基于MODIS的贵州省黎平县植被变化

许玉凤，陆承红，潘网生，张永雷，孙连群，姚兴

(黔南民族师范学院 旅游与资源环境学院，贵州 都匀 558000)

基于MODIS的贵州省黎平县植被变化

许玉凤，陆承红，潘网生，张永雷，孙连群，姚兴

(黔南民族师范学院 旅游与资源环境学院，贵州 都匀 558000)

利用2000-2014年期间的MODIS-NDVI数据和气温、降水资料，分析黎平县植被覆盖变化及其影响因素。研究结果表明：①从空间变化来看，近15年间黎平县植被退化面积仅占研究区总面积的14%，改善的区域占75%；基本不变的区域约占11%。植被退化区主要分布在东北部和中部地区。②年均NDVI值随海拔高度上升在增加；年均NDVI最大值出现在1 200 m以上的区域；年均NDVI最小的区域为200m以下的区域。③研究期间年均NDVI值与年降水量、年均温的变化趋势呈负相关关系，气温的影响较显著。

植被覆盖度；NDVI；海拔；黎平县

0 引言

植被是土地覆盖最主要的类型，是覆盖地表的植物群落的总称，属陆地生态系统的主体，与气候、地形和土壤等自然环境密切相关[1]。气候变化与陆地生态系统相互作用，最终可能导致植被类型及面积的变化[2-4]。因而分析气候-植被之间的对应关系具有重要的实际意义[5]。气候变化特别是温度升高影响着陆地生态系统的变化[6]。动态监测陆地生态系统的变化，减小全球变化的不良影响，已经成为当前迫切需要解决的问题[7]。

植被覆盖度及植被指数，已广泛应用于植被覆盖密度评价、土地利用监测等方面[8]。近40年来科学家基于遥感技术研究了多种植被指数[9]，其中应用最广泛的植被指数是归一化差异植被指数(NDVI)[10-11]，该植被指数能够准确反映植被覆盖的变化，因此常被用来监测和研究区域及全球的植被状态[12]。

植被对气候变化的响应及其反馈作用具有非常复杂的机制和过程[14]。气温上升导致北半球高纬度地区植被呈现提前变绿的现象[15]，植被活动表现为增强趋势[16]；但干旱半干旱地区NDVI呈减少态势[17]。植被活动以及生长季开始时间都和降水有关[18]，气候差异明显的地区NDVI与降水具有显著相关性[19-20]。由于温度上升，45～75°N之间的植物生长季显著延长[21]。

基于植被指数NDVI，国内外学者也进行了大量研究。研究发现欧亚大陆大部分地区植被覆盖具有增长的态势，而亚洲东北等区域NDVI呈减少趋势[22]。我国绝大部分地区的植被覆盖呈增加趋势，但增加趋势各不相同[23]。植被对于全球气候变化有缓解作用[24]；中国东部植被年均NPP总体上呈现从南到北、由东至西逐渐减少的分布状况[25]；宁夏植被指数的变化与气候变化有关[26]。

我国西南地区地形崎岖，有全球海拔较高、地形复杂的横断山区和云贵高原等大陆地貌。21世纪以来气候复杂变化、社会经济发展、人类活动日益剧烈，导致西南植被覆盖发生了较大变化[27]。贵州省位于西南地区的中心，植被资源丰富，但植被覆盖空间分布不均，沿东南部-中部-西北部逐渐减少[28]。利用归一化植被指数，结合模型反演陆地表温度，取得了较为理想的结果[29]。但是基于遥感数据、结合地形因素和气候变化对黎平县植被气候变化的研究较少。

本研究以2000-2014 年NDVI数据、气温、降水数据，基于 GIS 和 RS 技术研究黎平县1999-2012 年的植被类型覆盖变化情况和不同海拔高度上植被生长特征对气候变化的响应，旨在揭示该地区生态系统对气候变化响应的机制，提高人们的植被保护意识，为黎平县生态建设及保护提供科学参考。

1 研究区概况

黎平县地理位置介于东经108°37′～109°31′、北纬25°44′～26°31′之间。东西宽94 km，南北长112 km，总面积4 441 km2。东连湖南靖州、通道，南临广西三江，西、北与从江、榕江、剑河、锦屏接壤，是黔、湘、桂三省交界地。黎平县区位优势较明显，黎平县城距省会贵阳346.9 km，距广西桂林市287.3 km，距湖南省怀化市226.1 km。

黎平县地处云贵高原东南边缘的斜坡地带，苗岭山脉余脉横贯全境，东北与武陵山系接壤，地势西北高，东北、东南、西南低。其西北部老山界主峰为县内最高峰，海拔1 397 m；县南部地坪乡井郎河口为最低点，海拔158 m，相对高差为1 239 m；平均海拔800 m(如图1所示)。

地貌类型主要有低山丘陵宽谷区、低山河谷阶地和盆地区、低山峡谷区。黎平县地处长江、珠江两大水系的分水岭，河流总长度3 480 km，河网密度为0.78 km/km2。长江水系干流主要有孟彦河、八舟河、洪州河，三干流均注入沅江，流入洞庭湖。黎平县由于植被覆盖条件较好，河流含沙量较小，河流全年无结冰期。

黎平县属亚热带湿润气候区，冬不冷、夏不热，四季分明。多年平均无霜期为277 d，日照时数多年平均值为1 317.9 h，多年平均气温15.6 ℃，各地年均气温变化在14.4～18.6 ℃。历年平均降水量1 321.9 mm，雨季一般在4月上中旬开始出现，10月下旬结束。适合农作物生长，但小气候复杂多变，常有水、旱、倒春寒等自然灾害发生。

图1 黎平县在贵州省的位置示意图Fig.1 The location of Liping County in Guizhou

黎平县属亚热带常绿湿润阔叶林区，原生的森林多以壳斗科栲属、栎属、柯属常绿树木为建群种，木兰科、樟科、山茶科树木为主要成分，存在于一些湿润的沟谷或陡峭的山坡上。次生林类型较多。国家重点保护树种达25种。黎平是国家级森林公园，是国家重点林区县、国家退耕还林示范县和中国名茶之乡。

2 数据来源及研究方法

2.1 数据来源及预处理

2.1.1 遥感数据

数字高程数据(DEM)采用美国国防部国家测绘局公布的SRTM数据(http.//www.cgiar-csi.org)，分辨率为90 m×90 m。NDVI数据为2000-2014年MOD13Q1年最大合成NDVI数据集，时间分辨率为16d，来源于美国NASA数据中心，空间分辨率为250 m×250 m，数据投影为SIN正弦曲线投影。

使用ArcGIS软件对数字高程数据(DEM)和NDVI数据进行了投影转换，统一了坐标。

MOD13Q1数据产品涵盖于多个条带数据，应用MRT软件对已下载好的数据进行拼接、格式转换以及进行投影转换。

2.1.2 气象数据

来源于中国气象科学数据共享服务(http.//cdc.cma.gov.cn)，选用3个国家基础气象站点的年均温和年降水量数据资料。

2.2 研究方法

2.2.1 最大值合成法

用最大值合成法MVC(Maximum Value Composites)获取年NDVI最大值数据集，能够更加有效减少大气中来自云、气溶胶、云阴影、视角以及太阳高度角的影响[30]。其计算公式如下：

MNDVIi=max(NDVIi1，NDVIi2，NDVIi3)。

(1)

式中：i为月的序号，取值范围是1～12；MNDVIi为第i月的NDVI值；有几组数据，括号中就有几个NDVIij值。

2.2.2 趋势分析法

在ArcGIS软件中通过趋势分析法模拟每个栅格植被的年际和季节空间变化趋势[30]，其计算公式如下：

(2)

式中：n为时间序列数；NDVIi为第i年的NDVI；θslope是趋势线的斜率，θslope>0，说明NDVI变化趋势呈增加，反之则呈减少趋势。根据θslope的数值范围将本次研究变化划分为明显改善、中度增加、轻微改善、基本不变、退化5个等级。

2.2.3 相关分析法

相关分析能够解释要素之间相互关系的密切程度。相关系数的取值范围在[-1，1 ]之间，绝对值越大，表明植被变化与影响因子的相关性越高[31]。其计算公式如下：

rxy=

(3)

3 结果与分析

3.1 黎平县植被NDVI时空变化特征

3.1.1 黎平县NDVI时间变化特征

(1)黎平县NDVI年际变化特征

用年最大NDVI值代表黎平县植被覆盖状况，2000-2014年间黎平县植被NDVI总体呈上升趋势(如图2所示)，植被覆盖呈改善状态[32]，这一研究结果与吴端耀等[33]对贵州省2001-2014年间林草植被覆盖度变化的研究结论一致。2000-2004年植被覆盖增加比较缓慢，主要由于黎平县生态公益林建设起步于1999年，加上“天然林保护工程”、“封山育林”等工程的实施使得植被覆盖增加，而植被生长需要一定的周期。2005、2006、2010年由于高温干旱，植被覆盖有所降低。2013-2014年NDVI增幅最为明显，植被覆盖增加较快。

图2 2000-2014年间年平均NDVI变化Fig.2 The change of annual average NDVI form 2000 to 2014

(2)黎平县NDVI年内变化特征

黎平县植被年内NDVI变化趋势较明显(如图3所示)，经历了下降-上升的波动变化过程。在第49日的NDVI出现了最低值，在0.41左右；第209日的NDVI值最高，在0.78左右。1月份(第1～33日)NDVI变化缓慢，呈微弱下降趋势；2～4月份(第49～129日)，NDVI增幅明显，为一年中增幅最明显的月份；5～6月份(第145～177日)，增幅开始减缓；7～9月(第193～273日)NDVI继续缓慢上升，NDVI值达到一年中最大值；10月份(第289～305日)开始下降，从11月到次年的2月份(第321～349日)保持在较低值，是全年最低值出现的月份。

图3 年内NDVI变化Fig.3 The change of NDVI during a year

3.1.2 黎平县NDVI空间变化特征

利用黎平县地区2000-2014年间的年最大NDVI合成数据，基于一元线性回归分析，借助ArcGIS软件可视化黎平地区象元尺度上NDVI变化趋势空间格局(如图4所示)。黎平县植被改善和退化的状况并存，不同区域的程度有所不同，其北部退化严重，南部和西部改善趋势明显。

图4 植被覆盖变化趋势空间分布图Fig.4 The spatial distribution of vegetation change trend

研究期间黎平县地表植被覆盖改善的区域远大于退化的区域，改善区域面积占到了75%，退化面积仅占14%；基本不变区域约占11%；整体表现出改善的趋势。植被退化区主要分布在东北部和中部地区，以及城镇周围。主要由于人口的增加和城镇化迅速发展，建设用地增加，人类活动强烈成为植被退化最严重地区。

3.1.3 黎平县不同海拔NDVI年际变化

基于DEM数据将黎平县高程划分为5个等级区域：200 m以下、200～400 m、400～800 m、800～1 200 m和1 200m以上。计算各等级高程范围的15年NDVI平均值，最大值出现在1 200 m以上的区域，最大NDVI均值为0.901 0；依次为800～1 200 m、400～800 m、200～400 m的区域，平均NDVI值分别为0.900 4、0.8 819、0.846 9；平均NDVI最小的区域为200 m以下的区域，最小NDVI均值为0.833 4；呈现年均NDVI值随海拔高度上升而增加的特点(如图5所示)。黎平县不同等级的高程区域，15年间NDVI值都呈现出上升的趋势，海拔在200 m以下的区域范围内NDVI增加趋势最为显著，其次为：800～1 200 m、400～800 m、1 200 m以上、200～400 m等区域(见表1)。

黎平县平均NDVI值随海拔分布呈明显的垂直分布特征，海拔在200～400 m区域中农用耕地、建设用地和河流水域较集中，人类活动对自然环境的影响较大，NDVI值较低。随着国家“天然林保护”、“退耕还林”等保护植被措施的实施该区域植被覆盖受到保护，2000年以来外出务工人员逐年增加在一定程度上也减轻了对植被覆盖的影响，200 m以下的区域植被覆盖迅速增加；400～1 200 m的中低海拔区域，自然条件较好，植被NDVI值较高；海拔1 200 m以上的区域海拔升高，人类活动影响程度减弱，NDVI值较高。

图5 不同海拔的年均NDVI变化趋势Fig.5 The change trend of annual average NDVI in difference elevation

海拔NDVI均值变化趋势线性方程R2<200m0.8334Y=0.0030x+0.80700.6040200-400m0.8469Y=0.0020x+0.83000.4480400-800m0.8819Y=0.0024x+0.86290.6366800-1200m0.9004Y=0.0027x+0.87890.6769>1200m0.9010Y=0.0022x+0.88320.4692

3.2 黎平县NDVI变化与气候因子的关系

研究期间黎平县年均NDVI值呈现波动上升趋势，年均温呈现波动下降的变化趋势，这一研究结果与马士彬等[34]研究结论一致。通过相关分析，植被覆盖度与气温的相关系数R2为-0.556(p<0.031)，与气温呈显著负相关(如图6所示)。

图6 年均NDVI与年均温的变化趋势比较Fig.6 The comparison between the change trend of annual average NDVI and temperature

研究期间，年均降水量表现为波动下降趋势，这一研究结果与马士彬等[34]、张勇荣等[35]、的研究结论一致。植被覆盖度与降水量的相关系数R2为-0.441(p<0.100)，与降水量呈不显著负相关(如图7所示)。

图7 年均NDVI与年降水量的变化趋势比较Fig.7 The comparison between the change trend of annual average NDVI and precipitation

4 结论

(1)2000-2014年黎平县年均植被指数总体呈显著的增加趋势，年均NDVI值从2000年的0.867 4增加到2010年的0.918 4。植被覆盖改善区域占比为75%，植被覆盖退化为14%，黎平县植被覆盖总体呈改善趋势。

(2)研究区不同海拔的年均NDVI值随海拔的升高呈现增加的趋势，在不同海拔高度范围内植被覆盖变化均以改善为主。海拔在200～400 m区域的NDVI年均值较低，增长缓慢；200 m以下区域NDVI年均值较低，增长趋势显著。800～1200 m以上区域年均NDVI较高且增长趋势明显。

(3)研究期间黎平县年均NDVI值与气温、降水等气候因子呈负相关关系，其中气温的影响显著。

[1] 单文龙，何立恒，骆思莹.北方农牧业交错带2000～2013年NDVI时空变化特征[J].森林工程，2015，31(4)：33-37.

[2] Roerink G J，Menenti M，Soepboer W，et al.Assessment of climate impact on vegetation dynamics by using remote sensing[J].Physics and Chemistry of the Earth，2003，28：103-109.

[3] Parmesan C，Yohe G A.Globally coherent fingerprint of climate change impacts across natural systems[J].Nature，2003，421(6918)：37-42.

[4] 张远东，张笑鹤，刘世荣.西南地区不同植被类型归一化指数与气候因子的相关分析[J].应用生态学报，2011，22(2)：323-330.

[5] 王宗明，国洪兴，宋开山，等.中国东北地区植被NDVI对气候变化的响应[J].生态学杂志，2009，28(6)：1041-1048.

[6] IPCC，2007.Climate change.The physical science basis.Contribution of working group I to the fourth assessment report of the intergovemmental panel on climate change[R].Cambridge，UK.Cambridge University Press，2007：996.

[7] 周广胜，王玉辉，蒋延玲.全球变化与中国东北样带(NECT)[J].地学前沿，2002，9(1)：198-216.

[8] Pettorelli N，Vik J O，Mysterud A，et al.Using the satellite-derived NDVI to assess ecological responses toenvironmental change[J].Trends in Ecology and Evolution，2005，20(9)：503-510.

[9] Julien Y，Sobrino J A.The yearly land cover dynamics(YLCD)method：An analysis of global vegetation from NDVI and LST parameters[J].Remote Sensing，2009，113(2)：329-334.

[10] Glenn E P，Huete A R，Nagler P L，et al.Relationship between remotely-sensed vegetation indices，canopy attributes and plant phsioloical processes：What vegetation indices can cannot tell us about the landscape[J].Sensors，2008，8：2136-2160.

[11] Tuker C J，Townshend J R G.African land-cover classification using satellite data[J].Science，1985，227(4685)：369-375.

[12] 李震，阎福礼，范湘涛.中国西北地区NDVI变化及其与温度和降水的关系[J].遥感学报，2005，9(3)：8-13.

[13] Bachelet D，Neilson R P，L M，et al.Climate change effects on vegetation distribution and carbon budget in the United States[J].Ecosystems，2001，4(3)：164-185.

[14] Tan S Y.The influence of temperature and precipitation climate regimes on vegetation dynamics in the US Great Plains：A satellite bioclimatology case study[J].Remote Sensing，2007，28(22)：4947-4966.

[15] Poulit D，Latifovic R，Olthof I.Trend in vegetationNDVI from 1km AVHRR data over Canada for the period 1985-2006[J].International Journal of Remote Sensing，2009，30(1)：149-168.

[16] Lucht W，Prentice I C，Myneni R B，et al.Climatic control of the high-latitude vegetation greening trend and Pinatubo effect[J].Science，2002，296(5573)：1687-1689

[17] Myneni R B，Keeling C D，Tuker C J，et al.Increased Plant growth in the northern high latitudes from 1981 to 1991[J].Nature，1997，386(6626)：698-702.

[18] Ichii K，Kawabata A，Yamaguchi Y.Global correlation analysis for NDVI and climate variables and NDVI trends：1982-1990[J].International Journal of Remote Sensing，2002，23(18)：3873-3878.

[19] Moulin S，Kergoat L，Viovy N，et al.Global-scale assessment of vegetation phenology using NOAA/AVHRR satellite measurements[J].Journal of Climate，1997，10(6)：1154-1170.

[20] Spano D，Cesaraccio C，Duce P，et al.Phenological stages of natural species and their use as climate indicators[J].International Journal of Biometeorology，1999，42(3)：124-133.

[21] Ichii L，Kawabata A，Yamaguchi Y.Global correlation analysis forNDVIand climatic variables andNDVITrends.1982-1990[J].Remote Sens，2002，23(18)：3873-3878.

[22] Myneni R B，Keeling C D，Tucker C J，et al.Increased Plant growth in the northern high latitudes from 1981 to 1991[J].Nature，1997，386(6626)：698-702.

[23] Zhou L M，Tucker C J，Kaufmann P K，et al.Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999[J].Journal of Geophysical Research，2001，106(17)：20069-20083.

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

[25] 崔林丽，杜华强.中国东南部植被NPP的时空格局变化及其与气候的关系研究[J].地理科学，2016，36(5)：787-793.

[26] 李欣，王连喜.宁夏近25年植被指数变化及其与气候的关系[J].干旱区资源与环境，2011，25(9)：161-166.

[27] 赵济.中国自然地理.第四版[M].北京.高等教育出版社，1997.

[28] 李威，李月臣，唐谊娟，等.基于MODIS-NDVI的贵州省2001-2010年植被覆盖变化分析及分异特征[J].重庆师范大学学报(自然科学版)，2015，32(4)：146-151.

[29] 王凤敏，田庆久，虢建宏.基于ASTER数据反演我国南方山地陆表温度[J].国土资源遥感，2005，63(1)：30-34.

[30] Piao S L，Fang J Y，Chen A P.Seasonal dynamic of terrestrial net primary production in response to climate change in China[J].Acta Botanica Sinica，2003，45(3)：269-275.

[31] 宋怡，马明国.基于GIMMS AVHRRNDVI数据的中国寒旱区植被动态及其与气候因子的关系[J].遥感学报，2008，12(3)：499-506.

[32] 郑有飞，牛鲁燕，吴荣军，等.1982-2003年贵州省植被覆盖变化及其对气候变化的响应[J].生态学杂志，2009，28(9)：1773-1778.

[32] 吴端耀，罗娅，王青，等.2001-2014年贵州省林草植被覆盖度时空变化及其与气温降水变化的关系[J].贵州师范大学学报(自然科学版)，2017，35(1)：1-7.

[34] 马士彬，安裕伦，杨广斌，等.喀斯特地区不同植被类型NDVI变化及驱动因素分析——以贵州为例[J].生态环境学报，2016，25(7)：1106-1114.

[35] 张勇荣，周忠发，闫利会.典型喀斯特生态脆弱区近25年来气候变化特征分析——以贵州中部为例[J].安徽师范大学学报：自然科学版，2015，38(5)：474-478.

MODIS-BasedvegetationchangeinLipingCountyofGuizhou

Xu Yufeng*，Lu Chenghong，Pan Wangsheng，Zhang Yonglei，Sun Lianqun，Yao Xing

(School of Tourism and Resource Environment，Qiannan Normal University for Nationalities，Duyun 558000)

Based on the MODIS-NDVIdata and temperature and precipitation data during the past 2000-2014 years，the vegetation cover change and its influencing factors in Liping county were analyzed.Results showed that：1) from the change of space，the vegetation degradation area of Liping county only accounts for 14% of the study area in the past 15 years，the improvement area accounts for 75%，and the no change area is about 11%.The degraded areas are mainly distributed in the northeast and central regions.2) The annualNDVIvalue increases with the elevation.The maximum annualNDVIvalue appears in the region above 1 200 m and the minimum annualNDVIarea is below 200 m.During the study period，the average annualNDVIvalue was negatively correlated with annual precipitation and annual mean temperature，and the effect of temperature was significant.

Vegetation cover；NDVI；elevation；Liping County

S 771；Q 948

A

1001-005X(2017)06-0006-05

2017-05-11

贵州省教育厅创新群体重大研究项目(黔教合KY字[2016]055)；贵州省教育厅创新群体重大研究项目(黔教合KY字[2016]054)

许玉凤，博士，副教授。研究方向：资源利用与生态安全、植被覆盖时空变化。E-mail：1546246929@qq.com

许玉凤，陆承红，潘网生，基于MODIS的贵州省黎平县植被变化.[J].森林工程，2017，33(6)：6-10.