【word】 运用Mann-Kendall方法探究地表植被变化趋势及其对地形因子的响应机制——以太湖苕溪流域为例

【word】 运用Mann-Kendall方法探究地表植被变化趋势及其对地形因子的响应机制——以太湖苕溪流域为例 运用Mann-Kendall方法探究地表植被变化趋势及其对地形因子的响应机制——以太 湖苕溪流域为例 浙江大学(农业与生命科学版)37(6):684,692,2011 JournalofZhejiangUniversity(Agric.&LifeSci.) 文章编 号:1008—9209(2011)06—0684—09DOI:10.3785/j.issn.1008—9209.2011.06.014 运用Mann—Kendall方法探究地表植被变化趋势及其 对地形因子的响应机制——以太湖苕溪流域为例 江振蓝,荆长伟, (1.闽江学院地理科学系,福建福州350108 李丹,虞湘,吴嘉平. 2.浙江大学环境与资源学院,浙江杭州310058) 摘要:利用Mann—Kendall方法对浙江太湖苕溪流域植被随时间,高程,坡度序列变化的特征与机制 进行分析.结果表明:在2O0O一2O10年间,植被随时间变化波动大,但该流域植被覆盖和空间变异均呈 不显着增长趋势,2004年植被覆盖最低,植被空间异质性在2002年至2004年间达到最高水平;植被覆 盖随高程,坡度的增加而增长,植被空间变异随高程,坡度的增加呈下 降趋势,在高程200m和坡度15. 区域有一突变点.该研究结果不仅揭示了植被随时间,高程,坡度的变 化趋势,还揭示了植被发生突变的 时间段,高程带,坡度带,为进一步研究植被时空变异规律及驱动因子 奠定了基础. 关键词:Mann—Kendall方法;趋势分析;空间异质性;地形因子;苕溪 流域 中图分类号:TP79文献标志码:A JIANGZhen—lan 一,JINGChang—wei,LIDan,YUXiang,wUJia-ping(1.Departmentof GeographicalSciences,MinjiangUniversity,Fuzhou350108,China;2.CollegeofEnvironmental andResourceSciences,ZhejiangUniversity,Hangzhou310058,China) DynamicsofvegetationanditsresponsestoterrainfactorswithMann-Kendallapproach:acasestudyin Tiaoxiwatershed,TaihuLake.JournalofZh@angUniversity(Agcl&LifeSci.),2011,37(6):684—692 Abstract:Mann-Kendallapproachwasappliedforcharacterizingthefeaturesandmechanismsof vegetationchangeswithtime,elevationandslopeintheTiaoxiwatershed,TaihuLakeregion,Zhejiang Province,eastChina.Theresultsindicatedthattheannualvegetationintheareafluctuateddramatically andshowedamoderatetrendofincreasefrom2000to2010,butin2004,thecoveragedroppedtothe lowestlevel;Thevariabilityofspatialdistributionalsoshowedamoderatetrendofincreaseduringthe studyperiod,withthespatialheterogeneityreachingthehighestbetween2002and2004;thevegetation coveragekeptincreasingwhilethespatialheterogeneitydecreasedwiththeincrementofelevationand slope.Atelevationofabout200morslopearound15degrees,thereweresignsofcatastrophechange. Theresultsaboverevealthetrendofvegetationchangeswithtime,elevationandslope,andidentify whenandwherethecatastrophesoccur,whichlaysasoundbasisforfurtherstudyonthespatiotemporal dynamicsofvegetationanditsdrivingfactors. 收稿日期:201卜O2—24 基金项目:国家水体污染控制与治理科技重大专项资助项目 (2011ZX07);福建省教育厅资助项目(JB11150);闽江学院资助项 目(YKY1106). 作者简介:江振蓝(1977一),女,福建政和人,博士研究生,讲师,主要从 事资源与环境遥感研究.Tel:0591—83761505;E—mail: jessie33cn@163corn. 通信作者:吴嘉平,男,教授,博士生导师.主要从事环境信息技术应用,地理空间过程定量与系统模拟模型研究.Tel:0571— 88982813;E—mail:jw67@zjuedu.cn. 第6期江振蓝,等:运用Mann-Kendall方法探究地表植被变化趋势及其对地形因子的响应机制——以太湖苕溪流域为例685 Keywords:Mann-Kendallapproach;trendanalysis;spatialheterogeneity;te rrainfactors;Tiaoxiwatershed 土地覆被变化(LUCC)是全球变化研究的 核心内容之一,植被则是土地覆被最关键,最敏 感的成分.作为连接土壤,大气和水等要素的自 然纽带,植被受到各种人类活动,气候及地形等 因素综合影响,表现出明显的空间异质特性,是 生态与环境的重要指示因子.卫星遥感由于具 有同步观测,时效性强和数据可比性等优点,已 成为当前重要的植被监测手段之一,归一化植 被指数(normalizeddifferencevegetation index,NDVI)则是最常用的生物物理参数和 地表生态环境参数口].目前国内外利用NDVI 进行植被研究主要集中在植被指数与气候因子 的关系以及区域植被的时序变化等方面l_2.]. 地形作为对植被时空格局影响最显着的自 然因素,虽然在植被变化的地貌分布特征及成 因分析中有所涉及,但NDVI对地形响应机制 的定量研究尚较少.而且,在进行植被时空格局 分析时,不仅需要揭示植被随时间,高程,坡度 的变化趋势,还需要更具体地揭示植被究竟在 哪个时间段,哪个高程带,哪个坡度带发生了突 变,才能为进一步研究植被时空变异规律及其 驱动因子奠定基础,为流域土地利用规划,水土 保持及环境保护政策的制定提供科学依据.然 而,由于植被变化随时间,地形表现出较大波 动,目前植被变化分析中常用的方法,如主成分 分析L4],R/S法【6],傅里叶小波分析口],皮尔 森相关系数分析法_1”等很难对植被变化的 趋势或突变点做出判断_1.而Mann-Kendall 非参数检验方法为植被变化的趋势分析和突变 分析提供了可能.该方法是世界气象组织推荐 并已广泛使用的非参数检验方法,不需要样本 遵从正态分布,也不受少数异常值的干扰,计算 简便,被广泛应用在水文(径流,水质等),气象 (气温,降水等),土壤湿度等的趋势分析和突变 分析中[13-16].Goossens等[1把Mann—Kendall 检验应用到反序中;已成为一种 检测 工程第三方检测合同工程防雷检测合同植筋拉拔检测方案传感器技术课后答案检测机构通用要求培训 气候突变 的新方法.但是,在植被趋势分析中,使用 Mann—Kendall方法相对较少[1819].该方法主要 用于时间序列分析,目前还未见用于空问趋势 分析的报道.有鉴于此,本文利用2000--2010 年中分辨率成像光谱仪(moderateresolution imagingspectroradiomete,MODIS)的归一化 植被指数(NDVI),应用Mann—Kendall方法, 对植被随时间,高程和坡度的趋势和突变进行 分析,为植被的时空格局趋势分析提供新的方 法和思路. 选择的研究区为太湖苕溪流域.太湖是我 国第3大淡水湖,近年来,随着经济社会的快速 发展,太湖流域环境污染事件频发,尤其是 2007年5月的”太湖蓝藻”爆发导致水危机.研 究发现,农业非点源污染已成为影响太湖水质 的最主要污染源[zog1].苕溪作为供给太湖的主 要水系,成为太湖富营养化物质的重要来 源_2嬲].而且,农业非点源污染无不与土地利 用/土地覆盖变化紧密关联r2,故对该流域植 被变化的研究,不仅能为太湖流域的水污染治 理,土地利用的科学规划等提供科学依据,对保 持流域生态平衡,水土资源可持续利用等也将 具有十分重要的意义. 1研究区概况 苕溪是太湖流域的主要河流水系(图1). 位于北纬30.07,31.11,东经119.14, 120.13之间,属于亚热带季风气候,多年平均 气温为17.5?,多年平均降雨量1300mm,主 要集中在4—9月.全流域面积约6000km.,占 图1苕溪流域概图 Fig.1StudyareaofTiaoxiwatershed 浙江大学(农业与生命科学版)第37卷 太湖流域的17.地势西南高,东北低,依次呈 山地,丘陵和平原的梯度分布,高程范围为0, 1587m.流域内土地利用类型以林地和耕地为 主,地带性土壤主要为红壤和黄壤.地带性植被 为亚热带常绿,落叶阔叶林,但目前以人工植被 为主,主要是针叶林和竹林. 研究数据及预处理 2.1研究数据 研究数据采用美国LPDAAC(Land ProcessDistributedActiveArchiveCenter)提 供的MODIS植被指数产品MOD13Q1一 MODISNDVI序列数据.该数据空间分辨率为 250m,由16d最大值合成法(maximumvalue composite,MVC)获得,即通过云检测,质量评 价等步骤后,逐像元地比较合成期内NDVI影 像,选择最晴空的(最小光学路径),最接近于星 下点和太阳天顶角最小的像元作为代表该时段 的NDVI影像『g].利用MODLAND提供的 MRT软件对20002010年苕溪流域的253期 (每年23期)MODISNDVI数据进行子集提 取,数据格式转换,投影转换等处理,获取质量 可靠的NDVI数据集.其他数据主要是1: 10000地形图,用于生成高程和坡度栅格图. 2.2数据预处理 为了消除植被季节变化带来的不确定性, 利用图像处理软件ENVI4.6对每年23期的 MODISNDVI序列数据逐像元进行平均,生成 2000--2010年NDV1年均值图层,代表研究区 相应年份植被的平均覆盖状况.并统计2O00— 2010年期间研究区各年NDVI的均值和 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差,前者反映了当年研究区NDVI的整体覆盖 情况,后者反映了相应的空间变异程度. 根据1:10000地形图建立数字高程模型, 经插值生成空间分辨率为250m的数字高程 模型(DEM).据此获取坡度信息,生成250m 分辨率的坡度图.为较细致地反映研究区植被 对不同高程带和坡度带的响应机制,对研究区 的高程和坡度进行等密度分割,高程带和坡度 带宽分别设为100m和5..鉴于高程1000m 和坡度45.以上各带面积所占比重较小,大于 1000m的高程和坡度大于45.归于一带.苕溪 流域NDVI,高程及坡度分布见图2. . 图2苕溪流域NDVI,海拔高程和坡度分布图 Fig.2Mapofnormalizeddifferencevegetationindex(NDVI),elevation,ands lopeinTiaoxiwatershed 3研究方法 Mann—Kendall检验法可以用于变量的趋 势检验,还可用于变量的突变分析.Mann— Kendall检验法最初由Mannc踮于1945年提 出,用于时间序列的趋势检验.其为一种非参数 趋势检验,该方法的变量可以不具有正态分布 特征,优点在于检测范围宽,人为影响小,定量 化程度高.而后,Goossens等”把Mann— 第6期江振蓝,等:运用Mann-Kendall方法探究地表植被变化趋势及 其对地形因子的响应机制——以太湖苕溪流域为例687 Kendall检验应用到反序中,已成为一种突变 检验的新方法.本文分别利用NDVI均值及标 准差作为表征植被的总体覆盖情况和空间异质 性的变量,运用Mann—Kendall趋势检验进行 植被随时间,高程,坡度的趋势分析,利用 Mann—Kendall突变检验进行植被对高程,坡度 响应的突变分析. Mann—Kendall检验法的趋势检验假设数 据的序列I2为z1,x2,…,z(?10),Mann— Kendall统计量(S)由方程(1)计算: S一??sign(x一Xi), (i一2,3,4,…,)(1) f1,若一z>O? 式中sign(x,一)一{0,若一五一0. 1—1,若z,一五<0. 趋势变化由式(2)计算的uF检验值判断. UF一, (是一1,2,3,…,)(2) 式中UF===0,E(S)和Vat(S)分别是S的 均值和方差. 将组成一条序列变化曲线,如果该曲 线落在置信区间(一Ua』,2,+U/z)内,那么原序 列不存在显着变化趋势,反之,原序列存在显着 的变化趋势.若>0,表明序列具有上升趋 势;[IF<O则表明序列具有下降趋势. Mann—Kendall的突变检验按上述步骤进 一 步计算逆序的秩序列s统计量UB,UB一 一 UF,志===,一1,…,1;UB1—0.2组序列 构成2条曲线,交叉点如果位于信度临界值之 内,即为满足一定置信度的突变点,即为时间序 列的突变区域l_1. 本文给定显着性水平一0.05,置信区间 为(一1.96,1.96).若UF值大于0,则表明序 列呈上升趋势,小于0则表明呈下降趋势.F 若落在(一1.96,1.96)区间,即当lUFf< 1.96时,变化趋势不显着,反之变化趋势显着. 当统计曲线UF和UB在临界线之间出现交 点,则交点对应的时刻或区域就是突变的开始 4结果与分析 4.1植被随时间,地形的分布特征 NDVI均值和标准差随时间的变化见图 3A和3B,NDVI均值和标准差随高程带,坡度 带的变化见图3C,3F.从图3可以直观地看 出,苕溪流域2000--2010年间NDVI均值和标 准差表现出以下特征:一是随时间序列具有较 大的波动,由于植被变化波动大,直观上无法进 行趋势判断;二是NDVI随高程和坡度的变化 趋势较为明显,但仅凭直觉从图中很难判断其 突变点,很难直接给出在哪点附近植被覆盖发 生了突变. 4.2植被时间序列趋势分析 在95的置信水平下,U一1.96,利用 Mann-Kendall方法对NDVI时问序列的计算 结果见图4.2010年NDVI均值UF为0.078, 表明苕溪流域在2000--2010年期间,植被的覆 盖度总体上呈上升趋势,但没有发生显着变化. 从图3A可以看出,在2000--2002,2OO2— 2004,2004--2007,2007—2O10年间呈现出 升一降一升一降的波动过程.图4A显示,在研 究期间,植被覆盖在2004年左右出现了突变 点,说明植被覆盖状况在2004年发生了突变. 2004年以前植被覆盖状况呈现总体下降趋势, 2004年以后植被覆盖状况有所上升,即2004 年是研究期间植被覆盖的低谷期. 2010年NDVI标准差的UF为1.791,表 明苕溪流域植被在研究期间空间异质性呈不显 着的上升趋势,但变化趋势较植被覆盖明显.在 研究期间植被空间异质性在2002,2004和 2009年出现了突变(图4B).由图3B和图4B 可知,2002年为植被空间异质性上升的突变 点,而2004年为植被空间异质性下降的突变 点,即2002至2004年问是植被空间异质性高 值的一个稳定期.2009年为另一个空间异质性 上升的突变点,2004--2009年间为植被空间异 质性低值的稳定期. 688浙江大学(农业与生命科学版)第37卷 0.650 0.645 0.640 0.635 言O.630 Z 0.625 0.620 0.615 O.80 O.75 0?70 餐0.65 0 z0.60 0.55 0.50 O.75 0.7O o.65 薹0.60 0.55 O.50 200020022004200620082010 年份 020040060080010001200l400l600 高程/珊 0l02O3O405O6O70 坡度/(.) 0.135 0.130 翼0.125 蜷 善o.120Z O.1l5 0.1l0 O.12 0.10 0.08 言0.06 Z 0.04 蜷 复 0.02 200020022004200620082010 年份 0200400600800l000l20014001600 高程/m 坡度/(.) 图3苕溪流域NDVI的均值和标准差与年份,海拔高程和坡度的关系 Fig.3Variationofmeanandstandarddeviationofnormalizeddifferenceveget ationindexwithtimeseries,elevation andslopegradientinTiaoxiwatershed 3 咖】2 1 暑0 一 1 望一2 — 3 2000200220042006200820l0 年份 200020022004200620082010 年份 A:NDVI均值;B:NDVI标准差. 图4植被时间序列Mann-Kendall检验法趋势分析 Fig.4TimeseriesanalysisofvegetationcoveragewithMann—Kendallappro ach 432O -}_[_【日qIl.)l.II?.11 第6期江振蓝,等:运用Mann-Kendall方法探究地表植被变化趋势及其对地形因子的响应机制——以太湖苕溪流域为例689 影响植被变化的因素有自然因素及人为因 素,其中自然因素中降雨和气温是对植被年际 变化影响较大的2个因素_2.将安吉县2OO0— 2010年的年均温和年均降水量进行Mann- Kendall的趋势和突变检验,结果表明研究区 11年来年均温随时间呈显着上升趋势(UF一 2.725),年均降水随时间呈不显着下降趋势 (UF一一0.268),与植被随时间的变化趋势 (植被覆盖和空间异质性均呈不显着的增长趋 势)不相一致,可以初步认为非气候因素是引起 研究期间研究区植被变化的主要因素. 从以上分析可知,苕溪流域植被覆盖和空 间异质性虽然均呈不显着增长趋势,但空间异 质性的变化趋势(UF一1.791)比植被覆盖变 化趋势明显得多(UF一0.078),说明人类活动 对植被的干扰作用在增强.这主要是地表植被 的保护与破坏并存造成的结果,是由当地经济 发展与环境保护之间存在的矛盾所决定的.从 20世纪9O年代水土保持法实施后,地势较高, 坡度较陡的部分耕地转换为林地或者荒草地, 咖1 = 毒 岙 星 高程/珊 植被覆盖状况好转.而随着经济的发展,城镇 化,公路建设,毁林种植经济作物等又造成新的 植被破坏,使得植被覆盖的空间变异增大. 4.3植被对地形因子的响应分析 4.3.1植被对高程的响应分析在95的 置信水平下,U2=1.96,利用Mann-Kendall 法对NDVI高程序列的计算结果见图5.2010 年NDVI平均值高程序列UF===1.635(0< UFNDVI均值和标准差时间序列 计算Mann—Kendall统计量UF(表1).在 2O0O一2O10年间,植被覆盖在高程小于700m 蛐 = ? 0 I a 写 高程/m A:NDVI均值;B:NDVI标准差. 图5植被随高程变化的Mann-Kendall法趋势分析 Fig.5AnalysisofelevationandvegetationcoveragewithMann—Kendallap proach 表1各高程带Mann-Kendall法时间序列UFt统计量 Table1UFkTimeseriesanddifferentelevationzoneanalysisusingMann-Ke ndallapproach NN/(N.vUF I均 k 值)(N.v U I F 标 k准差)高程/m(N.vUF I均 k 值)(N.v U I F 标 k 准差) <1O00.3891.946600,7000.0781.323 1O0,2000.7013.659700,800—0.2341.946 200,300I.1682.725800,900—0.3891.012 300,4001.168——0.234900,1000——0.5450.856 400,5000.8560.078>1000—0.8561.323 500,6000.2342.102 浙江大学(农业与生命科学版)第37卷 区域均呈不显着增长趋势,而在高程700m以 上区域呈不显着下降趋势;植被空间变异除了 在300~400m高程带呈不显着下降外,在其 他高程带均呈增长趋势,而且在1O0,200, 200300和5O0,600m高程带的增长趋势显 着,说明人类对研究区植被的干扰在不断增强, 在这3个高程带尤为突出. 4.3.2植被对坡度的响应分析在95%置 信水平下,U2—1.96,利用Mann—Kendall法 对NDVI的坡度序列计算结果见图6.2010年 NDVI平均值坡度序列UF一3.13(UF> 1_96),NDVI标准差坡度序列UF一一2.594 (一1.96~UF),说明植被覆盖随坡度的增加 而显着上升,植被覆盖的空间变异性随坡度增 皿?cl = 口 岳 l 量 ? = O1O203O 坡度/ 40506O70 (.) 加呈显着下降趋势,突变点均出现在坡度15. 左右.说明坡度小于15.以下植被覆盖空间变 异大,相对而言,坡度大于15.区域植被覆盖空 间变异性较小. 为了更好地揭示植被对坡度的响应机制,对 不同坡度带NDVI均值和标准差时间序列计算 Mann-Kendall统计量UF女(表2).30~35.和4O, 45.坡度带的植被覆盖呈不显着下降变化趋势, 其他坡度带的植被覆盖均呈不显着上升趋势.但 从植被空间变异看,除了35,4O.坡度带呈不显 着的增长趋势外,其他坡度带植被空间变异均呈 显着增长趋势.说明在研究区的各坡度带植被覆 盖受人类活动影响不断增强,而且人类活动对植 被的影响不受坡度的限制. 删 ? l 皇 暑 = 30405O6O70 坡度/(.) A:NDVI均值;B:NDVI标准差. 图6植被随坡度变化的Mann-Kendall法趋势分析 Fig6AnalysisofvegetationcoverageandslopegradientusingMann—Kenda llapproach 表2各坡度带Mann-Kendall法时间序列UF统计量 Table2TimeseriesUF;statisticsunderdifferentslopegradientzoneusingMa nn—Kendallapproach NN/( (N.v UF I均 k 值)(N.v U I F 标 k准差)坡度/(.)(N.vUF I均 k 值)(N.v U I F 标 k 准差) <50.7012.1O225,3O0.0783.348 5,100.7013.19230,35,0.0782.725 10,15O.8563.5O335,400.2341.635 】5,200.7013.03640,45,O.O782.88O 20,250.2343.192>450.0782.258 4.3.3植被对地形因子响应机制的成因分析 根据实地调查和相关资料,研究区在高程200 m和坡度15.以下,是人类活动频繁,影响大的 区域,在高程200m和坡度15.以上区域,人类 活动影响相对较小.说明地形对植被变化的影 响在很大程度上是通过人类活动间接发生作用 的.这从不同高程带和坡度带植被随时问变化 的趋势也可以佐证这一点.首先,在高程700m 以上区域和坡度30,35.及40,45.之间的区 域,植被在总体上呈恶化趋势,这主要是由于新 竹林的扩展造成的.由于研究区原有竹林主要 分布在海拔250,650m,坡度16,35.之间的 区域[2,而该流域的平原区基本被居民点和耕 地占用,故近些年竹林的扩张不得不沿着已有 32O 432O 第6期江振蓝,等:运用Mann-Kendall方法探究地表植被变化趋势及 其对地形因子的响应机制——以太湖苕溪流域为例691 竹林外围更高更陡的区域扩展_2;其次,人类 活动对植被影响最为显着的区域出现在高程 1O0,200,200300和500,600rn的区域,但 不受坡度的制约.这主要是由于一方面该区在 地势低缓区域人口分布密集,经济发展较为发 达,随着人们环保意识的提高,对已破坏的生态 环境进行保护;另一方面,由于人口的增长和经 济发展的需要,人类活动不断对植被造成新的 破坏,而且由于平原区域的有限性,不得不向更 高更陡的区域扩展.但由于该区的农民收入主 要依靠经济作物,如临安毁林种核桃,安吉毁林 种白茶口31_,这些人为活动受坡度制约较小, 这就解释了为什么该流域人类活动对植被的影 响不受坡度的制约. 5结论 1)研究区植被随时间变化呈不显着增长, 2004年左右产生突变,植被覆盖达到研究期间 最低水平,而植被空间异质性则达到最高水平; 植被变化主要是受非气候因素影响. 2)植被覆盖随高程升高呈不显着增长,随 坡度的增大而呈显着增长.植被空间异质性随 高程增高呈不显着下降,随坡度的增大呈显着 下降.植被覆盖和空间变异的突变区域发生在 高程200m和坡度l5.区域.说明研究区植被 空间分布明显受地形因素的制约,坡度对植被 分布的影响大于高程对其的影响. 3)研究区植被在高程700rn以上区域和坡 度30~35.及40~45.之间的区域总体上呈恶化 趋势,在高程100~200,200~300和500~600In 区域则是变化最显着的区域.这些区域是在制定 合理科学的土地利用规划和环境保护政策时应 优先考虑的区域,即植被保护的热点区域. 4)研究结果表明研究区生态建设虽取得一 定成效,但效果不明显.而且人类活动对植被的 影响不受坡度的影响,这是一个危险的信号,将 会是该区生态环境最大的安全隐患,因为坡度大 的区域植被一旦遭到破坏,土壤容易遭到侵蚀, 生态环境容易恶化且难以恢复_3_33_. 5)本文利用Mann-Kendall方法分析植被变 化趋势及其对地形因素的响应机制,不仅揭示了 植被随时间,高程和坡度的变化趋势,而且指出 了植被发生突变的时间,高程带和坡度带,为进 一 步研究植被变化的驱动力奠定了基础,为制定 科学合理的土地利用规划和环境保护政策提供 了科学依据.本文得出的结论与前人的研究结果 具有较好的一致性L2.,证明了Mann-Kendall 方法不仅可以用于植被的时间序列趋势分析,还 可用于植被空间序列(高程,坡度序列)的趋势分 析,为植被趋势分析提供了新思路,新方法. References: [1]SpannerMA,PierceLL,RunningSW,eta1.The seasonalityofAVHRRdataoftemperateconiferous forests:relationshipwithleafareaindexD].Remote SensingofEnvironment,1990,33(2):97—112. [2]ZHUWen-bin,LUAi-feng,JIAShao-feng(朱文彬,吕爱 锋,贾绍凤).Studyonspatialdistributionofvegetation coverageanditsaffectingfactorsintheQaidambasinbased onNDVI[J].AridZoneResearch(干旱区研究),2010,27 (5):691—698.(inChinese) [3]SUNZhi—hui,LIUZhi—ehao,LEIYan-peng,eta1.(孙智 辉,刘志超,雷延鹏,等).ThevariationsofNDVIandthe relationwithclimateinhillyandgullyregionofnorthern Yanan[_J].AetaEcologi?Sinica(生态),2010,30 (2):533—540.(inChinese) [4]EastmanJR,FilkM.Longsequencetimeseriesevaluation usingstandardizedprincipalcomponentsLJ]. PhotogrmmnetrieEngineering&RemoteSensing.1993,59 (8):1307—1312. [5]SUNDan-feng,WANGYa,LIHong,eta1.(孙丹峰,王 雅,李红,等).Spatializingregionalfertilizerinputbasedon MODISNDVItimeseries[J].IkansactionsoftheCASE (农业工程),2010,26(6):175-180.(inChinese) [6]WANGXin-ming,WANGChang-yao,NIUZheng(王新 明,王长耀,牛铮).ApplicationofR/Smethodin analyzingNDVIseriesD].C,eogra#yandGeo-lnformation Science(地理与地理信息科学),2005,21(5):20-23.(in Chinese) [7]AkubauskasME,LegatesDR,KasrensJH,etal Harmonicanalysisoftime-seriesAVHRRNDVIdataEJ]. PhotngrommetricEngin~ring&RemoteSensing.2001.67 (4):461-470. [8]BeatrizM,MariaAG.VegetationdynamicsfromNDVI timeseriesanalysisusingthewavelettransform[J]. RemoteSensingofEnvironment,2009,113(9):1823—1842. [9]WANGHong-shuo,HUANGJing-feng(王红说,黄敬 峰).Studyoncharacteristicsoflandcoverchangeusing MODISNDVItimeseriesD].JournalofZh~|ang University:Agriculture&LifeSgie~(浙江大学:农 692浙江大学(农业与生命科学版)第37卷 业与生命科学版),2009,35(1):105-110.(inChinese) [1O]FANGJing-yun,PIAOShi—long,HEJin-sheng,ela1. (TY精云,朴世龙,贺金生,等).Increaseofvegetation changesinChinaoverprevious20years口].Sciencein China:SeriesC(中国科学:C辑),2003,33(6):554—565. (inChinese) [11]PIAOShi-long,FANGJing-yun(朴世龙,方精云). Dynamicvegetationcoverchangeoverthelast18yearsin China[J].QuaternarySciences(第四纪研究),2001,21 (4):294—302.(inChinese) [12]FUCong-bin,WANGQiang(符淙斌,王强).The definitionanddetectionoftheabruptclimaticchange叫. ScientiaAtmosphericaSinica(大气科学),1992,16(4):482— 493.(inChinese) [13]ZhangQ,XuC,TaoH,eta1.Climatechangesandtheir impactsonwaterresourcesinthearidregions:acasestudy oftheTarimRiverbasin,China[J].Stochastic EnvironmentalResearchandRiskAssessment,2010,24(3): 349—358. [14]YuES,PilonP,CavadiasG.PoweroftheMann-Kendall andSpearman’srhotestsfordetectingmonotonictrendsin hydrologicalseries[J].JournalofHydrology,2002,259(1— 4):254—271. [153ZHANGJian-yun,ZHANGSi—long,WANGJirrxing,et 口z.(张建云,章四龙,王金星,等).Studyonrunofftrends ofthesixlargerbasinsinChinaoverthepast5Oyears[J]. AdvancesinWaterScience(水科学进展),2007,18(2): 230-234.(inChinese) [16]XUZong-xue,ZHANGLing,RUANBen-qing(徐宗学, 张玲,阮本清).Analysisonthespatiotemporaldistribution ofprecipitationintheBeijingregion[J].AridLand Geography(干旱区地理),2006,29(2):186—192.(in Chinese) [173GoossensCH,BergerA.Annualandseasonalclimatic variationovertheNorthernHemisphereandEuropeduring thelastcenturyD].AnnalesGeophysicae:SeriesB. TerrestrialandPlanetaryPhysics,1986,4:385—400. [18]IIUYa-long,WANGQing,BIJing-zhi,eta1.(刘亚龙, 王庆,毕景芝,等).TheanalysisofNDVItrendsinthe coastalzonebasedonMann-Kendalltest:acaseinthe JiaodongPeninsula口]Aeta0gicalSinica(海洋学 报),2010,3?lt;1.96),NDVI标准差高程序列UF一 一 1.635(一1.96<UF<0),说明植被覆盖随 高程的增加而呈现不显着的上升趋势,植被覆 盖的空间变异性随高程增加呈不显着的下降趋 势,二者随高程的突变点均出现在高程200m 左右.说明高程200m以下植被覆盖空间差异 大,相对而言,高程200m以上区域植被覆盖 空间异质性较小. 为了更好地揭示植被对高程的响应机制, 对不同高程带NDVI均值和标准差时间序列 计算Mann—Kendall统计量UF(表1).在 2O0O一2O10年间,植被覆盖在高程小于700m 蛐 = ? 0 I a 写 高程/m A:NDVI均值;B:NDVI标准差. 图5植被随高程变化的Mann-Kendall法趋势分析 Fig.5AnalysisofelevationandvegetationcoveragewithMann—Kendallap proach 表1各高程带Mann-Kendall法时间序列UFt统计量 Table1UFkTimeseriesanddifferentelevationzoneanalysisusingMann-Ke ndallapproach NN/(N.vUF I均 k 值)(N.v U I F 标 k准差)高程/m(N.vUF I均 k 值)(N.v U I F 标 k 准差) <1O00.3891.946600,7000.0781.323 1O0,2000.7013.659700,800—0.2341.946 200,300I.1682.725800,900—0.3891.012 300,4001.168——0.234900,1000——0.5450.856 400,5000.8560.078>1000—0.8561.323 500,6000.2342.102 浙江大学(农业与生命科学版)第37卷 区域均呈不显着增长趋势,而在高程700m以 上区域呈不显着下降趋势;植被空间变异除了 在300~400m高程带呈不显着下降外,在其 他高程带均呈增长趋势,而且在1O0,200, 200300和5O0,600m高程带的增长趋势显 着,说明人类对研究区植被的干扰在不断增强, 在这3个高程带尤为突出. 4.3.2植被对坡度的响应分析在95%置 信水平下,U2—1.96,利用Mann—Kendall法 对NDVI的坡度序列计算结果见图6.2010年 NDVI平均值坡度序列UF一3.13(UF> 1_96),NDVI标准差坡度序列UF一一2.594 (一1.96~UF),说明植被覆盖随坡度的增加 而显着上升,植被覆盖的空间变异性随坡度增 皿?cl = 口 岳 l 量 ? = O1O203O 坡度/ 40506O70 (.) 加呈显着下降趋势,突变点均出现在坡度15. 左右.说明坡度小于15.以下植被覆盖空间变 异大,相对而言,坡度大于15.区域植被覆盖空 间变异性较小. 为了更好地揭示植被对坡度的响应机制,对 不同坡度带NDVI均值和标准差时间序列计算 Mann-Kendall统计量UF女(表2).30~35.和4O, 45.坡度带的植被覆盖呈不显着下降变化趋势, 其他坡度带的植被覆盖均呈不显着上升趋势.但 从植被空间变异看,除了35,4O.坡度带呈不显 着的增长趋势外,其他坡度带植被空间变异均呈 显着增长趋势.说明在研究区的各坡度带植被覆 盖受人类活动影响不断增强,而且人类活动对植 被的影响不受坡度的限制. 删 ? l 皇 暑 = 30405O6O70 坡度/(.) A:NDVI均值;B:NDVI标准差. 图6植被随坡度变化的Mann-Kendall法趋势分析 Fig6AnalysisofvegetationcoverageandslopegradientusingMann—Kenda llapproach 表2各坡度带Mann-Kendall法时间序列UF统计量 Table2TimeseriesUF;statisticsunderdifferentslopegradientzoneusingMa nn—Kendallapproach NN/( (N.v UF I均 k 值)(N.v U I F 标 k准差)坡度/(.)(N.vUF I均 k 值)(N.v U I F 标 k 准差) <50.7012.1O225,3O0.0783.348 5,100.7013.19230,35,0.0782.725 10,15O.8563.5O335,400.2341.635 】5,200.7013.03640,45,O.O782.88O 20,250.2343.192>450.0782.258 4.3.3植被对地形因子响应机制的成因分析 根据实地调查和相关资料,研究区在高程200 m和坡度15.以下,是人类活动频繁,影响大的 区域,在高程200m和坡度15.以上区域,人类 活动影响相对较小.说明地形对植被变化的影 响在很大程度上是通过人类活动间接发生作用 的.这从不同高程带和坡度带植被随时问变化 的趋势也可以佐证这一点.首先,在高程700m 以上区域和坡度30,35.及40,45.之间的区 域,植被在总体上呈恶化趋势,这主要是由于新 竹林的扩展造成的.由于研究区原有竹林主要 分布在海拔250,650m,坡度16,35.之间的 区域[2,而该流域的平原区基本被居民点和耕 地占用,故近些年竹林的扩张不得不沿着已有 32O 432O 第6期江振蓝,等:运用Mann-Kendall方法探究地表植被变化趋势及 其对地形因子的响应机制——以太湖苕溪流域为例691 竹林外围更高更陡的区域扩展_2;其次,人类 活动对植被影响最为显着的区域出现在高程 1O0,200,200300和500,600rn的区域,但 不受坡度的制约.这主要是由于一方面该区在 地势低缓区域人口分布密集,经济发展较为发 达,随着人们环保意识的提高,对已破坏的生态 环境进行保护;另一方面,由于人口的增长和经 济发展的需要,人类活动不断对植被造成新的 破坏,而且由于平原区域的有限性,不得不向更 高更陡的区域扩展.但由于该区的农民收入主 要依靠经济作物,如临安毁林种核桃,安吉毁林 种白茶口31_,这些人为活动受坡度制约较小, 这就解释了为什么该流域人类活动对植被的影 响不受坡度的制约. 5结论 1)研究区植被随时间变化呈不显着增长, 2004年左右产生突变,植被覆盖达到研究期间 最低水平,而植被空间异质性则达到最高水平; 植被变化主要是受非气候因素影响. 2)植被覆盖随高程升高呈不显着增长,随 坡度的增大而呈显着增长.植被空间异质性随 高程增高呈不显着下降,随坡度的增大呈显着 下降.植被覆盖和空间变异的突变区域发生在 高程200m和坡度l5.区域.说明研究区植被 空间分布明显受地形因素的制约,坡度对植被 分布的影响大于高程对其的影响. 3)研究区植被在高程700rn以上区域和坡 度30~35.及40~45.之间的区域总体上呈恶化 趋势,在高程100~200,200~300和500~600In 区域则是变化最显着的区域.这些区域是在制定 合理科学的土地利用规划和环境保护政策时应 优先考虑的区域,即植被保护的热点区域. 4)研究结果表明研究区生态建设虽取得一 定成效,但效果不明显.而且人类活动对植被的 影响不受坡度的影响,这是一个危险的信号,将 会是该区生态环境最大的安全隐患,因为坡度大 的区域植被一旦遭到破坏,土壤容易遭到侵蚀, 生态环境容易恶化且难以恢复_3_33_. 5)本文利用Mann-Kendall方法分析植被变 化趋势及其对地形因素的响应机制,不仅揭示了 植被随时间,高程和坡度的变化趋势,而且指出 了植被发生突变的时间,高程带和坡度带,为进 一 步研究植被变化的驱动力奠定了基础,为制定 科学合理的土地利用规划和环境保护政策提供 了科学依据.本文得出的结论与前人的研究结果 具有较好的一致性L2.,证明了Mann-Kendall 方法不仅可以用于植被的时间序列趋势分析,还 可用于植被空间序列(高程,坡度序列)的趋势分 析,为植被趋势分析提供了新思路,新方法. References: [1]SpannerMA,PierceLL,RunningSW,eta1.The seasonalityofAVHRRdataoftemperateconiferous forests:relationshipwithleafareaindexD].Remote SensingofEnvironment,1990,33(2):97—112. [2]ZHUWen-bin,LUAi-feng,JIAShao-feng(朱文彬,吕爱 锋,贾绍凤).Studyonspatialdistributionofvegetation coverageanditsaffectingfactorsintheQaidambasinbased onNDVI[J].AridZoneResearch(干旱区研究),2010,27 (5):691—698.(inChinese) [3]SUNZhi—hui,LIUZhi—ehao,LEIYan-peng,eta1.(孙智 辉,刘志超,雷延鹏,等).ThevariationsofNDVIandthe relationwithclimateinhillyandgullyregionofnorthern Yanan[_J].AetaEcologi?Sinica(生态),2010,30 (2):533—540.(inChinese) [4]EastmanJR,FilkM.Longsequencetimeseriesevaluation usingstandardizedprincipalcomponentsLJ]. PhotogrmmnetrieEngineering&RemoteSensing.1993,59 (8):1307—1312. [5]SUNDan-feng,WANGYa,LIHong,eta1.(孙丹峰,王 雅,李红,等).Spatializingregionalfertilizerinputbasedon MODISNDVItimeseries[J].IkansactionsoftheCASE (农业工程),2010,26(6):175-180.(inChinese) [6]WANGXin-ming,WANGChang-yao,NIUZheng(王新 明,王长耀,牛铮).ApplicationofR/Smethodin analyzingNDVIseriesD].C,eogra#yandGeo-lnformation Science(地理与地理信息科学),2005,21(5):20-23.(in Chinese) [7]AkubauskasME,LegatesDR,KasrensJH,etal Harmonicanalysisoftime-seriesAVHRRNDVIdataEJ]. PhotngrommetricEngin~ring&RemoteSensing.2001.67 (4):461-470. [8]BeatrizM,MariaAG.VegetationdynamicsfromNDVI timeseriesanalysisusingthewavelettransform[J]. RemoteSensingofEnvironment,2009,113(9):1823—1842. [9]WANGHong-shuo,HUANGJing-feng(王红说,黄敬 峰).Studyoncharacteristicsoflandcoverchangeusing MODISNDVItimeseriesD].JournalofZh~|ang University:Agriculture&LifeSgie~(浙江大学:农 692浙江大学(农业与生命科学版)第37卷 业与生命科学版),2009,35(1):105-110.(inChinese) [1O]FANGJing-yun,PIAOShi—long,HEJin-sheng,ela1. (TY精云,朴世龙,贺金生,等).Increaseofvegetation changesinChinaoverprevious20years口].Sciencein China:SeriesC(中国科学:C辑),2003,33(6):554—565. (inChinese) [11]PIAOShi-long,FANGJing-yun(朴世龙,方精云). Dynamicvegetationcoverchangeoverthelast18yearsin China[J].QuaternarySciences(第四纪研究),2001,21 (4):294—302.(inChinese) [12]FUCong-bin,WANGQiang(符淙斌,王强).The definitionanddetectionoftheabruptclimaticchange叫. ScientiaAtmosphericaSinica(大气科学),1992,16(4):482— 493.(inChinese) [13]ZhangQ,XuC,TaoH,eta1.Climatechangesandtheir impactsonwaterresourcesinthearidregions:acasestudy oftheTarimRiverbasin,China[J].Stochastic EnvironmentalResearchandRiskAssessment,2010,24(3): 349—358. [14]YuES,PilonP,CavadiasG.PoweroftheMann-Kendall andSpearman’srhotestsfordetectingmonotonictrendsin hydrologicalseries[J].JournalofHydrology,2002,259(1— 4):254—271. [153ZHANGJian-yun,ZHANGSi—long,WANGJirrxing,et 口z.(张建云,章四龙,王金星,等).Studyonrunofftrends ofthesixlargerbasinsinChinaoverthepast5Oyears[J]. AdvancesinWaterScience(水科学进展),2007,18(2): 230-234.(inChinese) [16]XUZong-xue,ZHANGLing,RUANBen-qing(徐宗学, 张玲,阮本清).Analysisonthespatiotemporaldistribution ofprecipitationintheBeijingregion[J].AridLand Geography(干旱区地理),2006,29(2):186—192.(in Chinese) [173GoossensCH,BergerA.Annualandseasonalclimatic variationovertheNorthernHemisphereandEuropeduring thelastcenturyD].AnnalesGeophysicae:SeriesB. TerrestrialandPlanetaryPhysics,1986,4:385—400. [18]IIUYa-long,WANGQing,BIJing-zhi,eta1.(刘亚龙, 王庆,毕景芝,等).TheanalysisofNDVItrendsinthe coastalzonebasedonMann-Kendalltest:acaseinthe JiaodongPeninsula口]Aeta0gicalSinica(海洋学 报),2010,3?