歸一化植被指數在鄂湘贛三省的時空變化分析

張曉明

（江西理工大學 土木與測繪工程學院，江西 贛州 341000）

隨著全球氣候的暖化，各地氣溫和降水的規律發生了很大的變化[1]，對植被的狀態造成了很大的影響，尤其是各種極端氣候對植被生長產生很大的抑制作用，NDVI作為一種被廣泛使用的遙感植被指數，對植被狀態的監測具有不可替代的作用，通過NDVI對植被進行長時間序列的時空分析可以反映生態系統在全球暖化中的影響，為研究生態環境的變化有很重要的意義。

近幾年，中國南方地區的降水規律發生了很大的變化，旱澇急轉、冰雹等極端氣象事件頻繁發生，而且發生的時間和地點還未發現規律，這對植被的生長造成了很大的影響[2-4]。此前研究人員對植被NDVI的時空變化分析進行了很多的研究，比如張亮等[5]對安徽省植被覆蓋的長時間序列分析及姜萍等[6]對新疆NDVI的時空變化研究，但更多是研究人類活動對植被覆蓋率的影響或者對南方植被的長時間序列分析僅限于2013年左右[7-8]，對近些年南方植被的狀態的變化分析較少。

鄂湘贛地區屬于長江中下游，植被覆蓋度高，降水豐富，四季分明。隨著全球極端氣候的加劇，鄂湘贛地區的降水和氣溫等受到很大影響，對鄂湘贛地區近幾年的植被進行長時間序列的時空分析具有重要的意義，可以為農業干旱、氣象變化和生態系統的研究提供一定的基礎和思路。本文通過Slope趨勢分析、M-K顯著性檢驗和距平值分析等對鄂湘贛地區2007—2018年的NDVI進行時空分析，并結合相同時間尺度的降水量數據分析研究干旱事件對植被狀態的影響，得到鄂湘贛地區植被狀態的變化規律。

1 研究區概況

湖北、湖南和江西3省簡稱鄂湘贛，省會分別為武漢、長沙和南昌。位于北緯24°29′~33°6′之間，東經108°21′~116°07′之間，其中東西距離約為940 km，南北距離約為993 km，面積為56.46萬km2，地貌類型以山地、丘陵為主。鄂湘贛3省在地理位置上北側與河南、陜西相連，西側與重慶、貴州毗鄰，南側與廣東、福建交接，東側與安徽、浙江接壤。

鄂湘贛3省處于亞熱帶季風氣候，光能充足，熱量豐富，降水豐沛，雨熱同期。各地年平均氣溫一般為15～19℃，氣候溫暖。該區域四季變化分明，冬季寒冷，春季溫暖，夏季炎熱，秋季涼爽，而且該地區的無霜期長達200~300 d。但該區域的降水在不同的季節分配不均，降水的年際變化大，易發生干旱和洪澇等氣象災害，對植被影響較大。

2 數據與方法

2.1 數據來源與處理

本文使用NDVI數據的時間跨度為2007—2018年。月尺度NDVI數據為MODIS平臺上的MOD13C2數據集（https：//search.earthdata.nasa.gov），空間分辨率為0.05°，該平臺NDVI產品種類多樣見表1，有很好的時間和空間連續性，對大尺度空間區域的長時間序列分析，該數據集已被廣泛應用于植被監測。通過對MODIS的月尺度NDVI數據進行MODIS重投影工具（MRT）軟件進行格式和投影轉化等預處理，再對得到的全球NDVI柵格數據進行裁剪，再以季度和年度等時間尺度求均值得到不同時間尺度的鄂湘贛地區柵格影像。

表1 MODIS衛星的NDVI產品種類

2.2 研究方法

2.2.1 Slope趨勢分析

Slope趨勢分析法是對隨時間變化的變量進行線性回歸分析從而得到變量在時間序上的變化趨勢的方法，計算公式為

式中：Ti為第i年的平均值；n為時間長度。當Slope>0表明該數據在研究時間段內為增加趨勢，Slope<0表明研究數據在研究時間段內為減少趨勢。

2.2.2 M-K顯著性檢驗

M-K顯著性檢驗是一種非參數統計檢驗方法，該方法不要求統計數據服從正態分布，也不要求數據的變化趨勢為線性，并且不受缺失值和異常值影響，是一種很好的對長時間序列分析檢驗的方法。

3 結果分析

3.1 月尺度NDVI干旱時空分析

對2007—2018年同一月份的NDVI柵格數據進行Slope趨勢分析和M-K顯著性檢驗，如圖1和圖2所示，以P<0.1作為顯著性標準。在2007—2018年鄂湘贛地區不同的月份通過顯著性檢驗的區域和面積存在很大差異。通過顯著檢驗的區域面積在39%~82%，主要分布在鄂湘贛地區的南部區域，且大部分區域的Slope>0。未通過M-K顯著性檢驗的區域主要集中在鄂湘贛地區的北部，在武漢和南昌等城市群附近。其中1、3、4、5、6、10、11、12月通過顯著性檢驗的區域在54%~82%，2、7、8、9通過顯著性檢驗的區域在39%~48%，具體區域面積見表2。表明在1、3、4、5、6、10、11、12月鄂湘贛大部分地區的植被狀態在逐年好轉，受氣象條件影響較少。在2、7、8、9月NDVI值逐年升高的區域較少，在這幾個月份鄂湘贛地區氣象變化復雜，植被狀態受氣象影響較大。

表2 2007—2018年1—12月份NDVI的顯著性檢驗影像像元占比

圖1 月尺度NDVI的Slope趨勢影像數據

圖2 月尺度NDVI的顯著性檢驗影像

3.2 季尺度NDVI干旱時空分析

在季尺度，通過NDVI柵格數據對鄂湘贛地區進行Slope趨勢分析和M-K顯著性檢驗見圖3和圖4，其中通過M-K顯著性檢驗區域的面積為44%~81%，見表3，且該區域NDVI的Slope>0。其中Slope趨勢值為正的區域面積中冬季大于春季大于夏季大于秋季，通過顯著性檢驗的區域面積分別為81%、79%、45%、44%。表明鄂湘贛地區在冬季和春季有80%左右的區域植被狀態在逐漸好轉，夏季和秋季有44%的區域植被狀態在逐漸好轉。其中夏季和秋季通過顯著性檢驗的區域與冬季和春季相比較少，顯示鄂湘贛地區在夏季和秋季的氣象條件較差，影響了植被的生長。

表3 季尺度的NDVI的顯著性檢驗影像像元百分比

圖3 季尺度NDVI的Slope趨勢影像數據

圖4 季尺度NDVI的顯著性檢驗影像

3.3年尺度NDVI干旱時空分析

3.3.1年尺度NDVI的干旱時空分析

在年尺度上，通過距平法對年尺度NDVI與年平均值做差，得到表4。由表4可知鄂湘贛地區2007、2008、2009、2010、2011和2013年有54%~73%的區域植被生長狀態較差，低于平均值。其中2008年和2011年植被狀態最差，有73%的區域植被狀態受到影響，2015年植被狀態最好，有80%的區域NDVI距平值高于年平均值，NDVI距平值小于0的區域變化幅度達到53%。在2007—2013年NDVI距平值小于0的區域面積平均為63%，2014—2018年NDVI距平值小于0的區域面積平均為33%，說明在2007—2018年鄂湘贛地區的植被狀態在逐漸好轉，該結果和月尺度與季尺度NDVI的Slope趨勢分析和M-K顯著性檢驗結果相符。

表4年尺度NDVI距平值不同等級所占像元百分比

3.3.2 基于年降水量的年尺度NDVI變化分析

植被狀態主要受降水影響較大，但降水不是影響植被狀態的唯一因素。在圖5中2007—2018年間鄂湘贛地區NDVI距平負值的面積和年降水量的變化具有很強的負相關性。但在2007—2009年之間，NDVI距平負值的區域面積和年降水量的變化呈正相關性，表明在2007—2009年降水不是造成鄂湘贛地區NDVI負值面積增大的原因。

圖5 NDVI距平負值和降水量變化趨勢

4 結束語

對鄂湘贛地區進行NDVI的時空分析有助于了解該地區的植被變化狀況，對人類活動影響、干旱區域分析和生態系統生產力的研究等有很大的幫助，本研究通過對月尺度、季尺度和年尺度NDVI的數據進行Slope趨勢分析、M-K顯著性檢驗和距平值分析對鄂湘贛地區的植被狀態進行時空分析。得到以下結論。

（1）鄂湘贛地區NDVI總體上呈增加的趨勢，在月尺度，不同月份之間鄂湘贛地區NDVI通過M-K顯著性檢驗的區域面積存在很大的差異，其中通過顯著檢驗的區域面積在39%~82%，主要分布在鄂湘贛地區的南部區域，區域面積最大相差43%。在季尺度，春季和冬季鄂湘贛地區NDVI的逐年增加的區域相較夏季和秋季多40%左右。說明鄂湘贛區域不同月份和季節的植被趨勢變化存在很大的差異。

（2）鄂湘贛地區的植被狀態在2013年存在一個拐點，由2007—2013年NDVI距平值小于0的區域面積為63%的平均值到2014—2018年變為33%，表明在2007—2013年鄂湘贛地區的植被狀態受氣象等條件影響較大，在2007—2018年后鄂湘贛地區的植被狀態逐漸變好。

（3）武漢和南昌等城市群附近的植被受人類活動影響較大，該地區植被狀態變化復雜，不存在一定的趨勢變化。

（4）鄂湘贛地區的NDVI主要受降水影響，但降水不是唯一影響NDVI的因素，氣溫等其他氣象因素對NDVI的影響也很大。