乌蒙山地区植被时空演变趋势预测

王涵玉，赵银兵,2，陈馨熠

(1. 成都理工大学旅游与城乡规划学院，成都 610059；2. 成都理工大学地球科学学院，成都 610059)

植被与能源流动循环、土壤生态系统和区域人类活动等方面密切相关，植被演替因自然与人为因素的共同参与，其过程复杂而漫长[1-2]。植被变化的动态监测以及植被未来变化趋势预测是生态环境研究的重要内容，对于植被治理具有重要意义[3]。乌蒙山区位于中国西南地区核心贫困地带，因其特殊的地理位置和独特的生态系统面临着资源开发与环境保护的多重矛盾[4-5]。地表植被演变研究对于区域经济发展和生态建设具有重要意义。前人对西南地区不同空间尺度的植被变化及其驱动因素进行了研究，认为西南喀斯特地区植被覆盖度整体呈增长趋势，退化主要发生在城市建成区[6～8]。在城市化进程中，人类活动对西南地区植被变化呈现出较明显的负效应。植被的综合恢复治理需要掌握植被演变特征及驱动机制，同时需要把握植被未来的变化趋势。Hurst指数是用以定量描述序列长程度依赖性的重要方法[9]。前人应用Hurst指数对不同研究区植被未来变化趋势进行了诸多探讨与分析[10～12]，但关于西南喀斯特地区植被未来变化趋势的预测尚少，尤其是关于反向持续变化区域植被变化的方向还不甚明确。植被指数包括归一化植被指数(Normalized Difference Vegetation Index, NDVI)、增强型植被指数数(Enhanced Vegetation Index，EVI)和叶面积指数(Leaf Area Index, LAI)等，通常用作刻画植被覆盖度、生物量和生长条件等[13～15]。NDVI被广泛用于监测植被覆盖度变化，但在生长季NDVI容易达到饱和从而导致数据敏感度降低。EVI在NDVI的基础上对影响参数进行了修正，有效地增强了与实际植被覆盖度的关联关系，能较为真实地反映植被生长变化过程及空间差异[16-17]。

本文拟采用2003～2018年MODIS EVI数据，结合一元线性回归分析、Hurst指数等数理方法，分析乌蒙山区EVI的时空分布及动态变化特征，预测研究区植被未来变化趋势。该研究可以为区域植被动态监测提供参考，积极服务于乌蒙山地区的生态环境保护和区域经济可持续发展。

1 研究区概况及数据

1.1 研究区概况

乌蒙山区地处四川、贵州、云南三省交界地带(103°30′～107°00′E，25°00′～29°30′N)，行政区划涵盖三省毗邻地区的38个县(市、区)，总面积约为11×104km2(图1)。该区位于云贵高原和四川盆地的阶梯过渡区域，地形类型多样，地势西高东低、南高北低，地质构造复杂，多喀斯特地貌发育；区内从北向南，从高原山地向山原丘陵过渡，地带性特征突出；区内气候类型多样，水热同期，气候干湿明显[18-19]。乌蒙山区是全国最大连片贫困带之一。复杂的自然地理环境及相对落后的社会经济导致区内人地矛盾突出，生态地质环境问题频发[20]，对植被动态变化进行分析及预测可服务于区域国土空间规划与精准扶贫等社会经济工作。

图1 研究区位置示意图Fig.1 Location of the study area

1.2 数据来源及处理

本文使用的EVI数据来源于美国国家宇航局(NASA)搭载在Aqua卫星上的MODIS数据(https://www.nasa.gov/)，产品类型为MYD13A3，空间分辨率为1km。高程数据为GDEMDEM 30M产品数据，来源于地理空间数据云平台(http://www.gscloud.cn/)。EVI数据运用MRT批处理工具进行拼接、投影处理，投影坐标为WGS_1984_UTM_Zone_47N。应用Savitzky—Golay滤波[20]方法消除异常数据影响，得到2003～2018年逐月EVI数据。考虑周围环境对研究区影响，对乌蒙山区矢量边界做5km缓冲区，利用Python工具按缓冲区边界对数据进行批量掩膜裁剪，得到乌蒙山地区逐月EVI的栅格影像，采用最大值合成法获取2003～2018年逐年EVI最大值数据。

2 研究方法

2.1 植被变化趋势检测

运用一元线性回归方法[21]，分析EVI时间序列的变化趋势，回归方程斜率(θslope)代表研究区时间测度内每像元EVI的变化趋势，该方法可反演植被变化趋势的空间分布。采用t检验方法[22]检查EVI时间序列变化趋势的显著性，并对其变化趋势进行分级，其计算公式如下：

(1)

(2)

2.2 植被变化持续性预测

Hurst指数能定量描述序列长程度依赖性，从而判断序列未来变化是否具有持续性规律，通过对数值分级来描述持续性的强弱程度。Hurst指数的估算方法主要有绝对值法、聚合方差法(Aggregated Variance)、R/S分析法、周期图法、Whittle法、残差方差法和小波分析法等，本文采用聚合方差法计算研究区EVI变化的Hurst指数。其原理是将给定的时间序列，Xi,i=1,2,…,N,分割[N/m]为个长度相等的子区间[24]，在每个子区间内分别进行计算，得到各区间平均值：

(3)

然后计算其平均值的样本方差：

(4)

如果序列存在长程依赖性，则VarXm～mα成立。在(m/VarXm)的双对数图上，通过线性函数拟合得到斜率为α，H=(α/2)+1。斜率的区间可划分为以下3种情况[25]：(1)若0≤H≤0.5，表明植被覆盖度时间序列变化具有反向的持续性，H值越趋于0，反持续性越强；(2)若H=0.5，则植被覆盖时间序列前后关联度较弱，即可推测植被未来变化趋势与过去变化相关不大；(3)若0.5≤H≤1，表明时间序列变化具有正向的持续性，即可推测植被未来变化趋势与过去一致，且H值趋近于1，则持续性越强。

3 结果与分析

3.1 植被时空变化特征

在2003～2018年，乌蒙山区植被呈波动增长趋势，EVI年平均增长速率为0.004 9/yr，平均值为0.49；2003年EVI年均值最低，EVI值为0.42；2016年的EVI年均值最高，EVI值为0.5。EVI在其增长过程中呈现出较明显的阶段性(图2a)，变化趋势曲线大致呈“双峰单谷”型，2003～2006年、2011～2016年为增长时间段，2006～2011年、2016～2018年为下降时期。气候的变化对植被分布格局有重大影响[26]，气温条件作为影响乌蒙山地区植被变化的显著性因素之一[27]，EVI在2004～2006年、2008～2010年、2011～2015年出现变化峰值，期间气温升高成为EVI升高的重要因素。在2008～2010年，降水出现变化谷值，成为该阶段EVI降低的重要原因。此外，2008年以前，EVI变化速率平稳；2008年以后EVI变化波动更大、增速更快，2008年前后EVI变化趋势形成较大反差，石漠化综合治理等工程与气候因素共同作用影响了EVI的变化。

从2003～2018年乌蒙山地区年平均EVI的空间分布图(图2b)来看，区内植被覆盖具有明显的区域分异，大致呈“东北部高，中部、西南部低”的空间格局。不同EVI值的面积分布不均，EVI值>0.55的地区主要分布在地势相对低平的东北部、东部地区，以及研究区永善、大关等地，面积占比2.47%；EVI值<0.35的区域占3.69%，主要呈块状、片状分布在中西部的威宁、会泽、曲靖等地，同时零星分布于各个城市建成区，人类活动及城市化对植被改善具有一定的抑制作用[28]。研究区94.36%的区域EVI趋于改善，其中61.98%的研究区呈极显著改善，中部地区植被改善情况最为突出(图3a)。前人研究表明：近年来区域气候条件改善，坡地环境利于植被生长[29]，加之退耕还林工程等人类活动的积极影响[30]，使得这类地区的植被呈现出改善趋势。显著改善(14.35%)和不显著改善(18.03%)区域的面积超过全区的30%，主要呈斑块状分布在研究区西北部雷波、马边等地，南部禄劝、寻甸等地以及东北部习水、古蔺等地(图3b)，这些地区的生态建设工程已取得部分生态效益。例如，黄林峰等[31](2018)研究结果表明2000年以来赤水河流域植被覆盖度及流域植被生态质量都发生了改善。

图2 2003～2018年乌蒙山地区EVI的时间及空间分布Fig.2 Temporal and spatial distribution of EVI in Wumeng Mountain Area from 2003 to 2018

图3 EVI变率及其检验分级Fig.3 EVI variability and its inspection grading

EVI值退化区占全区面积的5.64%，主要分布在城市建成区、裸岩区和土壤贫瘠区，典型区域包括研究区西北部的雷波-马边一带、中部的昭通、西南部的会泽-寻甸等地(图3b)。这些区域在气候、地形和人类活动等方面也存在导致植被退化的因素[29]：马边、雷波一带气候近年来呈干冷趋势变化，海拔和坡度又加剧了当地水热不足的矛盾；在中部的昭通市和西南部地区，干热气候抑制了植被的改善，同时多期遥感影像监测显示昭通市中部及周围地区的建设用地扩张也造成了植被退化，从该区2005～2015年的土地利用变化数据来看，建设用地所占比例增加了约0.21%。

3.2 植被变化格局预测

研究区Hurst指数值介于0～0.95，平均值为0.57，持续变化区域占比59.5%，反持续性变化为40.5%。参照李双双等(2012)[32]研究对植被变化持续性的分级标准，将乌蒙山区EVI变化持续性划分为：强反持续性(0～0.35)、弱持续性(0.35～0.65)和强持续性(0.65～1)三个等级(图4)。从Hurst指数空间分布情况看来(图5a)，弱持续性变化区域主要分布在反向持续变化区与持续变化区的过渡地带，如镇雄、毕节等地，面积约占32.80%，这些地区植被未来的变化趋势具有不确定性。单一的自然因素或人为因素影响下的植被恢复，其变化序列会呈现出较强的持续性[33]，研究区近1/3的地区出现弱持续性，说明这些过渡地带植被受到自然和人为多重因素的复杂影响。强反持续性区域主要分布在西北部雷波、马边等地，东北部习水、赤水等地的中部位置和西南部山地地区，而强持续性区域分布较广，尤其是在研究区中部的威宁等地较为突出。

图4 乌蒙山区Hurst指数正态分布Fig.4 Normal distribution of Hurst index in Wumeng Mountain Area

图5 Hurst指数估算结果及EVI变化趋势持续性分布Fig.5 Hurst index estimation results and the continuous distribution of EVI change trend

将Hurst指数计算结果与EVI变化趋势分级结果进行叠加分析，得到乌蒙山地区植被未来变化趋势可持续性预测结果(图5b)。持续改善区域面积较广，面积约占37.79%，中部的威宁等地属于此类，这些地区EVI未来变化趋势较为乐观，除了气候因素的积极作用外，人为作用正面效应将持续发挥[34-35]。反持续退化主要分布在研究区西北部雷波、马边、美姑三地的交界地带以及西南部的少部分区域，比重占3.71%，这部分区域未来植被情况会有所改善。研究区西南部的禄劝、会泽等地到西北部雷波、马边等地受气候变化和喀斯特地貌效应驱动，出现植被退化现象，这些地区已经实施并将持续推进生态工程，对未来植被改善将产生积极影响[36]。持续退化区分布在城市建成区及裸岩区，面积约占0.6%。城市扩张容易造成植被破坏，需密切关注这些地区植被动态，及时采取植被恢复和治理措施。反持续改善区主要分布在研究区西北部的雷波、马边等地以及西南部和东北部习水等地，面积约占25.13%。雷波、马边等地位于地貌过渡带，气候梯度较大、地质背景复杂，植被持续改善的环境压力会逐渐增加，需要加强植被动态监测，因时因地采取对策，控制反持续改善现象加剧，积极控制生态风险。

为了验证Hurst指数预测结果的有效性，选取研究的初始年2003年、中间年2011年和最新年2019年(晚于前文的数据截止时间2018年)EVI年最大值，选取两个特征明显的区域作为验证样本，进一步对Hurst估算及预测结果进行检验。从图6可见，中部地区有较为明显的持续改善趋势，在西南部地区植被也经历了由改善到退化的过程。第一个样本区位于研究区中部的威宁，植被发展主要以持续改善趋势为主；第二个样本区位于研究区西南部禄劝等地，植被变化以反持续改善趋势为主。将3个年份的样本区EVI最大值进行统计，发现中部威宁地区持续改善的比率达77.31%，西南部地区的反持续改善比重达61.00%，两个统计结果均与Hurst指数法的预测结果吻合。

图6 Hurst指数估算结果验证Fig.6 Verification of Hurst index estimation results

3.3 植被退化分析及治理建议

乌蒙山地区植被退化区主要零星分布在城市建成区，典型分布区主要有3处：西北部的雷波马边一带、中部的昭通区域、西南部寻甸、禄劝等地。在研究区植被未来变化趋势中，大部分城市建成区植被可能出现持续退化势或反持续改善趋势。城市化通过一系列人为及自然作用的历史过程对区域生态系统的不同方面产生强烈影响[37-38]，如昭通市等。西北部雷波、马边等地位于地貌梯级过渡区，地质差异巨大[39]，影响土层厚度及稳定性，容易导致植被退化。研究区西南部地区寻甸、武定等地的地质灾害易发性高[40]，容易导致植被因灾退化。

乌蒙山区位于喀斯特地貌区，受特殊的地质地貌环境叠加水土流失、气候波动等影响，区内植被的抗干扰能力较差，加之地理空间贫困下的粗放式开发，导致生态系统日益脆弱[41]。在恢复与保护现有植被、推进生态系统保护/恢复的基础上，建议从以下3个方面入手，实现区域的资源可持续开发与环境的可持续承载。

(1)加强植被动态监测，因地制宜开展生态工程。持续实施天然林保护、退耕还林等重大生态工程，合理利用生态旅游、替代生计培育等缓解森林资源过度利用的有效手段。乌蒙山地区近年来实施的退耕还林还草工程促进了植被的恢复，在一定程度上加速土壤有机质积累，减少了水土流失，如中部的威宁等地；区内石漠化生态恢复、重建工程改善了植被覆盖率，有效控制了因水土流失等导致土壤利用价值日益降低的局面[38, 42]。因此，在研究区未来植被治理上，需加强对植被变化敏感区监测与预测，针对植被持续退化及可能退化的区域，如昭通中部、西南部和西北部等地，因地制宜继续推进生态工程，科学推进生态脆弱区和地质灾害高发区的生态移民。

(2)积极发展生态经济。经济落后引起了乌蒙山地区对土地的粗放式开发，加剧了当地生态与经济的双重贫困，发展生态经济可以缝合生态保护与经济发展的矛盾裂隙。林下经济是发展生态经济的有效的途径之一，其基于保护生态环境原则，能使森林保护与经济发展多面融合，产生共赢效益，是一种绿色可持续发展的循环经济模式[43-44]。林下经济在云南赫章和四川马边、古蔺等地已有试点，植被脆弱区的雷波、曲靖等地可因地制宜地参照推行。实施林下种植、养殖和旅游等经济活动促进森林资源的合理开发，有效提高农民收入、优化土地利用功能结构，实现生态、经济与社会效益多元共赢。

(3)优化国土空间开发和管制。统筹划定“三线”，并进行严格管理，形成合理的空间布局，力求达到保障区域生态安全、资源安全等目的[45-46]。国土空间结构一定程度上反映了区域内各种土地类型的构成、分布，土地质与量的对比以及在空间上的关联性和差异性[47]，乌蒙山地区国土空间结构处于不协调状态，加剧了人地关系矛盾。因此，需对乌蒙山地区进行“三线”划定，明确边界、科学管控，提高建成区植被覆盖率、优化乡村聚落绿化率，改善林地的植被结构、提高草地质量，并结合植被未来发展趋势进行国土空间优化，统筹协调城乡综合发展。

4 结 论

4.1 近15年来乌蒙山地区植被覆盖度呈上升趋势。在时间上，变化趋势曲线呈“双峰单谷”型，其过程呈两个增长、两个下降阶段。在空间上，研究区水热组合更优的东部、北部EVI明显高于西部、南部，受地带性规律影响西北部等地植被覆盖度较差，中部受城市发展影响EVI成为低值中心。2003～2018年乌蒙山地区EVI极显著改善区域分布较广，面积占比为61.98%，显著改善和不显著改善区域占比为32.38%，退化区域面积占比为5.64%，主要分布在各个城市建成区。

4.2 乌蒙山地区植被未来变化趋势整体将延续现阶段变化趋势。37.79%区域处于持续改善，0.6%地区处于持续退化；反持续性变化中反持续性改善占比为25.13%，反持续退化区域占比3.71%。反持续改善主要分布在研究区北部、西南部；持续退化主要零星分布在区内城市区和裸岩区。

4.3 研究区植被治理需加强对植被的监测，因地制宜地推进各项植被恢复生态工程；调整经济发展模式，积极探索生态经济发展模式；注重研究区城乡之间、生态保护与经济发展之间的协调与平衡，关注生态空间未来变化趋势，并适当进行发展方向的研讨与抉择。

植被变化特征分析及植被变化格局预测结果显示，地质地貌条件、城市化是影响乌蒙山地区植被退化的重要原因，研究区西北部的马边、雷波等地，中部的昭通，西南部寻甸、禄劝等地是植被退化的重点区域。未来植被变化研究中气候、地质环境和人类活动等不同因素与植被未来发展趋势的相关性及影响强度仍是值得深入探究的议题。同时，在研究植被覆盖度时空变化及未来趋势预测的过程中，还需进一步改善数据的时空精度，可以尝试运用不同的Hurst指数估算方法进行预测，从而获取更加可靠的研究结果。