刘清华，任金铜，2，任 芳

（1.贵州工程应用技术学院，贵州 毕节 551700；2.贵州省典型高原湿地生态保护与修复重点实验室，贵州 毕节 551700；3.航天宏图信息技术股份有限公司，北京 100195）

植被覆盖在水土保持、调节大气和维持生态系统稳定等方面发挥着重要作用，对流域开发具有重要影响[1]。六冲河是乌江一级支流，六冲河流域的生态状况关系着乌江流域乃至长江流域生态安全。开展六冲河流域长时间序列表征植被信息的归一化植被指数（Normal Difference Vegetation Index，NDVI）时空变化特征研究具有重要意义，可为典型喀斯特流域生态保护与修复提供科学参考。

NDVI 是目前应用最为广泛的经典遥感植被指数，被广泛应用于大规模植被覆盖变化监测中[2]。郝爱华等[3]分析了1982—2015 年青藏高原高寒草甸和高寒草原NDVI 时空演变的差异特征；马楠等[4]基于NDVI分析了新疆植被覆盖变化特征；朱慧等[5]通过计算质量频率和噪声比分析了长江流域MODIS NDVI 质量情况；董伯纲等[6]基于多年NDVI 数据分析了干旱遗产效应的持续时间以及不同植被类型的响应差异；龙映豪等[7]揭示了贵州岩溶峡谷NDVI 变化及与人口的关系；郑春燕等[8]探究中巴经济走廊NDVI 变化对当地生态环境改善具有重要意义；和彩霞等[9]基于1982—2015年GIMMS NDVI 3G 数据探究了西南岩溶区植被覆盖的时空变化及未来趋势；高峥等[10]基于淮河流域1999—2018 年NDVI 数据，研究了淮河流域月、季、年等3 个时间尺度的NDVI 时空演变规律；李茜荣等[11]利用成渝经济圈2000—2018 年的MODIS NDVI 遥感数据对植被覆盖状况进行分析。

本文基于国产遥感云计算平台PIE-Engine Studio，计算六冲河流域长时间序列NDVI 植被指数，运用均值法和趋势分析法研究区植被变化情况，为揭示六冲河流域植被覆盖变化及生态环境保护与修复提供科学参考。

1 研究区概况

六冲河流经贵州省赫章县、纳雍县、七星关区、大方县、织金县、黔西市等，在黔西市化屋基与三岔河汇流成鸭池河，干流全长273.4 km，是毕节境内最大的河流[12]。六冲河流域地处滇东高原向黔中山原丘陵过渡的倾斜地带，流域内地形西高东低，平均海拔1 400 m，最高2 900.6 m，最低457.0 m[13]。六冲河流域属北亚热带温凉湿润季风气候，雨量较丰沛，多年平均年降水量为992.0 mm，多年平均径流量为48.7 亿m3[14]。2021-02-03，习近平总书记在贵州考察调研时，专门到乌江六冲河段实地察看，听取乌江流域水污染防治、生态修复保护、实施禁渔禁捕等情况汇报。

2 研究方法

2.1 NDVI 植被指数计算

NDVI 是一种遥感图像增强处理方法，可以将多光谱数据变换成一个单独的图像波段，用于表征植被分布特征。NDVI 的取值范围为-1～+1，较高的NDVI值代表包含较多的植被，公式如下：

式（1）中：a为NDVI 的值；b为近红外波段的反射值；R为红光波段的反射值。

2.2 均值法

对研究区NDVI 月均值、年均值计算并进行统计，用于以分析研究区NDVI 每月或每年的变化情况。公式如下：

此外，为能有效反映研究区8 年NDVI 的总体变化特征，针对2013—2020 年NDVI 的年累计平均值进行计算。计算公式如下：

2.3 一元线性趋势分析法

本文利用一元线性回归方程的斜率反映植被NDVI 的年际变化特征，该方法的优势在于通过对不同时期的数据进行拟合，能够有效地消除异常因子对植被的影响，计算公式如下：

式（4）中：Hslope为回归方程的斜率，若Hslope＞0 时，表示NDVI 随时间变化有增加趋势，研究区域植被状况趋于变好的发展趋势，若Hslope＜0 时，表示NDVI随时间变化有减少趋势，研究区域植被状况趋于变差的发展趋势；n为研究时间序列的长度；ak为第k年的NDVI，k=1 表示2013 年，k=2 表示2014 年，…，k=8表示2020 年。

3 结果与分析

3.1 六冲河流域2013—2020 年NDVI 月均值变化分析

NDVI 变化是流域植被覆盖状况变化重要表现，通过PIE-Engine 遥感云计算平台计算2013—2020 年六冲河流域NDVI 月均值，并绘出其随年份变化的趋势图，如图1 所示。

图1 六冲河流域2013—2020 年NDVI 月均值变化特征曲线

由图1 可知：2013 年研究区3—6 月呈持续上升的趋势，6 月份到达一个峰值，约为0.58，7—8 月呈下降的趋势，减少到约为0.32，9 月呈上升趋势达到次峰值约为0.57，10 月呈下降趋势，减少到约为0.09，11月呈上升趋势，增加到0.37，12 月呈下降趋势，减少到0.14；2014 年1—3 月呈下降趋势，3 月份达到谷底约为0.03，4—6 月、11—12 月保持相对稳定的状态，7—8 月、9—10 月呈上升趋势，10 月到达峰值，约为0.45，6—7 月、8—9 月都呈下降趋势；2015 年1—3月、4—6 月、7—9 月、10—11 月呈上升趋势，3—4月下降到谷底，约为0.05，6—7 月有轻微的下降，减少了0.05，9—10 月、11—12 月呈下降趋势，减少了0.1；2016 年1—7 月呈持续上升趋势，7 月达到峰值，约为0.58，7—9 月、10—12 月呈下降趋势，9—10 月呈上升趋势；2017 年1—2 月、4—5 月、6—7 月、9—11月呈现上升趋势，其中7月份达到峰值，约为0.58，11 月份达到次峰值，约为0.55，2—4 月有轻微下降，减少了0.03，5—6 月呈现出急剧下降，减少了0.45，7—9 月也存在大幅度的下降，减少了0.23，11—12 月呈下降趋势，减少了0.24；2018 年1—3 月、6—7 月、8—10 月、11—12 月呈下降趋势，其中6—7 月和8—10 月减少量最大，分别为0.35 和0.38，12 月份达到谷底，约为0.03，3—6 月、7—8 月、10—11 月呈上升趋势，其中6 月份达到峰值，约为0.64；2019 年1—2月、3—4 月、5—6 月、7—9 月、10—11 月都呈现下降的趋势，其中3—4 月和5—6 月下降趋势较大，分别减少了0.28 和0.27，2—3 月、4—5 月、6—7 月、9—10 月、11—12 月都呈现上升趋势，其中2—3 月和6—7 月上升趋势较大，在7 月份达到峰值，约为0.42；2020 年1—2 月、3—5 月、7—8 月、9—10 月呈现上升趋势，其中5 月份达到峰值，约为0.60，在2—3 月、5—7 月、8—9 月、10—12 月呈下降趋势，其中5—7月和8—9 月下降趋势较大，分别减少了0.39 和0.32，在12 月份达到谷底，约为0.03。根据NDVI 月均值变化规律的分析，在2013—2020 年六冲河流域NDVI 月均值存在着显著的季节差异，每年春季的NDVI 值基本偏低，但基本上在每年夏季的NDVI 都会到达峰值，具体表现为：夏季＞秋季＞冬季＞春季。

3.2 六冲河流域2013—2020 年NDVI 年均值变化分析

通过PIE-Engine 遥感云计算平台计算2013—2020年六冲河流域NDVI 年均值，并绘出其随年份变化的趋势图，如图2 所示。

图2 2013—2020 年NDVI 年均值变化特征曲线

由图2 可知：研究区2013 年、2014 年、2019 年、2020 年的NDVI 值都小于年度总均值；而2015—2018年的NDVI 值都大于年度总均值，其中2013—2014 年、2016—2017 年、2018—2020 年NDVI 值都呈下降趋势；2014—2016 年、2017—2018 年NDVI 值都呈上升趋势。

3.3 六冲河流域2013—2020 年NDVI 斜率变化分析

通过PIE-Engine 云计算平台计算出的NDVI 年均值，使用趋势分析法的公式计算出斜率变化，再绘制出斜率变化特征曲线，如图3 所示。

图3 2013—2020 年NDVI 斜率变化特征曲线

由图3 可知：研究区2013—2020 年的斜率都大于0，2013—2020 年六冲河流域NDVI 值总体呈上升趋势，体现了六冲河流域生态环境有良好的发展趋势；2013—2018 年六冲河流域NDVI 值总体呈上升趋势，体现了六冲河流域生态环境有良好的发展趋势；2018—2022 年度研究区NDVI 斜率呈下降趋势。

4 结论

本文通过PIE-Engine 云计算大数据平台提供的Landsat 系列卫星影像数据，计算出六冲河流域长时间序列的NDVI，运用均值法和趋势分析法探究研究区域的变化情况，研究结果如下。

根据NDVI 月均值变化规律的分析，在2013—2020 年六冲河流域NDVI 月均值存在着显著的季节差异，每年春季的NDVI 值基本偏低，但基本上在每年夏季的NDVI 都会到达峰值，具体表现为：夏季＞秋季＞冬季＞春季。根据NDVI 年均值变化情况，可以看到在2013 年、2014 年、2019 年、2020 年等4 年的NDVI 值都小于年度总均值，而2015—2018 年的NDVI值都大于年度总均值，其中2013—2014年、2016—2017年、2018—2020 年NDVI 值都呈下降趋势；2014—2016年、2017—2018 年NDVI 值都呈上升趋势。

通过趋势分析的方法计算得出2013—2020年的斜率都大于0，因此2013—2020 年六冲河流域NDVI 值总体呈上升趋势，体现了六冲河流域生态环境有良好的发展趋势。