1998—2018年呼倫貝爾市植被覆蓋度時(shí)空變化及驅(qū)動(dòng)力分析

李 晶,劉乾龍,劉鵬宇

中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院, 北京 100083

自20世紀(jì)70年代以來,全球經(jīng)濟(jì)快速發(fā)展,生態(tài)環(huán)境日益惡化,生態(tài)問題已成為人類高度關(guān)注的一項(xiàng)重大戰(zhàn)略問題[1]。植被作為陸地生態(tài)系統(tǒng)的主體,其生長(zhǎng)狀況和分布特征嚴(yán)格地受環(huán)境制約,能夠敏銳反映出大氣、水、土壤等成分的變化[2]。植被覆蓋度(Fraction of Vegetation Coverage,FVC),通常定義為植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比[3],既是描述地表植被生長(zhǎng)狀況的重要指標(biāo),也是反映區(qū)域生態(tài)系統(tǒng)環(huán)境變化的重要參量[4],被廣泛應(yīng)用在基于遙感的生態(tài)環(huán)境變化監(jiān)測(cè)中。劉洋等[5]基于GIMMS-NDVI數(shù)據(jù)研究了1982—2013年新疆植被覆蓋格局的時(shí)空變化及其可持續(xù)性特征。劉家琰等[6]基于1998—2013年SPOT/VEGETATION-NDVI數(shù)據(jù),利用像元二分模型估算了神農(nóng)架林區(qū)的植被覆蓋度,并分析空間格局變化趨勢(shì)。

地表植被變化的驅(qū)動(dòng)力可大致分為氣候因素、地形因素和人類活動(dòng)因素[7]。何奕萱[8]、穆少杰等[9]分別采用灰色關(guān)聯(lián)法和相關(guān)系數(shù)法探究了降水與溫度對(duì)地表植被變化的影響,發(fā)現(xiàn)水熱組合的共同作用大于單一氣候因子影響,且影響程度存在顯著的空間差異。譚學(xué)玲等[10]和Jian Peng等[11]引入海拔、坡度、地貌等因素定性分析了地形對(duì)植被變化的影響。隨著研究的深入,越來越多的學(xué)者開始聚焦于人類活動(dòng)因素對(duì)植被變化的影響。侯勇等[12]在研究?jī)?nèi)蒙古地區(qū)多年植被覆蓋度時(shí)空變化中,發(fā)現(xiàn)近年來與人類活動(dòng)的關(guān)系更密切。吳蔚[13]建立了十省煤炭開采和植被利用與保護(hù)的耦合模型,指出兩者的耦合協(xié)調(diào)度與采后的土地復(fù)墾工作密切相關(guān)。張圣微[14]等將錫林郭勒草原植被覆蓋度時(shí)空動(dòng)態(tài)與氣象、放牧數(shù)據(jù)結(jié)合分析,結(jié)果表明降水量和牲畜養(yǎng)殖數(shù)量對(duì)該地區(qū)植被覆蓋度變化影響較大。

呼倫貝爾市屬于中國(guó)北方典型的草地區(qū)域,植被類型復(fù)雜多樣,是防風(fēng)固沙的重要生態(tài)區(qū)。近年來,呼倫貝爾市經(jīng)濟(jì)在快速發(fā)展的同時(shí)也帶了諸如植被退化、土地?fù)p毀、土地荒漠化、土壤鹽漬化、生物多樣性減少等生態(tài)問題[15—16]。已有研究認(rèn)為氣候暖干化的變化趨勢(shì),是促使呼倫貝爾草原區(qū)植被變化的主要原因[17—18],也有研究認(rèn)為煤炭開采、經(jīng)濟(jì)發(fā)展、過度放牧等人類活動(dòng)是導(dǎo)致植被退化的重要因素[19—21]。目前針對(duì)呼倫貝爾市植被變化驅(qū)動(dòng)力的研究多聚焦于氣候、地形等自然因素的影響,對(duì)于非氣候因素的研究,常常局限于定性分析[22]或是將其視為一個(gè)整體通過預(yù)測(cè)值與真實(shí)值的差異來判斷影響的大小[23],雖然后者可以定量研究其對(duì)植被變化的影響,卻無(wú)法進(jìn)一步探究驅(qū)動(dòng)力因素的組成及各成分的影響趨勢(shì)和程度。在方法上,多種形式、各具優(yōu)點(diǎn)的統(tǒng)計(jì)方法被廣泛應(yīng)用到植被變化驅(qū)動(dòng)力分析中,例如：多元線性回歸、主成分分析、殘差分析法、偏最小二乘回歸、地理探測(cè)器、混合線性模型等等[24—27],現(xiàn)階段研究多采用一種或兩種統(tǒng)計(jì)方法,缺乏根據(jù)不同區(qū)域數(shù)據(jù)特點(diǎn)進(jìn)行綜合應(yīng)用的案例。

綜上所述,利用1998—2018年SPOT/VEGETATION NDVI長(zhǎng)時(shí)序遙感數(shù)據(jù)開展呼倫貝爾市植被覆蓋度的動(dòng)態(tài)變化監(jiān)測(cè),并結(jié)合地形、氣候和人類活動(dòng)數(shù)據(jù),在充分考慮數(shù)據(jù)特點(diǎn)的基礎(chǔ)上,綜合運(yùn)用多種統(tǒng)計(jì)方法,建立流程化驅(qū)動(dòng)力分析模型,實(shí)現(xiàn)定性與定量相結(jié)合地探究研究區(qū)植被覆蓋度變化的驅(qū)動(dòng)力因素組成、影響方式和影響程度,以期對(duì)呼倫貝爾市生態(tài)環(huán)境的可持續(xù)發(fā)展與植被保護(hù)政策制定提供科學(xué)的理論依據(jù)和數(shù)據(jù)支撐。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

呼倫貝爾市位于內(nèi)蒙古自治區(qū)東北部,總面積25.3萬(wàn) km2(圖1)。大興安嶺以東北—西南走向縱貫呼倫貝爾中部,構(gòu)成呼倫貝爾林區(qū),海拔550—1000 m；大興安嶺以西是呼倫貝爾草原區(qū),由東向西地跨森林草原、草甸草原和干旱草原3個(gè)地帶,海拔700—1700 m；大興安嶺以東是以種植業(yè)為主的農(nóng)業(yè)經(jīng)濟(jì)區(qū),海拔200—500 m?？傮w地勢(shì)呈現(xiàn)出西高東低,由西向東緩慢過渡的特征。該市氣候?yàn)轱@著的大陸性氣候,全年降水量變化率大,地域分布不均勻,降水期多集中于7—8月；全年氣溫冬冷夏暖,溫差較大,最熱月(7月)平均氣溫在16—21℃之間。該市擁有豐富的草原、森林、礦產(chǎn)、水和生物資源,天然草場(chǎng)面積8.4萬(wàn) km2,約占全市面積的33%,牲畜飼養(yǎng)規(guī)模近8年來穩(wěn)定在800萬(wàn)只以上；有林地面積12.67 km2,占全市面積的50%,屬于我國(guó)天保工程重點(diǎn)實(shí)施區(qū)域；已探明煤炭?jī)?chǔ)量1963億 t,占蒙東煤炭基地探明儲(chǔ)量的40%,煤電聯(lián)營(yíng)和煤化工等相關(guān)產(chǎn)業(yè)發(fā)展迅速,2001—2012年原煤產(chǎn)量呈指數(shù)增長(zhǎng),之后趨于穩(wěn)定。

圖1 研究區(qū)地理位置Fig.1 Location of the study area

1.2 數(shù)據(jù)來源

1.2.1遙感數(shù)據(jù)

遙感數(shù)據(jù)下載于資源環(huán)境數(shù)據(jù)云平臺(tái)(http://www.resdc.cn/)的中國(guó)年度植被指數(shù)(NDVI)空間分布數(shù)據(jù)集,該數(shù)據(jù)集是基于連續(xù)時(shí)間序列的SPOT/VEGETATION NDVI衛(wèi)星遙感數(shù)據(jù),采用最大合成法(MVC)生成的年度NDVI時(shí)序數(shù)據(jù),空間分辨率為1 km[28]。利用呼倫貝爾行政區(qū)矢量邊界裁剪得到1998—2018年呼倫貝爾NDVI數(shù)據(jù)。

1.2.2地形數(shù)據(jù)

數(shù)字高程模型(Digital Elevation Model,DEM)數(shù)據(jù)下載于資源環(huán)境數(shù)據(jù)云平臺(tái)(http://www.resdc.cn/)的全國(guó)DEM 1 km數(shù)據(jù)。該數(shù)據(jù)集基于最新的SRTM V4.1數(shù)據(jù)經(jīng)重采樣生成的1 km全國(guó)一張圖數(shù)據(jù)。利用ArcGIS對(duì)DEM數(shù)據(jù)進(jìn)行裁剪和計(jì)算坡度,然后根據(jù)自然斷點(diǎn)法將DEM和坡度數(shù)據(jù)分別按照0—500、500—700、700—900、900—1700 m和0—2°、2°—6°、6°—15°進(jìn)行重分類,如圖2、3所示。

圖2 研究區(qū)海拔等級(jí)分布Fig.2 Altitude grade distribution in the study area

圖3 研究區(qū)坡度等級(jí)分布Fig.3 Slope grade distribution in the study area

1.2.3氣候數(shù)據(jù)

氣候數(shù)據(jù)下載自中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)的1998—2018年中國(guó)地面氣溫月值和降水月值0.5°×0.5°格點(diǎn)數(shù)據(jù)集(V2.0)。上述數(shù)據(jù)集分別基于國(guó)家氣象信息中心最新整編的中國(guó)地面高密度臺(tái)站(約2400個(gè)國(guó)家級(jí)氣象觀測(cè)站)的氣溫資料和中國(guó)地面2472個(gè)臺(tái)站降水資料,利用ANUSPLIN軟件的薄盤樣條法 (TPS,Thin Plate Spline)進(jìn)行空間插值而成。在ArcGIS中利用三次卷積插值法,將空間分辨率為0.5°×0.5°的月均溫和月降水量格點(diǎn)數(shù)據(jù)重采樣為空間分辨率為1 km的柵格數(shù)據(jù)。選取研究區(qū)植被最佳生長(zhǎng)季6、7、8月的溫度均值(℃,x1)和降水量均值(mm,x2)作為氣候因素。

1.2.4人類活動(dòng)數(shù)據(jù)

人類活動(dòng)數(shù)據(jù)來自于1999—2018年《內(nèi)蒙古統(tǒng)計(jì)年鑒》和1998—2017年《呼倫貝爾統(tǒng)計(jì)年鑒》。實(shí)際獲取的社會(huì)和經(jīng)濟(jì)數(shù)據(jù)時(shí)間范圍為1998—2017年。按照綜合性、代表性和可獲取性的原則,選取研究區(qū)呼倫貝爾市國(guó)內(nèi)生產(chǎn)總值GDP(萬(wàn)元,x3)、年末第二產(chǎn)業(yè)產(chǎn)值(萬(wàn)元,x4),人均GDP(元/人,x5)、人口密度(萬(wàn)人/km2,x6)、城鎮(zhèn)化(%,x7)、牲畜數(shù)量(頭/只,x8)、原煤產(chǎn)量(萬(wàn)t,x9)、公路里程(km,x10)等作為人類活動(dòng)因素。考慮到經(jīng)濟(jì)數(shù)據(jù)的通貨膨脹問題,結(jié)合歷年研究區(qū)各旗縣GDP指數(shù),將以當(dāng)年價(jià)格統(tǒng)計(jì)的經(jīng)濟(jì)數(shù)據(jù)轉(zhuǎn)換為以1998年為基準(zhǔn)的可比價(jià)格[29]。對(duì)量級(jí)較大、變化范圍較廣的數(shù)據(jù)取自然對(duì)數(shù),從而在不改變數(shù)據(jù)性質(zhì)和相關(guān)關(guān)系的同時(shí),對(duì)數(shù)據(jù)進(jìn)行壓縮,使數(shù)據(jù)更加平穩(wěn),削弱數(shù)據(jù)間共線性和異方差性。同時(shí)在線性方程中,對(duì)自變量x取對(duì)數(shù)后其系數(shù)β表示因變量y對(duì)自變量x的彈性,即x變化1%時(shí)y變化β/100個(gè)單位[30]。因此,對(duì)x3、x4、x5、x8、x9、x10分別取對(duì)數(shù)后得到X3、X4、X5、X8、X9、X10,最終將X3、X4、X5、x6、x7、X8、X9、X10作為人類活動(dòng)因素。

2 研究方法

2.1 植被覆蓋度估算

利用像元二分模型[31]通過歸一化植被指數(shù)估算植被覆蓋度,其公式如(1)所示：

(1)

式中,FVC為像元植被覆蓋度,NDVI為像元?dú)w一化植被指數(shù)值,NDVIveg為完全被植被覆蓋的像元NDVI值,NDVIsoil為完全無(wú)植被覆蓋的像元NDVI值。由式(1)可知NDVIveg和NDVIsoil值的確定對(duì)FVC的計(jì)算至關(guān)重要,其中NDVIsoil理論值應(yīng)該接近0,但是由于大氣影響及地表溫度、濕度、粗糙度、土壤類型、土壤顏色等因素的不同,其值會(huì)隨時(shí)間和空間的變化而變化,一般為-0.1—0.2[32]。基于呼倫貝爾的土地利用數(shù)據(jù),利用ENVI計(jì)算像元NDVI的累計(jì)頻率,經(jīng)過反復(fù)實(shí)驗(yàn)對(duì)比,最終選取累計(jì)頻率1%處的NDVI值作為NDVIsoil,累計(jì)頻率99%處的NDVI值作為NDVIveg。利用年度最大合成的NDVI數(shù)據(jù),通過式(1)計(jì)算得到1998—2018年呼倫貝爾FVC。參考陳效逑[33]和李林葉[34]的FVC分類規(guī)則,如表1所示,對(duì)各年FVC進(jìn)行分類。

表1 FVC類型分類

2.2 植被覆蓋度變化檢測(cè)

2.2.1變異系數(shù)

變異系數(shù)(Coefficient of Variation,CV)常用來表示時(shí)序數(shù)據(jù)的波動(dòng)程度,在一定程度上可以指示區(qū)域生態(tài)系統(tǒng)的脆弱程度[23],其公式如(2)所示

(2)

表2 變異系數(shù)程度分級(jí)

2.2.2變化趨勢(shì)及顯著性分析

采用最小二乘法,以時(shí)間為自變量,年際FVC為因變量,逐像元進(jìn)行線性回歸擬合,獲取1998—2018年像元植被覆蓋度變化趨勢(shì),具體計(jì)算公式如(3)所示：

(3)

式中,θslope是單個(gè)像元線性回歸方程的斜率,即年際變化率；n是總年份數(shù),yi是第i年像元的FVC。當(dāng)θslope>0時(shí),表示該像元在研究時(shí)間段內(nèi)FVC呈增長(zhǎng)趨勢(shì),當(dāng)θslope<0時(shí),表示該像元在研究時(shí)間段內(nèi)FVC呈減小趨勢(shì)。

利用F檢驗(yàn)對(duì)FVC變化趨勢(shì)進(jìn)行顯著性檢驗(yàn),具體公式如(4)、(5)所示：

(4)

P{F(1,N-2)≥F1-a(1,n-2)}-a

(5)

表3 顯著性檢驗(yàn)結(jié)果分級(jí)

2.3 驅(qū)動(dòng)力分析

利用1998—2017年呼倫貝爾地形數(shù)據(jù)(DEM、slope)、氣候數(shù)據(jù)(x1、X2)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)(X3、X4、X5、x6、x7、X8、X9、X10)以及年份(t)對(duì)研究區(qū)FVC均值(y)的驅(qū)動(dòng)力進(jìn)行探究,具體流程如圖4所示：

圖4 驅(qū)動(dòng)力分析流程Fig.4 Driving force analysis process

對(duì)于常年基本無(wú)變化的地形因素進(jìn)行等級(jí)劃,定性分析不同地形因素下FVC的變化情況。

對(duì)于氣候和社會(huì)經(jīng)濟(jì)因素等時(shí)序數(shù)據(jù),利用SPSS軟件對(duì)y和xi(xi,i=1—10)進(jìn)行pearson相關(guān)性分析[30]篩選出與因變量y相關(guān)性較大的自變量xi,然后根據(jù)篩選出自變量的特點(diǎn),選擇不同的回歸方法確定最優(yōu)回歸方程及驅(qū)動(dòng)力因素,同時(shí)在多元線性回歸方程中增加時(shí)間變量t(t不參與驅(qū)動(dòng)力因素分析),以消除數(shù)據(jù)中的時(shí)間趨勢(shì),避免造成謬誤回歸問題。具體過程如下所述：

(1)若自變量數(shù)量≥2個(gè),則進(jìn)行共線性診斷。

(8)

②如果自變量間具有顯著的共線性,則采用主成分分析[30]消除各指標(biāo)間的信息冗余,達(dá)到數(shù)據(jù)降維和變量篩選的目的。首先對(duì)自變量進(jìn)行Bartlett球形檢驗(yàn)和KMO(Kaiser-Meyer-Olkin)統(tǒng)計(jì)量檢驗(yàn),如果Bartlett球形檢驗(yàn)顯著性值小于0.05且KMO統(tǒng)計(jì)量大于0.5,則自變量適合進(jìn)行主成分分析；然后通過主成分分析,得到若干分主成分F1、F2…Fn,選取特征值大于1的主成分作為最終主成分；最后以最終主成分為作為自變量,FVC均值為因變量,進(jìn)行線性回歸或者多元線性回歸,得到最優(yōu)回歸方程。

③如果自變量間有顯著的共線性且不適合做主成分分析,則采用嶺回歸,它是一種有偏估計(jì),以放棄部分精度為代價(jià)尋求擬合效果稍差但更符合實(shí)際回歸結(jié)果的方法[35]。設(shè)多元線性回歸模型y=Xβ+ε,參數(shù)β的最小二乘估計(jì)如公式(9)所示：

(9)

(2)若自變量數(shù)量為1個(gè),則直接進(jìn)行線性回歸分析。

(3)若沒有自變量與因變量有顯著相關(guān)性或自變量在回歸方程中對(duì)應(yīng)的系數(shù)未通過顯著性檢驗(yàn),則認(rèn)為所選因素不是該區(qū)域FVC均值變化的主要驅(qū)動(dòng)力。

最后,根據(jù)最優(yōu)回歸方程并結(jié)合地形因素分析各縣級(jí)行政區(qū)FVC變化的主要驅(qū)動(dòng)力及其影響方向、程度和空間分布特征。

3 結(jié)果與分析

3.1 植被覆蓋度時(shí)空變化特征

3.1.1植被覆蓋度時(shí)序變化特征

1998—2018年呼倫貝爾市FVC均值在低波動(dòng)中緩慢增長(zhǎng),以4—5年為周期,周期內(nèi)先減少后增長(zhǎng),如圖5所示。結(jié)合最小二乘回歸得到的趨勢(shì)線可知, 1998—2004年研究區(qū)FVC均值有降低趨勢(shì),在2001年達(dá)到最低值0.78；2004—2018年表現(xiàn)為增長(zhǎng)趨勢(shì),在2014年和2018年突破0.85,分別達(dá)到0.87和0.86。位于草原區(qū)西部和中部的新巴爾虎右旗、滿洲里和新巴爾虎左旗的FVC均值較低,常年低于0.60,其中滿洲里和新巴爾虎右旗變異系數(shù)較大,分別為0.277和0.266,屬于相對(duì)較高波動(dòng)變化,生態(tài)環(huán)境較脆弱,容易受到外界因素的影響；新巴爾虎左旗變異系數(shù)為0.112,屬于相對(duì)較低波動(dòng)變化,生態(tài)環(huán)境受到外界因素影響后具有較強(qiáng)的自我修復(fù)能力；其它區(qū)域變異系數(shù)均低于0.100,屬于低波動(dòng)變化,受外界因素影響較小,其中位于草原區(qū)東部的海拉爾和陳巴爾虎旗的FVC變化軌跡十分相似,始終保持在0.55—0.8,鄂溫克族自治旗則維持在0.80附近上下波動(dòng)。以森林和農(nóng)業(yè)種植為主要植被類型的區(qū)域的FVC均值常年保持在0.80以上,明顯大于草原區(qū)。

圖5 1998—2018年呼倫貝爾及其縣級(jí)行政區(qū)FVC均值Fig.5 Average FVC of Hulunbuir and its county-level administrative districts from 1998 to 2018

圖6 1998—2018年研究區(qū)FVC類型分布Fig.6 Distribution of FVC grade in study area from 1998 to 2018FVC：植被覆蓋度 Fraction of vegetation coverage

通過1998—2018年呼倫貝爾FVC類型分布圖(圖6,因篇幅所限僅展示部分年份),并結(jié)合表4可知,呼倫貝爾FVC整體上呈現(xiàn)“西低東高”的格局,類型以極高和高為主,主要分布在中部林區(qū)、東部林草交錯(cuò)帶以及東南部的農(nóng)業(yè)種植區(qū)；中、低和極低三類面積依次遞減,面積和占研究區(qū)的10%—15%,主要分布在西部的草原區(qū)。與1998年相比,2018年呼倫貝爾的極低和低類型面積增幅分別為36.80%和98.46%,主要原因是西部草原區(qū)內(nèi)中等FVC植被的退化；高類型面積大量減少,除了10.83%和3.98%分別退化成中和低類型,主要分布于西部草原區(qū)的南部,大部分(61.18%)區(qū)域轉(zhuǎn)為極高類型,主要分布在中北部的林區(qū)、東南部的農(nóng)業(yè)區(qū)以及西部草原區(qū)的東部與中部林區(qū)相交的林草交錯(cuò)帶；極高類型面積大幅增長(zhǎng),有大量高與部分中類型植被狀況進(jìn)一步改善的同時(shí),僅有3.98%和0.53%區(qū)域的植被分別發(fā)生了輕微、嚴(yán)重退化。

表4 1998—2018年研究區(qū)FVC類型轉(zhuǎn)換矩陣

3.1.2植被覆蓋度空間變化特征

1998—2018年呼倫貝爾FVC變化(圖7)呈減少趨勢(shì)的區(qū)域主要分布于陳巴爾虎旗南部、新巴爾虎左旗中部和南部、新巴爾虎右旗西部和鄂溫克族自治區(qū)東部等西部的草原區(qū)。而位于中部林區(qū)的FVC呈現(xiàn)出不變或增長(zhǎng)的趨勢(shì),特別是根河市中西部,額爾古納市、阿榮旗和扎蘭屯市東部,鄂倫春自治旗、牙克石市和莫力達(dá)瓦達(dá)斡爾自治旗北部,這些區(qū)域FVC具有較大的增長(zhǎng)趨勢(shì)。

圖7 1998—2018研究區(qū)FVC變化趨勢(shì)Fig.7 FVC change trend of study area from 1998 to 2018

將FVC變化趨勢(shì)進(jìn)行顯著性檢驗(yàn)并對(duì)結(jié)果進(jìn)行分類,結(jié)果如圖8、表5所示。整體上,1998—2018年呼倫貝爾53.56%區(qū)域的FVC具有顯著或極顯著增長(zhǎng)的趨勢(shì),42.28%區(qū)域無(wú)顯著性變化,僅有4.17%區(qū)域表現(xiàn)為極顯著或顯著減少。極顯著減少和顯著減少區(qū)域主要分布于新巴爾虎右旗東部、新巴爾虎左旗中部、陳巴爾虎旗南部、海拉爾西部、鄂溫克族自治旗西北部和滿洲里北部與東部。其中鄂溫克族自治旗、新巴爾虎左旗、陳巴爾虎減少區(qū)域面積分別為2555.90、2448.44、2132.09 km2,數(shù)量遠(yuǎn)超其他地區(qū),占各自區(qū)域的13.69%、12.15%和12.17%；海拉爾和滿洲里減少區(qū)域?yàn)?09.32 km2和160.68 km2,占各自區(qū)域的23.71%和20.99%,植被退化區(qū)域比例較大。顯著增加和極顯著增加區(qū)域主要分布在呼倫貝爾中部和東北部地區(qū)。其中牙克石、根河市、扎蘭屯和額爾古納市增加區(qū)域面積分別為21342.98、18843.33、16791.59、11868.59 km2,占各自區(qū)域的76.55%、93.8%、70.27%、58.02%,高于呼倫貝爾總體增加區(qū)域的面積百分比(53.56%),而鄂倫春自治旗增加區(qū)域面積高達(dá)42149.68 km2,遠(yuǎn)高于其他區(qū)域,但是僅占其區(qū)域面積的9.15%。

圖8 1998—2018研究區(qū)FVC變化顯著性檢驗(yàn)Fig.8 Significance test of FVC change trend of study area

表5 呼倫貝爾各區(qū)域FVC變化類型

3.2 植被覆蓋度變化驅(qū)動(dòng)力分析

3.2.1地形因素

呼倫貝爾FVC隨海拔的不同具有明顯的差異性。FVC均值900—1700 m>0—500 m>700—900 m>500—700 m,隨著海拔的升高先減少后增加,呈凹型變化。500—700 m區(qū)域的FVC均值相對(duì)較低,始終低于0.75且波動(dòng)相對(duì)較高。0—500、700—900、900—1700 m區(qū)域的FVC始終高于0.80,具有相似的低波動(dòng)變化,呈現(xiàn)出在1998—2012年平穩(wěn)波動(dòng)而2013年后快速增長(zhǎng),如圖9所示。

圖9 不同海拔的FVC均值Fig.9 Mean value of FVC at different altitudes

坡度對(duì)呼倫貝爾FVC變化的影響,以2o為界, 0°—2°區(qū)域的FVC均值相對(duì)較低,處于0.65—0.80之間,呈現(xiàn)出在相對(duì)較高波動(dòng)中緩慢增長(zhǎng)的趨勢(shì)；2°—6°和6°—15°區(qū)域的FVC均值較高且波動(dòng)低、變化情況十分相似,歷年均值全部高于0.85,并在1998—2012年平穩(wěn)波動(dòng)而2013年后快速增長(zhǎng),如圖10所示。

圖10 不同坡度的FVC均值變化Fig.10 Mean value of FVC at different slope

海拔和坡度等地形因素在時(shí)間上變化不明顯,但在空間上變化顯著,通過影響能量和水分的空間分布,來影響植被的種類及生長(zhǎng)狀況[36],奠定了呼倫貝爾FVC“西低東高”的空間分布格局。呼倫貝爾地勢(shì)平緩,海拔500—700 m和坡度0°—2°區(qū)域重疊度高,處于受氣候和人類活動(dòng)影響較大,相對(duì)較高波動(dòng)變化的西部草原區(qū),因此FVC值相對(duì)較低。

3.2.2氣候因素與人類活動(dòng)因素

根據(jù)各區(qū)域FVC變化的主驅(qū)動(dòng)力因素及回歸方程(見表6),1998—2017年呼倫貝爾市FVC均值與所選擇的驅(qū)動(dòng)力因素均無(wú)顯著的相關(guān)性,表明所選因素都不是研究區(qū)FVC均值變化的主要影響因素。由于呼倫貝爾市各縣級(jí)行政區(qū)的氣候條件、人類活動(dòng)、經(jīng)濟(jì)結(jié)構(gòu)存在較大的差異,以全市FVC均值為因變量會(huì)弱化這些驅(qū)動(dòng)因素對(duì)主要作用區(qū)域的影響程度,致使得到它們對(duì)整個(gè)區(qū)域無(wú)顯著影響的結(jié)果。因此以縣級(jí)行政區(qū)為單位開展FVC變化的驅(qū)動(dòng)力分析。

表6 各區(qū)域FVC變化驅(qū)動(dòng)力因素

x1:6、7、8月均溫(℃),x2:6、7、8月均降水(mm),x3:GDP(萬(wàn)元),x4:第二產(chǎn)業(yè)GDP(萬(wàn)元),x5:人均GDP(萬(wàn)元/人),x6:人口密度(人/km2),x7:城鎮(zhèn)化(%),x8:牲畜數(shù)量(頭/只),x9:原煤產(chǎn)量(萬(wàn)t),x10:公路里程(km)；t為年份；F1:人類活動(dòng)因素主成分,F2:氣候因素主成分；Y為區(qū)域FVC均值。X2、X3、X4、X5、X8、X9、X10分別為x2、x3、x4、x5、x8、x9、x10取自然對(duì)數(shù)后的值

如圖11所示,氣候因素作為FVC變化主要驅(qū)動(dòng)力的區(qū)域有新巴爾虎右旗、新巴爾虎左旗、鄂溫克族自治旗、阿榮旗和陳巴爾虎旗。在新巴爾虎右旗和新巴爾虎左旗,降水是驅(qū)動(dòng)FVC變化的重要因素,分別可以解釋72.8%(R2=0.728)和46.9%(R2=0.469)的FVC變化,降水增加10%,FVC均值約提高0.015和0.010；阿榮旗和鄂溫克族自治旗FVC變化僅與月均溫具有顯著地相關(guān)性,分別可以解釋20.7%和22.6%的FVC變化。溫度升高有利于阿榮旗地區(qū)FVC的增長(zhǎng)卻遏制鄂溫克族自治旗FVC的增長(zhǎng),溫度升高1°,FVC均值約增加0.022和減少0.021。陳巴爾虎旗FVC的變化受溫度和降水的綜合影響,可以解釋65.6%的FVC變化,月均溫增長(zhǎng)1°,FVC均值約減少0.028,降水量增長(zhǎng)10%,FVC均值約增長(zhǎng)0.012。溫度對(duì)FVC影響方向的不同是因?yàn)楦鞯貐^(qū)的植被類型差異造成,鄂溫克族自治旗和陳巴爾虎旗以草地為主,高溫會(huì)抑制這些區(qū)域生長(zhǎng)季中后期(7、8月)草原植被的生長(zhǎng)[37—38],阿榮旗以林地和耕地為主,5月正值森林開始恢復(fù)生長(zhǎng)期,農(nóng)作物開始進(jìn)入播種期,溫度的升高促進(jìn)此階段植被的生長(zhǎng)。

圖11 呼倫貝爾市主導(dǎo)驅(qū)動(dòng)力類型分布圖Fig.11 Distribution map of dominant driving forces in Hulunbuir

人類活動(dòng)因素作為FVC變化主要驅(qū)動(dòng)力的區(qū)域有牙克石市、額爾古納市、根河市和扎蘭屯。在牙克石市,GDP是驅(qū)動(dòng)FVC變化的主要因素,可以解釋62.3%的FVC變化, GDP增長(zhǎng)10%,FVC均值約增長(zhǎng)0.007；根河市的主要驅(qū)動(dòng)力為人均GDP和人口密度,兩者可以解釋58.6%的FVC變化,人均GDP促進(jìn)而人口密度抑制FVC的增長(zhǎng),人均GDP提高10%,FVC均值約增長(zhǎng)0.002,而人口密度增加1人/km2, FVC均值約降低0.031；可見該區(qū)域人口的增長(zhǎng)對(duì)生態(tài)環(huán)境產(chǎn)生了的較大壓力；額爾古納市的主要驅(qū)動(dòng)力為牲畜數(shù)量和公路里程,兩者可解釋45.7%的FVC變化,牲畜數(shù)量和公路里程的增長(zhǎng)對(duì)FVC的增長(zhǎng)分別起到促進(jìn)和抑制的作用,影響大小大致相同,每增長(zhǎng)10%,FVC均值大約變化0.005。扎蘭屯的主要驅(qū)動(dòng)力為第二產(chǎn)業(yè)GDP,可以解釋48.3%的FVC變化,其增加10%,FVC均值約減少0.007。

滿洲里、海拉爾和鄂倫春自治旗區(qū)域的FVC受氣候因素和人類活動(dòng)因素的綜合影響。滿洲里主要驅(qū)動(dòng)力為降水和煤炭開采,兩者解釋了75.9%的FVC變化,降水增加10%,FVC均值約增加0.014；原煤產(chǎn)量增加10%,FVC均值約減少0.007。滿洲里近年來對(duì)煤炭需求的激增,在增加煤炭進(jìn)口的同時(shí),也加大的了對(duì)煤炭的開采,從而對(duì)生態(tài)環(huán)境產(chǎn)生了一定的壓力。海拉爾主要驅(qū)動(dòng)力為降水、第二產(chǎn)業(yè)GDP和人口密度,解釋了68.2%的FVC變化,在去除時(shí)間趨勢(shì)后,降水增加10%,FVC約增加0.017；第二產(chǎn)業(yè)GDP增加10%,FVC約減少0.024；人口密度增加1/km2,FVC減少0.005。工業(yè)的發(fā)展與人口密度的增加對(duì)該區(qū)域生態(tài)環(huán)境產(chǎn)生了壓力。鄂倫春自治旗以社會(huì)經(jīng)濟(jì)因素為主導(dǎo),由GDP、第二產(chǎn)業(yè)GDP和人均GDP構(gòu)成的人類活動(dòng)因素主成分促進(jìn)FVC的增長(zhǎng),由溫度和降水組成的氣候因素主成分卻抑制FVC的增長(zhǎng),兩個(gè)主成分共解釋了54.8%的FVC變化。鄂倫春自治旗地理位置偏遠(yuǎn),交通不便,盡管經(jīng)濟(jì)持續(xù)高速增長(zhǎng),總量仍偏低,第二產(chǎn)業(yè)發(fā)展緩慢,2017年GDP 70億元,在呼倫貝爾市13個(gè)縣級(jí)行政區(qū)中排名第9,但是其經(jīng)濟(jì)的發(fā)展促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)的改革,推動(dòng)了生態(tài)農(nóng)牧業(yè)、綠色食品業(yè)和生態(tài)旅游業(yè)等生態(tài)綠色產(chǎn)業(yè)的發(fā)展,使得生態(tài)環(huán)境具有較強(qiáng)的抗干擾能力(CV=0.033)并向著更好發(fā)展的趨勢(shì)。

4 結(jié)論與討論

4.1 討論

呼倫貝爾市作為中國(guó)北部的生態(tài)屏障,是一個(gè)典型的集地形、氣候和人類活動(dòng)綜合影響的生態(tài)區(qū)域,其FVC變化具有明顯的復(fù)雜性和差異性。小周期的快速波動(dòng)與大周期的緩慢變化相疊加,共同構(gòu)成了1998—2018年呼倫貝爾市FVC先減少后增加的整體趨勢(shì)。地形因素決定了研究區(qū)土壤的質(zhì)地和理化特征,影響了氣流流動(dòng),形成地表植被類型自西向東由草原-森林-農(nóng)田的變化,奠定了FVC東西低東高”的空間分布格局。降水量和氣溫是導(dǎo)致植被年際變化的重要因素之一。由于不同植被類型對(duì)水熱組合脅迫響應(yīng)機(jī)制的差異,適宜的水熱組合加速植被生長(zhǎng),否則會(huì)抑制植被生長(zhǎng)。呼倫貝爾草原大部分時(shí)間受強(qiáng)大陸性氣團(tuán)的控制,暖濕氣流因大興安嶺的阻隔難以到達(dá)草原腹地,降水量由東向西遞減,而溫度的升高加速了土壤水分的蒸發(fā)。因此在西部草原區(qū),降水促進(jìn)FVC增長(zhǎng),溫度升高抑制FVC增長(zhǎng)；在降水充足的東南林、耕地混合區(qū),適當(dāng)?shù)纳郎卮龠M(jìn)FVC增長(zhǎng)；而在植被類型相對(duì)多樣的東部地區(qū),不適宜的水熱組合(降水多、溫度低)則會(huì)抑制FVC增長(zhǎng)。以上與李林業(yè)[34]、何思源[39]、牛鈺杰[40]、阿多[41]等學(xué)者在呼倫貝爾市或相似地區(qū)的相關(guān)研究中得到的結(jié)果基本一致。

人類活動(dòng)因素是導(dǎo)致植被年際變化的另一重要因素。由研究結(jié)果可以發(fā)現(xiàn)人類活動(dòng)因素主導(dǎo)區(qū)分布在呼倫貝爾中部地區(qū),經(jīng)濟(jì)的發(fā)展促進(jìn)這些區(qū)域FVC均值的增長(zhǎng),僅在扎蘭屯表現(xiàn)為抑制,而扎蘭屯正處理于工業(yè)發(fā)展初級(jí)階段,第二產(chǎn)業(yè)發(fā)展迅猛,但是快速發(fā)展帶來的產(chǎn)業(yè)結(jié)構(gòu)不合理問題,對(duì)當(dāng)?shù)氐纳鷳B(tài)環(huán)境產(chǎn)生了一定壓力；放牧活動(dòng)僅在額爾古納市有顯著影響且表現(xiàn)為促進(jìn),經(jīng)查閱相關(guān)文獻(xiàn),2011年之前額爾古納市實(shí)際載畜量并未達(dá)到理論載畜量,畜牧業(yè)仍有發(fā)展?jié)摿42],2012年之后雖然出現(xiàn)過超載的情況[43],但是隨著“十二五”以來政府對(duì)生態(tài)的逐漸重視并積極推動(dòng)畜牧業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí),畜牧業(yè)的合理發(fā)展反而促進(jìn)著FVC的增長(zhǎng)；煤炭開采僅對(duì)區(qū)域面積較小的滿洲里有顯著影響,而對(duì)礦點(diǎn)數(shù)量、原煤產(chǎn)量更多,但是區(qū)域面積較大的陳巴爾虎旗無(wú)顯著影響,這一方面因?yàn)殚_采活動(dòng)對(duì)環(huán)境產(chǎn)生的破壞僅局限于礦區(qū)周邊一定的區(qū)域范圍內(nèi),另一方面礦區(qū)對(duì)受損土地的土地復(fù)墾工作成效顯著,所以對(duì)于大區(qū)域FVC均值的變化影響不顯著。文進(jìn)磊[44]、鳳一鳴[45]、郭文彬[18]等學(xué)者在關(guān)于呼倫貝爾市相關(guān)研究中亦有類似發(fā)現(xiàn)。

可見氣候因素和人類活動(dòng)因素對(duì)呼倫貝爾市FVC變化的影響具有雙向性,以氣候因素主導(dǎo)的西部地區(qū),氣溫相對(duì)較高,充足的水分供應(yīng),將有效促進(jìn)這些區(qū)域植被的生長(zhǎng)；以人類活動(dòng)因素主導(dǎo)的中部地區(qū),合理的產(chǎn)業(yè)結(jié)構(gòu)在保證經(jīng)濟(jì)增長(zhǎng)的同時(shí)也可以推動(dòng)當(dāng)?shù)厣鷳B(tài)發(fā)展；而滿洲里、海拉爾與扎蘭屯市,其工業(yè)發(fā)展在一定程度上對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境產(chǎn)生了負(fù)面影響,需引起有關(guān)部門的重視。相信在正確的政策與合理的規(guī)劃下,可以達(dá)到社會(huì)經(jīng)濟(jì)發(fā)展的同時(shí)促進(jìn)生態(tài)環(huán)境可持續(xù)發(fā)展,實(shí)現(xiàn)人與自然的和諧統(tǒng)一。

本研究有許多不足仍要改進(jìn)：1.遙感數(shù)據(jù)的空間分辨率為1 km,雖完全勝任研究區(qū)的FVC變化監(jiān)測(cè),但是利用更高空間分辨率的數(shù)據(jù)可獲取更精確的變化信息；2.由表6可知,所選驅(qū)動(dòng)力因素對(duì)研究區(qū)FVC變化的解釋能力十分有限。這是因?yàn)楹魝愗悹柕臍夂?、地形地貌、?jīng)濟(jì)結(jié)構(gòu)和植被類型等空間差異較大,研究單元的大小會(huì)直接影響驅(qū)動(dòng)力因素對(duì)FVC的作用效果。以市或縣級(jí)行政區(qū)為單元,驅(qū)動(dòng)力研究結(jié)果迥乎不同,因此進(jìn)一步縮小研究尺度以鄉(xiāng)鎮(zhèn)甚至以像元為研究單元,將會(huì)更有利于開展FVC變化的驅(qū)動(dòng)力研究。3.本研究?jī)H分析了各區(qū)域FVC的驅(qū)動(dòng)力因素以及其影響方向和影響程度,未能進(jìn)一步確定植被生長(zhǎng)與驅(qū)動(dòng)力因素間耦合的最佳范圍。

4.2 結(jié)論

本文基于1998—2018年SPOT/VEGETATION NDVI數(shù)據(jù)集,分析了呼倫貝爾市FVC時(shí)空變化特征,并結(jié)合地形、氣候和人類活動(dòng)數(shù)據(jù)研究了FVC變化的驅(qū)動(dòng)力因素組成及其影響方式,主要結(jié)論如下：

1)1998—2018年呼倫貝爾市FVC均值在低波動(dòng)中緩慢增長(zhǎng),以4—5年為周期,周期內(nèi)FVC先減少后增長(zhǎng)。1998—2004年研究區(qū)FVC均值有降低趨勢(shì),在2001年達(dá)到最低值0.78；2004—2018年為增長(zhǎng)趨勢(shì),在2014達(dá)到最高值0.87。

2)FVC類型以極高和高為主,中、低和極低面積依次遞減且總和僅占10%—15%。FVC極顯著增加和顯著增加區(qū)域、變化不顯著區(qū)域、顯著減少和極顯著減少區(qū)域面積分別為 135720.57 km2(53.56%)、107140.74 km2(42.28%)、10569.06 km2(4.17%)。

3)1998—2018年呼倫貝爾市FVC在空間上呈現(xiàn)“西減東增”的變化格局。位于西部的新巴爾虎右旗、新巴爾虎左旗、陳巴爾虎旗、海拉爾、滿洲里、鄂溫克族自治旗的植被呈退化趨勢(shì)的比例較高；位于中部的扎蘭屯、根河市、牙克石、額爾古納和東部的鄂倫春自治旗的植被狀況明顯好轉(zhuǎn)。

4)地形因素奠定了呼倫貝爾市FVC“西低東高”的空間分布格局,氣候和人類活動(dòng)因素影響著FVC的年際變化且不同區(qū)域的驅(qū)動(dòng)力具有差異性與雙向性。西部地區(qū)(新巴爾虎右旗、新巴爾虎左旗、鄂溫克族自治旗、陳巴爾虎旗)和阿榮旗以氣候因素為主導(dǎo),降水量的增長(zhǎng)對(duì)FVC的增長(zhǎng)普遍具有促進(jìn)作用；中部地區(qū)(牙克石市、額爾古納市、根河市和扎蘭屯)以人類活動(dòng)因素為主導(dǎo),合理的產(chǎn)業(yè)結(jié)構(gòu)在保證經(jīng)濟(jì)增長(zhǎng)的同時(shí)也可以推動(dòng)當(dāng)?shù)厣鷳B(tài)發(fā)展；而滿洲里、海拉爾和鄂倫春自治旗則受氣候因素與社會(huì)經(jīng)濟(jì)因素的綜合影響,其中滿洲里和海拉爾的工業(yè)發(fā)展在一定程度上對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境產(chǎn)生了負(fù)面影響。