地理研究GEOGRAPHICAL RESEARCH第35卷第6期2016年6月V ol.35,No.6June,2016伏牛山地区森林植被动态变化对水热条件的响应张晓东，朱文博，崔耀平，张静静，朱连奇（河南大学环境与规划学院，开封475004）摘要：利用环境一号卫星不同时相多光谱数据，提取伏牛山地区不同森林植被类型。

借助S-G滤波算法重构2000-2013年MODIS EVI 时间序列影像，并结合气温和降水数据，运用线性回归、相关性分析和ANUSPLIN 插值等方法分析伏牛山地区不同森林植被类型变动对水热条件的响应方式。

结果表明：①伏牛山地区植被覆盖较高，EVI 平均值为0.48，14年来总体呈上升趋势，但不同森林植被类型变化存在明显差异，其中占比例最大的落叶阔叶林的上升趋势最为明显。

②14年来伏牛山地区气温呈升高趋势，气温距平升高速度约为0.27℃/10a ，降水距平百分率呈波动增加趋势。

③伏牛山地区不同森林植被类型EVI 变化和气温、降水的相关性存在明显差异，其中常绿阔叶林EVI 与气温的相关性最高，常绿落叶混交林与气温的相关性最弱；除常绿落叶混交林与降水主要呈弱正相关外，其余森林植被类型与降水主要呈弱负相关。

④伏牛山地区森林植被对气温和降水的响应总体上滞后性不明显，仅在局部区域内常绿落叶混交林与气温和降水存在半个月滞后期。

关键词：时滞性；森林植被；水热状况；增强性植被指数；伏牛山DOI:10.11821/dlyj2016060031引言山地生态系统具有复杂的环境梯度，对气候变化敏感，成为全球变化背景下研究植被动态对气候响应的热点区域[1-4]。

森林植被作为山地生态系统的重要组成部分，随着山地气候的垂直分异，从山脚向山顶依次呈现出常绿阔叶林带、落叶阔叶林带、针叶林带等多种植被类型[5]。

研究不同森林植被类型与气候变化的关系，有助于深入了解山地生态系统变动的复杂性和多样性、揭示山地生态系统变化的机理。

已有研究发现山地植被变化与气温降水具有密切关系，不同植被类型的植被覆盖变化对水热的响应具有明显差异[6-9]。

崔晓临等分析秦岭山区植被覆盖海拔梯度差异及其与气温的垂直响应，发现高海拔区域与气温相关性最高[10]。

王静等揭示南方丘陵山地植被生长对降水存在1个月的滞后现象[11]。

缪丽娟等认为蒙古高原植被变化对气候的响应具有整体性和异质性，草原植被与降水呈正相关[12]。

然而，这些研究对山区植被类型的划分仅局限于林地和草地等，缺乏对林地进行细分，而对不同类型森林植被覆盖变化与气候关系的研究多集中在平原地区[13-16]。

另外，这些研究多采用归一化植被指数（NDVI ）来衡量植被覆盖变化，但NDVI 对植被冠层背景过于敏感且易饱和、受土壤噪音影响大。

收稿日期：2016-01-05;修订日期：2016-04-03基金项目：国家重点基础研究发展计划（973计划）（2015CB452702）；国家自然科学基金项目（41401504）作者简介：张晓东（1985-），男，河南辉县人，博士研究生，主要从事区域自然资源开发利用研究。

E-mail:xdzhang@通讯作者：朱连奇（1963-），男，河南郸城人，教授，博士生导师，主要从事山地地理环境及资源开发利用研究。

E-mail:lqzhu@1029-1040页网络出版时间：2016-06-20 11:08:06网络出版地址：/kcms/detail/11.1848.P.20160620.1108.006.html地理研究35卷不过，在NDVI 的基础上进行改进的增强性植被指数（EVI ）可以提高监测精度，更好地反映植被生长状况[17]。

使用EVI 研究山区不同森林植被类型与气温降水的关系成为进一步探索山区环境复杂性和异质性的关键。

伏牛山地区位于北亚热带与南暖温带的过渡区域，植物区系成分复杂，是山地研究的热点区域[18,19]。

已有研究主要集中在伏牛山地区植物多样性及区系特征的调查[20,21]、山区森林景观动态变化及与地形梯度的关系[22]，而对植被动态与气候因子的关系研究关注较少。

本研究根据环境一号卫星30m 多时相数据提取伏牛山地区的森林植被类型，借助S-G 滤波算法重构2000-2013年MODIS EVI 时间序列数据，结合同期气象观测数据，分析伏牛山地区不同森林植被类型时空变化特征及与气温、降水的关系，为揭示伏牛山地区森林植被对水热变化响应特征，以及全球变化背景下区域生态系统的恢复和保护提供科学依据。

2数据来源与研究方法2.1研究区概况伏牛山呈西北—东南走向横亘于河南省西部，位于110°30′E~113°30′E 、32°45′N~34°20′N 之间，是秦岭东部余脉，西至陕西省界，东至方城北部，北与熊耳山、外方山相汇，南接南阳盆地（图1）。

跨越栾川、嵩县、鲁山、西峡、内乡、镇平、卢氏和南召等8个县。

年平均气温13.6℃~15.1℃，年平均降水量700~1100mm 。

伏牛山位于亚热带和暖温带的过渡区域，自然地理特征垂直差异明显，是典型地理环境脆弱带，植被类型属于暖温带落叶阔叶林和北亚热带常绿落叶混交林的过渡类型。

2.2数据来源2.2.1遥感数据采用2000-2013年MODIS 数据集MOD13Q1，来源于美国国家航空航天局（NASA ），空间分辨率为250m ，时间分辨率为16天。

首先用MRT 工具从MOD13Q1原始数据集中提取出EVI 数据，并进行重投影。

为获得更好的时序曲线，通过Savitzky-Golay 滤波对MODIS EVI 16天影像进行重构，拟合EVI 变化趋势[23]。

森林植被类型分类选取三期无云且清晰的环境一号30m 多光谱数据，日期分别为2015年1月、4月及10月，并利用ENVI 5.0对数据进行大气校正、几何校正、镶嵌以及图1研究区地理位置及地形Fig.1The location and topography of the study area10306期张晓东等：伏牛山地区森林植被动态变化对水热条件的响应研究区影像裁剪等处理。

高程数据采用了30m 的DEM ，该数据为ASTER GDEM V2，来源于中国科学院计算机网络信息中心国际科学数据镜像网站。

2.2.2气象数据植被的生长状况受水热因素的影响，并对气温和降水存有一定的时滞性[24,25]。

选取气温和降水数据来研究不同森林植被EVI 变化对气象因子的响应。

气象数据为19个气象站点1991-2013年的气温和降水数据，其中14个站点的气象数据来源于中国气象科学数据共享服务网，5个站点的气象数据来源于河南省气象局（图1）。

将5-9月定为伏牛山地区森林植被的生长季。

根据1991-2013年生长季的日平均气温和日降水量计算各年生长季平均气温和降水量，从而分析气温距平和降水距平百分率的年际变化特征。

根据2000-2013年半月平均气温和半月降水量多年平均值分析二者年内变化特征，并比较EVI 值年内变化是否与气象因子的变化特征存在一致性。

根据2000-2013年生长季月平均气温和月降水量，分析植被年EVI 与气象因子的关系。

根据2000-2013年3-9月份半月平均气温和半月降水量，分析生长季半月EVI 动态对气象因子变化响应的滞后性。

2.3研究方法2.3.1森林植被类型分类遥感影像中存在“同物异谱”和“异物同谱”的现象，采用多时相遥感数据来减弱此类现象带来的分类误差。

为避免基于像素分类中的“椒盐现象”，采用易康面向对象分类方法进行森林类型提取，将伏牛山地区森林植被分为五种类型：常绿阔叶林、常绿针叶林、落叶针叶林、落叶阔叶林以及常绿落叶混交林（图2）。

为验证分类结果的精度，随机选120个样本点，依据研究区植被调查数据进行精度评价，结果表明森林类型分类总体精度为84.2%，kappa 系数为0.8。

根据实地调查发现，山区的森林植被一般更新演替的时间周期较长，因此近14年不同森林植被类型的空间变化范围有限，可以运用该植被类型数据开展有效研究。

2.3.2森林植被类型生长季的界定综合14年的EVI 数据得到植被完整的生长周期，并运用TIMESAT 软件提取基于像元的物候信息确定2000-2013年14年研究区森林植被的平均生长季。

遥感影像获得的植被指数数据会受到噪声干扰，用TIMESAT 对植被指数进行降噪和拟合处理，获取植被指数时间序列并提取植被物候信息[26,27]（图3）。

从生长季始期（The start of the growing season ）时空分布图可以看出（图3a ），生长季开始时间为105~120天的区域占总面积的50.67%，即植被在4月下旬开始大范围返青。

从生长季末期（The end of the growing season ）时空分布图可以看出（图3b ），生长季结束时间为285~300天的区域占总面积的46.85%，即植被在10月下旬大范围开始枯萎，因此综合植被大范围长叶和枯萎的时空分布，将伏牛山地区森林植被的生长季定为5-9月份。

2.3.3气象要素空间插值方法根据薄盘光滑样条函数方法，将相关影响因子作为协变量，在ANUSPLIN 中对气象要素进行空间插值，可以较好地提高时间序列气象要素插值的空间精度[28]。

运用薄盘光滑样条（ANUSPLIN ）插值方法，尤其是在复杂山地环境，相比普通克里格、反距离加权、和薄盘光滑样条函数三种插值方法，薄盘光滑样条插值图2研究区不同植被类型图Fig.2Vegetation types in study area1031地理研究35卷方法（ANUSPLIN ）对温度和降水插值效果最优[29]。

选用ANUSPLIN 对气温和降水数据进行插值，获取半月平均气温和降水栅格数据，像元分辨率为250m 。

2.3.4线性趋势及相关性分析2000-2013年EVI 的趋势研究主要采用线性回归方程的斜率来反映植被的时空特征，该方法通过在像元水平上对栅格进行趋势分析来反映植被的变化规律[30]。

θ=n ×∑i =1ni ×EVI i -æèçöø÷∑i =1n i æèçöø÷∑i =1n EVI i n ×∑i =1n i 2-æèçöø÷∑i =1ni 2（1）式中：n 为研究时段；i 为研究时段序号；EVI i 为第i 年生长季的EVI 值；θ为趋势线的斜率，若θ>0，则表明趋势是上升；θ<0，则表明趋势是下降。

采用F 检验对变化趋势进行显著性检验，结合θ和F 检验结果，将生长季EVI 年际变化趋势分为5个等级[31]：极显著减少(θ<0，P <0.01)；显著减少(θ<0，0.01<P <0.05)；变化不显著(P >0.05)；显著增加(θ>0，0.01<P <0.05)；极显著增加(θ>0，P <0.01)。