喻素芳１，２，佘光辉１，罗叶红２，潘 婷２，李丽娟２
（１．南京林业大学森林资源与环境学院，南京 ２１００３７；２．广西大学林学院， 南宁 ５３０００４ ）
摘要：利用月合成ＭＯＤＩＳ-ＮＤＶＩ时间序列数据、气象数据、ＤＥＭ等数据，分析研究了２００１－２０１０年广西省１０年间植被覆盖变化的特征。结果表明，广西植被覆盖率较高且总体呈上升趋势，从区域角度分析，桂南地区增加趋势最显著，其次是桂中地区；从海拔梯度角度分析，海拔２００ ｍ以下的区域植被覆盖增加趋势最显著，但此区域的植被覆盖率较低，ＮＤＶＩ最高分布在海拔４００～８００ ｍ的区域。植被覆盖变化受气温、降水及人类活动影响较大，植被覆盖梯度变化除受这些因素影响外，也与植被垂直地理分布特征相关。
教育期刊网 http://www.jyqkw.com
关键词 ：ＭＯＤＩＳ-ＮＤＶＩ；植被覆盖；气温；显著
中图分类号：Ｓ８１２ 文献标识码：A 文章编号：0439－８114（２０15）02－0321-05
DOI:10.14088/j.cnki.issn0439-8114.2015.02.017
地表植被的空间分布是植被对气候长期适应的结果，任何地区的植被均能反映出该地区的气候类型［１］，并且植被覆盖状况能直接反映该地区生态环境状况，对全球环境变化具有指示器作用［２］。研究某一区域植被变化对研究该区域生态系统具有重要意义［３］。
植被指数（Ｖｅｇｅｔａｔｉｏｎ Ｉｎｄｅｘ）是指从多光谱遥感数据中提取的有关地球表面植被状况的定量数值，用以表征地表植被覆盖、生长状况和生物量等，常用的植被指数有：ＲＶＩ、ＧＶＩ、ＤＤＶＩ、ＰＶＩ、ＥＶＩ及ＮＤＶＩ等［４，５］。归一化植被指数（ＮＤＶＩ），又称标准化植被指数，是植物生长状态以及植被空间分布密度的最佳指示因子，与植被分布密度呈线性相关。同时，ＮＤＶＩ对土壤背景的变化较为敏感；与绿叶的叶面积系数（ＬＡＩ）有很好的正相关性，可直接表征某地区的植被覆盖状况［３，５］。
一些学者基于不同的遥感数据源研究了不同地区地表植被的时空分布、覆被变化及其驱动力等内容［６－８］；宋怡等［７］、崔晓临等［８］利用ＳＰＯＴ、ＭＯＤＩＳ遥感数据对中国西北地区的植被覆盖变化进行了分析研究；李秀花等［９］、刘绿柳等［１０］、李双成等［１１］、张笑鹤［１２］研究了ＮＤＶＩ的动态演变规律与气候之间的相关性，结果表明，全球气候变暖的显著变化影响了地表植被覆盖；崔晓临等［１３］研究得出不同海拔ＮＤＶＩ与气温具有不同的相关性；何勇等［１４］发现在众多气候因子中，气温及降水对植被ＮＤＶＩ具有最重要和最直接的影响；潘蔷等［１５］通过对北京植被指数变化及影响因素分析得出，除了气候变化影响ＮＤＶＩ外，人类活动包括土地利用类型的改变、农业生产水平的提高以及植被建设的管理对植被覆盖均具有不同程度的影响。目前，国内对植被覆盖变化的研究主要集中在长江以北地区［７－１５］，华南地区极少，本研究基于２０００－２０１０年ＭＯＤＩＳ ＮＤＶＩ时间序列数据，以地处亚热带地区的华南西部的广西省为研究区域，分析该区域１０年间植被覆盖变化特征，并试图从气候变化、植被分布等方面分析和探讨植被覆盖变化的原因，以期为区域植被恢复和管理提供理论支持。
１ 研究区概况
广西壮族自治区地处中国南疆，位于东经１０４°２６′-１１２°０４′，北纬２０°５４′-２６°２４′之间，北回归线横贯全区中部，南濒热带海洋，北接南岭山地，西延云贵高原，属云贵高原向东南沿海丘陵过渡地带，地形特点为四周高中部低，形似盆地，且山地多、平原少（图1）。广西地处中、南亚热带季风气候区，在太阳辐射、大气环流和地理环境的共同作用下，形成了气候温暖、热量丰富（各地年平均气温在１６．５～２３．１ ℃之间），降水丰沛、干湿分明（各地年均降水量为１ ０８０～２ ７６０ ｍｍ，大部分地区为１ ３００～２ ０００ ｍｍ），日照适中、冬少夏多（各地年均日照时数为１ １６９～２ ２１９ ｈ），灾害频繁、旱涝突出，沿海、山地风能资源丰富的气候特点。
２ 材料与方法
２．１ 试验材料
中分辨率成像光谱仪（ＭＯＤｅｒａｔｅ－ｒｅｓｏｌｕｔｉｏｎ Ｉｍａｇｉｎｇ Ｓｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ－ＭＯＤＩＳ）是Ｔｅｒｒａ和Ａｑｕａ卫星上搭载的主要传感器之一，两颗卫星相互配合每１～２ ｄ可重复观测整个地球表面，本研究使用了从中国科学院计算机网络信息中心国际科学数据镜像网站（ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ）下载的分辨率为１ ｋｍ的ＭＯＤＩＳ月合成ＮＤＶＩ数据（ＴＥＲＲＡ星），时间序列数据由２００１年１月至２０１０年１２月共１２０期，该产品是由分辨率为２５０ ｍ的ＭＯＤＩＳ ＮＤＶＩ每天的数据产品计算得到，计算方法为取月内最大值。其他材料有广西壮族自治区行政区划图（图１）、从广西气象局获取的２００１至２０１０年平均气温和年平均降水量、广西２００１至２０１１年统计年鉴及从中国科学院计算机网络信息中心国际科学数据服务平台（ｈｔｔｐ：／ｄａｔａｍｉｒｒｏｒ．ｃｓｄｂ．ｃｎ）下载的分辨率为９０ ｍ的ＤＥＭ数据。
２．２ 试验方法
利用软件ＥＲＤＡＳ ９．１和ＡＲＣＧＩＳ １０．０对获取的１２０期月平均ＮＤＶＩ数据进行解译和分析，发现在这１０年中，每年上半年的数据（１～６月份）均有１～２个月的数据不同程度的受到云层的影响，为了使各年份间的数据具有更可靠的比较性，在计算每个月的１０年平均值时，剔除了受到云层影响的数据，用无云层覆盖的数据计算取平均值；年平均值采用各年下半年（７～１２月份）的数据进行计算取平均值，以其作为年平均值。
为分析过去几年研究区域每个像元的ＮＤＶＩ变化趋势，本研究利用Ｓｔｏｗ等［１６］研究的以时间ｔ为自变量用每年的平均ＮＤＶＩ和时间序列建立的一元线性回归方程的分析方法来进行分析，公式如下：
式（１）中：Ｓｌｏｐｅ表示线性回归方程的斜率，ｎ表示累计总监测年数，ｉ表示第１～ｎ年，NDVI表示第ｉ年的平均值，这条直线不是简单的描述第一年与最后一年的植被指数的关系，而是这１０年总的变化趋势，如果Ｓｌｏｐｅ＝０，说明ＮＤＶＩ基本保持不变；如果Ｓｌｏｐｅ＜０，说明ＮＤＶＩ呈递减趋势；反之，ＮＤＶＩ则呈递增趋势。
３ 结果与分析
３．１ 平均ＮＤＶＩ值及年际变化
２００１－２０１０年１０年间月平均ＮＤＶＩ值变化情况如图２所示。由图２可知，全年中ＮＤＶＩ值最小值出现在２月份，其值为０．５５３，随月份增加，气温回升，ＮＤＶＩ不断增大，到９月份，出现峰值０．８６１，９月过后又逐渐下降，至次年的２月份。
由图３可知，ＮＤＶＩ值总体呈增加的趋势，但在这１０年中，２００２年的ＮＤＶＩ出现了一个小峰值，由广西省２００１－２０１０年年平均气温和年平均降水量图（图４）可知，２００１年雨量充沛、气温适宜，这些综合因素使得２００２年植被长势良好；２００９年ＮＤＶＩ出现了一个较低值拐点，为导致这一年ＮＤＶＩ下降的主要影响因素；２００８年，广西遭遇了特大雨水冰冻灾害，低温导致植被、作物、庄稼均遭到极其严重的损失（图４），从而ＮＤＶＩ值下降，说明气温与ＮＤＶＩ值存在明显的相关性，这与李蕙敏等［４］的研究结果相似。
３．２ １０年间变化趋势分析
根据地理位置将广西全区分为五个区：桂北地区（包括桂林、柳州、河池）、桂东地区（包括贺州、梧州、贵港）、桂西北地区（包括百色）、桂中地区（包括南宁、来宾、崇左）和桂南地区（包括北海、防城港、钦州、玉林）。利用Ｓｔｏｗ等［１６］研究的回归方程对研究区域每个像元的变化趋势进行分析， 根据计算得到的Sｌｏｐｅ， 将其分为五个等级： 退化（＜－０．０００ ４）、 基本不变（－０．０００ ４～０．０００ ４）、 轻微改善（０．０００ ４～０．００４ ０）、中度改善（０．００４ ０～０．００９ ０）及明显改善（＞０．００９ ０）。
２００１-２０１０年的１０年植被覆盖变化趋势图（图５）和面积分布图（图６）表明，广西全区的植被覆盖整体呈增长趋势，全区８３％以上的区域植被覆盖情况得到了不同程度的改善，其中中度改善和明显改善的面积分别为４３．４％和１１．９％，合计占总面积的一半以上，而退化的区域仅占全区总面积的１２．０％。
广西为全国岩溶分布面积大、石漠化严重的省（区）之一，石漠化已成为广西最大的生态问题。长期以来，林业部门积极采取各种措施，改善石漠化地区生态环境，将石漠化治理与当地特色产业发展、农民增收和脱贫致富相结合，多年来，通过大力实施造林绿化工程、退耕还林工程、珠江流域防护林工程、森林生态效益补偿、中央财政造林补贴试点项目、新造油茶示范林项目等，加快植树造林和封山育林，大幅度增加森林植被，这一系列的措施使得植被的恢复取得了良好的效果，各区域植被覆盖情况有所改善，如图７所示。由图７可知，从区域分布来看，桂南、桂中及桂西北地区植被恢复明显，其中桂南地区的植被恢复程度最高，恢复面积占桂南地区总面积的９３．４％，并且北海、钦州、崇左和来宾等地市的Sｌｏｐｅ值较高的像元比较集中。植被退化主要集中在桂北和桂东地区，其中桂林、贺州、贵港北部和柳州北部区域较为突出，桂北地区２００８年遭遇了特大雨雪冰冻灾害，植被遭到破坏且恢复较慢，桂东地区近年经济发展较快，城市化进程加速，说明气温的变化、经济的发展对植被的恢复有较大的影响。
３．３ 不同海拔ＮＤＶＩ年际变化
广西的地势北高南低（图１），海拔从沿海－２５ ｍ至２ １４０ ｍ， 平均海拔３９４ ｍ， 利用空间分辨率为９０ ｍ的ＤＥＭ数据将广西全区高程分为五个等级区域：２００ ｍ以下、２００～４００ ｍ、４００～８００ ｍ、８００～１ ２００ ｍ和１ ２００ ｍ以上。利用ａｒｃｇｉｓ统计各等级高程范围的１０年平均ＮＤＶＩ值，统计结果（表１）表明，平均ＮＤＶＩ值最大的区域为中等海拔高度（４００～８００ ｍ）区域，最大均值为０．８２３ ７；平均ＮＤＶＩ值最小的区域为海拔＜２００ ｍ的区域，最小均值为０．７６１ ３；而高山地区（海拔在１ ２００ ｍ以上）的平均ＮＤＶＩ值仅高于海拔＜２００ ｍ的区域，海拔２００～１ ２００ ｍ范围平均ＮＤＶＩ值差异不大。利用年份作为横坐标，ＮＤＶＩ值作为纵坐标，建立各等级高程的ＮＤＶＩ变化趋势图（图８），由图８可见，不同等级的高程区域，１０年间ＮＤＶＩ的变化均呈上升趋势，利用Ｅｘｃｅｌ软件对各高程范围的ＮＤＶＩ进行线性回归分析（表１），结果表明，海拔＜２００ ｍ的区域范围ＮＤＶＩ增加趋势最显著，其他依次为：２００～４００ ｍ、８００～１ ２００ ｍ、４００～８００ ｍ、１ ２００ ｍ以上。
平均ＮＤＶＩ值海拔分布特征与广西植被的垂直地带性分布特征有比较密切的关系，海拔＜２００ ｍ的区域，主要以农田耕地植被为主，建设区和水域主要分布在这一海拔范围内，人类活动频繁，ＮＤＶＩ值低。随着国家一系列恢复植被的措施的实施，该区域人类活动受到限制，减弱了对植被覆盖的影响，建城区的绿化覆盖面积也在逐年递增（２０１０年是２００１年２．６６倍），使得该区域的植被覆盖增加迅速；海拔２００～１ ２００ ｍ的低山丘陵和中山区域，植被主要为季节性雨林、季风常绿阔叶林和典型常绿阔叶林［１７］，阔叶林郁闭度较高。另外，此区域植被的热量、光照、水分等条件均比较充足，植物的生长环境良好，植被覆盖率较大，ＮＤＶＩ较高；海拔１ ２００ ｍ以上的区域为常绿阔叶和针叶混交林，在风力较大的山顶和山脊则形成山顶苔藓矮林，针叶林和苔癣矮林郁闭度均相对较低，且随着海拔的升高，气温降低，热量减少，植被长势降低，ＮＤＶＩ值相对较低，但随着全球气候变暖，高海拔区域的植被覆盖出现了逐年递增的趋势。
４ 小结与讨论
４．１ 结论
本文采用２００１－２０１０年ＭＯＤＩＳ ＮＤＶＩ时间序列数据和空间分辨率９０ ｍ的ＤＥＭ数据研究广西全区１０年植被覆盖变化特征，研究结果表明：（１）广西土地面积２ ３７４．０８万ｈｍ２，研究大区域范围植被覆盖率的连续动态变化，需要有足够的空间和时间分辨率的观测数据，ＭＯＤＩＳ数据是一个合理的选择，其重复观察周期短（１～２ ｄ），空间分辨率适中（２５０ ～１ ０００ ｍ）；（２）广西总体植被覆盖率较高，每年９月ＮＤＶＩ值最高，秋季到冬季逐渐下降，２月最低，春季到夏季逐渐升高，全年变化呈单峰曲线。２００１－２０１０年由于受到气温、降水以及人类活动等影响，年平均ＮＤＶＩ的变化出现小幅波动，但总体呈上升趋势；（３）研究区域植被恢复效果明显，明显改善占１１．９％、中度改善占４３．４％、轻度改善占２８．６％，基本不变占４．１％、退化区域所占１２．０％，其中，桂南和桂中地区改善明显的区域占比例较大；（４）植被覆盖具有明显梯度分布特征，植被覆盖率从高到低依次为４００～８００ ｍ、２００～４００ ｍ、８００～１ ２００ ｍ、１ ２００ ｍ以上、２００ ｍ以下， 增加趋势从高到低依次为２００ ｍ以下、２００～４００ ｍ、８００～１ ２００ ｍ、４００～８００ ｍ、１ ２００ ｍ以上。
综上研究结果，ＮＤＶＩ值与气候因子、植被分布特点以及地区建设发展有关，可以比较准确地反映地区植被的覆盖状况。长期进行ＮＤＶＩ值观测，可以将这些方面作为植被覆盖变化驱动力进行研究，发现其内在的作用机制，为区域植被恢复和管理提供理论支持。
４．２ 建议
１）宋怡等［７］、崔晓临等［８］采用一年中的最大ＮＤＶＩ值作为年平均值对研究区域的植被覆盖进行分析研究，而本研究利用７～１２月份ＮＤＶＩ值求平均作为年平均值，两种计算方法的结果对分析植被覆盖变化特征是否存在差异，有待进一步论证。
２）植被覆盖的变化受诸多因素的影响，本研究仅从气温、降水量、植被分布特征等进行了分析，在后续的研究中可以考虑广西土地利用类型的变化与植被覆盖变化的相关性。
３）中国现今主要进行的是城市带动周边乡镇和农村发展方针，由于区域发展也是植被变化的一个主要影响因子，因而未来可进行城区内外的对比研究，以期能探究城市发展进程对周边区域ＮＤＶＩ值的动态影响。
教育期刊网 http://www.jyqkw.com
参考文献：
［１］ 侯光雷，刘德赢，张正祥，等．松嫩平原不同气候区植被ＮＤＶＩ对气候变化的响应［Ｊ］．中国农业气象，２０１２，３３（２）：２７１－２７７．
［２］ 孙红雨，王长耀，牛 铮，等．中国地表植被覆盖变化及其与气候因子关系－基于ＮＯＡＡ时间序列数据分析［Ｊ］．遥感学报，１９９８，２（３）：２０４－２１０．
［３］ 徐 茜，任志远，杨 忍．黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系［Ｊ］．陕西师范大学学报（自然科学版），２０１２，４０（１）：８２－８７．
［４］ 李蕙敏，刘洪斌，武 伟．近１０年重庆市归一化植被指数变化分析［Ｊ］．地理科学，２０１０，３０（１）：１１９－１２３．
［５］ 张 波，郭晋平，刘艳红．太原市城市绿地斑块植被特征和形态特征的热环境效应研究［Ｊ］．中国园林，２０１０（１）：９２－９６．
［６］ ＬＵＣＩＡＮＯ Ｔ， ＲＯＳＡ Ｌ． Ｑｕａｎｔｉｆｙｉｎｇ ｉｎｔｒａ－ａｎｎｕａｌ ｐｅｒｓｉｓｔｅｎｔ ｂｅｈａｖｉｏｕｒ ｉｎ ＳＰＯＴ－ＶＥＧＥＴＡＴＩＯＮ ＮＤＶＩ ｄａｔａ ｆｏｒ Ｍｅｄｉｔｅｒｒａｎｅａｎ ｅｃｏｓｙｓｔｅｍｓ ｏｆ ｓｏｕｔｈｅｒｎ Ｉｔａｌｙ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，２００６，１０１：９５－１０３．
［７］ 宋 怡，马明国．基于ＳＰＯＴ ＶＥＧＥＴＡＴＩＯＮ数据的中国西北植被覆盖变化分析［Ｊ］．中国沙漠，２００７，２７（１）：８９－９３．
［８］ 崔晓临，白红英，尚小清．基于ＭＯＤＩＳ ＮＤＶＩ的秦岭地区植被覆盖变化研究［Ｊ］．西北大学学报（自然科学版），２０１２，４２（６）：１０２１－１０２６．
［９］ 李秀花，师庆东，常顺利，等．１９８１－２００１年中国西北干旱区ＮＤＶＩ变化分析［Ｊ］． 干旱区地理，２００８，３１（６）：９４０－９４４．
［１０］ 刘绿柳，许红梅．黄河流域主要植被类型ＮＤＶＩ变化规律及其与气象因子的关系［Ｊ］．中国农业气象，２００７，２８（３）：３３４－３３７．
［１１］ 李双成，刘逢媛，戴尔阜，等．ＮＤＶＩ与气候因子耦合关系及其地域差异的定量递归分析－以云南省纵向岭谷区为例［Ｊ］．北京大学学报（自然科学版），２００８，４４（３）：４８３－４８９．
［１２］ 张笑鹤．西南地区ＮＤＶＩ和ＮＰＰ时空动态及其与气候因子相关性分析［Ｄ］．北京：中国林业科学研究院，２０１１．
［１３］ 崔晓临，白红英，王 涛．秦岭地区植被ＮＤＶＩ海拔梯度差异及其气温响应［Ｊ］．资源科学，２０１３，３５（３）：６１８－６２６．
［１４］ 何 勇，董文杰，郭晓寅，等．基于ＭＯＤＩＳ的中国陆地植被生长及其与气候的关系［Ｊ］．生态学报，２００７，２７（１２）：５０８６－５０９２．
［１５］ 潘 蔷，范文义，于海群，等．北京市植被指数变化与影响因素分析［Ｊ］．北京林业大学学报，２０１２，３４（２）：２６－３３．
［１６］ ＳＴＯＷ Ｄ， ＤＡＥＳＣＨＮＥＲ Ｓ， ＨＯＰＥ Ａ，ｅｔ ａｌ．Ｖａｒｉａｂｉｌｉｔｙ ｏｆ ｔｈｅ ｓｅａｓ ｏｎａｌｌｙ ｉｎｔｅｇｒａｔｅｄ ｎｏｒｍａｌｉｚｅｄ ｄｉｆｆｅｒｅｎｃｅ ｖｅｇｅｔａｔｉｏｎ ｉｎｄｅｘ ａ ｃｒｏｓｓ ｔｈｅ ｎｏｒｔｈ ｓｌｏｐｅ ｏｆ Ａｌａｓｋａ ｉｎ ｔｈｅ １９９０ｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏ ｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２００３，２４（５）：１１１１－１１１７．
［１７］ 苏宗明．广西天然植被类型分类系统［Ｊ］． 广西植物，１９９８，１８（３）：２３７－２４６．
（责任编辑 韩 雪）
