汶川地震极重灾区2002-2020年NDVI变化及驱动力

周先峰

汶川极重灾区影响植被分布因子是多元的。选取2002-2020 年MYD13Q1-NDVI 数据，利用地理加权回归模型分析气候和其他四个因子的植被变化驱动力。研究结果表明：GWR 模型认为年均气温对NDVI 的影响最大，其次是年降水、道路欧氏距离、水系欧氏距离。

全球环境日益渐变并逐渐威胁到人类和社会的发展，植被作为大气环境、土壤环境和水分循环的关键连接点，植被是自然变化的“显示器”，研究植被变化趋势，并探讨植被变化的驱动因子。研究区地理位置特殊，自然灾害频发，本文利用2002-2020 年MODIS-NDVI数据分析极重灾区植被覆盖变化，从气候和其他四个因子分析NDVI 与各个因子的耦合关系，分析植被变化的驱动力。

一、研究区及数据来源

1.研究区概况

研究区位于属于青藏高原与四川盆地交界处，本文以汶川极重灾区青川县、平武县以及汶川县等共十个县市为研究区（图1），东西横跨约207 km，南北长约260 km，所辖国土面积约26090km2。

图1 研究区位置示意图

2.数据来源及处理

本文采用中分辨率成像光谱仪MYD13Q1-NDVI 数据，收集2002-2020 年16d 合成产品，利用MRT 软件进行预处理。从中国气象网下载2000-2019 年的气温、降水数据。从全国地理信息资源目录服务系统获取2017年水系和道路数据生成250m 空间分辨率栅格数据。

二、研究方法

地理加权回归（GWR）它是将空间地理位置作为参数的一种普通线性回归，为消除数据噪音影响，采用最大值合成法合成数据。本文应用GWR4 软件运行GWR。Brunsdon 等对GWR 的原理和算法作了较为详细的介绍，GWR 模型如公式1 所示:

三、植被覆盖变化驱动力分析

1.气候因子

气候因子具有长期性和累积性效应,年均气温53.61%的区域呈正相关；年降水22.26%的区域呈正相关（图2）。降水较高区域对NDVI 变化影响较高，较低区域对NDVI 变化影响较低。

图2 气候因子地理加权回归估计系数

2.其他因子

图3 其他因子地理加权回归估计系数

道路欧氏距离63.79%的区域呈负相关，道路主要对植被改善总体产生抑制作用；水系84.85%的区域呈负相关（图3），研究区的水系和水资源对人类活动产生重要的影响。

四、结语

本文基于MODIS-NDVI 数据四个因子，分析2002-2020 年极重灾区十个县、市NDVI 与影响因子之间的关系，得到以下结论：GWR 模型认为年均气温对NDVI 的影响最大，其次是降水、道路、水系。气候因子中，对NDVI的影响随着降水量的增加而增大，介于降水量的最值之间气温对NDVI 的影响最大；其他因子中，道路和水系主要对植被改善总体上是抑制作用，人类活动对NDVI 的影响不可忽视。