摘要：基于標準化降水指數SPI監測水文干旱，基于MODIS植被指數(NDVI、EVI)評估生態環境。采用Mann-Kendall趨勢檢驗法來量化三江源區1961-2018年干旱與植被的時空演變，并基于斯皮爾曼等級相關系數進行不同干旱變量與植被指數的相關性分析。結果表明：(1)三江源區季度干旱事件發生于1963、1966、1984、1992、2000和2017年。(2)春季有顯著濕潤化現象(平均趨勢特征值Z等于2.28)，秋季瀾滄江和長江中部有不顯著干旱威脅。(3)5月黃河以北地區有顯著植被增加趨勢，9月長江中部與瀾滄江有不顯著植被退化趨勢。2000-2018年期間植被覆蓋變化趨勢是北部強于南部、西部強于東部。(4)21世紀以來，干旱事件與植被覆蓋有一定的響應關系，SPI3與植被指數有顯著正相關性。

　　關鍵詞：水文干旱;SPI;植被指數;Mann-Kendall趨勢檢驗;時空演變;相關性分析;三江源區

　　干旱事件是一種高頻的自然災害，具有最廣泛的社會、經濟和生態影響[1,2]。未來氣候變化對徑流和降水等有影響，研究地區干旱演變特性對了解區域氣候變化，指導未來水資源規劃和利用具有重要意義[3,4]。Mckee等人提出標準化降水指數SPI，被廣泛地使用于評估不同時間尺度的氣象干旱事件[5]。布魯諾等人表明SPI指數在干旱時空特征研究中有非常好的作用[6]。

　　水文論文投稿刊物：《干旱區地理》Arid Land Geography(雙月刊)曾用刊名：新疆地理，創刊時間：1978，是綜合性學術刊物。主要刊載干旱區地理學及其分支學科、邊緣學科和交叉學科的新理論、新技術和新方法。即：自然地理、全球變化及氣候變化、土壤學研究、水文與水資源，環境變化、景觀生態研究、植被與生態建設、地理信息與遙感技術的應用、動物生態學與動物地理學、區域地理與可持續發展等。

　　WANGJ等人提出植被指數DVI來研究植被與干旱的關系[7]。目前有研究表明利用EVI進行植被變化研究甚少，SPI已被廣泛應用于世界各個國家的干旱監測與預報[8]。自20世紀90年代以來，三江源區氣候呈暖濕現象，長江流域濕地面積呈整體上升趨勢，黃河流域和瀾滄江流域呈下降趨勢[9]。該地區的植被覆蓋、氣候變化和生態保護是重點研究方向，王根緒等人研究發現草地退化比較明顯的地區為黃河源區[10]。

　　目前大部分研究是針對2010年前后的地區干旱與植被演變，然而對三江源區的多尺度干旱演變與植被變化研究甚少[11]。本研究基于SPI和遙感植被指數(NDVI/EVI)，來量化19612018年三江源區的生長季植被和水文干旱的演化特性;基于多尺度趨勢檢驗方法，分析1961年至2018年TRSR多尺度干旱的時空特征和變化趨勢以及2000年至2018年植被時空演變，并進一步探討三江源區的植被狀態與干旱事件的聯系。這為后期探究該地區的植被干旱的響應關系提供參考價值。

　　1研究區域與數據

　　1.1研究區域概況

　　三江源區的地理位置在31°39'~36°12'N和89°45'~102°23'E之間，位于中國青海省南部，是長江，黃河和瀾滄江的發源地，也是青藏高原的腹地。面積約30萬平方公里，占青海省總面積的43%，地勢高聳、氣候寒冷，年平均氣溫在-5.4℃～4.2℃之間，年降水量由東南部的770mm向西北逐漸遞減至260mm，氣候條件具有明顯的區域分異特征。三河源區中黃河，長江和瀾滄江年平均徑流量分別是20.1×10，12.4×10和15.0×10[12]。年蒸發量在7301700毫米之間，超過80%年降水量發生在月至10月的雨季[13]。

　　1.2數據來源與處理

　　三江源區數字高程模型(DEM)來自地理空間數據云網站(http://www.gscloud.cn/)，在rcGIS中以三江源區邊界來裁剪和鑲嵌得到研究區的DEM。青藏高原土地利用覆蓋數據來自中國科學院資源與環境科學數據中心(http://www.resdc.cn/)，通過裁剪和重分類得到三江源區的土地利用類型。

　　遙感衛星數據MOD13Q1來自美國國家航空航天局(NASA)EOS/MODIS數據產品(https://modis.gsfc.nasa.gov/)，空間分辨率為250m×250m，時間分辨率為16d。MOD13Q1植被指數產品(NDVI和EVI)用水、云、重氣溶膠等處理，以確保數據質量。這兩種產品有效地表征了全球植被狀態和過程。為了消除異常值的影響，采用最大合成法(MVC)合成月度NDVI數據，將月度NDVI數據合成為最大年NDVI影像[14]。1961201年月降水量數據來自中國氣象科學數據共享服務網(http://cdc.cma.gov.cn/)。

　　其中，9612016年數據來自中國0.5°×0.5°網格數據集(V2.0)產品，三江源區共有150個格點數據集。數據經過交叉驗證，錯誤分析，質量狀況良好。20172018年數據來自中國地面氣候資料月值數據集。由研究區20個氣象站點的地面月降水量數據，采取最優Kriging插值方法重采樣20172018年期間150個格點的月降水量數據，得到19612018年的三江源區月降水數據。本文依據氣象站點位置以及區域分布特點選取了個格點數據進行研究。

　　2研究方法

　　2.1標準化降水指數(SPI)SPI是常用的多時間尺度氣象干旱指數[5]，它可以計算多個時間尺度[15]。根據《氣象干旱等級GB/T20481—2006》國家標準的定義，標準化降水指數(SPI)是表征某時段降水量出現概率多少的指標，適用于月尺度以上的干旱監測與評估。該指數假設降水量服從Γ分布，考慮了降水服從偏態分布的實際，然后進行正態標準化處理，使得同一個干旱指數可以反映不同時間尺度和不同類型的水資源狀況。一般當SPI值小于且連續觀察到該值小于等于時，定義為發生干旱事件[16]。SPI1通常用來反映短期地表水分異常變化，SPI3可反映干旱的季節變化。表為中國的干旱分類標準。SPI的詳細介紹和計算機程序可在國家干旱減災中心網站(https://drought.unl.edu/)上獲得。

　　2.2植被狀態監測指數

　　NDVI(NormalizedDifferenceVegetationIndex)是歸一化植被指數的簡稱，是目前應用最廣泛的植被指數。可以反映植被的覆蓋度、植被的基本生長狀態等。EVI(EnhancedVegetationIndex)是增強型植被指數，相對于NDVI在大氣噪聲、土壤背景、飽和度等問題上有所改進[18]。本文根據三江源區植被生長的實際情況，確定干旱對植被生長狀況的影響主要表現在植被生長季(月月)。本文提取每年的月至月的DVI和EVI數據進行植被時空演變分析。

　　3討論對于長時間的植被檢測，通常可以使用衛星遙感數據源，如歸一化植被指數(NDVI)和增強型植被指數(EVI)。NDVI與植被覆蓋之間有很好的關系，EVI則有相對較高的空間、大面積的近實時數據分辨率的優點，已經在植被狀況監測方面得到廣泛地使用[23]。

　　等人研究表明SPI與NDVI的相關性最高[24]，HaroMonteagudo等人提到個月時間尺度的干旱指標與植被變化的相關性最高[25]。這與本文研究結果有一致性，可知植被變化與干旱事件是有一定的聯系和互相影響的[26]。本文發現三江源區西北部和東北部大部分地區的植被呈顯著增加趨勢，這與該地區的干旱變化趨勢有一致性。植被增加區域主要分布在長江西北部，其中瀾滄江北部和黃河西部某些區域有植被退化跡象，這與先前學者的研究有一致性：錢拴等人研究三江源地區生長季草地植被對氣候變化的響應，發現2004年以后草地植被有顯著的好轉趨勢[27]。

　　本文發現世紀以來，三江源區整體呈濕潤化趨勢，但同時監測到017年存在月度和季度干旱事件，以及黃河西南部地區也存在一定的植被覆蓋度減少趨勢。這也推動著我們今后探究不同時間尺度干旱特征變量以及其他氣象因素對植被的影響，探討更有效的方法來量化和解釋該地區植被干旱的響應關系。結論本研究利用空間分析、MannerKendall趨勢檢驗法分析了TRSR的干旱指數與遙感植被指數時空變化，并探討了三江源區植被覆蓋與干旱的關系。

　　該研究可獲得以下結論：

　　(1)近58年來不同時間尺度的SPI均體現RSR在逐漸變得濕潤，時間尺度越大，干濕交替周期越長。世紀以來，TRSR干旱事件出現在002/2006/2015/2012/2017年，秋冬季節發生干旱的頻率更高，其次是春季。 (2)長江西北地區有顯著濕潤化趨勢，長江與黃河南部在秋冬季節有不顯著的干旱化威脅，春季有顯著的濕潤化趨，整體呈濕潤化趨勢。(3)TRSR的植被覆蓋在世紀以來有所增加，在002和013年增加量出現減少現象;NDVI與EVI在TRSR有明顯增加的趨勢，空間上變化趨勢是北部強于南部、西部強于東部。(4)三江源區的PI3與植被指數均呈正相關(ρ),SPI_AVE與NDVI_MVC有最顯著的正相關性(ρ=0.584**)，SPI3MIN與DVI_5月、VI_5月有顯著正相關性。這對未來三江源區的生態環境保護提供一定的理論依據。

　　參考文獻

　　[1]秦年秀,陳喜,薛顯武等.氣候變化對烏江流域水文水資源的影響[J].河海大學學報自然科學版,2011,39(6):6238.QINNianxiu,CHENXi,XUEXianwu,etal.ImpactofclimatechangeonhydrologyandwaterresourcesintheWujiangRiverBasin[J].JournalofHohaiUniversity(NaturalSciences),2011,39(6):6238.(inChinese)

　　[2]ZHANGQIANG,YUHUIQIAN,SUNPENG,etal.MultisourcedatabasedagriculturaldroughtmonitoringandagriculturallossinChina[J].GlobalandPlanetaryChange,2019,172:298306.

　　作者：肖祖香1,2，朱雙1,2，羅顯剛1,2，婁連惠*,3，李江4，羅順根5，操麗5