黄河三角洲地区植被变化及其对气温的响应特征

传统的植被监测多采用人工观测，不仅效率较低、耗时耗力，且易受到观测点的分布和数量限制，难以实现植被物候对气候变化响应的综合反映。20世纪80年代以来，伴随遥感技术的发展以及遥感在植被监测方面的成功应用，结合地面实测数据的大尺度植被长势遥感监测成为可能。植被指数是用来反映地表植被覆盖、生长状况、生物量以及植被种类判别的一系列指标，其中归一化差异植被指数（Normalized Difference Vegetation Index，NDVI）消除了与仪器定标、太阳高度角、地形阴影和大气辐照度有关的大部分影响，常被用来评估植被光合作用强度、覆盖度、生物量等植被长势因子及其他生态系统参数的变化。

俎佳星等人通过探究东北地区4种植被长势情况，指出春季植被长势主要受温度影响，而秋季则很可能受降水控制。谢宝妮等人借助偏相关法对黄土高原近30年植被长势监测，指出该地区春季草地和灌木生长季推迟显著，而秋季生长季推迟多集中在乔木园地。张晓东等人研究发现伏牛山地区森林植被生长季始期（3月）随气温降低而推迟，生长季末期（9月）随降水增加而推迟。郭少壮等人认为秦岭太白红杉林生长期呈现整体提前趋势，且与气温、降水呈负相关趋势的区域占研究区的60%以上。韦振锋等人基于Spot Vegetation数据对陕甘宁黄土高原区植被进行分析，发现植被物候呈现纬度地带性，随着纬度增加，植被生长季始期逐渐推迟，末期提前，生长季长度缩短。Gu Yingxin等人认为NDVI与草地干旱有强烈的相关性，NDVI对草地干旱的响应较为灵敏。金佳鑫等人通过对长江三角洲地区相关植被指标的计算，指出该地区NDVI与气温具有较强相关性，且NDVI年均值随气候变暖呈现增加趋势。刘灿等人指出在年际尺度上，重庆市2012年的植被NDVI与温度和降水的相关性不显著，但月际尺度上气温对NDVI的影响大于降水。朱亚坤等人对沙区区域的植被进行监测，通过高阶曲线对毛乌素沙地植被生长状况进行提取，并对植被与气象因子做出偏相关，进一步证明了该地区植被生长季始期显著提前主要受干旱区气温显著上升的影响。

国内现有研究多集中于探究植被指数与气候变化的关系，针对黄河三角洲地区的相关研究较少。因此，本研究以黄河三角洲为研究区域，选取气候的一个指标——气温作为主要研究要素，利用NDVI作为植被覆盖及生长状况的指示因子，通过趋势分析、相关分析等方法，探究区域尺度及像元尺度下NDVI与气温变化间的关系，分析植被长势对气温变化的响应机制，为黄河三角洲的生态规划与经济发展政策提供科学合理的理论支持。

一、研究区概况

黄河三角洲（118°7′～119°10′E，37°20′～38°10′N）位于渤海湾和莱州湾的湾口，集中分布于山东省东营市和滨州市境内，是我国暖温带保存最完整的湿地生态系统，由于其93%的面积在东营市境内，因此将东营市作为研究区，如图1所示。黄河三角洲地处中纬度，位于暖温带，背陆面海，受欧亚大陆和太平洋的共同影响，呈暖温带半湿润大陆性季风气候。春季干旱多风，夏季炎热多雨，秋季气温降低，雨水骤减，冬季天气干冷，雨雪稀少；多年平均气温12.8℃，拥有长达206 d的无霜期；年降水量高达600mm且多集中在夏季。该地区植物种类繁多，植被覆盖面积占比超过陆地总面积的50%，正逐渐成为中国沿海规模最大的海滩植被区域。研究黄河三角洲地区植被生态系统变化及其对气温的响应可为该地区的区域合作发展策略及保护措施的制定提供科学参考和理论依据。

图1　研究区概况

Fig1. Maps of study area

二、数据来源与研究方法

1. 数据来源

本研究所采用的数据包括1:1 000 000植被数据、2000—2014年东营市内NDVI数据和气温数据。其中，中国1:1 000 000植被类型空间分布数据来自于中国科学院资源环境科学数据。NDVI月度（4—11月）空间分布数据集由中国科学院资源环境科学数据中心提供（http://www.resdc.cn/Default.aspx），空间分辨率为1 km×1 km。由于黄河三角洲地区植被类型为暖温带落叶阔叶林，夏季葱绿，冬季落叶，因此仅选取4—11月的NDVI数据进行分析。气温数据则通过地理空间数据云网站（http://www.gscloud.cn/）获取，选取了2000—2014年的MODLT1T产品，对其进行合成得到500 m×500 m空间分辨率数据。

2. 研究方法

本研究内容为黄河三角洲地区NDVI及气温数据的定量分析。区域尺度的NDVI变化表征植被覆盖总体变化趋势，通过一元线性回归方法对黄河三角洲区域植被随时间变化进行探究，但由于各区域间可能存在相互抵消的相反变化趋势，无法较好地表达不同区域的植被变化特征。因此，基于一元线性回归模型，对像元尺度上的NDVI做趋势分析。为了更深入讨论植被动态变化趋势，采用嵌套时段对黄河三角洲植被状况展开研究，即对比分析2000—2002年，2000—2003年，2000—2004年，…，2000—2014年共13个时段的Slope趋势，利用Matlab编程实现，并作显著性检验，将趋势变化分为极显著（P＜0.01）、显著（P＜0.05）、不显著（P≥0.05）。对气温数据基于双线性插值重采样处理后，利用SPSS软件对13个时段的黄河三角洲区域上各月份NDVI与气温值的相关性做出分析。基于相关分析方法，利用Matlab软件进一步探讨植被长势与气温变化之间相关性的空间变化趋势。

2.1 趋势分析

趋势分析是将不同时期的某一指标进行比较，直接观察其增减变动情况以及变动幅度，从而对其变化趋势进行评判。主要在像元尺度下模拟每个栅格的变化趋势。

式中，Slope为变化趋势；NDVI i为第i年的NDVI值；n为研究时序；当Slope＞0时，表明NDVI呈增加趋势；当Slope＜0时，表明NDVI呈下降趋势。

2.2 相关分析

利用相关性分析探究NDVI对气温变化的响应关系，通过计算多个时段逐月NDVI与对应的月均温间的相关系数，分析各月份NDVI与气温变化的相关性。相关分析公式如下：

式中，rxy为x,y两个变量的相关系数；n为研究时间段的累计年数；xi，yi分别代表i年相关分析的两个变量；为变量样本值的均值；相关系数的取值范围在[-1，1]，绝对值越大，表示植被和气温变化因子的相关性越好。相关系数为正值，则两者正相关，反之负相关。对其进行显著性检验，P值＜0.05，则认为两者显著相关。

三、研究结果

1. 各月份NDVI的年际变化

对比黄河三角洲区域在不同年份的逐月NDVI数值，如图2所示，发现由于处在植被生长季，8、9月NDVI值高于其他各月，且两者变化趋势相近，均呈现逐年波动上升趋势；6、7月数值波动较大，两者以相近趋势波动上升，但7月NDVI值明显高于6月份；4～5月、10～11月NDVI均呈小幅度波动下降趋势。

图2 NDVI变化趋势

Fig.2 Tendency of NDVI

利用研究时段内NDVI的变化值除以研究时段，即可求得该时段NDVI变化率。对2000—2002年，2000—2003年，…，2000—2014年共13个时段的各月份数值做回归分析发现，各月份NDVI变化趋势及变化率呈现明显的差异，如图3所示。其中，4月、5月、11月所有时段的NDVI均呈现下降趋势，6—10月大部分时段呈现上升趋势。4月全部时段、5月大部分时段下降趋势极显著（P＜0.01），7—10月部分时段上升趋势显著（P＜0.05）。对比不同时段各月份NDVI的变化率可以发现，随着研究时段的延长，NDVI变化率持续减少，最终趋于平稳。

图3 NDVI变化率

Fig.3 Change rate of NDVI

像元尺度上，各时段NDVI随月份不同表现出明显的差异性，如图4所示。4月所有时段、5月大部分时段呈现降低趋势的面积均超过80%，6月前3个时段有近60%的区域呈降低趋势，之后各时段以增加为主，7月所有时段、8—10月几乎所有时段呈增加趋势的面积超过60%；2000—2005年间共4个时段，11月NDVI呈降低趋势的面积均在80%以上，而2007年之后的各时段大部分区域呈增加趋势，区域面积超60%。

图4　黄河三角洲部分月NDVI变化空间格局

Fig.4 Spatial pattern of monthly NDVI changes in the Yellow River Delta

2. NDVI与气温要素相关性

对NDVI与气温因子做相关性分析，如图5所示，可以得出，7—8月、10月全部时段，9月、11月大部分时段NDVI与气温变化呈现正相关区域的面积均超过50%，其中7月、10月达70%。4月、6月两者负相关的区域超过50%，其中6月大部分时段负相关的区域面积达80%。5月呈现明显的波动趋势，2000—2004年时段、2000—2005年时段NDVI与气温变化呈现负相关的区域面积达70%，其余时段正相关区域均超50%。

图5　黄河三角洲部分月NDVI与气温相关性分析

Fig.5 Analysis of the correlation between NDVI and temperature in some months in the Yellow River Delta

对研究区4—11月份的NDVI及气温值做逐月平均，分析图6可知，近14年来气温变化波动幅度较小，4—7月、9月均呈现下降趋势；8月、10—11月出现小幅度升温。

图6　月均温变化趋势

Fig.6 Trend of monthly mean temperature

分析区域尺度上NDVI与气温相关性结果见表1（表中*代表两者呈现显著性相关），可以发现：4—6月份NDVI与气温变化呈正相关，且4月大部分时段及5月部分时段NDVI与气温变化相关性显著，分析两者变化趋势线也可以发现走势较为一致；7月、10—11月NDVI值与气温变化呈现负相关，而8、9月两者相关性呈波动趋势，正负相关交替出现。

表1　区域尺度NDVI与气温变化相关系数

Tab.1 Correlation coeffiffifficients between NDVI at the regional scale andtemperature variations

3. 研究结果讨论

通过上述结果可以发现，黄河三角洲地区NDVI随年份呈现波动上升趋势，且其对气温变化的响应也随研究月份有较大差异。同时，对比分析各月份NDVI变化趋势与其所属季度趋势，发现两者在总体上一致，但个别月份存在较大差异。因此，考虑不同时段更为精细的植被覆盖变化趋势研究显得尤为必要。

通过分析黄河三角洲地区不同年份的逐月NDVI值发现，黄河三角洲地区植被覆盖度整体处于中低水平。对黄河三角洲生态环境调查发现该地区土壤盐碱度较高，淡水资源不足，较大程度上限制了植被生长。同时，黄河三角洲地区各种植被处于产生、发展的初期阶段，植被也不断由陆地向海岸方向发展，不同植物群落之间的产生、发展、演替较为频繁。

对比区域尺度与像元尺度，NDVI变化以及NDVI对气温变化的响应方面大致趋势相同，但仍存在差异。考虑植被长势，从整体区域上来看，随着研究时段的增加，NDVI变化幅度逐渐降低；但在像元尺度上，生长季（7—10月）尤其是8月，NDVI呈增加区域的面积随时段的延长而逐渐变大，说明生长季植被覆盖呈现增加趋势。

植被长势对气温变化的响应方面，区域尺度上，随研究时段的延长，4月NDVI与气温间的相关系数先增后减，呈现波动降低趋势，而像元尺度上两者正相关区域的面积也波动减少，与区域尺度的变化趋势相符合。5月两者相关性较平稳下降，而像元尺度上出现异常值，具体表现为在其他时段大部分区域呈现正相关的情况下，2000—2004年、2000—2005年近90%的区域表现为负相关。6月相关性呈现显著递减趋势。7月NDVI为负值，两者表现为负相关变化趋势，数值较稳定，与像元尺度上趋势相符。8—9月相关性正负交替出现，但两者相关系数较低，相关性不大，与像元尺度上趋势相符。10—11月相关系数呈现负值，且随研究时段的延长而逐渐降低，而像元尺度上以负相关区域占大部分，且随研究时段的延长逐渐增加。因此，在考虑NDVI对气温变化响应的分析中，需要在区域尺度分析的基础上同时探究像元尺度的变化趋势，以降低各区域之间相互抵消的可能性。

由NDVI与气温因子相关性结果看出，4—6月，区域尺度上黄河三角洲的大部分地区NDVI与气温变化呈现正相关，7月、10—11月两者呈现负相关，该时段内气温作为主导因子对植被覆盖度的变化产生影响；而8、9月呈现出较为明显的波动且相关性较低，表现为正负交替，主要原因可能是8、9月植被物候还受其他环境因子的控制，而本研究仅提取气温要素作为气候指标。考虑像元尺度上，黄河三角洲内各区域NDVI与气温相关性呈现出较大差异，主要原因可能是黄河三角洲不同行政区的生态效益和经济发展状况及趋势各异，因此气温对NDVI的影响也存在一定的差异。

四、结束语

本文采用2000—2014年东营市NDVI空间分布数据集和MODLT1T气温数据，结合嵌套时间序列回归趋势分析及相关分析方法，对黄河三角洲地区近15年植被长势及其对气温变化的响应进行探究，分析不同时段下植被生长变化趋势及其对气温的响应，为黄河三角洲地区生态系统稳定性提供一定的参考。主要结论如下：

1）区域尺度上，黄河三角洲地区4—5月NDVI值极显著下降（P＜0.01），7—10月部分时段上升趋势明显（P＜0.05），说明在生长季内，黄河三角洲植被长势逐年改善，但随着研究时段的延长其变化逐渐趋于平稳。像元尺度上，2000—2014年间7—10月仍存在NDVI值降低的区域，由此可见区域尺度的研究可能掩盖像元尺度的变化特征。

2）黄河三角洲地区NDVI与气温变化相关性显著程度与月份相关，对两者在2000—2003年，2000—2004年，…，2000—2014年共12个时段的相关性分析发现，区域尺度上，4—5月植被长势与气温变化呈显著正相关（P＜0.05），即该区域上NDVI变化与气温存在较大相关性，而7—10月两者呈不显著负相关（P＞0.05）。对像元尺度分析发现，7—11月大部分时段两者呈现正相关的区域面积均超过50%，4月、6月两者负相关区域超过50%。 

研究使用的数据来源可靠，但数据空间分辨率对研究结果产生的影响不可避免。同时，本研究主要分析气温对NDVI的影响，实际上降水等其他环境因素也是影响区域NDVI值的重要因素。

作者简介：孙兰惠（1998-），女，山东烟台人，遥感科学与技术专业本科生，主要研究方向为全球变化遥感研究。

E-mail:sunlhssr@163.com