城市绿地不仅承担降温、固碳、净化空气和提供休闲空间等功能还需要持续应对高温、干旱、强风、盐分变化以及城市建设活动等扰动。同样是城市中的树木、灌丛和草地有些区域受到扰动后能够较快恢复有些区域则可能长期处于波动或退化状态。因此除了关注绿地面积和覆盖率了解植被受到扰动后的恢复能力也是开展城市生态规划和绿地精细化管理的重要基础。今日分享的是2001-2022年上海市城市绿地植被韧性栅格数据该数据集由孙道千、孙维然、程小燕、王洁和成方妍共同研发于2024年12月发布在全球变化科学研究数据出版系统并在《全球变化数据仓储电子杂志中英文》出版。配套数据论文《上海城市绿地的植被韧性数据集2001-2022研发》于2025年3月发表在《全球变化数据学报中英文》第9卷第1期。该数据利用2001—2022年的植被时间序列评价上海市城市绿地植被韧性但并不是22幅逐年韧性图。数据包括1个上海市研究区范围矢量图层和4个栅格图层分别表示绿地占比、基于简化STL方法计算的AR(1)植被韧性、基于滚动平均和谐波分析计算的AR(1)植被韧性以及基于滚动平均和谐波分析计算的方差植被韧性。栅格空间分辨率为250米栅格数据采用WGS 84 / UTM zone 49N坐标系研究区边界矢量采用WGS 84地理坐标系。GREEN_R的单位为百分比三个韧性指标为无量纲指标。该数据以NASA Terra卫星MODIS传感器的MOD13Q1 Version 6产品为主要数据源使用2001—2022年的16天合成NDVI数据通过像素可靠性和NDVI质量波段筛选有效观测并排除NDVI长期低于0.1的区域。城市绿地范围来自2015—2024年10米分辨率Dynamic World土地覆盖数据作者将树木、灌丛和草地归为绿地并重采样到250米。植被韧性基于临界慢化理论通过简化STL方法以及滚动平均、三阶谐波分析和5年滑动窗口等方法计算AR(1)和方差指标。大家可以在公众号回复关键词1261免费获取该数据无需转发文章直接可以获取数据以下为数据的详细介绍01数据展示本数据集包括如下文件图1 数据文件夹其中●1_StudyArea上海市研究区范围矢量数据。该文件夹中的sh.shp及其配套文件共同组成一个Shapefile图层图层只有1条MultiPolygon记录属性字段name的值为Shanghai。●2_Green_R上海市城市绿地占比栅格数据。GREEN_R表示每个250米格网内树木、灌丛和草地占格网面积的比例单位为百分比。●3_STL_AR1使用简化STL方法处理NDVI时间序列后通过AR(1)指标计算得到的植被韧性栅格。该图层适合进行快速的区域韧性判断但负值区域被作者认定为该模型不适用区域正式分析时需要剔除。●4_V2_AR1通过滚动平均去除长期趋势、三阶谐波分析去除季节变化再使用5年滑动窗口计算AR(1)得到的植被韧性栅格。相较于简化STL方法该方法能够保留更多时间序列变化细节。●5_V2_VAR采用与V2_AR1相同的时间序列预处理方法以方差变化衡量植被韧性的栅格数据可与V2_AR1进行交叉比较。首先我们先来看2_Green_R文件夹图2 GREEN_R栅格及其配套文件其中GREEN_R.TIF是可以直接加载到ArcGIS、QGIS或Python中的核心栅格文件。该栅格共有522行、422列空间分辨率为250米共有16745个有效像元其余文件主要用于空间定位、金字塔显示和元数据记录。接着我们来看上海市绿地占比的空间分布图3 上海市城市绿地占比空间分布GREEN_R有效像元值约为0.14%—100%平均值约为25.00%中位数约为14.23%。从空间分布可以看到高绿地占比格网主要沿大型公园、林地、道路绿化带、河道周边以及部分城市外围区域分布。需要注意的是这一图层的绿地范围是根据2015—2024年Dynamic World土地覆盖数据统计得到的并不是2001—2022年的逐年绿地覆盖变化序列。接下来我们再来看基于简化STL方法计算的STL_AR1图4 基于简化STL方法的AR(1)植被韧性指标STL_AR1有效像元值约为-0.356—0.612。按照论文说明该图层中的负值不是“韧性较低”而是表示对应区域不适合使用该方法评价因此图中已将负值掩膜。实际文件中共有2419个负值像元约占有效像元的14.4%与论文中所述约14%的模型不适用区域基本一致。随后我们来看使用滚动平均和谐波分析计算的V2_AR1图5 基于滚动平均和谐波分析的AR(1)植被韧性指标V2_AR1有效像元值约为-4.525—-0.0068。该指标反映AR(1)随时间的变化趋势在本文数据定义下数值越偏负表示植被恢复到平衡状态的速度越快、韧性越强数值越接近0则表示韧性相对较弱。论文指出上海郊区和城市外围绿地整体表现出较高韧性而市中心以及浦东新区、金山区和奉贤区的部分滨海区域韧性相对较低。最后我们来看V2_VAR栅格图6 基于滚动平均和谐波分析的方差植被韧性指标V2_VAR有效像元值约为-4.265—-0.0064。该指标使用方差变化评价植被韧性数值越偏负代表植被韧性越强。V2_VAR与V2_AR1采用相同的时间序列预处理过程只是最终使用的韧性指标不同。论文验证结果表明两种指标的空间结果整体较为一致因此可以将两个图层结合起来识别结果相对稳定的区域。从数据结构和指标含义来看GREEN_R回答的是“一个格网内有多少绿地”而三个韧性图层回答的是“这些植被受到扰动后恢复能力的变化情况”。论文分析显示绿地占比与植被韧性之间没有明显关系因此在使用数据时不能直接将绿地面积多解释为韧性强还需要结合植被类型、环境条件、城市热岛、滨海盐分和养护管理等信息进一步分析。02数据的其他信息数据来源全球变化科学研究数据出版系统https://doi.org/10.3974/geodb.2024.12.04.V1发布该数据的论文全球变化数据学报中英文https://doi.org/10.3974/geodp.2025.01.07数据大小约812 KB压缩包约726 KB数据格式Shapefile矢量数据和GeoTIFF栅格数据数据时间范围植被NDVI时间序列为2001—2022年绿地范围使用2015—2024年土地覆盖数据生成数据空间范围上海市数据坐标系栅格为WGS 84 / UTM zone 49NEPSG:32649研究区边界矢量为WGS 84EPSG:4326数据引用方式孙道千, 孙维然, 程小燕, 王洁*, 成方妍. 上海城市绿地的植被韧性数据集2001-2022, V1.0[J/DB/OL]. 全球变化数据仓储电子杂志中英文, 2024. DOI: 10.3974/geodb.2024.12.04.V1.论文引用方式孙道千, 孙维然, 程小燕, 王洁*, 成方妍. 上海城市绿地的植被韧性数据集2001-2022研发[J]. 全球变化数据学报中英文, 2025, 9(1): 52-58. DOI: 10.3974/geodp.2025.01.07.03 数据获取如有数据需求欢迎点击下方名片链接关注我们并咨询获取~