广西北部湾海岸带植被覆盖度时空演变特征及驱动力因素分析.pdf

第 38 卷 第 2 期Vol.38 No.2北部湾大学学报JOURNAL OF BEIBU GULF UNIVERSITY2023 年 4 月Apr.,2023DOI:10.19703/j.bbgu.2096-7276.2023.02.0007 收稿日期 20220609 基金项目 广西高校中青年教师科研基础能力提升项目(2021KY0431);广西壮族自治区级大学生创新创业训练计划项目(S202111607193)作者简介 张亚丽(1987),女,河南驻马店人,北部湾大学讲师,硕士,研究方向:海岸带生态环境保护,E-mail:zhangyali1100 广西北部湾海岸带植被覆盖度时空演变特征及驱动力因素分析张亚丽,梁晓燕,林俊良,郭佳敏,林忠毅,韦文菲(北部湾大学 资源与环境学院,广西 钦州 535011)摘 要 广西北部湾海岸位于陆海交界处,对热带季风气候更为敏感,该海岸由于频繁的人类活动,植被覆盖发生变化,生态安全面临重大挑战。本研究基于 MODIS 数据、气象数据和 DEM 数据等,采用偏相关分析、像元二分模型、趋势分析、Hurst 指数和 Boruta 算法等方法对广西北部湾海岸带植被覆盖度(FVC)时空变化特征及其驱动力因素进行了研究。研究结果表明:20002020 年广西北部湾海岸带 FVC 均值呈波动上升趋势,植被改善地区占 83.33%,植被下降地区占 16.67%;广西北部湾海岸带 FVC 空间分布格局差异显著,防城港市城区和上思县交界处的十万大山区域 FVC 最高为 0.8,远高于其他区域;广西北部湾海岸带 FVC 与降水、气温偏相关系数分别为 0.20 和 0.30,FVC 受气温和降水强驱动区域面积较少,呈现以非气候因子驱动为主的情况;在植被未来变化持续性分析中,Hurst 指数强反持续、弱反持续、弱持续和强持续的区域占比分别为 0.34%、56.70%、42.35%和 0.61%;在驱动力分析上,主要是土地利用和人口密度对 FVC 的分布具有控制作用,其次是高程和气象因素的作用。关键词 植被覆盖度(FVC);气候因子;时空演变;驱动力 中图分类号 P237 文献标识码 A 文章编号 20967276(2023)02000709植被是陆地生态系统的重要组成部分,也是大气、土壤、水分及环境等因素的自然纽带1-2,在维持生态平衡、生物固碳、水土保持等方面发挥着重要的作用3。植被覆盖率(FVC)的变化会影响区域生态系统4。因此,定量分析 FVC 变化及其驱动力机制,对于了解区域生态环境变化及生态工程建设具有重要意义。目前,遥感技术已广泛应用于区域尺度的FVC 的评估,相关学者采用趋势分析、Hurst 指数和变异系数等方法针对 FVC 的时空变化开展了大量研究。Feng 等5基于 MODIS 数据使用改进的像元二分模型估算中国北方的稀疏 FVC,研究得出近 5 年来植被状况恶化,尤其是局部地区恶化情况严重的结论;相反,王瑾6基于 MOD13Q1数据并利用空间统计、趋势分析、OLS 模型和GWR 模型,发现内蒙古自治区年平均 FVC 在总体上呈上升趋势。可见不同的区域、不同气候区的 FVC 变化不尽相同,而造成 FVC 变化的原因复杂多样,如杨彩云等7认为温度是驱动川藏铁路沿线 FVC 动态变化的主要气候因素,与海拔呈显著负相关;Sun 等8基于 MODIS 数据,利用一元线性回归、变异系数和地理探测器分析汶川地震灾区植被覆盖的恢复及其驱动因素,认为海拔、土壤类型和道路密度是影响植被覆盖恢复的主导因素,各因素之间的相互作用正向增强了它们对植被覆盖恢复的影响;滑永春等9则认为气候因子北部湾大学学报第 38 卷与植被显著相关的地区并不是植被变化的主要区域,引起植被恢复和退化的主要原因是人类活动。总体来看,前人对 FVC 驱动力识别的方法主要采用多元线性回归分析、相关性分析等传统统计方法,然而 FVC 与影响因素之间可能不存在线性关系。Boruta 是一种全相关变量发现方法,而全相关变量选择方法更适合表征各变量和感兴趣现象之间的机制10。目前 Boruta 已广泛应用于生态环境、气象、土壤侵蚀等领域特征数据的识别,也有学者采用机器学习探索分析我国不同地区 FVC 的空间变化驱动力。北部湾海岸带地理位置特殊,位于陆海交界,是北部湾经济区的主体区域11。近年来,“一带一路”倡议和西部陆海新通道的实施,使该区域人类活动频繁,导致生态环境不稳定,极端天气增加,FVC 时空变化时刻面临严峻挑战1,12-13。本研究主要基于遥感数据和气象数据,通过趋势分析法、Boruta 等方法对北部湾海岸带的植被展开了研究,首先分析了 20002020 年北部湾海岸带 FVC 的空间异质和演变规律,然后研究北部湾海岸带 FVC的未来变化趋势,最后着重探讨了不同时期 FVC的变化及其驱动力因素的差异,以期为北部湾海岸带的植被生态保护和相关生态工程精准化调控提供科学参考。1 研究区概况广西北部湾海岸带位于广西壮族自治区最南端的沿海区域,是我国西部唯一的沿海地区,东至与广东省接界处的洗米河口,西至中越边界的北仑河口,南濒北部湾,地理位置处于北纬 21242243,东经 1072710952,涉及钦州、北海、防城港的行政辖区,属南亚热带季风气候区,夏季高温多雨,冬季温和少雨,年平均气温 22.5,年降水量在 1 745.63 111.9 mm,雨量充沛,水资源丰富,出产的鱼贝类达 500 多种,还有中华鲎等有珍贵药用价值的生物资源,地势上大体为北高南低,是中国与东南亚国家文化和经济贸易最重要的海上通道14-15。2 数据与方法2.1 数据来源及处理NDVI(MOD13Q1)、蒸发量(MOD16A3)、植被类型(MCD12Q1)数据来源于美国 NASA(https:earthdata.nasa.gov/)。NDVI 数据来源于 MOD-BQ1,其时间分辨率为 16 d,空间分辨率为 250 m,采用 最 大 合 成 法 得 到 NDVI 数 据 集 7,16。MOD16A3 数据产品空间分辨率为 500 m17;MCD12Q1 数据产品空间分辨率为 500 m。地形数据 来 源 于 地 理 空 间 数 据 云(http: m。土壤数据来源于资源环境科学与数据中心(https: 1 km。气温、降水数据来源于国家气象信息中心(http: 1 km。人口密度统计数据来源于世界人口数据库(https:www.worldpop.org/about/),时间为 2020 年,空间分辨率为 1 km,人口密度为万人/km2。基于 ArcGIS 平台,以研究区为掩膜进行裁剪,统一重采样至 250 m250 m 的空间分辨率。2.2 研究方法2.2.1 偏相关分析采用偏相关分析法研究广西北部湾海岸带FVC 和气候因子的相关性。偏相关分析是指当气温和降水同时与 FVC 相关时控制气温或降水的影响,只分析某一变量与 FVC 之间相关程度的过程。偏相关分析计算公式如下19:Rxyz=Rxy-RxzRyz1-R2xz()1-R2yz()。(1)式中,x、y 和 z 分别代表 FVC、年平均气温和年累计降水量;Rxy表示 FVC 与年平均气温相关系数;Rxz表示 FVC 与年累计降水量相关系数;Ryz表示年平均气温与年累计降水量相关系数;Rxyz表示将年累计降水量固定后 FVC 与年平均气温偏相关系数。各相关系数取值范围在-1,1,当相关系数大于 0 时表示正相关,相关系数小于 0 时表示负相关,P 0时,说明 FVC 呈增长趋势。而当 Lslope 0 时,则说明 FVC 呈下降趋势22-23。2.2.4 Hurst 指数Hurst 指数可判断时间序列未来变化的趋势,多用于定量描述长时间序列信息的相关性。一时间序列(t),t=1,2,n,对任意正整数=1,定义均值序列:=1i=1(t),=1,2,3n。(4)累计离差:X(t,)=i=1()-),1t。(5)极差:R()=max1tX(t,)-min1tX(t,),=1,2,3,n。(6)标准差:S()=1t=1(t)-t)212,=1,2,3,n。(7)把 Hurst 指数表示为 H,当 0H0.25 时,表明植被覆盖序列具有强反持续性;当 0.25H0.5时,表 明 植 被 覆 盖 序 列 具 有 弱 反 持 续 性;当0.5H0.75 时,表明植被覆盖序列具有弱持续性;当 0.75H1 时,表明植被覆盖序列具有强持续性。将 FVC 变化趋势的分级结果同 Hurst 指数叠加处理,获得 FVC 的 Hurst 叠加变化趋势24-25。2.2.5 Boruta 算法Boruta 算法是随机森林周围的一种包装算法。Boruta 算法是将原始数据打乱后进行重新排列(重排后的数据集称为 shadow features),在 shadow fea-tures 基础上训练随机森林分类器,计算出 Mean Decrease Accuracy 或 Mean Decrease Impurity 获得数据集中所有变量的重要性得分。随后,将 shadow features 的重要性得分与原始数据重要性得分相比较,将优于 shadow features 的变量认定为贡献度较高的变量并进行下一步分析。其中大于均值的变量认为具有较高的贡献或重要性,大于最大值的变量认为具有很高的贡献或者重要性,以此识别广西北部湾海岸带 FVC 的影响驱动力因素13。3 结果与分析3.1 FVC 与气候因子的偏相关关系分析气候的变化会影响植被的动态变化。由图 1(a)、图 1(b)可知,FVC 与降水偏相关系数为-0.800.84,区域整体均值为 0.20,FVC 与降水偏相关系数为正值的面积占广西北部湾海岸带面积的 82.60%,偏 相 关 系 数 为 负 值 的 面 积 为17.40%;FVC 与气温偏相关系数为-0.810.86,区域整体均值为 0.30,偏相关系数为正值的面积占广西北部湾海岸带面积的 90.12%,偏相关系数为负值的面积为 9.88%。总体而言,研究区 FVC与气温、降水的偏相关性均呈正相关性,其中与降水的偏相关性稍低于气温。由图 1(c)、图 1(d)可知,控制气温,FVC 与降水显著正相关的像元面积占 10.68%,显著负相关的像元面积占 0.38%;控制降雨,FVC 与温度显著正相关的像元面积占 28.14%,显著负相关的像元面积占 0.62%。由此可见,广西北部湾海岸带 FVC 受气温和降水强驱动区域面积较少,以非气候因子驱动为主。(a)FVC 与降水偏相关系数9北部湾大学学报第 38 卷(b)FVC 与气温偏相关系数(c)FVC 与降水偏相关显著性(d)FVC 与气温偏相关显著性图 1 FVC 与降水、气温的偏相关性3.2 FVC 时间变化特征通过分析图 2(a)FVC 均值时间变化趋势可知,广西北部湾海岸带 FVC 在 20002020 年呈波动上升趋势。运用累计距平方法进行突变点检测分析图 2(b),广西北部湾海岸带 FVC 的转折年份为 2014 年。FVC 在 20002008 年呈下降趋势,在 20092013 年波动趋于平稳,在 20142020 年呈上升趋势。(a)20002020 年 FVC 均值变化(b)20002020 年 FVC 累计距平图 2 20002020 年 FVC 均值变化和累计距平3.3 广西北部湾海岸带植被覆盖空间分布及变化趋势图 3 为不同行政区 FVC 和不同植被覆盖面积,由图 3 可知,广西北部湾海岸带 FVC 空间分布格局分异显著:入海流域 FVC 区域均值为0.67。防城港市区和上思县交界处的十万大山区域 FVC 最高,远高于其他区域;北海、钦州、防城港行政中心附近区域和沿海港口地区的 FVC 较低。究其原因主要是由于防城港市区和上思县交界处的十万大山区域海拔较高,平均海拔高于1 400 m,山高坡陡海拔落差较大,交通不便,植被生长受人类活动影响较少,保存着大量的原始森林