洞庭湖流域2000～2021 年植被覆蓋時空動態(tài)特征

鄒桃紅,徐艷艷,陳 鵬,劉家福,杜會石 (吉林師范大學地理科學與旅游學院,吉林 四平 136000)

植被生長存在著明顯的年際和季節(jié)變化,在維持生態(tài)系統(tǒng)穩(wěn)定和調(diào)節(jié)大氣方面具有重要的作用[1].自然因子如地形地貌、氣候變化和人類活動等直接影響著植被的生長發(fā)育狀況[2],其中氣候變化的影響尤為顯著.地表植被的分布狀況及時空格局的演變在很大程度上能直接反映區(qū)域生態(tài)環(huán)境的健康狀況,因此植被被認為是監(jiān)測生態(tài)環(huán)境變化的綜合指示器[3-4].植被覆蓋度的變化不僅直接影響著地表生態(tài)系統(tǒng)的結構,而且間接地導致了地表徑流、水土保持及碳固持等生態(tài)系統(tǒng)功能的改變,研究植被動態(tài)變化及其對人類活動及自然環(huán)境的響應,能為區(qū)域環(huán)境質量評價及維護生態(tài)系統(tǒng)健康等提供重要科學支撐[5].

植被指數(shù)與植被覆蓋度之間存在高度線性相關關系,能在一定程度上反應地表植被的分布狀況,是監(jiān)測植被動態(tài)變化及生態(tài)環(huán)境變遷的重要指標之一.隨著RS和GIS技術的發(fā)展,利用植被指數(shù)分析地表植被生長變化的研究日趨成熟.其中,歸一化植被指數(shù)(NDVI)是利用植被在近紅外波段高反射和在紅光波段的強吸收特征所構建的反映植被生長狀況的重要指標之一[6].其年度最大值能精準反映植被的茂密程度及年度植被生長的最佳狀況,已被廣泛應用于植被分類和植被覆蓋度研究[7-8].但由于NDVI 受土壤背景及冠層的影響較大,在植被覆蓋度高的區(qū)域容易過飽和,因此,相關研究[9]在NDVI 的基礎上提出的增強型植被指數(shù)(EVI)因考慮了藍光波段,克服了NDVI 過飽和的缺點,能更準確地反映高生物量區(qū)植被生長狀況.

流域作為獨立的自然地理單元,掌握流域內(nèi)地表植被的時空分異特征及變化趨勢對區(qū)域生態(tài)環(huán)境保護具有重要意義.目前,在黃河流域[10-12]、海河流域[13]及淮河流域[14]等大尺度區(qū)域,基于NDVI 數(shù)據(jù)監(jiān)測植被覆蓋變化的研究取得了系列重要研究成果.作為長江流域的重要調(diào)蓄湖泊,洞庭湖具有洪水調(diào)蓄及生物多樣性保持等重要生態(tài)功能.但由于經(jīng)濟的快速增長及過度開發(fā)利用,洞庭湖流域的土地利用方式發(fā)生了巨大的變化,湖泊面積不斷減少,顯現(xiàn)出較嚴重的生態(tài)功能退化危機.研究洞庭湖流域植被覆蓋的時空變化狀況可為該流域生態(tài)環(huán)境質量變化監(jiān)測提供理論依據(jù).

植被覆蓋度變化研究多采用轉移矩陣,通過分析某種植被覆蓋類型轉化為其他類型的面積及轉移概率來揭示不同植被覆蓋度間相互轉化的狀況[15].強度分析方法(Intensity Analysis)[16]能在轉移矩陣的基礎上,分別從時間間隔、類型和轉換3 個層面,探索不同植被覆蓋類型間的轉移強度規(guī)律.因此,本研究在前人研究的基礎上,利用2000～2021 年長時間序列MODIS-EVI 數(shù)據(jù),結合Intensity analysis方法,分析洞庭湖流域EVI 在不同年代間的時空變化特征,試圖揭示洞庭湖流域2000～2021 年間地表植被生長的動態(tài)變化,以期為洞庭湖流域的生態(tài)環(huán)境保護提供科學依據(jù).

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

洞庭湖流域位于長江中下游的荊江段以南,介于107°16'～114°17'E,24°38'～30°26'N 之間,涵蓋了湖南大部,另外還有貴州省、廣西壯族自治區(qū)、湖北省以及重慶市的部分地區(qū)(圖1),流域總面積達26.28萬km2[17],約占整個長江流域總面積的14%.該流域氣候屬亞熱帶季風氣候,干濕季節(jié)性交替特征明顯,夏季多雨高溫,冬季溫暖濕潤,年均溫在15.6～17.5℃之間,年降水量約為1429mm,70%的降水發(fā)生于4～7月[18].洞庭湖流域按地勢東低西高的特征,被分為西洞庭湖、南洞庭湖和東洞庭湖三大部分.

圖1 洞庭湖流域區(qū)位及2020 年土地利用覆蓋Fig.1 Location of the Dongting Lake Basin and land cover type in 2020

流域內(nèi)的水熱條件優(yōu)越,地形條件復雜,以山地、平原為主,為植被的生長提供了較好的自然條件保障.作為我國南方地區(qū)的主要森林區(qū)之一,流域內(nèi)植被以中國南部亞熱帶濕潤森林為主,由于先后經(jīng)歷了50 年代后期的洲灘圍墾及80 年代的人工造林,使流域內(nèi)的植被覆蓋產(chǎn)生了較明顯的時空變化,生態(tài)環(huán)境功能也有了較大的變化.

1.2 數(shù)據(jù)來源及處理

本文使用的 EVI 數(shù)據(jù)為 2000～2021 年的MOD13Q1-EVI 數(shù)據(jù),其空間分辨率為250m,時間分辨率為16d,來源于美國國家航空航天局(NASA)(https://earthexplorer.usgs.gov/),共計528 期影像.通過MRT 工具對原始影像批量進行重投影、拼接及裁剪,獲取研究區(qū)2000～2021 年的EVI 數(shù)據(jù)集,然后利用ArcGIS10.3 的柵格處理工具基于每月兩期影像的最大值,逐像元合成每月的EVI 值,利用最大值合成法(MVC),基于每年12 個月份的月EVI 最大值,生成得到逐年EVI 和季度EVI 數(shù)據(jù)集[19-21].同時參考前人研究成果,利用ArcGIS 10.2 的等間距方法(Equals),將洞庭湖流域植被EVI 劃分為5 個等級:低(≤0.17)、中低(0.17～0.29)、中(0.29～0.35)、中高(0.35～0.4)和高值EVI(>0.4).

1.3 趨勢分析和檢驗

Theil-Sen 分析是一種對異常值不敏感的非參數(shù)統(tǒng)計方法,早期應用于水文學和氣象學中,用來計算氣象要素的時間變化趨勢[22],通過與 Mann-Kendall 檢驗相結合,在長時間序列數(shù)據(jù)的變化趨勢分析中比較有優(yōu)勢[23].目前該方法已被成功應用于植被的長時間序列趨勢分析中[24-25],其計算公式為:

式中:Se為衡量EVI 變化趨勢的斜率指標,當Se<0 時,表明EVI呈下降的趨勢,反之亦然;Em和En分別為時間序列第m年和第n年的EVI 值.

Mann-Kendall檢驗可用來對Sen趨勢分析的結果進行顯著性檢驗,其計算公式如下:

式中:sgn 為符號函數(shù);Z為標準化處理后的檢驗統(tǒng)計量,服從正態(tài)分布,當時,表明存在顯著變化,為置信度水平下對應的Z值.一般給定=0.05,即在0.05 的顯著性水平上,若|Z|>1.96,則通過了置信度95%的顯著性檢驗,表明植被EVI 時間序列變化趨勢存在顯著性.

1.4 強度分析法

Intensity analysis 分析法是用來定量分析土地利用/覆蓋變化的方法,適用于兩個或兩個以上時間段的兩個或兩個以上不同等級變量的分析.其運用轉移矩陣分析同一區(qū)域不同時間點的土地利用類型,在時間間隔、類型和轉換3 個層面的土地利用變化強度規(guī)律[16,26].利用強度分析方法可以很好的回答關于植被EVI 變化規(guī)律的3 個問題:①某一時間段的所有EVI等級年際變化是相對較慢還是相對較快?②在答案①的基礎上,給定時間段內(nèi)某個EVI 等級的變化是否活躍?③在①和②答案的基礎上,在各EVI 等級間的相互轉換中,以哪些轉化為主導?通過回答這些問題,可以對2000～2021 年間洞庭湖流域植被EVI 的總體變化趨勢、各EVI 等級的變化和各EVI 等級間的轉化規(guī)律有更好的理解.

強度分析法包括3 個層面的分析,第一層面從時間間隔上分析植被EVI的總體變化強度及其變化速率的大小,通過將各時間間隔的年變化強度和均值線進行對比來反映其變化的快慢程度,計算公式如下:

式中:U為時間Intensity analysis 均值線的值;St為時間段的年變化強度;T為時間點的數(shù)量,本文中為3;J為植被EVI 等級的數(shù)量,本文中為5;t表示間的某一時間點,范圍為[1,T-1];Yt為時間點t的年份;下標i表示某時間段初始時間點的EVI 等級;j為終止時間點的EVI 等級.

第二個層面為類別層,分析每個EVI 等級在某一時間段內(nèi)增加或減少的程度,通過與均值線的對比分析其變化速率的活躍與緩慢情況,其計算公式如下:

式中:Gij和Lti分別表示等級j在的增加的強度和等級i在期間內(nèi)減少的強度;若植被覆蓋在時間間隔t內(nèi)的空間變化均勻分布,則對各等級的EVI,有St=Gtj=Lti;若GtjSt,表明等級j的增加活躍.

第三個層面是轉移層面,通過分析某一等級轉換為另一等級和其他等級轉入該等級的程度,找出在某一特定時間段內(nèi)以哪些等級間的轉換占據(jù)主導,其計算公式如下:

式中:Rtin為等級i在間轉移至等級n(n≠i)的年轉換強度;Win為間,從時間點Yt的其他等級轉移至等級n的統(tǒng)一轉換強度.

式中:Qimj為等級m 在間轉移至等級j(m≠j)的年轉換強度;Vim為間,從時間點Yi+1的m等級轉移至其他等級的統(tǒng)一轉換強度.

1.5 地理探測器

植被覆蓋的變化是自然和人為兩個方面綜合作用的結果,已有研究表明,自然因子包括氣象、地形、地貌及土壤等對植被覆蓋的影響較為顯著[27-29].綜合考慮數(shù)據(jù)可獲取性及區(qū)域代表性,從地形地貌、氣候及土壤植被等方面選取10 個自然因子,利用地理探測器[30],探測其對洞庭湖流域植被覆蓋分布及變化的影響.

地理探測器的因子探測主要探測自變量(植被EVI)的空間分異性,及因變量(各自然因子)對植被覆蓋的空間分異的解釋程度[28,31],其解釋力用q值來度量.其計算過程包括:①利用ArcGis 10.3 生成3000個隨機采樣點,將植被EVI 圖層與自然因子圖層進行空間疊加;②利用自然斷點法劃分自然因子的空間類別分區(qū)或分類;③探測自然因子間的相對重要性,各因子的q值可由下式計算得出:

式中:q為自然因子對植被EVI 的解釋力大小,值越大表明自然因子對植被EVI的解釋力越強;h為自變量或因變量的分類或分區(qū);Nh和N為層h和區(qū)域單元數(shù);和2為層h 和全區(qū)自變量的方差.SSW和SST為層類方差之和和全區(qū)總方差.

2 結果與分析

2.1 植被EVI 的時間變化特征

為了研究洞庭湖流域植被生長季EVI的年際變化特點,通過均值法得到植被覆蓋區(qū)域每年生長季(7～9 月)的EVI 平均值(圖2).

圖2 2000～2021 年洞庭湖流域植被生長季EVI 年際變化Fig.2 Inter-annual variation of EVI from July to September during 2000 to 2021

由圖2可知,洞庭湖流域植被生長季EVI呈分階段波動上升的趨勢,EVI 最大值出現(xiàn)在2016 年,最小值出現(xiàn)在2002 年;年際增長速率為0.0029/a,表明在研究期內(nèi)流域植被生長狀態(tài)較好,生態(tài)環(huán)境質量逐漸改善.從圖2 可以看出,2000～2021 年間,洞庭湖流域植被生長季EVI的階段性特征大致可分為四個階段性:①2000～2006 年,植被生長季EVI 呈現(xiàn)持續(xù)增長,但在2002 年出現(xiàn)了一個極低值,其原因可能是由于三峽工程建設引起的長江中上游部分區(qū)域地表植被破壞[32],且2002 年發(fā)生了極端洪澇災害導致植被覆蓋度的降低[33];②2007～2011 年,植被生長季EVI 呈下降趨勢,可能和2007 年的嚴重干旱和2008年的極端冰凍有關[34],2011 年EVI 極低值的出現(xiàn)主要是由于該年出現(xiàn)的罕見春季大旱和夏秋連旱造成的[35];③2012～2016 年,為植被生長季EVI 快速增長時期,但2013 年由于干旱的發(fā)生使得生長季EVI出現(xiàn)了比較明顯的暫時性下降;④ 2017～2021 年,植被生長季EVI 呈現(xiàn)緩慢下降的趨勢,可能是由于這一時期的快速城市化發(fā)展引起的基礎設施建設破壞了地表植被覆蓋.

2.2 植被覆蓋的變化趨勢分析

結合MK 檢驗的|Z|值和Sen 趨勢分析的Se值,可以得到洞庭湖流域植被EVI 在2000～2021 年間變化趨勢的空間分布圖(圖3).根據(jù)Se的實際特征,參考相關文獻[22],將Se介于?0.0008～0.0008 之間的區(qū)域設定為穩(wěn)定不變的區(qū)域,≥0.0008 的區(qū)域為改善區(qū)域,

圖3 洞庭湖流域植被年均EVI 變化趨勢Fig.3 Trends of inter-annual EVI from 2000 to 2021 in Dongting Lake Basin

可以看出,2000～2021 年,洞庭湖流域的植被EVI 變化趨勢主要分為4 種類型:嚴重退化、穩(wěn)定不變、輕微改善及明顯改善.其中地表植被改善的區(qū)域遠大于植被的退化區(qū)域,植被明顯改善的區(qū)域主要位于湖南省,主要包括懷化市的西北部、張家界市的中部、衡陽市的西南部及株洲市的東部地區(qū);嚴重退化區(qū)域位于湖北省的荊州市、湖南省的常德市東部地區(qū)、益陽市的北部地區(qū)及長沙市中部地區(qū),貴州省境內(nèi)也有零星分布的植被嚴重退化區(qū)域;穩(wěn)定不變的區(qū)域及輕微改善的區(qū)域占整個流域的大部分面積.

為更直觀的了解變化趨勢的等級分布,將4 種變化類型所占面積進行統(tǒng)計分析(表1),可以看出,植被狀況明顯改善的區(qū)域占植被覆蓋總面積的21.83%,輕微改善的占總面積的47.58%,穩(wěn)定不變的約占25.94%,植被退化的區(qū)域僅占4.65%.

表1 洞庭湖流域EVI 變化趨勢統(tǒng)計Table 1 Statistics of EVI trend in Dongting Lake Basin

2.3 強度分析結果

2000～2010 年和2010～2021 年2 個時間段的時間間隔層面的分析結果如圖4 所示,該層面的分析能夠說明各時間段各等級植被EVI的總體變化速率.左側深灰色水平橫條為每個時間段植被EVI變化的總體規(guī)模.右側淺灰色的水平橫條表示每個時間間隔年變化面積的強度,虛線則為均值線.若強度條超過均值線(虛線),則表明該時間段植被EVI 的變化相對較快;如果未超過均值線,則表明該時間段內(nèi)植被EVI 的變化相對較慢.

圖4 植被覆蓋度的時間強度分析Fig.4 Time intensity analysis for two intervals

由圖4 可知,洞庭湖流域在2000～2010年間的植被EVI 的變化速率較快,在2010～2021 年間的植被EVI的變化速率相對較慢,但在2010～2021 年時間段內(nèi)的變化面積則大于2000～2010 年間.

兩個時段的洞庭湖流域植被EVI等級變化規(guī)律如圖5所示,每個植被EVI等級用一條水平的橫條表示,0 右側的橫條表示某一時間段內(nèi)各植被EVI 等級的年增加和減少強度,0 左側的橫條表示每個時間內(nèi)各植被EVI 等級變化的面積(用柵格數(shù)表示),虛線為整個研究區(qū)年變化強度的均值.若橫條在虛線右側表示在該時間段內(nèi)對應植被EVI等級的變化相對活躍,反之相對平緩.由圖5(a)、(b)可知,該時間段內(nèi)的均值線強度為3.97%,EVI 低中值和中高值區(qū)域的年增加強度均大于3.97%,低中、中值和高值區(qū)域的年減少強度也大于均值線強度,表明EVI 低中值區(qū)的增加及減少均較活躍,而EVI 的中高值區(qū)域增加較活躍,減少則相對平緩;EVI 的中值和高值區(qū)的增加較平緩,減少相對活躍.EVI 的低值區(qū)的增加和減少均較平緩,表明在2000～2010 年間,植被的增長主要以EVI 的中高值和低中值區(qū)域的增加為主,而EVI的高值區(qū)面積則有一定程度的減少.

圖5 植被EVI 類別層面變化強度分析Fig.5 Category intensity analysis for EVI

2010～2021 年,洞庭湖流域植被EVI等級層面分析結果如圖5(c)、(d)所示.EVI 的中值和低中值區(qū)域的年減少及增加強度均大于均值線強度,表明EVI的低中值和中值EVI 區(qū)域的增加和減少均較活躍;與此相反,EVI 的低值和中高值區(qū)域的增加和減少均較平緩;EVI 高值區(qū)的增加較活躍,減少較平緩.對比此時間段內(nèi)各等級植被EVI 的年變化面積可知,EVI 低中值區(qū)域和低值區(qū)域的年增加面積小于減少面積;EVI 中值區(qū)和中高值區(qū)的年增加面積和年減少面積相當,而EVI 高值區(qū)的年增加面積遠大于年減少面積.說明2010～2021 年間,以EVI 高值區(qū)的增加為主,以EVI 低中值區(qū)和低值區(qū)的減少為主,而EVI 中高值和中值區(qū)的面積變化不明顯,表明在此時間段洞庭湖流域植被質量的改善狀況較好.

圖6 所示為根據(jù)公式(8)和(10)計算出來的轉換層面的分析結果,分別表示一個植被EVI 等級在各個時間段內(nèi)與其它等級相互轉換的強度,通過和均一轉換強度的對比可以明確哪種轉換更為強烈.左側圖為由任意i(i≠n)植被EVI 等級轉換為植被EVI等級n的轉換強度(轉入),右側為由植被EVI 等級m轉換為任意j(j≠m)植被EVI等級的轉換強度(轉出).圖中的紅色豎線為各等級轉入與轉出的平均轉換強度,由公式(9)和公式(11)計算得出.若水平橫條超過豎線表明以相應的轉換為主導.由圖6 可知,在2000～2010 年間,值被EVI 的低值區(qū)主要以和EVI低中值區(qū)的轉入和轉出為主;EVI 低中值區(qū)主要以和EVI 低值區(qū)及中值區(qū)的轉入和轉出為主;EVI 中值區(qū)的轉入和轉出主要發(fā)生在EVI的中高值區(qū)和低中值區(qū)之間;EVI 中高值區(qū)主要以向高值區(qū)和中值區(qū)的轉入和轉出為主;EVI 高值區(qū)則主要以向中高值區(qū)的轉入轉出為主.在2010～2021 年間,各植被EVI 等級的轉入轉出規(guī)律和2000～2010 年間比較一致,但EVI 中值區(qū)主要向低中值區(qū)轉出,由EVI 中高值區(qū)和低中值區(qū)轉入;EVI中高值區(qū)主要轉出為EVI中值區(qū),由EVI 高值區(qū)轉入.

圖6 洞庭湖流域植被EVI 各時間段各等級間轉換強度Fig.6 Transition intensity analysis between each EVI levels in two time intervals

通過統(tǒng)計各個時間段內(nèi)的主導轉換形式(表2),可以更加直觀的展示不同植被EVI 等級間的轉換規(guī)律.由表2 可知,兩個時間段內(nèi)EVI 低值區(qū)、低中值區(qū)、中值區(qū)和高值區(qū)的主導轉換是一致的,EVI低中值區(qū)主要以向EVI 低值區(qū)和中值區(qū)的轉換為主;EVI 高值區(qū)在2000～2010 年和2010～2021 年兩個時間段內(nèi)主要以和EVI 中高值區(qū)之間的轉換為主,表明兩個時間段內(nèi)的EVI 高值區(qū)都有一定程度的退化現(xiàn)象.

表2 洞庭湖流域各時間段主導植被EVI 等級轉換Table 2 Conversion of dominant EVI levels in Dongting Lake Basin during two time periods

2.4 驅動因子的地理探測

因子探測的結果q值反映了不同自然因子對洞庭湖流域植被EVI 的解釋力大小.通過計算各自然因子的q值,可看出,對植被EVI 解釋力最強的因子為地貌類型和土壤類型,其q值分別為0.3261 和0.2755,解釋力均在27%以上,因此,地貌類型和土壤類型是洞庭湖流域影響植被變化的主要自然因子;坡度和DEM 的q值為0.2571 和0.2392,解釋力在23%以上;氣象因素中,年均氣溫和≥10℃積溫的q值最大,分別為0.1925和0.156,說明溫度是影響該流域植被EVI 變化的主要氣象因子,年降水量和濕潤度的解釋力均低于10%,表明年降水量和濕潤度對洞庭湖流域植被變化的影響較小.統(tǒng)計2000～2021 年的q值(圖7)可以看出,2005～2021 年地貌類型、土壤類型、坡度、DEM、年均氣溫及≥10℃積溫的q值呈增加趨勢,其余因子的變化幅度較小.

圖7 2000～2021 年洞庭湖流域自然因子的q 值變化Fig.7 The q value in geodecter model in Dongting Lake Basin during 2000～2021

3 討論

3.1 洞庭湖流域植被覆蓋變化分析

本文在探討植被覆蓋度的時間動態(tài)變化特征上與其他學者在洞庭湖流域的研究結論基本一致,流域內(nèi)植被覆蓋整體呈現(xiàn)上升趨勢[5,36].相比已有研究,本文研究時間跨度更大,能更好的反映洞庭湖流域近期植被覆蓋變化的動態(tài)特征.同時本文發(fā)現(xiàn)在2000～2021 年間洞庭湖流域植被生長季的年際變化可劃分為上升→下降→上升→下降的趨勢,這與符靜等[37]2000～2013 年的結論略有差異,表明植被生長季的EVI動態(tài)變化和最大植被覆蓋度的年際變化規(guī)律不一致.

3.2 植被覆蓋變化對影響因子響應差異

植被覆蓋的動態(tài)變化是自然因素和人類活動共同作用的結果[12,38],多數(shù)研究結果表明植被覆蓋變化和氣象因素的變化具有同質性[39].洞庭湖流域水熱條件優(yōu)越,能夠滿足植被生長的需要,龍岳紅等[7]和孫穎等[36]研究認為植被覆蓋與降水和氣溫變化具有正相關關系,且氣溫對植被覆蓋的影響大于降水.本研究中也得出了同樣的結論,溫度對植被EVI 的解釋力要大于降水對植被EVI 的解釋力.另外,本文探討了地形地貌及土壤植被等對植被EVI的影響,結果表明地形地貌對植被覆蓋的影響要大于氣象因素的影響,高程和坡度的解釋力明顯高于坡向,高程和坡度影響著區(qū)域水熱條件的垂直分布,洞庭湖流域的整體高差較大,使得該區(qū)在垂直方向上的水熱條件差異較大,進而影響了植被的空間分異;土壤類型影響植被的光合效率和水分狀況,直接影響了植被EVI 的空間分布[21,39].

3.3 不足與展望

本文考慮數(shù)據(jù)的可獲取性,僅考慮了自然因素對植被覆蓋動態(tài)變化的影響,而洞庭湖流域優(yōu)越的水熱條件使得該區(qū)農(nóng)業(yè)生產(chǎn)及農(nóng)田水利設施建設等人類活動強度較大,其對植被覆蓋變化的影響也不可忽視.同時生態(tài)工程的全面實施也在一定程度上影響著洞庭湖流域的植被覆蓋變化[40].自上世紀80 年代以來,我國在洞庭湖流域實施了一系列生態(tài)環(huán)境保護策略,包括長江中上游防護林工程、天然林保護工程、退耕還林工程等,在很大程度上改善了區(qū)域植被覆蓋.因此,如何定量研究人為因素對植被覆蓋變化的影響及植被EVI未來發(fā)展趨勢仍是一個極大的挑戰(zhàn).

4 結論

4.1 從空間分布上看,洞庭湖流域植被覆蓋狀況整體較好,呈現(xiàn)出西部和東部高,中部和北部偏低的分布特征.時間變化上看,2000～2021 年間EVI 年均值在0.32 以上,且呈現(xiàn)波動式上升趨勢,在2005～2009年和2012～2018 年間有快速增長的趨勢.

4.2 基于Sen 趨勢的分析結果表明,在2000～2021年間,植被EVI 呈現(xiàn)增加面積大于減少面積的空間變化趨勢(增加占69.41%,減少為4.65%),植被整體狀況在不斷改善.

4.3 2000～2021 年間,洞庭湖流域植被 EVI 在2000～2010 年間的變化速率快于2010～2021 年間的變化速率,但2010～2021 年間的變化面積高于2000～2010 年間的變化面積.同時,在2000～2010 年間,植被的增長主要以中高植被和低中植被的增加為主,而高植被EVI 的面積則有一定程度的減少; 2010～2021 年間則以高植被EVI 區(qū)域的增加為主,以低中植被和低植被EVI 的減少為主,而中高植被EVI 和中植被EVI 的面積變化不明顯.在整個研究時段內(nèi),低植被覆蓋主要以向低中和中植被覆蓋轉化為主,而高植被覆蓋則主要以向低級轉換為主.

4.4 整個研究區(qū),地貌類型和土壤類型是影響植被EVI 的主要自然因子,氣象要素中,年均氣溫和≥10℃氣溫對植被EVI 的解釋力最大,降水量和濕潤度對植被EVI 的影響較小.