青海湖流域植被動態變化驅動力及空間粒度效應

周美林 ,劉家宏 ,劉希勝 ,王亞琴 (1.中國水利水電科學研究院,流域水循環模擬與調控國家重點實驗室,北京 100038；2.中國科學院地理科學與資源研究所,北京 100101；3.水利部數字孿生流域重點實驗室,北京 100038；.青海省水文水資源測報中心,青海 西寧 810001；5.中國國土勘測規劃院,北京 100081)

植被覆蓋度變化與區域氣候條件、生態環境、土地利用和人類活動等因素密切相關[1-3].多采用相關性分析[4]、多元線性回歸法[5]等分析氣候和人類活動因素的影響.青海湖流域是維系青藏高原生態安全的重要屏障[6],生態系統脆弱.氣候、地表因素和人類活動是青海湖流域植被覆蓋變化的主要驅動力.氣候變化改變陸地生態系統格局和分布范圍[7],地形地貌和人類活動對植被覆蓋度的影響具有顯著的空間分異[8-9],且各因素影響存在顯著的交互效應[10-11].

已有研究[12-13]分析了2000 年后,不同降水、氣溫、高程和植被類型下青海湖流域植被覆蓋度變化特征.2000 年以前青海湖流域植被覆蓋狀況認識不足.同時,針對植被覆蓋度變化驅動研究,現有研究僅定性分析不同氣候帶和地形地貌上的差異[14],對影響因素相對貢獻的量化和交互效應的認識仍不清楚.地理探測器是廣泛使用的多因素交互作用模型[15-16],可識別并量化因子及其交互作用對變量空間變異的貢獻[17-18].空間粒度影響變量特征及相互關系[19],氣候、地形和人類活動等因素對植被覆蓋度的影響與空間粒度密切相關.現有研究多為單粒度分析,對尺度效應研究較少.

本文利用Google Earth Engine 平臺以Landsat遙感影像為基礎,分析1986～2020 年青海湖流域植被覆蓋度時空變化特征,基于Pearson相關系數,多元線性回歸模型及多尺度地理探測器模型,揭示降水、氣溫、地表條件(地形、地貌、土壤、植被、高程、坡度、坡向、凍土、距河/青海湖距離)和人為因素對流域植被覆蓋度時空變化的驅動機制及相對貢獻,并探討空間粒度對驅動因素的影響.

1 數據和方法

1.1 研究區概況

青海湖是我國最大的內陸咸水湖,青海湖流域位于97°50′E～101°20′E,36°15′N～38°20′N,之間,流域總面積約29661km2,海拔在3196～5290m 之間;多年平均降水量為379mm,多集中在6～8 月;多年平均氣溫為-0.3℃,7月氣溫最高,1月氣溫最低,12月到次年3 月湖面結冰[20].青海湖區年蒸發量為895mm,夏季占年蒸發量的60%,冬春季蒸發量最小[21].青海湖流域是重要的凍土分布區,西北部為多年永久凍土區,中部及環湖區域為季節性凍土區.主要植被類型為草甸、草原、荒漠、灌叢和林地,其中草甸占流域面積45%,草原占流域面積18%.土壤類型有草甸土、黑鈣土、栗鈣土、沼澤土和風沙土等.青海湖流域地理位置如圖1 所示.

圖1 青海湖流域地理位置Fig.1 Geographical location of Qinghai Lake basin(QHLB)

1.2 數據來源

本文使用數據有遙感影像、氣候、地形地貌、植被、土壤、凍土分區和人類足跡.遙感影像來自美國陸地衛星Landsat 4TM、Landsat 5TM、Landsat 7ETM+和Landsat 8OLI 2 級產品,已完成輻射校正和幾何校正,時間分辨率為16d,空間分辨率為30m,計算時段為1986～2020 年.高程數據來自SRTM 數字高程模型(DEM),空間分辨率為30m.坡度和坡向基于DEM 數據,利用ArcGIS 軟件空間分析工具獲得.氣象數據采用時空三極環境大數據中心發布的中國1km 分辨率降水和氣溫數據,該數據集是在CRU和World Clim發布的全球0.5°氣候數據基礎上,基于Delta 空間降尺度方案生成,并通過了496 個氣象站監測結果的驗證[22-23].青藏高原凍土分布[24]基于改進的中分辨率成像光譜儀(MODIS)和地表溫度凍結和融化指數生成,空間分辨率為937m.土壤和植被數據來自中國科學院資源環境科學數據中心.土壤采用傳統的“土壤發生類”系統,將中國土壤分為12 個土綱,61 個土類,227 個亞類,其基礎數據是1:100萬中國土壤圖和中國土種志.植被共分為11個植被類型組、54 個植被型,涵蓋了796 個群系和亞群系,空間分辨率為1km.

采用人類足跡評估人類活動強度對青海湖流域生態系統的影響.人類足跡指數法[25]是常用的人類足跡評估指標,綜合考慮了人口密度、土地利用變化、交通通達性和電力基礎設施等四類空間數據.通過設置各數據圖層的緩沖區和賦值權重,經過疊加分析和空間歸一化,得到人類足跡數據.青藏高原人類足跡數據考慮人口密度、土地利用、放牧密度、夜間燈光、鐵路和道路等指標表征人類活動強度,采用對數法對不同類型數據賦值,賦值范圍為1～10.詳細賦值過程可參考文獻[26].該數據集包含1990、1995、2000、2005、2010、2015 和2017 年共7 期數據,空間分辨率為1km.

1.3 研究方法

1.3.1 植被覆蓋度計算 利用Landsat 影像的近紅外波段和紅色波段進行植被歸一化指數(NDVI)計算,隨后基于中值法構建月度NDVI[27],基于生長季(4 月～10 月)數據構建年際NDVI 數據集.利用年際NDVI 基于像元二分模型計算年際植被覆蓋度(FVC).具體計算公式如下:

式中NIR 和Red 是近紅外波段和紅色波段的反射率,NDVImin為青海湖流域對應5%頻次的NDVI值,NDVImax為對應95%頻次的NDVI 值.

基于《水土流域綜合治理技術規范》,將青海湖流域FVC 分類,其中FVC≤0.1 為裸地,0.1

1.3.2 MK 趨勢檢驗 Mann-Kendall(MK)[28]方法是一種非參數檢驗方法,廣泛應用于時間序列趨勢變化分析.對于時間序列X={x1, x2, …, xn},假定序列內各變量相互獨立,構造檢驗統計量S 如下:

對于給定的置信區間α,若Z≥Z1-a/2則認為在α置信水平上序列有明顯的上升(Z>0)或下降趨勢(Z<0),其中|Z|>2.576 說明變化趨勢極顯著(α=0.01,P<0.01),2.576>|Z|>1.96 說明變化趨勢顯著(α=0.05,0.01

1.3.3 地理探測器 地理探測器是常用的分析變量空間變異驅動機制的統計方法,廣泛應用于土地利用和植被覆蓋等驅動機制分析[29].采用地理探測器中的因子探測器和交互探測器進行青海湖流域FVC 空間變化驅動機制分析.因子探測器分析驅動因素對研究區域FVC 空間變化影響程度的大小,用q 量化.交互探測器用來探測不同因子交互作用對FVC 空間變異的影響,分為非線性增強,雙因子增強,非線性減弱,雙因子減弱和獨立.q 計算公式如式(2).采用t 檢驗法對相關顯著性進行檢驗,設置顯著性標準為α=0.05.

式中:q 表征驅動因素對植被覆蓋度變化解釋力的大小;h 為1,2,…,L 為變量的分類(區)數;Nh和N 分別指分類h 和全區的分類數;σ2h 和σ2分別為某分層h 和全區的方差總和.

基于R語言GD包構建地理探測器模型,在模型構建過程中,采用自然斷點法、等距離散法和等頻率法對連續變量進行空間離散,設置類別數量為4～10.參考已有文獻的基礎上,結合實際情況,選取地表因素(高程、坡度、坡向、土壤、植被、距水系距離、距青海湖距離、凍土分區),氣候因素(生長季降水、生長季氣溫,降水集度、降水重心)和人類足跡指數作為FVC 空間變化的驅動因素.

空間粒度對生態系統結構和影響因素空間分布具有重要影響[30],以青海湖流域FVC 為研究對象,分析不同空間粒度下氣候、人類足跡及地表因素對FVC 解釋力的變化.考慮已有數據的空間分辯率,以1km 為間隔,分別計算1～15km 分辨率下各因素對植被覆蓋度空間變化的解釋力.以最大程度表征因素交互作用和各因素解釋力90%分位數最大為標準,確定流域植被覆蓋度空間變化最佳分析粒度,并作為后續驅動因素分析的基礎.

1.3.4 降水結構計算 降水重心和降水集度是降水結構的表征.降水重心(PC)反應某區域年內降水集中時間.降水集度(PCI)指年內降水特征在年際尺度上的分異.PCI 越大說明年內降水分配越集中,PCI越小說明年內降水分配越均勻.具體計算公式如下,式中Pi為第i 個月降水,P 為年際降水量.

采用t 檢驗法對相關顯著性進行檢驗,設置顯著性標準為α=0.05.

1.3.5 相關性分析 采用Pearson 相關系數評估不同時期氣候因素與FVC 變化相關性.采用t 檢驗法對相關顯著性進行檢驗,設置顯著性標準為α=0.05.

2 結果與討論

2.1 FVC 年際變化

由圖2 可見,1986～2020 年青海湖流域平均FVC呈波動增加趨勢,其中1986 年流域平均FVC 最大,1990 年FVC 最小.MK 突變檢驗發現2001 年流域平均FVC 發生突變(圖2),表現為流域FVC 整體增加.比較突變前后期FVC 變化,發現1986～2000 年流域FVC 呈減小趨勢,均值為0.33,2001～2020 年流域FVC 呈增加趨勢,均值為0.37.2001 年后青海湖流域平均植被覆蓋度增加幅度為12%,流域植被狀況由退化轉為改善.

圖2 青海湖流域平均FVC 變化Fig.2 Average FVC changes in QHLB

由圖3 和表1 可見,1986～2000 年,僅3%區域FVC 發生極顯著/顯著變化,其中環青海湖北部、南部和東部FVC顯著減小,流域西北部FVC顯著增加.2001～2020 年流域FVC 極顯著/顯著變化區域占比16%,其中環青海湖西北部、東部及布哈河流域上游和下游沿河地區顯著增加(占比15%),流域北部沙柳河上游及布哈河中部零星區域顯著減小.2001 年后青海湖流域FVC 顯著減小區域減小,顯著增加區域增大.

表1 不同時期青海湖流域FVC 變化空間特征Table 1 Spatial characteristics of FVC changes in QHLB in different periods

圖3 不同時期青海湖流域FVC 空間變化Fig.3 The spatial variations of FVC in QHLB in different periods

2.2 FVC 類型空間變化

以1990 年和2020 年表征突變前后期青海湖流域FVC 類型變化(圖4).相較而言,2020 年青海湖流域中等、中高和高覆蓋度植被面積增加,表現為從環湖區域向流域中部延伸的特征.FVC 類型變化表現為裸地和低覆蓋度植被面積由55%減小為25%,中等覆蓋度植被面積由6%增加為30%,中高和高覆蓋度植被面積由1%增加為16%.同時,1990～2020年湖流域FVC類型轉移關系為裸地轉為低覆蓋度植被,低覆蓋度植被轉為中低、中等覆蓋度植被,中等覆蓋度植被轉為中高覆蓋度植被.從流域FVC類型變化角度分析,FVC類型變化呈向好態勢,中高、高等覆蓋度植被類型區域的FVC顯著增加,青海湖流域生態環境顯著改善.

圖4 不同時期青海湖流域植被覆蓋類型空間格局Fig.4 Spatial patterns of FVC types in QHLB in the different periods

2.3 FVC 時間變化驅動力

2.3.1 氣候因素 如圖5所示,1986～2000年降水呈減小趨勢,氣溫呈增加趨勢,青海湖流域氣候為暖干化;2001～2020 年,降水增加,氣溫持續增加,氣候呈暖濕化,因此2000 年以前青海湖流域植被退化和2000年后流域FVC 發生增加突變,與氣候變化趨勢密切相關.然而流域平均FVC 與降水、氣溫相關系數均不顯著,這可能與氣候變化對植被覆蓋影響具有明顯的空間變異相關.

圖5 流域平均生長季降水和氣溫變化Fig.5 Average growing season precipitation and temperature changes in the land region of QHLB

以Pearson 相關系數為指標分析氣候和人類活動對FVC 變化影響的空間差異(圖6).青海湖流域屬于水熱限制區域,水量和氣溫增加均對植被生長為促進作用.1986～2000 年環青海湖東北及南部FVC顯著減小,與降水呈正相關,而與氣溫呈負相關,相關系數為-0.5～-0.8;流域北部FVC 增加,與降水呈負相關,與氣溫呈正相關,相關系數為0.3～0.8.2001～2020年環青海湖東北部及布哈河上游和中游FVC 增加,降水、氣溫與該區域FVC 均為正相關;流域北部FVC 顯著減小,降水、氣溫與該區域FVC 均為負相關.因此,1986～2000 年青海湖流域東北及南部FVC減小受降水減小影響,而流域北部FVC 增加與氣溫增加關系密切,2001～2020 年流域FVC 顯著增加區域受降水和氣溫共同影響顯著.

圖6 不同時期氣候因素與FVC 相關系數空間分布Fig.6 Spatial distributions of correlation coefficients between climate factors and FVC in different periods

降水集度(PCI)和降水重心(PC)是降水結構重要指標,表征降水分配均勻度和集中發生時間.降水結構變化對青藏高原植被生長具有重要影響,分析不同時期PC、PCI 與流域FVC 變化的關系(圖6).1986～2000 年在青海湖流域FVC 減小區域,PC、PCI與FVC 均為負相關,增加區域為正相關;2001～ 2020年環青海湖東部和南部FVC 增加區域,FVC 與PCI、PC 為負相關和正相關,而在布哈河上游和沿河FVC增加區域,與PCI 和PC 為正相關和負相關.以上結果表明2000 年前PCI、PI 對FVC 變化均為促進作用,2000 年后作用方向相反,空間差異明顯.

2.3.2 人為因素 由圖7可知,1990～2017年青海湖流域平均人類活動強度呈增加趨勢,增加幅度不顯著,其中2000 年和2010 年是趨勢變化轉折點.1990年和2017 年青海湖流域人類活動強度空間變化格局基本一致,環湖地區、道路及流域水系周邊人類活動強度增大,其它區域人類活動強度基本無變化.人類足跡對青海湖流域FVC 影響空間分異明顯,主要影響區域為環湖地區、道路和水系周邊.

圖7 青海湖流域人類足跡時空變化Fig.7 Spatiotemporal changes of human footprint in QHLB

2.3.3 氣候和人類活動對流域平均 FVC 的貢獻 以生長季氣溫、生長季降水和人類足跡指數為自變量,FVC 為因變量,對各變量歸一化處理后,采用多元線性回歸模型,構建流域平均FVC 與氣候、人類活動關系模型(FVC=0.16P+0.62T-0.09HF,P 為降水,T為氣溫,HF 為人類足跡).模擬結果表明氣候變化對流域平均FVC 為正向作用,人類足跡對流域平均FVC為抑制作用,各因素貢獻依次為氣溫>降水>人類足跡.考慮到人類足跡只能表征人類活動對植被覆蓋狀況可能形成的負面效應,無法考慮生態恢復工程的正向效應.而多元線性擬合模型對流域平均FVC 變化解釋度為51%,仍有49%變化無法解釋,因此生態恢復工程在流域FVC 變化中具有重要貢獻.

2.4 FVC 空間變化驅動力

2.4.1 空間粒度影響分析 如圖8 所示,不同因素相對解釋力大小較為穩定,從大到小依次為土壤、高程、植被、凍土、距青海湖距離和坡度.隨著空間粒度的增大,高程和凍土貢獻表現為先增加后減小,空間粒度為9km 時解釋力最大.其它地表因素對空間粒度的響應不同,當空間粒度大于臨界值時,因素對流域FVC 空間變化貢獻消失.其中坡向和距水系距離的臨界粒度為3km,距青海湖距離的臨界粒度為5km,坡度和植被的臨界粒度為6km,土壤的臨界粒度為7km.

圖8 不同空間尺度下驅動因素對FVC 空間變化的解釋力Fig.8 The explanatory power(q-value) of driving factors on spatial variations in VFC at different spatial scales

氣候和人為因素對FVC 貢獻隨粒度變化與地表因素一致,空間粒度變化不影響因素間的相對解釋力.各因素對FVC 解釋力從大到小依次為氣溫、人類足跡、降水集度、降水量和降水重心,隨著粒度增加,氣溫和人為因素貢獻先增加后減小,降水重心臨界粒度為4km,降水量和降水集度臨界粒度為8km.

2.4.2 空間驅動力分析 綜合因素解釋力90%分位數和因素交互作用,以6km 空間粒度作為空間驅動力分析的基礎.該空間粒度下坡向和降水集度對FVC 空間變化解釋力消失,其它因素對FVC 空間變化解釋均通過顯著性檢驗(α=0.05),解釋力從大到小依次為生長季氣溫(0.41)、高程(0.34)、植被(0.25)、土壤(0.23)、降水集度(0.17)、人類足跡(0.15)、生長季降水(0.13)、距水系距離(0.12)、距青海湖距離(0.11)、坡度(0.06)和凍土分區(0.05).因此該空間粒度下青海湖流域FVC 空間變化主要由氣候、地形地貌、土壤和植被共同決定.

由圖9 可見,各因素交互作用對FVC 貢獻均大于因素單獨作用,交互作用均為增強效應.生長季氣溫、高程與其它因素交互作用顯著,與距水系距離、坡度、人類足跡、降水量、降水集度、土壤和植被交互作用后,貢獻均顯著增大,與距水系距離交互作用解釋力最大(0.61).由于氣溫是外部環境驅動力,交互作用主要表現為氣溫增加對其它因素的影響,進而改變流域植被覆蓋狀況.青海湖流域位于高寒山區,高程變化較大,高程變化影響區域地理條件,對交互作用強度具有地帶控制性.與1986～ 2000 年相比,2001 年后高程、氣溫與坡度、土壤、植被和距水系距離交互作用解釋力略有提高,其它因素貢獻無明顯變化,表明氣溫升高對青海湖流域植被狀況改善同時具有間接促進作用.

圖9 青海湖流域FVC 各驅動因子交互探測解釋力(q)Fig.9 Exploratory power(q) of interactions among driving factors of FVC in QHLB

2.5 討論

本文比較了1986～2000 年和2001～2020 年2 個時段青海湖流域FVC 變化,發現2001 年后FVC 顯著增加區域為環青海湖西北部及布哈河沿河區域.

由圖10 可見,2001 年后環青海湖及布哈河降水和氣溫均增加,且氣溫增加幅度明顯大于其它區域.青海湖流域不同海拔區域植被生長對氣溫和降水的敏感性不同[31].環青海湖和布哈河中下游植被生長受水分和熱量限制區域,植被對降水和氣溫變化較其他區域敏感,因此該區域植被覆蓋度增加顯著.值得注意,布哈河上游為氣溫限制區域,2001 年后氣溫增加,植被生長能量條件改善,FVC 顯著增加.

圖10 青海湖流域2001～2020 年氣溫和降水變化趨勢Fig.10 Trends in temperature and precipitation changes in the QHLB from 2001 to 2020

青藏高原氣溫升高引起的生長季溫度仍低于植被生長最適溫度[32],氣溫對青海湖流域FVC 空間變化解釋力最大,氣候變暖背景下氣溫仍是青海湖流域植被生長的主控因素.降水格局變化即降水量和降水結構,也是氣候變化的重要方面,降水量對青海湖流域FVC 空間變化解釋力較低,然而考慮降水結構(降水集度)時,降水對流域FVC 空間解釋力達0.3,僅次于氣溫和高程,說明降水結構對青海湖流域植被生長具有重要影響.同時,相關研究[33]表明降水量和降水集度變化對藏北高原草地生產力有重要影響.距河流水系距離和青海湖距離對流域FVC 變化解釋力低于氣溫和降水.距水系/青海湖距離,與區域土壤水、地表水和地下水連通性相關,表明地下水對青海湖流域FVC 影響不顯著,可能由于研究區域凍土層存在減弱了地下水和土壤水間的聯系.

地理探測器因素交互作用結果表明各因子對青海湖流域植被覆蓋空間變化均存在交互效應,與其它區域研究結果一致.氣溫和高程是青海湖流域FVC 空間變化驅動因素交互作用的主導,這與青海湖流域地理位置密切相關.氣溫∩距水系距離交互作用解釋力最大(0.61),其次為氣溫∩降水(0.58),氣溫∩降水集度(0.56).氣溫與距水系距離、降水交互后解釋力增大,表明水熱條件同時控制著青海湖流域FVC 空間變化.人類足跡與高程、氣溫交互作用后對植被覆蓋空間變化解釋力由0.15 增大到0.52和0.58,表明海拔和氣溫對人類活動的限制.凍土∩氣溫、海拔對FVC 變化貢獻從0.05 增大為0.41 和0.35,一方面由于凍土分布與高程相關,另一方面氣溫升高,引起永久凍土和季節凍土退化,流域土壤水減小[34],影響流域植被覆蓋狀況.

3 結論

3.1 青海湖流域植被狀況整體改善.2001 年為植被變化突變期,FVC 由減小轉為增加.空間上表現為環青海湖西北、布哈河上游FVC 顯著增加,流域東北部、青海湖東部沙地零星區域FVC 顯著減小.類型上表現為裸地、低覆蓋植被減小,中等和中高覆蓋植被增加.

3.2 青海湖流域FVC 時空變化驅動因素不同.時間上,由氣候變化和生態恢復工程驅動.空間上,由氣溫(0.41)、高程(0.34)、降水(0.30)、地形地貌和土壤植被驅動.各因素均為顯著交互的增強效應,其中氣溫和高程是主控因素,與距水系距離、降水量、降水集度及人類足跡作用后,解釋力顯著增大.

3.3 空間粒度影響氣候、地表條件和人為因素對流域FVC 空間變化的貢獻.空間粒度影響因素解釋力,對因素間相對貢獻影響不顯著.綜合考慮各因素貢獻和交互作用過程,青海湖流域空間驅動力最佳分析粒度為6km.