2001-2020年贵州省气候变化及人类活动对植被变化的影响

皮贵宁，贺中华，2，3，游 漫，张 浪，杨铭珂

(1.贵州师范大学地理与环境科学学院，贵阳 550001；2.贵州师范大学国家喀斯特石漠化防治工程技术研究中心，贵阳 550001；3.贵州省山地资源与环境遥感应用重点实验室，贵阳 550001)

植被作为地球陆地生态系统中不可或缺的一部分，既是调节全球气候变化、连接生物、大气和土壤等的参与者，同时其生长状况、时空变化形态等也可以反映出地球自然界各生态系统的健康状况。目前，可供使用的植被指数已经极其丰富，其中植被遥感数据在对地面植被的监测和应用中效果最为显著；在众多的植被遥感数据中，MODIS-EVI植被遥感影像在针对高植被覆盖区时，相比较NDVI是以植被饱和为条件来降低大气影响这一不稳定因素，其敏感性更强，且计算方法更加具有科学性，主要体现为对抗大气干扰和背景杂质时的不敏感优势。Huete等和Crabbe等研究表明，NDVI和EVI具有较强的相关性，且EVI值一般小于NDVI值；王正兴等研究表明，MODIS-EVI的绝对优势体现在倾向于表达低值部分，且呈现出正态分布，不容易达到饱和状态，这对于探究以中高植被覆盖度为主的贵州省植被时空变化趋势更加具有合理性。

21世纪以来，气候变化已经成为全球研究的热点和重点；随着全球变暖状况不断加强，以及极端气候事件的频繁发生，气象干旱现象的发生频率和强度也在不断增多，而气象干旱则是导致水文干旱和农业干旱等的本质原因。因此，本文基于研究区气象站点实测数据获取得到表征区域干湿气候变化的有力指标—标准化降水蒸散指数(standardized precipitation evapotranspiration index, SPEI)，研究表明，该指数对于监测地区气象干旱发生的强度具有较好的效果；Vicente-Serrano等提出，SPEI在维持SPI、PDSI等多种干旱指标对长时间、多空间尺度下的气温和降水具有高敏感度的同时，还考虑到降水和蒸散因子的影响；李伟光等和Yang等使用气象站点数据计算出SPEI指数，并对我国的气象干旱发生强度和变化趋势进行详细分析，我国部分区域的确存在普遍干旱现象，结果与实际情况吻合。

大多学者在对植被覆盖情况的演变研究过程中，主要是针对气候因子的考虑，而忽略人为因素也是影响植被变化趋势的一个重要因子。在探究人类活动对植被生长状况的影响方面，大多常用植被遥感影像和实测数据进行相关分析或基于残差分析方法探究其对植被生长状况变化趋势的影响。如田智慧等利用NDVI及同期气象数据探究结果表明，黄河流域植被得到改善时的人类活动贡献率高于气候变化贡献率；彭凯锋等基于同样的方法利用GLASS植被覆盖产品和气候因子发现，三江源国家公园的降水对植被变化的影响程度远高于人类活动；赵维清等应用NDVI及夜间灯光亮度数据值研究表明，人类经济活动是影响湖北省植被变化的重要驱动力；也有学者利用GIMMS NDVI数据研究表明，长江流域植被的改善主要是由于生态恢复工程的实施。

贵州省作为典型的喀斯特区域，喀斯特地质地貌类型丰富多样，生态环境比较脆弱，石漠化状况日益突出。因此，为改善贵州省生态建设状况，自2000年开始实施退耕还林还草生态工程项目，在2004—2010年左右先后实行石漠化治理和封山育林等治理项目，获得极其显著的效果，而植被的生长状况变化趋势也正是反映一个地区的生态环境改善是否成功的重要标志。在全国气候变化纷繁复杂的前提下，为探究贵州省植被变化规律及其与气候变化和人类活动之间的相关关系，本文采取Sen趋势分析和M—K检验、Hurst指数分析和残差分析等方法对其进行定量分析研究，以加强对植被和气候及人类活动三者之间的认识，为下一步开展喀斯特区域生态工程项目提供客观的科学依据。

1 研究区概况

贵州省是中国西南喀斯特地区之一，总面积约17.62万km，处于东经103°36′—109°35′，北纬24°37′—29°13′，海拔介于130～2 990 m，空气温暖湿润，降水量在不同的季节差异性较为显著，属于典型的亚热带湿润季风气候区。省内植被种类丰富多样，且区域分异性明显，生态环境良好，是全国首批达到国家标准生态文明建设试验区的地区之一。社会经济活动对自然资源环境的影响力也在持续上升，因此实施贵州省生态恢复和保护任务势在必行。

2 数据与研究方法

2.1 数据来源

于2021年3月下载来源于NASA MODIS陆地产品根据统计算法生成的MODIS13Q1系列数据中的MODIS EVI(enhanced vegetation index，增强型植被指数)作为植被遥感数据，时间跨度为2001—2020年的4—10月，时间分辨率为16天，空间分辨率为250 m。结合贵州省的实际植被生长状况，采用平均值法获取贵州省每年植被生长季的EVI均值影像，并剔除掉影像中的缺测值和空值后，进行拼接、掩膜提取、重投影等处理，得到贵州省20年来生长季内共280期植被遥感影像。

选取标准化降水蒸散发指数(SPEI)作为判断气象干旱影响程度指标，源数据来源于中国气象科学数据网(http://cdc.cma.gov.cn)所提供的2001—2020年贵州省31个标准化气象站点的逐日观测数据，分别挑选出逐日气温、降水及各站点经纬度等数据，对其连续性进行校验，并对每个气象站点中不符合研究内容的异常和缺测数值进行修订和增补后，采用平均值法获得各站点各年的逐月均值数据集。将各站点数据按年顺序进行排列后，利用相关算法和软件工具计算出干旱指数SPEI。

2.2 研究方法

2.2.1 Theil-Sen Median斜率估算分析和Mann-Kendall显著性检验 Sen趋势分析耦合M—K显著性检验是判断具有时间序列数据变化趋势的一种重要手段，与其他趋势分析方法相比，该方法的优势在于不要求数据满足某一类固定分布，不受异常值影响，抗噪性较强，是一种相对比较稳妥的非参数斜率估算方法。利用Sen趋势度()和Mann—Kendall检验分别计算数据变化趋势及构建统计量。

(1)的计算公式为：

(1)

式中：、为序列数据。若>0时表示上升趋势；<0表示下降趋势，并且运用Mann—Kendall方法来进行趋势检验。

(2)统计量计算公式为：

(2)

其中，sgn具体表示为

(3)

式中：为时间序列的第个值；为数据序列长度；sgn为符号函数。研究表明，当≥8时，基本上服从正态分布，方差表示为：

(4)

式中：为第组的数据点数目。因此标准化统计量则表示为：

(5)

2.2.2 Hurst指数分析 Hurst指数是表述自然界内长时间存在的自相似性和长期依赖性现象的绝佳方法，目前在气候学、水文学和地质学及经济学等领域具有广泛应用。本文基于R/S重标极差分析方法监测研究区在长时间序列下变量的未来变化趋势。

定义时间序列EVI，=1，2，3，4，…，，为任意正整数，则有：

(1)差分序列

ΔEVI=EVI-EVI-1

(6)

(2)均值序列

(7)

(3)累计离差

(8)

(4)极差和标准差

()=max1≤≤()-min1≤≤()

(=1,2,…,)

(9)

(=1,2,…,)

(10)

最后，Hurst指数的计算结果为：

()()≌

(11)

若∝，表明在该研究区探究的时间序列内存在Hurst变化趋势，并依据Hurst指数(值)的大小判断贵州省在未来植被EVI的持续性走向。一般来说，值大致分为3种情况：当0<<0.5时，表明当前的时间序列具有长期相关性，未来的发展趋势与过去相反，值越小，反持续性越强；当=0.5时，表明过去的发展对未来变化趋势没有影响，时间序列表现为随机序列；当0.5<<1时，表明当前时间序列具有长期依赖性，未来的变化趋势和过去保持高度一致，值越大，持续性越强。

2.2.3 残差分析 本文基于残差分析方法将气候变化和人类活动对植被的生长状况的影响进行分离。此方法计算步骤具体有3点：(1)计算植被指数EVI预测值(EVI)，分别以EVI和气温、降水为因变量和自变量，计算出三者之间的线性回归模型参数，通过气候因子及模型参数计算得到EVI的预测值，该值即表示为气候变化对EVI的影响；(2)计算EVI实测值与预测值EVIcc之间的差值，即EVE残差值(EVI)，用来表示近20年来人类活动对植被生长状况的影响程度；(3)通过一元线性回归方法对20年的历年残差值进行时空特征变化分析。具体计算过程为：

EVI=×+×+

(12)

EVI=EVI-EVI

(13)

式中：EVI表示回归方程预测值；EVI表示为遥感影像实际观测值；EVI为残差值；、、为回归模型参数；Pre和Tem分别表示为植被生长季累计降水量和平均气温。

3 结果与分析

3.1 贵州省植被EVI的时空变化趋势

3.1.1 贵州省空间分布特征 从2001—2020年贵州省生长季EVI均值空间分布(图1)来看，EVI值在总体水平上呈现出比较明显的空间分异性，表现出自西向东逐渐递增趋势，研究区大部分区域以中植被覆盖和中低植被覆盖程度为主。贵州省EVI平均植被覆盖值为0.37，中植被覆盖面积占整个研究区的75.29%，主要集中分布在贵州省东部非喀斯特区域，以黔东南和黔南为主要地区；中低植被覆盖面积占整个研究区24.34%，主要分布在以喀斯特区域为主的黔西南西部、六盘水和安顺大部分区域及毕节西部地区；而仅占有整个研究区面积0.29%的低植被覆盖区域则主要分布在贵阳市周边，这是由于近年来贵阳市经济发展迅速，人口密度大，人类活动频繁而导致植被覆盖程度降低。

图1 2001-2020年贵州省EVI均值空间分布

3.1.2 时空变化分布特征 由2001—2020年贵州省EVI年际变化趋势空间分布(图2)可知，EVI变化斜率为正的面积占研究区大部分区域，表明贵州省植被变化趋势以增加为主，最大值可达0.015 2 a；其增加面积为149 608.40 km，占整个研究区总面积的84.97%，其中轻微增加和显著增加面积占比分别为69.03%和15.94%，主要变化区域为贵州省西南区域及北部和西部地区；EVI变化斜率为负，表明植被变化趋势表现为降低，其减小面积为26 470.28 km，占整个研究区的15.03%，最小值仅为-0.025 1 a，且以轻微降低为主，分布在贵州省的各个区域，其中以贵阳市和遵义市为主要聚集地区，这是由于在近20年来两地的经济发展比较迅速，以及大量人口迁移等原因造成。

图2 2001-2020年贵州省EVI年际变化趋势空间分布

通过Hurst指数分析可知，贵州省Hurst指数的均值为0.43，其植被覆盖变化表现为正向持续性序列(>0.5)的面积占比为19.23%，反向持续性序列(<0.5)的面积占比为80.77%。为了进一步分析贵州省植被覆盖变化在未来的变化趋势，本文对研究区2001—2020年的植被变化趋势结果与基于重标极差分析的Hurst指数结果进行空间像元的叠加耦合分析。结果(图3，表1)表明，贵州省未来植被变化表现为持续性增加和持续性降低的面积占比分别为16.09%和3.14%，反持续性增加和反持续降低分别占区域总面积的69.23%和11.54%，表明贵州省植被覆盖在未来的变化趋势有所转变。从空间结构来看，占比最大的反持续性轻微增加区域(57.07%)均匀地分布在除黔东南的凯里中部和毕节中西部地区外的其他区域，表明贵州省植被增长程度已经进入了逐渐饱和阶段，未来的植被变化可能会出现暂时的停缓状况，值得密切关注。持续性降低主要分布在以贵阳为中心的小部分区域，持续性增加则以西部毕节及黔西南大部分地区为主。

表1 贵州省植被未来变化趋势类型及面积占比

图3 贵州省植被生长未来变化趋势空间分布

3.1.3 时空变化显著性分析 对贵州省2001—2020年生长季EVI变化的显著性状况进行逐像元的Theil-Sen趋势分析并耦合Mann—kendall检验方法(图4)。结果表明，EVI变化具有较明显的空间差异性，通过显著性为0.05的M—K趋势检验面积为80 246 km，约占区域总面积的45.57%。由Sen趋势计算的结果并结合贵州省的实际植被变化趋势情况，将通过M—K检验的估算结果划分为5种类型(表2)。研究区以改善为主要变化趋势，占总面积的95.66%，其中轻微改善区域为77.22%，显著改善区域为18.44%，主要分布于贵州北部遵义、毕节及黔西南等由于近年来大力度的退耕还林还草及石漠化治理而得到极大改善区域。通过M—K检验的轻微退化和显著退化区域仅占总面积的3.02%和1.34%，主要分布在贵阳、遵义南部及凯里东北部等人口活动频繁、经济发展较为快速的区域，但不存在通过检验且呈现出基本不变趋势的区域。

表2 研究区植被变化趋势类型分级及结果统计

图4 2001-2020年贵州省生长季EVI均值的Sen趋势空间分布

3.2 气候变化对植被EVI的影响

3.2.1 标准化降水蒸散指数(SPEI)与植被EVI相关关系 由于标准化降水蒸散指数的主要数据源为降水和气温因子，因此对贵州省2001—2020年的降水和气温进行变化趋势分析(图5)可知，贵州省的降水、气温因子在20年间的变化趋势总体上表现为上升，降水的斜率略高于气温。贵州省的平均降水量为98.91 mm，在2011年出现显著的干旱现象，其全年平均降水量仅为70.61 mm，随后呈增长态势。多年气温平均值为16.20 ℃，最低气温出现在2012年，为15.28 ℃；2020年则达到最高平均气温，为17.96 ℃。

图5 2001-2020年贵州省降水、气温年际变化

在基于2001—2020年贵州省年尺度SPEI的基础上，结合年生长季EVI进行基于空间像元的Pearson相关系数分析(图6)。结果表明，贵州省的植被生长状况对气候变化的响应以正相关为主，约占区域总面积的73%，其中极显著正相关仅占有整个研究区域的2.58%，显著正相关为24.44%，而有46.05%的面积表现为不显著正相关，零散地分布在贵州省的部分区域，以毕节和凯里的中西部、贵阳东部、都匀北部及遵义西南部的边缘地区为主。而研究区负相关面积占比仅26.94%，其中极显著负相关和显著负相关占整个区域的3.67%，占区域总面积23.67%的不显著负相关区域则主要分布在遵义的中东部和毕节东部，以及六盘水、兴义和铜仁大部分地区。

图6 2001-2020年贵州省生长季EVI与年SPEI相关分析空间分布

3.2.2 气候因子对植被EVI的影响 在对年尺度的SPEI与植被EVI进行相关性分析的基础上，进一步对2001—2020年贵州省生长季EVI与气候因子(降水、气温)之间的偏相关关系进行逐像元分析，并进行显著性检验。统计结果(图7)显示，降水、气温要素对研究区内植被的变化表现出较明显的空间差异性，生长季EVI与降水、气温的偏相关系数均值分别为0.227和-0.131。EVI与降水的偏相关分析且通过0.05显著性检验的面积仅占区域总面积的8.32%，EVI与气温的偏相关分析并通过显著性检验的面积占总面积的9.72%，表明贵州省生长季EVI同降水、气温的关系并不紧密。

图7 2001-2020年生长季EVI与年降水、气温偏相关空间分布

从空间上看，EVI与降水的偏相关系数以正为主，其中以显著正相关占比最大，为60.28%，主要分布在毕节中部、都匀与贵阳和黔东南交界处，以及遵义的西南部边缘地区。而EVI同气温的偏相关系数则以负为主，显著负相关占研究区的面积比最大，为48.73%，以黔东南州的凯里中部和西南部为主。总体来看，贵州省生长季EVI与降水以正相关关系为主，与气温以负相关为主，两者对研究区植被生长的影响相差不大。由于两者达到0.05显著性水平的面积占比较小，可知2个气候因子对贵州省植被生长的影响程度并不显著。

3.3 人类活动对植被EVI的影响

除气候变化对生长季植被的生长有影响外，人类活动对植被生长的影响也具有重要意义。因此研究基于残差分析法探究人类活动对贵州省EVI的影响。根据统计分析所得贵州省EVI残差值(图8)可知，2008年之前，人类活动对植被的影响值为负，对植被生长表现为消极的抑制作用；在2008—2013年，人类活动对植被的影响表现为正负相间以及在2013年以后主要以积极的促进作用为主，说明人类活动在某种程度上对植被生长具有积极影响。因此，将贵州省植被受人类活动的影响程度大致划分为5类，并依据其所占研究区域总面积比例由大到小依次为轻微改善、基本不变、轻微退化、显著改善、显著退化。

图8 2001-2020年贵州省植被EVI残差值变化

在空间分布上(图9)具体表现为：(1)轻微改善所占区域总面积比最大，为77.84%，占研究区内人类活动对EVI起积极促进作用的96.83%，其次为显著改善区域，占比为2.55%，主要分布在贵州省遵义北部、毕节，以及西南地区的六盘水、兴义、安顺等地；(2)基本不变的区域占总面积的12.68%，但其分布范围相对比较集中，主要分布在贵州省黔东南地区和黔南都匀的北部和东南部区域；(3)相较于改善区域面积比而言，轻微退化和显著退化区域所占面积比较小，仅为6.56%和0.37%，且分布范围较为分散，均匀散落在整个研究区域，但主要以贵阳、遵义的南部，及都匀和凯里的交界处为集中区域。这主要是由于该区域属于贵州省经济发展较为快速、人口流动性较大的地区，且工业设施完备、城市扩张迅速等原因导致林地转用为居民建设用地、农用地等造成贵州省植被生长状况退化。

图9 2001-2020年贵州省人类活动对生长季植被EVI的影响空间分布

4 讨 论

贵州省是典型的喀斯特地区，地形地貌较为复杂，因此植被的时空变化特征具有显著的差异性。贵州省2001—2020年植被遥感影像EVI均值为0.37，植被的变化趋势以增长为主，空间分布上主要以贵州省西南区域、北部及西部区域为主，这与刘阳等和周习会的研究结果相一致。这是由于自2001—2020年以来贵州省陆续开展了“退耕还林还草”“石漠化综合治理”等生态项目工程，使毕节、黔西南州的植被生长状况有极大改善。研究结果表明，贵州省的植被时空变化趋势在未来可能会由于达到过饱和状态而呈现出逐步降低趋势，因此对于贵州省植被在未来的变化趋势，及其受何种驱动力因素的影响值得深入探究，同时该结论也可为贵州省在未来实施一系列生态整治工程提供客观的理论依据。

经研究发现，年际尺度上的SPEI和EVI之间呈现显著的正相关性，但本文所得出的气候因子降水、气温与EVI之间相关性的强弱与其他研究的结论有所差异，原因可能在于本文使用的是MODIS-EVI影像，而其他研究者大多使用的是NDVI数据，表明贵州省植被生长状况与独立气候因子间的相关性不如气候综合要素对其的影响力强。基于残差分析的人类活动对EVI的影响以正面的积极作用为主导，植被改善区域以遵义北部、西部及西南部地区为主，这与实际的研究结果相符，但仍有部分区域由于城市化进程的加速发展而破坏原有植被的生长趋势，其中尤以贵阳、遵义周边地区及黔东南部分地区为典型植被退化区。

本文对于探究研究区内的植被时空动态变化对气候变化的响应程度还处于基础阶段，仅考虑降水和气温因子，未考虑其他气候因子与植被生长状况间的相关性和滞后性结果，并且对气象干旱指数SPEI的选择也仅为年际尺度，未考虑不同植被类型对不同时间尺度气象干旱指数的响应问题。本文虽探究人类活动对植被的影响程度，但贵州省地形地貌具有较大的特殊性，对于更加精细的人类活动对植被生长的影响范围和发生强度等还未进行深入分析。因此对于贵州省不同植被类型的生长可能会受到更多其他因子影响的分析是下一步需要探究的重点。

5 结 论

(1)近20年来，贵州省植被以中植被覆盖为主，占研究区的79.29%，主要分布在黔南和黔东南地区；在时空变化趋势上，EVI增加的区域以贵州省北部、西南部地区为主，占研究区总面积的84.97%；下降的区域主要集中于贵阳市和遵义市及其周边，占总面积的15.03%；总体上仍以轻微增加占比最大。

(2)经Sen趋势分析并通过M—K检验的估算结果是以改善为主要变化趋势，显著退化仅占研究区总面积的1.34%。线性趋势与Hurst指数的叠加结果表明，贵州省植被在未来的变化趋势以反持续性增加为主，占研究区总面积69.23%，在空间分布上占据贵州省大部分区域。

(3)气候因子降水和气温与EVI在年际尺度上的偏相关均值分别为0.227和-0.131，分别呈现出显著正相关和显著负相关关系，但通过显著性检验的面积占比较低，总体上EVI与气候因子相关性不强；并且SPEI与EVI的相关关系表明贵州省植被生长状况与气候变化之间的正相关远高于负相关。

(4)人类活动对EVI的影响以积极的改善作用为主的区域占研究区总面积的80.39%，以消极的抑制作用为主的区域占研究区总面积的6.93%，表明人类社会经济活动对EVI以积极促进作用为主。