《Journal of Environmental Management》：Climate-driven vegetation greening in Southwest China's Karst region: A multi-scale kNDVI analysis
编辑推荐：
植被对气候变化的响应在喀斯特地区具有显著空间异质性，基于2000-2022年MODIS数据集研发的kNDVI指数有效分离了喀斯特背景干扰，揭示区域尺度持续绿化（0.0048 yr?1）主要由升温驱动（R=0.3289, p<0.01），降水通过水热限制机制显著制约植被生长，季节尺度差异明显，春季升温促进 fastest greening（0.0069 yr?1），夏季水分胁迫导致最慢增长（0.0039 yr?1），人类活动在近城区域贡献超过10%的植被变异。
马军|王金良|何素玲|张建鹏|刘兰芳|钟旭正|吴凤志
中国云南省昆明市云南师范大学地理学院，650500
摘要
喀斯特地区的植被对气候变化非常敏感，然而在这些复杂的地貌中，植被与气候之间的关系在空间尺度上的量化仍然不足。利用2000–2022年的MODIS数据，我们应用了核归一化差异植被指数（kNDVI）——该指数可以减少土壤/岩石背景的影响——来研究中国西南喀斯特典型区域（SWCKTR）在像素、植被类型和区域尺度上的气候-植被动态。多方法相关性分析（皮尔逊相关性、去趋势相关性和移动窗口偏相关性）揭示了依赖于尺度的模式。区域分析显示，尽管气温上升（0.028°C/年）和降水量减少（-5.19毫米/年），植被仍持续绿化（0.0048年^-1），其中温度是主要驱动因素（R = 0.3289，p < 0.01）。在像素尺度上，61.32%的区域的植被变化与温度呈正相关，而92.65%的区域与降水量呈负相关，这反映了喀斯特水文条件的限制。植被类型分析显示了不同的敏感性：北热带湿润半常绿季节性雨林的春季绿化速度最快（0.0086年^-1，p < 0.01），并且秋季降水量呈正相关（0.3705，p < 0.01），而亚热带山地针叶林在所有季节都表现出对降水量的负响应（夏季：0.5808，p < 0.01），秋季植被退化速度最快（-0.0014年^-1）。从季节上看，春季的区域绿化速度最快（0.0069年^-1，p < 0.01），且与气候呈正相关，而夏季尽管气温上升最快，但生长速度最慢（0.0039年^-1）。残差分析表明气候因素占主导地位（超过80%的像素），但在城市中心附近人类活动也有显著影响（超过10%的残差为正）。多尺度整合揭示了气候-植被之间的层次耦合关系，其中温度效应在各个尺度上是一致的，而降水量效应则因尺度、季节和植被类型而异。
引言
植被动态通过生理过程（包括光合作用、蒸腾作用和碳固定）与气候变化紧密相连（Chaudhry和Sidhu，2022；Dusenge等人，2019）。这些生物物理过程直接影响植被生长模式和生态系统功能，而植被本身的变化也会影响气候系统的稳定性（Gray和Brady，2016）。植被变化不仅影响陆地碳封存，还在水循环和能量交换中起着关键作用，从而影响从局部到全球尺度的生态系统稳定性（Schimel，1995；Heimann和Reichstein，2008）。随着全球变暖的加剧，研究越来越多地关注植被如何适应和应对气候变化，特别是在不同气候区域和季节尺度上的响应（VijayaVenkataRaman等人，2012；Gonzalez等人，2010；Sitch等人，2008）。随着对气候变率和植被动态认识的深入，科学界继续探索植被生长模式及其在变化气候中的更广泛生态影响（Parmesan和Hanley，2015；Svenning和Sandel，2013）。
长期基于卫星的遥感数据在追踪植被动态及其与气候变化的相互作用中发挥了重要作用（Roerink等人，2003）。植被指数（VIs）为生态监测和环境管理提供了关于植被覆盖和生长状况的重要定量评估（Xue和Su，2017；Gao等人，2020；Zeng等人，2022）。虽然传统的指数如归一化差异植被指数（NDVI）和增强植被指数（EVI）在区域和全球尺度上被证明是有效的（Matsushita等人，2007；Gurung等人，2009；Jiang等人，2008），但在喀斯特环境中它们存在显著局限性。NDVI在植被茂密的区域会饱和，并且受到喀斯特地貌中常见裸露石灰岩表面的高干扰（Xue和Su，2017）。EVI部分解决了大气和土壤背景效应的问题，但无法解决饱和问题（Gurung等人，2009）。最近开发的核归一化差异植被指数（kNDVI）（Camps-Valls等人，2021）为喀斯特生态系统监测提供了关键优势。通过使用基于核的方法，kNDVI能够有效区分植被信号与喀斯特地形特有的复杂背景反射率（Wang等人，2023；Feng等人，2023）。研究表明，kNDVI在各种生态系统中的表现优于NDVI和近红外反射植被指数（NIRv）（Gu等人，2024；Wang等人，2024）。对于我们的研究区域来说，kNDVI对细微植被结构变化的更高敏感性使其特别适合用于水分有限的喀斯特环境，这些环境中植被覆盖稀疏且空间异质性强。尽管有这些优势，但之前没有研究将kNDVI应用于分析中国西南喀斯特典型区域（SWCKTR）的植被动态，这构成了一个重要的方法学空白，我们的研究旨在填补这一空白。
中国西南喀斯特典型区域（SWCKTR）涵盖云南、贵州和广西三个省份，拥有世界上最大且地貌最独特的喀斯特景观，体现了其全球生态重要性。然而，这种独特性也伴随着明显的生态脆弱性——表现为土壤浅薄、水分保持能力差、雨水通过石灰岩基岩快速渗透以及陡坡上的高侵蚀风险。由于人口压力，大量土地从灌木丛和森林转变为裸地，进一步削弱了生态系统的稳定性。该地区的植被对气候变率高度敏感，季风动态与喀斯特水文的相互作用导致水资源可用性的极端季节性波动。这些压力因该地区复杂的地形而加剧。近2亿人（包括3000万少数民族）依赖这些脆弱的生态系统，随着土地利用的持续集约化，植被恢复面临科学和社会环境的紧迫性（Zeng等人，2018）。先前的研究表明，SWCKTR大部分地区的植被覆盖显著增加，尽管某些地区仍显示出退化迹象（Tong等人，2016；Chen等人，2021；Qiao等人，2021）。许多学者探讨了该地区植被覆盖与环境因素之间的耦合关系（Tong等人，2017；Zhang等人，2017；Yang等人，2022）。在全球范围内，喀斯特植被也显示出显著的长期绿化趋势，降水量可用性和人类恢复活动被认为是喀斯特生态系统植被恢复的主要贡献因素（Zhao等人，2020）。最近的研究进一步表明，2001年至2020年间，中国、欧洲和几个干旱地区的喀斯特地区普遍出现了绿化现象，植被动态在干旱地区受到水资源可用性的强烈制约，在高纬度地区则受到温度的影响（Huang等人，2022）。同时，对喀斯特植被碳汇的全球评估表明，气候因素——特别是二氧化碳浓度和温度——在调节喀斯特景观的长期生产力趋势中起主导作用（Wei等人，2025）。然而，对植被动态驱动因素的研究仍然相对有限，特别是在植被动态分析方面。对整体植被趋势的全面分析有限，很少有研究专门探讨植被对气候变化的季节性响应。此外，人类活动和自然干扰对该地区植被生长的潜在影响尚未完全阐明。现有的植被覆盖研究主要依赖于NDVI和EVI数据（Chen等人，2021；Wei等人，2021），没有基于kNDVI分析的研究。因此，关于SWCKTR植被覆盖的空间分布模式及其变化驱动机制的综合性研究仍然存在空白。
本研究调查了2000年至2022年间SWCKTR内植被的时空变化及其对气候变化的响应。研究重点关注生长季节（3月至10月），这一季节是根据喀斯特地区的多个气候和物候标准定义的：（1）月平均温度持续超过10°C的温度阈值，标志着活跃的光合作用和植物生长的开始（Long，1983；K?rner等人）；（2）物候观察表明，该地区大多数植被类型在3月开始发芽和生长，11月开始衰老（Lu等人）；（3）对该地区长期NDVI时间序列数据的分析显示，植被活动高峰出现在3月至10月之间（Wang等人，2008；Hou等人，2015）。分别对春季（3月至5月）、夏季（6月至8月）和秋季（9月至11月）进行了季节性分析（Peng等人，2022；Zhou等人，2018；Ma等人，2019），以更深入地了解kNDVI的季节性波动及其气候驱动的变化。本研究的主要目标是：（1）评估过去23年生长季节内kNDVI的年际趋势及其潜在驱动因素和特征；（2）使用kNDVI分析评估气候因素对像素尺度上植被生长的影响；（3）识别影响植被带和区域尺度上kNDVI变化的其他潜在因素，包括人类活动和自然干扰。研究假设如下：（1）生长季节内kNDVI的变化趋势与气候变化模式一致；（2）不同植被类型对气候变异的响应不同；（3）在某些年份和特定地区，人类活动和自然干扰会影响生长季节的kNDVI。
研究区域
研究区域
中国西南喀斯特典型区域（SWCKTR）主要覆盖云南、贵州和广西三个省份（97°31′–112°03′E，20°54′–29°13′N），是世界上面积最大且地貌最独特的喀斯特景观。该地区是生态多样性最高但同时也最脆弱的区域之一，喀斯特过程对该地区的地形形成了显著影响。该地区的喀斯特地貌主要分布在贵州（约120,000平方公里，占总面积的61.17%）
数据和数据收集
SWCKTR的植被指数数据来源于MOD13A1 V6.1数据集（访问链接：
https://lpdaac.usgs.gov/products/mod13a1v061/；访问日期为2024年6月23日）。该数据集的空间分辨率为500米，时间分辨率为16天。为了确保数据质量，我们使用了MOD13A1 V6.1产品提供的MODIS质量评估（QA）标志进行了严格的质量控制。我们提取了红色波段（波段1：620–670纳米）和近红外波段（波段2：841–876纳米）的数据
区域尺度上的植被动态和气候关系
在区域尺度上，我们研究了2000年至2022年间中国西南喀斯特典型区域植被动态与气候因素之间的时间趋势和相关性。这一综合分析揭示了植被如何通过长期趋势和年际关系响应气候变率。我们采用了多种相关性方法——简单的皮尔逊相关性（捕捉整体线性关联）、去趋势相关性（分离年际变率
植被带对气候变化的响应差异及其适应机制
喀斯特地区独特的地理特征——以石灰岩地貌、洞穴和石林为标志——以及复杂的微气候导致植被对气候变化的响应存在显著差异（Urich，2002）。这些差异取决于气候变化的强度和方向，以及每种植被类型的固有生态特性和适应策略（Li等人，2013）。在中国西南的喀斯特地区，确定了五个不同的植被带：
结论
本研究调查了2000年至2022年间中国西南喀斯特典型区域（SWCKTR）的植被动态及其与气候因素的关系。分析显示，植被呈现出显著的绿化趋势（0.0048年^-1），特别是在生长季节，温度升高和降水量变化是主要的气候驱动因素。较高的温度、较长的生长季节和增强的光合作用为植被的恢复和扩展创造了有利条件
CRediT作者贡献声明
马军：撰写——原始草稿、验证、软件、方法论、调查、概念化。王金良：撰写——审阅与编辑、验证、方法论、概念化。何素玲：软件、方法论、数据管理。张建鹏：方法论、数据管理。刘兰芳：可视化、方法论。钟旭正：正式分析、数据管理。吴凤志：正式分析。
资助
本研究得到了云南省科技重大项目（西南联合研究生院科技专项项目——基础研究和应用基础研究重大项目）的资助：基于多模态遥感的金沙江流域矿区植被变化监测和生态恢复模型（项目编号：202302AO370003），以及云南省自然科学基金的资助（项目编号：202101AT070052）
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
感谢云南师范大学地理学院的科学研究能力提升和培养计划。此外，我们还要感谢云南省创新研究团队（科技领域）项目（项目编号IRTSTYN）的支持。
