1. 引言
全球变暖背景下，气候变化与陆地生态系统的关系是国际社会关注的热点问题 [1] ｡植被作为陆地生态系统的主体，是各个圈层进行物质能量交换和信息传递的关键，在气候调节､水土保持以及生物多样性保护等生态服务功能中发挥着重要作用 [2] ｡植被指数是宏观表征地表植被覆盖变化的有力度量。归一化植被指数(Normalized Difference Vegetation Index, NDVI)能够指示植被生长状况，而且与植被覆盖度存在显著线性关系，因而常用于
Figure 1. The range of Beijiang River basin in Guangdong Province and the distribution of rainfall stations
图1. 广东北江流域范围及雨量站分布
研究植被覆盖变化对生态因子(如气候因子､土地利用､人类活动等)的响应 [3] ｡目前，学者们分别在全球尺度、国家尺度和区域尺度研究了不同植被NDVI变化特征及其与气候因素的相关关系，结果表明气候变化对植被生长具有明显影响 [4] [5] 。由于气候变化对植被影响具有累积效应，植被的反馈通常会滞后，在研究植被对气候因子的响应中应考虑滞后效应 [6] ｡
北江流域(图1)是珠江三角洲乃至粤港澳大湾区的重要生态屏障和水源涵养地。在全球变暖背景下，开展北江流域植被覆盖时空变化及其对降水的响应，对区域生态安全建设具有重要意义，也可为有效减缓和应对气候异常提供依据。从以往研究来看，具体到北江流域的相关研究中，很少出现NDVI与月降水的相关性研究。本文采用2000~2019年MODIS NDVI数据及同期降水数据，利用数理统计方法，分析北江流域月度NDVI、降水时空变化及两者间响应关系。研究结果对于认识该区生态系统演变､进行生态安全建设具有理论与现实意义。
2. 数据与方法
2.1. 降水数据资料
降水数据选取北江流域分布较均匀的18个国家基准站(图1)月降水数据，数据来源于中国国家气象局。
2.2. 遥感数据来源及处理方法
遥感数据来自美国国家航空航天局(NASA)发布的MODISQ1数据(https://ladsweb.nascom.nasa.gov/)，空间分辨率为250 m，时间分辨率为16 d，产品数据集已经过几何校正、辐射校正、大气校正等预处理，保证了数据质量。数据时间跨度为2000~2019年，每年覆盖北江流域的影像有23幅。具体处理过程如下：
① 对下载的MODIS影像数据通过MRT软件进行投影坐标系转换(统一为WGS84坐标投影)、波段运算、格式转换。
② 由于原数据是16天一幅影像，为了获得月、年数据，需要对数据进行合成，合成方法采用目前国内外普遍使用的最大化合成法MVC (maximum Value Composites)，该方法可以进一步消除云、大气，太阳高度角等的干扰 [7] ，使用Arcgis10.2软件对数据进行最大化处理以获取月、年NDVI数据，公式如下：
(1)
式中：i为月序号，取值范围为1~12；MNDVI i为第i月的NDVI值；NDVI1和NDVI2分别为第i月的上下半月的NDVI值。同样据此方法得到年度NDVI值。
③ 对最大化合成后的NDVI数据进行去除异常值操作，由于NDVI取值范围在−1到1之间，而NDVI < 0表示无植被覆盖，故使用Arcgis10.3软件去负值操作，然后按掩膜提取出研究区NDVI图像。
2.3. 研究方法
本研究采用的数理统计方法，如Mann-Kendall(简称M-K)趋势检验法、线性趋势分析法、Pearson相关系数法，均是该研究领域中广大专家、学者普遍采用的、成熟的方法，具体计算公式不再赘述。
3. 结果分析
3.1. NDVI变化分析
3.1.1. 时间变化分析
如表1所示，2000~2019年间北江流域各月份NDVI介于0.41~0.72之间；就各月份来看，1、2、3、4月在0.41~0.50之间，其中2月份最低，为0.41；其他月份在0.58~0.72之间，其中9月份最高，为0.72。从年内变化来看，2月~9月逐渐上升，9月~次年2月逐渐下降。
Table 1. Monthly and annual change statistics of NDVI in Beijiang River basin from 2000 to 2019
表1. 2000~2019年间北江流域NDVI月度、年度变化统计量
注：*表示通过0.05置信检验。
从各月份NDI变化趋势看(表1)，4、6月轻微下降(分别为0.001/10a、0.009/10a)；其他月份均为上升，其中，7~10月、12月上升较快(通过0.05置信检验)，如8~10月上升率为介于0.03/10a~0.04/10a，7、12月上升率分别为0.063/10a、0.067/10a。年尺度上(表1)，2000~2019年间NDVI呈上升趋势(但没有通过0.05置信检验)，多年平均值为0.58。
3.1.2. 月度植被指数空间变化分析
如图2所示，总体来看，5~10月，北江流域整体NDVI较高，大部分区域差别较小；NDVI较低的区域主要分布在靠近珠三角的南部及中北部的河谷平原，原因可能是这些区域人口(城镇)集中分布，人类活动干预强度较大，原有植被破坏严重。11月~次年4月，区域差异比较明显，尤其是1~3月，NDVI较低的集中连片区域广泛分布，这可能与气候条件变化(季节更替)造成的气温、降水、光照等因素变化有关。
3.2. 降水变化分析
3.2.1. 时间变化分析
Table 2. Monthly and annual change statistics of precipitation in Beijiang River basin from 2000 to 2019
表2. 2000~2019年间北江流域降水月度、年度变化统计量
注：*表示通过0.05置信检验。
如表2所示，2000~2019年间北江流域各月份降水介于48.71~285.98 mm之间，平均值为138.71 mm；就各月份来看，1月、2月、10月、11月、12月介于48~70 mm之间，其中12月份最低，为48.71 mm；3月、4月、7月、8月、9月介于101~185 mm之间，5月、6月在260 mm以上，其中5月份为285.98 mm，为全年最高。
Mann-Kendall趋势检验表明(表2)，1月、2月、4月、6月~9月、12月呈下降趋势，其中4月为显著下降(通过0.05置信检验)；其他月份上升，但不显著。就年尺度而言，2000~2019年间流域降水总体呈下降趋势。
3.2.2. 月降水空间变化分析
如图3所示，2000~2019年北江流域月降水空间变化大致可分为如下4种类型：1) 由东南部高值中心(清远、佛冈、英德)向周边(南、北、西)递减型，如3、4、5、6月。2) 由南向北递减型，如7、8、9月。3) 由北向南递减型，如11月、12月、2月。4) 高低值区域相间分布，无明显变化趋势型，如1月、10月。
3.3. NDVI与降水的时滞相关性分析
Table 3. Correlation statistics of NDVI with precipitation in the same period and previous period
表3. NDVI与同期及前期降水的相关性统计
注：*表示通过0.05置信检验。
如表3所示，1月、2月、10月、12月，NDVI与同期降水表现为正相关，其他月份为负相关，其中7月份相关性显著(通过0.05置信检验)。1、2、3、11、12月，NDVI与前期1~3月降水主要表现为正相关；4~10月，NDVI与前期1~3月降水主要表现为负相关；1、2、3、5、9月，NDVI与前期4~6月降水主要表现为正相关；4、6、7、8、10、11、12月，NDVI与前期4~6月降水主要表现为负相关。NDVI与前期1~6月降水的相关性中，通过0. 05置信检验的月份主要集中在前1、前2、前3月份，即前1季度。
考虑到降水对植被生长的时效性，在此主要分析NDVI与同期及前期1~3月降水是相关性情况。结合表3数据及上述分析，可以看出，1月、2月、11月、12月，NDVI与同期及前期1~3月降水主要表现为正相关，结合表2可发现11月~次年2月，刚好是少雨期，甚至经常出现干旱 [8] ，有限的降水不足以满足植被的正常生长需要，而降水的适当增加可以促进植被的生长。4~9月，NDVI与同期及前期1~3月降水主要表现为负相关，结合表2，可发现4~9月为一年中的汛期(降水量占全年70%以上)，降水充沛 [9] ；且流域地处中亚热带向南亚热带过度区域，4~9月间光热资源充足，这些都有利于植被生长。但流域地形以山地、丘陵为主，且岩溶、红层地貌发育，4~9月的汛期，大量降水容易诱发地表土壤侵蚀、滑坡等地质灾害 [10] ，进而影响植被，这可能是汛期内植被覆盖与降水表现为负相关的原因。
4. 结论
本文采用2000~2019年MODIS NDVI数据及同期降水数据，利用数理统计方法，主要分析了北江流域月度NDVI、降水时空变化及两者间的响应关系。结果表明：
1) 流域NDVI年均值为0.58，年内分布方面，2月份最低(0.41)，2~9月逐渐上升，9月最高(0.72)，9月~次年2月逐渐下降。流域NDVI整体上呈波动上升趋势(线性趋势为0.022/10a)；从各月份变化趋势看，4、6月轻微下降，7、8、9、10、12月上升较快。空间分布方面，5~10月，流域整体NDVI较高，大部分区域差别较小；11月~次年4月，区域差异比较明显；NDVI较低的区域主要分布在南部及中北部的河谷平原。
2) 1月、2月、10月、11月、12月降水介于48~70 mm之间，其中12月份最低(48.71 mm)；5月、6月在260 mm以上，其中5月为285.98 mm，为全年最高。年降水呈下降趋势，月降水变化方面，有2/3的月份表现为下降。月降水空间分布大致可分为由东南部向周边递减、由南向北递减、由北向南递减及无明显变化趋势四种类型。
3) 月度NDVI与同期及前期降水的相关性分析发现，1、2、11、12月，NDVI与同期及前期1~3月降水主要表现为正相关，4~9月，NDVI与同期及前期1~3月降水主要表现为负相关。
基金项目
教育部人文社会科学基金2017年度青年项目(17YJCZH114)。