基于MODIS数据2001—2019年NDVI时空变化及驱动力分析——以阿克苏地区为例

卜 祥，张永福，梁田田，王建国

（1新疆大学资源与环境科学学院，乌鲁木齐 830046；2新疆大学绿洲生态教育部重点实验室，乌鲁木齐 830046）

0 引言

植被作为生态系统重要的组成部分，生态系统的主要物质基础，同时也是土壤、大气和水分的联结点，能够影响气候、水文、土壤、能量平衡的重要变量[1-2]。植被对环境和气候的变化较为敏感，植被在生长过程中受到自然环境的密切影响。因此在一定尺度气候背景条件下，地表的植被覆盖增加对调节绿洲区域气候有着积极作用，可以增加局部地区的降水量和影响气温等要素[3]。同时植被的变化趋势也反应着生态环境的一个变化趋势，新疆天山以南地区植被变化受到气候和人类活动的影响比较大，了解植被覆盖度变化的驱动因素有利于研究植被变化的趋势，对研究评价区域环境质量与保持生态平衡具有重要的现实意义，对社会经济建设和保护生态环境也具有一定的借鉴意义[4]。

据2015—2020年期间研究表明，植被覆盖变化与气候之间相互响应研究逐渐增多，Yao等[9]研究分析干旱区新疆NDVI对气候极值的响应状况，研究得出NDVI变化趋势与气候变化是密切相关。张颜彬等[10]研究通过利用MODIS/NDVI时间序列卫星影像数据植被覆盖的变化趋势，根据植被覆盖度的时间空间变化特征及变化趋势，分析研究区植被覆盖退化的主要的驱动力因素，分别包括自然因素和人为因素的影响。归一化植被指数(NDVI)与植被覆盖度、叶面积指数、生物量以及土地利用等多种因素紧密相关[5]，能够很准确的反映出植被的覆盖度、植被的光合强度、植被的绿度以及时间变化程度[6]。研究区域植被生长状态以及植被覆盖度程度的高低，是监测区域植被覆盖度变化的重要指示因子，对于评估生态环境变化及其明显同时也应用到其他的领域，利用NDVI时序数据研究植被覆盖变化及对外界干扰响应，对生态系统、土地利用/覆被及其生态效益具有重要意义，成为重要的研究方向之一[7-8]。在不同的区域不同影响因子例如气温和降水对植被的影响是具有区域差异性和变化多样性的，所以要研究某一地区长时间尺度的植被生长及其影响因子之间相互响应的关系[11]。

1 研究区概况

阿克苏地区地处新疆天山山脉南部、塔里木盆地北部南疆中部，位于78°03′—84°07′E、39°30′—42°41′N间，与和田、喀什、克州三地州相邻，北以天山为分水岭，与伊犁哈萨克自治州相接。阿克苏地区整体区域地势属于北高南低，全地区的区域总面积13.25万km2，境内多条河流有塔里木河、阿克苏河、多浪河。阿克苏地区地形地貌种类繁多，山地面积占全区域面积29.4%、平原面积占全区域面积39.8%、沙漠占全区域面积32.58%。研究区光热丰富，年平均气温11.6℃，年降水量112 mm，地区内主要以阿克苏绿洲和渭库绿洲为主。研究区如图1所示。

图1 研究区示意图

2 数据来源及方法

NDVI数据获取于美国国家航空航天局网站所发布的MODIS MOD13A1陆地三级标准数据产品，数据时间分辨率为16天，数据空间分辨率为500 m。本文选取了2001年1月—2019年12月的MODIS NDVI数据共456期影像为数据源，通过利用工具MRT对MODIS数据格式转换和重投影，将HDF类型数据转换为Tiff类型数据格式以及完成图像的空间拼接与重采样过程。并将16天半月的NDVI数据通过最大值合成法(MVC)为32天的月栅格图像。合成后的NDVI数据会有出现异常值或缺失数据的情况，通过Savtz-ky-Golay(S-G)方法进行平滑滤波处理去除云、太阳高度角等因素的影响[12-13]，之后使用ArcGIS中的裁剪将研究区范围各年际NDVI数据。MODIS数据产品具有时间跨度较长、时间分辨率较高、覆盖范围较广并且数据免费易获取，因此广泛用于研究较长时间跨度的植被覆盖度的变化[14]。MODIS数据产品反映一定区域尺度上植被覆盖的时间和空间特征的具体差异，对植被覆盖的敏感区域生态环境监测具有明显的优势[15]。故本文选用2001—2019年的MODIS数据经过影像拼接、投影转换与合成等步骤生成阿克苏地区的NDVI时序数据集，并以此为基础展开研究。

3 研究方法

3.1 MODIS数据下植被覆盖的动态监测

3.2 植被覆盖度的变化趋势及线性回归分析

本研究采用一元线性回归方法分析阿克苏地区2001—2019年的植被覆盖度变化，一元线性回归趋势分析是对一组变量随时间的变化所做的回归分析方法[17-18]。此方法可以分析研究区植被覆盖的变化趋势情况，由此来模拟分析植被的绿度变化率，GRC是一定时间段内的季节合成归一化植被指数(SINDVI)年际变化线性回归方程的斜率。本研究通过对19年内的NDVI的变化进行分析，并对其变化幅度进行分析计算，其计算公式如(1)所示。

公式中：n代表时间序列长度，i为研究期间的第i年；NDVI为第i年的NDVI值；slope为趋势线的斜率。slope＞0时，说明NDVI在这19年间呈现缓慢增加的趋势；slope=0时，说明NDVI没有变化；slope＜0时，NDVI呈现出减少的趋势。

3.3 相关性分析

通过将气候因子中的温度和降水量与NDVI数据进行拟合/回归来具体判断拟合效果，本研究使用Pearson’sr（皮尔森相关系数）相关来判断线性相关的好坏。如公式(2)，r值的取值范围是[-1,1]，r＞0正相关，r＜0负相关，r=0不是线性关系。计算公式如(2)所示。

4 结果与分析

4.1 多年平均植被覆盖度的空间分布现状

利用2001—2019年的逐年生长季节NDVI数据，取平均值后得到研究区19年间平均NDVI空间分布图。阿克苏地区2001—2019年的年均植被NDVI空间分布如图2所示，此分布图主要基于2001—2019年的年均NDVI的平均值处理得出。其NDVI空间分布差异明显，植被覆盖主要集中在研究区的两大绿洲上以及以绿洲为核心向外的周围地区，整体特征呈现出由绿洲地区向周围递减的特征。NDVI的高值区主要分布在研究区的靠近东西两侧的渭库绿洲和阿克苏河流域绿洲上，低值区主要集中在南部。同时NDVI值高的两绿洲也是研究区的主要农作物种植区。

由图2显示分析，植被覆盖度整体布局情况是由绿洲为中心向周围植被覆盖从高到低递减分布特征情况。研究区内2001—2019年植被覆盖度平均为0.097。通过参考陈效逑等[19]研究植被覆盖度等级划分方法，因此依据研究区实际情况划分植被覆盖度(X)5个等级：分别为X≤0.20为极低覆盖度，0.20＜X≤0.40为低覆盖度，0.40＜X≤0.60为中覆盖度，0.60＜X≤0.80为高覆盖度，X≥0.80为极高覆盖度。

如表1所示，本研究区植被覆盖度以中低覆盖度占比较大，占总区域面积的75.24%；中值覆盖度区域占区域总面积的25.16%，集中分布在研究区中部两大绿洲周围范围以及研究区北部；低值覆盖度占区域总面积的54.00%，极低值覆盖度较小占区域总面积的3.92%，低值覆盖区占50.08%，主要分布在研究区北部、南部区域以及中部绿洲之间的区域。植被覆盖高值区域面积占总面积10.02%，主要集中在研究区中部的两大绿洲，是由于在这里水资源相对充沛、较多，降水比研究区其他地区较多。

表1 研究区植被覆盖度等级划分及各等级占比

4.2 植被覆盖的时空变化特征

本研究利用MODIS NDVI时间序列卫星影像数据，对研究区的植被覆盖行监测。将2001—2019年MODIS数据根据NDVI月均值处理得到NDVI的年度变化数据。图3显示了阿克苏地区植被覆盖度的年度变化情况。

研究区的植被覆盖度整体呈现出上升趋势，部分年份由于气温和降水的影响导致年度植被覆盖度下降。从图3可以看出，研究区的整体的植被覆盖度呈增长趋势，从图4年NDVI均值中可以看出各年度植被覆盖的浮动，在2006、2012年植被覆盖度发生下降，主要原因是降水量和温度影响在2006年较上一年度的年均温升高且年降水量减少，分别为11.7℃和68.8 mm，2012年的年降水量较上一年度下降，年度气候较为干燥不利于植被的自然生长[20]。图4中显示2013年至2014年也出现明显降幅，根据阿克苏地区统计年鉴数据，2013年年平均温度为10.7℃，年均降水量为88.9 mm（东四县年均降水量为90.8 mm，西六县年均降水量为87.7 mm）。在2014年年均气温为10.7℃，年均降水量为88.9 mm（东四县年均降水量为90.7 mm，西六县年均降水量为87.6 mm）[21-22]，研究区整体在19年间NDVI的空间分布呈波动上升的趋势。

目前，我学院在进行机械产品测量实训过程中，没有统一的、标准的实训实验教学项目，任课教师根据教学标准（如要完成尺寸测量、表面粗糙度、形位误差测量的实训实验）完成教学任务，其主要原因是没有统一的测量实训指导书，不但影响实训室的建设，还会影响实训效果。

图3 2001—2019各年度NDVI变化趋势图

通过采用一元线性回归的方法对研究区2001—2019年植被覆盖来分析2001—2019年阿克苏地区植被覆盖变化的特征，图4中显示研究区年平均植被变化斜率slope=0.00172，slope数值大于0说明整体的植被覆盖呈上升趋势，2001—2019年的动态监测的对比图显示出阿克苏地区在2001—2019年里植被覆盖都有不同程度的改善。研究区NDVI年均值大部分在0.08～0.11之间，波动最大的区域介于2012—2013年，2013年总NDVI均值为0.104155。2019年总均NDVI值最高为0.116125，除了在2006、2008、2012、2014年有下浮波动外，整体增长趋势在回升状态，这些变化的原因可能因为是气候变化的因素比如气温、降水等因素，同时也会有人类活动带来的影响比如人工复垦、植被类型的改变等因素以及地区第一产业的发展都会影响到植被覆盖。为了区别这些可能因素的影响，一年中植被生长最为茂盛的月份在7月，所以提取研究区内2001—2019年植被最茂盛的7月变化趋势曲线图，如图5所示NDVI在2002、2008、2012、2017年均有跳跃性的增长，这种快速的增长不是植被持续性的生长所带来的变化，也不是因为气候变化所带来的改善变化，而是因为人类的突然性活动所带来的变化。所以体现了研究区在2000—2009年中林地和草地大幅增加带来的植被覆盖的改善情况[23]。2012年和2017年均分别较上一年在第一产业的产值有较大的提升，农业的发展会季节性的影响植被覆盖值的变化，剩余年份的植被也是在持续的增长，没有跳跃性的变化，而是一种在波动中的缓慢增长。所以研究区基本体现了植被正常生长所引起的植被覆盖度的变化一般是源于自然气候环境的变化。

图4 2001—2019年植被年变化趋势图

图5 2001—2019年7月植被覆盖变化趋势曲线图

4.3 植被覆盖的驱动力分析

4.3.1 植被物候期对植被覆盖度的影响分析 通过计算所得2001—2019年平均NDVI 2001—2019年的植被变化情况。进一步讨论阿克苏地区植被物候期（4—10月）内的生长季植被覆盖度变化情况[24]。选取研究时间段中2001、2005、2010、2015、2019年共5年如图6，由这5年的各月的NDVI的变化趋势可以得到植被的生长主要是在4—10月，由此生长季可以分为春季（4—5月）、夏季（6—8月）、秋季（9—10月），各季节的植被变化存在一定的差异性且在夏季和秋季的植被覆盖变化最为明显且NDVI的变化率是最大的。最低是春季，春季是植被正在生长的季节所以植被的NDVI较低，主要表现为先增加后减少在增加的趋势。夏季的植被覆盖度的变化最为明显，是各个季节中植被指数最好的季节，秋季的变化表现为逐年的增加。从这5年的变化过程中分析出在整体的趋势上植被生长季（4—10月）的NDVI值呈上升趋势。

图6 2001、2005、2010、2015、2019年各月NDVI变化

4.3.2 植被覆盖度与气候因子相关性分析 气候因子选取降水和温度，对植被覆盖度分别与降水、温度因素的关系进行相关性分析[25-26]，本研究主要从不同季节尺度上分析生长季、春季、夏季、秋季的NDVI与相关气候因子（包括温度、降水）的响应关系（图7、8）并由此通过显著性P检验。生长季中NDVI变化与温度变化的相关性基本相似(R=0.485，P=0.035)二者显著相关，并且相关性并通过了0.05水平的显著检验；生长季中NDVI变化与降水相关性不高(R=0.323，P=0.178)，在2001、2011、2015、2016 4个年份出现NDVI与降水反向变化趋势，说明在研究区与降水相比，温度是影响植被生长变化的主要因素。春季NDVI与温度与降水变化的相关系数分别为(R=0.447，P=0.055)和(R=0.278，P=0.249)呈弱相关性，说明植被生长过程中对温度、降水变化的响应敏感性低。夏季NDVI与温度变化在2003、2005、2012、2017年出现了两者呈现相反趋势的小波动，两者相关系数为(R=0.326，P=0.173)显著性不高；夏季降水与NDVI年际变化趋势(R=0.402，P=0.088)呈现一致趋势，仅在2004、2006年出现降水增加反而NDVI减少的情况，说明在夏季时期NDVI对降水的响应程度较高，而气温对其响应程度不高。秋季的气温变化与NDVI年际变化趋势(R=0.533，P=0.019)整体上一致，两者显著相关(P＜0.05)，只在2003、2009、2018年出现温度变化与NDVI变化趋势相反的情况，其余年份两者变化趋势基本一致。秋季降水变化呈现出与NDVI年际变化相反趋势(R=-0.040，P=0.871)，说明秋季植被对温度响应程度较高。所以说明该区域受温度和降水的共同影响，水热条件是影响该区植被生长的主要因子，NDVI的变化与温度和降水量变化更加的密切[27-28]。

图7 研究区不同季节NDVI与温度的年际关系

4.3.3 人类活动对植被覆盖度的影响

（1）人口：NDVI的变化受到了人口和社会经济变化的影响，人口的增加会带来对基础建设、交通等相关设施需求的升高，使原有的耕地和草林地被侵占，进而对植被的质量和数量产生影响。研究区在2001—2018年，总人口增长了46.35万（人口数据是由阿克苏地区统计年鉴获得，如图9a）其中，2014—2015年人口增速最快，在此段时间NDVI呈现低速增长趋势；2006—2014年人口增速减缓，NDVI又呈小幅增加趋势；2006—2009、2010—2014年人口出现两次负增长，NDVI的变化呈大幅增长且整体增幅较大，说明植被在这个阶段快速恢复达到较好状态，由此可见人口因素是该地区植被覆盖度变化的驱动因素之一。

（2）经济：由图9b可知总体上各产业生产总值是随时间整体为增长趋势，但增长率不同。2001—2005年，第一产业为主，说明研究区在这个时段以农业耕种为主要经济来源，其中第二、第三产业的迅速增长，二者的快速发展后会加大建设用地的需求的增加使林草地和耕地相对减少，这与2005年之后研究区整体NDVI增加变化趋势相反，由此可见经济的发展和产业发展结构的变化不是研究区植被时空变化的主要驱动因素。

图9 研究区2001—2018年人口总数(a)，2001—2018年三产产值(b)

（3）政策因素：研究区的草地林地面积在2001—2009年是增加趋势，2001—2009年间政府政策对生态保护以及绿化做出相应措施，草地和林地面积分别增加16958、53685.3 hm2[20]，主要是通过将一定面积的耕地和未利用地退还成林地与草地。在研究区的发展中也在逐渐地重视生态保护与环境监测治理，进而进一步的促进NDVI的增长趋势。各级政府对绿洲土地资源尤其是耕地大力保护，为绿洲扩张和土地高效利用程度逐步提高提供了保障[29]。人类的生产生活对NDVI的变化有两各方面，一个方面是正影响对NDVI有促进作用，在农业的发展中农业生产是人为开发利用是主要形式，包括开发广大的荒地、沙地为主增加植被覆盖度改善环境。2001—2014年来实施了退耕还林还草、控制荒漠化等一系列的生态保护恢复工程的效益显著，由此表明人为治理是研究区植被覆盖明显改善的重要因子之一。另一方面的影响是负影响，就是对植被的破坏主要体现在城市的加速扩张，城郊部分的农用地转变为建设用地使用，但是同时也由于城区不断加强绿地绿化与优化环境，所以城区的植被覆盖呈现出缓慢上升趋势变化。一系列的相关政策措施使得研究区后期NDVI增长趋势明显，由此说明，政策因素是研究区植被时空变化的主要驱动力之一。

5 结论

本研究主要通过利用分析2001—2019年NDVI数据与同期的气温、降水数据以及研究区社会经济三产业值数据，分析研究区植被覆盖度变化的时空差异和空间布局特征及其变化的驱动要素，得出以下结论。

（1）阿克苏地区的植被覆盖度空间布局上以绿洲为主，呈现出植被覆盖度由绿洲向周围递减的分布特征，其中存在着阿克苏河流域绿洲、渭库绿洲处于干旱区且植被覆盖较高的非地带性分布区域。

（2）2001—2019年阿克苏地区植被覆盖整体上呈现增加趋势，但存在明显的季节差异，夏、秋季植被变化增加最为明显，春季变化不明显。2003、2005、2008、2012、2017年前后表现出先下降后上升的波动变化情况，这与当年处于不同季节的气候因素有关。

（3）经研究分析，2001—2019年研究区大部区域呈现不同程度改善趋势，通过对植被物候期生长季（4—10月）中夏季植被覆盖比较明显其中7月的值最高。利用一元线性回归的趋势分析法对研究区长时间序列的植被动态变化进行分析可知这种变化主要是植被类型改变、气候因素的变化以及人类活动影响的结果。其中在不同的季节中，夏季植被NDVI呈现变化较大，秋季次之，春季最低。

图8 研究区不同季节植被NDVI与降水的年际关系

（4）研究区NDVI对气温与降水的响应变化关系具有显著季节性差异，其中夏季降水对NDVI呈显著正相关，对植被生长的影响是最明显；而秋季温度变化与植被NDVI呈正相关，在空间上研究区植被与温度的相关性显著并且对植被的响应较大，但与降水相关性不明显。同时人类生产生活对植被覆盖变化有正负两个方面，一方面生态恢复以及生态修复等一系列生态保护措施促进了研究区植被覆盖增加变化趋势，另一方面城镇的建设用地扩张以及一些城郊的植被、农用地退化。由此可见气候因素变化以及人类生产生活的共同作用是NDVI变化的主要驱动因素。