江西省陆地植被空间格局特点及影响因素

范占领，邱炳文，曾灿英

(福州大学地理空间信息技术国家地方联合工程研究中心，福州 350002)

江西省陆地植被空间格局特点及影响因素

范占领，邱炳文，曾灿英

(福州大学地理空间信息技术国家地方联合工程研究中心，福州 350002)

为了探求江西省不同地貌特征下的植被空间格局特点及其与影响因素的相互关系，该文以EVImax作为植被覆盖程度指示因子，建立了其与相关影响因子的地理加权回归模型(GWR)。研究表明：(1)在平原区植被主要受到高程的影响，随着高程的升高，形成了湖泊-耕地-河流-居民点-耕地-林混耕地的格局。且在居民点间形成了村落-工业区-城镇的小格局。(2)在丘陵区首先受到坡度因子的影响，形成了盆地(谷地)和山地两大格局，在河流和高程等因子的影响下，整体形成了河流-城镇-耕地-河流-耕地-林混耕地-林地的格局。(3)在山地区，在河流和高程因子共同影响下，形成了河流-城镇-村落(耕地)-林混耕地-林地格局。

丘陵山区；植被覆盖；格局分析；EVI；GWR

0 引 言

在丘陵山区，植被覆盖状况和地形坡度是导致水土流失的关键因素[1-3]，植被覆盖状况也是反映区域生态环境质量的重要指标[4-6]。由于诸如地形、气候、土壤等环境因素分布的不规则性和复杂性，导致植被分布存在空间异质性或空间非平稳性[7-8]。江西省隶属江南丘陵山区[9]，植被是土地覆盖最主要类型。在考虑植被覆盖空间异质性情况下，开展江西省植被覆盖空间格局分析工作，了解江西省植被覆盖的分布模式以及形成机制对水土流失防治[10]、生态环境保护[11]等有着极其重要的意义。

英国Newcastle大学地理统计学家A.S Fortheringham等基于局部光滑的思想提出了地理加权回归模型(Geographically Weighted Regression，GWR)，GWR模型作为一类能简单有效处理空间非平稳性的建模技术，近几年在城市地价评估[12-13]、犯罪率分析[14]、传染病空间分布分析[15-16]、植被格局分析[17-18]等领域得到广泛的应用。据此，本文采用了GWR模型，建立植被指示因子EVImax与其影响因子的回归模型，并进行统计和检验分析，得出了江西省不同地貌区的陆地植被空间格局特点以及影响机制，为进一步中国南方丘陵区植被格局特点深入分析以及水土流失防治、生态环境保护等提供理论参考。

1 研究区与数据源

1.1 研究区

江西省，简称赣，地处于24°29′N～30°04′N，113°34′E～118°28′E之间，北回归线附近，中国东南偏中部长江中下游南岸。江西省东南西三面环山，内侧丘陵广亘，中部、北部平原坦荡。根据全省地貌类型特点，可把江西省划分为3种地貌区，即平原区、丘陵区、山地区[19](图1(a))。全省气候温暖，日照充足，雨量充沛，无霜期长，为亚热带湿润气候，植被以常绿阔叶林为主，具有典型的亚热带森林植物群落。江西省年平均气温18℃左右。全年全省极端最高温度南北差异不大，甚或略呈北高南低现象。江西年均降水量1341mm到1940mm，一般表现为南多北少、东多西少、山区多盆地少。全省土地总面积1669.5×104km2，其中林业用地面积1072.0×104km2，占64.2%。

1.2 数据源与数据预处理

增强型植被指数EVI作为一种通用的植被指数，由于其克服了土壤背景的影响和归一化植被指数NDVI在植被高覆盖区易饱和、植被低覆盖区受土壤植被影响较大、对大气衰减去除不彻底等缺点，近些年得到了广泛的应用。EVI的公式为：

(1)

其中，ρNIR、ρRed、ρBlue分别为近红外、红光和蓝光波段的表现反射率或者方向反射率；L为土壤调节参数；C1和C2为大气调节参数；G为增益系数[20]。在EVI计算中，通常取L=1，C1=6，C2=7.5，G=2.5[21-22]。

为了进一步获得江西省近十年来植被覆盖的平均情况，本研究以江西省13年(2001年～2013年)250m空间分辨率16天最大化合成MODIS EVI指数为数据源。采用离散小波变换的方法将13年16天最大化合成的EVI数据分解成不同尺度的细节信号(Detail，D)和趋势信号(Approximation，A)。从小波分解中提取出代表近13年来植被覆盖程度的EVImax作为江西省植被覆盖指示因子[17]，其中

(2)

其中，A.5代表第5层次的趋势信号，Dj代表第j层次的细节信号，P90代表第90分位点的值。其数据分布图如图1(b)所示。

图1 研究区位置、研究区地形特征及植被指示因子EVImax

已有研究表明，植被生长与地形土壤因子[23]、气候变化和人类活动[24]有较强的相关关系。所以本研究选取影响因子主要包括三类，其中地形因子包括高程和坡度。气象因子包括温度和降水，其数据基于中国气象科学数据共享网所对所提供的气象站点进行克里金插值得到。人类活动影响因子包括距离最近面状河流或者湖泊的距离、距离最近线状河流的距离、距离最近居民点的距离、距离最近道路的距离。其数据基于全国1∶100万基础地理数据计算得到。土地利用数据采用冉有华等基于多源数据融合方法的中国1km土地覆盖数据[25]。

首先在江西省内均匀选取134015个样点，然后将各影响因子与EVImax做散点图，如果EVImax与影响因子间存在着对数关系，则对影响因子做取对数处理。并检验影响因子间的共线性，去除共线性较强的因子(研究去除降水因子)。最后对每个影响因子做归一化处理。最后利用土地利用数据掩膜掉土地覆盖类型为水体的样点，以排除水体对研究结果的干扰。

2 研究方法

地理加权回归是用回归原理研究具有空间(或区域)分布特征的两个或多个变量之间数量关系的方法，在数据处理时考虑局部特征作为权重。其模型表达式如下：

yi=β0(μi,νi)+∑βk(μi,νi)xik+εi

(2)

其中，(μi,νi)用来描述地理位置坐标，β0(μi,νi)和βk(μi,νi)分别为不同地理位置i上的常数项和不同影响因子的影响系数[26]。在格局分析中，相对经典的全局最小二乘模型(OLS)，本方法具有很强的优越性[17]。研究采用AIC准则确定最优带宽。

3 研究结果与分析

采用AIC最小法选取最优带宽，确定带宽为10km。在ArcGIS中建立GWR模型，拟合得到部分参数统计量如表1所示。从表1中可以看出整体模型拟合精度达到了0.61。得到EVImax与影响因子GWR模型回归系数如图2所示。通过对高程、坡度、距离最近河流的距离等影响因子分区间进行统计分析，得出结果如图3所示。

表1 EVImax地理加权回归模型的参数统计量

3.1 平原区植被覆盖格局特点

在平原区，高程和距离最近湖泊的距离因子为平原区格局的主要影响因子。从模型高程系数图(图2(a))可以看出，平原区EVImax与高程呈现出先强负后强正的相关关系。从模型高程系数统计图(图3(a))可知强负区域高程一般在20m以下，强正区域集中在20m～100m区间。高程20m以下区域，有充足的水源，便于灌溉，适宜作物种植，而城镇多建于高程相对较高区域，以保证湖泊洪水期而不被淹掉。植被覆盖程度耕地要好于城镇，所以EVImax与高程表现出了强负的相关关系。在20m～100m区间，随着海拔的升高土地利用一般为城镇、大面积耕地和林混耕地，且林混耕地的植被覆盖程度要好于耕地，所以EVImax与高程表现为强正的相关关系。在高程和湖泊(河流)因子的影响下，平原区形成了一个湖泊(河流)-耕地-居民点-耕地-林混耕地的格局特点。

图2 EVImax与影响因子GWR模型回归系数图

图3 GWR模型系数随高程(a)、坡度(b)、距离最近河流距离(c)变化图

人类活动因素对平原区格局影响较大，在大片居民点区域以及主要道路经过区域，EVImax与距离居民点距离和距离道路的距离呈现出较强的正的相关关系。整体上表现出一个距离人类活动区域越远，植被覆盖越好的特点。且在本区域EVImax与距离县以上居民点的距离表现为正的相关关系，而与乡镇以下居民点表现为负的相关关系，主要原因随着城市的扩张，在城市周边建有大量的卫星城和工业区，在离中心城市相当长的一段距离内植被覆盖较差，在城市更远处多为耕地，所以距离城市越远，植被覆盖越好。而对于乡镇和村落而言，村落和耕地散落分布，距离村越近，植被覆盖反而越好。所以以城镇为中心，形成了城镇-工业区-村落(耕地)的格局特点。整个平原区形成了湖泊-耕地(村落)-河流-城镇-工业区-耕地(村落)-林混耕地的格局特点(图4(a))。

3.2 丘陵区植被覆盖格局特点

图4 江西省植被覆盖空间格局示意图

坡度为丘陵区格局的主要影响因素。在丘陵区坡度一般在20°以下(图3(b))，从模型坡度系数图(图2(b))可以看出丘陵区大部分区域EVImax与坡度呈现一个正的相关关系，主要是因为随着坡度增大，人类活动对植被覆盖的破坏越来越小。而丘陵区镶嵌的盆地或谷地区域，EVImax与坡度呈现一个负的相关关系，主要是因为盆地或者谷地的植被覆盖类型主要为耕地，其特点和平原区相似。所以，在坡度因子的影响下，丘陵区可分成了盆地(谷地)和山地两大格局。在盆地(谷地)区域，河流对植被覆盖格局影响较大。主干河流(如赣江)经过处，城镇多延河流聚集，从模型距离最近河流的距离系数图(图2(c))可以看出EVImax与距离河流的距离呈现出强烈的正相关关系。而支流流经处，沿河多为作物种植，并与村落散落分布，EVImax与距离河流的距离呈现出负的相关关系。在河流因子的影响下，盆地(谷地)区域植被覆盖形成了河流-城镇-耕地-河流-耕地的格局特点。在山地区域，随着海拔的升高，主要为植被覆盖类型从耕地到林地进行过渡。从模型高程系数图可以看出，EVImax与高程呈现出正的相关关系。丘陵区在坡度、河流以及高程的共同影响下，形成了河流-城镇-耕地-河流-耕地-林混耕地-林地的格局特点(图4(b))。

3.3 山地区植被覆盖格局特点

山地区植被覆盖类型主要为林地，但是在河流流经处，植被覆盖会有很强的空间异质性。河流为控本区域植被覆盖格局的主要因子。从模型距离河流最近距离因子系数图(图2(c))可以看出，在本区域，主要是因为在丘陵山区城镇(村落)多沿河流而建，在城镇和山体之间多为作物种植，在河流因子影响下整体形成了河流-城镇-村落(耕地)-林混耕地-林地的格局特点(图4(c))。从模型高程因子系数图可以看出，EVImax与高程主要呈现一个正的相关关系，在高海拔地区，有较弱的负相关，一些研究表明，丘陵山区，在高海拔地区由于受到温度的影响，植被覆盖会随着海拔的升高而越来越差[17]。但是江西省由于海拔相对较低，这个规律在江西省表现不够明显。人类活动对山地区植被覆盖也有较强的影响，从模型距离居民点的距离系数图可以看出，EVImax与距离最近居民点的距离呈现出正的相关性，即距离居民点距离约远，植被覆盖程度越好。主要是因为，距离居民点距离越近，植被更容易受到人类的破坏，砍伐等。

4 结束语

本文在考虑植被覆盖空间平稳性的条件下，对江西省植被覆盖格局特点进行了分区探讨，得到平原区、丘陵区、山地区等不同区域下的陆地植被覆盖格局特点以及影响机制。为整个丘陵山区植被覆盖格局分析工作提供了理论参考。而其本身的三大格局的特点也有一定的递进和过渡关系，整体上体现了一个平原区到山地区的变化。影响机制工作也将为江西省乃至整个南方丘陵山区的水土流失防治、生态环境保护工作提供相应的决策支持。

[1] 李恒凯，刘小生，李博，等.红壤区植被覆盖变化及与地貌因子关系——以赣南地区为例[J].地理科学，2013，34(1)：103-109.

[2] 孙佳佳，王志刚，张平仓，等.植被结构指标在南方红壤丘陵区水土保持功能研究中的应用[J].长江科学院院报，2013，30(9)：27-32.

[3] 金平伟，向家平，李万能，等.植被对南方红壤丘陵区土壤侵蚀的影响研究[J].亚热带水土保持，2014(1)：1-4.

[4] 卫伟，余韵，贾福岩，等.微地形改造的生态环境效应研究进展[J].生态学报，2013，33(20)：6462-6469.

[5] 周沙，黄跃飞，王光谦.黑河流域中游地区生态环境变化特征及驱动力[J].中国环境科学，2014(3)：766-773.

[6] 王情，刘雪华，吕宝磊.基于 SPOT-VGT 数据的流域植被覆盖动态变化及空间格局特征[J].地理科学进展，2013，32(2)：270-277.

[7] 韩有志，王政权.森林更新与空间异质性[J].应用生态学报，2002，13(5)：615-619.

[8] 王利，蔡乐，王红燕，等.山西省县域经济发展影响因素的空间异质性研究——基于地理加权回归(GWR)模型[J].资源开发与市场，2014，30(2)：152-155.

[9] 黄国勤，刘彬彬，赵梅，等.江南丘陵区农田耕作制度调查及综合评价——以江西省为例[J].耕作与栽培，2012(4)：1-2.

[10] 王飞，陈安磊，彭英湘，等.不同土地利用方式对红壤坡地水土流失的影响[J].水土保持学报，2013(1)：22-26.

[11] 李惠梅，张安录.生态环境保护与福祉[J].生态学报，2013，33(3)：825-833.

[12] 曾晖，杨平，朱建君.城市住宅价格影响因素的空间非平稳性分析[J].湖南大学学报(自然科学版)，2012，39(5)：88-92.

[13] 张洁.基于 GWR 模型的城市住宅地价空间分异研究[D].杭州：浙江大学，2012.

[14] 严小兵.中国省域犯罪率影响因素的空间非平稳性分析[J].地理科学进展，2013，32(7)：1159-1166.

[15] 肖雄，杨长虹，谭柯，等.地理加权回归模型在传染病空间分析中的应用[J].中国卫生统计，2013，30(6)：833-836.

[16] 黄秋兰，唐咸艳，周红霞，等.四种空间回归模型在疾病空间数据影响因素筛选中的比较研究[J].中国卫生统计，2013，30(3)：334-338.

[17] QIU B，ZHONG M，ZENG C.Effect of topography and accessibility on vegetation dynamic pattern in Mountain-hill Region[J].Journal of Mountain Science，2012，9(6)：879-890.

[18] QIU B，ZENG C，CHEN C.Vegetation distribution pattern along altitudinal gradient in subtropical mountainous and hilly river basin，China[J].Journal of Geographical Sciences，2013，23(2)：247-257.

[19] 朱传民，黄雅丹，吴佳，等.不同地貌区耕地集约利用水平空间分异及驱动机制——以江西省为例[J].山地学报，2012，30(2)：156-164.

[20] HUETE A，JUSTICE C，VAN LEEUWEN W.MODIS vegetation index (MOD13) algorithm theoretical basis document[J].NASA Goddard Space Flight Center，1999.

[21] 王立辉，黄进良，孙俊英.基于时序 MODIS-EVI 监测华中地区耕地复种指数[J].长江流域资源与环境，2010，19(5)：529-534.

[22] HUETE A，JUSTICE C，LIU H.Development of vegetation and soil indices for MODIS-EOS[J].Remote Sensing of Environment，1994，49(3)：224-234.

[23] 刘世梁，马克明，傅伯杰，等.北京东灵山地区地形土壤因子与植物群落关系研究[J].植物生态学报，2003，27(4)：496-502.

[24] 李辉霞，刘国华，傅伯杰.基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究[J].生态学报，2011，31(9)：5495-5504.

[25] RAN Y，LI X，LU L.Large-scale land cover mapping with the integration of multi-source information based on the Dempster-Shafer theory[J].International Journal of Geographical Information Science，2012，26(1)：169-191.

[26] 孙钰，李新刚.基于空间回归分析的城市土地综合承载力研究——以环渤海地区城市群为例[J].地域研究与开发，2013，32(5)：128-132.

Spatial Pattern of Land Vegetation Characteristics and Influencing Factors in Jiangxi Province

FAN Zhan-ling，QIU Bing-wen，ZENG Can-ying

(NationalEngineeringResearchCenterofGeospatialInformationTechnology，FuzhouUniversity，Fuzhou350002)

The purpose of this paper is to explore the spatial pattern of land vegetation characteristics and influencing factors in Jiangxi province.Taking EVImax as vegetation coverage degree of instruction factor，this research established the driving factors associated with the geographically weighted regression (GWR) model.Research conclusions are：(1) Vegetation cover in the plain area is mainly affected by elevation.And with the elevation rises，it forms a lake-farmland-river-residential-farmland-mixed arable forest pattern.Human activities have a great impact on the plains and form villages-industrial areas-towns pattern among the residential areas.(2) Hilly-gully region is affected by the slope factor first and form two big different patterns which are basin (valley) and mountain.Under the influence of rivers，elevation and other factors，the overall pattern of river-town-farmland-river-farmland-mixed arable forest-woodland is formed.(3) In mountainous areas，under the combined effect of rivers and elevation，the pattern of river-towns-farmland-mixed arable forest-woodland is formed.

hilly mountainous area；vegetation coverage；spatial pattern analysis；EVI；GWR

2014-08-08

2014-10-20

国家自然科学基金面上基金项目(41071267)；福建省自然科学基金项目(2012J01167)；福建省重点科技项目(2012I0005)；教育补留学回国人员科研启动基金(教外司留[2012]940号)。

范占领(1989—)，男，硕士研究生，主要研究方向为时空数据分析与建模、遥感数据处理与应用等。

E-mail：fzling@126.com

邱炳文(1973—)，女，副研究员，主要研究方向为时空数据分析与建模、遥感数据处理与应用等。

E-mail：qiubingwen@fzu.edu.cn

10.3969/j.issn.1000-3177.2015.05.009

P237

A

1000-3177(2015)141-0057-05