川渝地区NDVI动态特征及其对气候变化的响应

刘慧丽, 陈 浩,2,*, 董廷旭,2, 马 丽, 诸 鑫, 黄天志

1 绵阳师范学院资源环境工程学院, 绵阳 621000 2 生态安全与保护四川省重点实验室, 绵阳 621000

陆地生态系统与气候系统变化之间的响应是国际地圈—生物圈计划的重要研究内容[1—2]。植被作为全球陆地生态系统最关键的组成部分之一,是连接大气、土壤和水之间的天然桥梁[3],在气候系统调节、水土保持、物质能量交换等方面发挥着至关重要的作用,被称为监测区域生态环境的重要“指示器”[4]。NDVI是反映区域植被生长状态及覆盖状况的有效指标,广泛应用于植被变化、农业生产等研究[5—7]。在全球变化背景下,地表植被覆盖动态特征及其对气候变化的响应是目前国内外学者关注的热点[5—6,8—10]。

国内外学者基于连续时间序列GIMMS NDVI(1981—2015)和MODIS NDVI数据集,在不同时空尺度上对植被NDVI和气候因子的关系进行了深入研究,且主要集中于对区域尺度的植被NDVI变化趋势与气候之间的响应关系[11—15]。大多数学者基于MODIS NDVI数据,利用一元线性回归趋势分析与相关分析对攀西地区[16]、川西高山高原过渡带[17]、若尔盖湿地[18]、四川省[19]等地区的植被覆盖变化及其对气候变化的响应进行了研究,发现四川省区域内植被生长受气温和降水的共同影响下呈现出明显的时空分布差异。近年来,众多学者如Li等[10]、曹永强等[20]、拉巴等[21]在区域植被变化的研究中,大部分是以整个区域为研究单元,忽略了不同地貌环境中植被生长的差异。如中等尺度区域在地形地貌干扰下形成局部微气候的差异,影响区域植被群落生物量和多样性分布,从而使不同植被类型对气候变化的响应程度有所差别。为了更细致的分析区域植被覆盖及气候变化特征,部分学者从地貌类型分区的角度出发,做了一些新的研究。如刘志红等[22]研究发现黄土高原植被变化与降雨量变化关系密切, 但不同地貌类型区情况存在差异,其中黄土高原植被NDVI与降水呈显著正相关,平原地区和石质山地植被NDVI与降水的相关性不大。庞国伟等[23]研究表明陕西省黄土高原区北部NDVI与降水呈正相关,秦巴山地区NDVI与气温呈负相关。徐勇等[24]对西南地区的研究发现四川盆地东北部和横断山地东南部植被NDVI受气温正效应影响显著,而若尔盖高原和横断山地西南部部分地区植被生长则受降水正效应驱动。以往上述研究表明不同地貌分区的植被生长及对气候因子变化的响应具有明显的空间异质性。徐勇等[24]研究还发现在气候变化影响下,四川盆地植被NDVI增长速率最慢,因该区以耕地、种植农作物为主,植被覆盖趋于良好,因此上升趋势较为平缓。目前,鲜有学者结合地貌与农业生产之间的关系[25],从农业地貌分区的角度对区域植被及气候变化进行研究。农业作为我国的重要产业,生产与发展受到地貌、气候、土壤、水文等多种因素影响,不同的地貌条件产生不同的水热条件,进而影响农业生产、作物种植布局与农业系统的多样性。农业地貌分区是按照地貌形态、水热条件、农业发展方向、农业生产利用等自然条件进行划分的[26—27]。

四川、重庆地处西南腹地,作为我国长江上游重要生态屏障和经济区,因地理条件的特殊性,地形、气候和植被条件复杂多样,生态系统对气候变化非常脆弱和敏感,属于全球气候变化敏感区[28—29]。近年来,在全球气候变暖和区域经济快速发展的背景下,川渝地区植被覆盖发生了深刻变化[19,30—31]。四川、重庆作为我国农业资源丰富的两大省市,从农业地貌分区视角分析地区植被NDVI动态及其与气候变化之间的关系能够更好地揭示气候变化对区域植被的影响,对响应全球气候变化及区域农业生产与发展具有重要意义。本文基于归一化差值植被指数(NDVI),以不同农业地貌分区的角度分析了1999—2018年川渝地区植被覆盖的变化规律,并根据气温、降水等气象数据分析植被与气候因子的响应关系,旨在为该区域特别是经济发展区及长江上游地区的生态保护和农业高质量发展提供理论依据。

1 研究区域及数据

1.1 研究区域

川渝地区(东经97°21′—110°11′,北纬26°03′—34°19′)是指四川省和重庆市两地,位于我国西南,总面积约56.84×104km2,因两地位置相邻,生活习俗等各方面又较为接近,故以“川渝”作为两地的合称[31]。该地区位于中国第一、二阶梯的过渡地带,具有显著的相对高度差,地势西北部高东南低[4,30]。以龙门山—大相岭—大凉山为界,东部以盆地、丘陵为主,年降水量在1000 mm以上,年平均气温16—18℃,冬暖夏热,属亚热带季风气候;西部以高原、山脉为主,年降水量为500—900 mm,平均气温为4—12℃,冬寒夏凉,高原气候垂直变化明显[4,32]。复杂地形和不同季风环流模式的影响导致川渝地区气候复杂多样,空间差异较大[33]。区内植被类型众多,以亚热带常绿阔叶林、针叶林、灌丛和高原山地高寒草甸为主,土壤种类丰富[4,19,32]。根据农业地貌分区标准[26],该研究区可分为4个大区、16个亚区,本文主要以4个大区划分,从东向西依次为:盆周山地区(II区又分为盆周北缘-东北缘山地、盆周东-东南-南缘山地、盆周西南缘山地、盆周西北缘山地)、四川盆地区(I区又分为盆西平原、盆中丘陵、盆东平行岭谷、盆北低山丘陵、盆南低山丘陵)、川西南山地区(III区又分为西北部中山峡谷、大凉山山原、南部山地、西南部盐源盆地)、川西高山高原区(IV区又分为丘状高原和高平原、高山原深谷、高山峡谷)。其中IV区所占面积最大,III区所占面积最小,如图1所示。

图1 研究区域Fig.1 Study area

1.2 数据及处理

NDVI月度植被指数数据集来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/),空间分辨率为1 km,时间序列为1999—2018年,植被NDVI数据经过格式转换、投影变换及重采样,采样大小为500 m×500 m,空间参考为WGS 1984/ Asia North Albers Equal Area Conic,采用均值合成法[34]进一步获取年平均NDVI数据。

气象数据来源于国家气象科学数据中心(https://data.cma.cn/)提供的中国地面气候资料日值数据集(V3.0),包括研究区内及周围的77个气象站点的气温、降水,研究时间为1999—2018年,数据经过严格的质量控制,并对缺测异常数据进行线性插补,最后通过反距离加权法(IDW)插值[20]获得与NDVI相同分辨率及投影坐标系的气象栅格数据。

2000年和2018年中国土地利用类型数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/),空间分辨率为1 km,土地利用数据按一级分类分为耕地、林地、草地、水域、建设用地、未利用地。

中国植被类型数据集来源于国家青藏高原科学数据中心(https://data.tpdc.ac.cn/zh-hans/),空间分辨率为1 km,按植被类型一级分类,本文分为农作物、森林、灌丛、草原、沼泽等5种植被类型。所有数据均采用最邻近法进行重采样至500 m,且重投影与NDVI一致。

2 研究方法

2.1 植被覆盖等级划分

本文通过NDVI表征植被覆盖度,参考前人对NDVI与植被覆盖的相关研究[34—35],并结合区域植被覆盖状况,采用等间距法将NDVI划分为5个等级,如表1:

表1 植被覆盖等级统计

2.2 Sen趋势分析

Theil-Sen Median趋势分析是一种非参数统计方法[8],其优点不需要样本遵循特定分布,计算效率高且对异常值不敏感,不会降低其准确性,具有避免测量误差或异常数据的强大能力[8,10,36]。对不同线性回归模型的比较表明,该方法在小样本的情况下具有显著优势[8]。计算公式为:

(1)

式中,β是植被变化的趋势,NDVIi和NDVIj分别是时间i和j的NDVI值。β>0表示植被NDVI呈现上升的趋势,反之则表示植被NDVI呈现下降的趋势。

2.3 Mann-Kendall检验

Mann-Kendall(MK)检验是一种非参数检验,这意味着不需要事先假设数据的统计分布。归一化统计量Z主要用于测试时间序列的趋势和显著性[8]。Mann-Kendall检验用于判断变化趋势的显著性,相关计算如下[10,36]:

(2)

(3)

(4)

(5)

式中,n是时间序列中数据样本点的数量。Sen+MK相结合,以确定研究期间植被覆盖的增加或减少趋势[3,8,10,34,36]。本文根据β值所表征的植被变化趋势,结合植被变化趋势显著性检验结果,参考曹永强等[20]的研究方法,取α=0.05和α=0.01的显著性水平下的统计量Z值为临界值,将NDVI变化趋势划分为6个等级:极显著减少(β<0,|Z|>2.58)、显著减少(β<0,1.96<|Z|≤2.58)、不显著减少(β<0,|Z|≤1.96)、不显著增加(β>0,|Z|≤1.96)、显著增加(β>0,1.96<|Z|≤2.58)、极显著增加(β>0,|Z|>2.58)。

2.4 偏相关分析

由于气温和降水都会影响NDVI,偏相关分析可以消除第三个变量的影响,仅分析前两个变量之间的相关性[37]。计算公式如下:

(6)

(7)

式中,rNDVIT·P表示排除P的影响后NDVI和T的偏相关系数,rNDVIP·T表示排除T的影响后NDVI和P的偏相关系数,当T为气温,P为降水。对偏相关系数进行显著性检验,根据系数的大小进行显著性判断[24,38],通过查找相关系数显著性检验临界值表获得显著性临界值(样本个数为20时,在α=0.05和α=0.01显著性水平下的临界值r分别为0.4438和0.5614),依据检验结果将其划分为6类:极显著负相关(-1≤r<-0.5614)、显著负相关(-0.5614

3 结果与分析

3.1 NDVI时间变化特征

川渝地区植被覆盖状况在整个研究期间呈现不断改善特征(图2),平均NDVI为0.5030,最高年平均NDVI为0.5532(2017年),最低年平均NDVI为0.4562(2001年),年均NDVI总体呈波动上升趋势,增长速率为0.0047/a(P<0.05)。川渝地区植被年NDVI变化以2012年为拐点可分为两个阶段:缓慢增长阶段(1999—2011年),快速增长阶段(2012—2018年),第一阶段和第二阶段的增长速率分别为0.0043/a、0.0085/a。各分区植被NDVI在近20年均呈显著上升趋势,与研究区年均NDVI变化趋势一致,增长速率为II区(0.0073/a)>I区(0.0063/a)>III区(0.0050/a)>IV区(0.0026/a),II区NDVI增长最快(图2)。四个分区的多年平均NDVI值均高于0.40,植被覆盖状况整体较好,II区最高为0.5954,III区、I区次之为0.5616、0.5262,IV区最低为0.4367。其中II区的NDVI年际变化波动幅度相比I区、III区、IV区较大,其标准差、标准误差和变异系数最大,分别为0.0486、0.0109和0.0817。自1999年来退耕还林还草、封山育林、天然保护林等生态建设工程的大规模实施,该区域植被类型也随之发生了变化,以马尾松林、杉木林等为主,该树种不仅成活率高且长势优良,还能够短时间达到生态恢复[39—40]。相关研究[35]也表明长江上游地区造林面积最高区域主要集中于盆周山地的巫溪、巫山、奉节、云阳、万州等县域,造林效率较高,说明该区在生态环境保护和治理方面取得一定成效。

图2 川渝地区与各分区NDVI变化趋势Fig.2 Variation trend of NDVI in the Sichuan-Chongqing region and different areas

3.2 NDVI空间变化特征

在空间分布上,川渝地区NDVI呈自东向西逐渐降低的格局,整体表现为II区(0.60)>III区(0.56)>I区(0.53)>IV区(0.44,图3)。其中,多年平均NDVI空间分布在I区和IV区表现出明显的异质性,I区总体上植被覆盖较好,NDVI高值区主要分布在东北部平行岭谷及低山丘陵区,同时低值区主要集中分布在城市(其中成都和重庆最为明显)及河流沿岸地区;IV区NDVI高值主要分布在区内岷江、大渡河、雅砻江等周边地区,岷山、邛崃山、夹金山、大雪山、沙鲁里山等山脉及石渠县境内的NDVI值相对较低。经统计:中高植被覆盖的面积占比最大,达到51.84%,主要分布在I区,且占中高植被覆盖面积的45.02%,说明四川盆地植被覆盖较好;其次是高植被覆盖区域,占比21.21%,主要分布在II区,占高植被覆盖面积的41.51%;然后是中植被覆盖区域,占整个研究区面积19.76%,主要集中分布在IV区,且在中植被覆盖中面积占比达到87.06%;中低植被覆盖和低植被覆盖地区所占比例很少,总和不达10%,主要分布在IV区。可以看出中植被覆盖、中低植被覆盖与低植被覆盖主要分布在川西高山高原区。III区在各个植被覆盖等级中的占比不是很突出,就III区单独而言,该区以中高植被覆盖、高植被覆盖两个等级为主(图3,表1)。川西高原地区因海拔高,气温低,气候干燥寒冷,水热条件较差,热量不足,不利于植物生长,植被覆盖度相对较低。总体来看,川渝地区植被覆盖较好,空间上呈现由东到西、由南到北递减分布。

图3 1999—2018年川渝地区NDVI空间分布及变化趋势Fig.3 Spatial distribution and variation trend of NDVI in the Sichuan-Chongqing region between 1999 and 2018

变化趋势上,整个区域的年均NDVI的Sen斜率呈上升趋势(图3),变化率在-0.0252—0.0185之间,有91.51%的总面积呈现增长趋势,且这种增长趋势以极显著增加(P<0.01)为主,较小比例的区域呈现减少趋势(8.49%),说明近20年川渝地区内植被覆盖状况明显改善。图3将川渝地区NDVI变化趋势划分为6类,呈极显著增加、显著增加、不显著增加、不显著减少、显著减少、极显著减少趋势分别占区域面积的70.40%、8.11%、13.00%、6.81%、0.92%、0.75%。I区、II区、III区、IV区整体上NDVI变化趋势均表现为极显著增加、显著增加,主要分布在盆周山地除龙门山断裂带、平行岭谷区、凉山州、若尔盖高原等地区。该地区多年来以天然保护林、防护林、退耕还林、生物多样性保护等为载体,积极开展长江、黄河上游生态屏障建设及生态保护修复[41—45],区域生态环境不断改善,说明地方政府和社会在生态环境保护与治理、生态文明建设方面取得一定成就。需要注意的是,呈极显著减少、显著减少趋势主要分布在I区、IV区,且所占极显著减少趋势面积比例分别为56.13%、29.05%,占显著减少趋势面积的23.08%、65.79%,I区主要是以成都、重庆为中心的两个极显著减少集聚区,可能因为该区人类活动频繁,城市扩张使建设用地增加,导致植被NDVI减少[46];IV区主要是以雪宝顶、邛崃山、四姑娘山、夹金山、贡嘎山、格聂山、雀儿山等雪山分布,可能因为该区生态环境脆弱,地质灾害频发,这对植被的生长产生不利影响[19]。

3.3 NDVI响应特征

川渝地区1999—2018年气温变化呈缓慢增加趋势,降水呈先减后增的变化趋势,气侯整体呈“气温升高、降水增多”的波动趋势(图4)。为更加清楚地了解各个分区的植被变化与气候变化之间的关系,利用距平值得到各个分区的气候变化动态特征。2012年为1999—2018年川渝地区各个分区气温变化趋势的转折点,2012年之前气温距平多为负值,之后为正值,气温变化均表现为波动上升趋势(图5),其中IV区线性趋势显著(P<0.05),I区和II区5a滑动平均值基本一致,2012—2018年III区5a滑动平均值呈正态分布变化,IV区呈线性增长。2012年为I区和II区降水变化趋势的转折点,2012年之前降水匮乏,之后有逐年增多的变化趋势(图5),2006年出现最低降水距平,I区相比II区线性趋势显著(P<0.05)。III区距平值整体呈线性下降趋势,变化较为平稳(除2011年距平值偏离正常年较大,图5)。IV区降水整体上表现为波动上升趋势(图5),线性趋势不明显,2006年之前降水波动较大,之后逐年增多。

图4 川渝地区1999—2018年NDVI与气温、降水变化趋势Fig.4 Variation trend of NDVI and temperature and precipitation in the Sichuan-Chongqing region between 1999 and 2018

图5 1999—2018年川渝地区各分区气温、降水距平值逐年变化Fig.5 Change of annual temperature and precipitation anomaly in the Sichuan-Chongqing region between 1999 and 2018

空间上,川渝地区气温和降水呈现出与NDVI类似的分布格局,即自东向西逐渐降低。高植被覆盖区,气温在8—16℃之间、降水在600—1200 mm之间;中高植被覆盖区,气温在12℃以上、降水在1000 mm以上;中植被覆盖区、中低植被覆盖区及低植被覆盖区,气温在12℃以下、降水在800 mm以下,可以看出植被覆盖空间分布(图3)与气温空间分布更为接近。变化趋势上,川渝地区气温减少幅度为-0.092—0,增加幅度为0—0.109,显著增加和减少区域分别占35.91%、0.54%,气温显著增加区域主要分布在IV区(丘状高原和高平原、沙里鲁山—雅砻江以西的高山峡谷)和III区(大凉山山原、西北部中山峡谷)。降水减少幅度为-10.256—0,增加幅度为0—17.203,显著增加和减少区域分别占8.38%、0.99%,降水显著增加区域主要分布在绵阳市西北部、九寨沟、茂县、松潘、龙泉山、石渠西北部等地区(图6)。

图6 1999—2018年川渝地区气温、降水的空间分布、变化趋势及显著性Fig.6 Spatial distribution and variation trend of temperature and precipitation in the Sichuan-Chongqing region between 1999 and 2018

为进一步研究川渝地区植被动态对气候变化的响应,对川渝地区NDVI与气温、降水之间的关系进行了偏相关分析(表2)。川渝地区整体NDVI与气温、降水呈正相关,且气温(r=0.707,P<0.01)强于降水(r=0.535,P<0.05)。在不同农业地貌区中,I区和II区NDVI与气温、降水均呈极显著正相关,III区NDVI与气温呈轻微正相关,与降水呈弱负相关,IV区NDVI与气温呈极显著正相关,与降水呈轻微负相关。由此可见,川渝地区的植被覆盖受到气温和降水的共同影响,NDVI与气温的关系更显著。

表2 川渝地区NDVI与气温、降水的偏相关系数

图7表示1999—2018年川渝地区NDVI与气温和降水的偏相关系数空间分布,NDVI与气温的偏相关系数在-0.783—0.918之间,呈显著正相关和负相关区域分别占39.31%、0.67%,以正相关为主(图8)。极显著正相关区域(21.37%,P<0.01)主要分布在I区东北部地区、II区的米仓山-大巴山北缘、巫山-七曜山东北缘地带及古蔺、叙永周边地区和IV区北部丘状高原和高平原区(特别是石渠、阿坝、红原、若尔盖等县域),显著正相关区域(17.94%,P<0.05)主要分布在II区的大相岭-大凉山一带及筠连县和IV区岷山-邛崃山西北段及以大雪山为界的西部地区,显著负相关区域占比面积极少,在IV区小金县境内出现一个以四姑娘山为核心的极高负相关集聚区(图7)。NDVI与降水的偏相关系数在-0.897—0.897之间(图7),呈显著正相关和负相关区域分别占18.92%、6.29%,以正相关为主(图8)。极显著正相关(8.06%,P<0.01)和显著正相关区域(10.86%,P<0.05)主要分布在I区和II区的东北部平行岭谷及低山丘陵区,显著负相关区域分布在III区西部及IV区(图7)。

图7 川渝地区NDVI与气温、降水的偏相关空间分布Fig.7 Spatial distribution of temperature and precipitation and its partial correlation with NDVI in the Sichuan-Chongqing region

图8 川渝地区NDVI与气温、降水的偏相关统计Fig.8 Statistics of temperature and precipitation and its partial correlation with NDVI in the Sichuan-Chongqing region

4 讨论

川渝地区位于中国第一阶梯青藏高原、第二阶梯长江中下游平原的过渡地带,复杂的地形条件使区内气候类型多样,作为我国现代农业区及退耕还林工程的实施区域,对该区植被NDVI的时空变化研究具有重要意义。本文从农业地貌分区视角对1999—2018年川渝地区植被NDVI时空变化进行了分析,并探究了植被变化与气候变化之间的响应关系。本文采用的NDVI数据集是基于SPOT/VEGETATION NDVI卫星遥感数据,该卫星传感器是专门为植被动态地表监测设计的,动态范围大,能够较好地监测植被生长[47]。趋势分析与检验方法是一种基于非参数统计检验的方法,不需要样本遵循特定分布,且适用范围较广。

本文对川渝地区植被NDVI变化趋势的结果与前人的研究结果一致[31,48],自退耕还林还草工程以来,2000—2018年期间研究区有23.43%的非林地转为林地,15.02%的非草地转为草地,区域植被覆盖状况得到明显改善,良好的植被环境使区域生态修复有很大的提升。而区内植被覆盖空间异质性明显,可能是由于不同农业地貌分区的植被类型、土地利用与农业发展模式不同[25—26,49],导致区域植被覆盖存在地域性差异,I区、II区以农、林、渔业发展模式为主,土地利用类型以耕地、林地为主,植被类型主要是农作物(54.94%),适宜的光、热、水条件有利于植被生长与作物种植,以中高植被覆盖、高植被覆盖为主;III区、IV区以林、牧业发展模式为主,土地利用类型以草地、林地为主,草原植被居多(45.14%)。结合NDVI时间变化与空间变化来看,全区及各个农业地貌分区均以极显著增加趋势为主,这与该地区实施天然保护林、封山育林、退耕还林还草、长江上游生态屏障建设等工程密不可分[31,35,40—41,48,50]。不过随着城市化的迅速发展导致城市扩张,土地利用类型发生变化,1999—2018年研究区有43.42%的非建设用地转为建设用地,面积为3204 km2,占极显著减少面积的74.87%,其中呈极显著减少的区域主要分布在四川成都、重庆城区、绵阳涪城区、资阳雁江区、遂宁船山区、南充顺庆区等地区,与建设用地扩张的区域相吻合,这与其他学者的研究结果有较好的一致性[24,31,46,51]。

研究表明,气温年际变化与NDVI年际变化之间的相关性强于降水年际变化与NDVI年际变化之间的相关性,且不同农业地貌分区NDVI对气候变化的响应具有差异性。气温变化对各区的影响较为一致,均以正响应为主,尤其是对I区的东北部平行岭谷及低山丘陵区、II区米仓山-大巴山-巫山-七曜山及盆周南缘地带、III区大相岭-大凉山一带和IV区的丘状高原和高平原区,这些地区植被的生长均表现为明显的促进作用,其气温变化对植被覆盖的正相关关系十分显著。说明温度升高不仅会加速冰川积雪融化,为植物提供所需水分,促进灌草植被的生长,还会提高土壤有机质(SOM)分解速率,使土壤呼吸速率和微生物活性增强,有助于植被根系的生长发育[31,52]。NDVI对降水的响应具有明显的区域差异性,I区和II区NDVI与降水变化以正响应为主,且正相关关系在东北部地区更为明显,极显著正相关的区域多分布于I区,该区作为农业植被区,降水是影响农作物生长的主要气候因子,良好的水热条件有利于农作物植被生长[26,53],其中达州境内、通江-平昌-仪陇-营山-蓬安-广安-前锋-邻水一带、开州-万州-梁平-垫江-忠县一带这些地区最为明显,多以水稻种植为主,而水分是水稻生长的主要影响因子。III区和IV区NDVI与降水多呈负相关关系,可能因为III区南干北湿,东润西燥,水热充足有利于东北部暖湿性植被的生长发育,而对于河谷和一些山区,降水会导致土壤侵蚀,降低土壤有机质含量,影响植被生长,还会加剧对土壤的水蚀强度,造成水土流失,导致地质灾害等[3,54]。IV区处于高山高寒地带,气温偏低,降水的增加会使大气中水汽含量增多,产生云量,导致日照时数减少,进而有效辐射量吸收降低,促使气温进一步下降,不利于植物进行光合作用,从而抑制了植被的生长[19,55]。本文存在的不足,一是川渝地区季节变化明显,未区分生长季与非生长季、从季节尺度分析气候变化对植被NDVI的响应;二是仅考虑了气候变化引起的植被变化,没有分析人类活动引起的土地覆被变化从而引起的植被变化,为了更全面地估计植被动态如何受到人为和气候驱动因素的影响并量化其各自的分布,需要在未来进一步研究。

5 结论

本文分析了川渝地区近20年来植被覆盖的时空变化特征,以及植被与气候变化之间的关系,主要结论如下:

(1)川渝地区及各分区植被NDVI在近20年均呈显著上升趋势(P<0.05),整体年际变化率为0.0047/a,2012—2018年与1999—2011年相比NDVI上升趋势更快,各分区的增长速率为II区(0.0073/a)>I区(0.0063/a)>III区(0.0050/a)>IV区(0.0026/a)。

(2)空间上植被呈现出东高西低的总体分布格局,其中盆周山地区NDVI值最高为0.60,川西高山高原区NDVI值最低为0.44。从NDVI变化趋势来看,91.51%的NDVI像元值变化为正,植被呈上升趋势,近20年来研究区植被状况有明显改善。

(3)川渝地区整体上NDVI与气温和降水呈正相关,且气温(r=0.707,P<0.01)强于降水(r=0.535,P<0.05)。I区和II区NDVI对气候变化的响应与全区表现一致,IV区NDVI与气温呈显著的正相关关系,但与降水的关系不明显,III区NDVI与气温和降水的关系均不显著,说明不同农业地貌区NDVI对气候变化的响应关系不同。

(4)空间上,川渝地区NDVI与气温呈显著正相关区域占39.31%,主要分布在I区的东北部平行岭谷及低山丘陵区、II区米仓山—大巴山一带、III区大凉山山原和IV区红原—若尔盖高平原及石渠等丘状高原地区;NDVI与降水呈显著正相关区域占18.92%,主要分布在I区的东北部平行岭谷及低山丘陵区。在III区和IV区,NDVI与气温和降水分别以正相关和负相关为主;在I区和II区,NDVI与气温和降水均以正相关为主。