鄧玉嬌，王捷純，徐杰，杜堯東，陳靖揚，陳蝶聰

1.廣東省生態(tài)氣象中心，廣東 廣州 510640；2.廣東省氣候中心，廣東 廣州 510640

陸地生態(tài)系統(tǒng)不僅是人類賴以生存和發(fā)展的生命支持系統(tǒng)，同時也是對人類活動和氣候變化最為敏感的生態(tài)系統(tǒng)，因此，氣候變化與陸地生態(tài)系統(tǒng)的相互作用關系成為當前全球變化研究中的重要內容（Williams，2000；侯英雨等，2007）。植被是陸地生態(tài)系統(tǒng)的主體，也是連接土壤、大氣、水分的自然“紐帶”，且有明顯的年際和季節(jié)變化，可充當陸表生態(tài)環(huán)境對氣候變化響應的“指示器”（Sudipta et al.，2004；劉憲峰等，2015）。歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）由衛(wèi)星遙感的紅光波段反射率和近紅外波段反射率推導而來（Tucker，1979），可宏觀、動態(tài)、定量地反映植被生態(tài)狀況，已被廣泛應用于植被物候、生態(tài)環(huán)境、氣候變化等多個研究領域（郭志華等，2001；Fang et al.，2004；Liu et al.，2019；潘竟虎等，2020）。

長時序數(shù)據(jù)分析表明，1982—1999年間中國區(qū)域的 NDVI呈顯著增加趨勢（Piao et al.，2003），2000—2017年間中國的植被覆蓋狀況持續(xù)好轉，全球葉面積指數(shù)增長量的 25%來自于中國（Chen et al.，2019）。氣候條件是近40年來植被指數(shù)增加的重要驅動因素（劉洋洋等，2020），但兩者的相關性在不同區(qū)域、不同季節(jié)存在顯著差異。在祁連山地區(qū)，生長季NDVI與氣溫、降水關系密切，且生長季NDVI、氣溫、降水均具有14年的變化周期（付建新等，2020）。在黑河中游荒漠生態(tài)系統(tǒng)中，降水是植被結構和功能變化的根本驅動力，沙漠植被生長季NDVI變化的主要因素是暖季降水，而礫漠植物生長季NDVI變化的主要因素包括冷、暖季降水（李芳等，2016）。在廣西十萬大山與桂西巖溶山地兩個生態(tài)區(qū)，NDVI與降水的相關性較為一致，而與氣溫的相關性具有顯著不同（陳燕麗等，2015）。在華東及其周邊地區(qū)，NDVI對當月氣溫和前1月降水變化響應最為強烈，在空間差異性方面，NDVI對氣溫變化的響應在整個研究區(qū)差異并不明顯，而對降水變化的響應在北部地區(qū)滯后響應 1個月左右，在南部地區(qū)滯后響應 2—3個月（崔林麗等，2011）。在珠三角地區(qū)，NDVI對氣溫和降水的響應分別存在1個月和1—2個月的滯后效應，而對日照時數(shù)的響應不存在滯后（何全軍，2019）。

在粵港澳大灣區(qū)國家戰(zhàn)略中，廣東省承擔著大灣區(qū)生態(tài)保護屏障功能，其森林覆蓋率達59.08%，因此，在全球氣候變暖背景下，研究該區(qū)域植被變化及其對氣候因子的響應具有重要的意義。在現(xiàn)有研究中，少見針對廣東省植被對氣候因子響應的相關成果，而其他區(qū)域植被對氣候響應的規(guī)律不一定適用于廣東?。ㄙR忠華等，2020）。因此，本文利用2000—2018年MODIS NDVI數(shù)據(jù)與廣東省地面氣象觀測數(shù)據(jù)，通過計算變化趨勢率與空間自相關性揭示全省NDVI的時空分布特征，通過計算相關系數(shù)分析NDVI對氣溫、降水、日照時數(shù)等氣候因子的響應規(guī)律，其研究成果可為廣東省生態(tài)文明建設和氣候變化應對提供科學依據(jù)。

1 研究區(qū)概況

廣東省位于中國大陸最南端，地處 109°45′—117°20′E、20°09′—25°31′N，東西跨度約 800 km，南北跨度約600 km，陸地面積17.98×104km2，現(xiàn)轄21個地市（陳丹等，2006；張爭勝等，2016）。地勢北高南低，地貌以山地、丘陵占優(yōu)勢，其中山地約占總面積的35%，丘陵占28.5%，臺地占15%（圖1）。

圖1 廣東省數(shù)字高程模型及國家氣象站分布圖Fig.1 The digital elevation model and meteorological station distribution in Guangdong Province

廣東省屬于東亞季風區(qū)，從北向南跨越中亞熱帶、南亞熱帶、熱帶等3個溫度帶，年平均氣溫19—23 ℃，僅次于海南省，年降水量達1300—2500 mm，僅次于臺灣省。區(qū)內植被主要有地帶性的北熱帶季雨林、南亞熱帶季風常綠闊葉林、中亞熱帶典型常綠闊葉林和沿海的紅樹林，還有非緯度地帶性的常綠-落葉闊葉混交林、常綠針-闊葉混交林、常綠針葉林、竹林、灌叢和草坡，以及水稻、甘蔗和茶園等人工栽培植被（裴鳳松等，2015）。如此豐富的植被類型，復雜多樣的背景氣候條件，再加上近幾十年來氣候變化、經(jīng)濟發(fā)展對其造成的影響，使得研究廣東省植被變化及其對氣候因子的響應比其他區(qū)域更為復雜。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與預處理

本文最主要的數(shù)據(jù)源是 MODIS NDVI數(shù)據(jù)，該數(shù)據(jù)為美國航空航天局戈達德航天中心的MODIS數(shù)據(jù)歸檔與分發(fā)系統(tǒng)提供的MOD13A3產(chǎn)品（http://ladsweb.modaps.eosdis.nasa.gov/），該數(shù)據(jù)為采用最大值合成法得到的月產(chǎn)品，空間分辨率為1 km，投影方式為正弦投影，時間范圍為 2000—2018年。NDVI數(shù)據(jù)的預處理需將其投影方式轉化為等經(jīng)緯度投影，并利用廣東省行政邊界進行研究區(qū)提取。

此外，文中使用的廣東省 86個國家氣象站的逐月平均氣溫、降水量、日照時數(shù)資料，由廣東省氣候中心提供；廣東省植被分類數(shù)據(jù)由國家氣象中心提供。

2.2 研究方法

2.2.1 月、季、年時序數(shù)據(jù)處理

MOD13A3產(chǎn)品本身即為月合成產(chǎn)品，只需完成預處理即可得到2000—2018年廣東省NDVI月產(chǎn)品序列?；贜DVI月產(chǎn)品，以當年3—5月為春季，6—8月為夏季，9—11月為秋季，12月至次年2月為冬季，采用平均值合成方法計算得到春、夏、秋、冬4個季節(jié)的NDVI產(chǎn)品序列?；贜DVI月產(chǎn)品，將每年1—12月產(chǎn)品采用平均值合成方式計算得到NDVI年產(chǎn)品序列?；贜DVI年產(chǎn)品，采用平均值合成法計算得到近19年NDVI平均值，用以分析NDVI的空間分布特征。

2.2.2 變化趨勢計算

基于2000—2018年廣東省NDVI年產(chǎn)品數(shù)據(jù)，逐象元構建 NDVI隨時間變化的一元線性回歸方程，將利用最小二乘法估算得到的一元線性回歸方程斜率作為象元值，該值即為NDVI的變化趨勢。變化趨勢用以反映NDVI在某時間段內的變化方向和速度，“正值”表示上升趨勢，“負值”表示下降趨勢，“絕對值”表示變化的快慢和程度。

2.2.3 空間自相關分析

空間自相關指地理事物或屬性具有對空間位置的依賴關系，并且空間位置上越靠近，相關性就越強（陳志青等，2020）。莫蘭指數(shù)是目前應用最廣泛的空間自相關性的度量指標（Moran，1950），它可分為全局莫蘭指數(shù)（Global Moran'sI）和安瑟倫局部莫蘭指數(shù)（Local Moran'sI）（Anselin，1995）。本文利用空間數(shù)據(jù)分析軟件GeoDa計算全局Moran'sI、LISA集聚圖，用以分析植被指數(shù)的空間集聚程度。

2.2.4 相關性分析

Pearson相關系數(shù)是用來描述兩個變量間線性關系密切程度和相關方向的統(tǒng)計指標，其定義為兩個變量之間的協(xié)方差和標準差的商。利用 2000—2018年NDVI月產(chǎn)品與氣溫、降水量、日照時數(shù)月數(shù)據(jù)，計算從當月開始到滯后6個月的NDVI與各因子的相關系數(shù)，并做相關系數(shù)顯著性檢驗，用以分析氣候因子對植被的影響。

3 結果與分析

3.1 NDVI時間變化規(guī)律

就年尺度而言（圖 2），2000—2018年廣東省NDVI呈波動上升趨勢，年平均NDVI介于0.55—0.68之間，年增長值為 0.0053。不同類型植被的NDVI均呈現(xiàn)出上升趨勢，常綠闊葉林、常綠針葉林、混交林、矮樹灌叢、落葉闊葉林、農田、落葉針葉林、草地的多年平均NDVI依次減少，分別為0.72、0.69、0.69、0.68、0.66、0.59、0.42、0.40，農田、矮樹灌木、混交林、常綠闊葉林、常綠針葉林、落葉闊葉林、草地、落葉針葉林的NDVI年增長值依次降低，分別為0.0057、0.0056、0.0053、0.0051、0.0051、0.0041、0.0039、0.0035。

圖2 2000—2018年廣東省年、季平均NDVI（a）及不同植被NDVI變化（b）Fig.2 The average NDVI of seasonal (a), annual (b) and different vegetation types (c) from 2000 to 2018 in Guangdong Province

就季節(jié)尺度而言（圖2），近19年NDVI春、夏、秋、冬季節(jié)平均值分別為0.58、0.68、0.67、0.56，其年增長值分別為0.0047、0.0038、0.0039、0.0079，由此可見，夏季NDVI值最大、年增長率最小，冬季NDVI值最小、年增長率最大。冬季、春季NDVI年際波動大，而夏季、秋季NDVI年際變化平緩，主要是因為廣東省降水充沛但季節(jié)分布不均，80%的降水集中在4—9月，加之植被生長對降水存在1—2月的滯后效應（何全軍，2019），所以夏、秋兩季植被生長穩(wěn)定，而冬、春兩季植被生長狀況波動較大。

就月尺度而言（圖3），由于受到氣候因子的影響，NDVI月均值存在明顯的周期性變化規(guī)律，一個周期內最低值通常出現(xiàn)在2月，其19年平均值0.52，最高值通常出現(xiàn)在 9月，其 19年平均值為0.71；2000—2018年NDVI月均值的周期性變化的振幅逐漸收窄，表明隨著NDVI的逐年增長，氣候因子造成的NDVI月尺度差異逐漸減小。

圖3 2000—2018年廣東省月平均NDVI變化趨勢Fig.3 The trendency of monthly average NDVI from 2000 to 2018 in Guangdong Province

3.2 NDVI空間分布規(guī)律

從2000—2018年廣東省多年平均NDVI空間分布圖（圖4）可知，廣東省大部分地區(qū)NDVI處于較高水平，19年平均 NDVI達 0.62?；洷钡貐^(qū)（梅州、清遠、河源、韶關、云浮等5市）以丘陵、山地為主，擁有大片的森林，是原生型亞熱帶常綠闊葉林、天然針葉林的集中分布區(qū)，其19年NDVI平均值達0.66，遠高于全省其他地區(qū)?；浳鞯貐^(qū)（湛江、茂名、陽江等3市）以丘陵、臺地、平原為主，是全省熱量資源最豐富的區(qū)域，植被種類豐富，其19年NDVI平均值為0.61，僅次于粵北地區(qū)?；洊|地區(qū)（潮州、揭陽、汕頭、汕尾等4市）以山地、丘陵、臺地為主，是廣東省人口密度較大的地區(qū)，頻繁的人類活動使得區(qū)內原生自然植被保存很少，該區(qū)19年NDVI平均值為0.58，低于粵北、粵西地區(qū)。珠三角（廣州、深圳、佛山、肇慶、東莞、惠州、珠海、中山、江門等9市）以沖積平原為主，是廣東省最重要的經(jīng)濟發(fā)展核心區(qū)域，該區(qū) 19年NDVI平均值為0.57，低于全省其他區(qū)域。

圖4 2000—2018年廣東省多年平均NDVI空間分布Fig.4 The spatial distribution of multi-year average NDVI from 2000 to 2018 in Guangdong Province

基于2000—2018年廣東省NDVI數(shù)據(jù)，逐象元構建NDVI隨時間變化的一元線性回歸方程，將利用最小二乘法估算得到的一元線性回歸方程斜率作為象元值，即可得到 2000—2018年廣東省NDVI變化趨勢圖（圖 5）。近 19年全省絕大部分地區(qū)NDVI呈正增長趨勢，正增長區(qū)域面積占全省面積的94.50%。分區(qū)域統(tǒng)計表明，粵北、粵西、粵東、珠三角正增長區(qū)域面積占比分別為 97.20%、97.60%、84.55%、91.68%。

圖5 2000—2018年廣東省NDVI變化趨勢Fig.5 The trendency of NDVI from 2000 to 2018 in Guangdong Province

利用GeoDa軟件，計算全局Moran'sI、LISA集聚圖，進而分析植被的空間自相關性。對于全局Moran'sI，若I＞0，表示植被指數(shù)空間分布呈正相關性，且值越大表示空間相關性越明顯，若I＜0表示植被空間分布呈負相關，且值越小表示空間差異越大，若I=0，表示植被空間分布呈隨機性。2000—2018年廣東省多年平均NDVI的全局Moran'sI為0.476，表明廣東省植被在空間上表現(xiàn)為較強的正相關。LISA集聚圖（圖6）反映NDVI的局部空間集聚性，其中，High-High表示NDVI高值集聚區(qū)，Low-Low表示NDVI低值集聚區(qū)，Low-High表示低NDVI被高NDVI包圍的區(qū)域，High-Low表示高NDVI被低NDVI包圍的區(qū)域，Not significant表示未通過P=0.05顯著性檢驗的區(qū)域。從圖6可知，在通過P=0.05顯著性檢驗的條件下，廣東省大部分區(qū)域植被呈現(xiàn)顯著空間集聚性，面積占比達73.72%，其中High-High區(qū)域占48.19%，主要分布在粵北地區(qū)，Low-Low區(qū)域占 25.53%，主要分布在珠三角、雷州半島及粵東沿海地區(qū)。

圖6 廣東省多年平均NDVI的LISA集聚圖Fig.6 LISA cluster map of multi-year average NDVI in Guangdong Province

3.3 NDVI對氣候因子的響應規(guī)律

植被受人為活動、氣候因子、地形地貌等多種因素影響（Chakraborty et al.，2018；姜春等，2016），其中氣溫、降水量、日照時數(shù)是影響植被生態(tài)變化的主要氣候因子。本研究分析了 2000—2018年廣東省月平均NDVI與當月平均氣溫（圖7a）、月降水量（圖7b）、月日照時數(shù)（圖7c）的變化曲線。NDVI與氣溫的變化曲線形狀最為接近，但 NDVI在一個自然年內峰值出現(xiàn)時間略滯后于氣溫；NDVI與降水量的變化曲線差異較大，NDVI峰值明顯滯后于降雨量峰值；NDVI與日照時數(shù)的變化曲線差異較大，但兩者在自然年內峰值出現(xiàn)時間基本一致。

圖7 2000—2018年廣東省月平均NDVI與氣溫（a）、降水量（b）、日照時數(shù)（c）的關系Fig.7 The relationship between Monthly average NDVI and air temperature (a), precipitaion (b) and sunshine duration from 2000 to 2018 in Guangdong Province

考慮到植被對氣候因子的響應存在一定的滯后性，本文統(tǒng)計分析了從當月開始到滯后6個月的NDVI與各因子的相關系數(shù)。從表1可知，廣東省月平均NDVI和氣溫、降水、日照時數(shù)相關性顯著，其最大相關系數(shù)分別為0.8637、0.6394、0.6057，均通過P=0.01顯著性檢驗，表明在月時間尺度上，氣溫是對廣東省植被生長影響最顯著的氣候因子，其次是降水，再次是日照時數(shù)。NDVI與氣溫的相關系數(shù)在滯后1個月時為最大值，其后逐漸降低，滯后4個月時為負值；與降水量的相關系數(shù)在滯后1個月時為最大值，滯后2個月時變化不大，其后逐漸降低，滯后5個月時為負值；與日照時數(shù)的相關系數(shù)在當月為最大值，其后明顯降低，滯后3個月時為負值。由此可見，NDVI對日照數(shù)據(jù)的響應不存在滯后，對氣溫的響應存在1個月的滯后，對降水的響應存在 1—2個月的滯后，而日照時數(shù)對NDVI的影響持續(xù)時間較短，主要在當月，溫度、降水對NDVI的影響持續(xù)時間較長可達4—5個月。

表1 廣東省月平均NDVI與氣溫、降雨量、日照時數(shù)的相關系數(shù)Table 1 Correlation coefficients between monthly average NDVI and air temperature, precipitation and sunshine duration in Guangdong Province

4 結論與討論

4.1 討論

2000—2018年廣東省植被年際變化呈現(xiàn)顯著增長趨勢，這與全球植被整體變化趨勢一致（Yuan et al.，2018）。廣東省近19年植被平均年增長量為0.0053，總增長量達多年平均值的16.24%，遠高于位于中國東部的浙江省，該省 2000—2019年植被總增長量占多年平均值的7.66%（賀忠華等，2020），但低于位于中國西南部的貴州省，該省近 19年植被平均年增長量為0.0073（許玉鳳等，2020）。在空間上，全省植被呈正增長的區(qū)域面積占比達94.50%，僅5.5%的地區(qū)發(fā)生植被退化，植被退化區(qū)主要位于中山、佛山、廣州、東莞等珠三角核心城市，植被退化原因主要是由于高度城市化過程中人類活動對植被造成的強烈干擾所致（閆小培等，2006）。從植被的空間自相關分析結果可知，廣東省植被空間集聚性顯著，高值集聚區(qū)面積占比為48.19%，主要分布在粵北地區(qū)，低值集聚區(qū)面積占25.53%，主要分布在珠三角、雷州半島及粵東沿海地區(qū)，這種空間格局與廣東省的地勢特征、土地利用類型、城市化進程以及經(jīng)濟發(fā)展水平的區(qū)域差異密切相關（Seyed et al.，2017）。

植被的生長狀況對氣候因子的響應十分敏感。已有研究表明，氣溫和降水是影響植被變化的重要因素，在年和月等不同的時間尺度上，不同植被類型有不同的響應，植物生長的緩慢過程決定了其對氣溫和降水的響應具有一定的時滯效應（Jiang et al.，2017）。本文利用廣東省月平均NDVI與氣溫、降水、日照時數(shù)進行相關性分析的結果表明，NDVI與氣溫的相關系數(shù)達0.8637，而與降水、日照的相關系數(shù)分別為0.6394、0.6057，由此可見，氣溫是對廣東省植被生長影響最為顯著的氣候因子。這一規(guī)律與孫應龍等（2019）研究所得云南省臨滄市植被與氣候因子的響應規(guī)律不一致，而與許玉鳳等（2020）得到的貴州 NDVI對氣候因子的響應規(guī)律一致。

植被的變化除了受氣候因子影響，還受到人類活動、地形地貌等多種因素影響。本文僅基于統(tǒng)計學方法研究了廣東省植被的時空特征及其對氣溫、降水、日照等氣候因子的響應，其研究內容和研究方法在后期還可進一步拓展。從研究內容而言，可對植被類型、土地利用類型或生態(tài)景觀類型作進一步細化，定量研究氣候條件、人類活動對其變化的貢獻率，綜合分析各類驅動因子對植被的作用機理，嘗試基于氣象預報產(chǎn)品進行植被生長狀況的預報；從研究方法而言，可基于數(shù)值模擬、小波分析、地理空間分析等多種方法，分析植被時空格局與地形地貌、氣候條件的多時空尺度的關系。

4.2 結論

本文基于2000—2018年MODIS NDVI數(shù)據(jù)和地面氣象觀測數(shù)據(jù)，利用變化趨勢分析、空間自相關分析、相關性分析等方法，揭示了近19年廣東省植被生態(tài)狀況的時空分布特征及其對氣溫、降水、日照時數(shù)等氣候因子的響應規(guī)律。研究發(fā)現(xiàn)，2000—2018年廣東省NDVI呈波動上升趨勢，年平均NDVI介于0.55—0.68，平均年增長值為0.0053。NDVI具有明顯的季節(jié)規(guī)律，夏季NDVI值最大、年增長率最小，冬季NDVI值最小、年增長率最大，且冬季、春季NDVI年際波動大，而夏季、秋季NDVI年際變化平緩。月平均NDVI最低值出現(xiàn)在2月，最高值出現(xiàn)在9月。從空間分布而言，廣東省大部分地區(qū)NDVI處于較高水平，區(qū)域平均值按從高到低順序排列依次為粵北（0.66）、粵西（0.61）、粵東（0.58）、珠三角（0.57）；全省植被空間集聚性顯著，高值集聚區(qū)占48.19%，主要分布在粵北地區(qū)，低值集聚區(qū)占25.53%，主要分布在珠三角、雷州半島及粵東沿海地區(qū)。植被的生長狀況與氣候因子關系密切，氣溫對廣東省植被生長影響最為顯著，降水、日照也對植被影響較大。NDVI對日照時數(shù)的響應不存在滯后，對氣溫存在1個月的滯后，對降水存在1—2個月的滯后。