基于MODIS的棗莊市NDVI時空變化特征及驅動因子分析

摘要 ［目的］探究棗莊市植被NDVI時空變化特征，揭示影響該市植被變化的主要氣象因素和人類活動影響。［方法］基于MODIS NDVI遙感數據，采用趨勢分析、相關分析和殘差分析等方法，對棗莊市2001—2020年NDVI進行時空變化及影響因素分析。［結果］棗莊市近20年間NDVI呈現不斷改善特征，傾向率為0.011/10 a。平均氣溫與NDVI相關性較高的地區出現在棗莊市南部，棗莊市北部降水量與NDVI有較高的相關性，平均相對濕度與NDVI相關系數較高的地區出現在薛城區、市中區、滕州市，日照時數與NDVI相關系數高值區較為分散。人為因素對植被NDVI的影響主要作用在城區且表現為負貢獻，在滕州市、市中區最為明顯。［結論］棗莊市植被整體上得到有效恢復，其變化主要受人類活動因素和城市發展水平變化影響，棗莊市近年來的人為活動整體有助于生態環境的保護。

關鍵詞 NDVI；時空變化特征；驅動因子；人類活動；MODIS；棗莊市

中圖分類號 P 467；X 16" 文獻標識碼 A" 文章編號 0517-6611（2025）03-0187-06

doi：10.3969/j.issn.0517-6611.2025.03.039

開放科學（資源服務）標識碼（OSID）：

Analysis of Spatiotemporal Change Characteristics and Driving Factors of NDVI in Zaozhuang City Based on MODIS

CUI Yun peng^1，2，" XING Li zhu^1，2

（1.Shandong Provincial Key Laboratory of Meteorological Disaster Prevention and Reduction， Jinan， Shandong 250031;2. Zaozhuang Meteorological Bureau， Zaozhuang， Shandong 277000）

Abstract ［Objective］To explore the spatiotemporal change characteristics of NDVI in Zaozhuang City， and reveal the main meteorological factors and human activities that affect vegetation changes in the city. ［Method］ Based on MODIS NDVI remote sensing data， the spatiotemporal changes and influencing factors of NDVI in Zaozhuang City from 2001 to 2020 were analyzed using methods such as trend analysis， correlation analysis and residual analysis. ［Result］NDVI in Zaozhuang City had shown continuous improvement in the past 20 years， with a tendency rate of 0.011/10 a.Areas with higher correlation coefficients between average temperature and NDVI appeared in the southern part of Zaozhuang City. Precipitation in the northern part of Zaozhuang City had a higher correlation with NDVI. Areas with higher correlation coefficients between average relative humidity and NDVI appeared in Xuecheng District and central city. Areas with high correlation coefficients between sunshine hours and NDVI were relatively scattered in this area and in the southwest of Tengzhou.The impact of human factors on NDVI was a positive promotion， which was most obvious in Shanting District， followed by the Xuecheng District and the junction area of Yicheng District and Taierzhuang District;the negative suppression of human factors on NDVI mainly affected urban areas， in Tengzhou City and Shizhong District were the most obvious. ［Conclusion］ The vegetation in Zaozhuang City has been effectively restored as a whole， and its changes are mainly affected by human activity factors and changes in urban development levels. Human activities in Zaozhuang City in recent years have overall contributed to the protection of the ecological environment

Key words NDVI;Spatiotemporal change characteristics;Driving factors;Human activity;MODIS;Zaozhuang City

基金項目 山東省氣象局科學技術研究項目（2022SDQX08，2023SDYD16）。

作者簡介 崔云鵬（1995—），男，山東棗莊人，工程師，從事地面綜合氣象觀測研究。

收稿日期 2024-05-23

植被是陸地生態系統的主體，在全球氣候變化研究中起著敏感指示器的作用。植被指數作為重要的生態氣候參數，是反映綠色植被相對豐度和活性的輻射量化值，常被用于表征研究區域的植被生理狀況、綠色生物量及植被生產力等，是描述生態系統的基礎數據。目前已提出的植被指數多達20余種，其中歸一化植被指數（normal difference vegetation index，NDVI）反映了地表植被的生長狀況，不僅是衡量區域植被生長發育水平的重要依據，還能為城市生態環境建設提供決策參考，已廣泛應用于生態、氣象和農業等領域^［1-4］。張岳等^［5］研究發現川東地區植被覆蓋近20年整體呈上升趨勢，并具有明顯的階段性特征；曲學斌等^［6］研究發現氣溫是制約北部大興安嶺森林生長的主要因素，而降水是制約呼倫貝爾草原生態平衡和農牧業發展的主要因素。利用NDVI時序數據研究植被覆蓋變化及對外界響應，對生態系統及其生態效益具有重要意義，已經成為全球變化研究的重要方向之一^［7］。

棗莊市過去為老工業城市和資源型城市，依靠豐富的煤炭資源，大力發展工業經濟，隨著煤炭的開采，區域地表植被發生較大變化，生態環境日益惡化^［8-12］。近些年隨著城市轉型，注重綠色發展，大力實施增綠護綠、推進國土綠化、發展綠色產業、完善生態功能，建成國家森林城市、國家園林城市，生態環境有了明顯改善^［13-15］。但是，生態保護與經濟發展之間的矛盾仍然突出，生態安全形勢仍然嚴峻。因此，需要對棗莊市NDVI演變趨勢等方面進行定量評價與分析。

該研究利用2001—2020年棗莊市MODIS NDVI遙感數據和5個國家站氣溫、降水量、日照時數、相對濕度日值數據，分析近20年棗莊市NDVI時空變化特征，利用殘差分析分離氣象因子時序變化及人為因素對NDVI的影響，旨在認識和了解棗莊市生態氣候特征，為區域生態保護提供科學依據。

1 資料與方法

1.1 研究區概況

棗莊市位于山東南端，介于116°48′～117°49′E、34°27′～35°19′N，地處魯中南低山丘陵南部地區，屬于黃淮沖積平原的一部分。地勢東北高、西南低。土地覆蓋類型主要為旱地、草本植物、灌溉農田、闊葉林、針葉林、灌木林、草地、不透水面和水體（圖1）。

棗莊市屬中緯度暖溫帶季風型大陸性氣候區，兼有南方溫濕氣候和北方干冷氣候的特點，受自然地理環境、太陽輻射和季風的影響，具有光照好、積溫高、熱量豐富、雨量充沛、雨熱同期的氣候特點，光、熱、水、氣等條件優越。氣候四季變化明顯，春季氣候多變，西南風較多，降水較少，常干旱。夏季炎熱，空氣濕潤，降水集中。秋季云雨較少，以秋高氣爽為主要特征。冬季寒冷而干旱，多西北風。

1.2 資料來源

該研究采用的植被數據來源于美國國家航空航天局網站（https：//ladsweb.modaps.eosdis.nasa.gov/），數據源是MODIS的植被指數合成產品數據MOD13Q1，空間分辨率為250 m，時間分辨率為16 d，時間跨度為2001—2020年。

氣象數據來源于棗莊市氣象局提供的5個國家氣象站2001—2020年氣溫、降水量、相對濕度、日照時數日值數據，并采用克里金插值法進行空間插值，從而得到全市數據，空間分辨率為250 m。

1.3 研究方法

1.3.1 趨勢分析。

Theil-Sen Median斜率估計是一種非參數估計方法，受數據異常值的影響小，適用于分析長時間序列NDVI的時空變化規律。公式如下：

Tslope=medianxj-xij-i，jgt;i

式中，Tslope表示斜率，xi和xj表示第i年和第j年NDVI年均值。當Tslopegt;0時，表示NDVI在研究時段內呈上升趨勢，反之則呈下降趨勢，絕對值越大，表示NDVI變化程度越大；當Tslope=0時，表明NDVI在研究時段內基本保持不變。

Mann-Kendall顯著性檢驗可用于驗證Theil-Sen Median估計結果的顯著性，該方法最大的優勢是不需要數據服從正態分布，是一種應用廣泛的趨勢檢驗方法。公式如下：

ZMK=S-1n（n-1）（2n+5）/18Sgt;0

0S=0

S+1n（n-1）（2n+5）/18Slt;0

S=^n-1k=1ⁿj=k+1sgn（xj-xk）

sgn（xj-xk）=

1xj-xkgt;0

0xj-xk=0

-1xj-xklt;0

式中：S表示Mann-Kendall的檢驗統計量；xj、xk表示j、k年相應的測量值；n表示數據系列的長度。顯著性水平的閾值分別是±1.96（0.05顯著性檢驗）和±2.58（0.01顯著性檢驗）。當ZMK為1.96～2.58，表明增長趨勢通過0.05顯著性檢驗。

1.3.2 相關分析。

采用Pearson相關分析揭示植被與氣溫、降水量、相對濕度、日照時數的相關關系。相關系數計算公式如下：

R=ni=1［（xi-）（yi-）］

ni=1（xi-）2ni=1（yi-）

式中，Rgt;0表示正相關，Rlt;0表示負相關。R絕對值越大，表示2個變量之間的相關性越近。P值用于檢驗2個變量之間相關系數的顯著性，Plt;0.05表明相關系數在95%的可信度水平下具有顯著性。

1.3.3 殘差分析。

殘差分析是通過去除氣候要素長期NDVI變化的影響來確定和量化人類活動對植被變化的影響。NDVI受到氣候因素和人為因素的綜合影響。根據NDVI、氣溫和降水量數據，通過最小平方法建立植被與氣象因子的多元線性回歸模型，計算NDVI的觀測值和預測值之間的差值作為NDVI的殘差值（δ），即

δ=NDVI觀測值-NDVI預算值

式中，δ殘差值除了氣候要素對植被變化的影響外，還包括一些無法解釋的部分。在此次作品中，假設這部分主要是由人類活動引起的。因此，正δ值表示人類活動對植被生長產生積極影響，促進植被增加；負δ值表示人類活動對植被生長產生負面影響，減弱植被現狀。通過殘差和年份之間的線性回歸獲得殘差趨勢，可以反映植被受到除氣候要素以外的其他因素的影響。

2 結果與分析

2.1 棗莊市NDVI演變特征

從圖2可以看出，2001—2020年棗莊市NDVI年際變化特征分為兩段，整體呈現不斷改善特征，均值為0.73，氣候傾向率為0.011/10 a，年際變化以2010年為拐點，第1階段2001—2010年，氣候傾向率為0.048/10 a，2002年呈顯著下降趨勢，NDVI為0.67（最低），2002—2007年NDVI指數上升趨勢明顯，最大NDVI為0.76（2007年）；第2階段2011—2020年，氣候傾向率為0.008/10 a。整體來說NDVI變化呈現先快速增加后緩慢增加的趨勢。

從2001—2020年棗莊市NDVI空間分布（圖3）可以看出，棗莊市NDVI較低的地區主要出現在滕州市、薛城區、市中區的市區，NDVI較高的地區主要分布在嶧城區南部、臺兒莊區北部。2001—2010年各地的市區NDVI逐漸增大，2011—2020年NDVI變化較小。NDVI增多的地區主要位于滕州市南部、山亭區東部、嶧城區南部、臺兒莊區北部和西部，其中嶧城區南部、臺兒莊區北部和西部的NDVI在2011—2020年明顯增大。

從2001—2020年棗莊市NDVI氣候傾向率空間分布（圖4）可以看出，2001—2020年NDVI主要下降的地區為各個區（縣）城市區，NDVI在滕州市西部、薛城區南部、市中區東部下降較快；其余地區NDVI的氣候傾向率基本大于0.001/10 a，近20年棗莊市整體NDVI有較大的增長，尤其對于山亭區南部、薛城區東部、臺兒莊區西部，NDVI的氣候增長率超過了0.050/10 a。

2.2 棗莊市氣象因子變化

植物的生長過程需要水分和熱量，適當的氣溫、降水和日照條件有利于促進植物的生長。從2001—2020年棗莊市氣象因子年際變化（圖5）可以看出，近20年棗莊市平均氣溫整體上不斷上升，平均溫度-時間的相關系數（R2）為0.168 5，2010年后平均氣溫的上升趨勢更為明顯；近20年降水量呈現先下降后升高的變化趨勢，從2012年以來持續增多的降水量將對NDVI的變化產生明顯影響；平均相對濕度和日照時數變化較為一致，在20年間未發生較大的變化。

利用ArcGIS軟件繪制2001—2020年影響植物生長的4個主要氣象因子在棗莊市的平均空間分布圖（圖6）。從圖6可以看出，近20年棗莊市平均氣溫的分布呈現東低西高的特征，較高的地區出現在滕州南部、薛城西部，局部可達到15.49 ℃，氣溫較低的地區出現在山亭區東部、市中區東部、嶧城區東部。近20年棗莊市年降水量呈現南高北低的趨勢，滕州市降水量較少，年降水量平均為767.17 mm，降水量最多的地區出現在臺兒莊區東部，年降水量可達906.80 mm。近20年棗莊市平均相對濕度的空間分布特征與年降水量類似，呈現南部較高、北部較低的特征，其中滕州市北部、山亭區北部出現了較小的平均相對濕度，為64.29%；高值地區出現在嶧城區、臺兒莊地區，平均相對濕度為67.90%。近20年棗莊市日照時數整體由西北向東南遞減，日照時數較低值出現在市中區南部、嶧城區中部、臺兒莊區東部，日照時數較高值出現在滕州市西北部。

2.3 氣象因子與NDVI相關性及殘差趨勢

2.3.1 氣象因子與NDVI相關關系。

對棗莊市NDVI與區域時間段內平均氣溫、降水量、日照時數、相對濕度進行空間相關性分析，結果發現（圖7），平均氣溫與NDVI相關性較高的地區出現在棗莊市南部，并零散分布在整個研究區域內，包括嶧城區和臺兒莊區，相關系數最高可達0.75；通過與城區對比發現，市中區城區處平均氣溫與NDVI的相關系數較高，有較好的對應。棗莊市北部降水量與NDVI有較高的相關性，尤其是滕州市市區外以及山亭區西北部地區，結合圖6可以看出，降水量較低可能是該地區NDVI較低的重要原因。平均相對濕度與NDVI相關系數較高的地區出現在薛城區、市中區、滕州市，相關系數達到0.79。日照時數與NDVI正負相關系數分布的高值區較為分散，高值區主要出現在滕州、薛城西部，低值區出現在滕州北部、山亭西南部。

2.3.2 人為因素對NDVI的影響。

土地是人類生活與活動的重要場所，土地利用方式的改變能夠有效地體現出人類活動對地表環境的影響，也能反映出植被的變化情況。從棗莊市人為影響因素對NDVI的影響分布（圖8）可以看出，人為因素對NDVI的影響主要作用于城區，除山亭區外，滕州市、薛城區、市中區、嶧城區、臺兒莊區較為明顯，對NDVI起負貢獻，殘差可達-0.29。從圖8b可以看出，棗莊市南部除城區外大面積的弱顯著正向促進區域與顯著正向促進區域可能導致NDVI在南部地區較大，表明區域植被覆蓋得到了明顯的改善，城鎮擴張會導致植被NDVI顯著下降。因此人為因素在城區附近對NDVI起到顯著的負貢獻，而在城區外貢獻為正。

3 討論

該研究發現棗莊市植被NDVI在2001—2020年呈現出波動上升趨勢，且氣候傾向率為0.011/10 a，并呈現出明顯的階段性和波動特征，這與我國整體植被變化趨勢^［12］和張岳等^［5］對川東地區植被NDVI變化趨勢的研究結果相一致。空間上，NDVI較低的地區主要出現在滕州市、薛城區、市中區的市區，NDVI較高的地區主要分布在嶧城區南部、臺兒莊區北部。這主要是由于區域性人口密集增加，城市發展對城區周圍建設用地需求加大，主城區向外擴張影響了城郊植被覆蓋，這與現有的研究結論相一致^［13］，可見城市擴張是影響城市周圍植被覆蓋變化的主要因素。該研究發現，棗莊市近20年間氣候變化對植物NDVI影響有促進作用，但區域氣候條件對植物生長影響明顯不同，其中日照時數與NDVI相關系數高值區較為分散且對NDVI相關性具有明顯的區域差異。人類活動對植被NDVI的影響主要作用在城區且表現為負貢獻，在滕州市、市中區最為明顯，造成此類現象的原因可能與城市化水平和人口密集度有關。

4 結論

（1）2001—2020年棗莊市NDVI呈現不斷改善特征，均值為0.73，最大NDVI為0.76（2007年），最小NDVI為0.67（2002年），氣候傾向率為0.011/10 a。空間分布上，NDVI較低地區主要出現在滕州市、薛城區、市中區的市區，NDVI較高地區主要分布在嶧城區南部、臺兒莊區北部。2001—2020年棗莊市NDVI主要下降的地區為各個區（縣）城市區，NDVI在滕州市西部、薛城區南部、市中區東部下降較快。

（2）平均氣溫與NDVI相關性較高的地區出現在棗莊市南部，包括嶧城區、臺兒莊區。棗莊市北部降水量與NDVI有較高的相關性，尤其是滕州市市區外以及山亭區西北部地區。平均相對濕度與NDVI相關系數較高的地區出現在薛城區、市中區、滕州市。日照時數與NDVI相關系數高值區較為分散，高值區主要出現在滕州、薛城西部。

（3）總體來說，人為因素對NDVI的抑制主要作用于城區，在滕州市、市中區最為明顯，可能與城市化水平相關，城鎮擴張會導致植被NDVI顯著下降，對NDVI為顯著負向抑制。

參考文獻

［1］ GAO W D，ZHENG C，LIU X H，et al.NDVI based vegetation dynamics and their responses to climate change and human activities from 1982 to 2020：A case study in the Mu Us Sandy Land，China［J］.Ecological indicators，2022，137：1-14.

［2］ HE P，XU L S，LIU Z C，et al.Dynamics of NDVI and its influencing factors in the Chinese Loess Plateau during 2002-2018［J］.Regional sustainability，2021，2（1）：36-46.

［3］ JIN H Y，CHEN X H，WANG Y M，et al.Spatio temporal distribution of NDVI and its influencing factors in China［J］.Journal of hydrology，2021，603：1-13.

［4］ LIN X N，NIU J Z，BERNDTSSON R，et al.NDVI dynamics and its response to climate change and reforestation in northern China［J］.Remote sensing，2020，12（24）：1-15.

［5］ 張岳，孫夢鑫，辛宇，等.2000—2020年川東地區植被NDVI變化趨勢及影響因素分析［J］.水土保持研究，2023，30（6）：247-254，263.

［6］ 曲學斌，王彥平，高紹鑫，等.2000—2020年呼倫貝爾地區歸一化植被指數時空變化及其對氣候的響應［J］.氣象與環境學報，2022，38（5）：57-63.

［7］ ZHANG Y L，WANG X，LI C H，et al.NDVI dynamics under changing meteorological factors in a shallow lake in future metropolitan，semiarid area in North China［J］.Scientific reports，2018，8（1）：1-13.

［8］ 尼扎提·伊米爾.新疆天山北坡植被NDVI時空變化特征及影響因素分析［D］.烏魯木齊：新疆師范大學，2020.

［9］ 郭金停，胡遠滿，布仁倉.中國東北多年凍土退化對植被季節NDVI的影響研究［J］.內蒙古師范大學學報（自然科學漢文版），2022，51（1）：50-56.

［10］ 李輝霞，劉國華，傅伯杰.基于NDVI的三江源地區植被生長對氣候變化和人類活動的響應研究［J］.生態學報，2011，31（19）：5495-5504.

［11］ 李昕睿.棗莊市“十三五”規劃實施中存在的問題及其價值啟示［D］.徐州：中國礦業大學，2022.

［12］ 李超.中國植被生態質量時空模式及其對氣候變化的響應［D］.蘭州：蘭州交通大學，2021.

［13］ 王倩，安方乾，梅再美.棗莊市土地利用變化對生態環境影響［J］.資源節約與環保，2016（6）：270-271.

［14］ 李壯.資源枯竭型城市發展旅游產業研究：以棗莊市為例［D］.南昌：南昌大學，2019.

［15］ 王秋成，楊公羽，李勃燃.基于MODIS-NDVI的天津市薊州區植被特征時空變化分析［J］.測繪與空間地理信息，2021，44（3）：154-156.