1982—2018年中國植被覆蓋變化非線性趨勢及其格局分析

羅 爽,劉會玉,龔海波

1 南京師范大學地理科學學院,南京 210023 2 南京大學地理與海洋科學學院,南京 210023 3 虛擬地理環境教育部重點實驗室(南京師范大學),南京 210023 4 江蘇省地理環境演化國家重點實驗室培育建設點,南京 210023 5 江蘇省地理信息資源開發與利用協同創新中心,南京 210023 6 江蘇省環境演變與生態建設重點實驗室,南京 210023

地表植被是陸地生態系統的重要組成部分,它不僅是連接大氣、土壤和水體等自然元素的“紐帶”,更是全球氣候變化和生態系統變化的重要指示器[1—2]。近年來,隨著全球氣候變暖和人類活動的加劇,監測、理解和預測植被覆蓋對全球變化的響應成為地球系統科學的核心活動[3]。了解植被覆蓋的發展變化不僅有助于全面了解區域生態環境的演變歷史,也有利于評估區域生態環境系統質量從而制定可持續發展的生態環境保護策略,因此對于植被覆蓋長期動態變化的研究也已經成為生態學領域重點關注的熱點之一[4]。植被覆蓋度(Fractional Vegetation Cover,FVC)是指單位面積內植被地上部分(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[5],植被覆蓋的變化可以運用植被覆蓋度的變化非常直觀地指示,而植被覆蓋度的變化則能代表陸地生態系統一定程度上的波動或變化[6—7]。與此同時,各種植被覆蓋狀態的空間排布與組合特征構成其分布格局[8],研究植被覆蓋分布格局能夠充分反映植被空間分布及其在環境異質性和干擾狀況綜合控制下的動態變化特征[9]。

目前,針對我國植被覆蓋動態變化的研究多數采用較為簡單的線性趨勢分析方法來提取其趨勢特征,包括一元線性回歸分析方法、Theil-Sen斜率與Mann-Kendall檢驗結合的趨勢分析法等[10],如Mu等[11],馬梓策等[12],金凱等[13]使用上述方法研究了中國植被覆蓋長期變化趨勢的時空特征,發現了過去幾十年來我國大部分地區的植被覆蓋呈現線性增長趨勢。但是普通線性分析方法認為植被覆蓋變化趨勢在整個時期是固定不變的,有研究指出長時間總趨勢可以由多個不同甚至相反的階段性趨勢組成[14—15]。針對線性趨勢分析方法的不足,我們更需要采取非線性趨勢分析方法來檢測植被覆蓋的變化[16—17]。趨勢分解法是一種有效的非線性趨勢分析方法,其中以季節性和趨勢加斷點檢測法(Breaks For Additive Seasonal and Trend,BFAST)應用較普遍[10]。BFAST方法通常被用來檢測長時間序列過程中趨勢的突變,從而可以將總趨勢分為若干片段[18—20],但目前也有研究使用該方法的變體BFAST01(即定義至多一個突變點),來對植被NDVI長時間序列變化進行趨勢分類[21—22]。為了強化植被覆蓋長期變化趨勢的提取從而全面認識植被覆蓋動態變化特征,對其進行非線性趨勢研究并進行歸類分析是很有必要的。

我國幅員遼闊,自然條件復雜多樣,而隨著近年來全球氣候變化和人類活動的加劇,尤其是在全球變暖、城市化迅速發展及20世紀末以來開展了大規模的生態恢復工程的大背景下,我國的植被覆蓋經歷了復雜的變化,但是針對植被覆蓋長期動態變化趨勢的研究仍存在一些不足。首先,關于全國尺度植被覆蓋變化的宏觀格局認識仍較為缺乏,尤其是長時間尺度的時空變化特征更是鮮有報道[23]。其次,現有研究較少關注到植被覆蓋長期變化中階段性細節過程,因此往往會忽略其中可能存在的突變和趨勢轉換,最終會低估或者高估趨勢變化帶來的植被退化的風險。最后,現有研究多針對分級的植被覆蓋度進行分布格局動態變化分析[24],少有研究探究不同植被覆蓋變化趨勢的空間格局。基于以上認識,我們更加關注過去幾十年間我國植被覆蓋的非線性變化過程,以識別其在何時何地發生了何種具體變化。本研究使用BFAST01方法結合GLASS FVC產品數據,檢測了1982—2018年期間全國尺度的植被覆蓋非線性變化趨勢,并將一元線性回歸分析法得到的結果與之對比,輔以空間格局分析,從而全面地評估了我國地表植被覆蓋長期變化趨勢特征,可以為我國生態環境保護工作和生態文明建設的開展提供相應參考。

1 數據與方法

1.1 數據

本文數據來自于全球陸表特征參量(GLASS)系列數據中的植被覆蓋度產品(http://www.glass.umd.edu/),時間分辨率為8d,空間分辨率為0.05°。GLASS FVC產品利用廣義回歸神經網絡算法生產而成[25], 它具有覆蓋全球的完整長時間系列數據并且適合植被覆蓋趨勢變化的研究[11],其精度也被證明高于同類產品[26]。下載得到1982—2018年共37年GLASS FVC數據,采用均值法得到年度FVC值以供后續方法的代入。圖1為我國1982—2018年FVC多年均值分布示意圖。

圖1 中國1982—2018年植被覆蓋度多年均值空間分布Fig.1 Spatial distribution of annual mean FVC in China from 1982—2018FVC:植被覆蓋度 Fractional vegetation cover

1.2 研究方法

1.2.1線性回歸趨勢分析法

基于最小二乘法的一元線性回歸方法是常用的線性趨勢分析法,可以逐像元計算時序范圍內的空間分異特性來反映植被的整體空間變化規律[4],但它只能夠分析存在于長時間序列中的植被總體變化趨勢和變化量,往往會忽略植被長期變化過程中的細節信息,不能夠用來檢測植被的階段性變化過程、季節性變化或者突變情況,更不能夠確定植被變化發生的時刻[10]。其計算公式如下：

(1)

式中,Slope為植被覆蓋變化趨勢斜率；n為研究年份數目,本文為37；FVCi為第i年的植被覆蓋度值。Slope>0表示植被覆蓋增加趨勢,即呈現改善狀態；Slope<0表示植被覆蓋減少趨勢,即呈現退化狀態。

1.2.2BFAST方法

BFAST利用分段線性趨勢和季節性模型將時間序列分解為趨勢、季節性和殘差組分,并能檢測趨勢和季節性成分的突變[27]。假設一個加法的分解模型可以迭代出與趨勢和季節性相匹配的分段線性模型[20],該模型的算法形式為:

Yt=Tt+St+et,t=1,...,n

(2)

式中,Yt為t時觀測到的值,Tt為趨勢組分,St為季節性組分,et為殘差組分。

BFAST01則是改進過的BFAST方法,它檢測趨勢中最有影響力的一個突變以將趨勢分為前后兩段而不是多個較小趨勢[15]。在代入年度時序數據時,模型不用考慮季節組分而僅有趨勢組分和殘差組分,并且使用不同的結構變化試驗以檢測趨勢和突變的顯著性,如果任何一個檢驗發現了結構性顯著變化(P<0.05)則檢測為趨勢的突變點[21]。BFAST及BFAST01程序需要在R環境中運行,相關程序包下載于https://mirrors.tuna.tsinghua.edu.cn/CRAN/。將1982—2018年共計37a的中國年度FVC柵格數據構成一個時間序列后代入BFAST01程序進行檢測,設置突變檢驗方式為4種,并將最小趨勢段長度設置為7a,其他參數均為默認。在進行分析時,考慮植被覆蓋變化趨勢的顯著性,將計算得到前后段趨勢都不顯著的柵格定義為非顯著趨勢并單獨歸類。

為了進一步呈現BFAST01對于植被覆蓋變化的檢測效果,本研究重點關注趨勢突變點和前后兩段趨勢的特征,對像元計算結果進行分類分析。綜合de Jong[15]和Higginbottom[21]的研究,最終將BFAST01檢測得到的植被覆蓋變化趨勢類型分為6類,如表1和圖2所示。

表1 BFAST01檢測得到植被覆蓋變化趨勢類型結果

1.2.3空間分布格局分析

對于BFAST01所檢測出來的趨勢類型結果,為了進一步分析其像元尺度分布的規律性,可以借用景觀生態學相關的景觀指數來計算和分析格局。分布格局通常指的是不同形狀、大小、屬性的景觀斑塊的空間結構特征,是景觀異質性在空間上的綜合表現,也是不同類型的生態過程在不同尺度上作用的結果[28]。景觀指數是高度量化的可以表達分布格局的信息,因此景觀指數可以充分反映景觀斑塊的變化情況,能夠在雜亂的斑塊鑲嵌中探索出一定的分布規律。參照有關研究[29],在景觀指數計算軟件Fragstats4.2中選取相應指標,所選指標及其取值范圍、景觀生態學含義如表2所示。本研究借鑒了景觀格局指數從景觀和趨勢類型兩個層次來分析植被覆被變化趨勢的空間格局,在類型層面選取的指數著重考慮不同植被覆蓋趨勢類型的斑塊特質,而在景觀層面注重分析植被覆蓋變化趨勢整體的分布格局和多樣性。

圖2 BFAST01檢測得到植被覆蓋變化趨勢類型示意圖Fig.2 The figures of different types of vegetation cover change detected by BFAST01

表2 選取景觀指數的取值范圍和景觀生態學含義

2 結果與分析

2.1 我國長時間尺度植被覆蓋變化趨勢分析

2.1.1線性趨勢

采用一元線性回歸趨勢分析法對我國1982—2018年FVC數據進行處理。結果如圖3所示,69.82%的像元呈現顯著改善趨勢,而僅有4.61%的像元呈現顯著退化趨勢(P<0.05)。同時,還有25.57%的像元呈現非顯著趨勢。植被覆蓋變化顯著改善趨勢在我國的北方地區呈現大范圍連續分布,而在南方地區雖然分布較為分散但也占較大面積；顯著退化趨勢集中分布在東南沿海地帶和中東部平原地區,尤以京津冀、長三角、閩東南和珠三角這些城市化高度發展的地區為代表；非顯著趨勢主要集中在內蒙古高原中東部和大興安嶺南部地區,此外在西藏的東南部、四川盆地中部及我國南方部分地區植被覆蓋變化也不顯著。

圖3 1982—2018年我國FVC線性變化趨勢空間分布及占比Fig.3 Spatial distribution and proportion of FVC linear trends in China from 1982 to 2018

2.1.2非線性趨勢

通過使用BFAST01算法對我國1982—2018年植被覆蓋度數據進行計算和檢驗,得到了不同的植被覆蓋非線性變化趨勢類型空間分布示意圖,結果如圖4所示。其中,20.19%的地區趨勢類型為非顯著。顯著趨勢中,區域面積占比達到33.58%的單調型增加最多,其次為占比22.91%的中斷型增加,第三為占比14.62%的由減到增；單調型減少、中斷型減少和由增到減占比相對較少,依次為1.82%、2.68%和4.20%。由此可見,非線性趨勢檢測結果分類明確且不同類型之間也存在較大差異,若僅僅考慮線性趨勢變化,將不能正確評估趨勢發生的變化。同時,單調型增加、中斷型增加和由減到增依次是占比最多的三種趨勢類型,充分表明了我國1982—2018年期間大部分地區植被覆蓋的改善狀況。但是,也有部分地區存在植被覆蓋減少的趨勢,潛在的植被退化風險不可忽視。

從空間分布來看,和線性趨勢相似的是,內蒙古中東部地區趨勢集中表現為非顯著,此外在南方地區非顯著趨勢也存在不同程度的鑲嵌分布。單調型增加是最主要的趨勢類型,其重點分布于華中地區如湖北省、河南省和陜西省,此外青藏高原的中西部、內蒙古高原南部以及天山山脈也有集中分布,這些地區的植被覆蓋未經受明顯負面干擾甚至有過短期迅速綠化從而表現出長期改善的趨勢。單調型減少趨勢多集中分布于東南沿海和海南沿海地帶,而這些地區的植被覆蓋未曾表現出改善趨勢。中斷型增加趨勢,即植被覆蓋在長期逐漸改善的情況下經受了某些負面干擾因而出現短期的退化,該趨勢呈現大范圍集中分布的特點,在北方地區形成以黃土高原東部、山西省、河北省和東北平原的連續分布,在南方地區的四川盆地和云貴高原地區形成另一連續分布。中斷型減少趨勢類型較少,分散分布于其他趨勢內,在藏東南地區存在小規模集中分布,說明該地區的植被覆蓋曾因外界環境條件好轉出現了短期的變綠。由增到減趨勢多分布于青藏高原中東部地區,在蘇、皖地區也有部分集中。由減到增趨勢在青海省東部和陜西省中部存在部分集中,在東北地區形成大范圍集中分布,該種反轉實則代表了植被生態環境條件由差變好。

2.1.3非線性趨勢與線性趨勢對比

在空間分布上,可以發現兩種檢測方式都指示了內蒙古中東部地區植被長期未發生顯著改變,并且東南沿海地區有著明顯的植被退化進程。但是線性趨勢結果所指示的顯著改善區域對應的非線性趨勢實際上多為單調型增加、中斷型增加和由減到增,如在四川盆地的東部、重慶、華中地區和黃土高原等地的顯著改善趨勢則經歷了一次重要突變,整體增長趨勢遭遇短期中斷。而在青海、吉林和黑龍江等地區的植被改善過程則可能是原先的退化趨勢轉變而來,因此用單一的線性趨勢來描述植被覆蓋變化掩蓋了其經歷的具體細節性過程。

針對線性趨勢分析法和BFAST01方法得到的結果,為了進一步展現我國長時間尺度植被覆蓋非線性變化趨勢與線性變化趨勢檢測結果的差異,現對兩者不同趨勢類型的轉化情況進行分析,如表3所示。

由表3可以看出,線性趨勢分析方法和BFAST01非線性趨勢分析方法檢測結果存在明顯的差異。線性趨勢中的非顯著趨勢只有58%仍為BFAST01方法的非顯著趨勢,其次則有15%和13%被檢測為中斷型增加和由減到增；而顯著退化趨勢只有36%被BFAST01方法定義為單調型減少,這是線性減少趨勢轉化最多的非線性趨勢類型；與此同時,顯著改善趨勢轉化非線性趨勢類型當中,盡管最多的是單調型增加達到了44%,然而中斷型增加和由減到增的面積也分別高達25%和14%。因此,BFAST01方法不僅檢測出了總體趨勢,還包含了中斷和轉換等突變現象,這是普通線性回歸方法所不能做到的,即線性趨勢方法無法揭示植被覆蓋長期變化中的細節。

2.2 植被覆蓋趨勢突變年份

在得到我國1982—2018年植被覆蓋變化不同的非線性趨勢類型的同時,提取趨勢突變(即趨勢中斷和轉換)的年份(圖5),并進一步對各趨勢類型發生突變的年份進行統計(表4)。本文所定義的單調型變化包括未檢測出明顯突變和檢測出1個明顯突變的兩種子類型,其中有突變的子類型在數據處理時跟其他類型一同提取了改變時間,并繪制在圖5中,對照圖4可確定單調型增加/減少地區其趨勢發生改變的時間。由圖5可知,植被覆蓋變化趨勢發生突變的時間分布呈現一定的規律性。如在南方地區趨勢改變多發生于2000年之后；山西省、陜西省及黃土高原一帶趨勢改變多發生在20世紀90年代末期,東北地區情況與之類似但同時也存在著發生于2000—2005年期間的大規模趨勢改變；四川盆地東部及云貴高原地區在2009年左右發生了一個大范圍集中性植被覆蓋變化趨勢改變過程。

由表4可知,單調型增加發生趨勢突變的時間多集中于1994—1999年和2006—2011年間,而單調型減少發生趨勢突變的時間多集中于21世紀初期；中斷型增加發生趨勢突變的時間多集中于2000年后,而中斷型減少趨勢發生突變的時間多集中于2006—2011年間；由增到減趨勢發生轉換的時間明顯集中于2005年后,而由減到增趨勢發生轉換的時間集中于20世紀90年代后期。由每6年各趨勢發生改變占比可以看出,盡管2000—2005年的改變量(26.22%)同1994—1999年(24.99%)的相差不大,但整體上2000年后發生的改變(57.51%)多于2000年前的(42.49%),尤其是2006—2011年間的改變量(31.29%)接近總體的三分之一,結合各趨勢占比情況可知中斷型增加、由減到增和含突變的單調型增加趨勢對2000年后我國植被覆蓋發生的趨勢改變有主導作用。

2.3 植被覆蓋非線性變化趨勢類型分布格局

為了分析通過BFAST01所檢測出來的我國植被覆蓋非線性變化趨勢類型的空間分布情況,在Fragstats 4.2軟件中分別從景觀和趨勢類型兩個不同層面計算了不同的景觀指數(表5)。

1、2、3、4、5、6、7依次代表單調型增加、單調型減少、中斷型增加、中斷型減少、由增到減、由減到增和非顯著趨勢類型斑塊

首先,從景觀層面來看,總共有51029個斑塊,對應著我國面積約790萬km2存在植被覆蓋的土地；景觀分離度指數(SPLIT)較低而凝聚度指數(COHESION)接近100說明整體植被趨勢類型的分布格局較聚合,但同時蔓延度指數(CONTAG)不高說明不同趨勢類型之間的連通度低,且趨勢類型分布有一定破碎度,格局異質性較高；Shannon′s多樣指數(SHDI)不高僅為1.6111,而Shannon′s均勻指數(SHEI)0.8280接近于1,表明了趨勢類型的多樣性較小,并且主導趨勢類型的優勢度不高。

其次,從趨勢類型層面來看,非顯著趨勢的斑塊個數最多而單調減少的最少；平均斑塊面積(AREA_MN)最大的是單調型增加斑塊,是中斷型減少斑塊的8.75倍,說明單調型增加分布比較集中斑塊面積比較大,中斷型斑塊的面積小,分布離散；最大斑塊指數(LPI)表明了某類斑塊中面積最大的斑塊個體占總景觀的比例,單調型增加斑塊的該指數為11.5349遠大于其他類型斑塊,說明存在一個大范圍集中連片的單調型增加趨勢；斑塊密度(PD)最大的是由減到增,同時它的平均斑塊面積和最大斑塊面積比較大,說明了它存在大面積連片的斑塊外,還存在大量的小斑塊分布；景觀形狀指數(LSI)當中,單調型增加趨勢大于單調型減少,中斷型增加大于中斷型減少,由減到增大于由增到減,說明近幾十年來植被增加趨勢斑塊形狀趨于復雜化；聚合度指數(AI)最高的是單調型增加斑塊,可知其斑塊較聚合連通性最好,相反,單調減小的聚合度指數最小其分布最不緊湊。結合圖4,還可以發現北方地區不同趨勢的聚集性較強,而南方地區分布則較為分散景觀離散程度十分顯著,這應該與聚合度指數較高的單調型增加、中斷型增加等類型斑塊在北方地區集中分布有關。

從總體趨勢變化類型來看,又可將植被覆蓋的趨勢歸成兩種類型,即改善趨勢類型(單調型增加,中斷型增加,由減到增)和退化趨勢類型(單調型減少,中斷型減少,由增到減)。一方面,改善趨勢類型不僅其斑塊數量是退化趨勢類型的2—4倍,且其平均斑塊面積也遠大于后者,說明了植被覆蓋發生改善斑塊呈現大面積集中的分布,而發生退化斑塊呈現出小范圍零散分布。另一方面,改善型斑塊的斑塊密度和聚集度約是退化型斑塊的兩倍,表明除了一些聚集的大斑塊外,仍然存在大量鑲嵌分布的小面積斑塊,使格局具有一定破碎分布特征。同時,改善型斑塊的形狀指數都比退化型斑塊的高,這表明改善型斑塊的形狀較為復雜,可能受外界的干擾比較強烈。

3 討論

自20世紀80年代以來,中國的植被覆蓋呈現顯著的綠化[30],尤其有研究指出2000年后僅中國的森林面積增加量就貢獻了世界植被覆蓋變綠量的10%[31],而本研究中使用線性趨勢方法相應得到植被覆蓋主要呈現顯著改善(69.82%)的態勢。但是,不能據此認定我國的植被覆蓋一直呈現出變綠的增長形勢,因為單一的線性方法仍然無法持續真實地體現植被覆蓋的變化。全球尺度上已有利用不同非線性趨勢方法的研究[15,32]證明,若簡單假定長時間序列內植被覆蓋的增長速率不變則會掩蓋其階段性退化的事實,而采用BFAST01方法就是為了進一步揭示我國過去幾十年間植被覆蓋變化過程中存在著的中斷以及趨勢轉換等現象。首先,先前的研究存在一定局限性,例如金凱等[13]對我國1982—2015年的植被生長季NDVI值進行了研究,將植被覆蓋變化的線性增減趨勢按速率進行了分級并發現72.7%的地區呈現增加趨勢,本文研究則發現其結果中的華北和南方部分地區呈現的增加趨勢實際上存在一次短期顯著退化,對應為本文的中斷型增加趨勢,而在東北地區呈現的減少趨勢在本研究結果中實際上檢測為由減到增趨勢。劉憲鋒等[23]使用了分段線性回歸趨勢來研究1982—2012年中國區域的植被覆蓋變化情況,注意到了1997年前后我國植被覆蓋總體變化趨勢的差異并以此為界探討了不同地區在兩個時間段內的增減情況,但是將全國尺度趨勢的轉變點代入像元尺度趨勢并不一定符合區域的實際情況,因此BFAST01方法逐像元提取趨勢斷點進行趨勢分解可以證明是有效的。其次,與前人對植被覆蓋分段線性提取趨勢所得結果[23,32—33]相比,本研究不僅檢測了植被增長和退化趨勢之間的轉換,還關注到了長期變化過程中的趨勢中斷性突變,最后呈現出類別化的結果更有利于我們準確定位在何時何地發生何種變化。

從本研究得到的不同非線性變化趨勢類別結果來看,單調型增加趨勢(33.58%)是主導的植被覆蓋變化類型并且分布最廣,這主要因一方面全球變化背景下我國植被對氣候條件的改善發生顯著響應,另一方面我國實施的生態環境工程措施對于2000年來大規模的植被恢復和改善有重要影響[31]。中斷型增加趨勢占比(22.91%)也超過20%,形成黃土高原至東北平原、四川盆地和云貴高原地區的連續分布,發生時間多為2006—2011年期間,有研究顯示這可能是由多年降水變化引起的干擾導致[4]。區域尺度氣候條件的不利改變會導致植被覆蓋出現退化,也就意味著氣候變化會造成植被覆蓋持續趨勢發生中斷[15],若僅使用線性趨勢(圖3)來看的話則更關注其前后接續增長而忽略掉這一次短期減少過程。中斷型減少(2.68%)占比多于最少的單調型減少類型(1.82%),空間分布和趨勢改變時間都較為分散,其變化過程中的突增現象可能是水熱條件改善所致[14],比如黃河流域河套地區降水的階段性增多引起植被的增加[34]。仍然不可忽視的是,植被覆蓋的確存在由增到減的趨勢反轉(4.20%),例如在青藏高原的三江源地區植被覆蓋檢測到發生在2009年左右的改變,這可能是極端天氣導致了該地區的植被覆蓋波動下降[35]。與此同時,近年來人類活動因素對于植被覆蓋變化的影響越來越顯著[23],人類對地表進行改造使得植被覆蓋發生劇烈變化。經濟發展下的快速城市化和城市用地擴張進程導致了植被覆蓋的破壞,這體現為人類侵占耕地、毀林開荒以及環境破壞等造成了植被覆蓋長期的持續退化和短時間的快速衰減,同時也是東南沿海地區植被覆蓋持續減少、華中及蘇皖部分地區植被覆蓋2000年來由增到減的主要人為原因。不過,為了應對不斷出現的環境問題我國開展了一系列大規模生態建設和修復工程,這遏制了植被退化趨勢并使植被覆蓋出現階段性、范圍性的改善。20世紀90年代末及21世紀以來,我國開展了“三北”防護林建設、退耕還林(草)、天然林保護和退牧還草等生態工程。結合圖4和圖5可知,我國西北和內蒙古東部地區的植被在2000年左右發生了明顯改善,相應地東北、黃土高原、青海等地區植被覆蓋也發生了較為聚集的由減到增類型(14.62%)的趨勢轉變,表明生態保護、恢復工程的開展對這些增長有重要貢獻[31,36]。

整體格局上來看,由于面積占比較大的植被覆蓋改善趨勢型的斑塊數量、平均斑塊面積、形狀指數以及聚合度等指數都大于退化型,表明了改善型斑塊呈現大范圍聚集分布、形狀復雜且受外界條件影響較大的特點,這證實氣候變化和人類活動的作用對我國植被覆蓋影響是顯著的。像元尺度上來看,各種趨勢類型破碎分布,致使主導趨勢類型的優勢度下降。已有研究[37—38]指出外界驅動力不僅使得過去幾十年來我國植被有大范圍改善的情況,區域性事件如夏季降水減少和土地利用方式的改變對植被覆蓋造成干擾,這可能促使各趨勢類型形成分布不均的現象。所以,在改善型趨勢呈現大面積集中分布的特征下,眾多小面積且零散的趨勢使整體分布格局形成一定的空間異質性,顯示了區域尺度上植被覆蓋經歷的變化實際更加多樣,相關因素的作用機制也更為復雜。相比于前人針對我國長時間植被覆蓋變化趨勢的研究[13,23],通過景觀生態學中的方法定量分析了趨勢的格局,更客觀的評估了其空間上的分布規律。

綜上所述本文認為,一方面,在全球變暖背景下,氣溫的升高使植被生長周期變長從而有利于植被綠化,因此植被覆蓋會出現持續性的增加過程,這也是單調型增加、中斷型增加和由減到增趨勢類型占比大的主要原因。此外,氣候條件的波動還會引起植被覆蓋變化出現突變,導致趨勢的持續性中斷。另一方面,近年來人類活動因素對于植被覆蓋變化的影響越來越顯著,人類對地表進行改造從而使得植被覆蓋發生變化,城市化過程加劇了部分地區植被的持續性或階段性退化,而我國開展的植樹造林、退耕還林等大規模生態環境工程則對于其改善有著重要影響。

4 結論

本文從植被覆蓋非線性變化趨勢角度出發,通過BFAST方法結合GLASS FVC數據針對我國1982—2018年的植被覆蓋情況進行了研究分析,重點關注其長期變化過程中存在的非線性趨勢及突變現象,經過前文結果分析和討論,得到的主要結論如下：

(1)BFAST方法的檢測結果揭示了我國植被覆蓋存在的非線性變化趨勢。如黃土高原等地經歷了一次短期退化、青藏高原中東部等地從增加到減少趨勢以及青海和東北等地區的從退化到改善過程。將所得結果進行類型劃分,其中：單調型增加類型占比最多,達到33.58%,主要分布在內蒙古、陜西、河南等地；單調型減少類型占比1.82%,主要分布在東南沿海地區；中斷型增加類型占比22.91%,主要分布在四川盆地東部和華北地區；中斷型減少類型占比2.68%,主要分布在青藏高原東南部；由增到減類型占比4.20%,主要分布在青海、陜西等地；由減到增類型占比14.62%,主要分布在青海、吉林等地。大范圍的植被覆蓋增加趨勢充分反映了我國過去幾十年植被的改善,但同時存在的植被覆蓋減少趨勢表明潛在的植被退化風險仍不可忽視。

(2)不同趨勢類型發生突變和趨勢反轉的時間有所差異。總體上1988—1999年間發生的改變較少,而2000—2011年間發生的改變較多。單調型增加發生趨勢突變的時間多集中于1994—1999年和2006—2011年間,而單調型減少發生趨勢突變的時間多集中于21世紀初期；中斷型增加發生趨勢突變的時間多集中于2000年后,而中斷型減少趨勢發生突變的時間多集中于2006—2011年間；由增到減趨勢發生轉換的時間明顯集中于2005年后,而由減到增趨勢發生轉換的時間集中于20世紀90年代后期。

(3)趨勢分布格局在全國尺度上呈現一定規律性,但整體又有一定破碎度且趨勢分布異質性較大。相比于植被覆蓋退化趨勢類型斑塊(單調型減少,中斷型減少,由增到減),改善趨勢類型斑塊(單調型增加,中斷型增加,由減到增)呈現大聚集,小分散的特點,且具有復雜的形狀。因此,區域尺度上植被覆蓋經歷的變化實際是復雜多樣的,經受的干擾較為顯著,反映了區域性事件會深刻影響其變化過程。

本文將我國1982—2018年植被覆蓋的變化情況從非線性趨勢角度進行了探討,但仍然存在一些不確定性。有研究指出在植被覆蓋呈現出長期較強的退化狀態時植被指數才能檢測出顯著的減少趨勢[39],因此本研究使用BFAST01方法進行長時間植被覆蓋變化趨勢檢測時,可能存在將不顯著的減少趨勢被定義為持續性增加趨勢或是一段增加趨勢的情況,有待進一步揭示植被覆蓋變化的原因。