祁鵬衛(wèi),張 賢

1 四川省林業(yè)和草原調(diào)查規(guī)劃院, 成都 610081

2 中國(guó)地震局成都青藏高原地震研究所(中國(guó)地震科學(xué)實(shí)驗(yàn)場(chǎng)成都基地), 成都 610041

植被作為陸地生態(tài)系統(tǒng)的重要組成部分,具有維持區(qū)域生態(tài)平衡,促進(jìn)全球物質(zhì)循環(huán)和能量流動(dòng)等作用,其覆蓋變化對(duì)區(qū)域生態(tài)環(huán)境狀況具有重要指示意義[1—3]。而歸一化植被指數(shù)(Normal Difference Vegetation Index,NDVI)作為監(jiān)測(cè)區(qū)域植被和生態(tài)環(huán)境變化的最佳指示因子[4—5],其數(shù)值可定量反映植被生長(zhǎng)狀況、植被生物量等信息,因此在植被覆蓋變化研究中得到廣泛應(yīng)用[6—7]。重慶市地處我國(guó)西南山地,具有差異明顯的環(huán)境梯度和高度異質(zhì)化的自然生境[8],是植被對(duì)環(huán)境變化極為敏感的區(qū)域。同時(shí),重慶市大部位于三峽庫(kù)區(qū)腹心地帶,覆蓋三峽庫(kù)區(qū)85.6%的區(qū)域,是長(zhǎng)江上游重要的生態(tài)屏障。因此,全面評(píng)價(jià)重慶市植被覆蓋時(shí)空變化特征,研究其與氣候、地形、人類活動(dòng)等因素各因子之間的作用機(jī)制,對(duì)掌握近年來(lái)重慶市乃至整個(gè)西南山地植被生長(zhǎng)狀況,認(rèn)識(shí)區(qū)域生態(tài)環(huán)境變化,進(jìn)而揭示陸地生態(tài)系統(tǒng)演變規(guī)律等具有重要意義。

目前,已有學(xué)者基于不同區(qū)域數(shù)據(jù),采用不同方法對(duì)植被覆蓋變化及其驅(qū)動(dòng)因素進(jìn)行了大量研究。其中,國(guó)外學(xué)者Park等[9]對(duì)1997—2006年北緯50°以南的東亞地區(qū)植被覆蓋進(jìn)行了研究,認(rèn)為降水是影響植被覆蓋變化的主要因子；Tucker等[10]通過(guò)對(duì)1982—1999年北半球中緯度地區(qū)植被覆蓋的研究,指出植被覆蓋變化與氣溫密切相關(guān)；Piao等[2]通過(guò)對(duì)整個(gè)歐亞大陸長(zhǎng)時(shí)間序列植被覆蓋變化的研究,發(fā)現(xiàn)氣溫和降水對(duì)植被覆蓋變化具有交叉作用。國(guó)內(nèi)學(xué)者欒金凱等[11]利用多元回歸方法分析了陜西榆林地區(qū)植被覆蓋變化,認(rèn)為氣象因素對(duì)植被生長(zhǎng)與演化具有較強(qiáng)促進(jìn)作用；張亮等[12]基于偏相關(guān)分析法研究了長(zhǎng)江流域植被覆蓋與氣象因子的相關(guān)性,發(fā)現(xiàn)長(zhǎng)江流域植被覆蓋與氣溫的相關(guān)性較高；王建邦[7]等運(yùn)用趨勢(shì)分析法研究了人為因素對(duì)中國(guó)植被覆蓋的影響,認(rèn)為中國(guó)植被覆蓋與人類活動(dòng)整體呈負(fù)相關(guān)性。具體到重慶地區(qū),李學(xué)梅[13]、朱林富[14]、李惠敏[15]等同國(guó)內(nèi)其他學(xué)者類似,主要通過(guò)回歸分析、趨勢(shì)分析和相關(guān)分析等方法,探討了氣溫、降水、地形等因素對(duì)重慶植被覆蓋變化的影響。

綜上,目前研究植被覆蓋變化及其驅(qū)動(dòng)因素的成果已較為豐富[16—18],但主要集中在分析氣候、地形等自然因子對(duì)植被覆蓋變化的影響上,探討人類活動(dòng)強(qiáng)度等人為因子對(duì)植被覆蓋變化影響的則較少,而綜合研究氣候、地形、人類活動(dòng)等因素對(duì)植被覆蓋變化驅(qū)動(dòng)機(jī)制的則更少。鑒于此,本研究基于MODIS-NDVI數(shù)據(jù)、氣候數(shù)據(jù)、地形數(shù)據(jù)和人類活動(dòng)數(shù)據(jù),采用趨勢(shì)分析等方法,應(yīng)用地理探測(cè)器模型[19—20],全面分析2000—2019年重慶市植被覆蓋時(shí)空變化特征,并探究各地理因子及其交互作用對(duì)重慶市植被覆蓋的影響程度與作用機(jī)制,以期為重慶市及西南山地區(qū)域植被恢復(fù)、生態(tài)系統(tǒng)保護(hù)、生態(tài)文明建設(shè)等提供一定參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

重慶市地處青藏高原與長(zhǎng)江中下游平原的過(guò)渡地帶,地理范圍為105°11′—110°11′E、28°10′—32°13′N,幅員面積8.24×104km2(圖1)。地形復(fù)雜多樣,以丘陵、山地為主,地勢(shì)起伏大,有大巴山、巫山、武陵山、大婁山等山脈綿延境內(nèi)。氣候地域差異較大,且立體氣候明顯,年均溫13—19℃,年降水量914—1844mm,年日照時(shí)數(shù)1000—1400h,年均相對(duì)濕度高達(dá)70%,具有冬暖春早,夏熱秋遲,無(wú)霜期長(zhǎng)等特點(diǎn)。境內(nèi)江河縱橫,地表水資源豐富,主要有長(zhǎng)江、嘉陵江、烏江等,其中長(zhǎng)江干流自西向東橫貫全境,流程長(zhǎng)達(dá)665km。土壤類型多樣,以紫色土、沖積土和水稻土為主。植被資源豐富,類型多樣,2019年全市森林覆蓋率達(dá)50.1%。

圖1 重慶市地理位置及氣象站點(diǎn)分布圖Fig.1 Geographical location and distribution map of meteorological stations in Chongqing

1.2 數(shù)據(jù)來(lái)源

MODIS NDVI數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)調(diào)查局(United States Geological Survey,USGS)提供的MOD13A3產(chǎn)品(http://glovis.usgs.gov/),空間分辨率為1km×1km,時(shí)間分辨率為30d。該產(chǎn)品經(jīng)過(guò)幾何糾正、輻射校正、大氣校正等預(yù)處理；然后使用MRT(MODIS Reprojection Tools)工具進(jìn)行投影和拼接,經(jīng)裁剪得到重慶市NDVI數(shù)據(jù)集；為進(jìn)一步消除異常值的影響,采用最大值合成法(Maximum Value Composites,MVC)[21]合成月NDVI數(shù)據(jù),最終得到2000—2019年重慶市年NDVI數(shù)據(jù)。

氣象數(shù)據(jù)包括氣溫、降水量和太陽(yáng)輻射,均來(lái)源于國(guó)家氣象信息中心(http://data.cma.cn/)。其中氣溫、降水量通過(guò)逐站點(diǎn)統(tǒng)計(jì)重慶34個(gè)氣象站點(diǎn)的日平均氣溫和日降水量,最終得到年平均氣溫和年降水量數(shù)據(jù)；太陽(yáng)輻射數(shù)據(jù)由于重慶地區(qū)的太陽(yáng)輻射實(shí)測(cè)站點(diǎn)較少,為提高數(shù)據(jù)精度,利用目前模擬精度較高且應(yīng)用廣泛的Angstrom模型及日照時(shí)數(shù)數(shù)據(jù),模擬得到34個(gè)氣象站點(diǎn)的年太陽(yáng)輻射數(shù)據(jù)[22]。最后,利用ANUSPLIN氣象插值軟件的平滑樣條函數(shù)對(duì)氣溫、降水量和太陽(yáng)輻射數(shù)據(jù)進(jìn)行空間插值[23],得到重慶市各氣象因子?xùn)鸥駭?shù)據(jù)。

地形數(shù)據(jù)包括高程、坡度和坡向,其中高程數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/),而坡度、坡向數(shù)據(jù)則基于高程數(shù)據(jù)通過(guò)ArcGIS10.6的Spatial Analyst工具計(jì)算得到。

人類活動(dòng)強(qiáng)度指數(shù)(Human Activity Intensity of Land Surface,HAILS)數(shù)據(jù)借鑒徐勇[24]等學(xué)者構(gòu)建的數(shù)學(xué)模型,通過(guò)重慶市土地利用數(shù)據(jù)計(jì)算得到,其中重慶市土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)。本研究中柵格數(shù)據(jù)空間分辨率均為1km,其投影方式與NDVI數(shù)據(jù)一致。

1.3 研究方法

1.3.1趨勢(shì)分析

在植被覆蓋時(shí)空變化分析中,為研究重慶市2000—2019年植被覆蓋變化趨勢(shì),采用一元線性回歸模型,將NDVI與時(shí)間序列做回歸分析[25—26],計(jì)算公式如下：

(1)

式中,θ為NDVI在多年時(shí)間序列上變化趨勢(shì)的斜率,n為時(shí)間序列的年數(shù),NDVIi為第i年的NDVI值。若θ為正則說(shuō)明植被覆蓋隨時(shí)間序列呈增加趨勢(shì),反之呈減少趨勢(shì)；并且θ數(shù)值的絕對(duì)值越大,表明植被覆蓋狀況變化越明顯。

1.3.2偏差分析

為進(jìn)一步研究重慶市植被覆蓋在2000—2019年間相對(duì)變化(波動(dòng))程度,通過(guò)偏差分析計(jì)算各年份NDVI偏離多年NDVI均值的大小,以反映研究時(shí)段內(nèi)植被覆蓋的穩(wěn)定性[27],計(jì)算公式如下：

(2)

1.3.3地理探測(cè)器

在植被覆蓋變化驅(qū)動(dòng)因素分析中,為定量研究氣候、地形、人類活動(dòng)等不同因素各地理因子(表1)及其交互作用對(duì)植被覆蓋變化的影響程度與作用機(jī)制,本研究應(yīng)用地理探測(cè)器模型[19—20]中的因子探測(cè)模塊和交互探測(cè)模塊,對(duì)各單因子作用強(qiáng)度及雙因子交互作用強(qiáng)度進(jìn)行探測(cè)。

其中,因子探測(cè)主要用來(lái)探測(cè)NDVI的空間分異性和不同地理因子對(duì)NDVI空間分異性的解釋程度,其解釋力大小用q值衡量,表達(dá)式為：

(3)

式中,q為地理因子對(duì)NDVI的解釋力,值域?yàn)閇0,1],值越大表示地理因子對(duì)NDVI解釋力越強(qiáng),反之則越弱；h=1,2,…,L,L為地理因子的分層數(shù),Nh和N分別為地理因子層h和整個(gè)重慶市的樣本數(shù)；σh2和σ2分別是地理因子層h和整個(gè)重慶市的NDVI值的方差。

交互探測(cè)用于識(shí)別不同地理因子之間的交互作用,即評(píng)估地理因子共同作用時(shí)是否會(huì)增加或減弱對(duì)因變量NDVI的解釋力,或這些因子對(duì)NDVI的影響是否相互獨(dú)立。通過(guò)對(duì)比單因子q值及交互作用q值即可判斷交互作用的方式和方向。具體情況如下[19—20]：q(X1∩X2)Max(q(X1),q(X2)),則交互后雙因子增強(qiáng)；q(X1∩X2)=q(X1)+q(X2),則交互后獨(dú)立；q(X1∩X2)>q(X1)+q(X2),則交互后非線性增強(qiáng),其中,X1和X2代表不同的地理因子。

地理探測(cè)器要求輸入變量為分類變量,即需對(duì)輸入的連續(xù)型數(shù)據(jù)進(jìn)行離散化處理?；谕鮿欧宓忍岢龅臄?shù)據(jù)離散化方法[19],本研究采用自然斷點(diǎn)法對(duì)氣象、地形、人類活動(dòng)等因素各地理因子的連續(xù)型數(shù)據(jù)進(jìn)行離散化處理,將其分為10類。使用ArcGIS10.6中的Create Fishnet功能生成間隔為2km的漁網(wǎng)點(diǎn)數(shù)據(jù),提取柵格數(shù)據(jù)作為樣本,剔除異常值后,共有19679條數(shù)據(jù)參與計(jì)算。

表1 地理因子指標(biāo)

2 結(jié)果分析

2.1 植被覆蓋變化特征

2.1.1時(shí)間變化特征

趨勢(shì)分析顯示(圖2),2000—2019年重慶市植被覆蓋整體呈波動(dòng)上升趨勢(shì),且存在明顯階段性特征。2000—2019年重慶市植被覆蓋狀況正以4.4%/10a的增速逐步改善,以2002年和2011年為節(jié)點(diǎn),植被覆蓋變化明顯表現(xiàn)為3個(gè)階段：①前期(2000—2002年),NDVI年均值呈下降趨勢(shì),下降速率為10.5%/10a,作為對(duì)環(huán)境變化極為敏感的生態(tài)脆弱區(qū),受2000年和2001年連續(xù)特大干旱影響[28],重慶市植被覆蓋狀況出現(xiàn)明顯下降；②中期(2002—2011年),NDVI年均值呈小幅增長(zhǎng)趨勢(shì),增速為2.9%/10a,期間受三峽庫(kù)區(qū)建成蓄水[29]和極端高溫事件[25]等影響而出現(xiàn)輕微震蕩,但植被覆蓋狀況整體穩(wěn)定；③后期(2011—2019年),NDVI年均值呈快速增長(zhǎng)趨勢(shì),增速高達(dá)7.8%/10a,其間由于持續(xù)性的區(qū)域生態(tài)修復(fù)和生態(tài)文明建設(shè)等因素,雖然不時(shí)受異常氣候等因素的擾動(dòng)[26],但植被覆蓋增加明顯。

偏差分析表明(圖2),2000—2019年重慶市植被覆蓋波動(dòng)顯著,NDVI偏差值呈現(xiàn)先減小后增加趨勢(shì)。其中,2000—2012年,除2010年外其余年份NDVI偏差均為負(fù)值,植被覆蓋低于多年平均水平,且2000年、2001年和2002年偏差值較大,偏離多年平均水平程度較嚴(yán)重；2013—2019年,NDVI偏差均為正值,植被覆蓋高于多年平均水平,且偏差值整體較大,但各年份偏差數(shù)值差異明顯。說(shuō)明雖然近年來(lái)一系列生態(tài)工程的不斷推進(jìn)對(duì)改善區(qū)域植被覆蓋狀況起到了一定積極作用,但生態(tài)系統(tǒng)依然脆弱,還需進(jìn)一步增強(qiáng)區(qū)域水源涵養(yǎng)、水土保持等生態(tài)功能,逐步提升區(qū)域生態(tài)系統(tǒng)穩(wěn)定性。

圖2 2000—2019年重慶市植被覆蓋變化趨勢(shì)和偏差分析Fig.2 Trend and deviation analysis of vegetation cover change in Chongqing from 2000 to 2019NDVI：歸一化植被指數(shù) Normal Difference Vegetation Index

2.1.2空間變化特征

從空間分布看(圖3),2000—2019年重慶市植被覆蓋空間異質(zhì)性顯著,整體呈“東高西低”空間分布格局。植被覆蓋多年均值介于0.26—0.88之間,其中,高值區(qū)(0.82—0.88)主要分布于渝東北的城口、巫溪、巫山等大巴山脈綿延區(qū),以及渝東南的武隆、豐都、石柱等武陵山邊緣地區(qū)；低值區(qū)(0.26—0.58)則主要分部于受蓄水淹沒(méi)影響的三峽庫(kù)區(qū)消落帶,以及人口高度集聚、城鎮(zhèn)化快速發(fā)展的渝西和主城地區(qū)。

從格局演化看(圖3),2000—2019年重慶市植被覆蓋整體呈改善趨勢(shì),但高低集聚格局基本穩(wěn)定。通過(guò)ArcGIS10.6軟件中趨勢(shì)面分析工具對(duì)重慶市植被覆蓋格局演化進(jìn)一步分析發(fā)現(xiàn),2000—2019年重慶市植被覆蓋在東西方向上由“一字型”向“斜線型”演化,東部地區(qū)植被覆蓋增速大于西部地區(qū),東西部植被覆蓋差距相對(duì)增大；南北方向上由“淺U型”向“深U型”演化,北部和南部地區(qū)植被覆蓋增速大于中部地區(qū),且高值區(qū)面積不斷擴(kuò)大,低值區(qū)面積相對(duì)減少,但植被覆蓋高低集聚格局基本穩(wěn)定。

2.2 驅(qū)動(dòng)因素分析

2.2.1因子探測(cè)分析

選取表征氣候、地形和人類活動(dòng)3類因素7個(gè)地理因子,分別探測(cè)2000年、2005年、2010年、2015年、2019年各因子對(duì)植被覆蓋的影響大小。同時(shí),以2000—2019年平均值從靜態(tài)角度進(jìn)一步分析各因子對(duì)植被覆蓋的影響。從靜態(tài)角度看(表2),不同地理因子對(duì)植被覆蓋空間分異性解釋力存在顯著差異。各地理因子解釋力大小依次為：年均溫(0.3459)>高程(0.3281)>年均降水量(0.2305)>人類活動(dòng)強(qiáng)度指數(shù)(0.1747)>坡度(0.1008)>總輻射(0.0552)>坡向(0.0034),且均通過(guò)顯著性檢驗(yàn)(P<0.05)。其中,年均溫、高程、年均降水量對(duì)植被覆蓋空間分異性解釋力較大,是影響植被覆蓋變化的主要因子,人類活動(dòng)強(qiáng)度指數(shù)、坡度次之,總輻射、坡向最小。整體來(lái)看,氣候因素對(duì)植被覆蓋空間分異性解釋力最大,解釋力高達(dá)0.6316,且通過(guò)氣溫、降水等因子直接影響植被覆蓋；其次是地形因素,解釋力為0.4323,通過(guò)在一定程度上影響降水、太陽(yáng)輻射等氣候因素的空間再分配過(guò)程及人類活動(dòng)因素,進(jìn)而影響植被覆蓋空間分布；人類活動(dòng)因素則最小,解釋力為0.1747。

表2 2000—2019年重慶市因子探測(cè)結(jié)果

從動(dòng)態(tài)角度看(圖4,表2),各地理因子對(duì)植被覆蓋空間分異性解釋力表現(xiàn)出不同變化趨勢(shì),但主導(dǎo)因子相對(duì)一致。2000—2019年年均溫、坡向、人類活動(dòng)強(qiáng)度指數(shù)解釋力總體呈增加趨勢(shì),年均降水量、總輻射、高程、坡度解釋力總體呈減小趨勢(shì),且年均溫為第一主導(dǎo)因子,高程和年均降水量分別為第二、第三主導(dǎo)因子。其中,2000—2005年年均降水量、坡向解釋力呈增加趨勢(shì),其余各因子解釋力呈減小趨勢(shì),第一、第二、第三主導(dǎo)因子分別為年均溫、高程、年均降水量；2005—2010年除坡向解釋力呈減小趨勢(shì)外,其余各因子解釋力均呈增加趨勢(shì),且高程上升為第一主導(dǎo)因子,年均溫下降為第二主導(dǎo)因子,年均降水量仍為第三主導(dǎo)因子；2010- 2015年坡向、人類活動(dòng)強(qiáng)度指數(shù)解釋力呈增加趨勢(shì),其余各因子解釋力呈減小趨勢(shì),人類活動(dòng)強(qiáng)度指數(shù)上升為第三主導(dǎo)因子,年均溫和高程分別為第一、第二主導(dǎo)因子；2015—2019年高程、坡度、坡向、人類活動(dòng)強(qiáng)度指數(shù)解釋力呈增加趨勢(shì),其余各因子解釋力呈減小趨勢(shì),高程、年均溫、年均降水量分別為第一、第二、第三主導(dǎo)因子。

圖4 2000—2019年重慶市地理因子q值變化Fig.4 Change of Q value of geographical factors in Chongqing from 2000 to 2019X1：年均降水量 Average annual precipitation；X2：年均溫 Annual mean temperature；X3：總輻射 Global radiation；X4：高程 Elevation；X5：坡度 Slope；X6：坡向 Slope direction；X7：人類活動(dòng)強(qiáng)度指數(shù) Human Activity Intensity of Land Surface

2.2.2交互探測(cè)分析

同樣,在分別探測(cè)2000年、2005年、2010年、2015年、2019年各地理因子交互作用的同時(shí),進(jìn)一步探測(cè)各地理因子平均值對(duì)植被覆蓋變化的交互作用。交互探測(cè)結(jié)果表明(表3),2000—2019年重慶市各地理因子對(duì)植被覆蓋變化存在交互作用,且呈雙因子增強(qiáng)和非線性增強(qiáng)兩種類型,說(shuō)明各地理因子交互作用時(shí)會(huì)增強(qiáng)對(duì)植被覆蓋變化的解釋力,而不存在相互獨(dú)立作用或減弱對(duì)植被覆蓋變化解釋力的交互因子。其中,X1∩X2、X3∩X4、X1∩X4、X4∩X5、X2∩X3、X4∩X7、X2∩X4、X2∩X5、X5∩X7、X2∩X7在2000—2019年均為雙因子增強(qiáng)型；X3∩X6、X1∩X6、X4∩X6、X5∩X6在2000—2019年均為非線性增強(qiáng)型；X1∩X5、X1∩X7、X2∩X6在2000—2019年主要為雙因子增強(qiáng)型,個(gè)別年份為非線性增強(qiáng)型；X1∩X3、X3∩X5、X3∩X7、X6∩X7在2000—2019年主要為非線性增強(qiáng)型,個(gè)別年份為雙因子增強(qiáng)型。

同時(shí),交互探測(cè)結(jié)果顯示(表3),2000—2019年重慶市植被覆蓋變化第一主導(dǎo)交互因子為年均溫∩人類活動(dòng)強(qiáng)度指數(shù),第二主導(dǎo)交互因子為高程∩人類活動(dòng)強(qiáng)度指數(shù),第三主導(dǎo)交互因子為年均溫∩總輻射。根據(jù)相關(guān)研究,氣溫對(duì)植被生長(zhǎng)具有重要影響作用,氣溫低于或高于植被生長(zhǎng)所能忍受的范圍時(shí),均不利于植被生長(zhǎng),甚至出現(xiàn)死亡[20]；高程在一定程度上會(huì)影響人類活動(dòng)因素對(duì)植被的作用大小,同時(shí)重慶市作為典型的山地區(qū)域,受氣溫垂直遞減率影響,在一定范圍內(nèi)隨海拔升高而降雨量增加,通過(guò)改變區(qū)域水熱條件進(jìn)而影響植被覆蓋變化[30]；人類活動(dòng)對(duì)植被覆蓋變化同樣具有重要影響,一方面通過(guò)退耕還林還草、生態(tài)保護(hù)修復(fù)等措施可促進(jìn)植被覆蓋,另一方面通過(guò)城鎮(zhèn)化建設(shè)、資源過(guò)度開(kāi)發(fā)等行為可破壞植被覆蓋[30]；而太陽(yáng)輻射則通過(guò)光合作用影響植被生長(zhǎng)?？傊?2000—2019年重慶市各地理因子交互作用對(duì)植被覆蓋變化的解釋力不是獨(dú)立作用或減弱的,也不是簡(jiǎn)單的疊加過(guò)程,而是解釋力顯著增強(qiáng)的雙因子增強(qiáng)或非線性增強(qiáng)。

表3 2000—2019年重慶市交互探測(cè)結(jié)果

3 結(jié)論與討論

本研究基于MODIS-NDVI數(shù)據(jù)、氣候數(shù)據(jù)、地形數(shù)據(jù)和人類活動(dòng)數(shù)據(jù),采用趨勢(shì)分析等方法,應(yīng)用地理探測(cè)器模型,全面分析2000—2019年重慶市植被覆蓋時(shí)空變化特征,并探究各地理因子及其交互作用對(duì)重慶市植被覆蓋的影響程度與作用機(jī)制。主要結(jié)論如下：

(1)時(shí)間變化分析顯示,2000—2019年重慶市植被覆蓋整體呈波動(dòng)上升趨勢(shì),NDVI偏差值呈先減小后增加趨勢(shì),植被覆蓋變化特征明顯且表現(xiàn)為3個(gè)階段。2000—2019年重慶市植被覆蓋增長(zhǎng)率為4.4%/10a,前期(2000—2002年),NDVI年均值呈下降趨勢(shì)；中期(2002—2011年),NDVI年均值呈小幅增長(zhǎng)趨勢(shì)；后期(2011—2019年),NDVI年均值呈快速增長(zhǎng)趨勢(shì)。

(2)空間變化分析顯示,2000—2019年重慶市植被覆蓋空間異質(zhì)性顯著,但高低集聚格局基本穩(wěn)定。2000—2019年重慶市植被覆蓋呈“東高西低”空間分布格局,高值區(qū)主要分布于渝東北的大巴山脈綿延區(qū)和渝東南的武陵山邊緣地區(qū)；低值區(qū)則主要分部于三峽庫(kù)區(qū)消落帶及渝西、主城地區(qū)。植被覆蓋空間格局在東西方向上由“一字型”向“斜線型”演化,南北方向上由“淺U型”向“深U型”演化,但植被覆蓋高低集聚格局基本穩(wěn)定。

(3)因子探測(cè)發(fā)現(xiàn),不同地理因子對(duì)植被覆蓋空間分異性解釋力存在顯著差異,且變化趨勢(shì)不同,但主導(dǎo)因子相對(duì)一致。2000—2019年重慶市植被覆蓋各地理因子解釋力大小依次為：年均溫(0.3459)>高程(0.3281)>年均降水量(0.2305)>人類活動(dòng)強(qiáng)度指數(shù)(0.1747)>坡度(0.1008)>總輻射(0.0552)>坡向(0.0034)。其中,年均溫、坡向、人類活動(dòng)強(qiáng)度指數(shù)解釋力總體呈增加趨勢(shì),年均降水量、總輻射、高程、坡度解釋力總體呈減小趨勢(shì)。

(4)交互探測(cè)發(fā)現(xiàn),2000—2019年重慶市各地理因子對(duì)植被覆蓋變化存在交互作用,且呈雙因子增強(qiáng)和非線性增強(qiáng)兩種類型,而不存在相互獨(dú)立作用或?qū)χ脖桓采w變化解釋力減弱的交互因子。2000—2019年重慶市植被覆蓋變化第一主導(dǎo)交互因子為年均溫∩人類活動(dòng)強(qiáng)度指數(shù),第二主導(dǎo)交互因子為高程∩人類活動(dòng)強(qiáng)度指數(shù),第三主導(dǎo)交互因子為年均溫∩總輻射。

本研究通過(guò)對(duì)2000—2019年重慶市植被覆蓋時(shí)空變化特征及其驅(qū)動(dòng)因素的分析,在一定程度上探究了氣象、地形和人類活動(dòng)等因素各地理因子及其交互作用對(duì)重慶市植被覆蓋的影響程度與作用機(jī)制,但植被覆蓋變化受多因素綜合作用,是一個(gè)非常復(fù)雜的動(dòng)態(tài)過(guò)程,因此,在后續(xù)的研究中還需進(jìn)一步完善指標(biāo)因子,同時(shí)考慮建立更長(zhǎng)時(shí)間尺度的分析模型。此外,今后的研究可在深入探究各因素對(duì)植被覆蓋作用機(jī)制與驅(qū)動(dòng)規(guī)律的基礎(chǔ)上,進(jìn)行植被覆蓋變化模型的構(gòu)建和區(qū)域未來(lái)植被覆蓋情況的預(yù)測(cè)。