通化市植被指數與土地利用時空變化特征分析

蔣兆恒，陶國芳，陳 崢

植被指數（NDVI，Normalized Difference Veg?etation Index）可以準確反映地表植被覆蓋狀況［1］，土地利用/土地覆被變化（LUCC，Land Use/Land Cover Change）可以表征人類活動對地球表層系統的影響［2］.基于MODIS、Landsat等衛星遙感影像得到的NDVI、LUCC時序數據已被廣泛應用于不同尺度區域的植被動態變化監測和土地利用/土地覆被變化監測的相關研究中，對揭示區域生態環境變化的基本特征、可能造成的影響和主要驅動力分析具有重要意義.

通化市位于吉林省東南部，東經125°71′~126°44′，北緯40°52′~42°49′之間，屬溫帶大陸性季風氣候，中低山地和丘陵臺地地貌類型.全市幅員1.56萬平方公里，山地面積約占全市面積的2/3［3-4］.地處長白山系，生態環境優美，自然資源豐富，森林覆蓋率達67.39%，被譽為中國中藥之鄉、葡萄酒之鄉、人參之鄉、優質大米之鄉，是國家園林城市、森林城市，曾獲得全國森林康養試點建設市、美麗山水城市、人居環境范例獎、新時代中國最美生態宜居名城和最美綠水青山生態名城等諸多榮譽［5］.通化市下轄梅河口市、集安市、輝南縣、柳河縣、通化縣、東昌區、二道江區7個縣（市、區）和1個國家級醫藥高新區、1個吉林通化國際內陸港務區［5］.2021年梅河口市改制為梅河新區，成為省屬高質量發展先行示范區［6］.考慮到本研究的時間范圍為2000—2020年，期間梅河新區還未成立，因而仍將梅河口市納入通化市范圍.研究通化市2000—2020年的NDVI與LUCC時空變化特征，可為厘清近20年來自然因素與人類活動的相互作用對通化市環境變化的影響提供科學信息，為通化市國土空間規劃和生態文明建設提供理論參考.

1 數據來源與研究方法

1.1 數據來源

通化市NDVI時序數據采用MOD13A1數據集NDVI數據項.該數據集來源于美國宇航局地球觀測系統數據和信息系統（EOSDIS）的LAADS DAAC數據分發系統平臺（https：//lad?sweb.modaps.eosdis.nasa.gov），空間分辨率500 m，時間分辨率16天，每年獲取23個時序的遙感影像.選取2001—2020年共20年、460個時序遙感影像，利用MRT（MODIS Reprojection Tool）工具完成投影轉換和鑲嵌等預處理，利用研究區矢量邊界進行裁剪，采用最大值合成法生成通化市2000—2020年共20個年度NDVI柵格數據.為了統一數據精度，將NDVI柵格數據重采樣為1 km空間分辨率.

通化市土地利用數據來源于中國科學院地理科學與資源研究所資源環境科學與數據中心提供的全國土地利用類型遙感監測空間分布數據集，空間分辨率1 km.該數據集是基于美國陸地衛星Landsat系列的遙感影像，通過人工目視解譯生成.選取2000年、2005年、2010年、2015年 和2020年 共5期全國土地利用類型遙感監測數據，利用研究區矢量邊界進行裁剪，獲得通化市2000年、2005年、2010年、2015年、2020年的年度土地利用柵格數據.

1.2 研究方法

（1）NDVI數據處理方法.Sen+MK方法是目前長時間序列植被覆蓋狀況變化趨勢分析的最有效方法.采用Sen+MK方法，基于Matlab和ArcGIS軟件平臺，進行2001—2020年通化市NDVI時序數據的變化趨勢分析和顯著性檢驗.Sen斜率估計（Sen’s slope estimator）可以消除異常值對斜率的影響［7］，其計算方法如下：

式中：β為年度NDVI時序數據的變化趨勢，xj、xi分別為時間j、i對應的NDVI序列數據值，Median（ ）是中位數函數.β>0表示NDVI時間序列呈上升趨勢，β<0表示NDVI時間序列呈下降趨勢.

本研究給定顯著性水平α為0.05，設定了通過置信度95%的MK檢驗法對Sen趨勢進行顯著性檢驗.MK檢驗方法（Mann-Kendall test）不要求趨勢是線性的，且不受缺失值和異常值的影響［8］.應用時先計算Sen趨勢值，再使用MK方法判斷趨勢顯著性，完成5年周期、10年周期和20年周期的多時間尺度NDVI變化趨勢和變化顯著性分析.

（2）土地利用數據處理方法.通化市土地利用數據的處理主要基于ENVI、ArcGIS、Excel等軟件平臺.首先，利用ENVI軟件基礎工具Change Detection中的Change Detection Statistics計算通化市土地利用轉移矩陣［9-10］，分別完成5年周期、10年周期和20年周期的多時間尺度土地利用類型的變化特征提取；其次，導出土地利用轉移數據并在Excel軟件中進行統計分析；最后，結合2000年、2005年、2010年、2015年、2020年的土地利用類型遙感監測數據進行綜合分析，揭示通化市土地利用時空變化的規律.

2 結果與分析

2.1 通化市NDVI時空變化特征

基于Sen+MK方法的通化市NDVI顯著性變化趨勢5年周期、10年周期和20年周期的時空分布情況如圖1、圖2、圖3所示，顯著性變化趨勢統計結果見表1.

圖1 2001—2020年通化市5年周期NDVI變化趨勢

圖2 2001—2020年通化市10年周期NDVI變化趨勢

圖3 2001—2020年通化市20年周期NDVI變化趨勢

（1）5年周期NDVI時空變化特征.通化市2001—2005年、2006—2010年、2011—2015年、2016—2020年四個5年周期內NDVI變化幅度不大，通過0.05顯著性檢驗的NDVI變化趨勢區域零星分布.從時間序列看，2001—2005年NDVI變化趨勢最不明顯，顯著上升和顯著下降的像元總和占比不足0.8%；2006—2010年NDVI顯著上升像元占比1.58%，顯著下降像元占比1.13%；2011—2015年NDVI顯著上升和顯著下降的像元占比分別減少到0.83%和0.82%；2016—2020年數值有所上升，顯著上升像元占比1.69%，顯著下降像元占比0.97%，顯著上升變化更為明顯.總的來說，隨著時間發展四個5年周期的NDVI顯著下降和顯著上升的比例呈波動式變化，但顯著上升變化更為明顯.從空間分布情況看，NDVI顯著下降區域呈現由東南部、中東部向西北部遷移的特點，NDVI顯著上升區域呈現由西北端、西北部向東南大部遷移的特點.

表1 2001—2020年通化市NDVI變化趨勢像元統計

（2）10年周期NDVI時空變化特征.通化市2001—2010年、2011—2020年兩個10年周期NDVI通過0.05顯著性檢驗的變化趨勢差異明顯.從時間序列看，2001—2010年NDVI顯著下降和顯著上升趨勢均不明顯，占比分別為1.49%和2.59%；2011—2020年NDVI顯著下降趨勢進一步變小，占比為0.84%，而顯著上升趨勢更加明顯，像元占比達13.47%.從空間分布情況看，NDVI顯著下降區域主要分布在研究區的西北部和中南部，且顯著下降趨勢的范圍在縮小；NDVI顯著上升區域從2001—2010年零星分布轉變為2011—2020年大范圍均勻分布.

（3）20年周期NDVI時空變化特征.通化市2001—2020年20年周期的NDVI通過0.05顯著性檢驗的變化趨勢明顯，主要表現為顯著上升趨勢，NDVI呈顯著上升的像元占比高達51.89%.NDVI顯著下降趨勢不明顯，像元占比僅為0.59%.從空間分布情況看，除研究區西北部外其他地區均表現為明顯的NDVI上升趨勢.

2.2 通化市土地利用時空變化特征

（1）土地利用年度基本特征.通化市2000年、2005年、2010年、2015年、2020年的5期年度土地利用情況見圖4.根據遙感監測數據提取的通化市土地利用類型包括耕地、林地、草地、水域、居民地（城鄉、工礦、居民用地的簡稱）和未利用土地6個一級類型和17個二級類型，各類型像元統計結果見表2.對五個年度的土地利用數據求平均值可知，通化市以林地、耕地所占比例最大，分別為66.75%和27.87%；其次為居民地、草地和水域，分別為2.21%、1.54%和1.47%；未利用土地所占比例較小，僅為0.16%.從時間序列看，歸屬一級類型耕地的水田有減少趨勢，旱地有增加趨勢；歸屬一級類型林地的有林地有增加趨勢，而灌木林、疏林地和其他林地均有明顯的減少趨勢；歸屬一級類型草地的高覆蓋度草地有微弱的增加趨勢，而中覆蓋度草地有減少趨勢；歸屬一級類型水域的灘地有減少趨勢，而河渠、湖泊、水庫坑塘在2000—2015年維持穩定，2015—2020年數據表明河渠、湖泊數量有所增加，水庫坑塘數量減少；歸屬一級類型居民地的城鎮用地逐年增加，農村居民點和其他建設用地在2000—2015年維持穩定，2015—2020年出現增加趨勢；歸屬一級類型未利用土地的沼澤地和裸巖石質地數量較少較穩定，未發生明顯變化.

圖4 通化市2000年、2005年、2010年、2015年、2020年土地利用類型遙感監測

表2 通化市2000年、2005年、2010年、2015年、2020年土地利用類型像元統計

（2）土地利用時空變化特征.基于ENVI軟件提取了通化市多尺度時間序列的土地利用轉移矩陣，基于土地利用的一級類型對發生轉移的土地利用情況進行統計匯總，結果見表3.

5年周期土地利用變化特征.通化市2000—2005年、2005—2010年、2010—2015年、2015—2020年四個5年周期的土地利用轉移情況表明，前三個5年周期土地利用類型間轉移較少，2015—2020年土地利用類型間轉移頻繁.其中，以耕地與林地之間的轉移數量最大，分別為耕地向林地轉移1 217 km2、林地向耕地轉移1 488 km2；耕地與居民地之間的轉移數量位居第二，分別為耕地向居民地轉移265 km2、居民地向耕地轉移177 km2；水域向耕地、草地向林地、草地向耕地也有不同程度地轉移，數量分別為121 km2、66 km2、197 km2，其他土地利用類型間的轉移數量較少，詳見表3.

10年周期土地利用變化特征.通化市兩個10年周期的土地利用轉移情況對比表明，2000—2010年通化市土地利用類型間轉移較少，2010—2020年土地利用類型間轉移頻繁.進一步將2010—2020年轉移情況與上述2015—2020年轉移情況對比發現，轉移特征極為相似，主要差異在于2010—2020年林地向未利用土地轉移15 km2.其他僅在耕地向居民地、林地、水域等類型，以及居民地向耕地、林地、水域等類型有微小地轉移.

20年周期土地利用變化特征.通化市2000—2020年20年周期的土地利用轉移情況表明，耕地與林地之間的轉移數量最大，耕地與居民地之間的轉移數量次之，再次為草地與林地、耕地與水域，其他類型間轉移數量較小，詳見表3.對比發現，通化市2000—2020年土地利用轉移特征與2015—2020年、2010—2020年土地利用轉移特征極為相似，由此可以推斷通化市土地利用類型間的轉移主要發生在2015—2020年間.結合圖4和表2分析可知，土地利用變化空間分布上最為明顯的是研究區的西北部和西部.主要原因在于2015年左右通化市土地利用總體規劃發生了較大變化，城鎮化、工業化的推進占用了部分耕地，而為了保障區域生態安全通化市有計劃地實施了退耕還林［11］.除上述一級土地利用類型間的轉移外，林地、草地、居民地下屬的各二級土地利用類型間轉移也比較多.

表3 2000—2020年通化市多尺度時間序列土地利用轉移矩陣 單位：km2

3 結論與討論

通過對通化市近20年的多尺度時間序列NDVI和土地利用變化的遙感分析得出以下結論：

（1）利用Sen+MK方法研究了通過0.05顯著性檢驗的通化市NDVI變化趨勢，結果表明：2001—2020年通化市NDVI呈現顯著上升的變化趨勢，空間分布情況為NDVI全區大范圍顯著上升，僅西北部的部分地區顯著下降.顯著下降區域主要位于梅河口市境內，是近年來通化市行政區劃范圍內城鎮化和產業化最為迅速的縣級市所在地，2013年該縣級市被確立為吉林省擴權強縣改革試點，現為省級梅河新區.四個5年周期NDVI變化趨勢均不明顯但存在細微差異，10年周期以2011—2020年顯著上升趨勢更為明顯，20年周期顯示呈顯著上升的像元占比達到了51.89%.

（2）利用ENVI軟件中的Change Detection Statistics工具計算了2000—2020年通化市土地利用轉移矩陣，結果表明：土地利用變化主要發生在2015—2020年間，變化的類型主要發生在耕地與林地之間，耕地與居民地、草地與林地、耕地與水域也有一定程度的變化.土地利用變化的區域主要分布在研究區的西北部和西部.

（3）通化市NDVI變化和土地利用變化是自然因素與人為因素共同作用的結果.在當今全球環境變化的大背景下，氣候變化必然會對NDVI和土地利用產生影響.據了解，通化市所在的長白山地區2001—2018年NDVI和氣溫呈逐年增長趨勢，降水顯著增加但存在較大的年際間變異［12］.通化市社會經濟發展、城市化進程、高質量發展先行示范區建設和土地利用總體規劃變化等促使了2015—2020年間土地利用類型的變化，而國家和吉林省推行的生態文明建設、國土空間規劃、園林城市和森林城市的建設等促使植被覆蓋增加，NDVI顯著上升.通化市NDVI變化和土地利用變化的時空特征可為各級政府和有關部門開展生態保護修復、國土空間規劃等提供科學參考.