四川省NDVI时空演化特征研究

2024-03-03董廷旭林孝先

绵阳师范学院学报 2024年2期

陈浩，董廷旭，马丽，林孝先，李勇

（1.绵阳师范学院资源环境工程学院，四川绵阳 621000；2.成都理工大学油气藏地质及开发工程国家重点实验室，四川成都 610059）

0 引言

作为陆地生态系统重要组成部分的植被是连接大气圈、水圈、生物圈等地球外部圈层的纽带，在调节气候、涵养水源、改良土壤、维持生物多样性方面发挥着重要作用，在生态系统内部能量流动、物质循环、信息传递等过程中，植被亦起先导作用［1-4］.近年来，在气候变化和人类活动的双重影响下，以植被为主体的陆地生态系统受到不同程度的扰动，研究植被覆盖空间分异及演化趋势，可为揭示区域环境演变机理，深入分析植被变化与气候、人类活动之间的响应关系奠定基础［5-7］.卫星遥感技术能够获取实时、动态、连续的地表植被覆盖信息，是当前植被动态变化监测和全球变化研究的一个重要途径，作为表征植被覆盖程度和生长状况重要指示因子的归一化植被指数（NDVI）是卫星遥感中最具明确意义的指数之一，是基于植被叶绿素在可见光红光波段的强吸收及在近红外波段的强反射特性来实现对植被信息状态的表达［1］，能突出植被特征而弱化其他地物特征［5，8］，能有效反映年度植被生长所达到的最佳状况，已在植被时空尺度变化研究中得到广泛应用［9-15］.近年来，国内外学者使用年度、季度和月度NDVI数据对不同流域以及干旱区域、极寒地带的植被覆盖状况进行了时空动态研究，并定量探究了该变化与自然因子及人文因子之间的关系［13，16-21］.总体来看，植被NDVI 值能有效反映年度植被生长所达到的最佳状况，且与地表生物量有很好的相关关系，分析植被指数的时空演化特征，可为减缓不利自然因素对植被变化的影响、提高植被生态质量提供科学依据.处于青藏高原与四川盆地过渡地带的四川省属亚热带季风气候区，地势西高东低，多大山、大川，地跨长江、黄河流域，山地丘陵交错，历来有“天下山水在于蜀”之说，研究区水热条件良好，植被资源丰富.在全球气候变化的背景下，本次研究基于NDVI时间序列数据，运用趋势分析等方法从年际、季节尺度探讨近20年来四川省植被时空演化特征，旨在为当前研究区植被保护和生态环境监测提供理论参考和技术支撑.

1 研究区概况与数据来源

1.1 研究区概况

四川省地处中国西南腹地，地理坐标介于东经97°21'～108°33'与北纬26°03'～34°19'之间，全省辖21个市（州），辖区面积48.61万km2，位于中国大陆地势三大阶梯中第一级阶梯和第二级阶梯的过渡地带，地形高低悬殊，西高东低的地貌特征明显，总体来看，其西部属于高原高山峡谷区，东部属于盆地丘陵低山区.因地貌形态对气温、降水等植物生长条件的影响，四川植被类型以亚热带常绿阔叶林、亚热带灌丛和高原高寒草甸为主.草甸主要分布于川西高原面上，亚热带植被类型分布于盆地内部及周缘山地.根据中国地貌划分指标，利用 DEM 数据，对海拔高程（分别以1 000、3 500、5 000 m 为等级界线，共4 级）和地势起伏度（分别以30、50、200、500、1 000 m 为等级界线，共 6 级）进行分级，将上述因子不同等级组合状况作为一类地貌形态，将所提取的地势起伏度和海拔高程进行融合并作空间叠加分析，在四川省划分出21 种海拔高程与地势起伏度所组合的地貌形态（图1）.

图1 四川省地貌类型Fig.1 Geomorphic types of Sichuan province

1.2 数据来源

本研究使用SPOT NDVI 卫星遥感数据来源于自然空间数据云（http：//www.gscloud.cn/），空间分辨率为1 000 m，采用最大值合成法生成的2000—2018 年的年度、季度NDVI 数据集.该数据集可以充分反映四川省各地区在时间、空间上植被覆盖和分布情况，被广泛用于植被变化状况监测、植被资源合理利用和净初级生产力估算等研究.

2 研究方法

采用一元线性回归分析，以时间为自变量、NDVI 为因变量，定量分析2000—2019 年四川省植被覆盖度随时间的变化状况.计算公式如下［5］：

式中，S表示多年NDVI 线性拟合斜率值，n为年数，INDVI代表第i年NDVI 值.当S＞0 时，表明NDVI值逐时段增加，反之则减少.

线性拟合斜率值结合判定系数，将NDVI变化趋势划分为极显著减少、显著减少、未显著减少、未显著增加、显著增加、极显著增加等6种类型（表1）.

表1 NDVI变化趋势划分标准Tab.1 Dividing standard of NDVI change trend

3 研究结果

3.1 NDVI随时间变化特征

在研究时段，NDVI数值呈现出较为明显的波动上升趋势（图2），NDVI最大值和最小值分别出现于统计起始年（2000 年）和统计终端年（2019 年），其值分别为0.69 和0.78.分析表明，以NDVI平均值（0.74）为参照，以2013年为时间界线，可将研究时段划分为两个期段，2013年之前的13年时间，除2006年NDVI值刚达到平均水平之外，其余12年NDVI值均小于0.74；2013年之后所有年份，NDVI值均大于平均值.20年来NDVI变化速率为0.045/10a，表明四川省植被覆盖状况趋于逐年上升.由NDVI季节变化趋势图（图3）可知，随时间推移，春、夏、秋、冬四季NDVI数值均呈波动上升趋势，与研究区年际变化趋势基本一致.

图2 四川省2000—2019年NDVI年际变化趋势Fig.2 Interannual trend of NDVI in Sichuan province from 2000 to 2019

图3 四川省2000—2019年NDVI季节变化趋势Fig.3 Seasonal variation trend of NDVI in Sichuan province from 2000 to 2019

3.2 NDVI空间变化特征

从NDVI 年变化趋势上看，四川省NDVI 整体上趋于增长，未显著增加、显著增加、极显著增加三类区域面积占研究区总面积的91.41%（图4、表2）.其中，未显著增加区域面积最大，达23.07 万km2；NDVI 显著增加区域面积亦达到16.97 万km2；NDVI 极显著增加区域面积相对较小，仅为4.14万km2.

表2 各季节NDVI变化趋势面积统计（万km2）Tab.2 Area statistics of NDVI change trend by season（ten thousand km2）

图4 四川省2000—2019年NDVI变化趋势空间分布Fig.4 Spatial distribution of NDVI change trend in Sichuan Province from 2000 to 2019

从NDVI 季节变化趋势空间分布上看（图5，表2），秋、冬两季显著增加区域和极显著增加区域之和高于春、夏两季，其中，秋、冬季节极显著增加区域的分布范围明显更为广阔，其面积统计值亦更大（表2）.

图5 四川省2000—2019年NDVI季节变化趋势空间分布Fig.5 Spatial distribution of NDVI seasonal variation trend in Sichuan province from 2000 to 2019

4 结论与讨论

4.1 讨论

从总体看，四个季节NDVI 数值高低与植物生长的物候时序相吻合，地处亚热带季风气候区的研究区域雨热同期，夏季气温高、降水充沛，植被茂盛，NDVI 达到最高值；反之，冬季气温低、降水稀少，植被凋落，NDVI值最低；秋季湿热多雨，加上温室效应的影响使植被生长周期延长，因而秋季NDVI 值高于春季，NDVI 的季节变化趋势表现为夏季＞秋季＞春季＞冬季.从NDVI 增加速率上看，可能由于春季气温回暖日期提前、秋季降温时间滞后等原因，导致春、秋两季NDVI 上升速率较快，同为0.075/10a，夏、冬两季上升速率相对较慢，分别为0.050/10a 和0.045/10a.

从NDVI 空间变化情况看，面积占比达47.46%的未显著增加区域主要分布于四川省不同起伏形态的各类山地地貌区，包括川北的大巴山、川南的大凉山、大娄山以及盆山过渡地带的岷山、邛崃山等.显著增加区域和极显著增加区域主要位于川西高原和川中丘陵地带.由NDVI 季节变化空间趋势可知（图5，表2），秋、冬两季显著增加区域和极显著增加区域分布较为集中，两类区域面积之和高于春、夏两季，其中，秋、冬季节极显著增加区域的分布范围明显更为广阔，其面积统计值亦更大（表2）.NDVI显著减少和极显著减少区域主要分布于龙门山和龙泉山所夹持的成都平原一带，究其原因，主要是成都平原人口密集、经济发展水平高，随着近年来该地区城镇化进程加快，不可避免对植被覆盖产生影响.

从另一个角度看，四川省几个典型地貌单元（无论是位于青藏高原东缘的川西高原、大凉山，还是地处四川盆地内部的成都平原、川中丘陵，亦或是大巴山、岷山、邛崃山、大娄山等盆周山地）冬季NDVI 增加趋势比其余三个季节更为显著，其原因可能与温室效应驱动的暖冬气候有关.另外，随季节更替，NDVI 显著增加、极显著增加区域主要集中分布于川西高原、大凉山地区，表明冬季增温现象在青藏高原东缘地带表现得更为明显.