吉林省NDVI時空變化

王景發

摘 要：以吉林省為研究區，基于Landsat TM、OLI遙感影像數據和年平均溫度、降水量等氣象數據，利用像元計算、NDVI植被指數、相關分析等方法和模型，分析2010—2019年吉林省NDVI植被指數在時間和空間尺度上的變化情況，研究吉林省植被覆蓋度總體與局部變化規律，闡明吉林省NDVI植被指數、植被覆蓋度變化與年平均溫度、降水量等自然氣象因素之間的相關關系。研究結果表明：2010—2019年吉林省NDVI植被指數整體呈不斷增加趨勢，植被覆蓋長勢良好;近10a吉林省NDVI植被指數、植被覆蓋度均由西北向東南逐漸增加，與吉林省由西北向東南濕潤程度不斷增加的氣候狀況顯著一致;吉林省東部延邊朝鮮族自治州、敦化市、白山市、通化市NDVI植被指數與植被覆蓋度相對較高，吉林省西部白城市、松原市NDVI植被指數與植被覆蓋度相對較低;吉林省NDVI植被指數、植被覆蓋度與年平均溫度、降水量等氣象因子呈顯著相關性。及時開展吉林省NDVI植被指數、植被覆蓋度時空變化及驅動力研究，可為吉林省合理開發、規劃與決策提供科學參考依據。

關鍵詞：NDVI;植被覆蓋度;時空變化;吉林省

中圖分類號：S161

文獻標識碼：A

引言

綠色植被作為綠色生態系統不可分割的重要一員，是地理生態系統的基石，廣泛分布于地球陸地和海洋生態系統的各個角落，綠色植被能夠對地球表面的物質循環與能量流動過程產生重要的作用[1-3]。植被覆蓋度（Fractional Vegetation Cover，FVC）即單位面積內植被垂直陰影與土地面積的比值，作為一個被量化了的重要衡量指標，植被覆蓋度能夠清晰地反映單位土地面積內綠色植被覆蓋面積大小程度，指示植被生長變化趨勢[4，5]。植被指數NDVI是一種反應植被覆蓋度的重要參數，被廣泛應用于生態系統植被覆蓋度變化監測當中[6，7]。隨著遙感技術的不斷發展，GIS技術方法逐漸成為植被覆蓋度研究學者的重要工具，植被覆蓋度的變化監測與分析也變得越來越科學和高效[8-10]。隨著航空航天、3S技術和地圖制圖等方法在植被遙感監測與管理分析中的應用，短時間、大面積的地面植被遙感數據被輕松獲取，通過嚴謹科學地分析與計算，大量精確的植被覆蓋度研究也逐步出現在研究學者的眼前。2009年，王宗明等利用GIMMS NDVI數據集和GIS技術對我國東北地區1982—2003年植被NDVI對氣候變化的響應進行了分析，研究結果表明，我國東北地區植被NDVI與春季氣溫呈現顯著正相關[11];2011年，毛德華等利用NOAA AVHRR GIMMS和MODIS 2種NDVI數據集對我國東北多年凍土區1982—2006年植被NDVI年際動態和空間差異進行了分析，研究結果表明，我國東北多年凍土區植被NDVI數值較高且森林是主要貢獻者[12];2018年，劉家福等利用通過一致性檢測的GIMMS和MODIS NDVI數據集對我國東北黑土區1982—2016年植被生長動態進行了研究，并分析其與氣溫和降水量等氣象因子的響應關系，研究結果表明，我國東北黑土區1982—2016年植被NDVI呈現先增加后減少最后再增加趨勢，多年平均NDVI數值與同時期氣溫和降水量具有一定相關性[13]。綜上所述，大量科研學者對我國東北地區植被NDVI動態變化在大尺度宏觀領域進行了廣泛而詳細地研究，但對吉林省2010—2019年植被NDVI時空變化及其與氣象因子之間的相關關系的研究還有待完善。本文以整個吉林省作為研究對象，分析近10a NDVI植被指數數值與植被覆蓋度變化情況及其與氣象因素的關聯性，能為中國吉林省總體分析生態系統的變化以及合理規劃提供重要參數，具有極其重要的價值。

1 研究區概況

吉林省（E121°39′～131°20′，N40°51′～46°20′），簡稱為吉（圖1），位于我國東北地區中部，北鄰黑龍江省，南接遼寧省，西與廣大的內蒙古自治區相接，東與朝鮮、俄羅斯接壤，面積約19萬km2，是中國的工業大省和糧食生產寶地[14]。吉林省位于中緯度亞歐大陸東部，地勢分為東南高大長白山脈、中部山地丘陵和西北部平原3部分，地貌地形類型豐富，氣候屬于溫帶大陸性季風氣候，森林植被資源極其豐富，無霜期約為110～170d，平均日照時長約為2200～3100h，年平均降水量在410～610mm，適宜的氣候為植被的生長提供了良好的環境基礎[15]。

2 數據源與數據處理

第一顆Landsat系列遙感地球探測衛星于1972年7月23日發射升空， Landsat 4-5 TM遙感影像數據的覆蓋范圍包括南北緯83°之間的所有陸地地區，其遙感探測數據的更新時效性分辨率是短短的16d，而其在空間柵格上的分辨率更是提高到了30m，時間和空間分辨率都是當時世界的最先進水平。美國NASA國家航空航天研究部門在2013年2月11號再一次成功地將Landsat 8遙感探測地球衛星成功地送入太空并讓其進入預先設定好的軌道，標志著新的陸地遙感衛星數據時代開啟。Landsat 8 OLI遙感探測地球資源衛星的空間柵格分辨能力也成功提高為30m，在時間上每16d即可繞地球1圈，對地球表面進行短時間高效率的探測，所能形成的影像的長寬幅度分別為185km×185km。新的衛星在技術上進行了較大能力的提升，在與之前的Landsat 7 ETM遙感探測地球資源數據比較起來，Landsat 8 OLI遙感探測資源影像綜合數據的第5波段（0.845～0.885μm），能夠有效排除波段在0.825μm處水汽對遙感感測的影響;第8波段的波段范圍變窄，使得植被和非植被區域的辨別更加明顯;新增加2個波段：第1波段（0.433～0.453μm）主要用于海岸線地帶的觀測，第9波段（1.360～1.390μm）短波紅外波段主要用于對云層的檢測。

對于植被覆蓋度變化檢測研究而言，其遙感影像觀測數據應盡量減少云霧等噪聲對數據計算分析的影響，從而減小或避免誤差。文章通過利用地理空間數據云官方網站（http：//www.gscloud.cn/）實時共享數據集合，下載獲得中國吉林省2010年、2013年、2016年和2019年共4期的Landsat 4-5 TM、8 OLI遙感探測地球資源系列衛星植被作物在生長季 （6—9月） 時間段內的影像數據，使得數據總體云量控制在5%以下。利用ERDAS 9.2、Google Earth、ArcGIS 10.3和ENVI 5.3等軟件對數據進行數據轉換、數據校正、數據精校正、數據去噪聲處理及植被指數NDVI計算和最終出圖等操作，變形遙感影像數據在標準地形圖的配準下逐步實現精度的提高與誤差的減小。最后利用控制點檢驗最終數據，經檢驗，數據符合科學標準，可以正常使用。最終確定遙感數據為WGS 84坐標系，數據量大小在600～1000M。

氣象數據由中國國家氣象科學數據共享中心官網（http：//data.cma.cn/）下載獲得，包括吉林省2010年、2013年、2016年和2019年4期年平均氣溫、年平均降水量2項指標。

3 結果與分析

3.1 ?NDVI年際變化趨勢

利用ArcGIS 10.3對下載好的Landsat數據進行一系列預處理與精校正之后，再利用ENVI 5.3中的Band Math功能進行計算，分別求出吉林省2010年、2013年、2016年和2019年4期NDVI植被指數為0.782、0.836、0.891和0.924，變化趨勢分析結果如圖2。

吉林省NDVI植被指數近10a呈不斷增加趨勢，增加斜率高達0.0481，R2為0.9883，線性相關顯著。由4期NDVI植被指數數據表明，中國吉林省近10a植被覆蓋度增加顯著。植被覆蓋指數增加表明吉林省近年來對于綠色植被的保護意識以及相應退耕還林、還草等國策的積極相應。

3.2 ?NDVI空間變化趨勢

對吉林省2010年、2013年、2016年和2019年4期NDVI植被指數數據進行空間變化分析，結果如圖3。

吉林省NDVI植被指數由西北向東南逐漸增加，這種現象與吉林省由西北向東南濕潤程度不斷增加的氣候狀況顯著一致，也同吉林省東南部屬于長白山巨大野生保護森林基地現狀顯著一致。植被覆蓋度也是東南部明顯高于西北部，吉林省西北部靠近內蒙古半干旱氣候區，氣候干旱少雨，春季干旱多大風揚沙天氣，這使得吉林省西北部地區的植被生長受到明顯抑制。在市區層面上，吉林省東部延邊朝鮮族自治州、敦化市、白山市、通化市NDVI植被指數和植被覆蓋度相對較高;吉林省西部白城市、松原市NDVI植被指數和植被覆蓋度相對較低。

從空間變化程度上來看，吉林省NDVI植被指數和植被覆蓋度整體呈現不同程度的提升。其中，長春市、四平市和吉林市增長程度較大，但由于其地區分布有主要的城市群落，使得這些地區的植被指數與植被覆蓋度增加程度提升受到限制。

3.3 驅動力分析

植被覆蓋度變化可以充分利用NDVI植被指數數值進行合理反映，NDVI數值的變化是自然與人為因素共同影響制約的結果，其中，自然影響因素是極其重要的一部分，包括區域氣候、整體地形和地貌及研究區土壤類型等。通過對吉林省2010年、2013年、2016年、2019年4期年平均最高、最低氣溫和年平均最大、最小降水量數據進行綜合統計分析，研究結果如圖4。

吉林省2010年、2013年、2016年和2019年共4期年平均最高氣溫分別為6.83884℃、7.87799℃、8.14378℃和8.19185℃;年平均最大降水量分別為785.212mm、923.326mm、1259.3mm和1410.17mm，氣溫和降水量都呈現波動上升趨勢。

利用SPSS 21對吉林省NDVI植被指數數據與年平均氣溫、降水量數據進行相關性分析（如表1）。研究結果表明，吉林省NDVI植被指數與其相應的年平均最高、最低氣溫和年平均最大、最小降水量的相關性系數分別為0.918、0.015、0.986和-0.696;顯著性系數分別為0.082、0.985、0.014和0.304，吉林省NDVI植被指數與年平均氣溫、降水量呈顯著相關性，即植被覆蓋度與年平均氣溫、降水量呈顯著相關性。

4 結論

本文以吉林省為研究對象，利用Landsat系列遙感影像數據，基于NDVI歸一化植被指數和植被覆蓋度，同時使用遙感和GIS分析軟件，對吉林省2010年、2013年、2016年和2019年4期NDVI植被指數做遙感統計分析，基于NDVI植被指數與植被覆蓋度之間的相關關系，探討吉林省植被覆蓋度時空分布特征及其驅動力，研究結果如下。

從總體年際變化來看，吉林省NDVI植被指數2010—2019年呈不斷增加趨勢，增加斜率高達0.0481，R2為0.9883，線性相關顯著，植被覆蓋度也呈波動增加趨勢。

從總體空間分布及變化來看，吉林省NDVI植被指數由西北向東南逐漸增加，這種現象與吉林省由西北向東南濕潤程度不斷增加的氣候狀況顯著一致，也同吉林省東南部屬于長白山巨大野生保護森林基地現狀顯著一致，植被覆蓋度也表現為東南部顯著高于西北部;在市區層面上，吉林省東部延邊朝鮮族自治州、敦化市、白山市、通化市NDVI植被指數和植被覆蓋度相對較高;吉林省西部白城市、松原市NDVI植被指數和植被覆蓋度相對較低;從空間變化程度上來看，吉林省NDVI植被指數和植被覆蓋度整體呈現不同程度的提升。

吉林省NDVI植被指數和植被覆蓋度與年平均溫度、降水量等氣象因子呈顯著相關性。及時開展吉林省NDVI植被指數、植被覆蓋度時空變化及驅動力研究，可為吉林省合理開發、規劃與決策提供科學參考依據。文章僅對影響植被覆蓋度發生變化的年平均氣溫、降水量等氣象因素進行了分析，下一步將結合人文社會條件對影響植被覆蓋度變化的因素進行深入探討。

參考文獻

[1]?方精云， 郭兆迪， 樸世龍， 陳安平. 1981～2000年中國陸地植被碳匯的估算[J]. 中國科學（D輯： 地球科學）， 2007（06）： 804-812.

[2]孫紅雨， 王長耀， 牛錚， 布和敖斯爾， 李兵. 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（03）： 204-210.

[3]郭鈮. 植被指數及其研究進展[J]. 干旱氣象， 2003（04）： 71-75.

[4]趙舒怡， 宮兆寧， 劉旭穎. 2001-2013年華北地區植被覆蓋度與干旱條件的相關分析[J]. 地理學報， 2015， 70（05）： 717-729.