杨辰丛海

(福建师范大学 地理科学学院，福建 福州 350007)

植被是重要的地表覆盖类型，在生态系统能量循环、自然界物质转换中扮演重要角色，作为连接自然界各个要素的纽带，具有维持生态平衡、减轻水土流失等重要功能[1-2]。植被覆盖度(fractional vegetation cover，FVC)是衡量地表植被覆盖情况的主要指标，研究植被覆盖度时空变化对评价生态环境[3]、监测土地荒漠化[4]等具有重要意义。近年来，随着遥感的广泛运用，归一化植被覆盖指数(NDVI)、像元二分模型等经典方法被相继提出，使全面且较精确地提取地区植被覆盖度状况成为可能[5]。

地理探测器具有定量化归因、解释地理现象空间分异等功能[6]，将地理探测器与植被覆盖度结合起来，探究其空间分布变化的驱动因子，定量化解释气温、降水、地形、人口密度等不同因素对植被覆盖度变化的影响[3]，已经有较丰富的研究成果。郑勇等[7]对川西高原地区的研究表明，气温对植被覆盖度变化的影响具有即时性，且在生长期时相关性最强；李雨鸿等[8]对江西省进行研究，发现植被覆盖度与不同气候因子的相关性具有空间分异性，气温并不总是与植被覆盖度呈正相关；王伟泽等[9]对扎龙湿地的研究表明，外来河流来水及人工补水是扎龙湿地植被覆盖度改善的主要因素，而气温及降水变化则无明显影响。综合各位学者的研究，可以发现在不同研究区影响植被覆盖度的因素各不相同，主导因素在不同地区具有较大差异性。

平和县是福建省水土流失重点治理县之一[10]，水土流失程度在福建省内仅次于长汀县与宁化县[11]，面临较严重的水土流失问题。近年来，土地利用结构失衡、农业用地面积下降、蜜柚种植不规范等问题[12]成为当地水土流失治理的重要阻力。植被覆盖度的变化可有力反映该地水土流失治理成效，但目前而言，针对福建省平和县这一地区的植被覆盖度变化及其地形驱动因素的研究罕有见报。

本文以福建省平和县为研究对象，基于2000—2021年中3个年度遥感影像，使用像元二分模型提取植被覆盖度，研究平和县植被覆盖变化趋势；在数据离散化的基础上，基于地理探测器的定量化归因方法，分析海拔、坡向、坡度3种地形因子与植被覆盖度的联系及不同地形因子植被覆盖度的变化差异，并定量探讨何种地形因子对植被覆盖度的影响相对更明显，为平和县后期水土保持工作的开展提供一定数据支持。

1 材料与方法

1.1 研究区概况与数据获取

平和县隶属于福建省漳州市，处闽粤交界地带，地理坐标为116°54′～117°31′E，24°02′～24°35′N，年降水约1 700 mm，年均气温约21.3 ℃，相对湿度约80%[13]。该地盛产蜜柚，蜜柚是当地重要特色农业，在2019年蜜柚产值达到29亿元，但蜜柚园盲目开发所带来的生态破坏，是当地水土流失治理所面临的新挑战[14]。

本研究使用2000年和2010年2幅Landsat 5影像及2021年Landsat 8影像，采样时间均为3—4月，云量均为4%以下；DEM数据采用Aster Gedm 30 m分辨率地表高程模型。遥感影像与DEM数据来源于地理空间数据云(http://www.gscloud.cn/sources)。下载数据后，进行几何校正，大气校正并依行政区边界进行图像裁剪，使用ENVI及GIS进行后续操作。

1.2 植被覆盖度的提取

使用波段计算工具得NDVI后，再使用像元二分模型提取地表植被覆盖度信息。该方法假设每个像元都是纯植被像元与纯土壤像元的线性加权组合，其计算公式为[15]：

植被覆盖度=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)。

式中，植被覆盖度为地表植被覆盖度，NDVI为某一像元真实NDVI值，NDVIsoil为纯裸土像元的NDVI值，NDVIveg为纯植被像元NDVI值。本文参照刘宪锋等[16]研究方法，取NDVI频率累积表的0.5%及99.5%作为纯裸土及纯植被的NDVI值。

1.3 地理探测器分析

1.3.1 数据离散化处理

地理探测器分析需首先对数据进行离散化处理。本文需要分级的指标为植被覆盖度、海拔、坡度及坡向。植被覆盖度及坡度参照《土壤侵蚀分类分级标准》[17]中关于FVC及坡度的表述进行分级，海拔采用自然断点法分级。植被覆盖度、海拔、坡度均分为1～5级，分别对应低、中低、中、中高、高。坡向参照地区相近的吴思佳等[18]对闽三角地区坡向的划分标准，将坡向分为平地(-1°)、阴坡(0°～45°，315°～360°)、半阳坡(45°～135°)、阳坡(135°～225°)、半阴坡(225°～315°)5级。植被覆盖度、坡度、海拔3种指标分级标准见表1。为方便统计，本文在分区字段统计中，依照分级标准对FVC进行划分，但在地理探测器计算时，仍然使用FVC原始值。使用GIS中分区统计功能，分别计算获得各个分级区内植被覆盖度变化规律。

表1 各指标分类标准

1.3.2 地理探测器计算

基于空间自相关的地理探测器认为，对某一地理要素分布有重要影响的因子，其在空间分布上也应与受影响的地理要素具有一致性[6]。本文将植被覆盖度视为因变量Y值，影响因子海拔、坡度、坡向视为X值，使用地理探测器中的因子探测器(Factor Detector)功能进行分析。其计算公式为：

2 结果与分析

2.1 平和县植被覆盖度空间变化

2000—2021年，平和县整体植被覆盖度呈上升趋势，平均植被覆盖度在2000年、2010年及2021年分别为0.531、0.610及0.617。主要植被覆盖类型为中高植被覆盖，其次为高植被覆盖。中高植被覆盖占比在2000年、2010年及2021年分别达到49.58%、53.99%及63.82%，上升趋势明显。而随着中高植被覆盖区的增加，中低植被及低植被覆盖区占比不断下降，向更高级植被覆盖度转移的趋势较为明显，两者占比总和由2000年的11.11%下降至2021年的2.83%。

2.2 平和县不同地形因子的植被覆盖度变化分异

从植被覆盖度现状来看，植被覆盖度变化规律为高海拔区>中高海拔区>中海拔区>中低海拔区>低海拔区；高坡度>中高坡度>中坡度>中低坡度>低坡度，坡度分区整体内部差异较小；半阳坡>阳坡>阴坡>半阴坡>平地。

从植被覆盖度改善趋势(表2)来看，在时间方面，2000—2010年度改善较为明显，除高海拔区出现小幅度下滑外，其余地区植被覆盖度均表现出明显的增加趋势，中低海拔区、低坡度区及平地区改善趋势最为明显，提升幅度分别达到了0.116、0.128及0.097；而在2010—2021年，除了高海拔区、低坡度区及平地区植被覆盖度仍有明显改善外，其他区域植被覆盖度变化均较不明显，只有小幅度上升，中低海拔、中海拔等部分地区出现小幅度退化现象，整体改善幅度较2000—2010年时间段弱，这与整体平均植被覆盖度提升趋势相吻合，2000—2010年平均植被覆盖度由0.531提升至0.610，而2010—2021年则由0.610提升至0.617，提升幅度明显较小。

表2 海拔、坡度、坡向各分区平均植被覆盖度变化

2.3 地理探测器分析

基于2000年及2010年2幅图像，对海拔、坡度、坡向3者进行因子探测(表3)。在2000年，坡度>坡向>海拔；而在2010年，则坡度>海拔>坡向。坡度对植被覆盖度的解释力最强，且明显高于其他因子；在2010年，海拔的解释力明显上升。

表3 不同地形因子计算结果

使用交互作用探测器对因子进行探测表明，坡度与坡向结合，解释力上升为0.217，坡度与海拔结合，解释力上升为0.196，高于原有的单因子计算结果。这表明不同地形因子结合，对植被覆盖度的影响较原有的单一因子更强，解释力更高。

3 小结与讨论

据吴思佳等[18]研究，在闽三角地区，植被覆盖度在海拔1 200～1 500 m、坡度为30°～40°地区达到最大值，达到该区域之前，植被覆盖度随海拔及坡度的上升而上升，平地的植被覆盖度最低，这与本文的研究结果相一致。但本文认为，在平和县半阳坡的植被覆盖度为最高，且整体上阳坡>阴坡，与前人研究所得的阴坡>阳坡有一定差异。其原因是阳坡接收的太阳辐射量更大，植被光合作用更强，且热量条件更加优秀。前人的研究区域为整个闽三角，而本文研究的平和县为闽三角地区的一部分，植被分异规律更具有一定地方性特点。

随着海拔及坡度的增加，植被覆盖度向改善方向变化，低海拔、低坡度、平坦的地区植被覆盖度更低。虽然在低海拔及低坡度区等平坦区域，气温相对较高，热量条件相对较充沛，但由于该地区地势平坦，较适合城镇建设用地及经济活动，人类活动在该区域更加集中，城镇化扩张、农田向城镇用地转换等人类活动[19]，均会对植被覆盖度造成一定影响，因此，植被景观在该区域更容易受到人类活动的扰动影响，植被覆盖度相对较低。也正由于人类活动在该地区集中，人类行为的空间可达性相对更强，当人类受到生态文明建设等政策引导时[20]，发挥主观能动性以改善地表植被状况，该地区也最易被改善，因此，该地区植被覆盖度的提升幅度最为明显。

坡度是3种地形因子中解释力最强的因子。坡度可通过影响土壤保持程度、水土流失、下垫面条件等[21]，对植被生长情况及植被覆盖度产生影响，从而具有较强的解释力。随着时间的变化，3种地形因子对植被覆盖度分布的解释力呈下降趋势。原因可能是随着时间的推移，城市化及经济发展加快，人类活动对地表植被覆盖的影响程度增大，植被覆盖度受地形等自然因素影响减小，而受人口密度、城镇用地面积等人为因素影响提升。另外，坡度与其他地形因子的结合，意味着更丰富的水热组合，对植被的影响也更加多样化，更能解释不同地区植被覆盖度的分异规律。

基于本研究，本文得出如下结论。

平和县整体植被呈改善趋势，中高及高植被覆盖区占比不断提升，中低及低植被覆盖区占比不断下降。近年来改善趋势有所趋缓，在中海拔、高坡度地区出现一定退化。

整体上，平和县现有植被覆盖度在高海拔、高坡度及半阳坡较高，随着海拔及坡度的升高，植被覆盖度呈上升趋势；在低海拔、低坡度及平地地区覆盖度较低，但改善幅度在该地区也最明显。

在海拔、坡度、坡向3种地形因子中，坡度对植被覆盖度的解释力最强，与植被覆盖度有最显著的关联性。海拔和坡度、坡度和坡向等不同因子叠加，对植被覆盖度的解释度较单一因子更强。而随着时间变化，3种因子解释力均有不同程度下降。

本文所研究的海拔、坡度、坡向等3种地形因子对植被覆盖度的解释力都较弱，q值均较低，只能说明某种因子在被研究的3种因子中解释力相对更强，但影响植被覆盖度的因素极其复杂，如气温、降水、城镇发展、人口数量等均可能与植被覆盖度的变化有一定关系，且可能具备更高的解释力。进一步探讨其他因子对植被覆盖度的影响，是本研究后续进展方向。