祁連山國家公園植被時空變化及其對人類活動的響應

李玉辰,李宗省,,張小平,*,楊安樂,桂 娟,薛 健

1 西北師范大學 地理與環境科學學院,蘭州 730070 2 中國科學院西北生態環境資源研究院 內陸河流域生態水文重點實驗室/甘肅省祁連山生態研究中心,蘭州 730000

植被是陸地生態系統的重要組成部分,連接著土壤圈、大氣圈和水圈,是人與動物賴以生存和發展的基本條件和物質基礎,在保持土壤、調節大氣和維持生態系統穩定等方面起著十分重要的作用[1—3]。在植被生長過程中,對環境變化尤為敏感,因此,研究植被動態變化及其對自然環境、人類活動的響應,可以為全球變化提供重要的理論依據[4]。歸一化植被指數(NDVI)被認為是植被生長狀態的最佳指示因子[5—7],能夠反映區域植被覆蓋度的高低以及植被生長狀態[8]。植被凈初級生產力(NPP)作為植被受人類干擾和生態環境相互作用的結果表征,不僅可以反映綠色植被自身的生產能力,還能體現生態系統對人類活動和氣候變化的響應[9]。因此,利用NDVI時序數據和NPP時序數據研究植被覆蓋變化及對外界干擾的響應,對生態效益具有重要意義,已成為全球變化研究的重要方向之一。

祁連山國家公園作為祁連山的重要組成部分,是我國重要的生態功能區、西部地區重要的生態安全保障和水源涵養地以及我國生物多樣性保護優先區域,其生態區位十分重要。近年來,廣大學者對祁連山植被變化做了許多研究,研究內容主要集中在以下兩個方面,一是植被時空變化及其影響因素,武正麗[10]、鄧少福[11]、戴聲佩[12]、付建新[13]、王莉娜[9]、孫力煒[14]、劉亞榮[15]和陳京華[16]等學者都闡明了近年來祁連山植被覆蓋時空分布特點以及與氣象因子之間的相關性。張華[17]、王莉娜[9]等學者還分析了植被變化的驅動因素。另一方面是祁連山植被物候期的時空變化趨勢和分異特征及其影響因子,賈文雄[18]、趙珍[19]和陳真[20]等學者探討了祁連山不同植被物候期的時空變化及其對氣候變化的響應。以上研究多聚焦植被變化本身,及其對氣候、地形等自然要素的響應,而鮮有學者分析植被變化對具體人類活動的響應。因此,本文以NDVI數據、NPP數據、氣象數據和土地利用數據為基礎,利用泰爾-森趨勢分析(Theil-Sen趨勢分析)、曼-肯德爾檢驗(Mann-Kendall顯著性檢驗)、相關分析、土地利用轉移概率矩陣和多元殘差分析等方法,揭示祁連山國家公園內植被時空變化趨勢、分布特征及其對氣象因子、人類活動的響應,分析國家公園植被變化的影響因素,以期為祁連山國家公園有效治理、科學保護提供依據。

1 研究區概況與數據來源

1.1 研究區概況

祁連山國家公園(95°06′26″—103°00′59″E,36°45′18″—39°44′47″N)地處青藏、蒙新、黃土三大高原交匯地帶的祁連山北麓,橫跨甘肅、青海兩省。位于高寒地帶,東南季風從東向西由強及弱,形成東西差異明顯的高寒生態系統,屬于高原大陸性氣候,冷季長,暖季短,干濕分明,氣溫和降水垂直變化明顯,雨熱同期。年平均氣溫在4℃以下,年平均降水量400mm左右。由于其復雜的地形和水熱條件,祁連山國家公園內主要有草原、灌叢、荒漠、闊葉林、針葉林、高山植被等植被類型,分別占祁連山國家公園總面積的63.13%、7.78%、3.90%、0.58%、2.90%和15.44%。其水系隸屬于黃河支流和西北內陸河水系,河流眾多,水資源豐富,素有“小三江源”之稱。祁連山國家公園總占地面積約5.02萬km2,其中甘肅片區3.44萬km2,涉及金昌、酒泉、蘭州、武威和張掖5市；青海片區1.59萬km2,涉及門源回族自治縣、祁連縣、互助土族自治縣、德令哈市、海西蒙古族自治州和天峻縣6個縣市(州)(圖1)。

圖1 研究區位置及植被覆蓋類型Fig.1 Location of the study area and vegetation cover type

1.2 數據來源

NDVI數據[21]和NPP數據[22]來源于國家冰川凍土沙漠科學數據中心 (http://www.ncdc.ac.cn),NDVI源數據為Landsat 5 TM、Landsat 7 ETM+、Landsat 8OLI的遙感影像,空間分辨率為30m。NPP數據源數據為MODIS MOD17A3,空間分辨率為500m。利用祁連山國家公園矢量邊界裁剪得到2000—2019年祁連山國家公園NDVI數據和NPP數據。

氣象數據來源于中國氣象數據網(http://data.cma.cn)的中國地面氣候標準月值數據集,包括氣溫和降水2個要素,選取了祁連山國家公園周邊25個氣象站點,利用樣條函數法進行空間插值,得到與NDVI空間分辨率相同的月值數據,最后合成得到年值數據。

土地利用類型數據來源于中國科學院資源環境科學數據中心(https://www.resdc.cn),空間分辨率為1km。

采礦區、旅游區、水電站和探礦區數據來源于寒旱區科學大數據中心,包括國家公園內的采礦區、旅游區、水電站和探礦區的項目名稱、類型、占地面積、開發企業、開發和停止建設時間、目前狀態、退出方式和經緯度信息等。

2 研究方法

2.1 Theil-Sen趨勢分析

Theil-Sen趨勢分析常用來判斷長時間序列數據的趨勢[23],其優點在于不要求數據滿足一定的分布,且對時間序列中的異常值不敏感,對于顯著性水平的檢驗具有較為堅實的統計學理論基礎,結果較為科學可信,已逐漸應用到植被長時間序列分析中[1,2,24—30]。Theil-Sen趨勢分析通過計算序列中兩兩數據對之間的斜率,將所有數據對斜率的中值作為時間序列的總體變化趨勢,其計算公式如下:

(1)

式中,β表示所有數據對斜率的中值,即植被變化趨勢,當β>0,反映植被呈現上升趨勢,反之則呈現退化趨勢。

2.2 Mann-Kendall顯著性檢驗

Mann-Kendall是一種非參數統計檢驗方法,用來判斷趨勢的顯著性[31—32],計算公式如下:S檢驗統計量定義為:

(2)

其中,

(3)

ZS標準化檢驗統計量定義為:

(4)

其中,

(5)

式中,i,j表示時間序列,n表示時間序列的長度,sgn是符號函數。當|ZS| >Z1-α/2時,表示序列在α水平上變化顯著,當ZS的絕對值大于1.65、1.96、2.58時,表示分別通過了置信度為90%、95%和99%的顯著性檢驗。在本研究中通過Theil-Sen趨勢分析來計算祁連山國家公園內植被變化趨勢,再通過Mann-Kendall檢驗來對變化趨勢的顯著性進行檢驗。

2.3 相關分析

NDVI與氣候的關系一般采用簡單相關分析方法來分析,相關系數的正負代表了一個變量對另一變量的影響方向,但地理環境是一個復雜的系統,各變量之間關系復雜。為了真實反映兩個變量之間的相關程度,本研究采用偏相關分析來分析祁連山國家公園NDVI與溫度和降水之間的關系,偏相關分析方法在研究某一要素對另一要素的影響程度時,把第3個或者其余變量看作常數,可得到消除其他要素影響后的兩要素之間的相關系數,偏相關分析公式如下:

(6)

(7)

式中,x為NDVI,y為溫度,z為降雨量,rxy,z為NDVI與溫度的偏相關系數,rxz,y為NDVI與降雨的偏相關系數。本研究采用t檢驗方法來諾言相關系數的顯著性,當P<0.05時,認為相關顯著。

2.4 土地利用轉移矩陣

土地利用轉移矩陣反映了某一區域某一時段初期和末期各地類面積之間的相互轉化的動態過程信息[33—34],其表達式為:

(8)

式中,S表示面積,n表示轉移前后的土地類型種類數,i、j(i、j= 1,2,…,n)分別表示轉移前后的土地利用類型,Sij表示轉移前的i地類轉換成轉移后的j地類的面積。

土地利用轉移矩陣可以生成土地利用轉移概率矩陣[35—36],根據條件概率的定義,由狀態Si轉為Sj的轉移概率P(Si→Sj)就是條件概率P(Sj|Si),即P(Si→Sj) =P(Sj|Si) =Pij,因此土地利用轉移概率矩陣的通用形式為:

(9)

式中,P表示概率,Pij表示轉移前的i地類轉換成轉移后的j地類的概率。

2.5 多元回歸殘差分析

本文采用多元回歸殘差分析將氣候變化和人類活動對植被覆蓋變化的影響進行區分,該方法是由Evans等[7]提出,現已廣泛應用于人類活動對植被覆蓋變化影響的定量評估中。該方法有三個步驟,首先以NDVI為因變量,平均氣溫Tmean、累計降水量Ptotal為自變量,逐像元建立二元線性回歸模型,計算回歸方程中的各項參數；其次,基于Tmean和Ptotal以及回歸模型的參數,計算得到NDVI的預測值；再次,計算基于遙感影像獲得的NDVI觀測值與基于回歸模型的預測值之間的差值,即NDVI殘差,最后根據表1確定植被變化的影響因素,具體計算公式如下:

NDVIpre=a×Tmean+b×Ptotal+c

(10)

NDVIres=NDVIobs-NDVIpre

(11)

式中,NDVIpre和NDVIobs分別為基于回歸模型的NDVI預測值和基于遙感影像的NDVI觀測值,其中NDVIpre代表氣候因素對NDVI的影響；a、b和c為模型參數,NDVIres為殘差,表示人類活動對植被NDVI的影響。

表1 歸一化植被指數(NDVI)變化驅動因素判定標準Table 1 Identification criterion of the drivers of NDVI change

3 結果與分析

3.1 祁連山國家公園NDVI時空分布特征

圖2 祁連山國家公園歸一化植被指數(NDVI)空間格局Fig.2 Spatial pattern of NDVI in Qilian Mountains National Park

依據2000—2019年祁連山國家公園年均NDVI數據,計算20a平均值得到平均NDVI的空間分布圖(圖2)。由圖2可知NDVI空間分布規律性較強,整體上呈現出東南高、西北低,由東南向西北逐漸遞減的空間分布特征。東南段為冷龍嶺和達坂山等地,年平均NDVI最大,在0.6—0.9之間,該區域海拔較低,易受東南季風的影響,氣溫較高,降水較為豐富,主要植被覆蓋類型為草原、灌叢以及小部分的闊葉林、栽培植被和高山植被；中段為走廊南山和托來山等地,年平均NDVI次之,在0.4—0.6之間,該區域海拔也相對較低,主要植被覆蓋類型為草原、高山植被、灌叢以及小部分的針葉林；西段為疏勒南山、野馬南山和黨河南山等地,年平均NDVI最小,在0.3以下,該區域海拔較高、降水稀缺,被草原、荒漠和小部分的高山植被所覆蓋。

為了充分了解國家公園內縣域水平的植被變化情況,以國家公園內的縣(區)為統計單元,對每個縣(區)2000—2019年的平均NDVI進行趨勢分析(表2),可以有效反映國家公園內縣(區)行政單元20a NDVI的變化情況,以期為各縣(區)植被保護和恢復提供意見與建議。國家公園內共涉及17個縣(區),其中甘肅省轄11個,青海省轄6個。如表2所示,甘肅省內所有縣(區)NDVI均呈現增加趨勢(斜率大于0),增加速率最快的是甘州區、涼州區和永昌縣,青海省內的各縣(區)NDVI也呈現出增加趨勢,增速最快的是互助土族自治縣、祁連縣和天峻縣。結果表明國家公園內各縣(區)近20a來植被都呈現出不同程度的增加趨勢,生態環境逐年向好。

表2 祁連山國家公園內各縣NDVI變化趨勢Table 2 NDVI trends in counties within Qilian Mountains National Park

2000—2019年祁連山國家公園NDVI整體上呈現波動上升趨勢(圖3),其增長速率為0.0053/a。以2008年為界,NDVI前后呈現出不同的變化趨勢,2008年以前NDVI在0.23—0.29之間波動變化,略有下降,2008年之后NDVI呈現出明顯增長趨勢,逐年增大,說明2008年后植被生長狀況開始好轉。此外NDVI分別在2001年和2018年達到最小值和最大值,其值分別為0.23和0.35。峰值在2001年和2018年出現,可能與人類活動有關,2000年后西部大開發戰略開始實施,各種人類活動增多,植被遭到破壞。與此同時甘青兩省分別在1999年和2000年成為退耕還林還草的試點地區,退耕初期,退耕地的人工植被驟然停止,即便立即植樹,幼苗的NDVI也會明顯降低,因此導致NDVI在2001年驟然下滑并降至最低。而2018年出現最大值,可能與中共中央通報祁連山自然保護區生態問題,約談甘肅省委高度重視祁連山生態問題有關,約談之后政府大力整治生態環境惡化問題,2017年成立了祁連山國家公園體制試點之后,環境保護力度更強,手段更豐富,植被逐年向好,因此在2018年達到峰值。

3.2 祁連山國家公園NPP時空分布特征

利用2000—2019年祁連山國家公園年均NPP數據,計算20a平均值得到平均NPP的空間分布圖(圖4),NPP呈現出與NDVI類似的空間分布格局,即由東南向西北逐漸遞減。年平均NPP大致以黑河為界,黑河東南部在0.3—0.6 kg C m-2a-1之間波動,主要以達坂山、冷龍嶺、走廊南山和托來山等地區較高；黑河西北部NPP約在0—0.3 kg C m-2a-1之間變化,疏勒南山、黨河南山、野馬南山和大雪山較低,其中最西端為非植被覆蓋區。

圖3 祁連山國家公園NDVI年際變化趨勢 Fig.3 Interannual trends of NDVI in Qilian Mountains National Park

圖4 祁連山國家公園凈初級生產力(NPP)空間格局Fig.4 Spatial pattern of NPP in Qilian Mountains National Park

將Theil-Sen趨勢分析和Mann-Kendall顯著性檢驗結合,運用于NPP數據,可以有效反映2000—2019年祁連山國家公園NPP變化趨勢的空間分布特征(圖5)。本文將β介于-0.0005—0.0005之間的劃分為穩定不變,β≥ 0.0005的劃分為提高區域,β<-0.0005的劃分為降低區域。將Mann-Kendall顯著性檢驗結果在0.05的置信水平上劃分為兩類,當|ZS| >1.96時,變化顯著,當|ZS| ≤ 1.96時,變化不顯著。將Theil-Sen趨勢分析的結果和Mann-Kendall顯著性檢驗的結果進行疊加,得到NPP變化趨勢數據,將結果分為5種變化類型(表3)。從表3可以看出,NPP提高區域占總面積的87.29%；穩定不變即沒有發生顯著變化的區域占12.30%；NPP降低區域僅占0.40%。

表3 NPP變化趨勢統計Table 3 Statistics of NPP trend

從圖5可以看出,NPP嚴重降低區域主要分布在走廊南山和冷龍嶺交匯處,靠近甘青兩省交界邊緣；輕微降低區域零星分布于整個國家公園內,沒有大面積集中分布。NPP穩定區域只有三處集中分布,一處位于國家公園東南段,大通河流域附近；一處位于河西走廊西北部；還有一處位于托來南山和疏勒南山地區。國家公園西北端NPP變化不顯著,沒有通過顯著性檢驗。除以上區域外,國家公園內其他區域NPP都處于提高狀態,尤其以國家公園東部較為明顯,絕大部分區域都處于明顯提高狀態。

2000—2019年祁連山國家公園NPP整體上呈現出上升趨勢(圖6),其增長速率為0.0014/a。NPP分別在2001年和2019年達到最小值和最大值,其值分別為1.2237 kg C m-2a-1和1.2606 kg C m-2a-1。以2005年和2009年為界,NPP呈現出3個階段的變化。2000—2005年呈現出波動上升的趨勢,波動幅度較大,2005—2009年逐漸趨于穩定,2009—2019年呈現出波動上升趨勢。

圖5 2000—2019年祁連山國家公園年均NPP變化趨勢 Fig.5 Trends in annual average NPP in Qilian Mountains National Park from 2000 to 2019

圖6 祁連山國家公園NPP年際變化趨勢Fig.6 Interannual trends of NPP in Qilian Mountains National Park

3.3 植被變化對氣候變化的動態響應

為了了解祁連山國家公園NDVI對氣候變化的響應特征,對祁連山國家公園像元尺度NDVI與氣溫和降水的關系進行了分析。圖7表示2000—2019年祁連山國家公園NDVI與氣溫和降水的偏相關系數空間分布,由圖可知,祁連山國家公園NDVI與氣溫呈現顯著正相關區域約占40.18%,顯著負相關區域約占28.99%。在國家公園的東南段和中段,顯著正相關區域主要分布在海拔較低的山谷地區,顯著負相關區域沿烏鞘嶺和冷龍嶺的山脊分布,在西北段顯著負相關區域主要集中在托來南山和疏勒南山附近。國家公園內NDVI與降水主要以正相關為主,通過顯著性檢驗的區域主要集中在東南段和西北段,顯著正相關占比約為25.70%,主要分布在東南段的邊緣地區以及走廊南山、托來南山、疏勒南山和黨和南山這幾組平行山脈的山谷地區。顯著負相關占比約為2.52%,零星分布于大通山、土爾根達坂山周邊。總體而言,氣溫上升、降水增多促進了國家公園內植被生長,適宜的水熱組合對植被生長起到了促進作用,因此在水源涵養能力較強的地區,如山谷、河谷地區,氣溫上升對植被生長的促進作用更明顯,而國家公園西北段深入大陸腹地,降水稀少,使得降水對植被生長的限制作用更明顯,降水與NDVI的相關性更強。

圖7 2000—2019年祁連山國家公園NDVI與氣溫和降水的相關性空間分布Fig.7 Spatial distribution of correlation between NDVI, temperature and precipitation in Qilian Mountains National Park from2000 to 2019

3.4 植被變化對人類活動的響應

植被是受人類活動影響較大的自然因子[37],不同方式或不同強度的人類活動可以促使區域植被格局發生改變,進而改變其生態環境。人類活動對植被具有雙重影響[38],一方面,基礎設施建設、城市規模擴張和礦產開發[39]等活動會破壞植被；另一方面,退耕還林還草、人工撫育林栽培種植等活動會促進植被生長。而在祁連山國家公園內開采礦產、發展旅游、建設工程和生態林栽培等人類活動較為頻繁,因此通過NDVI變化趨勢及土地利用類型變化情況,分析祁連山國家公園內各種人類活動對生態環境的影響。

3.4.1開采礦產、發展旅游和建設工程對植被的影響

祁連山國家公園內,破壞植被的人類活動主要有開采礦產、發展旅游和建設工程。國家公園內共有采礦區、旅游區、水電站和探礦區128個,總占地面積約6678.0413km2,占祁連山國家公園總面積的13.3029%。其中采礦區、旅游區、水電站和探礦區分別有22、20、17和69個,分別占國家公園總面積的0.0391%、0.0539%、0.0019%和11.8767%。截止到2018年底,所有采礦區均處于停產、關閉和退出狀態,旅游區中有5家補辦手續、整改后繼續營業,其余全部退出,水電站中有5個水電站關停,其余正常運行,探礦區中有2家礦業權注銷,16家暫停勘查,其余全部處于凍結狀態。

圖8 采礦區、旅游區、水電站和探礦區多年平均NDVI空間分布 Fig.8 Spatial distribution of multi-year average NDVI in mining areas, tourist areas, hydropower stations and prospecting areas

所有采礦區、旅游區、水電站和探礦區的空間分布如圖8所示。采礦區分布相對集中,主要分布在冷龍嶺、走廊南山和托來山；旅游區分布也較集中,主要分布在祁連山國家公園的北部,尤其在冷龍嶺和黑河分布最為集中；水電站主要集中分布在黑河流域和冷龍嶺附近；探礦區分布相對分散,除了國家公園西北部即黨河南山、野馬南山附近沒有分布外,其余地區均有分布。提取采礦區、旅游區、水電站和探礦區2000—2019年平均NDVI值,發現約有54.55%的采礦區、95.00%的旅游區、35.29%的水電站和56.52%的探礦區NDVI值高于0.4,植被覆蓋較高；而有45.45%的采礦區、5.00%的旅游區、64.71%的水電站和43.48%的探礦區NDVI值低于0.4,植被覆蓋較低。

其中利用經緯度信息,分別提取2000—2019年采礦區、旅游區、水電站和探礦區的NDVI值(圖9),分析人類活動對于祁連山國家公園植被變化的影響。分析提取數據可知,有9個采礦區、10個旅游區、10個水電站以及25個探礦區,在建設使用時段內的平均NDVI低于2000—2019年的平均NDVI,說明祁連山國家公園內約三分之一的采礦區、旅游區、水電站和探礦區,在建設使用過程中,對植被生長造成了一定程度的破壞,導致建設使用時段內的平均NDVI低于20a的平均值。采礦區、旅游區、水電站和探礦區在建設使用時段是否對植被造成破壞的空間分布如圖10,其中藍色代表建設使用期NDVI低于20a的平均值,紫色反之。由圖10可知,對于植被造成一定程度破壞的采礦、旅游、水電和探礦區主要分布在冷龍嶺、黑河以及河西走廊中段。

此外,有19個采礦區、7個旅游區、14個水電站、60個探礦區的NDVI值總體呈現增加趨勢,說明超過四分之三的采礦區、旅游區、水電站和探礦區的植被生長狀況較好,沒有造成破壞,但也有部分采礦區、旅游區、水電站和探礦區的NDVI顯著下降,植被遭到了嚴重的破壞。為了進一步保護國家公園內的生態環境,2018年末對國家公園內的采礦區、旅游區、水電站和探礦區進行整改規范,其中少部分整改后規范經營,大部分停業關閉。以2018年為界,分析NDVI的變化情況可知,約有10個采礦區、4個旅游區、12個水電站和33個探礦區NDVI在2018年前波動變化,2018年后穩定上升；有9個采礦區、12個旅游區、1個水電站和15個探礦區的NDVI在2018年前同樣呈現波動變化趨勢,2018年后略有下降；有3個采礦區、4個旅游區、4個水電站和21個探礦區20a NDVI呈現較為穩定的上升趨勢。總的來看,約有71.09%的采礦區、旅游區、水電站和探礦區在規范、整改之后,植被生長狀況得到恢復,生態環境得到改善,約有28.91%的采礦區、旅游區、水電站和探礦區在整改后的兩年內,NDVI沒有明顯提升,略有下降。

圖9 采礦區、旅游區、水電站和探礦區NDVI年際變化趨勢Fig.9 Interannual trends of NDVI in mining areas, tourist areas, hydropower stations and prospecting areas圖中數字代表項目號

圖10 采礦區、旅游區、水電站和探礦區NDVI空間分布 Fig.10 Spatial distribution of NDVI in mining areas, tourist areas, hydropower stations and prospecting areas

3.4.2土地利用類型變化對植被的影響

國家公園內的主要土地利用類型是草地、其他用地,其次是林地、水域、耕地和建設用地。近20年來,國家公園內的土地利用類型發生了較大變化,計算得到2000—2018年間的土地利用轉移概率矩陣(表3—表6)。2000—2005年耕地、林地波動較大,耕地面積增加、林地面積減少；2005—2010年其他用地波動較為明顯,一部分轉為林地和草地,使得林地和草地面積增加；2010—2015年草地、水域和其他用地類型轉化較多,草地面積減少,主要轉化為其他用地；2015—2018年,土地利用類型變化復雜,各種用地類型之間轉化頻繁,耕地面積大幅減少,主要轉化為草地和林地。前15年內各種用地類型之間轉換較為簡單,轉換面積較小,各種用地類型面積波動不大,從2015年起,各用地類型之間轉化復雜,面積波動較大,尤其表現為耕地的大幅減少,究其原因在于2018年末關停整改了一部分采礦區、探礦區、水電站和旅游區,使得各種用地類型面積波動較大。相應這三年內各種用地類型的NDVI明顯增大,說明整改之后植被生長狀況得到恢復。

為了反映各種用地類型NDVI的變化情況,提取2000、2005、2010、2015和2018年各種土地利用類型的平均NDVI值(圖11),從圖11可知平均NDVI值:林地>耕地>建設用地>草地>其他用地。對5個時間點內各種用地類型NDVI 的進行趨勢分析(圖12),發現耕地、林地、草地、建設用地和其他用地的NDVI都在逐年增長,且增長速率建設用地最大,其次為耕地、林地,再次為草地和其他用地,說明各種用地類型的植被生長狀況在逐年變好,但各種用地類型之間植被覆蓋增加的速度各不相同,即各種用地類型中植被以不同速度逐漸恢復,整體呈現向好的趨勢。

表3 2000—2005年土地利用轉移概率矩陣Table 3 Land use transfer probability matrix from 2000 to 2005

表4 2005—2010年土地利用轉移概率矩陣Table 4 Land use transfer probability matrix from 2005 to 2010

表5 2010—2015年土地利用轉移概率矩陣Table 5 Land use transfer probability matrix from 2010 to 2015

表6 2015—2018年土地利用轉移概率矩陣Table 6 Land use transfer probability matrix from 2015 to 2018

圖11 祁連山國家公園各種用地類型NDVIFig.11 NDVI for various land types in Qilian Mountains National Park

3.5 植被覆蓋變化影響因素分析

利用多元殘差分析得到祁連山國家植被覆蓋變化影響因素空間分布(圖13),由圖可知,在祁連山國家公園NDVI呈現顯著增加和顯著減少趨勢的區域,氣候變化和人類活動的共同作用是20年來祁連山國家公園植被覆蓋顯著增加的主要驅動力；國家公園植被呈現下降趨勢也主要是由二者的共同作用導致,但分布面積較少,主要零星分布于國家公園中段區域。此外,單獨由人類活動引起的植被覆蓋上升在國家公園西北段和東南段比較集中,中段分布較少；單獨由人類活動引起的植被覆蓋下降和單獨由氣候變化引起的植被覆蓋上升分布均很少。總體而言祁連山國家公園植被覆蓋變化是由氣候和人類活動因素共同導致的,單獨由人類活動導致的植被覆蓋增加和和降低主要集中在國家公園中段,該區域人類活動較為頻繁,人為因素對自然的干擾較大。

圖12 祁連山國家公園各種用地類型NDVI變化趨勢 Fig.12 Trends in NDVI of various land types in Qilian Mountains National Park

圖13 2000—2019年祁連山國家公園植被顯著變化(P<0.05)區域驅動因素空間分布Fig.13 Spatial distribution of regional drivers of significant changes (P<0.05) in vegetation in Qilian Mountains National Park from 2000 to 2019

4 結論

本文利用Theil-Sen趨勢分析、Mann-Kendall顯著性檢驗和多元殘差分析等方法,分析了2000—2019年祁連山國家公園植被時空變化特征和變化趨勢,并探討了植被對氣候變化和人類活動的響應。主要結論為:

(1)2000—2019年祁連山國家公園內NDVI和NPP都呈現出東南高西北低,由東南向西北遞減的空間分布特征。

(2)近20年來祁連山國家公園內NDVI和NPP總體都呈現出上升趨勢,增長速率分別為0.0053/a和0.0014/a。NDVI以2008年為界,2018年以前呈現波動上升趨勢,2018年以后呈現快速增長趨勢。

(3)2000—2019年祁連山國家公園內NPP提高區域遠遠大于降低區域。NPP提高區域占總面積的87.29%,降低區域占0.40%,穩定不變區域占12.30%。

(4)祁連山國家公園內植被生長受氣溫限制的區域約占69.17%,受降水限制的約占28.22%。人類活動對植被生長影響顯著,國家公園內約有28.91%采礦區、旅游區、水電站和探礦區在整改、規范之后,NDVI仍然略有下降,生態環境沒有明顯恢復；退耕還林還草和生態林建設成效顯著,近3年來用地類型變化劇烈,耕地大幅度減少,大部分轉化為林地和草地。國家公園內大部分地區的植被覆蓋變化是由氣候變化和人類活動因素共同導致的。