EN中文

Journal of Geo-information Science >

2015 , Vol. 17 >Issue 8: 1001 - 1007

DOI: https://doi.org/10.3724/SP.J.1047.2015.01001

Orginal Article

Analysis of Spatial-Temporal Change of NDVI and Its Climatic Driving Factors in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013

  • MENG Dan ,
  • LI Xiaojuan , * ,
  • GONG Huili ,
  • QU Yiting
Expand
  • College of Resources Environment and Tourism, Capital Normal University, Laboratory of 3D Information Acquisition and Application, MOST, Urban Environmental Processes and Digital Modeling Laboratory, Beijing Municipal Key Laboratory of Resources Environment and GIS, Beijing 100048, China
*Corresponding author: LI Xiaojuan, E-mail:

Received date: 2014-09-22

  Request revised date: 2014-12-12

  Online published: 2015-08-05

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Vegetation dynamics and their coupled relations with climate are current research hot spots in exploring how terrestrial ecosystems respond to climate systems. Beijing-Tianjin-Hebei Metropolis Circle, one of the three major economic circles located in the eastern part of China, has been experiencing a rapid development as well as a severe change in eco-environment. The analysis of NDVI’s (Normalized Difference Vegetation Index) spatial-temporal dynamics and the exploration of relevant key climatic driving factors have special significance in the research of ecological environment change in Beijing-Tianjin-Hebei Metropolis Circle. In order to explore the vegetation dynamics and the impact of climate change on vegetation cover in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013, we adopted NDVI data of MOD13A3 to study the trend and spatial pattern of this region using linear regression, with the assistance of precipitation and average temperature data from the growing season. The climatic driving forces of vegetation cover change were discussed using partial correlation analysis and multiple correlation analysis. The results indicate that NDVI had increased gradually during this period, which showed a good development trend for the vegetation cover in this region. The average partial correlation coefficients between NDVI and precipitation, and between NDVI and average temperature are 0.20 and -0.14 respectively, which indicate that NDVI is positively correlated with precipitation and negatively correlated with the average temperature during the growing season at the annual variation level. Furthermore, the impact of precipitation on NDVI is greater than temperature. Analysis of the driving factors on vegetation change shows that about 89.63% of the study area was impacted by non-climatic driving factor, while 5.68% was driven by a combined climatic factor of both precipitation and temperature, and 4.51% and 0.18% was driven by precipitation and temperature separately. As a result, it is evident to conclude that the vegetation change in this region is mainly affected by human activities.

Key words： Beijing-Tianjin-Hebei Metropolis Circle; NDVI; vegetation cover change; climatic factors

Cite this article

MENG Dan , LI Xiaojuan , GONG Huili , QU Yiting . Analysis of Spatial-Temporal Change of NDVI and Its Climatic Driving Factors in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013[J]. Journal of Geo-information Science, 2015 , 17(8) : 1001 -1007 . DOI: 10.3724/SP.J.1047.2015.01001

1 引言

植被是影响地气系统能量平衡,以及影响环境的敏感指标。随着遥感技术的发展[1],归一化差分植被指数（NDVI）被广泛应用于植被覆盖监测、土地覆盖分类、作物估产、物候监测、自然灾害监测等众多研究领域[2-6]。随着气候变化对生态环境影响日益增强,植被覆盖变化及其对气候的响应成为生态环境领域的研究热点[7-13]。
京津都市圈是中国北方地区重要的经济区。京津冀生态环境是经济一体化的自然物质基础。近几年,京津冀地区实施可持续发展战略,采取一系列政策和工程措施,使得生态环境恶化的趋势有所缓解。尽管如此,该区域的生态建设和环境保护方面仍存在着严重问题,导致该区水土流失、河流淤积、土地沙化、沙尘暴、水资源短缺等。因此,分析区域植被覆盖的中长期变化,加强该区域植被覆盖研究,具有十分重要的意义[14-19]。
本文选取MOD13A3 NDVI数据集,利用遥感技术、空间分析技术及线性回归、相关分析数学方法,分析了京津冀地区近13a的逐像元尺度植被变化特征及其气候因子驱动力;探讨年最大NDVI对生长季降雨量、平均气温的响应,并对NDVI变化的气候因子进行驱动分区,旨在为京津冀地区可持续发展、土地合理利用及生态环境保护提供科学依据和决策支持。

2 研究区域与数据源

2.1 研究区地理特征

根据2005年6月国家发改委启动的“京津冀都市圈区域规划”,正式确定京津冀都市圈的“2+8”格局,该区地处113°27'~119°50'E,37°27'~42°40'N,包括以北京为中心,半径200 km范围内的天津直辖市,以及河北省的8个地级市,是一个完整的区域生态系统。该研究区属温带大陆性季风气候,年无霜期120~200 d;年日照时数2500~3100 h;月平均气温在3 ℃以下,7月平均气温18~27 ℃;年平均降水量524.4 mm;人口约6983万人,土地面积约18×104 km2。其作为我国的政治、文化中心,在我国发展中具有重要的战略地位[20-21]。

2.2 数据源及预处理

（1）本文选用的遥感影像数据是MOD13A3 NDVI月合成数据集,月NDVI数据获取是通过国际通用的最大合成法（MVC）对日数据合成得到,空间分辨率为1 km,时间从2001.01-2013.12。数据来源于美国USGS数据中心（https://lpdaac.usgs.gov/data_access/data_pool）。
在集成Modis_conversion_toolkit处理工具的ENVI软件中,对MODIS数据行进子集提取、图像镶嵌、数据格式转换、投影转换等处理（投影坐标为WGS_1984_UTM_Zone_50N）。并对全年12期的NDVI数据求最大值,由于月合成数据已有效地减少了NDVI数据系列的噪声[22],消除了云、大气、太阳高度角等的部分干扰,所以,NDVI最大值数据可保证数据质量的情况下又能更好代表生长季植被覆盖最佳状况。
（2）降水和气温数据来自于中国气象数据共享网(http://cdc.cma.gov.cn/）,本文采用2001-2013年间全国标准气象站点的月平均温度和月降水资料（共20个站点）,得到20个站点总降雨量数据及平均气温。利用ArcGIS的地统计分析模块,对气温和降水数据进行Kriging空间插值,获取与NDVI数据像元大小一致、投影相同的栅格数据。

3 研究方法

3.1 趋势分析

本文利用一元线性回归方程的斜率进行趋势分析。此方法可计算研究区域监测时段内每个栅格点NDVI的变化趋势,可反映这个区域的植被时空变化规律[23]。计算公式如式（1）所示。
θ slope = n × ∑ i = 1 n （ i × M NDV I i ） - ∑ i = 1 n i ∑ i = 1 n M NDV I i n × ∑ i = 1 n i 2 - ∑ i = 1 n i 2 （1）
式中, n 为监测时间序列的长度,本文中 n =13; M NDV I i 为第 i 年NDVI的最大值; θ slope 为像元NDVI的回归斜率值;如果 θ slope >0,说明该区域在所研究的时间中NDVI的变化趋势是增加的,反之减少, θ slope = 0 说明该区域NDVI没有变化。

3.2 偏相关分析

由于实际地理系统的影响因素较多,在多要素所构成的地理系统中,可采用偏相关系数来度量2个要素之间的相互关系的密切程度,暂不考虑其他要素的影响[23]。分别研究气温、降雨量与植被覆盖的关系,选用偏相关系数可排除另一个因素的影响。偏相关系数计算公式如式（2）所示。
r xy , z = r xy - r xz - r yz ( 1 - r xz 2 ) ( 1 - r yz 2 ) （2）
式中, r xy , z 为变量 z 固定后变量 x 和 y 的偏相关系数; r xy r xz r yz 分别表示变量 x 和 y 、变量 x 与变量 z 、变量 y 与变量 z 的相关系数。本文采用 t 检验法对偏相关系数进行显著性检验。其统计量计算公式如式（3）所示。
t = r xy , z 1 - r xy , z 2 n - m - 1 （3）
式中, n 为样本数; m 为自变量个数。

3.3 复相关分析

一个要素变化受多要素综合作用,而单相关分析和偏相关分析都不能反映各要素的综合影响,须采用复相关分析方法解决这一问题。研究植被覆盖与气温、降雨量2个因子的相关性。复相关系数的计算公式如式（4）所示[13]：
R x , yz = 1 - ( 1 - r xy 2 ) ( 1 - r xz , y 2 ) （4）
式中, R x , yz 表示因变量 x 和自变量 y , z 的复相关系数; r xz , y 为固定变量 y 之后变量 x 和 z 的偏相关系数, r xy 为变量 x 和变量 y 的相关系数。
本文采用F检验法对复相关系数进行显著性检验（式（5））。
F = R x , yz 2 1 - R x , yz 2 × n - k - 1 k （5）
式中, n 为样本数; k 为自变量个数。

4 NDVI变化结果与分析

4.1 京津冀地区植被NDVI的时空变化特征

对每年12期NDVI的月合成数据取平均得到年均NDVI,对其统计得到整个地区的最大值和平均值,13 a来京津冀地区NDVI的逐年变化情况如图1所示。经统计NDVI平均值和最大值的线性倾向率均为正,说明近13 a整个区域的植被覆盖状况有所改善,且NDVI最大值的线性倾向率（0.044/10 a）大于NDVI平均值的线性倾向率（0.009/10 a）。
Fig. 1 The changes of NDVI in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013

图1 2001-2013年间京津冀地区NDVI变化

对每年12期NDVI的月合成数据取最大值,代表一年中植被覆盖最佳状态,为了展示NDVI最大值的空间分布,对2001-2013年的NDVI最大值取平均,得出NDVI最大值多年均值的空间分布图（图2（a））,京津冀地区NDVI总体上呈现出片状分布特征。NDVI较小的区域除了分布在西北受高海拔地形影响及渤海湾地区外,其余大部分均分布在城市建成区集中的区域,如北京、天津、石家庄等地,说明城市建设对植被覆盖影响显著。
采用趋势分析 θ slope 参数评价13年来每个像元的NDVI变化,采用标准差法对结果进行分类,将研究区域划分为7个等级,分别计算不同变化程度区域所占的面积比例（表1）,趋势分析空间分布图如图2（b）所示。从表1可看出,13年来该区域地表覆盖整体得到改善的区域占主导。其中,严重退化区域面积占1.03%,中度退化区域面积占2.77%,而轻微退化面积占比重较大,为15.00%。退化面积较为严重的区域主要集中于东部平原地带,从行政界限上看主要位于北京、天津、唐山、石家庄等地,该类地区城市扩张迅速,城市化进程发展较快,大量自然植被覆盖用地转变为城市用地,从而导致NDVI退化。基本不变区域占总面积的绝大比重（56.06%）,轻微改善占总面积的20.57%。中度改善及明显改善区域分别占总面积的4.06%、0.52%,主要分布在西北山区,从行政界限上看主要位于张家口市,说明在坝上高原地区营造乔、灌、草相结合的防护网,在山区营造水源涵养林和水土保持林等一系列措施已见成效;其余零星分布在承德、保定、沧州等地,尤其在北京城中心地带,植被覆盖呈现改善趋势,表明人类对自然环境的改造（如城市绿化、造林工程等）使植被覆盖呈现上升状态。
Fig. 2 Spatial distribution and change trend of the maximum NDVI in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013

图2 2001-2013年间京津冀地区植被NDVI最大值空间分布及变化趋势图

Tab. 1 Change trend of NDVI in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013

表1 2001-2013年间京津冀地区NDVI变化趋势

NDVI变化趋势范围 变化程度 所占百分比(%)
-0.0763<θslope≤-0.0177 严重退化 1.03
-0.0177<θslope≤-0.0103 中度退化 2.77
-0.0103<θslope≤-0.0029 轻微退化 15.00
-0.0029<θslope≤0.0045 基本不变 56.06
0.0045<θslope≤0.0119 轻微改善 20.57
0.0119<θslope≤0.0193 中度改善 4.06
0.0193<θslope≤0.0626 明显改善 0.52

4.2 京津冀地区气温与降水的时空变化格局

北方地区植被生长季为5-8月[24],利用研究区内气象站点数据汇总得到区域总体生长季降雨量及气温均值,并分析13年来气候变化总体趋势。从图3可看出,该研究区生长季降雨量最大值出现在2012年（525.78 mm）,最小值出现在2002年（332.00 mm）,平均多年生长季降水量为433.38 mm;生长季平均气温最高出现在2001年（24.06 ℃）,最低出现在2004年（22.31℃）,平均温度为23.27 ℃。总体而言,降水、气温均呈上升趋势,但气温变化不明显,该区气候呈湿热态势。
Fig. 3 Variations of the precipitation and average temperature in the growing season

图3 基于气象监测站点的区域生长季降水及平均气温均值变化趋势图

对2001-2013年生长季降水及气温数据进行空间插值,并对13年数据求取平均,得出降水与气温的空间分布图（图4）。从图4可看出,降水量分布呈现出从东南向西北递减趋势,降水量较小的区域包括了张家口、保定、承德、石家庄和北京部分地区;而温度大体呈现南高北低的空间格局,受到纬度及地形影响显著。
Fig. 4 Spatial distribution of precipitation and average temperature for Beijing-Tianjin-Hebei Metropolis Circle in the growing season

图4 京津冀地区生长季降水与平均气温空间分布图

4.3 NDVI与年降水、年均气温之间的关系及其 驱动分析

对京津冀地区13 a的NDVI最大值与生长季降水和平均气温进行偏相关分析,结果见图5。对像元统计得出NDVI最大值和生长季降水及平均气温的平均偏相关系数,分别为0.20、-0.14,表明在年际变化水平上,京津冀地区NDVI总体与降水量呈正相关、与平均气温呈负相关,且NDVI与年降水关系更密切。研究区域内NDVI与年降水量呈正、负相关的区域分别占总区域的72.03%、27.97%,对偏相关系数进行显著性检验,得出6.23%的区域通过p<0.01的检验,主要分布在西北山区。研究区域内NDVI与平均温度呈正、负相关的区域,分别占总区域的30.58%、69.42%,对偏相关系数显著性进行检验得出0.36%,通过p<0.01的检验,零星分布在平原地带。
Fig. 5 The partial correlation coefficients between NDVI and precipitation, and between NDVI and average temperature in Beijing-Tianjin-Hebei Metropolis Circle

图5 京津冀地区NDVI与降水及温度的偏相关系数

本文参照陈云浩[25-26]研究植被覆盖变化驱动分区的原则和标准,对京津冀地区植被覆盖变化进行驱动分区,准则见表2,分区结果见图6。其中,4.51%区域属于降水驱动型,零星分布在承德、张家口、保定、石家庄地区;气温驱动型仅占区域面积的0.18%;降水和气温驱动型所占区域面积的5.68%,主要分布在张家口、承德等部分地区;而非气候因子驱动型所占比例最大为89.63%,遍布全区,片状聚集在东部大部分地区,表明人类活动对植被变化的影响较大。
Tab. 2 The regionalization rules of the driving factors for vegetation change

表2 植被覆盖驱动分区准则

NDVI变化类型 分区准则
rNDVI P,T rNDVI T,P RNDVI,T P
降水驱动型 t ≥ t0.01 F ≥ F0.01
气温驱动型 t ≥ t0.01 F ≥ F0.01
气温、降水驱动型 t ≤ t0.01 t ≤ t0.01 F ≥ F0.01
非气候因子驱动型 F ≤ F0.01

注：表中rNDVI P,T、rNDVI T,P分别为NDVI与降水、气温的偏相关系数,RNDVI,T P则表示NDVI与气温和降水的复相关系数,t和F分别为t、F检验的统计量值,t0.01和F0.01分别为t检验和F检验的0.01显著性水平

Fig. 6 Distribution map of vegetation change regions driven by climatic factors in Beijing-Tianjin-Hebei Metropolis Circle from 2001 to 2013

图6 2001-2013年间京津冀地区植被覆盖变化气候因子驱动力分区图

5 结论与讨论

本文以MOD13 A3的NDVI数据集研究京津冀地区2001-2013年间NDVI分布空间格局及变化趋势,并进一步结合区域同期生长季降水和气温数据,对京津冀地区植被覆盖变化的驱动因子进行分析,得出以下结论：
（1）京津冀地区NDVI 2001-2013年间总体上呈增长趋势,表明该地区植被整体覆盖有所改善。NDVI较小值主要集中在城市建成区,说明城市建设对植被覆盖影响显著。趋势分析表明13 a来,该区域地表植被覆盖整体得到改善区域（25.15%）大于退化的区域面积（18.80%）。
（2）京津冀地区生长季降水整体上呈上升趋势,气温变化不显著。该区域NDVI总体与降水量呈正相关、与平均温度呈负相关,并且降水对植被的影响大于气温的影响。
（3）该研究区非气候因子驱动型所占比例最大（89.63%）;其次是降水和气温综合驱动型（占5.68%）;降水驱动型次之（4.51%）;而气温驱动型所占面积最小（0.18%）。
上述分析认为,非气候因子驱动型面积在区域中占有绝对的优势。近年来,京津冀地区实施可持续发展战略,开展人工植树造林与草地围栏封育等生态保护与建设工作,植被状况不断的得到改善,这表明京津冀地区生态环境的演变除了受到气候因子影响外,人类活动起着十分重要的作用。本研究仅用气温和降水作为植被覆盖变化的驱动因子进行分析,并未考虑人类活动的影响,且在时间尺度上仅考虑了年际变化水平,未将植被生长对水热条件滞后性响应纳入研究,故今后需进一步深入分析探讨。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
吴见,刘民士,李伟涛.不同地形条件下植被覆盖度信息提取技术研究[J].植物生态学报,2013,37(1):18-25.

[2]
崔耀平,刘彤,赵志平,等.干旱荒漠区植被覆盖变化的遥感监测分析[J].地球信息科学学报,2011,13(3):305-312.

[3]
张峰,王桥,李营.呼伦贝尔草原植被覆盖时空动态变化监测定量方法研究[J].自然资源学报,2010,25(10):1698-1708.

[4]
Muchoney D, Borak J, Chi H, et al.Application of the MODIS global supervised classification model to vegetation and land cover mapping of Central America[J]. International Journal of Remote Sensing, 2000,21(6-7):1115-1138.

[5]
邵晓敏,刘勇.基于纹理的乌兰布和沙漠地区植被信息提取[J].遥感技术与应用,2010,25(5):687-694.

[6]
高中灵,徐新刚,王纪华,等.基于时间序列NDVI相似性分析的棉花估产[J].农业工程学报,2012,28(2):148-153.

[7]
王强,张勃,戴声佩,等.三北防护林工程区植被覆盖变化与影响因子分析[J].中国环境科学,2012,32(7):1302-1308.

[8]
何勇,董文杰,郭晓寅,等.基于MODIS的中国陆地植被生长及其与气候的关系[J].生态学报,2007,27(12):5086-5092

[9]
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[J].应用生态学报,2011,22(2):323-330.

[10]
周伟,王倩,章超斌,等. 黑河中上游草地NDVI时空变化规律及其对气候因子的响应分析[J].草业学报,2013,22(1):138-147.

[11]
侯光雷,张洪岩,郭聃,等.长白山区植被生长季NDVI时空变化及其对气候因子敏感性[J].地理科学进展,2012,31(3):285-292.

[12]
Zhang Y L, Gao J G, Liu L S, et al.NDVI-based vegetation changes and their responses to climate change from 1982 to 2011: A case study in the Koshi River Basin in the middle Himalayas[J]. Global and planetary change, 2013,108:139-148.

[13]
Liu J H, Wu J J, Wu Z T, et al.Response of NDVI dynamics to precipitation in the Beijing-Tianjin sandstorm source region[J]. International Journal of Remote Sensing, 2013,34(15):5331-5350.

[14]
白泽龙,包安明,赵金,等.京津冀地区近40年来土地利用与覆被动态变化研究[J].水土保持通报,2012,32(2):172-177.

[15]
何书林. 京津冀地区湿地资源及其动态变化研究[D].乌鲁木齐:新疆大学,2010.

[16]
马程,李双成,刘金龙,等.基于SOFM网络的京津冀地区生态系统服务分区[J].地理科学进展,2013,32(9):1383-1393.

[17]
孟丹,李小娟,徐辉,等.京津冀都市圈城乡建设用地空间扩张特征分析[J].地球信息科学学报,2013,15(2):289-296.

[18]
田勤科,李大林,王玉忠.河北省京津风沙源区沙化土地治理现状与对策[J].河北林业科技,2011,4:49-51.

[19]
祝尔娟,齐子翔,毛文富.京津冀区域承载力与生态文明建设——2012首都圈发展高层论坛观点综述[J].生态经济,2014,30(2):57-61.

[20]
樊杰,陈田,张文忠,等.京津冀都市圈区域综合规划研究[M].北京:科学出版社,2008.

[21]
吴良镛等. 京津冀地区城乡空间发展规划研究二期报告[M].北京:清华大学出版社,2006.

[22]
宋怡,马明国.基于SPOT VEGETATION数据的中国西北植被覆盖变化分析[J].中国沙漠,2007,27(1):89-93.

[23]
徐建华. 现代地理学中的数学方法[M].北京:高等教育出版社,2002.

[24]
王宏,李晓兵,李霞,等.基于NOAA NDVI和MSAVI研究中国北方植被生长季变化[J].生态学报,2007,27(2):504-515.

[25]
陈云浩,李晓兵,史培军.1983-1992年中国陆地NDVI变化的气候因子驱动分析[J].植物生态学报,2001,25(6):716-720.

[26]
王永财,孙艳玲,王中良.1998-2011年海河流域植被覆盖变化及气候因子驱动分析[J].资源科学,2014,36(3):594-602.

Options
Outlines

/

〈 〉