張靜 王磊 張連根 馬海峰 菅凱敏 陳星明 孔維云

1.內蒙古自治區(qū)林業(yè)和草原保護總站 2.內蒙古巴彥淖爾市林業(yè)和草原局 3.內蒙古林業(yè)和草原工作總站

烏梁素海位于內蒙古巴彥淖爾市烏拉特前旗境內，地處后套平原東端，明安川和阿拉奔草原西緣，北靠狼山山前洪積扇，南鄰烏拉山山后洪積階地，東經108°40′～109°0′，北緯40°46′～41°7′，面積293 平方千米，是全球范圍內荒漠半荒漠地區(qū)極為少見的多功能大型草原湖泊，同時也是地球同緯度最大的自然濕地。烏梁素海是內蒙古黃河流域內最大的淡水湖泊，于2002年被國際濕地公約組織正式列入《國際重要濕地名錄》，是深受社會關注的濕地系統(tǒng)生物多樣性保護區(qū)。特殊的地理位置使得烏梁素海成為黃河中上游及內蒙古西部地區(qū)重要的生態(tài)屏障，對維護內蒙古及我國西北地區(qū)的生態(tài)平衡、保護物種多樣性有著舉足輕重的作用。同時，干旱區(qū)湖泊作為水資源的重要組成部分，是干旱地區(qū)生態(tài)與環(huán)境協(xié)調發(fā)展的關鍵。

近年來，烏梁素海流域濕地面積萎縮、水體污染嚴重、沼澤化進程加劇，生態(tài)功能退化嚴重?！笆濉睍r期，通過對烏梁素海流域實施生態(tài)補水，以及城鎮(zhèn)和工業(yè)點源、農業(yè)面源、湖系內源治理等工程，烏梁素海流域的生態(tài)保護與治理初見成效，但濕地生態(tài)系統(tǒng)退化、土地沙化、草原退化、水土流失、土壤鹽堿化、環(huán)境污染等問題依然存在。從流域植被覆蓋度、氣象因子等基礎研究入手，全面系統(tǒng)地掌握各因子變化規(guī)律及相互影響，摸清濕地生態(tài)系統(tǒng)的演替規(guī)律，可以為徹底改善烏梁素海生態(tài)環(huán)境、恢復生物多樣性和發(fā)揮濕地生態(tài)系統(tǒng)功能提供可靠支撐。

一、數據來源與方法

1.數據來源

降水量數據來源于烏拉特前旗國家氣象站和區(qū)域自動氣象站的數據積累，結合前期研究成果，采用大佘太國家氣象站作為代表站，選用2001—2020年大佘太氣象站降水量數據進行分析，研究烏梁素海濕地降水量變化。

以MODIS13Q1 植被指數為依據，分析烏梁素海濕地黑水壕研究區(qū)近20年來植被覆蓋NDVI（歸一化植被指數）的時空變化。NDVI 是用來表征植被生長狀態(tài)和覆蓋度的指標，是植被長勢和營養(yǎng)信息的重要參數之一，是可見光紅波段和近紅外波段的歸一化比值。它一方面能夠反映植被光合作用的吸收情況，另一方面能夠反映作物長勢、葉面積指數（LAI）等，是目前應用最為廣泛的植被指數。NDVI 可以反映植被在不同生育期的變化過程，植物種類不同，NDVI 的數值也有明顯差異。

NDVI=( R nir– R red)/( R nir + R red)。R nir 是近紅外波段反射率；R red 是紅光波段反射率。

2.研究方法

2001—2020年，大佘太氣象站點由于站址遷移、儀器變更、新的平均值計算公式、觀測時次變化以及觀測者的系統(tǒng)誤差等原因，導致了氣候序列產生突然不連續(xù)現象，即斷點。懲罰最大F檢驗方法（PMFT）不需要參考序列參與檢驗，是對二相回歸統(tǒng)計檢驗方法進行系列改進后提出的，該方法能夠有效避免非均一的參考序列帶來的檢驗誤差，并且同樣對微小偏移有較高的檢驗準確性。氣象數據序列訂正采用RHtests 軟件包提供的分位數匹配（QM），其訂正的目的是在去除線性趨勢后的待檢序列中，使所有片斷具有相互匹配的經驗分布，檢驗的信度水平均為95%以上，基于均一性檢驗，對數據進行訂正。降水量數據不遵從正態(tài)分布，使用開立方、取對數等方法后仍無法通過正態(tài)化檢驗，用回歸方程預測不容易取得降水量恢復的理想效果。降水量具有不確定性，可視為灰色系統(tǒng)的輸出，本文降水量插補采用灰色預測理論的基本模型GM(1，1)，適宜對中長期降水量資料插補。

本研究以MODIS13Q1 植被指數產品為依據，分析近20年來烏梁素海濕地黑水壕研究區(qū)植被覆蓋NDVI 的時空變化。提供的2001—2019年MODIS 數據集，空間分辨率為250 米，時間分辨率為16 天，將每年生長季4～10月（4月9日、4月25日、5月11日、5月27日、6月12日、6月28日、7月14日、7月30日、8月31日、8月15日、9月16日 及10月2日）的NDVI 求最大值合成。把NDVI 分成5 個級別，然后按重分類方法進行分類。由于巴彥淖爾地區(qū)MOD13Q1 數據以分幅的形式存儲，運用數據處理軟件MRT（MODIS Reprojection Tool）對研究區(qū)同一時相的所有MOD13Q1 數據文件進行NDVI 波段提取，并按原投影拼接再轉換為阿爾伯斯投影（又稱雙標準緯線等積圓錐投影），重采樣成250 米×250米分辨率的柵格數據。調用Arcgis 中掩膜提取工具，對多年影像分別進行研究區(qū)提取。利用ENVI（遙感圖像處理平臺）中最大值合成工具，求出每一年研究區(qū)生長季內（4～10月）NDVI 的最大值，結合實際情況將最大值結果重分類成5 類，并統(tǒng)計每一類的面積。NDVI 值0～0.2 為極低覆蓋度的貧瘠土地；0.2～0.4 為低覆蓋度林草；0.4～0.6 為中覆蓋度林草；0.6～0.8 為高覆蓋度的種植耕地；0.8～1.0為極高覆蓋度的種植耕地。

二、烏梁素海濕地降水量變化特征

1.年降水量、汛期降水量、降水日數逐漸減少

2001—2020年，烏梁素海濕地年平均降水量為239.6 毫米，年際變化呈略微下降趨勢。年降水量最大410.3 毫米，出現在2012年；最小150.4 毫米，出現在2017年（圖1）。烏梁素海濕地汛期（6～8月）降水量30.6～56.6 毫米，約占全年降水量的13.1%（2015年）～85.7%（2016年），整體呈現略微下降趨勢。汛期降水量分布和年降水量變化大致相同，表現為2004年、2008年、2012年、2018年明顯偏多。年內各月降水量分布中，最大值出現在7月，平均值為56.6毫米，最小值出現在1月，僅為1.7毫米（圖2）。

圖1 烏梁素海濕地年降水量和汛期降水量年變化

圖2 烏梁素海濕地降水量月變化

烏梁素海濕地平均年降水量日數53.1 天，其中2003年降水日數最多，為79 天；2016年最少，僅為37 天（圖3）。平均年降水量日數出現緩慢下降趨勢，每10年下降0.2 天，通過0.01 顯著性檢驗。

圖3 烏梁素海濕地降水日數年變化

2.降水量存在準5a 周期振蕩

小波分析是一種分析時間—頻率信號的多分辨率分析方法，其以小波變換的方式產生一系列“瞬時”波普信號估計，準確揭示出目標序列中瞬時頻率隨時間的變化，不僅能表示出目標序列的周期變化，而且可以詳細表明具體的變化位置，這種方法現已成功應用于信號處理。

2001—2020年，烏梁素海濕地的年降水量在不同時間尺度上存在著周期振蕩，圖4中信號振蕩的強弱通過色標差大小來表示，顏色越偏向于紅色表示降水量越高于常年。由圖5可知，同樣明顯存在準10a 周期振蕩、準5a 周期振蕩。

圖4 烏梁素海濕地降水量小波分析

圖5 烏梁素海濕地降水量小波周期變換

3.2017年以后降水量出現增多趨勢

應用M-K 趨勢非線性檢驗方法，對烏梁素海濕地年降水量進行分析可知：年降水量Z=-1.01，未通過信度檢驗，降水量增加不明顯。汛期降水量Z=-1.08，未通過信度檢驗，降水量增加不明顯。

應用M-K 突變方法對烏梁素海濕地降水量平均值進行突變特征分析發(fā)現，降水量整體呈波動式減少趨勢，UF 曲線在置信區(qū)間內與UB 曲線有多個交點，分別是2006年、2008年、2012年，說明期間降水量發(fā)生了突變。由UF 曲線的變化趨勢可知，在2006年降水量從偏多向偏少變化，2008年、2012年都經歷了降水量從偏少向偏多又向偏少的變化。2017年后降水量出現上升趨勢（圖6）。

圖6 烏梁素海濕地降水量突變分析

三、烏梁素海濕地植被變化特征

1.植被整體變好、貧瘠土地減少

近20年烏梁素海濕地植被遙感監(jiān)測如圖7所示：

圖7 近20年烏梁素海濕地植被遙感監(jiān)測圖

圖7 近20年烏梁素海濕地植被遙感監(jiān)測圖

通過對MODIS 數據進行預處理，將每年生長季4～10月的NDVI 求最大值合成，數據結果顯示，植被整體呈逐年變好的趨勢。2006年貧瘠土地面積最大為1408.3 平方千米，2012年降到最低86.3 平方千米。林草植被2001—2006年逐年減少，2007—2013年覆蓋面積較大，2015年降到最低，之后又逐漸增加，其中2018年面積最大值達1825.0 平方千米。高覆蓋度的種植耕地和極高覆蓋度的種植耕地呈現增加的趨勢，2001年面積為144.6 平方千米，2018年最大面積為616.6 平方千米。

2.NDVI 不同區(qū)間的植被面積變化

從圖8可以看出，NDVI 在0～0.2 這個區(qū)間范圍內，隨著時間的推移，植被面積總體呈降低的趨勢，每年減少24.5 平方千米。2006年貧瘠土地的面積最大為1408.3 平方千米，2012年最低為86.3 平方千米。NDVI 在0.2～0.4 這個區(qū)間范圍內，隨著時間的推移，植被面積總體呈先升后降的趨勢，2008年植被面積最大為1626.2 平方千米，2015年降到最低730.4 平方千米。NDVI 在0.4～0.6 這個區(qū)間范圍內，隨著時間的推移，植被面積總體呈減少的趨勢，每年減少2.6 平方千米。2012年植被面積最大為825.6 平方千米，2015年植被面積降到最低261.9 平方千米。NDVI 在0.2～0.6 這個區(qū)間范圍內，2002—2006年植被面積逐年減少，2006年降到1098.9 平方千米，2007—2013年覆蓋面積較大，為1673.6～2048.1平方千米，2015年降到最低992.3 平方千米，2015年之后又逐漸增加，其中2018年面積最大達1825.0平方千米。NDVI 在0.6～0.8 這個區(qū)間范圍內，隨著時間的推移，植被面積總體呈增加的趨勢，每年增加6.8 平方千米。2001年植被面積最小為143.6平方千米，2012年最大為391.3 平方千米。NDVI 在0.8～1.0 這個區(qū)間范圍內，隨著時間的推移，植被面積總體呈增加的趨勢，每年增加21.7 平方千米。2005年和2006年植被面積最小為0.6 平方千米，2018年最大為337.4 平方千米。NDVI 在0.6～1.0這個區(qū)間范圍內，隨著時間的推移，植被面積總體呈增加的趨勢，每年增加28.5 平方千米。2001年面積最小為144.6 平方千米，2018年植被面積最大為616.6 平方千米。

圖8 NDVI 不同區(qū)間植被面積變化

3.烏梁素海濕地植被變化特征對降水量的響應分析

由圖9、圖10分析可知，NDVI 值隨著時間變化呈增加趨勢，2008年、2012年、2018年明顯偏大。烏梁素海濕地生長季降水量分布和年降水量變化大致相同，表現為2004年、2008年、2012年、2018年明顯偏多。由此可見，2015年以來NDVI 值明顯增加，與生長季降水量及年降水量變化較一致。

圖9 最大值合成的NDVI 的變化趨勢

圖10 烏梁素海濕地4～10月降水量年變化

四、結論

本研究對2001—2020年烏梁素海濕地降水量以及黑水壕研究區(qū)生長季植被變化進行分析，探討了植被變化對降水量的響應，主要結論如下：一是2001—2019年烏梁素海濕地年降水量呈略微下降趨勢，并存在準5a 周期震蕩，汛期降水量表現為2004年、2008年、2012年、2018年明顯偏多，并在2017年以后出現增多趨勢。二是黑水壕研究區(qū)NDVI呈整體上升趨勢，即植被生長呈好轉趨勢：貧瘠土地面積呈減少趨勢，每年減少24.5 平方千米；林草植被變化不明顯；耕地面積呈增加趨勢，每年增加28.5 平方千米。三是2008年、2012年、2018年NDVI 值明顯偏大，2015年以來明顯增加，與區(qū)域生長季降水量變化較一致。

綜上所述，烏梁素海濕地黑水壕研究區(qū)的NDVI與汛期降水量變化較一致，存在某種相關性。對于荒漠、半荒漠地區(qū)，降水量及土壤濕度對于濕地類型的自然保護區(qū)尤為重要。因此，在進行流域生態(tài)環(huán)境治理時，必須充分考慮該區(qū)域降水量以及植被生長狀態(tài)和覆蓋度因素。