王 靜，姚順波，劉天軍

退耕還林背景下降水利用效率時(shí)空演變及驅(qū)動(dòng)力探討

王 靜1,2，姚順波1※，劉天軍2

（1. 西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，資源經(jīng)濟(jì)與環(huán)境管理研究中心，楊凌 712100； 2. 西北農(nóng)林科技大學(xué)西部發(fā)展研究院，楊凌 712100）

為了給退耕還林（草）政策的有效制定和實(shí)施提供有針對(duì)性的理論依據(jù)，以寶雞地區(qū)作為研究區(qū)域，選取植被生長季（3－11月），基于標(biāo)準(zhǔn)化植被降水利用效率（standardized rainfall use efficiency,(RUE)）模型，綜合氣候、土地利用/覆蓋及光學(xué)遙感3個(gè)維度，分離自然因素和人為因素，監(jiān)測年際、季和月尺度上的(RUE)時(shí)空演變特征，進(jìn)一步采用灰色關(guān)聯(lián)法探討了其驅(qū)動(dòng)力。結(jié)果表明：1）在2001－2017年，寶雞地區(qū)經(jīng)過2輪退耕還林（草）工程，(RUE)整體上呈提高趨勢，尤其是第一輪后呈顯著提高趨勢的像元面積占比最高，達(dá)65.69%。全區(qū)由第一輪工程實(shí)施中的以人為干預(yù)增加區(qū)域?yàn)橹鬓D(zhuǎn)變?yōu)橐匀藶楦深A(yù)減少為主；2）春季(RUE)變化的年際差異最小，轉(zhuǎn)變點(diǎn)出現(xiàn)在2009年，表現(xiàn)為2001－2009年和2009－2017年分別呈正、負(fù)增長分布。夏季(RUE)的增加最顯著，秋季年際差異最大。年際、春尺度上各年的(RUE)均值分別在草地、耕地最高，城鄉(xiāng)用地的(RUE)在夏秋兩季最高；3）不同植被類型、不同坡度、不同坡向的(RUE)變化均呈“三高一低”峰值分布。高峰值出現(xiàn)在4月、6月和11月（最大值），低峰值出現(xiàn)在9月（最小值），分別對(duì)應(yīng)著農(nóng)田植被的返青（4月）、收割（6月）和播種期（9月）；4）寶雞地區(qū)(RUE)變化的主要驅(qū)動(dòng)因子是氣溫、日照時(shí)數(shù)（光照）和人均GDP。退耕還林（草）背景下，寶雞地區(qū)生長季的草地植被改善趨勢最好，這與(RUE)在草地上呈提高趨勢高度吻合。另外，除扶風(fēng)、麟游、鳳縣外，其余各縣（區(qū)）均為氣候變化對(duì)寶雞地區(qū)(RUE)變化的貢獻(xiàn)率大于人類活動(dòng)。

退耕還林（草）；(RUE)；人為干預(yù)；驅(qū)動(dòng)力因子；寶雞地區(qū)

0 引 言

中國的退耕還林（草）和天然林保護(hù)工程是受到全世界關(guān)注的重大生態(tài)修復(fù)工程[1-3]，在寶雞地區(qū)包括退耕還林、宜林荒山荒地造林、封山育林等植被恢復(fù)形式。

降水量是控制陸地生物群落生物多樣性和生態(tài)系統(tǒng)生產(chǎn)力的關(guān)鍵因素[4]，全球氣候變化導(dǎo)致頻繁的極端降雨或干旱[5]，研究退耕還林（草）工程實(shí)施以來不同條件下的降水模式對(duì)生態(tài)系統(tǒng)生產(chǎn)力的影響，對(duì)于全球氣候變化下退耕還林（草）生態(tài)恢復(fù)效果評(píng)價(jià)意義重大。植被降水利用效率（rainfall use efficiency, RUE）一般用植被凈初級(jí)生產(chǎn)力（net primary production, NPP）比降水量來定義，能夠指示植被生產(chǎn)力對(duì)降水量的響應(yīng)[6]。在干旱半干旱地區(qū)，降水利用效率的動(dòng)態(tài)變化為氣候因素影響下區(qū)域植被退化或恢復(fù)評(píng)估提供了可靠指標(biāo)[7-8]。王劉明等[9-11]分別對(duì)洮河流域、中國西北7省區(qū)、青藏高原的植被降水利用效率的時(shí)空格局特征進(jìn)行了分析；李春娥[12]利用植被降水利用效率反演了新疆土地荒漠化的演變情況；穆少杰等[13]研究了內(nèi)蒙古植被降水利用效率的時(shí)空格局，驅(qū)動(dòng)因素探討只涉及到了氣候因素；花立民等[14]以歸一化植被指數(shù)（normal difference vegetation index，NDVI）、氣溫、降水和家畜數(shù)量4個(gè)因子來表征河西走廊北部風(fēng)沙源區(qū)的氣候變化和人類活動(dòng)，分析了4個(gè)因子在時(shí)間序列上的年變化和相互關(guān)系。因子選取單一，未見涉及時(shí)空綜合尺度上的深入研究；劉憲鋒等[15-16]對(duì)黃土高原的研究發(fā)現(xiàn)，降水利用效率受退耕還林還草工程作用顯著，研究中自然因素和人為因素的分離未見報(bào)道。

本研究從年際、季、月尺度，分析了第一輪退耕還林（草）工程實(shí)施下（2001－2008年）（以下簡稱第一輪下）、第一輪退耕還林（草）工程實(shí)施后（2009－2013年）（以下簡稱第一輪后）、第二輪退耕還林（草）工程實(shí)施以來（2014－2017年）（以下簡稱第二輪以來）3個(gè)時(shí)間段寶雞地區(qū)(RUE)的時(shí)空演變特征。在保證變量間互不影響的情況下，選取灰色關(guān)聯(lián)法探討了(RUE)的驅(qū)動(dòng)力因子。主要解決如下4個(gè)問題：1）人為干預(yù)因素的厘定；2）(RUE)的時(shí)空演變特征；3）不同條件下的(RUE)比較；4）氣候變化和人類活動(dòng)對(duì)(RUE)變化的貢獻(xiàn)率。

1 材料與方法

1.1 研究區(qū)概況

寶雞地區(qū)位于陜西?。P(guān)中平原）西部，是中國氣候變化的敏感地帶，生態(tài)環(huán)境較為脆弱[17-18]，同時(shí)，是中國退耕還林（草）工程實(shí)施的重點(diǎn)區(qū)域。該地區(qū)地勢南高北低，海拔介于424～3 546m。全區(qū)轄渭濱區(qū)、金臺(tái)區(qū)、陳倉區(qū)、鳳翔、岐山、扶風(fēng)、眉縣、隴縣、千陽、麟游、鳳縣、太白3區(qū)9縣。屬暖溫帶大陸性季風(fēng)氣候，一年中雨季多集中在夏季和秋季，年際和年內(nèi)降水變率較大。年降水量介于710～1 000 mm之間[19]。區(qū)內(nèi)生境條件和植被類型多樣，以林地、草地遍及全區(qū)，耕地和城鄉(xiāng)用地集中于千河、渭河沿岸（圖1）。森林覆被率達(dá)36%～42%，但分布不均，集中分布在秦嶺和關(guān)山地區(qū)。被國家定為1999年首個(gè)退耕還林（草）試點(diǎn)地區(qū)，分別于2001年和2014年先后2次全面實(shí)施退耕還林（草）的第一輪和第二輪生態(tài)建設(shè)工程。

圖1 寶雞地區(qū)土地利用/覆蓋類型及氣象站點(diǎn)分布

1.2 資料收集

主要包括2001－2017年近17a的氣象數(shù)據(jù)、增強(qiáng)型植被指數(shù)（enhanced vegetation index, MODIS EVI）數(shù)據(jù)、高程數(shù)據(jù)、土地利用/覆蓋數(shù)據(jù)等，見表1。為了使遙感數(shù)據(jù)與氣象數(shù)據(jù)像元與投影匹配，在數(shù)據(jù)處理中，統(tǒng)一轉(zhuǎn)換成了WGS1984投影和0.01m分辨率。

表1 研究所用數(shù)據(jù)源

1.3 研究方法

1.3.1 標(biāo)準(zhǔn)化降水利用效率

RUE是氣候變化下監(jiān)測區(qū)域植被退化的重要指標(biāo)[20]，由累積EVI值與年降雨量之比計(jì)算而來[8,16]。標(biāo)準(zhǔn)化降水利用效率（(RUE)），是通過Z得分標(biāo)準(zhǔn)化方法校正降雨量中的異常值，處理RUE得到。同一個(gè)(RUE)可以反映不同時(shí)間尺度和不同類型的RUE狀況。計(jì)算公式如下

的確定：在一定程度上水平地帶性和垂直地帶性會(huì)影響降水量的空間插值結(jié)果，通常用經(jīng)度、緯度、海拔等來表征水平和垂直地帶性。具體計(jì)算如下：

1）利用ArcGIS軟件，選取3250個(gè)隨機(jī)柵格點(diǎn)（寶雞地區(qū)氣象站點(diǎn)較少（12個(gè)）），提取對(duì)應(yīng)點(diǎn)的經(jīng)度、緯度和海拔數(shù)據(jù)，分別與年降水量做偏相關(guān)分析。發(fā)現(xiàn)僅海拔與降水量呈顯著相關(guān)（<0.05），與張艷芳等[16]的研究結(jié)果不同；

2）結(jié)合海拔因素，利用地統(tǒng)計(jì)分析模塊中CoKriging得到校正后的降水量值；

3）在1）的數(shù)據(jù)基礎(chǔ)上，運(yùn)用時(shí)序預(yù)測法中季節(jié)趨勢預(yù)測法的移動(dòng)平均比率法預(yù)測出降水量值，該方法在計(jì)算中先從時(shí)間序列中剔除長期性因素的影響，然后應(yīng)用“同期平均法”剔除循環(huán)性和隨機(jī)性因素，再采用季節(jié)比率來預(yù)測季節(jié)的變化趨勢，是長期趨勢準(zhǔn)確性較強(qiáng)的一種測定方法。為了提高預(yù)測值的精準(zhǔn)度，使用1974－2017年的降水量實(shí)測數(shù)據(jù)做移動(dòng)平均比率測定，截取2001－2017年的月降水量預(yù)測值，結(jié)合海拔因素進(jìn)行Cokring插值。

4）將2）得到的校正降水量值和3）得到的預(yù)測降水量值，分別與站點(diǎn)實(shí)測降水量進(jìn)行擬合，驗(yàn)證其精度。擬合度均接近1，2）在<0.01水平上顯著，3）在<0.05水平上顯著，表明校正和預(yù)測效果均較好。因此，本研究選取校正后的降水量值進(jìn)行研究。

1.3.2 趨勢分析

Theil Sen+Mann-Kendall是一種非參數(shù)方法，通常被用來檢測植被長時(shí)間序列變化趨勢。對(duì)干旱半干旱地區(qū)植被變率的研究適用性較強(qiáng)[25-26]。計(jì)算公式為

通過Mann-Kendall檢驗(yàn)法[27]（置信度為0.05）對(duì)Sen趨勢進(jìn)行檢驗(yàn)。

1.3.3 灰色關(guān)聯(lián)分析

根據(jù)各因素變化曲線幾何形狀的相似程度判斷因素之間的關(guān)聯(lián)度即為灰色關(guān)聯(lián)分析[28]。與回歸分析和相關(guān)分析相比，樣本容量可以少至4個(gè)，且對(duì)數(shù)據(jù)有無規(guī)律性均適用。通過對(duì)動(dòng)態(tài)過程發(fā)展態(tài)勢的量化分析來實(shí)現(xiàn)參考數(shù)列與各比較數(shù)列之間的灰色關(guān)聯(lián)程度（記為關(guān)聯(lián)度）。關(guān)聯(lián)度越大，因素之間關(guān)系越緊密，反之越小。計(jì)算步驟如下：

1）確定分析數(shù)列

2001－2017年的(RUE)作為參考序列，記0

對(duì)應(yīng)序列的10個(gè)氣候變化和人類活動(dòng)影響因子作為比較序列，為年份序列，為總年份個(gè)數(shù)。記

2）變量的無鋼化

式中為變量序列，為總變量個(gè)數(shù)。處理過程為：選取第一年的指標(biāo)為基準(zhǔn)，后續(xù)年份指標(biāo)全部除以第一年數(shù)據(jù)。

3）計(jì)算關(guān)聯(lián)系數(shù)

0()與i()的關(guān)聯(lián)系數(shù)

記

則

4）計(jì)算關(guān)聯(lián)度

2 結(jié)果與分析

2.1 寶雞地區(qū)人為干預(yù)因素的厘定

寶雞地區(qū)第一輪下、第一輪后、第二輪以來，3個(gè)時(shí)間段的年平均EVI值呈東南向西北遞減、南高北低（渭河為界）的空間分布特征。通過8類土地利用/覆蓋類型統(tǒng)計(jì)發(fā)現(xiàn)，3個(gè)時(shí)間段上僅城鄉(xiāng)用地在第一輪后植被EVI均值最高，其余7類土地利用/覆蓋類型均在第二輪以來呈現(xiàn)最高值，其次為第一輪后。自2001年以來，林地的植被EVI均值為3.66，是8類土地利用/覆蓋類型中最高值，遍布寶雞地區(qū)。以渭河以南最為集中，像元面積占比62.72%。由此可見，寶雞地區(qū)退耕還林（草）工程的生態(tài)恢復(fù)效果為林地>耕地。由于秦嶺山脈冰雪融水以及太白河和湑水河等提供的豐沛水源補(bǔ)給，因此該區(qū)域植被覆蓋最高；水域和裸地為植被EVI低值區(qū)，像元面積占1.1%，平均值為2.35，集中在渭河、千河交叉口以東地區(qū)和太白的黃柏源鄉(xiāng)與桃川鎮(zhèn)交界處。該區(qū)域城鄉(xiāng)居民區(qū)密布，特別是近年來的城鄉(xiāng)擴(kuò)建，使得建筑面積增加的同時(shí)削減了植被面積。此外，靠近居民區(qū)農(nóng)田中農(nóng)作物、蔬菜以及經(jīng)濟(jì)作物種植呈現(xiàn)出植被覆蓋明顯的季節(jié)變化特征，因而造成該區(qū)域植被覆蓋最低。

退耕還林（草）工程是中國乃至全世界為應(yīng)對(duì)和改善生態(tài)環(huán)境而實(shí)施的一項(xiàng)以人類活動(dòng)干擾為手段、植被恢復(fù)為舉措核心、生態(tài)建設(shè)與生態(tài)效益為目的的重大生態(tài)工程[1]。EVI是衡量植被恢復(fù)的重要指標(biāo)，即隨著人類活動(dòng)干預(yù)增加/減少，EVI呈恢復(fù)/退化趨勢顯著。下文統(tǒng)一簡稱人為干預(yù)。

寶雞地區(qū)地屬干旱半干旱氣候區(qū)，大量研究表明，降水是影響區(qū)內(nèi)植被恢復(fù)的主要?dú)夂蛞蛩豙4-5]。

采用Sen+M-K趨勢法計(jì)算3個(gè)時(shí)間段的EVI空間變化趨勢，再綜合3個(gè)時(shí)間段EVI的變化數(shù)值，以0.4為間隔對(duì)其進(jìn)行重分類，提取各類別對(duì)應(yīng)的EVI像元面積及面積占比（表2）。分別以大于0.4和0.8作為人類活動(dòng)增加區(qū)域，小于0.4和0.8作為人類活動(dòng)減少區(qū)域。對(duì)比分析了以0.4和0.8劃分人為干預(yù)的區(qū)域?qū)?yīng)的降水量的空間變化趨勢。結(jié)果表明，0.8條件下，大面積區(qū)域內(nèi)降水量的變化趨勢與植被恢復(fù)趨勢相反。因此，以大于0.8作為人類活動(dòng)增加區(qū)域，小于0.8作為人類活動(dòng)減少區(qū)域（圖2）。

表2 2001－2017年寶雞地區(qū)生長季EVI變化趨勢統(tǒng)計(jì)

注：每一個(gè)分級(jí)的末值均為臨界值。

Note: End value of each grading is a critical value.

圖2 植被生長季驅(qū)動(dòng)力空間分布

2.2 標(biāo)準(zhǔn)化降水利用效率時(shí)空演變特征

2輪退耕還林（草）工程實(shí)施以來（2001－2017年）（圖3a、3b、3c），寶雞地區(qū)植被覆蓋變化受降水量影響顯著。至第二輪以來（圖3c），（RUE）高值已遍及全區(qū)，與第一輪下的人類活動(dòng)干預(yù)情況相比較，全區(qū)由以人類干預(yù)增加區(qū)域?yàn)橹鬓D(zhuǎn)變?yōu)橐匀祟惛深A(yù)減少為主?？v觀3個(gè)時(shí)間段的（RUE）最高值的空間分布，第一輪下（圖3a），集中分布在渭河和千河交叉口沿岸；第一輪后（圖3b），集中于寶雞東北部的麟游和扶風(fēng)地區(qū)；第二輪以來（圖3c），又集中在寶雞西北部的隴縣、千陽、陳倉地區(qū)。此結(jié)果與植被覆蓋最高值區(qū)空間分布不一致，對(duì)應(yīng)于人類干預(yù)減少或較少的人類干預(yù)區(qū)域?？赡艿慕忉屖牵诟珊蛋敫珊档貐^(qū)，地處渭河和千河沿岸，氣候常年干旱少雨以及受城市化進(jìn)程的影響，降水量已不再是植被生長獲取水分的唯一途徑。同時(shí)，麟游為丘陵溝壑區(qū)，是人們歷來休閑避暑的好去處，高密度的植被覆蓋加上適宜的氣候條件，因此表現(xiàn)為標(biāo)準(zhǔn)化降水利用效率對(duì)植被覆蓋變化的影響較小。

由此可見，第一輪后，隴縣的人類干預(yù)強(qiáng)度大于降水對(duì)植被生長的影響。第二輪以來，草地和林地的（RUE）值最高，值分別為0.06、0.04 g/m2·mm。表現(xiàn)在隴縣（關(guān)山牧場）、千陽（千湖濕地）、陳倉區(qū)（吳山）、鳳縣和太白（典型的生態(tài)林區(qū)）。該些地區(qū)是退耕還林（草）工程重點(diǎn)建設(shè)區(qū)，植被覆蓋的改善使土壤蓄水能力增加，降水利用效率提升。經(jīng)ArcGIS柵格提取3個(gè)時(shí)間段中人類干預(yù)的年平均(RUE)值，發(fā)現(xiàn)人類干預(yù)減少區(qū)域的年均(RUE)值均大于人類干預(yù)增加區(qū)域，兩者的(RUE)最高值均出現(xiàn)在第二輪以來。整體來看，第一輪下的年均(RUE)值差異顯著，第一輪后的(RUE)值近乎相等。

為探究寶雞地區(qū)退耕還林（草）工程實(shí)施與標(biāo)準(zhǔn)化降水利用效率的響應(yīng)關(guān)系，依據(jù)Sen+M-K趨勢法，參考袁麗華等[29]的劃分標(biāo)準(zhǔn)，劃分(RUE)為顯著降低（<0, ||>1.96）、輕微降低（<0, ||≤1.96）、基本不變（=0）、輕微提高（>0, ||≥1.96）、顯著提高（＞0, ||>1.96）5個(gè)等級(jí)，進(jìn)一步分析第一輪下（圖3d）、第一輪后（圖3e）、第二輪以來（圖3f）的年均(RUE)變化趨勢。數(shù)據(jù)表明，近17 a來，寶雞地區(qū)經(jīng)過兩輪退耕還林（草）工程，(RUE)整體上呈提高趨勢（39.33%、92.66%、19.18%），尤其是第一輪后顯著提高趨勢最為明顯，面積占比高達(dá)65.69%。第二輪以來基本不變、輕微提高區(qū)域?yàn)榈谝惠喓蟮妮p微和顯著提高區(qū)域，為第一輪下的輕微和顯著降低區(qū)域。集中分布在陳倉區(qū)中部、鳳翔中部和北部、千陽北部、麟游中部以及岐山和扶風(fēng)交界處。第二輪以來輕微和顯著降低面積明顯增加，較第一輪下和第一輪后分別高出30.3%和45.88%，集中于隴縣、陳倉區(qū)中西部、渭濱區(qū)和鳳縣。整體來看，(RUE)在3個(gè)時(shí)間段上的變化趨勢偏差較大，由基本不變和顯著提高為主到提高再到基本不變和降低。參照?qǐng)D2，對(duì)應(yīng)的人類干預(yù)由99.85%人類干預(yù)增加到86.07%人類干預(yù)增加再到81.23%人類干預(yù)減少。

圖3 2001－2017年寶雞地區(qū)生長季標(biāo)準(zhǔn)化植被降水利用效率Z(RUE)空間分布及變化趨勢

從8類土地利用/覆蓋來看，3個(gè)時(shí)間段上，Z(RUE)最高值分別表現(xiàn)在草地、城鄉(xiāng)用地和耕地上，值分別為0.89、0.20、?0.31 g/m2·mm。其高低值排序與EVI表現(xiàn)一致，依次為第二輪以來>第一輪后>第一輪下。就退耕還林（草）工程的實(shí)施對(duì)植被恢復(fù)的顯著改善面積占比來看，第一輪下為63.29%、第一輪后為39.33%、第二輪以來為0.01%。(RUE)與EVI的空間變化趨勢較為一致，表明標(biāo)準(zhǔn)化降水利用效率與累計(jì)EVI具有較好的同步變化趨勢。

2001－2017年寶雞地區(qū)年際(RUE)（0.43/10a）、春季(RUE)（?3.39/10a）、夏季(RUE)（0.58/10a）、秋季(RUE)（0.14/10a）均呈下降（2001－2004）、上升（2004－2007）、再下降（2007－2010）、再上升（2010－2017）的變化趨勢（圖4）。夏季在2009年以前波動(dòng)較大，最高最低距平差為2.11。年際和秋季尺度上，(RUE)距平最高值均表現(xiàn)在2016年，分別為2.14和1.46 g/m2·mm，前者(RUE)距平最低值出現(xiàn)在2003年和2011年，值分別為?1.54、?1.60 g/m2·mm）。后者僅在2011年表現(xiàn)最低，(RUE)值為?2.05 g/m2·mm。2009年以前春季(RUE)距平均為正，2009年以后均為負(fù)，各年份間(RUE)值變化較小，最高最低距平差趨于0；夏季(RUE)距平正負(fù)趨勢呈階段式分布，2001－2003年、2013－2016年(RUE)值為正，2004－2012年(RUE)值為負(fù)，且出現(xiàn)了4次最高值和三次最低值。分別為2003（1.28 g/m2·mm）、2014（1.82 g/m2·mm）、2015（1.77 g/m2·mm）、2016（1.12 g/m2·mm）和2004（?0.72 g/m2·mm）、2007（?0.84 g/m2·mm）、2010年（?1.05 g/m2·mm）。研究區(qū)2001－2017年人類干預(yù)增加區(qū)域，平均降水量分別為年際780.24 mm、春季447 mm、夏季1201.81 mm、秋季701.36 mm，人類干預(yù)減少區(qū)域分別為年際703.6 mm、春季376.85 mm、夏季1 065.22 mm、秋季694.58 mm。夏季人類干預(yù)區(qū)域降水量均表現(xiàn)最高。同時(shí)，夏季(RUE)的提高速率和春季(RUE)的降低速率均最顯著。表明寶雞地區(qū)夏季降水量最為充裕，春季雨量較差。21世紀(jì)初期以來，中國夏季降水量明顯增加，西北脆弱帶以168.25 mm/10 a的速度增加[30]，這與寶雞地區(qū)降水變化趨勢基本一致。從8類土地利用/覆蓋數(shù)據(jù)來看，年際、春季尺度上分別是草地和耕地的(RUE)值最高，城鄉(xiāng)用地的(RUE)均值在夏季和秋季均為最高。4個(gè)尺度上，各年的(RUE)均值在草地上均呈現(xiàn)較高，秋季的(RUE)變化波動(dòng)最大，年際(RUE)的波動(dòng)幅度稍次于秋季。

圖4 2001－2017年寶雞地區(qū)城鄉(xiāng)用地生長季Z(RUE)變化趨勢

2.3 不同條件下的Z(RUE)比較

從生長季年內(nèi)(RUE)變化來看，不同植被類型（圖5a）、不同坡度（圖5b）、不同坡向（圖5c）的變化趨勢基本一致，呈“三高一低”峰值分布。高峰值出現(xiàn)在4月、6月和11月，低峰值出現(xiàn)在9月，分別對(duì)應(yīng)著農(nóng)田植被的返青、收割和播種期。3種不同條件下，(RUE)均在11月達(dá)到最大值，最小值均出現(xiàn)在9月份。

就12種不同植被類型而言，Ⅵ、Ⅷ、Ⅺ的(RUE)呈“三高（4月、6月、11月）一低（9月）”的年內(nèi)分布特征，Ⅹ的(RUE)呈“兩高（4月、11月）一低（9月）”分布，Ⅲ、Ⅳ呈“兩高（6月、11月）一低（9月）”分布，其余植被類型均呈4、6、11月高峰和9月低峰分布。其中Ⅷ、Ⅸ和Ⅹ的(RUE)生長季年內(nèi)變化最大，Ⅸ（像元面積占比最大（23.81%））和Ⅷ分別達(dá)到4月份的全區(qū)最大值和最小值，Ⅷ和Ⅹ分別達(dá)到6月份的全區(qū)最大值和最小值。Ⅱ在生長季11月達(dá)到全區(qū)最大值1.81 g/m2·mm，全區(qū)最小值出現(xiàn)在9月的Ⅵ（面積占比最小（0.09%）），為?1.51 g/m2·mm。

坡度是局部地表面的傾斜程度的直觀體現(xiàn)，更是影響地表徑流和水分再分配的重要因子[31]。15°以上和25°以上坡耕地，退耕還林（草）工程分別建議退耕和強(qiáng)制退耕。寶雞地區(qū)15°以上面積占比22.36%，25°以上3.59%。依據(jù)國土資源部頒布的《第二次全國土地調(diào)查技術(shù)規(guī)程》[32-33]，將寶雞地區(qū)坡度劃分為如圖5b所示的5個(gè)等級(jí)，即平坡地（≤2°）、緩坡地（2°～6°）、斜坡地（6°～15°）、陡坡地（15°～25°）、急坡地（>25°）。生長季年內(nèi)(RUE)在緩坡地達(dá)到全區(qū)最大值1.70 g/m2·mm（11月），最小值表現(xiàn)在陡坡地范圍上（?1.45 g/m2·mm（9月份））。整體來看，5類坡度范圍上，斜坡地面積占比最大，為41.58%。平坡地面積占比14.76%，波動(dòng)幅度最顯著，呈“兩高（4月、11月）一低（9月）”的峰值分布特征。其(RUE)在3、4、8、9月均為5類坡度范圍內(nèi)最大值，5、6、7、10、11月均為最小值。6月中旬至10月中旬，5類坡度范圍上的(RUE)均為負(fù)值，以9月份為拐點(diǎn)呈先下降后上升的變化趨勢。7－11月，各坡度間的年內(nèi)(RUE)差異較小。

各柵格DEM值改變量的變化方向即為坡向。坡向影響著太陽輻射量和水分的蒸散發(fā)[34]。參考朱林富等[35-36]的研究，劃分坡向?yàn)槠降亍㈥幤拢ū逼?15～45°）、半陰坡（東坡45～135°）、陽坡（南坡135～225°）、半陽坡（西坡225～315°），分析生長季年內(nèi)(RUE)隨坡向的變化特征（圖5c）。5類坡向上，平地面積占比最小（0.04%），且(RUE)波動(dòng)幅度最大，呈“兩高（1月、11月）一低（9月）”的峰值分布特征。其在3、4、7、8、9月均為5類坡向上最大值，5、6、10、11月均為最小值。半陰坡（27.49%）和陽坡（25.90%）面積占比最大，均在11月達(dá)到全區(qū)最大值（1.63、1.67 g/m2·mm）?？傮w來看，7月之前，(RUE)陽坡>陰坡，7月之后，陰陽兩坡差異較小。

2.4 氣候變化和人類活動(dòng)對(duì)Z(RUE)變化的貢獻(xiàn)率

已有研究表明，在氣候變化背景下，植被生長及降水利用效率受氣候因子的波動(dòng)控制作用顯著[15]。另外，人口與植被覆蓋的相關(guān)性較好[37]。無論是在為了緩解城市住房等壓力拓展城市范圍的東部沿海地區(qū)，還是能源開采的中部能源省份，都會(huì)不同程度的破壞自然，導(dǎo)致植被覆蓋退化。即人口密度的增大會(huì)降低植被覆蓋度。而生態(tài)環(huán)境的改善以及城鎮(zhèn)化率的提高，會(huì)帶動(dòng)該些地區(qū)經(jīng)濟(jì)的可持續(xù)協(xié)調(diào)發(fā)展，促進(jìn)了就業(yè)，吸引了人口遷入，人口密度增大。

為此，本研究選取水分（降水量、相對(duì)濕度）、熱量（氣溫、最高氣溫）、光照（日照時(shí)數(shù)）共5個(gè)氣候影響因子，人類活動(dòng)選取人口（人口密度）、國民經(jīng)濟(jì)（人均GDP）、農(nóng)業(yè)（糧食總產(chǎn)量）、土地面積（造林面積、耕地面積）共5個(gè)影響因子。采用灰色關(guān)聯(lián)分析法，分析(RUE)與氣候變化和人類活動(dòng)驅(qū)動(dòng)力因子之間的關(guān)聯(lián)程度（圖6）。從12個(gè)縣（區(qū)）來看，寶雞地區(qū)(RUE)的最大影響因子是氣溫、人均GDP、日照時(shí)數(shù)，人口密度因子次之。另外，降水量、最高氣溫、造林面積分別在太白、千陽和隴縣影響最大。從10個(gè)影響因子來看，各地區(qū)最大影響因子差異較大，僅降水量（10.40%）、糧食總產(chǎn)量（10.62%）在太白地區(qū)的影響最大，日照時(shí)數(shù)（11.12%）、造林面積（10.66%）在隴縣影響最大。從一級(jí)影響因子來看，光照、人口、國民經(jīng)濟(jì)對(duì)(RUE)的影響最大。

注：Ⅰ溫帶針葉林，Ⅱ亞熱帶和熱帶山地針葉林，Ⅲ溫帶落葉闊葉林，Ⅳ溫帶落葉灌叢，Ⅴ亞熱帶、熱帶常綠闊葉、落葉闊葉灌叢(常含稀樹)，Ⅵ亞高山硬葉常綠闊葉灌叢，Ⅶ溫帶禾草、雜類草草甸，Ⅷ高寒嵩草、雜類草草甸，Ⅸ一年一熟糧食作物及耐寒經(jīng)濟(jì)作物、落葉果樹園，Ⅹ兩年三熟或一年兩熟旱作和落葉果樹園，Ⅺ亞熱帶針葉林，Ⅻ溫帶草叢。

圖6 各縣（區(qū)）Z(RUE)與8個(gè)影響因子的關(guān)聯(lián)度權(quán)重分布

因此，退耕還林（草）工程實(shí)施以來，寶雞地區(qū)(RUE)變化的主要驅(qū)動(dòng)因素是光照，主要驅(qū)動(dòng)力因子是氣溫、日照時(shí)數(shù)和人均GDP?？傮w來看，除扶風(fēng)、麟游、鳳縣外，其余各縣（區(qū)）均為氣候變化對(duì)寶雞地區(qū)(RUE)變化的貢獻(xiàn)率大于人類活動(dòng)。

3 討 論

3.1 氣候變化和人類活動(dòng)對(duì)Z(RUE)變化的貢獻(xiàn)率分離

退耕還林（草）工程的實(shí)施，對(duì)中國干旱半干旱地區(qū)的水土流失等問題得到了有效的改善，生態(tài)恢復(fù)逐年得到改善。同時(shí)也帶來了氣候和人類活動(dòng)的變化。不同時(shí)間和空間尺度上，氣候變化和人類活動(dòng)對(duì)(RUE)變化的貢獻(xiàn)率差異較大。不同方法分離氣候變化和人類活動(dòng)對(duì)(RUE)變化的影響存在一定的不確定性，且適用范圍和條件不同。消除不同方法存在的缺陷，綜合利用各種分離氣候變化和人類活動(dòng)對(duì)(RUE)變化影響的方法，有利于改善區(qū)域生態(tài)環(huán)境。劉憲鋒等[15]采用逐步回歸分析法計(jì)算了水分利用效率、總初級(jí)生產(chǎn)力、蒸散量與各氣候因子之間的關(guān)聯(lián)，但各因子引入回歸方程計(jì)算的先后次序會(huì)直接影響回歸結(jié)果，導(dǎo)致得出結(jié)論存在不確定性，因而最終呈顯著性的變量未必是真實(shí)顯著。為規(guī)避這一問題，本研究采用灰色關(guān)聯(lián)分析法，分別計(jì)算(RUE)與10個(gè)影響因子之間的關(guān)聯(lián)系數(shù)與關(guān)聯(lián)度，保證了變量間互不影響，數(shù)據(jù)結(jié)果真實(shí)有效。

另外，本研究中人為干預(yù)因素的厘定方法存在著不確定性?；谕烁€林（草）工程實(shí)施的3個(gè)時(shí)間段上植被累計(jì)EVI的變化趨勢，采用Sen+MK趨勢檢驗(yàn)法，來厘定人類活動(dòng)增加/減少區(qū)域。首先，在求取3個(gè)時(shí)間段的平均EVI值時(shí)，年份和年份個(gè)數(shù)不同；其次， Sen+MK法是一種非參數(shù)、檢驗(yàn)長時(shí)間序列變化趨勢的研究方法，氣候變化和人類活動(dòng)之間存在耦合效應(yīng)，尤其是在干旱半干旱地區(qū)，氣候變化與人類活動(dòng)對(duì)植被覆蓋變化的影響程度差異顯著，能被更準(zhǔn)確的識(shí)別和劃分。

3.2 退耕還林（草）工程實(shí)施以來Z(RUE)的演變特征

近年來，隨著旅游業(yè)的迅速發(fā)展，關(guān)山草原（隴縣西南部）、吳山（陳倉區(qū)新街鎮(zhèn)（隴縣西南部））、千湖國家濕地公園（跨千陽的城關(guān)鎮(zhèn)、柿溝鄉(xiāng)、寇家河鄉(xiāng)）、安舒莊森林公園（麟游（岐山山脈結(jié)秀之區(qū)））、嘉陵江源頭（鳳縣嘉陵江沿岸）地區(qū)，(RUE)在3個(gè)時(shí)間段上的變化趨勢偏差較大，由基本不變和顯著提高為主到提高再到基本不變和降低。對(duì)應(yīng)的人類活動(dòng)由99.85%人類干預(yù)增加到86.07%人類干預(yù)增加再到81.23%人類干預(yù)減少。加上降水量的逐階段減少，使該些地區(qū)的植被退化現(xiàn)象凸顯。3個(gè)時(shí)間段上，(RUE)最高值分別表現(xiàn)在草地（0.89 g/m2·mm）、城鄉(xiāng)用地（0.20 g/m2·mm）和耕地（?0.31 g/m2·mm）上。就退耕還林（草）工程實(shí)施對(duì)植被恢復(fù)顯著改善的面積占比來看，第一輪下為63.29%、第一輪后為39.33%、第二輪以來為0.01%。(RUE)與EVI的空間變化趨勢較為一致，表明(RUE)與累計(jì)EVI具有較好的同步變化趨勢。在大力實(shí)施退耕還林（草）生態(tài)修復(fù)工程和旅游業(yè)發(fā)展的雙重作用下，前者對(duì)區(qū)域生態(tài)恢復(fù)的作用顯著。在無以旅游業(yè)發(fā)展、加快城市化進(jìn)程為主等帶來的人類活動(dòng)干擾的區(qū)域內(nèi)，退耕還林（草）工程的實(shí)施，提高了植被標(biāo)準(zhǔn)化降水利用效率。特別是在干旱半干旱區(qū)，根據(jù)區(qū)域的立地條件和生態(tài)特征，合理實(shí)施退耕還林（草）生態(tài)修復(fù)工程，使區(qū)域水資源得到合理利用的同時(shí)又提高了區(qū)域標(biāo)準(zhǔn)化降水利用效率，進(jìn)而促進(jìn)植被生長，植被恢復(fù)得到改善，城鎮(zhèn)化、水資源、土地利用等在區(qū)域內(nèi)達(dá)成協(xié)作發(fā)展。

3.3 退耕還林（草）工程實(shí)施以來寶雞地區(qū)Z(RUE)驅(qū)動(dòng)力探討

寶雞地區(qū)屬三面環(huán)山的山地、丘陵為主的地形，秦嶺與渭河平原相互映襯，地貌差異較大，熱量垂直分異明顯。與平坡地（≤2°）相比，隨地表坡度的增大，太陽光線與坡面的交角增大。同時(shí)，太陽輻射量的季節(jié)性變化與氣溫變化基本一致。研究區(qū)季相分明，夏季氣溫最高、太陽輻射能最強(qiáng)，冬季氣溫最低、太陽輻射能最弱。冬去春來時(shí)季，由于陰陽2坡接收的太陽輻射能不同，存在一定的溫度差。再加上陰坡較陽坡不利于地表受熱，日照強(qiáng)度較低、時(shí)間較短[38]。因此同緯度下，陰坡太陽輻射總量的獲得量明顯要少于陽坡。但是，海拔相對(duì)較低、地勢較為平坦的陽坡人類活動(dòng)多為集中，因而在栽培植被的農(nóng)耕區(qū)（兩年三熟或一年兩熟旱作和落葉果樹園）、≤2°的平坡地，(RUE)普遍偏高?？梢?，退耕還林（草）工程的實(shí)施，對(duì)寶雞地區(qū)(RUE)的提高作用顯著，在大規(guī)模的生態(tài)修復(fù)背景下，耕地和草地的(RUE)隨生長季植被生長呈增加趨勢，植被也得到了較好改善。

4 結(jié) 論

1）近17a來，寶雞地區(qū)年際標(biāo)準(zhǔn)化植被降水利用效率(RUE)（0.43/10a）、春季(RUE)（?3.39/10a）、夏季Z(RUE)（0.58/10a）、秋季Z(RUE)（0.14/10a）均呈下降（2001－2004）、上升（2004－2007）、再下降（2007－2010）、再上升（2010－2017）的變化趨勢。寶雞地區(qū)夏季降水量最為充裕，(RUE)的提高速率最大。春季雨量較差，年際變化差異最小，(RUE)的降低速率最顯著，表現(xiàn)在2009年前后分別呈正負(fù)增長分布趨勢。與21世紀(jì)初期以來中國西北脆弱帶夏季降雨量的增速（168.25 mm/10a）趨勢基本一致。年際、春季尺度上分別是草地和耕地的(RUE)值最高，城鄉(xiāng)用地的(RUE)均值在夏季和秋季均為最高。年際、春、夏、秋4個(gè)尺度上的(RUE)值均在草地上呈現(xiàn)較高，秋季的(RUE)變化波動(dòng)最大，年際(RUE)的波動(dòng)幅度稍次于秋季。

2）生長季年內(nèi)(RUE)變化在不同植被類型、不同坡度、不同坡向的變化趨勢基本一致，亞熱帶和熱帶山地針葉林在11月達(dá)到全區(qū)最大值1.81 g/m2·mm，全區(qū)最小值（?1.51 g/m2·mm）出現(xiàn)在9月的亞高山硬葉常綠闊葉灌叢，面積占比最小（0.09%）。(RUE)在3、4、8、9月均為平坡地（≤2°）、緩坡地（2°～6°）、斜坡地（>6°～15°）、陡坡地（>15°～25°（包含25°））、急坡地（>25°）5類坡度范圍內(nèi)最大值。7月之前，陽坡的(RUE)>陰坡，7月之后，陰陽兩坡差異較小。

[1]李鑫，陳先剛，白明銳，等. 宣威市退耕還林柳杉林地土壤有機(jī)碳含量及活性組分的林齡變化[J]. 林業(yè)科學(xué)，2017，53(1)：11－19.

Li Xin, Chen Xiangang, Bai Mingrui, et al. Variation in the content of soil organic carbon and its labile fractions among different age of cryptomeria fortumei plantation afforested by the grain for green program in Xuanwei municipality of Southwest China[J]. Scientia Silvae Sinicae, 2017, 53(1): 11－19. (in Chinese with English abstract)

[2]Hou Kang, Li Xuxiang, Wang Jingjing, et al. An analysis of the impact on land use and ecological vulnerability of the policy of returning farmland to forest in Yan’an, China [J]. Environmental Science and Pollution Research, 2016, 23(5): 4670－4680.

[3]Bai Jianjun, Bai Jiangtao, Wang Lei. Spatio-temporal change of vegetation NDVI and its relations with regional climate in northern shaanxi province since implementation of returning farmland to forests project[J]. Secono International Conference on Agro-Geoinformatics (Agro-Geoinformatics), 2013, 421－426.

[4]Svoray T, Karnieli A. Rainfall, topography and primary production relationships in a semiarid ecosystem[J]. Ecohydrology, 2011, 4(1): 56－66.

[5]Reza M, Ali S, Donald H B. Changes of extrame drought and flood events in Iran[J]. Global and Planetary Change, 2016, 144: 67－81.

[6]Hu Zhongmin, Yu Guirui, Fan Jiangwen, et al. Precipitation-use efficiency along a 4500 km grassland transect[J]. Global Ecology and Biogeography, 2010, 19(6): 842－851.

[7]Mariano M l H, Patricia M S, Garry R W, et al. Variations in hydrological connectivity of Australian semiarid landscapes indicate abrupt changes in rainfall-use efficiency of vegetation[J]. Journal of Geophysical Research: Biogeosiences, 2012, 117(G3): G03009－G03023.

[8]Zhao Z W, Wu Q S. Study on desertification monitoring from 2000 to 2014 and its driving factors through remote sensing in Ningxia, China[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2018, XLII-3: 2439－2447.

[9]王劉明，張媛，武磊，等. 區(qū)域尺度植被降水利用效率的時(shí)空變化特征：以洮河流域?yàn)槔齕J]. 蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，54(5)：604－611.

Wang Liuming, Zhang Yuan, Wu Lei, et al. Spatial-temporal variation of vegetation rain use efficiency at the regional scale: A case study in the Tao River Basin[J]. Journal of Lanzhou University: Natural Sciences, 2018, 54(5): 604－611. (in Chinese with English abstract)

[10]穆少杰，游永亮，朱超，等. 中國西北部草地植被降水利用效率的時(shí)空格局[J].生態(tài)學(xué)報(bào)，2017，37(5)：1458－1471.

Mu Shaojie, You Yongliang, Zhu Chao, et al. Spatio- temporal patterns of precipitation-use efficiency of grassland in Northwestern China[J]. Acta Ecologica Sinica, 2017, 37(5): 1458－1471. (in Chinese with English abstract)

[11]仇潔，張慧，沈渭?jí)? 青藏高原1982－2007年植被降水利用效率空間格局特征分析[J]. 復(fù)旦學(xué)報(bào)：自然科學(xué)版，2014，53(1)：126－133.

Qiu Jie, Zhang Hui, Shen Weishou. Spatial characteristics of precipitation use efficiency on the Qinghai-Tibet Plateau from 1982 to 2007[J]. Journal of Fudan University: Natural Science, 2014, 53(1): 126－133. (in Chinese with English abstract)

[12]李春娥. 新疆土地荒漠化時(shí)空變化特征分析[J]. 測繪科學(xué)，2018，43(9)：33－39.

Li Chune. Spatio-temporal variation of land desertification in Xinjiang[J]. Science of Surveying and Mapping, 2018, 43(9): 33－39. (in Chinese with English abstract)

[13]穆少杰，周可新，齊楊，等. 內(nèi)蒙古植被降水利用效率的時(shí)空格局及其驅(qū)動(dòng)力因素[J]. 植物生態(tài)學(xué)報(bào)，2014，38(1)：1－6.

Mu Shaojie, Zhou Kexin, Qi Yang, et al. Spatio-temporal patterns of precipitation-use efficiency of vegetation and their controlling factors in Inner Mongolia[J]. Chinese Journal of Plant Ecology, 2014, 38(1): 1－6. (in Chinese with English abstract)

[14]花立民，楊思維，周建偉，等. 氣候變化和干擾對(duì)河西走廊北部風(fēng)沙源區(qū)NDVI的影響[J]. 草地學(xué)報(bào)，2012，20(6)：995－1003.

Hua Limin, Yang Siwei, Zhou Jianwei, et al. Influence of climate change and disturbance on NDVI in source area of Blown Sand, North of Hexi Corridor[J]. Acta Agrestia Sinica, 2012, 20(6): 995－1003. (in Chinese with English abstract)

[15]劉憲鋒，胡寶怡，任志遠(yuǎn). 黃土高原植被生態(tài)系統(tǒng)水分利用效率時(shí)空變化及驅(qū)動(dòng)因素[J]. 中國農(nóng)業(yè)科學(xué)，2018，51(2)：302－314.

Liu Xianfeng, Hu Baoyi, Ren Zhiyuan. Spatiotemporal variation of water use efficiency and its driving forces on the Loess Plateau during 2000－2014[J]. Scientia Agricultura Sinica, 2018, 51(2): 302－314. (in Chinese with English abstract)

[16]張艷芳，王姝. 黃土高原植被降水利用效率對(duì)植被恢復(fù)/退化的響應(yīng)[J]. 干旱區(qū)地理，2017，40(1)：138－146.

Zhang Yanfang, Wang Shu. Spatial pattern of vegetation rainfall use efficiency and its response to vegetation changes on the Loess Plateau[J]. Arid Land Geography, 2017, 40(1): 138－146. (in Chinese with English abstract)

[17]王靜，萬紅蓮. 陜西省岐山縣公眾對(duì)旱澇災(zāi)害的感知研究[J]. 陜西農(nóng)業(yè)科學(xué)，2017，63(4)：95－98.

Wang Jing, Wan Honglian. Study of the public's awareness of the drought and disaster in Qishan county, Shaanxi province[J]. Shaanxi Journal of Agricultural Sciences, 2017, 63(4): 95－98. (in Chinese with English abstract)

[18]李新堯，楊聯(lián)安，聶紅梅，等. 基于植被狀態(tài)指數(shù)的陜西省農(nóng)業(yè)干旱時(shí)空動(dòng)態(tài)[J]. 生態(tài)學(xué)雜志，2018，37(4)：1172－1180.

Li Xinyao, Yang Lianan, Nie Hongmei, et al. Assessment of temporal and spatial dynamics of agricultural drought in Shaanxi province based on vegetation condition index[J]. Chinese Journal of Ecology, 2018, 37(4): 1172－1180. (in Chinese with English abstract)

[19]萬紅蓮，王靜. 多尺度下寶雞地區(qū)干旱動(dòng)態(tài)格局演變及其與植被覆蓋的關(guān)系[J]. 生態(tài)學(xué)報(bào)，2018，38(19)：1－12.

Wan Honglian, Wang Jing. Study of dynamic pattern evolution of drought and its correlation with vegetation cover in Baoji area on multi-scale[J]. Acta Ecologica Sinica, 2018, 38(19): 1－12. (in Chinese with English abstract)

[20]Prince S D, De Colstoun E B, Kravitz L L. Evidence from rain-use efficiencies does not indicate extensive Sahelian desertification[J]. Global Change Biol, 1998, 4: 359－374.

[21]Ardo J, Tagesson T, Jamali S, et al. MODIS EVI-based net primary production in the Sahel 2000－2014[J]. In J Appl Earth Obs Geoinformation, 2018, 65: 35－45.

[22]Wang Lunche, Gong Wei, Ma Yingying, et al. Modeling regional vegetation NPP variations and their relationships with climatic parameters in Wuhan, China[J]. Earth Interactions, 2013, 17(4): 1－20.

[23]Sjostrom M, Ardo J, Arneth A, et al. Exploring the potential of MODIS EVI for modeling gross primary production across African ecosystems[J]. Remote Sensing of Environment, 2011, 115(4): 1081－1089.

[24]劉麗娟，龐勇，Svein Solberg，等. 基于時(shí)間序列MODIS EVI數(shù)據(jù)的森林生長異常監(jiān)測[J]. 林業(yè)科學(xué)，2012，48(2)：54－62.

Liu Lijuan, Pang Yong, Svein Solberg, et al. Monitoring forest growth disturbance using time series MODIS EVI data[J]. Scientia Silvae Sinicae, 2012, 48(2): 54－62. (in Chinese with English abstract)

[25]Xu Lili, Tu Zhenfa, Zhou Yuke, et al. Profiling human-induced vegetation change in the Horqin Sandy land of China using time series datasets[J]. Sustainability, 2018, 10(4): 1－18.

[26]Li Y R, Cao Z, Long H L, et al. Dynamic analysis of ecological environment combined with land cover and NDVI changes and implications for sustainable urbanerural development: The case of Mu Us Sandy Land, China[J]. Journal of Cleaner Production, 2017, 142(2): 697－715.

[27]魏鳳英. 現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測技術(shù)（第二版）[M]. 北京：氣象出版社，2007.

[28]許漢玲. 基于NDVI與RUE的松遼平原西部植被動(dòng)態(tài)變化監(jiān)測[D]. 長春：東北師范大學(xué)，2013：6.

Xu Hanling. Spatial-Temporal Change of Vegetation in the Western Songliao Plain Based on NDVI and RUE [D]. Changchun: Northeast Normal University, 2013: 6. (in Chinese with English abstract)

[29]袁麗華，蔣衛(wèi)國，申文明，等. 2000－2010年黃河流域植被覆蓋的時(shí)空變化[J]. 生態(tài)學(xué)報(bào)，2013，33(24)：7798－7806.

Yuan Lihua, Jiang Weiguo, Shen Wenming, et al. The spatio-temporal variations of vegetation cover in the Yellow River Basin from 2000 to 2010[J]. Acta Ecologica Sinica, 2013, 33(24): 7798－7806. (in Chinese with English abstact)

[30]楊蓉，趙多平. 氣候變暖背景下西北脆弱帶近54年降水季節(jié)變化特征[J]. 水土保持研究，2018，25(6)：85－93.

Yang Rong, Zhao Duoping. Characteristics of seasonal variation of precipitation in Northwest vulnerable ecotone under the background of climate warming in the past 54 years[J]. Research of Soil and Water Conservation, 2018, 25(6): 85－93. (in Chinese with English abstact)

[31]李富春，王琦，張登奎，等. 坡地打結(jié)壟溝集雨對(duì)水土流失、紫花苜蓿干草產(chǎn)量和水分利用效率的影響[J]. 水土保持學(xué)報(bào)，2018，32(1)：147－161.

Li Fuchun, Wang Qi, Zhang Dengkui, et al. Effects of tied-ridging rainwater harvesting on soil erosion, alfalfa fodder yield and water use efficiency on slope lands[J]. Journal of Soil and Water Conservation, 2018, 32(1): 147－161. (in Chinese with English abstact)

[32]趙婷，白紅英，鄧晨暉，等. 2000－2016年秦嶺山地植被覆蓋變化地形分異效應(yīng)[J]. 生態(tài)學(xué)報(bào)，2019，39(12)：1－11.

Zhao Ting, Bai Hongying, Deng Chenhui, et al. Topographic differentiation effect on vegetation cover in the Qinling Mountains from 2000 to 2016[J]. Acta Ecologica Sinica, 2019, 39(12): 1－11. (in Chinese with English abstact)

[33]陳洪磊，歐陽煒，呂鳳玲，等. 官渡河流域植被覆蓋變化與地形因子相關(guān)性[J]. 水土保持研究，2019，26(3)：135－147.

Chen Honglei, Ou Yangwei, Lv Fengling, et al. Variation of vegetation cover and its correlation of topographic factors in Guandu river basin[J]. Research of Soil and Water Conservation, 2019, 26(3): 135－147. (in Chinese with English abstact)

[34]王子婷，楊磊，蔡國軍，等. 半干旱黃土區(qū)坡面尺度檸條生長狀況及影響要素分析[J]. 生態(tài)學(xué)報(bào)，2017，37(23)：7872－7881.

Wang Ziting, Yang Lei, Cai Guojun, et al. Spatial patterns of Caragana korshinskii growth on hillslope scale and influencing factors in the semi-arid Loess Plateau[J]. Acta Ecologica Sinica, 2017, 37(23): 7872－7881. (in Chinese with English abstact)

[35]朱林富，謝世友，楊華，等. 基于MODIS EVI的重慶植被覆蓋變化的地形效應(yīng)[J]. 自然資源學(xué)報(bào)，2017，32(12)：2023－2033.

Zhu Llinfu, Xie Shiyou, Yang Hua, et al. The research of dynamic change in vegetation coverage to topography in Chongqing based on MODIS EVI[J]. Journal of Natural Research, 2017, 32(12): 2023－2033. (in Chinese with English abstact)

[36]童曉偉，王克林，岳躍民，等. 桂西北喀斯特區(qū)域植被變化趨勢及其對(duì)氣候和地形的響應(yīng)[J]. 生態(tài)學(xué)報(bào)，2014，34(12)：3425－3434.

Tong Xiaowei, Wang Kelin, Yue Yuemin, et al. Trends in vegetation and their responses to climate and topography in northwest Guangxi[J]. Acta Ecologic Sinica, 2014, 34(12): 3425－3434. (in Chinese with English abstact)

[37]胡苗苗，閆慶武，李晶晶. 省際遷入人口空間費(fèi)恩不及其影響因素研究[J]. 人口與發(fā)展，2019，25(1)：24－34.

Hu Miaomiao, Yan Qingwu, Li Jingjing. Spatial distribution and influential factors of inter-provincial population moving into[J]. Population & Development, 2019, 25(1): 24－34. (in Chinese with English abstract)

[38]田榮湘，康玉香，張文濱，等. 太陽輻射和大氣環(huán)流在青藏高原氣溫季節(jié)變化中的作用[J]. 浙江大學(xué)學(xué)報(bào)：理學(xué)版，2017，44(1)：84－96.

Tian Rongxiang, Kang Yuxiang, Zhang Wenbin, et al. The role of solar radiation and atmospheric circulation in the seasonal temperature changes of Qinghai-Tibei plateau[J]. Journal of Zhejiang University: Science Edition, 2017, 44(1): 84－96. (in Chinese with English abstact)

Spatio-temporal evolution and driving forces of rainfall use efficiency in land restoration

Wang Jing1,2, Yao Shunbo1※, Liu Tianjun2

(1.,,712100; 2.712100)

Returning farmland to forest (grass), named Grain for Green Project, is one of the major ecological land restoration in China. In the context of the global climate change, the study of the impact of precipitation patterns on the productivity of ecosystems become an important means to evaluate the use efficiency of returning farmland to forests (grass) for the ecological restoration. Baoji region was used to this research in order to provide a specific theoretical reference for the improvement and implementation of the subsequent national ecological restoration policy, and the corresponding vegetation growth season was selected as March-November. Based on the standardized rainfall use efficiency(RUE) model and integrated climate, land use/cover and optical remote sensing, this present study explored the influence of the temporal and spatial evolution characteristics of(RUE) and driving forces by the use of isolated natural and human factors to monitor the inter-annual and seasonal growth seasons. The result shows: 1) In 2001 to 2017, after two rounds of returning farmland to forests (grass) in Baoji area,(RUE) showed an overall improvement trend, especially in the area of pixels that showed a significant increase after the first round. The highest increase was 65.69%. The whole region was changed from the artificial intervention region to the reduction of human intervention under the first round of the project implementation; 2) The spring(RUE) change was the smallest among the inter-annual differences, and the transition point appeared in 2009, which was the period of 2001 to 2009 and 2009 to 2017 were positive and negative growth distribution, respectively.(RUE) in Summer increased most significantly, together with the largest annual difference in Autumn. The(RUE) mean of each year on the inter-annual and spring scales was the highest in the grassland and cultivated land, respectively, and the(RUE) of urban and rural land was the highest in Summer and Autumn; 3) Different type of vegetation, slope, direction of slope angle, change of(RUE) were in the peak distribution of “three high and one low”. The much higher peaks occurred in April, June, and November (maximum), whereas the low peaks occurred in September (minimum), corresponding to greening (April), harvesting (June), and sowing (September); 4) Illumination duration become the main driving factor for the(RUE) variations in Baoji area. The main driving factors were temperature, sunshine hours and per capita GDP. Since the implementation of the project of returning farmland to forests (grass), the grassland improvement trend in the growing season was the best, indicating consistent with the increasing trend of(RUE) on the grassland. Except Fufeng, Linyou County and Fengxian, the remaining counties (districts) have much more contributed to the variation of(RUE) than human activities in Baoji area of China.

returning farmland to forests (grass); standardized rainfall use efficiency; human intervention; driving factor; Baoji area

王 靜，姚順波，劉天軍. 退耕還林背景下降水利用效率時(shí)空演變及驅(qū)動(dòng)力探討[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(1)：128－137.doi：10.11975/j.issn.1002-6819.2020.01.015 http://www.tcsae.org

Wang Jing, Yao Shunbo, Liu Tianjun. Spatio-temporal evolution and driving forces of rainfall use efficiency in land restoration[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(1): 128－137. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.01.015 http://www.tcsae.org

2019-08-07

2019-12-02

林業(yè)公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)資助（201504424）；教育部人文社會(huì)科學(xué)重點(diǎn)研究基地基金資助(14JJD790031)；國家自然科學(xué)基金（71473195）；國家林業(yè)局軟科學(xué)項(xiàng)目（2015-R32）；“十三五”國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)（2016YFC0501705；2016YFC0501602）

王 靜，博士，研究方向?yàn)橘Y源經(jīng)濟(jì)與生態(tài)環(huán)境管理。Email：wangj87j@163.com

姚順波，教授，博士生導(dǎo)師，研究方向?yàn)橘Y源經(jīng)濟(jì)與環(huán)境管理。Email：yaoshunbo@163.com

10.11975/j.issn.1002-6819.2020.01.015

P967; Q948

A

1002-6819(2020)-01-0128-10