浙江农林大学暨阳学院，浙江 诸暨

收稿日期：2023年6月7日；录用日期：2023年8月14日；发布日期：2023年8月25日

摘要

地球环境系统的恶化威胁到人类的生存发展和自然资源的可持续性，必须加强对地球环境系统变化的监测与管理，这已成为科学研究中备受关注的热点领域。本文将2011~2021年浙江省的植被指数作为研究对象，探究浙江省NDVI时空变化特征及其对地形因子、土地利用因子的响应变化规律。结果表明：(1)研究期间，浙江省植被指数有轻微下降趋势，主要与城市化进程、农业生产活动受到抑制有关；(2) 研究期间，浙江省NDVI具有明显的海拔梯度差异特征，坡度、坡向对植被变化影响不大；(3) 浙江省土地利用类型以农田、森林、水域和不透水地表为主，NDVI的变化与土地利用类型转换有关。

关键词

浙江省，归一化植被指数，地形因子，土地利用类型

Study on the Change Characteristics of Vegetation Index in Zhejiang Province from 2011 to 2021

Jiaqi Yang, Yong Du^*

Jiyang College, Zhejiang Agriculture and Forestry University, Zhuji Zhejiang

Received: Jun. 7^th, 2023; accepted: Aug. 14^th, 2023; published: Aug. 25^th, 2023

ABSTRACT

The deterioration of the earth’s environmental system threatens the survival and development of human beings and the sustainability of natural resources. It is necessary to strengthen the monitoring and management of the changes of the earth’s environmental system, which has become a hot topic in scientific research. In this paper, the vegetation index of Zhejiang Province from 2011 to 2021 is taken as the research object to explore the temporal and spatial variation characteristics of NDVI in Zhejiang Province and its response to topographic factors and land use factors. The results show that: (1) during the study period, the Zhejiang NDVI has a slight decline, which is mainly related to the inhibitory process of urbanization and agricultural production activities; (2) during the research, NDVI in Zhejiang Province has obvious characteristics of elevation gradient differences, and the impact of slope and slope has little effect on the change of vegetation; (3) the land use type in Zhejiang Province is mainly farmland, forests, waters and impermeable surfaces. The changes in NDVI are related to the conversion of land use types.

Keywords:Zhejiang Province, NDVI, Terrain Factors, Land Use Type

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

全球正面临着日益严峻的环境问题，工业化、城市化以及对自然环境的利用和改造，导致了原本单一的区域环境问题向全球扩散和升级，因此我们必须高度重视并采取行动。地球环境系统的恶化威胁到人类的生存发展和自然资源的可持续性，因此必须加强对地球环境系统变化的监测与管理，这已成为科学研究中备受关注的热点领域，地球环境系统的变化和管理至关重要 [1] 。

目前，国内外对植被指数变化响应的研究，多侧重于气候、地形和人类活动等单一要素，而对于多个要素之间的相互关系，以及它们对植被指数的综合影响的研究，则比较缺乏。高大伟等分析了1982~2006年浙江省归一化植被指数的空间分布特征，并分析了其与生物热量指数、生物干湿度指数之间的关系，得到了浙江省整体植被覆盖度存在逐渐降低趋势，生物热量指数与NDVI之间存在着明显的负相关，而生物干湿度指数与NDVI之间存在着明显的正相关的结论 [2] 。余梦晨等利用趋势分析和相关分析方法，将浙江省2005~2018年植被生长季归一化植被指数作为研究对象，对其时空变化规律及与气候因子的关系进行了分析，得出浙江省植被覆盖度整体较好，气温与生长季NDVI呈显著正相关，为主要影响气候因子的结论 [3] 。高思琦等利用2000~2018年黄河源区植被指数数据，运用趋势分析法，得出黄河源区植被覆盖总体较高，年降水量是影响植被指数空间分布的主导因子 [4] 。Schmidt等利用NOAA/AVHRR数据，分析了内盖夫沙漠半干旱区植被与降水量的响应特征，并得到了植被NDVI与降水具有明显相关关系的结论 [5] 。Mallegowda等利用MODIS-NDVI和同期的气温数据，分析了加罗尔地区的植被变化及其对气温的响应特征，并得到了该区域植被NDVI与气温之间存在着显著的负相关性的结论 [6] 。

通过对浙江省植被指数动态变化的研究，能够更好地认识浙江省植被的变化情况，掌握其动态变化特点，并为浙江省的植被区划和植被指数的分析提供资料支持 [7] ，为浙江省有关部门对生态环境建设及水土流失防治提供科学依据，更能为研究更大区域的植被监测和评价积累资料，对生态文明建设具有重要的参考价值。本研究以浙江省为研究区域，基于2011~2021年Landsat遥感数据，探讨分析浙江省植被指数变化特征及其与海拔梯度因子、土地利用因子的响应特征，全面掌握浙江省近10年来植被覆盖分布及动态变化，为浙江省林地保护、水土流失防治及综合治理奠定理论基础。

2. 研究区概况及研究方法

2.1. 浙江省概况

浙江省地理位置跨越北纬27˚02′~31˚11′，东经118˚01′~123˚10′，地势由西南向东北倾斜(图1)，地形呈现出错综复杂的多样性。浙江中部以丘陵盆地为主；西部和南部以及离海岸最远的东部以丘陵和山地为主；而北部和东部沿海地区则以丘陵平原为主。

浙江省土地利用类型以农田、森林为主，浙江省中部和北部平原地区土地利用类型主要以农田为主，浙江省南部和西部等较高海拔地区土地利用类型主要以森林为主。

图1. 浙江省地形图

2.2. 数据来源

本文所采用的卫星遥感数据为2011~2021年Landsat5/7/8数据，空间分辨率为30 m，时间分辨率为每年，数据为TIFF格式，来源于资源环境科学数据注册与出版系统(http://www.resdc.cn/DOI)。该数据集利用Google Earth Engine云计算平台，对全年所有Landsat5/7/8遥感数据进行一系列数据预处理和数据平滑等操作，以获取2011-2021年每个像元一年中归一化植被指数(NDVI)的最大值，最后通过浙江省矢量边界完成对浙江省NDVI影像的裁剪 [8] 。浙江省高程(DEM)空间分布数据获取于中国科学院资源环境科学与数据中心(http://www.resdc.cn/)。浙江省土地利用类型数据来源于The 30m annual land cover datasets and its dynamics in China from 1990 to 2021 (https://doi.org/10.5281/zenodo.5816591)，空间分辨率为30 m，其土地利用类型包括农田、森林、灌木、草原、水域、冰雪、裸地、不透水地表等九大地类 [9] 。

2.3. 研究方法

2.3.1. 趋势分析法

趋势分析就是用一元线性回归方程的斜率来代表各栅格像元随时间的变化趋势，栅格斜率变化的计算公式 [10] 为：

$slope=\frac{n{\displaystyle {\sum }_{i=1}^n\left(i\times NDV{I}_i\right)}-{\displaystyle {\sum }_{i=1}^{n}i}\times {\displaystyle {\sum }_{i=1}^{n}NDV{I}_i}}{n\times {\displaystyle {\sum }_{i=1}^n{i}^2}-{\left({\displaystyle {\sum }_{i=1}^{n}i}\right)}^2}$ (1)

其中slope为趋势线斜率，i为年序号，从1到n，n为时间序列长度11，NDVI_i为第i年NDVI的最大值。slope > 0表示研究区域植被覆盖面积变大，NDVI多年变化趋势为增加；slope < 0表示研究区植被覆盖面积变小，NDVI多年变化趋势为减少；slope = 0表示NDVI在时间序列中保持不变 [10] 。

2.3.2. 转移矩阵

土地利用转换矩阵是一种对区域土地利用状况及其状态变化进行定量描述的方法，其从T1-T2时刻的变化过程可以客观地反映土地利用的变化规律和方向 [5] 。原理如公式 [10] 所示：

$S_{ij}=\left[\begin{array}{ccc}{S}_{11}& \cdots & S_{1n}\\ ⋮& \ddots & ⋮\\ S_{n1}& \cdots & S_{nn}\end{array}\right]$ (2)

其中，S_ij为土地利用状态量，n为土地利用类型数量。

3. 变化特征分析

3.1. NDVI时空变化特征

利用ArcGIS平台栅格计算器工具，对2011~2021年Landsat遥感数据每年最大NDVI值进行计算处理，得出多年NDVI均值进而得知浙江省2011~2021年年均NDVI空间分布(图2)。从图2可以得出浙江省年均NDVI值具有空间分布差异，整体呈现自西南向东北逐渐减小的趋势，植被覆盖空间分布差异与浙江省地形分布几乎吻合，表现为浙江省中部丘陵盆地地区、北部平原地区以及东南丘陵地区相对应的植被覆盖度偏低，海拔较高的浙南山地地区NDVI值高于0.6。

利用ArcGIS平台波段集统计工具，通过对浙江省各年度NDVI数值的处理，得出了各年度的平均NDVI数值，从而为2011~2021年浙江省NDVI变化趋势分析提供数据支持，并得出了浙江省2011~2021年平均NDVI的时间变化规律(图3)。从图3可以得出，时间尺度下，浙江省年均NDVI值呈现减小趋势，变化范围为0.574~0.730，变化率为~0.09/10a，说明近11年浙江省植被覆盖情况存在缓慢降低趋势。

图2. 浙江省2011~2021年年均NDVI空间分布

图3. 浙江省2011~2021年年均NDVI变化趋势

采用趋势分析法对浙江省2011~2021年植被指数的多年年均数值及每年最大值数据进行分析处理，得出浙江省2011~2021年NDVI变化趋势，并采用自然断点分类方法，将统计结果分为五个等级，分别是：显著减少、轻度减少、基本不变、轻度增加及显著增加(分级标准见表1)，利用ArcGIS平台重分类工具对统计结果进行处理，最终得出NDVI变化趋势空间分布图(图4)，同时将变化趋势进行统计分析得到浙江省2011~2021年年均NDVI变化趋势面积比例统计表(表1)。从图4、表1可以得出浙江省NDVI变化趋势呈缓慢减少趋势。NDVI呈减少趋势区域占浙江省总面积的75.0%，多分布于浙江省中部丘陵盆地地区、北部平原地区以及东南丘陵地区，由于该区域城市化进程加速，社会经济得到了迅速的发展，人类集中活动的趋势更加明显，人们的生活水平也在不断地提高，导致了植被覆盖的相对减少；NDVI呈基本不变趋势区域占浙江省总面积的20.0%，主要集中于浙南及浙西等山地地区，因该区域地形地貌比较复杂，开发难度大或开发成本较高，使植被自然生长并基本处于恒定状态，这还与浙江省环境保护政策及自然生态系统本身稳定性相关。

图4. 浙江省2011~2021年NDVI变化趋势空间分布

表1. 浙江省2011~2021年NDVI变化趋势面积比例(%)

3.2. NDVI响应于地形因子

3.2.1. NDVI响应于高程

利用ArcGIS平台重分类工具，根据《中华人民共和国地貌图集(1:100万)》中的中国1:100万地貌类型空间分布资料，对浙江省海拔进行划分，并将其划分为<100 m、100~200 m、200~500 m、500~1000 m和>1000 m五个级别 [11] 。

利用ArcGIS平台提取分析工具，以浙江省各海拔梯度的图层作为掩膜，对各海拔梯度下的年均NDVI值进行了提取，得出了浙江省各高程上年均NDVI的空间分布(图5)，并对各海拔梯度下的年均NDVI区域的比重和变化趋势进行了统计(表2、图6)。浙江省南部、中部及西部丘陵地区的NDVI值主要集中在0.6~0.8之间，其植被多为森林和农作物，在海拔100~200 m的高度上，NDVI值为0.6~0.8的区域占61.44%；在500 m以上的高度上，NDVI数值以0.8~1.0为主，在500~1000 m和1000 m以上的高度NDVI数值在0.8~1.0的区域面积比例占74.87%和84.68%，主要分布于浙江省南部山地地区，其植被类型多为常绿阔叶林及草甸。

图5. 浙江省2011~2021年不同高程下年均NDVI空间分布

表2. 浙江省2011~2021年不同高程下年均NDVI面积比例(%)

由图6可知，随着海拔高度的上升，浙江省的NDVI有逐渐增大的趋势。在海拔低于100 m和100~200 m的地区，NDVI呈现出下降的趋势，这主要是城市化发展进程导致的。在海拔超过200 m的地区，NDVI值都呈现了上升的趋势，这是由于实施了退耕还林、还草等生态政策，同时当地的水热条件对植物的生长非常有利。

图6. 浙江省2011~2021年不同高程下NDVI变化趋势

3.2.2. NDVI响应于坡度、坡向

利用ArcGIS平台重分类工具，根据水土保持工作中普遍采用8˚作为缓坡和斜坡的分级标准 [12] ，将坡度划分为6个等级，即0˚~5˚、5˚~8˚、8˚~15˚、15˚~25˚、25˚~35˚、>35˚ [11] 。以正北方向为0˚，22.5˚为步长，将浙江省分为平地(−1˚)、北(0˚~22.5˚, 337.5˚~360˚)、东北(22.5˚~67.5˚)、东(67.5˚~112.5˚)、东南(112.5˚~157.5˚)、南(157.5˚~202.5˚)、西南(202.5˚~247.5˚)、西(247.5˚~292.5˚)、西北(292.5˚~337.5˚) 9个坡向带。将浙江省分为5个坡向，即平地、阴坡(北坡、东北坡)、半阴坡(西北坡、东坡)、阳坡(南坡、西南坡)、半阳坡(东南坡、西坡) [11] 。

利用ArcGIS平台提取分析工具，以浙江省各坡度、坡向的图层作为掩膜，对各坡度、坡向的年均NDVI值进行了提取，得出了浙江省各坡度、坡向下年均NDVI的空间分布，并对各坡度、坡向下的年均NDVI的区域比重和变化趋势进行统计(表3、表4、图7、图8)。由表3、表4、图7、图8可知，随着坡度的升高，NDVI值呈现逐渐增大的趋势，坡度在0˚~5˚和5˚~8˚时，NDVI主要分布在0.6~0.8范围内，当坡度大于8˚时，NDVI主要分布在0.8~1.0范围内。不同坡向的植被覆盖度变化表现出一致的特征，除平地外，其余坡向下NDVI变化大致相同，其原因可能是平地多为作物的集中耕种区，其余坡向下土地利用类型多为森林与灌木。平地下NDVI主要分布在0.6~0.8之间，其余坡向NDVI大多分布在0.6~0.8以及0.8~1.0之间，综合来看，坡向对浙江省植被变化影响不大。浙江省植被覆盖度呈现高盖度的特征。不同坡度下NDVI变化趋势呈现基本相同的特征，其变化趋势与不同高程下NDVI变化趋势相似。

表3. 浙江省2011~2021年不同坡度下年均NDVI面积比例(%)

图7. 浙江省2011~2021年不同坡度下NDVI变化趋势

表4. 浙江省2011~2021年不同坡向下年均NDVI面积比例(%)

图8. 浙江省2011~2021年不同坡向下NDVI变化趋势

3.3. NDVI响应于土地利用变化

浙江省土地利用类型包括农田、森林、灌木、草原、水域、裸地及不透水地表七类，运用ArcGIS平台，统计得到浙江省2011~2021年土地利用类型分布及其动态变化。由于浙江省年均NDVI值在2011~2012、2018~2019年间呈现下降趋势，2012~2013年间呈现上升趋势，为研究其下降、上升的可能原因，选取2011年、2012年、2013年、2018年、2019年浙江省土地利用类型分布情况进行重点分析。

基于ArcGIS平台将2011年、2012年、2013年、2018年、2019年5期土地利用类型数据进行分析可以得出2011~2012年、2012~2013年和2018~2019年土地利用转换矩阵(表5、表6、表7)。从表5、表6、表7可以得出浙江省森林和水域向农田的转化导致森林面积减少，农田面积逐渐增加，水域、不透水地表面积增加多来自农田的转化。

表5. 浙江省2011~2012年土地利用类型转换矩阵(km²)

表6. 浙江省2012~2013年土地利用类型转换矩阵(km²)

表7. 浙江省2018~2019年土地利用类型转换矩阵(km²)

利用ArcGIS平台栅格计算器工具，将2011年、2012年、2013年、2018年、2019年NDVI数据进行差值处理，将结果小于零定义为退化，大于零定义为增加，得到浙江省2011~2012年、2012~2013年、2018~2019年三期NDVI动态变化空间格局(图9、图10、图11)，统计分析得到浙江省植被NDVI面积变化统计表(表8)。从中可以得出2011~2012年、2018~2019年浙江省NDVI整体呈减少趋势，其中2011~2012年间，浙江省NDVI呈下降趋势，主要分布在浙江省北部、西部地区；2018~2019年浙江省NDVI呈减少趋势的面积为101791.01 km²，占浙江省面积的99.71%，明显高于2011~2012年NDVI减少面积比例。2012~2013年浙江省NDVI呈增加趋势的面积为82751.34 km²，占浙江省面积的81.06%。

表8. 浙江省2011~2012年、2012~2013年、2018~2019年NDVI变化面积比例(面积/km²，比例/%)

图9. 浙江省2011~2012年NDVI变化空间格局

图10. 浙江省2012~2013年NDVI变化空间格局

图11. 浙江省2018~2019年NDVI变化空间格局

利用ArcGIS平台掩膜提取及统计分析工具，对2011~2012年、2012~2013年和2018~2019年土地利用转换矩阵进行处理，统计得到不同土地利用转换下的NDVI均值变化(表9、表10、表11)。从中可以得出2011~2021年间浙江省不同土地利用类型之间的转化所导致的NDVI均值的变化存在很大差异，NDVI呈现下降趋势时，农田、森林向其他土地利用类型转化引起的NDVI均值变化均小于0。其中，2011~2012年，森林转化为农田、水域的NDVI均值变化分别为−0.041、−0.046，水域转化为农田的NDVI均值变化为−0.068，2018~2019年，农田转化为森林、不透水地表的NDVI均值变化分别为−0.144、−0.167，森林转化为农田的NDVI均值变化为−0.218，多呈下降趋势。2012~2013年，农田、森林及水域向其他土地利用类型转化引起的NDVI均值变化多大于0，农田转化为森林、水域的NDVI均值变化分别为0.054、0.007，森林转化为农田的NDVI均值变化为0.025，多呈上升趋势，植被覆盖情况呈增加趋势。

表9. 浙江省2011~2012年不同土地利用转换下NDVI变化

表10. 浙江省2012~2013年不同土地利用转换下NDVI变化

表11. 浙江省2018~2019年不同土地利用转换下NDVI变化

4. 结论

论文以ArcGIS平台为主要分析工具，将浙江省作为研究区域，对2011~2021年植被指数数据、DEM数据、土地利用数据进行分析处理，运用趋势分析等空间分析手段，得到2011~2021年浙江省NDVI的时空变化特征，并分析不同海拔梯度、坡度和坡向下的NDVI的分布差异特点。通过转换矩阵法，处理浙江省2011年、2012年、2013年、2018年、2019年土地利用数据，分析浙江省NDVI值上升、下降可能的原因及规律，并探讨了不同土地利用类型转换对NDVI变化的影响。在此基础上，本文得出以下主要结论：

(1) 浙江省NDVI时空分布及变化特征

空间分布上，浙江省年NDVI数值由东北向西南递增，NDVI高值多分布于浙江省南部的高海拔山地地区，而NDVI低值多分布于北部和东部以农田为主的沿海平原地区；时间分布上，在2011~2021年研究时段内NDVI值有轻微下降趋势，植被覆盖情况有所减少，主要与城市化发展进程有关。

(2) 浙江省NDVI响应于地形因子

浙江省2011~2021年NDVI值随着海拔的升高而逐渐升高，存在显著的海拔梯度差异特征。在海拔低于100 m和100~200 m地区，NDVI呈减小趋势，这主要是因为城市化加速发展，农业生产活动受到抑制，在海拔大于200 m地区，NDVI值呈现上升趋势主要得益于林地保护政策及水热条件适宜植被生长。浙江省植被覆盖度呈现高盖度的特征。不同坡度下NDVI变化趋势呈现基本相同的特征，其变化趋势与不同高程下NDVI变化趋势相似；坡向对浙江省植被覆盖变化影响不大。

(3) 浙江省NDVI响应于土地利用变化

浙江省土地利用类型主要以农田、森林、水域和不透水地表为主，2011~2012年、2012~2013年和2018~2019年农田面积呈现增加特征，森林面积呈现减少特征，水域面积呈现减少特征，不透水地表面积呈现增加特征，不同土地利用方式转换导致NDVI均值变化显著，据此分析可知，该时间段NDVI值上升的原因可能是全省城市化水平不断上升，同时种植农作物的力度加大，平原区域的农田面积有所增加；NDVI值下降的原因可能与城市化加速有关，这导致劳动力转移，进而导致农田面积增加量减少，农业生产活动受到一定程度的抑制。

文章引用

杨佳琪,杜 泳. 浙江省2011~2021年植被指数的变化特征研究
Study on the Change Characteristics of Vegetation Index in Zhejiang Province from 2011 to 2021[J]. 地理科学研究, 2023, 12(04): 590-606. https://doi.org/10.12677/GSER.2023.124055

参考文献