• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      2001-2020年貴州省氣候變化及人類活動對植被變化的影響

      2022-08-16 07:05:08皮貴寧賀中華楊銘珂
      水土保持學(xué)報 2022年4期
      關(guān)鍵詞:貴州省降水植被

      皮貴寧,賀中華,2,3,游 漫,張 浪,楊銘珂

      (1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,貴陽 550001;2.貴州師范大學(xué)國家喀斯特石漠化防治工程技術(shù)研究中心,貴陽 550001;3.貴州省山地資源與環(huán)境遙感應(yīng)用重點實驗室,貴陽 550001)

      植被作為地球陸地生態(tài)系統(tǒng)中不可或缺的一部分,既是調(diào)節(jié)全球氣候變化、連接生物、大氣和土壤等的參與者,同時其生長狀況、時空變化形態(tài)等也可以反映出地球自然界各生態(tài)系統(tǒng)的健康狀況。目前,可供使用的植被指數(shù)已經(jīng)極其豐富,其中植被遙感數(shù)據(jù)在對地面植被的監(jiān)測和應(yīng)用中效果最為顯著;在眾多的植被遙感數(shù)據(jù)中,MODIS-EVI植被遙感影像在針對高植被覆蓋區(qū)時,相比較NDVI是以植被飽和為條件來降低大氣影響這一不穩(wěn)定因素,其敏感性更強,且計算方法更加具有科學(xué)性,主要體現(xiàn)為對抗大氣干擾和背景雜質(zhì)時的不敏感優(yōu)勢。Huete等和Crabbe等研究表明,NDVI和EVI具有較強的相關(guān)性,且EVI值一般小于NDVI值;王正興等研究表明,MODIS-EVI的絕對優(yōu)勢體現(xiàn)在傾向于表達低值部分,且呈現(xiàn)出正態(tài)分布,不容易達到飽和狀態(tài),這對于探究以中高植被覆蓋度為主的貴州省植被時空變化趨勢更加具有合理性。

      21世紀(jì)以來,氣候變化已經(jīng)成為全球研究的熱點和重點;隨著全球變暖狀況不斷加強,以及極端氣候事件的頻繁發(fā)生,氣象干旱現(xiàn)象的發(fā)生頻率和強度也在不斷增多,而氣象干旱則是導(dǎo)致水文干旱和農(nóng)業(yè)干旱等的本質(zhì)原因。因此,本文基于研究區(qū)氣象站點實測數(shù)據(jù)獲取得到表征區(qū)域干濕氣候變化的有力指標(biāo)—標(biāo)準(zhǔn)化降水蒸散指數(shù)(standardized precipitation evapotranspiration index, SPEI),研究表明,該指數(shù)對于監(jiān)測地區(qū)氣象干旱發(fā)生的強度具有較好的效果;Vicente-Serrano等提出,SPEI在維持SPI、PDSI等多種干旱指標(biāo)對長時間、多空間尺度下的氣溫和降水具有高敏感度的同時,還考慮到降水和蒸散因子的影響;李偉光等和Yang等使用氣象站點數(shù)據(jù)計算出SPEI指數(shù),并對我國的氣象干旱發(fā)生強度和變化趨勢進行詳細(xì)分析,我國部分區(qū)域的確存在普遍干旱現(xiàn)象,結(jié)果與實際情況吻合。

      大多學(xué)者在對植被覆蓋情況的演變研究過程中,主要是針對氣候因子的考慮,而忽略人為因素也是影響植被變化趨勢的一個重要因子。在探究人類活動對植被生長狀況的影響方面,大多常用植被遙感影像和實測數(shù)據(jù)進行相關(guān)分析或基于殘差分析方法探究其對植被生長狀況變化趨勢的影響。如田智慧等利用NDVI及同期氣象數(shù)據(jù)探究結(jié)果表明,黃河流域植被得到改善時的人類活動貢獻率高于氣候變化貢獻率;彭凱鋒等基于同樣的方法利用GLASS植被覆蓋產(chǎn)品和氣候因子發(fā)現(xiàn),三江源國家公園的降水對植被變化的影響程度遠(yuǎn)高于人類活動;趙維清等應(yīng)用NDVI及夜間燈光亮度數(shù)據(jù)值研究表明,人類經(jīng)濟活動是影響湖北省植被變化的重要驅(qū)動力;也有學(xué)者利用GIMMS NDVI數(shù)據(jù)研究表明,長江流域植被的改善主要是由于生態(tài)恢復(fù)工程的實施。

      貴州省作為典型的喀斯特區(qū)域,喀斯特地質(zhì)地貌類型豐富多樣,生態(tài)環(huán)境比較脆弱,石漠化狀況日益突出。因此,為改善貴州省生態(tài)建設(shè)狀況,自2000年開始實施退耕還林還草生態(tài)工程項目,在2004—2010年左右先后實行石漠化治理和封山育林等治理項目,獲得極其顯著的效果,而植被的生長狀況變化趨勢也正是反映一個地區(qū)的生態(tài)環(huán)境改善是否成功的重要標(biāo)志。在全國氣候變化紛繁復(fù)雜的前提下,為探究貴州省植被變化規(guī)律及其與氣候變化和人類活動之間的相關(guān)關(guān)系,本文采取Sen趨勢分析和M—K檢驗、Hurst指數(shù)分析和殘差分析等方法對其進行定量分析研究,以加強對植被和氣候及人類活動三者之間的認(rèn)識,為下一步開展喀斯特區(qū)域生態(tài)工程項目提供客觀的科學(xué)依據(jù)。

      1 研究區(qū)概況

      貴州省是中國西南喀斯特地區(qū)之一,總面積約17.62萬km,處于東經(jīng)103°36′—109°35′,北緯24°37′—29°13′,海拔介于130~2 990 m,空氣溫暖濕潤,降水量在不同的季節(jié)差異性較為顯著,屬于典型的亞熱帶濕潤季風(fēng)氣候區(qū)。省內(nèi)植被種類豐富多樣,且區(qū)域分異性明顯,生態(tài)環(huán)境良好,是全國首批達到國家標(biāo)準(zhǔn)生態(tài)文明建設(shè)試驗區(qū)的地區(qū)之一。社會經(jīng)濟活動對自然資源環(huán)境的影響力也在持續(xù)上升,因此實施貴州省生態(tài)恢復(fù)和保護任務(wù)勢在必行。

      2 數(shù)據(jù)與研究方法

      2.1 數(shù)據(jù)來源

      于2021年3月下載來源于NASA MODIS陸地產(chǎn)品根據(jù)統(tǒng)計算法生成的MODIS13Q1系列數(shù)據(jù)中的MODIS EVI(enhanced vegetation index,增強型植被指數(shù))作為植被遙感數(shù)據(jù),時間跨度為2001—2020年的4—10月,時間分辨率為16天,空間分辨率為250 m。結(jié)合貴州省的實際植被生長狀況,采用平均值法獲取貴州省每年植被生長季的EVI均值影像,并剔除掉影像中的缺測值和空值后,進行拼接、掩膜提取、重投影等處理,得到貴州省20年來生長季內(nèi)共280期植被遙感影像。

      選取標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(SPEI)作為判斷氣象干旱影響程度指標(biāo),源數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)網(wǎng)(http://cdc.cma.gov.cn)所提供的2001—2020年貴州省31個標(biāo)準(zhǔn)化氣象站點的逐日觀測數(shù)據(jù),分別挑選出逐日氣溫、降水及各站點經(jīng)緯度等數(shù)據(jù),對其連續(xù)性進行校驗,并對每個氣象站點中不符合研究內(nèi)容的異常和缺測數(shù)值進行修訂和增補后,采用平均值法獲得各站點各年的逐月均值數(shù)據(jù)集。將各站點數(shù)據(jù)按年順序進行排列后,利用相關(guān)算法和軟件工具計算出干旱指數(shù)SPEI。

      2.2 研究方法

      2.2.1 Theil-Sen Median斜率估算分析和Mann-Kendall顯著性檢驗 Sen趨勢分析耦合M—K顯著性檢驗是判斷具有時間序列數(shù)據(jù)變化趨勢的一種重要手段,與其他趨勢分析方法相比,該方法的優(yōu)勢在于不要求數(shù)據(jù)滿足某一類固定分布,不受異常值影響,抗噪性較強,是一種相對比較穩(wěn)妥的非參數(shù)斜率估算方法。利用Sen趨勢度()和Mann—Kendall檢驗分別計算數(shù)據(jù)變化趨勢及構(gòu)建統(tǒng)計量。

      (1)的計算公式為:

      (1)

      式中:、為序列數(shù)據(jù)。若>0時表示上升趨勢;<0表示下降趨勢,并且運用Mann—Kendall方法來進行趨勢檢驗。

      (2)統(tǒng)計量計算公式為:

      (2)

      其中,sgn具體表示為

      (3)

      式中:為時間序列的第個值;為數(shù)據(jù)序列長度;sgn為符號函數(shù)。研究表明,當(dāng)≥8時,基本上服從正態(tài)分布,方差表示為:

      (4)

      式中:為第組的數(shù)據(jù)點數(shù)目。因此標(biāo)準(zhǔn)化統(tǒng)計量則表示為:

      (5)

      2.2.2 Hurst指數(shù)分析 Hurst指數(shù)是表述自然界內(nèi)長時間存在的自相似性和長期依賴性現(xiàn)象的絕佳方法,目前在氣候?qū)W、水文學(xué)和地質(zhì)學(xué)及經(jīng)濟學(xué)等領(lǐng)域具有廣泛應(yīng)用。本文基于R/S重標(biāo)極差分析方法監(jiān)測研究區(qū)在長時間序列下變量的未來變化趨勢。

      定義時間序列EVI,=1,2,3,4,…,,為任意正整數(shù),則有:

      (1)差分序列

      ΔEVI=EVI-EVI-1

      (6)

      (2)均值序列

      (7)

      (3)累計離差

      (8)

      (4)極差和標(biāo)準(zhǔn)差

      ()=max1≤≤()-min1≤≤()

      (=1,2,…,)

      (9)

      (=1,2,…,)

      (10)

      最后,Hurst指數(shù)的計算結(jié)果為:

      ()()≌

      (11)

      若∝,表明在該研究區(qū)探究的時間序列內(nèi)存在Hurst變化趨勢,并依據(jù)Hurst指數(shù)(值)的大小判斷貴州省在未來植被EVI的持續(xù)性走向。一般來說,值大致分為3種情況:當(dāng)0<<0.5時,表明當(dāng)前的時間序列具有長期相關(guān)性,未來的發(fā)展趨勢與過去相反,值越小,反持續(xù)性越強;當(dāng)=0.5時,表明過去的發(fā)展對未來變化趨勢沒有影響,時間序列表現(xiàn)為隨機序列;當(dāng)0.5<<1時,表明當(dāng)前時間序列具有長期依賴性,未來的變化趨勢和過去保持高度一致,值越大,持續(xù)性越強。

      2.2.3 殘差分析 本文基于殘差分析方法將氣候變化和人類活動對植被的生長狀況的影響進行分離。此方法計算步驟具體有3點:(1)計算植被指數(shù)EVI預(yù)測值(EVI),分別以EVI和氣溫、降水為因變量和自變量,計算出三者之間的線性回歸模型參數(shù),通過氣候因子及模型參數(shù)計算得到EVI的預(yù)測值,該值即表示為氣候變化對EVI的影響;(2)計算EVI實測值與預(yù)測值EVIcc之間的差值,即EVE殘差值(EVI),用來表示近20年來人類活動對植被生長狀況的影響程度;(3)通過一元線性回歸方法對20年的歷年殘差值進行時空特征變化分析。具體計算過程為:

      EVI=×+×+

      (12)

      EVI=EVI-EVI

      (13)

      式中:EVI表示回歸方程預(yù)測值;EVI表示為遙感影像實際觀測值;EVI為殘差值;、、為回歸模型參數(shù);Pre和Tem分別表示為植被生長季累計降水量和平均氣溫。

      3 結(jié)果與分析

      3.1 貴州省植被EVI的時空變化趨勢

      3.1.1 貴州省空間分布特征 從2001—2020年貴州省生長季EVI均值空間分布(圖1)來看,EVI值在總體水平上呈現(xiàn)出比較明顯的空間分異性,表現(xiàn)出自西向東逐漸遞增趨勢,研究區(qū)大部分區(qū)域以中植被覆蓋和中低植被覆蓋程度為主。貴州省EVI平均植被覆蓋值為0.37,中植被覆蓋面積占整個研究區(qū)的75.29%,主要集中分布在貴州省東部非喀斯特區(qū)域,以黔東南和黔南為主要地區(qū);中低植被覆蓋面積占整個研究區(qū)24.34%,主要分布在以喀斯特區(qū)域為主的黔西南西部、六盤水和安順大部分區(qū)域及畢節(jié)西部地區(qū);而僅占有整個研究區(qū)面積0.29%的低植被覆蓋區(qū)域則主要分布在貴陽市周邊,這是由于近年來貴陽市經(jīng)濟發(fā)展迅速,人口密度大,人類活動頻繁而導(dǎo)致植被覆蓋程度降低。

      圖1 2001-2020年貴州省EVI均值空間分布

      3.1.2 時空變化分布特征 由2001—2020年貴州省EVI年際變化趨勢空間分布(圖2)可知,EVI變化斜率為正的面積占研究區(qū)大部分區(qū)域,表明貴州省植被變化趨勢以增加為主,最大值可達0.015 2 a;其增加面積為149 608.40 km,占整個研究區(qū)總面積的84.97%,其中輕微增加和顯著增加面積占比分別為69.03%和15.94%,主要變化區(qū)域為貴州省西南區(qū)域及北部和西部地區(qū);EVI變化斜率為負(fù),表明植被變化趨勢表現(xiàn)為降低,其減小面積為26 470.28 km,占整個研究區(qū)的15.03%,最小值僅為-0.025 1 a,且以輕微降低為主,分布在貴州省的各個區(qū)域,其中以貴陽市和遵義市為主要聚集地區(qū),這是由于在近20年來兩地的經(jīng)濟發(fā)展比較迅速,以及大量人口遷移等原因造成。

      圖2 2001-2020年貴州省EVI年際變化趨勢空間分布

      通過Hurst指數(shù)分析可知,貴州省Hurst指數(shù)的均值為0.43,其植被覆蓋變化表現(xiàn)為正向持續(xù)性序列(>0.5)的面積占比為19.23%,反向持續(xù)性序列(<0.5)的面積占比為80.77%。為了進一步分析貴州省植被覆蓋變化在未來的變化趨勢,本文對研究區(qū)2001—2020年的植被變化趨勢結(jié)果與基于重標(biāo)極差分析的Hurst指數(shù)結(jié)果進行空間像元的疊加耦合分析。結(jié)果(圖3,表1)表明,貴州省未來植被變化表現(xiàn)為持續(xù)性增加和持續(xù)性降低的面積占比分別為16.09%和3.14%,反持續(xù)性增加和反持續(xù)降低分別占區(qū)域總面積的69.23%和11.54%,表明貴州省植被覆蓋在未來的變化趨勢有所轉(zhuǎn)變。從空間結(jié)構(gòu)來看,占比最大的反持續(xù)性輕微增加區(qū)域(57.07%)均勻地分布在除黔東南的凱里中部和畢節(jié)中西部地區(qū)外的其他區(qū)域,表明貴州省植被增長程度已經(jīng)進入了逐漸飽和階段,未來的植被變化可能會出現(xiàn)暫時的停緩狀況,值得密切關(guān)注。持續(xù)性降低主要分布在以貴陽為中心的小部分區(qū)域,持續(xù)性增加則以西部畢節(jié)及黔西南大部分地區(qū)為主。

      表1 貴州省植被未來變化趨勢類型及面積占比

      圖3 貴州省植被生長未來變化趨勢空間分布

      3.1.3 時空變化顯著性分析 對貴州省2001—2020年生長季EVI變化的顯著性狀況進行逐像元的Theil-Sen趨勢分析并耦合Mann—kendall檢驗方法(圖4)。結(jié)果表明,EVI變化具有較明顯的空間差異性,通過顯著性為0.05的M—K趨勢檢驗面積為80 246 km,約占區(qū)域總面積的45.57%。由Sen趨勢計算的結(jié)果并結(jié)合貴州省的實際植被變化趨勢情況,將通過M—K檢驗的估算結(jié)果劃分為5種類型(表2)。研究區(qū)以改善為主要變化趨勢,占總面積的95.66%,其中輕微改善區(qū)域為77.22%,顯著改善區(qū)域為18.44%,主要分布于貴州北部遵義、畢節(jié)及黔西南等由于近年來大力度的退耕還林還草及石漠化治理而得到極大改善區(qū)域。通過M—K檢驗的輕微退化和顯著退化區(qū)域僅占總面積的3.02%和1.34%,主要分布在貴陽、遵義南部及凱里東北部等人口活動頻繁、經(jīng)濟發(fā)展較為快速的區(qū)域,但不存在通過檢驗且呈現(xiàn)出基本不變趨勢的區(qū)域。

      表2 研究區(qū)植被變化趨勢類型分級及結(jié)果統(tǒng)計

      圖4 2001-2020年貴州省生長季EVI均值的Sen趨勢空間分布

      3.2 氣候變化對植被EVI的影響

      3.2.1 標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)與植被EVI相關(guān)關(guān)系 由于標(biāo)準(zhǔn)化降水蒸散指數(shù)的主要數(shù)據(jù)源為降水和氣溫因子,因此對貴州省2001—2020年的降水和氣溫進行變化趨勢分析(圖5)可知,貴州省的降水、氣溫因子在20年間的變化趨勢總體上表現(xiàn)為上升,降水的斜率略高于氣溫。貴州省的平均降水量為98.91 mm,在2011年出現(xiàn)顯著的干旱現(xiàn)象,其全年平均降水量僅為70.61 mm,隨后呈增長態(tài)勢。多年氣溫平均值為16.20 ℃,最低氣溫出現(xiàn)在2012年,為15.28 ℃;2020年則達到最高平均氣溫,為17.96 ℃。

      圖5 2001-2020年貴州省降水、氣溫年際變化

      在基于2001—2020年貴州省年尺度SPEI的基礎(chǔ)上,結(jié)合年生長季EVI進行基于空間像元的Pearson相關(guān)系數(shù)分析(圖6)。結(jié)果表明,貴州省的植被生長狀況對氣候變化的響應(yīng)以正相關(guān)為主,約占區(qū)域總面積的73%,其中極顯著正相關(guān)僅占有整個研究區(qū)域的2.58%,顯著正相關(guān)為24.44%,而有46.05%的面積表現(xiàn)為不顯著正相關(guān),零散地分布在貴州省的部分區(qū)域,以畢節(jié)和凱里的中西部、貴陽東部、都勻北部及遵義西南部的邊緣地區(qū)為主。而研究區(qū)負(fù)相關(guān)面積占比僅26.94%,其中極顯著負(fù)相關(guān)和顯著負(fù)相關(guān)占整個區(qū)域的3.67%,占區(qū)域總面積23.67%的不顯著負(fù)相關(guān)區(qū)域則主要分布在遵義的中東部和畢節(jié)東部,以及六盤水、興義和銅仁大部分地區(qū)。

      圖6 2001-2020年貴州省生長季EVI與年SPEI相關(guān)分析空間分布

      3.2.2 氣候因子對植被EVI的影響 在對年尺度的SPEI與植被EVI進行相關(guān)性分析的基礎(chǔ)上,進一步對2001—2020年貴州省生長季EVI與氣候因子(降水、氣溫)之間的偏相關(guān)關(guān)系進行逐像元分析,并進行顯著性檢驗。統(tǒng)計結(jié)果(圖7)顯示,降水、氣溫要素對研究區(qū)內(nèi)植被的變化表現(xiàn)出較明顯的空間差異性,生長季EVI與降水、氣溫的偏相關(guān)系數(shù)均值分別為0.227和-0.131。EVI與降水的偏相關(guān)分析且通過0.05顯著性檢驗的面積僅占區(qū)域總面積的8.32%,EVI與氣溫的偏相關(guān)分析并通過顯著性檢驗的面積占總面積的9.72%,表明貴州省生長季EVI同降水、氣溫的關(guān)系并不緊密。

      圖7 2001-2020年生長季EVI與年降水、氣溫偏相關(guān)空間分布

      從空間上看,EVI與降水的偏相關(guān)系數(shù)以正為主,其中以顯著正相關(guān)占比最大,為60.28%,主要分布在畢節(jié)中部、都勻與貴陽和黔東南交界處,以及遵義的西南部邊緣地區(qū)。而EVI同氣溫的偏相關(guān)系數(shù)則以負(fù)為主,顯著負(fù)相關(guān)占研究區(qū)的面積比最大,為48.73%,以黔東南州的凱里中部和西南部為主??傮w來看,貴州省生長季EVI與降水以正相關(guān)關(guān)系為主,與氣溫以負(fù)相關(guān)為主,兩者對研究區(qū)植被生長的影響相差不大。由于兩者達到0.05顯著性水平的面積占比較小,可知2個氣候因子對貴州省植被生長的影響程度并不顯著。

      3.3 人類活動對植被EVI的影響

      除氣候變化對生長季植被的生長有影響外,人類活動對植被生長的影響也具有重要意義。因此研究基于殘差分析法探究人類活動對貴州省EVI的影響。根據(jù)統(tǒng)計分析所得貴州省EVI殘差值(圖8)可知,2008年之前,人類活動對植被的影響值為負(fù),對植被生長表現(xiàn)為消極的抑制作用;在2008—2013年,人類活動對植被的影響表現(xiàn)為正負(fù)相間以及在2013年以后主要以積極的促進作用為主,說明人類活動在某種程度上對植被生長具有積極影響。因此,將貴州省植被受人類活動的影響程度大致劃分為5類,并依據(jù)其所占研究區(qū)域總面積比例由大到小依次為輕微改善、基本不變、輕微退化、顯著改善、顯著退化。

      圖8 2001-2020年貴州省植被EVI殘差值變化

      在空間分布上(圖9)具體表現(xiàn)為:(1)輕微改善所占區(qū)域總面積比最大,為77.84%,占研究區(qū)內(nèi)人類活動對EVI起積極促進作用的96.83%,其次為顯著改善區(qū)域,占比為2.55%,主要分布在貴州省遵義北部、畢節(jié),以及西南地區(qū)的六盤水、興義、安順等地;(2)基本不變的區(qū)域占總面積的12.68%,但其分布范圍相對比較集中,主要分布在貴州省黔東南地區(qū)和黔南都勻的北部和東南部區(qū)域;(3)相較于改善區(qū)域面積比而言,輕微退化和顯著退化區(qū)域所占面積比較小,僅為6.56%和0.37%,且分布范圍較為分散,均勻散落在整個研究區(qū)域,但主要以貴陽、遵義的南部,及都勻和凱里的交界處為集中區(qū)域。這主要是由于該區(qū)域?qū)儆谫F州省經(jīng)濟發(fā)展較為快速、人口流動性較大的地區(qū),且工業(yè)設(shè)施完備、城市擴張迅速等原因?qū)е铝值剞D(zhuǎn)用為居民建設(shè)用地、農(nóng)用地等造成貴州省植被生長狀況退化。

      圖9 2001-2020年貴州省人類活動對生長季植被EVI的影響空間分布

      4 討 論

      貴州省是典型的喀斯特地區(qū),地形地貌較為復(fù)雜,因此植被的時空變化特征具有顯著的差異性。貴州省2001—2020年植被遙感影像EVI均值為0.37,植被的變化趨勢以增長為主,空間分布上主要以貴州省西南區(qū)域、北部及西部區(qū)域為主,這與劉陽等和周習(xí)會的研究結(jié)果相一致。這是由于自2001—2020年以來貴州省陸續(xù)開展了“退耕還林還草”“石漠化綜合治理”等生態(tài)項目工程,使畢節(jié)、黔西南州的植被生長狀況有極大改善。研究結(jié)果表明,貴州省的植被時空變化趨勢在未來可能會由于達到過飽和狀態(tài)而呈現(xiàn)出逐步降低趨勢,因此對于貴州省植被在未來的變化趨勢,及其受何種驅(qū)動力因素的影響值得深入探究,同時該結(jié)論也可為貴州省在未來實施一系列生態(tài)整治工程提供客觀的理論依據(jù)。

      經(jīng)研究發(fā)現(xiàn),年際尺度上的SPEI和EVI之間呈現(xiàn)顯著的正相關(guān)性,但本文所得出的氣候因子降水、氣溫與EVI之間相關(guān)性的強弱與其他研究的結(jié)論有所差異,原因可能在于本文使用的是MODIS-EVI影像,而其他研究者大多使用的是NDVI數(shù)據(jù),表明貴州省植被生長狀況與獨立氣候因子間的相關(guān)性不如氣候綜合要素對其的影響力強?;跉埐罘治龅娜祟惢顒訉VI的影響以正面的積極作用為主導(dǎo),植被改善區(qū)域以遵義北部、西部及西南部地區(qū)為主,這與實際的研究結(jié)果相符,但仍有部分區(qū)域由于城市化進程的加速發(fā)展而破壞原有植被的生長趨勢,其中尤以貴陽、遵義周邊地區(qū)及黔東南部分地區(qū)為典型植被退化區(qū)。

      本文對于探究研究區(qū)內(nèi)的植被時空動態(tài)變化對氣候變化的響應(yīng)程度還處于基礎(chǔ)階段,僅考慮降水和氣溫因子,未考慮其他氣候因子與植被生長狀況間的相關(guān)性和滯后性結(jié)果,并且對氣象干旱指數(shù)SPEI的選擇也僅為年際尺度,未考慮不同植被類型對不同時間尺度氣象干旱指數(shù)的響應(yīng)問題。本文雖探究人類活動對植被的影響程度,但貴州省地形地貌具有較大的特殊性,對于更加精細(xì)的人類活動對植被生長的影響范圍和發(fā)生強度等還未進行深入分析。因此對于貴州省不同植被類型的生長可能會受到更多其他因子影響的分析是下一步需要探究的重點。

      5 結(jié) 論

      (1)近20年來,貴州省植被以中植被覆蓋為主,占研究區(qū)的79.29%,主要分布在黔南和黔東南地區(qū);在時空變化趨勢上,EVI增加的區(qū)域以貴州省北部、西南部地區(qū)為主,占研究區(qū)總面積的84.97%;下降的區(qū)域主要集中于貴陽市和遵義市及其周邊,占總面積的15.03%;總體上仍以輕微增加占比最大。

      (2)經(jīng)Sen趨勢分析并通過M—K檢驗的估算結(jié)果是以改善為主要變化趨勢,顯著退化僅占研究區(qū)總面積的1.34%。線性趨勢與Hurst指數(shù)的疊加結(jié)果表明,貴州省植被在未來的變化趨勢以反持續(xù)性增加為主,占研究區(qū)總面積69.23%,在空間分布上占據(jù)貴州省大部分區(qū)域。

      (3)氣候因子降水和氣溫與EVI在年際尺度上的偏相關(guān)均值分別為0.227和-0.131,分別呈現(xiàn)出顯著正相關(guān)和顯著負(fù)相關(guān)關(guān)系,但通過顯著性檢驗的面積占比較低,總體上EVI與氣候因子相關(guān)性不強;并且SPEI與EVI的相關(guān)關(guān)系表明貴州省植被生長狀況與氣候變化之間的正相關(guān)遠(yuǎn)高于負(fù)相關(guān)。

      (4)人類活動對EVI的影響以積極的改善作用為主的區(qū)域占研究區(qū)總面積的80.39%,以消極的抑制作用為主的區(qū)域占研究區(qū)總面積的6.93%,表明人類社會經(jīng)濟活動對EVI以積極促進作用為主。

      猜你喜歡
      貴州省降水植被
      貴州省種公牛站
      基于植被復(fù)綠技術(shù)的孔植試驗及應(yīng)用
      黑龍江省玉米生長季自然降水與有效降水對比分析
      黑龍江氣象(2021年2期)2021-11-05 07:07:00
      不動產(chǎn)登記地方立法的思考——以貴州省為例
      為什么南極降水很少卻有很厚的冰層?
      家教世界(2018年16期)2018-06-20 02:22:00
      綠色植被在溯溪旅游中的應(yīng)用
      貴州省黨代會開得最成功
      降水現(xiàn)象儀模擬軟件設(shè)計與實現(xiàn)
      基于原生植被的長山群島植被退化分析
      貴州省高速公路養(yǎng)護管理信息系統(tǒng)
      徐州市| 洛扎县| 河西区| 江山市| 行唐县| 漯河市| 赤水市| 清涧县| 德庆县| 全州县| 淮南市| 叶城县| 上蔡县| 渭源县| 新巴尔虎左旗| 襄樊市| 龙胜| 桐梓县| 黑龙江省| 汝州市| 景洪市| 遂溪县| 阿坝| 商南县| 上栗县| 七台河市| 桃江县| 平江县| 岳阳县| 孝感市| 铁力市| 嘉兴市| 当涂县| 潮安县| 绥中县| 汉源县| 江华| 田阳县| 三门峡市| 正阳县| 舟曲县|