山地新城土地利用/植被覆盖的时空演变规律——以重庆渝北区为例

张沁, 王伟

(1.重庆交通大学,国家内河航道整治工程技术研究中心,重庆 400074; 2.重庆交通大学,水利水运工程教育部重点实验室,重庆 400074; 3.重庆惠庭建筑规划设计有限公司,重庆401120)

工业化飞速发展带来的城市化变革,改变了人类赖以生存的自然和社会环境[1]。城市化进程中最显著的特征之一就是土地利用/植被覆被发生改变,二者不仅影响着区域的生态环境而且以逐步积累的方式影响着全球的可持续发展[2],已成为全球环境变化研究的热点问题[3-4]。

重庆渝北区建于1995年,建区时有着“小城市大农村”的城市特点,自建区以后,尤其近10年渝北区经济突飞猛进,沥青水泥等不透水表面替代原有的自然覆盖地面,如同其他大都市一样,经历着自然与人类活动的双重影响,深度影响区域的生态环境;加上所处山地城市地形的特殊性和气候的丰富性,渝北区的土地利用在城市化进程中更易破坏[5],从而使其植被覆盖等生态环境发生变化。因此,山地新开发区在城市化进程中的土地利用和植被覆盖如何变化,及其变化对生态环境和人与自然和谐等产生什么影响都是研究山地新区城市化效应亟待解决的问题。

目前关于土地利用/植被覆盖的区域尺度研究多集中在长三角[6]、珠三角[7-8]、武汉[9]、三亚[10]、重庆主城[11]等人文社会非常活跃的“热点地区”,或者三峡库区[12]、边缘地区[13-14]、西南喀斯特地区[15-16]、农牧交错区[17]等自然生态禀赋的“脆弱区”,而类似渝北山地新开发地区的土地利用/植被覆盖的研究较少。例如,冯国艳[18]利用MODIS NDVI数据,分析了西南地区2001—2016年植被动态变化及其人为驱动因素,得出土地利用、城市化和生态工程建设均对植被变化带来不同程度的影响,生态工程建设对植被覆盖具有改善作用,城市化效应对植被覆盖具有明显的负效应。陈怡君[19]通过对1988—2014年渝北区和龙泉驿区的土地利用覆被时空变化分析比较得出,城市化进程的推进使得人类活动对土地利用的影响力度加大,城市扩张均为高扩张状态,龙泉驿区比渝北区的城市建成区扩张与人口增长更为协调。李阳兵等[11]基于1988—2007年3期的专题制图仪TM遥感影像,对重庆主城区土地利用驱动因子进行探讨,发现建设用地年增长最快,对土地利用综合指数贡献最大的是耕地转建设用地。龙辉等[20]以2009年和2016年2期土地利用变更矢量图层为主要信息源,利用Arcgis得出两江新区2009—2016期间农田用地和未利用土地正逐渐转变为建设用地,空间分布趋于不规则。任扬航等[21]分析了2001—2014年中梁山地区土地利用的时空变化特征、植被覆盖度动态变化特征以及二者之间的响应机制,发现人类活动对区域影响的主要特征是耕地向林地和建设用地转化,且植被退化受其影响较大。

现选择城市化发展迅速的山地新城——重庆渝北区为研究区域,基于Landsat 8卫星遥感影像解译数据对研究区1995—2020年的土地利用( land use and climate change,LUCC)和归一化植被指数(normalized digital vegetation index,NDVI)进行时空演变规律分析,运用分形维数和紧凑度指数法对研究区的土地空间扩张分异变化特征进行分析,定量评估土地利用和气候变化变化对植被覆盖的影响,旨在为山地新区城市化进程中的土地空间格局优化和生态环境保护提供科学支撑。

1 研究区域概况

渝北区地处青藏高原和长江中下游平原的过渡地带,位于北纬28°10′～32°13′与东经105°17′～110°11′,地理位置如图1所示,总面积1 452.03 km2,辖18个街道、11个镇。重庆渝北区具有典型山地城市特征,地势从西北向东南缓慢倾斜,起伏较大,南部多浅丘,海拔155～450 m,中部为低山,海拔450～800 m,北部为中山,海拔800～1 460 m。现有常住人口219.15万人,人口增长率8.32%,城镇化率84.22%[22]。区内过境河流主要是长江和嘉陵江,其中长江沿区境东南边境流过,嘉陵江沿区境西南边境流过,有后河注入。渝北区属亚热带湿润季风气候,四季分明,年平均气温18 ℃左右,年降水量848～1 536 mm,年平均日照时数1 340 h。

图1 重庆市渝北区地理位置图Fig.1 Location map of Yubei District, Chongqing

2 数据来源与研究方法

2.1 数据来源

研究区的遥感数据主要来自地理空间数据云(http://www.gscloud.cn/),选取渝北区1995—2020年的Landsat 8 OLI_TIRS遥感影像数据,时间均为4—6月,其中空间分辨率为30 m×30 m,坐标系统为WGS_1984_UTM_Zone_49N,每张图像的含云量不超过于10%,数据质量良好。利用ENVI 5.3软件对下载的原始遥感影像进行几何校正、辐射定标、大气校正和波段融合等预处理,其中几何校正采用二次多项式校正法,使校正误差(root mean square,RMS)小于1个像元,辐射定标采用像元灰度值(digital number,DN)转换为辐射亮度值;大气校正采用FLASH大气校正。此数据用于渝北区土地利用和植被指数年际时空演变规律分析。

影响植被变化的主要气候因素一般包括降水和温度等[23],这二者往往具有较高的相关性,同时研究区对温度和降水较敏感,因此,本研究选择降水和温度条件作为气候指标。气候数据主要来自中国气象数据网,选取渝北气象站点1995—2020年共25 a的降水和气温数据,对个别缺失的数据按照线性回归法进行插补。

2.2 研究方法

2.1.1 LUCC解译

依据《土地利用现状分类》(GB/T 21010—2017)标准,同时结合研究区土地利用实际特征,基于ENVI 5.3对影像进行波段选择与组合、监督分类、去除小碎块等处理后,将渝北区土地利用类型划分为农田、林地、草地、水域和建设用地5类,得到研究区1995、2000、2005、2010、2015、2020年共6期的土地利用类型空间分布图,该年的土地利用状况可利用该时期植被繁茂程度和土地等地物特征来衡量,并对分类结果依据野外实地验证点进行分类精度评价,6期影像监督分类结果的整体和各类分类精度均在85%以上,Kappa系数在0.84以上,可见分类结果精度满足要求。

2.2.2 土地利用转移矩阵

土地利用之间的相互转换可用土地利用转移矩阵来描述[24]。利用Arcgis等工具将解译得到的土地利用/覆盖类型图进行分析计算,得到土地利用转移矩阵,表达式为

(1)

式(1)中:Sij为转移前i类转化成转移后j类的面积,km2;n为转移前后的土地利用类型的数量(n<10);i和j(i,j=1, 2, …,n)分别为转移前与转移后的土地利用类型。

2.2.3 城市分形维数和紧凑度

通常用分形维数、紧凑度指数两个指标来表征城市空间发展状态。空间形态的复杂程度用城市分形维数来表示,分形维数越小,则区域空间形态越复杂;空间形态的稳定性常用城市紧凑度指数衡量,紧凑度指数越小,则区域空间形态的稳定性能越差[25]。二者的表达式为

(2)

(3)

式中:A为城市建设用地面积;C为城市紧凑度指数;D为分形维数;P为城市建设用地周长。

常用空间重心坐标、重心转移距离和重心转移角度等参数来表示城市空间位置,城市空间重心坐标(X,Y)的公式为

(4)

(5)

式中:(Xt、Yt)为t时期城市建设用地重心位置坐标;Xi、Yi分别为第i块建设用地的几何重心位置坐标;Cti为第i个片区的面积。

空间重心转移距离和空间重心转移角度的表达式为

(6)

(7)

式中:Li+1为从第t到第t+1时期地理单元空间位置的重心转移距离,m;at+1为从第t到第t+1时期地理单元空间重心转移方向与正东方向的夹角(-90°～270°),以起点为基准计算转移方向。

2.2.4 归一化植被指数

气候、降水等会影响有机物的运输、合成和代谢过程进而影响植被的生长状态,遥感影像中,NDVI用近红外波段的反射值与红光波段的反射值之差比上两者之和计算[26],计算公式为

NDVI=(NIR-R)/(NIR+R)

(8)

式(8)中:NIR为近红外波段的反射值;R为红光波段的反射值。其值-1≤NDVI=≤1,负值表示地面覆盖为云、水、雪等,对可见光高反射;0表示有岩石或裸土等,NIR和R近似相等;正值表示有植被覆盖,且随覆盖度增大而增大。

2.2.5 LUCC变化对NDVI的影响

NDVI作为植被覆盖最重要的表征要素之一,能较好地反映植被生长活动的年际和季节变化,被广泛用于植被-气候、降水关系等研究[27],且诸多环境要素变化中,植被覆盖变化与人类活动和气候变化密切相关,植被覆盖变化主要由人类活动和气候变化所致[28-29],人类活动用LUCC变化来表示。则在某个时间段内研究区植被指数总变化(ΔX) 可表示为

ΔX=∑FnjSnj-∑FniSni=QLUCC+QC

(9)

式(9)中:Fni和Fnj表示某一土地类型n在i和j时期的平均植被指数;Sni和Snj表示某一土地类型n在i和j时期的面积,j>i;QLUCC表示土地利用导致的植被覆盖变化;QC表示气候变化导致的植被覆盖变化。

若是仅在人类活动影响下,某个时间段类的平均NDVI是一定的,因此由土地利用导致的植被覆盖变化,以及由土地利用导致的植被覆盖变化占总植被覆盖变化的比例可表示为

(10)

QLUCC=∑(FnjSnj-FniSni)

(11)

那么定量评估某一土地利用类型变化导致的植被覆盖变化占LUCC引起的植被覆盖变化比可表示为

(12)

若σ为正值,则表示某土地类型的变化使得植被覆盖增加,负值则为减少。

3 结果与分析

3.1 土地利用时空演变分析

3.1.1 土地利用类型变化

研究区1995—2020年土地利用变化如图2所示,各土地利用类型面积及占比见表1和图3,可以看出渝北区的建设用地占比自1995年以来以11.65 km2/a的涨幅逐年呈指数上升趋势(图3),从1995年的20.76 km2(占比1.47%)增长到2020年的320.09 km2(占比22.68%),以11.97 km2/a的速率净增长了299.34 km2,尤其是从2010年以后,增长幅度显著增大,以18.85 km2/a的速率在10年间增长了188.54 km2。林地和草地均呈缓慢不显著下降趋势,分别以0.02、0.12 km2/a的速率减小。土地利用面积缩小幅度最大的农田,呈阶梯状下降趋势,从1995年的1 096.01 km2(占比77.66%)缩减至2020年的798.4 km2(占比56.57%),平均每年减少11.9 km2,尤其是2005年后减幅显著,以16.45 km2/a的速率在15 a间减少了246.8 km2。可见,渝北区城市化建设的不断扩张主要占用的是农田。水域主要分布于西郊的后河、东中部的寸滩河、朝阳河等,其占用面积较小,仅1.79%～2%,且1995—2020年水域的面积变化幅度小,但总体呈轻微增加趋势,以0.11 km2/a的速率在25 a间增加了2.96 km2,尤其是近年来水域增幅明显,认为是渝北区悦来新城海绵城市的建设(如湿地公园等)在一定程度上促进了水域面积的增加。

表1 渝北区1995—2020年各土地利用类型面积及面积占比统计表

图2 渝北区1995—2020年土地利用变化图Fig.2 Maps of land use change in Yubei District from 1995 to 2020

图3 渝北区各土地利用类型面积及占比过程图Fig.3 Process diagram of different land use types’ area and proportion in Yubei District

3.1.2 土地利用转移

从以上分析可以看出,研究区土地利用在2005年前后存在一个转折点,2005年以后,农田面积急剧减小,远小于2005年以前年份,伴随林地和草地的相应减少,取而代之的是建设用地不断扩张。将1995—2020年大致分成3个阶段,分析每个阶段的土地利用转换情况,2个时期之间各种土地利用类型之间的转换用转换矩阵来表示,得到表2。

表2 1995—2020年渝北区土地利用面积转换矩阵

第一阶段是1995—2005年间,建设用地面积净增加了50.01 km2,增加幅度为241.01%,建设用地面积增加的主要土地来源是农田、其次林地,分别占1995年转出比重的98.38%、1.48%。农田、草地面积均减小了50.81、2.08 km2,减小幅度分别为4.64%、6.68%,林地和水域有小幅的增加,面积分别增加了1.67 km2和1.21 km2、增加幅度分别为0.7%、4.79%。因此该阶段的主要特征是少量农田和草地转为林地,同时大量的农田和少量的林地又变为建设用地,且随着城市化进程,这种转变是不可逆的。

第二阶段是2005—2010年间,建设用地面积净增加了60.79 km2,增加幅度为85.91%,草地面积增加0.55 km2,增加幅度为1.89%,水域面积增加0.73 km2,增加幅度为2.76%,林地面积增加2.01 km2,增加幅度为0.84%;建设用地面积增加主要来源于农田,其面积分别较2005年缩小了62.82 km2,缩小幅度为6.01%,说明该阶段的主要趋势是农田转变为建设用地,极小部分转为林地、水域和草地。

第三阶段是2010—2020年间,建设用地、水域面积均有增加,分别净增加了188.54、1.02 km2,增加幅度为143.3%、3.75%,由于2010年后重庆市大力发展两江新区城镇一体化建设,故该阶段建设用地面积大幅增大,建设用地增加的主要来源是农田,农田面积共减小了183.98 km2,其中99.56%都转给了建设用地;小部分来源为林地和草地,分别占2020年转出面积的3.78%和0.84%,面积分别减小了4.17 km2和1.41 km2,减小幅度分别为1.73%和4.76%。可见2010年以后的主要特点是农田和林地转为建设用地,进一步说明近十年来渝北区城市化建设十分快速。

3.1.3 土地空间扩张分异变化特征

由3.1.2节可知,1995年后研究区土地利用变化的显著特征之一是建设用地的持续增长,本节根据建设用地的空间分布特性来探讨城市化进程中城市用地的空间扩张变化。

城市化进程的发展也会使得城市空间位置发生改变,从而引起空间下垫面结构的变化,导致很多边缘城区的废弃和重建,对自然状态下的土地利用和植被覆盖产生影响。城市空间的发展方向用建设用地重心位置来表示,如表3所示;区域空间形态的稳定性和复杂性分别用紧凑度指数和分形维数来表示,如图4所示。从表3可以看出,1995—2010年城市重心略向西南部移动,重心基本稳定在2005年位置;2010—2015年重心转移最剧烈,2010年以后城市重心开始逐渐向东北部扩张。这与重庆2003年提出的“一路向北”发展战略息息相关,城市空间的发展方向也明显受到政策影响,因为自2001年在重庆北部新区、两江新区和保税港区的共同推力下渝北城市建设向西南迅速扩张后,近年来又随着空港工业园区、科技创新示范园区,智能装备产业园等智能打造而向东北部扩张。

表3 渝北区1995—2020年空间形态变化

图4 渝北区1995—2020年建设用地紧凑度指数和分形维数Fig.4 Compactness index and fractal dimension of construction land in Yubei District from 1995 to 2020

从图4可以看出,从1995—2010年研究区的紧凑度指数一直下降,从1995年的0.618下降到2010年的0.316,2010年以后又呈增加的趋势,2015—2020年比较接近,在0.41左右;分形维数从1995年的1.276上升到2018年的1.475,且在2005—2010年上升得最快,紧凑度下降的最陡,说明2010年前后渝北区城市扩张速度最快,2010年后建设用

地从沿着中心路线的外延式扩张时期进入到分散式扩张时期。总体看来,从1995—2020年以来,重庆渝北区的紧凑度指数呈下降,分形维数呈上升趋势,说明建设用地随着城市化的发展逐渐偏离紧凑,形态往复杂化发展。

3.2 NDVI时空演变分析

3.2.1 NDVI年际演变特征

为探求渝北区植被覆盖的年际变化特征,对1995—2020年栅格尺度上的NDVI数据进行处理,得到研究区1995—2020年年平均植被指数变化折线图(图5),可以看出,植被指数在1995—2010年间相对稳定,在0.55上下波动,1995—2020年整体以1%/a的速率呈缓慢下降趋势,然而在2010年以后下降趋势更加明显,以1.87%/a的速率下降。

图5 渝北区年平均植被指数变化折线图Fig.5 Line chart of annual mean vegetation index change in Yubei District

为进一步研究不同时期的植被覆盖时空演变特征,利用遥感反演得到研究区6个时期的年平均NDVI的空间格局分布如图6所示。从图6中可以看出,渝北区植被覆盖在1995—2020年发生了不同程度的变化,NDVI在空间上整体呈先增大再减小趋势,直到2020年渝北区大部分区域的植被指数都小于城 市化前的1995年和城市化建设初期,说明近10 a的城市化建设有使得植被生长状况变差趋势,这与Mao等[30]的研究结论一致。结合图2也可以看出,渝北区城镇化建设从西南部向东北部扩张的同时,“一路向北”的发展战略也对植被覆盖变化产生影响,NDVI相应呈西南部和中间东部区域减小趋势,其中人口分布最集中的西南部地区NDVI值逐年降低,在2015年最低,约0.04左右,同时中南部地区的NDVI值也在逐年降低,这是主要是由于人类活动影响,西南部和中南部农田逐渐转变为建设用地。

图6 渝北区植被指数6期分布图Fig.6 Distribution diagram of vegetation index in 6 phases of Yubei District

通过统计,得到渝北区不同时期各土地利用类型平均NDVI值(表4),可见研究区内农田、林地和草地的NDVI在25 a间呈缓慢减小趋势,其中在1995—2010年期间变化较小或呈无变化趋势,分别在0.72～0.68、0.63～0.66、0.52～0.67范围波动,但在2010年后有轻微下降趋势。研究区2005—2010年间的植被生长状况最好,在中部区域的某些农田和林地NDVI值可达0.9以上。2010年以后的所有土地类型NDVI均呈减小趋势,这大概2010年渝北区大力发展工业、建筑业,经历日新月异的变化有关,受人为因素和气候变化等因素的影响,不透水面积比例上升,平均植被指数值下降。

表4 渝北区不同时期各土地利用类型NDVI值

3.2.2 NDVI季节变化及影响因素

为了探讨渝北区植被指数在不同季节的时空变化特征,选取了1995—2020年的春夏秋冬四个季节的平均NDVI进行分析,结果如图7所示。在空间上,研究区四个季节的NDVI呈现西南部低,东部和北部高的趋势,同时间序列特征相似。植被指数在夏季最高(均值),说明夏季的植被状态最好,大部分区域的NDVI都大于0.7;冬季的NDVI整体较低,90%区域小于0.5,说明冬季整体的植被状态较差。整个渝北区NDVI在秋、冬季空间差异性较小,分别是0.78和0.819;夏季最大,可达1.073,春季区间差异性小于夏季,为0.855。这与渝北区所在地域的气象条件有关,秋、冬季往往受冷空气影响,寒冷且湿润少雨,不利于植物生长,NDVI值较低;春季温差变化大,故植被生长在春季开始凸显,夏季最繁茂,NDVI值最大。

图7 渝北区植被指数季节分布图Fig.7 Seasonal distribution of vegetation index in Yubei District

NDVI在一年四季呈不同程度的波动,均值在夏季最高,为0.77,春、秋次之,分别为0.62、0.57,在冬季最低,为0.36。在全球变暖的背景下,渝北区1995—2020年间各季节的平均气温均呈缓慢上升趋势(图8),与各季节的NDVI成负相关关系。结合图9渝北区1995—2020年各季节拟合的NDVI线性回归方程可以看出,秋季NDVI下降最明显,约1.61%/a,气温上升最缓慢,为0.64%/a,然而秋季降水的增幅最大,为7.26%/a,说明秋季NDVI主要受降水的影响(R2=-0.57),降水不利于研究区植被覆盖的提高,气温对NDVI的影响最小(R2=-0.000 2)。冬、春季NDVI受气温和降水的影响次之,气温分别以3.16%/a、5.73%/a的速率上升,降雨以7.26%/a、1.14%/a的速率上升,NDVI则以0.41%/a、0.19%/a下降;冬、春季温度、降水与NDVI的相关性均为负。夏季NDVI以1.05%/a的速率下降,而气温却以6.95%/a(各季节最大)的速率上升,NDVI则是随着降水量的减小而减小,结合表5,夏季NDVI与降水的相关系数很小(R2=0.000 1),与气温的相关系数最大(R2=-0.261 6),进一步说明了夏季NDVI主要受气温的影响,几乎不受降雨的影响。

表5 渝北区1995—2020年各季节NDVI与气温、降水的相关关系

图8 渝北区1995—2020年各季节气温和降水变化曲线Fig.8 Seasonal variation curves of temperature and precipitation in Yubei District from 1995 to 2020

图9 渝北区四季植被指数年际变化趋势Fig.9 Interannual variation trend of seasonal vegetation index in Yubei District

3.3 土地利用和气候变化对NDVI的影响

基于式(11)可得,1995—2020年土地利用变化对渝北区植被指数总变化的贡献率为85.78%,即气候变化对植被指数变化的贡献率为14.22%;而在1995—2000年LUCC变化对渝北区NDVI总变化的贡献率为71.70%,气候变化对植被指数变化的贡献率为28.3%;2005—2020年的近15 a间LUCC变化对渝北区NDVI总变化的贡献率为74.07%,气候变化对植被指数变化的贡献率为25.93%,说明土地利用变化对植被覆盖变化的贡献率大于气候变化,且近25 a随着城市化进程加快,LUCC变化对植被覆盖变化的影响呈逐渐增大趋势。

本文中气候变化因子主要以降雨和气温来表示[31],将研究区1995—2020年的实测年平均气温、年降雨量与区域平均NDVI与进行相关分析,得到图10。从图10可以看出,NDVI变化与气候变化的相关性较低,其中与温度和降雨量的相关系数分别为0.519和0.313,温度对NDVI的影响略大于降雨,伴随着气温的逐渐升高和年降水量缓慢增多,植被NDVI呈下降趋势,表明温度是气候因子中影响植被NDVI的主要因子。进一步说明了气候波动对研究区植被覆盖总变化的贡献率较低,土地利用变化是渝北区植被总变化的主要原因。

图10 渝北区1995—2020年NDVI与温度和降雨量的相关关系Fig.10 Correlation between NDVI and temperature and precipitation in Yubei District from 1995 to 2020

与土地利用转移分期类似,将单一土地类型占LUCC变化导致植被指数总变化的贡献率也分为1995—2005年、2005—2010年、2010—2020年3个阶段,分析每个阶段的单一土地利用变化对植被覆盖的影响情况,基于式(12)得到图11。从图11可知,1995—2005年,农田变化引起的NDVI增加量最大,其在土地利用导致植被覆盖总变化的贡献率为107.68%;其次林地,贡献率为67.17%,建设用地和草地的变化导致植被覆盖的减少,贡献率分别为-49.75%和-24.71%,水域对植被覆盖变化的贡献率最低,仅为-0.39%。2005—2010年,土地利用导致植被覆盖总变化贡献率最高的仍是农田,为117.92%,而其他土地利用的变化均导致植被覆盖的减少且贡献率远小于农田,贡献率依次为林地(-9.67%)>建设用地(-5.76%)>水域(-1.61%)>草地(-0.88%)。2010—2020年,除建设用地变化导致植被覆盖的减少外,农田、林地、草地和水域的变化均是使得植被覆盖增加,其中农田对植被覆盖总变化的贡献率依然最高,为85.72%,但小于1995—2010年间农田对植被覆盖的影响,林地、水域和草地的贡献率分别为18.71%、10.47%和5.73%。建设用地变化对植被覆盖总变化的贡献率仅次于农田,为-20.63%,可见随着城市化进程的不断加快,建设用地的扩张对研究区环境植被覆盖率的贡献增大,即人类活动对研究区植被覆盖的影响程度在显著增强。

图11 不同时期单一土地利用变化占LUCC变化导致NDVI总变化的贡献率Fig.11 The contribution rate of single land use change in different periods to the total change of NDVI caused by LUCC change

4 结论

利用卫星遥感影像资料,对山地新开发城市——重庆渝北区1995—2020年的土地利用、土地空间扩张和植被覆盖进行了时空演变规律分析,定量评估了LUCC和气候变化对植被覆盖变化的影响,并结合政策、人口和经济因素对土地利用/植被覆盖变化的驱动进行分析,得出如下结论。

(1)1995—2020年间建设用地一直呈增长趋势,第一阶段主要是水域、林地和草地变为建设用地,第二阶段是农田和林地转换为建设用地和草地,第三阶段主要是农田和草地转为建设用地,渝北区城市建设的不断扩张主要占用的是农田。

(2)1995—2010年渝北城市重心略向西南部移动,2010—2015年重心转移最剧烈,2010年以后渝北城市重心开始逐渐向东部扩张,这与政策影响有关。1995年以后渝北区的紧凑度指数呈下降趋势,分形维数呈上升趋势,建设用地偏离紧凑,形态扩张往复杂化发展。

(3)渝北区NDVI在1995—2020年间以1%/a的趋势下降,在2010年以后以1.87%/a的速率下降,所有土地类型的NDVI均减小;空间上整体呈先增大再减小趋势,2010年后西南部和中东部区域减小明显。NDVI在夏季波动最高,秋、冬季次之,冬季最低,夏季植被覆盖主要受气温的影响,秋季则主要受降水的影响;四季的NDVI在空间均呈中部向南、北部递增的趋势,与城市空间扩张规律类似。

(4)气候波动对渝北区植被覆盖总变化的贡献率为14.22%,其中温度是气候因子中影响NDVI的主要因子。LUCC变化是研究区植被覆盖总变化的主要原因,其贡献率为85.78%,且其变化对植被覆盖的影响逐渐增强,其中农田在各时期对植被覆盖变化的贡献率都是最高的,建设用地的扩张对植被覆盖率的贡献增加,说明人类活动对植被覆盖的影响显著增强。