植被动态受气候条件、地形地貌以及人类活动的影响, 是反映区域生态环境状况的重要指标^[1-3]。归一化植被指数(NDVI)削弱了大气层和地形阴影的影响, 对地表植被的覆盖程度非常敏感, 是检测和指示植被覆盖状况和动态的常用指标之一^[4-5]。NDVI时序数据在植被监测、物候预测和灾难预测等方面均得到了广泛的应用^{[4, 6]}。

NDVI数值的大小直接反映了地表植被的覆盖程度, 其年内波动可用于表征地表植被的物候期, 李加林^[7]和耿利宁等^[8]研究发现, NDVI年内波动与互花米草和水稻的主要物候期一致；将NDVI与其他指数结合分析, 则可用于评价干旱、水土流失、雪灾等对区域的影响^[9-11]。以往研究从不同的时间和空间尺度上对NDVI的分布特征进行了研究^{[1, 12-13]}, 总体上, 全球植被活动呈增强的趋势^[14]。NDVI动态受到海拔、降雨、气温、土地利用程度、人口密度、经济水平等自然因素和人为因素的共同影响^{[1, 15-16]}, Park等^[15]发现, 高纬度寒冷区域比低纬度地区对气象因素的响应更强烈, 陈云浩等^[17]则发现干旱区域的NDVI值受到降水量的影响更大, 然而, 目前对热带湿润沿海区域NDVI动态驱动因素的研究较少。我国海岸带资源综合调查简明规程规定, 海岸带的陆域部分为海岸线向陆延伸10 km的等距线^[18], 而以往研究则多以行政界线为研究区的陆域界限^{[16, 19-20]}。滨海区域受海陆共同作用, 是脆弱的生态敏感区, 但由于物质、环境资源丰富, 滨海区域得到多方面的综合开发, 造成滨海生态环境发生了明显的变化。此外, 滨海地带性植被多有明显的带状分布特征, 如红树林、防护林带等, 其宽度通常不超过几千米。MODIS NDVI数据可以识别较窄的带状地物^[17], 且MODIS数据免费, 易于获取, 波段宽度较小、信息量大, 从而适用于滨海植被的监测, 且时间分辨率高, 虽然MODIS的空间分辨率较弱, 但是本研究主要是针对整体海岸线进行研究, 从总体上能够广泛、及时地掌握滨海植被的变化与出现的问题^[21]。

广西沿海的湿地面积广阔, 资源丰富, 具有较高的生态功能和社会价值。近年来, 随着广西沿海经济的快速发展, 人类活动愈发密集, 大量的滨海湿地转变为咸水养殖场, 过度的开发利用, 导致处于海路交互核心区的滨海过渡带的生态环境敏感而脆弱, 严重破坏了滨海湿地区域的生态平衡^[22]。该文选取2000-2014年广西沿海区域生长季盛期的MOD13Q1影像, 沿海岸线向内陆方向设定10 km的缓冲区作为研究区域, 利用最大值合成法分析NDVI时间序列的时空分布动态, 采用一元线性回归方程斜率k和Hurst指数研究不同类型植被NDVI的动态趋势特征以及持续性, 探讨NDVI时间序列波动的主要驱动因素, 为沿海区域植被的利用和保护提供基础数据和理论依据。

1 研究地概况和研究方法 1.1 研究区概况

广西沿海区域位于广西壮族自治区最南端, 从东至西分属北海市、钦州市和防城港市管辖。海岸线东起两广交界的洗米河口, 西至中越边界的北仑河, 长1 629 m, 有6条主要河流入海。属于南亚热带海洋性季风气候, 广西沿海区域陆域自海岸线向陆延伸10 km范围内地形海拔均小于300 m。海岸各地年平均气温在21-24 ℃之间, 最高38 ℃, 最低-2 ℃；年降水量在2 141-2 771 mm之间, 平均年蒸发量在1 428-1 831 mm之间；年平均相对湿度为79%-82%；年日照时数在1 540-2 232 h之间。广西海岸带天然植被包括针叶林、常绿季雨林、红树林、竹林等类型, 针叶林主要为南亚松林和马尾松林, 常绿季雨林主要有箭毒木片林、格木片林等, 红树林主要树种有白骨壤、桐花树等, 竹林代表种为刺竹；人工植被有经济林、防护林、农作物群落及少量的香蕉果园。沿海区域人工地貌突出, 河口三角洲及海积平原已大面积开辟为海水养殖场。

1.2 研究数据

该研究中NDVI数据来源于美国宇航局(NASA)的MODIS植被指数产品数据MOD13Q1, 该数据基于最大合成法, 产品数据经过几何和大气校正, 每16 d合成, 空间分辨率250 m。该研究选取2000至2014年7至9月的影像为研究对象, 该时期也是年内植被覆盖程度最高的月份^[19], 利用Envi4.7对原始影像进行预处理。

鉴于滨海湿地具有带状特征^[7], 以海岸线为基线, 1 km为间隔, 从海岸线向内作15 km的环状缓冲带^[23], 土地利用变化在7 km处趋于平稳, 在13 km处又出现波动(图 2), 故研究区域以广西海岸线为起点, 向陆延伸10 km的带状区域。基于对广西滨海湿地的调查发现, 滨海红树林、潮间带等分布范围在3 km范围内, 对于景观动态来说, 10 km范围内的植被的变化也是最为显著区域。

土地覆被数据产品(MCD12Q1), 是综合MODIS TERRA和MODIS AQUA土地覆被数据产品产生, 考虑研究区内主要的植被类型, 将区域内土地覆被类型简化为6类：林地、旱地、水田、居住地(包括交通用地)、湿地和其他(荒地、未利用地等)。广西滨海区域的DEM高程数据通过全国1：25万DEM提取和计算, 气象数据来源于国家气象信息中心。

1.3 分析方法

探讨沿海区域植被覆盖的年际变化规律, 利用最大值合成法获取每年生长季盛期(7至9月) NDVI影像的最大值, 代表当年的植被覆盖状况^[24]。分析研究区域NDVI空间分布特征时, 则取15年NDVI的平均值, 以此代表研究区多年的平均植被覆盖情况。采用趋势线分析法模拟植被覆盖的年际变化趋势^[25], 利用Hurst指数指示变化趋势的生态持续性^[26], 并在此基础上分析植被覆盖变化的主要驱动因素。同时, 利用ANOVA单因素方差分析不同类型植被覆盖程度差异的显著性水平。

1.3.1 NDVI的年际变化趋势

NDVI的年际变化趋势, 以各栅格多年数值最小次方线性回归方程的斜率表示^[27], 具体公式如下：

(1)

式中, n为15, i为年序号, M_{NDVI, i}为第i年的NDVI。其中, 当k>0时, 说明植被覆盖在15年间的变化趋势是增加的；反之, 则减少。当前, k值变化趋势的划分并没有统一标准^{[25, 28-29]}, 考虑研究区中NDVI的整体分布情况, 通过计算k值的变化, 研究发现k值基本符合正态分布, 故利用等间距划分法, 将植被覆盖变化划分为5个等级, 分别为退化(k≤-0.002)、轻度退化(-0.002≤k < -0.001)、稳定不变(-0.001≤k < 0.001)、轻度改善(0.001≤k < 0.002)和改善(k≥0.002)。ANOVA结果表明, 不同等级间差异显著(F₄₆₈₀₂₁=222400, P < 0.001)。

1.3.2 植被变化趋势的持续性

Hurst指数(H)是定量描述时间序列长程依赖性的主要方法之一, 当0.5 < H < 1时, 时间序列具有长程依赖性, 表现为持续性, 即未来变化与过去的变化趋势一致, 过去为增加趋势的区域在将来也将继续增加, 反之亦然, 且H越接近1, 持续性越强；当H=0.5时, 则说明NDVI时间序列为随机序列, 不存在长期相关性；当0 < H < 0.5时, 则表明时间序列具有反持续性, 即未来的变化趋势与过去的变化趋势相反^[12]。其计算步骤如下, 对于时间序列NDVI_i, i=1, 2, …, n：

(2)

(3)

(4)

(5)

对于比值R_τ/S_τR/S, 若R/S∝τ^H, 则说明该时间序列存在Hurst现象。H值由lg (R/S)_n=a+H×lg (n)利用最小二乘法拟合得到。由于τ值小时散点稀疏, 而τ值大时散点则相对过于密集, 这样在利用最小二乘法线性拟合时斜率会受到权重的影响, 研究取τ≥4^[26]。

1.3.3 植被NDVI变化的驱动因素

考虑到光、热、水是影响植物生长的主要气象因素, 选取月气温、降水和日照数据(东兴市、防城港市、钦州市和北海市4个气象站点平均), 分析研究区内NDVI值与气象因素的相关性。由于气象因素之间可能存在的相关性^[3], 探讨NDVI与不同气象因素的相关关系时采用偏相关分析。该研究的NDVI影像取自7至9月, 考虑到气象因素对植被的影响可能具有“时滞效应”, 因此从6-9月的气象数据中, 分别提取单月、双月及3个月平均值进行相关性分析。

除了气候因素, 地形特征和人类活动也是影响植被覆盖时空变化的重要因素^{[16, 30]}。参考以往研究, 选择复合地形指数CTI (表征空间位置的综合水热条件^[31]), 坡度(%), 坡向(按顺时针方向从正北的0°到360°)和高程表征地形特征^{[16, 31-32]}。从人类活动角度出发考虑, 城镇是人类活动的核心区域, 而河流往往是人类居住区的重要考虑因素, 不同居住区间又以道路网络相连接, 考虑研究区位于滨海区域并参考以往研究^{[16, 31, 33]}, 该研究选取了4个因素代表人类活动对植被覆盖的干扰, 分别为距河流、交通路线、城镇和海岸线的距离。基于DEM数据, 利用ArcGIS10.2的空间分析模块与Geomorphometry软件得到CTI, 坡度, 坡向, 高程, 距河流距离、距交通路线距离、距城镇距离和距海岸线距离。分别分析区域内各栅格多年平均NDVI和k值与以上影响因素的相关性, 探讨NDVI年际波动的主要驱动因素。由于坡向是一环形变量, 分别对其求正弦、余弦值进行变换, 生成2个新的亚变量, 进行相关分析, 正弦值表示朝东的程度, 余弦值表示朝北的程度^[32]。

2 结果和分析 2.1 植被覆盖的时间变化特征

2000至2014年间, 沿海区域NDVI在0.68至0.76之间波动, NDVI的多年平均值为0.71, 年际间差异较小, SD为0.02(图 3)。其中, 2007至2011年间, 区域NDVI值偏高, 波动在0.71至0.76之间。

2.2 植被覆盖的空间分布特征

广西沿海区域NDVI的空间分布呈现出陆地高, 滨海和河流下游低的分布特征(图 4), 陆地土地覆被类型多为林地和旱地, 而滨海和河流下游区域居住区和其他覆被类型广泛分布。NDVI小于0.1的区域主要分布在防城港湾、钦州湾、大凤江口、南流江口和铁山港湾沿岸, 多为其他覆被类型(图 4、5)。整体上, NDVI大于0.7的高植被覆盖区域占区域总面积的70%, 0.3-0.7之间的植被覆盖区域占26%, NDVI小于0.1的区域占1%。

研究区域内, 不同土地覆被类型的NDVI差异极显著(F_{5, 89}=182, P < 0.001), 但NDVI年际波动差异并不显著(P>0.05), 因此以15年的平均NDVI代表不同土地覆被类型的植被覆盖状况。不同土地覆被类型间, 以林地的平均NDVI值最高, 旱地和水田其次, 居住区居中, 湿地和其他最低(表 1)。其中, 林地、旱地和水田NDVI主要分配在>0.7的范围内, 而居住地、湿地和其他则多分布在0.5附近。

2.3 植被动态趋势及其持续性分析

2000至2014年间, 研究区域内有46%的植被得到改善, 多分布于河流中上游的陆地上；退化土地则集中于滨海和河流中下游地区, 约占总面积的27%；轻度退化、轻度改善以及稳定不变状态的土地斑块较为分散, 分别占总面积的8%、14%和6%(图 6)。不同土地覆被类型中, 57%的林地得到了改善, 52%的湿地呈现出退化趋势, 其他的覆被类型则多处于相对稳定的状态(图 7)。

将NDVI动态趋势与Hurst指数叠加, 得到NDVI动态趋势持续性的分布(图 8)。持续改善的植被面积占研究区总面积的33%, 多分布于林地、旱地等NDVI相对较高的土地覆被类型中；持续退化的植被较少, 所占比例为17%, 但多分布于湿地、其他等NDVI偏低类型中。此外, 未来变化趋势无法确定的区域占总面积的30%, 多集中于滨海区域(表 2)。

2.4 植被覆盖动态的驱动因素分析

沿海区域6至8月的气象因素(气温、降水量和日照时间), 两两之间相关性多显著(图 9), 故分析气象因素与NDVI相关性时, 采用偏相关分析。然而, 气象因素与区域内不同土地覆被类型NDVI的相关性均不显著(P>0.05)。

坡向的正弦和余弦值、距海岸线距离与区域及其不同土地覆被类型的NDVI和NDVI动态趋势相关性多不显著, 故在表 3中不再列出以上3个变量。NDVI和NDVI动态趋势与其他变量则呈现出较好的相关性, 二者与CTI和距离河流的距离多为负相关, 与坡度、高程、距交通线路和城镇的距离则多为正相关。

3 讨论

广西沿海区域整体的NDVI值较高, 而且年际波动较小, 与以往的研究结果相似^{[19, 34]}。研究区内NDVI>0.7的区域占区域总面积的70%, NDVI不足0.3的区域仅占4%, 这导致区域整体的NDVI值偏高。此外, 研究区域为南亚热带海洋性季风气候, 常年高温多雨, 植被覆盖率高且多为常绿植物, 在非极端天气影响下, NDVI的年际波动程度较低。空间上, 区域NDVI分布表现为陆地高, 滨海和河流下游低的趋势, 这与土地覆被类型的分布有关, 陆地多为林地和旱地, 而滨海和河流下游区域则多分布着居住区、湿地和其他覆被类型。

2000至2014年间, 研究区内约一半的植被得到改善, 改善植被多为林地, 这与当地政府在低山丘陵区大面积植树种草有关^[19]；退化区域则多集中于滨海和河流下游, 这些区域内大量分布着居住区和其他类型植被, 且交通网络密布。值得注意的是, 林地等NDVI较高的区域通常表现为持续改善趋势, 而湿地等NDVI低的区域则多表现为持续退化。林地等覆被类型由当地政府的扶持得以持续改善, 而大量的湿地则开发为港口、道路、养殖场等, 从而呈现为退化趋势, 在未来的开发利用活动中应加强对滨海湿地等NDVI偏低区域的关注。

土地覆被分类的不同、植被下垫面与NDVI分辨率也会影响计算的结果, 在该研究中, 土地覆被类型分类体系与NDVI来源相同, 而且在NDVI时间选择上, 选择NDVI数值最大的月份。另外, 为了消除分辨率的问题, 研究的空间尺度较大, 能够体现变化的总体趋势。通过和实地的调研比较, 研究结果与实际情况较为符合。

植被NDVI及其动态趋势与气象因素的相关性并不显著, 而多与地形特征和人为因素呈现显著相关性, 这与以往对沿海区域的研究相似^{[17, 35]}。研究区域内, 尽管4个气象站点的年均温(F_{14, 59}=68.78, P < 0.001)、年降水量(F_{14, 59}=7.98, P < 0.001)和年日照时数(F_{14, 59}=11.61, P < 0.001)的年际变化差异均显著, 但其与NDVI相关性并不显著, 这可能与NDVI动态更多的受到地形特征和人类活动的干扰有关。广西沿海区域海拔波动范围为-6 m至290 m之间, 高海拔区域集中分布于西北和东北的山地；在研究区内, 以1 km×1 km为分析窗口, 逐个提取地形起伏度^[36], 滨海区域平均地形起伏度为0.02, 最大起伏度为0.55, 整个区域内地形波动较小, 但NDVI及其动态趋势与地形特征因素的相关性却多显著。NDVI及其动态趋势与CTI多为负相关, 由于CTI与坡度有关, 因此这种负相关间接反映了植被动态与坡度的关系^[32]；沿海区域NDVI及其动态趋势与坡度和高程表现为正相关, 与坡向则多不相关, 这与刘亚龙等^[2]和马宗文等^[16]的研究结果相似, 原因可能是平坦地区更利于城市建设, 以及人为在低山丘陵区的大面积植树。NDVI及其动态趋势与距河流的距离呈现为负相关, 可能与研究区多处于河流下游, 而河口、三角洲等地区近年来多有开发活动有关；距交通线路、城镇的距离与NDVI表现为正相关, 可能与居住区和交通线路绿化区有关。

4 结论

该研究基于MODIS NDVI数据, 利用NDVI时间序列, 采用最大值合成法、一元线性回归方程斜率和Hurst趋势指数, 探讨了沿海区域植被的时空分布特征及其影响因素。结果表明, 广西沿海区域NDVI值较高, 但年际波动不大, 空间上则表现为陆地高, 滨海和河流下游低的趋势, 这主要与土地覆被类型的空间分布有关, 林地、旱地等高NDVI类型广泛分布于陆地, 而湿地等低NDVI类型则多分布于滨海和河流河口。此外, 林地在人工大量植树造林的基础上表现出持续改善趋势, 而滨海、河口区域的高强度开发则造成湿地呈现持续退化趋势。广西沿海植被覆盖的变化与气象因素相关性并不显著, 主要受到地形特征和人类活动的影响。因此, 在未来的开发利用活动中应加强对滨海湿地和河口区域的关注。