陆面植被影响着能量平衡、气候、水文和生化循环，可以作为气候和人文因素对环境影响的敏感指标。而归一化植被指数 (NDVI) 作为陆面植被生长状况的指示因子, 对农作物长势、生态系统监测以及土地利用/覆盖变化等研究具有重要意义^[1-7]。陆面植被覆盖的变化, 直接导致用于地表潜热蒸发的地表水分含量发生变化, 使控制地表热通量的主要因子如反照率、热容、热传导率等发生改变，继而导致地表温度 (LST) 发生显著变化^[8-10]。地表温度是研究区域地表能量平衡和资源环境变化的重要参数之一，其分布特征成为城市热岛评价、土壤水分估算、农业旱情监测、农业布局和预防作物寒害的重要参考依据^[8-15]。近年来，利用MODIS等卫星遥感资料进行的区域性NDVI和LST变化及其应用方面的研究已取得较多进展，在农业生产和布局、生态系统、地表资源环境进行宏观、大范围、动态连续监测和研究中得到广泛应用，从而为防灾减灾提供了重要参考依据^[5-28]。

安徽省地处中纬度地带，在太阳辐射、大气环流和地理环境的综合影响下，属暖温带向亚热带的过渡型气候。淮北平原属温带半湿润季风气候，淮河以南属亚热带湿润季风气候，充沛的光、热、水资源，有利于农、林、牧、渔业发展，并由此构成了丰富的陆地生态系统。由于气候的过渡型特征，南北冷暖气团交绥频繁，天气多变，常有旱、涝、风、冻等自然灾害，从而给安徽省的农业生产和布局、植被生态系统分布及其监测等带来不利影响。刘惠敏等^[20]利用MODIS NDVI对安徽省淮北平原冬小麦长势进行有效监测, 并建立了淮北平原冬小麦长势监测旬、月NDVI比较模型和NDVI半定量监测指标模型；此外，刘惠敏等^[21]还对MODIS与AVHRR数据的安徽省植被变化监测进行了比较。何彬方等^[22]利用MODIS NDVI对安徽的土地覆盖进行了分类研究。上述研究对安徽省的农业生产、植被监测、土地利用等方面具有指导意义。目前利用卫星遥感资料对安徽省NDVI和LST的季节变化以及空间分布特征研究甚少，而且二者分布的内在关系如何尚不清楚。

本文利用2001—2008年MODIS遥感数据，对安徽省NDVI和LST的季节、月变化以及空间分布特征进行详尽分析，并对4个代表城市区域的NDVI和LST时空分布特征作了深入探讨。

安徽省位于29°41′~ 34°38′N，114°54′~119°37′E范围内 (图 1)，全省东西宽约450 km，南北长约570 km，总面积139600 km²，约占全国总面积的1.45%。全省地势西南高、东北低，地形地貌南北迥异，复杂多样。长江、淮河横贯省境，分别流经安徽省长达416 km和430 km，将全省划分为淮北平原、江淮丘陵和皖南山区3大自然区域。同时可将安徽省细分为5个自然区域 (见图 1)：① 淮北平原；② 江淮丘陵；③ 皖西大别山区；④ 沿江平原；⑤ 皖南山区。除去皖西大别山区，本文将根据城市规模、城市人口、行政区划和经济发展等要素，选出4个代表城市：阜阳、合肥、安庆、黄山，分别做NDVI和LST四季的空间定量相关分析。

图 1

图 1. 安徽省行政区划图 Fig 1. Sketch map of Anhui Province

本文选用由美国NASA提供的MODIS数据计算出的月平均NDVI (MOD13A1，时间分辨率为月) 和LST (MOD11A2，时间分辨率为8 d) 数据产品，空间分辨率均为1000 m，以及土地利用/覆盖变化 (MOD12Q1) 数据产品，空间分辨率为500 m。其中，根据LST的8 d资料平均而得到其月资料。选取NDVI和LST的数据时段为2001—2008年，选取每年3—5月、6—8月、9—11月和12月—次年2月分别代表春、夏、秋、冬各季。

利用2001—2008年的NDVI和LST月平均资料，计算出全省每个格点的标准差s：

(1)

式 (1) 中，x_i为每个格点2001—2008年逐月的NDVI (或LST) 值，x为2001—2008年NDVI (或LST) 月平均值，n为2001—2008年的96个月。标准差最终是为了计算NDVI (或LST) 的变异系数v：

(2)

v表征2001—2008年NDVI或LST的变化。同时计算2001—2008年安徽省每个格点的NDVI和LST相关系数r：

(3)

式 (3) 中，R_i和T_i分别为每个格点2001—2008年逐月NDVI和LST值，R和T分别为2001—2008年NDVI和LST月平均值，n为2001—2008年的96个月。

图 2a和2b分别给出了安徽省2001—2008年逐季的NDVI和LST的分布状况，NDVI和LST表现出明显的季节变化和空间分布差异 (不考虑水体部分，下同)。

图 2

图 2. 2001—2008年安徽省NDVI (a) 和LST (b) 的季节平均分布 Fig 2. Seasonal average variations of NDVI (a) and LST (b) in Anhui Province during 2001—2008

从图 2a可知，冬季安徽省NDVI普遍较低，其中淮河以南至皖南山区的NDVI为全年最低，均在0.6以下，其中江淮之间的大部分地区NDVI在0.3左右，为全年最低。以淮河和长江为界，冬季安徽省NDVI呈现南北高、中间低的分布；春季安徽省NDVI普遍明显升高，同样呈现南北高、中间低，其中淮北平原地区NDVI达到全年最高，达0.7以上；夏、秋季, 淮河以南至皖南山区的NDVI达到全省最大，最高达0.9以上。全省NDVI值空间变化不大，总体上呈由南至北递减的梯度变化；秋季，安徽省大部分地区NDVI呈明显的减少趋势，仍然是由南至北递减的梯度变化分布，除皖南山区和大别山区，全省其他大部分地区均下降到0.6以下。此外，不同季节，城市区域的NDVI普遍比周边非城区的均要低很多，以合肥、阜阳和黄山等城市表现最为突出。

从图 2b可知，冬季, 安徽省LST均为全年最低值，大部分地区均在10℃以下；春季，安徽省LST表现为比较明显的增温趋势, 大部分地区升至22℃以上，大致呈现南北低、中间高的特征。不同的是淮北平原、大别山区以及皖南山区仅升至18℃左右，与这3个区域春季NDVI较高有很好的对应；夏季，安徽省LST为继续增加趋势，全省LST均上升至全年最高值，绝大部分地区均在27℃以上，其中淮北平原地区LST达32℃以上。总体呈由南至北递增的梯度变化；秋季, 安徽省LST有比较明显的降低趋势，与春季LST范围大致相当，不同的是淮北平原地区LST也在22℃以上。同时，可以清楚地看到城市LST明显高于其周边地区，以夏季合肥地区最为明显。

图 3给出了2001—2008年期间安徽省多年逐月平均NDVI和LST变化 (即季内变化) 和分布特征。根据实地调查安徽省淮北平原和沿淮主要以暖温带落叶阔叶林为主，中部江淮丘陵、沿江和大别山区北部为亚热带落叶-常绿阔叶混交林，从大别山分水岭经铜陵、繁昌至宣城水阳镇一线以南地区为中亚热带常绿阔叶林为主，植被茂密，因此该区植被指数一直都很大。由于淮北平原地区主要是落叶阔叶植被及季节性强的植物 (如小麦、油菜等农作物)，1—4月，冰雪融化，开始萌芽，5月以后分别达到生命旺盛期，因此，8月该地区的植被指数出现波峰，覆盖度增强，期间6月由于冬小麦收割，导致淮北平原NDVI跌入一个小波谷。11月大部分植被的落叶加之农作物的减少，覆盖度减弱，12月跌入波谷，NDVI减小 (图 3a)。相比之下，江淮之间也有如此变化规律，但是亚热带湿润季风气候为生物的生长以及种类的增多 (如水稻等农作物) 提供有利条件，因此覆盖率总体比淮河以北高，NDVI也较高 (图 3a)。而皖南山区和皖西大别山区的常绿植被较多，加之长江沿岸湖泊之中还有较茂盛的水生植被，加上亚热带湿润季风气候，植被种类繁多。特别是在8月和9月地表植被达到高峰，NDVI到达峰值，即使到冬季与其他地区相比，其下降也较缓慢，且NDVI也一直高于同一时期的其他地域 (图 3a)。从图 3b可以看出，安徽省的LST与NDVI的月变化趋势较为相似且空间分布特征密切相关。图 3还表明，植被的季节变化和空间分布决定了地表温度的分布变化状况，如植被覆盖率高的地区，地表温度则相对较低；特别是6月，淮北平原小麦收割完毕，加之秋粮作物 (大豆、玉米等) 出芽慢，地表覆盖类型基本为裸地，LST达到全年最高，同时也明显高于其他自然区域，达到甚至超过了同期的城市地区LST值 (图 3b)。可见，在相当的光照等外部自然条件下，不同植被覆盖类型对地表温度的高低起着决定性作用。

图 3

图 3. 2001—2008年安徽省NDVI (a) 和LST (b) 的月平均分布特征 Fig 3. Monthly average variations of NDVI (a) and LST (b) in Anhui Province during 2001—2008

综上所述，一方面，安徽省NDVI和LST季节、月变化显著，不同区域变化趋势有着显著不同。另一方面，安徽省NDVI和LST在空间上均有较大差异。冬、春季节, 安徽省NDVI表现出南北高、江淮低的分布趋势，夏、秋季节，NDVI总体上由南至北递减，存在明显的梯度变化。上述特征较真实地反映了安徽省处于暖温带与亚热带过渡地区的植被梯度变化规律。LST在春、夏和秋季与NDVI的分布趋势相反，春季LST南北低、江淮高, 夏、秋季节, 由南至北递增，也存在明显的梯度变化。此外，相对于城市周边郊区，城市区域的NDVI低、LST高现象较为明显。

图 4a和4b分别给出了2001—2008年安徽省NDVI和LST的变异系数分布，可以看出NDVI和LST的变异系数存在明显的地域差异，二者均表现为南低北高的梯度分布。具体地，NDVI和LST在淮北平原和沿淮地区变异系数较大，而在大别山区和皖南山区变异系数相对较小。进一步，NDVI和LST相关系数的分布同样呈南高北低的趋势 (图 4c)。可以看出，在淮河以南至皖南山区相关系数达0.6以上，最高达到0.9以上 (均通过95%的置信度检验)。而淮北平原地区NDVI和LST的相关系数大部分在0.2以上 (均通过95%的置信度检验)，特别在NDVI变异系数低值区、LST变异系数高值区，二者正相关性差，甚至没有通过置信度检验。

图 4

图 4. 2001—2008年安徽省NDVI的变异系数分布 (a), LST的变异系数分布 (b), NDVI和LST相关系数分布 (相关系数在-0.2~0.2范围内未通过95%的置信度检验)(c) 和安徽省土地利用/覆盖类型 (d) Fig 4. Distributions of NDVI variance coefficient (a) and LST variance coefficient (b), correlation coefficient of LST to NDVI (value from-0.2 to 0.2 doesn't pass the test of 95% level) (c) and land use/cover of Anhui Province (d) during 2001—2008

大别山区和皖南山区森林覆盖度大，主要以亚热带常绿阔叶林为主，地表植被覆盖类型变化不大，下垫面的热通量等变化较小，这两个区域的NDVI和LST主要受季节变化控制和亚热带气候影响，因而二者正相关性好。淮北平原、江淮之间中北部主要是农业生产主产区 (图 4d)，农作物 (小麦、水稻以及油菜等) 季节性较强，加之该区域主要以暖温带落叶阔叶林为主，植被类型变化较大，从而也导致土地表面的反照率、热通量等也发生较大改变，进而LST的变化波动也较大。人为和当地自然气候因素共同决定了NDVI和LST的变化、分布特征，因而导致二者正相关性较差。

根据图 4d中的合肥地区土地利用类型分布情况，确定了合肥地区的NDVI和LST研究区域。图 5给出了合肥地区2001—2008年季节平均的NDVI和LST空间分布特征。从合肥地区8年平均的NDVI和LST的季节变化来看, 合肥中心城区的四季NDVI值均明显小于其郊区值，而四季的LST值则显著高于其周边郊区值。其中，春、夏季合肥市热岛效应表现最为显著，城郊NDVI最大差值达0.4以上；对应地，城郊LST最大温差值达5℃以上。秋、冬季，由于合肥市区及郊区NDVI均较小，因而城郊LST差值相对减小，合肥市热岛现象相对减弱。为了定量描述合肥地区植被变化对地表热场的影响, 对2001—2008年NDVI与LST的关系进行定量分析。在通过合肥市中心的东西方向上选取对应样本点 (见图 5中线段WE，以冬季作为示例，样本数为80)，分析了合肥市及其邻近区域多年四季不同区域上NDVI和LST之间的相关性, 并建立了二者之间的定量关系。图 6a给出了东西方向上NDVI和LST的四季变化分布及二者的相关关系，r为NDVI和LST在线段WE上空间分布相关系数，且r在-0.217~0.217范围内未通过95%的置信度检验。由图 6可以看出，除了冬季，合肥市NDVI和LST在其他3个季节负相关系数均低于-0.7，呈显著负相关。由于整个合肥地区冬季NDVI值均在0.45以下，城郊差异较小，加之冬季太阳辐射较弱，整个地区的LST差异也较小，热岛效应相对较弱，因此，通过合肥线段WE的NDVI和LST的负相关系数小，负相关不显著。即合肥地区地表植被分布和变化对LST影响较为显著。

图 5

图 5. 2001—2008年合肥市中心40 km范围内NDVI (a) 和LST (b) 的季节平均分布 Fig 5. Seasonal average variations of NDVI (a) and LST (b) apart 40 km from the center of Hefei city during 2001—2008

图 6

图 6. 合肥 (a)、阜阳 (b)、安庆 (c)、黄山 (d)4个城市中心东西各40 km的NDVI和LST季节变化分布图 Fig 6. Seasonal average NDVI and LST apart 40 km from the center of Hefei (a), Fuyang (b), Anqing (c) and Huangshan (d) cities

类似地，图 6还分别给出了以其他3个代表城市 (阜阳、安庆和黄山) 为中心，东西方向40 km线段WE上的NDVI和LST的四季变化分布及二者的相关关系。可以看出，城市中心区域的NDVI明显低于周边郊区，城郊NDVI之差在0.1~0.5之间。相应地，城市中心区域LST都明显高于郊区，城郊LST的差在1~6℃之间。同时，每个城市和其郊区的NDVI，LST的差值随着季节变化而变化，即不同季节，城市的热岛效应程度不同。例如，阜阳市春季热岛效应最强，冬、夏、秋3个季节城区和郊区的NDVI和LST差值明显小于春季。同时，图 6显示，NDVI和LST在城市的东西方向上的分布呈负相关，且负相关系数随着季节变化而变化。阜阳市东西方向上NDVI和LST在春季呈显著负相关，相关系数r小于-0.7。由此可知，夏、秋淮北平原植被覆盖相对较低，城市和郊区LST差别较小，因此，阜阳市及周边的NDVI和LST在夏、秋季节相关系数r为-0.44，冬季相关程度最低。而安庆市东西方向上的NDVI和LST 4个季节负相关均不显著，相关系数均大于-0.4，且冬、春季相关系数未通过显著性检验，可能是由于安庆周边水域较多。不同的是，由于整个黄山市周边地区植被均一、森林覆盖度较高，黄山市东西方向上NDVI和LST 4个季节负相关系数均小于-0.85，负相关显著。

总的来看，相对城镇周边郊区而言，城市区域NDVI值相对较小，而LST则相对较高，这是城市热岛效应的典型表现之一。由于城市植被为水泥和沥青地面所代替, 城区NDVI大面积减小。城市街道、建筑以及人为热源的影响, 改变了近地面交换和辐射通量交换，使LST升高。而从城市过渡到周边的郊区，随着地表植被的生长和植被覆盖度的增加, 植被的蒸腾作用将相对增强, 加速了地表和大气之间的潜热与显热的交换, 对LST具有一定调节作用^{[10, 23-24]}。可见，地表植被分布是影响城市及周边区域LST的重要因子，对城市热岛效应具有调节作用。

本文利用MODIS卫星遥感资料对安徽省NDVI和LST分析得出，安徽省NDVI和LST在时间上表现出显著的季节波动变化特征，在空间上表现出典型地域特征。具体结论如下：

1) 受当地气候影响，皖南山区、大别山地区为常绿阔叶树林，NDVI和LST的季节变化小，两者有较高的正相关；皖北 (淮北平原)、皖中 (江淮之间北部) 地区为落叶阔叶植被以及季节性强的农作物 (水稻、小麦、玉米、大豆，油菜等)，NDVI和LST季节变化较大，两者正相关性不显著。

2) 皖北以及江淮之间北部地区LST具有显著季节变化的原因是冬小麦在6月收割，秋粮作物 (大豆、玉米等) 出芽慢，地面植被覆盖度骤降，导致纬度最高的皖北地区夏季LST达到全省最高，甚至比南方地区以及部分城市区域地表温度还高。

3) 城市中心到其郊区的过渡区，植被覆盖度在不断增加，NDVI增加, LST下降。城市LST明显高于其周边郊区值，呈现显著的热岛效应，且热岛效应表现出明显的季节差异。可见，地表植被状况是影响城市及周边区域LST的重要因素，对调节城市热岛效应有重要作用。