论文部分内容阅读
随着全球生态环境变化问题日益严峻,地表植被覆盖越鲜明地成为区域生态健康的指示因子。通过进行长时序植被覆盖度（VFC）的监测,可掌握其动态变化规律及驱动因素,这对未来生态环境的改善具有深远意义。论文选用2000～2018年Landsat系列生长季（5～11月）多时相遥感影像来探讨深圳市植被覆盖度时空变化特征、与气候因子的响应及驱动力分析和预测。在研究植被覆盖度时空变化特征中,在空间上利用重心空间迁移模型,在时间上利用线性回归分析和F检验、动态稳定性模型。在探究与气候因子的响应时,采用偏相关分析和T检验、复相关分析和F检验来了解气温或降水对植被覆盖度（Vegetation Fractional Coverage,VFC）的单独及复合影响。在剖析植被覆盖度动态变化驱动和预测中,结合区域年鉴数据利用主成分分析（PCA）进行驱动分析,并利用CA-Markov模型对研究区2024年地表植被覆盖情况进行预测。研究得到主要结论如下:（1）长时间序列影像动态分析表明,深圳市2000～2018年多年来植被覆盖度均值为0.50,主要分布在东南部、西部以及北部少数地区,占研究区总面积78.47%。结合地形变化,主要适生于H=300～800m、Slope=0～20°、Aspect=西南（SW）、东北（NE）以及东南坡（SE）。其迁移特征由西北-东南-西北,迁移速率为551.21m·a-1。在时间轴上,19年来:深圳市年生长季VFC均值整体呈现上升趋势(2.8×10-3yr-1,P<0.1),这与区域注重绿色发展的素质有关。观察其稳定性,整体呈现稳定特征,高波动较弱,仅占总面积的0.73%。（2）深圳市植被覆盖度与气候因子的响应分析表明,气温对植被覆盖变化的影响高于降水。多年来,深圳市年气温、累积降水均值分别为23.34℃、2234.05mm,由于城市化拓展,VFC分布区域温度低于人口密集区,降水反之。在时间上以2011年为节点,气温、降水均呈现“先减少、后增加”的趋势,但在速率上不及前者,故整体表现为“干冷化”,相关降低速率为0.083℃·a-1、66.01mm·a-1。分析气象因子单独影响,气温和VFC的偏相关系数均值为-0.081,达到显著水平（P<0.05）正负相关面积比例分别为2.81%、4.97%,故呈现较弱负相关影响。降水和VFC的偏相关系数均值为-0.042,达到显著水平（P<0.05）正负相关面积比例分别为1.10%、2.16%,故呈现微弱负相关影响。分析气温、降水对VFC的复合影响,气温、降水和VFC的偏相关系数均值为0.302,其中仅与气温显著相关、仅与降水显著相关、与气温、降水均显著相关所占面积比例分别为6.61%、2.09%、1.35%,故气温为影响研究区VFC变化的主要因子。（3）植被覆盖度动态变化驱动分析表明,深圳是植被覆盖变化主要受企业数量、政府财政收支及第三产业发展的驱动影响。其次,在人口基数庞大的背景下,全民受教育水平（各级各类职工、在校学生人数）是次要的驱动因素。仅次于全民素质的,科技创新发展是社会经济发展的“助推器”。最后,区域交通运输（公路、铁路、水运、航空等）的发展及政府的宏观调控,是植被覆盖变化的重要因子。（4）研究采用CA-Markov模型分两种情景（理论情景及自然情景）对深圳市2024年土地覆盖类型进行模拟预测,预测结果所得植被类型所占比例相差不显著,但在地理表达方面解释能力方面存在差异,其差异阈值为0%～1.22%。理论情景虽然能刻画土地覆盖细节信息,但模拟结果在地理表达方面解释能力不强。自然情景下2014～2024年间,发生变动面积为6967.68hm2。其中,乔木林、耕地、草地及水体呈现减少趋势,而灌丛、裸地及建筑用地呈增加趋势。88.94%乔木主要演变为建筑用地、灌丛及裸地,905.83 hm2耕地主要演变为建筑用地及乔木林,变化的草地中53.51%的量主要演变为建筑用地。