西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应

熊巧利, 何云玲, 李同艳, 余 岚

(云南大学 资源环境与地球科学学院, 昆明 650091)

植被作为生态系统的核心组成，可以作为研究全球变化的“指示剂”[1]，植被又是连接大气、土壤、水体的自然纽带，对陆地生态系统循环起到重要的连接作用[2]。植被覆盖变化改变了陆地表层属性，直接影响对气候的调节、水土保持等，从而改变生态系统的稳定性[3]。植被的生长受气候(气温、降水)、地形因子等自然要素和人类活动等多因素的影响，实时监测地表植被覆盖变化规律变得愈加困难[4-5]，怎样深化对这一变化过程的理解，在区域尺度上详细分析植被覆盖变化及其对水热因子、地形因子以及人类活动的综合响应机制已然成为学术界研究的热门方向之一[6-7]。

近年来随着遥感技术的成熟，现如今已经成为了定量反映植被净初级生产力、叶面积指数和生长情况等方面信息的主要方法，同时在实时监测不同尺度的植被变化趋势中也被广泛应用。其中，归一化植被指数(Normalized Difference Vegetation Index，NDVI)常常与植被覆盖度、生物量、叶面积指数等密切相关，是表示地表植被状况最常用的指标[8-9]。近年来，随着全球气候的变化，陆地生态系统也发生改变，在不同区域具有较大差异[10-11]，相关研究表明：北半球植被活动在显著增强[12]；中国植被总体也呈缓慢增加趋势[13]；黄土高原植被变化趋势在空间上表现出由南、北部向中部逐渐减小的分布[14]，并且NDVI与水热综合状况之间的相关性最为明显[15]；青藏高原植被覆盖呈总体增加的变化趋势，仅局部出现退化现象[16]，植被NDVI与同期旬均温和旬降水均呈高度正相关[17]；王毅等[18]通过分布指数分析贵州省植被覆盖与地形的相关性，得出不同的海拔、坡度、坡向、地表切割深度植被覆盖差异较大；蔡宏等[19]对赤水河流域植被覆盖与地形的关系研究中发现，不同植被覆盖度下各地形因子的影响程度明显不同。

我国西南地区的地形地貌复杂多样，生态环境呈现高度异质性，光照、水分、土壤等分布各不相同，相比较而言植被受到地形因子的影响更为明显，存在显著的垂直地带性分布特征，再加上不同区域的人类活动强度差异明显，导致动态监测难度较大。近些年学术界在植被变化研究方面有许多新的进展，主要集中在对NDVI时空变化与气候、人类活动等关系的探讨上[20-21]，而综合气候与地形因子的因素来评价植被变化趋势的研究还较少。考虑到植被生长季的气候变化对其结构功能产生的重要影响，本研究基于MODIS NDVI数据集和DEM数据、气候数据，分析西南地区2000—2016年植被覆盖生长季的时空变化特征，为评估不同地形因子分区下的生态环境现状与生态工程建设提供科学的理论依据。

1 研究区概况

中国“西南地区”包括云南、贵州、四川、重庆、广西、青海南部、西藏东部部分县市(21°08′—36°29′N，87°22′—112°03′E)(图1)，该区是我国三级阶梯的重要过渡地带，包括广西丘陵、四川盆地、云贵高原、若尔盖高原、横断山脉以及青藏高原大部分，属于中国地形最为复杂的区域；该区气候类型包括热带季风与亚热带季风气候以及青藏高原独有的高原气候；从东南(年平均温大于24℃)往西北(年平均温小于0℃)气温差异较大，从南往北降水量时空分布极不均匀，南北差异可达上千毫米；复杂的地形地貌特征与气候类型，形成了独特的植被景观格局，中低海拔区主要以森林植被为主，高海拔区主要以草甸、草原、灌丛为主。

图1 研究区及气象站点分布

2 数据来源及研究方法

2.1 数据来源及其预处理

本文中所使用的MODIS NDVI数据获取渠道为美国国家航天局(https:∥modis.gsfc.nasa.gov/)，从中选取2000—2016年部分，设置分辨率为250 m，进行16 d合成，并通过大气校正、辐射定标、畸变校正、气溶胶、臭氧吸收订正及去云等手段进行预处理。DEM数据来源于美国国防部国家测绘局(http:∥www.cgiar-csi.org)，分辨率90 m。气象数据来源于国家科学院气象数据网(http:∥data.cma.cn/)提供的2000—2016年的“中国地面气候资料月值数据集”。

使用MRT批处理软件对MODIS NDVI数据进行拼接及投影转换，之后利用ENVI 5.3软件中的最大值合成法(Maximum Value Composites，MVC)将旬NDVI数据转换为月数据，计算生长季(4—9月)NDVI平均值；将DEM遥感数据进行空间重采样分辨率为250 m，借助ENVI 5.3，ArcGIS等软件进行空间裁剪、掩膜，得到与NDVI相同空间分辨率数据。根据各气象站点经纬度位置坐标信息，采用Kriging空间插值法，获得250 m空间分辨率的气温、降水时序栅格数据集。

2.2 趋势系数

为了得到数据集中所有像元的NDVI与时间的回归斜率Slope，使用最小二乘法对选择的时间自变量与NDVI因变量数据进行计算。当Slope>0时，表示NDVI的值随时间的增加而上升，数值越大代表植被覆盖度增幅越大；当Slope<0时，则代表植被指数随时间的变化呈下降趋势。

(1)

式中：i为年序号；n为年跨度，即17 a；NDVIi为第i年NDVI生长季平均值。根据NDVI像元趋势系数和显著性水平，可将植被指数变化趋势划分为如下：极显著改善(slope>0，p≤0.01)，显著改善(slope>0，0.010.05)，显著退化(slope<0，0.01

2.3 变异系数

变异系数用于衡量地理要素在时空上的相对波动程度，可用于衡量植被NDVI变化的稳定性，计算公式为：

(2)

式中：Cv为变异系数；S为标准差；Xmean为平均值。其中Cv可用于分析NDVI变化的离散程度，值越大表示NDVI的离散趋势越大，NDVI稳定性越差；反之稳定性越好。通过聚类分析Natural Breaks(Jenks)划分变异系数等级，将所得结果分为低(Cv≤0.045)、较低(0.045

2.4 相关分析

为了更进一步定量研究NDVI与气温和降水之间响应关系，采用常用的Pearson相关对NDVI值、标准化后的年降水和年平均气温进行逐像元计算，其公式为：

(3)

3 结果与分析

3.1 西南地区生长季植被覆盖时空变化特征

3.1.1 时间变化 2000—2016年西南地区生长季NDVI逐年变化(图2)中可以看出，近17年来西南地区生长季NDVI总体呈现波动增长趋势，增速为0.009/10 a(p>0.05)，其中4月份增长趋势最显著(0.029/10 a，p<0.01)，明显超过了同时期中国陆地植被覆盖平均增长速度(0.002 9/10 a，p<0.05)[23]。生长季NDVI在2000—2001年、2003—2006年、2010—2012年呈明显上升趋势，近17年来NDVI最小值出现在2000年(0.464)。

图2 西南地区生长季和4月份NDVI逐年变化

3.1.2 空间变化 从2000—2016年生长季NDVI的变化趋势空间分布(图3A)可以看出，大部分区域NDVI变化斜率主要在0～0.1，NDVI整体上呈现出不同程度的增加趋势。呈增加趋势的区域占研究区总面积的71.94%，其中呈极显著增加(p<0.01)区域主要分布在四川盆地、重庆山地、云贵高原东部、东北部，广西丘陵西部；呈显著增加(p<0.05)区域主要分布在横断山脉中部、青藏高原南部及云贵高原西部和西南部；呈显著减少(p<0.05)区域主要分布在青藏高原中部(青海省中部，西藏拉萨)、南部，横断山脉与四川盆地交界、滇中高原及广西丘陵东北区。

从2000—2016年生长季NDVI的变化稳定性分级(图3B)可以看出，西南地区植被覆盖变化稳定性存在明显的空间差异，所占面积比例分别为较低稳定(31.15%)>中度稳定(25.36%)>较高稳定(18.52%)>不稳定(18.16%)>高稳定(6.81%)，以较低稳定与中度稳定占主导；其中较低稳定区与中度稳定区大致相同，主要分布在云贵高原、四川盆地西部、青藏高原北部及西南部，较高稳定区主要分布在西南地区东部、东南部、中部部分区域，不稳定区主要分布在横断山脉、青藏高原南部，高稳定区主要分布在西南地区中部偏北区、四川盆地北部、青藏高原西部。

图3 西南地区2000-2016年生长季NDVI变化斜率及变化稳定性

3.2 西南地区生长季植被覆盖对气候与地形因子的响应

3.2.1 气候因子 西南地区生长季NDVI与气温和降水的相关关系见图4，NDVI和气温之间是正负相关并存，但是只有10%区域达到p<0.05的显著性检验；整体上呈正相关关系，其中62.53%的区域呈现正相关关系，呈正相关的像元个数是呈现负相关像元个数的2.0倍，大部分区域气温升髙对植被生态系统生长有利，尤其以青藏高原西北部，四川盆地南部、东北部，云贵高原贵州境内、广西丘陵地区最为明显；NDVI与气温之间呈现显著负相关的区域主要分布于青藏高原西南、横断山脉地区，年均气温升髙对植被NDVI生长不利。另外一方面，NDVI与降水量之间也呈现正负相关并存的特征，但呈现正相关(57.01%)和负相关(42.78%)的区域面积总体来说差别不大，只有5%区域达到p<0.05的显著性检验；年降水量增多对生态系统植被生长有利的区域多集中在青藏高原西部、西北部，长江干流四川—重庆—贵州段，以及广西丘陵中部、南部部分地区；其余区域年降水量增多对植被NDVI生长不利的地区主要分布于青藏高原南部，四川盆地以北，云贵高原贵州境内，广西丘陵东部。

筛选当月、前1个月、前2个月、前3个月的时间段中最低气温、最高气温、平均气温、降水等气候因子值，计算出与当月NDVI值的相关系数，最终得到表1中的数据结果。从表1中可知，4月份NDVI与当月最低气温、最高气温、平均气温有极显著正相关(p<0.01)关系，与前1个月最低气温有显著正相关(p<0.05)关系。5月份的NDVI与当月最低气温有显著正相关(p<0.05)关系，跟前1个月最低气温有着极显著正相关(p<0.01)的关系。6月份NDVI与前3个月的最高气温、平均气温呈显著正相关(p<0.05)。7月份NDVI与前3个月最高气温、平均气温有极显著正相关(p<0.01)关系，与最低气温有显著正相关(p<0.05)关系。8月份NDVI与前1个月最低气温有极显著正相关(p<0.01)关系，和前1个月平均气温有显著正相关(p<0.05)关系，与前2个月最低气温、最高气温和平均气温均有显著正相关(p<0.05)关系。9月份植被生长状态表现较为稳定，气候因子对其并没有产生多少影响。另一方面，NDVI与气温的最大相关系数出现在当月(最低气温0.835，最高气温0.629，平均气温0.783)，和月降水量的相关系数大多为负值，但相关性并不显著。通过以上对研究的结果分析可以看出，中国西南地区植被NDVI变化与气候因子的相关性有着明显的季节性特征，相比较与降水的相关性而言与气温的相关性更强；观察数据变化可知植被生长对降水月变化的响应并不明显，对气温的响应不存在明显滞后效应。此研究结论与何云玲等[24]的研究结果一致。

3.2.2 地形因子 西南地区是我国三级阶梯地形的核心组成区，其独特的地形地貌特征决定了该区复杂的植被覆盖情况，通过我国三级阶梯坡度、坡向等分级标准[25]把提取出的不同地形因子进行分级，用于分析地形因子对植被覆盖的影响，结果见图5。

总体上，不同海拔、坡度、坡向NDVI变化趋势中极显著变化所占面积比例很小，主要以显著退化、显著改善以及基本不变3类为主，在不同地形因子中均表现为显著改善所占面积比例较大(60%～70%)。其中，从海拔上看，随着海拔上升，平均NDVI值下降，即植被覆盖在海拔>4 000 m最小(0.30)，但是NDVI显著变化所占面积比例却是以海拔>4 000 m为最大(39.13%)，尤其是显著退化面积比例最大(14.33%)。从坡度上看，随着坡度增大，平均NDVI值增大，即植被覆盖在坡度0°～5°最小(0.37)，而NDVI显著变化所占面积比例在坡度5°～15°为最大(34.83%)，在坡度>25°为最小(4.41%)。从坡向上看，平均NDVI值表现为阳坡最大(0.53)，阴坡最小(0.51)，但是各坡向之间NDVI变化趋势所占面积比例差异很小。

图4 西南地区生长季NDVI与气温、降水变化的相关

表1 西南地区近17年来生长季各月NDVI与气温和降水的相关关系

注：**表示在0.01级别(双尾)，相关性极显著；*表示在0.05级别(双尾)，相关性显著。

3.2.3 气候与地形因子 拟合优度指相关系数的平方，通过比较不同因子的拟合优度差值可以更为直观地判断气温和降水量中哪个因子对NDVI变化的影响更大[26]。将NDVI与降水的相关系数的平方减去与NDVI与平均气温相关系数的平方便可得到NDVI与降水、平均气温的拟合情况，结果如图6所示。拟合优度差值大于0，则表示NDVI与降水的相关性大于其与气温的相关性，值越大表示降水对NDVI变化产生的影响程度越大；相反当拟合优度差值小于0时，则表示气温的相关性大于降水的相关性，负值的绝对值越大表明气温对NDVI的影响程度越大；而当差值为零时则表示平均气温与降水对NDVI的影响程度一致。

由图5中的柱状图分析可知，研究区在海拔、坡度、坡向上均表现为NDVI受降水影响的区域面积(>50%)大于受气温影响的面积，即在不同地形条件之下西南地区NDVI受降水控制的区域为主导。但是在不同海拔、坡度、坡向分区下NDVI受降水(气温)影响为主的区域在空间分布中存在很大差异，其中，受降水(P)控制的区域面积比例为：P(4000m,7353m]>P(500m,2000m]>P(2000m,4000m]>P[-25m,500m]，P(5°,15°]>P[0°,5°]，P半阴坡>P阳坡>P半阳坡>P阴坡；受气温(T)控制的区域面积比例为：T(25°,90°]>T(15°,25°]。

图5 西南地区不同海拔、坡度、坡向NDVI变化分布

4 讨论与结论

4.1 讨 论

过去的半个世纪里，中国西南生态脆弱区属于对气候变化较为敏感的区域，其植被分布存在明显的时空变化差异，这个现象吸引了不少国内遥感界和地理学界学者们的目光，学者们围绕西南地区植被覆盖变化做了大量的研究工作[27-28]。研究结果表明西南地区植被覆盖度总体呈现上升的趋势，这是受到西南地区各省市都在重视和不断推进生态环境治理恢复工程的影响，但是生长季植被覆盖在2001年、2005年、2010年仍有一定的波动，说明仍然较脆弱，易受到气候等扰动。由上文可知，研究区域内植被覆盖度与气候因子的相关性大小在年尺度上低于月尺度的值；但月降水量的相关性却低于其与月平均气温的相关性，植被生长对降水月变化的响应不明显，对气温的响应无明显滞后效应，这和西南地区以往的研究结果是一致的[29]。

但是地形因子对生态植被的影响明显，植被覆盖度随高程升高呈现逐渐降低的趋势，这与汤巧英等[30]在延河流域的研究结果一致。西南地区地形复杂，随高程升高，山区丘陵地形由于不利于土壤水土保持，气温降低，因此植被覆盖度逐渐降低；但是海拔>4 000 m以上的区域植被变化(改善和退化)趋势最为显著，说明在这种地形区域中，植被的适应性较为脆弱，状况容易产生变化，既容易恢复原貌，也容易产生退化，在日后的环境生态治理工作中需要着重注意。

坡度较小(0°～5°)的平坦区域主要是城镇建设用地、工业用地、耕地以及水域部分，这些区域人类活动频繁，造成了植被覆盖度低的现象；在坡度>25°的区域内，仍然存在着植被覆盖率降低的现象，虽然面积不大，但由于陡坡开垦及岩溶地质等原因，还是有必要引起足够的重视。

需要特别说明的是，在分析坡向对植被的影响过程中，发现虽然不同坡向对植被的影响存在一定差异，但变化的幅度并不大，可能是由于西南地区气候、地形条件复杂，水热条件组合情况多变，导致坡向差异对植被的生长变化影响并没有想象中那么大，而高程和坡度对植被的影响则更大[31]。当然这只是一种猜测，具体的原因还需要进一步的研究和探讨才能确定。

排除气候与地形因子两个影响因素，另一个影响植被覆盖度变化的重要因素是人类活动。不过人类活动对植被覆盖度的影响机理错综复杂，包括人口增长、城镇化发展、人工造林、生态恢复等，都会对区域植被覆盖度产生严重影响[32]。因此，在今后的研究工作中如何更精准地定量研究人类活动对植被覆盖度的影响，尽量排除对植被变化不利的负面因素，这对区域生态安全维护来说拥有非常积极的意义。

4.2 结 论

(1) 西南地区2000—2016年生长季NDVI呈增长趋势(0.009/10 a)，其中4月增速最显著(0.029/10 a)。NDVI变化斜率为0～0.1，呈增加趋势的区域占研究区总面积71.94%，呈显著增加趋势的地区主要包含四川盆地、广西丘陵西部、云贵高原东部及东北部。植被覆盖变化稳定性以较低稳定(31.15%)与中度稳定(25.36%)占主导。

(2) 西南地区NDVI与气温、降水的相关性在空间分布上主要以正相关为主，西北部、东南部及中部区域的气温升高、降水量增加，对植被生态系统产生了有利的影响。生长季NDVI与气温的最大相关系数出现在当月(最低气温0.835，最高气温0.629，平均气温0.783)，和月降水的相关系数大多为负值但不显著；植被生长对降水月变化的响应不明显，对气温的响应无明显滞后效应。

图6 西南地区不同地形因子分区下NDVI与气温和同期降水的相关系数平方差

(3) 西南地区平均NDVI在海拔>4 000 m处最小(0.30)，在坡度0°～5°处最小(0.37)，但是NDVI的显著退化趋势则是分别以海拔>4 000 m处为最大(14.33%)，坡度5°～15°处为最大(8.68%)；不同坡向间则差异较小。

(4) 西南地区在海拔、坡度、坡向的不同地形条件之下以NDVI受降水控制的区域为主。其中，受降水(P)控制的区域面积比例为：P(4000m,7353m]>P(500m,2000m]>P(2000m,4000m]>P[-25m,500m]，P(5°,15°]>P[0°,5°]，P半阴坡>P阳坡>P半阳坡>P阴坡；受气温(T)控制的区域面积比例为：T(25°,90°]>T(15°,25°]。