近40年中國植被NDVI時空演變格局及主導驅動因子的差異分析

郭 兵張大富丁 昊張海玲孫光強楊 盈

(1.山東理工大學 建筑工程學院,山東 淄博255000;2.河北省氣象與生態環境重點實驗室,河北 石家莊050022;3.中國科學院 數字地球重點實驗室,北京100101;4.自然資源部 城市國土資源監測與仿真重點實驗室,廣東 深圳518000;5.中山大學 測繪科學與技術學院,廣東 珠海519082;6.深圳市規劃與自然資源數據管理中心,廣東 深圳518000)

相關研究[1-2]表明,1951—2012年全球平均氣溫上升0.72℃,其中近30 a平均溫度是過去1400 a來的最高水平。植被作為地球陸地生態系統的主體,植被與氣候之間的動態耦合對陸地生態系統影響深遠[3-6]。同時,植被對氣候變化的反應極其敏感,所以植被動態變化常被作為地球氣候變化的生物指示器[7-9]。研究發現,在北半球中高緯度地區,近幾十年植被生長季延長和覆蓋度的增加主要是由于氣候變暖引起的,而近年來部分地區植被覆蓋出現減緩甚至下降,很大可能是與氣溫上升的減緩和降水量的減少有關[9-13]。隨著對全球氣候研究的不斷深入,植被變化及其與氣候變化的關系已成為全球變化研究的核心內容之一[14-15]。

在全球變化背景下,中大尺度的植被覆蓋變化受氣候變化和人類活動的影響日趨顯著。Sidi等[16]對近18 a科拉馬盆地植被變化進行研究,得出降水和溫度等氣候因素是影響植被生長的主要限制因子的結論,并發現在雨季和旱季,NDVI與氣溫和降水的相關性不同。陳晨等[17]分析了1982—2015年黃河流域不同氣候區植被的影響因素,表明降水對半干旱區NDVI影響最大,而氣溫對半濕潤區NDVI影響最大。易浪等[18]利用SPOT VGT數據分析黃土高原植被覆蓋變化與氣候和人類活動的關系,認為降水變化是影響植被覆蓋變化的主要因素及人類活動對植被NDVI的正影響大于負影響。盧喬倩等[19]利用1982—2012年植被生長季GIMMS NDVI 3g數據集對中國8種典型植被覆蓋類型NDVI與氣溫和降水的時空響應特征進行研究,結果表明多數地區多年生長季平均NDVI與平均氣溫呈顯著正相關。謝寶妮[20]基于LTDR NDVI和同期氣象插值數據對黃土高原1982—2014年不同氣候時空變化以及氣候和人類活動對植被覆蓋變化的相對貢獻進行研究,發現氣候變化和人類活動共同影響黃土高原近30 a植被覆蓋變化。綜上分析,不同時空尺度下植被NDVI演變格局存在顯著差異性,同時同一研究區不同歷史時期植被NDVI變化的主導驅動因子也存在較大不同?；诖?本研究利用GIMMS NDVI和MODIS NDVI數據和氣象站點數據等,引入地理探測器和重心模型等,從地理分區的視角定量分析和探討了不同子區植被NDVI時空演變格局,并明確了各子區不同歷史時期的植被NDVI演變主導驅動因子。

1 數據源及研究方法

1.1 數據源及預處理

歸一化植被指數(normalized difference vegetation index,NDVI)數據集包括GIMMS NDVI(1981—2006年,時間分辨率為15 d,空間分辨率為8 km)和MODIS NDVI數據(2000—2019年,時間分辨率為16 d,空間分辨率為1 km),上述兩種數據分別來自資源環境科學與數據中心(https:∥www.resdc.cn/)和地理空間數據云(http:∥www.gscloud.cn/),并利用最大值取值法獲取了逐年最大NDVI數據,在較大程度上消除了云霾的影響以及作物的物候期差異導致的不確定性?？紤]到兩種指數數據集的來源不同,本研究基于2000—2006年重疊年份數據,利用回歸分析法構建了數據校正模型:YMODISNDVI=1.077 7XGIMMSNDVI+0.004 6(擬合樣本2 899,R2=0.925,p＜0.001)。使用上述模型對2007—2019年的MODIS NDVI數據進行了校正,并利用ArcGIS 10.2 Resample工具將該數據集重采樣為8 km。1980年和2020年1∶10萬土地遙感監測數據來自中國科學院資源環境科學數據中心,空間分辨率為1 km,投影類型為Krasovsky_1940_Albers,包括6個1級類型,

包括了25個2級類型,總體數據精度為97.15%。DEM數據來自SRTM3產品,由地理空間數據云免費下載,空間分辨率為90 m。中國土壤類型空間分布數據由《1∶100萬中華人民共和國土壤圖》數字化生成,該數據集包括12土綱,61個土類,227個亞類,由資源環境科學與數據中心(https:∥www.resdc.cn/)免費獲取。氣象站點數據來自中國氣象數據網(http:∥data.cma.cn/),包括中國824個地面基準氣象站的20—20時降水量(0.1 mm)、日最低氣溫(0.1℃)、日最高氣溫(0.1℃)、日均溫(0.1℃)、日照時數(0.1 h)等要素的逐日數據。利用C#編程和ArcGIS 10.2的Cokriging插值方法得到1981—2019年的年均溫、年降水量、年日照時數、年積溫的柵格數據,其空間分辨率為8 km。

1.2 研究方法

1.2.1 相關性系數法 相關性分析主要用來反映要素之間的相關方向和相關程度,本研究采用基于像元的皮爾森相關系數,考慮p＜0.05和p＜0.01兩種置信水平來探討植被年NDVI對氣溫、降水的響應關系,其計算公式為[21]:

式中:rx,y為x,y兩變量的相關系數;xk,yk為x,y兩變量的第k年取值分別為兩變量的平均值;r的取值范圍為[-1,1];r＞0表示正相關;r＜0表示負相關值越大,說明要素之間的相關性越高;r=0表示零相關。

1.2.2 重心模型 重心概念源于力學,是指區域空間上的某一點在前后左右各個方向上的力量對比保持相對平衡。在地理學研究中,“重心”可以表征地理要素的時空分布特征,廣泛應用于經濟、人口、生態、區域發展等領域。區域重心定義為:設某一區域由n個子區域構成,其中,第i個子區域的重心坐標為(xi,yi),Mi為該子區域的屬性值,則該區域重心的地理坐標表示為[22]:

1.2.3 地理探測器 地理探測器是探測空間分異性,以及揭示其背后驅動因子的一種新的統計學方法[23]。地理探測器q統計量,可用以度量空間分異性、探測解釋因子、分析變量之間交互關系,已經在自然和社會科學多領域應用。

探測植被NDVI的空間分異性,以及探測某因子在多大程度上解釋植被NDVI的空間分異。用q值度量,q的取值范圍為[0,1],值越大說明植被的空間分異性越明顯,反之則越弱。表達式為:

式中:h=1,…;L為變量Y或因子X的分層(strata)或分類;為層h的單元數,N為全區的單元數;σ2h是層h的Y值的方差,σ2是全區的Y值得方差。SSW為層內方差之和(within sum of squares);SST是全區總方差(total sum of squares)。

2 中國自然地理分區

依據地形地貌、氣候及自然地理特征,參照前人分區成果將研究區劃分為六大區域(該分區方案來自資源環境科學與數據中心(https:∥www.resdc.cn/data.aspx?DATAID=276),圖1)。

圖1 中國自然地理分區

分別是東北、華北、西北、華東、西南以及中南地區。東北地區包括黑、吉、遼3個省區,為是我國重要的農業、工業基地。華北地區包括京、津、冀、晉、內蒙古5個省區,主要位于我國地勢的第二級階梯,是我國小麥的主產區。西北地區深居內陸,包括陜、甘、青、寧、新5個省區,主要為溫帶大陸性和高原氣候,降水相對稀少。華東地區位于中國東部,包括滬、蘇、浙、皖、閩、贛、魯、臺8個省區,地形以平原、丘陵為主,是我國經濟發展的重心。西南地區包括川、黔、滇、渝、藏5個省區,而中南地區則包括豫、湘、鄂、粵、桂、瓊、港、澳8個省區。

3 結果與分析

3.1 植被NDVI重心時空變化分析

為了分析和探討研究區植被NDVI重心的空間變化規律,本文利用ArcGIS 10.2度量地理分布工具集的MeanCenter工具計算和分析了1981—2019年5 a尺度(5 a的植被NDVI均值)下全國和分區尺度上的重心遷移情況(圖2)。由圖2可知:①1981—2000年期間,東北地區植被NDVI重心呈現西南—東北—西南的遷移趨勢,2006—2010年重心相比2001—2005年向西南方向遷移,說明該時間段內西南部植被NDVI的增速和增量大于東北部,而2011—2015年和2016—2019年相比2006—2010年出現向北遷移的回旋趨勢?？傮w上近40 a東北地區植被NDVI重心呈向南移動的趨勢,其原因在隨著人類活動干擾強度的加劇,如三北防護林的建設及退耕還林還草的實施,該地區南部植被的恢復及增長速度和體量高于北部地區[24-26]。②華北地區近40 a植被NDVI重心表現為向南遷移,其中2006—2010年→2011—2015年重心向北遷移,其他時間段重心均向南遷移,說明近40 a南部植被NDVI的增量要高于北部?？傮w上,華北地區植被NDVI重心向南遷移,其主要原因在氣候變暖導致了該地區北部發生一定程度的干旱,不利于植被的恢復和生長,同時,隨著南部地區植樹造林工程的實施,其植被增量要高于北部地區[3,17,20]。③西北地區植被NDVI重心在前3個時段表現為向西北方向遷移,分別是1981—1985年→1986—1990年、1986—1990年→1991—1995年和1991—1995年→1996—2000年。而在后4個時段均表現為向東南方向遷移,分別是1996—2000年→2001—2005年、2001—2005年→2006—2010年、2006—2010年→2011—2015年和2011—2015年→2016—2019年。綜上分析,西北地區植被NDVI重心總體呈現向東南方向移動的趨勢,其原因在受降水增加和人類活動(退牧還草及植樹造林)的綜合影響,東南部地區植被的恢復速率及增加總量要高于西北部地區(該地區干旱、少雨,植被很難恢復),特別是十八大以來(2012年),各項生態保護措施及工程的實施,一定程度上對于該地區的植被恢復產生了促進作用[6,9]。④1986—1990年華東地區植被NDVI重心相比1981—1985年向西北方向遷移。1986—2015年的5個時間段里,植被NDVI重心遷移軌跡呈現“西南—東北—東北—西南—南”的環形遷移趨勢,而2016—2019年植被NDVI重心相比2011—2015年繼續向南遷移。近40 a,華東地區植被NDVI重心向南遷移,其主要原因在于該地區南部地區多灌林地,隨著各項生態環境保護措施的有效實施(2012年以來),該地區植被的恢復和增加速率高于北部地區[1,8]。⑤中南地區植被NDVI重心遷移軌跡呈現“之”字形,1981—1985年→1986—1990年重心往東北方向遷移,1986—1990年→1991—1995年、2006—2010年→2011—2015年和2011—2015年→2016—2019年重心均是往西南方向發生遷移,而1991—1995年→1996—2000年、1996—2000年→2001—2005年和2001—2005年→2006—2010年3個時段重心均向西北方向遷移。綜上分析,近40 a中南地區的植被NDVI重心向西移動,其主要原因在于隨著退耕還林還草工程的有效實施(特別是2012年以來),西部地區大量陡坡開墾的耕地轉為林草地,極大了促進了該地區植被的恢復[3,17]。⑥1986—1990年和1991—1995年西南地區植被NDVI重心相比1981—1985年向西北方向遷移且1981—1985年→1986—1990年遷移幅度最大,1991—1995年→1996—2000年和2001—2005年→2006—2010年植被NDVI重心都是向東南方向遷移,而1996—2000年→2001—2005年重心向西南方向遷移,2011—2015年和2016—2019年植被重心相比2006—2010年向西北方向移動。近40 a西南地區植被NDVI重心向西南方向移動,原因在于隨著全球氣候變暖趨勢的日益加劇,青藏高原地區的增溫和增濕效應尤為明顯,進而極大地促進了該地區植被的生長和恢復,從而導致了該地區西部和南部的植被增量和增速高于其他地區[8,19]。⑦1981—2019年中國植被NDVI重心主要集中于陜西省延安市及銅川市。1981—2019年,全國植被NDVI重心共發生了6次重心方向的改變,在南北方向上,除了1981—1985年→1986—1990年和2006—2010年→2011—2015年重心向北遷移,其他時間段重心均向南遷移。綜上分析,近40 a中國植被NDVI重心向南遷移,表明南部地區植被NDVI的增量和增速要高于北部地區,這與區域氣候條件的時空分布及變化相關[10]。

圖2 全國及6大分區植被NDVI重心遷移軌跡

3.2 氣候單因子對植被NDVI變化的影響

全球氣候變暖背景下,植被NDVI時空變化格局受氣候變化的影響尤為顯著。本研究在p＜0.01的置信水平下計算了近40 a植被NDVI與氣溫、降水和日照的相關系數(R),進而分析了植被NDVI與氣候單因子的相關性(圖3)。

圖3 植被NDVI與氣候因子的相關性分析

由圖3可知,①植被NDVI與氣溫呈負相關(-1＜R＜0,p＜0.01)的區域占總面積的46.77%,主要分布于中國的北部地區,如西北地區的新疆中部,甘肅和青海省的西北部等,華北地區的內蒙古自治區以及東北平原的東部地區,其原因在于該地區氣溫的上升,加劇了植被的蒸騰和地表土壤水分的蒸發,進而加劇了區域干旱狀況,不利于植被的生長[5,8]。植被NDVI與氣溫呈正相關(0＜R＜1,p＜0.01)的區域占總面積的53.23%,主要分布于黃土高原地區、四川盆地的中部、云貴高原以及長江中下游地區,該地區降水充沛,高溫有助于植被的光合作用,加速植被的生長和恢復[15]。②植被NDVI與降水呈正相關(0＜R＜1,p＜0.01)的區域占總面積的59.54%,呈正相關的地區分布范圍較廣,其中相關系數較高的區域包括華北地區的中部,西北地區的東北部,其原因在于該地區水熱不均衡,地表水資源短缺,降水的增加有助于改善土壤水分狀況,利于植被生長[10]。植被NDVI與降水呈負相關(-1＜R＜0,p＜0.01)的區域占總面積的40.46%,主要分布于云貴高原和長江中下游地區等,其原因在于該地區降水密集,多暴雨,水土流失及滑坡、泥石流嚴重,極大破壞地表植被狀況[19]。③植被NDVI與日照呈正相關(0＜R＜1,p＜0.01)的區域占總面積的42%,其中顯著正相關區域主要集中于新疆中部、甘肅和青海省的西北部以及云貴高原西部,其原因在于該地區海拔較高,充足的光照可以改善地表熱環境,進而促進植被的生長[14]。植被NDVI與日照呈負相關(-1＜R＜0,p＜0.01)的區域占總面積的58%,主要集中在中部地區(105°—115°E之間),如貴州、山西和河南等地區,其原因在于該地區水熱時空分布不均衡,過多的光照可增加區域溫度,加大旱災的風險[20]。

3.3 不同歷史時期—不同分區因子交互作用對植被NDVI變化的影響

相關研究表明,不同地理分區的植被生態系統演變的主導影響因子隨著氣候變化和人類活動作用強度的變化而變化。本研究利用地理探測器定量分析和探討了1981年(1981—1983年平均植被狀態)和2019年(2017—2019年平均植被狀態)的驅動因子差異性(圖4)。由圖4可知:①1981年東北地區不同因子之間的交互作用對植被NDVI變化解釋力依次為(前6組):土地利用∩日照(0.657)＞高程∩日照(0.585)＞土壤類型∩日照(0.568)＞日照∩氣溫(0.566)＞坡向∩日照(0.528)＞積溫∩日照(0.525),日照與其他因子交互作用的解釋力占據主導地位(圖4a1)。而在2019年(圖4a2),解釋力較高主導交互因子(前6組)分別為:土地利用∩坡向(0.473)＞土地利用∩氣溫(0.446)＞土地利用∩降水(0.356)＞土壤類型∩土地利用(0.347)＞土壤類型∩坡向(0.312)＞土地利用∩日照(0.305),土地利用與其他因子交互作用的解釋力卻占據主導地位,而氣候因子之間的交互作用則對植被NDVI的變化影響相對較弱。隨著城市化的不斷推進,人類活動成為影響地表生態系統演變的主導因素之一,其中土地利用變化是反映人類活動強度的重要指標之一,因此,土地利用變化在地表植被變化過程中發揮重要作用[4,8]。②1981年華北地區交互因子解釋力最大的為日照∩氣溫(0.752),最小的是坡向∩坡度(0.111),同時,該時期土壤類型與其他因子之間的解釋力都較大(圖4b1)。2019年交互因子解釋力最大的為土地利用∩降水(0.770),最小的是坡向∩坡度(0.149)(圖4b2)。華北地區多平原,地勢平坦,地形因子對植被的時空分布和變化影響較弱,而氣候因子和人類活動則是影響該地區植被生態系統演變過程的主導因素[15,18]。③1981年西北地區自然因子之間的交互作用對植被NDVI變化解釋力依次為(前6組):土壤類型∩降水(0.669)＞土地利用∩降水(0.642)＞降水∩氣溫(0.625)＞土壤類型∩日照(0.624)＞高程∩降水(0.621)＞日照∩氣溫(0.616),降水與其他因子交互作用的解釋力占據主導地位(圖4c1),其原因在于該地區干旱少雨,地表水資源是影響區域植被生長的主導因素,而降水是該地區水資源的重要補給[8,16]。2019年的主導交互因子解釋力依次(前6組)為:土地利用∩降水(0.699)＞土地利用∩日照(0.681)＞土壤類型∩土地利用(0.648)＞土壤類型∩降水(0.635)＞土壤類型∩日照(0.589)＞高程∩降水(0.578),其中土地利用∩降水之間的交互作用解釋力最大(圖4c2),這與區域生態環境特征與人類活動相關[19,21]。④1981年華東地區交互因子解釋力最大的為坡向∩降水(0.374),最小的是積溫∩氣溫(0.074)(圖5a1)。2019年交互因子解釋力最大的為土地利用∩坡向(0.412),而最小的為積溫∩氣溫(0.073)(圖5a2)。由于該地區多為經濟發達地區,城鎮化水平較高,人類活動強度劇烈,已成為影響區域生態系統演變的主導因子[7,14]。⑤1981年中南地區各因子間的交互作用對植被NDVI變化解釋力依次為(前6組):土壤類型∩坡向(0.303)＞坡向∩降水(0.276)＞土壤類型∩日照(0.268)＞積溫∩日照(0.255)＞土地利用∩降水(0.251)＞日照∩降水(0.250),坡向與土壤類型、降水之間的交互作用解釋力較大(圖5b1)。2019年解釋力高的6組為:土地利用∩坡向(0.476)＞土地利用∩降水(0.442)＞土壤類型∩土地利用(0.407)＞土地利用∩高程(0.392 0)＞土地利用∩積溫(0.391 9)＞土地利用∩氣溫(0.391)(圖5b2),該時期土地利用與其他因子交互作用的解釋力占據主導地位。該地區植被NDVI變化的主導驅動因子由自然因子轉變為人類活動因子,這與區域經濟發展和城鎮建設相關[17,19]。⑥1981年西南地區交互因子解釋力最大的為高程∩日照(0.810),最小的是坡向∩坡度(0.087)(圖5c1),2019年交互因子解釋力最大的為高程∩日照(0.807),最小的是坡向∩坡度(0.084)(圖5c2)。該地區位于西南山區,海拔較高,多高山、高原,其地形因素決定了區域生態環境特征及變化,因此高程是影響地表植被生態系統演變的主導因素之一。此外,西南地區多陰雨天氣,光照不充足,極大限制了植被的生長,因此,日照成為影響植被變化的另一重要因子[23,27]。同時,西南山區生態環境極其脆弱,生態環境的保護一直是區域經濟發展中亟待解決的前瞻性問題,特別是黨的十八大以來,生態建設以保護為主,人為對生態的擾動逐漸變小,自然因素在植被生態系統演變中占據主導地位。

圖4 1981—2019年東北、華北和西北地區植被NDVI變化的主導交互因子

圖5 1981—2019年華東、中南和西南地區植被NDVI變化的主導交互因子

綜上分析,近40 a不同地區的主導交互因子類型發生了一定變化并且存在顯著差異:東北地區,日照∩其他因子(1981年)→土地利用變化(2019年);華北地區,日照∩氣溫(1981年)→土地利用∩降水(2019年);西北地區,降水∩其他因子(1981)→土地利用∩其他因子(2019年);華東地區,坡向∩降水(1981年)→土地利用∩坡向(2019年);中南地區,坡向∩土壤類型(1981年)→土地利用∩其他因子(2019年);西南地區,地形因子∩其他因子→土地利用∩其他因子(2019年)。隨著人類活動干擾強度的增加,土地利用及其相關交互因子逐漸成為各子區植被生態系統演變的主導因子。

4 結論

(1)近40 a中國植被NDVI重心向南遷移,而不同分區的植被NDVI重心遷移軌跡存在一定差異性:東北地區植被NDVI重心表現為先向南移動繼而向北移動的趨勢;華北地區植被NDVI重心表現為向南遷移;西北地區植被NDVI重心表現為先向西北移動繼而東南移動的趨勢;華東地區植被NDVI重心呈向南移動趨勢;中南地區植被NDVI重心遷移軌跡呈現“之”字形,總體表現為向西南方向移動;西南地區植被NDVI重心表現為向西南方向移動趨勢。

(2)植被NDVI與氣溫呈負相關區域主要分布于西北地區和華北地區,呈正相關區域則主要分布于黃土高原地區、四川盆地的中部、云貴高原以及長江中下游地區。植被NDVI與降水呈正相關區域主要分布于華北地區的中部,西北地區的東北部,呈負相關區域則主要分布于云貴高原和長江中下游等地區。植被NDVI與日照呈顯著正相關區域主要分布于新疆中部、甘肅和青海省的西北部以及云貴高原西部,而顯著負相關區域則主要分布于中部,包括貴州、山西和河南等地區。

(3)近40 a不同分區、不同歷史時期的植被NDVI演變主導驅動因子存在顯著差異:東北地區,日照∩其他因子(1981年)→土地利用變化(2019年);華北地區,日照∩氣溫(1981年)→土地利用∩降水(2019年);西北地區,降水∩其他因子(1981年)→土地利用∩其他因子(2019年);華東地區,坡向∩降水(1981年)→土地利用∩坡向(2019年);中南地區,坡向∩土壤類型(1981年)→土地利用∩其他因子(2019年);西南地區,地形因子∩其他因子→土地利用∩其他因子(2019年)。