一、引言

植被作为陆地生态系统的一个重要组成部分，在保护生物多样性、维护生态系统功能、改变陆地水循环、调节区域气候及维持地表平衡能量等方面发挥着关键作用。植被生长易受到地形、气候波动和人类活动等因素干扰，长期动态监测和评估植被变化对加强生态环境建设和生态管理具有重要意义 。利用遥感数据计算植被指数可对植被生长状况、季节性变化、植被空间格局特征、生态保护修复等方面开展定性和定量以及不同时间和空间尺度的动态监测，其中归一化植被指数(NDVI)是使用最广泛的指数之一;通过各种数理统计分析方法探讨植被覆盖与气候、地形、土地覆被类型、人类活动等因素间的联系，可为生态环境保护修复提供有效依据。云南省是中国生物多样性和资源的重要基地之一，植被多样性丰富，以亚热带植被为主，在中国发展战略中被定位为“努力成为生态文明建设排头兵”、“筑牢西南生态安全屏障”。因此，准确掌握云南省植被覆盖变化对云南生物多样性保护、生态文明建设等国家战略部署和动态监管至关重要。

研究利用 MODIS NDVI 数据并结合 Theil-Sen 中位数趋势分析、Mann-Kendall 显著性检验方法及相关性分析法对云南省植被覆盖的时空分布格局、变化特征及影响因素进行研究，旨在为加强云南省生态环境建设和生态管理提供科学依据。

二、研究区概况及数据源

2.1 研究区概况

云南省(简称滇)，全省地势西北高、东南低，自北向南呈阶梯状逐级下降，可按地形地貌特征分为 5 个区域: 滇西北、滇西南、滇中、滇东北与滇东南(图 1(a))。全省气候呈亚热带高原季风型，气温年较差小、日较差大，且气温的空间分布与海拔和纬度密切相关。省内海拔高差大，各区域气候差异明显，滇西南纬度低气温高，而滇西北海拔高气温低 ( 图 1(d));同时存在明显的干雨季，夏秋季降水多于冬春季，降水量在空间分布上存在异质性，滇西南降水量高于其他地区(图 1(e))。气温和降水量总体上自南向北随海拔升高而下降，多变的气候类型和地理环境使省内植被分布具有明显的纬向和垂直分带特征。

2.2 数据源与预处理

1. 2. 1 NDVI 数据

研究的遥感数据来源于美国航空航天局提供的 2000 年 2 月至 2022 年中分辨率成像光谱仪植被指数。为降低云层、大气散射及太阳高度角等对植被覆盖的影响，采用最大值合成法(MVC)合成年度最大NDVI 影像数据，得到云南省最佳植被覆盖。此外，结合研究区的实际情况，将植被指数 NDVI 值划分为 5 类: ①<0. 3(水域或低植被覆盖);②0. 3 ~ 0. 6(中低植被覆盖);③0. 6 ~ 0. 75(中植被覆盖);④0. 75~ 0. 85(中高植被覆盖);⑤>0. 85(高植被覆盖)。

1. 2. 2 气象数据

因植被生长发育受气温和降水影响较大，本文研究气候驱动因素仅考虑降水和气温。降水数据采用气候危害组红外降水与站点数据(CHIRPS)。

1. 2. 3 DEM 数据

利用软件计算坡度(图 1( b))、坡向(图 1( c))，将高程、坡度及坡向作为主要地形因子，并进行分级，以便分析地形因子与植被的联系，将高程从 900 m 到 4 800 m 以 300 m 间隔划分为 15个等级，坡度从 3°到 42°以 3°间隔划分为 15 个等级区间，坡向划分为 9 类(平面、北、东北、东、东南、南、西南、西和西北)。

图 1 高程、坡度、坡向、气温、降水量及土地覆被图

1. 2. 4土地覆被类型

植被覆盖的空间分布与土地覆被类型密切相关。研究使用的土地覆被数据集的总体准确率达到 74. 4%。研究以 2020 年的土地覆被资料(图 1(f))为基准，探讨不同土地覆被类型下植被的变化。

1. 2. 5造林面积数据

造林面积数据来源于云南省统计局中的统计年鉴。为便于后续基于像素尺度的相关性分析，研究对分辨率不等于 250 m 的数据进行重采样，以匹配MODIS 数据的分辨率。

三、研究方法

国内外学者通常将 Theil - Sen 中位数趋势分析、Mann-Kendall 及一元线性回归等方法应用于 NDVI 长时间序列趋势分析。此外，探究植被覆盖变化的影响因素对保护植被资源、防治植被退化等生态决策具有重要意义。在以往的研究中多元回归残差分析、地理探测器、相关性分析等都可用于探究植被覆盖变化影响因素，其中皮尔逊相关性分析法因计算效率高、适用性好等特点得到广泛应用。

四、研究方法

4.1 植被覆盖的时空变化特征

2000-2022 年云南省植被覆盖的年际变化情况和平均植被覆盖的空间分布如图 2 和图 3 所示。

图 2 2000—2022 年云南省 NDVI 年际变化

综合图 2 和图 3 分析可知，2000—2022 年云南省大部分区域属于中高和高植被覆盖，其生态环境质量较好，平均 NDVI 值在 0. 74 ~ 0. 90 间呈波动上升的趋势，在2003、2010及2020年，部分区域的NDVI 值出现显著下降，其原因可能与发生中度或极度干旱有关。2000—2022 年 23 a 以来，植被覆盖格局及 NDVI 的年际增速存在区域差异，整体覆盖格局呈现出南向北、西向东减少;全区、滇西南、滇东南、滇中、滇东北和滇西北的 NDVI 的年际增速分别约为 0. 25% /a， 0. 24% /a， 0. 30% /a，0. 23%/a，0. 35%/a和 0. 20%/a，滇东北增速最快，其次是滇东南。其中，滇西南的植被覆盖最好，分布大量常绿阔叶林，NDVI 均值最高，滇东南植被覆盖较好因部分区域(文山、红河)是岩溶地貌而次之。

图 3 云南省植被覆盖的空间分布

此外，在滇东北、滇中与滇西北三者中滇东北的 NDVI 年际增速波动最大;2000—2003 年期间，滇东北的 NDVI 均值处于最低;2003—2010 年期间，滇东北 NDVI 年际增速达到 0. 55% /a;2012 年后滇东北的 NDVI 均值稳定高于其他 2 个区域，原因可能是滇东北、滇西北造林面积显著增加，但滇西北地处青藏高原南缘，海拔高气温低，而滇中是城市建设的中心地带，且分布滇池、抚仙湖和星云湖等高原湖泊，大面积的植被生长受限。滇东北的地理环境、气候条件较滇西北和滇中，植被更适宜生长。云南省植被覆盖面积占比如表 1 所示。

表 1 云南省植被覆盖等级面积占比

从表 1 中可以看出，水域或低植被覆盖地区占总面积最低，水域(高原湖泊、河流等) 和滇西北高海拔冰雪区域的植被覆盖较低。中低植被覆盖主要分布在滇西北高海拔的冻土区、坡度较缓的滇中城市区、河流、湖泊、农田及其周边。中植被覆盖地区对应的土地覆盖类型主要是农田，大致分布在滇东北中部、滇东南西北部、滇西北东部和滇中地区，而滇西南分布最少。中高植被覆盖面积占比最高，广泛分布在各区域，对应的土地覆被类型主要有农田、草地、常绿针叶林、落叶阔叶林、常绿阔叶林等。高植被覆盖面积占比仅次于中高植被覆盖地区，大致分布在滇西南、滇东南的南部、滇东北的北部及滇西北的西部，对应的土地覆被类型主要有常绿阔叶林、灌木丛等。

4.2 植被覆盖空间变化特征

基于 Theil-Sen 中位数趋势分析法，分析云南省 2000—2022 年 23 a 间植被覆盖的时空变化格局(图 4(a))，其结果表明各地区的变化趋势存在空间异质性。

图 4 云南省 Theil-Sen 中位数趋势变化图和植被覆盖变化图

根据 Theil-Sen 趋势变化和 Mann-Kendall 显著性检验后得到的变化趋势大小划分为 9 个等级，如表 2 所示。

表 2 2000—2022 年云南省植被变化趋势统计

由表 2 和图 4(b)可看出，植被呈现增加趋势的区域占总面积的 91. 17%，其中极显著增加面积占49. 99%，而局部地区的植被覆盖呈减少趋势。结合研究区的实际情况分析，植被呈现减少趋势的原因可能有: ①云南省重要城市向外扩张，建筑设施增加;②矿产资源开采导致周边植被减少;③气候变暖导致冰川冻土快速退化等。总体而言，2000—2022 年 23 a 来云南省植被覆盖分布格局变化特征为: 植被覆盖增加的区域大于减少的区域。

4.3 NDVI 与地形因子的相关分析

地形因子对土壤类型和水热条件起影响作用，从而影响植被的生长发育。云南省是典型的高原山区地貌，山高坡陡，不同地形因子对植被生长的影响存在差异。

图 5 NDVI 对海拔、坡度、坡向的响应

如图5(a)所示，云南省近20%的土地面积处于[1800.2100)m的海拔区间。海拔1200m以下的区域主要分布在滇西南、滇东南的东部及滇东北的北部，此海拔内植被覆盖高，NDVI值随海拔升高而升高。海拔为[1200.2100)m的区域分布众多河流、湖泊、农田、草地等，且该海拔范围适宜居住，人类活动频繁，在该海拔区间NDVI值呈下降趋势。海拔为[2100.2700)m左右的区域，随着河流湖泊以及人类活动减少，植被覆盖逐渐增加。海拔为[2700.3600)m的大部分区域在滇西北。海拔≥3900m是滇西北的北部区域，分布冰川冻土，NDVI值急剧下降。云南省坡度西北高、东部低，坡度主要分布在0°~42°间(图5(b))。坡度<3°的区域主要是湖泊、农田等类型，其NDVI值最小;在[3°，21°)坡度范围，NDVI值随坡度增加而增加，在[18°，24°)间NDVI值达到最大;坡度≥24°时，坡度越陡，地形愈复杂，水土流失加剧，随坡度增加NDVI值降低，其中坡度[33°，42°)间的NDVI下降速率快于[24°，33°)。此外，研究分析不同坡向上的植被覆盖情况(如图5(c))后发现，平面坡向上多为湖泊区域，NDVI值最低;其余坡向NDVI值约为0.81左右，对植被生长影响不大。

4.4 NDVI 与气候因子的相关分析

综合2000—2022年云南省的年平均气温和年降水量(图6)分析知，降水量呈下降趋势，而温度呈上升趋势，总体呈“变干和变暖”的趋势。23a来，云南省全区年平均降水量约在954~1319mm间，年降水量以-2.82mm/a的速率下降，其中2011年最低。此外，全区23a来年均气温在14.21℃~15.73℃间，年平均气温约以0.03℃/a的速率上升。2009—2010年和2019年气温明显升高，2019年气温达到最高。

图 6 云南各区域的年平均气温、年均降水量变化图

研究基于像元尺度计算NDVI与气候因子(气温、降水量)的相关性系数得，云南省NDVI与气温、降水量的相关系数分别在-0.87~0.92.-0.91~0.85间，其平均相关系数分别为0.16和-0.01.其中，滇中、滇东南、滇东北、滇西南和滇西北各区域植被覆盖与气温的平均相干系数分别为0.13.0.08.0.25.0.19和0.16.与降水量的平均相干系数分别为0.06.0.09.0.25.-0.11和-0.13.

图 7 NDVI 与年均气温、年降水量的相关系数

计算可知，云南省76.58%的区域的植被覆盖与气温呈正相关(图7(a))，表明大部分区域气温对植被生长有利;47.87%的区域植被覆盖与降水量呈负相关(图7(b))，表明接近一半区域的植被生长受到降水的驱动。从空间分布上看，植被覆盖与降水量的相关关系从东向西方向逐渐降低。

4.5 土地覆被与因子的相关分析

本次使用2020年土地覆被类型的数据，划分为草地、灌木丛、落叶阔叶林、常绿阔叶林、常绿针叶林、农田及其他(水体、城区、裸地、永久冰雪等)共7种类型，其面积占比如表3所示。

表 3 土地覆被类型面积占比及与其他因子关系

从表 3 可看出，林地(落叶阔叶林、常绿阔叶林、常绿针叶林)面积占比最高;其次是灌木丛。由此得出，云南省森林资源丰富。此外，不同土地覆被类型的平均 NDVI 值与环境条件、植被的生长特征、人类活动等方面密切相关，常绿阔叶林的年平均NDVI 值最高，其次是常绿针叶林，其他土地覆被类型(城市、雪山、水体等)的年平均 NDVI 值最低。一般来说，常绿阔叶林、常绿针叶林终年常绿，阔叶林较针叶林，叶面积更大。草地生长的平均海拔最高，其次是常绿针叶林，农田分布的平均海拔最低。常绿针叶林生长的平均坡度最陡，其次是常绿阔叶林;其他土地覆被类型(城市、雪山、水体等) 区域最平缓。常绿阔叶林、灌木丛的平均降水量和平均气温高于其余的土地覆被，草地的平均降水量和平均气温最低;农田和其他土地覆被类型存在地形差异较大，而平均降雨量及气温差异不明显，可能的原因是该土地覆被类型受到明显的人类活动，从而影响局部地区的降水和气温。上述结果表明，植被类型空间分布差异源于其对地形地貌、气候条件以及人类活动的适应性差异。

五、研究方法

1)适宜的气候可为植被的生长提供良好的生存条件，而部分人类活动(城市扩张、工程建设、砍伐林地等)则会引发许多生态环境问题(水土流失、土地荒漠化、森林资源锐减等)。受地形因子、气候条件、人类活动等影响，云南省植被覆盖存在区域差异性，呈现南部高于北部、西部高于东部的空间格局。高植被覆盖地区主要分布在滇西南、滇西北怒江、滇东北的北部等地，滇西北有高黎贡山自然保护区;滇西南地区的水热条件、地形条件等因素良好，适宜植被生长;滇东北的北部森林资源丰富。而滇中分布众多高原湖泊，并且城市扩张、矿产开采、人类活动强度加剧等负向扰动破坏植被生长环境。此外，滇西南、滇东南的植被覆盖高于其他区域，滇东北的 NDVI 值年际增长速率最快，其原因与昭通、曲靖造林面积增加有关。

2)通过对云南省 2000—2022年 23 a 间 NDVI的空间格局分布特征及变化趋势分析，发现研究期内植被在时间及空间上呈现不断改善的趋势。一方面云南高原山区的地形地貌、气候条件给植被生长提供有利的环境;另一方面加强草地、湿地、生物多样性的保护和修复，推进退耕还林还草、防护林建设、石漠化治理和水土流失监测等生态治理工程，使云南省生态环境质量得到明显改善，植被覆盖得到显著提升(图 8)。

图 8 2000—2021 年云南省各州市造林面积

3) NDVI 的时空变化是自然因素(地形地貌、气候条件、土壤条件等)和人为因素(土地覆被类型、人类活动、畜牧业发展、生态修复等)共同作用的结果。

六、结论

1)2000—2022 年，云南省整体植被覆盖度较高，年均植被覆盖 NDVI 值在 0. 74 ~ 0. 90 间波动;且各区域的植被覆盖呈波动上升趋势，增加趋势占比 91. 17%，其中滇东北增长速率最快。

2)植被覆盖在区域上存在差异。滇中位于城市建设区，且分布众多湖泊;滇西北海拔高，冰川冻土分布;滇东北分布大量农田;滇东南、滇西南分布大量的常绿阔叶林及灌木丛，这是滇东南、滇西南的植被覆盖高于其他区域的原因。

3)在海拔 3 900 m 以下，云南省 NDVI 值较稳定，3 900 m 以上随海拔升高而 NDVI 值呈减少的趋势;坡度<3°时，NDVI 值最低，随坡度增加，NDVI 值呈先增加后降低的趋势;平面坡向的 NDVI 值最低，其余坡向的 NDVI 值大致一致。除平面坡向外，其余坡向对植被生长影响小。

4)2000—2022 年，云南省气候呈现“ 变干、变暖”。滇中、滇东南和滇东北与降水呈正相关，表明降水有利于植被生长;而滇西南和滇西北与降水呈负相关。全区的植被覆盖与气温呈正相关，表明合适的气温有利于植被生长。

推荐：

无人机高光谱成像系统 iSpecHyper-VM100

iSpecHyper-VM系列无人机高光谱成像系统配合定制开发的高性能稳定云台，能够有效降低飞行过程中无人机抖动引起的图像扭曲与模糊。该系统与大疆M350RTK无人机完美适配，广泛应用于农业、林业、水环境等行业领域，系统支持配件升级及定制化开发，为教育科研、智慧农业、目标识别、军事反伪装等行业高端应用领域提供了高性价比解决方案。