禹倩業(yè) 張靜靜 高莎

摘 要：基于2000—2017年MODIS-NDVI數(shù)據(jù)集，在MRT、ArcGIS、SPSS等軟件的輔助下，采用最大值合成法、均值法、一元線(xiàn)性回歸法來(lái)分析近18年來(lái)伏牛山區(qū)植被NDVI時(shí)空變化特征。結(jié)果表明：2000—2017年伏牛山區(qū)植被NDVI呈增長(zhǎng)趨勢(shì)，增長(zhǎng)率為0.024/10 a（P<0.05），其中秋季植被NDVI的增加速率（0.042/10 a）最為顯著，明顯高于春季（0.018/10 a，P<0.05），表明在全球變暖背景下，伏牛山區(qū)植被變化情況表現(xiàn)為生長(zhǎng)季的延長(zhǎng)趨勢(shì)強(qiáng)于生長(zhǎng)季的提前趨勢(shì)。從空間上來(lái)看，伏牛山植被覆蓋狀況較好，大部分地區(qū)植被NDVI都在0.4～0.8，所占比例達(dá)到97.03%，高值區(qū)主要分布在中西部海拔較高的山區(qū)，低值區(qū)零星地分布在研究區(qū)南部、東部和北部的城鎮(zhèn)中心。

關(guān)鍵詞：植被;MODIS-NDVI;時(shí)空變化;伏牛山區(qū)

中圖分類(lèi)號(hào)：Q948;TP79文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-5168（2021）01-0144-03

Abstract： Based on the MODIS-NDVI data set of vegetation in Funiu Mountain Area from 2000 to 2017， with the help of MRT， ArcGIS， SPSS and other software， the spatial and temporal variation characteristics of vegetation NDVI in Funiu Mountain Area in recent 18 years were analyzed by using the maximum value synthesis method， mean value method and univariate linear regression method. The results showed that： from 2000 to 2017， the vegetation NDVI in Funiu Mountain area showed an increasing trend， with the growth rate of 0.024/10 a （P < 0.05）. The growth rate of vegetation NDVI in autumn （0.042 / 10 a） was the most significant， which was significantly higher than that in spring （0.018/10 a， P < 0.05）， indicating that under the background of global warming， the vegetation change in Funiu Mountain area showed that the extension trend of growing season was stronger than the advance trend of growing season. Spatially， the vegetation coverage of Funiu Mountain is good. The NDVI of most areas is between 0.4 and 0.8， accounting for 97.03%. The high-value areas are mainly distributed in the high-altitude mountainous areas in the central and western regions， and the low-value areas are scattered in the urban centers in the south， east and north of the study area.

Keywords： vegetation;MODIS-NDVI;temporal and spatial variation;Funiu Mountain

植被覆蓋度可作為生態(tài)建設(shè)和生態(tài)系統(tǒng)評(píng)價(jià)的綜合性量化指標(biāo)和重要參數(shù)，某一地區(qū)植被覆蓋占該地區(qū)比重多少是衡量該地區(qū)環(huán)境變化的重要依據(jù)[1-4]。在植被覆蓋度研究中，許多學(xué)者利用不同的數(shù)據(jù)源對(duì)國(guó)內(nèi)大部分地區(qū)植被覆蓋度的時(shí)空變化做了大量研究，并取得了重要成果[5-7]。例如，阿多等基于華北平原近20年的遙感數(shù)據(jù)，分析華北平原植被覆蓋時(shí)空變化規(guī)律[6];王宗明等采用1982—2003年?yáng)|北三省的GIMMS-NDVI數(shù)據(jù)，分析了東北地區(qū)植被NDVI對(duì)氣候變化的響應(yīng)[7]。目前，國(guó)內(nèi)學(xué)者對(duì)植被覆蓋變化研究較為深入，不僅涉及不同時(shí)間尺度植被覆蓋變化的時(shí)空特征分析，而且研究了植被覆蓋變化與生物因子之間的響應(yīng)關(guān)系[8-15]。但對(duì)于小區(qū)域（如伏牛山區(qū)）的植被時(shí)空變化研究成果有所不足。因此，利用伏牛山區(qū)MODIS-NDVI數(shù)據(jù)集，采用均值法、合成法、一元線(xiàn)性回歸方法等方法分析近18年來(lái)伏牛山區(qū)植被NDVI時(shí)空變化特征，可為該區(qū)生態(tài)環(huán)境保護(hù)與恢復(fù)工作提供科學(xué)依據(jù)。

1 研究區(qū)域概況

伏牛山地區(qū)北到黃河，南到南陽(yáng)盆地，西到豫陜邊界，東達(dá)京廣鐵路。本研究區(qū)范圍包括嵩縣、欒川縣、盧氏縣、南召縣、鎮(zhèn)平縣、魯山縣、內(nèi)鄉(xiāng)縣、西峽縣共8個(gè)縣級(jí)行政區(qū)劃單元。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

本文所采用的遙感數(shù)據(jù)是2000—2017年植被指數(shù)MODIS-NDVI產(chǎn)品，來(lái)自地理空間數(shù)據(jù)云（http：//www.gscloud.cn）。首先利用MRT（MODIS Reprojection Tool）進(jìn)行拼接、投影等預(yù)處理，然后基于ArcGIS軟件，利用伏牛山區(qū)的矢量圖對(duì)經(jīng)過(guò)投影拼接的圖層進(jìn)行按掩膜提取，并利用最大合成法得到2000—2017年伏牛山區(qū)的逐月NDVI數(shù)據(jù)集，并通過(guò)對(duì)各月NDVI數(shù)據(jù)集進(jìn)行處理，得到年平均和季節(jié)平均的植被NDVI數(shù)據(jù)，從而進(jìn)行伏牛山區(qū)植被覆蓋度時(shí)間和空間的變化分析。

2.2 研究方法

本研究采用均值法計(jì)算伏牛山區(qū)年均植被NDVI值，同時(shí)把春（3—5月）、夏（6—8月）、秋（9—11月）、冬（12月至次年2月）這四季中求取的每三個(gè)月的平均值作為這四個(gè)季度的植被季均NDVI值。采用一元線(xiàn)性回歸法對(duì)年均和季均NDVI值的年際變化趨勢(shì)進(jìn)行回歸分析。

3 結(jié)果與分析

3.1 伏牛山區(qū)植被NDVI時(shí)間變化特征

3.1.1 伏牛山區(qū)植被NDVI年際變化。圖1為伏牛山區(qū)植被年NDVI值年際變化趨勢(shì)。從圖上可以看出，2000—2017年植被NDVI呈波動(dòng)上升趨勢(shì)，每增長(zhǎng)率為0.024/10 a（[P]<0.05）。表明近18年來(lái)伏牛山區(qū)植被覆蓋度整體處于不斷改善狀態(tài)。

3.1.2 伏牛山區(qū)植被NDVI季節(jié)變化。從四季植被NDVI變化趨勢(shì)來(lái)看（見(jiàn)圖2和表1），2000—2017年四季植被NDVI變化均呈不同程度的增長(zhǎng)模式，具體表現(xiàn)為秋季（0.042/10 a）>冬季（0.029/10 a，[P]<0.05）>春季（0.018/10 a，[P]<0.05）>夏季（0.007/10 a，[P]<0.01）。其中，秋季植被NDVI的增加速度最為顯著，明顯高于春季植被NDVI的增加速率，表明在全球變暖背景下，伏牛山區(qū)植被變化情況表現(xiàn)為生長(zhǎng)季的延長(zhǎng)趨勢(shì)強(qiáng)于生長(zhǎng)季的提前趨勢(shì)。

3.2 伏牛山區(qū)植被NDVI空間變化特征

2000—2017年伏牛山區(qū)植被不同NDVI等級(jí)像元比例見(jiàn)表2。2000—2017年伏牛山區(qū)植被多年年均NDVI的空間分布值主要集中在0.4～0.6，占比為52.57%，主要分布在研究區(qū)南部、東部和北部地區(qū);其次是NDVI值主要集中在0.6～0.8，占比為44.46%，主要分布在研究區(qū)中西部海拔較高的山區(qū);NDVI值低于0.4的區(qū)域占比較小，僅占2.95%，零星地分布在研究區(qū)南部、東部和北部的城鎮(zhèn)中心。

4 結(jié)論

①2000—2017年伏牛山區(qū)植被NDVI呈增長(zhǎng)趨勢(shì)，增長(zhǎng)率為0.024/10 a（P<0.05），其中秋季植被NDVI的增加速率（0.042/10 a）最為顯著，明顯高于春季植被NDVI的增加速率（0.018/10 a，P<0.05）。表明在全球變暖背景下，伏牛山區(qū)植被變化情況表現(xiàn)為生長(zhǎng)季的延長(zhǎng)趨勢(shì)強(qiáng)于生長(zhǎng)季的提前趨勢(shì)。

②從空間上來(lái)看，伏牛山植被覆蓋狀況較好，大部分地區(qū)的植被NDVI都在0.4～0.8，所占比例達(dá)到97.03%，高值區(qū)主要分布在中西部海拔較高的山區(qū)，低值區(qū)零星地分布在研究區(qū)南部、東部和北部的城鎮(zhèn)中心。

參考文獻(xiàn)：

[1]張靜靜，鄭輝，朱連奇，等.豫西山地植被NDVI及其氣候響應(yīng)的多維變化[J].地理研究，2017（4）：765-778.

[2]馬志勇，沈濤，張軍海.基于植被覆蓋度的植被變化分析[J].測(cè)繪通報(bào)，2007（3）：45-48.

[3]張靜靜，劉亞亭，朱連奇.2000—2014年豫西山地植被NDVI時(shí)空變化特征分析[J].河南科學(xué)，2015（8）：1440-1445.

[4]賀映娜，白紅英，高翔，等.基于NDVI的米倉(cāng)山植被覆蓋變化趨勢(shì)分析[J].西北植物學(xué)報(bào)，2011（8）：1677-1682.

[5]張含玉，方怒放，史志華.黃土高原植被覆蓋時(shí)空變化及其對(duì)氣候因子的響應(yīng)[J].生態(tài)學(xué)報(bào)，2016（13）：3960-3968.

[6]阿多，趙文吉，宮兆寧，等.1981—2013華北平原氣候時(shí)空變化及其對(duì)植被覆蓋度的影響[J].生態(tài)學(xué)報(bào)，2017（2）：576-592.

[7]王宗明，國(guó)志興，宋開(kāi)山，等.中國(guó)東北地區(qū)植被NDVI對(duì)氣候變化的響應(yīng)[J].生態(tài)學(xué)雜志，2009（6）：1041-1048.

[8]袁沫汐，林愛(ài)文，朱弘紀(jì).湖北省地區(qū)植被覆蓋變化及其對(duì)氣候因子的響應(yīng)[J].生態(tài)學(xué)報(bào)，2016（17）：5315-5323.

[9]曾慶雙，張連翀，馮莉莉.2000 --2019年京津冀地區(qū)500 m分辨率植被覆蓋度數(shù)據(jù)集[J].中國(guó)科學(xué)數(shù)據(jù)（中英文網(wǎng)絡(luò)版），2020（4）：201-208.

[10]鄭勇，楊武年，劉沖，等.川西高原近20 a植被覆蓋變化遙感動(dòng)態(tài)監(jiān)測(cè)及驅(qū)動(dòng)力分析[J].遙感技術(shù)與應(yīng)用，2020（6）：1447-1456.

[11]梁石正雄，方海燕.2006 --2015年錢(qián)塘江流域土壤侵蝕動(dòng)態(tài)變化[J].中國(guó)水土保持科學(xué)（中英文），2020（6）：33-42.

[12]馬嘉陽(yáng)，禹天浩，李兆正，等. 典型喀斯特地區(qū)植被覆蓋變化及其對(duì)地形因子的響應(yīng)：以云南石林為例[J].地球科學(xué)前沿，2020（11）：1109-1117.

[13]李躍彬，胡文英.基于Google Earth Engine平臺(tái)的昆明市近30年植被覆蓋變化研究[J].云南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2020（6）：71-75.

[14]韓沁哲，邵佳麗，陳磊士，等.洞庭湖區(qū)植被覆蓋度下降成因分析[J].湖北農(nóng)業(yè)科學(xué)，2021（1）：27-31.

[15]劉義，劉慶廣.蕪湖市NDVI與氣候因子時(shí)空變化及相關(guān)性研究[J].湖南生態(tài)科學(xué)學(xué)報(bào)，2020（4）：20-26.