山東省城鎮化與植被指數的時空關系研究

曹紀元 高劍飛 董超

摘? 要：為研究近20年城鎮化背景下，山東省的植被EVI時空變化受城鎮化進程的影響，基于2001—2020年的MODIS-EVI數據檢驗探討山東省植被的時空分布規律和植被變化趨勢，分析了植被變化與夜光數據的相關性。結果表明：山東省近20年整體植被呈增加趨勢，總增長趨近年均值的11.80%。由城鎮擴張引起的夜光指數變化對城市周邊植被覆蓋具有抑制作用，而遠離城市則表現為一定的促進作用。

關鍵詞：EVI;植被趨勢;夜光數據;城鎮化

中圖分類號：Q948;X173? ? ? 文獻標識碼：A 文章編號：2096-4706（2020）24-0030-05

Spatiotemporal Relationship Study between Urbanization and Vegetation Index in Shandong Province

CAO Jiyuan，GAO Jianfei，DONG Chao

（College of Information Science and Engineering，Shandong Agricultural University，Taian? 271018，China）

Abstract：In order to study the situation that vegetation EVI spatiotemporal change is influenced by urbanization process in Shandong Province under the recent 20 years urbanization background，based on MODISEVI data validation from 2001 to 2020，the spatiotemporal distribution law and change trend of vegetation in Shandong Province are discussed，and the correlation between vegetation change and luminous data is analyzed. The results show that the overall vegetation in Shandong Province in recent 20 years present a rising trend，and the total growth gets close to 11.80%? of the annual average. The variation of luminous index caused by urban expansion will inhibit the vegetation coverage around the city，while far away from the city has a certain promotion to it.

Keywords：EVI;vegetation trend;luminous data;urbanization

0? 引? 言

植被作為自然界的重要組成部分，不僅是陸地生態系統中重要的一環，也是反映人與自然的一面鏡子[1]。近些年來，隨著我國城鎮化和工業化的迅速發展，人民對于擁有良好生態環境的美好生活也越來越向往[2]。而土地利用/覆被變化（LUCC）是引起全球環境變化的重要組成部分和主要原因之一，由于其對于引導我國土地資源合理利用具有非常重要的意義，我國學者開展了一系列相關研究，以深化土地，環境，氣候，人類活動等因子對其產生的影響[3]。賈路等研究發現西安市降雨量與植被覆蓋度均值呈現出增加趨勢[4]。趙鴻雁等研究發現生長季NDVI對不同氣候因子的響應程度不同，氣溫最強，降水次之，太陽輻射最弱[5]。劉啟興等通過分析氣候因素及人類活動對植被覆蓋的影響，發現氣候因素對黃河源區植被生長起主要促進作用，而人類活動則對黃河源區的生態環境產生一定的積極意義[6]。通過梳理相關文獻可知，局部地區的植被生長對氣候因子的響應程度存在顯著差異，人為因素對植被趨勢變化的影響也有利有弊。

2019年2月份，美國航天局公布的衛星數據表明，在2000年至2017年間，全球綠化面積增加了5.00%，其中約四分之一來自中國，貢獻比例居全球首位。分析顯示，中國的貢獻中42.00%來自植樹造林，32.00%來自集約農業。而山東省作為我國的糧食大省，故對山東省城鎮化與植被指數的時空關系的研究具有重要意義。本文利用一元線性回歸、M-K趨勢檢驗對研究區域進行了EVI像元尺度的分析[7]，模擬山東省2001—2020年間的EVI變化趨勢，通過各個像元的變化趨勢反映整個山東省的變化規律，通過M-K趨勢檢驗對2001年—2020年的MODIS數據進行時序分析，得出山東省植被變化趨勢，以及利用NPP/VIRS夜光數據對城市區域進行相關性分析，探討山東省夜光數據與EVI的關系。

1? 研究區域概況

山東省位于我國華東地區，介于北緯34°22.9′～38° 24.01′，東經114°47.5′～122°42.3′之間，面積達15.79萬平方千米，占全國總面積的1.64%。山東省作為我國的產糧大省，種植面積占到總面積的53.82%。山東中部山地突起，西南、西北低洼平坦，東部緩丘起伏，地形以丘陵為主，溫帶季風氣候，降水集中，雨熱同季，春秋短暫，冬夏較長，年均日照時數2 290～2 890小時，年平均降水量一般在550～950毫米。

2? 數據獲取與處理

2.1? 土地覆蓋數據及EVI數據源

研究采用的2001—2020年間的MOD13A2產品，所有數據在USGS網站（https：//ladsweb.nascom.nasa.gov/search）上獲取。MOD13A2以每像素為基礎，以1公里（km）的空間分辨率提供植被指數（VI）值。有兩個主要植被層。第一個是歸一化植被指數（NDVI），它被稱為現有的美國國家海洋與大氣管理局-先進超高分辨率輻射計（NOAA-AVHRR）得出的NDVI的連續性指數。第二植被層是增強植被指數（EVI），在高生物量地區具有更高的敏感性。該產品的算法會從16天的所有采集中選擇最佳的可用像素值。使用的標準是低云，低視角和最高NDVI/EVI值。由于NDVI指數對于高植被區域具有較低的靈敏度，所以采用MOD13A2增強植被指數EVI對山東省進行植被趨勢分析，時間分辨率為16天，空間分辨率為1 km[8]。

原始數據通過MRT（MODIS Reprojection Tools）工具統一進行投影拼接轉換，轉換為UTM投影，坐標系為WGS84坐標，并利用山東省矢量邊界對處理后的數據進行裁剪[6]。

2.2? 夜光數據源

研究還使用了2014年—2020年的Soumi-NPP/VIIRS觀測夜間燈光數據表征城市面積變化。VIRS是高分辨率輻射儀AVHRR和地球觀測系列中分辨率成像光譜儀MODIS系列的拓展和改進。VIIRS數據可用來測量云量和氣溶膠特性、海洋水色、海洋和陸地表面溫度、海冰運動和溫度、火災、和地球反照率。通過對年際數據中值求解，表征夜光數據年際間變化。

3? 時空趨勢相關分析方法

本研究的數據分析方法主要采用了一元線性回歸和M-K趨勢檢驗、相關性分析。

通過一元線性回歸獲取EVI指數的變化趨勢，對EVI指數進行M-K趨勢檢驗，從統計學的角度揭曉植被EVI指數隨時間的變化趨勢，利用相關性分析方法對夜光指數年均值數據和植被EVI進行相關性定量解算。

3.1? 線性回歸和M-K趨勢分析

本文采用線性回歸分析法定量研究EVI的變化趨勢，該方法可以模擬每個柵格的變化趨勢，以單個像元時間變化特征反映整個空間變化規律，綜合反映時空格局演變[9]。該方法通過對預處理后的MOD13A2 EVI數據集進行逐像元應用，獲取EVI數據的時序變化特征，計算公式如式（1）所示：

（1）

Slope為2001—2020年間時間分辨率為16 dpi的EVI數據的變化趨勢;n為年份總數，i為年序數，EVIi為第i年的EVI值。當Slope為正時，說明植被狀況趨向正向趨勢發展;反之，當Slope為負時，則說明植被狀況趨于退化[10]。

M-K趨勢檢驗是一種常用于綠色植被的非參數檢驗方法。具有不受少量異常值干擾，定量化程度高，計算方便等優點。通過對2001年—2020年的時間序列進行M-K趨勢檢

驗，判別EVI數據隨時間的變化趨勢。計算公式如式（2）～式（5）所示：

（2）

（3）

（4）

（5）

Zmk為單個像元的M-K標準化檢測統計量。S統計量是通過前后影像的EVI數據計算得到的，Var（S）為S統計量的方差，求解公式可簡化為式（5）。本文將其置于0.05置信水平上進行分析，即Zmk>1.96。

3.2? 相關性分析

通過對夜光數據進行相關分析，從人文活動方面進行驅動因子分析。采用皮爾斯相關系數方法，計算如式（6）所示：

（6）

ra為夜光數據的相關系數，ai，bi分別為第i年的夜光數值和EVI數據，，為n年間的夜光數值和EVI均值。

4? 結果與分析

4.1? 山東省植被覆蓋度分析

對2001年—2020年間的山東省EVI數據進行均值操作，得到山東省的植被覆蓋情況，如圖1所示，可以發現，山東省EVI多年均值的高值主要分布于魯西北地區（EVI>0.3），而低值則主要分布在沿海及城市周邊區域（EVI<0.1）。圖2所示為山東省近20年間的EVI均值年際變化情況。結果顯示，山東省20年間植被覆蓋呈現出增長趨勢——2001—2020的EVI總增長趨近年均值的11.80%，20年間全省EVI增長率達到23.30%。

通過對20年間山東省EVI影像進行一元線性回歸分析，得出每個柵格的變化趨勢，如圖3所示。從空間分布上可以發現山東省城市區域及沿海區域的EVI呈現出明顯的下降趨勢，而EVI存在明顯增長區域主要分布在魯西地區。總體結果表明，山東省近20年間植被指數顯著呈增強態勢，而圖中藍色部分明顯集中于城鎮周邊，表明城市周邊區域的植被覆蓋出現了退化現象。

對山東省2001年—2020年EVI指數做M-K趨勢分析，如圖4所示。山東省2001—2020年EVI趨勢分析表明：UF統計量在2001年—2003年間小于0，表明山東EVI指數整體呈減少趨勢;在2004年—2020年間，UF統計量一直大于0，且于2011年UF與UB相交于一點，且相交點超過顯著性α小于0.05的臨界值1.96，可以由此判斷出自2007年后增長趨勢明顯。

4.2? 夜光數據與植被指數分析

對2014年—2020年夜光數據進行均值處理，將夜光數據與EVI進行皮爾斯相關系數處理，分別如圖5，圖6所示。

統計結果如表1所示，表明EVI與夜光指數年均值呈負相關的區域面積占總面積的23.33%，而EVI與夜光指數年均值呈正相關的區域面積占總面積的76.67%，表明山東省植被生長與夜光指數年均值關系較大。結合圖6，我們可以發現，研究區EVI與夜光指數年均值呈正相關的地區主要分布在魯中山地丘陵地區（R>0.4）;而對于植被的抑制作用則主要集中于城市周邊地區（R<-0.4）。因此，城鎮化對周邊植被覆蓋有一定的抑制作用。主要表現在城市擴張過程中所引起的土地利用/覆蓋變化等。而在遠離城市地區，植被EVI指數呈現出正增長的態勢，其中原因仍需要進一步的探討。故，城鎮化進程對于植被覆蓋具有一定的促進作用。

為進一步探討人類活動對EVI的影響，在2014—2020年的夜光指數年均值的基礎上，對青島市進行剖面分析，如圖7所示。分別對夜光指數與植被指數相關系數、青島市土地覆蓋類型、夜光指數剖面圖進行剖面分析，如圖8，9，10所示，對根據圖10可以發現，青島市城市內夜光指數顯著高于城市外側的農業用地，夜光指數在城市內部達到峰值，遠離城市則表現為低值。結合圖8圖9，可以發現在青島市土地覆蓋類型發生改變時，往往也是夜光指數與植被指數相關系數發生較大波動的時候。特別是在青島市城鄉交界處，夜光指數與植被指數呈負相關系數關系，而在城市內部相關系數以正相關系數為主，這可能與青島市近些年來注重城市綠化有關，如2011年青島市政府通過《青島市城市綠化條例》，使城市植被覆蓋度有了較大的提升。因此，城鎮化對植被覆蓋具有抑制作用，主要集中于城鄉交接的土地利用/覆蓋變化區域;而對于遠離城市區域則以促進作用為主，至于原因仍需要進行相關研究。

5? 結? 論

本文通過對山東省近20年來的增強型植被指數進行一元線性回歸與M-K趨勢檢驗，結合土地覆蓋圖，通過分析夜光遙感影像，對近20年來的植被情況進行了初步的探討，并分析了人類活動對其所造成的影響。

山東省EVI指數呈現出西北高東部低的空間分布。近20年間山東省植被覆蓋度呈現出明顯增長態勢，且從2007年起增長趨勢顯著，2020年同2001年相比，EVI增長了23.30%，近20年的EVI總增長也趨近于年均值的11.80%。

城鎮化對植被覆蓋度起到了一定程度的促進作用。促進作用主要分布于遠離城鎮區域，其中以魯中區域貢獻較大（R>0.4）;魯中區域由于多為山地丘陵地貌，受人類活動負面影響較弱;而大部分城市的邊緣區域植被呈現顯著的減少趨勢，且與夜光指數具有顯著負相關關系，表明城市的發展和擴張對于周邊植被會產生不利影響，但本文只考慮了人類活動中的夜光指數，對人類活動中的開墾、污染等人類活動因子未加考慮，對深刻揭示城鎮化與植被覆蓋的關系的研究還有待繼續。

參考文獻：

[1] 毛德華，王宗明，羅玲，等.基于MODIS和AVHRR數據源的東北地區植被NDVI變化及其與氣溫和降水間的相關分析 [J].遙感技術與應用，2012，27（1）：77-85.

[2] 翟紹果，諶基東.共建美好生活的時代蘊意、內涵特質與實現路徑 [J].西北大學學報（哲學社會科學版），2017，47（6）：20-26.

[3] 劉新衛，陳百明，史學正.國內LUCC研究進展綜述 [J].土壤，2004（2）：132-135.

[4] 賈路，任宗萍，李占斌，等.2000-2013年西安市植被覆蓋度時空演變 [J].水土保持研究，2019，26（6）：274-279.

[5] 趙鴻雁，陳英，周翼，等，甘肅中東部植被生長季NDVI時空變化及其對氣候因子的響應 [J].干旱區地理，2019，42（6）：1427-1435.

[6] 劉啟興，董國濤，景海濤，等，2000-2016年黃河源區植被NDVI變化趨勢及影響因素 [J].水土保持研究，2019，26（3）：86-92.

[7] 徐建華.現代地理學中的數學方法 [M].北京：高等教育出版社，2002.

[8] 賀忠華，張育慧，何月，等，浙江省近20年植被變化趨勢及驅動因子分析 [J]，生態環境學報，2020，29（8），1530-1539.

[9] 趙維清，李經緯，褚琳，等.近10年湖北省植被指數時空變化特征及其驅動力 [J].生態學報，2019，39（20）：7722-7736.

[10] 何彬方，馮妍，吳文玉，等.安徽省近十年植被指數時空變化特征 [J].生態學雜志，2010，29（10）：1912-1918.

作者簡介：曹紀元（2000—），男，漢族，浙江金華人，本科在讀，研究方向：遙感科學與技術;高劍飛（2000—），男，漢族，山東臨沂人，本科在讀，研究方向：測繪程序與地理信息系統;董超（1984—），男，漢，山東昌邑人，講師，博士，研究方向：土地資源利用。