成都龙泉山城市森林公园植被覆盖度变化特征及驱动因素

doi:10.13287/j.1001-9332.202507.027

应用生态学报 ›› 2025, Vol. 36 ›› Issue (7): 2103-2113.doi: 10.13287/j.1001-9332.202507.027

成都龙泉山城市森林公园植被覆盖度变化特征及驱动因素

任雨航^1,2, 冯毅³, 陈文凯⁴, 虞超³, 张兴华³, 伍小刚¹, 潘开文¹, 张林^1*

¹中国科学院成都生物研究所, 生态恢复与生物多样性保育四川省重点实验室, 成都 610213;
²中国科学院大学, 北京 100049;
³成都龙泉山城市森林公园管委会, 成都 610000;
⁴成都市植物园(成都市公园城市植物科学研究院), 成都 610083

收稿日期:2024-12-27 接受日期:2025-05-14 出版日期:2025-07-18 发布日期:2026-01-18
通讯作者: *E-mail: zhanglin@cib.ac.cn
作者简介:任雨航, 男, 2000年生, 硕士研究生。主要从事植被生态遥感研究。E-mail: renyh@cib.ac.cn
基金资助:
国家自然科学基金项目(32360298)、中国科学院西部之光项目(2022XBZG_XBQNXZ_A_003)和龙泉山乡土动植物保护与繁育研究项目(E1D134)

Variation characteristics and driving factors of vegetation coverage in Longquan Urban Forest Park, Chengdu, China

REN Yuhang^1,2, FENG Yi³, CHEN Wenkai⁴, YU Chao³, ZHANG Xinghua³, WU Xiaogang¹, PAN Kaiwen¹, ZHANG Lin^1*

¹Ecological Restoration and Biodiversity Conservation Key Laboratory of Sichuan Province, Chengdu Institute of Biology, Chinese Academy of Sciences, Chengdu 610213, China;
²University of Chinese Academy of Sciences, Beijing 100049, China;
³Management Committee of Chengdu Longquan Mountain Urban Forest Park, Chengdu 610000, China;
⁴Chengdu Botanical Garden (Chengdu Park Urban Plant Science Research Institute), Chengdu 610083, China

Received:2024-12-27 Accepted:2025-05-14 Online:2025-07-18 Published:2026-01-18

摘要/Abstract

摘要： 城市森林公园在城市生态安全维持中发挥着重要作用,植被覆盖度(FVC)的动态变化是评估其生态恢复成效和可持续管理的关键指标。本研究以成都龙泉山城市森林公园为研究对象,基于1993—2023年Landsat卫星的归一化植被指数数据,综合运用Theil-Sen-Median趋势检验法、加性季节和趋势断点检测以及最优地理探测器模型等方法,分析公园植被覆盖度线性与非线性时空变化特征及驱动因素。结果表明:1993—2023年间,公园FVC值由0.484波动上升至0.677,明显改善区域占比30.7%;植被覆盖等级转变以高覆盖度和中高覆盖度为主。公园FVC突变发生于1999—2020年间,以2005—2009年间频次最高;在FVC多种非线性突变类型中,先减后增模式的发生频率最高,占总像素面积的14.2%,主要分布在柏合、山泉、洛带和清泉等镇。年均蒸发量、年均降水量、坡度是影响公园FVC变化的主要因子;2010年前,年降雨量为主要影响因素,2010年之后坡度影响有所增强,而人为活动的影响力呈现持续减弱的趋势;年均降水量与坡度、蒸发量组合后的交互影响力最显著。研究期间,成都龙泉山城市森林公园FVC总体呈改善趋势,但其变化过程表现出复杂的非线性特征;在不同时段内,影响FVC的因素差异较大,水分的驱动作用最突出。

关键词: 植被覆盖度, 非线性变化, 突变, BFAST模型, 地理探测器, 龙泉山

Abstract: Urban forest parks play a pivotal role in maintaining urban ecological security. The dynamics in fractional vegetation coverage (FVC) are key indicators for evaluating their ecological restoration effectiveness and sustainable management. Based on normalized difference vegetation index data of Chengdu Longquan Mountain Urban Forest Park from Landsat satellites spanning from 1993 to 2023, we used a comprehensive suite of analytical methods including Theil-Sen median slope estimation, Median-Kendall trend tests, additive seasonal and trend breakpoint detection, and the optimal partial geo-detector model (OPGD) to analyze both linear and nonlinear spatiotemporal variations of FVC within the park as well as driving factors. During 1993-2023, the park’s FVC fluctuated from 0.484 to 0.677, with 30.7% of the areas showing improvement. Furthermore, the vegetation coverage grade shifted to predominantly high and medium-high levels. The mutation of FVC primarily occurred between 1999 and 2020, peaking during 2005-2009. Among the various nonlinear mutation types of FVC, the decrease to increase pattern demonstrated the highest frequency of occurrence, accounting for 14.2% of the total pixel area. This pattern was predominantly observed in towns including Baihe, Shanquan, Luodai, and Qingquan. The key factors influencing FVC were mean annual evapotranspiration, precipitation, and slope. Before 2010, annual precipitation had the strongest influence. After 2010, the influence of slope increased subsequently, and the impact of human activities declined. The interaction of precipitation, slope, and evapotranspiration had the strongest influence. During the research period, the FVC of the Chengdu Longquan Mountain Urban Forest Park showed an improving trend, but its change process exhibited complex nonlinear characteristics. The factors influencing FVC varied significantly among different time periods, with the effect of water being the most prominent.

Key words: fractional vegetation cover, nonlinear trend, mutation, BFAST model, geoDetector, Longquan Mountain

任雨航, 冯毅, 陈文凯, 虞超, 张兴华, 伍小刚, 潘开文, 张林. 成都龙泉山城市森林公园植被覆盖度变化特征及驱动因素[J]. 应用生态学报, 2025, 36(7): 2103-2113.

REN Yuhang, FENG Yi, CHEN Wenkai, YU Chao, ZHANG Xinghua, WU Xiaogang, PAN Kaiwen, ZHANG Lin. Variation characteristics and driving factors of vegetation coverage in Longquan Urban Forest Park, Chengdu, China[J]. Chinese Journal of Applied Ecology, 2025, 36(7): 2103-2113.

参考文献

[1] 余新晓, 鲁绍伟, 靳芳, 等. 中国森林生态系统服务功能价值评估. 生态学报, 2005, 25(8): 2096-2102
[2] Andreatta D, Gianelle D, Scotton M, et al. Estimating grassland vegetation cover with remote sensing: A comparison between Landsat-8, Sentinel-2 and PlanetScope imagery. Ecological Indicators, 2022, 141: 109102
[3] Zhu Z, Qiu S, Ye S. Remote sensing of land change: A multifaceted perspective. Remote Sensing of Environment, 2022, 282: 113266
[4] 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. 地理学报, 2020, 75(5): 961-974
[5] 王小霞, 刘志华, 焦珂伟. 2000—2017年东北森林NDVI时空动态及其驱动因子. 生态学杂志, 2020, 39(9): 2878-2886
[6] 李京忠, 辛振华, 谢潇, 等. 半干旱区植被覆盖时空变化特征及其对气候变化的响应: 以锡林郭勒盟为例. 应用生态学报, 2024, 35(1): 80-86
[7] Shao YJ, Liu YS, Wang XC, et al. Exploring the evolution of ecosystem health and sustainable zoning: A perspective based on the contributions of climate change and human activities. Science of the Total Environment, 2024, 951: 175674
[8] 李霞, 张乐艺, 吴晨. 基于GEE和地理探测器的河南省不同流域植被变化及影响因素. 应用生态学报, 2024, 35(7): 1887-1896
[9] 钟旭珍, 王金亮, 邓云程, 等. 怒江-萨尔温江流域植被覆盖时空变化趋势及驱动力. 生态学报, 2023, 43(24): 10182-10201
[10] Zhang LF, Yan HW, Qiu LS, et al. Spatial and temporal analyses of vegetation changes at multiple time scales in the Qilian Mountains. Remote Sensing, 2021, 13: 5046
[11] 钟旭珍, 吴瑞娟. 基于BFAST改进模型的沱江流域NDVI变化趋势及驱动力分析. 自然资源遥感, 2025, 37(1): 131-141
[12] 朱玉英, 张华敏, 丁明军, 等. 青藏高原植被绿度变化及其对干湿变化的响应. 植物生态学报, 2023, 47(1): 51-64
[13] Yang LQ, Guan QY, Lin JK, et al. Evolution of NDVI secular trends and responses to climate change: A perspective from nonlinearity and nonstationarity characte-ristics. Remote Sensing of Environment, 2021, 254: 112247
[14] 王超, 侯鹏, 刘晓曼, 等. 中国重要生态系统保护和修复工程区域植被覆盖时空变化研究. 生态学报, 2023, 43(21): 8903-8916
[15] Yu LQ, Liu Y, Liu TX, et al. Impact of recent vegetation greening on temperature and precipitation over China. Agricultural and Forest Meteorology, 2020, 295: 108197
[16] Peng WF, Kuang TT, Tao S. Quantifying influences of natural factors on vegetation NDVI changes based on geographical detector in Sichuan, western China. Journal of Cleaner Production, 2019, 233: 353-367
[17] 王劲峰, 徐成东. 地理探测器:原理与展望. 地理学报, 2017, 72(1): 116-134
[18] Zuo YF, Li YH, He KN, et al. Temporal and spatial variation characteristics of vegetation coverage and quantitative analysis of its potential driving forces in the Qilian Mountains, China, 2000-2020. Ecological Indicators, 2022, 143: 109429
[19] 徐勇, 郑志威, 郭振东, 等. 2000—2020年长江流域植被NDVI动态变化及影响因素探测. 环境科学, 2022, 43(7): 3730-3740
[20] 关海莉. 生态修复视角下城郊型森林公园规划研究. 硕士论文. 北京: 北京林业大学, 2019
[21] Wang Z, Yu Y, Zhou R. A longitudinal exploration of the spatiotemporal coupling relationship and driving factors between regional urban development and ecological quality of green space. Ecological Indicators, 2024, 164: 112134
[22] 赵玉林, 陈云江, 冯毅, 等. 成都龙泉山不同林龄香樟人工林土壤养分和微生物群落结构. 应用与环境生物学报, 2022, 28(5): 1151-1159
[23] 王海熠, 王洪荣, 陈树新, 等. 成都市龙泉山城市森林公园植被覆盖度与景观格局特征动态变化分析. 遥感技术与应用, 2023, 38(6): 1455-1466
[24] 李霞. 加快成都东部山丘区生态环境保护和建设: 对龙泉驿区龙泉山实施植被恢复与保护工程的调研报告. 中共成都市委党校学报, 2011(2): 67-69
[25] 陈俊华, 谢川, 龚固堂, 等. 成都市龙泉山城市森林公园立地条件类型划分研究. 西北林学院学报, 2021, 36(3): 273-280
[26] 侯晓云, 黎燕琼, 郑绍伟. 龙泉山城市森林公园植被覆盖度变化及其对气候因子的响应. 西北林学院学报, 2021, 36(6): 274-280
[27] 朱维宇. 基于机载激光雷达和多时相光学遥感数据的成都市龙泉山城市森林公园森林生物量反演. 硕士论文. 成都: 四川农业大学, 2024
[28] 张宗学, 鲁时燕, 牛牧, 等. 川中丘陵区优良适宜树种选择. 四川林业科技, 2014, 35(5): 17-22
[29] 任明, 李洋, 郭伟. 基于PIE-Engine云平台的2018—2022年辽宁省植被覆盖度时空演变及影响因素. 测绘与空间地理信息, 2023, 46(增刊1): 226-229
[30] 刘冬冬, 潘萍, 付佳, 等. 2000—2020年赣南植被覆盖时空变化特征及驱动因素. 应用生态学报, 2023, 34(11): 2919-2928
[31] Brakhasi F, Hajeb M, Mielonen T, et al. Investigating aerosol vertical distribution using CALIPSO time series over the Middle East and North Africa (MENA), Europe, and India: A BFAST-based gradual and abrupt change detection. Remote Sensing of Environment, 2021, 264: 112619
[32] 刘宝柱, 方秀琴, 何祺胜, 等. 基于MODIS数据和BFAST方法的植被变化监测. 国土资源遥感, 2016, 28(3): 146-153
[33] Kovács GM, Horion S, Fensholt R. Characterizing ecosystem change in wetlands using dense earth observation time series. Remote Sensing of Environment, 2022, 281: 113267
[34] 王林林, 范晓梅. 基于BFAST算法和多源数据的黄河三角洲耕地退化演变及驱动因素分析. 地球信息科学学报, 2023, 25(11): 2218-2231
[35] 罗爽, 刘会玉, 龚海波. 1982—2018年中国植被覆盖变化非线性趋势及其格局分析. 生态学报, 2022, 42(20): 8331-8342
[36] Higginbottom TP, Symeonakis E. Identifying ecosystem function shifts in Africa using breakpoint analysis of long-term NDVI and RUE data. Remote Sensing, 2020, 12: 1894
[37] Wang JF, Li XH, Christakos G, et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China. International Journal of Geographical Information Science, 2010, 24: 107-127
[38] 贾一越, 齐璇璇, 黄蕊, 等. 山西省植被覆盖度的时空变化及驱动因子. 应用生态学报, 2024, 35(4): 1073-1082
[39] 何刘洁, 郑博福, 万炜, 等. 长江经济带生态系统服务权衡与协同及其驱动因素. 环境科学, 2024, 45(6): 3318-3328
[40] 党青, 杨武年. 近20年成都市植被覆盖度动态变化检测及原因分析. 国土资源遥感, 2011(4): 121-125
[41] 孙磊, 张一珂, 成青燕. 龙泉山城市森林公园植被覆盖度变化及其对气候因子的响应. 地球科学前沿, 2021, 11(7): 984-994
[42] 曾霞. 以生态修复为导向的国土空间规划编制探索:以成都龙泉山为例. 中文科技期刊数据库(全文版)自然科学, 2023(4): 4
[43] Verbesselt J, Zeileis A, Herold M. Near real-time disturbance detection using satellite image time series. Remote Sensing of Environment, 2012, 123: 98-108
[44] 周丽, 谢舒蕾, 吴彬. 基于CI和强度分析方法的四川冬春季干旱事件变化特征. 自然灾害学报, 2020, 29(3): 36-44
[45] 戴强玉, 徐勇, 赵纯, 等. 四川盆地植被EVI动态变化及其驱动机制. 中国环境科学, 2023, 43(8): 4292-4304
[46] 陈超, 庞艳梅, 潘学标. 近半个世纪以来四川盆地气温和降水的变化特征. 中国农业气象, 2010, 31(增刊1): 27-31
[47] 杨磊, 张梅, 罗明良, 等. 基于MODISNDVI的川中丘陵区植被覆盖度景观格局变化. 生态学杂志, 2013, 32(1): 171-177
[48] 赵文慧, 陈妮, 闫瑞, 等. 近20年来北洛河流域植被覆盖度随地形因子变化特征探究. 水土保持研究, 2016, 23(4): 10-14

成都龙泉山城市森林公园植被覆盖度变化特征及驱动因素

Variation characteristics and driving factors of vegetation coverage in Longquan Urban Forest Park, Chengdu, China

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	杨倩, 卫甜, 朱锦磊, 刘怀阿, 吕敏. 江苏省稻田马唐对3种乙酰辅酶A羧化酶抑制剂的抗性和靶标基因突变 [J]. 应用生态学报, 2025, 36(7): 2083-2091.
[2]	冯平, 杨旺, 李建柱, 杨妮娟, 段嘉程. 滦河流域植被覆盖变化及其对自然和人为因素的响应 [J]. 应用生态学报, 2025, 36(4): 1222-1232.
[3]	武旭, 王勃砚, 任伟, 屠学博, 张有贤. 2000—2022年黄河流域甘肃段生态环境质量与影响因素 [J]. 应用生态学报, 2025, 36(2): 353-364.
[4]	赵瑜琦, 赵鹏云, 许泽海, 李志刚. 2002—2022年气候变化和人类活动对山西省植被恢复的贡献 [J]. 应用生态学报, 2025, 36(1): 219-226.
[5]	万荣山, 于慧, 王瀚婕, 金秋雨, 马艳霞, 刘梦君. 地震扰动下四川省九寨沟县生态质量的时空变化及影响因素 [J]. 应用生态学报, 2024, 35(8): 2035-2043.
[6]	焦岩, 闫峰, 卢琦, 王艳姣. 西北干旱区绿洲时空变化及驱动力 [J]. 应用生态学报, 2024, 35(8): 2206-2216.
[7]	李霞, 张乐艺, 吴晨. 基于GEE和地理探测器的河南省不同流域植被变化及影响因素 [J]. 应用生态学报, 2024, 35(7): 1887-1896.
[8]	王宇昕, 赵文智, 刘鹄. 生态系统突变及其在寒旱区生态系统管理中的应用展望 [J]. 应用生态学报, 2024, 35(7): 1997-2005.
[9]	胡蓉, 董灵波. 黑龙江流域植被覆盖度时空动态及其对气候变化的响应 [J]. 应用生态学报, 2024, 35(6): 1518-1524.
[10]	李君, 刘泽, 王牌, 杨睿, 史丰鸣, 邓杰, 王国严, 石松林. 西藏珠峰地区乔松径向生长对气候变化的响应 [J]. 应用生态学报, 2024, 35(5): 1205-1213.
[11]	何国钰, 张蕾, 雷锡琼, 孙远洋, 万玉雯, 熊海玲. 基于生态系统服务供需簇的武汉都市圈生态风险评估及影响因素 [J]. 应用生态学报, 2024, 35(5): 1347-1358.
[12]	贾一越, 齐璇璇, 黄蕊, 周义. 山西省植被覆盖度的时空变化及驱动因子 [J]. 应用生态学报, 2024, 35(4): 1073-1082.
[13]	员学锋, 施林童, 杨悦, 安骐岷. 陕北黄土丘陵沟壑区人类活动和植被覆盖对关键生态系统服务的影响 [J]. 应用生态学报, 2024, 35(12): 3235-3246.
[14]	邱杨, 王兆鹏, 张冬有, 李祥友, 罗陶然, 王新瑞, 李琳琳, 赵悦如. 大兴安岭北部不同树种径向生长对气温突变的响应 [J]. 应用生态学报, 2024, 35(11): 2933-2941.
[15]	贾静, 宿星, 张军, 路常亮, 张满银, 李霞, 董耀刚, 任皓晨. 1985—2020年甘肃省通渭县滑坡区土地利用变化及驱动力 [J]. 应用生态学报, 2024, 35(10): 2833-2841.