2000—2020年广西植被覆盖时空变化及其影响因素研究

陈丽梅 莫婷婷

摘要 基于2000—2020年MODIS 增强型植被指数数据，采用趋势分析、变异系数等方法分析广西21年EVI值时空变化趋势，并利用地理探测器模型对广西植被覆盖的驱动机制进行了研究。结果表明，2000—2020年广西植被覆盖整体呈现稳中有升的趋势，多年平均EVI值为0.399 3。广西植被改善区域面积为55.92%，主要分布于研究区中部和南部；区域空间上，EVI值主要表示为低波动变化，低波动区域面积占比为84.16%。9个环境因子对EVI值的解释力从大到小依次是植被类型＞地貌类型＞GDP＞人口＞坡度＞高程＞土壤类型＞气温＞降水量，环境因子两两相互作用，均为非线性增强交互关系。

关键词 植被覆盖；EVI指数；时空变化；地理探测器；广西

中图分类号 X173  文獻标识码 A  文章编号 0517-6611（2023）13-0055-05

doi：10.3969/j.issn.0517-6611.2023.13.014

Study of Temporal and Spatial Variation and Influencing Factors of Fractional Vegetation Covered in Guangxi Province from 2000 to 2020

CHEN Li-mei，MO Ting-ting

（Guangxi Institute of Natural Resources Survey and Monitoring，Nanning， Guangxi 530200）

Abstract Based on the MODIS Enhanced Vegetation Index （EVI） data from 2000 to 2020， the method of trend analysis， and coefficient of variation were used to analyze the temporal and spatial trends of EVI vegetation index in Guangxi Province for 21 years. The driving mechanism of EVI vegetation index in Guangxi Province was studied by using the Geographic detector model. The results showed that：Overall， the EVI vegetation index showed an upward trend in the last 21 years， the multi-year average value of EVI vegetation index is 0.399 3. The area of vegetation improvement accounted for 55.92% of the total area of the Guangxi， which is mainly distributed in the middle and south of the study area; Spatially， the EVI vegetation index is mainly expressed as low fluctuation， and the area of low fluctuation area accounts for 84.16%. The influence degree of nine environmental factors on the EVI was ranked as： vegetation > geomorphic type> GDP > population > slope > altitude > soil type > temperature > precipitation. The correlation between those environmental factors showed as non-linear enhanced interactions.

Key words Vegetation coverage;Enhanced vegetation index;Spatial-temporal change;Geographic detector;Guangxi

基金项目 广西重点研发计划（桂科AB22080077）；广西科技基地和人才专项（桂科AD20238044）；广西空间信息与测绘重点实验室基金项目（191851011）。

作者简介 陈丽梅（1985—），女，广西桂平人，工程师，从事自然资源与土地利用研究。

收稿日期 2023-03-21

植被是陆地生态系统的组成部分之一，是连接水体、土壤、大气、生物等地理要素的自然纽带，通过光合作用驱动能量与物质的交换与循环，对维持区域生态系统稳定起着至关重要的作用［1-4］。基于遥感数据高精度、大范围、长时序的特点，国内外学者广泛采用遥感植被指数对植被系统演变及其驱动机制进行研究［5-7］。郑勇等［8］利用MODIS-NDVI数据动态监测川西高原20年的植被覆盖度变化及气候因素对植被变化的影响程度。覃金兰等［9］结合MODIS-NDVI指数及DEM数据探究西北干旱区玛纳斯河流域植被生长季多年时空演变及对地形因子的响应。王万鑫等［10］利用GIMMS NDVI长时序数据研究发现，青藏高原植被呈现明显的生态地理区域性差异。王一帆等［11］基于MODIS EVI数据研究福建省2000—2017年植被变化趋势，并分析植被与多因子的协同作用。

广西地处滇黔桂石漠化片区，石漠化分布广泛，生态环境脆弱易损。2000年以来，全区积极推进退耕还林、珠江防护林等林业重点生态工程，石漠化地区生态环境得到显著改善。近年来，气候变化及人类扰动驱动陆地植被不断演变。在新时代生态文明建设要求下，研究区域植被时空变化及其与多因素的相互响应作用具有重要意义。林地是广西面积占比最高的地类，研究区域植被覆盖的长时间序列时空变化，可掌握区域水土保持功能情况，植被覆盖度作为衡量区域生态系统服务功能重要性的指标之一，也可为国土空间开发适宜性评价研究提供数据参考。目前已有研究主要侧重于植被覆盖动态时空变化，对驱动因子的关注也主要局限于气候因子和地形因子，对其他影响因子研究相对较少［12-16］。因此，该研究基于2000—2020年长时间序列MODIS EVI數据，采用趋势分析、重心分析等方法，研究广西植被覆盖时空分布特征，并在此基础上探究多驱动因子对植被变化的影响，剖析区域植被演变规律及主要驱动力，以期为国土空间开发保护及生态修复提供科学依据。

1 研究区概况

广西地处我国的南疆，位于104°28′～112°04′E，20°54′～26°24′N，陆地面积23.76万km2，占全国国土总面积的2.50%。东接广东省，西接云南省，北靠湘、黔两省，南临北部湾海域，面向东南亚。广西总体呈现山地丘陵性盆地地貌，地势西北高、东南低。地处低纬度，属亚热带季风气候区，温暖多雨，光热充沛，年平均气温16.8～23.3 ℃，年降水量1 000～2 800 mm。2020年，森林覆盖率为62.45%，居全国第3位，植被以常绿阔叶林和常绿落叶阔叶混交林为主［17］。

2 数据与方法

2.1 数据来源与处理

增强型植被指数（enhanced vegetation index，EVI）数据来源于NASA（national aeronautics and space administration）发布的MOD13Q1数据集，数据空间分辨率为250 m，时间分辨率为16 d，时间跨度为2000—2020年。EVI数据具有时相多、覆盖面广的优势，且校正了由于土壤和大气影响造成的易饱和线性表达缺失的问题，因此广泛用于各类研究中［6，12，14］。利用MRT（MODIS reprojection tools）工具对EVI数据进行格式转换、拼接、重采样和重投影，并采用最大值合成法（MVC）合成月EVI数据，再采用均值法处理得到空间分辨率为1 km的逐年生长季平均EVI数据和逐年平均EVI数据。

气象数据来源于中国气象数据网（http：//data.cma.cn），主要包括14个站点的逐日气温、降水数据。选取年平均气温、年降水量2个指标，采用反距离权重法（IDW）插值得到空间分辨率为1 km的栅格数据。

人口和GDP数据主要采用夜间灯光数据（http：//www.ngdc.noaa.gov），辅以人口统计数据和土地利用现状数据，通过回归分析进行模拟得到人口和GDP栅格数据［18-21］。

高程数据选取地理空间数据云（http：//www.gscloud.cn）30 m GDEM V2 数字高程数据。土壤、植被、地貌等数据均来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn）。DEM数据利用Arcgis软件对数据进行镶嵌、投影转换和重采样处理。土壤、植被、地貌等数据进行重采样处理。最终所有数据处理为1 km分辨率的栅格图。

2.2 研究方法

2.2.1 趋势分析法。

采用趋势分析法逐像元分析长时间序列的植被空间变化趋势［14，22］。计算公式如下：

slope=n×ni=1（i×EVIi）-ni=1ini=1EVIin×ni=1i2-（ni=1i）2（1）

式中，n为累积观测年数（2000—2020年），n=21；EVIi为第i年EVI值；slope为EVI年际变化斜率，当slope＞0时，植被在观测年份内呈现改善趋势，EVI增加；反之，当slope＜0时，植被在观测年份内呈现退化趋势，EVI减小。

2.2.2 变异系数。

通过变异系数分析，反映区域EVI动态变化的波动情况，它是度量植被空间上相对变化的重要指标［23］。计算公式如下：

CV=ni=1（EVIi-EVI）2nEVI（2）

式中，i为观测年份，n=21；EVIi为第i年EVI值，EVI为21a内EVI平均值；CV为EVI的植被变异系数，值越大，说明植被空间波动性越大；值越小，说明植被波动越小。

2.2.3 地理探测器。

地理探测器是一种新的统计学方法，可探测因变量的空间分异性，并揭示自变量对因变量的驱动力［24］。计算公式如下：

q=1-Lh=1Nhσ2hNσ2（3）

式中，q为各因子对研究区EVI的解释力，值域在［0，1］，值越大，说明该因子对EVI的解释力越强；h=1，2，…，L，为影响因子的分层数；Nh和N分别表示各因子的h层和整个研究区的样本数；σh和σ分别为h层和整个研究区EVI值的方差。

3 结果与分析

3.1 植被EVI时间分布格局

不同月份EVI变化趋势见图1a。研究区2月份EVI值最低为0.256 6，随后EVI值逐渐上升，在8月份EVI值达到峰值为0.511 9，随后EVI值下降，整体上，春-夏-秋-冬植被覆盖度呈现先上升再下降趋势。

不同年份生长季变化趋势见图1b。EVI最低值出现在2000年的生长季，最高值出现在2016年的生长季，整体呈现波动上升趋势，年均增速为0.54%。说明广西的植被状况持续向好。

不同年份变化趋势见图1c。2000—2020年研究区EVI变化趋势呈现波动上升趋势，EVI值为0.351 5～0.438 3，年变化速率为0.96%，与生长季变化对比，年际变化速率更高。21年间，广西植被EVI的变化阶段大致可分为6个，3个上升阶段和3个下降阶段，2002、2010和2017年出现波峰，2005、2011年出现波谷，多年平均值为0.399 3。

3.2 植被EVI空间变化趋势

广西2000—2020年多年平均EVI值空间分布情况见图2，EVI值在0.008 7～0.549 4，平均值为0.399 5。空间异质性明显，植被覆盖高值区主要分布于桂西的百色市、崇左市，东部的贺州市、梧州市以及各类自然保护地。这些区域植被覆盖程度高且人类扰动较少。植被覆盖低值区主要分布于城镇周边等人类活动强度较大的区域。

采用斜率分析法逐像元分析广西21 a间植被变化情况，将EVI年际变化斜率slope分为5个等级（表1），显著退化（＜-0.001 0）、轻微退化（-0.001 0≤slope＜0）、基本不变（0≤slope＜0.003 5）、轻微改善（0.003 5≤slope＜0.007 0）、显著改善（slope≥0.007 0）。广西2000—2020年植被变化情况如图3a所示，广西近21 a间植被以改善趋势为主，EVI年际变化斜率slope＜0的区域较小，只占研究区总面积的2.61%，主要分布于城镇周边，城市扩张导致植被退化。EVI年际变化斜率slope≥0的面积占比达到97.39%，其中，植被覆盖基本不变的面积比例为41.47%，主要分布于广西的北部和东部；植被覆盖改善面积比例为55.92%，以轻微改善居多，主要分布于研究区中部和南部地区。

采用变异系数评价研究区植被覆盖的波动情况，结果按照标准差分级法分为低波动、中波动、高波动3级，结果如图3b所示。整体上，广西21 a间植被覆盖大部分区域整体稳定，占研究区总面积的84.16%。广西中部地区呈现波动，小部分区域植被变异的主要原因是城市扩张和人类扰动，大部分区域植被变化的原因主要是由于退耕还林、植树造等政策实施使植被有所改善。

3.3 植被EVI驱动因素分析

该研究选取高程、坡度、气温、降水量、人口、GDP、地貌类型、土壤类型、植被类型9个因子对广西植被覆盖EVI值的驱动机制进行分析。通过因子探测结果可知，9个因子对EVI的解释力从大到小依次为：植被类型（0.249 6）、地貌类型（0.217 0）、GDP（0.144 5）、人口（0.098 97）、坡度（0.087 89）、高程（0.085 14）、土壤类型（0.042 0）、气温（0.035 41）、降水量（0.024 07）。从各因子对EVI值得解释力可以看出，植被类型与地貌类型两个自然因子对EVI值的解释力较大，其次为人口和GDP等经济社会因子，气温和降水等气候因子对EVI值的解释力较小。

通過生态探测结果可知（表2），高程和坡度，气温和降水，人口和GDP两两因子之间无显著性差异；地貌与土壤、植被、人口、GDP之间无显著性差异。高程和坡度分别与地貌、植被、GDP之间存在显著性差异；气温和降水分别与地貌、植被、人口、GDP有显著性差异；植被与人口、GDP无显著性差异；土壤与植被、人口、GDP有显著性差异。总体来说，地貌、植被、人口、GDP 4个因子对广西植被覆盖的影响力较大。

通过交互作用探测可知（表3），环境因子两两相关作用，均为非线性增强，各环境因子的相互作用均大于单个因子对植被覆盖EVI值的影响。其中，植被与高程、坡度、降水、气温、地貌、土壤、人口、GDP因子的相互作用对EVI值的解释力均超过了0.3，说明植被类型与其他任一因子共同作用时，都会增强对EVI值的解释力。

4 结论

该研究利用MODIS增强型植被指数产品，对广西近20 a的植被覆盖情况进行了研究，探究研究区长时间植被时空变化趋势，并在此基础上分析多个因子对EVI值的驱动力情况，得到以下结论：

（1）广西植被覆盖情况良好。时间上，2000—2020年，广西EVI指数整体呈现波动上升趋势，年变化速率为0.96%。植被覆盖高值区主要集中于6—8月。空间分布不均，整体上西部高于东部，南部高于北部。

（2）2000—2020年，广西植被覆盖以改善为主，部分区域保持稳定，植被退化区较小。植被覆盖改善面积占研究区总面积的55.92%；植被退化区面积占比仅为2.61%。植被EVI值波动区主要位于广西中部，退耕还林还草工程实施使大部分区域植被有所改善。

（3）植被类型、地貌类型、GDP、人口4个因子对EVI值的解释力较强，气温、降水等气象因子对EVI值的解释力相对较弱。因子相互作用对EVI值的解释力均强于单因子解释力。

该研究以MODIS EVI 指数为数据基础对广西长时间序列植被覆盖情况进行动态分析，不仅体现了EVI指数对植被覆盖表现的优势，也对研究区的植被覆盖的变化趋势进行探究，可直观掌握广西退耕还林成效，水土保持功能状况及生态系统服务功能，为国土空间开发保护研究提供数据参考。此外，该研究在运用地理探测器对植被覆盖的驱动机制进行研究的过程中，考虑了自然及社会经济等因子的共同作用，进一步验证了人类活动对植被覆盖变化的影响。

参考文献

［1］ 赵丽红，王屏，欧阳勋志，等.南昌市植被覆盖度时空演变及其对非气候因素的响应［J］.生态学报，2016，36（12）：3723-3733.

［2］ 刘海，黄跃飞，郑粮.气候与人类活动对丹江口水源区植被覆盖变化的影响［J］.农业工程学报，2020，36（6）：97-105.

［3］ 董弟文，阿布都热合曼·哈力克，王大伟，等.1994—2016年和田绿洲植被覆盖时空变化分析［J］.生态学报，2019，39（10）：3710-3719.

［4］ 方利，王文杰，蒋卫国，等.2000～2014年黑龙江流域（中国）植被覆盖时空变化及其对气候变化的响应［J］.地理科学，2017，37（11）：1745-1754.

［5］ 祝聪，彭文甫，张丽芳，等.2006—2016年岷江上游植被覆盖度时空变化及驱动力［J］.生态学报，2019，39（5）：1583-1594.

［6］ 宋瑞玲，王昊，张迪，等.基于MODIS-EVI评估三江源高寒草地的保护成效［J］.生物多样性，2018，26（2）：149-157.

［7］ 宋鸿，黄跃飞，刘海，等.近30年来庐山风景名胜区NDVI时空变化及其潜在影响因素分析［J］.长江流域资源与环境，2019，28（4）：917-927.

［8］ 郑勇，杨武年，刘冲，等.川西高原近20 a植被覆盖变化遥感动态监测及驱动力分析［J］.遥感技术与应用，2020，35（6）：1447-1456.

［9］ 覃金兰，薛联青.西北干旱区玛纳斯河流域植被时空变化特征及其与地形因子的空间关系［J］.生态环境学报，2020，29（11）：2179-2188.

［10］ 王万鑫，范广洲.基于生态地理分区的青藏高原NDVI变化特征研究［J］.成都信息工程大学学报，2020，35（3）：306-312.

［11］ 王一帆，徐涵秋.利用MODIS EVI时间序列数据分析福建省植被变化（2000～2017年）［J］.遥感技术与应用，2020，35（1）：245-254.

［12］ 荣欣，易桂花，张廷斌，等.2000～2015年川西高原植被EVI海拔梯度变化及其对气候变化的响应［J］.长江流域资源与环境，2019，28（12）：3014-3028.

［13］ 伍宜丹，马悦，吴浩然，等.基于MODIS-EVI指数的四川省植被指数时空演变特征及驱动力［J］.水土保持研究，2020，27（5）：230-236，243.

［14］ 田志秀，张安兵，王贺封，等.锡林郭勒盟不同草原类型EVI的时空变化及其对气候的响应［J］.草业科学，2019，36（2）：346-358.

［15］ 张晋霞，徐长春，杨秋萍.2001—2017年新疆NDVI变化及其对极端气候的响应［J］.水土保持通报，2020，40（5）：250-256.

［16］ 王军川，林中雪，马娟利，等.近21年吴忠市植被覆盖时空变化及气候驱动力分析［J］.安徽农业科学，2023，51（2）：90-92，98.

［17］ 张敏，曹春香，陈伟.基于MODIS NDVI数据的广西植被覆盖时空变化遥感诊断［J］.林业科学，2019，55（10）：27-37.

［18］ 柏中强，王卷乐，姜浩，等.基于多源信息的人口分布格网化方法研究［J］.地球信息科学学报，2015，17（6）：653-660.

［19］ 胡云锋，赵冠华，张千力.基于夜间灯光与LUC数据的川渝地区人口空间化研究［J］.地球信息科学学报，2018，20（1）：68-78.

［20］ 肖国锋，朱秀芳，蔡毅，等.基于多源数据的河南省GDP空间化［J］.北京师范大学学报（自然科学版），2018，54（2）：232-238.

［21］ 韩向娣，周艺，王世新，等.夜间灯光遥感数据的GDP空间化处理方法［J］.地球信息科学学报，2012，14（1）：128-136.

［22］ 徐勇，黃雯婷，靖娟利，等.京津冀地区植被NDVI动态变化及其与气候因子的关系［J］.水土保持通报，2020，40（5）：319-327.

［23］ 孙国军，李卫红，朱成刚，等.2000—2015年伊犁河谷植被覆盖时空变化特征［J］.干旱区地理，2020，43（6）：1551-1558.

［24］ 王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.