基于MOdis数据的黑河流域NPP变化研究

变化趋势
由分布结果来看，大部分呈现出增加趋势，显著 增加部分为25.2%，增加部分占为59.6%，不变占 10.2%，减少占4.2%，显著减少只占0.8%；显著 增加的地区主要为青海祁连县，苏南裕固族自治 县，民乐和嘉峪关酒泉地区。减少和显著减少区 域主要为甘州区、临泽县、高台县地区。
4.研究结果分析
基于MODIS数据的黑河流域NPP时空变化研究
答 辩 人：杨安邦 指导教师：李 净
提纲：

1、研究区概况与研究意义 2、数据来源与处理


3、研究方法
4、研究结果分析 5、结论
1.研究区概况与研究意义
（1）NPP是植物光合作用固 定的净有机物质，是研究陆 地各种生态过程的关键参数。 （2）黑河流域是中国西北 地区重要的内陆河流域，生 态环境较为脆弱。 （3）自然生态环境的退化， 使得对黑河流域的植被NPP 研究具有十分重要的现实意 义。
NPP在坡度上的分布也与在高程上的分布一样，两者并没 有明显的相关性，且各个坡度段上NPP的年际变化表现出高度 的一致性，说明在年际之间NPP在坡度上呈现出均匀变化的趋 势。其中NPP最大平均值在15-25度段上，为209.5 gc/m2a；最 小均值在>45度段上，为128.1 gc/m2a。
4.研究结果分析

5、结论



（1）通过回归分析和Sen+M_K趋势分析，可知整个黑河流域NPP 整体呈增加趋势，只在张掖绿洲地区出现下降趋势，这与人为因素 存在很大关联。 （2）黑河流域空间分布在各个高程、坡度和地类的年变化上都表 现出很高的一致性、说明各个地类每年之间NPP呈现同趋势变化， 但是并不与NPP总量呈现出稳定想关关系，因此空间因素并不是影 响NPP变化的主导因素。 （3）气温相关系数分布与降水相关系数分布具有很好的互补性， 在气温相关程度高的地区，降水相关程度低，反之亦然。降水量大 于350mm的地区主要分布于南部祁连山区，属于高寒半干旱湿润 区，NPP变化的主导因子为气温；降水介于150-350mm的地区，主 要分布在中部绿洲区域，NPP与降水和气温都表现出很高的相关 性，因此变化的主导因子为降水和气温，由二者综合起作用；降水 小于150mm的地区主要为额济纳旗，属于干旱气候，与气温呈现 负相关，与降水呈正相关，因此供气区域NPP变化以降水为主导因 子。

2.数据来源与处理


（1）本研究采用了2000-2010年MODIS的NPP产品（MOD17A3） 空间分辨率为1 km，对MOD17A3数据运用MRT进行投影转换，再 在ArcGIS下进行拼接、裁剪、剔除无效值得到 （2） 90m分辨率黑河流域DEM数据。 （3）黑河流域及其周边15个气象站气温降水数据。 （4）由TM影响解译得到黑河流域土地利用类型数据
使用趋势度β来判断时间序列趋势的升降，当 β> 0 时，时间序列呈上升 的趋势，反之呈下降的趋势。
3.研究方法

3.2 .2Mann-Kendall趋势检验 根据时间序列长度 n值大小的不同，显著性检验统计量的选 取有所不同： 当n <10时，直接使用统计量S进行双边趋势检验。在给定显 著性水平α下，当n≥10时，统计量S近似服从标准正态分布， 这时需要构造一个新的统计量Umk来进行检验，公式如下：
Umk收敛于标志正太分布，原假设该序列无趋势，采用双边检验趋势，在给 定显著性水平α下，如果 U> Uα/2则拒绝原假设，认为原序列存在显著趋势，否 则接受原假设认为序列趋势不显著。如果 U> 0 ，则认为序列存在上升趋势， U= 0 ，无趋势，U< 0认为序列存在下降趋势。
3.研究方法


3.3相关分析 相关关系是一种非确定性的关系，相关系数是研究变量之 间线性关系程度的量，藉此可以确定气温与降水对NPP影 响的权重，在Arcgis下利用栅格计算器，对时间序列的 NPP与气温降水数据逐像元求相关系数，计算每个像元的 气温与降水相关系数，相关系数越大，说明权重越大。
4.研究结果分析
4.3 变化趋势分析



对于各个年份NPP值，按照时间序列进行Sen趋势分 析，对应序列值NPPi=1,2,3…11,计算得到空间数据对 应的Sen趋势度图像。 同时进行M_K检验，在本研究中n=11，大于10，属于 第二种方法，进行M_K检验得到M_K检验对应的空间 分布图像。 本文中时间序列长度为 11（2000年-2011年），所以 采用检验统计量U来进行趋势检验，检验中取显著水平 α= 0.5,U1-α/2= U0.75= 1.5 。当 β> 0 且Umk > 1.5 序列呈 显著上升趋势，当β> 0 且 Umk<1.5序列呈上升但不显 著趋势，同理当 β< 0 且 Umk> 1.5 时序列呈显著下降趋 势，当β< 0 且 Umk<1.5序列呈下降但不显著。
4.研究结果分析
4.2.2 NPP年际变化与坡度
250 230 210 190 170 150 130 110 90 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 25-35。 35-45。 >45。 5-10。 10-15。 15-25。 0- 5。
4.研究结果分析


4.2 NPP年际变化趋势 结果表明，在张掖绿洲 肃州区、民乐、临泽等 地区NPP出现下降趋势， 因为该区域是主要的人 口聚居区，因而受到许 多人为因素影响制约， 其余地区主要呈现为弱 增长和弱下降趋势，符 合年NPP变化的实际情 况。
4.研究结果分析
4.2.1 NPP年际变化与高程
2000-2010 年NPP空间 分布趋势
3.研究方法
研究流程图：
气温站点
各年气温插值
气温相关 Slope年变化
各年NPP
分类统计 S_K检验 降水相关
降水站点
各年降水插值wk.baidu.com
3.研究方法
3.1一元线性回归分析 运用一元线性回归的方法来分析变化程度，是研究植被长时序增长 变化趋势的重要方法，对一组时间自变量与NPP自变量，可以用如下 模型表示：
4.2.3NPP年际变化与地类
350 300 250 200 150 100 50 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
冰川 城镇用地 高草地 戈壁 灌木林地 旱地 河渠 湖泊 裸土地 裸岩地 沙地 水库坑塘 水田 盐碱地 有林地 中草地
各年降水插值
4.研究结果分析
4.1黑河流域NPP空间分布格局 将2000-2010年间NPP数据累加 求均值得到黑河流域NPP年均值 空间分布图像。黑河流域植被 NPP空间分布呈南高北低特征。 南部为祁连山区，植被主要为山 地森林、灌丛与草甸，NPP较高。 其它区域，从南往北植被依次为 荒漠草原和荒漠，荒漠草原主要 为旱生乔草和小半灌木，荒漠植 被主要是旱生和超旱生的灌木、 半灌木，NPP很低，大部分区域 为沙漠所覆盖，NPP小到可以忽 略不计，在遥感图像上为无效值， 因此运用ArcGis下无效值剔除工 具将其剔除。
结合地类解译图，分析统计不同地类2000-2010年的NPP平均值。 由图可以看出，其中NPP最大分布地类为湖泊，最大值为297.8 gc/m2a，最小值分布在裸土地类上，为95.5 gc/m2a；各个地类NPP在 2000-2010的年际变化大致趋势相同，但并非完全一致，说明各个地 类对外界变化的响应也不完全一致。
式中变量i为1-11，分别对应2000-2010年NPP序 列，NPPi表示第i年的NPP值；n为研究的时间序列的 长度，取值为11，其中，SLOPE>0则说明NPP在11年 里是变化增加的，反之则是减少的。
3.研究方法
3.1一元线性回归分析 运用一元线性回归的方法来分析变化程度，是研究植被长时序增长 变化趋势的重要方法，对一组时间自变量与NPP自变量，可以用如下 模型表示：
式中x，y分别代表x、y的均值；Rxy为变量x、y的相关系数；n为样本量。 对于相关系数的检验是在给定之信水平下，通过查表来完成的，当R< r 时，则认为不相关。

数据处理流程
MRT转换 镶嵌 裁切
剔除无 效值
气温站点
各年气温插值
气温相关 Slope年变化
各年NPP
分类统计 S_K检验 降水相关
降水站点
4.4.1 气温降水插值
4.研究结果分析
4.4.2 NPP与气温降水相关性分析
4.研究结果分析
年均气温与NPP相关系数为0.285，整体有一定相 关性但不明显，但从图可以看出，局部地区相关 性还是很强，特别是东南地区正向相关明显，分 布在民乐、祁连，肃南等地，原因是南部地区地 势较高，受垂直地带影响，年平均气温与植被分 布关系密切。 年均降雨量与NPP相关系数为0.331，植被生长期 降雨量与NPP的相关性更强，黑河流域中上游大 部分地区与降雨量呈正相关关系，在南部祁连山 区则呈现出一定负相关。

300 <1000m 250 200 150 100 50 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 1000-1500m 1500-2000m 2000-2500m 2500-3000m 3000-3500m 3500-4000m 4000-4500m
>4500M
利用高程地带分布类型依500m间隔划分高程带，NPP与高 程之间关系如图，NPP最高值分布在3000-3500m带上，为 252.261 gc/m2a， 主要在森林草原覆盖区；最低值分布在<1000m带上，为 87.8 gc/m2a主要是戈壁荒漠区域；可见NPP与高程之间没有明 显相关性。
式中变量i为1-11，分别对应2000-2010年NPP序 列，NPPi表示第i年的NPP值；n为研究的时间序列的 长度，取值为11，其中，SLOPE>0则说明NPP在11年 里是变化增加的，反之则是减少的。
3.研究方法


3.2 .1Sen趋势分析 Sen趋势度是经过计算序列的中值，可以避免噪 声干扰，但其不能实现序列趋势的显著性检验， 因此结合Mann-Kendall方法，可以完成对序列显 著性的检验。Sen趋势度计算公式：