2000—2020年廣州城市綠地生態系統時空變化及其對地表蒸散的影響

劉昊東，楊俏敏，臧傳富

（華南師范大學 地理科學學院，廣州 510631）

蒸散是地表水和生態水吸熱相變向大氣擴散的水通量，作為地表與大氣之間的聯系機制（Mueller et al., 2013），是水循環中最重要的通量變量之一。每年約有60%的陸地降水以蒸散的形式進入大氣（Jung et al., 2010），參與全球水循環；而在干旱氣候下，該值可能超過90%（Oki et al., 2006）。此外，蒸散也是調節全球天氣和氣候的關鍵因素。大范圍的地表蒸散變化會對降水、地表溫度、大氣環流產生顯著影響（Shukla et al., 1982）；并且與干旱、熱浪（Seneviratne et al., 2006; Vautard et al.,2007）等極端水文氣象事件都有較為密切的聯系（樸世龍 等，2019）；區域地表蒸散的研究對水資源的優化配置和管理具有一定的參考價值（Liu et al.,2019）。

土地利用和土地覆蓋是影響蒸散和其他水文過程的重要因素（Mlba et al., 2019）。在大范圍尺度下，王麒麟等基于1982—2016年連續遙感觀測，認為區域地表蒸散與該地森林覆蓋率的變化之間存在正相關關系（Wang et al., 2021）；Teuling等（2019）在對歐洲平均蒸散發和徑流量的影響因素的研究中指出，歐洲大部分區域蒸散量的增加是地區規模造林、森林覆蓋率提高和氣候變化的綜合結果。隨著城市化進程的推進，城市綠地的時空變化成為城市尺度下研究地區土地利用和土地覆蓋的關鍵問題。城市綠地包括人工植被、半自然以及自然植被（臧傳富 等，2020），是城市整體的重要有機組成部分，也是支持生物多樣性的關鍵棲息地（Lepczyk et al.,2017），同時為人類的健康生活提供了不可或缺的生態服務（Semeraro et al., 2021）。此外，城市綠地蒸散作為地區水文過程和生態過程相互作用機理的重要環節（臧傳富 等，2020），對區域各水文循環過程的再分配和再調節起一定促進作用。在高強度人類活動的介入下，城市土地覆蓋、城市綠地在一定時期的類型轉化過程更加多樣且復雜，其對區域內地表蒸散等生態水文過程的總體影響具有更高的不確定性。

廣州是珠三角城市群的核心城市。2000—2020年，廣州制定了“南拓、北優、東進、西聯”的空間發展戰略，相繼將原白云、番禺、從化3個縣級市納入市區范圍，進入多核心快速發展的城市化階段，城市土地利用和土地覆蓋發生劇烈變化，城市化進程較為典型，該過程對區域地表蒸散的影響也更具研究意義。因此，本研究基于Landsat、MODIS和氣象站監測數據對廣州城市綠地時空變化及地表蒸散狀況進行分析，探討該時期廣州復雜地表覆蓋轉化過程對區域蒸散的綜合影響。以期為城市化進程下城市綠地生態建設和海綿城市布局提供科學依據。

1 研究區概況、數據與方法

1.1 研究區概況

按照現行行政區劃廣州共有荔灣、越秀、海珠、天河、白云、黃埔、番禺、花都、南沙、從化、增城11個市轄區，面積約7 434.4 km2（圖1）。2020 年廣州常住人口約1 874 萬，地區生產總值約為25 019 億元人民幣（廣州市統計局 等，2021），是廣東的政治中心和經濟中心。改革開放近40 年來，廣州成為城市化進程推進的熱點區域，人地矛盾較為凸出，人類活動對地表景觀的改造較為劇烈。

圖1 研究區域及氣象站點分布Fig.1 The study area and the distribution of the meteorological stations in and around Guangzhou

廣州的地形地貌以平原、丘陵為主，最高海拔為1 210 m。地處亞熱帶季風性氣候區，雨熱同期；多年平均氣溫為22.5℃，多年平均降水量為1 968 mm，降水主要集中在5—9月；多年平均日照時數為1 643 h。

1.2 數據來源

采用的遙感數據為下載自美國地質調查局Earth Explorer 數據中心的Landsat Collection 2 Level-2 的地表反射率數據集，條帶號為122043、122044。該數據通過LEDAPS或LaSRC算法進行大氣校正且經過高精度的幾何校正，可直接用于遙感解譯。此外，部分高分二號遙感影像亦被用于解譯標志體系建立、訓練樣本及驗證樣本選取等遙感解譯輔助工作。

蒸散數據選用下載自美國國家航空航天局Earth Data數據中心的500 m空間分辨率MOD16A2 GF 8 d數據集；遙感衛星軌道號為h28v06，獲取時段為2000—2020 年。MOD16 數據是在Penman Monteith 公式的基礎上改進獲得的蒸散數據產品（Mu et al., 2011）。

MOD16A2GF 是MOD16 數據的改進型，蒸散模擬效果較前代產品更優。自發布以來，MODIS數據產品經過充分驗證并在世界范圍內廣泛運用（Li et al., 2017），姜艷陽等（2017）亦在中國范圍內分流域對MOD16 數據集進行質量評估。將MOD16A2GF/ET 原始數據投影至WGS84/UTM 49N 投影坐標系，導入Arcmap 根據廣州行政邊界矢量文件按掩膜提取，在去除填充值后使用柵格計算器運算得到研究時段內歷年廣州地表蒸散的空間分布數據；通過統計得出歷年廣州地表年平均蒸散量以及5期遙感解譯結果中各地表覆蓋類型的年平均蒸散量和多年平均蒸散量。

蒸散過程不僅受下墊面類型、植被覆蓋情況影響，還受供水條件、能量供給條件、水汽輸送條件3方面因素控制。選用降水量、氣壓、溫度、風速、日照時數、相對濕度6個主要氣象氣候因子，以年為單位進行統計，探究其與地表蒸散的相關性。數據主要來自中國氣象局國家氣象信息中心發布的中國國家級地面氣象站基本氣象要素日值數據集（V3.0）。由于2020 年4 月之后該數據集不再生產，2020 年4—12 月的數據來自中國氣象局全國2 000多個站點的內部網絡共享版本數據。

1.3 遙感解譯分類體系

在土地城市化和產業城市化進程等社會經濟條件的影響下，廣州城市綠地景觀破碎化程度較高；加之地處亞熱帶季風氣候區，雨熱條件充沛，生態演替速度較快，在中分辨率地表資源衛星遙感影像下容易出現不同綠地類型交錯混雜分布的小面積斑塊；而且，根據廣東統計信息網中《關于廣東省第二次全國土地調查主要數據成果的公報》（廣東省國土資源廳 等，2014）數據，在2007—2009 年的調查中廣州市內草地面積為49 km2，占研究區域總面積的0.65%；此外，中國科學院土地資源分類系統中所定義的大規模草地在研究區分布較少。因此，結合研究區實際情況，在遙感解譯時將廣州的地表覆蓋分為林地、非林地植被、建設用地或未利用地、水體4種類型，各類型具體定義見表1。

表1 遙感解譯分類體系Table 1 Remote sensing interpretation and classification system

1.4 遙感影像解譯與統計

城市內部綠地類型破碎化較高且具有高度的空間異質性（林冰鈺 等，2021），TM、ETM+、OLI圖像所能提供的綠地斑塊內部紋理信息比較有限。一般情況下，在標準假彩色合成的影像中，林地像元的色調往往較非林地植被像元偏暗。然而，一些處于特定生長階段的濕地、耕地像元色調可能與林地類似（Huang et al., 2008），易導致遙感解譯訓練樣本選取的偏差。為消除上述誤差的影響，采用多時相復合法（Singh, 1989），每期選擇2個研究區無云時段的遙感影像進行疊加處理以用于監督分類（表2）。

表2 遙感影像獲取時段Table 2 Dates acquired of the remote sensing images

在遙感內業解譯工作開始前，于2021年3—11月在研究區以Landsat8 2020-02-18 所獲取OLI 影像及高分二號衛星2019-12-12所獲取的影像為參考進行外業采樣，共采集有效樣地107處。在區域層面，樣地分布覆蓋廣州的10個市轄區（花都區和白云區的地表分布類型和模式較為相似，且距離市區較遠，遂前期外業調查過程中未前往花都區）；在地面覆蓋類型層面，樣地覆蓋建筑用地、公園林地、公園草地、山體林地、果園、耕地、撂荒地、濕地等研究區常見地表類型。遙感內業解譯工作結束后，參考已出版的土地利用圖（Fan et al., 2008）及MODIS Vegetation Continuous Field（VCF）全球植被分布數據對研究區的歷史時期情況進行大致了解，在Google Earth 對應年份的高分辨率衛星影像上隨機選擇一定數量的各地類驗證樣本，對每期分類結果進行基于地面真實情況的分類后精度驗證。5 期分類總體精度分別為94.42%、87.92%、84.39%、93.11%、91.55%，kappa系數分別為0.90、0.83、0.76、0.90、0.88。由2020年解譯所得的林地面積與遙感作業總面積算得當年廣州森林覆蓋率為41.75%，與2020年廣州市林業和園林局有關綠化統計數據（廣州市林業和園林局，2022）公布的41.6%的相對誤差僅為0.36%，證明本文遙感影像解譯精度可滿足研究需求。

1.5 氣象數據處理與統計

為了提高氣象數據分析統計的精度，選用廣州及周邊地區共38個氣象站點的數據（見圖1），采用逐月平均值插補法對各氣象站數據進行缺測數據插值；并對各站點歷年的年降水量、年平均氣壓、年平均氣溫、年平均風速、年日照時數、年平均相對濕度進行統計。基于統計結果，采用普通克里金空間插值法得到廣州區域內21年間各年份的空間氣象數據，計算其與年蒸散量的皮爾遜相關系數（Pearson, 1920），并進行顯著性檢驗，以探究蒸散量和各氣象因子的相關關系。皮爾遜相關系數計算公式為：

式中：Rxy表示變量x和y之間的相關系數；xi表示第i年的氣象數據；yi表示第i年的蒸散量；xˉ、yˉ分別表示21 年間各氣象數據和蒸散量的平均值；i表示年變量。相關系數Rxy>0 表示兩變量存在正相關關系，相關系數Rxy<0 表示兩變量存在負相關關系。P< 0.05 表示兩變量存在顯著相關性，P< 0.01 表示兩變量存在極其顯著相關性。

2 結果分析

2.1 廣州市城市綠地時空變化特征

圖2顯示，近20年來廣州城市綠地總面積呈減少趨勢，共減少984.09 km2。就城市綠地系統內部而言，非林地植被覆蓋面積總體有所減少，林地覆蓋面積有所增加，林地的占比由2000 年的43%提升至2020年的62%。

圖2 2000—2020年廣州市地表覆蓋類型及城市綠地變化Fig.2 The changes of land cover and urban green space in Guangzhou during 2000-2020

以2000、2020年作為始末節點，依據遙感解譯分類體系的4種地表覆蓋類型轉移情況建立轉移矩陣，可知：近20年來中4類地表之間互有轉入轉出（表3），主要表現為城市化進程下大量非林地植被轉出為以城鄉、工礦、居民用地為主的建設用地或未利用地，一部分轉化為林地。

表3 2000—2020年廣州市地表覆蓋類型轉移矩陣Table 3 The transition matrix of land cover of Guangzhou during 2000-2020 km2

2.2 廣州市地表蒸散的時空變化特征及其對城市綠地變化的響應

從時間上看，廣州年均蒸散量總體呈波動上升趨勢。期間最大值出現在2016 年，為774.49 mm；最小值出現在2005年，為600.52 mm（圖3）。從空間上看，研究區年蒸散量具有較高的空間分異性，基本呈北高南低的分布趨勢。高值區主要分布在從化、增城、黃埔、花都、白云林地覆蓋的丘陵地區，低值區分布在以耕地為主的農業生產區和以建設用地或未利用地覆蓋為主的城市建成區（圖4）。

圖3 2000—2020年廣州市地表蒸散及氣象因子年際變化Fig.3 The inter-annual variations of evapotranspiration and meteorological variables in Guangzhou during 2000-2020

對各非水體地表覆蓋類型的年均蒸散量（圖5）、多年平均蒸散量進行統計，結果表明不同地表覆蓋類型的蒸散能力存在明顯差異，多年平均蒸散量由高到低分別為林地（919.10 mm）、非林地植被（612.32 mm）、建設用地或未利用地（303.91 mm），與已有研究（張猛 等，2018）所得的大致規律相符。一方面，林木的根系具有更強的吸水能力，可以供給植物進行更強的蒸騰作用（黃葵 等，2019）。另一方面，研究區的林地生態群落主要為亞熱帶常綠闊葉林、亞熱帶針葉林；在群落的垂直結構上，喬木層以下有林下灌木層、草本層多層復合，其單位面積植物生物量高于單一的草本、灌木群落。綜上，本研究區域內林地的蒸散量較其他地類更高。

圖5 2000—2020年各地表類型年均蒸散量變化Fig.5 The changes of different land covers' annual average evapotranspiration during 2000-2020

在探究蒸散對城市綠地時空變化的響應時，為了降低氣象因子年際變化對分析的影響，將研究時段 分 為2000—2003、2004—2007、2008—2011、2012—2015、2016—2020 年5 個階段，各階段廣州地表多年平均蒸散量分別為636.80、624.58、648.63、674.62、719.41 mm。以各期數據中研究區域內林地面積占陸地總面積比例為變量x、對應階段廣州市多年平均蒸散量作為變量y計算皮爾遜相關系數，算得相關系數為0.64，顯示廣州市地表蒸散量與廣州市城市綠地結構的變化存在一定相關性。

以2000、2020年作為始末節點對廣州市地表覆蓋類型的轉移變化情況進行分析，近20年來區域內共有2 555.96 km2的土地發生過地表覆蓋變化；其中非林地植被轉林地、林地轉非林地植被、建設用地或未利用地轉非林地植被、林地轉建設用地或未利用地、非林地植被轉建設用地或未利用地5類地表覆蓋變化總計面積為2 285.82 km2，占所有發生地表覆蓋變化區域面積的89%。近20年來廣州地表蒸散變化量的空間分布與不同蒸散能力地表覆蓋類型之間的轉化具有較高一致性（圖6）。增城區北部、白云區東部及從化區東南部、西部等林地擴張區域地表蒸散量有較大程度的增加。花都區中部、白云區西部、黃埔區和增城區南部、番禺區、南沙區等非林地植被集中轉化為建設用地或未利用地的區域，其地表蒸散量出現較大幅度的減少。

2.3 氣象因子對廣州市地表蒸散的影響

蒸散量與各氣象因子的皮爾遜相關分析結果如表4所示。2000—2020年研究區域與蒸散量呈正相關的氣象因子為降水量、相對濕度和氣溫，與蒸散量呈負相關的氣象因子為氣壓、日照時數、風速。

由廣州周邊氣象站點記錄分析可知，近20年來區域氣象要素都大致向利于地表蒸散量增加的方向變化。但值得注意的是，在此過程中蒸散量與各氣象要素間顯示顯著及以上相關的區域占研究區域總面積的比例偏低。占比最高的要素為相對濕度，達到48.70%；占比最低要素為氣溫，僅為0.78%；各要素間平均值僅為21.33%。

Li等（2017）在對2001—2013年中國地表蒸散研究中指出，該時段氣候變化對蒸散的影響較土地利用和土地覆蓋變化更為顯著。但本文結果（表4）顯示：雖然氣象因子對地表蒸散過程具有不可忽視的重要影響，但在城市尺度下氣象因子波動并不能被解釋為近20年來廣州市大部分區域蒸散量變化的主要驅動因素。由此可見，2000—2020年廣州城市尺度下地表覆蓋變化對地表蒸散的影響或更為顯著。

表4 2000—2020年廣州地表蒸散量與各氣象因子相關性面積占比Table 4 The area percentage of different correlation between ET and meteorological variables during 2000-2020 in Guangzhou %

3 討論

數據結果顯示，2000—2020年廣州林地規模呈增長趨勢，從2000 年的2 534 km2增長至2020 年的3 031 km2。這與近20年來廣州市相關規劃與林業生態建設工作密切相關。期間廣州市逐步推進包括跡地更新、低效林改造、荒山造林、中幼林撫育、大田育林等造林綠化工作。2003 年廣州市宣布啟動“青山綠地”工程，重點工作為城市林帶、城市林區、園林的建設和采石場整治（廣州年鑒編纂委員會，2004）；2007年第二期“青山綠地”工程啟動，規劃范圍擴大至全市建成區以外的全部范圍，建設內容拓展至沿海防護林體系建設、新農村綠色家園建設、城市森林修復、花卉苗木產業等（廣州年鑒編纂委員會，2007）。通過統計《廣州市年鑒》2004—2011 年林業生態建設板塊相關數據得出，2003—2010 年兩期“青山綠地”工程三年計劃期間，廣州共完成造林綠化規模約228.73 km2；為協調城市整體生態文明發展，該工程重點推進流溪河水源涵養林、增江河水源涵養林的建設、林分改造及保護工作；其在空間上與本研究監測到的林地增加熱點區域相吻合。

隨著“綠色亞運”“花園城市”、創建國家森林城市等工作的推進，2000—2020 年廣州市公益林、碳匯林、城市生態景觀林帶、森林公園建設任務也逐步落實。此外，加強森林資源管護、推進森林病蟲害檢疫防治、完善林業法治、加強森林公安執法隊伍建設、完善公益生態林補償辦法、建設完善森林生態監測體系等舉措也是廣州森林生態建設、綠化造林工作推進的重要保證。

值得注意的是，2000—2005年廣州市林地增加規模為438 km2，占21 年間林地面積增長總量的88%。但2004—2007年廣州多年平均蒸散量并沒有出現明顯上升，反而較前一階段有所下降；這一現象可能與森林的生長周期有關。李根等通過研究2001—2013 年中國土地利用/覆被變化對蒸散和氣候變化的影響發現，森林轉化為其他土地利用類型引起的蒸散量化遠大于由其他土地利用類型轉化為森林引起的蒸散量變化（Li et al., 2017）。蘇聯科學家krestovsky 通過對森林采伐后恢復期的年均蒸散量和徑流量變化統計得出krestovsky 生態水文函數（Shiklomanov et al., 1988），該函數揭示了在森林恢復初期，區域內蒸散量并不會有顯著的增加，反而在最初5—10 年可能有所減少，此后才逐漸上升，并在50—60年后達到干擾前的峰值，其后保持穩定或有所下降。而對于不同林分、不同物種組成的森林生態系統，其生態水文函數曲線的具體形態和特征也存在差異。Molchanov 等（1963）的研究也顯示，蘇聯的橡樹、云杉的蒸散量峰值出現在60歲，梣木和白楊樹的峰值出現在20～40歲。隨著林木生長時間的增加，其后3個階段廣州多年平均蒸散量也呈現遞增趨勢。

葉面積指數（LAI）可以定量描述植物群落水平上的葉片密度，是研究植物群落的重要參數（王希群 等，2005），其空間分布格局變化在一定程度上反映區域植被覆蓋度的變化和植被恢復狀況。為印證研究區域森林生長周期相關問題，筆者在增城區北部劃出一面積為381 km2的驗證區域。區域內2000年林地面積為167 km2，占區域總面積的43%；2005 年林地面積為252 km2，占比提高至66%；2006—2020年由于區域開發、設施建設等原因林地面積稍有回落，在225 km2上下波動。

對驗證區域內2000、2005、2010、2015、2020年5期MOD15A2H葉面積指數求年平均值進行統計分析。圖7-a顯示，近20年增城北部集中造林區內LAI的空間分布格局較為穩定，并無發生劇烈變化。圖7-b 顯示，區域內各像元LAI 值的相對頻率分布呈雙峰形態，高峰出現在值為1附近的低值區，次高峰出現在值為3～4.5 附近的高值區；圖中出現的高值區次高峰對應2000年區域內植被覆蓋度較高的像元，低值區的高峰及其移動則反映2000—2005年新增林地的恢復情況。2000、2005、2010年對應相對頻率曲線的低值區高峰具有較高重疊度，該時段新增林地的LAI 并無明顯增加（圖7-a）。而2015、2020年對應頻率曲線低值區高峰向高值方向發生整體偏移；由此可知，規模造林后，確實存在一定時間階段區域內群落葉片面積密度并無明顯的增加，即植被尚未進入快速恢復的階段。

圖7 2000—2020年增城北部集中造林區域LAI空間分布及相對頻率曲線Fig.7 LAI's spatial distribution and relative frequency curve of the concentrated afforestation area in the north of Zengcheng during 2000-2020

氣象條件的波動也可能是導致第二階段廣州多年平均蒸散量偏低的原因之一。從下墊面供水條件的角度看，2004—2007年廣州的年降水量和年均相對濕度都持續處于相對低位，可見該時期由大氣提供的水汽補給相對較少；與此同時，該時期年平均風速較21年間大部分年份相對偏高（見圖3）。上述因素可能導致當年的土壤水分不足，從而對地表植被蒸散作用起限制作用。從植物的能量獲取角度看，2004—2007年廣州年均溫度較前一階段有所降低，這也可能導致第二階段廣州市多年平均蒸散量較第一階段有所下降。

此外，由于其在空間分辨率上的歷史局限，選用長時間序列中分辨率遙感數據無法在城市尺度下對地表環境進行細致的解譯；加之大尺度蒸散數據在不同小尺度區域研究中存在無法避免的誤差，本研究更多偏重于在宏觀尺度上對相關現象、趨勢的闡述，在定量上存在不足。未來可結合實地測量數據對現有的蒸散模型進行優化，確保其在小尺度區域上仍能有較高的精度；并輔以更高分辨率的遙感數據及能表現城市綠地多樣性的解譯結果建立模型，以更精確量化城市尺度下地表覆被變化對蒸散等生態水文過程的影響。

4 結論

本文通過遙感數據的解譯以及氣象數據、蒸散數據的空間統計，分析了廣州綠地生態系統時空變化對生態水文循環過程中區域地表蒸散這一環節的影響，主要結論如下：

1）2000—2020 年廣州城市綠地總面積呈現減少趨勢，共減少1 481.10 km2。地表覆蓋類型的轉移變化情況主要表現為城市化進程下大量非林地植被轉出變為城鄉、工礦、居民用地等建設用地或未利用地，一部分轉化為林地。近20年來廣州市城市綠地生態系統內林地的占比呈上升趨勢。

2）2000—2020 年廣州年均蒸散量總體呈上升趨勢，多年平均蒸散量與對應階段林地占比存在正相關關系。在研究區域內部，地表蒸散量的增減與不同蒸散能力地表類型之間的相互轉化存在較高的空間一致性。

3）2000—2020 年廣州范圍內與蒸散量呈正相關的氣象因子為降水量、相對濕度和氣溫，與蒸散量呈負相關的氣象因子為氣壓、日照時數、風速。但由于各氣象因子與蒸散量間呈顯著及以上相關程度區域的面積占比偏低，因此近20年研究區域氣象要素的波動并不能解釋為區域蒸散量上升的主要驅動因素。

4）由于森林生長周期、氣候條件等原因，2000—2020年廣州范圍內地表蒸散量增加與城市綠地生態系統的空間變化在時間上并沒有同步發生，表現出一定的滯后性。