山东省城镇化与植被指数的时空关系研究

曹纪元 高剑飞 董超

摘  要：为研究近20年城镇化背景下，山东省的植被EVI时空变化受城镇化进程的影响，基于2001—2020年的MODIS-EVI数据检验探讨山东省植被的时空分布规律和植被变化趋势，分析了植被变化与夜光数据的相关性。结果表明：山东省近20年整体植被呈增加趋势，总增长趋近年均值的11.80%。由城镇扩张引起的夜光指数变化对城市周边植被覆盖具有抑制作用，而远离城市则表现为一定的促进作用。

关键词：EVI;植被趋势;夜光数据;城镇化

中图分类号：Q948;X173      文献标识码：A 文章编号：2096-4706（2020）24-0030-05

Spatiotemporal Relationship Study between Urbanization and Vegetation Index in Shandong Province

CAO Jiyuan，GAO Jianfei，DONG Chao

（College of Information Science and Engineering，Shandong Agricultural University，Taian  271018，China）

Abstract：In order to study the situation that vegetation EVI spatiotemporal change is influenced by urbanization process in Shandong Province under the recent 20 years urbanization background，based on MODISEVI data validation from 2001 to 2020，the spatiotemporal distribution law and change trend of vegetation in Shandong Province are discussed，and the correlation between vegetation change and luminous data is analyzed. The results show that the overall vegetation in Shandong Province in recent 20 years present a rising trend，and the total growth gets close to 11.80%  of the annual average. The variation of luminous index caused by urban expansion will inhibit the vegetation coverage around the city，while far away from the city has a certain promotion to it.

Keywords：EVI;vegetation trend;luminous data;urbanization

0  引  言

植被作为自然界的重要组成部分，不仅是陆地生态系统中重要的一环，也是反映人与自然的一面镜子[1]。近些年来，随着我国城镇化和工业化的迅速发展，人民对于拥有良好生态环境的美好生活也越来越向往[2]。而土地利用/覆被变化（LUCC）是引起全球环境变化的重要组成部分和主要原因之一，由于其对于引导我国土地资源合理利用具有非常重要的意义，我国学者开展了一系列相关研究，以深化土地，环境，气候，人类活动等因子对其产生的影响[3]。贾路等研究发现西安市降雨量与植被覆盖度均值呈现出增加趋势[4]。赵鸿雁等研究发现生长季NDVI对不同气候因子的响应程度不同，气温最强，降水次之，太阳辐射最弱[5]。刘启兴等通过分析气候因素及人类活动对植被覆盖的影响，发现气候因素对黄河源区植被生长起主要促进作用，而人类活动则对黄河源区的生态环境产生一定的积极意义[6]。通过梳理相关文献可知，局部地区的植被生长对气候因子的响应程度存在显著差异，人为因素对植被趋势变化的影响也有利有弊。

2019年2月份，美国航天局公布的卫星数据表明，在2000年至2017年间，全球绿化面积增加了5.00%，其中约四分之一来自中国，贡献比例居全球首位。分析显示，中国的贡献中42.00%来自植树造林，32.00%来自集约农业。而山东省作为我国的粮食大省，故对山东省城镇化与植被指数的时空关系的研究具有重要意义。本文利用一元线性回归、M-K趋势检验对研究区域进行了EVI像元尺度的分析[7]，模拟山东省2001—2020年间的EVI变化趋势，通过各个像元的变化趋势反映整个山东省的变化规律，通过M-K趋势检验对2001年—2020年的MODIS数据进行时序分析，得出山东省植被变化趋势，以及利用NPP/VIRS夜光数据对城市区域进行相关性分析，探讨山东省夜光数据与EVI的關系。

1  研究区域概况

山东省位于我国华东地区，介于北纬34°22.9′～38° 24.01′，东经114°47.5′～122°42.3′之间，面积达15.79万平方千米，占全国总面积的1.64%。山东省作为我国的产粮大省，种植面积占到总面积的53.82%。山东中部山地突起，西南、西北低洼平坦，东部缓丘起伏，地形以丘陵为主，温带季风气候，降水集中，雨热同季，春秋短暂，冬夏较长，年均日照时数2 290～2 890小时，年平均降水量一般在550～950毫米。

2  数据获取与处理

2.1  土地覆盖数据及EVI数据源

研究采用的2001—2020年间的MOD13A2产品，所有数据在USGS网站（https：//ladsweb.nascom.nasa.gov/search）上获取。MOD13A2以每像素为基础，以1公里（km）的空间分辨率提供植被指数（VI）值。有两个主要植被层。第一个是归一化植被指数（NDVI），它被称为现有的美国国家海洋与大气管理局-先进超高分辨率辐射计（NOAA-AVHRR）得出的NDVI的连续性指数。第二植被层是增强植被指数（EVI），在高生物量地区具有更高的敏感性。该产品的算法会从16天的所有采集中选择最佳的可用像素值。使用的标准是低云，低视角和最高NDVI/EVI值。由于NDVI指数对于高植被区域具有较低的灵敏度，所以采用MOD13A2增强植被指数EVI对山东省进行植被趋势分析，时间分辨率为16天，空间分辨率为1 km[8]。

原始数据通过MRT（MODIS Reprojection Tools）工具统一进行投影拼接转换，转换为UTM投影，坐标系为WGS84坐标，并利用山东省矢量边界对处理后的数据进行裁剪[6]。

2.2  夜光数据源

研究还使用了2014年—2020年的Soumi-NPP/VIIRS观测夜间灯光数据表征城市面积变化。VIRS是高分辨率辐射仪AVHRR和地球观测系列中分辨率成像光谱仪MODIS系列的拓展和改进。VIIRS数据可用来测量云量和气溶胶特性、海洋水色、海洋和陸地表面温度、海冰运动和温度、火灾、和地球反照率。通过对年际数据中值求解，表征夜光数据年际间变化。

3  时空趋势相关分析方法

本研究的数据分析方法主要采用了一元线性回归和M-K趋势检验、相关性分析。

通过一元线性回归获取EVI指数的变化趋势，对EVI指数进行M-K趋势检验，从统计学的角度揭晓植被EVI指数随时间的变化趋势，利用相关性分析方法对夜光指数年均值数据和植被EVI进行相关性定量解算。

3.1  线性回归和M-K趋势分析

本文采用线性回归分析法定量研究EVI的变化趋势，该方法可以模拟每个栅格的变化趋势，以单个像元时间变化特征反映整个空间变化规律，综合反映时空格局演变[9]。该方法通过对预处理后的MOD13A2 EVI数据集进行逐像元应用，获取EVI数据的时序变化特征，计算公式如式（1）所示：

（1）

Slope为2001—2020年间时间分辨率为16 dpi的EVI数据的变化趋势;n为年份总数，i为年序数，EVIi为第i年的EVI值。当Slope为正时，说明植被状况趋向正向趋势发展;反之，当Slope为负时，则说明植被状况趋于退化[10]。

M-K趋势检验是一种常用于绿色植被的非参数检验方法。具有不受少量异常值干扰，定量化程度高，计算方便等优点。通过对2001年—2020年的时间序列进行M-K趋势检

验，判别EVI数据随时间的变化趋势。计算公式如式（2）～式（5）所示：

（2）

（3）

（4）

（5）

Zmk为单个像元的M-K标准化检测统计量。S统计量是通过前后影像的EVI数据计算得到的，Var（S）为S统计量的方差，求解公式可简化为式（5）。本文将其置于0.05置信水平上进行分析，即Zmk>1.96。

3.2  相关性分析

通过对夜光数据进行相关分析，从人文活动方面进行驱动因子分析。采用皮尔斯相关系数方法，计算如式（6）所示：

（6）

ra为夜光数据的相关系数，ai，bi分别为第i年的夜光数值和EVI数据，，为n年间的夜光数值和EVI均值。

4  结果与分析

4.1  山东省植被覆盖度分析

对2001年—2020年间的山东省EVI数据进行均值操作，得到山东省的植被覆盖情况，如图1所示，可以发现，山东省EVI多年均值的高值主要分布于鲁西北地区（EVI>0.3），而低值则主要分布在沿海及城市周边区域（EVI<0.1）。图2所示为山东省近20年间的EVI均值年际变化情况。结果显示，山东省20年间植被覆盖呈现出增长趋势——2001—2020的EVI总增长趋近年均值的11.80%，20年间全省EVI增长率达到23.30%。

通过对20年间山东省EVI影像进行一元线性回归分析，得出每个栅格的变化趋势，如图3所示。从空间分布上可以发现山东省城市区域及沿海区域的EVI呈现出明显的下降趋势，而EVI存在明显增长区域主要分布在鲁西地区。总体结果表明，山东省近20年间植被指数显著呈增强态势，而图中蓝色部分明显集中于城镇周边，表明城市周边区域的植被覆盖出现了退化现象。

对山东省2001年—2020年EVI指数做M-K趋势分析，如图4所示。山东省2001—2020年EVI趋势分析表明：UF统计量在2001年—2003年间小于0，表明山东EVI指数整体呈减少趋势;在2004年—2020年间，UF统计量一直大于0，且于2011年UF与UB相交于一点，且相交点超过显著性α小于0.05的临界值1.96，可以由此判断出自2007年后增长趋势明显。

4.2  夜光数据与植被指数分析

对2014年—2020年夜光数据进行均值处理，将夜光数据与EVI进行皮尔斯相关系数处理，分别如图5，图6所示。

统计结果如表1所示，表明EVI与夜光指数年均值呈负相关的区域面积占总面积的23.33%，而EVI与夜光指数年均值呈正相关的区域面积占总面积的76.67%，表明山东省植被生长与夜光指数年均值关系较大。结合图6，我们可以发现，研究区EVI与夜光指数年均值呈正相关的地区主要分布在鲁中山地丘陵地区（R>0.4）;而对于植被的抑制作用则主要集中于城市周边地区（R<-0.4）。因此，城镇化对周边植被覆盖有一定的抑制作用。主要表现在城市扩张过程中所引起的土地利用/覆盖变化等。而在远离城市地区，植被EVI指数呈现出正增长的态势，其中原因仍需要进一步的探讨。故，城镇化进程对于植被覆盖具有一定的促进作用。

为进一步探讨人类活动对EVI的影响，在2014—2020年的夜光指数年均值的基础上，对青岛市进行剖面分析，如图7所示。分别对夜光指数与植被指数相关系数、青岛市土地覆盖类型、夜光指数剖面图进行剖面分析，如图8，9，10所示，对根据图10可以发现，青岛市城市内夜光指数显著高于城市外侧的农业用地，夜光指数在城市内部达到峰值，远离城市则表现为低值。结合图8图9，可以发现在青岛市土地覆盖类型发生改变时，往往也是夜光指数与植被指数相关系数发生较大波动的时候。特别是在青岛市城乡交界处，夜光指数与植被指数呈负相关系数关系，而在城市内部相关系数以正相关系数为主，这可能与青岛市近些年来注重城市绿化有关，如2011年青岛市政府通过《青岛市城市绿化条例》，使城市植被覆盖度有了较大的提升。因此，城镇化对植被覆盖具有抑制作用，主要集中于城乡交接的土地利用/覆盖变化区域;而对于远离城市区域则以促进作用为主，至于原因仍需要进行相关研究。

5  结  论

本文通過对山东省近20年来的增强型植被指数进行一元线性回归与M-K趋势检验，结合土地覆盖图，通过分析夜光遥感影像，对近20年来的植被情况进行了初步的探讨，并分析了人类活动对其所造成的影响。

山东省EVI指数呈现出西北高东部低的空间分布。近20年间山东省植被覆盖度呈现出明显增长态势，且从2007年起增长趋势显著，2020年同2001年相比，EVI增长了23.30%，近20年的EVI总增长也趋近于年均值的11.80%。

城镇化对植被覆盖度起到了一定程度的促进作用。促进作用主要分布于远离城镇区域，其中以鲁中区域贡献较大（R>0.4）;鲁中区域由于多为山地丘陵地貌，受人类活动负面影响较弱;而大部分城市的边缘区域植被呈现显著的减少趋势，且与夜光指数具有显著负相关关系，表明城市的发展和扩张对于周边植被会产生不利影响，但本文只考虑了人类活动中的夜光指数，对人类活动中的开垦、污染等人类活动因子未加考虑，对深刻揭示城镇化与植被覆盖的关系的研究还有待继续。

参考文献：

[1] 毛德华，王宗明，罗玲，等.基于MODIS和AVHRR数据源的东北地区植被NDVI变化及其与气温和降水间的相关分析 [J].遥感技术与应用，2012，27（1）：77-85.

[2] 翟绍果，谌基东.共建美好生活的时代蕴意、内涵特质与实现路径 [J].西北大学学报（哲学社会科学版），2017，47（6）：20-26.

[3] 刘新卫，陈百明，史学正.国内LUCC研究进展综述 [J].土壤，2004（2）：132-135.

[4] 贾路，任宗萍，李占斌，等.2000-2013年西安市植被覆盖度时空演变 [J].水土保持研究，2019，26（6）：274-279.

[5] 赵鸿雁，陈英，周翼，等，甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应 [J].干旱区地理，2019，42（6）：1427-1435.

[6] 刘启兴，董国涛，景海涛，等，2000-2016年黄河源区植被NDVI变化趋势及影响因素 [J].水土保持研究，2019，26（3）：86-92.

[7] 徐建华.现代地理学中的数学方法 [M].北京：高等教育出版社，2002.

[8] 贺忠华，张育慧，何月，等，浙江省近20年植被变化趋势及驱动因子分析 [J]，生态环境学报，2020，29（8），1530-1539.

[9] 赵维清，李经纬，褚琳，等.近10年湖北省植被指数时空变化特征及其驱动力 [J].生态学报，2019，39（20）：7722-7736.

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

作者简介：曹纪元（2000—），男，汉族，浙江金华人，本科在读，研究方向：遥感科学与技术;高剑飞（2000—），男，汉族，山东临沂人，本科在读，研究方向：测绘程序与地理信息系统;董超（1984—），男，汉，山东昌邑人，讲师，博士，研究方向：土地资源利用。