基于NDVI和EVI不同植...格局驱动因子影响力比较分析_冯娴慧.pdf
《基于NDVI和EVI不同植...格局驱动因子影响力比较分析_冯娴慧.pdf》由会员分享,可在线阅读,更多相关《基于NDVI和EVI不同植...格局驱动因子影响力比较分析_冯娴慧.pdf(9页珍藏版)》请在咨信网上搜索。
1、第42卷 第4期2023年 7月华中农业大学学报Journal of Huazhong Agricultural UniversityVol.42 No.4July 2023,116124基于NDVI和EVI不同植被指数表征的粤港澳大湾区植被空间格局驱动因子影响力比较分析冯娴慧1,2,曾芝琳3,景美兮1,高克昌4,肖毅强1,21.华南理工大学建筑学院,广州 510641;2.亚热带建筑与城市科学全国重点实验室,广州 510641;3.长江大学医学部,荆州 434023;4.华南理工大学旅游管理系,广州 510641摘要 为研究归一化植被指数(normalized difference vege
2、tation index,NDVI)和增强植被指数(enhanced vegetation index,EVI)的表征差异是否会造成有关植被研究的结果差异,分别在采用20052020年MODIS-NDVI、MODIS-EVI 2种不同遥感植被指数表征粤港澳大湾区植被空间特征的基础上,以同时期17个自然因子和人为因子作为驱动因子,通过地理探测器模型方法,计算各驱动因子对基于NDVI和EVI的植被空间特征的影响力。结果显示,虽然粤港澳大湾区南亚热带-热带植被在NDVI和EVI的表征下,其结果存在差异,但在不同植被指数下,通过地理探测器模型方法计算各驱动因子影响力量化及排序结果基本一致,未受不同植被
3、指数表征差异的影响。在驱动因子中,土地利用类型、高程均是最主要驱动因子,对植被空间分布影响力均超过50%。因子之间均表现出双因子增强作用。土地利用类型协同人口分布因子对NDVI表征下的植被空间分布影响力最强;高程协同人口分布因子对EVI表征下的植被空间分布影响力最强。研究结果表明,虽然NDVI、EVI在表征植被覆盖特征方面存在差异,但是基于不同植被指数计算的驱动因子定量分析结果趋于一致。关键词 归一化植被指数;增强植被指数;地理探测器;驱动因子;粤港澳大湾区中图分类号 Q948;X17 文献标识码 A 文章编号 1000-2421(2023)04-0116-09植被指数(vegetation
4、index,VI)是通过遥感方法表征地表植被覆盖状况的指标,常用植被指数包括归一化植被指数(normalized difference vegetation index,NDVI)和增强植被指数(enhanced vegetation index,EVI)。NDVI与EVI能够反映大尺度地表植被覆盖和生长状况,以其较高的时间和空间分辨率优势,在土地覆盖分类1-2、植被覆盖特征及驱动力研究3-4、作物长势和物候监测5、自然灾害监测6等领域得到广泛应用。其中,NDVI未排除土壤背景干扰的影响,对大气干扰校正有限,在高植被覆盖区易出现饱和现象等缺陷7。Liu等8引入背景调节参数和大气修正参数构建加强
5、型EVI,在合成算法方面比NDVI有较大改进,减小了土壤背景和大气干扰对植被指数的影响,避免了高植被覆盖区饱和问题,能够更真实地反映热带植被空间差异性,更适合用于高植被覆盖区生长状况的监测研究9。王正兴等10比较了NDVI、EVI在不同生物气候带的表现,发现植被指数具有明显的地带性特征,由北向南 NDVI、EVI的相关性逐渐下降。在干旱沙漠区,NDVI、EVI趋近,全年基本保持稳定;在半干旱和半湿润草原区,NDVI、EVI存在显著线性相关关系。但是,在福建、台湾、海南等南亚热带和热带地区,NDVI、EVI表征程度的相关性由于NDVI饱和而减低。在粤港澳大湾区分别基于NDVI、EVI的植被覆盖空
6、间特征研究表明,2种植被指数同样存在差异3,11-12。研究植被覆盖空间分布的驱动因子及影响力有助于理解区域植被空间特征的形成和制定区域生态保护策略。气候变化和人类活动通常被认为是主要的2类植被覆盖驱动因子,在分析并量化驱动因子的影响力方面,国内外已开展一定量的研究。川西高原13、华北平原14、内蒙古地区15NDVI时空变化与气温、降水等气候因子的响应已有研究;已证实岷江16、长江流域17NDVI与高程、坡度、坡向等自然因子的相关关系;黄河流域NDVI、EVI与气温、降水收稿日期:2022 11 29基金项目:国家自然科学基金项目(51978276)冯娴慧,E-mail:冯娴慧,曾芝琳,景美兮
7、,等.基于NDVI和EVI不同植被指数表征的粤港澳大湾区植被空间格局驱动因子影响力比较分析 J.华中农业大学学报,2023,42(4):116124.DOI:10.13300/ki.hnlkxb.2023.04.013等自然因子的相关关系已有研究18。人为因子方面,黄土高原19、青海省20人均GDP、土地利用、交通、人口等因子与NDVI时空变化存在线性关系。驱动因子之间具有交互作用,在基于宜宾市21、甘肃省22、内蒙古4等地区的 NDVI研究中均有双因子交互影响增强的研究结果,但出现双因子交互影响增强作用的驱动因子类型和影响程度存在差异。植被指数是开展植被覆盖驱动因子及影响力研究的基础要素。因
8、此,若在不同的NDVI、EVI表征下,植被覆盖空间分布特征、主要驱动因子与影响力量化分析结果是否会因不同植被指数的表征差异而产生较大差异的问题,是地带性区域植被保护与发展应用基础研究的必要问题。在植被覆盖驱动因子的研究方法上,常用相关性分析等数理统计方法13-15。近年来,地理探测器等地学研究方法逐渐被应用4,9,23。地理探测器模型是一种探测空间分异性并揭示其背后驱动因子的统计学模型24,能够定量分析各驱动因子对因变量的影响力,影响力也可称为驱动力或解释力4,22,以q值来度量。由于使用统一的量化手段,各驱动因子的影响力可以被相互比较。地理探测器具有无线性假设、对多自变量共线性免疫等优势,被
9、广泛应用于研究地理或人文要素空间变异现象的驱动因子影响力方面。当前,采用地理探测器模型的研究多使用单一植被指数,探讨基于NDVI、EVI分析自然和人为因子等综合驱动因子影响力的研究目前比较少见。据 粤港澳大湾区发展规划纲要(Outline Development Plan for the Guangdong-Hong Kong-Macao Greater Bay Area),截至 2021年末,粤港澳大湾区总人口约7 860万人,是我国开放程度最高、经济活力最强的区域之一,在国家发展大局中具有重要战略地位,经济总量超过10万亿人民币。在推进生态文明建设方面,大湾区实施重要生态系统保护和修复重大
10、工程,具体包括加强珠三角周边山地和丘陵及森林植被系统保护、建设北部连绵山体森林生态屏障、保护沿海红树林、建设沿海植被生态带等,以期构建大湾区生态植被空间,保护生态环境系统,提升生态系统质量和稳定性。本研究选取粤港澳大湾区作为研究区域,基于20052020年NDVI、EVI均值,采用地理探测器模型,分析包括9个自然因子和8个人为因子在内总计17个自然与人为驱动因子在NDVI、EVI表征下的影响力,进行不同植被指数表征下驱动因子对植被分布影响力的研究。从不同植被指数,即不同应用基础要素的角度出发,进一步分析粤港澳大湾区植被覆盖空间分布的影响机制,旨在为加强粤港澳大湾区周边山地、丘陵及森林生态系统保
11、护,提升生态系统质量和稳定性提供科学依据。1材料与方法1.1研究区概况粤港澳大湾区位于广东省中部(2126 N2428 N,11114 E11524 E),总面积5.6万km2,包括原珠三角9市(广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆)和香港、澳门2个特别行政区,属南亚热带和热带气候,年均气温2123,年均降水量1 3002 400 mm;其东、西、北部三面山地丘陵围绕,中部为平原,南部濒临南海。1.2数据来源与预处理本研究采用的NDVI、EVI数据来自美国国家航空航天局(National Aeronautics and Space Administration,NASA)发布的
12、MOD13Q1产品,选取2005-2020年的15 a数据,该数据空间分辨率为250 m,时间分辨率为 16 d,每年有 23 幅影像。采用 MRT(MODIS reprojection tools)工具进行投影转换,投影坐标系选择Albers Equal Area,使用研究区矢量边界进行掩膜裁剪。运用最大值合成法(MVC),将每年的全部影像进行合成,得到大湾区逐年的年最大NDVI、EVI值,经计算得到 NDVI、EVI的 15 a均值分布图。影响植被的因素较为复杂,通常植被空间分布受2类因子的影响:自然因子和人为因子。自然因子又可分为气候类自然因子和非气候类自然因子,气候类自然因子中,选取多
13、年平均气温(X1)、多年平均降水量(X2)、多年平均风速(X3)、多年平均相对湿度(X4)、多年平均日照时数(X5)共5个因子。非气候类自然因子中,选取高程(X6)、坡度(X7)、坡向(X8)、土壤类型(X9)共 4 个因子。人为因子中,考虑到人类对于植被的影响主要与当地的人口、经济、土地利用和造林活动有关,故选取多年平均人口分布(X10)、多年平均国内生产总值(X11)、多年平均第一、二、三产业国内生产总值(X12、X13、X14)、多年平均人均国内生产总值(X15)、土地利用类型(X16)、累计造林面积(X17)共8个因子作为研究对象。第 4 期 冯娴慧 等:基于 NDVI 和 EVI 不
14、同植被指数表征的粤港澳大湾区植被空间格局驱动因子影响力比较分析等自然因子的相关关系已有研究18。人为因子方面,黄土高原19、青海省20人均GDP、土地利用、交通、人口等因子与NDVI时空变化存在线性关系。驱动因子之间具有交互作用,在基于宜宾市21、甘肃省22、内蒙古4等地区的 NDVI研究中均有双因子交互影响增强的研究结果,但出现双因子交互影响增强作用的驱动因子类型和影响程度存在差异。植被指数是开展植被覆盖驱动因子及影响力研究的基础要素。因此,若在不同的NDVI、EVI表征下,植被覆盖空间分布特征、主要驱动因子与影响力量化分析结果是否会因不同植被指数的表征差异而产生较大差异的问题,是地带性区域
15、植被保护与发展应用基础研究的必要问题。在植被覆盖驱动因子的研究方法上,常用相关性分析等数理统计方法13-15。近年来,地理探测器等地学研究方法逐渐被应用4,9,23。地理探测器模型是一种探测空间分异性并揭示其背后驱动因子的统计学模型24,能够定量分析各驱动因子对因变量的影响力,影响力也可称为驱动力或解释力4,22,以q值来度量。由于使用统一的量化手段,各驱动因子的影响力可以被相互比较。地理探测器具有无线性假设、对多自变量共线性免疫等优势,被广泛应用于研究地理或人文要素空间变异现象的驱动因子影响力方面。当前,采用地理探测器模型的研究多使用单一植被指数,探讨基于NDVI、EVI分析自然和人为因子等
16、综合驱动因子影响力的研究目前比较少见。据 粤港澳大湾区发展规划纲要(Outline Development Plan for the Guangdong-Hong Kong-Macao Greater Bay Area),截至 2021年末,粤港澳大湾区总人口约7 860万人,是我国开放程度最高、经济活力最强的区域之一,在国家发展大局中具有重要战略地位,经济总量超过10万亿人民币。在推进生态文明建设方面,大湾区实施重要生态系统保护和修复重大工程,具体包括加强珠三角周边山地和丘陵及森林植被系统保护、建设北部连绵山体森林生态屏障、保护沿海红树林、建设沿海植被生态带等,以期构建大湾区生态植被空间,保
17、护生态环境系统,提升生态系统质量和稳定性。本研究选取粤港澳大湾区作为研究区域,基于20052020年NDVI、EVI均值,采用地理探测器模型,分析包括9个自然因子和8个人为因子在内总计17个自然与人为驱动因子在NDVI、EVI表征下的影响力,进行不同植被指数表征下驱动因子对植被分布影响力的研究。从不同植被指数,即不同应用基础要素的角度出发,进一步分析粤港澳大湾区植被覆盖空间分布的影响机制,旨在为加强粤港澳大湾区周边山地、丘陵及森林生态系统保护,提升生态系统质量和稳定性提供科学依据。1材料与方法1.1研究区概况粤港澳大湾区位于广东省中部(2126 N2428 N,11114 E11524 E),
18、总面积5.6万km2,包括原珠三角9市(广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆)和香港、澳门2个特别行政区,属南亚热带和热带气候,年均气温2123,年均降水量1 3002 400 mm;其东、西、北部三面山地丘陵围绕,中部为平原,南部濒临南海。1.2数据来源与预处理本研究采用的NDVI、EVI数据来自美国国家航空航天局(National Aeronautics and Space Administration,NASA)发布的MOD13Q1产品,选取2005-2020年的15 a数据,该数据空间分辨率为250 m,时间分辨率为 16 d,每年有 23 幅影像。采用 MRT(MOD
19、IS reprojection tools)工具进行投影转换,投影坐标系选择Albers Equal Area,使用研究区矢量边界进行掩膜裁剪。运用最大值合成法(MVC),将每年的全部影像进行合成,得到大湾区逐年的年最大NDVI、EVI值,经计算得到 NDVI、EVI的 15 a均值分布图。影响植被的因素较为复杂,通常植被空间分布受2类因子的影响:自然因子和人为因子。自然因子又可分为气候类自然因子和非气候类自然因子,气候类自然因子中,选取多年平均气温(X1)、多年平均降水量(X2)、多年平均风速(X3)、多年平均相对湿度(X4)、多年平均日照时数(X5)共5个因子。非气候类自然因子中,选取高程
20、(X6)、坡度(X7)、坡向(X8)、土壤类型(X9)共 4 个因子。人为因子中,考虑到人类对于植被的影响主要与当地的人口、经济、土地利用和造林活动有关,故选取多年平均人口分布(X10)、多年平均国内生产总值(X11)、多年平均第一、二、三产业国内生产总值(X12、X13、X14)、多年平均人均国内生产总值(X15)、土地利用类型(X16)、累计造林面积(X17)共8个因子作为研究对象。117第 42 卷 华 中 农 业 大 学 学 报气温、降水量、风速、相对湿度、日照时数等气候类自然因子数据来源于中国科学院资源环境科学数据中心所提供的96个国家级地面气象观测站日值数据,时间跨度为200520
21、20年。采用线性内插法对各站点数据进行填补缺失值处理,并合成为站点年值数据。使用薄板样条法和克里金法(Kriging)对气象数据进行插值。气温、降水受高程影响较大,采用薄板样条法,以高程为协变量对气温、降水进行插值;而对其他气象数据,则使用克里金法进行插值,输出插值结果分辨率皆为250 m。高程数据来源于中国科学院计算机网络信息中心地理空间数据云平台所提供的GDEMV3数据,分辨率为30 m,按自然间断点法分为5类。坡度、坡向数据都是在ArcGIS软件中基于GDEMV3高程数据计算得出,分辨率为30 m,坡度按自然间断点法分为5类,坡向等分为9类。土壤类型数据来源于中国科学院资源环境科学数据中
22、心提供的 1 100万中华人民共和国土壤图数字化栅格图,分辨率为1 km,按照土壤发生分类系统的土类重分类为18类。人口分布数据来源于 WorldPop 平台(https:/www.worldpop.org/)所发布的20052020年的人口空间化栅格数据,分辨率为100 m,每个像元的数值代表该像元的分布人数。土地利用类型数据来源于中国科学院空天信息创新研究院所提供的全球30 m地表覆盖精细分类产品(GLC_FCS30),该数据更新周期为 5 a,选取 2005、2010、2015、2020 年的数据。GDP数据来源于中国科学院资源环境科学数据中心的中国GDP空间分布公里网格数据集,该数据集
23、反映了GDP数据在全国范围内的详细空间分布状况,栅格数据类型的每个栅格代表该网格范围(1 km2)内的 GDP总产值,选用取 2005、2010、2015、2019年的数据。造林数据来源于20052020年的 中国林业统计年鉴 中的分县造林完成情况和香港环境保护署及澳门政府统计暨普查局所提供的环境统计数据。将历年造林的面积单位统一为hm2,并分别统计至2005、2010、2015和2020年的累计造林面积。将以上数据在 ArcGIS 中对各年数据实现空间栅格化,经投影变换、研究区边界掩膜、重采样等处理后分别与NDVI、EVI数据投影、分辨率一致。1.3地理探测器模型本研究主要使用地理探测器中的
24、因子探测和交互作用探测2种功能。因子探测主要用于量化自变量X(驱动因子)对因变量Y(植被指数)空间分异的影响力大小,其原理如下:q=1(h=1LNhh2)/N2(1)式(1)中:q值值域为 0,1,表示某因子X解释了100q%的Y,q值越大表示自变量X对Y的影响力越强,反之则越弱。h=1,L为自变量X的分类或分区;Nh和N分别为类h和全区的单元数;2h和2分别是类h和全区的Y值的方差。交互作用探测主要用于识别不同X因子间的交互作用,即评估因子X1和X2共同作用时是否会增加或减弱对因变量Y的影响力,2个因子间的关系如表1所示。1.4驱动因子探测方法分别以20052020年粤港澳大湾区NDVI、E
25、VI的多年均值作为因变量Y1、Y2,以同时期的平均气温、平均降水量、平均风速等17个指标作为自变量因子 X1、X2、X17,分析各因子对研究区 NDVI、EVI多年均值空间分布的影响。在 ArcGIS 10.2中表1双因子交互作用的类型Table 1Types of interaction between two factors判据 Basis of judgementq(X1X2)Min(q(X1),q(X2)Min(q(X1),q(X2)q(X1X2)Max(q(X1),q(X2)q(X1X2)=q(X1)+q(X2)q(X1X2)q(X1)+q(X2)交互作用Interaction非线性
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 NDVI EVI 不同 格局 驱动 因子 影响力 比较 分析 冯娴慧
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。