1998-2012年中国西南岩溶区植被覆盖时空变化分析

靖娟利， 王永锋

(桂林理工大学 测绘地理信息学院， 广西 桂林 541004; 广西空间信息与测绘重点实验室, 广西 桂林 541004)

1998-2012年中国西南岩溶区植被覆盖时空变化分析

靖娟利， 王永锋

(桂林理工大学 测绘地理信息学院， 广西 桂林 541004; 广西空间信息与测绘重点实验室, 广西 桂林 541004)

基于1998—2012年长时间序列SPOT-VEGETATION植被指数数据集，采用最大值合成法、变化矢量分析法、一元线性回归变化斜率法和Mann-Kendall非参数检验法对我国西南岩溶区植被覆盖的时空变化进行了分析。结果表明：(1) SPOT-VEGETATION植被指数数据可以较好地在宏观尺度上监测西南岩溶区的植被覆盖状况；(2) 1998—2012年，西南岩溶区NDVI年均最大值呈上升趋势，整体上植被覆盖情况得到改善，约71.85%的区域植被覆盖情况得到不同程度的改善，主要集中分布在贵州、云南和广西；局部地区植被覆盖情况恶化，主要分布在四川、云南；基本不变的区域约占总面积的27.62%；(3) 近14 a的变化矢量分析结果显示高变化和中变化的区域合计占54.17%，两个7 a相比，1999—2005年的变化大于2006—2012年，前者是后者的1.82倍；(4) 变化斜率法和Mann-Kendall非参数检验法对西南岩溶区植被覆盖状况的分析结果基本一致。

中国西南岩溶区; SPOT-VEGETATION; 变化矢量分析; 趋势分析; Mann-Kendall非参数检验

植被是陆地生态系统的主体和存在的基础，在保持水土、调节全球碳平衡、降低温室气体浓度和维持气候稳定等方面具有不可替代的作用[1]，其变化体现了自然和人类活动对环境的交互影响[2]。植被覆盖的变化能够及时地反映出环境的演化[3]，对其进行长期动态监测是当前国内外多学科研究的焦点。遥感技术作为对地观测的一个有力工具，能够对不同尺度空间进行长时序动态监测，已经发展成为监测大范围植被变化的主要手段。目前在植被动态监测中常用到的植被指数数据有NOAA-AVHRR NDVI、SPOT-VGT NDVI和TERRA-MODIS NDVI等。其中SPOT-VGT数据在不同时空尺度的植被动态监测方面得到广泛的应用[4-7]。

中国西南岩溶区处于东亚岩溶区域中心，是世界上最大的喀斯特连续带，地质环境脆弱性大、敏感度高，且普遍经济落后、人口集中，属于全球变化敏感区，被列为与沙漠边缘地区等同的脆弱环境[8-9]，与黄土高原并称为中国环境退化与贫困最为突出的地区[10]，成为当代国际地学研究的热点之一。因此，本文借助遥感和GIS技术对我国西南岩溶区1998—2012年连续15 a SPOT-VEGETATION数据进行处理，详细分析该地区生态环境现状和植被覆盖时空变化趋势特征，为我国西南岩溶区社会经济可持续发展提供科学依据。

1 研究区概况

中国西南岩溶区集中分布在贵州、云南、广西、四川、湖南、湖北、广东和重庆8个省市(区)，面积约54 万km2，居住着1 亿多人口。该区地势西高东低，主要发育岩溶高原、断陷盆地、岩溶峡谷、岩溶峰丛洼地等多种岩溶地貌。地处热带、亚热带季风气候区，雨量充沛，水热同期，温暖湿润，降雨量季节和区域差异明显，多年平均降水量520～1 960 mm，多年平均气温4.3～23.4℃，大致均自东南向西北递减。地带性土壤主要有红壤和黄壤。研究区内碳酸盐岩大面积出露，各种石灰土广泛分布。地带性植被为亚热带、热带常绿阔叶林。脆弱的地质生态背景以及毁林开荒、陡坡开垦、过度放牧等不合理的人类活动，导致土地退化、环境问题尤为严重[11-12]，造成土地生产力下降、地表植被覆盖率锐减、系统水源涵养能力削弱、地表水源枯竭，粮食减产，严重威胁当地群众的生产生活[13]，已成为制约当地社会经济可持续发展最严重的生态地质环境问题。

2 数据与方法

2.1 数据来源

本研究数据源自SPOT-4搭载的VEGETATION传感器拍摄的全球植被覆盖数据，是法国于1998年3月发射，自1998年4月由瑞典Kiruna地面站负责接收数据，法国Toulouse图像质量监控中心负责图像质量并提供相关参数(如定标系数)，最终由比利时Vito VEGETATION影像处理中心(VITO's Image Processing Centre)负责预处理成逐日1 km全球数据。预处理包括大气校正、辐射校正和几何校正，生产10天最大化合成的NDVI数据，并将-1到-0.1的值设置为-0.1，再通过公式DN=(NDVI+0.1)/0.004转换到0～250的DN值[14]。

本文所用数据为1998年4月至2012年12月SPOT-VEGETATION NDVI数据，空间分辨率为1 km，时间分辨率为逐旬，共计531景影像。利用上述关系式，对每一幅影像的DN值进行NDVI真值恢复。以中国地质科学院岩溶地质研究所编制的1∶400 万可溶岩分布数据为基础，采用西南地区的行政界线进行裁剪，获取西南岩溶区1998年4月至2012年12月共177个月1 km分辨率的NDVI数据集。

2.2 研究方法

采用ArcGIS空间分析技术和数理统计方法，对西南岩溶区NDVI数据进行统计和分析。首先，使用NDVI最大值合成法[15-16]合成年最大NDVI，进一步消除云、大气、太阳高度角等因素的部分干扰，以此数据为基础进一步分析西南岩溶区植被覆盖的时空变化特征。主要包括以下内容：(1) 分析年际最大NDVI变化趋势；(2) 运用变化矢量分析方法(Change Vector Analysis, CVA)[17]计算1999—2005年和2006—2012年变化矢量的模，并划分为微变化区、低变化区、中变化区和高变化区4级，以及叠加计算2个7 a不同分级之间的转移矩阵，以观察两个时间阶段的变化强度差异；(3) 采用趋势分析法[18]模拟NDVI变化的空间特征，并根据趋势线斜率slope的变化范围，定义严重退化、中度退化、轻微退化、基本不变、轻微改善、中度改善、明显改善7个变化区间，分别统计7个变化区间内的面积及其变化百分比；(4) 使用Mann-Kendall非参数检验方法[19]分析Z统计指标值在显著水平α=0.05，|Z|=Z1-0.05/2=1.96时NDVI的时间变化趋势；其中当|Z|>1.96时表示序列趋势变化显著。

3 结果与分析

3.1 西南岩溶区年际最大化NDVI变化

表1、图1和图2反映了西南岩溶区1998—2012年期间年最大NDVI的变化趋势，15 a间植被覆盖在0.696～0.772之间波动变化，总体呈上升趋势，线性拟合的增长斜率为0.005 4，决定系数为0.879 7，表明研究区植被覆盖逐步得到改善。15 a间植被变化的阶段性突出，以2003年为界，其后总体增强；湖北和重庆植被覆盖总体超出西南岩溶区平均水平，而四川和云南低于西南岩溶区平均水平，其它地区在平均值附近波动。从表1可以看出，西南岩溶区8个省市(区)植被覆盖变化均为波动上升趋势，其中，贵州、云南、重庆、广西及湖北的上升趋势显著。

在像元尺度上计算1998—2012年NDVI的平均值(图2)。从图中可以看出，湖北大部分地区和重庆是植被覆盖较好的区域，其次是贵州、广西、湖南和广东大部分地区，四川西南部、北部和云南东部是植被覆盖较低的区域。对像元尺度NDVI的15 a平均值进行分级统计表明：西南岩溶区植被覆盖状况总体比较好，0.1～0.6的低植被覆盖区仅占2.64%，0.6～0.7的区域占15.75%，0.7～0.8的区域占70.29%，>0.8的高值区占11.33%。

图1 西南岩溶区及8省市(区)最大NDVI均值

图2 西南岩溶区1998-2012年NDVI均值

3.2变化矢量分析

由于1998年的数据为4—12月，非全年数据，因此不参与变化矢量分析。分别对1999—2005年、2006—2012年和1999—2012年不同时间尺度，在像元尺度计算变化矢量的模，并分为4级：I级(微变化区)，变化矢量模0～0.3；Ⅱ级(低变化区)，变化矢量模为0.3～0.45；Ⅲ级(中变化区)，变化矢量模为0.45～0.6；Ⅳ级(高变化区)，变化矢量模>0.6。图3为14 a的结果，统计结果表明：Ⅰ级(微变化区)占10.65%，主要分布在四川西南部和北部、云南东部、湖北中部和东北部以及湖南中部等，表明这些区域植被覆盖并无显著变化；Ⅱ级(低变化区)占35.18%，广泛分布于西南8省市(区)，尤其湖南和湖北，表明这些区域植被覆盖为低变化特征；Ⅲ级(中变化区)占34.60%，散布于西南8省市(区)，尤其贵州和广西，表明这些区域植被覆盖为中变化特征；Ⅳ级(高变化区)占19.57%，集中分布在贵州、四川和广西，是植被覆盖变化最明显的区域。

对两个7 a的计算结果采用相同的分级标准进行图像分割，并叠加计算不同分级之间的转移矩阵，以观察两个阶段变化强度差异(表2)。由表2可知，前一个7 a中、高强度变化区域(Ⅲ和Ⅳ级)分别为11.510 3万km2和4.900 2万km2，所占比例合计达30.59%，集中分布于贵州、广西、重庆和四川等；第二个7 a中、高强度变化区域分别为14.312 9万km2和8.363 5万km2，所占比例合计达42.27%，总量大幅增加，主要分布于贵州、广西、重庆、四川和湖南等。两个7 a相比，变化强度增强的区域(转移矩阵右上部6个元素之和)面积为20.832 9万km2，占西南岩溶区总面积的38.83%；变化强度减弱的区域(转移矩阵左下部6个元素之和)面积为11.454 8 万km2，占西南岩溶区总面积的21.35%；前者是后者的1.82倍，说明1999—2005年的变化大于2006—2012年。

图3 西南岩溶区1999-2012年NDVI变化矢量的模表2 两个7年NDVI变化矢量的分级比较及转移矩阵

项目2006—2012年Ⅰ(0～0.3)Ⅱ(0.3～0.45)Ⅲ(0.45～0.6)Ⅳ(>0.6)面积/万km2比例/%Ⅰ(0～0.3)5.97036.50692.35450.567715.399428.70Ⅱ(0.3～0.45)4.91288.64626.03882.241621.839440.711999—2005年Ⅲ(0.45～0.6)0.97383.09884.31433.123411.510321.45Ⅳ(>0.6)0.15570.70841.60532.43084.90029.13面积/万km212.012618.960314.31298.3635比例/%22.3935.3426.6815.59

3.3 趋势分析

采用一元线性回归分析来计算1998—2012年间西南岩溶区植被变化趋势，按参考文献4的分级标准，将研究区植被变化分为7个级别(表3)。图4反映了西南岩溶区近15 a来最大NDVI均值变化趋势及空间分布格局，即植被覆盖整体得到改善，局部地区恶化。轻微、中度和明显改善的区域合计占总面积的71.85%，主要分布在贵州西部、云南东部、四川南部及广西大部分地区，改善区域中坡度>25°的区域占20.54%，15°～25°的区域占28.09%，7°～15°的区域占29.13%，这间接反映了国家及地方退耕还林(草)工程取得的成效；退化的区域占总面积的0.53%，主要分布在贵州、云南、四川、广西和湖南等市(县)辖区，这与近年的城市化建设有一定关系；其它地区植被覆盖状况基本不变，占总面积的27.62%，主要分布在湖北、湖南及四川等地区。

表3 1998-2012年西南岩溶区最大NDVI均值变化趋势统计

图4 西南岩溶区最大NDVI均值变化趋势

3.4Mann-Kendall非参数检验分析

从表4和图5可以看出，根据Mann-Kendall非参数检验设定的Z统计指标值|Z|=Z1-0.05/2=1.96，研究区72.28%面积的植被覆盖显著上升，0.24%面积的植被覆盖状况显著下降，而27.17%面积的植被覆盖状况变化不显著。显著上升的区域在西南岩溶区8省市(区)均占到各省(市)岩溶区总面积的50%以上；显著下降的区域主要分布在贵州、云南、四川、广西和湖南等。

表4 西南岩溶区最大NDVI均值Mann-Kendall非参数检验变化程度统计

分析表3和表4可得到如下结论：采用回归分析法，植被变化退化区域占总面积的0.53%，植被变化上升地区占总面积的71.85%；采用Mann-Kendall法，植被退化区域为0.24%，植被上升区域为72.28%。综合分析上面两组数据得出两种方法在分析植被变化退化或上升区域的差异分别为0.29%和0.43%，由此可知Mann-Kendall非参数检验法和一元线性回归分析法对西南岩溶区的植被变化趋势结果具有良好的一致性，可以相互印证。

图5 西南岩溶区最大NDVI均值Mann-Kendall非参数检验变化程度

4 结论与讨论

本文利用1998—2012年SPOT-VEGETATION植被指数数据集，分析了西南岩溶区植被覆盖的时空变化特征。研究显示：近15 a西南岩溶区植被活动整体呈增强趋势，并向好的方向改善。植被覆盖高变化区域占总面积的19.57%，集中分布在贵州、四川和广西。第一个7 a的变化强度是第二个7 a的1.82倍。植被覆盖轻微、中度和明显改善的区域合计占总面积的71.85%，集中分布在贵州、广西和云南等地区；退化区域占总面积的0.53%，主要分布在贵州、云南、四川、广西和湖南等市(县)辖区。一元线性回归分析法和Mann-Kendall非参数检验法可以相互检验，对西南岩溶区的植被覆盖状况，时空变化有着基本一致的判断。

植被覆盖变化监测是一个长期的动态过程，具有明显的季节变化，而且不同植被类型的NDVI不尽相同。本文研究过程中未分季节，且仅对研究区NDVI的整体变化特征进行了研究，没有对不同植被类型NDVI变化特征进行分析。此外，NDVI的变化受多种因素影响，如气候、人类活动、政策等。因此，研究NDVI的季节变化和不同植被类型NDVI的变化特征，分析其与气候、人类活动等因子的相关性将是下一步研究的重点，这对进一步认识西南岩溶区植被覆盖的空间格局及过程具有重要意义。

[1] 张月丛,赵志强,李双成,等.基于SPOT NDVI的华北北部地表植被覆盖变化趋势[J].地理研究,2008,27(4):745-754.

[2] 信忠保,许炯心,郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学(D辑):地球科学,2007,37(11):1504-1514.

[3] 李秀花,师庆东,常顺利,等.1981—2001年中国西北干旱区NDVI变化分析[J].干旱区地理,2008,31(6):940-945.

[4] 邱海军,曹明明.基于SPOT VEGETATION数据的中国植被覆盖时空变化分析[J].资源科学,2011,33(2):335-340.

[5] 侯西勇,应兰兰,高猛,等.1998—2008年中国东部沿海植被覆盖变化特征[J].地理科学,2010,30(5):736-741.

[6] 贺振,贺俊平.基于SPOT-VGT的黄河流域植被覆盖时空演变[J].生态环境学报,2012,21(10):1655-1659.

[7] 戴声佩,张勃,王海军,等.基于SPOT NDVI的祁连山草地植被覆盖时空变化趋势分析[J].地理科学进展,2010,29(9):1075-1080.

[8] 周德全,王世杰,张殿发.关于喀斯特石漠化研究问题的探讨[J].矿物岩石地球化学通报,2003,22(2):127-132.

[9] 袁道先.我国西南岩溶石山的环境地质问题[J].世界科技研究与发展,1997,19(5):41-43.

[10] 蔡运龙.中国西南岩溶石山贫困地区的生态重建[J].地球科学进展,1996,11(6):602-606.

[11] 苏广实,胡宝清,罗华艳.基于网格法与ANN的县域喀斯特土地可持续利用评价：以广西都安瑶族自治县为例[J].水土保持研究,2010,17(4):262-268.

[12] 梁玉华,张军以,樊云龙.喀斯特生态系统退化诊断特征及风险评价研究：以毕节石漠化为例[J].水土保持研究,2013,20(1):240-245.

[13] 黄金国,魏兴琥,王兮之.粤北岩溶山区土地石漠化成因及其生态经济治理模式[J].水土保持研究,2013,20(4):105-109.

[14] 杜灵通,李国旗.利用SPOT数据进行干旱监测的应用研究[J].水土保持通报,2008,28(2):153-156,172.

[15] Stow D A, Hope A, McGuire D, et al. Remote sensing of vegetation and land-cover change in Arctic Tundra Ecosystems [J]. Remote Sensing of Environment, 2004,89:281-308.

[16] Hope A S, Boynton W L, Stow D A, et al. Interannual growth dynamics of vegetation in the Kuparuk River watershed, Alaska based on the Normalized Difference Vegetation Index[J]. International Journal of Remote Sensing, 2003,24(17):3413-3425.

[17] Johnson R D, Kasischke E S. Change vector analysis: a technique for the multispectral monitoring of land cover and condition [J]. International Journal of Remote Sensing,1998,19(3):411-426.

[18] Stow D, Daeschner S, Hope A, et al. Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J]. International Journal of Remote Sensing,2003,24(5):1111-1117.

[19] 刘亚龙,王庆,毕景芝,等.基于Mann-kendall方法的胶东半岛海岸带归一化植被指数趋势分析[J].海洋学报,2010,32(3):79-87.

TemporalandSpatialVariationofVegetationCoverinSouthwestChinaKarstAreaduring1998-2012

JING Juan-li， WANG Yong-feng

(CollegeofGeomaticsandGeoinformation,GuilinUniversityofTechnology,Guilin,Guangxi541004,China；GuangxiKeyLaboratoryofSpatialInformationandGeomatics,Guilin,Guangxi, 541004,China)

Temporal and spatial variation of vegetation cover in southwest China karst area during 1998—2012 has been studied based on the SPOT-VEGETATION data set by using the methods of the maximum value composite (MVC), change vector analysis (CVA), slope of the linear regression and Mann-Kendall non-parametric test. Results show that: (1) the SPOT-VEGETATION index time series data can monitor the vegetation coverage changes in southwest China karst area on a large scale; (2) during the period of 1998—2012 the maximum annual NDVI rose, the whole vegetation conditions were improved, about 71.85% of the total area had different degrees of improvement, mainly distributed in Guizhou province, Yunnan province and Guangxi Zhuang Autonomous Region. There were areas where vegetation cover had degenerated markedly, mainly distributed in Sichuan and Yunnan province, vegetation conditions accounting for 27.62% of the total area remained essentially invariant; (3) the CVA for the 14 a scale showed that areas with mid-high to high degree of vegetation type change accounted for 54.17% of the study area, the comparison of CVA for the two 7 a periods showed that the density and extent of vegetation cover change between 1999 and 2005 was much acute than that between 2006 and 2012, the former is 1.82 times of the latter; (4) results of change slope method are basically identical to Mann-Kendall non-parametric test.

southwest China Karst area; SPOT-VEGETATION; change vector analysis; trend analysis; Mann-Kendall non-parametric test

2013-10-20

：2013-11-25

国家自然科学基金项目(41261088);广西自然科学基金项目(2012GXNSFGA060001);广西空间信息与测绘重点实验室基金项目(桂科能1207115-04)

靖娟利(1977—),女,陕西长安人,硕士,讲师,主要研究方向：资源环境遥感。E-mail:jjlgut2008@163.com

X87

：A

：1005-3409(2014)04-0163-05