摘要 歸一化植被指數(shù)（NDVI）作為一種植被指數(shù)，其數(shù)據(jù)集合在一定程度上可以反映區(qū)域的植被覆蓋變化情況，是監(jiān)測(cè)生態(tài)環(huán)境變化的一項(xiàng)重要指標(biāo)。本文以湘中地區(qū)XT市為研究區(qū)域，以250 m空間分辨率的NDVI數(shù)據(jù)集作為數(shù)據(jù)源，采用一元線性回歸方法和相關(guān)系數(shù)方法，從省、市、縣3個(gè)尺度對(duì)比分析不同尺度的植被覆蓋變化，為不同尺度上的宏觀生態(tài)政策制定提供參考。結(jié)果表明，研究區(qū)大部分區(qū)域植被覆蓋呈明顯增加趨勢(shì)；市、縣區(qū)植被覆蓋增長(zhǎng)速率低于全省年均增長(zhǎng)率，且XT市、XX市和SS市植被覆蓋呈明顯增長(zhǎng)趨勢(shì)。

關(guān)鍵詞 歸一化植被指數(shù)；植被覆蓋度；多尺度分析；時(shí)空變化

中圖分類號(hào) X171.1；Q948" "文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 1007-7731（2024）12-0088-06

Multi-scale analysis of vegetation cover changes in central Hunan region

ZHANG Qingbin" " DUAN Qingda" " LIU Wenxiang

（College of Forestry， Xinyang Agriculture and Forestry University， Xinyang 464399， China）

Abstract As a planting index， NDVI data set can reflect the changes of regional vegetation coverage to a certain extent， which is an important index to monitor the change of ecological environment. In this paper， the NDVI dataset with a resolution of 250 m was used as the data source， and the unitary linear regression method and correlation coefficient method were used to conduct comparative analysis from the vegetation cover of the central Hunan region（XT）， and the vegetation change at different scales was analyzed from the three scales of the province， city and county. It provides reference for the formulation of macro-ecological policies on different scales. The results showed that the vegetation in most areas of the region showed a significant increase trend. Compared with the average annual growth rate of the whole province， the vegetation cover growth rate of XT City was lower than the average annual growth rate of the province， and the vegetation cover of XT and XX and SS City showed a significant growth trend.

Keywords normalized difference vegetation index; vegetation coverage; multi-scale analysis; spatial and temporal variation

植被是地表物質(zhì)能量循環(huán)的重要載體[1]，也是區(qū)域環(huán)境評(píng)價(jià)的重要參數(shù)之一。通過分析區(qū)域植被覆蓋的變化，探究區(qū)域植被變化，并從不同尺度上分析植被變化速率的差異，可以為不同尺度宏觀生態(tài)保護(hù)提供參考。

相關(guān)學(xué)者采用不同的數(shù)學(xué)統(tǒng)計(jì)方法，剝離出氣候、人為活動(dòng)等相關(guān)因素，探究植被變化的影響因素[2]，然而，受當(dāng)時(shí)技術(shù)方法的限制，暫末對(duì)大尺度、長(zhǎng)時(shí)間序列的植被覆蓋變化展開分析和歸因性分析。衛(wèi)星遙感技術(shù)的快速發(fā)展，使得衛(wèi)星數(shù)據(jù)具有快速被獲取和分析的特點(diǎn)，由于該技術(shù)可以快速獲取實(shí)時(shí)、動(dòng)態(tài)連續(xù)的地表植被變化，成為植被動(dòng)態(tài)變化監(jiān)測(cè)和全球化變化研究的一個(gè)有效途徑[3-4]。歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）作為基于電磁波譜中紅外和近紅外部分的重要遙感產(chǎn)品之一，可以在不同大小尺度范圍內(nèi)反映植被的動(dòng)態(tài)變化[5-6]。目前，已有較多學(xué)者先后使用NDVI數(shù)據(jù)集，例如Modis衛(wèi)星的1 000、500和250 m的數(shù)據(jù)集，從全球到局部尺度探究植被的動(dòng)態(tài)變化，并展開原因分析和探索[7]。符淙斌等[7]從全國尺度上探究了植被覆蓋的變化情況。秦超等[8]基于NDVI數(shù)據(jù)集，從省域尺度對(duì)2000—2012年陜西地區(qū)植被覆蓋的時(shí)空變化展開分析，探究了氣候與植被變化之間的關(guān)系。殷崎棟等[9]使用NDVI數(shù)據(jù)集探討了2001—2018年陜西地區(qū)人為活動(dòng)對(duì)植被覆蓋變化的影響。高瀅等[10]使用NDVI數(shù)據(jù)，結(jié)合極端氣溫?cái)?shù)據(jù)，在空間尺度上探討植被覆蓋對(duì)于氣候事件的影響。唐亮等[11]使用經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)合肯德爾曼分析法，監(jiān)測(cè)出區(qū)域植被的綠化和褐變趨勢(shì)。Wang等[12]、Liu等[13]采用經(jīng)驗(yàn)正交函數(shù)結(jié)合Mann-Kendall檢驗(yàn)，分析了植被生物量變化，采用相關(guān)的NDVI數(shù)據(jù)集，從人為、自然兩個(gè)方面探究了全球尺度生物量變化的原因；樸世龍等[14]在全國區(qū)域尺度上使用8 km分辨率AVHR數(shù)據(jù)集，探究了1982—1999年的植被變化情況，總體上，全國植被變化呈現(xiàn)出先減少后增加的趨勢(shì)，在全國尺度上揭示了植被覆蓋情況，為有關(guān)植被變化的研究提供了參考。劉梁美子等[15]采用多元逐步回歸分析方法揭示了區(qū)域尺度上植被覆蓋變化與氣候的關(guān)系。劉洋等[16]研究分析了1982—2013年新疆地區(qū)NDVI指數(shù)數(shù)據(jù)，結(jié)果表明，新疆地區(qū)的植被覆蓋變化呈現(xiàn)地理空間上的分異現(xiàn)象。李運(yùn)剛等[17]探究了紅河流域的植被變化，并分析了其與氣候之間的關(guān)系。

NDVI作為一種廣泛用于植被覆蓋變化研究的數(shù)據(jù)集，相關(guān)學(xué)者利用該數(shù)據(jù)，從不同角度和方法研究了各項(xiàng)因素對(duì)植被覆蓋的影響，氣候和人為活動(dòng)作為影響區(qū)域植被覆蓋變化的主要因素，是研究者常考慮分析的方面。已有研究多采用地理探測(cè)器、殘差回歸分析和多元回歸分析等，在時(shí)間尺度和空間尺度上探究植被變化及其原因，大多數(shù)研究的尺度僅局限在省域或市域尺度上展開分析，而對(duì)不同尺度的對(duì)比分析和論證有待進(jìn)一步探討，以為不同尺度上環(huán)境保護(hù)和生態(tài)保護(hù)提供參考。研究區(qū)地處云貴高原向江南丘陵和南嶺山脈向江漢平原的過渡地帶，地勢(shì)呈三面環(huán)山、朝北開口的馬蹄形，由平原、盆地、丘陵地、山地和河湖構(gòu)成，地跨長(zhǎng)江、珠江兩大水系，屬亞熱帶季風(fēng)氣候。該地區(qū)地形地貌變化豐富，是退耕還林還草項(xiàng)目試點(diǎn)之一，自推行相關(guān)林業(yè)工程項(xiàng)目以來，對(duì)該地區(qū)植被覆蓋變化產(chǎn)生的影響具有典型性和代表性。相關(guān)學(xué)者研究了植被覆蓋變化，并進(jìn)行了歸因性分析。例如，黃春曉等[18]依據(jù)NDVI數(shù)據(jù)集，采用逐個(gè)像元回歸分析和相關(guān)性分析方法，探究了該地區(qū)植被覆蓋時(shí)空變化及其影響因素，發(fā)現(xiàn)春季水熱耦合最為明顯，秋季降水主導(dǎo)了NDVI值的空間分布，冬季溫度是植被生長(zhǎng)的主要影響因子；桑國慶等[19]基于2000—2018年的NDVI數(shù)據(jù)集，運(yùn)用Mann-Kendall趨勢(shì)分析檢驗(yàn)、Hurst指數(shù)和相關(guān)分析等方法探究了植被覆蓋時(shí)空變化，研究表明，未來植被變化的總體趨勢(shì)可能退化（占76.59%），其中改善與強(qiáng)反持續(xù)性趨勢(shì)占23.25%。張慶斌等[20]使用NASA提供的植被指數(shù)三級(jí)格網(wǎng)數(shù)據(jù)探究了植被變化及其影響因素，發(fā)現(xiàn)2000—2017年該地區(qū)植被覆蓋總體得到改善，其中氣候影響因素方面，溫度對(duì)于植被覆蓋變化的影響強(qiáng)于降水對(duì)其的影響。上述的研究工作基本是從全省尺度對(duì)該地區(qū)植被變化展開評(píng)估，暫缺少市、縣尺度上植被覆蓋變化的分析評(píng)估。XT市是研究區(qū)城市群的一部分，其經(jīng)濟(jì)發(fā)展較為迅速，人為活動(dòng)對(duì)該區(qū)域的植被變化起到了一定的影響，因此，對(duì)XT市植被變化情況從市、縣尺度上展開分析，一方面可對(duì)其在發(fā)展經(jīng)濟(jì)兼顧保護(hù)區(qū)域環(huán)境的政策制定方面提供數(shù)據(jù)支撐，另一方面可在尺度上的細(xì)化研究，更加全面科學(xué)地認(rèn)識(shí)退耕還林還草工程實(shí)施以來該地區(qū)的植被覆蓋變化。本研究使用2000—2022年XT地區(qū)空間分辨率為250 m的NDVI數(shù)據(jù)，采用線性趨勢(shì)回歸分析方法，從市、縣尺度出發(fā)分析該地區(qū)植被覆蓋情況變化，進(jìn)而對(duì)該地區(qū)植被變化進(jìn)行定量定性評(píng)價(jià)，為區(qū)域植被和環(huán)境保護(hù)提供參考。

1 材料與方法

1.1 研究區(qū)基本情況

研究區(qū)位于湘中地區(qū)，面積28 100 km2，屬于中亞熱帶季風(fēng)氣候，四季較為分明，冬季較短，夏熱期較長(zhǎng)，降水充足。自推行退耕還林還草工程項(xiàng)目以來，研究區(qū)植被覆蓋度明顯提升，XT地區(qū)作為城市群的重要組成部分，其植被覆蓋變化在一定程度上可以反映該地區(qū)植被和森林變化情況。

1.2 數(shù)據(jù)源與數(shù)據(jù)處理

本研究使用2000—2022年的MOD13Q1歸一化植被指數(shù)數(shù)據(jù)，數(shù)據(jù)產(chǎn)品為Modis三級(jí)格網(wǎng)植被產(chǎn)品數(shù)據(jù)，數(shù)據(jù)空間分辨率250 m，時(shí)間分辨率16 d。使用MRT軟件完成相關(guān)數(shù)據(jù)的批量處理，并使用數(shù)據(jù)對(duì)應(yīng)提供的質(zhì)量掩膜文件剔除不良像元值，在Arcmap中完成植被產(chǎn)品的批量裁剪；NDVI數(shù)據(jù)的有效值在[-1，1]，NDVI值小于0代表非植被區(qū)域[3]，為了探究不同尺度地區(qū)植被覆蓋變化，在數(shù)據(jù)預(yù)處理過程中，將小于0的NDVI值進(jìn)行篩選剔除，將預(yù)處理之后的NDVI數(shù)據(jù)進(jìn)行整理，然后從數(shù)據(jù)集合中取4—11月的平均值，得到2000—2022年的生長(zhǎng)季NDVI。生長(zhǎng)季節(jié)的NDVI已被證明是給定年份生物量產(chǎn)量最穩(wěn)定的[4]。將提取得到的NDVI數(shù)據(jù)，通過Arcmap軟件平臺(tái)分析其時(shí)空變化趨勢(shì)，從空間和時(shí)間兩個(gè)尺度對(duì)其展開分析判斷，然后對(duì)比市、縣尺度上植被變化速率的差異。

1.3 一元線性回歸趨勢(shì)線分析

采用一元線性回歸分析法分析植被覆蓋變化，計(jì)算公式如下[5]。

[Slope =n i=1ni NDVIi ? i=1nii=1nNDVIini=1ni2 ? i=1ni2] （1）

式（1）中，Slope代表斜率，i代表2000—2022年的第i年，NDVIi代表第i年的NDVI值。Slopegt;0，代表植被在2000—2022年呈現(xiàn)增長(zhǎng)趨勢(shì)；Slope=0，說明植被這期間沒有變化；Slopelt;0，代表植被這期間呈現(xiàn)減少趨勢(shì)。為了在像元尺度上對(duì)XT地區(qū)植被覆蓋變化進(jìn)行統(tǒng)計(jì)學(xué)差異性檢驗(yàn)，使用式（2）對(duì)該地區(qū)植被覆蓋變化進(jìn)行統(tǒng)計(jì)學(xué)差異性檢驗(yàn)。

[Rxy=i=1nxi?Xyi? Yi=1n（xi?X）2i=1n（yi? Y）2 ] （2）

式（2）中，Rxy代表自變量和因變量的相關(guān)系數(shù)，n代表2000—2022年各變量的樣本個(gè)數(shù)，xi代表年數(shù)，yi代表每年NDVI的值，[X]代表自變量年數(shù)的平均值，[Y]代表因變量NDVI的平均值。如果相關(guān)系數(shù)大于0，表明植被呈現(xiàn)改善趨勢(shì)，反之表明該區(qū)域植被呈惡化狀況。Rxy通過0.05的差異性（Plt;0.05）檢驗(yàn)，植被呈現(xiàn)明顯變化，通過一元線性回歸方程分析2000—2022年XT地區(qū)的植被變化情況。

2 結(jié)果與分析

2.1 總體植被覆蓋變化

研究區(qū)所在省域2000—2022年年均NDVI的變化情況如圖1所示，NDVI最大值為0.683，出現(xiàn)在2014年，最小值為0.511，出現(xiàn)在2000年。其中，XT地區(qū)的NDVI最大值出現(xiàn)在2022年，為0.612，最小值出現(xiàn)在2000年，為0.487（圖2）。

為進(jìn)一步細(xì)化描述XT地區(qū)的植被覆蓋空間變化，通過GIS軟件計(jì)算得到該區(qū)域植被覆蓋變化分級(jí)（表1），可以看出，XT地區(qū)大部分區(qū)域植被覆蓋得到改善，說明2000—2022年該地區(qū)的植被覆蓋總體得到恢復(fù)。結(jié)合XT地區(qū)植被覆蓋變化趨勢(shì)分析（表1），2000—2022年XT地區(qū)植被覆蓋總體為明顯增長(zhǎng)趨勢(shì)，空間尺度上大部分區(qū)域得到改善。

2.2 XT地區(qū)縣級(jí)尺度的NDVI時(shí)空變化

進(jìn)一步細(xì)化XT地區(qū)植被覆蓋的變化情況，統(tǒng)計(jì)該地區(qū)2000—2022年縣級(jí)尺度上NDVI的變化情況（圖3—7）。2000—2022年，YH區(qū)NDVI指數(shù)的最大值為0.537，出現(xiàn)在2014年，最小值出現(xiàn)在2000年，為0.454；YT區(qū)NDVI指數(shù)最大值出現(xiàn)在2019年，為0.492，最小值出現(xiàn)在2000年，為0.407；XT縣NDVI指數(shù)最小值為0.490，出現(xiàn)在2000年，最大值為0.647，出現(xiàn)在2014年；XX市NDVI指數(shù)的最大值出現(xiàn)在2014年，為0.644，最小值為0.495；SS市的NDVI指數(shù)分別在2000和2014年取得最小、最大值，分別為0.650和0.523。根據(jù)2000—2022年XT地區(qū)及其縣區(qū)植被覆蓋變化，部分縣區(qū)植被覆蓋呈明顯增長(zhǎng)或平緩增長(zhǎng)趨勢(shì)。

2.3 不同尺度植被覆蓋變化趨勢(shì)對(duì)比

綜合對(duì)比分析研究區(qū)所在省域和研究區(qū)5個(gè)縣區(qū)級(jí)行政單位的植被覆蓋變化（表2），由表2可知，研究區(qū)省域、XT市、XX市及SS市植被覆蓋均呈明顯增長(zhǎng)趨勢(shì)，其余地區(qū)植被覆蓋呈現(xiàn)增長(zhǎng)趨勢(shì)。這說明研究區(qū)所采用的相關(guān)林業(yè)政策對(duì)該地區(qū)植被覆蓋變化起到積極作用。

3 結(jié)論與討論

本文基于研究區(qū)NDVI數(shù)據(jù)展開分析，得出如下結(jié)論：2000—2022年XT地區(qū)大部分區(qū)域植被覆蓋呈明顯改善趨勢(shì)，少部分地區(qū)植被出現(xiàn)褐變的情況；XT地區(qū)大部分區(qū)域植被覆蓋呈增長(zhǎng)趨勢(shì)；以研究區(qū)所在省域的NDVI指數(shù)年均增長(zhǎng)速率為標(biāo)尺，XT各區(qū)縣的NDVI指數(shù)增長(zhǎng)速率均低于省域年增長(zhǎng)率。此外，對(duì)比分析省域和XT各區(qū)縣植被覆蓋變化速率的差異，細(xì)化了研究尺度，量化了時(shí)間尺度不同空間尺度上植被指數(shù)的差異性變化。然而，該分析方法有其局限性，一是沒有對(duì)比分析全省地州市植被覆蓋變化趨勢(shì)，建立對(duì)比分析的尺度標(biāo)準(zhǔn)。二是未考慮造成這種差異性變化的原因，同時(shí)，未考慮多種潛在因素之間的相互作用對(duì)植被覆蓋變化的影響。三是未從省級(jí)到市級(jí)相關(guān)林業(yè)工程項(xiàng)目執(zhí)行方面展開細(xì)化分析，探究相關(guān)工程項(xiàng)目對(duì)區(qū)域植被覆蓋變化的影響。

綜上，本研究使用2000—2022年湘中地區(qū)XT市空間分辨率250 m的NDVI數(shù)據(jù)，采用線性趨勢(shì)回歸分析方法，從省、市、縣尺度上分析不同區(qū)域植被覆蓋變化速率的差異，為該地區(qū)植被和環(huán)境保護(hù)提供參考。在后續(xù)的研究中，需要考慮多因素變量對(duì)植被覆蓋變化的影響，對(duì)比分析不同算法的結(jié)果差異性，并對(duì)這種差異性展開進(jìn)一步的討論分析。應(yīng)用多源數(shù)據(jù)，展開對(duì)比分析和判斷植被覆蓋變化分析結(jié)果的異同，并對(duì)多源數(shù)據(jù)展開回歸分析，構(gòu)建新的長(zhǎng)時(shí)間序列植被指數(shù)產(chǎn)品。

參考文獻(xiàn)

[1] 趙杰，杜自強(qiáng)，張紅，等. 中國季節(jié)性晝夜增溫的不對(duì)稱性及其對(duì)植被活動(dòng)的影響[J]. 生態(tài)學(xué)報(bào)，2018，38（11）：3909-3919.

[2] WEISS E，MARSH S E，PFIRMAN E S. Application of NOAA-AVHRR NDVI time-series data to assess changes in Saudi Arabia’s rangelands[J]. International journal of remote sensing，2001，22（6）：1005-1027.

[3] REES M，CONDIT R，CRAWLEY M，et al. Long-term studies of vegetation dynamics[J]. Science，2001，293（5530）：650-655.

[4] 邵懷勇，武錦輝，劉萌，等. MODIS多光譜研究攀西地區(qū)植被對(duì)氣候變化響應(yīng)[J]. 光譜學(xué)與光譜分析，2014，34（1）：167-171.

[5] HUETE A，DIDAN K，MIURA T，et al. Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J]. Remote sensing of environment，2002，83（1/2）：195-213.

[6] PINZON J，TUCKER C. A non-stationary 1981—2012 AVHRR NDVI3g time series[J]. Remote sensing，2014，6（8）：6929-6960.

[7] 符淙斌，溫剛，周嗣松，等. 我國大陸植被變化的氣象衛(wèi)星遙感[J]. 科學(xué)通報(bào)，1992，37（16）：1486-1488，1537-1540.

[8] 秦超，李君軼，陳宏飛，等. 陜西省植被覆蓋時(shí)空演變特征及其與氣候因子的關(guān)系[J]. 中國農(nóng)業(yè)氣象，2015，36（1）：108-114.

[9] 殷崎棟，柳彩霞，田野. 基于MODIS NDVI數(shù)據(jù)的陜西省植被綠度時(shí)空變化及人類活動(dòng)影響[J]. 生態(tài)學(xué)報(bào)，2021，41（4）：1571-1582.

[10] 高瀅，孫虎，徐崟堯，等. 陜西省植被覆蓋時(shí)空變化及其對(duì)極端氣候的響應(yīng)[J]. 生態(tài)學(xué)報(bào)，2022，42（3）：1022-1033.

[11] 唐亮，趙忠明，唐娉. 從NDVI序列檢測(cè)植被“綠化” 或“褐化” 變化趨勢(shì)的新方法[J]. 國土資源遙感，2019，31（2）：89-95.

[12] WANG H，LIU G H，LI Z S，et al. Analysis of the driving forces in vegetation variation in the grain for green program region，China[J]. Sustainability，2017，9（10）：1853.

[13] LIU Y Y，DIJK A，MCCABE M，et al. Global vegetation biomass change （1988—2008） and attribution to environmental and human drivers[J]. Global ecology and biogeography，2013，22（6）：692-705.

[14] 樸世龍，方精云.1982—1999年我國陸地植被活動(dòng)對(duì)氣候變化響應(yīng)的季節(jié)差異[J].地理學(xué)報(bào)，2003（1）：119-125.

[15] 劉梁美子，占車生，胡實(shí)，等. 黔桂喀斯特山區(qū)年NDVI變化的影響因素研究[J]. 地理科學(xué)進(jìn)展，2019，38（11）：1783-1792.

[16] 劉洋，李誠志，劉志輝，等. 1982—2013年基于GIMMS-NDVI的新疆植被覆蓋時(shí)空變化[J]. 生態(tài)學(xué)報(bào)，2016，36（19）：6198-6208.

[17] 李運(yùn)剛，何大明. 紅河流域NDVI時(shí)空變化及其與氣候因子的關(guān)系[J]. 山地學(xué)報(bào)，2009，27（3）：333-340.

[18] 黃春曉，胡順石，黃英. 湖南省NDVI時(shí)空變化特征及影響因子分析[J]. 生態(tài)科學(xué)，2023，42（3）：114-126.

[19] 桑國慶，唐志光，鄧剛，等. 基于MODIS NDVI時(shí)序數(shù)據(jù)的湖南省植被變化研究[J]. 長(zhǎng)江流域資源與環(huán)境，2021，30（5）：1100-1109.

[20] 張慶斌，羅佳，周小玲，等. 2000—2017年湖南省NDVI動(dòng)態(tài)變化及其對(duì)氣候響應(yīng)[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)，2020，40（12）：94-103.

（責(zé)編：何 艷）