基于地理探測器的寧夏植被覆蓋度時空變化特征及其驅動因子分析

李夢華 ，韓穎娟 *，趙慧 ，王云霞

1.中國氣象局旱區特色農業氣象災害監測預警與風險管理重點實驗室，寧夏 銀川 750002；2.寧夏氣象防災減災重點實驗室，寧夏 銀川 750002

植被是陸地生態系統的重要組成部分，在土壤圈、水圈、大氣圈和生物圈之間起著紐帶作用（Meyer et al.，1992；Arora，2002；Suzuki et al.，2007；陳效逑等，2009），也在水土保持、防風固沙、水源涵養、氣候調節、環境改善以及維持全球生態系統穩定及能量循環中發揮著不可替代的作用（Núnez et al.，2006；呂一河等，2015；韓春等，2019）。植被覆蓋度是單位面積內植物地上部分在地面的垂直投影面積占統計總面積的比值（Gitelson et al.，2002），是反映地表植被群落生長態勢的重要指標和描述生態系統的重要基礎數據（趙明偉等，2019）。掌握植被覆蓋度的時空變化規律并探討其變化驅動力，對評價區域生態環境質量和維護生態平衡具有重要意義（祝聰等，2019）。

目前，獲取植被覆蓋度主要方法有地面測量法和遙感測量法（陳云浩等，2001；秦偉等 2006）。地面測量法能夠獲取觀測點的準確數據，但空間代表性有限，用于大范圍觀測時費時費力（馬娜等，2012；龐國偉等，2019；劉瑞瑤等，2022）。隨著遙感技術的發展，研究者以植被光譜信息與地面測量數據之間的相關關系為基礎，發展出了一系列遙感測量法，包括回歸模型法、混合像元分解模型法和機器學習法（葉靜蕓，2017；趙燕紅等，2021）。目前，遙感手段可以十分方便、快速和準確地提取植被覆蓋信息及其動態變化，已成為長時間尺度和大空間范圍監測地表植被覆蓋信息時空分布和變化格局的主要手段（張喜旺等，2015）。

寧夏地處干旱半干旱地區，大部分地區干旱少雨，植被稀少，生態環境十分脆弱。因此，在全球氣候變化和人類活動日益加劇的雙重背景下，探討寧夏植被覆蓋度的時空變化特征，定量評估氣候、地形地貌和人類活動等多方面因素對寧夏植被的影響，對科學評價寧夏生態治理工程效益和區域生態系統恢復及其可持續發展具有重要的理論和現實指導意義。近年來不少學者對寧夏植被進行了研究，如裴志方等（2018）研究得出2000—2016年寧夏植被覆蓋整體向良好方向發展，呈現極低植被→低植被→中植被→高植被覆蓋轉移趨勢；沙文生等（2020）基于TM遙感影像分析了2002—2016年寧夏草地植被覆蓋度動態變化特征，發現寧夏地區草地覆蓋度呈升高趨勢；張元棟等（2017）采用相關系數法探討了寧夏植被對降水的響應，認為植被生長季歸一化植被指數（Normalized Difference Vegetation Index，NDVI）平均值與降水的相關系數呈線性增加趨勢；黃悅悅等（2019）從季節尺度上分析了植被NDVI與氣象因子的關系，研究得出降水量和濕潤指數是影響植被生長的主要因素；吳加敏等（2020）采用偏相關分析法，發現寧夏沿黃城市帶植被覆蓋度變化與氣溫具有較強的負相關性，與降水具有較強的正相關性；趙慧等（2021）研究發現NDVI與春季、夏季、年降水量相關性較顯著，與平均氣溫相關性較弱。關于寧夏植被覆蓋度變化的大多數研究主要集中于時空變化規律及其與降水、氣溫等自然因子的簡單相關性分析，忽略了其他氣候因素、地形地貌以及人類活動等因子對植被覆蓋度的影響，且對于影響因素之間的協同作用研究較少。

地理探測器是探測空間分異性的方法，能有效探測其潛在影響因子，可以識別植被覆蓋度空間分異的主要影響因子，并揭示不同因子之間的交互作用，可用于植被覆蓋度影響因子的探測分析（張翀等，2021）。因此，基于MOD13Q1 NDVI數據，研究寧夏 2000—2020年植被覆蓋度時空變化特征，運用地理探測器模型定量評估氣候、地形地貌和人類活動等多因素對寧夏植被覆蓋度空間分異的驅動作用，并研究不同因子之間的交互作用對其時空變化的影響，為區域生態環境的恢復與建設提供參考和依據。

1 研究區概況

寧夏地處中國西北內陸黃河上游地區，位于104°17′—109°39′E、35°14′—39°23′N。地形復雜，地勢南高北低。氣候類型多樣，自北向南分布有干旱、半干旱和半濕潤區，年降水量在 175—650 mm 之間，平均氣溫在1.5—9.9 ℃之間。植被類型豐富，自然植被自南端森林草原帶，向北依次過渡為干草原帶、荒漠草原帶和荒漠植被帶。

2 數據與方法

2.1 因子選擇

寧夏地形復雜，氣候、植被類型差異明顯，20世紀 90年代中后期開始實施了一系列的生態治理工程，明顯地改變了區域植被的分布格局與類型（杜靈通等，2015）。已有研究表明，坡度、海拔等地形地貌因子對植被覆蓋影響顯著（張思源等，2020；孟琪等，2021），年均溫、年降水量、生長季均溫、生長季降水、最高氣溫、最低氣溫、日照時數等影響水熱條件的氣候因子，是影響植被生長的重要因素（王倩等，2015；吳躍等，2020；高思琦等，2022）；人口密度、GDP、土地利用等人類活動因子同樣具有一定的解釋力（王靜等，2020；張翀，2021）。綜合考慮區域代表性、系統性與科學性，選取氣候因素、地形地貌因素和人類活動因素共12個因子對寧夏植被覆蓋度空間分布的影響進行探測（表1）。

表1 寧夏植被覆蓋度影響因子Table 1 Influencing factors of fractional vegetation cover in Ningxia

2.2 數據來源及處理

本文采用的數據來源及預處理方法如表 2所示。在運行地理探測器模型時，需對各因子進行離散化處理，其中土地利用數據根據一級類別，進行離散化處理；其他因子均采用自然間斷點分級法進行離散化處理。通過 ArcGIS的隨機選點功能選取1000個隨機點，提取植被覆蓋度及其對應的探測因子數據，以植被覆蓋度為變量，12個因子數據為變量進行探測。

表2 數據來源與預處理Table 2 Data source and data preprocessing

2.3 研究方法

2.3.1 像元二分模型

本研究基于像元二分模型對研究區植被覆蓋度（FVC）進行計算（吳躍等，2020），利用 MOD13Q1 NDVI數據估算植被覆蓋度的公式如下：

式中：

和——區域內 NDVI的最大和最小值。的取值范圍為0—1，本文采用等間距分類法（聶桐等，2021），將FVC分為低植被覆蓋區、中低植被覆蓋區、中植被覆蓋區、中高植被覆蓋區和高植被覆蓋區5類。

2.3.2 趨勢分析法

基于一元線性回歸模型對 2000—2020年間寧夏逐年植被覆蓋度變化進行逐像元趨勢分析（王偉等，2019），計算公式為：

式中：

——植被覆蓋度變化趨勢斜率；

——研究時段的年數；

——第年的FVC值。當為正值時，植被覆蓋度呈增大趨勢，反之呈下降趨勢。

2.3.3 地理探測器

地理探測器是由王勁峰等（2017）提出的通過探測事件空間分層異質性以揭示其背后驅動因子的一種統計學方法，常用于空間分層異質性的影響因素與作用機制的研究。地理探測器主要包括因子探測器、交互作用探測器、風險探測器和生態探測器4個模塊。本文主要應用地理探測器的因子探測器及交互作用探測器模塊。

（1）因子探測器主要用來探測植被覆蓋度的空間分層異質性和不同因子對植被覆蓋度空間分異性的解釋程度，其解釋力大小用值衡量，根據值大小可看出各因子對植被覆蓋度影響的大小，能夠直觀判斷植被覆蓋度的主導因子。值表達式為：

式中：

值——各因子對植被覆蓋度的解釋力，值域為[0, 1]，值越大表明空間分層異質性越強，因子對植被覆蓋度的解釋力也越強，地理探測器軟件在生成值的同時會對進行顯著性檢驗；

——自變量的分層，=1, 2, …,；

N和——層和全區的單元數；

——總體的方差；

——層內方差之和；

——區域總方差。

（2）交互作用探測器主要用于識別不同因子兩兩交互作用對植被覆蓋度的影響。通過對比單因子值及交互作用值即可判斷因子間交互影響類型，交互作用判據如表3所示。

表3 植被覆蓋度影響因子交互作用類型Table 3 Interaction types of influencing factors of fractional vegetation cover

3 結果分析

3.1 植被覆蓋度動態變化

3.1.1 植被覆蓋度時間變化特征

通過分析 2000—2020年寧夏植被覆蓋度變化趨勢、逐年均值及各等級植被覆蓋度面積占比可知，2000—2020年寧夏植被覆蓋度變化趨勢斜率（）在-0.056—0.048之間，其中 81.79%地區＞0（通過 0.05顯著性檢驗），植被覆蓋度呈增大趨勢（圖1）；2000—2020年寧夏植被覆蓋度平均值亦呈增大趨勢，其中 2018年平均植被覆蓋度最大，達0.49；低植被覆蓋區面積占比出現極顯著減少，2020年減少至7%；中低植被覆蓋區面積占比略有減少；中、中高、高植被覆蓋區面積占比呈增加趨勢，分別由 2000年的 10%、6%、1%增加至 2020年的22%、23%、8%（圖2）。

圖1 2000—2020年寧夏植被覆蓋度變化趨勢空間分布Figure 1 Spatial distribution of change trend of FVC in Ningxia from 2000 to 2020

圖2 2000—2020年寧夏植被覆蓋度變化Figure 2 Changes of fractional vegetation cover (FVC) in Ningxia from 2000 to 2020

3.1.2 植被覆蓋度空間分布特征

從2000—2020年（間隔10 a及多年平均）寧夏植被覆蓋度空間分布圖中可知（圖3），植被覆蓋度高值區主要位于沿黃灌區和南部山區，中部干旱帶植被覆蓋度較小。2000年植被覆蓋度最低，低、中低植被覆蓋區面積占比較高；2010年中低、中植被覆蓋區面積占比顯著增加，主要表現為中部干旱帶中低及中植被覆蓋區增加，南部山區中植被覆蓋區增加；2020年植被覆蓋度最高，中部干旱帶中植被覆蓋區面積占比進一步增加，南部山區中高植被覆蓋區明顯增加。

圖3 2000—2020年寧夏植被覆蓋度分布Figure 3 Distribution of fractional vegetation cover in Ningxia from 2000 to 2020

3.2 探測因子影響力分析

3.2.1 植被覆蓋度探測因子影響力

利用因子探測器分別探測2000、2005、2010、2015和2020年12個探測因子對寧夏植被覆蓋度分布的影響。圖4所示為5個年份植被覆蓋度空間分析解釋力值指標，結果表明，整體上氣候因素作用大于人類活動因素，地形地貌因素中海拔的影響較大，坡度的影響較小；從因子影響力排序來看，對植被覆蓋度影響較大的因子為年降水量、生長季均溫、生長季降水量和海拔。

圖4 2000—2020年探測因子q值變化Figure 4 Variation of q value of detection factors in 2000-2020

3.2.2 植被覆蓋度探測因子時間變化

2000—2020年年降水量、生長季降水量、生長季均溫、最高氣溫對植被覆蓋度空間分異的影響力呈增加趨勢，增幅分別為47.92%、56.73%、39.69%和88.36%；海拔的影響力不斷減弱；坡度和土地利用影響力無明顯變化。總體上，氣候因素對寧夏植被覆蓋度的影響越來越大，而地形地貌因素的影響減弱。

3.3 探測因子交互作用分析

利用交互探測器探測驅動因子之間影響植被覆蓋度變化的相互關系（表4），研究發現，（1）地形地貌因子中，坡度與其他因子存在非線性增強作用；海拔與人口密度存在非線性增強作用，與其他因子存在雙因子增強作用。（2）人類活動因子中，GDP與其他因子存在雙因子增強作用；人口密度與土地利用、日照時數存在非線性增強作用，與其他因子存在雙因子增強作用；土地利用與最低氣溫、生長季降水量存在雙因子增強作用，與其他因子存在非線性增強作用。（3）氣象因子中，氣象因子之間交互作用呈現相互增強作用。

表4 因子交互作用探測Table 4 Factor interaction detection

各因子對寧夏植被覆蓋度影響存在交互作用，因子之間交互作用呈現相互增強和非線性增強關系，不存在相互獨立起作用的因子。其中，土地利用與生長季均溫結合對寧夏植被覆蓋度空間分布的影響力最大（=0.635）。地形地貌因子和人類活動因子在與氣候因素相互作用之后，影響力有了很大幅度的提升。

4 討論與結論

4.1 討論

4.1.1 植被覆蓋度動態變化

寧夏位于中國西北地區東部，地處黃河上游地區及沙漠與黃土高原的交界地帶，地形復雜，氣象、地形地貌和人類活動等因素共同作用，對區域內植被覆蓋產生重要的影響。從時空變化來看，2000—2020年寧夏植被覆蓋度呈增加趨勢，中、中高植被區面積占比顯著增加；隨著城市擴張，2000—2020年有 1.91%地區植被覆蓋度呈下降趨勢；在空間上，寧夏南北區域植被覆蓋高、中部較低。隨著氣候暖濕化和退耕還林、退牧還草、“三北”防護林、農田防護林、草原防護林、天然林保護工程等一系列生態建設工程實施，明顯改善了區域植被覆蓋情況（杜靈通等，2015；裴志方等，2018）。中部干旱帶受降水等影響，植被覆蓋度較低，需要繼續加強生態工程建設；同時利用有利天氣條件，及時開展人工增雨作業，為植被生長提供水分條件。

4.1.2 植被覆蓋度的驅動機制

2000—2020年間，各年份探測出氣候因素均為主導因素，其中年降水量、生長季均溫、生長季降水量解釋力均排名靠前，由此可見，降水是寧夏植被覆蓋度空間分異的主要驅動力，這與前人的研究結果一致（黃悅悅等，2019；吳加敏等，2020；趙慧等，2021）。但各驅動因子值在時間維度上發生了較大變化，氣候因素對寧夏植被覆蓋度的影響越來越大，而地形地貌因素的影響減弱。其中氣候因素中年降水量、生長季降水量、生長季均溫、最高氣溫對植被覆蓋度空間分異的影響力明顯呈增大趨勢，這是因為寧夏處于干旱半干旱區域，植被生長受氣候因素限制，暖濕化有利于植被生長（葉培龍等，2020）。而隨著生態建設工程的實施，森林草原景觀格局趨于穩定，植被群落也相對穩定，海拔對植被覆蓋空間分異影響力減弱。

4.1.3 不足與展望

本文對寧夏植被覆蓋度空間分布的影響因素進行了探究，從氣候因素、地形地貌因素及人類活動因素選取了多種影響因子來分析其對植被覆蓋度空間分布的影響作用。選擇的影響因子數量較少，特別是人類活動因素只選取了GDP、人口密度、土地利用3個因子，但人類活動對于植被覆蓋的影響十分復雜，特別是隨著生態建設及城市化的不斷發展，如生態措施、人口遷移、農業政策等均會對植被覆蓋造成一定影響。在接下來的研究中可以選取更多的影響因子，進一步深入探討寧夏植被覆蓋度變化的驅動因素。

4.2 結論

本研究利用MOD13Q1 NDVI數據、氣象數據等，基于趨勢分析法和地理探測器模型，分析了寧夏植被覆蓋度時空變化特征及其影響因子的驅動作用。研究結論如下：

（1）21年來，寧夏植被覆蓋度呈現波動上升趨勢，低、中低植被覆蓋區面積占比減少，中、中高、高植被覆蓋區面積占比呈增加趨勢，植被覆蓋狀況整體呈現明顯的改善趨勢；在空間分布上，研究區植被覆蓋總體呈現出南北高、中部低的特征。

（2）寧夏植被覆蓋度的空間分布由多種因素共同作用，氣候因素作用大于人類活動因素，地形地貌因素中海拔的影響較大、坡度的影響較小；其中年降水量、生長季均溫、生長季降水量和海拔對植被覆蓋度空間分布的影響最大，表明氣候因素是影響寧夏植被覆蓋度的主導因素。

（3）各因子對寧夏植被覆蓋度空間分布的影響存在交互作用，因子之間交互作用呈現相互增強和非線性增強關系，交互解釋力最強的是土地利用與生長季均溫。