王軍川 ,林中雪 ,馬娟利,李治葦,徐來超,劉 源 ,張 萍 ,曹 兵
(1.寧夏大學農學院,寧夏銀川 750021;2.寧夏大學生命科學學院,寧夏銀川 750021;3.中國林業科學研究院沙漠林業實驗中心,內蒙古磴口 015200;4.寧夏大學研究生院,寧夏銀川 750021)
植被作為生產者是生態系統的基礎組成部分,植被覆蓋度(FVC)是指植被(包括葉、莖、枝)在地面的垂直投影面積占統計區面積的百分比[1],對其定量計算的應用使其成為衡量植被狀況的重要指標之一。以植被覆蓋度為指標研究植被的變化特征,已成為評價某一地區生態系統健康的必要條件。目前,國內外對植被覆蓋度的研究已經十分成熟,最為常用的方法是利用植被指數估算植被蓋度,這種以遙感手段為依托的快捷方法已成為當前區域生態建設和監測等的重要手段。Park等[2]分析了韓國河岸帶植被的時空變化情況;張彥彬等[3]基于MODIS數據,揭示了山西省六大煤田區的植被時空變化情況,并進行驅動力分析。上述研究都表明氣候因素在植被覆蓋度時空變化中扮演重要角色。
寧夏吳忠市位于黃河流域上游,有著豐富的自然資源,但21世紀以來該市部分地區人為破壞植被導致的生態環境問題頻發。鑒于此,筆者選擇該市為研究區,借助Google Earth Engine(GEE)平臺海量的地理空間數據,揭示全市植被的時空變化規律,并進行氣候驅動力分析,以期為當地植被恢復對策和保護措施提供一定參考。
1.1 研究區概況吳忠市位于寧夏回族自治區東部,占地面積2.14萬km2,地理坐標為105°17′~107°47′E、36°34′~38°15′N,下轄2區、1市、2縣(圖1)。該市屬中溫帶大陸性氣候,年平均氣溫10 ℃左右,年均降水量200 mm以上,年均蒸發量2 000 mm左右。植被類型豐富多樣。

圖1 吳忠市地理位置Fig.1 Geographical location of Wuzhong City
1.2 數據來源通過編程語言JavaScript調用GEE平臺數據庫中免費提供的美國陸地衛星中5號(專題制圖儀,TM)和8號(陸地成像儀,OLI)的地表反射率(surface reflectance,SR)數據產品,這2顆衛星的運轉周期都為16 d,空間分辨率為30 m。篩選成像時間為目標年份遙感影像(已經經過幾何校正、大氣校正等),為了進一步消除云層與積雪的影響,需要對影像數據進行去云處理后以中值合成最小云量影像,最終通過計算公式獲取目標年份植被覆蓋度數據。各年年均氣溫、年降水量來源于國家環境預測中心 (NCEP) 氣候預測系統 (CFS),也通過在GEE里代碼調用實現。
1.3 研究方法
1.3.1像元二分模型法。該研究的植被覆蓋度計算基于像元二分模型[4]。原理是將一個影像中任一像元的值由有植被覆蓋部分地表和無植被覆蓋部分地表組成的形式來表示,最后得到的植被覆蓋度公式如下:
式中,NDVI為像元歸一化植被指數,NDVIsoil為無植被或裸土像元的NDVI,NDVIveg為純植被像元的NDVI。結合研究區實際狀況,該研究提取累計頻率為0.5% 以內的所有值計算平均值作為NDVIsoil,提取累計頻率為99.5% 以上的所有值計算平均值作為NDVIveg。
1.3.2空間自相關分析。這種分析方法的原理是確定某一變量是否在空間上相關,其相關程度如何。一般情況,一個變量的值會隨著測定距離的變化而變化,如果測定距離縮小而變量的測定值更為不同則表現為空間負相關;反之如果測定距離縮小而變量的測定值更為相似則表現為空間正相關;當測定值沒有空間依賴性則表現出空間隨機性或沒有空間相關性。
莫蘭指數一般是用來度量全局空間相關性的重要指標,其值為-1~1。值為正數表示空間正相關性,越接近1,表明空間相關性越明顯;值為負表示空間負相關性,其值接近-1,表明空間差異越大;值為0時空間呈隨機性[5]。分析后得到p值表示這一聚集過程隨機創建的概率,接近0,說明聚集的隨機性概率極低;z值就是標準差的倍數,也可表示離散程度。
熱點分析是構建在統計推斷中常用的零假設檢驗的思想之上的,是一種分析變量空間分布聚集程度的分析方法[6]。ArcGIS中的熱點分析工具的目標就是識別出具有統計顯著性聚類的區域,能顯著聚類就說明存在空間上的相關性。
2.1 植被覆蓋度年際變化從圖2可以看出,2000—2020年吳忠市年均FVC變化起伏不定,只有2002—2004、2009—2011年2個階段FVC趨于相對穩定狀態,3年平均值分別為0.245 6和0.270 3。FVC從2000年的0.191 6增長至2020年的0.311 7,增大了約0.120 1,整體上呈增長趨勢。FVC較大的年份是2013年和2016—2020年,其中2018年達到了極值。同時,根據寧夏的植被覆蓋度劃分等級[7]可以看出,近21年吳忠市已從低植被覆蓋度區轉為中植被覆蓋度區。

圖2 2000—2020年吳忠市年均FVC變化Fig.2 Change of annual average FVC in Wuzhong City from 2000 to 2020
2.2 植被覆蓋度空間變化
2.2.1整體與局部。從圖3可以看出,全市年均FVC空間分布規律主要為減小的地區在北部居多,基本不變的地區集中在青銅峽市和利通區的中北部地區,而吳忠市南部和中部地區大多呈增大趨勢。各縣級地區具體情況:青銅峽市FVC減小的區域較多,其他縣區增大的區域較多,特別是紅寺堡區和同心縣,而鹽池縣和利通區呈現與整個吳忠市相同的變化趨勢,即南增北減。

圖3 2000—2020年吳忠市平均FVC空間分布Fig.3 The spatial distribution of mean FVC in Wuzhong City from 2000 to 2020
吳忠市各縣級地區每5年各年份FVC變化情況如表1所示,近21年各縣級地區FVC整體上均有所增加,其中紅寺堡區的增長量最大,達0.177 2,青銅峽市的增長量最小,為0.088 5。2000—2005年,除青銅峽市外,其余縣區的FVC均呈減小趨勢;2005—2010年5個縣級地區均明顯增大趨勢;2010—2015年鹽池縣、紅寺堡區、同心縣FVC呈減小趨勢,而利通區和青銅峽市則呈增大趨勢;2015—2020年各地區FVC均顯著增大。截至2020年,吳忠市各縣區全部成為中植被覆蓋度地區,植被覆蓋度從大到小依次為鹽池縣>利通區>青銅峽市>同心縣>紅寺堡區。

表1 吳忠市各縣級地區年均FVC變化情況Table 1 Annual average FVC in each county area of Wuzhong City
2.2.2空間聚集性。該研究先對2020年吳忠市植被覆蓋度進行莫蘭指數分析,結果發現,莫蘭指數為0.225 43,表明吳忠市植被覆蓋度在全局呈集聚趨勢;p值為0,z值為65左右,但方差很小,表明該市植被覆蓋度聚集的隨機性概率極低。
通過熱點分析,得出吳忠市的植被覆蓋度高值、低值以及高低值分布情況(圖4),從圖4可以看出,面積上呈現出冷點區域>熱點區域>不明顯區域,熱點區域主要分布在吳忠市西部,特別是西北部部分區域(青銅峽市東北部和利通區北部)顯示了極高的聚集性,其次是紅寺堡區北部和同心縣西部部分區域,鹽池縣只有中心一小片區域呈現聚集。

圖4 吳忠市植被覆蓋度熱點分布Fig.4 Distribution of hot spots of FVC in Wuzhong
2.3 氣候驅動力分析吳忠市植被覆蓋度與氣溫之間的相關性如圖5所示,二者整體呈線性負相關,植被覆蓋度隨著氣溫的升高而減少,兩者決定系數(R2)為0.156。近21年氣溫整體在11~13 ℃,年均溫為11.65 ℃。

圖5 年均氣溫與植被覆蓋度的關系Fig.5 Correlation between annual average temperature and FVC
植被覆蓋度與降水之間的相關性如圖6所示,二者呈線性正相關,植被覆蓋度隨著降雨量的增加而增加,兩者決定系數(R2)為0.450(P<0.05)。降雨量整體在150~400 mm,21年間平均降雨量為289 mm。

圖6 年降水量與植被覆蓋度的關系Fig.6 Correlation between annual precipitation and FVC
近21年吳忠市植被覆蓋度整體呈穩中向好趨勢,其主要有以下2個方面原因:一方面,植被的生長發育離不開水,該研究發現該市植被覆蓋度與降水量呈線性正相關,即隨著降水量增加,植被覆蓋度越大;另一方面,眾多研究表明,人為因素對植被變化的影響程度很大[8-11]。從政策來講,2003年以來寧夏成為我國第3個實行全境禁牧的省區[12],而吳忠市部分地區正好處于農牧交錯帶,禁牧必然對植被生長發育起促進作用;之后的數年里,人們越加認識到生態文明建設的重要性,建立自然保護區、退耕還林還草等各類植被恢復與保護措施層出不窮。
(1)從時間上看,近21年吳忠市植被生長良好,植被覆蓋度整體上呈增長趨勢,且該市已由低植被覆蓋度地區轉變為中植被覆蓋度地區,各縣級地區的植被覆蓋度整體上變化趨勢與全市情況大致相同。
(2)從空間上看,近21年全市植被覆蓋度主要呈現南部整體增大、北部減小或不變的趨勢。減小區域主要以青銅峽市、利通區和鹽池縣為主,基本不變區域集中在青銅峽市和利通區。其中,同心縣和紅寺堡區整個地區都以植被覆蓋度增大為主,利通區和鹽池縣空間上變化相似,主要呈現南增北減趨勢,而青銅峽市植被覆蓋度以減小和不變地區居多。全市植被覆蓋度在全局呈集聚趨勢,但聚集的隨機性概率極低。
(3)年均植被覆蓋度與年降水量有一定關系,呈線性正相關(R2=0.450),而氣溫對植被覆蓋度影響不大。