人类活动对生态系统的干扰一直是地理学、生态学和自然资源学等多学科的重点研究内容^[1]。不同方式或不同强度的人类活动导致的区域生态系统变化不同, 其影响程度也有很大的差异。植被是受人类活动影响较大的自然因子, 农田耕作、森林砍伐、植树造林等强烈的人类干扰可在短时间内促使区域植被格局发生改变^[2], 导致区域植被发生退化。人类活动对植被覆盖变化具有双重影响：一方面, 城市规模扩张、基础设施建设和矿山开采等活动会使植被遭到破坏；另一方面, 退耕还林还草、生态林建设等植被恢复工程对增加植被覆盖又有一定的积极作用^[3]。因此, 揭示人类活动干扰对植被的影响对于区域生态可持续性管理具有重要意义。其中, 如何对人类活动强度进行定量化和空间化, 并分析其对植被动态的影响又是人类活动研究的重点和难点^[4-6]。

目前, 人类活动强度评价的研究主要从压力和状态两方面开展, 包括从人类活动压力角度基于权重的多指标叠加体系对人类活动强度进行评估, 和从状态变化角度进行包括土地利用变化、生态系统服务变化或多因子状态变化等方面的人类活动评价^[7]。土地利用转移矩阵可以较好地表征土地利用类型的转换状态, 而遥感数据具有时空分辨率高、覆盖面积大、获取便捷的特点^[8]。基于遥感影像的归一化差值植被指数^[9-10]与基于中分辨率成像光谱仪MODIS传感器的大尺度干扰指数MODIS全球干扰指数MODIS Global Disturbance Index(MGDI)^[11]已被证明可以监测大尺度生态系统干扰。另外, 通过人口、耕地面积、开采井数量、粮食产量、河道过水量和水渠引水量等构建人类活动强度指标也是对人类活动进行定量分析的常用手段^[12]。例如, 王筠等选取了土地利用类型、与居民地的距离、与耕地的距离、与道路的距离、归一化植被指数、坡度、坡向和与水源地的距离共8个因子, 对栖息地的生境质量进行评价^[13]。吴思佳等选取人口密度, 建设用地, GDP等指标, 运用地理探测器探究人为因素对闽三角城市群植被覆盖度的影响^[14]。人类活动对植被影响的定量分析方法主要包括回归模型法和主成分分析法、降水利用效率法、残差趋势法以及HANPP (Human Appropriation of Net Primary Productivity)模型等方法^[9]。先前已有研究多侧重于植被状态研究, 未从状态与过程多角度分析人类活动对热带雨林动态变化的影响。

热带雨林生态系统具有较高的生物多样性保护价值, 同时也是人类活动干扰的敏感地区。西双版纳是目前我国保存面积最大、最完整的热带雨林地区^[10]。由于人口压力以及粗放的耕作方式, 西双版纳土地利用/土地覆被变化表现为天然林破坏严重、次生林或灌木林地增加、经济种植园不断扩张等典型的热带地区特征。特别是进入20世纪90年代后, 天然橡胶价格不断上涨及人类活动干扰强度日趋剧烈, 西双版纳土地利用/土地覆被景观类型与格局均发生显著的变化^[15]。

目前人类活动对西双版纳植被干扰的研究主要两方面展开：一方面是基于地面调查的植被分类研究^[16-18]；另一方面是基于遥感数据的植被时空动态变化研究, 包括西双版纳地区森林的林龄结构、空间扩展模式、NDVI空间自相关分布模式及时空变化特征等^[19-21], 揭示森林时空格局变化规律, 为探讨区域土地利用变化及其生态环境效应提供科学基础。然而, 上述研究主要采用单一化的方法分析西双版纳植被动态变化特征, 缺乏多角度多方法的综合性对比研究。因此, 本研究针对以上问题, 采用NDVI时序分析、土地利用转移矩阵和MGDI指数三种方法定量化评价人类活动影响下云南西双版纳地区植被的动态变化特征, 进一步探讨研究区植被变化趋势及其驱动机制, 为开展该地区的生态系统管理提供科学依据, 具有重要的理论和现实意义。

1 研究区域概况与数据来源

西双版纳傣族自治州位于云南省最南端, 地处21°08—22°36N, 99°55—101°50E之间, 土地面积近2万km²。西双版纳属北回归线以南的热带湿润区, 气候为热带季雨林气候。年平均气温在18—22℃之间, 长夏无冬。西双版纳年降水量为1193.7—2491.5 mm, 降雨时空分配不均, 有明显的干湿季之分^[16]。西双版纳地带性植被为季节性雨林, 森林面积达1169058.45 hm², 森林为59.26%, 林产品十分丰富^[22]。独特的地理位置和气候条件使得西双版纳境内植被覆盖度高, 植物种类丰富, 是目前我国保存面积最大、最完整的热带雨林地区^[10]。区域内的热带雨林和橡胶林是该地区最典型的两种森林类型, 自20世纪50年代橡胶树引进该地区开始, 热带雨林面积逐年递减, 橡胶林面积则扩展迅速, 种植的海拔上限已达1200 m左右, 原始林出现严重破碎状现象^[23]。随着经济的发展, 人口的增加, 基础设施的建设, 旅游业的繁荣, 城镇化的加剧, 人类干扰对西双版纳地区原始生态环境的干扰越来越剧烈, 再加上农业活动的增强, 尤其对原始植被的影响越来越大。

本研究主要基于遥感影像、气象数据、土地利用数据和社会经济数据(表 1)。

2 研究方法 2.1 植被动态分析 2.1.1 NDVI变化趋势分析

采用一元线性回归分析的方法来分析NDVI的年际变化趋势, NDVI的年际变化趋势以各栅格多年数值回归方程的斜率表示, 其计算公式为：

(1)

式中, n为10, 变量i为年序号, M_{NDVI, i}表示第i年的最大NDVI值, 变化趋势图则反映了10年的时间序列中该地区的NDVI的变化趋势。某像元的趋势线是这个像元多年的平均NDVI值用一元线性回归模拟出来的一个总的变化趋势。SLOPE即这条趋势线的斜率, 其中, SLOPE＞0则说明NDVI在10年间的变化呈现增加趋势, 反之则是减少。

2.1.2 土地利用转移矩阵

从状态变化的角度, 利用土地利用转移矩阵, 分析土地利用转移状态的变化。根据土地利用变化对于植被覆盖变化的影响主要源于土地转移过程中短时限的人为干扰和转移完成后较长时限的用地功能变化, 其中, 用地功能变化往往表现为群落物种组成、生物生产能力、生态系统类型等多方面的综合变化, 并且在较大尺度上表现出明显的时空分异特征^[24]。故利用ArcGIS 10.2软件将土地利用图与NDVI进行叠加, 利用分区统计, 统计出每种土地利用类型中NDVI变化情况。

2.1.3 全球干扰指数

基于MODIS的全球干扰指数方法是使用基于MODIS遥感影像的陆地表面温度(LST)^[25]与基于MODIS遥感影像的增强型植被指数(EVI)^[26]来表征大尺度常规干扰。该算法依据基于MODIS的大尺度全球干扰指数MGDI利用随着干扰的增强EVI与地表温度有一个相反的变化趋势^[27-28], 以便能更好的识别干扰的位置与强度。具体来说, 随着一个主要干扰的发生, 因为植被的减少增强型植被指数将减少；相反, 地表温度将增加是因为更多被吸收的太阳辐射将转化成敏感的热能, 因此, 随着植被密度的减少蒸发量将减少。具体公式如下：

(2)

式中, DI_i是干扰指数的值对于第i年, LST_imax是对于i年年平均最大8d连续地表温度, EVI_imax是对于第i年年最大16天EVI, LST_max是年度LST的上限并不包括第i-1年, 并且EVI_max是多年平均的最大EVI但是不包括第i-1年。将MGDI分布图与土地利用/覆被类型图做叠加, 分析不同植被类型受到的干扰剧烈程度。

2.2 人类活动及其对植被影响定量化评价方法

基于研究区实际状况, 选取对西双版纳地区植被影响较大的人类活动干扰指标, 即人口密度, GDP, 距道路距离, 距城镇距离, 距村庄距离, 构建人类活动干扰指数。然后, 在ArcGIS10.2中对人类活动干扰各指标栅格数据进行处理：在ArcGIS 10.2 Spatial Analyst模块中Distance模块上Euclidean Distance得到距道路距离, 距城镇距离, 距村庄距离；利用Density模块中的Kernel Density得到村庄密度, 河网密度；并生成不同栅格图层。由于不同的人类活动干扰指标具有不同的量纲, 因此需对每个指标图层进行标准归一化处理, 再利用熵权法进行对不同图层进行权重的确定, 然后根据权重结果叠加得到最终的人类干扰指数。在地理信息系统中运用自然断点法进行分级, 将人类干扰指数值通过聚类分析分为5级, 第1等级到第5等级表示干扰强度从小到大, 并绘制人类活动干扰强度等级空间分布图。

在CANOCO 5.0中分别对1, 5, 10km尺度下, 对植被特征(NDVI, MGDI和NDVI-SLOPE)与人类活动干扰因素进行冗余分析, 分析人类活动对植被的影响。进一步在SPSS 20.0中, 运用逐步回归的方法, 将NDVI-SLOPE作为因变量Y, 人类活动各指标作为自变量X_i, 建立模型。分析西双版纳地区人类活动干扰因子与植被覆盖度及变化趋势之间的相关性, 相关系数的值越大, 说明人类活动干扰因子与植被变化之间的相关性越高；反之越低。

3 结果分析 3.1 NDVI时空分布

从图 1可以看出2000—2005, 2006—2010年版纳地区NDVI-SLOPE值均大于0, 说明西双版纳地区2000—2010年植被覆盖度呈增加趋势。2000—2005年NDVI增加趋势加大地区主要分布在东部地区且从南到北呈纵向分布；2006—2010年NDVI增加趋势主要分布在西部地区, 且增加趋势进一步增强。

3.2 土地利用变化角度 3.2.1 西双版纳土地利用/覆被类型面积变化情况

从图 2可以看出, 2000—2010年西双版纳地区土地利用/覆被类型主要为园地, 林地和耕地。其中林地占地面积最大, 耕地主要为旱地, 园地主要是乔木园地与灌木园地, 乔木园地主要是橡胶园, 灌木园地主要是茶园, 且主要分布在西南部边陲地带。

图 3土地利用/土地覆被转移图表明, 2000—2005年, 西双版纳草地主要转化为灌木园地、常绿阔叶林、旱地；河流主要转化为旱地、居住用地、常绿阔叶林；常绿阔叶林的面积减少, 常绿阔叶林主要流向是乔木园地、旱地、水库坑塘、河流、居住地；乔木园地面积增加比例较大, 主要来源是河流、水田、旱地、常绿阔叶林、常绿针叶林、灌木园地；灌木园地主要来源是草地、河流、水田、旱地、常绿阔叶林、常绿针叶林、乔木园地、居住地；居住地主要来源是河流、水田、旱地、居住地、常绿阔叶林、乔木园地、灌木园地。2006—2010年土地利用变化没有2000—2005年剧烈, 乔木园地增加比重较大, 主要来源是旱地、灌木园地、河流、水田、裸土。其次, 居住地增加比重较大, 主要来源为河流、水田、旱地、草地、常绿阔叶灌木林。

3.2.2 不同土地利用/覆被类型植被变化率比较

由图 4可以看出, 2000—2010年西双版纳地区不同土地利用类型的植被变化率SLOPE值均大于0, 且草丛, 湖泊, 河流, 水田, 旱地, 居住地, 交通用地, 裸土, 乔木园地植被2006—2010年的变化率比2000—2005年大, 增加比较剧烈。其中乔木园地两个时段植被变化率差异最大, 而常绿阔叶林与常绿针叶林后5年比前5年植被覆盖度增加的比率在减少, 后5年没有前5年变化剧烈。这主要是因为乔木园地主要是橡胶林生长较快造成的。SLOPE>0主要与植被自然生长及退耕还林还草, 植树造林有关, 且乔木园地分布的地区2006—2010年NDVI变化率大于2000—2005年NDVI变化率。

3.3 基于MODIS干扰指数(MGDI)的植被动态

利用多年MODIS遥感影像, 计算基于MODIS的大尺度干扰指数(MGDI), 并绘制西双版纳多年平均MGDI图, 利用自然断点法将其分为5级, 图 5表明西双版纳地区MGDI分布不均匀, 且存在大量空值。通过MGDI图与土地覆被图叠加并进行分区统计(图 6)可以看出2000—2005, 2006—2010年不同土地覆被类型MGDI相差不大。草丛、水田、常绿阔叶林、常绿针叶林和灌木园地是人类活动干扰强度较大的植被类型。

3.4 人类活动对植被变化的影响

由图 7可以看出, 西双版纳地区人类干扰强度呈中间向边缘递增趋势, 且总体上呈分散趋势。由图 8冗余分析结果可知, 在1 km尺度下, NDVI与人类活动干扰因素成负相关关系, SLOPE与MGDI与人类活动干扰因素相关性不显著。在5 km尺度下, NDVI与距村庄的距离, 距城镇的距离成正相关关系, 与其他人类活动干扰因素成负相关关系。SLOPE与MGDI连线相对较短, 相关性不大。在10 km范围内, NDVI与距道路的距离, 距城镇的距离, 距村庄的距离成正相关关系, 与其他人类活动干扰因素成负相关关系。MGDI与距道路的距离, 距城镇的距离, 距村庄的距离成正相关关系, 与其他人类活动干扰因素成负相关关系。SLOPE与距道路的距离, 距城镇的距离, 距村庄的距离成负相关关系, 与其他人类活动干扰因素成正相关关系。综上所述, NDVI本身和人类活动的相关性较大, 而植被退化在研究阶段表现的不明显。MGDI总体上与人类活动相关性不大。

在1 km尺度下由植被动态与人类活动干扰因素逐步相关分析得到如下回归方程：

式中, Y代表NDVI-SLOPE, X代表人类活动干扰指标, 其中X₁代表GDP, X₂代表河网密度, X₃代表距村庄的距离, X₄代表道路密度。最终回归方程R²为0.039。从模型得出, 与SLOPE变化成正相关的因素有：河网密度；与SLOPE成负相关的因素有：GDP, 村庄密度, 道路密度。由于R²较低, 说明人类活动与植被的关系具有空间尺度效应, 可能存在一定的距离耦合特征。在5 km尺度下进行逐步相关分析得到如下回归方程：

式中, Y代NDVI-SLOPE, X代表人类活动干扰指数, 其中X₁代表河流密度, X₂代表道路密度, X₃代表GDP, X₄代表人口密度, X₅代表距村庄的距离。最终回归方程R²为0.081, 相关性降低, 从模型得出, 与SLOPE变化成正相关的因素有：河流密度和GDP；与SLOPE成负相关的因素有：道路密度, 人口密度和距村庄的距离。在10 km尺度下进行逐步相关分析结果显示人类活动与植被的变化不相关。

4 讨论 4.1 三种植被动态方法比较

西双版纳地区NDVI-SLOPE值均大于0, 这主要是由于植被自身生长和政策层面上退耕还林、退耕还草有关^[29]。在不同土地利用类型的NDVI-SLOPE值分析中, 数值均大于0与图 1所示结果一致, 这主要是因为本研究所选择的土地利用空间分辨率为30 m, 与在群落尺度上的植被的生长为同一尺度。因此, 方法二能更好的解释在群落层次上西双版纳地区植被的变化, 主要是由于植被的自然生长与次生林转变为人工林导致的人工林地的增加。本文选用的MODIS-MGDI影像分辨率为1 km与群落层面上植被的变化不在同一尺度, 因此出现了2000—2005, 2006—2010年不同土地覆被类型MGDI相差不大的现象(图 6)。但从另一角度分析了大尺度范围内植被的变化特征, MGDI表征大尺度生态系统的干扰, 包括自然干扰与人为干扰, 其中自然干扰包括野火, 病虫害, 飓风还有干旱。而2000—2010年西双版纳地区未出现大面积自然干扰。这可能因为西双版纳地处位于西南季风的迎风坡, 降水充沛, 森林覆盖度高, 耕地面积比率小, 干旱致灾因子危险性低, 成灾环境敏感性低, 承灾体易损性低^[30]。受干扰强烈的区域主要分布在北部地区和人类聚集区附近。

4.2 人类活动干扰因素对植被的影响

基于人类活动干扰对植被覆盖度的影响结果得出, 从景观生态学的角度来说, 生态学干扰由3个方面构成, 包括系统, 事件和尺度域。系统具有一定的尺度域, 而干扰事件来源于系统外部, 并发生在一定尺度上。干扰具有多尺度性, 一个尺度上的干扰并非所有尺度上的干扰^[31]。人类活动压力干扰具有尺度性, 本研究中所选的人类活动压力各指标, 重采样为1, 5, 10 km的不同尺度, 而大尺度上的人类活动干扰, 与植被群落的状态变化往往不在同一尺度上^[32]。本研究采用的NDVI数据为1 km分辨率, NDVI数值在表征植被群落变化上, 存在一定的尺度效应, 因而人类活动与其变化的相关关系存在不确定性^[33]。另外, 在群落尺度上, 植被的自然生长, 退耕还林, 植树造林都可以促使植被覆盖度的增加, 况且人类活动干扰在一定层面上具有滞后性^[34]。

5 结论

本文从NDVI、土地利用的角度, 基于遥感序列的MODIS-MGDI三个不同侧面解释了人类干扰对西双版纳地区植被造成影响的过程。从NDVI变化的角度, 在人类活动干扰下西双版纳热带雨林植被生长状况良好, 且2000—2010年间植被呈现增加的趋势。从土地利用变化角度, 由于土地利用的变化与我们所研究的植被的变化为同一尺度, 故土地利用的变化可以很好的表征植被的变化。西双版纳地区2000—2010年土地利用变化主要为次生林地转变为乔木林地及灌木林地以及少部分转变为居住用地。虽然2000—2010年西双版纳地区人类活动干扰造成的林地破坏等负向的人类活动带来了植被覆盖度的减少, 但是人工林植被生长及退耕还林还草等正向的人类活动带来了植被覆盖度的增加。基于MODIS干扰指数的MGDI表明, 2000—2010年间, 干扰的空间分布没有规律性, 不同土地覆被类型之间的MDGI相差不大, 说明MGDI在热带地区表征干扰特征具有一定的不确定性。这主要是MGDI与植被退化相关性不显著。通过相关性分析, 表明人类活动强度与植被退化存在一定的相关性, 但相关性不大, 具有一定的尺度性。在大尺度上人类活动干扰具有滞后性, 且研究尺度的不同导致相关性不显著。因此, 不同的分辨率, 不同的研究尺度以及不同的解释机制都将导致研究结果具有一定的差异性。