自然因子對四川省NDVI變化的影響

熊若妃,張翠蘭

(1.重慶師范大學地理與旅游學院,重慶 401331;2.地理信息系統應用研究重慶市高校重點實驗室,重慶 401331)

植被在水土保持、調節氣候等方面具有重要作用,是陸地生態系統的重要組成部分[1]。目前,植被指數NDVI通常被用作植被變化指標[2],比反映植物動態變化的其他植被指數更能表征植被的動態變化。在全球變化趨勢下,植被覆蓋對生態環境和人類活動的干擾響應已經成為熱點研究話題,氣候和人類活動會共同影響植被覆蓋變化,其中學術界高度關注氣候變化對地表植被的影響程度[3-5]。傳統的地表植被物候觀測方法包括人工觀測和數字相機觀測[6]。不同于基于站點的傳統物候觀測,遙感影像包含多時相、長時間序列、更寬覆蓋范圍、空間連續等優勢,開始作為分析全球氣候動態對植被變化影響的有效工具[7]。

四川省地處長江上游,地形地貌特殊,自然資源優越。近年來隨著經濟的發展,人類選擇錯誤的資源利用方式如毀林開荒、過度放牧,導致自然資源被過度開采,生態環境每況愈下[8]。國家立刻展開行動,即四川省率先在1999年進行全國試點,3年后正式實施退耕還林舉措[9]。由于土地退化或植被項目可以幾十年來逐漸發生,從觀測時間序列的一致性來講,遙感技術是監測和評估植被變化的有效工具[10]。遙感在不同植被區域有很多應用,如Ghebrezgabher等[11]對1982—2013年非洲之角NDVI的年際和季節變化進行分析,發現NDVI與降水量成正比,與氣溫成反比;Chen等[12]研究表明智利中部地中海硬葉森林的干旱歸因于智利中部降水的減少;韓先明等[13]研究發現近年來雅魯藏布江流域上下游植被覆蓋有所改善,而中游地區以惡化為主,植被覆蓋度隨海拔升高呈先穩定后下降再穩定的趨勢;秦格霞等[14]研究表明1982—2015年我國北部地區草地NDVI主要呈現增加趨勢,降水是影響北方草地生長的主要氣候因子。盡管前人針對不同植被、不同區域開展了NDVI與氣候變化的響應關系研究,但目前關于四川省NDVI的多維度變化特征分析及其氣候響應關系的研究較少。該研究利用NDVI時序數據、氣候數據等,結合地理探測器,分析四川省不同植被類型、地貌、地形范圍內NDVI的變化情況以及與氣候因素的相關程度,為當地植被的保護和利用提供科學參考。

1 資料與方法

1.1 研究區概況四川省坐落在我國西南部、長江上游,地理位置為26°03′～34°19′N、97°21′～108°31′E。如圖1所示,地形、地貌多樣,以山地為主,非山地所占范圍極小[15-16]。自西向東海拔逐漸下降,最高峰達7 143 m,最低處為178 m,轄18個市和3個州。氣候條件復雜,呈大范圍的干旱趨勢,東部與南部地區干旱較明顯,其余區域基本保持濕潤[17]。氣候類型主要包括高原高寒氣候、熱帶半濕潤和亞熱帶濕潤氣候,年降水量為600～1 000 mm,年平均氣溫為16～20 ℃;植被主要包括中亞熱帶常綠闊葉林、溫帶針闊混交林、寒帶針葉林、北亞熱帶常綠和落葉混交林[15]。

圖1 研究區地貌Fig.1 Landform of the study area

1.2 數據來源NDVI數據基于美國NASA戈達德航天中心2000—2020年MOD13Q1產品三級網格陸地植被數據(https://ladsweb.nascom.nasa.gov/),其時間分辨率為16 d,空間分辨率為250 m[18]。氣候數據來自國家青藏高原科學數據中心提供的2000—2018年四川省0.1°×0.1°的年近地面氣壓、近地面空氣比濕、近地面全風速、地面降水強度和日近地面氣溫[19]。采用中國科學院地理科學與資源研究所的1∶100萬地貌類型空間分布數據,其基于全國實際情況劃分了26個地貌類型[20-21]。植被覆蓋類型數據來源于資源環境科學數據中心的全球 1 km×1 km土地利用覆蓋數據[22]?；诟叱虜祿M行計算得到坡度和坡向,并利用四川省行政邊界的矢量圖層裁剪相關數據。

1.3 研究方法

1.3.1歸一化植被指數處理方法。

(1)MODIS-NDVI數據提取?；贛RT軟件從MODIS數據中提取NDVI數據集;由于四川省跨越4幅影像,該研究對其進行拼接處理,統一為WGS84地理坐標系;最后利用四川省矢量邊界圖進行裁剪。

(2)MVC最大化合成。從16 d合成產品中取最大像元值重新生成,得到2000—2020年NDVI各月數據集[23-24]。去除無效值后,再對每年NDVI各月數據集求平均得到2000—2020年年均和各季節NDVI數據集。

(3)回歸分析和顯著性檢驗。對NDVI的年數據和季節數據進行線性擬合,得到其趨勢方程和相關系數[25-26]。

通過趨勢分析法[27]分析四川省的動態,公式如下:

(1)

式中,K代表斜率,i代表第i年,NDVIi代表第i年的NDVI值。K>0時代表植被覆蓋呈現改善的趨勢,K=0時說明植被沒有變化,K<0代表植被呈現減少的趨勢。在生態環境中,自然現象之間沒有明確的功能關系,但肯定有聯系。相關分析是研究2個或多個隨機變量之間的聯系[27]。相關性分析公式如下:

(2)

1.3.2因子選取與提取方法。

1.3.2.1指標選取。前人研究發現,氣候變化對四川省植被覆蓋情況存在重要影響[8,28-29],如鄭杰等[8]研究發現該地區植被生長與溫度呈正相關,但與降水量呈負相關。四川省地形地貌豐富,增加了氣候、土質和生物的多樣性,間接豐富了生態環境的多樣性。西部山脈和高原崎嶇不平,人煙稀少,植被受人類影響相對較少。2007年,政府開始重視保護草原等資源,減少了因過度放牧引起的植被退化。因此,該研究基于整體性、有效性、動態性、邏輯性、易于處理和可獲得性,還考慮到多個自然因子構成的有機整體對四川植被覆蓋的影響等,分段研究不同高程、地貌、坡度、坡向、植被類型、陰坡陽坡范圍內NDVI的變化情況;并選擇氣壓、空氣比濕、風速、降水強度、氣溫和≥10 ℃積溫(表1),探測其對四川植被NDVI變化的影響,利用自然斷點法[30]將各氣候因子劃分6級。

表1 自然因子指標

1.3.2.2信息提取。在ArcGIS 10.4中,為保證每個格網位置都有采樣點,該研究創建10 000×10 000漁網;基于采樣點對氣候因子和植被NDVI數據進行采樣,最終獲得NDVI與各氣候因子之間的對應關系。

1.3.3地理探測器。地理探測器是從影響因子及其相互作用等角度分析地理空間差異性的空間統計模型[31-32]。

(1)單因子影響的地理分異。步驟如下:①將特定研究區域內的因變量NDVI與自變量因子層進行疊加分析;②基于區域內自變量因子層空間差異性進行地理區劃分類;③對各自然因子差異情況進行顯著性檢驗,即基于因子間的重要程度進行排序。影響因子的解釋力(PD)計算公式[8]如下:

(3)

(4)

(5)

(2)多因子交互力估算。可以估算自然因子間的獨立作用與共同作用對植被NDVI的影響程度,即識別自然因子間的交互作用[8]。首先,基于植被NDVI計算2個自然因子對其的PD值;之后計算自然因子相互作用的PD值,再對比PD(X1)、PD(X2)和PD(X1∩X2)。

(3)因子顯著性對比。通過判斷2個自然因子對植被NDVI區域分布影響情況的顯著性差異[33],從而得出X1相對于X2對植被NDVI空間分布影響力的強弱程度。對于因子X1和X2對植被NDVI空間分布影響的顯著性,以F值進行估算[33],計算公式如下:

(6)

(7)

(8)

式中:N1和N2分別代表2個自然因子的樣本數;SSW1和SSW2分別代表2個自然因子分層后各層方差之和;k1和k2分別代表變量x1和x2的分層數量。

表2 探測因子的統計顯著性

2 結果與分析

2.1 植被NDVI動態變化

2.1.1NDVI總體變化趨勢。從圖2可以看出,近21年間四川省NDVI的變化趨勢整體呈現平穩和增長2種趨勢,其中,NDVI基本保持不變的面積占四川省總面積的59.79%,主要位于西北高原和西南山地;NDVI明顯增長的面積占37.54%,大多位于成都平原和東部盆地;僅有2.67%的區域植被處于退化狀態。退化明顯的區域主要位于成都市,其次為涼山州?？傮w而言,NDVI在成都平原和東部盆地的城市中心呈現明顯的退化趨勢,而在其邊緣呈現明顯的增長趨勢;西北高原和西南山地地區,NDVI交替呈現穩定不變和增長趨勢,僅有小部分區域呈現退化趨勢。

圖2 2000—2020年四川省NDVI變化趨勢Fig.2 NDVI change trends in Sichuan Province from 2000 to 2020

2.1.2不同植被類型NDVI變化特征。根據不同植被類型、坡度、坡向、地貌、高程和陰坡陽坡,分析NDVI的3種變化趨勢所占比例。就植被類型(圖3)而言,灘地范圍內NDVI退化面積占比最大,達10.19%;其次為其他林地和水田,NDVI退化面積比例分別為3.28%和2.58%;退化不明顯的是沼澤地、旱地、灌木林和草地。旱地NDVI改善面積占比最大,達91.80%;其次為水田和疏林地,NDVI改善面積占比分別為81.28%和72.93%。低、高覆蓋度草地的NDVI增長面積較小,分別為43.00%和46.98%;這兩類草地中NDVI保持穩定的區域面積較大,分別為56.50%和52.44%。

圖3 不同植被類型NDVI變化特征 Fig.3 NDVI variation characteristics of different vegetation types

2.1.3不同地形特征NDVI變化特征。從圖4可以看出,NDVI變化趨勢在陰坡和陽坡差別不明顯,陰坡的NDVI改善面積(64.70%)略大于陽坡(61.35%);而陽坡中NDVI保持不變的面積(37.17%)略大于陰坡(34.09%)。

圖4 不同地形特征NDVI變化特征Fig.4 NDVI variation characteristics of different terrain features

由圖4可知:隨著坡度的上升,NDVI改善面積所占比例明顯減少; NDVI保持不變的面積比例隨著坡度的上升而明顯增加;坡度<2° NDVI退化面積比例最大,達2.35%;其次為≥20°坡度范圍,占比達1.73%。

由圖4可知:平原NDVI的退化面積最大,達7.39%;其次為臺地和丘陵,NDVI退化面積占比分別為2.96%和1.25%;退化最不明顯的是極大起伏山地,僅為0.52%。丘陵范圍內NDVI的改善面積最大,達86.15%;其次為小起伏山地和臺地,占比均為78.75%;極大起伏山地和大起伏山地的NDVI改善面積較小,占比分別為42.36%和45.22%;同時其NDVI保持不變的面積最大,占比分別為57.12%和53.84%。

由圖4可知,各個坡向的NDVI退化面積所占比例基本相等,且改善和穩定的變化趨勢亦相差較小。西北坡NDVI改善面積占比略大,占其總面積的67.91%;東坡的略小,占其總面積的57.80%。

由圖4可知,隨著高程升高,NDVI改善與退化的區域面積均呈現減小趨勢,在0～6 800 m,NDVI改善區域的面積減少61.01%,NDVI退化區域的面積減小82.59%;只有NDVI保持穩定的區域面積增加了72 594.89 km2。在不同的高程范圍內,NDVI改善區域的面積隨著高程上升而明顯減小,但在≥5 600 m減小速度最慢。

2.2 自然因子影響力分析基于地理探測器計算各自然因子對植被NDVI的影響程度。通過計算2000、2006、2012和2018年氣候因子的PD平均值,提取出各因子對植被NDVI的影響力。經計算,風速、≥10 ℃積溫、降水強度、空氣比濕、氣溫、氣壓的PD平均值分別為0.027 1、0.330 2、0.108 8、0.297 4、0.349 5、0.305 7,且PD值均顯著(P<0.01)。由此可見,各氣候因子對植被NDVI的影響程度從大到小依次為氣溫、≥10 ℃積溫、氣壓、空氣比濕、降水強度、風速;氣溫和≥10 ℃積溫很有可能是影響植被變化的主要自然因子。

2.3 自然因子時間變化從圖5可以看出,研究時段內年均風速、≥10 ℃積溫、降水強度、空氣比濕、氣溫和氣壓的PD值總體呈增加趨勢。其中,2000—2006年所有氣候因子PD值呈略微增加趨勢,2006—2012年氣候因子PD值皆呈減少趨勢。除風速外,2012—2018年氣候因子PD值皆呈明顯增加趨勢。19年間風速PD值變化很小,較穩定,同時氣溫和氣壓的變化較大。

圖5 2000—2018年氣候因子PD值變化Fig.5 Changes in climate factor PD values from 2000 to 2018

2.4 自然因子顯著性差異利用因子顯著性對比方法計算自然因子對植被NDVI影響顯著性差異的強弱,即因子兩兩之間是否存在顯著的統計學差異,若不存在則標記為“N”,反之標記為“Y”(表2)。由表2可知,風速(X1)與≥10 ℃積溫(X2)、降水強度(X3)、空氣比濕(X4)、氣溫(X5)、氣壓(X6)對植被NDVI空間分布的影響均具有顯著差異;≥10 ℃積溫與降水強度、空氣比濕對植被NDVI空間分布的影響均具有顯著差異,但與氣溫、氣壓對植被NDVI空間分布的影響均差異不顯著;降水強度與空氣比濕、氣溫、氣壓對植被NDVI空間分布的影響均具有顯著差異;空氣比濕與氣溫具有顯著差異;氣溫與氣壓對植被NDVI空間分布的影響具有顯著差異;氣壓與≥10 ℃積溫、空氣比濕對植被NDVI空間分布的影響均差異不顯著。

2.5 探測因子指示作用分析利用地理探測器,得出植被最優生長環境的各氣候因子范圍(表3),其統計意義檢驗結果高于95%置信水平。植被NDVI值越大,代表氣候因子的范圍更適宜植被生長,而各氣候因子的植被NDVI均值差異明顯(表3)。在各自然因子NDVI適宜區間中,0.18～0.24 mm/h降水強度區間的NDVI均值最高,為0.71;其次為85 766～92 994 Pa氣壓區間,NDVI均值為0.70;2.88～3.48 m/s風速區間的NDVI均值最低,為0.57。基于NDVI均值大小,氣候因子最適宜范圍的合適程度排序為降水強度>氣壓>氣溫>≥10 ℃積溫>空氣比濕>風速。因此,若選取適宜植被生長最小范圍,0.18～0.24 mm/h降水強度為最佳,其次可考慮85 766～92 994 Pa氣壓范圍。

表3 自然因子適宜限制(P<0.05)

2.6 探測因子交互作用分析交互探測根據估算各因子之間對于NDVI的影響是否獨立來確定是否存在增加或減弱對植被NDVI變化情況的解釋力(表4)。氣溫(X5)和氣壓(X6)、風速(X1)、≥10 ℃積溫(X2)、降水強度(X3)的交互作用對植被NDVI的解釋力更強,分別為0.451、0.447、0.433、0.443;風速和降水強度對植被NDVI的影響接近于相互獨立。

表4 自然因子交互作用探測

從表5可看出,各氣候因子共同影響著植被NDVI的變化,所有因子兩兩之間交互PD值都大于其中一個因子,因子互動效應呈現相互增強和非線性增強關系,沒有獨立影響植被NDVI的因子。各氣候因子兩兩之間對植被NDVI變化的交互作用基本呈相互增強關系,只有風速與降水強度呈非線性增強關系。其中,兩因子非線性增強效果大于相互增強。

表5 影響植被NDVI變化的自然因子之間的交互作用

3 結論

(1)NDVI在成都平原和東部盆地呈明顯增長趨勢,而城市中心呈現明顯的退化趨勢;西北高原和西南山地地區,NDVI交替呈穩定不變和增長趨勢,僅小部分區域呈退化趨勢。旱地、陰坡、丘陵、西北坡范圍NDVI改善區域比例最高,低覆蓋草地NDVI改善區域比例最小;陽坡NDVI保持不變的面積略大于陰坡;隨坡度增加,NDVI改善區域比例明顯減少,反之保持不變的比例明顯增加;隨海拔上升,NDVI改善面積減小61.01%,退化面積減小82.59%。

(2)2000—2018年各氣候因子對植被NDVI影響程度從大到小依次為氣溫、≥10 ℃積溫、氣壓、空氣比濕、降水強度、風速。所有氣候因子PD值呈先增加后減少再明顯增加的趨勢。

(3)這些氣候因子對植被NDVI影響存在交互作用且基本呈相互增強關系,只有風速與降水強度呈非線性增強關系;該研究能夠提取影響植被NDVI的主要自然因子并進行排序,為植被最佳生長范圍提供參考。