全 文 ：第 36 卷第 2 期
2016年 1月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.36,No.2
Jan.,2016
http: / / www.ecologica.cn
基金项目:陕西省气象局科技创新基金计划项目(2014M鄄14)
收稿日期:2014鄄03鄄12; 摇 摇 网络出版日期:2015鄄06鄄10
*通讯作者 Corresponding author.E鄄mail: 393621703@ qq.com
DOI: 10.5846 / stxb201403120433
何慧娟,卓静,王娟,董金芳,权文婷.陕西省退耕还林植被覆盖度与湿润指数的变化关系.生态学报,2016,36(2):439鄄447.
He H J, Zhuo J, Wang J, Dong J F, Quan W T.Relationship between fractional vegetation cover and humidity index after returning farmland to forest in
Shaanxi Province.Acta Ecologica Sinica,2016,36(2):439鄄447.
陕西省退耕还林植被覆盖度与湿润指数的变化关系
何慧娟*,卓摇 静,王摇 娟,董金芳,权文婷
陕西省农业遥感信息中心,西安摇 710014
摘要:使用 MODIS鄄NDVI数据和气象站点资料,通过 GIS 遥感技术和数理统计等方法,分析了陕西省退耕还林后(2000—
2012年)植被覆盖度与湿润指数的时空变化规律及两者变化的关系。 结果表明,陕西省植被覆盖度和湿润指数都呈现由南向
北递减的分布规律并且有明显的季节变化特征。 2000—2012 年,陕西省植被覆盖度在波动中呈现大幅增加的趋势,陕北地区
增加最为显著,生态环境得到明显改善,然而部分城市周边地区植被有退化的迹象。 2000—2012 年湿润指数年际变化波动较
大,有上升的趋势,陕南地区增加显著。 空间分布上随着植被覆盖度的增加湿润指数呈指数变化趋势,相关性与植被覆盖度面
积取值范围有关,范围取值越大相关系数越高。 植被覆盖度的年际变化受到气候和人为因素影响,陕南地区植被覆盖度与湿润
指数的相关性较显著,而受到人为影响比较明显的陕北、关中地区相关性不显著。
关键词:植被覆盖度;湿润指数;退耕还林;陕西省
Relationship between fractional vegetation cover and humidity index after
returning farmland to forest in Shaanxi Province
HE Huijuan*, ZHUO Jing, WANG Juan, DONG Jinfang, QUAN Wenting
Shaanxi Remote鄄Sensing Information Center for Agriculture,Xi忆an 710014,China
Abstract: Vegetation is an important part of a terrestrial ecosystem, and climate condition determines the growth and
development of plants. At the same time, vegetation also has a regulatory role on climate. Since 1999, a project to return
farmland to forest has been ongoing in Shaanxi Province, leading to the mitigation of the deterioration in the local ecological
environment. Therefore, an analysis of the vegetation and climate conditions in Shaanxi Province, as well as a study of the
changed relations between the two, may provide an important theoretical basis for response to global climate changes, and
should improve the further development of ecological environment construction in Shaanxi Province. In this study, MODIS鄄
NDVI data were used to calculate the fractional vegetation cover, and the humidity index was taken as the climate indicator
in order to reflect the degree of regional dryness and wetness, and the hydrothermal balance status. In addition, GIS and
remote sensing technology and mathematical statistics were used to analyze the spatiotemporal variation laws and the changed
relations between fractional vegetation cover and humidity index after returning farmland to forest in Shaanxi Province
(2000—2012). The following observations were made: 1) The fractional vegetation cover in Shaanxi declined from south to
north, and the fractional vegetation cover in southern Shaanxi was the highest, followed by those in the Guanzhong region,
Huanglong Mountain and Ziwu Mountain, whereas in the north, the Yan忆an region was the lowest. The fractional vegetation
cover showed clear seasonal variations, reaching a peak in August. From 2000 to 2012, the fractional vegetation cover in
Shaanxi Province showed an extremely significant increasing trend in volatility, and this was most significant in northern
http: / / www.ecologica.cn
Shaanxi. Vegetation degradation occurred within the vicinity of some cities, especially on the border between Xi忆an and
Xianyang. 2) The spatial distribution of the humidity index was similar to the fractional vegetation cover, which also
decreased from south to north. The southern Shaanxi region is a wet area, the area from Guanzhong to Yan忆an in northern
Shannxi is a relatively arid region, and Yulin has the highest drought levels. The humidity index also showed clear seasonal
changes, and was at its highest in late summer and early autumn. From 2000 to 2012, the humidity index for Shaanxi
Province had larger inter鄄annual fluctuations. The index for southern Shaanxi showed a clear rising trend, while those in the
other areas had insignificant rising trends. 3) The fractional vegetation cover and humidity index showed an extremely
significant spatial correlation. The humidity index showed an exponentially increasing trend as fractional vegetation cover
rose. This correlation was related to the area of average fractional vegetation cover, i.e. the higher the area value is, the
greater the correlation coefficient will be. Vegetation growth was influenced by hydrothermal conditions, and the 16 d
fractional vegetation cover changes had an extremely significant correlation with humidity index. The inter鄄annual variability
for fractional vegetation cover was also affected by climate and human factors. The correlation between fractional vegetation
cover and humidity index was significant in southern Shaanxi, but insignificant in northern Shaanxi and Guanzhong, despite
the fact that they have relatively significant human influences.
Key Words: fractional vegetation cover; humid index; returning farmland to forest; Shaanxi Province
植被是陆地生态系统的重要组成部分,是联系土壤、陆地水体和大气之间能量交换、水分循环和生物化学
循环过程的纽带。 气候因素是植物生长发育必要的环境因子,对植物生长和物候等具有重要影响[1]。 植被
变化会使地表反照率、粗糙度及土壤湿度等产生变化[2鄄3],从而影响地表能量和水汽收支平衡[4]。 当前,气候
变化成为世界关注的焦点,IPCC的最新评估报告指出气候变暖是非常明确的,2003—2012 年平均温度上升
了 0.78 益 [5]。 因此,作为对气候有调节作用的植被变化及其与气候变化的关系的研究为应对全球气候变化
提供了重要理论依据,成为全球变化研究的主要内容之一[6]。
近年来,随着卫星遥感技术的发展,大范围快速监测植被成为可能,植被与气候两者之间相互作用的研究
日益增多。 多数研究[7鄄11]显示植被变化与气候环境特别是水热条件相关性显著,气候是影响植被生长的决定
性因素,但是植被与气候的相关性会由于研究使用的数据、时间、区域、方法等的不同,研究结果存在一定的差
异。 对于陕西地区的研究来说,人为因素的影响也是影响植被变化的主要原因[12鄄16],自 1999 年退耕还林工
程开始以来,陕西地区日益恶劣的生态环境得到缓解。 因此本文将专门针对陕西省开展退耕还林工程后
(2000—2012年)植被与气候的变化进行探讨,利用 MODIS 的归一化植被指数(NDVI)数据分析陕西省植被
覆盖度变化,并且将湿润指数作为反映区域干湿程度以及水热平衡状况的气候指标,分析植被覆盖度与湿润
指数的时空变化关系。
1摇 研究区域介绍
陕西省位于我国西北内陆地区,31毅42忆—39毅35忆N、105毅29忆—111毅15忆E 之间。 研究区域南北狭长,地形多
样,大小河流交错, 气候自然环境复杂。 根据陕西省地势特点可将陕西省分为三大自然区域(图 1):陕北,地
处陕西北部高原,海拔 900—1500 m,约占陕西省土地面积的 45%,最北部为毛乌素沙漠南缘,向南为黄土高
原丘陵沟壑区,最南端有黄龙山和子午岭,区域气候干旱少雨,是退耕还林工程重点区域;关中,地处陕西中部
平原,海拔 300—800 m,约占全省土地面积的 19%,关中盆地是由河流冲积和黄土堆积形成,地势平坦土地肥
沃,是陕西省主要的粮食产区;陕南,地处秦巴山区,海拔 1000—3700 m,约占全省土地面积的 36%,气候湿润
多雨。
044 摇 生摇 态摇 学摇 报摇 摇 摇 36卷摇
http: / / www.ecologica.cn
图 1摇 陕西省地形和气象站点分布图
Fig.1摇 Topography and meterological stations in Shaanxi Province
2摇 数据与方法
2.1摇 植被覆盖度计算
卫星遥感资料选取美国 NASA LP DAAC ( Land
Processes Distributed Active Archive Center ) 提供的
2000—2012 年 16 d 合成 MODIS 植 被 指 数 产 品
(MOD13Q1),空间分辨率为 250 m,陕西地区轨道号是
h26v05 和 h27v05。 数据在 MODLAND 提供的 MRT
(MODIS REPROJECTION TOOL)工具中提取了 NDVI
数据,并对 h26v05 和 h27v05 两区图像进行拼接,转换
为等经纬度坐标投影,基准面为 WGS鄄84 坐标系。 为了
反映 1年中植被生长最好的状况,利用最大值合成法
(MVC)对各年 NDVI进行最大值合成。
植被覆盖度( fractional vegetation coverage,FVC)的
计算使用混合像元分解模型中最常用的线性像元二分
模型,模型假设一个像元由土壤和植被两部分组成,混
合像元的植被指数值(NDVI)为两部分植被指数值的加
权平均和,权重为各部分在像元中的面积比例[17]。 基
于遥感数据的线性像元二分模型适用于区域植被恢复
效果方面的评估,监测结果与地面调查数据呈极显著相
关[18]。 计算中采用研究区域 NDVI 最大值作为纯植被
像元的植被指数值,NDVI最小值作为纯土壤像元的植被指数值,公式为:
f=
NDVI-NDVImin
NDVImax-NDVImin
(1)
计算 2000—2012年 NDVI最大值图像,在 NDVI最大值图像频率累积表上取累积频率为 0.5%的 NDVI值
为 NDVImin,取累积频率为 99.5%的 NDVI 值为 NDVImax,16 df 计算时 NDVI 采用 16 d 合成值,年 f 计算时
NDVI采用年最大值合成法合成值,最终得到不同时相的植被覆盖度灰度图。
2.2摇 湿润指数计算
湿润指数(HI)能较客观地反映某一地区的水热平衡状况,是降水量与潜在蒸散量之比,是判断某一地区
气候干湿程度的指标[19]。 年湿润指数的计算方法为 HI =Ra /移ETi,式中 Ra 年是降水量(mm),移ETi是年潜
在蒸散量(mm)之和。 为了与植被覆盖度数据对应,计算了 16 d 湿润指数 HIi = Rai / ETi,Rai为 16 d 降水
(mm),ETi为 16 d潜在蒸散量(mm),计算采用动力学模型的改进形式,此方法适合于中国湿润与半湿润地区
土壤水分状况[20],公式为:
ETi =
22di(1.6 + U1 / 2i )woi(1 - hi)
P1 / 2i (273.2 + ti) 1 / 4
(2)
式中,i是日期编号(全年 23 个时段),P i是平均气压(mb),ti是平均气温(益),di是天数(前 22 个时段值取
16,最后一个时段值取 13,闰年值取 14),Ui是在 10—12 m高度处观测的平均风速(m / s),woi是在温度为 ti时
的饱和水汽压(伊133.3224 Pa),而 hi是平均相对湿度。
HI<1时,表示大气降水少于植被生理过程需水量;当 HI=1时,表示该区域大气降水与植被生理需水达到平
衡;当 HI>1时,表示大气降水大于植被生理过程需水量,降水条件不成为当地植被生理需水的限制因子[19]。
气象数据来源于陕西省气象局信息中心,数据集为 2000—2012 年降水、气温、气压、相对湿度、风速等气
144摇 2期 摇 摇 摇 何慧娟摇 等:陕西省退耕还林植被覆盖度与湿润指数的变化关系 摇
http: / / www.ecologica.cn
象要素日值数据集,站点为 96个,气象站点分布如图 1 所示。 气象数据的空间插值方法使用 ArcGIS 里提供
的克里格插值(Kriging)方法进行站点的插值。
2.3摇 分析方法
变化趋势的分析是利用最小二乘法拟和线性回归方程的方法,得到植被覆盖度和湿润指数随时间变化的
倾向率,公式为:
b =
移
n
i = 1
(xi - 軃x)( ti - 軃t)
移
n
i = 1
( ti - 軃t) 2
(3)
式中,b为线性倾向率,x为年植被覆盖度或年湿润指数,t 为年,n 为计算的年次。 当 b>0 时,随时间 t 的增
加,x呈上升趋势;当 b<0时,随时间 t的增加,x呈下降趋势。 b值大小反映了变量上升或下降的速率,即表示
上升或下降趋势的快慢。 采用相关系数的统计检验方法进行趋势显著性检验。
利用相关系数反映两个变量之间相关关系的密切程度,公式为:
r =
移
n
i = 1
(xi - 軃x)(yi - 軃y)
移
n
i = 1
(xi - 軃x) 2移
n
i = 1
(yi - 軃y) 2
(4)
式中,r为相关系数,x、y为植被覆盖度和湿润指数,n为计算的年次。 当 r>0时,两个变量呈正相关,即一个变
量增加时另一个变量也增加;当 r<0 时,两个变量呈负相关,即一个变量增加时另一个变量减小。 r 值大小反
映了两个变量的相关程度,绝对值越大相关程度越密切。
相关系数需要进行显著性检验,显著性检验的标准为:P>0.1为没有通过显著性检验,称为不显著;P= 0.1为
显著性检验的最低标准;当 P臆0.1、0.05、0.01、0.001时,分别称为达到显著、较显著、很显著、极显著水平。
3摇 结果分析
3.1摇 2000—2012年植被覆盖度变化
从年内植被覆盖度变化趋势来看(图 2),陕西省植被覆盖度呈双峰分布趋势,最大值在夏季 8 月底左右
(第 225—240天)。 2—10月(第 97—304天)在植被的生长季,植被覆盖度变化明显。 在冬季,植被覆盖度较
低。 不同地区年内植被覆盖度变化不太相同,陕北地区植被覆盖度全年较低,植被开始明显变化的时间较晚,
陕南地区植被覆盖度全年较高,植被覆盖度开始明显变化的时间较早,说明陕南植被生长期长于陕北。 关中
地区年内植被覆盖度变化呈明显的双峰型,这是由于关中地区是陕西粮食主产区,为一年两熟作物,6 月小麦
收割使得这一时期植被覆盖度突然下降。
植被覆盖度年际变化来看(图 3),2000—2012 年,陕西省植被覆盖度在波动中呈现大幅增加的趋势,具
体统计值列于表 1。 2000—2012 年全省植被覆盖度多年平均值为 65.55%,2000 年 56.92%,2012 年增加到
71.42%,变化倾向率为 1.084,通过相关系数 0.001的显著性检验,呈极显著的增加趋势。 陕北地区植被覆盖
度增加最为明显,由 2000年的 27.37%上升至 2012年的 53.14%,变化倾向率为 1.778;关中地区次之,植被覆
盖度由 68. 40%增加到 76. 96%,变化倾向率为 0. 748;陕南地区增加最小,2000 年为 83. 06%,2012 年为
89.03%,变化倾向率为 0.568。
从植被覆盖度空间分布图(图 4)可以看到,2000—2012 年平均植被覆盖度呈现出由南向北递减的条带
性分布规律。 其中陕南地区植被覆盖度最高,其次是关中地区和陕北的黄龙山、子午岭,延安市以北地区植被
覆盖度最低。 全省植被覆盖度整体呈增加趋势,陕北黄土高原退耕还林区增加极显著,渭河北部及秦巴山区
增加也很显著,说明生态环境治理工程在陕西成效明显,陕西省生态环境得到明显改善。 但是值得注意的是,
在关中渭河流域部分区域植被有极显著的退化迹象,而这一现象主要出现在城市周边地区,西安咸阳交界地
244 摇 生摇 态摇 学摇 报摇 摇 摇 36卷摇
http: / / www.ecologica.cn
区尤为突出(图 5,图 6)。
图 2摇 陕西省植被覆盖度年内 16d最大值变化
Fig.2摇 Every 16 days changes of FVC (fractional vegetation coverage)
in Shaanxi Province
图 3摇 陕西省植被覆盖度年际变化
Fig.3摇 Interannual changes of FVC in Shaanxi Province
表 1摇 2000—2012年陕西省不同区域植被覆盖度平均值及变化倾向率
Table 1摇 Averages and change rates of FVC (fractional vegetation coverage) during 2000—2012 over different areas
区域
Area
平均 / %
Average
变化倾向率
Change rate
时间相关系数
Correlation coefficient with time
显著性
Significant of change
陕北 Shanbei area 41.93 1.778 0.955 极显著,P<0.001
关中 Guanzhong area 74.11 0.748 0.831 极显著,P<0.001
陕南 Shannan area 87.08 0.568 0.873 极显著,P<0.001
全省 Whole area 65.55 1.084 0.951 极显著,P<0.001
图 4摇 陕西省近 13年植被覆盖度平均值
Fig.4摇 Average of FVC during 2000—2012 over Shaanxi Province
图 5摇 2000—2012年植被覆盖度变化倾向率
摇 Fig.5摇 Change rate of FVC during 2000—2012 over Shaanxi
Province摇
344摇 2期 摇 摇 摇 何慧娟摇 等:陕西省退耕还林植被覆盖度与湿润指数的变化关系 摇
http: / / www.ecologica.cn
图 6摇 2000—2012年植被覆盖度变化显著性
摇 Fig. 6 摇 Significant of change in FVC during 2000—2012 over
Shaanxi Province
3.2摇 2000—2012年湿润指数变化
从湿润指数年内变化来看(图 7)。 陕西省湿润指
数年内变化波动较大,夏秋湿润指数最高,极大值出现
在夏末秋初(第 257—272 天),这与陕西省的降水量密
切相关,陕西省降水多集中在夏秋两季,因此湿润指数
在此时也较高。 不同区域来看,变化趋势全省基本一
致,陕南湿润指数全年最高,关中次之,陕北最低,这也
与降水的空间分布有关,降水在陕南充足,在陕北缺乏。
2000—2012 年湿润指数年际变化波动较大,有上
升的趋势但不显著 (图 8),具体统计值列于表 2。
2000—2012年全省湿润指数多年平均值为 1.03,2000
年为0.81,2012年增加到 1.01,变化倾向率为 0.027,没
有通过显著性检验。 陕南地区湿润指数增加趋势显著,
由 2000年的 1.37上升至 2012年的 1.57,变化倾向率为
0.054;陕北、关中地区湿润指数也有增加趋势,但不
显著。
从空间分布图(图 9)可以看到:2000—2012 年平
均湿润指数由南向北递减。 陕南地区湿润指数整体大
于 1, 说明陕南秦巴山脉地区属于湿润地区,降水能满
足植被生理过程需水量。 过了秦岭关中地区向北至陕
北延安地区湿润指数逐渐降低,值在 0.65—1 之间,说
明降水已经不能满足植被生理过程需水量,为偏旱地
区。 陕北榆林地区,湿润指数小于 0.5,说明这一地区干
旱程度比较严重。 从湿润指数变化趋势来看(图 10,图
11)来看 2000—2012年湿润指数总体呈增加趋势,但大部分区域增加趋势不显著,只有在陕南和关中西部的
局部地区较为显著。
图 7摇 陕西省湿润指数年内 16d平均值变化
摇 Fig. 7 摇 Every 16 days changes of HI ( humidity index ) in
Shaanxi Province
图 8摇 陕西省湿润指数年际变化
Fig.8摇 Interannual changes of HI in Shaanxi Province
3.3摇 2000—2012年植被覆盖度与湿润指数的关系
从上面的分析可以看到植被覆盖度和湿润指数的时空变化有一定的相似性,两者都有季节变化规律,冬
444 摇 生摇 态摇 学摇 报摇 摇 摇 36卷摇
http: / / www.ecologica.cn
季低夏季高,空间分布也较一致,由南向北递减。 因此这一节将进一步分析两者的相关关系。
表 2摇 2000—2012年陕西省不同区域湿润指数平均值及线性回归方程倾向率
Table 2摇 Averages and change rates of HI (humidity index) during 2000—2012 over different areas
区域
Area
平均
Average
变化倾向率
Change rate
时间相关系数
Correlation coefficient with time
显著性
Significant of change
陕北 0.59 0.008 0.233 不显著,P>0.1
关中 0.86 0.021 0.336 不显著,P>0.1
陕南 1.69 0.054 0.493 显著,P<0.1
全省 1.03 0.027 0.421 不显著,P>0.1
图 9摇 陕西省近 13年湿润指数平均值
Fig.9摇 Average of HI during 2000—2012 over Shaanxi Province
图 10摇 2000—2012年湿润指数变化倾向率
Fig.10摇 Change rate of HI over Shaanxi Province
摇 摇 从植被覆盖度与湿润指数 96个站点散点图可以看到(图 12),随着植被覆盖度的增加湿润指数呈指数变
化,并且回归方程拟合的相关系数很高,通过了 0.001 的信度检验。 说明植被覆盖度与湿润指数的空间分布
较为一致,植被生长所需的水热条件决定了植被的空间分布状况。
进一步分析湿润指数与植被覆盖度的空间相关关系发现,站点湿润指数与植被覆盖度的相关性与植被覆
盖度面积取值范围有关。 求得站点所在点像元,以及以站点为中心 3伊3 个、9伊9 个、27伊27 个、81伊81 个像元
数范围的植被覆盖度平均值。 计算站点湿润指数与植被覆盖度平均值的相关系数,结果显示(表 3):范围取
值越大相关系数越高,81伊81个范围 13a平均植被覆盖度与湿润指数的空间相关系数最高达 0.729。 这说明
气候对植被的影响尺度较大,或者是当较大范围的植被覆盖改变时对气候产生影响较明显。
再来看两者时间变化的相关关系,2000—2012年 16 d变化的相关系数显示(表 4),全省各地区相关系数都
很高,呈极显著的正相关关系,这是由于两者都有明显的季节变化规律,植被生长受到水热条件的控制,在气温
升高降水增多的时节,利于植被生长,植被覆盖度就高,因此 16 d变化相关系数较高。 而在关中地区,土地利用
544摇 2期 摇 摇 摇 何慧娟摇 等:陕西省退耕还林植被覆盖度与湿润指数的变化关系 摇
http: / / www.ecologica.cn
图 11摇 2000—2012年湿润指数变化显著性
Fig.11摇 Significant of change in HI over Shaanxi Province
以一年两熟的作物为主,植被覆盖度的年内变化与人为
因素有一定的关系,因此关中地区植被覆盖度与湿润指
数的 16 d变化相关系数要低于陕北和陕南地区。
两者年际变化相关系数全省较低(表 4),没有通过
显著性检验,只有在陕南地区较显著。 从植被覆盖度变
化的分析可以看到,陕北、关中地区植被覆盖度的变化
都与人为因素有关:陕北地区是退耕还林工程的重点区
域,使得陕北植被覆盖度增加极显著;而在关中地区城
市的不断扩张使得周边植被覆盖度极显著减小。 因此
陕北、关中地区植被覆盖度与湿润指数的相关关系自然
很小。 在陕南植被覆盖度变化人为影响较小,植被覆盖
度的年际波动随着气候变化而变化,因而陕南地区植被
覆盖度与湿润指数的相关系数较高。
4摇 结论与讨论
(1)13a平均植被覆盖度呈现出由南向北递减的条
带性分布规律,其中陕南地区植被覆盖度最高,其次是
关中地区和陕北的黄龙山、子午岭,延安市以北地区植
被覆盖度最低。 植被覆盖度有明显的季节变化差异,8
月达到最大值。 2000—2012 年陕西省植被覆盖度在波
动中呈现极显著的增加趋势,全省平均增加了14.5%,
变化倾向率为 1.084。 陕北地区增加最为显著,增加了
25.77%,变化倾向率为 1.778。 部分城市周边地区植被
图 12摇 植被覆盖度与湿润指数散点图
Fig.12摇 Relationship between FVC and HI
有退化的迹象,西安咸阳交界地区尤为突出。
(2)13a平均湿润指数由南向北递减,陕南地区属
于湿润区,过了关中至陕北延安地区为偏旱区,陕北榆
林地区干旱程度较严重。 湿润指数也有明显的季节变
化规律,夏末秋初达到最大值。 2000—2012 年,陕西省
湿润指数年际变化波动较大,有上升的趋势但不显著,
全省湿润指数变化倾向率为 0.027。 陕南地区增加显
著,变化倾向率为 0.054。
(3)植被覆盖度与湿润指数的空间相关关系极显
著,随着植被覆盖度的增加湿润指数呈指数变化趋势,
相关性与植被覆盖度面积取值范围有关,范围取值越大
相关系数越高。 植被生长受到水热条件的影响,16 d 植被覆盖度变化与湿润指数的相关性极显著。 植被覆
盖度的年际变化受到气候和人为因素影响,陕南地区植被覆盖度与湿润指数的相关性较显著,而受到人为影
响比较明显的陕北、关中地区相关性不显著。
研究过程中可以看到,陕西省植被覆盖度都有不同程度的提高,生态环境得到明显改善。 但还应该注意
到在城市周边地区植被覆盖度有下降的现象,这一信息警示人们在城市发展的同时也应该注意与周边生态环
境的协调发展。 另外从植被覆盖度与湿润指数的相关关系可以看到,植被的时空分布与气候条件关系密切,
退耕还林工程建设需要遵照气候变化这一规律,合理的植树造林,才能使退耕还林工程的成果巩固。
644 摇 生摇 态摇 学摇 报摇 摇 摇 36卷摇
http: / / www.ecologica.cn
表 3摇 植被覆盖度取不同像元范围平均值时与湿润指数的空间相关系数
Table 3摇 Spatial correlation coefficients between HI and FVC in different range
站点周围像元数
Pixel numbers around station
1个
1 pixel
3伊3个
3伊3 pixels
9伊9个
9伊9 pixels
27伊27个
27伊27 pixels
81伊81个
81伊81 pixels
相关系数 Correlation coefficient 0.529 0.543 0.608 0.710 0.729
显著性 P
Significant
极显著
<0.001
极显著
<0.001
极显著
<0.001
极显著
<0.001
极显著
<0.001
表 4摇 植被覆盖度与湿润指数时间变化的相关关系
Table 4摇 Temporal correlation coefficients between HI and FVC
区域
Area
相关系数(每 16d,256个时间点)
Correlation coefficient
(every 16 days, 256 time points)
显著性
Significant
相关系数(每年,13个时间点)
Correlation coefficient
(every year, 13 time points)
显著性
Significant
陕北 0.473 极显著 P<0.001 0.262 不显著 P>0.1
关中 0.289 极显著 P<0.001 0.329 不显著 P>0.1
陕南 0.431 极显著 P<0.001 0.650 较显著 P<0.05
全省 0.426 极显著 P<0.001 0.452 不显著 P>0.1
参考文献(References):
[ 1 ]摇 张远东, 张笑鹤, 刘世荣. 西南地区不同植被类型归一化植被指数与气候因子的相关分析. 应用生态学报, 2011, 22(2): 323鄄330.
[ 2 ] 摇 Sellers P J. Biophysical models of land surface processes / / Trenberth K E, ed. Climate System Modeling. Cambridge: Cambridge University Press,
1992: 451鄄490.
[ 3 ] 摇 Lean J, Rowntree P R. Understanding the sensitivity of a GCM simulation of Amazonian deforestation to the specification of vegetation and soil
characteristics. Journal of Climate, 1997, 10(6): 1216鄄1235.
[ 4 ] 摇 Zhang H, Henderson鄄Sellers A, McGuffie K. Impacts of tropical deforestation. Part 域: The role of large鄄scale dynamics. Journal of Climate, 1996,
9(10): 2498鄄2521.
[ 5 ] 摇 IPCC. Working Group 玉 Contribution to the IPCC Fifth Assessment Report (AR5). Climate Change 2013: The Physical Science Basis. Final Draft
Underlying Scientific鄄Technical Assessment. Stockholm, Sweden: IPCC, 2013.
[ 6 ] 摇 Pettorelli N, Vik J O, Mysterud A, Gaillard J M, Tucker C J, Stenseth N C. Using the satellite鄄 derived NDVI to assess ecological responses to
environmental change. Trends in Ecology & Evolution, 2005, 20(9): 503鄄510.
[ 7 ] 摇 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. 中国农业科学, 2012, 45(10): 1954鄄1963.
[ 8 ] 摇 刘洋, 吕一河, 郑海峰, 陈利顶. 用回归树模型分析陕北黄土丘陵沟壑区气候因子对 NDVI变异的影响. 应用生态学报, 2010, 21(5):
1153鄄1158.
[ 9 ] 摇 孙智辉, 刘志超, 雷延鹏, 曹雪梅. 延安北部丘陵沟壑区植被指数变化及其与气候的关系. 生态学报, 2010, 30(2): 533鄄540.
[10] 摇 李辉霞, 刘国华, 傅伯杰. 基于 NDVI 的三江源地区植被生长对气候变化和人类活动的响应研究. 生态学报, 2011, 31(19): 5495鄄5504.
[11] 摇 李军媛, 晏利斌, 程志刚. 陕西省植被时空演变特征及其对气候变化的响应. 中国水土保持, 2011, (6): 29鄄31.
[12] 摇 周洪建, 王静爱, 岳耀杰, 李睿. 人类活动对植被退化 /恢复影响的空间格局———以陕西省为例. 生态学报, 2009, 29(9): 4847鄄4856.
[13] 摇 杨延征, 赵鹏祥, 郝红科, 常鸣. 基于 SPOT鄄VGT NDVI的陕北植被覆盖时空变化. 应用生态学报, 2012, 23(7): 1897鄄1903.
[14] 摇 李双双, 延军平, 万佳. 近 10 年陕甘宁黄土高原区植被覆盖时空变化特征. 地理学报, 2010, 67(7): 960鄄970.
[15] 摇 宋富强, 邢开雄, 刘阳, 刘志超, 康慕谊. 基于 MODIS / NDVI的陕北地区植被动态监测与评价. 生态学报, 2011, 31(2): 354鄄363.
[16] 摇 孙智辉, 雷延鹏, 卓静, 曹雪梅, 刘志超, 李登科. 延安北部丘陵沟壑区退耕还林(草)成效的遥感监测. 生态学报, 2010, 30(23):
6555鄄6562.
[17] 摇 Quarmby N A, Townshend J R G, Settle J J, White K H, Milnes M, Hindle T L, Silleos N. Linear mixture modeling applied to AHVRR data for
crop area estimation. International Journal of Remote Sensing, 1992, 13(3): 415鄄425.
[18] 摇 王朗, 傅伯杰, 吕一河, 曾源. 生态恢复背景下陕北地区植被覆盖的时空变化. 应用生态学报, 2010, 21(8): 2109鄄2116.
[19] 摇 中国气象局. 生态质量气象评价规范. 北京: 中国气象局, 2005.
[20] 摇 刘多森, 汪枞生. 可能蒸散量动力学模型的改进及其对辨识土壤水分状况的意义. 土壤学报, 1996, 33(1): 21鄄27.
744摇 2期 摇 摇 摇 何慧娟摇 等:陕西省退耕还林植被覆盖度与湿润指数的变化关系 摇