第28卷第1期自然资源学报
Vol.28No.12013年1月
JOURNAL OF NATURAL RESOURCES
Jan．，2013
收稿日期：2011－09－15；修订日期：2012－05－04。
基金项目：“十一五”国家科技支撑计划重点项目
“基于环境一号等国产卫星的环境遥感监测关键技术及软件研究”（2008BAC34B07－03，2008BAC34B01－2）；国家水体污染控制与治理科技重大专项（2008ZX07528－005）。
第一作者简介：纪迪（1987－），男，江苏苏州人，硕士研究生，主要研究生态环境遥感监测。E-mail ：jackal0077@hot-mail．com
*通信作者简介：张慧（1968－），博士，研究员，主要从事GIS 、RS 在区域生态环境质量评价、生态承载力和生态安
全、气候变化与应对、资源开发与大型工程环境管理等方面的应用研究。E- mail ：zhanghui@nies．org 太湖流域下垫面改变与气候变化的响应关系 纪迪1，2，张慧
2，3*，沈渭寿2，王桥3，4，李海东2，林乃峰1，2
（1．南京信息工程大学遥感学院，南京210044；2．环境保护部南京环境科学研究所，南京210042；3．南京师范大学地理科学学院，南京210046；4．环境保护部环境卫星应用中心，北京100094）
摘要：运用两种NDVI 数据集（Pathfinder AVHRR 和SPOT VEGETATION ）和卫星遥感数据，采用3S 技术，通过人机交互式目视方法解译出1979、1984、2000和2009年太湖流域的土地利用数据，结合1956—2007年太湖流域主要气象站点的气象资料，研究了太湖流域下垫面（NDVI 和土地利用）变化与各主要气候因子的响应关系。结果表明：①近30a 太湖流域NDVI 变化呈先增后减的趋势，空间上呈由东北向西南递增的趋势，浙江省区域植被覆盖较好，其次为苏锡常镇地区，上海植被较为稀少；②太湖流域耕地面积显著减少，城镇用地显著增加，林地与草地呈缓慢增长趋势，其中上海和苏州城市化进程速度最快，其次是无锡、常州，而杭州、嘉兴、湖州和镇江城市化进程较为缓慢；③20 世纪80年代初期太湖流域出现显著的增温，并在近20a 增温幅度显著增加，平均相对湿度呈波动下降趋势，其下降速率为－1.25%/10a ，近50a 降水总量呈现小幅上升趋势，但近20a 降水量呈减少趋势，速率达到－37.31mm/10a ，日照时数呈现下降趋势，其下降速率为－56.66h /10a ；④与太湖流域NDVI 变化响应最为显著的气候因子为气温，其次为平均相对湿度以及日照时数，
降水总量与NDVI 的相关性比较弱；⑤城市化进程迅速的地区相较于城市化缓慢的地区，其增温更快、相对湿度降幅更大、降水量增加更为缓慢，日照时数减少越快。关
键
词：下垫面改变；土地利用；NDVI ；气候变化；太湖流域
中图分类号：Q948
文献标志码：A
文章编号：1000－3037（2013）01－0051－12
下垫面类型的改变会影响地球表面热量和水分的分配，从而导致局地或者更大范围的
气候变化。近年来许多学者对土地利用变化、植被指数（NDVI ）变化与气候变化的关系进行了广泛的研究，如黄奕龙、陈利顶等研究了黄土丘陵地区下垫面的变化对土地利用以及
气候的影响［1］
，
杨续超、张镱锂等分析了中国地表温度变化对土地利用以及覆被变化的影响［2］，周淑贞研究了上海地区城市化对气候的影响［3］，刘娇妹等分析了北京地区不同下垫
面对气候的影响［4］
，
S．K．Jusuf 等分析了新加坡土地利用变化对城市热岛效应的影响［5］，J.L.Weiss 等分析了新墨西哥州不同季节及年内植被与气候的相关性［6］，Fabricante 等分析
了巴塔哥尼亚北部地区NDVI 与降水量之间的关系［7］
，宋怡等利用NDVI 数据分析了中国
寒旱地区的植被生长状况及其对各种气候因子的响应关系［8］
。可以看出，多数研究并没有将气象数据以及下垫面变化数据（包括NDVI 数据、土地利用数据）相结合开展二者之间的耦合关系研究。
52自然资源学报28卷
太湖流域位于东经119ʎ11' 121ʎ53'，北纬30ʎ28' 32ʎ15'之间，流域边界西抵天目山和茅山山脉，北滨长江口，东临东海，南濒杭州湾，总面积3.6ˑ104km2，约占全国国土总面积的0.4%，属于亚热带季风气候区，是我国经济最发达、投资增长和社会发展最具活力的地区之一。由于受到全球变暖以及人类活动的影响，太湖流域的下垫面出现了显著的变化，主要表现在：耕地显著减少，城镇扩张加速，NDVI呈现下降趋势。本文以太湖流域为研究对象，通过长时间序列植被指数数据集分析流域内NDVI的年变化；利用1979、1984、2000和2009年的遥感数据，解译太湖流域4期土地利用变化情况；选用能够代表太湖流域的常州、溧阳、吴县东山、上海、杭州、平湖6个气象站点的气候资料，分析主要气候因子的变化趋势。由于NDVI数据、土地利用遥感数据以及气候因子数据的时段有差异，本文对NDVI、土地利用与气候因子进行单项分析时使用该数据各自的时间段，而进行联合分析时采用的时间段则统一为1982—2007年，从而保证了这3种数据在时间上的一致。在此基础上，本文研究了以上海地区为代表的城市化进程较为显著的区域与以嘉兴平湖地区为代表的城市化进程较为缓慢的区域的土
地利用变化与各气候因子的不同耦合关系；此外，还分析了太湖流域不同地区NDVI变化对其局部气候的响应关系。
1材料和方法
1.1数据资料
合肥工业大学学报NDVI数据主要采用西部数据中心提供的Pathfinder AVHRR NDVI数据集以及SPOT VEGETATION NDVI数据集，其中Pathfinder AVHRR NDVI数据集是基于8km分辨率的从1981年7月至2001年12月的每10d合成的4个波段的光谱反射率及每10d合成的NDVI 数据集（由于NOAA-13发射失败，没有使用Pathfinder AVHRR NDVI1994年的数据）；SPOT VEGETATION NDVI数据集是基于1km分辨率的从1998年4月1日至2007年12月31日的每10d合成的4个波段的光谱反射率及10d最大NDVI数据集。本文为了保持时间尺度的完整性，1982—1998年采用Pathfinder AVHRR NDVI数据集，1999—2007采用SPOT VEGETATION NDVI数据集。
遥感影像数据是通过国际科学数据服务平台获取1979年MSS数据、1984年TM数据、2000年ETM数据，以及通过环境保护部卫星环境中心（http：∥www．secmep．cn/secPortal/ portal/index．faces）获取2009年环境小卫星数据，其中1979年MSS数据分辨率为60m，1984、2000和2009年的TM/ETM数据分辨率为30m。
通过中国气象科学数据共享服务网（http：∥cdc．cma．gov．cn/index．jsp）获取太湖流域地区1956—2007年，6个气象站（常州、溧阳、吴县东山、上海、杭州、平湖）逐日气象资料，包括平均气温、最高气温、最低气温、降水量、相对湿度、日照时数以及风速。
难忘的教诲1.2研究方法
北京高校对超期学生发逾期警告
1.2.1NDVI数据预处理
虽然这两种NDVI数据集数据经过了几何校正、大气校正、辐射校正等预处理，并且采用了最大合成法减少了云、大气、太阳高度角等的影响，但是由于卫星几何视场角、大气中的灰霾、云以及数据合成过程对NDVI的影响，因此用不同数据集中的NDVI数据仍然有偏差［9］。在本研究中使用Chen X Q等［10］提出的三点平滑方法修正NDVI数据，并且使用遥感软件ENVI求取1982—2007年（不含1994年）的NDVI影像平均值，用此值来表征太湖流域植被覆盖的年变化状况。利用现有的太湖流域矢量边界截取研究区域的数字影像，显示
1期纪迪等：太湖流域下垫面改变与气候变化的响应关系53
研究区植被分布状况，由暗到亮表明植被覆盖度由差到好的基本状况。
采用简单差分分析方法：百分比变化图像=（NDVI年份2－NDVI年份1）/NDVI年份1，利用不同年份N
DVI平均图像，分别生成太湖流域NDVI百分比变化图。对于简单差分分析法，选择使用的年份很重要，不同的选择组合，其变化趋势是完全不同的，本文由于用了两种不同的数据源，因此分别以AVHRR NDVI数据（1982、1990年）以及SPOT NDVI数据（1999年）为基准，生成太湖流域NDVI百分比变化图。利用ArcGIS软件，提取遥感影像中的NDVI数值，对太湖流域NDVI的空间变化进行分析。
1.2.2土地利用遥感解译方法
利用ERDAS遥感软件对影像进行预处理，采用最小二乘法分别对1979、1984、2000、2009年遥感影像进行几何精校正，像元重采样采用双线性差值法，从而消除不同遥感影像空间分辨率不同所造成的影响，使遥感影像几何精校正误差不超过1 2像元。参考相关研究方法［11］采用人机互动目视解译方法，其中MSS、TM、ETM以及小卫星影像在解译过程中均采用4、3、2标准假彩合成，并且参考GB/T21010—2007将土地利用现状分为耕地（包括水田、旱田）、林地（包括有林地、灌木林地、疏林地、其他林地）、草地（包括高覆盖草地、中覆盖草地、低覆盖草地）、城镇用地（包括城镇、农村居民点）四大类，运用3S技术获取各个年代的土地利用情况，利用Excel2003统计土地利用变化情况。
logistic模型1.2.3气候因子与NDVI数据分析方法
对于各种气候因子数据，本文主要采用了Mann-Kendall（以下简称M-K）非参数分析趋势法［12-13］进行处理，并且计算了各个气候因子的M-K倾斜度以检验序列单调趋势的变化情况。M-K法是用来评估各种气候因子时间序列趋势的检验方法，该法不需要样本遵从一定的分布，因此在趋势分析中得到了广泛的应用［14-15］。为了减少单站记录的片面性，在计算全流域的各种气候因子数据时，主要根据泰森多边形法则计算出各种气候因子的平均序列。本文使用的气象数据都是通过累加或者平均获得的。文中分析所用的距平序列是相对于1956—2007年的多年平均距平，并对距平序列计算5a滑动平均。
由于植被生长状况与众多的因素（如气候因素、地形因素等）有关，因此，植被指数与气候因子之间的关系不宜用简单的相关系数来探讨，而偏相关系数分析可以排除假象相关，到真实联系最为密切的变量。
2结果与分析
2.1太湖流域NDVI年际变化
运用三点平滑方法修正NDVI数据，并且使用遥感软件ENVI求取1982—2007年太湖流域NDVI年际平均值，并求出其距平变化（图1），可以看出太湖流域NDVI变化呈现先增后减的趋势。在1990年NDVI达到最高值，高于NDVI多年均值0.075；且在1990年之后NDVI呈现持续下降的趋势，在2002年
达到最低值，低于NDVI多年均值0.048。
1982—2007年太湖流域NDVI变化量为－0.020/10a，就不同地区而言，变化最大的为常州，变化率为－0.049/10a，其他依次为平湖（－0.002/10a）＞杭州（－0.004/10a）＞吴县东山（－0.006/10a）＞上海（－0.017/10a）＞溧阳（－0.033/10a），可以看出，NDVI呈由东北向西南递增的趋势。湖州、杭州、嘉兴NDVI值较大，在0.3 0.6之间，上海、苏州、无锡、常州、镇江NDVI值比较低，在0.06 0.4之间，太湖流域中部地区NDVI在0.3 0.45之间。总体上讲，太湖流域浙江省区域植被覆盖较好，其次为苏锡常镇地区，上海植被较为稀少。
54自然资源学报28卷
图1太湖流域NDVI距平曲线
Fig.1Departure curve for mean NDVI in Taihu Basin
图2为太湖流域NDVI百分比变化图，可见，太湖流域不同时间段NDVI变化情况差异较大，大致可分为三个阶段：①1982—1989年太湖流域NDVI呈上升趋势，整体NDVI变化百分比为12.3%；②1990—1998年呈显著下降态势，整体NDVI变化百分比为－13.42%；
③1999—2007年NDVI变化地域差异性较大，苏州、上海、嘉兴等区域呈显著下降趋势，湖州、杭州等呈上升趋势，整体NDVI变化百分比为－8.75%。可见，1982—2007年，NDVI下降的区域逐渐扩张，太湖流域整体的NDVI出现了显著的下降。植被覆盖度显著下降的区域集中在上海、苏州、无锡、常州一线，但是在城市内部如上海市区植被的覆盖率有所上升，杭州、嘉兴等区域植被覆盖度良好。
图2太湖流域NDVI百分比变化
Fig.2Percentage change of NDVI in Taihu Basin
2.2太湖流域土地利用变化
在城市化过程中由于人为或自然因素改变了原来的地表特征，引起地表辐射平衡和能量交换过程与其他地区有很大差异，这影响着城市气候，同时也在一定程度上作用于全球气候和大气环流的变化过程［4］。
太湖流域1979—2009年不同地区下垫面变化情况见表1，可以看出，太湖流域耕地呈显著减少趋势，通过解译近30a遥感影像可知，耕地面积减少了5698.95km2，占太湖流域总面积的15.19%；林地与草地面积呈小幅度增加趋势，增长率分别为9.94、2.58km2/a；城镇用地面积增加明显，其增长率为143.28km2/a，增加面积占太湖流域总
1期纪迪等：太湖流域下垫面改变与气候变化的响应关系55面积的12.69%。
44英寸表11979—2009年太湖流域不同地区土地利用变化
Table1Changes of land use in different prefectures in Taihu Basin（km2）时期常州无锡苏州镇江杭州湖州嘉兴上海太湖流域
耕地
林地
草地城镇用地1979—1984年－90.29－67.50－210.90－33.57－27.87－44.53－105.25－206.88－838.85 1984—2000年－213.48－218.51－323.90－46.58－149.95－101.92－80.66－389.22－1623.09 2000—2009年－336.02－401.37－1098.33－192.19－127.49－193.78－203.32－736.23－3237.01 1979—2009年－639.79－687.39－1633.14－272.35－305.31－340.22－389.23－1332.32－5698.95 1979—1984年 1.81－5.20 2.85 3.94 4.83－7.92 1.64 1.3532.51 1984—2000年13.610.0112.59 1.73 5.7041.87 4.417.92144.52 2000—2009年71.2622.370.43 5.6713.1023.68 1.4613.82125.41 1979—2009年86.6817.1815.8711.3423.6357.647.5223.10302.44 1979—1984年0.58－0.43 1.590.05 3.1217.11－0.240.0019.52 1984—2000年0.720.46 1.090.420.6810.960.600.0126.27 2000—2009年－1.50－0.120.540.290.8941.50 2.27 1.3939.16 1979—2009年－0.20－0.09 3.220.76 4.6969.57 2.63 1.4184.95 1979—1984年66.6857.92147.2331.4814.5438.83116.58201.66714.19 1984—2000年164.28186.98243.8147.94124.6440.1178.76383.741227.57 2000—2009年228.75363.38865.54165.09124.46103.85215.75760.582822.42 1979—2009年459.71608.281256.58244.51263.64182.79411.081345.984764.18
苏州、上海耕地面积减少最为显著，减少面积分别为1633.14、1332.32km2（表1），占
苏州、上海总面积的19.82%、24.58%；无锡、常州、杭州和镇江耕地面积减少也较为显著，下降速率分别为21.29、19.85、10.10、7.93km2/a；湖州以及嘉兴耕地减少面积较小，仅占湖州、嘉兴总面积的5.84%、9.70%。
由表1可见，湖州、常州林地面积增加最显著，近30a林地面积分别增加了57.64、86.86km2，增长率分别达到1.99、2.54km2/a；太湖流域其余地区林地面积增加均较为缓慢，增长率保持在0.25（嘉兴） 0.73（上海）km2/a之间。
湖州草地面积增加最为显著，近30a草地面积增加了69.57km2（表1），占湖州总面积的1.19%；镇江、杭州、嘉兴、上海和苏州草地面积增加缓慢，其增长率保持在0.03（镇江） 0.13（杭州）km2/a；由表1知，无锡与常州2009年草地面积均低于1979年草地面积，草地减少面积分别为0.09、0.20km2。
从表1可知，上海和苏州城镇面积增加最为显著，其增加面积分别为1345.98、1256.58km2，城镇面积增长率分别达到40.93、36.97km2/a；无锡、常州和嘉兴城镇面积增加较为显著，增加面积分别占城市总面积的13.33%、10.59%、10.25%，城镇面积增长率分别达到18.77、14.38、11.84km2/a；镇江、杭州以及湖州城镇面积增加较少，近30a增加面积分别为244.51、263.64、182.79km2，其增长
率分别达到7.19、8.69、5.37km2/a。
由此可见，上海和苏州城市化进程速度最快，其次是无锡、常州，而杭州、嘉兴、湖州和镇江城市化进程较为缓慢。
毛亚琪
2.3太湖流域主要气候因子变化
2.3.1气温变化
根据国际政府间气候变化专门委员会IPCC的估计，北半球20世纪80年代平均温度比60年代高0.4ħ，90年代以后升温幅度增大，达1ħ左右［16］。最近的观测事实表明，1906—2005年全球平均气温上升0.74ħ［17］，近50a的温度升高趋势为过去100a的2
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议