陜西關(guān)中地區(qū)NDVI的時(shí)空變化特征及其驅(qū)動(dòng)力分析

呂攀屹，黃領(lǐng)梅，權(quán) 全，莫淑紅

(西安理工大學(xué) 省部共建西北旱區(qū)生態(tài)水利國(guó)家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710048)

植被是陸地生態(tài)系統(tǒng)的主體，在全球氣候變化研究中起著敏感指示器的作用[1]。已有研究表明，區(qū)域氣候變化會(huì)改變植被的組成與結(jié)構(gòu)，使森林格局發(fā)生變化[2]。另外，隨著我國(guó)生態(tài)環(huán)境保護(hù)政策的推行，多地的植被狀況發(fā)生了顯著變化[3-4]。因此，區(qū)域氣候變化和植被生長(zhǎng)的相互作用機(jī)制研究引起眾多學(xué)者的廣泛關(guān)注，利用遙感技術(shù)研究植被生長(zhǎng)的學(xué)者眾多。植被指數(shù)作為重要的生態(tài)氣候參數(shù)，是反映綠色活植被相對(duì)豐度和活性的輻射量化值，常被用于表征研究區(qū)域的植被生理狀況、綠色生物量及植被生產(chǎn)力等，是描述生態(tài)系統(tǒng)的基礎(chǔ)數(shù)據(jù)[5]。目前已提出的植被指數(shù)多達(dá)20余種，其中歸一化植被指數(shù)(NDVI)應(yīng)用最廣，反映了地表植被的生長(zhǎng)狀況，不僅是衡量區(qū)域植被生長(zhǎng)發(fā)育水平的重要依據(jù)，還能為城市生態(tài)環(huán)境建設(shè)提供決策參考[6]。

近年來，陜西關(guān)中城市化發(fā)展加快、工業(yè)區(qū)聚集等城市生態(tài)問題成為生態(tài)可持續(xù)發(fā)展的難點(diǎn)[7]。本研究將探究陜西關(guān)中地區(qū)植被覆蓋的時(shí)空變化特征及其驅(qū)動(dòng)力，并將所得出的研究成果與當(dāng)?shù)厣鷳B(tài)恢復(fù)舉措聯(lián)系起來，以期為今后該地區(qū)的生態(tài)高質(zhì)量發(fā)展提供有力的數(shù)據(jù)支撐。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

陜西省關(guān)中地區(qū)位于中國(guó)中西部，地處33°34′～35°52′N、106°18′～110°38′E，包含西安、咸陽(yáng)、寶雞、渭南、銅川5個(gè)地級(jí)市(圖1)，總土地面積55 623 km2，海拔323～3 771 m，極差達(dá)3 448 m[8]，地勢(shì)西南高東北低。關(guān)中地區(qū)屬于暖溫帶半濕潤(rùn)季風(fēng)區(qū)，夏季高溫多雨，冬季低溫少雨，年平均氣溫9.9～15.8 ℃，多年平均降水量500～878 mm，降水多集中在7—9月，多年平均水面蒸發(fā)量1 000～1 200 mm。

圖1 研究區(qū)位置及海拔梯度

1.2 數(shù)據(jù)來源及處理

1.2.1 遙感影像資料

選用MOD13A1產(chǎn)品數(shù)據(jù)，時(shí)間分辨率為16 d，空間分辨率為500 m。根據(jù)研究區(qū)域及研究時(shí)段篩選2005—2020年生長(zhǎng)季(5—10月)數(shù)據(jù)圖像，共計(jì)192幅[9]。

1.2.2 地理探測(cè)器輸入數(shù)據(jù)

(1)高程數(shù)據(jù)。選用由美國(guó)太空總署(NASA)和國(guó)家測(cè)繪局(NIMA)聯(lián)合測(cè)量的30 m分辨率DEM數(shù)字高程數(shù)據(jù)。

(2)氣象數(shù)據(jù)。包括降水、溫度等數(shù)據(jù)，來源于中國(guó)氣象局氣象數(shù)據(jù)中心提供的《中國(guó)地面氣候資料日值數(shù)據(jù)集》，選用關(guān)中地區(qū)及周邊9個(gè)站，采用距離平方倒數(shù)法插值生成1 km分辨率柵格數(shù)據(jù)。

(3)地理因素及人為因素?cái)?shù)據(jù)。地形地貌、植被類型、人口密度和人均GDP柵格數(shù)據(jù)由中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心提供，數(shù)據(jù)翔實(shí)可靠。本研究采用2005年和2020年兩期土地利用數(shù)據(jù)，2005年數(shù)據(jù)采用中科院數(shù)據(jù)中心土地利用數(shù)據(jù)，2020年數(shù)據(jù)基于Landsat 8遙感影像通過監(jiān)督分類法獲取，通過Kappa檢驗(yàn)符合精度要求(Kappa值為0.880)，分辨率均為100 m。

因?yàn)榈乩硖綔y(cè)器是依靠離散數(shù)據(jù)的算法，所以將矢量數(shù)據(jù)通過0.015°×0.015°格網(wǎng)提取的方法離散化；氣象因素等連續(xù)變量數(shù)據(jù)則采用自然斷點(diǎn)法分類。影響陜西關(guān)中地區(qū)NDVI變化的因子詳見表1。

表1 影響陜西關(guān)中地區(qū)NDVI變化的因子

2 研究方法

2.1 NDVI計(jì)算方法

利用波段合成計(jì)算NDVI，公式為

(1)

式中：Band1、Band2分別代表MOD13A1產(chǎn)品中第1波段和第2波段的反射率。

2.2 線性趨勢(shì)分析方法

2.2.1 回歸趨勢(shì)法

采用回歸趨勢(shì)法分析關(guān)中地區(qū)植被覆蓋的穩(wěn)定性特征。該方法反映區(qū)域時(shí)空格局演變，可充分地體現(xiàn)長(zhǎng)時(shí)間序列植被覆蓋的演化趨勢(shì)。NDVI回歸趨勢(shì)線斜率公式[10]為

(2)

式中：i為年序號(hào)；n為研究數(shù)據(jù)總年數(shù)；NDVIi為第i年的NDVI均值；NDVIslope為單個(gè)像元線性回歸方程趨勢(shì)線斜率，當(dāng)NDVIslope>0時(shí)，植被覆蓋變化處于遞增趨勢(shì)，反之遞減。

為清晰說明研究區(qū)內(nèi)NDVI改善/退化程度，將NDVIslope分為7個(gè)等級(jí)[11]，具體見表2。

表2 NDVIslope對(duì)應(yīng)的等級(jí)劃分

2.2.2 降水敏感性分析

本研究選用敏感性指數(shù)b定量分析不同植被類型NDVI對(duì)降水的響應(yīng)程度。若b>0，表示NDVI與降水呈正響應(yīng)，b值越大，敏感性越強(qiáng)。與相關(guān)系數(shù)不同的是，敏感性指數(shù)定量刻畫氣候因子與NDVI變化的數(shù)量關(guān)系。所構(gòu)建的一元線性回歸方程為[12]

NDVI=a+bRain

(3)

式中：a為截距；b為線性回歸方程的斜率，又稱作敏感性指數(shù)[13]，代表每增加單位降水量對(duì)NDVI的影響程度，亦稱氣候因子邊際響應(yīng)[14]；Rain為降水變量。

2.2.3 變異系數(shù)CV

采用變異系數(shù)CV對(duì)比不同土地利用情況下NDVI的離散差異。計(jì)算公式為

(4)

式中：σ為標(biāo)準(zhǔn)差；μ為均值。

2.3 多因子相互作用分析

2.3.1 相關(guān)性分析

本研究采用相關(guān)系數(shù)法來表征NDVI與其他因子間的關(guān)聯(lián)性。相關(guān)系數(shù)計(jì)算公式為

(5)

2.3.2 地理探測(cè)器

地理探測(cè)器包括因子探測(cè)器、生態(tài)探測(cè)器、風(fēng)險(xiǎn)探測(cè)器及交互探測(cè)器[15]。因子探測(cè)器主要衡量不同環(huán)境變量對(duì)NDVI空間分異化的解釋程度，q值越大，解釋程度越高。q值計(jì)算式為

(6)

式中：h為變量或因子的分層，即分類或分區(qū)，h=1,2，…,L；Nh和N分別為層h和全區(qū)的單元數(shù)；σh2和σ2分別是層h和全區(qū)NDVI值的方差。

生態(tài)探測(cè)器用于判別各變量之間對(duì)NDVI空間分布是否存在顯著差異，用F統(tǒng)計(jì)量檢驗(yàn)。計(jì)算式為

(7)

式中：Na和Nb分別為兩變量的樣本容量；SSWa和SSWb分別為兩變量形成分層的層內(nèi)方差之和。

風(fēng)險(xiǎn)探測(cè)器可以衡量不同環(huán)境變量對(duì)NDVI影響的適宜區(qū)間或類型，用t統(tǒng)計(jì)量表示。計(jì)算式為

(8)

交互探測(cè)器主要是識(shí)別不同環(huán)境變量間的交互作用，判斷兩因子共同作用下是否會(huì)增強(qiáng)(減弱/無(wú)影響)對(duì)NDVI空間分布的解釋程度，評(píng)估方法見表3。

表3 雙因子交互作用判別依據(jù)

3 研究結(jié)果與分析

3.1 NDVI值年際變化特征

從研究區(qū)NDVI值年際變化過程(圖2)看，銅川、渭南、西安、咸陽(yáng)的NDVI值在2005—2007年有一定幅度的增加，2008—2017年為低谷期，2018—2020年又逐漸上升，2020年達(dá)到巔峰；寶雞與其他市不同，2005—2010年NDVI值增加，2011年小有跌落，之后呈波動(dòng)上升趨勢(shì)。整體上看關(guān)中地區(qū)NDVI值呈波動(dòng)上升趨勢(shì)，渭南、咸陽(yáng)、銅川、西安、寶雞年增長(zhǎng)速率分別為0.009 1、0.005 0、0.004 7、0.004 6、0.001 2，關(guān)中地區(qū)年平均增長(zhǎng)速率為0.004 9，2020年達(dá)到最大值0.68。該增長(zhǎng)速率大大超過了黃河源地區(qū)的0.001 9[16]、太湖流域的0.002[17]、三北地區(qū)的0.001 9[18]，這說明退耕還林工程對(duì)陜西關(guān)中地區(qū)NDVI值的影響十分顯著。5市NDVI水平按大小排序?yàn)閷氹u>銅川>西安>咸陽(yáng)>渭南。

圖2 關(guān)中地區(qū)5市NDVI值的年際變化過程

3.2 NDVI值空間分布特征

陜西關(guān)中2005—2020年平均NDVI值空間分布如圖3所示，整體平均NDVI值為0.61，NDVI值大于0.7的區(qū)域占總面積的65.01%，約36 162.46 km2，小于0.5的區(qū)域占比27.2%。關(guān)中南部NDVI值水平明顯優(yōu)于北部，西南部表現(xiàn)最好，NDVI值均處于0.7以上；在渭河流域兩岸，NDVI值處于較低水平。

圖3 陜西關(guān)中地區(qū)2005—2020年平均NDVI值空間分布

3.3 NDVI值變化趨勢(shì)分析

由表4可知，2005—2020年關(guān)中地區(qū)NDVI值處于改善狀態(tài)的面積占比之和為52.28%，以輕微改善和中度改善為主，面積占比為48.23%；處于基本不變的穩(wěn)定狀態(tài)的面積占比為19.01%；處于退化狀態(tài)的面積占比之和為28.73%，以輕微退化為主，面積占比為23.91%。整個(gè)關(guān)中地區(qū)的NDVI值以改善狀態(tài)為主，但輕微退化狀態(tài)不可輕視。

表4 2005—2020年關(guān)中地區(qū)NDVIslope分級(jí)的面積占比統(tǒng)計(jì)

圖4顯示，關(guān)中地區(qū)的NDVIslope整體上呈現(xiàn)出由西南至東北遞增的趨勢(shì)。銅川市NDVI遞增速率最大，以輕微改善狀態(tài)為主，面積占比為37.91%；寶雞的NDVI遞減速率最大，以輕微退化狀態(tài)為主，面積占比為31.33%。

圖4 2005—2020年陜西關(guān)中NDVIslope空間分布

3.4 NDVI驅(qū)動(dòng)力分析

為探究研究區(qū)內(nèi)NDVI驅(qū)動(dòng)因素對(duì)其的解釋程度，將選取的10種變量代入因子探測(cè)器進(jìn)行分析，得到不同因子的解釋力q值，見表5。地貌類型、降水、土地利用分別是地理、氣象、人為因素中解釋力最強(qiáng)因子。地理因素平均q值為0.594，明顯高于其他兩種因素，說明地理因素是該區(qū)域NDVI變化的主導(dǎo)環(huán)境因子。

表5 2005—2020年環(huán)境變量對(duì)NDVI的解釋力

交互探測(cè)器結(jié)果顯示(見圖5)，除溫度與平均相對(duì)濕度、降水、土地利用、人口密度及人均GDP間交互呈非線性增強(qiáng)趨勢(shì)外，其余因子交互均呈現(xiàn)雙因子增強(qiáng)。高程∩地貌類型q值0.762，是雙因子交互中最高的q值水平，更具備對(duì)研究區(qū)NDVI變化的解釋力。

圖5 2005—2020年陜西關(guān)中地區(qū)各環(huán)境變量交互探測(cè)器及生態(tài)探測(cè)器結(jié)果

從圖5中不難看出，降水作為氣象因素中解釋力最高的因子，其與高程、地貌類型、植被類型交互后解釋力進(jìn)一步提高。相較于單因子解釋力極高的高程與地貌類型因子，植被類型與降水因子交互q值的增幅反而最大。為進(jìn)一步研究這種情況，采用降水敏感性指數(shù)對(duì)不同植被類型進(jìn)行比較(因沼澤與亞熱帶落葉闊葉林?jǐn)?shù)據(jù)量較少，故不考慮)，結(jié)果見圖6、7。由結(jié)果可以看出，不同植被NDVI對(duì)降水敏感程度不一，針葉林NDVI對(duì)降水的敏感程度高于其他植被，其中亞熱帶針葉林最為敏感(0.66×10-4)，說明針葉林更適宜該地區(qū)降水分布。

圖6 NDVI對(duì)降水敏感性指數(shù)空間分布

圖7 不同植被類型下降水敏感性指數(shù)

人為因素方面，不論單因子或是雙因子交互，土地利用因子都具有極高的解釋力。本研究將土地利用情況劃分為5種類型，即水體、耕地、林草地、建設(shè)用地、未利用地，其分布情況見圖8。結(jié)合變異系數(shù)CV圖像不難看出，在建設(shè)用地范圍內(nèi)CV值均處于較高水平，NDVI變化極不穩(wěn)定。

圖8 陜西關(guān)中地區(qū)土地利用與變異系數(shù)空間分布

為檢測(cè)雙因子對(duì)NDVI的空間分布是否存在顯著差異，對(duì)各因子做生態(tài)探測(cè)(結(jié)果見圖5)，可以看出溫度與降水及人為因素間，土地利用與植被類型、坡度、濕度、溫度等，高程與地貌類型間存在顯著差異，說明這部分雙因子對(duì)NDVI的空間分布具有不同的作用機(jī)理。

為確定NDVI良性發(fā)展的適宜環(huán)境，將10種環(huán)境變量代入風(fēng)險(xiǎn)探測(cè)器，得到了環(huán)境變量最適宜范圍或類型，結(jié)果見表6。由風(fēng)險(xiǎn)探測(cè)器結(jié)果可知，NDVI與降水、平均相對(duì)濕度、坡度呈正相關(guān)，與人口密度、人均GDP呈負(fù)相關(guān)。在諸多因素中，通過高程的最優(yōu)范圍可以得到NDVI的最高值，在滿足高程1 716～2 044 m前提下，NDVI值最高可達(dá)0.793 9，為最適宜環(huán)境。

表6 環(huán)境變量最適宜范圍或類型

4 討 論

在陜西關(guān)中地區(qū)范圍內(nèi)，相較于人為因素，NDVI對(duì)自然因素更為敏感。該地區(qū)地形分布差異明顯，形成了地理?xiàng)l件為主、氣候條件為輔的特色NDVI驅(qū)動(dòng)方式。2005—2020年，NDVI值呈波動(dòng)上升趨勢(shì)，年增長(zhǎng)速率達(dá)0.004 9。在可能的變動(dòng)因子中，降水(q=0.269)與土地利用因子(q=0.564)發(fā)揮了重要的作用。16年間降水量持續(xù)增加(降水與NDVI相關(guān)系數(shù)為0.355，P<0.01)，加之土地利用轉(zhuǎn)移情況(表7)表明，研究區(qū)內(nèi)土地大規(guī)模變綠，退耕還林面積約占9.47%，林草地占比也從47.19%提高到49.69%，兩種因素疊加是導(dǎo)致NDVI上升的主要原因。盡管退耕還林工程可以有效地提升環(huán)境質(zhì)量，但退耕還“荒”現(xiàn)象也愈來愈多，因此在保持生態(tài)環(huán)境逐步優(yōu)化的過程中應(yīng)當(dāng)多注意裸地的開發(fā)。16年間隨著城鄉(xiāng)建設(shè)用地高速發(fā)展，其占地面積提升了5.29%，大規(guī)模侵占了耕地空間，這也是值得考慮的生態(tài)風(fēng)險(xiǎn)之一。

表7 2005—2020年陜西關(guān)中地區(qū)土地利用轉(zhuǎn)移矩陣

上述結(jié)果說明，自然因素與人為因素的共同作用形成了當(dāng)下陜西關(guān)中的NDVI空間格局，這意味著對(duì)NDVI趨勢(shì)的預(yù)測(cè)不僅需要考慮氣候變化帶來的影響，人類活動(dòng)也必須納入考慮范圍。需要說明的是本研究?jī)H定量評(píng)估了10種環(huán)境變量對(duì)NDVI變化的影響，但在實(shí)際中影響NDVI變化的要素遠(yuǎn)不止10種，關(guān)于當(dāng)?shù)豊DVI變化的分析還需深入探討。

5 結(jié) 論

本研究利用MOD13A1遙感影像數(shù)據(jù)組結(jié)合10種環(huán)境變量數(shù)據(jù)，研究關(guān)中地區(qū)2005—2020年的NDVI演變特征及其驅(qū)動(dòng)力，得出以下結(jié)論：

(1)從NDVI年際演變上看，陜西關(guān)中地區(qū)整體植被覆蓋程度較為完善，16年間植被覆蓋水平呈波動(dòng)式上升趨勢(shì)，渭南、咸陽(yáng)、銅川、西安、寶雞市年增長(zhǎng)率分別為0.009 1、0.005 0、0.004 7、0.004 6、0.001 2。但仍有局部區(qū)域NDVI呈明顯退化趨勢(shì)。

(2)在空間尺度上，陜西關(guān)中地區(qū)植被覆蓋度在空間上存在地域性差異，總體上呈現(xiàn)西南高東北低態(tài)勢(shì)，秦嶺以南NDVI達(dá)最高水平，而城市人口集中地區(qū)水平較差。整體上NDVI水平寶雞>銅川>西安>咸陽(yáng)>渭南。此結(jié)論與李麗娜[19]研究結(jié)果一致。

(3)在NDVI的時(shí)空穩(wěn)定性特征方面，2005—2020年NDVI發(fā)生改善區(qū)域占總體的52.28%，約合面積29 077.5 km2。銅川市植被覆蓋度的改善尤為顯著，改善面積占全市總面積的55.30%；寶雞市整體NDVI退化最為明顯。

(4)NDVI驅(qū)動(dòng)力方面，地理因素解釋力遠(yuǎn)高于其他因素，說明NDVI空間分布主要由地理因素主導(dǎo)。溫度與人口密度對(duì)NDVI解釋力最弱，地貌類型、降水、土地利用分別是地理因素、氣候因素與人為因素中最具解釋力因子。各因子間的交互作用以雙因子增強(qiáng)趨勢(shì)為主，高程∩地貌類型解釋程度最高，q值為0.762。同時(shí)，總結(jié)出了NDVI最適宜的范圍/類型，可為陜西關(guān)中下一步植被恢復(fù)工作提供科學(xué)依據(jù)。