2000－2018年廣西植被時空變化及其對地形、氣候和土地利用的響應(yīng)

楊艷萍，陳建軍,2※，覃巧婷，周國清,2，尤號田,2，韓小文,2

（1. 桂林理工大學測繪地理信息學院，桂林 541004；2. 桂林理工大學廣西空間信息與測繪重點實驗室，桂林 541004）

0 引 言

植被是陸地生態(tài)系統(tǒng)不可缺少的組成部分，植被的生長受到大氣、土壤和水分的共同影響，目前植被動態(tài)變化監(jiān)測已成為全球變化研究領(lǐng)域的熱點問題之一[1]。廣西位于中國南部，地勢西北高、東南低，山地丘陵錯綜復雜，素有“廣西盆地”之稱，具有獨特的喀斯特地貌，是西部生態(tài)脆弱地區(qū)之一[2-3]。該地區(qū)石漠化問題嚴重，土壤貧瘠，容易發(fā)生水土流失，石漠化面積占中國石漠化土地總面積的15.2%[4]。近些年來，廣西一直大力實施珠江防護林、沿海防護林、退耕還林、石漠化綜合治理等[5]國家重點生態(tài)工程，通過一系列制度改革和政策傾斜不斷完善自然生態(tài)系統(tǒng)的平衡[6]。因此，研究廣西近些年植被的時空變化分異特征及其影響因素，有利于進一步推動廣西生態(tài)綠色發(fā)展，為評估廣西植被生長和生態(tài)環(huán)境恢復提供科學依據(jù)[7]。

歸一化植被指數(shù)（Normalized Difference Vegetation Index, NDVI）是衡量作物生長、農(nóng)田、土地管理和作物生產(chǎn)的指標，被廣泛用于監(jiān)測和預(yù)測植被生長、探索和研究植被覆蓋相關(guān)變化[8]。近年來，部分學者利用NDVI時間序列監(jiān)測不同時間尺度的植被生長情況。如高江波等[9]利用GIMMS NDVI遙感數(shù)據(jù)探討1982－2013年中國植被NDVI動態(tài)特征；韋小茶等[10]基于GIMMS NDVI和MODIS NDVI分析廣西1982－2016年NDVI時空變化特征；Wang等[11]利用MODIS數(shù)據(jù)得到2000－2010年中國生長季植被NDVI增加了0.003%。植被的生長狀況與該地區(qū)的地形息息相關(guān)，不同的地形因子對植被NDVI產(chǎn)生的影響不同。如肖建勇等[12]基于MODIS NDVI分析中國非喀斯特區(qū)域植被NDVI空間分布更易受地形因子影響；銀朵朵等[13]分析得到地形因子對溫帶大陸性半干旱季風氣候區(qū)植被覆蓋度分布格局影響顯著，植被覆蓋度隨海拔升高呈增加趨勢，與坡度呈正相關(guān)，在不同坡向上差異明顯。氣候因子在地球表面的能量交換和物質(zhì)循環(huán)中發(fā)揮重要作用，是引起植被變化的重要因素之一，氣溫和降水是引起植被變化的主要氣候因子[14]。Jiang等[15]通過殘差趨勢分析等方法，得到降水是影響哈薩克地區(qū)植被生長的主要因素，而氣溫是影響山區(qū)和咸海盆地植被綠度季節(jié)變化的控制因素；Guo等[16]應(yīng)用重心模型得到雅魯藏布江流域的植被生長在重心移動軌跡和時滯效應(yīng)兩方面都受到降水的積極影響。土地利用反映人類對自然生態(tài)系統(tǒng)影響的方式和程度，不同土地利用類型土壤養(yǎng)分的構(gòu)成和含量不同，從而對植被生長的影響程度不同[17]。如Jiang等[18]利用線性回歸等方法分析1982－2015年西南山區(qū)耕地上的平均NDVI增幅顯著；賈丹陽等[19]運用Pearson相關(guān)性分析法等，得到在草地土地利用類型上，NDVI的變化受春季氣溫、夏季降水量的影響明顯。盡管當前利用NDVI研究區(qū)域植被時空變化特征及其影響因素取得了一定進展，但現(xiàn)有研究主要集中在單一因素或兩個因素對植被生長的影響，較少同時兼顧多因素的影響，尤其是廣西地區(qū)的相關(guān)研究相對較少。

本文基于2000－2018年的MODIS NDVI時序數(shù)據(jù)，利用一元線性回歸及趨勢分析等方法，分析廣西植被NDVI時空變化特征；結(jié)合數(shù)字高程模型（Digital Elevation Model, DEM）數(shù)據(jù)、土地利用類型和氣溫、降水數(shù)據(jù)，通過相關(guān)分析和統(tǒng)計分析等方法，探討不同地形條件和土地利用類型下植被NDVI時空變化差異及其對氣候因子的響應(yīng)。通過以上研究，掌握近些年廣西實施退耕還林、石漠化治理等生態(tài)工程的成效，為廣西地區(qū)進一步推動生態(tài)環(huán)境建設(shè)和經(jīng)濟發(fā)展提供科學依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

廣 西 位 于 中 國 華 南 地 區(qū)，104°26′～112°04′E，20°54′～26°24′N，總面積23.67萬km2[20]。廣西處于第二階梯中的云貴高原東南邊緣，北回歸線橫貫全區(qū)中部，南臨北部灣，北接南嶺山地，西延云貴高原，屬云貴高原向東南沿海丘陵過渡地帶，地形特點為四周高中部低，形似盆地，且山地多、平原少，具有獨特的喀斯特地貌[21]。廣西氣候類型為中亞熱帶季風氣候和南亞熱帶季風氣候，年平均氣溫在16 ℃以上，年平均降雨量在1100 mm以上，全年夏長冬短[22]。植被類型多樣，桂西北地區(qū)主要分布針葉林，東南地區(qū)主要分布有闊葉林[23]。

1.2 數(shù)據(jù)來源及預(yù)處理

本文使用的MODIS NDVI數(shù)據(jù)來源于美國航空航天局（National Aeronautics and Space Administration, NASA）發(fā)布的中分辨率成像光譜儀植被產(chǎn)品數(shù)據(jù)MOD13Q1（https://ladsweb.modaps. eosdis. nasa.gov/search/），空間分辨率為250 m，時間分辨率為16 d。首先，利用MRT工具對廣西2000－2018年的MODIS NDVI數(shù)據(jù)進行格式轉(zhuǎn)換、影像拼接、重采樣、重投影等處理；其次，利用ArcGIS軟件根據(jù)廣西矢量邊界對處理后的遙感影像進行裁剪；最后，在ENVI中運用最大值合成法（Maximum Value Composite, MVC）合成得到各季度及年NDVI值。將廣西植被NDVI劃分為＜0.2、0.2～0.4、0.4～0.6、0.6～0.8、＞0.8這5個等級[24]。

氣象數(shù)據(jù)來自歐洲中期天氣預(yù)報中心(ECMWF)第三代再分析資料ERA-Interim (https://apps.ecmwf.int/datasets/data/interim-full- daily/ levtype=sfc/)，空間分辨率為0.5°。氣候因子包括：降水量、氣溫、太陽輻射、風速、日照時數(shù)、濕度等。植被的生長受氣溫和降水兩因素影響較大，故本研究只研究植被對氣溫和降水兩氣候因子的響應(yīng)。首先，利用MATLAB軟件讀取氣候數(shù)據(jù)nc文件，計算各月平均氣溫和降水，并生成excel表格；其次，在ArcGIS軟件中利用克里金插值法對氣象數(shù)據(jù)進行插值處理；最后，根據(jù)廣西矢量邊界進行裁剪，并通過重采樣和投影轉(zhuǎn)換，使得氣候數(shù)據(jù)與NDVI數(shù)據(jù)具有相同的投影坐標系和空間分辨率。

DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，空間分辨率為30 m。地形因子種類繁多，但高程、坡度及坡向?qū)χ脖簧L影響頗大，故基于不同高程、坡度及坡向探討植被NDVI變化。根據(jù)數(shù)據(jù)可得，廣西高程在0～2101 m，將高程梯度分為22個100 m的高程帶，計算各高程帶下的平均NDVI值；廣西坡度在0～56°，將坡度分為28個2°的坡度帶，并計算各坡度帶下的平均NDVI值；計算無坡向、北、東北、東、東南、西南、西、西北9個坡向下的平均NDVI值。

土地利用遙感監(jiān)測數(shù)據(jù)來源于資源環(huán)境科學與數(shù)據(jù)中心(http://www.resdc.cn/Default.aspx)，空間分辨率為1 km。土地利用類型包括耕地、林地、草地、水域、居民用地和未利用土地6個一級類型及25個二級類型。本研究使用2018年廣西土地利用遙感監(jiān)測數(shù)據(jù)，計算6個一級土地類型下植被NDVI對氣溫和降水的響應(yīng)。

1.3 研究方法

當前大多數(shù)學者采用線性回歸[25]、Theil—Sen media趨勢分析[26]等方法分析長時間序列植被NDVI變化趨勢。多使用地理探測器[27]、主成分分析[28]、相關(guān)分析[29]等方法分析各因素對植被生長的影響，其中，地理探測器法和主成分法能夠反映變量的分層異質(zhì)性，但工作量大，很難在空間上連續(xù)表達，而Pearson相關(guān)分析法，通過相關(guān)系數(shù)、偏相關(guān)系數(shù)和復相關(guān)系數(shù)直觀反映變量間的相關(guān)程度及各因素對植被覆蓋空間上的貢獻率，故本研究結(jié)合廣西實地情況和研究需求，選取線性回歸和Pearson相關(guān)分析法。

1.3.1 趨勢分析

一元線性回歸法分析逐個像元對應(yīng)的2000－2018年廣西NDVI變化趨勢，多年回歸方程中的趨勢斜率Slope代表年際變化，若Slope＞0，表示隨時間的變化NDVI呈現(xiàn)增加的趨勢，并且數(shù)值越大增加越明顯；反之，若Slope＜0，則表示NDVI隨時間變化呈現(xiàn)下降的趨勢；若Slope=0，則表示NDVI在n年間無明顯變化[30]。計算公式：

式中Slope為NDVI的回歸斜率；n為研究的總年數(shù)，本文中n=19；i代表年序號；NDVIi為第i年平均NDVI值。

根據(jù)一元線性回歸法，可以判斷植被NDVI時空變化趨勢，結(jié)合顯著性檢驗結(jié)果，將植被NDVI變化分為5個等級，其中，當Slope＜0時，若P＜0.01，則表示為顯著減少，若0.01＜P＜0.05，則表示為較顯著減少；當Slope＞0時，若P＜0.01，則表示為顯著增加，若0.01＜P＜0.05，則表示為較顯著增加；當P＞0.05時，則表示為無顯著變化。

1.3.2 相關(guān)分析?偏相關(guān)分析?復相關(guān)分析

Pearson相關(guān)分析法是研究要素之間相關(guān)程度的方法，通過計算氣溫和降水與NDVI之間的相關(guān)系數(shù)r，可以直觀有效地看出NDVI分別對氣溫和降水的響應(yīng)程度。r的取值范圍為[-1,1]，若r＞0，則表示兩者呈正相關(guān)；若r＜0則表示兩者呈負相關(guān)；若r=0，則表示兩者不存在線性相關(guān)關(guān)系[31]。變量x?y的相關(guān)系數(shù)rxy計算公式：

式中rxy為兩變量之間的相關(guān)系數(shù)；xi、yi分別表示x?y兩

變量第i年的值；分別表示x、y兩變量的年平均值；n為總年數(shù)。

不考慮未利用要素的影響單獨研究兩要素之間相關(guān)程度的方法為偏相關(guān)分析，可以控制未利用氣候因子，分別研究NDVI與降水、氣溫的偏相關(guān)系數(shù)[32]。偏相關(guān)系數(shù)計算公式：

式中rxy,z為固定變量z后，變量x與變量y偏相關(guān)系數(shù)，其取值范圍為[-1,1]，rxy,z＞0表明兩個變量呈正相關(guān)，rxy,z＜0表明兩個變量呈負相關(guān)，rxy,z=0表明兩個變量不存在線性相關(guān)性。

復相關(guān)分析法是研究一個變量與多個變量相關(guān)程度的方法。植被生長受到多種因素的影響，利用復相關(guān)系數(shù)分析植被NDVI受氣溫和降水的共同影響程度。復相關(guān)系數(shù)計算公式：

式中rx,yz為復相關(guān)系數(shù)，其取值范圍為[-1,1]，rx,yz＞0表明兩個變量對植被生長呈正影響，rx,yz＜0表明兩個變量對植被生長呈負影響，rx,yz=0表明兩個變量對植被生長無影響。

2 結(jié)果與分析

2.1 植被NDVI時空變化特征

2000－2018年廣西植被NDVI值在0.76～0.86之間，呈增加趨勢，線性增加速率為0.004/a（圖1）。廣西地區(qū)植被NDVI總體上偏高，19 a平均NDVI值為0.81，其中2015年植被NDVI值最高為0.84。植被NDVI變化趨勢受季度影響較大，第三季度NDVI最高，在0.73～0.84之間，平均NDVI值為0.80；第二季度NDVI值次之，在0.73～0.80之間，平均NDVI值為0.76；第四季度NDVI值相對較低，在0.63～0.78之間，平均NDVI值為0.71；第一季度NDVI值最低，僅在0.5～0.7之間，平均NDVI值為0.59。NDVI在不同季度上波動均不同，第一季度波動最為劇烈，線性增加速率達到0.008/a，第四季度次之，線性增加速率為0.007/a，第二、三季度相差不大，分別為0.004/a?0.003/a。

廣西植被覆蓋屬于較高水平，但存在地區(qū)差異，表現(xiàn)為：由北到南、由四周到中間植被覆蓋逐漸減少。其中高植被覆蓋地區(qū)主要集中在河池市、百色市、桂林市等地區(qū)，欽州市、北海市、南寧市植被覆蓋較少（圖2a）。廣西多年平均NDVI為0.81，植被NDVI小于0.6的區(qū)域占廣西總面積的1.5%，植被NDVI大于0.8的區(qū)域占廣西總面積的66.6%。

2000－2018年廣西植被NDVI總體上呈現(xiàn)增加趨勢（圖2b），其中無顯著變化區(qū)域面積占比最大，達到廣西區(qū)域面積的43.9%，主要集中在東北部桂林市、柳州市、賀州市等地區(qū)；顯著增加變化區(qū)域次之，達到廣西區(qū)域面積的37.0%，主要集中在南部欽州市和南寧市等；較顯著減少區(qū)域占比最少，僅占廣西區(qū)域面積的0.6%；顯著減少部分占比0.8%，減少區(qū)域主要集中在北海市和南寧市小部分區(qū)域。

2000－2018年第一季度廣西植被NDVI總體上呈現(xiàn)增加趨勢（表1），其中顯著增加變化區(qū)域占比最大，達到廣西區(qū)域面積的44.9%；第二季度廣西植被NDVI總體上呈現(xiàn)無顯著變化趨勢，達到廣西區(qū)域面積的67.8%，增加區(qū)域次之，占廣西區(qū)域面積的30.0%；第三季度廣西植被NDVI總體上呈現(xiàn)增加趨勢，其中顯著增加變化區(qū)域占比最大，達到廣西區(qū)域面積的43.6%；第四季度廣西植被NDVI總體上呈現(xiàn)增加趨勢，顯著增加變化區(qū)域占比最大，達到廣西區(qū)域面積的73.1%。

表1 各季度變化趨勢等級占比Table 1 The proportion of trend grades in each quarter %

2.2 不同地形因子對植被NDVI的影響

廣西高程西北高、東南低，呈西北向東南傾斜狀，最大高程達到2 101 m，其中高程主要在0～1 000 m之間。廣西22個高程帶，第二個高程帶像元占比最大，達到21%（圖3d）。植被NDVI隨著高程的變化存在一定的差異，在0～200 m之間，植被NDVI隨著高程的增大，出現(xiàn)小幅度的增加；在200～400 m之間，植被NDVI先劇烈的減少再劇烈的增加；高程300～1 500 m之間，植被NDVI隨著高程的增加小幅度的增加，并趨于穩(wěn)定；在高程＞1 500 m時，植被NDVI呈現(xiàn)小幅度的減小再增加的趨勢，波動變化較小。

廣西坡度西北高，東南低，主要分布在0～34°之間。植被NDVI在第一坡度帶呈現(xiàn)最小值，為0.75，在坡度26°～28°間呈現(xiàn)最大值，為0.86（圖3e）。坡度0～6°間，隨著坡度的增加植被NDVI呈現(xiàn)較顯著增加趨勢；坡度6°～32°之間，植被NDVI隨著坡度的增加較為緩和的增大并趨于平緩；坡度＞32°時，植被NDVI先小幅度的減少再增加最后減少，變化波動不大。

廣西坡向可分為無坡向、北、東北、東、東南、南、西南、西、西北9類，其中無坡向像元占比最小，東南坡向像元占比最大（圖3f）。在無坡向上，植被NDVI值僅有0.35，其他坡向上植被NDVI值均在0.81～0.82之間。由此可知，除無坡向外，其他坡向?qū)χ脖籒DVI影響不大。

2.3 植被NDVI對氣候因子的響應(yīng)

2.3.1 植被NDVI對氣溫?降水的響應(yīng)

2000－2018年廣西年平均氣溫在18～21 ℃之間，19年來平均氣溫為19.6 ℃，其中，2007年氣溫最高，達到20.3 ℃，2011年氣溫最低，僅18.6 ℃（圖4）。廣西19年間氣溫呈增長趨勢，線性增長速率為0.12/a。2000－2018年廣西年平均降水量在1 100～1 900 mm之間，19年來平均降水量為1 594.72 mm，其中2008年降水量最低，僅1 170.98 mm，2017年降水量最多，為1 843.80 mm。

廣西地區(qū)氣溫和NDVI偏相關(guān)系數(shù)在-0.89～0.89之間，主要呈正相關(guān)趨勢（圖5a），主要分布在西北河池、百色、來賓等地區(qū)；負相關(guān)區(qū)域主要分布在東部及東南部玉林、賀州、梧州等地區(qū)。廣西地區(qū)降水和NDVI偏相關(guān)系數(shù)在-0.90～0.91之間（圖5b），呈正相關(guān)區(qū)域主要分布在東部及中部賀州、梧州、欽州等地區(qū)；負相關(guān)區(qū)域主要分布在百色、桂林、北海等。氣溫降水和NDVI復相關(guān)系數(shù)在0.000 2～0.913 0之間（圖5c），廣西氣溫和降水對NDVI為正影響，平均復相關(guān)系數(shù)達到0.32，其中，梧州、賀州對氣溫和降水響應(yīng)較大。

不同土地利用類型上（圖6），植被NDVI對氣溫和降水的響應(yīng)是不同的。居民用地、未利用地類型植被NDVI對氣溫響應(yīng)較大，相關(guān)系數(shù)達到0.95以上，且通過0.01的顯著性檢驗，但植被NDVI對降水響應(yīng)較小，相關(guān)系數(shù)均在0.2左右（表2）；耕地、林地、草地、水域類型，植被NDVI對氣溫響應(yīng)相對較小，相關(guān)系數(shù)在0.64以上，植被NDVI對降水響應(yīng)相對較大，相關(guān)系數(shù)均在0.88以上，且都通過0.05的顯著性檢驗。

表2 基于土地利用類型下NDVI與氣溫?降水相關(guān)系數(shù)Table 2 Correlation coefficients between NDVI and precipitation and temperature based on land use types

3 討 論

3.1 廣西植被NDVI變化分析

廣西2000－2018年植被NDVI時空變化分異特征分析表明，19年間廣西植被NDVI總體呈增長趨勢，與馬海云等[33]研究結(jié)論一致，表明廣西植被覆蓋在不斷改善，但存在一定的季度差異，第一季度植被NDVI線性增長速率最大，增加變化區(qū)域達到廣西總面積的66.4%，主要集中在廣西東南部欽州市、玉林市、梧州市等地。植被的生長與氣候有著密切的關(guān)系，適宜的氣溫和降水會促進土壤水分的增加，為植被生長提供良好的生存環(huán)境。廣西氣溫和降水在2000－2001年、2014－2015年呈現(xiàn)增長趨勢，促使該時期內(nèi)植被NDVI得到較為明顯的增加。在2015－2018年植被NDVI趨于穩(wěn)定，可能是由于此時植被NDVI在0.84左右，已經(jīng)趨于飽和，因此很難有較大幅度的波動。植被覆蓋在受到氣候影響的同時，人類活動也對其產(chǎn)生了不可忽視的影響。過去很長時間里，人類活動造成了廣西嚴重的生態(tài)破壞，引發(fā)水土流失、石漠化擴大、自然災(zāi)害頻繁等諸多生態(tài)環(huán)境問題。近些年來，廣西總體植被覆蓋情況較好，平均植被NDVI值達到0.81左右，這與當?shù)卣粩嚅_展植樹造林、實施退耕還林、遏制石漠化生態(tài)工程息息相關(guān)。但廣西植被覆蓋存在較大的空間差異性，呈現(xiàn)西北高東南低的空間格局，與Qiao等[34]研究基本一致，高植被覆蓋地區(qū)主要分布在百色市、河池市等地，這可能由于這些地區(qū)高程較高、坡度較陡，不適宜人類活動，從而減少人類對植被的破壞。

3.2 植被NDVI和地形因子關(guān)系分析

地形因子是一個包括高程、坡度、坡向等因子在內(nèi)的多維變量，這些不同維度上的變量通過水熱和土壤條件影響著植被生長[35]。不同地形因子對植被NDVI的影響是不同的，高程＜400 m時NDVI值相對較小，高程＞400 m時植被NDVI值較大且較為穩(wěn)定；坡度在＞12°時NDVI值相對較大且波動不大；除無坡向外，坡向?qū)χ脖籒DVI影響不大。廣西是典型的喀斯特地貌，山高坡陡，高程＜400 m、坡度＜12°，通常為人類活動密集區(qū)，該地區(qū)植被生長很可能受到人類活動的影響，從而導致其植被NDVI值偏小。當坡度達到一定值時，隨著坡度的增大，會加劇水土流失，這可能是廣西地區(qū)坡度＞32°時植被NDVI值相對較小的原因。

3.3 植被NDVI和氣候因子關(guān)系分析

氣候因子對植被NDVI的影響是至關(guān)重要的，主要通過氣溫和降水來反映，但植被NDVI對氣溫和降水的響應(yīng)是不同的。植被NDVI與氣溫呈正相關(guān)區(qū)域主要集中在西北部河池市、南寧市、百色市等地區(qū)，而植被NDVI與降水呈正相關(guān)區(qū)域主要集中在中部及東部梧州市、貴港市、賀州市等地，表明在廣西西北部氣溫促進植被生長，而中部及東部地區(qū)降水促進植被生長。結(jié)合以往研究，由于學者們采用的研究時間段、數(shù)據(jù)和方法不同，所得植被NDVI與氣溫、降水的響應(yīng)不同，本文與馬海云等[33]所得植被NDVI與氣溫、降水的相關(guān)系數(shù)空間分布基本一致，但相關(guān)系數(shù)大小存在偏差。氣溫降水和植被NDVI平均復相關(guān)系數(shù)為0.32，表明總體上氣溫和降水為植被提供了適宜的生存環(huán)境，促進植被生長。不同土地利用類型上，植被NDVI對氣溫和降水的響應(yīng)是不同的。其中在居民用地和未利用土地上植被對氣溫響應(yīng)較劇烈，在林地上植被對降水響應(yīng)較劇烈。居民用地和未利用土地主要分布在中南部南寧市、玉林市等低高程區(qū)域，降水較小，氣溫較高，過高的溫度導致蒸發(fā)量增加，使得土壤水分散失，從而抑制植被生長，所以在居民用地和未利用土地上植被對氣溫響應(yīng)較大。林地主要分布在西北河池市、百色市等高高程地區(qū)，氣溫較低，降水較高，過高的降水在高高程地區(qū)容易導致水土流失的加劇，從而抑制植被生長，因此在林地上，植被NDVI對降水響應(yīng)較大。

4 結(jié) 論

1）2000－2018年廣西植被NDVI呈增加趨勢，線性增長速率為0.004/a，19 a平均NDVI值為0.81，按季度劃分植被NDVI的高低依次為：第三季度、第二季度、第四季度、第一季度。廣西植被覆蓋屬于較高水平，但存在地區(qū)差異。2000－2018年廣西植被NDVI總體上呈現(xiàn)增加變化趨勢。

2）廣西高程西北高、東南低，高程主要在0～1 000 m之間，隨著高程的增加植被NDVI呈現(xiàn)先增加再減少，最后增加并穩(wěn)定在0.8以上的趨勢。廣西坡度主要分布在0°～34°之間，坡度0°～6°時，植被NDVI增加較顯著，坡度6°～32°時，植被NDVI波動變化。除無坡向以外，坡向?qū)χ脖籒DVI影響不大。

3）廣西土地利用類型存在一定的空間差異，不同土地利用類型上，植被NDVI對氣溫和降水響應(yīng)不同。在居民用地、未利用土地上，廣西植被NDVI對氣溫響應(yīng)較大，對降水響應(yīng)較?。辉诟?、林地、草地、水域上，廣西植被NDVI對降水響應(yīng)大于氣溫。廣西地區(qū)氣溫和降水促進植被生長，平均復相關(guān)系數(shù)達到0.32。