岩溶区植被覆盖变化与气候波动的相关性——以云南石林为例

丁文荣, 李玉辉

(云南师范大学 旅游与地理科学学院， 云南 昆明 650500)

1 研究背景

陆地植被是自然生态环境的重要组成部分，是大气、土壤和水分之间的“纽带”。植被影响着地气系统的能量平衡，在气候、水文和生化循环中发挥着重要作用，但同时也是气候和人为因素对环境影响的敏感性指标[1]。全球气候变暖及其关联效应已经成为21世纪最重大的环境问题之一，IPCC最新研究报告指出，1901-2012年全球地表平均温度升高0.89℃(0.69～1.08℃)，过去30年中的每个10年都要比自1850年以来的任何一个10年都更加温暖[2]。由此，揭示植被与气候变化之间的关系已经成为全球气候变化研究的重要内容[3-5]。植被指数可以表征植被状况，能够在较大时空尺度上客观反映研究区植被覆盖信息，其中归一化植被指数(Normal Difference Vegetation Index,NDVI)最为常用[6]。遥感观测手段具有实时、动态、宏观的特点，为研究地表植被NDVI提供了可靠的数据源[7]。

退化岩溶区生态环境问题是全球岩溶地质研究中的关键问题之一，是区域可持续发展的严重制约因素，中国西南岩溶区尤为突出[8]。在气候变化及人类活动综合影响下，岩溶区生态环境问题更为凸显[9]。应对气候变化与植被恢复成为岩溶区生态环境恢复首要面对的现实需求，然而岩溶区气候变化与植被关系仍不清晰。石林作为剑状喀斯特的标型景观，在长期的开发过程中，对其保护也一直受到重视，具备了从地带性原生植被到石漠化灌草丛的完整植物群落序列。

本文将“3S”技术、数理统计方法融入岩溶区气候变化与植被变化的整体思考中，以长时间变化序列为对象，系统分析植被覆盖与气候变化的相关性，成果不仅是当地生态文明建设的科学依据，也可为岩溶区应对气候变化与植被保护、恢复提供实证。

2 数据与方法

2.1 研究区概况

石林彝族自治县位于云南高原中部，介于103°10′E～103°41′E、24°30′N～25°3′N之间，面积1 725 km2。地势东北高西南低，海拔多在1 700～1 950 m之间。地处低纬高原，具有典型的亚热带低纬高原季风气候特征，干湿季分明，多年平均降水量939.5 mm，降水时间主要集中在5-10月，占全年降水量的85%。年平均气温16.3℃，年平均日照2 100 h，大于10℃的年活动积温4 814.6℃，历年平均无霜期252 d。2015年监测结果表明，石林县有中度以上石漠化土地面积483.57 km2，潜在石漠化面积182.32 km2，分别占国土面积的28.75%和10.84%，是滇中石漠化最为严重的区域。然而，石林自1982年起陆续开展土地利用规划调整，城市化、自然保护和保护农田(耕地)、旅游景点建设、石漠化治理或退化岩溶生态系统治理等工程的持续进行，形成了地带性原生植被-针阔混交林-针叶林-石漠化灌草丛的植被类型序列。

本研究依据当地植被演替序列，甄选了4个人类活动较弱的植被片区为研究对象，4个植被类型区及气象站点分布见图1。

图1 研究区4个植被类型区及气象站点分布

为剔除人类活动的影响并客观反映自然植被覆盖变化与气候的相关性，所选择的区域主要位于山顶或保护区，耕地所占面积低，植被片区特征及恢复状态见表1。研究片区平均面积为7.48 km2，最大的是长湖片区，面积9.05 km2，最小的大湾菁片区面积为6.67 km2。

2.2 资料来源

选用的核心数据包括石林县1987 -2017年的降水、气温数据和植被NDVI数据，其中气象数据来源于石林县国家气象站。因旱季植被指数更能反映前期降水对植被的影响[10]，加之研究区生长季节云量高，无法获取连续完整的遥感影像，故本研究采用旱季的植被覆盖数据，所获取的影像均为1月份，共31期影像。

表1 植被片区特征及恢复状态

2.3 研究方法

(1) 植被覆盖NDVI数据提取。从美国地质勘探局(https://glovis.usgs.gov/)的Landsat4-5TM、Landsat7 ETM SLC及Landsat 8 OLI的30m分辨率卫星数字产品中筛选出合适的1月遥感影像，在ENVI 5.3软件的支持下进行辐射定标和大气校正，并进行植被NDVI计算，然后在ArcInfo 10.3中提取不同类型的植被片区范围及NDVI属性值。

(2)变化趋势分析。变化趋势分析采用Sen's斜率法，作为非参数方法，Sen's斜率可以较好地减少噪声对序列变化趋势的干扰。Sen's斜率β表示待分析时间序列的平均变化率以及时间序列的趋势。当β>0时，序列呈上升趋势；当β=0时，序列趋势不明显；而当β<0时，系列呈下降趋势[11]。对于时间序列xi=(x1，x2，…，xn)，Sen's斜率的计算公式为：

(1)

式中：Median为中值函数。

(3)变化周期分析。周期分析采用了小波变换法，该方法通过伸缩平移运算自动适应时频信号的时间变化，计算小波方差后可得到周期和主周期[12]。本研究采用的母小波为复值Morlet小波，具体形式为：

(2)

式中：fb为带宽；fc为中心频率;i为虚数。若令fb=2，ω=2πfc，则复值Morlet小波的伸缩尺度a与Fourier分析中周期T的关系为：

(3)

从公式(3)中可以看出，当ω=6.2时，T可以近似地用a来代替。

(4)偏相关分析。植被NDVI变化往往是多个要素相互影响、制约的结果，偏相关分析法为剥离出某个要素变化对因变量的作用提供了一种有效的方法。偏相关分析以控制变量将其他要素视为常数，可以有效排除要素自身相关的影响。通过偏相关系数与相关系数的比较，来确定两个变量之间的内在线性联系会更真实、可靠。本研究中NDVI与气温、NDVI与降水的偏相关系数计算分别写为：

(4)

(5)

偏相关计算结果采用t检验进行显著性分析，计算公式为：

(6)

式中：R为偏相关系数;n为样本数;m为自变量。

此外，气象数据、植被NDVI时间序列变化趋势的显著性检验及突变年份确定采用Mann-Kendall非参数检验法[13]，序列总体离散程度分析采用变差系数CV值[14]。

3 结果与分析

3.1 植被覆盖变化特征

通过遥感影像解译得到各年旱季植被NDVI后，分别提取每种植被类型的NDVI属性值，得到1987-2017年植被NDVI时间序列(图2)，在此基础上计算相关指数。由图2可看出，多年旱季植被NDVI主要波动于0.15～0.29之间，其中常绿阔叶林的长湖片区最高，均值达0.29，而石漠化灌草丛的白龙潭片区最低，均值仅为0.15。自1987年以来4个片区植被NDVI均存在明显的波动变化特征，且最高值均出现在2010年而最低值则出现在2012年。进一步采用Sen's斜率计算后发现，1987-2017年不同植被类型的变化趋势均呈现出减少的趋势(表2)，其中针阔混交林的大湾菁减少速率为-0.33×10-2/a，变化趋势达到了显著的水平，而其余三者的减少趋势尚未达到显著的水平。此外，对4种植被类型的NDVI趋势与Sen's斜率的相关性进行统计分析后发现，两者的相关系数为-0.68，即植被覆盖率越高的植被类型，减少的趋势越明显。

从变差系数CV值的变化来看，1987-2017年4种植被类型区的CV值波动于0.23～0.31之间，常绿阔叶林片区波动性最小而石漠化灌草丛片区最大。对植被NDVI与CV值的关系进行相关分析后发现，植被NDVI与变差系数CV值的相关系数为-0.63，达0.05的显著性水平，这说明植被覆盖越高的片区离散程度越小，即稳定性越好。

图2 1987-2017年4种植被类型NDVI演变过程

植被类型植被片区NDVISen's斜率/(10-2a-1)周期/a突变年份CV值常绿阔叶林 长湖 0.29-0.2221、11#、620090.23针阔混交林 大湾菁0.27-0.33∗21、12#、620090.30针叶林 松毛山0.26-0.1121、12#、620090.26石漠化灌草丛白龙潭0.15-0.0721#、12、620040.31

注：*为达到0.05显著性水平，#为第一主周期。

以Morlet小波作为母小波进行连续变换并计算小波方差后得知，4种植被类型片区均存在约21、12和6 a左右的3个时间周期(图略)，但第一主周期存在差异。其中常绿阔叶林第一主周期为11 a，针阔混交林、针叶林的第一主周期约为12 a，石漠化灌草丛的白龙潭片区的第一主周期却为21 a。这表明岩溶区植被覆盖变化过程存在多时间尺度特征及非同步性。

采用Mann-Kendall非参数检验法进行突变年份分析后得知，在0.05的置信水平下，常绿阔叶林、针阔混交林和针叶林的突变年份集中在2009年，而石漠化灌草丛则发生于2004年，与前三者不同。

3.2 研究区1987-2017年气候变化特征

气温和降水是影响植被覆盖的最根本的因素，两者之间存在的紧密联系。研究时段内石林县年降水均值为909.0 mm、年平均气温为16.6℃。自1987年至2017年，降水量、气温表现出不同的变化趋势，其中降水量微弱减少而气温则显著升高(图3)，计算两者的Sen's斜率并进行Mann-Kendall显著性检验后发现，降水量的Sen's斜率为1.97 mm/a，变化未达到0.05的显著性水平，而气温的Sen's斜率为0.05℃/a，达0.05的显著性水平。

Morlet小波方差的周期分析结果揭示了在0.05的信度水平下，降水存在21、12和7 a的时间韵律，其中第一主周期为21 a。而气温则仅存在26和21a的周期性特征，其中26 a为第一主周期。Mann-Kendall突变年份检验结果表明，在0.05置信度水平下，降水的突变发生在2009年，而气温则发生在2001年。

此外，降水、气温的变差系数CV值分别为0.17和0.04，可以看出气温的离散程度较降水更小，降水的时程波动性更明显。

3.3 植被覆盖变化与气温、降水的相关性

气候对植被覆盖的影响在年内生长期韵律的控制及长期趋势方面都有体现[15-19]。本研究分别从植被覆盖与气温和降水之间在变化趋势、周期性、突变年份3个方面的时间对应性，来阐释植被覆盖与气候变化的相关性。

对于变化趋势，不同植被类型NDVI与气温、降水量的关系存在差异(图4)。首先，4种植被类型与降水量之间均呈现为正相关关系，其中常绿阔叶林(长湖)、针叶林(松毛山)片区达到0.05的置信水平，表明在滇中岩溶区，降雨量的增加，有利于促进植物的生长，从而提高覆盖率。而植被覆盖与气温均为负相关关系，即高温抑制了植物生长，引起植被覆盖出现降低趋势。

图3 石林县1987-2017年降水量及气温的变化趋势

图4 不同植被类型NDVI与降水量及气温的关系

不同植被类型NDVI与气温、降水量的偏相关计算结果表明(表3)，植被与降水的相关性较气温更强，这说明对于地处亚热带低纬高原的石林而言，热量不是植物生长的限制性因素，植被覆盖的降低趋势是降水量的减少所导致。

表3 植被NDVI与气候因子的偏相关系数

注：*为达到0.05显著性水平。

从周期性来看，剔除误差后植被覆盖变化的平均周期为21、12和6 a，而降水存在21、12和7 a的时间韵律，气温则存在26及21 a的时间周期。因气温变化不存在12、6 a的时间周期，故植被覆盖变化在12、6年左右的时间周期是由降水所控制的。对于21 a时间尺度上的周期性变化，分别将降水、气温及4种植被类型在21 a时间尺度上的Morlet小波系数实部提取出来(图5)。从图5可以看出，21 a时间尺度上降水量峰值为1998年、最小值为2008年，气温的高温中心在2002年，而低温中心分别为1993和2012年。将降水量、气温在21 a时间尺度上的峰值、最小值与4种植被类型的NDVI序列进行比对后可以清晰看出，植被NDVI在21 a上的周期性变化也是由降水量所主导。综上所述，植被覆盖的周期性变化主要由降水的周期性韵律所控制。

从突变年份来看，常绿阔叶林、针阔混交林和针叶林3种植被类型的突变年份集中于2009年，而石漠化灌草丛则发生在2004年。由于降水量的突变年份发生在2009年，而气温则发生在2001年。综合比对突变年份的对应关系后可以看出，阔叶林、针阔混交林和针叶林3种植被类型与降水量的突变年份一致，突变由降水量的突变所引起，而石漠化灌草丛则与气温的突变年份一致，突变由气温的突变所引起。这表明了不同植被类型对气候因子的响应存在差异。

图5 1987-2017年气候因子与植被NDVI的Morlet小波系数实部变化

4 结论与展望

从典型岩溶区石林362幅Landsat4-5TM、Landsat7 ETM SLC及Landsat 8 OLI的30 m分辨率遥感影像中筛选出1987-2017年最佳的影像，结合气候数据进行岩溶区植被覆盖与气候环境因子的相关性对照分析，得到以下结论：

(1)植被NDVI主要波动于0.15～0.29之间，4种植被类型呈现出减少趋势。不同植被类型均存在约21、11和6 a的时间周期，但第一主周期存在差异。常绿阔叶林、针阔混交林和针叶林的突变年份发生在2009年，而石漠化灌草丛发生于2004年。

(2)植被NDVI与降水量均呈现为正相关关系，与气温呈现为负相关关系，植被NDVI与降水量的相关性较气温更强。1987 -2017年植被NDVI呈降低趋势是降水量的减少而导致，植被覆盖的周期性变化是降水的周期性韵律所控制。阔叶林、针阔混交林和针叶林3种植被类型的突变由降水量的突变引起，而石漠化灌草丛则由气温的突变引起。

(3)常绿阔叶林、针阔混交林和针叶林在气候变化背景下更为稳定，应对气候变化的能力更强，石漠化灌草丛较其他植被类型稳定性最差。

气候变化与植被恢复是岩溶区面临的重要环境问题，本研究获得了岩溶区长序列植被NDVI，且所选植被片区位于保护区或山脊区，较大程度剔除了人类活动的影响，具有较高的可靠性。从均值时间序列变化角度发现，岩溶区植被中常绿阔叶林的自我调节能力最强，稳定性最好，而石漠化灌草丛最差，这为研究区植被恢复与保护提供了科学依据。但近年来极端气候频发，不同植被类型响应极端气候的特征，尤其是极端干旱期的维持、干旱后的恢复规律仍不清楚，有待今后进一步研究。