脆弱的地质背景加上长期以来人类的不合理干扰，使我国西南喀斯特地区自然植被不断遭到破坏，土壤侵蚀严重，基岩大面积裸露，土地生产力下降，呈现出类似荒漠的石漠化景观^{[1, 2]}。植被保护与恢复对遏制石漠化发生、有效控制水土流失、改善喀斯特生态环境起着至关重要的作用。国家先后在西南喀斯特地区实施了退耕还林还草、保护、天然草地植被恢复与建设等一系列生态建设工程，开展生态恢复工作，尤其在2008年国务院批复了《岩溶地区石漠化综合治理大纲(2006—2015)》以来，喀斯特地区植被发生了较大变化。因此，植被动态监测与分析成为喀斯特地区生态建设工程成效监测与评估的关键内容之一。

我国西南喀斯特地区作为生态系统退化比较严重的典型生态脆弱区，地貌类型多样，生境具有高度的景观异质性，植被变化不仅受气候变化影响和人类活动的干扰，也受喀斯特特殊地形地貌的影响。目前，喀斯特地区植被长时间序列变化的研究较少，且多集中在大尺度植被与气候关系的探讨上，较少考虑区域尺度人为因素及喀斯特特殊地形地貌对喀斯特植被变化的影响^{[3, 4, 5]}。复杂的喀斯特山区地形，影响太阳辐射和降水的空间再分配，不同喀斯特地区土壤质地、水分和养分的差异造成植被生境的高度异质性，对植被变化产生重要影响。然而，在研究地形因子对植被变化的影响时，往往忽略了不同地形因子绝对面积差异的影响，如某一地形因子条件下，植被发生变化的面积可能较小，但该地形因子条件下植被发生变化的比例可能占所有不同地形条件下植被变化的比例较大，从而造成评价地形因子对植被变化影响的不确定性^[6]。因此，本研究综合考虑气候因子、喀斯特地形因子对喀斯特区域植被变化的影响，提出地形面积差异修正方法，揭示不同地形因子条件下喀斯特植被恢复趋势差异，明确植被恢复成效显著的区域及特别需要加强生态治理的区域，为喀斯特地区石漠化综合治理、退耕还林等生态建设工程的生态效益评估提供科学依据。

河池市(106°34′—109°09′E，23°41′—25°37′N)地处广西西北边陲、云贵高原南麓，喀斯特地貌广泛发育，占地区总面积的66%，地形破碎、地貌类型多样，是举世闻名的中国西南喀斯特地区之一。现辖宜州、环江、都安、大化、凤山等11个县(区、市)(图 1)，全市土地面积33500km²，总人口409万人，是广西壮族自治区少数民族聚居最多的地区之一。该地区属于亚热带季风气候区，热量丰富，雨量充沛，且雨热同期；无霜期长，历年平均无霜期约为329d。河池市石漠化严重，广西有12个县属于国家石漠化治理首批试点县，而河池就占有4个，2012年公布的石漠化监测结果显示，全市石漠化土地面积8520km²，潜在石漠化土地面积11470 km²，占全市土地总面积的近60%。

图 1 河池市行政区划图 Fig.1 The administrative map of Hechi

图选项

归一化植被指数(NDVI)是反映植被覆盖状况的良好指标^{[7, 8]}，是公认的用来表征植被变化的有效遥感参数^{[9, 10]}。本文遥感数据选用的是 SPOT VEGETATION NDVI 10 天合成的产品(http://free.vgt.vito.be/)，每年36期数据，空间分辨率为1km，时间范围是1999年1月至2010年12月，共计432期影像。获得的SPOT-VGT遥感数据已经过MVC(maximum value composite)方法处理，为了进一步减少云、大气等噪声对数据的影响，利用Chen等^[11]提出的基于Savitzky-Golay滤波器的平滑方法，对NDVI时间序列数据进行平滑滤波处理，在此基础上再次利用最大合成法获得月NDVI值，最后取12个月NDVI的平均值得到年均NDVI，用以表征植被年均生长状况。气候数据从中国气象局获得(http://cdc.cma.gov.cn/home.do)，包括河池地区及周边14个气象站点。数据内容为1999年1月—2010年12月逐月的月平均气温，降水量以及各站点的经度和纬度。在Arcgis 9.3软件的空间分析模块中对14个站点的气象数据进行Kriging插值，利用各项交叉验证指标，选取合适的插值模型，使插值结果精度满足数据分析要求。

土地覆盖数据从寒区旱区科学数据中心获取(http://westdc.westgis.ac.cn/)，该数据是在中国科学院2000年1 ∶ 10万按县分幅的土地资源调查成果的基础上进行合并、矢栅转换(面积最大法)后得到全国幅的土地利用数据产品，采用中国科学院资源环境分类系统，是目前国家尺度上精度最高的土地利用数据产品，已被国内外学者广泛应用于相关研究中，其空间分辨率为1km。DEM数据从国际科学数据服务平台获得(http://datamirror.csdb.cn/)，空间分辨率90m，利用Arcgis9.3软件提取研究区海拔、坡度和坡向。本文采用100m等间距划分法将研究区海拔划分为12个等级，其中海拔1100m以上区域所占面积比例较小，故将其合并为一个等级；将坡向划分为东、西、南、北4个坡向，分别表示半阴坡，半阳坡，阳坡，阴坡^[12] ；根据中国农业区划委员会颁发的《土地利用现状调查技术规程》，将坡度划分为5级，即≤2°、2°—6°、6°—15°、15°—25°和＞25°，其中＜6°为平耕地，6—25°为缓坡，＞25°为陡坡耕地。将以上3种地形因子分级栅格数据进行矢量化处理，生成分级矢量数据，统一坐标投影为WGS 1984 UTM Zone49 N。

趋势线是对一组随时间变化的序列数据进行回归分析，预测其长期趋势的变化态势。趋势线包括直线和曲线两种，采用线性趋势线来模拟植被覆盖的年际变化，即最小二乘拟合直线,其斜率计算公式如：

点击浏览公式

式中,变量i为1—12的年序号；NDVI_i表示第i年的年均NDVI值。变化趋势图反映了在12a的时间序列中，河池市植被NDVI的变化趋势。某像元的趋势线是这个像元12a的年均NDVI值用一元线性回归模拟出来的一个总的变化趋势，θ_slope即这条趋势线的斜率，θ_slope＞ 0说明植被在12a间的变化趋势是增加的，反之则是减少，θ_slope=0表示植被无变化趋势。对斜率的显著性进行F 检验，并依据F值将植被变化趋势划分为不显著 (F＜4.96)和显著 (F＞4.96)两种。利用植被变化趋势和显著性检验的叠加分析，将研究区植被变化趋势分为减少，不变和增加3种类型。

对研究区年均降水和年均气温的时间序列变化趋势采用Mann-Kendall分析法，Mann-Kendall检验法是世界气象组织推荐的非参数统计检验法，广泛应用于分析降水、气温和径流等要素时间序列的趋势变化^[13]。其检验统计量公式为：

点击浏览公式

式中，sign()为符号函数。当X_i－X_j小于、等于或大于零时，sign=(X_i－X_j)分别为-1、0或1；M-K统计量公式S大于、等于、小于零时分别为：

点击浏览公式

式中，Z为正值表示增加趋势，负值表示减少趋势。Z的绝对值在大于等于1.28、1.64、2.32时表示分别通过了信度90%、95%、99%显著性检验。

偏相关分析是在对其他变量的影响进行控制的条件下，衡量多个变量中某两个变量之间的线性相关程度，在确定两个变量之间的内在线性联系时会更真实、更可靠。本研究利用Matlab 6.5对植被年均NDVI和两种主要气候因子进行偏相关分析，计算河池市各像元NDVI与气候因子的偏相关系数，分析各量之间的偏相关程度及空间分布特征。

不同地形条件下植被变化特征不同，如某一植被变化趋势类型在特定地形条件下的分布面积可能较小，然而与整个研究区此植被变化趋势类型所占的面积比例相比，此地形条件下该植被变化趋势类型分布却较大，从而造成评价不同地形因子对植被变化影响的不确定性。因此，需要消除不同地形因子绝对面积不同的影响，揭示特定地形因子对植被变化的影响，明确不同地形条件对植被变化类型分布的影响及其演变趋势。本研究提出地形面积差异修正系数k，用来消除各地形因子条件下因地形绝对面积不同而引起的植被恢复评价的不确定性，其计算公式为：

点击浏览公式

式中，ΔV_i为某一植被变化趋势类型(植被减少型、植被不变型、植被增加型)在特定地形因子条件 (如某一海拔、坡向和坡度范围)下所占的面积；ΔV为某一植被变化趋势类型的总面积；T_i为特定地形因子的面积；S为研究区总面积； 为特定地形条件下某一植被变化趋势类型所占的面积比， 为整个研究区某一植被变化趋势类型所占的面积比。k＞1 表明此植被变化趋势类型在该特定地形因子条件下的变化趋于增强、面积比趋于增加；k＝1表明此植被变化趋势类型在该特定地形因子条件下的分布与全区该植被变化趋势类型的分布比例持平，此植被变化趋势类型在该特定地形因子条件下的变化趋于平稳、面积比趋于不变；k＜1表明此植被变化趋势类型在该特定地形因子条件下的变化趋于减弱、面积比趋于减少。

SPOT NDVI时间序列分析显示，1999—2010年河池市69.9%的区域植被增加，29.9%的区域植被不变，植被减少的区域仅占0.2%(图 2)。植被变化趋势和土地覆盖叠加分析表明，植被增加的区域，其土地覆盖类型以有林地及高、中覆盖度草地为主；西北及南部地区植被基本不变，且存在极少数植被减少的区域，其土地覆盖类型以中覆盖度草地及灌木疏林地为主。说明在1km空间尺度、年际尺度上，河池市近12年来植被以增加为主，表明研究区总体生态状况呈恢复改善的趋势，但由于毁林开垦、陡坡耕种、过度放牧等现象的存在，导致极小部分地区存在植被减少的现象。

图 2 河池市植被变化趋势空间分布 Fig.2 The distribution of vegetation change trends in Hechi

图选项

近12年来河池市年均降水为1193 mm，年均温为20.4℃，1999—2010年，河池市年均降水在波动变化中呈较小的下降趋势，年均气温呈微弱的上升趋势(图 3)。Mann-Kendall分析表明，河池市约63.4%的区域年均降水呈减少趋势，广泛分布在中部及东部，其中约3.1%的区域在置信度为 90%水平上呈显著减少趋势，主要分布在罗城、宜州及都安3县；研究区西部地区降水呈微弱增加趋势，仅3.2%的区域在置信度为 90%水平上呈显著增加趋势，主要分布在巴马和凤山县，其中巴马县有207km² 的区域在置信度为 95%水平上存在显著增加趋势。对年均温而言，仅有1.54%的区域在置信度为 90%水平上呈显著增加趋势，主要分布在天峨、河池、大化和都安四 县。由此可见，近12年来河池市年均降水呈小幅下降趋势，年均气温呈微弱的上升趋势，但总体变化趋势不显著。

图 3 河池地区1999—2010年均降水量、气温变化趋势 Fig.3 The change trends of temperature and precipitation in Hechi during 1999—2010

图选项

植被变化与气候因子(年均温、年均降水)的偏相关分析可知，河池市植被对降水、气温变化的响应存在明显差异(图 4)，其偏相关显著区域可分为：负相关不显著，相关显著，正相关不显著3种。研究区植被NDVI与气温基本呈正相关，比例达95.4%，但相关性不显著；成负相关的区域主要分布在大化、凤山及都安3县，仅5.1%的区域其植被NDVI与气温通过了α=0.1的显著性检验水平。对降水而言，以东北—西南方向连线划分研究区，此线以南植被NDVI与降水呈负相关，以北呈正相关，两者所占比例相差不大，但显著性水平达到0.1的区域仅占4%，且以负相关为主，集中分布在都安县。由此表明，河池市年均气温变化对植被NDVI的影响略高于年均降水变化对其的影响，但整体表现为植被NDVI与气候因子的相关性不显著，说明在区域尺度上，近12年的年均气候变化对研究区植被变化作用不明显。

图 4 河池市植被年均NDVI与气温、降水偏相关显著性检验空间分布 Fig.4 The significant test of partial correlation between mean annual NDVI and temperature and precipitation in Hechi

图选项

植被变化趋势类型在不同海拔范围内的分布差异较大，从不同植被变化类型随海拔的变化趋势来看(图 5)，植被减少类型在高程小于500m的范围内呈趋于增强的分布趋势(1.45＜k＜4.25)，其中400—500m的海拔区间此类型分布最明显(k=4.25)，高程大于500m的区域无植被减少类型的分布，表明研究区植被减少现象主要发生在海拔小于500m的区域，特别是400—500m海拔范围内。而植被增加类型随海拔增大表现为先增加后趋于缓慢减少的分布趋势，在200—500m的海拔范围内植被增加类型的分布趋于增强，但其增强趋势较植被减少类型的幅度弱(1.01＜k＜1.12)，表明此海拔范围内植被变化趋势波动大，容易受到干扰，受到干扰后更易于发生退化。同时，随着海拔升高(大于800m)，植被增加类型的分布趋势逐步减弱，表明研究区植被增加的幅度随海拔升高越来越弱。对于植被不变的类型而言，其随高程变化表现为先减弱后趋于缓慢增加的分布趋势，在海拔200—500m范围内，其分布趋于减弱，表明在此海拔范围内植被变化趋势容易波动，但随着海拔升高，特别是海拔大于800m范围内，其变化趋于增强，说明高海拔区域的植被变化趋于稳定。

从不同海拔范围内植被变化类型所占的面积百分比来看(图 6)，不同海拔范围内，植被变化均以不变和增加为主，植被减少类型所占比例极小。植被增加类型的比例除在海拔小于100m的范围内较小外(约33%)，其余各海拔区段所占比例均大于54%，表明除海拔较低(小于100m)区域外，研究区植被总体在恢复，海拔200—500m范围内的植被恢复显著(植被增加类型所占比例均大于71%)，其中，200—300m海拔范围内植被恢复最显著，其植被增加类型所占比例约78%。然而，200—500m的海拔区域也是植被覆盖变化易于波动的区域，易于恢复，同时也易于退化(400—500m)，这主要是两方面的原因：一方面耕地主要分布在此海拔范围内，受农作物等植被类型的生长周期变化的影响较大；另一方面退耕还林等生态建设工程的实施促进了植被恢复，而喀斯特地区毁林开垦、樵采薪材等人为逆向干扰活动导致了植被退化。随着海拔的升高，特别是海拔大于800m的区域，植被变化趋于稳定，这主要是因为海拔高的地区坡度往往也更陡峭，受人类活动干扰少，同时，封山育林等政策的实施也有利于高海拔地区的植被结构稳定。

图 5 地形面积差异修正系数k随海拔的变化趋势 Fig.5 5Topographic factor k applied to different vegetation change trends depending on elevation

图选项

图 6 不同植被变化类型在不同海拔范围内的面积比 Fig.6 The area rate of vegetation change types at different elevations

图选项

从不同坡度上研究区植被变化趋势来看，坡度对植被增加和不变两种类型分布的影响程度差异较小，对植被减少类型的分布影响较大(图 7)。植被减少类型随坡度增大表现为先增加后减少再趋于增加的分布趋势，在2—6°的坡度范围内植被减少类型分布最明显(k=1.87)，其次为＞25°的坡度范围，6—25°坡度范围内植被减少类型的变化趋于减少。而植被增加类型随坡度增大差异不明显，仅在6—15°的坡度范围内植被增加类型分布趋于小幅度的增加(k=1.04)。植被不变的类型随坡度增大表现为先减后增的分布趋势，在小于2°及大于15°的坡度范围内植被不变的类型分布明显。从不同坡度上各植被类型所占的面积百分比来看(图 8)，不同坡度范围内，植被变化均以增加和不变为主，且植被增加类型所占比例均在68%以上，植被减少类型所占比例极小，表明不同坡度上植被总体在恢复。综合k值及不同坡度上各植被变化趋势类型的面积比例可知，6—15°的坡度范围内植被减少类型分布不明显、植被增加类型分布最明显，且植被增加类型的面积比也最大(约73%)，因此，河池地区在6—15°坡度范围内植被恢复最显著。退耕还林还草政策和石漠化治理等一系列生态建设工程的实施，使喀斯特地区不同坡度上植被总体在恢复。然而，由于陡坡耕种等人类活动的负面影响，导致坡度大于25°的区域仍然存在极少数的植被减少；同时由于耕地主要分布于2—6°等坡度较缓的区域，农作物生长周期的变化使该坡度范围内的植被减少类型分布较明显。

图 7 地形面积差异修正系数k随坡度的变化趋势 Fig.7 Topographic factor k applied to different vegetation change trends depending on slope

图选项

图 8 不同植被变化类型在不同坡度上的面积比 Fig.8 The area rate of vegetation change types at different slopes

图选项

由不同坡向上植被变化类型的分布趋势可知(图 9)，植被减少类型随着坡向由阴坡转阳坡(北坡→东坡、西坡→南坡)呈增加的分布趋势，北坡和东坡上此植被变化类型的分布趋于减少、南坡和西坡上此植被变化类型趋于增加；而植被增加类型在不同坡向上的分布差异不明显，仅在北坡趋于较小幅度的增加(k=1.06)、南坡趋于较小幅度的减少(k=0.96)。植被不变的类型随坡向由阴转阳呈先增加后减少的趋势，但变化幅度较弱(0.86＜k＜1.09)。从不同坡向上各植被变化趋势类型的面积比可以看出(图 10)，不同坡向上，植被变化趋势均以增加和不变为主，植被增加类型所占比例均在67%以上，表明研究区不同坡向的植被均在恢复。随着坡向由阴转阳，植被增加类型所占的面积比例呈减少趋势(图 10)。综合k值及不同坡向上各植被变化趋势类型的面积比例可知，研究区不同坡向的植被均在恢复，随着坡向由阴坡转阳坡(北坡→东坡、西坡→南坡)，植被总体恢复呈减小趋势。这主要是由人类干扰条件下的喀斯特生境分化造成的，根据宋同清等^[14]的研究结果,当坡向由阴坡转向阳坡，人为干扰作用增强，土壤主要养分不断减少，从而发生植被退化。需要特别注意的是，植被减少类型在南坡、西坡仍存在趋于增加的分布趋势，说明虽然实施了退耕还林、封山育林等生态恢复措施，但毁林开垦、坡耕地耕种等人类干扰活动在阳坡仍有发生。

图 9 地形面积差异修正系数k随坡向的变化趋势 Fig.9 Topographic factor k applied to different vegetation change trends depending on aspect

图选项

图 10 不同植被变化类型在不同坡向上的面积比 Fig.10 The area rate of vegetation change types at different aspects

图选项

本研究利用12a的气象和植被指数数据，分析气候变化对喀斯特区域植被变化的影响，结果表明，河池市在近12年里气候变化趋势不显著，但降水已呈较小的下降趋势、气温呈微弱的上升趋势，说明研究区气候因子在一定程度上已呈现出暖干化的趋势；同时，NDVI与年均气温、降水存在一定相关性，但显著相关区域所占比例很小，据此可初步认为在区域尺度上，非气候因素是引起近12年来喀斯特区域植被增加的主要原因，这与其他地区区域尺度上的研究结论类似^{[15, 16, 17, 18, 19]}，说明在区域尺度上，喀斯特区域植被的增加虽不能完全排除气候变化的影响，但人类活动已成为影响植被变化的重要因素，近年来的植树造林、退耕还林还草等一系列生态建设工程所带来的生态效益正在呈现。

为了明确不同地形因子条件下植被恢复的差异，提出了地形面积差异修正系数k来消除由于不同地形因子绝对面积差异而导致的恢复成效评价的不确定性。该修正系数k以某一植被变化趋势类型占特定地形面积的比例作为基准，并归一化到以k=1作为植被演变的平衡变化点，不但有效消除了地形绝对面积差异的影响，而且使判断特定地形因子条件下植被的变化趋势成为可能。研究结果表明，不同喀斯特地形条件下植被恢复差异明显，从植被变化在单一地形因子的表现看，海拔200—500m范围内的植被恢复显著(200—300m恢复最显著)，但此海拔范围区域也是植被覆盖变化易于波动的区域，同时，海拔大于800m的区域，植被变化趋于稳定。参考现有相关研究^[20]，并结合桂西北地区植被恢复野外调查，发现：广西人工造林主要选择在山坡中下部适宜人工造林的地段，这对200—500m海拔区段的植被增加起到了重要作用;同时，退耕还林、封山育林等生态建设工程对中上坡位、坡度较大的灌丛地和裸岩地采取全封的植被恢复策略，减少了人类活动对高海拔区域的干扰，而高海拔喀斯特地区植被主要以石山灌丛和次生林为主，植被恢复缓慢，从而使高海拔区域植被结构趋于稳定。坡度6—15°范围内的植被恢复最显著，而不同坡向间植被均恢复但差异不明显。由此说明，自2001年以来，国家相继在喀斯特地区实施的退耕还林工程、珠江防护林工程、石漠化治理试点工程等重点生态工程取得明显成效，喀斯特地区植被总体在恢复，生态环境趋于好转。另一方面，综合分析不同地形条件下喀斯特区域植被变化情况，发现在海拔400—500m、坡度大于25°的阳坡区域仍然存在植被减少的现象，这在一定程度上说明了喀斯特区域人类活动的干扰空间在扩大，趋向于陡坡地区^{[21, 22]}。同时，国家林业局2012年公布的石漠化监测公报也表明喀斯特地区毁林开垦、樵采薪材的现象还较严重，陡坡耕种、过度放牧等现象还大量存在，使得部分区域仍然存在植被退化的现象。因此，后续喀斯特地区生态恢复与重建过程中要注意海拔200—500m范围内生态恢复成果的巩固，同时要特别加强海拔400—500m、坡度大于25°的阳坡区域的生态治理措施的实施力度。

目前为止，SPOT VGT NDVI资料的时间尺度还较短，同时，基于国家气象站点的气象数据插值存在一定的不确定性，针对喀斯特特殊地貌的气象插值方法也需要考虑更多因素才能获得精度更高的插值数据，因此，对于植被变化的影响因素(如气候变化、人类活动等)的分析还需要更长时间的遥感资料积累和气象插值方法上的改进。另一方面，本研究主要考虑了以生态建设工程为主的人类活动对植被变化的正面影响，没有考虑其负面影响，在今后的研究中应增加深入探讨人类生态建设对植被变化的负面影响，从而有利于更全面的评价喀斯特地区植被恢复成效。

基于SPOT VGT NDVI时间序列数据和气候资料(温度和降水)，利用提出的地形面积差异修正系数，分析了桂西北1999—2010年来植被变化趋势及其与气候、地形因子的关系，揭示了不同地形因子条件下喀斯特植被恢复趋势差异，明确了植被恢复成效显著的区域及特别需要加强生态治理的区域，主要结论如下：

(1)近12年来，桂西北喀斯特地区植被变化总体上呈恢复趋势，约70%的区域植被呈增加趋势；区域尺度上，年均气候因子对桂西北喀斯特地区植被变化的作用不明显。

(2)海拔200—500m范围内的植被恢复显著(200—300m恢复最显著)，但此海拔范围区域也是植被覆盖变化易于波动的区域，而海拔大于800m的区域，植被覆盖变化趋于稳定；坡度6—15°范围内的植被恢复最显著，不同坡向上的植被均在恢复但差异不明显，且随着坡向由阴坡转阳坡，总体恢复呈减小趋势。

(3)由于人类干扰的负面影响，海拔400—500m、坡度大于25°的阳坡区域仍存在植被退化的现象，后续喀斯特地区植被恢复与重建过程中要注意海拔200—500m范围内生态恢复成果的巩固，同时要特别加强海拔400—500m、坡度大于25°的阳坡区域的生态治理措施的实施力度。

致谢： 感谢中国西部环境与生态科学数据中心及中国气象科学数据共享服务网对本研究的数据支持。