2001—2019年广东省植被NDVI时空演变特征及持续性分析

徐 勇，吴杰峰，郭振东，李欣怡，黄雯婷

(桂林理工大学 测绘地理信息学院,广西 桂林 541006)

0 引言

植被是地球陆地表面生态系统的重要组成部分，是联结大气、土壤和水分等要素的纽带，成分复杂，其变化是对全球气候变化、全球大气循环和全球物质能量循环的反馈和响应[1-3]。植被不仅可以为人类的生存和发展提供基础物质保障，还由于其对环境变化响应敏感，也常被用来当作陆地生态系统变化的指示器[4-7]。目前，利用遥感数据在多时间和空间尺度上进行植被覆盖时空演变分析与监测已成为全球变化的一个重要研究课题，系统地研究植被覆盖的时空动态变化对生态环境保护和管理具有重要的科学价值。

基于长时间序列遥感数据，国外学者在植被覆盖时空演变反演研究领域取得了长足的进展，但使用的遥感数据和研究区域不尽相同[8-11]。Myneni等[12]使用AVHRR NDVI 和GIMMS NDVI两种遥感数据研究了北半球高纬度地区植被NDVI时空变化特征，结果表明，由于受春季和秋季生长季延长的影响，整体上该区植被NDVI呈上升趋势。Piao等[13]的研究结论表明，欧亚大陆寒温带1982—2006年的植被覆盖呈阶段性变化，虽然整体呈增加趋势，但从1997年开始植被覆盖的变化趋势从增加变为减少。此外，20世纪90年代以来，得益于天然林资源保护工程、三北防护林工程、退耕还草还林工程、京津冀风沙源治理工程以及退牧还草等诸多生态林业工程的实施[14-16]，整体上中国植被NDVI呈上升趋势，尤其是内蒙古地区[17]、华北平原[18]、黄土高原[19]、以及西南部分地区[20]，植被覆盖呈显著增加趋势，但仍有部分地区植被NDVI呈下降趋势，尤其是城市化发达的长江三角洲、珠江三角洲地区以及各大中城市群及其周边地区[21-22]，由于受气候变化和人类活动的双重影响，以上地区植被覆盖呈不同程度恶化态势。

广东省为我国经济最为发达的省份之一，且珠江三角洲地区位于广东省，由于其经济发达、人口密度大以及城市化程度高等特点，该省陆地植被生态系统异常脆弱，对气候变化和人类活动变化敏感。本文基于2001—2019年MODIS NDVI时间序列，利用一元回归分析法、Mann-Kendall显著性检验和R/S分析法，分析广东省植被覆盖时空演变特征、持续性特征及其未来变化趋势，研究结果可为植被恢复、生态修复等工程提供参考。

1 研究区概况

广东省位于我国南部沿海地区，东接福建，南连南海，西靠广西，北与湖南接壤，如图1所示，此外，还与香港、澳门紧密相连，区域范围在108°42′～116°19′E，20°08′～25°29′N之间，总面积约179 700 km2，包含21个地级市。

图1 广东省行政区划图Fig.1 Administrative map of Guangdong province

为探究植被NDVI时空演变空间差异，将广东省划分为4个区域，分别为粤东、粤西、粤北和珠江三角洲地区。广东省地形地貌复杂多变，东北和北部分布有莲花山、罗浮山、九莲山等山脉，而低丘、台地和平原多集中在中部和南部沿海地区，故地势呈现东部和北部高，中部和南部低的特点。年平均降水量在1 300～2 500 mm，年平均气温在19～24 ℃之间，丰沛的雨热条件为植被生长提供了良好的条件。同时，广东省是我国对外开放程度最高的省份之一，经济发达，2019年广东省GDP位列全国第一，尤其是珠江三角洲经济区，经济发达、人口稠密、城市化程度高，受人类活动影响频繁，该区生态环境较为脆弱，植被生长对气候变化和人类活动响应敏感。

2 数据来源和研究方法

2.1 数据来源及预处理

以MOD13Q1 NDVI时间序列为遥感数据源，数据来源于美国国家航空航天局，时间分辨率为16天，空间分辨率为250 m，时间跨度为2001—2019年，每年23幅影像，轨道号为h28v6，格式为HDF。MRT工具由美国国家航空航天局提供，可以实现MODIS数据的重采样、投影、拼接等批处理。首先，本文使用MRT软件对MOD13Q1时间序列数据进行重采样、投影转换和格式转换等批处理，输出每年23幅MODIS NDVI影像；然后，采用最大值合成法将每年23幅影像合成12幅，得到月NDVI时间序列，最大值合成法可以进一步消除或减少大气、云层、和太阳高度角等因素对数据精度的影响；最后，利用均值法获取2001-2019年年平均MODIS NDVI时间序列。广东省行政界线矢量文件来源于自然资源部监制的1∶430万矢量数据，数据来源可靠，精度高。

2.2 研究方法

2.2.1 一元线性回归法

一元线性回归法又叫最小二乘法的线性回归法[23]，可用来分析因变量与自变量之间的线性关系及变化趋势。本文利用一元线性回归法计算2001-2019年广东省植被NDVI年际变化趋势，揭示广东省植被覆盖时空演变特征。计算式如下：

(1)

式中，Sslope表示趋势线的斜率；n表示2001-2019年时间段内总的年数；i表示时间段内的第i年；MNDVIi则表示第i年的均值NDVI。通过计算，若斜率Sslope>0,则表示在研究时间段内植被NDVI呈上升趋势的；相反，若斜率Sslope<0,则表示在研究时间段内植被NDVI呈下降趋势。

2.2.2 Mann-Kendall显著性检验法

Mann-Kendall显著性检验法是由Mann提出的一种最初应用于监测序列变化趋势的一种方法，可用来检验时间序列数据变化趋势的显著性。由于该方法不需要服从正态分布，常应用于分析水文和气候变化特征。为了确定植被NDVI时间序列变化趋势的显著程度，本文采用Mann-Kendall显著性检验法进行判断[8]，具体如下所示：

给定NDVI时间序列：

{NDVIi},i=1,2,…,n。

(2)

计算检验统计量S：

(3)

符号函数sgn：

(4)

计算方差：

(5)

定义标准化统计量Z：

(6)

根据显著性检验结果，将植被NDVI变化趋势程度分为不显著变化、显著变化和极显著变化。对于显著性水平α，当|Z|>Z1-α/2，表明时间序列在α水平上存在显著性变化，反之，则为不显著变化。本文定义变化趋势在α=0.05下显著时，为显著变化；在α=0.01下显著时，为极显著变化。为探究植被NDVI变化趋势的显著性，本文根据植被NDVI变化趋势及Mann-Kendall显著性检验将植被NDVI变化分成6类：极显著上升、显著上升、轻微上升、轻微下降、显著下降和极显著下降。

2.2.3 R/S分析

R/S分析模型是英国水文学家赫斯特提出的一种用来分析时间序列趋势性的分析方法，最早应用在气温和水文的趋势分析上，常被用来分析长时间序列数据变化趋势持续性特征。计算如下[23]:

假设植被NDVI时间序列为δ(i)，其中i的值取1，2，…，n，当随机取一个大于零的整数τ≥1时，则植被NDVI时间序列计算如下：

均值序列为：

(7)

累积离差序列为：

(8)

极差序列为：

R(τ)=max(X(t,τ))-min(X(t,τ)),t=1,2,…,τ。

(9)

标准差序列为：

(10)

计算 Hurst 指数为：

R/S=R(τ)/S(τ)。

(11)

如果：

E(R/S)∝cτH，

(12)

则说明分析的时间序列符合赫斯特指数的条件，则H称为赫斯特(Hurst)指数；上式中的H和c分别表示Hurst指数和比例参数；Hurst指数是通过对式(11)两边取对数，然后在双对数坐标系(ln(Rτ/Sτ)，lnτ)用最小二乘法拟合计算得到的，0

3 结果分析

3.1 植被NDVI时间变化特征

采用一元线性回归方法对年均植被NDVI时间序列进行趋势分析，探究2001—2019年广东省植被NDVI时间变化特征。函数斜率越大，表示变化趋势越明显；R2为决定系数，值越大，表示自变量和因变量的拟合优度越好，自变量对因变量的解释程度越高。2001—2019年广东省植被NDVI变化趋势如图2所示。

图2 2001—2019年广东省植被NDVI变化趋势Fig.2 Temporal variation of vegetation in Guangdong province from 2001 to 2019

广东省植被NDVI时间变化趋势统计如表1所示。

表1 广东省植被NDVI时间变化趋势统计Tab.1 Statistical results of temporal variation of vegetation in Guangdong province

由图2和表1可以看出，整体上，2001—2019年广东省植被NDVI呈波动下降趋势，下降斜率为-0.000 7/年。2001—2019年广东省植被NDVI多年平均值为0.666，最大值出现在2003年，为0.685，最小值出现在2019年，为0.641。区域尺度上，粤东、粤北和珠江三角洲地区植被NDVI呈下降趋势，且粤北地区植被NDVI下降趋势最为显著，为-0.001 8/年，珠江三角洲地区植被NDVI下降速率次之，为-0.001 4/年，粤东地区植被NDVI下降趋势最为明显，为-0.000 1/年。而粤西地区植被NDVI呈上升趋势，上升斜率为0.000 6/年。粤北地区多年平均植被NDVI最高，为0.707，其次为粤东地区，为0.682，最低为珠江三角洲地区，为0.624。以上结果表明，2001—2019年广东省植被NDVI整体呈退化态势，粤北地区和珠江三角洲地区植被退化趋势最为显著，但粤西地区植被NDVI呈改善态势。

3.2 植被NDVI空间分布特征

为定量分析植被NDVI的数量特征，本文将植被NDVI重分类成为0～0.2,0.2～0.4,0.4～0.6,0.6～0.8,0.8～1，共计5个等级，如图3所示。

图3 2001—2019年广东省平均植被NDVI空间分布Fig.3 Spatial distribution of mean NDVI in Guangdong province from 2001 to 2019

广东省平均植被NDVI分级统计如表2所示。

广东省植被覆盖状况整体较好，但植被NDVI在空间上呈现明显地域差异，大部分地区的植被NDVI值较高，局部地区植被NDVI值较低。由图3和表2可以看出，广东省植被NDVI大于0.6的面积占广东省总面积的77.35%，主要分布在粤东、粤西和粤北地区；植被NDVI小于0.4的面积仅占广东省总面积的5.95%，主要分布在珠江三角洲地区及粤东地区的汕头、揭阳和潮州部分地区。

粤东、粤西和粤北地区植被覆盖程度明显高于珠江三角洲地区，其中，粤北、粤西、和粤东地区植被NDVI大于0.6的区域分别占其区域面积的86.90%,82.62%和80.72%；而珠江三角洲地区植被NDVI大于0.6的区域仅占其总面积的63.96%，且植被NDVI小于0.4的区域占其总面的13.45%，远高于粤东(3.76%)、粤西(3.09%)和粤北地区(0.87%)。由上可知，植被NDVI低值主要分布在城市化水平较高的珠江三角洲地区城市群以及各城市中心及其周边地区，而植被NDVI高值区主要位于粤东、粤西和粤北大部分区域，原因可能与以上地区的土地植被覆盖类型、人类活动强度以及城市快速扩张速度有关。

3.3 植被NDVI空间变化特征

本文采用一元线性回归方法，在像元尺度上计算植被NDVI的变化趋势，揭示广东省植被NDVI空间变化的空间差异。结果如图4(a)所示，2001—2019年广东省植被NDVI变化趋势为-0.439～0.418/年之间，且表现出明显的地域差异。整体上，植被NDVI呈上升趋势的面积略小于呈下降趋势的面积。如图4(b)和表3所示，植被NDVI呈上升趋势的面积占研究区总面积的45.39%，其中，呈极显著上升和显著上升区域占研究区总面积的16.85%，零星分布在粤东和粤西部分地区，粤东主要分布在湛江、茂名和阳江的沿海地区。粤西则分布在梅州的西部和东部地区、潮州东部沿海地区以及揭阳和汕尾南部沿海地区。植被NDVI呈下降趋势的面积占研究区总面积的54.61%，其中，呈极显著下降和显著下降区域占研究区总面积的19.56%，主要分布在珠江三角洲地区的城市群和粤东地区的潮州、揭阳和汕头城市群，2个区域的城市群城市化水平高，大量的人口聚集使得城市人口密度较高，人类活动也随之增强，从而导致植被覆盖迅速减少。

图4 2001—2019年广东省植被NDVI变化趋势及显著性检验Fig.4 NDVI variation trend and significance test in Guangdong province from 2001 to 2019

广东省植被NDVI变化显著性统计如表3所示。

表3 广东省植被NDVI变化显著性统计Tab.3 Statistical results of significance test of NDVI variation in Guangdong province 单位：%

由表3可以看出，粤东和粤西地区植被NDVI呈上升趋势的面积分别占其总面积的53.79%和59.11%，表明以上2地植被NDVI呈上升趋势的面积高于呈下降趋势的面积，在研究时段内植被覆盖以上升为主。而粤北和珠江三角洲地区植被NDVI呈上升趋势的面积低于呈下降趋势的面积，其中，粤北地区植被NDVI呈上升趋势的面积仅占其总面积的26.94%，但植被NDVI呈极显著下降和显著下降的面积达29.84%，远高于粤东(16.94%)、粤西(10.35%)和珠江三角洲地区(21.32%)。由上可知，粤东和粤西地区植被覆盖以上升为主，粤北和珠江三角洲地区植被覆盖以下降为主，且粤北地区植被NDVI下降程度强于珠江三角洲地区。

3.4 植被NDVI未来变化趋势

为探究广东省植被NDVI持续性特征，本文使用R/S分析模型，得到广东省植被NDVI时间序列的Hurst指数，以揭示广东省植被NDVI在时间序列上变化的持续性和反持续性特征及其强度。结果表明，广东省植被NDVI的Hurst值的分布在0.127～0.989，平均值为0.550，表明广东省植被NDVI变化整体呈弱持续性变化。其中，强反持续性、弱反持续性、弱持续性和强持续性所占比例分别为0.4%,58.2%,40.2%和1.2%。由上可知，广东省绝大部分地区植被NDVI以弱反持续性变化和弱持续性变化为主，其中，呈现弱反持续性的地区主要在广东省的粤东、粤西以及粤北地区交织分布；而弱持续性变化只要分布在珠江三角洲城市群的核心地区(图5(a))。为探究广东省植被NDVI时间序列未来变化趋势，本文将趋势分析结果进行重分类，分成上升和下降两大类，然后与重分类后的Hurst指数进行叠置分析，得到植被NDVI未来变化趋势空间分布图(图5(b))。其中，植被NDVI呈下降-反持续性以及上升-持续性变化可被认为植被NDVI未来呈上升趋势，同理，植被NDVI呈上升-反持续性以及下降-持续性变化可被认为植被NDVI未来呈下降趋势。

图5 广东省植被NDVI持续性变化特征Fig.5 Sustained variation characteristics of NDVI in Guangdong province

广东省植被NDVI持续性变化统计如表4所示。

表4 广东省植被NDVI持续性变化统计Tab.4 Statistical results of sustained variation characteristics of NDVI in Guangdong province 单位：%

由表4可以看出，广东省植被NDVI未来呈上升趋势的面积占研究区总面积的51.89%，其中，呈下降-弱反持续性和上升-弱持续性变化的区域仅占研究区总面积的51.14%。广东省植被NDVI未来呈下降趋势的面积占研究区总面积的48.11%，其中，呈下降-弱持续性和上升-弱反持续性变化的区域站研究区总面积的47.22%。综上可知，广东省未来植被NDVI变化以弱持续性和弱反持续性为主，且未来植被NDVI呈上升趋势的面积略大于呈下降趋势的面积。粤东、粤西和珠江三角洲地区植被NDVI未来变化呈上升趋势的面积略低于呈下降趋势的面积，分别占其总面积的48.72%,49.60%和49.16%。而粤北地区植被NDVI未来变化呈上升趋势的面积高于呈下降趋势的面积，占其总面积的63.24%。由此可知，除粤北地区外，其余3个地区植被NDVI未来变化以下降为主，但下降程度以弱持续性为主。

未来植被NDVI呈现改善趋势的地区主要分布在粤北地区的韶关和清远、粤西地区的云浮以及粤东地区的河源北部(图5(b))。以上地区主要位于广东省的山区地带，由于人类活动对山区的植被覆盖影响较小，特别是河源市和韶关市，山区地区的森林植被生态系统经过长期的发展，植被覆盖状况良好，森林生态系统较为稳定。除此之外，以上地区位于北回归线附近，其气候类型为亚热带季风气候，年降雨量和温度以及太阳日照时数等条件都处于适合植被生长的范围，因此植被覆盖情况和生长速度都处于较佳的状态，植被抵御风险及恢复力都较强。以上结论与本文粤北地区植被NDVI未来呈上升趋势大于下降趋势结论一致。粤东地区汕头、揭阳和潮州的交界处的城市群未来植被NDVI呈现持续退化的趋势，与以上地区快速城市化紧密相关。此外，呈现持续退化趋势的还有珠江三角洲地区，其中佛山的表现最为严重，其次是中山、东莞和广州的南部，这些区域都是珠江三角洲发展的核心地区。综上可知，城市的快速发展和城市用地的不断扩张是导致区域植被退化的一个重要因素。

4 结束语

本文利用一元回归分析法、Mann-Kendall显著性检验和R/S分析法，基于2001-2019年的MODIS NDVI时间序列，揭示了广东省植被NDVI时空演变特征及其持续性特征，同时对比分析了广东省不同地区植被NDVI时空变化及未来变化趋势的差异，主要研究结论如下：① 整体上，2001—2019年广东省植被NDVI呈波动下降趋势，下降斜率为-0.000 7/年。粤东、粤北和珠江三角洲地区植被NDVI呈下降趋势，且粤北地区下降趋势最为明显。粤西地区植被NDVI呈上升趋势；② 广东省植被NDVI空间分布呈明显地域差异，粤东、粤西和粤北地区植被NDVI明显高于珠江三角洲及其周边地区。广东省植被NDVI呈上升趋势面积略低于呈下降趋势的面积，且植被NDVI呈极显著下降和显著下降的区域略高于呈极显著上升和显著上升的区域。粤东和粤西地区植被NDVI呈上升趋势的面积高于呈下降趋势的面积，粤北和珠江三角洲地区则与之相反；③ 整体上，广东省植被NDVI时间序列呈弱持续性变化，且广东省植被NDVI未来呈上升趋势的面积略高于呈下降趋势的面积。粤东、粤西和珠江三角洲地区植被NDVI未来变化呈上升趋势的面积略低于呈下降趋势的面积，而粤北地区则与之相反。

本文仅在像元和区域尺度上探究广东省植被NDVI时空演变特征，但区域植被生长往往受气候变化和人类活动的双重影响-正向促进和负向抑制。在以后的研究中，在研究植被NDVI变化的同时，应探究气候变化和人类活动对区域植被NDVI变化的驱动机制，以期更加全面地了解植被NDVI时空演变特征及其驱动因素。