王麗芝, 楊 鑫,, 郝利娜

(1.成都理工大學(xué) 地球科學(xué)學(xué)院,成都 610059; 2. 成都理工大學(xué) 地球勘探與信息技術(shù)教育部重點實驗室,成都 610059)

0 引言

植被作為生態(tài)系統(tǒng)不可或缺的組成成分,不僅有聯(lián)結(jié)土壤、水文及環(huán)境的作用,并且植被在區(qū)域初級凈生產(chǎn)力、氣候系統(tǒng)以及陸地碳平衡中發(fā)揮著重要作用,對生態(tài)自然環(huán)境有較為直觀的指示作用[1-2]。同時,植被作為生態(tài)系統(tǒng)中的重要組成部分,其具有豐富的生態(tài)過程、復(fù)雜的結(jié)構(gòu)和生物多樣性,植被的變化影響到許多重要的生態(tài)系統(tǒng)服務(wù)功能,在涵養(yǎng)水源、防風(fēng)固沙、固碳釋氧、維護生物多樣性、調(diào)節(jié)氣候和保持生態(tài)平衡等方面具有不可替代的作用[3]。因此,植被的生態(tài)環(huán)境質(zhì)量(植被生態(tài)質(zhì)量)是評價生態(tài)系統(tǒng)平衡狀況和環(huán)境質(zhì)量的一項重要指標(biāo)。

植被生態(tài)質(zhì)量的好壞決定著一個地區(qū)的環(huán)境質(zhì)量及生態(tài)系統(tǒng)平衡狀態(tài)。隨著遙感技術(shù)的快速發(fā)展和廣泛使用,利用遙感對植被特征進行研究的技術(shù)與方法也越來越成熟。目前,常用遙感手段,采用單一指標(biāo)法和多指標(biāo)法監(jiān)測植被生態(tài)質(zhì)量。徐涵秋等[4]采用單一指標(biāo)法,利用不透水面蓋度評價城市生態(tài)環(huán)境等;伊博力等[5]采用單一指標(biāo)法,利用植被指數(shù)間接地對草地生態(tài)環(huán)境系統(tǒng)進行評價監(jiān)測。單一指標(biāo)只能片面的反應(yīng)植被生態(tài)質(zhì)量某一維度的變化特征,而植被生態(tài)系統(tǒng)是一個錯綜復(fù)雜的生態(tài)系統(tǒng),需要綜合各種指標(biāo)才能較為完整的解釋其變化特征。吳宜進等[6],采用多指標(biāo)法,引入改進的RSEI,以MODIS數(shù)據(jù)反演得到植被總初級生產(chǎn)力、葉面積指數(shù)、區(qū)域熱度、改進的濕度與植被覆蓋度5項指標(biāo)為基礎(chǔ),提出基于主成分分析法的西藏植被生態(tài)質(zhì)量評價方法;李超等[7]采用多指標(biāo)法,以 MODIS數(shù)據(jù)反演得到中國總初級生產(chǎn)力、葉面積指數(shù)、植被覆蓋度、溫度植被干旱指數(shù)和陸面溫度5項指標(biāo),綜合評價了中國植被生態(tài)質(zhì)量。但是利用遙感數(shù)據(jù)構(gòu)建多指標(biāo)植被生態(tài)質(zhì)量評價模型,會受到地區(qū)地勢、時間及尺度上的限制,難以實現(xiàn)精確的評價,這就需要探索一種更適用的植被生態(tài)質(zhì)量指數(shù)構(gòu)建模型。

近年來,諸多學(xué)者對西南地區(qū)的植被動態(tài)變化研究諸多,單獨針對成渝經(jīng)濟區(qū)植被動態(tài)變化的研究相對較少,多采用單一指標(biāo)法對成渝經(jīng)濟區(qū)植被動態(tài)變化進行了分析[8-9]。但成渝經(jīng)濟區(qū)自然環(huán)境復(fù)雜,單一指標(biāo)無法精確的反應(yīng)成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量的變化特征。筆者利用MODIS NDVI數(shù)據(jù)反演得到的成渝經(jīng)濟區(qū)2005年-2020年植被覆蓋度(VFC)、植被凈初級生產(chǎn)力(NPP)指標(biāo)為基礎(chǔ),構(gòu)建植被生態(tài)質(zhì)量指數(shù)(Q),通過趨勢線性分析、相關(guān)性分析、殘差分析,分析了此16 a間成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量時空變化特征,探究了氣候變化和人為活動等驅(qū)動因素對成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量時空變化的制約關(guān)系,為成渝經(jīng)濟區(qū)植被生態(tài)保護與防護提供理論基礎(chǔ)和科學(xué)依據(jù)。

1 研究區(qū)及數(shù)據(jù)來源

1.1 研究區(qū)概況

成渝經(jīng)濟區(qū)由區(qū)域內(nèi)的兩大核心城市而得名,范圍包括四川省15 個市,以及重慶市31 個區(qū)縣(圖1)。東部有三峽庫區(qū)這一國家重點工程,西部有汶川地震災(zāi)后重建區(qū),是長江中上游生態(tài)屏障的重要組成部分[8,10]。成渝經(jīng)濟區(qū)位于西南腹地、四川盆地核心地區(qū),地貌以丘陵為主,中心為平原,四周山體環(huán)繞,由于其特殊的盆地地形,其內(nèi)部熱量不易擴散,從而使得成渝經(jīng)濟區(qū)的溫度高于同緯度的其他地區(qū),并且東部和南部氣溫整體高于西部和北部,降水量則表現(xiàn)為東多西少,盆地多高原少。成渝經(jīng)濟區(qū)屬亞熱帶濕潤季風(fēng)氣候,區(qū)內(nèi)植被以亞熱帶常綠闊葉林和高原山地高寒草甸為主。

圖1 成渝經(jīng)濟區(qū)地理位置及概況圖Fig.1 Geographical location and general situation of Chengdu-Chongqing economic zone

1.2 數(shù)據(jù)來源及預(yù)處理

研究區(qū)MODIS NDVI和行政邊界數(shù)據(jù)源自中科院資源環(huán)境科學(xué)數(shù)據(jù)中心(https://www.resdc.cn/),氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/),選用成渝經(jīng)濟區(qū) 15個氣象站2005年1月-2020年12月的中國地面氣候資料日值數(shù)據(jù)集。

對MODIS NDVI數(shù)據(jù)進行投影轉(zhuǎn)換、鑲嵌等處理,利用波段計算等方法反演得到植被覆蓋度(VFC)和植被凈初級生產(chǎn)力(NPP)。統(tǒng)計每個站點年降水量和年均溫度,把氣象站點坐標(biāo)生成站點值數(shù)據(jù),利用薄盤光滑樣條函數(shù)分別生成研究區(qū)降雨和氣溫的空間分布圖。將所有影像數(shù)據(jù)統(tǒng)一重采樣為1 km分辨率數(shù)據(jù),以便后續(xù)進行分析。

2 研究方法

2.1 植被覆蓋度(VFC)

植被覆蓋度(Vegetation Fractional Cover,VFC)指植被(包括葉、莖、枝)在地面的垂直投影面積占研究區(qū)總面積的百分比,它量化了植被的繁茂程度[11]。目前已有很多利用遙感監(jiān)測手段估算植被覆蓋度的方法,其中最為常見的是利用植被指數(shù)NDVI進行估算,其計算公式為式(1)。

(1)

式中:NDVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI值;NDVIveg為完全被植被所覆蓋的像元的NDVI值,即純植被像元的NDVI值。

2.2 植被生態(tài)質(zhì)量指數(shù)(Q)模型

利用植被凈初級生產(chǎn)力NPP和植被覆蓋度構(gòu)成植被生態(tài)質(zhì)量指數(shù),綜合監(jiān)測評估植被生態(tài)質(zhì)量的優(yōu)劣,其值越大,表明植被生態(tài)質(zhì)量越好[12]。植被生態(tài)質(zhì)量指數(shù)(Q)模型為式(2)。

Qi=(VFCi+NPPi/NPPm×100)/2

(2)

其中:Qi為第i年植被生態(tài)質(zhì)量指數(shù);VFCi為第i年植被覆蓋度;NPPi為第i年植被NPP;NPPm為監(jiān)測年份中NPP最大值,即當(dāng)?shù)刈詈脷庀髼l件下植被NPP。

2.3 趨勢線分析法

線性回歸方程是最廣泛應(yīng)用于分析不同因子和研究對象之間的變化趨勢方式[13]。計算公式為式(3)。

(3)

式中:i為年份;x為第i年的研究對象值;n為時間長度;Slope為n年時間內(nèi),影響因子的變化對應(yīng)的研究對象總體變化趨勢。

2.4 相關(guān)性分析法

相關(guān)性分析是指對兩個或多個具備相關(guān)性的變量元素進行分析,從而衡量兩個變量因素的相關(guān)密切程度。線性相關(guān)性分析的前提條件是相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率[14]。線性相關(guān)性分析R的計算公式為式(4)。

(4)

偏相關(guān)分析是在線性相關(guān)的基礎(chǔ)上,排除其他影響因素的干擾,計算某兩個影響因素的相關(guān)性。偏相關(guān)系數(shù)計算公式為式(5)。

(5)

式中:Rxy,z為將自變量z固定后,因變量x與自變量y的偏相關(guān)系數(shù)。

用t檢驗法進行顯著性檢驗,公式為式(6)。

(6)

式中:n為樣本數(shù);m為自變量個數(shù)。

為了綜合考慮多個相關(guān)影響因素的共同作用,將兩個或多個影響因素采用復(fù)相關(guān)分析法并入計算,計算公式為式(7)。

(7)

式中:Rx y表示x與y的線性相關(guān)系數(shù);Rx z,y為固定自變量y;因變量x與自變量z之間的偏相關(guān)系數(shù)。

用F檢驗法進行顯著性檢驗,公式為式(8)。

(8)

式中:n為樣本數(shù);k為自變量個數(shù)。

2.5 殘差分析法

殘差趨勢法(RESTREND)[15]是一種逐像元建立植被響應(yīng)氣候的線性回歸模型,分別以預(yù)測值和殘差值(實際值與預(yù)測值之差)隨年份的變化趨勢來表達自然和人為因素對植被生態(tài)質(zhì)量的獨立作用。

1)利用研究區(qū)植被生態(tài)質(zhì)量指數(shù)Q和氣象數(shù)據(jù)建立回歸方程計算模擬Q值。

Q=a+x1T+x2P

(9)

式中:a表示回歸系數(shù);x1、x2為常數(shù);T為溫度;P為降水。

2)求解回歸系數(shù)和常數(shù)為式(10)～式(12)。

(10)

(11)

(12)

3)將計算出的回歸系數(shù)和常數(shù)帶入回歸方程得到模擬植被生態(tài)質(zhì)量指數(shù)Q值,用實際Q值減去模擬Q值得到Q殘差值。

3 實驗與分析

3.1 成渝經(jīng)濟區(qū)VFC時空變化

利用 Slope 趨勢分析方法對VFC變化的趨勢進行分析計算,對成渝經(jīng)濟區(qū)植被覆蓋度變化趨勢進行分析,結(jié)合研究區(qū)實際情況對VFC進行分級,如表1所示。

表1 植被覆蓋度(VFC)退化分級表

2005年-2020年成渝經(jīng)濟區(qū)植被覆蓋度整體呈波動式上升(圖2),2005年年均VFC為0.88,2020年年均VFC為0.89,平均增加速率為0. 625%/10a。2005年-2020年成渝經(jīng)濟區(qū)植被覆蓋度達95%以上,植被覆蓋度整體較高。成渝經(jīng)濟區(qū)2005年-2020年植被覆蓋度從西向東呈增加趨勢,其中VFC變化趨勢呈增加的區(qū)域占全域的66.51%,VFC呈減少趨勢的區(qū)域占全域的33.49%;VFC退化的區(qū)域占全域的4.14%,主要集中在成渝經(jīng)濟區(qū)的城鎮(zhèn)集中區(qū);VFC基本不變的區(qū)域占全域的5.29%,主要分布在以遂寧市、資陽市為中心的中心圈地區(qū);VFC改善的區(qū)域占全域面積的90.57%,主要分布在遂寧市、資陽市以及成渝經(jīng)濟區(qū)邊緣地帶等。整體來看,成渝經(jīng)濟區(qū)植被覆蓋度(VFC)從西向東呈改善-退化-改善趨勢,植被覆蓋整體呈現(xiàn)改善狀態(tài)。

圖2 2005年-2020年VFC年均變化曲線及時序變化趨勢圖Fig.2 VFC annual average change curve and chronological change trend from 2005 to 2020

3.2 成渝經(jīng)濟區(qū)NPP時空變化

植被凈初級生產(chǎn)力(NPP) 是指綠色植物在單位時間、單位面積內(nèi)所積累的有機物數(shù)量,是由光合作用所產(chǎn)生的有機質(zhì)總量(gross primary productivity,GPP)中扣除自養(yǎng)呼吸(autotriphic respiration,RA)消耗量后的剩余部分,用以表征綠色植物的固碳能力[16-18]。利用 Slope 趨勢分析方法對NPP變化的趨勢進行分析計算,結(jié)合研究區(qū)實際情況對NPP進行分級,如表2所示。

表2 植被凈初級生產(chǎn)力(NPP)退化分級表

從圖3(a)來看,2005年-2020年成渝經(jīng)濟區(qū)NPP總體呈波動式增長,年均NPP值從2005年的617.223 gC·m-2增長到2020年的707.688 gC·m-2,平均增長速率為5.654 gC·m-2·a-1。從圖3(b)看,NPP從西向東呈現(xiàn)退化-改善-基本不變的趨勢,其中6.67%的地區(qū)NPP減少,93.33%的地區(qū)NPP增加,NPP增加速率介于0 gC·m-2·a-1～5.654 gC·m-2·a-1的區(qū)域占研究區(qū)面積的22.25%,增加速率大于5.654 gC·m-2·a-1的區(qū)域占研究區(qū)面積的71.08%。整體來看,成渝經(jīng)濟區(qū)中心區(qū)域(如資陽、內(nèi)江、潼南、大足、銅梁等)NPP數(shù)值呈逐年上升趨勢,植被凈初級生產(chǎn)力呈改善狀態(tài);成渝經(jīng)濟區(qū)邊緣地區(qū)(如雅安市等)NPP數(shù)值呈逐年下降趨勢,植被凈初級生產(chǎn)力呈退化趨勢。表明成渝經(jīng)濟區(qū)在城市化集中地區(qū)大力發(fā)展的同時,也在增強植被生態(tài)保護。

圖3 2005年-2020年NPP年均變化曲線及時序變化趨勢圖Fig.3 NPP annual average change curve and sequential change trend from 2005 to 2020

3.3 植被生態(tài)質(zhì)量指數(shù)(Q)時空變化

利用Slope趨勢分析法,對成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量指數(shù)(Q)進行年際趨勢變化分析,結(jié)合研究區(qū)實際情況對植被生態(tài)質(zhì)量指數(shù)(Q)進行分級(表3),摸清了成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量的退化改善情況。

表3 植被生態(tài)質(zhì)量指數(shù)(Q)退化分級表Tab.3 Vegetation ecological quality index (Q) degradation classification table

植被生態(tài)質(zhì)量是衡量一個地區(qū)自然生態(tài)狀態(tài)和環(huán)境質(zhì)量的關(guān)鍵指標(biāo)。從圖4(a)來看,成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量指數(shù)(Q)整體呈明顯的增加趨勢,但存在一定的波動,表明成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量整體處于變好的趨勢。2005年-2020年成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量指數(shù)(Q)介于0.76～50.43之間,平均值為10.37,平均年際增長速率為0.15/a。2006年植被生態(tài)質(zhì)量指數(shù)(Q)最小,與氣候災(zāi)害和人為因素(城市基礎(chǔ)建設(shè)等)有關(guān),2015年植被生態(tài)質(zhì)量指數(shù)(Q)最大,與人類活動(退耕還林還草、植樹造林等)有關(guān)。從圖4(b)看,成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量指數(shù)(Q)從西向東呈退化-改善-基本不變的空間格局。植被生態(tài)質(zhì)量退化的地區(qū)主要分布在成渝經(jīng)濟區(qū)西部(綿陽、成都、雅安、樂山);植被生態(tài)質(zhì)量明顯改善的地區(qū)主要分布在成渝經(jīng)濟區(qū)中心地區(qū)(眉山市、資陽市、內(nèi)江市和重慶市以西);植被生態(tài)質(zhì)量基本不變的地區(qū)主要分布在成渝經(jīng)濟區(qū)東部地區(qū)。整體上,成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量呈退化狀態(tài)的地區(qū)占全區(qū)的7.33%,呈改善和不變狀態(tài)的地區(qū)占全區(qū)的92.67%。年際變化趨勢表明,成渝經(jīng)濟區(qū)2005年-2020年植被生態(tài)質(zhì)量總體呈變好趨勢。

圖4 2005年-2020年植被生態(tài)質(zhì)量指數(shù)(Q)年均變化曲線及時序變化趨勢圖Fig.4 Annual change curve of vegetation ecological quality index (Q) from 2005 to 2020

3.4 植被生態(tài)質(zhì)量與氣候因素的相關(guān)性分析

氣候是植被生長的自然條件,植被是氣候變化的反饋者。從圖5可知,成渝經(jīng)濟區(qū)年降水量變化趨勢從北向南呈減少-增加-減少趨勢,年均溫度變化趨勢呈明顯增加-減少趨勢。成渝經(jīng)濟區(qū)內(nèi)87.01%的地區(qū)年降水量呈明顯增長趨勢,尤其是成渝經(jīng)濟區(qū)城鎮(zhèn)集中地區(qū)年降水量增加尤為明顯;成渝經(jīng)濟區(qū)內(nèi)12.99%的地區(qū)年降水量呈明顯下降趨勢,雅安市、綿陽市和達州市年降水量下降的最為明顯。成渝經(jīng)濟區(qū)溫度上升地區(qū)占44.32%,溫度下降的地區(qū)占55.68%,其中成都市及其周邊地區(qū)溫度逐年上升,重慶市溫度逐年下降。

2005年-2020年成渝經(jīng)濟區(qū)年降水與植被生態(tài)質(zhì)量指數(shù)(Q)的偏相關(guān)系數(shù)介于-0.89～0.91之間,平均值為0.33(圖6(a)),表明成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量與降水呈顯著正相關(guān)關(guān)系。其中呈負(fù)相關(guān)的地區(qū)主要集中在雅安市、綿陽市等,約占全區(qū)面積的15.41%。呈正相關(guān)的地區(qū)主要集中在成都市、資陽市以及重慶市等城鎮(zhèn)集聚地,約占全區(qū)面積的84.59%。t雙側(cè)檢驗表明,通過0.05顯著性檢驗水平的地區(qū)主要分布在成渝經(jīng)濟區(qū)中心地區(qū)(如成都市、資陽市及其重慶市城市群等),約占正相關(guān)區(qū)域面積的29.58%。

圖6 2005年-2020年植被生態(tài)質(zhì)量指數(shù)(Q)與降水、溫度的偏相關(guān)系數(shù)空間分布Fig.6 Spatial distribution of partial correlation coefficient between vegetation ecological quality index (Q) and precipitation and temperature from 2005 to 2020

溫度與植被生態(tài)質(zhì)量指數(shù)(Q)的偏相關(guān)系數(shù)介于-0.86～0.89之間,平均值為-0.07(圖6(b)),表明成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量與溫度呈不顯著負(fù)相關(guān)關(guān)系。其中呈負(fù)相關(guān)的區(qū)域約占全區(qū)面積的37.56%,主要集中在成都市、德陽市、資陽市以及重慶市等城市群;其余地區(qū)均呈正相關(guān),約占全區(qū)面積的62.44%。t雙側(cè)檢驗表明,通過0.05顯著性檢驗水平的地區(qū)主要集中在成渝經(jīng)濟區(qū)東北部和西北部地區(qū),約占正相關(guān)區(qū)域面積的0.03%。綜上可知,成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量指數(shù)(Q)與降水的相關(guān)性顯著強于溫度,說明降水對植被生態(tài)質(zhì)量的影響程度大于溫度。

3.5 植被生態(tài)質(zhì)量指數(shù)(Q)與氣候因素的驅(qū)動分析

植被生態(tài)質(zhì)量指數(shù)(Q)與降水、溫度的復(fù)相關(guān)系數(shù)介于0～0.93之間,平均值為0.49,大部分地區(qū)的植被生態(tài)質(zhì)量指數(shù)(Q)與降水、溫度的復(fù)相關(guān)性較為明顯(圖7)。資陽市、遂寧市和重慶市西北部等地復(fù)相關(guān)性較強,綿陽市、瀘州市及雅安市等地復(fù)相關(guān)性最弱?？傮w上,成渝經(jīng)濟區(qū)從北向南復(fù)相關(guān)性呈弱-強-弱的趨勢。F檢驗結(jié)果表明,植被生態(tài)質(zhì)量通過0.05顯著性水平檢驗的地區(qū)約占全區(qū)面積的14.35%。

圖7 2005年-2020年植被生態(tài)質(zhì)量指數(shù)(Q)與降水、溫度的復(fù)相關(guān)Fig.7 Complex correlation between vegetation ecological quality index (Q) and precipitation and temperature from 2005 to 2020

采用驅(qū)動分區(qū)方法[19-20](表4)對成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量的變化進行驅(qū)動力分析。2005年-2020年成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量驅(qū)動分區(qū)(圖8)結(jié)果顯示,氣候?qū)Τ捎褰?jīng)濟區(qū)植被生態(tài)質(zhì)量的影響較為明顯。2005年-2020年成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量變化受降水、溫度共同影響的面積約占全區(qū)面積的1.15 %;溫度主驅(qū)動區(qū)域約占全區(qū)面積的0.03%;降水主驅(qū)動區(qū)域約占全區(qū)面積的12.81%;其余非氣候因素(自然災(zāi)害和人類活動等)影響區(qū)域約占全區(qū)面積的85.65%。綜上所述,成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量變化約14.35%的地區(qū)受氣候因素驅(qū)動,約85.65%的地區(qū)受非氣候因素(自然災(zāi)害和人類活動等)驅(qū)動。整體上,2005年-2020年成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量驅(qū)動機制表現(xiàn)為非氣候因素驅(qū)動。

表4 植被生態(tài)質(zhì)量變化影響因子分區(qū)規(guī)則

圖8 2005年-2020年植被生態(tài)質(zhì)量指數(shù)(Q)與降水、溫度的驅(qū)動分區(qū)Fig.8 Driving zones of vegetation ecological quality index (Q) and precipitation and temperature from 2005 to 2020

3.6 人類活動對植被生態(tài)質(zhì)量的影響

殘差分析是分離自然和人類活動對植被覆蓋變化的影響。從圖9成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量指數(shù)Q的殘差值線性變化趨勢可知,在研究時段內(nèi),殘差值呈波動上升趨勢,并且殘差值由負(fù)逐漸轉(zhuǎn)為正,說明人類活動對成渝經(jīng)濟區(qū)的植被生態(tài)質(zhì)量影響由負(fù)面逐漸轉(zhuǎn)為正面。2006年殘差值最低,說明這一年人類活動對植被生態(tài)質(zhì)量的負(fù)面作用最為明顯;從2013年開始?xì)埐钪禐檎⒊掷m(xù)上升,到2015年達到最大,說明在這段時間內(nèi)人類活動對植被生態(tài)質(zhì)量的正面作用在不斷加強,對成渝經(jīng)濟區(qū)的生態(tài)保護有了全新的認(rèn)識;2016年-2020年殘差值雖有下降,但殘差值仍為正,對植被生態(tài)質(zhì)量仍起正面作用。整體看,人類活動在時間序列上對研究區(qū)內(nèi)植被生態(tài)質(zhì)量的正面作用大于負(fù)面作用,植被生態(tài)質(zhì)量呈改善狀態(tài)。

圖9 成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量指數(shù)Q的殘差值線性變化趨勢Fig.9 Linear variation trend of residual value of vegetation ecological quality index Q in Chengdu Chongqing economic zone

4 結(jié)論

筆者利用2005年-2020年MODIS NDVI數(shù)據(jù)反演得到的VFC、NPP構(gòu)建植被生態(tài)質(zhì)量指數(shù)(Q),結(jié)合成渝經(jīng)濟區(qū)15 個氣象站的氣溫、降水?dāng)?shù)據(jù),分析了成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量時空變化特征,探討了植被生態(tài)質(zhì)量與氣溫降水和人類活動等影響因素的制約關(guān)系,主要結(jié)論如下:

1)成渝經(jīng)濟區(qū)2005年-2020年植被覆蓋度達95%以上,植被覆蓋度較高。VFC增加的區(qū)域占全區(qū)的66.51%,VFC減少的區(qū)域占全區(qū)的33.49%。6.67%的地區(qū)NPP減少,93.33%的地區(qū)NPP增加。植被生態(tài)質(zhì)量呈退化狀態(tài)的區(qū)域占全區(qū)的7.33%,呈改善和不變狀態(tài)的區(qū)域占全區(qū)的92.67%。VFC、NPP和植被生態(tài)質(zhì)量指數(shù)(Q)的年度趨勢變化空間分布相對一致。整體來看,成渝經(jīng)濟區(qū)2005年-2020年植被生態(tài)質(zhì)量良好并在逐年改善。

2)趨勢分析顯示,降水和溫度升高的空間分布區(qū)域和植被生態(tài)質(zhì)量指數(shù)(Q)升高的空間分布區(qū)域相對一致。定量分析了植被生態(tài)質(zhì)量指數(shù)(Q)與氣溫和降水的相關(guān)性,結(jié)果表明植被生態(tài)質(zhì)量與降水呈正相關(guān)、與溫度呈負(fù)相關(guān),說明成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量受降水和氣溫的共同制約,但降水的相關(guān)性強于溫度。

3)驅(qū)動分區(qū)表明,植被生態(tài)質(zhì)量受氣候因素驅(qū)動的區(qū)域約占14.35%,其中降水主驅(qū)動占比最大,約占12.81%;約85.65%的地區(qū)受非氣候因素(自然災(zāi)害和人類活動等)的驅(qū)動,說明2005年-2020年成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量驅(qū)動機制表現(xiàn)為非氣候因素驅(qū)動。

4)由于驅(qū)動分區(qū)的局限性,不能準(zhǔn)確地說明人類活動對植被生態(tài)質(zhì)量的正負(fù)面影響,所以通過殘差分析,研究發(fā)現(xiàn)2005年-2013年,人類活動對成渝經(jīng)濟區(qū)的植被生態(tài)質(zhì)量起負(fù)面作用;2014年-2020年,人類活動對研究區(qū)植被生態(tài)質(zhì)量起正面作用。整體來看,人類活動對植被生態(tài)質(zhì)量的正面作用強于負(fù)面作用,說明在成渝經(jīng)濟區(qū)大力發(fā)展、擴張城市的同時,對植被生態(tài)的保護意識逐漸加強。成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量逐年改善,其時空變化是氣候因素和人類活動共同影響的結(jié)果。綜上,成渝經(jīng)濟區(qū)的植被生態(tài)質(zhì)量正在逐年改善,人們對植被生態(tài)的保護意識在逐漸加強。但成渝經(jīng)濟區(qū)植被生態(tài)質(zhì)量仍然存在空間分布不均的現(xiàn)象,有些地方植被生態(tài)質(zhì)量相對較低,各市縣政府還需有針對性地出臺一些政策加強植被生態(tài)質(zhì)量相對偏差區(qū)域的植被生態(tài)保護和治理力度。氣候條件是植被生態(tài)質(zhì)量好壞的前置條件,成渝經(jīng)濟區(qū)的氣候條件相對較好,比較有利于植被的生長,但旱災(zāi)洪災(zāi)仍有發(fā)生,對植被生態(tài)質(zhì)量有著不利的影響,應(yīng)適時做好防洪防旱工作,保護植被生長環(huán)境。