2022（一等奖）D277：1998-2019年中国植被动态变化及其影响因素分析

作品介绍

1 应用背景

近半个世纪以来，随着全球气候变化和人类活动的双重干扰，自然生态系统遭到了不同程度的影响。植被作为陆地生态系统的重要组成部分，在陆地生态系统的物质循环和能量流动中发挥着不可替代的作用，是自然生态系统和人类生产生活的重要保障。植被类型决定陆地生态系统，从而促使陆地生态系统随着时间推移而发生变化，而气候变化作为陆地生态系统的主要驱动因子，其决定地表植被的生存和分布特点。因此，植被覆盖的动态变化在一定范围内可以表示土地利用的变化和程度，其动态变化往往是对气候变化和人类活动的反应。

植被对环境变化的反应十分敏感，影响植被生长主要有两个因素，一是与气候有关的因素，如温度和降水等，为植被生长提供必要条件；二是由人类活动和自然环境引起的干扰因素，如农业灌溉、土地利用变化、城市化和森林开发、森林火灾、植物病虫害等。根据国家气候变化评估（NACCC）报告，气候变化对中国森林、草原生态系统有显著影响，由于全球持续变暖，中国东部的亚热带和温带的北界已经北移，而祁连山的森林面积、西南地区的湿地面积以及草原的产量和质量都有所下降。中国的气候变化具有很大的空间异质性，由于不同地区的水热条件和植被类型不同，植被对气候变化的反应也存在明显的空间差异。已有研究表明，气温和降水等气候因素对植被生长有着重要作用，不同地区水热条件和植被类型不同，植被变化及其对气候变化的响应也存在很大空间差异。近年来，不断加剧的人类活动对生态环境的负面影响也在增加，如黄河源区牲畜迅速增加造成的过度放牧和采砂活动造成的地表植被损失，青藏高原大规模焚烧牲畜粪便造成的土壤肥力下降以及三江源地区冬虫夏草采挖对植被覆盖的影响等。另一方面，人类也可以通过合理利用资源，包括减少环境污染、保护森林、改善能源消费结构、实施大型绿色工程等，改善区域生态环境质量。

归一化植被指数（NDVI）作为一个简单而有效的植被指数，已被广泛用于植被动态研究中，众多研究将NDVI作为植被覆盖的代表。目前，研究人员在全球范围内对植被外界干扰的相应给予了大量关注，在所有可能影响植被生长的驱动因子中，温度和降水的研究最为频繁，并已被证明与植被变化密切相关。已有研究为分析植被时空动态及其影响机制提供了有益的见解。然而，很少有在全国范围内进行的研究，并且无法就最近的情况提供最新的见解。此外，人为干扰作为重要的非气候因素，对中国植被的影响通常被忽视或未被量化。

因此，我们小组采用最新的SPOT/VEGETATION NDVI 数据集及时间序列气温和降雨观测资料、极端气温和降雨资料，结合Mann-Kendall（MK）趋势测试、Pearson相关分析、R/S分析（Rescaled Range Analysis）和残差趋势法等分析1998-2019年中国植被的时间变化和空间分布，阐明1998-2019年中国植被变化因素（气候和人为因素）的动态影响机制，旨在为全面了解变化环境下中国植被变化的动态和影响因素提供参考，保障生态环境和经济的可持续发展，进一步为研究生态系统与气候的相互作用机制提供科学依据。

图1 研究区概况：(a)地理环境(含高程);(b)气候带分布;(c)主要植被类型分布

2 应用目标

1.揭示中国近年来植被变化时空特征。利用SPOT/VEGETATION NDVI及MODSI卫星遥感数据产品进行中国全局空间和时间尺度的分析，揭示全国各地区在空间和时间尺度上的植被覆盖分布和变化状况，以反映研究期间植被变化的状况，并指出其未来可能的方向，对植被变化状况监测、植被资源理利用和其它生态环境相关领域的研究有重要的参考意义。

2.量化气候因素对中国植被变化的影响作用。20世纪90年代以来，气温快速升高，降水严重减少，已有研究表明植被对气候变化的反应存在明显的空间差异。因此，研究全球增暖背景下气候以及极端气候变化对植被变化的影响对于制定未来植被保护政策以及研究变化背景下陆地生态系统可持续发展及陆地碳循环等具有重要意义。

3.量化人类活动对中国植被变化的影响作用。基于NDVI数据集以及气候数据集，通过对植被未来变化以及人类活动对植被变化影响的分析，根据不同区域植被的空间分布差异以及时间变化特征，采取适合发展的农业生产活动以及农业生产管理制度。为开展重大生态恢复评估和未来植被保护政策制定提供理论依据，并以此来判断新生态保护政策的合理性，维护生态系统和社会的可持续发展。

4.综合探讨植被-气候-人类活动之间的相互关系。中国植被变化受人类活动和气候的共同影响，植被是陆地表层系统非常重要的组成部分,它与陆地生态系统的各个部分都有着非常紧密的联系。对1998年以来中国区域植被的时空演变规律及未来变化趋势进行分析,并从气候和人类活动两个方面探讨NDVI变化的驱动因素,以加深对植被-气候-人类活动之间的相互关系的认识, 为保证生态环境和经济的可持续发展和研究陆地生态系统与气候的相互作用机制提供科学依据，实现中国生态环境效益、经济效益和社会效益的最大化。

3 主要技术流程

本作品拟基于SPOT/VEGETATION NDVI卫星遥感数据集，从多角度、多方面构建中国地区植被覆盖变化监测、分析体系（图1）。主要达到以下三个目的：

1.分析中国植被时空分布特征以及未来变化趋势——分析植被空间尺度的分布特征以及时间尺度的变化趋势，为植被资源利用和植被变化状况检测提供参考。

2.分析气候对中国植被变化的影响——分析中国植被与气候以及极端气候指数之间的关联性，揭示气候因素与植被覆盖之间的关系。

3.分析人类活动对中国植被变化的影响——分析人类活动对植被产生或积极或抑制的作用，以此作为采取合理的生态恢复措施以及农业生产方式和土地利用类型的依据。

图2 项目技术流程

4 关键技术

4.1 趋势分析

Mann-Kendall统计检验(MK)是一种无分布检验(非参数统计检验)。该检验可以在没有数据分布要求的情况下使用，因此结果不受异常值的影响。为了确定趋势的显著性，首先计算标准化的Z检验统计量，然后计算S统计量的标准正态分布，公式如下:

   (1)

式中，N是时间序列的长度，S值大于或小于0分别表示时间序列的上升和下降趋势。如果n ≥ 10，统计量S近似于标准正态分布，可以用Z值来检验趋势，公式如下:

  (2)

 (3)

式中n为数据点个数；M为重复数据集的数量；Ti为第i组中重复数据值的个数。

在给定的显著性水平，95% (α = 0.05)，正态分布的阈值是Z1-α/2 = 1.96。当|Z| > 1.96时，趋势显著，否则趋势不显著。

4.2 Hurst指数

赫斯特指数（H）是一种用于描述自相似性和长期依赖现象的流行方法。赫斯特指数可以使用一系列方法估计，其中R/S分析法经常被用来计算Hurst指数。Hurst指数是在对累计离差x(t,τ)，极差R(τ)，标准差S(τ)计算的基础上，采用R/S分析法得到H值。计算过程如下：

定义时间序列x(t)为:

（4）

累计偏差的计算公式为:

（5）

极端偏差序列的计算公式为:

（6）

标准差序列的计算公式为:

（7）

取R(τ)和S(τ)的比值，可以得到:

  （8）

最终得到假设：

   （9）

赫斯特指数的范围是0 ~ 1，H < 0.5表明NDVI时间序列具有反持续性，NDVI趋势相反时间序列将发生在未来。H = 0.5，NDVI时间序列是一个随机序列没有持续性，表明趋势在未来的时间序列与研究期间是无关的。H > 0.5表示NDVI时间序列的持续性，NDVI的时间序列在未来也会表现有同样的趋势。

4.3 相关性分析

采用Preason相关分析揭示植被与温度、降水量和极端气候指数的相关关系。相关系数大于0表示正相关，相关系数小于0表示负相关。相关系数的绝对值越大，表示两个变量之间的相关性越近。P值用于检验两个变量之间相关系数的显著性。P < 0.05表明相关系数在95%的可信度水平下具有显著性，相关性计算公式如下：

 （10）

4.4 残差分析

残差分析是通过去除温度和降水对长期NDVI变化的影响来确定和量化人类活动对植被变化的影响。NDVI受到气候因素和人为因素的综合影响。根据过去22年观测到的NDVI、温度和降水数据，通过最小平方法建立植被与气候因子的多元线性回归模型，计算NDVI的观测值和预测值之间的差异（δ）作为NDVI的残值。

δ = NDVI实际值 － NDVI计算值 （11）

残差值δ除了温度和降水对植被变化的影响外，还包括一些无法解释的部分。在本次作品中，假设这部分主要是由人类活动引起的。因此，正δ值表示人类活动对植被生长产生积极影响，促进植被增加；负δ值表示人类活动对植被生长产生负面影响，减弱植被现状。通过残差和年份之间的线性回归获得残差趋势，可以反映过去22年中植被受到除气温和降水以外的其他因素的影响。

5 结果分析

5.1 植被时空变化

研究结果显示，1998-2019年中国植被NDVI总体呈上升趋势，年际变化幅度较小。不同植被类型的NDVI波动相似，NDVI值差异较大。

图3  1998-2019年 (a)中国年平均NDVI，(b)不同植被类型年平均NDVI，(c) NDVI趋势，(d)不同植被类型年NDVI趋势

5.2 基于Hurst指数的未来植被动态变化

通过结合MK趋势分析和Hurst指数的结果，合理预测植被变化的未来趋势。结果显示呈“Continuously increasing status”类的地区大致沿黑河-昆明一线，表明近年来围绕中部和中西部地区植被生态恢复与保护工程取得了显著成果。

图4  1998-2019年中国植被可持续性空间分布

5.3 植被变化影响因素分析

（一）气候因子对NDVI的影响呈现出显著的空间变化特征。NDVI与降水的相关性总体上高于与气温的相关性。极端气温/降水对植被的影响差异较大。大部分植被类型的NDVI与极端降水呈显著正相关，与极端气温呈显著负相关。

图5  1998-2019年（a)中国NDVI与气温的相关性，(b)中国NDVI与降水的相关性Positive/Negative (n.s)表示没有通过显著性检验的Positive/Negative相关；Positive/Negative (p < 0.05)表示在95%显著水平下Positive/Negative相关

图6 中国NDVI与极端气候指数的空间相关性 (a) DTR(℃);(b) TNn(℃);(c)Rx1day(℃);(d) Rx5day (mm);(e) TXx(℃);(f) Rx1day(mm)

（二）残差趋势分析初步揭示了除降水和气温外其它因素对植被动态的影响。大部分残差都可以被人为因素所解释，表现为耕地和城市化。但是，其他气候因素(如蒸发、极端事件、对气候的非线性响应)也可能对残差产生影响。

图7  (a) 1998-2019年中国NDVI残差趋势空间分布；(b) 2001-2019年4个典型区域以人为主导的土地覆盖(耕地和城市/建成区)百分比变化