九万山近14年植被变化与气候因子的相关关系

2016-12-19 19:20张艺成王光军朱玉林
中南林业科技大学学报 2016年7期
关键词:万山气候因子植被指数

张艺成 ,王光军 ,朱玉林

(1.中南林业科技大学,湖南 长沙 410004;2.南方林业生态应用技术国家工程实验室,湖南 长沙 410004)

九万山近14年植被变化与气候因子的相关关系

张艺成1,2,王光军1,2,朱玉林1

(1.中南林业科技大学,湖南 长沙 410004;2.南方林业生态应用技术国家工程实验室,湖南 长沙 410004)

基于2000—2013年的MODIS NDVI数据反演广西九万山国家级自然保护区的植被覆盖变化,结合当地气温、降水数据,分别从年、季、月三个时间变化角度来分析区域内植被变化对气候因子的响应。结果表明,从年际相关关系来看,年降水量是造成植被覆盖度变化的主要因素,相较于气温更能反应植被生长的整体趋势;从季节角度来看,春季植被变化主要受到气温的影响,夏季和秋季植被变化程度受当月降水影响明显;从月变化关系来看,3月、4月植被生长受当月气温变化影响较大,从5月起植被生长状况对气温的变化表现出一定的滞后性但不显著,5~11月当月降水量是影响该地区植被生变化的主要因素;该地区2009年出现严重旱情,NDVI达到13年来最低值,而2010年植被覆盖基本恢复到平均水平。综上所述,气候因子对九万山自然保护区植被生长有着直接的影响关系,可以通过监测气候要素的变化来预测植被生长的状况。

九万山;NDVI;气温;降水;气候变化;

在全球气候变暖的整体趋势下,北半球中纬度地区植被变化较为活跃[1-2]。全国范围超过70%的区域内气候及植被动态也更加活跃[3],植被是陆地生态系统的主体之一,也是陆地生态系统的重要组成部分。目前有关对气候因子的改变对植被变化影响的研究较多,气候是植被生长的决定因素,气候变化必然改变植被的生长环境,主要是气候的改变对植被生长期造成一定的影响,从而影响植物生长状况以及植被类型分布[4]。而森林植被是地球表层植物的主体类型,是表征生态环境改变的综合指示器之一,在全球变化中起着重要作用[5]。研究森林植被对气候变化的响应也是全球变化与陆地生态系统研究的关键内容之一[6]。

MODIS卫星遥感数据其覆盖范围广、时空连续性好以及较高的分辨率和易获取性并且能够很好的反演植被覆盖信息,已经被广泛应用在地球宏观监测的综合研究中。归一化植被指数(Normalized Difference Vegetation Index,NDVI)是目前应用比较广泛的指示因子,它能够很好地反映植被覆盖程度[7-8]、生物量估算[9]以及火灾干旱等监测[10]。通过比较从卫星数据计算出的不同植被指数植被信息,发现使用归一化植被指数提取的植被信息更为准确[11]。许多学者通过建立NDVI与气候因子的关系,分析不同植被指数与气候变化的相关性,反演植被生长状况对气候变化之间的关系[12-14],有学者指出分析降水对森林影响的同时还应考虑植被本身生长的生理特征等因素[15],且不同地区植被生长受到气候因子的影响也不相同,以往有利用气象信息及NDVI植被指数进行了中国东北地区近20年不同植被类型对气候因子的响应,得出年均气温的变化是引起植被覆盖改变的主要原因[16],而甘肃河东地区植被生长主要受降水影响[17]。植被生长对气候因子变化存在不同的滞后性[18-19]。基于目前的研究,植被变化和气候因子之间的关系不同时间跨度、不同纬度地区所得结果不同,因此在当前全球气候变暖的背景下,两者之间的关系更加值得关注。

采用2000—2013年的MODIS/NDVI数据,结合广西九万山自然保护区气象站同时段数据,分别从年、季、月3个时间跨度分析九万山国家级自然保护区植被覆盖程度气候因子的关系,进一步分析了该地区气候因子对植被生长的影响,通过对气候要素的评估反应该地区植被生长状况,从而进行更好的保护以及制定对极端气候的应对措施,为保护区相关部门提供参考依据。

1 研究方法

1.1 研究区概况

广西九万山国家级自然保护区是广西植物特有现象,中国亚热带地区生物种类最丰富的地区之一,也是全球同纬度地区生物多样性保护的重要地区。保护区位于广西省河池市融水县,地理坐 标 为 108°35′32″~ 108°48′49″E,25°01′55″~25°19′54″N,保护区林地面积 24 130.8 hm2,森林覆盖率95.7%,活立木蓄积量261.046万m3。保护区属苗岭山脉南缘,地貌主体是中山,山峰海拔普遍在1 000 m以上,最高峰海拔1 693 m。保护区属中亚热带季风气候区,多年平均气温12.0~17.1℃,极端高温37 ℃。最冷月(1月)平均气温4~6 ℃,最热月(7月)平均气温22~25 ℃;年均降水量1 600~2 100 mm,雨量多集中在4~8月,10~3月为少雨季节,相对湿度为82%~90 %。保护区属中亚热带常绿阔叶针叶林区,树种以阔叶树和杉木为主;植被类型多,结构复杂,在国内同纬度地区甚为少见。

1.2 数据来源及处理

MODIS数据来源于美国LPDAAC(Land Process Distribution Active Archive Center), 空间分辨率为250 m×250 m,时间分辨率为16 d。本研究时间跨度为2000—2013年的每年1~12月共168景。通过九万山自然保护区矢量图,在Envi 4.8中进行图像投影、坐标转换,影像镶嵌、感兴趣区截取来处理MODIS数据,在消除部分干扰后提取出每月NDVI值,NDVI计算公式为:NDVI= (近红外-红外)/(近红外+红外)。用均值法计算年平均NDVI指数。最后利用ArcGIS 10.3做栅格重分类处理,制图。气象数据来源于中国气象科学数据共享服务网,采用河池市2000—2013年的气象数据,在进行相关计算后作为整个研究区的年、季、月的参考数据。利用SPSS 19对各个时间跨度的NDVI数据及气象数据进行相关性及偏相关分析。

2 结果与分析

2.1 九万山自然保护区2000—2013年气候变化

2.2.1 气温和降水变化特征

由中国气象科学数据共享服务网的2000—2013年河池市气象资料分析得出(见图1、2),九万山自然保护区近13年年平均气温呈下降趋势,年均气温为20.99 ℃,在2009年达到13年内极值21.93℃,2012年为最低值19.93 ℃。13年来年均降水量为1 357.03 mm,降水量从2000年以来呈微弱下降趋势,以2008年年均降水量最高,达1 768.3 mm,2009年则为最低973.7 mm,年际变化较大。年均降水量在2000年和2008年出现了2个峰值,在2009年出现了最低值。

图1 2000—2013年九万山年均气温变化Fig.1 Variation of mean annual temperature in Jiuwan mountain from 2000 to 2013

图2 2000—2013年九万山年降水变化Fig.2 Variation of annual mean precipitation in Jiuwan mountain from 2000 to 2013

2.2.2 气温和降水季节变化

分析2000—2013年九万山自然保护区不同季节气温和降水量变化(见图3)可知,从不同季节降水量变化来看,秋季冬季呈显著的升高趋势,春季夏季呈现出微弱的下降趋势,夏季降水下降速率较春季更明显,秋冬季节降水增长趋势十分接近。研究区内四个季节平均气温都有所降低,秋季下降明显。春夏秋三季平均气温基本都在19~30℃,2003年夏季出现一个极端高温,温度高达28.93 ℃。

2.3 九万山2000年—2013年年均NDVI变化特征

通过九万山年均NDVI变化图(见图4)[20]可知2000—2013年九万山国家级自然保护区NDVI呈现不断的波动变化。2000—2013年年均NDVI值都在0.54以上,植被覆盖呈略微改善趋势,但变化不显著。从不同阶段变化来看,2007—2010年的植被覆盖发生了较大的波动改变,原因是受到2009年异常气候影响,其他年份变化不明显,多处于稳定状态。九万山森林生态系基本处于稳定健康状态,植被覆盖度呈小幅上升趋势,整体保持在高植被覆盖和密集植被覆盖水平。

3 植被NDVI与气候因子的关系

3.1 植被 NDVI 与年均气温和降水的变化关系

图3 2000 —2013年九万山四季平均气温和降水变化Fig.3 Variations of mean temperature and precipitation of four seasons in Jiuwan mountain from 2000 to 2013

图4 2000—2013年九万山年均NDVI变化曲线Fig.4 Variation of mean annual NDVI in Jiuwan mountain from 2000 to 2013

图5为九万山自然保护区年均NDVI与年均降水量和气温的变化关系。分析可知年均 NDVI与年均降水量呈显著的正相关关系,与年均气温具有一定的相关性,但显著性一般。值得注意的是2009年年均NDVI指数为0.542 8,是13年来NDVI的最小值,这是由于2008年冬中国南方发生了严重雪灾,较大程度地导致了该地区春季植被萌芽期延后,且2009年9月到2010年1月,该地区降水量极少,比历年同期偏少六成多,连续数月的旱灾对植被生长造成了严重影响,由此导致2009年九万山NDVI低于平均水平。

图5 2000—2013年九万山年均NDVI与气温降水的变化关系Fig.5 Changing curve of annual mean NDVI, temperature and precipitation in Jiuwan moutain from 2000 to 2013

通过对九万山地区2000—2013年年均NDVI与气温和降水的相关性分析结果表明(表1),NDVI与降水有较强的相关性,相关系数在0.7 以上,且在0.01 水平上达到显著;而植被指数与气温呈现负相关关系,相关系数为-0.652,且在0.05水平上达到显著,说明该地区植被NDVI的年际变化与降水和气温存在显著的相关性,植被覆盖程度受年均降水变化影响显著。气候要素变化具有较强的不确定性,仅从年际变化的大尺度上的关系,不能充分说明该地区降水是对不同生长阶段的植被造成影响的主要因素。

表1 年均NDVI与气候因子的相关系数†Table 1 Correlation coefficients between NDVI and climatic elements in Jiuwan mountain

3.2 植被 NDVI 与季均气温和降水的变化关系

季节尺度划分为春季为3~5月,夏季为6~8月,秋季为9~11月,该地区主要植被类型为阔叶林,冬季为大多数植被休眠期,因此仅对生长季植被变化情况进行分析。2000—2013年九万山地区不同季节植被覆盖呈现一定的波动变化(见图3,图6),其中春季、秋季植被NDVI比较接近,春季、夏季整体植被覆盖度呈现略微下降趋势,而秋季植被覆盖有明显增长趋势,整体变化趋势与该地区各季节降水趋势保持一致。而春季植被覆盖变化规律与全年变化趋势区别较大,是因为该地区不同植物萌芽期不同植被生长顺序不同导致差异明显。

图6 2000—2013年九万山春季、夏季和秋季NDVI变化Fig.6 Variations of NDVI of spring, summer and autumn in Jiuwan mountain from 2000 to 2013

通过对生长季季均NDVI与气温和降水的相关和偏相关分析 (见表2),可知不同季节植被对气候因子变化表现出较大差异。春季NDVI指数与降水的相关系数大于气温,但不显著;夏季和秋季NDVI变化与气温呈现负相关但不显著。夏季NDVI与降水的相关系数为0.571,且在0.05水平上达到显著。秋季NDVI与降水的相关系数为0.766,在0.01水平上达到显著。因此在不同季节的时间尺度上,降水是影响夏季、秋季九万山地区植被生长的主导因子,春季NDVI与气温和降水的相关性差异不明显且不显著。

表2 2000—2013年九万山不同季节NDVI与气温和降水的相关与偏相关系数†Table 2 Correlation coefficients and partial correlation coefficients between NDVI and temperature and precipitation of different seasons in Jiuwan mountain from 2000 to 2013

3.3 植被 NDVI 与月均气温和降水的变化关系

图7为2000—2013年九万山自然保护区生长季月均NDVI与月均气温和降水的关系,分析可知在该地区,月均温度与植被NDVI呈现显著的正相关关系,温度在27~30℃时,该地区NDVI达到最高值;月均降水量与NDVI的相关性显著性一般,降雨量在50 mm以下月均NDVI基本维持在最低水平,从50~150 mm降水范围内,月均NDVI指数波动变化大,当降水量超过200 mm后,月均最低NDVI基本维持在0.7,不再有明显的增长趋势。其原因可能是由于九万山植被覆盖度均处于中高密集水平,每月空气湿度平均在80%以上,森林蓄水量大,气温的高低对植被生长产生的促进及抑制作用强于降水量对植物生长的影响。

3.4 植被NDVI与气温和降水的滞后性分析

此前有学者证明植被的生长对气候因子的响应有一定的滞后性[21],通过计算当月、前1个月和前2个月的植被指数与气候要素变化的相关系数,来表征气温或降水对植被生长状况的影响程度。对NDVI与气温的关系分析(见图8a),4月份的植被指数与当月气温变化的相关性达到显著水平,其他月份的植被指数与前1个月或前2个月气温的相关系数比当月植被与降水相关系数更高,但均不显著。

图7 2000—2013年九万山月均NDVI与气温降水的变化关系Fig.7 The changing curve of monthly mean NDVI, temperature and precipitation in Jiuwan moutain from 2000 to 2013

分析NDVI与降水相关关系可知(见图8b),5月,10月,11月植被指数与当月降水相关系数较其他月份高,其中5月、11月达到0.01显著水平,10月的相关性达到0.05显著水平,说明秋季植被覆盖状况与当月降水量有直接关系,其中6月与前2个月降水有着明显的相关性,7~9月NDVI与当月降水相关性,比与前1个月、前2个月降水相关性高。

图8 2000—2013年九万山生长季逐月NDVI与前0~2月均气温(a)和降水量(b) 的相关系数Fig.8 Correlation coef fi cients between NDVI of current month and mean temperature and precipitation of current month, the month before the current one, and the month before last during growing seasons in Jiuwan mountain from 2000 to 2013

整体来说,春季植被生长主要受到当月气温变化的影响,夏季、秋季降水对九万山地区植被生长的影响最为显著;夏季植被表现出植被对气温变化有一定的滞后性但不显著。因此该地区植被生长对气温和降水的滞后性并不明显。

4 结论与讨论

本文从时间序列的角度阐明了该地区13年来的气候变化特征,并利用2000—2013年的MODIS数据经过相关的处理后得到的NDVI值为基础,对保护区内植被覆盖状况对气候要素(气温,降水)之间的相关关系进行了分析。讨论结果如下:

(1)九万山自然保护区近13年来整体植被覆盖状况呈略微上升趋势,年均气温呈现下降趋势,年均气温在19.93~21.97 ℃之间波动,年均降水量呈现略微下降趋势,整体变化不明显。从不同的季节角度来看,该地区春夏冬平均气温降水都呈下降趋势,秋季降水明显增加且气温下降。年降水量与NDVI相关性比气温与NDVI的相关性更为显著,与此前研究结果广西北部地区植被覆盖与气温降水的相关关系一致[22],可能因为该地区属亚热带气候,生长季节平均温度基本在20 ℃及以上,适宜植被生长,因此年均降水量更能反应植被生长的整体趋势。

(2)NDVI季节变化表明,该地区四季分明,春季植被覆盖度受气温变化的影响显著,其原因可能是在春季植被萌芽期,温度是调控植被生长的主要因素。而夏季植被变化对气温变化的响应表现出一定的滞后性但不显著,夏季和秋季植被变化与降水相关系数均达到显著水平,植被覆盖程度受当月降雨影响,此前有学者对广西省月均NDVI与降水的相关系数研究所得滞后性结果较为一致[22]。

(3)NDVI月变化特征表明,3月、4月植被生长主要受当月气温影响;从5月起,月降水为植被覆盖的主导因素,6—11月该地区植被生长主要到受当月降水的影响,可能是由于保护区内主要植被类型为阔叶林区,其生长状况受到降水影响强于气温,且成林生长状况稳定,滞后效应不明显,与前人研究所得阔叶林NDVI与降水相关系数强于气温的结论相符合[24]。

(4)有资料记载该地区2009年出现严重旱情,与所得2009年年均NDVI水平一致,出现了最低值,而在2010年植被覆盖基本恢复到近13年来平均水平,由此也可见气候变化对该地区植被生长有着直接的影响关系,九万山自然保护区对于极端气候有着很强适应及恢复能力。

九万山自然保护区是我国国家级自然保护区,也是全球同纬度亚热带地区生物种类及生物多样性保护的关键地区,因此分析该区域植被覆盖变化有着重要的意义。在全球气候变暖的大趋势下,九万山国家级自然保护区仍然保持极高的植被覆盖度,也充分证明了当地相关部门保护政策的正确合理,九万山森林生态系基本处于稳定健康状态。本文通过研究保护区内植被变化特征与气候因子的关系,对未来保护区植被恢复以及治理措施的制定提供了参考依据。

[1] Zhou L M, Tucker C J, Kaufmann R K,et al.Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999[J].Journal of Geophysical Research-Atmospheres, 2001, 106(17): 20069-20083.

[2]方修琦,余卫红.物候对全球变暖响应的研究综述[J].地理研究进展,2002,17(5): 714-719.

[3]方精云,朴世龙,贺金生,等.近20年来中国植被活动在增强[J].中国科学:C 辑,2003,33(6):554-565.

[4] Cai D L, Fraedrich K, Sielmann F,et al.Climate and Vegetation:An ERA-Interim and GIMMS NDVI Analysis[J].Journal of Climate, 2014, 27(13): 5111-5118.

[5]李晓兵,史培军.中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析[J].植物生态学报, 2000,24(3):379-382.

[6] Pettorelli N, Vik J O, Mysterud A,et al.Using the satellitederived NDVI to assess ecological responses to environmental change[J].Trends in Ecology & Evolution, 2005, 20(9): 503-510.

[7] Olga K,Igor S.Changes in Environmental Parameters and Their Impact on Forest Growth in Northern Eurasia[J].Atmospheric and Climate Sciences, 2015, 5 (2): 91-105.

[8]罗 勇,闫文德.基于MODIS/NDVI 时序数列的长沙市植被覆盖动态变化[J].中南林业科技大学学报, 2014, 34(6):19-23

[9]刘 洛,徐新良,段建南,等.京津风沙源区生态环境时空变化的遥感监测分析[J].地球信息科学学报,2011,13(6):819-824.

[10]He Y H, Guo X L, Paul D,et al.NDVI variation and its relation to climate in Canadian ecozones[J].The Canadian Geographer /Le Géographe canadien, 2012, 56 (4): 492-507.

[11]赵鹏祥,刘建军,王得祥,等.基于RS的绿地信息提取方法的研究——以延安市及环城地区为例[J].西北林学院学报,2003, 18(2): 91-94.

[12]白淑英,王 莉,史建桥,等.长江流域NDVI对气候变化响应的时滞效应[J].中国农业气象,2012, 33(4):579-586.

[13]余 振,孙鹏森,刘世荣.中国东部南北样带主要植被类型归一化植被指数对气候变化的响应及不同时间尺度的差异性[J].植物生态学报,2011,35(11):1117-1126.

[14]王 维,王文杰,李俊生,等.基于归一化差值植被指数的极端干旱气象对西南地区生态系统影响遥感分析[J].环境科学研究,2010,23(12): 1448-1455.

[15]闵庆文,袁嘉祖.森林对于降水的可能影响:几种分析方法所得结果的比较[J].自然资源学报, 2001, 16(5): 467-473.

[16]罗 玲,王宗明,宋开山,等.1982—2003年中国东北地区不同类型植被NDVI与气候因子的关系研究[J].西北植物学报,2009, 29(4):800-808.

[17]杨尚武,张 勃.基于SPOT NDVI 的甘肃河东植被覆盖变化及其对气候因子的响应[J].生态学杂志, 2014, 33(2):455-461.

[18]崔林丽,史 军,杨引明,等.中国东部植被NDVI对气温和降水的旬响应特征[J].地理学报,2009,64(7): 850-860

[19]宋富强,邢开熊,刘 阳,等.基于MODIS/NDVI 的陕北地区植被动态监测与评价[J].生态学报,2011, 31(2): 354-363

[20]张艺成,王光军.基于MODIS/NDVI时序数列的广西九万山植被覆盖动态变化[J].信阳师范学院学报:自然科学版,2015, 12(3): 368-371.

[21]韦振锋,任志远,张 翀.气候因子与植被的时滞相关分析——以广西为例[J].生态环境学报,2013,22(11): 1757-1762.

[22]韦振锋,任志远,张 翀.近12年广西植被覆盖与降水和气温的时空响应特征[J].水土保持研究,2013, 20(5): 33-38.

[23]杨绍锷,廖雪萍,谭裕模,等.广西近十年植被NDVI变化及其对降水的响应特征分析[J].西南农业学报, 2013, 26(2):766-771.

[24]张笑鹤,张远东,顾峰雪,等.西南地区灌丛归一化植被指数动态及其与气候因子的相关性[J].生态学杂志,2011, 30(11):2577-2583.

Relationship betweenNDVIand climate elements in Jiuwan mountain in the last 14 years

ZHANG Yi-cheng1,2, WANG Guang-jun1,2, ZHU Yu-lin1
(1.Central South University of Forestry & Technology, Changsha 410004, Hunan, China; 2.National Engineering Lab for Applied Technology of Forestry and Ecology in South China, Changsha 410004, Hunan, China)

Based on the continuous MODIS data from 2000 to 2013 extract the time series characteristics of vegetation change conditions in Jiuwan mountain.The responses of vegetation coverage and the growth condition changes to the climatic variations from the yearly,seasonal and monthly time scales were analyzed combined with temperature and precipitation data form meteorological sites.In the past 13 years, vegetation coverage change was closely correlated with climatic factors.Annual precipitation is the main factor driving changes in vegetation which was better correlated than temperature.Correlations between seasonal average of vegetation coverage and climatic factors showed that the spring vegetation growth is mainly affected by temperature changes than other season, summer and autumn vegetation changes obviously affected by monthly precipitation; Correlations between monthly average of vegetation coverage and climatic factors during growing seasons showed that vegetation growth are greatly in fl uenced by the temperature change during March and April, indicating that the temperature effect occurred in the early stage of vegetation growth.From May, the vegetation change in response to temperature changes show some lag but not signi fi cant, and the region vegetation growth was mainly affected by precipitation during the month.In summary, climatic factors has a direct effect on vegetation growth, the situation of vegetation growth could be speci fi c revealed by monitoring the change of climate.

Jiuwan mountain; NDVI; temperature; precipitation; climatic change

10.14067/j.cnki.1673-923x.2016.07.015

http: //qks.csuft.edu.cn

S716.3

A

1673-923X(2016)07-0081-08

2015-10-21

2014年度湖南省高校创新平台开放基金项目(14K115)

张艺成,硕士研究生

王光军,教授,博士;E-mail:wanggj652@163.com

张艺成,王光军,朱玉林.九万山近14年植被变化与气候因子的相关关系[J].中南林业科技大学学报,2016,36(7):81-88.

[本文编校:吴 毅]

猜你喜欢
万山气候因子植被指数
基于无人机图像的草地植被盖度估算方法比较
冬小麦SPAD值无人机可见光和多光谱植被指数结合估算
团长回村
团长回村
秦直道
基于植被指数选择算法和决策树的生态系统识别
流言
气候因子对天然草地牧草产量的影响分析
气候因子对烤烟质量风格特色的影响
基于GIS技术的山西忻州精细化酥梨气候区划