2000年以来浐灞河流域不同地貌区植被变化特征及影响因素研究

杨媛媛 ，佘志鹏，宋进喜，朱大为

1. 西安浐灞生态区博士后科研工作站，陕西 西安 710024；2. 西北大学城市与环境学院，陕西 西安 710127；3. 西安理工大学/省部共建西北旱区生态水利国家重点实验室，陕西 西安 710048；4. 国网陕西省电力有限公司，陕西 西安 710048

森林植被固碳是减缓气候变化的主要途径之一，对中国实现碳中和具有重要意义（冯源等，2020）。近年来中国开展了大规模国土绿化行动（许智超等，2011），自中国1999年实施退耕还林（草）政策后，2000—2017年，中国对全球贡献了约25%的新增绿化面积，比例居全球首位（Chen et al.，2019）。秦巴山区作为中国重要的生态保护区，对气候变化十分敏感。众多研究发现（齐贵增等，2021；王治国等，2020），2000年以来秦岭地区植被覆盖呈显著上升趋势，且具有“南高北低”的空间特征，其中，邓晨晖等（2018）研究发现秦岭地区的植被覆盖对气温的响应总体上没有明显的时滞效应，但与降水的响应存在显著的时滞效应；人类活动对秦岭地区植被变化的影响以正向作用为主，日趋增强；秦岭地区植被变化是气候变化与人类活动共同作用的结果，影响因子的作用大小依次为人类活动>降水>气温>潜在蒸散量。但是，刘宪锋等（2015）研究发现2000—2014年秦巴山区植被覆盖变化的反向特征强于同向特征，有46.89%的区域将由改善转为退化，仅34.44%的地区持续改善；且降水量和海拔高度对植被覆盖有一定的影响；随着城市化的推进，城市周边植被覆盖显著降低，即自然因素和人类活动共同影响植被恢复，且人类活动对植被具有双重作用。

城市河流是自然生态系统与城市生态系统共同作用的区域，其具有自然性和社会性两种属性（朱国平等，2006）。2019年9月18日，习近平总书记关于黄河流域生态保护和高质量发展的重要讲话，提出了“让黄河成为造福人民的幸福河”的伟大目标。渭河是黄河的重要支流之一，浐灞河又是渭河最大的一级支流，且浐灞河是连接中国秦岭和黄土高原地区的生态敏感区（马新萍等，2012），因此浐灞河的植被建设工作显得尤为重要，浐灞河兼具森林区（植被恢复为主）、农田区（兼具植被恢复和人类活动）和城市区（人类活动为主），故本研究以城市河流——浐灞河流域为研究对象，探索同一河流下不同地貌特征对流域植被恢复的影响特征，以期为黄河流域不同地貌区的植被建设提供参考。

1 材料与方法

1.1 研究区概况

浐灞河流域是浐河和灞河两条的合称，浐灞河流域位于陕西省西安市东南部，109°00′—109°47′E，33°50′—34°27′N，南依秦岭山地，北连渭河平原（图1）。本研究把浐灞河流域划分为3个区段，分别为上游山地区、中游丘陵区和下游平原区，其面积分别为1395.54、992.59和300.04 km2，浐灞河流域面积共计2688.17 m2。浐灞河流域属暖温带半湿润大陆性季风气候，四季冷暖干湿分明。降水分布由北向南逐渐增加，趋势明显。依据地貌特征和主要土地利用方式差别，整个浐灞河流域分为3个区域，分别是上游山地区、中游丘陵区以及下游平原区。上游山地区为秦岭山地，土地利用方式以森林为主，降水量最大，多年平均年降水量在830 mm以上；中游丘陵区的地貌类型为丘陵和黄土塬区，土地利用类型以耕地为主，多年平均年降水量在710—830 mm之间；下游平原区地貌类型为川道平原，土地利用以建设用地为主，多年平均年降水量小于700 mm。根据灞河马渡王水文站1970—2020年实测径流统计资料，灞河多年平均流量为 13.93 m3·s−1，年径流量为 4.41×108m3。受地形、气温、湿度、风速等影响，蒸发量由平原向山区递减，南北差异明显，多年平均水面蒸发量为 776 mm，干旱指数 1.6。浐灞河流域内植被属暖温带针阔叶混交林，原生和次生植被均发育，以天然次生植被和人工植被为主。

图1 研究区概况Figure 1 Overview of the study area

1.2 数据来源与处理

本研究的归一化植被指数（NDVI）数据采用美国国家航空航天局推出的 MOD13Q1 NDVI数据（https://ladsweb.modaps.eosdis.nasa.gov/），时间序列为2000—2020年，时间分辨率为16 d，空间分辨率为 250 m，采用最大值合成法计算年 NDVI值（Didan，2015）。归一化植被指数（NDVI）通过测量近红外（植被强烈反射）和红光（植被吸收）之间的差异来量化植被（Li et al.，2021）。NDVI是衡量健康植被的标准化方法，当一个地区植被覆盖度较高时，其NDVI值也较高，反之当植被较少或没有植被时，NDVI值便低。NDVI被认为是植被生长状况及覆盖程度的最佳指示因子，是监测区域植被及生态环境最有效的指标，被广泛的应用在植被变化的相关研究中（Huang et al.，2019；Bai，2021；李程等，2021；倪铭等，2021）。

数字高程模型（DEM）来源于中国科学院计算机网络信息中心地理空间数据云（http://www.gscloud.cn），DEM的空间分辨率为30 m。土壤类型图来源于寒区旱区科学数据中心（http://westdc.westgis.ac.cn），是世界土壤数据库（Harmonized World Soil Database，HWSD）的中国地区子集。

土地利用数据来源于中国 1꞉10万土地利用数据库，本研究采用2000年和2020年2期土地利用数据，空间分辨率为30 m，分类精度为94%（Liu et al.，2014）。

流域降水量数据和径流量数据来自《中华人民共和国水文年鉴》。其中共16个雨量站数据，收集到灞河马渡王水文站1970—2020年的年径流数据。

1.3 研究方法

NDVI值的变异特征采用曼—肯德尔（Mann Kendall，M-K）趋势分析法进行计算（Hensel et al.，2006），计算了Mann Kendall的相关系数并进行显著性检验。植被恢复速度采用 Theil Sen斜率值（Theil Sen Slope）计算（Sen，1968）。上述计算在TerrSet和ArcGIS Pro等地理信息系统软件中完成。土壤侵蚀模数使用修正通用土壤流失方程（Revised Universal Soil Loss Equation，RUSLE）计算（Gao et al.，2021）。采用SPSS 22.0分析数据的相关性、回归拟合以及进行方差分析。

2 结果与分析

2.1 浐灞流域不同地貌单元年际植被变化特征

统计浐灞河流域2000—2020年3个地貌单元的NDVI值（图2），可以看出上游山地区NDVI值从2000年的0.83增加至2020年的0.91，呈极显著增加趋势（P<0.001），中游丘陵区NDVI从2000年的0.64增加至2020年的0.73，呈缓慢增加趋势，下游平原区NDVI从2000年的0.54减少至 2020年的 0.48，呈极显著减少趋势（P<0.001）。

图2 浐灞河流域不同地貌分区NDVI变化特征Figure 2 NDVI variation characteristics of different geomorphological zone units in the Chanba river basin

浐灞流域典型年份的NDVI如图3所示。可以发现上游山地区的植被明显好于中游丘陵区和下游平原区。同时可以看出，2020年上游山地区的植被明显好于2000年。

图3 浐灞流域典型年份的NDVI图Figure 3 NDVI map of Chanba river basin in 2000, 2010 and 2020

2.2 不同地貌单元年内植被变化特征

使用研究区 2000—2020年各个获取日期的NDVI中位数值，分析浐灞河流域NDVI的年内变化特征。可以看出，上游山地NDVI从3月开始快速增加，6—9月的NDVI均处于较高水平，10月后开始NDVI开始显著降低。中游丘陵区NDVI呈现双峰特征，峰值分别出现在4月和8月，在两个峰值前后，NDVI增加和降低的速度都较为平缓。下游平原区的NDVI年内分布也有双峰特征，增加和降低的速度也比较慢，只是其NDVI值进一步降低（图4）。

图4 浐灞河流域NDVI的年内变化特征Figure 4 The characteristics of the annual variation of NDVI in the Chanba River Basin

2.3 不同地貌区植被恢复差异

根据Theil Sen斜率计算结果，整个浐灞河流域的植被恢复速度为0.0019/a。其中，上游山地区的植被恢复速度为0.0038/a，中游丘陵区为0.0009/a，下游平原区为−0.0038/a，3个地貌区的植被恢复速度存在显著差异（P<0.05）（图5）。具体来讲，上游山地区90.36%的地区植被呈增长趋势，0.12%的地区呈降低趋势，9.52%的地区无显著变化；中游丘陵区31.13%的地区植被呈增长趋势，19.09%的地区呈降低趋势，49.78%的地区无显著变化；下游平原区15.51%的地区植被呈增长趋势，43.35%的地区呈降低趋势，41.13%的地区无显著变化（P<0.05）。

图5 浐灞河流域植被恢复趋势Figure 5 The trends of vegetation restoration in Chanbar river basin

上游山地区是植被恢复最快的地区，在上游山地区，低山区的植被恢复速度为0.0055/a，中山区的植被恢复速度为0.0038/a，低山区的植被恢复速度高于中山区，根据方差分析，低山区和中山区的植被恢复速度呈显著差异（P<0.05）。由于秦岭地区植被的垂直变化明显（莫申国，2008），所以植被恢复速度在低山和中山区的差异显著。同时上游山地区坡度组成以陡坡为主，0°—15°的植被恢复速度为 0.0041/a，15°—25°的植被恢复速度为0.0040/a，大于25°的植被恢复速度为0.0035/a，三者之间没有显著差异。

中游丘陵区的主要地貌类型为丘陵和黄土塬，其中丘陵地区的植被恢复速度为0.0054/a，而黄土塬地区的植被恢复速度为0.0011/a，二者存在显著差异。与上游山地区不同的是，在中游丘陵区0°—15°的植被恢复速度为−0.0001/a，而大于15°地区的植被恢复速度为0.0045/a，二者存在显著的差异。而在下游平原区，河流阶地与河漫滩地区植被没有显著变化，而平原区，植被呈现退化趋势。

2.4 不同地貌区土地利用差异对植被恢复影响

根据2000—2020年土地利用，分析研究区3个地貌单元 20年来土地利用转移情况，并统计不同土地利用及转移状态下的植被恢复速度（表1）。上游山地区土地利用以林地为主，2000—2020年，在土地利用变化中，90.98%由林地转为林地，因此，上游山地区植被恢复的主要动力是林地自身植被覆盖度的提升。在中游丘陵区，农田的植被稳定，NDVI变化不大，得益于林地NDVI的增加，这一区域的NDVI也呈缓慢增加态势。城市化是中国平原地区植被退化的主要因素（Sun et al.，2011），根据土地利用统计结果，在下游平原区，部分耕地转为建设用地，耕地向建筑用地转化过程中，植被退化明显，故该分区的NDVI呈现降低趋势。

表1 2000—2020年研究区土地利用转移及植被恢复速度Table 1 The land use transfer and the rate of vegetation restoration in the study area from 2000 to 2020

3 讨论与结论

3.1 讨论

3.1.1 植被恢复与气象因子的响应关系

由于下游平原区主要的土地利用为建筑用地且降雨量站点只有1个，本文在此讨论上游山地区和中游丘陵区植被覆盖度对年降水量的影响关系。可以发现上游山地区植被覆盖度与年降水量不存在显著的相关关系，而在中游丘陵区，植被覆盖度和年降水量存在着极显著的正相关关系（P<0.001）。有研究表明，植被对温度的敏感性高于降水（白红英，2014；郭铌等，2008），从本文不同分区NDVI与年降水量回归分析（图6），可以看出，在高植被覆盖区，植被变化与年降水量关系并不密切，而在低植被覆盖度，植被变化显著受年降水量影响。

图6 不同分区NDVI与年降水量回归分析Figure 6 Regression analysis of NDVI and annual precipitation in different districts

在全球气候变化趋势下，秦岭地区的植被可能更为敏感，有研究表明秦岭以北地区春季的降水与年NDVI之间显著相关，1998—2007年间，秦岭以北地区冬季NDVI与温度相关系数较高（孙华等，2009）。在不同物候期，整个秦岭地区植被生长始期与3月气温之间具有极显著的相关关系，生长末期与9月气温之间具有显著的相关关系（李登科等，2020）。进一步将研究区分为生长季和非生长季两个时段，分析气象因子与NDVI的相关性，其中生长季为5—10月，非生长季为11—4月。可以看出，对于降水量，在中游丘陵区，生长季NDVI与降水量存在显著的相关关系（P<0.05），而非生长季和上游山地区，降水量和NDVI没有显著的相关关系，但是可以看出，在生长季，降水量和NDVI的相关性更强。而气温与NDVI没有显著相关性，但是在非生长季，气温和NDVI相关性更强一些（表2）。值得注意的是，研究区的范围较小，且降水量和气温的数据处理方法也会对结果造成显著影响，上述结论是否在秦岭山地具有一般性还需要更多研究。同时，人类活动对秦岭地区植被变化的作用日趋增强，在山地以正向作用为主，在平原区则以负向作用为主（邓晨晖等，2018），因此深入研究人类活动对植被的影响。

表2 气象因子与NDVI的Pearson相关系数Table 2 Pearson correlation coefficient of meteorological factors and NDVI

3.1.2 植被恢复对水沙过程影响

植被恢复对流域水沙过程产沙深远影响，特别是地形复杂的山地，植被与水沙过程的影响更加复杂（Gao et al.，2019）。Xu et al.（2018）对中国主要河流分析后认为植被恢复并没有减少径流，但是却降低了河流的输沙量，Wang et al.（2016）认为，2000年以来黄河输沙量的减沙，一半贡献在于植被覆盖度的增加。根据灞河马渡王水文站实测的径流量数据和计算的研究区上游山地区土壤侵蚀模数，分别与 NDVI和年降水量进行回归分析，公式为：

式中：

Q——径流系数，mm；

V——NDVI值；

P——年降水量，mm；

M——土壤侵蚀模数，t·hm−2·a−1。

根据标准化回归系数，植被对径流量的影响较小，贡献为 8.2%，而年降水量对径流量的贡献为90.8%。对土壤侵蚀模数而言，植被对土壤侵蚀的贡献为−33.9%，而年降水量对土壤侵蚀的贡献为79.3%。可见，在灞河流域，植被对径流量的影响较小，而对土壤侵蚀模数影响较大。

3.2 结论

本研究取得的主要结论有：

（1）浐灞河流域上游山地区、中游丘陵区以及下游平原区的年际植被变化差别较为显著，上游山地区呈极显著增加趋势，中游丘陵区呈缓慢增加趋势，下游平原区呈极显著减少趋势。在年内分布上，上游山地区NDVI在6—9月处于较高水平。中游丘陵区和下游平原区 NDVI的年内分布呈现双峰特征。

（2）整个浐灞河流域的植被恢复速度为0.0019/a，上游山地区、中游丘陵区以及下游平原区的植被恢复速度存在显著差异（P<0.05），其中上游山地区的植被恢复速度为0.0038/a，中游丘陵区为0.0009/a，下游平原区为−0.0038/a。

（3）在上游山地区中，海拔对植被恢复速度具有显著影响（P<0.05），低山区的植被恢复速度高于中山区的植被恢复速度。在中游地区，不同坡度下的植被恢复存在显著差异。

（4）上游山地区植被恢复的主要动力是林地自身植被覆盖度的提升，中游丘陵区植被较为稳定，部分林地覆盖度的提升是这一区域植被覆盖度提升的主要原因，而下游平原区耕地转为建设用地是植被退化的主要原因。

（5）年降水量对上游山地区的植被覆盖度影响不显著，但是年降水量对中游丘陵区的植被覆盖度具有极显著的正相关关系（P<0.001）。在浐灞河流域，植被恢复对径流量的影响较小，而对土壤侵蚀模数影响较大。