基于MODIS/NDVI的河北省植被指数时空变化特征及影响因素分析

摘要：利用2001-2010年MODIS/NDVI数据和土地覆盖产品数据，分析了河北省植被指数变化特征和时空分布。利用趋势分析、偏相关分析、植被异常指数分析等方法对NDVI数据进行计算，得出河北省植被空间分布上的平均状况和变化特征，以及不同植被类型在不同地区、不同海拔高度上的时空变化规律。结果表明，①2001-2010年河北省植被指数年际变化整体呈增加趋势。植被指数分布有明显的地区差异，呈现北部强于南部、西部强于东部、张家口及沧州市优于其他地区的空间格局。②各植被类型NDVI值大小表现为针阔叶混交林>阔叶林>灌丛>农田>草地>非植被，其中研究期间针叶林和湿地两种植被类型年平均植被指数变化明显。③2001-2010年河北省气温呈下降趋势，降水量变化平稳，增长缓慢。而且植被指数与气温的偏相关分析系数有正有负；而与降水量的偏相关分析系数均为正值。⑤河北省不同类型的植被分布与地形尤其是高程有一定的相关性，但研究结果受河北省整体海拔高度的影响，相关性不大。

关键词：河北省；MODIS/NDVI；气温；降水；偏相关分析

中图分类号：P28 文献标识码：A 文章编号：0439-8114（2016）14-3605-08

DOI：10.14088/j.cnki.issn0439-8114.2016.14.017

Abstract：Using MODIS/NDVI data and land-cover data in the time series of 2001-2010 in Hebei province， the spatial distribution and dynamic change characteristics of vegetation index were analyzed. MODIS/NDVI data were calculate by tendency analysis method， anomaly vegetation index analysis， and partial correlation analysis. The average condition and change characteristics of vegetation spatial distribution can be reflected from the data analysis. Besides， the time-space dynami ☻c characteristics of vegetation index of different vegetation types are studied in different regions and different elevation gradient and. The results indicated that（1）During the past 10 years， the annual change of the vegetation was slowly increasing in Hebei province. There are significant spatial distribution differences for vegetation index with the north and west better than the south and east， and the growth in Zhangjiakou and Cangzhou better than other areas.（2）The values of NDVI in different vegetation types are in the following sequence；broadleaf mixed forest > needle forest > shrub > farmland > grassland. The annual average trend of coniferous forest and wetlands changed significantly.（3）The results show that temperature decreased in Hebei province in the last 10 years. The precipitation change was stable in Hebei province， and increased slowly. There is positive or negative partial correlation coefficient between NDVI and temperature in the 10 years. However， there existed a positive correlation coefficient between NDVI and precipitation.（4）The results suggested that the distribution of vegetation type had a certain correlation with the terrain， especially the height. Affected by the overall elevation in Hebei province， the correlation is not obvious.

Key words： Hebei province；MODIS/NDVI；temperature；precipitation；partial correlation analysis

政府间气候变化专门委员会（IPCC）第四次评估报告显示[1]，1906-2005年全球在过去100年间地表平均温度上升了约0.74 ℃。而中国在过去100年中，气温也呈上升趋势，约升高0.5～0.8 ℃，但降水年际变化特征突出，增减不一，地区间波动差异显著[2，3]。植被作为生态系统的主体，既是气候变化的承受者，也对气候变化产生反馈作用，对全球变化研究起重要的指示作用[4，5]。在全球气候变暖的背景下，中国的植被变化明显增强，而植被对气候变化的响应亦成为专家学者研究的热点。 河北省地处华北平原，地形地貌复杂，生态系统多样。近年来河北省经济社会发展迅速，在气候变化和人类活动的影响下，生态环境发生了明显变化。本研究利用河北省2001-2010年的MODIS/NDVI数据、40个气象站点逐日气温、降水资料和土地覆盖数据，研究了河北省近10年来不同植被类型的植被指数时空变化特征及其与气温、降水、地形和人为因素的相关性，对研究气候变化与生态系统相互作用机制具有重要意义，同时期望为河北省地区的可持续发展提供一定的技术支持。

1 研究区概况

河北省地处华北平原，位于北纬36°03′-42°40′，东经113°27′-119°50′，辖区总面积为18.77万km2，简称冀。内环北京和天津两市，周边与辽宁、内蒙古、山西、山东和河南接壤。河北省地形地貌复杂多样，西北部为平均海拔在1 300～1 700 m的坝上高原，坝上地区属于温带草原，畜牧业发达；中部为平均海拔500～1 000 m的太行山、燕山山地，阔叶林分布广泛，矿藏丰富；东南部为平均海拔50 m左右的河北平原，位于华北平原内，地势平坦，是主要的农作物种植区。

2 数据与方法

2.1 数据来源及预处理

遥感数据采用美国国家航空航天局（NASA）提供的2001-2010年河北省地区MODIS/NDVI数据和土地覆盖产品数据，并将数据统一地图投影为WGS84地理坐标系，统一分辨率为1 km×1 km。气象数据来源于中国气象科学数据共享服务网（http：//cdc.cma.gov.cn/）提供的2001-2010年河北省境内及周边其他省份共计40个气象站点的逐日数据，其中包括河北省境内20个气象台站数据（图1）。计算得到各气象站点的月降水总量、月平均气温以及年降水总量、年平均气温。地形数据来源于中国科学院数据云（http：//www.csdb.cn/）提供的90 m分辨率数字高程模型（DEM）数据，利用ENVI软件进行数据转换、拼接和掩膜处理，得到高程数据。统计数据包括耕地面积数据和人口数据，来源于河北省对外公布的统计年鉴数据。

2.2 研究方法

1）趋势分析。研究所用的一元线性回归分析方法是运用最小二乘法，逐像元预测植被指数与时间t之间的线性关系[6]。所求斜率b即代表每个栅格的年均植被指数变化趋势，计算公式为：

式中，xi为时❣间代表值，如2001，……2010年分别为1，2，3……10；yi为像元i的植被指数NDVI；x为年份代表值的平均数；y为对应像元的多年平均值；n为样本数，b为变化趋势。当b>0时，表示植被指数增加；当b< 0时，表示植被指数减少。="">

2）植被异常指数分析。结合相关研究，陈维英等[7]和Anyamba等[8]采用距平植被指数反映植被异常变化程度，为了避免季节性变异因素的影响，闫俊杰等[9]采用了Liu等[10]和Barbossa等[11]学者提出的标准化处理的植被异常指数，其值更能精确反映植被异常的变化。

式中，zi为第i年的植被异常指数，NDVIi为第i年的NDVI值，NDVI为年NDVI的累积平均值，δ为NDVI值的标准差。植被异常指数对地表干湿状况较敏感，zi< 0时，表示该时期气候干旱，植被生长比正常水平差；zi="">0时，表示该时期气候多雨，植被生长比正常水平好。

3）偏相关分析。地理系统是一个庞大的复杂系统，各要素之间都存在某种联系，单一要素改变时，也会引起其他要素的变化，而偏相关分析可以有效地解决这一情况。计算公式为：

式中，rxy.z表示将变量z视为常数后，变量x与y的偏相关系数；rxy、rxz、ryz分别表示x与y、x与z、y与z之间的相关系数。

其中，相关系数计算公式为：

式中，rxy表示变量x与y的相关系数；范围在 [-1，1]。xi表示第i年年平均NDVI值；yi表示第i年的年平均气温、年降水量；x和y分别表示NDVI和气温、降水的多年平均值。

3 研究区植被NDVI时空变化特征

3.1 不同植被类型空间变化特征

根据IGBP已有的土地覆盖分类系统和河北省地区地形地貌、气候和植被类型的特点，将研究区植被类型系统划分为针叶林、阔叶林、针阔叶混交林、灌丛、草地、湿地、农田和非植被8个类别。分类统计河北省各植被覆盖类型NDVI年际变化，其中针阔叶混交林>阔叶林>灌丛>农田>草地>非植被，10年间针叶林和湿地年平均植被指数趋势变化明显（图2）。各类型植被指数的年线性趋势系数除针叶林、灌丛、湿地为负外，阔叶林、针阔叶混交林和草地的线性趋势系数为正。说明河北省近10年针叶林、灌丛和湿地的植被指数呈减少的趋势；而阔叶林、针阔叶混交林和草地的植被指数呈增加的趋势，其中草地增加最大，阔叶林、针阔叶混交林次之；其他覆盖类型的植被指数变化不显著。分类统计河北省各覆盖类型的近10年平均NDVI值，数值广泛分布在0.2～0.6之间。

3.2 不同分区的植被空间特征

由图3可知，冀东地区2001-2010年植被指数呈缓慢增长的趋势，分类统计各植被类型NDVI变化，其中阔叶林、针叶林和湿地年平均植被指数趋势变化明显，起伏较大。各类型植被指数的年线性趋势系数除阔叶林、草地、农田为正外，其他植被类型的线性趋势系数均为负。说明近10年阔叶林、草地和农田的植被指数呈增加的趋势。

由图4可知，冀中地区2001-2010年植被指数呈缓慢增长态势，分类统计各植被类型NDVI年际变化，其中湿地和针叶林年平均植被指数趋势变化明显，起伏较大。各类型植被指ภ数的年线性趋势系数除针叶林为负外，阔叶林、针阔叶混交林、草地和湿地植被类型的线性趋势系数均为正。说明近10年针叶林的植被指数呈减少的趋势，阔叶林、针阔叶混交林、草地和湿地的植被指数呈增长的趋势，灌丛和农田的植被指数变化不明显。 由图5可知，冀北地区2001-2010年植被指数呈缓慢增长态势，分类统计各植被类型NDVI年际变化，其中湿地年平均植被指数趋势变化明显，起伏较大。各类型植被指数的年线性趋势系数除灌丛为负外，针叶林、阔叶林、针阔叶混交林、草地和湿地植被类型的线性趋势系数均为正。说明近10年灌丛的植被指数呈减少的趋势，针叶林、阔叶林、针阔叶混交林、草地和湿地的植被指数呈增长的趋势，农田的植被指数变化不明显。

由图6可知，冀南地区2001-2010年植被指数呈缓慢增长趋势态势，分类统计各植被类型NDVI年际变化，其中湿地、针叶林和阔叶林年平均植被指数趋势变化明显，起伏较大。各类型植被指数的年线性趋势系数除非植被表现不明显外，阔叶林、针阔叶混交林、草地和湿地植被类型的线性趋势均为正，且趋势较明显，针叶林、灌丛和农田次之。说明近10年冀南地区的植被指数均呈增长的趋势，环境有所改善。

3.3 研究区植被NDVI空间差异特征

河北省地区2000-2011年植被NDVI标准差介于0.001～0.146之间，整体表现为西北地区和东部沿海地区变化最剧烈，中部地区次之，东北部地区变化最小。具体而言，除非植被外，近10年植被NDVI变化明显的地区主要分布在张家口市、沧州市东部、石家庄市、保定市及衡水市中部地区；而变化趋势较小的地区主要为研究区的西北部，包括承德웃市等地区。针叶林、阔叶林、湿地植被覆盖类型NDVI变化最剧烈，灌丛、草地次之，其他植被类型变化不明显（图7）。

利用线性回归系数计算栅格中每一个像元值的年际变化情况，即在像元尺度的动态倾向，从而明确研究区10年间NDVI植被指数年际变化趋势的空间分布情况。当b< 0时，表明像元值随时间变化呈减小趋势；当b="">0时，表明随时间变化像元值呈增加趋势，且b值越大增长越快。河北省地区植被NDVI变化趋势的平均值为0.23%/10年，NDVI呈增加趋势的面积占74.41%，主要分布在张家口市、沧州市、衡水市和承德市大部；NDVI呈减少趋势的面积占25.29%，其中张家口市西北部、唐山市、秦皇岛市南部、保定市南部、石家庄市、邢台市中部、邯郸市中部和廊坊市北部存在植被退化现象。总体而言，近10年河北省地区植被NDVI变化趋势为：北部强于南部、西部强于东部、张家口及沧州市强于其他地区。

4 河北省地区NDVI影响因素分析

4.1 河北省地区气候变化特征

植被覆盖变化与气候因子之间的关系是研究区域生态系统对全球变化响应程度的重要前提和基础，而温度和降水是影响植物生长的两个重要方面。研究区2001-2010年的年平均气温，年均气温波动较大，变化呈缓慢下降趋势，减速为0.5 ℃/10年，其线性趋势线斜率为-0.05。温度峰值出现在2002、2004和2007年，其中2007年气温升高明显。2008-2010年气温持续下降。分类统计研究区2001-2010年的年总降水量，年降水量波动不大，变化呈上升趋势，增速为104.7 mm/10年，其线性趋势线斜率为10.47。降水量峰值出现在2003和2008年，波谷出现在2002、2006和2009年。10年来年均气温和降水总量空间特征的比较分析，可以得出：

1）10年间河北省气温空间变化不大，气温随着纬度和海拔的增高而降低，尤其是张家口、承德坝上地区以及河北省与山西省交界处太行山脉地区年均气温最低；河北省南部平原地带气温最高。其他地区次之，为过渡区域。10年间，低气温的区域面积在逐渐扩大，而高气温的区域面积在逐渐减少，只是变化极其缓慢。

2）研究区内降水量由西北向东南呈阶梯式增长，而这种梯状分布与地形海拔有一定的相关性，与西北部坝上高原区、中部山地、东南部平原区相对应。

4.2 植被异常指数的变化分析

根据公式（2），实现植被异常指数的逐像元计算，得到2001-2010年河北省植被异常指数的空间分布。河北省地区地形复杂，在地形条件的影响之下，不同区域水热条件各异。植被异常指数对干湿环境变化响应敏感，受局部小气候影响河北省地区植被异常指数变化的区域性差异很大。

张家口市和承德市之间的坝上草原地区分别于2004年和2001年出现最高值和最低值；河北省中部保定市、石家庄市、衡水市一带的农业种植区则于2007年和2001年出现最高值和最低值，2008年时该区的植被异常指数也达到较高值。就整个地区植被异常指数的平均状况来看，2001年是降水量较低和气温较低的年份，研究区植被异常指数平均值为-1.14，成为植被覆盖最低的一年；2008年和2004年均是降水量较高和气温较低的年份，研究区植被异常指数平均值为0.90、0.62，成为植被覆盖最高的两个年份。2003年降水最多，气温也较低，植被异常指数小于0的面积占总面积的57.3%；2002年降水最少，年累积降水量占平均值的86.3%，受干旱胁迫，研究区79.0%的面积植被异常指数小于0，整个区域的平均值也降到了-0.61（表1）。

4.3 NDVI与气候因素相关分析

为保证数据的准确性及研究结果的可信度，植被NDVI变化对气候因子的响应采用逐站点进行偏相关分析的方法，具体做法为：根据研究区气象站点位置，利用ArcG℉IS提取各个气象站点周边（3 km×3 km）年NDVI平均值，作为该站点的NDVI值，进而与各个站点的年平均、降水量进行偏相关分析。

以年为时间单位，分别计算各站点NDVI与气温、降水的偏相关系数，其中NDVI与降水的偏相关系数均为正值，且整体呈下降趋势；NDVI与气温的偏相关系数在正负之间波动，且整体呈下降趋势（图8）。

在空间上，NDVI与气温的偏相关系数较大的区域在承德市南部、秦皇岛市、唐山市等地，而负相关区域主要为承德市北部、张家口市与承德市交界处、沧州市南部以及石家庄市等地；NDVI与降水偏相关系数高值区在廊坊市、保定市、沧州市北部和张家口市等地，且负相关区域位于承德市北部、张家口市及邢台市（图9）。 4.4 NDVI与地形影响因素分析

在研究区内选取20个样点区，样点区选择与河北省境内20个气象站相同的地理分布，统计 NDVI和海拔高度的平均值，计算海拔高度与NDVI的相关系数。在不区分植被类型的情况下，2002年的NDVI与海拔高度的相关系数为-0.159，2004年为-0.189，2006年为-0.12，2008年为-0.262。结果表明，研究区内的植被指数与海拔高度呈现弱的负相关关系。其原因可能是植被类型较多，植被指数还受海拔高度、地形地貌、气候、植被覆盖等因素影响，因此当所有影响因素混在一起时，海拔高度的影响变得不明显。在研究区内选取分布广泛的针叶林、阔叶林、针阔叶混交林、草地、灌丛、农田6种植被类型为研究对象，研究不同植被类型的植被指数与海拔高度的关系。具体方法如下：将河北省地区按照每100 m等高距进行分级分区，并统计该区在不同海拔等级上所包括的所有植被类型的平均植被指数，以此来分析海拔高度与不同植被类型平均植被指数之间的相关关系。

由图10可知，不同类型的植被NDVI随海拔梯度的上升有不同的变化规律，而不同时间的同种类型的植被NDVI随海拔梯度的变化具有相似的变化规律。河北地区的林地主要分布于海拔500 m以上的地区，植被类型主要为针叶林、阔叶林和针阔混交林，在海拔500～1 500 m之间植被指数比较平稳，随着海拔的升高，植被指数缓慢下降。灌丛主要分布于海拔300 m以上的地区，在海拔300～2 000 m之间植被指数比较平稳，随着海拔的升高，灌丛零星分布。草地主要分布于海拔200 m以上的地区，其植被指数随着海拔高度的增长，总体上比较平稳但变化曲线出现了一定的波动。由于草原的植被种类较多，分布区域广，且草原的植被类型本身决定了其容易受温度、降水等因素的影响，因此，变化曲线的波动较大。分界点大致出现在1 500 m左右，低于分界点植被指数缓慢下降，分界点1 500 m以上植被指数缓慢上升。说明河北地区的该海拔高度适合草甸植被的生长，其中张家口和承德坝上地区平均海拔在1 500 m左右，属于典型的草甸式草原。农田主要分布在海拔2 000 m高度以下的地区，植被指数随着海拔高度的升高，基本保持不变，始终在一个很小的范围内变化，这主要因为农田生态系统是一个人工生态系统，不能单纯依据海拔的变化决定其生长状况。

根据相关系数计算公式，计算2001和2010年不同植被类型与海拔高度的相关系数（表2）。由表2可知，阔叶林、针阔叶混交林和农田的植被指数与海拔高度有一定的负相关性，但相关性不大；针叶林、灌丛和草地的植被指数与海拔高度有较强的正相关性。受河北省整体海拔高度的影响，不同植被类型的植被指数在海拔差异不明显的情况下，受地形的影响不大。

4.5 NDVI与人为因素分析

河北省是农业和人口大省，耕地面积、人口数量的变化和政策导向是人类活动影响的重要方面。本研究分析了耕地面积、人口数量与植被NDVI的相关关系。耕地数据为2001-2008年的数据，耕地面积呈下降趋势。人口数据为2001-2010年河北省统计年鉴数据，人口数量呈上升趋势（图11）。由于人口数据和耕地数量变化以年平均值作为计算单位，它们的变化程度相对平缓。人口数量的增加和耕地数量的持续减少对植被覆盖情况有影响，但影响不大，植被NDVI各年仍波动较大，说明近年来植被NDVI的波动在一定程度上归因于气候变化的影响。人口和耕地的数据后期需要细化，以期更好的对植被指数变化研究进行模拟演算。

5 小结与讨论

根据2001-2010年的河北省MODIS/NDVI遥感数据及土地覆盖产品数据，和与之相匹配的河北省地区各气象站点气温、降水观测资料，DEM数据和河北省耕地、人口统计数据，进行河北省地区针叶林、阔叶林、针阔叶混交林、灌丛、农田、湿地、草地和非植被8种主要植被类型的NDVI与气温、降水、DEM、人为因素的影响关系研究，得出以下结论。

1）2001-2010年河北省境内针叶林、阔叶林、湿地植被覆盖类型NDVI变化最剧烈，灌丛、草地次之，其他植被类型变化不明显。河北省地区NDVI与气温和降水均有一定的偏相关性，NDVI的波动与降水变化均为正的偏相关，与气温变化的偏相关性有正有负。近年来降水量的增加，是研究区NDVI增长的一方面原因。当然，科学的农业措施也会改变植被生长对气候条件的依赖。

2）河北省NDVI与地形有一定的相关性。分析原因为林地、灌丛对温度、降水等环境因素的响应不敏感，而近年来政府加强了环境保护力度，人工林的增加使林地对气温、降水的依赖减小，相关性减弱，因此这些植被的植被指数随海拔的变化趋势一致，波动较小。而草类植被易受气温、降水等因素影响，随着海拔的升高，气温、降水有较明显变化，所以这类植被的植被指数波动也变大。农田变化主要受人为和气候因素两方面的干扰，当地居民因地制宜，选择合适的农作物来适应当地环境，因此与影响因素的关联也相对减弱。

3）人类活动仅考虑耕地和人口两方面不免片面，而森林滥砍滥伐、农田过度开垦、植被过度放牧和城市扩张，使植被趋于退化，受人类活动影响较大。但河北省近年来推行京津风沙源治理、三北防护林、太行山绿化、沿海防护林等重点造林项目，保护环境的力度不断加大，也是河北省地区植被改善的主要原因。

本研究中虽考虑了气候因子（温度、降水）、地形因素（高程）和人为因素对植被的影响，如果对各因素进行综合分析，通过建立相关数值模型，模拟和预测区域植被覆盖，采用物理意义更为明确的生态模型来进行机理性分析，将更具实际指导作用，这也将是下一步工作的方向及任务。

参考文献：

[1] IPCC. Summary for Policymakers of Climate Change 2007：the Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M].Cambridge：Cambridge University Press，2007. [2] YIN Y H，WU S H，CHEN G，et al. Attribution analyses of potential evapotranspiration changes in China since the 1960s[J].Theoretical Applied Climatology，2010，101：19-28.

[3] 张国宏，李智才，宋 燕，等.中国降水量变化的空间分布特征与东亚夏季风[J].干旱区地理，2011，34（1）：34-42.

[4] 刘宪锋，任志远.西北地区植被覆盖变化及其与气候因子的关系[J].中国农业科学，2012，45（10）：1954-1963.

[5] 崔林丽，史 军，杨引明，等.中国东部植被NDVI对气温和降水的旬响应特征[J].地理学报，2009，64（7）：850-860.

[6] 刘宪锋，任志远，林志慧，等.2000-2011年三江源区植被覆盖时空变化特征[J].地理学报，2013，68（7）：897-908.

[7] 陈维英，肖乾广，盛永伟.距平植被指数在1992年特大干旱监测中的应用[J].环境遥感，1994，9（12）：106-112.

[8] ANYAMBA A，TUCKER C J. Analysis of Sahelian vegetation dynamics using NOAA/AVHRR NDVI data from 1981-2003[J].Journal of Arid Environments，2005，63（3）：596-614.

[9] 闫俊杰，乔 木，周宏飞，等. 基于MODIS/NDVI的新疆伊犁河谷植被变化[J].干旱区地理，2013，36（3）：512-519.

[10] LIU W T，NEGR？N JU？REZ R I. ENSO drought onset prediction in northeast Brazil using NDVI[J].International Journal of Remote Sensing，2001，22（17）：3483-3501.

[11] BARBOSSA H A，HUETEA A R，BAETHGEREND W E.A 20 year study of NDVI variability over the northeast region of Brazil[J].Journal of Arid Environments，2006，67（2）：288-307.