近20 a環(huán)渤海地區(qū)GS_NDVI時空分異及其對氣候變化和LUCC的響應(yīng)

黃棟 ，李鵬 ，董南*

1. 教育部人文社科重點(diǎn)研究基地/海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心，遼寧 大連 116029；

2. 遼寧師范大學(xué)海洋可持續(xù)發(fā)展研究院，遼寧 大連 116029；3. 建設(shè)綜合勘查研究設(shè)計院有限公司，北京 100007

植被是陸地生態(tài)系統(tǒng)的主體，是全球或區(qū)域生態(tài)環(huán)境變化監(jiān)測的“指示器”，反映區(qū)域植被活動特征、區(qū)域生態(tài)環(huán)境狀況，區(qū)域氣候變化和生態(tài)系統(tǒng)的健康狀況（彭文甫等，2019；魏榕等，2021），其對全球變化的響應(yīng)研究已經(jīng)成為 IGBP（國際地圈生物圈計劃）的核心內(nèi)容之一（朱長明等，2019），已被廣泛應(yīng)用于氣候變化、植被景觀生態(tài)格局、區(qū)域生態(tài)環(huán)境質(zhì)量評價等（穆少杰等，2012；He et al.，2017；Munkhnasan et al.，2018；朱長明等，2019）。NDVI（Normal Difference Vegetation Index，歸一化植被指數(shù)）作為表征植被生長狀況的指示因子（Zhao et al.，2018），以無量綱的輻射測度指標(biāo)來反映綠色植被的相對豐度和發(fā)育狀況，是最為常用的植被覆蓋變化監(jiān)測指標(biāo)（白建軍等，2014；楊波等，2019），其中植被生長季 NDVI（Growing Season NDVI，以下簡稱GS_NDVI）能更為有力的反映年度植被狀況，已在區(qū)域生態(tài)環(huán)境變化研究中得到廣泛應(yīng)用（Liu et al.，2018）。

植被覆蓋變化受氣候和人類活動共同影響（劉家福等，2018）。近年來，國內(nèi)外學(xué)者利用對地觀測數(shù)據(jù)對植被覆蓋變化及其對氣候或人類活動的響應(yīng)開展了大量研究，Liu et al.（2018）基于長時間序列植被數(shù)據(jù)發(fā)現(xiàn)中國西南地區(qū)54.1%的植被變化與氣候變化密切相關(guān)；Zhang et al.（2016）研究發(fā)現(xiàn)，決定長江流域植被綠度的主要?dú)夂蛞蛩貫闅鉁兀邓畬χ脖蛔兓挠绊懴鄬^小；楊波等（2019）研究發(fā)現(xiàn)2000—2017年榆林市植被得到了有效恢復(fù)，NDVI年均增長率為4.92%，NDVI變化與降水、農(nóng)產(chǎn)品產(chǎn)量、還林還草面積等因素均表現(xiàn)出顯著正相關(guān)；劉憲鋒等（2015）探討了ENSO對秦巴山區(qū)植被可能造成的影響，并利用造林面積探討了人類活動對植被覆蓋的影響。21世紀(jì)以來，渤海區(qū)域經(jīng)濟(jì)一體化浪潮獲得極大進(jìn)展，區(qū)域經(jīng)濟(jì)發(fā)展呈現(xiàn)出加速化、臨海化的總體趨勢，使得工業(yè)化、城鎮(zhèn)化進(jìn)程加快，一系列生態(tài)環(huán)境問題隨之凸顯，逐漸成為資源環(huán)境問題的高度敏感區(qū)和重點(diǎn)治理區(qū)（劉彥隨等，2015；楊洋等，2015）。但針對環(huán)渤海地區(qū)NDVI變化及其驅(qū)動力的研究并不多見，并且在驅(qū)動力或影響因素方面，更多的是關(guān)注氣候因素，對人類活動影響的考察多從一個或幾個統(tǒng)計指標(biāo)入手，較少關(guān)注區(qū)域土地利用格局及變化，統(tǒng)計指標(biāo)局限于行政單元，無法揭示空間細(xì)節(jié)（Liu et al.，2018）。而土地利用變化高度集成了人類活動的眾多信息，可作為考察人類活動影響的重要手段，是探析區(qū)域植被覆蓋變化的重要途徑（徐勇等，2016）。

鑒于此，本文利用近20 a的遙感數(shù)據(jù)，首先從區(qū)域和像元尺度揭示環(huán)渤海地區(qū)GS_NDVI時空分異特征，接著以土地利用變化作為人類活動的一般途徑，從氣候因素和土地利用變化兩個方面探討GS_NDVI變化的影響因素，從多個層面認(rèn)識和把握植被覆蓋空間特征和變化規(guī)律，有助于區(qū)域?qū)嵭胁煌瑢用嬗嗅槍π缘慕y(tǒng)籌管理，對區(qū)域生態(tài)環(huán)境可持續(xù)發(fā)展具有重要意義，也可為陸海統(tǒng)籌背景下有效制定環(huán)境政策并推動生態(tài)文明建設(shè)提供科學(xué)參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

渤海是我國唯一的內(nèi)海，海岸線長約5700 km，被遼東半島、華北平原和山東半島環(huán)繞成“C”形（圖1）。萊州灣、渤海灣和遼東灣分別位于環(huán)渤海“C”形的北部，西部和南部（麻馨月等，2016）。環(huán)渤海地區(qū)地處中緯度，位于華北、華東和東北的結(jié)合部，東部的遼東半島和山東半島多丘陵，中部為廣闊的華北平原，屬暖溫帶大陸性季風(fēng)氣候，橫跨濕潤、半濕潤及半干旱3個地帶（毋亭等，2014；梁守真等，2015）。年均氣溫8—12 ℃，年均降水量400—1000 mm，降水主要集中在夏季，尤以7、8月居多。環(huán)渤海地區(qū)的地形地貌以平原和低山丘陵為主，地勢呈北高南低、西高東低的空間格局（王曉利等，2019）。

圖1 研究區(qū)概況Fig. 1 Overview of the study area

根據(jù)2018年12月生態(tài)環(huán)境部、國家發(fā)展改革委員會、自然資源部聯(lián)合印發(fā)的《渤海綜合治理攻堅戰(zhàn)行動計劃》，本研究中的環(huán)渤海地區(qū)是指環(huán)繞渤海“1+12”沿海城市，即天津市和其他12個沿海地級及以上城市（大連市、營口市、盤錦市、錦州市、葫蘆島市、秦皇島市、唐山市、滄州市、濱州市、東營市、濰坊市、煙臺市）。

1.2 數(shù)據(jù)準(zhǔn)備

本研究的基礎(chǔ)數(shù)據(jù)包括中國季度NDVI數(shù)據(jù)、土地利用遙感監(jiān)測數(shù)據(jù)、DEM、氣象數(shù)據(jù)、行政區(qū)劃矢量邊界數(shù)據(jù)等，氣象數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心（CMDSC）（http://data.cma.cn/）除氣象數(shù)據(jù)外的其它數(shù)據(jù)均來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（RESDC）（http://www.resdc.cn），詳見表1。本研究所需的 2000—2018年長時間序列GS_NDVI數(shù)據(jù)由基于中國季度植被指數(shù)空間分布數(shù)據(jù)集得到，計算方法為取第二和第三季度NDVI平均值；地形數(shù)據(jù)由DEM數(shù)據(jù)計算獲取；土地利用數(shù)據(jù)分類系統(tǒng)包括6個一級類，25個二級類（劉紀(jì)遠(yuǎn)等，2009）；氣溫、降雨1 km格網(wǎng)空間數(shù)據(jù)由氣象數(shù)據(jù)經(jīng)空間插值處理得到。

表1 數(shù)據(jù)來源Table 1 Data sources

1.3 研究方法

1.3.1 相關(guān)性分析

相關(guān)分析是通過對兩個或多個具備相關(guān)性的變量元素進(jìn)行分析，從而衡量兩個變量因素的相互關(guān)系（王麗霞等，2019），本研究采用相關(guān)分析測度GS_NDVI與氣候因素之間的密切程度，其計算公式為：

式中：

r——計算得到的Pearson相關(guān)系數(shù)；

x和y——兩個變量的值；

n——變量的個數(shù)，r＞0表示正相關(guān)，r＜0表示負(fù)相關(guān)；r的絕對值越大，表明兩個變量間的相關(guān)性越強(qiáng)。

1.3.2 穩(wěn)定性評價

變異系數(shù)（Cvariation，coefficient of variation）可用于衡量某一序列觀測值的離散程度，已在地理數(shù)據(jù)的空間差異性研究中得到廣泛應(yīng)用（萬昌君等，2019；閆賽佳等，2020），本文引入變異系數(shù)揭示環(huán)渤海地區(qū)GS_NDVI在像元尺度下隨時間變化的穩(wěn)定程度，計算公式如下：

式中：

Cvariation變異系數(shù)，Cvariation值越大，表明GS_NDVI在該尺度上隨時間變化的穩(wěn)定程度越低，反之穩(wěn)定程度則越高；

m——時間序列對應(yīng)的數(shù)據(jù)量，本文中為19；

MGSNDVI——m個時間序列GS_NDVI平均值；

Vi——第 i年 GS_NDVI值（i=1, 2, 3……, 19）。

1.3.3 變化趨勢分析

采用一元線性回歸分析方法逐像元對環(huán)渤海地區(qū)2000—2018年GS_NDVI時間序列進(jìn)行模擬，以獲取其在像元尺度下的時間序列變化趨勢，是研究植被覆蓋動態(tài)變化趨勢的有力手段（劉憲鋒等，2015），計算方法為：

式中：

S——GS_NDVI序列的回歸趨勢斜率，其為正或負(fù)時分別表示 GS_NDVI序列2000—2018年隨時間變化而呈現(xiàn)改善或退化趨勢；

N——研究期總年數(shù)，本文中N為19；

i——年份；

Vi——第i年GS_NDVI值。

2 環(huán)渤海地區(qū)GS_NDVI時空分異

2.1 環(huán)渤海地區(qū)GS_NDVI時間變化特征

2000—2018年環(huán)渤海地區(qū)GS_NDVI隨時間變化情況如圖2，可見區(qū)域尺度下GS_NDVI呈總體升高趨勢，由2000年的0.6227增加至2018年的0.6755，其中2002年出現(xiàn)最低值0.6157，2008年出現(xiàn)最高值0.7091。圖2同時展示了環(huán)渤海地區(qū)不同年份不同等級 GS_NDVI所占比例，總體來看GS_NDVI高值（GS_NDVI＞0.7）所占區(qū)域總面積比例明顯提升，2000年占比不到30%，到2018年已提升到約60%，其中在2002年所占比例最低，2008年所占比例最高，這與區(qū)域GS_NDVI平均值隨時間變化特征一致。從區(qū)域尺度總體特征來看，環(huán)渤海地區(qū)GS_NDVI呈增長趨勢，表明區(qū)域植被覆蓋總體得到了改善。

圖2 2000—2018年環(huán)渤海地區(qū)不同年份不同等級GS_NDVI占比及平均值Fig. 2 Interannual variation of percentage and regional average GS_NDVI during 2000-2018

2.2 環(huán)渤海地區(qū)GS_NDVI變化的空間差異特征

2.2.1 GS_NDVI空間差異

像元尺度下GS_NDVI變化更為細(xì)致地反映出行政區(qū)劃單元內(nèi)部的細(xì)節(jié)。圖3a為2000—2018年環(huán)渤海 13市平均 GS_NDVI空間分布，其空間格局表現(xiàn)為北高南低、臨海區(qū)域低并呈帶狀分布、城市中心區(qū)低值呈聚集分布（尤其是華北平原和山東北部）。

圖3b為2000—2018年環(huán)渤海地區(qū)GS_NDVI變化空間分布，從像元數(shù)量占比來看，約74.10%的像元 GS_NDVI變化值為正，25.32%的像元GS_NDVI變化值為負(fù)，其他少量像元無變化，可見環(huán)渤海地區(qū)植被總體朝著改善方向發(fā)展，同時部分地區(qū)植被發(fā)生了退化或惡化。分析原因在于一方面國家綠化和生態(tài)建設(shè)等大規(guī)模展開，為工程實施的重點(diǎn)區(qū)域植被覆蓋帶來明顯改善；但另一方面，伴隨著經(jīng)濟(jì)的發(fā)展，城市化和臨海化建設(shè)進(jìn)程不斷加快，建設(shè)用地擴(kuò)張，人地矛盾加劇，也使一些地區(qū)植被覆蓋退化嚴(yán)重。

細(xì)致來看，圖3b顯示，像元尺度下GS_NDVI變化的空間異質(zhì)性大，臨海的像元GS_NDVI呈較為明顯的負(fù)增長態(tài)勢，西部河北省的平原地區(qū)也有較為聚集的像元GS_NDVI呈負(fù)增長，另外山東省濰坊市西部有明顯的GS_NDVI變化的負(fù)值聚集。21世紀(jì)以來，環(huán)渤海地區(qū)的城鄉(xiāng)建設(shè)應(yīng)沿海經(jīng)濟(jì)發(fā)展要求，大規(guī)模的工業(yè)園區(qū)、旅游開發(fā)、港口和城鎮(zhèn)建設(shè)等使得臨海的“C”型帶成為城鎮(zhèn)化建設(shè)的熱點(diǎn)區(qū)域，因此該類區(qū)域GS_NDVI明顯降低，植被多呈退化趨勢，而距離城市中心越近城鎮(zhèn)用地的擴(kuò)張越明顯，植被退化越顯著。

圖3 1 km格網(wǎng)尺度下2000—2018年平均GS_NDVI和GS_NDVI變化Fig. 3 The mean GS_NDVI during the period of 2000 to 2018 and the changing value of GS_NDVI from 2000 to 2018 at 1 km pixel scale

2.2.2 GS_NDVI穩(wěn)定性的空間差異

基于變異系數(shù)的GS_NDVI穩(wěn)定性分析，獲取像元尺度環(huán)渤海地區(qū)GS_NDVI隨時間變化的穩(wěn)定性空間分布（圖4），參考齊亞霄等（2020）的分類方法并結(jié)合本文中變異系數(shù)的空間分布特征對其進(jìn)行分級，統(tǒng)計各級別對應(yīng)的面積得到表2。圖4和表2中數(shù)據(jù)顯示，弱變異像元對應(yīng)的面積占比為82.04%，說明環(huán)渤海地區(qū)大部分像元GS_NDVI隨時間變化穩(wěn)定性較高；也有 17.96%的像元GS_NDVI隨時間變化不穩(wěn)定，表現(xiàn)出越臨近海岸變異性越強(qiáng)的特點(diǎn)，尤其是渤海灣和萊州灣周邊（唐山市、天津市、滄州市、濱州市、東營市、濰坊市等）的近海區(qū)具有較強(qiáng)和強(qiáng)變異的像元呈顯著的空間聚集特征，同時表現(xiàn)出南部明顯高于北部的特征。其原因在于：山東為農(nóng)業(yè)大省，農(nóng)業(yè)植被覆蓋面積較多，植被覆蓋分布較為破碎，短期氣候的微小波動和人類活動更易引起的植被覆蓋的變化從而使得其變異性更強(qiáng)（毋亭等，2014）；相較之下環(huán)渤海“C”型的北部城市林地比例較大，植被的聚集特征較為顯著，穩(wěn)定性更強(qiáng)。

圖4 像元尺度下GS_NDVI隨時間變化的變異系數(shù)Fig. 4 Coefficient of GS_NDVI variation at pixel scale

表2 不同類別變異系數(shù)對應(yīng)的面積占比Table 2 The area ratios of different kind of CV

2.2.3 GS_NDVI變化趨勢的空間差異

基于逐像元一元線性回歸方程，得到環(huán)渤海地區(qū)像元尺度GS_NDVI變化趨勢的空間分布（圖5），參考李雙雙等（2012）、楊波等（2019）的分類方法，將本文中GS_NDVI變化程度和變化趨勢劃分為7類并統(tǒng)計各類所占區(qū)域總面積的比例。結(jié)合表3和圖5中的數(shù)據(jù)可知，除去基本不變的像元（占比13.13%），24.63%的像元 GS_NDVI呈退化趨勢，62.23%的像元GS_NDVI呈改善趨勢，其空間分異特征明顯，其中臨海區(qū)域有明顯的植被退化趨勢，另外唐山市、天津市、濰坊市也有大面積明顯的植被退化區(qū)域，該類區(qū)域大都經(jīng)濟(jì)發(fā)展較快。總體來看，GS_NDVI變化趨勢為大部改善、局部退化。其原因在于，環(huán)渤海地區(qū)生態(tài)環(huán)境的保護(hù)與治理是社會關(guān)注的焦點(diǎn)，近年來政府倡導(dǎo)下生態(tài)建設(shè)工程帶來的生態(tài)效益正在不斷顯現(xiàn)，隨著“三北防護(hù)林”工程的持續(xù)推進(jìn)，渤海綜合治理攻堅戰(zhàn)的全面開展，以及各項生態(tài)工程的積極實施，環(huán)渤海地區(qū)的植被覆蓋會得到進(jìn)一步的改善；但在人口與經(jīng)濟(jì)社會要素高度密集的城市周邊，城市擴(kuò)張導(dǎo)致部分區(qū)域GS_NDVI有所退化，為此類區(qū)域的生態(tài)環(huán)境帶來壓力。

圖5 像元尺度下GS_NDVI空間變化趨勢Fig. 5 Spatial changing trend of GS_NDVI at pixel scale

表3 變化趨勢對應(yīng)的變化程度、像元面積比例Table 3 The changing degree and area ratios of different changing trend

3 環(huán)渤海地區(qū) GS_NDVI對氣候變化和LUCC的響應(yīng)

3.1 環(huán)渤海地區(qū)GS_NDVI對氣候變化的響應(yīng)

基于2000—2018年環(huán)渤海地區(qū)氣象站點(diǎn)降水、氣溫數(shù)據(jù)，經(jīng)空間插值得到2000—2018年1 km降水、氣溫空間數(shù)據(jù)，進(jìn)一步得到研究區(qū)2000—2018多年平均降水、氣溫在1 km像元尺度下的空間分布（圖6），降水、氣溫均表現(xiàn)為南部大于北部的總體特征。

圖6 研究區(qū)2000—2018年多年平均降水量和氣溫Fig. 6 Mean annual precipitation and temperature during the period of 2000 to 2018

從區(qū)域尺度來看，2000年以來環(huán)渤海13市的氣候整體呈“氣溫升高，降水增多”的趨勢（圖7、8），分別對區(qū)域尺度的年均降水與 GS_NDVI、年均氣溫與GS_NDVI作相關(guān)分析（圖7、8），得到各自的相關(guān)系數(shù)分別為 0.6（P＜0.01）和 0.07（P＞0.05），GS_NDVI與降水之間的相關(guān)關(guān)系達(dá)到顯著性水平，與溫度無顯著相關(guān)性，可見區(qū)域尺度的年均降水量對環(huán)渤海地區(qū)的植被變化影響更大，年均溫度的影響較為微弱，這一結(jié)果與梁守真等（2015）、于泉洲等（2015）的研究結(jié)果一致，分析其原因在于環(huán)渤海地區(qū)多為半濕潤、半干旱氣候，降水量較南方地區(qū)少且年際波動大，而溫度年際變化較為穩(wěn)定（計算得到降水和溫度年際變化的變異系數(shù)分別為0.16和0.06），使得降水更易成為影響GS_NDVI年際變化的氣候因子。

圖7 區(qū)域尺度環(huán)渤海地區(qū)降水與GS_NDVI相關(guān)關(guān)系Fig. 7 Correlation between GS_NDVI and precipitation at regional scale

圖8 區(qū)域尺度環(huán)渤海地區(qū)氣溫與GS_NDVI相關(guān)關(guān)系Fig. 8 Correlation between GS_NDVI and temperature at regional scale

基于2000—2018年降水、氣溫和GS_NDVI空間數(shù)據(jù)，采用相關(guān)分析逐像元分別求取降水與GS_NDVI和氣溫與 GS_NDVI的相關(guān)系數(shù)，并進(jìn)行 P＜0.05的顯著性檢驗，得到像元尺度降雨、氣溫與GS_NDVI的相關(guān)系數(shù)空間分布（圖9）。經(jīng)統(tǒng)計，降水和氣溫對 GS_NDVI驅(qū)動達(dá)到顯著性（P＜0.05）及以上水平的像元分別占研究區(qū)總面積的7.93%和2.82%，可見研究區(qū)GS_NDVI年際變化受降水影響明顯強(qiáng)于氣溫影響，這與全區(qū)尺度的研究結(jié)果一致：其中降水-GS_NDVI顯著相關(guān)的區(qū)域中，正相關(guān)像元占比為97%，氣溫-GS_NDVI顯著相關(guān)的區(qū)域中，正相關(guān)像元占比為72%，可見該區(qū)域雨水充沛、熱量豐富對植被恢復(fù)和生長有利。從空間分布來看（圖9），降水對GS_NDVI具有顯著影響的區(qū)域主要分布在遼東半島的大連市、山東半島的煙臺市、滄州市南部；氣溫對GS_NDVI具有顯著影響的區(qū)域在唐山市南部和秦皇島市東南部有較為聚集的分布，在其他區(qū)域的分布相對稀疏。

圖9 像元尺度降雨、氣溫與GS_NDVI的相關(guān)系數(shù)空間分布（P＜0.05）Fig. 9 Spatial distribution of correlation coefficient of GS_NDVI and climate factors at pixel scale

3.2 環(huán)渤海地區(qū)GS_NDVI對LUCC的響應(yīng)

3.2.1 環(huán)渤海地區(qū)土地利用變化

圖10顯示，環(huán)渤海地區(qū)土地利用具有較大的空間差異，區(qū)域的主體類型為耕地（2000、2010和2018年占研究區(qū)總面積比例均為50%以上），其基本特征為南多北少，其中，山東省為農(nóng)業(yè)大省，土地利用類型以耕地為主；林地的基本特征為北多南少，主要集中在環(huán)渤海C形帶北部的遼寧省營口市、錦州市、葫蘆島市以及河北省秦皇島市；草地在煙臺市、秦皇島市、唐山市有較為明顯的聚集；建設(shè)用地主要分布在臨海區(qū)和城市中心建成區(qū)，其中渤海灣的天津市是建設(shè)用地擴(kuò)張的熱點(diǎn)地區(qū)，土地利用的基本格局決定了環(huán)渤海地區(qū) GS_NDVI的基本特征，即北高南低，臨海區(qū)域低、城市中心周邊區(qū)域低。

圖10 研究區(qū)2000、2010、2018年土地利用類型空間分布Fig. 10 Spatial distribution of land use at 2000, 2010 and 2018

結(jié)合環(huán)渤海地區(qū)2000—2018年各一級類土地利用面積變化和土地利用變化矩陣（表4、5），該時期土地利用一級類有所變化的像元面積占區(qū)域總面積約為50%，從各土地利用類型面積占區(qū)域總面積比例來看（表4），建設(shè)用地增加3.2%，耕地減少2.87%，草地減少2.2%、水域增加2.65%、未利用地減少 0.89%、林地增加 0.12%，可見區(qū)域土地利用變化以耕地和草地的減少、建設(shè)用地和水域的增加為主。從區(qū)域土地利用轉(zhuǎn)移矩陣來看（表5），耕地的主要去向為建設(shè)用地（耕地轉(zhuǎn)為建設(shè)用地的面積占比約為研究區(qū)總面積的9.2%，是區(qū)域土地利用變化面積最大的轉(zhuǎn)換類型）；林地的主要去向為耕地，其次為草地和建設(shè)用地；草地的主要去向為耕地；水域面積明顯增加，主要來源于建設(shè)用地和耕地；未利用地明顯減少，主要去向為耕地、水域和建設(shè)用地；建設(shè)用地明顯增加，主要來源于耕地（耕地轉(zhuǎn)出面積占2018年建設(shè)用地總面積的59%）。從空間分布來看，建設(shè)用地在臨海區(qū)、各城市中心周邊地區(qū)有較為明顯的增加，草地在秦皇島市北部、東營市東北部、錦州市西部有所減少，林地在秦皇島市東北部和錦州市西部有明顯增加；另外，臨海區(qū)（尤其是渤海灣和萊州灣）水域也有明顯增加。

表4 2000、2010、2018年環(huán)渤海地區(qū)土地利用類型面積及占比Table 4 Areas and ratios of different land use types in 2000, 2010 and 2018

表5 2000—2018年研究區(qū)土地利用轉(zhuǎn)移矩陣Table 5 Transitions of the land use during 2000-2018 km2

3.2.2 環(huán)渤海地區(qū)土地利用變化對 GS_NDVI的影響

基于環(huán)渤海地區(qū)GS_NDVI變化趨勢，分別利用表3中7種類型的像元（即明顯退化、中度退化、輕度退化、基本不變、輕度改善、中度改善和明顯改善），提取2000年和2018年對應(yīng)的土地利用類型及其變化，表6展示了7種類型的像元所對應(yīng)的土地利用變化面積占該類像元面積總數(shù)最大的前兩位，表中數(shù)據(jù)顯示，7種類型像元對應(yīng)的土地利用變化均涉及耕地，分析原因在于，環(huán)渤海地區(qū)作為我國重要的農(nóng)業(yè)耕作區(qū)，土地利用主導(dǎo)類型為耕地，空間分布最為廣泛，土地利用變化的過程中難以避免對耕地的影響。像元為退化（明顯退化、中度退化、輕度退化）趨勢對應(yīng)的主要土地利用變化均有耕地→建設(shè)用地，表明建設(shè)用地的擴(kuò)張是導(dǎo)致GS_NDVI呈退化趨勢的重要原因，結(jié)合圖10中建設(shè)用地擴(kuò)張的空間分布特點(diǎn)，GS_NDVI呈退化趨勢的區(qū)域主要分布在社會經(jīng)濟(jì)發(fā)展迅速的城市周邊。像元為改善（輕度改善、中度改善、明顯改善）趨勢對應(yīng)的主要土地利用類型無變化，表明植被覆蓋的改善更傾向于發(fā)生在土地利用較為穩(wěn)定的區(qū)域中，其中耕地→耕地的占比遠(yuǎn)大于其他類型，分析原因在于：（1）從區(qū)域尺度來看，2000年以來環(huán)渤海地區(qū)的氣候整體呈“氣溫升高，降水增多”的趨勢，雨水充沛、熱量豐富對植被恢復(fù)和生長有利；（2）新技術(shù)的投入、農(nóng)業(yè)灌溉條件的改善、對農(nóng)田管理的加強(qiáng)等，使得耕地質(zhì)量得到提高，農(nóng)作物增收增產(chǎn)，相應(yīng)的GS_NDVI隨之升高（梁守真等，2015）。

表6 不同變化趨勢的像元對應(yīng)的主要土地利用類型及其變化（2000—2018年）Table 6 The main types of land use and the ratios corresponded by pixels with different kinds of changing trend from 2000 to 2018

綜合2000—2018年的土地利用變化（圖10）和GS_NDVI時空變化特征，結(jié)合區(qū)域發(fā)展背景分析得知，自 2000年“三北”防護(hù)林工程第二階段的實施，隨著其體系建設(shè)的完善，國家相繼實施了京津風(fēng)沙源治理、封育政策等一系列生態(tài)保護(hù)措施，促進(jìn)了環(huán)渤海地區(qū)部分區(qū)域的植被恢復(fù)和生長，使得全區(qū)尺度的GS_NDVI呈增長趨勢；臨海區(qū)域（尤其是渤海灣和萊州灣）的水產(chǎn)養(yǎng)殖業(yè)發(fā)展迅速，人工濕地擴(kuò)增明顯，使得水域面積大幅增加，加上退耕還濕、濕地恢復(fù)與保護(hù)工程以及新建濕地自然保護(hù)區(qū)工程的實施，沿岸區(qū)域濱海濕地有所恢復(fù)，尤其是渤海灣和萊州灣沿岸區(qū)域，該類區(qū)域部分像元GS_NDVI有所改善；同時隨著環(huán)渤海經(jīng)濟(jì)區(qū)、京津冀一體化等戰(zhàn)略的加快推進(jìn)，沿海開放城市經(jīng)濟(jì)發(fā)展的旺盛需求，城市周邊地區(qū)城鎮(zhèn)生活用地、交通用地等建設(shè)用地的擴(kuò)張，占用了大量耕地，使得該類地區(qū)的植被退化，并且GS_NDVI隨時間變化的變異性較強(qiáng)，可見人類活動引起的土地利用變化（尤其是建設(shè)用地的擴(kuò)張對耕地的占用）是部分區(qū)域GS_NDVI退化的關(guān)鍵驅(qū)動因素。在生態(tài)工程持續(xù)實施與社會經(jīng)濟(jì)進(jìn)一步發(fā)展的現(xiàn)實背景下，如何實現(xiàn)生態(tài)環(huán)境可持續(xù)發(fā)展的問題依然需要得到長期關(guān)注。

4 結(jié)論

本文基于長時間序列GS_NDVI數(shù)據(jù)，采用穩(wěn)定性評價、相關(guān)性分析、變化趨勢分析等方法，揭示了環(huán)渤海地區(qū)13市2000—2018年的GS_NDVI時空分異特征，并探析了其對氣候變化和LUCC的響應(yīng)，得到以下主要結(jié)論：

（1）從全區(qū)尺度來看，環(huán)渤海地區(qū)平均GS_NDVI從0.6267提升至0.6755，GS_NDVI高值（GS_NDVI＞0.7）所占區(qū)域總面積比例從2000年的占比不到30%明顯提升到2018年的約60%，可見環(huán)渤海13市植被覆蓋狀況總體呈較為明顯改善。

（2）環(huán)渤海地區(qū)平均GS_NDVI北高南低、臨海“C”形帶低、華北平原低，74.10%的像元GS_NDVI變化值為正，25.32%的像元GS_NDVI變化值為負(fù)，負(fù)值像元所在區(qū)域大都分布在低坡度區(qū)、臨海區(qū)，其中華北平原、萊州灣沿岸城市尤為明顯。

（3）環(huán)渤海地區(qū)GS_NDVI呈改善和退化趨勢的像元占比分別為62.23%和24.63%，環(huán)渤海“C”型帶北部城市（遼寧省葫蘆島市、營口市）改善趨勢最為明顯，同時隨時間變化最為穩(wěn)定；華北地區(qū)（天津市、唐山市）、臨海區(qū)和城鎮(zhèn)擴(kuò)張區(qū)域植被退化嚴(yán)重，同時隨時間變化的穩(wěn)定性較差，并表現(xiàn)出越鄰近岸線，GS_NDVI隨時間變化的穩(wěn)定性越差的特點(diǎn)。

（4）降水和氣溫對區(qū)域GS_NDVI變化的影響十分有限，其對 GS_NDVI驅(qū)動達(dá)到顯著性（P＜0.05）及以上水平的像元分別只占 7.93%和2.82%；在降水-GS_NDVI與溫度-GS_NDVI相關(guān)關(guān)系達(dá)到顯著性的像元中，正相關(guān)像元分別占比為97%和72%，表明環(huán)渤海地區(qū)“降水增多、氣溫升高”的氣候變化趨勢有利于植被生長和恢復(fù)，其中GS_NDVI變化與降水因素的相關(guān)關(guān)系較溫度更為密切。

（5）環(huán)渤海地區(qū)土地利用基本格局決定了區(qū)域GS_NDVI的空間格局，即北高南低、臨海區(qū)域低、城市中心周邊區(qū)域低。人類活動通過改變土地利用方式，如開展生態(tài)保護(hù)工程使得部分區(qū)域GS_NDVI有不同程度的改善；與此同時，經(jīng)濟(jì)社會發(fā)展壓力下的城鎮(zhèn)擴(kuò)張擠占生態(tài)空間，主要表現(xiàn)為耕地轉(zhuǎn)化為建設(shè)用地，導(dǎo)致GS_NDVI有所退化。總之，環(huán)渤海地區(qū)氣候因素對GS_NDVI變化有一定的影響，但人類活動驅(qū)動下土地利用變化是主導(dǎo)GS_NDVI產(chǎn)生退化及不穩(wěn)定變化的關(guān)鍵因素。