基于MODIS-NDVI的地表植被時空變化特征及其與環境因子的關系

張亮 蔣軍

摘要 [目的]分析植被覆蓋時空變化特征及其與環境因子之間的響應關系，為區域生態環境治理和植被保護提供理論基礎。[方法]基于16 d合成的MODIS-NDVI數據，結合氣象站點數據、地表數字高程模型數據，利用空間動態變化趨勢分析法、變異系數法和相關性分析等，開展安徽省長時間序列的地表植被覆蓋時空變化特性的研究，探討植被覆蓋變化對氣象因子、地形條件等的響應規律。[結果]安徽省月均NDVI變化呈現雙峰分布;2010—2019年NDVI呈現振蕩上升的趨勢，增速為0.000 7/a;4個季度的NDVI夏季最高，春季和秋季次之，冬季最低;春季和夏季的NDVI呈現振動緩慢增長的趨勢，漲幅均為0.001 6/a，秋季NDVI呈現緩慢下降的趨勢，降幅為0.001 8/a，冬季NDVI波動性及降幅較大，為0.009 9/a?？臻g分布上，安徽省植被覆蓋變化整體趨于穩定，植被分布具有明顯的南高北低的地域性差異和明顯的季節性差異，以淮河和長江為界，春季和冬季的NDVI呈現出中間低南北高的分布特點，秋季安徽省大部分地區的NDVI呈現減少趨勢，NDVI由南到北遞減。不同氣象因素對安徽省植被生長的影響具有空間差異性，NDVI與同期溫度之間正相關性大于負相關性;降雨量對植被生長的影響具有滯后性，NDVI與同期降雨量之間負相關性大于正相關性，與前一期的降雨量正相關性大于負相關性。[結論]基于MODIS-NDVI時間序列分析方法可為了解區域植被生長狀況、開展具有區域差異性的生態保護與修復工程等提供一定的理論依據。

關鍵詞 植被指數;MODIS-NDVI;時空變化特征;環境因子;相關關系

中圖分類號 Q 948.11文獻標識碼 A文章編號 0517-6611（2022）04-0057-07

doi：10.3969/j.issn.0517-6611.2022.04.017

開放科學（資源服務）標識碼（OSID）：

Temporal and Spatial Variation Characteristics of Surface Vegetation and Its Relationship with Environmental Factors Based on MODIS-NDVI

ZHANG Liang， JIANG Jun

（Provincial Geomatics Center of Jiangsu，Nanjing，Jiangsu 210013）

Abstract [Objective]To analyze the spatial and temporal variation characteristics of vegetation cover and its relationship with environmental factors，so as to provide a theoretical basis for regional ecological environment management and vegetation protection.[Method]Based on 16 d synthetic MODIS-NDVI data，combined with meteorological station data and surface digital elevation model data， the spatial dynamic change trend analysis method， coefficient of variation method and correlation analysis were used to study the spatial and temporal variation characteristics of surface vegetation cover in Anhui Province for a long time series and explore the response law of vegetation cover change to meteorological factors and topographic conditions.[Result]The monthly average NDVI in Anhui Province showed a bimodal distribution; the NDVI showed an oscillating upward trend with a growth rate of 0.000 7/a during the decade from 2010 to 2019; the NDVI values in four seasons were the highest in summer， followed by spring and autumn， and the lowest in winter; the NDVI in spring and summer showed an oscillating slow increase. NDVI in spring and summer showed a trend of oscillating slow growth with an increase of 0.001 6/a， NDVI in autumn showed a trend of slow decline with a decrease of 0.001 8/a， and NDVI in winter had a greater volatility and decrease of 0.009 9/a.In terms of spatial distribution， the overall vegetation cover change in Anhui Province tended to be stable， and the vegetation distribution had obvious regional differences of high in the south and low in the north and obvious seasonal differences， taking the Huai River and Yangtze River as the boundary， the NDVI in spring and winter showed the distribution characteristics of low in the middle and high in the north and south， and the NDVI in most areas of Anhui Province in autumn showed a decreasing trend， and the NDVI decreased from south to north.The influence of different meteorological factors on vegetation growth in Anhui Province had spatial variability， and the positive correlation between NDVI and the temperature of the same period was greater than the negative correlation; the influence of rainfall on vegetation growth had a lagging effect， and the negative correlation between NDVI and the rainfall of the same period was greater than the positive correlation， and the positive correlation with the rainfall of the previous period was greater than the negative correlation.[Conclusion]The MODIS-NDVI time-series analysis method can provide a theoretical basis for understanding regional vegetation growth and carrying out ecological protection and restoration projects with regional differences.

Key words Vegetation indices;MODIS-NDVI;Spatial and temporal variability characteristics;Environmental factors;Relationship

植被作為陸地生態系統最重要的一部分，在全球及區域生態系統環境變化中發揮著重要的作用[1]?；谥脖还庾V特性計算得到的植被指數，是對地表植被狀況最簡單有效的一個衡量指標，可以直觀地反映地表植被特征和植被覆蓋信息變化[2]。在眾多的植被指數中，NDVI的時間序列能夠準確反映季節和人為因素的變化對植被生長的影響，在全球和區域植被變化的研究中得到了應用和檢驗[3-5]。

植被的生長過程與氣候條件的變化之間存在著密切的關系，二者相輔相成，相互影響。氣候條件尤其是溫度和降水，是影響植被生長的關鍵性因素，區域氣溫和降水空間格局的變化會對植被生長活動產生顯著的影響。反之，植被的生長狀況又進一步影響著氣候的變化[6]。及時準確地獲取地表植被特征和植被覆蓋變化信息，對于揭示地表植被時空變化規律和評價區域生態環境變化具有重要的指導意義;同時，開展植被覆蓋變化對氣象要素變化規律的研究，了解氣候變化對生態環境變化的影響，有助于合理地開發和利用氣候和土地資源，對于加強生態文明建設具有很大的幫助[3，7]。

安徽省地處長江、淮河中下游、長江三角洲腹地，氣候屬于暖溫帶與亞熱帶的過渡地帶，季風明顯，四季分明，隨著季風的遞轉，降水具有明顯的季節變化。近年來，隨著氣候變化及人類活動的影響，安徽省的農業生產布局及植被生態系統發生了很大程度的變化。為了明晰安徽省植被覆蓋狀況，指導農業生產及生態保護，有必要開展對安徽省近年來的地表植被覆蓋時空變化特征及其與氣象因素之間的相互關系進行一次較為詳盡的研究。衛星遙感技術可以大范圍獲取地表植被覆蓋及其變化信息，為研究地表覆蓋時空變化規律提供了便捷的途徑。20世紀90年代以來，國內外學者針對植被指數的時空變化特征及其與氣候因子之間的相互關系開展了廣泛的研究[8]。針對安徽省地區，已有學者開展了相關方面的研究[9-10]，整體來講，目前利用衛星遙感技術對安徽省NDVI季節和時空分布特征的研究甚少，對于NDVI變化與氣象因子之間的相互關系尚不清楚。

該研究基于安徽省2010—2019年的16 d合成的長時間序列MODIS-NDVI數據，結合地形、地表覆蓋及生態功能區劃數據，基于空間動態變化分析法，在年際、季節時間尺度和空間分布上分析全省植被覆蓋信息的時空變化規律，結合同期的溫度、降水、地形等因素利用相關性分析法分析植被覆蓋變化與氣候和地形因子的響應規律，以期為評價安徽省植被覆蓋信息時空變化及生態環境變化影響因素提供依據。

1 材料與方法

1.1 數據源及處理

MODIS-NDVI數據來源于美國國家航空航天局（NASA）2010—2019年的覆蓋安徽省的MOD13Q1級植被指數產品，空間分辨率為250 m×250 m，時間分辨率為16 d，時間跨度為2010—2019年。為了進一步消除云和大氣對NDVI產品的干擾，提高NDVI數據精度，該研究采用最大值合成法[3]計算得到逐月NDVI數據;采用均值法[11]計算得到年均及季度NDVI數據集。該研究過程中，將每年的3—5月劃分為春季，6—8月劃分為夏季，9—11月劃分為秋季，12月—次年2月劃分為冬季。

氣象數據來源于中國氣象數據網的“中國地面氣候資料月值數據集”和“中國地面氣候資料年值數據集”。要素包括溫度、降水量、光照情況等。利用安徽及其周邊地區的氣象數據（氣象站點分布見圖1），借助ArcGIS空間分析的協同克里金空間插值方法[11]，以氣象數據作為因變量，研究區數字高程模型作為協變量，插值得到與NDVI數據具有相同像元大小、相同坐標系統的氣象數據柵格數據集。

DEM數據來源于美國地質調查局ASTER GDEM V3空間分辨率30 m的數字高程。

土地利用數據來源于我國最新發布的2020版30 m全球地表覆蓋數據（Globe Land 30）[12]。根據地表覆蓋分類標準，安徽省行政區劃范圍內共有耕地、林地、草地、濕地、水體、人造地表、裸地7種一級地表覆蓋類型（圖2）。

生態功能區劃數據來源于“中國生態系統評估與生態安全數據庫”。安徽省范圍內共有華北平原農業生態區、淮陽丘陵農業生態區、大別山常綠闊葉林生態區、長江中下游平原農業生態區和天目山—懷玉山山地常綠闊葉林生態區五大生態區（圖2）。

1.2 研究方法

1.2.1 NDVI變化趨勢分析。

采用一元線性回歸趨勢分析方法[3]定量分析NDVI每個柵格點的時空變化及空間差異特征。該方法以NDVI的時間變化特性反映其空間變化特性，綜合反映研究區域植被指數的時空格局演變情況。計算公式如下：

Slope=nni=1i×Ni-ni=1ini=1Ninni=1i2-（ni=1i）2（1）

式中，n為研究時間段的時間序列長度;i為各年份的序號;Ni為像元第i年的植被指數;Slope為趨勢線的斜率，代表2010—2019年安徽省NDVI的變化速率，Slope>0表明研究時間段內像元植被覆蓋呈增加趨勢，并且值越大表示增加趨勢越明顯，Slope<0表明研究時間段內像元植被覆蓋呈減少趨勢，并且值越小表示減少趨勢越明顯，Slope=0表明研究時間段內像元植被覆蓋沒有發生明顯的變化趨勢;為了更好地分析植被變化趨勢情況，將變化趨勢劃分為5個等級，分別是明顯減?。⊿lope≤-0.005）、輕度減?。?0.005<Slope≤-0.002）、基本不變（-0.002<Slope≤0.002）、輕度增加（0.002<Slope≤0.005）、顯著增加（Slope>0.005）[13]。

1.2.2 NDVI變化穩定性。

植被覆蓋狀況的變化受人為和自然雙重干擾的影響。波動大，表明植被群落變化不穩定，波動小表明植被群落變化相對穩定。變異系數可以一定程度上反映植被指數年際變化穩定性的空間分布特征[14]，為樣本標準差與均值的比值，計算公式如下：

CV=SDNDVINDVI（2）

SDNDVI=ni=1N2i-（ni=1Ni）2/nn（3）

式中，CV表示變異系數，SDNDVI為研究區逐年NDVI標準差，NDVI為研究時間段內NDVI多年平均值，Ni表示第i年的NDVI值，n為研究時間段的時間序列長度。該研究將植被變異程度劃分為4個等級：非常穩定（CV≤0.04）、穩定（0.04<CV≤0.08）、變異較小（0.08<CV≤0.12）、變異劇烈（CV>0.12）[13]。

1.2.3 相關性分析。

利用偏相關分析方法[15]計算相關系數，研究NDVI與氣象因子之間的相互作用關系。當一個變量同時與2個變量相關時，可以利用該方法剔除第3個變量的影響，只分析另外2個變量的相關性。計算公式如下：

R=ni=1（Ni-NDVI）（yi-）

ni=1（Ni-NDVI）2×ni=1（yi-）2

（4）

式中，R為相關系數，Ni表示第i年的NDVI值，yi為第i年的氣象因子值，NDVI為研究時間段內NDVI多年平均值，為多年氣象因子平均值，n為研究時間段的時間序列長度。

偏相關系數計算如下：

Rabc=Rab-Rac×Rbc（1-R2ac）×（1-R2bc）

（5）

式中，Rabc為變量c固定的情況下變量a和變量b之間的偏相關系數;Rab、Rac、Rbc分別為變量a和變量b、變量a和變量c、變量b和變量c之間的相關系數。

2 結果與分析

2.1 NDVI時間變化特征

2.1.1 月變化。

從圖3可以看出，2010—2019年安徽省月均NDVI變化曲線呈現雙峰分布，NDVI值1—4月份逐漸上升，4—5月份出現第1個峰值，6月份出現一個低值，7月份急劇上升，7—8月份出現第2個峰值，隨后開始衰減。

由生態功能區分布（圖2）可知，安徽省植被覆蓋以季節性種植農作物為主[10]，大部分地區農田采用交替種植的方式種植糧食作物，一年兩熟，1—4月份氣溫回暖，作物開始萌芽，4—5月份達到生長旺盛期，7—8月份出現NDVI峰值，6月份由于農作物的收割，導致安徽省NDVI出現一個小的波谷;11月份以后大部分植被落葉并且農作物減少，植被覆蓋度降低，導致12月份NDVI跌入波谷。

2.1.2

季變化。從圖4可以看出，4個季度的NDVI夏季最高，春季和秋季次之，冬季最低;春季和夏季的NDVI呈現振動緩慢增長的趨勢，漲幅均為0.001 6/a;秋季NDVI呈現緩慢下降的趨勢，降幅為0.001 8/a;冬季NDVI波動性及降幅較大，為0.009 9/a。2011年上半年，長江中下游地區降水稀少，出現了不同程度的干旱，對春耕作物的苗期生長造成較大影響，6月份以后的強降雨使旱情有所緩解，有利于農作物生長[16]，導致2011年安徽省NDVI秋季高于春季。

2.1.3 年變化。

根據年度NDVI值變化趨勢（圖5）可以看出，2010—2019年安徽省NDVI呈現振蕩上升的趨勢，增速緩慢，為0.000 7/a;年均NDVI最高值出現在2013年，為0.58。

2.2 NDVI空間變化特征

從2010—2019年安徽省年均NDVI空間分布（圖6）來看，安徽省植被分布具有明顯的南高北低的空間差異，城市區域的NDVI普遍比周邊地區低。NDVI較高的區域主要集中在皖南山區和大別山地區的常綠闊葉林生態區。結合10年間春季、夏季、秋季、冬季的NDVI空間分布（圖7）可知，安徽省NDVI空間分布具有明顯的季節性變化。以淮河和長江為界，春季和冬季的NDVI呈現出中間低、南北高的分布特點，具有明顯的梯度變化。春季安徽省NDVI值明顯升高，華北平原農業生態區的NDVI達到全年最大值;淮河以北至皖南山區的天目山—懷玉山山地常綠闊葉林生態區的NDVI在夏季、秋季達到最大;秋季安徽省大部分地區的NDVI呈現減少趨勢，NDVI由南到北遞減。

計算安徽省逐像元的NDVI變化率，得到植被指數變化趨勢空間分布圖（圖8），全省年均NDVI變化趨勢范圍在-0.075～0.060。2010—2019年安徽省NDVI變化趨勢等級劃分及面積所占百分比統計見表1，NDVI減少的面積比例為30.45%，增加的面積比例為47.74%，NDVI基本不變的面積比例占21.81%，增加的面積比例大于減少的面積比例。由2010—2019年安徽省NDVI變異系數分布（圖9）可知，安徽省10年間NDVI變化整體趨于穩定。

近年來隨著安徽省退耕還林、封山育林等一系列生態修復政策的實施，全省生態系統格局整體趨于穩定，生態空間格局得到優化，植被增長進入良性循環，絕大部分地區植被分布呈現增加趨勢。位于常綠闊葉林生態區的大別山區和皖南山區，NDVI增加顯著，地表植被覆蓋變化十分穩定;位于淮北平原的阜陽市、江淮丘陵地帶的六安市北部和合肥市北部及滁州市西部等地區處于農業生態區，地表多以種植農作物為主，受農業生產及人為活動的影響[17]，NDVI減小趨勢比較明顯，但NDVI變異系數相對穩定;城市及城鄉居民地周邊，由于受到城市發展及人類活動的影響，地表覆蓋變化較為明顯，地表NDVI顯著減小，植被退化嚴重。

2.3 NDVI與氣象因子相關性分析

氣溫和降水時空格局的變化正逐漸對區域植被活動產生著重要影響。已有研究表明，由于氣候變化的影響，北半球大部分地區的植被覆蓋程度顯著增加，并且植被出現了明顯的提前回綠和生長季節延長的現象[11]。

植被生長對氣候變化之間的響應具有一定的滯后性。該研究以安徽省2010—2019年為時間序列，逐像元計算NDVI與前一年降雨量、年均氣溫之間的偏相關系數（圖10）以及NDVI與同一年降雨量、年均氣溫之間的偏相關系數（圖11）。由表2可知，安徽省NDVI與同期降雨量之間負相關性（占比60.55%）大于正相關性（占比39.45%），與前一期的降雨量正相關性（占比51.37%）大于負相關性（占比48.63%），降雨量對植被生長的影響具有滯后性;NDVI與同期溫度之間正相關性（占比65.46%）大于負相關性（占比34.54%），與前一期的溫度負相關性（占比50.62%）大于正相關性（占比49.38%）。溫度對植被的生長具有促進作用，降雨量一定程度上決定了植被的生長狀況。

3 結論

該研究基于安徽省2010—2019年的16 d合成的長時間序列MODIS-NDVI數據，利用最大值合成法及均值法計算得到逐月、年均及季度NDVI數據，利用統計分析方法分析植被指數在年際、季節時間尺度上的變化規律，結合地形、地表覆蓋及生態功能區劃數據，通過趨勢分析法分析10年間安徽省植被恢復及生態環境狀況，利用變異系數法分析安徽省10年間的變化及穩定程度，結合同期的溫度、降水、地形等因素利用相關性分析法分析植被覆蓋變化與氣候和地形因子的響應規律，研究結果如下：

（1）2010—2019年安徽省月均NDVI變化呈現雙峰分布;年均NDVI呈現振蕩上升的趨勢;4個季度的NDVI夏季最高，春季和秋季次之，冬季最低;春季和夏季的NDVI呈現振動緩慢增長的趨勢，秋季NDVI呈現緩慢下降的趨勢，冬季NDVI波動性及降幅較大。

（2）空間分布上，安徽省植被覆蓋變化整體趨于穩定，植被分布具有明顯的南高北低的地域性差異和明顯的季節性差異，城市區域的NDVI普遍比周邊地區低;以淮河和長江為界，春季和冬季的NDVI呈現出中間低、南北高的分布特點，秋季安徽省大部分地區的NDVI呈現減少的趨勢，NDVI由南到北遞減。

（3）不同氣象因素對安徽省植被生長的影響具有空間差異性，NDVI與同期溫度之間正相關性大于負相關性，與前一期溫度的負相關性大于正相關性;降雨量對植被生長的影響具有滯后性，NDVI與同期降雨量之間負相關性大于正相關性，與前一期的降雨量正相關性大于負相關性。

參考文獻

[1] 黃曉云，林德根，王靜愛，等.氣候變化背景下中國南方喀斯特地區NPP時空變化[J].林業科學，2013，49（5）：10-16.

[2] PENG J，LIU Z H，LIU Y H，et al.Trend analysis of vegetation dynamics in Qinghai-Tibet Plateau using Hurst Exponent[J].Ecol Indic，2012，14（1）：28-39.

[3] CHU H S，VENEVSKY S，WU C，et al.NDVI-based vegetation dynamics and its response to climate changes at Amur-Heilongjiang River Basin from 1982 to 2015[J].Sci Total Environ，2019，650（Pt2）：2051-2062.

[4] GU Z J，DUAN X W，SHI Y D，et al.Spatiotemporal variation in vegetation coverage and its response to climatic factors in the Red River Basin，China[J].Ecol Indic，2018，93：54-64.

[5] ZHANG Y，ZHANG C B，WANG Z Q，et al.Vegetation dynamics and its driving forces from climate change and human activities in the Three-River Source Region，China from 1982 to 2012[J].Sci Total Environ，2016，563/564：210-220.

[6] 王恩魯，汪小欽，陳蕓芝.時間序列植被覆蓋度斷點檢測方法研究[J].地球信息科學學報，2017，19（10）：1355-1363.

[7] 徐雨晴，陸佩玲，于強.氣候變化對植物物候影響的研究進展[J].資源科學，2004，26（1）：129-136.

[8] ZHOU L M，TUCKER C J，KAUFMANN R K，et al.Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999[J].Geophys Res Atmos，2001，106（D17）：20069-20083.

[9] 張宏群，楊元建，荀尚培，等.安徽省植被和地表溫度季節變化及空間分布特征[J].應用氣象學報，2011，22（2）：232-240.

[10] 鄧凱，黃長江，袁慧慧，等.基于MODIS的2007—2017安徽省植被指數時空變化特征研究[J].黑龍江工程學院學報，2018，32（6）：24-27.

[11] 張蓓蓓，蔡宏，田鵬舉，等.2000～2017年貴州省植被覆蓋時空變化特征及其對氣候變化的響應[J].地球與環境，2020，48（4）：461-470.

[12] ZHANG X，LIU L Y，WU C S，et al.Development of a global 30 m impervious surface map using multisource and multitemporal remote sensing datasets with the Google Earth Engine platform [J].Earth Syst Sci Data，2020，12（3）：1625-1648.

[13] 王家錄，李維杰，王勇，等.2005—2014年重慶石漠化地區NDVI的時空變化及其與氣候因子相關性分析[J].水土保持研究，2021，28（2）：217-223.

[14] TUCKER C J，SLAYBACK D A，PINZON J E，et al.Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999[J].Int J Biometeorol，2001，45（4）：184-190.

[15] 史娜娜，全占軍，韓煜，等.東北林草交錯區植被NDVI時空特征及其與氣候因子關系分析[J].水土保持研究，2016，23（5）：175-182.

[16] 王鳳，孫即霖，吳德星.2011年春夏長江中下游旱澇急轉特征及原因分析[J].中國海洋大學學報（自然科學版），2014，44（3）：10-16.

[17] 信忠保，許炯心，鄭偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響[J].中國科學（D輯：地球科學），2007，37（11）：1504-1514.

3813500338242