查看原文
其他

【文献阅读】长江流域植被变化监测与潜在驱动力1982-2015

走天涯徐小洋 走天涯徐小洋地理数据科学 2022-05-17

长江流域植被变化监测与潜在驱动力1982-2015

Xu, L., Yu, G., Tu, Z. et al. Monitoring vegetation change and their potential drivers in Yangtze River Basin of China from 1982 to 2015. Environ Monit Assess 192, 642 (2020). https://doi.org/10.1007/s10661-020-08595-6

摘要

植被变化监测和它们潜在驱动力研究对于环境管理是非常重要的。以往的植被变化监测和驱动力分析是两个独立的领域。变化检测方法主要集中于非线性和线性变化上,例如,突变(Abrupt Change, AC)和渐变(Gradual Change, GC)。但是驱动力的分析一般使用线性耦合模型,很少关注植被非线性的变化情况。驱动力和植被变化应该被联合起来进行研究,因为它们有着内在的联系机制。而且隐藏在时间序列中的突变可能会被人过估计或欠估计。

我们选择中国长江流域作为研究区,首先使用“加性间断和季节趋势方法(breaks for additive and seasonal trend method, bfast)”将突变点从渐变趋势中分离出来;然后使用优化的残差趋势法(optimized Restrend method)分析渐变趋势的驱动力。

结果显示:

  1. 在1998年(30.2%),2003年(10.4%),2002年(10.4%)有2.83%的长江流域区域存在带热点的突变;66.7%的长江流域区域经历了渐变变化,其中94.8%是正向变化。
  2. 气候变化引起的渐变范围更大,但是相比人类活动造成的渐变幅度要小。进一步的分析表明,温度是造成渐变的主要气候驱动力,而人类引起的渐变主要受当地生态政策影响。
  3. 在1998年大范围发生的突变主要是由于大洪水,太湖流域2003年发生的突变主要是城市化造成的。

这个论文在一个较长的时间尺度上(34年)研究了植被变化及其驱动力。长时间序列的植被变化与驱动力分析对于长江流域环境评估和管理有着重要的意义。

材料和方法

研究区

长江流域(24°30′N~35°45′N; 90°33′E~122°25′E),占据中国陆地总面积的18.8%,其中从西向东65.6%为山地,丘陵24%,平原10.4%。长江流域主要为亚热带季风气候,均温从12.6到28.0℃,年均降水量476mm。根据2001年的土地覆被图,长江流域主要土地覆被类型有:混交林(35.9%)、草地(20.9%)、农田(19.8%)、灌丛(16.6%)、常绿针叶林(1.3%)、落叶阔叶林(0.6%)、常绿阔叶林(0.5%)、落叶针叶林(0.1%)和裸地(4.2%)。

研究区概况图

为了更好地描述时空异质性,我们进行了3个尺度的研究:

  1. 整个长江流域尺度
  2. 上中下游尺度
  3. 12个子流域尺度
流域尺度划分

数据和数据处理

  1. GIMMS NDVI3g数据
  • 数据来源:NASA(http://glcf.umd.edu/data/gimms/)
  • 数据时间:1982年1月至2015年12月,每半月一期,共816期
  • 空间分辨率:8km
  • 数据处理:
    • 月度NDVI使用最大值合成法
    • 累加4-10月生长期NDVI值,合计34年
    • 年度生长季NDVI(ASNDVI)
    • NDVI时间序列(TSNDVI)
  1. 降水和温度数据
  • 数据来源:中国气象局(http://data.cma.cn/)
  • 数据内容:长江流域138个观测站45个指标
  1. 1:100万长江流域生态地图(用于生态分区)
  2. MCD12Q1土地覆被数据(2001年)
  3. DMSP OLS夜光数据(1992-2012,用于识别社会经济变化和城市化强度)
  4. 无锡、常州、苏州农田和建成区面积数据(2000-2009,源于当地统计部门)

研究方法

  1. Bfast方法 使用基于像元的Bfast方法来检测1982-2015NDVI时间序列的变化趋势和突变点。
  2. 优化的残差趋势法 在渐变区域,我们使用“优化的残差趋势法”来区分自然驱动力和人为驱动力。
  • 基于像元的回归分析
    • NDVI时间序列
    • 90气候序列(45个降水45个温度)
    • 找到和年度生长季NDVI最相关的温度和降水时期
  • 基于像元的多元回归,建立气候-植被模型
    • y为年度生长季NDVI最大值(包含目标像元的同质空间相邻像元)
    • P/T为标准化的降水或温度时间序列
  • 潜在的ASNDVI和实际ASNDVI残差分析
    • 残差明显的上升或下降一般意味着人为驱动力占主导
    • 残差变化不明显,气候变化是主要的NDVI变化主导因素

研究结果

在长江流域的渐变中识别突变点

长江流域突变点

在过去的34年中,占长江流域总面积2.83%的区域发生了明显的突变。

长江流域突变地区分布

大部分突变分布在河流附近,如金沙江、湘江;或者长江流域主要的湖泊周围(鄱阳湖、洞庭湖、太湖)。最密集和巨大的突变区域集中在长江下游地区(发展最快人口最多的地区)。

从时间尺度看,突变不是均衡的分布在所有的年份中。突变主要发生在以下年份中:

  • 1998年(30.2%)
  • 2003年(10.4%)
  • 2002年(7.6%)

以上三年集中了48.2%的所有探测到的突变。这强烈地暗示着突变不是随机发生的,可能和这些年的一些特定的事件有着关联。

突变的时空分布在不同的亚流域中情况非常多变。

  1. 上游>中游>下游

长江流域上游在34年中较下游受到了更严重的干扰。

  1. 上中下游发生突变的时间不一样

长江上游的突变主要发生在1994年,中游和下游的突变主要分别发生在1998和2003年。1998年长江流域的突变主要集中在中下游,2002和2003年的突变主要集中在下游。

  1. 突变的时间变化特征在不同小流域也不同
  • 金沙江流域几乎每年都有突变,除了突变最剧烈的1994年,在2008年、2009年同样有着明显的变化;
  • 太湖流域的突变主要发生在2003年,其次集中在1998和2002年,太湖流域的突变主要发生在1982至2003年,2003年至2015年期间发生的突变较少。
  • 洞庭湖流域的突变主要发生在1998年,其他年份很少。

金沙江流域、太湖流域、洞庭湖流域突变在不同年份的空间分布情况如下图5:上海周边的突变主要发生在2002和2003年,太湖流域西南部主要是1998年发生(5b)。湘江流域突变主要发生在1998年(5d)。金沙江流域突变年年有,1994年特别多(5f)

图5, a太湖流域总变化b太湖流域突变时间c洞庭湖流域总变化d洞庭湖流域突变时间e金沙江流域总变化f金沙江流域突变时间

长江流域的渐变

从1982-2015年,长江流域的植被整体呈现增加的态势。

大约66.7%的长江流域面积呈现显著的渐变,其中94.8%呈现正向增加,只有5.2%呈减少。


图6. 长江流域渐变情况(1982-2015)

渐变比率在不同地区是不同的(图6),在上中游,植被覆盖有着明显的增加,在下游,过去的34年中保持稳定。中游的变化率为:

比整个长江流域的要高,上游的变化率为:

和长江流域整体变化率较为接近。

亚流域分析显示出了渐变的强烈地空间异质性。结果表明,宜宾-宜昌段流域植被覆盖呈现快速增长,金沙江流域增长最慢。太湖流域NDVI呈现负增长,较其他流域趋势相反。

尽管上游流域相对整个长江流域34年的变化中有着最好的一致性,它同时也有着最强的内部空间异质性。在嘉陵江、乌江、宜宾-宜昌段流域有着最强烈的变化率,而在金沙江流域变化率最低。长江中游地区空间异质性最低,几乎所有的小流域在过去的34年中都保持着同步增长。长江下游整体的变化情况非常稳定,主要是由于虎口正向和太湖负向抵消所致。

对比整个长江流域的渐变情况,总体植被覆盖正向的增加比例大于植被覆盖减少比例。在过去34年中,植被覆盖呈现剧烈的增加和中度减少。在正向渐变的区域中,增加率为10%到20%的区域占总渐变区域比达47.8%,增加率在0-10%的区域占比40%,增加率为20%到40%的区域占比6.7%,增加率超40%的区域只占0.23%。

对于植被负增长区域来说,增长率为-10%-0的区域最大,占总渐变区域比3.7%;具体见表2.

在论文原文中关于正负增长区域比例有关描述不准确。原文中说的是相对于各自正(负)增长区域的比例,但是我发现那样凑不够100%,所以根据下表对于汉语翻译进行了一些修改。

研究区渐变区域分布表

后面还有一些关于渐变情况的详细描述,我也不再详细翻译,看了看都大同小异。直接看下面关于驱动力的结果。

渐变区域的主要驱动力

优化的残差趋势法分析结果显示,气候因子(54.1%)对植被渐变的贡献要高于人类活动因子(45.9%)。两种因子驱动的植被变化呈现不同的空间聚集特征。一般来说,人类活动因子导致的渐变比气候变化导致的渐变有着更强的空间集聚特征(图7a,b)。

图7 a人为因素主导的植被变化 b气候引起的植被变化 c人为因素主导地区的变化率 d气候主导地区的变化率

人类活动导致的渐变主要发生在中游,大部分呈现正向的趋势;气候因子导致的渐变几乎发生在各个小流域,气候导致的负向渐变主要发生在长江流域上游区域。

人类活动对植被渐变的影响要比气候因子大。人类活动引起的渐变大部分地区导致了超过20%的变化量,而气候因子导致的一般在10%到20%之间。

讨论

气候和环境主导的驱动力

  • 第一段结合图8讨论了不同小流域温度-降水-植被之间的关系,主要利用相关分析,对相关分析结果r和p进行讨论;

不同气候变量和植被变化之间的回归分析(图8)显示:温度引起的渐变较降水要强。这个有已发表的文献支持。长江流域的植被增长和极端温度有着密切的关系。Yuan进一步证明长江流域植被生长期的开始相比降水对温度更敏感。

图8 a温度和NDVI的相关系数(r),b降水和NDVI的相关系数,c温度和NDVI置信度(p),d降水和NDVI间置信度
  • 第二段结合图7和MCD12Q1土地覆被数据(2001年),讨论了人类活动因子引起的渐变和自然气候因子引起的渐变在不同的土地覆被类型的分布情况。图9a显示人为因素主导的区域主要集中在中游区域。前人研究表明长江中游地区1990-2015年间农业产量增长(主要由于播种面积、化肥使用量、人口的增长)。

人类活动引起的渐变主要发生在林地(50.7%)、农田(27.1%)和草地(21.0%),以上三种地类区域包含了98.8%的人类活动因子引起的渐变。

图9 a人类因子/气候因子在12个小流域主导的部分面积;b人类因子/气候因子在12个小流域占比的变化情况;c国家重点生态功能区人类因子/气候因子占比;d国家重点生态功能区在长江流域的分布
  • 第三段结合国家重点生态功能区,讨论三种不同的国家重点生态功能区(水土保持、水源涵养、生物多样性维护)内不同生态政策对人类活动因子和气候变化因子的影响。
  • 第四段讨论了人类活动因子(植被渐变)从上游到下游占比上升再下降的过程,一方面和人口密度有关,另一方面下游的下降主要是因为人类活动造成了植被的突变。

残差趋势法之前探测突变的重要性

第一段:尽管研究时间范围内植被突变面积在长江流域总面积占比很小(2.83%),但是基于以下两个原因,在驱动力分辨之前进行突变探测仍然非常有必要。

  1. 突变探测能减小驱动力分析时人类活动因子的过估计情况;
  2. 突变发生的区域或者年份对于当地生态修复和生态管理是非常重要的,因为它们往往意味着特定的人类活动或者重大自然灾害的发生。
  • 第二段讨论了1998年的大洪水和植被突变之间的关系。
  • 第三段讨论了2003年长江下游太湖地区的突变,和城市化进程的突然加快有关,2003年城市化进程的加快,同时可以从DMSP/OLS卫星夜光结果上得到印证。

局限性和未来的研究

本文在一个相对较长的时间序列里对长江流域生态环境变化、影响及驱动力进行了研究。对于长江流域生态修复和管理有着重要的意义,然而本文还有一些不足,希望未来进一步研究:

  1. 我们将植被变化探测和驱动力分析作为了整个的一个研究链条,Bfast对于起始和结尾时间的突变不敏感,可能会导致一些不确定的结果。潜在的突变驱动力不能被识别,需要进一步改进变化探测方法。
  2. 我们只是对温度和降水进行了研究,其它因子比如太阳辐射、风等没有考虑;草地的减少可能和肉价上涨导致的饲料需求增加有关,长江流域的生态移民,等等一系列的人类活动都可能会影响,需要进一步的社会调查来增加人类活动因子的解释力。
  3. 使用的数据源GIMMS NDVI数据分辨率较低,未来考虑使用GEE等更先进的平台进行研究。

结论

略,就是前面的一个总结,没啥新内容。

点击阅读原文可跳转下载原文


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存