江淮分水岭区域植被覆盖与人类活动强度的时空动态演化

徐韩星,徐建辉,张榕榕,王 凯,王 丽

(滁州学院 地理信息与旅游学院,安徽 滁州 239000)

植被作为人类社会生存以及发展的物质基础,它对人类社会的生态环境有着重要的影响[1]。陆地表层植被覆盖的变化将会影响到局部区域的气候及区域的生态平衡[2]，同时气候变化也会反过来影响植被的生长和覆盖状况。

归一化植被指数是基于植物所表现出来的光谱特征，在一定程度上能够反映地表植被生长的基本状况[3]。它在不同的时间和空间尺度上对地表植被覆盖变化的分析研究具有重要作用。江淮分水岭指的是长江和淮河之间的分水岭，是我国自然地理上的重要分界线，即秦岭-淮河一线的东段,具有明显的过渡和跨界特征[4]。从人文环境上看,该区域位于我国南北经济文化交流的重要枢纽区域[5],同样也具有明显的过渡特征。

在经济快速发展和人类活动影响程度日益强烈的今天，植被覆盖变化也在一定程度上反映了人类的活动过程[6]。近年来，皖江城市带发展规划的提出更加促进了安徽省在经济发展、人类活动强度方面对植被指数的影响。

1 研究区概况

江淮分水岭区域主要位于安徽省中部，包括合肥、肥东、肥西、长丰、六安、滁州、定远、凤阳、全椒等12个县市。该区域位于亚热带湿润季风气候区与暖温带半湿润季风气候区的过渡带，受季风气候的影响，年均降水量900～1 000 mm，降水量相对来说比较充沛。区域内丘陵起伏、地形破碎，水资源难以大量蓄用。在特殊的自然环境下，通过分析气温、降水等自然因素对植被覆盖指数的影响具有重要的意义。江淮分水岭位置示意图见图1。

图1 江淮分水岭位置分布

2 数据获取与研究方法

2.1 数据来源及预处理

归一化植被指数是目前最为常用的表示植被覆盖状况的一个指标,可以在较大程度上反映植被的覆盖信息[7-8]，同时它还可以有效地监测植物的覆盖范围以及生长状态与趋势，与植被覆盖密度具有高度的相关性，因而被广泛应用于植被覆盖度的变化研究[9-13]。在此次研究中，NDVI的数据是由地理空间数据云提供的2000—2015共16 a的中国500 m月合成产品数据。本文利用最大合成法构建长时间序列下的NDVI值，同时利用江淮分水岭的行政区域为掩膜裁剪出研究所需要的NDVI数据，最终得出2000—2015这16 a的年均NDVI值。

研究区域内各县(市)已经利用插值法得出的气温、降水数据均来源于资源环境数据云平台。高程数据来源于地理空间数据云，它的空间分辨率为90 m×90 m。社会经济数据来源于安徽省统计年鉴(2001年、2011年、2016年)。各县(市)土地利用类型数据来源于中国科学院资源环境科学数据中心。

2.2 研究方法

2.2.1 趋势分析法

通过计算2000—2015 NDVI每个栅格的线性趋势系数，分析在长时间序列上江淮分水岭NDVI指数变化的趋势。计算公式为

Slope=

(1)

式中:slope表示江淮分水岭区域12个县(市)年均NDVI 值的斜率。n表示研究年份的时间跨度，即n=16t表示1～16的年序号。NDVIt表示第t年的NDVI值。将计算所得的slope值与0值做比较，可以得出植被指数随着时间变化的趋势，即升高、不变、降低。根据slope值的范围，可以将研究区域的NDVI变化趋势分为改善、基本不变及退化3个等级，并且分别统计每个等级的像元个数和所占的百分比。

2.2.2 残差分析

利用残差分析法可消除生长季 NDVI长时间序列变化中降水等自然因素的影响，因此,剥离开植被覆盖变化中自然因素和人为因素[6]。通过剔除自然因素对植被覆盖指数的影响，可以更加准确地反映人类活动对NDVI在时空变化中的作用。本文以江淮分水岭区域的12个市(县)为统计单元，选择2000年、2010年、2015年的年均NDVI值与年均降水、年均气温、平均高程及坡度因素进行多元线性回归，从而模拟每个像元这3个时期的NDVI回归值。然后将这一部分的NDVI值视为已知NDVI值的自然因素所贡献的值，将已知NDVI值与NDVI回归值之间的差值作为人类活动对NDVI值的贡献值。以上操作在SPSS和Excel中进行。

自然因素回归方程表示为

(2)

残差表达式为

(3)

式中:σy表示第y年的NDVI残差值，即人类活动对NDVI的贡献部分；NDVIy表示第y年的NDVI实际观测值。

人类活动回归方程表示为

σy=n1Y5+n2Y6+n3Y7+n4Y8+n5Y9+μ.

(4)

式中：Y5表示第y年各县(市)的GDP；Y6表示第y年各县(市)的人类活动强度；Y7表示第y年研究区域各县(市) 的年末人口总数；Y8表示第y年各县 (市)的农业机械总动力；Y9表示第y年各县(市)的退耕还林(草)政策实施情况。n1，n2，n3，n4，n5和μ为该回归方程的待定系数。

另外，利用残差分析的方法，可以进一步将自然因素与人类活动对 NDVI 的综合贡献度相分离。人类活动对NDVI的综合贡献度公式为

CH=|σy|/NDVIy×100%.

(5)

自然因素对NDVI的综合贡献度公式为

CN= 1-CH.

(6)

2.2.3 人类活动强度分析

人类活动强度是用来表示人类对陆地表层影响强弱的一个测量指标。建设用地当量是利用土地利用类型数据，衡量不同人类活动方式对陆地表层作用程度的一种度量单位。土地利用类型的建设用地当量折算系数是指将不同土地利用类型数据根据人类活动强度大小所换算成的建设用地当量的系数[14]。

根据所换算的建设用地当量数，求出建设用地当量总和占所研究区域总面积的百分比[15]，从而得出2000年、2010年、2015年3期的江淮分水岭区域12个县(市)级单位的人类活动强度。本文根据江淮分水岭区域内实施“千万亩森林增长工程”措施，因此，林地及其二级分类的土地利用类型特征值以0赋值，也就是说林地的土地利用类型受人类活动的干扰程度为0，从而得到适合江淮分水岭区域的不同土地利用类型建设用地当量折算系数汇总如表1所示。

表1 建设用地当量折算系数汇总

人类活动强度计算公式表示如下[14]:

(7)

(8)

式中:HAILSi表示第i个县(市)级单元人类活动强度；SCLE-i表示第i个县(市)级单元建设用地当量面积；Si表示第i个县(市)级单元区域总面积；SLij表示第i个县(市)级单元第j种土地利用类型的面积；CIij表示第i个县(市)级单元第j种土地利用类型的建设用地当量折算系数；m表示第i个县(市)级单元土地利用类型的总数。

3 结果与分析

3.1 植被指数时间变化特征

利用2000—2015这16 a的年均NDVI指数数据制作江淮分水岭区域的平均NDVI空间分布(见图2)和年际变化趋势图(见图3)。由空间分布趋势图可以看出安徽省NDVI最小值和最大值的年份分别为2000年、2010年。由变化趋势表可知，在P<0.01下年均NDVI值的相关系数的平方和为0.608 8。通过分析可得，江淮分水岭的NDVI指数与时间序列有很显著的相关性，也说明江淮分水岭的NDVI值在近16 a内整体呈现增长的趋势。

图2 江淮分水岭区域2000—2015 NDVI空间分布

图3 江淮分水岭区域2000—2015 NDVI空间分布趋势

从江淮分水岭区域2000—2015 NDVI空间分布(见图2)来看，总的变化趋势在0.25～0.97之间，平均值为0.88。江淮分水岭内约58%的区域NDVI值在0.88～0.97之间，40%的NDVI值在0.65～0.88之间，而NDVI值在0.25～0.65之间约占2%。NDVI值较小的区域都为该市(县)的中心部位。近年来，随着安徽省经济的不断发展，城市化进程加快，植被遭到破坏，导致植被指数降低。NDVI高值区域主要分布在山区及丘陵区域，同时，自然环境的优越、低山丘陵间森林资源的丰富以及植树造林工程等因素也会影响NDVI值。

3.2 植被指数时间变化趋势

通过一元线性趋势分析法，以县市为分析单元，得出江淮分水岭区域各县市在2000—2015 slope的取值范围为-0.027 8～0.047 9，以0为分界点。然后利用 ArcMap10.2软件对研究结果进行重分类，并且划分为改善、基本不变及退化3个等级(见表2)，得到江淮分水岭区域2000—2015植被覆盖的变化趋势(见图4)。0.006 1

表2 江淮分水岭区域2000—2015植被覆盖变化趋势的等级划分

图4 江淮分水岭区域2000—2015植被覆盖的变化趋势

3.3 植被指数与人类活动的回归分析

采用将自然因素与人类活动因素对NDVI的综合贡献度分离的方法，通过残差分析，得出结果如表3所示。从中可以看出，自然因素的综合贡献度从2000年98.427%到2010年96.737%再到2015年的97.001%，然而，人类活动强度的综合贡献度由2000年1.573%到2010年3.263%再到2015年的3.000%，说明尽管自然因素的值有所波动，但仍然呈现稳定的态势，区域经济在不断地发展，人类活动强度增强，但从整体上可以看出，自然因素对NDVI的影响程度仍占据主导地位。

分别对影响植被覆盖指数的两大因素进行分析。由于自然因素中存在大量的因变量，这里取年均气温、年均降水量、年均高程以及平均坡度这四类因素与2000年、2010年、2015年的 NDVI实际值进行回归分析，从自然因素的回归分析结果可以得出(见表4)，年均降水量、年均气温、年均高程、平均坡度均在1%的显著性水平下呈现正相关关系，说明自然因素对植被覆盖有较大的影响。

表3 自然因素与人类活动强度对NDVI的综合贡献度

表4 NDVI与自然因素回归结果分析

分析人类活动因素对植被空间分布的影响，将NDVI的残差值与人类活动强度、人口、农业机械总动力、GDP进行回归分析，结果可得回归相关系数0.531 1,说明人类活动因素与植被覆盖有较高相关性。其中，人类活动强度通过1%的显著性水平检验，且相关系数为-5.37，得出人类活动强度越大，NDVI值越小，人类活动强度越小，NDVI值越大。

利用ArcMap10.2重分类功能，将植被覆盖与人类活动强度的动态演化过程反映到江淮分水岭区域的行政边界图上，计算得到的人类活动强度划分为低、较低、中等、较高、高共5个等级(见图5)。从表5可以得出，人类活动强度等级低和较低的县(市)级个数保持不变，这些县市主要分布在滁州、明光、来安、全椒、凤阳、六安地区，以上地区中处于东部的区域多为低山丘陵，如琅琊山、皇甫山、大横山、老嘉山等低山。六安处于大别山区，整体上森林资源十分充足。人类活动强度中等的区域县(市)级个数逐渐下降，其变化区域主要分布在省会合肥周边的寿县、肥西、肥东、定远，人类活动强度由中等转化为较高等级，主要是因为周边的区域受城镇化影响，曾经的耕地、林地等都开发为城市建设用地，植被退化快，因此，处于较高等级的县(市)个数呈现增长趋势。人类活动强度高的区域，则保持省会合肥不变，由于合肥经济发展水平高，建设用地不断增加，植被退化速度加快。

图5 人类活动强度等级划分

通过分析比较图2、图5可得，NDVI值越大的区域多为自身自然环境良好、森林资源丰富而且人类活动强度低的地区，NDVI值较小的区域多为经济发展水平高，经济发展速度快且受人类活动强度高的区域。因此，NDVI的空间分布与人类活动强度等级划分具有较高的相关性。由图3、图4可得，2000—2015 NDVI的退化区域主要集中在合肥、六安这两个市的中心区域，以及处于周边的城乡结合部，在市中心经济迅速发展的情况下，城市面积不断扩大，原本的耕地、林地等被大量征收，导致植被覆盖指数降低，即经济活动强度增大时，植被退化的可能性越高。

表5 江淮分水岭区域人类活动强度指标等级划分

4 讨论与结论

本文基于MODIS-NDVI数据，根据江淮分水岭的地域特点，构建出涉及自然、社会与经济三方面的人类活动评估体系。利用趋势分析法对 2000—2015江淮分水岭植被覆盖的时空变化进行分析，再通过残差分析法分离自然因素和人类活动对 NDVI 的贡献度，并将人类活动评估体系引入植被覆盖驱动力研究，与 NDVI 残差值进行回归分析，分析具体的社会经济因素对植被覆盖的贡献度。本研究结果表明：

1)江淮分水岭区域的植被覆盖指数在2000—2015这16 a中呈现整体增长的趋势，但是在市(县)中心区域的植被覆盖度指数呈现降低的趋势。

2)植被覆盖状况良好的区域大多数是自然条件良好(降水、温度适宜)而且人类活动强度指数较低的区域，例如明光市、来安县、全椒县、凤阳县；植被覆盖状况较差的区域大多数是经济发展迅速、经济水平较高而且受人类活动影响较大的经济中心区域，例如合肥市、六安市。

3)随着经济发展水平的提高，人类活动强度的不断增大，其植被覆盖度退化的可能性就会越大，但在相关的护林工程措施下，植被覆盖退化的情况会有所改善。

植被是人类社会赖以生存和发展的物质基础,它不但对人民生活和经济发展有巨大的保障作用,而且对人类社会的生态环境有重要影响。本文以江淮分水岭区域2000—2015植被覆盖变化及其与人类活动强度的关系为研究目的，多维度地评估出人类活动对植被覆盖变化的影响，为其区域制定科学合理的土地利用和生态环境保护政策提供规划与决策依据。

然而，本文也存在不足之处。例如，不同研究区域的城市在城市化进程中发展的速度不同，所以时间拐点的选择对实验结果可能有所影响，如何排除此因素的影响有待于进一步研究。