基于MODIS的枣庄市NDVI时空变化特征及驱动因子分析
作者： 崔云鹏 邢丽珠
摘要 ［目的］探究枣庄市植被NDVI时空变化特征，揭示影响该市植被变化的主要气象因素和人类活动影响。［方法］基于MODIS NDVI遥感数据，采用趋势分析、相关分析和残差分析等方法，对枣庄市2001—2020年NDVI进行时空变化及影响因素分析。［结果］枣庄市近20年间NDVI呈现不断改善特征，倾向率为0.011/10 a。平均气温与NDVI相关性较高的地区出现在枣庄市南部，枣庄市北部降水量与NDVI有较高的相关性，平均相对湿度与NDVI相关系数较高的地区出现在薛城区、市中区、滕州市，日照时数与NDVI相关系数高值区较为分散。人为因素对植被NDVI的影响主要作用在城区且表现为负贡献，在滕州市、市中区最为明显。［结论］枣庄市植被整体上得到有效恢复，其变化主要受人类活动因素和城市发展水平变化影响，枣庄市近年来的人为活动整体有助于生态环境的保护。
关键词 NDVI；时空变化特征；驱动因子；人类活动；MODIS；枣庄市
中图分类号 P 467；X 16 文献标识码 A 文章编号 0517-6611（2025）03-0187-06
doi：10.3969/j.issn.0517-6611.2025.03.039
开放科学（资源服务）标识码（OSID）：
Analysis of Spatiotemporal Change Characteristics and Driving Factors of NDVI in Zaozhuang City Based on MODIS
CUI Yun peng1，2， XING Li zhu1，2
（1.Shandong Provincial Key Laboratory of Meteorological Disaster Prevention and Reduction， Jinan， Shandong 250031;2. Zaozhuang Meteorological Bureau， Zaozhuang， Shandong 277000）
Abstract ［Objective］To explore the spatiotemporal change characteristics of NDVI in Zaozhuang City， and reveal the main meteorological factors and human activities that affect vegetation changes in the city. ［Method］ Based on MODIS NDVI remote sensing data， the spatiotemporal changes and influencing factors of NDVI in Zaozhuang City from 2001 to 2020 were analyzed using methods such as trend analysis， correlation analysis and residual analysis. ［Result］NDVI in Zaozhuang City had shown continuous improvement in the past 20 years， with a tendency rate of 0.011/10 a.Areas with higher correlation coefficients between average temperature and NDVI appeared in the southern part of Zaozhuang City. Precipitation in the northern part of Zaozhuang City had a higher correlation with NDVI. Areas with higher correlation coefficients between average relative humidity and NDVI appeared in Xuecheng District and central city. Areas with high correlation coefficients between sunshine hours and NDVI were relatively scattered in this area and in the southwest of Tengzhou.The impact of human factors on NDVI was a positive promotion， which was most obvious in Shanting District， followed by the Xuecheng District and the junction area of Yicheng District and Taierzhuang District;the negative suppression of human factors on NDVI mainly affected urban areas， in Tengzhou City and Shizhong District were the most obvious. ［Conclusion］ The vegetation in Zaozhuang City has been effectively restored as a whole， and its changes are mainly affected by human activity factors and changes in urban development levels. Human activities in Zaozhuang City in recent years have overall contributed to the protection of the ecological environment
Key words NDVI;Spatiotemporal change characteristics;Driving factors;Human activity;MODIS;Zaozhuang City
基金项目 山东省气象局科学技术研究项目（2022SDQX08，2023SDYD16）。
作者简介 崔云鹏（1995—），男，山东枣庄人，工程师，从事地面综合气象观测研究。
收稿日期 2024-05-23
植被是陆地生态系统的主体，在全球气候变化研究中起着敏感指示器的作用。植被指数作为重要的生态气候参数，是反映绿色植被相对丰度和活性的辐射量化值，常被用于表征研究区域的植被生理状况、绿色生物量及植被生产力等，是描述生态系统的基础数据。目前已提出的植被指数多达20余种，其中归一化植被指数（normal difference vegetation index，NDVI）反映了地表植被的生长状况，不仅是衡量区域植被生长发育水平的重要依据，还能为城市生态环境建设提供决策参考，已广泛应用于生态、气象和农业等领域［1-4］。张岳等［5］研究发现川东地区植被覆盖近20年整体呈上升趋势，并具有明显的阶段性特征；曲学斌等［6］研究发现气温是制约北部大兴安岭森林生长的主要因素，而降水是制约呼伦贝尔草原生态平衡和农牧业发展的主要因素。利用NDVI时序数据研究植被覆盖变化及对外界响应，对生态系统及其生态效益具有重要意义，已经成为全球变化研究的重要方向之一［7］。
枣庄市过去为老工业城市和资源型城市，依靠丰富的煤炭资源，大力发展工业经济，随着煤炭的开采，区域地表植被发生较大变化，生态环境日益恶化［8-12］。近些年随着城市转型，注重绿色发展，大力实施增绿护绿、推进国土绿化、发展绿色产业、完善生态功能，建成国家森林城市、国家园林城市，生态环境有了明显改善［13-15］。但是，生态保护与经济发展之间的矛盾仍然突出，生态安全形势仍然严峻。因此，需要对枣庄市NDVI演变趋势等方面进行定量评价与分析。
该研究利用2001—2020年枣庄市MODIS NDVI遥感数据和5个国家站气温、降水量、日照时数、相对湿度日值数据，分析近20年枣庄市NDVI时空变化特征，利用残差分析分离气象因子时序变化及人为因素对NDVI的影响，旨在认识和了解枣庄市生态气候特征，为区域生态保护提供科学依据。
1 资料与方法
1.1 研究区概况
枣庄市位于山东南端，介于116°48′～117°49′E、34°27′～35°19′N，地处鲁中南低山丘陵南部地区，属于黄淮冲积平原的一部分。地势东北高、西南低。土地覆盖类型主要为旱地、草本植物、灌溉农田、阔叶林、针叶林、灌木林、草地、不透水面和水体（图1）。
枣庄市属中纬度暖温带季风型大陆性气候区，兼有南方温湿气候和北方干冷气候的特点，受自然地理环境、太阳辐射和季风的影响，具有光照好、积温高、热量丰富、雨量充沛、雨热同期的气候特点，光、热、水、气等条件优越。气候四季变化明显，春季气候多变，西南风较多，降水较少，常干旱。夏季炎热，空气湿润，降水集中。秋季云雨较少，以秋高气爽为主要特征。冬季寒冷而干旱，多西北风。
1.2 资料来源
该研究采用的植被数据来源于美国国家航空航天局网站（https：//ladsweb.modaps.eosdis.nasa.gov/），数据源是MODIS的植被指数合成产品数据MOD13Q1，空间分辨率为250 m，时间分辨率为16 d，时间跨度为2001—2020年。
气象数据来源于枣庄市气象局提供的5个国家气象站2001—2020年气温、降水量、相对湿度、日照时数日值数据，并采用克里金插值法进行空间插值，从而得到全市数据，空间分辨率为250 m。
1.3 研究方法
1.3.1 趋势分析。
Theil-Sen Median斜率估计是一种非参数估计方法，受数据异常值的影响小，适用于分析长时间序列NDVI的时空变化规律。公式如下：
Tslope=medianxj-xij-i，j>i
式中，Tslope表示斜率，xi和xj表示第i年和第j年NDVI年均值。当Tslope>0时，表示NDVI在研究时段内呈上升趋势，反之则呈下降趋势，绝对值越大，表示NDVI变化程度越大；当Tslope=0时，表明NDVI在研究时段内基本保持不变。
Mann-Kendall显著性检验可用于验证Theil-Sen Median估计结果的显著性，该方法最大的优势是不需要数据服从正态分布，是一种应用广泛的趋势检验方法。公式如下：
ZMK=S-1n（n-1）（2n+5）/18S>0
0S=0
S+1n（n-1）（2n+5）/18S<0
S=n-1k=1nj=k+1sgn（xj-xk）
sgn（xj-xk）=
1xj-xk>0
0xj-xk=0
-1xj-xk<0
式中：S表示Mann-Kendall的检验统计量；xj、xk表示j、k年相应的测量值；n表示数据系列的长度。显著性水平的阈值分别是±1.96（0.05显著性检验）和±2.58（0.01显著性检验）。当ZMK为1.96～2.58，表明增长趋势通过0.05显著性检验。