峰叢洼地流域植被覆蓋度時空演變及其歸因

王棟華,田義超,3*,張亞麗,黃亮亮,張 強,陶 進,楊永偉,林俊良

峰叢洼地流域植被覆蓋度時空演變及其歸因

王棟華1,2,田義超1,2,3*,張亞麗2,黃亮亮1,張 強2,陶 進2,楊永偉2,林俊良2

(1.桂林理工大學環(huán)境科學與工程學院,廣西 桂林 541004；2.北部灣大學資源與環(huán)境學院,廣西 欽州 535011；3.北部灣大學,北部灣海洋地理信息資源開發(fā)利用重點實驗室,廣西 欽州 535011)

采用像元二分模型估算2000～2020年桂西南峰叢洼地流域的植被覆蓋度,并借助Theil-Sen Median趨勢分析、Mann-Kendall檢驗方法以及Hurst指數(shù)等分析方法對研究區(qū)域內(nèi)植被覆蓋度的空間分布、未來趨勢和可持續(xù)性進行深入解析,最后引入地理探測器對其驅(qū)動力因素進行定量化分析.結(jié)果表明:(1)年際變化上,流域21a間植被覆蓋度呈遞增趨勢,增速為0.6754a-1.喀斯特區(qū)域增長速率(0.774a-1)>非喀斯特區(qū)域增長速率(0.5751a-1);(2)空間尺度上,研究區(qū)域植被覆蓋度整體上呈現(xiàn)出“北高東低”的格局,其中82.68%的區(qū)域植被覆蓋度顯著增加,僅有0.61%區(qū)域表現(xiàn)為顯著減少;(3)未來變化趨勢上,區(qū)域植被覆蓋度的Hurst指數(shù)介于0～1之間,平均值為0.8207,呈現(xiàn)出向右單峰偏斜,即研究區(qū)未來植被覆蓋度呈現(xiàn)出持續(xù)改善的趨勢;(4)驅(qū)動力機制上,土地利用/覆被(LULC)是整個研究區(qū)域植被覆蓋度的主導因素;各驅(qū)動因子對植被覆蓋度空間分布均表現(xiàn)出明顯的交互作用,其中土地利用/覆被(LULC)與人口密度(pop)的交互作用最強.

植被覆蓋度；Theil-Sen趨勢；Hurst指數(shù)；地理探測器；桂西南峰叢洼地流域；空間分布

在全球生態(tài)系統(tǒng)中,植被是陸地生態(tài)系統(tǒng)的組成部分,對生態(tài)循環(huán)過程至關(guān)重要,代表著生態(tài)系統(tǒng)的狀態(tài)[1].在促進水土保持、水資源循環(huán)和氣候變化方面,植被也發(fā)揮著重要作用[2].植被覆蓋度指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計區(qū)域總面積的百分比[3-4],可作為評判環(huán)境變化的指示器[5],并受到全球、國家和科學家等各方面的持續(xù)關(guān)注.通過對歷史時期區(qū)域植被覆蓋度的動態(tài)研究,可以理清地表空間變化情況,對區(qū)域生態(tài)建設(shè)及生態(tài)環(huán)境評判具有重要的理論指導及現(xiàn)實意義.

基于NDVI數(shù)據(jù),利用像元二分模型估算植被覆蓋度已反復(fù)運用于全球植被覆蓋度的研究中[6-7].在美國西南部圣佩德羅盆地[8]、薩赫勒區(qū)域[9]和地中海地區(qū)[10],以及在我國黃土高原侵蝕最劇烈的砒砂巖區(qū)[11]、黑河流域[12]和六盤山貧困地區(qū)[13]等地都開展過相關(guān)研究.而在喀斯特地貌區(qū)域,有相關(guān)學者在高原型喀斯特地貌為主的貴州普定縣[14],峰叢洼地、峰叢谷地和峰林谷地為主的廣西都安縣[15]和高原型與峽谷型相結(jié)合的黔中地區(qū)[16]開展了相關(guān)研究.然而上述研究成果重點關(guān)注平原與高原等喀斯特地貌類型的植被覆蓋度,對于桂西南峰叢洼地巖溶地貌的研究則相對較少.此外,大量的學者采用Theil-Sen Median趨勢分析[17]、Hurst指數(shù)[18]和變異系數(shù)[19]等方法對其時空變化趨勢進行分析.在對植被覆蓋度驅(qū)動力因素識別的相關(guān)研究中,學者們大多采用皮爾遜相關(guān)性分析法與多元線性回歸相結(jié)合[7]、偏相關(guān)分析[20]和線性回歸模型[21]等統(tǒng)計分析方法,分析植被覆蓋度對氣候變化、地質(zhì)因素和人類活動等方面的響應(yīng),只有少數(shù)學者對其進行了定量歸因分析,如鄧晨輝等[22]將多元回歸殘差分析與偏最小二乘回歸法相結(jié)合,對秦嶺地區(qū)植被覆蓋度的變化特征進行量化分析;而劉垚燚等[23]則基于增強回歸樹對長江三角洲生態(tài)綠色一體化發(fā)展示范區(qū)的植被覆蓋度進行分析.地理探測器相較于上述研究方法而言,具有操作簡單,模型假設(shè)制約條件較少,數(shù)據(jù)類型容納性大且可探測各驅(qū)動因子之間真正的交互作用等多種優(yōu)勢.如張翀等[17]、孟琪等[24]和同英杰等[25]借助地理探測器對黃土高原地區(qū)、京津風沙源區(qū)和陜西省的植被覆蓋影響機制進行探測分析.肖建勇等[26]和習慧鵬等[14]分別借助地理探測器對中國南方喀斯特地區(qū)和貴州省的喀斯特高原普定縣的植被覆蓋度及其影響機制開展了相關(guān)研究.揭示喀斯特地區(qū)植被覆蓋度的時空變化趨勢,并定量分析影響植被覆蓋度的因素與其之間的相關(guān)性,對于揭示深化喀斯特峰叢洼地流域生態(tài)環(huán)境狀況并預(yù)測其未來演變趨勢具有重要意義[27-29].

桂西南位于廣西壯族自治區(qū)西南方向,既是珠江流域重要的生態(tài)屏障,也是我國重要的水源涵養(yǎng)區(qū)和生物多樣性優(yōu)先保護區(qū),區(qū)域內(nèi)巖溶廣泛發(fā)育[28],含有喀斯特地貌獨有的雙層水文地質(zhì)結(jié)構(gòu),土層淺薄且水土流失嚴重,導致石漠化發(fā)育嚴重,植被稀少[29].處于南亞熱帶氣候區(qū)的桂西南峰叢洼地流域,在空間異質(zhì)性強烈以及水熱條件優(yōu)越的情況下,其植被覆蓋度演變的時空格局與空間分異規(guī)律以及各驅(qū)動因子對植被覆蓋度驅(qū)動機制需進一步驗證.

鑒于此,本研究以桂西南峰叢洼地流域為研究對象,基于MODIS-NDVI數(shù)據(jù),采用像元二分模型、Theil-Sen Median趨勢分析、Mann-Kendall檢驗方法以及Hurst指數(shù)等方法分析了2000～2020年研究區(qū)喀斯特與非喀斯特兩者不同地質(zhì)背景下植被覆蓋度的演變趨勢、空間分布和未來變化趨勢進行了分析,在此基礎(chǔ)上,選取了GDP、人口密度(pop)、降水(Pre)、高程(DEM)、蒸散(ET)、土地利用/覆被(LULC)、坡度(Slope)、土壤類型(Soil type)和溫度(Tem) 9個因子,在地理探測器的支持下對植被覆蓋度的驅(qū)動力因素進行單因子與雙因子交互作用定量識別分析.

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

桂西南峰叢洼地流域地處廣西壯族自治區(qū)西南方向(圖1),地理坐標為:104°56′～108°71′E, 21°59′～ 24°65′N,主要包括百色、文山、憑祥、崇左4個地級市的大部分區(qū)域以及南寧、防城港兩市的部分區(qū)域,東西長約424.89km,南北寬約336.06km,總面積約6.1萬km2,約占廣西壯族自治區(qū)總面積的22%.平均海拔多在500～1700m.本研究所定義的峰叢洼地流域是基于研究區(qū)的數(shù)字高程模型(DEM),在ArcGIS水文工具的支持下提取的南寧水文站以上斷面的水文單元區(qū)域,主要包括西江水系的左江、右江與郁江等支流,下轄崇左、百色、文山以及南寧等區(qū)域.研究區(qū)內(nèi)峰叢洼地地貌發(fā)育較為廣泛,主要由碎屑巖為主的非喀斯特區(qū)域和白云巖與碎屑巖互層、白云巖夾碎屑巖、石灰?guī)r與白云巖互層、石灰?guī)r與碎屑巖互層、石灰?guī)r夾碎屑巖、連續(xù)性白云巖以及連續(xù)性石灰?guī)r為主的喀斯特區(qū)域構(gòu)成,約占本研究區(qū)域總面積的42%.研究區(qū)域?qū)儆谀蟻啛釒夂?多年平均降水量1311mm左右,降水充沛.多年平均氣溫在20℃左右,水熱充足.植被覆蓋類型主要以稀樹草原為主,占地34.22%,其次為有林草地,占地32.5%.土壤類型主要包含赤紅壤、石灰(巖)土、黃紅壤、紅壤、水稻土、黃壤和紫色土等,其中赤紅壤占地最大,約占32%;其次為石灰(巖)土和黃紅壤,約占23%及16%.

1.2 數(shù)據(jù)來源

本研究所使用的數(shù)據(jù)包括植被NDVI、氣象數(shù)據(jù)(Pre、ET和Tem)、人類干擾數(shù)據(jù)(pop、LULC和GDP)和土壤數(shù)據(jù)(Soil type、DEM及Slope)等4種數(shù)據(jù)類型.其中NDVI數(shù)據(jù)來自2000～2020年MODIS產(chǎn)品的MOD13A2數(shù)據(jù)集(https:// earthexplorer. usgs. gov/).人類干擾數(shù)據(jù)中的人口密度與GDP數(shù)據(jù)來源于研究區(qū)域各縣區(qū)統(tǒng)計年鑒;降雨及氣溫數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http:// data.cma.cn/)提供的氣候月值數(shù)據(jù)集,蒸散數(shù)據(jù)采用P-M公式計算,以上數(shù)據(jù)借助ArcGIS軟件趨勢插值方法得到其柵格數(shù)據(jù);高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云90m空間分辨率的原始高程數(shù)據(jù)產(chǎn)品(http: //www.gscloud.cn/),再借助ArcGIS軟件從該數(shù)據(jù)中提取出坡度信息,生成坡度柵格數(shù)據(jù);土地利用類型數(shù)據(jù)來源于美國地質(zhì)勘探局中MODIS 產(chǎn)品MCD12Q1數(shù)據(jù)集(https://e4ftl01.cr.usgs.gov/MOTA/ MCD12Q1.006/);土壤類型數(shù)據(jù)來源于中國科學院南京土壤研究所制作的1:100萬中國土壤數(shù)據(jù)庫.以上數(shù)據(jù)全部重采樣為500m的空間分辨率,投影類型為UTM 48N,中央經(jīng)線108°.

1.3 研究方法

1.3.1 FVC估算方法 利用像元二分模型通過NDVI數(shù)據(jù)估算植被覆蓋度[24,30],計算公式如下:

式中: FVC為單位柵格植被覆蓋度;NDVI為單位柵格歸一化植被指數(shù);NDVIsoil為累計頻率為5%的NDVI值;NDVIveg為累計頻率為95%的NDVI值.并參考相關(guān)研究[31-32]將植被覆蓋度劃分為5個等級,分別為低覆蓋度:0￡FVC<0.2;中低覆蓋度:0.2￡FVC<0.4;中等覆蓋度:0.4￡FVC<0.6;中高覆蓋度: 0.6￡FVC<0.8;高覆蓋度:0.8￡FVC<1.

1.3.2 未來演變分析 將Mann-Kendall檢驗方法與Theil-Sen Median趨勢分析相結(jié)合[17],借助Matlab2009a軟件實現(xiàn)其計算,得到研究區(qū)域Sen趨勢值()及顯著性統(tǒng)計量值(表1).再利用Hurst指數(shù)[18]反應(yīng)植被覆蓋度變化趨勢的持續(xù)性特征,將Hurst指數(shù)劃分為3個級別,分別表示為反持續(xù)性(0<<0.5);無明顯變化(=0.5);持續(xù)性(0.5<<1).

表1 Sen趨勢值及其顯著性檢驗分級

1.3.3 地理探測器 單因子探測器:探測植被覆蓋度的空間異質(zhì)性,及GDP、pop、Pre、DEM、ET、LULC、Slope和Tem 9個因子對植被覆蓋度空間異質(zhì)性的解釋程度,用值度量,值越大,則表示影響因子對植被覆蓋度的空間分異解釋度越強.其表達式為:

交互探測器:識別2個自變量1和2共同作用時,對因變量的解釋程度是否會增加或減弱,交互類型如表2.

表2 交互探測器作用類型

指標選取及其預(yù)處理:參考相關(guān)研究[7,33-34],選擇了GDP、pop、Pre、DEM、ET、LULC、Slope、Soil type和Tem 9個自變量作為影響因素,對植被覆蓋度的空間異質(zhì)性進行分析,并參考王勁峰等[35]提出的數(shù)據(jù)離散化方法及經(jīng)驗對其進行預(yù)處理:將GDP、pop、Pre、DEM、ET和Tem數(shù)據(jù)按照自然斷點法分級,分為9級;Slope數(shù)據(jù)按照￡5°、5°～8°、8°～15°、15°～25°、25°～35°、>35°分為6級;LULC和Soil type數(shù)據(jù)都為類型量數(shù)據(jù),不需要進行處理.

2 結(jié)果與分析

2.1 植被覆蓋時空演變特征

2000～2020年研究區(qū)植被覆蓋度呈遞增趨勢(圖2).年均植被覆蓋度值介于76%～93%之間,21a間平均植被覆蓋度為84.59%,增加速率為0.6754a-1(2=0.8291,<0.001).研究期內(nèi)植被覆蓋度變化可分為9個階段:2000～2003年、2004～2009年、2010～2013年、2014～2016年和2018～2019年5個階段呈現(xiàn)出增加趨勢; 2003～2004年、2009～2010年、2013～2014年和2019～2020年4個階段呈現(xiàn)出下降趨勢.在喀斯特與非喀斯特地質(zhì)背景下,2000～2020年年均植被覆蓋度呈不同的增長趨勢,其年均增長速率為:喀斯特區(qū)域(0.774a-1)>研究區(qū)域(0.6754a-1)>非喀斯特區(qū)域(0.5751a-1).這表明我國實施的一系列石漠化綜合治理、退耕還林以及封山育林等生態(tài)工程成效顯著,使得區(qū)域的植被覆蓋得到了很大恢復(fù).

圖2 桂西南峰叢洼地流域年均植被覆蓋度時間變化趨勢

由多年平均植被覆蓋度分布情況(圖3a)可知,研究區(qū)域植被覆蓋度整體上呈現(xiàn)出“北高東低”的格局,研究區(qū)植被覆蓋度以高覆蓋度與中高覆蓋度為主,分別占研究區(qū)總面積的72.75%和25.17%,主要位于百色、文山和崇左3個地區(qū).中等覆蓋度、中低覆蓋度和低覆蓋度三類面積依次減少,面積和僅占研究區(qū)域的2.08%,零星鑲嵌于中高覆蓋度地區(qū).

圖3 桂西南峰叢洼地流域植被覆蓋度類型分布(a)和Sen趨勢空間變化(b)

將Sen趨勢值及其顯著性分析結(jié)果進行空間疊加可得極顯著增加、顯著增加、無明顯變化、顯著減少和極顯著減少5個類別(圖3b),通過分析可知,整體上2000～2020年研究區(qū)內(nèi)82.68%區(qū)域的植被覆蓋度具有顯著或極顯著增加的趨勢, 16.71%區(qū)域無明顯變化,僅有0.61%區(qū)域表現(xiàn)為顯著或極顯著減少趨勢.顯著增加與極顯著增加的區(qū)域幾乎含蓋了整個研究區(qū)域,表現(xiàn)最強烈的為105°～106°E南部.而無明顯變化的區(qū)域鑲嵌于增加的區(qū)域,主要集中分布于百色與崇左,顯著減少與極顯著減少的區(qū)域則零星分布于水文線附近.

2.2 桂西南峰叢洼地植被覆蓋演化趨勢預(yù)測

將Hurst指數(shù)與Sen變化趨勢顯著性分析進行空間疊加可得Hurst指數(shù)空間分布情況(圖4a),研究區(qū)植被覆蓋度Hurst指數(shù)的范圍為0～1,平均值為0.8207.從圖中可以看出,桂西南峰叢洼地流域植被覆蓋度總體上以持續(xù)性序列分布為主,正向持續(xù)性增加序列幾乎覆蓋整個研究區(qū)域,面積比重為75.57%,反向持續(xù)性減少序列零星分布于水文線附近,面積比重11.42%.無明顯變化區(qū)域主要集中于田林縣、百色市、寧明縣和上思縣,面積比重為16.71%.如圖4b所示,Hurst指數(shù)正態(tài)分布圖向右單峰偏斜,植被覆蓋度的可持續(xù)性改善趨勢占比98.94%.總體而言,本研究區(qū)未來植被覆蓋度呈現(xiàn)持續(xù)改善的趨勢.

圖4 桂西南峰叢洼地流域Hurst指數(shù)空間分布(a)及其正態(tài)分布(b)

2.3 各高程帶不同植被類型Hurst指數(shù)可持續(xù)性綜合分析

本研究區(qū)域主要以峰叢洼地巖溶地貌為主,植被垂直空間差異顯著(圖5).研究區(qū)最低海拔為62m,最高海拔為1971m,本次研究將其分為7個等級: <300m、300～600m、600～900m、900～1200m、1200～ 1500m、1500～1800m和>1800m.研究顯示各海拔植被覆蓋度的Hurst指數(shù)均超過0.8.整個研究結(jié)果趨勢呈現(xiàn)出“V”形狀,以900m為閾值,海拔900m以上植被覆蓋度Hurst指數(shù)呈上升趨勢.海拔0～300m范圍內(nèi)的植被覆蓋度Hurst指數(shù)為0.8321,這一范圍內(nèi)植被覆蓋種類最多,農(nóng)田與自然植被鑲嵌體及農(nóng)田類型在此海拔范圍內(nèi)所占的比例最大,為30.4%.表明這部分區(qū)域受人類活動的影響最大,此區(qū)域內(nèi)農(nóng)作物種植及生活居住地較多,從而破壞了原生的植被生態(tài)系統(tǒng).海拔600～900m范圍內(nèi)植被覆蓋度的Hurst指數(shù)最低,為0.8075,主要植被覆蓋類型為有林草地、稀樹草原與常綠闊葉林,其中有林草地的占比最大,為44.8%.此范圍位于本研究區(qū)中游,以山地地形為主,巖性背景屬中泥盆世—二疊紀發(fā)育的連續(xù)性碳酸鹽[36],是全國喀斯特地貌發(fā)育最典型的區(qū)域之一.海拔在>1800m時的植被覆蓋度Hurst指數(shù)最高,為0.8490.主要植被覆蓋類型為稀樹草原,占比高達76.9%.這部分高海拔地區(qū)位于本研究區(qū)域的西北方向典型喀斯特地貌區(qū),以峰叢區(qū)域為主,山體上部坡度較大,因此很少受到人為干擾.同時,我國鼓勵植樹造林和封山育林等政策的實施促進了高海拔植被群落的穩(wěn)定生長.因此,海拔是影響植被覆蓋度的一個重要因素.

圖5 桂西南峰叢洼地流域各高程帶年均植被覆蓋度的Hurst指數(shù)及植被類型百分比

2.4 因子定量歸因分析

地理探測器單因子探測結(jié)果值越大,表明該因子對植被覆蓋度的空間異質(zhì)性解釋度越高,即該因子與植被覆蓋度的相關(guān)性程度越大.本研究選取了2000, 2004, 2010, 2014, 2018以及2020年進行因子探測分析(圖6).整個研究區(qū)域內(nèi),土地利用/覆被(LULC)對植被覆蓋度空間異質(zhì)性的解釋度最高,每年的值都在0.42～0.52之間,其次為高程(DEM)、坡度(Slope)與人口密度(pop),值介于0.2～0.3左右.土壤類型(Soil type)對植被覆蓋度的影響力趨于穩(wěn)定,值保持在0.16左右.氣候因素與植被覆蓋度相關(guān)性較小,氣溫(Tem)對植被覆蓋度的解釋力略高于蒸散(ET),降水(Pre)的解釋力最低.GDP對植被覆蓋度的貢獻力最低.究其主要原因,森林砍伐、農(nóng)業(yè)用地擴增和城鎮(zhèn)化對土地利用/覆被(LULC)形成一定程度的改變[37],其過程對植被的生態(tài)環(huán)境產(chǎn)生一定的影響.然而,值僅反映了單個因子對植被覆蓋空間分布的個體效應(yīng),當因子相互結(jié)合時,可能會產(chǎn)生更顯著的影響.

圖6 桂西南峰叢洼地流域植被覆蓋空間分異單因素解釋度(q值)

2.5 交互探測分析

進一步對2000、2004、2010、2014、2018和2020年植被覆蓋度進行交互探測分析(圖7).桂西南峰叢洼地流域植被覆蓋度空間分異各影響因子之間都存在空間交互作用,其探測結(jié)果均大于任一單因子對植被覆蓋度的解釋度,說明植被覆蓋度與多因子協(xié)同有關(guān),且其交互類型有非線性增強和雙因子增強兩種結(jié)合方式,其中雙因子增強交互作用更加顯著.由圖7可見,土地利用/覆被(LULC)對植被覆蓋度空間格局的影響最強,與任一影響因子的交互作用都有很強的顯著性,其交互類型都為雙因子增強,這與結(jié)論2.4節(jié)的結(jié)果一致,其中土地利用/覆被(LULC)與人口密度(pop)的交互作用最強,值介于0.49～0.65之間,說明這種交互作用對植被覆蓋度的作用力可達49%以上.除此以外,高程(DEM)與各因子的交互作用值最高,表現(xiàn)作用最強的為高程(DEM)與人口密度(pop)的協(xié)同,達到40%左右,最高可達47%.其中表現(xiàn)最為突出的是降水(Pre),該因子除在2004年的值為12%外,其余年份的值都僅在4%～5%區(qū)間內(nèi),而降水(Pre)在與高程(DEM)交互作用時,其值可高達44%.由此可見降水(Pre)對植被覆蓋度也有顯著的影響,主要表現(xiàn)在與高程(DEM)的協(xié)同作用下.

圖7 桂西南峰叢洼地流域植被覆蓋影響因子交互作用探測結(jié)果

NE表示非線性增強;BE表示雙因子增強

3 討論

3.1 植被覆蓋度估算結(jié)果分析

在過去的21a間,桂西南峰叢洼地流域植被覆蓋度表現(xiàn)出逐步增長趨勢,增加速率為0.6754a-1,該值快于廣西平果縣植被覆蓋度增長速率(0.1476a-1)[38],同時也快于廣西全區(qū)植被覆蓋度的增長速率(0.04a-1)[39],這可能與我國于2001年以后提出綜合治理石漠化工程以及全面開展退耕還林工程和綠色發(fā)展等理念有關(guān)[40].同時在喀斯特與非喀斯特兩者不同的地質(zhì)背景下,2000～2020年研究區(qū)內(nèi)巖溶區(qū)域植被覆蓋度增長速率(0.774a-1)高于非巖溶區(qū)域(0.5751a-1),這與肖建勇等[26]對2000～2016年間中國南方喀斯特關(guān)鍵地帶的植被覆蓋度研究結(jié)果一致,與Tian等[19]對貴州省的研究結(jié)果也保持一致.但與靖娟利等[41]和梁釗雄等[42]的研究結(jié)果存在些許差異.他們分別以廣西漓江流域與河池市為研究對象,研究結(jié)果顯示2000年以前,由于巖溶區(qū)域土層薄弱,植被生長困難,植被覆蓋度少于非巖溶區(qū),2000年以后,植被生長變化率出現(xiàn)變化,巖溶區(qū)域植被覆蓋度變化速率高于非巖溶區(qū),這一結(jié)果從側(cè)面更加證明了本研究結(jié)果的正確性.

3.2 植被覆蓋度影響因素分析

單因子探測分析結(jié)果表明土地利用/覆被(LULC)對植被蓋度的影響最大.因此,研究區(qū)域的植被覆蓋度主要歸因于人類活動:植被覆蓋度取決于不同類型的土地利用方式,而土地利用方式取決于人類活動,近年來經(jīng)濟的快速發(fā)展,導致大量農(nóng)民走向城市,城鎮(zhèn)化現(xiàn)象嚴重,從而減少土地依賴,進而降低了生態(tài)環(huán)境的影響;且本研究區(qū)域處于典型峰叢洼地流域,流域內(nèi)石漠化廣泛發(fā)育,地形破碎,土地利用種類繁多,國家實施退耕還林草、植樹造林及石漠化治理等生態(tài)工程,使得生態(tài)環(huán)境得到保護,植被覆蓋度增加[26].

但本研究這一結(jié)果只與高鵬文等[43]的研究結(jié)果保持一致,與許多學者的研究結(jié)果相悖,這些學者分別以人口密度(pop)[44-45]、城市分布[17]、日照時數(shù)[46]、降水以及氣溫[2,11,24,47]等因子對植被覆蓋度空間分布的解釋度最高.這其中的差異可能與學者選取的植被覆蓋度驅(qū)動力因素分析角度不同,探究重點也不同而導致的.而在降水、蒸散與氣溫等氣候因素中,本研究結(jié)果是氣溫為主導因素,可能由于研究區(qū)域內(nèi)常年多雨,降雨量大[48],導致土壤水分長期處于飽和狀態(tài),降低了生物活性,且導致地表徑流增加,造成土壤營養(yǎng)物質(zhì)流失,間接地迫害植被生長[49-50],因此在氣候因素中溫度成為影響植被生長的最主要因素.這與田義超等[51]以同為亞熱帶地區(qū)的廣西北部灣沿海地區(qū)的研究保持一致.

各驅(qū)動因子對環(huán)境的影響并不是單獨發(fā)揮作用的,而是一個多因素耦合驅(qū)動的復(fù)雜生態(tài)過程[52],交互作用探測結(jié)果更證明了這一觀點.本研究探測結(jié)果為土地利用/覆被(LULC)與其他因子的交互作用最強,其中與人口密度(pop)的交互作用值最大.其原因依然歸結(jié)于人類活動對植被覆蓋度空間分布造成干擾.生態(tài)工程實施以來,我國植被覆蓋度明顯增加.在經(jīng)濟快速發(fā)展的局勢下,我國成立了重點城市經(jīng)濟發(fā)展中心,城鎮(zhèn)化趨勢嚴重,社會經(jīng)濟條件優(yōu)越,造成部分區(qū)域人口密度大,從而導致該部分區(qū)域植被覆蓋度相對較少[40].

3.3 研究不足與未來研究方向

本研究所使用的降水、蒸散及氣溫等氣象數(shù)據(jù)是基于研究區(qū)及其周圍站點的氣象數(shù)據(jù)插值而得,人口密度與GDP等人類干擾數(shù)據(jù)也是基于廣西統(tǒng)計年鑒提供的城鄉(xiāng)數(shù)據(jù)插值而得,這其中插值方法的選擇,真實地形地貌的復(fù)雜情況等都會對最終的柵格數(shù)據(jù)造成不確定性,從而影響最終的探測結(jié)果.在未來研究中應(yīng)該添加植被實測數(shù)據(jù),并對數(shù)據(jù)插值方法進行改進,對插值結(jié)果進行敏感性分析, 進一步減少數(shù)據(jù)對結(jié)果造成的誤差.此外,在影響因子選擇方面, 太陽輻射對于植被應(yīng)該是一個重要的參數(shù),未來應(yīng)把太陽輻射因子加入驅(qū)動因子中,對植被覆蓋度空間分布貢獻率進行分析.

4 結(jié)論

4.1 時間尺度上,2000～2020年研究區(qū)植被覆蓋呈遞增趨勢,增速為0.6754a-1.在不同的地質(zhì)背景下,研究期間年均植被覆蓋度呈不同的增長趨勢,其年均增長速率為:喀斯特區(qū)域(0.774a-1)>研究區(qū)域(0.6754a-1)>非喀斯特區(qū)域(0.5751a-1);空間尺度上,研究區(qū)域植被覆蓋度整體上呈現(xiàn)出“北高東低”的格局,類型以高覆蓋度與中高覆蓋度為主.整體上2000～2020年研究區(qū)82.68%區(qū)域的植被覆蓋具有顯著或極顯著增加的趨勢,16.71%區(qū)域無明顯變化,僅有0.61%區(qū)域表現(xiàn)為顯著或極顯著減少趨勢.

4.2 未來變化趨勢上,區(qū)域植被覆蓋度的Hurst指數(shù)介于0～1之間,總體上以持續(xù)性序列分布為主,占整個研究區(qū)域的植被覆蓋度百分比為75.57%;反向持續(xù)性序列占整個研究區(qū)域的植被覆蓋度百分比為11.42%.Hurst指數(shù)正態(tài)分布圖呈現(xiàn)出向右單峰偏斜,即研究區(qū)未來植被覆蓋度呈現(xiàn)出持續(xù)改善的趨勢.

4.3 驅(qū)動力機制上,整個研究區(qū)域的植被覆蓋度與土地利用/覆被(LULC)的解釋度最高,每年的值都在0.42～0.52之間,與高程(DEM)、坡度(Slope)和人口密度(pop)的相關(guān)作用次之;植被覆蓋度與多因子之間的協(xié)同作用有關(guān),其中以土地利用/覆被(LULC)的顯著性最強,與其他影響因子的交互類型都為雙因子增強,與人口密度(pop)的交互作用最強,值介于0.49～0.65之間.

[1] Afuye G A, Kalumba A M, Busayo E T, et al. A bibliometric review of vegetation response to climate change [J]. Environmental Science and Pollution Research, 2022,29(13):18578-18590.

[2] 聶 桐,董國濤,蔣曉輝,等.延安地區(qū)植被覆蓋度時空變化及驅(qū)動力 [J]. 水土保持研究, 2021,28(5):340-346.

Nie T, Dong G T, Jinag X H, et al. Spatiotemporal variation and driving forces of vegetation coverage in Yan'an area [J]. Research of Soil and Water Conservation, 2021,28(5):340-346.

[3] Gitelson A A, Kaufman Y J, Stark R, et al. Novel algorithms for remote estimation of vegetation fraction [J]. Remote sensing of Environment, 2002,80(1):76-87.

[4] 章文波,符素華,劉寶元.目估法測量植被覆蓋度的精度分析[J]. 北京師范大學學報(自然科學版), 2001,37(3):402-408.

Zhang W B, Fu S H,Liu B Y. Error assessment of visual estimation plant coverage [J]. Journal of Beijing Normal University (Natural Science), 2001,37(3):402-408.

[5] 孫紅雨,王長耀,牛 錚,等.中國地表植被覆蓋變化及其與氣候因子關(guān)系──基于NOAA時間序列數(shù)據(jù)分析 [J]. 遙感學報, 1998, 2(3):204-210.

Sun H Y, Wang C Y, Niu Z, et al. Analysis of the vegetation cover change and the relationship between NDVI and environmental factors by using NOAA time series data [J]. National Remote Sensing Bulletin, 1998,2(3):204-210.

[6] Matsui T, Lakshmi V,Small E E The effects of satellite-derived vegetation cover variability on simulated land–atmosphere interactions in the NAMS [J]. Journal of Climate, 2005,18(1):21-40.

[7] 李 晶,劉乾龍,劉鵬宇.1998～2018年呼倫貝爾市植被覆蓋度時空變化及驅(qū)動力分析 [J]. 生態(tài)學報, 2022,42(1):1-16.

Li J, Liu Q L,Liu P Y. Spatio-temporal changes and driving forces of fraction of vegetation coverage in Hulunbuir (1998～2018) [J]. Acta Ecologica Sinica, 2022,42(1):1-16.

[8] Qi J G, Marsett R C, Moran M S, et al. Spatial and temporal dynamics of vegetation in the San Pedro River basin area [J]. Agricultural and forest meteorology, 2000,105(1-3):55-68.

[9] Leprieur C, Kerr Y H, Mastorchio S, et al. Monitoring vegetation cover across semi-arid regions: comparison of remote observations from various scales [J]. International Journal of Remote Sensing, 2000,21(2):281-300.

[10] Clemente R H, Cerrillo R M N,Gitas I Z Monitoring post-fire regeneration in Mediterranean ecosystems by employing multitemporal satellite imagery [J]. International Journal of Wildland Fire, 2009,18(6):648-658.

[11] 馬曉妮,任宗萍,謝夢瑤,等.基于地理探測器的砒砂巖區(qū)植被覆蓋度環(huán)境驅(qū)動因子量化分析 [J]. 生態(tài)學報, 2022,42(8):1-11.

Ma X N, Ren Z P, Xie M Y, et al. Quantitative analysis of environmental driving factors of vegetation coverage in the Pisha sandstone area based on geodetector [J]. Acta Ecologica Sinica, 2022,42(8):1-11.

[12] 喬雪梅,劉普幸,任 媛,等.基于遙感的黑河流域生態(tài)環(huán)境變化特征及成因分析 [J]. 中國環(huán)境科學, 2020,40(9):3962-3971.

Qiao X M, Liu P X, Ren Y, et al. Analysis of the characteristics and driving factors of ecological environment changes in Heihe river basin based on remote sensing data [J]. China Environmental Science, 2020,40(9):3962-3971.

[13] 袁倩穎,馬彩虹,文 琦,等.六盤山貧困區(qū)生長季植被覆蓋變化及其對水熱條件的響應(yīng) [J]. 國土資源遙感, 2021,33(2):220-227.

Yuan Q Y, Ma C H, Wen Q, et al. Vegetation cover change and its response to water and heat conditions in the growing season in Liupanshan poverty— stricken area [J]. Remote Sensing for Natural Resources, 2021,33(2):220-227.

[14] 習慧鵬,王世杰,白曉永,等.西南典型喀斯特地區(qū)石漠化時空演變特征——以貴州省普定縣為例 [J]. 生態(tài)學報, 2018,38(24):8919- 8933.

Xi H P, Wang S J, Bai X Y, et al. Spatio-temporal characteristics of rocky desertification in typical Karst areas of Southwest China: A case study of Puding County, Guizhou Province [J]. Acta Ecologica Sinica, 2018,38(24):8919-8933.

[15] 靖娟利,王永鋒.廣西都安縣石漠化景觀格局的尺度效應(yīng) [J]. 桂林理工大學學報, 2015,35(2):330-334.

Jing J L,Wang Y F. Scale effect of rocky desertification landscape pattern in Du'an county Guangxi [J]. Journal of Guilin University of Technology, 2015,35(2):330-334.

[16] 楊世凡,安裕倫.生態(tài)恢復(fù)背景下喀斯特地區(qū)植被覆蓋的時空變化——以黔中地區(qū)為例 [J]. 地球與環(huán)境, 2014,42(3):404-412.

Yang S F,An Y L. Spatial and temporal variations of vegetation coverage in karst areas under the background of ecological recovery: A case study in the central area of Guizhou Province [J]. Earth and Environment, 2014,42(3):404-412.

[17] 張 翀,白子怡,李學梅,等.2001～2018年黃土高原植被覆蓋人為影響時空演變及歸因分析 [J]. 干旱區(qū)地理, 2021,44(1):188-196.

Zhang C, Bai Z Y, Li X M, et al. Spatio-temporal evolution and attribution analysis of human effects of vegetation cover on the Loess Plateau from 2001 to 2018 [J]. Arid Land Geography, 2021,44(1): 188-196.

[18] 田義超,陳志坤,梁銘忠.北部灣海岸帶植被覆蓋時空動態(tài)特征及未來趨勢 [J]. 熱帶地理, 2014,34(1):76-86.

Tian Y C, Chen Z K,Liang M Z. Temporal-spatial dynamic differences and future trends of the vegetation cover in the Beibu Gulf coastal zone [J]. Tropical Geography, 2014,34(1):76-86.

[19] Tian Y C, Bai X Y, Wang S J, et al. Spatial-temporal changes of vegetation cover in Guizhou Province, Southern China [J]. Chinese Geographical Science, 2017,27(1):25-38.

[20] 張顧萍,陳國民,邵懷勇,等.近16年金沙江流域植被覆蓋時空特征及其對氣候的響應(yīng) [J]. 長江流域資源與環(huán)境, 2021,30(7):1638-1648.

Zhang G P, Chen G M, Shao H Y, et al. Spatial-temporal characteristics of vegetation coverage and its response to climate from 2000 to 2015 in Jinsha river basin, China [J]. Resources and Environment in the Yangtze Basin, 2021,30(7):1638-1648.

[21] 陳 虹,郭兆成,賀 鵬.1988～2018年間洱海流域植被覆蓋度時空變換特征探究 [J]. 自然資源遙感, 2021,33(2):116-123.

Chen H, Guo Z C,He P. Spatial and temporal change characteristics of vegetation coverage in Erhai Lake basin during 1988～2018 [J]. Remote Sensing for Natural Resources, 2021,33(2):116-123.

[22] 鄧晨暉,白紅英,高 山,等.秦嶺植被覆蓋時空變化及其對氣候變化與人類活動的雙重響應(yīng) [J]. 自然資源學報, 2018,33(3):425-438.

Deng C H, Bai H Y, Gao S, et al. Spatial-temporal variation of the vegetation coverage in Qinling Mountains and its dual response to climate change and human activities [J]. Journal of Natural Resources, 2018,33(3):425-438.

[23] 劉垚燚,曾 鵬,張 然,等.基于GEE和BRT的1984～2019年長三角生態(tài)綠色一體化發(fā)展示范區(qū)植被覆蓋度變化 [J]. 應(yīng)用生態(tài)學報, 2021,32(3):1033-1044.

Liu Y Y, Zeng P, Zhang R, et al. Vegetation coverage change of the demonstration area of ecologically friendly development in the Yangtze River Delta, China based on GEE and BRT during 1984～2019 [J]. Chinese Journal of Applied Ecology, 2021,32(3):1033-1044.

[24] 孟 琪,武志濤,杜自強,等.基于地理探測器的區(qū)域植被覆蓋度的定量影響——以京津風沙源區(qū)為例 [J]. 中國環(huán)境科學, 2021,41(2): 826-836.

Meng Q, Wu Z T, Du Z Q, et al. Quantitative influence of regional fractional vegetation cover based on geodetector model —Take the Beijing-Tianjin sand source region as an example [J]. China Environmental Science, 2021,41(2):826-836.

[25] 同英杰,文彥君,張 翀.2003～2017年陜西省NDVI時空變化及其影響因素[J]. 水土保持通報, 2020,40(3):155-162.

Tong Y J, Wen Y J,Zhang C. Spatiotemporal variation of NDVl and its influence factors in Shaanxi Province during 2003～2017 [J]. Bulletin of Soil and Water Conservation, 2020,40(3):155-162.

[26] 肖建勇,王世杰,白曉永,等.喀斯特關(guān)鍵帶植被時空變化及其驅(qū)動因素 [J]. 生態(tài)學報, 2018,38(24):8799-8812.

Xiao J Y, Wang S J, Bai X Y, et al. Determinants and spatial-temporal evolution of vegetation coverage in the karst critical zone of South China [J]. Acta Ecologica Sinica, 2018,38(24):8799-8812.

[27] Aguilar C, Zinnert J C, Polo M J, et al. NDVI as an indicator for changes in water availability to woody vegetation [J]. Ecological Indicators, 2012,23:290-300.

[28] Myneni R B, Keeling C D, Tucker C J, et al. Increased plant growth in the northern high latitudes from 1981 to 1991 [J]. Nature, 1997,386 (6626):698-702.

[29] Pouliot D, Latifovic R,Olthof I Trends in vegetation NDVI from 1km AVHRR data over Canada for the period 1985～2006 [J]. International Journal of Remote Sensing, 2009,30(1):149-168.

[30] 郭永強,王乃江,褚曉升,等.基于Google Earth Engine分析黃土高原植被覆蓋變化及原因 [J]. 中國環(huán)境科學, 2019,39(11):4804-4811.

Guo Y Q, Wang N J, Chu X S, et al. Analyzing vegetation coverage changes and its reasons on the Loess Plateau based on Google Earth Engine [J]. China Environmental Science, 2019,39(11):4804-4811.

[31] 王 歡,陳文波,何 蕾,等.鄱陽湖不同水文連通性子湖水生植被覆蓋度對年際水位變化的響應(yīng) [J]. 應(yīng)用生態(tài)學報, 2021,33(1):191- 200.

Wang H, Chen W B, He L, et al. Responses of aquatic vegetation coverage to interannual variations of water level in different hydrologically connected sub-lakes of Poyang Lake, China [J]. Chinese Journal of Applied Ecology, 2021,33(1):191-200.

[32] 覃巧婷,陳建軍,楊艷萍,等.黃河源植被時空變化及其對地形和氣候的響應(yīng) [J]. 中國環(huán)境科學, 2021,41(8):3832-3841.

Qin Q T, Chen J J, Yang Y P, et al. Spatiotemporal variations of vegetation and its response to topography and climate in the source region of the Yellow River [J]. China Environmental Science, 2021,41(8):3832-3841.

[33] Chen T, Xia J, Zou L, et al. Quantifying the influences of natural factors and human activities on NDVI changes in the Hanjiang River Basin, China [J]. Remote Sensing, 2020,12(22):3780.

[34] Peng W F, Kuang T T,Tao S Quantifying influences of natural factors on vegetation NDVI changes based on geographical detector in Sichuan, western China [J]. Journal of cleaner production, 2019,233: 353-367.

[35] 王勁峰,徐成東.地理探測器:原理與展望 [J]. 地理學報, 2017,72(1).

Wang J F,Xu C D. Geodetector: Principle and prospective [J]. Acta Geographica Sinica, 2017,72(1).

[36] 李 飛,伊文超,閻維巍.從古地理學角度探討廣西石漠化分布特征 [J]. 古地理學報, 2013,15(1):135-142.

Li F, Yi W C,Yan W W. Distribution of Guangxi karst rocky desertification by palaeogeographic approach [J]. Journal of Palaeogeography (Chinese Edition), 2013,15(1):135-142.

[37] Foley J A, DeFries R, Asner G P, et al. Global consequences of land use [J]. science, 2005,309(5734):570-574.

[38] 吳澤燕,胡寶清,羅為群,等.近17年廣西平果縣植被覆蓋度變化分析 [J]. 環(huán)境與可持續(xù)發(fā)展, 2017,42(1):140-143.

Wu Z Y, Hu B Q, Luo W Q, et al. Changes of vegetation coverage in Pingguo County of Guangxi during recent 17years [J]. Environment and Sustainable Development, 2017,42(1):140-143.

[39] 楊艷萍,陳建軍,覃巧婷,等.2000～2018年廣西植被時空變化及其對地形、氣候和土地利用的響應(yīng) [J]. 農(nóng)業(yè)工程學報, 2021,37(17): 234-241.

Yang Y P, Chen J J, Qin Q T, et al. Temporal and spatial variation of vegetation and its response to topography, climate and land use in Guangxi during 2000～2018 [J]. Transactions of the Chinese Society of Agricultural Engineering, 2021,37(17):234-241.

[40] 劉大元,張雪梅,岳躍民,等.基于Geodetector的廣西喀斯特植被覆蓋變化及其影響因素分析 [J]. 農(nóng)業(yè)現(xiàn)代化研究, 2019,40(6):1038- 1047.

Liu D Y, Zhang X M, Yue Y M, et al. Vegetation cover change and its influencing factors in karst regions of Guangxi based on Geodetector [J]. Research of Agricultural Modernization, 2019,40(6):1038-1047.

[41] 靖娟利,王永鋒.漓江流域近15年遙感植被覆蓋度f_(veg)變化特征[J]. 桂林理工大學學報, 2014,34(2):260-265.

Jing J L,Wang Y F. Vegetation coverage changes in the Lijiang river basin based on remote sensing in recent 15years [J]. Journal of Guilin University of Technology, 2014,34(2):260-265.

[42] 梁釗雄,王兮之,魏興琥,等.基于TM影像的廣西河池市巖溶地區(qū)植被覆蓋度的動態(tài)變化研究 [J]. 中國巖溶, 2014,33(2):208-215.

Liang Z X, Wang X Z, Wei X H, et al. Study of dynamic changes in fractional vegetation coverage in Hechi City in Guangxi karst regions based on TM images [J]. Carsologica Sinica, 2014,33(2):208-215.

[43] 高鵬文,阿里木江·卡斯木,趙永玉,等.1988～2018年哈密綠洲植被覆蓋度時空變化及其驅(qū)動力 [J]. 水土保持通報, 2020,40(6):273-280.

Gao P W, Kasim A, Zhao Y Y, et al. Spatial and temporal changes and driving forces of vegetation coverage in Hami Oasis during 1988～ 2018 [J]. Bulletin of Soil and Water Conservation, 2020,40(6):273- 280.

[44] 吳思佳,吳 偉,陳文惠,等.基于地理探測器的閩三角城市群植被覆蓋時空變化及影響因素研究[J]. 福建師范大學學報(自然科學版), 2019,35(5):81-88.

Wu S J, Wu W, Chen W H, et al. Study on temporal and spatial changes of vegetation coverage and its influencing factors in the urban agglomeration of Min Delta based on the geographical detector method [J]. Journal of Fujian Normal University (Natural Science Edition), 2019,35(5):81-88.

[45] 楊海峰,翟國方.災(zāi)害風險視角下的城市安全評估及其驅(qū)動機制分析——以滁州市中心城區(qū)為例 [J]. 自然資源學報, 2021,36(9): 2368-2381.

Yang H F,Zhai G F. Spatial assessment and driving mechanism of urban safety from the perspective of disaster risk: A case study of Chuzhou central city [J]. Journal of Natural Resources, 2021,36(9): 2368-2381.

[46] 吳 躍,周忠發(fā),趙 馨,等.基于遙感計算云平臺高原山區(qū)植被覆蓋時空演變研究——以貴州省為例 [J]. 中國巖溶, 2020,39(2):196- 205.

Wu Y, Zhou Z F, Zhao X, et al. Spatiotemporal variation of vegetation coverage in plateau mountainous areas based on remote sensing cloud computing platform: A case study of Guizhou Province [J]. Carsologica Sinica, 2020,39(2):196-205.

[47] 裴志林,楊勤科,王春梅,等.黃河上游植被覆蓋度空間分布特征及其影響因素[J]. 干旱區(qū)研究, 2019,36(3):546-555.

Pei Z L, Yang Q K, Wang C M, et al. Spatial distribution of vegetation coverage and its affecting factors in the upper reaches of the Yellow River [J]. Arid Zone Research, 2019,36(3):546-555.

[48] 覃衛(wèi)堅,李棟梁.近50a來廣西各級降水氣候變化特征分析[J]. 自然資源學報, 2014,29(4):666-676.

Qin W J,Li D L. A study on the climate change characteristics of all kinds of precipitation events in recent 50years of Guangxi [J]. Journal of Natural Resources, 2014,29(4):666-676.

[49] 顧羊羊,鄒長新,喬旭寧,等.2000～2015年黔西南州植被覆蓋時空變化及影響因素分析[J]. 生態(tài)與農(nóng)村環(huán)境學報, 2021,37(11):1413- 1422.

Gu Y Y, Zou C X, Qiao X N, et al. Spatio-temporal variations of fractional vegetation coverage and influencing factors in Qianxi'nan Prefecture from 2000 to 2015 [J]. Journal of Ecology and Rural Environment, 2021,37(11):1413-1422.

[50] 張凱選,范鵬鵬,王軍邦,等.西南喀斯特地區(qū)植被變化及其與氣候因子關(guān)系研究 [J]. 生態(tài)環(huán)境學報, 2019,28(6):1080-1091.

Zhang K X, Fan P P, Wang J B, et al. Study on vegetation changes and climate factors in a karst region of southwest China [J]. Ecology and Environmental Sciences, 2019,28(6):1080-1091.

[51] 田義超,梁銘忠.北部灣沿海地區(qū)植被覆蓋對氣溫和降水的旬響應(yīng)特征[J]. 自然資源學報, 2016,31(3):488-502.

Tian Y C, Liang M Z. The NDVI characteristics of vegetation and its ten-day response to temperature and precipitation in Beibu Gulf coastal region [J]. Journal of Natural Resources, 2016,31(3):488-502.

[52] 左麗媛,高江波.基于地理探測器的喀斯特植被NPP定量歸因[J]. 生態(tài)環(huán)境學報, 2020,29(4):686-694.

Zuo L Y,Gao J B. Quantitative attribution analysis of NPP in karst peak cluster depression based on geographical detector [J]. Ecology and Environmental Sciences, 2020,29(4):686-694.

Spatiotemporal evolution and attribution of vegetation coverage in the peak-cluster depression basins.

WANG Dong-hua1,2, TIAN Yi-chao1,2,3*, ZHANG Ya-li2, HUANG Liang-liang1, ZHANG Qiang2, TAO Jin2, YANG Yong-wei2, LIN Jun-liang2

(1.College of Environmental Science and Engineering, Guilin University of Technology, Guilin 541004, China；2.School of Resources and Environment, Beibu Gulf University, Qinzhou 535011, China；3.Key Laboratory of Marine Geographic Information Resources Development and Utilization in the Beibu Gulf, Beibu Gulf University, Qinzhou 535011, China)., 2022,42(9)：4274～4284

In this paper, the pixel dichotomy model, coupled with the Theil-Sen Median trend, Mann-Kendall test and Hurst index, is used to characterize the vegetation coverage in the peak-cluster depression basins in Southwest Guangxi from 2000 to 2020, and finally the Geodetector is applied to quantify the driving factors. The results show that: (1) Interannual variations in vegetation cover in the basin demonstrate an increasing trend over the 21-year period, with an overall growth rate of 0.6754a-1(0.774a-1in karst areas and 0.5751a-1in non-karst areas); (2) There is a pattern of "high in the north and low in the east", in which 82.68% of the study area have a significant increase and only 0.61% show a significant decrease; (3) The Hurst index of regional vegetation coverage trends to be between 0～1, with an average value of 0.8207, showing a single peak deviation to the right and a trend of continuous improvement in the future; (4) In terms of driving mechanism, land use/cover (LULC) is the dominant factor of vegetation coverage in the whole study area; all drivers showed significant interactions on the spatial distribution of vegetation coverage, among which the interaction between LULC and population density (pop) was the strongest.

vegetation coverage；Theil Sen trend；Hurst index；Geodetector；the peak-cluster depression basins in Southwest Guangxi；spatial distribution

X171

A

1000-6923(2022)09-4274-11

2022-01-12

國家自然科學基金資助項目(42061020);廣西基地和人才項目(2019AC20088);廣西自然科學基金聯(lián)合培育項目(2018JJA150135);廣西創(chuàng)新驅(qū)動發(fā)展專項(AA18118038);北部灣大學高層次人才引進項目(2019KYQD28);2021年度廣西高校中青年教師科研基礎(chǔ)能力提升項目(2021KY0431)

*責任作者, 副教授, 博士, tianyichao1314@yeah.net

王棟華(1996-),女,山西呂梁人,桂林理工大學碩士研究生,主要從事喀斯特生態(tài)系統(tǒng)服務(wù)方面研究.