甘肃省植被时空变化及其未来发展潜力
靳峰
1,2
,
戈文艳
3,4,
秦伟
5,
韩剑桥
3,4,
马涛
6,
郑安
2
1. 兰州大学 资源与环境学院, 73000, 兰州;
2. 甘肃省水利厅, 730000, 兰州;
3. 西北农林科技大学, 712100, 陕西杨凌;
4. 中国科学院 水利部 水土保持研究所, 712100, 陕西杨凌;
5. 中国水利水电科学研究院 水利部水土保持生态工程技术研究中心, 100048, 北京;
6. 甘肃省水土保持科学研究所, 730020, 兰州
收稿日期：2022-05-31; 修回日期：2022-08-02
项目名称：国家自然科学基金"黄土高原小流域植被格局对侵蚀产沙影响的定量表征与耦合关系"（41877073）；甘肃省水利厅水土保持科研项目"甘肃省水土保持率目标值复核研提与市县分解"（HT-GTJZ-2021032-STBC）
摘要：为探究甘肃省生态治理成效及未来植被提升空间，基于全省2000—2020年生长季（4—9月）MODIS EVI数据及2020年土地利用/覆被数据，采用线性回归方程及基于滑动窗口的相似栖息地潜力模型分析全省植被覆盖的时空变化特征及未来植被恢复潜力。结果表明：1）2000—2020年间，甘肃省生长季EVI以0.002/a速率显著上升，2012年后有所减缓，2016年以后再次大幅提升，近20年全省植被覆盖整体持续改善。2）2000—2020年甘肃省生长季EVI总体由东南向西北递减，年均变化速率介于-0.006~0.010/a；90%区域的植被覆盖有所改善，以陇东和陇南为主的1/3省域植被覆盖显著快速提升。3）陇南与河西分别为全省同期EVI的高值和低值区，且后者的植被覆盖增加最弱；陇中、陇东的植被覆盖变化相对缓慢。4）省内植被恢复指数成效显著，当前植被恢复潜力实现度较高，剩余植被恢复潜力度较低。其中，47.4%的裸地具备转化为绿地的潜力，草地和林地则分别有28.1%和2.5%的面积具备进一步提升的潜力。总之，近20年来甘肃省植被覆盖整体明显改善，但其空间分异特征尚未改变；剔除非自然植被后，全省整体植被覆盖度仅有10%左右的提升空间。
关键词：植被覆盖 时空变化 基于滑动窗口的相似栖息地潜力模型 生态治理 植被恢复潜力
Spatiotemporal variation of vegetation and its future development potential in Gansu province
1. School of Earth and Environmental Sciences, Lanzhou University, Lanzhou, 730000, China;
2. Water Resources Department of Gansu Province, 730000, Lanzhou, China;
3. Northwest A&F University, 712100, Yangling, Shaanxi, China;
4. Institute of Soil and Water Conservation, Chinese Academy of Sciences and Ministry of Water Resources, 712100, Yangling, Shaanxi, China;
5. Soil and Water Conservation Ecological Engineering Technology Research Center of the Ministry of Water Resources, China Institute of Water Resources and Hydropower Research, 100048, Beijing, China;
6. Gansu Institute of Soil and Water Conservation, 730020, Lanzhou, China
植被作为陆地生态系统的重要组成部分，在保持土壤、调节气候、固碳释氧等方面发挥着重要作用[1]。退耕还林(草)等生态工程的实施显著提升中国西部地区的植被覆盖状况[2]。研究植被变化特征不仅是开展生态与地表过程研究的基础，也可为生态工程效益评估与治理潜力预测等提供必要依据。
人类活动和气候变化是植被覆盖变化的主要驱动因素[3]。随着气候变化和人类活动的不断增强，我国北方尤其是干旱半干旱区的植被覆盖发生显著变化——近年来温带大陆性气候区内整体植被趋向良好[4]；大面积实施的退耕还林(草)工程改善黄土高原脆弱的生态环境，促进植被的显著增长，从而减少流域内的输沙量[5]；然而，也有学者指出[6]，干旱半干旱地区的植被虽在整体上呈增加趋势，但在局部区域上却呈现减少的变化趋势。在生境条件差异明显的甘肃省内，植被变化的空间异质性特征显著。甘肃省作为典型气候变化敏感区和生态脆弱区，其水土流失和沙化土壤分布面积大、分布广，是水土保持和生态修复的重点区域。甘肃省大规模实施的国家水土保持重点工程及退耕还林还草等生态治理，使林草植被得到有效恢复，国土绿化面积逐步提升[7]。然而，现有研究多关注省内典型地区的植被演变及影响因素，全区植被恢复的总体状况及不同地区的差异有待探析。此外，对全省植被恢复潜力进行预测，有助于人工调整植被格局以提升甘肃省水土保持功能和效益。
鉴于上述背景，笔者采用2000—2020年增强型植被指数(enhanced vegetation index，EVI)分析甘肃省近20年来植被覆盖的时空变化特征，并利用基于滑动窗口的相似栖息地潜力模型(sliding-window similar habitat potential model，SWSHPM)评估全省植被恢复潜力，以期更加科学地推进甘肃省植被恢复和水土保持等生态建设，为促进我国西北生态屏障安全提供依据。
1 研究区概况
甘肃省位于我国西北部(图 1)，全区年均降水介于40~800 mm，主要集中在夏季(6—9月)，年均气温0~15 ℃，均呈东南向西北递减的分异格局[8]。境内植被资源丰富且类型多样，包括常绿阔叶林和落叶阔叶林混交带、落叶阔叶林带、森林草原带、草原带、荒漠草原带、荒漠带6个植被地带。受自然区位影响，全省气象和地质灾害等较为频发，是我国生态最为脆弱的地区之一。
2 数据与方法
2.1 数据来源与处理
1) 植被覆盖分析采用来自美国国家航天航空局发布的空间分辨率250 m、时间分辨率16 d的MODIS(moderate resolution imaging spectroradiometer)EVI产品数据集进行。笔者共下载2000—2020年的480期影像，并利用ENVI软件进行处理以获得真实EVI值(0~1)；2)地形数据采用中国科学院地理空间数据云平台提供的ASTER GDEM Version 2数据，分辨率90 m，在ArcGIS软件中提取坡度、坡向；3)土壤数据采用中国科学院土壤科学研究所绘制的全国1 ∶100万土壤类型矢量图，在ArcGIS软件中按研究区域裁切后转为栅格图；4)土地利用数据采用30 m全球地表覆盖数据GlobelLand 30数据库提供的2020年土地利用数据。
由于人为因素存在较大不确定性，笔者仅研究自然恢复下植被覆盖潜力的改善。为此，以甘肃省2020年土地利用为基准，仅保留林草地和裸地进行植被恢复潜力评价，共有76%的土地参与后续运算。上述数据参照按MODIS EVI数据分辨率统一重采样为250 m。
2.2 研究方法
2.2.1 最大值合成法
生长季植被覆盖率可反映植被生长全过程[9]。为此，通过最大值合成法(Maximum value composites，MVC)获得2000—2020年甘肃省生长季(4—9月)各月的EVI影像，并以当年生长季EVI的均值代表当年植被覆盖的EVI值:
|
$
{E_m} = {\left( {{E_n}} \right)_{\max }}。$
|
(1) |
式中：Em为最终采用的第m月的EVI影像(m=4，5，…，9)；En为当月两景EVI影像(n=1，2)。
|
$
{E_i} = \frac{{\sum\limits_{m = 4}^9 {{E_{i, m}}} }}{6}。$
|
(2) |
式中：Ei为第i年的EVI影像(i=2000，2001，…，2020)；Ei, m为第i年第m月的EVI影像。
2.2.2 趋势分析
采用线性回归方程(Trend analysis)对甘肃省2000—2020年生长季EVI数据进行趋势分析。由于全国第1期生态工程于2012年结束，第2期生态工程于2016年开始，笔者以2012和2016年为节点，分阶段分析甘肃省植被覆盖的时间变化特征，其显著性水平设为0.05：
|
$
S = \frac{{n\sum\limits_{i = 1}^n i {E_i} - \sum\limits_{i = 1}^n i \sum\limits_{i = 1}^n {{E_i}} }}{{n\sum\limits_{i = 1}^n {{i^2}} - \sum\limits_{i = 1}^n i }}。$
|
(3) |
式中：S为EVI与时间变量拟合的线性回归方程斜率，S < 0和S>0分别表示EVI序列随时间递减和递增；i为时间变量，取1~n的整数；n为研究时间，n=21 a；Ei为第i年的生长季月平均EVI。
2.2.3 基于滑动窗口的相似栖息地潜力模型
植被恢复潜力(vegetation restoration potential，VRP)是指一定尺度地表单元内的植被覆盖现状与其对应的自然最佳植被状态间的差距。基于滑动窗口的相似栖息地潜力模型(sliding-window similar habit potential model, SWSHPM)是在每个局部窗口建立植被恢复潜力测量模型，能减少空间异质性及缺失量等因素影响，从而提高植被未来预测精度[10]。因此，选择SWSHPM分片评价小区域的植被恢复潜力指数(vegetation restoration potential index，VRPI)：
|
$
\begin{array}{c}
{V_{ij, {\rm{VRPI}}}}\left( {{V_1}, {V_2}, \cdots , {V_N}} \right) = \\
\mathop {\max }\limits_{\begin{array}{*{20}{c}}
{1 \le k \le m}\\
{1 \le l \le n}
\end{array}} \left( {{u_{ij}}, R} \right){E_{kl}}\left( {{V_1}, {V_2}, \cdots , {V_N}} \right) - {E_{ij}}\left( {{V_1}, {V_2}, \cdots , {V_N}} \right)。\end{array}
$
|
(4) |
式中：Vij, VRPI(V1, V2, …, VN)为第i行、j列网格的EVI值；V1, V2, …, VN为对应网格的环境变量，本研究的环境变量主要包括地形和土壤；$\mathop {\max }\limits_{\begin{array}{*{20}{c}}
{1 \le k \le m}\\
{1 \le l \le n}
\end{array}} $(uij, R)Ekl(V1, V2, …, VN)为每个网格在N个环境变量中最大的EVI值；Eij(V1, V2, …, VN)为每个网格的现状EVI值。为避免数据不确定性，计算VRPI时使用EVI最大分布的99%分位值代替最大值，并将21年EVI值进行综合，构建EVI最大值，以消除气候的年际变化影响。
实际EVI值与VRPI的比值为植被恢复潜力实现程度(vegetation restoration potential achieved degree，VRPAD)，反映区域植被覆盖恢复潜力：
|
$
\begin{array}{*{20}{c}}
{{V_{{t_ - }ij, {\rm{VRPAD}}}} = }\\
{\left\{ {\begin{array}{*{20}{l}}
0&{{\rm{if}}\;{E_{{t_ - }ij}} \le 0}\\
{\frac{{{E_{{t_ - }ij}}\left( {{V_1}, {V_2}, \cdots , {V_N}} \right)}}{{{E_{ij, \max }}\left( {{V_1}, {V_2}, \cdots , {V_N}} \right)}}}&{{\rm{if}}\;{E_{{t_ - }ij}} > 0{\rm{\& }}{E_{{t_ - }ij}} \le {E_{ij, \max }}。}\\
1&{{\rm{if}}\;{E_{{t_ - }ij}} > {E_{ij, \max }}}
\end{array}} \right.}
\end{array}
$
|
(5) |
式中：Vt_ij, VRPAD为第t年评价区域内第i行、j列网格单元的VRPAD值；Et_ij为第t年评价区域内第i行、j列网格单元的EVI值；Eij, max为研究时段内评价区域中第i行、j列网格单元的最大EVI值。
同时，将其VRPI与实际EVI值的差值定义为剩余植被恢复潜力度(surplus vegetation restoration potential degree，SVRPD)，反映当前区域植被恢复可提升程度值的大小：
|
$
\begin{array}{c}
{V_{t{\rm{\_}}ij, {\rm{SVRPD}}}} = \\
\left\{ {\begin{array}{*{20}{l}}
0&{{\rm{if }}{E_{t{\rm{\_}}ij}} \le 0}\\
{{E_{t{\rm{\_}}ij}}\left( {{V_1}, {V_2}, \cdots , {V_N}} \right) - {E_{ij, \max }}\left( {{V_1}, {V_2}, \cdots , {V_N}} \right)}&{{\rm{if }}{E_{t{\rm{\_}}ij}} > 0\& {E_{t{\rm{\_}}ij}} \le {E_{ij, \max }}。}\\
1&{{\rm{if }}{E_{t{\rm{\_}}ij}} > {E_{ij, \max }}}
\end{array}} \right.
\end{array}
$
|
(6) |
式中：Vt_ij, SVRPD为第t年评价区域内第i行、j列网格单元的SVRPD；Et_ij为第t年评价区域内第i行、j列网格单元的EVI值；Eij, max为研究时段内评价区域中第i行、j列网格单元的最大EVI值。
3 结果与分析
3.1 EVI时空变化
2000—2020年甘肃省平均生长季EVI值为0.14~0.20，随时间呈波动性显著上升趋势(P < 0.01)，其增速为0.002/a(图 2)。在2012年前，以0.002/a增速显著上升(P < 0.01)，2012—2016年增速减缓且不显著(-0.001/a，P>0.05)，2016年至今，EVI值增长更为迅速且显著(0.005/a，P < 0.05)。总体上，近20年甘肃省整体植被覆盖呈明显改善。
2000—2020年甘肃省生长季EVI具有明显空间分异特征(图 3a和图 3b)。其中，EVI高值区域主要集中分布在南部的草甸草原(Ⅲ-4)、针叶林(Ⅲ-7)及落叶与常绿阔叶林(Ⅰ-15)生态区；EVI低值区域则广泛分布于西部的山地荒漠(Ⅱ-4)、高寒荒漠草原(Ⅲ-3、Ⅲ-1)和荒漠生态区(Ⅱ-8、Ⅲ-2)。整体来讲，陇南较河西地区具有更为优越的生态恢复自然条件。
甘肃省2000—2020年植被的变化趋势介于-0.006~0.01/a(图 3c)，由东南- 西北逐渐递减，且不同地区间的植被覆盖优劣态势尚未改变(图 3d)。其中，约30%区域生长季EVI变化速率≥0.008，表现出显著的快速改善状态(P < 0.05)，主要分布于陇东的黄土高原农业与草原生态区(Ⅰ-12)、陇南的秦巴山地落叶与常绿阔叶林生态区(Ⅰ-15)；另有29%区域生长季EVI变化速率为0~0.002，集中在河西的内蒙古高原西部、中部荒漠生态区(Ⅱ-4和Ⅱ-3)以及塔里木盆地荒漠生态区(Ⅱ-8)等地；西部荒漠生态区北部(Ⅱ-4)与草甸草原生态区(Ⅲ-4)南部则存在少部分植被不显著退化地区。
3.2 植被恢复潜力空间特征
甘肃省植被恢复潜力指数介于0~0.59，由西北向东南递增，表现为与植被覆盖现状基本一致的空间分布格局(图 4a)。
其中，河西地区尤其最北部的内蒙古山地荒漠生态区(Ⅱ-4)植被恢复潜力较低，说明已达到植被覆盖“天花板”。中部(Ⅱ-3和Ⅱ-2)和东南部(Ⅰ-12和Ⅰ-15)大部分地区的植被恢复潜力均为正值，表现出不同程度的植被恢复潜力。其峰值区集中在中部的内蒙古高原中部草原化荒漠生态区(Ⅱ-3)，相应地区植被改善空间最大。
甘肃省约85%区域植被恢复潜力实现程度值在0.6以上(图 4c)。其中，全省53%的地区植被潜力实现度＞0.9，广泛分布在省内东南部的林地、草地与西北荒漠地区。而植被恢复潜力实现程度值＜0.6的区域主要分布在中部荒漠草原生态区(Ⅱ-3)与西部山地荒漠生态区(Ⅱ-4)，说明上述区域植被覆盖度有进一步提升的可能。
全省未来植被恢复空间较小(图 4d)，75%地区的剩余植被恢复潜力度值＜0.3。50%区域剩余植被潜力实现程度值为0，说明该区域的植被覆盖已达“天花板”；15%的区域剩余植被恢复潜力度值在0~0.1之间，且主要集中在西部荒漠生态区(如Ⅱ-2、Ⅱ-4、Ⅱ-8、Ⅲ-1等)，表明该区植被覆盖已接近“天花板”状态；其余10%的地区仍具有一定的植被恢复潜力(>0.1)，广泛分布在祁连山北部、省内中部内蒙古高原中部(Ⅱ-3)以及西部- 北山荒漠区(Ⅱ-4)。小部分区域(1%)的潜力实现程度值仅达到0.3左右，相应区域未来的植被恢复工程建设工作待进一步加强。
分析不同地类植被改善程度可知，裸地可改善面积最大(在SVRPD中占73.40%)，其次为草地(在SVRPD中占25.34%)，林地的提升空间最小(在SVRPD中占1.26%)(图 4d)。47.44%的裸地将具有转变为绿地的潜力，主要集中在祁连山、柴达木盆地、中部草原荒漠生态区的西部及塔里木盆地和内蒙古高原的交界处，相应剩余植被恢复潜力度值主要集中在0.2以下。林地植被覆盖发生变化的面积较小，仅占其总面积的2.5%，零星分布于省内的东南部黄土高原(Ⅰ-12)与秦巴山地(Ⅰ-15)生态区。林地恢复潜力实现程度值也较低(< 0.1)。28.1%的草地植被覆盖度具备进一步提高的潜力，但剩余植被恢复潜力度值也较低(< 0.1)，主要分布在内蒙古高原中部- 陇中荒漠草原生态区内。甘肃省植被恢复潜力约有10%的提升空间。全省EVI可由0.19上升至0.22，林草地EVI可由0.23上升至0.25。全省林草地面积占比可由37%提升到56%，表明甘肃省部分地区的植被仍具有一定的恢复空间。
4 讨论
EVI年际变化表明甘肃省近20年植被覆盖持续改善，2012—2015年植被盖度较前期增速降缓，2016年后再次增速加快。其植被覆盖分阶段的变化趋势主要与生态工程和降水有关，这与基于SPOT NDVI的研究[11-12]类似。结合我国生态治理进程的综合分析可知，西部各省1999年开始实施的首轮退耕还林(草)工程成为甘肃省2012年之前植被覆盖改善的主要驱动[13]；2012—2015年属于降水偏少年份，加之第一期生态工程任务趋于结束，植被覆盖增加有所减缓[14]；2015年以后，将西北干旱地区作为重点区域的全国第二轮退耕还林(草)工程启动，而同期甘肃省降雨也开始恢复，进一步促进全省植被覆盖的快速改善。这成为2016年后全省植被覆盖再次显著增加的主要原因。
尽管全省不同地区生长季的EVI均有不同程度的增加，但其植被覆盖由东南向西北递减总体分布格局及不同地区间的植被覆盖优劣态势并未改变。这主要与全省的气候条件和经济活动紧密相关。陇南地区气候和自然环境相对优越，利于植被生长恢复，始终是全省同期EVI值最高的地区[15]；中部和东部是省内农业耕作集中区，多山地和草甸，具有植被恢复条件，但植被覆盖变化相对缓慢，主要受退耕、造林、封禁等生态治理驱动[16]；河西地区气候干燥、广布沙漠、戈壁，植被生长和恢复困难，成为全省同期EVI值最低且植被覆盖增加最少的地区[17]。
植被恢复潜力主要受自然条件和人为活动的综合影响。降水和温度作为影响植被生长的主要自然要素，在很大程度上决定甘肃省不同区域的植被恢复潜力[18]。如甘肃省西北部的干旱半干旱荒漠区，春季温度升高有利于当地植被生长，夏季降水则变为影响植被覆盖的主导因素；绿洲灌溉区受气象因素影响较小，更多受极端自然灾害影响；黄土高原雨养农业区受降雨影响更大，并在一定程度上受退耕还林(草)等人为因素干扰[19]。受自然条件和地形地势的影响，甘肃省整体植被恢复潜力较小，与前人研究结果一致[20]。此外，甘肃省部分地区通过植被自身演替与合理人工干预，对当地植被格局进行了优化，使其植被恢复潜力实现度＞90%。如甘肃省东南部针叶林(Ⅲ-7)、常绿阔叶林(Ⅰ-15)以及草原草甸(Ⅰ-12、Ⅲ-4)生态区在人为干预和自然恢复下植被覆盖恢复成效显著[21]。然而，西北风沙区(Ⅱ-4)和中部草原荒漠生态区(Ⅱ-3)植被的未来恢复潜力仍然较大[22]，表明当前人类活动和气候变化的组合影响并未达到最优。因此，上述区域应进一步对植被格局进行合理的人工干预，改善植被覆盖状况，提升其植被恢复实现度。总体来说，甘肃省植被恢复工程成效显著，而未来植被覆盖恢复重点区域为西北风沙区(Ⅱ-4)和中部草原荒漠生态区(Ⅱ-3)。
5 结论
1) 2000—2020年甘肃省生长季EVI以年均0.002/a的增速显著上升，2012年后增速有所减缓且不显著，2016年至今，EVI增长更为迅速且显著，反映出近20年全省植被覆盖整体明显改善。
2) 甘肃省2000—2020年生长季EVI总体呈东南向西北递减分布格局，全区生长季EVI年均变化速率为-0.006~0.01/a，90%的区域为正值，说明植被覆盖呈改善趋势。其中，约30%省域范围(以陇东黄土高原农业与草原生态区、陇南秦巴山地落叶与常绿阔叶林生态区为主)EVI变化速率大于0.008，表明上述区域植被覆盖呈显著快速提升。不同地区的植被覆盖增减并未改变甘肃省植被覆盖东南高、西北低的空间分异格局。陇南为省内同期EVI高值区，河西因自然条件限制EVI值始终最低且增加最弱，陇中、陇东地区植被覆盖变化则相对缓慢。
3) 目前，甘肃省植被恢复工程效果显著，53%的区域植被覆盖已达“天花板”。剔除非自然植被后，甘肃省整体植被覆盖度大约有3%左右的提升空间。其中，西北地区(Ⅱ-4)的裸地转化为绿地的潜力最大(47.44%)，其次为内蒙古高原中部- 陇中荒漠草原生态区草地(28.1%)，东南地区(Ⅰ-12、Ⅰ-15)的林地成长空间最小(2.5%)。整体而言，全省林草地面积占比则由37%提升到56%，表明甘肃省部分地区的植被仍具有一定的恢复空间。
2023, Vol. 21 
