陳超男,朱連奇,田 莉,李新鴿

1 河南大學環(huán)境與規(guī)劃學院, 開封 475004 2 中國科學院地理科學與資源研究所, 北京 100101 >3 千煙洲生態(tài)試驗站,生態(tài)系統(tǒng)網絡觀測與模擬重點實驗室, 北京 100101

植被作為陸地生態(tài)系統(tǒng)的主體,在物質循環(huán)和能量流動中起著重要作用,是聯(lián)結大氣、水分和土壤關系的自然紐帶,被認為是全球變化研究中的“指示器”[1-3],其動態(tài)變化受土壤、氣候、人類活動等多重因素的共同影響,氣候因子中以溫度和降水的影響最為直接[4-7]。歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)能較好的反映區(qū)域植被覆蓋與植被生長狀況,在全球范圍內得到廣泛應用[8-11]。

近百年來,氣候系統(tǒng)正經歷以全球變暖為主要特征的顯著變化,尤其是在北半球高海拔、高緯度(如蒙古高原、北極)等自然過渡帶與生境脆弱區(qū),溫度升高顯著高于全球溫度升高的平均水平[12-13],由這種變化所引起的陸地生態(tài)系統(tǒng)效應已受到人類的高度重視。山地因在較小的空間具有濃縮的環(huán)境梯度和高度異質化的生境,對氣候變化的敏感性僅次于極地,亦成為全球變化背景下研究植被動態(tài)對氣候響應的熱點區(qū)域[14-16]。

秦巴山區(qū)(102°24′—112°40′E和30°43′—35°29′N)西接青藏高原東緣,東臨華北平原,漢江以北為秦嶺,南為大巴山,中部分布有漢中盆地和安康盆地。該區(qū)是中國地理格局的重要樞紐、大尺度東西向的生態(tài)廊道,又是最高級別的生態(tài)安全保障區(qū)、扶貧開發(fā)重點區(qū),以復雜、多樣、獨特的自然環(huán)境孕育了豐富的天然動植物資源,對其生態(tài)環(huán)境變化的研究具有重要意義。作為氣候變化的敏感區(qū)和生境脆弱區(qū),秦巴山區(qū)植被覆蓋變化及其驅動力研究是全球變化研究領域的重點內容之一,國內學者在這方面已做了大量工作且取得一定成果[14,17-19]。雒新萍[20]研究秦巴山區(qū)1982—2003年植被年均NDVI與氣候因子的相關性,認為秦巴山區(qū)植被覆蓋與溫度的相關性高于降水,這與劉憲鋒等[21]的研究結果相反。崔曉臨等[22-23]分析了2000—2009年秦嶺山地植被覆蓋與溫度的響應,發(fā)現(xiàn)研究時段內秦嶺植被覆蓋整體呈增加趨勢,高海拔植被NDVI對溫度變化更為敏感。鄧晨輝等[24]則指出2000—2015年間秦嶺覆蓋植被變化主要受人類活動影響,其次是降水與溫度。張清雨等[25]對秦嶺山地林地類型時空變化格局進行研究,發(fā)現(xiàn)1978—2006年研究區(qū)林地面積增加但破碎化日益嚴重,經濟發(fā)展、適耕地面積等是林地類型轉換的主要驅動力。然而,目前關于秦巴山區(qū)植被覆蓋變化及其驅動力研究主要集中于陜西省境內[21-22,26-28],對西秦嶺、伏牛山和大巴山研究較少,且前人對秦巴山區(qū)植被覆蓋變化的主要氣候驅動因子爭議較大,大多僅用一種植被數(shù)據對植被覆蓋變化進行探究,全面、準確評價整個秦巴山區(qū)植被覆蓋時空變化特征及其對氣候因子的響應機制、整合碎片化、局域化資料顯得尤為重要與緊迫。鑒于此,本文使用GIMMS3g(1982—2015年)、SPOT VEG(1998—2015年)、MODIS(2000—2017年)3種不同時空分辨率的NDVI數(shù)據集,對秦巴山區(qū)1982—2017年植被覆蓋的時空變化特征及其與主要氣候因子的相關性進行研究,并以秦嶺山地(陜西境內)為重點,分析了植被覆蓋的海拔梯度差異及其與氣候因子的垂直響應模式,以期在全球氣候變化的背景下為山地植被保護與恢復提供科學依據。

1 研究方法與數(shù)據來源

1.1 研究區(qū)概況

秦巴山區(qū)(圖1)地跨甘、川、陜、渝、鄂和豫等6個省市,東西長約1000 km,南北寬約300 km,總面積約為30萬km2。以秦嶺-大巴山為主體的秦巴山區(qū)是長江-黃河流域的分水嶺,也是我國南北過渡帶的主體區(qū)。過渡帶的地理位置使得該區(qū)植被區(qū)系復雜,秦嶺北坡主要為暖溫帶落葉闊葉林,南坡主要為混有常綠樹種的落葉闊葉林,大巴山北坡與秦嶺南坡植被相似,南坡則為典型的常綠闊葉林,隨海拔升高,氣候、植被等呈明顯的垂直地帶性分布[29-30]。該地區(qū)年平均氣溫介于12—16℃,年平均降水量介于709—1500 mm。因其地理環(huán)境的高度復雜性、生物多樣性和氣候敏感性,該區(qū)已成為我國地學、生物學研究的天然實驗室。

圖1 秦巴山區(qū)地理位置及其地形示意圖Fig.1 Location and topography of Qinling-Daba Mountains

1.2 數(shù)據來源與預處理

為了延長對區(qū)域植被覆蓋變化的研究時間,避免遙感數(shù)據本身的機械誤差,本研究采用了三套不同時空分辨率的植被遙感數(shù)據集。其中GIMMS3gV1.0(1982—2015年)數(shù)據來源于美國全球檢測與模型組(Global Inventor Modeling and Mapping Studies,GIMMS) 15 d合成的空間分辨率為8 km(https://ecocast.arc.nsds.gov)的NDVI數(shù)據集；SPOT VEG(1998—2015年)數(shù)據來源于中國科學院資源環(huán)境科學數(shù)據中心提供的逐月NDVI數(shù)據集(http://www.resdc.cn),空間分辨率為1 km；MODIS(2000—2017年)數(shù)據來源于美國國家航空航天局(NASA)16 d合成的空間分辨率為250 m MOD13Q1產品。利用MRT(MODIS Reprojection Tool)工具對MODIS數(shù)據集進行拼接、剪裁等預處理,提取NDVI影像。為減少云、氣溶膠、視角等影響,GIMMS3g和MODIS數(shù)據均采用最大值合成法MVC(Maximum Value Composites)[31]得到月NDVI。

氣象數(shù)據來源于中國科學院資源環(huán)境科學數(shù)據中心(http://www.resdc.cn)提供的中國年降水量、年平均氣溫空間插值數(shù)據集,空間分辨率為1 km。

DEM數(shù)據(空間分辨率為30 m)來源于中國科學院計算機網絡信息中心國際科學數(shù)據鏡像網站(http://datamirror.csdb.cn)。

1.3 研究方法

采用均值法得到年均NDVI和多年累計平均NDVI,為了避免遙感數(shù)據本身帶來的誤差,將年均NDVI進行z-score標準化處理,利用線性趨勢分析法探討研究區(qū)植被覆蓋年際變化特征,并基于像元尺度的線性趨勢分析法對多年年均NDVI進行處理,以回歸方程斜率表征不同區(qū)域植被覆蓋空間變化特征,斜率為正時,植被呈改善趨勢(NDVI隨時間推移而增加),斜率為負時,植被呈退化趨勢(NDVI隨時間推移而降低),且斜率絕對值越大,植被覆蓋變化趨勢越明顯；最后采用相關分析法來探明區(qū)域植被覆蓋變化對氣候因子的響應狀況。另外,水熱組合、土壤養(yǎng)分等條件隨海拔變化導致植被覆蓋有很大的差異[32-35],本文以秦嶺山地(陜西境內)為重點區(qū),參考《秦嶺山地自然地理》[36],根據秦嶺植被分布的垂直帶性將海拔劃分為6個梯度(<500 m,500—1000 m,1000—1600 m,1600—2700 m,2700—3200 m,>3200 m)以觀察植被覆蓋的垂直變化特征。

由于本文采用了3種不同時空分辨率的植被遙感數(shù)據集,根據研究需要,在分析秦巴山區(qū)植被覆蓋長時間序列(1982—2017年)年際變化特征時采用3種數(shù)據,這樣既能對各種遙感數(shù)據質量互相驗證又延長了對區(qū)域植被變化的研究時段；分析植被覆蓋空間分布、空間變化(包括不同海拔帶)特征時采用高分辨率的MODIS數(shù)據；分析植被覆蓋變化對氣候因素的響應時采用和氣象數(shù)據具有相同空間分辨率的SPOT VEG數(shù)據。

2 結果與分析

2.1 植被NDVI(GIMMS3g 1982—2017、SPOT VEG1998—2015和MODIS2000—2017)年際變化特征

將秦巴山區(qū)1982—2017年(GIMMS3g、SPOT VEG和MODIS數(shù)據)年均NDVI進行標準化處理,用其年際變化趨勢代表研究區(qū)植被覆蓋年際變化趨勢(圖2)。

圖2 1982—2017年秦巴山區(qū)NDVI變化趨勢Fig.2 The trends of the GIMMS3g 1982—2015, SPOT VEG1998—2015 and MODIS2000—2017 in Qinling-Daba Mountains during 1982—2017CV: 變異系數(shù),Coefficient of Variation；G1982—2015: 1982—2015年GIMMS3g NDVI數(shù)據,GIMMS3g NDVI during 1982—2015；G1982—2000: 1982—2000年GIMMS3g NDVI數(shù)據,GIMMS3g NDVI during 1982—2000；G2000—2015: 2000—2015年GIMMS3g NDVI數(shù)據,GIMMS3g NDVI during 2000—2015；S2000—2015: 2000—2015年SPOT VEG NDVI數(shù)據,SOPT VEG NDVI during 2000—2015；M2000—2017: 2000—2017年MODIS NDVI數(shù)據,MODIS NDVI during 2000—2017

結果表明,基于不同分辨率的3種遙感數(shù)據在重疊年份的年際變化趨勢一致,充分證明了該區(qū)域遙感數(shù)據的可靠性,適用于分析秦巴山區(qū)植被覆蓋的時空變化格局。2000—2017年間,三種遙感數(shù)據NDVI均呈現(xiàn)穩(wěn)定增加趨勢,且年際波動表現(xiàn)為較好的一致性,GIMMS3g 2000—2015、SPOT VEG2000—2015和MODIS2000—2017增速分別為2.2%/10a(P<0.001)、4.1%/10a(P=0.001)和4.5%/10a(P<0.001),由于傳感器自身差異,GIMMS3g數(shù)據增速略小于SPOT VEG和MODIS數(shù)據增速,但整體上可以準確顯示研究區(qū)植被覆蓋變化趨勢。由GIMMS3g數(shù)據可知,秦巴山區(qū)1982—2015年間植被覆蓋整體為增加趨勢,增速為1.4%/10a,其中1982—2000年增速為1.6%/10a(P=0.098),植被覆蓋變化主要受氣候因子影響,NDVI水平較低且年際波動較大,僅1990、1991、1995、1997和1998年NDVI高于平均值,其余年份均低于平均水平,在1998—2000年間NDVI迅速下降(與SPOT VEG數(shù)據表現(xiàn)一致),該時間段為研究區(qū)實施退耕還林工程初期,耕地面積急劇減少[37],導致植被覆蓋度降低；2000年之后,生態(tài)保護工程成效顯著,在人為作用的影響下,植被覆蓋呈穩(wěn)定增加趨勢(1.7%/10a,P<0.001),除2005、2011、2012年有較大下降,其余年份NDVI值均處于較高水平且穩(wěn)定上升。計算GIMMS3g1982—2000NDVI年際變異系數(shù)(CV)為0.04,2000—2015年為0.02,SPOT VEG2000—2015和MODIS2000—2017CV值分別為0.04和0.05,對比不同時期GIMMS3g數(shù)據的CV值可知,2000年之前,秦巴山區(qū)植被覆蓋變化受氣候因素影響年際波動較大,而2000年之后,在人為因素(如植樹造林工程)影響下穩(wěn)定增加。

2.2 植被NDVI(MODIS2000—2017)空間分布特征

由于植被類型、土地利用、氣候因素等不同,秦巴山區(qū)2000—2017年植被覆蓋呈現(xiàn)明顯的區(qū)域差異(圖3a),NDVI介于0.27—0.74之間,平均值為0.59。對比地形圖(圖1)可以發(fā)現(xiàn),研究區(qū)植被覆蓋最好的區(qū)域主要為太白山、米倉山、雪寶頂和神農架等山地,NDVI達到0.60—0.74,這些區(qū)域植被覆蓋以森林為主,植被組成主要有常綠闊葉林、落葉闊葉林以及暖溫帶針闊葉林等；研究區(qū)中部的漢中盆地土地利用類型主要為農耕地及人工園林,與林地相比,NDVI有所下降,集中分布于0.4—0.5之間；研究區(qū)東北部海拔較低,人口密集,植被覆蓋受人為干擾嚴重相對較低,NDVI多分布于0.30—0.40之間,另外,西秦嶺(研究區(qū)西北、西南邊緣的岷縣、武都縣以及西和縣)以及研究區(qū)海拔最高的西南部等地區(qū),因受水熱條件制約,植被類型以亞高山落葉闊葉灌叢、禾草、雜草草甸為主,植被覆蓋度相對較差,NDVI小于0.35。

圖3 2000—2017年秦巴山區(qū)NDVI空間分布及垂直分布特征Fig.3 Spatial distribution and vertical characteristics of NDVI in Qinling-Daba Mountains during 2000—2017

由圖3可以看出,秦嶺山地隨著海拔的升高,NDVI值呈先增大后減小的變化特征,海拔<500 m時,NDVI相對較小且分布分散,平均值為0.52,主要介于0.50—0.60之間,占該海拔帶總面積的55.50%,其次為0.40—0.50和0.60—0.70,所占比例分別為23.62%、13.52%,小于0.30和0.30—0.40之間分布較少；500—1000 m,NDVI有所上升且分布較為集中,平均值為0.59,主要介于0.50—0.6與0.6—0.7之間,所占比例分別為41.69%、49.21%,0.30—0.40分布較少；1000—1600 m,NDVI繼續(xù)上升,平均值為0.63,介于0.60—0.70之間的比例為71.13%；1600—2700 m,平均值為0.67,植被覆蓋狀況最好且分布最為集中,NDVI主要介于0.60—0.70之間,所占比例為71.47%,大于0.7的分布比例次之；2700—3200 m,NDVI略有下降,平均值為0.59, 0.6—0.7之間所占比例為39.00%；>3200 m時,NDVI最小,平均值為0.34,小于0.4的區(qū)域占78.11%。

植被分布受多種因素的影響,其中人為因素與氣候因素最為重要[38-41]。海拔小于500 m時,植被類型主要為農耕栽培植被,500—1600 m海拔帶植被覆蓋有所升高,但由于受人類活動影響,不少山坡已被開墾,原始森林植被遭到破壞,植被類型主要為人工林地,植被組成單一[42],且山麓氣候干燥,故植被覆蓋較差；海拔升高至1600—2700 m時,人為干擾較小,森林植被保存完好,水熱條件適宜,植被覆蓋狀況最好,植被組成主要為針闊葉混交林[36]；2700—3200 m為亞高山植被帶,植被成分單純,NDVI值迅速下降,海拔高于3200 m時,受溫度限制,植被主要由灌叢和草甸組成,NDVI值最小。

2.3 植被NDVI(MODIS2000—2017)空間變化特征

利用線性趨勢分析法對2000—2017年各年均NDVI值與其相對應的時間序列進行逐項元回歸分析,將其回歸斜率劃分為五類,用以表征該時間段內植被覆蓋變化趨勢,劃分標準及結果見圖4、表1。結果表明,18 a間秦巴山區(qū)植被覆蓋改善的區(qū)域面積約20.07萬km2,占總面積的96.90%,退化的區(qū)域面積約0.93萬km2,所占比例為3.10%,即研究區(qū)植被覆蓋整體呈增加趨勢。其中輕度改善的面積最大,為13.79萬km2(45.97%),中度改善的面積次之,為13.42萬km2(44.73%),明顯改善的區(qū)域面積為1.86萬km2(6.19%),之后為輕度退化和中度退化,面積分別為0.71萬km2(2.35%)和0.14萬km2(0.47%),明顯退化的面積最小,為0.09萬km2(2.9%)。從空間分布來看,植被明顯改善的區(qū)域主要集中在西秦嶺(甘南的禮縣、武都縣、西和縣),另外,安康中部和十堰北部等低海拔區(qū)域植被覆蓋也以明顯改善為主；中度改善的區(qū)域較為零散,遍布整個研究區(qū)；輕度改善的區(qū)域主要集中在研究區(qū)北部高海拔區(qū)域,太白山、米倉山和神農架等山地也多表現(xiàn)為輕度改善；植被退化的面積較少,主要集中在研究區(qū)西南部的少數(shù)地區(qū),如成都北部和德陽北部的交界處,漢中盆地及南陽西部邊緣區(qū)域也有零星分布。由上述分析可得,近18 a秦巴山區(qū)植被覆蓋整體呈改善趨勢,以輕度改善和中度改善為主體,變化斜率較大的區(qū)域主要集中在海拔相對較低、人類活動較為頻繁的地區(qū),高海拔區(qū)域主要受氣候因素影響,植被覆蓋變化主要表現(xiàn)為基本不變(輕度退化、輕度改善)。

圖4 2000—2017年秦巴山區(qū)NDVI空間及垂直變化特征Fig.4 Spatial pattern (a) and vertical characteristics (b) of NDVI change trends in Qinling-Daba Mountains during 2000—2017*和**分別為通過置信水平為95%和99%的顯著性檢驗

類型 Type分類標準 Classification protocol面積/萬km2Area面積比例/%Area percent明顯退化 Significant degradationSlope < -0.0020.09 0.29中度退化 Moderate degradation-0.002 < Slope < -0.0010.14 0.47輕度退化 Mild degradation-0.001< Slope < 00.71 2.35輕度改善 Mild improvement0 < Slope < 0.00113.79 45.97中度改善 Moderate improvement0.001< Slope < 0.00213.42 44.73明顯改善 Significant improvementSlope > 0.0021.86 6.19

為進一步探究海拔對植被覆蓋變化的影響,統(tǒng)計秦嶺地區(qū)不同海拔帶多年來植被覆蓋的變化情況,結果顯示,不同海拔帶植被覆蓋均呈增加趨勢,但增速有所不同(圖4)。海拔<500 m、500—1000 m、1000—1600 m時,植被類型以農作物與人工園林為主,植被覆蓋變化主要受人類活動(耕作制度、灌溉及施肥方式、退耕還林政策等)影響,NDVI增速較大,分別為4.8%/10a、5.7%/10a、5.1%/10a,且均通過了置信水平為99%的顯著性檢驗；海拔在1600—2700 m與2700—3200 m時,植被覆蓋變化受人為干擾較小,主要受溫度和降水等氣候因子影響,在全球變暖的大背景下,該區(qū)植被覆蓋有所增加,但與低海拔相比增速減小,分別為3.2%/10a(P<0.001)、2.6%/10a(P<0.05)；隨著海拔的繼續(xù)升高(>3200 m),NDVI變化不顯著,增速為1.2%/10a(P>0.05)。進一步說明人為因素對植被覆蓋影響的速度大于氣候因素對植被覆蓋影響的速度,人類活動可在短時間內改變區(qū)域植被覆蓋格局。

2.4 植被NDVI(SPOT VEG1982—2015)變化的氣候因子驅動力分析

溫度和降水是影響植被覆蓋最直接、重要的氣候因子[7],在全球氣候變化的大背景下,1982—2015年秦巴山區(qū)以增溫效應為主,溫度增加速率為0.49℃/10a(R=0.826,P<0.001,n=34),增濕效應不顯著。在這種情況下,本文以年為單位,逐項元分別計算2000—2015年植被NDVI與年均溫和年降水的相關系數(shù),得到其空間分布圖,用以分析研究區(qū)植被覆蓋對氣候因子的響應模式,并對相關系數(shù)進行統(tǒng)計分類(表2)。結果顯示,研究區(qū)植被覆蓋變化與溫度主要為正相關,與降水為正負相關并存,與溫度的相關性較降水高。

圖5 秦巴山區(qū)氣溫距平、降水距平百分率變化趨勢,NDVI與溫度、降水與的相關系數(shù)分布以及對溫度、降水的垂直響應模式 Fig.5 The change trends of temperature anomaly, precipitation anomaly percentage; the spatial distribution of correlation among NDVI with temperature and precipitation; the correlation among NDVI and temperature and precipitation at different altitudes in Qinling-Daba Mountains during 2000—2015*為通過置信水平為90%的顯著性檢驗

2000—2015年秦巴山區(qū)植被覆蓋變化與溫度的平均相關系數(shù)為0.22,區(qū)域正相關系數(shù)和負相關系數(shù)所占比例分別為88.81%和11.19%(圖5,表2),即在研究時段內,研究區(qū)植被覆蓋變化與溫度主要呈正相關。在正相關區(qū)域中,低度正相關的區(qū)域占總面積的57.12%,分布于整個研究區(qū)；中度正相關和高度正相關比例分別為10.61%、0.58%,主要分布在太白山、米倉山和神農架等森林面積較大的高海拔區(qū)域,這些地區(qū)降水充沛但溫度較低,熱量為該區(qū)域植被生長的主要限制性因子,溫度升高有利于植被覆蓋的增加。負相關的區(qū)域面積較小,主要分布在四川北部的松藩縣、平武縣和茂縣等地區(qū),另外,豫西地區(qū)人口密集、人為干擾較大的洛寧縣、欒川縣、內鄉(xiāng)縣一帶也與溫度呈負相關,但相關性均不顯著。

相比之下,植被覆蓋變化與降水的正負相關性較為平衡,平均相關系數(shù)為0.03,正相關與負相關所占比例分別為41.53%和58.47%。其中呈低度正相關的區(qū)域比例為49.14%,主要分布在研究區(qū)北部和南部邊緣地區(qū),中度和高度正相關的區(qū)域比例分別為7.86%和1.66%,主要位于研究區(qū)西北部的臨潭縣、岷縣和溫縣等降雨較少的地區(qū),這些地區(qū)溫度較高,土壤水分蒸發(fā)嚴重,降水增加將促進植被生長；呈低度負相關和中度負相關的區(qū)域比例為34.98%和6.55%,主要集中在研究區(qū)東部城鎮(zhèn)化水平較高的大面積低海拔區(qū)域,另外,西南部的高海拔區(qū)域也呈負相關,這些區(qū)域降水量相對較多,植物生長所需的水分足夠,降水增加將導致光照強度下降、光合作用減弱,從而抑制植被的生長[43]。

表2 2000—2015年秦巴山區(qū)NDVI與溫度、降水相關系數(shù)分類標準及結果統(tǒng)計

Table 2 The classification standard for correlation coefficient among NDVI, temperature and precipitation statistical result in Qinling-Daba Mountains during 2000—2015

相關性Correlation相關系數(shù)Correlation coefficient面積比例/% Area percent 溫度 Temperature降水 Precipitation中度負相關 Moderate negative correlation< -0.30.586.55低度負相關 Mild negative correlation-0.3—0.010.6134.98低度正相關 Mild positive correlation0.0—0.357.1249.14中度正相關Moderate positive correlation0.3—0.526.627.68高度正相關 Significant positive correlation> 0.55.071.66

不同海拔帶植被覆蓋變化對氣候因子的響應具有明顯的差異性(圖5)。結果表明,隨著海拔的升高,植被覆蓋與溫度的相關性出現(xiàn)由負到正的轉變。海拔小于1600 m時,植被NDVI與溫度主要呈負相關,但均未通過顯著性檢驗,1000—1600 m海拔帶與溫度相關系數(shù)最大；海拔在1600—3200 m時,相關性轉為正相關,2700—3200 m時,相關系數(shù)略有上升,>3200 m時,相關系數(shù)最大為0.35,且通過了置信水平為90%的顯著性檢驗,即高海拔區(qū)域植被對溫度變化更為敏感；與溫度相反,隨著海拔的升高,NDVI與降水的相關性出現(xiàn)由正到負的轉變,海拔在低于2700 m時兩者為負相關,高于2700 m時兩者為正相關,低海拔區(qū)域相關系數(shù)更大,但不同海拔帶相關性均未通過顯著性檢驗。造成這種現(xiàn)象的原因主要為：在低海拔區(qū)域,植被覆蓋類型主要為農作物和人工園林,植被覆蓋與人類活動的相關性高于與氣候因子的相關性,且栽培植被對水分要求較高,因此與降水呈正相關,隨著海拔的升高,降水增加而溫度降低,植被生長主要受熱量條件限制,因此與溫度呈正相關。

3 結論

(1)時間變化上,1982—2017年3種NDVI遙感數(shù)據在秦巴山區(qū)均呈顯著上升趨勢。1982—2015年NDVI-GIMMS3g增速為1.4%/10a,其中1982—2000年NDVI-GIMMS3g整體較低且波動幅度較大,增速為1.6%/10a,年際間變異系數(shù)(CV)為0.04,2000年后 NDVI較高且呈穩(wěn)定增加狀態(tài),增速為1.7%/10a,CV為0.02；2000—2015年NDVI-SPOT VEG增速為4.1%/10a,CV為0.04；2000—2017年NDVI-MODIS增速為4.5%/10a,CV為0.05。

(2)空間分布上,2000—2017年(MODIS數(shù)據)秦巴山區(qū)高植被覆蓋區(qū)主要為太白山、米倉山、神農架等山地,低植被覆蓋區(qū)主要為研究區(qū)西部的高海拔區(qū)和東部受人為干擾嚴重的低海拔區(qū)；隨海拔升高,秦嶺山地NDVI呈先增加后減少的變化趨勢。

(3)空間變化上,2000—2017年(MODIS數(shù)據)秦巴山區(qū)植被覆蓋增加的區(qū)域大于減少的區(qū)域,增加和減少的區(qū)域分別占總面積的96.90%和3.10%,低海拔區(qū)域變化顯著,高海拔區(qū)域基本不變；秦嶺山地不同海拔梯度帶植被覆蓋均呈增加趨勢,低海拔增速較高海拔大。

(4)1982—2015年(SPOT VEG數(shù)據)秦巴山區(qū)增溫效應顯著,增速為0.49℃/10a,增濕效應不顯著；2000—2015年研究區(qū)植被覆蓋與溫度以正相關為主,主要分布在山地等降水較多的地區(qū)；與降水為正負相關性并存,正相關主要分布在研究區(qū)西北部降水較少的半干旱區(qū),負相關主要分布在東部城鎮(zhèn)化水平較高的低海拔區(qū)域；秦嶺山地隨著海拔的升高,植被覆蓋與溫度的相關系數(shù)呈由負到正的轉變,高海拔區(qū)域對溫度更敏感,與降水的相關系數(shù)呈由正到負的轉變,低海拔區(qū)對降水更敏感。

研究結果表明,1982—2017年秦巴山區(qū)植被覆蓋呈顯著增加趨勢,1982—2000年植被NDVI較低且年際波動大,2000年后植被NDVI較高且穩(wěn)定增加。植被動態(tài)變化受氣候、人為和歷史等多種因素共同影響,在研究時段內,研究區(qū)溫度和降水均呈增加趨勢,增溫效應尤為明顯,但對2000—2015年植被覆蓋與氣溫和降水進行相關分析,發(fā)現(xiàn)植被覆蓋與溫度以正相關為主,與降水為正負相關并存,且高海拔區(qū)域植被對溫度變化更為敏感,低海拔區(qū)域對降水更為敏感,這與以往的研究結果相似[13,20,22,27,36],但無論是氣溫還是降水,呈明顯相關的區(qū)域面積并不是很大[44],造成這種現(xiàn)象的可能性主要有以下幾點：首先,氣候雖為植被覆蓋變化的決定性因子,但兩者的相關性受研究時段和空間尺度影響[5],研究的時空尺度不同,相關系數(shù)將存在較大的差異性；其次,植被覆蓋變化對氣候的響應模式存在顯著的空間差異性,并可能存在一定的滯后性[14,45-47],本文僅研究了年均溫、年降水量對植被NDVI的影響,未對其滯后性進行分析；另外,有研究表明,近年來植被覆蓋變化的主要驅動力已由氣候因素轉為人為因素[48],人類活動能在短時間內改變區(qū)域環(huán)境,退耕還林、植樹造林等生態(tài)保護工程可快速增加區(qū)域植被覆蓋[21,49-50],自2000年后,研究區(qū)全面實施退耕還林政策,林地增加面積為2.54×106hm2, 約占全國退耕還林總面積的10%[37],植被覆蓋變化受人為因素干擾較大。因此,秦巴山區(qū)植被覆蓋變化對不同時段氣候因子的響應以及定量分析人為因素(社會經濟、城市擴張等)對植被覆蓋的影響是以后工作的重點內容,以期更為全面的揭示秦巴山區(qū)植被覆蓋對氣候因素與人為因素的響應機制,為山地植被保護和恢復提供科學依據。