佛山科学技术学院，空间信息与资源环境系，广东 佛山

收稿日期：2023年7月28日；录用日期：2023年8月15日；发布日期：2023年8月31日

摘要

本文采用2000~2019年MODIS NDVI数据及同期降水数据，利用数理统计方法，主要分析了北江流域月度植被、降水时空变化及两者间的响应关系。结果表明：1) 流域NDVI年均值为0.58，年内分布方面，2月份最低(0.41)，2~9月逐渐上升，9月最高(0.72)，9月~次年2月逐渐下降。流域NDVI整体呈波动上升趋势；从年内变化看，下半年(7~12月)上升较快。植被覆盖较低的区域主要分布在流域南部及中北部的河谷平原。2) 流域降水呈下降趋势，月降水空间分布大致分为由东南部向周边递减、由南向北递减、由北向南递减及无明显变化趋势四种类型。3) NDVI与同期及前期降水的相关性分析表明，1、2、11、12月，NDVI与同期及前期1~3月降水主要表现为正相关，4~9月，NDVI与同期及前期1~3月降水主要表现为负相关。

关键词

NDVI，时空变化，降水，时滞相关，北江流域

Spatial-Temporal Variation of Vegetation Cover and Its Response to Precipitation in Beijiang River Basin

Zhanming Liu, Jianpeng Li, Yuhao Qiu

Department of Spatial Information and Resources and Environment, Foshan University, Foshan Guangdong

Received: Jul. 28^th, 2023; accepted: Aug. 15^th, 2023; published: Aug. 31^st, 2023

ABSTRACT

Using MODIS NDVI data from 2000 to 2019 and precipitation data of the same period, this paper mainly analyzed the spatiotemporal changes of monthly vegetation and precipitation in Beijiang River Basin and the response relationship between them by mathematical statistics. The results showed as follows: 1) The annual average of NDVI was 0.58. In terms of the distribution within the year, the lowest was in February (0.41), and gradually increased from February to September. The highest was in September (0.72), and gradually decreased from September to the following February. NDVI showed an overall fluctuating upward trend. From the perspective of annual change, the second half year (July-December) increased rapidly. Areas with low vegetation cover were mainly distributed in the southern and north-central valley plains. 2) The annual precipitation showed a downward trend, and the spatial distribution of monthly precipitation was roughly divided into four types: decreasing from southeast to the periphery, decreasing from south to north, decreasing from north to south, and no obvious change trend. 3) The correlation analysis between NDVI and precipitation in the same period and the previous quarter showed that NDVI was mainly positively correlated with precipitation in the same period and the previous quarter in January, February, November and December, while NDVI was mainly negatively correlated with precipitation in the same period and the previous quarter from April to September.

Keywords:NDVI, Spatial-Temporal Variation, Precipitation, Delay Correlation, Beijiang River Basin

Copyright © 2023 by author(s) and Wuhan University.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

全球变暖背景下，气候变化与陆地生态系统的关系是国际社会关注的热点问题 [1] ｡植被作为陆地生态系统的主体，是各个圈层进行物质能量交换和信息传递的关键，在气候调节､水土保持以及生物多样性保护等生态服务功能中发挥着重要作用 [2] ｡植被指数是宏观表征地表植被覆盖变化的有力度量。归一化植被指数(Normalized Difference Vegetation Index, NDVI)能够指示植被生长状况，而且与植被覆盖度存在显著线性关系，因而常用于

图1. 广东北江流域范围及雨量站分布

研究植被覆盖变化对生态因子(如气候因子､土地利用､人类活动等)的响应 [3] ｡目前，学者们分别在全球尺度、国家尺度和区域尺度研究了不同植被NDVI变化特征及其与气候因素的相关关系，结果表明气候变化对植被生长具有明显影响 [4] [5] 。由于气候变化对植被影响具有累积效应，植被的反馈通常会滞后，在研究植被对气候因子的响应中应考虑滞后效应 [6] ｡

北江流域(图1)是珠江三角洲乃至粤港澳大湾区的重要生态屏障和水源涵养地。在全球变暖背景下，开展北江流域植被覆盖时空变化及其对降水的响应，对区域生态安全建设具有重要意义，也可为有效减缓和应对气候异常提供依据。从以往研究来看，具体到北江流域的相关研究中，很少出现NDVI与月降水的相关性研究。本文采用2000~2019年MODIS NDVI数据及同期降水数据，利用数理统计方法，分析北江流域月度NDVI、降水时空变化及两者间响应关系。研究结果对于认识该区生态系统演变､进行生态安全建设具有理论与现实意义。

2. 数据与方法

2.1. 降水数据资料

降水数据选取北江流域分布较均匀的18个国家基准站(图1)月降水数据，数据来源于中国国家气象局。

2.2. 遥感数据来源及处理方法

遥感数据来自美国国家航空航天局(NASA)发布的MODISQ1数据(https://ladsweb.nascom.nasa.gov/)，空间分辨率为250 m，时间分辨率为16 d，产品数据集已经过几何校正、辐射校正、大气校正等预处理，保证了数据质量。数据时间跨度为2000~2019年，每年覆盖北江流域的影像有23幅。具体处理过程如下：

① 对下载的MODIS影像数据通过MRT软件进行投影坐标系转换(统一为WGS84坐标投影)、波段运算、格式转换。

② 由于原数据是16天一幅影像，为了获得月、年数据，需要对数据进行合成，合成方法采用目前国内外普遍使用的最大化合成法MVC (maximum Value Composites)，该方法可以进一步消除云、大气，太阳高度角等的干扰 [7] ，使用Arcgis10.2软件对数据进行最大化处理以获取月、年NDVI数据，公式如下：

$MNDV{I}_i=Max\left(NDV{I}_1,NDV{I}_2\right)$ (1)

式中：i为月序号，取值范围为1~12；MNDVI _i为第i月的NDVI值；NDVI₁和NDVI₂分别为第i月的上下半月的NDVI值。同样据此方法得到年度NDVI值。

③ 对最大化合成后的NDVI数据进行去除异常值操作，由于NDVI取值范围在−1到1之间，而NDVI < 0表示无植被覆盖，故使用Arcgis10.3软件去负值操作，然后按掩膜提取出研究区NDVI图像。

2.3. 研究方法

本研究采用的数理统计方法，如Mann-Kendall(简称M-K)趋势检验法、线性趋势分析法、Pearson相关系数法，均是该研究领域中广大专家、学者普遍采用的、成熟的方法，具体计算公式不再赘述。

3. 结果分析

3.1. NDVI变化分析

3.1.1. 时间变化分析

如表1所示，2000~2019年间北江流域各月份NDVI介于0.41~0.72之间；就各月份来看，1、2、3、4月在0.41~0.50之间，其中2月份最低，为0.41；其他月份在0.58~0.72之间，其中9月份最高，为0.72。从年内变化来看，2月~9月逐渐上升，9月~次年2月逐渐下降。

表1. 2000~2019年间北江流域NDVI月度、年度变化统计量

注：^*表示通过0.05置信检验。

图2. 北江流域月度NDVI空间分布

从各月份NDI变化趋势看(表1)，4、6月轻微下降(分别为0.001/10a、0.009/10a)；其他月份均为上升，其中，7~10月、12月上升较快(通过0.05置信检验)，如8~10月上升率为介于0.03/10a~0.04/10a，7、12月上升率分别为0.063/10a、0.067/10a。年尺度上(表1)，2000~2019年间NDVI呈上升趋势(但没有通过0.05置信检验)，多年平均值为0.58。

3.1.2. 月度植被指数空间变化分析

如图2所示，总体来看，5~10月，北江流域整体NDVI较高，大部分区域差别较小；NDVI较低的区域主要分布在靠近珠三角的南部及中北部的河谷平原，原因可能是这些区域人口(城镇)集中分布，人类活动干预强度较大，原有植被破坏严重。11月~次年4月，区域差异比较明显，尤其是1~3月，NDVI较低的集中连片区域广泛分布，这可能与气候条件变化(季节更替)造成的气温、降水、光照等因素变化有关。

3.2. 降水变化分析

3.2.1. 时间变化分析

表2. 2000~2019年间北江流域降水月度、年度变化统计量

注：^*表示通过0.05置信检验。

如表2所示，2000~2019年间北江流域各月份降水介于48.71~285.98 mm之间，平均值为138.71 mm；就各月份来看，1月、2月、10月、11月、12月介于48~70 mm之间，其中12月份最低，为48.71 mm；3月、4月、7月、8月、9月介于101~185 mm之间，5月、6月在260 mm以上，其中5月份为285.98 mm，为全年最高。

Mann-Kendall趋势检验表明(表2)，1月、2月、4月、6月~9月、12月呈下降趋势，其中4月为显著下降(通过0.05置信检验)；其他月份上升，但不显著。就年尺度而言，2000~2019年间流域降水总体呈下降趋势。

3.2.2. 月降水空间变化分析

如图3所示，2000~2019年北江流域月降水空间变化大致可分为如下4种类型：1) 由东南部高值中心(清远、佛冈、英德)向周边(南、北、西)递减型，如3、4、5、6月。2) 由南向北递减型，如7、8、9月。3) 由北向南递减型，如11月、12月、2月。4) 高低值区域相间分布，无明显变化趋势型，如1月、10月。

图3. 北江流域月降水空间分布(采用克里金法插值)

3.3. NDVI与降水的时滞相关性分析

表3. NDVI与同期及前期降水的相关性统计

注：^*表示通过0.05置信检验。

如表3所示，1月、2月、10月、12月，NDVI与同期降水表现为正相关，其他月份为负相关，其中7月份相关性显著(通过0.05置信检验)。1、2、3、11、12月，NDVI与前期1~3月降水主要表现为正相关；4~10月，NDVI与前期1~3月降水主要表现为负相关；1、2、3、5、9月，NDVI与前期4~6月降水主要表现为正相关；4、6、7、8、10、11、12月，NDVI与前期4~6月降水主要表现为负相关。NDVI与前期1~6月降水的相关性中，通过0. 05置信检验的月份主要集中在前1、前2、前3月份，即前1季度。

考虑到降水对植被生长的时效性，在此主要分析NDVI与同期及前期1~3月降水是相关性情况。结合表3数据及上述分析，可以看出，1月、2月、11月、12月，NDVI与同期及前期1~3月降水主要表现为正相关，结合表2可发现11月~次年2月，刚好是少雨期，甚至经常出现干旱 [8] ，有限的降水不足以满足植被的正常生长需要，而降水的适当增加可以促进植被的生长。4~9月，NDVI与同期及前期1~3月降水主要表现为负相关，结合表2，可发现4~9月为一年中的汛期(降水量占全年70%以上)，降水充沛 [9] ；且流域地处中亚热带向南亚热带过度区域，4~9月间光热资源充足，这些都有利于植被生长。但流域地形以山地、丘陵为主，且岩溶、红层地貌发育，4~9月的汛期，大量降水容易诱发地表土壤侵蚀、滑坡等地质灾害 [10] ，进而影响植被，这可能是汛期内植被覆盖与降水表现为负相关的原因。

4. 结论

本文采用2000~2019年MODIS NDVI数据及同期降水数据，利用数理统计方法，主要分析了北江流域月度NDVI、降水时空变化及两者间的响应关系。结果表明：

1) 流域NDVI年均值为0.58，年内分布方面，2月份最低(0.41)，2~9月逐渐上升，9月最高(0.72)，9月~次年2月逐渐下降。流域NDVI整体上呈波动上升趋势(线性趋势为0.022/10a)；从各月份变化趋势看，4、6月轻微下降，7、8、9、10、12月上升较快。空间分布方面，5~10月，流域整体NDVI较高，大部分区域差别较小；11月~次年4月，区域差异比较明显；NDVI较低的区域主要分布在南部及中北部的河谷平原。

2) 1月、2月、10月、11月、12月降水介于48~70 mm之间，其中12月份最低(48.71 mm)；5月、6月在260 mm以上，其中5月为285.98 mm，为全年最高。年降水呈下降趋势，月降水变化方面，有2/3的月份表现为下降。月降水空间分布大致可分为由东南部向周边递减、由南向北递减、由北向南递减及无明显变化趋势四种类型。

3) 月度NDVI与同期及前期降水的相关性分析发现，1、2、11、12月，NDVI与同期及前期1~3月降水主要表现为正相关，4~9月，NDVI与同期及前期1~3月降水主要表现为负相关。

基金项目

教育部人文社会科学基金2017年度青年项目(17YJCZH114)。

文章引用

刘占明,李健鹏,邱宇皓. 北江流域植被覆盖时空变化及其对降水的响应
Spatial-Temporal Variation of Vegetation Cover and Its Response to Precipitation in Beijiang River Basin[J]. 水资源研究, 2023, 12(04): 378-385. https://doi.org/10.12677/JWRR.2023.124042

参考文献