1990-2019年澄碧河流域NDVI时空动态及驱动因素分析

王国帅, 孙桂凯, 魏义熊, 王 蕾, 赵荣娜, 莫崇勋

(1.广西大学 土木建筑工程学院, 南宁 530004;2.工程防灾与结构安全教育部重点实验室, 南宁 530004; 3.广西防灾减灾与工程安全重点实验室, 南宁 530004)

地表植被是陆地生态系统的重要组成部分，对区域生态平衡、地表水循环和气候变化调节有着重要影响[1]。此外地表植被覆盖度与自然和人类活动密切相关，能够在短时间内对周围环境的变化做出响应[2]，研究不同尺度下的植被时空变化具有重要意义。而归一化植被指数(NDVI)是目前应用最广泛的表征区域植被覆盖情况与生态环境状况评价指标[3-4]。目前，国内外众多学者基于NDVI指数利用不同类型遥感数据在不同研究区开展了植被空间变化特征及其驱动因子研究。SPOT/VGT，GIMMS，MODIS数据和Landsat影像是目前常用的几种卫星遥感数据。其中MODIS时空分辨率较高，被广泛用于分析不同区域2000年以后的植被覆盖变化规律。随着GEE，PIE等遥感云平台的发展，能对卫星影像快速有效地进行处理与分析，具有较长时间尺度和高分辨率的Landsat卫星数据正被学者广泛运用于不同空间尺度上的土地覆被解译[5]、植被变化[6]和其他地类遥感信息提取及分类[7-8]。从研究区来看，学者针对不同区域开展了植被覆盖变化时空演变研究，如河西走廊[9]、石漠化地区[10-11]、黄河流域[6,12]等，主要集中在不同生态功能区、流域和城市等大中尺度范围，不同区域植被变化规律通常存在较大差异。

土地退化、水土流失和石漠化问题严重威胁着西南喀斯特地区的生态安全和可持续发展[13]。20世纪80年代以来，喀斯特地区石漠化问题受到越来越多的关注，生态保护以及石漠化综合治理工程的实施，在一定程度上遏制了生态系统的退化，但受暴雨和干旱等极端气候事件和人类对土地过度开发等因素影响，该区域水土流失问题依然严峻，植被变化特征复杂[10]。在气候变化和人类活动多重影响下，研究喀斯特流域植被动态变化及其驱动因素具有重要科学意义。如，王家录等[14]基于MODIS数据重点探讨了重庆石漠化地区NDVI的时空变化特征及其与气候因子之间的相关性；韦小茶等[15]对1982—2016年广西喀斯特与非喀斯特区NDVI时空变化及其影响因素分别进行分析；张凯选等[11]使用MODIS数据分析了环江喀斯特区植被变化趋势及其对气候变化和人类活动的响应。但西南喀斯特地区具有峰丛与洼地交错分布、地貌结构复杂和气候多云多雾的特征[16]，基于中低分辨率卫星数据的区域大尺度研究难以满足小流域尺度监测精度需求，且难以从单一影像中获取连续空间覆盖的植被制图，对于喀斯特小流域的植被覆盖变化及其驱动因子研究还很不充分。

鉴此，本研究以西南典型喀斯特流域——澄碧河流域为例，借助Google Earth Engine云计算平台，基于长时间序列Landsat遥感影像，研究1990—2019年澄碧河流域NDVI时空分布特征及演变趋势，分析气候变化与人类活动对喀斯特流域NDVI变化的影响，为西南喀斯特流域生态修复与石漠化治理提供参考依据，为生态保护成效评估提供科学基础。

1 研究区概况

澄碧河发源于广西壮族自治区凌云县青龙山脉北麓，位于我国西南喀斯特地区(23°50′—24°45′N，106°21′—106°48′E)，流域总面积2 087 km2，干流总长151 km，属于典型喀斯特流域。流域形状近似矩形，整体地势西北高而东南低，流域以弄林为界分为两个部分(图1)，弄林以北，流域地势高，峰丛洼地分布，属于典型的喀斯特峰林地貌，弄林以南则为喀斯特丘陵地貌。澄碧河流域属亚热带季风气候区，雨热同期，是广西西部的一个降雨高值区，多年平均降水量1 560 mm，每年5—9月降水量约为全年降水量的87%，多年平均气温22.1℃，平均相对湿度约为76%。

图1 研究区地理位置

2 数据与研究方法

2.1 数据来源与预处理

本研究选取澄碧河流域1990—2019年Landsat TM/OLI遥感影像为数据源，空间分辨率为30 m，时间分辨率为16 d。基于GEE平台(https:∥code.earthengine.google.com/)获取了1990—2019年Landsat地表反射率数据(Landsat Surface Reflectance data)，该数据产品已经过大气校正处理，消除了大气散射、吸收、反射引起的误差。1990—2011年和2013—2019年分别使用Landsat 5和Landsat 8数据，由于受到云量和数据源影响，2012年使用Landsat 7数据，并对其进行去除条带处理。气象数据由澄碧河水库管理局提供，包含1990—2019年8个雨量站的降水数据与坝首站气温数据，以及国家地球系统科学数据中心(http:∥www.geodata.cn)提供的中国1 km分辨率逐月平均气温数据集。高程与坡度数据采用USGS/SRTMGL数据，空间分辨率为30 m。土地利用数据选取中国科学院遥感与数字地球研究所构建的2015年全球30 m精细地表覆盖产品[17]。

Landsat数据预处理主要包括时间和云量筛选、去云处理、指数计算、合成和镶嵌等。选取研究区云量小于30%的影像，分别对每一景影像进行去云并计算归一化植被指数(NDVI)，然后采用quality Mosaic算法合成NDVI年最大值影像，进一步消除云雾、大气以及卫星传感器角度等对遥感数据带来的不利影响，上述操作均在GEE平台中完成。另外，利用反距离权重法对降水数据进行空间插值；对裁剪后的逐月平均气温数据集求取逐年平均气温并重采样为30 m分辨率，利用坝首站气温对数据集进行验证，相关系数为0.91，具有较好的一致性，表明该温度数据集在澄碧河流域有一定的适用性。

2.2 研究方法

2.2.1 Theil-Sen Median趋势分析与Mann-Kendall检验 采用Theil-Sen Median趋势分析与Mann-Kendall显著性检验[18]相结合，逐像元分析1990—2019年澄碧河流域NDVI变化趋势。其中，Theil-Sen Median趋势分析是一种非参数统计趋势分析方法，能够提高检验精准度及减少缺失或异常值的干扰[18]。公式如下：

(1)

式中:xi和xj为研究时段内第i和j年NDVI值。当β>0，表示NDVI呈上升趋势；反之,呈下降趋势。Mann-Kendall检验是一种非参数统计检验方法，其优点是统计样本不需要服从一定的分布，且不受离群值的干扰[19]。目前，已有大量学者将该方法用于研究长时间序列植被变化上[1,20]。在进行趋势检验时,将逐年的每个像元NDVI值看作一组时间序列，参数Z作为统计检验量，计算公式参考文献[18]。

2.2.2 相关性分析 为了研究澄碧河流域气候变化对植被NDVI变化的影响，采用偏相关系数法分析气象要素与澄碧河NDVI之间的相关性，偏相关分析是在线性相关分析的基础上，排除其他影响因子的干扰，计算某两个影响因子之间的相关性[21]，计算公式为：

(2)

式中:Rxy,z为固定自变量z值后其因变量x与自变量y的偏相关系数；x为NDVI值；y为气温值；z为降水值；Rxy,Rxz,Ryz分别为两因子间的相关系数。

3 结果与分析

3.1 NDVI时间动态变化

图2为1990—2019年澄碧河流域NDVI的年际变化走势，可以看出近30 a来NDVI总体呈波动上升趋势，从1990年的0.69增加到2019年的0.80，年平均最高值出现在2018年(0.82)，最低值出现在1992年(0.65)，平均上升速率为每年0.004 6，表明澄碧河流域植被恢复较为明显。广西自2001年开始逐步实施退耕还林还草政策，近20 a来退耕还林、封山育林等一系列生态文明建设成果显著，植被覆盖率得以提升。1990—2019年植被变化大致可以分为2个阶段：1990—2007年植被NDVI增长趋势较为缓慢，上升速率为每年0.002 2；2007—2019年植被NDVI增长趋势相对快速，上升速率为每年0.007 3。其中，2009—2012年植被NDVI降低明显，可能是2008年桂西北地区遭遇冰冻雪灾以及2009年以来连续3 a出现干旱等极端天气事件所造成的。

图2 1990-2019年植被NDVI平均值年际变化

为进一步反映NDVI的变化情况，将NDVI值按0.2为间隔平均分为5个等级，分别为低(0～0.2)、较低(0.2～0.4)、中等(0.4～0.6)、较高(0.6～0.8)和高(0.8～1.0)[1]。1990年、2000年、2010年和2019年NDVI值为低的区域分别占总面积的0.45%，0.81%，0.03%，0.97%(表1)。NDVI值较低的区域占总面积的比例较小，总体上出现了小幅下降的趋势。1990—2019年，NDVI值为中等区域占比为2.00%～15.20%。统计年份中NDVI值大于0.6的区域占80%以上，但NDVI较高值区域和NDVI高值区所占比例年际变化较大。1990年NDVI较高值区域占67.51%，NDVI高值区占14.19%，2019年分别达到24.77%，70.08%，表明NDVI高值区的变化与NDVI较高区域的变化有关，研究区NDVI增加的主要原因之一是越来越多的NDVI较高区向NDVI高值区转化。这一变化在2010—2019年转换速率最快，其中NDVI高值区域在这期间增加了约40.02%，而1990—2000年与2000—2010年，分别增加了约9.12%，6.75%，说明澄碧河流域NDVI呈现加速上升的趋势，近10 a生态治理与保护工程取得了显著效果。

表1 1990-2019年不同NDVI等级面积占比 %

3.2 NDVI空间变化特征

3.2.1 NDVI空间分布及演变趋势分析 空间上，澄碧河流域NDVI表现出明显的空间异质性(图3A)，多年平均NDVI值为0.09～0.88，均值为0.74。NDVI值的分布与地形分布基本一致，下游喀斯特丘陵区域NDVI高于上游喀斯特峰林区；植被NDVI低值区域主要分布在北部城区以及中部、南部水体区域；高值区在澄碧河流域中下游喀斯特丘陵山脉附近较为集中。利用Theil-Sen Median趋势分析与Mann-Kendall检验相结合，可有效地表征各像元趋势变化，反映澄碧河流域NDVI趋势变化的空间分布特征。结合澄碧河流域实际情况与相关研究，将-0.000 5≤β<0.000 5的区域划分为稳定区域，β≥0.000 5的区域划分为改善区域，β<-0.000 5的区域划分为退化区域[18]。此外，在0.05的置信水平下，Mann-Kendall检验的显著性检验结果以Z≥1.96或Z<-1.96分为显著变化区域和-1.96≤Z<1.96分为不显著变化区域。结合Theil-SenMedian趋势分析和Mann-Kendall检验的分类结果得到轻微改善、轻微退化、基本稳定、显著改善和显著退化5种NDVI不同变化趋势。

根据M-K检验结果(图3B)可知1990—2019年澄碧河流域植被NDVI时空变化趋势在空间上分布不均匀(图3B)，上游上升趋势大于下游；由图3C可知，NDVI增加的面积为96.14%，通过显著增减试验的比例分别为0.95%，87.27%(p<0.05)。基于Sen+M-K趋势分析方法，得出研究区像元尺度的NDVI趋势变化结果(图3D)，不同等级NDVI变化情况所占的面积百分比见表2。1990—2019年澄碧河流域植被改善的面积远远大于退化的面积，植被显著改善区域占总面积的87.09%，表明近30 a澄碧河流域的生态建设与石漠化治理取得了良好成效。而显著退化与轻微退化区域所占的面积极少，二者共占总面积的3.12%，主要分布在上游城区、中部区域以及下游澄碧河水库周边。

表2 澄碧河流域NDVI趋势变化等级及其所占的面积百分比

3.2.2 不同土地利用下NDVI变化分析 土地利用情况能够体现人类活动对流域下垫面影响程度的变化，是植被情况变化的重要表现。研究区2015年土地利用分布情况见图4A，林地为主要土地类型，占总面积的76.34%，林地中常绿阔叶林占比最大，为34.03%；耕地次之，占比21.44%，主要用地类型为旱地；草地占比较小，占比为0.64%。不同土地利用类型下，NDVI均值排序为常绿灌木地>常绿阔叶林>常绿针叶林>落叶阔叶林>旱地>草地>水田(图4B)。研究区属于亚热带季风区，常绿植被较多，NDVI值常年较高；落叶阔叶林NDVI次之；旱地多分布于库区与河谷周边以及坡耕地，NDVI值较小；水田主要分布在河谷地带，且多为一年种植1～2次水稻，NDVI值最小。其中旱地NDVI值大于草地，多年NDVI均值为0.69，说明退耕还林等工程实施效果显著。由图4C可知，常绿针叶林增速最快，为0.005 7，落叶阔叶林次之，增速为每年0.005 6，其次为草地以及其他林地，旱地和水田增速较慢，分别为0.003 6，0.003 4。林地及草地NDVI增长说明封山育林与石漠化治理等工程实施效果显著，流域植被状况得到改善。

图4 澄碧河流域不同土地利用类型下NDVI值及趋势变化

3.2.3 NDVI随海拔与坡度的变化 地形作为自然环境的一个重要因素，对区域内的水、热、光、养分等起着再分配的作用[22]，也是植被空间分异的重要影响因子[1]。高程是影响区域植被分布的一个重要因素，且气温、湿度等因素也会随着高程的增加而改变，导致植被NDVI分布随高程产生一定规律的变化。澄碧河流域高程为107～1 699 m，本文将高程以50 m为间距，共分为32级，统计近30 a每一高程间距内所有NDVI的平均值，得到研究区NDVI值随高程的变化趋势(图5A)。澄碧河流域30 a植被NDVI均呈现随海拔升高先增加再缓慢下降再缓慢上升的趋势，前一变化的转折点大致位于河谷地区向丘陵地貌变化的300～500 m处，后一变化的转折点为中游山区及上游喀斯特峰林区洼地分布的700～850 m处。时间尺度上，1990—2019年，各高程区间的NDVI呈现波动上升趋势，至2013年植被NDVI在整个高程带谱上显著改善，NDVI最大值出现在2018年高程大于1 600 m的区域，为0.89。107～200 m处植被NDVI均值最低，主要为澄碧河水库水面及下游出口，多年平均值为0.54。300～350 m和>1 550 m处植被生长状况最为良好，多年平均值达0.77，其中300～350 m区域为中下游河岸带坡地，人工林地较多，>1 550 m区域主要位于在流域西北部山脉，海拔较高，人类活动相对较弱。

坡度是地表物质流动和能量转换的重要因素，且会在一定程度上影响着水热因素的分布[23]，对植被的分布趋势影响较大。本文以3°为间距，统计近30 a每一坡度区间内NDVI的平均值得到了研究区NDVI随坡度的变化特征(图5B)，年NDVI总体随坡度的增加呈先缓慢上升再缓慢下降的趋势，NDVI多年平均值在3°～27°坡度带内植被呈现缓慢上升趋势，>27°呈现逐渐下降趋势。这是由于坡度<12°区域为人类活动相对频繁区，植被NDVI值较低；坡度为15°～35°时土壤有机质含量最高，蓄水条件好，从而有利于植被的生长；而坡度>36°区域主要以流域北部喀斯特峰林区为主，NDVI值相对较低，植被生长情况较差。时间尺度上，1990—2019年，除0°～3°坡度带外，其余坡度带NDVI值均呈现波动上升趋势，至2013年植被NDVI在整个坡度范围上显著改善，NDVI最大值出现于2018年30°～33°坡度带。

图5 1990-2019年澄碧河流域不同高程与坡度NDVI变化分布

3.3 澄碧河流域NDVI对气象因子的响应

水分和热量是植被正常生长的必要条件，通常气候变化会直接影响植被的生长情况。由图6可知，1990—2019年澄碧河流域气候呈“暖干化”的趋势。澄碧河流域年降水量总体呈下降趋势，年降水量变化率为2.91 mm/a，总体变化幅度较大，达886.7 mm，其中年降水量最少的年份出现在2016年，为932.0 mm，1997年降水量最多，为1 818.7 mm。年均气温呈波动上升趋势，其中年平均最高气温出现在2019年，为22.0℃，年平均最低气温出现在1996年和2018年，均为20.3℃，30 a平均气温为21.2℃，年平均气温变化率为0.025℃/a。

图6 1990-2019年澄碧河流域降水量和坝首站气温年际变化

为了解近30 a降水和气温对澄碧河流域植被变化的影响，采用偏相关分析方法计算NDVI与流域面降水量和气温的相关性。澄碧河流域年均气温与植被NDVI有较好的相关性，偏相关系数为0.426；而降水量与NDVI的相关性较差，偏相关系数为-0.062，说明降水量对澄碧河流域植被的生长影响远远小于年均气温，气温上升对澄碧河流域植被生长具有促进作用。澄碧河流域近30 a的气候变化对NDVI变化影响不明显，总体上对植被的生长发育起到改善作用。像元尺度上，澄碧河流域NDVI与年降水量及年均气温的相关性分布见图7。1990—2019年，NDIV与降水量的偏相关系数为-0.69～0.685(图7A)，正、负相关区域面积占比分别为53.33%，46.67%。通过p<0.05显著性水平检验的面积占比仅为1.14%，表明研究区NDVI与年降水量变化相关性较小。NDVI与气温的偏相关系数分布在-0.770～0.769(图7B)，平均值为0.224，正、负相关区域分别占流域总面积的88.88%，11.12%。通过p<0.05显著性水平检验的面积占比为21.0%，其中显著正相关占总面积的20.75%，表明总体上澄碧河流域NDVI与气温呈正相关关系，呈显著正相关关系的区域在研究区东南侧较为集中。可见，澄碧河流域大部分地区NDVI受气温变化影响较大，降水量的改变对澄碧河流域植被变化作用较小。

图7 澄碧河流域NDVI与降水量和气温偏相关系数

4 讨 论

研究结果表明，澄碧河流域1990—2019年NDVI变化总体上呈上升趋势，植被生长趋势在年际上向好发展，这与该地区其他研究结果一致[24-25]。2008年实施石漠化治理工程以来，流域内NDVI增长速率相比1990—2007年明显增加[10]。空间上，澄碧河流域87.09%呈显著增长趋势，NDVI显著退化与轻微退化区域主要分布在上游城区、中部区域以及下游澄碧河水库周边。其中，上游退化原因主要为城市的扩张等建筑用地增加；中部区域于2009年建成浩坤电站，形成人工湖，水面面积增加，导致NDVI发生显著退化，且中部区域存在水泥厂石料开采区，近年来加大了开采力度，造成该地区NDVI发生退化；下游退化区域主要集中在水库周边，可能是由库区水位波动变化引起的。另外，研究区NDVI变化特征在不同高程、坡度带和不同土地利用情况下差异较为明显。海拔高度<550 m与坡度<12°的区域主要为流域的河谷地带以及下游丘陵地区，地势平坦，以城镇、农耕为主，人类活动较为频繁，NDVI值较小；海拔高度950～1 050 m的区域多为流域东北部喀斯特峰林区，人口分布稀疏，但NDVI值较低，可能受水土流失严重、土壤养分不足以及石漠化影响较大；坡度>36°区域地形陡峭，NDVI值相对较低，植被生长情况较差，表明了该区域存在一定水土流失与石漠化现象。不同土地利用中，林地和草地的NDVI增速明显，说明封山育林与石漠化治理等工程实施效果显著，而旱地和水田增速较低，表明退耕还林等生态措施适用该区。

澄碧河流域年均气温与NDVI整体呈正相关，降水量与NDVI呈不显著负相关，气温变化对植被NDVI变化的影响力大于年降水量。对于雨量充沛的澄碧河流域而言，温度在一定程度上是决定植被生长的主要因素，这与前人对相近区域的研究成果一致[24,26-27]。另外，植被NDVI变化不仅受气候因素影响，人类活动也是影响澄碧河流域内植被变化的重要影响因子[28]，且对年均 NDVI的影响大于气候的影响[11,29]。澄碧河流域1974年以前大量毁林开荒，导致水土流失严重，1974年以后开始封山育林，优化种植结构，至1990年森林面积逐渐上升，生态环境质量有所好转。但2000年以来流域内不断加强经济建设，西北山脉区域与中部大量原始次生林遭到砍伐被用于种植马尾松、桉树等经济林，以及东北部峰林区土地资源不合理开发利用，加剧了水土流失与石漠化现象。随着国家和政府越来越重视生态环境问题，森林保护法律法规体系、自然保护区建设、国家重点林业工程等措施的实施以及一系列面向石漠化治理的重要生态功能区规划、生态退耕、划定生态保护红线以及“山水林田湖”地方生态工程治理，使部分区域的植被得到了一定程度的恢复；2015年后以生态建设为主线，并加大了对石漠化与水土流失区植被破坏行为的处罚力度，植被增加显著。总体上近30 a澄碧河流域NDVI变化趋势呈双向波动增加状态，但仍存在一定退化区域，对于澄碧河流域的治理，还需在现有基础上进一步合理规划土地使用与生态旅游开发，促进流域生态保护与社会经济协调发展。

5 结 论

(1) 1990—2019年澄碧河流域NDVI以每年0.004 6的速度增加，总体呈波动上升趋势，2007—2019年NDVI增长趋势较为迅速，NDVI显著增加的区域占87.09%(p<0.05)，退化区域仅占总面积3.12%，主要集中在上游城区、中部区域以及下游澄碧河水库周边，流域生态建设与石漠化治理工程成果显著。

(2) 澄碧河流域不同土地利用类型的NDVI均值排序为常绿灌木地>常绿阔叶林>常绿针叶林>落叶阔叶林>旱地>草地>水田，常绿针叶林和落叶阔叶林的NDVI增长速率较快，旱地和水田区域增速较慢；不同地形条件下，研究区近30 a的NDVI均呈现随海拔升高先增加再缓慢下降再缓慢上升的趋势，随坡度的增加呈先缓慢上升再缓慢下降的趋势。

(3) 澄碧河流域年均气温与NDVI总体上具有较好的正相关性，其中显著正相关区域占总面积20.75%，显著负相关区域为0.25%，是流域植被生长的重要因素；降水量变化对研究区NDVI变化影响不显著。人类活动也是影响澄碧河流域NDVI变化的重要影响因子，重要生态功能区规划、“山水林田湖”生态工程以及石漠化综合治理等工程的实施取得了较好效果，研究区植被得到了一定程度的恢复，NDVI趋势呈波动增加状态。

本研究基于30 m分辨率Landsat影像，分析了澄碧河流域的NDVI时空动态与驱动因素，与前人研究成果一致，但仅考虑了相关政策来代表人类活动对NDVI的影响，未具体考虑城市化等影响，需要今后开展进一步研究。此外，进行大规模的植树造林等工程是否会对流域水资源造成影响以及大型生态工程实施的后期是否会有片面影响还需进一步探讨。