解耦气候变化和人类活动干扰对陕西省植被覆盖变化的影响

王小青 柴立夫

(长安大学地球科学与资源学院，陕西 西安 710054)

引言

植被是陆地生态系统的重要组成部分，更是联结大气、水分和土壤关系的自然纽带。其在气候调节、水土保持、沙漠化治理、降水径流调控等方面发挥着重要作用，是全球环境和气候变化的敏感指示器[1,2]。近年来，随着气候的变化和人类活动的干扰，自然环境面临着严峻挑战，如植被退化、水土流失加剧、地上生物量减少，这些影响引起了专家学者的广泛关注[3]。因此，解耦自然和人类活动对生态环境的影响，特别是对植被变化的影响，对于寻求生态环境的恢复具有重要意义。

目前，遥感卫星在大范围的环境监测方面已广泛使用。其中，MODIS遥感卫星产品，归一化植被指数(Normal Difference Vegetation Index，NDVI)可以监测植被的生长状态，反映区域植被的覆盖度以及生长态势[4]。在已有的研究中，气候是大范围植被影响的决定性因子，其中气温和降水等气候条件与植被生长密切相关，且NDVI的影响具有明显的空间差异[5,6]。李月臣等认为北方地区植被影响中，气温响应高于降水[7]；刘绿柳发现黄河流域的草地与灌丛与气温降水因子关系显著[8]；高江波等基于地理加权回归，发现气温降水对不同地区的植被影响差异显著[9]。然而在受到气候变化对环境植被影响的同时，人类活动的过程也对植被变化产生深刻影响[10]。在人类活动对植被影响的相关研究中，周锡饮认为蒙古高原植被覆盖变化中，人类活动是造成区域差异的主要因素[11]；杨少文等认为GDP对植被覆盖的影响高于气候因子[12]。由此可见，植被覆盖变化的驱动力研究是一个复杂的人类—环境耦合系统，解耦气候变化和人类活动对陕西省NDVI变化的影响具有重要意义。

在西部大开发、退耕还林等一系列国家政策的扶持下，陕西省植被覆盖变化以及驱动力研究受到社会和科学界的广泛关注。1999年起，陕西省开始实行退耕还林与天然林资源保护工程，陕西省植被总体上呈显著改善。然而，在目前的研究中，对人类活动的影响多数以定性描述分析为主，难以定量的区分气候因子和人类活动对植被变化的影响。在数据应用方面，多数研究的气象数据多集中于站点数据，影响了研究区数据的准确性。为了确保区域的社会—自然系统的可持续发展，本文基于区域植被NDVI变化，分离量化陕西省气候变化和人类活动之间的关系，探究植被在不同尺度下的时空演变的驱动因素，对后期草地生态恢复和发展提供科学依据。

1 研究区概况

陕西省地处中国西北地区，地理位置介于E 105°29'～111°15'，N 31°42'～39°35'，其平均海拔高度为1157m，地势南北高，中部低。由南到北分别为陕南秦巴山地、关中平原和陕北高原3个地貌区。陕西省横跨3个气候带，南北气候差异较大。全省年平均气温为9～16℃，年平均降水量由南到北依次减少，平均年降水量为340～1220mm。植被由南到北包括亚热带森林、温带森林、温带草原和温带荒漠[13]。植被覆盖情况由陕南地区向陕北地区依次降低。总体上，陕西省生态环境问题严峻，水土流失、土地荒漠化成为制约当地发展的重要因素。

2 数据来源与研究方法

2.1 数据来源及预处理

本文采用的数据为MODIS/Terra NDVI(MOD13Q1)(2000—2018)版本6数据(https://lpdaac.usgs. gov/data_ access/data_pool)，该数据时间分辨率为16d，空间分辨率为250m。对NDVI数据的预处理包括格式和坐标的转换、研究区裁剪、异常数据剔除。同时，为了消除云雪对NDVI的影响，对NDVI数据进行时间滤波，以保证数据值的可靠性。利用最大合成法获得陕西省NDVI生长季数据(5—9月)，并且NDVI真值是通过对NDVI像元的原始值乘以0.0001得到[14]。

自然环境因子选取气温和降水，数据来自中国气候驱动数据集(http://westdc.westgis.ac.cn/)，时间段为1979—2018年，空间分辨率为0.1°。该数据融合了中国站点数据，TRMM卫星观测数据和再分析数据集，常被用于中国的水文研究中。本文采用常用的双线性插值法将该数据集内插成与NDVI相同的分辨率。

2.2 研究方法

2.2.1 趋势分析

为研究陕西省的植被覆盖变化的空间特征，本文选用相关系数的统计检验方法进行显著性变化趋势检验。线性倾向值用最小二乘法估计，计算公式：

(1)

式中，Lslope为NDVI变化趋势斜率，i为年序号，n=19，NDVIi表示第i年的年最大NDVI值。其中，Lslope>0，说明NDVI随时间序列呈增长趋势；反之，则呈减小趋势，且斜率绝对值越大，植被覆盖变化趋势越明显。

2.2.2 影响因素分析

本文采用偏相关系数分析法探究降雨、温度对植被覆盖度的影响。偏相关分析衡量两要素之间的相互关系，而排除其它因素的影响。需要通过计算陕西省历年NDVI均值和同期年降水量均值和年气温均值之间的相关性，其相关系数描述了两个定距变量间联系的紧密程度[15]，计算公式：

(2)

式中，rxy指x、y之间的相关系数，xi表示第i年NDVI；yi表示第i年累积降水量或平均温度；表示多年NDVI平均值；表示多年累积平均降水量或平均温度。

在计算相关系数后，须进一步计算偏相关系数：

(3)

式中，r12,3是基于要素1与要素2的偏相关系数，r12，r23，r13分别表示要素1与要素2，要素2与要素3，要素1与要素3的偏相关系数。其中r1为NDVI，r2为降水，r3为气温。

2.2.3 残差分析

陕西省植被覆盖受到气候变化和人类活动的影响，利用残差分析法可以解耦陕西省气候因素和人类活动对植被覆盖的作用[16]。根据气温、降水与植被的关系，在偏相关分析的基础上建立二元线性回归方程，拟合出的NDVI数值作为预测NDVI值。残差是指实际NDVI值减去预测NDVI值，从而剔除气温、降水对NDVI的影响。目前，已有专家证明残差分析是评估人类活动生态效益最有效的方法之一[17,18]。

残差=NDVI实测-NDVI预测

(4)

3 结果与分析

3.1 陕西省植被变化趋势

时间序列的变化分析可以看出陕西省植被时间变化趋势。从图1c来看，2000—2018年陕西省植被总体上覆盖率较高，且呈波动上升趋势。19a间陕西省NDVI平均值为0.70，其中，NDVI最大值出现在2018年(0.75)，最小值出现在2000年(0.62)。陕西省植被在2008年上升较快且在之后年份保持稳定，说明退耕还林工程效果显著，使得植被覆盖度提高随后保持稳定状态。

根据陕西省NDVI均值分布图(图1a)可知，在受到地理因素、气候和人类活动的综合影响，陕西省平均NDVI由南向北呈递减趋势。榆林市最北部为毛乌素沙地的南缘地区，气候条件恶劣，因此NDVI为全省最低，约为0.43左右；延安市位于黄土高原，受退耕还林政策影响，植被覆盖度增长速度较快，全市多年平均NDVI为0.68。但覆盖度南北差异较大，其北部为黄土高原丘陵沟壑地区，覆盖度约为0.53；南部地区为黄龙山林区，植被覆盖度较高，可达0.80；在关中平原地区，人口密集，大部分地区为灌溉农作区，植被覆盖度较低，约为0.68，在以省会西安为首的城市建成区附近植被覆盖下降，约为0.45；秦巴山地地区为陕西省植被覆盖度最好的区域，该区域气候湿润，温度较高，有利于植被生长，NDVI达0.85，覆盖度极高。

为了进一步分析陕西省植被改善、退化趋势。利用公式(1)对陕西省植被逐像元进行趋势分析，得到植被趋势变化空间分布图(图1b)。总的来说，近19a来陕西省植被呈总体改善趋势。尤其是陕西北部黄土高原区，主要集中在榆林市和延安市北部地区，植被覆盖有明显改善，这得益于1998年退耕还林政策的实施，在该地区得到落实，20a来植被覆盖稳步增长。而关中平原地区NDVI明显恶化且呈线性趋势，主要原因在于以西安市为中心，覆盖咸阳、渭南、宝鸡等地的经济快速发展，城市建设不断增强，导致植被覆盖度的降低。此外，南部汉中等地植被呈点状恶化趋势，这主要是汉中城区建设面积在不断扩大。南部大部分地区呈稳定趋势，主要是秦巴山地限制，植被类型为森林，加之山区地形不利于城市发展，因此该地区受人类活动扰动小，森林植被覆盖度高且常年稳定。

图 1 2000—2018陕西省NDVI均值空间分布(a)，NDVI趋势变化空间分布(b)，NDVI均值变化(c)

3.2 陕西省植被NDVI对气候变化的响应

将陕西省2000—2018年的年平均气温、年降水量数据逐年变化趋势制作成图(图2)。由图2可知，陕西省2000—2018年气温和降水在年际间波动较大。其中，降水量最高值出现在2003年，年降水量为848.47mm，最低值出现在2016年，年降水量为607.68mm；但从整体来看，2000—2018年降水没有明显增加。年平均气温的最高值出现在2013年，为11.19℃，最低值出现在2012年，为10.02℃；总体来看，2000—2018年陕西省年均温呈明显上升趋势。从图1c中可知，NDVI呈波动上升趋势，这与年均温变化趋势相一致，由此可见，19a来气温的增长对植被的生长具有明显促进作用。

图2 2000—2018年陕西省气温与降水变化

为使结论得到进一步证实，本研究采用偏相关分析法分气温和降水对NDVI的影响。总体来看，气温、降水与植被均存在正负相关性，但具有明显空间异质性。其中年降水量与植被的偏相关系数最大值为0.90，最小值为-0.75。其中，NDVI与降水为负相关的区域占总面积的26.07%，主要分布于陕西中部和南部，包括延安市南部、宝鸡中部、安康和汉中交界处。NDVI与降水偏相关系数为正的区域占比为73.93%，在全区均有分布，其中相关性最高值主要分布于陕北黄土高原区和南部汉中西南部。由图3b可知，有15.77%的区域通过0.05水平的显著性检验。由图4a可知，气温与植被偏相关系数最大值、最小值为0.88和-0.88，其中相关性为负的区域占总面积的46.47%，主要分布于关中平原一带和延安市大部分区域。而气温与植被偏相关系数为正值的区域占比为53.53%，高值区域主要集中在汉中市、安康市东部和南部、商洛市东部等地区。由图4b可知，仅有8.84%的区域通过了0.05置信度的显著性检验。

总体来看，陕西省植被覆盖与年降水量主要呈正相关，说明降水增加有利于区域内植被的生长。其中，降水与植被正相关性最强的地区在陕北榆林和延安北部一带，该地区地处黄土高原沟壑区，属于半干旱气候区，降水是制约植被生长的重要因子，因此，在半干旱气候区降水量增加有利于植被覆盖度增加。加之区域内人为对植被的恢复和保护，使植被覆盖度大幅度增加，表现出与降水的强相关性。而气温与植被的相关性正、负基本相当，在陕西省交替分布，说明研究区内温度对植被的影响远小于降水量的影响，但从图4a发现，温度与植被的正相关性最强的地区是在陕西南部，该地区处于秦岭山区，纬度低，水热条件好。可见，气温对植被的影响更易受纬度和海拔的影响。

图 3 2000—2018年陕西省植被NDVI与降水偏相关系数(a)，显著性分布(b)

图4 2000—2018年陕西省植被NDVI与温度偏相关系数(a)，显著性分布(b)

3.3 陕西省植被NDVI与人类活动的关系

植被覆盖不仅受气候因子的影响，与人类活动也密切相关，尤其是陕西省生态工程的实施，对陕西省植被覆盖的恢复具有重要的促进作用，在一定程度上降低了植被与气候因子的关系。因此，本研究采用残差变化来分析2000—2018年人类活动对植被覆盖的作用，结果如图4所示，残差变化趋势中为正的地区远大于残差为负的地区。

在残差为正地区，人类活动对植被覆盖起促进作用。该区域占总面积的80%，陕北地区基本全覆盖，陕西省南部地区也有大面积分布。自1999年开始，陕西省已实现退耕还林面积268.9×104km2，超过1999年耕地面积的50%，2008年后陆续开展了巩固退耕还林的补植造植任务，森林覆盖率由原来的31.02%增加至43.10%。植被覆盖度大幅提升。而陕北榆林、延安等地是陕西省实施生态环境建设综合治理工程、退耕还林工程、水土保持工程的重点区域，是植被覆盖度增加最明显的区域，因此可知，人类活动是陕北植被覆盖度增加的主要因子。残差为负的地区占总面积的20%，主要分布于关中平原一带，包括西安市、咸阳市区、宝鸡市、渭南市的城区，以及汉中市城区，是陕西省经济最发达的地区。随着社会经济的不断发展，城市建设面积不断扩张，势必导致土地利用类型的转变，植被覆盖的减少。因此，在这些区域人类活动对植被生长产生破坏作用。

4 结论与讨论

本文利用MODIS NDVI 数据、气象数据、人口数据，利用趋势分析计算2000—2018年陕西省植被覆盖变化趋势，利用偏相关分析和残差分析气候因子和人类活动变化对19a植被变化的影响。结论如下。

2000—2018年陕西省NDVI总体呈波动上升趋势，近19a的NDVI平均值为0.70，NDVI最大值出现在2018年(0.75)，最小值出现在2000年(0.62)，2008年前植被覆盖增速快，2008年后增速变缓。从空间上看，NDVI由南向北呈递减趋势，植被明显增长的区域在陕北榆林和延安北部一带，植被明显恶化的地区集中在关中平原城区一带。

陕西省植被覆盖与年降水量主要呈正偏相关关系，NDVI与降水偏相关系数为正的区域占比为73.93%，在全区均有分布。气温与植被覆盖的相关性较小，研究区内温度对植被的影响远小于降水量的影响。

通过残差分析人类活动对植被覆盖的影响，陕西省人类活动对植被覆盖起促进作用的地区占总面积的80%。陕北地区基本全覆盖，陕西省南部地区也有大面积分布。对植被覆盖起负作用的地区主要集中于关中平原一带。