昆明市2011—2020年植被覆蓋時空變化特征分析及其歸因

劉逸嫻, 張軍*, 唐瑩, 龍玉蘭

(1.云南大學地球科學學院, 昆明 650500;2.云南大學,國際河流與生態安全研究院, 昆明 650500)

隨著全球變暖以及全球人口、資源等諸多問題的出現,陸地生態系統受到了嚴重威脅,人類可持續發展也受到了前所未有的挑戰。目前,全球變化情況導致生態環境的改變,引起國內外眾多學者的密切關注。近10 a生態環境發生了顯著變化,表現在濕地破壞、冰川融化、水土流失等問題,而植被作為陸地生態系統的主體,是土壤、大氣、水分的自然連接紐帶[1],植被覆蓋度是衡量地表植被生長狀況和評價研究區生態系統健康程度的重要指標[2]。人類活動以及氣候因素對植被覆蓋情況產生了舉足輕重的影響。因此在全球變化的背景下,研究植被覆蓋的時空分布、變化特征、未來變化趨勢和其潛在的驅動因素,成為眾多國內外學者積極探討和研究的問題。遙感技術具有范圍廣、實時方便且客觀等優勢。如今利用遙感技術手段監測植被生長狀況,研究植被覆蓋演化趨勢,已經成為主流方法。其中歸一化植被指數(normalized difference vegetation index, NDVI)常用于評價植被覆蓋情況的好壞,是植被生長狀況及植被覆蓋的最佳指示因子[3-4]。國內外學者利用NDVI對不同尺度的區域研究其植被覆蓋的情況及時空特征,并有學者分析植被覆蓋變化的驅動因子。李婷等[5]利用SPOT/VEGETA-TION NDVI研究了岷江流域植被變化特征以及各影響因子對其變化的具體貢獻量。何清蕓等[6]用MODIS_NDVI數據分析了2000年以來重慶植被覆蓋度時空演變及驅動因子。繆利等[7]用SPOT/VEG NDVI數據對青藏高原不同植被覆蓋類型進行時空演變特征的分析以及探求氣候因子的影響。谷金芝等[8]用MODIS數據分析了2001—2015年華北平原植被覆蓋時空變化特征及其影響因素。李杰等[9-10]分別對云南怒江流域和中老緬交界區的植被覆蓋情況進行探索。宋夢來等[11]以天津市為例,基于GEE(google earth engine)云平臺與Landsat數據對植被覆蓋度的時空演變特征及影響因素進行細致分析。當前,對于大尺度范圍的植被變化監測研究主要以MODIS數據為主,并且結合GEE遙感云平臺對大數據進行處理,而小尺度范圍的研究則多采用 Landsat或者更高分辨率的數據。

昆明市植被類型多樣,天然藥物資源品種數量全國第一,局部地區生物多樣性高度豐富。近年來,昆明市加大對環境的保護力度,成立生物多樣性保護領導小組,開展湖濱生態帶建成和濕地恢復的工作,促進人與自然和諧共生。現對昆明市的植被覆蓋進行研究,探索其時空分布特征、變化趨勢和未來植被變化走向,可以更好地了解昆明的環境,為創建更美好的文明城市提供參考資料。目前對于云南地區植被研究不多,并且對局部地區的研究和討論也較少,且對昆明地區的植被研究未及時更新[12-16]。采用MODIS_NDVI數據,結合氣象數據和造林面積數據,對昆明市2011—2020年植被覆蓋情況進行分析,利用ArcGIS、MATLAB、ENVI等專業軟件,運用MK檢驗法、Sen’s斜率估計法、變異系數法、Hurst指數法、偏相關分析法以及空間分析法對植被覆蓋的時間變化特征、空間變化差異、空間波動特征、未來趨勢特征及影響因子展開研究,以期為昆明的生態環境評估及治理等提供參考依據。

1 研究區概況

作為國家首批文化和旅游消費示范城市以及國家創新型城市,昆明市地處東經102°10′～103°40′,北緯24°23′～26°22′,總面積達21 012.54 km2。該區域南臨滇池,三面環山。昆明市位于云貴高原中部,地貌復雜多變,地形差異較大。昆明地理位置屬于北緯亞熱帶,具有十分典型的溫帶氣候特點,以“春城”聞名中外。昆明年均氣溫15 ℃,全年降水量約1 031 mm,相對濕度為74%,日照充足,天晴少雨,紫外線強,氣候溫和,四季如春。研究區概況如圖1所示。

圖1 研究區概況Fig.1 Geographic situation of study region

2 數據來源及研究方法

2.1 數據來源與預處理

本研究所采用的遙感數據有兩類:第一類來源于NASA(https://earthdata.nasa.gov/)提供的230幅2011—2020年MODIS MOD13Q1-NDVI時間序列產品。官方發布的影像數據已經經過了畸變校正、輻射定標以及水、云、重氣溶膠等處理。其時間分辨率為16 d,空間分辨率為250 m。因其高空間分辨率和短時間間隔的特點,廣泛應用于大范圍長時間的植被覆蓋動態監測研究。第二類數據是DEM(digital elevation model)數據,從地理空間數據云(http://www.gscloud.cn/)下載得到。該數據分辨率為30 m,借助遙感軟件ArcGIS進行鑲嵌裁剪等處理工作。

MODIS數據仍需要利用批處理工具MRT(MODIS reprojection tools)進行批量投影和格式轉換等工作。后續工作需要在ENVI5.6中將所需研究區裁剪出來,得到昆明市近10 a的NDVI時間序列遙感數據集。為了避免異常值的影響,有效反映昆明植被覆蓋的狀況,在ArcGIS軟件中對數據進行每月的最大合成法處理,并且剔除NDVI小于0.1的值。由于年最大的NDVI可以更好地表現一個地區的植被覆蓋狀況,因此用所得各年NDVI最大值作為當年的NDVI。

氣象數據來源于國家科學院氣象數據網(http://data.cma.cn/)提供的從2011—2020年昆明市氣象站的每月平均氣溫和各月降水量數據。造林面積來源于2012—2021年云南省統計局(http://stats.yn.gov.cn/tjsj/tjnj/)發布的統計年鑒。

2.2 研究方法

2.2.1 MK檢驗法

MK(Mann-Kenddall)檢驗法是一種非參數秩檢驗的氣候診斷與預測技術,可以實現序列趨勢的顯著性判斷[6]。其優點是適用于類型變量和順序變量,樣本而且無需遵從一定的分布,并且能夠抵抗異常值的影響,計算也比較簡便。這種方法已廣泛應用于世界各地,可用來檢測植被覆蓋指數NDVI的趨勢。MK檢驗法定義的統計量S表示為

(1)

式(1)中;n為時間序列的數據長度(本文中,n=10年);Xj與Xi為每個像元的每年的NDVI最大值,其中j>I,而sgn(Xj-Xi)為符號函數,其含義為

(2)

當n≥10時,可以將統計量S近似看作為正態分布,此時正態分布的均值E(S)=0。進而使S標準化得到Z,再進行顯著性檢驗,判斷序列的升降趨勢。獲得Z的公式為

(3)

式(3)中:方差V(S)計算公式為

(4)

式(4)中:n為序列中對結的個數,結是指重復出現的數據組;ti指結的寬度,即重復數據組的重復數據個數。在此研究中結為0,因此分子中的被減數為0。用雙邊趨勢檢驗Z,在給定顯著水平α的情況下,若|Z|≤Z1-α/2,表示趨勢不顯著,反之若|Z|>Z1-α/2,說明趨勢顯著。當|Z|≥Z1-α/2則表示上升趨勢,若|Z|

2.2.2 Sen’s斜率估計法

非參數Sen’s斜率估計法可計算出時間序列的斜率,并不受異常值的影響,抗噪性強。因其高精度的結果,Sen’s斜率的估計變量被稱為“用于估計線性趨勢的最流行的非參數技術”。與MK檢驗法結合起來使用,既可實現序列趨勢的顯著性判斷并且估計趨勢斜率。斜率的計算可由n對數據點的所有斜率中值得到。公式為

(5)

式(5)中:Median表示中值函數;估計斜率β表示此序列的平均變化率以及時間序列的趨勢,正值表示上升趨勢,而負值則表明下降趨勢。通過將Sen’s斜率估計法和MK檢驗法結合起來,研究昆明市10 a的植被覆蓋特征情況。

2.2.3 變異系數法

變異系數是一個數據序列的標準差與平均值的比值,可用來表示數據都離散程度。計算得到的數值越大說明數據序列越離散。其值計算方法為

(6)

為了探求昆明市植被覆蓋空間波動特征,本研究用NDVI時間序列的數據計算變異系數,若得到的CV值越大,表明在昆明市過去10 a中,NDVI分布離散,植被覆蓋的波動性較大。反之,得到的值越小,說明植被覆蓋的波動性越小。

2.2.4 Hurst指數法

Hurst指數由英國學者Hurst提出,可有效定量描述時間序列的可持續性[10]。基于R/S(rescaled range analysis)法計算該指數,其研究過程如下。

將本研究中的數據序列定義為{NDVI(t)}(t=1,2,3,…),對于任意正整數t=1,定義均值序列為

(7)

累計離差序列為

(8)

極差序列為

Rτ=maxU(t,τ)-minU(t,τ), 1≤t≤τ;

τ=1,2,…,n

(9)

標準差序列為

(10)

2.2.5 空間分析法

利用數學軟件MATLAB對預處理后的柵格數據進行MK檢驗法、Sen’s斜率估計法、變異系數以及Hurst指數的獲取等。為了探究NDVI的變化趨勢以及未來變化特征,本文中將逐柵格獲取的值進行重分類并進行疊加分析,以進行空間分析。例如用Z與β耦合獲取NDVI 10 a間的變化趨勢,用H與變化趨勢獲得的值耦合獲取植被未來發展趨勢。

2.2.6 偏相關分析法

植被覆蓋的影響因子有很多,其中任何一種影響因素的變化可能會影響到另一種因素的變化,本文中討論了植被覆蓋與氣候因子溫度和降水量以及人類活動植樹造林面積之間的關系。其中在討論氣候因子對植被產生影響時用到了偏相關分析。它指研究兩個因素之間的關系時,為了排除其他要素的影響,將其他要素影響視為協變量的方法表達式為

(11)

式(11)中:rxy,z表示變量z固定后變量x與y的偏相關系數;rxy、rxz、ryz分別表示y、x、z三者間兩兩之間的相關系數。

3 結果與分析

3.1 時間變化特征

由昆明市NDVI年際變化曲線可知(圖2),2011—2020年間昆明市全年植被覆蓋整體呈增加趨勢,增速為3.6%/10a(P<0.01)。近10年昆明市植被NDVI變化可以分為4個階段,分別為4個上升期和2個下降期,分別在2016年和2018年出現波峰,分別為0.797和0.802,在2017年出現波谷,值為0.796。前八年的NDVI增速比較明顯,后兩年的植被覆蓋情況有所下降。根據國家林業和草原局資訊,昆明市積極投資退耕還林等工作,在2000年始,20年間退耕還林250.6萬畝(1畝=666.7 m2),改變昆明山水,筑牢長江上游的綠色屏障。但由于近兩年極端天氣的加劇,可能影響到植被覆蓋情況。

圖2 昆明市NDVI年際變化曲線Fig.2 Annual variation curve of NDVI in Kunming

3.2 空間差異特征

圖3表明了近10年昆明市逐柵格計算得出的NDVI平均值的分布圖。由圖3可知,昆明市植被NDVI低值區主要集中于整個南部昆明市市轄區以及呈貢縣、安寧市和市轄區接壤處。此外嵩明縣也有部分NDVI低值區域。由于接壤處是滇池所在處,水域的NDVI在0附近。而市轄區是居民生活密集的區域,城市建設與經濟發展致使植被覆蓋不如附近地區。對整個昆明市10 a NDVI平均值定量分析(表1),結果顯示,NDVI小于0.4的區域植被覆蓋度低,占比2.36%,區域面積為496.66 km2。NDVI在0.4～0.6的區域植被覆蓋度適中,占整個研究區面積比為5.19%,區域面積為1 094.34 km2。NDVI值0.6以上為植被覆蓋率高的區域,占整個昆明市92.45%,其中NDVI在0.8～0.9達57.78%。全市NDVI小于0.6的區域面積約為1 588.89 km2,

表1 NDVI空間分布差異

圖3 昆明市NDVI空間分布Fig.3 Spatial distribution of NDVI

主要分布在昆明市西南部。同時表1中分別每年對NDVI進行對比分析。發現近10 a的高覆蓋率均在90%以上,其中2012年高植被覆蓋率最大。低覆蓋率均在3%以下,2016年低植被覆蓋率最小。全市植被覆蓋率總體于2011—2017年呈現出上升趨勢,但是近兩年有下降趨勢。

3.3 空間變化特征

3.3.1 NDVI空間變化趨勢

由Sen’s斜率分析法對10年間昆明市影像進行逐柵格計算變化趨勢斜率,其斜率取值范圍在-0.099～0.067,說明10 a間NDVI變化趨勢空間差異比較明顯。并對其進行了MK檢驗,根據95%的置信水平,結合Sen’s斜率分析將昆明市NDVI變化趨勢分為5個等級,分別為嚴重退化、輕微退化、基本不變、輕微改善與明顯改善(表2)。利用ArcGIS進行重分類以及疊加分析,得出結果如圖4所示。經統計,研究區約71.44%的區域得到改善,基本不變的約為4.9%,而植被覆蓋有所退化的區域約占23.66%。嚴重退化的區域主要集中在嵩明縣,部分分布在宜良縣、石林彝族自治縣、呈貢縣、晉寧縣及市轄區,占比約1.97%,面積大小為414.59 km2。這些嚴重退化的地區多因為區域林地少,人類過度開墾,毀壞林草植被,造成土壤石漠化[17-18]。總體來說,整個昆明市大部分區域的植被覆蓋情況有所改善,市內植被發展狀況良好。

表2 NDVI變化趨勢統計

圖4 昆明市植被變化趨勢Fig.4 Trend of vegetation change in Kunming

3.3.2 空間波動特征

基于像元尺度,同時對昆明市NDVI時間序列進行變異系數的計算,結果如圖5所示,所獲得的值取值范圍在0.008～2.260。說明研究區植被變化波動特征內存在顯著的空間差異。對結果進行空間制圖,由圖5可知,嵩明縣、昆明市市轄區、呈貢縣、宜良縣、安寧市與晉寧縣相較其他區域波動較大。結合高分辨率影像發現,CV低值區主要分布在祿勸彝族苗族自治縣、尋甸回族彝族自治縣、石林彝族自治縣和富民縣等地,這些地方林地多、耕地少,變化較為穩定,因此NDVI波動較小。而CV高值區域經濟發展迅速,人為影響大,區域多為城鎮用地、交通要道及耕地,因此NDVI波動較大。

圖5 昆明市NDVI變異系數Fig.5 NDVI coefficient of variation in Kunming

3.4 未來趨勢特征

對昆明市過去10 a進行的空間分析,但對其未來發展趨勢尚不明確,因此進一步用Hurst指數計算了每個柵格的H。對H進行重分類,將其劃分為5個部分,如圖6所示。H介于0.5～1面積占比為69.59%,面積約為14 645.22 km2,表明該區域植被覆蓋表現出與過去同向性持續特征,即與過去10 a昆明市植被覆蓋變化情況相似,其中H在0.6以上的區域表現出強同向持續性,占整個昆明市面積34.26%。H=0.5的區域說明植被覆蓋情況無法確定與過去是否一致,占比為8.76%,面積約為1 843.54 km2。當H介于0～0.5時,說明該區域植被覆蓋情況表現出與過去發展趨勢相反的特征,區域面積占比為25.64%,約為5 395.94 km2,其中H在0.4以下的區域表現出強反向持續性。

圖6 昆明市NDVI持續性特征Fig.6 Sustained characteristics of NDVI in Kunming

為了進一步探討研究區未來植被發展的趨勢特征,對過去趨勢與持續性特征進行空間分析,得到NDVI變化趨勢結果(圖7)與Hurst指數的耦合信息。將昆明市未來植被發展狀況分為良性、惡性、基本不變和不確定4種方向,如表3所示。在前景良性發展方向中,持續性輕微改善和明顯改善的區域分別為8.80%和3.24%,兩者合計12.04%,整個昆明市內均有分布。反持續性輕微退化和嚴重退化共占7.60%,說明這部分的植被由退化轉成良性發展。在惡性發展中,持續性輕微占比最高為14.66%。結合圖7,結果發現柵格像元主要集中在嵩明縣,少部分集中在宜良縣、尋甸回族彝族自治縣、石林彝族自治縣和呈貢縣等地。而植被覆蓋情況不變的像元占大多數,為昆明市的57.96%。結合昆明市NDVI空間分布圖,發現這些區域植被覆蓋情況良好,說明城市綠化程度良好且保持良好。未來發展不確定的像元極少,面積僅占0.86 km2。

表3 昆明市NDVI未來發展趨勢特征

3.5 昆明植被覆蓋影響因素分析

3.5.1 植被覆蓋對氣候變化的響應

全球氣候變化導致區域內氣溫和降水量產生巨大變化,從而對植被造成了一定的影響。因此做出昆明市平均月氣溫與平均降水量年際變化曲線,以探求植被覆蓋對氣候變化的響應,如圖8與圖9所示。經統計,2011—2020年昆明平均月氣溫呈增加趨勢,增速為0.31/10 a,未通過顯著性檢驗。昆明平均月降水量呈增加趨勢,增速為28.31/10 a,未通過顯著性檢驗。但是通過分析發現,2011—2018年平均月降水量增速為58.68/10 a,通過P<0.01的顯著性檢驗。根據趨勢圖分析,2018—2019年平均氣溫急劇上升,而降水量也顯著下降,氣候發生了顯著變化。與NDVI年際曲線對比,在2018年植被NDVI也開始下降。對平均月氣溫和平均月降水量進行偏相關分析,其中年平均NDVI與平均月降水量的偏相關系數為0.76(P<0.01),年平均NDVI與平均月氣溫的偏相關系數為0.37,未通過顯著性檢驗。說明昆明市降水量比氣溫更能影響到植被覆蓋情況。因為昆明市近幾年太陽照射總體充足,對植被影響變化不大。

圖8 昆明市平均月氣溫年際變化曲線Fig.8 Annual variation curve of the average monthly temperature in Kunming

圖9 昆明市平均月降水量年際變化曲線Fig.9 Annual variation curve of the average monthly precipitation in Kunming

3.5.2 人類活動對植被覆蓋的影響

氣候變化對植被覆蓋產生巨大影響,但是人類活動的也是重要影響因素之一。隨著退耕還林、植樹造林等全國活動的開展,這些生態工程對植被覆蓋情況產生了積極影響。本文中分析了累積造林面積與植被NDVI的關系,如圖10所示,發現造林面積以2.30萬公頃/年增加,與年平均NDVI有正相關關系,相關系數為0.908(P<0.01),說明人類活動中植樹造林對改善植被覆蓋情況展現了十分重要的積極作用,且取得明顯效果。但值得注意的是,近兩年植被指數卻開始下降。結合氣溫和降水量對NDVI影響研究說明,NDVI的下降主要歸因于氣候因素,尤其是降水量的影響。

圖10 人類活動對植被覆蓋的影響Fig.10 Influence of human activities on vegetation coverage

4 結論與討論

4.1 結論

(1)近10 a昆明市植被覆蓋情況良好,且呈增加趨勢,增速為3.6%/10 a,并通過置信度P<0.01的顯著性檢驗。

(2)從昆明市10年的平均NDVI空間分布上可知,植被覆蓋情況呈現出西南部低,北部高的分布特征。昆明市植被覆蓋率高(NDVI>0.6)的區域,占整個昆明市92.45%,整體植被覆蓋狀況良好,低海拔地段處NDVI更容易出現低值。全市NDVI小于0.6的區域主要集中在西南部。

(3)昆明市過去10年約71.44%的區域得到改善,遠大于23.65%的植被退化區域。另外還有4.90%的區域植被狀況基本不變。

(4)研究區植被變化波動特征內存在顯著的空間差異,波動大的區域經濟發展迅速,人為影響大,區域多為城鎮用地、交通要道和耕地。波動小的地區主要是林區。

(5)從未來趨勢上看,植被覆蓋良性發展的占19.64%,惡性發展的占22.40%,基本不變的約為57.96%,其中嵩明縣、昆明市市轄區、呈貢縣、宜良縣和石林彝族自治縣等地需要引起重視。

(6)昆明市整體光照充足,降雨量比氣溫更能影響到植被覆蓋情況,而近10年的植樹造林工程為改善植被情況做出巨大貢獻。近兩年昆明市植被指數的下降說明NDVI主要歸因于氣候因素。

4.2 討論

有研究表明,2001—2015年昆明市植被指數呈增加趨勢[14]。同時學者指出這期間內植被覆蓋減少的區域主要分布在昆明南部,植被低覆蓋主要在昆明主城區[12]。這與本研究得出的結論一致,并且此特征一直延續至今。根據前人研究結果,1951—2010年昆明市年平均氣溫基本呈逐年升高的趨勢[19],結合本研究中探討的近10年的年平均氣溫的特征,說明在全球變暖的大背景下,昆明市近60年氣溫逐年增加。本研究量化了氣溫、降水與造林面積與NDVI之間的關系,發現氣溫、降水與造林面積均與NDVI有正相關關系。總體來說,近10年昆明植被指數發展狀況良好,這與人類積極造林活動密不可分,然而對于氣溫陡然上升,降水量減少的干旱時期,仍然需要做好預防措施。但本研究探討的內容仍舊存在不足。首先在數據源的選擇上,僅僅使用了MODIS_NDVI數據,其數據監測范圍廣,但是空間分辨率還有待提高,并未使用多源NDVI數據集進行相互驗證。其次,基于年際NDVI、氣溫、降水量和造林面積進行討論,對季度和月份數據變化的敏感性仍然需要分析和研究。另外本研究只探討了氣溫、降水量和造林面積的影響,對植被覆蓋的影響因素十分廣泛,應該搜集更多自然、人文、生態數據進行深入研究,這樣才能為解決如何保護環境問題提供更有力的支撐。