2000—2020年廣西植被生態(tài)質(zhì)量變化及驅(qū)動(dòng)力分析

莫建飛 周希源 莫偉華 陳燕麗

DOI： 10.11931/guihaia.gxzw202302048

莫建飛， 周希源， 莫偉華， 等， 2024.

2000—2020年廣西植被生態(tài)質(zhì)量變化及驅(qū)動(dòng)力分析 ［Ｊ］.

廣西植物， 44（5）： 907-924.

MO JF， ZHOU XY， MO WH， et al.， 2024.

Analysis of vegetation ecological quality change and its driving forces in Guangxi from 2000 to 2020 ［J］.

Guihaia， 44（5）： 907-924.

摘? 要：? 為掌握廣西植被生態(tài)質(zhì)量的時(shí)空變化特征及其驅(qū)動(dòng)機(jī)制，該文以植被生態(tài)質(zhì)量指數(shù)（ecological quality index，EQI）為評價(jià)指標(biāo)，基于氣象、地形、土壤和遙感等多源數(shù)據(jù)，利用線性趨勢分析、相關(guān)性分析、地理探測器等方法，分析了2000—2020年廣西植被生態(tài)質(zhì)量的時(shí)空變化特征及其驅(qū)動(dòng)力。結(jié)果表明：（1）2000年以來廣西植被生態(tài)質(zhì)量指數(shù)呈顯著增加趨勢，區(qū)域植被生態(tài)明顯改善。植被生態(tài)質(zhì)量發(fā)展經(jīng)歷了緩慢增長、迅速增長、顯著提升等演變階段。在空間上，廣西植被生態(tài)質(zhì)量指數(shù)呈現(xiàn)四周高，中間低的特征，高值區(qū)逐漸由東部向西部和北部擴(kuò)展。（2）廣西植被生態(tài)質(zhì)量時(shí)空演變影響因素差異顯著。隨海拔高度上升植被生態(tài)質(zhì)量總體變化呈“增加—下降—穩(wěn)定—上下波動(dòng)”的趨勢。壤土的植被生態(tài)質(zhì)量高，砂土的植被生態(tài)質(zhì)量低。森林和灌草的生態(tài)質(zhì)量較高，農(nóng)田植被的生態(tài)質(zhì)量較低。植被生態(tài)質(zhì)量與氣候驅(qū)動(dòng)因素呈顯著正相關(guān)關(guān)系，受氣溫和降水共同影響，其中以氣溫為主要驅(qū)動(dòng)（T）的區(qū)域面積最廣，降水為主要驅(qū)動(dòng)（P）的區(qū)域面積次之，氣溫降水強(qiáng)驅(qū)動(dòng)（［T+P］+）和弱驅(qū)動(dòng)（［T+P］-）的區(qū)域面積較小。（3）廣西植被生態(tài)質(zhì)量變化驅(qū)動(dòng)力受地形、土壤、植被、氣候、自然災(zāi)害和人類活動(dòng)的共同影響。自然影響因子解釋力排序?yàn)橹脖唬镜匦危就寥溃練夂颍渲兄脖粌舫跫壣a(chǎn)力和植被覆蓋度是影響植被生態(tài)質(zhì)量時(shí)空分異的最主要因素。自然因子對廣西植被生態(tài)質(zhì)量變化的影響存在交互作用，均呈非線性增強(qiáng)及雙因子增強(qiáng)關(guān)系，其中地形與植被、土壤與植被、氣候與植被因子交互作用最明顯。自然災(zāi)害和人類活動(dòng)加劇了植被生態(tài)質(zhì)量變化的影響，其中干旱和低溫冷害等氣象災(zāi)害抑制了植被生態(tài)質(zhì)量的改善，而林業(yè)生態(tài)工程等人為活動(dòng)促進(jìn)了植被生態(tài)質(zhì)量的提升。該研究結(jié)果為合理制定廣西植被生態(tài)保護(hù)與修復(fù)措施提供了科學(xué)理論依據(jù)和技術(shù)支撐。

關(guān)鍵詞： 植被生態(tài)質(zhì)量， 時(shí)空演變， 驅(qū)動(dòng)力， 遙感， 廣西

中圖分類號：? Q948

文獻(xiàn)標(biāo)識碼：? A

文章編號：? 1000-3142（2024）05-0907-18

收稿日期：? 2023-10-22? 接受日期： 2023-11-27

基金項(xiàng)目：? 廣西重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（桂科AB23026052， 桂科AB21238010）； 廣西氣象局重點(diǎn)項(xiàng)目（桂氣科2023Z03）。

第一作者： 莫建飛（1978—），碩士，正高級工程師，主要從事生態(tài)遙感與GIS應(yīng)用研究，（E-mail）mojfei@163.com。

*通信作者：? 莫偉華，碩士，正高級工程師，主要從事生態(tài)氣象監(jiān)測評估與應(yīng)用研究，（E-mail）mwh-0419.@163.com。

Analysis of vegetation ecological quality change and

its driving forces in Guangxi from 2000 to 2020

MO Jianfei1，2， ZHOU Xiyuan3， MO Weihua1，2*， CHEN Yanli1，2

（ 1. Guangxi Institute of Meteorological Sciences， Nanning 530022， China； 2. Guangxi Ecological Meteorology and Satellite Remote Sensing

Center， Nanning 530022， China； 3. Guilin Meteorological Bureau， Guilin 541001， Guangxi， China ）

Abstract：? In order to grasp the spatiotemporal variation characteristics and driving mechanism of vegetation ecological quality in Guangxi， based on multi-source data such as meteorology， terrain， soil and remote sensing， and using the ecological quality index （EQI） as an evaluation indicator， linear trend analysis， correlation analysis and geographical detector method were used to analyze the spatiotemporal variation and driving mechanisms from 2000 to 2020. The results were as follows： （1） Since 2000， the vegetation EQI of Guangxi had significantly increased， and the regional vegetation ecology had improved significantly. The development of vegetation ecological quality had experienced stages of slow growth， rapid growth and significant improvement. In terms of space， the vegetation EQI in Guangxi showed a characteristic of high in four directions and low in the middle， with the high-value areas gradually expanding from the east to the west and north. （2） The influencing factors of spatiotemporal evolution of vegetation ecological quality in Guangxi were significantly different. The overall change of vegetation ecological quality at different altitudes showed a trend of ‘increase-decrease-stability-fluctuation. The vegetation ecological quality in different soil types was high in loam soil and low in sandy soil. The ecological quality of forest and shrub-grass was high， and the ecological quality of farmland vegetation was low. There was a significant positive correlation between vegetation ecological quality and climate driving factors， which was affected by both temperature and precipitation. The area mainly driven by temperature （T） was the widest， followed by the area mainly driven by precipitation （P）. The areas driven strongly （［T+P］+） and weakly （［T+P］-） by temperature and precipitation were smaller.（3） The driving force of changes in vegetation ecological quality change of Guangxi was affected by terrain， soil， vegetation， climate， natural disasters and human activities. The order of explanatory power of natural influencing factors was vegetation > terrain > soil > climate， in which the vegetation net primary productivity and vegetation coverage were the most important factors affecting the spatiotemporal variation of vegetation ecological quality. The effects of natural factors on vegetation ecological quality in Guangxi was interactive， showing a nonlinear enhancement and two-factor enhancement relationship， and the interaction between terrain and vegetation， soil and vegetation， and climate and vegetation were the most obvious. Natural disasters and human activities aggravated the impact of vegetation ecological quality change. Among them， meteorological disasters such as drought and low temperature damage inhibited the improvement of vegetation ecological quality， while human activities such as forestry ecological engineering promoted the improvement of vegetation ecological quality. The research results provide a scientific theoretical reference and technical support for making reasonable measures of vegetation ecological protection and restoration in Guangxi.

Key words： vegetation ecological quality， temporal and spatial evolution， driving force， remote sensing， Guangxi

植被是生態(tài)系統(tǒng)的重要組成部分，在反映區(qū)域生態(tài)環(huán)境質(zhì)量及其變化方面充當(dāng)“指示器”的作用。植被變化及其驅(qū)動(dòng)力一直是國內(nèi)外生態(tài)學(xué)領(lǐng)域研究的熱點(diǎn)問題（金凱等，2020）。廣西位于中國南部，地勢呈西北向東南傾斜狀，地形錯(cuò)綜復(fù)雜，喀斯特地貌發(fā)育典型、分布廣泛，石漠化嚴(yán)重，是我國生態(tài)脆弱地區(qū)之一（陳燕麗等，2019a），也是生態(tài)文明建設(shè)和生態(tài)扶貧的重點(diǎn)關(guān)注區(qū)域。近年來社會(huì)經(jīng)濟(jì)的快速發(fā)展，人類活動(dòng)加強(qiáng)，使廣西植被生態(tài)變化十分復(fù)雜。開展長時(shí)間序列的廣西植被變化綜合監(jiān)測及其驅(qū)動(dòng)力研究，對掌握植被生態(tài)演變驅(qū)動(dòng)機(jī)制，維護(hù)區(qū)域生態(tài)安全具有十分重要的作用。

歸一化植被指數(shù)（normalized difference vegetation index， NDVI）和植被凈初級生產(chǎn)力（net primary productivity， NPP）在表征植被狀況方面具有優(yōu)勢，其中NDVI能很好地反映植被覆蓋、生物量及生態(tài)系統(tǒng)參數(shù)的變化（趙英時(shí)，2003），已被廣泛用于植被變化及其驅(qū)動(dòng)力研究，NPP則是評估生態(tài)系統(tǒng)功能以及生態(tài)環(huán)境質(zhì)量的有效指標(biāo)（劉剛等，2017；王芳等，2018）。以NDVI為指標(biāo)，韋振鋒等（2013）研究發(fā)現(xiàn)1999—2010年（12年）廣西NDVI增加趨勢顯著，并且桂南和桂西北地區(qū)NDVI增幅較大，植被對降水響應(yīng)的敏感性強(qiáng)于氣溫。廖春貴等（2018）研究表明，2007—2016年（10年）廣西植被NDVI增加，NDVI與降水、氣溫的負(fù)偏相關(guān)區(qū)域面積大于正偏相關(guān)。相似研究表明，2006—2016年（11年）廣西植被NDVI波動(dòng)性明顯，溫度和降水與植被覆蓋呈正相關(guān)關(guān)系，人工造林是廣西NDVI上升的主要原因（張敏等，2019）。更長時(shí)間遙感序列的研究顯示，2000—2018年（19年）廣西植被NDVI呈增加趨勢，在不同地形條件下NDVI變化不同，高程增加，植被NDVI先增加再減少，坡度增加，植被NDVI呈先增加至穩(wěn)定再減小，氣溫和降水對植被NDVI為正影響（楊艷萍等，2021）。以NPP為指標(biāo)，周愛萍等（2014）研究表明，2001—2010年（10年）廣西植被NPP顯著下降，NPP與氣溫和降水顯著相關(guān)，坡度、經(jīng)度、地貌特征、緯度和降水是影響NPP空間格局的主要因素；相近時(shí)段的研究表明，2000—2011年（12年）廣西NPP總體呈增加趨勢，NPP與降水顯著正相關(guān)，而與溫度相關(guān)性不顯著，海拔越大，植被NPP越高，人類活動(dòng)是影響NPP變化的主要因素（李燕麗等，2014）；更長時(shí)間段的研究表明，2000—2015年（16年）廣西植被NPP波動(dòng)下降，植被NPP對氣溫降水變化響應(yīng)不顯著，不同土壤類型條件下植被NPP變化趨勢差異較大，其中紅壤、石灰土、粗骨土地區(qū)的植被NPP下降，而磚紅壤地區(qū)的植被NPP增加，隨著海拔高度的上升，植被NPP呈“增加—下降—增加—下降”變化（熊小菊等，2019）。綜上所述，采用單一遙感監(jiān)測指標(biāo)研究表明，2000年以來廣西植被NDVI（廖春貴等，2018；張敏等，2019；楊艷萍等，2021；徐勇等，2023）和植被覆蓋度（何鑫茹，2018；黃冬梅等，2022；李同艷，2019）顯著增加，但植被NPP顯著下降（周愛萍等，2014；榮檢等，2017；熊小菊等，2019）?？梢?，廣西植被變化特征及其驅(qū)動(dòng)力受數(shù)據(jù)時(shí)間序列、遙感監(jiān)測指標(biāo)等的影響，研究結(jié)果存在較大的差異，具有局限性。植被生態(tài)質(zhì)量是植被地理分布、生產(chǎn)力和生態(tài)服務(wù)的綜合體現(xiàn)（汲玉河等，2021）。NDVI和NPP只能反映陸地生態(tài)系統(tǒng)服務(wù)功能或植被生態(tài)質(zhì)量的一個(gè)方面（錢拴等，2020）。因此，采用單一遙感監(jiān)測指標(biāo)評價(jià)植被生態(tài)質(zhì)量變化及其驅(qū)動(dòng)影響因素，結(jié)果都可能不夠全面。

植被生態(tài)質(zhì)量指數(shù)（ecological quality index，EQI）同時(shí)考慮了植被覆蓋度和植被NPP兩個(gè)指標(biāo)，可反映植被在單位面積上覆蓋狀況和生產(chǎn)能力的綜合能力，較大程度地解決了因采用NDVI、植被覆蓋度、NPP等單一遙感指標(biāo)而導(dǎo)致植被生態(tài)質(zhì)量監(jiān)測結(jié)果差異問題，已被證實(shí)適用于全國植被生態(tài)質(zhì)量監(jiān)測評價(jià)（錢拴等，2020）。EQI可較好反映植被時(shí)空變化特征（曹云等，2022；戴芳筠等，2022；韓靜等，2022），但在驅(qū)動(dòng)力研究方面，現(xiàn)有研究主要集中在氣溫和降水等氣象因子對植被生態(tài)質(zhì)量的影響，植被、地形、土壤因素等的影響涉及較少，針對廣西地區(qū)，尚未見利用以EQI為指標(biāo)進(jìn)行植被生態(tài)質(zhì)量變化及其驅(qū)動(dòng)力研究的報(bào)道。本研究以廣西植被為研究對象，基于2000—2020年MODIS NDVI遙感資料和逐日氣象數(shù)據(jù)，以EQI為評價(jià)指標(biāo)，采用線性趨勢分析、相關(guān)性分析、地理探測器等方法，通過分析21年的廣西植被生態(tài)質(zhì)量的時(shí)空變化特征及其影響因素，擬探討：（1）分析廣西復(fù)雜多變的植被生態(tài)變化特征；（2）探索廣西植被生態(tài)演變的驅(qū)動(dòng)機(jī)制。旨在為合理開發(fā)利用與保護(hù)廣西植物資源、推動(dòng)廣西生態(tài)綠色發(fā)展提供科學(xué)理論依據(jù)和技術(shù)支撐。

1? 材料與方法

1.1 研究區(qū)概況

廣西位于中國華南地區(qū)，分布于104°26′—112°04′ E、20°54′—26°24′ N之間，北部接南嶺山地，南部臨北部灣，西北部處于第二階梯中的云貴高原東南邊緣，屬云貴高原向東南沿海丘陵過渡地帶。地勢由桂西、桂西北、桂東北部逐步向桂中、桂東南傾斜。地形四周高中部低，形似盆地。地貌總體呈現(xiàn)山地連綿、丘陵起伏、平原狹小、河流眾多、巖溶廣布等特征。氣候類型屬中亞熱帶季風(fēng)氣候和南亞熱帶季風(fēng)氣候，雨熱同期，降水量時(shí)空分布不均，夏季時(shí)間長、氣溫高、降水多，冬季時(shí)間短、天氣干暖（廣西壯族自治區(qū)氣候中心編著，2007）。受西南暖濕氣流和北方變性冷氣團(tuán)的交替影響，干旱、暴雨洪澇、低溫冷（凍）害等氣象災(zāi)害發(fā)生頻繁。植被類型多樣，包括針葉林、闊葉林、灌叢、草叢、農(nóng)田栽培植被等。針葉林、闊葉林主要分布在桂西北、桂東南山地地區(qū)，灌草多分布在巖溶石山區(qū)，農(nóng)田栽培植被廣泛種植于廣西盆地中的平原、臺地和丘陵地區(qū)。土壤類型豐富，包括紅壤、黃壤、黃棕壤、紫色土、石灰?guī)r土、水稻土、潮土等。其中，石灰?guī)r土主要分布于喀斯特地區(qū)，水稻土主要分布在平原和三角洲及盆地、山間谷地地區(qū)。

1.2 數(shù)據(jù)源及處理

研究數(shù)據(jù)主要包括植被生態(tài)參數(shù)、氣象、地形、土壤、基礎(chǔ)地理信息等資料，柵格數(shù)據(jù)統(tǒng)一空間分辨率為250 m × 250 m，投影方式為CGCS2000 _GK_Zone_18。

1.2.1 植被生態(tài)參數(shù)數(shù)據(jù)? 利用NASA提供的MOD13Q1級植被指數(shù)產(chǎn)品，采用最大值合成法（maximum value composition，MVC），合成為月尺度的NDVI數(shù)據(jù)，采用三次樣條插值法（Spline），處理云污染像元，重構(gòu)高質(zhì)量NDVI數(shù)據(jù)序列。利用像元線性分解模型（蘇文豪等，2018），計(jì)算2000—2020年廣西植被覆蓋度（fractional vegetation cover，F(xiàn)VC）?；谥脖还饽芾迷恚╕an et al.，2015），利用重構(gòu)高質(zhì)量NDVI數(shù)據(jù)、結(jié)合地面氣象觀測資料，估算2000—2020年廣西植被凈初級生產(chǎn)力（NPP），計(jì)算公式如下。

NPPij=GPPij－Rij（1）

GPPij=εij×FPAR×PARij（2）

式中： NPPij、GPPij、Rij分別為第i年第j月的植被凈初級生產(chǎn)力、總初級生產(chǎn)力和呼吸消耗量（g C·m-2·month-1）；εij為第i 年第j 月的實(shí)際光能利用率；FPAR為植被吸收光合有效輻射的比例，是隨植被生長而變化的量，本文利用逐月NDVI估測逐月FPAR。PARij為第i年第j月的入射光合有效輻射（ MJ·m-2·month-1 ） ，采用聯(lián)合國糧農(nóng)組織推薦的方法由全國氣象站日照時(shí)數(shù)計(jì)算太陽總輻射，然后根據(jù)入射光合有效輻射占太陽總輻射的比例0.48計(jì)算PARij。

1.2.2 氣象數(shù)據(jù)? 氣象數(shù)據(jù)來源于廣西氣象信息中心，選取2000—2020年廣西境內(nèi)92個(gè)氣象站點(diǎn)的逐日平均氣溫、降水等數(shù)據(jù)，計(jì)算其月值、年值，采用反距離權(quán)重法插值生成250 m × 250 m的氣象要素柵格數(shù)據(jù)。

1.2.3 地形數(shù)據(jù)? 地形數(shù)據(jù)為分辨率30 m的廣西數(shù)字高程模型（digital elevation model，DEM）數(shù)據(jù)，來源于地理空間數(shù)據(jù)云，經(jīng)幾何校正、拼接、鑲嵌、裁剪和投影變換處理獲得廣西海拔高度、坡度等地形數(shù)據(jù)。

1.2.4 土壤數(shù)據(jù)? 土壤數(shù)據(jù)主要包括土壤類型數(shù)據(jù)和土壤質(zhì)地?cái)?shù)據(jù)，來源于世界土壤數(shù)據(jù)庫（Harmonized World Soil Database，HWSD），經(jīng)裁剪和投影變換處理獲得廣西土壤類型、土壤質(zhì)地?cái)?shù)據(jù)。

1.2.5 植被類型? 基于Landsat TM/ETM/OLI衛(wèi)星遙感數(shù)據(jù)，參照不同植被的光譜特征，確定不同植被的遙感分類特征參數(shù)，采用最大似然法（孫家抦，2003）、決策樹分層等提取方法，獲取2000、2005、2010、2015、2020年廣西森林、灌草、農(nóng)田植被類型信息數(shù)據(jù)。

1.3 方法

1.3.1 植被生態(tài)質(zhì)量評價(jià)方法? 基于植被凈初級生產(chǎn)力和植被覆蓋度，采用權(quán)重加權(quán)法構(gòu)建植被生態(tài)質(zhì)量指數(shù)，作為評價(jià)指標(biāo)，定量反映2000—2020年廣西植被生態(tài)質(zhì)量變化特征。植被生態(tài)質(zhì)量指數(shù)計(jì)算公式如下（錢栓等，2020）。

Qi=100（f1×NPPiNPPm+f2×FVCi）（3）

式中： Qi為第i年植被綜合生態(tài)質(zhì)量指數(shù)；FVCi為第i年平均植被覆蓋度，由全年12個(gè)月植被覆蓋度取平均值獲得；NPPi為第i年植被凈初級生產(chǎn)力，由全年12個(gè)月累加值獲得；NPPm為某時(shí)段年植被NPP的歷史最高值，即空間區(qū)域范圍內(nèi)相應(yīng)時(shí)段最好氣候條件下的年植被NPP；f1、f2分別為權(quán)重系數(shù)（f1=0.5， f2=0.5）。

1.3.2 植被動(dòng)態(tài)變化度計(jì)算方法? 采用時(shí)空變化模型，計(jì)算廣西植被動(dòng)態(tài)變化度，公式如下（畢寶德，2006）。

K=Ub－UaUa×1T×100%（4）

式中： K為植被動(dòng)態(tài)度（%）；Ua和Ub代表研究初期和末期的植被面積（km2）；T為研究時(shí)段長（a）。

1.3.3 趨勢分析法? 采用一元線性回歸方法，對2000—2020年廣西植被生態(tài)質(zhì)量指數(shù)變化趨勢進(jìn)行時(shí)間序列分析，以趨勢率表示植被生態(tài)質(zhì)量指數(shù)在該時(shí)間段內(nèi)的增加或減少的速率。趨勢率計(jì)算公式如下（張?jiān)聟驳龋?008）。

θslope=n×∑ni=1i×Qi－∑ni=1i∑ni=1Qin×∑ni=1i2－∑ni=1i2（5）

式中： θslope為趨勢率；Qi為第i年的年植被生態(tài)質(zhì)量指數(shù)；n為要評價(jià)的年限。θslope>0表示在某段時(shí)間研究區(qū)域植被生態(tài)質(zhì)量為增加趨勢，植被生態(tài)改善；反之表示區(qū)域植被生態(tài)質(zhì)量為減少趨勢，植被退化。

1.3.4 相關(guān)分析法? 利用GIS技術(shù)和相關(guān)分析法，分析廣西植被生態(tài)質(zhì)量變化與地形、土壤、氣候條件的相關(guān)性。將植被生態(tài)質(zhì)量指數(shù)空間分布圖與地形高程圖、坡度圖相對應(yīng)，高程以10 m為步長、坡度以1°為步長，分別統(tǒng)計(jì)每10 m高程、1°坡度區(qū)間內(nèi)2000—2020年不同時(shí)段廣西植被生態(tài)質(zhì)量指數(shù)的平均值，分析地形條件對植被生態(tài)質(zhì)量影響。同樣將植被生態(tài)質(zhì)量指數(shù)空間分布圖與土壤類型圖、土壤質(zhì)地圖、植被類型圖相對應(yīng)，統(tǒng)計(jì)每類土壤類型、土壤質(zhì)地類型、植被類型的2000—2020年不同時(shí)段廣西植被生態(tài)質(zhì)量指數(shù)的平均值，分析土壤、植被類型對植被生態(tài)質(zhì)量影響。基于2000—2020年廣西年平均植被生態(tài)質(zhì)量指數(shù)與同期氣溫、降水量數(shù)據(jù)，利用偏相關(guān)和復(fù)相關(guān)分析法（穆少杰等，2012），分別計(jì)算基于像元尺度的廣西植被生態(tài)質(zhì)量年際變化與各氣候因子的相關(guān)系數(shù)，并采用T和F檢驗(yàn)法分別對偏相關(guān)系數(shù)和復(fù)相關(guān)系數(shù)的顯著性進(jìn)行檢驗(yàn)。參考相關(guān)研究成果（曹磊等，2014），相關(guān)系數(shù)通過0.05水平的顯著性檢驗(yàn)，則認(rèn)為其相關(guān)性達(dá)到顯著水平；相關(guān)系數(shù)通過0.01水平的顯著性檢驗(yàn)，則認(rèn)為其相關(guān)性達(dá)到極顯著水平，以此分析氣候條件對植被生態(tài)質(zhì)量變化的響應(yīng)。

1.3.5 驅(qū)動(dòng)力分析法? 地理探測器是探測要素的空間分異性，并揭示其背后驅(qū)動(dòng)力的統(tǒng)計(jì)學(xué)方法（王勁峰和徐成東，2017）。其核心思想為假設(shè)某個(gè)自變量對某個(gè)因變量有重要影響，那么自變量和因變量的空間分布應(yīng)該具有相似性。其解釋力用q值度量，公式如下（Wang et al.， 2010）。

q=1－∑Lh=1Nhσ2hNσ2（6）

式中： h=1，2…；L為因變量（Y）和自變量（X）的分層；Nh 和N分別為層h內(nèi)和區(qū)域內(nèi)的單元數(shù)；σ2h和σ2是層h和全區(qū)的Y值的方差。地理探測器q統(tǒng)計(jì)量的值域?yàn)椋?，1］，q值越大說明因變量的空間分異性越明顯，各項(xiàng)自變量因子對因變量的解釋力越強(qiáng)。

利用王勁峰和徐成東（2017）提出的數(shù)據(jù)離散化方法，將植被生態(tài)質(zhì)量變化因變量和自變量進(jìn)行離散化處理，利用因子分析和交互探測，計(jì)算各自然因素對植被生態(tài)質(zhì)量變化的影響力q及其相互作用關(guān)系，分析植被生態(tài)質(zhì)量變化的驅(qū)動(dòng)力。

2? 結(jié)果與分析

2.1 廣西植被生態(tài)質(zhì)量時(shí)空變化特征分析

2.1.1 時(shí)間變化特征? 2000—2020年廣西年植被生態(tài)質(zhì)量指數(shù)在時(shí)間上呈現(xiàn)波動(dòng)式增加趨勢，植被生態(tài)改善明顯（圖1）。2000—2020廣西年平均植被生態(tài)質(zhì)量指數(shù)為50～80，趨勢率達(dá)到6.3/10 a（P<0.05）。2005年最低（62.72），2017年最高（77.75）。2000—2005年、2006—2010年、2011—2015年、2016—2020年4個(gè)時(shí)段廣西年均植被生態(tài)質(zhì)量指數(shù)分別為66.29、68.40、71.45、76.82。表明廣西年平均植被生態(tài)質(zhì)量指數(shù)逐步增加，但2006—2010時(shí)段平均植被生態(tài)質(zhì)量指數(shù)增長稍偏慢，可能與2006—2010時(shí)段嚴(yán)重少雨干旱、低溫寒凍災(zāi)害頻發(fā)相關(guān)。2011—2015時(shí)段開始跳躍式增長，尤其從2013年開始呈現(xiàn)明顯上升趨勢；2016—2020時(shí)段較2000—2005時(shí)段的廣西年均植被生態(tài)質(zhì)量指數(shù)提高了14.62%，生態(tài)環(huán)境總體提升顯著，植被生態(tài)呈現(xiàn)好轉(zhuǎn)態(tài)勢。

2.1.2 空間變化特征? 2000—2020年廣西年植被生態(tài)質(zhì)量空間分異明顯（圖2）。2000年以來，廣西年均植被生態(tài)質(zhì)量指數(shù)呈現(xiàn)四周高，中間低的特征，高值區(qū)逐漸由東部和南部向西部和北部擴(kuò)展。2000—2005年、2006—2010年兩個(gè)時(shí)段空間分布格局相似，分別有78.21%、82.89%區(qū)域植被生態(tài)質(zhì)量指數(shù)為高值區(qū)（大于70），主要分布在東部的梧州市，南部的防城港市。2011—2015年，廣西植被生態(tài)質(zhì)量繼續(xù)改善，高值區(qū)擴(kuò)展至玉林市、欽州市、崇左市，占比為89.86%。2016—2020年廣西植被生態(tài)質(zhì)量提升明顯，高值區(qū)擴(kuò)展至百色市、河池市，占比為95.31%，大部分植被生態(tài)質(zhì)量總體趨向好的態(tài)勢發(fā)展。

2.1.3 時(shí)空變化趨勢? 基于廣西植被生態(tài)質(zhì)量指數(shù)，以2000年為基準(zhǔn)，計(jì)算2000—2020年廣西植被生態(tài)植被變化趨勢率（θslope）。利用自然斷點(diǎn)法，結(jié)合植被生態(tài)改善的實(shí)際情況，將θslope劃分為明顯變差（θslope≤-1.0）、變差（-1.0＜θslope≤-0.5）、略變差（-0.5＜θslope≤0.0）、略變好（0.0＜θslope≤0.5）、變好（0.5＜θslope≤1.0）、明顯變好（θslope＞1.0）6個(gè)等級，并利用F檢驗(yàn)法對θslope進(jìn)行顯著性檢驗(yàn)（圖3）。2000—2020年廣西總體

有98.83%區(qū)域的植被生態(tài)質(zhì)量呈變好趨勢，88.71%區(qū)域通過顯著性增加檢驗(yàn)，植被生態(tài)改善顯著，主要分布在來賓市中南部、南寧市南部、欽州市中南部；僅有1.17%區(qū)域的植被生態(tài)質(zhì)量呈下降趨勢，0.45%區(qū)域通過顯著性減少檢驗(yàn)，主要分布在南寧市、柳州市、梧州市、玉林市等城鎮(zhèn)開發(fā)區(qū)。

2.2 廣西植被生態(tài)質(zhì)量變化驅(qū)動(dòng)因素分析

2.2.1 地形對植被生態(tài)質(zhì)量的影響? 2000—2020年不同時(shí)段廣西年均植被生態(tài)質(zhì)量指數(shù)隨地形環(huán)境的變化趨勢如圖4所示。從海拔可以看出，0 m至200 m，廣西年均植被生態(tài)質(zhì)量指數(shù)隨著海拔增加上升速度最快；200 m至400 m，隨著海拔增加呈現(xiàn)緩慢上升趨勢；400 m至800 m，隨著海拔增加呈現(xiàn)降低趨勢；800 m至1 200 m，隨著海拔的上升幾乎保持不變的趨勢；1 200 m至1 600 m，隨著海拔的上升呈現(xiàn)緩慢下降趨勢；1 600 m至2 000 m，隨著海拔的上升呈現(xiàn)出現(xiàn)較強(qiáng)的上下升波動(dòng)趨勢。從坡度可以看出，0°至15°，植被生態(tài)質(zhì)量隨著坡度的上升而增加的趨勢明顯；15°至25°，隨著坡度的上升呈現(xiàn)緩慢趨勢；25°至45°，隨著坡度的上升呈現(xiàn)略下降趨勢；45°至60°隨著坡度的上升呈現(xiàn)幾乎保持不變的趨勢；60°至80°，隨著坡度的上升出現(xiàn)“上升—下降—上升”波動(dòng)趨勢。從不同時(shí)段可以看出，在海拔0～800 m、坡度0°至25°范圍內(nèi)，4個(gè)時(shí)段廣西植被生態(tài)質(zhì)量均逐步提升，但在1 200～1 600 m海拔范圍內(nèi)，2006—2010年、2011—2015年較2000—2005年時(shí)段的植被生態(tài)質(zhì)量指數(shù)降低，可能與復(fù)雜地形和自然災(zāi)害有關(guān)；2016—2020年時(shí)段全區(qū)不同地形環(huán)境下植被生態(tài)質(zhì)量均得到了大幅度的提升。

2.2.2 土壤對植被生態(tài)質(zhì)量的影響? 2000—2020年不同時(shí)段廣西年均植被生態(tài)質(zhì)量指數(shù)隨土壤環(huán)境的變化趨勢如圖5所示。對于不同土壤類型而言，廣西黃壤的平均植被生態(tài)質(zhì)量指數(shù)最高，為75.6；其次是黃紅壤，為75.0；石灰土和紫色土基本相同，為70.1；潮土、水稻土較低，分別為64.9、55.3。對于不同土壤質(zhì)地而言，廣西平均植被生態(tài)質(zhì)量指數(shù)壤土最高，平均為68.5；其次是粘土，平均為65.1；砂土最低，平均為62.4。對于不同時(shí)段而言，除砂質(zhì)壤土、粉砂質(zhì)粘土2006—2010年時(shí)段較2000—2005年時(shí)段植被生態(tài)質(zhì)量指數(shù)有下降趨勢，其余土壤質(zhì)地類型均呈現(xiàn)上升趨勢；2016—2020年時(shí)段全區(qū)域土壤質(zhì)地植被生態(tài)質(zhì)量均得到了大幅度的提升。

2.2.3 植被類型對植被生態(tài)質(zhì)量的影響? 利用2000年、2005年、2010年、2015年、2020年廣西植被類型信息，分別統(tǒng)計(jì)2000—2005年、2006—2010年、2011—2015年、2016—2020年廣西植被類型動(dòng)態(tài)度及其生態(tài)質(zhì)量指數(shù)平均值（表1）。結(jié)果表明，廣西森林、灌草、農(nóng)田植被動(dòng)態(tài)變化及其生態(tài)質(zhì)量差異明顯。從植被動(dòng)態(tài)變化看，2000—2020年4個(gè)時(shí)段森林、灌草的動(dòng)態(tài)度均大于0，其中，森林的動(dòng)態(tài)度最大，4個(gè)時(shí)段的年平均增長率為1.30%，是廣西植被面積演變的主導(dǎo)因子，灌草的動(dòng)態(tài)度次之，年平均增長率為0.56%，呈現(xiàn)逐年增長趨勢，農(nóng)田植被的動(dòng)態(tài)度均小于0，呈減少趨勢，年平均減少率為2.64%且在2010年以后減少最為劇烈。從不同植被類型植被生態(tài)質(zhì)量看，森林平均植被生態(tài)質(zhì)量較好，為74.38，灌草次之，為72.19，農(nóng)田植被最低，為64.93。從不同時(shí)間段看，2000—2010年廣西農(nóng)田植被生態(tài)質(zhì)量指數(shù)年均增速最快，森林次之，灌草較慢；2011—2020年，森林植被生態(tài)質(zhì)量指數(shù)年均增速最快，灌草次之，農(nóng)田較慢（圖6）。

2.2.4 氣候?qū)χ脖簧鷳B(tài)質(zhì)量變化的影響

2000—2020年廣西年均氣溫的變化范圍為20.25～21.77 ℃，多年均值為20.96 ℃，呈現(xiàn)上升趨勢；年降水量的變化范圍為1 224.05～1 920.32 mm，多年均值為1 547.51 mm，呈現(xiàn)上升趨勢（圖7）。廣西氣溫、降水量變化與植被生態(tài)質(zhì)量指數(shù)的正相關(guān)特征明顯（圖8）。氣溫與植被生態(tài)質(zhì)量指數(shù)的偏相關(guān)系數(shù)為-0.69～0.92，平均值為0.32。正、負(fù)相關(guān)區(qū)域分別占總面積的94.26%、5.74%。其中，顯著正相關(guān)區(qū)域占比為39.90%，主要分布在桂東北的桂林市、柳州市、河池市的東部和西部，桂西北百色市北部，桂南的欽州市東北部、防城港市東部，桂中來賓市東北部；顯著負(fù)相關(guān)區(qū)域僅占0.24%，主要分布在梧州南部。降水量與植被生態(tài)質(zhì)量指數(shù)的偏相關(guān)系數(shù)為-0.64～0.89，平均值為0.34。正、負(fù)相關(guān)的區(qū)域分別占總面積的96.57%、3.43%。其中，顯著正相關(guān)區(qū)域占比為44.38%，主要分布在百色市東南部和西北部，崇左市、南寧市、梧州市的大部分，河池市東南部，桂林市東南部和東北部，賀州市北部，欽州市東北部；顯著負(fù)相關(guān)區(qū)域僅占0.04%。氣溫降水量與植被生態(tài)質(zhì)量指數(shù)的復(fù)相關(guān)系數(shù)為0.00～0.92，平均值為0.49。

復(fù)相關(guān)性較強(qiáng)區(qū)域（系數(shù)大于0.4）較大，占總面積的73.19%，顯著區(qū)域占比為44.14%，主要分布在柳州市東北部、河池市東部、桂林市西南部、百色市西北部和東南部、 崇左市西部、南寧市西北部、欽州市東部和梧州市中部。其余大部分為不顯著區(qū)域，占比為55.86%。

基于廣西植被生態(tài)質(zhì)量變化與各氣候因子的相關(guān)性及其顯著性檢驗(yàn)，采用植被定量因子變化的驅(qū)動(dòng)分區(qū)方法，構(gòu)建廣西植被生態(tài)質(zhì)量演變氣候驅(qū)動(dòng)因素分區(qū)指標(biāo)（表2）。氣溫降水強(qiáng)驅(qū)動(dòng)（［T+P］+）：R1和R2均滿足|t|＞t 0.01且R3滿足F＞F0.05。氣溫為主要驅(qū)動(dòng)（T）：R1滿足|t|＞t 0.01且R3滿足F＞F0.05。降水為主要驅(qū)動(dòng)（P）：R2滿足|t|＞t 0.01且R3滿足F＞F0.05。氣溫降水弱驅(qū)動(dòng)（［T+P］-）：R1和R2均滿足|t|≤t 0.01且R3滿足F＞F0.05。非氣候驅(qū)動(dòng)（NC）：R3滿足F≤F0.05。

根據(jù)驅(qū)動(dòng)力分區(qū)指標(biāo)，利用GIS技術(shù)，劃分廣西植被生態(tài)質(zhì)量演變驅(qū)動(dòng)力分區(qū)（圖9）。2000—2020年廣西植被生態(tài)質(zhì)量演變驅(qū)動(dòng)力主要分為氣候驅(qū)動(dòng)力與非氣候驅(qū)動(dòng)力，占比分別為44.14%、55.86%。氣候驅(qū)動(dòng)力以氣溫為主要驅(qū)動(dòng)（T）的區(qū)域面積最大，占比為17.86%，主要分布在柳州市的三江縣、柳江區(qū)、融水縣，桂林市大部分，百色市樂業(yè)縣，賀州市昭平縣，該地區(qū)地處云貴高原邊緣山地地區(qū)，降水充沛，年均降水為1 633.2 mm，高于全區(qū)年均降水量5.54%，但地形復(fù)雜，平均海拔為472.1 m，平均坡度為20.7°，因此植被生態(tài)質(zhì)量變化對氣溫較為敏感。降水為主要驅(qū)動(dòng) （P） 的區(qū)域面積次之，占比為13.64%，主要集中在百色市隆林縣、西林縣、田東縣、田陽縣，崇左市龍州縣，南寧市武鳴區(qū)，賀州市富川縣，桂林市平樂縣，梧州市藤縣、蒼梧縣，該地區(qū)地處廣西丘陵地區(qū)，平均海拔為365.2 m，平均坡度為18.7°，熱量充足，年均氣溫為21.3 ℃，但該地年均降水量相對較少，為1 422.9 mm，低于全區(qū)年均降水量的8.05%，氣象干旱風(fēng)險(xiǎn)較大，因此植被生態(tài)質(zhì)量變化對降水量較為敏感。氣溫降水強(qiáng)驅(qū)動(dòng)（［T+P］+）、氣溫降水弱驅(qū)動(dòng)（［T+P］-）的區(qū)域面積較小，占比分別為7.59%、5.05%，氣候條件均介于T型和P型之間，空間分布上，［T+P］+型主要集中在河池市宜州區(qū)，柳州市柳江區(qū)、柳城縣，桂林市恭城縣、平樂縣、全州縣，百色市隆林縣、田林縣，來賓市武宣縣，欽州市浦北縣，梧州市龍圩區(qū)；［T+P］-型零散分布在柳州市融安縣、來賓市興賓區(qū)。其余大部分地區(qū)屬于非氣候驅(qū)動(dòng)（NC）的區(qū)域，該地區(qū)大部分屬于喀斯特地貌，地形復(fù)雜，植被以灌木、灌叢為主，土壤以石灰土為主，土層薄，土地貧瘠，石漠化嚴(yán)重，易受自然災(zāi)害的影響，是廣西生態(tài)恢復(fù)治理重點(diǎn)關(guān)注區(qū)域。

2.3 廣西植被生態(tài)質(zhì)量變化驅(qū)動(dòng)力分析

基于廣西植被生態(tài)質(zhì)量變化的驅(qū)動(dòng)因素分析，利用數(shù)據(jù)離散化方法，將地形、土壤、植被、氣候因子進(jìn)行分類。其中，地形因子，選擇高程（X1）按照＜200 m、200～400 m、400～800 m、800～1 200 m、1 200～1 600 m、＞1 600 m分為6類，坡度（X2）按照＜15°、15°～25°、25°～45°、45°～60°、＞60°分為5類；土壤因子，選擇土壤類型（X3）按照黃壤、紅壤、黃紅壤、紅粘土、石灰土、紫色土、潮土、水稻土分為8類，土壤質(zhì)地（X4）按照砂質(zhì)壤土、砂質(zhì)粘壤土、粘土、壤土、粉砂壤土、壤質(zhì)沙土、砂土、粉砂質(zhì)粘壤土、粉砂質(zhì)粘土分為9類；植被因子，選擇植被類型（X5）按照森林、灌草、農(nóng)田、其他分為4類，年均植被覆蓋度（X6）按照＜30%、30%～45%、45%～60%、60%～75%、＞75%分為5類，年均植被凈初級生產(chǎn)力（X7）按照＜600 gC·m-2、600～800 gC·m-2、800～1 000 gC·m-2、1 000～1 200 gC·m-2、＞1 200 gC·m-2分為5類；氣候因子，選擇年均降水量（X8）按照＜1 200 mm、1 200～1 400 mm、1 400～1 600 mm、1 600～1 800 mm、1 800～2 000 mm、＞2 000 mm分為6類，年均氣溫（X9）按照＜19 ℃、19～20 ℃、20～21 ℃、21～22 ℃、＞22 ℃分為5類。以年均植被生態(tài)質(zhì)量指數(shù)為因變量，地形、土壤、植被、氣候等因子為自變量，利用ArcGIS的漁網(wǎng)點(diǎn)工具生成等間距（0.025°）的采樣點(diǎn)，并對因變量及各自變量的柵格數(shù)據(jù)進(jìn)行信息提取，采用地理探測器分析2000—2020年各階段廣西植被生態(tài)質(zhì)量變化驅(qū)動(dòng)機(jī)制。

2.3.1 單因子驅(qū)動(dòng)力探測結(jié)果? 廣西植被生態(tài)質(zhì)量變化單因子探測結(jié)果表明（表3），各驅(qū)動(dòng)因子對廣西植被生態(tài)質(zhì)量時(shí)空分布的影響程度有明顯差異。各生態(tài)環(huán)境因素對應(yīng)的平均q值大小排序?yàn)橹脖唬镜匦危就寥溃練夂颉膯斡绊懸蜃咏忉屃Φ慕嵌葋砜?，年均植被凈初級生產(chǎn)力和植被覆蓋度的解釋力均在70%以上，是影響廣西植被生態(tài)質(zhì)量時(shí)空分異的最主要因素；高程、坡度、植被類型的解釋力在20%～60%之間，是影響廣西植被生態(tài)質(zhì)量時(shí)空分異的次要因素；土壤類型、土壤質(zhì)地、年均降水量和氣溫的解釋力均小于10%，對廣西植被生態(tài)質(zhì)量的空間分異特征影響最小。從分時(shí)間段來看，2000—2020 年廣西植被生態(tài)質(zhì)量變化的地形、土壤、氣候單影響因子q值均呈下降趨勢，而植被單影響因子呈上升趨勢，表明地形、土壤、氣候單影響因子對植被生態(tài)質(zhì)量空間分布的解釋力逐步減弱，而植被單影響因子的解釋力逐步增強(qiáng)。

2.3.2 因子交互作用探測結(jié)果

廣西植被生態(tài)質(zhì)量變化因子交互作用探測結(jié)果表明（表4），廣西植被生態(tài)質(zhì)量時(shí)空分異特征的形成并非只受單一因子影響，而是各因子共同作用的結(jié)果；各影響因子間的交互作用對廣西植被生態(tài)質(zhì)量的影響呈非線性增強(qiáng)及雙因子增強(qiáng)關(guān)系，不存在相互獨(dú)立或減弱的情況。從不同類型因子的解釋力而言，地形與植被、土壤與植被、氣候與植被因子交互作用最明顯，平均解釋力在60%以上，其中坡度與植被凈初級生產(chǎn)力（q=0.884 3）、高程與植被凈初級生產(chǎn)力（q=0.875 0）、氣溫與植被凈初級生產(chǎn)力（q=0.861 1）、土壤類型與植被凈初級生產(chǎn)力（q=0.852 3）、土壤質(zhì)地與植被凈初級生產(chǎn)力（q=0.852 0）、降水量與植被凈初級生產(chǎn)力（q=0.851 6）、土壤類型與植被覆蓋度（q=0.804 9）的交互作用最強(qiáng)，平均解釋力在80%以上；高程與植被覆蓋度（q=0.789 1）、氣溫與植被覆蓋度（q=0.786 1）、土壤類型與植被覆蓋度（q=0.784 9）、土壤質(zhì)地與植被覆蓋度（q=0.784 8）、降水量與植被覆蓋度（q=0.782 8）的交互作用次之，平均解釋力為60%～80%；土壤類型與降水量（q=0.095 5）、土壤類型與氣溫（q=0.093 5）、土壤質(zhì)地與氣溫（q=0.083 6）、土壤質(zhì)地與降水量（q=0.069 2）的交互作用最弱，解釋力小于10%。從同類型因子的解釋力而言，植被因子交互作用較明顯，其中植被覆蓋度與植被凈初級生產(chǎn)力（q=0.928 8）、植被類型與植被凈初級生產(chǎn)力（q=0.863 2）、植被類型與植被覆蓋度（q=0.791 7）的交互作用最強(qiáng)，平均解釋力達(dá)70%以上；高程與坡度（q=0.483 9）、土壤類型與土壤質(zhì)地（q=0.118 0）的交互作用次之，平均解釋力為10%～50%；降水量與氣溫（q=0.072 2）的交互作用最弱，平均解釋力小于10%。

3? 討論

基于不同評價(jià)指標(biāo)的植被生態(tài)質(zhì)量時(shí)空變化特征存在差異。本研究選擇基于植被覆蓋度和凈初級生產(chǎn)力共同構(gòu)建的生態(tài)質(zhì)量指數(shù)（EQI）為評價(jià)指標(biāo)，研究結(jié)果表明，2000—2020年廣西植被EQI波動(dòng)增加，植被生態(tài)明顯改善，這與全國尺度以植被綜合生態(tài)質(zhì)量指數(shù)QI（錢栓等，2020）為指標(biāo)的評估結(jié)果相符。與單獨(dú)以植被NPP為評價(jià)指標(biāo)的評估結(jié)果不相符（周愛萍等，2014；榮檢等，2017；熊小菊等，2019）。主要原因是本研究依據(jù)植被生態(tài)學(xué)原理，不但采用了決定植被分布與量度內(nèi)在與外在原因的植被生產(chǎn)力表征，還采用了植被對自然生態(tài)過程或生態(tài)平衡所做出的以經(jīng)濟(jì)貢獻(xiàn)作為評價(jià)指標(biāo)的植被覆蓋度表征，以此構(gòu)建的植被綜合生態(tài)質(zhì)量模型分析植被生態(tài)質(zhì)量時(shí)空分布特征，結(jié)果較單因子評價(jià)客觀全面。此外，本研究結(jié)果顯示，廣西植被生態(tài)質(zhì)量改善存在較大的空間異質(zhì)性，EQI呈現(xiàn)四周高、中間低的特征，這與研究區(qū)植被覆蓋度（王永鋒等，2017；楊艷萍等，2021）、植被NPP（榮檢等，2017；熊小菊等，2019）分布格局基本一致，主要原因是與廣西地形呈周高中低、形似盆地特征有密切相關(guān)。EQI以植被覆蓋度指標(biāo)表征植被生態(tài)功能，植被NPP表征植被生產(chǎn)功能，兩者的權(quán)重系數(shù)可以根據(jù)研究地區(qū)及植被類型進(jìn)行調(diào)整，這對于氣候梯度、植被生態(tài)系統(tǒng)類型地域差異明顯的中國不同地區(qū)具有很好的適用性，但植被覆蓋度和植被NPP的兩者權(quán)重等參數(shù)本地化需深入研究。

植被生態(tài)質(zhì)量受到氣象災(zāi)害和人類活動(dòng)影響顯著。干旱、洪澇及極端氣溫變化等極端氣象災(zāi)害會(huì)降低森林覆蓋率和森林質(zhì)量（王劍波等，2012），如2008年低溫雨雪冰凍災(zāi)害導(dǎo)致廣西大量林木被損毀， 生態(tài)環(huán)境受到嚴(yán)重影響 （王祝雄等，2008）。本研究發(fā)現(xiàn)2000—2010年廣西植被EQI較低，可能原因是在這期間2004、2005、2006、2009年廣西區(qū)域旱情嚴(yán)重（陳燕麗等，2019b），導(dǎo)致植被綠度和生產(chǎn)力降低，影響植被生態(tài)質(zhì)量，因此研究結(jié)果與實(shí)際災(zāi)情相符。此外，人類活動(dòng)對植被EQI的影響也不可忽視。自1999年以來，國家實(shí)施多項(xiàng)退耕還林和石漠化治理工程，增加對林草植被保護(hù)的投入（馬華等，2014），以林業(yè)生態(tài)建設(shè)為中心的石漠化治理工程對減少石漠化起到了顯著效果，2012年廣西石漠化減少面積在全國8個(gè)石漠化省區(qū)中最多，全區(qū)森林覆蓋率達(dá)61.4%，躍居全國第三（黃文華等，2013）。可見，人類活動(dòng)增加了植被覆蓋度，提升了植被生產(chǎn)力，進(jìn)而改善了植被生態(tài)質(zhì)量。本研究也發(fā)現(xiàn)森林和灌草動(dòng)態(tài)度大于0，面積遞增，而農(nóng)田植被動(dòng)態(tài)度小于0，面積減少，2013年廣西植被EQI開始跳躍式增長，植被生態(tài)明顯改善。這說明廣西森林和灌草面積增加，農(nóng)田面積減少，植被類型之間均存在相互轉(zhuǎn)移變化。聯(lián)系實(shí)際，植被類型變化轉(zhuǎn)移原因可能與國家石漠化治理“退耕還林還草”政策、城市化進(jìn)程建設(shè)項(xiàng)目占用或非農(nóng)活動(dòng)導(dǎo)致耕地減少、農(nóng)村勞動(dòng)人口外出務(wù)工導(dǎo)致耕地丟荒等原因有關(guān)。本研究對2000—2020年廣西各階段植被生態(tài)變化的因子驅(qū)動(dòng)力進(jìn)行探測，結(jié)果也表明地形、土壤、氣候影響因子對植被生態(tài)質(zhì)量時(shí)空分異的解釋力逐步減弱，而植被影響因子的解釋力逐步增強(qiáng)，說明人類活動(dòng)降低了地形、土壤、氣候?qū)χ脖簧鷳B(tài)質(zhì)量空間分異的影響。因此，未來廣西生態(tài)環(huán)境保護(hù)應(yīng)著重考慮自然災(zāi)害、人類活動(dòng)對植被的影響，同時(shí)也應(yīng)考慮多種自然因子之間的協(xié)同作用，從多視角、多維度探究各因子對植被生態(tài)質(zhì)量的影響，合理制定植被生態(tài)保護(hù)與修復(fù)措施。

地形、土壤、植被、氣候?qū)χ脖簧鷳B(tài)的影響存在較大的空間差異。對于地形而言，其涵蓋了高程、坡度等多維變量，通過水熱和土壤條件影響植被生長（鄧元杰等，2020）。本研究發(fā)現(xiàn)，在高程＜400 m、坡度＜25°的區(qū)域，EQI較低且波動(dòng)性強(qiáng)，可能原因是該區(qū)域?yàn)槿祟惢顒?dòng)密集區(qū)人類活動(dòng)較多，同時(shí)由于該區(qū)域?yàn)槠皆颓鹆赀^渡地帶，植被類型不穩(wěn)定，農(nóng)田向灌草、森林轉(zhuǎn)變頻率較高，因而EQI變化較明顯，楊艷萍等（2021）對廣西地區(qū)植被NDVI隨地形變化特征的研究中得出相似結(jié)論。在1 600 m＜高程＜2 000 m、60°＜坡度＜80°的區(qū)域，EQI隨高程和坡度波動(dòng)性也較強(qiáng)，可能與該區(qū)域的地貌有關(guān)，該區(qū)域主要包括喀斯特和山地丘陵兩種地貌類型，喀斯特地貌即巖溶石山區(qū)，植被以灌草、灌木為主，EQI相對較低，山地丘陵以木本、藤本植物為主，EQI相對較高。另外，該區(qū)域多為山峰頂端，坡度較大，多數(shù)植被附著力低，極易發(fā)生水土流失，導(dǎo)致EQI穩(wěn)定性較差。土壤方面，由于結(jié)構(gòu)、質(zhì)地、肥力等方面的差異，不同土壤類型條件下植被的生長速度和長勢不同。本研究發(fā)現(xiàn)壤土植被EQI較高，砂土植被EQI較低。已有研究也表明壤土通氣透水、蓄水保肥，適宜植被生長，而砂土土溫高、有機(jī)質(zhì)不易積累、腐殖質(zhì)含量低，不利于植被生長。氣候方面，已經(jīng)證實(shí)氣溫和降水等氣象因子是植被生長的重要驅(qū)動(dòng)力，但兩者的響應(yīng)規(guī)律則因研究時(shí)段、遙感參數(shù)和研究方法有一定的差異。對于廣西地區(qū)植被而言，楊艷萍等（2021）研究發(fā)現(xiàn)在居民用地和未利用土地上植被對氣溫響應(yīng)較劇烈，而在林地上植被對降水響應(yīng)較劇烈；李燕麗等（2014）發(fā)現(xiàn)廣西植被NPP與降水正相關(guān)，與溫度相關(guān)性不顯著；而榮檢等（2017）認(rèn)為年尺度上廣西植被NPP與降水負(fù)相關(guān)，與氣溫正相關(guān)；熊小菊等（2019）提出廣西植被NPP對氣溫降水變化響應(yīng)不顯著。說明不同植被類型受降水和溫度的影響大小具有較大差異性（王永鋒等，2017），兩者的作用大小尚需深入研究（韋振鋒等，2013；張敏等，2019）。本研究采用偏相關(guān)方法分析兩者的響應(yīng)特征，發(fā)現(xiàn)廣西植被EQI在氣溫和降水共同影響下具有較強(qiáng)空間異質(zhì)性，EQI與氣溫、降水均顯著正相關(guān)，對于海拔較高、降水豐富的山地，植被EQI對氣溫響應(yīng)更敏感，對于海拔較低、降水相對偏少的丘陵，植被EQI對降水響應(yīng)更敏感。可能原因是對于山地地區(qū)，若降水豐富，則提供了充足的水分來源，一定程度上削弱了降水對植被的直接效應(yīng)，而由于海拔較高，溫度變化較大，影響不同植被的光合作用，因而植被EQI對氣溫響應(yīng)更敏感；對于丘陵地區(qū)，若熱量充足，則提供了穩(wěn)定的熱量，一定程度上削弱了氣溫對植被的直接效應(yīng)，而由于水分偏少，從而抑制不同植被的生長，因而植被EQI對降水響應(yīng)更敏感。這與前人研究的在半濕潤和濕潤區(qū)，溫度對植被的影響要高于降水，而在半干旱區(qū)，降水對植被的影響要高于溫度的結(jié)論基本一致（Hua et al.，2017；張顧萍等，2021）。

植被生態(tài)質(zhì)量時(shí)空演變驅(qū)動(dòng)力存在一定的耦合關(guān)系。本研究對廣西植被EQI變化氣候驅(qū)動(dòng)力分區(qū)的結(jié)果表明，以氣溫、降水為主要驅(qū)動(dòng)的區(qū)域面積較大，而單因子探測結(jié)果表明，氣溫和降水量對廣西植被EQI的空間分異特征影響較小。因子交互作用探測結(jié)果進(jìn)一步表明，與單一生態(tài)環(huán)境因子相比，氣候與生態(tài)環(huán)境因子之間的協(xié)同作用增強(qiáng)了其對植被EQI時(shí)空分異的解釋能力，氣溫、降水量與植被覆蓋度、植被NPP的交互作用的解釋力均超過70%。已有相關(guān)研究也表明，植被與水熱組合條件變化的響應(yīng)與適應(yīng)將對植被的生理生態(tài)過程、物質(zhì)積累與分配以及生態(tài)系統(tǒng)的結(jié)構(gòu)和功能產(chǎn)生巨大影響（Butler et al.，2012；呂曉敏等，2015）。同時(shí)，氣溫可以直接影響土壤溫度，從而影響植物的水肥吸收和傳輸，進(jìn)而影響植被的生長（康紅梅等，2020）。但是，本研究發(fā)現(xiàn)氣溫、降水與土壤類型、土壤質(zhì)地交互作用較弱，說明對于亞熱帶地區(qū)，較高的氣溫可能會(huì)導(dǎo)致土壤溫度升高，不利于土壤對水肥吸收，抑制植被生長，弱化了對植被生態(tài)質(zhì)量空間分異解釋力。該結(jié)論與半濕潤、半干旱地區(qū)的研究結(jié)果不同，對于該地區(qū)氣溫和土壤類型交互作用最強(qiáng)，適宜的氣溫利于土壤吸收養(yǎng)分，促進(jìn)植被生長，增強(qiáng)了對植被生態(tài)質(zhì)量空間分異解釋力（王金杰等，2021）。

總體而言，2000年以來，廣西植被生態(tài)質(zhì)量變化驅(qū)動(dòng)力是地形、土壤、植被、氣候、自然災(zāi)害和人類活動(dòng)的共同驅(qū)動(dòng)的結(jié)果。雖然目前地理探測器對影響因子的空間分區(qū)還沒有明確的劃分標(biāo)準(zhǔn)，但是本研究主要基于植被生態(tài)質(zhì)量變化驅(qū)動(dòng)因素分析的基礎(chǔ)上進(jìn)行因子的空間分區(qū)。因此，其因子解釋力具有一定的客觀性。同時(shí)，本研究僅從地形、土壤、植被、氣候等方面定量分析了自然因子對廣西植被生態(tài)質(zhì)量時(shí)空分異的驅(qū)動(dòng)機(jī)制，尚未研究出植被生態(tài)質(zhì)量變化的氣候影響率、氣象災(zāi)害定損、人類活動(dòng)貢獻(xiàn)率定量化評價(jià)。進(jìn)一步地，在此基礎(chǔ)上，研究基于氣象模型和生態(tài)模型，構(gòu)建植被生態(tài)質(zhì)量變化氣象條件、氣象災(zāi)害、人類活動(dòng)貢獻(xiàn)率評價(jià)技術(shù)方法有待深入研究。

4? 結(jié)論

本文以生態(tài)質(zhì)量指數(shù)為評價(jià)指標(biāo)，分析了2000—2020年廣西植被生態(tài)質(zhì)量時(shí)空分布特征及其驅(qū)動(dòng)力，得到以下結(jié)論。

（1）2000年以來廣西植被生態(tài)質(zhì)量指數(shù)呈顯著增加趨勢，區(qū)域植被生態(tài)明顯改善。植被生態(tài)質(zhì)量發(fā)展經(jīng)歷了緩慢增長、迅速增長、顯著提升等演變階段。在空間上，廣西植被生態(tài)質(zhì)量指數(shù)呈現(xiàn)四周高，中間低的特征，高值區(qū)逐漸由東部向西部、北部擴(kuò)展。

（2）廣西植被生態(tài)質(zhì)量時(shí)空演變影響因素差異顯著。隨著海拔高度的上升植被生態(tài)質(zhì)量總體變化呈“增加—下降—不變—上下波動(dòng)”的趨勢。就不同土壤類型的植被生態(tài)質(zhì)量整體而言，壤土的植被生態(tài)質(zhì)量高，砂土的植被生態(tài)質(zhì)量低。不同植被類型的生態(tài)質(zhì)量表現(xiàn)如下：森林和灌草的動(dòng)態(tài)度均大于0，面積呈遞增變化狀態(tài)，生態(tài)質(zhì)量較高；而農(nóng)田植被的動(dòng)態(tài)度小于0，面積呈減少變化狀態(tài)，生態(tài)質(zhì)量較低。不同氣候特征下的植被生態(tài)質(zhì)量與氣溫、降水均呈顯著正相關(guān)關(guān)系，受氣溫、降水共同影響，其中以氣溫為主要驅(qū)動(dòng)的區(qū)域面積最廣，降水為主要驅(qū)動(dòng)的區(qū)域面積次之，氣溫降水強(qiáng)驅(qū)動(dòng)和弱驅(qū)動(dòng)的區(qū)域面積較小。

（3）廣西植被生態(tài)質(zhì)量變化驅(qū)動(dòng)力受地形、土壤、植被、氣候、自然災(zāi)害和人類活動(dòng)的共同影響。自然影響因子解釋力排序?yàn)橹脖唬镜匦危就寥溃練夂?，其中植被凈初級生產(chǎn)力和植被覆蓋度是影響植被生態(tài)質(zhì)量時(shí)空分異的最主要因素。自然因子對廣西植被生態(tài)質(zhì)量變化的影響存在交互作用，均呈非線性增強(qiáng)及雙因子增強(qiáng)關(guān)系，其中地形與植被、土壤與植被、氣候與植被因子交互作用最明顯。自然災(zāi)害、人類活動(dòng)加劇了植被生態(tài)質(zhì)量變化的影響，其中干旱、低溫冷害等氣象災(zāi)害抑制了植被生態(tài)質(zhì)量的改善，而林業(yè)生態(tài)工程等人為活動(dòng)促進(jìn)了植被生態(tài)質(zhì)量的提升。

參考文獻(xiàn)：

BI BD， 2006. Economic geography［M］. Beijing： Renmin University of China Press.［畢寶德， 2006. 經(jīng)濟(jì)地理學(xué)［M］. 北京： 中國人民大學(xué)出版社.］

BUTLER SM， MELILLO JM， JOHNSON JE， et al.， 2012. Soil warming alters nitrogen cycling in a New England forest： Implications for ecosystem function and structure ［J］. Oecologia，168（3）： 819-828.

CAO L， 2014. Spatiotemporal variation characteristics and impact factors of NDVI in Jiangsu Province［D］. Nanjing： Nanjing Agricultural University. ［曹磊， 2014. 江蘇省植被NDVI動(dòng)態(tài)變化及其與氣候因子的關(guān)系［D］. 南京： 南京農(nóng)業(yè)大學(xué).］

CAO Y， SUN YL， CHEN ZX， et al.， 2022. Dynamic changes of vegetation ecological quality in the Yellow River Basin and its response to extreme climate during 2000—2020［J］. Acta Ecol Sin， 42（11）： 4524-4535. ［曹云， 孫應(yīng)龍， 陳紫璇， 等， 2022. 2000—2020年黃河流域植被生態(tài)質(zhì)量變化及其對極端氣候的響應(yīng)［J］. 生態(tài)學(xué)報(bào)， 42（11）： 4524-4535.］

CHEN YL， MENG LL， HUANG XH， 2019a. Temporal and spatial distributions of drought in Guangxi karst area during 1971—2017 based on standardized precipitation evapotranspiration index［J］. J Arid Meteorol， 37（3）： 353-362. ［陳燕麗， 蒙良莉， 黃肖寒， 2019a. 基于SPEI的廣西喀斯特地區(qū)1971—2017 年干旱時(shí)空演變［J］. 干旱氣象， 37（3）： 353-362.］

CHEN YL， MENG LL， HUANG XH， et al.， 2019b. Spatial and temporal evolution characteristics of drought in Guangxi during sugarcane growth period based on SPEI［J］. Transact Chin Soc Agric Eng， 35（14）： 149-158. ［陳燕麗， 蒙良莉， 黃肖寒， 等， 2019b. 基于SPEI的廣西甘蔗生育期干旱時(shí)空演變特征分析［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 35（14）： 149-158.］

DAI FY， LI BZ， ZHAN MJ， et al.， 2022. Spatio-temporal distribution of vegetation ecological quality and its relationship with climate factors in Jiangxi Province from 2000 to 2021［J］. Meteorol Disaster Reduct Res， 45（2）： 125-133. ［戴芳筠， 李柏貞， 占明錦， 等， 2022. 2000—2021年江西省植被生態(tài)質(zhì)量時(shí)空分布及其與氣候因子的關(guān)系［J］. 氣象與減災(zāi)研究， 45（2）： 125-133.］

DENG YJ， YAO SB， HOU MY， et al.， 2020. Temporal and spatial variation of vegetation NDVI and its topographic differentiation effect in the middle and upper reaches of the Yangtze river basin［J］. Resour Environ Yangtze Basin， 29（1）： 66-78. ［鄧元杰， 姚順波， 侯孟陽， 等， 2020. 長江流域中上游植被NDVI時(shí)空變化及其地形分異效應(yīng)［J］. 長江流域資源與環(huán)境， 29（1）： 66-78.］

Guangxi Climate Center Edited， 2007. The Climate of the Guangxi Zhuang Autonomous Region［M］. Beijing： Meteorology Press. ［廣西壯族自治區(qū)氣候中心編著， 2007. 廣西氣候［M］. 北京：? 氣象出版社.］

HAN J， ZHANG GF， LI WG， et al.， 2022. Analysis on the change characteristics of vegetation ecological quality in Hainan Island in recent 20 years［J］. Ecol Sci， 41（1）： 20-30. ［韓靜， 張國峰， 李偉光， 等， 2022. 近20年海南島植被生態(tài)質(zhì)量變化特征分析［J］. 生態(tài)科學(xué)， 41（1）： 20-30.］

HE XR， 2018. Analysis of spatial temporal evolution and influencial factors of vegetation coverage in Guangxi［D］. Beijing： China University of Geosciences. ［何鑫茹， 2018. 廣西植被覆蓋度時(shí)空變化及影響因素分析［D］. 北京： 中國地質(zhì)大學(xué).］

HUA WJ， CHEN HS， ZHOU LM， et al.， 2017. Observational quantification of climatic and Human influences on vegetation greening in China［J］. Remote Sensing， 9（5）： 425．

HUANG DM， CHEN YL， MO JF， et al.， 2022. Vegetation coverage change characteristics of typical landforms in Guangxi with topography［J］. Guangxi For Sci， 51（5）： 626-633. ［黃冬梅， 陳燕麗， 莫建飛， 等， 2022. 廣西典型地貌植被覆蓋度隨地形的變化特征［J］. 廣西林業(yè)科學(xué)， 51（5）： 626-633.］

HUANG WH， LIU JK， 2013. 10 major events and 10 most influential tasks of Guangxi forestry in 2012［J］. Guangxi For， 4： 7. ［黃文華， 劉家開， 2013. 2012年廣西林業(yè)10件大事及最具影響力的10項(xiàng)工作［J］. 廣西林業(yè)， 4： 7.］

JI YH， ZHOU GS， WANG SD， et al.， 2021. Evolution characteristics and its driving forces analysis of vegetation ecological quality in Qinling Mountains region from 2000 to 2019［J］. Chin J Plant Ecol， 45（6）： 617-625. ［汲玉河， 周廣勝， 王樹東， 等， 2021. 2000—2019年秦嶺地區(qū)植被生態(tài)質(zhì)量演變特征及驅(qū)動(dòng)力分析［J］. 植物生態(tài)學(xué)報(bào)， 45（6）： 617-625.］

JIN K， WANG F， HAN JQ， et al.， 2020. Contribution of climatic change and human activities to vegetation NDVI change over China during 1982—2015［J］. Acta Geograph Sin， 75（5）： 961-974. ［金凱， 王飛， 韓劍橋， 等， 2020. 1982—2015年中國氣候變化和人類活動(dòng)對植被NDVI變化的影響［J］. 地理學(xué)報(bào)， 75（5）： 961-974.］

KANG HM， LI HH， XU DH， et al.， 2020. Effects of elevated CO2 and temperature on Caragana jubata （alpine shrub） growth and antioxidant systems ［J］. Acta Ecol Sin， 40（1）： 367-376. ［康紅梅， 李花花， 徐當(dāng)會(huì)， 等， 2020. 大氣CO2濃度及溫度升高對高山灌木鬼箭錦雞兒 （Caragana jubata） 生長及抗氧化系統(tǒng)的影響［J］. 生態(tài)學(xué)報(bào)， 40（1）： 367-376.］

LI TY， 2019. Spatio-temporal characteristics and influence factors of vegetation coverage in the southwest China［D］. Kunming： Yunnan University. ［李同艷， 2019. 西南地區(qū)植被覆蓋度時(shí)空變化特征及其影響因素研究［D］. 昆明： 云南大學(xué).］

LI YL， PAN XZ， WANG CK， et al.， 2014. Changes of vegetation net primary productivity and its driving factors from 2000 to 2011 in Guangxi， China［J］. Acta Ecol Sin， 34（18）： 5220-5228. ［李燕麗， 潘賢章， 王昌昆， 等， 2014. 2000—2011年廣西植被凈初級生產(chǎn)力時(shí)空分布特征及其驅(qū)動(dòng)因素［J］. 生態(tài)學(xué)報(bào)， 34（18）： 5220-5228.］

LIAO CG， HU BQ， XIONG XJ， et al.， 2018. Spatial-temporal variation of vegetation and relations with climate change in Guangxi［J］. J For Environ， 38（2）： 178-184. ［廖春貴， 胡寶清， 熊小菊， 等， 2018. 廣西植被時(shí)空變化及其對氣候響應(yīng)［J］. 森林與環(huán)境學(xué)報(bào)， 38（2）： 178-184.］

LIU G， SUN R， XIAO ZQ， et al.， 2017. Analysis of spatial and temporal variation of net primary productivity and climate controls in China from 2001 to 2017［J］. Acta Ecol Sin， 37（15）： 4936-4945. ［劉剛， 孫睿， 肖志強(qiáng)， 等， 2017. 2001—2014年中國植被凈初級生產(chǎn)力時(shí)空變化及其與氣象因素的關(guān)系［J］. 生態(tài)學(xué)報(bào)， 37（15）： 4936-4945.］

L XM， WANG YH， ZHOU GS， et al.， 2015. Interactive effects of changing precipitation and elevated temperatures on plant biomass and its allocation of Stipa breviflora ［J］. Acta Ecol Sin， 35（3）： 752-760. ［呂曉敏， 王玉輝， 周廣勝， 等， 2015. 溫度與降水協(xié)同作用對短花針茅生物量及其分配的影響［J］. 生態(tài)學(xué)報(bào)， 35（3）： 752-760.］

MA H， WANG YQ， WANG L， 2014. Vegetation cover and climate change and rural economic development in relations during last 20 Years in Karst region of Guangxi［J］. Mount Res， 32（1）： 38-45. ［馬華， 王云琦， 王力， 2014. 近20 a廣西石漠化區(qū)植被覆蓋度與氣候變化和農(nóng)村經(jīng)濟(jì)發(fā)展的耦合關(guān)系［J］. 山地學(xué)報(bào)， 32（1）： 38-45.］

MU SJ， LI JL， CHEN YZ， et al.， 2012. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010［J］. Acta Geograph Sin， 67（9）： 1255-1268. ［穆少杰， 李建龍， 陳奕兆， 等， 2012. 2001—2010年內(nèi)蒙古植被覆蓋度時(shí)空變化特征［J］. 地理學(xué)報(bào)， 67（9）： 1255-1268.］

QIAN S， YAN H， WU MX， et al.， 2020. Dynamic monitoring and evaluation model for spatio-temporal change of comprehensive ecological quality of vegetation［J］. Acta Ecol Sin， 40（18）： 6573-6583. ［錢拴， 延昊， 吳門新， 等， 2020. 植被綜合生態(tài)質(zhì)量時(shí)空變化動(dòng)態(tài)監(jiān)測評價(jià)模型［J］. 生態(tài)學(xué)報(bào)， 40（18）： 6573-6583.］

RONG J， HU BQ， YAN Y， 2017. Spatial-temporal distribution and its influencing factors of vegetation net primary productivity in Guangxi Xijiang River basin［J］. Chin J Ecol， 36（4）： 1020-1028. ［榮檢， 胡寶清， 閆妍， 2017. 廣西西江流域植被凈初級生產(chǎn)力時(shí)空分布特征及其影響因素［J］.? 生態(tài)學(xué)雜志， 36（4）： 1020-1028.］

SU WH， GAN S， YUAN XP， et al.， 2018. Changes of vegetation coverage and its driving factors in SIMAO basin in recent 30 years［J］. J Henan Univ（Nat Sci）， 48（5）： 574-580. ［蘇文豪， 甘淑， 袁希平， 等， 2018. 近30 a思茅壩區(qū)植被覆蓋度變化及其影響因素［J］. 河南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 48（5）： 574-580.］

SUN JB， 2003. Principles and applications of remote sensing［M］. Wuhan： Wuhan University Press. ［孫家抦， 2003. 遙感原理與應(yīng)用［M］. 武漢： 武漢大學(xué)出版社.］

WANG F， WANG Z， ZHANG Y， 2018. Spatio-temporal variations in vegetation net primary productivity and their driving factors in Anhui Province from 2000 to 2015［J］. Acta Ecol Sin， 38（8）： 2754-2767. ［王芳， 汪左， 張運(yùn)， 2018. 2000—2015年安徽省植被凈初級生產(chǎn)力時(shí)空分布特征及其驅(qū)動(dòng)因素［J］. 生態(tài)學(xué)報(bào)， 38（8）： 2754-2767.］

WANG JB， WU BH， ZENG YY， 2012.Forestry and natural disaster： Toward the ecosystem-based approaches for integrate risk management［J］. For Econ， （11）： 24-29. ［王劍波， 吳柏海， 曾以禹， 2012. 林業(yè)與極端天氣災(zāi)害： 走基于生態(tài)系統(tǒng)的綜合風(fēng)險(xiǎn)管理之路［J］. 林業(yè)經(jīng)濟(jì)， （11）： 24-29.］

WANG JF， LI XH， CHRISTAKOS G， et al.， 2010. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region， China［J］. Internat J Geograph Inform Sci， 24（1）： 107-127.

WANG JF， XU CD， 2017. Geodetector： Principle and prospective［J］. Acta Geograph Sin， 72（1）： 116-134. ［王勁峰， 徐成東， 2017. 地理探測器： 原理與展望［J］. 地理學(xué)報(bào)， 72（1）： 116-134.］

WANG JJ， ZHAO AZ， HU XF， 2021. Spatiotemporal distribution of vegetation net primary productivity in Beijing-Tianjin-Hebei and natural driving factors［J］. Ecol Environ Sci， 30（6）： 1158-1167. ［王金杰， 趙安周， 胡小楓， 2021. 京津冀植被凈初級生產(chǎn)力時(shí)空分布及自然驅(qū)動(dòng)因子分析［J］. 生態(tài)環(huán)境學(xué)報(bào)， 30（6）： 1158-1167.］

WANG YF， JING JL， 2017. Spatial-temporal variations of vegetation cover and its response to climate factors in Guangxi over the past 15 Years［J］. Res Agric Mod， 38（6）： 1086-1096. ［王永鋒， 靖娟利， 2017. 廣西近15a植被覆蓋變化及其對氣候因子的響應(yīng)［J］. 農(nóng)業(yè)現(xiàn)代化研究， 38（6）： 1086-1096.］

WANG ZX， YAN HW， MO M， 2008. Do a good job in post-disaster assessment survey scientific organizations reconstruction — Research report on forestry restoration after Guangxi Zhuang Nature Reserve disaster［J］. For Econ， （4）： 21-24. ［王祝雄， 閏宏偉， 莫沫， 2008. 做好災(zāi)后調(diào)查評估科學(xué)組織災(zāi)后重建——廣西壯族自治區(qū)災(zāi)后林業(yè)恢復(fù)重建調(diào)研報(bào)告［J］. 林業(yè)經(jīng)濟(jì)， （4）： 21-24.］

WEI ZF， REN ZY， ZHANG C， 2013. Research on vegetation response to temperature and precipitation in Guangxi in rencent 12 years［J］. Res Soil Water Conserv， 20（5）： 33-38. ［韋振鋒， 任志遠(yuǎn)， 張翀， 2013. 近12年廣西植被覆蓋與降水和氣溫的時(shí)空響應(yīng)特征［J］. 水土保持研究， 20（5）： 33-38.］

XIONG XJ， LIAO CG， HU BQ， et al.， 2019. Spatial and temporal variability in the net primary production and its driving factors base on MODIS data in Guangxi， China［J］. J Guangxi Norm Univ（Nat Sci Ed）， 37（3）： 187-195. ［熊小菊， 廖春貴， 胡寶清， 等， 2019. 基于MODIS的廣西植被NPP時(shí)空分異及驅(qū)動(dòng)力分析［J］. 廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 37（3）： 187-195.］

XU Y， DAI QY， HUANG WT， et al.， 2023. Spatio-temporal variation in vegetation cover and its driving mechanism exploration in Southwest China from 2000 to 2020［J］. Environ Sci， 44（1）： 323-335. ［徐勇， 戴強(qiáng)玉， 黃雯婷， 等， 2023. 2000—2020年西南地區(qū)植被NDVI時(shí)空變化及驅(qū)動(dòng)機(jī)制探究［J］. 環(huán)境科學(xué)， 44（1）： 323-335.］

YAN H， WANG SQ， BILLESBACH D， 2015. Improved global simulations of gross primary product based on a new definition of water stress factor and a separate treatment of C3 and C4 plants［J］. Ecol Modl， 297： 42-59.

YANG YP， CHEN JJ， QIN QT， et al.， 2021. Temporal and spatial variation of vegetation and its response to topography， climate and land use in Guangxi during 2000—2018［J］. Transact Chin Soc Agric Eng， 37（17）： 234-241. ［楊艷萍， 陳建軍， 覃巧婷， 等， 2021. 2000—2018年廣西植被時(shí)空變化及其對地形、氣候和土地利用的響應(yīng)［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 37（17）： 234-241.］

ZHANG GP， CHEN GM， SHAO HY， et al.， 2021. Analyzing variation characteristics of vegetation net primary productivity（NPP） in Guangxi［J］. Resour Environ Yangtze Basin， 30（7）： 1638-1648. ［張顧萍， 陳國民， 邵懷勇， 等， 2021. 近16年金沙江流域植被覆蓋時(shí)空特征及其對氣候的響應(yīng)［J］. 長江流域資源與環(huán)境， 30（7）： 1638-1648.］

ZHANG M， CAO CX， CHEN W， 2019. Remotely sensed diagnosing temporal and spatial variation of vegetation coverage in Guangxi based on MODIS NDVI data［J］. Sci Silv Sin， 55（10）： 27-37. ［張敏， 曹春香， 陳偉， 2019. 基于MODIS NDVI數(shù)據(jù)的廣西植被覆蓋時(shí)空變化遙感診斷［J］. 林業(yè)科學(xué)， 55（10）： 27-37.］

ZHANG YC， ZHAO ZQ， LI SC， 2008. Indicating variation of surface vegetation cover using SPOT NDVI in the northern part of north China［J］. Geograph Res， 27（4）： 745-754. ［張?jiān)聟玻?趙志強(qiáng)， 李雙成， 2008. 基于SPOT NDVI的華北北部地表植被覆蓋變化趨勢［J］. 地理研究， 27（4）： 745-754.］

ZHAO YS， 2003. The principle and method of remote sensing application and analysis［M］. Beijing： Science Press. ［趙英時(shí)， 2003. 遙感應(yīng)用分析原理與方法［M］. 北京： 科學(xué)出版社.］

ZHOU AP， XIANG WS， YAO YF， et al.， 2014. Analyzing variation characteristics of vegetation net primary productivity（NPP） in Guangxi［J］. Guihaia， 34（5）： 622-628. ［周愛萍， 向悟生， 姚月鋒， 等， 2014. 廣西植被凈初級生產(chǎn)力（NPP）時(shí)空演變及主要影響因素分析［J］. 廣西植物， 34（5）： 622-628.］

（責(zé)任編輯? 周翠鳴）