基于空间自相关分析和FVC指数的克拉玛依地区植被覆盖时空变化

汪溪远,迪丽尼格尔·艾合买提,师庆东,许紫峻,程 亮

(1.新疆大学 资源与环境科学学院,乌鲁木齐 830046；2.新疆绿洲生态重点实验室,乌鲁木齐 830046)

基于空间自相关分析和FVC指数的克拉玛依地区植被覆盖时空变化

汪溪远1,2,迪丽尼格尔·艾合买提1,2,师庆东1,2,许紫峻1,2,程 亮1,2

(1.新疆大学 资源与环境科学学院,乌鲁木齐 830046；2.新疆绿洲生态重点实验室,乌鲁木齐 830046)

以新疆克拉玛依地区为研究区,基于GIS平台和2000—2013年NOAA/AVHRR影像的FVC数据,在1km×1km空间分辨率下,对研究区的FVC指数进行空间自相关分析,从时间和空间两个维度探讨其植被覆盖变化的时空变化特征。研究结果表明:1)2000—2013年来研究区FVC指数变化明显,克拉玛依地区绿洲主要分布在南部的克拉玛依区,北部的乌尔禾区绿洲相对较少,中部的白碱滩区只有零星分布,绿洲面积显著扩大,扩大方向主要在克拉玛依区,然而白碱滩区和乌尔禾区绿洲面积有所减小。2)沙漠无植被区主要分布在研究区的北部和中部,研究期内沙漠化有所扩大,白碱滩区和乌尔禾区是沙漠化扩大的主要地区,其沙漠腹地的绿洲面积缩小,有些绿洲已经彻底消失。3)绿洲—荒漠过渡带主要分布在研究区南部的克拉玛依区,呈减小的变化趋势。全面、客观地分析克拉玛依地区近十几年来的FVC指数变化特征,对促进研究区经济、社会、环境的可持续发展具有重要参考价值。

克拉玛依地区；空间自相关分析；地理信息系统(GIS)；FVC指数

0 引言

植被覆盖度指数FVC(Fractional Vegetation Cover)是从归一化植被指数中演化出来的反映植被盖度的指数,是很多干旱半干旱区水文生态模型中非常重要的变量,该指标可及时动态地反映植被的变化[1]。本研究从时间和空间两个维度对FVC指数进行分析,从而能更加深入地揭示克拉玛依地区植被覆盖的时空变化特征,之前的学者多从FVC指数时间序列的角度开展研究[2-4],这不能很好地表现研究区域植被覆盖的差异和相互之间的关系。空间自相关分析正好能够弥补这一点,该方法能够反映在整个大区域中,一个小区域单元上的某种地理现象或某一属性值与相邻局部小区域单元上同一属性值的相关程度。目前空间自相关分析主要被应用于经济[5-8]、人口[9-10]、房地产[11]、土地利用[12-14]等方面,在生态环境上的研究相对较少。当前该方法的研究尺度主要集中在宏观尺度上(市级层面或县级层面),涉及到微观尺度较少,而宏观尺度上的研究容易忽略局部地区内部的细微差别,缩小研究尺度则能更好地凸显地区的空间影响[15]。本文以新疆维吾尔自治区克拉玛依地区作为研究区域,近年来,由于西部大开发政策的不断推进,在取得社会经济发展水平快速增加,城市化水平显著提高的同时,对生态环境产生了严重的威胁,水资源匮乏、沙漠化扩大、物种多样性减少、土壤盐渍化明显、天然植被覆盖率降低,已经成为不容忽视的问题[16-18]。本研究在1km×1km空间分辨率下,将研究区转化为7 059个点,提取出这些点的FVC指数,结合GIS的空间自相关分析,从时间和空间两个维度对FVC指数进行分析,从而能更加深入地揭示克拉玛依地区植被覆盖的时空变化特征,促进克拉玛依地区经济,社会和生态环境协调和可持续发展。

1 研究区概况

克拉玛依地处准噶尔盆地西北缘,加依尔山南麓,西有加以尔山,中部、东部处于开阔平坦的戈壁滩,地处北纬44°7′ ～ 46°8′，东经84°44′～ 86°1′之间,南北长、东西窄,呈斜长条状[17],下辖4个区,自北向南依次为乌尔禾区、白碱滩区、克拉玛依区和独山子区,由于奎屯市把独山子区隔开使其成为一块飞地以及独山子区面积较小且处于山区[19],因此本文的研究区没有考虑独山子区,研究区内海拔高度介于250 ～ 500m之间。年均降水105.3mm,蒸发量2 645.7mm,大于10℃的积温3 968℃,日照2 374h,日照率61%,无霜期225d,光照长,昼夜温差大,气候干燥少雨,春秋短暂,夏季炎热,受地理位置和长期缺水等因素的影响,克拉玛依市大部分地区为裸露的戈壁荒漠,砾石与戈壁荒滩的面积广,林地面积较少,森林覆盖率低,土地盐碱化程度严重,天然草地面积少,生态环境比较脆弱。

克拉玛依市是依托油田发展的资源型城市,现已成为我国重要的石油生产基地,勘探、开采、输油、炼油是其主要的产业结构。然而,在经济发展和人民生活水平提高的同时,对原本十分脆弱的生态环境也产生了重大胁迫作用。因此,在石油开发、加工过程中,有必要相应的采取趋利避害的生态环境保护措施和合理的管理技术。

图1 研究区位置

2 数据与方法

2.1 遥感数据来源

本研究数据源于美国马里兰大学提供的2000—2013年NOAA/AVHRR影像的NDVI数据,其空间分辨率为1km*1km,时间分辨率为/准半月0(每个月前15 d和剩余天数)。5—8月是西北干旱区植被一年中生长最旺盛的时期,因此本文选取研究区内每年5—8月的NDVI数据,并通过最大值合成法(Maximum Value Composites,MVC)分别得到研究期间每年的NDVI图像.采用Zeng等[3]的FVC指数算法将以上NDVI数据推算为FVC指数,其公式如式1。

FVC=(NDVI-NDVIsoil)/(NDVIvege-NDVIsoil)

(1)

式(1)中:NDVIsoil为裸地或空旷地带的NDVI值,为0.05;NDVIvege为纯覆盖植被区的NDVI值,为0.6.计算时,先将NDVI<0的水体部分去除,本文将其赋值为1.11;对于NDVI值>0.6的饱和部分赋值为0.6.使NDVI≤0.05部分的FVC=0,NDVI≥0.6部分的FVC=1,其余则介于0～1.由此可得最终分析所用的FVC图像14幅。本研究在分析FVC指数时均采用WGS_1984_Albers投影坐标系统。

2.2 空间自相关分析

空间实体总是相互关联的,一个区域单元上的某种地理现象或某一属性值与邻近区域单元上的同一现象或属性值相关,特别是距离较近的实体间的关联表现的更为显著[15]。空间自相关分析通过属性数据的空间特性可以确定某一变量在空间位置上的关联性,一般分为正相关和负相关,空间系数则用来描述空间关联的程度,该方法可以更形象的揭示数据的时空格局[20]。

1) 全局空间自相关

全局空间自相关可以形容在一个总的空间模式中空间依赖的程度,它可以检验整个研究区域中临近地区间是否存在聚集性及聚集程度的大小。本文采用Moran’I指数作为衡量指标。指数计算公式如式2。

(2)

式(2)中:n是参与分析的空间单元数;xi和xj分别表示某现象(或某属性特征)x在空间单元i和j上的观测值;wij表示地区i,j之间的权重系数;Moran’I指数它常被用来度量区域i与其周边地区之间的空间差异程度及显著性,I的取值范围为[-1,1],大于0表示观测值存在空间正相关,值越大,相关性越高；小于0表示空间负相关,值越小,相关性越高；等于0表示观测值之间无空间自相关性,呈随机分布。通常通过构造Z统计量对空间自相关进行统计显著性检验(式3)。

(3)

式中,E(I),Var(I)分别为I的期望和方差,如果Z的绝对值大于1.96,则表示差异显著,即在95%的概率下观测值存在空间自相关。

2) 局部空间自相关

局部空间自相关分析(Local Indices of Spatial Association,LISA)是由安索林(Anselin,1995)[21]提出来了的,它可以描述一个空间单元与其邻近区域域的相似程度。其与全局空间自相关相比,全局自相关指数仅使用一个单一值来反映整体上的自相关,难以探测不同位置局部区域的空间关联模式,它掩盖了空间单元之间的关联特征,而局部空间自相关可以弥补这一不足,计算结果可以用LISA图来表示,它可以用来反映局部的空间差异程度,推算出高、低值的聚集范围[20],进而描述现象具体的空间分布状况,说明空间依赖关系是如何随位置而变化的[5,15]。本文采用ArcGIS中Anselin Local Moran I工具对FVC指数进行局部空间自相关分析,通过研究区域多年FVC指数LISA图来观察研究区各点FVC指数和周围点FVC指数的相近和相异程度,进而分析和田地区研究区2000—2013年的植被覆盖时空变化特征。

3 结果与分析

根据上述研究方法,本文通过ArcGIS10中的空间统计模块对2000—2013年的FVC指数进行关分析,得到研究区域的全局空间自相关指数(表1)和FVC指数LISA聚类图(图2)。结果表明,研究区域FVC指数Z值均大于1.96,且对应的Moran’I指数均为正值,说明研究区域的FVC指数呈现显著的聚集特征[22],高FVC值的区域和高FVC值的区域相邻,低FVC值的地区也是如此,同时研究期P值均为0,说明均通过显著性检验[23]。LISA图(图2)显示了克拉玛依地区7 059个“点”的FVC指数的聚集情况并且将相关性显著的部分划分为高高自相关(HH)、低低自相关(LL)、高低负相关(HL)和低高负相关(LH)、不显著区域(NOT Significant)。

表1 克拉玛依地区FVC的全局空间自相关指数

图2 FVC指数LISA聚类图

根据西北干旱区实际的自然环境,本文做了如下规定:HH区域表示城镇周围的绿洲(草地、林地、农田等),LL区域表示沙漠无植被区,HL区域表示沙漠中心的绿洲,LH和NOT区域表示绿洲—荒漠交错带。其中HH区域主要分布在研究区的南部、中东部在北部也有较少分布,在2000—2013年间,研究区的绿洲面积总体上呈增加的趋势,但在局部地区其时空变化存在差异,具体表现为南部的克拉玛依区是绿洲面积增加的主要贡献者,截至2013年该区东南部的沙漠无植被区已基本成为绿洲,这应该与“引额济克“水利工程有关,它有效缓解了该区水资源的压力,使得该区可以扩大农业生产[24],另外该区的西北部(即为克拉玛依市区及其周边地区)的绿洲面积也出现了快速增长,该地区已从2000年时的少量绿洲发展到2013年的一大片绿洲,这一方面可能是因为近年来的气温增加和降水增多有利于植被的生长,另一方面则是由于市区人口的迅速增加、城镇化快速发展导致耕地及其他人工植被面积扩大。然而,研究区北部乌尔禾区的HH区域面积则呈明显的减少趋势,该区一部分HH区域转化为LL区域,另一部分则变成HL区域,这是因为绿洲的外围已经变成了沙漠无植被区,这说明该区的生态环境发生了严重退化。LL区域主要分布在研究区的中西部和北部,在近十几年内,LL区域呈扩大的趋势,扩大方向主要为乌尔禾区的北部和克拉玛依区的西北部,由于近年来的气候环境是有利于植被生长的,所以沙漠在这些地区的扩大可能在很大程度上与人类不合理的产业结构和利用水资源有关。HL区域主要呈点状分布于白碱滩区和乌尔禾区,在近几十年来总体上有所增加,但是在乌尔禾区增加的HL面积在很大程度上都是由HH区域转化而来,这仍然是环境退化的一种表现。NOT区域主要分布在研究区南部的克拉玛依区,在近时间内有明显减少,说明研究区的绿洲—荒漠交错带变窄甚至消失,这意味着人工绿洲外围快速扩张,也可以说沙漠正在向人工绿洲逼近。

4 结论与讨论

本文基于GIS平台对FVC指数进行空间自相关分析揭示了研究区植被覆盖变化情况,进而探讨了其城镇周围的绿洲、沙漠无植被区、城镇以及沙漠中的绿洲的变化趋势,主要研究结论如下:

近10年来研究区FVC指数变化明显,从总体上来说研究区绿洲和沙漠面积均有所增加,而绿洲—荒漠交错带的面积有大幅减少。然而局部地区的变化则是不同的,具体表现为:研究区南部的克拉玛依区是绿洲面积增加的主要贡献者,在近十几年来该区的绿洲通过向外延展或向内吞并的形式迅速扩大,但是该区的沙漠面积并没有发生太大变化,绿洲面积的增加主要是来源于绿洲—荒漠交错带的转换。根据前人的研究成果,绿洲—荒漠交错带使得绿洲免受风沙危害,是维系绿洲内部稳定的重要屏障,因此大量的过渡带转换为人工绿洲可能成为克拉玛依区稳定可持续发展的隐患。研究区中部和北部的白碱滩区和乌尔禾区由于本身的地理位置和缺水等因素,其绿洲面积比克拉玛依区要小很多,大部分地区均被沙漠所覆盖,在白碱滩区绿洲呈点状零星分布于沙漠之中,在乌尔禾区,绿洲主要分布在该区的北部,在近十几年内,绿洲面积有显著减少,一些绿洲逐渐缩小,至2013年其外围已经被沙漠化,另有一些绿洲则直接变成了沙漠无植被区。

综上所述,近十几年来克拉玛依地区在局部地区的生态环境有所好转,但其整体环境状况改善的程度是有限的,一些地区的环境状况反而恶化比较严重。本文据此提出了相关建议:

避免盲目地扩大人工绿洲面积,在进行区域整体格局规划时应以生态保护为核心,在城镇绿洲外缘的过度地带尽量缩减高耗水量作物种植面积,并引入当地适生且环境作用效益明显的植物,如胡杨、柽柳等植物,在此基础上形成一定的植丛空间格局,形成植丛的自然演替基础,通过自然力量,促进生态演替的自然进展[25-26]。加强流域水资源宏观调控,避免水资源利用过渡集中在绿洲区,严禁地下水过量开采,加强田间配套工程建设、采用先进的节水灌溉技术,提高水资源的利用效率[27-28]。

[1]师庆东,吕光辉,韦如意,等.利用FVC和DEM对中国新疆南部植被的分类研究[J].新疆大学学报:自然科学版,2003,20(3):280-284.

[2]师庆东,肖继东,潘晓玲,等.近20a来新疆植被覆盖变化特征研究[J].干旱区研究,2004,21(4):389-394.

[3]王智,常顺利,师庆东,等.基于FVC指数的中国西北干旱区植被覆盖变化Markov过程[J].应用生态学报,2010,21(5):1129-1136.

[4]师庆东,吕光辉,潘晓玲,等.中国西部干旱区植被覆盖变化特征分析[J].科技导报,2006,24(3):52-56.

[5]李平星,陈雯,孙伟.经济发达地区乡村地域多功能空间分异及影响因素——以江苏省为例[J].地理学报,2014,69(6):797-807.

[6]朱为斌,郝晓斌.浙江省县域经济发展差异的GIS分析[J].绿色科技,2015(1):276-279.

[7]肖根如,程朋根,潘海燕,等.基于空间统计分析与GIS研究江西省县域经济[J].东华理工学院学报,2006,29(4):348-352.

[8]侯进宇.基于空间自相关的村域经济研究[D].河南大学,2012.

[9]刘峰,马金辉,宋艳华,等.基于空间统计分析与GIS的人口空间分布模式研究——以甘肃省天水市为例[J].地理与地理信息科学,2004,20(6):18-21.

[10]石英,米瑞华.陕西省人口空间分异研究[J].干旱区地理,2015,38(2):368-376.

[11]赵军.基于GIS空间统计分析的区域房地产动态预警模型[D].北京：中国地质大学，2011.

[12]郭斌,任志远,高孟绪.基于ESDA-GIS的土地集约利用空间分异研究——以陕西为例[J].测绘科学,2010,35(4):61-64.

[13]姚小薇,曾杰,李旺君.武汉城市圈城镇化与土地生态系统服务价值空间相关特征[J].农业工程学报,2015,31(9):249-256.

[14]张孝宇,张安录.武汉市耕地非农化的空间自相关分析[J].长江流域资源与环境,2015,24(5):781-788.

[15]李晓军.GIS空间分析方法研究[D].浙江大学,2007.

[16]程维明,周成虎,李建新.天山北麓经济发展与绿洲扩张[J].地理学报,2002,57(5):561-568.

[17]潘峰,田长彦,邵峰,等.新疆克拉玛依市生态敏感性研究[J].地理学报,2011,66(11):1497-1507.

[18]楚光明,潘存德,宋于洋,等.克拉玛依农业开发区外围荒漠植被现状及其恢复可行性分析[J].石河子大学学报:自然科学版,2006,24(3):280-284.

[19]殷志刚,卞正富,张永福.克拉玛依市土地利用规划实施的生态效果研究[J].干旱区地理,2006,29(5):760-765.

[20]吴文佳,蒋金亮,高全洲,等.2001—2009年中国碳排放与碳足迹时空格局[J].生态学报,2014,34(22):6722-6733.

[21]Anselin L.Local indicators of spatial association—LISA[J].Geographical Analysis,1995,27(2):93-115.

[22]姚磊,卫伟,于洋,等.基于GIS和RS技术的北京市功能区产流风险分析[J].地理学报,2015,70(2):308-318.

[23]师庆东,吕光辉,潘晓玲,等.遥感影像中分区分类法及在新疆北部植被分类中的应用[J].干旱区地理,2003,26(3):264-268.

[24]彭德福.荒漠戈壁新建绿洲初见成效——新疆克拉玛依绿洲生态建设调研[C]//中国治沙暨沙产业研究——庆贺中国治沙暨沙业学会成立10周年(1993—2003)学术论文集,2003:3.

[25]张百平,张雪芹,郑度.关于严格限制西北干旱区荒地开垦的若干对策与建议[J].干旱区研究,2013,30(1):1-4.

[26]丁建丽,张滢,塔西甫拉提.特依拜.绿洲—荒漠交错带土地利用/覆盖时空变化研究[J].环境科学研究,2006,19(6):100-105.

[27]马金珠.新疆和田地区地下水资源及其可持续开发利用[J].中国沙漠,2002,22(3):41-47.

[28]艾尼瓦尔·依沙木丁,吾加阿不拉·白地.和田市50年来气候变化对绿洲生态环境建设的启示[J].新疆气象,2006,29(5):20-22.

Spatial-temporal Changes of Vegetation Cover in Karamay Region Based on Spatial Auto-correlation Analysis and FVC

WANG Xiyuan1,2,DI Linigeer1,2,SHI Qingdong1,2,XU Zijun1,2,CHENG Liang1,2

(1.CollegeofResourcesandEnvironmentalScience,XinjiangUniversity,Urumqi830046,China；2.KeyLaboratoryofXinjiangOasisEcology,XinjiangUniversity,Urumqi830046,China)

With the Geographic Information System(GIS) technique,on the basis of the Fractional Vegetation Cover (FVC) of 2000—2013 NOAA/AVHRR(National Oceanic and Atmospheric Administration/the Advanced Very High Resolution Radiometer)images,and through spatial auto-correlation analysis of FVC index,the spatial-temporal changes of vegetation cover was explored from time and space with 1km×1km spatial resolution.The main results were summarized as follows.In recent ten years，FVC index changed significantly in the study area.In Karamay region,oases were mainly distributed in south Karamay of the study area,relatively less in the north Wuerhe area and scattered in Baijiantan area in the central study area.In recent years,in general,the oasis area expanded significantly,Karamay area was the main expansion direction,but in Wuerhe and Baijiantan areas,the oases were rapidly decreased.Desert,which was mainly distributed in the middle and north of the study area,had increased significantly in recent ten years. Expansion of desertification mainly happened in Wuerhe and Baijiantan areas,some oases surrounded by desert had decreased significantly even disappeared.Oasis-desert ecotone,mainly distributed in Karamay area,had been heavily replaced by oases in recent ten years.Comprehensive and objective analysis of the spatial-temporal changes of FVC index in Karamay region is important to promoting sustaining development of study area.

Karamay region,spatial auto-correlation analysis,Geographic Information System(GIS),Fractional Vegetation Cover(FVC)

2017-03-29；

2017-05-19

国家自然科学基金 (31160114)

汪溪远(1977-)，男，江苏南京人，讲师，博士，研究方向为环境演变和环境修复。Email：928608285@qq.com

师庆东(1964-)，男，教授，研究方向为景观生态学、环境修复。

S718.5；TP79

A

1002-6622(2017)04-0097-06

10.13466/j.cnki.lyzygl.2017.04.015