徐 勇, 趙 純, 竇世卿, 郝文強(qiáng), 鄭志威, 靖娟利

(桂林理工大學(xué) 測繪地理信息學(xué)院, 廣西 桂林 541006)

1 研究區(qū)概況

環(huán)渤海地區(qū)以“C”字形環(huán)抱渤海，包括三省兩市，即遼寧省、山東省、河北省、天津市以及北京市，位于34°22′—43°28′N，113°26′—125°52′E。氣候類型為溫帶季風(fēng)氣候，主要植被帶為暖溫帶落葉闊葉林帶。地形主要以平原、丘陵和山地為主，整體上地勢呈東南低西北高的分布格局。環(huán)渤海地區(qū)是中國最為發(fā)達(dá)的經(jīng)濟(jì)區(qū)之一，基礎(chǔ)設(shè)施完善，自然資源豐沛，工業(yè)基礎(chǔ)扎實，科技實力雄厚。2019年環(huán)渤海地區(qū)年末總?cè)丝诩s2.6億(2020年統(tǒng)計年鑒)，約占全國總?cè)丝诘?8.38%，為中國人口最為稠密的地區(qū)之一，尤其是北京市和天津市，不僅是中國政治、經(jīng)濟(jì)和文化中心，2020年人口密度分別高達(dá)1 334和1 158人/km2，分別居全國第2和第3位，而山東省和河北省為中國人口大省，人口總量分居全國第2和第6(第7次人口普查數(shù)據(jù))。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文所使用 MODIS NDVI數(shù)據(jù)來源于NASA MODIS陸地產(chǎn)品組發(fā)布的植被指數(shù)產(chǎn)品MOD13A3，該產(chǎn)品時間分辨率為每月，空間分辨率為1 km，時間跨度從2000年2月至2020年12月，該數(shù)據(jù)已經(jīng)經(jīng)過大氣校正，去除了水、云、重氣溶膠和云影的影響。本文通過對得到的每期MOD13A3數(shù)據(jù)集進(jìn)行影像鑲嵌、重采樣、投影轉(zhuǎn)換、數(shù)據(jù)格式轉(zhuǎn)換、最大值合成等預(yù)處理，生成2000—2020年覆蓋中國全境的年最大值植被NDVI時間序列，然后通過裁剪得到環(huán)渤海地區(qū)植被年最大合成NDVI時間序列。2000年1月植被NDVI數(shù)據(jù)缺失。由于1月為冬季，植被NDVI較低，故本文使用最大值合成法得到年最大合成植被NDVI，缺失月份不會對本文研究結(jié)果產(chǎn)生影響。人口密度數(shù)據(jù)來源于WorldPop發(fā)布的Population Density數(shù)據(jù)，時間分辨率為每年，空間分辨率為1 km，時間跨度為2000—2020年。人口密度數(shù)據(jù)需要經(jīng)過鑲嵌、投影轉(zhuǎn)換、圖像裁剪和重采樣等預(yù)處理，裁剪得到2000—2020年環(huán)渤海地區(qū)人口密度時間序列。

2.2 研究方法

2.2.1 Theil-Sen Median趨勢分析與Mann-Kendall顯著性檢驗 本文采用Theil-Sen Median趨勢分析和Mann-Kendall顯著性檢驗[15]，分析環(huán)渤海地區(qū)2000—2010年、2010—2020年和2000—2020年植被NDVI時空演變特征及其變化的顯著性。Theil-Sen Median趨勢分析是一種非參數(shù)統(tǒng)計的趨勢分析方法，可以有效去除離散值和異常值對趨勢結(jié)果的影響，常被用于探究長時間序列數(shù)據(jù)的變化趨勢。

Theil-Sen median趨勢分析計算公式為：

(1)

式中：NDVIi，NDVIj分別表示第i和第j年的植被NDVI值；βNDVI代表植被NDVI的變化斜率,當(dāng)βNDVI>0時,表示在研究時間段內(nèi)植被NDVI呈上升趨勢,植被覆蓋有所增加; 當(dāng)βNDVI=0時,表示在研究時間段內(nèi)植被NDVI基本保持不變,植被覆蓋較為穩(wěn)定;當(dāng)βNDVI<0時,表示在研究時間段內(nèi)植被NDVI呈下降趨勢,植被覆蓋有所減少。

Mann-Kendall顯著性檢驗是穩(wěn)健的非參數(shù)統(tǒng)計方法，不需要方差正態(tài)性假設(shè)，在一定程度上避免異常值對分析結(jié)果的影響。本文利用Mann-Kendall顯著性檢驗來判斷植被NDVI時間序列變化趨勢的顯著性。具體公式為：

給定NDVI時間序列：

{NDVIi},i=2000，2001，2002，…,2020

(2)

計算檢驗統(tǒng)計量S：

(3)

符號函數(shù)sgn：

(4)

計算方差：

(5)

定義標(biāo)準(zhǔn)化統(tǒng)計量Z：

(6)

按照Mann-Kendall顯著性檢驗的檢驗統(tǒng)計量Z值，將植被NDVI變化趨勢分成4個等級：顯著下降、不顯著下降、不顯著上升和顯著上升。當(dāng)|z|>1.96即置信水平為95%[16]下，為顯著變化，當(dāng)0<|z|<1.96，為不顯著變化。

(7)

(8)

2.2.3 格蘭杰因果分析 為檢驗X組時間序列是否為Y組時間序列的原因，采用格蘭杰因果關(guān)系檢驗法驗證其因果關(guān)系[18]。本文設(shè)Y為年際植被NDVI即Y={yt}，X為年際人口密度即X={xt}，假設(shè)兩者之間是否具有因果解釋能力，并設(shè)定滯后階，進(jìn)行格蘭杰檢驗分析人口密度能否影響植被NDVI。其回歸模型為：

(9)

式中：βt為時間序列X的趨勢項；γt為時間序列Y的趨勢項;n為滯后階數(shù);α為常數(shù)項;εt為殘差項。

假定原假設(shè)H0：人口密度不是引起植被NDVI的格蘭杰原因(H0:?t∈(1,2,…,n),γt=0)；其余假設(shè)H1：人口密度是引起植被NDVI的格蘭杰原因〔H1:?t∈(1,2,…,n),γt≠0〕。當(dāng)不考慮X的情況下(即假設(shè)βt=0)，設(shè)置回歸模型的殘差平方和RSR;當(dāng)考慮X即人口密度的情況下(即假設(shè)βt≠0)，設(shè)置殘差平方和RSU。構(gòu)建F統(tǒng)計值：

(10)

選取置信水平為95%，若F≥F0.05(n,N-2n-1)，即拒絕原假設(shè)H0，認(rèn)為人口密度是引起植被NDVI的格蘭杰原因，反之則保持原假設(shè)。

式中：F為統(tǒng)計值； RSR為沒有X約束下的殘差平方和； RSU為在X約束下的殘差平方和；n為待估參數(shù)的個數(shù)；N為樣本容量。

2.2.4 重心轉(zhuǎn)移模型和標(biāo)準(zhǔn)差橢圓 為分析2000—2020年環(huán)渤海地區(qū)植被NDVI和人口密度遷移特征，本次研究運用屬性重心遷移模型[19]進(jìn)行植被NDVI和人口密度演化模式的定量化表達(dá)，具體公式為:

(11)

(12)

標(biāo)準(zhǔn)差橢圓從數(shù)據(jù)范圍、數(shù)據(jù)集聚性、變化方向和形狀等多個角度，呈現(xiàn)地理要素的空間格局分布特征。方向角是正北方向與順時針旋轉(zhuǎn)的橢圓長軸形成的夾角，代表數(shù)據(jù)空間分布的主趨勢方向，長半軸表示數(shù)據(jù)在主趨勢方向上集聚性，短半軸反映數(shù)據(jù)在此趨勢方向上集聚性。主要計算公式為：

tanθ=

(13)

(14)

(15)

3 結(jié)果與分析

3.1 植被NDVI的時空演變特征

3.1.1 NDVI的時間變化趨勢 由圖1可知，整體上，2000—2020年環(huán)渤海地區(qū)植被NDVI呈波動上升趨勢，上升速率為0.022/10 a。2000—2020年環(huán)渤海地區(qū)植被NDVI均值為0.728，最小值出現(xiàn)在2000年，為0.666，最大值出現(xiàn)在2011年，為0.748，且2009和2014年植被NDVI值明顯低于相鄰年份。2000—2010年環(huán)渤海地區(qū)植被NDVI呈上升趨勢，上升速率為0.057/10 a， 2000—2010年環(huán)渤海地區(qū)植被NDVI均值為0.716，略低于2000—2020年環(huán)渤海地區(qū)植被NDVI平均值。相較于2000—2010年和2010—2020年環(huán)渤海地區(qū)植被NDVI上升趨勢較為平緩，上升速率僅為0.000 1/10 a。2010—2020年環(huán)渤海地區(qū)平均植被NDVI值最高，為0.738。綜上所述，整體上，2000—2020年環(huán)渤海地區(qū)植被覆蓋呈改善態(tài)勢，改善趨勢明顯，且2000—2010年植被NDVI改善程度強(qiáng)于2010—2020年，這與徐勇等[15]和張鵬騫等[20]的研究結(jié)果一致。自2000年以來，針對環(huán)渤海地區(qū)采取了林草地植被保護(hù)、小流域生態(tài)治理和高原地區(qū)水土保持等一系列林業(yè)生態(tài)工程，且取得了良好的效果，加之為籌備2008年奧運會，北京市開展了一系列綠化工程，短期內(nèi)明顯提升了區(qū)域植被NDVI值。2009年植被NDVI值明顯低于2008和2010年，這與李卓等[21]的研究結(jié)果一致，是由于2009—2010年環(huán)渤海地區(qū)遭受了歷史極嚴(yán)重的旱災(zāi)，導(dǎo)致整體植被NDVI值較低。

圖1 環(huán)渤海地區(qū)2000—2020年植被NDVI變化趨勢

3.1.2 植被NDVI的空間變化特征 本文利用Theil-Sen Median趨勢分析法得到2000—2010年、2010—2020年以及2000—2020年環(huán)渤海地區(qū)植被NDVI變化趨勢，并根據(jù)Mann-Kendall顯著性檢驗，檢驗其變化趨勢的顯著性。由表1和圖2可知，2000—2010年和2010—2020年環(huán)渤海地區(qū)植被NDVI變化呈明顯空間異質(zhì)性，變化斜率分別在-0.076～0.072/a和-0.087～0.070/a之間。2000—2010年植被NDVI呈上升趨勢的區(qū)域面積占83.83%，其中，呈顯著上升的面積占30.26%，均勻分布在研究區(qū)內(nèi)，無明顯集現(xiàn)象；呈顯著下降的面積僅占1.35%，零星分布在各大中城市中心及其周邊地區(qū)。而2010—2020年植被NDVI呈上升趨勢的面積為50%，其中，呈顯著上升的面積僅占9.85%，主要分布在北京和河北省西北部以及遼寧省東部；呈顯著下降的面積占5.71%，零星分布在遼寧省中部、天津以及河北和山東部分地區(qū)。由上可知，2000—2010年環(huán)渤海地區(qū)植被NDVI以上升為主，上升區(qū)域面積明顯高于下降區(qū)域面積，而2010—2020年環(huán)渤海地區(qū)植被NDVI上升趨勢明顯減緩，植被NDVI呈上升趨勢面積等于呈下降趨勢面積。整體上，2000—2020年植被NDVI變化斜率在-0.034～0.037/a之間，植被NDVI整體呈上升趨勢。植被NDVI上升區(qū)域面積遠(yuǎn)大于下降區(qū)域面積。植被NDVI呈上升趨勢的面積占76.37%，下降趨勢面積占23.68%。植被NDVI顯著上升區(qū)域面積占總面積的45.18%，主要分布在遼寧省東部和西部、北京和河北西北部、山東省中部以及河北省和山東省交界處。這與Zheng等[5]和Jiang等[22]和研究結(jié)果一致，以上地區(qū)植被NDVI上升，主要得益于環(huán)渤海地區(qū)多年來實施退耕還林，京津風(fēng)沙源治理工程和三北防護(hù)林工程等項目，使得地表植被覆蓋程度得到提升，植被生態(tài)穩(wěn)定性以及抵御風(fēng)險的能力得到加強(qiáng)[6,8-9]。植被NDVI呈顯著下降趨勢區(qū)域占總面積的6.42%，主要分布在遼寧省中部、北京市城市中心和南部、天津市南部、河北省西南部至東北部沿海地區(qū)、山東省少部分地區(qū)，呈斑塊狀零星分布，這與Zheng等[5]、Jiang等[22]、孫濤等[23]和趙安周等[24]的研究結(jié)果一致，由于北京、天津、石家莊等城市周邊的工業(yè)用地急劇擴(kuò)張，耕地、有林地等生態(tài)空間大幅度縮減，人類活動對植被NDVI的變化產(chǎn)生負(fù)向影響[11,25-26]。

表1 環(huán)渤海地區(qū)植被NDVI變化趨勢面積比例統(tǒng)計

3.2 植被NDVI與人口密度變化的相關(guān)性

圖2 環(huán)渤海地區(qū)2000—2020年植被NDVI變化趨勢及顯著性檢驗

表2 環(huán)渤海地區(qū)人口密度冷熱點區(qū)域面積比例統(tǒng)計 %

3.2.2 植被NDVI與人口密度變化的相關(guān)性 為檢驗環(huán)渤海地區(qū)人口密度和植被NDVI的因果關(guān)系，本文利用格蘭杰因果關(guān)系檢驗法對兩者的相關(guān)關(guān)系進(jìn)行驗證。該方法可判斷兩個時間序列之間是否存在因果性[30]。采用E-G兩步法[31]對人口密度和植被NDVI兩者的時間序列進(jìn)行平穩(wěn)性驗證，由協(xié)整檢驗一般規(guī)律可得，兩者的時間序列較平穩(wěn)，存在協(xié)整關(guān)系進(jìn)行格蘭杰因果檢驗。滯后期取1～6，選擇最優(yōu)解作為結(jié)果進(jìn)行分析。當(dāng)p值<0.05時，拒絕原假設(shè)，即認(rèn)定兩者之間存在單向格蘭杰原因[32]。根據(jù)表3可知，滯后期為2 a時，環(huán)渤海地區(qū)人口密度是植被NDVI的格蘭杰原因，但植被NDVI不是人口密度的格蘭杰原因，山東省人口密度是植被NDVI的格蘭杰原因，但植被NDVI不是人口密度的格蘭杰原因。滯后期為1 a時，北京市、河北省和遼寧省的人口密度是植被NDVI的格蘭杰原因，但植被NDVI不是人口密度的格蘭杰原因。滯后期為4 a時，天津市人口密度是植被NDVI的格蘭杰原因，但植被NDVI不是人口密度的格蘭杰原因。綜上所述，環(huán)渤海地區(qū)人口密度對植被NDVI存在單向格蘭杰原因，人口密度的改變是引起植被NDVI變化的格蘭杰原因，而植被NDVI的變化不是造成人口密度改變的格蘭杰原因。為探究植被NDVI變化與人口密度變化的空間耦合關(guān)系，本文將植被NDVI變化趨勢結(jié)果與人口密度冷熱點區(qū)進(jìn)行疊置分析，得到植被NDVI與人口密度的空間耦合特征和數(shù)量關(guān)系，結(jié)果如圖4所示。2000—2010年各冷熱點區(qū)植被NDVI呈上升趨勢的面積遠(yuǎn)大于呈下降趨勢的面積。植被NDVI呈顯著上升的面積占比隨人口密度變化熱點區(qū)到冷點區(qū)依次上升，其在冷點區(qū)面積占比最大，為37.11%，在熱點區(qū)面積占比最小，為13.83%。而植被NDVI呈顯著下降的面積占比在各冷點區(qū)面積占比與顯著上升面積占比成相反，顯著下降的面積占比在熱點區(qū)最大，為31.16%，在冷點區(qū)最小，為9.17%。由些可見，2000—2010年環(huán)渤海地區(qū)的植被覆蓋整體呈改善趨勢，其中冷點區(qū)改善程度最為明顯，次冷點區(qū)其次。

圖3 環(huán)渤海地區(qū)人口密度冷熱點區(qū)域分布

由圖4可見，2010—2020年植被NDVI呈顯著上升的面積占比隨人口集聚程度的下降呈現(xiàn)先減少后升高的趨勢，其中次熱點區(qū)面積占比最小，為3.97%，冷點區(qū)面積占比最大，為14.02%。同樣，植被NDVI呈顯著下降的面積占比呈現(xiàn)先減少后升高的趨勢，其中次冷點區(qū)面積占比最小，為4.81%，熱點區(qū)面積占比最大，為7.02%。相較于2000—2010年，2010—2020年植被NDVI變化趨勢的面積占比變化規(guī)律不顯著，且植被NDVI顯著上升的面積占比有所減少，植被NDVI顯著下降的面積占比增加。2000—2020年冷點區(qū)、次冷點區(qū)和次熱點區(qū)的植被NDVI呈上升趨勢變化的面積大于呈下降趨勢面積。植被NDVI呈顯著上升區(qū)域面積占比排序為：冷點區(qū)>次冷點區(qū)>次熱點區(qū)>熱點區(qū)，其中在冷點區(qū)的面積占比為65.14%，熱點區(qū)的面積占比為19.94%。由此可知，植被NDVI呈顯著上升的面積占比隨人口集聚程度的下降呈上升趨勢。植被NDVI顯著下降變化趨勢的面積占比排序為：熱點區(qū)>次熱點區(qū)>次冷點區(qū)>冷點區(qū)，其中熱點區(qū)的面積占比為18.50%，冷點區(qū)的面積占比為1.88%，植被NDVI呈顯著下降的面積占比隨人口集聚程度的下降呈現(xiàn)降低的趨勢。2000—2020年環(huán)渤海地區(qū)植被NDVI在次熱點區(qū)、次冷點區(qū)和冷點區(qū)呈改善趨勢，其中冷點區(qū)改善程度最為明顯，但熱點區(qū)的植被NDVI呈退化趨勢。綜上所述，環(huán)渤海地區(qū)人口密度變化是引起植被NDVI改變的格蘭杰原因，且對區(qū)域植被生長具有雙重作用。環(huán)渤海地區(qū)植被NDVI呈下降趨勢的面積主要分布在熱點區(qū)和次熱點區(qū)，原因是熱點區(qū)和次熱點區(qū)主要位于各大中型城市及其周邊地區(qū)，以上地區(qū)人口基數(shù)大，人口增長快，其中北京和天津的人口增長最為顯著，其他省會城市次之。另外，以上地區(qū)城市化程度高，如2019年北京、天津、遼寧和山東的城市化率在分別為86.6%，83.5%，68.1%和61.5%，高于全國平均水平，相較于2000年，城市化率分別增長了9.1%，12.3%，13.9%和23.5%(中國統(tǒng)計年鑒2001—2020)；其次，熱點區(qū)和次熱點區(qū)城市的第二、三產(chǎn)業(yè)對勞動力需求較大，對流動人口具有較強(qiáng)的吸引力，導(dǎo)致熱點區(qū)和次熱點區(qū)城市人口集聚程度較高，城市擴(kuò)張，人類活動較為頻繁，對植被覆蓋造成破壞，從而抑制植被生長。環(huán)渤海地區(qū)植被NDVI呈上升趨勢的部分主要集中在冷點區(qū)，冷點區(qū)的地理位置缺乏優(yōu)越區(qū)位條件，基礎(chǔ)設(shè)施較為落后，導(dǎo)致人口向北京市、天津市兩個直轄市以及石家莊、邯鄲、濟(jì)南、青島和沈陽等經(jīng)濟(jì)核心城市流動。冷點區(qū)的經(jīng)濟(jì)開發(fā)活動較低，對自然環(huán)境的負(fù)向干擾程度較弱，為了保障環(huán)渤海地區(qū)經(jīng)濟(jì)的可持續(xù)發(fā)展，冷點區(qū)主要推行“三北”防護(hù)林工程、京津風(fēng)沙源治理工程以及退耕還林還草工程等[6,8-9]，對植被生長起促進(jìn)作用。

表3 人口密度和植被NDVI兩個時間序列的Granger檢驗結(jié)果

圖4 環(huán)渤海地區(qū)人口密度冷熱點區(qū)域植被NDVI變化顯著性面積比例統(tǒng)計

3.3 植被NDVI與人口密度重心遷移

3.3.1 植被NDVI重心遷移 由圖5可知，2000—2020年環(huán)渤海地區(qū)植被NDVI標(biāo)準(zhǔn)差橢圓的重心經(jīng)度在118°39′54″—118°46′13″之間，重心緯度在39°03′40″—39°10′52″之間，表明環(huán)渤海地區(qū)植被NDVI呈“東北—西南”走向，且在“東北—西南”空間格局進(jìn)一步擴(kuò)大。長半軸標(biāo)準(zhǔn)差由4.890 km下降至4.846 km，而短半軸標(biāo)準(zhǔn)差由2.628 km上升至2.668 km，標(biāo)準(zhǔn)差橢圓變化較小，表明植被NDVI年際變化較為平穩(wěn)?？傮w上，2000—2020年環(huán)渤海地區(qū)植被NDVI重心往西北方向遷移。研究區(qū)內(nèi)植被NDVI的改變以及重心遷移受人類活動因子的影響[33]。主要有兩個方面原因：一方面，與環(huán)渤海地區(qū)，尤其是沿海地區(qū)，經(jīng)濟(jì)發(fā)展和城市擴(kuò)張緊密相關(guān)。隨著改革開放，以京津冀為經(jīng)濟(jì)中心帶動輻射周圍城市經(jīng)濟(jì)發(fā)展，城市用地的急劇擴(kuò)張，人口密度顯著增加，導(dǎo)致耕地、草地和林地等轉(zhuǎn)為城市建設(shè)用地，人類活動頻繁，環(huán)渤海地區(qū)沿海地區(qū)的植被覆蓋率下降顯著，植被NDVI重心向西北方向遷移。另一方面，三北防護(hù)林工程和環(huán)渤海地區(qū)農(nóng)業(yè)生態(tài)補償建設(shè)，實施封山育林、退耕還林等山區(qū)保護(hù)措施，退耕還林等舉措初見成效，增加了環(huán)渤海地區(qū)北部的森林覆蓋率，提高水土涵養(yǎng)能力，尤其是環(huán)渤海地區(qū)東北和西北部地區(qū)，植被覆蓋得到明顯的改善[34-35]，因此，環(huán)渤海地區(qū)植被NDVI重心向西北方向遷移。

3.3.2 人口密度重心遷移 2000—2020年環(huán)渤海地區(qū)人口密度標(biāo)準(zhǔn)差橢圓形成東北—西南的空間分布格局，標(biāo)準(zhǔn)差橢圓參數(shù)變化較為穩(wěn)定，重心經(jīng)度由118°05′38″逐步下降至117°58′30″，而重心緯度由38°12′00″逐步上升至38°17′21″，方位角由59.48°逐步擴(kuò)大至61.32°。長半軸標(biāo)準(zhǔn)差從4.254 km縮小至4.061 km，表明環(huán)渤海地區(qū)人口密度在“東北—西南”方向上呈收斂趨勢，空間集聚性輕微上升，而短半軸標(biāo)準(zhǔn)差由2.405 km擴(kuò)大至2.419 km，表明2000—2020年的環(huán)渤海地區(qū)人口密度在“西北—東南”方向上呈擴(kuò)張趨勢，空間集聚性輕微下降。由圖6可知，2000—2020年環(huán)渤海地區(qū)人口密度變化較為平穩(wěn)，重心逐步向西北方向遷移。影響環(huán)渤海地區(qū)人口密度重心遷移的主要因素是本地人口基數(shù)大以及外部人口的遷入[36]，使得人口密度逐年上升。遼中南經(jīng)濟(jì)集聚區(qū)、京津唐工業(yè)區(qū)的城市經(jīng)濟(jì)發(fā)展良好，城市化和工業(yè)化水平高，帶動了產(chǎn)業(yè)經(jīng)濟(jì)由東南沿海逐步向西北內(nèi)陸擴(kuò)張，而產(chǎn)業(yè)發(fā)展和城市建設(shè)需更多人口彌補勞動力不足，吸引外來人口向該地區(qū)遷移，導(dǎo)致環(huán)渤海地區(qū)的人口重心向西北內(nèi)陸遷移。2000—2020年的環(huán)渤海地區(qū)植被NDVI重心與人口密度重心均往西北方向遷移，表明人口重心遷移方向和NDVI重心遷移方向呈現(xiàn)一定相關(guān)性，人口密度重心遷移軌跡比較均一，單方向往西北遷移，植被NDVI重心整體往西北遷移，但遷移軌跡較為復(fù)雜，無明顯遷移模型，振蕩幅度較大，不與人口密度重心遷移軌跡呈明顯的線性關(guān)系。原因是除人口密度外，植被生長還與區(qū)域地形、氣候條件以及林業(yè)生態(tài)工程等息息相關(guān)，已有研究[11]表明，環(huán)渤海地區(qū)植被與降水、氣溫以及相對濕度呈明顯的正向效應(yīng)，近年來，環(huán)渤海地區(qū)年際氣溫和降水呈波動上升趨勢，溫暖濕潤的環(huán)境對區(qū)域植被生長具有促進(jìn)作用。此外，環(huán)渤海地區(qū)積極開展退耕還林還草工程、京津風(fēng)沙源治理工程和三北防護(hù)林工程，以上工程不僅抵消人類活動對植被生長帶來的負(fù)向影響，還提高了環(huán)渤海地區(qū)植被覆蓋程度，增加了區(qū)域植被NDVI[37]。綜上所述，環(huán)渤海地區(qū)人口密度與植被NDVI重心變化具有一致性，但人口密度與植被NDVI變化沒有明顯的線性相關(guān)性，人口密度是影響環(huán)渤海地區(qū)植被NDVI的因素，但該地區(qū)的植被NDVI同時還受氣候變化和生態(tài)林業(yè)工程等因素的影響[6,8-9,11]。

圖5 環(huán)渤海地區(qū)2000—2020年植被NDVI重心轉(zhuǎn)移空間變化

圖6 環(huán)渤海地區(qū)2000—2020年人口密度重心轉(zhuǎn)移空間變化

4 結(jié) 論

(1) 2000—2020年環(huán)渤海地區(qū)植被NDVI整體呈上升趨勢，上升斜率為0.022/10 a。2000—2010年植被NDVI上升速率高于2010—2020年植被NDVI上升速率。2000—2020年植被NDVI呈上升趨勢的面積大于呈下降趨勢的面積，其中顯著上升區(qū)域面積占總面積的45.18%，主要分布于研究區(qū)的西北部和東北部。

(2) 2000—2020年環(huán)渤海地區(qū)人口密度變化以冷點區(qū)為主，主要從遼寧省東北部延伸至河北省西北部，以及山東省東南地區(qū)。相較于2000—2010年，2010—2020年人口密度變化的冷點區(qū)、次冷點區(qū)以及熱點區(qū)均有所減少，主要表現(xiàn)為次熱點區(qū)增加。

(3) 環(huán)渤海地區(qū)人口密度變化是引起植被NDVI變化的格蘭杰原因，而植被NDVI的變化不是造成人口密度改變的格蘭杰原因。且人口密度變化對植被NDVI變化的負(fù)向效應(yīng)要強(qiáng)于正向效應(yīng)，植被NDVI呈顯著下降趨勢面積主要集中于熱點區(qū)，呈顯著上升面積主要位于冷點區(qū)。

(4) 2000—2020年的環(huán)渤海地區(qū)植被NDVI重心與人口密度重心均往西北方向遷移，表明人口重心遷移方向和NDVI重心遷移方向呈現(xiàn)一定相關(guān)性，人口密度重心遷移軌跡比較均一，但植被NDVI重心遷移軌跡較為復(fù)雜，不與人口密度重心遷移軌跡呈明顯的線性關(guān)系。

本文的研究結(jié)果基本符合一般規(guī)律，表明利用人口密度分析研究對植被NDVI的研究方法切實可行，但仍存在不足之處。首先考慮的人為因素較少，人口密度作為單一因子進(jìn)行分析導(dǎo)致的結(jié)論可能過于片面，后期的研究可以加入地區(qū)GDP、人口勞動力等人為因子[38]，從多角度分析人類活動對植被NDVI的影響。其次未采用最優(yōu)滯后期模型計算人口密度與植被NDVI的最優(yōu)滯后階，導(dǎo)致格蘭杰因果關(guān)系方法的檢驗結(jié)果比較粗略，在一定程度上影響評價結(jié)果的精度。因此，后續(xù)的研究應(yīng)從適當(dāng)增加研究因子、采用先進(jìn)數(shù)學(xué)模型計算相關(guān)性等方面對人類活動與植被NDVI的相關(guān)性進(jìn)行深入研究，使得研究結(jié)果與結(jié)論更加準(zhǔn)確與科學(xué)。