玉溪市林分植被覆盖变化及驱动力分析

朱洪琴,王敬文,许彦红,期俊程,罗 航,彭泽喜

(1.西南林业大学,昆明 650224；2.玉溪市林业和草原局,云南 玉溪 653100)

林分植被覆盖度在很大程度上反映了林分生态系统的健康情况。植被覆盖的时空变化是林分生态系统发展方向的判断依据,因此,对林分植被覆盖良性变化及恶性变化的驱动力进行多因素分析,可以很好地为林地生态环境保护及政策优化提供理论依据,对林业发展、生态建设和可持续发展具有一定借鉴意义。植被覆盖的变化是人与自然相互作用的反映,遥感技术的不断发展,为更快捷便利地监测地区的植被覆盖变化分析提供了可能,也有利于进一步探究造成这些变化的各因素之间的相互作用。

遥感数据在国内外已经广泛应用于植被覆盖研究领域,一部分学者利用NDVI数据和利用像元二分法对NDVI进行处理,得到植被覆盖数据,对植被覆盖的时空变化格局进行分析,如,综合使用NDVI时间序列影像及相关统计资料数据和单因素方差分析法[1]、一元线性回归[2]、混合像元分解模型[3-6]、实地调查分析[7]、趋势分析法[8-9],以及采用趋势分析和叠加分析、显著性检验和格网计算等方法对植被覆盖变化趋势、植被覆盖退化的空间格局及其影响因素进行分析[10-13]；刘虎等[14]基于遥感生态指数(Remote Sensing Ecology Index,RSEI)分析了研究区内的生态环境状况及其时空变化特征；马伟波等[15]利用地形位置指数和坡度位置指数方法研究赤水河流域植被生长季NDVI时空变化及地形分异特征。还有的通过引入信息熵分析草地生态系统时空变化趋势[16]，也有学者运用EVI数据分析草原退化时空格局,如,韦惠兰等[17]基于MODIS-EVI数据及社会统计数据反演了玛曲草原退化的时空格局。据学者研究发现,MODIS EVI是对NDVI的发展和延续,它从植被指数计算公式和合成方法两方面做了改进,运用MODIS EVI数据对植被覆盖的时空变化进行分析比NDVI数据更具实际意义[18-19]。

目前的研究大多以植被覆盖退化为研究分析对象,并未对植被的良性发展进行对应分析,也并未对两者之间存在的差异进行进一步讨论,所以通过对植被覆盖的时空变化研究,进一步分析造成变化的驱动因子是十分必要的,特别是现有研究很少考虑到微地形因子产生的微气候条件对植被覆盖的影响,所以本次研究可为林业可持续发展提供更有力和更严谨的科学依据。

1 研究区概况

玉溪市位于云南省中部,地处滇中腹地,北邻省会昆明市,东南与红河哈尼族彝族自治州接壤,南与普洱市相连,西与楚雄彝族自治州毗邻。地理坐标处于北纬23°19′～24°53′、东经101°16′～103°09′之间。目前,全市土地总面积为1 496 708.0hm2,林地面积为1 088 595.9hm2,公益林面积占林业用地的52.46%,玉溪市公益林既有力地支撑了绿色生态安全屏障建设和生物多样性保护,又为林产业发展留下了足够的空间。

2 数据和方法

2.1 数据准备

研究采用的数据主要有:2010—2019年每16天一期的MODIS(Moderate-resolution Imaging Spectroradiometer)增强植被指数(Enhanced Vegetation Index—EVI)(https://ladsweb.modaps.eosdis.nasa.gov/)和30m DEM(http://www.gscloud.cn/sources),以及玉溪市林草局提供的国家级、省级公益林数据和最新“二调”数据,包含大型水体、村级以上居民点、乡级以上道路矢量数据。

2.2 数据处理

先将收集的230幅EVI数据,利用MODIS处理工具MRT(MODIS Reprojection Tool)和ENVI软件,经几何精纠正、辐射校正、大气校正等预处理,并采用最大值合成法[20](Maximum Value Composite,MVC)得到每年的最大EVI数据。而后利用ArcGIS软件结合自编代码将所有数据批量裁剪得出研究区范围,利用DEM数据进行坡度、坡向提取和通过邻域计算,窗口逐一设置为2,3,…,49km试验,利用均值变点法[21]选择最佳窗口为18km,计算得出地形起伏度[22]。城市化过程中,大量人为活动对生态系统产生了极大影响,明显表现在植被覆盖的变化[23]。因此,将大型水体、居民点、道路、公益林界依次计算成本距离,并对人为活动量化。

2.3 植被覆盖变化分析

研究采用普通最小二乘法(Ordinary Least Squares)建立一元线性回归模型[3],用斜率表示10年间EVI数据在每个像元上的变化趋势,斜率计算如式(1)所示。

(1)

对每个像元的斜率进行T检验[24],显著性水平代表斜率变化可置信程度的高低,计算如式(2)、(3)。研究选用双侧检验,选用α=0.05的统计显著水平,剔除结果不显著数据。

(2)

(3)

3 结果和结论

3.1 变化特征

趋势线分析法是对一组随时间变化的变量进行回归分析,判断其变化的趋势。植被覆盖时空格局和变化图(图1)揭示了玉溪市2010—2019年植被覆盖随时间变化的情况。图中表明,玉溪市大部分地区在这10年内,植被覆盖有向好趋势,改善较为明显的区域主要在北部,特别是易门、峨山,退化区主要分布在西南部的新平和元江,但大部分为轻微退化。

图1 玉溪市林分植被覆盖时空变化图

为更好地说明整体变化情况,特建立2010—2019年EVI变化转移矩阵(表1),列名为2010年EVI,行名为2019年EVI,如第2行第3列即2010年EVI2级变为2019年3级的面积占比,EVI等级取值范围详如表注所述。可以得出,EVI由2010年转移到2019年变小部分占总体29.05%,其中EVI变小后值依然保持在0.5以上部分占71.57%。从表2可以看出,植被覆盖变化情况明显改善的面积占比约为10.44%；轻微改善占50.36%；基本不变约为0.07%；轻微退化约为30.45%；严重退化占8.68%。

表1 玉溪市2010—2019年EVI变化转移矩阵

表2 玉溪市林分植被覆盖变化情况表

3.2 驱动力分析

将退化面积和改善面积两者分别与人为(道路、居民区、公益林管护、大型水体)和自然(DEM、坡向、坡度、地形起伏度)因素建模,将各变量按照分级与植被覆盖变化趋势在该区间的平均值进行曲线拟合选出最佳曲线进行分析。图2是各变量的处理结果。

3.2.1公益林管护区

在生态环境问题日益显著的背景下,世界各国都响应了不同生态补偿政策,我国实施了一系列的生态保护工程,如,天然林保护、退耕还林还草和山水林田湖草系统性生态保护修复等工程[25-26]。生态公益林在一定程度上维护和改善了生态环境,保持了生态平衡,保护了生物多样性,满足了人类社会的生态、社会需求和可持续发展等方面的需求。研究以公益林管护区做成本距离分析,以此对公益林管护进行量化分析,将量化值按自然间断点分级法(Jenks)分为10级。

经曲线拟合,对改善部分而言,公益林管护区拟合结果R2最大为0.954 7,由图3(a)可得,在成本距离为100以内,随着距离增加,其改善速度也略有上升,但超过这个距离,其改善速度开始下降。对退化部分而言如图3(b),最大R2为0.943 5,距离在100以内,退化速度略有降低,在此之外,退化速度明显增快。结果表明,在公益林有效管护范围内,植被覆盖改善速度逐渐增快,退化速度放缓,反映出公益林管护对植被覆盖改善有明显作用。

3.2.2地形起伏度

地形起伏度能描述地貌隆起、切割程度,对水土的流失与积聚都有影响,可直接或间接地影响植物的生长和分布[22]。根据其值的分布情况,按自然间断点分级法(Jenks)分为10级。

图2 各变量图

图3 斜率与公益林成本距离拟合关系

经曲线拟合,对改善部分而言,拟合最大R2为0.995 4,由图4(a)可得,地形起伏度为150m范围内,植被覆盖改善速度逐渐增强,150～500m以内,随着地形起伏度增加植被覆盖改善速度逐渐降低,超过500m后又逐渐增高；对退化部分而言,拟合最大R2为0.944 3,如图4(b),随着地形起伏度的增加,植被覆盖退化速度越低。

对处于地形起伏度小的林分,人们有意识保护植被,所以植被覆盖改善较快,在起伏度为150～500m范围内,人为活动较为密集,故改善速度逐渐降低。在地形起伏度大的地方,基本没有人为活动,故植被覆盖改善较快。

3.2.3大型水体

玉溪市大型水体主要分布在澄江、江川和通海,有抚仙湖、星云湖、杞麓湖等大型水域及各地水库江河面域。大型水域周边的林分处于重要的生态地位,政府对大型水域周边的林分进行管护。研究依据玉溪市大型水体的分布进行成本距离分析,以简单量化实施管护政策的影响,按自然间断点分级法(Jenks)分为10级。

经曲线拟合,对改善部分而言,拟合最大R2为0.926 7,由图5(a)可得,在成本距离为200以内,随着距离增加植被覆盖改善速度逐渐增高,超过200后,逐渐降低；对退化部分而言,拟合最大R2为0.868 6,如图5(b),在距离为150以内,随着距离的改善,植被覆盖退化速度增快,在距离为150以外,退化速度逐渐降低。

大型水体周边的管护,在有效保护范围内植被覆盖改善较快,但超过有效范围之后植被覆盖改善速度就大幅度降低,有可能是一定范围内的非管护地区水肥条件优渥,有农田或耕地对其造成一定的影响。

图4 斜率与地形起伏度拟合关系

图5 斜率与大型水体成本距离拟合关系

3.2.4DEM

海拔不同其水分、温度、湿度条件不同,也就有着不同的森林植被,所以林分植被覆盖会因海拔不同而呈现出一定的规律。根据值的分布情况,按自然间断点分级法(Jenks)分为20级。

经曲线拟合,对改善部分而言,拟合最大R2为0.878 2,由图6(a)可得,在DEM为2 000m以内,随着DEM增加植被覆盖改善速度逐渐增加,超过2 000m后,逐渐降低；对退化部分而言,拟合最大R2为0.897 6,如图6(b),随着DEM的增加,植被覆盖退化速度增加。

以2 000m为节点,超过之后随DEM的不断升高,植被改善速度降低,退化速度增加,这是因为海拔越高,生长环境越恶劣。

3.2.5坡向

不同的坡向其光照条件不同,阴坡阳坡的生长条件就会存在差异,植被覆盖在阴坡阳坡的趋势就会不同。根据值的分布情况,按自然间断点分级法(Jenks)分为20级。

经曲线拟合,对改善部分而言,拟合最大R2为0.605 3,由图7(a)可得,在坡向为阴坡(0°～112.5°,292.5°～360°),植被覆盖改善速度逐渐增加,在阳坡(112.5°～292.5°),逐渐降低；对退化部分而言,拟合最大R2为0.891 9,如图7(b),在阴坡,植被覆盖退化速度降低,在阳坡,植被覆盖退化速度逐渐改善。可能是由于阴阳坡光照和水分等因素引起的差异。

图6 斜率与DEM拟合关系

图7 斜率与坡向拟合关系

3.2.6坡度

依据国际地理学联合会地貌调查与地貌制图委员会关于地貌详图应用的坡地分类来划分坡度等级,规定:0°～0.5°为平原,0.5°～2°为微斜坡,2°～5°为缓斜坡,5°～15°为斜坡,15°～35°为陡坡,35°～55°为峭坡,55°～90°为垂直壁。

坡度是限制人类活动比较明显的因素,坡度较大的地域,往往不利于人们开垦作业,活动不便,所以人为活动较少,但坡度较大就会影响植被对水分和营养的保存,所以坡度对于植被覆盖的趋势具有两面性。根据值的分布情况,按自然间断点分级法(Jenks)分为20级。

经曲线拟合,对改善部分而言,拟合最大R2为0.939 4,由图8(a)可得,在坡度为35°以内,即陡坡以下植被覆盖改善速度随坡度增加逐渐降低,在35°以外,即陡坡以上改善速度明显降低；对退化部分而言,拟合最大R2为0.947 6,如图8(b),当坡度小于35°时,植被覆盖退化速度逐渐降低,大于35°时,退化速度明显降低。

3.2.7居民区

居民区能直接反应人为活动和城市化进程,对植被覆盖的变化有着很重要的研究价值。研究对村以上居民区进行成本距离分析,对居民人为活动影响简单量化,按自然间断点分级法(Jenks)分为10级。

经曲线拟合,对改善部分而言,拟合最大R2为0.946 9,由图9(a)可得,在成本距离为150以内,植被覆盖改善速度逐渐降低,在距离150以外,改善速度逐渐升高；对退化部分而言,拟合最大R2为0.892 3,如图9(b),随着距离逐渐增大,植被覆盖退化速度逐渐增强。在居民点周围的林分,人们有意识地进行保护,所以植被覆盖改善较快；在居民区周边的一定成本距离内,会存在一些放牧和采伐现象,所以呈现出植被改善减缓的情况；在距离更远的区域,人为活动较少,故而植被覆盖改善会较快。

图8 斜率与坡度拟合关系

图9 斜率与居民区成本距离拟合关系

3.2.8道路

道路是一项基本民生工程,也是城市化进程的一个缩影。近年来,玉溪市道路发展迅速,生态环境对其影响的反馈结果也值得探究,为模拟道路修建、运输等对植被覆盖的影响并对其进行简单量化,将道路进行成本距离分析。根据值的分布情况,按自然间断点分级法(Jenks)分为10级。

经曲线拟合,对改善部分而言,拟合最大R2为0.934 3,由图10(a)可得,在成本距离为100以内,植被覆盖改善速度逐渐升高,在距离100以外,改善速度逐渐降低；对退化部分而言,拟合最大R2为0.940 0,如图10(b),在成本距离为100以内,植被覆盖退化速度明显改善；在距离100以外,退化速度逐渐改善。在乡级以上道路周边,尤其是高速公路周边进行绿化一直备受关注,所以道路周边的植被覆盖改善速度会有所增长。与道路的边带绿化相比而言,离道路一定距离的林分增长速度就不及人们重点管护的地区,故而植被覆盖改善放缓,但到了人为影响较少区域,植被覆盖改善的速度又会增长,退化速度减缓。

图10 斜率与道路成本距离拟合关系

3.3 综合分析

经单因素分析后,以它们之间的关系进行变量处理,而后随机筛选出30 000个随机点进行逐步回归建模。

对改善部分而言,从表3中可以看出,模型的R2为0.364,模型经7次逐步回归发现,8个原始变量,7个保留,地形起伏度被剔除。常数和各变量都通过T检验,方差膨胀因子均较小,没有多重共线性。由表4系数可以看出,道路和居民区与植被覆盖改善速度呈负相关,DEM、坡度、坡向、大型水体、公益林管护区与植被覆盖改善速度呈正相关；对植被覆盖改善速度影响大小依次是:坡度、DEM、公益林管护区、道路、居民区、大型水体、坡向。

对退化部分而言,从表5中可以看出,模型的R2为0.336,模型经7次逐步回归后,8个原始变量,7个保留,坡向被剔除。各变量都通过T检验,方差膨胀因子均较小,没有多重共线性。由表6系数可以看出,道路和居民区与植被覆盖退化速度呈正相关,DEM、坡度、地形起伏度、大型水体、公益林管护区与之呈负相关；对植被覆盖退化速度影响大小依次是:居民区、地形起伏度、坡度、DEM、公益林管护、道路、大型水体。

表3 模型摘要表

表4 系数表

表5 模型摘要表

表6 系数表

据两个系数表,可得出就植被覆盖改善部分的模型如式(4)所示,就植被覆盖退化部分模型如式(5)所示。

y1=1.95×10-4+1.05×10-9x12+2.48×10-6x22+1.67×10-13x34-6.38×10-10x43+9.53×10-11x53+6.48×10-10x63-3.50×10-10x73

(4)

y2=1.43×10-5-9.83×10-10x12-2.25×10-7x22+4.11×10-10x43-1.16×10-10x53-6.10×10-10x63+4.73×10-4ln(x7)-4.82×10-5ln(x8)

(5)

式中:y1为改善区斜率；y2为退化区斜率；x1—x8依次为DEM、坡度、坡向、道路、大型水体、公益林管护区、居民区、地形起伏度。

4 结论与讨论

此次研究对植被覆盖的改善和退化分别进行了驱动力分析,结果表明，改善与退化的驱动力不尽相同,影响机制也存在差异,这为更好制定生态保护相关政策提供了有力的科学依据。道路和居民区的发展对植被覆盖退化有很大的影响,在发展经济的过程中,要充分考虑对生态环境造成的影响。

公益林管护和大型水体对植被覆盖改善有推动作用,玉溪市在生态文明建设过程中,应多加强生态公益林建设和水源区周边的生态管护,特别是植被覆盖出现退化趋势区域,争取提高植被覆盖质量和生态效率,加大宣传力度,鼓励公众积极参与并践行国家各项生态政策,为云南建设成为全国生态文明建设排头兵助力。

本文研究结果与宋春桥等[8]的研究结果一致,而与周婷等[13]的研究结果有些许不同,其中有中心城镇距离的结果与此次研究不一致,可能是选取的样本存在差异、城市发展水平不同导致的。本次研究因数据原因未能对玉溪市土地利用转移情况进行研究,但对居民点及道路进行的研究也能解释城市化对它的影响。研究选取的影响因素并不能完全覆盖整个影响面,但这几个因素也具有很好的代表性。