馬 楠, 白 濤,2, 蔡朝朝,2

(1.新疆農(nóng)業(yè)大學(xué) 計(jì)算機(jī)與信息工程學(xué)院, 烏魯木齊 830052; 2.新疆農(nóng)業(yè)信息化工程技術(shù)研究中心,烏魯木齊 830052)

植被是陸地地表生態(tài)系統(tǒng)的重要組成部分,是保障大氣、水分和土壤等其他生態(tài)要素緊密相連的關(guān)鍵基底[1]。氣候因素、地表因素等環(huán)境因素對(duì)植被生長(zhǎng)過(guò)程影響重大,其中,氣溫和降水等氣候因素對(duì)植被影響最為直接[2]。因此,研究區(qū)域植被動(dòng)態(tài)變化及其與環(huán)境因素的響應(yīng)機(jī)制,科學(xué)認(rèn)識(shí)植被覆蓋的空間格局和變化特征,對(duì)了解區(qū)域環(huán)境質(zhì)量演變、水土保持、生態(tài)環(huán)境保護(hù)具有重要的應(yīng)用價(jià)值[3]。

歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)是反映植被生長(zhǎng)狀況的重要指標(biāo),在很大程度上展現(xiàn)區(qū)域植被覆蓋動(dòng)態(tài)變化過(guò)程,現(xiàn)已被廣泛應(yīng)用于區(qū)域植被的動(dòng)態(tài)監(jiān)測(cè)[4]。國(guó)內(nèi)外諸多學(xué)者基于長(zhǎng)時(shí)間序列的NDVI數(shù)據(jù),在不同空間尺度下進(jìn)行植被覆蓋時(shí)空變化方面的研究,主要聚焦于區(qū)域尺度下NDVI動(dòng)態(tài)變化趨勢(shì)和與氣候因子的響應(yīng)機(jī)制。如張志強(qiáng)[5]、郭昆明等[6]研究了區(qū)域植被覆蓋的時(shí)空變化與氣候因子的關(guān)系,得出降水是影響植被覆蓋變化的決定性因素的結(jié)論。龐家泰等[7]研究了渭河流域植被覆蓋變化特征,結(jié)果表明降水、氣溫對(duì)植被覆蓋度的相關(guān)性影響存在明顯的地域特征。綜上表明,氣候因素是影響植被覆蓋變化的重要原因。

新疆位于我國(guó)西北邊陲,地處西部干旱區(qū),地形地貌復(fù)雜,南北氣候差異明顯,生態(tài)系統(tǒng)較為脆弱[8]。隨著經(jīng)濟(jì)高速發(fā)展,制約地區(qū)經(jīng)濟(jì)發(fā)展[9]的重要因素是脆弱的生態(tài)系統(tǒng),因此,對(duì)新疆地區(qū)的植被覆蓋趨勢(shì)變化進(jìn)行科學(xué)監(jiān)測(cè)有益于新疆生態(tài)系統(tǒng)的恢復(fù)與發(fā)展。姜萍等[10]研究了新疆植被NDVI時(shí)空變化特征及其定量歸因,結(jié)果表明土壤水分條件、徑流系數(shù)和潛在蒸發(fā)量對(duì)新疆植被變化的影響最為直接。孫琪等[11]基于不同土地利用類型探討了新疆植被水分利用效率的時(shí)空變化特征與氣候因素的響應(yīng)。崔燦等[12]研究了新疆荒漠植被的分布變化及驅(qū)動(dòng)因素,結(jié)果表明影響荒漠植被演變的最主要因素是降水。綜上可知,新疆植被覆蓋變化不僅受到氣候因素影響,還受到地表因素等其他環(huán)境因素的影響。

已有研究對(duì)新疆植被覆蓋變化進(jìn)行相關(guān)分析,然而不同植被類型下的植被生長(zhǎng)狀況、植被變化與地表因素的響應(yīng)機(jī)制及其未來(lái)趨勢(shì)演變還未做充分探討。本文基于Google Earth Engine(GEE)平臺(tái),利用2000—2021年MODIS遙感影像數(shù)據(jù),采用趨勢(shì)分析、均值法、Hurst指數(shù)、偏相關(guān)性分析法等對(duì)研究區(qū)植被覆蓋動(dòng)態(tài)變化特征及其氣候、地表因素的響應(yīng)進(jìn)行研究,以期為今后合理開發(fā)利用新疆地區(qū)植被資源提供參考依據(jù)。

1 研究區(qū)及數(shù)據(jù)處理

1.1 研究區(qū)概況

研究區(qū)位于中國(guó)西北部(73°40′—96°18′E,34°25′—48°10′N),全區(qū)面積166萬(wàn)km2,約占中國(guó)國(guó)土總面積的1/6?！叭綂A兩盆”是新疆區(qū)域內(nèi)獨(dú)特的地貌,“三山”自北向南依次是阿爾泰山、天山和昆侖山,“兩盆”是南部的塔里木盆地和北部的準(zhǔn)噶爾盆地,分別是中國(guó)第一、二大內(nèi)陸盆地[13]。研究區(qū)內(nèi)植被類型分為九大類,其中荒漠植被面積占比最大,達(dá)到52.63%,草原植被面積占比次之為15.68%,草甸植被面積占比13%,高山植被面積占比9.21%,栽培植被面積占比5.03%,針葉林面積占比2.63%,闊葉林面積占比0.85%,灌叢面積占比0.75%,沼澤植被占比最小,低至0.22%(圖1)。

圖1 研究區(qū)植被類型分布

1.2 數(shù)據(jù)來(lái)源及處理

NDVI數(shù)據(jù)由美國(guó)航空航天局NASA提供的MODIS植被指數(shù)產(chǎn)品MOD13A2(1 km分辨率16 d合成植被指數(shù)),數(shù)據(jù)的時(shí)間跨度為2000—2021年,基于GEE平臺(tái)對(duì)遙感數(shù)據(jù)進(jìn)行處理,主要包括數(shù)據(jù)集選擇、研究區(qū)裁剪、時(shí)間跨度和波段選擇、影像合成等。原始數(shù)據(jù)為TIF格式,新疆行政區(qū)劃邊界矢量數(shù)據(jù)和植被類型空間分布數(shù)據(jù)均來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心。

ERA5是歐洲中期天氣預(yù)報(bào)中心全球氣候第五代大氣再分析資料,其數(shù)據(jù)具有時(shí)間跨度長(zhǎng)的優(yōu)點(diǎn)[14],與其他氣候再分析資料相比在新疆地區(qū)[15]具有更好的適用性。本文的氣象因素和地表因素的數(shù)據(jù)來(lái)源于GEE平臺(tái)提供的ERA5-Land Monthly Averaged-ECMWF Climate Reanalysis數(shù)據(jù)集,空間分辨率為11 132 m,時(shí)間分辨率為月,原始數(shù)據(jù)為TIF格式,選取的波段為降水(total_precipitation)、氣溫(temperature_2 m)、土壤濕度(volumetric_soil_water_layer_1)和徑流(runoff)數(shù)據(jù)。

2 研究方法

2.1 均值法

均值法是估算植被覆蓋指標(biāo)的重要方法[16]。采用公式(1)將新疆生長(zhǎng)季(4—10月)植被NDVI均值作為年均植被NDVI值,得到2000—2021年新疆植被年均NDVI,記作NDVIi,

(1)

式中:NDVIi表示第i年的植被NDVI年均值;NDVIij表示為第i年的第j月的植被NDVI值(i的取值范圍為1～22,j的取值范圍為1～7)。

2.2 趨勢(shì)分析法

采用一元線性回歸方法分析新疆地區(qū)2000—2021年植被生長(zhǎng)季(4—10月)NDVI變化趨勢(shì)。分析結(jié)果可以反映該地區(qū)NDVI隨時(shí)間變化的特征,計(jì)算公式為:

(2)

式中:θslope為斜率,若為正數(shù),則表明NDVI呈上升趨勢(shì),若為負(fù)數(shù),則表明NDVI呈下降趨勢(shì);n代表參與回歸方程的年數(shù), NDVIi表示第i年的NDVI年均值。

2.3 Hurst指數(shù)

Hurst指數(shù)可描述未來(lái)短時(shí)間內(nèi)變化趨勢(shì)的可持續(xù)性,可以更好地分析年際變化特征。Hurst指數(shù)由英國(guó)水文專家Hurst提出,現(xiàn)已應(yīng)用于地質(zhì)、遙感和水文等領(lǐng)域[17]。本文采用重標(biāo)極差分析法(R/S)[18]計(jì)算Hurst指數(shù),分析研究區(qū)內(nèi)未來(lái)短期的植被變化趨勢(shì),其基本原理由以下幾部分組成

差分序列:

ΔNDVI=NDVIi-NDVIi-1

(3)

均值序列:

(4)

累計(jì)離差:

(5)

極差:

(6)

標(biāo)準(zhǔn)差:

(7)

式中:NDVIi為第i年的年均NDVI;n表示正整數(shù),以任意正整數(shù)m定義該時(shí)間序列。Hurst指數(shù)值(H)總體處于[0,1],當(dāng)0≤H<0.5時(shí),表明時(shí)間序列具有反持續(xù)性,將來(lái)總體趨勢(shì)和過(guò)去相反;當(dāng)H=0.5時(shí),表示時(shí)間序列處于獨(dú)立狀態(tài),與過(guò)去趨勢(shì)無(wú)關(guān);當(dāng)H>0.5時(shí),表明時(shí)間序列具有持續(xù)性,且H值越接近1,持續(xù)性越強(qiáng)。

2.4 Theil-Sen Median趨勢(shì)分析和Mann-Kendall統(tǒng)計(jì)檢驗(yàn)方法

Theil-Sen Median趨勢(shì)分析是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢(shì)統(tǒng)計(jì)方法,該方法的優(yōu)點(diǎn)在于不受異常值干擾,可減少離群數(shù)據(jù)和測(cè)量等造成的誤差,在長(zhǎng)時(shí)間序列趨勢(shì)分析中廣泛應(yīng)用[19],計(jì)算公式為

(8)

式中:n分別代表氣溫、降水、土壤濕度和徑流四要素;βn分別表示四要素的變化趨勢(shì);Xn,i和Xn,j表示第i年和第j年要素n的值,當(dāng)βn>0時(shí),表示要素n呈增加趨勢(shì),當(dāng)βn<0時(shí),表示要素n呈下降趨勢(shì)。

Mann-Kendall屬于非參數(shù)檢驗(yàn)方法,該方法對(duì)數(shù)據(jù)分布要求低,受異常值影響較少[20],在生態(tài)趨勢(shì)變化研究中廣受好評(píng)。其計(jì)算公式為

(9)

(10)

(11)

(12)

式中:Z為顯著性統(tǒng)計(jì)量;var為方差函數(shù);S為2000—2021年要素時(shí)序數(shù)據(jù);m為年份間隔;sgn為符合函數(shù)。顯著性水平α=0.05,則臨界值為±1.96,當(dāng)Z的絕對(duì)值大于1.65,1.96,2.58時(shí),表示趨勢(shì)分別通過(guò)了信度為90%,95%和99%的顯著性檢驗(yàn),綜上將顯著性水平分為9個(gè)等級(jí),極顯著增加(β>0,2.580,1.960,1.650,Z≤1.65)、無(wú)變化(β>0,Z=0)、不顯著減少(β<0,Z≤1.65)、微顯著減少(β<0,1.65

2.5 偏相關(guān)分析法

多要素之間的關(guān)系很復(fù)雜,簡(jiǎn)單相關(guān)系數(shù)已不能真實(shí)反映某要素與另一要素的相關(guān)性。而偏相關(guān)系數(shù)可以暫時(shí)不考慮其他要素的影響,單獨(dú)分析兩要素之間的相關(guān)程度[21]。本研究采用逐像元偏相關(guān)分析法對(duì)氣溫、降水、土壤濕度、徑流對(duì)新疆植被 NDVI變化的影響,計(jì)算公式[22]如下,

(13)

式中:r12,34,…,(p-1)是在控制要素3,要素4,…,要素p的條件下,要素1與要素2之間的偏相關(guān)系數(shù)。在本研究中,p表示最大要素個(gè)數(shù)為5(即指NDVI,氣溫,降水、土壤濕度和徑流)。根據(jù)所計(jì)算的結(jié)果選取T檢驗(yàn)對(duì)其顯著性進(jìn)行檢驗(yàn),置信區(qū)間統(tǒng)一設(shè)置為95%,將偏相關(guān)性的顯著性水平分為兩個(gè)等級(jí),即顯著正相關(guān)和顯著負(fù)相關(guān)。

3 結(jié)果與分析

3.1 新疆植被覆蓋的時(shí)間變化特征

3.1.1 年際變化 本研究計(jì)算并統(tǒng)計(jì)了新疆地區(qū)全域和面積占比超過(guò)10%的植被類型(草原植被、荒漠植被和草甸植被)的22 a生長(zhǎng)季NDVI年均值,年際曲線見圖2。新疆全域NDVI年均值以0.001 4/a波動(dòng)增長(zhǎng),變化范圍在0.150～0.183,從整體來(lái)看年均NDVI總體偏低且呈波動(dòng)增長(zhǎng)趨勢(shì)。其中,草甸植被的年際變化率與全域變化率相近,草原植被的年際變化率最低,年均值以0.000 94/a波動(dòng)緩慢增長(zhǎng),這是由于受草原灌叢化[23]現(xiàn)象影響。在22年間,2007年、2013年和2017年所有植被類型均有顯著增長(zhǎng)波動(dòng),這與當(dāng)年氣溫[24]與降水的波動(dòng)有著密切關(guān)系。草甸植被較全域NDVI年均值偏高,最高可達(dá)0.218,草原植被較全域NDVI年均值差異不顯著,荒漠植被NDVI年均值相較其他植被類型最低,主要?dú)w因于分布的地理位置與氣候因素。

圖2 新疆不同植被類型NDVI年均值年際變化

3.1.2 年內(nèi)變化 2000—2021年新疆全域和面積占比超過(guò)10%的植被類型的NDVI年內(nèi)變化(圖3)?？傮w來(lái)看,變化趨勢(shì)均呈倒U型,1—3月的月均NDVI值偏低呈緩慢增長(zhǎng)趨勢(shì),隨著氣溫上升4—7月的月均NDVI值呈增加趨勢(shì),在7月到達(dá)峰值,隨著氣溫回落8—10月的月均NDVI值呈下降趨勢(shì),11—12月的月均NDVI值偏低呈緩慢降低趨勢(shì)。全域NDVI月均值介于0.036～0.164,波動(dòng)較為平緩;草甸植被的NDVI月均值波動(dòng)最大,介于0.058～0.404,3—6月增長(zhǎng)迅速,8—10月回落迅速;草原植被次之,NDVI月均值介于0.045～0.028,2—5月增長(zhǎng)迅速,7—12月持續(xù)回落;荒漠植被波動(dòng)最小且NDVI月均值偏低,歸因于地理位置和水分條件。

圖3 新疆不同植被類型NDVI年均值年內(nèi)變化

3.2 新疆植被覆蓋的空間分布特征

新疆地區(qū)2000—2021年生長(zhǎng)季NDVI年均值的空間分布(圖4)和NDVI年均值面積占比(表1)具有顯著差異。從全域來(lái)看,NDVI年均值偏低且77.9%在0.1～0.3波動(dòng),由于新疆地區(qū)的特殊地貌,加之大西洋和北冰洋的氣流致使西部地區(qū)的降水多于東部地區(qū),植被覆蓋在空間分布上出現(xiàn)西北部高,東南部低的特點(diǎn)。其中,荒漠植被NDVI年均值的91.62%在0～0.3波動(dòng),主要分布在阿勒泰中南部、塔城東部、昌吉回族自治州北部以及塔里木盆地周邊;草甸植被NDVI年均的66.3%在0.3～1波動(dòng),主要分布在阿爾泰山脈周邊和天山山脈周邊以及塔城地區(qū)西北部,由于山脈雪水灌溉的植被NDVI值偏高;草原植被NDVI年均的54.35%在0～0.3波動(dòng),主要分布在哈密市中部、阿克蘇地區(qū)北部、和田地區(qū)南部與巴音郭楞蒙古自治州的最北部與最南部。

表1 新疆不同植被類型的生長(zhǎng)季NDVI年均值的取值范圍及其面積占比

圖4 新疆不同植被類型的2000-2021年生長(zhǎng)季NDVI年均值分布

3.3 新疆植被覆蓋趨勢(shì)變化

為進(jìn)一步分析新疆地區(qū)多年NDVI空間動(dòng)態(tài)變化特征,通過(guò)逐項(xiàng)元計(jì)算其22年生長(zhǎng)季的NDVI變化率slope值,參照已有研究[25]結(jié)合研究實(shí)際,將slope劃分為嚴(yán)重退化(slope≤-0.03)、中度退化(-0.030.03),分析不同植被類型slope值的空間分布(圖5)及其面積占比。

圖5 新疆不同植被類型的2000-2021年生長(zhǎng)季NDVI變化趨勢(shì)分布

22年間新疆地區(qū)全域slope值在-0.036～0.052變化,其中slope值小于零的像元數(shù)占比為14.8%,slope值大于零的像元數(shù)占比為85.2%,新疆地區(qū)NDVI值總體呈上升趨勢(shì)?；哪脖?、草甸植被和草原植被的變化趨勢(shì)為基本不變的像元數(shù)占比均超過(guò)90%,退化趨勢(shì)的像元數(shù)占比均未超過(guò)1%。其中,荒漠植被的輕微改善、中度改善和明顯改善主要分布在阿勒泰地區(qū)、博樂(lè)市—精河縣—烏蘇市—克拉瑪依市—沙灣縣—昌吉回族自治州一帶連線、伽師縣—阿拉爾市—庫(kù)車市—庫(kù)爾勒市一帶連線;草甸植被的輕微改善、中度改善和明顯改善主要分布在天山山脈以南的英吉沙縣、岳普湖縣、伽師縣、巴楚縣、阿瓦提縣北部、阿克蘇市北部、庫(kù)爾勒市和博湖縣北部;草原植被的輕微改善、中度改善和明顯改善占比極低。

3.4 新疆植被覆蓋未來(lái)趨勢(shì)變化

本研究針對(duì)22年間新疆地區(qū)NDVI持續(xù)性變化進(jìn)行分析,新疆地區(qū)hurst指數(shù)平均值為0.44,hurst指數(shù)大于0.5的像元數(shù)占24.34%,小于0.5的像元數(shù)占75.66%,新疆植被變化的反向持續(xù)性強(qiáng)于正向持續(xù)性。為進(jìn)一步探究新疆植被變化的未來(lái)趨勢(shì)預(yù)測(cè)研究,本文結(jié)合植被覆蓋變化趨勢(shì)結(jié)果slope和Hurst指數(shù)分析結(jié)果,將未來(lái)趨勢(shì)劃分為以下4種情況:當(dāng)slope>0且Hurst<0.5時(shí),該研究區(qū)未來(lái)趨勢(shì)表示為持續(xù)改善;當(dāng)slope>0且Hurst<0.5時(shí),該研究區(qū)未來(lái)趨勢(shì)表示為改善到退化;當(dāng)slope<0且Hurst>0.5時(shí),該研究區(qū)未來(lái)趨勢(shì)表示為持續(xù)退化;當(dāng)slope<0且Hurst<0.5時(shí),該研究區(qū)未來(lái)趨勢(shì)表示為退化到改善。

新疆的植被覆蓋未來(lái)趨勢(shì)變化(圖6)的主體為改善到退化,未來(lái)變化不容樂(lè)觀,與陳國(guó)龍等[26]的研究結(jié)果保持一致。其中,荒漠植被持續(xù)改善的像元數(shù)占比20.94%,主要分布在北疆以及塔里木盆地周邊依次向外遞減,退化到改善像元數(shù)占比7.38%,主要分布在天山山脈以北以及塔里木盆地北部,持續(xù)退化趨勢(shì)占比極低;草甸退化到改善的像元數(shù)占比19.99%,主要集中在阿爾泰山山脈、天山山脈周邊,持續(xù)改善趨勢(shì)像元數(shù)占比22.31%,主要分布在阿勒泰地區(qū)、巴音郭楞蒙古自治州中部—阿克蘇地區(qū)中部—喀什地區(qū)中部連線;草原的退化到改善和持續(xù)改善趨勢(shì)的像元數(shù)占比32.6%,主要分布在阿勒泰地區(qū)中部、塔城地區(qū)西北部、哈密市—昌吉回族自治州—巴音郭楞蒙古自治州北部—伊犁哈薩克自治州一帶連線以及昆侖山山脈周邊。

3.5 新疆植被覆蓋變化驅(qū)動(dòng)力分析

3.5.1 降水、氣溫、土壤濕度和徑流趨勢(shì)分析 降水和氣溫是影響新疆植被覆蓋變化的主要因素,但是在不考慮空間分異性的條件下,徑流和土壤濕度[10]對(duì)新疆植被NDVI的影響遠(yuǎn)大于其他要素?；诖?本文選取了2000—2021年氣溫、降水、土壤濕度和徑流的年際數(shù)據(jù),借助MATLAB采用Theil-Sen Median方法逐像元對(duì)四要素的趨勢(shì)進(jìn)行分析,并結(jié)合Mann-Kendall方法對(duì)各要素的趨勢(shì)變化進(jìn)行顯著性檢驗(yàn)?？傮w來(lái)看(圖7),氣溫的上升趨勢(shì)占比96.12%,降水、土壤濕度和徑流的主要趨勢(shì)均為下降趨勢(shì),占比依次為66.08%,68.67%,66.32%,其中,氣溫和降水不存在無(wú)變化趨勢(shì),土壤濕度和徑流無(wú)變化趨勢(shì)占比極低,分別為0.45%和0.82%。從不同要素來(lái)看,氣溫的不顯著上升趨勢(shì)占比最高達(dá)75.05%,降水、土壤濕度和徑流的不顯著下降趨勢(shì)都占主體,分別是57.1%,56.78%和55.92%。

圖7 MK顯著性檢驗(yàn)趨勢(shì)

3.5.2 降水、氣溫、土壤濕度和徑流的偏相關(guān)分析 基于降水、氣溫、土壤濕度和徑流對(duì)22 a間生長(zhǎng)季新疆地區(qū)植被年際NDVI的逐像元偏相關(guān)系數(shù)計(jì)算,通過(guò)T檢驗(yàn)的顯著性檢驗(yàn)圖(圖8)如下。結(jié)果表明,研究區(qū)植被NDVI與氣溫的偏相關(guān)系數(shù)在-0.857～0.899波動(dòng),與降水的偏相關(guān)系數(shù)在-0.973～0.910波動(dòng),與土壤濕度的偏相關(guān)系數(shù)在-0.902～0.889波動(dòng),與徑流的偏相關(guān)系數(shù)在-0.891～0.996波動(dòng),均空間分布差異顯著。

圖8 通過(guò)T檢驗(yàn)的氣溫、降水、土壤濕度和徑流顯著性分級(jí)及分布

結(jié)合顯著性檢驗(yàn)結(jié)果來(lái)看,氣溫呈顯著正相關(guān)的像元數(shù)占比為86.71%,主要分布在塔城地區(qū)南部—昌吉回族自治州—烏魯木齊市—吐魯番市連線、巴音郭楞蒙古自治州東南部,顯著負(fù)相關(guān)占比偏低主要分布在新疆北部地區(qū);降水呈顯著正相關(guān)的像元數(shù)占比為59.69%,主要分布在北疆及喀什地區(qū)北部、且末縣南部和若羌縣東南部,顯著負(fù)相關(guān)占比40.31%,主要分布在精河縣—烏蘇市—沙灣縣—瑪納斯縣—呼圖壁縣—昌吉市一帶、鄯善縣、哈密市及昆侖山山脈周邊;土壤濕度呈顯著正相關(guān)的像元數(shù)占比為57.72%,主要分布在阿爾泰山脈附近、塔城地區(qū)西北部、巴音郭勒蒙古自治州北部,顯著負(fù)相關(guān)占比42.28%,主要分布在福?？h南部、沙灣縣北部、瑪納斯縣北部、伊吾縣、哈密市的伊州區(qū)及喀什地區(qū)北部;徑流呈顯著正相關(guān)的像元數(shù)占比為67.59%,主要分布在塔城地區(qū)南部、哈密市伊州區(qū)東部、若羌縣與克孜勒蘇柯爾克孜自治州,顯著負(fù)相關(guān)占比32.41%,主要分布在和布克賽爾蒙古自治縣、葉城縣、麥蓋提縣和皮山縣;綜合來(lái)看,氣溫、降水、土壤濕度和徑流顯著正相關(guān)都占主體。

從植被類型來(lái)看(表2),各植被類型的NDVI年均值與氣溫、降水、土壤濕度呈顯著負(fù)相關(guān)性的像元數(shù)占比均大于正相關(guān)性的像元數(shù)占比,除草甸植被外,荒漠植被、草原植被均與徑流呈顯著負(fù)相關(guān)性的像元數(shù)占比均大于正相關(guān)性的像元數(shù)占比,草甸植被反之。

表2 不同植被類型的NDVI與各影響因子顯著相關(guān)性面積占比Table 2 Area proportion of significant correlation between NDVI of different vegetation types and each impact factor

其中,荒漠植被與徑流、降水正相關(guān)顯著,與土壤濕度、氣溫負(fù)相關(guān)顯著;草甸植被與徑流正相關(guān)顯著,與氣溫、降水負(fù)相關(guān)顯著;草原植被與土壤濕度正相關(guān)顯著,與氣溫負(fù)相關(guān)顯著。

4 討 論

新疆位于我國(guó)西北部,生態(tài)環(huán)境脆弱。植被覆蓋變化是受氣候、地表因素等因素共同作用的結(jié)果,其中,降水[27]和氣溫[28]對(duì)植被覆蓋變化的顯著影響已經(jīng)得到了大量研究證明。由于土壤水分是植被耗水的直接來(lái)源,加之干旱區(qū)與半干旱區(qū)的植被對(duì)土壤濕度的敏感度更高,土壤濕度[29]對(duì)新疆植被變化具有顯著影響。已有研究表明,徑流[10]在不考慮空間的分異性時(shí),對(duì)新疆植被NDVI的影響最大,這是由于徑流可以為植被根部提供水分,這與水分是植被生長(zhǎng)重要因素的事實(shí)一致。

已有研究顯示,新疆地區(qū)處于干旱半干旱區(qū),植被生長(zhǎng)對(duì)降水量較為敏感[30],這與本文氣溫與植被相關(guān)性最高不一致,分析認(rèn)為原因有三:一是新疆地區(qū)以荒漠植被為主,土壤水分難以長(zhǎng)期保存,氣溫升高會(huì)加速植被表面蒸發(fā)[10],影響其生長(zhǎng)發(fā)育,致使植被與降水相關(guān)性減弱;二是部分地區(qū)年平均降雨量高,過(guò)多的降雨致使持續(xù)低溫天氣、加之云量增加導(dǎo)致輻射量降低[31],植被的光合作用被抑制,使得植被與降水呈負(fù)相關(guān) ;三是植被生長(zhǎng)所需水分來(lái)源不僅只有大氣降水,雪山融水、地下水、人為灌溉等都可為植被生長(zhǎng)提供水分,新疆地區(qū)降水主要集中在高海拔地區(qū),高海拔地區(qū)多為土壤濕度高蒸散發(fā)小的林地資源,故該區(qū)域降水對(duì)植被生長(zhǎng)的影響減少。

本研究分析了2000—2021年新疆地區(qū)NDVI時(shí)空變化,并對(duì)影響因素進(jìn)行了分析,但植被覆蓋變化是多種因素共同作用的結(jié)果,本研究在影響因素的選擇上具有局限性,未考慮氣候因子的滯時(shí)效應(yīng)、人為因素、土地利用變化等環(huán)境因素的影響,還需進(jìn)行更加深入的討論,提高研究的理論參考價(jià)值。

5 結(jié) 論

(1) 2000—2021年新疆地區(qū)NDVI年際變化總體以0.001 4/a的速率波動(dòng)式增長(zhǎng),草甸植被的年際變化率最高;年內(nèi)變化總體呈倒U型,均在7月達(dá)到峰值,草甸植被的NDVI月均值波動(dòng)最大,荒漠植被的NDVI月均值波動(dòng)最小。

(2) 2000—2021年新疆地區(qū)NDVI年均值77.9%在0～0.3波動(dòng),在空間分布表現(xiàn)為北部和西北部高,南部和東南部低。其中,荒漠植被NDVI年均值的91.62%在0～0.3波動(dòng),主要分布在天山以北以及塔里木盆地周邊。

(3) 2000—2021年新疆地區(qū)slope值在-0.036～0.052波動(dòng),NDVI年均值總體呈上升趨勢(shì),主要變化趨勢(shì)為基本不變和輕微改善,結(jié)合Hurst指數(shù)分析新疆植被未來(lái)趨勢(shì)變化的反向持續(xù)性強(qiáng)于正向持續(xù)性,主要未來(lái)變化趨勢(shì)為改善到退化。

(4) 22年間新疆地區(qū)的氣溫總體呈上升趨勢(shì),降水、土壤濕度和徑流總體呈下降趨勢(shì)。從偏相關(guān)分析來(lái)看, NDVI年均值與氣溫、降水、土壤濕度和徑流呈顯著負(fù)相關(guān)性的像元數(shù)占比均大于正相關(guān)性的像元數(shù)占比,且存在明顯空間地域特征。