汶川地震極重災區2002-2020年NDVI變化及驅動力

周先峰

汶川極重災區影響植被分布因子是多元的。選取2002-2020 年MYD13Q1-NDVI 數據，利用地理加權回歸模型分析氣候和其他四個因子的植被變化驅動力。研究結果表明：GWR 模型認為年均氣溫對NDVI 的影響最大，其次是年降水、道路歐氏距離、水系歐氏距離。

全球環境日益漸變并逐漸威脅到人類和社會的發展，植被作為大氣環境、土壤環境和水分循環的關鍵連接點，植被是自然變化的“顯示器”，研究植被變化趨勢，并探討植被變化的驅動因子。研究區地理位置特殊，自然災害頻發，本文利用2002-2020 年MODIS-NDVI數據分析極重災區植被覆蓋變化，從氣候和其他四個因子分析NDVI 與各個因子的耦合關系，分析植被變化的驅動力。

一、研究區及數據來源

1.研究區概況

研究區位于屬于青藏高原與四川盆地交界處，本文以汶川極重災區青川縣、平武縣以及汶川縣等共十個縣市為研究區（圖1），東西橫跨約207 km，南北長約260 km，所轄國土面積約26090km2。

圖1 研究區位置示意圖

2.數據來源及處理

本文采用中分辨率成像光譜儀MYD13Q1-NDVI 數據，收集2002-2020 年16d 合成產品，利用MRT 軟件進行預處理。從中國氣象網下載2000-2019 年的氣溫、降水數據。從全國地理信息資源目錄服務系統獲取2017年水系和道路數據生成250m 空間分辨率柵格數據。

二、研究方法

地理加權回歸（GWR）它是將空間地理位置作為參數的一種普通線性回歸，為消除數據噪音影響，采用最大值合成法合成數據。本文應用GWR4 軟件運行GWR。Brunsdon 等對GWR 的原理和算法作了較為詳細的介紹，GWR 模型如公式1 所示:

三、植被覆蓋變化驅動力分析

1.氣候因子

氣候因子具有長期性和累積性效應,年均氣溫53.61%的區域呈正相關；年降水22.26%的區域呈正相關（圖2）。降水較高區域對NDVI 變化影響較高，較低區域對NDVI 變化影響較低。

圖2 氣候因子地理加權回歸估計系數

2.其他因子

圖3 其他因子地理加權回歸估計系數

道路歐氏距離63.79%的區域呈負相關，道路主要對植被改善總體產生抑制作用；水系84.85%的區域呈負相關（圖3），研究區的水系和水資源對人類活動產生重要的影響。

四、結語

本文基于MODIS-NDVI 數據四個因子，分析2002-2020 年極重災區十個縣、市NDVI 與影響因子之間的關系，得到以下結論：GWR 模型認為年均氣溫對NDVI 的影響最大，其次是降水、道路、水系。氣候因子中，對NDVI的影響隨著降水量的增加而增大，介于降水量的最值之間氣溫對NDVI 的影響最大；其他因子中，道路和水系主要對植被改善總體上是抑制作用，人類活動對NDVI 的影響不可忽視。