楊旭超, 張 軍, 李 杰, 勞潔英, 吳志娟

(1.云南大學(xué) 資源環(huán)境與地球科學(xué)學(xué)院, 昆明 650504;2.昆明市土地開發(fā)整理中心, 昆明 650504; 3.云南省地礦測(cè)繪研究院, 昆明 650504)

當(dāng)前，受人類活動(dòng)以及氣候變暖等因素影響，生態(tài)退化已發(fā)展成為全球環(huán)境變化的主要問題，受到各國(guó)政府及科學(xué)部門高度關(guān)注[1]。植被是陸地生態(tài)系統(tǒng)重要組成部分，可將土壤、大氣和水分等自然過程進(jìn)行連接，并在物質(zhì)循環(huán)、能量流動(dòng)和信息傳遞等方面均發(fā)揮著重要作用[2]。同時(shí)，其還具有截留降雨、保土固土等功能，是土壤侵蝕與水土流失的主要監(jiān)測(cè)因子，對(duì)于區(qū)域生態(tài)退化具有實(shí)時(shí)客觀的指示效果[3]。植被狀況的好壞，主要通過植被覆蓋度(FC)來表示。FC作為區(qū)域氣候模型、水土流失監(jiān)測(cè)、土地沙漠化評(píng)價(jià)和分布式水文模型的重要因子，是反映地表植被分布特征和描述生態(tài)系統(tǒng)的重要參數(shù)，具有明顯的季候和年際變化特征，通過監(jiān)測(cè)其空間分異及演化趨勢(shì)將對(duì)區(qū)域生態(tài)環(huán)境變化具有重要指示意義。

傳統(tǒng)的植被覆蓋度研究方法受測(cè)量條件限制，主要以野外實(shí)地測(cè)量為主，包括目估法、采樣法、儀器測(cè)量法及模型法等。而大區(qū)域的植被覆蓋監(jiān)測(cè)更需建立在多光譜、多時(shí)相和多尺度的遙感數(shù)據(jù)基礎(chǔ)上。近年來，隨著對(duì)地觀測(cè)系統(tǒng)的發(fā)展，國(guó)內(nèi)外諸多學(xué)者基于遙感手段，在植被監(jiān)測(cè)領(lǐng)域進(jìn)行了大量研究，探索出許多監(jiān)測(cè)方法。如羅亞等[4]對(duì)模型法、植被指數(shù)法和混合像元分解模型法進(jìn)行了具體研究。像元二分模型是一種簡(jiǎn)單的混合像元分解模型，其不需依賴實(shí)測(cè)數(shù)據(jù)，模型計(jì)算簡(jiǎn)單可靠、輸入?yún)?shù)通用易得，被廣泛應(yīng)用于區(qū)域尺度上植被覆蓋動(dòng)態(tài)變化及空間格局特征等研究中。如肖強(qiáng)[5]、廖清飛[6]、李杰[7]、李鈺溦[8]等學(xué)者分別以黃土高原、青海省東部、云南怒江、中國(guó)北方等地區(qū)為研究區(qū)，對(duì)其植被覆蓋時(shí)空演變遙感監(jiān)測(cè)與分析。

縱觀國(guó)內(nèi)外，目前在植被覆蓋度領(lǐng)域的研究多是采用大面積、低分辨率的遙感時(shí)序數(shù)據(jù)，如黃森旺等[9]基于GIMMS AVHRR-NDVI數(shù)據(jù)和氣象數(shù)據(jù)分析了三北防護(hù)林工程區(qū)25年的土地退化情況，Piao等[10]基于SPOT VGT-NDVI和MODIS-NDVI數(shù)據(jù)分析了歐亞大陸溫帶和北極地區(qū)植被生長(zhǎng)趨勢(shì)的變化；對(duì)于中高分辨率的衛(wèi)星數(shù)據(jù)的研究主要以Landsat系列遙感數(shù)據(jù)，但研究較少。上述研究為研究區(qū)域今后土地開發(fā)利用、環(huán)境保護(hù)治理等提供有用信息，但其均采用典型年份或等間距年份的數(shù)據(jù)，并未采用逐年的時(shí)序數(shù)據(jù)，這使得研究?jī)?nèi)容存在一定局限性[11]。

在云南省委、省政府建設(shè)“現(xiàn)代新昆明”的戰(zhàn)略背景下，昆明市呈貢縣自2011年7月8日撤縣設(shè)區(qū)，更名為呈貢新區(qū)。近年來，該區(qū)搶抓世界經(jīng)濟(jì)形勢(shì)好轉(zhuǎn)和“一帶一路”建設(shè)新機(jī)遇，生態(tài)建設(shè)牢固樹立“綠水青山就是金山銀山”的發(fā)展理念，嚴(yán)守生態(tài)劃定紅線，確保森林覆蓋率達(dá)39%以上。因此，關(guān)注呈貢區(qū)植被時(shí)空演化特征、評(píng)估未來發(fā)展趨勢(shì)，對(duì)區(qū)域生態(tài)建設(shè)具有重要的實(shí)踐意義。賀晉云等[12]研究表明，近50多年我國(guó)西南地區(qū)的干旱災(zāi)害發(fā)展具有面積增大和頻率增大的趨勢(shì)，研究區(qū)所處的滇東高原腹地正好位于該范圍內(nèi)，氣候變化導(dǎo)致極端天氣和氣象災(zāi)害的頻發(fā)，勢(shì)必會(huì)對(duì)呈貢區(qū)生態(tài)環(huán)境產(chǎn)生嚴(yán)重影響。鑒于此，本文以呈貢區(qū)1990—2018年Landsat TM/ETM/OLI等數(shù)據(jù)為研究對(duì)象，采用小波分析、趨勢(shì)分析、變異系數(shù)、灰度預(yù)測(cè)等方法，探討研究區(qū)植被覆蓋的時(shí)空格局、演化規(guī)律；此外，結(jié)合Sentinel-2A數(shù)據(jù)，進(jìn)行土地覆蓋信息提取，以獲取研究區(qū)首尾時(shí)段的土地覆蓋類型空間分布圖，構(gòu)建2000—2017年研究區(qū)土地利用轉(zhuǎn)移矩陣，在植被覆蓋變化大格局下對(duì)土地轉(zhuǎn)移以及植被變化信息進(jìn)行分析。通過此以期為區(qū)域可持續(xù)發(fā)展、生態(tài)修復(fù)工程規(guī)劃以及態(tài)環(huán)境保護(hù)提供科學(xué)依據(jù)。

1 研究區(qū)概況

作為“現(xiàn)代新昆明”建設(shè)示范區(qū)，呈貢區(qū)于2011年7月8日撤縣設(shè)區(qū)，更名為“呈貢新區(qū)”，隸屬云南省昆明市，同時(shí)也是昆明市政府駐地[13]。呈貢區(qū)位于滇東高原腹地，滇池東岸，位于102°45′—103°00′E，24°42′—25°00′N，土地總面積為461 km2，下轄10個(gè)街道辦事處，65個(gè)社區(qū)居委會(huì)。地勢(shì)東高西低，海拔為1 743～2 768 m(圖1)。屬低緯度高原季風(fēng)氣候，年平均日照時(shí)數(shù)2 200 h，年均溫度14.7℃，年平均降水量789.6 mm。

圖1 呈貢區(qū)位置示意圖

2 數(shù)據(jù)與研究方法

2.1 數(shù)據(jù)源與預(yù)處理

基于本研究時(shí)間尺度為29 a(1990—2018年)，影像數(shù)據(jù)采用美國(guó)航空航天局(NASA)提供的1990—2018年逐年的Landsat數(shù)據(jù)(表1)，空間分辨率為30 m，平均云量均低于5%，數(shù)據(jù)質(zhì)量良好，根據(jù)數(shù)據(jù)的可獲得性，盡量挑選3—5月為研究時(shí)相，該時(shí)段為植被的主要生長(zhǎng)季，使其具有可比性，以滿足研究需求；此外，鑒于Sentinel-2A數(shù)據(jù)在空間分辨率及光譜信息等方面均優(yōu)于Landsat數(shù)據(jù)，故選用2018年Sentinel-2A數(shù)據(jù)(數(shù)據(jù)來源:https:∥scihub.copernicus.eu/dhus/#/home)進(jìn)行研究區(qū)土地利用信息的提取。地形數(shù)據(jù)選用NASA(http:∥reverb.echo.nasa.gov/reverb/)提供的GDEMV2 30 m DEM數(shù)據(jù)，探究研究區(qū)植被覆蓋空間分布的高程差異。為提高研究的可靠性，根據(jù)2018年3月的實(shí)地考察，并結(jié)合Google Earth 1990年12月歷史數(shù)據(jù)，實(shí)現(xiàn)了2018年和1990年地類樣本點(diǎn)的數(shù)據(jù)采集。地類樣本點(diǎn)作為研究區(qū)多年FVC均值分級(jí)，以確定植被區(qū)及對(duì)應(yīng)年份影像分類精度驗(yàn)證的依據(jù)。

預(yù)處理方面，因Landsat及Sentinel-2A數(shù)據(jù)均經(jīng)過幾何精校正，故只需再對(duì)其進(jìn)行輻射定標(biāo)及大氣校正，以消除大氣散射、吸收、反射引起的誤差，得到地表反射率即可。其中，對(duì)于Landsat數(shù)據(jù)，本研究采用基于MODTRAN4+輻射傳輸模型的FLAASH大氣校正方法，該法可有效去除水蒸氣/氣溶膠散射效應(yīng)；而Sentinel-2A則采用歐洲航天局的Snap軟件進(jìn)行輻射定標(biāo)、大氣校正，其中大氣校正在Sen2Cor-2.4.0模塊下進(jìn)行。最后依據(jù)呈貢區(qū)行政區(qū)劃矢量數(shù)據(jù)對(duì)預(yù)處理后的影像進(jìn)行鑲嵌和裁剪。

表1 研究區(qū)遙感影像獲取情況

2.2 研究方法

2.2.1 植被覆蓋度估測(cè)

(1) 歸一化植被指數(shù)(NDVI)。歸一化植被指數(shù)是植被生長(zhǎng)狀態(tài)及植被覆蓋度最佳指示因子[14]，其計(jì)算公式為：

NDVI=(NIR-R)/(NIR+R)

(1)

式中：NIR為近紅外波段的反射率；R為紅光波段的反射率。

(2) 基于像元二分模型估算植被覆蓋度。像元二分模型是將一個(gè)像元的地表組成,分為有植被覆蓋、無植被覆蓋兩部分，其中植被覆蓋度可以看作是植被的權(quán)重[15-16]。因此可以用NDVI計(jì)算植被覆蓋度：

FC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

式中：；NDVIsoil為完全由裸土覆蓋像元的NDVI值；NDVIveg則代表完全由植被覆蓋像元的NDVI值。本文根據(jù)各年影像數(shù)據(jù)，構(gòu)建土地利用類型ROI，確定NDVIsoil和NDVIveg閾值，并提取森林類型內(nèi)NDVI概率分布的95%下側(cè)分位數(shù)所對(duì)應(yīng)的NDVI值為NDVIveg參數(shù)；NDVIsoil參數(shù)則統(tǒng)一采用裸地覆蓋地類內(nèi)5%下側(cè)分位數(shù)。研究區(qū)FC時(shí)間序列平均值需進(jìn)行重分類后，將植被覆蓋度劃分為4個(gè)等級(jí)；0～0.4為低植被覆蓋區(qū)；0.4～0.6為中等植被覆蓋區(qū)；0.6～0.8為中高植被覆蓋區(qū)；0.8～1為高植被覆蓋區(qū)。

2.2.2 小波分析 小波分析能清晰揭示出隱藏在時(shí)間序列中的多種變化周期及在不同時(shí)間尺度中的變化趨勢(shì)，兼具時(shí)域和頻域多分辨功能，能對(duì)系統(tǒng)未來發(fā)展趨勢(shì)進(jìn)行定性估計(jì)。計(jì)算公式如下：

Morlet母小波形式為：

λ=π-1/4eicte-t2/2

(3)

子小波形式為：

(4)

離散小波變換形式為：

(5)

式中：t為時(shí)間；c為無量綱頻率；a為尺度因子，表示小波周期長(zhǎng)度；b為時(shí)間因子，反映時(shí)間上的平移；Wf(a，b)為小波變換系數(shù)，可同時(shí)反映時(shí)間參數(shù)b和頻域參數(shù)a的特性；*表示共軛復(fù)數(shù)。小波方差FC時(shí)間序列的波動(dòng)能量隨尺度(a)的分布情況確定演化過程中存在的主周期。計(jì)算公式為：

(6)

2.2.3 趨勢(shì)分析法 一元線性回歸趨勢(shì)分析能夠模擬出影像中每個(gè)柵格的變化趨勢(shì)，進(jìn)而反映研究區(qū)FC空間變化趨勢(shì)特征，計(jì)算過程如下：

(7)

式中：Slope為1990—2018年回歸趨勢(shì)斜率；n為研究期總年數(shù)；i為年份；MFCi為第i年FC最大值。

2.2.4 變異系數(shù)法 本文通過變異系數(shù)(Cv)反映FC時(shí)間序列的波動(dòng)情況，計(jì)算方法如下：

(8)

2.2.5 面向?qū)ο蟮淖罱彿?面向?qū)ο蟮淖罱彿诸惙ǜ鶕?jù)分割結(jié)果選取訓(xùn)練樣本對(duì)象及特征空間，通過計(jì)算待分類影像對(duì)象和各類別訓(xùn)練樣本之間的距離，將待分影像對(duì)象歸類至距離最近的樣本對(duì)象所屬類別中。其表達(dá)式如下：

(9)

以Landsat4 TM(1990年)以及Sentinel-2A(2018年)兩期時(shí)相相近的遙感影像為土地利用信息提取數(shù)據(jù)源，基于eCognition軟件，采用面向?qū)ο蟮淖钹徑诸惙ǐ@取研究區(qū)兩個(gè)時(shí)段的土地覆蓋類型空間分布圖，并基于樣本點(diǎn)構(gòu)建混淆矩陣進(jìn)行精度驗(yàn)證，確保分類結(jié)果的可靠性。構(gòu)建2000—2017年研究區(qū)土地利用轉(zhuǎn)移矩陣，在植被覆蓋變化大格局下對(duì)土地轉(zhuǎn)移以及植被變化信息進(jìn)行分析。

3 結(jié)果與分析

3.1 時(shí)間變化特征

Landsat4 TM(1990年)以及Sentinel-2A(2018年)兩期時(shí)相相近的遙感影像為土地利用信息提取數(shù)據(jù)源，基于eCognition軟件，采用面向?qū)ο蟮淖钹徑诸惙ㄟM(jìn)行土地利用信息提取，以獲取研究區(qū)兩個(gè)時(shí)段的土地覆蓋類型空間分布圖，并基于樣本點(diǎn)構(gòu)建混淆矩陣進(jìn)行精度驗(yàn)證，確保分類結(jié)果的可靠性。通過此，構(gòu)建2000—2017年研究區(qū)土地利用轉(zhuǎn)移矩陣，以在植被覆蓋變化大格局下對(duì)土地轉(zhuǎn)移以及植被變化信息進(jìn)行分析。

如圖2所示，1990—2018年呈貢區(qū)植被覆蓋整體呈緩慢增加趨勢(shì)，NDVI值在1990—2018年由0.227 6增加到0.254 1，F(xiàn)C由0.624 4到0.660 3，NDVI及FC的線性傾向性分別為0.03%/10 a，0.07%/10 a，兩者波動(dòng)變化具一定相似性，其中，最大值均出現(xiàn)在2016年，NDVI及FC分別為0.377 4，0.726 1，最小值出現(xiàn)2001年，分別為0.583 2，0.152 9。值得注意的是，研究區(qū)植被覆蓋在2004—2009年出現(xiàn)持續(xù)性下降趨勢(shì)，線性傾向性分別為-0.11/10 a(FC)，-0.06/10 a(FC)，其原因可能與近年來我國(guó)西南地區(qū)長(zhǎng)時(shí)間尺度干旱事件有關(guān)；而自2015年至今，NDVI及FC的增速分別為0.28/10 a，0.10/10 a，植被覆蓋增長(zhǎng)趨勢(shì)較為明顯，表明呈貢新區(qū)在森林保護(hù)、造林綠化以及石漠化、難造林地荒山荒坡生態(tài)修復(fù)等工程均取得一定成效。

根據(jù)時(shí)間因子、尺度因子構(gòu)建小波方差圖，由圖3可知，呈貢區(qū)的FC主要存在高頻14 a變化周期，該周期也是研究區(qū)植被變化的主要周期，主要發(fā)生在1995—2010年；此外，小波方差圖中還存在一個(gè)較為明顯的峰值，其時(shí)間尺度為7 a，對(duì)應(yīng)著第二峰值。主要由以上兩個(gè)周期的波動(dòng)控制著植被覆蓋在整個(gè)時(shí)間域內(nèi)的變化特征。

3.2 空間變化特征

3.2.1 空間分布特征 根據(jù)樣本點(diǎn)統(tǒng)計(jì)，1990—2018年，F(xiàn)C值分布具一定層次性，并隨時(shí)序呈波動(dòng)變化。如圖4所示，統(tǒng)計(jì)得低植被覆蓋區(qū)面積為53.15 km2，占研究區(qū)總面積11.53%，大部分分布于呈貢區(qū)西部，東部少量分布，因其地貌類型為水域，故植被分布極少；FC值介于0.4～0.6的區(qū)域面積為76.3 km2，占16.55%，對(duì)比1990年、2018年土地利用圖，發(fā)現(xiàn)該區(qū)域主要為裸地及建設(shè)用地類型，植被覆蓋較少；FC值介于0.6～0.8的區(qū)域占比最多，為面積251.08 km2的中高植被覆蓋區(qū)，占比達(dá)54.46%，主要分布于呈貢區(qū)中部大部分區(qū)域，地類以耕地、裸地及建設(shè)用地為主；高植被覆蓋區(qū)域面積為80.47 km2，占比17.46%，分布于呈貢區(qū)的東北及東南向，該區(qū)域基本為林地，故植被覆蓋度最高?？傮w來說，除水域覆蓋區(qū)，研究區(qū)整體呈現(xiàn)外圍植被覆蓋較高，并向中部區(qū)域遞減的趨勢(shì)，植被覆蓋度以中等為主。

圖2 呈貢區(qū)NDVI，F(xiàn)C年際變化曲線

圖3 呈貢區(qū)FC小波變化情況

以研究區(qū)DEM重分類柵格圖構(gòu)建ROI，經(jīng)統(tǒng)計(jì)高程與植被覆蓋度的關(guān)系，如圖5所示，海拔為1 700～2 800 m，植被覆蓋度總體呈現(xiàn)急增—緩降—緩增趨勢(shì)。約88.88%的區(qū)域介于1 800～2 200 m，該范圍植被覆蓋度值為0.4～0.8，說明在該海拔范圍內(nèi)，大部分區(qū)域?yàn)橹懈叩戎脖桓采w度；海拔1 700～1 800 m的區(qū)域主要是水域，植被覆蓋度低；而海拔2 200 m以上區(qū)域面積占研究區(qū)面積少，但由于該區(qū)域大多為林地，故植被覆蓋度較高。

3.2.2 空間趨勢(shì)特征 采用趨勢(shì)分析法模擬研究區(qū)影像中每個(gè)柵格單元29 a的變化趨勢(shì)，得到植被覆蓋空間變化趨勢(shì)。經(jīng)統(tǒng)計(jì)，K值域?yàn)?0.045 2～0.037 3，表明植被變化趨勢(shì)存在空間差異。參照不同的FC變化性質(zhì)將趨勢(shì)線斜率(K)劃分為5個(gè)等級(jí)，并繪制變化趨勢(shì)空間分布圖(圖6)。研究區(qū)約39%的地區(qū)植被覆蓋得到改善，其中輕微改善和明顯改善區(qū)域面積分別為129.21，50.68 km2，占比為28.03%，10.99%，主要分布于呈貢區(qū)東部大片區(qū)域的山地等地區(qū)；約117.67 km2的區(qū)域存在退化趨勢(shì)，占25.52%，分布于呈貢新區(qū)，這是由于呈貢新區(qū)的發(fā)展，建筑用地增多，故植被覆蓋度退化。植被基本沒有發(fā)生變化的區(qū)域面積約為163.44 km2，占35.45%，主要分布于水域，其他較均勻地遍布于呈貢區(qū)。整體而言，研究區(qū)1990—2018年植被改善區(qū)域大于退化區(qū)域，近半?yún)^(qū)域植被覆蓋得到了改善，植被發(fā)展前景較好。

圖4 呈貢區(qū)FC空間分布

圖5 呈貢區(qū)FC與高程對(duì)應(yīng)關(guān)系

3.2.3 空間波動(dòng)特征 研究區(qū)FC變異特征空間分布如圖7所示，經(jīng)統(tǒng)計(jì)近29 a植被覆蓋度呈較低及低波動(dòng)的變化態(tài)勢(shì)合占35.32%，低值區(qū)主要分布于呈貢區(qū)東部和西部?jī)纱笃瑓^(qū)域，這部分地區(qū)地類多以林地、水域?yàn)橹?，變化較為穩(wěn)定；中值區(qū)面積為170.6 km2，占比37.01%，分布于呈貢城區(qū)外圍；高值區(qū)占27.67%，主要分布于呈貢城區(qū)，這與近年來加速城鎮(zhèn)化建設(shè)密切相關(guān)，因其將耕地、林地及裸地轉(zhuǎn)為建設(shè)用地，故其空間波動(dòng)較大?？偟膩碚f，由于呈貢新區(qū)的建設(shè)，導(dǎo)致該區(qū)中部大范圍區(qū)域空間波動(dòng)較大，而外圍區(qū)域波動(dòng)較小且更穩(wěn)定。

3.2.4 土地利用變化特征 以上主要側(cè)重于對(duì)呈貢區(qū)近29 a植被覆蓋變化進(jìn)行探析，而關(guān)于其土地利用變化尚不明晰，針對(duì)此，提取研究區(qū)1990年和2018年的土地利用信息(圖8)，在植被覆蓋變化大格局下對(duì)土地轉(zhuǎn)移以及植被變化信息進(jìn)行進(jìn)一步剖析。由表2可知，過去29 a間研究區(qū)林地、建設(shè)用地增加，耕地和裸地減少，而水域基本無變化。對(duì)比植被覆蓋度，發(fā)現(xiàn)植被覆蓋度高的區(qū)域?yàn)槲窗l(fā)生地類改變的林地，呈貢區(qū)中部大部分為中等植被覆蓋度區(qū)域，地類以耕地、裸地和建設(shè)用地為主，水域覆蓋度最低；對(duì)比植被覆蓋變化趨勢(shì)空間分布圖，植被退化的區(qū)域主要為耕地、裸地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的區(qū)域，植被改善的區(qū)域?yàn)槌守晠^(qū)東部大部分的裸地轉(zhuǎn)變?yōu)榱值貐^(qū)域；對(duì)比植被覆蓋變異特征空間分布圖，可知波動(dòng)較高的為中部新增的建設(shè)用地區(qū)域，及東部的部分裸地轉(zhuǎn)為林地的區(qū)域，較穩(wěn)定的為水域及東部部分林地。由轉(zhuǎn)移矩陣可知，轉(zhuǎn)移比例最大的為耕地和建設(shè)用地，其次為裸地和林地，比例最小的為水域。轉(zhuǎn)換為林地主要由裸地、耕地和建設(shè)用地構(gòu)成，其中裸地轉(zhuǎn)換比例達(dá)25.94%；高達(dá)31.14%的建設(shè)用地及26.93%的耕地轉(zhuǎn)換為裸地，這與呈貢區(qū)大面積規(guī)劃建設(shè)及土地整改密切相關(guān)，并影響該區(qū)域植被覆蓋度時(shí)空特征。

圖6 FC變化趨勢(shì)空間分布 圖7 FC變異特征空間分布

圖8 1990年及2018年土地利用類型表2 1990年、2018年研究區(qū)土地利用類型面積轉(zhuǎn)移矩陣

4 結(jié)論與討論

本文采用像元二分法計(jì)算植被覆蓋度得到了呈貢區(qū)1990—2018年逐年的植被覆蓋度分布情況，將小波變換及趨勢(shì)分析等方法用于分析其時(shí)空變化特征，采用面向?qū)ο蟮母呔确诸惙ǖ玫绞孜矁善谕恋乩米兓Ｑ芯康贸?9 a年間呈貢區(qū)植被覆蓋整體呈緩慢增加趨勢(shì)，研究區(qū)在空間上呈現(xiàn)外圍植被覆蓋較高，并向中部區(qū)域遞減的趨勢(shì)，植被覆蓋度以中等為主，占研究區(qū)面積一半以上。變化趨勢(shì)表明呈貢區(qū)29 a年間植被改善區(qū)域大于退化區(qū)域。由于呈貢新區(qū)的建設(shè)，導(dǎo)致該區(qū)中部大范圍區(qū)域空間波動(dòng)較大，而外圍區(qū)域波動(dòng)較小且更穩(wěn)定。呈貢區(qū)植被退化的區(qū)域主要為耕地、裸地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的區(qū)域，植被改善的區(qū)域?yàn)槌守晠^(qū)東部大部分的裸地轉(zhuǎn)變?yōu)榱值貐^(qū)域；波動(dòng)較高的為中部新增的建設(shè)用地區(qū)域；轉(zhuǎn)換為林地主要由裸地、耕地和建設(shè)用地構(gòu)成，較高轉(zhuǎn)換比例的建設(shè)用地和耕地轉(zhuǎn)換為裸地。

本研究由于Landsat數(shù)據(jù)的可獲取性，每年選取的數(shù)據(jù)是3—5月期間的數(shù)據(jù)，故年際變化存在一定誤差。1990年的土地利用信息是基于谷歌影像進(jìn)行精度驗(yàn)證，部分樣本點(diǎn)可能不正確，故驗(yàn)證效果有待改善。雖本文研究周期長(zhǎng)，對(duì)于植被覆蓋的時(shí)間特征進(jìn)行了回歸分析，但未對(duì)其未來發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，且未考慮氣候因子對(duì)植被覆蓋度的影響。今后研究重點(diǎn)應(yīng)是在如今極端氣候事件頻現(xiàn)以及人類活動(dòng)干預(yù)增強(qiáng)的背景下，如何定量區(qū)分氣候變化、人類活動(dòng)以及其他驅(qū)動(dòng)因子對(duì)植被時(shí)空變化的貢獻(xiàn)率。