摘要：通過MODIS的月合成NDVI產品和遼寧省的地形數(shù)據(jù)（包括高程、坡度、坡向），分析2001—2020年遼寧省的NDVI時空變化情況及其與地形因子的相關性。結果表明，遼寧省20年內的植被情況總體上呈輕微改善狀態(tài)，空間上植被退化地區(qū)面積較小，改善地區(qū)面積較大。受遼寧省海拔較低的情況影響，研究區(qū)內整體氣溫不會隨海拔升高而下降，故遼寧省高程與NDVI成正比，海拔越高，NDVI越大。NDVI隨著坡度的增加呈先上升后下降的趨勢，在急坡時NDVI最大。坡向與植被的關系較弱，沒有明顯差異，北面略高于南面。

關鍵詞：NDVI；地形因子；時空變化；遼寧省

中圖分類號：Q948" " " " "文獻標識碼：A

文章編號：0439-8114（2023）03-0182-05

DOI：10.14088/j.cnki.issn0439-8114.2023.03.028 開放科學（資源服務）標識碼（OSID）：

Temporal and spatial variation of NDVI and its relationship with topographic factors

in Liaoning Province

HAI Yan1，2， HE Meng-qi1，2，SUN Yong-qi1，2，ZHENG Shu-yuan1，2， WANG Jian-xiong1，2

（1. School of Water Conservancy， Yunnan Agricultural University， Kunming" 650201，China；2.Yunnan Province University Agricultural Remote Sensing and Precision Agriculture Engineering Research Center，Kunming" 650201，China）

Abstract：Based on the monthly synthetic NDVI products of MODIS and the topographic data of Liaoning Province （including elevation， slope and aspect）， the temporal and spatial changes of NDVI and the correlation between NDVI and topographic factors in Liaoning Province from 2001 to 2020 were analyzed. The results showed that the vegetation situation in Liaoning Province had been slightly improved in the past 20 years. Spatially， the area of vegetation degradation was small and the area of improvement was large. Affected by the low altitude of Liaoning" Province， the overall temperature in the study area would not decrease with the increase of altitude， so the elevation of Liaoning Province was directly proportional to the NDVI. The higher the altitude， the greater the NDVI. The NDVI increased first and then decreased with the increase of slope， and the NDVI was the largest on the steep slope. The relationship between slope direction and vegetation was weak， there was no obvious difference， and the north was slightly higher than the south.

Key words：NDVI；terrain factor；temporal and spatial variation；Liaoning Province

植被作為陸地生態(tài)系統(tǒng)的主體，是全球氣候和變化的敏感指示器，能反映區(qū)域生態(tài)環(huán)境狀況，是研究生態(tài)、氣候和水土保持等問題的基礎數(shù)據(jù)［1-6］。因此植被覆蓋變化對于全球環(huán)境變化可持續(xù)發(fā)展研究具有重要影響，且植被覆蓋對于氣候、水資源、生物多樣性和環(huán)境質量的影響不僅局限于當?shù)?，更在全球范圍內產生著微妙的變化［7］。植被時間與空間上的變化也可用來評估自然和土地系統(tǒng)的生態(tài)狀態(tài)，對生態(tài)環(huán)境保護、綠色可持續(xù)發(fā)展及制定相關生態(tài)保護措施具有十分重要的意義［8］。其中歸一化植被指數(shù)（NDVI）是目前應用最廣泛的植被指數(shù)之一，其對植被生長狀況、生物量等具有指示意義，有利于人們更好地了解植被覆蓋的演變過程［9-12］。

國內外學者已經針對影響植被覆蓋度變化的因素做了大量研究，覃巧亭等［13］對黃河源區(qū)植被變化與地形和氣候因子的相關性進行了分析，結果表明，植被對高程、坡度和降水量響應明顯。吳志俊等［14］對巴勒更河流域植被覆蓋度的變化情況及其影響因子進行了探究，結果表明，高程和坡度對研究區(qū)內的植被覆蓋度影響較明顯，坡向影響較微弱。王井利等［15］采用MODIS數(shù)據(jù)對沈陽市植被變化規(guī)律進行了研究，結果表明，2001—2011年沈陽市植被總體呈退化趨勢，但城區(qū)內的植被卻有輕微的改善，城區(qū)邊緣地區(qū)退化較大，主要為中度退化和較嚴重退化。通過各學者的研究可以看出，降水量、溫度、地形等因素均對植被覆蓋度有不同程度的影響，因遼寧省地處北方，降水量和溫度對植被覆蓋的影響較弱，所以本研究只針對地形因子對植被覆蓋的影響進行研究。

遼寧省地勢平緩，植被種類豐富，是中國東北三省之一，人為建設較多，不重視生態(tài)環(huán)境的建設，對植被方面建設較為薄弱，而且近年來對遼寧省的植被覆蓋變化研究較少，且研究時間較早［16-19］。因此本研究通過2001—2020年MODIS NDVI數(shù)據(jù)對遼寧省的植被覆蓋時空變化進行分析，并探討植被覆蓋變化與地形因子的相關性，深入了解影響遼寧省植被變化的因素，為遼寧省的生態(tài)環(huán)境研究提供參考。

1 研究區(qū)概況

遼寧省位于東北地區(qū)南部，界于北緯38°43′—43°26′，東經118°53′—125°46′，總面積15.33萬km2，分別自北向南、自東向西、自兩側向中部傾斜，山地丘陵分列東西兩廂，向中部平原下降，呈馬蹄形向渤海方向傾斜，整體海拔較低，遼東、遼西兩側為平均海拔800 m和500 m的山地丘陵；中部為平均海拔200 m的遼河平原。溫帶季風氣候，年平均氣溫為7～11 ℃，降水主要集中在夏季，各季節(jié)溫差較大，四季分明。遼寧省境內有大小河流300余條，主要有遼河、渾河、大凌河、太子河、繞陽河以及中朝兩國共有的界河鴨綠江等。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本研究采用MODIS NDVI月合成產品，數(shù)據(jù)來源為MODIS NASA網(wǎng)站，空間分辨率為500 m，時間分辨率為1 min，在此基礎上對該產品進行裁剪、歸一化等處理得到遼寧省NDVI數(shù)據(jù)，并利用均值法得到遼寧省每年平均NDVI，代表當年總體的植被生長狀態(tài)。DEM地形數(shù)據(jù)來源于地理空間數(shù)據(jù)云，空間分辨率為30 m，并利用ArcGIS軟件中的表面分析工具生成遼寧省的坡度和坡向數(shù)據(jù)。

2.2 研究方法

趨勢分析法是一種通過對隨時間變化的變量進行線性回歸分析，從而來預測其變化趨勢的方法，基本思想是最小二乘法，通過計算每個像元的變化趨勢，得到該地區(qū)的植被變化率，由變化率k表示。

式中，k為像元回歸方程的斜率，NDVI i為第i年NDVI的平均值，n為研究的時間長度，即為20年。當kgt;0時，表示該像元NDVI為增加趨勢；當k=0時，表示該像元NDVI基本不變；當klt;0時，表示該像元NDVI為減少趨勢。

3 結果與分析

3.1 NDVI月度變化

由圖1可知，遼寧省2001—2020年NDVI月均值變化曲線呈先上升再下降的趨勢。NDVI月均值最小值在1月，為0.28；從1月開始逐漸升高，在8月全年降雨量最大時達到最大值，為0.84，說明降水量較大時植被生長狀況較好；隨著氣溫和降水量的下降，NDVI由8月的0.84逐漸下降至12月的0.32。

3.2 NDVI年際變化

由圖2可知，遼寧省2001—2020年的NDVI年均值整體呈上升的趨勢，最小值在2001年，為0.43，最大值在2018年，為0.57，其中2002—2004年趨于平穩(wěn)；2005—2012年逐漸上升，由2005年的0.466上升至2012年的0.538，上升了0.072；2013—2014年波動較大，NDVI從0.529上升至0.557，上升了0.028；2014—2015年NDVI從0.557下降至0.531，下降了0.026；2015—2017年NDVI平穩(wěn)上升；2017—2018年急劇增加，增加了0.030；2018—2020年NDVI呈顯著下降趨勢，由2018年的0.571下降至2020年的0.549，下降了0.022。為更好地顯示NDVI的變化情況，本研究將2001—2020年平均劃分為4個時間段，并分別計算出每個時間段NDVI的平均值，2001—2005年的NDVI均值為0.467，2006—2010年的" "NDVI均值為0.494，2011—2015年的NDVI均值為0.537，2016—2020年的NDVI均值為0.547，故整體呈上升趨勢。

將遼寧省的NDVI劃分為5個等級并統(tǒng)計每個NDVI等級所占區(qū)域面積，由表1可知，研究區(qū)內的植被指數(shù)主要分布在0.2～0.8，當NDVI小于0.2時，面積由2001年的770.66 km2下降至2020年的24.75 km2；當NDVI處在0.2～0.4時，面積隨時間變化同樣呈下降趨勢；當NDVI處在0.4～0.6時，面積在平均值105 024.6 km2上下浮動；當NDVI為0.6～0.8時，面積隨時間變化由2001年的3 016.04 km2上升至2020年的47 611.14 km2；而當NDVI大于0.8時，面積在2015年達到最大，2020年時略有降低。

3.3 NDVI空間分布特征

利用均值法對遼寧省20年的NDVI進行平均值計算，并根據(jù)遼寧省自身情況使用重分類將其分為4級，得到遼寧省2001—2020年的NDVI空間分布特征（圖3）。由圖3可知，遼寧省東部地區(qū)的鐵嶺、撫順、本溪、遼陽、丹東、鞍山和西部地區(qū)的朝陽、葫蘆島以及南部地區(qū)的大連、營口等城市的部分地區(qū)植被指數(shù)較高，相較于其他地方植被生長狀態(tài)較好，而中部地區(qū)的沈陽、錦州、盤錦、阜新等城市的部分地區(qū)植被指數(shù)較低。究其原因是因為遼寧省東北部地區(qū)靠近渤海海域，水源充足，降雨量豐富，且東部和西部地區(qū)海拔較高，光照充足，適合植被生長。

3.4 NDVI空間趨勢變化

通過一元線性回歸方程計算得到遼寧省2001—2020年20年的NDVI趨勢變化率，并根據(jù)地區(qū)自身情況按等級分為7級［9］。由表2可知，遼寧省20年來大部分地區(qū)植被情況呈輕度改善狀態(tài)，少部分地區(qū)植被情況退化，退化地區(qū)面積為1 358.22 km2，約占遼寧省總面積的0.887%，且其中大部分為輕度退化地區(qū)，約占總面積的0.559%，植被覆蓋基本不變的地區(qū)面積為3 090.96 km2，約占總面積的2.018%。改善地區(qū)面積為148 692.98 km2，約占遼寧省總面積的97.095%，其中輕度改善和中度改善區(qū)域面積較大，約占遼寧省總面積的97.094%，可見遼寧省20年內植被建設良好，改善效果明顯。

圖4是通過計算植被趨勢變化率得到的遼寧省20年空間趨勢變化圖。由圖4可知，遼寧省植被情況總體呈輕微改善，中度改善主要集中在遼寧省的北部和西部地區(qū)，包括大連、朝陽、葫蘆島、阜新、錦州和營口等城市的部分地區(qū)，沈陽、撫順、鐵嶺、遼陽、本溪等城市的部分地區(qū)則呈基本不變的趨勢。而植被退化主要集中在東部地區(qū)，包括撫順、本溪、鐵嶺等城市，這一情況與NDVI空間分布特征相符。

3.5 NDVI均值與地形的關系

3.5.1 NDVI與高程的關系 不同的高程會對相應地區(qū)的氣溫、降水量和土壤等自然因素產生一些影響，從而對該地區(qū)的植被生長狀態(tài)產生影響。遼寧省地處平原，海拔較低，所以本研究根據(jù)遼寧省的自身情況，將該地區(qū)的高程按等級劃分為6級，分別為第一高程（lt; 0 m）、第二高程（0～300 m）、第三高程（300～600 m）、第四高程（600～900 m）、第五高程（900～1 200 m）、第六高程（gt;1 200 m），并利用ArcGIS軟件中的以表格分區(qū)統(tǒng)計工具對不同高程下的遼寧省20年的NDVI進行統(tǒng)計，以表格中各年份的NDVI均值來代表當年的植被生長情況，如圖5所示。從圖5可以看出，第一高程的植被指數(shù)最低，其原因可能是當海拔較低時，陽光無法直射，使得光照較少且分布不均勻從而影響植被生長。第三和第四高程的植被指數(shù)較為接近，且在平均范圍內浮動。第六高程的植被指數(shù)達到最高，主要是因為遼寧省整體海拔較低，最高海拔在1 300 m左右，溫度受海拔變化影響較低，研究區(qū)內整體氣溫不會隨海拔升高而下降，所以當海拔較高時，由于日照充足、降水豐富等因素使得該地區(qū)植被生長狀態(tài)較好。由圖3和圖6可知，遼寧省20年的NDVI空間分布特征與其高程分布一致，隨著研究區(qū)海拔的升高，植被指數(shù)逐漸增加。

3.5.2 NDVI與坡度和坡向的關系 利用ArcGIS軟件中的坡度工具生成遼寧省的坡度、坡向信息，并按等級將坡度分為平坡（0°～8°）、緩坡（8°～15°）、斜坡（15°～23°）、陡坡（23°～29°）、急坡（29～35°）、險坡（gt;32°）。將坡向分為平面（-1°）、北面（0°～22.5°）、東北面（22.5°～67.5°）、東面（67.5°～112.5°）、東南面（112.5°～157.5°）、南面（157.5°～202.5°）、西南面（202.5°～247.5°）、西面（247.5°～292.5°）、西北面（292.5°～337.5°）、北面（337.5°～360°）10個坡向，最后利用以表格分區(qū)統(tǒng)計工具得到不同坡度和坡向下的NDVI均值。由圖7可知，平坡時植被指數(shù)最低，隨著坡度的增加，植被指數(shù)在急坡時達到最大，險坡時略有下降。由圖8可知，坡向對植被的影響微弱，除平面外，其他坡向下的NDVI較為接近，且變化趨勢相同，沒有明顯變化，但北面的植被指數(shù)略高于其他坡向，可能是因為遼寧省地處北方，降雨量較少，且北面背陽，蒸發(fā)量小，適合喬木等高大樹木的生長，而南面陽光充足，人為種植耕地較多，故北面的NDVI略高于南面。

4 小結

本研究通過ArcGIS、SPSS等軟件分析了遼寧省2001—2020年20年的NDVI的月度、年際和空間變化情況及其與地形因子的關系。因遼寧省氣候因子與NDVI相關性較弱，所以只對地形因子與NDVI的關系進行了研究，得到如下結論。

1）遼寧省20年的NDVI時空變化：NDVI月度變化呈中間高兩邊低的曲線形態(tài)，即全年降雨量最大時植被覆蓋情況最好。NDVI年際變化雖有波動但呈逐漸上升狀態(tài)，說明20年內遼寧省植被覆蓋情況在逐漸改善。NDVI空間變化整體由西向東呈輕微退化趨勢，其中靠近海域的東北部地區(qū)和西部地區(qū)植被覆蓋情況良好，而東部地區(qū)的鐵嶺、撫順、本溪、遼陽、丹東等城市植被覆蓋情況較差。

2）地形因子與NDVI的關系：因遼寧省海拔較低，受氣溫影響較低，故遼寧省的NDVI隨著高程的增加而升高。與坡度的關系呈先增加后降低的趨勢，在急坡時NDVI達到最大。NDVI與坡向相關性較弱，北面植被指數(shù)略高于南面。

參考文獻：

［1］ 陳 亮，王學雷，楊 超，等.2000～2018年鄂西山區(qū)植被EVI時空變化特征及其地形效應［J］.長江流域資源與環(huán)境，2021，30（2）：419-426.

［2］ 任立清.艾比湖流域植被時空變化及驅動力分析［J］.干旱區(qū)地理，2022，45（2）：467-477.

［3］ 李 晶，劉乾龍，劉鵬宇.1998—2018年呼倫貝爾市植被覆蓋度時空變化及驅動力分析［J］.生態(tài)學報，2022，42（1）：220-235.

［4］ 徐 麗，彭浩賢，潘 萍，等.江西省興國縣植被覆蓋度及其空間格局變化［J］.浙江農林大學學報，2021，38（6）：1117-1126.

［5］ 龐家泰，段金亮，張 瑞，等. 2000-2019年渭河流域植被覆蓋度時空演變特征及氣候響應［J］.水土保持研究，2021，28（5）：230-237.

［6］ 聶 桐，董國濤，蔣曉輝，等.延安地區(qū)植被覆蓋度時空變化及驅動力［J］.水土保持研究，2021，28（5）：340-346.

［7］ 曹俊濤，康 雄，楊 杰，等. 2010—2019年三亞市NDVI時空變化特征［J］.農業(yè)工程，2020，10（9）：62-65.

［8］ 康 雄，曹俊濤，陳 成，等.不同趨勢法的寧夏長時序植被變化分析［J］.測繪通報，2020（11）：23-27.

［9］ 陳月慶，周詩恬，朱 明，等.河南省植被覆蓋變化與驅動因子的相關性分析［J］.信陽師范學院學報（自然科學版），2021，34（3）：401-407.

［10］ 林 楠. 基于RS和GIS的吉林東部植被覆蓋變化和驅動力研究［D］.長春：吉林大學，2010.

［11］ 邊 琳，葉 飛，劉珊珊，等.基于NDVI的昆明市2001—2015年植被覆蓋變化趨勢分析［J］.山東農業(yè)科學，2018，50（1）：107-110.

［12］ 許 婧，劉飛鵬，王建雄，等.基于MODIS NDVI的西雙版納植被覆蓋變化趨勢研究［J］.西南林業(yè)大學學報（自然科學），2018，38（5）：145-153.

［13］ 覃巧婷，陳建軍，楊艷萍，等.黃河源植被時空變化及其對地形和氣候的響應［J］.中國環(huán)境科學，2021，41（8）：3832-3841.

［14］ 吳志俊，王永強，鄢 波，等.巴勒更河流域植被覆蓋度時空變化及其與地形因子的關系［J］.水電能源科學，2021，39（7）：24-27，75.

［15］ 王井利，馬運濤.MODIS遙感數(shù)據(jù)的沈陽市植被變化規(guī)律［J］.遼寧工程技術大學學報（自然科學版），2014，33（11）：1484-1487.

［16］ 李書君，武晉雯，孫龍彧.遼寧省水田MODIS植被指數(shù)序列構建［J］.中國農學通報，2015，31（23）：239-244.

［17］ 蔣嬌嬌，李國春，姜 鵬，等.近10年遼寧省春季植被覆蓋變化的遙感監(jiān)測研究［J］.現(xiàn)代農業(yè)科技，2010（8）：212-215.

［18］ 武晉雯，紀瑞鵬，張玉書，等.遼寧省耕地植被指數(shù)變化特征分析［J］.氣象科學，2006，26（3）：3279-3285.

［19］ 張玉書，關德新，吉書琴.遼寧省NOAA/AVHRR作物植被指數(shù)與降雨量關系的初步分析［J］.遼寧氣象，1993（3）：25-28.