北部灣沿海流域植被覆蓋動態(tài)變化及其驅(qū)動因素

楊鈺文， 盧 遠，2，3*

(1.南寧師范大學(xué)地理科學(xué)與規(guī)劃學(xué)院， 南寧 530001； 2.北部灣環(huán)境演變與資源利用教育部重點實驗室， 南寧 530001；3.廣西地表過程與智能模擬重點實驗室， 南寧 530001)

植被的存在、生長、更新、演替、分布格局等變化影響著流域下墊面改變、水循環(huán)與水文過程[1]。沿海流域水文過程的改變直接影響著河口淺灘淤漲速率改變、河口水下三角洲發(fā)育，海岸線變遷，最終造成海灣生態(tài)環(huán)境的變化[2-5]。因此，研究沿海流域內(nèi)植被覆蓋的動態(tài)變化及其持續(xù)性對流域、海岸帶的生態(tài)環(huán)境建設(shè)與綜合流域管理具有重要意義。

目前利用遙感監(jiān)測植被覆蓋動態(tài)變化的研究已經(jīng)很成熟，可分為分類后比較法和基于像元光譜的直接比較法。其中基于像元光譜的比較不僅能探測出像元的細微變化，且避免了分類誤差對變化檢測精度的影響[6]，具體包含線性回歸分析法、變異系數(shù)(coefficient of variation,CV)、Hurst指數(shù)、像元二分法以及變化矢量分析(change vector analysis,CVA)等。如郭同宇等[7]通過計算逐像元的回歸系數(shù)及其顯著性，分析了內(nèi)蒙古植被變化趨勢；廖春貴等[8]采用變異系數(shù)、相關(guān)分析等方法對廣西北部灣經(jīng)濟區(qū)植被的時空變化特征進行分析；王建邦等[9]基于變異系數(shù)的人為影響模型輔以Hurst指數(shù)等探討了中國植被覆蓋人為影響的時空分布及其未來發(fā)展趨勢。常用的長時間序列(>15年)監(jiān)測植被覆蓋動態(tài)變化的遙感數(shù)據(jù)有Landsat(1972年至今)、GIMMS NDVI(1982—2015年)、SPOT NDVI(1998年至今)以及MODIS(2000年至今)等。Landsat數(shù)據(jù)具有高空間、長時間分辨率的特點，但其受云霧影響影像缺失嚴重；GIMMS NDVI空間分辨率為8 km不適合小尺度研究；SPOT NDVI空間分辨率1 km，比MODIS數(shù)據(jù)稍低。MODIS擁有歸一化植被指數(shù)(normalized difference vegetation index, NDVI)和增強型植被指數(shù)(enhanced vegetation index,EVI)兩種植被指數(shù)數(shù)據(jù)集，其中MODIS NDVI是研究植被動態(tài)變化較為理想的植被指數(shù)[10]。

北部灣沿海流域地理位置特殊：處于海陸交界，擁有8條較大的入海河流，屬于北部灣經(jīng)濟區(qū)的主體區(qū)域。特殊的地理環(huán)境使得流域系統(tǒng)復(fù)雜多樣，人類活動劇烈，陸域生態(tài)和近海環(huán)境風(fēng)險嚴峻[11-12]?；诖吮尘?，現(xiàn)首次以北部灣入海流域為研究單元，基于2000—2018年MODIS NDVI數(shù)據(jù)，采用修正的CVA、CV、Hurst指數(shù)等方法分析北部灣沿海流域植被動態(tài)變化趨勢及其持續(xù)性并對流域植被覆蓋變化驅(qū)動因素進行探討。這對于評價河流、陸地、海洋生態(tài)系統(tǒng)的環(huán)境質(zhì)量，揭示陸地—河流—海洋的生態(tài)過程具有重要的理論和實際意義。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

北部灣沿海流域位于中國南海西北部，地理坐標為北緯21°24′～22°1′、東經(jīng) 107°56′～109°40′，總面積26 069.94 km2，如圖1所示。該流域包含八大入海流域，自西向東依次為：沙潭河、防城河、茅嶺江、欽江、大風(fēng)江、南流江、鐵山河、九州河。北部灣沿海流域植被覆蓋較高，天然植被與人工植被共存。天然植被主要包括針葉林、常綠季雨林、紅樹林等；人工植被主要包括桉樹林和農(nóng)作物群落[13]。流域的地勢北高南低，地形依次為山脈—丘陵—灘涂—淺海。自《廣西北部灣經(jīng)濟區(qū)發(fā)展規(guī)劃》的提出，該區(qū)域著重經(jīng)濟發(fā)展，人類活動強烈，沿海、河口區(qū)域人工地貌突出，河口三角洲及海積平原已大部分開辟為海水養(yǎng)殖場。

圖1 北部灣沿海流域分布Fig.1 Distribution of coastal basins in Beibu Gulf

1.2 數(shù)據(jù)來源

本研究所選用的遙感數(shù)據(jù)為EOS/Terra衛(wèi)星MOD13Q1產(chǎn)品的NDVI數(shù)據(jù)集，時間分辨率為16 d，空間分辨率為250 m，時間系列為2000—2018年，數(shù)據(jù)來源于美國宇航局(NASA)。對該數(shù)據(jù)進行批量投影轉(zhuǎn)換為WGS 84坐標、鑲嵌、裁剪等預(yù)處理，最后利用最大值合成法(MVC)對其進行年最大值合成得到每一年的最大值合成影像。氣象數(shù)據(jù)集(氣溫和降水)來源中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/DataSearch.aspx)，該數(shù)據(jù)集空間分辨率為1 km，基于全國2 400多個氣象站點日觀測數(shù)據(jù)，通過整理、計算和空間插值處理生成，故將其重采樣至250 m。

2 研究方法

2.1 修正的變化矢量分析

變化矢量分析最早由Malile在1980年提出[14]，采用歐式距離來表示變化的強度。變化矢量在分析長時間序列NDVI變化時，假設(shè)第x年的矢量P=[NDVIx,1，NDVIx,2，NDVIx,3,…,NDVIx,n]，NDVIx,j為某一像元在x年j時相獲得的NDVI值，n為時間維數(shù)。則第x年到第y年的NDVI變化強度表示為

(1)

將每相鄰年份的NDVI變化強度相加則得到整個研究時段的NDVI累計變化強度。

變化矢量分析可以得到研究時段的NDVI變化強度，但無法獲得NDVI的變化方向，即無法判斷研究時段內(nèi)植被的變化趨勢。為克服這一缺點，參照文獻[15]所修正的變化矢量法，引入一元線性回歸分析，通過構(gòu)建研究時間段內(nèi)NDVI時間序列的一元線性回歸方程，得到一元線性回歸方程的系數(shù)b，即獲得研究時段內(nèi)植被的變化方向：系數(shù)b>0時，表示植被為增長趨勢，反之則是減少趨勢。修正的變化矢量分析表示為

(2)

2.2 變異系數(shù)

變異系數(shù)用來表示地理數(shù)據(jù)的波動程度[16]，利用變異系數(shù)來表示研究時段內(nèi)流域植被變化的波動程度，數(shù)值越大表示植被變化波動程度越大；數(shù)值小表示植被狀態(tài)較為穩(wěn)定。變異系數(shù)計算公式為

(3)

2.3 Hurst指數(shù)

Hurst指數(shù)由英國水文學(xué)家Hurst在研究尼羅河時間序列水文數(shù)據(jù)時提出[17]，它可以用來定量描述長時間序列信息的長程依賴性，即預(yù)測未來數(shù)據(jù)的變化趨勢。現(xiàn)采用R/S分析法來計算Hurst指數(shù)，該方法定義極差與標準差的比值R/S存在以下指數(shù)關(guān)系：

NDVIR/NDVIS=(cn)H

(4)

式(4)中：NDVIR為研究時間段內(nèi)NDVI時間序列的極差；NDVIS為標準差；n為時間序列長度；c為常量；H為Hurst指數(shù)。Hurst指數(shù)值存在以下規(guī)律：當0.5

3 結(jié)果分析

3.1 植被覆蓋的時間變化與空間分布

計算2000—2018年北部灣沿海流域歷年NDVI平均值，對流域內(nèi)歷年NDVI均值進行年際變化趨勢統(tǒng)計。圖2所示為2000—2018年流域內(nèi)多年NDVI均值變化趨勢，可知流域內(nèi)植被覆蓋度較高，年平均NDVI值在0.75～0.85波動，年際間差異較小。

圖2 2000—2018年廣西北部灣沿海流域NDVI年際變化Fig.2 NDVI annual change of Beibu Gulf coastal basin in Guangxi from 2000 to 2018

多年NDVI均值空間分布如圖3所示?？梢?，西部沙潭河、防城河、茅嶺江以及南流江中部區(qū)域為植被覆蓋較好區(qū)域，其NDVI值均在0.7以上。流域內(nèi)植被整體上呈現(xiàn)從北至南遞減，越靠近海域植被覆蓋越少；植被覆蓋從流域外邊界到河流中心逐漸減少，越靠近河流中心的植被覆蓋越少，尤其以茅嶺江、欽江、南流江、九州河流域為典型代表。由此可知，北部灣沿海流域植被覆蓋遵循這樣一個規(guī)律：從陸地到海域、從流域外邊界到河流中心植被覆蓋度逐漸減少。

圖3 2000—2018年NDVI均值空間分布Fig.3 Spatial distribution of NDVI mean values from 2000 to 2018

3.2 植被覆蓋的變化趨勢及其持續(xù)性

3.2.1 植被覆蓋變化趨勢及其穩(wěn)定性分析

利用修正的變化矢量分析法逐年計算流域內(nèi)NDVI變化矢量強度，將每相鄰年份的NDVI變化矢量強度相加得到整個研究時段的NDVI變化趨勢空間分布圖(圖4)。對NDVI變化矢量強度進行重新分級，定義[-∞,-0.7]為嚴重退化，(-0.7,-0.5]為明顯退化，(-0.5,-0.3]為中度退化，(-0.3,-0.1]為輕度退化，(-0.1,-0.01]為略微退化，(-0.01,0.01)為無變化，[0.01,0.1)為略微改善，[0.1,0.3)為輕度改善，[0.3,0.5)為中度改善，[0.5,0.7)為明顯改善，[0.7,+∞]為極大改善。2000—2018年間，北部灣沿海流域植被覆蓋改善區(qū)域占73.6%，退化區(qū)域占26.3%，流域內(nèi)植被覆蓋變化類型主要為輕中度變化類型。計算各流域NDVI變化矢量強度特征統(tǒng)計如圖5所示。級別在中度改善以上的區(qū)域主要分布在西部的大風(fēng)江、欽江以及茅嶺江流域；中度退化級別以下區(qū)域集中在東部的南流江、鐵山河、九州河流域。整體表現(xiàn)出河口、濱海區(qū)域植被退化較為明顯。

圖4 2000—2018年NDVI變化趨勢空間分布Fig.4 Spatial distribution of NDVI change trend from 2000 to 2018

圖5 各流域植被覆蓋變化趨勢統(tǒng)計圖Fig.5 Statistical chart of vegetation cover change trend in each basin

變異系數(shù)可以反映研究時段內(nèi)植被覆蓋變化的穩(wěn)定性，圖6為北部灣沿海流域NDVI變異系數(shù)。流域內(nèi)NDVI變異系數(shù)值介于0～0.424，整體表現(xiàn)為河口、濱海區(qū)等植被覆蓋率較少的區(qū)域植被變化波動最為強烈。

圖6 2000—2018年NDVI變異系數(shù)空間分布Fig.6 Spatial distribution of NDVI variation coefficient from 2000 to 2018

3.2.2 植被覆蓋未來變化趨勢分析

計算流域內(nèi)多年NDVI Hurst指數(shù)值，Hurst指數(shù)值范圍為0～0.9。流域內(nèi)植被覆蓋變化趨勢呈現(xiàn)持續(xù)性的占27.7%，反持續(xù)性的占73.3%，流域內(nèi)植被覆蓋變化整體上呈現(xiàn)反持續(xù)性，即未來植被覆蓋變化呈現(xiàn)較大的波動性。利用Hurst指數(shù)值與變化趨勢強度空間分布圖疊加，即植被覆蓋變化趨勢信息與可持續(xù)信息耦合，結(jié)果如圖7所示。各流域持續(xù)性變化區(qū)域占比統(tǒng)計如圖8所示，流域內(nèi)持續(xù)改善區(qū)域大于持續(xù)退化區(qū)域，其中持續(xù)改善區(qū)域占總流域面積的19.6%，持續(xù)退化區(qū)域占8%。各流域呈現(xiàn)出“中間大兩頭小”的態(tài)勢，即持續(xù)改善區(qū)域和持續(xù)退化區(qū)域大部分為中、輕度變化區(qū)域，明顯、極大變化區(qū)域占比較小。流域內(nèi)植被持續(xù)改善區(qū)域和持續(xù)退化區(qū)域占比不同，整體上表現(xiàn)出中部流域(茅嶺江、欽江、大風(fēng)江)持續(xù)改善區(qū)域占比大于東西部流域。

圖7 植被覆蓋持續(xù)性變化區(qū)域Fig.7 Area of continuous change of vegetation cover

圖8 各流域植被覆蓋持續(xù)性變化特征統(tǒng)計圖Fig.8 Statistical chart of the characteristics of the continuous change of vegetation cover in each watershed

4 驅(qū)動因素分析

氣候因素、地形特征以及人類活動是影響植被覆蓋變化的重要因素[18]。氣溫、降水是影響植被生長的主要氣候因素，選取2000—2015年年平均氣溫、年降水量數(shù)據(jù)集，分析流域內(nèi)NDVI變化趨勢與氣象因素的相關(guān)性。用高程、坡度表征地形特征。根據(jù)沿海流域的特點，選取了距城鎮(zhèn)距離、距河流距離、距河口距離以及距海岸線距離4個因素來代表人類活動對植被覆蓋的干擾。

圖9為各個影響因子與流域內(nèi)NDVI變化趨勢的相關(guān)系數(shù)，通過0.01水平的顯著性檢驗，未通過的賦值0。由圖9可知，流域內(nèi)植被變化趨勢與人為因素和氣候因素相關(guān)性較高，與地形特征相關(guān)性較低。氣候因素對流域內(nèi)植被覆蓋變化趨勢多為負相關(guān)，其中降水與植被變化趨勢相關(guān)性高于氣溫。地形特征與植被變化趨勢多為正相關(guān)。植被覆蓋變化趨勢與到城鎮(zhèn)距離為正相關(guān)，與距河流距離多為正相關(guān)，與距河口、海岸線的距離的相關(guān)性具有不一致性，其中東部的南流江與九州河流域的植被變化趨勢與距河口、海岸線的距離呈現(xiàn)較高的負相關(guān)。

圖9 植被覆蓋變化趨勢與驅(qū)動因素的相關(guān)系數(shù)Fig.9 Correlation coefficient between vegetation cover change trend and driving factors

5 結(jié)論

以2000—2018年MODIS NDVI數(shù)據(jù)為基礎(chǔ)，采用修正的變化矢量分析、變異系數(shù)、Hurst指數(shù)等方法分析北部灣沿海流域植被覆蓋動態(tài)變化特征及其未來發(fā)展趨勢，結(jié)論如下。

(1)北部灣沿海流域植被覆蓋度較高且年際變化幅度較小，多年NDVI均值表現(xiàn)出從陸地到濱海、從流域外邊界到河流中心逐漸遞減的規(guī)律。在時間變化方面，北部灣沿海流域內(nèi)植被覆蓋率較高且多為常綠植物，在非極端氣候或人類活動影響下，植被的年際變化較小。在空間分布上，流域內(nèi)陸地多為林地或旱地，而河岸、河流下游與濱海區(qū)多為居住區(qū)與濕地[19]，因此多年NDVI均值表現(xiàn)出從陸地到濱海、從流域外邊界到河流中心逐漸遞減的規(guī)律。

(2)采用修正的變化矢量法、變異系數(shù)分析2000—2018年間北部灣沿海流域植被覆蓋變化趨勢及其穩(wěn)定性，得出流域內(nèi)植被覆蓋改善區(qū)域占73.6%，退化區(qū)域占26.3%。其中河口、濱海區(qū)不僅為植被退化明顯區(qū)域且為植被變化波動性較強區(qū)域，這與河口、海岸帶近年的開發(fā)活動有關(guān)[20]。

(3)利用Hurst指數(shù)預(yù)測北部灣沿海流域未來植被覆蓋變化趨勢，未來流域內(nèi)植被覆蓋變化波動性較強，其中持續(xù)改善區(qū)域僅占19.6%，持續(xù)退化區(qū)域占8%，其余的72.4%為波動性變化區(qū)域。流域內(nèi)人類活動較強烈，陸地上有人工桉樹林的種植[21]，河口、濱海區(qū)是海水養(yǎng)殖的主要場所[22]，這些人為干擾導(dǎo)致流域內(nèi)植被覆蓋變化呈現(xiàn)波動性。

(4)選取氣溫、降水、高程、坡度、距城鎮(zhèn)距離、距河流距離、距河口距離以及距海岸線距離8個因子來探索北部灣沿海流域植被覆蓋變化驅(qū)動因素，得出流域內(nèi)植被變化趨勢與人為因素和氣候因素相關(guān)性較高，與地形特征相關(guān)性較低。北部灣沿海流域地勢較平坦，人為干擾遍布，地形特征對植被變化影響較小。研究區(qū)河流眾多，降水直接引起河流水文過程的變化，水文過程的改變就會引起下墊面變化，這是降水與植被覆蓋趨勢相關(guān)性較高的原因。整個流域位于北部灣經(jīng)濟開發(fā)區(qū)，人類開發(fā)活動強烈，人為影響因素成為植被覆蓋變化的主要驅(qū)動因素。