人类活动干扰对珠三角地区植被的影响

李浩然，何永宁，刘子菁，杨润达，徐楚忠，周兆丁

（1.南京信息工程大学应用气象学院，江苏南京 210044；2.博罗县气象局，广东惠州 516000；3.广州气象卫星地面站，广东广州 510630）

自20世纪70年代以来，全球经济快速发展，生态环境日益恶化，生态问题已成为人类高度关注的一项重大战略问题。植被作为土地生态系统的主体，其生长状况和分布特征严格受环境制约，能够敏锐反映出大气、水、土壤等成分的变化［1］。目前，国内外学者已经在全球尺度、国家尺度和区域尺度开展了植被绿度变化及其与气候因素的相关关系研究，结果表明植被绿度对气温、降水和日照较为敏感［2］。与此同时，越来越多证据表明人类活动对植被绿度变化的作用不容忽视，甚至可能是主要影响因素［3］。

城市群作为21世纪城市化发展的主要特征，受气候变化和剧烈人类活动的共同影响，其植被正在发生显著变化。然而以往研究主要关注人类活动相对薄弱地区植被动态变化及其与气候变化和人类活动的关系。珠三角是我国3个特大城市群之一，随着城市化的迅猛发展，植被覆盖情况发生了巨大变化［4］。已有研究探讨了珠三角地区利用归一化植被指数（NDVI）变化及其与气象因子的关系，但并未量化人类活动干扰对珠三角地区植被的影响。因此，本研究利用NDVI残差趋势分析、土地利用转移矩阵和干扰指数（MGDI）3种方法，定量化研究人类活动的影响下珠三角地区植被的动态变化特征，为珠三角地区的环境保护和城市化管理提供科学分析。

1 研究区域概况与数据来源

珠江三角洲位于广东省中南部，属于亚热带海洋季风气候，年平均温度19～23℃，年降雨量在1 300～2 500 mm之间［5］。地形北高南低，以平原、山地、丘陵为主，区域内植被大多为常绿阔叶林、灌丛和草坡，以及人工种植的甘蔗、水稻等植被。总面积约为55 370 km2。珠三角作为中国市场化程度最高、最具经济活力的地区之一，引领着中国的经济发展［6］。

本研究主要基于遥感影像、气象数据、土地利用数据和社会经济数据进行研究。气象数据来源于中国气象数据共享服务网（http：／／data.cma.cn），为了更精确地反映植被绿度变化，选取植被生长季（4—10月）作为研究时段，时间跨度为2000至2020年，选取珠三角地区29个国家气象观测站。植被绿度采用MODISNDVI数据，数据来源于美国航空航天局戈达德航天中心的MOD13A3产品（https：／／ladsweb.mod aps.eosdis.nasa.gov／），该数据为采用最大值合成法得到的月产品，空间分辨率为1 km，投影方式为正弦投影；土地利用数据来源于全国地理信息资源目录服务系统（www.webmap.cn）；人口数据、道路、村庄、河网等要素来源于地理监测云平台（http：／／www.dsac.cn／）。

2 研究方法

本研究采用一元线性回归计算生长季NDVI变化趋势，其优点为减少极端数据造成的影响［7］；采用残差分析法研究人类活动对植被的影响，该方法可以分离人类活动和气候对NDVI的影响并进行定量分析［8］；利用全球干扰指数可以直观表现人类活动在珠三角地区的影响程度［9］；冗余分析可以表现人类活动影响因子与植被的相关性［10］。

其中，slope为生长季NDVI与时间变量拟合的一元线性回归方程的斜率。

其中，NDVIcc和NDVIobs分别表示基于回归模型的NDVI预测值和基于遥感影像的NDVI观测值；a、b、c、d、e为模型参数；t（气温）、S（日照）、R（降水量）和N（VPD）分别表示生长季平均气温（℃）、累计日照时数（h）、累计降水量（mm）和平均饱和水汽压差（kPa）。

其中，DIi是第i年干扰指数的值；LSTimax是第i年年平均最大8 d连续地表温度（℃）；NDVIimax是第i年年最大30 d NDVI；LSTmax是前i-1年中LST的最大值（℃）；NDVImax是前i-1年中的NDVI最大年平均值（℃）。

基于表1数据，采用逐步回归计算方法建立模型，分析珠三角地区人类活动干扰因素与NDVI趋势之间的相关性。

表1 人类活动干扰指标分析处理方法

3 结果与分析

3.1 基于NDVI的植被动态变化

2000—2020年珠三角地区生长季NDVI整体呈增加趋势，但不同区域NDVI年际变化趋势差异较大（图1a）。其中，生长季NDVI表现出减小趋势的区域主要集中在中山、佛山、东莞、珠海及其周边地区，且以轻微抑制为主；珠三角地区的NDVI呈增加趋势的面积占比为86.31%，其中极显著增加占比为61.6%，主要分布于珠三角地区的北部、东部及西部的边缘地区；极显著减少占比为3.89%，主要集中在广州、佛山、中山、珠海等经济相对发达的地区（图1b）。

图1 2000—2020年珠三角地区生长季NDVI变化趋势空间分布（a）及显著性检验（b）

分析珠三角地区NDVI的残差斜率，发现2011—2020年NDVI残差斜率（图2b）明显大于2000—2010年NDIV残差斜率（图2a），表明人类活动对植被的影响在增强。2000—2010年人类活动影响增强的区域主要集中在西部地区，人类活动影响减弱的区域则集中在中部地区；2010—2020年人类活动影响增强的区域扩散到整个珠三角的边缘地区，减弱区域虽然依旧集中在中部地区，但减少幅度明显小于2000—2010年，结合图1发现，珠三角地区2000—2020年人类活动影响表现为增强的区域，植被绿度也表现为增加；而人类活动影响表现为减弱的区域，植被绿度也在减弱，两者在空间分布上一致。

图2 2000—2020年珠三角地区生长季NDVI残差时空分布

3.2 基于土地利用植被变化

2000—2020年珠三角地区土地利用类型主要为人造地表、林地、耕地和草地（图3），其中林地占比最大；其次为耕地；而人造地表呈现出缓慢增加的趋势。分析土地利用转移图发现，2000—2020年，珠三角地区的各类土地利用类型在互相转换，最终人造地表由2000年的7.4%涨为2020年的16.4%；其余土地利用类型均有不同程度的下降，且2011—2020年人造地表的增长幅度相较于2000—2010年更为明显，主要来源于耕地和森林的转换。

图3 2000—2020年珠三角地区土地利用转移图

3.3 基于MODIS干扰指数（MGDI）的植被动态

利用自然断点法将全球干扰指数分为5级（图4），分析发现珠三角地区MGDI分布呈现出明显的区域性。且城市化程度越高的地区，干扰指数的区分越明显，全球干扰指数最高值为1.45，出现在中山，但同为珠三角中部区域的天河区、海珠区以及深圳市的干扰指数平均值在珠三角内为最低值0.24，分析发现这些地区的城市化已经进入了稳定保持时期，由于严格的生态系统环境管理和可持续发展政策的逐步推进，城市生态系统已处于恢复阶段，在城市发展的同时，植被逐渐增加，因此MGDI指数保持为低值。

图4 基于NDVI的珠三角地区全球干扰指数（MGDI）空间分布

3.4 人类活动对植被动态的影响

对植被与人类活动干扰的各项影响因子进行冗余分析（图5），发现在3种尺度下，NDVI均值与村庄的距离、与城市的距离表现出较明显的正相关关系；而与GDP、路网密度表现出负相关关系。分析NDVI斜率与残差趋势，发现在1 km尺度下，两者相关性较弱；在5和10 km尺度下，NDVI斜率与残差趋势表现为明显的正相关关系，说明珠三角地区的人类活动对NDVI表现为逐年促进的趋势。

图5 NDVI与人类活动干扰因素冗余关系

4 结论

基于3种植被动态方法的分析发现，珠三角地区植被绿度2011—2020年受到的干扰明显强于2000—2010年。主要原因是珠三角地区的城市化、工业化进程逐年加快，导致人类活动对植被的影响程度上升。除此之外，珠三角地区的人类活动影响呈现明显的区域性，城市化程度越高的地区，全球干扰指数（MGDI）分区越明显。

本研究选取了GDP、路网密度，人口密度（POP）、农田密度、河网密度、与村庄距离、与城市距离、与道路距离和与河流距离9个人类活动影响因子分析对NDVI趋势的影响。就结果而言，不同的尺度下，各类影响因子的相关性存在较大的区别，说明人类活动的影响因子存在较多的不确定性。当前的研究多受限于遥感影像的分辨率限制，导致无法对研究地区进行更深入的研究。考虑以后直接对珠三角地区进行实地调研，并根据得到的数据进一步研究人类活动因子对植被绿度的相关性，

本研究从NDVI、土地利用、全球干扰指数3个不同的方面分析了人类活动对珠三角地区植被绿度的影响。从NDVI变化的角度，珠三角地区植被生长状况整体呈增长趋势，其中人类活动起积极作用；从土地利用变化的角度，珠三角地区2000—2020年土地利用变化主要为耕地转换成人造地表，以及森林转化为耕地和人造地表，这种转化主要集中在珠三角地区的核心城市群。全球干扰指数空间分布图表明，城市化程度越高的地区，干扰指数的区分越明显。通过相关性分析，发现3种尺度下，人类活动影响因子的相关性存在较大差别，结合影响因子的占比，表明人类活动强度和NDVI存在一定的相关性，且具有一定的空间异质性。