喀斯特地區(qū)不同植被類型NDVI變化及驅(qū)動(dòng)因素分析
——以貴州為例

馬士彬，安裕倫楊廣斌*，張勇榮

喀斯特地區(qū)不同植被類型NDVI變化及驅(qū)動(dòng)因素分析
——以貴州為例

馬士彬1，2，3，安裕倫1，2，楊廣斌1，2*，張勇榮3

1. 貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽(yáng) 550001；2. 貴州省山地資源與環(huán)境遙感應(yīng)用重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng) 550001；3. 六盤水師范學(xué)院環(huán)境與資源科學(xué)系，貴州 六盤水 553004

以SPOT-VEG NDVI數(shù)據(jù)為基礎(chǔ)結(jié)合植被類型、氣象和石漠化數(shù)據(jù)，通過NDVI變化趨勢(shì)傾斜率及逐像元相關(guān)分析，分析不同植被類型NDVI變化趨勢(shì)及驅(qū)動(dòng)因素。結(jié)果表明，（1）2000—2013年貴州省植被NDVI呈增加趨勢(shì)，其中2000—2007年為快速增加期，變化率為0.25/10 a（r2=0.923）；2008—2013年增速減緩，變化率為0.02/10 a（r2=0.381）。（2）人工植被NDV I增速最大為0.17/10 a（r2=0.813），灌叢灌草叢次之，為0.13/10 a（r2=0.85），喬木類植被（常綠闊葉林、落葉闊葉林、常綠和落葉闊葉混交林、針葉林、針闊混交林）和竹林的NDVI基本保持不變。（3）貴州省氣候變化呈不顯著冷干趨勢(shì)，其中降水對(duì)植被變化的影響力大于溫度，植被NDVI與年降水量和年均溫均呈現(xiàn)不顯著負(fù)相關(guān)關(guān)系。（4）人工植被與降水和氣溫的逐像元分析中，顯著負(fù)相關(guān)比重較大，分別達(dá)到20%和15%；灌叢灌草叢的顯著負(fù)相關(guān)比重也大于正相關(guān)，分別達(dá)到16%和17%；喬木類植被則相反，顯著正相關(guān)比重較大，其中河谷季雨林達(dá)到48%。（5）人類活動(dòng)強(qiáng)度較高的區(qū)域，NDVI變化與城市擴(kuò)展、植樹造林及石漠化治理面積有顯著正相關(guān)性。由此得出，在人類活動(dòng)強(qiáng)度較大的區(qū)域，如城鎮(zhèn)周邊、生態(tài)治理與修復(fù)措施的實(shí)施區(qū)域，植被變化主要受人為作用制約；但當(dāng)人類活動(dòng)或干擾較少時(shí)，氣候變化限制植被的變化趨勢(shì)。所以，從宏觀角度分析植被變化與氣候變化的關(guān)系時(shí)，必須權(quán)衡人為作用和氣候變化對(duì)植被變化的影響。

喀斯特；植被類型；NDVI；氣候變化；人為作用

引用格式：馬士彬， 安裕倫， 楊廣斌， 張勇榮. 喀斯特地區(qū)不同植被類型NDV I變化及驅(qū)動(dòng)因素分析——以貴州為例［J］. 生態(tài)環(huán)境學(xué)報(bào)， 2016， 25（7）： 1106-1114.

MA Shibin， AN Yulun， YANG Guangbin， ZHANG Yongrong. The Analysis of the Difference Vegetation Variation and Driver Factors on NDVI Change in Karst Region： A Case on Guizhou ［J］. Ecology and Environmental Sciences， 2016， 25（7）： 1106-1114.

我國(guó)西南地區(qū)是世界三大喀斯特地貌連片發(fā)育區(qū)，喀斯特地貌發(fā)育、演化的許多理論問題將在中國(guó)南方喀斯特區(qū)域被解決（Sweeting，1995）。楊明德（1990）指出喀斯特環(huán)境是地球上一個(gè)獨(dú)特的自然環(huán)境，具有二元三維空間，是一個(gè)物質(zhì)能量交換復(fù)雜的開放系統(tǒng)，其地域性和動(dòng)態(tài)性都很顯著，喀斯特環(huán)境屬于世界上一類脆弱的環(huán)境，具有生態(tài)變異敏感度高，環(huán)境承載容量低，災(zāi)害忍受閾值彈性小的基本特性?？λ固氐貐^(qū)主要的生態(tài)問題就是石漠化，熊康寧等對(duì)喀斯特地區(qū)石漠化發(fā)生、發(fā)展和演化機(jī)理做了系統(tǒng)、深入的研究（熊康寧，2002），認(rèn)為水土流失是石漠化形成的核心問題（熊康寧等，2012），而造成水土流失的主要原因是植被覆蓋的減少。所以準(zhǔn)確、客觀地監(jiān)測(cè)長(zhǎng)時(shí)間序列上植被的變化情況，探索植被變化的水文、土壤、氣候效應(yīng)，是保護(hù)喀斯特脆弱生態(tài)環(huán)境的基本前提和保障。

歸一化植被指數(shù)（Normalized difference vegetation index，NDVI），是通過遙感手段獲取的一種直接反映植被生長(zhǎng)狀態(tài)的數(shù)據(jù)，與植被覆蓋度、生物量、光合有效輻射吸收率等植物理化特征有密切關(guān)系（Prince，1991；Carlson et al.，1997）。NDVI數(shù)據(jù)具有覆蓋區(qū)域廣、時(shí)效長(zhǎng)、重復(fù)周期短等特點(diǎn)，可以實(shí)現(xiàn)大區(qū)域、長(zhǎng)時(shí)間序列植被變化的監(jiān)測(cè)。自20世紀(jì)80年代以來(lái)，NDVI數(shù)據(jù)已經(jīng)成為全球和區(qū)域尺度植被監(jiān)測(cè)的主要數(shù)據(jù)源（Defrieset al.，1994）。國(guó)際上，M yneni et al.（1997）和Tucker et al.（2001）分別分析了1981—1991年和1981—1999年的NDVI變化，發(fā)現(xiàn)北半球植被活動(dòng)呈現(xiàn)增強(qiáng)趨勢(shì)，中緯度地區(qū)尤為明顯，并將該增強(qiáng)趨勢(shì)歸因于氣候變暖。Park et al.（2010）通過分析東亞北部1982—2006年4—10月的NDVI數(shù)據(jù)發(fā)現(xiàn)，植被活動(dòng)在1990s中期之前趨于增強(qiáng)，而后呈現(xiàn)明顯減弱的趨勢(shì)。國(guó)內(nèi)，方精云等（2003）利用NOAA-AVHRR/NDVI時(shí)間序列數(shù)據(jù)從全國(guó)尺度上分析得出1982—1999年我國(guó)植被活動(dòng)在增強(qiáng)；區(qū)域尺度上韋振鋒等（2014）利用SPOT VEG數(shù)據(jù)對(duì)我國(guó)西北地區(qū)植被變化進(jìn)行研究，認(rèn)為西北地區(qū)植被覆蓋整體呈增加趨勢(shì)，但局部地區(qū)干旱少雨和人類活動(dòng)抑制了植被生長(zhǎng)；王海軍等（2010）研究認(rèn)為西北年均NDVI與氣溫呈明顯正相關(guān)且寒區(qū)植被NDVI變化對(duì)氣溫比較敏感；毛德華等（2011）在對(duì)AVHRR和MODIS數(shù)據(jù)進(jìn)行一致性分析的基礎(chǔ)上，分析東北多年凍土區(qū)植被變化及對(duì)氣候變化的響應(yīng)；趙舒怡等（2015）研究認(rèn)為華北平原的植被覆蓋度呈南高北低、中部高四周低的分布特點(diǎn)，植被覆蓋度主要呈上升趨勢(shì)；鄧偉等（2014）研究認(rèn)為，氣溫是長(zhǎng)江中下游區(qū)域植被覆蓋變化的主要影響因素。通過上述分析可以看出，目前對(duì)NDVI數(shù)據(jù)的使用以及植被變化對(duì)氣候變化響應(yīng)分析的相關(guān)研究已經(jīng)比較系統(tǒng)和全面。在西南喀斯特區(qū)域，Cai et al.（2014）通過分析貴州省植被NDVI與氣候變化、土地利用變化以及人口遷移等要素的關(guān)系后，認(rèn)為喀斯特地區(qū)植被NDVI增強(qiáng)主要是由于人為因素驅(qū)動(dòng)導(dǎo)致，文章分析過程中選用點(diǎn)狀氣象數(shù)據(jù)進(jìn)行分析同時(shí)未考慮植被類型的生態(tài)功能差異性?；诖耍疚膶⒃诳λ固氐孛脖尘跋?，以不同植被類型為空間單元，進(jìn)行逐像元的植被變化規(guī)律及其對(duì)氣候變化響應(yīng)的分析，以期進(jìn)一步探索喀斯特生態(tài)環(huán)境效應(yīng)機(jī)制和石漠化治理模式。

1　研究區(qū)概況與數(shù)據(jù)方法

1.1研究區(qū)概況

貴州省位于中國(guó)西南部，與湖南、廣西、云南、四川、重慶接壤，介于103°31'～109°30′E，24°30′～29°13′N之間。屬于喀斯特高原山區(qū)，山地和丘陵占區(qū)內(nèi)總面積的92.5%，喀斯特面積占全省國(guó)土面積的61.9%。地勢(shì)西高東低，平均海拔1100 m。由于地形因素影響，區(qū)內(nèi)氣溫和降水分布差異顯著。西部威寧、水城等高海拔區(qū)域?qū)倥瘻貛Ъ撅L(fēng)氣候，平均氣溫10.5 ℃，1月最低氣溫-1.6 ℃，年降水量為883.1 mm；中部、東部為亞熱帶季風(fēng)氣候，平均氣溫14.8 ℃，1月最低氣溫2.3 ℃，年降水量為1200 mm。

1.2數(shù)據(jù)來(lái)源及處理

1.2.1NDVI數(shù)據(jù)處理

本研究采用的NDVI數(shù)據(jù)是2000年1月—2007年12月SPOT VGT數(shù)據(jù)，空間分辨率為1 km（數(shù)據(jù)來(lái)源http：//westdc.westgis.ac.cn/）以及2008年1月—2013年12月MODIS NDVI數(shù)據(jù)（數(shù)據(jù)來(lái)源：https：//ladsweb.nascom.nasa.gov/data/search.htm l），空間分辨率250 m。SPOT VGT傳感器的波段設(shè)置考慮了植被監(jiān)測(cè)目的，數(shù)據(jù)質(zhì)量較高（Maisongrande et al.，2004，F(xiàn)ensholt et al.，2009），因此在研究較小空間尺度的問題或者不需要1998年以前的數(shù)據(jù)時(shí)，應(yīng)盡量使用SPOT VGT數(shù)據(jù)（Pettorelli et al.，2005）。由于SPOT VEG NDVI數(shù)據(jù)只涵蓋2007年以前的數(shù)據(jù)，故2007—2013年數(shù)據(jù)采用MODIS NDVI數(shù)據(jù)。由于二者空間分辨率不同，為保證研究結(jié)果的一致性，將空間分析網(wǎng)格大小確定為1 km×1 km，對(duì)MODIS NDVI數(shù)據(jù)進(jìn)行重采樣處理。利用最大值合成方法（Maximum value composition，MVC）將NDVI旬?dāng)?shù)據(jù)生成月NDVI，將1年中12個(gè)月的NDVI取最大值表示年內(nèi)植被的平均生長(zhǎng)狀況（A llen et al.，2002）。

1.2.2植被類型數(shù)據(jù)

根據(jù)中國(guó)科學(xué)院中國(guó)植被圖編輯委員會(huì)于2001年出版的《中國(guó)1∶100萬(wàn)植被圖集》經(jīng)遙感調(diào)查細(xì)化獲得的貴州省植被類型數(shù)據(jù)（圖1），將貴州省植被類型歸納為常綠闊葉林（EBLF）、落葉闊葉林（DBLF）、常綠和落葉闊葉混交林（EDBLF）、針葉林（CF）、針闊混交林（CBMF）、河谷季雨林（RVMF）、竹林（BF）、常綠灌叢灌草叢（ESG）、落葉灌叢灌草叢（BSG）、大田作物（Crops）、經(jīng)濟(jì)林（EF）、園地（Garden）共12類。

1.2.3氣象數(shù)據(jù)處理

氣象數(shù)據(jù)為2000—2013年51個(gè)氣象站降水和氣溫的日值數(shù)據(jù)，其中貴州省33個(gè)，湖南省3個(gè)，廣西自治區(qū)5個(gè)，云南省3個(gè)，四川省2個(gè)，重慶市5個(gè)，數(shù)據(jù)源自中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）（圖1）。氣象數(shù)據(jù)采用反距離權(quán)重內(nèi)插法進(jìn)行空間插值，獲取貴州省2000—2013年年降水量和年均氣溫的柵格圖像，分辨率為1 km×1 km。

1.3方法

1.3.1趨勢(shì)法

趨勢(shì)線是對(duì)1組隨時(shí)間變化的變量進(jìn)行回歸分析，預(yù)測(cè)其變化趨勢(shì)的曲線。通過計(jì)算每個(gè)像元上10 a的NDVI，用趨勢(shì)線分析法模擬該像元NDVI的變化趨勢(shì)，即年際變化：

圖1　植被類型和氣象觀測(cè)點(diǎn)的空間分布Fig. 1　spatial distribution of vegetation types and climate in Guizhou province

某象素點(diǎn)的趨勢(shì)線是該象點(diǎn)n年的年NDVI最大值用一元線性回歸模擬出來(lái)的1個(gè)總的變化趨勢(shì)，K即是這條趨勢(shì)線的斜率。K＞0，表示NDVI在n年間的變化趨勢(shì)是增加的，表示區(qū)域植被得到修復(fù)；反之，植被退化（徐建華，2002）。

1.3.2相關(guān)分析

對(duì)研究區(qū)14 a NDVI數(shù)據(jù)與溫度、降水量的空間插值數(shù)據(jù)進(jìn)行逐像元相關(guān)分析。由此反映出氣候因子與NDVI序列的相關(guān)程度及其空間分布規(guī)律，綜合分析植被NDVI對(duì)氣候因子的響應(yīng)。相關(guān)系數(shù)計(jì)算公式：

式中，x、y分別為兩個(gè)要素樣本值的平均值；rxy為要素x和y之間的相關(guān)系數(shù)（徐建華，2002）。

2　植被時(shí)空變化特征

2.1時(shí)間變化特征

2000—2013年，貴州省植被年最大NDVI呈顯著上升趨勢(shì)，增速為0.067/10 a（r2=0.474）。研究區(qū)植被NDVI變化分為兩個(gè)階段：2000—2007年為快速上升期，年增長(zhǎng)速率達(dá)到0.25/10 a（r2=0.923），2007年NDVI達(dá)到研究時(shí)段峰值0.655；2008年貴州省NDVI值下降到0.606，后緩慢恢復(fù)；2008—2013年增長(zhǎng)速率為0.02/10 a（r2=0.381）（圖2）。

對(duì)不同植被類型2000—2013年NDVI均值進(jìn)行統(tǒng)計(jì)分析得出，人工植被（經(jīng)濟(jì)林、大田作物、果園）的NDVI值上升趨勢(shì)最為顯著，平均達(dá)到0.17/10 a（r2=0.817）；其次是灌木林地（常綠灌木灌草叢、落葉灌木灌草叢），NDVI增長(zhǎng)速率為0.13/10 a（r2=0.85）；針葉林、常綠闊葉林、落葉闊葉林、河谷季雨林、竹林NDVI值變化趨勢(shì)不明顯，r2的平均值為0.0925，其中常綠和落葉闊葉混交林呈不顯著降低趨勢(shì)，降低率為0.004/10 a，r2=0.001（圖3）。

圖2　2000—2013年貴州省歸一化植被指數(shù)（NDVI）和NDVI值顯著增高區(qū)域造林面積Fig. 2　The change of NDVI and the forestation area of NDVI enhanced region in GuiZhou province from 2000 to 2013

圖3　2000—2013年貴州省各植被類型NDVI變化趨勢(shì)Fig. 3　The trend of NDVI in all kinds of vegetation types in Guizhou province from 2000 to 2013

2.2空間特征

2.2.1空間分布特征

研究區(qū)NDVI高值區(qū)主要分布在東南部、南部、西北部的非喀斯特區(qū)域，因?yàn)檫@些區(qū)域以碎屑巖為主，土壤發(fā)育良好，保水保肥能力強(qiáng)，植被類型以闊葉林、針闊混交林、竹林為主。低值區(qū)主要分布在西部、西南部、東北部的典型喀斯特發(fā)育區(qū)，土壤水分條件較差，植被類型以灌叢灌草叢為主；同時(shí)貴陽(yáng)、遵義、安順等城市密集區(qū)也是植被NDVI較低的區(qū)域。

2.2.2空間趨勢(shì)特征

為檢測(cè)貴州植被NDVI變化趨勢(shì)，筆者計(jì)算了2000—2013年植被NDVI的趨勢(shì)傾斜率，并進(jìn)行了M-K檢驗(yàn)，將結(jié)果劃分為顯著降低、不顯著降低、無(wú)變化、不顯著增強(qiáng)和顯著增強(qiáng)5個(gè)等級(jí)（圖4）。結(jié)果表明，2000—2013年貴州省大部分區(qū)域植被NDVI為增強(qiáng)趨勢(shì)，增加和退化面積比例分別為81.65%和2.6%，其中顯著增強(qiáng)的面積占36.9%。空間分布上，顯著增強(qiáng)的區(qū)域主要集中在西部水城、盤縣、威寧和東部黃平、鎮(zhèn)遠(yuǎn)、銅仁等區(qū)域，這些區(qū)域都是典型的喀斯特發(fā)育區(qū)，原有NDVI值比較低，石漠化程度較高。NDVI降低的區(qū)域主要集中在大城市周邊，如貴陽(yáng)、遵義；值得注意的是，北部赤水、仁懷，南部的望謨、冊(cè)亨，以及東南部的荔波、從江等區(qū)域NDVI也呈現(xiàn)降低趨勢(shì)。

3　NDVI變化的驅(qū)動(dòng)力分析

3.1植被覆蓋對(duì)氣候變化的響應(yīng)

3.1.1時(shí)間序列特征

貴州省2000—2013年年降水量呈下降趨勢(shì)，氣候傾向率為-13.26 mm·a-1（α＜0.05）；年均溫呈下降趨勢(shì)，變化速率達(dá)到-0.03 ℃·a-1（α＜0.1），所以研究期內(nèi)貴州氣候的整體變化趨勢(shì)以冷干為主。對(duì)2000—2013年植被NDVI、年均氣溫和年降水量進(jìn)行年內(nèi)平均，計(jì)算NDVI與氣溫和降水之間的相關(guān)系數(shù)。結(jié)果表明，植被NDVI與年降水量間呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0.533（α＜0.05）；植被NDVI與年均氣溫間呈不顯著負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0.19（未通過0.1置信水平檢驗(yàn)）。從相關(guān)分析結(jié)果看，植被NDVI與年降水量間的相關(guān)系數(shù)明顯大于年均溫，所以年降水量對(duì)貴州省植被年NDVI最大值變化的貢獻(xiàn)大于氣溫。

3.1.2空間特征

圖4　2000—2013年貴州省歸一化植被指數(shù)（NDVI）變化傾斜率Fig. 4　Spatial distribution of NDVI change slope in GuiZhou province from 2000 to 2013

圖5　2000—2013年貴州省歸一化植被指數(shù)（NDVI）與年降水量（a）和年均溫（b）相關(guān)系數(shù)空間分布Fig. 5　Spatial distribution of correlation coefficient between NDVI and precipitation （a）， NDVI and temperature （b） in GuiZhou province from 2000 to 2013

通過對(duì)2000—2013年研究區(qū)植被NDVI與年均溫和年降水的空間插值數(shù)據(jù)進(jìn)行逐像元相關(guān)分析（圖5）。結(jié)果表明：研究區(qū)植被NDVI與年降水相關(guān)系數(shù)小于0的像元面積占研究區(qū)總面積的53.55%，其中相關(guān)系數(shù)小于-0.5的像元占研究區(qū)總面積的7.2%；空間上（圖5a），黔東北、貴陽(yáng)、安順地區(qū)植被NDVI與年降水量呈顯著負(fù)相關(guān)，主要植被類型為灌叢灌草叢、園地和人工植被；呈顯著正相關(guān)的區(qū)域主要分布在黔西北和黔南、黔東南部分地區(qū)，植被類型以喬木和竹林為主。通過統(tǒng)計(jì)不同植被類型在各相關(guān)系數(shù)等級(jí)的分布面積比重可知（圖6a），人工植被中的大田作物、園地、經(jīng)濟(jì)林與年降水呈顯著負(fù)相關(guān)（r＜-0.5）的面積占該類植被總面積的20%，遠(yuǎn)大于呈顯著正相關(guān)（r＞0.5）的面積；常綠和落葉闊葉混交林、溫性針葉林、竹林與降水呈相關(guān)的面積都在55%以上，大于呈負(fù)相關(guān)的面積。

研究區(qū)植被NDVI與年均溫呈正負(fù)相關(guān)的像元面積分別占研究區(qū)總面積的53.69%和46.31%，相關(guān)系數(shù)大于0.5和小于-0.5的像元分別占研究區(qū)總面積的6.64%和5.06%。與年均溫的相關(guān)關(guān)系中，從喬木到灌叢灌草叢再到人工植被，正相關(guān)比重逐漸下降（圖6b）。喬木類植被中各類型與氣溫呈正相關(guān)像元比重都大于負(fù)相關(guān)，其中河谷季雨林90%以上的像元與氣溫呈正相關(guān)。灌叢灌草叢和人工植被與氣溫呈顯著負(fù)相關(guān)比重分別為12%和13%，均大于顯著正相關(guān)。

圖6　各植被類型NDVI與降水和溫度相關(guān)性（a）NDVI與降水；（b）NDVI與溫度Fig. 6　The percentage of correlation cell in all kinds of vegetation types. （a） NDVI and precipitation； （b） NDVI and temperature

圖7　貴州省部分縣石漠化治理與NDVI變化關(guān)系Fig. 7　The relationship between rock desertification restoration and annual NDVI from 2000 to 2013

3.2人為因素對(duì)植被覆蓋的影響

通過上述分析可知，氣候是影響植被變化的重要因素，但人為作用可以增強(qiáng)或減弱氣候的影響力。為系統(tǒng)闡述區(qū)域人為作用對(duì)植被變化的影響，分析2000—2013年NDVI顯著增高區(qū)域的造林面積與NDVI值的關(guān)系（圖2）。結(jié)果顯示，貴州省2000—2004年造林面積最大，同期NDVI值增加速率最大，說明人為作用對(duì)于推動(dòng)植被NDVI值起到了顯著作用。選取貴州省輕度以上石漠化面積占縣國(guó)土面積超過50%的10個(gè)縣，分別統(tǒng)計(jì)2000—2013年各縣輕度以上石漠化面積、石漠化治理面積占該縣石漠化總面積比重以及NDVI顯著增高的面積（圖7）。對(duì)比發(fā)現(xiàn)，石漠化治理面積比重與NDVI顯著增強(qiáng)面積比重存在一定相關(guān)性，說明石漠化治理過程中，植被修復(fù)措施對(duì)區(qū)域NDVI值提高起到一定作用。

另外研究區(qū)大中城市周邊NDVI降低明顯，其原因主要是城市擴(kuò)展，大量植被覆蓋土地轉(zhuǎn)化為建設(shè)用地。以貴陽(yáng)為例，計(jì)算2010—2013年NDVI的變化率，并以城市駐地為圓心，生成10個(gè)2 km間隔的緩沖區(qū)，分別計(jì)算每個(gè)緩沖弧內(nèi)NDVI變化率均值。結(jié)果顯示（圖8），貴陽(yáng)市西北方向的植被NDVI顯著降低，而研究期內(nèi)貴陽(yáng)市的西北方向?yàn)槌鞘兄饕獢U(kuò)展方向，說明人為驅(qū)動(dòng)的城市擴(kuò)張是導(dǎo)致NDVI下降的另一因素。

4　討論

全球氣候變暖及降水的區(qū)域性變化已經(jīng)得到廣泛驗(yàn)證（王紹武等，1995；Dai et al.，1998；IPCC，2007），本文也得出貴州省2000—2013年氣候變化呈冷干趨勢(shì)。根據(jù)之前的研究，溫度影響了光合作用和呼吸作用的速率以及植物對(duì)養(yǎng)分的利用效率；降水是植物水分需求的主要來(lái)源（Bachelet et al.，2001；Wang et al.，2001；Tan，2007），因此溫度降低、降水量減少將限制植物的生長(zhǎng)（Piao et al.，2014）。但本文分析得出，在貴州省氣候呈冷干的變化趨勢(shì)下，植被NDVI呈上升趨勢(shì)，與之前的研究結(jié)論相矛盾。通過分析各植被類型NDVI變化及其對(duì)氣候變化的響應(yīng)后發(fā)現(xiàn)，灌叢灌草叢和人工植被與氣溫和降水的關(guān)系中，負(fù)相關(guān)較突出，隨著溫度下降和降水減少，NDVI呈增加趨勢(shì)。貴州省灌叢灌草叢和人工植被的面積占全省國(guó)土面積的80.4%，導(dǎo)致區(qū)域整體NDVI變化與氣候變化呈負(fù)相關(guān)。灌叢灌草叢和人工植被受人為影響大，如退耕還林還草、石漠化治理、人為灌溉及施肥等措施，導(dǎo)致當(dāng)氣候變冷、變干時(shí)并沒有明顯抑制植被NDVI值的增加。因此，植被變化對(duì)氣候變化的響應(yīng)與植被類型有著密切關(guān)系，分析二者的關(guān)系時(shí)必須考慮植被類型的生態(tài)功能差異性。

另外，研究區(qū)喬木類植被（常綠闊葉林、落葉闊葉林、常綠和落葉闊葉混交林、針葉林、針闊混交林）與氣溫和降水的相關(guān)關(guān)系中，正相關(guān)較突出，即隨著溫度降低和降水的減少，喬木類植被NDVI值呈降低趨勢(shì)。根據(jù)貴州省生態(tài)功能區(qū)劃，喬木林類植被基本納入到了重要生態(tài)公益林保護(hù)區(qū)內(nèi)，人為干預(yù)較少，植被與氣候間的關(guān)系較單一，在這種條件下，氣候呈冷干趨勢(shì)變化限制了植被生長(zhǎng)，導(dǎo)致NDVI值降低或增速減緩。

綜上，區(qū)域環(huán)境要素與人類活動(dòng)間相互影響，隨著人類改造自然的能力不斷增強(qiáng)，自然因素間的相互作用受人類干擾的程度也逐漸加大。在人類活動(dòng)強(qiáng)度較大的區(qū)域，如城鎮(zhèn)周邊、生態(tài)治理與修復(fù)措施的實(shí)施區(qū)域，氣候條件對(duì)植被變化的限制性被打破；但當(dāng)人類活動(dòng)或干擾較少時(shí)，二者仍然體現(xiàn)嚴(yán)格的自然生態(tài)規(guī)律。所以，從宏觀角度分析植被變化與氣候變化的關(guān)系時(shí)，必須權(quán)衡人為作用和氣候變化對(duì)植被變化影響的，構(gòu)建單純氣候條件影響下的大區(qū)域尺度、不同植被類型及組合的植被生態(tài)系統(tǒng)，并長(zhǎng)時(shí)間監(jiān)測(cè)植被變化對(duì)氣候變化的響應(yīng)機(jī)制，包括響應(yīng)時(shí)間（敏感性）、生長(zhǎng)態(tài)勢(shì)、植物群落演替、物質(zhì)循環(huán)等，才能真正揭示氣候-植被二者間的相關(guān)作用模式。

5　結(jié)論

圖8　2000—2013年貴陽(yáng)市NDVI變化Fig. 8　Vegetable change of GuiYang from 2000 to 2013

（1）2000—2013年貴州省植被NDVI值呈上升趨勢(shì)，2000—2008年上升速率大于2008—2013年。2000—2013年貴州省氣候呈冷干趨勢(shì)變化。

（2）貴州省植被NDVI值與年降水量和年均溫均呈現(xiàn)負(fù)相關(guān)關(guān)系，其中年降水量變化對(duì)植被變化的影響力大于年均溫。

（3）喬木類植被（常綠闊葉林、落葉闊葉林、常綠和落葉闊葉混交林、針葉林、針闊混交林）和竹林的NDVI變化主要受氣候變化影響，與氣候變化的正相關(guān)性較突出；灌叢灌草叢（常綠灌草叢、落葉灌草叢）和人工植被（大田作物、經(jīng)濟(jì)林、園地）主要受人為作用影響（城市化、植樹造林、石漠化治理等），人為作用打破了氣候?qū)χ脖蛔兓南拗菩詸C(jī)制，呈現(xiàn)隨著氣溫降低和降水量減少，植被NDVI增大的負(fù)相關(guān)關(guān)系。

（4）通過分析得出，植被變化對(duì)氣候變化的響應(yīng)與植被類型有著密切關(guān)系，分析二者的關(guān)系時(shí)必須考慮尺度效應(yīng)造成的差異。同時(shí)由于人為改造自然的能力不斷提高，對(duì)自然要素間相關(guān)作用的機(jī)制產(chǎn)生了本質(zhì)的影響，所以分析氣候與植被間的相互關(guān)系時(shí)必須構(gòu)建或選擇單一氣候條件下的植被生態(tài)系統(tǒng)作為分析單元。

ALLEN R G， PEREIRA L S， RARES D， et al. 1998. Crop Evaportranspiration Guidelines for Computing Crop Water Requirements-FAO Irrigation and Drainage Paper 56 ［M］. Rome： Food and Agriculture Organization of the United Nations.

BACHELET D， NEILSON R P， LENIHAN J M， et al. 2001. Climate change effects on vegetation distribution and carbon budget in the United States ［J］. Ecosystems， 4（3）： 164-185.

CA I H Y， YANG X H， WANG K， et al. 2014. Is Forest restoration in the southw est china Karst promoted mainly by climate change or human-induced factors？ ［J］. Remote Sensing， 6（10）： 9895-9910.

CARLSON T N， RIPLEY D A. 1997. On the relation between NDVI，fractional vegetation cover，and leaf area index ［J］. Remote Sensing of Environment， 62（3）： 241-252.

DAI A G， TRENBERTH K E， KARL T R. 1998. Global variations in droughts and wet spells： 1900-1995 ［J］. Geophysical Research Letters，25（17）： 3367-3370.

DEFRIES R S， TOWNSHEND J R G. 1994. NDVI-derived land cover classification at a global scale ［J］. International Journal of Remote Sensing， 15（17）： 3567-3586.

FENSHOLT R， RASMUSSEN K， N IELSEN T T， et al. 2009. Evaluation of earth observation based long term vegetation trends-Intercom paring NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS， Terra MODIS and SPOT VGT data ［J］. Remote Sensing of Environment， 113（9）： 1886-1898.

IPCC. 2007. Climate Change 2007： The Physical Science Basis. Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change ［R］. Cambridge， UK：Cambridge University Press.

LOTSCH A， FRIEDL M A， ANDERSON B T， et al. 2003. Coupled vegetation-precipitation variability observed from satellite and climate records ［J］. Geophysical Research Letters， 30（14）： 1774.

MAISONGRANDE P， DUCHEM IN B， DEDIEU G. 2004. VEGETATION/SPOT： An operational mission for the Earth monitoring；presentation of new standard products ［J］. International Journal of Remote Sensing， 25（1）： 9-14.

MYNENI R B， KEELING C D， TUCKER C J， et al. 1997. Increased plant grow th in the northern high latitudes from 1981 to 1991 ［J］. Nature，386： 698-702.

PARK H S， SOHN B J. 2010. Recent trends in changes of vegetation over East Asia coupled with temperature and rainfall variations ［J］. Journal of Geophysical Research， 115（D14）： 1307-1314.

PETTORELLI N， VIK J O， MYSTERUD A， et al. 2005. Using the satellite-derived NDVI to assess ecological responses to environmental change ［J］. Trends in Ecology and Evolution， 20（9）： 503-510.

PHILIPPON N， MOUGIN E， JARLAN L， et al. 2005. Analysis of the linkages between rainfall and land surface conditions in the West African monsoon through CMAP， ERS-WSC， and NOAA-AVHRR data ［J］. Journal of Geophysical Research， 1109（D24）： 115.

PIAO S L， FANG J Y， ZHOU L M， et al. 2003. Interannual variations of monthly and seasonal normalized difference vegetation index （NDVI）in China from 1982 to 1999 ［J］. Journal of Geophysical Research，108（D14）： 4401.

PIAO S L， NAN H J， FORD C H T， et al. 2014. Evidence for a weakening relationship between interannual temperature variability and northern vegetation activity ［J］. Nature Communications， 5： 5018.

PRINCE S D. 1991. A model of regional primary production for use w ith coarse resolution satellite data ［J］. International Journal of Remote Sensing， 12（6）： 1310-1330.

SWEETING M M.1995. Karst in China： its geomorphology and environment ［M］. Berlin： Springer-Verlag.

TAN S Y. 2007. The influence of temperature and precipitation climate regimes on vegetation dynam ics in the US G reat Plains： A satellite bioclimatology case study ［J］. International Journal of Remote Sensing，28（22）： 4947-4966.

TUCKER C J， SLAYBACK D A， PINZON J E， et al. 2001. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999 ［J］. International Journal of Biometeorology，45（4）： 184-190.

WANG J， PRICE K P， RICH P M. 2001. Spatial patterns of NDVI in response to precipitation and temperature in the central Great Plains ［J］. International Journal of Remote Sensing， 22（18）： 3827-3844.

鄧偉， 袁興中， 劉紅， 等. 2014. 區(qū)域性氣候變化對(duì)長(zhǎng)江中下游流域植被覆蓋的影響［J］. 環(huán)境科學(xué)研究， 27（9）： 1032-1042.

方精云， 樸世龍， 賀金生， 等. 2003. 近20年來(lái)中國(guó)植被活動(dòng)在增強(qiáng)［J］.中國(guó)科學(xué)（C輯）， 33（6）： 554-565.

毛德華， 王宗明， 宋開山， 等. 2011. 東北多年凍土區(qū)植被NDVI變化及其對(duì)氣候變化和土地覆被變化的響應(yīng)［J］. 中國(guó)環(huán)境科學(xué)， 31（2）：283-292.

王海軍， 靳曉華， 李海龍， 等. 2010. 基于GIS和RS的中國(guó)西北NDVI變化特征及其與氣候變化的耦合性［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 26（11）：194-203.

王紹武， 葉瑾林. 1995. 近百年全球氣候變暖的分析［J］.大氣科學(xué)， 19（5）：545-553.

韋振鋒， 王德光， 張翀. 2014. 1999-2010年中國(guó)西北地區(qū)植被覆蓋對(duì)氣候變化和人類活動(dòng)的響應(yīng)［J］. 中國(guó)沙漠， 34（6）： 1665-1670.

熊康寧， 李晉， 龍明忠. 2012. 典型喀斯特石漠化治理區(qū)水土流失特征與關(guān)鍵問題［J］. 地理學(xué)報(bào)， 67（7）： 878-888.

熊康寧. 2002. 喀斯特石漠化的遙感-GIS典型研究［M］. 北京： 地質(zhì)出版社.

徐建華. 2002. 現(xiàn)代地理學(xué)中的數(shù)學(xué)方法［M］. 北京： 高等教育出版社：93-94.

楊明德. 1990. 論喀斯特環(huán)境的脆弱性［J］. 云南地理環(huán)境研究， 2（1）：21-29.

趙舒怡， 宮兆寧， 劉旭穎. 2015. 2001-2013年華北地區(qū)植被覆蓋度與干旱條件的相關(guān)分析［J］. 地理學(xué)報(bào)， 75（5）： 717-729.

中國(guó)科學(xué)院中國(guó)植被圖編輯委員會(huì). 2001. 1：1000000中國(guó)植被圖集［M］.北京： 科學(xué)出版社.

The Analysis of the Difference Vegetation Variation and Driver Factors on NDVI Change in Karst Region： A Case on Guizhou

MA Shibin1，2，3， AN Yulun1，2， YANG Guangbin1，2， ZHANG Yongrong3
1. School of Geography and Environment， Guizhou Normal University， Guiyang 550001， China；2. Guizhou M ountain Resources and Environmental Remote SensingApplication Laboratory， Guiyang 550001， China；3. Department of Environment and Geography， Liupanshui Normal University， Liupanshui 553004， China

In order to indicate the trend of vegetation change and the driving factors in Karst region， the slope of normalized difference value index （NDVI） change trend and the correlation analysis of pixel by pixel w ere used to analyze the NDVI change trend and driving factors of different vegetation based on the SPOT-VEG NDVI data and combined w ith vegetation type，meteorological data and rocky desertification data. The results showed that： （1） The NDVI of Guizhou Province presented an increase trend from 2000 to 2013， in which it presented a significant increase during 2000 to 2007 and the ratio of change was 0.25/10 a （r2=0.923）； while the grow th slowed from 2008 to 2013 and the ratio of change was 0.02/10 a （r2=0.381）. （2） The NDVI of artificial vegetation grew fastest with the speed of 0.17/10 a （r2=0.813）， the secondly was the shrub land and grass w ith the speed of 0.13/10 a （r2=0.85）. The NDV I of trees and bamboo forest was almost invariant. （3） The climate change in Guizhou was dry-cool and precipitation influenced more than temperature. There was no significant negative correlation betw een NDV I and the annual precipitation and the annual mean temperature. （4） By pixel and pixel analyzing the artificial vegetation， precipitation and temperature， the ratio of negative correlation was bigger which reached to 20% and 15% respectively. The negative correlation ratio of shrub land and grass was bigger than positive correlation which reached to 16% and 17% respectively. On contrast， the tree's positive correlation ratio was bigger in which that of river valley monsoon forest reached to 48%. And （5） in those areas of higher intensity human activities such as urban periphery and rocky desertification management regions， the NDV I change w as significant correlated w ith urban expanding， afforestation and rocky desertification restoration areas. Therefore， in these areas， the vegetation change was mainly attributed to human activities. However when human activities induced less， the climate change restricted the trend of vegetation change. To analyze the relationship between vegetation change and the climate change from the macroscopic angle， the influence weight of human action and climate change must be identified.

karst； vegetation type； NDVI； climate change； human factors

10.16258/j.cnki.1674-5906.2016.07.003

TP75

A

1674-5906（2016）07-1106-09

貴州省科技合作計(jì)劃項(xiàng)目（黔科合LH字［2015］7610號(hào)；黔科合LH字［2014］7459號(hào)）；貴州省教育廳自然科學(xué)研究重點(diǎn)項(xiàng)目（黔教合KY字［2013］173號(hào)）；國(guó)家自然科學(xué)基金項(xiàng)目（41161002；41361091）；貴州省教育廳高校人文社會(huì)科學(xué)研究規(guī)劃項(xiàng)目（14GH007）

馬士彬（1982年生），男，副教授，博士研究生，研究方向?yàn)檫b感與地理信息系統(tǒng)應(yīng)用。E-mail： msb88.com@163.com *通信作者：楊廣斌（1973年生），男，教授，博士，碩士研究生導(dǎo)師，主要研究方向?yàn)镚IS應(yīng)用與開發(fā)。E-mail： ygbyln@163.com

2016-05-09