何全軍

1. 廣州氣象衛(wèi)星地面站，廣東 廣州 510640；2. 廣東省生態(tài)氣象中心，廣東 廣州 510640

植被是地球表面植物群落的總稱，作為地表狀況的重要表征，在地球系統(tǒng)中扮演著重要的角色，能影響地氣系統(tǒng)的能量平衡。植被生長過程具有明顯的年紀(jì)變化和季節(jié)性變化，是氣候和人文因素對環(huán)境影響的敏感指標(biāo)（Bounoua et al.，2000；郭鈮，2003；朱建華等，2007），衛(wèi)星遙感可以完成大范圍的陸表植被生態(tài)環(huán)境的持續(xù)監(jiān)測，從而能夠揭示全球或區(qū)域環(huán)境狀況的演變（Zhao et al.，2018；Guan et al.，2018；Chen et al.，2019）。通過遙感手段獲得的歸一化植被指數(shù) NDVI（Normalized Difference Vegetation Index）（Tucker，1979；Hilker et al.，2015）已被作為一種直觀量化指標(biāo)，廣泛用于定性和定量評價(jià)植被覆蓋及生長活力，以及進(jìn)行不同尺度上的植被物候、生態(tài)環(huán)境和氣候變化的研究（劉綠柳等，2006；劉世梁等，2016；Liu et al.，2019）。然而，目前針對 NDVI與氣候變化的相互關(guān)系研究中，不同區(qū)域的研究結(jié)論并不完全一致，甚至有的觀點(diǎn)完全相反。白淑英等（2012）發(fā)現(xiàn)長江流域NDVI對氣溫變化的響應(yīng)大于降水，孔冬冬等（2017）的研究表明溫度對青藏高原植被物候的影響占主導(dǎo)地位，而曲學(xué)斌等（2018）則認(rèn)為呼倫貝爾草原NDVI年變化主要受降水驅(qū)動(dòng)，與氣溫和總輻射的相關(guān)性較小。此外，劉艷等（2018）發(fā)現(xiàn)不同草地類型的水熱影響差異顯著，天山草地約41%的區(qū)域與降水量呈顯著正相關(guān)，31%區(qū)域與溫度呈顯著負(fù)相關(guān)。以上結(jié)果表明NDVI與氣象因素的相關(guān)關(guān)系存在重大的區(qū)域差異。

珠江三角洲（Pearl River Delta，PRD）地區(qū)是中國城市化水平最高、經(jīng)濟(jì)最發(fā)達(dá)、經(jīng)濟(jì)增長速度最快的地區(qū)之一，但是，隨著人口的迅速膨脹，以及城市化和工業(yè)化的迅猛發(fā)展，珠三角地區(qū)的土地利用發(fā)生巨大變化（黎夏，2004；李慧等，2011），大量耕地、林地和草地轉(zhuǎn)變?yōu)槌擎?zhèn)工交用地，植被覆蓋迅速減少（閆小培等，2006）。該區(qū)域的地表植被時(shí)空變異性極明顯，分布格局更復(fù)雜，出現(xiàn)了一系列生態(tài)環(huán)境和安全問題（王柳等，2010；徐慶勇等，2011；胡志仁等，2018），阻礙了經(jīng)濟(jì)的可持續(xù)發(fā)展以及影響了人類居住環(huán)境的適宜性。植被是陸地生態(tài)系統(tǒng)的主要組分，是生態(tài)系統(tǒng)變化的指示器，生態(tài)環(huán)境保護(hù)首先是地表植被的保護(hù)。植被的種類、數(shù)量和分布是衡量區(qū)域生態(tài)環(huán)境安全及宜居性的重要指標(biāo)。因此，開展綠化行動(dòng)、恢復(fù)植被、修復(fù)生態(tài)是珠三角地區(qū)的重點(diǎn)工作。

本研究利用 2001－2017年覆蓋珠三角地區(qū)的衛(wèi)星遙感NDVI時(shí)間序列及氣象站地面觀測數(shù)據(jù)，進(jìn)行研究珠三角區(qū)域NDVI的時(shí)空變化趨勢及空間自相關(guān)特征，分析NDVI對區(qū)域氣象因素變化的響應(yīng)規(guī)律，為利用遙感手段進(jìn)行珠三角地區(qū)植被生態(tài)環(huán)境監(jiān)測提供有力方法，對開展生態(tài)環(huán)境保護(hù)以及促進(jìn)生態(tài)文明建設(shè)提供科學(xué)建議。

圖1 珠三角行政區(qū)及氣象站分布Fig. 1 Distribution of PRD administrative region and meteorological stations

1 研究區(qū)概況

珠江三角洲，簡稱珠三角，是由西江、北江和東江入海時(shí)沖擊沉淀而成的一個(gè)三角洲，位于中國廣東省中南部、珠江入海口處，毗鄰港澳，與東南亞地區(qū)隔海相望。珠三角既是地理區(qū)域，也是經(jīng)濟(jì)區(qū)域，它是擁有全球影響力的先進(jìn)制造業(yè)基地和現(xiàn)代服務(wù)業(yè)基地，是中國人口集聚最多、創(chuàng)新能力最強(qiáng)、綜合實(shí)力最強(qiáng)的三大城市群之一。珠三角地區(qū)范圍內(nèi)的主要城市的行政規(guī)劃包括廣州、深圳、佛山、東莞、中山、珠海、江門等7個(gè)市以及惠州市和肇慶市的部分地區(qū)（如圖 1所示），總面積約41000 km2。珠三角大部分地區(qū)位于北回歸線以南，屬亞熱帶海洋季風(fēng)氣候，雨量充沛、熱量充足，區(qū)域地帶性植被為南亞熱帶季風(fēng)常綠闊葉林。珠三角地區(qū)南面臨海，東、北、西三面被山地、丘陵包圍，中部平原上水系豐富。因此，珠三角地區(qū)的水熱條件優(yōu)越，日照時(shí)間長，植被覆蓋度較高。

2 資料與方法

2.1 數(shù)據(jù)來源與預(yù)處理

2.1.1 NDVI數(shù)據(jù)

NDVI數(shù)據(jù)來自美國 LAADS（Level-1 and Atmosphere Archieve & Distribution System）DAAC（Distributed Active Archive Center）發(fā)布的2001－2017年 MODIS（Moderate Resolution Imaging Spectroradiometer） 數(shù) 據(jù) MOD13A3 產(chǎn) 品（https：//ladsweb.modaps.eosdis.nasa.gov/），該產(chǎn)品是采用限制視角的最大值合成（Constrained View angle Maximum Value Composite，CV-MVC）月產(chǎn)品。MOD13A3是正弦曲線投影，需要將其轉(zhuǎn)換為等經(jīng)緯度投影，并利用珠三角地區(qū)的矢量邊界數(shù)據(jù)進(jìn)行裁剪。

MOD13A3數(shù)據(jù)中存在NDVI的低異常值及空白無效值，需要對其進(jìn)行重構(gòu)處理。通過對比NDVI時(shí)間序列諧波分析方法HANTs（Harmonic Analysis of NDVI Time-Series）（Roerink et al.，2000）、修訂的最佳指數(shù)斜率提取方法 M-BISE（Modified Best Index Slope Extraction）（Lovell et al.，2001）、S-G濾波方法（Savitzky-Golay filter）（Chen et al.，2004）以及基于數(shù)據(jù)質(zhì)量標(biāo)志數(shù)據(jù)集的樣條曲線插值方法（SPLINE）的重構(gòu)結(jié)果，最終采用 M-BISE和S-G濾波的組合方法實(shí)現(xiàn)月NDVI時(shí)間序列重構(gòu)，并在重構(gòu)的月時(shí)間序列數(shù)據(jù)基礎(chǔ)上實(shí)現(xiàn)年時(shí)間序列產(chǎn)品以及多年合成產(chǎn)品。

2.1.2 氣象數(shù)據(jù)

氣象數(shù)據(jù)為廣東省氣象局提供的 2001－2017年珠三角及周邊地區(qū)的國家地面觀測站的逐月的平均氣溫、累積降水以及日照時(shí)數(shù)資料，氣象站點(diǎn)分布如圖1所示。克里金（Kriging）方法是氣象要素空間插值的常用方法（李軍龍等，2006；于海敬等，2019），本文采用該方法對站點(diǎn)數(shù)據(jù)進(jìn)行插值，對氣溫插值時(shí)考慮了高程影響（潘耀忠等，2004），氣溫垂直遞減率設(shè)置為0.0065 ℃·m-1。氣象數(shù)據(jù)插值時(shí)設(shè)置的空間分辨率與NDVI一致，并按照珠江三角洲的范圍對插值結(jié)果進(jìn)行裁剪，最后進(jìn)行多年的月和年數(shù)據(jù)的合成處理。

2.2 研究方法

2.2.1 變化趨勢分析

線性回歸方程被廣泛用于植被指數(shù)在時(shí)間上的變化速率的評估（Stow et al.，2003；武永利等，2008；Baniya et al.，2018），采用常規(guī)的數(shù)理統(tǒng)計(jì)和線性回歸擬合方法分析珠三角地區(qū)植被的年際變化趨勢。此外，逐像元構(gòu)建NDVI隨年際變化的線性回歸方程，分析珠三角地區(qū)植被變化趨勢的空間分布特征。

由于年合成數(shù)據(jù)消除了NDVI的季節(jié)內(nèi)變化影響，體現(xiàn)了NDVI的年際總生長趨勢，而植被生長具有顯著的季節(jié)變化特征（何全軍等，2008），通過移動(dòng)平均方法即月NDVI與年NDVI的比值獲得季節(jié)指數(shù) SI（Seasonal Index）（Ittig，2004；賈俊平等，2009）來分析珠三角地區(qū)植被的季節(jié)變化趨勢。SI是進(jìn)行時(shí)間序列數(shù)據(jù)變化趨勢預(yù)測的重要手段，它能刻畫時(shí)間序列在一個(gè)年度內(nèi)各月份的典型季節(jié)特征。

變異系數(shù)CV（Coefficient of Variation）是標(biāo)準(zhǔn)差與平均值的比值，是衡量資料中各觀測值變異程度的統(tǒng)計(jì)量（毛德華等，2012），通過逐像元計(jì)算珠三角地區(qū)年均值合成NDVI的CV，分析珠三角地區(qū)植被時(shí)間序列的穩(wěn)定性。

2.2.2 空間自相關(guān)分析

根據(jù)地理學(xué)第一定律（Tobler，1970），地物之間的相關(guān)性與距離有關(guān)，距離越近，地物間相關(guān)性越大；距離越遠(yuǎn)，地物間相異性越大。莫蘭指數(shù)Moran's I（Moran，1950）是應(yīng)用最廣泛的度量空間自相關(guān)的指標(biāo)之一，可以反映空間鄰接或臨近的區(qū)域單元植被參數(shù)特征的相似程度，又分為全局Moran's I和局部 Moran's I（Anselin，1995）。全局Moran's I是對研究區(qū)域內(nèi)屬性數(shù)據(jù)空間自相關(guān)的綜合反映和度量，但就區(qū)域內(nèi)部而言，各局部區(qū)域的空間自相關(guān)并非完全一致，而是常表現(xiàn)出不同性質(zhì)與程度的空間異質(zhì)性。因此，Anselin（1995）提出空間局部自相關(guān)分析方法，并定義了局部Moran's I，用 Moran 散點(diǎn)圖和 LISA（Local Indicators of Spatial Association）集聚圖來描述局部空間相關(guān)特性。利用空間數(shù)據(jù)分析軟件GeoDa（Anselin et al.，2005）對珠三角地區(qū)的年NDVI及多年合成NDVI進(jìn)行全局和局部空間自相關(guān)分析，分別通過Moran's I、Moran散點(diǎn)圖以及LISA集聚圖來分析珠三角地區(qū)植被的空間集聚程度及變化特征。

圖2 珠三角地區(qū)年平均NDVI與SI的時(shí)間序列趨勢Fig. 2 Time series trends of annual average NDVI and SI in PRD

2.2.3 相關(guān)性分析

皮爾森相關(guān)系數(shù)（Pearson Correlation Coefficient）是被廣泛用來反映兩個(gè)變量線性相關(guān)程度的統(tǒng)計(jì)量，其定義為兩個(gè)變量之間的協(xié)方差和標(biāo)準(zhǔn)差的商（仲曉春等，2016）。分別針對月和年時(shí)間序列數(shù)據(jù)計(jì)算NDVI與氣溫、降水及日照時(shí)數(shù)之間的皮爾森相關(guān)系數(shù)，并進(jìn)行顯著性檢驗(yàn)，分析珠三角地區(qū)植被生長對氣候變量的響應(yīng)。

3 結(jié)果與分析

3.1 珠三角地區(qū)NDVI的時(shí)間序列變化特征

圖 2反映了 2001－2017年珠三角地區(qū) NDVI在年和月時(shí)間尺度的變化趨勢。其中圖 2a是利用年合成數(shù)據(jù)統(tǒng)計(jì)得到的年平均NDVI的變化曲線，可以看出珠三角地區(qū)的 NDVI呈現(xiàn)“升-降-升”的持續(xù)波動(dòng)的年際上升趨勢。根據(jù)一元線性擬合得到的趨勢方程可知，2001－2017年中珠三角地區(qū)的NDVI整體上的平均年增長速率為0.0051，說明珠三角地區(qū)的植被一直在緩慢增長。圖 2b是珠三角地區(qū) SI的統(tǒng)計(jì)變化曲線，SI的最低值和最高值分別出現(xiàn)在2月和9月。SI通過振幅變化的相對程度來描述植被隨季節(jié)變化的強(qiáng)度的變化趨勢，因此SI在如實(shí)反映NDVI季節(jié)變化特征的同時(shí)，還能反映NDVI季節(jié)變化的增長幅度隨著時(shí)間變化的趨勢。從總趨勢來看，2001－2017年SI的振幅呈現(xiàn)越來越小的趨勢，說明隨著時(shí)間的發(fā)展，植被生長在遵循自然周期規(guī)律的同時(shí)季節(jié)內(nèi)變化差異逐漸減小。此外，2004年NDVI出現(xiàn)最小值，SI的振幅在2005年出現(xiàn)最大值，其原因與 2004年廣東省發(fā)生特大干旱有關(guān)，2004年9月下旬開始廣東發(fā)生嚴(yán)重秋冬連旱，抑制了植被的生長，直到 2005年汛期之后旱情緩解（羅曉玲，2005），持續(xù)降水及氣溫回升使植被恢復(fù)后快速生長。

由于下墊面的土地利用類型不同以及區(qū)域發(fā)展程度不同，珠三角范圍內(nèi)不同地區(qū)的植被分布和變化存在空間差異性（圖3）。圖3a是珠三角地區(qū)的多年NDVI合成結(jié)果，可以看出珠三角地區(qū)呈現(xiàn)顯著的中部低NDVI被周邊高NDVI圍繞的空間分布特征，這與圖1所示的珠三角城市和地形的分布一致。中心區(qū)域?qū)儆诔鞘腥杭瘏^(qū)，NDVI偏低，隨著向外圍擴(kuò)展，NDVI逐漸升高。圖3b是珠三角地區(qū)的NDVI增長趨勢的空間分布。珠三角范圍內(nèi)大部分地區(qū)的NDVI增長趨勢表現(xiàn)為正值，只有小部分地區(qū)為負(fù)值。增長趨勢為正值說明植被越來越好，負(fù)值說明植被發(fā)生退化。圖 3b中，中山市北部、肇慶四會市區(qū)、廣州花都區(qū)、東莞市珠江沿岸和中部地區(qū)、深圳西北部以及佛山靠近廣州的地區(qū)出現(xiàn)了不同程度的植被退化。對增長趨勢進(jìn)行統(tǒng)計(jì)，珠三角地區(qū)植被增長的區(qū)域占總范圍面積的90.84%，其中趨勢值大于 0.01的區(qū)域占總面積的7.12%；植被退化的區(qū)域占總范圍面積的9.16%，其中趨勢值小于-0.01的占 0.19%；整個(gè)珠三角地區(qū)NDVI的區(qū)域趨勢均值為0.0051，與圖2結(jié)果一致，說明植被狀況好轉(zhuǎn)是整個(gè)珠三角地區(qū)的總趨勢。圖3c是珠三角地區(qū)年NDVI時(shí)間序列數(shù)據(jù)的CV空間分布圖。CV值越大，表明數(shù)據(jù)分布越分散，說明該地區(qū)植被的波動(dòng)較大；反之則表明數(shù)據(jù)分布越緊湊，說明該地區(qū)植被時(shí)間序列較為穩(wěn)定（張雪艷等，2009）。對CV進(jìn)行分級統(tǒng)計(jì)的數(shù)據(jù)顯示，珠三角地區(qū)NDVI的CV小于0.1的區(qū)域占83.80%，大于0.1的占16.20%（其中大于0.2的占0.64%），說明大部分地區(qū)的植被變化幅度不大，植被時(shí)間序列較為穩(wěn)定。但從CV的空間分布來看，圍繞珠江口周邊分布的城市集聚區(qū)植被變化幅度最大，說明該地區(qū)植被時(shí)間序列穩(wěn)定性較差。此外，通過對比圖3b、圖3c可知，NDVI的增長趨勢和CV的高值區(qū)域并不能完全對應(yīng)。增長趨勢是對長期植被變化結(jié)果的描述和未來預(yù)測，反映的是一種累積的結(jié)果，而 CV則可以將過程中發(fā)生過的顯著的變化記錄下來，反映了長期過程中曾出現(xiàn)的階段性變化。

圖3 珠三角地區(qū)多年平均NDVI（a），增長趨勢（b）和CV（c）的空間分布特征Fig. 3 Spatial distribution of multi-year average NDVI (a), growth trend (b) and CV (c) in PRD

圖4 珠三角地區(qū)年NDVI空間自相關(guān)特征變化趨勢Fig. 4 Trends of spatial autocorrelation characteristics of annual NDVI in PRD

3.2 珠三角地區(qū)NDVI的空間自相關(guān)特征

在空間數(shù)據(jù)分析軟件GeoDa 1.12中選擇Queen鄰接類型建立空間權(quán)重矩陣，分別對 2001－2017年的年NDVI時(shí)間序列數(shù)據(jù)進(jìn)行單變量全局和局部Moran's I分析，并統(tǒng)計(jì)珠三角地區(qū)年NDVI空間自相關(guān)特征的變化趨勢（圖4）。Moran's I的值在-1和1之間，正值表示空間正相關(guān)，值越大說明空間相關(guān)性越明顯，而負(fù)值表示空間負(fù)相關(guān)，值越小則空間差異越大。圖4a是2001－2017年全局Moran's I變化趨勢，可以發(fā)現(xiàn)珠三角地區(qū)歷年的全局Moran's I都在0.91以上，說明長期以來珠三角地區(qū)植被都表現(xiàn)為較強(qiáng)的空間集聚正相關(guān)。雖然年際變化上存在一定的波動(dòng)性，但從其變化趨勢來看，珠三角地區(qū)植被的空間格局保持向高集聚發(fā)展的趨勢。圖4b是LISA空間相關(guān)類型的分類數(shù)據(jù)的時(shí)間變化趨勢。其中“High-High”表示高NDVI集聚區(qū)，“Low-Low”表示低NDVI集聚區(qū)，“Low-High”表示低NDVI被高NDVI包圍，“High-Low”表示高NDVI被低 NDVI包圍，“Not Significant”表示未通過P=0.05顯著性檢驗(yàn)的區(qū)域。由曲線變化圖可以看出，珠三角地區(qū)NDVI的空間自相關(guān)性主要集中在“High-High”、“Low-Low”和“Not Significant”3個(gè)類型，僅有很少量的“Low-High”和“High-Low”類型（圖中對“Low-High”和“High-Low”兩種類型的百分比放大了1000倍）。對比圖中5種空間類型的變化曲線，“Low-Low”類型的時(shí)間變化不明顯，“High-High”類型稍有升高，“Not Significant”類型持續(xù)降低，說明珠三角地區(qū)的低植被集聚區(qū)的變化較為穩(wěn)定，而高植被集聚區(qū)的范圍增加了，這種增加在很大程度上可以歸因于“Not Significant”類型的轉(zhuǎn)變?！癏igh-Low”和“Low-High”兩種類型所占的百分比雖然小但變化卻比較活躍，表明這兩種類型所代表的區(qū)域的植被變化具有較高的不穩(wěn)定性。

圖5是對珠三角地區(qū)多年平均NDVI進(jìn)行局部空間自相關(guān)分析得到的Moran散點(diǎn)圖和LISA集聚圖，可以直觀展示出珠三角地區(qū)NDVI的局部空間集聚的規(guī)律和空間分布格局。圖5a中Moran散點(diǎn)圖的X坐標(biāo)和Y坐標(biāo)分別表示標(biāo)準(zhǔn)化后的NDVI和空間滯后NDVI（Lagged NDVI），4個(gè)象限分別表示4種空間關(guān)系：右上和左下的I和Ⅲ象限為相似值的空間聚類，其中右上為“High-High”，左下為“Low-Low”；左上和右下的Ⅱ和Ⅳ象限為不同值的空間關(guān)系，左上為“Low-High”，右下為“High-Low”。珠三角地區(qū)的 NDVI主要位于“High-High”和“Low-Low”象限，“Low-Low”象限的散點(diǎn)數(shù)目明顯多于“High-High”象限，說明珠三角地區(qū)的植被在空間分布上集聚度高，并且低值區(qū)的空間集聚度高于高值區(qū)的集聚度。此外，珠三角地區(qū)多年平均NDVI的全局Moran's I是0.932765，說明珠三角地區(qū)的植被在空間上呈現(xiàn)顯著的正相關(guān)，整體集聚度高。

圖5b的LISA集聚圖從空間分布上反映NDVI的空間集聚特征，在通過 P=0.05顯著性檢驗(yàn)條件下，珠三角的中心城市區(qū)表現(xiàn)為顯著的低值自相關(guān)特征，即低植被集聚，最外圍表現(xiàn)為高值自相關(guān)。對代表低植被集聚的“Low-Low”類型以及代表高植被集聚的“High-High”類型的像素進(jìn)行統(tǒng)計(jì)，其中“Low-Low”類型占珠三角地區(qū)總面積的28.77%，“High-High”類型占33.69%，二者之和達(dá)到62.46%，充分體現(xiàn)了珠三角地區(qū)植被覆蓋在空間關(guān)系上呈現(xiàn)較高的集聚度。雖然“High-High”類型的空間集聚度比“Low-Low”類型低，分布格局相對破碎，但其占據(jù)區(qū)域的面積大于“Low-Low”類型，說明珠三角地區(qū)植被覆蓋總體良好。此外，在低值集聚區(qū)和高值集聚區(qū)之間是未通過顯著性檢驗(yàn)區(qū)域（“Not Significant”）以及少量的“Low-High”以及“High-Low”，這部分區(qū)域類型如何轉(zhuǎn)變是影響珠三角地區(qū)植被生態(tài)環(huán)境變化的關(guān)鍵。

圖5 珠三角地區(qū)多年平均NDVI的Moran散點(diǎn)圖（a）和LISA集聚圖（b）Fig. 5 Moran scatterplots (a) and LISA cluster map (b) of multi-year average NDVI in PRD

3.3 珠三角地區(qū)NDVI與氣象因素的相關(guān)性

對2001－2017年珠三角地區(qū)的月NDVI與氣溫、降水及日照時(shí)數(shù)計(jì)算皮爾遜相關(guān)系數(shù)，并進(jìn)行顯著性檢驗(yàn)。考慮到植被對氣候變化的響應(yīng)存在滯后性，從當(dāng)前月開始共計(jì)算了滯后時(shí)差6個(gè)月的月NDVI與各氣象因素的相關(guān)系數(shù)（表1）。相關(guān)系數(shù)的值介于-1和1之間，正值表示正相關(guān)，負(fù)值表示負(fù)相關(guān)。相關(guān)系數(shù)的絕對值越大，相關(guān)度越強(qiáng)；相關(guān)系數(shù)越接近 0，相關(guān)度越弱。從計(jì)算結(jié)果可以發(fā)現(xiàn)，珠三角地區(qū)的NDVI和氣溫、降水以及日照時(shí)數(shù)的月變化顯著相關(guān)。通過對相關(guān)系數(shù)的大小進(jìn)行比較可以發(fā)現(xiàn)，NDVI與3種氣象因子的相關(guān)性從大到小依次為氣溫、降水和日照時(shí)數(shù)，說明在月時(shí)間尺度上，氣溫是影響珠三角地區(qū)植被生長的最主要因素，其次是降水，最后是日照時(shí)數(shù)。

從滯后時(shí)間來看，NDVI與氣溫的相關(guān)系數(shù)的最大值出現(xiàn)在滯后1個(gè)月，隨后相關(guān)系數(shù)降低，滯后4個(gè)月時(shí)呈現(xiàn)負(fù)相關(guān)；NDVI與降水的最大相關(guān)系數(shù)出現(xiàn)在滯后1個(gè)月，但與滯后2個(gè)月的相關(guān)系數(shù)相差不大，第3個(gè)月開始有明顯的降低，并且降低的速率低于氣溫，直到滯后5個(gè)月時(shí)開始出現(xiàn)負(fù)相關(guān)；NDVI與日照時(shí)數(shù)的最大相關(guān)系數(shù)出現(xiàn)在當(dāng)前月，第3個(gè)月開始為負(fù)相關(guān)。此外，NDVI與氣溫、降水量從當(dāng)前月到滯后3個(gè)月的相關(guān)系數(shù)都通過了P=0.05的顯著性檢驗(yàn)，而NDVI與日照時(shí)數(shù)僅在當(dāng)前月通過顯著性檢驗(yàn)。以上分析說明珠三角地區(qū)NDVI對氣溫和降水的響應(yīng)分別存在1個(gè)月和1－2個(gè)月的滯后，氣溫和降水對NDVI的影響持續(xù)時(shí)間較長，其中氣溫的影響變化幅度大，而降水的影響變化相對平緩。NDVI對日照時(shí)數(shù)的響應(yīng)不存在滯后，日照時(shí)數(shù)對NDVI的影響持續(xù)時(shí)間短。

珠三角地區(qū)的NDVI對氣溫、降水和日照時(shí)數(shù)的響應(yīng)除在時(shí)間上存在差異之外，在空間分布上也存在區(qū)域差異，圖6是NDVI與3種氣象因素之間的最大相關(guān)系數(shù)所對應(yīng)的滯后月數(shù)的空間分布。在珠三角范圍內(nèi)，NDVI與氣溫的最大相關(guān)系數(shù)主要出現(xiàn)在當(dāng)前月及滯后1個(gè)月，而NDVI對降水的響應(yīng)較氣溫遲鈍一些，最大相關(guān)系數(shù)主要出現(xiàn)在滯后1個(gè)月和2個(gè)月，并且在空間上都表現(xiàn)出沿“西南-東北”走向滯后月數(shù)逐漸變大的現(xiàn)象。在整個(gè)珠三角地區(qū)范圍內(nèi)NDVI與日照時(shí)長的最大相關(guān)系數(shù)的滯后時(shí)間都為0個(gè)月，在空間分布上不存在區(qū)域差異。

表 2是珠三角地區(qū)的年平均 NDVI和年最大NDVI分別與年平均氣溫、年總降水以及年總?cè)照諘r(shí)數(shù)之間的相關(guān)系數(shù)。可以發(fā)現(xiàn)，珠三角地區(qū)年NDVI和氣象因素之間相關(guān)性很弱，并且都未能通過P=0.05的顯著性檢驗(yàn)，說明在年尺度上，珠三角地區(qū)NDVI的變化與氣候因素的相關(guān)性不顯著。但是，僅從相關(guān)系數(shù)來看，降水是3個(gè)氣候因素中唯一表現(xiàn)有滯后效應(yīng)的因素，年總降水會對當(dāng)年和次年的植被具有一定影響，且次年的影響較大。

表1 珠三角地區(qū)月NDVI與氣溫、降水量及日照時(shí)數(shù)的相關(guān)系數(shù)Table 1 Correlation coefficients between monthly NDVI and air temperature, precipitation and sunshine duration in PRD

表2 珠三角地區(qū)年NDVI與氣溫、降水及日照時(shí)長的相關(guān)系數(shù)Table 2 Correlation coefficients between annual NDVI and air temperature, precipitation and sunshine duration in PRD

圖6 珠三角地區(qū)的月NDVI與氣溫（a）、降水（b）和日照時(shí)長（c）的滯后效應(yīng)空間分布Fig. 6 Spatial distribution of lag effect between NDVI and air temperature (a), precipitation (b) and sunshine duration (c) in PRD

4 討論與結(jié)論

4.1 討論

植被變化是一個(gè)自然與人類活動(dòng)交互作用的過程，基于遙感數(shù)據(jù)的NDVI是綜合了所有自然條件和人為因素共同作用于植被生長的客觀真實(shí)反映，對植被覆蓋在時(shí)間和空間上的變化監(jiān)測具有極大優(yōu)勢。珠三角地區(qū)NDVI的整體生長趨勢在年際上向好發(fā)展，年平均增長速率為0.0051，但在增長過程中具有顯著的“升-降”波動(dòng)變化。在空間上，珠三角地區(qū)植被增長的區(qū)域占總面積的90.84%，有9.16%的地區(qū)發(fā)生植被退化。植被退化區(qū)主要集中在珠三角的核心城市區(qū)域，這與城市化和工業(yè)化過程中土地利用類型的轉(zhuǎn)變有關(guān)（閆小培等，2006），王柳等（2010）認(rèn)為珠三角核心地帶植被地表由于強(qiáng)烈的人為干擾退化較明顯。李慧等（2013）指出，珠三角地區(qū)經(jīng)濟(jì)發(fā)展過程中大量耕地轉(zhuǎn)為經(jīng)濟(jì)價(jià)值更高的建設(shè)用地，同時(shí)耕地和建設(shè)用地的擴(kuò)展和收縮具有階段性，這也是導(dǎo)致NDVI時(shí)間序列產(chǎn)品不穩(wěn)定的原因。

植被是具有一定空間分布的區(qū)域變化量，空間自相關(guān)分析方法能從空間關(guān)聯(lián)角度對相鄰地物的相似程度進(jìn)行判斷，有助于揭示植被覆蓋的空間集聚模式和規(guī)律。李慧等（2011）認(rèn)為空間自相關(guān)分析方法可直觀地顯示分析結(jié)果，是一種深入理解區(qū)域土地利用格局和變化的重要和有益的方法。珠三角多年平均NDVI的全局Moran's I達(dá)到0.932765，表現(xiàn)為高空間集聚狀態(tài)，呈現(xiàn)顯著的中部低 NDVI被周邊高NDVI圍繞的空間分布特征，與珠三角的城市群和地形的分布一致（王柳等，2010）。這種植被覆蓋的集聚模式與珠三角地區(qū)的生態(tài)脆弱區(qū)分布一致（徐慶勇等，2011；胡志仁等，2018），同時(shí)體現(xiàn)了地形對NDVI分布具有控制作用（潘霞等，2019）。

NDVI和氣象因素的關(guān)系與研究區(qū)所處的地理位置、時(shí)間尺度以及下墊面類型有很大關(guān)系（白淑英等，2012；劉艷等，2018；曲學(xué)斌等，2018），氣候變化已對植被物候產(chǎn)生顯著影響（孔冬冬等，2017；閆敏等，2019）。對珠三角地區(qū)而言，植被生長受多種氣象因素的綜合影響，NDVI和氣候因素的年際變化相關(guān)性很弱，而年內(nèi)變化月尺度上NDVI與氣溫、降水和日照都具有顯著相關(guān)，同時(shí)NDVI對不同氣候因素的響應(yīng)存在時(shí)間和空間上的差異。雖然 MODIS數(shù)據(jù)對判斷珠三角地區(qū) NDVI的發(fā)展趨勢以及識別地區(qū)間的變化差異不存在影響，但在對更長期的植被的生長產(chǎn)生影響的氣候變化分析方面存在不足。通過使用不同數(shù)據(jù)進(jìn)行時(shí)間序列數(shù)據(jù)的擴(kuò)展，有助于對長期NDVI與氣候因子之間的關(guān)系進(jìn)行更深入的探討（毛德華等，2012）。此外，植被覆蓋度變化不僅受氣候因素的影響，還受到人為活動(dòng)的影響（張凱選等，2019），研究珠三角區(qū)域氣候變化和人為活動(dòng)對植被變化的貢獻(xiàn)也是以后的研究方向。

4.2 結(jié)論

（1）從2001－2017年，珠三角地區(qū) NDVI總體呈現(xiàn)改善趨勢，年增長速率為0.0051；在空間分布上，珠三角地區(qū)NDVI表現(xiàn)為中間低周邊高的空間格局，90.84%的區(qū)域NDVI呈現(xiàn)正增長，植被退化區(qū)占9.16%，且主要分布在城市群集地區(qū)。

（2）珠三角地區(qū)NDVI具有高空間集聚特性，受地形和城區(qū)分布影響，低植被覆蓋集聚區(qū)和高植被覆蓋集聚區(qū)分布格局顯著且變化穩(wěn)定；而在低植被覆蓋集聚區(qū)和高植被覆蓋集聚區(qū)之外分布的植被，在變化上存在不確定性。

（3）珠三角地區(qū) NDVI和氣溫、降水及日照的月變化顯著相關(guān)；NDVI對氣溫和降水的響應(yīng)分別存在1個(gè)月和1－2個(gè)月的滯后，存在著沿“西南-東北”方向滯后時(shí)間增大的空間差異；NDVI對日照時(shí)數(shù)的響應(yīng)卻未被發(fā)現(xiàn)滯后。在年尺度上，珠三角地區(qū)的NDVI和3種氣象因素的相關(guān)性不顯著。

致謝：感謝LAADS DAAC提供的MOD13A3產(chǎn)品數(shù)據(jù)集；感謝Anselin Luc博士及其團(tuán)隊(duì)開發(fā)的空間數(shù)據(jù)分析軟件GeoDa。