气候变化和人类活动对西南喀斯特地貌区植被NDVI变化相对作用

2022-05-04黄雯婷卢梦缘欧昱贤张占奕李明杰郭振东马瑞雪

水土保持研究 2022年3期

徐勇, 黄雯婷, 卢梦缘, 欧昱贤, 张占奕, 李明杰, 郭振东, 马瑞雪

(1.桂林理工大学广西空间信息与测绘重点实验室，广西桂林 541006 2.桂林理工大学测绘地理信息学院, 广西桂林 541006)

喀斯特地貌区作为中国四大生态环境敏感区之一，地质构造复杂、地貌类型多变，加上受区域气候和人类活动的双重作用，部分地区生态环境日益恶化，石质荒漠化已经成为制约区域经济发展和生态文明建设的重要因素[1-3]。因此，在喀斯特地貌区开展生态环境监测及生态质量评价，对推动喀斯特地貌区的生态恢复具有重要现实意义。植被作为生物圈的重要组成部分，可以有效地反映区域的生态状况，对生态环境变化具有良好的指示作用[4-9]。传统的植被生长监测主要为地面实测法，但该方法通常需要大量的人力物力，且易受时间空间限制，难以进行大尺度植被生长监测。20世纪以来，得益于遥感产业的蓬勃发展，海量的遥感数据为大面积植被生长监测提供了多源数据支持，遥感监测成为全球和地区生态环境监测的重要技术手段之一[10-12]。归一化植被指数(Normalized Difference Vegetation Index，NDVI)常被用来反演植被的覆盖程度，能在不同的时间和空间尺度上反映植被状况，因而被广泛应用于植被覆盖格局时空演变特征研究及植被生长监测中[13-18]。

近年来，已有许多国内外学者使用遥感技术在不同时空尺度上对植被覆盖动态变化及影响因素方面进行了研究，气候变化作为影响植被生长和空间分异的驱动力受到广泛关注[19-25]。随着学者对植被覆盖动态变化及其驱动力研究的不断深入，针对西南喀斯特地貌区植被覆盖动态变化及其驱动力方面的研究也取得了一系列成果，肖建勇等[26]研究表明喀斯特地区植被空间分异受气候变化和人类活动的影响强于非喀斯特地区，丁文荣等[27]研究发现滇东南喀斯特地貌区植被改善受气候变化和人类活动的双重作用，且表现出较强的地域分布差异。张凯选等[28]，吕妍等[29]，也对西南喀斯特地貌区植被覆盖变化及其成因进行了分析，发现除了气候变化外，植被覆盖还受非气候因子的影响。

在已有研究中，对气候变化的影响研究较多，且主要集中于降水和气温两种气象要素对植被生长的驱动，没有考虑日照时数和相对湿度等气象因子对区域植被生长状况的影响，在一定程度上降低了研究结果的精度；对人类活动和植被生长之间的响应机制的研究大都停留在定性描述层面，人类活动对喀斯特地貌区植被NDVI变化的驱动机制尚不明确，且并未定量厘定各驱动力对植被覆盖变化的影响。因此，本文基于2001—2019年MODIS NDVI时间序列、SRTM DEM数据、降水、气温、相对湿度和日照时数时间序列，通过建立Theil-Sen Median斜率估计模型、Mann-Kendall显著性检验模型、残差分析模型和相对作用分析模型等，厘清气候变化和人类活动对西南喀斯特地貌区植被NDVI变化的影响，进一步明晰西南喀斯特地貌区植被覆盖在气候变化和人类活动驱动下的时空演变机制，研究结果对喀斯特地貌区生态环境评估和保护、资源的合理开发和利用以及石漠化研究和防治具有重要的现实和科学意义。

1 数据来源及研究方法

1.1 研究区概况

研究区位于中国西南部，区域范围在20°54′—34°19′N,97°21′—112°04′E。在行政区划上，包含“西南三省一区一市”，即四川省、云南省、贵州省、广西壮族自治区以及重庆市，总面积为137.63万km2。研究区内最高海拔为6 304 m，最低海拔为-20 m，地势起伏较大(图1)。研究区内地貌类型复杂，从西部青藏高原向东部丘陵平原地区过渡，喀斯特地貌分布广泛。气候类型主要包括热带季风和亚热带季风气候，大部分地区冬暖夏热，年平均气温在-3～24℃，年日照时数在752.6～3 504.9 h；年均降水量在340～2 300 mm，自东南向西北递减，雨热同季期，降水充沛，为植被的生长提供了有利条件。此外，该地区经济发展较为缓慢，是“西部大开发战略”的重要发展区域之一。

1.2 数据来源与处理

本研究采用的NDVI时间序列来自美国国家航空航天局发布的MOD13A C6产品数据集，数据的时间分辨率和空间分辨率分别为1月和1km，本研究采用2001年1月至2019年12月逐月MODIS NDVI时间序列，数据集不需要进行大气校正等预处理，发布的产品数据集已经消除了水、云、重气溶胶和云影等对数据带来的偏差。

气象数据共选取了研究区及其周围155个气象站点的逐日气象数据。气象数据来自中国气象数据网(http:∥data.cma.cn)，数据经过严格的精度控制，质量良好。为了减少地理位置信息对气象数据插值精度的影响，选用ANUSPLIN插值软件引入DEM作为协变量对气象数据进行空间内插， DEM数据来源于中国科学院资源环境科学与数据中心，数据的空间分辨率为1km，投影系统与气象因子数据集一致。

1.3 研究方法

1.3.1 Theil-Sen Median斜率估计和Mann-Kendall显著性检验 Theil-Sen Median斜率估计常用来探究某长时间序列变量随时间的变化态势。本文采用Theil-Sen Median斜率估计[30]探究研究时段内西南喀斯特地貌区植被NDVI的变化趋势，揭示其在时间尺度上的变化特征。

Theil-Sen Median趋势分析计算公式如下：

(1)

式中：i和j代表年份；NDVIi代表在第i年的植被NDVI值；NDVIj代表在第j年的植被NDVI值；βNDVI代表研究时段内植被NDVI的变化斜率；当βNDVI>0时，说明研究时段内植被NDVI呈上升趋势，植被覆盖有所改善，当βNDVI=0时，说明研究时段内植被NDVI保持不变，植被覆盖较为稳定，当βNDVI<0时，说明研究时段内植被NDVI呈下降趋势，植被覆盖有所退化。

为定性区分研究时段内植被NDVI变化趋势，使用Mann-Kendall显著性检验法进行判别[27,30]。对于给定显著性水平α，当|Z|>Z1-α/2，代表植被NDVI时间序列在给定显著性水平α上变化显著，反之，则认为其在给定显著性水平α上变化不显著。本文定义变化斜率在给定显著性水平α=0.05下显著时，为显著变化；在α=0.01下显著时，为极显著变化。

1.3.2 多元线性回归分析和残差分析植被群落的时空演变受区域气候条件和人类活动强度的共同影响，本研究通过构建多元回归分析模型和残差分析模型，定量厘定气候变化和人类活动对植被NDVI变化的影响[11,31]。首先，基于研究时段内植被NDVI观测值(NDVIObs，下同)、降水、气温、相对湿度和日照时数时间序列，构建多元一次线性回归模型，获得单独气候变化影响的植被NDVI预测值(NDVIPre，下同)时间序列；然后，基于植被NDVIObs与植被NDVIPre时间序列，构建残差分析模型，获得单独人类活动影响的植被NDVI残差值(NDVIRes，下同)时间序列；当NDVIPre>0时，说明气候变化对植被NDVI的上升起到了积极的作用；当NDVIPre=0，说明气候变化对植被NDVI影响甚微；当NDVIPre<0时，说明气候变化对植被NDVI的上升起到了抑制作用。同理，可得出人类活动对植被NDVI变化的影响。

1.3.3 相对作用分析法本文使用相对作用分析法来定量区分气候变化和人类活动对植被NDVI变化的相对作用[32]。主要思路为：首先，基于植被NDVIObs时间序列，获得2001—2019年植被NDVIObs的变化斜率，即βNDVIObs。定义βNDVIObs大于0的区域为植被改善区，βNDVIObs小于0的区域为植被退化区；接下来，计算植被NDVIPre和NDVIRes的时间序列的变化斜率即βNDVPre和βNDVIRes；最后，基于βNDVIPre和βNDVIRes的取值区间，构建气候变化和人类活动驱动下植被NDVI变化的6种情境。具体如表1所示。

1.3.4 相关分析基于相关分析法，得到研究区植被生长与气温、降水、相对湿度和日照时数的相关性，探究植被NDVI对各气象因子变化的响应程度。具体公式如下[11]：

(7)

表1 不同情景下气候变化和人类活动对植被NDVI变化作用大小的定量分离方法

式中:ΔNDVIPre是t+1时刻气候变化所造成的NDVIPre与t时刻NDVIPre的差值;ΔNDVIRes是t+1时刻人类活动所造成的NDVIRes与t时刻NDVIRes的差值。

2 结果与分析

2.1 植被NDVI时空演变特征

由图2可知，研究时段内研究区植被NDVI年平均值在0.757～0.802之间，最大值出现在2018年，最小值出现在2001年。研究区植被NDVI整体呈现波动上升趋势，上升速率为0.002 5/a。由上可知，近19 a来，西南喀斯特地貌区植被NDVI整体得到改善。但在2011年、2014年、2016年植被NDVI值出现明显下降趋势，其中以2011年的下降趋势最为显著。研究区在2010年、2013年、2015年均遭受了大范围且程度严重的自然灾害，其中2010年西南地区出现了近50 a来最严重的干旱[33-34]，极端天气等自然灾害的发生，会对植被活动产生负面影响，是导致西南喀斯特地貌区部分年份植被NDVI下降的主要原因。

图2 2001-2019年西南喀斯特地貌区植被NDVI时间变化特征

尽管西南喀斯特地貌区植被NDVI状况总体趋于好转且植被NDVI年际差异较小，但植被NDVI变化存在明显的空间异质性。由图3看出，研究时段区域内植被NDVI呈上升态势的区域面积大于呈下降态势的面积，分别占研究区总面积的86.25%和13.75%，其中，极显著上升(p<0.01)的区域约占研究区总面积的35.33%，主要分布在横断山脉以东地区，包括四川东北部、重庆东部、贵州西部和广西中西部等。极显著下降(p<0.01)和显著下降(p<0.05)的区域仅占研究区总面积的1.82%，零星分布在城市中心区和旅游业发达地区。近年来，随着经济的快速发展，在城市扩张、城市基础设施建设、工业化发展和旅游资源开发的综合作用下，以上城市及其周边地区以及各旅游开发区植被覆盖呈下降趋势[26]。

图3 2001-2019年西南喀斯特地貌区植被NDVI变化趋势

2.2 植被改善区气候变化和人类活动的相对作用大小

本文中提到的植被改善区是指βNDVIObs>0的区域，人类活动对研究区植被改善区的相对作用略大于气候变化，人类活动对植被改善区的相对作用平均值为55.13%，气候变化对植被改善区相对作用平均值为44.87%(图4)。2001—2019年人类活动是研究区植被改善的主要驱动力。

以人类活动为主(相对作用大于50%)导致植被改善的区域面积占总改善面积的54.97%，主要分布于四川东南部、重庆南部、贵州北部和中部、广西北部和西南部以及云南东南部和西部；而以气候变化为主导致植被改善的区域占总改善区域的45.03%，主要分布在云贵川三地接壤处、广西南部、重庆大部分地区以及四川北部。从空间分布格局来看，气候变化和人类活动对研究区植被改善区的相对作用在空间上呈交错格局。植被覆盖呈极显著上升的地区同样受人类活动的主导。

图4 2001-2019年西南喀斯特地貌区气候变化和人类活动在植被改善区域的相对作用

2.3 植被退化区气候变化和人类活动的相对作用大小

气候变化和人类活动对西南喀斯特地貌区大部分地区植被生长具有促进作用，但也导致局部植被活力呈下降趋势。与植被改善区相对应，植被退化区是指βNDVIObs<0的区域。2001—2019年人类活动和气候变化对西南喀斯特地貌植被退化区的相对作用分别为54.57%和45.43%(图5)，由此可知，人类活动是引起研究区植被退化的重要驱动力。

气候变化和人类活动共同导致研究区局部地区的植被呈退化趋势，但两者相对作用大小存在较大空间差异。以气候变化为主导致植被退化的区域面积占总退化面积的42.96%，主要分布于重庆与四川交汇地区、云南中部、广西东部和中部；以人类活动为主导致植被退化的区域面积占总退化面积的57.04%，主要分布在四川中西部、四川和重庆交界处以及贵州中部和云南中部。以人类活动为主导致研究区植被呈退化的面积占极显著下降与显著下降面积的50%以上。

3 讨论

3.1 气候变化影响下植被NDVI时空演变特征

在区域和全球尺度上，植被生态系统时空演变特征及空间分布格局很大程度上受到气候变化的影响。通过多元线性回归法，得到研究区植被NDVIPre时间序列，对西南喀斯特地貌区植被NDVIPre变化趋势作进一步分析，获得气候变化影响下植被NDVI空间演变特征，结果见图6。气候变化影响下，植被NDVI呈退化态势的面积远小于植被呈改善态势的面积，植被呈改善态势的区域占81.06%，其中呈显著上升和极显著上升的区域占31.90%，主要分布在云贵川三地接壤处、广西中部和南部以及四川和重庆北部。显著下降和极显著下降的区域仅占2.91%，零散分布于云贵川三省和重庆。

图5 2001-2019年西南喀斯特地貌区气候变化和人类活动在植被退化区域的相对作用

3.2 植被NDVI对气候变化的响应关系

气候变化通过多种气象因子的动态变化和相互作用影响植被的生长。本文通过分析植被NDVI与前0—3月降水、气温、相对湿度和日照时数的相关系数，然后利用绝对值最大值合成法得到两者之间的最大相关系数，以此得到植被NDVI对各气象因子变化的最大响应，揭示各气象因子对植被NDVI变化的驱动。总体上，降水、气温和相对湿度对研究区植被生长具有正向促进作用，而日照时数对研究区植被生长具有负向抑制作用。其中，植被NDVI与气温、降水和相对湿度的平均最大相关系数依次降低，分别为0.174，0.171和0.081，与日照时数的平均最大相关系数为-0.046。综上可知，气温、降水和相对湿度能够促进研究区植被的生长，而日照时数抑制了研究区植被的生长。

植被NDVI与各气象因子的相关性呈现明显的地域差异。研究区大部分地区植被生长受降水、气温和相对湿度的正向影响，与之相反，研究区大部分地区植被生长受日照时数的负向影响。超过78%的区域植被NDVI与降水呈正相关关系，其中，通过p<0.05显著性检验的区域占10.51%，如图7A所示，主要分布在重庆北部以及四川东北部。超过76%的区域植被NDVI与气温呈正相关关系，其中，通过p<0.05显著性检验的区域占13.23%，如图7B所示，主要分布在四川北部、重庆北部、云南西南部以及云南、四川、贵州三省交界处。超过60%的区域植被NDVI与相对湿度呈正相关关系，其中，通过p<0.05显著性检验的区域占9.10%，如图7C所示，主要分布在重庆南部、四川南部、云南南部、贵州北部和广西中南部。超过58%的区域植被NDVI与日照时数呈负相关关系(图7D)，其中，通过p<0.05显著性检验的区域占3.37%，主要分布在重庆以及四川、重庆、贵州三省交界处，抑制作用自西向东呈现上升的趋势。

由相关分析结果可知， 2001—2019年西南喀斯特地貌区植被NDVI与降水、气温以及相对湿度整体呈正相关，且与气温的相关性最强，而西南喀斯特地貌区植被NDVI与日照时数呈负相关。由上可知，西南喀斯特地区气候变化对植被生长既有正向促进作用，又有负向抑制作用，且影响程度呈明显的空间分异特征。

图7 西南喀斯特地貌区植被NDVI与气象因子相关显著性

3.3 人类活动影响下植被NDVI时空演变特征

植被生长与气候变化和人类活动有着密不可分的联系。本文利用残差分析得到西南喀斯特地貌区研究时段植被NDVIRes，并根据时间序列计算得到其变化趋势，得到人类活动影响下的植被变化趋势的空间差异，如图8所示。2001—2019年西南喀斯特地貌区植被NDVIRes的变化趋势表现出明显的空间分异性，呈现出“东南高，西北低”的分布特征。植被NDVIRes呈上升趋势和下降趋势的面积分别占82.86%和17.14%。综上所述，区域植被生长受到人类活动正向促进和负向抑制的双重影响，整体上对区域植被生长的正向促进作用占主要地位。

受人类活动的影响，12.45%的地区植被NDVI呈极显著上升，分布在云南东南部、重庆东南部、广西北部以及贵州大部分地区，这一定程度上得益于当地森林保护工程的实施以及自然环境的科学保护[35-37]。在研究区内，零散的分布着植被NDVI残差变化趋势小于0的区域，有约0.73%的区域呈现显著下降和极显著下降，大多数分布在城市中心地区以及其周边邻近地区。

3.4 植被NDVI对人类活动的响应关系

近19 a来，随着西南喀斯特地貌区生态保护的推进，西南喀斯特地貌区各省区植被覆盖度都有不同程度的增加，尤其是进入21世纪以来，国家高度重视西南石漠化的防治，把西南喀斯特地貌区的石漠化治理提升到了国家目标高度[38]，一系列生态工程的实施对植被恢复起着至关重要的作用。广西的林业工程和云南的退耕还林工程，不仅改善了区域植被覆盖，同时还大大改善了区域生物群落生存环境[35,39]；西南地区生态林业工程的实施，如天然林资源保护工程和退耕还林工程，在一定程度上增强了土地抵御灾害的能力，有效地降低了区域石漠化程度，提升了区域植被覆盖[40]。

图8 2001-2019年西南喀斯特地貌区植被NDVI残差值变化趋势

与生态工程的正向促进作用相对，人类社会在快速发展中对资源的不合理利用也是影响区域植被整体覆盖状况的重要原因。例如，四川省西北部畜牧业的快速发展对当地生态环境造成了一定的破坏，致使部分地区植被严重减少[41]，同时，人口密度的不断增长和城市化进程的不断加快，也一定程度上抑制了植被群落的繁衍进程；2002—2019年，云南省人口比重增长超过20%，经济增长和城镇人口的不断攀升致使城镇建设用地面积不断扩大，最终导致部分地区植被覆盖呈下降趋势。综上可知，生态林业工程的实施使得植被覆盖整体呈上升态势，但人类在发展经济中的不合理开发对部分地区植被生长的抑制作用同样不可忽略。