馬艷敏　李建平　許翔馳　高巖　王穎

摘要 利用2000年以來的MODIS數(shù)據(jù)，計算出NDVI指數(shù)，基于變化矢量分析方法對吉林省2000年以來植被的時空變化規(guī)律進行分析。結(jié)果表明：（1）2000年以來，吉林省平均植被指數(shù)呈上升趨勢；（2）2000—2022年植被指數(shù)變化以中、低變化為主，其中高變化主要集中在吉林省西部草地，中變化主要分布在中西部農(nóng)田分布區(qū)域；（3）NDVI變化整體表現(xiàn)為穩(wěn)中略增，增加區(qū)主要分布在吉林省的西部，減少區(qū)零星分布在各地區(qū)；（4）2000—2022年吉林省草地植被變化強度較大，NDVI變化整體表現(xiàn)為穩(wěn)中有增的趨勢，并且增加較為明顯；（5）2000—2022年吉林省森林植被變化強度以中、低變化為主，NDVI表現(xiàn)為波動中平穩(wěn)變化，沒有明顯的趨勢。

關(guān)鍵詞 植被變化；遙感監(jiān)測；吉林省

中圖分類號：P426 文獻(xiàn)標(biāo)識碼：B 文章編號：2095–3305（2023）06–0176-03

植被是重要的生態(tài)因子，既是氣候變化的承受者，又會對氣候變化產(chǎn)生積極的反饋作用，是反映生態(tài)環(huán)境變化的敏感指示器[1]。對反映地表植被狀況的重要指標(biāo)進行反演是保護植被資源、促進生態(tài)環(huán)境可持續(xù)發(fā)展的有力支持。遙感估算法是獲取植被信息的主流方法，其中大部分又以采用光學(xué)遙感數(shù)據(jù)源為主[2]。比較常見的方法是用基于遙感的植被指數(shù)數(shù)據(jù)分析植被變化，其中，歸一化植被指數(shù)（NDVI）的應(yīng)用最多[3-5]。NDVI 與綠葉密度、光合有效輻射、植被生產(chǎn)力、累積生物量等呈線性或近線性關(guān)系，是公認(rèn)的反映大尺度地表植被覆蓋和生長狀況的有效指標(biāo)[6]。

目前，許多學(xué)者在植被時空動態(tài)變化領(lǐng)域做了大量工作，分別利用NDVI數(shù)據(jù)對新疆阿勒泰地區(qū)、黃河流域、青藏高原、陜西省、黃土高原等典型生態(tài)區(qū)的植被變化進行了分析[7]。吉林省位于我國東北地區(qū)松遼平原中部，地處東亞季風(fēng)區(qū)。受較大的水熱條件差異和特殊地貌特征的影響，區(qū)內(nèi)植被呈現(xiàn)出自東向西的規(guī)律性分布特征，表現(xiàn)出地帶性植被與局地分異的鑲嵌格局。吉林省植被覆蓋格局的演變對東北地區(qū)生態(tài)環(huán)境有著重要的影響。針對吉林省的植被變化監(jiān)測對推進該地區(qū)生態(tài)經(jīng)濟建設(shè)和監(jiān)測評估、促進區(qū)域協(xié)調(diào)發(fā)展、實現(xiàn)人與自然和諧可持續(xù)發(fā)展有重要意義。利用2000年以來的MODIS數(shù)據(jù)，計算NDVI指數(shù)，并利用矢量變化分析方法對吉林省植被變化進行時空分析。這對及時了解吉林省生態(tài)環(huán)境動態(tài)具有重要的現(xiàn)實意義。

1 數(shù)據(jù)處理與研究方法

1.1 數(shù)據(jù)處理

采用2000—2022年EOS Terra/MODIS的250 m衛(wèi)星數(shù)據(jù)對數(shù)據(jù)進行預(yù)處理，并計算歸一化植被指數(shù)，形成吉林省2000年以來NDVI時間序列數(shù)據(jù)集。

歸一化植被指數(shù)NDVI（NormalizedDifference Vegetation Index）被定義為：

NDVI=（RNIR－RVIS）/（RNIR+RVIS）（1）

式中，RNIR和RVIS為衛(wèi)星遙感近紅外和可見光光譜通道的反射率，本研究中為EOS Terra/MODIS通道2和通道1的反射率。

1.2 研究方法

變化矢量分析方法原理：如果將n采樣的年NDVI時間序列影像定義為n維空間的一個點集，則全年的NDVI序列可對應(yīng)1個n維的時間矢量。

（1）變化矢量強度分析。任意兩年間植被NDVI的任何變化都會表現(xiàn)在這n維空間中，這種變化可用變化矢量描述如下：

2 結(jié)果與分析

2.1 吉林省植被NDVI年際變化

對2000—2022年歷年的平均植被指數(shù)與植被指數(shù)最大值平均進行年際變化分析（圖1）。2000年以來，吉林省平均植被指數(shù)呈上升趨勢，2019年植被指數(shù)為2000年以來最高，比常年高16.2%，2022年比2021年高0.3%，居歷史第2位。植被指數(shù)最大值平均代表了植被長勢最好時的狀態(tài)，2000年以來呈上升趨勢，2018年達(dá)到高值年，自2013年開始一直處于高值區(qū)，植被指數(shù)在0.75以上。

2.2 吉林省植被NDVI矢量變化強度監(jiān)測

2000—2022年吉林省NDVI變化強度如圖2所示，高變化區(qū)的面積較小，占15.66%，主要集中在吉林省西部，中東部有零星分布。結(jié)合土地利用類型分布可以看出，高變化主要集中在西部的草地、沙地分布區(qū)，零星分布在農(nóng)田及林地。中變化區(qū)面積較大占46.98%，主要分布在西部、中東部部分地區(qū)，主要集中在農(nóng)田分布區(qū)域，體現(xiàn)了農(nóng)業(yè)植被種區(qū)植被類型的差異和年季間植被生長期變動所造成的NDVI差異。低變化區(qū)面積占34.26%，主要分布在中部和東部地區(qū)。無變化區(qū)所占面積比例最小3.10%，零星分布在各地區(qū)。

從各市的植被變化強度等級分布情況來看，高變化所占比例最大的為松原市、白城市和長白山保護區(qū)，其他地區(qū)所占比例均在14%以下；中變化所占比例各市在35.14%～55.08%之間，延邊州和白山市在50%以上；通化市、遼源市、長春市和吉林市低變化所占比例最大，均在40%以上；各市/州無變化所占比例均在5%以下。

2.3 吉林省植被NDVI矢量變化類型監(jiān)測

根據(jù)公式（4）、公式（5）計算得出2000—2022年吉林省NDVI的變化類型（圖3）。從中可以看出2000—2022年吉林省植被NDVI的變化呈如下特征：第一，NDVI的變化明顯區(qū)主要集中在吉林省的西部和東南部，中部平穩(wěn)型分布比例最大。第二，NDVI變化類型以波動最多，占整體的面積的44.29%；平穩(wěn)型次之，占總面積的37.33%；增加型和減少型最少，分別占15.69%、2.70%。各市普遍所占比例較高的為平穩(wěn)型和波動型，波動型比平穩(wěn)型所占比例略高，增加型所占面積比例最高的為白城市、松原市，減少型所占比例最少，均在5%以下。第三，NDVI變化整體表現(xiàn)為穩(wěn)中略增，增加區(qū)主要分布在吉林省的西部，即扶余—農(nóng)安—雙遼一線以西的大部分區(qū)域；減少區(qū)主要零星分布在局部地區(qū)。

2.4 吉林省不同生態(tài)區(qū)的變化特征

2.4.1 草地植被變化監(jiān)測 由全省分布結(jié)論可知，草地植被的高變化分布相比其他植被類型所占比例要高，高變化區(qū)占草地總面積的35%，主要集中在大安、前郭、乾安、長嶺等地。綠色代表中變化區(qū)，面積占40.09%，低變化區(qū)占20.86%。無變化區(qū)所占面積比例最小，為4.05%，零星分布在各地區(qū)。結(jié)果表明2000—2022年吉林省草地植被變化強度較大，中、高變化區(qū)共占75.09%。

2000—2022年吉林省草地植被NDVI變化明顯區(qū)以增加型分布比例最大。占整體的面積的49.88%，接近總面積的50%；平穩(wěn)型和波動型相近，分別占總面積的24.86%和21.24%；減少型最少，占4.02%。NDVI變化整體表現(xiàn)為穩(wěn)中有增的趨勢，并且增加較為明顯。

2.4.2 森林植被變化監(jiān)測 森林植被的低變化分布相比其他植被類型所占比例要大，低變化區(qū)占林地總面積的34.01%，高變化區(qū)占林地總面積的12.29%，主要集中在蛟河、敦化、安圖、東崗、長白境內(nèi)的山脈地區(qū)。中變化區(qū)面積占52.06%，主要分布于高變化區(qū)域外圍，無變化區(qū)所占面積比例最小，為1.64%，零星分布在各地區(qū)。結(jié)果表明2000—2022年吉林省森林植被變化強度以中、低變化為主，共占86.07%。

2000—2022年吉林省森林植被NDVI變化明顯區(qū)以波動型分布比例最大，占整體的面積的50.22%，達(dá)到總面積的50%；平穩(wěn)型次之，占總面積的37.30%；增加型和減少型最少，分別占10.07%、2.41%。NDVI變化整體表現(xiàn)為波動狀態(tài)，沒有明顯的變化趨勢。

3 結(jié)論

（1）2000—2022年，吉林省平均植被指數(shù)呈上升趨勢。高變化區(qū)主要集中在吉林省西部草地，中變化區(qū)主要分布在中西部農(nóng)田分布區(qū)域。NDVI變化整體表現(xiàn)為穩(wěn)中略增，增加區(qū)主要分布在吉林省的西部，減少區(qū)面積最小，零星分布在各地區(qū)。

（2）從各市分布情況來看，高變化所占面積最大的為松原市、白城市，通化市、遼源市、長春市和吉林市的無變化和低變化所占比例最大；各市普遍所占比例較大的為平穩(wěn)型和波動型，增加型所占面積比例最大的為白城市、松原市，減少型比例最小。

（3）2000—2022年，吉林省草地植被變化強度較大，中、高變化區(qū)共占75.09%，高變化區(qū)主要集中在大安、前郭、乾安、長嶺等地。NDVI變化明顯區(qū)以增加型分布比例最大，NDVI變化整體表現(xiàn)為穩(wěn)中有增的趨勢，并且增加較為明顯。

（4）2000—2022年，吉林省森林植被變化強度以中、低變化為主，共占86.07%。NDVI變化明顯區(qū)以波動型分布比例最大，平穩(wěn)型次之，整體表現(xiàn)為波動中平穩(wěn)變化狀態(tài)，沒有明顯變化趨勢。

參考文獻(xiàn)

[1] 韓春光.新疆植被指數(shù)與氣象因子的響應(yīng)關(guān)系研究[D].烏魯木齊：新疆大學(xué)，2009.

[2] 葉靜蕓.旱區(qū)植被遙感信息提取與反演[D].北京：中國林業(yè)科學(xué)研究院，2017.

[3] Kong D， Zhang Q， Singh V P， et al. Seasonal vegetation response to climate change in the Northern Hemisphere （1982-2013）[J].Global and Planetary Change， 2017， 148： 1-8.

[4] Liu Y， Li Y， Li S， et al. Spatial and temporal patterns of global NDVI trends： Correlations with climate and human factors[J]. Remote Sensing， 2015， 7（10）： 13233-13250.

[5] Sun W， Song X， Mu X， et al. Spatiotemporal vegetation cover variations associated with climate change and ecological restoration in the Loess Plateau[J]. Agricultural and Forest Meteorology， 2015， 209-210（1）： 87-99.

[6] 金凱，王飛，韓劍橋，等.1982—2015年中國氣候變化和人類活動對植被NDVI變化的影響[J].地理學(xué)報，2020，75（5）：961-974.

[7] 黃豪奔，徐海量，林濤，等.2001—2020年新疆阿勒泰地區(qū)歸一化植被指數(shù)時空變化特征及其對氣候變化的響應(yīng)[J].生態(tài)學(xué)報，2022，42（7）：2798-2809.

責(zé)任編輯：黃艷飛

Study on Vegetation Change Characteristics of Jilin Province Based on Change Vector Analysis

Ma Yan-min et al（Jilin Provincial Institute of Meteorological Sciences， Changchun， Jilin 130062）

Abstract Based on the MODIS data since 2000， calculated the NDVI index， and analyzed the temporal and spatial changes of vegetation in Jilin Province since 2000 based on the change vector analysis method. The results showed that： （1） Since 2000， the average vegetation index in Jilin Province had been increasing; （2） The vegetation index changes from 2000 to 2022 were mainly medium and low， with high changes mainly concentrated in the grassland in the west of Jilin Province， and medium changes mainly distributed in the farmland distribution areas in the central and western regions; （3） The overall NDVI change showed a steady and slight increase. The increase area was mainly distributed in the west of Jilin Province， while the decrease area was scattered in various regions; （4） From 2000 to 2022， the intensity of grassland vegetation change in Jilin Province was large， and the NDVI change showed a steady and increasing trend， and the increase was relatively obvious; （5） From 2000 to 2022， the intensity of forest vegetation change in Jilin Province was dominated by medium and low changes， and NDVI showed moderate and stable changes without obvious trend. This study has important practical significance for timely understanding the ecological environment dynamics and ecological governance effect in Jilin Province.

Key words Vegetation change; Remote sensing monitoring; Jilin Province

作者簡介 馬艷敏（1987—），女，河北唐山人，工程師，主要從事衛(wèi)星遙感在生態(tài)和氣象方面的應(yīng)用研究。

收稿日期 2023-03-22