植被增加区域用浅绿色显示，植被减少区域用红 色显示，植被不变区域用深绿色显示，非植被区域用灰色显示

可以使用Matplotlib中的pcolormesh函数来绘制植被变化结果。我们可以将两个NDVI矩阵相减，得到植被变化矩阵，然后根据植被变化矩阵的值来选择颜色。

下面是一个例子，展示了如何绘制植被变化结果：

import numpy as np
import matplotlib.pyplot as plt

# 生成两个随机的NDVI矩阵
ndvi1 = np.random.rand(10, 10) * 2 - 1
ndvi2 = np.random.rand(10, 10) * 2 - 1

# 计算植被变化矩阵
ndvi_diff = ndvi2 - ndvi1

# 定义颜色映射
cmap = plt.colors.ListedColormap(['gray', 'red', 'darkgreen', 'lime'])

# 定义颜色映射边界值
bounds = [-1, -0.2, 0.2, 0.5, 1]
norm = plt.colors.BoundaryNorm(bounds, cmap.N)

# 绘制植被变化结果
plt.pcolormesh(ndvi_diff, cmap=cmap, norm=norm, shading='auto')
plt.colorbar()
plt.title('Vegetation Change')
plt.show()

这段代码会生成两个随机的NDVI矩阵，然后计算植被变化矩阵。最后，根据植被变化矩阵的值来选择颜色，并使用pcolormesh函数绘制植被变化结果。其中，灰色表示非植被区域，红色表示植被减少区域，深绿色表示植被增加区域，浅绿色表示植被不变区域。可以根据实际需求修改颜色映射边界值和颜色映射的颜色。