李 婷,呂一河,任艷姣,李朋飛

1 西安科技大學(xué)測繪科學(xué)與技術(shù)學(xué)院, 西安 710054

2 中國科學(xué)院生態(tài)環(huán)境研究中心, 北京 100085

3 中國科學(xué)院大學(xué), 北京 100049

土地和水資源的退化對生物多樣性和生態(tài)系統(tǒng)服務(wù)產(chǎn)生了巨大影響。世界資源研究所報告指出全世界有超過20億hm2的面積可以開展生態(tài)恢復(fù),并主要集中于溫帶和熱帶地區(qū)[1]。作為陸地與大氣之間的聯(lián)系,植被及其動態(tài)變化在地球表面的能量交換、碳循環(huán)、土壤生態(tài)系統(tǒng)和區(qū)域人類活動中起到重要作用。因此,對于退化地區(qū)的生態(tài)系統(tǒng)管理通常離不開植被的再恢復(fù)過程。當(dāng)前,對恢復(fù)和保護(hù)行動的成效進(jìn)行評估是推進(jìn)植被恢復(fù)政策優(yōu)化和實施的關(guān)鍵環(huán)節(jié),并逐漸成為研究共識[1-2]。

衛(wèi)星圖像是監(jiān)測大規(guī)模植被動態(tài)變化的重要數(shù)據(jù)來源之一,也是生態(tài)保護(hù)和全球氣候變化研究中廣泛使用的工具。作為陸地生態(tài)系統(tǒng)的引擎和關(guān)鍵功能組成部分,綠色植被的物理和功能特性,如植被結(jié)構(gòu)、覆蓋率和生產(chǎn)力等植被參數(shù)常作為評估植被恢復(fù)成效的重要指標(biāo)[3]。例如,Costedoat等和Kimball等通過恢復(fù)前后保護(hù)區(qū)森林覆蓋率的變化作為植被恢復(fù)成效的評估指標(biāo)[4-5]；Zucca等量化了1996—2007年人工林的干生物量生產(chǎn)動態(tài)以反映干旱地區(qū)植被恢復(fù)的實踐效果[6]；Tong等建立歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)與氣候的關(guān)系模型以評估中國西南喀斯特地區(qū)生態(tài)恢復(fù)項目的有效性[7]。但基礎(chǔ)數(shù)據(jù)和研究視角方面的限制為大規(guī)模植被恢復(fù)成效研究帶來多重困難。已有研究常依賴于單一指標(biāo)反映植被恢復(fù)的效果,陸地生態(tài)系統(tǒng)的生態(tài)恢復(fù)研究尚缺乏能夠表征恢復(fù)成效隨時間發(fā)生動態(tài)變化的綜合評估指標(biāo)。

植被恢復(fù)項目是社會—生態(tài)系統(tǒng)的組成部分,其成效受到自然因素(如氣候、地貌、土壤等)和社會經(jīng)濟(jì)因素的共同影響。盡管大量研究證實了氣候要素對植被變化的重要作用,如降水和濕度對中國北方及青藏高原地區(qū)植被生長的促進(jìn)作用,增溫對植被覆蓋的抑制作用[8]；但社會經(jīng)濟(jì)因素對植被恢復(fù)過程逐漸表現(xiàn)出越來越大的影響[9- 10]。王建邦等指出,2001—2015年人為因素對中國植被覆蓋的影響由南向北空間分異愈加明顯,且正影響和負(fù)影響均呈增大趨勢[11]。然而,時間尺度上關(guān)于社會經(jīng)濟(jì)因素對植被恢復(fù)成效的影響機(jī)制及變化仍然不明確,空間分異上仍缺乏氣候和社會經(jīng)濟(jì)因素對植被恢復(fù)成效的空間非平穩(wěn)影響信息,限制了植被恢復(fù)研究在土地利用規(guī)劃和決策中的應(yīng)用。

為避免由土壤成分光譜特征干擾對NDVI產(chǎn)品帶來的不確定性,有研究提出線性光譜混合的方法刻畫地表植被特征[12]。其中,植被覆蓋度(Fractional Vegetation Cover, FVC)是表征陸地生態(tài)系統(tǒng)基本覆蓋動態(tài)的關(guān)鍵參數(shù),植被凈初級生產(chǎn)力(Net Primary Productivity,NPP)是反映陸地生態(tài)系統(tǒng)功能特征的關(guān)鍵指標(biāo),FVC和NPP的結(jié)合為克服植被恢復(fù)評估中指標(biāo)單一的問題提供了思路?；谏鲜霰尘?本文以黃土高原為研究區(qū),提出一種新的評估方法：綜合FVC和NPP兩類植被指數(shù)刻畫區(qū)域植被變化的基本特征以及功能特征,建立適用于陸地生態(tài)系統(tǒng)植被恢復(fù)成效的評估方法；采用結(jié)構(gòu)方程模型(Structural Equation Modeling,SEM)探索不同時間尺度社會經(jīng)濟(jì)因素對植被恢復(fù)成效的影響及變化；通過地理加權(quán)回歸(Geographically Weighted Regression,GWR)探究氣候和社會經(jīng)濟(jì)因素對植被恢復(fù)成效的空間異質(zhì)性影響,并辨識各地區(qū)植被恢復(fù)成效所受到的主導(dǎo)因素,以期為監(jiān)測和了解區(qū)域植被恢復(fù)評估提供新的方法支撐。

1 研究區(qū)概況

黃土高原位于黃河流域中游地區(qū)(33°43′—41°16′N、100°54′—114°33′E),面積約64萬km2,橫跨7個省和自治區(qū)、334個縣區(qū)級行政單位(圖1)。黃土高原屬內(nèi)陸干旱和半干旱氣候條件,降水具有明顯的季節(jié)性特征：多年平均降水量在100—800 mm,集中于6—9月(圖1)；多年平均氣溫7℃,自東南至西北內(nèi)陸呈遞減趨勢(圖1)；西北至東南,土壤類型以風(fēng)沙土、砂質(zhì)黃土、典型黃土和粘土為主。1999年起,黃土高原地區(qū)實施了“退耕還林(草)計劃”項目,主要措施為植樹造林、25°及以上坡耕地的退耕還林還草以及恢復(fù)生物土壤結(jié)皮等[13- 14]。在綜合治理的背景下,近年陜西、山西、寧夏和甘肅等省份植被恢復(fù)顯著[15]。研究時段內(nèi)(2000—2015年)黃土高原年均植被覆蓋度呈顯著增加的地區(qū)超過區(qū)域總面積的一半(51.67%),顯著減少區(qū)域僅占區(qū)域總面積2.19%,發(fā)生了以林地草地增加、耕地減少以及建設(shè)用地增加為主要特征的土地利用變化。與此同時,該地區(qū)還伴隨著城市化、自然資源開發(fā)等諸多社會經(jīng)濟(jì)變化。因此,本文以自然及社會經(jīng)濟(jì)因素影響下的黃土高原為例,研究過去16年間(2000—2015年)植被恢復(fù)成效的變化及其影響因素。

圖1 黃土高原位置圖及研究時段內(nèi)植被變化趨勢、多年平均降水、多年平均氣溫分布Fig.1 Location of the Loess Plateau, the change trends of vegetation, mean annual precipitation, and mean annual temperature in the Loess Plateau from 2000 to 2015

2 研究方法

2.1 數(shù)據(jù)來源

2000—2015年FVC根據(jù)NDVI數(shù)據(jù)通過像元二分模型計算得到[16],NDVI數(shù)據(jù)來源于美國國家航天局MODIS產(chǎn)品數(shù)據(jù)集(https://ladsweb.modaps.eosdis.nasa.gov),空間分辨率為250 m×250 m,時間分辨率為16 d。2000—2015年NPP數(shù)據(jù)來源于美國陸地過程分布式數(shù)據(jù)檔案中心MODIS C6數(shù)據(jù)集(https://lpdaac.usgs.gov),空間分辨率為500 m×500 m,時間分辨率為年。氣象數(shù)據(jù)來源于中國國家氣象信息中心(http://data.cma.cn/),研究中獲取2000—2015年黃土高原80個氣象站逐月降水和逐月均氣溫數(shù)據(jù)。社會經(jīng)濟(jì)數(shù)據(jù)來源于青海省、甘肅省、寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)、陜西省、陜西省及河南省2005、2010和2015年統(tǒng)計年鑒,并結(jié)合縣區(qū)年度統(tǒng)計公報數(shù)據(jù)進(jìn)行補(bǔ)充和完善；剔除數(shù)據(jù)缺失的縣區(qū)后2005年、2010年和2015年可用樣本量分別為301個、296個和327個縣區(qū)。

2.2 植被恢復(fù)成效定量化方法構(gòu)建

本研究通過設(shè)定“基線”的方法框架[17],采用比較“基線”年份前后變化的設(shè)計思路[18]反映不同時間尺度植被恢復(fù)成效的變化：(1)計算三項植被指標(biāo)——年平均植被覆蓋度(Annual mean fractional vegetation cover,FVCmean)、年植被覆蓋度最大值(Annual maximum fractional vegetation cover,FVCmax)、年累積凈初級生產(chǎn)力(Aannual accumulated net primary production,NPPannual)的顯著增加區(qū)與顯著減少區(qū)面積比之差,作為植被指標(biāo)的“凈變化量”；(2)設(shè)置三項植被指標(biāo)的權(quán)重加權(quán)后得到區(qū)域綜合有效性；(3)將2000—2005年區(qū)域綜合有效性的平均值作為評價的參比值(即評價“基線”),得到恢復(fù)成效隨不同時間尺度(即2000—2005年、2000—2010年、2000—2015年)的空間變化。具體方法如下：

首先,采用一元線性回歸方法[16]分析不同時間尺度FVCmean、FVCmax和NPPannual逐像元的線性變化趨勢：

yi=a+bt+ε

(1)

其中,yi為植被指標(biāo)FVCmean、FVCmax或NPPannual；a為截距,b為斜率,t為不同時間尺度(即2000—2005年、2000—2010年、2000—2015年),ε為殘差。當(dāng)b為負(fù)時,指標(biāo)yi為減少趨勢；反之,當(dāng)b為正時,指標(biāo)yi為增加趨勢；采用t檢驗對趨勢性變化進(jìn)行顯著性檢驗。根據(jù)趨勢變化的結(jié)果,以黃土高原各縣區(qū)為評估單元,計算各縣區(qū)三項植被指標(biāo)顯著增加面積比與顯著減少面積比之差,得到植被恢復(fù)有效性評估中的“凈變化量”。

其次,根據(jù)各縣區(qū)三項植被指標(biāo)的凈變化量加權(quán)得到不同時間尺度(2000—2005年、2000—2010年、2000—2015年)的區(qū)域綜合植被恢復(fù)成效(ej),反映區(qū)域植被變化的綜合特征：

ej=100%×∑ωi×INij-DEij

(2)

其中,i為指標(biāo)FVCmean、FVCmax或NPPannual；j為不同時間尺度,即j=1為2000—2005年、j=2為2000—2010年、j=3為2000—2015年；INij為指標(biāo)i在時間尺度j內(nèi)發(fā)生顯著增加區(qū)域占評價單元的面積比；DEij為指標(biāo)i在時間尺度j內(nèi)發(fā)生顯著減少區(qū)域占評價單元的面積比；ωi代表FVCmean、FVCmax和NPPannual在方程式中的權(quán)重,參考相關(guān)文獻(xiàn)分別為設(shè)置為0.2、0.3、0.5[19- 21]。其中,FVC是陸地生態(tài)系統(tǒng)的重要結(jié)構(gòu)指標(biāo),反映陸地表面植被覆蓋的狀態(tài)和動態(tài)[19- 20]；綠色植被NPP是陸地生態(tài)系統(tǒng)最突出的功能指標(biāo),代表生態(tài)系統(tǒng)的多功能性,如生態(tài)系統(tǒng)的碳固存能力、生物地球化學(xué)循環(huán)、生物多樣性和生態(tài)系統(tǒng)健康維護(hù)的影響等[21]。因此,考慮到植被結(jié)構(gòu)性指標(biāo)和功能性指標(biāo)同等重要,將相等的權(quán)重(即0.5)分配給FVC及NPP。已有研究進(jìn)一步指出,FVCmax較FVCmean而言反映了生長季中的植被最佳狀態(tài),其穩(wěn)定性更高而變異程度更低[20]。因此本研究中賦于FVCmax的權(quán)重較FVCmean更高,即分別為0.3和0.2。

(3)

(4)

根據(jù)公式(1)—(4)可得黃土高原各縣區(qū)植被恢復(fù)成效指數(shù)(Ej)隨時間發(fā)生空間變化：當(dāng)Ej≤0時,表明該縣區(qū)在該時段內(nèi)未能實現(xiàn)植被恢復(fù)效果；當(dāng)01時,表明該縣區(qū)在該時段實現(xiàn)了良好的植被恢復(fù)效果,且超過“基線”水平的程度越大則恢復(fù)成效越顯著。

2.3 植被恢復(fù)成效的影響因素分析2.3.1 社會經(jīng)濟(jì)因素對植被恢復(fù)成效的影響

人口、城市化、經(jīng)濟(jì)效益和農(nóng)民收入水平是影響許多發(fā)展中國家生態(tài)恢復(fù)的主要社會經(jīng)濟(jì)因素[22- 23]。根據(jù)文獻(xiàn)檢索影響植被恢復(fù)的潛在社會經(jīng)濟(jì)因素及其測量指標(biāo),可概括為三類范疇：人口壓力、非農(nóng)經(jīng)濟(jì)和農(nóng)村經(jīng)濟(jì)發(fā)展(表1)。本文采用結(jié)構(gòu)方程模型(SEM)探索社會經(jīng)濟(jì)因素和植被恢復(fù)成效之間的潛在關(guān)系。SEM是一種用于量化復(fù)雜網(wǎng)絡(luò)中多變量因果關(guān)系的方法[24]。目前,該方法被越來越多地應(yīng)用于探索社會—生態(tài)系統(tǒng)相互作用的研究當(dāng)中[25]。

表1 影響植被恢復(fù)成效的社會經(jīng)濟(jì)指標(biāo)Table 1 The socioeconomic indicators that may have impacts on vegetation restoration

假設(shè)人口壓力、非農(nóng)經(jīng)濟(jì)和農(nóng)村經(jīng)濟(jì)發(fā)展是影響黃土高原植被恢復(fù)成效的社會經(jīng)濟(jì)因素,將其設(shè)定為三項潛在變量；植被恢復(fù)成效由Ej進(jìn)行測量；研究樣本為2000—2005年、2000—2010年和2000—2015年黃土高原各縣區(qū)Ej值,社會經(jīng)濟(jì)指標(biāo)年份為各時間尺度的節(jié)點,即2005年、2010年和2015年,分析不同時間尺度的社會經(jīng)濟(jì)因素對植被恢復(fù)成效影響。采用AMOS 22軟件進(jìn)行建模,確定潛在變量中的典型測量指標(biāo)以及三項潛在變量對Ej的影響及變化。為檢驗假設(shè)是否成立,AMOS使用一系列回歸方程和殘差評估尋求最佳擬合模型[26]。根據(jù)模型合優(yōu)度評估,總?cè)丝诤娃r(nóng)村勞動力可收斂于人口壓力,第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值可作為非農(nóng)經(jīng)濟(jì)的觀測變量,農(nóng)民純收入和糧食總產(chǎn)量可作為農(nóng)村經(jīng)濟(jì)的觀測變量。

2.3.2氣候及社會經(jīng)濟(jì)因素對植被恢復(fù)的空間非平穩(wěn)影響

十幾年尺度上地貌和土壤的變化微弱,但氣候變化是影響植被恢復(fù)效果重要的自然因素,而氣溫和降水是影響植被恢復(fù)成效的關(guān)鍵氣候因素。采用相關(guān)系數(shù)檢驗法[33],以氣溫和降水序列與時間序列(2000—2015年)的相關(guān)系數(shù)評估黃土高原80個氣象站過去16年間年均氣溫和年均降水顯著性變化,判定研究時段內(nèi)氣候變化信息。

對于大規(guī)模植被恢復(fù)項目,氣候及社會經(jīng)濟(jì)等因素對植被恢復(fù)的影響還具有空間異質(zhì)性。地理加權(quán)回歸(GWR)是對全局回歸的一種改進(jìn),在局部窗口模式下探明不同區(qū)域回歸系數(shù)β隨空間地理位置產(chǎn)生的變化,能夠揭示變量之間的空間非平穩(wěn)性關(guān)系[34]?；舅枷霝椋壕嘣u估位置越近處其評估的參數(shù)應(yīng)具有越大的權(quán)重,由此探明不同區(qū)域回歸模型系數(shù)隨空間地理位置而產(chǎn)生的變化。

選取整個研究時段植被恢復(fù)成效指數(shù)為因變量,黃土高原多年平均氣溫、多年平均降水、基于SEM結(jié)果的社會經(jīng)濟(jì)因素(即2015年總?cè)丝?、農(nóng)村勞動力、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、農(nóng)民純收入和糧食總產(chǎn)量)共8項指標(biāo)為自變量。為避免多變量之間的共線性及信息冗余,篩選出對因變量有顯著影響的氣候或社會經(jīng)濟(jì)因子,采用逐步回歸分析對氣候因素和社會經(jīng)濟(jì)因素進(jìn)行指標(biāo)預(yù)篩選；為實現(xiàn)不同類型變量之間的可比性,將因變量和篩選后的自變量進(jìn)行標(biāo)準(zhǔn)化,通過ArcGIS 10.3中Geographically Weighted Regression工具探明氣候及社會經(jīng)濟(jì)因素對植被恢復(fù)成效的空間非平穩(wěn)影響。原理如下：

(5)

(ui,vi)表示空間中的點i的坐標(biāo),β0(ui,vi)表示截距,βk(ui,vi)是點i處的參數(shù)值的集合,εi是殘差,yi是位置(ui,vi)處因變量的值,xik是自變量。與全局模型中的空間“固定”系數(shù)估計不同,GWR估算βk(ui,vi)在空間上變化,由此獲取局部系數(shù)的差異：

(6)

W(ui,vi)為研究區(qū)位置對應(yīng)的權(quán)重矩陣,表示觀測地點i的地理權(quán)重；XTW(ui,vi)為地理加權(quán)的方差-協(xié)方差矩陣。權(quán)重通過高斯函數(shù)或雙重平方函數(shù)計算[35- 36]：

(7)

h為帶寬,控制距離對權(quán)重值的影響；dij是第i個觀測點與位置u之間的距離。

3 結(jié)果分析

3.1 黃土高原植被恢復(fù)成效時空變化特征

本研究中所建立的植被恢復(fù)成效指數(shù)(Ej)采用“基線”設(shè)定的方法,提供了基于FVC和NPP變化特征的植被恢復(fù)成效量化結(jié)果(圖2)。研究表明,過去16年黃土高原各縣區(qū)在不同時間尺度下植被恢復(fù)程度有顯著差異：(1)退耕還林還草項目的早期階段(2000—2005年),334個縣區(qū)中134個縣區(qū)、43.32%的區(qū)域?qū)崿F(xiàn)了植被的有效恢復(fù)(Ej> 1)(表2),其余縣區(qū)未呈現(xiàn)明顯的恢復(fù)趨勢(0

圖2 不同時間尺度黃土高原植被恢復(fù)成效空間變化Fig.2 The effectiveness of vegetation restoration at a county scale at different time periods in the Loess Plateau

表2 不同時間尺度下黃土高原各縣區(qū)植被恢復(fù)成效統(tǒng)計Table 2 Number of counties and proportion on the effectiveness of vegetation restoration at different time periods in the Loess Plateau

3.2 社會經(jīng)濟(jì)因素對植被恢復(fù)成效的影響及變化

不同時間尺度下,黃土高原的社會經(jīng)濟(jì)因素對其植被恢復(fù)成效影響整體解釋方差分別為53%、75%、80%,表明人口壓力、非農(nóng)經(jīng)濟(jì)和農(nóng)村經(jīng)濟(jì)發(fā)展將顯著影響該地區(qū)植被恢復(fù)成效；通過模型卡方值和適配度指數(shù)驗證了模擬結(jié)果的合理性(表3)。區(qū)域尺度和國家尺度研究指出人口因素和經(jīng)濟(jì)發(fā)展往往對地區(qū)植被恢復(fù)產(chǎn)生消極作用[37]；當(dāng)前研究結(jié)果印證了人口壓力對植被恢復(fù)成效的消極作用,但經(jīng)濟(jì)活動的影響則更為復(fù)雜——農(nóng)村經(jīng)濟(jì)的改善能夠積極地促進(jìn)區(qū)域植被恢復(fù)成效(圖3)。

表3 SEM模型結(jié)果的適配度檢驗Table 3 Measures of fit for the SEM model

社會經(jīng)濟(jì)因素與植被恢復(fù)成效之間的關(guān)系亦隨時間發(fā)生變化。人口壓力對黃土高原的植被恢復(fù)成效的消極影響系數(shù)最高,但人口壓力隨時間尺度的增加而減緩(系數(shù)由-0.95變?yōu)?0.86)；其中農(nóng)村勞動力貢獻(xiàn)率呈增加趨勢,分別為0.73、0.78和0.80。研究表明,2000年以來城市化率加快使得黃土高原農(nóng)林牧副漁從業(yè)人員數(shù)下降了14.40%[38]。本研究對黃土高原各縣區(qū)社會經(jīng)濟(jì)因子統(tǒng)計發(fā)現(xiàn),各縣區(qū)農(nóng)村勞動力平均值由2000年19.75萬人下降到2015年14.84萬人,減少了19.80%,表明農(nóng)村勞動力的減少是緩解人口壓力對植被恢復(fù)消極影響的重要原因。

2000—2005年,以第二、第三產(chǎn)業(yè)為主導(dǎo)的非農(nóng)經(jīng)濟(jì)對植被恢復(fù)造成的影響較弱,路徑系數(shù)僅為-0.18；但第三產(chǎn)業(yè)的貢獻(xiàn)率隨時間推移明顯增加,這可能是引起非農(nóng)經(jīng)濟(jì)對植被恢復(fù)成效負(fù)影響增強(qiáng)的主要原因(系數(shù)由-0.18變?yōu)?0.40)。

農(nóng)村經(jīng)濟(jì)發(fā)展對植被恢復(fù)成效的積極影響由0.20增長為0.68,但農(nóng)民純收入與糧食總產(chǎn)量對農(nóng)村經(jīng)濟(jì)的貢獻(xiàn)率在不同時間尺度上發(fā)生著變化：退耕還林還草初期(2000—2005年),退耕對糧食生產(chǎn)的負(fù)影響最高(-0.39),政府經(jīng)濟(jì)補(bǔ)貼下的農(nóng)民純收入對農(nóng)村經(jīng)濟(jì)的貢獻(xiàn)率更高(0.68)(圖3)。但技術(shù)進(jìn)步和農(nóng)業(yè)實踐的改善使得退耕對糧食生產(chǎn)消極作用逐漸緩解,糧食總產(chǎn)量顯著提高,相較于農(nóng)民純收入糧食總產(chǎn)量對農(nóng)村經(jīng)濟(jì)的貢獻(xiàn)更高,表明農(nóng)業(yè)生產(chǎn)力的提高對促進(jìn)植被恢復(fù)成效有積極作用。

圖3 不同時間尺度社會經(jīng)濟(jì)因素對植被恢復(fù)成效的影響Fig.3 The SEM for the relationships between socio-economic factors and the effectiveness of vegetation restoration at different time periods實線為正影響,虛線表示負(fù)影響；雙星號(**)表示該路徑顯著性水平為0.01,單星號(*)表示該路徑顯著性水平為0.05

3.3 植被恢復(fù)成效空間異質(zhì)性影響因素

3.3.12000—2015年黃土高原氣候因素變化

根據(jù)2000—2015年黃土高原80個氣象站年均降水和年均氣溫的趨勢檢測結(jié)果(圖4),年均降水發(fā)生顯著性變化的站點中,3個站點呈顯著增加趨勢,2個站點呈現(xiàn)顯著減少趨勢；對于年均氣溫,分布于黃土高原西部及南部共5個站點呈現(xiàn)顯著增加趨勢,中部2個站點呈現(xiàn)顯著減少趨勢。整體而言,多數(shù)站點在研究時段內(nèi)未發(fā)生統(tǒng)計學(xué)上的顯著變化,這與黃土高原已有的研究結(jié)果類似[39- 40]。因此,2000—2015年研究區(qū)所受到的氣候波動較低,為探究植被恢復(fù)成效影響因素提供了相對穩(wěn)定的氣候背景。

圖4 2000—2015年黃土高原氣象站點年均降水及年均氣溫顯著性檢驗Fig.4 Significance testing on the change of precipitation and temperature in the Loess Plateau from 2000 to 2015

3.3.2氣候及社會經(jīng)濟(jì)因素對植被恢復(fù)成效的空間非平穩(wěn)影響

根據(jù)逐步回歸分析結(jié)果(調(diào)整后R2為0.643),多年平均降水及氣溫、農(nóng)村勞動力及糧食總產(chǎn)量4項影響因子對研究區(qū)植被恢復(fù)成效影響最為顯著。因此,進(jìn)一步采用GWR探索上述4項影響因子對黃土高原植被恢復(fù)成效的空間上非平穩(wěn)影響(圖5)。通過比較各縣區(qū)4項影響因子標(biāo)準(zhǔn)化系數(shù)絕對值,確定對該縣區(qū)影響程度最高的指標(biāo)得到黃土高原植被恢復(fù)成效所受主導(dǎo)影響因素空間分布(圖6)。

圖5 黃土高原植被恢復(fù)成效影響因素GWR空間回歸系數(shù)空間分布Fig.5 The spatial regression coefficients from GWR model between the effectiveness index and the key impact factors on the Loess PlateauGWR：地理加權(quán)回歸Geographically Weighted Regression?；疑珔^(qū)域為2015年社會經(jīng)濟(jì)數(shù)據(jù)缺失縣區(qū),未參與GWR計算

結(jié)果表明,自東南至西北,多年平均降水對黃土高原植被恢復(fù)成效的影響由促進(jìn)轉(zhuǎn)為抑制作用(圖5)；影響最大的區(qū)域集中于黃土高原東部縣區(qū),占全區(qū)面積比例29.30%(圖6),影響系數(shù)分布于0.42—0.90之間。這一區(qū)域內(nèi)400 mm等降水量線附近(即陜北和山西省交界處)各縣區(qū)是植被恢復(fù)成效指數(shù)(Ej)的高值分布區(qū),表明在降水充沛的地區(qū),降水量及其變化是影響植被活動最顯著因素。多年平均氣溫則自東向西與植被恢復(fù)成效存在“正—負(fù)—正”的變化關(guān)系(圖5)；氣溫因素是研究區(qū)北部內(nèi)蒙古自治區(qū)、研究區(qū)西部甘肅省、青海省所涉及縣區(qū)植被恢復(fù)成效的主導(dǎo)因子(占全區(qū)面積20.93%,圖6)。

農(nóng)村勞動力和糧食總產(chǎn)量是影響黃土高原植被恢復(fù)成效最顯著的社會經(jīng)濟(jì)因素。其中,農(nóng)村勞動力是區(qū)域面積31.02%的地區(qū)主導(dǎo)促進(jìn)因子,分布于陜西省北部及青海省(圖5,圖6)。如前所述,盡管人口壓力對區(qū)域植被恢復(fù)成效產(chǎn)生負(fù)影響(圖3),但農(nóng)村勞動力的降低緩解了人口壓力對植被恢復(fù)消極影響。糧食總產(chǎn)量的增加則對黃土高原中部林草核心區(qū)植被恢復(fù)產(chǎn)生消極作用(影響系數(shù)為-0.77—-0.31),但對西部甘肅、寧夏等省份植被恢復(fù)成效產(chǎn)生促進(jìn)作用(影響系數(shù)為0.50—0.59)(圖5),并且是這些地區(qū)的主導(dǎo)影響因子(圖6)。

圖6 黃土高原植被恢復(fù)成效主導(dǎo)影響因子及所占面積比Fig.6 The spatial distribution and the area proportion of each dominant factor on the Loess Plateau

4 討論與結(jié)論

4.1 討論

關(guān)注植被恢復(fù)的時間尺度可以提供對恢復(fù)過程的詳細(xì)了解[41]。目前普遍認(rèn)為不應(yīng)忽視恢復(fù)過程的時間尺度,但包含時間序列特征、反映植被結(jié)構(gòu)及功能變化的綜合指標(biāo)較少[42]。本文所建立的植被恢復(fù)成效評估方法數(shù)據(jù)源獲取便捷且計算過程簡單易行,能夠快速判定區(qū)域植被恢復(fù)成效隨時間產(chǎn)生的變化。對比前人研究,如李雙雙等在黃土高原陜甘寧地區(qū)2000—2009年植被恢復(fù)的研究中預(yù)測,這一地區(qū)植被覆蓋將持續(xù)改善但幅度較小,且逐步趨于平穩(wěn)[43]。植被恢復(fù)成效指數(shù)(Ej)的空間變化印證了這一結(jié)果：2010年以后植被恢復(fù)成效顯著的地區(qū)集中于陜西、甘肅及寧夏三省(圖2),但改善的速率有所降低(表2)。又如,對植被恢復(fù)潛力的研究指出黃土高原植被覆蓋最有提升空間的地區(qū)集中于北方風(fēng)沙區(qū)及西部的丘陵溝壑區(qū),而南部植被恢復(fù)潛力較低[44]。本研究顯示,植被恢復(fù)成效最為顯著的地區(qū)位于陜北地區(qū)及山西交界一帶,但對于植被基底較好的東南部,如陜西省延安市黃陵縣、黃龍縣,植被恢復(fù)成效并不顯著；在北部內(nèi)蒙古自治區(qū)、西部甘肅和青海省植被恢復(fù)成效仍有進(jìn)一步加強(qiáng)的趨勢(圖2)。因此,植被恢復(fù)成效指數(shù)(Ej)能夠指示區(qū)域植被恢復(fù)措施是否有所作為,并為研究者和管理者提供不同階段植被恢復(fù)管理指示。

當(dāng)前研究進(jìn)一步從時間變化和空間差異的角度探索了植被恢復(fù)成效的影響因素。在時間尺度上,人口增長率達(dá)到穩(wěn)定水平時,總?cè)丝谠鲩L緩慢,城鎮(zhèn)化進(jìn)程加速農(nóng)村勞動力的遷出,緩解了人口壓力對植被恢復(fù)產(chǎn)生的消極影響(圖3)。在植被恢復(fù)初期、大量釋放農(nóng)村勞動力的階段,勞動密集型的第三產(chǎn)業(yè)在吸收農(nóng)村勞動力方面發(fā)揮著不可替代的作用[23],但隨著時間尺度的延長,這一關(guān)系系數(shù)由0.42變?yōu)?.20。然而,第三產(chǎn)業(yè)的發(fā)展也可能導(dǎo)致植被景觀的破碎化和不完整性[28]。非農(nóng)經(jīng)濟(jì)的負(fù)面影響增加體現(xiàn)了第三產(chǎn)業(yè)快速發(fā)展對植被恢復(fù)的制約性(圖3)。另一方面,農(nóng)村經(jīng)濟(jì)改善對區(qū)域植被恢復(fù)成效的促進(jìn)作用不可忽視。已有研究證實直接的經(jīng)濟(jì)效益,如政府補(bǔ)貼、農(nóng)民收入不再是農(nóng)民維持生態(tài)恢復(fù)成效的決定性因素[32],而技術(shù)進(jìn)步及農(nóng)業(yè)實踐的改善不但提高了糧食生產(chǎn)力,并且能夠緩解農(nóng)業(yè)生產(chǎn)對自然環(huán)境資源的負(fù)擔(dān)[45- 46]。本研究揭示了在黃土高原地區(qū)提高農(nóng)業(yè)生產(chǎn)力(如糧食生產(chǎn))和改善農(nóng)村生計對促進(jìn)植被恢復(fù)成效的積極作用。

以空間明確的方法整合自然及社會經(jīng)濟(jì)的關(guān)鍵驅(qū)動因素能夠為促進(jìn)區(qū)域植被恢復(fù)成效提供宏觀決策信息。前人研究指出,黃土高原的植被活動與氣候因子之間存在很強(qiáng)的空間依賴性[47],但本文發(fā)現(xiàn)氣候因素并非各個地區(qū)植被恢復(fù)成效的主導(dǎo)性因素。年均降水的強(qiáng)作用區(qū)與前人研究一致,即黃土高原東部山西省及陜西省涉及縣區(qū)[8]。這些地區(qū)植被活動的增強(qiáng)受到降水變率的影響更為顯著,并且植被恢復(fù)成效與年均降水量的正相關(guān)關(guān)系抵消了人口壓力和平均氣溫對植被恢復(fù)成效的消極影響。探明研究時段內(nèi)氣候背景是否發(fā)生了明顯變化尤為必要：若絕大多數(shù)氣象站點變化明顯,則氣候變化可能成為影響植被活動的最主要因素,社會經(jīng)濟(jì)的變化能否構(gòu)成局部地區(qū)植被恢復(fù)的主導(dǎo)因素有待商榷。因此,在論證了研究時段內(nèi)黃土高原處于氣候相對穩(wěn)定階段的基礎(chǔ)上,研究結(jié)果還凸顯了人口壓力的緩解(主要是農(nóng)村勞動力下降)以及農(nóng)業(yè)生產(chǎn)力的提高對促進(jìn)黃土高原中西部地區(qū)植被成效的主導(dǎo)作用。退耕還林實施期間,農(nóng)業(yè)機(jī)械年增加率呈明顯增加趨勢,且農(nóng)業(yè)機(jī)械擁有量與糧食單產(chǎn)及總產(chǎn)之間有顯著正相關(guān)的關(guān)系[48],表明植被恢復(fù)與糧食生產(chǎn)同時提高并不矛盾,也進(jìn)一步印證了時間尺度上改善農(nóng)村生計對植被恢復(fù)的積極作用。

4.2 結(jié)論

(1)截止2015年,黃土高原88.20%的面積植被恢復(fù)成效明顯,高值區(qū)集中于陜北地區(qū)及山西交界一帶。研究中建立的植被恢復(fù)成效指數(shù)(Ej)能夠刻畫黃土高原植被恢復(fù)持續(xù)改善的動態(tài)過程,揭示區(qū)域的植被恢復(fù)效果。

(2)社會經(jīng)濟(jì)因素對黃土高原植被恢復(fù)成效的影響隨時間發(fā)生變化：農(nóng)村就業(yè)人數(shù)下降使得黃土高原植被恢復(fù)所受到的人口壓力減緩；關(guān)注農(nóng)村生計可以促進(jìn)植被恢復(fù)成效提升,這方面應(yīng)重點聚焦農(nóng)業(yè)實踐的改善。

(3)黃土高原植被恢復(fù)成效受到多年平均降水及氣溫、人口壓力(農(nóng)村勞動力)及農(nóng)業(yè)生產(chǎn)力(糧食總產(chǎn)量)的空間非平穩(wěn)影響。其中,多年平均降水對黃土高原東部縣區(qū)的促進(jìn)作用最大,而北部和西部風(fēng)沙草地的植被恢復(fù)成效更多地受限于平均溫度的影響。在氣候波動相對穩(wěn)定的背景下,陜西省北部、甘肅省及寧夏回族自治區(qū)植被恢復(fù)成效所受人口壓力和農(nóng)業(yè)生產(chǎn)力的影響更加明顯。