余晨渝,肖作林,劉 睿,趙浣玎,王科宇

重慶師范大學地理信息系統(tǒng)應用研究重慶高校市級重點實驗室, 重慶 401331

植被覆蓋不僅是生態(tài)系統(tǒng)的主體部分[1—3],更是生態(tài)環(huán)境變化的重要指標[1,4—5],其變化是氣候變化和人類活動共同作用的結果。其中,人類活動對植被覆蓋的影響成為研究全球變化的熱點問題。20世紀中葉以來,隨著人類活動對自然環(huán)境干擾的不斷加劇,土地退化、水土流失等一系列生態(tài)環(huán)境問題頻發(fā),植被覆蓋出現(xiàn)一定程度退化。為有效解決區(qū)域的生態(tài)環(huán)境問題,自1999年開始中國政府實施一系列生態(tài)恢復工程[6]。人類通過保護現(xiàn)有植被、封山育林、退耕還林、人工造林等方式修復和重建被破壞的森林等自然生態(tài)系統(tǒng)。如今,美國國家航空航天局(National Aeronautics and Space Administration,NASA)最新衛(wèi)星資料顯示：地球比20年前更綠了,中國的植被增加量占過去近20年全球植被總增加量的25%[7—8]?？梢哉f,植被覆蓋變化是人類活動的深刻反映。

已有學者從國家或區(qū)域尺度出發(fā)[9—11],圍繞人類活動和植被覆蓋變化的關系做了大量的研究。趙安周等[6]利用Hurst指數(shù)和非參數(shù)化趨勢度(Sen)方法計算退耕還林(草)工程實施前后黃土高原植被覆蓋的變化情況。程東亞等[12]利用像元二分模型和相關分析等方法研究貴州沅江流域植被覆蓋的時空變化特征,并做了地形效應和人口效應的分析。李昊等[13]在貴州省畢節(jié)地區(qū),建立NDVI—氣候響應模型,利用殘差法分析退耕還林工程為主的人為因素在當?shù)刂脖桓采w恢復中的作用。成佩昆等[14]基于PCSE修正的面板數(shù)據(jù)模型,研究了陜西省退耕還林工程對植被恢復的影響效應。在當前研究中,大多著眼于黃土高原、青藏高原等熱點研究區(qū)[15—17],對于西南地區(qū)植被覆蓋變化的研究相對較少。雖然人類實施了多種植被覆蓋恢復工程,但目前研究多將目光集中在退耕還林方面,對于封禁育林等其他工程對植被恢復作用的研究目前仍停留在定性的認識層面,尚未見到相關定量研究的報道。

我國西南山地地形復雜,生態(tài)環(huán)境脆弱,植被恢復任務艱巨。重慶市作為成渝雙城經(jīng)濟圈中的重要區(qū)域,以及我國第三大林區(qū)(西南林區(qū))的重要地區(qū)之一,同時面對快速發(fā)展和生態(tài)保護的雙重需求,更兼具三峽庫區(qū)重要生態(tài)戰(zhàn)略地位。近20年,隨著城鎮(zhèn)化高速發(fā)展、產(chǎn)業(yè)結構調(diào)整、人口流動等,以及退耕還林、封禁育林等一系列生態(tài)修復工程的實施,植被覆蓋發(fā)生深刻演變。可以說,重慶市是開展解析人類活動對于植被覆蓋變化作用研究的典型試驗區(qū)。因此,本文基于重慶市2000—2020年歸一化植被指數(shù)、氣象數(shù)據(jù)、土地利用數(shù)據(jù)、封禁育林統(tǒng)計數(shù)據(jù),采用slope趨勢分析和M-K檢驗分析重慶市植被覆蓋時空變化特征;利用GIS技術,整合殘差分析、土地利用轉置矩陣等方法,分析人類活動對植被覆蓋變化的貢獻程度,定量評估封禁育林生態(tài)工程對植被恢復作用的大小,為西南山地生態(tài)恢復工程政策提供科學依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

重慶市作為西南地區(qū)的門戶城市,地跨105°11′—110°11′E、28°10′—32°13′N,幅員82402.95 km2。轄區(qū)內(nèi)多山脈,具有西南山地的顯著特點。重慶市屬亞熱帶季風性濕潤氣候,年均溫差小,雨量豐沛,太陽輻射弱,日照時間短。重慶市是長江上游最大的經(jīng)濟中心、西南工商業(yè)重鎮(zhèn)和水陸交通樞紐,突出的經(jīng)濟實力和城市現(xiàn)代化進程對周邊人口的吸引明顯,整體人口流動強度大。土地覆被類型以林地、農(nóng)田和灌叢為主,土地覆被類型以轉換為林地和建設用地為主,其中,林地以常綠針葉林、常綠闊葉林和落葉闊葉林為主,農(nóng)田以耕地(水田和旱地)為主,灌叢以闊葉灌叢為主[18](圖1)。

圖1 研究區(qū)地理位置與土地利用Fig.1 Geographical position and land use of the study area

1.2 數(shù)據(jù)來源與處理

本文所需的基礎數(shù)據(jù)包括：遙感數(shù)據(jù)、土地利用數(shù)據(jù)以及氣象數(shù)據(jù)等(表1)。遙感數(shù)據(jù)來源于NASA EOS/MODIS,選用2000—2020年歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)500 m分辨率數(shù)據(jù)集,使用最大值合成法生成逐月最大NDVI數(shù)據(jù)。2000—2020年降雨、氣溫、土地利用數(shù)據(jù)來源于國家地球系統(tǒng)科學數(shù)據(jù)中心,精度分別為1000 m與30 m。數(shù)字高程模型(Digital Elevation Model,DEM)數(shù)據(jù)來源于中國地理空間數(shù)據(jù)云,空間分辨率為90 m。封禁育林面積由重慶市各區(qū)縣統(tǒng)計年鑒收集獲取。

表1 主要數(shù)據(jù)來源

2 研究方法

2.1 趨勢分析

利用線性回歸對NDVI在時間序列上作趨勢分析。公式如下[19]：

(1)

式中,Ci為第i年的NDVI實際觀測值,n為總年數(shù)。當slope>0時,說明植被覆蓋呈增加趨勢;當slope<0時,說明植被覆蓋呈下降趨勢;當slope=0時,說明植被覆蓋不變。

線性回歸的趨勢分析顯著性檢驗采用t檢驗法,計算方法如下所示：

(2)

(3)

2.2 Mann-Kendall分析

Mann-Kendall方法是一種非參數(shù)統(tǒng)計檢驗的方法,具有適用范圍廣、人為性少、定量化程度高的優(yōu)點[20],在長時間序列的趨勢檢驗和分析中得到廣泛應用。假定時間序列(x1,x2,…,xn) 是n個獨立的、隨機變量同分布的樣本;備選假設H1是雙邊檢驗。對于所有的i

(4)

式中,sign()是符號函數(shù),主要對括號中Xi-Xj的值進行判別,設有以下規(guī)定：

(5)

當S為正態(tài)分布,其均值為0,其方差為：

Var(S)=n(n-1)(2n+5)/18

(6)

M-K統(tǒng)計量公式在S>0,S=0,S<0是Z對應的值分別計算為：

(7)

式中,Z為正值代表增加趨勢,負值代表減少趨勢。Z的絕對值大于等于1.28、1.96、2.32分別代表通過了可信度90%、95%、99%的顯著性檢驗。

2.3 殘差分析

殘差分析的思路是通過剔除氣候變化對植被覆蓋的影響,得到人類活動對植被覆蓋變化影響的部分。本文對每個像元建立年均NDVI與氣候因素(降雨和氣溫)的回歸模型,得到像元尺度上的年均NDVI預測值,進而計算實測值與預測值之間的差值,用來表征人類活動對植被覆蓋變化的影響程度。其表達式如下：

圖2 重慶市2000—2020年均NDVI變化 Fig.2 The change of annual average of NDVI in Chongqing from 2000 to 2020

3 結果分析

3.1 植被覆蓋變化特征分析

2000—2020年重慶市植被覆蓋呈現(xiàn)顯著上升趨勢,上升速率為0.06/10a;M-K檢驗Z值為2.386,置信水平2.32,通過99%的顯著性檢驗(圖2)。重慶市植被覆蓋變化呈現(xiàn)出顯著的時空分異特征,大部分地區(qū)植被覆蓋呈增加趨勢,最大增加趨勢達到0.032,主要集中于渝東北地區(qū);而最大減少趨勢值達到-0.0214,主要集中于渝中地區(qū)。重慶市近20年90%以上地區(qū)植被覆蓋有所增加,植被恢復狀況良好。

根據(jù)表2可知：植被覆蓋顯著增加區(qū)域所占面積最大(45.18%);其次為變化不顯著區(qū)域和極顯著增加區(qū)域,分別占30.53%和23.24%;極顯著減少區(qū)域與顯著減少區(qū)域最少,僅占整個研究區(qū)的0.66%與0.39%?？傮w來看,顯著和極顯著增加區(qū)域達到研究區(qū)面積的68.4%,顯著和極顯著減小區(qū)域僅為1.05%,研究區(qū)2000—2020年間植被覆蓋增加趨勢明顯(圖3)。

表2 2000—2020年NDVI變化特征表

圖3 2000—2020年重慶市植被覆被變化趨勢及顯著性分布Fig.3 Change tendency of NDVI and its significance level in Chongqing from 2000 to 2020

3.2 人類活動對植被覆蓋影響的時空特征

一般認為,植被覆蓋變化受到氣候條件和人類活動的共同驅動作用[21—23]。通過計算發(fā)現(xiàn),研究區(qū)2000—2020年年均NDVI與年均氣溫和年降雨量的相關系數(shù),分別為0.48和0.63,均達到顯著相關水平。本文采用殘差分析法剔除氣候條件作用,得到人類活動對植被覆蓋變化的影響程度(殘差)。在柵格單元上采用降雨、氣溫因素預測NDVI值,然后利用遙感觀測的NDVI真實值減去NDVI預測值得到殘差,最后對殘差做趨勢分析,得到重慶市殘差年際變化趨勢空間分布(圖4)。通過統(tǒng)計分析發(fā)現(xiàn),2000—2020年平均NDVI殘差為0.005,說明人類活動對植被覆蓋的影響以正向為主。從時間變化上來看,NDVI殘差呈逐年增加的趨勢,增長率為0.043/10a,最大值出現(xiàn)在2020年(0.09)。從空間分布上看,2000—2020年研究區(qū)人類活動對植被覆蓋同時存在正向和負向兩個方面的影響,以正向影響為主導。人類活動對植被覆蓋正向影響區(qū)域主要集中在研究區(qū)東南部和東北部,梁平、忠縣、萬州和墊江等區(qū)縣最為明顯。人類活動對植被覆蓋負向影響區(qū)域主要集中于人類活動密集、城市化進程較快的重慶市主城區(qū)以及各區(qū)縣的城區(qū)(如潼南、永川、榮昌和大足等)。以上區(qū)域受到城市擴張影響,大量耕地、草地和林地轉變?yōu)榻ㄔO用地造成植被覆蓋的減少。

圖4 2000—2020年重慶市人類活動對植被覆蓋影響Fig.4 Impact of human activities on vegetation coverage in Chongqing from 2000 to 2020

3.3 不同土地利用變化對植被覆蓋變化的貢獻程度

殘差分析法采用殘差表征每個柵格單元上人類活動對植被覆蓋變化的影響程度,但并未反映出人類活動對植被覆蓋變化影響的具體方式。本文采用2000年和2020年土地利用變化、年均NDVI變化以及殘差變化進行空間疊加分析,得到不同土地利用類型變化區(qū)域柵格單元上實測NDVI變化值和殘差變化值的總和,并計算不同土地利用變化類型對植被覆蓋變化貢獻率的大小(表3)。

據(jù)統(tǒng)計,對植被覆蓋變化貢獻程度最大的為林地未變區(qū)(53.13%)、耕地未變區(qū)(31.05%),這兩個區(qū)域占植被覆蓋變化總量的84.18%,其次為建筑用地未變區(qū)、草地未變區(qū)和水域未變區(qū)。土地利用類型發(fā)生變化的區(qū)域對植被覆蓋變化的貢獻程度均很低,其中最大的耕地轉林地(退耕還林)貢獻僅為1.24%。可以看出,退耕還林工程對植被恢復的作用雖備受關注,但對于研究區(qū)整體的植被覆蓋變化而言,其貢獻程度并不顯著。耕地是人類活動的產(chǎn)物,其植被覆蓋變化是人類種植行為作用的結果[23—25],因此耕地未變區(qū)的植被覆蓋變化可以認為完全由人類活動造成。林地未變區(qū)植被覆蓋變化顯著(53.13%),同時受到氣候條件和人類活動的共同作用,其中受到人類活動的作用程度(殘差)達到47.33%,值得深入探討。

表3 土地利用變化對植被覆蓋度的影響

3.4 林地未變化區(qū)人類活動對植被恢復的作用

研究區(qū)林地未變區(qū)多集中在渝東北和渝東南地區(qū),這些地區(qū)多屬于海拔較高的山地,植被覆蓋較高。提取林地未變區(qū)的年均殘差,可以看出：人類活動對林地未變區(qū)植被覆蓋變化存在正向和負向兩方面的作用,以正向為主導。渝東北地區(qū)人類活動對林地植被普遍起到恢復作用;渝東南及南部地區(qū)人類活動對林地植被覆蓋的正向和負向作用并存,并呈現(xiàn)相間分布格局。從區(qū)縣尺度來看,人類活動對林地植被覆蓋負面影響在城口、豐都、彭水、武隆、石柱、酉陽和秀山均有分布;人類活動對植被覆蓋正向影響顯著的區(qū)縣包括巫山、奉節(jié)、巫溪、開州和江津等(圖5)。

圖5 林地未變化區(qū)植被覆蓋變化殘差與封禁育林面積分布Fig.5 The residuals of vegetation coverage in unalted forest areas and the distribution of forest conservancy area

封禁育林是重慶市實施的重要生態(tài)工程,是林地未變區(qū)的標志性人類活動?；诖怂鸭貞c市各區(qū)縣2000—2020年封禁育林面積數(shù)據(jù),選取其中數(shù)據(jù)獲取較為全面的15個區(qū)縣,進行封禁育林面積、植被覆蓋變化以及殘差的相關性分析(圖6)。發(fā)現(xiàn)：林地未變區(qū)年均封禁育林面積與年均植被覆蓋變化存在極顯著正相關關系(R2=0.82)。說明,封禁育林生態(tài)工程在促進植被覆蓋恢復方面起到了重要作用。年均封禁育林面積與殘差的極顯著相關分析結果表明(R2=0.72),殘差能夠較好的體現(xiàn)封禁育林生態(tài)工程對植被覆蓋變化的作用,在一定程度上印證了殘差分析的可行性。

圖6 封禁育林面積與殘差、植被覆蓋變化關系Fig.6 The relationship between forest conservancy area, residuals and vegetation coverage change

4 討論

本文以重慶市為例分析了2000—2020年西南山地植被覆蓋時空變化特征,發(fā)現(xiàn)研究區(qū)植被覆蓋整體處于上升趨勢。這與劉燦等[26]對重慶市2000—2011年植被覆蓋變化的研究結論基本保持一致。近二十年,西南山地植被覆蓋呈現(xiàn)出較為明顯的恢復態(tài)勢,人類活動作為導致全球植被覆蓋變化的主要驅動力開始受到關注[27—29]。土地利用變化是人類活動改變植被覆蓋的重要表現(xiàn)形式[30—32],本文將殘差和土地利用變化結合分析,明確了不同土地利用變化類型對NDVI變化以及殘差變化的相對貢獻率。發(fā)現(xiàn)：土地利用變化對植被覆蓋以及對殘差的貢獻率具有高度一致性,并且林地未變區(qū)與耕地未變區(qū)對植被覆蓋變化總量的影響程度最大,達到84.18%。雖然已有研究已經(jīng)從定量角度論證退耕還林、人工造林工程對植被覆蓋恢復的顯著效益[33—34],但在西南山地,有必要對承載更多植被覆蓋變化的土地利用未變區(qū)開展深入研究。耕地未變區(qū)植被覆蓋變化可認為主要受到人類活動的驅動作用,林地未變區(qū)則受到人類活動和氣候條件的共同影響[35—37]。本文基于封禁育林面積數(shù)據(jù),在區(qū)縣尺度上建立年均封禁育林面積和林地未變區(qū)植被覆蓋變化以及殘差變化的回歸方程。結果表明,封禁育林對林地未變區(qū)植被恢復起到顯著推動作用,同時發(fā)現(xiàn)封禁育林與殘差具有較高的擬合結果。因此,可以認為林地未變區(qū)人類活動對植被恢復的作用(殘差)與封禁育林工程密切相關,殘差變化的物理含義可以得到較好的闡釋。本文整合多種分析方法對研究區(qū)植被覆蓋變化的人類活動驅動作用進行了較為深入的解析,首次定量揭示了封禁育林工程對植被覆蓋恢復的重要作用,對豐富區(qū)域植被覆蓋變化驅動研究具有一定參考價值。

5 結論

本文以重慶市為例,基于2000—2020年的氣象數(shù)據(jù)、NDVI數(shù)據(jù)、封禁育林數(shù)據(jù)以及2000年與2020年土地利用數(shù)據(jù),利用slope趨勢分析、回歸分析、Mann-Kendall、殘差分析和土地利用轉置矩陣等方法,分析了研究區(qū)植被覆蓋變化趨勢以及定量解析了人類活動作用。

具體結論如下：

(1)研究區(qū)2000—2020年植被覆蓋整體呈上升趨勢,植被覆蓋變化空間差異顯著。渝東南和渝東北地區(qū)植被覆蓋較高,且植被覆蓋增加趨勢明顯;渝西南中部地區(qū)植被覆蓋較低,且是植被覆蓋減少的集中區(qū)域。

(2)殘差分析結果表明,2000—2020年研究區(qū)人類活動對植被覆蓋同時存在正向和負向兩個方面的影響,以正向影響為主導。人類活動對植被覆蓋正向影響區(qū)域主要集中在研究區(qū)東南部和東北部;人類活動對植被覆蓋負向影響區(qū)域主要集中于重慶主城區(qū),以及各區(qū)縣的城區(qū)范圍。

(3)不同土地利用類型轉換中,林地未變區(qū)對研究區(qū)植被覆蓋變化總量貢獻最大(53.13%);其次為耕地未變區(qū)(31.05%),耕地轉林地(退耕還林)貢獻僅為(1.24%)。封禁育林面積與林地未變區(qū)植被覆蓋變化存在極顯著正相關關系(R2=0.82),封禁育林生態(tài)工程對植被恢復具有積極且重要的作用。