基于Landsat8的吉林市典型坡耕地作物长势与地形因子分异研究

李仁杰，刘廷祥

（长春师范大学 地理科学学院，吉林 长春 130032）

粮食安全与农业发展是国家经济稳定发展的重要基础，在耕地面积难以进一步增加的情况下，发掘现有耕地生产潜力，提升粮食产量和质量应成为我国耕地与粮食安全战略的长期选择[1]。东北地区是我国纬度最高的耕地分布区之一，也是我国重要的商品粮生产基地，而东北地区的坡耕地除了主要分布在平原区的漫川漫岗地形上，还分布在农业区向林业区过渡的农林交错区，而后者地形更加复杂。

前人研究表明，土壤性质和包括坡向、坡位、海拔在内的地形因子是影响植被生物量的重要因素[2]。张晓光等[3]利用空间插值技术，发现玉米产量与海拔呈正相关，与平面曲率呈负相关。叶强等[4]采用最小二乘法和多元逐步回归评价方法，得到东北地区黑龙江省高海拔与高坡度地区作物产量均值最低，中海拔与低坡度地区产量均值最高。刘焕军等[5]采用高精度数字高程模型分析归一化植被指数（NDVI）的空间变异性，指出坡型形状特征与凹凸程度与NDVI之间存在明显的空间分异性，田块内微尺度地形对作物长势影响显著。吴永斌等[6]通过在不同海拔地点进行籼稻和粳稻盆栽试验认为，水稻作物的产量与质量受海拔变化引起气温变化的影响。

上述研究说明了地形对区域作物长势具有明显影响，但不同区域不同地形对当地作物长势影响程度不尽相同。文章为了探究东北区域坡耕地作物长势与地形因子之间的关系，以吉林省吉林市的典型坡耕地为研究区，评估代表坡耕地作物的NDVI值随海拔高度、坡度、坡向3种地形因子的空间分布特征，旨在探索东北坡耕地作物长势与地形因子的空间分异规律，为进一步管理好东北粮仓提供理论基础。

1 材料与方法

1.1 研究区概况

吉林市位于吉林省中部偏东，东北腹地长白山脉向松嫩平原过渡地带的松花江畔，地理位置东经125°40′～127°56′，北纬42°31′～44°40′，地势由东南向西北逐渐降低。全区年平均气温3℃～5℃，受地形影响，由西、西北向东、东南气温逐渐降低。1月平均气温最低，一般在-18℃～-20℃，7月平均气温最高，一般在21℃～23℃。吉林市气候属于中温带亚湿润季风气候类型，全年降雨量约700 mm，全区日照时数2 400～2 600 h。坡耕地主要农作物类型为玉米。

1.2 数据来源

文章用于提取归一化植被指数的Landsat8 OLI遥感影像来源于美国地质勘探局，通过比较不同时期作物长势和影像清晰度，选择2019年7月6日的一景影像作为研究数据。数字高程模型（DEM）数据来源于地理空间数据云平台，耕地范围数据来源于全球30 m地表覆盖（GlobeLand30）数据集。以上数据空间分辨率均统一为30 m。

1.3 研究方法

归一化植被指数NDVI（Normalized Difference Vegetation Index）不仅受气候因素驱动的影响，同时也是环境因素驱动的结果[7]。在农作物生长期内，NDVI曲线的变化受作物的生长状况和生长条件改变的综合影响，因此选择NDVI来代表作物的长势情况[8]。NDVI的计算公式为：

式中：NIR——近红外波段（0.85～0.88μm）；R——红外波段（0.64～0.67μm）。

此外，为减小耕地数据发布时间与遥感影像发布时间不同所造成的误差，对耕地范围数据和Landsat8遥感影像数据进行全面的人机交互修正。

基于研究区DEM数据提取海拔高度、坡度和坡向数据，如图1所示。将各地形因子分级与基于Landsat8 OLI影像提取出的代表作物长势的NDVI值进行叠加分析并统计，得到坡耕地作物长势受各地形因子影响的分布特征，最后叠加3种地形因子的综合影响，得到地形因子对作物长势的综合影响规律。

2 结果

2.1 NDVI随海拔变化特征

根据研究区域特点，将研究区内的海拔分为＜200 m、200～300 m、300～400 m、400～500 m、＞500 m共5个等级，各等级分别占研究区总面积的15.2%、38.5%、38.9%、6.5%、0.9%。研究区内作物主要分布在200～400 m，＞500 m内的作物占比最少。

植被覆盖程度和分布特点受海拔高度的直接影响[9]。通过将得到的NDVI与分级后的海拔因子进行叠加分析，得到NDVI随海拔变化而变化的结果，接着为了进一步探究多种地形因子共同作用对NDVI值的影响，再将不同海拔范围内的坡度与坡向因子的分级进行相互叠加分析，得到各级别海拔范围内NDVI值在坡度、坡向影响下的变化。

从图2（a）中得出，在＜400 m海拔范围内，NDVI值随海拔上升而下降，接着在海拔400～500 m时上升，在＞500 m海拔时再次下降，在＜200 m级别时NDVI值最高，在海拔300～400 m时NDVI值最低。对于图2（b），在坡度因子的各个级别内均表现为坡度越高，NDVI值越高，其中，＜200 m级别的作物受坡度影响上升幅度最小，整体增幅为2.3%，说明该级别内的作物受坡度影响程度较别的海拔范围小，而300～400 m海拔范围内的作物受坡度影响增幅最大，整体增幅为8.4%。对于图2（c），＜200m、200～300 m、300～400 m三个面积占比较大的海拔级别均表现出随着坡向的顺时针转动，NDVI值从北坡至南坡逐渐下降，在南坡向达到最低值后逐渐上升，海拔＞500 m的作物NDVI最低值坡向为东坡向。

图2 海拔高度对NDVI分布的影响Fig.2 The effect of altitude on NDVI distribution

2.2 NDVI随坡度变化特征

结合研究区内坡度平缓区域较多的特点，以3°为间隔区间，坡度分为0°～3°（不包括0°）、3°～6°、6°～9°、9°～12°、12°～15°、15°～18°、18°～21°共7个等级，分别占研究区总面积的42%、34.8%、14.3%、5.6%、2.2%、0.8%、0.3%。其中，＜3°坡度级别占研究区总面积最大，18°～21°级别占比最小。

坡度代表了地形的起伏程度，不仅会影响地表径流，同时也会影响作物生长区域内的土壤属性，是影响植物长势的重要因素[10]。通过将NDVI与分级后的坡度因子叠加分析，得到NDVI随坡度变化的趋势图，再将不同级别的坡度与坡向进行再次叠加分析，以观察不同坡向的坡度与NDVI值之间的关系。

在图3（a）中，NDVI与坡度之间的关系表现为坡度越高，NDVI值越高。其中在0°～6°内增幅最小，之后坡度对NDVI值的影响更加明显，但这种趋势随着坡度的增加逐渐减弱。这说明在坡度0°～6°时，坡度对作物长势的影响作用较小，之后在坡度＞6°时，坡度对作物的影响增强，随着坡度的上升，这种影响又逐渐减弱。对于图3（b），随着坡向的顺时针转动，＜15°的坡度级别均表现出北坡至南坡NDVI值逐渐下降，在南坡向达到最低，之后逐渐上升。而15°～18°和18°～21°两级别的NDVI值在东南坡向达到最低值，在西南方向达到最高值。这表明NDVI在不同坡度级别内受坡向影响特征明显，但这种特征在不同的坡度级别表现并不一致。

图3 坡度对NDVI分布的影响Fig.3 The effect of slope on NDVI distribution

2.3 NDVI随坡向变化特征

选择将坡向分为北、东北、东、东南、南、西南、西、西北共8个等级，其中北坡范围包括0°～22.5°、337.5°～360°，各坡向面积分别占总面积的14.4%、10.5%、12.9%、11.1%、15.4%、13.1%、10.7%、11.9%。其中北坡向与南坡向面积占比较大，此外为也将坡向划为阳坡（90°～270°）、阴坡（0°～90°、270°～360°）两个坡向，以探究不同的坡向分法在表现NDVI与坡向变化之间的关系上的差异。

从图4（a）中可以看出各坡向NDVI值差距较小，其中北坡与西坡NDVI值较高，均为0.695，南坡NDVI值较小，为0.690。对于图4（b），无论是阴坡还是阳坡，NDVI值都随着坡度上升而上升，其中阴坡的NDVI值在任何坡度级别内都大于阳坡，这种差距在0°～3°较小，之后差距加大，在15°～18°差距减小。这说明阴坡作物长势要优于阳坡作物，且这种优势在不同坡度范围内均存在，在3°～12°范围内更为明显。这主要是因为研究区的气候特点，该区域在7月时气温达到最高，阳坡受到的光照强，水分蒸发较多，相比较而言，阴坡作物水热条件在此时段优于阳坡，因此表现出阴坡作物NDVI高于阳坡作物。对于图4（c），东南坡向NDVI值在12°～15°达到最高，之后逐渐下降，其他坡向级别的NDVI值受坡度影响虽然增幅各有差异，但整体趋势一致。其中南坡向NDVI值在0°～3°和3°～6°两个跨度内出现了小幅下降，在不同的坡度分级中，西南坡向增幅最大，为7.1%，东南方向增幅最小，为3.5%。

图4 坡向对NDVI分布的影响Fig.4 The effect of slope direction on NDVI distribution

3 讨论

找出单一地形因子的变化与NDVI之间以及多种地形因子共同作用与NDVI之间的关系，有助于了解地形分异对作物长势的影响机制，这对提升东北地区坡耕地利用率和提高坡耕地作物质量与产量都具有实际参考意义。本文在研究过程中，选用了30 m分辨率的数据，反映了东北地区以吉林市坡耕地地形特征为代表的作物长势与地形因子之间的关系，通过相互叠加分析得到了多种地形因子下作物长势的分布特征。然而，一个特定时期作物的NDVI值并不能代表作物在地形影响下的最终产量。因此后期应该结合作物生长阶段进行长时间评估，以期找到地形与作物产量之间长时间多效应的综合性关系。

4 结语

本文基于Landsat8OLI影响提取NDVI数据，分析了作物长势随地形因子的分布特征。结果表明，吉林市坡耕地作物长势与海拔、坡度、坡向3种地形因子之间存在多种相互影响关系。

（1）当前作物主要分布在200～400 m，在＜200 m范围内NDVI值 最 高，在300～400 m时NDVI值最低。整 体 上，在＜400 m时NDVI随海拔上升而下降，在400～500 m时NDVI上升之后在海拔＞500 m时再次下降。

（2）坡耕地内作物的NDVI值随坡度上升而上升。其中在0°～6°范围内，坡度对作物长势影响较小；在＞6°时，坡度对作物长势增幅较大，但之后随着坡度上升，这种增幅效果越来越不明显。

（3）处于阴坡的作物NDVI值要高于阳坡作物。

（4）在海拔因子分级与坡度因子分级的叠加分析中，不同海拔分级的NDVI都随坡度上升而上升，其中＜200 m级别的增幅最小，300～400 m级别增幅最大。在海拔因子分级与坡向因子分级的叠加分析中，＜200 m、200～300 m、300～400 m三个级别均一致表现出NDVI值在由北坡向顺时针转向南坡向时逐渐下降，在南坡达到最低值，之后逐渐上升。在坡度因子分级与坡向因子分级的叠加分析中，在0°～15°内的5个等级均表现为NDVI值随坡向转动先下降，在南坡向达到最低值后又上升。