1998—2018年呼倫貝爾市植被覆蓋度時空變化及驅動力分析

李 晶,劉乾龍,劉鵬宇

中國礦業大學(北京)地球科學與測繪工程學院, 北京 100083

自20世紀70年代以來,全球經濟快速發展,生態環境日益惡化,生態問題已成為人類高度關注的一項重大戰略問題[1]。植被作為陸地生態系統的主體,其生長狀況和分布特征嚴格地受環境制約,能夠敏銳反映出大氣、水、土壤等成分的變化[2]。植被覆蓋度(Fraction of Vegetation Coverage,FVC),通常定義為植被(包括葉、莖、枝)在地面的垂直投影面積占統計區總面積的百分比[3],既是描述地表植被生長狀況的重要指標,也是反映區域生態系統環境變化的重要參量[4],被廣泛應用在基于遙感的生態環境變化監測中。劉洋等[5]基于GIMMS-NDVI數據研究了1982—2013年新疆植被覆蓋格局的時空變化及其可持續性特征。劉家琰等[6]基于1998—2013年SPOT/VEGETATION-NDVI數據,利用像元二分模型估算了神農架林區的植被覆蓋度,并分析空間格局變化趨勢。

地表植被變化的驅動力可大致分為氣候因素、地形因素和人類活動因素[7]。何奕萱[8]、穆少杰等[9]分別采用灰色關聯法和相關系數法探究了降水與溫度對地表植被變化的影響,發現水熱組合的共同作用大于單一氣候因子影響,且影響程度存在顯著的空間差異。譚學玲等[10]和Jian Peng等[11]引入海拔、坡度、地貌等因素定性分析了地形對植被變化的影響。隨著研究的深入,越來越多的學者開始聚焦于人類活動因素對植被變化的影響。侯勇等[12]在研究內蒙古地區多年植被覆蓋度時空變化中,發現近年來與人類活動的關系更密切。吳蔚[13]建立了十省煤炭開采和植被利用與保護的耦合模型,指出兩者的耦合協調度與采后的土地復墾工作密切相關。張圣微[14]等將錫林郭勒草原植被覆蓋度時空動態與氣象、放牧數據結合分析,結果表明降水量和牲畜養殖數量對該地區植被覆蓋度變化影響較大。

呼倫貝爾市屬于中國北方典型的草地區域,植被類型復雜多樣,是防風固沙的重要生態區。近年來,呼倫貝爾市經濟在快速發展的同時也帶了諸如植被退化、土地損毀、土地荒漠化、土壤鹽漬化、生物多樣性減少等生態問題[15—16]。已有研究認為氣候暖干化的變化趨勢,是促使呼倫貝爾草原區植被變化的主要原因[17—18],也有研究認為煤炭開采、經濟發展、過度放牧等人類活動是導致植被退化的重要因素[19—21]。目前針對呼倫貝爾市植被變化驅動力的研究多聚焦于氣候、地形等自然因素的影響,對于非氣候因素的研究,常常局限于定性分析[22]或是將其視為一個整體通過預測值與真實值的差異來判斷影響的大小[23],雖然后者可以定量研究其對植被變化的影響,卻無法進一步探究驅動力因素的組成及各成分的影響趨勢和程度。在方法上,多種形式、各具優點的統計方法被廣泛應用到植被變化驅動力分析中,例如：多元線性回歸、主成分分析、殘差分析法、偏最小二乘回歸、地理探測器、混合線性模型等等[24—27],現階段研究多采用一種或兩種統計方法,缺乏根據不同區域數據特點進行綜合應用的案例。

綜上所述,利用1998—2018年SPOT/VEGETATION NDVI長時序遙感數據開展呼倫貝爾市植被覆蓋度的動態變化監測,并結合地形、氣候和人類活動數據,在充分考慮數據特點的基礎上,綜合運用多種統計方法,建立流程化驅動力分析模型,實現定性與定量相結合地探究研究區植被覆蓋度變化的驅動力因素組成、影響方式和影響程度,以期對呼倫貝爾市生態環境的可持續發展與植被保護政策制定提供科學的理論依據和數據支撐。

1 研究區概況與數據來源

1.1 研究區概況

呼倫貝爾市位于內蒙古自治區東北部,總面積25.3萬 km2(圖1)。大興安嶺以東北—西南走向縱貫呼倫貝爾中部,構成呼倫貝爾林區,海拔550—1000 m；大興安嶺以西是呼倫貝爾草原區,由東向西地跨森林草原、草甸草原和干旱草原3個地帶,海拔700—1700 m；大興安嶺以東是以種植業為主的農業經濟區,海拔200—500 m。總體地勢呈現出西高東低,由西向東緩慢過渡的特征。該市氣候為顯著的大陸性氣候,全年降水量變化率大,地域分布不均勻,降水期多集中于7—8月；全年氣溫冬冷夏暖,溫差較大,最熱月(7月)平均氣溫在16—21℃之間。該市擁有豐富的草原、森林、礦產、水和生物資源,天然草場面積8.4萬 km2,約占全市面積的33%,牲畜飼養規模近8年來穩定在800萬只以上；有林地面積12.67 km2,占全市面積的50%,屬于我國天保工程重點實施區域；已探明煤炭儲量1963億 t,占蒙東煤炭基地探明儲量的40%,煤電聯營和煤化工等相關產業發展迅速,2001—2012年原煤產量呈指數增長,之后趨于穩定。

圖1 研究區地理位置Fig.1 Location of the study area

1.2 數據來源

1.2.1遙感數據

遙感數據下載于資源環境數據云平臺(http://www.resdc.cn/)的中國年度植被指數(NDVI)空間分布數據集,該數據集是基于連續時間序列的SPOT/VEGETATION NDVI衛星遙感數據,采用最大合成法(MVC)生成的年度NDVI時序數據,空間分辨率為1 km[28]。利用呼倫貝爾行政區矢量邊界裁剪得到1998—2018年呼倫貝爾NDVI數據。

1.2.2地形數據

數字高程模型(Digital Elevation Model,DEM)數據下載于資源環境數據云平臺(http://www.resdc.cn/)的全國DEM 1 km數據。該數據集基于最新的SRTM V4.1數據經重采樣生成的1 km全國一張圖數據。利用ArcGIS對DEM數據進行裁剪和計算坡度,然后根據自然斷點法將DEM和坡度數據分別按照0—500、500—700、700—900、900—1700 m和0—2°、2°—6°、6°—15°進行重分類,如圖2、3所示。

圖2 研究區海拔等級分布Fig.2 Altitude grade distribution in the study area

圖3 研究區坡度等級分布Fig.3 Slope grade distribution in the study area

1.2.3氣候數據

氣候數據下載自中國氣象數據網(http://data.cma.cn/)的1998—2018年中國地面氣溫月值和降水月值0.5°×0.5°格點數據集(V2.0)。上述數據集分別基于國家氣象信息中心最新整編的中國地面高密度臺站(約2400個國家級氣象觀測站)的氣溫資料和中國地面2472個臺站降水資料,利用ANUSPLIN軟件的薄盤樣條法 (TPS,Thin Plate Spline)進行空間插值而成。在ArcGIS中利用三次卷積插值法,將空間分辨率為0.5°×0.5°的月均溫和月降水量格點數據重采樣為空間分辨率為1 km的柵格數據。選取研究區植被最佳生長季6、7、8月的溫度均值(℃,x1)和降水量均值(mm,x2)作為氣候因素。

1.2.4人類活動數據

人類活動數據來自于1999—2018年《內蒙古統計年鑒》和1998—2017年《呼倫貝爾統計年鑒》。實際獲取的社會和經濟數據時間范圍為1998—2017年。按照綜合性、代表性和可獲取性的原則,選取研究區呼倫貝爾市國內生產總值GDP(萬元,x3)、年末第二產業產值(萬元,x4),人均GDP(元/人,x5)、人口密度(萬人/km2,x6)、城鎮化(%,x7)、牲畜數量(頭/只,x8)、原煤產量(萬t,x9)、公路里程(km,x10)等作為人類活動因素。考慮到經濟數據的通貨膨脹問題,結合歷年研究區各旗縣GDP指數,將以當年價格統計的經濟數據轉換為以1998年為基準的可比價格[29]。對量級較大、變化范圍較廣的數據取自然對數,從而在不改變數據性質和相關關系的同時,對數據進行壓縮,使數據更加平穩,削弱數據間共線性和異方差性。同時在線性方程中,對自變量x取對數后其系數β表示因變量y對自變量x的彈性,即x變化1%時y變化β/100個單位[30]。因此,對x3、x4、x5、x8、x9、x10分別取對數后得到X3、X4、X5、X8、X9、X10,最終將X3、X4、X5、x6、x7、X8、X9、X10作為人類活動因素。

2 研究方法

2.1 植被覆蓋度估算

利用像元二分模型[31]通過歸一化植被指數估算植被覆蓋度,其公式如(1)所示：

(1)

式中,FVC為像元植被覆蓋度,NDVI為像元歸一化植被指數值,NDVIveg為完全被植被覆蓋的像元NDVI值,NDVIsoil為完全無植被覆蓋的像元NDVI值。由式(1)可知NDVIveg和NDVIsoil值的確定對FVC的計算至關重要,其中NDVIsoil理論值應該接近0,但是由于大氣影響及地表溫度、濕度、粗糙度、土壤類型、土壤顏色等因素的不同,其值會隨時間和空間的變化而變化,一般為-0.1—0.2[32]。基于呼倫貝爾的土地利用數據,利用ENVI計算像元NDVI的累計頻率,經過反復實驗對比,最終選取累計頻率1%處的NDVI值作為NDVIsoil,累計頻率99%處的NDVI值作為NDVIveg。利用年度最大合成的NDVI數據,通過式(1)計算得到1998—2018年呼倫貝爾FVC。參考陳效逑[33]和李林葉[34]的FVC分類規則,如表1所示,對各年FVC進行分類。

表1 FVC類型分類

2.2 植被覆蓋度變化檢測

2.2.1變異系數

變異系數(Coefficient of Variation,CV)常用來表示時序數據的波動程度,在一定程度上可以指示區域生態系統的脆弱程度[23],其公式如(2)所示

(2)

表2 變異系數程度分級

2.2.2變化趨勢及顯著性分析

采用最小二乘法,以時間為自變量,年際FVC為因變量,逐像元進行線性回歸擬合,獲取1998—2018年像元植被覆蓋度變化趨勢,具體計算公式如(3)所示：

(3)

式中,θslope是單個像元線性回歸方程的斜率,即年際變化率；n是總年份數,yi是第i年像元的FVC。當θslope>0時,表示該像元在研究時間段內FVC呈增長趨勢,當θslope<0時,表示該像元在研究時間段內FVC呈減小趨勢。

利用F檢驗對FVC變化趨勢進行顯著性檢驗,具體公式如(4)、(5)所示：

(4)

P{F(1,N-2)≥F1-a(1,n-2)}-a

(5)

表3 顯著性檢驗結果分級

2.3 驅動力分析

利用1998—2017年呼倫貝爾地形數據(DEM、slope)、氣候數據(x1、X2)和社會經濟數據(X3、X4、X5、x6、x7、X8、X9、X10)以及年份(t)對研究區FVC均值(y)的驅動力進行探究,具體流程如圖4所示：

圖4 驅動力分析流程Fig.4 Driving force analysis process

對于常年基本無變化的地形因素進行等級劃,定性分析不同地形因素下FVC的變化情況。

對于氣候和社會經濟因素等時序數據,利用SPSS軟件對y和xi(xi,i=1—10)進行pearson相關性分析[30]篩選出與因變量y相關性較大的自變量xi,然后根據篩選出自變量的特點,選擇不同的回歸方法確定最優回歸方程及驅動力因素,同時在多元線性回歸方程中增加時間變量t(t不參與驅動力因素分析),以消除數據中的時間趨勢,避免造成謬誤回歸問題。具體過程如下所述：

(1)若自變量數量≥2個,則進行共線性診斷。

(8)

②如果自變量間具有顯著的共線性,則采用主成分分析[30]消除各指標間的信息冗余,達到數據降維和變量篩選的目的。首先對自變量進行Bartlett球形檢驗和KMO(Kaiser-Meyer-Olkin)統計量檢驗,如果Bartlett球形檢驗顯著性值小于0.05且KMO統計量大于0.5,則自變量適合進行主成分分析；然后通過主成分分析,得到若干分主成分F1、F2…Fn,選取特征值大于1的主成分作為最終主成分；最后以最終主成分為作為自變量,FVC均值為因變量,進行線性回歸或者多元線性回歸,得到最優回歸方程。

③如果自變量間有顯著的共線性且不適合做主成分分析,則采用嶺回歸,它是一種有偏估計,以放棄部分精度為代價尋求擬合效果稍差但更符合實際回歸結果的方法[35]。設多元線性回歸模型y=Xβ+ε,參數β的最小二乘估計如公式(9)所示：

(9)

(2)若自變量數量為1個,則直接進行線性回歸分析。

(3)若沒有自變量與因變量有顯著相關性或自變量在回歸方程中對應的系數未通過顯著性檢驗,則認為所選因素不是該區域FVC均值變化的主要驅動力。

最后,根據最優回歸方程并結合地形因素分析各縣級行政區FVC變化的主要驅動力及其影響方向、程度和空間分布特征。

3 結果與分析

3.1 植被覆蓋度時空變化特征

3.1.1植被覆蓋度時序變化特征

1998—2018年呼倫貝爾市FVC均值在低波動中緩慢增長,以4—5年為周期,周期內先減少后增長,如圖5所示。結合最小二乘回歸得到的趨勢線可知, 1998—2004年研究區FVC均值有降低趨勢,在2001年達到最低值0.78；2004—2018年表現為增長趨勢,在2014年和2018年突破0.85,分別達到0.87和0.86。位于草原區西部和中部的新巴爾虎右旗、滿洲里和新巴爾虎左旗的FVC均值較低,常年低于0.60,其中滿洲里和新巴爾虎右旗變異系數較大,分別為0.277和0.266,屬于相對較高波動變化,生態環境較脆弱,容易受到外界因素的影響；新巴爾虎左旗變異系數為0.112,屬于相對較低波動變化,生態環境受到外界因素影響后具有較強的自我修復能力；其它區域變異系數均低于0.100,屬于低波動變化,受外界因素影響較小,其中位于草原區東部的海拉爾和陳巴爾虎旗的FVC變化軌跡十分相似,始終保持在0.55—0.8,鄂溫克族自治旗則維持在0.80附近上下波動。以森林和農業種植為主要植被類型的區域的FVC均值常年保持在0.80以上,明顯大于草原區。

圖5 1998—2018年呼倫貝爾及其縣級行政區FVC均值Fig.5 Average FVC of Hulunbuir and its county-level administrative districts from 1998 to 2018

圖6 1998—2018年研究區FVC類型分布Fig.6 Distribution of FVC grade in study area from 1998 to 2018FVC：植被覆蓋度 Fraction of vegetation coverage

通過1998—2018年呼倫貝爾FVC類型分布圖(圖6,因篇幅所限僅展示部分年份),并結合表4可知,呼倫貝爾FVC整體上呈現“西低東高”的格局,類型以極高和高為主,主要分布在中部林區、東部林草交錯帶以及東南部的農業種植區；中、低和極低三類面積依次遞減,面積和占研究區的10%—15%,主要分布在西部的草原區。與1998年相比,2018年呼倫貝爾的極低和低類型面積增幅分別為36.80%和98.46%,主要原因是西部草原區內中等FVC植被的退化；高類型面積大量減少,除了10.83%和3.98%分別退化成中和低類型,主要分布于西部草原區的南部,大部分(61.18%)區域轉為極高類型,主要分布在中北部的林區、東南部的農業區以及西部草原區的東部與中部林區相交的林草交錯帶；極高類型面積大幅增長,有大量高與部分中類型植被狀況進一步改善的同時,僅有3.98%和0.53%區域的植被分別發生了輕微、嚴重退化。

表4 1998—2018年研究區FVC類型轉換矩陣

3.1.2植被覆蓋度空間變化特征

1998—2018年呼倫貝爾FVC變化(圖7)呈減少趨勢的區域主要分布于陳巴爾虎旗南部、新巴爾虎左旗中部和南部、新巴爾虎右旗西部和鄂溫克族自治區東部等西部的草原區。而位于中部林區的FVC呈現出不變或增長的趨勢,特別是根河市中西部,額爾古納市、阿榮旗和扎蘭屯市東部,鄂倫春自治旗、牙克石市和莫力達瓦達斡爾自治旗北部,這些區域FVC具有較大的增長趨勢。

圖7 1998—2018研究區FVC變化趨勢Fig.7 FVC change trend of study area from 1998 to 2018

將FVC變化趨勢進行顯著性檢驗并對結果進行分類,結果如圖8、表5所示。整體上,1998—2018年呼倫貝爾53.56%區域的FVC具有顯著或極顯著增長的趨勢,42.28%區域無顯著性變化,僅有4.17%區域表現為極顯著或顯著減少。極顯著減少和顯著減少區域主要分布于新巴爾虎右旗東部、新巴爾虎左旗中部、陳巴爾虎旗南部、海拉爾西部、鄂溫克族自治旗西北部和滿洲里北部與東部。其中鄂溫克族自治旗、新巴爾虎左旗、陳巴爾虎減少區域面積分別為2555.90、2448.44、2132.09 km2,數量遠超其他地區,占各自區域的13.69%、12.15%和12.17%；海拉爾和滿洲里減少區域為309.32 km2和160.68 km2,占各自區域的23.71%和20.99%,植被退化區域比例較大。顯著增加和極顯著增加區域主要分布在呼倫貝爾中部和東北部地區。其中牙克石、根河市、扎蘭屯和額爾古納市增加區域面積分別為21342.98、18843.33、16791.59、11868.59 km2,占各自區域的76.55%、93.8%、70.27%、58.02%,高于呼倫貝爾總體增加區域的面積百分比(53.56%),而鄂倫春自治旗增加區域面積高達42149.68 km2,遠高于其他區域,但是僅占其區域面積的9.15%。

圖8 1998—2018研究區FVC變化顯著性檢驗Fig.8 Significance test of FVC change trend of study area

表5 呼倫貝爾各區域FVC變化類型

3.2 植被覆蓋度變化驅動力分析

3.2.1地形因素

呼倫貝爾FVC隨海拔的不同具有明顯的差異性。FVC均值900—1700 m>0—500 m>700—900 m>500—700 m,隨著海拔的升高先減少后增加,呈凹型變化。500—700 m區域的FVC均值相對較低,始終低于0.75且波動相對較高。0—500、700—900、900—1700 m區域的FVC始終高于0.80,具有相似的低波動變化,呈現出在1998—2012年平穩波動而2013年后快速增長,如圖9所示。

圖9 不同海拔的FVC均值Fig.9 Mean value of FVC at different altitudes

坡度對呼倫貝爾FVC變化的影響,以2o為界, 0°—2°區域的FVC均值相對較低,處于0.65—0.80之間,呈現出在相對較高波動中緩慢增長的趨勢；2°—6°和6°—15°區域的FVC均值較高且波動低、變化情況十分相似,歷年均值全部高于0.85,并在1998—2012年平穩波動而2013年后快速增長,如圖10所示。

圖10 不同坡度的FVC均值變化Fig.10 Mean value of FVC at different slope

海拔和坡度等地形因素在時間上變化不明顯,但在空間上變化顯著,通過影響能量和水分的空間分布,來影響植被的種類及生長狀況[36],奠定了呼倫貝爾FVC“西低東高”的空間分布格局。呼倫貝爾地勢平緩,海拔500—700 m和坡度0°—2°區域重疊度高,處于受氣候和人類活動影響較大,相對較高波動變化的西部草原區,因此FVC值相對較低。

3.2.2氣候因素與人類活動因素

根據各區域FVC變化的主驅動力因素及回歸方程(見表6),1998—2017年呼倫貝爾市FVC均值與所選擇的驅動力因素均無顯著的相關性,表明所選因素都不是研究區FVC均值變化的主要影響因素。由于呼倫貝爾市各縣級行政區的氣候條件、人類活動、經濟結構存在較大的差異,以全市FVC均值為因變量會弱化這些驅動因素對主要作用區域的影響程度,致使得到它們對整個區域無顯著影響的結果。因此以縣級行政區為單位開展FVC變化的驅動力分析。

表6 各區域FVC變化驅動力因素

x1:6、7、8月均溫(℃),x2:6、7、8月均降水(mm),x3:GDP(萬元),x4:第二產業GDP(萬元),x5:人均GDP(萬元/人),x6:人口密度(人/km2),x7:城鎮化(%),x8:牲畜數量(頭/只),x9:原煤產量(萬t),x10:公路里程(km)；t為年份；F1:人類活動因素主成分,F2:氣候因素主成分；Y為區域FVC均值。X2、X3、X4、X5、X8、X9、X10分別為x2、x3、x4、x5、x8、x9、x10取自然對數后的值

如圖11所示,氣候因素作為FVC變化主要驅動力的區域有新巴爾虎右旗、新巴爾虎左旗、鄂溫克族自治旗、阿榮旗和陳巴爾虎旗。在新巴爾虎右旗和新巴爾虎左旗,降水是驅動FVC變化的重要因素,分別可以解釋72.8%(R2=0.728)和46.9%(R2=0.469)的FVC變化,降水增加10%,FVC均值約提高0.015和0.010；阿榮旗和鄂溫克族自治旗FVC變化僅與月均溫具有顯著地相關性,分別可以解釋20.7%和22.6%的FVC變化。溫度升高有利于阿榮旗地區FVC的增長卻遏制鄂溫克族自治旗FVC的增長,溫度升高1°,FVC均值約增加0.022和減少0.021。陳巴爾虎旗FVC的變化受溫度和降水的綜合影響,可以解釋65.6%的FVC變化,月均溫增長1°,FVC均值約減少0.028,降水量增長10%,FVC均值約增長0.012。溫度對FVC影響方向的不同是因為各地區的植被類型差異造成,鄂溫克族自治旗和陳巴爾虎旗以草地為主,高溫會抑制這些區域生長季中后期(7、8月)草原植被的生長[37—38],阿榮旗以林地和耕地為主,5月正值森林開始恢復生長期,農作物開始進入播種期,溫度的升高促進此階段植被的生長。

圖11 呼倫貝爾市主導驅動力類型分布圖Fig.11 Distribution map of dominant driving forces in Hulunbuir

人類活動因素作為FVC變化主要驅動力的區域有牙克石市、額爾古納市、根河市和扎蘭屯。在牙克石市,GDP是驅動FVC變化的主要因素,可以解釋62.3%的FVC變化, GDP增長10%,FVC均值約增長0.007；根河市的主要驅動力為人均GDP和人口密度,兩者可以解釋58.6%的FVC變化,人均GDP促進而人口密度抑制FVC的增長,人均GDP提高10%,FVC均值約增長0.002,而人口密度增加1人/km2, FVC均值約降低0.031；可見該區域人口的增長對生態環境產生了的較大壓力；額爾古納市的主要驅動力為牲畜數量和公路里程,兩者可解釋45.7%的FVC變化,牲畜數量和公路里程的增長對FVC的增長分別起到促進和抑制的作用,影響大小大致相同,每增長10%,FVC均值大約變化0.005。扎蘭屯的主要驅動力為第二產業GDP,可以解釋48.3%的FVC變化,其增加10%,FVC均值約減少0.007。

滿洲里、海拉爾和鄂倫春自治旗區域的FVC受氣候因素和人類活動因素的綜合影響。滿洲里主要驅動力為降水和煤炭開采,兩者解釋了75.9%的FVC變化,降水增加10%,FVC均值約增加0.014；原煤產量增加10%,FVC均值約減少0.007。滿洲里近年來對煤炭需求的激增,在增加煤炭進口的同時,也加大的了對煤炭的開采,從而對生態環境產生了一定的壓力。海拉爾主要驅動力為降水、第二產業GDP和人口密度,解釋了68.2%的FVC變化,在去除時間趨勢后,降水增加10%,FVC約增加0.017；第二產業GDP增加10%,FVC約減少0.024；人口密度增加1/km2,FVC減少0.005。工業的發展與人口密度的增加對該區域生態環境產生了壓力。鄂倫春自治旗以社會經濟因素為主導,由GDP、第二產業GDP和人均GDP構成的人類活動因素主成分促進FVC的增長,由溫度和降水組成的氣候因素主成分卻抑制FVC的增長,兩個主成分共解釋了54.8%的FVC變化。鄂倫春自治旗地理位置偏遠,交通不便,盡管經濟持續高速增長,總量仍偏低,第二產業發展緩慢,2017年GDP 70億元,在呼倫貝爾市13個縣級行政區中排名第9,但是其經濟的發展促進了產業結構的改革,推動了生態農牧業、綠色食品業和生態旅游業等生態綠色產業的發展,使得生態環境具有較強的抗干擾能力(CV=0.033)并向著更好發展的趨勢。

4 結論與討論

4.1 討論

呼倫貝爾市作為中國北部的生態屏障,是一個典型的集地形、氣候和人類活動綜合影響的生態區域,其FVC變化具有明顯的復雜性和差異性。小周期的快速波動與大周期的緩慢變化相疊加,共同構成了1998—2018年呼倫貝爾市FVC先減少后增加的整體趨勢。地形因素決定了研究區土壤的質地和理化特征,影響了氣流流動,形成地表植被類型自西向東由草原-森林-農田的變化,奠定了FVC東西低東高”的空間分布格局。降水量和氣溫是導致植被年際變化的重要因素之一。由于不同植被類型對水熱組合脅迫響應機制的差異,適宜的水熱組合加速植被生長,否則會抑制植被生長。呼倫貝爾草原大部分時間受強大陸性氣團的控制,暖濕氣流因大興安嶺的阻隔難以到達草原腹地,降水量由東向西遞減,而溫度的升高加速了土壤水分的蒸發。因此在西部草原區,降水促進FVC增長,溫度升高抑制FVC增長；在降水充足的東南林、耕地混合區,適當的升溫促進FVC增長；而在植被類型相對多樣的東部地區,不適宜的水熱組合(降水多、溫度低)則會抑制FVC增長。以上與李林業[34]、何思源[39]、牛鈺杰[40]、阿多[41]等學者在呼倫貝爾市或相似地區的相關研究中得到的結果基本一致。

人類活動因素是導致植被年際變化的另一重要因素。由研究結果可以發現人類活動因素主導區分布在呼倫貝爾中部地區,經濟的發展促進這些區域FVC均值的增長,僅在扎蘭屯表現為抑制,而扎蘭屯正處理于工業發展初級階段,第二產業發展迅猛,但是快速發展帶來的產業結構不合理問題,對當地的生態環境產生了一定壓力；放牧活動僅在額爾古納市有顯著影響且表現為促進,經查閱相關文獻,2011年之前額爾古納市實際載畜量并未達到理論載畜量,畜牧業仍有發展潛力[42],2012年之后雖然出現過超載的情況[43],但是隨著“十二五”以來政府對生態的逐漸重視并積極推動畜牧業結構轉型升級,畜牧業的合理發展反而促進著FVC的增長；煤炭開采僅對區域面積較小的滿洲里有顯著影響,而對礦點數量、原煤產量更多,但是區域面積較大的陳巴爾虎旗無顯著影響,這一方面因為開采活動對環境產生的破壞僅局限于礦區周邊一定的區域范圍內,另一方面礦區對受損土地的土地復墾工作成效顯著,所以對于大區域FVC均值的變化影響不顯著。文進磊[44]、鳳一鳴[45]、郭文彬[18]等學者在關于呼倫貝爾市相關研究中亦有類似發現。

可見氣候因素和人類活動因素對呼倫貝爾市FVC變化的影響具有雙向性,以氣候因素主導的西部地區,氣溫相對較高,充足的水分供應,將有效促進這些區域植被的生長；以人類活動因素主導的中部地區,合理的產業結構在保證經濟增長的同時也可以推動當地生態發展；而滿洲里、海拉爾與扎蘭屯市,其工業發展在一定程度上對當地生態環境產生了負面影響,需引起有關部門的重視。相信在正確的政策與合理的規劃下,可以達到社會經濟發展的同時促進生態環境可持續發展,實現人與自然的和諧統一。

本研究有許多不足仍要改進：1.遙感數據的空間分辨率為1 km,雖完全勝任研究區的FVC變化監測,但是利用更高空間分辨率的數據可獲取更精確的變化信息；2.由表6可知,所選驅動力因素對研究區FVC變化的解釋能力十分有限。這是因為呼倫貝爾的氣候、地形地貌、經濟結構和植被類型等空間差異較大,研究單元的大小會直接影響驅動力因素對FVC的作用效果。以市或縣級行政區為單元,驅動力研究結果迥乎不同,因此進一步縮小研究尺度以鄉鎮甚至以像元為研究單元,將會更有利于開展FVC變化的驅動力研究。3.本研究僅分析了各區域FVC的驅動力因素以及其影響方向和影響程度,未能進一步確定植被生長與驅動力因素間耦合的最佳范圍。

4.2 結論

本文基于1998—2018年SPOT/VEGETATION NDVI數據集,分析了呼倫貝爾市FVC時空變化特征,并結合地形、氣候和人類活動數據研究了FVC變化的驅動力因素組成及其影響方式,主要結論如下：

1)1998—2018年呼倫貝爾市FVC均值在低波動中緩慢增長,以4—5年為周期,周期內FVC先減少后增長。1998—2004年研究區FVC均值有降低趨勢,在2001年達到最低值0.78；2004—2018年為增長趨勢,在2014達到最高值0.87。

2)FVC類型以極高和高為主,中、低和極低面積依次遞減且總和僅占10%—15%。FVC極顯著增加和顯著增加區域、變化不顯著區域、顯著減少和極顯著減少區域面積分別為 135720.57 km2(53.56%)、107140.74 km2(42.28%)、10569.06 km2(4.17%)。

3)1998—2018年呼倫貝爾市FVC在空間上呈現“西減東增”的變化格局。位于西部的新巴爾虎右旗、新巴爾虎左旗、陳巴爾虎旗、海拉爾、滿洲里、鄂溫克族自治旗的植被呈退化趨勢的比例較高；位于中部的扎蘭屯、根河市、牙克石、額爾古納和東部的鄂倫春自治旗的植被狀況明顯好轉。

4)地形因素奠定了呼倫貝爾市FVC“西低東高”的空間分布格局,氣候和人類活動因素影響著FVC的年際變化且不同區域的驅動力具有差異性與雙向性。西部地區(新巴爾虎右旗、新巴爾虎左旗、鄂溫克族自治旗、陳巴爾虎旗)和阿榮旗以氣候因素為主導,降水量的增長對FVC的增長普遍具有促進作用；中部地區(牙克石市、額爾古納市、根河市和扎蘭屯)以人類活動因素為主導,合理的產業結構在保證經濟增長的同時也可以推動當地生態發展；而滿洲里、海拉爾和鄂倫春自治旗則受氣候因素與社會經濟因素的綜合影響,其中滿洲里和海拉爾的工業發展在一定程度上對當地生態環境產生了負面影響。