楊坤士，盧遠,2*，湯傳勇,2

(1.南寧師范大學(xué)地理科學(xué)與規(guī)劃學(xué)院，南寧 530001；2.北部灣環(huán)境演變與資源利用教育部重點實驗室，南寧 530001)

近幾十年來，全球科學(xué)家在氣候變化環(huán)境下開展了許多關(guān)于生態(tài)環(huán)境、水土保持及水土流失治理等大量工作，植被作為地球表層的物質(zhì)循環(huán)和能量交換中至關(guān)重要的組成部分，其覆蓋程度是評價地區(qū)水土流失、荒漠化程度等生態(tài)問題的關(guān)鍵因子[1-2]。植被覆蓋度是以某一區(qū)域范圍內(nèi)植物莖、葉等地表垂直投影面積與總面積之間的比值，同時也是反映區(qū)域水土流失、生態(tài)環(huán)境質(zhì)量、流域產(chǎn)沙和水環(huán)境建模的重要評價指標(biāo)[3-5]。南流江流域作為廣西南部眾多獨流入海河流中流域面積最大的一條河流，地處北部灣經(jīng)濟區(qū)，經(jīng)濟區(qū)的建立給流域帶來了前所未有的發(fā)展機遇，同時也對南流江流域植被覆蓋變化帶來巨大挑戰(zhàn)[6-7]。因此，開展大范圍、長時序的區(qū)域植被覆蓋度時空變化研究，科學(xué)分析地區(qū)植被變化過程和時空分布對于地區(qū)可持續(xù)性發(fā)展建設(shè)具有重要的現(xiàn)實意義。

隨著對地觀測技術(shù)的不斷發(fā)展，衛(wèi)星遙感影像的分辨率也在不斷提高，遙感衛(wèi)星憑借觀測范圍廣、時間周期短等能力，已被廣泛用于植被覆蓋度監(jiān)測研究[8-10]。近年來，運用遙感技術(shù)對不同尺度下的區(qū)域植被覆蓋度變化已開展了相應(yīng)的研究。金凱等[11]利用氣象站數(shù)據(jù)及GIMMS NDVI3g數(shù)據(jù)分析1982—2015年中國植被NDVI變化及其主要驅(qū)動特征，得出氣候變化與人類活動是導(dǎo)致植被覆蓋恢復(fù)和退化的主要因素；袁麗華等[12]利用MOD13Q1數(shù)據(jù)，結(jié)合趨勢分析、檢驗分析等方法，研究黃河流域植被覆蓋區(qū)域的時空變化特征；谷雷等[13]基于GEE平臺和大量的Landsat數(shù)據(jù)資料，分析了云南省1999—2018年植被覆蓋度變化趨勢；龍爽等[14]基于GEE(Google Earth Engine)平臺，利用2000—2017年MODIS-EVI數(shù)據(jù)，采用多種分析方法定量估算分析中國自2000年來的植被覆蓋度變化情況。當(dāng)前，對于大尺度范圍的植被覆蓋度變化監(jiān)測研究主要以MODIS等低分辨率影像數(shù)據(jù)為主，小范圍尺度的研究則多采用Landsat或更高分辨的遙感影像數(shù)據(jù)產(chǎn)品[15-18]。受限于傳統(tǒng)遙感圖像處理過程繁雜、南方地區(qū)遙感影像受云、霧等影響以及本地計算機數(shù)據(jù)處理的效率和性能，對南方丘陵山地流域地區(qū)的植被覆蓋度進行長時間序列的動態(tài)監(jiān)測尚屬少見。

GEE是基于遙感圖像大數(shù)據(jù)支撐下對全球尺度地理衛(wèi)星影像大數(shù)據(jù)進行在線分析及可視化的平臺[19-20]，通過訪問網(wǎng)站API接口并基于JavaScript和Python語言的實現(xiàn)對云端遙感影像數(shù)據(jù)的在線處理、分析及可視化。與傳統(tǒng)遙感數(shù)據(jù)處理方式相比，GEE通過云端處理運算遙感數(shù)據(jù)資料，極大方便了大尺度、長時序的地理數(shù)據(jù)處理和信息挖掘，是進行多尺度地球科學(xué)與遙感數(shù)據(jù)處理研究的有力工具[21-22]。

為此，利用Google Earth Engine遙感云平臺，云端處理Landsat系列衛(wèi)星影像，計算1986—2020年南流江流域各年度植被覆蓋度FVC，運用Theil-Sen median趨勢分析和Mann-Kendall以及Hurst指數(shù)方法，研究分析南方丘陵山地典型入海河流-南流江流域近35年來植被覆蓋動態(tài)變化特征，以期為南流江流域生態(tài)文明建設(shè)、生態(tài)治理及水土保持建設(shè)等領(lǐng)域中提供參考意見。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

南流江發(fā)源于北流市與玉林市交界處的大容山區(qū)，流經(jīng)玉林市、博白縣，欽州市浦北縣以及北海市合浦縣，位于21°21′E～23°04′E，105°47′N～07°41′N，是廣西入海河流中流域面積最大、服務(wù)人口最多、水量最豐富的獨流入海河流，總面積9 270 km2，如圖1所示。流域地勢東、西部較高，自北向西南傾斜，屬亞熱帶季風(fēng)氣候，多年平均氣溫穩(wěn)定在21～23 ℃，受沿海季風(fēng)氣候影響，流域夏季高溫多雨，冬季降雨少而溫涼。地貌形態(tài)以低山丘陵和沖積平原為主，主要土地利用類型以林地、耕地和園地為主，生境復(fù)雜多樣，植被類型多以桉樹和低矮灌叢為主。

1.2 數(shù)據(jù)源

研究所使用的遙感圖像數(shù)據(jù)來自GEE平臺上公共數(shù)據(jù)檔案1986—2020年南流江流域Landsat數(shù)據(jù)集(https://earthengine.google.com/)。調(diào)用的Landsat數(shù)據(jù)集包括了研究時期內(nèi)的Landsat 4-5 TM、Landsat 7 ETM+及Landsat 8 OLI，數(shù)據(jù)集均為經(jīng)過輻射定標(biāo)、大氣校正后的一級數(shù)據(jù)產(chǎn)品，其中1986—2011年以Landsat 4-5 TM(LANDSAT/LT05/C01/T1_SR)作為數(shù)據(jù)源，2012—2013年以Landsat 7 ETM+(LANDSAT/LE 07/C01/T1_SR)作為數(shù)據(jù)源，2014—2020年以Landsat 8 OLI(LAND SAT/LC08/C01/T1_SR)作為數(shù)據(jù)源，調(diào)用影像共計7 123景。

考慮到中國南方低緯度地區(qū)遙感影像多受云、霧等天氣的影響，為了提高南流江流域遙感圖像數(shù)據(jù)的精度，研究通過Google Earth Engine平臺的JavaScript語言調(diào)用1986—2020年覆蓋南流江流域所有Landsat圖像，以植被生長季7—10月的影像作為數(shù)據(jù)源基準(zhǔn)，并采用CFmask算法對所有年度內(nèi)的Landsat圖像進行去云、霧處理，減少云、霧對圖像獲取植被覆蓋度計算的影響，對每幅圖像計算歸一化植被指數(shù)(normalized difference vegetation index, NDVI)后，通過像元二分模型生成植被覆蓋度(fraction vegetation coverage, FVC)，最終采用最大值合成法生成各個年度內(nèi)的植被覆蓋度FVC圖像，保障數(shù)據(jù)來源的穩(wěn)定性，以滿足后續(xù)運算的精度要求。矢量數(shù)據(jù)主要包括研究區(qū)流域邊界和行政區(qū)劃邊界，通過采用ArcMap10.4的Hydrology模塊獲取了研究區(qū)的流域邊界，行政區(qū)劃邊界來源于2017年版的1∶250 000全國地理信息資源目錄服務(wù)數(shù)據(jù)庫(http://www.webmap.cn/)。

2 研究方法

2.1 像元二分模型

像元二分模型是遙感處理中相對簡易的線性模型，其假設(shè)了圖像中的每個像元都由植被覆蓋和非植被覆蓋信息線性混合構(gòu)成，而NDVI是反映地表植被生長情況的重要指標(biāo)，為此通過GEE云平臺得到的NDVI值作為表征植被和非植被的信息，由此可以計算得到各個像元植被和非植被信息的比例，計算公式為

FVC=(NDVI-NDVIs)/(NDVIg-NDVIs)

(1)

式(1)中：FVC為像元植被覆蓋度；NDVI為歸一化植被指數(shù)；NDVIs為有植被覆蓋信息像元的NDVI值；NDVIg為無植被覆蓋信息像元的NDVI值。

理論上，NDVIs無限趨于0，NDVIg無限趨于1，但實際情況會受到緯度和地表環(huán)境的影響具有一定的變化。為此，綜合中國南方地區(qū)氣候和環(huán)境的情況，對南流江流域植被覆蓋現(xiàn)狀進行估計，對NDVIg和NDVIs取給年度區(qū)間內(nèi)植被NDVI的最大值與最小值，分別取累積頻率為95%與5%時對應(yīng)的值作為NDVIg和NDVIs值。

2.2 植被覆蓋度變化趨勢檢驗方法

為探究1986—2020年南流江流域植被覆蓋度的空間分布、時間變化、變化趨勢及可持續(xù)性特征，采用Theil-Sen Median 趨勢分析和Mann-Kendall檢驗分析法分析植被覆蓋度的變化趨勢，Hurst指數(shù)方法則用于植被覆蓋度的可持續(xù)性分析，對流域植被覆蓋度值大于等于0.1的范圍進行分析研究。

2.2.1 Theil-Sen Median 趨勢分析和Mann-Kendall檢驗分析法

Theil-Sen Median方法又被稱為 Sen 斜率估計，是一種穩(wěn)健的非參數(shù)統(tǒng)計的趨勢計算方法[23]；Mann-Kendall是一種非參數(shù)統(tǒng)計檢驗方法[24]。通常Theil-Sen Median趨勢分析和Mann-Kendall檢驗是結(jié)合在一起的，這兩者結(jié)合的優(yōu)點是數(shù)據(jù)不需要服從一定的分布規(guī)律，對數(shù)據(jù)誤差有較強的抵御能力，對于顯著性水平檢驗具有較為可靠的統(tǒng)計學(xué)理論基礎(chǔ)，使得運算結(jié)果較為科學(xué)可信。其中，Theil-Sen Median 趨勢分析可以減少數(shù)據(jù)異常值的干擾，常被應(yīng)用于長時間序列數(shù)據(jù)的趨勢分析中[25-26]，Theil-Sen Median 趨勢分析計算公式為

(2)

式(2)中：Yi、Yj分別為第i、j年的年度最大值FVC；Slope為植被覆蓋度的變化趨勢，當(dāng)Slope<0，表示植被出現(xiàn)退化趨勢，反之表示增長趨勢；Median為植被覆蓋度的顯著水平。

Mann-Kendall檢驗常運用于長時間序列數(shù)據(jù)的趨勢顯著檢驗，對數(shù)據(jù)樣本不需要服從一定的分布規(guī)律，對少數(shù)異常值具有較強的抵抗能力[27]。

(3)

(4)

式中：S為Mann-Kendall檢驗的相關(guān)系數(shù)；n為時間序列長度，即1986—2020年。

在得到S值后，再進行計算顯著性指標(biāo)Z，其表達式為

(5)

(6)

式中：Z為顯著性指標(biāo)，取值范圍為(-∞，+∞)，該指標(biāo)遵循標(biāo)準(zhǔn)正態(tài)分布，Z值大于0表示呈顯著性上升趨勢，Z值小于0則表示呈顯著性下降趨勢。

2.2.2 Hurst指數(shù)

Hurst指數(shù)是用于定量描述長時間序列數(shù)據(jù)長程依賴性的有效方法，廣泛應(yīng)用在水文、地質(zhì)、氣候等研究領(lǐng)域[28-29]。采用Hurst指數(shù)對35年南流江流域FVC進行分析研究，以基于定義標(biāo)準(zhǔn)差與極差的比值RFVC/SFVC分析法進行Hurst指數(shù)計算，其計算公式為

(7)

式(7)中：RFVC為35年南流江流域FVC序列的極差；SFVC為該時段內(nèi)的標(biāo)準(zhǔn)差；n為時間序列長度，取35；c為常量；H為Hurst指數(shù)值。

通過Hurst指數(shù)值的大小，劃分為3種持續(xù)性的類型：當(dāng)0.5

遙感影像主要通過Google Earth Engine平臺進行處理，獲取各年份的FVC結(jié)果，其中Theil-Sen Median 趨勢分析、Mann-Kendall檢驗分析及Hurst指數(shù)計算通過RStudio軟件進行運算分析。

3 結(jié)果與分析

3.1 植被覆蓋度時空變化特征

為研究35年來南流江流域植被覆蓋度FVC隨時間變化的特點，以每個年度的植被覆蓋度FVC均值作為流域的平均值，用于表征每年植被覆蓋的程度，構(gòu)建35年來南流江流域植被覆蓋度年際變化圖。從圖2中可以看出，1986—2020年南流江流域FVC呈現(xiàn)明顯的上升趨勢，其中，在1986—1993年FVC值在0.61～0.66波動，總體增長的趨勢較慢；在1994—2006年FVC值變化則呈現(xiàn)出快速增長的趨勢，波動變化程度較低，從0.66增長到了0.71；在2007—2020年，南流江流域FVC先是出現(xiàn)波動變化之后，再呈現(xiàn)出平穩(wěn)的增長趨勢。綜合而言，南流江流域植被覆蓋度35年間的年度均值變化從1986年的0.61增加到了2020年的0.72，呈現(xiàn)出波動增加的趨勢變化，表明35年來南流江流域植被恢復(fù)增加顯著。

**表示擬合R值的顯著性，表明擬合程度好，越接近真實的數(shù)據(jù)所構(gòu)成的曲線，同時表示自變量的參數(shù)(即斜率)是比較合理可信的

通過對1986—2020年來南流江流域植被覆蓋度FVC進行累加并計算35年的平均值，最終得到35年南流江流域FVC均值空間分布(圖3)。1986—2020年南流江流域植被覆蓋度的均值在0～1，依據(jù)植被覆蓋度劃分標(biāo)準(zhǔn)[12-15]，將FVC<0.20劃分為低覆蓋區(qū)，0.20≤FVC≤0.40為較低覆蓋區(qū)，0.40≤FVC≤0.60為中覆蓋區(qū)，0.60≤FVC≤0.80為較高覆蓋區(qū)，F(xiàn)VC>0.8為高覆蓋區(qū)。低植被覆蓋區(qū)主要分布在湖泊、河流、沙地及城市建成區(qū)域，人類活動影響程度高；較低植被覆蓋區(qū)主要分布在河道兩側(cè)的河漫灘及河流沿岸的地勢較為平整的平原地區(qū)，人類活動影響較高；中等植被覆蓋區(qū)主要分布在研究區(qū)丘陵山地與平原地區(qū)地勢相對平緩的地帶，如六萬大山兩側(cè)、大容山南麓等地；較高植被覆蓋區(qū)主要分布在一些地勢較為陡峭的丘陵山地地帶，以高大山脈余脈的緩沖區(qū)為主，這些地區(qū)一般以經(jīng)濟林種植為主，年度內(nèi)的植被覆蓋少有干擾；高植被覆蓋區(qū)主要分布在流域內(nèi)地勢較高的區(qū)域，主要分布于河道左側(cè)的六萬大山、右側(cè)的云開大山、望君山等地，這些地區(qū)植被常綠，人類干擾程度低。

圖3 35年南流江流域植被覆蓋度圖

空間上，依據(jù)流域分水嶺將研究區(qū)劃分為上、中、下游流域，以探究1986—2020年南流江植被覆蓋度變化情況。如圖4所示，南流江流域上游植被覆蓋度分布主要以較高、高植被覆蓋度為主，占研究區(qū)流域面積比例為10.92%、7.78%；流域中游植被覆蓋度分布與上游分布狀況相類似，以高、較高植被覆蓋度為主，占研究區(qū)流域面積比例的22.95%、19.27%；流域下游植被覆蓋度情況則與上、中游呈現(xiàn)明顯的變化特點，主要以較高植被覆蓋度為主要構(gòu)成，占研究區(qū)流域面積的11.84%。綜合而言，35年來流域上、中、下流域植被覆蓋度構(gòu)成情況基本都以高、較高植被覆蓋度等級為主要構(gòu)成類型。

圖4 35年南流江上、中、下游植被覆蓋度面積占比

3.2 植被覆蓋變化趨勢特征

基于Theil-Sen Median趨勢分析和Mann-Kendall檢驗結(jié)果對南流江流域植被覆蓋35年的變化趨勢進行分析，以反映FVC變化的空間分布特征。研究通過使用R語言將35年南流江地區(qū)植被覆蓋度影像進行Theil-Sen Median趨勢分析，對運算得到的植被覆蓋度FVC的斜率S值進行斷點分級，將-0.0051.96或Z<-1.96)和變化不顯著(-1.96≤Z≤1.96)[17,26]。對得到的Theil-Sen Median趨勢分析和Mann-Kendall檢驗分析的分級結(jié)果進行疊加，得到南流江流域35年來像元尺度上FVC的變化趨勢，并將疊加結(jié)果分為5種變化類型。從表1看出，研究區(qū)1986—2020年南流江植被覆蓋狀況改善的區(qū)域占植被覆蓋總面積的58.23%，沒有發(fā)生顯著變化的區(qū)域占33.48%，輕微退化的區(qū)域占1.97%，嚴(yán)重退化區(qū)域占6.32%。

表1 35年來南流江流域植被覆蓋度變化趨勢統(tǒng)計

結(jié)合表2和圖5可以看出，植被明顯改善的區(qū)域主要位于流域中下游右側(cè)的云開大山余脈山區(qū)、流域上游的大容山南麓地區(qū)北側(cè)以及流域西南側(cè)的羅陽山山區(qū)，上、中、下游明顯改善面積占流域面積比分別為7.11%、11.34%、9.63%，以上地區(qū)地勢較高，植被受到的干擾影響程度較低，植被覆蓋率明顯高于其他地區(qū)；植被輕微改善的地區(qū)主要集中在流域中游的六萬大山兩側(cè)的丘陵山區(qū)，以及大容山南麓兩側(cè)的丘陵山區(qū)和羅陽山山區(qū)的北側(cè)丘陵山地，上、中、下游輕微改善面積占流域面積比分別為4.97%、16.19%、8.98%，這些地區(qū)主要處于農(nóng)林業(yè)交替區(qū)，以前多作為農(nóng)用地被人類開墾，但近年來人工植樹造林的持續(xù)影響下，植被慢慢得到一定程度的恢復(fù)；植被穩(wěn)定不變的地區(qū)在流域中主要位于流域中游六萬大山地勢較高的南側(cè)地區(qū)，以及流域上游大容山的南麓核心區(qū)，植被穩(wěn)定不變上、中、下游面積占比情況分別為：10.66%、14.73%、8.09%，這些地區(qū)保存了較為完好的原生天然林，受到外界干擾程度??；植被輕微退化的地區(qū)主要集中在流域中游羅陽山右側(cè)及六萬大山南側(cè)一帶，同時也是小江水庫的上游兩翼的平緩丘陵坡地，受地形影響，地表植被多以人工桉樹林和低矮灌叢等為主，每3～5年會出現(xiàn)輪伐期，進而會導(dǎo)致地表植被退化，上、中、下游面積占比為0.54%、0.81%、0.62%；植被明顯退化的區(qū)域主要分布在流域內(nèi)的主要城市，如上游的玉林市、北流市、興業(yè)縣，中游的浦北縣和博白縣，以及下游合浦縣等地的縣城城市周邊地區(qū)以及河口地帶，植被明顯退化在上、中、下游面積占比為3.03%、1.42%、1.82%。這些地區(qū)受人類活動的影響以及城鎮(zhèn)化的擴張發(fā)展，植被退化明顯。

表2 南流江流域上、中、下游植被變化趨勢面積統(tǒng)計

圖5 35年來南流江流域植被覆蓋度變化趨勢特征

3.3 植被覆蓋度變化可持續(xù)性特征

為揭示南流江流域植被變化的可持續(xù)程度，本文借助MATLAB計算35年南流江流域FVC的Hurst指數(shù)，用于代表植被覆蓋度的可持續(xù)性程度，流域整體Hurst值范圍在0～1。為實現(xiàn)對35年南流江植被覆蓋度可持續(xù)性進行情況進行分析，將Hurst指數(shù)值小于0.5的區(qū)域表示為逆向持續(xù)性，大于0.5的區(qū)域表示為正向持續(xù)性，結(jié)果表明：南流江流域FVC逆向持續(xù)性的區(qū)域面積占比為69.44%，正向持續(xù)性區(qū)域面積占比為30.56%，這從側(cè)面表明南流江流域植被覆蓋度變化整體呈現(xiàn)逆持續(xù)性發(fā)展，植被覆蓋度時空變化呈現(xiàn)波動變化的特點。

為揭示分析1986—2020年南流江流域植被覆蓋度變化的可持續(xù)性程度，結(jié)合Sen+Mann-Kendall變化趨勢結(jié)果與Hurst指數(shù)結(jié)果進行疊加運算，耦合探究植被覆蓋度變化的可持續(xù)性程度。將耦合結(jié)果劃分為：①持續(xù)性&嚴(yán)重退化；②持續(xù)性&輕微退化；③ 持續(xù)性&穩(wěn)定不變；④持續(xù)性&輕微改善；⑤持續(xù)性&明顯改善；⑥未來變化趨勢不確定，共6種持續(xù)變化程度，如圖6所示。

圖6 35年來南流江流域植被變化持續(xù)性特征

從表3可以看出，南流江流域植被覆蓋度變化持續(xù)性趨勢在上、中、下游的面積占比分布，持續(xù)性&嚴(yán)重退化和持續(xù)性&輕微退化所占面積比例分別為2.74%和0.74%，主要分布在南流江下游河口地帶、上游玉林市城市周邊以及中游浦北縣等地；持續(xù)性&穩(wěn)定不變的面積占比為12.25%，主要分布在流域中游地勢較低的穩(wěn)定農(nóng)業(yè)耕種區(qū)，表現(xiàn)為零散分布的格局，這些地區(qū)以農(nóng)業(yè)為主要產(chǎn)業(yè)，近年來也在逐步開發(fā)；持續(xù)性&輕微改善和持續(xù)性&明顯改善區(qū)域占比為7.02%和7.81%，主要分布在中游六萬大山兩側(cè)地勢較低的山地、上游大容山南麓的山地以及云開大山南側(cè)山地等，呈零星破碎分布。其他無法確定未來變化趨勢的地區(qū)分布較為破碎，無明顯的地域分布特征，植被變化情況及無法確定變化趨勢地區(qū)還需要研究人員在今后給予持續(xù)性的關(guān)注和探究。

表3 南流江上、中、下游植被變化持續(xù)性特征面積統(tǒng)計

4 討論

依托GEE平臺調(diào)用Landsat系列遙感影像，通過云端計算FVC指數(shù)構(gòu)建南流江流域1986—2020年植被覆蓋度FVC，采用Theil-Sen Median趨勢分析、Mann-Kendall突變檢驗分析以及Hurst指數(shù)對南流江流域35年植被覆蓋度進行長時間序列的變化趨勢和可持續(xù)性進行分析。研究結(jié)果表明，近三十五年來，南流江流域植被覆蓋沒有出現(xiàn)明顯的退化，呈現(xiàn)出明顯的植被改善變化跡象，空間上表現(xiàn)為：植被持續(xù)改善地區(qū)明顯分布于流域中游的玉林市博白縣、欽州市浦北縣，該范圍內(nèi)分布有六萬大山、云開大山及羅陽山山區(qū)及其余脈兩側(cè)的丘陵山地地區(qū)，呈零星破碎分布，由表4中博白縣、浦北縣歷年林業(yè)面積統(tǒng)計信息可知，近三十年來，林業(yè)面積呈快速增長的趨勢，覆蓋率逐年提高。主要原因是由于這些區(qū)域部分農(nóng)用地撂荒后，受推廣種植人工桉樹林政策的驅(qū)動影響下，植被呈現(xiàn)明顯的恢復(fù)。植被持續(xù)退化地區(qū)主要分布在南流江下游河口地帶以及流域內(nèi)主要城鎮(zhèn)集聚區(qū)域，尤其在玉林市城區(qū)、下游河口最為明顯，其中 2010年批復(fù)的《廣西北部灣經(jīng)濟區(qū)城鎮(zhèn)群規(guī)劃綱要》的批復(fù)，使得近年來城鎮(zhèn)建設(shè)面積不斷增加，進而導(dǎo)致下游河口植被受到損失，出現(xiàn)植被進一步持續(xù)退化。流域植被退化與改善的變化趨勢與楊鈺文等[15]的研究結(jié)果基本吻合，都呈現(xiàn)出下游河口植被及城市建成區(qū)周邊明顯退化，流域內(nèi)山脈余脈及較高山地周邊明顯改善恢復(fù)的變化趨勢。這也從側(cè)面反映了近年來南流江流域植被覆蓋恢復(fù)明顯，生態(tài)環(huán)境質(zhì)量有明顯的得到改善，在文獻[6-7]的研究中也證實了這一變化趨勢。

表4 南流江流域內(nèi)博白、浦北縣歷年林業(yè)面積統(tǒng)計

雖以1986—2020年長時序Landsat遙感影像數(shù)據(jù)，利用趨勢分析，突變檢驗及持續(xù)性檢驗等方法對南流江流域35年植被覆蓋度變化情況進行分析研究，揭示了南流江流域植被覆蓋度面積變化呈現(xiàn)顯著上升的特征，但本研究只考慮了年度的植被覆蓋情況，未考慮到植被季節(jié)性變化情況，以及植被變化與氣候、人類活動過程之間的關(guān)系，在今后還需要對這方面進行深入研究。

5 結(jié)論

基于GEE平臺的Landsat系列數(shù)據(jù)作為基礎(chǔ)，利用Theil-Sen Median趨勢分析、Mann-Kendall突變檢驗分析以及Hurst指數(shù)等方法對1986—2020年來南流江流域植被覆蓋變化趨勢、持續(xù)性進行分析研究，揭示了35年南流江流域地區(qū)植被覆蓋度長時間尺度下的時空變化特征和空間格局，得出以下主要結(jié)論。

(1)1986—2020年南流江植被覆蓋度總體呈現(xiàn)明顯的上升趨勢，多年植被覆蓋度FVC均值為0.7028?？臻g上植被覆蓋度高的區(qū)域主要分布在流域河道兩側(cè)較高的山脈，尤其是以流域中游六萬大山、云開大山南側(cè)余脈等地最為典型；植被覆蓋度較低的區(qū)域主要分布在流域內(nèi)大型的城市建成區(qū)以及中下游地勢較低的河道地區(qū)等。

(2)35年來南流江流域植被覆蓋度植被改善面積遠遠大于植被退化面積，植被改善面積占植被覆蓋區(qū)的58.23%，植被沒有發(fā)生變化的區(qū)域占比33.48%，植被退化面積占比為8.29%。改善地區(qū)主要是分布在中游地勢較高的云開大山、羅陽山區(qū)和丘陵山地等，受推廣種植人工桉樹政策影響明顯。

(3)南流江流域植被覆蓋度持續(xù)性變化表現(xiàn)為：持續(xù)性改善面積占植被覆蓋面積的14.83%，持續(xù)性穩(wěn)定不變的面積占比為12.25%，持續(xù)性退化的面積占比為3.48%。持續(xù)改善地區(qū)明顯分布于流域中游六萬大山、羅陽山山區(qū)等丘陵山地地區(qū)；持續(xù)性退化地區(qū)主要分布在下游河口地帶以及流域內(nèi)主要城鎮(zhèn)集聚區(qū)域，受城市開發(fā)、人類活動影響明顯。

(4)在對大面積、長時間尺度的對地遙感觀測可以通過Google Earth Engine平臺進行云端編譯解決遙感圖像中的云覆蓋、影像色差、時間不連續(xù)等問題，從而實現(xiàn)快速有效的數(shù)據(jù)預(yù)處理，是進行長時間大尺度遙感觀測研究的有力工具。