藏北地区2005-2015年间植被覆盖变化及其对气候变化的响应

阳昌霞，阿的伍各，张 春

（1.成都理工大学地球科学学院，四川成都610059；2.盐源县林业和草原局，四川凉山615700）

地表的植被是遥感记录和观测的第一表层，遥感图像中能够反映出直观的信息，是地球的重要组成之一，区域的植被特征与气候、地貌及土壤条件密切相关[1]，能够反映全球气候变化，因此，利用有效的监测方法正确监测植被对人类活动具有帮助性意义.

遥感技术可从多时相、多波段提取地表覆盖状况[2]，具有大面积同步观测，客观性、时效性、综合性和可比性，并且有经济性[3]，而传统调查需要很多人力物力，花费很久的时间才能获得地表大区域动态变化的数据，所以遥感技术不仅有时效且更经济.

国内学者在植被覆盖时空变化趋势方面做了重点研究.曹旭娟等利用遥感技术的特性，利用空间数据对地表空间变化和定量化研究，定量化研究了区域生态系统的变化[4].李磊磊等分析了西藏自治区植被NDVI 与地表温度上升密切相关，且西藏中部主要受降雨因子影响，西藏东部与西藏西部区域主要受到地表气温的影响，得出气候变化是当地生态系统的响应关系[5].刘振元等利用GIMMS/NDVI和MODIS/NDVI 遥感数据分析了青藏高原植被NDVI 变化规律及其影响因子[6].陆晴等利用GIMMS/NDVI 数据对青藏高原1982-2013 年高寒草地覆盖时空变化及其对气象因素的响应进行研究，结果表明：青藏高原高寒草地生长季NDVI表现为从东南到西北逐渐减少的趋势[7].杨志刚等采用Slope 趋势分析方法和相关性分析方法，分析一江两河地区的植被变化特征及其主要气候驱动因素[8].朴世龙等对青藏高原草地植被覆盖变化及其与气候因子的关系进行研究[9].崔庆虎等进行了青藏高原草地退化原因述评[10].白淑英等进行了基于时间序列遥感数据的西藏山南地区植被覆盖变化特征分析[11].高清竹等选择草地植被覆盖度作为评价草地退化的遥感监测指标，建立了藏北地区草地退化遥感监测与评价的指标体系[12].

国外学者Tucker 利用美国国家海洋和大气管理局的气象卫星系列操作系列先进的极高分辨率辐射计传感器的数据用于对非洲的土地覆盖进行分类并监测19 个月的非洲植被动态，研究绿叶植被密度和范围的季节变化与热带辐合区运动相关的降雨模式之间存在对应关系[13].Fensholt 等基于时间序列利用GIMMS与MODIS全球NDVI的变化监测对全球植被变化进行了评估[14].

IPCC 第五次评估报告中指出，1880-2012 年期间全球地表平均气温增加了0.85 ℃，增温速度超过了过去任何时期，并且全球地表平均温度具有明显的年代际和年际变化的特点[15]，其中根据遥感手段获取的植被指数被广泛应用于植被监测中，但是随着遥感的技术在不断地创新以及进步，传统的获取植被覆盖度的方式已经不能满足如今实时性的需求，因此在做大尺度范围的植被覆盖动态变化分析时常采用低空间分辨率的NDVI 产品，其中MODIS是Terra 和Aqua 卫星上搭载的主要传感器之一，具有时间分辨率高等优点，因此数据在大尺度植被分析上的应用广泛[16].

藏北地区植被变化对全球气候变化的响应具有显著性，并且藏北地区的植被变化不但直接影响藏北牧区的社会经济发展，而且监测预警草原沙化面积，水土流失，进一步为生态环境保护提供科学性的建议以及理论支撑，实现社会经济健康稳定.本文以藏北地区植被变化对气候变化的长期响应为出发点，结合MODIS-NDVI 数据处理与分析，综合分析了植被绿期与气候因子的相互关系及其响应特征以及对相关性特征的影响，旨在为研究区植被的科学管理及植被对气候变化响应的分析提供依据.

1 材料与方法

1.1 研究区概况

研究区藏北地区位于西藏自治区北部（图1），主要包括那曲县、安多县、聂荣县、比如县，嘉黎县、巴青县、索县、班戈县、申扎县、尼玛县共十个县[16]，土地总面积约44.6万km2（约66 901.2万亩），是青藏高原的重要组成部分.

图1 研究区藏北地区概况

研究区北面是昆仑山和唐古拉山，南面与南木林县相邻，东面与生达、八宿县相邻，西面与改则县和措青县相邻.海拔高程大约在4 500 m 以上.藏北高原是我国长江、怒江、澜沧江的发源地，对气候变化以及人类的不合理开发和利用极为敏感，高寒草地分布广泛，草原占自治区内天然草地面积的59%.研究区内冰川、雪山面积约0.91万km2（约1 364.9万亩），占全区土地总面积的2.04%.受高原地形的影响，气候的突出特点是寒冷干燥，冬季漫长寒冷；受大气环流和地形的影响，藏北地区的降水量从东向西、从南向北减少.藏北地区海拔高，光照充足，太阳能充足.

1.2 数据采集与预处理

（1）遥感数据：选取了2005 年至2015 年共11年的MODIS-NDVI 数据.NDVI 数据分辨率为250 m，属于MOD13Q1 数据.MODIS-NDVI 数据来源于美国宇航局（National Aeronautics and Space Administration, NASA），经过了水、云、重气溶胶等处理.此数据按照统一算法开发的间隔16天的植被指数的最大值合成，能够覆盖整个研究区域.获取数据后，将数据进行MRT 格式转化，统一数据坐标系统，转换为WGS84 地理坐标系，并将数据重采样为( 1×1 )km分辨率.

（2）气象数据：由于地理位置使得藏北地区的气象站点较少（仅安多县、班戈县、申扎县、那曲县、索县、比如县6 个气象站），因此，本文利用中国科学院资源环境科学数据中心获取自1982 年以来逐年年降水量空间插值数据集以及逐年年均温度空间插值数据集.将空间插值数据进行投影变化、重采样、裁剪等处理，并通过ArcGIS 软件下的栅格计算器计算11年间的平均温度和平均降水量.

（3）DEM 数据：获取了研究区内90 m 分辨率的DEM 数据，统一数据坐标系统，并进行裁剪获取研究区的DEM数据.

（4）除上述数据之外的其他主要数据：全国省级和县级行政区划.

1.3 研究方法

（1）最大值合成法：利用MVC（Maximum Value Composite）计算得到NDVI 的季节变化及NDVI 年份变化的最大值：

式中：Ii是第i 月的NDVI 值，Iij为第i 个月第j 旬的NDVI 值.最大值合成法（MVC）原理是对一旬的NDVI 值进行统计，选择一旬内天气最晴朗、云量最少、对植被覆盖影响最小的一天的最大值作为这一旬的NDVI 值，以降低卫星与地表之间如云、大气、太阳高度角等各种干扰程度.

（2）变异指数：利用变异指数CV（Coefficient of Variation）得到NDVI在时间序列上的稳定性：

式中：xi为第i 年植被最大的NDVI 值，xˉ是这11 年间的NDVI 变化的平均值.变异系数CV 越大说明数据分布越离散，越不稳定，NDVI 年季变化越大，反之则表明数据分布的较为紧凑，NDVI 时间序列数据较为稳定[17].

（3）Slope 趋势分析法：计算出每个象元间的变化情况，也就是可以反映出NDVI的变化趋势：

式中：slope 是植被变化的斜率，n 为年份数，n=11，Ii是第i年的NDVI值.

（4）相关性分析法：通过要素对比，可得出对植被变化的主要影响因子，即固定其中一个变量来计算其余两个变量之间的相关性大小，对比分析得主控因子.利用格网法计算出各个变量的元素属性，同时在EXCEL中计算元素间的相关系数，并利用简单相关系数值可看出相应元素间的相关性；通过简单相关系数进一步计算偏相关系数，由图像可以直观看出相关性分布，综合分析降水，气温对植被变化的影响[17]，偏相关系数的计算公式如下：

其中：rab、rac、rbc分别表示变量a 与b、a 与c、b 与c 之间的简单相关系数表示将变量c 固定后变量a 与b之间的偏相关系数.则为正相关，反之则为负相关，偏相关系数的绝对值越大，则表示该象元处二者要素相关性越强.简单的相关系数的计算方法如式（5）所示：

式中：Rxy为要素x 和y 之间的简单相关系数，表示x与y 的之间的相关性程度有多高，其取值范围介于[-1,1]之间；xi、yi分别表示为要素x和y在第i年该要素的值；xˉ和yˉ分别表示为两个元素的年间平均值.

（5）格网法：因为研究区面积约44.6 万km2，以栅格作为评价单元进行统计分析的方法数据量过大，并且容易因数据的误差导致分析结果不准确，并且格网法可以减弱因研究区的气象站点少而造成的研究误差.因此建立格网，分析植被对气候与地形因子的静态响应，以表格的形式记录每一分析单元的平均值，用其中一个元素为横坐标，另一元素为纵坐标，绘制出变量间的关系散点图（质心在网格内的像元纳入统计范围）以及线性回归线，并以此为依据进行分析讨论.

2 结果与分析

2.1 植被覆盖变化时空特征

2.1.1 月平均植被覆盖变化特征

利用藏北地区2005-2015 年每年每个月的平均NDVI 值，得到这11 年间的每年的NDVI 变化的趋势间的情况（如图2）.从图2 可知，藏北地区植被覆盖在1-5月份基本不变，5月份之后NDVI呈现增加的趋势至7 月份，且增加的幅度明显，7 月份之后呈现不明显下降至7月中旬上升至8月，在7-8月份之间NDVI 值达到最大，8 月份之后则快速下降至10月份，10月之后有回升状态，但是上升幅度不明显.

图2 藏北地区2005-2015年月均NDVI值变化图

年间的NDVI 呈现如此波动的原因是藏北地区的冻土从5 月初温度升高时开始解冻，并且降雨量也增加，植被开始发芽生长，所以5 月开始NDVI 快速上升，植被快速增长到8 月份为植被长势最好的阶段，8 月份之后气温降低，降雨量也随之减少，植被开始停止生长并向干枯，枯萎的趋势发展，所以从8月下旬至9月初期阶段NDVI值降低.根据藏北地区植被生长的实际情况，确定藏北地区植被生长季为5-8 月，5-10 月份的NDVI 对藏北地区的植被覆盖具有代表性，变化趋势为单峰型.

2.1.2 季平均植被覆盖变化特征

利用藏北地区2005-2015年每月的NDVI，由最大值合成法（MVC）在ENVI 软件中合成每年四季（理论意义上的四季，即春季为1-3 月，夏季为4-6月，秋季为7-9 月，冬季为10-12 月）的值，得到各个季节从2005-2015 年的植被变化趋势，如图3 所示.藏北地区2005-2015 年春季NDVI 值比较稳定，基本为0.1，即植被覆盖度低且随着年份的变化趋势不明显.夏季变化明显，NDVI 值在0.15～0.2 之间波动.秋季NDVI 波动明显，可以看到2005-2007 三年间NDVI 值是呈下降的趋势，到2008 年时NDVI 骤升.冬季相较秋季变化的相对稳定，与春季相近，变化范围在[0.08,0.13]之间.

图3 藏北地区2005-2015季平均NDVI平均值变化图

2.1.3 年平均植被覆盖变化特征

为了分析藏北地区2005-2015 年间植被NDVI年际变化趋势，对藏北地区这11 年月NDVI 进行最大值合成得到年NDVI 平均值，如图4 所示，2005-2015 的11 年间藏北地区植被总体呈下降趋势，除2009-2011年之外，波动比较小.

图4 年均NDVI值变化趋势

由图4 可知，藏北地区年NDVI 范围在[0.145,0.267]变动，多年平均值为0.243.2005-2008 年间，植被覆盖自2005年有些许下降之后呈现为NDVI从0.25呈稳定下降的状态，2009年度有小幅度的上升，2009 年开始骤降至2010 年的0.22 之下，之后上升，而从2011 年到2015 年NDVI 值又一直呈现下降的趋势，但植被覆盖NDVI值仍≥0.25.可见藏北地区的植被覆盖呈现下降的趋势，草地大部分呈现退化的趋势，这与高清竹对西藏草地呈严重退化趋势的研究结果一致.

2.1.4 植被覆盖空间分布特征

根据已有研究的植被覆盖分级，并结合藏北地区的实际情况，将植被覆盖分为5 个等级，分级标准如表1 所示.基于像元计算得到2005-2015 年藏北地区平均年度NDVI的空间分布（图5）.

表1 植被覆盖分级表

图5 2005-2015研究区年平均NDVI植被覆盖分布图

由图5 可知，藏北地区2005-2015 年间植被覆盖的平均NDVI 为0.24，植被覆盖呈现出从西向东增加的趋势，NDVI 小于0.3 的低植被覆盖区域分布于藏北地区的北部，其中还有些地方没有植被的覆盖，为无植被覆盖区.高植被覆盖区主要分布于藏北东南部分.

图5 表明，藏北地区主要以低植被覆盖区与中植被覆盖区为主，其中无植被覆盖地区面积为8 191 km2，零星分布在藏北地区的中部和西北部地区；低植被覆盖地区域面积约为30万km2，主要分布于西北部、北部、申扎县大部分地区；中植被覆盖区域面积约为7.7 万km2，主要分布于西南部、南部及东南部的大部分地区如安多县、那曲县、聂荣县；高植被覆盖区域面积为2.58 万km2；极高植被覆盖区域的面积最小，仅为385 km2，主要分布在气候适宜，海拔较低的东南部地区.

2005-2015 年藏北地区生长季中的植被呈东南向西北递减的趋势，由于藏北地区气候梯度差异明显，气温以及降水量由东南向西北随海拔和纬度的升高而逐渐下降，导致藏北地区植被NDVI 表现出较强的空间抑制性.计算结果表明，藏北地区2005-2015 年11 年间的变异系数的平均值为0.05（图6），变异系数较小，说明藏北研究区的NDVI 数据变异程度低，因此这11 年间的NDVI 值较为稳定，数据可靠性高.

图6 藏北研究区变异指数空间分布图

2.1.5 植被覆盖变化趋势特征

利用Slope 趋势分析方法对植被变化的趋势进行分析计算，对藏北地区植被覆盖退化趋势进行分析.植被覆盖退化分级的依据见表2.

表2 植被覆盖退化分级表

对藏北地区退化趋势进行分析得到如图7 所示结果.可见藏北地区北部植被呈中度退化趋势，面积约为11.3 万km2；严重退化和轻微退化的地区的面积占了19 万km2左右面积；基本不变的地区集中在西部和中部地区，面积约为7.1 万km2；有改善的地区为南部和东南部地区，面积约为8.99万km2.

图7 藏北地区2005-2015年年均NDVI变化趋势图

退化地区主要是尼玛县的北部地区、班戈的北部地区；基本不变的地区主要是申扎县大部分地区和尼玛县南部地区以及班戈县南部地区，同时还有安多县的西北部地区；植被覆盖改善的有安多县东部地区、聂荣县、那曲县、嘉黎县、巴青县、比如县以及索县.

2.2 植被NDVI对气候变化的响应

2.2.1 气温变化特征

藏北地区因其特殊地理位置，年平均温度介于-2.8 ℃～1.6 ℃，冬季寒冷且时间长；2005-2015年这11 年间的温度介于-11.24 ℃～8.65 ℃之间，平均气温为-1.85 ℃（图8）.藏北地区高海拔地区尼玛县和班戈县的北部多年平均温度低，东部低海拔的索县最高，呈现出北部高海拔地区温度低，南部低海拔地区温度高的趋势，藏北地区的温度变化大，温度总体呈现上升的变化（图9）.

藏北地区在11 年间年均气温出现过两次明显的波动，分别为2008 年和2011 年，气温急剧降低使得藏北地区冻土面积增大而不利于植被的生长，2010 年温度的明显升高会加速冰川和永久性积雪的融化，增加当地的可利用水资源，对农牧发展产生有利的影响，但是在带来有利影响的同时对会改变藏北地区的水域环境，对生态脆弱的地区造成一定的影响，在降水量不变的时候可能会对植被的生长产生不好的影响，即抑制植被的生长.

图8 藏北地区年平均温度分布图

图9 藏北地区2005-2015年温度变化折线图

2.2.2 降水量变化特征

藏北地区由于其特殊的地理位置，平均年降雨量在247.3 mm～513.6 mm 之间，年蒸发总量大于自然降水量[14]，2005-2015 年的年平均降水量为425 mm.降水量的增加，使得藏北地区的湿润指数增加，也可使表土层水分增加，对藏北地区的草地退化和地表沙化有一定的抑制作用，可以减缓草地的退化速度，尤其是干旱半干旱的西部地区，降水的增加更能减缓草地退化的状况[18].图10 的年均降水量分布显示，降水量由东到西依次递减，班戈县北部高海拔地区、尼玛县西部与申扎县等高海拔草原无人区年均降雨量最少，可以明显看到藏北地区东南部聂荣县、那曲县、比如县、嘉黎县、巴青县以及索县等低海拔地区的年降水量较大.

将2005-2015 年间藏北地区的降水量作图分析得到图11，可见藏北地区的降水量处于波动下降的趋势，由散点图和拟合线可知，拟合程度高.其中这11 年来藏北地区降水量有明显的3 次降水量最大，分别为2005 年、2008 年、2011 年，其值为500 mm、497 mm、503 mm，最小出现在2015 年（266.25 mm）.气候暖湿向变化不仅对该地区的动植物生长提供了有利的条件，也能够使草地的退化速度减慢维持生态系统的稳定.由于研究区冰川多，常年冻土的面积大，温度升高会改变研究区的水系状况，在带来有利的生态环境同时，长期的温度升高也会加剧藏北地区的生态系统脆弱性，带来不利的影响.

图10 藏北地区年均降水量分布图

图11 藏北地区2005-2015降水量变化折线图

2.2.3 植被NDVI与气候因子的相关性分析

为了研究植被覆盖对气候变化的动态响应，本文计算了每个像元的NDVI与年均气温与年均降水量间的简单相关系数以及偏相关.基于拓展时间序列进行逐像元相关分析可知，通过格网法得到藏北地区2005-2015 年的11 年平均NDVI和年平均温度以及平均降水量的散点图.

对植被NDVI与温度的偏相关性分析（图12）表明，植被NDVI与温度间的系数为-0.27～0.32，在散点图上可以看出藏北地区的植被与温度呈连续的线性相关，即温度升高植被NDVI也增加.

图12 藏北地区年平均NDVI与年均气温间相关性散点图

植被NDVI 与温度整体表现出一次函数的关系，其斜率k=0.0423，相关系数R2=0.3005，且根据ArcGIS计算得出年均NDVI与年均温度间的偏相关系数的平均值为-0.11，可见植被NDVI 与温度的相关性不是很高，原因是整个藏北地区的温度相对都较低，2005-2015 年平均温度仅为-1.85 ℃，常年低温，植被的变化与气温的变化相关性不是很明显.其中偏相关性分布与分区分别如图13a、13b 所示，藏北地区尼玛和班戈县北部因为海拔较高，气温较低、寒冷等特点以及山岳冰川和广泛发育的多年冻土使得北部地区的生态系统脆弱，造成草地退化，因此北部地区植被NDVI 与气温的变化的相关性较强；东南部索县、比如县、嘉黎县海拔较低，气温较高，植被长势较好，植被的生长依赖气温的稳定，所以藏北地区东南部地区植被NDVI与气温的变化正相关性较强.整个藏北地区的植被NDVI 与年均气温间的相关性分布中，呈负相关的地区约占71.3%，呈正相关的地区占28.7%，其中主要呈负相关的地区是位于南部地区的申扎县和东南部地区的那曲县.

NDVI 植被变化与降水量的偏相关系数为-0.35～0.46（图14a），由散点图15 可知，NDVI 值随着降水量的升高呈连续的线性变化，整体表现出一次函数y=0.0009x-0.1521 的关系，其中斜率k=0.0009，相关系数为R2=0.6292，散点与线性的拟合度较强，基于软件计算偏相关性可知平均偏相关系数为0.0025，由此可知植被覆盖变化与降水量间呈正相关性，且相关性强，即随着降水量的增加，植被长势越好，植被覆盖度越高.其中藏北地区的西北部地区属于不敏感和轻度敏感的土壤侵蚀低敏感地区，降水少，起伏度小，即坡度较缓，海拔高，因此降水量的变化多少对植被覆盖变化的影响以及相关性不明显；东南部申扎、聂荣、那曲、安多、比如等县降水量高，地势起伏度大，属于土壤侵蚀敏感区域，植被覆盖与该地区的降水量的变化之间的相关性明显且呈正相关，植被覆盖及长势随着降水量的增加而增加；中部地区尼玛和班戈县的中部为东西部过渡区.如图14b 所示，其中整个藏北地区的植被NDVI与年均气温间的相关性分布，呈负相关的地区约占38.8%，呈正相关的地区占61.2%，因此整个藏北地区的植被NDVI与降水量总体呈正相关.

图13 藏北地区2005-2015年NDVI值与年均温度的相关性分布与分区图

图14 藏北地区2005-2015年NDVI值与年均降水量的偏相关性分布与分区图

图15 藏北地区年平均NDVI与年均降水量间的相关性散点图

虽然植被覆盖变化与温度和降水量都变现出正相关关系，但由R2可知，植被覆盖的变化对于降水量的相关性明显大于年均气温的相关性，由此可见藏北地区的植被覆盖变化是温度以及降水量共同作用影响的结果.

3 讨论与结论

本文根据MODIS-NDVI 数据、气象数据、DEM 数据，采用MVC 方法，通过变异系数的计算、Slope 趋势分析、简单相关系数的计算以及偏相关系数的计算方法，研究了藏北地区2005-2015 年间的植被覆盖月变化、季节间的变化以及年份间的变化，进行了植被变化特征以及变化趋势的分析，研究植被变化与气候之间的响应关系，得到如下结论：

（1）根据MODIS-NDVI 数据分析得到藏北地区植被覆盖呈降低的趋势，根据月NDVI 确定藏北地区植被生长季为5-8月，变化趋势为单峰型，根据季NDVI 变化可知植被对季节的变化敏感，有特定的生长季，夏秋两季的植被覆盖明显有起伏.年平均NDVI 为-0.23～0.90，平均值为0.24.植被覆盖变化从研究区的西北部向研究区的东南部呈现增加的趋势，总体植被覆盖朝着良好的改善方向走，改善的区域为东南部海拔较低的温暖湿润地区，中部地区的植被没有明显的改善情况，西北部地区植被处于退化趋势.

（2）藏北地区2005-2015 年的年平均气温和年降水量东南部地区明显高于西北部地区，气温上升趋势，降水量呈小幅度下降趋势，总体气候呈暖湿方向发展.同时藏北地区近11 年来温度具有上升趋势，温度波动明显，降水量小幅下降.

（3）植被覆盖变化与气候因子（温度和降水量）呈正相关性.可以看出藏北地区东南部植被变化成覆盖较好的情况，西北部边缘、北部边缘、中部地区植被覆盖低.藏北地区的植被覆盖变化不是受一个单一的因子的影响，而是由多个因子共同作用，但是在总体驱动中，气候因子响应中降水量的影响大于气温的影响.

在选择时间序列上选取了11 年的数据，研究时间尺度较小，在对气候变化的研究中，气候因子只考虑了年均气温及降水量，没有对其他因子如湿度、蒸发量、太阳的日照情况等进行研究讨论.研究植被覆盖变化对气候因子的响应，利用的是相关性和偏相关性方法进行分析，而气候因子等各个因子间的相关性并不局限于简单的线性相关，今后的研究过程中可考虑更多的方法对植被与气候因子间的响应研究.