贵州武陵山区植被NDVI时空演变及其未来持续性特征.pdf

2023.23 科学技术创新贵州武陵山区植被 NDVI 时空演变及其未来持续性特征吴路华1,2*，陈丹1，杨东妮1（1.铜仁学院 经济管理学院，贵州 铜仁;2.铜仁学院 乡村振兴研究中心，贵州 铜仁）引言定期开展生态环境调查与评估是国家做好生态保护工作的一项重要举措。2000 年以来，生态环境部（原环境保护部、环境保护总局）联合中国科学院等相关部门完成了三次全国生态状况调查评估，分别是2000 年全国生态环境调查、全国生态环境十年变化（2000-2010 年）调查与评估和全国生态状况变化（2010-2015 年）调查评估，为我国新时期生态保护红线划定、中央环境保护督察等生态保护管理工作提供了重要支撑。为落实 中共中央国务院关于全面加强生态环境保护坚决打好污染防治攻坚战的意见有关要求，按照部门职责，生态环境部和中国科学院决定联合开展2015-2020 年全国生态状况变化调查评估工作。贵州按照 全国生态状况定期遥感调查评估方案（环办生态 2019 45 号）和 关于的通知（环办生态函 2020 179 号）有关要求，明确要求开展全省生态环境状况遥感调查与保护成效评估。现阶段，已在全省各个地区展开了相关研究，识别出了十三五期间及之前的植被变化特征1-2、及其气候变化和人类活动响应过程3-5、敏感性6-7、影响因素8-9及生态地质环境限制机理10-12，提出了重要植被恢复技术和理论。本研究基于前期研究，重点围绕贵州武陵山区发展战略和生态保护监管需求，耦合过去-未来两种情景，开展了植被NDVI 时空动态演变与空间耦合模式研究，以期为贵州武陵山区新时期生态保护对策建议的提出提供依据，同时也为支持贵州武陵山区“十四五”期间社会经济发展宏观决策和生态保护规划，加快生态文明建设提供有力支撑。1研究区概况贵州武陵山区位于位于贵州东北部，地处 107毅4E109毅30N，27毅07N29毅13N，辖铜仁市 2 区 8 县及遵义市 6 个县，总面积 3.09 km2，其中喀斯特区域面积为 2.29 万 km2，占研究区总面积的 74%，非喀斯特区域仅为 0.80 万 km2，占研究区总面积的 26%。东邻湖南，北与重庆市接壤，西北高，东南低，以山地为主，属中亚热带季风湿润气候区，海拔范围 1792 557 m基金项目院铜仁学院博士科研启动基金项目（trxyDH2103）；铜仁市科技计划项目（铜市科研202263 号）；贵州省教育厅高等学校科学研究项目（青年项目）（黔教技 2022 351 号）。作者简介院吴路华（1992-），男，博士研究生，讲师，主要从事喀斯特生态环境与全球变化研究。摘要院识别植被时空演变动态特征对于预判生态环境恢复建设成效具有重大的科学意义。然而，在气候变化和人类活动双重背景下，植被演变过程认识并不明确。本研究基于 2000-2020 年 MODIS NDVI 数据，耦合Theil-Sen 趋势法、Mann-Kendall 显著性检验法和 Hurst 指数揭示了贵州武陵山区 NDVI 变化趋势及未来持续性特征。结果表明：（1）2000-2020 年间，贵州武陵山区 NDVI 总体呈现波动上升趋势，平均增速 0.03/a，93.75%的区域呈现增长趋势，仅 6.26%的区域表现为降低现象。（2）中北部及西部区域是 NDVI 增长的关键区域，而凤冈、余庆、碧江及松桃县等地区 NDVI 退化明显。（3）在未来，贵州武陵山区 NDVI 将呈现大面积的反持续性分布状态，仅 24.87%的区域表现出弱的正持续性，而 75.12%的区域将可能出现反持续性，即 NDVI 未来有较大的退化风险。研究为贵州武陵山区植被恢复成效评估和优化管理提供了理论指导和空间定位。关键词：喀斯特；武陵山区；NDVI；Hurst 指数；时空变化中图分类号院Q948文献标识码院A文章编号院2096-4390渊2023冤23-0075-0575-科学技术创新 2023.23（图 1）。以梵净山至佛顶山山脉为分水岭，分属沅江水系和乌江水系两大一级支流水系，属于典型喀斯特区。地表及地下岩溶系统极为发育，碳酸盐岩含水层和变质岩交替分布，岩溶地貌发育，区域内地质、地形和地貌类型多样，喀斯特与非喀斯特地貌交错分布，水文地质复杂，“二元三维”水文地质结构突出，岩溶作用强烈，由碳酸岩、白云岩及碎屑岩控制的地质背景导致区域石多土少，阻碍了养分循环，严重制约着植被恢复提升。图 1研究区地理位置与海拔特征2数据来源与研究方法2.1数据来源NDVI 数据采用生态环境部卫星环境应用中心的MODIS13A1数据集（https:/search.earthdata.nasa.gov/）13-14。MODIS13A1 数据时间分辨率为 16 d，时间范围2000-2020 年，比例系数为 0.000 1，空间分辨率为500 m，投影为 Albers 等积圆锥投影，共包括 2001-2020 年共 40 期。该数据集通过精确云检测、NDVI 植被生长基准合成、并保持不同类型生长轨迹的插值，然后基于 MODIS 观测生成的 NDVI 数据集。经使用MRT 工具对数据进行拼接和重投影，并对无效值和背景值进行处理，换算为真实的 NDVI 值，最后经年度最大值合成法得到 2000-2020 年贵州武陵山区各年NDVI 数据集。2.2研究方法本研究基于 Theil-Sen 趋势法和 Mann-Kendall显著性检验法耦合揭示了贵州武陵山区 NDVI 变化趋势及其显著性特征15-17，精确识别了贵州武陵山区植被变化恢复和退化关键区域。其次，采用 Hurst 指数阐明了 NDVI 未来持续性状态18-19，基于提出的 Hurst 系数的分级强度表，定量评估了未来持续性等级特征20。为了定量阐明未来持续性强度大小与过去变化趋势特征的关联性，本研究将过去变化趋势显著性与未来持续性特征进行空间耦合叠加，识别了空间上 NDVI变化的过去-未来空间耦合演变模式，揭示了长时间序列时空动态演变特征。3结果与分析3.1NDVI 时空演变特征2000-2020 年，贵州武陵山区 NDVI 总体上呈现波动上升趋势，增速为 0.03/a（图 2），变化范围为0.730.81，平均值为 0.78，最大值出现在 2015 年和2016 年，达到 0.81，最小值出现在 2000 年，为 0.73。图 22000-2020 年 NDVI 变化速率为了揭示贵州武陵山区 NDVI 在过去 21 年的变化趋势及其变化过程，本研究基于 Theil-Sen 趋势以及Mann-Kendall 显著性检验法，使用 ArcGIS10.2 软件对各年的 NDVI 象元值进行提取，并且用 Matlab 2017对 21 年的 NDVI 进行趋势分析，将趋势分析结果与MK 检验结果进行叠加，得到 NDVI 增加与减少的空间分布情况，依据该方法可依次将 NDVI 划分为显著减少、轻微减少、轻微增加和显著增加 4 种类别。由表1 可知，贵州武陵山区在空间上总体上呈现出增加的趋势（增加区域的面积），其中 NDVI 显著增加的区域所占比最大，达到 68.82%，轻微增加占 24.93%，轻微减少的区域为 4.48%，显著减少的区域占比最小，仅为1.41%。由图 3 可知，NDVI 的 Sen 趋势值介于-0.0476-2023.23 科学技术创新0.01 之间，平均增长率为 0.003。NDVI 显著增加区域主要集中在贵州武陵山区的中部、北部以及西部地区；轻微增加区域则主要分布在南部、西南部以及东南部地区；轻微减少的地区则主要分布在江口县、松桃县、石阡县以及余庆县等地区；显著减少则主要集中在凤冈、余庆、碧江及松桃县等地区。图 3NDVI 空间变化趋势及显著性特征3.2NDVI 未来持续性特征由图 4 可知，贵州武陵山区 NDVI 的 Hurst 指数范围为 0.140.91，平均值为 0.45。从 NDVI 的 Hurst 指数空间分布状况可以看出，贵州武陵山区 NDVI 未来将呈现大面积的反持续性分布状态，出现正持续性（Hurst 指数超过 0.5）的面积仅为 24.87%，而 71.25%的区域中 Hurst 指数未超过 0.5，这些区域未来将可能出现反持续特征。图 4NDVI 演变 Hurst 指数空间分布特征为了更进一步明晰贵州武陵山区 NDVI 的变化趋势及其未来的可持续性特征，本研究将 NDVI Sen 趋势的显著性检验值（图 3）与 Hurst 指数的计算结果（图 4）在 ArcGIS10.2 中进行叠加分析，得到贵州武陵山区 NDVI 增加、减少与未来可持续性的时空耦合分布图（图 5）。结果发现，贵州武陵山区未来 NDVI 持续性增加的序列所占的百分比（22.34%）高于持续性减少的百分比（2.53%）（表 2）。其中，强持续性减少的组合所占的面积比重最小，仅为 0.05%，主要分布于思南、松桃、碧江以及万山等地区。弱持续减少的比例为2.48%，在贵州武陵山区大部分地区都有少量分布；在弱持续增加的组合所占的比例为 22.27%，在江口和碧江的过渡带、正安县和思南县的北部及石阡都有分布；未来变化无法确定所占的百分比最大，其值为75.12%，主要分布于沿河、印江及德江三县的交界地带。另外，正安、道真以及务川等地区也有大范围分布。强持续性增加的组合所占的百分比为 0.07%。NDVI 的 Hurst 指数在该类区域呈现出持续性增加的区域，预示着 NDVI 将有持续性增加趋势。4讨论本研究检测到 NDVI 未来 75.12%的区域可能出现较大的退化风险，这些区域也是 NDVI 增速较快的地区，出现这种现象的主要原因可能是这些区域植被经过长时间的恢复建设已经处于比较好的状态，未来可能会因为缺少适当干扰而出现退化现象。因此，对NDVI 变化趋势 显著性 类型 面积/km2 面积百分比/%Sen 趋势1.96 显著减少 434.20 1.41%Sen 趋势 0|Z|1.96 轻微增加 7 700.54 24.93%Sen 趋势 0|Z|1.96 显著增加 21 259.98 68.82%表 1各类型 NDVI 时空演变趋势特征77-科学技术创新 2023.23于现今一些 NDVI 增速较快或趋于稳定的地区应建议通过加强生态系统管理以应对未来可能出现的退化现象。此外，尽管本研究揭示了贵州武陵山区 NDVI 过去-未来时空耦合演变过程与机制，但是对于演变驱动机制并未进行定量评估，后续将基于系统耦合理论解析各驱动因素贡献机制。5结论（1）2000-2020 年间，贵州武陵山区 NDVI 总体呈现波动上升趋势，平均增速为 0.03/a，93.75%的区域呈现增长趋势，仅 6.26%的区域表现为降低现象。（2）中北部及西部区域是 NDVI 增长的关键区域，而凤冈、余庆、碧江及松桃等地区 NDVI 退化明显。（3）在未来，贵州武陵山区 NDVI 将呈现大面积反持续状态，仅 24.87%的区域表现出弱的正持续性，而 75.12%的区域将可能出现反持续性特征，仅有22.34%的区域 NDVI 将表现为持续性增加，而 2.53%的区域将表现为持续性降低趋势。整体上看，贵州武陵山区 NDVI 未来可能有较大的退化风险。参考文献1田鹏举，徐丹丹，丁立国，等.基于 MODIS-NDVI 贵州省 2005-2014 年植被时空变化特征分析J.贵州气象,2017,41(2)：8-13.2李威.基于 MODIS-NDVI 的贵州省 2001-2010 年植被覆盖变化分析及分异特征J.重庆师范大学学报：自然科学版，2015，32(4):146-151,2,179.3张勇荣,周忠发,马士彬,等.基于 ndvi 的喀斯特地区植被对气候变化的响应研究以贵州省六盘水市为例J.水土保持通报.2014,34(4)：114-117,2.4彭治力.贵州省植被 NDVI 对降水的响应特征分析J.生态环境与保护,2022,5(3):40-42.5 刘阳,周忠发,闫利会.2001-2018 年贵州省 NDVI 时空演变及其对气候变化和人类活动的响应 J.水里保持通报，2021.6李晓兵,史培军.中国典型植被类型 NDVI 动态变化与气温、降水变化的敏感性分析J.植物生态学报，2000(3):379-382.7程东亚,李旭东,杨江州.西南山地流域 NDVI 变化特征及降水敏感性以贵州沅江流域为例J.生态学报，2020,40（4）：1161-1174.8马士彬，等.基于 MODIS NDVI 的贵州省植被退化及归因J.中国岩溶，2019，38(2):227-232.9张继,周旭,蒋啸,等.生态工程建设背景下贵州高原的植被变化及影响因素分析J.长江流域资源与环境,2019，28(7)：1623-1633.10龙映豪，李旭东，程东亚.贵州岩溶峡谷 NDVI 变化及与人口的关系J.生态科学，2022，41(5):134-143.11尉文艺，李旭东.贵州省北盘江流域 2000-2018 年NDVI 变化及其与地形梯度、人口分布的关系J.水土保持通报，2021，41(6):361-368.12陈海喜,钟九生,兰安军,等.基于地形地貌因子的贵州省 NDVI 时空变化分析J.贵州科学,2019,37(2)：36-43.13Xiao,Z.,Liang,S.,Wang,J.,Chen,P.,Song,J.Use ofgeneral regression neural networks for generating theglass leaf area index product from time series MODIS sur原face reflectance.IEEE Transactions on Geoscience andRemote Sensing,2014,52(1)：209-223.14Xiao,Z.,Liang,S.,Wang,J.,Xiang,Y.,Song,J.Long-time-series global land surface satellite leaf area图 5Hurst 指数与 Sen 变化趋势空间耦合演变特征NDVI 变化趋势 显著性 H 值 类型 面积/km2 面积占比/%Sen 趋势1.96 0.75 强持续-显著减少 9.51 0.03%Sen 趋势0.75 强持续-轻微减少 7.71 0.02%Sen 趋势0|Z|1.96 0.5H0.75 弱持续-显著减少 238.53 0.77%Sen 趋势1.96 0.50|Z|1.96 0.50|Z|1.96 0.50|Z|1.96 0.75 强持续-轻微增加 10.77 0.03%Sen 趋势0|Z|1.96 0.75 强持续-明显增加 12.00 0.04%-0.5 无法确定 23 179.24 75.12%表 2植被归一化指数变化趋势及未来持续性78-2023.23 科学技术创新index product derived from modis and avhrr surface re原flectance.IEEE Transactions on Geoscience and RemoteSensing,2016,54(9)：1-18.15Sen P K.Estimates of the regression coefficient basedon Kendalls Tau.Publications of the American StatisticalAssociation.1968,63(324)：1379-1389.16Adamowski K,Bougadis J.Detection of trends in an原nual extreme rainfall.Hydrological Processes.2003,17(18)：3547-3560.17Pingale,S.M.,Khare,D.,Jat,M.K.Adamowski,J.Spatial and temporal trends of mean and extreme rainfalland temperature for the 33 urban centers of the arid andsemi-arid state of Rajasthan,India.Atmospheric Re原search.2014.138：73-90.18Hurst H E.Long term storage capacity of reservoirs.Trans American Society of Civil Engineers.1951,116(12)：776-808.19Mandelbrot B B,Wallis J R.Robustness of therescaled range R/S in the measurement of noncycliclong run statistical dependence.Water Resources Re原search.1969,5(5)：967-988.20樊毅，李靖，仲远见，等援基于 R/S 分析法的云南干热河谷降水变化趋势分析J援水电能源科学，2008，26(2)：24-27.The Spatiotemporal Evolution and FutureSustainability Characteristics of Vegetation NDVIin the Wuling Mountains of Guizhou ProvinceWu Luhua1袁2*,Chen Dan1,Yang Dongni1(1.School of Economics and Management,Tongren University,Tongren,China；2.Rural Revitalization Research Center of Tongren University,Tongren,China)Abstract:Identifying the dynamic characteristics of vegetation spatiotemporal evolution has significant scientificsignificance for predicting the effectiveness of ecological environment restoration and construction.However,the un原derstanding of vegetation evolution in the dual context of climate change and human activities is not clear.Thisstudy has coupled Theil-Sen trend method,Mann-Kendall significance test method,and Hurst index to reveal thespatiotemporal evolution trend and future sustainability characteristics of NDVI in the Wuling Mountains of Guizhoubased on MODIS NDVI data from 2000 to 2020.The results showed that:(1)The overall NDVI in the WulingMountains of Guizhou showed a fluctuating upward trend from 2000 to 2020,with an average growth rate of 0.03/a.93.75%of the regions showed an increasing trend,while only 6.26%of the regions showed a decreasing phe原nomenon.(2)The central northern and western regions are key areas for NDVI growth,while NDVI degradation isevident in areas such as Fenggang,Yuqing,Bijiang,and Songtao counties.(3)In the future,the NDVI in the Wul原ing Mountains of Guizhou will exhibit a large-scale anti persistence distribution,with only 24.87%of the areasshowing weak positive persistence,while 75.12%of the areas may exhibit anti persistence,indicating a significantrisk of NDVI degradation in the future.The study provides theoretical guidance and spatial positioning for the eval原uation and optimization management of vegetation restoration effectiveness in the Wuling mountainous area ofGuizhou.Key words:Karst;Wuling mountain area;NDVI;Hurst index;Spatiotemporal Variation79-