福建地区NDVI时空变化及其与降水的响应关系

福建地区NDVI时空变化及其与降水的响应关系邵步粉二吴滨2,姚林塔二林金淦1（1福州市气象台福州350014 ； 2福建省气候中心福州350001）摘要：根据福建地区1982-1999年归一化植被指数（NDV）数据集和 59个气象观测站的逐日降水资料，采 用相关分析和Morlet小波分析方法，应用ArcGIS软件，对福建地区NDVI时空变化特征及其与降水关系进 行了研究。结果表明：分析期内该地区NDVI值从3月份开始回升，到7月份达到峰值，8、9、10月份总体上保持在峰值少变，10月份以后呈缓慢下降趋势，这可能与温度、降水（包括台风降水）、径流有关；从年际角度看，18年来NDVI值总体呈上升趋势，1994年以前波动比较明显，1994年以后NDVI值基本上 少变，保持在0.43左右，这可能与人们环保意识增强和降水量逐年上升有关；多年NDVI覆盖情况良好，NDVI普遍在0.2以上，其中西北部优于东南部，这与地势、年降水分布和人类活动有很大的关系；NDVI滞后降水3个月相关性最高，达到 0.842，NDVI滞后降水6个月为负相关，这可能与其大气环流背景场存在 相反环流形式有关；该地区 NDVI存在着12个月、25个月、55个月周期的震荡信号，降水量存在着12个月、31个月、59个月周期的震荡信号，各信号频率分布的时间域及其强度存在着差异，其中12个月周期最强，短周期强于长周期；NDVI与降水量具有同等的周期变化特点，在周期12个月最显著，相关系数达到0.963，通过了 0.001的信度检验，这说明降水对植被的生长尤为重要。关键词：福建地区；降水量；NDV；相关分析；Morlet 小波分析归一化植被指数 NDVI （ Normalized Differenee Vegetation Index ）是反映植被吸收的光合有效辐射比例的一个重要指数。NDVI与绿叶植被生物量、叶面积指数、植物光合能力、总的干物质积累以及年净初级生产力等均有很好的相关性，可以用来表征植被覆盖的好坏，在一定程度上能表征地表植被覆盖变化1，因此常被作为生态系统检测的首选指标2。近年来，针对NDVI和气候因子（温度、降水）相互关系的研究在全球变化研究中占有举足轻重的地 位。我国学者也利用 NDVI研究植被与降水、温度的关系。如陈云浩等呵探讨了气温、降水对中国植被NDVI动态变化的驱动作用，认为气温驱动区主要在常年降水量大于700mm的东南地区；王永立等4利用我国东部地区 NDVI和气温、降水资料研究得到NDVI的最大值滞后于降水最大值的时间尺度在两个月左右；顾婷婷等5研究鄱阳湖流域植被和降水关系后认为植被的生长变化滞后于降水变化6、7、8旬的相关性最高,且滞后一个季节的相关性最显著，且春秋季的降水对植被生长尤为重要；邵步粉等6研究了鄱阳湖4个子流域NDVI和径流关系，发现径流量于滞后3个月的植被NDVI的相关性最高。全球气候变化对陆地生态系统产生重要影响，而陆地生态系统的改变又将反馈于全球气候变化。植被作为陆地表面最突出的土地覆盖类型，是联系土壤、大气和水分的自然“纽带”7，在全球变化研究中起着“指示器”的作用 8。植被和气候相互作用的主要方式之一是地 气之间的水汽输送和交替。气候始终影响着植被生长和分布，植被通过水汽输送影响气候9， 不同植被覆盖有着显著水分差异10-12，对气候演变过程产生重大影响13-14。Pielke 15指出，土地利用和地表覆盖的变化是气候变化的第一阶强迫作用，由陆面变化引起的区域降水、温度等的变化，与温室气体的效应相当甚至更大。植被覆盖在年际尺度上与后期降水存在正相关16，降水与植被生长季的叶面积指数相关系数可以达到0.78 “。植被对地表径流变化的影响，主要表现在阻滞地表径流、延长入渗时间、影响水量的再分配等。 孙艳玲等18对中国9种植被型组与气候的相关关系进行了研究，说明了温度条件比水分条件更影响植被的生 长，水分条件较其他气候因素对植被生长表现了更明显的滞后效应；李春晖等19研究了黄河流域各区域的 NDVI与降水、径流和径流系数的关系指出，年内变化上NDVI和径流呈明显的正相关，但年际变化上NDVI和径流不具有明显相关性。这些工作对研究植被和气候变化的关系有着重要意义。福建省地处我国南方低山丘陵区，是我国重点林区之一， 树木种类繁多，森林覆盖率达62.96%。近年来，由于城市化的发展，人类活动使生态环境遭到了破坏，水土流失日益严重，从而由气象灾害导致的次生灾害越来越频繁。研究NDVI和降水之间的响应，对福建省乃至中国亚热带季风气候区的林业发展和生态环境的保护都具有重要的参考意义。本文拟利用 1982- 1999年NDVI数据集和福建省 59个气象站(图1)的逐日降水资料，研究NDVI与降水的相关性特征，探讨NDVI和降水的响应，以期对植被-大气相互作用获得一些新的认识。NASXA_Z 严1in#、.A柯城，,Mii-出吃E用十 /:J.钉1 W彌宅严St!1 yPlh*Xl.巴3”n,n卵租+i iT&”严7 .LJ-4 步那Ju丿门-站成图1福建省气象要素站点分布示意图Fig.1 Distribution of meteorological station1资料和研究方法1.1研究区域福建省(23 3328 20 N,115 50120 40 E)位于中国东南沿海，属亚热带湿润季风气候。年均气温在17-21 C，冬季温暖，1 月沿海平均气温 913C,山区68C。夏季炎热，平均气温2628C，并多台风。区内水热条件和垂直分带较明显，年降水量10002000毫米，从西北向东南递减。季节分配不均，有较明显雨季和干季；36 月为雨季，占全年降水 5060% 79月是台风季，降水量较多，年际变化极大，容易发生水旱 灾害；10月至次年2月降水较少。福建省土壤资源丰富，类型繁多，为农、牧副业的综合 发展提供了极为有利的条件，其土地利用类型主要为耕地、林地、草地等。1.2数据来源及处理1.2.1 NDVI 植被数据20基准数据来源于美国 NASA Pathfinder A VHRR数据，在美国Pathfinder陆地科学家处理小组原始处理数据完成的基础上，对数据进行重采样和订正处理（原数据为高德处理），并进行了时间序列滤波处理，生成中国区域植被指数数据集。数据集的地理范围包括70140 E, 555 N,格点数为 973X 695,空间分辨率是 0.072 X 0.072 ，起止时间是 1981年7月中旬2001年9月下旬，资料历时21年3个月，观测频率是每旬一次。该数据集以单字节（1 byte ）存放，记数值动态范围为0至253,其中0表示缺省，1表示水体，2表示外空，3253为植被记数值，使用前根据表达式（1）转换到归一化差分植被指数（介 于-1 1之间）：NDVI = 0.008 X（ count-128）（1）式中，count为NDVI的原始逐旬数据。为了获得福建省各观测站19821999年的NDVI逐月数据，对原始逐旬NDVI遥感数据进行处理： 以月为单位，对每月3旬的NDVI值通过国际 通用的MVC（最大值合成）法进行处理，可以消除云、大气、太阳高度角等部分干扰，保证NDVI反映的是每月地表植被覆盖状况，即NDVI =max （ NDVI j ）（2）其中，NDVI i是第i月值，NDVI ij是第i月第j旬的值。1994年缺9-12月资料，采 用相邻年平均值插补得到。在ArcGIS软件支持下，分别计算福建省各观测站的逐月平均NDVI并进行统计分析。1.2.2 降水数据19821999年逐日降水数据是由福建省气象局提供，为了研究需要将逐日资料累加成 月降水资料。1.3研究方法小波分析是一种时间-频率分析方法，小波变换系数的模和实部是两个重要的变量。模的大小表示特征时间尺度信号的强弱，实部可表示不同特征时间尺度信号在不同时间强弱和位相两方面的信息，近年来广泛应用于气候分析研究中，并取得了良好效果20-22。本文利用Morlet小波方法23分析了福建省59个观测站18a来216个月的降水量和 NDVI连续序列的 周期变化特点。2 结果与分析2.1 福建地区 NDVI时空变化特征2.1.1 年内变化计算福建地区1982- 1999年平均NDVI逐月变化。图 2为福建地区平均 NDVI的年内 变化曲线。从图上可以看出，NDVI多年平均从3月份逐渐升高，至U 7月份达到峰值，& 9、 10月份总体上稳定，10月份之后再呈缓慢下降趋势的过程。引起这种现象的原因是：冬季 温度比较低、降水量小，不利于草木生长，从而导致植被覆盖度低；春夏季温度逐渐回升，?1994-2014 China Academic Juumal Ekttrunic Publishing Huuse. All rights reserved, http:wAnki.neL降水量随之增多、径流也相应逐渐增加，草木逐渐复苏，从而植被覆盖度逐渐增大；特别值 得一提的是，福建地区由于地处东南沿海， 受台风影响大，秋季前期由于受台风降水的影响, 草木生长仍然旺盛，故 NDVI值居高不下；秋季后期由于降水渐少，径流量相应渐少，气温 相比较于前期也有所下降，从而草木开始枯黄、植被覆盖度逐渐降低。图2 1982-1999 年福建地区平均 NDVI的年内变化Fig.2 Annual Changes of Average NDVI in Fujian during 1982-19992.1.2年际变化由图3可见，福建地区历年植被覆盖情况良好，NDVI值在0.35 0.45之间，总体呈上升趋势；从多年变化来看，年平均NDVI值表现出波浪式发展趋势，其中1983、1986、1989、1994年的NDVI值较高，1984、1988、1992 年的NDVI值较低，1994年以后基本上维持在 一个稳定的水平，NDVI值在0.43左右，这可能与人们环境保护意识增强，乱砍乱伐现象有 所遏制，人工造林等措施实施有关，也可能与降水量逐年上升（图略）有关。福建地区NDVI总体上升趋势说明18a来该地区植被覆盖度总体在上升，这是生态环境转好的表现。ndviy = 0.0028x + 0.405图3 1982-1999年福建地区NDVI年平均值的年际变化Fig.3 Interannual Change of the year-mean NDVI in Fujian during 1982-19992.1.3 NDVI多年平均覆盖情况图4福建地区NDVI多年平均分布示意图Fig. 4 Average NDVI image from 1982 to 1999 in Fujian图4是福建地区各气象站点19821999年NDVI平均值通过 ArcGIS反距离加权内插得到的分布示意图。NDVI值越小，说明植被覆盖或者长势越差；反之，值越大，说明植被 覆盖或者长势越好。从图上可以看出， 福建地区的NDVI基本上为正值，在0.1到0.5之间,说明该地区植被覆盖情况良好，这是因为福建地处东南沿海，纬度低，降水较为丰沛。NDVI 呈西北一一东南递减的趋势，这与福建地区地势和年降水分布情况24较为吻合。大值主要出现在福建地区西北部，NDVI值接近0.5，这是因为该地区多为低山丘陵，人类活动相对较少，森林植被分布相对集中，并且年降水量相对沿海地区大，故植被覆盖情况或者长势较好；低值主要出现在福建的东南沿海地区，基本上在0.2左右，这是因为该地区地势相对较低，人类活动较为频繁，年降水量也相对山区小，故植被覆盖或者长势相对较差，其中，越 往沿海地区植被覆盖度越差，基本上在0.1左右，这与人类活动有莫大的关系。2.2NDVI多年平均与降水的相关关系考虑到降水通过土壤渗透、植物根系吸收到反映在NDVI上的过程较为缓慢,NDVI相对于降水有一定的时间滞后，因此采用NDVI滞后1到6个月做统计分析，结果如表1所示：表1多年平均NDVI值与降水的相关系数滞后时间（月）123456相关系数0.330.68 *0.842 *0.682 *0.086-0.704*、*分别表示通过 0.02、0.01的信度检验。从表1可以看出，滞后2、3、4个月通过了 0.02的信度检验，其中，滞后3个月的相关系数最大，通过了 0.01信度检验，说明 NDVI滞后3个月与降水相关性最大，这一结论 与顾婷婷等5分析得到的植被生长变化滞后于降水变化6、7、8旬相关性最高的结论相一致。植被对降水的滞后响应则可能是由于植被生长对累积土壤湿度的直接依赖要强于对大气降 水量的直接依赖。大气降水到达地面，形成地表径流和地下径流，通过下渗等环节使之成为71992014。hirtciJ o Lima.Publishing Hcus All rights reserved, http:wwxnki net土壤水分，植被生长主要是通过吸收土壤的水分而获得，因此，土壤的水分含量多少直接影响着植被生长发育，而土壤水分的获得主要通过大气的降水量。从表1还可以看出，滞后 5个月的相关系数异常偏低，甚至在滞后6个月时出现了负相关，这可能是因为不同季节中大气环流异常影响到降水的分布及多少，再通过影响土壤湿度从而影响到植被的生长，因此滞后5到6个月对应大气环流背景场可能存在相反的环流形式，这就造成了滞后5到6个月降水与植被的相关性结果出现相反的现象252.3 NDV、降水的小波分析变化特征福建地区NDVI变化小波分析（图5a）,结果表明，它存在着明显的不同尺度周期震荡信号，全时间域上存在12个月的高频振荡，其次为 19871991、19951999年的25个月周期震荡，最后为19841997年的55个月低频震荡。在图5a中可以看到55个月对应的位 相结构，正负位相以55个月的时间震荡，在1984年初1986年底、1989年初1991年初、 1992年底1995年初各时段为正位相， 表示NDVI覆盖度好；而1982年初1984年初、1986 年底1989年初、1991年初1992年底、1995年初1997年底各时段为负位相， 表示NDVI 覆盖度差。图5 NDVI和降水变化小波系数实部图Fig5. the distribution of the Real Part of Morlet wavelet transformcoefficient of the NDVI and precipitation change福建地区降水量变化小波分析（图5b）,结果表明，它同样存在着明显的不同尺度周期震荡信号，全时间域上存在 12个月的高频振荡，其次为 19831987、19921996年的31 个月周期震荡，最后为19871994年的59个月低频震荡。在图5b中可以看到31个月对应 的位相结构，正负位相以 31个月的时间震荡，在 1985年初1986年初、1994年初1995 年初各时段为正位相，表示降水量偏多；而 1983年初1984年初、1986年初1987年初、 1992年底1993年底、1995年初1996年初各时段为负位相，表示降水量偏少。?194-2014 China Academic Jcumal Electronic Puhishinty Hou Al rishis reserved, http:wAnki.lteL600000献贡差方模的波小.NDVI50403020o图6降水量与NDVI的小波模方差贡献随周期变化图Fig6. the change of variance of the modulus with period3456从图6可以看出，NDV在12个月的周期震荡最显著，其次是在55个月周期震荡较为显著，25个月周期震荡不显著。降水量在12个月的周期震荡最显著，31个月周期震荡较为显著，59个月周期震荡不显著。降水量和NDVI的小波模方差贡献具有同等的周期变化，都在周期12个月的震荡最显著。经计算它们的相关系数达到0.963，通过了 0.001水平的显著性检验，呈高度相关。3结论与讨论从年内变化来看，NDVI值从3月份开始回升，到 7月份达到峰值，8、9、10月份总体 上保持在峰值少变，10月份以后呈缓慢下降趋势，这可能与温度、降水（包括台风降水）、径流有关；从年际角度看，18年来NDVI值总体呈上升趋势，1994年以前波动比较明显，1983、1986、1989、1994 年的 NDVI 值较高，1984、1988、1992 年的 NDVI 值较低，1994 年以后NDVI值基本上少变，保持在 0.43左右，这可能与人们环保意识增强和降水量逐年 上升有关；在多年平均意义上，福建地区的植被覆盖度良好 ,NDVI普遍在0.2以上，高数值主 要在西北部的低山丘陵区，低数值主要在东南部的沿海地区，这与地势、年降水分布和人类活动有很大的关系；在相关分析中，NDVI滞后降水3个月的相关最显著，达到了 0.842，通过了 0.01的信度检验，NDVI滞后降水6个月为负相关，这可能与其大气环流背景场存在 相反环流形式有关；小波分析显示，NDVI和降水量变化普遍存在着明显的周期，短周期的 震荡信号强于长周期，12个月的高频振荡最强烈。 在整个时间域存在着 12个月的周期震荡， NDVI还存在着19841997年的55个月低频震荡，降水量存在着 19831987 19921996 年的31个月周期震荡，NDVI和降水量的小波模方差贡献随周期变化趋势相似，两者在周 期12个月最显著，相关系数达到0.963，通过了 0.001的信度检验，这说明降水对植被的生长尤为重要。以上得到的是福建地区植被与降水相互响应关系的初步统计事实，如果有更长时间序列的NDVI,将会得到更可靠的结果，同时没有对该地区植被和降水之间的内在物理机制做进 一步研究，这是今后工作中值得进一步探讨的问题。?194-2014 China Academic Jcumal Flectionic 卩uhishillii Hou Allreserved, http:w wAnki.lit*!参考文献：1 Tucker J. Red and photographic infrared linear combinations for monitoring vegetation J.Remote Sensing of theEnvironment,1979,(8):127-150.2 天庆久.植被指数研究进展J.地球科学进展，1998,13:327-333.3 陈云浩,李晓兵,史培军.1983-992 年中国陆地NDVI变化的气候因子驱动分析J.植物生态学报，2001,25(6):716-720.4 王永立，范广洲，周定文等.我国东部地区NDVI与气温、降水的关系研究J.热带气象学报,2009,25(6):725-732.5 顾婷婷，周锁铨,邵步粉等.鄱阳湖区域植被覆盖变化与降水相互响应关系J.生态学杂志,2009,28(6):1060-1066.6 邵步粉，周锁铨，顾婷婷等.鄱阳湖流域NDVI时空变化及其与地表径流的关系J.中国农业气象,2010,31 (2):288-294.7 陈述彭，童庆禧，郭华东.遥感信息机理研究.北京科学出版社,1998.8 Habib Aziz Salim, Che n Xiaoli ng, Go ng Jia nya. An alysis of Sudan vegetation dyn amics usi ng NOAA-AVHRR NDVI datafrom 1982-1993.Asian Journal of Earth Scie nces,2008,1(1):1-15.9 戴永久，曾庆存，王斌.一个简单的陆面过程模式J.大气科学，1997, 21(6) : 705-715.10 刘树华,李新荣,刘立超，等.陆面过程参数化模式的研究J.中国沙漠，2001, 21(3) : 303-311.11 刘树华,文平辉,张云也，等.陆面过程和大气边界层相互作用敏感性试验J.气象学报，2001, 59(5) : 533-548.12 季劲均，苗曼倩.不均匀植被分布对地表面和大气边界层影响的数值试验J.大气科学，1994, 18(3): 293-302.13 刘树华，黄子琛，刘立超.半干旱区植被覆盖度对边界层气候热力影响的数值试验J.气象学报，1996,54(3) : 303-311.14 曾庆存，曾晓东，王爱慧.大气和植被生态及土壤系统水文过程相互作用的一些研究J.大气科学,2005,29(1) : 7-19.15 Pielke R ALand use and climate changeJ.Scienee, 2005, 310:1625-1626.16 张井勇，董文杰，叶笃正，等.中国植被覆盖对夏季气候影响的新证据J.科学通报,2003,48(1) : 91-95.17 张佳华，符淙斌,延晓冬,等.全球植被叶面积指数对温度和降水的响应研究J.地球物理学报，2002,45(5) : 631-637.18 孙艳玲，延晓冬,谢德体.基于因子分析方法的中国植被NDVI与气候关系研究J.山地学报,2007,25(1):54-63.19 李春晖，杨志峰.黄河流域 NDVI时空变化及其与降水/径流关系J.地理研究，2004,23(6):755-758.20 覃卫坚，廖雪萍，丘平球，等. Morlet小波分析在广西春季降水分析中的应用J.贵州气象,2007,31(6):5-8.21 龚建福，王毅荣,张存杰.黄土高原土壤干旱及其敏感阶段特征J.中国农业气象,2005 , 26(2):67-72.22 张允,赵景波.西安市近55年来降水的多时间尺度分析J.中国农业气象,2008,29(4):406-410.23 吴洪宝，吴蕾.气候变率诊断和预测方法M.北京:气象出版社,2005 : 208-244.24 聂明华，严华勇.福建省降水时空分布规律分析J.广东农业科学.2008, (6):147-149.25 Feddema JJ, O les on KW, Bonan G B,et al. 2005. The importa nee of Ian d-over cha nge in simulati ng futureclimates.Scie nce,310: 1674-1678.?1994-2014 China Acadenoic Junma Elcctranic Publishing Huuse. Al rights reserved, http:wAnki.neL