2000—2020年广西植被覆盖时空变化及其影响因素研究

摘要 基于2000—2020年MODIS 增强型植被指数数据，采用趋势分析、变异系数等方法分析广西21年EVI值时空变化趋势，并利用地理探测器模型对广西植被覆盖的驱动机制进行了研究。结果表明，2000—2020年广西植被覆盖整体呈现稳中有升的趋势，多年平均EVI值为0.399 3。广西植被改善区域面积为55.92%，主要分布于研究区中部和南部；区域空间上，EVI值主要表示为低波动变化，低波动区域面积占比为84.16%。9个环境因子对EVI值的解释力从大到小依次是植被类型＞地貌类型＞GDP＞人口＞坡度＞高程＞土壤类型＞气温＞降水量，环境因子两两相互作用，均为非线性增强交互关系。

关键词 植被覆盖；EVI指数；时空变化；地理探测器；广西

中图分类号 X173  文献标识码 A  文章编号 0517-6611（2023）13-0055-05

doi：10.3969/j.issn.0517-6611.2023.13.014

Study of Temporal and Spatial Variation and Influencing Factors of Fractional Vegetation Covered in Guangxi Province from 2000 to 2020

CHEN Li-mei，MO Ting-ting

（Guangxi Institute of Natural Resources Survey and Monitoring，Nanning， Guangxi 530200）

Abstract Based on the MODIS Enhanced Vegetation Index （EVI） data from 2000 to 2020， the method of trend analysis， and coefficient of variation were used to analyze the temporal and spatial trends of EVI vegetation index in Guangxi Province for 21 years. The driving mechanism of EVI vegetation index in Guangxi Province was studied by using the Geographic detector model. The results showed that：Overall， the EVI vegetation index showed an upward trend in the last 21 years， the multi-year average value of EVI vegetation index is 0.399 3. The area of vegetation improvement accounted for 55.92% of the total area of the Guangxi， which is mainly distributed in the middle and south of the study area; Spatially， the EVI vegetation index is mainly expressed as low fluctuation， and the area of low fluctuation area accounts for 84.16%. The influence degree of nine environmental factors on the EVI was ranked as： vegetation > geomorphic type> GDP > population > slope > altitude > soil type > temperature > precipitation. The correlation between those environmental factors showed as non-linear enhanced interactions.

Key words Vegetation coverage;Enhanced vegetation index;Spatial-temporal change;Geographic detector;Guangxi

基金项目 广西重点研发计划（桂科AB22080077）；广西科技基地和人才专项（桂科AD20238044）；广西空间信息与测绘重点实验室基金项目（191851011）。

作者简介 陈丽梅（1985—），女，广西桂平人，工程师，从事自然资源与土地利用研究。

收稿日期 2023-03-21

植被是陆地生态系统的组成部分之一，是连接水体、土壤、大气、生物等地理要素的自然纽带，通过光合作用驱动能量与物质的交换与循环，对维持区域生态系统稳定起着至关重要的作用［1-4］。基于遥感数据高精度、大范围、长时序的特点，国内外学者广泛采用遥感植被指数对植被系统演变及其驱动机制进行研究［5-7］。郑勇等［8］利用MODIS-NDVI数据动态监测川西高原20年的植被覆盖度变化及气候因素对植被变化的影响程度。覃金兰等［9］结合MODIS-NDVI指数及DEM数据探究西北干旱区玛纳斯河流域植被生长季多年时空演变及对地形因子的响应。王万鑫等［10］利用GIMMS NDVI长时序数据研究发现，青藏高原植被呈现明显的生态地理区域性差异。王一帆等［11］基于MODIS EVI数据研究福建省2000—2017年植被变化趋势，并分析植被与多因子的协同作用。

广西地处滇黔桂石漠化片区，石漠化分布广泛，生态环境脆弱易损。2000年以来，全区积极推进退耕还林、珠江防护林等林业重点生态工程，石漠化地区生态环境得到显著改善。近年来，气候变化及人类扰动驱动陆地植被不断演变。在新时代生态文明建设要求下，研究区域植被时空变化及其与多因素的相互响应作用具有重要意义。林地是广西面积占比最高的地类，研究区域植被覆盖的长时间序列时空变化，可掌握区域水土保持功能情况，植被覆盖度作为衡量区域生态系统服务功能重要性的指标之一，也可为国土空间开发适宜性评价研究提供数据参考。目前已有研究主要侧重于植被覆盖动态时空变化，对驱动因子的关注也主要局限于气候因子和地形因子，对其他影响因子研究相对较少［12-16］。因此，该研究基于2000—2020年长时间序列MODIS EVI数据，采用趋势分析、重心分析等方法，研究广西植被覆盖时空分布特征，并在此基础上探究多驱动因子对植被变化的影响，剖析区域植被演变规律及主要驱动力，以期为国土空间开发保护及生态修复提供科学依据。

1 研究区概况

广西地处我国的南疆，位于104°28′～112°04′E，20°54′～26°24′N，陆地面积23.76万km2，占全国国土总面积的2.50%。东接广东省，西接云南省，北靠湘、黔两省，南临北部湾海域，面向东南亚。广西总体呈现山地丘陵性盆地地貌，地势西北高、东南低。地处低纬度，属亚热带季风气候区，温暖多雨，光热充沛，年平均气温16.8～23.3 ℃，年降水量1 000～2 800 mm。2020年，森林覆盖率为62.45%，居全国第3位，植被以常绿阔叶林和常绿落叶阔叶混交林为主［17］。

2 数据与方法

2.1 数据来源与处理

增强型植被指数（enhanced vegetation index，EVI）数据来源于NASA（national aeronautics and space administration）发布的MOD13Q1数据集，数据空间分辨率为250 m，时间分辨率为16 d，时间跨度为2000—2020年。EVI数据具有时相多、覆盖面广的优势，且校正了由于土壤和大气影响造成的易饱和线性表达缺失的问题，因此广泛用于各类研究中［6，12，14］。利用MRT（MODIS reprojection tools）工具对EVI数据进行格式转换、拼接、重采样和重投影，并采用最大值合成法（MVC）合成月EVI数据，再采用均值法处理得到空间分辨率为1 km的逐年生长季平均EVI数据和逐年平均EVI数据。

气象数据来源于中国气象数据网（http：//data.cma.cn），主要包括14个站点的逐日气温、降水数据。选取年平均气温、年降水量2个指标，采用反距离权重法（IDW）插值得到空间分辨率为1 km的栅格数据。

人口和GDP数据主要采用夜间灯光数据（http：//www.ngdc.noaa.gov），辅以人口统计数据和土地利用现状数据，通过回归分析进行模拟得到人口和GDP栅格数据［18-21］。

高程数据选取地理空间数据云（http：//www.gscloud.cn）30 m GDEM V2 数字高程数据。土壤、植被、地貌等数据均来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn）。DEM数据利用Arcgis软件对数据进行镶嵌、投影转换和重采样处理。土壤、植被、地貌等数据进行重采样处理。最终所有数据处理为1 km分辨率的栅格图。

2.2 研究方法

2.2.1 趋势分析法。

采用趋势分析法逐像元分析长时间序列的植被空间变化趋势［14，22］。计算公式如下：

slope=n×ni=1（i×EVIi）-ni=1ini=1EVIin×ni=1i2-（ni=1i）2（1）

式中，n为累积观测年数（2000—2020年），n=21；EVIi为第i年EVI值；slope为EVI年际变化斜率，当slope＞0时，植被在观测年份内呈现改善趋势，EVI增加；反之，当slope＜0时，植被在观测年份内呈现退化趋势，EVI减小。

2.2.2 变异系数。

通过变异系数分析，反映区域EVI动态变化的波动情况，它是度量植被空间上相对变化的重要指标［23］。计算公式如下：

CV=ni=1（EVIi-EVI）2nEVI（2）

式中，i为观测年份，n=21；EVIi为第i年EVI值，EVI为21a内EVI平均值；CV为EVI的植被变异系数，值越大，说明植被空间波动性越大；值越小，说明植被波动越小。

2.2.3 地理探测器。

地理探测器是一种新的统计学方法，可探测因变量的空间分异性，并揭示自变量对因变量的驱动力［24］。计算公式如下：

q=1-Lh=1Nhσ2hNσ2（3）

式中，q为各因子对研究区EVI的解释力，值域在［0，1］，值越大，说明该因子对EVI的解释力越强；h=1，2，…，L，为影响因子的分层数；Nh和N分别表示各因子的h层和整个研究区的样本数；σh和σ分别为h层和整个研究区EVI值的方差。

3 结果与分析

3.1 植被EVI时间分布格局

不同月份EVI变化趋势见图1a。研究区2月份EVI值最低为0.256 6，随后EVI值逐渐上升，在8月份EVI值达到峰值为0.511 9，随后EVI值下降，整体上，春-夏-秋-冬植被覆盖度呈现先上升再下降趋势。

不同年份生长季变化趋势见图1b。EVI最低值出现在2000年的生长季，最高值出现在2016年的生长季，整体呈现波动上升趋势，年均增速为0.54%。说明广西的植被状况持续向好。