生態工程背景下西南喀斯特植被變化主導因素及其空間非平穩性

張雪梅,王克林,岳躍民,童曉偉,廖楚杰,張明陽,姜 巖

1 中國科學院亞熱帶農業生態研究所亞熱帶農業生態過程重點實驗室,長沙 410125 2 中國科學院環江喀斯特生態系統觀測研究站,環江 547100 3 中國科學院大學,北京 100049 4 成都理工大學地球科學學院,成都 610059

?

生態工程背景下西南喀斯特植被變化主導因素及其空間非平穩性

張雪梅1,2,3,王克林1,2,*,岳躍民1,2,童曉偉1,2,3,廖楚杰1,2,3,張明陽1,2,姜 巖4

1 中國科學院亞熱帶農業生態研究所亞熱帶農業生態過程重點實驗室,長沙 410125 2 中國科學院環江喀斯特生態系統觀測研究站,環江 547100 3 中國科學院大學,北京 100049 4 成都理工大學地球科學學院,成都 610059

我國西南喀斯特地區石漠化面積已實現凈減少,植被狀況具有明顯改善。為了更清晰的了解該區植被變化情況及其影響因素的區域差異,采用長時間序列遙感數據,綜合運用空間自相關分析、主成分分析(PCA)和地理加權回歸(GWR)等研究方法,分析生態工程實施以來滇桂黔喀斯特植被變化及其主要影響因素的空間非平穩性。結果表明：與1982—2000年相比,2001—2011年生長季歸一化植被指數(GSN)在整個研究區域都有增加且具有顯著的空間集聚性(Ig為0.90),但增加程度在空間上具有差異性(變異系數為43%)；影響滇桂黔植被變化的主要因素包括氣候因子、土壤質地、人類活動、水分有效性、土壤養分和社會經濟條件,且對植被變化的影響程度隨地理位置的變化而變化。不同工程地貌類型區內,影響植被變化的主導因素不同,且存在顯著的空間差異性,需綜合考慮植被變化主導因素的區域差異來調整或改進后續生態工程措施。

滇桂黔；植被變化；地理加權回歸；空間非平穩性；主導因素

為遏制石漠化土地擴展、加快石漠化土地治理進程,2008年,國務院批復了《巖溶地區石漠化綜合治理規劃大綱(2006—2015)》,在西南8個省(區、直轄市)100個石漠化嚴重縣啟動石漠化綜合治理工程試點,探索石漠化綜合治理的模式與途徑。2014年已擴大至316個縣,占到全國455個石漠化縣的69.5%。截止2015年底,石漠化治理重點工程縣投入中央預算內專項資金119億元,石漠化土地退化趨勢得到有效遏制,石漠化土地面積已實現由持續增加向“凈減少”的重大轉變。然而,由于喀斯特地質背景的復雜性及石漠化生態恢復過程中的不確定性,喀斯特地區石漠化治理成效在空間上具有明顯差異[1-2],據 2012年6月國家林業局公布的《中國石漠化狀況公報》,與2005年相比,廣西石漠化土地面積減少最多,貴州次之,云南最少。石漠化治理的核心是植被恢復,因此,研究西南喀斯特地區縣域植被恢復變化,對開展喀斯特石漠化治理工程綜合成效評估,改進喀斯特地區石漠化治理措施與后續工程規劃具有重要現實意義。

現有研究已揭示了喀斯特地區植被增加的區域差異比較明顯,在年際尺度上,西南喀斯特地區植被變化與溫度和降水均無顯著相關[2],在區域尺度上,氣候因子(年均降水和年均溫度)不是近12年來喀斯特生態恢復好轉的主導因素[3]。生態工程的實施是導致喀斯特石漠化地區生態恢復好轉的原因[4]。然而,大區域尺度,特別是作為我國石漠化集中分布的滇桂黔三省,喀斯特地貌類型復雜多樣,生態建設工程實施以來植被恢復狀況如何,不同喀斯特地貌類型區植被變化的主導因素存在怎樣的區域差異目前尚未明確[5-7],因此,急需開展西南喀斯特地區植被變化主導因素空間非平穩性研究。

根據“地理學第一定律”[8],普通的全局模型使用的假設前提是數據本身在統計上是獨立的,并呈正態分布[9],忽略了研究問題的空間效應,且估計的回歸系數是一個常數,將較難識別區域尺度上因地理位置的變化而引起的喀斯特植被變化及其影響因子間關系的空間非平穩性。考慮樣本空間地理位置的GWR模型有效改進了變量間相互關系的空間非平穩性分析,能有效克服喀斯特地區地理要素具有顯著的空間異質性和空間關聯性的難題。因此,本研究基于GWR模型,利用長時間序列遙感數據分析近30年來(1982—2011年),滇桂黔三省植被變化趨勢及其主導因素,解析縣域尺度植被變化的空間效應與集聚性規律,揭示植被變化主導因素的空間非平穩性與區域差異,以期為后續石漠化治理工程的實施與工程成效評估提供科學依據。

1 研究地區與研究方法

1.1 研究區概況

本研究區域位于我國西南喀斯特地區的滇桂黔三省(97.81°—111.67°E,21.53°—28.93°N),是我國喀斯特地貌發育的集中分布區[10]。該區域氣候溫和濕潤,年均降水量1000—1600mm,降雨時空分布不均,干濕交替頻繁[11-12],屬亞熱帶季風氣候區。滇桂黔地區地帶性植被為中亞熱帶常綠闊葉林,植被類型多樣,主要類型有常綠針葉林、常綠闊葉林、灌叢及灌草叢等。脆弱的地質背景加上長期以來人類的不合理干擾,使研究區內自然植被遭到破壞,土壤侵蝕嚴重,基巖大面積裸露,石漠化問題突出。截止2011年底,滇桂黔三省仍有石漠化土地面積779.0萬hm2,占我國石漠化土地總面積的64.9%,主要分布于峰林平原、峰叢洼地、巖溶高原、巖溶峽谷、斷陷盆地等喀斯特地貌類型區(圖1)。

1.2 數據來源與處理

1.2.1 NDVI數據的獲取與處理

本文NDVI數據采用的是GIMMS NDVI3g數據集產品,空間分辨率是8km,時間分辨率15d,從1982—2011年共792期影像。該數據集對以前的版本進行了改進與延伸,運用改進的云掩膜技術對與植被綠度無關的因子進行了校正[13]。為減少云和大氣造成的噪音,將一月兩次數據中的最大值作為當月NDVI,并考慮喀斯特地區植被物候特征,將每年4—11月的平均值作為當年GSN。以2001年作為生態工程實施節點[2],1982—2000年為工程實施之前植被狀況,2001—2011年為工程實施后的植被狀況,兩個時間段的差值用來表征喀斯特地區植被變化情況,并進行歸一化處理。

1.2.2 植被變化影響因素指標體系獲取與處理

為了保證選取的影響因素的全面性以及縣域尺度上數據的可獲取性,本研究選擇了與植被生長關系密切的自然因素(水、熱、土、地質背景等)和人類活動因素等，共17個指標。具體數據來源如下：氣象數據來自中國氣象數據網(http://data.cma.cn/),包括滇桂黔地區的2001—2011年逐年年均氣溫、降水、濕度指數、干燥度、積溫等。本研究用縣域尺度上11a的氣象因子均值表征生態工程實施后該縣的平均氣候條件。2005年和2010年人口密度、GDP、土地利用類型、坡度、不同植被和土壤條件下土壤有機碳等數據從中國科學院資源環境科學數據中心(http://www.resdc.cn/)下載；土層厚度數據來源于寒區旱區科學數據中心(http://westdc.westgis.ac.cn)；退耕還林工程資金投入和造林面積數據由滇桂黔3省林業廳提供。退耕還林工程投入包括退耕還林投入、荒山造林投入和封山育林投入及現金補助4個部分。本研究中生態工程投入和造林面積為各縣從2001—2011年的單位面積上的資金總投入及造林總面積。為確保計量單位的統一性及各因子間的可比性,本研究對以上各因素進行了歸一化處理。

1.3 植被變化主導因素識別方法

1.3.1 空間自相關性分析

變量存在空間自相關性是應用GWR模型分析的前提條件。GSN及其影響因素屬于地理空間數據,具有空間自相關性和空間非平穩性等特征,因而它們的空間關系可用全局空間自相關莫蘭指數(Ig)和局部空間自相關莫蘭指數(Il)進行表征。

1.3.2 多重共線性分析

進行GWR模型回歸時,如果變量間相關性程度高,出現信息重疊現象,就容易產生多重共線性問題。相關分析是判斷多重共線性問題、剔除冗余變量的基本方法。如果相關系數值超過0.8,則變量之間存在較強的相關關系[14],相關系數小于0.8,則所選因子之間不存在多重共線性問題。本研究利用SPSS軟件中主成分分析方法(PCA)對原始影響因子數據進行變換和處理,使原來多個相互影響的變量轉換成幾個互不相關的綜合變量,既保留了原始影響因素的主要信息,又消除了變量間的多重共線性,得到影響植被變化的綜合主導因素[15]。本研究用方差最大旋轉矩陣將主成分中各變量的貢獻率向最大和最小轉變,使每個主成分上具有最高載荷的因子數最少,從而使得對主成分的解釋更清晰[16]。

1.3.3 地理加權回歸模型

空間平穩是指與地理空間關聯的自變量與因變量之間不存在空間差異,即βk(μ,v) 不隨自變量xk位置而變化,反之則為空間不平穩[17]。空間數據一般具有空間非平穩性的特征,GWR模型允許在不同的地理空間有不同的空間關系存在,因此它是指一種相對簡單又有效的探測空間非平穩性的新方法[18]。GWR模型最早是由Brunsdon等人提出[19],用于研究自變量在空間上的局部非平穩性。其具體公式如下：

2 結果分析

2.1 生態工程前后西南三省植被覆蓋變化總體分析

根據西南喀斯特地區重大生態工程實施背景及Tong等[2]對工程實施后植被覆蓋變化的突變檢驗分析,將西南三省植被覆蓋時間變化分為工程實施前(1982—2000年)與實施后(2001—2011年)。相較于工程實施前,滇桂黔縣域尺度平均GSN在工程實施后均有所增加,但增加程度在空間上具有空間差異(圖2)。空間變化上,在省域尺度,工程實施前后滇桂黔GSN平均增加了0.035,其中貴州和廣西GSN分別相對增加了0.045和0.043,云南GSN相對增加較少(0.024)；生態工程前后滇桂黔三省各縣平均GSN變化值范圍介于0.0002和0.07之間,且變異系數為43%,說明各縣實施生態工程后都取得成效,但各縣成效有差異。

圖2 生態工程實施前后NDVI變化情況Fig.2 Changes of NDVI before and after the implementation of ecological engineering projects

圖3 不同生態工程區植被變化情況 Fig.3 The change of NDVI in different ecological engineering area

對比不同石漠化治理工程類型區GSN變化發現,不同石漠化治理工程類型區GSN呈總體增加趨勢(圖3),植被增加的區域占整個研究區域的54.3%。不同工程類型區植被變化存在一定的差異：巖溶區植被增加面積占巖溶區總面積的55.49%；工程區中巖溶槽谷、峰林平原、巖溶高原、峰叢洼地等以植被增加為主,分別占各工程區總面積的83.00%,78.14%,69.64%,56.76%,其中,巖溶槽谷植被增加比例最多；中高山、巖溶峽谷、巖溶斷陷盆地以植被不變為主。上述結果說明近30年來滇桂黔3省植被總體呈增加趨勢,生態工程的實施加快了西南三省植被覆蓋的恢復速率,但不同區域、特別是不同喀斯特地貌類型區植被覆蓋變化存在顯著的空間差異性。

2.2 植被覆蓋變化的空間格局差異性分析

GSN空間自相關性檢驗分析顯示研究區Ig的正態統計量Z值為30.30,大于正態分布函數在0.01水平下的臨界值2.58,Ig為0.90,表明研究區GSN具有顯著的正空間自相關性。從Il空間分布(圖4)可以看出：部分巖溶槽谷、峰叢洼地和峰林平原地區呈現植被指數高值集聚,是植被密集分布區；巖溶峽谷、巖溶斷陷盆地區的植被指數則呈現低值集聚,即植被覆蓋較小。因此,工程實施后滇桂黔3省平均GSN在整體上具有顯著的空間差異性,在局部區域上具有顯著的空間集聚性。

圖4 2001—2011年平均生長季NDVI增長值的局部空間自相關性Fig.4 The local spatial autocorrelation of added average growing season NDVI in 2001—2011

2.3 滇桂黔植被變化的主要因素分析

剔除與植被指數增長值不顯著相關的變量,利用PCA方法處理剩余自變量之間的多重共線性,得到影響因素的主成分分析結果和各成分的得分系數矩陣,利用旋轉成分矩陣(表1)及相關分析,可以更清晰的查看每個因素對各主成分的貢獻率。每個主成分可以根據載荷較大的影響因素將主成分進行分類(表2)。在本研究結果顯示,前6個主成分(PCA1—PCA6)的累計貢獻率為78.33%,可較好地表征原數據[20]。以植被指數增長值作為因變量,與6個主成分進行OLS回歸(表2),結果表明6個主成分的方差膨脹因子都為1.00,則6主成分之間不存在多重共線性。但對OLS多元回歸的殘差進行空間自相關性檢驗,Ig為0.53,Z統計值為17.90,說明殘差在空間上都存在顯著地正空間自相關性,因此需要利用GWR模型進一步分析影響因素的空間差異性。

2.4 不同影響因素對植被覆蓋變化的空間非平穩性

2.4.1 植被變化主要影響因素的GWR分析

以GSN增長值為因變量,以對6個主成分作為自變量進行空間計量GWR分析,發現殘差莫蘭指數與OLS模型相比有所降低(Ig為0.11,Z(I)為3.66)。同時結合相關性矩陣和主成分定性分析(表3),結果顯示GWR模型解釋了GSN變化的79%,遠優于全局模型(R2=0.23)。因此,利用GWR模型對喀斯特地區植被變化的影響因素進行回歸分析具有合理性。

表1 旋轉成分矩陣

>提取方法：主成份; 旋轉法：具有 Kaiser 標準化的正交旋轉法;a. 旋轉在 6 次迭代后收斂

表2 基于主成分的OLS模型參數估計

表3 GWR模型與全局回歸模型擬合優度

為了進一步驗證各主成分回歸系數在空間上是否平穩,對回歸系數進行空間自相關性分析(表4),得出GWR模型的各回歸系數的Ig均大于0,Z(I)均大于2.58,說明在1%顯著水平下,各項系數具有顯著地正空間自相關性,即這些回歸系數在空間上具有空間非平穩性。因此,利用GWR模型可以較詳細得考慮不同影響因素在不同的地理位置對植被變化的定量影響。

表4 各因素回歸系數的莫蘭指數及Z統計量

2.4.2 單因素對植被變化影響的空間非平穩性分析

研究區內各主成分的回歸系數空間分布差異較大(圖5),各成分的回歸系數既有正值,又有負值,且占樣本總數的比例都較高,表明該區域各影響因素與植被變化的關系較復雜,各影響因子對植被變化影響程度具有顯著的空間異質性。氣候因素對植被作用程度的空間分布具有一致性,大致規律是沿云南高原、黔西山地高原、黔北山地—高原斜坡地—廣西盆地的海拔梯度呈現遞減特征,同時向東至峰林平原地區遞增,體現了喀斯特地區水熱空間分配差異明顯,致使植被對水熱的響應也具有空間差異。土壤質地對植被的影響有兩個分布地帶：在云貴高原地區大致沿長江流域和珠江流域的分水嶺向兩邊遞減,呈對稱分布；在兩廣丘陵地區大致沿廣西丘陵向廣西盆地遞減,體現了河流上下游的土壤質地差異。第五主成分疊加了土壤養分的影響,在巖溶區域土壤屬性與植被增長以正相關關系為主,巖溶峽谷和峰林平原東部區域以負相關關系為主。

人類活動對植被具有雙重作用,表現在為恢復生態環境實施的一系列生態保護與建設工程措施的正向作用和為發展社會經濟水平進行的一系列不合理的生產活動的負面影響。在斷陷盆地、峰叢洼地西部及峰林平原東部生態工程對植被恢復起到了促進作用,巖溶槽谷、峽谷、高原和部分峰叢洼地、峰林平原區人類活動的逆向干擾抑制了植被增長。社會經濟耦合地形因素對植被生長的影響空間復雜性更高,大致沿云貴高原向廣西盆地過渡的斜坡地帶與植被增長呈正相關關系,并向東南方向的廣西盆地區域過渡為負相關關系。這反映了人類在地形復雜的斜坡地帶進行的不合理的生產活動對植被增長產生逆向干擾。

圖5 氣候因子(a)、土壤質地(b)、人類活動(c)、水分有效性(d)、土壤養分(e)和社會經濟條件(f)等因素對GSN變化的空間非平穩性Fig.5 The spatial non-stationary of climate(a)、soil texture(b)、human activities(c)、moisture availability(d)、soil nutrients(e)、social economical condition(f) on GSN at county level

圖6 主導因素對植被變化影響的區域差異Fig.6 Regional difference of dominant factors on vegetation dynamics

2.4.3 植被變化主導因素的空間格局分析

為了進一步分析生態工程背景下具有復雜地質背景的喀斯特地區造成植被恢復差異的原因,本研究綜合以上分析的單個影響因素的空間非平穩性特征,利用MATLAB編程提取每個縣域對植被生長影響最大的因素(圖6),發現在生態工程背景下影響植被變化的主導因素隨不同喀斯特地形地貌特征的變化而變化,且各影響因子與植被變化既有正相關關系又有負相關關系。人類活動和社會經濟條件是峰林平原區、斷陷盆地區及滇桂黔交界的石漠化嚴重地區的植被變化的主導因素,而氣候因素、土壤養分、水分有效性等自然因素對巖溶峽谷區、槽谷區、高原區及部分峰叢洼地區的植被變化影響均較為顯著。其中,峰林平原區植被變化受社會經濟條件的影響較大,峰叢洼地區受氣候因素及人類活動的共同作用(部分地區植被變化也受水分有效性及土壤養分的影響),喀斯特高原區植被變化受氣候因子、土壤養分和水分有效性等自然因素的影響較大,中高山地區的植被主要受降水及人類活動的影響；而巖溶峽谷區植被變化的影響以氣候因子為主導,斷陷盆地區植被主要受人類活動及社會經濟條件的影響,巖溶槽谷區植被變化受水分有效性影響顯著。因此,影響西南喀斯特地區植被變化的主導因素在空間上具有顯著的區域差異性,不同喀斯特地貌類型間植被變化主導因素差異較大。

3 討論

西南喀斯特區域具有復雜的地質背景,高度的景觀異質性,復雜的二元水文系統,特有的植被種類和高強度的人類活動,這些復雜的環境背景決定了植被變化的空間差異性和影響植被變化的影響因子的多樣性和復雜性。本研究揭示了受地質背景制約的西南喀斯特地區植被在氣候變化和人類活動等作用下植被變化的主導因素及由于區域背景條件差異導致的主導因素變化的空間非平穩性。

從全局看,黔東、桂東南及云南地區的巖溶斷陷盆地等地區,主要受氣候因素的影響,熱量因子與植被覆蓋呈負相關關系。近年來喀斯特地區植被覆蓋變化呈上升趨勢,但2001—2011年西南喀斯特地區呈干旱化趨勢[21],而該區年降水量在800mm以上,所以降水減少并不能導致植被發生干旱脅迫[3],喀斯特地區干旱化可能是由于氣溫升高導致蒸散增加所致,這與王兆禮等[22]研究的中國西南喀斯特區域NDVI與SPEI呈負相關結論一致。云貴高原東南部及其與廣西盆地的過渡地帶石漠化問題嚴重,地表植被遭到嚴重破壞,隨著大規模生態工程的實施,植被覆蓋逐漸增加。但由于實施時間相對較短,大部分恢復區域多處于植被恢復初期,以草灌為主,加上復雜的地質背景,植被覆蓋變化影響因素復雜,受氣候因素、社會經濟條件、土壤狀況及人類活動干擾的共同作用(圖6)。

不同喀斯特地貌類型條件下,植被變化的主導因素存在顯著的空間非平穩性,與不同地貌類型的水文地質特征密切相關。峰林平原區(圖6Ⅰ)地形相對較為平坦、交通條件好、社會經濟活動頻繁,植被變化受社會經濟條件的影響較大。峰叢洼地區(圖6Ⅱ)水熱條件相對較好,生態工程實施以來植被增長顯著,但仍存在不合理人類活動干擾,植被變化受氣候因素及人類活動的共同影響顯著；同時,由于該區土地資源分散和典型二元水文地質結構,地表水系缺乏,部分地區植被變化也受水分有效性及土壤養分的影響。喀斯特高原區(圖6Ⅵ)云霧多、日照少、太陽輻射能量低,海拔落差較大,該區植被變化受氣候因子、土壤養分和水分有效性等自然因素的影響較大。中高山地區(圖6Ⅳ)山高坡陡,自然條件較差,局部水資源匱乏,植被變化主要受降水及人類活動的影響。巖溶峽谷區(圖6Ⅴ)以典型的中亞熱帶山區氣候和南亞熱帶干熱河谷為特征,植被變化的影響以氣候因子為主導。斷陷盆地區的盆地內(圖6Ⅶ)地形平坦、光熱條件好、人類活動頻繁,而四周為山地、地形變化大,植被變化主要受人類活動及社會經濟條件的影響。巖溶槽谷區(圖6Ⅷ)具有一定厚度的土層分布,水土資源條件較好,土地承載能力相對較高,但該區地質構造復雜,常出現“懸掛式”地下河,地表水系缺乏,植被變化受水分有效性影響顯著。

人類活動對植被增長具有雙重作用,并通過土地利用方式反映對生態環境的影響程度。一方面,喀斯特地區石漠化是在典型的生態環境脆弱區,高強度人類活動干擾導致喀斯特植被破壞、甚至土地石漠化的現象[23]。另一方面,生態保護與建設工程措施促進了植被覆蓋的增加,Tong等[2]剔除氣象因素對植被變化的影響分析了黔滇桂地區人類活動對植被的干擾,發現生態工程對植被恢復的正向作用。然而,由于不同地理位置自然條件、地質背景和干擾方式及強度等方面的差異,退耕還林、石漠化治理等生態工程成效具有空間差異性,李昊等[3]對貴州畢節地區的退耕還林工程效果進行評估發現退耕還林等生態工程的實施加快了喀斯特地區植被恢復和生態重建,但赫章、大方等喀斯特地區在巨大的人口壓力下,仍存在較為嚴重的植被退化現象。因此,喀斯特地區生態建設與保護是一項長期而艱巨的任務,綜合考慮植被變化主導因素的區域差異來調整或改進不同喀斯特區域背景條件下生態工程的措施,促進喀斯特地區生態環境的恢復。

4 結論

本研究采用長時間序列遙感數據,綜合運用空間自相關分析、PCA和GWR等研究方法,分析生態工程實施以來滇桂黔喀斯特植被變化及其主要影響因素的空間非平穩性。研究表明近30年來滇桂黔三省植被總體呈增加趨勢,生態工程的實施加快了西南三省植被覆蓋的恢復速率,但不同區域、特別是不同喀斯特地貌類型區植被覆蓋變化存在顯著的空間差異性。植被變化的空間差異性主要是氣候、土壤、地形和人類活動等因素引起的,影響植被變化的主導因素隨地理位置的變化而不同,具有顯著的空間非平穩性。

喀斯特地區自然條件優越,但復雜的坡度等地形條件疊加高強度的人類活動干擾使生態環境嚴重退化。由于其獨特的地質背景,生態工程實施難度大。因此,加大生態工程投入,完善生態工程措施,在具體實施過程中要綜合考慮影響植被生長的影響因素以及不同地貌類型區主導因素的空間差異,對不同工程區進行科學規劃與優化分區,因地制宜采取生態移民、退耕還林(還草)、石漠化治理等工程,提高生態工程效率,實現生態效益最大化。

[1] Qi X K, Wang K L, Zhang C H. Effectiveness of ecological restoration projects in a karst region of southwest China assessed using vegetation succession mapping. Ecological engineering, 2013, 54: 245- 253.

[2] Tong X W, Wang K L, Yue Y M, Brandt M, Liu B, Zhang C H, Liao C J, Fensholt R. Quantifying the effectiveness of ecological restoration projects on long-term vegetation dynamics in the karst regions of Southwest China. International Journal of Applied Earth Observation and Geoinformation, 2017, 54: 105- 113.

[3] 李昊, 蔡運龍, 陳睿山, 陳瓊, 嚴祥. 基于植被遙感的西南喀斯特退耕還林工程效果評價——以貴州省畢節地區為例. 生態學報, 2011, 31(12): 3255- 3264.

[4] 童曉偉, 王克林, 岳躍民, 廖楚杰, 徐艷芳, 朱海濤. 桂西北喀斯特區域植被變化趨勢及其對氣候和地形的響應. 生態學報, 2014, 34(12): 3425- 3434.

[5] 陳云浩, 李曉兵, 史培軍. 1983～1992年中國陸地NDVI變化的氣候因子驅動分析. 植物生態學報, 2001, 25(6): 716- 720.

[6] 王娟, 李寶林, 余萬里. 近30年內蒙古自治區植被變化趨勢及影響因素分析. 干旱區資源與環境, 2012, 26(2): 132- 138.

[7] 趙芳. 三江源區草地MODIS植被指數時空變異及驅動因子分析[D]. 西寧: 青海大學, 2012.

[8] 李小文, 曹春香, 常超一. 地理學第一定律與時空鄰近度的提出. 自然雜志, 2007, 29(2): 69- 71.

[9] 高凱, 周志翔, 楊玉萍. 長江流域土地利用結構及其空間自相關分析. 長江流域資源與環境, 2010, 19(S1): 13- 20.

[10] 凡非得, 王克林, 宣勇, 岳躍民. 西南喀斯特區域生態環境敏感性評價及其空間分布. 長江流域資源與環境, 2011, 20(11): 1394- 1399.

[11] 凡非得, 王克林, 熊鷹, 宣勇, 張偉, 岳躍民. 西南喀斯特區域水土流失敏感性評價及其空間分異特征. 生態學報, 2011, 31(21): 6353- 6362.

[12] 王世杰, 李陽兵. 喀斯特石漠化研究存在的問題與發展趨勢. 地球科學進展, 2007, 22(6): 573- 582.

[13] Tong X W, Wang K L, Brandt M, Yue Y M, Liao C J, Fensholt R. Assessing future vegetation trends and restoration prospects in the karst regions of southwest China. Remote Sensing, 2016, 8(5): 357- 357.

[14] 茆三芹, 基于GWR模型的耕地利用時空演變及驅動因素研究[D]. 武漢: 華中農業大學, 2013.

[15] 王景雷, 康紹忠, 孫景生, 陳智芳. 基于PCA和GWR的作物需水量空間分布估算. 科學通報, 2013, 58(12): 1131- 1139.

[16] 高吉喜, 段飛舟, 香寶. 主成分分析在農田土壤環境評價中的應用. 地理研究, 2006, 25(5): 836- 842.

[17] 王宇航, 趙鳴飛, 康慕誼, 左婉怡. 黃土高原地區NDVI與氣候因子空間尺度依存性及非平穩性研究. 地理研究, 2016, 35(3): 493- 503.

[18] 覃文忠, 王建梅, 劉妙龍. 地理加權回歸分析空間數據的空間非平穩性. 遼寧師范大學學報:自然科學版, 2005, 28(4): 476- 479.

[19] Brunsdon C, Fotheringham A S, Charlton M E. Geographically weighted regression: a method for exploring spatial nonstationarity. Geographical analysis, 1996, 28(4): 281- 298.

[20] 王旭,林征,張志,李丹. 基于GWR模型的北極濱海平原融凍湖表面溫度空間分布模擬. 武漢大學學報(信息科學版),2016,41(7):918- 924.

[21] 谷曉平, 黃玫, 季勁鈞, 吳戰平. 近20年氣候變化對西南地區植被凈初級生產力的影響. 自然資源學報, 2007, 22(2): 251- 259.

[22] 王兆禮, 黃澤勤, 李軍, 鐘睿達, 黃文煒. 基于SPEI和NDVI的中國流域尺度氣象干旱及植被分布時空演變. 農業工程學報, 2016, 32(14): 177- 186.

[23] 王世杰, 李陽兵, 李瑞玲. 喀斯特石漠化的形成背景、演化與治理. 第四紀研究, 2003, 23(6): 657- 666.

Factors impacting on vegetation dynamics and spatial non-stationary relationships in karst regions of southwest China

ZHANG Xuemei1,2,3, WANG Kelin1,2,*,YUE Yuemin1,2,TONG Xiaowei1,2,3, LIAO Chujie1,2,3, ZHANG Mingyang1,2, JIANG Yan4

1KeyLaboratoryofAgro-ecologicalProcessesinSubtropicalRegion,InstituteofSubtropicalAgriculture,theChineseAcademyofSciences,Changsha410125,China2HuanjiangObservationandResearchStationforKarstEco-systems,Huanjiang547100,China3UniversityofChineseAcademyofScience,Beijing100049,China4ChengduUniversityofTechnologyInstituteofEarthScience,Chengdu610059,China

With the implementation of ecological restoration, the net area of rocky desertification has been reduced and vegetation coverage significantly improved in karst areas, southwest China. It is crucial to explore the trends in vegetation change and distinguish the driving forces under different karst terrain conditions. Based on the long-term time-series of GIMMS NDVI 3g images, the present study aimed to identify the vegetation changes at different spatial and temporal scales and non-stationary relationships between vegetation changes and driving forces in karst regions of Yunnan, Guangxi, and Guizhou Provinces with a combination of spatial autocorrelation, principal component analysis (PCA), and geographically weighted regression. The results showed that from 2001 to 2011 the growing season normalized difference vegetation index (GSN) significantly increased compared to that from 1982 to 2000 in the three regions. The GSN appeared spatially assembled (the Moran′s indexIgwas0.90),whiletheextentofincreasewassignificantlydiversefordifferentareas(thevariablecoefficientwas43%).ThePCAindicatedthatthemaindrivingforcesofvegetationchangewereclimaticfactors,soiltexture,humanactivities,wateravailability,soilnutrients,andthelevelofsocialandeconomicconditions.Theextentofimpactsofthedrivingforcesonvegetationchangevariedwithdifferentgeographicpositions.Inaddition,themaindrivingforceswerespatiallydifferentunderdifferentkarstlandforms.Ourstudyindicatedthatthedifferencesofvegetationdrivingforcesshouldbetakenintoconsiderationduringfutureimplementationofecologicalrestorationunderdifferentkarstlandforms.

karst region; vegetation dynamics; GWR model; spatial non-stationary; dominant factors

國家重點研發計劃項目(2016YFC0502400)；國家自然科學基金項目(41471445, 41371418)；中國科學院科技服務網絡計劃(STS計劃)“廣西喀斯特區生態系統服務提升與民生改善研究示范”(KFJ-EW-STS-092)

2016- 11- 19;

2017- 01- 19

10.5846/stxb201611192354

*通訊作者Corresponding author.E-mail: kelin@isa.ac.cn

張雪梅,王克林,岳躍民,童曉偉,廖楚杰,張明陽,姜巖.生態工程背景下西南喀斯特植被變化主導因素及其空間非平穩性.生態學報,2017,37(12):4008- 4018.

Zhang X M, Wang K L,Yue Y M,Tong X W, Liao C J, Zhang M Y, Jiang Y.Factors impacting on vegetation dynamics and spatial non-stationary relationships in karst regions of southwest China.Acta Ecologica Sinica,2017,37(12):4008- 4018.