秦巴山区增强植被指数长时间序列变化及其自然影响因素分析

樊 艺，赵牡丹，王 建

(西北大学城市与环境学院，陕西 西安 710127)

植被在陆地生态系统中起着关键作用，直接关系到全球的能量平衡和物质循环[1]，在维系生态系统碳平衡[2]、保持水土[3]、反馈植被干旱程度[4]和蒸散发情况[5]、绿色发展等方面具有重大意义，衡量植被生长情况是量化自然和人为环境影响的最佳方式。植被生长的时空变化是包括社会经济发展、全球气候变化、人类活动、国家政策管控等各因素的综合反馈。因此，监测气候因子与植被生长的关系[6-7]，探究人为活动对植被覆盖变化的影响[8-9]成为国内外研究热点。

随着遥感对地观测技术硬件设施的不断改进，传感器的不断升级，监测过程中的负面影响也在不断消除。针对不同应用、不同区域、不同时段衍生出各种植被指数，如归一化差值植被指数(NDVI)、增强植被指数[10](EVI)、比值植被指数(RVI)、土壤调节指数(SAVI)、差值植被指数(DVI)、绿度植被指数(GVI)等。其中，MODIS-EVI数据经过较好的大气校正，避免了植被指数饱和问题且进一步减少大气、土壤背景以及像元异常值的影响[10-11]，被广泛应用于植被覆盖时空变化动态监测[10]、植被物候变化[12]、植被生态系统干扰[13]、土壤湿度特征分析[14]、蒸散发[15]等相关分析中，故该文以EVI为指标衡量植被覆盖变化情况。

秦巴山区是我国中部重要的地理生态分界线、地理格局的重要枢纽，自然环境复杂、多样、独特，对气候变化敏感，对其生态环境变化进行研究具有重要意义[16]。目前，有关该地区的研究多集中在植被覆盖时空变化[16]、与气候因子耦合关系[17-18]、植被光合有效辐射[19]、植被覆盖与土壤湿度时空变化关系[20]、人地关系协调发展[21]等方面。地形因子对控制土地利用分布与变化具有重要限制性[22]，而以海拔为主切入点探讨秦巴山区植被覆盖状况及其与气温、降水气候因子相关性的研究有待补充。基于此，该文运用MOD13A1数据集，分析2000—2020年秦巴山区植被EVI的时空演变特征，基于海拔探究其与气温、降水的相关性以及各植被类型较适宜的海拔生长范围，探索秦巴山区植被对海拔变化的敏感性和规律，为合理开发利用自然资源、保护生态环境提供理论依据。

1 数据与方法

1.1 研究区概况

秦巴山区指秦岭大巴山及其毗邻地区，横跨陕西、甘肃、四川、重庆、河南、湖北6个省市，包含76个县区，范围介于30°29′ N～34°37′ N、103°45′ E～113°13′ E之间，总面积约为22万km2(图1)。

审图号：GS(2022)2996号

秦巴山区地势西高东低[17]，东部以平原和丘陵为主，平均海拔约为400 m，西部平均海拔约为1 600 m[23]。该地区年均气温范围为12～16 ℃，年均降水量范围为709～1 500 mm[18]，由于地处秦岭山脉和大巴山山脉之间，形成了该区春季干燥、夏季多雨、秋季湿润、冬季寒冷的气候特征，秦岭主体以暖温带落叶阔叶林为优势植被，秦岭以南以落叶阔叶林混交植被为主要类型[16]。

1.2 数据源和预处理

数据源及预处理方法见表1。地形因素对自然资源的调用分配有着显著影响，决定着植被的垂直景观分布[24]，不同的植被适应不同的地形，在特定高程范围内植被生长覆盖及生长情况不同。有研究以500 m为间隔探讨甘肃省植被覆盖分布情况[25]，该文以200 m为间隔对数字高程模型(DEM)进行分带后共得到23条带，以便更加准确地分析高程对植被的影响。

表1 数据源及预处理

TerraClimate是全球陆地表面每月气候和气候水平衡的数据集，时间跨度为1958—2020年。该模型包含参考蒸散量、降水量、温度和插值植物可提取土壤水容量[26]。该文借助遥感云计算(Google Earth Engine,GEE)平台批量下载研究区2000—2020年气温、降水数据，并用模型构建器对上述源数据批量做掩膜提取、定义投影及重采样等预处理。

秦巴山区共有9个植被类型组29个植被型179个群系或亚群系[27]，以暖温带落叶阔叶林为主要植被类型。有学者将秦巴山区植被分为针叶林、阔叶林、草地和作物[27]4类来探究不同类型植被的光合有效辐射吸收比例。笔者下载的植被覆盖类型数据集为中国100万植被类型空间分布数据，其数据类型为1 km×1 km栅格数据，其反映了我国11个植被类型组的分布情况。研究区植被类型包含针叶林、阔叶林、针阔叶混交林、灌丛、草原、草丛、草甸、高山植被、栽培植被和其他共10个植被类型，无荒漠和沼泽覆盖。由于针阔叶混交林覆盖、高山植被面积较小，故将两者归并到其他类型中，草原、草丛、草甸3者归为草地一类，故该文将植被类型数据重分类为针叶林、阔叶林、灌丛、草地、栽培植被和其他6大类来进行具体分析。

1.3 方法

1.3.1增强植被指数(EVI，IEV)

EVI计算公式为

(1)

式(1)中，ρNIR、ρRED和ρBLUE分别为经过大气校正的近红外波段、红光波段和蓝光波段的反射率；参数C1和C2分别为6.0和7.5；L为土壤调节指数，取值为1。MODIS-EVI数据对基础数据进行了全面的大气校正，包括去云，校正大气分子、气溶胶等影响，处理残留气溶胶影响，MODIS-EVI使植被指数与不同覆盖程度植被的线性关系得到明显改善，尤其在高覆盖区表现良好[11]，适宜作为数据源应用于秦巴山区植被覆盖度较高地区的研究。

1.3.2最大值合成法

最大值合成法(maximum value composition, MVC)移除了大部分云和大气的影响[28]，利用GEE平台下载EVI数据并设置提取函数为最大值函数进行最大值合成，计算公式为

(2)

式(2)中，Xi为每个像元i年的年最大值；Xj为每个像元i年第j个时间分辨率的值；n为一年中单位时间分辨率的数目。

1.3.3基于像元的趋势分析

Theil-Sen Median方法又称Sen斜率估计，是一种稳健的非参数统计的趋势计算方法，该方法计算效率高，很少受异常值干扰且对数据分布特征不敏感[29]，常被用于长时间序列数据的趋势分析中，广泛应用于降水与径流[30]、植被[1,31-32]、气候[33]等变化趋势的分析中，计算公式为

(3)

式(3)中，β为研究区EVI变化趋势；i和j为时间序列；xi和xj分别为第i、j时间研究区植被EVI值；β>0表示该时间序列内研究区植被呈现上升趋势；β<0表示该时间序列内呈现下降趋势。

对β重分类为植被稳定区域(-0.000 5～0.000 5)、改善区域(>0.000 5)和退化区域(<-0.000 5)。

通过Mann-Kendall统计检验法[27]对变化趋势的显著性进行检验，以0.05为置信水平对Z绝对值进行重分类，即|Z|>1.96表示变化趋势显著，|Z|≤1.96表示不显著。

1.3.4相关性分析

基于EVI与降水、气温之间均存在相关关系，为分离出特定变量，利用偏相关分析，分别选取气温或降水讨论其对研究区植被EVI的影响，计算公式为

(4)

(5)

式(5)中，rxy,z为在固定变量z情况下，变量x和y的偏相关系数；采用95%的置信区间对偏相关系数进行显著检验。

2 结果与分析

2.1 秦巴山区植被EVI时空变化

秦巴山区2000、2005、2010、2015和2020年植被EVI均值分布可视化显示见图2，研究区植被EVI年均值分布存在明显的空间差异，西北部即甘肃省部分和东部部分地区植被EVI年均值较低，表明植被覆盖情况较差，北部及南部植被EVI均值较高，均在0.6以上。

图2 2000—2020年秦巴山区植被EVI时空变化

总体来看，秦巴山区植被EVI处于较高值，植被覆盖情况较好。西北部植被覆盖在2015年之后有明显好转，表明植被生态结构持续性好转，低植被覆盖逐渐向高植被覆盖转变。结合2000—2020年研究区植被EVI变化折线图，随着年际变化植被EVI波动上升，2000—2020年EVI年均值由0.531 5增加至0.620 4，增长速率为0.74%·a-1，与时间的相关性高达0.937 1，表明随着时间的推移，秦巴山区植被覆盖范围及植被状况有较好改善。

通过Sen斜率分析研究秦巴山区植被EVI的空间变化趋势(图3)，可以看出，大部分区域均呈现明显改善趋势，EVI严重退化的区域分布在陕西省勉县、南郑县、城固县以及四川省巴中县、仪陇县和秦巴山区东部河南省的鲁山县、南召县部分区域，多在海拔较低区域，主要原因是人类活动扩张，对林地草地的开垦和对地面的硬化导致EVI严重退化。2000—2020年秦巴山区EVI空间变化趋势见表2，其中，明显改善部分面积占区域总面积的80.67%，稳定不变及退化部分面积占区域总面积的6.04%。

审图号：GS(2022)2996号

表2 2000—2020年秦巴山区EVI空间变化趋势

自中国科学院资源环境科学与数据中心下载30 m中国土地利用遥感监测数据，共有耕地、林地、草地、水域、建设用地和未利用地6大类，提取研究区2000和2020年建设用地数据，严重退化区域分布与2020年较2000年新增建设用地区域高度一致，严重退化区域和新增建设用地相交部分面积占新增建设用地相交部分面积的16.9%，可见建设用地扩张是影响研究区植被EVI退化的主要因素。

2.2 不同植被类型EVI分析

2.2.1不同植被类型的时空分布

将秦巴山区植被类型分为针叶林、阔叶林、灌丛、草地、栽培植被和其他6类，鉴于灌丛所占面积较多且灌丛植被的分布区域和类型特点在不同程度上反映了人为干扰的强度和小环境的质量，故将其单独分离。如图4所示，研究区栽培植被面积最大，占研究区面积的37.94%，较为均匀地分布在研究区，可见人工绿化的范围很大。其次是阔叶林，以56 153 km2的总面积位列秦巴山区植被类型第2，占近1/4的面积，多分布在研究区北部，即河南省栾川县、西峡县、卢氏县等以及陕西省柞水县、太白县、留坝县等。

审图号：GS(2022)2996号

不同植被EVI的年际变化见图5，从总体趋势看，各个类型植被EVI均呈现稳步上升趋势，其他类型由于植被类型庞杂存在较大的波动性。各植被类型EVI值由大到小依次为阔叶林、灌丛、针叶林、草地、栽培植被和其他，针叶林和草地EVI值较接近且在2009年后存在部分交叉，草地EVI值不断上升，从侧面反映出研究区退耕还草的推进使得草地覆盖范围增加，植被生长态势不断变好。除了其他类型植被以外，剩余类型植被EVI值绝大部分在0.50以上，表明秦巴山区自然条件优渥，植被生长茂盛。

图5 不同植被EVI年际变化

2.2.2不同海拔上植被分布

由于起伏变化较小的海拔对植被分布影响并不大，故以每1 000 m为界限分类统计各个植被类型分布占比(表3)，而在后续统计不同海拔上不同植被EVI变化时仍以200 m为间隔作分析。可以看出，各植被分布的区间多在1 000～2 000 m之间，针叶林、阔叶林、灌丛、草地、栽培植被、其他类型占总量比例分别为43.14%、62.45%、56.67%、47.73%、43.20%和31.04%，表明这一海拔范围较适宜自然植被生长，阔叶林和栽培植被在3 000 m以上几乎没有分布，在海拔高于4 000 m部分，针叶林及灌丛、草地有少量分布，可见其生命力更加顽强，更能适应恶劣环境。

表3 各植被类型在不同海拔区间分布占比

不同海拔上不同植被EVI变化见图6，随海拔升高各类型植被变化趋势均为先上升后下降，针叶林、阔叶林、灌丛和草地均在1 600～1 800 m范围内EVI达到最高值，即分布最广、较适宜生长的区间范围，针叶林在海拔高于4 400 m处EVI为0，阔叶林在海拔高于4 200 m处EVI为0，表明针叶林在高海拔地区的生存能力较阔叶林更强，更耐寒耐旱；灌丛和草地在4 400～4 600 m范围内EVI值仍在0.3左右，表明其适应环境的能力更强；栽培植被主要包括粮食作物、果树和经济林，其在海拔1 200～1 400 和3 000～3 200 m区间EVI处于较高值，可以分别对应粮食作物、果树和经济林范围，其他类型植被EVI随海拔变化波动较大，但符合先上升后下降的总体趋势。

各分图中虚线表示各植被类型EVI值取峰值时对应的海拔范围(由于栽培植被和其他类型植被较为复杂，故取其平稳峰值)。

2.3 植被EVI对气候变化的响应

2.3.1气候因子年际变化

2000—2020年秦巴山区气温和降水呈波动变化趋势(图7)，年均气温最高值出现在2016年，为13.54 ℃，年均气温最低值出现在2014年，为12.55 ℃；降水年均最高值出现在2003年，为1 082.89 mm，年均降水最低值出现在2001年，为697.33 mm。通过气温、降水与年份的相关分析可以看出，气温、降水的年际变化不明显，气温在波动中呈现缓慢上升趋势，随着时间的推移降水在900 mm上下波动，表明研究区气候条件向暖湿方向发展，这也是研究区植被EVI不断提高的原因。研究区秦巴山区年均气温、降水的空间分布见图8，气温较低区域多分布在研究区西北部，与降水较少分布区域较为一致，即研究区西北部温度普遍较低且降水普遍较少，故植被生长的自然条件较差，与该区域甘肃省部分植被EVI较低相一致。研究区南部即四川省、重庆市、湖北省部分降水量较高，温度普遍也处于较高值，故而湿热条件下植被EVI值较高。

2.3.2EVI与气候因子相关性

区域气候的差异使得植被EVI空间变化更加复杂，为了进一步探究研究区植被EVI对气温、降水的响应情况，对2000—2020年秦巴山区EVI分别与气温、降水逐像元进行偏相关分析并进行可视化显示。如图9所示，EVI与气温呈正相关性较高部分分布在秦巴山区中西部区域和东部部分区域，包括四川省南江县、万源县、通江县及河南省镇平县、内乡县等，与王耀斌等[27]得出的结论基本一致；EVI与降水呈正相关的区域分布在秦巴山区西部地区，包括四川省苍溪县、剑阁县、旺苍县、仪陇县及甘肃省文县、武都县、康县附近，该地区降水量相对较少，因此，降水量对植被EVI的增长显得更为重要；EVI与降水呈负相关的区域多分布在研究区东部，包括河南省南召县、栾川县、西峡县、浙川县及湖北省竹山县、郧县、竹溪县附近，多集中在海拔低、地势平坦的区域，该地区多以栽培植被为主要植被类型。整体来看，EVI与气温相关性在区域分布上较均匀，处于较低相关性水平，表明在研究区温度差异较小且其与EVI相关性并不显著，降水量对植被EVI的影响强度要高于气温对其的影响强度。

审图号：GS(2022)2996号

2.3.3基于海拔相关性变化

以200 m为间隔将研究区海拔进行分类，探究各个海拔范围内EVI变化及EVI与气温、降水相关性的变化情况。需要说明的是，为简化制图，图10中横坐标表示前一个坐标值与此坐标值的区间，即400 m处EVI对应的值为0.504 8，表示海拔200～400 m范围内植被EVI均值为0.504 8。由图10可知，随着海拔高度的变化，EVI值整体呈先上升后下降变化趋势，在海拔0～1 600 m范围内平稳上升，在海拔1 400～1 600 m处达到峰值。该范围内降水充沛，温度适宜，对植被生长影响最大的因素是人类活动干预，如建设用地扩张、城市废弃物污染等不利因素。在1 000～2 400 m区间EVI均保持在0.6以上，表明此海拔区间较适宜植被生长，人为干预较少且自然条件优越。而在1 600～1 800 m处EVI有小幅下降和抬升，表明在1 600～1 800 m范围内EVI值最稳定，是较适合植被生长的海拔范围。

图10 基于海拔的EVI与气温、降水相关性变化

EVI与气温、降水的相关性均呈现波浪式，观察折线变化趋势，在海拔小于400 m时，EVI与气温的相关性高于EVI与降水的相关性。由于地势较低，降水相对充沛，植被生长对温度变化更为敏感，在海拔400～1 200 m区间，EVI与降水的相关性略高于其与气温的相关性，在1 200～3 600 m区间，两者相关性呈现同步先增加后下降又抬升的趋势，海拔高于3 600 m时，随着海拔不断增加，气温不断降低，气温较降水变化更加显著。总体来看，随海拔不断上升，植被EVI对气温的响应更加强烈。

3 讨论与结论

3.1 讨论

秦巴山区地处我国地理版图的中心，具有“承东启西，贯通南北”的区位优势，且秦巴山脉承担着动物栖息地、水源保护、生物多样性等多种生态功能，探究气候变化及地形因素对该地区植被生长的影响对评价其生态环境特征有重大意义。基于MODIS-EVI数据，采用最大值合成法和趋势分析法研究秦巴山区植被的时空变化特征，研究得出随着年际变化研究区植被EVI不断上升，与宾昕等[17]、BAI[23]、李金珂等[34]得出的结论一致，表明秦巴山区生态环境在不断改善。植被变化不仅受到气候因子、地形的作用，人类活动的影响也不容忽视，天然林保护、退耕还林、退耕还草制度的持续推进，与秦巴山区植被覆盖度明显增加、超过90%的区域植被EVI生长趋势改善有着不可分割的联系。海拔变化影响土壤质地、水热组合等，进而影响植被生长，随海拔不断升高，EVI与气温、降水的相关性亦呈现不同变化趋势，由于秦巴山区区域内降水相差不大，故而随海拔上升，EVI与温度的相关性高于其与降水的相关性。

栽培植被属于北方地区主要植被类型[35]，主要包括粮食作物、耐寒经济作物、落叶果树园、常绿果树园和经济林等，在研究区植被类型中占比最大，表明研究区耕地覆盖面积较大；另外，受人为因素影响，退耕还林、退耕还草政策的推进取得良好效果。与之前学者所获取的该区域退耕还林数据进行叠加分析，秦巴山区栽培植被部分面积占整个退耕还林面积的48.02%，秉持着“绿水青山就是金山银山”的发展理念，秦巴山区城市绿化、生态文明建设效果显著。

该文研究了不同高程、气温、降水对植被EVI的影响，由于受篇幅限制，未考虑阴阳坡对植被EVI的影响，在后续研究中可适当增加这方面的探讨；由于植被覆盖数据的空间分辨率为1 km，为统一数据，所有数据均重采样至1 km的研究尺度，空间分辨率较低，对更精细的分析造成一定阻碍；该研究中尚未将人为因素对植被生长的影响从自然驱动影响中分离出来，并探讨其对研究区内植被长势和时空变化分布格局造成的影响。

3.2 结论

(1)在时间上，2000—2020年秦巴山区植被年均EVI呈现稳步上升趋势，增长速率为0.74%·a-1；在空间上，研究区西北部和东部部分地区植被EVI年均值较低，北部及南部EVI均值较高，总体来看，秦巴山区植被EVI处于较高值，植被覆盖状况较好；在空间变化趋势上，分别有80.67%和13.29%的区域为明显改善和轻微改善，表明研究区生态环境得到不断改善。

(2)栽培植被和阔叶林为秦巴山区主要植被类型，占比分别为37.94%和25.24%，各植被类型EVI值由大到小依次为阔叶林、灌丛、针叶林、草地、栽培植被和其他，各类植被多分布在1 000～2 000 m海拔区间，在海拔1 600～1 800 m处阔叶林、灌丛、针叶林和草地EVI达到最高值，表明此范围为较适宜生长范围。耕地、果园和经济林等栽培植被多分布在海拔1 200～1 400和3 000～3 200 m区间。

(3)EVI变化与气温、降水存在相关性。分析2000—2020年研究区内气温降水的变化趋势，秦巴山区向暖湿方向发展，有利于植被生长；在空间分布上，EVI与气温相关性在区域分布上较均匀，处于较低相关性水平，EVI与降水呈正相关的区域分布在秦巴山区西部地区，EVI与降水呈负相关的区域多分布在研究区东部，降水对植被EVI的影响强度要高于气温对其的影响强度；随着海拔高度的上升，植被 EVI与气温的相关性总体上高于其与降水的相关性，在海拔1 000～3 600 m区间，两者相关性较接近，对植被的影响程度较为一致，在海拔小于400 m和高于3 600 m范围，植被EVI与气温相关性更高。