武夷山简介

第3卷第3

期

2021年3

月

Vol.3No.3

Mar.2021

EnvironmentalEcology

环境生态学

会议论文选登1

福建武夷山气候变化与林业有害生物对植被生态的影响

杨林1，李欣欣1*，廖廓2,刘鹏程3,张玉琴2,郑潮宇1,林两位4

(1.福建省气候中心，福建福州350001；2.福建省海峡气象科学研究所，福建福州350001；

3.福建省林业有害生物防治检疫局，福建福州350001；4.福建省漳州市气象局，福建漳州363000)

摘要：以武夷山为研究区域，应用2000

—2019年武夷山植被生态质量指数、气候要素观测资料和林业有害生物监测资料

，统计

分析植被生态质量指数月、季、年多时间尺度特征，对月

、年时间尺度影响植被生态质量指数的平均气温、降水量基本气候要

素进行相关分析

，并对武夷山林业有害生物松毛虫发生的气候影响给文件夹设置密码 因子和植被生态质量指数的关系进行分析。研究结果表

明:近20a武夷山植被生态质量不断上升,2018年达到最高值，质量指数与对应月平均气温和月降水量均具有较好的相关性，

武夷山林业有害生物松毛虫年发生面积与月平均气温、月降水量和月植被生态质量指数具有一定相关性，这些研究成果可为

当地政府开展林业有害生物防治和植被生态系统治理提供科学决策依据。

关键词：武夷山

;植被生态;气候变化;松毛虫;影响分析

中图分类号:Q948；X835文献标识码：A文章编号：2096-6830(2021)03-0078-11

Thepotentialimpactofclimatechangeand

Lin1,LIXin-xin1*,LIAOKuo2,LIUPeng-cheng3,

ZHANGYu-qin

2,ZHENGChao-yu1,LINLiang-wei4(ClimateCenter,

CMA,Fuzhou

350001,China；ologicalSciences

InstituteofFujianProvince,CMA,Fuzhou350001,

China；Forestry

PestControl

and

QuarantineBureau,Fuzhou350001,

China；houMeteorologicalBureauof

FujianProvince,Zhangzhou

363000,China).EnvironmentalEcology,2021,3(3),78-88.

Abstract：TakingWuyishanCityastherearcharea,usingWuyishanvegetationecologicalquality

index(VEQI),meteorological

obrvationdata,andforestrypestmonitoringdata

during2000—2019,weanalyzedtheWuyishanVEQIcharacteristicsonthemonthly,

asonal,

monthlyandannualtimescales,thecorrelationsamongtheVEI,the

average

temperature/precipitation

,andthepultsshow

thattheWuyishanVEQIhasincreadintherecent20years,andthemaximumappeared

ishanVEQIhasa

good

relatitaindegree,theannualoccurrenceareaof

Wuyishanpinecaterpillarsisalsorelatedtothetemperature,precipitation,udycanprovidescientific

decision-making

basisforthelocalgovernmentin

managingforestrypestsandvegetationecosystems.

Keywords:WuyishanCity；vegetationecology；climatechange；pinecaterpillar；impactanalysis

自然生态系统是指在一定时间和空间范围内，

依靠自然调节能力维持相对稳定的生态系统，如森

林、海洋等。自然生态系统不但为人类提供食物、

木

材、燃料、纤维以及药物等社会经济发展的重要组成

成分，还维持着人类赖以生存的生命支持系统，包括

空气和水体的净化、缓解洪涝和干旱、土壤的产生及

其肥力的维持、分解废物、生物多样性的产生和维

持、气候的调节等。自然生态系统质量是指在一定

具体的时间和空间内生态系统的总体或部分生态因

子的组合对人类的生存及社会经济持续发展的适宜

程度［1

］。植被生态质量指数是MODIS卫星遥感资

料和光温水等地面气象资料构建的基于植被NPP

和覆盖度的指数，是衡量自然生态系统质量的关键

指标，表示当前区域生态系统质量状况，其值越大,

表明植被生态质量越好⑵。

遥感影像具有覆盖范围广、时空连续性好、受地

面条件影响小等优点。近年来，许多专家学者基于

收稿日期：2020-12-11

基金项目：中国气象局气候变化专项“北极海冰对华南前汛期

持续性强降水的影响研究”(CCSF202022)；中国气象局气候

变化专项“华东区域气候变化第二次评估报告”

(CCSF201916)；中国气象局中国气象局决策气象服务专项经

费研究项目重点项目(JCZX2020008)共同资助。

作者简介:杨林(1961-)，男

，福建泉州人，本科

，研究员，主要

从事防灾减灾决策气象服务和气候变化及其应对研究。

通讯作者：李欣欣，E-mail：493379687@。

2021年

杨林等:福建武夷山气候变化与林业有害生物对植被生态的影响

・79・

卫星遥感数据开展了植被覆盖监测和植被生态质量

指数研究，通常采用MODIS、TM、SPOT等国外遥感

卫星。丁艳梅等［3］提出并验证了两种密度模型对

TM数据反演植被覆盖度的可行性。李旭谱等⑷通

过SPOTVGT-NDVI产品对黑河流域植被覆盖的动

态变化进行了分析研究。程志刚等［5］利用SPOT

NDVI产品和DMSP/OLS夜间灯光产品分析了成都

地区1998—2013年城市化进程下植被覆盖度的变

化特征及其与城市发展的关系。熊巧利等⑷基于

MODISNDVI产品分析研究了西南地区2000—2016

年生长季植被覆盖时空特征及气温、降水等气候因

子、高程因子的相关性。郑朝菊等［7］利用MODIS

NDVI产品得到西南地区2000—

2014年的月度植被

覆盖度FVC,并分析得到FVC与气候、人类活动的

关系。叶勤玉等⑻采用

MODISNDVI产品分析了重

庆市2000—2014年植被覆盖度及其变化强度和趋

势。吴昌广等［9］基于MODISNDVI产品实现了三峡

库区像元级植被覆盖度的估算，并对其时空变化规

律和气象驱动力进行了研究。

随着风云系列、高分系列等国产遥感卫星的成

功发射运行，专家学者开始在植被生态质量和植被

覆盖方面进行尝试性应用研究。孙斌等［10］对比分

析了GF-1和LandsatTM数据在荒漠化地区植被覆

盖信息提取识别方面的披萨怎么做好吃 能力。高磊等［

11］利用GF-1

16m分辨率的MFV4多光谱数据，对南京江北新区

植被覆盖进行了有效估算。沈谦等［12］基于GF-2卫

星数据，采用现有通用的像元二分模型，实现了

250m分辨率西部干旱区稀疏植被区植被覆盖度较

高精度的估算。风云三号FY3是我国第2代极轨

气象卫星，是在FY1气象卫星技术的基础上发展和

提高,能够获取全球、全天候、三维、定量、多光谱的

大气、地表、海表特征参数［13］o杜宝隆等［14］基于

FY3C/VIRR植被指数产品，探究了重庆地区2015

年植被覆盖度的时空分布特征。葛美香等［15，16］以

黑河流域为研究区，对长时间序列晴空无云的FY3/

VIRR、FY3/MERSI植被指数产品和MODISNDVI

产品进行了差异性分析，并提出了一套多源传感器

植被指数一致化算法。张文国等［17］对生态系统评

估模型参数空间分布进行了研究。汪东川等［18］研

究了京津冀城市群NPP时空分布及其气温、降水、

土地利用类型等影响因素。王月等［19］利用Landsat

8遥感影像资料对福州市区降温效应进行了环境生

态分析。

本文以武夷山为研究区域，应用2000—2019年

武夷山植被生态质量指数、气候要素观测资料和林

业有害生物监测资料，统计分析武夷山植被生态质

量指数月、季、年多时间尺度特征，对月、年时间尺度

影响植被生态质量指数的平均气温、降水量、日照时

数等基本气候要素进行相关分析,并对武夷山林业

有害生物松毛虫发生的气候影响因子和植被生态质

量指数的关系进行分析。这些研究成果可为当地政

府开展林业有害生物防治和生态环境治理提供科学

决策依据。

1研究区域概况

福建省武夷山位于江西与福建西北部两省交界

处,武夷山脉北段东南麓总面积999.75km2,是中

国著名的风景旅游区和避暑胜地，属典型的丹霞地

貌，是首批国家级重点风景名胜区之一。武夷山保

存了世界同纬度带最完整、最典型、面积最大的中亚

热带原生性森林生态系统，发育有明显的植被垂直

带谱:随海拔递增,依次分布着常绿阔叶林带（350〜

1400m,山地红壤）

、针叶阔叶过渡带（500-

1700m,山地黄红壤）、温性针叶林带（1100-1970m,

山地黄壤）、中山苔藓矮曲林带（1700-1970m,山

地黄壤）、中山草甸（1700-2158m,山地草甸土）5

个植被带，分布着南方铁杉、小叶黄杨、武夷玉山竹

等珍稀植物群落，几乎囊括了中国亚热带所有的亚

热带原生性常绿阔叶林和岩生性植被群落。

武夷山属亚热带季风湿润气候，四季分明，光照

充足，雨量充沛;年平均降水量1926.8mm,年平均

降水日数164.6d,一年中87%降水量集中在2—

9月；年平均气温18.3最冷月出现在1月，月平

均气温7.8最热月出现在7月，月平均气温

27.8T；春季多雨，日照较少，常出现冰雹

、雷雨大

风等强对流天气;5—6月雨量集中，暴雨频繁，常出

现洪涝灾害;夏季炎热多雷雨，年均受5个台风影

响，由于降水分布不均，常出现夏旱;秋季秋高气爽，

常出现秋旱;冬季天气寒冷，易出现低温雨雪冰冻天

气。主要灾害性天气有暴雨、台风、高温、干旱、雷

暴、大风、冰雹、大雾、低温冻害、雪灾等。近60a

（1961—2019年）气候变化呈暖湿趋势。

2资料来源和统计方法

2.1气候要素观测资料

武夷山市气候要素观测资料来源于福建省气象

-80-环境生态学

第3

期

信息中心。主要包括平均气温、平均最高气温、平均

最低气温、降水量、日照时数、相对湿度、蒸发量等基

本气候要素。

2.2林业有害生物监测资料

武夷山林业有害生物监测资料来源于福建省林

业有害生物防治检疫局和武夷山市林业有害生物防

治检疫站,主要包括发生总面积、轻度面积、中度面

积和重度面积。

2.3植被生态参数与质量指数

武夷山植被生态质量指数来源于福建省气象科

学研究所

。基于生态气象模型和遥感技术,主要包

括监测植被净初级生产力、植被覆盖度、土壤水分盈

亏等植被生态参数。

2.3.1植被净初级生产力估算

植被净初级生产力(

NetPrimaryProductivity,

NPP)是指绿色植物在单位时间、单位面积上由光合

作用所产生的有机物质总量中扣除自养呼吸后的剩

余部分，与植被本身生物学特性及区域环境因素密

切相关。基于陆地生态系统碳通量TEC模型，利用

太阳光合有效辐射、植被吸收光合有效辐射的比例、

实际光能利用率等数据，估算植被NPP,主要公式

如下:

NPP=GPP-Rg-R”(1)

式中，NPP、GPP、Rg和Rm分别为植被净初级

生产力、总初级生产力、生长和维持呼吸消耗量，具

体计算方法参考孙应龙等[20]研究结果。月、季、年

NPP估算均值为式(1)相应时间尺度上的值。

2.3.2植被覆盖度估算

植被覆盖度C的估算方法主要为遥感估算，即

用福建省范围内1km分辨率的MODIS逐月植被归

一化指数(NDVI)数据,建立植被覆盖度的计算模

型,进行植被覆盖度数值估算。具体计算公式为:

C=(NDVI-NDVI,)/(NDVI”-NDVI,)(2)

式中，C为月植被覆盖度,%;NDVI为月最大值

合成归一化差值植被指数;NDVI,为像元纯土壤时

的归一化差值植被指数，根据我国陆地特点推荐

NDVI,=0.05；NDVI”为像元全植被覆盖下的归一化

差值植被指数，根据我国陆地特点推荐NDVIv=

0.95。

2.3.3植被生态质量指数估算

基于年内任意时段、生长季、全年的植被NP湖州美食 P

和平均植被覆盖度，计算得到反映该时段的植被综

合生态质量指数,计算公式如下:

Q；=[0.5xC；+0.5x(NPP；/NPP”)

]x100(3)

式中，Q

,为第i年某段时间的陆地植被生态质

量指数;C为第i

年该时段陆地植被覆盖度；NPP,

为第i年该时段陆地植被累计净初级生产力；NPP”

为过去第1年至第m年中同时段陆地植被NPP最

大值，即当地最好气象条件下陆地植被NPP。NPP

和植被覆盖度构成植被生态质量指数Q,越大，表示

植被生态质量越好。

2.4Pearson相关系数法

Pearson相关系数(PearsonCorrelationCoeffi-

cient)是用来衡量两个数据集合定距变量间的线性

关系。

其计算公式为:

Pg=(N^XY-YXYY)/

(N^X2-(工X)N^Y2-(》Y)2)

Pxy=(Yxy-Yx"Y/N)/

["X2-("X)2/N]["Y2-("Y)2/N](4)

式中,Px、y为X、Y两个数据集的Pearson相关系

数;X为第i年某段时间的月植被生态质量指数或

年松毛虫发生面积,hm2;Y为第i年该时段月平均

气温或月降水量,mm;N为时间段总年数。Pxy相

关系数变化从-1到+1,当Pxy>0表明X、Y两个变

量是正相关，即X变量值越大,Y变量值也会越大；

Pxy<0表明X、Y两个变量是负相关，即X变量值越

大,Y变量值反而会越小

。Px、y绝对值越大，则X、Y

两变量相关性越强。Px、y越接近于0,相关度越弱。

若PXY=0,表明X、Y两个变量间不是线性相关，可

能存在其他方式的相关(如曲线方式)。

2.5Theil-Sen趋势分析法

Theil-Sen(泰尔森)趋势分析法是可以有效地估

算线性趋势的方法,并且对异常值不敏感，它比简单

线性回归明显且更准确，被称为用于估计线性趋势

最流行的非参数技术方法。采用MK趋势检验其显

著性,Manner-Kendall(M-K)是一种非参数检验法，

常用于分析降水、径流、气温等要素时间序列的趋势

变化，其优点在于样本不需要遵循某一特定的分布,

而且很少受到异常值的干扰。

3武夷山植被生态质量多时间尺度特征

3.1月、季时间尺度特征

根据福建省地理位置和天气气候的演变规律，

自然天气季节划分为：3—4月为早春季,5—6月为

2021年

杨林等:福建武夷山气候变化与林业有害生物对植被生态的影响

・81・

雨季,7—9月为夏季，10—11月为秋季，12至翌年2

月为冬季。研究时段为2000—

2019年，共20a。其

中冬季有19a,时间段为2000—

2018年。为研究武

夷山植被生态多时间尺度特征，计算2000—2019年

武夷山月、季植被生态质量指数见表1。

从月时间尺度分析（表1）,武夷山月平均植被

生态质量7月最高为76.4,8月次之为73.7,5月居

三为68.0,6月第四为67.6,1月最低为42.9。近

20a最大值为80.1,出现在

7月；最小值为35.4，出

现在1月；标准差（变率

）最大为7.03，出现在9月，

这与气温分布特征一致。

从季节时间尺度分析（表1）,武夷山季平均植

被生态质量夏季最高为72.9,雨季次之为67.8,秋

季居三为57.9,早春季第四为54.8,冬季最低为

45.1。近20a最大值为80.1,出现在夏季;最小值

为35.4，出现在冬季;标准差（变率）最大为6.99，出

现在秋季。

3.2年时间尺度特征及其变化

应用模型公式（1）~（3）,估算武夷山植被净初

级生产力NPP、植被覆盖度和植被生态质量指数

,

2000—

2019

年武夷山月、季植被生态参数和质量指

数见表2

。

表22000—2019年武夷山年平均植被生态参数和质量指数统计表

表12000—2019年武夷山月、季植被生态质量指数

统计表

Table1StatisticstableofWuyishan

vegetationecological

qualityindexonthe

monthlyand

asonaltimescales

during

2000—2019

月（季）县（市）

平均值最大值最小值标准差中位数

1月

武夷山

42.9249.435.4

3.59

42.95

2月

武夷山

45.8353.6

39.6

3.3845.30

3月

武夷山

51.13

59.9

44.

1

3.7751.72

4月

武夷山

58.4465.347.84.3758.

87

5月

武夷山

68.0075.5

63.53.3167.78

6月

武夷山

67.61

74.253.04.8568.70

7月

武夷山

76.4080.172.2

2.3676.35

8月

武夷山

73.70

78.060.04.41

74.49

9月

武夷山

68.5574.247.97.0370.62

10月

武夷山

62.

1170.

8

42.06.9663.47

11月

武夷山

53.7760.442.93.9354.60

12月

武夷山

47.25

54.037.

13.62

46.91

冬季

武夷山

45.1454.035.43.86

45.04

早春季

武夷山

54.78

65.344.15.4753.92

雨季

武夷山

67.8175.5

53.04.1067.87

夏季

武夷山

72.8880.147.95.8974.10

秋季

武夷山

57.9470.842.06.9957.14

Table

2Annualmeanofthe

variousvegetationecologicalparametersinWuyishanCityduring2000—2019

区域

年份

面积/km2

植被NPP

植被覆盖度植被生态质量指数

植被生态质量总和

武夷山

2000

999.75

1

042.001995067..7

919.3532

武夷山

2001

999.75

1

091.336590071..48.3801

武夷山

2002

999.75

1126.

467535072.5286390376.487.5797

武夷山

2003

999.75

877.824

693970.983

4862166.832.4733

武夷山

2004

999.75

1180.264877070.3357980377.34.7491

武夷山

2005

999.75

981.0704454

70.264

5666370.15865463

196378.9721

武夷山

2006

999.75

1059.731

834071.66101626

73.66526395206

194.2164

武夷山

2007

999.75

1061.633803072.1131955273.95925804207017.1264

武夷山

2008

999.75

1

089.646162

072.778

6778275.2921.8495

武夷山

2009

999.75

1160.156106073.8329487578.33659738

219269.6048

武夷山

2010

999.75

1035.264085071.9223036172.922

35514204114.7628

武夷山

2011

999.75

1086.625

134072.292

90204

74.941

35669

209766.0891

武夷山

2012

999.75

1064.547

261

073.6929880574.85317117

209519.2517

武夷山

2013

999.75

956.943414973.3350534470.83251004198265.1405

武夷山

2014

999.75

1048.937598073..97674459207066.0725

武夷山

2015

999.75

1056.104790074.935

3833875.172

95400210414.3461

武夷山

2016

999.75

1114.632673076.629833

7378.14.6522

武夷山

2017

999.751169.0998830

77.2668871880.37287903

224969.2993

武夷山

2018

999.75

1217.839

7950

77.44975973

82.25.9590

武夷山

2019

999.75

972.815991276.95052234

73.21.3085

・82・环境生态学

第3期

N

117E

118E

2000年植被生态质量指数

2018年08月31日

福建省气象科学研究所

2005年植被生态质量指数

2018年08月31日

福建省气象科学研究所

2010年植被生态质量指数

2018年08月31日

福建省气象科学研究所

118E

117E117E118E

■0〜10「60〜70

■10〜20=>70-80

—

20-30—80-90

=330-40

—90-100

'40-50戶省夕F

ui50-60

■0〜10□60-70

■10〜20co70-80

—20-30■80〜90

口30〜40■■90-100

40-50一省外

50-60

117E

■0〜10c=i60-70

■10-20Li70-80

—20-30—80-90

30-40™90-100

140-50省外

50-60

117E

2015年植被生态质量指数

2018年08月31日

福建省气象科学研究所

■0〜10

c=)60~70

■10〜20™70-80

—20-30—80-90

日30~40"90-100

a40-50匸)省外

a50-60

117F

图12000—2019年代表年武夷山植被生态质量卫星遥感监测图

Fig.1SatelliteremotensingmonitoringmapofWuyishanvegetationecologicalqualityduring2000一2019

2021年

杨林等:福建武夷山气候变化与林业有害生物对植被生态的影响

・83・

采用Theil-Sen（泰尔森）趋势分析法估算得出,

近20a武夷山植被净初级生产力NPP增长率为

2.27/a,通过37%MK趋势显著性检验;植被覆盖度

增长率为0.41/a，通过99%MK趋势显著性检验;

植被生态质量指数增长率为0.

26/a,通过90%MK

趋势显著性检验,年际变化均呈增长趋势。

从武夷山年植被生态质量卫星遥感监测图

（图1）,近

20a（2000—2019年）代表年2000年、

2005年、2010年、2015年、2018年和2019年武夷山

植被生态质量不断上升,特别是2016年6月27日，

中央决定将福建省作为全国第一个国家生态文明试

验区；2016年8月22日，中共中央办公厅、国务院

办公厅印发了《国家生态文明试验区（福建）

实施方

案》;2018年，福建省包括武夷山植被生态质量达到

最高值；2019年，因受干旱等不利植被生态因素影

响,武夷山植被生态质量指数有所回落,但福建省森

林覆盖率陆地主要分布在 达到66.8%,继续位居全国首位,远高于

全国22.96%平均水平。

4武夷山气候变化对植被生态质量的影响

4.1气温变化对植被生态质量的影响

根据2000—2019年武夷山市植被生态质量指

数与平均气温相关性统计结果可知（表3）,从月时

间尺度气温变化分析,武夷山植被生态质量与对应

表32000—

2019年武夷山市植被生态质量指数与平均气温相关性统计表

Table3Pearsoncorrelationcoefficient

between

the

Wuyishanvegetationecologicalqualityindexandthe

averagetemperatureduring2000—2019

质量指数

1月2月3月4月5月6月7月8月9月10月11月12月

全年

1月Pearson

相关性

0.700**0.192

0.450*0.1020.246-0.173-0.2430.2640.2500.2970.1050.361

0.802**

显著性（双侧）0.0010.4170.047

0.669

0.2960.4670.3020.2610.2870.203

0.6600.118

0.

000

2月Pearson相关性

0.2910.454*0.094

0.0650.315-0.1480.070

0.3020.3260.1540.0840.304

0.680**

显著性（双侧）0.2140.045

0.6920.7860.1760.5330.7710.1950.

1610.5170.7240.1930.001

3月Pearson相关性0.2840.026

0.647**0.076

0.427

0.019

-0.1800.2220.295-0.031-0.

0480.107

0.494*

显著性（

双侧）0.2250.9140.0020.7520.0610.9350.4480.3470.2060.8980.8400.6530.027

4月Pearson相关性-0.1110.233

0.115

0.573**0.2880.323

0.089

0.1540.304-0.0200.2280.152

0.547*

显著性（

双侧）0.6420.3230.6300.008

0.219

0.1650.7100.5170.1920.9350.3330.5220.013

5月Pearson相关性0.2760.2570.254

0.169

0.694**-0.2180.2010.2810.333-0.100-0.124

0.291

0.591**

显著性（

双侧）

0.239

0.2730.2810.4750.0010.3550.3970.2300.1510.6760.6020.2130.

006

6月Pearson相关性-0.095-0.151-0.0500.3840.2660.0570.2210.3900.167-0.116-0.1170.0010.165

显著性（

双侧）0.6920.5260.8340.0940.2560.812

0.349

0.089

0.4830.6260.6240.9960.488

7月Pearson相关性0.150

0.069

0.3010.047

0.684**-0.1070.1960.1480.024-0.286-0.4070.103

0.162

显著性（

双侧）0.5270.7730.1970.8440.0010.6540.4070.5330.9210.2220.0750.6650.495

8月Pearson相关性

0.318-0.198-0.136-0.123-0.

011-0.113

-0.466*-0.297-0.233

0.058

-0.009

0.371-0.096

显著性（双侧）0.1720.404

0.5670.604

0.9620.635

0.039

0.2030.3230.8070.9710.1070.687

9月Pearson相关性0.213-0.171-0.154-0.0670.0550.013-0.

368

-0.669**-0.4060.

008-0.1670.370-0.

261

显著性（双侧）0.3670.4710.516

0.779

0.8170.9570.1100.0010.0750.9750.4820.1080.267

10月Pearson相关性

0.056-0.1340.067-0.0370.1460.164

-0.460*-0.614**-0.360

-0.259

-0.1740.282-0.312

显著性（双侧）0.8140.5740.7780.8770.538

0.489

0.0410.004

0.1190.269

0.462

0.229

0.181

11月Pearson相关性-0.202-0.2070.067

0.099

0.1270.224-0.057

-0.

321-0.127-0.1610.023-0.110

-0.

241

显著性（

双侧）0.3920.3800.7800.6780.5930.3430.8120.1680.5930.4970.9250.6430.

306

12月Pearson相关性0.393-0.294-0.0580.046

0.059

0.075

-0.560*-0.047

-0.189

0.400

0.207

0.494*0.249

显著性（双侧）0.086

0.209

0.8080.8460.8030.7520.0100.8430.4250.0810.3820.0270.290

全年Pearson相关性

0.306-0.0430.1740.180

0.419

0.054-0.306-0.

176

-0.040-0.030-0.0710.4220.281

显著性（双侧）0.1900.8560.4630.4470.0660.822

0.189

0.4580.8660.9000.7650.0640.230

注：**表示在0.01水平（双侧

）上显著相关。

提前月对应月后来月

・84・环境生态学

第3

期

月平均气温具有较好的相关性,1月最大（0.700）,5

月次之（0.694）,12月至翌年5月连续正相关系数

均在0.454以上，并通过了99%和95%的双侧显著

性检验,6

—11月相关性不明显,特别是8—10月出

现负相关，最大负相关系数在9月，为-0.406,这表

明12月至翌年5月平均气温上升,有利于植被生态

质量提高,8—10月平均气温继续上升，会降低植被

生态质量,这与气温对植物生长发育影响机理一致。

需要关注和研究的是7—10月与前期月份却存

在显著相关性，如7月植被生态质量指数与5月平

均气温存在正相关（0.684）,8月植被生态质量指数

表42000—2019年武夷山市植被生态质量指数与降水量相关性统计表

与7月平均气温存在负相关（-0.466）,9月植被生

态质量指数与8月平均气温存在负相关（-0.669）,

10月植被生态质量指数与7月平均气温存在负相

关（-0.460）、与8月平均气温存在负相关（-0.614）,

12月植被生态质量指数与7月平均气温存在负相

关（-0.560）,以上相关性均通过了99%和95%的双

侧显著性检验，仅6月和11月植被生态质量指数与

对应月和前后月平均气温不存在显著性相关。

4.2降水变化对植被生态质量的影响

根据2000—2019年武夷山市植被生态质量指

数与降水量相关性统计结果（表4）,从月时间尺度

Table4Pearsoncorrelationcoefficient

between

the

Wuyishan

vegetationecologicalqualityindexandthe

averageprecipitationduring2000—2019

质量指数

1月2月3月4月5月6月7月8月9月10月11月12月

全年

1月Pearson

相关性-0.104-0.0790.272-0.050-0.0320.2040.361-0.014-0.0440.021-0.1210.045

0.219

显著性（

双侧）0.664

0.739

0.2450.8350.8940.3880.1180.9520.8550.9320.610

0.849

0.353

2月Pearson

相关性-0.190-0.3500.258-0.087-0.1450.054-0.0080.006

0.265-0.210

-0.029

-0.045-0.066

显著性（双侧）0.4220.1300.2730.716

0.5420.821

0.9740.981

0.

259

0.3750.9020.8500.783

3月Pearson

相关性-0.110-0.1160.228-0.116-0.075

-0.029

0.2470.022

-0.129

-0.0060.0500.2720.084

显著性（

双侧）0.6430.6250.3340.6270.7530.9040.2940.9280.

586

0.9800.8350.2460.724

4月Pearson

相关性

-0.479*

-0.3840.134

-0.540*-0.293

-0.530*0.1030.0050.024-0.1860.034-0.150

-0.472*

显著性（

双侧）0.0330.0950.5720.014

0.209

0.0160.6660.982

0.919

0.4330.888

0.529

0.036

5月Pearson

相关性-0.068

-0.517*0.055-0.083

-0.475*-0.194-0.086

-0.

121

-0.

0030.001-0.020-0.173-0.389

显著性（

双侧）

0.776

0.019

0.8170.7270.0340.4130.7200.611

0.

989

0.9970.9330.4670.090

6

月Pearson相关性

0.460*-0.027

-0.1150.251-0.016-0.252

0.119

-0.4010.1230.055-0.194

-0.

551*-0.134

显著性（双侧）0.0410.9100.6300.2860.946

0.2840.6180.0800.

604

0.819

0.4130.0120.573

7月Pearson

相关性

0.189

-0.4160.0150.258

-0.259-0.209

-0.285

-0.149

0.174-0.0430.0850.076-0.255

显著性（双侧）0.4240.0680.9500.2720.2710.3770.2230.5310.4630.8570.721

0.749

0.278

8月Pearson

相关性0.177-0.0940.

1050.0570.0120.3150.2770.245

0.460*0.1350.2150.121

0.451*

显著性（双侧）0.4550.6950.6580.8110.9580.1760.236

0.297

0.0410.5710.3630.6100.046

9月Pearson

相关性

0.131-0.4040.

143

0.135-0.047

0.198-0.057

0.608**0.578**0.148

0.379

0.0800.324

显著性（双侧）0.5820.078

0.549

0.5710.8450.402

0.8120.0040.0080.534

0.099

0.7380.164

10月Pearson

相关性-0.118-0.3800.256

-0.059

-0.072-0.033-0.074

0.

551*0.442

0.229

0.3880.2870.188

显著性（

双侧）0.6210.0980.2770.8050.76对同事的祝福语 4

0.889

0.7570.0120.0510.332

0.091

0.2200.428

11月Pearson

相关性-0.275

-0.745**-0.047-0.213-0.110-0.155-0.4150.312

0.2500.231

0.532*-0.073-0.249

显著性（双侧）0.240

0.000

0.8440.3680.6450.515

0.069

0.1800.2870.3280.0160.758

0.289

12月Pearson相关性

0.169

-0.068-0.044-0.0150.1460.1820.335

-0.0570.4200.2560.3510.0400.395

显著性（双侧）0.4750.7750.8550.9510.5380.443

0.149

0.8100.0650.2760.

1300.8670.085

全年Pearson相关性-0.023

-0.537*

0.203-0.063-0.

177-0.0440.0750.263

0.452*

0.1300.301

0.009

0.080

显著性（双侧）0.9250.0150.3900.7920.4550.8540.7520.2620.0460.584

0.198

0.969

0.738

注

：*水表示在0.01

水平（双侧

）上显著相关。

提前月对应月后来月

2021年

杨林等:福建武夷山气候变化与林业有害生物对植被生态的影响

・85・

降水量变化分析，武夷山植被生态质量与对应月降

水量具有一定的相关性,8—12月连续存在正相关,

正相关系数9月最大(0.578),11月次之(0.532),

12月最低

(0.

040),1—7月(3月除外)连续存在负

相关，负相关系数4月最大(-0.540),5月次之

(-0.475)，并通过了99%和

95%的双侧显著性检

验，其他月份相关性不明显,这表明1—7

月降水量

增多。在武夷山多雨季节时，可能出现洪涝和水土

流失，会降低植被生态质量;8—12月武夷山处于少

雨季节时,降水量增多,可保持水资源平衡,有利于

提高植被生态质量,这与降水对植物生长发育影响

机理相符。

需要关注和研究的是4—11月与前后月份存在

显著相关性，如4月植被生态质量指数与6月降水

量存在负相关(-0.530),5月植被生态质量指数与

2月降水量存在负相关(-0.517),6月植被生态质

量指数与1月降水量存在正相关(0.460),8月植被

生态质量指数与9月降水量存在正相关(0.460),9

月植被生态质量指数与8月降水量存在正相关

(0.608),10月植被生态质量指数与8月降水量存

在正相关(0.551),11月植被生态质量指数与2月

降水量存在负相关(-0.745)，以上相关性均通过了

99%和95%的双侧显著性检验。

5武夷山林业有害生物对植被生态质量的

影响

5.1近20a武夷山林业有害生物松毛虫发生情况

2000—2019年武夷山林业有害生物发生情况

以松毛虫为例(图

2),采用Theil-Sen趋势分析方法

计算得出,松毛虫发生总面积增长率为60.3hm2/a,

中度面积增长率为22.

8hm2/a,

轻度和重度面积无

明显趋势变化。近20a发生总面积最大为2004年

10316hm2,发生总面积最小为2009年1019hm2,

发生总面积最大与最小相差约10倍。值的关注

2020年1—9月武夷山松毛虫发生总面积已达

8029hm2，近20a来位居第二。

3500

12000

年份

2016

(a)

发生总面积(b)轻度面积

2016

(c)中度面积(

d)重度面积

图22000—2019年武夷山松毛虫发生面积变化图

Fig・2Timeries

of

the

occurrenceareaofWuyishanpinecaterpillarsatdifferentlevels

5・2武夷山松毛虫发生与气工作执行力 候条件的关系

武夷山年松毛虫发生总面积与月平均气温存在

相关性，根据2000—2019年武夷山松毛虫发生总面

积与平均气温相关性统计结果(表

5),从月时间尺

度气温变化分析，负相关有8个月份，最大负相关系

数在10月为-0.302,通过了80%的双侧显著性检

验,正相关4个月份，最大正相关系数在11月为

0.219,未通过显著性检验。松毛虫轻度发生面积与

月平均气温存在相关性比发生总面积相关性咼,最

大正相关系数在11月为0.503,通过了95%的双侧

・86・环境生态学

第3

期

注

：**表示在0.01水平（双侧

）上显著相关。

表52000—2019年武夷山松毛虫发生面积与平均气温相关性统计表

Table5PearsoncorrelationcoefficientbetweentheoccurrenceareaofWuyishanpinecaterpillarsandthe

averagetemperature

during2000—2019

松毛虫平均气温

1月2月3

月

4月5月6月7

月8月

9

月10月11月12月

全年

总面积

Pearson相关性-0.0120.016

-0.1650.006-0.

107

-0.084-0.161

0.134

-0.

164-0.302

0.219

-0.053-0.

190

显著性（双侧）0.960

0.9460.4860.9780.6530.726

0.498

0.572

0.4880.1960.353

0.8230.423

轻度面积

Pearson

相关性-0.

092

-0.3920.077

0.359

-0.2550.198-0.228-0.045

-0.290-0.308

0.503*-0.275-0.

268

显著性（双侧）

0.699

0.0880.7450.120

0.279

0.4020.3330.

8520.2150.1860.024

0.2410.254

中度面积

Pearson

相关性

0.059

0.

115-0.220-0.134-0.

128

-0.220-0.1250.2520.068-0.089

0.243

-0.039-0.

021

显著性（双侧）0.8050.6300.3500.5740.5900.3500.5980.2840.7750.7100.3030.871

0.931

重度面积

Pearson相关性-0.0370.120-0.

156-0.0370.044-0.050-0.0840.043-0.258-0.371-0.0590.073

-0.

231

显著性（双侧）0.876

0.614

0.5120.8770.8550.8330.7240.8580.2720.1070.806

0.759

0.327

80%85%90%95%99%

显著性检验,4月次之为0.359，通过了85%的双侧

显著性检验;最大负相关系数在2月为-0.392,通

过了90%的双侧显著性检验，10月次之为-0.308,

通过了80%的双侧显著性检验。这表明：当大多数

月份平均气温升高时，武夷山年松毛虫发生总面积

减少，轻度面积也相应减少。特别是2月和10月平

均气温升高时，武夷山年松毛虫轻度面积减少；相

反,4月和11月平均气温升高时，武夷山年松毛虫

轻度面积增多。

武夷山年松毛虫发生总面积与月降水量存在相

关性，根据2000—2019年武夷山松毛虫发生总面积

与降水量相关性统计结果（表6）,从月时间尺度降

水变化分析,负相关有9个月份，最大负相关系数在

表62000—2019年武夷山松毛虫发生面积与降水量相关性统计表

11月为-0.331,通过了80%的双侧显著性检验,6

月次之为-0.308，通过了80%的双侧显著性检验;

正相关3个月份，最大正相关系数在9月为0.213,

未通过显著性检验。松毛虫中度发生面积与降水量

存在相关性比发生总面积相关性高,最大负相关系

数在11月为-0.402,通过了90%的双侧显著性检

验,10月次之为-0.341,通过了85%的双侧显著性

检验;松毛虫重度发生面积与降水量存在相关性也

比发生总面积相关性高，最大负相关系数在6月为

-0.450,

通过了95%的双侧显著性检验，11月次之

为-0.315,通过了80%的双侧显著性检验。这表明

当6月和11月降水量减少时,武夷山年松毛虫发生

总面积增多，中度和重度面积也相应增多。

Table6PearsoncorrelationcoefficientbetweentheoccurrenceareaofWuyishanpinecaterpillarsandthe

averageprecipitationduring2000—2019

松毛虫降水量

1月2月3

月

4月5月6月7

月8月

9

月10月11月12月

全年

总面积

Pearson

相关性-0.277-0.071-0.072-0.118-0.020-0.3080.046-0.018

0.213-0.257-0.3310.018

-0.234

显著性（双侧）0.

2370.7680.7630.6200.9350.1870.847

0.939

0.3670.2750.1540.9410.320

轻度面积

Pearson

相关性-0.1920.004-0.039-0.280

0.291

-0.072-0.

004

0.099

-0.1590.1160.0820.1050.021

显著性（双侧）0.4180.9860.8700.2310.2120.7620.986

0.679

0.5020.6280.7300.660

0.931

中度面积

Pearson

相关性-0.267-0.027-0.032-0.

087-0.083-0.1450.131-0.

0510.222-0.

341-0.402-0.081

-0.

174

显著性（双侧）0.2550.9100.8930.715

0.729

0.5430.5820.8320.3470.142

0.079

0.7350.464

重度面积

Pearson

相关性-0.198-0.120-0.095-0.008-0.108

-0.450

-0.037-0.0370.296-0.241-0.3150.

065

-0.317

显著性（双侧）0.4030.6130.

690

0.9730.6510.0470.8780.8760.2050.3070.1760.7860.173

注：**表示在0.01水平（双侧）上显著相关。

80%85%90%95%99%

2021年杨林等:福建武夷山气候变化与林业有害生物对植被生态的影响

・87・

5.3武夷山松毛虫发生对植被生态质量的影响

武夷山年松毛虫发生总面积与月植被生态质量

存在相关性，根据2000—2019年武夷山松毛虫发生

总面积与植被生态质量相关性统计结果（表7）,从

月时间尺度降水变化分析,负相关5个月份，最大负

相关系数在3月为-0.126,未通过显著性检验，正

相关7个月份，最大正相关系数在7月为0.244，未

通过显著性检验。松毛虫轻度发生面积与月植被生

表72000—2019年武夷山市松毛虫发生与植被生态质量相关性统计表

态质量存在相关性比发生总面积相关性高,最大负

相关系数在2月为-0.377,5月次之为-0.349,均通

过了85%的双侧显著性检验;松毛虫重度发生面积与

月植被生态质量存在相关性比发生总面积相关性高,

最大正相关系数在7月为0.392,通过了90%的双侧

显著性检验。这表明月植被生态质量提高时,武夷山

年松毛虫发生总面积减少,特别是2月和5月植被生

态质量提高时,年松毛虫轻度发生面积减少明显。

Table

7Pearsoncorrelationcoefficientbetweenthe

occurrenceareaofWuyishanpinecaterpillarsandthe

vegetationecologicalqualityindexduring2000—2019

松毛虫植被生态质量

1

月

2

月

3月4

月

5

月

6

月

7月8月9月10月11月12月

全年

总面积

Pearson相关性-0.083-0.049

-0.

1260.1020.0100.0650.244-0.009-0.0100.0900.1240.1800.072

显著性（双侧）0.

7270.8380.5970.6670.9670.7860.300

0.969

0.

9660.7050.601

0.448

0.762

轻度面积

Pearson

相关性-0.130-0.377-0.

051-0.027-0.349

-0.012-0.166-0.

209-0.153-0.0120.263-0.

020

-0.166

显著性（双侧）0.5850.1020.830

0.911

0.132

0.959

0.4840.3760.

5210.9600.2630.932

0.484

中度面积

Pearson相关性0.0860.178-0.

0010.1070.1000.0540.1940.

073-0.014-0.017

0.091

0.3170.140

显著性（双侧）0.7180.4520.9970.6530.6760.8200.4130.7610.9550.9430.7020.1730.556

重度面积

Pearson

相关性-0.193-0.087-0.2320.1160.100

0.0840.3920.0150.0730.2110.0260.

057

0.093

显著性（双侧）0.4160.7150.3250.6260.6750.7230.088

0.949

0.

7600.3730.9120.8130.698

注：**表示在0.01水平（双侧

）上显著相关；*表示在0.05水平（双侧）上显著相关。

80%

85%90%95%99%

6结论与讨论

以武夷山为研究区域，应用2000—2019年近

20a武夷山植被生态质量指数、气候要素观测资料

和林业有害生物监测资料,

综合以上统计分析得出

以下结论:

（1）武夷山植被生态质量季时间尺度特征:夏

季最高为72.9,雨季次之为67.8,秋季居三为57.9,

早春季第四为54.8,冬季最低为45.1；月时间尺度

特征：7月最高为76.4,8月次之为73.7,5月居三

为6鼎力的意思 8.0,6月第四为67.6,1月最低为42.9；近20a

植被生态质量不断上升,2018年达到最高值。

（2）武夷山植被生态质量与对应月平均气温具

有较好的相关性,12月至翌年5月连续正相关系数

均在0.454以上，并通过了99%和95%的双侧显著

性检验，表明12月至翌年5月期间气温上升，有利

于植被生态质量提高;8—10月期间气温继续上升,

相反会降低植被鞭字开头的成语 生态质量,这与气温对植物生长发

育的影响机理一致。

（3）武夷山植被生态质量与对应月降水量具有

一定的相关性,8—12月连续存在正相关，正相关系

数9月最大（0.578）,11月次之（0.532）,表明8—

12月期间降水量增多,有利于植被生态质量提高；

1月至7月（3月除外）连续存在负相关，负相关系

数4月最大（-0.540）,5月次之（-0.475）,并通过

了99%和95%的双侧显著性检验，表明1—7月

（3月除外）期间降水量增多,可能出现洪涝和水土

流失,会降低植被生态质量，这与降水对植物生长发

育影响机理相符。

（4）需要关注和研究的是，有些月份平均气温、

降水量和日照时数与其前后月植被生态质量指数存

在着显著相关性，这些提前月气候影响因素是否可

以作为预测预报因子，从而构建气候变化对植被生

态质量的影响模型，还有待深入研究。

（5）武夷山林业有害生物松毛虫年发生总面积

与气候变化要素月平均气温、降水量具有相关性,当

大多数月气温升高时，武夷山年松毛虫发生总面积

减少,4月和11月例外，当气温升高，年松毛虫轻度

面积也增多;特别是6月和11月降水量减少时，武

-88-环境生态学

第3

期

夷山年松毛虫发生总面积增多，中度和重度面积也

相应增多。

(6)武夷山林业有害生物松毛虫年发生总面积

与植被生态质量具有相关性,当月植被生态质量提

高时，武夷山年松毛虫发生总面积减少，特别是2月

和5月植被生态质量提高时,年松毛虫轻度发生面

积减少明显。

武夷山植被生态质量和林业有害生物松毛虫年

发生总面积与对应月气候变化影响因子日照时数、

相对湿度、蒸发量等基本气候要素也存在相关性,未

来有待继续探讨。

参考文献

[1]

万本太，张建辉,董贵华，等.中国生态环境质量评价研

究[M].北京：中国环境科学出版社,2004：1-21.

[2]李丽纯，周广胜

.

武夷山国家公园森林植被对景区活动

的响应[J].生态学报,2020,40(20):7267-7276.

[3]丁艳梅，张继贤，王坚，等.基于TM数据的植被覆盖度

反演[J].测绘科学,2006,31(1)：43-45.

[4]

李旭谱，张福平，魏永芬.

黑河流域植被覆盖程度变化

研究[J].地域研究与开发,2013,32(3):108-114.

[5]程志刚，杨欣悦,董思言，等.利用城市夜间灯光资料和

NDVI研究成都地区植被覆盖度变化[J].气象科技进

展,2016,6(1):14-20.

[6]熊巧利，何云玲,李同艳，等.西南地区生长季植被覆盖

时空变化特征及其对气候与地形因子的响应[J].水土

保持研究,2019,26(6)：259-266.

[7]郑朝菊，曾源，赵玉金，等.近15年中国西南地区植被

覆盖度动态变化[J].国土资源遥感,2017,29(3):128-

136.

[8]叶勤玉，高阳华,杨世琦，等.基于MODIS数据的重庆市

植被覆盖度时空变化分析[J].高原山地气象研究,

2016,36(2)：53-58.

[9]吴昌广

，

周志翔，肖文发，等.基于MODISNDVI

的三峡

库区植被覆盖度动态监测[J].林业科学,2012,48(1)：

25-31.

[10]孙斌,李增元，郭中，等

.高分一号与

LandsatTM数据估

算稀疏植被信息对比[J].遥感信息,2015,141(5)：52-

60.

[11]高磊，卢刚.基于

GF-1数据的南京江北新区植被覆盖

度遥感估算[J].安徽农业科学,2016,44(10):246-

247.

[12]沈谦,朱长明，张新

.GF-2支持下的干旱区稀疏植被区

植被覆盖度估算[J].测绘通报,2019(7)：33-38.

[13]范天锡.风云三号气象卫星的特点和作用[J].气象科

技,2002,30(6)

:321-327.

[14]杜宝隆，杨世琦，王永前，等.

基于FY-3C/VIRR卫星数

据重庆植被覆盖度时空变化研究

[J].成都信息工程学

院学报,2019,34(1)：54-62.

[15]葛美香，赵军，仲波

，等.FY-3/VIRR及MERSI与EOS/

MODIS中西方饮食文化差异 植被指数比较与差异原因分析[J]

.遥感技术与

应用,2017,32(2)：262-273.

[16]葛美香.多源传感器植被指数一致化算法研究[D].重

庆:重庆邮电大学,2016.

[17]张文国，侯鹏

，翟俊，等.生态系统评估模型参数空间分

布研究[J].环境生态学,2019,1(7)：

8-14.

[18]汪东川，曹泽军,张利辉，等.京津冀城市群NPP时空分

布及其影响因素研究[J].环境生态学,2020,2(5):1-

10.

[19]王月，林冬凤，张玲，等.基于Landsat8遥感影像的福州

市区降温效应分析[J].环境生态学,2020,2(5)：64-

71.

[20]孙应龙，钱拴，延昊，等.2000—2018年云南省典型矿区

植被生态时空变化特征——以临沧市为例[J].生态环

境学报,2019,28(12)：2381-2389.