貴陽市2003—2020年NDVI時空動態變化研究

中圖分類號：TP391 文獻標識碼：A 文章編號：2096-4706（2025）16-0184-05

Abstract： The Normalized Diference Vegetation Index （NDVI） can quantitatively reflect the growth status and coverage degreeofsurface vegetation.From2O03to 2020，theurbanization processof Guiyangand thepolicyofreturning farmlandto forestwereadvancedsimultaneouslyherefore，itisofgeatsignificance tounderstandtheinterannualandspatial-temporal changesofvegetationcoveragedegreeinGuiyang inrecent years.Inthis paper，theannualaverageNDVIdatasynthesizedfrom theNDVIdata withaspatialresolutionof250meters providedbythe MOD13Q1datasetisadopted.TheinterannualNDVItrend changesandtheirsignificanceinGuiyang from2O03to2O20aredetectedbytheSen-MKmethod.Theresearchresultsshowthat theNDVI inGuiyangshowsanoverallupwardtrendfrom2003 to2020.ItsNDVIvaluefluctuatesbetween0.40and0.55，with an average growth rateof0.003 peryear.The averageannual NDVIin Guiyang reaches the maximum value of0.55 n 2016. Theaverage annual NDVIreaches its minimum valueof 0.40 in 20o5.Meanwhile，theNDVIvalues in theurban areas and their vicinityarerelativelylowandshowslightdegradation.

Keywords：Normalized Difference Vegetation Index （NDVI）; Guiyang; spatial-temporalchange; Sen-MK method

0 引言

植被在地表的物質與能量交換、碳收支、水分循環、溫室氣體減排以及氣候調節等方面扮演著關鍵角色。伴隨城鎮化進程的不斷推進，自然環境與人類活動對植被系統的干擾日益顯著[1-3]。歸一化植被指數（NormalizedDifferenceVegetation Index，NDVI）作為衡量植被生長狀況的重要遙感指標，被廣泛應用于植被動態監測、生態環境評估、自然植被保護恢復成效評估及氣候變化研究等領域[4-5]。深入探討植被變化與自然因素及人類活動之間的關系，對于區域植被資源的可持續利用與生態保護具有重要指導意義[6-7]。

近年來，眾多研究已經表明NDVI可以用來表征植被覆蓋比例，也是對生態評估的一個量化指標。吳士文等[8]采用NDVI數據分析了丹江口庫區NDVI的時空變化特征，同時采用了地理探測器探究了丹江口庫區植被的空間異質性及其驅動力。王會靜等[10]為明確新疆不同植被類型對水熱變化響應的滯后時間，分析了新疆植被活動及其與氣候變化的響應，采用研究GIMMSNDVI數據集，研究了1982—2015年新疆植被格局的動態變化特征，探討了NDVI與氣候響應的關系。靖娟利等[1]根據MOD13A1數據和氣象監測數據，運用趨勢分析法、變異系數法、偏相關分析和復相關分析等方法，分析了2001一2020年貴州省植被NDVI的時空演變特征及其穩定性，并探討了植被NDVI變化的氣候因子驅動機制。李焱等[12]研究基于MODIS-NDVI數據和氣象數據，利用趨勢分析、相關分析及殘差分析等方法，分析了2000—

2020年藏西南高原植被NDVI在不同時段的時空變化特征及氣候因素和人類活動對植被NDVI的影響。徐勇等[13]分析了2000—2020年長江流域植被NDVI時空演變特征及穩定性，并探測驅動植被NDVI空間分異的主要影響因素。此外，近年來眾多學者通過非線性回歸、地理探測器、多元統計分析等方法，對地表參數（如NDVI、地表溫度、地形因子）以及大氣參數（如降水、溫度、輻射等）的時空變化特征開展了深入研究。這些方法不僅能夠揭示各類環境因子在時間和空間維度上的分布規律，還能有效識別其主導驅動因素和相互作用關系，具有較強的適應性與解釋能力。特別是地理探測器方法在揭示自然與人為因素對地表過程的解釋力方面表現出較高的準確性和實用性，為理解復雜生態系統的動態變化提供了理論支撐。這些已有研究成果和方法為本文開展貴陽市NDVI變化分析提供了有益的技術參考和思路借鑒[14-15]。

綜上所述，盡管近年來針對NDVI的研究在城市生態監測、土地利用變化分析及氣候變化響應等方面取得了廣泛成果，但目前針對貴陽市長時序NDVI的時空變化動態特征仍缺乏系統性和深入性的研究報道。作為中國西南地區典型的喀斯特山地城市，貴陽市地形復雜、生態環境脆弱，同時也是城市化進程加快、人口密度不斷提升的地區，其生態系統對外界干擾較為敏感，亟須借助遙感技術對植被動態變化進行長時間尺度的跟蹤與評估。基于此，本文選取MODIS提供的MOD13Q1NDVI遙感數據產品，時間跨度覆蓋2003一2020年，空間分辨率為250米，具有良好的時間連續性與區域適應性。為了科學、客觀地刻畫貴陽市NDVI的時空演變趨勢，本文引入了Sen斜率估計法和Mann-Kendall（MK）非參數顯著性檢驗方法[16]，通過趨勢分析與顯著性判別相結合的方式，定量揭示區域內不同地類、不同海拔及不同城市化水平區域NDVI的演變規律。本文的研究為理解貴陽市在長時間尺度NDVI變化趨勢提供參考，同時也為生態系統對人類活動和自然因素響應提供了數據支撐和理論依據。

1 研究區和方法

1. 1 研究區域

本研究以貴州省的省會貴陽市為例，采用MOD13Q1提供的250米空間分辨率的NDVI數據集（來源于https：//doi.org/10.5067/MODIS/MOD13Q1.061），研究了貴陽市2003—2020年間的NDVI時空動態變化趨勢。貴陽市，簡稱“筑”，別稱林城、筑城，貴州省下轄地級市、省會，位于貴州省中部，屬于亞熱帶濕潤氣候，平均海拔1100米，四季分明、溫度適宜、降水充沛，是首個國家森林城市、國家循環經濟試點城市，其還被中國氣象學會授予“中國避暑之都”牌匾和榮譽證書。貴陽市的數字高程模型（DEM）、2003年和2020年的土地覆蓋類型數據如圖1所示。圖1（a）顯示了貴陽市的12.5米的DEM空間分布，其范圍為 449～1721 米。圖1（b）和（c）展示了貴陽市的土地覆蓋類型數據，可以看到貴陽市的土地覆蓋類型主要為森林和耕地，接著是不透水面的覆蓋面積。從圖1（b）和（c）的對比可以看出，從2003一2020年貴陽市的不透水面面積變化明顯，到2020年時貴陽市的不透水面明顯增加，表明近年來的城市化進程是顯著的。其中，DEM數據可從官網（https：//search.asf.alaska.edu/）下載，空間分辨率為250米的土地覆蓋類型數據可以從官網（https：//doi.org/10.5281/zenodo.4417810）下載。

圖1研究區DEM和土地覆蓋類型空間分布圖

1.2Sen-MK趨勢分析和顯著性檢驗方法

本研究采用常用的Mann-Kendall（MK）檢驗來檢測時間趨勢LST的數據。MK檢驗是一種非參數檢驗，在水文氣候時間序列中具有廣泛的適用性。該試驗具有異常值干擾小、計算過程方便等優點；此外，本試驗中使用的時間序列不需要遵循特定的線性或非線性變化趨勢。在本研究中，在顯著性水平為 a=0.05 的情況下，采用標準化MK檢驗統計量來確定趨勢是否顯著。此外，趨勢幅度由Theil-Sen斜率決定，其中正值表示正趨勢，反之亦然[16]。

Theil-Sen中值方法（亦稱Sen斜率估計）是一種穩健的非參數統計方法，用于計算數據的趨勢變化。該方法具備較高的計算效率，并且對測量誤差及異常值的影響較小，尤其適用于長時間序列數據的趨勢分析。其計算公式如下：

式中，MedianO為取中值； x_j 和 x_i 為不同時間尺度上的NDVI數據。當 β 大于0時，表示NDVI呈上升趨勢；當 β 小于0時，表示NDVI呈下降趨勢。

Sen方法沒有提供時間序列數據趨勢的顯著性信息，而Mann-Kendall（MK）檢驗是一種非參數時序數據趨勢性檢驗方法，專用于評估變化趨勢顯著性，目前已被廣泛應用與各領域的趨勢變化研究中。MK檢驗的計算公式如下，使用檢驗統計量Z進行趨勢檢驗：

式中， n 為時間序列的數據個數； m 為時間序列中結（重復數據組）的個數； t_p"為第 p 組重復數據組的數據個數。

MK檢驗采用雙邊趨勢檢驗，在本文中，當 Zgt; 1.65、1.96和2.58時，表示趨勢分別通過了置信度為90% 、 95% 和 99% 的顯著性檢驗。趨勢顯著性的判斷方法如表1所示。

表1Sen-MK方法的趨勢顯著性檢驗類別

2 結果與分析

2.1年均NDVI變化趨勢分析

本文對研究區內每一年的NDVI進行均值計算，獲得了2003一2020年間貴陽市年均NDVI的時序變化情況，并繪制了NDVI的年際變化趨勢圖（如圖2所示）。分析結果表明，在這18年間，貴陽市的NDVI整體呈現出穩步上升的趨勢，NDVI值主要波動在 0.40～0.55 之間，平均增長速率為0.003/年。年均NDVI在2016年達到最大值0.55，反映出該年度植被覆蓋狀況相對最為良好；而2005年則為最低值，僅為0.40。

圖2貴陽市2003—2020年的年均NDVI變化趨勢

從整體變化趨勢看，盡管貴陽市近年來城市化進程顯著推進，城市建設用地持續擴展，對自然生態空間造成了一定程度的擠壓，但得益于國家生態文明建設戰略的深入推進，尤其是“退耕還林”“增綠還綠”及生態修復工程的持續實施，區域內生態環境狀況總體呈現改善態勢。郊區和山區的植被覆蓋有所恢復，提升了整個城市范圍內的NDVI均值。此外，貴陽市屬于亞熱帶濕潤季風氣候區，雨量充沛、生長季長，為植被的持續恢復和生長提供了有利的氣候條件。

從空間格局上來看，NDVI值的增長主要集中在城市外圍及生態敏感區，這些區域往往受到生態治理工程的重點關注。而城市核心區由于建設強度大、綠地資源相對緊張，NDVI提升幅度較小。總體而言，該時期貴陽市植被覆蓋狀況持續向好，表明城市在實現快速發展過程中，生態環境保護與綠化建設取得了顯著成效。若能繼續推進生態保護政策、加強城市綠地系統規劃，并充分利用遙感與地理信息技術對植被動態進行持續監測，將有助于實現城市高質量發展的同時，促進生態系統的穩定與健康發展。

2.2逐像元NDVI趨勢和顯著性檢驗分析

本文進一步運用Sen趨勢分析法與MK顯著性檢驗法，對2003一2020年間貴陽市NDVI在空間維度上的變化特征進行定量評估與顯著性判別。如圖3所示，分析結果顯示，在非不透水面區域（如耕地、森林及山區等自然或半自然地表類型）存在廣泛的NDVI上升趨勢，盡管大多數區域未通過顯著性檢驗（即變化趨勢在統計上尚不顯著），但仍可觀察到一定程度的植被恢復與生態改善。部分區域NDVI增長速率可達0.018/年，表明在生態治理、植被恢復和氣候適宜條件的共同作用下，區域植被狀況整體呈改善態勢。

圖3貴陽市2003一2020年的逐像元NDVI趨勢和顯著性檢驗

然而，與此相對的是，在城市核心區及其周邊的不透水面區域，尤其是近年來快速發展的開發區與新建城區，NDVI普遍表現出下降趨勢。分析表明，這些區域的最大退化速率可達0.023/年，顯著高于自然區域的NDVI波動水平。這種顯著下降的趨勢主要歸因于城市化進程對土地覆蓋類型的劇烈擾動，如大規模的土地硬化、植被清除以及交通與基礎設施的迅速鋪設，均導致地表綠量顯著減少。此外，快速的人口增長和產業擴張也進一步加劇了對自然生態空間的占用，從而使得NDVI在城市開發邊緣區表現出明顯的退化特征。

值得注意的是，貴陽市地形起伏較大，整體位于云貴高原地帶，地勢西南高、東北低。分析表明，海拔高的地區通常NDVI值較大，植被覆蓋狀況相對良好，這與其相對較少的人類干擾和適宜的溫濕環境密切相關。而在低海拔區域，尤其是城市建成區與交通干道沿線，由于人類活動強度大、地表人工化程度高，NDVI值相對較低，反映出明顯的空間異質性。

綜上所述，貴陽市2003—2020年間NDVI在空間上呈現“外圍改善、核心退化”的復合變化格局，一方面反映了城市擴張對自然生態系統的負面影響，另一方面也體現了在生態工程和自然恢復過程推動下，部分區域的植被狀況得以提升。未來應加強對開發區生態紅線的管控與生態補償機制的實施，以實現城市發展與生態保護的協調共進。

3結論

本文采用MOD13Q1提供的250米空間分辨率NDVI遙感數據，結合最小二乘法擬合與Sen-MK趨勢分析及顯著性檢驗方法，對2003一2020年間貴陽市NDVI的時空變化特征進行了系統研究。從時間變化來看，2003一2020年間貴陽市植被NDVI呈極顯著上升趨勢，年均增長速率為 0.003/ 年，表明區域植被覆蓋狀況持續改善。從空間分布來看，趨勢分析結果顯示，貴陽市整體NDVI呈上升趨勢，生態狀況總體向好。然而，城區及其周邊區域NDVI值相對較低，局部區域存在輕微退化現象，主要與城市化進程加快有關。與此同時，高海拔區域的NDVI值普遍較高，反映出地勢因素對植被生長具有重要影響。

參考文獻：

[1]LAVERGNEA，GRAVENH，DEKAUWEMG， etal.ObservedandModelledHistoricalTrendsintheWater-Use Efficiency of Plants and Ecosystems [J].Global Change Biology， 2019，25（7）：2242-2257.

[2]KONGD，ZHANGQ，SINGHVP，etal.SeasonalVegetationResponse to ClimateChange in theNorthernHemisphere（1982—2013）[J].Global and Planetary Change，2017，148：1-8.

[3]徐雨晴，肖風勁，於蜊.中國森林生態系統凈初級生產力時空分布及其對氣候變化的響應研究綜述[J].生態學報，2020，40（14）：4710-4723.

[4]唐玉倩，馬玉鳳，唐夢迎，等.基于歸一化植被指數的艾比湖濕地國家級自然保護區自然植被保護恢復成效評估[J].干旱區地理，2025，48（3）：1-18.

[5]佘宇晨，張云峰，陳楚琳.湖南省2000一2020年NDVI時空動態變化及其驅動力分析[J].中南林業科技大學學報，2025，45（4）：108-118+161.

[6]王謙，關穎慧，劉玉國.不同時間尺度下紅河流域植被NDVI對極端氣候的響應[J].水土保持學報，2025，39（3）：1-11.

[7]徐德華，劉強，李端，等．1986一2023年呂梁山區歸一化植被指數（NDVI）動態及驅動力[J].中國沙漠，2025，45（5）：1-14.

[8]吳士文，李成龍，張戰平，等 .1982～2022 年丹江口庫區NDVI時空演變及驅動因子分析[J].長江流域資源與環境，2025，34（4）：781-791.

[9]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（1）：116-134.

[10]王會靜，郭玉川，白運保，等.新疆植被動態格局及其對氣候的時滯效應[J].農業工程學報，2023，39（11）：137-145.

[11]靖娟利，鄧棋方，付寶葦，等.2001一2020年貴州省植被NDVI動態變化及氣候因子驅動[J].桂林理工大學學報，2025，45（2）：1-11.

[12]李焱，鞏杰，戴睿，等.藏西南高原植被覆蓋時空變化及其與氣候因素和人類活動的關系[J].地理科學，2022，42（5）：761-771.

[13]徐勇，鄭志威，郭振東，等 .2000～2020 年長江流域植被NDVI動態變化及影響因素探測[J].環境科學，2022，43（7）：3730-3740.

[14]SHENX，LIUB，JIANGM，LUX.MarshlandLossWarmsLocal Land Surface Temperature in China[J/OL].GeophysicalResearchLetters，2020，47（6）：e2019GL086006（2020-02-29） .https：//doi.0rg/10.1029/2020GL087648

[15]SONGZJ，YANGH，HUANGXJ，etal The Spatiotemporal Pattern and Influencing Factors ofLand Surface Temperature Change in China From 20o3 to 2019 [J/OL].International JournalofAppliedEarth Observation andGeoinformation，2021，104：102537（2021-12- 15）.https：//www.sciencedirect.com/science/article/pii/ S0303243421002440？via%3Dihub.

[16]ZHAOW，HEJL，WUYH，etal.AnAnalysisof Land Surface Temperature Trends in the Central Himalayan Region Based on MODIS Products [J/OL].Remote Sensing，2019，11（8）： 900（2019-04-13） .https：//doi.org/10.3390/rs11080900.

作者簡介：歐陽彬（1985一），男，漢族，貴州劍河人，工程師，本科，研究方向：測繪產品質量檢驗和數據處理與應用。