2000—2020年廣西植被覆蓋時空變化及其影響因素研究

陳麗梅 莫婷婷

摘要 基于2000—2020年MODIS 增強型植被指數(shù)數(shù)據(jù)，采用趨勢分析、變異系數(shù)等方法分析廣西21年EVI值時空變化趨勢，并利用地理探測器模型對廣西植被覆蓋的驅(qū)動機制進行了研究。結(jié)果表明，2000—2020年廣西植被覆蓋整體呈現(xiàn)穩(wěn)中有升的趨勢，多年平均EVI值為0.399 3。廣西植被改善區(qū)域面積為55.92%，主要分布于研究區(qū)中部和南部；區(qū)域空間上，EVI值主要表示為低波動變化，低波動區(qū)域面積占比為84.16%。9個環(huán)境因子對EVI值的解釋力從大到小依次是植被類型＞地貌類型＞GDP＞人口＞坡度＞高程＞土壤類型＞氣溫＞降水量，環(huán)境因子兩兩相互作用，均為非線性增強交互關系。

關鍵詞 植被覆蓋；EVI指數(shù)；時空變化；地理探測器；廣西

中圖分類號 X173? 文獻標識碼 A? 文章編號 0517-6611（2023）13-0055-05

doi：10.3969/j.issn.0517-6611.2023.13.014

Study of Temporal and Spatial Variation and Influencing Factors of Fractional Vegetation Covered in Guangxi Province from 2000 to 2020

CHEN Li-mei，MO Ting-ting

（Guangxi Institute of Natural Resources Survey and Monitoring，Nanning， Guangxi 530200）

Abstract Based on the MODIS Enhanced Vegetation Index （EVI） data from 2000 to 2020， the method of trend analysis， and coefficient of variation were used to analyze the temporal and spatial trends of EVI vegetation index in Guangxi Province for 21 years. The driving mechanism of EVI vegetation index in Guangxi Province was studied by using the Geographic detector model. The results showed that：Overall， the EVI vegetation index showed an upward trend in the last 21 years， the multi-year average value of EVI vegetation index is 0.399 3. The area of vegetation improvement accounted for 55.92% of the total area of the Guangxi， which is mainly distributed in the middle and south of the study area; Spatially， the EVI vegetation index is mainly expressed as low fluctuation， and the area of low fluctuation area accounts for 84.16%. The influence degree of nine environmental factors on the EVI was ranked as： vegetation > geomorphic type> GDP > population > slope > altitude > soil type > temperature > precipitation. The correlation between those environmental factors showed as non-linear enhanced interactions.

Key words Vegetation coverage;Enhanced vegetation index;Spatial-temporal change;Geographic detector;Guangxi

基金項目 廣西重點研發(fā)計劃（桂科AB22080077）；廣西科技基地和人才專項（桂科AD20238044）；廣西空間信息與測繪重點實驗室基金項目（191851011）。

作者簡介 陳麗梅（1985—），女，廣西桂平人，工程師，從事自然資源與土地利用研究。

收稿日期 2023-03-21

植被是陸地生態(tài)系統(tǒng)的組成部分之一，是連接水體、土壤、大氣、生物等地理要素的自然紐帶，通過光合作用驅(qū)動能量與物質(zhì)的交換與循環(huán)，對維持區(qū)域生態(tài)系統(tǒng)穩(wěn)定起著至關重要的作用［1-4］?；谶b感數(shù)據(jù)高精度、大范圍、長時序的特點，國內(nèi)外學者廣泛采用遙感植被指數(shù)對植被系統(tǒng)演變及其驅(qū)動機制進行研究［5-7］。鄭勇等［8］利用MODIS-NDVI數(shù)據(jù)動態(tài)監(jiān)測川西高原20年的植被覆蓋度變化及氣候因素對植被變化的影響程度。覃金蘭等［9］結(jié)合MODIS-NDVI指數(shù)及DEM數(shù)據(jù)探究西北干旱區(qū)瑪納斯河流域植被生長季多年時空演變及對地形因子的響應。王萬鑫等［10］利用GIMMS NDVI長時序數(shù)據(jù)研究發(fā)現(xiàn)，青藏高原植被呈現(xiàn)明顯的生態(tài)地理區(qū)域性差異。王一帆等［11］基于MODIS EVI數(shù)據(jù)研究福建省2000—2017年植被變化趨勢，并分析植被與多因子的協(xié)同作用。

廣西地處滇黔桂石漠化片區(qū)，石漠化分布廣泛，生態(tài)環(huán)境脆弱易損。2000年以來，全區(qū)積極推進退耕還林、珠江防護林等林業(yè)重點生態(tài)工程，石漠化地區(qū)生態(tài)環(huán)境得到顯著改善。近年來，氣候變化及人類擾動驅(qū)動陸地植被不斷演變。在新時代生態(tài)文明建設要求下，研究區(qū)域植被時空變化及其與多因素的相互響應作用具有重要意義。林地是廣西面積占比最高的地類，研究區(qū)域植被覆蓋的長時間序列時空變化，可掌握區(qū)域水土保持功能情況，植被覆蓋度作為衡量區(qū)域生態(tài)系統(tǒng)服務功能重要性的指標之一，也可為國土空間開發(fā)適宜性評價研究提供數(shù)據(jù)參考。目前已有研究主要側(cè)重于植被覆蓋動態(tài)時空變化，對驅(qū)動因子的關注也主要局限于氣候因子和地形因子，對其他影響因子研究相對較少［12-16］。因此，該研究基于2000—2020年長時間序列MODIS EVI數(shù)據(jù)，采用趨勢分析、重心分析等方法，研究廣西植被覆蓋時空分布特征，并在此基礎上探究多驅(qū)動因子對植被變化的影響，剖析區(qū)域植被演變規(guī)律及主要驅(qū)動力，以期為國土空間開發(fā)保護及生態(tài)修復提供科學依據(jù)。

1 研究區(qū)概況

廣西地處我國的南疆，位于104°28′～112°04′E，20°54′～26°24′N，陸地面積23.76萬km2，占全國國土總面積的2.50%。東接廣東省，西接云南省，北靠湘、黔兩省，南臨北部灣海域，面向東南亞。廣西總體呈現(xiàn)山地丘陵性盆地地貌，地勢西北高、東南低。地處低緯度，屬亞熱帶季風氣候區(qū)，溫暖多雨，光熱充沛，年平均氣溫16.8～23.3 ℃，年降水量1 000～2 800 mm。2020年，森林覆蓋率為62.45%，居全國第3位，植被以常綠闊葉林和常綠落葉闊葉混交林為主［17］。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

增強型植被指數(shù)（enhanced vegetation index，EVI）數(shù)據(jù)來源于NASA（national aeronautics and space administration）發(fā)布的MOD13Q1數(shù)據(jù)集，數(shù)據(jù)空間分辨率為250 m，時間分辨率為16 d，時間跨度為2000—2020年。EVI數(shù)據(jù)具有時相多、覆蓋面廣的優(yōu)勢，且校正了由于土壤和大氣影響造成的易飽和線性表達缺失的問題，因此廣泛用于各類研究中［6，12，14］。利用MRT（MODIS reprojection tools）工具對EVI數(shù)據(jù)進行格式轉(zhuǎn)換、拼接、重采樣和重投影，并采用最大值合成法（MVC）合成月EVI數(shù)據(jù)，再采用均值法處理得到空間分辨率為1 km的逐年生長季平均EVI數(shù)據(jù)和逐年平均EVI數(shù)據(jù)。

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn），主要包括14個站點的逐日氣溫、降水數(shù)據(jù)。選取年平均氣溫、年降水量2個指標，采用反距離權重法（IDW）插值得到空間分辨率為1 km的柵格數(shù)據(jù)。

人口和GDP數(shù)據(jù)主要采用夜間燈光數(shù)據(jù)（http：//www.ngdc.noaa.gov），輔以人口統(tǒng)計數(shù)據(jù)和土地利用現(xiàn)狀數(shù)據(jù)，通過回歸分析進行模擬得到人口和GDP柵格數(shù)據(jù)［18-21］。

高程數(shù)據(jù)選取地理空間數(shù)據(jù)云（http：//www.gscloud.cn）30 m GDEM V2 數(shù)字高程數(shù)據(jù)。土壤、植被、地貌等數(shù)據(jù)均來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http：//www.resdc.cn）。DEM數(shù)據(jù)利用Arcgis軟件對數(shù)據(jù)進行鑲嵌、投影轉(zhuǎn)換和重采樣處理。土壤、植被、地貌等數(shù)據(jù)進行重采樣處理。最終所有數(shù)據(jù)處理為1 km分辨率的柵格圖。

2.2 研究方法

2.2.1 趨勢分析法。

采用趨勢分析法逐像元分析長時間序列的植被空間變化趨勢［14，22］。計算公式如下：

slope=n×ni=1（i×EVIi）-ni=1ini=1EVIin×ni=1i2-（ni=1i）2（1）

式中，n為累積觀測年數(shù)（2000—2020年），n=21；EVIi為第i年EVI值；slope為EVI年際變化斜率，當slope＞0時，植被在觀測年份內(nèi)呈現(xiàn)改善趨勢，EVI增加；反之，當slope＜0時，植被在觀測年份內(nèi)呈現(xiàn)退化趨勢，EVI減小。

2.2.2 變異系數(shù)。

通過變異系數(shù)分析，反映區(qū)域EVI動態(tài)變化的波動情況，它是度量植被空間上相對變化的重要指標［23］。計算公式如下：

CV=ni=1（EVIi-EVI）2nEVI（2）

式中，i為觀測年份，n=21；EVIi為第i年EVI值，EVI為21a內(nèi)EVI平均值；CV為EVI的植被變異系數(shù)，值越大，說明植被空間波動性越大；值越小，說明植被波動越小。

2.2.3 地理探測器。

地理探測器是一種新的統(tǒng)計學方法，可探測因變量的空間分異性，并揭示自變量對因變量的驅(qū)動力［24］。計算公式如下：

q=1-Lh=1Nhσ2hNσ2（3）

式中，q為各因子對研究區(qū)EVI的解釋力，值域在［0，1］，值越大，說明該因子對EVI的解釋力越強；h=1，2，…，L，為影響因子的分層數(shù)；Nh和N分別表示各因子的h層和整個研究區(qū)的樣本數(shù)；σh和σ分別為h層和整個研究區(qū)EVI值的方差。

3 結(jié)果與分析

3.1 植被EVI時間分布格局

不同月份EVI變化趨勢見圖1a。研究區(qū)2月份EVI值最低為0.256 6，隨后EVI值逐漸上升，在8月份EVI值達到峰值為0.511 9，隨后EVI值下降，整體上，春-夏-秋-冬植被覆蓋度呈現(xiàn)先上升再下降趨勢。

不同年份生長季變化趨勢見圖1b。EVI最低值出現(xiàn)在2000年的生長季，最高值出現(xiàn)在2016年的生長季，整體呈現(xiàn)波動上升趨勢，年均增速為0.54%。說明廣西的植被狀況持續(xù)向好。

不同年份變化趨勢見圖1c。2000—2020年研究區(qū)EVI變化趨勢呈現(xiàn)波動上升趨勢，EVI值為0.351 5～0.438 3，年變化速率為0.96%，與生長季變化對比，年際變化速率更高。21年間，廣西植被EVI的變化階段大致可分為6個，3個上升階段和3個下降階段，2002、2010和2017年出現(xiàn)波峰，2005、2011年出現(xiàn)波谷，多年平均值為0.399 3。

3.2 植被EVI空間變化趨勢

廣西2000—2020年多年平均EVI值空間分布情況見圖2，EVI值在0.008 7～0.549 4，平均值為0.399 5。空間異質(zhì)性明顯，植被覆蓋高值區(qū)主要分布于桂西的百色市、崇左市，東部的賀州市、梧州市以及各類自然保護地。這些區(qū)域植被覆蓋程度高且人類擾動較少。植被覆蓋低值區(qū)主要分布于城鎮(zhèn)周邊等人類活動強度較大的區(qū)域。

采用斜率分析法逐像元分析廣西21 a間植被變化情況，將EVI年際變化斜率slope分為5個等級（表1），顯著退化（＜-0.001 0）、輕微退化（-0.001 0≤slope＜0）、基本不變（0≤slope＜0.003 5）、輕微改善（0.003 5≤slope＜0.007 0）、顯著改善（slope≥0.007 0）。廣西2000—2020年植被變化情況如圖3a所示，廣西近21 a間植被以改善趨勢為主，EVI年際變化斜率slope＜0的區(qū)域較小，只占研究區(qū)總面積的2.61%，主要分布于城鎮(zhèn)周邊，城市擴張導致植被退化。EVI年際變化斜率slope≥0的面積占比達到97.39%，其中，植被覆蓋基本不變的面積比例為41.47%，主要分布于廣西的北部和東部；植被覆蓋改善面積比例為55.92%，以輕微改善居多，主要分布于研究區(qū)中部和南部地區(qū)。

采用變異系數(shù)評價研究區(qū)植被覆蓋的波動情況，結(jié)果按照標準差分級法分為低波動、中波動、高波動3級，結(jié)果如圖3b所示。整體上，廣西21 a間植被覆蓋大部分區(qū)域整體穩(wěn)定，占研究區(qū)總面積的84.16%。廣西中部地區(qū)呈現(xiàn)波動，小部分區(qū)域植被變異的主要原因是城市擴張和人類擾動，大部分區(qū)域植被變化的原因主要是由于退耕還林、植樹造等政策實施使植被有所改善。

3.3 植被EVI驅(qū)動因素分析

該研究選取高程、坡度、氣溫、降水量、人口、GDP、地貌類型、土壤類型、植被類型9個因子對廣西植被覆蓋EVI值的驅(qū)動機制進行分析。通過因子探測結(jié)果可知，9個因子對EVI的解釋力從大到小依次為：植被類型（0.249 6）、地貌類型（0.217 0）、GDP（0.144 5）、人口（0.098 97）、坡度（0.087 89）、高程（0.085 14）、土壤類型（0.042 0）、氣溫（0.035 41）、降水量（0.024 07）。從各因子對EVI值得解釋力可以看出，植被類型與地貌類型兩個自然因子對EVI值的解釋力較大，其次為人口和GDP等經(jīng)濟社會因子，氣溫和降水等氣候因子對EVI值的解釋力較小。

通過生態(tài)探測結(jié)果可知（表2），高程和坡度，氣溫和降水，人口和GDP兩兩因子之間無顯著性差異；地貌與土壤、植被、人口、GDP之間無顯著性差異。高程和坡度分別與地貌、植被、GDP之間存在顯著性差異；氣溫和降水分別與地貌、植被、人口、GDP有顯著性差異；植被與人口、GDP無顯著性差異；土壤與植被、人口、GDP有顯著性差異?？傮w來說，地貌、植被、人口、GDP 4個因子對廣西植被覆蓋的影響力較大。

通過交互作用探測可知（表3），環(huán)境因子兩兩相關作用，均為非線性增強，各環(huán)境因子的相互作用均大于單個因子對植被覆蓋EVI值的影響。其中，植被與高程、坡度、降水、氣溫、地貌、土壤、人口、GDP因子的相互作用對EVI值的解釋力均超過了0.3，說明植被類型與其他任一因子共同作用時，都會增強對EVI值的解釋力。

4 結(jié)論

該研究利用MODIS增強型植被指數(shù)產(chǎn)品，對廣西近20 a的植被覆蓋情況進行了研究，探究研究區(qū)長時間植被時空變化趨勢，并在此基礎上分析多個因子對EVI值的驅(qū)動力情況，得到以下結(jié)論：

（1）廣西植被覆蓋情況良好。時間上，2000—2020年，廣西EVI指數(shù)整體呈現(xiàn)波動上升趨勢，年變化速率為0.96%。植被覆蓋高值區(qū)主要集中于6—8月?？臻g分布不均，整體上西部高于東部，南部高于北部。

（2）2000—2020年，廣西植被覆蓋以改善為主，部分區(qū)域保持穩(wěn)定，植被退化區(qū)較小。植被覆蓋改善面積占研究區(qū)總面積的55.92%；植被退化區(qū)面積占比僅為2.61%。植被EVI值波動區(qū)主要位于廣西中部，退耕還林還草工程實施使大部分區(qū)域植被有所改善。

（3）植被類型、地貌類型、GDP、人口4個因子對EVI值的解釋力較強，氣溫、降水等氣象因子對EVI值的解釋力相對較弱。因子相互作用對EVI值的解釋力均強于單因子解釋力。

該研究以MODIS EVI 指數(shù)為數(shù)據(jù)基礎對廣西長時間序列植被覆蓋情況進行動態(tài)分析，不僅體現(xiàn)了EVI指數(shù)對植被覆蓋表現(xiàn)的優(yōu)勢，也對研究區(qū)的植被覆蓋的變化趨勢進行探究，可直觀掌握廣西退耕還林成效，水土保持功能狀況及生態(tài)系統(tǒng)服務功能，為國土空間開發(fā)保護研究提供數(shù)據(jù)參考。此外，該研究在運用地理探測器對植被覆蓋的驅(qū)動機制進行研究的過程中，考慮了自然及社會經(jīng)濟等因子的共同作用，進一步驗證了人類活動對植被覆蓋變化的影響。

參考文獻

［1］ 趙麗紅，王屏，歐陽勛志，等.南昌市植被覆蓋度時空演變及其對非氣候因素的響應［J］.生態(tài)學報，2016，36（12）：3723-3733.

［2］ 劉海，黃躍飛，鄭糧.氣候與人類活動對丹江口水源區(qū)植被覆蓋變化的影響［J］.農(nóng)業(yè)工程學報，2020，36（6）：97-105.

［3］ 董弟文，阿布都熱合曼·哈力克，王大偉，等.1994—2016年和田綠洲植被覆蓋時空變化分析［J］.生態(tài)學報，2019，39（10）：3710-3719.

［4］ 方利，王文杰，蔣衛(wèi)國，等.2000～2014年黑龍江流域（中國）植被覆蓋時空變化及其對氣候變化的響應［J］.地理科學，2017，37（11）：1745-1754.

［5］ 祝聰，彭文甫，張麗芳，等.2006—2016年岷江上游植被覆蓋度時空變化及驅(qū)動力［J］.生態(tài)學報，2019，39（5）：1583-1594.

［6］ 宋瑞玲，王昊，張迪，等.基于MODIS-EVI評估三江源高寒草地的保護成效［J］.生物多樣性，2018，26（2）：149-157.

［7］ 宋鴻，黃躍飛，劉海，等.近30年來廬山風景名勝區(qū)NDVI時空變化及其潛在影響因素分析［J］.長江流域資源與環(huán)境，2019，28（4）：917-927.

［8］ 鄭勇，楊武年，劉沖，等.川西高原近20 a植被覆蓋變化遙感動態(tài)監(jiān)測及驅(qū)動力分析［J］.遙感技術與應用，2020，35（6）：1447-1456.

［9］ 覃金蘭，薛聯(lián)青.西北干旱區(qū)瑪納斯河流域植被時空變化特征及其與地形因子的空間關系［J］.生態(tài)環(huán)境學報，2020，29（11）：2179-2188.

［10］ 王萬鑫，范廣洲.基于生態(tài)地理分區(qū)的青藏高原NDVI變化特征研究［J］.成都信息工程大學學報，2020，35（3）：306-312.

［11］ 王一帆，徐涵秋.利用MODIS EVI時間序列數(shù)據(jù)分析福建省植被變化（2000～2017年）［J］.遙感技術與應用，2020，35（1）：245-254.

［12］ 榮欣，易桂花，張廷斌，等.2000～2015年川西高原植被EVI海拔梯度變化及其對氣候變化的響應［J］.長江流域資源與環(huán)境，2019，28（12）：3014-3028.

［13］ 伍宜丹，馬悅，吳浩然，等.基于MODIS-EVI指數(shù)的四川省植被指數(shù)時空演變特征及驅(qū)動力［J］.水土保持研究，2020，27（5）：230-236，243.

［14］ 田志秀，張安兵，王賀封，等.錫林郭勒盟不同草原類型EVI的時空變化及其對氣候的響應［J］.草業(yè)科學，2019，36（2）：346-358.

［15］ 張晉霞，徐長春，楊秋萍.2001—2017年新疆NDVI變化及其對極端氣候的響應［J］.水土保持通報，2020，40（5）：250-256.

［16］ 王軍川，林中雪，馬娟利，等.近21年吳忠市植被覆蓋時空變化及氣候驅(qū)動力分析［J］.安徽農(nóng)業(yè)科學，2023，51（2）：90-92，98.

［17］ 張敏，曹春香，陳偉.基于MODIS NDVI數(shù)據(jù)的廣西植被覆蓋時空變化遙感診斷［J］.林業(yè)科學，2019，55（10）：27-37.

［18］ 柏中強，王卷樂，姜浩，等.基于多源信息的人口分布格網(wǎng)化方法研究［J］.地球信息科學學報，2015，17（6）：653-660.

［19］ 胡云鋒，趙冠華，張千力.基于夜間燈光與LUC數(shù)據(jù)的川渝地區(qū)人口空間化研究［J］.地球信息科學學報，2018，20（1）：68-78.

［20］ 肖國鋒，朱秀芳，蔡毅，等.基于多源數(shù)據(jù)的河南省GDP空間化［J］.北京師范大學學報（自然科學版），2018，54（2）：232-238.

［21］ 韓向娣，周藝，王世新，等.夜間燈光遙感數(shù)據(jù)的GDP空間化處理方法［J］.地球信息科學學報，2012，14（1）：128-136.

［22］ 徐勇，黃雯婷，靖娟利，等.京津冀地區(qū)植被NDVI動態(tài)變化及其與氣候因子的關系［J］.水土保持通報，2020，40（5）：319-327.

［23］ 孫國軍，李衛(wèi)紅，朱成剛，等.2000—2015年伊犁河谷植被覆蓋時空變化特征［J］.干旱區(qū)地理，2020，43（6）：1551-1558.

［24］ 王勁峰，徐成東.地理探測器：原理與展望［J］.地理學報，2017，72（1）：116-134.