南水北调中线水源区植被指数时空变化分析

白景锋 张海军 白云帆

白景鋒，张海军，白云帆. 南水北调中线水源区植被指数时空变化分析［J］. 湖北农业科学，2024，63（2）：205-210．

摘要：通过单线性回归（SLOPE）和地理加权回归（GWR）法，用植被指数（NDVI）研究南水北调中线水源区的植被分布变化趋势及机制，为保障水量和水质提供理论支撑。结果表明，2000—2019年水源区NDVI和入库流量呈现同步增长，植被逐渐变好，2007年以前NDVI增长幅度大，2008—2011年处于波动阶段，2012年以后增长幅度减小；NDVI变化最明显的是研究区东北部、西部和丹江口库区周边，这些区域地势相对低平、人口集中，中山和高山区NDVI变化不大；高程、坡度、人口数和城镇化是影响水源区NDVI分布的主要因素，降水、气温和产业比重是次要因素；各因素影响的强度和方向在空间上有异质性，自然地理因素对NDVI影响的最显著范围为高程1 090 m以下、年均降水量980 mm以上的区域，人文地理因素影响的显著范围区是人口密度大、城镇化率高的地区。

关键词：南水北调中线水源区；NDVI；时空变化

中图分类号：P237；X835         文献标识码：A

文章编号：0439-8114（2024）02-0205-06

DOI：10.14088/j.cnki.issn0439-8114.2024.02.031 开放科学（资源服务）标识码（OSID）：

Spatiotemporal variation analysis of vegetation index in water source region of the middle route of South-to-North Water Diversion Project

BAI Jing-feng1， ZHANG Hai-jun1， BAI Yun-fan2

（1. School of Geographic Science and Tourism，Nanyang Normal University/Engineering Research Center of Environmental Laser Remote Sensing Technology and Application of Henan Province/ Collaborative Innovation Center of Water Security for Water Source Region of Middle Route of South-to-North Water Diversion Project， Nanyang  473061，Henan， China；2. Boda College of Jilin Normal University，Siping  136000，Jilin， China）

Abstract： The single linear regression （SLOPE） and geographically weighted regression （GWR） methods were used to study the variation trend and mechanism of vegetation distribution in the water source area of the middle route of the South-to-North Water Diversion Project by vegetation index （NDVI）， so as to provide theoretical support for guaranteeing water quantity and quality. The result showed that the NDVI and the inflow runoff increased synchronously in the water source area from 2000 to 2019. Vegetation gradually became better. The NDVI increase rate was large before 2007， but fluctuated from 2008 to 2011， and decreased after 2012. The NDVI changed obviously in the northeast， west and around the Danjiangkou reservoir area，these areas had low and flat terrain and concentrated population. The NDVI changed little in middle and high mountain areas. The elevation， slope， population and urbanization were the main factors affecting NDVI distribution in the water source region， while precipitation， temperature and industrial proportion were the secondary factors. The intensity and direction of the influencing factors had obvious heterogeneity. The most significant range affected by natural geographical factors on NDVI were the areas with elevation below 1 090 m and average annual precipitation above 980 mm. The significant range affected by human geographical factors were the areas with high population density and high urbanization rate.

Key words： water source region of the middle route of South-to-North Water Diversion Project； NDVI； spatiotemporal variation

植被在土壤、大气和水之间的物质和能量交换方面起着重要作用，对水源涵养和水质自净有极重要的作用^［1-3］。由于NDVI算法可以消除大部分大气条件对遥感影像的影响，并能增强对植被的响应，同时，NDVI与植被覆盖度呈函数相关，它是目前应用最广泛的植被指数，可以反映植被参数，包括光合有效辐射的吸收、叶绿素密度、叶面积和蒸发速率。NDVI已被广泛用于水文方面，例如作为变量输入水文模型，监测河流、湖泊的水位变化^［4-10］。植被覆盖影响流域的水文过程。大规模植树造林和植被绿化是影响水文过程的重要空间因素^［11］。印度的研究表明，造林并不是影響水文过程的惟一因素，其他流域特征，如土壤、地质和地形也很重要^［12］。植树造林对NDVI有正向影响，且呈线性相关^［13］。

国内已有学者展开了对NDVI时空变化及其影响因素的研究。栾金凯等^［14］基于NDVI数据，分析了陕西省榆林市NDVI的时空变化及影响因素。李俊刚等^［15］利用线性回归等方法得到贵州省煤矿区的NDVI特征，然后利用地理探测器分析了海拔、坡向、坡度等自然因素对该区植被分布的影响。周志强等^［16］、Zhang等^［17］基于NDVI对南水北调中线水源区和秦巴山区的植被覆盖度时空变化特征及变化机制进行了研究。高文文等^［18］采用面向对象决策树分类方法，估算南水北调中线水源区的植被覆盖度。这些研究为各地区采取生态措施保护水资源提供了理论依据。

中国不同地区的自然环境差异很大，植被覆盖度受气温、降水、地形、光照和人类活动等各种条件的影响。目前，对南水北调中线水源区NDVI的空间分布变化机制的研究还不完善，本研究选取降水量、气温、高程、坡度、人口数、城镇化率、第一产业比重等因素和2000—2019年南水北调水源区NDVI数据，通过单线性回归和地理加权回归等方法分析不同因子对NDVI变化的影响，有助于深入认识区域植被分布变化与自然和人文地理环境的关系。

1 研究区域概况

南水北调中线水源区位于北纬31°20′—34°10′，东经105°12′—112°20′，涉及陕西、甘肃、河南、湖北、重庆、四川5省1市，包括汉江和丹江流域，总面积约为11.1万km²，是重要的生态走廊和生态经济区。其核心区为丹江口水库区，南阳陶岔为取水口。水源区地势西高东低，南北高中间低，北边是秦岭山脉，南边是大巴山和米仓山，中间是汉江和丹江谷地，北部为暖温带半湿润气候，南部为亚热带湿润气候。水源区平均径流量为369亿m³，丰水期径流量占年径流量的77.8%。为便于获取人文数据，本研究选取其中42个县市作为水源区研究单元，占水源区总面积的90%以上（图1）。

2 数据来源与研究方法

2.1 数据来源与处理

从地理空间数据云下载30 m空间分辨率的GDENV3数字高程数据，经重采样得到1 km DEM数据，采用坡度函数计算生成1 km的坡度数据。从国家地球系统科学数据中心下载1 km空间分辨率的逐月气温和逐月降水量数据，2000—2019年的年气温和年降水量数据采用年平均计算得到。从中国科学院资源环境科学与数据中心下载1 km空间分辨率的逐月NDVI数据，2000—2019年的逐年NDVI数据采用逐月数据以最大值合成法生成。以县级行政区作为统计单元，统计上述5个因子（高程、坡度、年均气温、年均降水量、年NDVI）的均值。城市化率、人口数量和第一产业比重来源于《2001—2020年中国县域统计年鉴》和《2001—2020年中国城市统计年鉴》。本研究将探究4种自然因素（高程、坡度、年均气温、年均降水量）和3种人文因素（人口变化、城镇化变化、第一产业变化）与NDVI变化的关联特征。

2.2 研究方法

2.2.1 单线性回归模型 单线性回归模型可以模拟各像元中植被参数的变化趋势。利用栅格计算器求取斜率，反映植被变化趋势。SLOPE的计算公式^［19］如下。

式中，i表示第i年；NDVI_i表示第i年的NDVI；n表示总计年数；A表示单线性回归模型的斜率。A>0，呈增加趋势；A=0，没有变化；A<0，呈下降趋势。

2.2.2 地理加权回归 地理加权回归（Geographically weighted regression，下文简称GWR）模型是将地理位置引入回归参数，扩展了普通线性回归（OLS）模型，其模型结构为：

式中，y_i为2000—2019年研究区NDVI变化值；（u_i，v_i）为样点i的坐标；β₀（u_i，v_i）为i点回归常数；β_j（u_i，v_i）是i点上的第k个回归参数；n为独立变量个数；x_ij为2000—2019年独立变量xj最后一年的变量值与基期变量值之差；ε_i是随机误差。GWR模型通过在每个观测点使用加权最小二乘法对参数向量进行估计，权重是观测点i到其他观测位置的距离的函数，常用的权重函数有距离阈值函数、反距离函数、高斯函数等，其中，特定权函数的确定依赖于带宽的选择与优化，对GWR模型的精度有很大影响，常用的优化方法有交叉验证法、AIC信息准则法等^［20-22］。

3 结果与分析

3.1 NDVI与入库流量的变化趋势

由图2可知，20年来研究区NDVI呈显著增长趋势，平均年增长速度为0.005 4。2007年之前增长较快，NDVI总体低于平均值；2007—2012年NDVI在均值附近波动，基本停滞；2012年以后处于增长阶段，且NDVI高于平均值。总体增长的NDVI说明研究区生态环境日趋变好，植被覆盖增加，人类对生态环境的整体扰动呈收缩态势。依据2000—2018年丹江口水库入库流量^［23］，发现在这一时间段入库水量波动较大，总体呈微弱增长趋势。NDVI增长和入库流量增长具有一致性，说明南水北调中线水源区植被变化与水源区来水量有一定关系。

3.2 NDVI空间变化

在研究时间段内，选取2000年、2004年、2009年、2014年和2019年5个时間点和4个时间段的NDVI均值，用来研究多年植被覆盖度的空间分布（表1、图3）。

由表1可知，研究区NDVI的变化趋势逐渐减弱，NDVI均值将稳定于0.82以上。其中，2000—2009年研究区NDVI变化最明显，NDVI小于0.8的区域面积迅速减少，大于0.8的区域面积迅速扩大，其中0.7～0.8的面积减少最快。2005—2014年，NDVI变化总体特征沿袭了上一时期的趋势，仍然是NDVI在0.7～0.8的区域迅速减少，0.7以下的区域缓慢减少，大于0.8的区域面积迅速扩大，只是变化趋势放缓。2010—2019年，NDVI小于0.7的区域基本稳定，大于0.8的区域缓慢扩大。

由图3可知，研究区NDVI的空间异质性很明显，山区大于平地，西部大于东部，低值区主要分布于中部的汉江谷地、东部的丹江口水库周边、商洛盆地及南阳盆地西部。但是，2000—2009年NDVI的空间分异比较明显，大致为西北、东南的高山区为高值区，中东部和东北部为低值区，2010年以后空间异质性减弱，高值区成为区域主体，中低值区基本稳定。低值区主要分布在东部的邓州市、淅川县、十堰市、郧县和中部的安康市、西部的汉中市等人口稠密、地势低平的区域。从NDVI标准差看，东部地区大于西部地区，平原和低山区高于高山区，也就是东部地区、平原低山区NDVI的分布较分散，西部和高山区NDVI的分布较集中。这可能与人类活动强度有关，低海拔地区人口稠密，城镇化强度大，土地利用变化变动大，NDVI受到的影响就大。

3.3 NDVI变化的SLOPE分析

利用单线性回归SLOPE模型计算研究区域20年来NDVI变化趋势（图4）。由图4可知，大部分区域回归系数大于0，即NDVI总体呈上升趋势。NDVI增加地区的占比达97.14%，其中，主要分布在河谷和中低山区，最明显的是丹江口库区周边、东北部的商洛盆地和西部的略阳、宁强一带，这些区域可能由于退耕还林、人口数量下降、经济结构调整和生态保护力度加大，所以生态恢复成效突出。回归系数小于0的区域只有零星分布，仅占2.86%，主要涉及镇平县、邓州市、内乡县、淅川县、十堰市、安康市和汉中市等人口密集区，可能是城镇化加速，导致人口向平原村镇迁移，同时种植业比重下降所致。

3.4 NDVI变化的影响因素分析

选取降水量、气温、高程、坡度、城镇化率、人口和第一产业比重等指标作为NDVI变化的影响因素，用研究区2019年和2000年NDVI的差作为因变量。把2019年和2000年的降水量、气温、城镇化率、人口和第一产业比重的对应值相减作为部分自变量，自变量高程和坡度由于短期变化不大，因此不求差值。排除自变量共线性后，对因变量和自变量进行标准差标准化。GWR分析发现（图5），调整后的R2为0.629，StdResid大于绝对值2.5的区域极少，通过检验（图5a）。

回归系数的均值表明，研究区NDVI变化的因子敏感度从大到小依次为高程>坡度>人口>城镇化>降水量>气温>第一产业比重。从作用方向看，高程、人口变化和气温变化与NDVI的变化呈负相关，即地势越高、人口增加、气温上升不利于地表植被覆盖的增加；坡度、城镇化和第一产业比重与NDVI的变化呈正相关，即坡度大、城镇化速度大、第一产业比重变化大可以提高NDVI。

各因素的作用强度在空间上有明显的异质性。高程（图5b）、坡度（图5c）对NDVI的影响有经度地带性规律，影响强度从西向东降低，只是两者的作用方向相反；城镇化（图5e）、气温变化（图5g）和第一产业比重变化（图5h）则表现出以109°-110°E为中心的对称分布特点，这一中心相当于1 090 m等高线和多年980 mm等降水量线交汇区，城镇化对NDVI变化的影响以柞水、石泉、旬阳和竹溪县为正中心向东和西两侧递增；第一产业比重变化对NDVI变化的影响以商洛、镇安和白河县为负中心，向东、南、西3个方向正相关增强；气温变化对NDVI变化的影响以洛南、郧西和竹溪县为负中心，向东西两侧减弱；人口（图5d）和降水量变化（图5f）对NDVI的影响则比较复杂，降水量变化对NDVI变化的影响以房县、镇坪、白河、丹江口市为正中心，向东、北、西3个方向增强。人口变化对NDVI变化的影响以镇巴、石泉和镇平县为负中心，向东、北、西3个方向增强。

4 结论与讨论

4.1 结论

1）2000年以来南水北调中线水源区NDVI和入库流量呈现同步增长态势。NDVI变化分布的异质性比较突出。NDVI总体上山区大于平地，西部大于东部，低值区主要分布于中部的汉江谷地、东部的丹江口水库周边、商洛盆地及南阳盆地西部。

2）2000年以来水源区NDVI的变化具有阶段性，2009年以前变化明显，此后变化减弱。增长最显著的区域分布于研究区东北部、西部和丹江口库区周边一带，下降区域主要分布于人口密集的、城镇密度大的汉江谷地和东部盆地。

3） NDVI變化对高程最敏感，其次是坡度，再次是人口变化，敏感度最低的是第一产业比重。坡度、高程对NDVI的影响有经度地带性规律。城镇化、第一产业变化、气温变化则表现出以109°-110°E为中心对称分布的特点。

4）地理加权回归可以用来分析NDVI的变化因素，然而其细节描述能力较差，要素的交互影响能力不能表达，尤其是在人口密集、城镇化程度较高的地区，模拟的NDVI残差较大。

通过以上结论可知，研究区的植被覆盖整体上越来越好，但人口密集区植被覆盖呈下降趋势。在研究NDVI变化时应注意高程、坡度、人口、城镇化和降水量给植被带来的影响，多要素结合来改善植被覆盖。本研究从人文和自然地理环境变化角度分析了NDVI变化的影响因素，但是研究的时间尺度较小，空间尺度较大，要更细致地分析研究区域的NDVI影响因素，还需要结合更长时间序列和更小空间尺度的进一步调查。

4.2 讨论

南水北调中线水源区NDVI变化趋势与其他学者^［24-27］的研究结果一致，说明该研究方法是可行的、可靠的。植被在不同时间尺度上对全球气候变化的响应具有显著的区域分异和表现，对气候和地貌过渡带地区植被变化的研究更显得必要。以往的研究关注自然因素的影响较多，但是植被变化也与人类活动有密切关系。利用定量方法分析人文因素对植被变化的影响可以丰富相关研究理论。利用植被指数反映全球气候变化已越来越受到关注，植被指数被用于大空间尺度水文过程、水资源利用与变化的科学研究已逐渐成为热点^［28-33］。

参考文献：

［1］ 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： 127129.

［2］ KONG X Z， GHAFFAR S， DETERMANN M， et al. Reservoir water quality deterioration due to deforestation emphasizes the indirect effects of global change［J］. Water research， 2022，221：118721.

［3］ 吴志勇，侍 恒，何 海，等.岔巴沟流域植被变化特征及其对水沙的影响［J］.水资源保护，2020，36（1）：31-37.

［4］ 王珊珊，王金林，周可法，等.塔里木河下游土地利用/覆被变化对生态输水的响应［J］.水资源保护，2021，37（2）：69-74，80.

［5］ 易 琦，王瑞芳，窦小东，等.盘龙江流域植被覆盖变化对径流过程的影响［J］.中国农村水利水电，2022（9）：126-131.

［6］ 张建梅，马燮铫，李艳忠.1980-2016年黄河中游河龙区间植被动态及其对径流的影响［J］.南水北调与水利科技（中英文），2020，18（3）：91-109.

［7］ NOURANI V， FARD A F， GUPTA H V，et al. Hydrological model parameterization using NDVI values to account for the effects of land cover change on the rainfall-runoff response［J］.Hydrology research， 2017，48 （6）： 1455-1473.

［8］ ZHOU M C， ISHIDAIRA H， HAPUARACHCHI H P， et al. Estimating potential evapotranspiration using Shuttleworth-Wallace model and NOAA-AVHRR NDVI data to feed a distributed hydrological model over the Mekong River basin［J］.Journal of hydrology，2006， 327（1-2）：151-173.

［9］ AGUILAR C， ZINNERT J C， POLO M J， et al. NDVI as an indicator for changes in water availability to woody vegetation［J］.Ecological indicators， 2012，23（12）：290-300.

［10］ HUANG S Z， HUANG Q， LENG G Y， et al.Variations in annual water-energy balance and their correlations with vegetation and soil moisture dynamics： A case study in the Wei River Basin， China［J］.Journal of hydrology，2017，546（3）： 515-525.

［11］ LI Y， PIAO S L， LI L Z X， et al. Divergent hydrological response to large-scale afforestation and vegetation greening in China［J］. Sci Adv， 2018，4（5）：eaar4182.

［12］ VENKATESH B， LAKSHMAN N， PURANDARA B K. Hydrological impacts of afforestation —A review of research in India［J］. J For Res， 2014， 25（1）：37-42.

［13］ LIN X N，NIU J Z，BERNDTSSON R，et al. NDVI dynamics and its response to climate change and reforestation in Northern China［J］. Rem Sens， 2020，12（24）：4138.

［14］ 栾金凯，刘登峰，黄 强，等.近17年陕西榆林植被指数的时空变化及影响因素［J］.生态学报，2018，38（8）：2780-2790.

［15］ 李俊刚，闫庆武，熊集兵，等.贵州省煤矿区植被指数变化及其影响因子分析［J］.生态与农村环境学报，2016，32（3）：374-378.

［16］ 周志强，曾 源，张 磊，等.南水北调中线水源区植被覆盖度遥感监测分析［J］.国土资源遥感，2012（1）：70-76.

［17］ ZHANG Y R， HE Y， LI Y L， et al. Spatiotemporal variation and driving forces of NDVI from 1982 to 2015 in the Qinba Mountains， China［J］.Environ Sci Pollut Res，2022，29：52277-52288.

［18］ 高文文，曾 源，刘 宇，等.南水北调中线水源区2000—2015年森林动态变化遥感监测［J］.林业科学，2019，55（4）：97-107.

［19］ 刘玉红，张 筠，张春华，等.2000—2015年山东省植被净初级生产力时空变化及其对气候变化的响应［J］.生态学杂志，2019，38（5）：1464-1471.

［20］ 吕 萍，甄 辉.基于GWR模型的北京市住宅用地价格影响因素及其空间规律研究［J］.经济地理，2010，30（3）：472-478.

［21］ 白景锋，张海军.中国水-能源-粮食压力时空变动及驱动力分析［J］.地理科学，2018，38（10）：1653-1660.

［22］ 卢龙辉，瓦哈甫·哈力克，黄 玲.近40年克里雅绿洲人口时空变化对土地利用/覆盖变化的影响［J］.农业工程学报，2018，34（11）：234-242，307-308.

［23］ 张爱静，姚文锋，吴智健.丹江口水库入库径流变化特征分析［J］.人民长江，2020，51（3）：81-86，93.

［24］ 刘 海，黄跃飞，郑 粮.气候与人类活动对丹江口水源区植被覆盖变化的影响［J］.农业工程学报，2020，36（6）：97-105.

［25］ 刘 海，黄跃飞，郑 粮，等.长时序丹江口水源区NDVI数据集构建及其时空动态变化分析［J］.长江流域资源与环境，2020，29（8）：1780-1789.

［26］ 李鵬傲，姜永涛，戚鹏程，等.南水北调中线工程水源区植被时空演化特征［J］.长江科学院院报，2022，39（9）：49-55.

［27］ 樊 艺，赵牡丹，王 建.秦巴山区增强植被指数长时间序列变化及其自然影响因素分析［J］.生态与农村环境学报，2022，38（6）：733-743.

［28］ VALENTE C R， LATRUBESSE E M， FERREIRA L G. Relationships among vegetation， geomorphology and hydrology in the Bananal Island tropical wetlands， Araguaia River basin， Central Brazil［J］.Journal of south American earth sciences，2013，46（10）：150-160.

［29］ TAKELE A， LAKEW H B， KABITE G. Does the recent afforestation program in Ethiopia influenced vegetation cover and hydrology？ A case study in the upper awash basin， Ethiopia［J］.Heliyon，2022，8（6）： e09589.

［30］ KLINGLER C， SCHULZ K， HERRNEGGER M. LamaH | Large-Sample Data for Hydrology： Big data für die Hydrologie und Umweltwissenschaften［J］.?sterr Wasser-und Abfallw，2021，73：244-269.

［31］ UKKOLA A M， PRENTICE I C， KEENAN T F， et al. Reduced streamflow in water-stressed climates consistent with CO2 effects on vegetation［J］.Nature climate change，2016，6（1）：75-78.

［32］ GARAI S， KHATUN M， SINGH R， et al. Assessing correlation between rainfall， normalized difference vegetation index （NDVI） and land surface temperature （LST） in Eastern India［J］.Saf Extreme Environ，2022，4：119-127.

［33］ NEJADREKABI M， ESLAMIAN S， ZAREIAN M J. Spatial statistics techniques for SPEI and NDVI drought indices： A case study of Khuzestan Province［J］.Int J Environ Sci Technol，2022，19：6573-6594.

收稿日期：2022-10-08

基金项目：国家自然科学基金项目（42074094；41801282）；南阳师范学院STP项目（2020STP004）

作者简介：白景锋（1972-），男，陕西洛南人，教授，硕士，主要从事区域发展与资源开发研究，（电话）13782125717（电子信箱）nybjf813@163.com。