2000-2015年長江經濟帶植被覆蓋時空變化特征及影響因素分析

劉珞丹,李 晶,柳彩霞,閆蕭蕭

(1.中國礦業大學(北京)地球科學與測繪工程學院,北京 100083;2.中國科學院 遙感與數字地球研究所,北京 100101)

植被是陸地生態系統中最核心的組成部分[1]，其覆蓋狀況是一個重要評價指標，可以分析區域內環境質量和生態系統平衡狀況[2]。植被覆蓋度(Fractional Vegetation Cover,FVC)、歸一化植被指數(Normalized Difference Vegetation Index,NDVI)是評價全球或區域植被覆蓋狀況和生態環境的最佳指示因子[3]，二者呈線性相關，可反映研究區內植被生長、覆蓋密度等生態狀況，因而已被廣泛運用于植被的生態監測分析中[4]。在植被覆蓋影響因素方面，現有研究多從氣候條件[5-6]、地形因子[7-8]、人類活動[9]等角度進行分析。

長江經濟帶是我國一個重大的國家戰略發展區域，其橫跨區域廣，具有獨特優勢和巨大發展潛力。習近平總書記多次指出：“要把修復長江生態環境擺在壓倒性位置，共抓大保護，不搞大開發”,“要正確把握生態環境保護和經濟發展的關系，探索協同推進生態優先和綠色發展新路子”[10]。當前，急需進一步摸清長江經濟帶自然資源與生態環境問題，在全面診斷基礎上，明確未來治理修復方向和科學謀劃未來發展布局。現有長江流域植被變化方面的研究多從其部分區域的角度(如流域、省份、保護區等)來揭示植被覆蓋度空間分布和變化，驅動力分析也多從氣候、人類活動等單一角度進行分析[11-12]，而從大范圍及多方面綜合評價植被覆蓋的研究較少。如韓繼沖等[13]運用格網法靜態分析長江流域上游植被覆蓋變化對氣候和地形因子的響應；熊俊楠等[14]認為云南省NDVI變化狀況總體呈改善趨勢且與地形因子的相關性較顯著；祝聰等[15]主要利用地理探測器模型對岷江上游植被覆蓋度進行分析，結果也受到海拔、氣候因子和土壤類型的影響；張亮等[16]研究發現氣溫是長江流域植被覆蓋度變化中的主要影響因素，人類活動影響也較為明顯；白淑英等[17]利用GIMMS-NDVI數據和氣象站點資料，分析長江流域植被對氣候變化響應的時滯效應。

基于以上研究，本文主要應用GIMMS-NDVI數據，采用趨勢分析、變異系數、偏相關性分析等方法從空間大尺度上探討分析長江經濟帶2000—2015年植被覆蓋時空變化動態特征，并從多因素協同作用的角度綜合分析其與氣候、地形因子等因素的相關性，以及土地利用類型變化與植被變化間的動態響應關系，以期為長江經濟帶的生態保護和可持續發展提供基礎數據和理論支撐。

1 研究區概況

長江經濟帶界于東經97°31′—122°12′，北緯35°08′—21°8′，其擁有獨特的生態、自然資源和地理區位優勢，是人口經濟產業的聚集區，覆蓋11個省(市)，面積約205萬km2，占全國總面積的21%，擁有全國21%的流域面積，人口和經濟總量均超過全國的40%。長江經濟帶橫跨中國東中西三大區域，西高東低，地貌復雜，地面高差懸殊，DEM處于-143～6 448 m，區域內大部分以高原、山地、丘陵和盆地為主，氣候多屬于亞熱帶季風氣候，少部分屬于熱帶季風氣候；植被類型主要以栽培植被、針葉林和灌叢為主；區域內水系湖泊眾多且相互交錯影響，區域內國家重點生態功能區的數量多，國家級自然保護區占全國67.0%[18-19]。

2 數據與方法

2.1 數據來源與預處理

遙感數據采用美國航空航天局(NASA)全球監測與模型研究組(global inventory modeling and mapping studies，GIMMS)發布的15 d最大值合成的NOAA/AVHRR NDVI全球數據集，空間分辨率為 8 km×8 km。該數據集已經過幾何校正，輻射校正和大氣校正等處理，并在全球及區域植被變化的大尺度動態研究中廣泛使用[20]。本研究采用最大值合成法MVC(Maximum Value Composites)獲取每月NDVI最大值，代表當月植被生長的最佳狀況及其動態變化，同時也可以有效減少大氣、視角以及太陽高度角的影響[21]。利用ENVI和ArcGIS軟件對數據進行分析，包括格式和投影轉換、圖像拼接、圖像裁剪以及重采樣等，最后得到本研究所需要的空間分辨率為1 km的NDVI數據。在此基礎上，對月最大NDVI求取平均值得到長江經濟帶年NDVI值。

氣象數據、土地利用數據、DEM數據均來源于中國科學院資源環境科學數據中心(http:∥www.resdc.cn)。本研究采用的是中國1980年以來逐年年平均氣溫、年降水量空間插值數據集，空間分辨率重采樣為1 km；以及選取了2000年和2015年兩期1 km的土地利用數據。土地利用類型包括6個一級類型(耕地、林地、草地、水域、居民地和未利用土地)，25個二級類型。

2.2 研究方法

2.2.1 空間變化趨勢分析 趨勢分析法主要是采用最小二乘法來逐像元擬合，通過分析單個像元上的變化特征來反映整個空間上的變化規律[22]。本研究通過該方法分析2000—2015年研究區內每個像元NDVI的年際變化趨勢。計算公式為：

(1)

式中:θslope為NDVI變化趨勢的斜率；n為研究總年數；NDVIi為第i年的NDVI。當θslope>0或<0時,表明NDVI呈增加或下降趨勢,θslope的絕對值越大,表示植被變化越大。變化趨勢顯著性檢驗采用F檢驗[7],顯著性僅代表趨勢性變化可置信程度的高低,與變化快慢無關。計算公式為:

(2)

綜合θslope和F檢驗結果，將研究區NDVI變化趨勢劃分為5個等級：顯著減少(-0.055<θslope<-0.009，p<0.01)、輕度減少(-0.009<θslope<0.002，0.010.05)、輕度增加(0.006<θslope<0.012，0.01

2.2.2 波動性分析 變異系數是一個統計量，可監測一組觀測數中各觀測量的變異程度[15]，本文運用該統計量基于像元尺度對NDVI在時間序列上的變異程度進行分析，以此來評估NDVI隨時間變化的波動性。計算公式為：

(3)

式中:CV為變異系數；σ為16 a的NDVI標準差；μ為均值。值越大,表明數據變化越劇烈,即波動性越大;反之則表明數據變化趨于穩定即波動性小。

2.2.3 偏相關性分析 偏相關系數可用來表示多個因素間變化的相關程度。偏相關性分析的過程主要是：當3個變量中有兩個同時與另一個變量都相關時，先排除另一個變量的影響，分析兩個變量間的相關程度[6]。本研究基于年尺度分別計算各像元2000—2015年NDVI與年降水量、年均氣溫的偏相關系數，顯著性檢驗用T檢驗。

先計算NDVI與氣候因子間的相關系數r，公式[23]如下：

(4)

再計算偏相關系數：

(5)

式中:Rabc為保持變量c不變,變量a和b之間的偏相關系數;rab，rac，rbc分別為變量a,b,c兩兩之間的相關系數。Rabc為正(負),表示兩個變量之間呈正(負)偏相關且絕對值越大,兩者偏相關性就越大。本研究中變量a,b,c分別為NDVI、氣溫和降水。

T檢驗[24]計算公式：

(6)

式中：r為相關系數；f為自由度。根據求得的R結果與T檢驗結果分別將氣溫和降水兩個因子的偏相關性分為5個等級：顯著正偏相關、弱顯著正偏相關、無顯著偏相關、弱顯著負偏相關和顯著負偏相關。

2.2.4 地形因子提取 為進一步分析研究區NDVI變化對地形因子的響應，本研究選取海拔、坡度、坡向3個地形因子并進行等級劃分。其中，研究區高程范圍為-181～6 511 m，在李炳元等[25]提出的分級指標基礎上，結合研究區實際情況及相關研究[12,14]，將高程劃分為10個等級；研究區坡度范圍為0°～81°，根據實際情況及相關研究[12,26]，坡度在35°以下的以5°為間隔劃分，大于35°的分為兩級，共分為9個等級；坡向上，依據相關研究[26-27]分為9個坡向帶：平地(-1)、正北(337.5°～360°和0°～22.5°)、東北(22.5°～67.5°)、正東(67.5°～112.5°)、東南(112.5°～157.5°)、正南(157.5°～202.5°)、西南(202.5°～247.5°)、正西(247.5°～292.5°)和西北(292.5°～337.5°)。分級及面積占比見表1。

表1 長江經濟帶地形因子分級及面積占比統計

2.2.5 土地利用變化 本研究在ArcGIS平臺支持下，對2000年和2015年兩期土地利用數據進行疊加，分析其空間分布特征，并計算面積轉移矩陣分析土地利用類型轉變情況。另外將NDVI變化趨勢重分類為3類：減少、穩定和增加，利用空間疊置分析功能，將其與兩期土地利用類型圖進行疊加，分析土地利用類型變化與NDVI變化間的空間動態分布特征。另外將土地利用轉化面積在500 km2以上的變化類型作為主要類型提取出來，統計不同NDVI變化趨勢范圍內主要土地利用變化類型的面積，了解主要土地利用變化對植被的動態影響，進一步分析土地利用變化與植被動態變化間的響應關系。

3 結果與分析

3.1 植被NDVI時間動態特征

本研究逐像元計算并統計了長江經濟帶全區域和各省份的16 a每年NDVI的平均值，從而反映研究區年內植被的平均狀況，年際曲線圖見圖1。除上海市年均NDVI值是處于下降趨勢外，其他省市NDVI值變化趨勢和全區域基本保持一致。整體上16 a來長江經濟帶年均NDVI值平穩分布在0.65～0.82，年增長率為0.44%；其中，2000—2010年，年均NDVI先以1.2%的速率增加，后以0.26%緩慢增加；2011年由于長江流域發生大洪水導致NDVI有所下降；2011—2015年研究區NDVI值又以每年0.84%的速率增加。上海市年均NDVI以0.39%的速率在減少，值在0.532～0.620變化，最大值在2000年(值為0.62)，最低值出現在2009年(值為0.532)。總體上研究區植被覆蓋變化趨勢是緩慢增加的。

圖1 2000-2015年長江經濟帶年均NDVI值變化情況

3.2 植被NDVI空間分布及動態特征

3.2.1 空間變化趨勢 長江經濟帶植被的空間變化趨勢分析結果見附圖8，θ值變化范圍為-0.055～0.078，正值表示呈增長趨勢，負值表示呈減少趨勢。研究區NDVI不同變化趨勢類型統計結果見表2。

從附圖8中可以看出，研究區NDVI變化趨勢存在明顯的空間差異性，主要表現為：大部分地區以無明顯變化和增加為主，減少的區域主要分布在東部(上海)、長江下游及四川盆地部分區域。由表2可知，總體上長江經濟帶植被的變化趨勢以無明顯變化、輕度增加為主，面積占比共約78.99%。從不同變化程度來看，輕度增加的約占總面積的38.25%，主要分布在長江經濟帶的中西部，包括重慶市和貴州省的大部分區域、湖南和湖北省的西部，分析原因主要是該區域內采取了相應的植被恢復和保護措施[16]；輕度減少的面積占比約14.06%，主要分布在四川盆地以及研究區東部省份內的流域附近；顯著減少的集中分布在上海市及江蘇省的東南部，占比約3.05%。總體上NDVI呈增加趨勢的面積比例約是減少的2.5倍，說明長江經濟帶在近16 a來植被狀況在以改善為主，且改善較為顯著。

表2 2000-2015年長江經濟帶NDVI變化趨勢統計

3.2.2 空間波動性 由附圖9可知，長江經濟帶2000—2015年NDVI變異系數介于0～3.789，平均變異系數為6.89%，表明該區域植被覆蓋變化的空間差異性較明顯，且16 a間整體波動情況較為穩定。整體表現為長江下游流域附近波動較高，四川西南部次之，其他地區較穩定的空間分布格局。統計分析各階段內的像元個數可得(表3)，變異系數主要是在0～0.312變化，面積占全區域的98.99%，分布在中部城市、云南西南部及東部浙江與安徽、江西的交界處；其次波動變化較平穩的分布在四川南部、云南省東部及東部城市地區，變化范圍為0.312～0.743，面積占比0.82%；最不穩定的是四川省川西山地內部分區域以及長江下游流域附近。總體上，長江經濟帶植被覆蓋的波動性還是較穩定。

表3 2000-2015年長江經濟帶NDVI變異系數統計

3.2.3 對地形因子的動態響應 將重分類為3類后的NDVI變化趨勢與得到的地形專題圖進行疊加，統計3個地形因子各等級內對應的不同NDVI變化類型的面積，生成的直方圖見圖2—4。

圖2 長江經濟帶不同高程等級內NDVI變化趨勢所占面積

(1)高程。在海拔<200 m的區域內，NDVI呈減少趨勢所占面積最大，約168 217 km2；500～1 000 m內，NDVI呈增加趨勢的面積最大，約為164 857 km2。一方面是因為該范圍內自然條件相比其他范圍都較適合植被的生長，但人類活動對植被的影響也較大(<500 m)，另一方面是“退耕還林還草”、“天然林保護”等重大生態項目的建設，對植被增長也起到了促進作用[28](500～2 500 m)。在>3000 m海拔梯度內，NDVI呈增加、減少趨勢的面積基本持平，該區域主要集中分布在四川省西南部和云南省的西部，主要是自然災害導致了植被的退化，并且溫度和降水條件對植被的生長起到了一定的抑制作用[29]。

(2)坡度。從不同坡度看，植被呈減少趨勢在0°～5°區域內面積達到最大，主要是因為該區域受人類活動的影響較大；隨著坡度的升高，植被呈減少趨勢的面積明顯下降，主要是因為人類活動的干預影響變小，且多受到自然災害的影響[11]。5°～30°范圍內植被呈增加趨勢所占的面積大，原因是退耕還林、天然林保護等生態項目起到了較好的效果。

圖3 長江經濟帶不同坡度等級內NDVI變化趨勢所占面積

(3)坡向。由圖4可知，除平地外，不同坡向上的NDVI變化表現明顯且呈現保持一致的特征，主要以無變化和增加為主，另外NDVI無變化和增加的面積均約是減少的2.5倍，說明長江經濟帶在不同坡向上總體植被覆蓋狀況處于增加趨勢，該結果與前面的研究結果相一致。綜合來看，研究區內不同坡向對植被的動態變化影響為較不明顯。

圖4 長江經濟帶不同坡向范圍內NDVI變化趨勢所占面積

3.3 多因素作用分析

3.3.1 植被與氣候因子 附圖10是2000—2015年研究區NDVI與年均氣溫和年降水量之間的偏相關系數空間分布圖，從附圖10可看出，NDVI變化與氣溫和降水的偏相關性呈現的是正負并存，呈正偏相關的區域分別占總面積的44.16%，28.21%，平均偏相關系數分別為：0.094，-0.004，表明16 a來研究區NDVI與溫度的偏相關性較降水高。與氣溫的相關性分析中，呈正偏相關性的面積約897 911 km2，主要分布在研究區南部貴、湘、贛3省份的大部分區域，可能由于該區域降水量相對較多，溫度的升高對植被生長有一定的促進作用；呈負偏相關性的區域主要分布在浙江省、貴州遵義市及四川省西北部(占比28.82%)。與降水的相關性分析中，正、負偏相關性的面積占比較為均衡(分別為28.21%，26.82%)，其中呈正偏相關性的區域主要分布在皖、浙、贛3省的交界處以及四川盆地平原丘陵區，但該區域NDVI與溫度的偏相關程度較降水高即更容易受氣溫的影響，分析原因可能是3個省份的城鎮化程度較高，人類活動較為頻繁以及平原丘陵區的用地類型主要為栽培植被，植被覆蓋多受氣溫的影響[13]；呈負偏相關性的區域主要分布在滇西和滇西南、四川西南部及江蘇東北部，分析原因可能是過多的降水降低了植被的光合作用，進而對植被生長產生不利影響[30]。

3.3.2 植被與土地利用變化 本研究基于2000年、2015年研究區兩期土地利用數據計算其轉移矩陣，并結合土地利用類型轉變情況(附圖11)來分析近16 a研究區植被變化的原因；另外通過空間疊加進一步分析土地利用變化與植被動態變化間的響應關系(表4)。

表4 不同NDVI變化類型內主要土地利用類型變化

(1)土地利用類型變化特征。總體上，研究區土地利用類型轉換主要以無變化為主，面積約占總面積的97.74%，居民地和水域的面積呈增加的趨勢，耕地呈減少的趨勢，林地和草地的面積基本保持不變。具體地，結合轉移矩陣及附圖11可看出，轉為居民地的變化面積約21 486.32 km2，主要分布在研究區內各省份的省會區域，變化較為明顯的是江蘇省南部、浙江北部、上海市及四川省內平原丘陵區，這是研究區部分植被覆蓋降低的重要因素；水域凈增加的面積約2 629.16 km2，原因可能與三峽工程及水土保持生態建設項目的實施有關[31]；耕地凈減少面積約19 896.71 km2，其中有1 827.66 km2轉為林/草地，15 890.74 km2轉為居民地；轉為林/草地的面積總約12 844.09 km2，轉為林地的分布在研究區內每個省份，但重慶和貴州省變化較為明顯，轉為草地的主要分布在云、貴、川和渝4省，這些與退耕還林(草)工程的實施息息相關。

(2)不同植被變化區域內的主要土地利用類型變化情況。本研究主要分析了NDVI處于減少和增加趨勢的區域內的主要土地利用類型變化情況(剔除地類無變化的情況，且只考慮變化面積在500 km2以上的主要土地類型變化)。由表4可以看出，植被覆蓋處于減少趨勢的區域內，地類轉換面積最大的是耕地轉為居民地(在主要土地利用類型變化中的占比約76.83%)，林地轉為耕地和居民地的面積共約2 415.44 km2，其中耕地轉為林地的面積約998.34 km2。植被處于增加趨勢的區域內，林地和草地間的轉換以及耕地轉為林地/草地的面積總占比約60.93%(在主要土地利用類型變化中)，林地/草地轉為其他的面積約2 265.69 km2。居民地用地的增加是NDVI減少的主要原因，退耕還林(草)、天然防護林工程等生態工程造成的土地類型變化是NDVI變化的重要因素。

4 討 論

植被覆蓋變化是氣候、地形、人為等多種因素共同作用的結果。地形因子主要通過影響太陽輻射強度、溫度、降水和土壤等條件進而影響植被的生長及空間分布，它在一定程度上也限制人類活動方式和強度[12]。土地利用類型變化作為植被受人為因素影響而變化最直接的體現，它對其影響主要表現在前期短時的人為干擾和后期較長時的用地功能變化[28,32]。研究結果表明，16 a來長江經濟帶植被覆蓋呈緩慢增加的趨勢，與氣候因子的偏相關性均存在正負并存的現象，但研究區NDVI與溫度的偏相關性較降水高，土地利用變化對植被覆蓋的影響具有空間差異性。在低海拔區域，城鎮化水平較高，人類活動較頻繁且植被類型主要是農作物，此時植被主要受氣溫的影響，居民地的增加是植被減少的主要原因；在500～2 500 m海拔內，“退耕還林還草”、“天然林保護”等重大生態項目的建設，對植被增長起到了促進作用，這也是研究區NDVI增加的重要因素；>3 000 m區域內，自然災害的發生會導致植被減少，并且溫度和降水對植被的生長起到了一定的抑制作用(如四川省西南部和云南省的西部)；在降水量較為豐沛區域(如貴、湘、贛3省份)，溫度的升高對植被生長有一定的促進作用。

5 結 論

(1)16 a來長江經濟帶植被覆蓋整體較高(0.62～0.82)，呈中部高、東西部較低的空間分布格局。2000—2010年，年均NDVI先以1.2%的速率增加，后以0.26%緩慢增加；2011—2015年以0.84%/a的速率增加。上海市16 a來植被覆蓋呈小幅減少的趨勢(0.4%/16 a)，區域內其他省市植被變化趨勢和全區域基本保持一致。

(2)研究區16 a內植被覆蓋變化以無明顯變化、輕度增加為主(面積占比78.99%)，顯著減少的區域分布在上海市及江蘇省的東南部，整體上呈增加趨勢的面積約是減少趨勢的2.5倍。植被覆蓋整體波動情況較穩定且平均變異系數為6.89%。

(3)研究區NDVI與溫度的偏相關性較降水高；與氣溫呈負偏相關性的區域主要分布在浙江省及四川省西北部；與降水呈負偏相關性的主要分布在云南省的滇西和滇西南、四川省西南部；皖、浙、贛3省交界處及四川盆地平原丘陵區的植被與氣溫和降水均存在正相關，但與降水的偏相關程度要低于氣溫。

(4)NDVI呈增加趨勢所占面積最大的主要分布在海拔500～1 000 m、坡度0°～5°，該范圍雖是人類活動集中區，但國家重大生態項目的建設也起到了很好的效果；坡向對植被動態變化的影響較小。

本研究主要從行政區角度分析了長江經濟帶的植被覆蓋變化情況，可供決策參考，但今后仍有必要從區域內的各個流域角度進行分析。另外沒有進行氣候因子對植被影響的滯后性分析，同時也未考慮社會經濟因子等條件，這也將是本研究下一步工作的重點和亟待解決的問題。