论文部分内容阅读
【摘 要】 为了解长江流域近年来植被生长趋势，本文利用1982-2016年归一化植被指数（NDVI）数据采用一元线性回归趋势分析以及F检验得到NDVI的变化斜率.对长江流域近年来的NDVI生长趋势进行探讨。研究结果将有助于更好地了解气候变化和人类活动的影响下的变化特征和植被格局，并促进生态重建计划的实施和管理.
【关键词】 NDVI 趋势分析 人类活动
引 言
植被对于陆地生态系统的全球变化至关重要，作为土地与大气之间的联系，植被在镜像和表征地球的表面能交换，碳循环，土壤生态系统和区域人类活动方面发挥着重要作用[1]。长江流域在维护邻近地区乃至全国的生态平衡和安全方面发挥着重要作用。由于实施了生态工程，人口迁移和气候变化，长江流域的环境和景观发生了重大变化。这项研究的重点是长江流域的植被动态及其对气候变量和人类活动的响应。研究结果对生态环境保护以及生态环境治理具有积极意义。
1研究区概况
长江流域（24°30′-35°45′N， 90°33′-122°25′E）[2]起源于青藏高原东部，横穿中国东部，中部和西部的三个经济区，并跨越全国19个省。研究区面积约为1.8x106km2，为我国陆地面积的19%。该地区的地形从西向东呈递减趋势，从青藏高原西北部高海拔区域（平均海拔为4000m）到低海拔地区如长江三角洲平原（平均海拔低于50m）。具有较高的景观异质性，年平均气温为12.6至28.0°C，年平均降水量约为476mm。该地区森林资源丰富，植被种类繁多，占我国森林资源的25%以上。
2研究方法与数据基础
本研究中使用的数据集包括NDVI数据，栅格化温度和降雨数据，土地利用/土地覆盖数据和人口数据。这项研究使用了由NASA全球清单建模和制图研究小组开发的GIMMS NDVI 3g数据集，具有15天的时间分辨率和8km的空间分辨率。涵盖1982-2016年期间的数据集对于评估长期植被活动具有重要价值。为了最大程度地减少云污染和大气变化的影响，我们通过使用每两周数据集的最大值复合值（MVC）计算了每月NDVI[3]。从中国气象科学数据共享服务网络获取了1982年至2016年期间，长江流域180个气象站的每日温度和降雨量数据。采用Kriging插值法获得整个研究区域的年平均温度和降雨数据，其空间分辨率为8 km以匹配NDVI数据集。
以像元为单位，采用一元线性回归方程得到植被碳利用率的变化斜率，分析1982-2016年三江源植被碳利用率的空间分布和动态波动规律，最后结合植被NDVI的平均值，探讨长江流域植被生长状况和植被生长趋势[4]，采用F检验对NDVI的变化趋势进行检验。利用残差分析方法将人为诱发的植被趋势与气候的趋势分开该方法采用基于像素的方法，通过计算观测到的NDVI与预测NDVI值之间的残差来识别植被动态的主要驱动力，我们使用第一（参考）时间段，基于每月的观测值，在NDVI（因变量）和气候变量（降水和温度为自变量）之间建立了多元回归模型。以此分离人类活动对NDVI的影响[5]。基于线性回归方法，获得了人为因素对植被变化的影响。如果残差没有随时间变化的趋势，则认为观测到的植被变化受到气候因素的影响，下降趋势表明人类活动对植被覆盖度变化具有负面影响，而增长趋势表明人类活为植被生长做出了贡献。
3结果与分析
通过分析年NDVID的趋势，该变化表明植被有明显的上升趋势，1982年至2016年间第1年GSN的年变化率为0.08%（p=0.01）。NDVI趋势的高值区出现在1990年和2009年，低值主要出现在1994年和2000年。极端值的出现部分与极端天气事件有关。长江流域的植被变化表现出空间异质性。年平均NDVI的空间分布与土地覆盖类型有关，NDVI值高的地区主要是林地。NDVI值最高（0.86）发生在江西北部以落叶阔叶林和混交林为主的地区，而NDVI值较低的地区主要是农田，城市/人为土地，贫瘠地区和其他植被覆盖率较低的地区主要存在于黄河三角洲的西部，以及东部和中部的工业和人口集聚区。根据线性回归分析方法，在过去30年中，该地区超过70%的年度NDVI呈增长趋势，其中30%以上的NDVI呈明显上升趋势。最大的趋势超过2.3%/a）主要集中在长江流域的中部地区，特别是在四川省的东北部和重庆的中部。下降趋势占整个区域的26%，其中约8%呈现显着下降趋势。然而，明显的下降趋势是相对分散的，主要分布在长三角的苏州和上海地区，因此，黄河三角洲的植被变化表现出明显的区域特征。
4结论与讨论
我们的研究结果表明，在过去的30年里，长江三角洲大部分地区的植被状况都得到了改善，这与以往的研究是一致的通过对拐点前后两个时期的生长季值的分析，我们发现保护期（1995-2016年）的生长季值为明显高于参考期（1982-1994年）。一些研究将这种明显的植被绿化归因于大部分农田变成了森林然而，也有其他研究表明，气候因素和人类活动共同促成了中国近几十年来的区域绿化趋势。例如，Piao（2015）认为大气二氧化碳浓度上升和氮沉降对植被绿色化有显著贡献。为了分离和分析气候和人为因素对NDVI的影响，我们采用了基于NDVI气候模型的残差分析方法。由于河流密集，降水对长江三角洲植被的影响较小，而温度已成为大部分地区植被生长的制约因素。我们注意到，一些地区的植被覆盖变化与气候因素没有显著的相关性，这与人为因素有关。
【参考文献】
[1] 刘洋洋，王倩，杨悦，同琳静，李建龙，章钊颖，王振乾.2000-2013年中国植被碳利用 效率（CUE）时空变化及其与气象因素的关系[J].水土保持研究，2019，26（05）：278-286+2
[2] Qu S ， Wang L ，Lin A ， et al. What drives the vegetation restoration in Yangtze River basin， China：Climate change or anthropogenic factors？[J].Ecological indicators，2018， 90（JUL.）：438-450.
[3] 邓晨晖，白红英，高山，刘荣娟，马新萍，黄晓月，孟清.秦岭植被覆盖时空变化及其对气候变化与人类活动的双重响应[J].自然资源学报，2018，33（03）：425-438
[4] 李辉霞，刘国华，傅伯杰.基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J].生态学报，2011，31（19）：5495-5504.
[5] 袁沫汐，鄒玲，林爱文，朱弘纪.湖北省地区植被覆盖变化及其对气候因子的响应[J].生态学报，2016，36（17）：5315-5323.
作者简介：卢韩好（1995），男，在读研究生，成都理工大学，610000，生态环境遥感。
【关键词】 NDVI 趋势分析 人类活动
引 言
植被对于陆地生态系统的全球变化至关重要，作为土地与大气之间的联系，植被在镜像和表征地球的表面能交换，碳循环，土壤生态系统和区域人类活动方面发挥着重要作用[1]。长江流域在维护邻近地区乃至全国的生态平衡和安全方面发挥着重要作用。由于实施了生态工程，人口迁移和气候变化，长江流域的环境和景观发生了重大变化。这项研究的重点是长江流域的植被动态及其对气候变量和人类活动的响应。研究结果对生态环境保护以及生态环境治理具有积极意义。
1研究区概况
长江流域（24°30′-35°45′N， 90°33′-122°25′E）[2]起源于青藏高原东部，横穿中国东部，中部和西部的三个经济区，并跨越全国19个省。研究区面积约为1.8x106km2，为我国陆地面积的19%。该地区的地形从西向东呈递减趋势，从青藏高原西北部高海拔区域（平均海拔为4000m）到低海拔地区如长江三角洲平原（平均海拔低于50m）。具有较高的景观异质性，年平均气温为12.6至28.0°C，年平均降水量约为476mm。该地区森林资源丰富，植被种类繁多，占我国森林资源的25%以上。
2研究方法与数据基础
本研究中使用的数据集包括NDVI数据，栅格化温度和降雨数据，土地利用/土地覆盖数据和人口数据。这项研究使用了由NASA全球清单建模和制图研究小组开发的GIMMS NDVI 3g数据集，具有15天的时间分辨率和8km的空间分辨率。涵盖1982-2016年期间的数据集对于评估长期植被活动具有重要价值。为了最大程度地减少云污染和大气变化的影响，我们通过使用每两周数据集的最大值复合值（MVC）计算了每月NDVI[3]。从中国气象科学数据共享服务网络获取了1982年至2016年期间，长江流域180个气象站的每日温度和降雨量数据。采用Kriging插值法获得整个研究区域的年平均温度和降雨数据，其空间分辨率为8 km以匹配NDVI数据集。
以像元为单位，采用一元线性回归方程得到植被碳利用率的变化斜率，分析1982-2016年三江源植被碳利用率的空间分布和动态波动规律，最后结合植被NDVI的平均值，探讨长江流域植被生长状况和植被生长趋势[4]，采用F检验对NDVI的变化趋势进行检验。利用残差分析方法将人为诱发的植被趋势与气候的趋势分开该方法采用基于像素的方法，通过计算观测到的NDVI与预测NDVI值之间的残差来识别植被动态的主要驱动力，我们使用第一（参考）时间段，基于每月的观测值，在NDVI（因变量）和气候变量（降水和温度为自变量）之间建立了多元回归模型。以此分离人类活动对NDVI的影响[5]。基于线性回归方法，获得了人为因素对植被变化的影响。如果残差没有随时间变化的趋势，则认为观测到的植被变化受到气候因素的影响，下降趋势表明人类活动对植被覆盖度变化具有负面影响，而增长趋势表明人类活为植被生长做出了贡献。
3结果与分析
通过分析年NDVID的趋势，该变化表明植被有明显的上升趋势，1982年至2016年间第1年GSN的年变化率为0.08%（p=0.01）。NDVI趋势的高值区出现在1990年和2009年，低值主要出现在1994年和2000年。极端值的出现部分与极端天气事件有关。长江流域的植被变化表现出空间异质性。年平均NDVI的空间分布与土地覆盖类型有关，NDVI值高的地区主要是林地。NDVI值最高（0.86）发生在江西北部以落叶阔叶林和混交林为主的地区，而NDVI值较低的地区主要是农田，城市/人为土地，贫瘠地区和其他植被覆盖率较低的地区主要存在于黄河三角洲的西部，以及东部和中部的工业和人口集聚区。根据线性回归分析方法，在过去30年中，该地区超过70%的年度NDVI呈增长趋势，其中30%以上的NDVI呈明显上升趋势。最大的趋势超过2.3%/a）主要集中在长江流域的中部地区，特别是在四川省的东北部和重庆的中部。下降趋势占整个区域的26%，其中约8%呈现显着下降趋势。然而，明显的下降趋势是相对分散的，主要分布在长三角的苏州和上海地区，因此，黄河三角洲的植被变化表现出明显的区域特征。
4结论与讨论
我们的研究结果表明，在过去的30年里，长江三角洲大部分地区的植被状况都得到了改善，这与以往的研究是一致的通过对拐点前后两个时期的生长季值的分析，我们发现保护期（1995-2016年）的生长季值为明显高于参考期（1982-1994年）。一些研究将这种明显的植被绿化归因于大部分农田变成了森林然而，也有其他研究表明，气候因素和人类活动共同促成了中国近几十年来的区域绿化趋势。例如，Piao（2015）认为大气二氧化碳浓度上升和氮沉降对植被绿色化有显著贡献。为了分离和分析气候和人为因素对NDVI的影响，我们采用了基于NDVI气候模型的残差分析方法。由于河流密集，降水对长江三角洲植被的影响较小，而温度已成为大部分地区植被生长的制约因素。我们注意到，一些地区的植被覆盖变化与气候因素没有显著的相关性，这与人为因素有关。
【参考文献】
[1] 刘洋洋，王倩，杨悦，同琳静，李建龙，章钊颖，王振乾.2000-2013年中国植被碳利用 效率（CUE）时空变化及其与气象因素的关系[J].水土保持研究，2019，26（05）：278-286+2
[2] Qu S ， Wang L ，Lin A ， et al. What drives the vegetation restoration in Yangtze River basin， China：Climate change or anthropogenic factors？[J].Ecological indicators，2018， 90（JUL.）：438-450.
[3] 邓晨晖，白红英，高山，刘荣娟，马新萍，黄晓月，孟清.秦岭植被覆盖时空变化及其对气候变化与人类活动的双重响应[J].自然资源学报，2018，33（03）：425-438
[4] 李辉霞，刘国华，傅伯杰.基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J].生态学报，2011，31（19）：5495-5504.
[5] 袁沫汐，鄒玲，林爱文，朱弘纪.湖北省地区植被覆盖变化及其对气候因子的响应[J].生态学报，2016，36（17）：5315-5323.
作者简介：卢韩好（1995），男，在读研究生，成都理工大学，610000，生态环境遥感。