河北省张承地区2001—2020年植被动态变化及驱动因素分析

doi:10.19657/j.geoscience.1000-8527.2023.028

摘要/Abstract

摘要：

张承地区(张家口—承德)作为京津冀的水源涵养功能区,植被动态对其生态环境建设和保护有重要意义。本文以MODIS-NDVI、气温降水、土地利用、地下水位埋深和实测土壤湿度数据为基础,利用Sen+Mann-Kendall趋势分析和偏相关性分析等方法,分析张承地区2001—2020年植被时空变化特征及其与气温降水、土地利用、地下水位埋深和土壤湿度响应特征。结果表明,研究区NDVI年均值为波动上升趋势。植被覆盖率空间分布呈“西北低,东南高”的特点。植被显著改善地区主要分布在坝下大部分区域,占研究区85.79%的面积。降水、气温与植被指数的偏相关性较好,皆呈正相关。研究区人类活动导致用地类型发生的变化与植被变化有响应联系。区内地下水位埋深在6.2 m的地方植被长势最好。土壤湿度空间分布为坝上低、坝下高,植被指数在整体趋势上随实测土壤湿度的增大而增大。

关键词: MODIS-NDVI, 用地类型, 土壤湿度, 相关关系, 张承地区

Abstract:

As a water conservation function area in the Beijing-Tianjin-Hebei region, the vegetation dynamics of Zhangjiakou-Chengde (Zhang-Cheng) area is of great significance for the ecological/environmental construction and protection. Based on MODIS-NDVI, temperature and precipitation, land use, groundwater depth and measured soil moisture data, Sen+Mann-Kendall trend analysis, partial correlation analysis and other methods, we analyze the spatial-temporal variation characteristics of vegetation and the response characteristics of temperature and precipitation, land use, groundwater depth and soil moisture in Zhang-Cheng area from 2001 to 2020. The results show that the annual mean NDVI value shows an upward fluctuation trend. The vegetation coverage is characterized by being low in the northwest and high in the southeast. Significant vegetation improvement areas were mainly distributed across most of Baxia, accounting for 85.79% of the study area. There are positive correlations between precipitation, temperature, and the vegetation index. Furthermore, the vegetation variation agrees well with the land-use change. The vegetation growth is best when the groundwater depth is around 6.2 m. The spatial distribution of soil moisture is low at Bashang and high at Baxia. The NDVI increases with increasing measured soil moisture.

Key words: MODIS-NDVI, land-use, soil moisture, correlation relationship, Zhangjiakou-Chengde area

中图分类号:

X143
TP79

王倩, 金晓媚, 张绪财, 殷秀兰, 金爱芳, 罗绪富. 河北省张承地区2001—2020年植被动态变化及驱动因素分析[J]. 现代地质, 2023, 37(04): 881-891.

WANG Qian, JIN Xiaomei, ZHANG Xucai, YIN Xiulan, JIN Aifang, LUO Xufu. Vegetation Dynamics and Driving Factors in Zhangjiakou-Chengde Area of Hebei Province from 2001 to 2020[J]. Geoscience, 2023, 37(04): 881-891.

图/表 14

图1 张承地区地理位置及地形地貌

Fig.1 Map showing the geographic location and topography of Zhang-Cheng area

图2 张承地区2020年植被覆盖率空间分布图

Fig.2 Spatial distribution map of vegetation coverage in Zhang-Cheng area in 2020

表1 2020年植被覆盖率分级面积占比统计结果

Table 1 Statistics of classified area of vegetation coverage in 2020

f_c(%)	植被覆盖率分级	面积(km²)	面积占比(%)
<0	水体	103.70	0.14
0~20	低	1380.54	1.81
20~40	较低	24824.34	32.54
40~60	中等	27003.30	35.40
60~80	较高	22043.16	28.90
80~100	高	923.47	1.21

图3 张承地区2001-2020年间不同植被覆盖面积变化趋势

Fig.3 Size variation trend of different vegetation coverages 1n Zhang-Cheng area from 2001 to 2020 (a)fc=0~20%; (b) fc=20%~40%;(c) fc=40%~60%; (d) fc=60%~ 80%;(e) fc= 80%~ 100%

表2 2001—2020年Sen+Mann-Kendall法趋势分析结果

Table 2 Results of Sen+Mann-Kendall trend analysis from 2001 to 2020

NDVI变化趋势	程度	面积(km²)	面积占比(%)
β≤-0.001,Z<-1.96	严重退化	447.160	0.59
β≤-0.001,-1.96≤ Z≤1.96	轻微退化	576.219	0.76
-0.001<β<0.001, -1.96≤Z≤1.96	基本不变	4190.164	5.49
β≥0.001,-1.96≤ Z≤1.96	轻微改善	5623.046	7.37
β≥0.001,Z>1.96	明显改善	65441.914	85.79

图4 张承地区20年间植被覆盖变化趋势分布

Fig.4 Spatial distribution of vegetation cover variation trend in Zhang-Cheng area in 20 years

Fig.5 Spatial variation trend of vegetation cover in Zhang-Cheng area for every five years

表3 张承地区每五年植被覆盖空间变化趋势面积占比(%)

Table 3 Proportion of vegetation cover spatial variation trend in Zhang-Cheng area for every five years (%)

NDVI变化趋势程度	2001— 2005年	2006— 2010年	2011— 2015年	2016— 2020年
严重退化	1.73	14.68	7.53	3.50
轻微退化	2.99	14.72	7.24	5.21
基本不变	3.15	12.56	7.38	6.14
轻微改善	10.35	22.62	15.83	19.07
明显改善	81.79	35.42	62.03	66.07

表4 植被与降水、气温相关性显著分级统计

Table 4 Classification statistics of significant correlation between NDVI and precipitation and temperature

显著性类别	t值	年均NDVI与降水		年均NDVI与气温
显著性类别	t值	面积 (km²)	占比 (%)	面积 (km²)	占比 (%)
显著负相关	t≤-2.11	20.81	0.03	84.13	0.11
不显著负相关	-2.11<t<0	11927.63	15.64	2030.62	2.66
不显著正相关	0<t<2.11	59811.21	78.41	55046.21	72.16
显著正相关	t≥2.11	4518.85	5.92	19118.55	25.06

图6 张承地区植被指数与降水(a)和气温(b)的偏相关性分析检验结果

Fig.6 Spatial distribution of partial correlation analysis between NDVI and precipitation (a) and temperature (b) in Zhang-Cheng area

表5 张承地区2000—2020年土地利用类型面积统计(km2)

Table 5 Statistics of land-use type area in Zhang-Cheng area from 2000 to 2020 (km2)

用地类型	2000年	2005年	2010年	2015年	2020年
耕地	25737.51	25783.66	25144.94	25098.56	24734.66
林地	26597.53	26608.11	26986.4	26926.66	26935.27
草地	20396.50	20319.01	20062.01	19943.23	19983.47
水体	1100.39	1071.67	952.65	964.37	1046.25
建筑用地	1118.79	1160.40	2180.10	2392.56	2641.22
未利用土地	1327.77	1335.65	952.40	953.11	935.94

图7 张承地区地下水位埋深与植被关系 (a)像元分布;(b)折线图

Fig.7 Correlation between groundwater depth and NDVI in Zhang-Cheng area

图8 实测张承地区土壤湿度空间分布 (a) 0~10 cm表层土;(b) 0~20 cm表层土

Fig.8 Spatial distribution map of measured soil moisture in Zhang-Cheng area

图9 研究区植被指数与土壤湿度的关系 (a) 0~10 cm表层土;(b) 0~20 cm表层土

Fig.9 Correlation analysis between soil moisture and NDVI in Zhang-Cheng area

参考文献 30

[1]	邵雅琪, 姜群鸥, 胡中民, 等. 张承地区植被指数时空演变特征及其与气候因子的关系[J]. 中国农业大学学报, 2018, 23(7): 96-106.
[2]	钞振华, 张培栋, 袁赛帅. 山东省MODIS遥感植被指数时空变化研究[J]. 生态环境学报, 2012, 21(10): 1660-1664. DOI
[3]	蔺星娜, 牛健植, 贾京伟, 等. 张家口清水河上游流域植被指数时空变化特征[J]. 中国水土保持科学, 2018, 16(1): 123-130.
[4]	崔浩楠, 罗海江, 张学珍. 1982—2019年长江经济带植被覆盖变化的时空特征[J]. 生态学杂志, 2021, 40(8): 2517-2529.
[5]	DETSCH F, OTTE I, APPELHANS T, et al. Seasonal and long-term vegetation dynamics from 1-km GIMMS-based NDVI time series at Mt. Kilimanjaro, Tanzania[J]. Remote Sensing of Environment, 2016, 178: 70-83. DOI URL
[6]	CHERNETSKIY M, PASKO I, SHEVYRNOGOV A, et al. A study of forest vegetation dynamics in the south of the Krasnoyarskii Krai in spring[J]. Advances in Space Research, 2011, 48(5): 819-825. DOI URL
[7]	PIEDALLU C, CHERET V, DENUX J P, et al. Soil and climate differently impact NDVI patterns according to the season and the stand type[J]. Science of the Total Environment, 2019, 651: 2874-2885. DOI URL
[8]	ECKERT S, HÜSLER F, LINIGER H, et al. Trend analysis of MODIS NDVI time series for detecting land degradation and regeneration in Mongolia[J]. Journal of Arid Environments, 2015, 113: 16-28. DOI URL
[9]	DUVEILLER G, HOOKER J, CESCATTI A. The mark of vegetation change on Earth’s surface energy balance[J]. Nature Communications, 2018, 9: 679. DOI
[10]	李素敏. MODIS数据在澜沧江流域生态环境遥感监测中的应用研究[D]. 昆明: 昆明理工大学, 2004.
[11]	邱丽莎, 张立峰, 何毅, 等. 2000—2017年祁连山植被动态变化遥感监测[J]. 遥感信息, 2019, 34(4): 97-107.
[12]	李慧静. 基于MODIS-NDVI的内蒙古植被变化遥感监测[D]. 呼和浩特: 内蒙古师范大学, 2008.
[13]	郭伟伟, 王秀兰, 冯仲科, 等. 基于NDVI的植被覆盖度变化的研究与分析:以河北省张家口市为例[J]. 测绘与空间地理信息, 2012, 35(7): 63-66.
[14]	郭伟伟. 张家口地区植被覆盖度动态分析研究[D]. 北京: 北京林业大学, 2012.
[15]	张晓凤. 坝上地区植被覆盖变化及影响因素分析[D]. 烟台: 鲁东大学, 2016.
[16]	曾文琼. 张家口市崇礼区地质灾害与岩土体类型的关系[J]. 环球人文地理, 2017(7): 22-24.
[17]	王佃来, 刘文萍, 黄心渊. 基于Sen+Mann-Kendall的北京植被变化趋势分析[J]. 计算机工程与应用, 2013, 49(5): 13-17.
[18]	甘海洪, 金晓媚, 张绪财, 等. 三江源区蒸散量的时空分布特征[J]. 现代地质, 2021, 35(3): 665-674.
[19]	罗倩, 刘晓暄, 苏伟. 基于Mann-Kendall的北方农牧交错带植被时空变化分析[J]. 湖北农业科学, 2015, 54(23): 5891-5895.
[20]	张洪波, 李哲浩, 席秋义, 等. 基于改进过白化的Mann-Kendall趋势检验法[J]. 水力发电学报, 2018, 37(6): 34-46.
[21]	陈迪桃, 黄法融, 李倩, 等. 1966—2015年天山南北坡空气湿度差异及其影响因素[J]. 气候变化研究进展, 2018, 14(6): 562-572.
[22]	孟庆博, 刘艳丽, 鞠琴, 等. 雅鲁藏布江流域近18年来植被变化及其对气候变化的响应[J]. 南水北调与水利科技, 2021, 19(3): 539-550.
[23]	胡俊达. 河北省张家口、承德地区退耕还林工程建设成效及政策评价[J]. 河北林业, 2008(3): 6-7.
[24]	张宇. 河北省张家口市土地资源评价[J]. 河北建筑工程学院学报, 2009, 27(2): 117-122.
[25]	金晓媚, 刘金韬, 夏薇. 柴达木盆地乌图美仁区植被覆盖率变化及其与地下水的关系[J]. 地学前缘, 2014, 21(4): 100-106.
[26]	金晓媚, 张强, 杨春杰. 海流兔河流域植被分布与地形地貌及地下水位关系研究[J]. 地学前缘, 2013, 20(3): 227-233.
[27]	张绪财, 金晓媚, 朱晓倩, 等. 格尔木河流域植被指数时空分布及其影响因素研究[J]. 现代地质, 2019, 33(2): 461-468.
[28]	翟雅倩, 张翀, 周旗, 等. 秦巴山区植被覆盖与土壤湿度时空变化特征及其相互关系[J]. 地球信息科学学报, 2018, 20(7): 967-977. DOI
[29]	卢晓光. 关于在张承地区建立生态经济示范区的建议[J]. 河北省社会主义学院学报, 2015(2): 11-12.
[30]	张京, 金晓媚, 张绪财, 等. 格尔木河流域土壤湿度时空变化及其影响因素研究[J]. 水文地质工程地质, 2019, 46(2): 66-73, 91.