基于NDVI的昆明市2001—2015年植被覆盖变化趋势分析

边琳+叶飞+刘珊珊+王建雄+许菁

摘要：基于地理空间数据云平台中的MODIS中国区域归一化植被指数（NDVI）产品MODND 1M合成产品遥感图像，本研究利用ArcGIS软件对获得的植被指数遥感图像进行植被覆盖数据截取和统计，得到昆明市2001—2015年每月的NDVI值，并利用一元线性趋势法对其年际、季节和月均变化情况进行了分析。结果显示，昆明市的年均NDVI值在2001—2015年间呈现上升态势，线性倾斜率为0.0036，表明在这15年间昆明市的植被覆盖率在缓慢地稳定增长。月均NDVI值1—4月逐渐降低，4月最低，线性倾斜率为0.54；之后开始逐渐上升，8月达到峰值，线性倾斜率为0.7169，之后呈波动下降趋势。总体来说，7—12月昆明市植被的NDVI值较高，线性倾斜率均超过0.64，这与昆明市7—10月为雨季有直接关系，说明植被指数的月变化趋势主要受降雨的影響。2001—2015年昆明市春季、秋季和冬季的NDVI值呈增长趋势，夏季处于负增长状况，说明昆明市15年间春、秋、冬三季植被覆盖度不断增加。

关键词：NDVI；植被覆盖；变化趋势；昆明市

中图分类号：S127文献标识号：A文章编号：1001-4942（2018）01-0107-04

Abstract Based on the synthetic remote sensing images of the MODND 1M as the MODIS product of China regional normalized difference vegetation index （NDVI） from the Cloud Platform of Geographical Spatial Data， in this study，we intercepted and counted the vegetation cover data from the gained remote sensing images using ArcGIS software， obtained the monthly NDVI values during 2001-2015 in Kunming， and then analyzed its annual， seasonal and monthly change by the method of monadic linear trend. The results showed that the annual average NDVI value in Kunming showed a trend of increasing from 2001 to 2015， and the linear inclination rate was 0.0036， which indicated that the vegetation cover rate in Kunming had increased steadily and slowly during the past 15 years. The monthly average NDVI value decreased from January to April with the linear inclination rate as 0.54， and the lowest one was in April；then it gradually increased and reached the peak in August， and the linear inclination rate was 0.7169；after that，it showed a fluctuation trend of decreasing. In general， the NDVI value was higher from July to December in Kunming， and the linear inclination rate was more than 0.64， which showed a direct relationship with the rainy season from July to October in Kunming. It indicated that the monthly change trend of vegetation index was mainly affected by rainfall. The NDVI value of Kunming spring， autumn and winter in 2001-2015 showed trends of increasing， while that of summer showed negative growth， which showed that the vegetation coverage increased in spring， autumn and winter of Kunming during the past 15 years.

Keywords NDVI； Vegetation cover； Change trend； Kunming City

植被作为陆地生态系统的主体，既是气候变化的承受者，也会对气候变化产生反馈作用，对全球变化研究起重要的指示作用[1-3]。归一化植被指数（normalized difference vegetation index，NDVI）是植被分布密度和生长状态的指示因子，与植被覆盖度呈正相关[4，5]，是当前研究植被时序性变化的重点[6]。同时，NDVI也被广泛用作指示植被活动力度大小[7]和净初生产力（net primary productivity）的指标[8]，是目前研究与应用中最为广泛、普遍的一种植被指数[9-12]。NDVI的时间序列变化能够较好地反映当地植被覆盖情况的变化，通过分析某一区域NDVI的年际、季节、月均变化等可以间接了解该区域的植被覆盖变化。已有很多学者进行过相关研究，如：李辉霞等[13] 基于NDVI的分析发现，三江源地区2001—2010年的植被覆盖呈现上升态势，且该增长趋势与水热相关；马明国等[14] 利用AVHRR数据分析了1981—2001年中国西北地区NDVI的年内和年际变化特征，发现21年间西北地区的植被覆盖出现退化，虽然局部地区有所改善，但其改善力度始终远小于其退化幅度；贺映娜等[15]研究表明1998—2009年米仓山的NDVI年均和生长季变化都呈增长趋势，并且植被覆盖增加面积远大于退化面积。endprint

昆明市有着复杂的地形条件和气候类型，通过对植被覆盖的研究可以了解昆明的环境状况。植被减少会出现很多问题，如水土流失、空气污染等，研究植被覆盖可以更好地了解昆明环境状况及存在问题。本研究选用2001—2015年中国1 km MODIS NDVI月合成数据，利用ArcGIS软件，截取昆明市的NDVI月数据，通过分析其年际、季节和月份变化趋势，明确昆明市15年间的植被覆盖变化，为了解与解决人们所关注的生存环境问题提供部分参考资料。

1 研究区域概况

昆明市位于云南省中部地区，是云南省的省会城市，下辖嵩明县、安宁市以及官渡区大板桥镇，总面积约21 012.54 km2。地处云贵高原地带，地势上总体来看北部高，南部低，由北向南呈阶梯状逐渐降低；中部隆起，东西两侧较低。昆明市属于低纬度高原山地季风气候，一年四季温度适宜，常年平均气温15℃左右，是我国著名的“春城”，旅游胜地。年均日照时数2 200 h左右，紫外线强；年均降水量大，约1 000 mm，且集中在7—10月份。

2 数据来源及研究方法

2.1 数据来源

本研究所用数据来源于2001年1月—2015年12月MODIS中国区域NDVI植被指数产品——MODND 1M合成数据集，下载自地理空间数据云平台（http：//www.gscloud.cn/），其空间分辨率为500 m，时间分辨率为每月，坐标系为World Geodetic System 1984。对于2015年10月缺的NDVI数据采用其余14年同月份的平均值来代替。

2.2 数据处理方法

本文通过ArcGIS软件处理NDVI植被数据的Tiff图像，具体操作步骤：使用ArcGIS软件叠加云南省行政区划图与全国每月的NDVI数据集，通过空间分析得到云南省的NDVI值，然后进一步截取出昆明市每月的NDVI值，用于随后的分析。

2.2.1 NDVI年际变化 整合NDVI月数据，利用公式（1）算出2001—2015每年的NDVI值。

式中，NDVIey为y年的植被指数值，NDVIyj为y年j月的植被指数值。

2.2.2 NDVI月变化 按照公式（2）计算出2001—2015年15年每个月的NDVI均值，用于NDVI的月变化趋势分析。

式中，NDVIem为m月的植被指数值，NDVIym为y年m月的植被指数值；k=1，2，…，15，指第k年。

2.2.3 NDVI季节变化趋势分析 依春3—5月、夏6—8月、秋9—11月、冬12月—次年2月进行季节划分，利用公式（3）～（6）计算2001—2015年每年每个季节的NDVI值。计算公式如下：

式中，NDVIesp、NDVIesu、NDVIeau、NDVIewi分别为每年春、夏、秋、冬季的植被指数值，NDVIj为每年j月的NDVI值。

3 结果与分析

3.1 2001—2015年昆明市NDVI的年际变化特征

从图1可以看出，研究区年均NDVI 值在0.5892～0.6716之间波动，总体呈上升趋势，线性倾向率为0.0036。2008、2011、2013、2014年是植被繁茂年份，植被覆盖率较高，其中2011年最高，NDVI值达到0.6716；2005年植被覆盖率最低，NDVI值为0.5892。

3.2 2001—2015年昆明市NDVI的月变化特征

从图2可以看出，昆明市NDVI月均值在1—4月间逐渐降低，4月份达到全年最低值，为0.5400；之后大幅上升，至8月份达到最高值，为0.7169；8—10月间有小的波动，但总的来说8月后呈下降趋势，12月的NDVI值与1月份相当。昆明市7—11月NDVI值较大，变化浮动较小，这与7—10月为雨季有关。

3.3 2001—2015年昆明市四季NDVI的年际变化特征

利用公式（3）～（6）对2001—2015年昆明的植被NDVI数据进行计算，得到昆明市植被指数NDVI的季节变化趋势图。从图3可以看出，在四季中春季的植被指数最低，在0.4809～0.6125之间浮动，NDVI值的倾斜率为0.007；秋季的植被指数最高，在0.5610～0.7605之间浮动，NDVI值的倾斜率为0.001。

冬季的倾斜率为0.0078，其增长趋势是4个季节中最大，区间值为0.5635～0.6798；夏季的植被指数呈现负增长值为-0.0017，区间范围为0.5424～0.7207。通过分析2001—2015的年际季节变化趋势，可以说明夏、秋的植被覆盖率高于冬季，春季最低，夏季出现负增长且有几年明显降低。

4 讨论与结论

4.1 讨论

随着卫星遥感技术能够收集海量数据并且能进行实时更新，其覆盖的范围更广泛。这有利于对环境和植被等的实时监测，将该技术应用于NDVI的数据获取，可以让我们得到更多、更精准的植被指数的相关数据。所以在海量的大数据时代，进行更加优化的时间序列的建模分析也显得尤其重要。

虽然时序性的地表覆盖可以更加直观地展现变化，但伴随着全球气候变化日益增强，对地表植被覆盖率的研究还可以从人类的影响、温度、降水、光照等相关因素进行深入研究。植被在整个生态环境中占据极小部分，今后的研究需加入以上不同的影响因素，才能更为全面地解决如何保护生存环境的相关问题。

昆明市具有气候类型复杂，降雨多但干濕分明，地形地貌起伏不平等特点[16]。使得昆明市的植被指数在季节和月份中变化明显，又因雨水充沛加之主打旅游文化城市，所以其植被指数逐年增长。

4.2 结论

本研究运用遥感数据和一元线性分析法，对昆明地区2001—2015年间的植被指数NDVI进行量化分析，得出以下结论：endprint

（1）昆明市植被指数在2001—2015年间总体呈增加趋势，最小值出现在2005年，最大值出现在2011年。平均倾斜率为0.0036，值较低，表明在这15年间昆明市的植被指数年趋势是在平稳的基础上略有上升。

（2）2010—2015年昆明市每月的植被指数变化明显，7—11月为植被指数较大，这与昆明市7—10月为雨季相对应。

（3）15年中冬季植被指数增长最快，其斜率为0.0078；春季增长幅度略低于冬季，夏季呈现负增长趋势。表明2001—2015年昆明春、秋、冬季植被覆盖率不断加大，呈增长趋势。2005年夏季昆明市出现了55年来最严重的高温天气，植被指数下降幅度大，也表明植被指数主要与降雨有关。2015年昆明秋季NDVI值呈直线下降，原因是昆明大范围降温，植被冻死导致植被指数下降。昆明市干湿季分明，冬春两季属于旱季，其植被覆盖率低于夏秋两季，进一步说明植被指数主要与降雨有关。

参 考 文 献：

[1] 刘宪锋，任志远. 西北地区植被覆盖变化及其与气候因子的关系[J]. 中国农业科学， 2012， 45（10）：1954-1963.

[2] 崔林丽，史军，杨引明，等. 中国东部植被NDVI对气温和降水的旬响应特征[J]. 地理学报， 2009， 64（7）： 850-860.

[3] 刘珊珊，王建雄，牛超杰，等. 基于NDVI的云南省植被覆被变化趋势分析[J]. 湖北农业科学， 2017， 56（11）： 2037-2040.

[4] 孙红雨，王长耀，牛铮，等. 中国地表植被覆盖变化及其与气候因子关系[J]. 遥感学报， 1998， 2（3）： 204-210.

[5] 毕晓丽，王辉，葛剑平. 植被归一化指数（NDVI）及气候因子相关起伏型时间序列变化分析[J]. 应用生态学报， 2005， 16（2）： 284-288.

[6] 何彬方，冯妍，吴文玉，等. 安徽省近十年植被指数时空变化特征[J]. 生态学杂志， 2010， 29（10）： 1912-1918.

[7] 余振. 中国东部南北样带植被的物候趋势及对气候变化的响应[D]. 北京：中国林业科学研究院， 2010.

[8] Goward S N， Tucker C J， Dye D G.North American vegetation patterns observed with the NOAA-7 advanced very high resolution radiometer[J]. Plant Ecology， 1985， 64： 3-14.

[9] 康凌艷，芦清水，邵宏波，等. 干旱对滨州灌区冬小麦归一化植被指数（NDVI）的影响[J].江苏农业学报，2017，33（1）：87-93.

[10]郭军，李明财，刘德义. 天津地区归一化植被指数时间动态及其与气候因子的关系[J]. 生态学杂志， 2009， 28（6）： 1055-1059.

[11]刘志锋，南颖，胡浩，等. 2000～2008年长白山地区植被覆盖变化特征[J]. 西北植物学报， 2010， 30（2）： 391-398.

[12]张戈丽，徐兴良，周才平，等. 近30年来呼伦贝尔地区草地植被变化对气候变化的响应[J]. 地理学报， 2011， 66（1）：47-58.

[13]李辉霞，刘国华，傅伯杰. 基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J]. 生态学报， 2011， 31（19）： 5495-5504.

[14]马明国，董立新，王雪梅. 过去21a中国西北植被覆盖动态监测与模拟[J]. 冰川冻土， 2003， 25（2）： 232-236.

[15]贺映娜，白红英，高翔，等. 基于NDVI的米仓山植被覆盖变化趋势分析[J].西北植物学报， 2011，31（8）：1677-1682.

[16]何云玲，鲁枝海. 近60年昆明市气候变化特征分析[J]. 地理科学， 2012， 32（9）： 1119-1124.endprint