李仁杰，劉廷祥

（長春師范大學 地理科學學院，吉林 長春 130032）

糧食安全與農(nóng)業(yè)發(fā)展是國家經(jīng)濟穩(wěn)定發(fā)展的重要基礎，在耕地面積難以進一步增加的情況下，發(fā)掘現(xiàn)有耕地生產(chǎn)潛力，提升糧食產(chǎn)量和質(zhì)量應成為我國耕地與糧食安全戰(zhàn)略的長期選擇[1]。東北地區(qū)是我國緯度最高的耕地分布區(qū)之一，也是我國重要的商品糧生產(chǎn)基地，而東北地區(qū)的坡耕地除了主要分布在平原區(qū)的漫川漫崗地形上，還分布在農(nóng)業(yè)區(qū)向林業(yè)區(qū)過渡的農(nóng)林交錯區(qū)，而后者地形更加復雜。

前人研究表明，土壤性質(zhì)和包括坡向、坡位、海拔在內(nèi)的地形因子是影響植被生物量的重要因素[2]。張曉光等[3]利用空間插值技術，發(fā)現(xiàn)玉米產(chǎn)量與海拔呈正相關，與平面曲率呈負相關。葉強等[4]采用最小二乘法和多元逐步回歸評價方法，得到東北地區(qū)黑龍江省高海拔與高坡度地區(qū)作物產(chǎn)量均值最低，中海拔與低坡度地區(qū)產(chǎn)量均值最高。劉煥軍等[5]采用高精度數(shù)字高程模型分析歸一化植被指數(shù)（NDVI）的空間變異性，指出坡型形狀特征與凹凸程度與NDVI之間存在明顯的空間分異性，田塊內(nèi)微尺度地形對作物長勢影響顯著。吳永斌等[6]通過在不同海拔地點進行秈稻和粳稻盆栽試驗認為，水稻作物的產(chǎn)量與質(zhì)量受海拔變化引起氣溫變化的影響。

上述研究說明了地形對區(qū)域作物長勢具有明顯影響，但不同區(qū)域不同地形對當?shù)刈魑镩L勢影響程度不盡相同。文章為了探究東北區(qū)域坡耕地作物長勢與地形因子之間的關系，以吉林省吉林市的典型坡耕地為研究區(qū)，評估代表坡耕地作物的NDVI值隨海拔高度、坡度、坡向3種地形因子的空間分布特征，旨在探索東北坡耕地作物長勢與地形因子的空間分異規(guī)律，為進一步管理好東北糧倉提供理論基礎。

1 材料與方法

1.1 研究區(qū)概況

吉林市位于吉林省中部偏東，東北腹地長白山脈向松嫩平原過渡地帶的松花江畔，地理位置東經(jīng)125°40′～127°56′，北緯42°31′～44°40′，地勢由東南向西北逐漸降低。全區(qū)年平均氣溫3℃～5℃，受地形影響，由西、西北向東、東南氣溫逐漸降低。1月平均氣溫最低，一般在-18℃～-20℃，7月平均氣溫最高，一般在21℃～23℃。吉林市氣候屬于中溫帶亞濕潤季風氣候類型，全年降雨量約700 mm，全區(qū)日照時數(shù)2 400～2 600 h。坡耕地主要農(nóng)作物類型為玉米。

1.2 數(shù)據(jù)來源

文章用于提取歸一化植被指數(shù)的Landsat8 OLI遙感影像來源于美國地質(zhì)勘探局，通過比較不同時期作物長勢和影像清晰度，選擇2019年7月6日的一景影像作為研究數(shù)據(jù)。數(shù)字高程模型（DEM）數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺，耕地范圍數(shù)據(jù)來源于全球30 m地表覆蓋（GlobeLand30）數(shù)據(jù)集。以上數(shù)據(jù)空間分辨率均統(tǒng)一為30 m。

1.3 研究方法

歸一化植被指數(shù)NDVI（Normalized Difference Vegetation Index）不僅受氣候因素驅動的影響，同時也是環(huán)境因素驅動的結果[7]。在農(nóng)作物生長期內(nèi)，NDVI曲線的變化受作物的生長狀況和生長條件改變的綜合影響，因此選擇NDVI來代表作物的長勢情況[8]。NDVI的計算公式為：

式中：NIR——近紅外波段（0.85～0.88μm）；R——紅外波段（0.64～0.67μm）。

此外，為減小耕地數(shù)據(jù)發(fā)布時間與遙感影像發(fā)布時間不同所造成的誤差，對耕地范圍數(shù)據(jù)和Landsat8遙感影像數(shù)據(jù)進行全面的人機交互修正。

基于研究區(qū)DEM數(shù)據(jù)提取海拔高度、坡度和坡向數(shù)據(jù)，如圖1所示。將各地形因子分級與基于Landsat8 OLI影像提取出的代表作物長勢的NDVI值進行疊加分析并統(tǒng)計，得到坡耕地作物長勢受各地形因子影響的分布特征，最后疊加3種地形因子的綜合影響，得到地形因子對作物長勢的綜合影響規(guī)律。

2 結果

2.1 NDVI隨海拔變化特征

根據(jù)研究區(qū)域特點，將研究區(qū)內(nèi)的海拔分為＜200 m、200～300 m、300～400 m、400～500 m、＞500 m共5個等級，各等級分別占研究區(qū)總面積的15.2%、38.5%、38.9%、6.5%、0.9%。研究區(qū)內(nèi)作物主要分布在200～400 m，＞500 m內(nèi)的作物占比最少。

植被覆蓋程度和分布特點受海拔高度的直接影響[9]。通過將得到的NDVI與分級后的海拔因子進行疊加分析，得到NDVI隨海拔變化而變化的結果，接著為了進一步探究多種地形因子共同作用對NDVI值的影響，再將不同海拔范圍內(nèi)的坡度與坡向因子的分級進行相互疊加分析，得到各級別海拔范圍內(nèi)NDVI值在坡度、坡向影響下的變化。

從圖2（a）中得出，在＜400 m海拔范圍內(nèi)，NDVI值隨海拔上升而下降，接著在海拔400～500 m時上升，在＞500 m海拔時再次下降，在＜200 m級別時NDVI值最高，在海拔300～400 m時NDVI值最低。對于圖2（b），在坡度因子的各個級別內(nèi)均表現(xiàn)為坡度越高，NDVI值越高，其中，＜200 m級別的作物受坡度影響上升幅度最小，整體增幅為2.3%，說明該級別內(nèi)的作物受坡度影響程度較別的海拔范圍小，而300～400 m海拔范圍內(nèi)的作物受坡度影響增幅最大，整體增幅為8.4%。對于圖2（c），＜200m、200～300 m、300～400 m三個面積占比較大的海拔級別均表現(xiàn)出隨著坡向的順時針轉動，NDVI值從北坡至南坡逐漸下降，在南坡向達到最低值后逐漸上升，海拔＞500 m的作物NDVI最低值坡向為東坡向。

圖2 海拔高度對NDVI分布的影響Fig.2 The effect of altitude on NDVI distribution

2.2 NDVI隨坡度變化特征

結合研究區(qū)內(nèi)坡度平緩區(qū)域較多的特點，以3°為間隔區(qū)間，坡度分為0°～3°（不包括0°）、3°～6°、6°～9°、9°～12°、12°～15°、15°～18°、18°～21°共7個等級，分別占研究區(qū)總面積的42%、34.8%、14.3%、5.6%、2.2%、0.8%、0.3%。其中，＜3°坡度級別占研究區(qū)總面積最大，18°～21°級別占比最小。

坡度代表了地形的起伏程度，不僅會影響地表徑流，同時也會影響作物生長區(qū)域內(nèi)的土壤屬性，是影響植物長勢的重要因素[10]。通過將NDVI與分級后的坡度因子疊加分析，得到NDVI隨坡度變化的趨勢圖，再將不同級別的坡度與坡向進行再次疊加分析，以觀察不同坡向的坡度與NDVI值之間的關系。

在圖3（a）中，NDVI與坡度之間的關系表現(xiàn)為坡度越高，NDVI值越高。其中在0°～6°內(nèi)增幅最小，之后坡度對NDVI值的影響更加明顯，但這種趨勢隨著坡度的增加逐漸減弱。這說明在坡度0°～6°時，坡度對作物長勢的影響作用較小，之后在坡度＞6°時，坡度對作物的影響增強，隨著坡度的上升，這種影響又逐漸減弱。對于圖3（b），隨著坡向的順時針轉動，＜15°的坡度級別均表現(xiàn)出北坡至南坡NDVI值逐漸下降，在南坡向達到最低，之后逐漸上升。而15°～18°和18°～21°兩級別的NDVI值在東南坡向達到最低值，在西南方向達到最高值。這表明NDVI在不同坡度級別內(nèi)受坡向影響特征明顯，但這種特征在不同的坡度級別表現(xiàn)并不一致。

圖3 坡度對NDVI分布的影響Fig.3 The effect of slope on NDVI distribution

2.3 NDVI隨坡向變化特征

選擇將坡向分為北、東北、東、東南、南、西南、西、西北共8個等級，其中北坡范圍包括0°～22.5°、337.5°～360°，各坡向面積分別占總面積的14.4%、10.5%、12.9%、11.1%、15.4%、13.1%、10.7%、11.9%。其中北坡向與南坡向面積占比較大，此外為也將坡向劃為陽坡（90°～270°）、陰坡（0°～90°、270°～360°）兩個坡向，以探究不同的坡向分法在表現(xiàn)NDVI與坡向變化之間的關系上的差異。

從圖4（a）中可以看出各坡向NDVI值差距較小，其中北坡與西坡NDVI值較高，均為0.695，南坡NDVI值較小，為0.690。對于圖4（b），無論是陰坡還是陽坡，NDVI值都隨著坡度上升而上升，其中陰坡的NDVI值在任何坡度級別內(nèi)都大于陽坡，這種差距在0°～3°較小，之后差距加大，在15°～18°差距減小。這說明陰坡作物長勢要優(yōu)于陽坡作物，且這種優(yōu)勢在不同坡度范圍內(nèi)均存在，在3°～12°范圍內(nèi)更為明顯。這主要是因為研究區(qū)的氣候特點，該區(qū)域在7月時氣溫達到最高，陽坡受到的光照強，水分蒸發(fā)較多，相比較而言，陰坡作物水熱條件在此時段優(yōu)于陽坡，因此表現(xiàn)出陰坡作物NDVI高于陽坡作物。對于圖4（c），東南坡向NDVI值在12°～15°達到最高，之后逐漸下降，其他坡向級別的NDVI值受坡度影響雖然增幅各有差異，但整體趨勢一致。其中南坡向NDVI值在0°～3°和3°～6°兩個跨度內(nèi)出現(xiàn)了小幅下降，在不同的坡度分級中，西南坡向增幅最大，為7.1%，東南方向增幅最小，為3.5%。

圖4 坡向對NDVI分布的影響Fig.4 The effect of slope direction on NDVI distribution

3 討論

找出單一地形因子的變化與NDVI之間以及多種地形因子共同作用與NDVI之間的關系，有助于了解地形分異對作物長勢的影響機制，這對提升東北地區(qū)坡耕地利用率和提高坡耕地作物質(zhì)量與產(chǎn)量都具有實際參考意義。本文在研究過程中，選用了30 m分辨率的數(shù)據(jù)，反映了東北地區(qū)以吉林市坡耕地地形特征為代表的作物長勢與地形因子之間的關系，通過相互疊加分析得到了多種地形因子下作物長勢的分布特征。然而，一個特定時期作物的NDVI值并不能代表作物在地形影響下的最終產(chǎn)量。因此后期應該結合作物生長階段進行長時間評估，以期找到地形與作物產(chǎn)量之間長時間多效應的綜合性關系。

4 結語

本文基于Landsat8OLI影響提取NDVI數(shù)據(jù)，分析了作物長勢隨地形因子的分布特征。結果表明，吉林市坡耕地作物長勢與海拔、坡度、坡向3種地形因子之間存在多種相互影響關系。

（1）當前作物主要分布在200～400 m，在＜200 m范圍內(nèi)NDVI值 最 高，在300～400 m時NDVI值最低。整 體 上，在＜400 m時NDVI隨海拔上升而下降，在400～500 m時NDVI上升之后在海拔＞500 m時再次下降。

（2）坡耕地內(nèi)作物的NDVI值隨坡度上升而上升。其中在0°～6°范圍內(nèi)，坡度對作物長勢影響較小；在＞6°時，坡度對作物長勢增幅較大，但之后隨著坡度上升，這種增幅效果越來越不明顯。

（3）處于陰坡的作物NDVI值要高于陽坡作物。

（4）在海拔因子分級與坡度因子分級的疊加分析中，不同海拔分級的NDVI都隨坡度上升而上升，其中＜200 m級別的增幅最小，300～400 m級別增幅最大。在海拔因子分級與坡向因子分級的疊加分析中，＜200 m、200～300 m、300～400 m三個級別均一致表現(xiàn)出NDVI值在由北坡向順時針轉向南坡向時逐漸下降，在南坡達到最低值，之后逐漸上升。在坡度因子分級與坡向因子分級的疊加分析中，在0°～15°內(nèi)的5個等級均表現(xiàn)為NDVI值隨坡向轉動先下降，在南坡向達到最低值后又上升。