1998-2013年釜溪河流域植被覆蓋時空演變及其驅動因子研究

王二麗, 劉小芳, 候亞妮，陳光建，萬新

(1.四川理工學院計算機學院，四川自貢643000；2.四川理工學院江河流域生態環境的集成感知與應用院士(專家)工作站，四川自貢643000)

1998-2013年釜溪河流域植被覆蓋時空演變及其驅動因子研究

王二麗1,2, 劉小芳1,2, 候亞妮1,2，陳光建1，萬新1

(1.四川理工學院計算機學院，四川自貢643000；2.四川理工學院江河流域生態環境的集成感知與應用院士(專家)工作站，四川自貢643000)

植被覆蓋是評價生態環境的重要指標之一。基于1998-2013年SPOT VEGETATION數據集，采用趨勢分析、偏相關分析及計算Hurst指數等方法，反演了釜溪河流域NDVI分布的時空格局及其變化趨勢；并結合該地區同期降水量和溫度數據，利用相關系數法對釜溪河流域植被覆蓋變化的驅動因子進行分析。研究表明1998-2013年間釜溪河流域植被覆蓋表現出上升趨勢，增速為0.24%/16a；Hurst指數計算結果顯示，流域內植被反向變化特征強于同向特征，結合NDVI趨勢圖，未來植被改善區域面積所占比例為60.98%，持續退化面積所占比重為5.97%，主要分布于自貢市南部及其他環繞城鎮地區；植被覆蓋變化主要以非氣候因子驅動型為主，其面積所占比例為88.48%，而影響植被生長的氣候因子中氣溫的作用強于降水的作用。

植被覆蓋變化；Hurst指數；偏相關性分析；驅動因子；釜溪河流域

引言

植被不僅是陸地生態系統的重要組成部分，也是水循環、生物化學等能量循環的重要媒介，在減少溫室氣體排放、調節碳平衡、維持氣候穩定方面具有十分重要的作用[1-2]，由于其對氣候變化的敏感性，植被覆蓋動態變化已成為全球陸地生態系統監測的關鍵問題之一[3]。目前國內外學者針對不同地域，利用植被指數對植被相關變化及其與氣候因子的關系進行了深入的探討[4-7]，研究結果均表明氣候對植被生長起到了重要作用，但部分地區植被變化的決定性因子與人類活動密切相關。毛德華[8]等研究表明溫度是影響東北地區不同植被類型NDVI最重要的因子，而嚴恩萍[9]等研究成果表明對于京津風沙源重點治理區植被覆蓋上升最主要的驅動因素是人類活動。不同區域植被變化驅動力通常有所不同，大多數研究在選擇研究區域時主要集中于省市[10]、各類生態區[11-12]、國家[13]及全球[14]等更為宏觀的層面，但對以流域為單元進行研究的并不多見[15]。

釜溪河流經四川省威遠縣、自貢市，是沿途區域農業灌溉、工業及生活用水的主要來源，而近些年隨著工業建設，流域生態環境狀況愈下，部分區域植被退化嚴重，亟需快速監測手段進行應對管理。為探究釜溪河流域植被覆蓋情況，本文采用SPOT VEGETATION數據集，研究流域1998-2013年植被覆蓋變化，同時結合氣溫、降水數據，分析流域植被氣候變化的響應特征，并嘗試對植被變化的驅動力進行分析，旨在為該地區生態系統的恢復、穩定及可持續發展提供科學的依據。

1 研究區域概況

釜溪河在沱江下游右岸，由旭水河和威遠河在自貢市境內鳳凰壩雙河口處匯成干流，河長190公里，天然落差360余米，于富順縣釜溪口匯入沱江。流域面積3490平方公里，地勢自西北向東南傾斜。釜溪河流域屬于亞熱帶溫濕氣候，具有冬暖、春早、夏熱、秋涼四季分明的特點，年平均氣溫約為18 ℃，年平均降水量為1000 mm～1080 mm，集中在6-9月份。研究區域如圖1所示。

圖1 研究區域

2 研究方法

2.1數據來源

研究所選NDVI數據集來源于SPOT VGT數據分發中心，時間跨度為2000年到2013年。根據公式NDVI=DN×0.004-0.1將像元值轉換為對應的NDVI值，并采用最大值合成法對產品進行處理，獲取逐月最大NDVI。降水和氣溫數據來源于中國氣象數據共享網月平均溫度和月降水資料，進行Kriging空間插值，獲取與NDVI數據集像元大小一致、投影相同的氣象柵格圖像，并通過數據裁剪獲得流域月平均溫度和月降水量數據。

2.2趨勢分析

一元線性回歸分析針對每個柵格點逐像元擬合NDVI的斜率，反映植被覆蓋時空演變特征[16]。計算公式為：

(1)

式中：n為監測時間序列的長度，NDVIi第i年NDVI的均值；slope是趨勢線增加的斜率。

2.3偏相關分析

地理要素之間的相關關系密切程度的測定，主要是通過對相關系數的計算與檢驗完成。用以度量除卻其他因素影響，而研究單獨兩個要素之間的相互關系的密切程度，稱為偏相關系數[17]。計算公式為

(2)

式中：rxy,z為變量固定后變量x和y的偏相關系數，rxy、rxz、ryz分別表示變量x和y、變量x和變量z、變量y和變量z的相關系數。

2.4復相關分析

多要素間相關程度的測定通過復相關系數的計算與檢驗實現，復相關系數計算公式為：

(3)

式中：Rx,yz表示因變量x和自變量y,z的復相關系數，rxz,y表示固定變量后y變量x和z的偏相關系數，rxy表示變量x和變量y的相關系數。

2.5 Hurst指數及R/S分析

Hurst指數是描述自然界自相似性和長期依賴性最有效的方法[18]，由Hurst提出的重標極差法(R/S)是目前估測Hurst指數最常用的方法[19]，其計算主要過程[20]：

(1)將時間序列{ξ(τ)}(τ=1,2,3,...,n)分解為τ個子時間序列X(t)，其中t=1,...,τ。

(2)計算每個子時間序列的均值：

(4)

其中，τ=1,2,3,...,n。

(3)計算累計離差：

(5)

其中，t=1,...,τ。

(4)計算極差：

R(τ)=maxX(t,τ)-minX(t,τ)

(6)

其中，t=1,...,τ，τ=1,2,3,...,n。

(5)計算時間序列的標準差：

(7)

其中，τ=1,2,3,...,n。

(6)求取H：

(8)

根據Hurst及Mandelbrot等人的研究[20-21]，Hurst指數H的值域范圍在0～1之間，當H值等于0.5時，表明所研究的時間序列沒有持續性，為隨機序列；當H大于0.5時，該時間序列表現出一致性，而H小于0.5時，則呈現相反的跡象。

3 結果與分析

3.1植被覆蓋時間變化特征

1998-2013年釜溪河NDVI變化趨勢如圖2所示，研究區域內植被覆蓋表現出上升趨勢，但并不顯著(R2=0.1001)。2013年較1998年相比NDVI值增加0.038，平均每年以0.0024速度增加。1998年到2004年植被變化較為劇烈，呈波浪式推進，2004年達到最高值0.752，之后幾年植被覆蓋略有起伏，2011年下降較為明顯，整體的植被覆蓋呈現良好狀態。

圖2 1998-2013年釜溪河流域NDVI值變化趨勢

3.2植被覆蓋空間變化特征

3.2.1 植被空間分布特征

以每年最大NDVI值計算得到釜溪河流域NDVI均值，空間分布圖如圖3(a)所示，16年均值為0.66，最大值為0.73。釜溪河流域植被覆蓋格局整體呈現片狀聚集的分布特征，高值區主要分布于流域南部、威遠河上游及自貢市北部地區，環繞旭水河、威遠河中間夾集區也有較高的NDVI值分布，由于這些區域主要以耕地、林地為主，植被長勢較好，NDVI值較大；而低值區則主要分布于自貢市區、威遠河中游(威遠縣城)及旭水河中上游(榮縣縣城)部分地區，該區域土地利用類型均以城鎮用地為主，植被NDVI值較小。

圖3 1998-2013釜溪河流域NDVI空間分布及變化趨勢圖

為監測釜溪河流域植被覆蓋變化特征，計算1998-2013年植被NDVI趨勢，并將結果進行標準差分類，NDVI變化趨勢空間分布圖如圖3(b)所示。明顯改善區域主要分布于流域東北部，該地區地形較高，受人類活動干預較少，特別是近年退耕還林等政策的實施使得區域植被覆蓋度得到明顯的提高。而嚴重退化區域與植被覆蓋度較低區域相一致，主要以環繞城鎮地區為主。中度退化及輕微退化區域則集中于旭水河中下游、威遠河中下游及釜溪河中下游地區。釜溪河流域NDVI變化趨勢統計結果見表1，結果表明流域植被覆蓋所改善的面積大于退化面積，整體改善呈上升趨勢，這與文中3.1所述植被時間變化特征相一致。流域植被覆蓋所改善的面積(27.44%)大于退化面積(25.74%)，流域內保持不變的面積所占比重46.82%。

表1 釜溪河流域NDVI變化趨勢

3.2.2流域未來趨勢特征

上述分析主要針對近16年來釜溪河流域植被空間和時間上的分布特征，但未來趨勢變化特征并不明朗，為此進一步計算植被NDVI的Hurst指數，以指示其未來變化趨勢，Hurst空間分布圖如圖4(a)所示。釜溪河流域植被NDVI的Hurst指數值域區間為[0.22,0.75]，平均值為0.46，其中Hurst指數大于0.5的像元數所占百分比為33.24%，表明研究區域植被反向變化特征強于同向特征。將釜溪河流域Hurst指數與趨勢slope圖進行疊加，NDVI變化特征如圖4(b)所示，統計顯示流域內由退化區域轉為改善區域所占面積為46.23%，主要分布于旭水河、威遠河、釜溪河中下游地區。而由改善轉為退化區域所占面積為32.99%，持續退化面積所占比重為5.97%，主要分布于自貢市南部及其它環繞城鎮地區。持續增加面積所占比重為14.75%，以流域邊緣地區分布居多。

圖4 Hurst指數空間分布圖及NDVI變化特征

3.3氣溫、降水變化特征

1998-2013年釜溪河流域平均年氣溫為18.02 ℃，平均年降水量為9608.23 mm，流域平均氣溫變化及降雨量變化如圖5所示。流域氣溫和降水總體呈現遞增趨勢，但趨勢并不明顯，而年平均氣溫增長顯著程度(R2=0.2671)遠大于年降水量增長程度(R2=0.0021)。平均氣溫總體呈現上升趨勢，從2000年最低氣溫(17.11 ℃)至2002年持續增長，2003年略有下降后流域氣溫一直遞增到2006年出現峰值(18.94 ℃)，2009年出現次高溫后氣溫略有下降。年降雨量變化較為反復，2013年降雨量為頂峰達到13104.78 mm，2006年降雨量為低谷值7080.64 mm，其余時段降雨量波動較為劇烈。

圖5 1998-2013年釜溪河流域平均氣溫變化及降雨量變化

3.4 NDVI與氣候間的關系

根據研究區域氣溫、降水數據，計算NDVI與氣溫和降水的偏相關系數，偏相關系數空間分布如圖6所示。結果顯示，NDVI與氣溫的相關性為0.532(-0.58～0.88)，與降水的相關性為0.28(-0.60～0.72)。盡管流域內NDVI與氣溫和降水的相關性并不高，但NDVI與氣溫的偏相關系數大于NDVI與降水的偏相關系數，這在一定程度表明釜溪河流域植被生長受氣溫的影響要強與降水的影響。

圖6 NDVI與氣溫、降水偏相關系數空間分布

流域內NDVI最高值出現在2004年，最低值出現在2000年，而同期的氣溫數據最低值與NDVI最低值相符，均出現在2000年，但氣溫最高值與NDVI最高值年份有所差異，出現在2006年。NDVI在2006年后呈現緩慢波動上升趨勢，但在2011年陡然下降，該年份降水量出現一個較小值，但氣溫與同期相比并沒有太大差異。這在一定程度上表明流域內植被覆蓋變化并不僅僅是氣候因素主導作用的結果，同時NDVI與氣溫和降水的偏相關系數較低也能從側面闡述氣候因子與NDVI變化趨勢并不一致的現象。

為進一步闡明氣候因子與NDVI的關系，計算復相關系數以反映NDVI與降水、溫度間的復相關程度，復相關系數空間分布結果如圖7(a)所示。釜溪河流域平均復相關系數為0.34，復相關系數較大區域主要分布于威遠河中上游。同時參照陳云浩、王永財[22-23]等研究植被覆蓋變化驅動分區原則及標準，對釜溪河流域植被覆蓋變化進行驅動分區。流域植被覆蓋驅動分區結果如圖7(b)所示，10.1%區域屬于氣溫驅動型，主要呈片狀集中于流域東北部、威遠河上游地帶。降水驅動型面積僅占流域面積的0.38%，零星狀分布于旭水河中下游地帶。降水和氣溫驅動型所占流域面積的1.04%，主要位于威遠河中部兩山夾集處。而非氣候因子驅動型所占比例最大為88.48%，基本覆蓋整個流域。以上分析表明，釜溪河流域植被覆蓋動態變化在一定程度、一定區域范圍內受到氣候因素的變異，但主要驅動因素還是非氣候因子主導作用。已有研究表明退耕還林等生態工程的實施，使得流域植被覆蓋率上升，而城市擴展將導致城市周圍植被遭到破壞植被覆蓋率降低[24]，這與釜溪河流域城鎮NDVI值較小且有持續惡化趨勢相一致。

圖7 復相關系數分布及驅動力分區圖

4 結論與討論

本文以SPOT VEGETATION數據集，輔以趨勢分析、Hurst指數及偏相關分析等方法，反演釜溪河流域1998-2013年NDVI分布時間、空間格局及其變化趨勢，并結合該地區同期降水量和溫度數據，采用相關系數法對釜溪河流域植被覆蓋變化的驅動因子進行分析。研究表明釜溪河流域植被覆蓋表現出上升、改善趨勢。流域植被反向變化特征強于同向特征，植被生長受氣溫的影響強于降水影響，而植被覆蓋驅動因素分區中非氣候因子驅動型所占比例為88.48%。

2001年，自貢市委市政府提出“東進南移”城市發展戰略，隨著城市建設的不斷推進，使得自貢市南部和東部地區呈現由改善區域轉為退化區域及持續退化區域的趨勢。城市發展早期由于缺少對環境的保護易導致植被遭到較嚴重的破壞，相關部門應該做好城市可持續發展的規劃，增加園林綠化面積，加強對環境的治理，提升植被覆蓋度。城鎮化進程的加快促進人口的聚集，而人類對于生態環境的干預程度遠高于氣候因子的作用，更應在保護環境中發揮正向主導作用。針對植被覆蓋度持續下降區域，政府部門應積極實施生態工程，引導農民合理種植農作物，退耕還林，擴大植被覆蓋率，防止水土流失及生態環境的進一步惡化。

植被覆蓋變化監測是一個長期過程，文中僅針對釜溪河流域近16年植被空間格局變化進行了探討，如有更長時間序列數據則可進一步揭示流域植被時空變化及其歸因。植被覆蓋變化必然受到除氣候之外的因素影響，本文中僅僅對氣候因素進行了重點闡述和說明，并未明確其他因素在流域植被動態變化中所產生的影響，如何定量區分其他因素如人類活動對植被空間格局的變化及其影響仍是進一步需要探討的內容。

[1] GODINEZ-ALVAREZ H,HERRICK J,MATTOCKS M,et al.Comparison of Three Vegetation Monitoring Methods:Their Relative Utility for Ecological Assessment and Monitoring[J].Ecological Indicators,2009,9(5):1001-1008.

[2] PENG J,LIU Z,LIU Y,et al.Trend Analysis of Vegetation Dynamics in Qinghai-Tibet Plateau Using Hurst Exponent[J].Ecological Indicators,2012,14(1):28-39.

[3] KELLY M,TUXEN K A,STRALBERG D.Mapping Changes to Vegetation Pattern in a Restoring Wetland:Finding Pattern Metrics that are Consistent Across Spatial Scale and Time[J].Ecological Indicators,2011,11(2):263-273.

[4] PARK H S,SOHN B.Recent Rrends in Changes of Vegetation Over East Asia Coupled with Temperature and Rainfall Variations[J].Journal of Geophysical Research:Atmospheres(1984-2012),2010,115(D14).

[5] ZHAO J,ZHANG H,ZHANG Z,et al.Spatial and Temporal Changes in Vegetation Phenology at Middle and High Latitudes of the Northern Hemisphere over the Past Three Decades[J].Remote Sensing,2015,7(8):10973-10995.

[6] 孫慶齡,李寶林,許麗麗,等.2000-2013年三江源植被NDVI變化趨勢及影響因素分析[J].地球信息科學學報,2016,18(12):1707-1716.

[7] 朱明明,侯西勇,毋亭.基于MODIS NDVI的中國東部植被覆蓋時空變化特征[J].遙感技術與應用,2013,28(6):1027-1032.

[8] 毛德華,王宗明,羅玲,等.基于 MODIS 和 AVHRR 數據源的東北地區植被NDVI變化及其與氣溫和降水間的相關分析[J].遙感技術與應用,2012,27(1):77-85.

[9] 嚴恩萍,林輝,黨永峰,等.2000～2012 年京津風沙源治理區植被覆蓋時空演變特征[J].生態學報,2014,34(17):5007-5020.

[10] 何月,樊高峰,張小偉,等.浙江省植被NDVI動態及其對氣候的響應[J].生態學報,2012,32(14):4352-4362.

[11] 宋富強,邢開雄,劉陽,等.基于 MODIS/NDVI 的陜北地區植被動態監測與評價[J].生態學報,2011,31(2):354-363.

[12] 王園香,唐世浩,鄭照軍.1982～2006年中國5-9月的NDVI變化與人類活動影響分析[J].地球信息科學學報,2015,17(11):1333-1340.

[13] 劉憲鋒,朱秀芳,潘耀忠,等.1982-2012年中國植被覆蓋時空變化特征[J].生態學報,2015,35(16):5331-5342.

[14] SOUTHWORTH J,ZHU L,BUNTING E,et al.Changes in Vegetation Persistence Across Global Savanna Landscapes 1982～2010[J].Journal of Land Use Science,2016,11(1):7-32.

[15] 符靜,秦建新,張猛,等.2001～2013年洞庭湖流域植被覆蓋度時空變化特征[J].地球信息科學學報,2016,18(9):1209-1216.

[16] 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.

[17] 徐建華.計量地理學[M].北京:高等教育出版社,2006.

[18] 謝平,陳廣才,雷紅富.基于Hurst系數的水文變異分析方法[J].應用基礎與工程科學學報,2009,17(1):32-39.

[19] 江田漢,鄧蓮堂.Hurst 指數估計中存在的若干問題[J].地理科學,2004,24(2):177-182.

[20] HURST H E.Long-term Storage Capacity of Reservoirs[J].American Society of Civil Engineering,1951,116:770-808.

[21] MANDELBROT B B,WALLIS J R.Robustness of the Rescaled Range R/S in the Measurement of Noncyclic Long Run Statistical Dependence[J].Water Resources Research,1969,5(5):967-988.

[22] 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[J].植物生態學報,2001,25(6):716-720.

[23] 王永財,孫艷玲,王中良.1998-2011 年海河流域植被覆蓋變化及氣候因子驅動分析[J].資源科學,2014,36(3):594-620.

[24] 劉憲峰，潘耀忠，朱秀芳，等.2000-2014年秦巴山區植被覆蓋時空變化特征及其歸因[J].地理學報,2015,70(5):705-716.

TheSpatiotemporalChangesofVegetationCoverandClimateFactorDriversofVariationinFuxiRiverBasinFrom1998-2013

WANGErli1,2,LIUXiaofang1,2*,HOUYani1,2,CHENGuangjian1,WANXin1

(1.School of Computer Science, Sichuan University of Science & Engineering, Zigong 643000, China; 2.Sichuan Provincial Academician(Expert) Workstation-Integrated Perception and Application of Eco-Environment in River Basins, Zigong 643000, China)

Vegetation coverage is an important index to evaluate the environment. On the basis of SPOT VEGETATION from 1998 to 2013, distribution, spatial pattern and trends of NDVI were analyzed by the methods of trend analysis, Hurst exponent and partial correlation analysis in Fuxi River Basin. Combined with precipitation and temperature, vegetation cover change driving factors were analyzed using correlation coefficient. The result indicates that vegetation cover shows a rising trend and the growth rate is 0.24%/16a. Hurst exponent shows that the reverse characteristics of vegetation coverage change are stronger than the same characteristic in Fuxi River Basin, and 60.98% of the total area will follow a continuous increasing trend with the slope of NDVI. The proportion of persistent degradation area is 5.97%, mainly distributed in the southern part of Zigong and surrounding towns. Vegetation cover change is mainly driven by non-climatic factors, which accounting for 88.48% of the entire area. The growth of vegetation is more effected by temperature than precipitation in the climatic factors.

vegetation coverage; Hurst index; partial correlation analysis; driven factor; Fuxi River Basin

TP79

A

2017-07-21

四川省科技廳項目(2017GZ0303)；自貢市科技局項目(2016DZ11)；江河流域生態環境的集成感知與應用院士(專家)工作站項目(2016YSGZZ02)；企業信息化與物聯網測控技術四川省重點實驗室項目(2016WYY01)；四川省智慧旅游研究基地項目(ZHY17-01)

王二麗(1991-)，女，河北石家莊人，碩士，主要從事環境遙感方面的研究，(E-mail)welsuse@163.com

1673-1549(2017)05-0083-07

10.11863/j.suse.2017.05.15