2010—2022年松嫩平原松原地區植被覆蓋空間變化趨勢與對比分析

關鍵詞植被覆蓋；一元線性回歸；動態監測中圖分類號X173 文獻標識碼A文章編號 0517-6611（05）16-0053-05doi：10.3969/j.issn.0517-6611.05.16.011

AbstractBasedonteMODSNDVdatasetfrom10toO2，thedistributioncharacteristicsandspatialchangetrendofvegeatiocover inSongyuanaaofSongnePlainerecompadandoitodbpieldecompositionodelandlinregresiontrendaalersuls showedthat：intesoftidistrbutiontevegeatioNDinetudreaowdanoverallrgtreduring22 ousstagecharacteristiTeveragevgeatiointesdyeaicreasedfro3into.8Oin22，ithalneaowhate of 0.54% ;intermsofspatialdistrbution，thevegetationcoverageinthestudyareawas“highinthenortheastandlowithesouthwest\"The proportion of low-density vegetation coverage decreased from 0.64% in 2010 to 0.47% in 2022，and the proportion of high-density vegetation coverage increased from 94.2% in 2010 to 97.2% in 2022. The rate of positive vegetation change was higher than that of vegetation degradation.Inthepast13years，teproprtonofsliealkalilandditributionintewestofChanglingCountyhasdecreadyarbyyardeceasing from 5.16% in 2010 to 2.33% in 2022，which is mainly related to the continuous improvement of ecological environment management by the state in recent years.

Key wordsVegetation cover; Unary linear regression;Dynamic monitoring

植被作為生態循環系統中的組成部分，對于建立和維護良好的生態環境起著非常重要的作用。植被的變化不僅能夠反映地球表面能量交換、碳循環和人類活動等多種因素的影響，還維系了土壤、大氣和水之間復雜的循環關系。目前，歸一化植被指數（normalized differencevegetation index，NDVI）被廣泛應用于準確反映地表植被覆蓋狀況，NDVI時序數據已在各尺度區域的植被動態變化監測、土地利用/覆被變化檢測、宏觀植被覆蓋分類和凈初級生產力估算等研究中得到廣泛應用。

近年來，隨著遙感技術的飛速發展，遙感數據集憑借覆蓋面積大、精度高和節省時間等獨特優勢，成為植被覆蓋變化和空間監測主要技術手段[1]。目前已有諸多學者對不同地區的植被覆蓋進行了相關研究，如張華等2研究了民勤綠洲NDVI的時空變化特征，發現綠洲有向荒漠擴張的趨勢；趙安周等[3采用Landsat數據對黃土高原地區進行植被覆蓋度時空變化的影響因素研究；楊強等4基于MODISEVI數據，通過線性混合像元模型方法提取植被數據，建立錫林郭勒盟2000—2013年植被覆蓋度數據集，完成該地區植被覆蓋度的時空變化分析。

松嫩平原松原地區作為我國東北平原的重要組成部分，是國家重要的商品糧生產基地，地處享譽世界的“黃金玉米帶”和“黃金水稻帶”，由于城鎮化和農業化的推進，土地利用發生了較大變化，對植被覆蓋的空間格局也產生了一定深遠的影響。基于此，該研究以MODISNDVI數據集為基礎，通過采用像元分解模型法、一元線性回歸趨勢分析等方法定性定量對松嫩平原松原地區2010—2022年共13年地表植被覆蓋分布特征與空間變化趨勢進行分析研究，揭示其生態環境的變化特征，為生態保護和可持續發展決策提供理論依據。

1 研究區概況

松原市別稱“伯都訥”“新城”“扶余”，是吉林省轄地級市，位于吉林省中西部。市境東鄰長春市，南接四平市，西南達內蒙古自治區通遼市，西北臨白城市，北抵黑龍江省大慶市，東北鄰黑龍江省哈爾濱市，地理坐標為 123^°6～126^°11^′E ，43^°59～45^°32^′N 研究區主要包括松原市長嶺縣、前郭爾羅斯蒙古族自治縣、扶余市、寧江區（圖1），面積約 18696.35km² 地貌類型屬于東部高平原和西部低平原的過渡地帶，地勢東西兩側高，地表呈波狀起伏；中部和北部低平，且微向北部傾斜；氣候為中溫帶大陸性季風氣候，年平均氣溫約 4.5°C 。

2數據和方法

2.1MOD13NDVI數據源數據來源于地球資源數據云中的植被數據庫（http：//www.gis5g.com），MOD13A3提供自1998年4月起逐月 500km 的NDVI數據，月度NDVI數據為每月1～3旬NDVI數據數值的最大值，數據空間覆蓋范圍為全國，數據獲取時間為1998年4月—2022年12月。中國年度 500m 植被指數（NDVI）空間分布數據集是基于NASA定期發布的MOD13A1產品提取得到的16d 500m NDVI數據經過最大合成法處理得到的柵格數據。計算過程中對每年度全年所有的遙感影像計算NDVI，然后獲取每個像元所在位置的一年中的NDVI最大值，從而生成逐年度NDVI最大值數據。該數據集經過大氣校正、幾何精度校正和去云處理等，確保了數據的科學性。為消除大氣和傳感器角度的影響，減少運算誤差，采用了最大值復合法合成了研究區域2010—2022年度NDVI數據集。下載的數據為tiff格式，空間分辨率為 500km 。

圖1研究區地理位置

Fig.1 Geographical location of the study area

研究區植被覆蓋度數據集（2010—2022）是中國區域2000—2022年度植被覆蓋度產品，空間分辨率 250m ，植被覆蓋度（fractional vegetationcover，FVC）范圍值為0～1，數據為浮點型，GeoTIFF格式，合成方式采用月最大值合成。采用基于歸一化植被指數（NDVI）像元二分模型，根據土地利用類型確定純植被像元值和純裸土像元值，去除湖泊、河流、冰川/永久積雪等區域，實現植被覆蓋度計算。

2.2 研究方法

2.2.1歸一化植被指數（NDVI）。歸一化植被指數是檢測植被生長狀態、植被覆蓋度的重要參數之一。NDVI為負值一般表示對可見光具有高反射的地物；NDVI接近0一般表示近紅外與紅光反射近似相等的地物；NDVI為正值則表示有植被覆蓋[5-9]，且其值隨植被豐度增大而增大，NDVI能夠及時有效的反映植被信息，該研究通計算植被覆蓋度（FVC），其計算公式如下：

式中，NIR為近紅外波段反射率， Red 為紅色波段反射率。

2.2.2像元分解模型法。目前已經發展了很多利用遙感測量植被覆蓋度的方法，較為實用計算植被覆蓋度（FVC）的遙感手段計算方法主要有經驗模型法、植被指數法和像元分解模型法。像元分解模型中的像元二分模型具有計算模型簡單可靠、數據參數通用易得、反演精度較高的優點，因此采用像元二分模型來反演研究區域的植被覆蓋度，其基本計算公式如下：

式中， ΔNDVI_soil 為無植被覆蓋像元的NDVI值， ΔNDVI_veg 為純植被覆蓋像元的NDVI值，其理論值分別接近0和1，計算公式為：

式中： ΔNDVI_max 和 ΔNDVI_min 分別代表研究區域內的最大和最小

NDVI值。由于不可避免存在噪聲因素， ΔNDVI_soil 和 ΔNDVI_max 一般取一定置信范圍內的最大值與最小值，置信度的取值主要根據圖像實際情況來確定，該研究選用 5% 置信度確定NDVI取值區間[10-12] 。

2.2.3一元線性回歸趨勢法。目前，我國學者在研究植被覆蓋動態變化時，常采用一系列線性趨勢分析方法來提取研究區的趨勢特征。這些方法主要包括一元線性回歸分析、Theil-Sen斜率、Mann-Kendall檢驗等。例如，金凱等[13]綜合運用上述方法，揭示了我國1982—2015年植被覆蓋變化趨勢特征。一元線性回歸分析是通過像元分析變量和時間的線性關系的變化趨勢方法，可以通過計算每個像元時序內的空間特征來反映植被的空間變化情況，從而推斷變量隨時間的變化趨勢，其計算公式如下[14-18]

式中：slope為NDVI與時間變量擬合的一元線性回歸方程的斜率； i 為第 i 年； n 為研究時間段的年數; NDVI_i 為第 i 年的平均 NDVI值。slope lt;0 和 slopegt;0 分別表示NDVI序列隨時間遞減和遞增，slope的絕對值越大表明slope變化越快。

3結果與分析

3.1 研究區NDVI趨勢變化分析

3.1.1NDVI的年際變化趨勢。通過提取2010—2022年研究區域內每年的NDVI均值變化情況，進行13年序列繪圖，并作出趨勢線和年均線走勢圖（圖2）。由圖2可知，2010—2022年松嫩平原松原地區植被NDVI主要介于 0.73～0.81 ，總體的波動呈上升趨勢，線性增長率為 0.54% 。NDVI的變化呈階段性特征： ① 前期（2010—2016年）NDVI平均增速為 2.13% ，其中2012年增速達到峰值，為 6.63% ，期間（2012—2016年）受連續干旱的影響出現輕微波動，但整體呈上升趨勢。 ② 后期（2016—2022年）NDVI均值增長較為穩定，平均增速為 7.97% ，其中2019年增速達到峰值，增速為 8.84% 。

圖22010—2022年NDVI年際變化趨勢

將松嫩平原松原地區植被指數覆蓋分布劃分為6個區域： ① 植被嚴重退化區域，植被指數 NDVIlt;-0.10 ，包括松花江、第二松花江流經主城區附近； ② 植被輕微退化區域，植被指數NDVI為 -0.10～lt;0.05 ，主要分布于松原市城區北部區域及第二松花江流經區域; ③ 水域，植被指數NDVI為 -0.05～lt;0 主要分布于查干湖水域區域; ④ 植被覆蓋不發育區域，植被指數NDVI為 0～lt;0.05 ，包括長嶺縣北部鹽堿地區域； ⑤ 植被覆蓋發育良好區域，植被指數NDVI為 0.05～lt;0.10 ，主要分布長嶺縣南部區域； ⑥ 植被覆蓋發育較好區域，植被指數 NDVIgtrsim0.10 主要分布于研究區東北、東南區域。

同時通過ArcGIS軟件局部分析、數學分析等功能計算2010—2021年松嫩平原松原地區植被覆蓋平均NDVI分布狀況，通過2022與2010—2021年的差值（圖3），以及平均NDVI變化空間分布（圖4），分析2022與2010—2021年平均NDVI的變化情況（圖5）。

圖32022與2010—2021年NDVI均值差值變化 Fig.3Changes in the difference between the mean NDVI values in 2022 and 2010-2021

圖42022與2010—2021年平均NDVI變化空間分布Fig.4Spatial distribution of average NDVI changes in 2022 and2010-2011

圖52022與2010—2021年平均NDVI變化情況Fig.5Average NDVI changes in 2022 and 2010-2011

3.1.2空間演變結果分析。目前在多個領域內，植被覆蓋度一般進行分級處理后使用，參照《土壤侵蝕分類分級標準》及相關研究，將研究區植被覆蓋度劃分為4個等級： lt;30% 為低覆蓋度； 30%～lt;45% 為中低覆蓋度； 45%～lt;60% 為中覆蓋度；≥60% 為高覆蓋度。通過植被覆蓋度分級及分類圖像統計不同年度植被覆蓋像元個數，得出每個年度對應的植被統計結果所占比重（圖6）及2010—2022年研究區指標覆蓋空間分布（圖7）。結果表明，研究區存在明顯的差異性： ① 低密度植被覆蓋度比重呈現逐年遞減的趨勢，從2010年的 0.64% 遞減到2022年的 0.47% ② 高密度植被覆蓋度比重呈現逐年遞增的趨勢，從2010年的 94.2% 遞增到2022年的 97.2% ： ③ 13年間植被覆蓋度整體呈增長的趨勢，其中長嶺縣西部鹽堿地分布區域占比呈逐年遞減趨勢，從2010年的

圖62010一2022年研究區植被覆蓋像元個數占比Fig.6Ratio of vegetation coverage pixels in the study area from

2022年的 2.33% ，主要與近年國家持續加大生態環境治理相關； ④ 研究區高密度植被覆蓋度占比呈東北高、西南低的空間特征分布，主要分布于扶余市、寧江區、前郭縣烏蘭圖嘎鎮及長嶺縣城區以東區域。

3.22010一2022年松嫩平原植被變化趨勢為了進一步分析松嫩平原松原地區的NDVI未來變化趨勢，根據2010—2022年的MODIS數據，通過采用一元線性回歸趨勢分析法，對NDVI隨時間變化的變量進行回歸分析，得到2010—2022年NDVI區域變化趨勢（圖8），同時為了觀測與分析每個時期的植被覆蓋變化情況，將松嫩平原松原地區植被變化趨勢數值劃分為4個等級： ① 植被指數下降區，變化差值 lt;-0.02 ：② 植被指數小幅下降區，變化差值 -0.02～lt;0 ③ 植被指數上升區，變化差值0～0.02； ④ 指數指數大幅上升區， ?0.02

（1）植被指數下降區。研究區計算回歸系數值只有零星的區域下降比較明顯，下降區總面積占植被指數總面積的0.2% ，主要分布于松花江流經松原市城區北部與第二松花江流經主城區區域，這與近年來大力發展城市建設有關系。

（2）植被指數小幅下降區。植被指數小幅度下降區分布于前郭縣查干湖水域、王府站鎮、扶余市與長嶺縣東部區域，小幅下降區總面積占植被指數總面積的 11.23% 。

（3）植被指數上升區。植被恢復良好區域主要分布于寧江區大洼鎮，扶余市三井子鎮、長春零鎮、大林子鎮，長嶺縣新安鎮及前郭縣烏蘭圖嘎鎮，面積占總面積的 86.97% 。

圖82010—2022年松嫩平原植被覆蓋度年變化

圖9松嫩平原2010一2022年一元線性回歸趨勢結果

Fig.9 Resultsof univariate linearregression trend in Songnen Plainfrom2010 to2022

（4）指數指數大幅上升區。植被恢復明細區域主要分區于長嶺縣北正鎮、太平川鎮，由于前期屬于鹽堿化地區，經過多年生態環境治理與修復，植被漲勢呈逐年遞增趨勢

4結論

該研究基于2010—2022年的MODISNDVI數據系統分析了松嫩平原松原地區植被覆蓋的時空變化特征，對松嫩平原松原地區地表植被覆蓋的分布特征與空間變化趨勢進行對比分析與動態監測，同時采用一元線性回歸方法對未來變化趨勢進行了預測分析，其結論如下：

（1）從時間分布上，2010—2022年松原地區植被覆蓋整體呈波動上升趨勢，并表現出明顯的階段性特征。研究區植被NDVI均值從2010年的0.73增加到2022年的0.80，線性增長率為 0.54% 。

（2）從空間分布上，研究區植被覆蓋度呈“東北高西南低”的分布特征，且植被覆蓋度比重呈現逐年遞增的趨勢，從2010年的 94.2% 遞增到2022年的 97.2% 。松原地區植被覆蓋增長明顯，僅在城市周邊地區植被生長呈現退化現象。

（3）13年間長嶺縣西部鹽堿地分布區域占比呈逐年遞減趨勢，從2010年的 5.16% 遞減到2022年的 2.33% ，而且隨著時間的推移，這種鹽堿地退化趨勢在加劇，主要與近年國家持續加大生態環境治理有關。

參考文獻

[1]穆少杰，李建龍，陳奕兆，等.2001一2010年內蒙古植被覆蓋度時空變化特征[J].地理學報，2012，67（9）：1255-1268.

[2]張華，安慧敏.基于GEE的1987—2019年民勤綠洲NDVI變化特征及趨勢分析[J].中國沙漠，2021，41（1）：28-36.

[3]趙安周，田新樂.基于GEE平臺的1986—2021年黃土高原植被覆蓋度時空演變及影響因素[J].生態環境學報，2022，31（11）：2124-2133.

[4]楊強，王婷婷，陳昊，等.基于MODISEVI數據的錫林郭勒盟植被覆蓋度變化特征[J].農業工程學報，2015（22）：191-198，315.

[5]吳炳倫，孫華，石軍南，等.2000一2018年深圳市植被覆蓋動態變化與預測[J].應用生態學報，2020，31（11）：3777-3785.

[6]徐爽，沈潤平，楊曉月.利用不同植被指數估算植被覆蓋度的比較研究[J].國土資源遙感，2012，24（4）：95-100.

[7]賈寶全，邱爾發，張紅旗.基于歸一化植被指數的西安市域植被變化[J].林業科學，2012，48（10）：6-12.

[8]第寶鋒，楊忠，艾南山，等.基于RS與GIS的金沙江干熱河谷區退化生態系統評價：以云南省元謀縣為例[J].地理科學，2005，25（4）：484-489.

[9]楊紹鍔，譚裕模，胡鈞銘.基于NDVI的廣西近十年植被變化特征分析[J].南方農業學報，2012，43（11）：1783-1788.

[10]王海梅，李政海，韓國棟，等.錫林郭勒地區植被覆蓋的空間分布及年代變化規律分析[J].生態環境學報，2009，18（4）：1472-1477.

[11]閆俊杰，喬木，周宏飛，等.基于MODIS/NDVI的新疆伊犁河谷植被變化[J].干旱區地理，2013，36（3）：512-519.

[12]孫艷玲，郭鵬.1982一2006年華北植被覆蓋變化及其與氣候變化的關系[J].生態環境學報，2012，21（1）：7-12

[13]金凱，王飛，韓劍橋，等.1982一2015年中國氣候變化和人類活動對植被NDVI變化的影響[J].地理學報，2020，75（5）：961-974.

[14]包剛，包玉海，覃志豪，等.近10年蒙古高原植被覆蓋變化及其對氣候的季節響應[J].地理科學，2013，33（5）：613-621.

[15]鈔振華，張培棟，袁賽帥.山東省MODIS遙感植被指數時空變化研究[J].生態環境學報，2012，21（10）：1660-1664.

[16]鄧玉嬌，王捷純，徐杰，等.廣東省NDVI時空變化特征及其對氣候因子的響應[J].生態環境學報，2021，30（1）：37-43.

[17]陳燕麗，羅永明，莫偉華，等.MODISNDVI與MODISEVI對氣侯因子響應差異[J].自然資源學報，2014，29（10）：1802-1812.

[18]李美麗，尹禮昌，張園，等.基于MODIS-EVI的西南地區植被覆蓋時空變化及驅動因素研究[J].生態學報，2021，41（3）：1138-1147.