基于MODIS的山东省植被覆盖时空变化及其原因分析

于泉洲，梁春玲，刘煜杰，姜浩，孙雷刚

1. 聊城大学环境与规划学院，山东 聊城 252059；2. 商丘师范学院环境与规划学院，河南 商丘 476000；3. 中国环境科学研究院生态文明研究中心，北京 100012；4. 广东省地理空间信息技术与应用公共实验室，广州地理研究所，广东 广州 510070；5. 河北省科学院地理科学研究所，河北 石家庄 050011

基于MODIS的山东省植被覆盖时空变化及其原因分析

于泉洲1，梁春玲2，刘煜杰3，姜浩4，孙雷刚5

1. 聊城大学环境与规划学院，山东 聊城 252059；2. 商丘师范学院环境与规划学院，河南 商丘 476000；3. 中国环境科学研究院生态文明研究中心，北京 100012；4. 广东省地理空间信息技术与应用公共实验室，广州地理研究所，广东 广州 510070；5. 河北省科学院地理科学研究所，河北 石家庄 050011

卫星遥感获取的归一化植被指数（NDVI）可以指示地表绿度和植被覆盖特征，被广泛应用于大尺度地表植被活动的监测和评估。基于2000─2014年的328景MODIS/NDVI时间序列数据，采用基于栅格像元的趋势分析和稳定性分析方法，深入分析了2000年以来山东省不同区域植被覆盖和绿度变化特征。结果表明，（1）近15年山东省植被年平均NDVI和春季NDVI都呈现显著增加趋势（P<0.01），NDVI的增加趋势与降水量的年际变化关系显著（P<0.05）；由于城市化进程加剧，生长季绿色植被面积显著减少，平均每年减少243 km2。（2）NDVI变化趋势具有明显的空间差异，鲁西农业区植被与黄河三角洲以及南四湖的湿地植被变化趋势相反，农田植被绿度有增加趋势，湿地植被绿度下降明显。这一趋势差异与不同植被类型对于降水年际变化的响应差异有关。（3）由于不同植被类型对于自然和人为活动干扰的适应能力不同，不同地区的植被覆盖在时间序列上表现出不同的稳定性。植被稳定性的排序为：农田植被>森林灌木植被>湿地植被。说明湿地植被对于环境变化的响应最敏感，而人为管理的农田植被的抗干扰能力最强。本研究对于了解山东省植被覆盖变化格局特征和评估不同生态系统的气候变化响应具有积极作用。

植被；时空变化；NDVI；MODIS；降水量；山东省

YU Quanzhou, LIANG Chunling, LIU Yujie, JIANG Hao, SUN Leigang. Analysis of Vegetation Spatio-temporal Variation and Driving Factors in Shandong Province Based on MODIS [J]. Ecology and Environmental Sciences, 2015, 24(11): 1799-1807.

植被是陆地生态系统的主体，联系着土壤、大气和水分等要素，同时受人为活动的影响，具有明显的时间变化特征和空间异质性。植被不仅影响地表能量平衡，而且在改善生态环境、减缓大气CO2浓度增加和维持全球气候稳定方面也具有重要作用（Fang et al.，2001）。植被在全球变化研究中具有“指示器”的作用，在全球气候变化加剧和人类活动日益频繁的背景下，研究植被的时空变化特征具有重要的现实意义（郭铌，2003）。

当前，对于陆地生态系统植被的时空变化研究多借助于遥感数据源提供的植被指数产品，常用的遥感数据源有 NOAA AVHRR、SPOT-4Vegetation以及MODIS等（Tucker et al.，2005）。归一化植被指数（NDVI）是基于植被叶绿素在690 nm处的强吸收，通过红光和近红外波段反射率的组合实现对植被状态的定量表达（Tucker，1979）。增强型植被指数（EVI）在表征森林等高生物量的植被活动方面具有一定优势（HUETE et al.，2002），但NDVI对于植被覆盖度较低的植被变化很敏感（Franklin et al.，2011），而且选取NDVI也便于与长时间序列的遥感数据相比较，因此常被用于研究植被变化。

近年来，众多研究借助遥感获取的NDVI数据，针对不同区域、不同时空尺度，对植被时空变化特征进行了较深入的研究（Myneni et al.，1997；Piao et al.，2006；穆少杰等，2012；林辉等，2007；何彬方等，2010）。山东省受温带季风气候影响，植被类型多样，具有丰富的陆地生态系统类型；同时山东省是农业大省，农田植被类型占比大。21世纪以来，随着经济快速发展和区域气候变化的影响，山东省植被特征发生了一定的变化，对生态环境和经济社会发展的影响也逐步凸显。已有学者对山东省植被的时空变化开展了一定研究（钞振华等，2012），但植被变化特征在时空上的差异分析还不够深入。因此，本研究利用2000─2014年的MODIS 16天 NDVI产品，基于像元的时序分析方法，研究山东省植被的时空变化特征，并探讨其变化的可能机制，以期丰富学界关于山东省植被对于气候变化和人为活动响应特征的认识，同时该研究对协调区域经济发展和生态环境保护也具有一定的参考意义。

1 数据与方法

1.1研究区概况

山东省位于中国东部沿海，黄河下游，处于北纬 34°22′～38°27′，东经 114°47′～122°43′之间。全省总面积约1.57×105km2，占中国国土总面积的1.6%，总人口约9579.3万人，居全国第二。2014年GDP为5.94万亿元，列全国第三，是我国经济发展最迅速的地区之一。山东省属于暖温带季风气候，雨热同季。全年平均气温 11～14 ℃，年平均降水量550～590 mm，降水存在从东南沿海向西北内陆逐渐减少趋势。区域地带性植被主要为落叶阔叶林和温带针叶林，但农作物种植面积比重大，是我国重要的粮食主产区。植被分布特征具有明显的空间差异，鲁中南山地丘陵区和东部胶东半岛丘陵区主要分布着温带针阔叶森林、灌丛和草地，而黄河三角洲、莱州湾南岸及南四湖东平湖等地区以湿地植被分布为主，其他大部分地区主要分布有一年两熟或两年三熟的旱作作物。

1.2数据来源及预处理

采用美国NASA提供的覆盖山东省的2000年第 49天至 2014年第 145天的 16天合成的MOD13A1 NDVI数据产品328景。数据空间分辨率分别为500 m，数据格式为EOS–HDF，数据投影格式为正弦曲线投影（Sinusoidal）。此NDVI数据分别进行了大气校正和双向反射去除水、云、气溶胶以及阴影对图像质量的影响，该数据可以直接应用于研究植被覆盖情况。利用ENVI+IDL编程环境将数据转为ENVI标准格式和WGS84地理坐标系下的地理经纬度投影。然后利用山东省边界矢量数据对图像进行统一裁剪。

利用 MODIS三级土地覆被类型数据（MCD12Q1）分析近期的山东省土地覆被和植被覆盖状况。该数据是按照国际地圈生物圈计划（IGBP）提供的分类方案，采用监督决策树分类方法得到的2009年的山东省500 m分辨率的土地覆被分类数据。另外，选取山东省23个地面气象站点2000年以来逐年均温和降水量数据，统计平均得到山东省逐年的气温、降水数据。根据山东省统计年鉴得到2000年以来山东省建城区面积数据。综合以上数据，分析植被时空变化的驱动因素。

1.3研究方法

1.3.1 NDVI阈值设定

根据方精云等（2003）的研究，采用NDVI=0.1作为常年植被区的阈值，选取NDVI大于0.1的像元作为植被进行统计。根据之前的相关研究（于泉洲等，2014a）457，统计NDVI大于0.42的栅格来计算绿色植被面积。

1.3.2 趋势分析

趋势线分析可以模拟每个栅格单元的变化趋势，一元线性回归分析被广泛应用于基于栅格的变化趋势分析，进而模拟植被的绿度变化速率。本研究中，植被绿度的变化率被定义为研究期内 16天归一化植被指数（Normalized Difference Vegetation Index，NDVI）年际变化的一次线性回归方程的斜率，计算公式为：

式中，变量i为16天合成影像按时间排列的序号，i取值为1,2,…,328；n为样本数，n=328；NDVIi为第i景影像的NDVI值；ti为第i景影像对应的时间（ti=YEARi+DOYi/365，其中YEARi和DOYi分别为第i景影像所在年和年积日），slope是2000─2014年NDVI的线性回归斜率，若slope>0，则说明该时期内NDVI呈上升趋势，植被覆盖有所改善，反之NDVI下降。

1.3.3 稳定性分析

年际NDVI的波动是植被受到干扰后在生产力和植被覆盖度上的年际波动的重要体现，是植被群落健康状况的重要标志（侯美亭等，2013）。波动值大说明植被群落受到干扰强度大，不稳定（植被状况趋于恢复或退化）；波动值小说明植被群落状态稳定。本文利用公式（2）和（3）计算2000─2014年NDVI的变异系数，以此来反映研究区域内不同像元上15年来的植被相对波动程度。

式中：Cv为变异系数，S为标准差，NDVI为多年NDVI平均值。

2 结果与分析

2.1山东省土地利用状况和植被NDVI空间格局

图1为基于MODIS数据的山东省主要土地利用类型空间分布图。从图中看出，山东省植被类型主要以农用地为主，广布于全省各地，尤其在鲁西北黄泛平原和胶莱平原分布最广。森林、灌丛和草地等植被类型主要分布于鲁中山地和半岛丘陵区，以及黄河三角洲、莱州湾南岸沿岸和南四湖周边地区。永久湿地面积较少，主要分布在黄河三角洲和南四湖地区。其他土地利用类型散布全省。

图1 2009年山东省土地覆被状况Fig. 1 Land cover of Shandong province in 2009

山东省植被NDVI格局主要受土地利用类型分布的影响。近15年来平均NDVI较高的区域集中在鲁西北、鲁西南等农业区，多年平均NDVI一般在0.5以上。鲁中山地和半岛丘陵等林草覆盖地区的多年NDVI均值适中。多年NDVI均值的低值区域集中在黄河三角洲及莱州湾南岸滨海湿地以及鲁西南的东平湖和南四湖等湖泊湿地区域。同时城镇和建城区的多年NDVI均值亦很低，且散布于全省。湖泊湿地和城镇的多年NDVI均值一般低于0.1，甚至为负（如图2）。

图2 2000以来山东省植被NDVI多年均值空间格局Fig. 2 Spatial pattern of average NDVI of vegetation in Shandong province since 2000

2.2植被覆盖时间变化特征

2.2.1 植被季节变化特征

将多年的每 16天的数据对应取平均，得到山东省植被覆盖的季节变化曲线。图 3a显示山东省绿色植被面积呈现双峰的变化特征。在全年第 129天达到第一个峰值，面积达到9.42×104km2，随后在第161天下降至6.07×104km2，而后迅速增长，在第225天达到最大值14.75×104km2，然后在全年第257天以后开始迅速下降。多年平均的植被NDVI季节变化曲线也呈现双峰特征。NDVI峰值与绿色植被面积峰值呈现一致的变化趋势（图3b）。

图3 多年平均的绿色植被面积和植被NDVI的季节变化曲线Fig. 3 Seasonal variation of annual average vegetation area and NDVI

这种年内的双峰变化特征主要受农业耕作活动的影响。山东是我国主要的农业区，热量资源可以满足粮食作物一年两熟，大部分农田采用冬小麦和夏玉米交替种植的方式（梁守真等，2012）。山东各地冬小麦一般在5月底至6月上旬（约每年第150天到第160天）收割，随后播种夏玉米，夏玉米一般在9月底至10月初（约每年第270天左右）收获（董旭光等，2015），收获期导致 NDVI和植被面积陡然下降。

2.2.2 植被年际变化趋势

将山东省每16天的NDVI数据按季节和年份取平均值并对其进行趋势分析。四季时间段起止点的确定参考董旭光等（2014）对山东省研究的结果，该文献利用5日滑动平均气温稳定大于或小于10℃和 22 ℃的日期作为某季节开始的时间点。春季为DOY：86—145，夏季为DOY：146—248，秋季为DOY：249—309，冬季为DOY：310—次年85。对于2000年MODIS在冬季缺少的数据利用2001年的替补。

2000年以来，在不同季节和全年尺度全省植被NDVI均呈现波动增加的趋势，但不同季节增加趋势的显著性有所差异。在研究期内，春季和年均NDVI具有极显著的增加趋势（P<0.01）。其中，春季NDVI增速约为0.041/10a，年均NDVI增速约为0.024/10a（图4）。秋季NDVI增加趋势接近显著水平（P=0.056），其他季节植被NDVI增加趋势不明显。

将生长季中期（DOY=225）的山东省绿色植被面积进行统计，发现 2000年以来山东省绿色植被面积存在显著的波动下降趋势，植被面积平均每年下降约243 km2（r=0.674，P<0.01）（图5）。其年际波动可能是由于气候要素的年际波动引起的，而绿色植被面积呈现持续下降趋势可能与 2000年以来山东省快速发展的城市化建设有关。

2.3植被覆盖时空变化特征

2.3.1 植被变化趋势的空间格局

山东省植被NDVI变化趋势存在明显的空间差异。在鲁西北、鲁西南等农业主产区NDVI时序拟合趋势线斜率为正，植被盖度呈现明显的增加趋势；在南四湖湿地、黄河三角洲及莱州湾南岸沿海湿地等区域，植被NDVI呈现明显下降趋势；全省区域零星分布着一些NDVI下降的区域，这些主要是由于城镇化造成的，尤其是淄博、济宁、日照和临沂4个城市的周边NDVI下降明显（图6和图7）；而在鲁中山地和半岛丘陵地区植被NDVI变化趋势不明显，说明该区森林、灌丛和草地等植被状态相对较稳定。

2.3.2 植被稳定性的空间格局

多年平均NDVI的变异系数（Cv）反映了植被的稳定性，Cv越大则植被稳定性越差。由于常年积水的湖泊和沿海湿地的平均NDVI常为负，导致这些地区的NDVI变异系数小于零。南四湖由于大部分区域有湿生和水生植被覆盖，因此其Cv多为正值。

植被最稳定的区域集中于年降水量较多的鲁东南农业区，其植被稳定性最高，Cv一般在 0～0.4之间；而鲁西北、鲁西南的农业区植被稳定性有所下降，Cv在0.4～0.6之间，这可能与该区降水量偏少，抗旱能力弱有关。鲁中山地区域的植被稳定性适中，Cv在0.6～0.8之间。植被最不稳定的区域主要集中于南四湖湿地、黄河三角洲以及莱州湾南岸滨海湿地区，变异系数一般大于 0.8，尤其南四湖湿地的NDVI变异系数超过了3（图8），表明湿地植被受环境变化的影响大，这与相关研究的结论也是一致的（于泉洲等，2014a464；Ottinger et al.，2013）。总之，农田植被由于受人为管理的影响，植被状态最稳定；自然植被中的森林、灌丛和草地等多生于山地环境，对气候变化的适应能力相对较强，具有中等的稳定性；湿地环境最容易受气候变化影响，造成湿地植被对环境胁迫最敏感，植被状态最不稳定。这体现了人工管理的生态系统与自然生态系统对于环境变化响应的差异。

图4 2000年来山东省植被不同季节及全年NDVI变化趋势Fig. 4 Different seasons and annual vegetation NDVI change of in Shandong province since 2000

图5 2000年来山东省生长季绿色植被面积变化趋势Fig. 5 Vegetation area change trend in growing season since 2000

2.4植被覆盖变化的原因分析

2.4.1 植被绿度变化的原因

降水的年际变化是导致植被NDVI变化的主要原因，造成了农田植被和森林湿地等自然植被的不同趋势的响应，在空间上表现为不同区域的植被覆盖变化趋势不同。

图6 2000年以来山东省植被绿度时空变化Fig. 6 Spatio-temporal change pattern of vegetation greenness in Shandong province since 2000

图7 2000年以来山东省植被绿度变化的重点区域Fig. 7 The key regions of vegetation greenness change in Shandong province since 2000

将山东省春季平均NDVI和年均NDVI与相应的春季及年均降水量和气温进行相关分析。结果发现春季NDVI和年均NDVI的年际变化均与相应时段的降水量具有显著正相关关系（春季NDVI与春季降水：r=0.580，P=0.030<0.05；年均NDVI与年降水量：r=0.708，P=0.005<0.01）。NDVI与相应时段气温的关系不显著。这说明在年际尺度上降水是控制山东省植被NDVI年际变化的主要因素。资料显示，1999─2002年山东省经历了4年连旱的灾害（张胜平等，2004），造成农业损失严重（马培元，2004）。2002年受旱地区主要集中在鲁中山区、鲁西北、鲁西南沿黄河地区以及黄河故道区，导致了鲁西北、鲁西南地区农业减产甚至绝收（顾润源等，2003）。2003年开始，降水连续偏多，使得植被生产力达到较高的水平（韩玮等，2013）。图9显示，山东省 2000─2002年降水严重偏少导致全省植被NDVI的显著偏低。2002年之后，随着降水量恢复常年水平，植被NDVI逐渐恢复，两者具有相对一致的变化趋势。这一特征在空间格局上表现为近15年来山东省大部分的农业区（特别是鲁西地区）植被绿度增加。

湿地植被不同于农田，其水生环境在干旱影响下可演变为更适合植被生长的湿生环境。有关湖泊湿地的研究也显示适度的干旱有助于湿地植被的生长和NDVI的增加（于泉洲等，2014b）。干旱导致湿地植被短期内疯长，进而导致 2000—2002年植被NDVI高过常年年均值，最终导致整个研究期内湿地植被绿度总体呈现下降的趋势。此外，林地、灌丛和草地等自然植被类型具有一定的稳定性，变化趋势不明显。

图8 2000年以来山东省植被稳定性格局Fig. 8 Stability pattern of vegetation in Shandong province since 2000

图9 2000年以来山东省年均NDVI距平和年降水量距平变化Fig. 9 The annual variation of precipitation anomaly and NDVI anomaly in Shandong province from 2000 to 2013

图10 近20年山东省建城区面积变化趋势Fig. 10 Urban area change trend in Shandong province last two decades

2.4.2 绿色植被面积变化的原因

2000年以来，快速的城镇化进程是导致山东省绿色植被面积减少的主要原因。根据 2000—2014年的山东省统计年鉴（山东省统计局等，2000─2014）及 1995─2013年山东省建城区面积数据，统计了近 20年来山东省城市建城区面积变化情况，并以此为山东省城市化的替代指标，分析了 2000年以来绿色植被面积变化与城市化之间的关系。

图10显示，近20年来山东省建城区面积持续增加，并且可以明显看出在2000年以后增速加快。1995─2013年的 18年间，山东省建城区面积从1254.4 km2增加到4197.9 km2，增加了2943.5 km2。从图11可以看出，2000年以来山东省绿色植被的减少与建城区面积的增加存在显著负相关关系（r=0.676，P=0.008<0.01），说明快速的城镇化进程导致了绿色植被面积减少，大量植被覆盖用地转变为城镇建设用地。

图11 2000年以来山东省建设用地与绿色植被面积关系Fig. 11 The correlation of vegetation and urban area in Shandong province since 2000

应当注意到，本研究山东省年均NDVI呈现上升趋势，同时生长季的绿色植被面积呈现下降趋势。前者反映出是山东省整体的植被绿度和覆盖情况，后者则反映出山东省的绿色植被的面积大小，两者之间并不矛盾。低植被绿度的情况下可以具有较高的植被面积，反之亦然。

3 结论

本文基于2000─2014年的MODIS/NDVI遥感数据，采用栅格像元趋势分析方法和稳定性分析方法，以及变量相关分析等手段，对山东省近 15年植被覆盖时空变化特征及影响因素进行分析。研究表明：

（1）2000年以来山东省植被年均NDVI呈显著上升趋势（P<0.05），植被绿度有所提高，这与研究区先干后湿的气候特征有关。然而，全省绿色植被面积呈现显著减少趋势，年均减少243 km2。植被面积减少与建城区面积增加具有极显著负相关关系（r=0.676，P<0.01），表明2000年以来山东省快速的城镇化进程导致植被面积的减少。

（2）山东省植被变化趋势具有明显的空间差异，不同类型植被的NDVI变化趋势不同。2000年以来，鲁西北、鲁西南等农业区植被盖度和绿度呈现明显的增加趋势，而黄河三角洲、莱州湾南岸湿地和南四湖湿地植被盖度和绿度呈现明显的下降趋势。这一差异与不同植被类型对于降水变化的响应机制不同有关。

（3）近15年来山东省不同类型植被的稳定性不同。湿地植被受环境变化的影响最大，稳定性最差；山区森林、灌丛和草地具有一定的环境适应能力，稳定性居中；而农田植被由于受人类管理的影响，对环境变化的适应性最强，稳定性最高。

致谢：感谢美国地质勘探局（United States Geological Survey, USGS）提供的MODISNDVI遥感数据！感谢中国气象科学数据共享服务平台提供山东省23个气象站点的气温和降水年值数据！

FANG J Y, PIAO S L, TANG Z Y, et al. 2001. Interannual variability in net primary production and precipitation [J]. Science, 293(5536): 1723.

FRANKLIN SE, HE Y, PAPE A, et al. 2011. Landsat-comparable land cover maps using ASTER and SPOT images: A case study for large-area mapping programmes [J]. International Journal of Remote Sensing, 32(8): 2185-2205.

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

LIU S, GONG P. 2012. Change of surface cover greenness in China between 2000 and 2010 [J]. Chinese Science Bulletin, 57, doi: 10.1007/s11434–012–5267–z.

MYNENI R B, KEELING C D, TUCKER C J, et al. 1997. Increased plant growth in the northern high latitudes from 1981 to 1991 [J]. Nature, 386: 698-702.

OTTINGER M, KUENZER C, LIU G H, et al. 2013. Monitoring land cover dynamics in the Yellow River Delta from 1995 to 2010 based on Landsat 5 TM [J]. Applied Geography, 44(4): 53-68.

PIAO S L, FANG J Y, ZHOU L M, et al. 2006. Variations in satellite-derived phenology in China’s temperate vegetation [J]. Global Change Biology, 12(4): 672-685.

TUCKER C J, PINZON J E, BROWN M E. 2005. An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data [J]. International Journal of Remote Sensing, 26(20): 4485-4498.

TUCKER C J. 1979. Red and photographic infrared linear combinations for monitoring vegetation [J]. Remote Sensing of Environment, 8(2): 127-150.

钞振华, 张培栋, 袁赛帅. 2012. 山东省MODIS遥感植被指数时空变化研究[J]. 生态环境学报, 21(10): 1660-1664.

董旭光, 李胜利, 崔晓飞, 等. 2014. 近 50 年山东省四季划分及其变化[J]. 中国农学通报, 30(2): 295-301.

董旭光, 李胜利, 石振彬, 等. 2015. 近 50年山东省农业气候资源变化特征[J]. 应用生态学报, 26(1): 269-277.

方精云, 朴世龙, 贺金生, 等. 2003. 近20年来中国植被活动在增强[J].中国科学C辑: 生命科学, 33(6): 554-565.

顾润源, 汤子东. 2003. 2002年夏季山东干旱成因分析[J]. 气象, 30(8): 22-27.

郭铌. 2003. 植被指数及其研究进展[J]. 干旱气象, 21(4): 71-75.

韩玮, 韩永红, 杨沈斌. 2013. 1961-2011年山东气候资源及气候生产力时空变化特征[J]. 地理科学进展, 32(3): 425-434.

何彬方, 冯妍, 吴文玉, 等. 2010. 安徽省近十年植被指数时空变化特征[J]. 生态学杂志, 29(10): 1912-1918.

侯美亭, 赵海燕, 王筝, 等. 2013. 基于卫星遥感的植被NDVI 对气候变化响应的研究进展[J]. 气候与环境研究, 18 (3): 353-364.

梁守真, 马万栋, 施平, 等. 2012. 基于MODIS NDVI数据的复种指数监测——以环渤海地区为例[J]. 中国生态农业学报, 12(20): 1657-1663.

林辉, 熊育久, 万玲凤, 等. 2007. 湖南省MODIS遥感植被指数的时空变化[J]. 应用生态学报, 18(3): 581-585.

马培元. 2004. 山东省干旱成因及对策[J]. 中国水利, (15): 28-30.

穆少杰, 李建龙, 陈奕兆, 等. 2012. 2001-2010年内蒙古植被覆盖度时空变化特征[J]. 地理学报, 67(9): 1255-1268.

山东省统计局, 国家统计局山东调查总队. 2000-2014. 山东省统计年鉴[M].北京：中国统计出版社.

于泉洲, 梁春玲, 张祖陆. 2014a. 近40年来南四湖湿地NDVI变化特征及其控制因子分析[J]. 湖泊科学, 26(3): 456-464.

于泉洲, 刘煜杰, 梁春玲, 等. 2014b. 基于遥感的南四湖湿地干旱响应特征研究[J]. 资源科学, 36(7): 1519-1526.

张胜平, 陈希村, 苏传宝, 等. 2004. 2002年山东省严重干旱分析[J]. 水文, 24(3): 42-45.

Analysis of Vegetation Spatio-temporal Variation and Driving Factors in Shandong Province Based on MODIS

YU Quanzhou1, LIANG Chunling2*, LIU Yujie3, JIANG Hao4, SUN Leigang5
1. School of Environment and Planning，Liaocheng University，Liaocheng252059，China; 2. Department of Environment and Programming, Shangqiu Normal University, Shangqiu 476000, China; 3. Research Center for Ecological Civilization, Chinese Research Academy of Environmental Sciences, Beijing 100012, China; 4. Guangdong Open Laboratory of Geospatial Information Technology and Application, Guangzhou Institute of Geography, Guangzhou 510070, China; 5. Institute of Geographical Sciences, Hebei Academy of Sciences, Shijiazhuang 050011, China

The normalized difference vegetation index (NDVI) obtained from satellite remote sensing can indicate the change characteristics of vegetation coverage and greenness. NDVI has been widely used in monitoring vegetation activity at large scale. The vegetation spatial and temporal variation characteristics in Shandong province was analyzed using the 328 tiles MODIS/NDVI images of 2000─2014 with the least square method and linear fitting of the time series at every pixel of image. The results are as followed: (1) Vegetation annual NDVI and spring NDVI in Shandong province increased significantly (P<0.01). The precipitation variation results in the increase of NDVI (P<0.05). But because of the increasing urbanization in Shandong province, the vegetation area in growing season decreased significantly with the reduction rate of 243 km2per year since 2000. (2) The change of NDVI showed obvious spatial difference. The change trends between farmland in west Shandong and wetland vegetation in Yellow River delta and Nansi Lake are opposite. The farmland vegetation has being improved and wetland vegetation has being degenerated gradually. The opposite trend was related to vegetation’s different responses to annual precipitation variation in Shandong province. (3) Due to different vegetation’s adaptabilities to different natural and human disturbance, they owned different stabilities. The stability rank of mainly vegetation types was: farmland > forest and shrub > wetland vegetation. This suggested that wetland vegetation’s response to environmental changes was the most sensitive, and farmland vegetation owned the best anti–jamming capability. This study will play an important role in understanding the changes of vegetation coverage and estimating ecosystem’s response to climate change in Shandong province.

vegetation; spatial and temporal variation; NDVI; MODIS; precipitation; Shandong province

10.16258/j.cnki.1674-5906.2015.11.007

Q948；X17

A

1674-5906（2015）11-1799-09

国家社会科学基金青年项目（14CJY077）；河北省科技计划项目（14293703D）；教育部人文社会科学研究青年基金项目（12YJCZH120）

于泉洲（1983年生），男，讲师，中国生态学学会会员（S281001166S），博士，主要从事生态环境遥感研究。E-mail: yuquanzhou2008@126.com *通信作者：梁春玲（1982年生），女，讲师，博士，主要从事湿地生态系统服务方面的研究。E-mail: guliang1229@126.com

2015-08-16

引用格式：于泉洲, 梁春玲, 刘煜杰, 姜浩, 孙雷刚. 基于MODIS的山东省植被覆盖时空变化及其原因分析[J]. 生态环境学报, 2015, 24(11): 1799-1807.