北部灣沿海流域植被覆蓋動態變化及其驅動因素

楊鈺文， 盧 遠，2，3*

(1.南寧師范大學地理科學與規劃學院， 南寧 530001； 2.北部灣環境演變與資源利用教育部重點實驗室， 南寧 530001；3.廣西地表過程與智能模擬重點實驗室， 南寧 530001)

植被的存在、生長、更新、演替、分布格局等變化影響著流域下墊面改變、水循環與水文過程[1]。沿海流域水文過程的改變直接影響著河口淺灘淤漲速率改變、河口水下三角洲發育，海岸線變遷，最終造成海灣生態環境的變化[2-5]。因此，研究沿海流域內植被覆蓋的動態變化及其持續性對流域、海岸帶的生態環境建設與綜合流域管理具有重要意義。

目前利用遙感監測植被覆蓋動態變化的研究已經很成熟，可分為分類后比較法和基于像元光譜的直接比較法。其中基于像元光譜的比較不僅能探測出像元的細微變化，且避免了分類誤差對變化檢測精度的影響[6]，具體包含線性回歸分析法、變異系數(coefficient of variation,CV)、Hurst指數、像元二分法以及變化矢量分析(change vector analysis,CVA)等。如郭同宇等[7]通過計算逐像元的回歸系數及其顯著性，分析了內蒙古植被變化趨勢；廖春貴等[8]采用變異系數、相關分析等方法對廣西北部灣經濟區植被的時空變化特征進行分析；王建邦等[9]基于變異系數的人為影響模型輔以Hurst指數等探討了中國植被覆蓋人為影響的時空分布及其未來發展趨勢。常用的長時間序列(>15年)監測植被覆蓋動態變化的遙感數據有Landsat(1972年至今)、GIMMS NDVI(1982—2015年)、SPOT NDVI(1998年至今)以及MODIS(2000年至今)等。Landsat數據具有高空間、長時間分辨率的特點，但其受云霧影響影像缺失嚴重；GIMMS NDVI空間分辨率為8 km不適合小尺度研究；SPOT NDVI空間分辨率1 km，比MODIS數據稍低。MODIS擁有歸一化植被指數(normalized difference vegetation index, NDVI)和增強型植被指數(enhanced vegetation index,EVI)兩種植被指數數據集，其中MODIS NDVI是研究植被動態變化較為理想的植被指數[10]。

北部灣沿海流域地理位置特殊：處于海陸交界，擁有8條較大的入海河流，屬于北部灣經濟區的主體區域。特殊的地理環境使得流域系統復雜多樣，人類活動劇烈，陸域生態和近海環境風險嚴峻[11-12]?；诖吮尘?，現首次以北部灣入海流域為研究單元，基于2000—2018年MODIS NDVI數據，采用修正的CVA、CV、Hurst指數等方法分析北部灣沿海流域植被動態變化趨勢及其持續性并對流域植被覆蓋變化驅動因素進行探討。這對于評價河流、陸地、海洋生態系統的環境質量，揭示陸地—河流—海洋的生態過程具有重要的理論和實際意義。

1 研究區概況與數據來源

1.1 研究區概況

北部灣沿海流域位于中國南海西北部，地理坐標為北緯21°24′～22°1′、東經 107°56′～109°40′，總面積26 069.94 km2，如圖1所示。該流域包含八大入海流域，自西向東依次為：沙潭河、防城河、茅嶺江、欽江、大風江、南流江、鐵山河、九州河。北部灣沿海流域植被覆蓋較高，天然植被與人工植被共存。天然植被主要包括針葉林、常綠季雨林、紅樹林等；人工植被主要包括桉樹林和農作物群落[13]。流域的地勢北高南低，地形依次為山脈—丘陵—灘涂—淺海。自《廣西北部灣經濟區發展規劃》的提出，該區域著重經濟發展，人類活動強烈，沿海、河口區域人工地貌突出，河口三角洲及海積平原已大部分開辟為海水養殖場。

圖1 北部灣沿海流域分布Fig.1 Distribution of coastal basins in Beibu Gulf

1.2 數據來源

本研究所選用的遙感數據為EOS/Terra衛星MOD13Q1產品的NDVI數據集，時間分辨率為16 d，空間分辨率為250 m，時間系列為2000—2018年，數據來源于美國宇航局(NASA)。對該數據進行批量投影轉換為WGS 84坐標、鑲嵌、裁剪等預處理，最后利用最大值合成法(MVC)對其進行年最大值合成得到每一年的最大值合成影像。氣象數據集(氣溫和降水)來源中國科學院資源環境科學數據中心(http://www.resdc.cn/DataSearch.aspx)，該數據集空間分辨率為1 km，基于全國2 400多個氣象站點日觀測數據，通過整理、計算和空間插值處理生成，故將其重采樣至250 m。

2 研究方法

2.1 修正的變化矢量分析

變化矢量分析最早由Malile在1980年提出[14]，采用歐式距離來表示變化的強度。變化矢量在分析長時間序列NDVI變化時，假設第x年的矢量P=[NDVIx,1，NDVIx,2，NDVIx,3,…,NDVIx,n]，NDVIx,j為某一像元在x年j時相獲得的NDVI值，n為時間維數。則第x年到第y年的NDVI變化強度表示為

(1)

將每相鄰年份的NDVI變化強度相加則得到整個研究時段的NDVI累計變化強度。

變化矢量分析可以得到研究時段的NDVI變化強度，但無法獲得NDVI的變化方向，即無法判斷研究時段內植被的變化趨勢。為克服這一缺點，參照文獻[15]所修正的變化矢量法，引入一元線性回歸分析，通過構建研究時間段內NDVI時間序列的一元線性回歸方程，得到一元線性回歸方程的系數b，即獲得研究時段內植被的變化方向：系數b>0時，表示植被為增長趨勢，反之則是減少趨勢。修正的變化矢量分析表示為

(2)

2.2 變異系數

變異系數用來表示地理數據的波動程度[16]，利用變異系數來表示研究時段內流域植被變化的波動程度，數值越大表示植被變化波動程度越大；數值小表示植被狀態較為穩定。變異系數計算公式為

(3)

2.3 Hurst指數

Hurst指數由英國水文學家Hurst在研究尼羅河時間序列水文數據時提出[17]，它可以用來定量描述長時間序列信息的長程依賴性，即預測未來數據的變化趨勢?，F采用R/S分析法來計算Hurst指數，該方法定義極差與標準差的比值R/S存在以下指數關系：

NDVIR/NDVIS=(cn)H

(4)

式(4)中：NDVIR為研究時間段內NDVI時間序列的極差；NDVIS為標準差；n為時間序列長度；c為常量；H為Hurst指數。Hurst指數值存在以下規律：當0.5

3 結果分析

3.1 植被覆蓋的時間變化與空間分布

計算2000—2018年北部灣沿海流域歷年NDVI平均值，對流域內歷年NDVI均值進行年際變化趨勢統計。圖2所示為2000—2018年流域內多年NDVI均值變化趨勢，可知流域內植被覆蓋度較高，年平均NDVI值在0.75～0.85波動，年際間差異較小。

圖2 2000—2018年廣西北部灣沿海流域NDVI年際變化Fig.2 NDVI annual change of Beibu Gulf coastal basin in Guangxi from 2000 to 2018

多年NDVI均值空間分布如圖3所示?？梢?，西部沙潭河、防城河、茅嶺江以及南流江中部區域為植被覆蓋較好區域，其NDVI值均在0.7以上。流域內植被整體上呈現從北至南遞減，越靠近海域植被覆蓋越少；植被覆蓋從流域外邊界到河流中心逐漸減少，越靠近河流中心的植被覆蓋越少，尤其以茅嶺江、欽江、南流江、九州河流域為典型代表。由此可知，北部灣沿海流域植被覆蓋遵循這樣一個規律：從陸地到海域、從流域外邊界到河流中心植被覆蓋度逐漸減少。

圖3 2000—2018年NDVI均值空間分布Fig.3 Spatial distribution of NDVI mean values from 2000 to 2018

3.2 植被覆蓋的變化趨勢及其持續性

3.2.1 植被覆蓋變化趨勢及其穩定性分析

利用修正的變化矢量分析法逐年計算流域內NDVI變化矢量強度，將每相鄰年份的NDVI變化矢量強度相加得到整個研究時段的NDVI變化趨勢空間分布圖(圖4)。對NDVI變化矢量強度進行重新分級，定義[-∞,-0.7]為嚴重退化，(-0.7,-0.5]為明顯退化，(-0.5,-0.3]為中度退化，(-0.3,-0.1]為輕度退化，(-0.1,-0.01]為略微退化，(-0.01,0.01)為無變化，[0.01,0.1)為略微改善，[0.1,0.3)為輕度改善，[0.3,0.5)為中度改善，[0.5,0.7)為明顯改善，[0.7,+∞]為極大改善。2000—2018年間，北部灣沿海流域植被覆蓋改善區域占73.6%，退化區域占26.3%，流域內植被覆蓋變化類型主要為輕中度變化類型。計算各流域NDVI變化矢量強度特征統計如圖5所示。級別在中度改善以上的區域主要分布在西部的大風江、欽江以及茅嶺江流域；中度退化級別以下區域集中在東部的南流江、鐵山河、九州河流域。整體表現出河口、濱海區域植被退化較為明顯。

圖4 2000—2018年NDVI變化趨勢空間分布Fig.4 Spatial distribution of NDVI change trend from 2000 to 2018

圖5 各流域植被覆蓋變化趨勢統計圖Fig.5 Statistical chart of vegetation cover change trend in each basin

變異系數可以反映研究時段內植被覆蓋變化的穩定性，圖6為北部灣沿海流域NDVI變異系數。流域內NDVI變異系數值介于0～0.424，整體表現為河口、濱海區等植被覆蓋率較少的區域植被變化波動最為強烈。

圖6 2000—2018年NDVI變異系數空間分布Fig.6 Spatial distribution of NDVI variation coefficient from 2000 to 2018

3.2.2 植被覆蓋未來變化趨勢分析

計算流域內多年NDVI Hurst指數值，Hurst指數值范圍為0～0.9。流域內植被覆蓋變化趨勢呈現持續性的占27.7%，反持續性的占73.3%，流域內植被覆蓋變化整體上呈現反持續性，即未來植被覆蓋變化呈現較大的波動性。利用Hurst指數值與變化趨勢強度空間分布圖疊加，即植被覆蓋變化趨勢信息與可持續信息耦合，結果如圖7所示。各流域持續性變化區域占比統計如圖8所示，流域內持續改善區域大于持續退化區域，其中持續改善區域占總流域面積的19.6%，持續退化區域占8%。各流域呈現出“中間大兩頭小”的態勢，即持續改善區域和持續退化區域大部分為中、輕度變化區域，明顯、極大變化區域占比較小。流域內植被持續改善區域和持續退化區域占比不同，整體上表現出中部流域(茅嶺江、欽江、大風江)持續改善區域占比大于東西部流域。

圖7 植被覆蓋持續性變化區域Fig.7 Area of continuous change of vegetation cover

圖8 各流域植被覆蓋持續性變化特征統計圖Fig.8 Statistical chart of the characteristics of the continuous change of vegetation cover in each watershed

4 驅動因素分析

氣候因素、地形特征以及人類活動是影響植被覆蓋變化的重要因素[18]。氣溫、降水是影響植被生長的主要氣候因素，選取2000—2015年年平均氣溫、年降水量數據集，分析流域內NDVI變化趨勢與氣象因素的相關性。用高程、坡度表征地形特征。根據沿海流域的特點，選取了距城鎮距離、距河流距離、距河口距離以及距海岸線距離4個因素來代表人類活動對植被覆蓋的干擾。

圖9為各個影響因子與流域內NDVI變化趨勢的相關系數，通過0.01水平的顯著性檢驗，未通過的賦值0。由圖9可知，流域內植被變化趨勢與人為因素和氣候因素相關性較高，與地形特征相關性較低。氣候因素對流域內植被覆蓋變化趨勢多為負相關，其中降水與植被變化趨勢相關性高于氣溫。地形特征與植被變化趨勢多為正相關。植被覆蓋變化趨勢與到城鎮距離為正相關，與距河流距離多為正相關，與距河口、海岸線的距離的相關性具有不一致性，其中東部的南流江與九州河流域的植被變化趨勢與距河口、海岸線的距離呈現較高的負相關。

圖9 植被覆蓋變化趨勢與驅動因素的相關系數Fig.9 Correlation coefficient between vegetation cover change trend and driving factors

5 結論

以2000—2018年MODIS NDVI數據為基礎，采用修正的變化矢量分析、變異系數、Hurst指數等方法分析北部灣沿海流域植被覆蓋動態變化特征及其未來發展趨勢，結論如下。

(1)北部灣沿海流域植被覆蓋度較高且年際變化幅度較小，多年NDVI均值表現出從陸地到濱海、從流域外邊界到河流中心逐漸遞減的規律。在時間變化方面，北部灣沿海流域內植被覆蓋率較高且多為常綠植物，在非極端氣候或人類活動影響下，植被的年際變化較小。在空間分布上，流域內陸地多為林地或旱地，而河岸、河流下游與濱海區多為居住區與濕地[19]，因此多年NDVI均值表現出從陸地到濱海、從流域外邊界到河流中心逐漸遞減的規律。

(2)采用修正的變化矢量法、變異系數分析2000—2018年間北部灣沿海流域植被覆蓋變化趨勢及其穩定性，得出流域內植被覆蓋改善區域占73.6%，退化區域占26.3%。其中河口、濱海區不僅為植被退化明顯區域且為植被變化波動性較強區域，這與河口、海岸帶近年的開發活動有關[20]。

(3)利用Hurst指數預測北部灣沿海流域未來植被覆蓋變化趨勢，未來流域內植被覆蓋變化波動性較強，其中持續改善區域僅占19.6%，持續退化區域占8%，其余的72.4%為波動性變化區域。流域內人類活動較強烈，陸地上有人工桉樹林的種植[21]，河口、濱海區是海水養殖的主要場所[22]，這些人為干擾導致流域內植被覆蓋變化呈現波動性。

(4)選取氣溫、降水、高程、坡度、距城鎮距離、距河流距離、距河口距離以及距海岸線距離8個因子來探索北部灣沿海流域植被覆蓋變化驅動因素，得出流域內植被變化趨勢與人為因素和氣候因素相關性較高，與地形特征相關性較低。北部灣沿海流域地勢較平坦，人為干擾遍布，地形特征對植被變化影響較小。研究區河流眾多，降水直接引起河流水文過程的變化，水文過程的改變就會引起下墊面變化，這是降水與植被覆蓋趨勢相關性較高的原因。整個流域位于北部灣經濟開發區，人類開發活動強烈，人為影響因素成為植被覆蓋變化的主要驅動因素。