全 文 ：第 ３６ 卷第 １２ 期
２０１６年 ６月
生 态 学 报
ＡＣＴＡ ＥＣＯＬＯＧＩＣＡ ＳＩＮＩＣＡ
Ｖｏｌ．３６，Ｎｏ．１２
Ｊｕｎ．，２０１６
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
基金项目：国家自然科学基金项目（３１３６０１８１， ３１１６０１５９）；江西省高校人文社科项目（ＧＬ１３２３）
收稿日期：２０１５⁃０６⁃２９； 　 　 修订日期：２０１６⁃０２⁃２５
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ： ｏｙｘｚ＿２００３＠ ｈｏｔｍａｉｌ．ｃｏｍ
ＤＯＩ： １０．５８４６ ／ ｓｔｘｂ２０１５０６２９１３４４
赵丽红，王屏，欧阳勋志，吴志伟．南昌市植被覆盖度时空演变及其对非气候因素的响应．生态学报，２０１６，３６（１２）：３７２３⁃３７３３．
Ｚｈａｏ Ｌ Ｈ， Ｗａｎｇ Ｐ， Ｏｕｙａｎｇ Ｘ Ｚ， Ｗｕ Ｚ Ｗ．Ａｎ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ ｉｎ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ａｎｄ ｉｔｓ ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｎｏｎ⁃ｃｌｉｍａｔｅ
ｆａｃｔｏｒｓ ｉｎ Ｎａｎｃｈａｎｇ Ｃｉｔｙ， Ｃｈｉｎａ．Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１６，３６（１２）：３７２３⁃３７３３．
南昌市植被覆盖度时空演变及其对非气候因素的响应
赵丽红１，２，王　 屏２，欧阳勋志１，∗，吴志伟３
１ 江西农业大学林学院，南昌　 ３３００４５
２ 江西农业大学国土资源与环境学院，南昌　 ３３００４５
３ 中国科学院沈阳应用生态研究所，沈阳　 １１００１６
摘要：植被是陆地生态系统的重要组成部分，植被覆盖在空间上的差异是气候和人类活动交互作用的结果。 随着城市扩张，人
类活动的加剧及不合理的土地利用方式导致了很多生态问题，对植被覆盖有重大影响。 基于地形调节植被指数的像元二分模
型，利用 ３期 ｌａｎｄｓａｔ⁃ ５ ＴＭ影像图分析南昌市植被覆盖度时空演变特征，并结合 ＤＥＭ 数据分析植被覆盖度及变化的地形梯度
分异规律，利用 ３期土地利用图量化植被覆盖度变化对土地利用方式转变的响应。 结果显示：１）研究区 ２００１—２０１０ 年植被覆
盖度从 ０．５４下降为 ０．４２，总体上呈退化趋势，２００５年之后植被退化有所减缓；２）植被覆盖度的地形梯度变化显著。 植被覆盖度
与高程呈高度的正相关性，在坡度 ０—２２°梯度带呈现较高的正相关，在坡度 ２２—４０°梯度带呈现较高的负相关。 ８０％以上植被
覆盖变化集中在海拔 ３０ ｍ以下、坡度 ４ °以下的区域；３）植被覆盖度变化是地形与土地利用综合作用的结果。 在平原低丘区，
土地利用行为是植被覆盖变化的主导因素。 城市的建设和扩张导致占用耕地、林地和草地，以及大面积的撂荒、伐林等土地活
动对植被覆盖退化的贡献率为 ５０％以上，是植被覆盖退化的主要原因，而退耕还林还草、废弃地复垦、后备资源开发为植被覆盖
增加的主要原因。 可为平原低丘区生态环境监测和构建环境友好型土地利用模式提供科学依据。
关键词：植被覆盖度；时空演变；地形梯度；土地利用；南昌市
Ａｎ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ ｉｎ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ａｎｄ ｉｔｓ
ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｎｏｎ⁃ｃｌｉｍａｔｅ ｆａｃｔｏｒｓ ｉｎ Ｎａｎｃｈａｎｇ Ｃｉｔｙ， Ｃｈｉｎａ
ＺＨＡＯ Ｌｉｈｏｎｇ１， ２， ＷＡＮＧ Ｐｉｎ２， ＯＵＹＡＮＧ Ｘｕｎｚｈｉ１，∗， ＷＵ Ｚｈｉｗｅｉ３
１． Ｃｏｌｌｅｇｅ ｏｆ Ｆｏｒｅｓｔｒｙ， Ｊｉａｎｇｘｉ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｃｈａｎｇ ３３００４５， Ｃｈｉｎａ
２． Ｃｏｌｌｅｇｅ ｏｆ Ｌａｎｄ Ｒｅｓｏｕｒｃｅ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ， Ｊｉａｎｇｘｉ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｃｈａｎｇ ３３００４５， Ｃｈｉｎａ
３． Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｓｈｅｎｙａｎｇ １１００１６， Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ： Ｖｅｇｅｔａｔｉｏｎ ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｃｏｍｐｏｎｅｎｔ ｏｆ ｔｈｅ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ， ａｎｄ ｉｔｓ ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎｓ ａｒｅ
ｄｅｔｅｒｍｉｎｅｄ ｂｙ ｔｈｅ ｉｎｔｅｒａｃｔｉｏｎｓ ｏｆ ｖａｒｉｏｕｓ ｎａｔｕｒａｌ ａｎｄ ｈｕｍａｎ ｆａｃｔｏｒｓ． Ｇｅｎｅｒａｌｌｙ， ｃｌｉｍａｔｉｃ ｆａｃｔｏｒｓ （ ｅ． ｇ．， ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ
ｐｒｅｃｉｐｉｔａｔｉｏｎ） ｒｅｇｕｌａｔｅ ｔｈｅ ｇｒｏｗｔｈ ａｎｄ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎｓ ｏｆ ｖｅｇｅｔａｔｉｏｎ ａｃｒｏｓｓ ａ ｌａｎｄｓｃａｐｅ ｉｎ ｔｈｅ ｌｏｎｇ ｔｅｒｍ， ｗｈｅｒｅａｓ
ｎｏｎ⁃ｃｌｉｍａｔｉｃ ｆａｃｔｏｒｓ， ｓｕｃｈ ａｓ ｈｕｍａｎ ａｃｔｉｖｉｔｉｅｓ， ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｃｈａｎｇｅｓ ｉｎ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｉｎ ｔｈｅ ｓｈｏｒｔ ｔｅｒｍ． Ｔｈｅ “ｒｅｔｕｒｎｉｎｇ
ｆａｒｍｌａｎｄ ｔｏ ｌａｋｅ” ａｎｄ “ ｒｅｔｕｒｎｉｎｇ ｆａｒｍｌａｎｄ ｔｏ ｆｏｒｅｓｔ” ｐｒｏｊｅｃｔｓ ｉｍｐｌｅｍｅｎｔｅｄ ｓｉｎｃｅ １９９８ ｈａｖｅ ｌｅｄ ｔｏ ｍａｎｙ ｅｃｏｌｏｇｉｃａｌ ａｎｄ
ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｂｌｅｍｓ ｉｎ Ｎａｎｃｈａｎｇ ｃｉｔｙ． Ｐｒｅｖｉｏｕｓ ｓｔｕｄｉｅｓ ｈａｖｅ ｓｕｇｇｅｓｔｅｄ ｔｈａｔ ｅｘｐｌｏｒｉｎｇ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｎｏｎ⁃ｃｌｉｍａｔｉｃ ｆａｃｔｏｒｓ
（ｅ．ｇ．， ｔｏｐｏｇｒａｐｈｙ ａｎｄ ｌａｎｄ ｕｓｅ ｂｅｈａｖｉｏｒ） ｏｎ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｃａｎ ｐｒｏｖｉｄｅ ｓｃｉｅｎｔｉｆｉｃ ｂａｓｅｓ ａｎｄ ｒｅｆｅｒｅｎｃｅｓ ｆｏｒ ｅｃｏｌｏｇｉｃａｌ ａｎｄ
ｅｎｖｉｒｏｎｍｅｎｔａｌ ｍｏｎｉｔｏｒｉｎｇ ｉｎ ａ ｌｏｗ ｈｉｌｌｙ ｐｌａｉｎ ｒｅｇｉｏｎ （ ｅ． ｇ．， Ｎａｎｃｈａｎｇ ｃｉｔｙ） ． Ｉｎ ｔｈｉｓ ｓｔｕｄｙ， ｅｍｐｌｏｙｉｎｇ ａ ｄｉｍｉｄｉａｔｅ ｐｉｘｅｌ
ｍｏｄｅｌ ａｎｄ ｔｈｒｅｅ Ｌａｎｄｓａｔ⁃ ５ ＴＭ ｉｍａｇｅｓ， ｗｅ ｉｎｖｅｓｔｉｇａｔｅｄ ｔｈｅ ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎｓ ｉｎ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｆｒｏｍ
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
２００１ ｔｏ ２０１０ ｉｎ Ｎａｎｃｈａｎｇ ｃｉｔｙ． Ｔｈｅ ｔｏｐｏｇｒａｐｈｙ⁃ａｄｊｕｓｔｅｄ ｖｅｇｅｔａｔｉｏｎ ｉｎｄｅｘ ｗａｓ ｕｓｅｄ ｔｏ ｄｅｒｉｖｅ ｔｈｅ ｄｉｍｉｄｉａｔｅ ｐｉｘｅｌ ｍｏｄｅｌ． Ｔｈｅ
ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｗａｓ ｃａｌｃｕｌａｔｅｄ ｂａｓｅｄ ｏｎ Ｌａｎｄｓａｔ⁃ ５ ＴＭ ｉｍａｇｅｓ ｉｎ ２００１， ２００５， ａｎｄ ２０１０． Ａ ｄｉｇｉｔａｌ ｅｌｅｖａｔｉｏｎ
ｍｏｄｅｌ （ＤＥＭ） ｗａｓ ｕｓｅｄ ｔｏ ｉｎｖｅｓｔｉｇａｔｅ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｔｅｒｒａｉｎ ｆａｃｔｏｒｓ ｏｎ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ． Ｉｎ ａｄｄｉｔｉｏｎ， ｔｈｒｅｅ ｐｅｒｉｏｄｓ
ｏｆ ｌａｎｄ ｕｓｅ ｍａｐｓ ｗｅｒｅ ｕｓｅｄ ｔｏ ｃｈａｒａｃｔｅｒｉｚｅ ｔｈｅ ｒｅｓｐｏｎｓｅ ｏｆ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｃｈａｎｇｅ ｔｏ ｌａｎｄ ｕｓｅ ｃｈａｎｇｅ ｂａｓｅｄ ｏｎ
ｔｈｅ “ｏｖｅｒｌａｐ” ａｎｄ “ｚｏｎａｌ ｓｔａｔｉｓｔｉｃｓ” ｔｏｏｌｓ ｉｎ ＡｒｃＧＩＳ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ： １） ｔｈｅ ｍｅａｎ ｖａｌｕｅｓ ｆｏｒ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ
ｃｏｖｅｒ ｉｎ Ｎａｎｃｈａｎｇ ｃｉｔｙ ｗｅｒｅ ０． ５４， ０． ４５， ａｎｄ ０． ４２ ｉｎ ２００１， ２００５， ａｎｄ ２０１０， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｏｖｅｒａｌｌ， ｔｈｅ ｆｒａｃｔｉｏｎａｌ
ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｄｅｃｒｅａｓｅｄ ｆｒｏｍ ２００１ ｔｏ ２０１０， ａｎｄ ｔｈｉｓ ｔｒｅｎｄ ｗａｓ ｒｅｔａｒｄｅｄ ａｆｔｅｒ ２００５． Ｓｐａｔｉａｌｌｙ， ｌｏｃａｔｉｏｎｓ ｗｉｔｈ ｈｉｇｈ
ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｗｅｒｅ ｃｌｕｓｔｅｒｅｄ ａｔ ｔｈｅ ｃｅｎｔｅｒ ｏｆ Ｎａｎｃｈａｎｇ ｃｉｔｙ． Ｓｐｅｃｉｆｉｃａｌｌｙ， ｔｈｅ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ
ｄｅｇｅｎｅｒａｔｅｄ ｏｂｖｉｏｕｓｌｙ ｉｎ Ｘｉｎｊｉａｎ Ｃｏｕｎｔｙ， Ａｎｙｉ Ｃｏｕｎｔｙ， ａｎｄ Ｊｉｎｘｉａｎ Ｃｏｕｎｔｙ ｆｒｏｍ ２００１ ｔｏ ２００５． Ｆｒｏｍ ２００５ ｔｏ ２０１０， ｔｈｅ
ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｄｅｃｌｉｎｅｄ ｉｎ Ｎａｎｃｈａｎｇ Ｃｏｕｎｔｙ， Ｊｉｎｘｉａｎ Ｃｏｕｎｔｙ， ａｎｄ Ｘｉｈｕ Ｄｉｓｔｒｉｃｔ ａｎｄ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｉｎｃｒｅａｓｅｄ ｉｎ
ｏｔｈｅｒ ｃｏｕｎｔｉｅｓ， ｅｓｐｅｃｉａｌｌｙ ｉｎ Ａｎｙｉ Ｃｏｕｎｔｙ ａｎｄ ＱｉｎＳｈａｎｈｕ ａｎｄ ＤｏｎｇＨｕ ｄｉｓｔｒｉｃｔｓ． ２） Ｒｅｌａｔｉｏｎｓｈｉｐｓ ｂｅｔｗｅｅｎ ｆｒａｃｔｉｏｎａｌ
ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ａｎｄ ｔｅｒｒａｉｎ ｗｅｒｅ ｓｉｇｎｉｆｉｃａｎｔ． Ｓｐｅｃｉｆｉｃａｌｌｙ， ｔｈｅ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｗａｓ ｐｏｓｉｔｉｖｅｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ
ｅｌｅｖａｔｉｏｎ ａｎｄ ａ ｓｌｏｐｅ ｇｒａｄｉｅｎｔ ｏｆ ０—２２ ｄｅｇｒｅｅｓ ａｎｄ ｎｅｇａｔｉｖｅｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ａ ｓｌｏｐｅ ｇｒａｄｉｅｎｔ ｏｆ ２２—４０ ｄｅｇｒｅｅｓ． Ｍｏｒｅ ｔｈａｎ
８０％ ｏｆ ｔｈｅ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｃｈａｎｇｅｓ ｏｃｃｕｒｒｅｄ ｉｎ ａｒｅａｓ ｗｉｔｈ ａｎ ａｌｔｉｔｕｄｅ ｏｆ ＜３０ ｍ ａｎｄ ａ ｓｌｏｐｅ ｏｆ ＜４ ｄｅｇｒｅｅｓ． ３） Ｔｈｅ ｃｈａｎｇｅ
ｉｎ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｒｅｓｕｌｔｅｄ ｆｒｏｍ ｔｈｅ ｉｎｔｅｒａｃｔｉｏｎｓ ｏｆ ｔｅｒｒａｉｎ ａｎｄ ｌａｎｄ ｕｓｅ． Ｌａｎｄ ｕｓｅ ｐｌａｙｅｄ ａ ｐｒｅｄｏｍｉｎａｎｔ ｒｏｌｅ ｉｎ
ａｌｔｅｒｉｎｇ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ， ｅｓｐｅｃｉａｌｌｙ ｉｎ ｔｈｅ ｌｏｗ ｈｉｌｌｙ ｐｌａｉｎ ａｒｅａｓ． Ｃｏｎｖｅｒｔｉｎｇ ｃｕｌｔｉｖａｔｅｄ ｌａｎｄ， ｆｏｒｅｓｔ ｌａｎｄ， ａｎｄ ｇｒａｓｓｌａｎｄ ｔｏ
ｄｅｖｅｌｏｐｅｄ ｌａｎｄ， ａｂａｎｄｏｎｉｎｇ ｃｕｌｔｉｖａｔｅｄ ｌａｎｄ， ａｎｄ ｃｕｔｔｉｎｇ ｆｏｒｅｓｔｌａｎｄ ｗｅｒｅ ｔｈｅ ｍａｉｎ ｃａｕｓｅｓ ｏｆ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｄｅｇｒａｄａｔｉｏｎ
（ａｃｃｏｕｎｔｉｎｇ ｆｏｒ ５０％）． Ｔｈｅ ｐｏｌｉｃｉｅｓ ｏｆ ｓｐｅｅｄｉｎｇ ｕｐ ｏｆ ｕｒｂａｎｉｚａｔｉｏｎ ｉｎ ｔｈｅ ｌｏｗ ｈｉｌｌｙ ｐｌａｉｎ ａｒｅａ ａｎｄ ｔｈｅ ｒｅｔｕｒｎｉｎｇ ｏｆ ｆａｒｍｌａｎｄ
ｔｏ ｆｏｒｅｓｔ ａｎｄ ｇｒａｓｓｌａｎｄ， ｒｅｃｌａｉｍｉｎｇ ｌａｎｄ， ａｎｄ ｄｅｖｅｌｏｐｉｎｇ ｒｅｓｅｒｖｅｄ ｌａｎｄ ｒｅｓｏｕｒｃｅｓ ｗｅｒｅ ｔｈｅ ｍａｉｎ ｃａｕｓｅｓ ｆｏｒ ｔｈｅ ｖｅｇｅｔａｔｉｏｎ
ｃｏｖｅｒ ｉｎｃｒｅａｓｅ．
Ｋｅｙ Ｗｏｒｄｓ： ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ； ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ； ｔｅｒｒａｉｎ ｇｒａｄｉｅｎｔ； ｌａｎｄ ｕｓｅ； Ｎａｎｃｈａｎｇ ｃｉｔｙ
植被是陆地生态系统的重要组成部分，具有截留降雨、减少雨滴击溅、减缓地表径流、保土固土等功能，是
土壤侵蚀与水土流失的主要监测因子［１］。 植被覆盖度是反映生态系统变化的重要参数，是评价一个地区生
态系统是否健康、生态环境质量是否良好的重要指标［２⁃３］。 当前国内外学者普遍基于遥感手段，利用模型
法［４⁃６］、植被指数法［７⁃８］和像元分解模型法［９⁃１４］等方法进行植被覆盖度的反演，评价区域的生态环境［８］。 而像
元分解模型法实质上是对植被指数法的改进，为当前的主流方法。 综观国内对植被覆盖度的研究，多采用国
外的研究方法，选择区域大都为丘陵山地区，具有水土流失严重，生态环境质量差的特征，如齐清［１５］、张宝
庆［１］、李旭谱［１６］、廖清飞［１７］、秦超［１８］、严恩萍［１９］、李恒凯［１４］等分别以黄土高原、西北五省、青海省东部农业
区、陕西省、京津地区、江西赣州市为研究区，进行植被覆盖时空演变遥感监测与分析。 研究表明植被覆盖变
化与气候、地形有显著的相关性，气候因素在长时间序列上对植被的生长和分布起着主要作用，但短期内植被
覆盖的变化主要受人类活动的影响［２０］。 目前在人类活动对植被覆盖变化的影响研究方面欠缺，特别是平原
低丘区的毁林开荒、退耕还林、开发建设等土地利用活动对区域植被覆盖的影响。 土地利用方式的转变对土
壤的主要理化特性皆有影响［２１⁃２２］，毁林开荒、围湖造田、建设用地占耕地等土地利用方式会严重破坏土壤，影
响生物多样性和生态系统生产力［２３］。 当然一些土地利用方式也有利于水土流失的治理和植被的恢复，如退
耕还林。 因此以平原低丘区为研究区，量化研究人类活动（土地利用行为）对植被覆盖度的影响显得尤其
重要。
南昌市位于江西省中部偏北，处赣江、抚河尾闾，鄱阳湖之滨，是江西省省会，是鄱阳湖生态经济区的核心
城市，推动着全省经济发展和城市化进程。 南昌市以地丘、岗地和冲积平原地貌为主，平均海拔为 ２５ ｍ，降雨
量充沛，土地利用以耕地和林地为主，水土流失问题比较严重。 １９９８ 年南昌市实施了“平垸行洪、退田还湖”
以及“退耕还林”、“一大四小”工程，另一方面随着城市的扩张，人类活动的加剧及不合理的土地利用方式导
４２７３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
致了诸多生态问题，加剧了城市的水土流失。 因此在这段时期南昌市的植被覆盖如何变化？ 植被覆盖变化呈
现怎样的地形梯度规律？ 植被覆盖变化与土地利用行为有何关系？ 基于此背景及目的，本文以 ＧＩＳ 和 ＲＳ 为
技术支撑，分析南昌市在城市扩张下的植被覆盖时空变化特征，尤其是分析土地利用方式的转变对植被覆盖
度变化的驱动，为今后建立友好型土地利用模式，协调新型城镇化下社会经济建设与生态环境保护的矛盾提
供参考。
１　 研究数据及方法
１．１　 数据来源
本研究时间尺度为 １０年（２００１—２０１０年），所采用的遥感数据为 ｌａｎｄｓａｔ⁃ ５ ＴＭ 影像图，空间分辨率为 ３０
ｍ，数据来源于“地理空间数据云”遥感数据共享平台（ｈｔｔｐ： ／ ／ ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ ／ ）。 为便于进行时空变化分析，
选择地面站接收时间为 ２００１年、２００５年和 ２０１０年，条带号为 １２１和 １２２，行编号为 ４０。 ３ 期影像数据平均云
量均低于 １０％，数据质量良好，且所选择的 ３期数据时相为 ６月，处于植被生长旺季，具有可比拟性，能满足研
究需求。 另 ３０ ｍ的 ＤＥＭ和对应的 ３期土地利用现状图皆来源于南昌市土地利用规划数据库，用于提取地形
及土地利用信息，以分析植被覆盖对地形和土地利用方式等非气候因素的响应。
１．２　 数据预处理
在 ＥＮＶＩ ５．１平台对获取遥感影像图进行预处理。 辐射定标与大气校正是数据预处理关键，首先将灰度
值转化为辐射亮度值或反射率，在此基础上进行大气校正，去除大气对地面地物辐射反射的影响，还原地物本
身的反射光谱特征。 对校正后的图像进行重投影，将 “ＷＧＳ⁃ ８４”转换为 “西安 ８０”地理坐标系。 运用
“Ｓｅａｍｌｅｓｓ Ｍｏｓａｉｃ”工具对进行无缝拼接，再以南昌市行政界线为掩膜文件进行裁剪，最终获取南昌市 ２００１
年、２００５年和 ２０１０年遥感影像图。 在 ＡｒｃＧＩＳ １０．２平台对 ＤＥＭ图和土地利用现状图进行重投影，投影为西安
８０坐标，建立空间数据库。
１．３　 植被覆盖度估算方法
１．３．１　 地形调节植被指数计算
本文引用江洪等［２４］的研究，用红光波段构建阴影植被指数（ＳＶＩ），与归一化植被指数（ＮＤＶＩ）进行线性组
合，构建地形调节植被指数（ＴＡＶＩ）。
ＳＶＩ ＝（ＭＲ－ＢＲ） ／ ＢＲ （１）
ＴＡＶＩ ＝ＮＤＶＩ＋ ｆ（Δ）×ＳＶＩ （２）
式中，ＢＲ表示红光波段，ＭＲ表示红光波段的最大值，ｆ（Δ）表示地形调节因子。 ｆ（Δ）的确定至关重要，可从
ｆ（Δ）为零开始进行优化匹配，当阳坡的最大 ＴＡＶＩ与阴坡的最大 ＴＡＶＩ 值相当或近似时，则该时的 ｆ（Δ）为最
优值。
１．３．２　 基于 ＴＡＶＩ的像元二分模型法
像元二分模型假设像元信息分为植被部分所贡献的信息（Ｓｖｅｇ）和由无植被覆盖部分（Ｓｓｏｉｌ）所贡献的信息
两部分［２５］。 假设混合像元中植被覆盖的面积比例即为该像元的植被覆盖度（ＦＶＣ），而土壤覆盖的面积比则
为 １－ＦＶＣ，则有：
ＦＶＣ＝（Ｓ－Ｓｓｏｉｌ） ／ （Ｓｖｅｇ－Ｓｓｏｉｌ） （３）
当遥感信息 Ｓ选择为 ＴＡＶＩ时，公式（３）可以表示为：
ＦＶＣ＝（ＴＡＶＩ－ＴＡＶＩｓｏｉｌ） ／ （ＴＡＶＩｖｅｇ－ＴＡＶＩｓｏｉｌ） （４）
式中，Ｓｓｏｉｌ为裸土或无植被覆盖区的植被指数值，Ｓｖｅｇ表示纯植被像元的植被指数值。 植被覆盖类型是随景观
类型而变化的［２５］，可将土地利用类型作为计算 ＴＡＶＩｓｏｉｌ和 ＴＡＶＩｖｅｇ的基础。 按不同土地类型提取相对应的
ＴＡＶＩｖｅｇ和 ＴＡＶＩｓｏｉｌ值，根据经验进行估计，ＴＡＶＩｖｅｇ与 ＴＡＶＩｓｏｉｌ分别取累积频率 ９５％与 ５％时对应的值。
１．４　 植被覆盖度对非气候因子响应分析方法
对 ３期植被覆盖度图进行差值运算，从 ＤＥＭ数据中提取高程和坡度，再对其进行重分类划分梯度带。 运
５２７３　 １２期 　 　 　 赵丽红　 等：南昌市植被覆盖度时空演变及其对非气候因素的响应 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
用“分区统计”方法对植被覆盖度图、植被覆盖变化差值图进行统计，分析不同梯度带的植被覆盖度变化规
律。 将 ３期土地利用图进行叠加分析，获取 ２００１—２００５ 年和 ２００５—２０１０ 年两时段的土地利用变化图斑，将
其与植被覆盖变化差值图进行交叉面积统计，以分析植被覆盖变化对土地利用方式转变的响应。
２　 结果与分析
２．１　 植被覆盖度时空演变特征
按上述方法估算出 ２００１年、２００５年和 ２０１０年植被覆盖度，按照等级划分标准［１４］得到 ３期植被覆盖度等
级图（图 １）和两时段的植被覆盖度变化等级图（图 ２）。
统计各等级的植被覆盖度面积（表 １）及覆盖度变化面积（表 ２）。
图 １　 研究区植被覆盖度分布
Ｆｉｇ．１　 ＦＶＣ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ
６２７３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ２　 研究区植被覆盖度变化
Ｆｉｇ．２　 Ｔｈｅ ｖａｒｉａｔｉｏｎ ｏｆ ＦＶＣ ｉｎ ｓｔｕｄｙ ａｒｅａ
表 １　 分级标准及植被覆盖度等级面积比例
Ｔａｂｌｅ １　 Ｇｒａｄｉｎｇ ｓｔａｎｄａｒｄｓ ａｎｄ ｐｅｒｃｅｎｔａｇｅ ｏｆ ｔｏｔａｌ ａｒｅａ ｏｆ ＦＶＣ
植被覆盖度等级
ＦＶＣ ｒａｎｋ
阈值区间
Ｔｈｒｅｓｈｏｌｄ ｉｎｔｅｒｖａｌ
面积比例 Ａｒｅａ ｐｅｒｃｅｎｔａｇｅ ／ ％
２００１年 ２００５年 ２０１０年
２００１—２００５年
变化幅度 ／ ％
Ｒａｎｇｅａｂｉｌｉｔｙ
（２００１—２００５）
２００５—２０１０年
变化幅度 ／ ％
Ｒａｎｇｅａｂｉｌｉｔｙ
（２００５—２０１０）
无植被 Ｎｏｎ⁃ｖｅｇｅｔａｔｉｏｎ ≤０ １５．５２ ２１．９６ １７．６８ ６．４３ －４．２８
裸地 Ｂａｒｅ ｌａｎｄ ０＜ＦＶＣ＜０．１ １．７３ ２．６８ ３．４０ ０．９５ ０．７２
低度覆盖 Ｌｏｗ ｃｏｖｅｒａｇｅ ０．１≤ＦＶＣ＜０．３ ６．７２ ９．９１ １６．０４ ３．１９ ６．１３
中低度覆盖
Ｌｏｗ ｔｏ ｍｏｄｅｒａｔｅ ｃｏｖｅｒａｇｅ ０．３≤ＦＶＣ＜０．４５ １１．１３ １２．８３ １７．９１ １．７０ ５．０８
中度覆盖
Ｍｏｄｅｒａｔｅ ｃｏｖｅｒａｇｅ ０．４５≤ＦＶＣ＜０．６ １６．６９ １５．９３ １６．５４
－０．７６ ０．６１
高度覆盖
Ｈｅｉｇｈｔ ｃｏｖｅｒａｇｅ ＦＶＣ≥０．６ ４８．２１ ３６．６９ ２８．４４
－１１．５１ －８．２６
表 ２　 植被覆盖度变化级别面积比例
Ｔａｂｌｅ ２　 Ｐｅｒｃｅｎｔａｇｅ ｏｆ ｔｏｔａｌ ａｒｅａ ｆｏｒ ｔｈｅ ｖａｒｉａｔｉｏｎ ｇｒａｄｉｎｇ ｏｆ ＦＶＣ
植被覆盖度变化级别
Ｖａｒｉａｔｉｏｎ ｇｒａｄｉｎｇ ｏｆ ＦＶＣ
阈值区间
Ｔｈｒｅｓｈｏｌｄ ｉｎｔｅｒｖａｌ
２００１—２００５年变化幅度 ／ ％
Ｒａｎｇｅａｂｉｌｉｔｙ（２００１—２００５）
２００５—２０１０年变化幅度 ／ ％
Ｒａｎｇｅａｂｉｌｉｔｙ（２００５—２０１０）
严重退化 Ｓｅｒｉｏｕｓ ｄｅｇｒａｄａｔｉｏｎ －１．０≤ｘ≤－０．３ ２７．０９ １９．６４
退化 Ｄｅｇｒａｄａｔｉｏｎ －０．３＜ｘ≤－０．１ ２３．０９ １８．２０
轻微退化 Ｓｌｉｇｈｔ ｄｅｇｒａｄａｔｉｏｎ －０．１＜ｘ≤－０．０５ ５．９９ ５．２５
稳定 Ｓｔａｂｉｌｉｔｙ －０．０５＜ｘ≤０．０５ ２１．４１ ２３．９７
轻微增加 Ｓｌｉｇｈｔｌｙ ｉｎｃｒｅａｓｅ ０．０５＜ｘ≤０．１ ４．１２ ５．０４
增加 Ｉｎｃｒｅａｓｅ ０．１＜ｘ≤０．３ １０．６８ １４．２５
剧烈增加 Ｓｈａｒｐ ｉｎｃｒｅａｓｅ ０．３＜ｘ≤１ ７．６２ １３．６４
７２７３　 １２期 　 　 　 赵丽红　 等：南昌市植被覆盖度时空演变及其对非气候因素的响应 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
研究区 ２００１年、２００５年和 ２０１０年的植被覆盖度均值分别为 ０．５４、０．４５ 和 ０．４２，植被覆盖度呈现下降趋
势，２００５年之后下降幅度稍小。 从表 １和图 １可知南昌市植被覆盖度以中度覆盖和高度覆盖为主，主要分布
在新建县、南昌县、进贤县、安义县和湾里区。 １０年间南昌市植被覆盖度呈现由高度覆盖向中低度覆盖、低度
覆盖演变的特点，植被覆盖呈退化趋势。 植被高度覆盖占总面积比由 ４８．２１％降为 ２８．４４％，中度覆盖区比较
稳定，面积百分比在 １６％左右，中低度覆盖和低度覆盖区面积由 １１．１３％、６．７１％上升为 １７．９１％和１６．０４％。 从
表 ２可知，两时段植被退化区面积占总面积比分别为 ５６．１７％和 ４３．０９％，其中以严重退化为主，但 ２００５ 年后
退化有所减缓；植被覆盖稳定区面积比分别占 ２１．４１％和 ２３．９７％；植被覆盖增加面积比由 ２２．４１％上升为
３２．９４％。 从空间分布来看（图 ２），植被退化与增加呈现空间聚集特征。 ２００１—２００５ 年植被覆盖退化以新建
县、安义县、进贤县最为明显。 ２００５—２０１０年除南昌县、新建县、进贤县和西湖区仍呈一定退化趋势外，其它
区域植被覆盖均从低度覆盖向高度覆盖转变，植被覆盖有所提高，以安义县、青山湖区和东湖区最为明显。
自 １９９８年起为维护区域的生态安全，南昌市实施了“平垸行洪、退田还湖”等工程，在一定程度上增加了
水域面积，另一方面受降水影响，河流湖泊蓄积量增加，水域面积增加。 ２００５—２０１０ 年之间，特别是 ２００７—
２００９年间，南昌市年降水量与近 ３０年偏差值在－４００ ｍｍ 左右。 此外三峡水库建成之后，水库下游的径流过
程发生改变，鄱阳湖水位也在一定程度上受到影响。 受该些因素影响，研究区鄱阳湖水体萎缩，转变为滩地和
荒草地。 随着对湿地保护力度的加大，河流湖泊周边植被发育良好，植被覆盖呈剧烈增加趋势。
２．２　 植被覆盖度的地形梯度变异规律
图 ３　 植被覆盖度随高程梯度变化
Ｆｉｇ．３　 Ｔｈｅ ｃｈａｎｇｅ ｏｆ ＦＶＣ ｗｉｔｈ ｓｌｏｐｅ ｅｌｅｖａｔｉｏｎ
２．２．１　 植被覆盖度的高程梯度变化
南昌市为低丘平原地貌，将 ０—６０ ｍ以 １０ ｍ为间距分成 ６个梯度带，６０—１００ ｍ划为一个梯度带，１００—
５００ ｍ以 １００ ｍ为间距分成 ４个梯度带，５００ ｍ以上划为一个梯度带，共划分为 １２ 个梯度带。 分别对 ３ 期植
被覆盖度及两时段植被覆盖变化等级进行统计（图 ３），植被覆盖表现出明显的垂直地带性，呈梯度变化，即随
着高程的增加植被覆盖度也有所增加。 高程 ３０ ｍ以下的植被覆盖度在 ０．４左右，且随高程增加而缓慢增加；
３０—６０ ｍ梯度带植被覆盖度随高程增加，上升幅度有所提高；１００—２００ ｍ梯度带植被覆盖度上升较大，３００ ｍ
以上植被覆盖度变化不大，稳定在 ０．７５ 左右。 将高程与 ３ 期植被覆盖度进行相关性分析，相关系数分别为
８２７３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
０．９４ 、０．９７、０．９５，结果表明植被覆盖度与高程呈高度正相关。 ２００１—２００５年植被覆盖退化与增加随高程变化
上下波动，无显著相关。 高程梯度带内植被覆盖退化面积占总覆盖退化面积比例、植被覆盖增加面积占总增
加面积比例随高程增加而降低，７５％植被覆盖变化区域集中在高程 ３０ ｍ以下。 ２００５—２０１０ 年，在高程 １００ ｍ
以上植被覆盖退化占同一梯度面积比急剧下降，植被覆盖增加占同一梯度面积比急剧上升，但在 ５００ ｍ 以上
呈反向变化。
２．２．２　 植被覆盖度的坡度梯度变化
南昌市坡度范围为 ０—４０°，其中 ０—６°区域占 ８５％，１６°以上占 ５％。 根据研究区地形特点，以 ２°为间隔进
行坡度梯度带划分，共划分 ２０个带。 分别对 ３期植被覆盖度和两时段植被覆盖变化级别进行统计，得出结果
如图 ４。 坡度在 ０—１０°梯度带植被覆盖度略有下降，主要是该梯度区域地势较平缓，为人类活动的主要区域，
植被生长受人为干扰较严重；１０—２２°梯度带植被覆盖度开始增加。 在 １０—１６°梯度带增加速度较快，主要是
因为受人为干扰较小，土地利用方式单一，主要为林地。 １６—２２°梯度带植被覆盖度增加较缓慢，达到最高值；
２２—２４°梯度带植被覆盖度开始下降，在 ３８°以上急剧下降。 将坡度与 ３ 期植被覆盖度进行相关分析，在坡度
０—２２°梯度带呈较高的正相关，相关系数分别为 ０．８９、０．８８和 ０．９１；在坡度 ２２—４０°梯度带呈很高的负相关，相
关系数分别为－０．９７、－０．９８和－０．９８。 ８５％植被覆盖变化区域集中在 ４°以下，随坡度增加人类活动干扰减少，
植被退化程度有所减缓。 坡度 １２°以上植被增加随坡度梯度上升明显，植被退化随坡度梯度上升而减缓。
２００５—２０１０年植被覆盖增加速度大于植被覆盖退化速度，但由于发生面积较小，不能逆转整个研究区植被覆
盖退化的趋势。
图 ４　 植被覆盖度随坡度梯度变化
Ｆｉｇ．４　 Ｔｈｅ ｃｈａｎｇｅ ｏｆ ＦＶＣ ｗｉｔｈ ｓｌｏｐｅ
２．３　 植被覆盖度对土地利用方式转变的响应分析
将 ３期土地利用类型图进行叠加分析，确定土地利用方式的转变类型为 ２７类。 将植被覆盖变化类型（退
化和增加）面积占同一转变类型区域面积比定义为响应度，阈值范围为“０—１”，趋近于 １ 说明响应度大，反之
响应度小，结果如图 ５。 为便于统计与制图，对土地转换类型名称进行简化，如将“林地转耕地”简化为“林转
耕”，“建设用地转草地”简化为“建转草”，“水域转其它土地”简写成“水转其它”，其它名称亦同。
经统计近 ６０％的植被覆盖度变化区域的土地利用方式均发生转变。 植被覆盖度退化对土地利用方式转
变的响应强度为“其它转草”＞“林转荒草”＞“耕转荒草”＞“耕转水” ＞“草转建” ＞“林转建” ＞“草转水” ＞“林转
９２７３　 １２期 　 　 　 赵丽红　 等：南昌市植被覆盖度时空演变及其对非气候因素的响应 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
其它”＞“林转耕”＞“耕转建”＞“其它转建”，响应度均在 ０．５以上，其它转换类型植被覆盖度退化较少。 “其它
转草”表现为园地转草地，虽响应强度大，但占总退化面积比例不大；研究区以耕地和林地为主，结合响应度
可知植被覆盖退化主要是由于大量的耕地、林地转荒草地和建设用地所致，此外“草转建”及“林转耕”也有较
大影响。 植被覆盖度增加对土地利用方式转变的响应强度为“草转林”＞“荒草地转林”＞“建转草”＞“建转耕”
＞“水转耕”＞“耕转林”＞“其它转林”＞“水转草”，响应度均在 ０．５以上，其它转换类型植被覆盖度增加较少。
图 ５　 土地利用方式转变类型下的植被覆盖度变化响应
Ｆｉｇ．５　 Ｔｈｅ ｒｅｓｐｏｎｓｅ ｏｆ ＦＶＣ ｃｈａｎｇｅ ｗｉｔｈ ｌａｎｄ ｕｓｅ ｃｈａｎｇｅ
结合土地利用方式和相关政策，将土地利用方式转变归并为“建设占用”、“土地开发”、“土地复垦”、“退
耕还林”、“退田还湖”、“围湖造田”、“毁林开荒”、“撂荒”等八种类型。 在 ＧＩＳ下运用空间分析模块中的区域
统计进行面积制表，统计八种土地利用变化方式下的植被覆盖变化面积，将植被覆盖变化类型（退化和增加）
面积占同一类型区域面积比表征植被覆盖变化对土地利用方式转变类型的响应程度。 毁林开荒、建设占用、
退田还湖、撂荒等土地利用行为导致植被退化的面积分别占同一类型区域的面积比分别为 ６９％、５２％、４９％和
４８％，而其它土地利用变化类型导致植被覆盖退化的面积比较小；土地开发、退耕还林、土地复垦、围湖造田等
土地利用变化类型导致植被覆盖增加的面积分别占同一类型区域的面积比分别为 ８０％、７３％、６１％和 ７２％，其
它类型植被覆盖增加较少。
３　 讨论
３．１　 植被覆盖度遥感估算方法的可靠性
根据测算原理不同植被覆盖度的估算方法多样。 传统的方法虽然精度高但是耗时耗力，适用于小范围植
０３７３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
被覆盖度的测算。 运用遥感手段进行植被覆盖度的调查成为当前主流，其具有范围广、效率高的特点。 采用
像元二分法进行植被覆盖度的提取较普遍，主要是像元二分模型计算较简单，削弱了土壤背景、植被类型和大
气对植被指数的影响，具有推广性。 植被覆盖度遥感监测最关键的是植被指数的选择与植被指数转换方
法［２６］。 目前应用较广的仍是 ＮＤＶＩ，但其消除土壤背景影响的能力较差，易达到饱和［２６］，主要是由于山体阴
影造成的。 多个研究［２４，２７⁃２８］验证得出 ＴＡＶＩ 通过波段的线性组合即可消除地形干扰，不需要高精度的 ＤＥＭ
数据，没有其他的限定条件，具有较高的实用意义［２８］。
本研究为更好的突出 ＴＡＶＩ抗地形影响效果，选取了湾里区部分山地为样区进行验证（图 ６）。 从图 ６ 中
很易目视判别，与 ＮＤＶＩ相比 ＴＡＶＩ 很好的消除了地形纹理。 山体阳坡的 ＴＡＶＩ 值低于 ＮＤＶＩ 值，而阴坡的
ＴＡＶＩ值明显高于 ＮＤＶＩ值，阴坡阳坡的 ＴＡＶＩ值非常近似。 结果充分说明 ＴＡＶＩ 有效的对山体阴坡信息进行
了补偿，而对山体阳坡信息进行了抑制，与现实的植被指数较贴近，为植被覆盖度测算的精度奠定了基础，且
这一结果与江洪［２４］、刘亚迪［２８］的研究结论一致。 通过植被覆盖度变化对非气候因素的响应分析可说明像元
二分模型可准确模拟植被覆盖度的变化趋势。 但该种方法受遥感影像分辨率、植被类型和植物群落垂直尺度
异质性影响［１２］，所以遥感监测结果不能完全代替地面调查结果，如何充分利用高分影像图提高植被覆盖度估
算模型精度也成为当下研究的重点与热点［１２］。
图 ６　 样区影像、ＴＡＶＩ和 ＮＤＶＩ对比
Ｆｉｇ．６　 Ｔｈｅ ｃｏｎｔｒａｓｔ ｏｆ ｉｍａｇｅ，ＴＡＶＩ ａｎｄ ＮＤＶＩ ｉｎ ｔｈｅ ｓａｍｐｌｅ ａｒｅａ
３．２　 平原低丘区植被覆盖变化的驱动力
植被覆盖变化及其在空间上的差异性是一个自然和人类活动交互作用的过程，气候对植被覆盖的影响主
要表现为气温与降水对植被生长的影响［２０］。 一般来说气候与地形有较大的相关性，研究区属平原低丘区，除
山地外，区域的气候差异不大。 ２００７—２００９年南昌市降水量与以往偏差－４００ ｍｍ，降水量对植被覆盖影响具
有滞后性，对丘陵区影响不大，但对滨湖河滩区域有影响，体现在由于河流湖面萎缩导致的裸露滩涂的植被覆
盖增加。 本文仅分析在不考虑气候因素影响下，人类活动与地形对植被覆盖度变化的影响。 结果表明植被覆
盖度与地形梯度呈高度正相关，坡度 ２２°以下呈正相关，坡度 ２２°以上呈负相关，这与李恒凯［１４］、廖清飞［１７］等
的研究结论一致。 呈现该变化特征的原因为南昌市地处亚热带，年平均降水量 １５１５—１５９５ ｍｍ，雨量充沛，山
区降雨量频繁。 随着坡度增加，受水力侵蚀导致水土流失增强，造成土壤养分的流失，植被覆盖度急剧下降。
研究区的植被覆盖退化受自然水土流失影响仅表现在陡坡，但这部分面积所占比重较小，仅为 ０．２％。 ８０％以
上植被覆盖变化集中在海拔 ３０ ｍ以下、坡度 ４°以下的区域，是人类主要活动区域，为人们进行各项生产生活
的主要场所，特别是城市的扩张对生态的干扰极大，造成较严重的城市人为水土流失。
３．３　 土地利用方式转型对植被覆盖变化的驱动占主导
研究区 ７０％以上的面积在高程 ３０ ｍ、坡度 ４°以下，为人类生产活动的主要区域，显然以人为主导的资源
开发与土地利用等活动是植被覆盖变化的主要原因。 城市的建设和扩张导致占用耕地、林地和草地，以及大
１３７３　 １２期 　 　 　 赵丽红　 等：南昌市植被覆盖度时空演变及其对非气候因素的响应 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
面积的撂荒和伐林，这些土地利用方式是植被覆盖退化的主要原因。 毁林开荒导致了土壤侵蚀性退化，使水
土流失加剧，生物多样性和生态系统的多样性逐步消失，主要分布在新建县、湾里区、安义县和进贤县的丘陵
山地区。 撂荒主要分布安义县、新建县南部和进贤县的西部。 滥开滥垦的耕地撂荒，如毁林开荒后的撂荒和
围湖造田后的撂荒使得原有的植被很难在短时间内得到恢复，导致地表裸露，易发生沙化和荒漠化，主要分布
在沿湖沿江的南昌县北部、新建县北部和南部，以及进贤县的低丘区。
退耕还林还草、废弃地复垦、后备资源开发是植被覆盖增加的主要原因。 退耕还林在研究区的丘陵山地
区均有分布。 ２００２—２００７年南昌市完成退耕还林工程 ２１４５１ ｈｍ２，完成 ９０５３．３３ ｈｍ２坡耕地和沙化耕地的退
耕还林，主要分布在新建县、安义县、进贤县和湾里区。 退耕还林工程的实施，特别是对荒滩地、低产农田实施
退耕还林，调整了土地利用结构和产业结构，如进贤县前坊镇万亩油茶丰产林基地、架桥乡的千亩吴茱萸药材
基地和新建县生米镇的千亩杨树工业原料林基地等。 坡地开发为林地可以控制水土流失，但是滩涂开发区土
壤砂性重，结构差，植被少，易形成水土流失。
对 ３期土地利用图进行叠加后获取土地利用类型转移矩阵，结果显示研究区 ２００１—２００５ 年耕地面积减
少 １１９９６６．３ ｈｍ２，主要转变为建设用地、林地和荒草地，林地面积减少 ４５３５２．７４ ｈｍ２，主要转变为耕地、荒草地
和建设用地。 说明随着城市化进程的加快，出现大量建设占用、乱采乱挖等现象，同时也存在生态退耕、毁林
开发和耕地撂荒并存的不合理土地利用模式。 这些土地利用方式致使人为水土流失日趋严重。 据统计，研究
区水土流失面积占区域总面积的 １８．８％，其中进贤县、新建县和安义县水土流失较严重。 城市的水土流失也
不容忽视，这直接导致了 ２００１—２００５ 年植被覆盖的严重退化。 研究区 ２００５—２０１０ 年耕地减少 ６３８６６． ３８
ｈｍ２，主要转变为林地、建设用地和荒草地，林地减少 ３０４５１．３８ ｈｍ２，主要转变为耕地和建设用地。 说明城市扩
张占用耕地和林地现象依然存在，生态退耕、毁林开发和耕地撂荒并存的矛盾仍然突出，这也是 ２００５—２０１０
年间植被覆盖持续退化的原因。 随着第二轮土地规划工作的开展与实施，建设环境友好型的土地利用模式成
为工作的重中之重。 研究区加大了生态退耕力度，通过土地整治增加耕地面积 ５６５５７．６１ ｈｍ２，林地面积增加
３９１８１．４３ ｈｍ２。 这些举措都有利于植被覆盖度的增加和植被质量的提高，在一定程度上减缓了植被覆盖的退
化。 另一方面针对人为水土流失情况，２００５年以来南昌市加大了对水土流失的治理，以青山湖为试点进行了
城市水土流失治理。 安义县被列为长江流域生态修复工程试点县，经过十年的治理生态修复区内森林覆盖率
均增加了 ５％，水土流失治理程度达到 ９０％以上［２９］，因此青山湖区、安义县和主城区植被覆盖均有明显提高。
４　 结论
本文采用 ＴＡＶＩ像元二分模型对南昌市植被覆盖度进行了动态监测。 ２００１—２０１０ 年近 １０ 年南昌市植被
覆盖度总体呈持续下降的趋势，表现为从高度覆盖向中低度覆盖、低度覆盖转化的特征，植被覆盖以高度覆盖
为主，且表现出明显的地形梯度规律。 研究结果表明抗地形调节植被指数具有较好的抗地形效果，消除了地
形对植被光谱信息的影响，提高了植被覆盖度估算的精度。 像元二分模型可准确模拟植被覆盖度的变化趋
势。 短期内植被覆盖度的变化反应了人类活动的作用，表现为土地利用行为对植被覆盖的影响。 量化植被覆
盖度对土地利用方式转变的响应，丰富了植被覆盖度变化的驱动研究。 退耕还林、土地开发复垦和围湖造田
等土地利用行为对植被覆盖增加有较大贡献，而毁林开荒、建设占用和撂荒等土地利用行为对植被覆盖退化
贡献较大。 因此在平原丘陵区应制定合理的土地利用模式以保障城镇建设与生态环境的协调发展。
由于本文未采用长时间序列的遥感数据，故未分析气候因素对植被覆盖度的影响。 今后可考虑采用短周
期的长时间序列遥感数据，结合气候因素进行更深入的研究。 另可进一步探讨如何构建友好型的土地利用模
式，以提高植被质量和减缓植被的退化，为区域的生态环境建设及城市可持续发展提供科学依据。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［ １ ］　 张宝庆， 吴普特， 赵西宁． 近 ３０ａ黄土高原植被覆盖时空演变监测与分析． 农业工程学报， ２０１１， ２７（４）： ２８７⁃２９３．
［ ２ ］ 　 史冲． 植被指数在植被覆盖度测算中的应用． 北京测绘， ２０１４， （２）： ９４⁃９７．
２３７３ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
［ ３ ］　 Ｃｕｏ Ｌ， Ｌｅｔｔｅｎｍａｉｅｒ Ｄ Ｐ， Ｍａｔｔｈｅｕｓｓｅｎ Ｂ Ｖ， Ｓｔｏｒｃｋ Ｐ． Ｈｙｄｒｏｌｏｇｉｃ ｐｒｅｄｉｃｔｉｏｎ ｆｏｒ ｕｒｂａｎ ｗａｔｅｒｓｈｅｄｓ ｗｉｔｈ ｔｈｅ Ｄｉｓｔｒｉｂｕｔｅｄ Ｈｙｄｒｏｌｏｇｙ⁃Ｓｏｉｌ⁃Ｖｅｇｅｔａｔｉｏｎ
Ｍｏｄｅｌ． Ｈｙｄｒｏｌｏｇｉｃａｌ Ｐｒｏｃｅｓｓ， ２００８， ２２（２１）： ４２０５⁃４２１３．
［ ４ ］ 　 Ｖａｎ ｄｅ Ｖｏｏｒｄｅ Ｔ， Ｖｌａｅｍｉｎｃｋ Ｊ， Ｃａｎｔｅｒｓ Ｆ． Ｃｏｍｐａｒｉｎｇ ｄｉｆｆｅｒｅｎｔ ａｐｐｒｏａｃｈｅｓ ｆｏｒ ｍａｐｐｉｎｇ ｕｒｂａｎ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｆｒｏｍ Ｌａｎｄｓａｔ ＥＴＭ＋ ｄａｔａ： Ａ ｃａｓｅ
ｓｔｕｄｙ ｏｎ Ｂｒｕｓｓｅｌｓ． Ｓｅｎｓｏｒｓ， ２００８， ８（６）： ３８８０⁃３９０２．
［ ５ ］ 　 Ｂｏｙｄ Ｄ Ｓ， Ｆｏｏｄｙ Ｇ Ｍ， Ｒｉｐｐｌｅ Ｗ Ｊ． Ｅｖａｌｕａｔｉｏｎ ｏｆ ａｐｐｒｏａｃｈｅｓ ｆｏｒ ｆｏｒｅｓｔ ｃｏｖｅｒ ｅｓｔｉｍａｔｉｏｎ ｉｎ ｔｈｅ Ｐａｃｉｆｉｃ Ｎｏｒｔｈｗｅｓｔ， ＵＳＡ， ｕｓｉｎｇ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ．
Ａｐｐｌｉｅｄ Ｇｅｏｇｒａｐｈｙ， ２００２， ２２（４）： ３７５⁃３９２．
［ ６ ］ 　 陈晓光， 李剑萍， 韩颖娟， 李志军， 陈葆德． 宁夏近 ２０年来植被覆盖度及其与气温降水的关系． 生态学杂志， ２００７， ２６（９）： １３７５⁃１３８３．
［ ７ ］ 　 Ｎｏｒｔｈ Ｐ Ｒ Ｊ． Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｆＡＰＡＲ， ＬＡＩ， ａｎｄ ｖｅｇｅｔａｔｉｏｎ ｆｒａｃｔｉｏｎａｌ ｃｏｖｅｒ ｆｒｏｍ ＡＴＳＲ⁃２ ｉｍａｇｅｒｙ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００２， ８０（１）： １１４⁃
１２１．
［ ８ ］ 　 罗亚， 徐建华， 岳文泽． 基于遥感影像的植被指数研究方法述评． 生态科学， ２００５， ２４（１）： ７５⁃７９．
［ ９ ］ 　 Ｊｉｍéｎｅｚ⁃Ｍｕñｏｚ Ｊ Ｃ， Ｓｏｂｒｉｎｏ Ｊ Ａ， Ｐｌａｚａ Ａ， Ｇｕａｎｔｅｒ Ｌ， Ｍｏｒｅｎｏ Ｊ， Ｍａｒｔíｎｅｚ Ｐ． Ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｆｒａｃｔｉｏｎａｌ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｒｅｔｒｉｅｖａｌｓ ｆｒｏｍ
ｖｅｇｅｔａｔｉｏｎ ｉｎｄｉｃｅｓ ａｎｄ ｓｐｅｃｔｒａｌ ｍｉｘｔｕｒｅ ａｎａｌｙｓｉｓ： ｃａｓｅ ｓｔｕｄｙ ｏｆ ＰＲＯＢＡ ／ ＣＨＲＩＳ ｄａｔａ ｏｖｅｒ ａｎ ａｇｒｉｃｕｌｔｕｒａｌ ａｒｅａ． Ｓｅｎｓｏｒｓ， ２００９， ９（２）： ７６８⁃７９３．
［１０］ 　 Ｊｏｈｎｓｏｎ Ｂ， Ｔａｔｅｉｓｈｉ Ｒ， Ｋｏｂａｙａｓｈｉ Ｔ． Ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｏｆ ｆｒａｃｔｉｏｎａｌ ｇｒｅｅｎ ｖｅｇｅｔａｔｉｏｎ ｃｏｖｅｒ ｕｓｉｎｇ ｓｐａｔｉａｌｌｙ⁃ｉｎｔｅｒｐｏｌａｔｅｄ ｅｎｄｍｅｍｂｅｒｓ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，
２０１２， ４（９）： ２６１９⁃２６３４．
［１１］ 　 刘琳， 姚波． 基于 ＮＤＶＩ象元二分法的植被覆盖变化监测． 农业工程学报， ２０１０， ２６（Ｓ１）： ２３０⁃２３４．
［１２］ 　 王朗， 傅伯杰， 吕一河， 曾源． 生态恢复背景下陕北地区植被覆盖的时空变化． 应用生态学报， ２０１０， ２１（８）： ２１０９⁃２１１６．
［１３］ 　 张号， 屈建军， 张克存． 绿洲植被覆盖度遥感信息提取———以敦煌绿洲为例． 中国沙漠， ２０１５， ３５（２）： ４９３⁃４９８．
［１４］ 　 李恒凯， 刘小生， 李博， 李发帅． 红壤区植被覆盖变化及与地貌因子关系———以赣南地区为例． 地理科学， ２０１４， ３４（１）： １０３⁃１０９．
［１５］ 　 齐清， 王天明， 寇晓军， 葛剑平． 泾河流域植被覆盖时空演变及其与降水的关系． 植物生态学报， ２００９， ３３（２）： ２４６⁃２５３．
［１６］ 　 李旭谱， 张福平， 胡猛， 魏永芬． 基于 ＳＰＯＴ ＮＤＶＩ 的植被覆盖时空演变规律分析———以西北五省为例． 干旱地区农业研究， ２０１２， ３０
（５）： １８０⁃１８４， １９９⁃１９９．
［１７］ 　 廖清飞， 张鑫， 马全， 姚瑶， 于东平． 青海省东部农业区植被覆盖时空演变遥感监测与分析． 生态学报， ２０１４， ３４（２０）： ５９３６⁃５９４３．
［１８］ 　 秦超， 李君轶， 陈宏飞， 包珺玮， 宋光飞． 陕西省植被覆盖时空演变特征及其与气候因子的关系． 中国农业气象， ２０１５， ３６（１）： １０８⁃１１４．
［１９］ 　 严恩萍， 林辉， 党永峰， 夏朝宗． ２０００⁃２０１２年京津风沙源治理区植被覆盖时空演变特征． 生态学报， ２０１４， ３４（１７）： ５００７⁃５０２０．
［２０］ 　 白建军， 白江涛， 王磊． ２０００⁃２０１０年陕北地区植被 ＮＤＶＩ时空变化及其与区域气候的关系． 地理科学， ２０１４， ３４（７）： ８８２⁃８８８．
［２１］ 　 刘艳丽， 李成亮， 高明秀， 张民， 赵庚星． 不同土地利用方式对黄河三角洲土壤物理特性的影响． 生态学报， ２０１５， ３５（１５）： ５１８３⁃５１９０．
［２２］ 　 李鉴霖， 江长胜， 郝庆菊． 缙云山不同土地利用方式土壤有机碳组分特征． 生态学报， ２０１５， ３５（１１）： ３７３３⁃３７４２．
［２３］ 　 刘永强， 廖柳文， 龙花楼， 秦建新． 土地利用转型的生态系统服务价值效应分析———以湖南省为例． 地理研究， ２０１５， ３４（４）： ６９１⁃７００．
［２４］ 　 江洪， 汪小钦， 吴波， 陈芸芝． 地形调节植被指数构建及在植被覆盖度遥感监测中的应用． 福州大学学报： 自然科学版， ２０１０， ３８（４）：
５２７⁃５３２．
［２５］ 　 李苗苗， 吴炳方， 颜长珍， 周为峰． 密云水库上游植被覆盖度的遥感估算． 资源科学， ２００４， ２６（４）： １５３⁃１５９．
［２６］ 　 陈晋， 陈云浩， 何春阳， 史培军． 基于土地覆盖分类的植被覆盖率估算亚像元模型与应用． 遥感学报， ２００１， ５（６）： ４１６⁃４２２．
［２７］ 　 江洪， 毛政元， 汪小钦． 地形调节植被指数及其在森林动态监测中的应用． 北京林业大学学报， ２０１１， ３３（５）： ８⁃１２．
［２８］ 　 刘亚迪， 汪小钦， 江洪． 基于地形调节植被指数估算长汀县植被覆盖度． 国土资源遥感， ２０１５， ２７（１）： １６４⁃１７１．
［２９］ 　 徐宇， 彭云辉． 南昌市水土保持工作现状与建议． 江西水利科技， ２００８， ３４（３）： ２２４⁃２２６．
３３７３　 １２期 　 　 　 赵丽红　 等：南昌市植被覆盖度时空演变及其对非气候因素的响应