基于变化矢量分析的吉林省植被变化特征研究

马艳敏　李建平　许翔驰　高岩　王颖

摘要 利用2000年以来的MODIS数据，计算出NDVI指数，基于变化矢量分析方法对吉林省2000年以来植被的时空变化规律进行分析。结果表明：（1）2000年以来，吉林省平均植被指数呈上升趋势；（2）2000—2022年植被指数变化以中、低变化为主，其中高变化主要集中在吉林省西部草地，中变化主要分布在中西部农田分布区域；（3）NDVI变化整体表现为稳中略增，增加区主要分布在吉林省的西部，减少区零星分布在各地区；（4）2000—2022年吉林省草地植被变化强度较大，NDVI变化整体表现为稳中有增的趋势，并且增加较为明显；（5）2000—2022年吉林省森林植被变化强度以中、低变化为主，NDVI表现为波动中平稳变化，没有明显的趋势。

关键词 植被变化；遥感监测；吉林省

中图分类号：P426 文献标识码：B 文章编号：2095–3305（2023）06–0176-03

植被是重要的生态因子，既是气候变化的承受者，又会对气候变化产生积极的反馈作用，是反映生态环境变化的敏感指示器[1]。对反映地表植被状况的重要指标进行反演是保护植被资源、促进生态环境可持续发展的有力支持。遥感估算法是获取植被信息的主流方法，其中大部分又以采用光学遥感数据源为主[2]。比较常见的方法是用基于遥感的植被指数数据分析植被变化，其中，归一化植被指数（NDVI）的應用最多[3-5]。NDVI 与绿叶密度、光合有效辐射、植被生产力、累积生物量等呈线性或近线性关系，是公认的反映大尺度地表植被覆盖和生长状况的有效指标[6]。

目前，许多学者在植被时空动态变化领域做了大量工作，分别利用NDVI数据对新疆阿勒泰地区、黄河流域、青藏高原、陕西省、黄土高原等典型生态区的植被变化进行了分析[7]。吉林省位于我国东北地区松辽平原中部，地处东亚季风区。受较大的水热条件差异和特殊地貌特征的影响，区内植被呈现出自东向西的规律性分布特征，表现出地带性植被与局地分异的镶嵌格局。吉林省植被覆盖格局的演变对东北地区生态环境有着重要的影响。针对吉林省的植被变化监测对推进该地区生态经济建设和监测评估、促进区域协调发展、实现人与自然和谐可持续发展有重要意义。利用2000年以来的MODIS数据，计算NDVI指数，并利用矢量变化分析方法对吉林省植被变化进行时空分析。这对及时了解吉林省生态环境动态具有重要的现实意义。

1 数据处理与研究方法

1.1 数据处理

采用2000—2022年EOS Terra/MODIS的250 m卫星数据对数据进行预处理，并计算归一化植被指数，形成吉林省2000年以来NDVI时间序列数据集。

归一化植被指数NDVI（NormalizedDifference Vegetation Index）被定义为：

NDVI=（RNIR－RVIS）/（RNIR+RVIS）（1）

式中，RNIR和RVIS为卫星遥感近红外和可见光光谱通道的反射率，本研究中为EOS Terra/MODIS通道2和通道1的反射率。

1.2 研究方法

变化矢量分析方法原理：如果将n采样的年NDVI时间序列影像定义为n维空间的一个点集，则全年的NDVI序列可对应1个n维的时间矢量。

（1）变化矢量强度分析。任意两年间植被NDVI的任何变化都会表现在这n维空间中，这种变化可用变化矢量描述如下：

2 结果与分析

2.1 吉林省植被NDVI年际变化

对2000—2022年历年的平均植被指数与植被指数最大值平均进行年际变化分析（图1）。2000年以来，吉林省平均植被指数呈上升趋势，2019年植被指数为2000年以来最高，比常年高16.2%，2022年比2021年高0.3%，居历史第2位。植被指数最大值平均代表了植被长势最好时的状态，2000年以来呈上升趋势，2018年达到高值年，自2013年开始一直处于高值区，植被指数在0.75以上。

2.2 吉林省植被NDVI矢量变化强度监测

2000—2022年吉林省NDVI变化强度如图2所示，高变化区的面积较小，占15.66%，主要集中在吉林省西部，中东部有零星分布。结合土地利用类型分布可以看出，高变化主要集中在西部的草地、沙地分布区，零星分布在农田及林地。中变化区面积较大占46.98%，主要分布在西部、中东部部分地区，主要集中在农田分布区域，体现了农业植被种区植被类型的差异和年季间植被生长期变动所造成的NDVI差异。低变化区面积占34.26%，主要分布在中部和东部地区。无变化区所占面积比例最小3.10%，零星分布在各地区。

从各市的植被变化强度等级分布情况来看，高变化所占比例最大的为松原市、白城市和长白山保护区，其他地区所占比例均在14%以下；中变化所占比例各市在35.14%～55.08%之间，延边州和白山市在50%以上；通化市、辽源市、长春市和吉林市低变化所占比例最大，均在40%以上；各市/州无变化所占比例均在5%以下。

2.3 吉林省植被NDVI矢量变化类型监测

根据公式（4）、公式（5）计算得出2000—2022年吉林省NDVI的变化类型（图3）。从中可以看出2000—2022年吉林省植被NDVI的变化呈如下特征：第一，NDVI的变化明显区主要集中在吉林省的西部和东南部，中部平稳型分布比例最大。第二，NDVI变化类型以波动最多，占整体的面积的44.29%；平稳型次之，占总面积的37.33%；增加型和减少型最少，分别占15.69%、2.70%。各市普遍所占比例较高的为平稳型和波动型，波动型比平稳型所占比例略高，增加型所占面积比例最高的为白城市、松原市，减少型所占比例最少，均在5%以下。第三，NDVI变化整体表现为稳中略增，增加区主要分布在吉林省的西部，即扶余—农安—双辽一线以西的大部分区域；减少区主要零星分布在局部地区。

2.4 吉林省不同生态区的变化特征

2.4.1 草地植被变化监测 由全省分布结论可知，草地植被的高变化分布相比其他植被类型所占比例要高，高变化区占草地总面积的35%，主要集中在大安、前郭、乾安、长岭等地。绿色代表中变化区，面积占40.09%，低变化区占20.86%。无变化区所占面积比例最小，为4.05%，零星分布在各地区。结果表明2000—2022年吉林省草地植被变化强度较大，中、高变化区共占75.09%。

2000—2022年吉林省草地植被NDVI变化明显区以增加型分布比例最大。占整体的面积的49.88%，接近总面积的50%；平稳型和波动型相近，分别占总面积的24.86%和21.24%；减少型最少，占4.02%。NDVI变化整体表现为稳中有增的趋势，并且增加较为明显。

2.4.2 森林植被变化监测 森林植被的低变化分布相比其他植被类型所占比例要大，低变化区占林地总面积的34.01%，高变化区占林地总面积的12.29%，主要集中在蛟河、敦化、安图、东岗、长白境内的山脉地区。中变化区面积占52.06%，主要分布于高变化区域外围，无变化区所占面积比例最小，为1.64%，零星分布在各地区。结果表明2000—2022年吉林省森林植被变化强度以中、低变化为主，共占86.07%。

2000—2022年吉林省森林植被NDVI变化明显区以波动型分布比例最大，占整体的面积的50.22%，达到总面积的50%；平稳型次之，占总面积的37.30%；增加型和减少型最少，分别占10.07%、2.41%。NDVI变化整体表现为波动状态，没有明显的变化趋势。

3 结论

（1）2000—2022年，吉林省平均植被指数呈上升趋势。高变化区主要集中在吉林省西部草地，中变化区主要分布在中西部农田分布区域。NDVI变化整体表现为稳中略增，增加区主要分布在吉林省的西部，减少区面积最小，零星分布在各地区。

（2）从各市分布情况来看，高变化所占面积最大的为松原市、白城市，通化市、辽源市、长春市和吉林市的无变化和低变化所占比例最大；各市普遍所占比例较大的为平稳型和波动型，增加型所占面积比例最大的为白城市、松原市，减少型比例最小。

（3）2000—2022年，吉林省草地植被变化强度较大，中、高变化区共占75.09%，高变化区主要集中在大安、前郭、乾安、长岭等地。NDVI变化明显区以增加型分布比例最大，NDVI变化整体表现为稳中有增的趋势，并且增加较为明显。

（4）2000—2022年，吉林省森林植被变化强度以中、低变化为主，共占86.07%。NDVI变化明显区以波动型分布比例最大，平稳型次之，整体表现为波动中平稳变化状态，没有明显变化趋势。

参考文献

[1] 韩春光.新疆植被指数与气象因子的响应关系研究[D].乌鲁木齐：新疆大学，2009.

[2] 叶静芸.旱区植被遥感信息提取与反演[D].北京：中国林业科学研究院，2017.

[3] Kong D， Zhang Q， Singh V P， et al. Seasonal vegetation response to climate change in the Northern Hemisphere （1982-2013）[J].Global and Planetary Change， 2017， 148： 1-8.

[4] Liu Y， Li Y， Li S， et al. Spatial and temporal patterns of global NDVI trends： Correlations with climate and human factors[J]. Remote Sensing， 2015， 7（10）： 13233-13250.

[5] Sun W， Song X， Mu X， et al. Spatiotemporal vegetation cover variations associated with climate change and ecological restoration in the Loess Plateau[J]. Agricultural and Forest Meteorology， 2015， 209-210（1）： 87-99.

[6] 金凯，王飞，韩剑桥，等.1982—2015年中国气候变化和人类活动对植被NDVI变化的影响[J].地理学报，2020，75（5）：961-974.

[7] 黄豪奔，徐海量，林涛，等.2001—2020年新疆阿勒泰地区归一化植被指数时空变化特征及其对气候变化的响应[J].生态学报，2022，42（7）：2798-2809.

责任编辑：黄艳飞

Study on Vegetation Change Characteristics of Jilin Province Based on Change Vector Analysis

Ma Yan-min et al（Jilin Provincial Institute of Meteorological Sciences， Changchun， Jilin 130062）

Abstract Based on the MODIS data since 2000， calculated the NDVI index， and analyzed the temporal and spatial changes of vegetation in Jilin Province since 2000 based on the change vector analysis method. The results showed that： （1） Since 2000， the average vegetation index in Jilin Province had been increasing; （2） The vegetation index changes from 2000 to 2022 were mainly medium and low， with high changes mainly concentrated in the grassland in the west of Jilin Province， and medium changes mainly distributed in the farmland distribution areas in the central and western regions; （3） The overall NDVI change showed a steady and slight increase. The increase area was mainly distributed in the west of Jilin Province， while the decrease area was scattered in various regions; （4） From 2000 to 2022， the intensity of grassland vegetation change in Jilin Province was large， and the NDVI change showed a steady and increasing trend， and the increase was relatively obvious; （5） From 2000 to 2022， the intensity of forest vegetation change in Jilin Province was dominated by medium and low changes， and NDVI showed moderate and stable changes without obvious trend. This study has important practical significance for timely understanding the ecological environment dynamics and ecological governance effect in Jilin Province.

Key words Vegetation change; Remote sensing monitoring; Jilin Province

作者簡介 马艳敏（1987—），女，河北唐山人，工程师，主要从事卫星遥感在生态和气象方面的应用研究。

收稿日期 2023-03-22