2000-2013年江蘇省不同植被類型NDVI時空變化特征

奚硯濤, 徐 勇, 劉欣婷

(中國礦業大學 資源與地球科學學院, 江蘇 徐州 221000)

?

2000-2013年江蘇省不同植被類型NDVI時空變化特征

奚硯濤, 徐 勇, 劉欣婷

(中國礦業大學 資源與地球科學學院, 江蘇 徐州 221000)

基于2000—2013年美國國家航空航天局(NASA)發布MODIS NDVI數據產品，運用最大值合成法、趨勢分析法和穩定性分析法，對江蘇省近14年來不同植被類型時空變化特征進行了分析。結果表明：(1) 江蘇省整體植被覆蓋呈下降趨勢，下降速率為0.000 8/a。水田、草地呈下降趨勢，水田下降趨勢明顯，下降速率為0.002 1/a，旱地和林地呈上升趨勢，旱地上升趨勢較大，為0.001 5/a；(2) 近14年江蘇省植被退化面積占總面積的32.21%，主要集中在城市中心區和沿江沿海環湖地區。水田退化面積呈由南往北，由東往西逐漸遞增的空間分布特征，旱地退化面積主要分布在蘇北地區；(3) 近14年江蘇省植被表現出較好的穩定性，變異系數小于10%的面積占總面積的86.97%，林地、水田和旱地穩定性較好，草地穩定性最差；(4) 近14年江蘇省植被NDVI、植被變化趨勢與植被穩定性在空間上表現出較好的耦合性，植被NDVI高、穩定性高的地區植被以輕微改善和中度改善為主，植被覆蓋度低、穩定性較差地區以輕度退化和中度退化為主。

江蘇省; 植被; 變異系數; 時空變化; 趨勢分析

城市化是一個地區的人口在城鎮和城市相對集中的過程，往往反映著當地自然、經濟、人文的不斷演化[1]。隨著近年來經濟的飛速發展，江蘇省已逐步實現了工業化、城市化和現代化。由于快速的工業化和城市化導致了江蘇省土地利用類型的轉變，城市面積的擴張致使耕地面積的急劇減少，生態環境遭到破壞[2]。城市的可持續發展與區域生態環境息息相關，而植被生長狀況是監測生態環境優劣的一個重要指標[1]。植被是覆蓋地表的植物群落的總稱，是地理環境的重要組成部分，在物質和能量的交換中占有重要的地位[3]。植被覆蓋狀況能在一定程度上反映區域的生態環境狀況，常用于植被變化[4]、生態環境研究[5]、水土保持[6]、氣候[7]等方面。

植被指數常用來反映植被的生長狀況、生物物理和生物化學特征，其中歸一化植被指數(Normalized Difference Vegetation Index，NDVI)是目前應用最多的植被指數，利用歸一化植被指數能夠進行植被覆蓋監測[8]、土地覆蓋分類[9]、作物估產[10]等。隨著江蘇省經濟的發展，城市化水平的不斷提高，全省范圍內植被覆蓋呈下降趨勢，已有學者對中國東部、太湖平原及長江中下游地區植被覆蓋變化趨勢進行了研究[4,8,11-12]。結果表明，近年來長江中下游太湖平原地區植被覆蓋呈下降趨勢，城市化、工業化是影響區域植被生長活動減弱的主要因素。本文利用2000—2013年MODIS NDVI數據，運用趨勢線分析和穩定性分析，定量分析江蘇省近14年不同植被類型覆蓋趨勢時空變化特征，對江蘇省植被覆蓋變化進行穩定性分析，預測未來地表植被覆蓋變化趨勢，并探究其發生變化的原因，進一步了解江蘇省近14年來植被動態變化時空分布特征及動態變化趨勢，本文研究結果可為江蘇省生態環境監測、生態環境保護和植被可持續發展提供參考。

1　研究區域與研究方法

1.1研究區概況

江蘇省位于116°18′—121°57′E，30°45′—35°20′N，地處中國東部沿海的中部地區，位于長江三角洲的核心區域，是我國社會、經濟、文化最發達的省(市、自治區)之一，人均GDP及DLI均居全國首列。江蘇省下轄1個副省級市，12個地級市。江蘇省地勢平坦，地形以平原為主，約占總面積的69%，山地和丘陵所占比例較小，主要分布在江蘇省北部和西南部。境內水系發達，水網稠密，分布有沂沭泗水系、淮河下游水系、長江和太湖水系3大流域系統。江蘇省大致以淮河—灌溉總渠一線為界，以南屬亞熱帶濕潤季風氣候，以北屬暖溫帶濕潤季風氣候。全省氣候溫和，雨量適中，四季分明。

如附圖1所示，土地利用類型以水田、旱地為主，林地、草地所占比例較少，由于江蘇省兼有南北兩種氣候類型，作物也呈現明顯的區域差異，水田種植作物主要為水稻，主要分布在江蘇省南部和中部平原地區；旱地種植作物主要為小麥、玉米和大麥，小麥和玉米主要分布在蘇北地區，大麥由于其耐鹽的特點，主要分布在江蘇省東部沿海地區。林地主要分布在江蘇省西南部的丘陵區，徐州和連云港北部。草地主要分布在淮安南部和鹽城東部沿海地區。

1.2數據來源和預處理

本文主要使用了MODIS NDVI數據集、江蘇省行政區劃矢量數據集、江蘇省1∶10萬土地利用數據集(2000年、2005年、2008年、2010年)。江蘇省行政區劃矢量數據集和江蘇省1∶10萬土地利用數據集來源于地球系統科學共享平臺——長三角分平臺，該數據經過了精度和質量控制，數據來源可靠。本文根據研究區實際情況，將土地利用類型進行重分類(圖1)。本文只對水田、旱地、林地、草地4種土地利用類型進行分析。為減少利用單一年份不同植被類型覆蓋數據帶來的誤差，本文選取4期(2000年、2005年、2008年、2010年)不同植被類型覆蓋數據對趨勢分析和穩定性分析結果進行疊加分析，取4期不同植被類型覆蓋各變化趨勢與穩定性的平均值。

圖1土地利用類型重分類處理流程

本文所用的MODIS NDVI數據為2000年2月—2013年12月MODIS NDVI的16 d最大值合成數據集。數據集來源于美國國家航空航天局(NASA)，空間分辨率為250 m。NDVI標準值為[-1,1]，而MOD13Q1原始數據集DN值取值范圍為[-3 000,10 000]，其中DN為-3 000表示該像元為填充值，從DN值轉化為NDVI真值的關系式為[13]：NDVI=DN×0.0001。采用目前國際上通用的最大化合成法(Maximum Value Composites，MVC)合成月最大NDVI數據，該處理可以減少大氣中云、顆粒以及太陽高度角的影響。利用年內12個月平均NDVI作為當年NDVI值。由于2000年1月MODIS NDVI數據的缺失，為了保證MODIS NDVI時間序列的完整性，取2001—2013年1月NDVI平均值為2000年1月NDVI值。MODIS NDVI數據預處理流程見圖2。

圖2MODIS NDVI數據預處理流程

2　研究方法

2.1趨勢分析

為了研究2000—2013年江蘇省植被覆蓋變化的空間分布特征，本文采用一元線性回歸分析的方法，分析每個像元的NDVI變化趨勢，計算數據集中所有像元的NDVI與時間的回歸斜率。趨勢線分析法是對一組隨時間變化的變量進行一元線性回歸分析，一元線性回歸分析可以模擬每個柵格的變化趨勢，從而預測其未來的變化趨勢。具體計算公式如下[14]：

(1)

式中：n——時間段的總年數；NDVIi——第i年年平均NDVI值；Slope——趨勢線的斜率，Slope>0，則說明NDVI值在n年間有增加的趨勢；若Slope<0，則呈減少趨勢；Slope絕對值越大，則說明植被覆蓋狀況變化越明顯。

為了更好地評價江蘇省植被變化趨勢，參照已有研究[14]，根據Slope值的范圍，定義中度退化(Slope<-0.009)、輕度退化(-0.0090.009)5個變化區間，并分別記為Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ。最終得到2000—2013年江蘇省植被趨勢變化圖，并統計每個區間的面積和面積百分比。本文在ENVI中利用IDL編程，從年尺度對每個像元進行趨勢線分析，求出每個像元近14年的變化趨勢，并將趨勢分析結果轉為ArcGIS中的GRID格式以直觀反映植被覆蓋在空間上的變化趨勢。

2.2穩定性分析

為了解江蘇省年平均NDVI在空間上的波動情況，從像元尺度來計算2000—2013年年平均NDVI的變異系數，用于評估其在時間序列上的穩定性。具體計算公式如下[15]：

(2)

3　結果與分析

3.1江蘇省植被變化趨勢

3.1.1時間變化趨勢年平均NDVI能較好地反映該地區年內植被生長狀況，采用最大值合成法得到年內12個月NDVI，采用均值法生成2000—2013年年平均NDVI。江蘇省2000—2013年NDVI趨勢分析表明(圖3)，江蘇省整體NDVI平均值為0.512，呈波動下降趨勢，主要表現為2000—2007年波動上升和2007—2013年波動下降。水田、旱地、林地、草地植被NDVI波動呈現出較好的一致性(圖4)，均表現為2000—2007年的波動上升和2007—2013年的波動下降，均在2007年達到最大值，最大值分別為0.600，0.600，0.617，0.432；水田、旱地NDVI最小值在2000年(0.53，0.549)，林地NDVI最小值在2001年(0.579)，草地NDVI最小值在2012年(0.380)。

圖3江蘇省年平均NDVI變化特征

2000—2013年江蘇省不同植被類型NDVI表現出不同的變化趨勢。近年來大面積農用地轉化為城鎮用地，使得水田植被覆蓋呈減少趨勢，這與周峰等[11]得出的2001—2010年長江三角洲地區植被變化趨勢一致；旱地主要受人為因素的影響，施肥、育種等農業活動使得旱地植被NDVI呈上升趨勢，這與崔林麗等[16]得出的1998—2007年中國東部旱地NDVI顯著增加結論相符；林地主要分布在丘陵和山區，自然環境好，對氣候和人為影響具有較強的適應性，生長穩定；受城市建設的影響，草地面積銳減，NDVI呈下降趨勢，這與許艷等[17]得出的自2000年以來，由于江蘇省工業化進程的加快，大量的草地轉化為建設用地這一結論相符。

3.1.2空間變化趨勢利用趨勢線分析對江蘇省2000—2013年年平均NDVI時間序列進行線性回歸分析，結果見附圖2，在過去14年間，江蘇省植被NDVI變化較大，改善區域面積略大于退化區域面積，改善面積占總面積的36.82%，退化面積占總面積的32.21%，其余部分基本保持不變(表1)。江蘇省植被NDVI變化趨勢呈現出明顯的空間分布差異，中度退化主要分布在沿海、沿江、環湖以及各城市中心區；輕度退化呈現出由南往北梯度遞增的空間分布特征，主要分布在蘇北以及沿海地區；基本不變在全省范圍內均有分布；輕度改善由北往南梯度遞增，主要分布在江蘇省中部；中度改善所占比重較小，主要分布在南通南部。

2000—2013年江蘇省不同植被類型NDVI變化趨勢呈現較大差異(表2)。

圖4不同植被類型年均NDVI變化特征

表1植被變化趨勢

植被變化趨勢面積/km2百分比/%主要分布區域Ⅰ6346.386.75環太湖、高郵湖地區;淮安南部;鹽城北部;徐州、連云港北部Ⅱ23946.1325.46環洪澤湖、駱馬湖地區;宿遷中部;徐州東部和南部;連云港東部Ⅲ29133.6330.97南通中部;淮安東部;連云港南部;其余地方零星分布Ⅳ29566.5631.43南通北部;鎮江;南京中部;蘇錫常東部;泰州;鹽城、連云港中部Ⅴ5066.815.39南通南部;鹽城南部

表2不同植被類型變化趨勢顯著性統計

植被變化趨勢水田面積/km2百分比/%旱地面積/km2百分比/%林地面積/km2百分比/%草地面積/km2百分比/%Ⅰ2117.945.181560.447.03556.5018.5989.1314.37Ⅱ8830.9421.587208.9432.50784.7526.21233.9437.74Ⅲ13444.6332.876424.7528.96632.7521.14196.5031.69Ⅳ14909.4436.454716.7521.26794.6326.5490.7514.63Ⅴ1603.813.922273.8810.25225.137.529.751.57

水田NDVI表現為中部增加而四周退化的分布格局。水田退化面積主要分布在無錫、常州南部、環高郵湖地區、宿遷中部以及鹽城東部沿海地區；改善面積主要分布在蘇南南部以及江蘇省中部的里下河平原地區。旱地NDVI由北向南依次表現為退化—不變—改善的空間分布特征。退化區域主要分布在徐州、連云港、鹽城北部；改善區域分布較為集中，主要分布在鹽城東部沿海以及南通市東南沿海地區。林地和草地退化較水田和旱地更為嚴重，林地退化面積零星分布于徐州、連云港、盱眙以及常州、無錫南部；基本不變和改善面積主要分布在江蘇省西南部的丘陵區。草地退化面積主要集中在淮安南部及鹽城北部。

由長江以北至灌溉總渠，水面面積梯度遞減，灌溉總渠以北，水系較少，灌溉能力減弱，植被的生長對降水的依賴性加強。江蘇省降水量由南往北呈梯度遞減且近年來降水量呈下降趨勢，故長江以北由南往北植被覆蓋程度、植被穩定性呈遞減趨勢；城市有沿海、沿江、環湖發展的特點，城市化程度高的地區人類的活動較強，對植被的負面影響較大，故長江中下游沿岸，東部沿海地區，環太湖、洪澤湖、高郵湖、駱馬湖地區植被覆蓋度較低，植被下降趨勢明顯。

環太湖地區植被表現為退化趨勢，該區湖泊星羅棋布，水系發達，熱量條件充沛，水熱條件不是限制植被生長的主要因子，該地地處蘇錫常都市圈，近年來工業發展迅速，城市化程度較高，人類活動加強，使得局部地區植被NDVI呈下降趨勢，這與安佑志等[8]、徐慧[18]、韓貴峰[19]得出近年來由于江蘇省經濟的快速發展、快速城市化、高度工業化和人類活動，長江中下游太湖平原地區植被覆蓋呈下降趨勢，張學珍等[12]、邱海軍等[14]、呂華麗[20]得出在蘇、錫、常地區經濟的快速發展和快速的城市化導致了局部地區植被生長活動急劇減弱結論相符。

3.2江蘇省植被指數穩定性分析

逐像元計算2000—2013年江蘇省年平均NDVI和江蘇省不同植被類型年平均NDVI變異系數，并做統計分析(表3)，評估NDVI在時間序列上的穩定性。

表3不同植被類型變異系數結果統計

變異等級水田面積/km2百分比/%旱地面積/km2百分比/%林地面積/km2百分比/%草地面積/km2百分比/%C122438.6354.8810674.2548.121838.9461.49115.3818.66C216238.6339.7010627.2547.91999.8133.43202.9432.81C31639.944.01675.693.14111.063.71108.6917.57C4398.190.97118.000.5328.130.9442.576.88C5128.060.3143.560.208.060.2726.194.24C653.630.1321.250.104.810.16122.6919.84

在過去14年里，穩定性存在明顯的空間分布特征(附圖3)，主要表現為穩定性由南北往中間梯度遞減的分布態勢。變異系數小于10%的面積為81 754.31 km2，占總面積的86.97%；變異系數大于10%而小于15%的面積為108.69 km2，占總面積的17.57%；變異系數大于15%的面積為5 676.81 km2，僅占總面積的6.04%。變異系數小于5%的像元主要分布在江蘇省西南部的丘陵區，長江以北及淮河以南的里下河平原和濱海平原；變異系數小于10%的像元主要分布在長江中下游太湖平原和蘇北地區；變異系數大于10%的像元主要分布在沿江沿湖以及東部沿海地區。

2000—2013年江蘇省不同植被類型NDVI穩定性表現出較大的差異(表3)，水田、旱地、林地表現出較好的穩定性，變異系數小于10%的面積分別占其總面積的94.58%，96.13%和94.92%，草地穩定性最差，其植被NDVI波動較大，草地近14年的變異系數大于10%的面積占其總面積的48.54%，遠高于水田、旱地和林地的比例，草地主要分布在環洪澤湖及東部沿海地區，城市化是影響草地變化的主要原因[17]。

近14年水田和旱地穩定性表現出南北低，中部高的空間分布特征。長江以南地區植被的穩定性表現為由西往東：低(南京)—高(鎮江、常錫西部)—低(常錫東部、蘇州)的空間分布特征，穩定性較差的區域位于南京市和蘇錫常經濟圈，該區城市化程度較高，耕地大量轉化為城市用地，使得植被覆蓋波動較大，這與邱海軍等[14]得出的長三角地區城市的快速擴張，使得局部地區植被惡化，肖思思等[21]得出的2000—2005年蘇錫常地區建筑用地以轉入為主，6年內共有2 037.32 km2水田轉為建筑用地，導致植被覆蓋變化較大結論一致。

長江以北地區植被的穩定性表現為由北往南梯度遞增，這是由于近年來江蘇省各大城市在飛速發展和快速城市化，加之近年來降水和氣溫呈下降趨勢且表現出由南往北梯度遞減的空間分布特征，故城市發展、降水和氣溫等因素導致了長江以北地區植被穩定性的空間分布格局。這與周峰等[11]江蘇省北部糧食種植區及中部城市化快速發展地區，受周圍環境和人類活動影響，植被指數年際波動明顯，陳云浩等[22]、孫紅雨等[23]認為在中國東部沿海平原地區，在同一經線從南往北，氣溫是影響植被NDVI變化的主要驅動因子，崔林麗[16]等得出在中國東部水田和旱地的變化與氣溫和降水有較大的相關性結論相符。

水田和旱地是江蘇省主要的植被覆蓋類型。隨著現代化耕作水平的提高，人類人為干預的強度增加，農業進行精細化管理，作物的生長較好，對環境的適應能力較強，作物保持較高生長狀態，沒有表現出較大的波動性。林地對水熱條件和環境的適應能力較草地更強，草地的生長受水熱條件以及人類活動的影響較大，極端氣候條件及人為干預對草地的影響較大，故近14年草地表現出較大的波動性，水田、旱地和林地的穩定性較高。

4　結 論

(1) 2000—2013年江蘇省整體植被覆蓋呈下降趨勢。不同植被覆蓋類型表現出不同變化趨勢，水田、草地呈下降趨勢，旱地、林地呈上升趨勢。

(2) 2000—2013年江蘇省植被退化面積占總面積的32.21%，下降區域主要分布在各城市中心區、東部沿海地區以及環湖沿江地區，其他地區零星分布。林地與草地下降趨勢明顯，水田退化面積為10 948.88 km2，呈現出由南往北，由東往西逐漸遞增的空間分布特征，旱地退化面積為8 769.38 km2，主要分布在蘇北地區。

(3) 2000—2013年江蘇省植被變異系數由南北往中部梯度遞減。變異系數小于10%的面積為81 754.31 km2，占總面積的86.97%，總體穩定性較高。不同植被類型穩定性相差較大，草地穩定性最差，變異系數大于10%的面積為48.53%，遠高于水田，旱地和林地。林地穩定性最好，變異系數小于5%所占比例為61.49%，其次依次為水田和旱地，分別占54.89%，48.13%。

(4) 2000—2013年江蘇省植被NDVI，植被穩定性與植被變化趨勢在空間上表現出較好的耦合性，植被NDVI高、穩定性高的地區植被以輕微改善和中度改善為主，主要分布在江蘇省西南部的丘陵區、江蘇省腹地的里下河地區以及長江以北入海口的沖擊平原；植被覆蓋度低、穩定性較差地區以輕度退化和中度退化為主，主要分布在江蘇省東部沿海地區、蘇北地區、環高郵湖區以及環太湖平原。

[1]劉金龍,郭華東,張露,等.京津唐地區城市化對植被物候的影響研究[J].遙感技術與應用,2014,29(2):286-292.

[2]龍開勝,陳利根,李明艷.工業化、城市化對耕地數量變化影響差異分析:以江蘇省為例[J].長江流域資源與環境,2008,17(4):579-583.

[3]Gitelson A A, Kaufman Y J, Stark R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment,2002,80(1):76-87.

[4]李小亞,張勃,靳自寶.基于MODIS-NDVI的甘肅河東地區植被覆蓋度動態監測[J].水土保持研究,2013,20(1):112-115.

[5]滿多清,吳春榮,徐先英,等.騰格里沙漠東南緣荒漠植被蓋度月變化特征及生態恢復[J].中國沙漠,2005,25(1):140-144.

[6]Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J]. International Journal of Remote Sensing,1998,19(8):1533-1543.

[7]徐勇,奚硯濤,許偉,等.歸一化植被指數對江蘇省氣溫、降水變化的時空響應特征[J].湖北農業科學,2015,54(3):599-604.

[8]安佑志,劉朝順,施潤和,等.基于MODIS時序數據的長江三角洲地區植被覆蓋時空變化分析[J].生態環境學報,2012,21(12):1923-1927.

[9]孫艷玲,楊小喚,王新生,等.基于決策樹和MODIS數據的土地利用分類[J].資源科學,2007,29(5):169-174.

[10]田苗,王鵬新,張樹譽,等.基于條件植被溫度指數的冬小麥產量預測[J].農業機械學報,2014,45(2):239-245.

[11]周峰,許有鵬,呂慧華.基于MODIS-EVI數據的長江三角洲地區植被變化的特征[J].長江流域資源與環境,2012,21(11):1363-1369.

[12]張學珍,朱金峰.1982—2006年中國東部植被覆蓋度的變化[J].氣候與環境研究,2013,18(3):365-374.

[13]邊金虎,李愛農,宋孟強,等.MODIS植被指數時間序列Savitzky-Golay濾波算法重構[J].遙感學報,2010,14(4):725-741.

[14]邱海軍,曹明明.基于SPOT VEGETATION數據的中國植被覆蓋時空變化分析[J].資源科學,2011,33(2):335-340.

[15]孫雷剛,劉劍鋒,徐全洪.河北壩上地區植被覆蓋變化遙感時空分析[J].國土資源遙感,2014,26(1):167-172.

[16]崔林麗,史軍,肖風勁,等.中國東部NDVI的變化趨勢及其與氣候因子的相關分析[J].資源科學,2010,32(1):124-131.

[17]許艷,濮勵杰,張潤森,等.近年來江蘇省海岸帶土地利用/覆蓋變化時空動態研究[J].長江流域資源與環境,2012,21(5):565-571.

[18]徐慧.基于SPOT VEGETATION數據的長江流域植被覆蓋變化特征分析[D].武漢:華中農業大學,2011.

[19]韓貴鋒.中國東部地區植被覆蓋的時空變化及其人為因素的影響研究[D].上海:華東師范大學,2007.

[20]呂華麗.長江流域植被覆蓋變化及其驅動力因子研究[D].武漢:華中農業大學,2012.

[21]肖思思,吳春篤,儲金宇.1980—2005年太湖地區土地利用變化及驅動因素分析[J].農業工程學報,2013,28(23):1-11.

[22]陳云浩,李曉兵,史培軍.1983—1992年中國陸地NDVI變化的氣候因子驅動分析[J].植物生態學報,2001,25(6):716-720.

[23]孫紅雨,王長耀,牛錚,等.中國地表植被覆蓋變化及其與氣候因子關系:基于NOAA時間序列數據分析[J].遙感學報,1998,2(3):204-210.

Spatiotemporal Changes of Different Vegetation Coverage in Jiangsu Province in the Period from 2000 to 2013

XI Yantao, XU Yong, LIU Xinting

(SchoolofResourcesandGeosciences,ChinaUniversityofMiningandTechnology,Xuzhou,Jiangsu221000,China)

Based on the data products of MODIS NDVI, published by NASA, we has analyzed the spatiotemporal changes of different vegetation coverage in Jiangsu Province in the period from 2000 to 2013. The used methods include maximum value synthesis, trend analysis and variation coefficient. The results show that: (1) vegetation coverage in Jiangsu Province decreased with an average rate of 0.000 8 every year, paddy field and grassland decreased too, paddy field decreased obviously with the average rate of 0.002 1 every year, meantime, dry land and forestland were increasing, and dry land increased more quickly with the average rate of 0.001 5 per year; (2) in the past 14 years, 32.21% of vegetation coverage degraded, the areas involved mainly locate in the center of city, around the lake and along the coastal areas, the spatial distribution characteristic of paddy field degradation illustrates the trend that the degradation aggravated gradually from the south to the north or from the east to the west, degraded region of dry land mainly distributes in the north area of Jiangsu; (3) at the same time interval, the area where the NDVI shows lower variation coefficient, namely less than 10%, accounts for 86.97% of the total vegetation area, is mainly located in forestland, paddy field and dry land, except the grassland; (4) since 2000, vegetation coverage, vegetation variation trend and variation coefficient showed the good coupling character both spatially and temporally. The area with higher NDVI and lower variation coefficient experienced mild and moderate improvement, while the area with lower NVDI and higher variation coefficient was characterized as slight and moderate degradation.

Jiangsu Province; vegetation; variable coefficient; spatiotemporal variation; trend analysis

2014-12-14

2015-02-12

國家自然科學資助項目(41201166);國家國際科技合作專項資助項目(2012DFG22140)

奚硯濤(1973—),男,江蘇豐縣人,博士,副教授,主要從事地圖學與地理信息系統研究。E-mail:xyt556@163.com

徐勇(1988—),男,湖南益陽人,碩士研究生,研究方向為GIS和RS研究。E-mail:xuyongjiangsu@163.com

Q948

A

1005-3409(2016)01-0086-06