贵州岩溶峡谷NDVI变化及与人口的关系

龙映豪, 李旭东, 程东亚

贵州岩溶峡谷NDVI变化及与人口的关系

龙映豪, 李旭东*, 程东亚

贵州师范大学地理与环境科学学院, 贵阳 550025

研究岩溶峡谷NDVI变化, 可为退耕还林、石漠化治理、峡谷生态保护提供科学参考。以贵州境内岩溶峡谷为研究区, 选取2000—2018年NDVI数据和2010年人口数据, 探究了其NDVI时空演变规律及与人口的关系。结果表明: (1)2000—2018年NDVI由0.659增长至0.807, 增长0.148, 表明植被处于恢复趋势; (2)2000—2018年城市及其附近NDVI较低; 期间NDVI上升地区面积超过97%, 下降地区不足3%; (3)将2000—2018年NDVI分为6等级, 小于0.4、0.7—0.8、大于0.8的区域NDVI占比呈现上升趋势, 0.4—0.5、0.5—0.6、0.6—0.7的区域NDVI占比处于下降趋势; (4)2000—2018年随人口密度增加NDVI总体处于下降趋势, 期间NDVI增量随人口密度增加呈减少趋势。贵州岩溶峡谷NDVI总体保持上升, 人口密度与NDVI变化关系密切。

NDVI; 人口; 空间变化; 岩溶峡谷; 贵州

0 前言

中国西南喀斯特地区以贵州、广西等地区为核心地带, 其石漠化问题严重、生态环境脆弱性强、生态敏感性高[1]。贵州岩溶峡谷区作为喀斯特的一种特殊地形表现形式, 同样面临着上述严重问题。有学者指出, 喀斯特石漠化问题与水土流失相关[2–3], 提升植被覆盖是解决喀斯特地区水土流失的重要途径[4–5], 也是区域生态环境恢复的重要方式。

植被是地表物质能量循环与转化的重要参与者, 其在水土保持、生物多样性保护以及调节气候等方面发挥着积极作用[6–7]。地表植被覆盖与植被长势的动态变化, 受到气候变化及人类活动影响[8–9]。相对于气候作用, 人类活动影响正在逐渐增强。研究植被时空变化及与人口之间的联系, 能够一定程度上反映地区生态环境的变化[10–11], 可为地区生态环境保护、合理规划人口分布及自然资源利用提供参考。

归一化植被指数(NDVI, Normalized Difference Vegetation Index)是标准植被指数的一种, 可以较准确地反映地区植被生长、覆盖、生物量等特征[12], 已在研究植被变化领域发挥了重要作用。在全球极端气候增加的大背景下, 越来越多的研究将目光聚集在植被时空变化[13–14]、植被变化对气候变化的响应[15–16]、植被变化的驱动/影响因素[17–19], 等等。如毛德华等在研究东北多年冻土NDVI变化及其对气候变化响应[10]; 孙庆龄等研究了三江源植被NDVI变化趋势及影响因素[19]。由于地区植被变化是气候与人类活动共同作用的结果[8.20], 在众多的关注视角[21-23]中, 植被变化与气候、人类活动更是受到广泛的关注。如周伟等[16]、程东亚等[21]对气候影响因子的研究, 王静等[11]、陶帅等[17]对人类活动影响因子的关注。但根据目前掌握的文献来看, 对于植被NDVI变化的影响因素研究, 多还是倾向于气候因子, 对社会经济因素影响因子的研究尚显不足, 对西南部欠发达地区的重视程度更需要进一步关注。贵州是集山地与岩溶的典型区域, 也是中国西南经济欠发达地区。在贵州在交通网络不断完善、大数据新兴产业布局、贫困地区不断实现脱贫摘帽的背景下, 贵州近十年来经济增速稳居全国前列, 经济发展较快。但贵州岩溶分布情况复杂, 经济资源禀赋差异明显, 位于贵州西部的岩溶峡谷地区更是自然环境和社会经济条件复杂的地区。

因此, 以典型喀斯特地区为研究对象, 揭示区域植被时空变化特征及与人口之间的内在关系具有现实意义。故本文基于贵州岩溶峡谷区2000—2018年NDVI数据进行分析, 以期为研究结果能为岩溶地区石漠化治理、资源利用规划及生态环境保护等提供一定理论依据。

1 研究区概况、数据来源与处理

1.1 研究区概况

贵州岩溶峡谷区是中国南方喀斯特的重要分布地区, 主要位于贵州省西部, 包括六盘水、安顺市、毕节市及黔西南州等部分市县(图1), 国土面积约为22264 km2; 研究区北部海拔多在2000 m以上, 为乌蒙山区腹地, 是乌江、北盘江等重要河流的发源地, 中南部主要属于珠江流域的北盘江水系; 区域气候主要属亚热带季风气候, 雨热资源较为充足, 气温表现为南高北低, 降水量表现为南多北少。[24]

1.2 数据来源与处理

贵州岩溶峡谷边界结合《岩溶地区石漠化综合治理规划大纲(2006—2015年)》和贵州省行政区划提取, 该地貌分类在很多研究[25-26]中得到了使用。NDVI数据来自中国科学院资源环境数据云平台(http://www.resdc.cn)的中国年度植被指数空间分布数据集, 其是基于连续时间序列的SPOT/ VEGETATION NDVI卫星遥感数据; 该数据是采用最大值合成法生成的年度数据, 其分辨率为1000 m, 本研究选取数据时间年限为2000—2018年[27]。人口数据来源于国家地球系统科学数据中心共享服务平台(http://www.geodata.cn), 数据集名为中国公里网格人口分布数据集, 其是把以行政区为基本单元的统计人口扩展到一定空间栅格尺度上, 建立人口空间分布数据集[28]。受数据获取影响, 本文选取2010年数据代表整个研究期的人口分布状况, 栅格人口数据分辨率为1000 m。采用贵州岩溶峡谷区矢量边界裁剪NDVI数据和人口数据, 然后对数据进行统一处理。将NDVI数据根据阶段变化及等级变化进行重分类和分区统计, 将人口数据分为十个等级进行重分类与分区统计。森林覆盖面积、覆盖率、造林面积、封山育林面积和2010年贵州城市化数据来自《贵州统计年鉴2011—2019》[29]。2018年贵州城市化数据来自《2018年贵州省国民经济和社会发展统计公报》[30]。为了减少计算误差, 本文统一坐标系为WGS 84、Asia Lambert Conformal Conic。

图1 研究区位置

Figure 1 Study area location

2 NDVI时空变化特征

2.1 NDVI总体变化特征

2000—2018年贵州岩溶峡谷NDVI保持上升趋势, NDVI变化的阶段差异性明显(表1)。

从总体NDVI平均值来看, 贵州岩溶峡谷2000— 2018年NDVI值呈不断增加趋势, 2000年、2010年、2018年其NDVI值分别为0.659、0.750、0.807。从阶段变化特征来看, 其中2000—2010年NDVI年变化值为0.091, 年均变化0.009, 为增长值最多时段; 2010—2018年变化值0.007, 属于平均变化最少的时段。总体来看, 2000—2018年NDVI值增长0.148, 年均变化0.008, 表明区域植被处于恢复特征。

2.2 NDVI空间变化特征

2000—2018年贵州岩溶峡谷区NDVI分布总体表现为东北高, 西北低, 中部高, 南部低(图2)。

2000—2010年NDVI低值区在西北部分布集中, 南部分布较为零散; 该时段NDVI最低值由0.184增长至0.372, 最高值由0.92下降至0.896; 在空间分布上表现为中部NDVI高值区减小, 南部低值分布扩大。2010—2018年西北部NDVI低值分布面积减小明显, 中部高值分布面积得到恢复, 且NDVI恢复至最高值0.92, 但最低值有所下降。至2018年, 中部钟山和水城所在地区的NDVI低值分布面积扩大较明显, 可能是受到城市建设的影响。此外, 北部NDVI低值区分布面积总体小于南部, 原来西北部低值分布聚集和南部低值零散的格局有所改变。

2.3 NDVI阶段变化特征

2000—2018年贵州岩溶峡谷地区NDVI以上升为主, 显著下降的区域多为城市周边(表2、图3)。

2000—2010年为研究区NDVI值变化最剧烈时段, 其中NDVI显著增加面积达18230.35 km2, 占总面积的81.95%; 轻微增加地区面积为3520.01 km2, 占比为15.82%; 而呈显著减少和轻微减少地区的总面积仅为494.44 km2, 占比不到3%。在空间分布上看, NDVI显著增加地区表现为北部分布最广, 中部其次, 南部相对零散。NDVI轻微增加地区在南部分布较为集中, 中部和北部相对分散。而NDVI显著减少和轻微减少地区稀疏分布在南部和威宁西北部。

表1 2000—2018年贵州岩溶峡谷NDVI平均值变化

图2 2000—2018年贵州岩溶峡谷NDVI空间分布图

Figure 2 Spatial distribution of NDVI in karst canyon in Guizhou from 2000 to 2018

2010—2018年研究区NDVI呈现显著减少、轻微减少和轻微增加地区较2000—2010年均有较大增加, 但显著增加地区占比减少明显。其中NDVI呈显著减少地区面积为1006.86 km2, 占4.53%; 轻微减少地区面积为2602.05 km2, 占11.70%; 轻微增加地区面积增长至5885.33 km2, 占26.46%; 而显著增加地区面积减少至12750.56 km2, 占比为57.32%, 较上时段减少25%左右。从空间分布上看, NDVI值显著减少地区主要分布在中部钟山和水城所在区域, 以及南部贞丰以南和贞丰与兴仁之间地带, 北部分布较为零散。轻微减少地区主要分布在北部赫章西北、中部钟山和水城北部、中西部地区以及南部晴隆东南部。轻微增加地区在南部分布最为集中, 中部次之, 北部相对分散。显著增加地区主要分布在西北部, 其次在中部, 南部分布最分散。

总体来看, 2000—2018年研究区NDVI值变化呈显著减少、轻微减少、轻微增加以及显著增加地区面积分别为281.68 km2、343.61 km2、844.04 km2以及20775.47 km2, 占比分别为1.27%、1.54%、3.79%以及93.39 %。可见2000—2018年绝大多数地区NDVI值都呈增长趋势, 且显著增加地区在北部和中部分布都很集中, 仅南部相对分散。

2.4 NDVI等级变化特征

2000—2018年贵州岩溶峡谷区NDVI值变化主要发生在大于0.6的等级范围, 面积占比最高地区的NDVI值等级范围由0.6—0.7不断向大于0.8等级范围过渡(表3)。

2000年研究区NDVI值在0.6—0.7的地区范围面积最广, 占比达69.026%; 其次为NDVI值0.7—0.8的地区, 占比为19.892%; 大于0.8地区面积最小, 占比仅为0.009%。2010年NDVI值在0.7—0.8之间的地区面积占比最大, 达71.527%; 其次为大于0.8的地区, 其占比为14.809%; NDVI值小于0.4的地区面积占比最小, 占比仅为0.022%。2018年NDVI值大于0.8的地区面积占比最大, 占比为62.057%, 较2010年增加47.248%; NDVI值为0.7—0.8地区面积次之, 占比为32.757%; 小于0.4的地区面积占比仍最少, 为0.148%。

图3 2000—2018年贵州岩溶峡谷NDVI分阶段空间变化特征

Figure 3 The spatial change characteristics of NDVI in karst canyon in Guizhou from 2000 to 2018 in stages

表2 2000—2018年贵州岩溶峡谷不同类型NDVI变化

表3 2000—2018年贵州岩溶峡谷不同等级NDVI分布变化特征

2000—2010年研究区NDVI值小于0.7地区面积占比下降, 大于0.7地区面积占比呈上升趋势; 2010—2018年NDVI值小于0.5地区面积占比有所上升, 0.5—0.8地区面积占比下降, 而大于0.8地区面积占比有很大上升; 2000—2018年NDVI整体变化过程表现为小于0.4低值区面积有所上升, 0.4—0.7地区占比下降, 0.7以上高值区面积占比上升。

3 NDVI变化与人口的关系

3.1 人口分布特征

人口密度与人类活动密切相关, 人口密度大的地区相对应的人口活动强度也更加剧烈。同时, 人口密度是反映区域人类活动和人口状况的重要指标, 也是其重要表征形式, 故本文采用人口密度探究人口与NDVI的关系。贵州岩溶峡谷区人口密度分布呈北部和南部相对密集, 中部较稀疏的特点; 20%以上的地区人口密度均小于50人·km-2(图4)。

人口密度小于100人·km-2的地区主要分布在钟山和水城以南的中部地区、威宁以西以及贞丰以南地区; 100—200人·km-2的地区主要分布在南部地区,中部分布最分散; 200—300人·km-2地区在南部分布较为集中, 在中部和北部分布较为零碎; 300—400人·km-2地区在威宁西北部、兴仁和贞丰之间地区以及钟山以北部分地区分布较集中; 400—450人·km-2或人口密度更高的地区集中分布在威宁、钟山、水城、兴仁以及六枝城区, 威宁西北部以及六枝特区以西也有零散分布。

从人口密度占比来看, 小于250人·km-2的人口密度较低地区占比较高, 占比均超过10%。特别是人口密度小于50人·km-2的地区面积最广, 占比达24.46%; 而大于250人·km-2的人口密度相对较高地区占比均低于10%, 400—450人·km-2的地区占比最低, 均低于5%; 人口密度大于450人·km-2地区占比相对较高, 为7.23%。

3.2 NDVI与人口的相关关系

2000—2018年贵州岩溶峡谷NDVI与人口密度呈负相关关系, 其中2000年与2018年呈极显著负相关关系(表4)。

相关系数上来看, 2000年、2010年、2018年NDVI 与人口密度的相关系数分别为-0.775、-0.454、-0.877。显著性分别为0.009、0.187、0.001, 表明人类活动对于NDVI有一定限制作用。相对于2000年, 2018年两者的相关性和显著性更高。人口密度大的地区, 直接说明其人类活动较强, 对植被资源的破坏程度也严重。因此, 在人口密度大、人类活动剧烈地区, 其NDVI值明显偏低, 呈现负相关。由于退耕还林的过程中存在人口搬迁与城市化现象, 可能在一定程度促进两者的负相关关系更为密切。

图4 贵州岩溶峡谷人口空间分布(左)与各人口密度分布面积(右)

Figure 4 The spatial distribution of population in karst canyon in Guizhou (Left) and the distribution area of each population density (Right)

表4 2000—2018年贵州岩溶峡谷NDVI与人口密度相关系数表

注: ** 相关性在 0.01 级别显著(双尾)。

3.3 年NDVI变化与人口的关系

2000年、2010年、2018年随着人口密度上升, 贵州岩溶峡谷NDVI总体呈现下降趋势(图5)。

采用线性模型模拟NDVI与人口密度之间的关系(图5), 2000年、2010年、2018年研究区NDVI与人口密度的之间拟合优度分别为0.6313、0.2713、0.8139。相对2000年、2018年, 2010年拟合优度偏低。

2000年人口密度小于150人·km-2时, NDVI随人口密度增加有一定提升。在人口密度在100—150人·km-2之间时, NDVI值到最高值0.663; 当人口密度大于450人·km-2时, NDVI值降至最低0.649。2010年人口密度100—150人·km-2时, NDVI达到最高值0.752; 当人口密度大于200人·km-2时, NDVI大致持平0.751; 当超过450人·km-2时, NDVI降低至最低值0.743。2018年NDVI与人口密度的拟合优度最高, 其随人口密度增加而降低; 当人口密度大于450人·km-2时, NDVI下降至最低值0.77。

2000年及2010年NDVI值在人口密度100— 150人·km-2时有一定上升, 这可能与21世纪初国家全面启动退耕还林、植树造林、封山育林等工程有关。2006—2010贵州省累计完成植树造林任务38.92万公顷和封山育林任务66.53万公顷, 2010—2018年为257.57万公顷和82.07万公顷[29], 这对于NDVI值提升有直接的影响。但之后随人口密度增加, 人类活动强度不断加大和城市化进程加快, 对于植被的占用较多, NDVI值也随之下降。特别是2010年后贵州省进入快速城市化阶段, 2010年贵州省城市化率为33.8%[29], 到2018年城市化率升至47.52%[30], 8年提升13.72个百分点。在城市化快速推进期间, 岩溶峡谷基础设施建设取得较大成就, 城市用地又进一步扩张, NDVI值随人口密度增加就体现为持续的减小趋势。

图5 2000—2018年贵州岩溶峡谷年NDVI变化与人口的关系

Figure 5 The relationship between annual NDVI changes and population in karst canyon in Guizhou from 2000 to 2018

3.4 阶段NDVI变化与人口的关系

2000—2010年、2010—2018年、2000—2018年三个阶段中, 随着人口密度上升贵州岩溶峡谷NDVI增量变化趋势并不一致; 整个阶段来看(2000—2018年), 随着人口密度上升其NDVI增量处于下降趋势(图6)。

阶段NDVI变化的人口效应可以反映一定时间段内NDVI随人口密度等级变化而表现出的增量或减量变化。2000—2010年、2010—2018年、2000— 2018年的阶段NDVI变化值与人口密度的拟合优度分别为0.5383、0.8992以及0.7862, 能够较好地体现各人口密度等级地区的阶段NDVI值变化特征。

具体来看, 2000—2010年NDVI增量呈现明显的峰值特征。NDVI增量在人口密度为400—450人·km-2时, 增量达到峰值0.098。当人口密度大于450人·km-2时, NDVI增量迅速降低; 2010—2018年, NDVI在人口密度小于50人·km-2时增量最大, 为0.067; 之后随人口密度增加NDVI增量不断减少, 当人口密度大于450人·km-2时, NDVI值增量为最小值0.028; 2000—2018年, 各人口密度等级地区的阶段NDVI值变化特征也总体体现出NDVI增量不断减小趋势。NDVI增量最大出现在人口密度小于50人·km-2时, 人口密度大于 450人·km-2时增量最小。

图6 2000—2018年贵州岩溶峡谷阶段NDVI变化与人口的关系

Figure 6 The relationship between NDVI changes and population in karst canyon in Guizhou from 2000 to 2018 in stages

各时间阶段NDVI变化具有较大差异, 但2000—2018年NDVI值变化均为正值, 可见随时间推移在各人口密度等级地区NDVI值都是呈上升趋势, 植被覆盖恢复较好。NDVI增量随人口密度增加而出现减小趋势, 是由于人类生产生活活动对下垫面进行了改造, 土地利用方式发生了巨大变化[31]。随建设用地增加其他用地方式也发生相应变化, 包括耕地、林地以及草地等。如林地和草地表现为相应地减少, 在NDVI增量上就体现为下降。

4 讨论

岩溶峡谷地区本质是一种山区地貌, 并集合了喀斯特地区生态脆弱的特征。贵州境内岩溶峡谷地区位于中国西南喀斯特地区的核心区域, 也是石漠化治理的关键地带。自20世纪90年代实施退耕还林、封山育林等生态保护政策以来[32], 贵州省在植被恢复和生态文明建设方面取得极大成就。截至2018年贵州省森林覆盖面积为1004.16万公顷, 较2010年713.80万公顷增加290.36万公顷[29], 森林覆盖率由40.52%提升至57%, 提升了16.48%[29]。因此, 2000—2018年研究区NDVI值总体呈现上升趋势, 很大程度上也得益于退耕还林等一系列政策的落实落地。同时, 贵州岩溶峡谷NDVI上升也在一定程度上表明区域生态环境正处于改善和恢复的趋势。未来一段时间, 继续推进岩溶峡谷石漠化治理、生态环境修复、国土环境优化对可持续发展具有重要价值。

由于贵州岩溶峡谷区海拔南北差异大, 南部有北盘江穿过形成了河谷地区, 北部位于乌蒙山区核心地带。因此, 在晴隆和关岭之间地带形成延河流地带的NDVI低值区, 北部部分人口较少的地区NDVI明显高于周边。当然, 区域NDVI变化很重要的驱动力是人类活动, 在某些地区甚至是决定性作用, 岩溶峡谷地区也具有这种特征。贵州岩溶峡谷植被恢复的同时, 随着人口密度变化, 地区人类活动强度发生改变对其产生迥然不同的影响, 例如某些阶段随着人口密度上升NDVI增量上升或者下降趋势并不一致。同时, 人类活动使NDVI变化在微观尺度上表现出一定差异, 如在人类活动剧烈的地区, 城市扩张迅速, NDVI值表现为减少明显。如程东亚等对喀斯特地区人口对植被的影响中发现, 人口高密度地区植被覆盖明显减少, 可能是城市建设活动影响了植被变化[33]。韦振锋等在研究西北地区植被覆盖对气候和人类活动的相应研究中也指出了类似观点, 认为人类活动和城市扩张限制了植被生长[34]。

区域NDVI变化受光照、气温、降水、人类活动等因素共同作用, NDVI空间分布变化是不同因子非线性耦合作用的结果。由于本文主要探究人口密度分布差异对NDVI变化的影响, 其他影响因子缺乏相应的研究。因此, 在今后研究中对喀斯特地区NDVI空间分布变化的影响因素研究需要进行更深层次的探讨。本文相对于以往研究, 更为系统的定量地阐释了人口对NDVI变化的影响, 可为其他研究提供借鉴, 在其他地区人口效应如何也需要其他学者进一步完善。

5 结论

本文选取贵州岩溶峡谷区2000—2018年NDVI数据, 以及2010年人口数据。探究该时段NDVI值时空变化特征, 以及与人口分布的关系。研究结果可为岩溶峡谷区资源利用及生态环境保护提供一定借鉴。得出结论如下:

(1)2000—2018年NDVI由0.659增长至0.807, 增长0.148, 表明贵州岩溶峡谷植被处于恢复趋势。贵州岩溶峡谷地区是特殊的喀斯特地区, 期间NDVI上升相对明显, 表明岩溶地区生态保护政策促进了区域植被变化的好转。

(2)2000—2018年城市及其附近NDVI较低; 期间NDVI上升地区超过97%, 下降地区不足3%。2000—2018年是贵州岩溶峡谷地区城市化发展和经济发展的快速阶段, 在岩溶地区快速的城市化过程中必然产生植被侵占现象, 会导致少部分地区NDVI下降。

(3)2000—2018年NDVI分等级变化看, 小于0.4、0.7—0.8、大于0.8的区域, NDVI占比呈现上升趋势; 0.4—0.5、0.5—0.6、0.6—0.7的区域, NDVI占比处于下降趋势。研究区NDVI小于0.4上升主要是建设用地侵占导致, NDVI大于0.8上升和0.4—0.7的各等级下降主要是植被恢复导致NDVI上升。

(4)2000—2018年随人口密度增加NDVI总体处于下降趋势, 期间NDVI增量随人口密度增加而减少。2000年、2010年、2018年随着人口密度的上升, NDVI表现为下降趋势, 但2010年并不明显, 可能是多种因素导致。2000—2018年随着人口密度上升, NDVI增量却呈现逐渐减少趋势, 一定程度表明高密度地区NDVI上升总体低于低密度地区。

[1] 李阳兵, 侯建筠, 谢德体. 中国西南岩溶生态研究进展[J]. 地理科学, 2002, 22(3): 365–370.

[2] 马士彬, 安裕伦, 杨广斌, 等. 喀斯特地区不同植被类型NDVI变化及驱动因素分析——以贵州为例[J]. 生态环境学报, 2016, 25(7): 1106–1114.

[3] 刘发勇, 熊康宁, 兰安军, 等. 贵州省喀斯特石漠化与水土流失空间相关分析[J]. 水土保持研究, 2015, 22(6): 60– 64+71.

[4] 王志印, 曹建生. 中国北方土石山区植被恢复及其生态效应研究进展[J]. 中国生态农业学报(中英文), 2019, 27(9): 1319–1331.

[5] 邓艳, 曹建华, 蒋忠诚, 等. 西南岩溶石漠化综合治理水-土-植被关键技术进展与建议[J]. 中国岩溶, 2016, 35(5): 476–485.

[6] 王晓利, 侯西勇. 1982—2014年中国沿海地区归一化植被指数(NDVI)变化及其对极端气候的响应[J]. 地理研究, 2019, 38(4): 807–821.

[7] 杨胜天, 李茜, 盛浩然, 等. 土壤酸化-植被生产力空间信息模型构建及贵州典型森林对酸沉降的生态效应响应[J]. 环境科学学报, 2010, 30(1): 34–43.

[8] 杜加强, 贾尔恒·阿哈提, 赵晨曦, 等. 1982—2012年新疆植被NDVI的动态变化及其对气候变化和人类活动的响应[J]. 应用生态学报, 2015, 26(12): 3567–3578.

[9] 罗敏, 古丽·加帕尔, 郭浩, 等. 2000—2013年塔里木河流域生长季NDVI时空变化特征及其影响因素分析[J]. 自然资源学报, 2017, 32(1): 50–63.

[10] 毛德华, 王宗明, 宋开山, 等. 东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应[J]. 中国环境科学, 2011, 31(2): 283–292.

[11] 王静, 王克林, 张明阳, 等. 南方丘陵山地带NDVI时空变化及其驱动因子分析[J]. 资源科学, 2014, 36(8): 1712– 1723.

[12] 张静静, 郑辉, 朱连奇, 等. 豫西山地植被NDVI及其气候响应的多维变化[J]. 地理研究, 2017, 36(4): 765–778.

[13] 邓兴耀, 姚俊强, 刘志辉. 基于GIMMS NDVI的中亚干旱区植被覆盖时空变化[J]. 干旱区研究, 2017, 34(1): 10– 19.

[14]刘宪锋, 朱秀芳, 潘耀忠, 等. 1982—2012年中国植被覆盖时空变化特征[J]. 生态学报, 2015, 35(16): 5331– 5342.

[15] 白建军, 白江涛, 王磊. 2000—2010年陕北地区植被NDVI时空变化及其与区域气候的关系[J]. 地理科学, 2014, 34(7): 882–888.

[16] 周伟, 王倩, 章超斌, 等. 黑河中上游草地NDVI时空变化规律及其对气候因子的响应分析[J]. 草业学报, 2013, 22(1): 138–147.

[17] 陶帅, 邝婷婷, 彭文甫, 等. 2000—2015年长江上游NDVI时空变化及驱动力——以宜宾市为例[J].生态学报, 2020, 40(14): 5029–5043

[18] 姜丽光, 姚治君, 王蕊, 等. 金沙江梯级水电开发区NDVI时空变化及其驱动因子研究[J]. 资源科学, 2014, 36(11): 2431–2441.

[19] 孙庆龄, 李宝林, 许丽丽, 等. 2000—2013年三江源植被NDVI变化趋势及影响因素分析[J]. 地球信息科学学报, 2016, 18(12): 1707–1716.

[20] 李辉霞, 刘国华, 傅伯杰. 基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J]. 生态学报, 2011, 31(19): 5495–5504.

[21] 程东亚, 李旭东, 杨江州. 西南山地流域NDVI变化特征及降水敏感性——以贵州沅江流域为例[J]. 生态学报, 2020, 40(4): 1161–1174.

[22] 袁丽华, 蒋卫国, 申文明, 等. 2000—2010年黄河流域植被覆盖的时空变化[J]. 生态学报, 2013, 33(24): 7798– 7806.

[23] 王君, 杨晓梅, 隋立春, 等. 西安市1995—2016年植被覆盖度动态变化监测及景观格局分析[J]. 生态科学, 2019, 38(6): 81–91.

[24] 龙映豪, 李旭东, 程东亚. 贵州岩溶峡谷地表覆盖变化的地形分异特征[J]. 土壤通报, 2021, 52(4): 767-776.

[25] 朱孟, 周忠发, 蒋翼, 等. 基于贵州高原地貌分区的降水时空异质性特征[J]. 水土保持研究, 2020, 27(3): 181– 189.

[26] 张继, 周旭, 蒋啸, 等. 贵州高原不同地貌区和植被类型水分利用效率的时空分异特征[J]. 山地学报, 2019, 37(2): 173–185.

[27] 徐新良. 中国年度植被指数(NDVI)空间分布数据集[DB].中国科学院资源环境科学数据中心数据注册与出版系统, 2018.

[28] 付晶莹, 江东, 黄耀欢. 中国公里网格人口分布数据集[DB]. 全球变化科学研究数据出版系统, 2014.

[29] 贵州省统计局, 国家统计局贵州调查总队. 贵州统计年鉴(2011—2019)[M]. 北京: 中国统计出版社, 2019.

[30] 贵州省统计局, 国家统计局贵州调查总队. 2018年贵州省国民经济和社会发展统计公报[R]. 贵阳: 贵州省统计局, 国家统计局贵州调查总队, 2019.

[31] 曹茜, 于德永, 孙云, 等. 土地利用/覆盖变化与气候变化定量关系研究进展[J]. 自然资源学报, 2015, 30(5): 880–890.

[32] 程东亚, 李旭东, 安芬, 等. 高原山区小流域植被覆盖度演变时空格局[J]. 贵州师范大学学报(自然科学版), 2020, 38(1): 6–13.

[33] 程东亚, 李旭东. 喀斯特地区植被覆盖度变化及地形与人口效应研究[J]. 地球信息科学学报, 2019, 21(8): 1227– 1239.

[34] 韦振锋, 王德光, 张翀, 等. 1999—2010年中国西北地区植被覆盖对气候变化和人类活动的响应[J]. 中国沙漠, 2014, 34(6): 1665–1670.

Changes of NDVI and its relationship with population in karst canyon in Guizhou

LONG Yinghao, LI Xudong*, CHENG Dongya

School of Geography and Environmental Sciences, Guizhou Normal University, Guiyang, Guizhou 550025, China

Studying NDVI changes in karst canyon can provide scientific references for returning farmland to forests, stony desertification management, and canyon ecological protection.Taking karst canyon in Guizhou as the research area, NDVI data from 2000 to 2018 and population data from 2010 were selected to explore the temporal and spatial evolution rule of NDVI and therelationship of population. The results show that:(1) From 2000 to 2018, NDVI increased from 0.659 to 0.807, indicating that vegetation in karst canyon was in a trend of restoration. (2) The NDVI of the city and its vicinity was low during 2000-2018. During the period, the area of NDVI increased by over 97% and the area of NDVI decreased by less than 3%. (3) From 2000 to 2018, NDVI was divided into 6 grades. The proportion of NDVI in regions less than 0.4, 0.7-0.8 and greater than 0.8 was on the rise, while the proportion of NDVI in regions 0.4-0.5, 0.5-0.6 and 0.6-0.7 was on the decline.(4) From 2000 to 2018, NDVI generally declined with the increase of population density, during which the NDVI increment decreased with the increase of population density. NDVI in karst canyon in Guizhou keeps rising on the whole, and the population density was closely related to the change of NDVI.

NDVI; population; spatial change; karst canyon; Guizhou

龙映豪, 李旭东, 程东亚. 贵州岩溶峡谷NDVI变化及与人口的关系[J]. 生态科学, 2022, 41(5): 134–143.

LONG Yinghao, LI Xudong, CHENG Dongya. Changes of NDVI and its relationship with population in karst canyon in Guizhou[J]. Ecological Science, 2022, 41(5): 134–143.

10.14108/j.cnki.1008-8873.2022.05.017

K903

A

1008-8873(2022)05-134-10

2020-08-27;

2020-10-23

国家自然科学基金项目(41261039); 贵州省科技厅项目【黔科合J字[2009]2253】

龙映豪(1997—), 男, 四川岳池人, 硕士研究生, 主要从事资源利用与低碳发展研究，E-mail:shslyh@163.com

李旭东(1969—), 男, 湖南邵东人, 教授, 主要从事人口地理与区域发展, 应对气候变化与低碳经济研究，E-mail:616507732@qq.com