吳 鑄，藍宇騁，劉陽飛

( 云南省交通規(guī)劃設計研究院有限公司，云南 昆明 650200)

1 引言

植被作為陸地生態(tài)系統(tǒng)的重要組成部分和平衡調節(jié)器，既是物質能量交換的重要載體，又是研究地球輻射收支平衡的關鍵因子，是研究全球變化的“指示器”，能較好地為全球和區(qū)域生態(tài)系統(tǒng)變化研究提供科學依據[1，2]。歸一化植被指數(The Normalized Difference Vegetation Index，NDVI)對綠色植被表現敏感，且能削弱大氣輻射、交叉輻射等影響，可反映植物生長狀態(tài)及植被空間分布密度，加之其計算簡便快速、成本低、可推廣性強等優(yōu)勢，已被廣泛應用于植被遙感監(jiān)測、植被物候研究、植被變化與環(huán)境因子關系研究，是目前應用最為廣泛的植被指數之一[2]。近年來，植被研究主要在植被類型、植被變化及影響因素等方面進行了探討，而對植被覆蓋空間自相關的研究相對較少?；诳臻g統(tǒng)計學方法研究長時間序列植被指數，可準確反映植被覆蓋的生長狀態(tài)以及時空分布特征及演化規(guī)律[3]。空間自相關性使用全局和局部兩種指標來度量，全局指標用于分析整個研究區(qū)域的空間相關性模式，采用單一值來反映該區(qū)域環(huán)境變量的自相關程度；局部指標計算環(huán)境變量在每一個空間單元與鄰近單元的相關程度[4]。衡量全局空間自相關常用指標有Global Moran’s I和Geary’s C，能夠用來檢驗空間變量的取值是否與相鄰空間上該變量取值大小有關[5]。而局部空間自相關分析揭示植被覆蓋指數與鄰近空間單元指數之間的相關性，識別空間集聚和空間孤立特征，探測空間異質性[6]，如空間關聯局域指標(local indicators of spatial association，簡稱LISA)以及Moran散點圖，則能有效地揭示空間要素或其屬性值在區(qū)域局部的空間相關性大小[7]。探究植被覆蓋的空間自相關不僅能揭示植被覆蓋的空間聚集特征，更能深層次地挖掘植被覆蓋的空間關聯模式，為植被覆蓋以及生態(tài)環(huán)境監(jiān)測提供依據[3]。

楚雄州地處云貴高原西部、滇中高原的主體部位，位于金沙江與紅河水系分水嶺地帶的生態(tài)脆弱區(qū)，本文將主要利用全局Moran’s I指數和局部Moran’s I指數分析長時間序列植被綠度遙感數據，統(tǒng)計植被在空間上的變化規(guī)律及在時間上的延展特征，研究植被覆蓋的時序特征、空間分布格局，分析其空間相關和分異特征，為區(qū)內植被覆蓋狀況以及生態(tài)保護提供借鑒。

2 研究區(qū)概況

楚雄自治州地處云南中部，跨東經100°43′～102°30′，北緯24°13′～26°30′之間，屬云貴高原西部、滇中高原的主體部位，國土面積29258 km2，山地占95%，盆地、臺階地僅為5%，是云南低緯高原季風氣候的典型區(qū)(圖1)。州內地形切割深，海拔高差大，氣候立體性強，森林資源豐富。總體呈簸箕狀，地勢由西北向東南傾斜，中部高、南北部低、北部較南部稍高。其中，百草嶺盤桓西北，哀牢山虎踞西南，烏蒙山雄峙東部，最高峰冒臺山海拔3657 m，最低點三江口海拔556 m[8]。

楚雄州全州9縣1市年平均降雨量850.0 mm，集中在5～10月份，占年雨量的89%。11月至翌年4月，降水稀少，晴天日數多，形成了楚雄州的干季，占年雨量的11%。州內金沙江、禮舍江、綠汁江的低熱河谷地區(qū)年均氣溫大于18 ℃。同時，年平均日照時數以地處西北角的永仁最多達2698.0 h，為云南省高日照區(qū)之一，元謀次之，達2568.0 h；年平均氣溫16.3 ℃，具有熱壩之稱的人類發(fā)祥地元謀，無霜期約360 d以上?？傊?，州內年降雨量遵循山區(qū)雨量多于壩區(qū)，壩區(qū)雨量多于河谷地區(qū)的基本規(guī)則，全州雨季起于5月下旬末至6月上旬初，于10月下旬結束雨季[8]。

圖1 研究區(qū)地理位置

3 研究方法

3.1 數據來源

NDVI數據來源NASA戈達德航中心MODIS數據MOD13Q1產品(https://ladsweb.modaps.eosdis.nasa.gov/)的三級陸地植被數據，數據精度為空間分辨率250 m、時間分辨率16 d，下載數據周期為2001～2017年。為了去除云、大氣以及太陽高度角等的影響，采用最大值合成法(Maximum value Composites，MVC)對數據進行時間尺度擴展計算[9～12]。

3.2 研究方法

空間自相關性使用全局和局部兩種指標來度量，全局指標用于探測整個研究區(qū)域的空間相關性模式，采用單一值來反映區(qū)域環(huán)境變量的自相關程度；局部指標計算環(huán)境變量在每一個空間單元與鄰近單元就某一屬性的相關程度。表示空間自相關的指標和方法很多，其中以Moran’s I指數應用廣泛[13]。

全局Moran’s I指數的計算公式為：

(1)

對于空間是否有自相關性存在，常采用統(tǒng)計驗證，即使用Z檢驗。Z值為正且顯著時，表明存在正的空間自相關，Z值為負且顯著時，表明存在負的空間自相關，Z值為零時，觀測值呈獨立隨機分布[5]。

(2)

式(2)中：E(I)為觀測變量自相關性的期望，var(I)與S(I)分別代表方差和標準差，ZI即為標準差的倍數，用來檢驗空間自相關性。如，在0.05置信水平下，|ZI|=1.96。當ZI>1.96時，表示觀測值之間存在顯著性正相關，高的觀測值通常與高的觀測值發(fā)生空間聚集(簡稱H-H聚集)，低的觀測值通常與低的觀測值發(fā)生空間聚集(簡稱L-L聚集)，呈現空間聚集格局；當|ZI|<1.96時，表示觀測值之間存在顯著性負相關，高的觀測值傾向于與低的觀測值聚集在一起(簡稱H-L異常)，而低的觀測值傾向于與高的觀測值聚集在一起(簡稱L-H異常)，呈現空間異常格局。|ZI|<1.96時，要素在區(qū)域的自相關性不顯著，觀測值在區(qū)域呈獨立隨機分布[7]。

Local Moran’s I與Global Moran’s I呈一定的比例關系，用于彌補全局指標在衡量局部狀態(tài)時表現出的不穩(wěn)定性[3]，揭示空間參考單元與其鄰近空間單元屬性之間的相似性或相關性，識別空間集聚和空間孤立，探測空間異質等[14]。采用空間關聯局域指標(local indicators of spatial association，LISA)研究各個鄰接空間單元之間的相關性，衡量觀測單元屬性值與周邊單元屬性值的相近(正相關)或差異(負相關)程度。局部Moran’s I的計算公式為：

(3)

4 結果與分析

4.1 NDVI時間變化特征

圖2為楚雄州2001～2017年近17年來基于年際最大值合成數據。可見，楚雄州植被覆蓋整體上在波動中呈增加趨勢，增速為0.0190/10年，低于云貴高原整體區(qū)域植被NDVI增長速度0.0395/10年[10]，局部年份受干旱氣候影響較大，呈現出階段性低值。如，2008年10月份的秋季強降雨，2009年秋至2012年夏的連續(xù)干旱等；又如2002年、2004年及2007年的暖冬和春季高溫干旱現象，森林病蟲害的大面積發(fā)生期，近期的2003年和2005年冬、春干旱嚴重森林災害發(fā)生面積大、次數多(圖2)[8]。

4.2 NDVI空間變化特征

圖3為楚雄州NDVI的近17年來的均值空間分布圖。根據前人研究成果[10，12]，將研究區(qū)NDVI分別定義：非植被區(qū)為小于0.1區(qū)域；植被覆蓋貧乏區(qū)為0.1～0.3；覆蓋一般區(qū)為0.3～0.5；覆蓋較好區(qū)為0.5～0.7；覆蓋優(yōu)良區(qū)為大于0.7區(qū)域。NDVI分級統(tǒng)計表明楚雄州植被覆蓋狀況總體較好，NDVI大于0.5的區(qū)域所占比例達75.98%，同時中部、西北部的高海拔地區(qū)如百草嶺、哀牢山等地，植被覆蓋高；在北部元謀縣、永仁縣等低熱河谷地區(qū)，植被覆蓋相對較差。

圖2 楚雄州2001～2017年間NDVI時序曲線

圖3 楚雄州17年來NDVI空間水平方向分布格局

楚雄州以山地為主，州內最低海拔高度556 m，最高海拔3657 m，植被垂直顯著分異。為了分析區(qū)內海拔與NDVI的相互關系，將海拔按自然間斷點分級法(Jenks)分成200類，分別統(tǒng)計各個區(qū)間內NDVI均值，進一步分析植被覆蓋在垂直空間上的分布特征[12]。

由圖4可見，NDVI在垂直空間上呈先減少再增加最后減少的趨勢。隨海拔上升，NDVI先降低，并在1070～1210 m區(qū)間達到最小值，該區(qū)或處于金沙江、禮舍江、綠汁江的低熱河谷地區(qū)或低山陵地帶，受干熱氣候影響，森林植被破壞歷時長，覆蓋率低，恢復困難，樹木多為散生[8]，疊加農業(yè)活動頻繁，城鎮(zhèn)建設等影響，導致NDVI較低；但隨著海拔繼續(xù)升高，NDVI開始增加，在海拔2700 m處達到最大值。海拔升高，植被類型改變，由栽培植被轉為林地，且人為干擾程度低，加之該區(qū)域氣溫適宜，水熱條件良好，促進植物生長，其主要分布在雕山、哀牢山、轉灣河林場和大中山保護區(qū)等地，這些地區(qū)目前仍保存有較完整原始林相，植被覆蓋高；同時，在百草嶺、哀牢山等頂部海拔2800 m以上地帶主要分布溫性亞高山暗針葉林、灌叢草甸類[8]。由此可知，楚雄州植被覆蓋最好的區(qū)域位于海拔2550～3200 m的地區(qū)。

4.3 全局空間自相關特征

對楚雄州2001～2017年間近17年來的NDVI均值進行全局空間自相關分析顯示(圖5)：楚雄州NDVI的全局Moran’s I為0.918，整體上表現出顯著的正空間自相關(即P≤0.05)，即研究區(qū)植被覆蓋呈集聚狀態(tài)。

圖6為楚雄州2001～2017年NDVI全局空間自相關的全局Moran’s I指數時序曲線圖。可見，2001～2017年楚雄州全局Moran’s I均在0.87以上(P≤0.05)，植被覆蓋在空間集聚狀態(tài)上均表現較強。從Moran’s I的年際變化幅度來看，楚雄州表現出一定的波動性，但植被覆蓋的集聚空間格局變化幅度較小。

圖4 NDVI均值在不同高程層次的變化曲線

圖5 楚雄州17a來NDVI均值全局空間自相關Moran散點圖

圖6 楚雄州2001～2017年Moran’s I指數時序曲線

4.4 局部空間自相關特征

由于全局Moran’s I是對研究區(qū)域內屬性數據空間自相關的綜合反映和度量，但就區(qū)域內部而言，各局部區(qū)域的空間自相關并非完全一致，而是常表現出不同性質與程度的空間異質性。因此，進一步分析NDVI的局部空間自相關特性，以更好地探索NDVI的局部空間聚集模式和規(guī)律[3]。由圖7可見，除了北部元謀縣和永仁縣熱壩等低熱河谷區(qū)域、東南部低海拔區(qū)域以及楚雄市北部、南華縣的西北部和東北部等地NDVI表現為L—L自相關以外，其余地區(qū)NDVI呈H—H局部自相關狀態(tài)?？傮w而言，NDVI的局部空間自相關整體上呈現出楚雄州西北側百草嶺山脈等高海拔地區(qū)為高值區(qū)聚集、以低熱河谷為低值區(qū)聚集的空間格局，又以金沙江沿江一帶NDVI低值區(qū)集聚為典型特征。NDVI局部空間自相關分析的H—H自相關結果表明這些地區(qū)植被覆蓋相對較好，且相互之間彼此影響；而L—L自相關結果表明植被覆蓋較差，相互之間的影響相對較弱。

圖7楚雄州NDVI的LISA圖(P<= 0.01)

5 結論與討論

NDVI反映植被覆蓋的多寡級次，空間自相關Moran’s I指示植被覆蓋的空間集聚特征，二者結合分析不僅能指示植被覆蓋演化，更能直觀地從空間分布上獲悉集聚模式和空間關聯。

(1)從時間變化上，滇中高原楚雄州植被覆蓋較好，在2001～2017年期間，植被覆蓋呈顯著上升趨勢，增速為0.0190/10年，局部受特殊氣候年份影響較大，低于云貴高原整體區(qū)域植被NDVI增長速度；從空間分布上，楚雄州NDVI大于0.50區(qū)域所占75.98%，植被覆蓋最好位于海拔2550～3200 m的地區(qū)。

(2)楚雄州近17年來區(qū)域NDVI均值的全局Moran’s I為0.918，呈顯著的正全局空間自相關，植被覆蓋呈現空間集聚狀態(tài)；從年際變化幅度，表現出一定的波動性，但總體集聚空間格局變化較小。

(3)楚雄州西北部百草嶺及東北部等高海拔地區(qū)表現為高—高自相關，區(qū)域植被覆蓋較好，如在哀牢山、雕山、大中山保護區(qū)和轉灣河林場等地，保存較完整的原始林相；但在金沙江、禮社江流域河谷地帶和低山陵地帶，以北部元謀縣為典型，呈現出低—低自相關，因受干熱氣候影響，森林破壞歷時長，恢復困難，又受疊加農業(yè)活動頻繁、城鎮(zhèn)建設等影響，植被覆蓋相對較差。