高萌萌 ，劉 瓊 ，王 軼 ，李小磊 ，石 鵬

（1.中國(guó)地質(zhì)環(huán)境監(jiān)測(cè)院，北京 100081；2.內(nèi)蒙古地質(zhì)環(huán)境監(jiān)測(cè)院，內(nèi)蒙古 呼和浩特 010020）

植被是生態(tài)系統(tǒng)的重要組成部分，是全球陸地生態(tài)系統(tǒng)變化和生態(tài)環(huán)境演化的重要指示因子[1-3]，對(duì)水平衡、地球表面能量交換和生物地球化學(xué)循環(huán)至關(guān)重要[4-5]。植被生長(zhǎng)既取決于植被類型本身的特性，也受光熱條件、水分、土壤的影響。光熱條件與氣溫密切相關(guān)[6]。水分的影響較為復(fù)雜，由于地下水——土壤——植被——大氣間的水分遷移是連續(xù)過程[7]，植被生長(zhǎng)同時(shí)受地下水、土壤水和大氣降水等因子的影響。在干旱半干旱區(qū)，以灌木、草地、森林及農(nóng)田等多種形式存在的多樣化植被系統(tǒng)有助于保持土壤及水分，監(jiān)測(cè)其長(zhǎng)期動(dòng)態(tài)變化，并研究植被演化與氣候、水分等相關(guān)關(guān)系，對(duì)于預(yù)測(cè)土地退化風(fēng)險(xiǎn)意義重大。

目前從區(qū)域尺度研究干旱半干旱區(qū)植被演化及其影響因子相關(guān)性分析的主要手段是遙感技術(shù)。Fabricante等[8]研究了巴塔哥尼亞北部草原植被指數(shù)與降水的關(guān)系，認(rèn)為干旱的生態(tài)系統(tǒng)中，NDVI對(duì)降水之間存在滯后響應(yīng)；Khan等[9]研究了巴基斯坦及其鄰近南亞國(guó)家植被生長(zhǎng)對(duì)當(dāng)前氣候變化的相應(yīng)，認(rèn)為NDVI值變化取決于土地覆蓋類型及降雨量。國(guó)內(nèi)相關(guān)研究主要集中在柴達(dá)木盆地、鄂爾多斯高原、黑河流域等西北干旱半干旱地區(qū)。楊澤元等[10]研究了陜北風(fēng)沙灘地區(qū)植被生長(zhǎng)與地下水位埋深的關(guān)系，確定了風(fēng)沙灘地區(qū)生態(tài)安全水位埋深為1.5～5 m；張二勇等[11]定量研究了鄂爾多斯盆地內(nèi)蒙古能源基地生態(tài)植被與地下水關(guān)系，分析了低濕植被、低濕植被與沙地植被過渡區(qū)的水位埋深閾值分別為3，4.8 m；金曉媚等[12-13]分析了海流兔河流域和柴達(dá)木盆地植被與地下水位、氣象因子、地形地貌之間的關(guān)系，認(rèn)為不同植被類型對(duì)地下水依賴性大；王旭升等[14]研究了鄂爾多斯高原植被蓋度與淺層地下水的依賴關(guān)系，認(rèn)為植被蓋度同時(shí)受氣候條件和地下水的影響；趙捷等[15]研究了黑河上中游流域長(zhǎng)序列植被蓋度數(shù)據(jù)，認(rèn)為植被受氣溫的影響大于降水，而對(duì)降水的響應(yīng)更為迅速；李元春等[16]在甘南和川西北地區(qū)基于植被NDVI值分析了草地植被變化趨勢(shì)及驅(qū)動(dòng)因素，認(rèn)為溫度和降水對(duì)研究區(qū)草地NDVI值的變化主要呈正向驅(qū)動(dòng)，且NDVI值與溫度呈正相關(guān)的面積大于降水。

西遼河平原位于內(nèi)蒙古東部平原，屬中溫帶半干旱區(qū)的農(nóng)牧交錯(cuò)帶。平原西部廣泛分布風(fēng)積沙地、沙丘，是我國(guó)半干旱區(qū)典型的由沙漠向草原過渡的荒漠化草原區(qū)。目前有關(guān)西遼河平原的植被演化及其與環(huán)境因子的定量關(guān)系研究較少，影響因子考慮不夠全面。本文基于2000—2019年16天合成的MODIS NDVI數(shù)據(jù)，分析了該研究區(qū)近20年來植被生長(zhǎng)變化趨勢(shì)，并從影響植被生長(zhǎng)的水熱條件出發(fā)，開展NDVI與氣象因素（降水、氣溫）、土壤濕度、地下水埋深等因子的定量關(guān)系研究，為該流域生態(tài)環(huán)境保護(hù)治理及水資源合理開發(fā)利用提供技術(shù)支撐。

1 研究區(qū)概況

西遼河平原地勢(shì)平坦開闊，由西南向東北逐漸傾斜，主要地貌單元為河谷沖擊平原和風(fēng)積沙丘。北部主要為草原牧區(qū)，中部及南側(cè)邊緣為農(nóng)區(qū)，沙地主要分布在西南部，面積約5.76×104km2。該地區(qū)多年平均降水量375 mm，多年平均蒸發(fā)量1 900 mm，降水主要集中在6—9月。區(qū)內(nèi)天然植被主要有沙蒿、沙柳、苔草、芨芨草、檸條等，受水熱條件影響，生長(zhǎng)季為6—9月。主要過境河流有西遼河及新開河，1999年斷流至今。自20世紀(jì)60年代起，地下水開采致使沙地周邊的地下水水位下降，植被生長(zhǎng)受到影響，荒漠化程度加重。近年來經(jīng)過全面綜合治理，該區(qū)域內(nèi)沙地面積逐漸變小，生態(tài)環(huán)境持續(xù)向好發(fā)展。

2 研究數(shù)據(jù)及方法

2.1 數(shù)據(jù)及處理

（1）遙感數(shù)據(jù)及預(yù)處理

歸一化差值植被指數(shù)（NDVI，normalized difference vegetation index）是目前廣泛應(yīng)用于反映植被生長(zhǎng)狀況的指標(biāo)[17-20]，NDVI值越大，說明植被生長(zhǎng)狀況越好，NDVI值越小，說明植被生長(zhǎng)狀況越差。NDVI數(shù)據(jù)可直接從MOD13Q1遙感數(shù)據(jù)中提取，數(shù)據(jù)來源于美國(guó)NASA網(wǎng)（https://ladsweb.modaps.eosdis.nasa.gov/），空間分辨率250 m，時(shí)間分辨率16 d，數(shù)據(jù)時(shí)間為2000—2019年。覆蓋研究區(qū)需要4幅，2000—2019年1—12月共1 236幅。在MRT軟件中提取NDVI后進(jìn)行投影轉(zhuǎn)換，為了消除云、大氣及太陽高度角的影響，采用最大值合成法對(duì)每個(gè)月的NDVI數(shù)據(jù)進(jìn)行處理，即求取當(dāng)月各柵格的最大值。

（2）地下水水位埋深和氣象數(shù)據(jù)

西遼河平原地下水埋深數(shù)據(jù)采用2019年國(guó)家級(jí)地下水監(jiān)測(cè)工程監(jiān)測(cè)數(shù)據(jù)，監(jiān)測(cè)頻率為1次/h，研究區(qū)內(nèi)及周邊地下水監(jiān)測(cè)井共125個(gè)。氣象數(shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)共享網(wǎng)，西遼河平原內(nèi)及周邊氣象站站點(diǎn)共9個(gè)，獲取2000—2019年月均降水量、溫度等相關(guān)指標(biāo)。監(jiān)測(cè)井和氣象站點(diǎn)位置見圖1。

圖1 研究區(qū)氣象站點(diǎn)和地下水監(jiān)測(cè)站點(diǎn)分布圖Fig.1 Distribution of meteorological stations and groundwater monitoring stations in the study area

（3）土壤濕度數(shù)據(jù)

GLDAS（the Global Land Data Assimilation System）是美國(guó)航天局NASA提供的全球尺度的陸面同化數(shù)據(jù)集，包含了全球降雨量、水分蒸發(fā)量、地表徑流、地下徑流、土壤濕度、地表積雪的分布以及溫度和熱流分布等數(shù)據(jù)。本文選取GLDAS NOAH模型中土壤濕度月解數(shù)據(jù)，分辨率為0.25 °×0.25 °。本文選用0～10 cm表層土壤濕度數(shù)據(jù)，單位為kg/m2。

（3）土地利用數(shù)據(jù)

土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心，本文選取2000年和2018年的土地利用類型數(shù)據(jù)，該數(shù)據(jù)是基于Landsat 8遙感影像，通過人工目視解譯生成，數(shù)據(jù)類型是1 km柵格。通過重分類，將研究區(qū)土地利用數(shù)據(jù)分為10 類，分別是耕地、草地、建設(shè)用地、沙地、沼澤地、林地、水域、灘地、鹽堿地和裸土地（圖2）。

圖2 2000年和2018年研究區(qū)土地利用類型分布圖Fig.2 Distribution of land use types in the study area in 2000 and 2018

2.2 研究方法

（1）一元線性回歸趨勢(shì)法

用一元線性回歸趨勢(shì)分析方法分析研究區(qū)的植被變化趨勢(shì)，即對(duì)2000—2019年的生長(zhǎng)季（6—9月份）平均NDVI值求斜率，模擬每一個(gè)柵格的變化趨勢(shì)：

式中：n——樣本的數(shù)量，n=20；

i——年序號(hào)，i的值取1，2， ···, 20；

NDVIi—— 第i年的NDVI值；

Slope——2000—2019年每年平均NDVI的線性回歸率。

計(jì)算得到的斜率值可以反映在20年的時(shí)間序列中，研究區(qū)平均NDVI值的變化趨勢(shì)，每個(gè)像元點(diǎn)的slope值均代表該點(diǎn)20年的變化趨勢(shì)。若slope＞0，說明NDVI增加，植被呈增長(zhǎng)趨勢(shì)，植被狀況變好；若slope=0，說明NDVI不變，植被基本無變化；若slope＜0，說明NDVI減小，植被呈減小趨勢(shì)，植被狀況變差。

(2) Mann-Kendall突變檢測(cè)

Mann-Kendall法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，不受少數(shù)異常值干擾，且不需要樣本遵從一定的分布，被廣泛應(yīng)用于突變檢測(cè)[21-23]。本文利用該方法檢測(cè)NDVI變化過程中的突變點(diǎn)，檢測(cè)方法為：

根據(jù)西遼河平原年均NDVI時(shí)間序列（x1,x2,···xn），其秩序列為：

定義統(tǒng)計(jì)量：

式中：E(Sk)——Sk的均值；

Var(Sk)——Sk的方差。

UFk計(jì)算結(jié)果組成UF曲線，同樣以此方法引用到反序列中，計(jì)算得到UBk， 使得UBk=-UFk（k=1，2，···,n）。若UFk和UBk的值大于0，表明序列呈上升趨勢(shì)，反之呈下降趨勢(shì)。當(dāng)曲線超出置信度區(qū)間時(shí)，表明上升或下降趨勢(shì)顯著。如果UFk和UBk兩條曲線出現(xiàn)交點(diǎn)，且交點(diǎn)在臨界線之間，那么該點(diǎn)即為突變點(diǎn)。

（3）相關(guān)性分析法

對(duì)西遼河平原植被NDVI與氣象因子（降水、溫度、濕度）的相關(guān)性進(jìn)行分析，相關(guān)性系數(shù)rxy為：

式中：——因子樣本值的平均值。

rxy是因子x和y之間的相關(guān)系數(shù)，表示兩因子相關(guān)性的統(tǒng)計(jì)指標(biāo)，該指標(biāo)的取值區(qū)間為[-1,1]，且rxy＞0為正相關(guān)，rxy的 絕對(duì)值越大，表明x和y的相 關(guān)性越密切。

3 結(jié)果與討論

3.1 植被時(shí)空變化特征

3.1.1 植被隨時(shí)間變化趨勢(shì)

分析2000—2019年每年生長(zhǎng)季的全域NDVI均值表明，西遼河平原植被NDVI值整體表現(xiàn)出波動(dòng)升高的趨勢(shì)，該時(shí)段內(nèi)NDVI值變化大致分為3個(gè)階段：2000—2005年NDVI值呈較平穩(wěn)的上升趨勢(shì)，2006—2012年NDVI值上下起伏變化較大，整體處于上升趨勢(shì)，2013—2019年NDVI值呈平穩(wěn)的上升趨勢(shì)（圖3）。2007年植被NDVI值達(dá)到極小值0.41，2019年植被NDVI值達(dá)到最大值0.56。對(duì)2000—2019年年均NDVI值進(jìn)行Mann-Kendall突變檢驗(yàn)，UF值始終大于0，表明20年來NDVI值呈上升趨勢(shì)。2012年UF曲線超出置信區(qū)間，說明2012年之前由于震蕩較大，上升趨勢(shì)不顯著，2012年之后呈顯著上升趨勢(shì)。UF和UB統(tǒng)計(jì)量相交于2014年，但由于交點(diǎn)不在置信區(qū)間范圍內(nèi)，因此NDVI值不存在顯著突變點(diǎn)（圖4）。

圖3 研究區(qū)2000—2019年NDVI年際變化趨勢(shì)圖Fig.3 Interannual variation trend of NDVI in the study area from 2000 to 2019

圖4 研究區(qū)NDVI值突變檢驗(yàn)曲線圖Fig.4 Mutation test curve of NDVI in the study area

3.1.2 植被空間分布特征及變化趨勢(shì)

研究區(qū)2000—2019年生長(zhǎng)季的NDVI值求平均值，得到西遼河平原20年來平均NDVI的空間分布圖，見圖5(a)。西遼河平原NDVI在空間上呈現(xiàn)“東高西低”的分布特征，結(jié)合土地利用類型，NDVI值較大

圖5 研究區(qū)2000—2019年平均NDVI值和植被變化趨勢(shì)分布圖Fig.5 Spatial distribution maps of NDVI and variation trends of vegetation in the study area during 2000—2019

分析研究區(qū)2000—2019年生長(zhǎng)季平均NDVI值一元線性回歸趨勢(shì)（式1），得到2000—2019年NDVI值變化趨勢(shì)分布圖，見圖5(b)，研究區(qū)內(nèi)大部分地區(qū)植被呈增長(zhǎng)趨勢(shì)，面積占比約92.5%，小部分地區(qū)植被呈減少趨勢(shì)，面積占比約7.5%。結(jié)合用地類型分析可知，草地是植被減少的主力區(qū)域，說明草地退化較為明顯。

3.2 氣候?qū)χ脖坏挠绊?/h3>

本文對(duì)研究區(qū)20年來月均氣象數(shù)據(jù)（降水量、氣溫）和相應(yīng)的全域NDVI月均值進(jìn)行相關(guān)性分析，見圖7(a)(b)。結(jié)果表明：研究區(qū)NDVI值與降水量呈正相關(guān)關(guān)系，相關(guān)系數(shù)r=0.86，NDVI值隨降水量的增加而升高。而NDVI值與氣溫的相關(guān)關(guān)系具有分段特點(diǎn)，當(dāng)氣溫在10℃以下，NDVI值趨于水平無明顯變化，在0.2上下浮動(dòng)；當(dāng)氣溫大于10℃時(shí)，隨著溫度的升高NDVI值呈增大趨勢(shì)。通過NDVI值和氣溫的線性擬合，二者呈正相關(guān)關(guān)系，相關(guān)系數(shù)r=0.78。的區(qū)域分布在平原中部的西遼河、新開河沿岸地帶以及平原東南部地區(qū)，主要地類是耕地。NDVI值較小的區(qū)域主要分布在研究區(qū)西部及北部的科爾沁沙地，主要地類是沙地。不同地類的NDVI值由大到小依次為耕地＞林地＞沼澤地＞灘地＞草地＞鹽堿地＞沙地，且隨季節(jié)變化趨勢(shì)一致，夏季＞秋季＞春季＞冬季（圖6）。

圖6 研究區(qū)不同土地利用類型NDVI值隨季節(jié)變化趨勢(shì)圖Fig.6 Seasonal variation trend of NDVI of different land use types in the study area from 2000 to 2019

3.3 土壤濕度對(duì)植被的影響

植被生長(zhǎng)狀況與土壤水分條件有關(guān)，土壤濕度在陸地表面的水文過程中起著至關(guān)重要的作用，表層土壤濕度濕化還是干化與植被的綠化還是惡化之間存在相關(guān)關(guān)系[24]。分析研究區(qū)內(nèi)2000—2019年月均NDVI值及對(duì)應(yīng)月份0～10cm土壤濕度的相關(guān)性，見圖7(c)。結(jié)果顯示：NDVI值隨表層土壤濕度的增加而增大，存在較強(qiáng)正相關(guān)關(guān)系，r=0.81。

圖7 研究區(qū)NDVI值與降水量、氣溫、表層土壤濕度的相關(guān)性分析Fig.7 Correlation of NDVI with precipitation, air temperature and surface soil moisture in the study area

3.4 地下水埋深對(duì)植被的影響

本文利用研究區(qū)及周邊125個(gè)地下水潛水監(jiān)測(cè)井的2019年6月監(jiān)測(cè)數(shù)據(jù)，與對(duì)應(yīng)的NDVI值進(jìn)行相關(guān)性分析。研究區(qū)處在農(nóng)牧交錯(cuò)帶，耕地和牧草地主要靠抽地下水進(jìn)行灌溉，因此生長(zhǎng)季植被指數(shù)最高的耕地，地下水位埋深反而最大。為了消除人為抽水因素影響，本文選擇研究區(qū)內(nèi)的天然植被區(qū)，研究植被與地下水埋深的關(guān)系。

6月天然植被區(qū)地下水埋深為0～17.45 m，將地下水埋深以0.2 m為步長(zhǎng)，統(tǒng)計(jì)每個(gè)步長(zhǎng)對(duì)應(yīng)的NDVI平均值，生成NDVI值隨地下水埋深變化趨勢(shì)圖（圖8）。地下水埋深為0～4 m時(shí)，NDVI值隨埋深的增加而增大；地下水埋深4～10 m時(shí)，NDVI值趨于穩(wěn)定，在0.4上下浮動(dòng)；地下水埋深大于10 m時(shí)，NDVI值隨埋深的增加而急劇減小。NDVI值在地下水埋深3 m左右達(dá)到最大值0.43。

圖8 研究區(qū)天然植被NDVI值和地下水埋深關(guān)系圖Fig.8 Relationship between NDVI of natural vegetation and groundwater level depth in the study area

西遼河平原降水主要集中在植被生長(zhǎng)季，因此降水對(duì)該地區(qū)植被生長(zhǎng)有很重要的影響。本文在討論生長(zhǎng)季植被與地下水埋深相關(guān)性時(shí)，沒有排除降水對(duì)植被生長(zhǎng)的影響。降水和地下水對(duì)植被的雙重影響機(jī)制還需要進(jìn)一步研究。

3.5 人類活動(dòng)對(duì)植被的影響

人類活動(dòng)如土地開墾、植樹造林、城市擴(kuò)張等，通過改變土地利用類型，對(duì)地表植被分布和變化趨勢(shì)產(chǎn)生明顯的影響。

本文統(tǒng)計(jì)了研究區(qū)2000年和2018年不同土地利用類型的面積及變化（表1）。結(jié)果顯示，耕地、林地面積顯著增加，分別增加了1 873，1 312 km2，草地和水域面積顯著減小，分別減小了4 187，583 km2。結(jié)合近20年來NDVI值的變化趨勢(shì)，耕地和林地面積的顯著增加是NDVI值整體呈增加趨勢(shì)的主要原因之一，說明耕地開墾及植樹造林在一定程度上改善了當(dāng)?shù)氐纳鷳B(tài)環(huán)境。但是由于耕地面積增加，會(huì)導(dǎo)致灌溉需水量增加，地下水位降低，草地和水域面積呈減少趨勢(shì)，不利于形成生態(tài)環(huán)境改善的良性循環(huán)。

表1 研究區(qū)2000和2018年土地利用類型面積統(tǒng)計(jì)Table 1 Area of different land use types in the study area in 2000 and 2018 /km2

4 結(jié)論

（1）研究區(qū)20年來全域NDVI均值整體呈增加趨勢(shì)，表明植被生長(zhǎng)變好，最高值0.56，最低值0.41。在空間上呈現(xiàn)“東高西低”的分布特征，不同用地類型NDVI值由大到小依次為：耕地＞林地＞沼澤地＞灘地＞草地＞鹽堿地＞沙地。

（2）研究區(qū)內(nèi)大部分地區(qū)NDVI值呈增長(zhǎng)趨勢(shì)，面積為5.33×104km2，占比92.50%，小部分地區(qū)NDVI值呈減少趨勢(shì)，面積為0.43×104km2，占比7.50%。

（3）研究區(qū)NDVI值與降水量、氣溫、土壤濕度關(guān)系密切，呈正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.86，0.78，0.81。降水對(duì)植被生長(zhǎng)影響最大。

（4）地下水埋深為0～4 m時(shí)，NDVI值隨埋深的增加而增大；地下水埋深4～10 m時(shí)，NDVI值趨于穩(wěn)定，在0.4上下浮動(dòng)；地下水埋深大于10 m時(shí)，NDVI值隨埋深的增加而急劇減小。NDVI值在地下水埋深為3 m左右達(dá)到最大值0.43。

（5）人類活動(dòng)如土地開墾、植樹造林是近20年來NDVI值呈增加趨勢(shì)的主要原因之一，在一定程度上改善了當(dāng)?shù)厣鷳B(tài)環(huán)境。