吉林省NDVI時空變化

王景發(fā)

摘 要：以吉林省為研究區(qū)，基于Landsat TM、OLI遙感影像數(shù)據(jù)和年平均溫度、降水量等氣象數(shù)據(jù)，利用像元計算、NDVI植被指數(shù)、相關(guān)分析等方法和模型，分析2010—2019年吉林省NDVI植被指數(shù)在時間和空間尺度上的變化情況，研究吉林省植被覆蓋度總體與局部變化規(guī)律，闡明吉林省NDVI植被指數(shù)、植被覆蓋度變化與年平均溫度、降水量等自然氣象因素之間的相關(guān)關(guān)系。研究結(jié)果表明：2010—2019年吉林省NDVI植被指數(shù)整體呈不斷增加趨勢，植被覆蓋長勢良好;近10a吉林省NDVI植被指數(shù)、植被覆蓋度均由西北向東南逐漸增加，與吉林省由西北向東南濕潤程度不斷增加的氣候狀況顯著一致;吉林省東部延邊朝鮮族自治州、敦化市、白山市、通化市NDVI植被指數(shù)與植被覆蓋度相對較高，吉林省西部白城市、松原市NDVI植被指數(shù)與植被覆蓋度相對較低;吉林省NDVI植被指數(shù)、植被覆蓋度與年平均溫度、降水量等氣象因子呈顯著相關(guān)性。及時開展吉林省NDVI植被指數(shù)、植被覆蓋度時空變化及驅(qū)動力研究，可為吉林省合理開發(fā)、規(guī)劃與決策提供科學參考依據(jù)。

關(guān)鍵詞：NDVI;植被覆蓋度;時空變化;吉林省

中圖分類號：S161

文獻標識碼：A

引言

綠色植被作為綠色生態(tài)系統(tǒng)不可分割的重要一員，是地理生態(tài)系統(tǒng)的基石，廣泛分布于地球陸地和海洋生態(tài)系統(tǒng)的各個角落，綠色植被能夠?qū)Φ厍虮砻娴奈镔|(zhì)循環(huán)與能量流動過程產(chǎn)生重要的作用[1-3]。植被覆蓋度（Fractional Vegetation Cover，F(xiàn)VC）即單位面積內(nèi)植被垂直陰影與土地面積的比值，作為一個被量化了的重要衡量指標，植被覆蓋度能夠清晰地反映單位土地面積內(nèi)綠色植被覆蓋面積大小程度，指示植被生長變化趨勢[4，5]。植被指數(shù)NDVI是一種反應植被覆蓋度的重要參數(shù)，被廣泛應用于生態(tài)系統(tǒng)植被覆蓋度變化監(jiān)測當中[6，7]。隨著遙感技術(shù)的不斷發(fā)展，GIS技術(shù)方法逐漸成為植被覆蓋度研究學者的重要工具，植被覆蓋度的變化監(jiān)測與分析也變得越來越科學和高效[8-10]。隨著航空航天、3S技術(shù)和地圖制圖等方法在植被遙感監(jiān)測與管理分析中的應用，短時間、大面積的地面植被遙感數(shù)據(jù)被輕松獲取，通過嚴謹科學地分析與計算，大量精確的植被覆蓋度研究也逐步出現(xiàn)在研究學者的眼前。2009年，王宗明等利用GIMMS NDVI數(shù)據(jù)集和GIS技術(shù)對我國東北地區(qū)1982—2003年植被NDVI對氣候變化的響應進行了分析，研究結(jié)果表明，我國東北地區(qū)植被NDVI與春季氣溫呈現(xiàn)顯著正相關(guān)[11];2011年，毛德華等利用NOAA AVHRR GIMMS和MODIS 2種NDVI數(shù)據(jù)集對我國東北多年凍土區(qū)1982—2006年植被NDVI年際動態(tài)和空間差異進行了分析，研究結(jié)果表明，我國東北多年凍土區(qū)植被NDVI數(shù)值較高且森林是主要貢獻者[12];2018年，劉家福等利用通過一致性檢測的GIMMS和MODIS NDVI數(shù)據(jù)集對我國東北黑土區(qū)1982—2016年植被生長動態(tài)進行了研究，并分析其與氣溫和降水量等氣象因子的響應關(guān)系，研究結(jié)果表明，我國東北黑土區(qū)1982—2016年植被NDVI呈現(xiàn)先增加后減少最后再增加趨勢，多年平均NDVI數(shù)值與同時期氣溫和降水量具有一定相關(guān)性[13]。綜上所述，大量科研學者對我國東北地區(qū)植被NDVI動態(tài)變化在大尺度宏觀領域進行了廣泛而詳細地研究，但對吉林省2010—2019年植被NDVI時空變化及其與氣象因子之間的相關(guān)關(guān)系的研究還有待完善。本文以整個吉林省作為研究對象，分析近10a NDVI植被指數(shù)數(shù)值與植被覆蓋度變化情況及其與氣象因素的關(guān)聯(lián)性，能為中國吉林省總體分析生態(tài)系統(tǒng)的變化以及合理規(guī)劃提供重要參數(shù)，具有極其重要的價值。

1 研究區(qū)概況

吉林省（E121°39′～131°20′，N40°51′～46°20′），簡稱為吉（圖1），位于我國東北地區(qū)中部，北鄰黑龍江省，南接遼寧省，西與廣大的內(nèi)蒙古自治區(qū)相接，東與朝鮮、俄羅斯接壤，面積約19萬km2，是中國的工業(yè)大省和糧食生產(chǎn)寶地[14]。吉林省位于中緯度亞歐大陸東部，地勢分為東南高大長白山脈、中部山地丘陵和西北部平原3部分，地貌地形類型豐富，氣候?qū)儆跍貛Т箨懶约撅L氣候，森林植被資源極其豐富，無霜期約為110～170d，平均日照時長約為2200～3100h，年平均降水量在410～610mm，適宜的氣候為植被的生長提供了良好的環(huán)境基礎[15]。

2 數(shù)據(jù)源與數(shù)據(jù)處理

第一顆Landsat系列遙感地球探測衛(wèi)星于1972年7月23日發(fā)射升空， Landsat 4-5 TM遙感影像數(shù)據(jù)的覆蓋范圍包括南北緯83°之間的所有陸地地區(qū)，其遙感探測數(shù)據(jù)的更新時效性分辨率是短短的16d，而其在空間柵格上的分辨率更是提高到了30m，時間和空間分辨率都是當時世界的最先進水平。美國NASA國家航空航天研究部門在2013年2月11號再一次成功地將Landsat 8遙感探測地球衛(wèi)星成功地送入太空并讓其進入預先設定好的軌道，標志著新的陸地遙感衛(wèi)星數(shù)據(jù)時代開啟。Landsat 8 OLI遙感探測地球資源衛(wèi)星的空間柵格分辨能力也成功提高為30m，在時間上每16d即可繞地球1圈，對地球表面進行短時間高效率的探測，所能形成的影像的長寬幅度分別為185km×185km。新的衛(wèi)星在技術(shù)上進行了較大能力的提升，在與之前的Landsat 7 ETM遙感探測地球資源數(shù)據(jù)比較起來，Landsat 8 OLI遙感探測資源影像綜合數(shù)據(jù)的第5波段（0.845～0.885μm），能夠有效排除波段在0.825μm處水汽對遙感感測的影響;第8波段的波段范圍變窄，使得植被和非植被區(qū)域的辨別更加明顯;新增加2個波段：第1波段（0.433～0.453μm）主要用于海岸線地帶的觀測，第9波段（1.360～1.390μm）短波紅外波段主要用于對云層的檢測。

對于植被覆蓋度變化檢測研究而言，其遙感影像觀測數(shù)據(jù)應盡量減少云霧等噪聲對數(shù)據(jù)計算分析的影響，從而減小或避免誤差。文章通過利用地理空間數(shù)據(jù)云官方網(wǎng)站（http：//www.gscloud.cn/）實時共享數(shù)據(jù)集合，下載獲得中國吉林省2010年、2013年、2016年和2019年共4期的Landsat 4-5 TM、8 OLI遙感探測地球資源系列衛(wèi)星植被作物在生長季 （6—9月） 時間段內(nèi)的影像數(shù)據(jù)，使得數(shù)據(jù)總體云量控制在5%以下。利用ERDAS 9.2、Google Earth、ArcGIS 10.3和ENVI 5.3等軟件對數(shù)據(jù)進行數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)校正、數(shù)據(jù)精校正、數(shù)據(jù)去噪聲處理及植被指數(shù)NDVI計算和最終出圖等操作，變形遙感影像數(shù)據(jù)在標準地形圖的配準下逐步實現(xiàn)精度的提高與誤差的減小。最后利用控制點檢驗最終數(shù)據(jù)，經(jīng)檢驗，數(shù)據(jù)符合科學標準，可以正常使用。最終確定遙感數(shù)據(jù)為WGS 84坐標系，數(shù)據(jù)量大小在600～1000M。

氣象數(shù)據(jù)由中國國家氣象科學數(shù)據(jù)共享中心官網(wǎng)（http：//data.cma.cn/）下載獲得，包括吉林省2010年、2013年、2016年和2019年4期年平均氣溫、年平均降水量2項指標。

3 結(jié)果與分析

3.1 ?NDVI年際變化趨勢

利用ArcGIS 10.3對下載好的Landsat數(shù)據(jù)進行一系列預處理與精校正之后，再利用ENVI 5.3中的Band Math功能進行計算，分別求出吉林省2010年、2013年、2016年和2019年4期NDVI植被指數(shù)為0.782、0.836、0.891和0.924，變化趨勢分析結(jié)果如圖2。

吉林省NDVI植被指數(shù)近10a呈不斷增加趨勢，增加斜率高達0.0481，R2為0.9883，線性相關(guān)顯著。由4期NDVI植被指數(shù)數(shù)據(jù)表明，中國吉林省近10a植被覆蓋度增加顯著。植被覆蓋指數(shù)增加表明吉林省近年來對于綠色植被的保護意識以及相應退耕還林、還草等國策的積極相應。

3.2 ?NDVI空間變化趨勢

對吉林省2010年、2013年、2016年和2019年4期NDVI植被指數(shù)數(shù)據(jù)進行空間變化分析，結(jié)果如圖3。

吉林省NDVI植被指數(shù)由西北向東南逐漸增加，這種現(xiàn)象與吉林省由西北向東南濕潤程度不斷增加的氣候狀況顯著一致，也同吉林省東南部屬于長白山巨大野生保護森林基地現(xiàn)狀顯著一致。植被覆蓋度也是東南部明顯高于西北部，吉林省西北部靠近內(nèi)蒙古半干旱氣候區(qū)，氣候干旱少雨，春季干旱多大風揚沙天氣，這使得吉林省西北部地區(qū)的植被生長受到明顯抑制。在市區(qū)層面上，吉林省東部延邊朝鮮族自治州、敦化市、白山市、通化市NDVI植被指數(shù)和植被覆蓋度相對較高;吉林省西部白城市、松原市NDVI植被指數(shù)和植被覆蓋度相對較低。

從空間變化程度上來看，吉林省NDVI植被指數(shù)和植被覆蓋度整體呈現(xiàn)不同程度的提升。其中，長春市、四平市和吉林市增長程度較大，但由于其地區(qū)分布有主要的城市群落，使得這些地區(qū)的植被指數(shù)與植被覆蓋度增加程度提升受到限制。

3.3 驅(qū)動力分析

植被覆蓋度變化可以充分利用NDVI植被指數(shù)數(shù)值進行合理反映，NDVI數(shù)值的變化是自然與人為因素共同影響制約的結(jié)果，其中，自然影響因素是極其重要的一部分，包括區(qū)域氣候、整體地形和地貌及研究區(qū)土壤類型等。通過對吉林省2010年、2013年、2016年、2019年4期年平均最高、最低氣溫和年平均最大、最小降水量數(shù)據(jù)進行綜合統(tǒng)計分析，研究結(jié)果如圖4。

吉林省2010年、2013年、2016年和2019年共4期年平均最高氣溫分別為6.83884℃、7.87799℃、8.14378℃和8.19185℃;年平均最大降水量分別為785.212mm、923.326mm、1259.3mm和1410.17mm，氣溫和降水量都呈現(xiàn)波動上升趨勢。

利用SPSS 21對吉林省NDVI植被指數(shù)數(shù)據(jù)與年平均氣溫、降水量數(shù)據(jù)進行相關(guān)性分析（如表1）。研究結(jié)果表明，吉林省NDVI植被指數(shù)與其相應的年平均最高、最低氣溫和年平均最大、最小降水量的相關(guān)性系數(shù)分別為0.918、0.015、0.986和-0.696;顯著性系數(shù)分別為0.082、0.985、0.014和0.304，吉林省NDVI植被指數(shù)與年平均氣溫、降水量呈顯著相關(guān)性，即植被覆蓋度與年平均氣溫、降水量呈顯著相關(guān)性。

4 結(jié)論

本文以吉林省為研究對象，利用Landsat系列遙感影像數(shù)據(jù)，基于NDVI歸一化植被指數(shù)和植被覆蓋度，同時使用遙感和GIS分析軟件，對吉林省2010年、2013年、2016年和2019年4期NDVI植被指數(shù)做遙感統(tǒng)計分析，基于NDVI植被指數(shù)與植被覆蓋度之間的相關(guān)關(guān)系，探討吉林省植被覆蓋度時空分布特征及其驅(qū)動力，研究結(jié)果如下。

從總體年際變化來看，吉林省NDVI植被指數(shù)2010—2019年呈不斷增加趨勢，增加斜率高達0.0481，R2為0.9883，線性相關(guān)顯著，植被覆蓋度也呈波動增加趨勢。

從總體空間分布及變化來看，吉林省NDVI植被指數(shù)由西北向東南逐漸增加，這種現(xiàn)象與吉林省由西北向東南濕潤程度不斷增加的氣候狀況顯著一致，也同吉林省東南部屬于長白山巨大野生保護森林基地現(xiàn)狀顯著一致，植被覆蓋度也表現(xiàn)為東南部顯著高于西北部;在市區(qū)層面上，吉林省東部延邊朝鮮族自治州、敦化市、白山市、通化市NDVI植被指數(shù)和植被覆蓋度相對較高;吉林省西部白城市、松原市NDVI植被指數(shù)和植被覆蓋度相對較低;從空間變化程度上來看，吉林省NDVI植被指數(shù)和植被覆蓋度整體呈現(xiàn)不同程度的提升。

吉林省NDVI植被指數(shù)和植被覆蓋度與年平均溫度、降水量等氣象因子呈顯著相關(guān)性。及時開展吉林省NDVI植被指數(shù)、植被覆蓋度時空變化及驅(qū)動力研究，可為吉林省合理開發(fā)、規(guī)劃與決策提供科學參考依據(jù)。文章僅對影響植被覆蓋度發(fā)生變化的年平均氣溫、降水量等氣象因素進行了分析，下一步將結(jié)合人文社會條件對影響植被覆蓋度變化的因素進行深入探討。

參考文獻

[1]?方精云， 郭兆迪， 樸世龍， 陳安平. 1981～2000年中國陸地植被碳匯的估算[J]. 中國科學（D輯： 地球科學）， 2007（06）： 804-812.

[2]孫紅雨， 王長耀， 牛錚， 布和敖斯爾， 李兵. 中國地表植被覆蓋變化及其與氣候因子關(guān)系──基于NOAA時間序列數(shù)據(jù)分析[J]. 遙感學報， 1998（03）： 204-210.

[3]郭鈮. 植被指數(shù)及其研究進展[J]. 干旱氣象， 2003（04）： 71-75.

[4]趙舒怡， 宮兆寧， 劉旭穎. 2001-2013年華北地區(qū)植被覆蓋度與干旱條件的相關(guān)分析[J]. 地理學報， 2015， 70（05）： 717-729.