人類活動干擾下區域植被動態變化
——以西雙版納為例

周 巖,劉世梁,謝苗苗,孫永秀,安 毅

1 中國地質大學北京土地科學技術學院,北京 100083 2 北京師范大學環境學院,北京 100875 3 濟寧市規劃設計研究院，濟寧 272000

人類活動對生態系統的干擾一直是地理學、生態學和自然資源學等多學科的重點研究內容[1]。不同方式或不同強度的人類活動導致的區域生態系統變化不同,其影響程度也有很大的差異。植被是受人類活動影響較大的自然因子,農田耕作、森林砍伐、植樹造林等強烈的人類干擾可在短時間內促使區域植被格局發生改變[2],導致區域植被發生退化。人類活動對植被覆蓋變化具有雙重影響：一方面,城市規模擴張、基礎設施建設和礦山開采等活動會使植被遭到破壞；另一方面,退耕還林還草、生態林建設等植被恢復工程對增加植被覆蓋又有一定的積極作用[3]。因此,揭示人類活動干擾對植被的影響對于區域生態可持續性管理具有重要意義。其中,如何對人類活動強度進行定量化和空間化,并分析其對植被動態的影響又是人類活動研究的重點和難點[4- 6]。

目前,人類活動強度評價的研究主要從壓力和狀態兩方面開展,包括從人類活動壓力角度基于權重的多指標疊加體系對人類活動強度進行評估,和從狀態變化角度進行包括土地利用變化、生態系統服務變化或多因子狀態變化等方面的人類活動評價[7]。土地利用轉移矩陣可以較好地表征土地利用類型的轉換狀態,而遙感數據具有時空分辨率高、覆蓋面積大、獲取便捷的特點[8]。基于遙感影像的歸一化差值植被指數[9- 10]與基于中分辨率成像光譜儀MODIS傳感器的大尺度干擾指數MODIS全球干擾指數MODIS Global Disturbance Index(MGDI)[11]已被證明可以監測大尺度生態系統干擾。另外,通過人口、耕地面積、開采井數量、糧食產量、河道過水量和水渠引水量等構建人類活動強度指標也是對人類活動進行定量分析的常用手段[12]。例如,王筠等選取了土地利用類型、與居民地的距離、與耕地的距離、與道路的距離、歸一化植被指數、坡度、坡向和與水源地的距離共8個因子,對棲息地的生境質量進行評價[13]。吳思佳等選取人口密度,建設用地,GDP等指標,運用地理探測器探究人為因素對閩三角城市群植被覆蓋度的影響[14]。人類活動對植被影響的定量分析方法主要包括回歸模型法和主成分分析法、降水利用效率法、殘差趨勢法以及HANPP (Human Appropriation of Net Primary Productivity) 模型等方法[9]。先前已有研究多側重于植被狀態研究,未從狀態與過程多角度分析人類活動對熱帶雨林動態變化的影響。

熱帶雨林生態系統具有較高的生物多樣性保護價值,同時也是人類活動干擾的敏感地區。西雙版納是目前我國保存面積最大、最完整的熱帶雨林地區[10]。由于人口壓力以及粗放的耕作方式,西雙版納土地利用/土地覆被變化表現為天然林破壞嚴重、次生林或灌木林地增加、經濟種植園不斷擴張等典型的熱帶地區特征。特別是進入20世紀90年代后,天然橡膠價格不斷上漲及人類活動干擾強度日趨劇烈,西雙版納土地利用/土地覆被景觀類型與格局均發生顯著的變化[15]。

目前人類活動對西雙版納植被干擾的研究主要兩方面展開：一方面是基于地面調查的植被分類研究[16-18]；另一方面是基于遙感數據的植被時空動態變化研究,包括西雙版納地區森林的林齡結構、空間擴展模式、NDVI 空間自相關分布模式及時空變化特征等[19-21],揭示森林時空格局變化規律,為探討區域土地利用變化及其生態環境效應提供科學基礎。然而,上述研究主要采用單一化的方法分析西雙版納植被動態變化特征,缺乏多角度多方法的綜合性對比研究。因此,本研究針對以上問題,采用NDVI時序分析、土地利用轉移矩陣和MGDI指數三種方法定量化評價人類活動影響下云南西雙版納地區植被的動態變化特征,進一步探討研究區植被變化趨勢及其驅動機制,為開展該地區的生態系統管理提供科學依據,具有重要的理論和現實意義。

1 研究區域概況與數據來源

西雙版納傣族自治州位于云南省最南端,地處21°08—22°36N,99°55—101°50E之間,土地面積近2萬km2。西雙版納屬北回歸線以南的熱帶濕潤區,氣候為熱帶季雨林氣候。年平均氣溫在18—22℃之間,長夏無冬。西雙版納年降水量為1193.7—2491.5 mm,降雨時空分配不均,有明顯的干濕季之分[16]。西雙版納地帶性植被為季節性雨林,森林面積達1169058.45 hm2,森林為59.26%,林產品十分豐富[22]。獨特的地理位置和氣候條件使得西雙版納境內植被覆蓋度高,植物種類豐富,是目前我國保存面積最大、最完整的熱帶雨林地區[10]。區域內的熱帶雨林和橡膠林是該地區最典型的兩種森林類型,自20世紀 50 年代橡膠樹引進該地區開始,熱帶雨林面積逐年遞減,橡膠林面積則擴展迅速,種植的海拔上限已達1200 m左右,原始林出現嚴重破碎狀現象[23]。隨著經濟的發展,人口的增加,基礎設施的建設,旅游業的繁榮,城鎮化的加劇,人類干擾對西雙版納地區原始生態環境的干擾越來越劇烈,再加上農業活動的增強,尤其對原始植被的影響越來越大。

本研究主要基于遙感影像、氣象數據、土地利用數據和社會經濟數據(表1)。

表1 數據來源情況

2 研究方法

2.1 植被動態分析

2.1.1NDVI變化趨勢分析

采用一元線性回歸分析的方法來分析NDVI的年際變化趨勢,NDVI的年際變化趨勢以各柵格多年數值回歸方程的斜率表示,其計算公式為 ：

(1)

式中,n為10,變量i為年序號,MNDVI,i表示第i年的最大NDVI值,變化趨勢圖則反映了10年的時間序列中該地區的NDVI的變化趨勢。某像元的趨勢線是這個像元多年的平均NDVI值用一元線性回歸模擬出來的一個總的變化趨勢。SLOPE即這條趨勢線的斜率,其中,SLOPE>0則說明NDVI在10年間的變化呈現增加趨勢,反之則是減少。

2.1.2土地利用轉移矩陣

從狀態變化的角度,利用土地利用轉移矩陣,分析土地利用轉移狀態的變化。根據土地利用變化對于植被覆蓋變化的影響主要源于土地轉移過程中短時限的人為干擾和轉移完成后較長時限的用地功能變化,其中,用地功能變化往往表現為群落物種組成、生物生產能力、生態系統類型等多方面的綜合變化,并且在較大尺度上表現出明顯的時空分異特征[24]。故利用ArcGIS 10.2軟件將土地利用圖與NDVI進行疊加,利用分區統計,統計出每種土地利用類型中NDVI變化情況。

2.1.3全球干擾指數

基于MODIS的全球干擾指數方法是使用基于MODIS遙感影像的陸地表面溫度(LST)[25]與基于MODIS遙感影像的增強型植被指數(EVI)[26]來表征大尺度常規干擾。該算法依據基于MODIS的大尺度全球干擾指數MGDI利用隨著干擾的增強EVI與地表溫度有一個相反的變化趨勢[27-28],以便能更好的識別干擾的位置與強度。具體來說,隨著一個主要干擾的發生,因為植被的減少增強型植被指數將減少；相反,地表溫度將增加是因為更多被吸收的太陽輻射將轉化成敏感的熱能,因此,隨著植被密度的減少蒸發量將減少。具體公式如下：

(2)

式中,DIi是干擾指數的值 對于第i年,LSTimax是對于i年年平均最大8d連續地表溫度,EVIimax是對于第i年年最大16天EVI,LSTmax是年度LST的上限并不包括第i-1年,并且EVImax是多年平均的最大EVI但是不包括第i-1年。將MGDI分布圖與土地利用/覆被類型圖做疊加,分析不同植被類型受到的干擾劇烈程度。

2.2 人類活動及其對植被影響定量化評價方法

基于研究區實際狀況,選取對西雙版納地區植被影響較大的人類活動干擾指標,即人口密度,GDP,距道路距離,距城鎮距離,距村莊距離,構建人類活動干擾指數。然后,在ArcGIS10.2中對人類活動干擾各指標柵格數據進行處理：在ArcGIS 10.2 Spatial Analyst模塊中Distance模塊上Euclidean Distance得到距道路距離,距城鎮距離,距村莊距離；利用Density模塊中的Kernel Density得到村莊密度,河網密度；并生成不同柵格圖層。由于不同的人類活動干擾指標具有不同的量綱,因此需對每個指標圖層進行標準歸一化處理,再利用熵權法進行對不同圖層進行權重的確定,然后根據權重結果疊加得到最終的人類干擾指數。在地理信息系統中運用自然斷點法進行分級,將人類干擾指數值通過聚類分析分為5級,第1等級到第5等級表示干擾強度從小到大,并繪制人類活動干擾強度等級空間分布圖。

在CANOCO 5.0中分別對1,5,10km尺度下,對植被特征(NDVI,MGDI和NDVI-SLOPE)與人類活動干擾因素進行冗余分析,分析人類活動對植被的影響。進一步在SPSS 20.0中,運用逐步回歸的方法,將NDVI-SLOPE作為因變量Y,人類活動各指標作為自變量Xi,建立模型。分析西雙版納地區人類活動干擾因子與植被覆蓋度及變化趨勢之間的相關性,相關系數的值越大,說明人類活動干擾因子與植被變化之間的相關性越高；反之越低。

3 結果分析

3.1 NDVI時空分布

從圖1可以看出2000—2005,2006—2010年版納地區NDVI-SLOPE值均大于0,說明西雙版納地區2000—2010年植被覆蓋度呈增加趨勢。2000—2005年NDVI增加趨勢加大地區主要分布在東部地區且從南到北呈縱向分布；2006—2010年NDVI增加趨勢主要分布在西部地區,且增加趨勢進一步增強。

3.2 土地利用變化角度

3.2.1西雙版納土地利用/覆被類型面積變化情況

從圖2可以看出,2000—2010年西雙版納地區土地利用/覆被類型主要為園地,林地和耕地。其中林地占地面積最大,耕地主要為旱地,園地主要是喬木園地與灌木園地,喬木園地主要是橡膠園,灌木園地主要是茶園,且主要分布在西南部邊陲地帶。

圖2 2000—2010年西雙版納地區土地利用/覆被變化Fig.2 Land use/cover changes in Xishuangbanna from 2000 to 2010

圖3土地利用/土地覆被轉移圖表明,2000—2005年,西雙版納草地主要轉化為灌木園地、常綠闊葉林、旱地；河流主要轉化為旱地、居住用地、常綠闊葉林；常綠闊葉林的面積減少,常綠闊葉林主要流向是喬木園地、旱地、水庫坑塘、河流、居住地；喬木園地面積增加比例較大,主要來源是河流、水田、旱地、常綠闊葉林、常綠針葉林、灌木園地；灌木園地主要來源是草地、河流、水田、旱地、常綠闊葉林、常綠針葉林、喬木園地、居住地；居住地主要來源是河流、水田、旱地、居住地、常綠闊葉林、喬木園地、灌木園地。2006—2010年土地利用變化沒有2000—2005年劇烈,喬木園地增加比重較大,主要來源是旱地、灌木園地、河流、水田、裸土。其次,居住地增加比重較大,主要來源為河流、水田、旱地、草地、常綠闊葉灌木林。

圖3 2000—2010年西雙版納地區土地利用/土地覆被轉移圖Fig.3 The map of land use/land cover transfer in Xishuangbanna in 2000—2010

3.2.2不同土地利用/覆被類型植被變化率比較

由圖4可以看出,2000—2010年西雙版納地區不同土地利用類型的植被變化率SLOPE值均大于0,且草叢,湖泊,河流,水田,旱地,居住地,交通用地,裸土,喬木園地植被2006—2010年的變化率比2000—2005年大,增加比較劇烈。其中喬木園地兩個時段植被變化率差異最大,而常綠闊葉林與常綠針葉林后5年比前5年植被覆蓋度增加的比率在減少,后5年沒有前5年變化劇烈。這主要是因為喬木園地主要是橡膠林生長較快造成的。SLOPE>0主要與植被自然生長及退耕還林還草,植樹造林有關,且喬木園地分布的地區2006—2010年NDVI變化率大于2000—2005年NDVI變化率。

圖4 2000—2005,2006—2010不同土地覆被類型植被變化率SLOPE值比較Fig.4 Comparison of vegetation cover trend (SLOPE) of different land cover types in 2000—2005,2006—2010

3.3 基于MODIS干擾指數(MGDI)的植被動態

利用多年MODIS遙感影像,計算基于MODIS的大尺度干擾指數(MGDI),并繪制西雙版納多年平均MGDI圖,利用自然斷點法將其分為5級,圖5表明西雙版納地區MGDI分布不均勻,且存在大量空值。通過MGDI圖與土地覆被圖疊加并進行分區統計(圖6)可以看出2000—2005,2006—2010年不同土地覆被類型MGDI相差不大。草叢、水田、常綠闊葉林、常綠針葉林和灌木園地是人類活動干擾強度較大的植被類型。

圖5 西雙版納地區基于MODIS的全球干擾指數(MGDI)空間分布圖Fig.5 The MODIS Global Disturbance Index (MGDI) spatial distribution map in Xishuangbanna area

圖6 2000—2005,2006—2010不同土地覆被類型基于MODIS的全球干擾指數(MGDI)值比較Fig.6 Comparison of The MODIS Global Disturbance Index (MDGI) of different land cover types in 2000—2005,2006—2010

3.4 人類活動對植被變化的影響

由圖7可以看出,西雙版納地區人類干擾強度呈中間向邊緣遞增趨勢,且總體上呈分散趨勢。由圖8冗余分析結果可知,在1 km尺度下,NDVI與人類活動干擾因素成負相關關系,SLOPE與MGDI與人類活動干擾因素相關性不顯著。在5 km尺度下,NDVI與距村莊的距離,距城鎮的距離成正相關關系,與其他人類活動干擾因素成負相關關系。SLOPE與MGDI連線相對較短,相關性不大。在10 km范圍內,NDVI與距道路的距離,距城鎮的距離,距村莊的距離成正相關關系,與其他人類活動干擾因素成負相關關系。MGDI與距道路的距離,距城鎮的距離,距村莊的距離成正相關關系,與其他人類活動干擾因素成負相關關系。SLOPE與距道路的距離,距城鎮的距離,距村莊的距離成負相關關系,與其他人類活動干擾因素成正相關關系。綜上所述,NDVI本身和人類活動的相關性較大,而植被退化在研究階段表現的不明顯。MGDI總體上與人類活動相關性不大。

圖7 西雙版納地區人類活動干擾等級分布圖 Fig.7 Distribution of human activity disturbance level in Xishuangbanna

在1 km尺度下由植被動態與人類活動干擾因素逐步相關分析得到如下回歸方程：

Y=0.004-3.329E-6X1+0.011X2-0.281X3-0.077X4

式中,Y代表NDVI-SLOPE,X代表人類活動干擾指標,其中X1代表GDP,X2代表河網密度,X3代表距村莊的距離,X4代表道路密度。最終回歸方程R2為0.039。從模型得出,與SLOPE變化成正相關的因素有：河網密度；與SLOPE成負相關的因素有：GDP,村莊密度,道路密度。由于R2較低,說明人類活動與植被的關系具有空間尺度效應,可能存在一定的距離耦合特征。在5 km尺度下進行逐步相關分析得到如下回歸方程：

Y=0.030+0.018X1-0.029X2+1.681E-5X3-4.623E-5X4-9.499E-7X5

式中,Y代NDVI-SLOPE,X代表人類活動干擾指數,其中X1代表河流密度,X2代表道路密度,X3代表GDP,X4代表人口密度,X5代表距村莊的距離。最終回歸方程R2為0.081,相關性降低,從模型得出,與SLOPE變化成正相關的因素有：河流密度和GDP；與SLOPE成負相關的因素有：道路密度,人口密度和距村莊的距離。在10 km尺度下進行逐步相關分析結果顯示人類活動與植被的變化不相關。

圖8 植被動態與人類活動干擾因素冗余分析Fig.8 Redundancy analysis of vegetation dynamics and the interference factors of human activities

4 討論

4.1 三種植被動態方法比較

西雙版納地區NDVI-SLOPE值均大于0,這主要是由于植被自身生長和政策層面上退耕還林、退耕還草有關[29]。在不同土地利用類型的NDVI-SLOPE值分析中,數值均大于0與圖1所示結果一致,這主要是因為本研究所選擇的土地利用空間分辨率為30 m,與在群落尺度上的植被的生長為同一尺度。因此,方法二能更好的解釋在群落層次上西雙版納地區植被的變化,主要是由于植被的自然生長與次生林轉變為人工林導致的人工林地的增加。本文選用的MODIS-MGDI影像分辨率為1 km與群落層面上植被的變化不在同一尺度,因此出現了2000—2005,2006—2010年不同土地覆被類型MGDI相差不大的現象(圖6)。但從另一角度分析了大尺度范圍內植被的變化特征,MGDI表征大尺度生態系統的干擾,包括自然干擾與人為干擾,其中自然干擾包括野火,病蟲害,颶風還有干旱。而2000—2010年西雙版納地區未出現大面積自然干擾。這可能因為西雙版納地處位于西南季風的迎風坡,降水充沛,森林覆蓋度高,耕地面積比率小,干旱致災因子危險性低,成災環境敏感性低,承災體易損性低[30]。受干擾強烈的區域主要分布在北部地區和人類聚集區附近。

4.2 人類活動干擾因素對植被的影響

基于人類活動干擾對植被覆蓋度的影響結果得出,從景觀生態學的角度來說,生態學干擾由3個方面構成,包括系統,事件和尺度域。系統具有一定的尺度域,而干擾事件來源于系統外部,并發生在一定尺度上。干擾具有多尺度性,一個尺度上的干擾并非所有尺度上的干擾[31]。人類活動壓力干擾具有尺度性,本研究中所選的人類活動壓力各指標,重采樣為1,5,10 km的不同尺度,而大尺度上的人類活動干擾,與植被群落的狀態變化往往不在同一尺度上[32]。本研究采用的NDVI數據為1 km分辨率,NDVI數值在表征植被群落變化上,存在一定的尺度效應,因而人類活動與其變化的相關關系存在不確定性[33]。另外,在群落尺度上,植被的自然生長,退耕還林,植樹造林都可以促使植被覆蓋度的增加,況且人類活動干擾在一定層面上具有滯后性[34]。

5 結論

本文從NDVI、土地利用的角度,基于遙感序列的MODIS-MGDI三個不同側面解釋了人類干擾對西雙版納地區植被造成影響的過程。從NDVI變化的角度,在人類活動干擾下西雙版納熱帶雨林植被生長狀況良好,且2000—2010年間植被呈現增加的趨勢。從土地利用變化角度,由于土地利用的變化與我們所研究的植被的變化為同一尺度,故土地利用的變化可以很好的表征植被的變化。西雙版納地區2000—2010年土地利用變化主要為次生林地轉變為喬木林地及灌木林地以及少部分轉變為居住用地。雖然2000—2010年西雙版納地區人類活動干擾造成的林地破壞等負向的人類活動帶來了植被覆蓋度的減少,但是人工林植被生長及退耕還林還草等正向的人類活動帶來了植被覆蓋度的增加。基于MODIS干擾指數的MGDI表明,2000—2010年間,干擾的空間分布沒有規律性,不同土地覆被類型之間的MDGI相差不大,說明MGDI在熱帶地區表征干擾特征具有一定的不確定性。這主要是MGDI與植被退化相關性不顯著。通過相關性分析,表明人類活動強度與植被退化存在一定的相關性,但相關性不大,具有一定的尺度性。在大尺度上人類活動干擾具有滯后性,且研究尺度的不同導致相關性不顯著。因此,不同的分辨率,不同的研究尺度以及不同的解釋機制都將導致研究結果具有一定的差異性。