基于GEE 的粤北典型石漠化地区耕地NPP 年际时空演变研究

唐梁博TANG Liang-bo；张宇鹏ZHANG Yu-peng；孔德庸KONG De-yong；张妤琳ZHANG Yu-lin；王卫②WANG Wei

（①韶关学院，韶关 512005；②广州市华南自然资源科学技术研究院，广州 510610）

0 引言

耕地是人类赖以生存和发展的基础，是保障粮食安全和国民经济高质量发展的宝贵资源。长期以来，社会经济高速发展和快速城镇化扩张过程中，大量原有耕地转变为非农用地，现有耕地也面临破碎化、非粮化、粗放化、边际化等现实问题的挑战[1]，人地冲突日益加剧。尤其在喀斯特地貌广泛发育的地区，山地丘陵广布、地形破碎、土层瘠薄，水土条件差，耕作潜力有限。生产、生活和生态用地需求难以平衡，安全与发展的矛盾相互交织。20 世纪80、90年代，在巨大的现实人口压力下，毁林开荒、坡地开垦又会进一步加剧水土流失，使得基岩大面积裸露或砾石堆积的石漠化现象广布，耕地数量、质量与生态功能更加恶化。因此，确保耕地资源可持续利用与石漠化综合治理相互交织，不可分割。

自2008 年全面启动并实施石漠化综合治理工程以来，经过多年治理，石漠化综合治理已进入巩固和攻坚阶段[2]。但碍于自然条件、人口压力、群众生计等石漠化驱动因素难以消除，石漠化治理成果巩固难度巨大，有赖长期投入。在石漠化综合治理的巩固与攻坚的关键时期，耕地保护与利用的矛盾也必将愈加突显。长期监测，是摸清治理成效，探究演变规律的重要基础手段。因此，喀斯特地区的耕地变化监测对促进耕地资源可持续利用，评估石漠化治理成效与区域生态安全具有重要意义。

喀斯特地区耕地时空演变也已经引起了学界的广泛重视，研究内容集中于耕地利用变化、耕地功能、耕地景观格局、耕地破碎化、坡耕地分布等方面[3-6]。但较少涉及耕地生产力的时空演变及其与地形坡度的相互关系；研究时间尺度上多聚焦长时序，长间隔，较少关注巩固攻坚阶段的年际变化研究；空间尺度上多集中于云南、贵州，广西等西南喀斯特石漠化地区，缺乏对广东典型石漠化地区的针对性研究。

广东省喀斯特地区主要分布在本省粤北地区，其中韶关市石漠化地区分布较为集中，主要分布于乐昌市与乳源瑶族自治县。其中，乐昌市石漠化面积29.7 万亩，占韶关市石漠化面积的63.6%，占全省石漠化的33.3%，为全省石漠化之最[7]。自2008 年乐昌、乳源被先后纳入石漠化综合治理试点以来，韶关市积极探索，形成了乐昌“祖岭模式”为代表的多种石漠化治理特色模式。多种治理模式并行尝试的过程中，耕地面积与利用方式也随之产生多样变化，需要评估治理过程中耕地分布与生产力的时空演变。

鉴于此，本文以粤北典型石漠化地区为研究区，以2018-2022 五期Sentinel-2 卫星影像、土地覆被数据，地形高程数据为基础，分析2018-2022 年耕地面积、NPP 的时空演变。以期为研判石漠化综合治理生态效应、耕地保护与可持续利用提供参考支撑。

1 研究区与研究方法

1.1 研究区概况

韶关市地处南岭山脉的中部偏东段南麓，属亚热带季风气候区，是我国南方林区的典型代表和粤港澳大湾区的重要生态屏障，粤北地区是保障区域生态系统完整性的关键地带，具有生物多样性保护、水资源维护和水土保持等重要功能[8]。本文研究区韶关市典型石漠化地区主要分布于乐昌市西部与乳源瑶族自治县北部的石漠化连绵地带，自北向南涉及乐昌市坪石镇、梅花镇、秀水镇、云岩镇，沙坪镇，以及乳源瑶族自治县大桥镇，地势北低南高，喀斯特地貌广布，生态系统脆弱，是广东石漠化土地的主要分布区，亦为全国石漠化监测的重点地区。

图1 研究区概况

1.2 数据源与研究方法

传统石漠化调查监测数据精准但资源投入巨大且更新周期相对较长，难以完全满足跟踪监测的需要。近年来随着遥感云计算平台的出现，多主题、多时相、多尺度、且广域覆盖的PB 级遥感地球观测数据产品得以方便地进行集成与分析，有效满足跟踪监测的需要[9]。

研究数据基于Google Earth Engine（GEE）平台获取高精度土地覆被数据、植被净初级生产力（Net Primary Productivity, NPP）数据，地形高程数据：

覆盖研究区范围的2018-2022 年ESA WorldCover（空间分辨率10m）土地覆被数据集，该数据集是当前主流高精度的土地覆盖数据中分类精度和分类细节程度表现较好的产品，产品土地覆被类型包括林地、耕地、草地、不透水面（建设用地）、裸地，冰雪[10]。通过拼接和裁剪获取土地覆被数据，并从中提取耕地土地覆被类型的耕地。

在宏观尺度下，可通过遥感手段获取覆盖范围广、时间序列连续性强的植被净初级生产力（Net Primary Productivity, NPP）用于表征耕地生产力。NPP 是指植被扣除自身呼吸作用消耗有机物之后的植被光合作用剩余量，不仅物理含义直接反映植被生产能力且对气候变化和人类活动的敏感性高于NDVI 等常用植被指数，已被广泛用于耕地生产力动态监测研究[11]。研究采用美国国家航空航天局2018-2022 年度NPP 合成产品MOD17A3HGF6.1（空间分辨率500m）。

地形数据采用欧洲航天局Copernicus DEM 数据集（空间分辨率30m），该数据集相比现行其他开源数字高程模型产品，具有更好的高程精度和时间现势性，且在地形细节表达方面更为细致精确[12]。基于研究区Copernicus DEM 数据，进行坡度提取与分级，参考已有研究将坡度划分为＜5°平坡、5°～10°缓坡、10°～25°中坡、25°～35°陡坡、＞35°极陡坡并与耕地叠加取得不同坡型的耕地范围。

1.3 研究方法

1.3.1 变化动态度

变化动态度可揭示研究时期内输入参数变化的剧烈程度[13]，可用于定量表达耕地资源数量与NPP 的变化速度。计算公式为：

式中K 为研究时期内的变化动态度，Ua、Ub为期初和期末某种输入参数的值，T 为研究时长。

1.3.2 Theil-Sen 趋势分析与Mann-Kendall 显著性检验

研究采用Theil-Sen 趋势分析来量化2018-2022 年石漠化程度与耕地生产力年际变化趋势，并采用Mann-Kendall 显著性检验来评估趋势显著性。

Theil-Sen 趋势分析是一种非参数检验方法，具有样本无需满足特定分布，不受线性回归假设限制，方法稳健不易受误差积累或异常值的影响，常用于时间序列变化趋势分析[14]。其计算公式为：

式中Sen' s slope 表示耕地生产力（NPP）时间序列的斜率中值，表示变量随时间变化的速率，从而表示趋势的强度；Ci和Cj分别表示耕地生产力（NPP）时间序列第i 年和第j 年的值，Median 为取中值。MK 检验是一种非参数统计检验方法，通常用于检验时间序列变化趋势的显著性，当p 值<0.05 或|z-score| > 1.96表明趋势显著具有统计学意义。

由于耕地短时变化趋势往往不显著，因此对NPP 数据层时间序列采用10 阶多项式进行拟合，使年际间变化更为平滑，再进行Theil-Sen 趋势以使MK 分析更具显著性和参考性。

2 结果与分析

2.1 耕地利用时空演变特征

2.1.1 耕地面积变化

研究区内总体而言（表1），耕地面积在2018～2022 年间面积略有缩减，由59.17km2降至44.15km2，年际变化呈波动下降趋势。镇域尺度耕地面积总体也呈波动下降趋势，但有所分化，总体表现为南北高，中间低。其中北部坪石镇耕地面积最大，耕地面积缩减最为明显，2018～2022年间耕地面积减少了9.63km2。而中南部的云岩、沙坪镇耕地面积则略有增加。

表1 2018-2022 年耕地面积变化 km2

2.1.2 耕地变化动态度

从耕地变化动态度可知研究区内年际耕地利用变化的差异（表2）。总体而言2018～2022 年研究区耕地利用动态度为-6.34%，表明研究时期内研究区耕地面积总体呈递减动态变化，年际变化则有明显分化，表现为初末段递减动态变化，中段为递增动态变化，呈“倒U 形”。而从镇域尺度来看，动态度变化也呈现明显分化，且年际变化更为剧烈。从整个研究时期来看，除云岩、沙坪镇外，总体呈递减动态变化，其中沙坪镇2020～2021 年动态度变化最为剧烈，高达204.44%。

表2 2018-2022 年耕地利用动态度变化

2.1.3 不同坡型耕地面积变化

从坡型尺度来看（表3），研究区耕地分布主要分布于缓坡与中坡，两种坡型耕地面积占总耕地面积最大，平坡次之，陡坡、极陡坡耕地面积稀少，耕地面积随坡度增大先升后降。2018～2022 年研究区不同坡型耕地面积也呈缩减态势，与面积分布类似，缩减面积同样集中于缓坡与中坡，平坡次之，陡坡、极陡坡略微下降。

表3 2018-2022 年不同坡型耕地面积变化 km2

2.2 耕地净初级生产力（NPP）时空演变特征

2.2.1 研究区净初级生产力（NPP）时空演化

从研究区NPP 变化趋势可知（表4），2018～2022 年研究区NPP 整体呈递增态势，镇域尺度NPP 均值自北向南递增，所有镇域年际变化均呈递增态势，表明研究区生态效益变化整体向好。

表4 2018-2022 年研究区NPP 变化趋势 kg*C/cm2

总体而言2018～2022 年研究区耕地NPP 值低于研究区NPP 均值，从耕地NPP 变化趋势可知（表5），2018～2022 年研究区耕地NPP 值无明显变化趋势，镇域尺度耕地NPP 变化呈现一定程度的空间分化。大致上，研究区各镇域整体呈波动递减态势，主要发生于研究区南北两侧的大桥镇与坪石镇，而在研究区中南部，云岩镇与沙坪镇NPP 变化则反而呈递增趋势。

表5 2018-2022 年耕地NPP 变化趋势 kg*C/m2

2.2.2 不同坡型耕地净初级生产力（NPP）时空演化

从不同坡型NPP 变化趋势可知（表6），2018～2022 年研究区不同坡型NPP 整体呈波动递增态势，表明研究区耕地无论坡型条件，其耕地生产能力均有一定程度改善。

表6 2018-2022 年不同坡型耕地NPP 变化趋势 kg*C/m2

3 结论与讨论

研究基于GEE 平台，调用卫星影像数据、高精度土地覆被数据，植被净初级成产力（NPP）数据集，分析粤北典型石漠化地区2018～2022 年镇域、坡型尺度耕地面积、植被净初级生产力的时空演变及相互关系。结果表明：

①2018～2022 年研究区耕地面积略有缩减，空间上主要发生于研究区南北两侧镇域，年际变化动态度则波动剧较大，坡型方面耕地主要分布于缓坡与中坡坡型且耕地面积缩减也主要发生于上述坡型。表明研究区石漠化综合治理工程开展规模可观，引起地表耕地形态的剧烈变动，广泛采用的封山育林、退耕还林还草等修复措施推进产生生态效益，且科学集中于面积比重大，治理难度相对较低的缓坡、中坡耕地[15]。

②2018～2022 年研究区NPP 总体NPP 呈递增趋势，耕地NPP 则无明显变化趋势，但在镇域尺度上耕地NPP年际变化则表现为一定程度的区域分化，大致上，研究区各镇波动递减态势占优，主要发生于研究区南北两侧的大桥镇与坪石镇，而在研究区中南部，云岩镇与沙坪镇NPP变化则反而呈递增趋势。究其原因在于研究区多种治理模式并行尝试，多样化且强烈的改造活动规模、实践特点均有所不同，对耕地NPP 的影响也可能产生差异。如人工造林、“光伏+农业”模式开展初期可能在短期内导致植被盖度下降，形成暂时性退化现象，继而导致NPP 的暂时性下降[16，17]。

③2018～2022 年研究区耕地NPP 年际变化无明显趋势，但在不同坡型均体现为递增趋势，表明区域耕地面积虽有缩减，但耕地生产力却有进一步提升，原因可能在于一方面保留了本底质量较好的耕地，另一方面因地制宜的综合治理措施也改进了保留耕地的耕作条件。