摘要: 基于空间分辨率为250 m的MODIS 13Q1影像，通过对影像逐像元信息的提取和分析，结合相应的气象资料，运用Sen-MK趋势分析、Hurst指数和相关性分析法，研究了2000~2023年新疆温泉博尔塔拉河国家湿地公园植被覆盖的时空变化趋势及其与气候因子的相关性，结果表明：(1) 时间上，NDVI呈显著波动上升趋势，中高和高覆盖度植被持续扩大，生态质量明显改善。空间上，NDVI分布呈现明显异质性，高值区集中在中东部湿地核心区，低值区主要分布在北部河流源头。(2) 2000~2022年，研究区NDVI总体呈微弱上升趋势(0.003/a)显著改善区域集中于湿地公园中东部(41.1%)，而54.04%区域变化不显著。未来植被变化以“反持续性”为主；13.4%区域或持续改善，退化风险区仅占4.74%，建议实施分区保护策略。(3) 气候因子对NDVI影响显著，且存在显著空间异质性和局部反常相关，北部干旱区植被主要受降水控制(r = 0.3~0.6)，南部沿河区则更依赖温度(r = 0.1~0.5)。
Abstract: Based on the MODIS 13Q1 image with a spatial resolution of 250 m, through the extraction and analysis of the pixel-by-pixel information of the image, combined with the corresponding meteorological data, the Sen-MK trend analysis, Hurst index and correlation analysis method were used to study the spatial and temporal variation trend of vegetation coverage and its correlation with climatic factors in Xinjiang Hot Spring Bortala River National Wetland Park from 2000 to 2023. The results showed that: (1) In time, NDVI showed a significant fluctuation and upward trend, and the middle and high coverage vegetation continued to expand, and the ecological quality was significantly improved. Spatially, the distribution of NDVI showed obvious heterogeneity. The high value area was concentrated in the core area of the wetland in the middle and east, and the low value area was mainly distributed in the source of the northern river. (2) From 2000 to 2022, NDVI in the study area showed a slight upward trend (0.003/a), and the significant improvement areas were concentrated in the middle and east of the wetland park (41.1%), while 54.04 % of the areas did not change significantly. The future vegetation change is mainly “anti-sustainability”; 13.4% of the area or continuous improvement, the degradation risk area accounted for only 4.74 %, it is recommended to implement the zoning protection strategy. (3) Climatic factors have a significant impact on NDVI, and there are significant spatial heterogeneity and local anomalous correlation. The vegetation in the northern arid area is mainly controlled by precipitation (r = 0.3~0.6), while the southern riverside area is more dependent on temperature (r = 0.1~0.5).
1. 引言
植被是陆地生态系统的主体，在维持区域生态平衡、调节气候、涵养水源等方面发挥着关键作用。植被动态变化与其生长环境中的气候因子(如温度、降水)密切相关[1]-[3]，因此，研究植被与气候因子的相互作用关系，对于理解区域生态环境演变规律具有重要意义。在大尺度空间研究中，遥感技术因其覆盖范围广、周期性强等特点，成为植被监测的重要手段[4]。其中，归一化植被指数(Normalized Difference Vegetation Index, NDVI)能够有效表征植被生长状态及覆盖度[5]，被广泛应用于植被动态与气候因子相关性研究。
新疆温泉博尔塔拉河国家湿地公园作为典型的干旱区内陆河湿地生态系统，其植被动态变化研究具有重要的理论和实践意义[6] [7]。目前关于新疆温泉博尔塔拉河国家湿地公园植被动态的研究较为有限，特别是针对长时间序列NDVI变化特征及其驱动机制的系统研究仍显不足。更为重要的是，该区域植被NDVI对气候因子(如温度、降水)的响应关系尚未得到充分探讨。
本研究以新疆温泉博尔塔拉河国家湿地公园为研究区，利用2000~2022年MODIS 13Q1卫星遥感数据(空间分辨率250 m)，采用趋势分析与可持续分析的方法，定量分析NDVI的时空变化特征，并探讨其与气候因子(气温、降水量)的相关性。研究结果可为湿地生态系统的保护与恢复提供科学依据，同时为短时间尺度植被–气候响应机制研究提供参考。
2. 研究区概况
新疆温泉博尔塔拉河国家湿地公园位于温泉县境内，地理坐标东经80˚53'48.63''~81˚39'06.82''，北纬44˚58'09.60''~45˚12'07.70''。公园总面积5626.5公顷，以博尔塔拉河为主体，涵盖其干流、支流及沿岸草本沼泽、灌丛沼泽等湿地资源，整体呈树叉状分布。西起冷水鱼繁育基地，东至温泉县与博乐市交界，北达博尔塔拉河支流雪线源头，南抵鄂托克赛尔河与县道X215交界处。湿地面积3838.75公顷，湿地率达68.22%。
鉴于湿地公园对周边生态系统具有重要影响，本研究划定其外围5公里范围缓冲区，并叠加我国边界，设置研究区如下(图1)。该研究区的设置既符合国家湿地保护规范，又能全面反映湿地公园的生态辐射作用。
Figure 1. Overview of the study area
图1. 研究区概况图
3. 数据来源及预处理
3.1. 卫星遥感影像
所用的卫星遥感数据为2000~2023年植被生长季空间分辨率为250 m的MODIS 13 Q1影像(https://earthexplorer.usgs.gov)，NDVI的计算参考文献[8]。
3.2. 气象数据
研究采用的气象数据来源于国家地球系统科学数据中心(http://www.geodata.cn)年均降水量和气温数据集。该数据基于空间插值方法生成，分辨率为1 km × 1 km，能更精确地反映研究区内的气象要素空间分布特征。
4. 研究方法
4.1. Sen-MK趋势分析
Sen斜率估计作为一种稳健的非参数趋势分析方法，通过计算序列中值来量化变化趋势，其对异常值和测量误差具有较强的抵抗能力[9]。然而，该方法无法直接评估趋势的统计显著性。为此，可结合Mann-Kendall检验进行显著性判断，该检验的优势在于不要求数据服从特定分布[10]。因此，通过M-K检验对Sen趋势度进行显著性检验。本文利用Sen + MK趋势分析法分析长时间序列NDVI变化趋势。
4.2. Hurst指数
Hurst指数分析可用于揭示时间序列的长期记忆效应[11]。本研究采用Hurst指数方法，通过重标极差分析(R/S分析)来评估NDVI的未来变化趋势。
4.3. 相关性分析
研究采用Pearson相关系数法量化NDVI与气象因子之间的线性相关关系。并通过r判断相关性强弱。
5. 研究结果
5.1. NDVI时空分布特征
Figure 2. Temporal variation characteristics of NDVI (2000~2022)
图2. 2000~2022年NDVI时间变化特征
Figure 3. Spatial distribution characteristics of NDVI (2000~2022)
图3. 2000~2022年NDVI空间分布特征
本研究基于2000~2022年的MODIS NDVI数据，采用最大值合成法(MVC)生成年度影像。随后，利用ArcGIS的Cell Statistics工具计算每个年份的区域均值。在时间尺度上，基于2000~2022年MODIS NDVI数据的时间特征分析显示(图2)，23年间，研究区域植被覆盖度整体呈现波动上升趋势。这一趋势与气候变化和生态恢复工程密切相关，NDVI最大值出现在2013年，为0.52，最小值出现在2001年，为0.42。在空间尺度上，NDVI空间分布特征显示(图3)，NDVI空间分布具有显著空间异质性，高值区分布于靠近湿地公园的中部和东部地区，低值区多分布于远离湿地公园或河流发源的北部地区，因此河流是影响研究区生态环境的重要因素。
基于NDVI值将植被覆盖度划分为低(NDVI < 0.1)、中低(0.1 ≤ NDVI < 0.3)、中(0.3 ≤ NDVI < 0.55)、中高(0.55 ≤ NDVI < 0.75)、高(NDVI ≥ 0.75)五级分析显示(图4、图5)，2000~2022年研究区植被覆盖度整体呈缓慢上升趋势，其中低覆盖度面积显著减少，中高及高覆盖度面积持续扩大，区域生态质量逐步改善。中高、高植被覆盖区分布在博尔塔拉河沿岸，下游为高植被聚集区，研究区北部边缘为支流发源处，由于长期干旱，以低植被覆盖为主。2000年研究区植被覆盖中低及低等级占比较大，中低覆盖度面积占比最高(30.47%)，中高覆盖度(28.00%)与高覆盖度(7.98%)合计仅35.98%，整体状况偏差；2005年中覆盖度面积显著提升至31.84% (较2000年增长17.10%)，中低覆盖度占比下降至24.53%，高覆盖度面积扩大，早期生态修复措施初显成效；2010年高覆盖度进一步增至12.58%，低覆盖度持续缩减至3.63%，植被覆盖结构进入平缓优化阶段；2015年中低覆盖度占比降至21.05%，高覆盖度面积显著上升，植被覆盖向中等及以上等级转移，区域绿化程度整体提升；至2020年，高覆盖度达24.87% (较2000年增长300%)，与低覆盖度的5倍，形成“低覆盖度减少、中高等级覆盖度增加”的良性格局。2022年，植被覆盖治理效果略有反弹，具体表现为，中低等级覆盖度增加为22.94%，中高等级覆盖度减少为17.44%。总体来看，研究区植被覆盖呈现“低等级缩减、高等级扩张”的阶梯式改善特征，2010~2015年变化最为显著，反映生态工程对低覆盖区域的针对性修复效果，后期通过自然演替与持续保护，中高及高覆盖度植被逐步巩固，区域生态系统稳定性显著提升[12]-[14]。
Figure 4. Area Percentage of vegetation coverage types (2000~2022)
图4. 2000~2022年植被覆盖类型面积占比
Figure 5. Vegetation coverage change (2000~2022)
图5. 2000~2022年植被覆盖变化情况
5.2. NDVI变化趋势
Sen-MK结果显示(图6(a)、图6(b))，2000~2022年研究区NDVI整体呈微弱上升，上升趋势为0.003/a。空间差异性显著。这与上文NDVI时间变化结果一致。Mann-Kendall趋势检验结果显示，研究区内多数区域未通过显著性检验，54.04%区域为基本不变区。NDVI极显著上升和显著上升的区域主要集中湿地公园中东部区域，面积占比分别为33.31%、7.79%。LST极显著下降和显著下降的区域主要集中研究区北部，面积占比分别为2.24%、2.61%。
Hurst指数结果显示(图6(c)、图6(d))，2000~2022年研究区NDVI变化趋势呈现明显的空间分异性(图3~6)。Hurst指数分析显示，“反持续性”(未来趋势可能逆转)的植被覆盖区域占主导地位(81.45%)；“持续性增加”(未来趋势可能改善)的NDVI变化区域占比13.40%，多集中于博尔塔拉河沿岸；“持续性减弱”(可能继续退化)的植被区域面积较小(4.74%)，主要分布在北部河流发源地附近。
Figure 6. NDVI trend analysis (2000~2022)
图6. 2000~2022年NDVI变化趋势分析
5.3. 植被覆盖与气候因子的相关性分析
气候是植被覆盖的主要影响因子，气温和降水两个气候因子在植被生长季的影响尤为重要。图7为2000~2022年研究区NDVI与气候因子相关性分析结果，结果表明，气候因子与NDVI相关性呈现显著异质性。降水与NDVI的相关性整体呈正相关，均值为0.22，表现为“北高南低”的格局，其中北部干旱区数普遍在0.3~0.6之间(p < 0.05)；而东南部博尔塔拉河沿岸呈现局部负相关(−0.4~0.1)。降水与NDVI的相关性整体呈正相关，均值为0.21，表现为“南高北低”的格局，其中北部干旱区数普遍在−0.1~0.4之间(p < 0.05)，南部博尔塔拉河沿岸呈现局部正相关(0.1~0.5)。
研究结果表明，虽然气温和降水显著影响植被覆盖(NDVI)，但单一气候因子无法完全解释NDVI的空间变异。水热因子呈现明显的区域分异特征：北部干旱区植被主要受降水制约，而南部沿河区更响应温度变化。这种空间异质性暗示除气候因素外，人类活动、土壤特性和植被类型等非气候因素同样重要，特别是在相关性反常区域[15]。因此，植被动态是气候与非气候因子共同作用的结果，需要综合考量多因子的协同效应[16]-[18]。
Figure 7. Correlation between NDVI and climatic factors from 2000 to 2022
图7. 2000~2022年NDVI与气候因子相关性
6. 结果与讨论
基于MODIS系列NDVI产品部数据，研究了2000~2022年博尔塔拉河国家湿地公园植被覆盖的时空变化及其与气候因子的相关性，结果表明：
(1) 本研究揭示了2000~2022年新疆温泉博尔塔拉河国家湿地公园NDVI的时空变化特征。时间上，NDVI呈显著波动上升趋势，2013年达到峰值(0.52)，2001年为最低值(0.42)，表明植被覆盖总体改善。空间上，NDVI分布呈现明显异质性，高值区集中在中东部湿地核心区，低值区主要分布在北部河流源头，证实了河流水文过程对植被格局的关键调控作用。
(2) 2000~2022年，研究区植被覆盖度整体呈上升趋势，低覆盖度面积显著减少，中高和高覆盖度植被持续扩大，生态质量明显改善。高覆盖度占比从7.98%增至24.87%，中低覆盖度占比下降，表明生态修复措施成效显著，尤其在2010~2015年变化最为明显。2022年局部出现反弹，但整体仍呈现“低减高增”的优化格局。
(3) 2000~2022年，研究区NDVI总体呈微弱上升趋势(0.003/a)，空间异质性显著。Sen-MK分析表明，显著改善区域集中于湿地公园中东部(41.1%)，而54.04%区域变化不显著。Hurst指数显示，未来植被变化以“反持续性”为主(81.45%)；13.4%区域或持续改善，退化风险区仅占4.74%，多分布在北部。结果表明，博尔塔拉河沿岸生态恢复成效显著，但需关注北部退化风险，建议实施分区保护策略。
(4) 研究结果表明，虽然气温和降水显著影响植被覆盖(NDVI)，但单一气候因子无法完全解释NDVI的空间变异。水热因子呈现明显的区域分异特征：北部干旱区植被主要受降水制约(r = 0.3~0.6)，而南部沿河区更响应温度变化(r = 0.1~0.5)。这种空间异质性暗示除气候因素外，人类活动、土壤特性和植被类型等非气候因素同样重要，特别是在相关性反常区域。因此，植被动态是气候与非气候因子共同作用的结果，需要综合考量多因子的协同效应。
NOTES
*共同第一作者。
*通讯作者。