徐勇(1988—), 男(汉族), 湖南省益阳市人, 讲师, 博士,主要从事气候变化和植被NDVI反演的研究。Email:
分析2000—2020年环渤海地区植被NDVI时空演变特征和人口密度变化的冷热点变迁格局,探究环渤海地区植被NDVI对人口密度变化的响应特征,揭示环渤海地区植被NDVI和人口密度重心的迁移轨迹,为该地区植被监测和管理,以及生态环境保护提供理论依据。
以2000—2020年MODIS NDVI和Population Density时间序列为数据源,采用Theil-Sen Median趋势分析、Mann-Kendall显著性检验、格兰杰因果关系检验、Getis-Ord
① 2000—2020年环渤海地区植被NDVI整体呈上升趋势,上升斜率为0.022/10 a,且植被NDVI上升区域面积远大于下降区域面积。2000—2010年植被NDVI上升速率明显高于2010—2020年植被NDVI上升速率。②2000—2020年环渤海地区人口密度变化热点区和冷点区所占比例分别为11.26%和46.84%,人口密度变化以冷点区为主,冷点区主要呈条带状从环渤海地区东北部延伸至西北部,以及山东省东南部部分地区。③环渤海地区人口密度对植被NDVI存在单向格兰杰原因,人口密度的改变是引起植被NDVI变化的格兰杰原因,而植被NDVI的变化不是造成人口密度改变的格兰杰原因。整体上,人口密度的增长对区域植被NDVI的影响主要为负向效应,人口集聚程度越高的区域,植被NDVI下降越显著。④2000—2020年的植被NDVI重心迁移方向无明显空间模式,但总体向西北方向迁移,人口密度重心整体呈东南至西北方向迁移。
2000—2020环渤海地区植被NDVI整体呈上升趋势。人口密度的增长对植被NDVI变化具有负向影响。综合考虑人口密度变化和气候变化对环渤海地区植被NDVI变化的影响有待进一步研究。
The response characteristics of vegetation NDVI to population density change were explored to reveal the migration track of vegetation NDVI and population density center of gravity in the Bohai Rim region, in order to provide a theoretical basis for vegetation monitoring and management and ecological environment protection in the region.
Based on the MOD13A3 NDVI and population density time series from 2000 to 2020, the methods of Theil-Sen Median analysis, Mann-Kendall significance test, Granger causality test, Getis-Ord
① from 2000 to 2020, NDVI in the Bohai Rim region showed an upward trend, with an upward slope of 0.022/10 a, and the area of NDVI rising was much larger than that of falling area. The rising rate of NDVI from 2000 to 2010 was significantly higher than that from 2010 to 2020. ② From 2000 to 2020, the proportion of hot spots and cold spots in the change of population density in the Bohai Rim region was 11.26% and 46.84% respectively. The change of population density was mainly in the cold spot region, which mainly extended in strips from the northeast of the Bohai Rim region to the northwest and some areas in the southeast of Shandong Province. ③ There was a one-way Granger cause of population density on NDVI around the Bohai Sea. The change of population density was the Granger cause of the change of NDVI, while the change of NDVI was not the Granger cause of the change of population density. On the whole, the growth of population density mainly had a negative effect on regional NDVI. The higher the degree of population agglomeration, the more significant the decline of NDVI. ④ There was no obvious spatial pattern in the migration direction of NDVI center of gravity of vegetation from 2000 to 2020, but it generally migrated to the northwest, and the center of gravity of population density migrated from the southeast to the northwest.
From 2000 to 2020, the NDVI in the Bohai Rim region shows an upward trend. The increase of population density has a negative impact on the change of NDVI. Further study needs to be conducted considering the impact of population density change and climate change on NDVI change in the Bohai Rim region.
环渤海地区横跨湿润区、半湿润区和半干旱区,其环境具有空间上的复杂性和时间上的易变性,是中国乃至全球气候变化的敏感区和脆弱区之一[
环渤海地区以“C”字形环抱渤海,包括三省两市,即辽宁省、山东省、河北省、天津市以及北京市,位于34°22′—43°28′N,113°26′—125°52′E。气候类型为温带季风气候,主要植被带为暖温带落叶阔叶林带。地形主要以平原、丘陵和山地为主,整体上地势呈东南低西北高的分布格局。环渤海地区是中国最为发达的经济区之一,基础设施完善,自然资源丰沛,工业基础扎实,科技实力雄厚。2019年环渤海地区年末总人口约2.6亿(2020年统计年鉴),约占全国总人口的18.38%,为中国人口最为稠密的地区之一,尤其是北京市和天津市,不仅是中国政治、经济和文化中心,2020年人口密度分别高达1 334和1 158人/km2,分别居全国第2和第3位,而山东省和河北省为中国人口大省,人口总量分居全国第2和第6(第7次人口普查数据)。
本文所使用MODIS NDVI数据来源于NASA MODIS陆地产品组发布的植被指数产品MOD13A3,该产品时间分辨率为每月,空间分辨率为1 km,时间跨度从2000年2月至2020年12月,该数据已经经过大气校正,去除了水、云、重气溶胶和云影的影响。本文通过对得到的每期MOD13A3数据集进行影像镶嵌、重采样、投影转换、数据格式转换、最大值合成等预处理,生成2000—2020年覆盖中国全境的年最大值植被NDVI时间序列,然后通过裁剪得到环渤海地区植被年最大合成NDVI时间序列。2000年1月植被NDVI数据缺失。由于1月为冬季,植被NDVI较低,故本文使用最大值合成法得到年最大合成植被NDVI,缺失月份不会对本文研究结果产生影响。人口密度数据来源于WorldPop发布的Population Density数据,时间分辨率为每年,空间分辨率为1 km,时间跨度为2000—2020年。人口密度数据需要经过镶嵌、投影转换、图像裁剪和重采样等预处理,裁剪得到2000—2020年环渤海地区人口密度时间序列。
本文采用Theil-Sen Median趋势分析和Mann-Kendall显著性检验[
Theil-Sen median趋势分析计算公式为:
式中:NDVI
Mann-Kendall显著性检验是稳健的非参数统计方法,不需要方差正态性假设,在一定程度上避免异常值对分析结果的影响。本文利用Mann-Kendall显著性检验来判断植被NDVI时间序列变化趋势的显著性。具体公式为:
给定NDVI时间序列:
计算检验统计量
符号函数sgn:
计算方差:
定义标准化统计量
按照Mann-Kendall显著性检验的检验统计量
Getis-Ord
式中:
为检验
式中:
假定原假设
选取置信水平为95%,若
式中:
为分析2000—2020年环渤海地区植被NDVI和人口密度迁移特征,本次研究运用属性重心迁移模型[
式中:
标准差椭圆从数据范围、数据集聚性、变化方向和形状等多个角度,呈现地理要素的空间格局分布特征。方向角是正北方向与顺时针旋转的椭圆长轴形成的夹角,代表数据空间分布的主趋势方向,长半轴表示数据在主趋势方向上集聚性,短半轴反映数据在此趋势方向上集聚性。主要计算公式为:
式中:
由
环渤海地区2000—2020年植被NDVI变化趋势
本文利用Theil-Sen Median趋势分析法得到2000—2010年、2010—2020年以及2000—2020年环渤海地区植被NDVI变化趋势,并根据Mann-Kendall显著性检验,检验其变化趋势的显著性。由
环渤海地区植被NDVI变化趋势面积比例统计
NDVI变化趋势 | 面积比例/% | ||||
2000—2010年 | 2010—2020年 | 2000—2020年 | |||
注: | |||||
显著下降 | <0 | 1.35 | 5.71 | 6.43 | |
不显著下降 | <0 | -1.96≤ |
14.82 | 44.29 | 17.21 |
不显著上升 | >0 | 0≤ |
53.57 | 40.15 | 31.18 |
显著上升 | >0 | 30.26 | 9.85 | 45.18 |
环渤海地区2000—2020年植被NDVI变化趋势及显著性检验
为揭示环渤海地区人口密度变化的集聚性和空间异质性,基于Getis-Ord
环渤海地区人口密度冷热点区域分布
环渤海地区人口密度冷热点区域面积比例统计
年份 | 热点区 | 次热点区 | 次冷点区 | 冷点区 |
2000—2010 | 13.07 | 11.56 | 32.30 | 43.07 |
2010—2020 | 8.69 | 29.15 | 22.94 | 39.22 |
2000—2020 | 11.26 | 27.36 | 14.54 | 46.84 |
为检验环渤海地区人口密度和植被NDVI的因果关系,本文利用格兰杰因果关系检验法对两者的相关关系进行验证。该方法可判断两个时间序列之间是否存在因果性[
人口密度和植被NDVI两个时间序列的Granger检验结果
地区 | 原假设 | 滞后期 | 结果 | ||
环渤海地区 | POP不是NDVI的Granger原因 | 2 | 3.667 | 0.052 4 | 拒绝 |
NDVI不是POP的Granger原因 | 2 | 1.238 | 0.319 8 | 接受 | |
北京 | POP不是NDVI的Granger原因 | 1 | 4.699 | 0.044 7 | 拒绝 |
NDVI不是POP的Granger原因 | 1 | 1.874 | 0.188 8 | 接受 | |
天津 | POP不是NDVI的Granger原因 | 4 | 4.251 | 0.039 0 | 拒绝 |
NDVI不是POP的Granger原因 | 4 | 1.696 | 0.243 1 | 接受 | |
河北 | POP不是NDVI的Granger原因 | 1 | 4.258 | 0.054 7 | 拒绝 |
NDVI不是POP的Granger原因 | 1 | 2.486 | 0.133 3 | 接受 | |
山东 | POP不是NDVI的Granger原因 | 2 | 6.912 | 0.008 2 | 拒绝 |
NDVI不是POP的Granger原因 | 2 | 2.584 | 0.110 9 | 接受 | |
辽宁 | POP不是NDVI的Granger原因 | 1 | 4.185 | 0.056 6 | 拒绝 |
NDVI不是POP的Granger原因 | 1 | 1.526 | 0.233 5 | 接受 |
环渤海地区人口密度冷热点区域植被NDVI变化显著性面积比例统计
由
由
环渤海地区2000—2020年植被NDVI重心转移空间变化
2000—2020年环渤海地区人口密度标准差椭圆形成东北—西南的空间分布格局,标准差椭圆参数变化较为稳定,重心经度由118°05′38″逐步下降至117°58′30″,而重心纬度由38°12′00″逐步上升至38°17′21″,方位角由59.48°逐步扩大至61.32°。长半轴标准差从4.254 km缩小至4.061 km,表明环渤海地区人口密度在“东北—西南”方向上呈收敛趋势,空间集聚性轻微上升,而短半轴标准差由2.405 km扩大至2.419 km,表明2000—2020年的环渤海地区人口密度在“西北—东南”方向上呈扩张趋势,空间集聚性轻微下降。由
环渤海地区2000—2020年人口密度重心转移空间变化
(1) 2000—2020年环渤海地区植被NDVI整体呈上升趋势,上升斜率为0.022/10 a。2000—2010年植被NDVI上升速率高于2010—2020年植被NDVI上升速率。2000—2020年植被NDVI呈上升趋势的面积大于呈下降趋势的面积,其中显著上升区域面积占总面积的45.18%,主要分布于研究区的西北部和东北部。
(2) 2000—2020年环渤海地区人口密度变化以冷点区为主,主要从辽宁省东北部延伸至河北省西北部,以及山东省东南地区。相较于2000—2010年,2010—2020年人口密度变化的冷点区、次冷点区以及热点区均有所减少,主要表现为次热点区增加。
(3) 环渤海地区人口密度变化是引起植被NDVI变化的格兰杰原因,而植被NDVI的变化不是造成人口密度改变的格兰杰原因。且人口密度变化对植被NDVI变化的负向效应要强于正向效应,植被NDVI呈显著下降趋势面积主要集中于热点区,呈显著上升面积主要位于冷点区。
(4) 2000—2020年的环渤海地区植被NDVI重心与人口密度重心均往西北方向迁移,表明人口重心迁移方向和NDVI重心迁移方向呈现一定相关性,人口密度重心迁移轨迹比较均一,但植被NDVI重心迁移轨迹较为复杂,不与人口密度重心迁移轨迹呈明显的线性关系。
本文的研究结果基本符合一般规律,表明利用人口密度分析研究对植被NDVI的研究方法切实可行,但仍存在不足之处。首先考虑的人为因素较少,人口密度作为单一因子进行分析导致的结论可能过于片面,后期的研究可以加入地区GDP、人口劳动力等人为因子[
Zhang Yan, Wu Tong, Arkema Katie K, et al. Coastal vulnerability to climate change in China's Bohai Economic Rim [J]. Environment International, 2021, 147: 106359.
张学珍, 郑景云, 郝志新. 中国主要经济区的近期气候变化特征评估[J]. 地理科学进展, 2020, 39(10): 1609-1618.
Liu Yubin, Hou Xiyong, Li Xiaowei, et al. Assessing and predicting changes in ecosystem service values based on land use/cover change in the Bohai Rim coastal zone [J]. Ecological Indicators, 2020, 111: 106004.
于莉莉, 孙立双, 张丹华, 等. 基于Google Earth Engine的环渤海地区土地覆盖分类[J]. 应用生态学报, 2020, 31(12): 4091-4098.
Zheng Kaiyuan, Tan Linshan, Sun Yanwei, et al. Impacts of climate change and anthropogenic activities on vegetation change: Evidence from typical areas in China[J]. Ecological Indicators, 2021, 126: 107648.
王强, 张勃, 戴声佩, 等. 三北防护林工程区植被覆盖变化与影响因子分析[J]. 中国环境科学, 2012, 32(7): 1302-1308.
Hu Yugang, Li Huan, Wu Dan, et al. LAI-indicated vegetation dynamic in ecologically fragile region: A case study in the Three-North Shelter Forest program region of China [J]. Ecological Indicators, 2021, 120: 106932.
严恩萍, 林辉, 党永峰, 等. 2000—2012年京津风沙源治理区植被覆盖时空演变特征[J]. 生态学报, 2014, 34(17): 5007-5020.
Cao Shixiong, Xia Chengqi, Suo Xinhao, et al. A framework for calculating the net benefits of ecological restoration programs in China [J]. Ecosystem Services, 2021, 50: 101325.
冯国艳. 2001—2016年西南地区植被动态变化及驱动因素研究[D]. 重庆: 西南大学, 2018.
梁守真, 禹定峰, 王猛, 等. 应用遥感时序数据研究植被变化与气候因子的关系: 以环渤海地区为例[J]. 国土资源遥感, 2015, 27(3): 114-121.
杜佳梦, 包刚, 佟斯琴, 等. 1982—2015年蒙古国植被覆盖变化及其与气候变化和人类活动的关系[J]. 草业学报, 2021, 30(2): 1-13.
He Peng, Xu Lishuai, Liu Zhengchun, et al. Dynamics of NDVI and its influencing factors in the Chinese Loess Plateau during 2002—2018 [J]. Regional Sustainability, 2021, 2(1): 36-46.
韩贵锋, 徐建华. 长江三角洲地区城市化与植被活动之间的时空相关性[J]. 生态科学, 2008, 27(1): 1-5.
徐勇, 黄雯婷, 靖娟利, 等. 京津冀地区植被NDVI动态变化及其与气候因子的关系[J]. 水土保持通报, 2020, 40(5): 319-327.
徐勇, 吴杰峰, 郭振东. 2001—2019年广东省植被NDVI时空演变特征及持续性分析[J]. 无线电工程, 2021, 51(8): 691-698.
Kuznetsov Andrey, Sadovskaya Veronika. Spatial Variation and Hotspot Detection of COVID-19 Cases in Kazakhstan, 2020 [J]. Spatial and Spatio-Temporal Epidemiology, 2021: 100430.
曹永福. 格兰杰因果性检验评述[J]. 数量经济技术经济研究, 2006(1): 155-160.
Balsa-Barreiro José, Li Yingcheng, Morales Alfredo. Globalization and the shifting centers of gravity of world's human dynamics: Implications for sustainability [J]. Journal of Cleaner Production, 2019, 239: 117923.
张鹏骞, 胡理乐, 白加德. 京津冀地区近20年NDVI时空变化特征[J]. 生态环境学报, 2021, 30(1): 29-36.
李卓, 孙然好, 张继超, 等. 京津冀城市群地区植被覆盖动态变化时空分析[J]. 生态学报, 2017, 37(22): 7418-7426.
Jiang Meichen, He Yuexin, Song Conghe, et al. Disaggregating climatic and anthropogenic influences on vegetation changes in Beijing-Tianjin-Hebei region of China [J]. Science of the Total Environment, 2021, 786, 147574.
孙涛, 孙然好, 陈利顶. 京津冀城市群土地利用转化对植被净生产力的影响模式研究[J]. 环境生态学, 2020, 2(4): 1-8, 17.
赵安周, 裴韬, 曹森, 等. 京津冀城市扩张对植被和地表城市热岛的影响[J]. 中国环境科学, 2020, 40(4): 1825-1833.
武爱彬. 京津冀区域"三生空间"分类评价与格局演变[J]. 中国农业资源与区划, 2019, 40(11): 237-242.
张滔, 唐宏. 基于Google Earth Engine的京津冀2001—2015年植被覆盖变化与城镇扩张研究[J]. 遥感技术与应用, 2018, 33(4): 593-599.
曹琳剑, 王杰, 王欢欢, 等. 京津冀基础设施建设与人口集聚耦合演进分析: 基于推拉理论解析[J]. 地理科学, 2019, 39(8): 1256-1264.
杨洋, 梅洁. 环渤海地区县域土地: 人口城镇化水平时空演化与失调发展特征[J]. 经济地理, 2019, 39(7): 205-215.
刘建志, 刘志刚, 范梦甜, 等. 山东省人口—经济—土地城镇化耦合协调度时空差异分析[J]. 经济研究导刊, 2017(30): 68-71, 126.
曹永福. 格兰杰因果性检验评述[J]. 数量经济技术经济研究, 2006(1): 155-160.
姜涛, 杜两省. 我国城镇居民收入差距与经济增长关系的实证分析: 基于E-G两步法[J]. 宏观经济研究, 2014(3): 114-124.
周玉科. 青藏高原植被NDVI对气候因子响应的格兰杰效应分析[J]. 地理科学进展, 2019, 38(5): 718-730.
马宗文, 许学工, 卢亚灵. 环渤海地区NDVI拟合方法比较及其影响因素[J]. 生态学杂志, 2011, 30(7): 1558-1564.
Zhang Yao, Peng Changhui, Li Weizhong, et al. Multiple afforestation programs accelerate the greenness in the 'Three North'region of China from 1982 to 2013 [J]. Ecological Indicators, 2016, 61: 404-412.
Wu Zhitao, Wu Jianjun, Liu Jinghui, et al. Increasing terrestrial vegetation activity of ecological restoration program in the Beijing-Tianjin Sand Source Region of China [J]. Ecological Engineering, 2013, 52: 37-50.
马忠东, 王建平. 区域竞争下流动人口的规模及分布[J]. 人口研究, 2010, 34(3): 3-16.
Piao Shilong, Yin Guodong, Tan Jianguang, et al. Detection and attribution of vegetation greening trend in China over the last 30 years [J]. Global Change Biology, 2015, 21(4): 1601-1609.
陈宽, 潮洛濛. 内蒙古植被NDVI变化趋势及影响因子数据集(2000—2015) [J]. 全球变化数据学报(中英文), 2020, 4(2): 137-143, 137-143.