張雪梅,王克林,岳躍民,童曉偉,廖楚杰,張明陽(yáng),姜 巖

1 中國(guó)科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所亞熱帶農(nóng)業(yè)生態(tài)過(guò)程重點(diǎn)實(shí)驗(yàn)室,長(zhǎng)沙 410125 2 中國(guó)科學(xué)院環(huán)江喀斯特生態(tài)系統(tǒng)觀測(cè)研究站,環(huán)江 547100 3 中國(guó)科學(xué)院大學(xué),北京 100049 4 成都理工大學(xué)地球科學(xué)學(xué)院,成都 610059

?

生態(tài)工程背景下西南喀斯特植被變化主導(dǎo)因素及其空間非平穩(wěn)性

張雪梅1,2,3,王克林1,2,*,岳躍民1,2,童曉偉1,2,3,廖楚杰1,2,3,張明陽(yáng)1,2,姜 巖4

1 中國(guó)科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所亞熱帶農(nóng)業(yè)生態(tài)過(guò)程重點(diǎn)實(shí)驗(yàn)室,長(zhǎng)沙 410125 2 中國(guó)科學(xué)院環(huán)江喀斯特生態(tài)系統(tǒng)觀測(cè)研究站,環(huán)江 547100 3 中國(guó)科學(xué)院大學(xué),北京 100049 4 成都理工大學(xué)地球科學(xué)學(xué)院,成都 610059

我國(guó)西南喀斯特地區(qū)石漠化面積已實(shí)現(xiàn)凈減少,植被狀況具有明顯改善。為了更清晰的了解該區(qū)植被變化情況及其影響因素的區(qū)域差異,采用長(zhǎng)時(shí)間序列遙感數(shù)據(jù),綜合運(yùn)用空間自相關(guān)分析、主成分分析(PCA)和地理加權(quán)回歸(GWR)等研究方法,分析生態(tài)工程實(shí)施以來(lái)滇桂黔喀斯特植被變化及其主要影響因素的空間非平穩(wěn)性。結(jié)果表明：與1982—2000年相比,2001—2011年生長(zhǎng)季歸一化植被指數(shù)(GSN)在整個(gè)研究區(qū)域都有增加且具有顯著的空間集聚性(Ig為0.90),但增加程度在空間上具有差異性(變異系數(shù)為43%)；影響滇桂黔植被變化的主要因素包括氣候因子、土壤質(zhì)地、人類活動(dòng)、水分有效性、土壤養(yǎng)分和社會(huì)經(jīng)濟(jì)條件,且對(duì)植被變化的影響程度隨地理位置的變化而變化。不同工程地貌類型區(qū)內(nèi),影響植被變化的主導(dǎo)因素不同,且存在顯著的空間差異性,需綜合考慮植被變化主導(dǎo)因素的區(qū)域差異來(lái)調(diào)整或改進(jìn)后續(xù)生態(tài)工程措施。

滇桂黔；植被變化；地理加權(quán)回歸；空間非平穩(wěn)性；主導(dǎo)因素

為遏制石漠化土地?cái)U(kuò)展、加快石漠化土地治理進(jìn)程,2008年,國(guó)務(wù)院批復(fù)了《巖溶地區(qū)石漠化綜合治理規(guī)劃大綱(2006—2015)》,在西南8個(gè)省(區(qū)、直轄市)100個(gè)石漠化嚴(yán)重縣啟動(dòng)石漠化綜合治理工程試點(diǎn),探索石漠化綜合治理的模式與途徑。2014年已擴(kuò)大至316個(gè)縣,占到全國(guó)455個(gè)石漠化縣的69.5%。截止2015年底,石漠化治理重點(diǎn)工程縣投入中央預(yù)算內(nèi)專項(xiàng)資金119億元,石漠化土地退化趨勢(shì)得到有效遏制,石漠化土地面積已實(shí)現(xiàn)由持續(xù)增加向“凈減少”的重大轉(zhuǎn)變。然而,由于喀斯特地質(zhì)背景的復(fù)雜性及石漠化生態(tài)恢復(fù)過(guò)程中的不確定性,喀斯特地區(qū)石漠化治理成效在空間上具有明顯差異[1-2],據(jù) 2012年6月國(guó)家林業(yè)局公布的《中國(guó)石漠化狀況公報(bào)》,與2005年相比,廣西石漠化土地面積減少最多,貴州次之,云南最少。石漠化治理的核心是植被恢復(fù),因此,研究西南喀斯特地區(qū)縣域植被恢復(fù)變化,對(duì)開(kāi)展喀斯特石漠化治理工程綜合成效評(píng)估,改進(jìn)喀斯特地區(qū)石漠化治理措施與后續(xù)工程規(guī)劃具有重要現(xiàn)實(shí)意義。

現(xiàn)有研究已揭示了喀斯特地區(qū)植被增加的區(qū)域差異比較明顯,在年際尺度上,西南喀斯特地區(qū)植被變化與溫度和降水均無(wú)顯著相關(guān)[2],在區(qū)域尺度上,氣候因子(年均降水和年均溫度)不是近12年來(lái)喀斯特生態(tài)恢復(fù)好轉(zhuǎn)的主導(dǎo)因素[3]。生態(tài)工程的實(shí)施是導(dǎo)致喀斯特石漠化地區(qū)生態(tài)恢復(fù)好轉(zhuǎn)的原因[4]。然而,大區(qū)域尺度,特別是作為我國(guó)石漠化集中分布的滇桂黔三省,喀斯特地貌類型復(fù)雜多樣,生態(tài)建設(shè)工程實(shí)施以來(lái)植被恢復(fù)狀況如何,不同喀斯特地貌類型區(qū)植被變化的主導(dǎo)因素存在怎樣的區(qū)域差異目前尚未明確[5-7],因此,急需開(kāi)展西南喀斯特地區(qū)植被變化主導(dǎo)因素空間非平穩(wěn)性研究。

根據(jù)“地理學(xué)第一定律”[8],普通的全局模型使用的假設(shè)前提是數(shù)據(jù)本身在統(tǒng)計(jì)上是獨(dú)立的,并呈正態(tài)分布[9],忽略了研究問(wèn)題的空間效應(yīng),且估計(jì)的回歸系數(shù)是一個(gè)常數(shù),將較難識(shí)別區(qū)域尺度上因地理位置的變化而引起的喀斯特植被變化及其影響因子間關(guān)系的空間非平穩(wěn)性?？紤]樣本空間地理位置的GWR模型有效改進(jìn)了變量間相互關(guān)系的空間非平穩(wěn)性分析,能有效克服喀斯特地區(qū)地理要素具有顯著的空間異質(zhì)性和空間關(guān)聯(lián)性的難題。因此,本研究基于GWR模型,利用長(zhǎng)時(shí)間序列遙感數(shù)據(jù)分析近30年來(lái)(1982—2011年),滇桂黔三省植被變化趨勢(shì)及其主導(dǎo)因素,解析縣域尺度植被變化的空間效應(yīng)與集聚性規(guī)律,揭示植被變化主導(dǎo)因素的空間非平穩(wěn)性與區(qū)域差異,以期為后續(xù)石漠化治理工程的實(shí)施與工程成效評(píng)估提供科學(xué)依據(jù)。

1 研究地區(qū)與研究方法

1.1 研究區(qū)概況

本研究區(qū)域位于我國(guó)西南喀斯特地區(qū)的滇桂黔三省(97.81°—111.67°E,21.53°—28.93°N),是我國(guó)喀斯特地貌發(fā)育的集中分布區(qū)[10]。該區(qū)域氣候溫和濕潤(rùn),年均降水量1000—1600mm,降雨時(shí)空分布不均,干濕交替頻繁[11-12],屬亞熱帶季風(fēng)氣候區(qū)。滇桂黔地區(qū)地帶性植被為中亞熱帶常綠闊葉林,植被類型多樣,主要類型有常綠針葉林、常綠闊葉林、灌叢及灌草叢等。脆弱的地質(zhì)背景加上長(zhǎng)期以來(lái)人類的不合理干擾,使研究區(qū)內(nèi)自然植被遭到破壞,土壤侵蝕嚴(yán)重,基巖大面積裸露,石漠化問(wèn)題突出。截止2011年底,滇桂黔三省仍有石漠化土地面積779.0萬(wàn)hm2,占我國(guó)石漠化土地總面積的64.9%,主要分布于峰林平原、峰叢洼地、巖溶高原、巖溶峽谷、斷陷盆地等喀斯特地貌類型區(qū)(圖1)。

1.2 數(shù)據(jù)來(lái)源與處理

1.2.1 NDVI數(shù)據(jù)的獲取與處理

本文NDVI數(shù)據(jù)采用的是GIMMS NDVI3g數(shù)據(jù)集產(chǎn)品,空間分辨率是8km,時(shí)間分辨率15d,從1982—2011年共792期影像。該數(shù)據(jù)集對(duì)以前的版本進(jìn)行了改進(jìn)與延伸,運(yùn)用改進(jìn)的云掩膜技術(shù)對(duì)與植被綠度無(wú)關(guān)的因子進(jìn)行了校正[13]。為減少云和大氣造成的噪音,將一月兩次數(shù)據(jù)中的最大值作為當(dāng)月NDVI,并考慮喀斯特地區(qū)植被物候特征,將每年4—11月的平均值作為當(dāng)年GSN。以2001年作為生態(tài)工程實(shí)施節(jié)點(diǎn)[2],1982—2000年為工程實(shí)施之前植被狀況,2001—2011年為工程實(shí)施后的植被狀況,兩個(gè)時(shí)間段的差值用來(lái)表征喀斯特地區(qū)植被變化情況,并進(jìn)行歸一化處理。

1.2.2 植被變化影響因素指標(biāo)體系獲取與處理

為了保證選取的影響因素的全面性以及縣域尺度上數(shù)據(jù)的可獲取性,本研究選擇了與植被生長(zhǎng)關(guān)系密切的自然因素(水、熱、土、地質(zhì)背景等)和人類活動(dòng)因素等，共17個(gè)指標(biāo)。具體數(shù)據(jù)來(lái)源如下：氣象數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/),包括滇桂黔地區(qū)的2001—2011年逐年年均氣溫、降水、濕度指數(shù)、干燥度、積溫等。本研究用縣域尺度上11a的氣象因子均值表征生態(tài)工程實(shí)施后該縣的平均氣候條件。2005年和2010年人口密度、GDP、土地利用類型、坡度、不同植被和土壤條件下土壤有機(jī)碳等數(shù)據(jù)從中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)下載；土層厚度數(shù)據(jù)來(lái)源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn)；退耕還林工程資金投入和造林面積數(shù)據(jù)由滇桂黔3省林業(yè)廳提供。退耕還林工程投入包括退耕還林投入、荒山造林投入和封山育林投入及現(xiàn)金補(bǔ)助4個(gè)部分。本研究中生態(tài)工程投入和造林面積為各縣從2001—2011年的單位面積上的資金總投入及造林總面積。為確保計(jì)量單位的統(tǒng)一性及各因子間的可比性,本研究對(duì)以上各因素進(jìn)行了歸一化處理。

1.3 植被變化主導(dǎo)因素識(shí)別方法

1.3.1 空間自相關(guān)性分析

變量存在空間自相關(guān)性是應(yīng)用GWR模型分析的前提條件。GSN及其影響因素屬于地理空間數(shù)據(jù),具有空間自相關(guān)性和空間非平穩(wěn)性等特征,因而它們的空間關(guān)系可用全局空間自相關(guān)莫蘭指數(shù)(Ig)和局部空間自相關(guān)莫蘭指數(shù)(Il)進(jìn)行表征。

1.3.2 多重共線性分析

進(jìn)行GWR模型回歸時(shí),如果變量間相關(guān)性程度高,出現(xiàn)信息重疊現(xiàn)象,就容易產(chǎn)生多重共線性問(wèn)題。相關(guān)分析是判斷多重共線性問(wèn)題、剔除冗余變量的基本方法。如果相關(guān)系數(shù)值超過(guò)0.8,則變量之間存在較強(qiáng)的相關(guān)關(guān)系[14],相關(guān)系數(shù)小于0.8,則所選因子之間不存在多重共線性問(wèn)題。本研究利用SPSS軟件中主成分分析方法(PCA)對(duì)原始影響因子數(shù)據(jù)進(jìn)行變換和處理,使原來(lái)多個(gè)相互影響的變量轉(zhuǎn)換成幾個(gè)互不相關(guān)的綜合變量,既保留了原始影響因素的主要信息,又消除了變量間的多重共線性,得到影響植被變化的綜合主導(dǎo)因素[15]。本研究用方差最大旋轉(zhuǎn)矩陣將主成分中各變量的貢獻(xiàn)率向最大和最小轉(zhuǎn)變,使每個(gè)主成分上具有最高載荷的因子數(shù)最少,從而使得對(duì)主成分的解釋更清晰[16]。

1.3.3 地理加權(quán)回歸模型

空間平穩(wěn)是指與地理空間關(guān)聯(lián)的自變量與因變量之間不存在空間差異,即βk(μ,v) 不隨自變量xk位置而變化,反之則為空間不平穩(wěn)[17]?？臻g數(shù)據(jù)一般具有空間非平穩(wěn)性的特征,GWR模型允許在不同的地理空間有不同的空間關(guān)系存在,因此它是指一種相對(duì)簡(jiǎn)單又有效的探測(cè)空間非平穩(wěn)性的新方法[18]。GWR模型最早是由Brunsdon等人提出[19],用于研究自變量在空間上的局部非平穩(wěn)性。其具體公式如下：

2 結(jié)果分析

2.1 生態(tài)工程前后西南三省植被覆蓋變化總體分析

根據(jù)西南喀斯特地區(qū)重大生態(tài)工程實(shí)施背景及Tong等[2]對(duì)工程實(shí)施后植被覆蓋變化的突變檢驗(yàn)分析,將西南三省植被覆蓋時(shí)間變化分為工程實(shí)施前(1982—2000年)與實(shí)施后(2001—2011年)。相較于工程實(shí)施前,滇桂黔縣域尺度平均GSN在工程實(shí)施后均有所增加,但增加程度在空間上具有空間差異(圖2)。空間變化上,在省域尺度,工程實(shí)施前后滇桂黔GSN平均增加了0.035,其中貴州和廣西GSN分別相對(duì)增加了0.045和0.043,云南GSN相對(duì)增加較少(0.024)；生態(tài)工程前后滇桂黔三省各縣平均GSN變化值范圍介于0.0002和0.07之間,且變異系數(shù)為43%,說(shuō)明各縣實(shí)施生態(tài)工程后都取得成效,但各縣成效有差異。

圖2 生態(tài)工程實(shí)施前后NDVI變化情況Fig.2 Changes of NDVI before and after the implementation of ecological engineering projects

圖3 不同生態(tài)工程區(qū)植被變化情況 Fig.3 The change of NDVI in different ecological engineering area

對(duì)比不同石漠化治理工程類型區(qū)GSN變化發(fā)現(xiàn),不同石漠化治理工程類型區(qū)GSN呈總體增加趨勢(shì)(圖3),植被增加的區(qū)域占整個(gè)研究區(qū)域的54.3%。不同工程類型區(qū)植被變化存在一定的差異：巖溶區(qū)植被增加面積占巖溶區(qū)總面積的55.49%；工程區(qū)中巖溶槽谷、峰林平原、巖溶高原、峰叢洼地等以植被增加為主,分別占各工程區(qū)總面積的83.00%,78.14%,69.64%,56.76%,其中,巖溶槽谷植被增加比例最多；中高山、巖溶峽谷、巖溶斷陷盆地以植被不變?yōu)橹?。上述結(jié)果說(shuō)明近30年來(lái)滇桂黔3省植被總體呈增加趨勢(shì),生態(tài)工程的實(shí)施加快了西南三省植被覆蓋的恢復(fù)速率,但不同區(qū)域、特別是不同喀斯特地貌類型區(qū)植被覆蓋變化存在顯著的空間差異性。

2.2 植被覆蓋變化的空間格局差異性分析

GSN空間自相關(guān)性檢驗(yàn)分析顯示研究區(qū)Ig的正態(tài)統(tǒng)計(jì)量Z值為30.30,大于正態(tài)分布函數(shù)在0.01水平下的臨界值2.58,Ig為0.90,表明研究區(qū)GSN具有顯著的正空間自相關(guān)性。從Il空間分布(圖4)可以看出：部分巖溶槽谷、峰叢洼地和峰林平原地區(qū)呈現(xiàn)植被指數(shù)高值集聚,是植被密集分布區(qū)；巖溶峽谷、巖溶斷陷盆地區(qū)的植被指數(shù)則呈現(xiàn)低值集聚,即植被覆蓋較小。因此,工程實(shí)施后滇桂黔3省平均GSN在整體上具有顯著的空間差異性,在局部區(qū)域上具有顯著的空間集聚性。

圖4 2001—2011年平均生長(zhǎng)季NDVI增長(zhǎng)值的局部空間自相關(guān)性Fig.4 The local spatial autocorrelation of added average growing season NDVI in 2001—2011

2.3 滇桂黔植被變化的主要因素分析

剔除與植被指數(shù)增長(zhǎng)值不顯著相關(guān)的變量,利用PCA方法處理剩余自變量之間的多重共線性,得到影響因素的主成分分析結(jié)果和各成分的得分系數(shù)矩陣,利用旋轉(zhuǎn)成分矩陣(表1)及相關(guān)分析,可以更清晰的查看每個(gè)因素對(duì)各主成分的貢獻(xiàn)率。每個(gè)主成分可以根據(jù)載荷較大的影響因素將主成分進(jìn)行分類(表2)。在本研究結(jié)果顯示,前6個(gè)主成分(PCA1—PCA6)的累計(jì)貢獻(xiàn)率為78.33%,可較好地表征原數(shù)據(jù)[20]。以植被指數(shù)增長(zhǎng)值作為因變量,與6個(gè)主成分進(jìn)行OLS回歸(表2),結(jié)果表明6個(gè)主成分的方差膨脹因子都為1.00,則6主成分之間不存在多重共線性。但對(duì)OLS多元回歸的殘差進(jìn)行空間自相關(guān)性檢驗(yàn),Ig為0.53,Z統(tǒng)計(jì)值為17.90,說(shuō)明殘差在空間上都存在顯著地正空間自相關(guān)性,因此需要利用GWR模型進(jìn)一步分析影響因素的空間差異性。

2.4 不同影響因素對(duì)植被覆蓋變化的空間非平穩(wěn)性

2.4.1 植被變化主要影響因素的GWR分析

以GSN增長(zhǎng)值為因變量,以對(duì)6個(gè)主成分作為自變量進(jìn)行空間計(jì)量GWR分析,發(fā)現(xiàn)殘差莫蘭指數(shù)與OLS模型相比有所降低(Ig為0.11,Z(I)為3.66)。同時(shí)結(jié)合相關(guān)性矩陣和主成分定性分析(表3),結(jié)果顯示GWR模型解釋了GSN變化的79%,遠(yuǎn)優(yōu)于全局模型(R2=0.23)。因此,利用GWR模型對(duì)喀斯特地區(qū)植被變化的影響因素進(jìn)行回歸分析具有合理性。

表1 旋轉(zhuǎn)成分矩陣

>提取方法：主成份; 旋轉(zhuǎn)法：具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法;a. 旋轉(zhuǎn)在 6 次迭代后收斂

表2 基于主成分的OLS模型參數(shù)估計(jì)

表3 GWR模型與全局回歸模型擬合優(yōu)度

為了進(jìn)一步驗(yàn)證各主成分回歸系數(shù)在空間上是否平穩(wěn),對(duì)回歸系數(shù)進(jìn)行空間自相關(guān)性分析(表4),得出GWR模型的各回歸系數(shù)的Ig均大于0,Z(I)均大于2.58,說(shuō)明在1%顯著水平下,各項(xiàng)系數(shù)具有顯著地正空間自相關(guān)性,即這些回歸系數(shù)在空間上具有空間非平穩(wěn)性。因此,利用GWR模型可以較詳細(xì)得考慮不同影響因素在不同的地理位置對(duì)植被變化的定量影響。

表4 各因素回歸系數(shù)的莫蘭指數(shù)及Z統(tǒng)計(jì)量

2.4.2 單因素對(duì)植被變化影響的空間非平穩(wěn)性分析

研究區(qū)內(nèi)各主成分的回歸系數(shù)空間分布差異較大(圖5),各成分的回歸系數(shù)既有正值,又有負(fù)值,且占樣本總數(shù)的比例都較高,表明該區(qū)域各影響因素與植被變化的關(guān)系較復(fù)雜,各影響因子對(duì)植被變化影響程度具有顯著的空間異質(zhì)性。氣候因素對(duì)植被作用程度的空間分布具有一致性,大致規(guī)律是沿云南高原、黔西山地高原、黔北山地—高原斜坡地—廣西盆地的海拔梯度呈現(xiàn)遞減特征,同時(shí)向東至峰林平原地區(qū)遞增,體現(xiàn)了喀斯特地區(qū)水熱空間分配差異明顯,致使植被對(duì)水熱的響應(yīng)也具有空間差異。土壤質(zhì)地對(duì)植被的影響有兩個(gè)分布地帶：在云貴高原地區(qū)大致沿長(zhǎng)江流域和珠江流域的分水嶺向兩邊遞減,呈對(duì)稱分布；在兩廣丘陵地區(qū)大致沿廣西丘陵向廣西盆地遞減,體現(xiàn)了河流上下游的土壤質(zhì)地差異。第五主成分疊加了土壤養(yǎng)分的影響,在巖溶區(qū)域土壤屬性與植被增長(zhǎng)以正相關(guān)關(guān)系為主,巖溶峽谷和峰林平原東部區(qū)域以負(fù)相關(guān)關(guān)系為主。

人類活動(dòng)對(duì)植被具有雙重作用,表現(xiàn)在為恢復(fù)生態(tài)環(huán)境實(shí)施的一系列生態(tài)保護(hù)與建設(shè)工程措施的正向作用和為發(fā)展社會(huì)經(jīng)濟(jì)水平進(jìn)行的一系列不合理的生產(chǎn)活動(dòng)的負(fù)面影響。在斷陷盆地、峰叢洼地西部及峰林平原東部生態(tài)工程對(duì)植被恢復(fù)起到了促進(jìn)作用,巖溶槽谷、峽谷、高原和部分峰叢洼地、峰林平原區(qū)人類活動(dòng)的逆向干擾抑制了植被增長(zhǎng)。社會(huì)經(jīng)濟(jì)耦合地形因素對(duì)植被生長(zhǎng)的影響空間復(fù)雜性更高,大致沿云貴高原向廣西盆地過(guò)渡的斜坡地帶與植被增長(zhǎng)呈正相關(guān)關(guān)系,并向東南方向的廣西盆地區(qū)域過(guò)渡為負(fù)相關(guān)關(guān)系。這反映了人類在地形復(fù)雜的斜坡地帶進(jìn)行的不合理的生產(chǎn)活動(dòng)對(duì)植被增長(zhǎng)產(chǎn)生逆向干擾。

圖5 氣候因子(a)、土壤質(zhì)地(b)、人類活動(dòng)(c)、水分有效性(d)、土壤養(yǎng)分(e)和社會(huì)經(jīng)濟(jì)條件(f)等因素對(duì)GSN變化的空間非平穩(wěn)性Fig.5 The spatial non-stationary of climate(a)、soil texture(b)、human activities(c)、moisture availability(d)、soil nutrients(e)、social economical condition(f) on GSN at county level

圖6 主導(dǎo)因素對(duì)植被變化影響的區(qū)域差異Fig.6 Regional difference of dominant factors on vegetation dynamics

2.4.3 植被變化主導(dǎo)因素的空間格局分析

為了進(jìn)一步分析生態(tài)工程背景下具有復(fù)雜地質(zhì)背景的喀斯特地區(qū)造成植被恢復(fù)差異的原因,本研究綜合以上分析的單個(gè)影響因素的空間非平穩(wěn)性特征,利用MATLAB編程提取每個(gè)縣域?qū)χ脖簧L(zhǎng)影響最大的因素(圖6),發(fā)現(xiàn)在生態(tài)工程背景下影響植被變化的主導(dǎo)因素隨不同喀斯特地形地貌特征的變化而變化,且各影響因子與植被變化既有正相關(guān)關(guān)系又有負(fù)相關(guān)關(guān)系。人類活動(dòng)和社會(huì)經(jīng)濟(jì)條件是峰林平原區(qū)、斷陷盆地區(qū)及滇桂黔交界的石漠化嚴(yán)重地區(qū)的植被變化的主導(dǎo)因素,而氣候因素、土壤養(yǎng)分、水分有效性等自然因素對(duì)巖溶峽谷區(qū)、槽谷區(qū)、高原區(qū)及部分峰叢洼地區(qū)的植被變化影響均較為顯著。其中,峰林平原區(qū)植被變化受社會(huì)經(jīng)濟(jì)條件的影響較大,峰叢洼地區(qū)受氣候因素及人類活動(dòng)的共同作用(部分地區(qū)植被變化也受水分有效性及土壤養(yǎng)分的影響),喀斯特高原區(qū)植被變化受氣候因子、土壤養(yǎng)分和水分有效性等自然因素的影響較大,中高山地區(qū)的植被主要受降水及人類活動(dòng)的影響；而巖溶峽谷區(qū)植被變化的影響以氣候因子為主導(dǎo),斷陷盆地區(qū)植被主要受人類活動(dòng)及社會(huì)經(jīng)濟(jì)條件的影響,巖溶槽谷區(qū)植被變化受水分有效性影響顯著。因此,影響西南喀斯特地區(qū)植被變化的主導(dǎo)因素在空間上具有顯著的區(qū)域差異性,不同喀斯特地貌類型間植被變化主導(dǎo)因素差異較大。

3 討論

西南喀斯特區(qū)域具有復(fù)雜的地質(zhì)背景,高度的景觀異質(zhì)性,復(fù)雜的二元水文系統(tǒng),特有的植被種類和高強(qiáng)度的人類活動(dòng),這些復(fù)雜的環(huán)境背景決定了植被變化的空間差異性和影響植被變化的影響因子的多樣性和復(fù)雜性。本研究揭示了受地質(zhì)背景制約的西南喀斯特地區(qū)植被在氣候變化和人類活動(dòng)等作用下植被變化的主導(dǎo)因素及由于區(qū)域背景條件差異導(dǎo)致的主導(dǎo)因素變化的空間非平穩(wěn)性。

從全局看,黔東、桂東南及云南地區(qū)的巖溶斷陷盆地等地區(qū),主要受氣候因素的影響,熱量因子與植被覆蓋呈負(fù)相關(guān)關(guān)系。近年來(lái)喀斯特地區(qū)植被覆蓋變化呈上升趨勢(shì),但2001—2011年西南喀斯特地區(qū)呈干旱化趨勢(shì)[21],而該區(qū)年降水量在800mm以上,所以降水減少并不能導(dǎo)致植被發(fā)生干旱脅迫[3],喀斯特地區(qū)干旱化可能是由于氣溫升高導(dǎo)致蒸散增加所致,這與王兆禮等[22]研究的中國(guó)西南喀斯特區(qū)域NDVI與SPEI呈負(fù)相關(guān)結(jié)論一致。云貴高原東南部及其與廣西盆地的過(guò)渡地帶石漠化問(wèn)題嚴(yán)重,地表植被遭到嚴(yán)重破壞,隨著大規(guī)模生態(tài)工程的實(shí)施,植被覆蓋逐漸增加。但由于實(shí)施時(shí)間相對(duì)較短,大部分恢復(fù)區(qū)域多處于植被恢復(fù)初期,以草灌為主,加上復(fù)雜的地質(zhì)背景,植被覆蓋變化影響因素復(fù)雜,受氣候因素、社會(huì)經(jīng)濟(jì)條件、土壤狀況及人類活動(dòng)干擾的共同作用(圖6)。

不同喀斯特地貌類型條件下,植被變化的主導(dǎo)因素存在顯著的空間非平穩(wěn)性,與不同地貌類型的水文地質(zhì)特征密切相關(guān)。峰林平原區(qū)(圖6Ⅰ)地形相對(duì)較為平坦、交通條件好、社會(huì)經(jīng)濟(jì)活動(dòng)頻繁,植被變化受社會(huì)經(jīng)濟(jì)條件的影響較大。峰叢洼地區(qū)(圖6Ⅱ)水熱條件相對(duì)較好,生態(tài)工程實(shí)施以來(lái)植被增長(zhǎng)顯著,但仍存在不合理人類活動(dòng)干擾,植被變化受氣候因素及人類活動(dòng)的共同影響顯著；同時(shí),由于該區(qū)土地資源分散和典型二元水文地質(zhì)結(jié)構(gòu),地表水系缺乏,部分地區(qū)植被變化也受水分有效性及土壤養(yǎng)分的影響。喀斯特高原區(qū)(圖6Ⅵ)云霧多、日照少、太陽(yáng)輻射能量低,海拔落差較大,該區(qū)植被變化受氣候因子、土壤養(yǎng)分和水分有效性等自然因素的影響較大。中高山地區(qū)(圖6Ⅳ)山高坡陡,自然條件較差,局部水資源匱乏,植被變化主要受降水及人類活動(dòng)的影響。巖溶峽谷區(qū)(圖6Ⅴ)以典型的中亞熱帶山區(qū)氣候和南亞熱帶干熱河谷為特征,植被變化的影響以氣候因子為主導(dǎo)。斷陷盆地區(qū)的盆地內(nèi)(圖6Ⅶ)地形平坦、光熱條件好、人類活動(dòng)頻繁,而四周為山地、地形變化大,植被變化主要受人類活動(dòng)及社會(huì)經(jīng)濟(jì)條件的影響。巖溶槽谷區(qū)(圖6Ⅷ)具有一定厚度的土層分布,水土資源條件較好,土地承載能力相對(duì)較高,但該區(qū)地質(zhì)構(gòu)造復(fù)雜,常出現(xiàn)“懸掛式”地下河,地表水系缺乏,植被變化受水分有效性影響顯著。

人類活動(dòng)對(duì)植被增長(zhǎng)具有雙重作用,并通過(guò)土地利用方式反映對(duì)生態(tài)環(huán)境的影響程度。一方面,喀斯特地區(qū)石漠化是在典型的生態(tài)環(huán)境脆弱區(qū),高強(qiáng)度人類活動(dòng)干擾導(dǎo)致喀斯特植被破壞、甚至土地石漠化的現(xiàn)象[23]。另一方面,生態(tài)保護(hù)與建設(shè)工程措施促進(jìn)了植被覆蓋的增加,Tong等[2]剔除氣象因素對(duì)植被變化的影響分析了黔滇桂地區(qū)人類活動(dòng)對(duì)植被的干擾,發(fā)現(xiàn)生態(tài)工程對(duì)植被恢復(fù)的正向作用。然而,由于不同地理位置自然條件、地質(zhì)背景和干擾方式及強(qiáng)度等方面的差異,退耕還林、石漠化治理等生態(tài)工程成效具有空間差異性,李昊等[3]對(duì)貴州畢節(jié)地區(qū)的退耕還林工程效果進(jìn)行評(píng)估發(fā)現(xiàn)退耕還林等生態(tài)工程的實(shí)施加快了喀斯特地區(qū)植被恢復(fù)和生態(tài)重建,但赫章、大方等喀斯特地區(qū)在巨大的人口壓力下,仍存在較為嚴(yán)重的植被退化現(xiàn)象。因此,喀斯特地區(qū)生態(tài)建設(shè)與保護(hù)是一項(xiàng)長(zhǎng)期而艱巨的任務(wù),綜合考慮植被變化主導(dǎo)因素的區(qū)域差異來(lái)調(diào)整或改進(jìn)不同喀斯特區(qū)域背景條件下生態(tài)工程的措施,促進(jìn)喀斯特地區(qū)生態(tài)環(huán)境的恢復(fù)。

4 結(jié)論

本研究采用長(zhǎng)時(shí)間序列遙感數(shù)據(jù),綜合運(yùn)用空間自相關(guān)分析、PCA和GWR等研究方法,分析生態(tài)工程實(shí)施以來(lái)滇桂黔喀斯特植被變化及其主要影響因素的空間非平穩(wěn)性。研究表明近30年來(lái)滇桂黔三省植被總體呈增加趨勢(shì),生態(tài)工程的實(shí)施加快了西南三省植被覆蓋的恢復(fù)速率,但不同區(qū)域、特別是不同喀斯特地貌類型區(qū)植被覆蓋變化存在顯著的空間差異性。植被變化的空間差異性主要是氣候、土壤、地形和人類活動(dòng)等因素引起的,影響植被變化的主導(dǎo)因素隨地理位置的變化而不同,具有顯著的空間非平穩(wěn)性。

喀斯特地區(qū)自然條件優(yōu)越,但復(fù)雜的坡度等地形條件疊加高強(qiáng)度的人類活動(dòng)干擾使生態(tài)環(huán)境嚴(yán)重退化。由于其獨(dú)特的地質(zhì)背景,生態(tài)工程實(shí)施難度大。因此,加大生態(tài)工程投入,完善生態(tài)工程措施,在具體實(shí)施過(guò)程中要綜合考慮影響植被生長(zhǎng)的影響因素以及不同地貌類型區(qū)主導(dǎo)因素的空間差異,對(duì)不同工程區(qū)進(jìn)行科學(xué)規(guī)劃與優(yōu)化分區(qū),因地制宜采取生態(tài)移民、退耕還林(還草)、石漠化治理等工程,提高生態(tài)工程效率,實(shí)現(xiàn)生態(tài)效益最大化。

[1] Qi X K, Wang K L, Zhang C H. Effectiveness of ecological restoration projects in a karst region of southwest China assessed using vegetation succession mapping. Ecological engineering, 2013, 54: 245- 253.

[2] Tong X W, Wang K L, Yue Y M, Brandt M, Liu B, Zhang C H, Liao C J, Fensholt R. Quantifying the effectiveness of ecological restoration projects on long-term vegetation dynamics in the karst regions of Southwest China. International Journal of Applied Earth Observation and Geoinformation, 2017, 54: 105- 113.

[3] 李昊, 蔡運(yùn)龍, 陳睿山, 陳瓊, 嚴(yán)祥. 基于植被遙感的西南喀斯特退耕還林工程效果評(píng)價(jià)——以貴州省畢節(jié)地區(qū)為例. 生態(tài)學(xué)報(bào), 2011, 31(12): 3255- 3264.

[4] 童曉偉, 王克林, 岳躍民, 廖楚杰, 徐艷芳, 朱海濤. 桂西北喀斯特區(qū)域植被變化趨勢(shì)及其對(duì)氣候和地形的響應(yīng). 生態(tài)學(xué)報(bào), 2014, 34(12): 3425- 3434.

[5] 陳云浩, 李曉兵, 史培軍. 1983～1992年中國(guó)陸地NDVI變化的氣候因子驅(qū)動(dòng)分析. 植物生態(tài)學(xué)報(bào), 2001, 25(6): 716- 720.

[6] 王娟, 李寶林, 余萬(wàn)里. 近30年內(nèi)蒙古自治區(qū)植被變化趨勢(shì)及影響因素分析. 干旱區(qū)資源與環(huán)境, 2012, 26(2): 132- 138.

[7] 趙芳. 三江源區(qū)草地MODIS植被指數(shù)時(shí)空變異及驅(qū)動(dòng)因子分析[D]. 西寧: 青海大學(xué), 2012.

[8] 李小文, 曹春香, 常超一. 地理學(xué)第一定律與時(shí)空鄰近度的提出. 自然雜志, 2007, 29(2): 69- 71.

[9] 高凱, 周志翔, 楊玉萍. 長(zhǎng)江流域土地利用結(jié)構(gòu)及其空間自相關(guān)分析. 長(zhǎng)江流域資源與環(huán)境, 2010, 19(S1): 13- 20.

[10] 凡非得, 王克林, 宣勇, 岳躍民. 西南喀斯特區(qū)域生態(tài)環(huán)境敏感性評(píng)價(jià)及其空間分布. 長(zhǎng)江流域資源與環(huán)境, 2011, 20(11): 1394- 1399.

[11] 凡非得, 王克林, 熊鷹, 宣勇, 張偉, 岳躍民. 西南喀斯特區(qū)域水土流失敏感性評(píng)價(jià)及其空間分異特征. 生態(tài)學(xué)報(bào), 2011, 31(21): 6353- 6362.

[12] 王世杰, 李陽(yáng)兵. 喀斯特石漠化研究存在的問(wèn)題與發(fā)展趨勢(shì). 地球科學(xué)進(jìn)展, 2007, 22(6): 573- 582.

[13] Tong X W, Wang K L, Brandt M, Yue Y M, Liao C J, Fensholt R. Assessing future vegetation trends and restoration prospects in the karst regions of southwest China. Remote Sensing, 2016, 8(5): 357- 357.

[14] 茆三芹, 基于GWR模型的耕地利用時(shí)空演變及驅(qū)動(dòng)因素研究[D]. 武漢: 華中農(nóng)業(yè)大學(xué), 2013.

[15] 王景雷, 康紹忠, 孫景生, 陳智芳. 基于PCA和GWR的作物需水量空間分布估算. 科學(xué)通報(bào), 2013, 58(12): 1131- 1139.

[16] 高吉喜, 段飛舟, 香寶. 主成分分析在農(nóng)田土壤環(huán)境評(píng)價(jià)中的應(yīng)用. 地理研究, 2006, 25(5): 836- 842.

[17] 王宇航, 趙鳴飛, 康慕誼, 左婉怡. 黃土高原地區(qū)NDVI與氣候因子空間尺度依存性及非平穩(wěn)性研究. 地理研究, 2016, 35(3): 493- 503.

[18] 覃文忠, 王建梅, 劉妙龍. 地理加權(quán)回歸分析空間數(shù)據(jù)的空間非平穩(wěn)性. 遼寧師范大學(xué)學(xué)報(bào):自然科學(xué)版, 2005, 28(4): 476- 479.

[19] Brunsdon C, Fotheringham A S, Charlton M E. Geographically weighted regression: a method for exploring spatial nonstationarity. Geographical analysis, 1996, 28(4): 281- 298.

[20] 王旭,林征,張志,李丹. 基于GWR模型的北極濱海平原融凍湖表面溫度空間分布模擬. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2016,41(7):918- 924.

[21] 谷曉平, 黃玫, 季勁鈞, 吳戰(zhàn)平. 近20年氣候變化對(duì)西南地區(qū)植被凈初級(jí)生產(chǎn)力的影響. 自然資源學(xué)報(bào), 2007, 22(2): 251- 259.

[22] 王兆禮, 黃澤勤, 李軍, 鐘睿達(dá), 黃文煒. 基于SPEI和NDVI的中國(guó)流域尺度氣象干旱及植被分布時(shí)空演變. 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(14): 177- 186.

[23] 王世杰, 李陽(yáng)兵, 李瑞玲. 喀斯特石漠化的形成背景、演化與治理. 第四紀(jì)研究, 2003, 23(6): 657- 666.

Factors impacting on vegetation dynamics and spatial non-stationary relationships in karst regions of southwest China

ZHANG Xuemei1,2,3, WANG Kelin1,2,*,YUE Yuemin1,2,TONG Xiaowei1,2,3, LIAO Chujie1,2,3, ZHANG Mingyang1,2, JIANG Yan4

1KeyLaboratoryofAgro-ecologicalProcessesinSubtropicalRegion,InstituteofSubtropicalAgriculture,theChineseAcademyofSciences,Changsha410125,China2HuanjiangObservationandResearchStationforKarstEco-systems,Huanjiang547100,China3UniversityofChineseAcademyofScience,Beijing100049,China4ChengduUniversityofTechnologyInstituteofEarthScience,Chengdu610059,China

With the implementation of ecological restoration, the net area of rocky desertification has been reduced and vegetation coverage significantly improved in karst areas, southwest China. It is crucial to explore the trends in vegetation change and distinguish the driving forces under different karst terrain conditions. Based on the long-term time-series of GIMMS NDVI 3g images, the present study aimed to identify the vegetation changes at different spatial and temporal scales and non-stationary relationships between vegetation changes and driving forces in karst regions of Yunnan, Guangxi, and Guizhou Provinces with a combination of spatial autocorrelation, principal component analysis (PCA), and geographically weighted regression. The results showed that from 2001 to 2011 the growing season normalized difference vegetation index (GSN) significantly increased compared to that from 1982 to 2000 in the three regions. The GSN appeared spatially assembled (the Moran′s indexIgwas0.90),whiletheextentofincreasewassignificantlydiversefordifferentareas(thevariablecoefficientwas43%).ThePCAindicatedthatthemaindrivingforcesofvegetationchangewereclimaticfactors,soiltexture,humanactivities,wateravailability,soilnutrients,andthelevelofsocialandeconomicconditions.Theextentofimpactsofthedrivingforcesonvegetationchangevariedwithdifferentgeographicpositions.Inaddition,themaindrivingforceswerespatiallydifferentunderdifferentkarstlandforms.Ourstudyindicatedthatthedifferencesofvegetationdrivingforcesshouldbetakenintoconsiderationduringfutureimplementationofecologicalrestorationunderdifferentkarstlandforms.

karst region; vegetation dynamics; GWR model; spatial non-stationary; dominant factors

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0502400)；國(guó)家自然科學(xué)基金項(xiàng)目(41471445, 41371418)；中國(guó)科學(xué)院科技服務(wù)網(wǎng)絡(luò)計(jì)劃(STS計(jì)劃)“廣西喀斯特區(qū)生態(tài)系統(tǒng)服務(wù)提升與民生改善研究示范”(KFJ-EW-STS-092)

2016- 11- 19;

2017- 01- 19

10.5846/stxb201611192354

*通訊作者Corresponding author.E-mail: kelin@isa.ac.cn

張雪梅,王克林,岳躍民,童曉偉,廖楚杰,張明陽(yáng),姜巖.生態(tài)工程背景下西南喀斯特植被變化主導(dǎo)因素及其空間非平穩(wěn)性.生態(tài)學(xué)報(bào),2017,37(12):4008- 4018.

Zhang X M, Wang K L,Yue Y M,Tong X W, Liao C J, Zhang M Y, Jiang Y.Factors impacting on vegetation dynamics and spatial non-stationary relationships in karst regions of southwest China.Acta Ecologica Sinica,2017,37(12):4008- 4018.