2000—2020年闽江流域植被变化及其驱动因素

doi:10.13466/j.cnki.lczyyj.2025.01.012

林草资源研究 ›› 2025›› Issue (1): 104-113.doi: 10.13466/j.cnki.lczyyj.2025.01.012

2000—2020年闽江流域植被变化及其驱动因素

张娇¹(), 陈凌秀¹, 戴洪霞¹, 刘晟龙¹, 陈思韬¹, 许梦杰¹, 谢慧黎¹, 刘兴诏¹^,²()

1.福建农林大学风景园林与艺术学院,福州 350100
2.自然资源部东南生态脆弱区监测修复工程技术创新中心,福州 350013

收稿日期:2024-09-23 修回日期:2025-01-06 出版日期:2025-02-28 发布日期:2025-08-06
通讯作者: 刘兴诏,副教授,博士,主要研究方向为城市生态与规划。Email:xzliu@fafu.edu.cn
作者简介:张娇,硕士研究生,主要研究方向为园林植物与应用。Email:jiao_Zhang0705@163.com
基金资助:
国家自然科学基金“植物碳磷化学计量学特征对城乡温度差异的响应及其机制”(31800401);福建省科技创新项目资金“基于山水林田湖草系统的闽江流域生态安全格局”(KY-090000-04-2021-012);福建农林大学科技创新专项“城市蓝绿空间冷岛效应的驱动机制及优化策略研究”(KFB23171)

Vegetation change and its drivers in the Minjiang River Basin in 2000—2020

ZHANG Jiao¹(), CHEN Lingxiu¹, DAI Hongxia¹, LIU Shenglong¹, CHEN Sitao¹, XU Mengjie¹, XIE Huili¹, LIU Xingzhao¹^,²()

1. College of Landscape Architecture and Art,Fujian Agriculture and Forestry University,Fuzhou 350100,China
2. Southeast Ecologically Fragile Area Monitoring and Rehabilitation Engineering Technology Innovation Center,Ministry of Natural Resources,Fuzhou 350013,China

Received:2024-09-23 Revised:2025-01-06 Online:2025-02-28 Published:2025-08-06

摘要/Abstract

摘要： 掌握闽江流域植被动态变化趋势及其驱动机制可为流域生态环境保护提供参考依据。采用线性趋势分析、偏相关分析和残差分析等方法,分析2000—2020年闽江流域归一化植被指数(NDVI)时空变化特征及其驱动因素的贡献。结果表明:1)2000—2020年闽江流域NDVI呈增加趋势,NDVI平均年际变化率为0.002 1,呈显著增加的区域约占43.54%,主要分布在流域内海拔相对较低的区域,呈显著减少的区域仅占2.3%,主要分布在流域东南部。2)气温和降水整体上能够促进NDVI的增长,但二者存在显著的空间异质性;气温和降水与NDVI呈正相关的区域分别约占总区域的80.17%和73.84%。3)气候变化和人类活动的共同作用是促进流域内NDVI增长的主导因素,对植被NDVI增长的贡献率分别为40%和60%;人类活动贡献率大于60%的区域约占51.93%,在植被管理和修复中,应更加重视人类活动的影响。

关键词: 植被变化, 归一化植被指数, 气候变化, 人类活动, 残差分析

Abstract:

Analyzing the trend of vegetation dynamics and its driving mechanism in the Minjiang River Basin can help to provide a reference basis for ecological environmental protection in the basin.Linear trend analysis,partial correlation analysis and residual analysis were used to analyze the spatiotemporal characteristics of the normalized difference vegetation index(NDVI)and the contributions of its driving factors in the Minjiang River Basin from 2000 to 2020.The results showed that:1)NDVI in the Minjiang River Basin showed an increasing trend from 2000 to 2020,with an average interannual rate of change of NDVI of 0.002 1,and the proportion of areas showing a significant increase was about 43.54%,which was mainly distributed in the relatively low elevation areas in the basin,while the proportion of areas showing a significant decrease was only 2.3%,which was mainly distributed in the southeastern part of the basin.2)Air temperature and precipitation can promote the growth of NDVI,but there is obvious spatial heterogeneity between the two;the areas with positive correlation between air temperature and precipitation and NDVI accounted for 80.17% and 73.84% of the total area,respectively.3)Climate change and human activities are the dominant factors to promote the NDVI growth in the basin,contributing 40% and 60% respectively to vegetation improvement.The areas with human activities contributing over 60% accounted for about 51.93%,suggesting that more attention should be paid to the influence of human activities in vegetation management and restoration.

Key words: vegetation change, normalized difference vegetation index, climate change, human activities, residual analysis

中图分类号:

S771.8

张娇, 陈凌秀, 戴洪霞, 刘晟龙, 陈思韬, 许梦杰, 谢慧黎, 刘兴诏. 2000—2020年闽江流域植被变化及其驱动因素[J]. 林草资源研究, 2025,(1): 104-113.

ZHANG Jiao, CHEN Lingxiu, DAI Hongxia, LIU Shenglong, CHEN Sitao, XU Mengjie, XIE Huili, LIU Xingzhao. Vegetation change and its drivers in the Minjiang River Basin in 2000—2020[J]. Forest and Grassland Resources Research, 2025,(1): 104-113.

图/表 14

表1

表2

驱动因素判定标准及贡献率计算方法

S_NDVI,GC	驱动因素	S_NDVI,CC	S_NDVI,HA	贡献率/%
S_NDVI,GC	驱动因素	S_NDVI,CC	S_NDVI,HA	气候变化	人类活动
>0	CC&HA	>0	>0	$S N D V I, C C S N D V I, G C$	$S N D V I, H A S N D V I, G C$
	CC	>0	<0	100	0
	HA	<0	>0	0	100
<0	CC&HA	<0	<0	$S N D V I, C C S N D V I, G C$	$S N D V I, H A S N D V I, G C$
	CC	<0	>0	100	0
	HA	>0	<0	0	100

表2

图1

图2

图3

图4

表3

图5

图6

表4

图7

表5

图8

表6

参考文献 33

[1]	KONG Dongdong, ZHANG Qiang, SINGH V P, et al. Seasonal vegetation response to climate change in the noethern hemisphere(1982—2013)[J]. Global and Planetary Change, 2017,148:1-8.
[2]	LI Peng, WANG Jing, LIU Mengmeng, et al. Spatio-temporal variation characteristics of NDVI and its response to climate on the Loess Plateau from 1985 to 2015[J]. Catena, 2021, 203(1):105331.
[3]	田智慧, 任祖光, 魏海涛. 2000—2020年黄河流域植被时空演化驱动机制[J]. 环境科学, 2022, 43(2):743-751.
[4]	ZHANG Yan, ZHANG Luoqi, WANG Junyi, et al. 2023. Quantitative analysis of NDVI driving factors based on thegeographical detector model in the Chengdu-Chongqing region,China[J]. Ecological Indicators,2023,155:110978.
[5]	韩炳宏, 周秉荣, 颜玉倩, 等. 2000—2018年间青藏高原植被覆盖变化及其与气候因素的关系分析[J]. 草地学报, 2019, 27(6):1651-1658. doi: 10.11733/j.issn.1007-0435.2019.06.023
[6]	刘静, 温仲明, 刚成诚. 黄土高原不同植被覆被类型NDVI对气候变化的响应[J]. 生态学报, 2020, 40(2):678-691.
[7]	SHI Shouhai, WANG Xiaolei, HU Zirong, et al. Geographic detector-based quantitative assessment enhances attribution analysis of climate and topography factors to vegetation variation for spatial heterogeneity and coupling[J]. Global Ecology and Conservation, 2023,42:e02398.
[8]	聂桐, 董国涛, 蒋晓辉, 等. 榆林地区植被时空分异特征及其影响因素研究[J]. 生态环境学报, 2022, 31(1):26-36. doi: 10.16258/j.cnki.1674-5906.2022.01.004
[9]	高思琦, 董国涛, 蒋晓辉, 等. 基于地理探测器的三江源植被变化及自然驱动因子分析[J]. 水土保持研究, 2022, 29(4):336-343.
[10]	聂桐, 董国涛, 蒋晓辉, 等. 基于地理探测器的河南省植被NDVI时空变化及驱动力分析[J]. 生态学杂志, 2024, 43(1):273-281.
[11]	赵胜楠, 王宇, 乔旭宁, 等. 1987—2021年淮河流域FVC时空变化与驱动因素分析[J]. 农业机械学报, 2023, 54(4):180-190.
[12]	杨欣, 薛华柱, 董国涛, 等. 1982—2022年祁连山植被变化及其驱动因子[J]. 生态学杂志, 2024, 43(6):1576-1586.
[13]	高倩倩, 陈灿, 刘贺娜, 等. 闽江流域植被覆盖度时空变化及地形分异特征[J]. 林业资源管理, 2022(2):91-99.
[14]	杨达, 易桂花, 张廷斌, 等. 青藏高原植被生长季NDVI时空变化与影响因素[J]. 应用生态学报, 2021, 32(4):1361-1372. doi: 10.13287/j.1001-9332.202104.014
[15]	张春森, 胡艳, 史晓亮. 基于AVHRR和MODIS NDVI数据的黄土高原植被覆盖时空演变分析[J]. 应用科学学报, 2016, 34(6):702-712.
[16]	陈云浩, 李晓兵, 史培军. 1983—1992年中国陆地NDVI变化的气候因子驱动分析[J]. 植物生态学报, 2001(6):716-720.
[17]	SUN Wenyi, SONG Xiaoyan, MU Xingmin, et al. Spatiotemporal vegetation cover variations associated with climate change and ecological restoration in the Loess Plateau[J]. Agricultural & Forest Meteorology, 2015,209-210:87-99.
[18]	李震, 阎福礼, 范湘涛. 中国西北地区NDVI变化及其与温度和降水的关系[J]. 遥感学报, 2005(3):308-313.
[19]	EVANS J, GEERKEN R. Discrimination between climate and human-induced dryland degradation[J]. Journal of Arid Environments, 2004, 57(4):535-554.
[20]	WESSELS K J, PRINCE S D, MALHERBE J, et al. Can human-induced land degradation be distinguished from the effects of rainfall variability? A case study in South Africa[J]. Journal of Arid Environments, 2007, 68(2):271-297.
[21]	金凯, 王飞, 韩剑桥, 等. 1982—2015年中国气候变化和人类活动对植被NDVI变化的影响[J]. 地理学报, 2020, 75(5):961-974. doi: 10.11821/dlxb202005006
[22]	王军, 严有龙, 王金满, 等. 闽江流域生境质量时空演变特征与预测研究[J]. 生态学报, 2021, 41(14):5837-5848.
[23]	陈增文. 基于NDVI的生态环境变化分析:以福建省龙岩市长汀县为例[J]. 化学工程与装备, 2012(6):204-207.
[24]	WANG Zhenhong, DAUN Chuanqun, YUAN Li, et al. Assessment of the restoration of a degraded semi-humid evergreen broadleaf forest ecosystem by combined single-indicator and comprehensive model method[J]. Ecological Engineering, 2010, 36(6):757-767.
[25]	DENG Lei, SHANGGUAN Zhouping, LI Rui. Effects of the grain-for-green program on soil erosion in China[J]. International Journal of Sediment Research, 2012, 27(1):120-127
[26]	陈旻. 全省森林覆盖率连续45年保持全国首位[N]. 福建日报,2024-05-31(1).
[27]	国务院. 国务院关于支持福建省深入实施生态省战略加快生态文明先行示范区建设的若干意见[EB/OL].(2014-04-09)[2024-09-02]. https://www.gov.cn/zhengce/zhengceku/2014-04/09/content_8745.htm.
[28]	台风“苏拉”“达维”“海葵”造成全国12省市受灾[J]. 中国应急管理, 2012(8):66.
[29]	徐涵秋. 城市不透水面与相关城市生态要素关系的定量分析[J]. 生态学报, 2009, 29(5):2456-2462.
[30]	张灿, 徐涵秋, 张好, 等. 南方红壤典型水土流失区植被覆盖度变化及其生态效应评估:以福建省长汀县为例[J]. 自然资源学报, 2015, 30(6):917-928. doi: 10.11849/zrzyxb.2015.06.003
[31]	张春, 柯荫渠, 沈良坤, 等. 让“绿水青山”源源不断带来“金山银山”南平市应急管理系统守住自然生态安全边界,助推高质量发展[J]. 安全与健康, 2020(12):24-26.
[32]	余群. 南平:守护生态环境“高颜值”[J]. 人民政坛, 2018,(12):25-26.
[33]	陈少勇. 顺昌县人大:用力用心用智推进生态高质量发展[J]. 人民政坛, 2024(5):37-38.

S_NDVI,GC			影响程度
<-0.002 0			明显抑制
-0.002 0	~	<-0.001 0	中度抑制
-0.001 0	~	<-0.000 2	轻微抑制
-0.000 2	~	<0.000 2	基本无影响
0.000 2	~	<0.001 0	轻微促进
0.001 0	~	<0.002 0	中度促进
≥0.002 0			明显促进

气候因子	R		面积占比/%
气候因子	取值范围	平均值	显著正相关	不显著正相关	显著负相关	不显著负相关
气温	-0.91~0.91	0.204 7	61.22	18.95	18.12	1.71
降水	-0.80~0.83	0.126 9	67.76	6.08	25.68	0.48

驱动因素	明显抑制	中度抑制	轻微抑制	基本无影响	轻微促进	中度促进	明显促进
气候变化	2.16	2.59	7.84	11.33	30.78	30.86	14.43
人类活动	3.58	3.52	6.94	6.33	18.78	28.89	31.96

贡献率/%	面积占比/%
贡献率/%	气候变化	人类活动
0~20	27.86	13.70
20<~40	24.07	11.17
40<~60	23.20	23.20
60<~80	11.16	24.06
80<~100	13.70	27.87

2000—2020年闽江流域植被变化及其驱动因素

Vegetation change and its drivers in the Minjiang River Basin in 2000—2020

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 33

相关文章 15

编辑推荐

Metrics

本文评价

[1]	郭昊天, 谢沛铮, 陈晓蔚, 周梦丽, 靳姗姗, 闫东锋. 河南黄河流域关键保护野生树种保护空缺识别[J]. 林草资源研究, 2024, 0(3): 96-105.
[2]	王小涵, 何潇, 史景宁. 气候变化背景下华北落叶松人工林最优轮伐期的经济分析[J]. 林草资源研究, 2023, 0(5): 40-47.
[3]	刘增力, 胡理乐. 珍稀植物篦子三尖杉潜在分布范围及气候变化影响预测[J]. 林业资源管理, 2022, 0(1): 35-42.
[4]	林双双, 钟九生, 何鑫, 江丽, 段纪维, 代仁丽, 何志远. 光谱信息支持下城区林地信息提取方法[J]. 林业资源管理, 2021, 0(3): 96-100.
[5]	濮毅涵, 张栋, 徐丹丹, 栾兆擎. Sentinel-2A红边波段对湖滨带植被分类能力的评估[J]. 林业资源管理, 2021, 0(2): 131-139.
[6]	闫平, 徐健楠, 菊花, 浩仁塔本, 郭丰毅, 慕晓炜, 阮超越. 云南三江并流地区树轮宽度指数与NDVI关系研究[J]. 林业资源管理, 2019, 0(6): 42-48.
[7]	王瑾, 闫庆武, 谭学玲, 邹雅婧. 内蒙古地区植被覆盖动态及驱动因素分析[J]. 林业资源管理, 2019, 0(4): 159-167.
[8]	陈忠震, 石君杰, 贾存, 李永祥, 刘家丞, 金辉, 李永宁. 天然华北落叶松径向生长对气候变化的响应[J]. 林业资源管理, 2019, 0(2): 60-66.
[9]	轩俊伟, 盛建东. 2001—2017年新疆玛纳斯河流域植被NDVI时空变化特征[J]. 林业资源管理, 2018, 0(6): 30-37.
[10]	罗芬, 李雪丽, 李书献, 何嘉文. 国外森林结构属性公众偏好的影响因素研究进展[J]. 林业资源管理, 2018, 0(3): 133-140.
[11]	马浩. 2000—2015年青海省植被EVI变化趋势及其影响因素分析[J]. 林业资源管理, 2017, 0(6): 77-83.
[12]	谭莹, 徐军, 毛华英. 平原绿化工程建设下的归一化植被指数动态变化分析——以浙江省海宁市为例[J]. 林业资源管理, 2017, 0(6): 84-88.
[13]	刘旭升, 孙涛. 近10年我国荒漠化地区植被长势变化分析[J]. 林业资源管理, 2017, 0(3): 31-34.
[14]	赵晶, 周耀治, 邓兴耀. 西北干旱区植被覆盖时空动态特征[J]. 林业资源管理, 2017, 0(1): 118-126.
[15]	刁鸣军, 夏朝宗. 1982—2013年准噶尔盆地植被长势变化分析[J]. 林业资源管理, 2016, 0(5): 39-46.

NDVI趋势	驱动因素	面积占比/%
>0	CC&HA	71.72
	CC	6.81
	HA	9.28
<0	CC&HA	6.00
	CC	2.08
	HA	4.10