自然因子对四川省NDVI变化的影响

摘要 基于2000—2020年四川省MODIS-NDVI时序数据，采用趋势分析的方法，结合植被类型、坡度、坡向、地貌、高程分析NDVI的变化趋势；同时利用2000—2018年气候格网数据，运用地理探测器方法分析气候因子对NDVI变化的影响程度。结果表明，2000—2020年四川省NDVI总体呈升高趋势，旱地、阴坡、丘陵、西北坡的NDVI增长比例最高，而城市中心呈现明显的退化趋势；气候因子对NDVI影响程度从大到小依次为气温、≥10 ℃积温、气压、空气比湿、降水强度、风速；气候因子对植被NDVI的影响大部分存在显著性差异和相互增强的交互作用。

关键词 NDVI；变化趋势；自然因子；气候响应；四川省

中图分类号 X 173  文献标识码 A

文章编号 0517-6611（2023）16-0076-06

doi：10.3969/j.issn.0517-6611.2023.16.019

Effect of Natural Factors on NDVI Changes in Sichuan Province

XIONG Ruo-fei1，2，ZHANG Cui-lan1，2

（1.College of Geography and Tourism，Chongqing Normal University，Chongqing 401331;2.Key Laboratory of Geographic Information System Application Research in Chongqing University，Chongqing 401331）

Abstract Based on the MODIS-NDVI time series data of Sichuan Province from 2000 to 2020，the trend analysis method was used to analyze the variation trend of NDVI in combination with vegetation type，slope，aspect，landform and elevation.At the same time，using the climate grid data from 2000 to 2018，the geographical detector method was used to analyze the influence degree of climate factors on NDVI change.The results showed that the overall NDVI in Sichuan Province increased from 2000 to 2020，and the NDVI of dry land，shady slope，hill and northwest slope increased the most，while the urban center showed an obvious trend of degradation.The order of the influence degree of climate factors on NDVI was in descending order： temperature，≥10 ℃ accumulated temperature，air pressure，specific humidity，precipitation intensity，wind speed.Most of the effects of climate factors on NDVI were significantly different and mutually enhanced.

Key words NDVI;Change trend;Natural factor;Climate response;Sichuan Province

作者简介 熊若妃（1999—），女，四川绵阳人，硕士研究生，研究方向：遥感应用。

收稿日期 2022-07-02

植被在水土保持、调节气候等方面具有重要作用，是陆地生态系统的重要组成部分［1］。目前，植被指数NDVI通常被用作植被变化指标［2］，比反映植物动态变化的其他植被指数更能表征植被的动态变化。在全球变化趋势下，植被覆盖对生态环境和人类活动的干扰响应已经成为热点研究话题，气候和人类活动会共同影响植被覆盖变化，其中学术界高度关注气候变化对地表植被的影响程度［3-5］。传统的地表植被物候观测方法包括人工观测和数字相机观测［6］。不同于基于站点的传统物候观测，遥感影像包含多时相、长时间序列、更宽覆盖范围、空间连续等优势，开始作为分析全球气候动态对植被变化影响的有效工具［7］。

四川省地处长江上游，地形地貌特殊，自然资源优越。近年来随着经济的发展，人类选择错误的资源利用方式如毁林开荒、过度放牧，导致自然资源被过度开采，生态环境每况愈下［8］。国家立刻展开行动，即四川省率先在1999年进行全国试点，3年后正式实施退耕还林举措［9］。由于土地退化或植被项目可以几十年来逐渐发生，从观测时间序列的一致性来讲，遥感技术是监测和评估植被变化的有效工具［10］。遥感在不同植被区域有很多应用，如Ghebrezgabher等［11］对1982—2013年非洲之角NDVI的年际和季节变化进行分析，发现NDVI与降水量成正比，与气温成反比；Chen等［12］研究表明智利中部地中海硬叶森林的干旱归因于智利中部降水的减少；韩先明等［13］研究发现近年来雅鲁藏布江流域上下游植被覆盖有所改善，而中游地区以恶化为主，植被覆盖度随海拔升高呈先稳定后下降再稳定的趋势；秦格霞等［14］研究表明

1982—2015年

我国北部地区草地NDVI主要呈现增加趋势，降水是影响北方草地生长的主要气候因子。尽管前人针对不同植被、不同区域开展了NDVI与气候变化的响应关系研究，但目前关于四川省NDVI的多维度变化特征分析及其气候响应关系的研究较少。该研究利用NDVI时序数据、气候数据等，结合地理探测器，分析四川省不同植被类型、地貌、地形范围内NDVI的变化情况以及与气候因素的相关程度，为当地植被的保护和利用提供科学参考。

1 资料与方法

1.1 研究区概况

四川省坐落在我国西南部、长江上游，地理位置为26°03′～34°19′N、97°21′～108°31′E。如图1所示，地形、地貌多样，以山地为主，非山地所占范围极小［15-16］。自西向东海拔逐渐下降，最高峰达7 143 m，最低处为178 m，辖18个市和3个州。气候条件复杂，呈大范围的干旱趋势，东部与南部地区干旱较明显，其余区域基本保持湿润［17］。气候类型主要包括高原高寒气候、热带半湿润和亚热带湿润气候，年降水量为600～1 000 mm，年平均气温为16～20 ℃；植被主要包括中亚热带常绿阔叶林、温带针阔混交林、寒带针叶林、北亚热带常绿和落叶混交林［15］。

1.2 数据来源

NDVI数据基于美国NASA戈达德航天中心2000—2020年MOD13Q1产品三级网格陆地植被数据（https：//ladsweb.nascom.nasa.gov/），其时间分辨率为16 d，空间分辨率为250 m［18］。气候数据来自国家青藏高原科学数据中心提供的2000—2018年四川省0.1°×0.1°的年近地面气压、近地面空气比湿、近地面全风速、地面降水强度和日近地面气温［19］。采用中国科学院地理科学与资源研究所的1∶100万地貌类型空间分布数据，其基于全国实际情况划分了26个地貌类型［20-21］。植被覆盖类型数据来源于资源环境科学数据中心的全球 1 km×1 km土地利用覆盖数据［22］。基于高程数据进行计算得到坡度和坡向，并利用四川省行政边界的矢量图层裁剪相关数据。

1.3 研究方法

1.3.1 归一化植被指数处理方法。

（1）MODIS-NDVI数据提取。基于MRT软件从MODIS数据中提取NDVI数据集；由于四川省跨越4幅影像，该研究对其进行拼接处理，统一为WGS84地理坐标系；最后利用四川省矢量边界图进行裁剪。

（2）MVC最大化合成。从16 d合成产品中取最大像元值重新生成，得到2000—2020年NDVI各月数据集［23-24］。去除无效值后，再对每年NDVI各月数据集求平均得到2000—2020年年均和各季节NDVI数据集。

（3）回归分析和显著性检验。对NDVI的年数据和季节数据进行线性拟合，得到其趋势方程和相关系数［25-26］。

通过趋势分析法［27］分析四川省的动态，公式如下：

K=nni=1iNDVIi-ni=1ini=1NDVIinni=1t2-（ni=1i）2（1）

式中，K代表斜率，i代表第i年，NDVIi代表第i年的NDVI值。K＞0时代表植被覆盖呈现改善的趋势，K=0时说明植被没有变化，K＜0代表植被呈现减少的趋势。在生态环境中，自然现象之间没有明确的功能关系，但肯定有联系。相关分析是研究2个或多个随机变量之间的联系［27］。相关性分析公式如下：

Rxy=ni=1（xi-）（yi-）∑ni=1（xi-）2

∑ni=1（yi-）2  （2）

式中：Rxy是指2个变量间的相关系数；n表示变量的样本个数；xi表示年份;yi代表某年的NDVI值;代表年份的平均值;代表NDVI的平均值。若Rxy大于0，代表该区域植被覆盖情况呈现改善趋势，相反代表植被覆盖质量下降。

1.3.2 因子选取与提取方法。

1.3.2.1 指标选取。前人研究发现，气候变化对四川省植被覆盖情况存在重要影响［8，28-29］，如郑杰等［8］研究发现该地区植被生长与温度呈正相关，但与降水量呈负相关。四川省地形地貌丰富，增加了气候、土质和生物的多样性，间接丰富了生态环境的多样性。西部山脉和高原崎岖不平，人烟稀少，植被受人类影响相对较少。2007年，政府开始重视保护草原等资源，减少了因过度放牧引起的植被退化。因此，该研究基于整体性、有效性、动态性、逻辑性、易于处理和可获得性，还考虑到多个自然因子构成的有机整体对四川植被覆盖的影响等，分段研究不同高程、地貌、坡度、坡向、植被类型、阴坡阳坡范围内NDVI的变化情况；并选择气压、空气比湿、风速、降水强度、气温和≥10 ℃积温（表1），探测其对四川植被NDVI变化的影响，利用自然断点法［30］将各气候因子划分6级。

1.3.2.2 信息提取。在ArcGIS 10.4中，为保证每个格网位置都有采样点，该研究创建10 000×10 000渔网；基于采样点对气候因子和植被NDVI数据进行采样，最终获得NDVI与各气候因子之间的对应关系。

1.3.3 地理探测器。地理探测器是从影响因子及其相互作用等角度分析地理空间差异性的空间统计模型［31-32］。

（1）单因子影响的地理分异。步骤如下：①将特定研究区域内的因变量NDVI与自变量因子层进行叠加分析；②基于区域内自变量因子层空间差异性进行地理区划分类；③对各自然因子差异情况进行显著性检验，即基于因子间的重要程度进行排序。影响因子的解释力（PD）计算公式［8］如下：

PD=1-ke=1（Neσ2e）Nσ2=1-SSWSST（3）

式中：PD表示自然因子在［0，1］范围内对NDVI的解释程度;随着PD值的增加，自然因子对植被NDVI的解释力更强。e∈［1，k］，代表各类别因子（X）或各分区变量（Y）；Ne和N分别表示层e和区域单元数；SSW和SST分别代表层内方差之和、区域总方差；σ2e和σ2分别代表层e和区域的Y值的方差。区域Y值的方差计算公式如下：