蒿承智,歐陽珺,易 霞,史建康,張子嘉,黃 菁,趙俊福

(海南省生態(tài)環(huán)境監(jiān)測中心,海口 571126)

植被連接著大氣、土壤、水體,具有較明顯的年際變化,在生態(tài)環(huán)境保護、大氣調控以及保持生態(tài)系統(tǒng)穩(wěn)定性等有著重要意義[1-3]。增強植被指數(shù)EVI(Enhanced Vegetation Index)是利用衛(wèi)星不同波段探測數(shù)據(jù)組合而成的的一種植被遙感指數(shù),廣泛用于植被生長狀況遙感監(jiān)測。該指數(shù)具有不容易飽和特點,可以容忍更大的植被冠層密度變化,適用于雨林和其他大量植被覆蓋的高生物區(qū)域,是較好反映海南島植被變化的指標。MODIS傳感器采集數(shù)據(jù)的重訪頻次高、空間覆蓋面廣、數(shù)據(jù)免費,所以長期序列EVI數(shù)據(jù)和生物量、葉面積指數(shù)都有較好的相關關聯(lián),因此可以很好地體現(xiàn)地表植物的繁茂程度,而EVI的變動也在一定程度上代表了地表植物覆蓋率變化[4-5]。

海南島位于中國最南端,地理坐標為18°10′N～20°10′N, 108°37′E～111°05′E,北隔瓊州海峽與廣東省雷州半島相望,是我國僅次于臺灣島的第二大島。海南島植被茂密,森林覆蓋率超過60%[6],有獨特的熱帶山地雨林和季雨林生態(tài)系統(tǒng)。

1 數(shù)據(jù)與方法

以MODIS 250m的MOD13Q1、MYD13Q1 EVI植被指數(shù)產品作為數(shù)據(jù)源,通過數(shù)據(jù)預處理獲得 2003～2020年海南島每一年的年EVI數(shù)據(jù),通過Theil-Sen median趨勢分析和Mann-Kendall、Hurst指數(shù)算法,研究海南島具有植被生長地區(qū)EVI的空間分布,時間變化、趨勢以及可持續(xù)性的特點。通過與主要氣象因子氣溫、降水進行基于地理柵格、時間序列的相關性分析,研究EVI與氣溫與降水相關性關系,以期為海南島生態(tài)環(huán)境的維護提供基礎。

1.1 數(shù)據(jù)預處理

EVI數(shù)據(jù)來源于美國國家航空航天局的MODIS植被指數(shù)MOD13Q1、MYD13Q1數(shù)據(jù),時間分辨率為16d,空間分辨率為250m,時間序列2003年1月-2020年12月。氣溫和降水數(shù)據(jù)來源于國家地球系統(tǒng)科學數(shù)據(jù)共享服務平臺,時間分辨率為月,空間分辨率為1km,同等時間序列。首先利用MTR軟件進行EVI數(shù)據(jù)格式轉換、拼接、投影等操作,將Hdf格式轉換為TIF格式,投影轉換為 WGS84_UTM_Zone_49N投影。采用最大值合成法,提取2002～2020年逐月的EVI數(shù)據(jù),最大值合成法能有效消除云、大氣等帶來的影響[7-9]。逐月EVI取平均值獲得逐年EVI數(shù)據(jù),減少極端年氣候對植被生長發(fā)育狀況的影響[9-10]。在與氣溫和降水進行相關性分析時,對逐年EVI數(shù)據(jù)重采樣,重采樣分辨率1km,方法為鄰近自然法。

1.2 數(shù)據(jù)分析方法

通過Theil-Sen median趨勢分析、Mann-Kendall檢驗、Hurst指數(shù)算法、EVI與氣溫、降水地理柵格、時間序列的相關性分析,研究海南島EVI大于0的區(qū)域植被生長的空間分布,時間變化及趨勢,可持續(xù)特征以及與氣溫、降水的相關關系[9]。

1.3 Theil-Sen Median趨勢分析和Mann-Kendall檢驗

Theil-Sen Median趨勢分析和Mann-Kendall檢驗對顯著性水平的測試有扎實的統(tǒng)計學依據(jù),不要求數(shù)據(jù)遵循特定的分布,成為確定數(shù)據(jù)長時間變化趨勢的重要手段,廣泛運用于植被覆蓋的隨時間變化研究[9,11-12]。Theil-sen Median趨勢分析是穩(wěn)健的非參數(shù)統(tǒng)計的趨勢計算方法,通過計算 n(n-1)/2 個數(shù)據(jù)組合的斜率的中位數(shù),用SEVI表示。當SEVI>0時,表示EVI呈上升的態(tài)勢,反之則表示EVI呈下降的態(tài)勢。Mann-Kendall檢驗是非參數(shù)趨勢檢驗方法,用于確定趨勢的顯著性。計算公式如下：

設定 {EVIi},i=2003,2004,…,2020

式中,sgn是符號函數(shù),EVIi和 EVIj為時間序列對應的EVI值,n為年數(shù)。給定顯著性水平α,一般取α= 0.05,判斷在0.05置信水平上EVI隨時間變化趨勢是否具有顯著性。

1.4 Hurst指數(shù)

Hurst指數(shù)是描述時間順序長期依賴性的方法,在經(jīng)濟學、地質和地球化學、統(tǒng)計學等領域都具有很廣闊的應用[9]。計算方法為：對于時間序列{EVI(s)},s= 1,2,…,n ,計算每個片段的均值：

如Hurst 指數(shù)取值在0.5～1之間,表示未來變化趨勢與過去相符;如取值為0.5,則表示為數(shù)據(jù)隨機;如果取值在0～0.5之間,則表明未來的趨勢和過去的趨勢相反。

2 變化分析

2.1 海南島植被覆蓋的空間

計算2003～2020年的逐年平均值,作為EVI空間分布圖(圖1)。表明,海南島植被覆蓋整體狀態(tài)好,空間上呈現(xiàn)四周低,中間高的分布特征。18年間,年均EVI大于0.5的區(qū)域占全島的59.9%,植被覆蓋較高的區(qū)域主要分布在中部山區(qū),而植被覆蓋較低的區(qū)域主要分布沿海地區(qū)。

圖1 海南島2003-2020年平均EVI空間分布

各市縣分析結果表明,2003～2020年年均EVI最高的3個市縣為保亭縣、五指山市和瓊中縣。最低的3個市縣為?？谑小⑽牟泻团R高縣(表1),其中?？谑心昃鵈VI值為0.428,為各市縣最低。

表1 各市縣2003-2020年平均EVI值

2.2 植被覆蓋的時間變化特征

取 2003～2020年海南島各年度EVI數(shù)據(jù),并制作年際EVI散點圖(圖2)?？梢钥闯?海南島年均EVI值在 0.44～0.55之間波動,自2003年以來,海南島植被覆蓋呈波動性增加趨勢,表明植被整體生長狀況變好。2005年、2011年、2014年 、2018年出現(xiàn)明顯波谷,2009年、2012年、2017年、2019年出現(xiàn)明顯的波峰?；貧w分析中,一元線性回歸方程斜率反映變化程度,當斜率大于0時,斜率越大表示變好的程度越大?；貧w分析一元線性回歸方程斜率為0.0042,反映一定程度變好。R2反映回歸直線與樣本觀察值擬合程度,R2的取值范圍為：0≤R2≤1,R2越接近1,擬合效果越好;R2越接近0,擬合效果越差。回歸分析結果R2值為0.7608,表明用該一元線性方程能較好的擬合各年度EVI變化趨勢。P值是用來檢驗回歸方程系數(shù)的顯著性,又叫T檢驗,是在顯著性水平α(常用取值0.01或0.05)下F的臨界值,一般以此來衡量檢驗結果是否具有顯著性,如果P>0.05,則統(tǒng)計學意義上差距不顯著,如果0.01

圖2 海南島年際EVI散點圖

取 2003～2020年各市縣年度EVI平均值,代表當年植被覆蓋的狀態(tài),并進行各市縣年際EVI回歸分析,生成一元線性擬合方程、R2值以及P值,如表2。

表2 各市縣年際EVI回歸分析參數(shù)

表3 EVI變化趨勢統(tǒng)計

回歸分析結果表明,臨高縣、儋州市、澄邁縣、定安縣、白沙縣、瓊海市、文昌市、昌江縣、屯昌縣、?？谑小⑷f寧市、五指山市和東方市一元線性擬合方程斜率大于0.003,R2>0.5,P<0.01,該13個市縣植被覆蓋度整體趨勢顯著變好;保亭縣、樂東縣、陵水縣和瓊中縣一元線性擬合方程斜率大于0.002,R2>0.4,P<0.01,該4個市縣植被覆蓋度整體趨勢輕微變好;三亞市大于0.001,R2為0.2035,P>0.05,三亞市植被覆蓋度整體趨勢變化不明顯。

2.3 植被覆蓋變化趨勢

結合Theil-Sen Median趨勢分析和Mann-Kendall檢驗,將植被覆蓋變化的區(qū)域進行分成明顯改善、輕微改善、穩(wěn)定不變、輕微退化、嚴重退化5類,分類標準見表2。從表2中看出,植被覆蓋變好的區(qū)域面積占比90.2%;穩(wěn)定不變即面積占比僅占0.1%;植被退化的區(qū)域面積占比僅占9.7%?？梢钥闯?海南島大部分區(qū)域植被覆蓋是改善的。

從圖3可以看出：2003～2020年海南島絕大部分區(qū)域地表植被覆蓋以改善為主。植被改善的區(qū)域在全省均有分布,退化的區(qū)域主要在各市縣城區(qū)、洋浦經(jīng)濟開發(fā)區(qū)、澄邁縣北部、文昌市東部、屯昌縣西北和東南部、瓊中縣的北部、三亞市的西部、昌江縣中部、東方市中部、樂東縣西部、保亭縣東南部。

圖3 2003～2020年海南島年均EVI變化趨勢

2.4 植被覆蓋變化的可持續(xù)性分析

海南島Hurst 指數(shù)小于0.5的區(qū)域面積占比為11.2%,Hurst 指數(shù)大于0.5的面積占比為88.8%,Hurst指數(shù)平均為0.768。海南島具有植被覆蓋區(qū)域的EVI的正向持續(xù)性較強。通過將EVI變化趨勢的結果與Hurst指數(shù)的結果耦合,詳見圖4。耦合結果分為 6 種類型,持續(xù)性嚴重退化、持續(xù)性輕微退化、持續(xù)性穩(wěn)定不變、持續(xù)性輕微改善、持續(xù)性明顯改善、未來變化趨勢不確定。

圖4 植被覆蓋可持續(xù)性變化特征

持續(xù)改善的組合面積比重達81.2%,在海南島內主要分布(圖4)。持續(xù)退化所占比例為7.6%,分布范圍主要在各市縣城區(qū)、洋浦經(jīng)濟開發(fā)區(qū)、澄邁縣北部、文昌市東部、屯昌縣西北和東南部、瓊中縣的北部、三亞市的西部、昌江縣中部、東方市中部、樂東縣西部、保亭縣東南部。11.2%的區(qū)域未來變化趨勢無法確定,主要分布海南島的南部。

2.5 植被覆蓋變化的氣象影響因子分析

2.5.1 與降水相關分析 年EVI數(shù)據(jù)與年降水進行時間序列和地理柵格相關性分析,獲得每個像元的P值,一般認為P<0.05相關系數(shù)r具有統(tǒng)計學意義,認為具有相關關系。r>0,認為有正相關關系,r<0認為有負相關關系,r=0認為不存在相關關系。海南島植被覆蓋與降水認為有正相關關系區(qū)域占比38%,有負相關關系區(qū)域占比0.8%,不認為有相關關系占比61.2%,其中EVI與降水具有正相關關系區(qū)域主要分布在海南島北部,植被覆蓋稍微低一些的區(qū)域(圖5)。EVI與降水不認為有相關關系區(qū)域,主要分布在植被覆蓋較好的中部山區(qū),可能與植被覆蓋趨于飽和植被覆蓋不易增長有關。EVI與降水認為有負相關關系區(qū)域在全島范圍內零星分布。

圖5 植被覆蓋與降水相關關系分布

2.5.2 與氣溫相關分析 年EVI數(shù)據(jù)與年氣溫進行時間序列和地理柵格相關性分析,分析方法同上。海南島植被覆蓋與氣溫認為有正相關關系的區(qū)域占比9.4%,有負相關關系區(qū)域占比2.4%,不認為有相關關系占比88.2%,EVI與氣溫不認為有相關關系區(qū)域,在海南島全島范圍內主要分布,EVI與氣溫認為有正相關關系區(qū)域在全島范圍內零星分布,EVI與氣溫認為有負相關關系區(qū)域主要在?？谑泻腿齺喪谐菂^(qū)分布,由于受人類活動影響,負相關關系認為并不明顯(圖6)。

圖6 植被覆蓋與氣溫相關關系分布

3 結論

2003～2020年,海南島植被覆蓋整體狀態(tài)好,超過60%區(qū)域EVI大于0.5。植被覆蓋較好區(qū)域主要分布在保亭縣、五指山市、瓊中縣等中部山區(qū);植被覆蓋稍差區(qū)域主要分布?？谑?、文昌市、臨高縣等沿海地區(qū)。自2003年來,海南島植被覆蓋改善區(qū)域在海南島內主要分布,超90%區(qū)域植被覆蓋呈增加趨勢。植被覆蓋度下降區(qū)域在島內分布較少,占比不足10%,主要分布在各市縣城區(qū)、洋浦經(jīng)濟開發(fā)區(qū)、澄邁縣北部、文昌市東部、屯昌縣西北和東南部、瓊中縣的北部、三亞市的西部、昌江縣中部、東方市中部、樂東縣西部、保亭縣東南部。海南島大部分區(qū)域植被覆蓋度變好趨勢持續(xù)性較強,植被覆蓋持續(xù)改善區(qū)域占比超80%。持續(xù)退化區(qū)域分布較少,占比為7.6%,分布范圍基本同植被退化區(qū)域相一致。

相關性分析結果表明,海南島植被生長年際變化受降雨影響大于氣溫,海南島面積占比38%的區(qū)域植被年際生長與降雨呈正相關關系,該部分區(qū)域主要分布在植被覆蓋稍差的區(qū)域;植被覆蓋度變好與氣溫自然因素相關性不明顯。