1998-2012年中國西南巖溶區植被覆蓋時空變化分析

靖娟利， 王永鋒

(桂林理工大學 測繪地理信息學院， 廣西 桂林 541004; 廣西空間信息與測繪重點實驗室, 廣西 桂林 541004)

1998-2012年中國西南巖溶區植被覆蓋時空變化分析

靖娟利， 王永鋒

(桂林理工大學 測繪地理信息學院， 廣西 桂林 541004; 廣西空間信息與測繪重點實驗室, 廣西 桂林 541004)

基于1998—2012年長時間序列SPOT-VEGETATION植被指數數據集，采用最大值合成法、變化矢量分析法、一元線性回歸變化斜率法和Mann-Kendall非參數檢驗法對我國西南巖溶區植被覆蓋的時空變化進行了分析。結果表明：(1) SPOT-VEGETATION植被指數數據可以較好地在宏觀尺度上監測西南巖溶區的植被覆蓋狀況；(2) 1998—2012年，西南巖溶區NDVI年均最大值呈上升趨勢，整體上植被覆蓋情況得到改善，約71.85%的區域植被覆蓋情況得到不同程度的改善，主要集中分布在貴州、云南和廣西；局部地區植被覆蓋情況惡化，主要分布在四川、云南；基本不變的區域約占總面積的27.62%；(3) 近14 a的變化矢量分析結果顯示高變化和中變化的區域合計占54.17%，兩個7 a相比，1999—2005年的變化大于2006—2012年，前者是后者的1.82倍；(4) 變化斜率法和Mann-Kendall非參數檢驗法對西南巖溶區植被覆蓋狀況的分析結果基本一致。

中國西南巖溶區; SPOT-VEGETATION; 變化矢量分析; 趨勢分析; Mann-Kendall非參數檢驗

植被是陸地生態系統的主體和存在的基礎，在保持水土、調節全球碳平衡、降低溫室氣體濃度和維持氣候穩定等方面具有不可替代的作用[1]，其變化體現了自然和人類活動對環境的交互影響[2]。植被覆蓋的變化能夠及時地反映出環境的演化[3]，對其進行長期動態監測是當前國內外多學科研究的焦點。遙感技術作為對地觀測的一個有力工具，能夠對不同尺度空間進行長時序動態監測，已經發展成為監測大范圍植被變化的主要手段。目前在植被動態監測中常用到的植被指數數據有NOAA-AVHRR NDVI、SPOT-VGT NDVI和TERRA-MODIS NDVI等。其中SPOT-VGT數據在不同時空尺度的植被動態監測方面得到廣泛的應用[4-7]。

中國西南巖溶區處于東亞巖溶區域中心，是世界上最大的喀斯特連續帶，地質環境脆弱性大、敏感度高，且普遍經濟落后、人口集中，屬于全球變化敏感區，被列為與沙漠邊緣地區等同的脆弱環境[8-9]，與黃土高原并稱為中國環境退化與貧困最為突出的地區[10]，成為當代國際地學研究的熱點之一。因此，本文借助遙感和GIS技術對我國西南巖溶區1998—2012年連續15 a SPOT-VEGETATION數據進行處理，詳細分析該地區生態環境現狀和植被覆蓋時空變化趨勢特征，為我國西南巖溶區社會經濟可持續發展提供科學依據。

1 研究區概況

中國西南巖溶區集中分布在貴州、云南、廣西、四川、湖南、湖北、廣東和重慶8個省市(區)，面積約54 萬km2，居住著1 億多人口。該區地勢西高東低，主要發育巖溶高原、斷陷盆地、巖溶峽谷、巖溶峰叢洼地等多種巖溶地貌。地處熱帶、亞熱帶季風氣候區，雨量充沛，水熱同期，溫暖濕潤，降雨量季節和區域差異明顯，多年平均降水量520～1 960 mm，多年平均氣溫4.3～23.4℃，大致均自東南向西北遞減。地帶性土壤主要有紅壤和黃壤。研究區內碳酸鹽巖大面積出露，各種石灰土廣泛分布。地帶性植被為亞熱帶、熱帶常綠闊葉林。脆弱的地質生態背景以及毀林開荒、陡坡開墾、過度放牧等不合理的人類活動，導致土地退化、環境問題尤為嚴重[11-12]，造成土地生產力下降、地表植被覆蓋率銳減、系統水源涵養能力削弱、地表水源枯竭，糧食減產，嚴重威脅當地群眾的生產生活[13]，已成為制約當地社會經濟可持續發展最嚴重的生態地質環境問題。

2 數據與方法

2.1 數據來源

本研究數據源自SPOT-4搭載的VEGETATION傳感器拍攝的全球植被覆蓋數據，是法國于1998年3月發射，自1998年4月由瑞典Kiruna地面站負責接收數據，法國Toulouse圖像質量監控中心負責圖像質量并提供相關參數(如定標系數)，最終由比利時Vito VEGETATION影像處理中心(VITO's Image Processing Centre)負責預處理成逐日1 km全球數據。預處理包括大氣校正、輻射校正和幾何校正，生產10天最大化合成的NDVI數據，并將-1到-0.1的值設置為-0.1，再通過公式DN=(NDVI+0.1)/0.004轉換到0～250的DN值[14]。

本文所用數據為1998年4月至2012年12月SPOT-VEGETATION NDVI數據，空間分辨率為1 km，時間分辨率為逐旬，共計531景影像。利用上述關系式，對每一幅影像的DN值進行NDVI真值恢復。以中國地質科學院巖溶地質研究所編制的1∶400 萬可溶巖分布數據為基礎，采用西南地區的行政界線進行裁剪，獲取西南巖溶區1998年4月至2012年12月共177個月1 km分辨率的NDVI數據集。

2.2 研究方法

采用ArcGIS空間分析技術和數理統計方法，對西南巖溶區NDVI數據進行統計和分析。首先，使用NDVI最大值合成法[15-16]合成年最大NDVI，進一步消除云、大氣、太陽高度角等因素的部分干擾，以此數據為基礎進一步分析西南巖溶區植被覆蓋的時空變化特征。主要包括以下內容：(1) 分析年際最大NDVI變化趨勢；(2) 運用變化矢量分析方法(Change Vector Analysis, CVA)[17]計算1999—2005年和2006—2012年變化矢量的模，并劃分為微變化區、低變化區、中變化區和高變化區4級，以及疊加計算2個7 a不同分級之間的轉移矩陣，以觀察兩個時間階段的變化強度差異；(3) 采用趨勢分析法[18]模擬NDVI變化的空間特征，并根據趨勢線斜率slope的變化范圍，定義嚴重退化、中度退化、輕微退化、基本不變、輕微改善、中度改善、明顯改善7個變化區間，分別統計7個變化區間內的面積及其變化百分比；(4) 使用Mann-Kendall非參數檢驗方法[19]分析Z統計指標值在顯著水平α=0.05，|Z|=Z1-0.05/2=1.96時NDVI的時間變化趨勢；其中當|Z|>1.96時表示序列趨勢變化顯著。

3 結果與分析

3.1 西南巖溶區年際最大化NDVI變化

表1、圖1和圖2反映了西南巖溶區1998—2012年期間年最大NDVI的變化趨勢，15 a間植被覆蓋在0.696～0.772之間波動變化，總體呈上升趨勢，線性擬合的增長斜率為0.005 4，決定系數為0.879 7，表明研究區植被覆蓋逐步得到改善。15 a間植被變化的階段性突出，以2003年為界，其后總體增強；湖北和重慶植被覆蓋總體超出西南巖溶區平均水平，而四川和云南低于西南巖溶區平均水平，其它地區在平均值附近波動。從表1可以看出，西南巖溶區8個省市(區)植被覆蓋變化均為波動上升趨勢，其中，貴州、云南、重慶、廣西及湖北的上升趨勢顯著。

在像元尺度上計算1998—2012年NDVI的平均值(圖2)。從圖中可以看出，湖北大部分地區和重慶是植被覆蓋較好的區域，其次是貴州、廣西、湖南和廣東大部分地區，四川西南部、北部和云南東部是植被覆蓋較低的區域。對像元尺度NDVI的15 a平均值進行分級統計表明：西南巖溶區植被覆蓋狀況總體比較好，0.1～0.6的低植被覆蓋區僅占2.64%，0.6～0.7的區域占15.75%，0.7～0.8的區域占70.29%，>0.8的高值區占11.33%。

圖1 西南巖溶區及8省市(區)最大NDVI均值

圖2 西南巖溶區1998-2012年NDVI均值

3.2變化矢量分析

由于1998年的數據為4—12月，非全年數據，因此不參與變化矢量分析。分別對1999—2005年、2006—2012年和1999—2012年不同時間尺度，在像元尺度計算變化矢量的模，并分為4級：I級(微變化區)，變化矢量模0～0.3；Ⅱ級(低變化區)，變化矢量模為0.3～0.45；Ⅲ級(中變化區)，變化矢量模為0.45～0.6；Ⅳ級(高變化區)，變化矢量模>0.6。圖3為14 a的結果，統計結果表明：Ⅰ級(微變化區)占10.65%，主要分布在四川西南部和北部、云南東部、湖北中部和東北部以及湖南中部等，表明這些區域植被覆蓋并無顯著變化；Ⅱ級(低變化區)占35.18%，廣泛分布于西南8省市(區)，尤其湖南和湖北，表明這些區域植被覆蓋為低變化特征；Ⅲ級(中變化區)占34.60%，散布于西南8省市(區)，尤其貴州和廣西，表明這些區域植被覆蓋為中變化特征；Ⅳ級(高變化區)占19.57%，集中分布在貴州、四川和廣西，是植被覆蓋變化最明顯的區域。

對兩個7 a的計算結果采用相同的分級標準進行圖像分割，并疊加計算不同分級之間的轉移矩陣，以觀察兩個階段變化強度差異(表2)。由表2可知，前一個7 a中、高強度變化區域(Ⅲ和Ⅳ級)分別為11.510 3萬km2和4.900 2萬km2，所占比例合計達30.59%，集中分布于貴州、廣西、重慶和四川等；第二個7 a中、高強度變化區域分別為14.312 9萬km2和8.363 5萬km2，所占比例合計達42.27%，總量大幅增加，主要分布于貴州、廣西、重慶、四川和湖南等。兩個7 a相比，變化強度增強的區域(轉移矩陣右上部6個元素之和)面積為20.832 9萬km2，占西南巖溶區總面積的38.83%；變化強度減弱的區域(轉移矩陣左下部6個元素之和)面積為11.454 8 萬km2，占西南巖溶區總面積的21.35%；前者是后者的1.82倍，說明1999—2005年的變化大于2006—2012年。

圖3 西南巖溶區1999-2012年NDVI變化矢量的模表2 兩個7年NDVI變化矢量的分級比較及轉移矩陣

項目2006—2012年Ⅰ(0～0.3)Ⅱ(0.3～0.45)Ⅲ(0.45～0.6)Ⅳ(>0.6)面積/萬km2比例/%Ⅰ(0～0.3)5.97036.50692.35450.567715.399428.70Ⅱ(0.3～0.45)4.91288.64626.03882.241621.839440.711999—2005年Ⅲ(0.45～0.6)0.97383.09884.31433.123411.510321.45Ⅳ(>0.6)0.15570.70841.60532.43084.90029.13面積/萬km212.012618.960314.31298.3635比例/%22.3935.3426.6815.59

3.3 趨勢分析

采用一元線性回歸分析來計算1998—2012年間西南巖溶區植被變化趨勢，按參考文獻4的分級標準，將研究區植被變化分為7個級別(表3)。圖4反映了西南巖溶區近15 a來最大NDVI均值變化趨勢及空間分布格局，即植被覆蓋整體得到改善，局部地區惡化。輕微、中度和明顯改善的區域合計占總面積的71.85%，主要分布在貴州西部、云南東部、四川南部及廣西大部分地區，改善區域中坡度>25°的區域占20.54%，15°～25°的區域占28.09%，7°～15°的區域占29.13%，這間接反映了國家及地方退耕還林(草)工程取得的成效；退化的區域占總面積的0.53%，主要分布在貴州、云南、四川、廣西和湖南等市(縣)轄區，這與近年的城市化建設有一定關系；其它地區植被覆蓋狀況基本不變，占總面積的27.62%，主要分布在湖北、湖南及四川等地區。

表3 1998-2012年西南巖溶區最大NDVI均值變化趨勢統計

圖4 西南巖溶區最大NDVI均值變化趨勢

3.4Mann-Kendall非參數檢驗分析

從表4和圖5可以看出，根據Mann-Kendall非參數檢驗設定的Z統計指標值|Z|=Z1-0.05/2=1.96，研究區72.28%面積的植被覆蓋顯著上升，0.24%面積的植被覆蓋狀況顯著下降，而27.17%面積的植被覆蓋狀況變化不顯著。顯著上升的區域在西南巖溶區8省市(區)均占到各省(市)巖溶區總面積的50%以上；顯著下降的區域主要分布在貴州、云南、四川、廣西和湖南等。

表4 西南巖溶區最大NDVI均值Mann-Kendall非參數檢驗變化程度統計

分析表3和表4可得到如下結論：采用回歸分析法，植被變化退化區域占總面積的0.53%，植被變化上升地區占總面積的71.85%；采用Mann-Kendall法，植被退化區域為0.24%，植被上升區域為72.28%。綜合分析上面兩組數據得出兩種方法在分析植被變化退化或上升區域的差異分別為0.29%和0.43%，由此可知Mann-Kendall非參數檢驗法和一元線性回歸分析法對西南巖溶區的植被變化趨勢結果具有良好的一致性，可以相互印證。

圖5 西南巖溶區最大NDVI均值Mann-Kendall非參數檢驗變化程度

4 結論與討論

本文利用1998—2012年SPOT-VEGETATION植被指數數據集，分析了西南巖溶區植被覆蓋的時空變化特征。研究顯示：近15 a西南巖溶區植被活動整體呈增強趨勢，并向好的方向改善。植被覆蓋高變化區域占總面積的19.57%，集中分布在貴州、四川和廣西。第一個7 a的變化強度是第二個7 a的1.82倍。植被覆蓋輕微、中度和明顯改善的區域合計占總面積的71.85%，集中分布在貴州、廣西和云南等地區；退化區域占總面積的0.53%，主要分布在貴州、云南、四川、廣西和湖南等市(縣)轄區。一元線性回歸分析法和Mann-Kendall非參數檢驗法可以相互檢驗，對西南巖溶區的植被覆蓋狀況，時空變化有著基本一致的判斷。

植被覆蓋變化監測是一個長期的動態過程，具有明顯的季節變化，而且不同植被類型的NDVI不盡相同。本文研究過程中未分季節，且僅對研究區NDVI的整體變化特征進行了研究，沒有對不同植被類型NDVI變化特征進行分析。此外，NDVI的變化受多種因素影響，如氣候、人類活動、政策等。因此，研究NDVI的季節變化和不同植被類型NDVI的變化特征，分析其與氣候、人類活動等因子的相關性將是下一步研究的重點，這對進一步認識西南巖溶區植被覆蓋的空間格局及過程具有重要意義。

[1] 張月叢,趙志強,李雙成,等.基于SPOT NDVI的華北北部地表植被覆蓋變化趨勢[J].地理研究,2008,27(4):745-754.

[2] 信忠保,許炯心,鄭偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響[J].中國科學(D輯):地球科學,2007,37(11):1504-1514.

[3] 李秀花,師慶東,常順利,等.1981—2001年中國西北干旱區NDVI變化分析[J].干旱區地理,2008,31(6):940-945.

[4] 邱海軍,曹明明.基于SPOT VEGETATION數據的中國植被覆蓋時空變化分析[J].資源科學,2011,33(2):335-340.

[5] 侯西勇,應蘭蘭,高猛,等.1998—2008年中國東部沿海植被覆蓋變化特征[J].地理科學,2010,30(5):736-741.

[6] 賀振,賀俊平.基于SPOT-VGT的黃河流域植被覆蓋時空演變[J].生態環境學報,2012,21(10):1655-1659.

[7] 戴聲佩,張勃,王海軍,等.基于SPOT NDVI的祁連山草地植被覆蓋時空變化趨勢分析[J].地理科學進展,2010,29(9):1075-1080.

[8] 周德全,王世杰,張殿發.關于喀斯特石漠化研究問題的探討[J].礦物巖石地球化學通報,2003,22(2):127-132.

[9] 袁道先.我國西南巖溶石山的環境地質問題[J].世界科技研究與發展,1997,19(5):41-43.

[10] 蔡運龍.中國西南巖溶石山貧困地區的生態重建[J].地球科學進展,1996,11(6):602-606.

[11] 蘇廣實,胡寶清,羅華艷.基于網格法與ANN的縣域喀斯特土地可持續利用評價：以廣西都安瑤族自治縣為例[J].水土保持研究,2010,17(4):262-268.

[12] 梁玉華,張軍以,樊云龍.喀斯特生態系統退化診斷特征及風險評價研究：以畢節石漠化為例[J].水土保持研究,2013,20(1):240-245.

[13] 黃金國,魏興琥,王兮之.粵北巖溶山區土地石漠化成因及其生態經濟治理模式[J].水土保持研究,2013,20(4):105-109.

[14] 杜靈通,李國旗.利用SPOT數據進行干旱監測的應用研究[J].水土保持通報,2008,28(2):153-156,172.

[15] Stow D A, Hope A, McGuire D, et al. Remote sensing of vegetation and land-cover change in Arctic Tundra Ecosystems [J]. Remote Sensing of Environment, 2004,89:281-308.

[16] Hope A S, Boynton W L, Stow D A, et al. Interannual growth dynamics of vegetation in the Kuparuk River watershed, Alaska based on the Normalized Difference Vegetation Index[J]. International Journal of Remote Sensing, 2003,24(17):3413-3425.

[17] Johnson R D, Kasischke E S. Change vector analysis: a technique for the multispectral monitoring of land cover and condition [J]. International Journal of Remote Sensing,1998,19(3):411-426.

[18] Stow D, Daeschner S, Hope A, et al. Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J]. International Journal of Remote Sensing,2003,24(5):1111-1117.

[19] 劉亞龍,王慶,畢景芝,等.基于Mann-kendall方法的膠東半島海岸帶歸一化植被指數趨勢分析[J].海洋學報,2010,32(3):79-87.

TemporalandSpatialVariationofVegetationCoverinSouthwestChinaKarstAreaduring1998-2012

JING Juan-li， WANG Yong-feng

(CollegeofGeomaticsandGeoinformation,GuilinUniversityofTechnology,Guilin,Guangxi541004,China；GuangxiKeyLaboratoryofSpatialInformationandGeomatics,Guilin,Guangxi, 541004,China)

Temporal and spatial variation of vegetation cover in southwest China karst area during 1998—2012 has been studied based on the SPOT-VEGETATION data set by using the methods of the maximum value composite (MVC), change vector analysis (CVA), slope of the linear regression and Mann-Kendall non-parametric test. Results show that: (1) the SPOT-VEGETATION index time series data can monitor the vegetation coverage changes in southwest China karst area on a large scale; (2) during the period of 1998—2012 the maximum annual NDVI rose, the whole vegetation conditions were improved, about 71.85% of the total area had different degrees of improvement, mainly distributed in Guizhou province, Yunnan province and Guangxi Zhuang Autonomous Region. There were areas where vegetation cover had degenerated markedly, mainly distributed in Sichuan and Yunnan province, vegetation conditions accounting for 27.62% of the total area remained essentially invariant; (3) the CVA for the 14 a scale showed that areas with mid-high to high degree of vegetation type change accounted for 54.17% of the study area, the comparison of CVA for the two 7 a periods showed that the density and extent of vegetation cover change between 1999 and 2005 was much acute than that between 2006 and 2012, the former is 1.82 times of the latter; (4) results of change slope method are basically identical to Mann-Kendall non-parametric test.

southwest China Karst area; SPOT-VEGETATION; change vector analysis; trend analysis; Mann-Kendall non-parametric test

2013-10-20

：2013-11-25

國家自然科學基金項目(41261088);廣西自然科學基金項目(2012GXNSFGA060001);廣西空間信息與測繪重點實驗室基金項目(桂科能1207115-04)

靖娟利(1977—),女,陜西長安人,碩士,講師,主要研究方向：資源環境遙感。E-mail:jjlgut2008@163.com

X87

：A

：1005-3409(2014)04-0163-05