2000—2020年云南省植被時空變化及影響因素分析

李加順, 劉 麗

(云南省水利水電科學研究院, 云南 昆明 650228)

地表植被是陸地生態(tài)系統的重要組成成分,植被變化通常被當作評價生態(tài)環(huán)境的重要指標[1-3]。隨著遙感技術的發(fā)展,其成為了監(jiān)測長時間和大尺度植被動態(tài)變化的重要手段[4]。在此基礎上利用遙感數據開發(fā)了歸一化差異植被指數(NDVI),其通過遙感圖像紅外光譜波段和近紅外光譜波段反射值計算得到,對植被敏感性高,可以有效反映植被狀況,在植被動態(tài)變化研究中被廣泛應用[5-6]。

自然條件是植被生長的基礎,主要包括地形因素和氣候因素[7-8]。植被生長狀況與地形息息相關,但不同的地形因子對植被變化產生的影響存在差異。其中,海拔的變化對氣候條件的影響十分明顯,如隨著海拔的上升,溫度降低,土壤類型和植被類型也產生明顯的垂直分異,這直接影響了植被生長和適應能力[9]。坡度對植被的影響主要通過地表徑流、土壤養(yǎng)分以及土壤侵蝕程度來體現,陡坡會導致水分和養(yǎng)分的快速流失,使得土壤貧瘠,難以維持植物生長所需的營養(yǎng)條件。緩坡土壤水分和養(yǎng)分更易保持,為植被生長提供了更適宜的生長環(huán)境[10]。坡向對植被的影響主要通過太陽輻射和水分分配的差異來體現,不同坡向的太陽輻射接收量和水分的分配存在差異,例如在北半球南坡受到的太陽輻射較多,相對溫暖,水分蒸發(fā)速度較快,而北坡則相對較陰涼濕潤,這些差異直接影響植被的類型和生長情況[11]。氣候因素中溫度和降雨被認為是影響植被生長的關鍵因素[12]。溫度與植被物候的開始和終止密切相關,特別是在高緯度和高海拔地區(qū),溫度的升高有助于促進植物的生長速度和生理活動,增強植被光合作用和水分利用效率,促進植被生長,但在寒冷地區(qū),較低的溫度可能限制植物的生長和發(fā)育[13]。充足的降雨提供了為植物所需的水分,維持植物的生理活動和生長發(fā)育,但是干旱地區(qū)植被變化對降雨的響應極其敏感,由于水分虧缺的約束,植被生長受到限制[14-15]?，F有研究集中在氣溫和降雨,而對相對濕度、蒸發(fā)量和日照時數等氣候因素經常被忽略,這些因素與植物生理活動、生長發(fā)育和適應能力息息相關,起到了不可忽視的作用[16]。

人類活動對植被變化的影響也日益受到關注[17]。有研究認為人類活動對植被變化的影響主要體現在植樹造林、農業(yè)擴張和城市化等,而這些人類活動都導致了土地利用類型的轉變[18-20]。因此,土地利用類型轉變可以作為考察人類活動對植被變化影響的重要指標[21]。人類活動對植被變化的影響往往表現出兩重性,一方面由于森林砍伐、農業(yè)擴張和城市化等人類活動對區(qū)域植被造成影響,導致大面積植被的受到破壞,土地退化[22]。另一方面,植樹造林對植被變化有著積極影響,可以有效提升植被覆蓋度,改善區(qū)域生態(tài)環(huán)境[23]。此外,人口密度和GDP與植被覆蓋度呈顯著負相關,原因在于人口密度和GDP增長,對區(qū)域環(huán)境造成壓力,導致區(qū)域生態(tài)環(huán)境受到破壞,進而退化[24]。

已有學者對云南省不同時空尺度植被變化進行了研究。王永紅等[25]采用相關系數分析了云南NDVI變化與氣候因子的關系,發(fā)現降雨量是云南省植被變化的最大因素。徐虹等[26]通過統計學方法分析了地形因子影響下NDVI空間變化特征,表明在海拔4 000 m以下NDVI隨海拔升高有增加趨勢,海拔超過4 000 m,受自然條件限制,NDVI下降。丁文榮[27]研究表明退耕還林工程的實施極大提升了區(qū)域植被覆蓋度,而城鎮(zhèn)化使得城鎮(zhèn)周邊地區(qū)植被覆蓋降低。已有研究多集中在某一類或者幾個指標,而自然因素和人類活動因素對植被變化的解釋力方面還存在局限性,因而植被變化對自然因素和人類活動因素響應的定量關系有待進一步厘清。

鑒于此,本文基于2000—2020年NDVI、自然因子和人為活動因子數據集,采用Theil-Sen趨勢分析、Mann-Kendal顯著性檢驗和地理探測器等方法分析了云南省NDVI時空變化特征及其驅動力,并進一步探討了主導因子對NDVI時空變化的影響,評估了過去云南省林業(yè)生態(tài)工程實施的成效,以期為云南省未來生態(tài)環(huán)境保護和經濟發(fā)展提供科學依據,助力綠色可持續(xù)發(fā)展目標的實現。

1 材料與方法

1.1 研究區(qū)概況

云南省地處中國西南地區(qū)(97°31′8.90″～106°11′50.85″ E,21°8′10.52″～29°15′3.48″ N),包括16個市(州),面積約38.40×104km2。區(qū)域海拔為68～6 265 m,地勢呈現西北高,東南低,地貌類型以高原和山地為主。氣候類型屬于亞熱帶高原季風氣候,年溫差較小,季節(jié)干濕分明,年平均氣溫為-7℃～25℃,年降雨量為640～2 026 mm。

1.2 數據來源及處理

研究采用的數據主要包括NDVI、自然因子和人類活動因子數據集,其中NDVI來源于MOD13Q1植被數據產品,空間分辨率為250 m,時間分辨率為16 d。首先對NDVI數據進行波段提取、投影變換和裁剪等預處理,然后使用最大值合成法生成2000—2020年逐年最大值NDVI數據集。

自然因子數據集包括地形和氣候因子,地形因子包括高程(X1)和坡度(X2),其DEM來源于地理空間數據云網站(https://www.gscloud.cn/),空間分辨率90 m。氣候因子包括溫度(X3)、降雨量(X4)、蒸發(fā)量(X5)、相對濕度(X6)和日照時數(X7),均來源于中國科學院資源環(huán)境科學與數據中心(https://www.resdc.cn/)[28],空間分辨率為1 km。人類活動數據集包括GDP(X8)、人口密度(X9)和土地利用類型(X10),均來源于中國科學院資源環(huán)境科學與數據中心[29-31],其中人口密度和GDP空間分辨率為1 km,土地利用類型空間分辨率為30 m。以上數據通過投影變換和掩膜提取處理后數據空間分辨率均保持一致,為250 m。

1.3 研究方法

1.3.1NDVI等級劃分 為反映NDVI空間分布格局,參考前人研究按照等間距法[7]將2000—2020年NDVI劃分為6個等級:無植被覆蓋(0

1.3.2Theil-Sen趨勢分析和Mann-Kendal檢驗 Theil-Sen趨勢分析法[32]是一種非參數斜率估計方法,不易受異常值影響,對時序分析有較強的抗噪性,能夠直觀有效的反映時間序列變化趨勢。其NDVI變化斜率(θ)>0,表示研究時段內NDVI具有上升趨勢,反之下降。Mann-Kendall(MK)檢驗[33]可判斷變化趨勢是否具有顯著性,當MK檢驗統計量的絕對值大于1.96時,表明通過0.05水平上顯著(P<0.05)。將變化斜率θ和MK檢驗結果疊加分析,NDVI變化趨勢劃分為4種類型:顯著減少(θ<0,P<0.05)、不顯著減少(θ<0,P≥0.05)、不顯著增加(θ>0,P≥0.05)和顯著增加(θ>0,P<0.05)

1.3.3地理探測器模型 地理探測器是由王勁峰等[34]提出的一種空間分析模型,其中因子探測器和因子交互作用探測器可以用于定量分析自變量X對因變量Y之間的影響力,影響力大小采用q值衡量,q值越高,其影響力越強。本研究采用地理探測器對NDVI空間分異的驅動力進行探測,其中因子探測器用于探測單個自變量X對因變量Y的影響力,因子交互作用探測器用于識別不同因素之間交互作用影響力,即通過計算q(X1∩X2)值來判斷因子X1和X2的共同作用對因變量Y的影響力是增強還是減弱,將q(X1∩X2)值與q(X1)和q(X2)的數值進行比較,對于因變量Y的作用關系判別依據見表1。

表1 交互作用判別依據及作用關系類型Table 1 Discriminant basis of the interactions and type of their role relationships

使用地理探測器研究NDVI空間分異的驅動力時,需要對影響因素進行離散化處理。目前研究中使用較多的是自然斷點分類法[35],可以有效避免人為干擾,最大限度地提高類別之間的差異。研究采用自然斷點分類法將高程、坡度、溫度、降雨量、蒸發(fā)量、相對濕度、日照時數、GDP和人口密度分為8類;土地利用類型則根據一級大類劃分為耕地、林地、草地、水域、建設用地和未利用地。

1.3.4土地利用類型轉移矩陣 土地利用類型轉移矩陣可以定量分析研究時段初期到末期土地利用類型轉移方向和面積[36],其計算公式為:

(4)

式中,P表示面積;n表示土地利用類型數量;Pij表示時間段內i土地利用類型轉變?yōu)閖土地利用類型的面積。

1.3.5變異系數 變異系數[37]是NDVI時間序列標準差與平均值的比值,可用于反映研究時段NDVI變化的波動程度,其計算公式如下:

(5)

2 結果與分析

2.1 NDVI空間分布格局

2000—2020年云南省植被覆蓋呈現西南高,東北低的空間分布格局(圖2)。在2000年、2010年和2020年中高植被覆蓋和高植被覆蓋的區(qū)域面積占比均超過60%,云南省西南部分布相對集中。期間中高植被覆蓋區(qū)域呈減少趨勢,面積占比下降了9.77%,然而高植被覆蓋的區(qū)域面積占比上升了23.07%,中高植被覆蓋區(qū)域有向高植被覆蓋轉化的趨勢。中等植被覆蓋的區(qū)域面積占比從2000年26.63%下降至2020年16.99%,分布與云南省東北部。低植被覆蓋和中低植被覆蓋的區(qū)域面積在2000年、2010年和2020年占比均低于9%,主要分布在昆明市南部、玉溪市東部、楚雄州北部、紅河州北部和迪慶州北部。無植被覆蓋的區(qū)域面積占比在2000年、2010年和2020年占比均低于0.5%,主要分布于昆明市南部和大理州中部?？傮w而言,云南省整體植被覆蓋水平較高,植被覆蓋較低的區(qū)域主要分布在生態(tài)環(huán)境脆弱的高海拔地帶和中心城市及其周邊地區(qū)。

2.2 NDVI時空變化特征

從時間角度上,2000—2020年云南省NDVI均值呈現波動上升趨勢,斜率為0.002 2,其中,2000年的值最小,為0.679 3;2018年的值最大,為0.723 2(圖3)。從空間角度上,2000—2020年云南省NDVI變化斜率介于-0.004 3～0.003 9之間,NDVI上升(θ>0)的區(qū)域面積占比為83.15%,其中顯著上升(P<0.05)的區(qū)域面積占比為38.82%,主要分布于研究區(qū)西南部和東部(圖4)。NDVI下降(θ<0)的區(qū)域面積占比為16.85%,其中顯著下降(P<0.05)的區(qū)域面積占比為3.54%,主要分布在迪慶州、大理州東部、昆明市南部和玉溪市東部?？傮w上,2000—2020年云南省大部分區(qū)域NDVI上升,植被得到有效改善,但存在局部區(qū)域NDVI降低,特別是在中心城市和周邊地區(qū),可能是由于人類活動影響所造成的植被退化。

圖3 2000—2020年NDVI時間序列變化Fig.3 Change of the time series of NDVI from 2010 to 2020

圖4 2000—2020年NDVI變化趨勢空間分布Fig.4 Spatial distribution of the NDVI change trends from 2000 to 2020

2.3 NDVI空間分異驅動力探測

2.3.1單因子探測 研究采用因子探測器計算了2000年、2010年和2020年的自然因子和人類活動因子對NDVI空間分異的解釋力。結果如圖5所示,2000年各因子對NDVI空間分異的解釋力排序為:土地利用類型>降雨量>相對濕度>蒸發(fā)量>坡度>人口密度>高程>GDP>氣溫>日照時數。2010年各因子對NDVI空間分異的解釋力排序為:土地利用類型>降雨量>相對濕度>蒸發(fā)量>坡度>GDP>人口密度>高程>氣溫>日照時數。2020年各因子對NDVI空間分異的解釋力排序為:土地利用類型>降雨量>相對濕度>坡度>GDP>人口密度>蒸發(fā)量>高程>日照時數>氣溫。同一因素在不同年份對NDVI空間分異的解釋力有所差異,其中各年份NDVI空間分異的主導因子均為土地利用類型,2000年、2010年和2020年解釋力分別為43%,46%和50%,遠高于其他因子。其次是降雨量和相對濕度,在各年份解釋力均高于25%,是影響NDVI空間分異的主要因子。高程、坡度、GDP和人口密度對NDVI空間分異的解釋力基本介于10%～20%之間變化,各因素間差異較小。然而溫度和日照時數在各時期的解釋力均低于10%,對NDVI空間分異的影響力微弱,基本忽略不計。值得注意的是,期間人類活動因子對NDVI空間分異的解釋力均表現為上升趨勢,說明人類活動對植被變化的影響越來越強。

圖5 單因子探測q值Fig.5 The q-values of single-factor probe

2.3.2交互因子探測 交互因子探測器可以用來確定自然因子和人類活動因子對NDVI空間分異的相互作用效應。結果表明:兩因素之間交互作用解釋力均大于單因子作用解釋力,表現為雙因子增強和非線性增強兩種關系。在各個時期,土地利用類型與其他因子交互作用解釋力均大于50%,其中土地利用類型∩降雨量相互作用對NDVI空間分異的解釋力最高,在2000年、2010年和2020年解釋力分別為59%,61%和69%。其次是土地利用類型∩相對濕度交互作用的影響,在2000年、2010年和2020年解釋力分別為58%,58%和60%(圖6)。該結果進一步驗證了土地利用類型、降雨量和相對濕度是影響NDVI空間分異的主要因子,而其中土地利用類型是主導因子。另外,一些單因子探測中影響力微弱的因子,在與其他因子交互作用中,顯著增加了其對NDVI空間分異的解釋力。這表明在多種因素共同作用下,一些對植被直接影響不大的因素可能會影響植被的生長。

2.4 主導因子對NDVI變化的影響

2.4.1土地利用類型空間分布和轉變 土地利用類型的轉變可以直觀反映了人類活動對自然地改造,隨著人類活動的增強,土地利用類型的轉變,對植被變化有顯著影響。根據表2、圖7A和圖7B的結果可知:在2000年,耕地、林地、草地、水域、建設用地和未利用地的面積和比例分別為80 291.63 km2(20.96%)、270 203.69 km2(70.54%)、29 487.75 km2(7.70%)、2 069.06 km2(0.54%)、508.56 km2(0.13%)和487.00 km2(0.13%)。在2020年,耕地、林地、草地、水域、建設用地和未利用地的面積和比例分別為83 960.31 km2(21.92%)、272 520.69 km2(71.15%)、22 210.25 km2(5.80%)、2 437.75 km2(0.64%)、1 356.38 km2(0.35%)和562.31 km2(0.15%)。林地是云南省主要的土地利用類型,在2000年和2020年面積占比均超過70%。其次是耕地,面積占比均超過20%,其他土地利用類型面積占比較小,合計不超過9%。2000—2020年期間耕地、林地、水域、建設用地和未利用地面積表現為增加,僅草地面積減少。

表2 2000—2020年土地利用類型面積和比例Table 2 Area and proportion of land use types from 2000 to 2020

土地利用類型轉移矩陣可以反映土地利用類型轉變情況,如表3和圖7C所示,期間土地利用類型發(fā)生轉變的面積為46 705.67 km2,占研究區(qū)面積的12.19%。在不同土地利用類型中,林地和耕地是變化最大的土地利用類型,其相互轉化面積為28 686.19 km2,占轉變總面積的61.42%。其次是林地、耕地和草地之間的相互轉化,面積達16 070.63 km2,占比為34.41%。另外,研究發(fā)現建筑用地是云南省增長比例最高的土地利用類型,從2000年的508.56 km2增加至2020年的1 356.39 km2,增長比例為166.71%,主要由耕地和草地轉入,對部分區(qū)域自然植被產生了破壞,特別是在昆明市南部及其周邊城區(qū),這是經濟發(fā)展,城市快速擴張和工業(yè)化導致的結果。

2.4.2土地利用類型與NDVI波動程度的關系 研究采用變異系數反映2000—2020年NDVI波動程度,變異系數介于0～2.65之間,均值為0.057(圖8A)。其中低波動變化和較低波動變化的區(qū)域面積占比為93.24%。中等波動變化、中高波動變化和高波動變化的區(qū)域面積占比為6.76%,主要分布在昆明市南部、玉溪市東部、大理州中部和迪慶州北部。通過對比圖2和圖8A,發(fā)現在植被覆蓋越好的區(qū)域,其穩(wěn)定性等級也相對較高,而植被差的部分區(qū)域,穩(wěn)定性相對較差。為進一步反映NDVI波動程度與主導因子的關系,使用2020年土地利用類型對NDVI波動程度進行分區(qū)統計,結果如圖8b所示,耕地和林地低波動變化和較低波動變化的區(qū)域面積占比均超過90%,其次是草地,低波動變化和較低波動變化的區(qū)域面積占比為75.14%,其他土地利用類型均不超50%。中等波動變化、中高波動變化和高波動變化的區(qū)域主要集中在未利用地、水域和建筑用地,面積占比均超過50%,其中建筑用地面積比例最高,達到65.44%,可見城市化快速擴張導致的建筑用地增長對植被變化的影響最大。

圖8 2000—2020年NDVI穩(wěn)定性等級空間分布Fig.8 Spatial distribution of the NDVI stability grades from 2000 to 2020注:A為NDVI穩(wěn)定性等級空間分布,B為不同土地利用類型寫穩(wěn)定性等級比例Note:Panel A displays the spatial distribution of NDVI stability levels,Panel B the proportion of different stability levels for the six land use types

3 討論

3.1 云南省NDVI時空變化特征

空間分布上,2000—2020年云南省整體植被覆蓋呈現“西南高,東北低”的空間分布格局,總體植被覆蓋水平較高,但仍然存在部分區(qū)域植被覆蓋水平較低,主要分布在昆明市南部、玉溪市東部、楚雄州北部、紅河州北部和迪慶州北部。植被覆蓋低的區(qū)域大部分位于建設用地相對集中區(qū)域,尤其是昆明市南部周邊,原因在于人類活動強度高,建設用地面積多,植被覆蓋水平較低,這與丁文榮[27]研究結果相符合。此外,迪慶州北部植被覆蓋低的區(qū)域主要地類是草地,該區(qū)域海拔較高,生態(tài)環(huán)境相對脆弱,氣候條件不適宜森林植被生長,導致該區(qū)域植被覆蓋水平相對較低[26]。時間變化上,2000—2020年云南省NDVI呈現上升趨勢,增長速率為0.002 2?？臻g變化上,NDVI上升的區(qū)域面積占比為83.15%,表明大部分區(qū)域的植被得到有效改善。2000—2019年云南省累計造林面積近8 000 km2,累計造林面積與NDVI變化呈顯著正相關(P<0.01)[38]。自2000年以來,國家實施了退耕還林還草、天然林資源保護和西南巖溶石漠化綜合治理等一系列林業(yè)生態(tài)工程,有效改善了云南省植被狀況,推進了區(qū)域生態(tài)環(huán)境建設[39]。NDVI下降的區(qū)域面積占比為16.85%,主要分布于迪慶州、大理州東部、昆明市南部和玉溪市東部等中心城市和周邊地區(qū)以及海拔高,生態(tài)環(huán)境脆弱的迪慶州。其中,中心城市和周邊地區(qū)植被退化更加嚴重,這是由于經濟發(fā)展,工業(yè)化和城市化,導致建筑用地急速擴張,對植被造成破壞,NDVI下降[22]。

3.2 云南省NDVI空間分異影響因素分析

自然條件和人類活動是影響NDVI空間分異的兩個主要因素,本研究采用地理探測器探究了自然條件和人類活動對NDVI空間分異的驅動力水平,結果表明土地利用類型、降雨量和相對濕度是影響NDVI空間分異的主要因子。其中土地利用類型是主導因子,其可以有效反映土地利用方式、植被類型和人類活動程度的區(qū)域差異,故在各個時期對NDVI空間分異的解釋力均為最高[40]。降雨量和相對濕度是植被生長的兩個關鍵氣象因素,對植被光合作用、呼吸作用和蒸騰作用等代謝過程有著不可忽視的影響[16]。云南省降雨量高的區(qū)域可達2 000 mm,而低的區(qū)域僅600 mm,降雨量在季節(jié)上分布不均,地域空間差異大。另外,相對濕度受降雨量影響,在空間分布格局上具有相似性。故降雨量和相對濕度對云南省NDVI空間分異的解釋力也較高。云南省大部分區(qū)域屬于亞熱帶,溫度和日照時數充足,空間差異較小,故對NDVI空間分異的解釋力相對較弱。

交互因子探測器表明因子之間作用會增強單因子對NDVI空間分異的解釋力,表現為雙因子增強和非線性增強兩種關系,說明自然因子和人類活動因子對NDVI空間分異的影響并非獨立,存在相互促進效應。在各個時期因子交互作用的解釋力靠前的兩個組合均為土地利用類型∩降雨量和土地利用類型∩相對濕度,進一步說明了土地利用類型、降雨量和相對濕度對NDVI空間分異占據主要地位。未來制定云南省生態(tài)規(guī)劃,不光要考慮土地利用類型轉變,還應考慮氣象因素空間分布的影響,因地制宜的采取生態(tài)修復策略,提升云南省生態(tài)環(huán)境,促進區(qū)域綠色可持續(xù)發(fā)展。

4 結論

本研究基本2000—2020年云南省NDVI數據集,分析了云南省NDVI時空變化特征,并結合地理探測器、土地利用轉移矩陣和變異系數分析了自然因素和人類活動因素對NDVI時空變化的影響,發(fā)現空間分布上,云南省植被覆蓋呈現西南高,東北低的空間分布格局。時間變化上,2000—2020年NDVI呈上升趨勢的區(qū)域面積占比為83.15%,而NDVI下降的區(qū)域面積占比為16.85%。NDVI空間分異的主要影響因子為土地利用類型、降雨量和相對濕度,其中土地利用類型解釋力最高,遠高于其他因子。土地利用類型與其他因子交互作用解釋力均高于單因子作用解釋力,表現為雙因子增強和非線性增強兩種關系。土地利用類型的轉變對NDVI變化具有顯著影響,林業(yè)生態(tài)工程的實施增加了林地面積,改善了區(qū)域植被,對NDVI上升起到了積極作用;而工業(yè)化和城市化引起的建筑用地擴張,嚴重破壞了區(qū)域植被,導致NDVI降低。