2010～2022年貴陽市植被覆蓋率變化趨勢及驅(qū)動因子分析

朱劍 田野

（1.貴陽市測繪院，貴州 貴陽 550027；2.貴州省地質(zhì)礦產(chǎn)勘察開發(fā)局，貴州 銅仁 554300）

1 引言

植被作為生態(tài)系統(tǒng)的重要組成部分，在水循環(huán)、能量轉(zhuǎn)換、物質(zhì)流動、碳存儲等方面起著至關(guān)重要的作用[1-3]。貴陽市位于我國西南部地區(qū)，屬亞熱帶（副熱帶）高原季風(fēng)濕潤氣候區(qū)，雨量充沛、雨熱同季，良好的自然環(huán)境造就了貴陽市豐富的生物資源，植物種類多達(dá)3000 余種。監(jiān)測貴陽市植被動態(tài)變化有助于了解該區(qū)域生態(tài)環(huán)境變化、植被覆蓋及土地利用變化情況，對維護(hù)貴陽市生態(tài)環(huán)境安全與可持續(xù)發(fā)展有重要意義。

利用遙感技術(shù)可以對植被動態(tài)變化進(jìn)行監(jiān)測，已成為快速獲取植被歷史及現(xiàn)狀信息的重要手段，長時序遙感影像的對比性監(jiān)測更能直接反映植被覆蓋率空間分布以及時序變化特征。NDVI（歸一化植被指數(shù)）是目前應(yīng)用最廣的植被指數(shù)之一，在植被長時序的時空變化監(jiān)測分析方面得到了廣泛應(yīng)用[3,4]。但由于植被類型、氣候等因素影響，不同區(qū)域內(nèi)植被覆蓋率時空變化也存在一定的差異，對不同區(qū)域內(nèi)植被趨勢變化規(guī)律及其對環(huán)境因子的驅(qū)動機(jī)制尚缺乏較為深入的研究。

本文基于2010～2022 年多期Landsat 數(shù)據(jù)計算貴陽市長時序植被覆蓋率，采用Sen-MK 趨勢分析法對貴陽市植被覆蓋率變化進(jìn)行逐像元分析；然后，結(jié)合年均降雨、年均溫度數(shù)據(jù)，分析植被與環(huán)境因子變化的時空相關(guān)性，引入高程數(shù)據(jù)研究地形因素對植被覆蓋率空間分布格局的影響，綜合分析貴陽市植被覆蓋率時空演變特征以及與自然因素變化的關(guān)聯(lián)性。

2 數(shù)據(jù)與方法

2.1 研究區(qū)概況及數(shù)據(jù)

貴陽市為我國西南部地區(qū)重要的中心城市之一，截至2022 年統(tǒng)計信息顯示，貴陽市土地總面積達(dá)804336.6 公頃，其中，城市/建制城鎮(zhèn)用地僅有23959.26 公頃，占貴陽市土地總面積的3%；林地面積有339346.05 公頃，園地面積有11775 公頃，林地、園地共占比44%，生態(tài)用地資源豐富。此外，貴陽市境內(nèi)流經(jīng)10 千米以上的河流共有98 條，水資源豐富，適宜植被生長。

在綜合分析貴陽市植被生長特點(diǎn)的基礎(chǔ)上，研究選用的遙感影像主要為Landsat4-5、Landsat8，該數(shù)據(jù)空間分辨率為30 米，來源于地理空間數(shù)據(jù)云，經(jīng)輻射定標(biāo)、大氣校正等處理后，可通過波段計算獲取貴陽市NDVI 數(shù)據(jù)，進(jìn)而計算貴陽市植被覆蓋率，并收集貴陽市各年份土地利用數(shù)據(jù)輔助分析各地類NDVI 值分布情況。

研究主要選用地形數(shù)據(jù)（高程值）、年均降雨、年均溫度等主要影響植被分布以及植被生長的自然因子作為貴陽市植被覆蓋率變化驅(qū)動機(jī)制探究的主要驅(qū)動因子，其中，地形數(shù)據(jù)與土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（http://www.resdc.cn），同期氣象數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心（http://data.tpdc.ac.cn/zh-hans/）提供的中國1km 分辨率逐月平均氣溫數(shù)據(jù)集和中國1km 分辨率逐月降水量數(shù)據(jù)集。使用ArcGIS 10.2 對數(shù)據(jù)進(jìn)行裁剪與柵格計算，得到2010～2022 年貴陽市1km 年均溫度和年累計降水量數(shù)據(jù)集。

2.2 歸一化植被指數(shù)（NDVI）

遙感影像具有宏觀性、范圍性監(jiān)測能力，適宜完成對植被生長的動態(tài)變化監(jiān)測。歸一化植被指數(shù)（Normalized Digital Vegetation Index，NDVI）基于遙感影像的紅光波段與近紅外波段觀測值計算得到，具體計算公式如式（1）所示，NDVI 能夠很好地反映植被長勢情況，是應(yīng)用最為廣泛的植被指數(shù)，常用于監(jiān)測植被生長狀態(tài)、植被覆蓋度。本文以每年的植被生長期為時間節(jié)點(diǎn)，獲取貴陽2010 年、2014 年、2018 年、2022 年Landsat 遙感影像數(shù)據(jù)，通過公式（1）計算貴陽市各年份NDVI 分布狀況圖。

公式（1）中，PNIR為Landsat 遙感數(shù)據(jù)的近紅外波段反射率，PR為Landsat 遙感數(shù)據(jù)的紅外波段反射率，NDVI為歸一化植被指數(shù)。

2.3 植被覆蓋率的計算

為了區(qū)分植被覆蓋層、人工用地建設(shè)層，通過波段計算獲取2010～2022 年每年植被生長期的NDVI 數(shù)據(jù)，綜合2010 年、2014 年、2018 年、2022 年各年份的土地利用數(shù)據(jù)，利用統(tǒng)計法確定建設(shè)用地、裸地與植被覆蓋層的最優(yōu)閾值，劃分裸地、建設(shè)用地與植被層，進(jìn)而基于NDVI 數(shù)據(jù)完成植被覆蓋度計算，具體計算公式如下：

本次研究中，NDVImin與NDVImax分別代表裸地（無植被覆蓋區(qū)fv= 0）與完全植被覆蓋區(qū)（fv= 1）的區(qū)域NDVI值。本文根據(jù)貴陽市2018 年土地利用數(shù)據(jù)，選擇裸地區(qū)域NDVI最小值作為NDVImin，選擇林區(qū)NDVI最大值作為NDVImax。NDVImin和NDVImax值分別為0.034、0.74，并通過公式（2）計算各時期貴陽市植被覆蓋率。

2.4 趨勢分析法

一元線性回歸分析方法在一定程度上可消除特定年份極端氣候的影響[2]，因此采用該方法建立年（i）與fvi之間的線性回歸關(guān)系，用于研究不同時段草地fv的年際變化特征。公式如下：

公式（3）中，θslop為fv趨勢斜率；i代表年份；fvi為第i年的fv；n為研究期。θslop＞0 表示fv呈增加趨勢，θslop＜0 表示fv呈減小趨勢。

2.5 植被覆蓋率與環(huán)境因素的相關(guān)分析

地理探測器是探測和利用空間分異性的工具，包括因子探測器、交互探測器、風(fēng)險探測器以及生態(tài)探測器四個模塊。本文主要利用因子探測器、交互探測器分析驅(qū)動因子Xi對植被覆蓋率變化的解釋力[5]，用q值度量，計算公式如下：

公式中，h= 1，…，L為變量土地利用程度或驅(qū)動因子的分層；Nh和N分別為層h和研究區(qū)的單元數(shù)；；、δ2分別為h層和研究區(qū)植被覆蓋率的方差和。W和T分別為層內(nèi)方差之和（Within Sum of Squares）和全區(qū)總方差（Total Sum of Squares）。

3 結(jié)果與分析

3.1 貴陽市植被覆蓋率的時空分布特征

為詳細(xì)了解貴陽市植被覆蓋率信息，本文基于Landsat 數(shù)據(jù)以及貴陽市2010～2022 年土地利用數(shù)據(jù)，結(jié)合公式（2）進(jìn)行分析計算，獲取貴陽市2010～2022 年植被覆蓋率信息，并采用自然間斷點(diǎn)法對植被覆蓋率值進(jìn)行分級顯示，貴陽市2010～2022 年植被覆蓋率時序空間分布如圖1 所示。分析圖1 可知：

圖1 貴陽市2010～2022年植被覆蓋率時空分布

（1）貴陽市整體植被覆蓋率值在[0.03～0.9]范圍，植被覆蓋率較高，且高值區(qū)域占據(jù)貴陽市85%以上的面積 ；

（2）2010～2014 年間貴陽市植被覆蓋率呈下降趨勢，最大值由2010 年的0.91 下降至2014 年的0.81，且2014 年各等級植被覆蓋率值明顯低于2010 年；

（3） 2014～2022 年間，貴陽市植被覆蓋率呈逐漸提升狀態(tài)，2022 年植被覆蓋率最大值略低于2010 年，但2022 年整體覆蓋率呈明顯提升現(xiàn)象。

3.2 植被覆蓋率時序變化趨勢分析

為了更直接地反映貴陽市各區(qū)域植被覆蓋率時序演變趨勢，本文采用Sen-MK 一元趨勢分析法對貴陽市2010 年、2014 年、2018 年、2022 年四期植被覆蓋率變化進(jìn)行綜合分析，以便對植被覆蓋率年際演變特征進(jìn)行研究。貴陽市2010～2022 年fv趨勢變化與顯著性分析如圖2 所示。

圖2 貴陽市2010～2022年 fv 趨勢變化與顯著性分析

分析圖2 可知：

（1）貴陽市植被覆蓋率年際變化存在正向提升以及負(fù)向減少兩個狀態(tài)，且θslop＞0 呈正向提升的區(qū)域占據(jù)總面積的59.8%，θslop＜0 即fv呈減少的區(qū)域僅占總面積的41.2%，該區(qū)域主要集中在城市或建制城鎮(zhèn)等人類活動較為頻繁的區(qū)域；

（2）fv年際θslop分布在-1.17～-0.17 范圍的區(qū)域僅占貴陽市總面積的11.3%，而θslop分布在0.35～1.16范圍增長迅速的區(qū)域占據(jù)貴陽市總面積的26.7%，表明貴陽市植被覆蓋率整體呈上升趨勢。

3.3 植被覆蓋率時序變化驅(qū)動機(jī)制分析

前人研究表明植被覆蓋度多受地形、氣象等因素影響[6-8]，因此，為了更深入地研究分析貴陽市2010～2022 年植被覆蓋率時序變化特征及其背后驅(qū)動機(jī)制，將貴陽市植被覆蓋率作為因變量，將貴陽市2010 年、2014 年、2018 年、2022 年的年均溫度、年均降雨值，以及貴陽市高程數(shù)據(jù)等自然因素數(shù)據(jù)作為影響因子，引入地理探測器的因子探測器、交互探測器兩大驅(qū)動因子分析模塊進(jìn)行分析。

單因子貢獻(xiàn)率分析結(jié)果如表1 所示，高程因子、年均降雨、年均溫度對貴陽市植被覆蓋率均有顯著性影響，而且因子貢獻(xiàn)率年均降雨＞年均溫度＞高程。這說明區(qū)域自然因子對植被動態(tài)變化具有一定的影響力，其中對貴陽市植被覆蓋率變化的影響以年均降雨與年均溫度為主，兩者對植被覆蓋率變化的貢獻(xiàn)度在80%以上，而高程因素對植被覆蓋率變化的貢獻(xiàn)率僅為0.274。

表1 單因子貢獻(xiàn)率

交互探測器用于分析不同驅(qū)動因子Xi之間交互作用，以及對因變量貢獻(xiàn)率的變化。即不同驅(qū)動因子X1、X2之間協(xié)同作用時，能夠提升或減弱對因變量的解釋能力。

因子交互貢獻(xiàn)率分析結(jié)果如表2 所示，對比表1可以發(fā)現(xiàn)，單因子貢獻(xiàn)率明顯低于因子交互貢獻(xiàn)率。年均降雨與年均溫度的交互作用得到極大提升，由單一因子的0.45、0.41 提升至0.57；年均降雨與高程因子的交互作用貢獻(xiàn)率達(dá)到0.50。由此可知，自然因素并不是獨(dú)立影響貴陽市植被覆蓋率變化，而是多因子協(xié)同作用于貴陽市植被覆蓋率變化。

表2 各因子交互貢獻(xiàn)率

4 結(jié)論

本文結(jié)合GIS 與RS 技術(shù)，基于Landsat 數(shù)據(jù)、土地利用數(shù)據(jù)，對貴陽市2010 年、2014 年、2018 年、2022 年植被覆蓋率信息進(jìn)行時序演變特征分析，得到以下結(jié)論：

（1）貴陽市整體植被覆蓋率值在[0.03～0.9]，植被覆蓋率高，生態(tài)環(huán)境良好。

（2）Sen-MK 趨勢分析結(jié)果顯示，2010～2022 年，貴陽市植被覆蓋率有59.8%的區(qū)域呈上升趨勢，僅有41.2%呈下降趨勢，且下降區(qū)域?yàn)橹饕娜藶樯顓^(qū)，表明人類活動對植被等生態(tài)用地具有一定的破壞性。

（3）采用地理探測器對貴陽市植被覆蓋率進(jìn)行驅(qū)動機(jī)制分析，可以發(fā)現(xiàn)，年均降雨、年均溫度對植被具有較為顯著的影響，貢獻(xiàn)度達(dá)80%以上，而且因子交互作用對貴陽市植被覆蓋率貢獻(xiàn)度有所提升，表明自然因素并不是獨(dú)立影響貴陽市植被覆蓋率變化，而是多因子協(xié)同作用。但本文僅注重分析了自然因子對植被覆蓋率變化的影響，由于未收集到GDP、路網(wǎng)數(shù)據(jù)等代表人文活動的因子，后續(xù)還需引入更多影響因素進(jìn)行更為全面深入的研究。