您好，
访客
登录/注册
摘 要：基于长三角地区2000—2016年的MODIS-NDVI数据，2000年和2015年的2期土地利用空间数据，采用斜率分析法等方法研究长三角植被覆盖情况的时空变化。结果表明，一是近年长三角NDVI呈略微下降趋势，且空间差异明显;二是NDVI与降水量具有弱的正相关关系，与气温呈负相关关系;三是2000—2005年研究区内农田、林地、草地和水体区域呈减少趋势，面积减少且存在城市扩张趋势。
关键词：长三角;植被覆盖;NDVI;土地利用类型
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2021）22-0147-03
引言
国内外对NDVI的相关研究和对长三角地区的内容研究都比较全面，但是未曾涉及NDVI在与自然气候因素之外与土地利用率之间的关系。本研究利用多元线性回归和相关性分析方法，分析长三角地区不同植被类型NDVI年际变化与其气候因子的相关性。
长江三角洲城市群经济体量巨大，其社会经济活动的广泛辐射对生态环境产生了巨大影响，造成耕地的大量流失、林地的部分蚕食[1]。以下研究揭示了长江三角洲植被覆盖时空分布变化特征，探究植被覆盖要素演变趋势，为政府制定相关政策、协调发展、保护环境等提供依据，为学者深入研究长三角植被时空变化提供帮助，为環境保护组织进一步发展环保事业提供指导[2]。
一、研究区域概况
长江三角洲城市群区域面积211 700km2，约占国土地面积的1.1%。长江三角洲城市群是我国经济最发达的区域之一，是全国城市化最高的地区之一，不同的地理单元具有高度空间异质性，长江三角洲未来或将成为具有全球竞争力的世界级城市群。长三角地区位于中纬度地区，为亚热带季风气候，热量充足，降水充沛，年均降雨量约为1 000～1 400mm，最大降雨发生在夏季。
二、数据与方法
（一）数据来源及预处理
2000—2012年长三角地区植被数据是来自美国国家航空航天局（NASA）提供的空间分辨率为1 000m的MODIS-NDVI数据。气候数据为2000—2015年长三角月降水量和月平均气温数据，来源于中国科学院资源环境科学数据中心。土地利用类型数据为2000—2016年研究区土地利用类型变化图，来源于中科院官网。
（二）研究方法
1.均值法。通过计算研究区2000—2016年每年长三角地区的NDVI平均值来表示2000—2016年研究地区不同年份的NDVI变化特征。
2.NDVI趋势分析。为研究长三角植被覆盖在不同时间的空间分布特征，对研究区2000—2016年NDVI值数据变化趋势采用一元线性回归趋势分析，模拟每个像元的趋势变化[3]，反映该区域整个的NDVI变化的趋势。
3.相关分析法。地球表面是一个复杂的系统。本研究采用相关分析方法，分析系统各要素NDVI变化与气候因子的响应关系。不同气候因子与NDVI的相关度取决于NDVI年平均与相应平均气温、降水量的相关系数。
三、结果分析
（一）NDVI的空间分布基本特征
长三角地区2000—2016年平均NDVI反映了长三角地区植被覆盖情况的空间分布特征，可以代表最新的长三角地区植被分布情况。长三角的植被NDVI整体上的分布特征为南高北低，在中部地区夹杂着较低的区域，南部整体NDVI值较高（0.4—0.778），总体介于-0.3—0.778之间，高NDVI值植被区多在杭州市、绍兴市、宁波市、台州市等东部地区，NDVI稍低一些的区域多在扬州市、台州市、南通市、南京市、镇江市、常州市、嘉兴市等北部和中部区域。对年平均值逐差得出NDVI增加值的最高值在0.028，而最低值在-0.0316，大部分区域在0值范围上下。其中在南京西南部，绍兴市东北部，南通市、无锡市、苏州市、宁波市、台州市周边、湖州市临太湖区域、杭州湾区域都有呈区域性的NDVI值下降区域[4]。
（二）年均NDVI的时间分布特征
数据处理后得到2000—2016年每年的NDVI平均值，得出年NDVI平均值总体介于0.326—0.3473，最小值出现在2008年，最大值则出现在2014年，分别为0.3265和0.3473，其差值为0.0208。其斜率为0.0001，总体呈极小的下降趋势且NDVI值在细微范围内变化差异不大，在2007年、2008年两年间差值变化最大，达到了0.02。
（三）NDVI与气候因子的相关分析
对2000—2016年长三角平均NDVI与气温和降水进行相关分析得出：一是该地区的降水量总体呈上升趋势，倾斜率为17.047，其中年均降水量的最低值出现在2004年（1 106.51mm），最高出现在2015年（1 666.01mm），最高年均降水量与最低年均降水量之差为559.5mm;二是该地区的平均气温在16～18°C之间，气温变化较小，其中最低值出现在2015年（15.92°C），最高气温出现在2007年（17.75°C），最高气温与最低气温相差1.83°C，温差不高，且气温变化的倾斜率为-0.0286，总体呈下降趋势，且下降趋势不大，仅2015年一年平均气温较低。
由此得出，长三角地区的NDVI总体呈下降趋势，线性倾斜率为-0.0001，气温总体呈下降趋势，线性斜率为-0.0286，降水量总体呈上升趋势，从以上数据中得到的NDVI与降水量相关系数为0.256154774，NDVI与气温相关系数为-0.06779。
（四）NDVI与土地类型变化之间的关系
结合分析土地利用类型数据与分析处理所得NDVI数据，将原有十多种土地利用类型按数据分析所需分为农田、林地、草地、城市、水体等五种类型。
2000—2015年土地利用类型数据表明，研究区内出现围绕原有城镇范围，大量其他土地利用类型转变为城镇的情况，其中以农田转化为城镇为主。大多出现在原有城镇与农田类型毗邻处，少数出现在城镇与林地、水体毗邻处，其中以南京、扬州、鎮江、无锡、苏州、杭州、上海、舟山、台州、绍兴、宁波等市城市扩张占用了大量原有农田土地利用类型。在农田、林地、草地、水体等非城镇用地的转化中，在绍兴市上虞区小越镇、盖北镇、小曹娥镇地区出现大面积其他三类土地利用类型转换为草地和农田的情况;在苏州市吴江区西南部区域出现较大面积的其他三类土地利用类型转换为草地和农田的情况;在张家港市与南通市相邻处的长江南岸地区出现小面积的其他土地利用类型转换为草地和农田的情况。由此可以看出，此类土地利用类型的变化大多出现在水体中或水体与陆地相邻区域，即是水体向农田和草地类型的转换[5]。
另外，在南京市高淳区南部和北部的石臼湖和固城湖区域出现了大量的其他土地利用类型转换为水体的情况出现。以上土地利用类型的变换出现的地区集中，且都出现在经济发展成熟的区域和渔业区域，可基本确定为政策和经济利益驱使的人为因素所导致[6]。
在研究区域内的其他区域出现了大量散点式分布的四类土地利用类型之间的相互转换，其中有大量其他三类地形转换为水体的情况出现。
四、小结与讨论
基于2000—2016年NDVI数据提取长三角NDVI平均值、平均值逐差数据结合由中国科学院资源环境科学数据中心提供的长三角气象数据和中科院提供的长三角土地利用类型数据，通过ENVI、ArcGIS软件，进行各类数据分析在1km尺度上分析植被退化的影响因素，研究得出以下结论：首先，长三角NDVI呈略微下降趋势，空间分布于沿太湖区域的北部和东部、杭州湾区域、湖州、宁波、上海、台州市周边，南京高淳区、兴华市东北部[7];其次，NDVI与气候因子相关分析表明，年平均NDVI与年平均降水间的相关系数绝对值明显大于气温，NDVI与降水量具有弱的正相关关系，与气温呈负相关关系;最后2000—2005年研究区内农田、林地、草地和水体区域呈减少趋势，面积减少，且大量存在城市扩张趋势，严重占用原有农田、林地、水体区域，出现少数占用水体转换为农田、林地的情况[8]。
综合分析，2000—2016年基于MODIS—NDVI的长三角地区植被时空变化，主要是由土地利用类型的变化引起，与气候因子（气温、降水量）的相关性较低。研究区域内土地利用类型变化，存在大量原NDVI高值区域（农田、林地）转化为NDVI低值区域（城镇）的情况出现，城镇建设扩张对原有植被区的侵占致使植被覆盖区域降低。在未来土地调整中应该着重考虑耕地、林地等生态用地总量与城镇之间的动态平衡的意义[9]，关注自然环境与自然气候，规划农业用地与城镇用地之间的比重和布局，加强对原有林地的保护和林地破坏区域的修复工程，控制建设用地对已有农田、林地的占用情况，提高建设用地的制约，改善人地关系，加强人地系统和谐运作和可持续发展[10～11]。此外，在城市内部应加大绿化面积，即在原有城镇中建设植被覆盖区，一方面可以改善城市环境，另一方面鉴于常州、无锡、苏州和南京等城市土地利用类型经济效率低，应该着重调查研究城镇内已规划地区的经济利用率与其转变为绿化面积后植被覆盖的自然生态效益之间的利弊[12]，应合理规划城镇内绿地规划面积、结构和布局。
参考文献：
[1] 陈书林，虞宋杰.长三角地区1985—2015年土地利用变化及其驱动力分析[J].林业经济，2019，（11）：49-54.
[2] 于淼，吕晓，廉丽姝，史洋洋.江苏省沿海地区土地利用变化及其生态效应[J].水土保持通报，2017，（3）：131-139.
[3] 安佑志，刘朝顺，施润和，高炜，殷杰.基于MODIS时序数据的长江三角洲地区植被覆盖时空变化分析[J].生态环境学报，2012，（12）.
[4] 陈书林，温作民.桉树人工林不同树种土壤固碳价值评估-以广西斯道拉恩索公司两个原料林基地为例[J].林业经济问题，2017，（2）：35-38.
[5] 卢周扬帆，许端阳，张绪教，赵志荣，张晓宇.阿拉善干旱荒漠区土地利用变化对生态系统服务的影响[J].水土保持研究，2019，（6）：296-302.
[6] 蒋瞻，蔡志坚，秦希.生态绩效增长视角下的林业生产要素优化[J].南京林业大学学报：自然科学版，2019，（6）：159-164.
[7] 李广宇，陈爽，张慧，张童.2000—2010年长三角地区植被生物量及其空间分布特征[J].生态与农村环境学报，2016，（5）：708-715.
[8] 蔡志坚，刘俊，谢煜，丁胜，宓燕.福建林业社会化服务供给模式的研究[J].南京林业大学学报：自然科学版，2008，（2）：118-122.
[9] 李宗怡，葛欣怡.南京市土地利用变化及其驱动力分析[J].中国林业经济，2020，（5）：14-18.
[10] 周伟，刚成诚，李建龙，章超斌，穆少杰，孙政国.1982—2010年中国草地覆盖度的时空动态及其对气候变化的响应[J].地理学报，2014，（1）：15-30.
[11] 葛欣怡，李宗怡.苏州市土地利用变化及其驱动力研究[J].中国林业经济，2020，（4）：28-31.
[12] 李广宇，陈爽，余成，王肖惠.长三角地区植被退化的空间格局及影响因素分析[J].长江流域资源与环境，2015，（4）：572-577.
Spatiotemporal dynamics of NDVI on land use types in the Yangtze River Delta
SUN Ze-chen
（College of Economics and Management，Nanjing Forestry University，Nanjing 210037，China）
Abstract：Based on the MODIS-NDVI data from 2000 to 2016 and two periods of land use spatial data from 2000 to 2015 in the Yangtze River Delta region，the temporal and spatial changes of vegetation cover in the Yangtze River Delta region were studied by using slope analysis and other methods.The results showed that：（1）NDVI decreased slightly in the Yangtze River Delta in recent years，and the spatial difference was obvious.（2）NDVI had a weak positive correlation with precipitation，and a negative correlation with air temperature.（3）From 2000 to 2005，the area of farmland，woodland，grassland and water body in the study area showed a decreasing trend.And there’s a lot of urban sprawl.
Key words：Yangtze River Delta;vegetation cover;NDVI;land use type
