植被覆盖对降水的响应研究

来源:用户上传      作者:唐清竹 吴达莹 吴川东

　　摘要：半干旱地区植被覆盖与降水有着密切的联系，本研究以典型半干旱地区甘肃省榆中县为例，利用归一化植被指数（NDVI），结合近十年的降水数据进行相关分析，运用SPSS软件分析计算两者的相关系数，探究降水与NDVI指数之间的响应关系。结果表明榆中县植被覆盖率与降水之间具有较为显著的正相关性。
　　关键词：榆中县;NDVI;植被覆盖;降水
　　中图分类号：X17 文献标识码：A 文章编号：2095-672X（2020）03-0-03
　　DOI：10.16647/j.cnki.cn15-1369/X.2020.03.111
　　Response of vegetation cover to precipitation in Yuzhong County，Gansu Province
　　Tang Qingzhu1，Wu Daying2，Wu Chuandong1
　　（1.Lanzhou University College of Earth and Environmental Sciences，Lanzhou Gansu 730000，China;2.Lanzhou University Second Hospital，Lanzhou Gansu 730000，China）
　　Abstract：Semi-arid areas of vegetation cover and precipitation has the close relation.This paper takes a typical semi-arid areas Yuzhong county in Gansu province as an example，using the normalized difference vegetation index （NDVI）， combined with nearly a decade of precipitation data to make crosscorrelation analysis， using SPSS software analysis calculating correlation coefficient of the two，to explore the response of the relationship between precipitation and the NDVI.The results show that there is a significant positive correlation between vegetation coverage and precipitation in Yuzhong county.
　　Key words：Yuzhong county;NDVI;Vegetation cover;Precipitation
　　植被作為全球气候变化的“指示器”，连结了土壤、水分和大气，能够反映各种气候要素不同年度、不同季节的变化情况[1]。植被覆盖变化受自然变化和人类活动影响，其中以气温和降水的影响最为显著[2-3]。随着遥感技术的高速发展，现已可通过遥感技术获取地表植被覆盖情况[4]，其中归一化植被指数（NDVI）就是通过遥感影像数据分析得出的用来表征植被覆盖的典型遥感特征参数[5]，其计算公式为：
　　式中，NIR表示近红外波段的反射率，RED表示红外波段的反射率。NDVI能够很好的反映植被生长状况、植被繁茂程度及生物量的特征及变化，一般情况下与植被覆盖度成正比，且对于同一种植被而言，NDVI值越高，说明地表植被覆盖度越高[6]。
　　NDVI表征的植被覆盖度与气候变化的响应关系研究已成为当前环境变化研究的热点之一[7]，国内外许多学者都做过此类研究，如Chuai （2013）等人在内蒙古地区研究发现气温和降雨对NDVI的影响对于不同植物类型和不同季节各不相同。例如在夏季，NDVI与气温相关性不显著，而对于栽培植物、灌木、草原草甸及荒漠地区的植被来说，NDVI与降水之间存在明显的相关性[1]。Roerink（2003）等人曾在欧洲地区研究发现在极为干旱地区，植被与降水的相关性最高，在中度湿润地区，两者仍存在一定的相关性，在非常湿润地区，两者的响应关系不明显[8]。陈欢（2013）、李霞（2007）、丁明军（2009）、吴丽丽（2014）等学者研究发现植被覆盖对气候因子的响应中还存在累积效应与时滞效应。在中国大陆，植被与降水的交互作用时间主要为2.5个月左右，因为植被生长主要通过吸收土壤水分，而土壤主要通过大气降水获得水分，水分通过大气传递到土壤，最后由植被吸收，所以植被对降水存在明显的滞后响应[9-12]。
　　青藏高原的存在使得我国西北地区的气候条件不同于世界上其他同纬度地区，我国西北地区降水稀少，水资源匮乏，植被生长状态较差，生态环境极为脆弱，是国内外学者研究生态环境问题的热点地区之一。而甘肃省榆中县地处西北，作为我国的典型半干旱地区，气候干燥、降水稀少、日照充足、日温差大，生态环境极为脆弱，且近年来土地荒漠化程度逐年加剧，利用NDVI表征该地区植被覆盖情况十分有益。且作为西北小区域研究区，研究植被覆盖与降水之间的相关性十分具有代表性。目前国内外尚未有利用统计学三大相关性检验与双尾显著性检验表征植被覆盖与降水量间相关关系的研究，本研究具有创新性。
　　1 研究区概况
　　甘肃省榆中县位于103°49′～104°35′E，35°34′～36°27′N，总面积3259.77km2，海拔1430～3670m。属温带半干旱气候，年平均气温6.7℃，年平均降雨量350mm，无霜期120d。榆中县南部大部分位于兴隆山自然保护区，天然森林植被良好、生物种类繁多，生态环境良好。北部低山丘陵和中部黄土丘陵区是该县宜林荒山荒地的重点分布区，也是生态环境十分脆弱的地区，植被主要以灌草和农作物为主。中部川地和苑川河谷地水资源相对较丰富，是该县主要的农作物种植区，植被主要有农作物、果树林和农田林网[10] 。 　　榆中县位于甘肃省中部，属典型的半干旱地区，是植被由森林向荒漠草原演化的典型过渡带，因此榆中县的植被覆盖率对我国整个生态植被的演化趋势有着典型的代表意义，同时也对榆中县本地的经济发展、生态平衡和水资源高效利用有着重要意义。
　　2 数据与分析方法
　　2.1 数据来源与预处理
　　本研究采用的甘肃省榆中县地区遥感影像数据来自于地理空间数据云（http：//www.gscloud.cn/）提供的2003-2012年历年逐月Landsat4-5TM卫星数字产品数据，波段1～5和波段7的空间分辨率为30m，波段6（热红外波段）的空间分辨率为120m，输出格式为GeoTIFF，采用UTM-WGS84南极洲极地投影并经过系统辐射校正、地面控制点几何校正，通过DEM进行了标准地形校正。为保证NDVI数据的准确性，选取的遥感影像的云量均小于10%，可用于研究植被覆盖。通过ENVI软件逐个分析榆中县遥感影像，获取榆中县逐月NDVI平均值数据集。榆中县2003-2012年历年逐月20-20时降水量来自于榆中站（区站号52983）观测得到的降水数据。
　　2.2 分析方法
　　SPSS数据分析：确定相关变量，以降水量为自变量，NDVI指数为因变量，通过相关性检验和正态分布检验得出两者的相关性。
　　统计学三大相关性检验：皮尔逊（Pearson）相关也称积差相关或积矩相关，是英国统计学家皮尔逊提出的一种计算直线相关的方法，它适用于两个变量总体是正态分布或接近正态的单峰分布，两个变量的观测值是成对的且每对观测值之间相互独立。斯皮尔曼（Spearman）等级相关是根据等级资料研究两个变量间相关关系的方法，它是依据两列成对等级的各对等级差来进行计算的，又称等级差数法。斯皮尔曼等级相关对数据条件的要求没有皮尔逊相关系数严格，只要两个变量的观测值是成对的等级评定资料或是由连续变量观测资料转化得到的等级资料，无论两个变量的总体分布形态和样本容量的大小，都可使用斯皮尔曼相关进行研究。肯德尔（Kendall）检验是一个无参数假设检验，它使用计算而得的相关系数去检验两个随机变量的统计依赖性。当两个变量的标准差都不为零时，相关系数才有意义[14]。
　　SPSS相关性检验中的皮尔逊相关系数、肯德尔相关系数和斯皮尔曼相关系数反映的都是降水量与NDVI的相关性的指标，范围为-1～1。相关系数的值为1时，X和Y分布在一条直线上，两者的关系可用单调直线方程来描述，且Y随着X的增加而增加，即两个变量正相关。相关系数的值为-1时两个变量即呈负相关。相关系数的值为0时两个变量之间没有线性关系。相关系数越大表示两者相关性越强。
　　双尾显著性检验：Sig.意为显著性（significant），Sig.是差异性显著与否的检验值，用来说明相关分析结果有无统计学意义。SPSS首先假设两个变量间相关性为零为原假设，根据已有数据算出两个变量间“相关性为零”的概率，即P值，一般与5%或1%进行比较。若P值小于5%，则说明原假设概率极低，换言之也就是有超过95%的概率说明两个变量间存在显著相关性。
　　本研究中若要确定降水量（mm）与NDVI两者的相关性及响应关系，进行统计学三大相关性检验与双尾显著性检验并确定两者存在显著相关性是十分有必要的。
　　3 结果与分析
　　3.1 降水量与NDVI变化趋势
　　由图2可看出，NDVI值在年尺度内与降水量的变化基本相吻合，降水量增多对应的NDVI值也相应增加，但本次研究中NDVI对降水的累积效应和滞后效应并不明显。
　　3.2 正态分布检验
　　图3、图4展示了降水量（mm）与NDVI的正态Q-Q图，正态Q-Q图通过把测试样本数据的分位数与已知分布相比较，从而检验数据的分布情况。Q-Q图是一种散点图，若要鉴别样本数据是否近似于正态分布，只需看图上的点是否近似在一条直线附近，图形为直线说明数据正态分布，且该直线的斜率为标准差，截距为均值，直线越接近呈45度角并穿过原点说明分布越接近正态分布。由图中可以看出，降水量（mm）与NDVI数据（图中黑点）均大致分布在一条直线上，说明两个变量符合正态分布，且斜率不为零，降水量（mm）与NDVI符合进行相关性检验的条件，可以进行三大相关性检验。
　　3.3 皮尔逊相关性检验
　　表1显示了降水量（mm）与NDVI的皮尔逊相关性的数据，由表1可看出，降水量（mm）与NDVI平均值的皮尔逊相关系数为0.563**，Sig.小于0.01，说明两者间相关性显著，且具有统计学意义。
　　3.4 肯德尔相关性检验
　　表2显示了降水量（mm）与NDVI的肯德尔相关性的数据，由图2可看出，降水量（mm）与NDVI平均值的肯德尔相关系数为0.420**，Sig.小于0.01，说明两者间相关性显著。
　　3.5 斯皮尔曼相關性检验
　　表3显示了降水量（mm）与NDVI的斯皮尔曼相关性的数据，由图3可看出，降水量（mm）与NDVI平均值的斯皮尔曼相关系数为0.594**，Sig.小于0.01，说明两者间相关性显著。
　　4 总结与讨论
　　榆中县在2003-2012年内月平均降水量范围为0～150mm，总体降水稀少，NDVI数值分布在-0.05～0.2间，植被稀少，覆盖度不高。由两者间相关曲线可看出降水量增多相对应研究时段内NDVI数值也相应增大，说明两者间具有一定的相关关系。通过对榆中县2003-2012年月平均降水量（mm）与NDVI进行皮尔逊、肯德尔、斯皮尔曼三大相关性分析与双尾显著性检验，得出两者间相关性显著，NDVI对降水存在一定的响应关系。
　　榆中县植被覆盖具有明显的地区和季节不平衡性，为使该地区生态环境得到改善、经济健康发展、水资源得以高效利用，有计划有步骤地进行退耕还林、还草等政策，加强对现有草地、林地、森林的管理与自然资源如南部兴隆山区的保护，是榆中县生态环境建设的重要内容，对榆中县整体发展具有重要意义。 　　本次研究中NDVI数据量受遥感影像数据限制没有降水数据丰富，因此只能代表较大尺度时间内植被覆盖的粗略变化情况，不能完全体现出小时段尺度内植被覆盖度的细微变化，今后有必要在小尺度范围内进一步研究得出两者间更加精确的响应关系。此外，本次研究只讨论了植被覆盖情况与降水量的响应关系，今后有必要在人类活动、植被自然生长季等因素方面进行进一步的研究。
　　参考文献
　　[1]X. W. Chuai， X. J. Huang， W. J. Wang， et al. NDVI， Temperature and Precipitation Changes and Their Relationships with Different Vegetation Types during 1998–2007 in Inner Mongolia，China[J].International Journal of Climatology， 2013， 33（7）：1696-1706.
　　[2]罗隆诚，王俊.半干旱地区NDVI对气温和降水响应的多时间尺度分析——以甘肃省榆中县为例[J].干旱区资源与环境，2011，25（9）：167-171.
　　[3]Cui Linli， Shi Jun. Temporal and spatial response of vegetation NDVI to temperature and precipitation in eastern China[J].地理学报：英文版，2010（2）：163-176.
　　[4]孙睿，刘昌明，朱启疆.黄河流域植被覆盖度动态变化与降水的关系[J].地理学报，2001（6）：667-672.
　　[5]李晓兵，史培军.中国典型植被类型NDVI动态变化与气湿，降水变化的敏感性分析[J].植物生态学报，24（3）：379-382.
　　[6]刘绿柳，肖风劲.黄河流域植被NDVI与温度、降水关系的时空变化[J].生态学杂志，2006，25（5）：477-481.
　　[7]侯小丽.基于MODIS数据的全球干旱区植被变化及其与气候关系的研究（2002-2011年）[D].山东农业大学，2016.
　　[8]Roerink G J ， Menenti M ， Su Z W ， et al. Assessment of climate impact on vegetation dynamics by using remote sensing[J]. Physics and Chemistry of the Earth Parts A/B/C，2003，28（1）：103-109.
　　[9]陈欢，任志远.中国大陆植被覆盖对降水与温度变化的响应[J].水土保持通报，2013（2）：2+84-88.
　　[10]李霞，李晓兵，陈云浩，et al.中国北方草原植被对气象因子的时滞响应[J].植物生态学报，2007（6）：1054-1062.
　　[11]丁明军，张镱锂，刘林山，et al.青藏高原植被覆蓋对水热条件年内变化的响应及其空间特征[C]//全国国土资源与环境遥感应用技术研讨会论文集，2009.
　　[12]吴丽丽，任志远，张翀.陕北地区植被指数对水热条件变化的响应及其时滞分析[J].中国农业气象，2014，35（1）：103-108.
　　[13]张建武.榆中县森林生态植被恢复调查报告[J].甘肃科技，2007（7）：16-19+32.
　　[14]卢淑华.社会统计学[M].（第四版）北京：北京大学出版社，2015.
　　收稿日期：2020-02-10
　　作者简介：唐清竹（1999-），女，汉族，本科在读，研究方向为生态水文学。
转载注明来源:https://www.xzbu.com/1/view-15260210.htm