2000-2020年川东地区植被NDVI变化趋势及影响因素分析

张 岳, 孙梦鑫, 辛 宇, 杨存建

(1.四川师范大学 西南土地资源评价与监测教育部重点实验室, 成都 610068; 2.四川师范大学 地理与资源科学学院, 成都 610068)

植被作为地球物质循环中重要的载体之一[1],连接了大气、土壤和水文等生态要素,在维持生态系统物质能量平衡、固碳、稳定气候、为人类提供生存资源等方面具有重要作用[2-4]。已有研究表明归一化植被指数(NDVI)能较好地反映植被覆盖状态[5],并且与生物量、净初级生产力、冠层覆盖等具有良好的线性关系,被广泛应用于植被研究当中[6-7]。

以往研究表明,气候因子尤其是气温和降水因子变化对植被的生长发育、分布影响显著[8-10]。黄豪奔等[11]从月尺度、季节尺度研究新疆阿勒泰地区NDVI与气候因子的关系,发现NDVI与降水、气温等因子呈正相关关系,且降水因子在季节尺度上相关性更高;解晗等[12]发现黄河流域NDVI,EVI指数变化与气温和降水呈正相关性,且降水因子影响更为显著;张顾萍等[13]对金沙江流域不同植被类型对气温、降水的响应分析,得出农作物和草地对气候变化响应更快的结论。以上学者在植被变化研究中仅考虑了气候因子的影响,然而在实际情况中人类活动对植被变化的影响是不可忽略的。人类活动一方面因城市化发展侵占农田、林地导致植被覆盖降低,另一方面又实行退耕还林、植树造林等植被恢复工程增加植被覆盖[14-16]。徐勇等[17]利用MODIS-NDVI数据对西南地区植被变化进行研究,结果表明城市扩张在一定程度上减少了植被覆盖,而气候变化与林业生态工程实施增加了植被覆盖。Qu等[18]使用产品数据研究发现,长江流域植被改善主要得益于生态工程的有效实施。

川东地区位于四川盆地东侧,包括大巴山、川东平行岭谷等地形区,其中川东平行岭谷是典型的褶皱山地地区,自然条件复杂,同时也是三峡库区西北重要地理单元,区内河流大多汇入长江,生态区位十分重要[19]。然而川东地区森林植被质量不高,生态基础相对薄弱,且近年来经济发展十分活跃,城镇扩张对植被影响巨大。已有部分学者对四川省植被进行研究,如彭文甫等[20]运用地理探测方法探究自然因子对四川植被NDVI变化的影响,结果发现自然因子对植被NDVI影响存在交互作用。辛宇等[21]利用MODIS-NDVI数据集研究四川省植被覆盖度变化与其后因子的关系,结果表明四川省FVC变化主要受非气候因子驱动。然而以上研究主要集中在探讨气候、地形等因子对NDVI的影响,未对人类活动影响进行深入研究,同时也缺乏对川东地区植被的关注。因此,本文以川东地区为研究对象,探讨气候变化与人类活动影响下2000—2020年川东地区植被NDVI变化趋势特征,并探讨气候变化和人类活动对植被NDVI的影响,以期为区域生态恢复、生态文明建设提供理论支持。

1 研究区概况

川东地区位于四川盆地东部,云贵高原北部,境内有多条东北—西南走向的山脉,海拔为72～2 785 m,平均海拔约为690 m,为典型的褶皱山地丘陵区。其中研究区中部为丘陵区,北部为山地分布区,东南部为喀斯特地貌分布区。川东地区境内水系众多,大部分直接汇入长江,属长江中上游地区,具有重要的生态地位。行政区划上主要包括达州市、广安市以及重庆万县、涪陵、江津等地区,面积约为9.12×104km2(图1)。气候上受亚热带季风气候影响,降水充沛,年降水量为1 100～1 300 mm,年均温为17～19℃。川东地区植被以人工林和次生天然林为主,植被结构较为简单,主要植被类型为常绿阔叶林、落叶阔叶林、灌丛、耕地植被等。川东地区人类活动历史悠久,区域内耕地分布广泛,人类活动对植物和农作物的生长、演替产生了显著影响。

图1 川东地区概况图及气象站点Fig. 1 General map and meteorological stations in eastern Sichuan

2 数据与方法

2.1 数据来源及处理

NDVI数据来源于美国国家航空航天局(NASA)MOD13Q1数据集,空间分辨率为250 m,时间分辨率为16 d,时间序列为2000年2月—2020年12月,使用GEE云平台投影为WGS_1984坐标系后下载。由于研究区云雾覆盖多,存在部分空值或低质量像元,为保证数据真实性,使用质量控制文件并结合S-G滤波方法对NDVI进行数据重构,保留高质量像元(QA=0),低质量像元(QA≥1)使用滤波结果进行替换[22]。同时为进一步消除云雾、太阳高度角的影响,采用最大值合成法(MVC)获取月尺度植被数据,后合成年NDVI数据。

气温和降水数据来源于国家气象信息中心(http:∥data.cma.cn/),采用研究区附近81个气象站数据,并结合SPSS对缺失数据插补,后使用ANUSPLIN气象空间插值工具,并引入高程数据作为协变量插值,最终得到与NDVI分辨率一致的气象栅格数据[13]。高程数据和县级矢量数据来源于地理监测云平台(http:∥www.dsac.cn/),其中高程数据为SRTM数据,空间分辨率为30 m,后通过双线性插值到250 m。土地利用类型数据为GlobeLand30数据集[23],空间分辨率为30 m,其利用类型包括耕地、林地、草地、灌木地、水体及人造地表。

2.2 研究方法

2.2.1 Sen+Mann-Kendall Theil-Sen Median趋势分析法适用于长时间序列数据趋势研究,该方法受异常值影响小,被广泛应用于长时间植被变化研究中,且通常与Mann-Kendall显著性检验法结合使用[11]。Theil-Sen Median趋势计算公式为:

(1)

式中:xi,xj分别为第i和第j年份的NDVI值;slope为植被变化趋势,当slope>0表示植被为增长趋势,slope<0表示植被为退化趋势。

2.2.2 偏相关性分析 以往研究表明植被在生长过程中与气温、降水具有较强的相关性,而偏相关性能够剔除其余因子的影响,只分析单一因子与NDVI的偏相关程度[3,10]。因此本文采用偏相关性分析探究气温、降水与NDVI间的偏相关程度。计算公式如下:

(2)

2.2.3 多元回归残差分析 本文使用多元回归残差分析方法探讨气候因子与人类活动对NDVI变化的影响及贡献率。该方法通过建立因变量为NDVI和自变量为气候因子的多元线性回归模型计算模型中的各个参数,再通过回归模型计算在气候因子影响下NDVI的预测值(NDVIcc),用来表示气候因子对NDVI的影响[25]。人类活动对植被的影响通过实际NDVI观测值(NDVIobs)与NDVIcc的差值表示,即NDVI残差(NDVIha)。表达式如下:

NDVIcc=(∑aici)+b

(3)

NDVIha=NDVIobs-NDVIcc

(4)

式中:ai,b为模型参数;ci为气候因子(气温、降水);i为气候因子类型。通过计算NDVIcc和NDVIha的线性趋势率来表示气候变化或人类活动对植被NDVI的影响,趋势率为正表示对NDVI有正向作用,促进植被恢复;反之,则表示对NDVI有抑制作用。参考已有研究将趋势率划分为轻微促进、中度促进、显著促进、轻微抑制、中度抑制、显著抑制6个等级[26]。

3 结果与分析

3.1 NDVI变化趋势分析

3.1.1 NDVI年际变化趋势 由图2可知,2000—2020年川东地区植被NDVI介于0.767～0.831,总体呈波动上升趋势,线性增长率为2.6%/10 a(p<0.01)。21 a间NDVI变化呈现出明显的阶段性特征:(1) 前期(2000—2006年)受极端气候的影响NDVI均处于低值区,总体上呈现出波动上升趋势,增速为3.4%/10 a。其中2000年、2001年受连续干旱的影响植被覆盖较低;2006年受极端高温事件、降水减少以及山火频发的影响,植被覆盖明显下降[27]。(2) 中期(2006—2016年)NDVI出现大幅波动,但植被覆盖整体呈增长趋势,增速为2.2%/10 a。期间受西南地区干旱[28]和重庆春旱、秋雨连绵等[29]极端气候影响,植被NDVI出现上下波动。(3) 后期(2016—2020年)NDVI增长稳定,增速为3.6%/10 a。研究期间由于对长江中上游地区生态保护的加强以及当地居民生态文明意识的提升,植被覆盖得到有效改善。

图2 2000-2020年植被NDVI年际变化趋势Fig. 2 Interannual variation trend of vegetation NDVI from 2000 to 2020

3.1.2 NDVI空间分布及变化趋势 由图3A可知,2000—2020年川东地区多年平均NDVI呈“东北高西南低”的分布格局。NDVI低值出现在长江沿岸、广安市和达州市城区以及重庆主城区和渝西地区(NDVI<0.45),这些区域由于地势较低平,人口密集,多为城镇居民用地;高值(NDVI>0.65)主要分布在研究区北部大巴山区以及中部平行山脉高海拔地区和研究区东南部喀斯特地貌区,这些区域地理条件复杂,是川东地区主要的森林分布区,植被多为常绿阔叶林、针阔混交林等高质量植被,植被覆盖度较高。

图3 多年NDVI均值分布图与变化趋势Fig. 3 Mean distribution and trend of NDVI in recent years

在NDVI变化趋势上(图3B),2000—2020年川东地区大部分区域植被得到改善,其中显著改善区域面积约为5.75×104km2,占比63.07%,主要分布在大巴山区、中部平行岭谷高海拔山地以及云阳—巫山段三峡库区;轻微改善区域集中分布在川东平行岭谷山麓地区以及东南部喀斯特地貌区,并零星分布在整个研究区,占总面积的21.19%。显著退化和轻微退化区域占总面积比重较小,分别为3.24%,6.35%,其中重庆市主城区、渝西、长江沿岸城镇地区以及达州市和广安市附近植被退化较为严重,为植被显著退化区。轻微退化区域分布与显著退化区相似,分布在显著退化区周围。稳定不变的区域占总面积的6.15%,零散分布于整个研究区内。

3.2 NDVI影响因素分析

3.2.1 气候变化与人类活动对NDVI影响分析 本文使用多元回归残差分析来量化人类活动与气候变化对川东地区植被NDVI变化的影响,并厘清两者的主要影响区域。由图4A可知,气候变化下对植被NDVI变化趋势影响集中在±2.5%/10 a,其中0%/10 a～2.5%/10 a占总面积76.12%,为轻微促进作用,集中分布在研究区北部和东部地区,并零散分布在整个川东地区;轻微抑制作用(-2.5%/10 a～0%/10 a)占总面积22.79%,分布较为零散,在广安市、重庆市主城区、达州市南部、渝西以及綦江区等地有集中分布。整体上看,气候变化影响下川东地区大部分区域植被呈正面影响,局部地区为负面影响,平均增速为0.4%/10 a。

图4 气候变化与人类活动影响下NDVI变化趋势率Fig. 4 NDVI trend rate under the influence of climate change and human activities

2000—2020年在人类活动影响下川东地区植被覆盖变化呈现出“两极化”特征(图4B)。在重庆市主城区、渝西、达州市和广安市城区以及长江沿岸城镇地区,人类活动对植被呈负面影响,为显著抑制作用。而在云阳县、开州区、奉节县、巫溪县以及川东平行岭谷高山地区,人类活动对植被NDVI具有明显的正面促进影响,趋势率为3.3%/10 a。总体而言,川东地区人类活动对大部分区域植被呈正面影响(86.66%),平均增速为2.2%/10 a。

3.2.2 NDVI对气候因子的响应 热量和水分是植物生长过程中的必备条件,适当的降水与温度会促进植被快速生长。为揭示气温和降水对NDVI的影响关系,本文对NDVI与气温、降水因子进行逐像元偏相关分析,结果表明气温和降水对NDVI影响具有明显的空间差异性。川东地区NDVI与降水偏相关系数介于-0.80～0.88,平均偏相关系数为0.168。NDVI与降水呈正、负相关的区域分别占总面积的70.55%,19.19%,以正相关为主(图5A,B)。通过0.05显著性检验的区域占比10.26%,其中显著正相关占比7.84%。在空间分布上,NDVI与降水呈显著正相关关系的区域主要分布在研究区中部平行岭谷中的沟谷和山麓地区以及巫山县、奉节县、云阳县等地;NDVI与降水呈显著负相关关系的区域在渝西、广安市和达州市区以及重庆市主城区集中分布,并零散分布于整个研究区内。

图5 NDVI与降水、气温偏相关系数及显著性Fig. 5 NDVI with partial correlation coefficient of precipitation, temperature, and the significance

由图5C可知,气温与植被NDVI偏相关系数在-0.83～0.85,平均偏相关系数为0.141。气温与NDVI呈正、负相关区域分别占总面积的61.22%,27.44%,以正相关为主。通过0.05显著性检验的区域占总面积11.34%,其中显著正相关占总面积8.07%。在空间分布上(图5D),NDVI与气温呈显著正相关关系的区域在达州市、城口县和重庆市西部以及川东平行岭谷山地地区分布较为集中,并零散分布于整个研究区内;NDVI与气温为显著负相关关系的区域主要分布在达州市南部和广安市西部、重庆市西南部以及长江沿岸地区。

3.2.3 NDVI对人类活动的响应 土地作为人类生活与生产的场所,其利用方式变化能够体现出人类活动对地表的影响程度,也能反映出植被的变化情况。2000—2020年川东地区有11.3%的土地利用方式发生改变,其中耕地、林地和人造地表变化率分别为-4.24%,2.89%,330.55%(表1)。不同的土地利用方式更迭对植被覆盖影响有所差异。2000—2020年有2 247.04 km2的耕地转移到林草地和灌木地中,在耕地转移面积中有94.68%的植被NDVI呈上升趋势。此外,2000—2020年川东地区非人造地表向人造地表转移面积达2 276.1 km2,其中有75.01%的转移区域植被NDVI呈下降趋势,主要分布在重庆市主城区、渝西地区以及城区周围,同时上述区域为植被NDVI显著退化区域。由此可见城镇扩张会导致植被NDVI显著下降。

表1 2000-2020年川东地区土地利用转移矩阵 km2Table 1 Land use transfer matrix in eastern Sichuan from 2000 to 2020

为进一步了解各土地利用类型的植被NDVI变化情况,对研究区土地利用未发生改变的区域进行研究。结果表明各土地利用类型植被NDVI值依次为林地>灌木地>草地>耕地>人造地表>水体。由图6可知草地植被NDVI增速最快,为0.003 9,林地(0.003 5)次之,其次为灌木地和耕地,人造地表和水体增速较缓。林草地及灌木地增速较快反映出长江防护林工程以及封山育林等政策的实施使原有的植被得以恢复,区域植被覆盖得到显著改善。

图6 各土地利用类型NDVI变化趋势Fig. 6 NDVI variation trend of different land use types

4 讨论与结论

4.1 讨 论

2000—2020年川东地区植被NDVI呈现出波动上升趋势,线性增长率为2.6%/10 a,并呈现出明显的阶段性和波动特征,这与中国整体植被变化趋势和祁鹏卫等[30]对重庆市植被覆盖研究结果相一致。空间上,显著改善区域在大巴山区、中部高海拔山地和云阳—巫山段三峡库区集中分布,这得益于退耕还林、长江防护林工程和四川省天然林保护条例等生态工程[31]。而在主城区、渝西、长江沿岸城镇地区以及达州市和广安市附近地区植被呈退化趋势,这主要因城市发展对建设用地需求加大,城镇向外扩张影响了城郊植被覆盖,这与现有的研究结论相一致[28,30]。

经研究发现,川东地区气候变化与人类活动对NDVI影响均为促进作用,人类活动对植被NDVI促进更为明显,这与其他研究结果相一致[28]。在NDVI对气候响应上发现气温和降水因子与川东地区NDVI相关性具有明显的区域差异,降水在研究区东南地区呈现出正相关,西北地区为负相关,这可能与当地多东北—西南向山脉有关,山脉阻挡了东南季风导致东南部降水高于西北部,而降水增多,植被水分利用效率增强,有利于植被生长[32]。气温因子在大巴山区和中部山地高海拔区域呈正相关,在长江沿岸河谷地区低海拔地区呈负相关。除气候、海拔等因子影响外,人类活动也会影响植被覆盖,这主要表现在对土地的利用方式上。与气候因素相比,人类活动对植被覆盖影响更具有时效性和区域性。一方面人类活动通过退耕还林、植树造林等生态措施在短时间内提升植被覆盖,近21 a来川东地区一直推行长江防护林工程、退耕还林以及四川省天然林保护条例等生态工程,其中长江防护林工程将三峡库区列入水土流失重点防治工程,对云阳县、开州区、奉节县、巫溪县等地实施了一系列的植树造林和退耕还林等措施,这对该地植被恢复起到至关重要的作用。另一方面,因城市经济发展的需要,大量耕地和草地被城市建设用地侵占,导致城市周围区域植被减少,如重庆市主城区和渝西地区因城市发展导致近21 a来植被显著退化,这与已有的研究结论基本一致[33]。鉴于研究区位于长江中上游生态保护区,且森林植被质量较差,加之该区城市发展较为迅速,易发生建设用地与耕地、林地争地问题。因此,在未来川东地区社会发展中,要坚持实施已有的生态保护工程,促进植被稳定恢复,筑牢长江中上游生态保护屏障。

4.2 结 论

(1) 2000—2020年川东地区植被覆盖整体呈波动上升趋势,并表现出明显的阶段性特征。21 a间NDVI增长率为2.6%/10 a,植被覆盖增长明显。空间上,川东地区大部分区域植被有明显改善,分布较为广泛;局部地区植被退化严重,主要分布在城区附近。

(2) 气候变化与人类活动对川东地区植被NDVI均为促进作用,并且气候变化和人类活动对NDVI影响具有明显的差异性。21 a来气候变化与人类活动的平均趋势率分别为0.4%/10 a,2.2%/10 a,表明人类活动对植被正向作用更加明显。川东地区在退耕还林、长江防护林、四川省天然林保护条例等生态工程实施下大部分地区植被明显改善。

(3) 在暖湿化的气候背景下,川东地区植被与降水和气温因子均以正相关关系为主,分别占总面积的70.55%,61.22%,其中气温因子对川东地区NDVI影响更为显著。但由于气温和降水与NDVI偏相关性通过显著性检验(p<0.05)的面积较小,表明川东地区植被覆盖主要受非气候因子的影响。

(4) 人类活动对植被具有两面性,一方面通过对土地利用方式的更迭进而改变植被覆盖状况,且不同土地利用方式更迭对植被影响有所差异;另一方面通过多种森林生态工程措施的实施,林、草地植被NDVI恢复明显。