陳文裕 ，夏麗華 *，徐國良 ，余世欽 ，陳行 ，陳金鳳

1.廣州大學(xué)地理科學(xué)與遙感學(xué)院，廣東 廣州 510006；2.廣東省農(nóng)村水環(huán)境面源污染綜合治理工程技術(shù)研究中心，廣東 廣州 510006

植被是陸地生態(tài)系統(tǒng)重要的組成部分，能有效反映生態(tài)系統(tǒng)的健康狀況（林依雪等，2020；齊貴增等，2021）。在自然條件下植被的生長受到氣候和地形等因素的綜合影響；近年來，建設(shè)用地快速擴(kuò)張，人類活動(dòng)對植被的影響進(jìn)一步擴(kuò)大，尤其是城市化的快速發(fā)展直接或間接地破壞了地表植被（Chen et al.，2020）。珠江流域地跨云貴高原、廣西盆地、珠江三角洲平原等地理單元，流域西部地區(qū)喀斯特地貌廣泛發(fā)育，石漠化和水土流失嚴(yán)重，部分地區(qū)植被顯著減少；而流域東部地區(qū)城市化發(fā)展迅猛，顯著改變了植被生長環(huán)境，因此，采用遙感手段對整個(gè)珠江流域的植被進(jìn)行監(jiān)測具有重要意義。

基于遙感觀測數(shù)據(jù)能計(jì)算出反映地表信息的多種指數(shù)，其中，歸一化植被指數(shù)（normalized difference vegetation index，NDVI）能有效反映植被的生長情況、植被密度和覆蓋度等重要信息，該指標(biāo)數(shù)值越高表明植被生長狀況越好（劉梁美子等，2019；袁倩穎等，2021；邵亞婷等，2021）。眾多學(xué)者已經(jīng)對不同尺度下NDVI的變化趨勢和影響因素進(jìn)行研究，研究方法也趨于成熟（Pei et al.，2021；Qi et al.，2021；Xue et al.，2021；李茂華等，2020；賈路等，2021；楊玉蓮等，2021；易揚(yáng)等，2021；張琍等，2021）。其中，對NDVI進(jìn)行時(shí)空變化分析通常利用線性趨勢法（岳輝等，2019）、Theil-sen Median斜率估計(jì)和Mann-Kendall顯著性檢驗(yàn)（田智慧等，2022；徐勇等，2022）。相對于線性趨勢法，Theil-sen Median斜率估計(jì)受異常值的影響更小，能有效反映地物的時(shí)空變化特征。引起NDVI時(shí)空變化的因素包括自然和人為因素。在自然因素方面，已有研究多數(shù)從土地覆蓋、氣候和地形等因素進(jìn)行分析。相關(guān)學(xué)者基于土地利用/覆蓋的轉(zhuǎn)變對NDVI變化趨勢進(jìn)行探究（孫銳等，2019；宮兆寧等，2021；黃棟等，2021），而在珠江流域內(nèi)城市擴(kuò)張和人類活動(dòng)加劇，土地利用/覆蓋的轉(zhuǎn)變進(jìn)一步加快，因此，從土地利用/覆蓋的轉(zhuǎn)變探究 NDVI對自然和人類活動(dòng)的響應(yīng)具有重要意義。氣候因素包括氣溫、降水量、風(fēng)速、氣壓等，針對氣候因素常用的研究方法包括相關(guān)分析（孫爽等，2019；張華等，2020）、偏相關(guān)分析等（吉珍霞等，2021），由于氣候因素極其復(fù)雜，而且地表植被通常受到地形和人類活動(dòng)等多種因素共同影響，需要結(jié)合多種因素進(jìn)行綜合分析（李雙雙等，2021）。在人為因素方面，研究表明夜間燈光影像記錄的地表燈光強(qiáng)度信息能直接反映人類活動(dòng)差異，其包含的亮度和形狀等信息不僅能提供關(guān)于城市區(qū)域空間范圍的準(zhǔn)確信息，還能指示城市化水平，因而被廣泛應(yīng)用于城市化進(jìn)程研究、不透水面提取以及生態(tài)環(huán)境評估等領(lǐng)域（陳穎彪等，2019；沈潔，2021）。常用的夜間燈光數(shù)據(jù)包括DMSP/OLS和NPP/VIIRS數(shù)據(jù)，兩者都存在一定不足（陳穎彪等，2019；李茜銘等，2021）。Chen et al.（2021）結(jié)合兩種數(shù)據(jù)的優(yōu)勢，通過改進(jìn)的自動(dòng)編碼器模型和跨傳感器校準(zhǔn)模型生成的夜間燈光數(shù)據(jù)（2000—2020年）具有較好的準(zhǔn)確性，適用于分析長時(shí)間序列的人類活動(dòng)（Li et al.，2021）。此外，通過對人口密度的研究也能揭示人類活動(dòng)對植被的影響程度。對人為因素的研究多采用殘差分析，但該方法難以區(qū)分不同因素對NDVI空間差異性的作用程度（金凱等，2020）。為了探究NDVI空間分異的主要影響因素，亟需一種更有效的分析方法。地理探測器是定量描述地理現(xiàn)象的空間分異及其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)方法（王勁峰等，2017），通過空間方差分析能探究引起 NDVI空間分異的驅(qū)動(dòng)因素，不同學(xué)者利用地理探測器探究漢江流域（Chen et al.，2020）、內(nèi)蒙古（張思源等，2020）、黃土高原（張翀等，2021）、黃河流域（張靜等，2021）以及京津冀地區(qū)（張鵬騫等，2021）等不同區(qū)域NDVI時(shí)空變化的影響因素。隨著研究的不斷深入，對于珠江流域 NDVI時(shí)空變化及影響因素的探究，王兆禮等（2006）基于GIMMS NDVI數(shù)據(jù)集研究了珠江流域 NDVI的季節(jié)變化和年際變化趨勢，也有學(xué)者研究了珠江流域 NDVI對氣溫和降水等氣候因素的響應(yīng)特征（王銀霞等，2011；李建國等，2020）。研究表明在溫暖濕潤的珠江流域，氣候因素對 NDVI的影響以正向促進(jìn)作用為主，但作用的程度低于干旱與半干旱地區(qū)。前人對珠江流域 NDVI時(shí)空變化影響因素的探究側(cè)重于自然因素，難以將自然和人為因素對NDVI動(dòng)態(tài)變化的影響進(jìn)行定量剝離。

基于此，結(jié)合不同時(shí)期土地覆蓋數(shù)據(jù)，基于Theil-Sen Median斜率估計(jì)和Mann-Kendall顯著性檢驗(yàn)探究2000—2020年珠江流域NDVI時(shí)空分布狀況及其演化趨勢，通過相關(guān)分析探究NDVI與氣候因素和人為因素變化趨勢的關(guān)系，并通過地理探測器探究NDVI空間分異的主要影響因素。研究成果將揭示珠江流域NDVI時(shí)空變化特征及其影響因素，為珠江流域生態(tài)環(huán)境保護(hù)工作的開展和可持續(xù)發(fā)展提供理論支撐。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

珠江流域地處 102°14′—115°53′E、21°31′—26°49′N之間（圖1），整個(gè)流域在中國境內(nèi)跨越云南、廣西、貴州、廣東、湖南和江西共6個(gè)省份，整體面積約44.68×104km2，流域范圍包含東江、西江、北江和珠江三角洲4個(gè)子流域。研究區(qū)地勢總體上呈西北高東南低，云貴高原屹立于流域西部，東部為珠江三角洲平原。多數(shù)地區(qū)位于亞熱帶季風(fēng)氣候區(qū)，多年平均氣溫為 14—22 ℃，多年平均降水量為660—2200 mm，在季風(fēng)氣候和地形共同作用下，降水量由東向西逐漸減少（王銀霞等，2011）。珠江上游地區(qū)喀斯特地貌廣泛發(fā)育，生態(tài)環(huán)境相對脆弱，而下游的珠江三角洲地區(qū)人口密集，城市化速度不斷加快，人類活動(dòng)對植被NDVI的影響進(jìn)一步增強(qiáng)。

圖1 珠江流域概況圖Figure 1 Overview of the Pearl River basin

1.2 數(shù)據(jù)來源

研究所需的遙感植被 NDVI來源于美國國家航空航天局發(fā)布的MOD13A3 C6產(chǎn)品（https://ladsweb.modaps.eosdis.nasa.gov/），時(shí)間范圍為2000年1月—2020年12月，空間分辨率為1 km。NDVI數(shù)據(jù)需要進(jìn)行重投影、重采樣和裁剪等預(yù)處理，得到 2000—2020年NDVI年均值的時(shí)間序列。2000、2010和2020年的土地覆蓋數(shù)據(jù)集從 GlobeLand30平臺(tái)（http://www.globallandcover.com/）獲取，空間分辨率為 30 m，通過重投影、重采樣和裁剪等處理得到珠江流域的6類土地覆蓋數(shù)據(jù)。數(shù)字高程數(shù)據(jù)（shuttle radar topography mission，SRTM）來源于地理空間數(shù)據(jù)云平臺(tái)（https://www.gscloud.cn/），通過 ArcGIS10.6軟件重采樣為1 km，并在軟件中計(jì)算研究區(qū)的坡度和坡向。氣象數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心提供的逐月氣溫和降水量數(shù)據(jù)集，空間分辨率為1 km，通過計(jì)算均值得到 2000—2020年的年平均氣溫和降水量數(shù)據(jù)（Peng et al.，2019）。夜間燈光數(shù)據(jù)選用Chen et al.（2021）研發(fā)的跨傳感器校正的夜間燈光數(shù)據(jù)，時(shí)間范圍為 2000—2020年，在ArcGIS10.6軟件中重采樣為1 km。人口密度數(shù)據(jù)來源于WorldPop發(fā)布的1 km分辨率的人口密度數(shù)據(jù)（https://www.worldpop.org/），通過重投影和裁剪等預(yù)處理獲得時(shí)間跨度為 2000—2020年的珠江流域人口密度數(shù)據(jù)。土壤類型數(shù)據(jù)來源于中國土壤普查辦公室編制的1∶100萬中華人民共和國土壤圖數(shù)字化生成的圖，空間分辨率為1 km。

1.3 研究方法

1.3.1 Theil-Sen Median斜率估計(jì)和Mann-Kendall顯著性檢驗(yàn)

Theil-Sen Median斜率估計(jì)是一種非參數(shù)估計(jì)方法，受數(shù)據(jù)異常值的影響小，適用于分析長時(shí)間序列NDVI的時(shí)空變化規(guī)律（趙偉等，2021）。在像元尺度上，采用此方法分析2000—2020年NDVI變化趨勢，其計(jì)算公式如下：

式中：

Tslope——斜率；

xi和xj——第i和第j年NDVI的年均值。當(dāng)Tslope＞0時(shí)，表示NDVI在研究時(shí)段內(nèi)呈上升趨勢，反之則呈下降趨勢，絕對值越大，表示NDVI的變化程度越大。當(dāng)Tslope=0時(shí)，表明NDVI在研究時(shí)間段內(nèi)基本保持不變。

Mann-Kendall顯著性檢驗(yàn)可用于驗(yàn)證Theil-Sen Median估計(jì)結(jié)果的顯著性，該方法最大的優(yōu)勢是不需要數(shù)據(jù)服從正態(tài)分布，是一種應(yīng)用廣泛的趨勢檢驗(yàn)方法（Chen et al.，2020）。相關(guān)計(jì)算公式如下：

式中：

S——Mann-Kendall的檢驗(yàn)統(tǒng)計(jì)量；

xj、xk——j、k年相應(yīng)的測量值；

n——數(shù)據(jù)系列的長度；

sgn——符號(hào)函數(shù)。顯著性水平的閾值分別為±1.96（95%顯著性檢驗(yàn)）和±2.58（99%顯著性檢驗(yàn)）。當(dāng)ZMK的取值范圍介于1.96—2.58，表明增長趨勢通過95%顯著性檢驗(yàn)；如果ZMK≥2.58，表明增長趨勢通過99%顯著性檢驗(yàn)，反之亦然。

1.3.2 相關(guān)分析

為了探究氣候和人為因素對NDVI的影響，在像元尺度上，計(jì)算NDVI與平均氣溫、降水量、夜間燈光強(qiáng)度和人口密度變化趨勢的相關(guān)性（邢愿等，2021），計(jì)算公式如下：

式中：

Axy——兩個(gè)變量變化趨勢的相關(guān)性；

yi——第i年NDVI值；

xi——對應(yīng)年份平均氣溫、降水量、夜間燈光強(qiáng)度和人口密度的數(shù)值；

1.3.3 地理探測器

（1）分異及因子探測能探究NDVI空間分異的驅(qū)動(dòng)因素以及揭示各個(gè)因子的影響程度（王勁峰等，2017），其表達(dá)式如下：

式中：

q——不同因子對NDVI空間分異的解釋力度；

L——NDVI或各個(gè)因子的分層；

N——研究區(qū)內(nèi)劃分格網(wǎng)的數(shù)量；

Nh——層h區(qū)域內(nèi)NDVI的數(shù)值；

σ2——研究區(qū)內(nèi)NDVI的方差；

σh2——h層區(qū)域內(nèi)NDVI的方差。

以格網(wǎng)為單元對珠江流域NDVI進(jìn)行影響因素影響力的探測。q的取值范圍是0—1，值越大說明該因子對NDVI空間分異的解釋力越大（孫銳等，2020）。研究中選取地形因素（海拔（X1）、坡度（X2）、坡向（X3））、氣候因素（降水量（X4）、平均氣溫（X5））、土地覆蓋類型（X6）、土壤類型（X7）、人為因素（夜間燈光強(qiáng)度（X8）、人口密度（X9））為變量，探究NDVI空間分異的主要影響因素。

（2）交互作用探測器能揭示不同因子之間的交互作用，即評價(jià)不同因子兩兩交互作用時(shí)解釋力的變化（王勁峰等，2017）。兩因子交互作用的結(jié)果可分為五類（表1）。

表1 雙因子交互作用結(jié)果類型Table 1 Types of two-factor interaction result

2 結(jié)果與分析

2.1 珠江流域NDVI與土地覆蓋時(shí)空變化分析

在圖2中，研究時(shí)段內(nèi)珠江流域NDVI整體呈波動(dòng)上升趨勢，NDVI呈上升趨勢的地區(qū)面積占比高達(dá)91.66%，但不同子流域內(nèi)NDVI增長速率存在差異，2000—2004年、2005—2009年以及2014—2018年是珠江流域NDVI快速增長的3個(gè)時(shí)期。研究時(shí)段內(nèi)珠江流域NDVI均值為0.551，其中，最大值出現(xiàn)在 2017年，為 0.603，最小值出現(xiàn)在 2005年，為0.492。4個(gè)子流域中，東江流域的NDVI均值最高，北江流域的NDVI均值上升速率最高，珠江三角洲流域的NDVI均值最低且增長速率較低，4個(gè)子流域在2005和2012年前后NDVI均值都呈現(xiàn)明顯下降趨勢，隨后的年份植被恢復(fù)速度較快。綜上所述，2000—2020年珠江流域整體及各個(gè)子流域的NDVI均呈上升趨勢。

圖2 珠江流域2000—2020年NDVI時(shí)間變化趨勢Figure 2 Temporal variation of NDVI in the Pearl River basin from 2000 to 2020

由圖 3可知，珠江流域 NDVI的變化斜率在-0.028—0.027 a-1之間，呈極顯著上升和顯著上升的面積占比分別為43.6%和15.14%，極顯著下降和顯著下降的面積占比分別為1.25%和0.51%，NDVI呈上升趨勢的區(qū)域面積大于呈下降趨勢的區(qū)域面積。其中，西江流域西部和南部NDVI呈顯著上升趨勢，但西部的部分喀斯特地貌區(qū)和南部的南寧等大城市附近呈顯著下降趨勢。東江流域的東部和北部以及北江流域北部山區(qū) NDVI均呈顯著上升趨勢。珠江三角洲流域內(nèi)，在珠三角城市群內(nèi)呈顯著和極顯著下降趨勢，在城市群外圍地區(qū)則表現(xiàn)為極顯著上升的趨勢，因此，珠江三角洲流域的 NDVI均值仍呈現(xiàn)緩慢增長趨勢。

圖3 2000—2020年珠江流域NDVI變化趨勢及顯著性檢驗(yàn)Figure 3 Spatial variation of NDVI and its significance test in the Pearl River basin from 2000 to 2020

選用流域內(nèi)2000、2010和2020年土地覆蓋數(shù)據(jù)，統(tǒng)計(jì)不同土地覆蓋類型的變化情況（表2），結(jié)合2000年和2020年的土地覆蓋數(shù)據(jù)繪制土地覆蓋類型變化圖（圖4a）。同時(shí)，以0.3和0.6為間隔將NDVI劃分為低、中和高3個(gè)等級，結(jié)合土地覆蓋數(shù)據(jù)，繪制不同土地覆蓋類型內(nèi)NDVI等級變化圖（圖 4b）。2000—2020年珠江流域土地覆蓋類型發(fā)生變化的區(qū)域占 17%，土地覆蓋類型的轉(zhuǎn)換對NDVI變化的影響存在差異。結(jié)合表 2和圖 4a得出，珠江流域內(nèi)林地和耕地占主體地位，兩種地類面積占比之和保持在80%以上。林地分布廣泛，在西江流域中上游地區(qū)林地面積有所增加，而在珠三角城市群附近有所下降，由其他土地覆蓋類型轉(zhuǎn)化為林地的區(qū)域中，NDVI呈上升趨勢的面積占95.37%。耕地廣泛分布于珠江流域中部和東部地區(qū)，2000—2010年耕地面積有所增長，然而隨著城市化建設(shè)的推進(jìn)以及退耕還林等政策的影響，2010—2020年部分耕地轉(zhuǎn)化為了建設(shè)用地和林地。2000—2020年，由其他土地覆蓋類型轉(zhuǎn)化為耕地的區(qū)域中，NDVI呈上升趨勢的面積占85.31%，其中，由林地轉(zhuǎn)為耕地的部分地區(qū)NDVI有所下降。草地集中分布于珠江流域北部和西部的高山地區(qū)，其面積變化趨勢與耕地相似，從其他地類轉(zhuǎn)化為草地的區(qū)域集中分布于西江流域上游地區(qū)，該區(qū)域內(nèi)NDVI呈上升趨勢的面積占90.75%。研究時(shí)段內(nèi)建設(shè)用地面積顯著增加，面積占比增加了2.37%，轉(zhuǎn)化為建設(shè)用地的區(qū)域集中分布在珠三角城市群及各大城市內(nèi)，城市的擴(kuò)張通常會(huì)擠占綠地，由其他地類轉(zhuǎn)化為建設(shè)用地的區(qū)域中，NDVI呈下降趨勢的面積占63.05%。整體上，轉(zhuǎn)化為林地、耕地和草地的區(qū)域內(nèi)NDVI上升趨勢顯著，而轉(zhuǎn)化為建設(shè)用地的區(qū)域NDIV下降趨勢顯著。

表2 珠江流域2000、2010和2020年土地覆蓋變化情況Table 2 Land cover transformation in the Pearl River basin in 2000, 2010 and 2020

圖4 2000—2020年珠江流域土地覆蓋類型轉(zhuǎn)變和各種土地覆蓋類型中NDVI等級變化圖Figure 4 Transformation of land cover and NDVI grades in various land cover types in the Pearl River basin from 2000 to 2020

進(jìn)一步統(tǒng)計(jì)耕地、林地、草地、建設(shè)用地和裸地中NDVI等級的變化趨勢（圖4b），在耕地、林地和草地中NDVI處于中等級的比例有所下降，而高等級比例顯著增加，林地內(nèi)高等級比例在2020年占主體地位，占比為61.2%，表明在耕地、林地和草地中，植被數(shù)量或密度有了大幅提升，生態(tài)環(huán)境有所改善。建設(shè)用地內(nèi)NDVI以中和低等級為主，低等級比例呈現(xiàn)先升后降的趨勢，而高等級的比例在2020年也有所增加，由0.44%增加到7.7%，表明珠江流域建設(shè)用地的面積雖然顯著上升，但是城市中的綠地面積也有所增加。整體上看，在不同土地覆蓋類型內(nèi)高等級比例增加較為明顯，低等級比例則有下降的趨勢，表明珠江流域的植被狀況在近年來顯著改善。

2.2 NDVI與氣候和人為因素相關(guān)分析

相關(guān)研究成果表明在黃土高原和內(nèi)蒙古等地區(qū)氣候變化是使NDVI上升的重要原因（孫銳等，2019；孫倩倩等，2021；張翀等，2021），而氣溫和降水量是氣候變化的重要指示器。基于像元尺度的相關(guān)分析，探究NDVI與降水量和平均氣溫在空間上隨時(shí)間變化的相關(guān)性。在圖 5a中，整個(gè)流域內(nèi)NDVI與降水量變化趨勢呈正相關(guān)的區(qū)域面積占比為65.63%，表明在研究時(shí)段內(nèi)珠江流域大部分地區(qū)NDVI和降水量表現(xiàn)出同步增長的趨勢。在4個(gè)子流域中，西江、北江和珠江三角洲流域以正相關(guān)為主，呈正相關(guān)的面積占比分別為71.54%、53.46%和63.27%，而東江流域以負(fù)相關(guān)為主，呈負(fù)相關(guān)的面積占比為72.04%；部分地區(qū)呈現(xiàn)顯著和極顯著負(fù)相關(guān)。西江流域的中部和西部大部分地區(qū)屬于不顯著正相關(guān)，而在云貴高原東側(cè)區(qū)域呈顯著和極顯著正相關(guān)，表明降水量的增加對植被的促進(jìn)作用存在空間異質(zhì)性。在降水量相對較低的云貴高原東部地區(qū)，降水量的增加對NDVI的促進(jìn)作用更明顯。在圖5b中，NDVI與平均氣溫的變化趨勢表現(xiàn)為正相關(guān)的地區(qū)面積占比為94.45%，其中呈極顯著和顯著正相關(guān)的區(qū)域面積占比分別為13.84%和 22.06%，表明在研究時(shí)段內(nèi)珠江流域大部分地區(qū)NDVI和平均氣溫表現(xiàn)出同步增長的趨勢。NDVI與平均氣溫呈極顯著和顯著正相關(guān)的區(qū)域集中分布于西江流域的上游地區(qū)、北江北部的山區(qū)和東江東部地區(qū)。整體上看，NDVI與平均氣溫的相關(guān)性高于 NDVI與降水量的相關(guān)性。

圖5 珠江流域NDVI與氣候因素相關(guān)關(guān)系空間分布Figure 5 Spatial distribution of the correlation between NDVI and climate factors in the Pearl River basin

夜間燈光強(qiáng)度和人口密度能在空間上較好地刻畫人類活動(dòng)強(qiáng)度。為探究人為因素對NDVI變化趨勢的影響，對2000—2020年NDVI與夜間燈光強(qiáng)度和人口密度的變化趨勢進(jìn)行相關(guān)分析（圖6）。在圖6a中，以珠江三角洲地區(qū)和南寧市為例，在市中心地區(qū)，夜間燈光強(qiáng)度趨于穩(wěn)定而NDVI維持在較低水平，以不顯著負(fù)相關(guān)為主。從市中心往外，負(fù)相關(guān)有所增強(qiáng)，表明該地段內(nèi)城市擴(kuò)張迅速，建設(shè)用地大量擠占綠地使NDVI呈下降趨勢。在城市外圍的郊區(qū)則表現(xiàn)為NDVI和夜間燈光強(qiáng)度同步增長，呈極顯著和顯著正相關(guān)，例如，從廣州市增城區(qū)到惠州市博羅縣表現(xiàn)為顯著正相關(guān)的地區(qū)呈帶狀分布。在圖6b中，NDVI和人口密度以負(fù)相關(guān)為主，極顯著和顯著負(fù)相關(guān)的區(qū)域集中分布于大城市的內(nèi)部，而呈斑狀分布于珠江流域的中西部地區(qū)。人口密度的增加反映了建設(shè)用地的急劇擴(kuò)張，使植被生存環(huán)境遭受破壞；另一方面，在城市中由于公園綠地的增加，部分地區(qū)NDVI也有所增加，呈顯著正相關(guān)的區(qū)域也呈斑塊狀分布于各個(gè)城市中。

圖6 珠江流域NDVI與人為因素相關(guān)關(guān)系空間分布Figure 6 Spatial distribution of the correlation between NDVI and anthropogenic factors in the Pearl River basin

2.3 NDVI空間分異影響因素分析

上述分析能反映NDVI與氣候因素和人為因素在空間上隨時(shí)間變化的相關(guān)性，但難以定量表達(dá)不同因素對NDVI空間異質(zhì)性的解釋力度。地理探測器既能夠定量表達(dá)單個(gè)因子對NDVI空間分異的影響，還能進(jìn)一步評價(jià)各個(gè)因子在兩兩交互作用時(shí)解釋力度的變化。

2.3.1 NDVI影響因素分析

以地形因素、氣候因素、人為因素、土地覆蓋類型、土壤類型為自變量，構(gòu)建因子體系并計(jì)算 4個(gè)子流域內(nèi)不同因素的q值（表3）。在表3中，土地覆蓋的q值是最高的，不同土地覆蓋類型中地表物質(zhì)組成和性質(zhì)差異較大，其變化能綜合反映研究區(qū)中自然和人為因素的轉(zhuǎn)變，例如，在流域東部地區(qū)建設(shè)用地的擴(kuò)張會(huì)導(dǎo)致綠地減少。人口密度和夜間燈光強(qiáng)度的q值也較高，在4個(gè)子流域的q值均值分別為0.44和0.43，表明人類活動(dòng)對NDVI空間分異也具有重要影響。NDVI高值地區(qū)主要分布在夜間燈光強(qiáng)度低或者無燈光值的區(qū)域，而在各大城市的城區(qū)NDVI較低。人口密度對NDVI的影響相似，在人口密度較高的城區(qū)NDVI較低，人類活動(dòng)能顯著改變植被的生長環(huán)境，對NDVI的空間分布產(chǎn)生影響。平均氣溫和降水量的q值均值分別為0.3和0.27，平均氣溫的解釋力度更高。珠江流域多數(shù)地區(qū)位于亞熱帶季風(fēng)氣候區(qū)，氣候溫暖濕潤，氣溫和降水量并非植被生長的限制性因素。地形因素中海拔的q值較高，流域西部云貴高原地區(qū)地勢較高，氣溫較低且降水量較少，植被以草甸為主；流域東部地區(qū)的低山丘陵地區(qū)則是以灌木和喬木為主，NDVI存在差異。海拔能通過影響局部地區(qū)的水熱組合進(jìn)而影響氣候和土地覆蓋類型，因而對植被空間分異產(chǎn)生重要影響。地形因素中的坡向q值是最低的，表明不同的坡向中NDVI值差異不顯著。不同類型的土壤中的有機(jī)質(zhì)和含水量等物理和化學(xué)性質(zhì)差異較大，從而直接影響植物的生長條件。珠江流域內(nèi)初育土、淋溶土和鐵鋁土分布廣泛，不同土壤類型中的NDVI差異也較為顯著。

表3 珠江流域內(nèi)4個(gè)子流域單元影響因素q值Table 3 The q values of influencing factors of four sub-basin units in the Pearl River basin

2.3.2 NDVI影響因素交互作用探測

交互作用探測器能得出不同因子在兩兩相互作用時(shí)解釋力度的變化（圖7）。大部分因子交互作用后呈現(xiàn)雙因子增強(qiáng)和非線性增強(qiáng)。坡向和其他因子交互作用后主要呈現(xiàn)為非線性增強(qiáng)；而在西江流域，平均氣溫和其他因子交互作用后也呈現(xiàn)非線性增強(qiáng)。在不同的子流域中，土地覆蓋∩夜間燈光強(qiáng)度和土地覆蓋∩人口密度的解釋力均較高。土地覆蓋類型的變化會(huì)影響下墊面的組成和性質(zhì)從而使NDVI差異較大；而夜間燈光強(qiáng)度和人口密度較高的地區(qū)植被覆蓋率維持在較低的水平，也會(huì)對NDVI的空間分異性造成較大影響。在東江和珠江三角洲流域，平均氣溫與土地覆蓋和夜間燈光強(qiáng)度交互作用后q值也較高，分別為0.66和0.76；而在北江流域內(nèi)平均氣溫q值較低，與其他因子交互作用后q值也沒有顯著提升。在西江流域內(nèi)，降水量∩平均氣溫呈非線性增強(qiáng)，在其他子流域內(nèi)均表現(xiàn)為雙因子增強(qiáng)。

圖7 珠江流域內(nèi)4個(gè)子流域單元影響因素交互作用探測Figure 7 Interaction detector of influencing factors of four sub-basin units in the Pearl River basin

3 討論

3.1 珠江流域 NDVI時(shí)空演化特征及其對氣候和人類活動(dòng)響應(yīng)

2000—2020年珠江流域 NDVI整體呈上升趨勢，在2000—2004年、2005—2009年以及2014—2018年NDVI增長較快。徐勇等（2022）的研究表明，在旱災(zāi)的影響下，2011年至2014年中國西南地區(qū)的NDVI均值出現(xiàn)明顯下降的趨勢。從圖2看出，2011年前后珠江流域NDVI出現(xiàn)下降趨勢，但在隨后年份中NDVI呈上升趨勢，植被恢復(fù)較快。云貴高原東部地區(qū)和廣西丘陵北部的山地NDVI呈極顯著和顯著上升，多數(shù)地區(qū)為NDVI高等級區(qū)域，與已有的成果一致（劉梁美子等，2019；金凱等，2020；邢愿等，2021）。從2000年以來天然防護(hù)林工程、退耕還林還草以及西南部巖溶地區(qū)石漠化綜合治理工程的實(shí)施，使西南部的植被生長條件顯著改善，植被恢復(fù)較快。云貴高原西部的部分地區(qū)、珠三角城市群和各大城市的內(nèi)部NDVI出現(xiàn)下降趨勢，一方面，在云貴高原地區(qū)地形起伏大，而且喀斯特地貌廣泛發(fā)育，石漠化和水土流失的問題突出，生態(tài)環(huán)境難以在短期得到改善（邢愿等，2021；徐勇等，2022）；另一方面，研究時(shí)段內(nèi)珠江流域的建設(shè)用地面積占比增加了2.37%，城市擴(kuò)張速度的加快使得大量的綠地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地。

氣候變化和人類活動(dòng)對NDVI的演變具有雙重影響。由圖5得出，在云貴高原中部，平均氣溫與NDVI的變化趨勢呈不顯著負(fù)相關(guān)，說明在高原上降水量較少，氣溫的升高會(huì)加劇當(dāng)?shù)氐母珊党潭?。云貴高原西側(cè)，NDVI與降水量和平均氣溫均呈極顯著正相關(guān)，表明在氣候更濕潤的地區(qū)，氣溫的升高有利于灌木和喬木往海拔更高的地區(qū)生長。根據(jù)前人的研究，在內(nèi)蒙古和黃土高原地區(qū)，降水量是影響NDVI空間分異的重要因素（張思源等，2020；孫銳等，2020），表明在干旱或半干旱地區(qū)，降水量是植被生長的限制性因素之一。在珠江流域內(nèi)降水量也是影響NDVI的重要因素；在氣候相對干旱的流域西部地區(qū)，降水量的增加能顯著提升 NDVI；因此，西江流域內(nèi)NDVI與降水量以正相關(guān)為主。另一方面，李建國等（2020）的研究表明，中國沿海地區(qū)的夏季暴雨對NDVI具有較強(qiáng)的抑制作用。在東江流域的沿海地區(qū)，夏季大量的云雨天氣反而不利于植被光合作用，對植被發(fā)育具有一定的抑制作用；此外，該地區(qū)土地覆蓋類型以林地為主，NDVI值較高，近年來由于城市擴(kuò)張的影響，在城郊地區(qū)林地面積有所下降，所以在該子流域內(nèi)NDVI與降水量的變化趨勢以負(fù)相關(guān)為主。在人口密集的區(qū)域，人類活動(dòng)對植被的影響占主體地位。在城市的周邊地區(qū)，NDVI與夜間燈光強(qiáng)度表現(xiàn)為顯著正相關(guān)。一方面，城郊地區(qū)人類活動(dòng)強(qiáng)度有所增加，道路設(shè)施不斷完善，但由于生態(tài)保護(hù)措施的落實(shí)，植被受人類活動(dòng)影響的程度仍相對較低，加上該地區(qū)的植被生長條件優(yōu)越，出現(xiàn)植被和夜間燈光強(qiáng)度共同增長的局面。因此，氣候的變化和人類活動(dòng)共同影響著NDVI的時(shí)空變化。

3.2 不同驅(qū)動(dòng)因素對NDVI空間分異的影響

由地理探測器結(jié)果可知，土地覆蓋的q值最高，不同的土地覆蓋類型的下墊面性質(zhì)差異顯著。土地覆蓋類型的轉(zhuǎn)變能綜合反映氣候、土壤類型和人類活動(dòng)的影響，對NDVI空間分異的解釋力度較高。夜間燈光強(qiáng)度和人口密度的解釋力度也較高，NDIV高值區(qū)域主要分布于人類活動(dòng)強(qiáng)度較低的區(qū)域。夜間燈光強(qiáng)度能有效反映人類活動(dòng)強(qiáng)度和建設(shè)用地的分布情況，但在市中心地區(qū)易出現(xiàn)“飽和”現(xiàn)象，而在該地區(qū)人口密度數(shù)據(jù)卻能很好地反映人類活動(dòng)與NDVI的關(guān)系。地形因素中海拔的q值較高，珠江流域的東部和西部地勢差異顯著，海拔的變化能通過影響局部地區(qū)的水熱組合進(jìn)而影響氣候和土地覆蓋類型，對植被空間分異產(chǎn)生重要影響。而坡向的解釋力度在4個(gè)子流域內(nèi)都是最低的。結(jié)合相關(guān)分析結(jié)果可知，珠江流域內(nèi)降水量和平均氣溫對NDVI的影響均以正向促進(jìn)作用為主，平均氣溫的升高對NDVI提升的促進(jìn)作用更明顯。在東江和珠江三角洲流域內(nèi)平均氣溫和降水量的解釋力度更高，在西江流域中解釋力度較低，表明在西江流域中土地覆蓋類型的轉(zhuǎn)變和人口密度的變化等其他因素對NDVI的空間分異影響更顯著。由交互作用結(jié)果得出，各個(gè)子流域中不同因素交互作用后解釋力度都有所增加，雖然坡向的解釋力度較低，但與其他因子交互作用后呈現(xiàn)非線性增強(qiáng)，而其他因子交互作用結(jié)果則以雙因子增強(qiáng)為主。

4 結(jié)論

（1）2000—2020年珠江流域NDVI上升較快。在時(shí)間上，2000—2004年、2005—2009年以及2014—2018年是NDVI快速增長的3個(gè)時(shí)期；在空間上，4個(gè)子流域NDVI變化趨勢以增長為主，東江流域的NDVI均值最高，珠江三角洲流域的NDVI均值最低且增長速率較低。

（2）在研究時(shí)段內(nèi)，珠江流域林地的面積有所減少，建設(shè)用地的面積顯著增加，在珠江流域內(nèi)林地和耕地的面積占主體地位。不同土地覆蓋類型的轉(zhuǎn)換對NDVI變化的影響存在差異，其中，由其他土地覆蓋類型轉(zhuǎn)換為林地、草地和耕地的區(qū)域內(nèi)，NDVI以上升趨勢為主；而在轉(zhuǎn)換為建設(shè)用地的區(qū)域內(nèi)，NDVI則以下降趨勢為主。

（3）NDVI與平均氣溫和降水量的變化趨勢均以正相關(guān)為主，表明在珠江流域氣溫和降水量對NDVI的影響均以正向促進(jìn)為主。NDVI與夜間燈光強(qiáng)度的變化趨勢以正相關(guān)為主，與人口密度的變化趨勢則是以負(fù)相關(guān)為主。NDVI與夜間燈光強(qiáng)度和人口密度的變化趨勢呈顯著正相關(guān)的區(qū)域主要分布于珠三角城市群和各大城市的外圍地區(qū)，呈負(fù)相關(guān)的區(qū)域主要分布于珠三角城市群以及各大城市的城區(qū)。

（4）從單一因子來看，土地覆蓋類型、人口密度和夜間燈光強(qiáng)度對NDVI空間分異的解釋力度較高。從交互作用結(jié)果來看，影響因子交互作用結(jié)果均表現(xiàn)為雙因子增強(qiáng)和非線性增強(qiáng)；不同子流域中，土地覆蓋∩夜間燈光強(qiáng)度和土地覆蓋∩人口密度的解釋力均較高。