文章编号:1007-4619(2005) 03-0308-06
中国西北地区NDV I 变化及其与温度和降水的关系
李 震, 阎福礼, 范湘涛
(中国科学院遥感应用研究所, 北京 100101)
摘 要: 稀疏的植被覆盖是干旱和半干旱地区最主要的环境特征, 因此长期定量的植被分布和变化观测能够分析干旱和半干旱地区的环境变化。在以干旱和半干旱地区为主要的中国西北地区存在着森林减少、土地侵蚀、盐碱化和沙漠扩张等严重的环境问题, 生态环境十分脆弱。通过NOAA /AVHRR 建立近20年来中国西北地区NDV I 变化序列, 利用差分法、斜率变化和主成分分析3种方法分析植被变化。3种方法显示出基本一致的结果, 即大部分地区植被状况恶化, 局部地区有所好转。通过分析植被变化与温度、降水变化的关系, 发现NDV I 与降水存在明显的正相关关系, 而与温度变化的关系并不明显, 表明降水是影响西北地区植被变化最主要的自然因素。
关键词: NDVI ; 植被覆盖变化; 温度; 降水中图分类号: TP79 文献标识码: A
(0. 58—0. 68μm ) 存在强烈的吸收带, 在近红外波段
1 引 言
地表植被覆盖通过碳循环在全球变化中扮演着重要的角色, 气候变化也影响植被的生长和光合作用。植被作为环境的指示标志, 植被指数的变化能够揭示环境的演化、变迁。多时相的遥感数据记录了植被状况的变化历程, 因此, 植被指数遥感为大面积监测植被状况的演化过程提供了技术可能, 从而可以起到监测、预警作用, 为减缓退化过程甚至恢复原有自然环境提供决策服务。在干旱与半干旱地区, 稀疏植被覆盖是其主要的环境特征, 长期定量的植被分布和变化分析能够找出环境变化的原因。中国西北地区具有干旱大陆性气候特征, 主要为干旱与半干旱区, 研究地表植被覆盖变化对于该地区的能量、生物化学循环、水循环以及区域气候变化有重要意义。
卫星遥感技术显示出在植被监测方面强大的作用, NOAA /AVHRR 的NDV I 是区域尺度上分析植被参数最重要的数据, 它可以有效地观测生物状态, 估算净初级生产力。由于植被树冠在红色波段
收稿日期:2004-03-19; 修订日期:2004-03-21
(0. 72—1. 1μm ) 存在强烈的散射和反射, 所以波段差异可以进行植被的检测和监测。其中, N DV I 是最为常用的一种植被指数, 该指数提供了强烈的植被信号和很好的光谱反差, 在监测区域和全球的光合作用扮演着重要的作用
[1]
。NDV I 在高植被覆盖地区
存在过饱和现象, 而对植被稀疏地区的植被变化尤其敏感, 故利用NDV I 分析中国西北地区的植被变化十分有益。本文通过遥感图像处理建立了中国西北地区1982—2001年来的NDVI 时间序列, 并采用差分、变化斜率和主成分分析3种方法分析西北地区的植被变化情况, 并与降水和温度变化情况进行了比较分析。
2 研究方法与数据
2. 1 研究区与预处理
研究区位于中国西北地区, 东径73°15′—111°17′和北纬31°32′—49°10′之间, 面积约为300万km 2, 包括6个省(陕西、甘肃、新疆、青海、宁夏和内蒙古西部) 大部分地区属于干旱少雨的干旱半干旱地区。
基金项目:中国科学院知识创新工程项目(KZCX1-10-06) , 国家863计划(2003AA131053) 和KGW 支持。
作者简介:李震(1966— ) , 男, 研究员。1988年毕业于武汉测绘科技大学航测系, 1998年获中国科学院兰州冰川冻土研究所理学博士学位。主要从事环境遥感和微波遥感研究, 已发表论文40余篇。
平坦地区4种主要的地貌类型包括沙漠、荒野、戈壁及绿洲地带; 黄土高原的裸露与松散黄土; 天山北部的草甸和草地; 半干旱地区的耕作旱地。图1是西
北地区1990年的NDVI 分布图, 显示了该地区的植
被分布状况, 由暗到亮表明植被覆盖由差到好的基本状况
。
图1 中国西北地区1990年NDV I 分布示意图Fig . 1 The NDV I i mage of north western China in 1990
NDVI 的计算公式为:
NDVI =(MIR -RE D ) /(NIR +RE D ) (1) 这里RE D 和NIR 分别为红色波段和近红外波段的上
行地表反射率。在计算ND V I 之前先要进行定标和数据校正, 以减少云层、大气浮尘颗粒、视角、太阳高度角的影响[2]。美国NOAA 卫星提供了1979年以来高时间分辨率(1天) 的长时间序列, 由NOAA /A VHRR 遥感图像上生成了10天极大值N DV I 合成数据, 该数据处理还包括辐射定标、大气辐射、NDV I 计算、几何纠正和合成。常用的合成方法根据无云数据获取状况或地表特征的变化尺度采用7天、10天或14天的合成数据, 根据西北地区农业和生物物理特性, 10天一个周期能够较好的反映植被的变化状况同时兼顾无云数据获取的可能。本文将数据都投影到Albers 等面积投影, 以便于比较, 然用采用3种方法来分析地表差异和变化, 分别是简单差分分析方法、变化斜率分析方法和主成分分析方法。
2. 2 简单差分分析方法
简单差分方法, 就是利用配准时相图像之间差值的相对变化百分比来衡量变化的大小:
t 22
P ij =(NDVI t i 1/NDVI t ij (2) j -NDVI i j )
1
其中, P ij , 是第i 行, j 列像素的百分比数值; NDV I t ij , [3]
单差分方法, 利用NDVI 的年平均值图像(1982和1991年两幅图像) , 生成西北地区10年间NDVI 的百分比变化图像(图2(a ) ) :
百分比变化图像
=(NDV I 1991-NDVI 1982) /NDV I 1982
(3)
每一个像素值代表了1991年年平均图像的NDV I 值相对于1982年像素变化的百分比。同样, 采用2001年和1982年数据建立20年间的变化百分比图像(图2(b ) ) 。
2. 3 拟合线性方程斜率变化分析方法
植被生长的季节变化会造成NDVI 季节性的增大和减少, 同样, 时间序列年平均NDVI 也表现了植被生长的年际变化。由于时间段端点年份的气候异常对监测植被的生长状态影响极大, 不利于观测分析长时间序列中的演化、变化趋势。因此, 我们对每个像素, 以该年前后12个月的NDV I 值取平均(如1981年7月至1982年7月) , 作为该年份(如1982年) 的平均NDV I 值, 生成1981年7月至2001年7月20年间的平均NDVI 数据。对于每个像素, 将对应有20年的时间序列数值。这些数值拟合线性直线的斜率揭司了在一定时间序列中, 该像素所代表的植被指数的演化趋势。斜率大于零, 说明该像素代表的植被状况在向好的方面发展, 反之则是植被状况变差。本文分别计算了10年和20年(图3) 和NDV I 斜率图像。
是时相为t 1是第i 行, j 列像素的NDV I 值; t 1, t 2代表时相; i , j 代表第i 行, j 列像素的位置。采用简
图2 西北地区10年间(a ) 、20年间(b ) NDVI 的百分比变化图像
Fig . 2 The NDV I difference image between 1982and 1991(a ) , and between 1982and 2001(b
)
2. 4 主成分分析方法
主成分分析是根据协方差矩阵或相关矩阵对多波段图像数据进行线性变换, 按照方差的大小分别提取一系列不相关的主成分的方法。
设X =[X 1, X 2, …, X N ]是协方差矩阵为C 的N 维随机变量, 则新的主成分Y 1, Y 2, …, Y N , 可以表达为:
Y j =a 1j X 1+a 2j X 2+…+a Nj X N =a T J X
T
T
(5)
其中, T 代表矩阵转置; a j =[a 1j , a 2j , …,a Nj ]是协方差距阵的归一化特征向量(即:a T 1) 。j a j =
对于长时间序列(20年) 的植被变化的研究, 简单差分技术得到的只是长时间序列中端点年份ND -图3 西北地区20年(1982—2001) 间NDVI 线性拟合
斜率图像
Fig . 3 The images of the regression slope of the NDVI over
20years (1982—2001) in North west , China
V I 之间的差值变化; NDV I 变化斜率分析反映的是植被的演化趋势, 这两种方法都容易受极端现象的影响, 造成结果的很大偏离。通过对1981年7月至2001年6月的平均NDV I 图像的年际主成分分析,
生成了主成分图像, 并计算了主成分荷载(Loadings ) (主成分图像与每一幅输入时相图像的相关) 。每一主成分与各输入NDVI 图像都具有很高的相关性, 近似等于1. 0, 说明空间的变化特征远大于地面植被覆盖的年际变化, 表明该地区植被分布差异较大。在每一个卫星运行期间, 第二、三主成分荷载表现为单调增加或减少, 在卫星切换年份则表现为荷载值的异常[5]。第二主成分在1984—1985, 1993—1994, 1998—2000和第三主成分在1984—1985, 1988—1989年份有较大的变化, 这是由相应年份卫星更替以及传感器定标不准确引起的结果, 表明第二、三主成分荷载揭示了NOAA 系列卫星更新造成的辐射定标和图像配准影响的结果。第四主成分反映了植被
生物量斜率图像能更为明确地反映20年间植被生长的生物物理意义, 比图像差分方法更为准确地满足变化监测的需要, 更适合于监测植被的变化状况。由于NDVI 与植被的生物量密切相关, 我们根据Goward 的积分方法, 提取了不同植被覆盖类型的NDV I ———生物量参数ξ, 计算了植被的生物量
[4]
:
NPP =
∑NDVI ＊ξ
(4)
利用计算的NPP 结果, 采用上述计算NDV I 斜率图像的方法, 计算了西北地区20年间生物量变化的拟合线性方程斜率变化图像(图4(d ) ) 。
变化的信息, 图像上正值区域是N DV I 增加的地区, 负值区域是植被退化、NDV I 降低的地区(图4(c ) ) 。针对由于卫星切换和传感器定标导致的问题, 主要
通过假定裸露地表NDVI 值的变化基本恒定来归一
化处理, 所建立的变化分析是基于裸地区域20年间生物量不变进行
。
图4 西北地区土地覆盖分类图及其3种分析方法建立的20年间植被变化图像
Fig . 4 The classifications of land -covers and vegetation change in north western China with three methods from 1982to 2001
在整个20年间的变化情况(表1) 。可以看到
3 结果与讨论
研究表明生物量斜率图像比主成分变换更为明确地反映了20年间植被生长的生物物理意义。因此, 生物量斜率方法比图像差分方法更为准确, 相对于主成分变换计算简明、生物物理意义明确, 并能满足变化监测的需要, 更适合于监测植被的变化状况[6]。因此, 我们采用生物量的斜率作为衡量该地区植被变化指标, 分析20年(1982—2001) 间的ON -AA /AVHRR 的NDV I 数据, 总结植被的20年间的变化趋势、演化分化状况。
基于NASA 的AVHRR 数据分类, 将中国西北地区的地表覆盖类型分为:水体、常绿林、落叶林、混合体、灌木和灌木草地、草地(自然草地) 、耕地、裸地, 共8种地物(图4(a ) ) 。将20年来各类别的生物量进行了线性拟合。为了尽可能地消除卫星更新等外来因素对斜率拟合的影响, 我们以裸地覆盖类型像素的生物量斜率的变化范围为阈值(被分割在这一范围之间的像素视为没有变化, 包括了91%以上的沙漠覆盖区域) , 将前后各10年的斜率图像分别进行了分割统计。根据生物量斜率图像, 可以发现前10年(1982—1991年) 表现为增加的区域, 在后10年(1992—2001年) 已经发生了大面积的退化。统计1982—2001年前10年间各类地物的生长状况, 及其
1992—2001之间的20年间, 林地、灌木草地、草地区域都发生了大面积的植被退化。如:常绿林生物量
表现为增加的像素数目降低了将近16%,而表现为降低的区域由原来的6. 44%达到了23. 94%;灌木草地和自然草地中, 原来表现为增加和不变的面积都有不同程度的降低, 表现为生物量减少的区域却有了很大面积的增加。综合统计表明20年间, 西部生物量的生长状况表现出局部改善、全面恶化的演化、变迁趋势。
降水和温度变化是影响中国西北地区植被生长的主要自然因子, 因此对比分析植被变化与温度、降水变化的关系可以发现该区域环境变化的主要原因。从降水和气温变化图上, 可以看到近40年来, 天山地区的降水增加。其中北疆地区年降水量平均增加了36. 0mm , 偏多了22%;南疆地区年平均降水量增加了17. 4mm , 偏多了33%;天山山区年平均降水量增加了近40mm , 偏多了12%。西北东部地区降水减小, 自20世纪80年代中期开始降水持续偏少, 1987—2000年降水量则比1961—1986年平均减少了5%—15%。而整个区域的气温是呈增加趋势, 从参加统计的站点来看, 新疆北部是变暖最为明显的地区, 其中富蕴的偏高幅度达到1. 7℃;西北东部以及青海高原的大部分地区气温偏高的幅度也在0. 8—13℃之间
[7]
。
表1 1982—2001年不同地表覆盖类型变化状态统计(基于裸地区域20年间生物量不变)
Table 1 The change status of different land co vers over 1982—2001(threshold =the range of biomass slope of the desert regions )
地
表覆 盖
时间段前10年生长状态
常绿林落叶林混合林灌木草地自然草地耕 地
20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态
1982—2001年不同地表覆盖类变化统计
增 加/%73. 0056. 9264. 3047. 8057. 8941. 5434. 5726. 3331. 3129. 1235. 1024. 32
不 变%20. 5619. 1426. 7824. 7133. 7330. 0447. 5142. 0951. 0446. 9555. 3454. 46
减 少/%
6. 423. 948. 9227. 498. 3828. 4217. 9231. 5817. 6523. 939. 5621. 22
图5 1987—2000年与1961—1986年西北地区平均降水(a ) 、气温之差(b )
Fig . 5 The difference of the average precipitation (a ) and temperature (b ) from 1987to 2000and from 1961to 2000and form
1961to 1986in north west China [7]
对比分析该区域降水和图4中3种方法计算的
NDVI 变化, 我们可以看到西北地区NDV I 增加的地区主要位于新疆的天山地区, 减少的主要在西北东部地区, 而甘肃和青海西部, 以及新疆东部NDV I 变化不大, 这与降水的变化非常一致, 表明NDVI 变化与降水变化有很好的正相互关系。这一结果说明降水是决定干旱与半干旱地区植被生长的主要因素, 多降水年份植被生长茂盛, 少雨年份植然生长缓慢稀少。该地区的温度整体上升高, 这与NDV I 的变化的地区差异并不一致, 表明温度与NDV I 变化没有直接的相关关系。这是由于温度增加一方面为植被生成提供热量促进植物生长发育; 另一方面温度升高, 地表蒸发量加大, 水分流失增加, 会导致植被生长缺水, 这种现象在干旱半干旱地区尤其严重。总体上讲, 降水增加的部分不足以抵消由温度升高而引起蒸发加强的部分, 最终导致该区域植被呈总体恶化的局面, 个别地区植被状况好转。
4 结 论
(1) 本文显示了NOAA /AVHRR , NDV I 在区域尺度上监测植被覆盖变化方面的能力。大部分发生变化的像素在3幅图像(差分图像、变化斜率图像和第四主成分图像) 中表现一致, 基本位置相同, 具有相同的变化方向和量级。生物量斜率图像比差分图像更接近于代表植被变化的第四主成分, 并且比主成分变换更明确地反映了20年间植被生长的生物物理意义。研究结果表明了AVHRR 在区域植被变化研究方面的可靠性。
(2) 综合统计结果显示前10年(1982—1991年) 植物生长状况要好于后10年(1992—2001年) ; 而且基于沙漠区域像素20年不变的原则, 分割生物量斜率图像的统计结果揭示了中国西部在1982—2001年的20年间, 林地、草地都发生了高比例、大面
积的退化, 只有很小比例的植被得以改善, 表现出局部改善、总体恶化的局面。
(3) 变化图像表明近20年中国西北植被总体变差, 特别在黄土高原地区由于降水减少、温度增加、显示变化尤其强烈。新疆天山地区西北地区降水增加、温度增加, 植被变化向好。显示植被变化与降水存在明显的正相关关系, 而与温度变化的关系并不明显, 表明降水是影响西北地区植被变化最主要的自然因素。参考文献(References ) :
[1] Tucker C J Red and Photograpic Infrared Linear Combinations for
Monitoring Vegetation [J ]. Re mote Sensing of the Envir onment , 1979, 8:127—150.
[2] Che N , Price J C . Survey of Radiometric Calibration R esults and
Methods for Visi ble and Near Infrared Channels of NO AA -7,-9, and ,-11AVHRR [J ]. Remote Sens ing of Environment , 1992, 41(1) :
19—27.
[3] Eidens hink J C , Faundeen J L . The 1km A VHRR Gl obal L and Data
Set :First Stages in Implementi on [J ]. Inter national Journal of Remot Sensing , 1994, 15(17) 3443—3462.
[4] Running S W . Estimating Terres trial Primary Productivit y by Combin -ing R emote Sensing and Ecos ys tem Simulation [A ]. R emote Sens ing of Bi os phere Functioning [C ]. Springer -Verlag , Ne w York . 1990.
[5] Y oung S S , Anyamba A . Comparis on of NOAA /NA SA PAL and
NO AA GVI D ata for Vegetation Change Studies over China [J ]. Pho -togr ammetr ic Enginee ring and Remote Sens ing , 1999, 65:679—688.
[6] Yan F , L i Z , Shao Y , et al . Monitoting of Changes in Land Vegetation
Covers Us ing NOAA /A VHR R NDVI Datasets [J ]. Journal of L anzhou Unive rs ity (Natural Sciences ) . 2003, 39(2) :92—94[阎福礼, 李震, 邵芸等. 基于NOAA /A VHRR 数据的西部植被覆盖变化监测[J ]. 兰州大学学报(自然科学版) , 2003, 39(2) :90—94. ]
[7] Zhang Z , Gao X . The Effect of Global Warming for the Precipitation
in the Autumn in Nort hwest [J ]. Journal of Glacier s and pe rmafrost , 2003, 25(2) :157—164. [张存杰, 高学杰. 全球气候变暖对西北地区秋季降水的影响[J ]. 冰川冻土, 2003, 25(1) :157—164]
The Variability of NDV I over Northwest China and Its Relation to
Temperature and Precipitation
LI Zhen , YAN Fu -li , FAN Xiang -tao
(Ins titute of Re mote Sensing Appl ications , Chines e Ac ade my of Sciences , Beiji ng 100101, C hina )
Abstract : Land vegetation plays a major role in the global climate c hange through c ar bon cycle , and climate c hange in tur n af -fects vegetation gr owth and its photosynthetic activity . In ar id and semi -arid area , spar se vegetation c over char acterizes environ -ments . Thus quantitative tempor al ser ies analysis of vegetation distr ibution and its variations enables obser ving annual tr ends , helps to find out the r eason for envir onment variability . There ar e serious environmental pr oblems , such as deforestation , soil erosion , salinization , and desert encr oac hment in the northwestern China , its natural conditions is ver y delicate . In this paper , we built the time series of vegetation change by the NDVI (nor malized difference vegetation index ) covered northwest regions in recent 20years , and analyzd the time ser ial N DVI var iability using three methods , which are simple differenc ing , slope map of NDVI (and biomass ) , and pr incipal c omponent analysis (PCA ) . The change image de monstrated that the area of vegetation covers decr ease in recent 20years in northwestern China , especially in the Loess Plateau wher e precipitation decrease and te mperature incr ease . Only little par t , such as the Tianshan Mor untain area , vegetation is increased . The character of ve getation change in northwest showed that the ec ological environment in this ar ea is becoming more fragile , such as shrinking of lakes , oasis and wetland , area extending of soil erosion , salinization land , and desert bec ause human activities and global war ming . The correlation analysis between NDVI with the temperature and precipitation in northwestern China was carried out . There was significant positive c orrelation between NDVI and precipitation , and temperature was not str ong correlation relatively with N DVI in the northwest China . The results showed AVHRR is reliable for r egional vegetation change researc h after c omparing with the c hange of prec ipitation and tempoera -ture .
Key words : N DVI ; vegetation cover changes ; precipitation ; temperature
文章编号:1007-4619(2005) 03-0308-06
中国西北地区NDV I 变化及其与温度和降水的关系
李 震, 阎福礼, 范湘涛
(中国科学院遥感应用研究所, 北京 100101)
摘 要: 稀疏的植被覆盖是干旱和半干旱地区最主要的环境特征, 因此长期定量的植被分布和变化观测能够分析干旱和半干旱地区的环境变化。在以干旱和半干旱地区为主要的中国西北地区存在着森林减少、土地侵蚀、盐碱化和沙漠扩张等严重的环境问题, 生态环境十分脆弱。通过NOAA /AVHRR 建立近20年来中国西北地区NDV I 变化序列, 利用差分法、斜率变化和主成分分析3种方法分析植被变化。3种方法显示出基本一致的结果, 即大部分地区植被状况恶化, 局部地区有所好转。通过分析植被变化与温度、降水变化的关系, 发现NDV I 与降水存在明显的正相关关系, 而与温度变化的关系并不明显, 表明降水是影响西北地区植被变化最主要的自然因素。
关键词: NDVI ; 植被覆盖变化; 温度; 降水中图分类号: TP79 文献标识码: A
(0. 58—0. 68μm ) 存在强烈的吸收带, 在近红外波段
1 引 言
地表植被覆盖通过碳循环在全球变化中扮演着重要的角色, 气候变化也影响植被的生长和光合作用。植被作为环境的指示标志, 植被指数的变化能够揭示环境的演化、变迁。多时相的遥感数据记录了植被状况的变化历程, 因此, 植被指数遥感为大面积监测植被状况的演化过程提供了技术可能, 从而可以起到监测、预警作用, 为减缓退化过程甚至恢复原有自然环境提供决策服务。在干旱与半干旱地区, 稀疏植被覆盖是其主要的环境特征, 长期定量的植被分布和变化分析能够找出环境变化的原因。中国西北地区具有干旱大陆性气候特征, 主要为干旱与半干旱区, 研究地表植被覆盖变化对于该地区的能量、生物化学循环、水循环以及区域气候变化有重要意义。
卫星遥感技术显示出在植被监测方面强大的作用, NOAA /AVHRR 的NDV I 是区域尺度上分析植被参数最重要的数据, 它可以有效地观测生物状态, 估算净初级生产力。由于植被树冠在红色波段
收稿日期:2004-03-19; 修订日期:2004-03-21
(0. 72—1. 1μm ) 存在强烈的散射和反射, 所以波段差异可以进行植被的检测和监测。其中, N DV I 是最为常用的一种植被指数, 该指数提供了强烈的植被信号和很好的光谱反差, 在监测区域和全球的光合作用扮演着重要的作用
[1]
。NDV I 在高植被覆盖地区
存在过饱和现象, 而对植被稀疏地区的植被变化尤其敏感, 故利用NDV I 分析中国西北地区的植被变化十分有益。本文通过遥感图像处理建立了中国西北地区1982—2001年来的NDVI 时间序列, 并采用差分、变化斜率和主成分分析3种方法分析西北地区的植被变化情况, 并与降水和温度变化情况进行了比较分析。
2 研究方法与数据
2. 1 研究区与预处理
研究区位于中国西北地区, 东径73°15′—111°17′和北纬31°32′—49°10′之间, 面积约为300万km 2, 包括6个省(陕西、甘肃、新疆、青海、宁夏和内蒙古西部) 大部分地区属于干旱少雨的干旱半干旱地区。
基金项目:中国科学院知识创新工程项目(KZCX1-10-06) , 国家863计划(2003AA131053) 和KGW 支持。
作者简介:李震(1966— ) , 男, 研究员。1988年毕业于武汉测绘科技大学航测系, 1998年获中国科学院兰州冰川冻土研究所理学博士学位。主要从事环境遥感和微波遥感研究, 已发表论文40余篇。
平坦地区4种主要的地貌类型包括沙漠、荒野、戈壁及绿洲地带; 黄土高原的裸露与松散黄土; 天山北部的草甸和草地; 半干旱地区的耕作旱地。图1是西
北地区1990年的NDVI 分布图, 显示了该地区的植
被分布状况, 由暗到亮表明植被覆盖由差到好的基本状况
。
图1 中国西北地区1990年NDV I 分布示意图Fig . 1 The NDV I i mage of north western China in 1990
NDVI 的计算公式为:
NDVI =(MIR -RE D ) /(NIR +RE D ) (1) 这里RE D 和NIR 分别为红色波段和近红外波段的上
行地表反射率。在计算ND V I 之前先要进行定标和数据校正, 以减少云层、大气浮尘颗粒、视角、太阳高度角的影响[2]。美国NOAA 卫星提供了1979年以来高时间分辨率(1天) 的长时间序列, 由NOAA /A VHRR 遥感图像上生成了10天极大值N DV I 合成数据, 该数据处理还包括辐射定标、大气辐射、NDV I 计算、几何纠正和合成。常用的合成方法根据无云数据获取状况或地表特征的变化尺度采用7天、10天或14天的合成数据, 根据西北地区农业和生物物理特性, 10天一个周期能够较好的反映植被的变化状况同时兼顾无云数据获取的可能。本文将数据都投影到Albers 等面积投影, 以便于比较, 然用采用3种方法来分析地表差异和变化, 分别是简单差分分析方法、变化斜率分析方法和主成分分析方法。
2. 2 简单差分分析方法
简单差分方法, 就是利用配准时相图像之间差值的相对变化百分比来衡量变化的大小:
t 22
P ij =(NDVI t i 1/NDVI t ij (2) j -NDVI i j )
1
其中, P ij , 是第i 行, j 列像素的百分比数值; NDV I t ij , [3]
单差分方法, 利用NDVI 的年平均值图像(1982和1991年两幅图像) , 生成西北地区10年间NDVI 的百分比变化图像(图2(a ) ) :
百分比变化图像
=(NDV I 1991-NDVI 1982) /NDV I 1982
(3)
每一个像素值代表了1991年年平均图像的NDV I 值相对于1982年像素变化的百分比。同样, 采用2001年和1982年数据建立20年间的变化百分比图像(图2(b ) ) 。
2. 3 拟合线性方程斜率变化分析方法
植被生长的季节变化会造成NDVI 季节性的增大和减少, 同样, 时间序列年平均NDVI 也表现了植被生长的年际变化。由于时间段端点年份的气候异常对监测植被的生长状态影响极大, 不利于观测分析长时间序列中的演化、变化趋势。因此, 我们对每个像素, 以该年前后12个月的NDV I 值取平均(如1981年7月至1982年7月) , 作为该年份(如1982年) 的平均NDV I 值, 生成1981年7月至2001年7月20年间的平均NDVI 数据。对于每个像素, 将对应有20年的时间序列数值。这些数值拟合线性直线的斜率揭司了在一定时间序列中, 该像素所代表的植被指数的演化趋势。斜率大于零, 说明该像素代表的植被状况在向好的方面发展, 反之则是植被状况变差。本文分别计算了10年和20年(图3) 和NDV I 斜率图像。
是时相为t 1是第i 行, j 列像素的NDV I 值; t 1, t 2代表时相; i , j 代表第i 行, j 列像素的位置。采用简
图2 西北地区10年间(a ) 、20年间(b ) NDVI 的百分比变化图像
Fig . 2 The NDV I difference image between 1982and 1991(a ) , and between 1982and 2001(b
)
2. 4 主成分分析方法
主成分分析是根据协方差矩阵或相关矩阵对多波段图像数据进行线性变换, 按照方差的大小分别提取一系列不相关的主成分的方法。
设X =[X 1, X 2, …, X N ]是协方差矩阵为C 的N 维随机变量, 则新的主成分Y 1, Y 2, …, Y N , 可以表达为:
Y j =a 1j X 1+a 2j X 2+…+a Nj X N =a T J X
T
T
(5)
其中, T 代表矩阵转置; a j =[a 1j , a 2j , …,a Nj ]是协方差距阵的归一化特征向量(即:a T 1) 。j a j =
对于长时间序列(20年) 的植被变化的研究, 简单差分技术得到的只是长时间序列中端点年份ND -图3 西北地区20年(1982—2001) 间NDVI 线性拟合
斜率图像
Fig . 3 The images of the regression slope of the NDVI over
20years (1982—2001) in North west , China
V I 之间的差值变化; NDV I 变化斜率分析反映的是植被的演化趋势, 这两种方法都容易受极端现象的影响, 造成结果的很大偏离。通过对1981年7月至2001年6月的平均NDV I 图像的年际主成分分析,
生成了主成分图像, 并计算了主成分荷载(Loadings ) (主成分图像与每一幅输入时相图像的相关) 。每一主成分与各输入NDVI 图像都具有很高的相关性, 近似等于1. 0, 说明空间的变化特征远大于地面植被覆盖的年际变化, 表明该地区植被分布差异较大。在每一个卫星运行期间, 第二、三主成分荷载表现为单调增加或减少, 在卫星切换年份则表现为荷载值的异常[5]。第二主成分在1984—1985, 1993—1994, 1998—2000和第三主成分在1984—1985, 1988—1989年份有较大的变化, 这是由相应年份卫星更替以及传感器定标不准确引起的结果, 表明第二、三主成分荷载揭示了NOAA 系列卫星更新造成的辐射定标和图像配准影响的结果。第四主成分反映了植被
生物量斜率图像能更为明确地反映20年间植被生长的生物物理意义, 比图像差分方法更为准确地满足变化监测的需要, 更适合于监测植被的变化状况。由于NDVI 与植被的生物量密切相关, 我们根据Goward 的积分方法, 提取了不同植被覆盖类型的NDV I ———生物量参数ξ, 计算了植被的生物量
[4]
:
NPP =
∑NDVI ＊ξ
(4)
利用计算的NPP 结果, 采用上述计算NDV I 斜率图像的方法, 计算了西北地区20年间生物量变化的拟合线性方程斜率变化图像(图4(d ) ) 。
变化的信息, 图像上正值区域是N DV I 增加的地区, 负值区域是植被退化、NDV I 降低的地区(图4(c ) ) 。针对由于卫星切换和传感器定标导致的问题, 主要
通过假定裸露地表NDVI 值的变化基本恒定来归一
化处理, 所建立的变化分析是基于裸地区域20年间生物量不变进行
。
图4 西北地区土地覆盖分类图及其3种分析方法建立的20年间植被变化图像
Fig . 4 The classifications of land -covers and vegetation change in north western China with three methods from 1982to 2001
在整个20年间的变化情况(表1) 。可以看到
3 结果与讨论
研究表明生物量斜率图像比主成分变换更为明确地反映了20年间植被生长的生物物理意义。因此, 生物量斜率方法比图像差分方法更为准确, 相对于主成分变换计算简明、生物物理意义明确, 并能满足变化监测的需要, 更适合于监测植被的变化状况[6]。因此, 我们采用生物量的斜率作为衡量该地区植被变化指标, 分析20年(1982—2001) 间的ON -AA /AVHRR 的NDV I 数据, 总结植被的20年间的变化趋势、演化分化状况。
基于NASA 的AVHRR 数据分类, 将中国西北地区的地表覆盖类型分为:水体、常绿林、落叶林、混合体、灌木和灌木草地、草地(自然草地) 、耕地、裸地, 共8种地物(图4(a ) ) 。将20年来各类别的生物量进行了线性拟合。为了尽可能地消除卫星更新等外来因素对斜率拟合的影响, 我们以裸地覆盖类型像素的生物量斜率的变化范围为阈值(被分割在这一范围之间的像素视为没有变化, 包括了91%以上的沙漠覆盖区域) , 将前后各10年的斜率图像分别进行了分割统计。根据生物量斜率图像, 可以发现前10年(1982—1991年) 表现为增加的区域, 在后10年(1992—2001年) 已经发生了大面积的退化。统计1982—2001年前10年间各类地物的生长状况, 及其
1992—2001之间的20年间, 林地、灌木草地、草地区域都发生了大面积的植被退化。如:常绿林生物量
表现为增加的像素数目降低了将近16%,而表现为降低的区域由原来的6. 44%达到了23. 94%;灌木草地和自然草地中, 原来表现为增加和不变的面积都有不同程度的降低, 表现为生物量减少的区域却有了很大面积的增加。综合统计表明20年间, 西部生物量的生长状况表现出局部改善、全面恶化的演化、变迁趋势。
降水和温度变化是影响中国西北地区植被生长的主要自然因子, 因此对比分析植被变化与温度、降水变化的关系可以发现该区域环境变化的主要原因。从降水和气温变化图上, 可以看到近40年来, 天山地区的降水增加。其中北疆地区年降水量平均增加了36. 0mm , 偏多了22%;南疆地区年平均降水量增加了17. 4mm , 偏多了33%;天山山区年平均降水量增加了近40mm , 偏多了12%。西北东部地区降水减小, 自20世纪80年代中期开始降水持续偏少, 1987—2000年降水量则比1961—1986年平均减少了5%—15%。而整个区域的气温是呈增加趋势, 从参加统计的站点来看, 新疆北部是变暖最为明显的地区, 其中富蕴的偏高幅度达到1. 7℃;西北东部以及青海高原的大部分地区气温偏高的幅度也在0. 8—13℃之间
[7]
。
表1 1982—2001年不同地表覆盖类型变化状态统计(基于裸地区域20年间生物量不变)
Table 1 The change status of different land co vers over 1982—2001(threshold =the range of biomass slope of the desert regions )
地
表覆 盖
时间段前10年生长状态
常绿林落叶林混合林灌木草地自然草地耕 地
20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态前10年生长状态20年总的生长状态
1982—2001年不同地表覆盖类变化统计
增 加/%73. 0056. 9264. 3047. 8057. 8941. 5434. 5726. 3331. 3129. 1235. 1024. 32
不 变%20. 5619. 1426. 7824. 7133. 7330. 0447. 5142. 0951. 0446. 9555. 3454. 46
减 少/%
6. 423. 948. 9227. 498. 3828. 4217. 9231. 5817. 6523. 939. 5621. 22
图5 1987—2000年与1961—1986年西北地区平均降水(a ) 、气温之差(b )
Fig . 5 The difference of the average precipitation (a ) and temperature (b ) from 1987to 2000and from 1961to 2000and form
1961to 1986in north west China [7]
对比分析该区域降水和图4中3种方法计算的
NDVI 变化, 我们可以看到西北地区NDV I 增加的地区主要位于新疆的天山地区, 减少的主要在西北东部地区, 而甘肃和青海西部, 以及新疆东部NDV I 变化不大, 这与降水的变化非常一致, 表明NDVI 变化与降水变化有很好的正相互关系。这一结果说明降水是决定干旱与半干旱地区植被生长的主要因素, 多降水年份植被生长茂盛, 少雨年份植然生长缓慢稀少。该地区的温度整体上升高, 这与NDV I 的变化的地区差异并不一致, 表明温度与NDV I 变化没有直接的相关关系。这是由于温度增加一方面为植被生成提供热量促进植物生长发育; 另一方面温度升高, 地表蒸发量加大, 水分流失增加, 会导致植被生长缺水, 这种现象在干旱半干旱地区尤其严重。总体上讲, 降水增加的部分不足以抵消由温度升高而引起蒸发加强的部分, 最终导致该区域植被呈总体恶化的局面, 个别地区植被状况好转。
4 结 论
(1) 本文显示了NOAA /AVHRR , NDV I 在区域尺度上监测植被覆盖变化方面的能力。大部分发生变化的像素在3幅图像(差分图像、变化斜率图像和第四主成分图像) 中表现一致, 基本位置相同, 具有相同的变化方向和量级。生物量斜率图像比差分图像更接近于代表植被变化的第四主成分, 并且比主成分变换更明确地反映了20年间植被生长的生物物理意义。研究结果表明了AVHRR 在区域植被变化研究方面的可靠性。
(2) 综合统计结果显示前10年(1982—1991年) 植物生长状况要好于后10年(1992—2001年) ; 而且基于沙漠区域像素20年不变的原则, 分割生物量斜率图像的统计结果揭示了中国西部在1982—2001年的20年间, 林地、草地都发生了高比例、大面
积的退化, 只有很小比例的植被得以改善, 表现出局部改善、总体恶化的局面。
(3) 变化图像表明近20年中国西北植被总体变差, 特别在黄土高原地区由于降水减少、温度增加、显示变化尤其强烈。新疆天山地区西北地区降水增加、温度增加, 植被变化向好。显示植被变化与降水存在明显的正相关关系, 而与温度变化的关系并不明显, 表明降水是影响西北地区植被变化最主要的自然因素。参考文献(References ) :
[1] Tucker C J Red and Photograpic Infrared Linear Combinations for
Monitoring Vegetation [J ]. Re mote Sensing of the Envir onment , 1979, 8:127—150.
[2] Che N , Price J C . Survey of Radiometric Calibration R esults and
Methods for Visi ble and Near Infrared Channels of NO AA -7,-9, and ,-11AVHRR [J ]. Remote Sens ing of Environment , 1992, 41(1) :
19—27.
[3] Eidens hink J C , Faundeen J L . The 1km A VHRR Gl obal L and Data
Set :First Stages in Implementi on [J ]. Inter national Journal of Remot Sensing , 1994, 15(17) 3443—3462.
[4] Running S W . Estimating Terres trial Primary Productivit y by Combin -ing R emote Sensing and Ecos ys tem Simulation [A ]. R emote Sens ing of Bi os phere Functioning [C ]. Springer -Verlag , Ne w York . 1990.
[5] Y oung S S , Anyamba A . Comparis on of NOAA /NA SA PAL and
NO AA GVI D ata for Vegetation Change Studies over China [J ]. Pho -togr ammetr ic Enginee ring and Remote Sens ing , 1999, 65:679—688.
[6] Yan F , L i Z , Shao Y , et al . Monitoting of Changes in Land Vegetation
Covers Us ing NOAA /A VHR R NDVI Datasets [J ]. Journal of L anzhou Unive rs ity (Natural Sciences ) . 2003, 39(2) :92—94[阎福礼, 李震, 邵芸等. 基于NOAA /A VHRR 数据的西部植被覆盖变化监测[J ]. 兰州大学学报(自然科学版) , 2003, 39(2) :90—94. ]
[7] Zhang Z , Gao X . The Effect of Global Warming for the Precipitation
in the Autumn in Nort hwest [J ]. Journal of Glacier s and pe rmafrost , 2003, 25(2) :157—164. [张存杰, 高学杰. 全球气候变暖对西北地区秋季降水的影响[J ]. 冰川冻土, 2003, 25(1) :157—164]
The Variability of NDV I over Northwest China and Its Relation to
Temperature and Precipitation
LI Zhen , YAN Fu -li , FAN Xiang -tao
(Ins titute of Re mote Sensing Appl ications , Chines e Ac ade my of Sciences , Beiji ng 100101, C hina )
Abstract : Land vegetation plays a major role in the global climate c hange through c ar bon cycle , and climate c hange in tur n af -fects vegetation gr owth and its photosynthetic activity . In ar id and semi -arid area , spar se vegetation c over char acterizes environ -ments . Thus quantitative tempor al ser ies analysis of vegetation distr ibution and its variations enables obser ving annual tr ends , helps to find out the r eason for envir onment variability . There ar e serious environmental pr oblems , such as deforestation , soil erosion , salinization , and desert encr oac hment in the northwestern China , its natural conditions is ver y delicate . In this paper , we built the time series of vegetation change by the NDVI (nor malized difference vegetation index ) covered northwest regions in recent 20years , and analyzd the time ser ial N DVI var iability using three methods , which are simple differenc ing , slope map of NDVI (and biomass ) , and pr incipal c omponent analysis (PCA ) . The change image de monstrated that the area of vegetation covers decr ease in recent 20years in northwestern China , especially in the Loess Plateau wher e precipitation decrease and te mperature incr ease . Only little par t , such as the Tianshan Mor untain area , vegetation is increased . The character of ve getation change in northwest showed that the ec ological environment in this ar ea is becoming more fragile , such as shrinking of lakes , oasis and wetland , area extending of soil erosion , salinization land , and desert bec ause human activities and global war ming . The correlation analysis between NDVI with the temperature and precipitation in northwestern China was carried out . There was significant positive c orrelation between NDVI and precipitation , and temperature was not str ong correlation relatively with N DVI in the northwest China . The results showed AVHRR is reliable for r egional vegetation change researc h after c omparing with the c hange of prec ipitation and tempoera -ture .
Key words : N DVI ; vegetation cover changes ; precipitation ; temperature