济宁市2005—2016年植被覆盖度变化及影响因素
2018-05-09，，，
， ， ，
(中国矿业大学(北京) 土地复垦与生态重建研究所， 北京 100083)
植被作为地球生态系统中的活跃成员，陆地生态系统中的任何变化必然会导致其类型、数量或质量等产生一定的响应变化[1]，而植被覆盖度(fractional vegetation cover， FVC)作为区域生态系统中影响环境变化的重要指标， 对水文、 生态及全球变化等都具有重要意义[2]。 植被覆盖度即单位面积内植被地上部分(包括叶、 茎、 枝)在地面的垂直投影面积占统计区总面积的比例[3]。 归一化植被指数(NDVI)作为植被变化研究最常用指标，能够较准确地反映植被的生长状况、覆盖程度及光合作用的强度，同时可以在较大时空尺度上客观反映研究区植被覆盖信息[4]。
目前，国内外有关区域植被覆盖度的研究大多集中在气候因子与植被覆盖度的关系[5-6]，植被覆盖度变化对区域环境的影响[7-8]，以城市化等为代表的人为因素对植被覆盖度的影响[9-10]等方面。山东省济宁市作为兼有农业型、资源型特点的城市[11]，与日俱增的人类经济活动对该区域环境的干扰程度有增无减，导致该地区土地覆被状况产生了一定程度的变化。及时掌握土地覆被变化规律，不仅可以促进城市土地布局的科学性，也为解决社会经济发展与环境恶化之间日益尖锐的问题提供理论支持。本文中基于遥感与地理信息系统(geographic information system，GIS)技术，利用济宁市2005—2016年近12 a的MODIS卫星遥感数据以及该地区内6个气象站点的温度和降水数据，对该地区植被覆盖度在时间及空间上的变化特征进行分析。本研究旨在及时有效地掌握该地区植被覆盖度的变化，为土地整治工程、生态建设、植被资源保护、合理开发及可持续发展提供参考。
1 研究区概况
济宁市位于山东省西南部， 在山东、 河南、 安徽及江苏交汇处， 属亚温带区域， 东经117°36′—115°52′，北纬35°57′—34°26′。该地区东西长度约为158 km，南北长度约为167 km，以平原和洼地为主，山地丘陵较少。受地形及气候的影响，耕地类型比较单一，面积比例最大是耕地，其次为水域、城镇及工矿用地。全市共辖11个县市区，行政区面积位居山东省第4位，其行政区域面积如图1所示。
2 数据准备与研究方法
2.1 数据来源与预处理
遥感数据采用2005—2016年植被生长旺盛时期7—9月份16 d合成MODI13Q1产品数据，空间分辨率250 m，数据来源于美国国家航空航天局。数据的预处理包括利用MODIS投影工具(MODIS reprojection tool，MRT)进行投影转换，利用波段运算进行最大值合成及研究区域裁剪等。
图1 山东省济宁市行政边界图
气象数据为2005—2015年济宁市内及附近地区6个气象站点的气温数据和降水数据。由于2016年数据不全，因此选用11 a数据进行分析(该数据来源于中国气象科学数据共享服务平台)。利用GIS10.2对研究区6个气象站点的年均温数据及年降水量数据分别进行Kriging插值，得到2005—2015年济宁市年降雨量及年均气温分布数据。
2.2 研究方法
2.2.1 最大值合成
采用NDVI最大值合成法将各月的旬数据合成为月数据，并将各月最大值合成年数据。最大值合成法(maximum value composite， MVC)是目前国际上最为通用的方法，通过取某一时间段内的NDVI最大值，从而进一步消除云、大气、太阳高度角等因素的干扰[12]。该方法假设NDVI值最大的当天天气晴朗，不受云层影响。
2.2.2 植被覆盖度计算
植被覆盖度与NDVI之间存在极显著相关关系，二者之间可以通过建立转换关系，来提取植被覆盖度信息[13]。利用混合像元分解模型中最常用的二分模型，对该地区包含土壤指数与植被指数的NDVI值进行分解，从而求出植被覆盖度公式。由NDVI表达式(1)可得植被覆盖度公式，
I=fvNv+(1-fv)Ns，
(1)
(2)
式中：I及N为混合像元植被指数；fv为植被覆盖度；Nv为纯植被像元植被指数；Ns为纯土壤像元植被指数；本文将Nv以及Ns值认为是该地区指数的最大与最小值，并分别取置信度为99%及1%时的NDVI作为该像元的最大与最小值。
2.2.3 趋势及相关性分析
利用像元2005—2016年植被覆盖度的一元线性回归斜率及其分布，分析植被覆盖度的空间变化及变化趋势。一元线性回归分析的方法可以模拟每个栅格的空间变化趋势，利用单个像元时间变化特征来反映整个空间变化规律，从而可以综合反映出研究区域的时空格局演变趋势[14]。显著性采用F检验，显著性仅代表趋势变化可置信度的高低，与变化快慢无关[15]。一元线性回归斜率计算公式为
(3)
式中：i为年序号；n为年跨度，即12 a；Ni为第i年最大植被覆盖度。斜率大于0，表明植被状况有所改善；斜率小于0，则说明植被状况变差。植被覆盖度与气候因子的相关性计算公式为
(4)
3 结果分析
3.1 济宁市植被覆盖度的年际度变化及空间格局
根据2005—2016年植被覆盖度平均值，济宁市近12 a植被覆盖度年变化趋势见图2。由图可知，随着年份的增加，植被覆盖度呈逐年下降趋势。2005年覆盖度最大，为0.82；2016年降至最低，为0.77。
经统计计算， 将济宁市植被覆盖度参照李登科[2]等的研究进行划分， 植被覆盖度在0～30%为低覆盖度，>30%～60%为中覆盖度，>60%～100%为高覆盖度， 共3个等级， 从而得到2005—2016年各等级覆盖度变化趋势及面积比例(如图3所示)。由图可知：中覆盖度地区面积呈逐年增长趋势，低覆盖度增加不明显，两者增加之和由2005年的7.41%增长至2016年的12.97%；高覆盖度地区呈逐年减小趋势，其覆盖度由2005年的92.58%减小至2016年的87.03%。各县市区的2005—2016年植被覆盖度变化趋势及线性回归方程分别如图4及表1所示。由图、表中的数据可以看出，仅微山县回归斜率大于0，其余各地区斜率均小于0，即除微山县外的其余10个县市区，均不同程度地出现植被覆盖度减小趋势，因此，济宁市整体覆盖度呈现减小趋势。
图2 济宁市2005—2016年植被覆盖度变化趋势
图5(a)(b)分别为2005—2016年济宁市年植被覆盖度变化率及显著性空间分布图，变化幅度分级θs及面积比例、显著性变化等级及分级面积所占比例如表2所示。
图3 研究区域不同等级覆盖度面积比例
图4 2005—2016年济宁市各县市区植被覆盖度变化趋势表1 2005—2016年济宁市各县市区植被覆盖度线性回归方程
区域回归方程R2 金乡县y=-0.003x+7.8330.469*梁山县y=-0.003x+7.0310.217嘉祥县y=-0.006x+13.2730.736**曲阜市y=-0.005x+10.7090.426*任城区y=-0.007x+14.7080.715**鱼台县y=-0.006x+12.8020.704**汶上县y=-0.006x+12.8110.554**兖州区y=-0.006x+12.2230.474*邹城市y=-0.005x+9.8420.489*泗水县y=-0.004x+7.8400.188微山县y=0.002x-2.7490.097 注:y为植被覆盖度,x为时间序列,R2为决定系数;*表示在显著性检验水平p<0.05上相关性显著,**表示在显著性检验水平p<0.01上相关性极显著。
结果显示，NDVI增大的面积占28.89%，减小的面积占71.11%，其中，6.35%的面积呈显著下降(0.01 3.2.1 与气候因素相关分析 图6(a)(b)分别为济宁市2005—2015年年均温度变化趋势图、植被覆盖度与年降雨量变化趋势对比图。图中显示，近11 a济宁市年均温度变化幅度小，在13.6～15 ℃之间变动，整体上呈“W”型，年均温度为14.22 ℃；而年降雨量整体呈减小趋势，2005年降水量最大，12 a间平均降雨701.21 mm。由图6(b)可知，2008、2012年济宁市植被覆盖度均较前一年呈增加趋势，但降雨量减少；2013年植被覆盖度较2012年减少，但降雨量增加。由此可见，降雨量对植被覆盖度的影响程度在减小。 (a) 植被覆盖度变化率 (b) 显著性空间分布图5 山东省济宁市2005—2016年植被覆盖度变化率及显著性空间分布表2 2005—2016年济宁市植被覆盖度变化幅度及显著性分级 变化幅度分级面积比例/%变化显著性p面积比例/%严重退化,θs≤-0.009024.61极显著下降,θs<0,p<0.012.24中度退化,-0.0090<θs≤-0.004520.86显著下降,θs<0,0.01 济宁市植被覆盖度与气温、 降雨的相关性如图7所示。 可以看出， 植被覆盖度与年降雨量平均相关系数为0.03， 呈正相关区域面积占51.47%； 与年均温度平均相关系数为-0.06， 呈正相关区域面积占42.23%， 表明降雨量是影响该区域内植被生长的主要气候因子，但与植被覆盖度相关不显著(p>0.05)。整体上，济宁市植被覆盖度与年均温度呈负相关，与年降雨量呈正相关关系，研究结论与孙蓓蓓等[16]的结论相一致，且植被覆盖度与降雨量无明显空间差异，与温度呈由东北向西南方向增加的趋势。 (a)年均温度(b)年降雨量与植被覆盖度对比图6 2005—2015年济宁市年均温和年降雨量与植被覆盖度对比变化趋势图 (a)年均温度(b)年降雨量图7 2005—2015年济宁市植被覆盖度与气候因子的相关性 3.2.2 与人为因素分析 人类活动对植被的影响主要通过2种方式来体现，即土地利用类型及利用方式来影响其植被类型的面积及质量[17]。济宁市土地利用变化主要分为经济发展、人口及农业生产驱动力等方面原因[18]。随着社会的发展及人口密度的增加，该地区逐步向城镇化趋势发展，必然导致城镇建设扩张、耕地面积减少等。经济的发展使得固定资产投资加大，从而导致耕地数量减少；农业科技的发展使得在产量不变的情况下，耕地的数量也在不断减少。图8(a)(b)分别显示了济宁市2005—2015年人口密度、固定资产(只含房地产)投资数量、 该地区生产总值以及煤炭产值变化趋势。数据来源于济宁市2005—2015年统计年鉴。 1)与人口密度相关。由于统计年鉴中2005—2012年人口数量依照年末总人口数统计，2013—2015年人口数量依照常住人口数量统计； 因此这种计算标准的不同导致人口密度在2005—2012年持续增大的情况下， 2013年人口密度突然减小， 但在同样计算条件下， 2013—2015年人口密度仍呈逐年增大趋势。据此，可大致判定济宁市2005—2015年人口密度大体呈逐年增加趋势，且植被覆盖度与人口密度在2005—2012年间呈极显著相关关系(p<0.01)，其中，嘉祥县、任城区及鱼台县表现较为明显。 (a)人口密度与固定资产投资(b)生产总值、原煤产值与植被覆盖度图8 2005—2015年济宁市人口密度与固定资产投资及生产总值、原煤产值与植被覆盖度的变化趋势图 2)与固定资产投资、生产总值相关。由图8(a)(b)可知，固定资产投资数量及生产总值均呈逐年增加趋势，且2005—2015年济宁市植被覆盖度与固定资产投资及生产总值均呈极显著相关关系(p<0.01)，其中，邹城市、兖州区及任城区对济宁市生产总值贡献最大，且这3个地区植被覆盖度较小。将这3个行政区域矢量分别与图5叠加可知，只有任城区植被覆盖度变化较大，邹城市及兖州区与济宁市其他地区植被覆盖度变化无明显差别。任城区只有在2012、2014年植被覆盖度有所增长之外，其余年份均有不同程度的减小。利用偏相关分析2005—2012年不同人为因素与植被覆盖度的相关关系，其结果表明，只有任城区植被覆盖度与人口密度、固定资产投资及生产总值均呈显著性关系，主要原因是任城区为济宁市的政治、经济、文化中心，且本文中将高新区、太白湖新区及北湖度假区等均统计到任城区范围内，与实际范围有一定出入，随着经济的发展及度假区的开发等，植被覆盖度也呈现一定的相关变化。其余各县市区中，只有嘉祥县与鱼台县植被覆盖度与人口密度及生产总值呈显著或极显著关系。2005—2015年济宁市的与植被覆盖度关系显著的地区如表3所示。由表可知，济宁市大部分地区植被覆盖度与该地区的经济发展有明显的相关关系，且济宁市固定资产投资与生产总值均呈显著或极显著关系，因此，植被覆盖度的变化与该地区固定资产投资有较大的关系。此结论对于该地区合理开发、生态工程建设等决策有一定的参考意义。 表3 2005—2015年与植被覆盖度呈显著关系的地区 通过对比生产总值发现，微山县与曲阜市生产总值几乎一致，但微山县植被覆盖度变化不明显，曲阜市却显著下降。主要原因可能是，曲阜以儒家文化闻名于世，肩负着进一步扩大曲阜国际文化旅游城市影响力的重任。城市的可识别性可由2种模式展现，第一种是超高层建筑和传统建筑群落或轴线空间，第二种是通过传承具有当地历史文化特色的建设手法，进而形成富有地方特色的、视野开阔的城市标志性片区[19]，因此，曲阜城市建筑发展会严格控制该地的建筑风貌，从而导致了土地利用相比于微山县会发生更明显的变化。 3)与原煤产值相关。济宁市作为资源型城市， 矿产资源丰富， 经济的快速发展与煤炭产业的发展息息相关。 依据图8(b)， 经相关计算， 煤炭产值与济宁市总产值在0.01水平上呈显著正相关关系， 说明煤炭产业的发展一定程度上带动了济宁市的经济发展，且煤炭产值与植被覆盖度在0.05水平上呈显著负相关关系。济宁市煤矿主要分布在兖州区、曲阜市及邹城市3地交界处、任城区及微山县等，由于煤炭产值为济宁市总的煤炭产值，因此经计算，煤矿主要分布地区均与总煤炭产值相关不显著。因为煤炭产值与济宁市总产值在0.01水平上呈显著正相关关系，所以煤炭产业的发展一定程度上也影响着植被覆盖度的变化如表3所示。 对于除表3外的其他县市区，其植被覆盖度与人为因素相关关系不显著。因为2005—2015年济宁市植被覆盖度与固定资产投资及生产总值均呈极显著相关关系(p<0.01)，所以一定程度上也影响着其他地区的植被覆盖度。2012年植被覆盖度有明显增大趋势，原因主要是兖州区、汶上县、曲阜市及泗水县贡献较多。兖州区及泗水县房地产投资的大幅下降，对植被覆盖度的增加有一定的贡献，但汶上县及曲阜市投资仍呈上升趋势。由此可见，植被覆盖度变化受多重因素的影响，对于其他人为因素是如何产生影响的还需进一步研究。 本文中基于MODIS卫星遥感数据获取的NDVI对济宁市地区2005—2016年植被覆盖信息进行了反演，同时结合该地区温度、降雨量数据以及人为因素，对其植被覆盖度变化的影响因素进行了分析，得出以下结论： 1)济宁市近12 a植被覆盖度整体呈减小趋势， 在空间分布上无显著性差异。 低覆盖度及中等覆盖度由2005年的7.41%增长至2016年的12.97%， 高覆盖度地区由2005年的92.58%减小至2016年的87.03%。 整体植被覆盖度平均值由2005年的82.46%减小至2016年的77.04%。 2)在气候因素上， 研究区植被覆盖度总体上与降雨量呈正相关关系， 与温度呈现负相关关系， 但显著性水平均在p>0.05。 在人为因素上， 植被覆盖度与人口密度、 固定资产投资及生产总值均呈负相关关系， 且与人口密度(2005—2012年)、固定资产投资及生产总值(2005—2015年)均呈极显著相关关系(p<0.01)。 3)在整体上，该地区植被覆盖度与煤炭开采导致的土地塌陷、积水等问题在空间上无明显差异。对于大部分县市区的植被覆盖度变化与固定资产投资及生产总值呈显著或极显著变化，但个别县区一定程度上仍受其他因素影响。由于只采用了济宁市夏季植被覆盖度数据，因此尚不能完全满足其影响因素分析的实际要求。在今后的研究中，应充分利用多源、多时相遥感数据，以便更好地揭示某一地区植被覆盖度的变化状况。 参考文献: [1] PARMESAN C, YOHE G. A globally coherent fingerprint of climate change impacts across natural systems[J]. Nature, 2003, 421(6918): 37-42. [2] 李登科, 范建忠, 王娟. 陕西省植被覆盖度变化特征及其成因[J]. 应用生态学报, 2010, 21(11): 2896-2903. [3] GITELSON A A, KAUFMAN Y J, STARK R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment, 2002, 80(1): 76-87. [4] 袁沫汐, 邹玲, 林爱文, 等. 湖北省地区植被覆盖变化及其对气候因子的响应[J]. 生态学报, 2016, 36(17): 5315-5323. [5] 刘绿柳, 肖风劲. 黄河流域植被NDVI与温度、降水关系的时空变化[J]. 生态学杂志, 2006, 25(5): 477-481, 502. [6] 杨建平, 丁永建, 陈仁升. 长江黄河源区高寒植被变化的NDVI记录[J]. 地理学报, 2005, 60(3): 467-478. [7] 牛宝茹, 刘俊蓉, 王政伟. 干旱半干旱地区植被覆盖度遥感信息提取研究[J].武汉大学学报(信息科学版), 2005, 30(1): 27-30. [8] 甘春英, 王兮之, 李保生, 等. 连江流域近18年来植被覆盖度变化分析[J]. 地理科学, 2011, 31(8): 1019-1024. [9] 刘林, 马安青, 马启敏. 滨海半城市化地区植被覆盖度的时空变化：以青岛市崂山区为例[J]. 环境科学与技术, 2012, 35(1): 178-185. [10] 季小妹, 陈田, 郑芳. 半城市化地区生态环境研究进展[J]. 生态环境学报, 2009, 18(4): 1579-1586. [11] 吕建树, 吴泉源, 张祖陆, 等. 基于RS和GIS的济宁市土地利用变化及生态安全研究[J]. 地理科学, 2012, 32(8): 928-935. [12] 马保东. 矿区典型地表环境要素变化的遥感监测方法研究[D]. 沈阳：东北大学,2014. [13] GUTMAN G, IGNATOV A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J]. International Journal of Remote Sensing, 1998, 19(8): 1533-1543. [14] 何月, 樊高峰, 张小伟, 等. 浙江省植被NDVI动态及其对气候的响应[J]. 生态学报, 2012, 32(14): 4352-4362. [15] 穆少杰, 李建龙, 陈奕兆, 等. 2001—2010年内蒙古植被覆盖度时空变化特征[J]. 地理学报, 2012, 67(9): 1255-1268. [16] 孙蓓蓓, 邢立亭, 边振. 山东省植被覆盖度变化的气象驱动力分析[J]. 济南大学学报(自然科学版), 2013, 27(2): 183-187. [17] 宋乃平, 杜灵通, 王磊. 盐池县2000—2012年植被变化及其驱动力[J]. 生态学报, 2015, 35(22): 7377-7386. [18] 张斌. 济宁市土地利用变化驱动力分析及其预测研究[D]. 哈尔滨：哈尔滨工业大学, 2011. [19] 尹凯. 曲阜市新城核心片区土地集约与绿色建设研究[D]. 泰安：山东农业大学, 2011.3.2 植被覆盖度变化因素分析
4 结论
