張靜 ，杜加強(qiáng)，盛芝露，張楊成思，吳金華，劉博

1 中國(guó)環(huán)境科學(xué)研究院/國(guó)家環(huán)境保護(hù)區(qū)域生態(tài)過(guò)程與功能重點(diǎn)實(shí)驗(yàn)室，北京 100012；2 蘭州大學(xué)生命科學(xué)學(xué)院，甘肅 蘭州 730000

植被作為地表生境狀況的表征，對(duì)于流域生態(tài)系統(tǒng)的生態(tài)平衡、水文/地貌過(guò)程具有重要的調(diào)節(jié)作用（顏明等，2018）。植被生長(zhǎng)過(guò)程中對(duì)生境變化具有極高的敏感性，被視為全球變化的“指示器”（Sun et al.，2015；王偉等，2019）。而人類(lèi)活動(dòng)和氣候變化是決定區(qū)域植被類(lèi)型及其分布、變化的重要因素（Zeng et al.，2014；于泉洲等，2015）。作為中國(guó)的第二大流域，黃河流域尤其是黃土高原地區(qū)在人類(lèi)活動(dòng)和氣候變化的雙重影響下，能夠涵養(yǎng)水源、保持水土的流域植被的覆蓋狀況從 1982年至今發(fā)生了劇烈變化（賀振等，2017）。深入理解黃河流域植被變化以及其對(duì)氣候變化的響應(yīng)、定量分析人類(lèi)活動(dòng)對(duì)植被的影響，總結(jié)以往粗放發(fā)展模式的經(jīng)驗(yàn)和教訓(xùn)，可為黃河流域生態(tài)文明建設(shè)提供支撐、推動(dòng)流域高質(zhì)量發(fā)展。

眾多學(xué)者基于NDVI時(shí)間序列對(duì)黃河流域的植被時(shí)空變化進(jìn)行了大量研究。楊勝天等（2002）利用1982—1999年AVHRR數(shù)據(jù)，分析了黃河流域植被覆蓋動(dòng)態(tài)變化，認(rèn)為區(qū)域植被覆蓋度總體呈上升趨勢(shì)；袁麗華等（2013）采用Theil-Sen median趨勢(shì)分析和Mann-Kendall以及Hurst指數(shù)法分析了黃河流域 NDVI時(shí)空分布、變化趨勢(shì)和可持續(xù)性；Zhang et al.（2020）以氣候與NDVI回歸方程的調(diào)整 R平方（adj-R2）判斷氣候變化對(duì)植被覆蓋的影響大小，發(fā)現(xiàn)經(jīng)濟(jì)較發(fā)達(dá)地區(qū)NDVI受人類(lèi)活動(dòng)影響較大而經(jīng)濟(jì)水平較弱的城市NDVI受人類(lèi)活動(dòng)的干擾較小。隨著城市建設(shè)、農(nóng)業(yè)活動(dòng)以及一系列的生態(tài)工程的實(shí)施，人類(lèi)活動(dòng)影響不斷加劇，評(píng)價(jià)人類(lèi)活動(dòng)和氣候變化對(duì)植被覆蓋變化的貢獻(xiàn)率逐漸成為研究的重點(diǎn)（Pan et al.，2015；Hu et al.，2019）。不同驅(qū)動(dòng)因素對(duì)黃河流域植被變化的貢獻(xiàn)及不同區(qū)域存在的差異尚不完全明確，以往關(guān)于植被變化驅(qū)動(dòng)因素的分析多為定性研究，少量為定量研究且多缺乏典型區(qū)結(jié)果分析驗(yàn)證?；貧w模型法、殘差趨勢(shì)法、生物物理過(guò)程模擬是常用的3種定量評(píng)估植被變化驅(qū)動(dòng)因素貢獻(xiàn)率方法，其中殘差趨勢(shì)法應(yīng)用最為廣泛（Jiang et al.，2020；馬啟民等，2019）。殘差趨勢(shì)法的假設(shè)前提更接近現(xiàn)實(shí)，即人類(lèi)活動(dòng)為零或保持穩(wěn)定的情形下氣候決定的植被變化，且模型構(gòu)建簡(jiǎn)單。目前針對(duì)整個(gè)黃河流域開(kāi)展 30年以上長(zhǎng)時(shí)間序列的植被時(shí)空變化研究較少，為判斷植被長(zhǎng)期變化趨勢(shì)、便于與已有分析結(jié)果對(duì)比，可使用多嵌套時(shí)段即固定起始年作為一個(gè)恒定的參照、基準(zhǔn)的標(biāo)準(zhǔn)而改變結(jié)束年（Du et al.，2015；Du et al.，2019a）。因此，本文將基于氣溫、降水資料以及GIMMS NDVI3g數(shù)據(jù)集，運(yùn)用趨勢(shì)分析、相關(guān)性分析等方法分析NDVI在多尺度、多時(shí)段、多土地利用類(lèi)型中的變化趨勢(shì)，研究NDVI與水熱因子的潛在關(guān)系，并采用殘差趨勢(shì)法定量分析氣候變化和人類(lèi)活動(dòng)的相對(duì)貢獻(xiàn)，以期為黃河流域生態(tài)環(huán)境保護(hù)提供科學(xué)建議。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概括

黃河流域位于 96°—119°E、32°—42°N 之間，幅員遼闊，流域面積約為79.5×104km2（圖1）。黃河自西向東流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南以及山東9個(gè)省份，橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個(gè)地貌單元。以內(nèi)蒙古河口鎮(zhèn)、河南桃花峪為分界點(diǎn)，黃河流域劃分為上、中、下游3個(gè)地區(qū)。上游高差懸殊，水電資源豐富；中游以黃土高原為主，水土流失嚴(yán)重；下游地勢(shì)平坦，多為沖積平原和三角洲。研究區(qū)地跨干旱、半干旱、半濕潤(rùn)氣候區(qū)，流域光照充足、降水集中，植被類(lèi)型豐富（楊尚武，2015），流域內(nèi)土地、水能、煤炭、石油、天然氣、礦產(chǎn)等自然資源豐富。根據(jù)相關(guān)統(tǒng)計(jì)，2018年黃河流域省份常住人口4.2億，GDP總量達(dá)23.9萬(wàn)億元，糧食產(chǎn)量約占全國(guó)三分之一。黃河流域是我國(guó)重要的經(jīng)濟(jì)帶，人類(lèi)開(kāi)發(fā)活動(dòng)具有強(qiáng)度大、范圍廣、歷史長(zhǎng)等特點(diǎn)；同時(shí)干旱是流域的基本特征，生境脆弱敏感，適宜開(kāi)展植被覆蓋動(dòng)態(tài)變化及其驅(qū)動(dòng)力研究。

圖1 黃河流域位置圖Fig.1 Location Map of the Yellow River Basin

1.2 數(shù)據(jù)來(lái)源及處理

1.2.1 遙感數(shù)據(jù)

采用目前時(shí)間跨度最長(zhǎng)的GIMMS NDVI3g數(shù)據(jù)集，空間分辨率為8 km，時(shí)間分辨率為15 d，起止年份為1982年和2015年。數(shù)據(jù)預(yù)處理包括格式轉(zhuǎn)換、投影轉(zhuǎn)換、裁剪等操作。利用最大合成法（MVC）得到月尺度數(shù)據(jù)，再采用生長(zhǎng)季（4—10月）、春季（4—5月）、夏季（6—8月）和秋季（9—10 月）（Piao et al.，2011；Peng et al.，2011；杜加強(qiáng)等，2015）均值計(jì)算季尺度 NDVI。為了排除非植被因素的影響，采用0.05作為植被區(qū)域的閾值（Du et al.，2019b）。

1.2.2 土地利用數(shù)據(jù)

2015年土地利用數(shù)據(jù)由資源環(huán)境數(shù)據(jù)云平臺(tái)提供，空間分辨率為1 km。該數(shù)據(jù)以Landsat 8 OLI影像為基礎(chǔ)，解譯后分為耕地、林地、草地、水域、建設(shè)用地和未利用土地6個(gè)一級(jí)土地利用類(lèi)型。

1.2.3 氣象數(shù)據(jù)

本文采用的氣象數(shù)據(jù)（氣溫、降水）來(lái)自中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，數(shù)據(jù)經(jīng)過(guò)嚴(yán)格的質(zhì)量控制。采用克里金插值方法，對(duì)選定的150個(gè)氣象站點(diǎn)（圖 1）進(jìn)行空間插值、裁剪得到研究區(qū)氣象數(shù)據(jù)柵格圖層。

1.3 研究方法

1.3.1 趨勢(shì)分析

NDVI年際變化趨勢(shì)采用NDVI與時(shí)間的最小二乘回歸斜率（slope）表征。若 slope<0，則表示季節(jié) NDVI隨時(shí)間逐漸減??；反之則增加。slope絕對(duì)值愈大，季節(jié)NDVI隨時(shí)間的變化愈快。為探討黃河流域植被變化的動(dòng)態(tài)過(guò)程，分別在 1982—1999年、1982—2000年……1982—2015年17個(gè)嵌套時(shí)間段上計(jì)算NDVI的變化趨勢(shì)。為進(jìn)一步了解黃河流域不同區(qū)域、不同土地利用類(lèi)型NDVI的變化，分別在黃河流域上中下游3個(gè)研究單元，耕地、林地、草地、建設(shè)用地和未利用地等5類(lèi)土地利用類(lèi)型探討區(qū)域平均NDVI的變化。為了更加客觀地評(píng)價(jià)黃河流域各季節(jié)NDVI在17個(gè)時(shí)段中的變化，將其劃分為顯著增加（R>0，P<0.05）、不顯著增加（R>0，P≥0.05）、不顯著減少（R<0，P≥0.05）、顯著減少（R<0，P<0.05）4個(gè)類(lèi)別。

1.3.2 NDVI與氣候因子相關(guān)性分析

采用NDVI與同期氣候因子的Pearson相關(guān)性來(lái)表征氣溫/降水對(duì) NDVI的影響（徐浩杰等，2012）。同樣，在17個(gè)嵌套時(shí)段分析NDVI與氣候因子的相關(guān)性、顯著性，以更為全面體現(xiàn)氣候變化對(duì)植被影響的穩(wěn)定性和持續(xù)性。

1.3.3 殘差趨勢(shì)法

殘差趨勢(shì)法是Evans et al.（2004）于2004年提出，基本原理是植被覆蓋主要由同期氣象因子和人類(lèi)活動(dòng)強(qiáng)度所決定，計(jì)算步驟通常將NDVI與氣候因子進(jìn)行多元回歸得到NDVI回歸值，通過(guò)NDVI觀測(cè)值與NDVI回歸值分離人類(lèi)活動(dòng)和氣候變化對(duì)NDVI的貢獻(xiàn)（于璐等，2020）。

地面觀測(cè)值（即 NDVI真實(shí)值）作為因變量、氣溫和降水量作自變量，逐步回歸得到預(yù)測(cè)方程來(lái)模擬自然狀態(tài)下的NDVI（即NDVI回歸值）。考慮到回歸方程無(wú)法理想化建立，不能簡(jiǎn)單將 NDVI殘差值視為人類(lèi)活動(dòng)對(duì)植被覆蓋的影響。長(zhǎng)期的人類(lèi)活動(dòng)才會(huì)造成殘差的趨勢(shì)性變化，即殘差時(shí)間序列明顯變化表征人類(lèi)活動(dòng)主導(dǎo)的植被變化。因此按照公式(2)、(3) 可分別計(jì)算出人類(lèi)活動(dòng)、氣候變化對(duì)植被變化的相對(duì)貢獻(xiàn)率，分析 1982—2015年人類(lèi)活動(dòng)對(duì)植被覆蓋變化的影響（易浪等，2014）。

2 結(jié)果

2.1 NDVI時(shí)空變化

2.1.1 總體趨勢(shì)

1982—2015年，黃河流域生長(zhǎng)季和春、夏、秋季平均NDVI均呈顯著提高趨勢(shì)（R2=0.86，R2=0.66，R2=0.60，R2=0.59），尤其是生長(zhǎng)季增加趨勢(shì)最為顯著（圖2）。生長(zhǎng)季、春季和秋季各個(gè)時(shí)段NDVI升高趨勢(shì)均顯著，而夏季在前3個(gè)時(shí)段和后7個(gè)時(shí)段顯著（圖 3）。生長(zhǎng)季和春、夏季 17個(gè)時(shí)段的NDVI變化率呈不規(guī)則的“U”型，即先減少再增加，頂點(diǎn)在第9個(gè)時(shí)段附近；而秋季則為波動(dòng)中持續(xù)增加趨勢(shì)。

圖2 黃河流域各季節(jié)平均NDVI變化趨勢(shì)Fig.2 Variation trend of mean NDVI in Yellow River Basin

圖3 各季節(jié)NDVI在17個(gè)時(shí)段的變化率和相對(duì)變化率Fig.3 Variation rate and relative change rate NDVI each season in 17 periods

黃河上中下游區(qū)域內(nèi)生長(zhǎng)季和各季節(jié)平均NDVI均呈波動(dòng)上升趨勢(shì)。NDVI相對(duì)變化率（RCP，relative change rate）分析發(fā)現(xiàn)，17個(gè)時(shí)段中，上游RCP在春季和秋季波動(dòng)上升，生長(zhǎng)季和夏季較平穩(wěn)；中游在前8個(gè)時(shí)段RCP都較小，第9個(gè)時(shí)段后快速增加；下游 RCP除秋季略增加外，其他季節(jié)RCP均隨時(shí)段延長(zhǎng)而減小（圖4）。1982—2015年，黃河下游春季植被增長(zhǎng)最顯著，原因可能是下游平原農(nóng)業(yè)生產(chǎn)水平的提升；生長(zhǎng)季和夏季黃河中游最顯著，考慮與區(qū)域退耕還林等政策有關(guān)。不同土地利用類(lèi)型的計(jì)算結(jié)果顯示，林地在生長(zhǎng)季和春季的上升速率最大，分別為0.064/10 a和0.027/10 a；夏季和秋季則是耕地最大，分別是 0.019/10 a和0.024/10 a。

圖4 黃河上中下游各季節(jié)NDVI17個(gè)時(shí)段的相對(duì)變化率Fig.4 The relative change rates of NDVI 17 periods in the upper,middle and lower seasons of the Yellow River

2.1.2 空間格局

1982—2015年，各季節(jié)黃河流域植被覆蓋顯著改善區(qū)域的面積占比要遠(yuǎn)大于顯著退化區(qū)域（圖5）。各季節(jié)植被活動(dòng)顯著提高的像元多分布于中游區(qū)域，顯著減少像元空間分布如下：生長(zhǎng)季植被活動(dòng)顯著減少像元分散分布于上游青藏高原、中游渭河流域以及下游花園口區(qū)域；春季植被活動(dòng)顯著減少的像元多分布于上游寧夏天湖和德嶺山水庫(kù)、中游渭河和汾河流域；夏季植被活動(dòng)顯著減少的像元分布在上游青藏高原以及中游的南部；秋季植被活動(dòng)顯著減少的像元分散在區(qū)域西南部和南部。

圖5 1982—2015黃河流域NDVI變化趨勢(shì)Fig.5 1982-2015 NDVI trends in the Yellow River Basin

隨著分析時(shí)段延長(zhǎng)，春季和夏季NDVI顯著減少區(qū)域、各季節(jié)顯著增加區(qū)域均極顯著增加，生長(zhǎng)季NDVI顯著減少區(qū)域呈緩慢增加，秋季NDVI顯著減少區(qū)域則呈波動(dòng)減少；而NDVI增加（包括顯著增加和不顯著增加）區(qū)域除春季增加不明顯外，均呈極顯著增加。

2.2 氣候變化對(duì)植被覆蓋的影響

黃河流域各季節(jié)區(qū)域平均NDVI與同期氣溫相關(guān)性較強(qiáng)，生長(zhǎng)季和春季 17個(gè)時(shí)段均顯著相關(guān)，夏季和秋季部分時(shí)段顯著相關(guān)；與降水量相關(guān)性不強(qiáng)，春季和夏季的相關(guān)性要優(yōu)于生長(zhǎng)季和秋季（表1）。春季植被與氣溫顯著正相關(guān)像元比例在 4個(gè)季節(jié)中最大，17個(gè)時(shí)段平均達(dá)到26%，顯著負(fù)相關(guān)區(qū)域則是夏季最大（7%）。植被與降水量相關(guān)性方面，生長(zhǎng)季顯著正相關(guān)像元最多（15%），各季節(jié)顯著負(fù)相關(guān)像元均低于 2%。顯著相關(guān)的像元分布存在空間異質(zhì)性（圖 6）。NDVI與氣溫顯著正相關(guān)的區(qū)域多分布在黃河中游，而顯著負(fù)相關(guān)多分布在上游青藏高原區(qū)域。NDVI與降水顯著正相關(guān)的區(qū)域分布存在季節(jié)差異：生長(zhǎng)季和秋季主要分布在上游東北部和中游北部，春季集中分布在上游西南部，夏季在上游東北部；而顯著負(fù)相關(guān)的區(qū)域多零散分布于上游以及中游南部。

圖6 各季節(jié)NDVI與氣溫/降水相關(guān)性Fig.6 Correlation of NDVI and temperature/precipitation by season

表1 17個(gè)時(shí)段各季節(jié)NDVI與氣候要素的相關(guān)系數(shù)（R 2）Table 1 Correlations between seasonal NDVI and climate factors during seventeen periods

2.3 NDVI變化驅(qū)動(dòng)力分析

區(qū)域尺度分析結(jié)果表明，1982—2015年氣象因子（溫度、降水）和人類(lèi)活動(dòng)對(duì)生長(zhǎng)季NDVI的平均貢獻(xiàn)率分別為31%、69%。氣候變化的貢獻(xiàn)率研究區(qū)西部最高，中部略低，西南部和東部最低（圖7），其對(duì) NDVI變化的貢獻(xiàn)率為正的區(qū)域面積約占86%。在青藏高原、甘肅東部、寧夏西部，氣候變化對(duì)NDVI的正向貢獻(xiàn)顯著（大于60%）。氣候變化對(duì) NDVI變化的貢獻(xiàn)率為負(fù)的區(qū)域面積約占14%，主要集中在甘肅西部以及陜西、山西小部分地區(qū)。氣候變化貢獻(xiàn)率大于80%的面積僅占全區(qū)總面積的6%，氣候變化的貢獻(xiàn)率在0—20%和40%—60%范圍的區(qū)域面積較大（均大于20%）。人類(lèi)活動(dòng)對(duì)生長(zhǎng)季植被 NDVI的貢獻(xiàn)率則以研究區(qū)西北部、東部最高，中部和西南部略低（圖 7）。人類(lèi)活動(dòng)對(duì) NDVI變化的貢獻(xiàn)率為正的區(qū)域面積約占96%。貢獻(xiàn)率超過(guò)80%的區(qū)域主要集中在甘肅西部、寧夏北部、內(nèi)蒙古、山西、河南以及山東等地，占總面積的40%以上。人類(lèi)活動(dòng)對(duì)NDVI變化的貢獻(xiàn)率為負(fù)的區(qū)域面積僅為4%，多分布在青海省。

圖7 各季節(jié)1982—2015年氣候變化和人類(lèi)活動(dòng)對(duì)植被變化的影響空間分布Fig.7 Spatial distribution of impacts of climate change and human activities on vegetation change in each season from 1982 to 2015

同一驅(qū)動(dòng)因子對(duì)不同季節(jié)NDVI變化的平均貢獻(xiàn)率不同，氣候因子平均貢獻(xiàn)率在春、夏季為24%，秋季則為 16%。不同驅(qū)動(dòng)因子在不同季節(jié)表現(xiàn)一致，即人類(lèi)活動(dòng)對(duì)植被NDVI增加的貢獻(xiàn)總體上比氣候變化的貢獻(xiàn)更大。

同一驅(qū)動(dòng)因子對(duì)不同季節(jié)NDVI變化的貢獻(xiàn)率空間分布存在區(qū)域異質(zhì)性。春季和夏季氣候因子在黃河上游青藏高原地區(qū)正向貢獻(xiàn)率大于60%，在甘肅、內(nèi)蒙古以及陜西、山西等地表現(xiàn)為極低正向貢獻(xiàn)率或負(fù)向貢獻(xiàn)率，而上述現(xiàn)象在秋季有所減弱。人類(lèi)活動(dòng)貢獻(xiàn)率的空間分布與氣候貢獻(xiàn)率相反，春、夏季人類(lèi)活動(dòng)貢獻(xiàn)率較小的像元分布比例在秋季有所減小。

1982—2015年生長(zhǎng)季和各季節(jié)植被生長(zhǎng)主要受到人類(lèi)活動(dòng)的影響。甘肅、內(nèi)蒙古、陜西、山西、河南和山東等的部分區(qū)域人類(lèi)貢獻(xiàn)率為正、氣候貢獻(xiàn)率為負(fù)，NDVI呈持續(xù)上升，說(shuō)明了地區(qū)生態(tài)工程效益正在凸顯。

3 討論

3.1 NDVI變化趨勢(shì)

已有研究基于不同數(shù)據(jù)、方法、研究時(shí)段等得出較為一致的結(jié)論，即黃河流域植被生長(zhǎng)呈改善趨勢(shì)（Nie et al.，2012；賀振等，2012；袁麗華等，2013；張亞玲等，2014）。本文得出的植被顯著退化區(qū)域主要分布在黃河流域上游和南部的空間格局，與Nie et al.（2012）和袁麗華等（2013）的研究結(jié)論一致。植被覆蓋變化隨著研究范圍、植被類(lèi)型的不同而有所差異。本研究表明，NDVI增長(zhǎng)速度為黃河中游>黃河下游>黃河上游。這一結(jié)果與張亞玲等（2014）不同，NDVI時(shí)間序列的延長(zhǎng)更新了對(duì)流域植被變化趨勢(shì)的認(rèn)識(shí)。不同土地利用類(lèi)型中，林地和耕地植被改善狀況顯著。2000年以來(lái)我國(guó)禁止亂砍濫伐有利促進(jìn)了林地NDVI的增長(zhǎng)，耕地NDVI明顯增加趨勢(shì)則與農(nóng)耕灌溉水利技術(shù)等息息相關(guān)（楊尚武，2015）。長(zhǎng)時(shí)間序列NDVI數(shù)據(jù)能更好表征植被變化趨勢(shì)，本文結(jié)果可為未來(lái)更長(zhǎng)時(shí)間尺度研究提供對(duì)比參考。

3.2 影響因素分析

氣溫和降水是制約植被生長(zhǎng)的兩個(gè)重要?dú)夂蛞蜃印＜竟?jié)尺度上，春季NDVI與氣溫相關(guān)性較強(qiáng)，這主要是由于春季萌芽期植被需要充足的熱量；空間分布上，上中游NDVI與氣溫關(guān)系顯著，是由于高寒區(qū)升溫下冰雪消融利于植被的生長(zhǎng)（楊尚武，2015）。干旱半干旱地區(qū)植被增長(zhǎng)與降水量的相關(guān)性較高（Li et al.，2019），先鋒植被的存在削弱了分析結(jié)果中降水的重要性。與氣候變化相比，愈加活躍的人類(lèi)活動(dòng)對(duì)研究區(qū)植被覆蓋變化的影響更大，這也是NDVI變化率呈現(xiàn)不規(guī)則“U”型的可能原因。盡管資源開(kāi)發(fā)、城市建設(shè)等主要對(duì)局部區(qū)域植被覆蓋產(chǎn)生負(fù)面影響（曹巍等，2019），但本文研究認(rèn)為黃河流域人類(lèi)的正向貢獻(xiàn)大于負(fù)向。典型地區(qū)如毛烏素沙地，人類(lèi)活動(dòng)對(duì)植被變化的正向貢獻(xiàn)率在60%以上，大型噴灌農(nóng)田區(qū)人類(lèi)貢獻(xiàn)更高（圖8）；農(nóng)業(yè)種植的增加、人工造林和畜牧業(yè)的管控等有效地促進(jìn)了地區(qū)植被覆蓋（Xiu et al.，2018；曹艷萍等，2019）。超載放牧、人為墾荒是黃河上游生態(tài)惡化的重要原因（Li et al.，2019）；礦產(chǎn)的不合理開(kāi)發(fā)也會(huì)對(duì)區(qū)域大氣、水環(huán)境以及生態(tài)生產(chǎn)力造成負(fù)面影響（馬麗等，2020）。以甘南藏族自治州為例，“草畜平衡”難以維穩(wěn)導(dǎo)致甘南州天然草場(chǎng)因超載率而急劇變化（圖 9），區(qū)域生態(tài)環(huán)境問(wèn)題日益突出，當(dāng)前人類(lèi)活動(dòng)正向貢獻(xiàn)率仍較小。人類(lèi)行為可強(qiáng)制干預(yù)地區(qū)植被恢復(fù)、環(huán)境改善進(jìn)程，政府的嚴(yán)加管控和統(tǒng)一監(jiān)督對(duì)于甘南等環(huán)境脆弱區(qū)生態(tài)環(huán)境至關(guān)重要。

圖8 1982—2015年毛烏素生長(zhǎng)季NDVI變化趨勢(shì)和人類(lèi)活動(dòng)對(duì)其影響分布Fig.8 NDVI trends during the growth season and the impact of human activities on vegetation changes in Maowusu from 1982 to 2015

圖9 甘南州NDVI和載畜量變化Fig.9 Changes of NDVI and carrying capacity in Gannan

在分析人類(lèi)活動(dòng)對(duì)NDVI的影響時(shí)，本文并未對(duì)人口增長(zhǎng)、城市化進(jìn)程、農(nóng)業(yè)發(fā)展以及生態(tài)保護(hù)政策等不同人類(lèi)活動(dòng)對(duì)植被覆蓋產(chǎn)生的影響進(jìn)行深入分析，這需要更多數(shù)據(jù)支撐以深入探索 NDVI變化。此外，本文采用的殘差趨勢(shì)法雖能在一定程度上衡量人類(lèi)活動(dòng)對(duì)植被變化的貢獻(xiàn)，但無(wú)法完全剝離氣候的影響，回歸方程建立時(shí)也并未兼顧所有氣候因子?？傮w上，殘差趨勢(shì)法在黃河流域應(yīng)用結(jié)果較為合理，但研究區(qū)植被覆蓋變化驅(qū)動(dòng)機(jī)制仍需進(jìn)一步研究。

4 結(jié)論

本文以生態(tài)環(huán)境較脆弱、人類(lèi)活動(dòng)劇烈的黃河流域植被變化為研究對(duì)象，研究了植被 NDVI在1982—2015年間的變化狀況，并分析了其與氣候變化和人類(lèi)活動(dòng)之間的時(shí)空響應(yīng)關(guān)系，主要結(jié)論如下。

（1）1982—2015年黃河流域NDVI持續(xù)增加，增速在2008年（第9個(gè)時(shí)段）后穩(wěn)定上升；隨時(shí)段延長(zhǎng)NDVI增加區(qū)域除春季增加不明顯外，均呈極顯著增加。黃河中下游NDVI增加顯著，上游尤其是西南部NDVI減少明顯，空間上總體呈由西向東逐漸增加趨勢(shì)。在區(qū)域和像元尺度上，中游NDVI增加均最為顯著；相比草地和建設(shè)用地，耕地和林地的增加趨勢(shì)更為明顯。

（2）相比降水，氣溫是區(qū)域植被生長(zhǎng)的主要?dú)夂蛴绊懸蜃印DVI與氣溫顯著正相關(guān)的區(qū)域多分布在黃河中游涇河流域，而顯著負(fù)相關(guān)多分布在上游青藏高原區(qū)域。

（3）黃河流域植被變化中，人類(lèi)活動(dòng)的影響要遠(yuǎn)大于氣候變化，且人類(lèi)活動(dòng)多為正向貢獻(xiàn)。隨著全球氣溫升高，上游青藏高原等高海拔地區(qū)為植被生長(zhǎng)提供的生境向好。但是人類(lèi)活動(dòng)帶來(lái)的負(fù)面影響超過(guò)其承載力，NDVI難以保持增加。政策的良好引導(dǎo)、生態(tài)文明意識(shí)的提高，人類(lèi)對(duì)黃河流域植被覆蓋增加的貢獻(xiàn)將不斷增大。