海河流域近17 年植被时空变化及其气候影响因素

何 龙，曾晓明，2，钱 达，张 虎，连 懿

（1.天津师范大学 地理与环境科学学院，天津3003872；2.交通运输部天津水运工程科学研究所，天津300456）

海河流域在全国经济格局中占有十分重要的战略地位.但随着经济社会的快速发展，相关流域遭到破坏性开发，生态环境破坏严重，出现了一系列环境问题[1].作为陆地生态系统的重要组成部分，植被在维持海河流域生态平衡、涵养水源等方面具有重要作用.因此，快速准确地表达海河流域植被生长现状及演变趋势对生态研究具有一定的参考意义[2].作为重要的生态气候参数，植被覆盖度是许多区域气候数值模型中所需的重要信息，也是描述生态系统的重要基础数据[3].归一化植被指数NDVI 是利用遥感手段监测地面植物生长状态的一种方法[2]，广泛应用于土地覆盖分类[4-6]、植被动态监测[7-9]和植被变化与气候关系[10-13]等诸多研究领域.目前，针对海河流域植被变化已有学者进行了相关研究[14-17]，这些研究所采用的NDVI 时序数据最高空间分辨率为1 km，且所选数据时间序列周期较短，如能加入更长时间序列对植被变化趋势进行分析，结果会更加客观[18].

常用的NDVI 数据集有GIMMS/NDVI、SPOT VGT/NDVI 和MODIS/NDVI，其中MODIS/NDVI 数据具有较高的空间分辨率和数据质量[19-20]，可用数据最高空间分辨率为250 m，为区域植被趋势研究提供了可使用的时序数据，大大提高了地表植被的观测能力[8].与GIMMS/NDVI 数据相比，MODIS/NDVI 数据在可见光波段提高了对叶绿素的敏感度，减少了大气和观测视角等外部因素以及叶冠背景等内在因素的影响，在近红外波段排除了大气水汽的干扰.因此，在植被变化监测中具有较高的准确性[21].

本研究利用2000—2016 年MODIS/NDVI 数据和国家气象信息中心中国地面降水和气温日值数据集，提取海河流域植被覆盖状况，对海河流域近17 年植被覆盖变化趋势进行分析，并选取植被覆盖严重退化和明显改善2个区域，结合TM 影像和MODIS 影像进行验证.同时，对植被覆盖变化的主要气候影响因素进行研究分析，以期为海河流域生态环境的恢复和治理建设提供一定的理论依据和参考.

1 数据与方法

1.1 研究区域概况

海河流域位于112°～120°E，35°～43°N，流域总面积3.182×105km2，占全国总面积的3.3%，其中山区面积占59%，平原面积占41%.海河流域总体地势西北高、东南低，属于温带半干旱季风气候区，包括海河、滦河和徒骇马颊河3 大水系.

1.2 数据来源与处理

MODIS 影像数据来源于美国航空航天局（NASA）数据中心，包括EOS/Terra 卫星的MODIS/NDVI 产品MOD13Q1 和EOS/Aqua 卫 星 的MODIS/NDVI 产 品MYD13Q1. 海河流域覆盖4 景MODIS/NDVI 数据，分别为h26v04、h26v05、h27v04 和h27v05.该数据集的空间分辨率为250 m，时间分辨率为16 d.其中，EOS/Terra卫星数据产品的时间刻度为2000—2016 年，EOS/Aqua卫星数据产品的时间刻度为2002—2016 年. 影像数据在获取过程中会受大气等因素的影响，在使用这些影像数据前需要对其进行投影转换、变换数据格式等预处理. 经过预处理后的数据采用最大值合成法（maximum value composite，MVC）将2000—2016 年NDVI 数据逐年合成，逐像元比较NDVI 值，选取最大值作为合成后的年度NDVI 数据集，排除和降低大气、云和太阳高度角等因素对影像数据造成的影响[22].最终得到海河流域2000—2016 年共计17 年最大NDVI 数据集，选取其中2000、2009 和2016 年3 期结果如图1所示.

图1 海河流域2000、2009 和2016 年最大NDVI 的空间分布Fig.1 Annual maximum NDVI spatial distribution of the Haihe River Basin in 2000，2009 and 2016

气象数据来源于中国气象局国家气象信息中心的中国地面降水[23]和气温[24]日值0.5°× 0.5°格点数据集.该数据集基于2472个国家级地面气象站获取的基本气象要素资料，利用薄盘样条法（thin plate spline，TPS）进行空间插值得到中国地面（72°～136° E，18°～54°N）空间分辨率0.5°×0.5°的日值降水和气温格点数据. 本研究采用的气象数据时间跨度为2000—2016年，时间分辨率为24 h.将降水和气温日值数据分别进行预处理，得到2000—2016 年海河流域局部区域的气温和降水数据集，选取其中2000、2009 和2016年3 期结果如图2 所示.

图2 海河流域2000、2009 和2016 年平均气温和降水量的空间分布Fig.2 Spatial distribution of annual average temperature and annual average precipitation in Haihe River Basin in2000,2009 and 2016

1.3 研究方法

本研究在统计海河流域NDVI 时，采用均值法计算流域内所有像元NDVI 的平均值，计算公式为

式（1）中：INDVI为海河流域的NDVI 平均值；x 为海河流域像元行数；y 为流域像元列数；n 为流域内像元总数；i=1，2，…，m，本研究时间刻度为2000—2016 年，对应时间跨度m 为17.

趋势分析是对海河流域NDVI 时间序列影像数据进行回归分析，并预测流域内植被覆盖的变化趋势.采用一元线性回归趋势法，通过统计海河流域年最大NDVI 数据集每个像元2000—2016 年的值，采用趋势分析法模拟分析该像元17 年间的变化趋势，反映海河流域植被覆盖的年际变化及时空变化规律.

式（2）中：KNDVI为每个像元NDVI 的斜率，即为海河流域2000—2016 年NDVI 的年际变化趋势. i 为1 ～m的年序号，本研究时间刻度为2000—2016 年，对应时间跨度m 为17；NDVIi为第i 年的NDVI 值.KNDVI＞0表示海河流域植被覆盖度的变化趋势是增加的，反之则减少；KNDVI=0 说明随着时间的变化，植被覆盖变化趋势不变. 根据计算所得每个栅格像元的线性回归率，将计算结果分为5 类：严重退化区、轻微退化区、基本不变区、轻微改善区和明显改善区，此方法可以有效区分出海河流域植被覆盖度的变化趋势.

本文采用NDVI 与气温和降水的相关系数探讨研究区气温和降水量变化对NDVI 的影响，相关系数的计算公式为

式（3）中：r 代表变量x（NDVI）和y（气温或降水量）之间的相关系数，取值范围为[-1，1]，其数值越大，表明2个变量间的相关性越强；m 为时间序列长度17年；i 为年份；xi为NDVI 在第i 年的值；为NDVI在17 年间数值的年平均值；yi为气温或降水量在第i 年的数值；为气温或降水量在17 年间数值的年平均值.

2 结果与分析

2.1 NDVI 空间分布特征

利用海河流域2000—2016 年的年度NDVI 最大值数据集，计算得到流域17 年的NDVI 平均值. 根据水利部2007 年颁布的《土壤侵蚀分类分级标准》[25]，结合海河流域植被覆盖类型特征，将海河流域植被盖度划分为极低覆盖度、低覆盖度、中覆盖度、中高覆盖度和高覆盖度地5 种覆盖类型，划分范围和特点如表1 所示.

表1 植被覆盖度划分表Tab.1 Classification of vegetation coverage

依据植被盖度分级分类标准，得到2000—2016年海河流域植被盖度空间分布图和海河流域2000—2016年不同植被盖度面积表，分别如图3 和表2 所示.

图32000—2016 年海河流域不同植被覆盖度的空间分布Fig.3 Spatial distribution of different vegetation coverage in the Haihe River Basin from 2000 to 2016

表22000—2016 年海河流域不同植被覆盖度的面积Tab.2 Different vegetation coverage area in the Haihe River Basin from 2000 to 2016

由图3 和表2 可以看出，海河流域NDVI 值小于0.1 的极低覆盖度区域主要为湿地、水域和建设用地，面积为1.7×103km2，占流域总面积的0.53%，主要分布在环渤海湾地区；低覆盖度区域面积为1.2×103km2，占流域总面积的0.38%，主要分布于城市中心和环渤海湾一带，以建设用地为主；中覆盖度NDVI 值为0.3～0.5，主要为中产草地、农田和低郁闭度林地等，面积占比3.83%；中高覆盖度NDVI 值为0.5～0.7，主要由中高产草地、林地和滩地组成，面积为5.8×104km2；海河流域NDVI 值大于0.7 的高覆盖度区域面积较大，占流域总面积的76.93%，主要为高产草地、密林地和农田，集中分布于辽宁、山东和河南等地.综上可知，研究区植被覆盖率总体较高，仅环渤海湾地带和一些城市区域植被覆盖率较低.

2.2 NDVI 时序变化特征

利用海河流域2000—2016 年的年度NDVI 最大值数据集制作折线图并拟合出17 年间NDVI 的变化趋势，得到2000—2016 年海河流域NDVI 年际变化情况，结果如图4 所示.

图42000—2016 年海河流域NDVI 年际变化Fig.4 Inter-annual variation of NDVI in the Haihe River Basin from 2000 to 2016

由图4 可以看出，海河流域NDVI 在0.70～0.79 间波动，NDVI 的多年平均值为0.76，总体呈上升趋势，线性增长率为0.027/10 a. 其中2000—2004 年，NDVI上升趋势明显，线性增长率为0.184/10 a，植被覆盖情况有所改善；2004—2008 年，NDVI 呈缓慢增长趋势，2008 年出现最大值；NDVI 在2009 年和2014 年出现谷值，说明流域内植被覆盖有所退化；2014 年后，NDVI线性增长率为0.145/10 a，植被覆盖有所提升.综上所述，2000—2016 年间海河流域植被覆盖状况的变化较为明显，17 年间研究区的植被覆盖状况整体上得到较大改善.这与海河流域范围内实施的一系列生态建设工程密切相关，如三北防护林工程、退耕还林还草工程以及京津风沙源治理工程等，这些生态建设工程有效增加了海河流域地表植被的覆盖率.

2.3 NDVI 变化趋势分析

基于2000—2016 年海河流域的逐年NDVI 最大值数据集，采用一元线性回归趋势分析法计算得到海河流域NDVI 年际变化情况，KNDVI的变化范围为-0.0610～0.0538，植被变化趋势较为明显.采用Jenks自然间断点分级法（一种地图分级算法，类内差异最小，类间差异最大，利用数据本身有断点的特征进行聚类分级）将海河流域NDVI 年际变化分为严重退化、轻微退化、基本不变、轻微改善和明显改善共5个等级，得到2000—2016 年海河流域NDVI 变化趋势以及趋势变化区域的统计数据，结果分别如图5 和表3 所示.

图52000—2016 年海河流域NDVI 变化趋势Fig.5 Trends of NDVI in the Haihe River Basin from 2000 to 2016

表3 趋势变化区域的统计数据Tab.3 Statistics of trends of changed area

由图5 和表3 可以看出，海河流域植被覆盖改善区域面积为1.386×105km2，远大于退化区域，其中改善部分以轻微改善为主，占流域总面积的32.45%；退化区域面积为4.1×104km2，占总面积的12.88%，环状分布于城市的周围，北京和天津最为明显；基本不变区域交错分布于改善区域和退化区域之间，面积占流域总面积的43.53%.综上可知，海河流域近17 年来植被覆盖变化存在显著的空间差异性，人类活动等对地表植被覆盖所产生的正负效应同时存在，研究区大部分地区的植被得到了明显改善，但受城市扩张等因素的影响，城市外围区域的植被退化现象较为严重.

2.4 变化趋势结果验证

为了验证一元线性回归趋势分析方法对海河流域植被覆盖进行趋势分析的可靠性，在研究区域中分别选取植被覆盖严重退化区域A 和植被覆盖明显改善区域B，如图5 中方框所示.选用TM 和MODIS 影像对区域A 和区域B 这2个植被覆盖显著变化区域进行验证，二者的NDVI 变化趋势局部放大图以及对应的TM 和MODIS NDVI 产品影像如图6 所示.图6 中TM 影像为4，3，2 波段合成的标准假彩色影像，红色代表植被，MODIS NDVI 产品影像中颜色越深代表NDVI 值越小，即植被覆盖度越低.

图6 验证区域A 和B 对应的Landsat 和MODIS 影像Fig.6 Landsat and MODIS images of the validation regions A and B

区域A 为植被退化区域，主要涵盖天津市10个区（红桥区、河北区、河东区、河西区、和平区、南开区、东丽区、津南区、西青区以及静海区）；区域B 为植被改善区域，主要包括河北省张家口市怀安县和万全区.由图6（a）可以看出，植被退化区域主要集中在天津市西青区、东丽区、津南区和静海区等城镇规模迅速扩张地区，结合图6（c）和图6（d）可以看出，2000—2016年天津市城市快速发展扩张，建筑用地显著增加，土地利用情况发生变化，植被覆盖退化较为明显，NDVI呈现显著减小趋势.由图6（b）可以看出，植被改善区域主要集中在河北省张家口市万全区的旧堡乡和北新屯乡，该区域主要为山区，位于省级园林县城、国家重点生态功能区（防风固沙）万全区和怀安县，结合图6（e）和图6（f）影像可知，2016 年较2009 年相比植被覆盖区域面积明显增加，NDVI 呈现显著增加趋势.验证区域的植被变化情况与趋势分析方法所得结果相符，进一步说明了该方法提取的海河流域植被变化特征具有较高的精度.

2.5 植被变化气候影响因素分析

为了直观展现2000—2016 年17 年间海河流域植被覆盖度、年降水量和年平均气温的变化趋势关系，将海河流域年降水量和年平均气温气象数据分别与海河流域NDVI 年际变化进行叠加，结果如图7 所示.

图72000—2016 年海河流域NDVI、年降水量及年平均气温变化趋势Fig.7 Change trend of NDVI，annual average precipitation and annual average temperature in the Haihe River Basin from 2000 to 2016

通过计算得到海河流域2000—2016 年NDVI 与年降水量相关系数为0.51，呈显著正相关，NDVI 与年平均气温相关系数为-0.20，呈负相关且相关性较弱.海河流域属于温带半干旱季风气候，相关系数表明气温对海河流域植被生长的影响较弱，降水是影响植被覆盖最显著的气候影响因素，在气温上升、降水减少的情况下，植被覆盖度会有所下降.结合图7 可知，NDVI 和年降水量在2008 年和2012 年出现峰值，在2009 年和2014 年出现谷值，二者年度变化趋势表现出较高的一致性.

3 结论

利用MODIS/NDVI 数据分析海河流域近17 年植被空间分布、时序变化和空间变化特征及其与气候影响因素的关系，得到以下主要结论：

（1）空间分布：通过海河流域植被盖度空间分布状况可以看出，海河流域整体植被覆盖较高，覆盖类型以高覆盖度（NDVI ＞0.7）为主，面积为2.448×105km2，占流域总面积的76.93%，植被类型主要为高产草地、密林地和密灌地；极低覆盖度（NDVI ＜0.1）区域主要分布在环渤海湾地区，面积不足流域总面积的1%.

（2）时序变化：通过海河流域植被年NDVI 可以看出，海河流域NDVI 值近17 年变化范围为0.70～0.79，总体呈上升趋势，线性增长率为0.027/10 a，时序变化的多年平均值为0.76.其中2000—2008 年NDVI 呈增长趋势，且在2008 年达到最大值0.79；2009 年和2014 年出现谷值，说明流域内植被覆盖有所退化.

（3）空间变化：通过海河流域近17 年植被NDVI变化趋势可以看出，海河流域植被空间变化趋势以改善为主，其中变化趋势大于0.0034 小于0.0083 为轻微改善，占流域总面积的32.45%；变化趋势大于0.0083为明显改善，占流域总面积的11.14%；退化区域面积占比不足13%.在植被变化趋势结果验证中，对比植被变化趋势较为明显的2个区域，验证区的变化特征与趋势分析方法所得结果表现出较好的空间一致性.

（4）气候影响因素：海河流域为温带半干旱季风气候，选择年平均气温和年降水量对海河流域植被覆盖变化进行相关性分析，结果表明年平均气温与NDVI相关性较弱，说明气温对海河流域植被生长的影响较弱；年降水量与NDVI 相关系数为0.51，呈显著正相关，说明降水是影响海河流域植被覆盖较为显著的气候影响因素.

本研究利用海河流域2000—2016 年MODIS/NDVI数据计算分析了近17 年海河流域植被时空分布及变化规律特征，快速准确地表达了海河流域植被生长现状及演变趋势，并对变化趋势结果进行验证.在进行植被影响因素分析时，以气温和降水作为气候影响因素对植被变化进行相关性分析，没有考虑到其他气候影响因素、自然因素和人为因素对植被变化带来的影响.因此，进一步拓展植被变化影响因素分析是今后工作的重点.