李加順, 劉 麗

(云南省水利水電科學(xué)研究院, 云南 昆明 650228)

地表植被是陸地生態(tài)系統(tǒng)的重要組成成分,植被變化通常被當(dāng)作評(píng)價(jià)生態(tài)環(huán)境的重要指標(biāo)[1-3]。隨著遙感技術(shù)的發(fā)展,其成為了監(jiān)測(cè)長(zhǎng)時(shí)間和大尺度植被動(dòng)態(tài)變化的重要手段[4]。在此基礎(chǔ)上利用遙感數(shù)據(jù)開(kāi)發(fā)了歸一化差異植被指數(shù)(NDVI),其通過(guò)遙感圖像紅外光譜波段和近紅外光譜波段反射值計(jì)算得到,對(duì)植被敏感性高,可以有效反映植被狀況,在植被動(dòng)態(tài)變化研究中被廣泛應(yīng)用[5-6]。

自然條件是植被生長(zhǎng)的基礎(chǔ),主要包括地形因素和氣候因素[7-8]。植被生長(zhǎng)狀況與地形息息相關(guān),但不同的地形因子對(duì)植被變化產(chǎn)生的影響存在差異。其中,海拔的變化對(duì)氣候條件的影響十分明顯,如隨著海拔的上升,溫度降低,土壤類(lèi)型和植被類(lèi)型也產(chǎn)生明顯的垂直分異,這直接影響了植被生長(zhǎng)和適應(yīng)能力[9]。坡度對(duì)植被的影響主要通過(guò)地表徑流、土壤養(yǎng)分以及土壤侵蝕程度來(lái)體現(xiàn),陡坡會(huì)導(dǎo)致水分和養(yǎng)分的快速流失,使得土壤貧瘠,難以維持植物生長(zhǎng)所需的營(yíng)養(yǎng)條件。緩坡土壤水分和養(yǎng)分更易保持,為植被生長(zhǎng)提供了更適宜的生長(zhǎng)環(huán)境[10]。坡向?qū)χ脖坏挠绊懼饕ㄟ^(guò)太陽(yáng)輻射和水分分配的差異來(lái)體現(xiàn),不同坡向的太陽(yáng)輻射接收量和水分的分配存在差異,例如在北半球南坡受到的太陽(yáng)輻射較多,相對(duì)溫暖,水分蒸發(fā)速度較快,而北坡則相對(duì)較陰涼濕潤(rùn),這些差異直接影響植被的類(lèi)型和生長(zhǎng)情況[11]。氣候因素中溫度和降雨被認(rèn)為是影響植被生長(zhǎng)的關(guān)鍵因素[12]。溫度與植被物候的開(kāi)始和終止密切相關(guān),特別是在高緯度和高海拔地區(qū),溫度的升高有助于促進(jìn)植物的生長(zhǎng)速度和生理活動(dòng),增強(qiáng)植被光合作用和水分利用效率,促進(jìn)植被生長(zhǎng),但在寒冷地區(qū),較低的溫度可能限制植物的生長(zhǎng)和發(fā)育[13]。充足的降雨提供了為植物所需的水分,維持植物的生理活動(dòng)和生長(zhǎng)發(fā)育,但是干旱地區(qū)植被變化對(duì)降雨的響應(yīng)極其敏感,由于水分虧缺的約束,植被生長(zhǎng)受到限制[14-15]?，F(xiàn)有研究集中在氣溫和降雨,而對(duì)相對(duì)濕度、蒸發(fā)量和日照時(shí)數(shù)等氣候因素經(jīng)常被忽略,這些因素與植物生理活動(dòng)、生長(zhǎng)發(fā)育和適應(yīng)能力息息相關(guān),起到了不可忽視的作用[16]。

人類(lèi)活動(dòng)對(duì)植被變化的影響也日益受到關(guān)注[17]。有研究認(rèn)為人類(lèi)活動(dòng)對(duì)植被變化的影響主要體現(xiàn)在植樹(shù)造林、農(nóng)業(yè)擴(kuò)張和城市化等,而這些人類(lèi)活動(dòng)都導(dǎo)致了土地利用類(lèi)型的轉(zhuǎn)變[18-20]。因此,土地利用類(lèi)型轉(zhuǎn)變可以作為考察人類(lèi)活動(dòng)對(duì)植被變化影響的重要指標(biāo)[21]。人類(lèi)活動(dòng)對(duì)植被變化的影響往往表現(xiàn)出兩重性,一方面由于森林砍伐、農(nóng)業(yè)擴(kuò)張和城市化等人類(lèi)活動(dòng)對(duì)區(qū)域植被造成影響,導(dǎo)致大面積植被的受到破壞,土地退化[22]。另一方面,植樹(shù)造林對(duì)植被變化有著積極影響,可以有效提升植被覆蓋度,改善區(qū)域生態(tài)環(huán)境[23]。此外,人口密度和GDP與植被覆蓋度呈顯著負(fù)相關(guān),原因在于人口密度和GDP增長(zhǎng),對(duì)區(qū)域環(huán)境造成壓力,導(dǎo)致區(qū)域生態(tài)環(huán)境受到破壞,進(jìn)而退化[24]。

已有學(xué)者對(duì)云南省不同時(shí)空尺度植被變化進(jìn)行了研究。王永紅等[25]采用相關(guān)系數(shù)分析了云南NDVI變化與氣候因子的關(guān)系,發(fā)現(xiàn)降雨量是云南省植被變化的最大因素。徐虹等[26]通過(guò)統(tǒng)計(jì)學(xué)方法分析了地形因子影響下NDVI空間變化特征,表明在海拔4 000 m以下NDVI隨海拔升高有增加趨勢(shì),海拔超過(guò)4 000 m,受自然條件限制,NDVI下降。丁文榮[27]研究表明退耕還林工程的實(shí)施極大提升了區(qū)域植被覆蓋度,而城鎮(zhèn)化使得城鎮(zhèn)周邊地區(qū)植被覆蓋降低。已有研究多集中在某一類(lèi)或者幾個(gè)指標(biāo),而自然因素和人類(lèi)活動(dòng)因素對(duì)植被變化的解釋力方面還存在局限性,因而植被變化對(duì)自然因素和人類(lèi)活動(dòng)因素響應(yīng)的定量關(guān)系有待進(jìn)一步厘清。

鑒于此,本文基于2000—2020年NDVI、自然因子和人為活動(dòng)因子數(shù)據(jù)集,采用Theil-Sen趨勢(shì)分析、Mann-Kendal顯著性檢驗(yàn)和地理探測(cè)器等方法分析了云南省NDVI時(shí)空變化特征及其驅(qū)動(dòng)力,并進(jìn)一步探討了主導(dǎo)因子對(duì)NDVI時(shí)空變化的影響,評(píng)估了過(guò)去云南省林業(yè)生態(tài)工程實(shí)施的成效,以期為云南省未來(lái)生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)發(fā)展提供科學(xué)依據(jù),助力綠色可持續(xù)發(fā)展目標(biāo)的實(shí)現(xiàn)。

1 材料與方法

1.1 研究區(qū)概況

云南省地處中國(guó)西南地區(qū)(97°31′8.90″～106°11′50.85″ E,21°8′10.52″～29°15′3.48″ N),包括16個(gè)市(州),面積約38.40×104km2。區(qū)域海拔為68～6 265 m,地勢(shì)呈現(xiàn)西北高,東南低,地貌類(lèi)型以高原和山地為主。氣候類(lèi)型屬于亞熱帶高原季風(fēng)氣候,年溫差較小,季節(jié)干濕分明,年平均氣溫為-7℃～25℃,年降雨量為640～2 026 mm。

1.2 數(shù)據(jù)來(lái)源及處理

研究采用的數(shù)據(jù)主要包括NDVI、自然因子和人類(lèi)活動(dòng)因子數(shù)據(jù)集,其中NDVI來(lái)源于MOD13Q1植被數(shù)據(jù)產(chǎn)品,空間分辨率為250 m,時(shí)間分辨率為16 d。首先對(duì)NDVI數(shù)據(jù)進(jìn)行波段提取、投影變換和裁剪等預(yù)處理,然后使用最大值合成法生成2000—2020年逐年最大值NDVI數(shù)據(jù)集。

自然因子數(shù)據(jù)集包括地形和氣候因子,地形因子包括高程(X1)和坡度(X2),其DEM來(lái)源于地理空間數(shù)據(jù)云網(wǎng)站(https://www.gscloud.cn/),空間分辨率90 m。氣候因子包括溫度(X3)、降雨量(X4)、蒸發(fā)量(X5)、相對(duì)濕度(X6)和日照時(shí)數(shù)(X7),均來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/)[28],空間分辨率為1 km。人類(lèi)活動(dòng)數(shù)據(jù)集包括GDP(X8)、人口密度(X9)和土地利用類(lèi)型(X10),均來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心[29-31],其中人口密度和GDP空間分辨率為1 km,土地利用類(lèi)型空間分辨率為30 m。以上數(shù)據(jù)通過(guò)投影變換和掩膜提取處理后數(shù)據(jù)空間分辨率均保持一致,為250 m。

1.3 研究方法

1.3.1NDVI等級(jí)劃分 為反映NDVI空間分布格局,參考前人研究按照等間距法[7]將2000—2020年NDVI劃分為6個(gè)等級(jí):無(wú)植被覆蓋(0

1.3.2Theil-Sen趨勢(shì)分析和Mann-Kendal檢驗(yàn) Theil-Sen趨勢(shì)分析法[32]是一種非參數(shù)斜率估計(jì)方法,不易受異常值影響,對(duì)時(shí)序分析有較強(qiáng)的抗噪性,能夠直觀有效的反映時(shí)間序列變化趨勢(shì)。其N(xiāo)DVI變化斜率(θ)>0,表示研究時(shí)段內(nèi)NDVI具有上升趨勢(shì),反之下降。Mann-Kendall(MK)檢驗(yàn)[33]可判斷變化趨勢(shì)是否具有顯著性,當(dāng)MK檢驗(yàn)統(tǒng)計(jì)量的絕對(duì)值大于1.96時(shí),表明通過(guò)0.05水平上顯著(P<0.05)。將變化斜率θ和MK檢驗(yàn)結(jié)果疊加分析,NDVI變化趨勢(shì)劃分為4種類(lèi)型:顯著減少(θ<0,P<0.05)、不顯著減少(θ<0,P≥0.05)、不顯著增加(θ>0,P≥0.05)和顯著增加(θ>0,P<0.05)

1.3.3地理探測(cè)器模型 地理探測(cè)器是由王勁峰等[34]提出的一種空間分析模型,其中因子探測(cè)器和因子交互作用探測(cè)器可以用于定量分析自變量X對(duì)因變量Y之間的影響力,影響力大小采用q值衡量,q值越高,其影響力越強(qiáng)。本研究采用地理探測(cè)器對(duì)NDVI空間分異的驅(qū)動(dòng)力進(jìn)行探測(cè),其中因子探測(cè)器用于探測(cè)單個(gè)自變量X對(duì)因變量Y的影響力,因子交互作用探測(cè)器用于識(shí)別不同因素之間交互作用影響力,即通過(guò)計(jì)算q(X1∩X2)值來(lái)判斷因子X(jué)1和X2的共同作用對(duì)因變量Y的影響力是增強(qiáng)還是減弱,將q(X1∩X2)值與q(X1)和q(X2)的數(shù)值進(jìn)行比較,對(duì)于因變量Y的作用關(guān)系判別依據(jù)見(jiàn)表1。

表1 交互作用判別依據(jù)及作用關(guān)系類(lèi)型Table 1 Discriminant basis of the interactions and type of their role relationships

使用地理探測(cè)器研究NDVI空間分異的驅(qū)動(dòng)力時(shí),需要對(duì)影響因素進(jìn)行離散化處理。目前研究中使用較多的是自然斷點(diǎn)分類(lèi)法[35],可以有效避免人為干擾,最大限度地提高類(lèi)別之間的差異。研究采用自然斷點(diǎn)分類(lèi)法將高程、坡度、溫度、降雨量、蒸發(fā)量、相對(duì)濕度、日照時(shí)數(shù)、GDP和人口密度分為8類(lèi);土地利用類(lèi)型則根據(jù)一級(jí)大類(lèi)劃分為耕地、林地、草地、水域、建設(shè)用地和未利用地。

1.3.4土地利用類(lèi)型轉(zhuǎn)移矩陣 土地利用類(lèi)型轉(zhuǎn)移矩陣可以定量分析研究時(shí)段初期到末期土地利用類(lèi)型轉(zhuǎn)移方向和面積[36],其計(jì)算公式為:

(4)

式中,P表示面積;n表示土地利用類(lèi)型數(shù)量;Pij表示時(shí)間段內(nèi)i土地利用類(lèi)型轉(zhuǎn)變?yōu)閖土地利用類(lèi)型的面積。

1.3.5變異系數(shù) 變異系數(shù)[37]是NDVI時(shí)間序列標(biāo)準(zhǔn)差與平均值的比值,可用于反映研究時(shí)段NDVI變化的波動(dòng)程度,其計(jì)算公式如下:

(5)

2 結(jié)果與分析

2.1 NDVI空間分布格局

2000—2020年云南省植被覆蓋呈現(xiàn)西南高,東北低的空間分布格局(圖2)。在2000年、2010年和2020年中高植被覆蓋和高植被覆蓋的區(qū)域面積占比均超過(guò)60%,云南省西南部分布相對(duì)集中。期間中高植被覆蓋區(qū)域呈減少趨勢(shì),面積占比下降了9.77%,然而高植被覆蓋的區(qū)域面積占比上升了23.07%,中高植被覆蓋區(qū)域有向高植被覆蓋轉(zhuǎn)化的趨勢(shì)。中等植被覆蓋的區(qū)域面積占比從2000年26.63%下降至2020年16.99%,分布與云南省東北部。低植被覆蓋和中低植被覆蓋的區(qū)域面積在2000年、2010年和2020年占比均低于9%,主要分布在昆明市南部、玉溪市東部、楚雄州北部、紅河州北部和迪慶州北部。無(wú)植被覆蓋的區(qū)域面積占比在2000年、2010年和2020年占比均低于0.5%,主要分布于昆明市南部和大理州中部?？傮w而言,云南省整體植被覆蓋水平較高,植被覆蓋較低的區(qū)域主要分布在生態(tài)環(huán)境脆弱的高海拔地帶和中心城市及其周邊地區(qū)。

2.2 NDVI時(shí)空變化特征

從時(shí)間角度上,2000—2020年云南省NDVI均值呈現(xiàn)波動(dòng)上升趨勢(shì),斜率為0.002 2,其中,2000年的值最小,為0.679 3;2018年的值最大,為0.723 2(圖3)。從空間角度上,2000—2020年云南省NDVI變化斜率介于-0.004 3～0.003 9之間,NDVI上升(θ>0)的區(qū)域面積占比為83.15%,其中顯著上升(P<0.05)的區(qū)域面積占比為38.82%,主要分布于研究區(qū)西南部和東部(圖4)。NDVI下降(θ<0)的區(qū)域面積占比為16.85%,其中顯著下降(P<0.05)的區(qū)域面積占比為3.54%,主要分布在迪慶州、大理州東部、昆明市南部和玉溪市東部?？傮w上,2000—2020年云南省大部分區(qū)域NDVI上升,植被得到有效改善,但存在局部區(qū)域NDVI降低,特別是在中心城市和周邊地區(qū),可能是由于人類(lèi)活動(dòng)影響所造成的植被退化。

圖3 2000—2020年NDVI時(shí)間序列變化Fig.3 Change of the time series of NDVI from 2010 to 2020

圖4 2000—2020年NDVI變化趨勢(shì)空間分布Fig.4 Spatial distribution of the NDVI change trends from 2000 to 2020

2.3 NDVI空間分異驅(qū)動(dòng)力探測(cè)

2.3.1單因子探測(cè) 研究采用因子探測(cè)器計(jì)算了2000年、2010年和2020年的自然因子和人類(lèi)活動(dòng)因子對(duì)NDVI空間分異的解釋力。結(jié)果如圖5所示,2000年各因子對(duì)NDVI空間分異的解釋力排序?yàn)?土地利用類(lèi)型>降雨量>相對(duì)濕度>蒸發(fā)量>坡度>人口密度>高程>GDP>氣溫>日照時(shí)數(shù)。2010年各因子對(duì)NDVI空間分異的解釋力排序?yàn)?土地利用類(lèi)型>降雨量>相對(duì)濕度>蒸發(fā)量>坡度>GDP>人口密度>高程>氣溫>日照時(shí)數(shù)。2020年各因子對(duì)NDVI空間分異的解釋力排序?yàn)?土地利用類(lèi)型>降雨量>相對(duì)濕度>坡度>GDP>人口密度>蒸發(fā)量>高程>日照時(shí)數(shù)>氣溫。同一因素在不同年份對(duì)NDVI空間分異的解釋力有所差異,其中各年份NDVI空間分異的主導(dǎo)因子均為土地利用類(lèi)型,2000年、2010年和2020年解釋力分別為43%,46%和50%,遠(yuǎn)高于其他因子。其次是降雨量和相對(duì)濕度,在各年份解釋力均高于25%,是影響NDVI空間分異的主要因子。高程、坡度、GDP和人口密度對(duì)NDVI空間分異的解釋力基本介于10%～20%之間變化,各因素間差異較小。然而溫度和日照時(shí)數(shù)在各時(shí)期的解釋力均低于10%,對(duì)NDVI空間分異的影響力微弱,基本忽略不計(jì)。值得注意的是,期間人類(lèi)活動(dòng)因子對(duì)NDVI空間分異的解釋力均表現(xiàn)為上升趨勢(shì),說(shuō)明人類(lèi)活動(dòng)對(duì)植被變化的影響越來(lái)越強(qiáng)。

圖5 單因子探測(cè)q值Fig.5 The q-values of single-factor probe

2.3.2交互因子探測(cè) 交互因子探測(cè)器可以用來(lái)確定自然因子和人類(lèi)活動(dòng)因子對(duì)NDVI空間分異的相互作用效應(yīng)。結(jié)果表明:兩因素之間交互作用解釋力均大于單因子作用解釋力,表現(xiàn)為雙因子增強(qiáng)和非線(xiàn)性增強(qiáng)兩種關(guān)系。在各個(gè)時(shí)期,土地利用類(lèi)型與其他因子交互作用解釋力均大于50%,其中土地利用類(lèi)型∩降雨量相互作用對(duì)NDVI空間分異的解釋力最高,在2000年、2010年和2020年解釋力分別為59%,61%和69%。其次是土地利用類(lèi)型∩相對(duì)濕度交互作用的影響,在2000年、2010年和2020年解釋力分別為58%,58%和60%(圖6)。該結(jié)果進(jìn)一步驗(yàn)證了土地利用類(lèi)型、降雨量和相對(duì)濕度是影響NDVI空間分異的主要因子,而其中土地利用類(lèi)型是主導(dǎo)因子。另外,一些單因子探測(cè)中影響力微弱的因子,在與其他因子交互作用中,顯著增加了其對(duì)NDVI空間分異的解釋力。這表明在多種因素共同作用下,一些對(duì)植被直接影響不大的因素可能會(huì)影響植被的生長(zhǎng)。

2.4 主導(dǎo)因子對(duì)NDVI變化的影響

2.4.1土地利用類(lèi)型空間分布和轉(zhuǎn)變 土地利用類(lèi)型的轉(zhuǎn)變可以直觀反映了人類(lèi)活動(dòng)對(duì)自然地改造,隨著人類(lèi)活動(dòng)的增強(qiáng),土地利用類(lèi)型的轉(zhuǎn)變,對(duì)植被變化有顯著影響。根據(jù)表2、圖7A和圖7B的結(jié)果可知:在2000年,耕地、林地、草地、水域、建設(shè)用地和未利用地的面積和比例分別為80 291.63 km2(20.96%)、270 203.69 km2(70.54%)、29 487.75 km2(7.70%)、2 069.06 km2(0.54%)、508.56 km2(0.13%)和487.00 km2(0.13%)。在2020年,耕地、林地、草地、水域、建設(shè)用地和未利用地的面積和比例分別為83 960.31 km2(21.92%)、272 520.69 km2(71.15%)、22 210.25 km2(5.80%)、2 437.75 km2(0.64%)、1 356.38 km2(0.35%)和562.31 km2(0.15%)。林地是云南省主要的土地利用類(lèi)型,在2000年和2020年面積占比均超過(guò)70%。其次是耕地,面積占比均超過(guò)20%,其他土地利用類(lèi)型面積占比較小,合計(jì)不超過(guò)9%。2000—2020年期間耕地、林地、水域、建設(shè)用地和未利用地面積表現(xiàn)為增加,僅草地面積減少。

表2 2000—2020年土地利用類(lèi)型面積和比例Table 2 Area and proportion of land use types from 2000 to 2020

土地利用類(lèi)型轉(zhuǎn)移矩陣可以反映土地利用類(lèi)型轉(zhuǎn)變情況,如表3和圖7C所示,期間土地利用類(lèi)型發(fā)生轉(zhuǎn)變的面積為46 705.67 km2,占研究區(qū)面積的12.19%。在不同土地利用類(lèi)型中,林地和耕地是變化最大的土地利用類(lèi)型,其相互轉(zhuǎn)化面積為28 686.19 km2,占轉(zhuǎn)變總面積的61.42%。其次是林地、耕地和草地之間的相互轉(zhuǎn)化,面積達(dá)16 070.63 km2,占比為34.41%。另外,研究發(fā)現(xiàn)建筑用地是云南省增長(zhǎng)比例最高的土地利用類(lèi)型,從2000年的508.56 km2增加至2020年的1 356.39 km2,增長(zhǎng)比例為166.71%,主要由耕地和草地轉(zhuǎn)入,對(duì)部分區(qū)域自然植被產(chǎn)生了破壞,特別是在昆明市南部及其周邊城區(qū),這是經(jīng)濟(jì)發(fā)展,城市快速擴(kuò)張和工業(yè)化導(dǎo)致的結(jié)果。

2.4.2土地利用類(lèi)型與NDVI波動(dòng)程度的關(guān)系 研究采用變異系數(shù)反映2000—2020年NDVI波動(dòng)程度,變異系數(shù)介于0～2.65之間,均值為0.057(圖8A)。其中低波動(dòng)變化和較低波動(dòng)變化的區(qū)域面積占比為93.24%。中等波動(dòng)變化、中高波動(dòng)變化和高波動(dòng)變化的區(qū)域面積占比為6.76%,主要分布在昆明市南部、玉溪市東部、大理州中部和迪慶州北部。通過(guò)對(duì)比圖2和圖8A,發(fā)現(xiàn)在植被覆蓋越好的區(qū)域,其穩(wěn)定性等級(jí)也相對(duì)較高,而植被差的部分區(qū)域,穩(wěn)定性相對(duì)較差。為進(jìn)一步反映NDVI波動(dòng)程度與主導(dǎo)因子的關(guān)系,使用2020年土地利用類(lèi)型對(duì)NDVI波動(dòng)程度進(jìn)行分區(qū)統(tǒng)計(jì),結(jié)果如圖8b所示,耕地和林地低波動(dòng)變化和較低波動(dòng)變化的區(qū)域面積占比均超過(guò)90%,其次是草地,低波動(dòng)變化和較低波動(dòng)變化的區(qū)域面積占比為75.14%,其他土地利用類(lèi)型均不超50%。中等波動(dòng)變化、中高波動(dòng)變化和高波動(dòng)變化的區(qū)域主要集中在未利用地、水域和建筑用地,面積占比均超過(guò)50%,其中建筑用地面積比例最高,達(dá)到65.44%,可見(jiàn)城市化快速擴(kuò)張導(dǎo)致的建筑用地增長(zhǎng)對(duì)植被變化的影響最大。

圖8 2000—2020年NDVI穩(wěn)定性等級(jí)空間分布Fig.8 Spatial distribution of the NDVI stability grades from 2000 to 2020注:A為NDVI穩(wěn)定性等級(jí)空間分布,B為不同土地利用類(lèi)型寫(xiě)穩(wěn)定性等級(jí)比例Note:Panel A displays the spatial distribution of NDVI stability levels,Panel B the proportion of different stability levels for the six land use types

3 討論

3.1 云南省NDVI時(shí)空變化特征

空間分布上,2000—2020年云南省整體植被覆蓋呈現(xiàn)“西南高,東北低”的空間分布格局,總體植被覆蓋水平較高,但仍然存在部分區(qū)域植被覆蓋水平較低,主要分布在昆明市南部、玉溪市東部、楚雄州北部、紅河州北部和迪慶州北部。植被覆蓋低的區(qū)域大部分位于建設(shè)用地相對(duì)集中區(qū)域,尤其是昆明市南部周邊,原因在于人類(lèi)活動(dòng)強(qiáng)度高,建設(shè)用地面積多,植被覆蓋水平較低,這與丁文榮[27]研究結(jié)果相符合。此外,迪慶州北部植被覆蓋低的區(qū)域主要地類(lèi)是草地,該區(qū)域海拔較高,生態(tài)環(huán)境相對(duì)脆弱,氣候條件不適宜森林植被生長(zhǎng),導(dǎo)致該區(qū)域植被覆蓋水平相對(duì)較低[26]。時(shí)間變化上,2000—2020年云南省NDVI呈現(xiàn)上升趨勢(shì),增長(zhǎng)速率為0.002 2?？臻g變化上,NDVI上升的區(qū)域面積占比為83.15%,表明大部分區(qū)域的植被得到有效改善。2000—2019年云南省累計(jì)造林面積近8 000 km2,累計(jì)造林面積與NDVI變化呈顯著正相關(guān)(P<0.01)[38]。自2000年以來(lái),國(guó)家實(shí)施了退耕還林還草、天然林資源保護(hù)和西南巖溶石漠化綜合治理等一系列林業(yè)生態(tài)工程,有效改善了云南省植被狀況,推進(jìn)了區(qū)域生態(tài)環(huán)境建設(shè)[39]。NDVI下降的區(qū)域面積占比為16.85%,主要分布于迪慶州、大理州東部、昆明市南部和玉溪市東部等中心城市和周邊地區(qū)以及海拔高,生態(tài)環(huán)境脆弱的迪慶州。其中,中心城市和周邊地區(qū)植被退化更加嚴(yán)重,這是由于經(jīng)濟(jì)發(fā)展,工業(yè)化和城市化,導(dǎo)致建筑用地急速擴(kuò)張,對(duì)植被造成破壞,NDVI下降[22]。

3.2 云南省NDVI空間分異影響因素分析

自然條件和人類(lèi)活動(dòng)是影響NDVI空間分異的兩個(gè)主要因素,本研究采用地理探測(cè)器探究了自然條件和人類(lèi)活動(dòng)對(duì)NDVI空間分異的驅(qū)動(dòng)力水平,結(jié)果表明土地利用類(lèi)型、降雨量和相對(duì)濕度是影響NDVI空間分異的主要因子。其中土地利用類(lèi)型是主導(dǎo)因子,其可以有效反映土地利用方式、植被類(lèi)型和人類(lèi)活動(dòng)程度的區(qū)域差異,故在各個(gè)時(shí)期對(duì)NDVI空間分異的解釋力均為最高[40]。降雨量和相對(duì)濕度是植被生長(zhǎng)的兩個(gè)關(guān)鍵氣象因素,對(duì)植被光合作用、呼吸作用和蒸騰作用等代謝過(guò)程有著不可忽視的影響[16]。云南省降雨量高的區(qū)域可達(dá)2 000 mm,而低的區(qū)域僅600 mm,降雨量在季節(jié)上分布不均,地域空間差異大。另外,相對(duì)濕度受降雨量影響,在空間分布格局上具有相似性。故降雨量和相對(duì)濕度對(duì)云南省NDVI空間分異的解釋力也較高。云南省大部分區(qū)域?qū)儆趤啛釒?溫度和日照時(shí)數(shù)充足,空間差異較小,故對(duì)NDVI空間分異的解釋力相對(duì)較弱。

交互因子探測(cè)器表明因子之間作用會(huì)增強(qiáng)單因子對(duì)NDVI空間分異的解釋力,表現(xiàn)為雙因子增強(qiáng)和非線(xiàn)性增強(qiáng)兩種關(guān)系,說(shuō)明自然因子和人類(lèi)活動(dòng)因子對(duì)NDVI空間分異的影響并非獨(dú)立,存在相互促進(jìn)效應(yīng)。在各個(gè)時(shí)期因子交互作用的解釋力靠前的兩個(gè)組合均為土地利用類(lèi)型∩降雨量和土地利用類(lèi)型∩相對(duì)濕度,進(jìn)一步說(shuō)明了土地利用類(lèi)型、降雨量和相對(duì)濕度對(duì)NDVI空間分異占據(jù)主要地位。未來(lái)制定云南省生態(tài)規(guī)劃,不光要考慮土地利用類(lèi)型轉(zhuǎn)變,還應(yīng)考慮氣象因素空間分布的影響,因地制宜的采取生態(tài)修復(fù)策略,提升云南省生態(tài)環(huán)境,促進(jìn)區(qū)域綠色可持續(xù)發(fā)展。

4 結(jié)論

本研究基本2000—2020年云南省NDVI數(shù)據(jù)集,分析了云南省NDVI時(shí)空變化特征,并結(jié)合地理探測(cè)器、土地利用轉(zhuǎn)移矩陣和變異系數(shù)分析了自然因素和人類(lèi)活動(dòng)因素對(duì)NDVI時(shí)空變化的影響,發(fā)現(xiàn)空間分布上,云南省植被覆蓋呈現(xiàn)西南高,東北低的空間分布格局。時(shí)間變化上,2000—2020年NDVI呈上升趨勢(shì)的區(qū)域面積占比為83.15%,而NDVI下降的區(qū)域面積占比為16.85%。NDVI空間分異的主要影響因子為土地利用類(lèi)型、降雨量和相對(duì)濕度,其中土地利用類(lèi)型解釋力最高,遠(yuǎn)高于其他因子。土地利用類(lèi)型與其他因子交互作用解釋力均高于單因子作用解釋力,表現(xiàn)為雙因子增強(qiáng)和非線(xiàn)性增強(qiáng)兩種關(guān)系。土地利用類(lèi)型的轉(zhuǎn)變對(duì)NDVI變化具有顯著影響,林業(yè)生態(tài)工程的實(shí)施增加了林地面積,改善了區(qū)域植被,對(duì)NDVI上升起到了積極作用;而工業(yè)化和城市化引起的建筑用地?cái)U(kuò)張,嚴(yán)重破壞了區(qū)域植被,導(dǎo)致NDVI降低。