柴立夫,田 莉,奧 勇,王小青

(1.長(zhǎng)安大學(xué) 地球科學(xué)與資源環(huán)境學(xué)院,西安 710061;2.中國(guó)科學(xué)院 地理科學(xué)與資源研究所,北京 100101)

近半個(gè)世紀(jì)以來(lái)，隨著全球氣溫變化和人類(lèi)活動(dòng)的雙重干擾，自然生態(tài)系統(tǒng)遭到了不同程度的干擾。植被作為聯(lián)結(jié)大氣、水分和土壤關(guān)系的自然紐帶，對(duì)環(huán)境變化的反應(yīng)十分敏感[1-3]。尤其是高海拔、高緯度地區(qū)的草地生態(tài)系統(tǒng)對(duì)氣候變化和人類(lèi)干擾的響應(yīng)和反饋引起了專(zhuān)家學(xué)者的廣泛關(guān)注[4-6]。青藏高原作為高原游牧區(qū)，是我國(guó)草地面積最大的地區(qū)，也是重要的生態(tài)屏障區(qū)，其天然草地面積占全國(guó)草地面積的1/3，草地生態(tài)系統(tǒng)是青藏高原最為主要的生態(tài)—經(jīng)濟(jì)系統(tǒng)，也是當(dāng)?shù)鼐用裆a(chǎn)發(fā)展的基礎(chǔ)所在[7]。已有的研究表明該區(qū)域草地生態(tài)系統(tǒng)已經(jīng)呈現(xiàn)退化趨勢(shì)，如草地質(zhì)量下降、植物蓋度降低、水土流失加劇、地上生物量減少等。在促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的同時(shí)，如何保護(hù)區(qū)域生態(tài)資源的可持續(xù)發(fā)展，已成為高原發(fā)展亟待解決的重要問(wèn)題[8-10]。在全球氣候變化大背景下，青藏高原地區(qū)植被覆蓋整體上為“整體升高，局部退化”的趨勢(shì)[11]。然而，除了氣候因子對(duì)植被的影響之外，人類(lèi)活動(dòng)對(duì)高原植被的變化也具有深刻影響，并在一些區(qū)域超過(guò)了氣候變化影響本身[12]。近年來(lái)隨著區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變，高原草地生態(tài)系統(tǒng)除了受放牧業(yè)干擾外，還受到第一二三產(chǎn)業(yè)發(fā)展的影響，如采礦業(yè)、旅游業(yè)、城市化等對(duì)高原植被的影響越來(lái)越明顯，勞動(dòng)力就業(yè)方式的改變，區(qū)域城市經(jīng)濟(jì)發(fā)展政策和資金的扶持，促進(jìn)了城市化和第一二三產(chǎn)業(yè)在區(qū)域總產(chǎn)值中所占的比重[13-15]。伴隨著國(guó)家政策的扶持以及當(dāng)?shù)鼐用裆a(chǎn)生活方式的改善以及大量游客的涌入[16]，青藏高原地區(qū)各城市城鎮(zhèn)化發(fā)展迅速，將會(huì)對(duì)高原植被產(chǎn)生深遠(yuǎn)影響。

目前，已有許多關(guān)于青藏高原植被及驅(qū)動(dòng)力方面的研究。嚴(yán)曉瑜[17]、李寧云[18]均從氣候與高原植被的相關(guān)性展開(kāi)分析，印證了高原植被分布及變化與氣候具有相關(guān)性；卓嘎[19]、董璐[20]等均利用NDVI分析了高原地區(qū)植被分布及生長(zhǎng)情況，在利用NDVI研究高原植被上取得了較好的進(jìn)展；劉軍會(huì)[9]、楊元合[21]等利用NDVI數(shù)據(jù)研究了青藏高原植被與氣候因子之間的關(guān)系。而關(guān)于分析人類(lèi)干擾方面的研究較少，周華坤[22]、宋磊[23]等從放牧強(qiáng)度對(duì)植被群落的影響入手，進(jìn)行了放牧試驗(yàn)，均以定性分析為主；量化不同類(lèi)型的人類(lèi)活動(dòng)對(duì)不同區(qū)域植被覆蓋變化的影響程度的研究相對(duì)較少，因此限制了人類(lèi)活動(dòng)對(duì)植被變化的認(rèn)識(shí)。

鑒于此，本文基于MODIS NDVI數(shù)據(jù)、氣象數(shù)據(jù)以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)，通過(guò)線(xiàn)性回歸分析法明確植被NDVI時(shí)空的演變，并利用殘差法分離量化青藏地區(qū)植被與人類(lèi)活動(dòng)之間的關(guān)系。在殘差法的基礎(chǔ)上選取高原地區(qū)最具有代表性的5個(gè)社會(huì)發(fā)展指標(biāo)，即反映人口就業(yè)方式變化的人口城鎮(zhèn)化(人口城鎮(zhèn)化率)，代表經(jīng)濟(jì)發(fā)展的經(jīng)濟(jì)生產(chǎn)總值(GDP)，經(jīng)濟(jì)結(jié)構(gòu)變化的第一、二、三產(chǎn)業(yè)經(jīng)濟(jì)生產(chǎn)總值(GDP1，GDP2，GDP3)，以及代表畜牧業(yè)規(guī)模的放牧強(qiáng)度，量化不同類(lèi)型的人類(lèi)活動(dòng)對(duì)區(qū)域植被變化的相對(duì)重要性，探討區(qū)域社會(huì)—自然系統(tǒng)之間的協(xié)同變化關(guān)系，為后期青藏高原地區(qū)植被生態(tài)恢復(fù)和發(fā)展利用提供科學(xué)依據(jù)。

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

本文選取青藏高原(青海、西藏自治州)作為研究區(qū)域，其地理位置為26°50′—39°19′N(xiāo)，78°25′—103°04′E。青藏高原海拔較高，平均海拔約為3 750 m，且氣溫隨緯度的升高而降低，年平均氣溫和降水量由東南向西北遞減，區(qū)域內(nèi)植被以高寒植被和高寒草甸為主，同時(shí)分布著少量的原始森林。研究區(qū)內(nèi)共有8個(gè)地級(jí)市、6個(gè)自治州及1個(gè)地區(qū)。

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

NDVI(Normalized Difference Vegetation Index，歸一化植被指數(shù))對(duì)植被的生長(zhǎng)勢(shì)和生長(zhǎng)量非常敏感，在一定程度上能表征地表植被覆蓋[24-26]。由于高原的地表覆蓋主要是生長(zhǎng)季的植被覆蓋和非生長(zhǎng)季的冰雪覆蓋，結(jié)合已有的研究成果，本研究采用生長(zhǎng)季(5—9月)的植被NDVI的均值作為年值。采用數(shù)據(jù)為NOAAAVHRR-NDVI-3gV10數(shù)據(jù)集，(https:∥ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/)，該數(shù)據(jù)空間分辨率為8 km×8 km。對(duì)NDVI數(shù)據(jù)的預(yù)處理包括輻射校正、大氣校正、幾何校正[27]。同時(shí)，為了消除云雪對(duì)NDVI的影響，對(duì)NDVI數(shù)據(jù)進(jìn)行最大值合成法(MVC)，以保證數(shù)據(jù)值的可靠性。NDVI月值是通過(guò)每月兩期數(shù)據(jù)合成獲取，合成時(shí)提取每個(gè)柵格的最大值作為月值，同樣年值的提取是利用生長(zhǎng)季的平均值作為年值，計(jì)算公式如下：

NDVIi=max(NDVIij)

(1)

(2)

自然環(huán)境因子選取氣溫和降水，數(shù)據(jù)來(lái)自中國(guó)氣候驅(qū)動(dòng)數(shù)據(jù)集(http:∥westdc.westgis.ac.cn/)，時(shí)間段是1979—2018年，空間分辨率為0.1度。該數(shù)據(jù)融合了中國(guó)站點(diǎn)數(shù)據(jù)，TRMM衛(wèi)星觀(guān)測(cè)數(shù)據(jù)和再分析數(shù)據(jù)集，常被用于中國(guó)的水文研究中。本文采用常用的雙線(xiàn)性插值法將該數(shù)據(jù)集內(nèi)插成與NDVI相同的分辨率。

由于NDVI分布為自然因素，很難用行政邊界對(duì)其進(jìn)行分析，因此，本文在分析植被趨勢(shì)方面，采用生態(tài)區(qū)劃數(shù)據(jù)更為科學(xué)，因此本文采用青藏高原生態(tài)氣候分區(qū)，對(duì)青藏高原植被狀況進(jìn)行分析。其中，青藏高原主要包括3個(gè)溫度帶、5個(gè)干濕區(qū)和11個(gè)自然區(qū)(表1)。

表1 青藏高原生態(tài)地理系統(tǒng)分區(qū)

人為因素包括人口、年末牲畜存欄數(shù)、一二三產(chǎn)業(yè)產(chǎn)值以及其他社會(huì)經(jīng)濟(jì)數(shù)據(jù)均來(lái)自于研究區(qū)各省市統(tǒng)計(jì)年鑒(2001—2019年)，以地級(jí)市行政單元進(jìn)行統(tǒng)計(jì)。其中，采用放牧強(qiáng)度來(lái)衡量青藏高原農(nóng)牧業(yè)對(duì)當(dāng)?shù)豊DVI植被覆蓋的影響，放牧強(qiáng)度以單位面積的載畜量來(lái)計(jì)，載畜量以羊?yàn)榛鶞?zhǔn)單位，對(duì)其他牲畜進(jìn)行比率計(jì)算，得到最終羊單位數(shù)據(jù)，其計(jì)算方式如下[28]：

(3)

1.3 研究方法

1.3.1 植被變化分析 為分析高原植被覆蓋在2000—2018年的時(shí)空變化趨勢(shì)，本文通過(guò)逐像元線(xiàn)性回歸分析法、相關(guān)系數(shù)的統(tǒng)計(jì)檢驗(yàn)方法進(jìn)行顯著性變化趨勢(shì)檢驗(yàn)。線(xiàn)性?xún)A向值用最小二乘法估計(jì)，計(jì)算公式如下：

(4)

式中:Lslope為NDVI變化趨勢(shì)斜率；i為年序號(hào)；n=19；NDVIi為第i年的NDVI值。其中Lslope>0,說(shuō)明NDVI呈增長(zhǎng)趨勢(shì),反之呈減小趨勢(shì),且斜率絕對(duì)值越大,植被覆蓋變化趨勢(shì)越明顯(根據(jù)Lslope結(jié)果植被NDVI的變化分為5個(gè)等級(jí),即Lslope≤-0.01為顯著退化;-0.010.01為顯著改善,共5個(gè)等級(jí))。

1.3.2 驅(qū)動(dòng)因素分析 殘差分析法可以分離氣候因素和人類(lèi)活動(dòng)對(duì)植被覆蓋的作用[29]。其基本思路為：在長(zhǎng)時(shí)間序列上建立氣溫、降水與NDVI的回歸模型，利用偏相關(guān)分析的方法逐像元分析氣候因子對(duì)NDVI的貢獻(xiàn)，然后再剔除氣候因子對(duì)植被的影響，進(jìn)而分析人類(lèi)活動(dòng)對(duì)NDVI的影響。殘差指實(shí)際觀(guān)測(cè)NDVI與預(yù)測(cè)NDVI的差異值。目前，已有專(zhuān)家學(xué)者證明殘差分析是評(píng)估人類(lèi)活動(dòng)生態(tài)效益最有效的方法之一[30-31]。

δ=NDVI實(shí)測(cè)-NDVI預(yù)測(cè)

(5)

式中:δ為NDVI殘差值。δ為正表示人類(lèi)活動(dòng)對(duì)植被覆蓋變化正干擾,促進(jìn)區(qū)域植被覆蓋增加;反之則表示人類(lèi)活動(dòng)對(duì)植被覆蓋負(fù)干擾,即人類(lèi)活動(dòng)導(dǎo)致植被覆蓋降低。

1.3.3 相對(duì)重要性計(jì)算 為了量化不同人類(lèi)活動(dòng)方式對(duì)青藏高原地區(qū)植被的影響，本文選取放牧強(qiáng)度、人口城鎮(zhèn)化率、第一產(chǎn)業(yè)生產(chǎn)總值(GDP1)、第二產(chǎn)業(yè)生產(chǎn)總值(GDP2)和第三產(chǎn)業(yè)生產(chǎn)總值(GDP3)這5個(gè)指標(biāo)表征高原人類(lèi)活動(dòng)強(qiáng)度。

本文選取各個(gè)州為單位進(jìn)行統(tǒng)計(jì)2000—2018年的逐年數(shù)據(jù)值，為了驗(yàn)證5個(gè)指標(biāo)選取的合理性，以州為單位，選取拉薩、山南、阿里3個(gè)具有代表性的州對(duì)最可能存在共線(xiàn)性的GDP與人口城鎮(zhèn)化率利用CORREL函數(shù)進(jìn)行分析發(fā)現(xiàn)，相關(guān)系數(shù)分別為0.98，0.66，0.09，可見(jiàn)其并未在所有地市均表現(xiàn)出極高的相關(guān)關(guān)系，因此可以選取人口城鎮(zhèn)化率作為影響因素之一。在殘差分析的基礎(chǔ)上，基于各影響因子利用多元回歸方程進(jìn)行相對(duì)重要性分析。相對(duì)重要性計(jì)算主要是利用多元回歸法計(jì)算所選要素對(duì)植被變化的解釋程度。本文采用LMG模型，此模型經(jīng)過(guò)1 000次重復(fù)，產(chǎn)生了95%的置信區(qū)間[32]。該方法由R語(yǔ)言的“relaimpo”包完成[33]。

2 結(jié)果與分析

2.1 NDVI的時(shí)空動(dòng)態(tài)

研究區(qū)植被年均NDVI變化趨勢(shì)結(jié)果顯示(圖1)，2000—2018年青藏高原生長(zhǎng)季NDVI為呈現(xiàn)波動(dòng)上升趨勢(shì)(R2=0.448，p<0.1)。NDVI平均值為0.332，其中最大值出現(xiàn)在2012年(0.345)，最小值出現(xiàn)在2000年(0.314)，每年雖有波動(dòng)，但是變化幅度較小。主要原因應(yīng)該是青藏地區(qū)植被影響因素復(fù)雜，氣候的垂直地帶性分布、復(fù)雜的地形和惡劣氣候使得植被發(fā)育狀況存在地域差異性，增溫導(dǎo)致植被改善的地區(qū)和環(huán)境惡化引起植被覆蓋減少的地區(qū)平均值被相互抵消，使得總體上植被帶變化趨勢(shì)波動(dòng)不明顯[34]。

圖1 2000-2018年青藏高原生長(zhǎng)季平均NDVI變化趨勢(shì)

青藏高原植被NDVI均值空間分布由西向東呈遞增，由東北向西南遞減的分布趨勢(shì)(圖2A)。其中，在果洛那曲高原、喜馬拉雅南翼、川西藏東以及青東祁連山地區(qū)為典型的濕潤(rùn)半濕潤(rùn)地區(qū)，氣候條件良好，植被生長(zhǎng)狀況較好。在青藏高原中部的藏南山地地區(qū)、以及青南高原西部地區(qū)與濕潤(rùn)半濕潤(rùn)地區(qū)相比，NDVI值有所下降；在西藏羌塘高原、阿里山地、昆侖高山高海拔干旱地區(qū)，其自然環(huán)境惡劣，植被生長(zhǎng)稀疏。

為了進(jìn)一步分析青藏高原地區(qū)植被改善、退化趨勢(shì)，利用公式(4)對(duì)植被逐像元進(jìn)行趨勢(shì)分析(圖2B)。結(jié)果顯示，近19 a來(lái)，青藏高原植被呈逐漸改善趨勢(shì)。從圖中可以看出，研究區(qū)的大部分區(qū)域?qū)儆谥脖环€(wěn)定地區(qū)；植被覆蓋輕微改善的區(qū)域主要分布在柴達(dá)木盆地以及昆侖高山高原和青南高原寬谷地區(qū)；顯著增加的區(qū)域主要分布在柴達(dá)木盆地和青東祁連山地的交界處、青東祁連山地草原，在東喜馬拉雅山南翼以及川西藏東地區(qū)也有分布；輕微退化的區(qū)域主要為高原西北部的羌塘高原盆地地區(qū)；顯著退化的地區(qū)主要分布在青藏高原中部的半干旱地區(qū)以及川西藏東高山東部的濕潤(rùn)半濕潤(rùn)地區(qū)。綜上所述可以看出，植被覆蓋趨勢(shì)良好的地區(qū)大多數(shù)分布在氣候條件較好的高原溫帶及亞熱帶地區(qū)，而植被覆蓋差的地區(qū)多數(shù)分布在高寒干旱、半干旱地區(qū)，說(shuō)明氣候條件對(duì)當(dāng)?shù)氐闹脖痪哂泻軓?qiáng)的相關(guān)性。自然條件相對(duì)較好的川南藏東地區(qū)發(fā)生植被退化，很有可能是因?yàn)楫?dāng)?shù)販嘏瘽駶?rùn)，人口眾多，人類(lèi)活動(dòng)引起了當(dāng)?shù)刂脖煌嘶?，但是具體原因還需要進(jìn)一步分析。

圖2 2000-2018年青藏高原生長(zhǎng)季NDV均值空間分布及NDVI變化趨勢(shì)空間分布

2.2 植被NDVI與人類(lèi)活動(dòng)的關(guān)系

通過(guò)NDVI在2000—2018年的殘差變化分析人類(lèi)活動(dòng)對(duì)植被的作用(圖3)，結(jié)果表明：2000—2018年青藏高原人類(lèi)活動(dòng)對(duì)植被覆蓋度影響正值所占面積占總區(qū)域面積的61.16%，負(fù)值所占面積占總區(qū)域的38.84%。說(shuō)明人類(lèi)活動(dòng)對(duì)青藏高原植被具有正向作用，人類(lèi)活動(dòng)促進(jìn)了該區(qū)域植被生長(zhǎng)。

圖3 2000-2018年青藏高原生長(zhǎng)季NDVI殘差變化趨勢(shì)

殘差為正地區(qū)。即人類(lèi)活動(dòng)對(duì)植被覆蓋起到促進(jìn)作用的地區(qū)，該類(lèi)地區(qū)占總面積的61.16%，主要分布在青海省的大部分區(qū)域，西藏自治區(qū)的那曲地區(qū)的北部、阿里地區(qū)的北部以及東部地區(qū)、日喀則市的西北地區(qū)以及東部地區(qū)、山南市和林芝地區(qū)的部分地區(qū)。

殘差為負(fù)地區(qū)。即人類(lèi)活動(dòng)對(duì)植被覆蓋起到破壞作用的地區(qū)，該類(lèi)地區(qū)占總面積的38.84%，主要分布在藏北和那曲地區(qū)，玉樹(shù)、果洛部分地區(qū)以及西藏的一江兩河地區(qū)。

2.3 重要性分析

以上結(jié)果顯示青藏高原人類(lèi)活動(dòng)對(duì)植被NDVI變化有促進(jìn)作用。針對(duì)高原15個(gè)地市，我們利用5個(gè)不同類(lèi)型的社會(huì)，通過(guò)多元回歸方程量化各社會(huì)經(jīng)濟(jì)因子對(duì)各地區(qū)植被覆蓋變化的相對(duì)重要性(表2)。其中R2超過(guò)了0.5的地區(qū)為12個(gè)，說(shuō)明這12個(gè)地區(qū)指標(biāo)的相對(duì)重要性可以被解釋。在GDP1主導(dǎo)的植被變化地區(qū)，海西州、海北州以及那曲市，貢獻(xiàn)率為41%，51%，35%；在GDP2方面，玉樹(shù)州的植被變化主要是GDP2引起，貢獻(xiàn)率為50%。在GDP3方面，黃南州、昌都市、那曲市的植被貢獻(xiàn)分別為44%，30%，31%。放牧強(qiáng)度相對(duì)重要性方面，高貢獻(xiàn)率地區(qū)分別為海北州、昌都市，為32%，28%；在人口城鎮(zhèn)化率貢獻(xiàn)率方面，海南州植被貢獻(xiàn)率為38%。在西寧，拉薩以及果洛地區(qū)，5種指標(biāo)的植被變化貢獻(xiàn)率相對(duì)平均，其中拉薩市植被貢獻(xiàn)相對(duì)高值為GDP3(29%)，西寧為人口城鎮(zhèn)化率(29%)，果洛地區(qū)為GDP3和放牧強(qiáng)度(均為27%)?？傮w上，在GDP1，GDP2，GDP3，放牧強(qiáng)度以及人口城鎮(zhèn)化率5個(gè)指標(biāo)中，不同地區(qū)植被變化主導(dǎo)因素不同，說(shuō)明青藏高原各地區(qū)發(fā)展方向不同，因此不同地區(qū)引起植被變化的相對(duì)重要性不同。

表2 青藏高原各城市人類(lèi)活動(dòng)因子對(duì)NDVI相對(duì)重要性

3 討論與結(jié)論

3.1 討 論

青藏高原植被變化是氣候和人類(lèi)影響作用的共同結(jié)果。在整個(gè)研究區(qū)內(nèi)，氣候因子變化對(duì)植被變化的影響較大，并且云量、風(fēng)速風(fēng)向、海拔等因素也會(huì)對(duì)植被覆蓋產(chǎn)生影響，此研究中未考慮到這些因子，還需要進(jìn)一步研究。殘差法雖然廣泛應(yīng)用于人類(lèi)活動(dòng)對(duì)植被變化的影響，然而其僅僅是對(duì)人類(lèi)活動(dòng)進(jìn)行量化來(lái)分析其對(duì)植被的影響，且如何選擇氣候要素尚無(wú)定論[35]。事實(shí)上，人類(lèi)活動(dòng)是一個(gè)多種因素影響的共同結(jié)果，王華等[36]在對(duì)藏東南人類(lèi)活動(dòng)對(duì)于植被的影響中提出，人類(lèi)活動(dòng)對(duì)于中高植被覆蓋度區(qū)域呈現(xiàn)負(fù)相關(guān)，在無(wú)植被以及高植被覆蓋區(qū)域呈現(xiàn)正相關(guān)，這種現(xiàn)象原因在于近年來(lái)城市擴(kuò)張，人類(lèi)活動(dòng)對(duì)于植被覆蓋度提升有一定的負(fù)面影響，但是伴隨著在城市發(fā)展過(guò)程中對(duì)于生態(tài)環(huán)境保護(hù)的重視，城市綠地和沿河沿江人工林得以涵養(yǎng)，青藏高原植被動(dòng)態(tài)研究和生態(tài)修復(fù)工作的作用也在日益體現(xiàn)。從國(guó)家相關(guān)政策方面，人為活動(dòng)對(duì)植被NDVI的促進(jìn)作用效果顯著，在青海省南部的三江源地區(qū)以及環(huán)青海湖地區(qū)，國(guó)家相繼建立了青海湖自然生態(tài)保護(hù)區(qū)和三江源自然保護(hù)區(qū)，在保護(hù)區(qū)周?chē)鷮?shí)施了退耕退牧還草，圈地保護(hù)以及生態(tài)移民等生態(tài)保護(hù)政策，使得保護(hù)區(qū)乃至周?chē)貐^(qū)的植被覆蓋得到了改善。海西州自然資源豐富，隨著青藏鐵路開(kāi)通、西部大開(kāi)發(fā)政策的實(shí)施，海西州經(jīng)濟(jì)快速發(fā)展的同時(shí)，生態(tài)環(huán)境也遭到挑戰(zhàn)。近年來(lái)，海西州把生態(tài)環(huán)境保護(hù)作為保障社會(huì)經(jīng)濟(jì)發(fā)展的前提條件，牢固樹(shù)立綠色低碳循環(huán)發(fā)展理念，推動(dòng)形成了重綠色、抓生態(tài)、促環(huán)保的良好氛圍，生態(tài)環(huán)境保護(hù)制度化、規(guī)范化建設(shè)日趨完善，污染治理和生態(tài)環(huán)境保護(hù)工作取得顯著成效。對(duì)于西藏而言，隨著生態(tài)文明的建設(shè)與發(fā)展，西藏地區(qū)積極響應(yīng)國(guó)家政策，在2009年頒布了《西藏生態(tài)安全屏障保護(hù)與建設(shè)規(guī)劃(2008—2030年)》，劃分了禁止、限制和有條件開(kāi)發(fā)區(qū)，并且規(guī)定日喀則、阿里、那曲等地區(qū)屬于禁止或限制開(kāi)發(fā)區(qū)，注重生態(tài)保護(hù)和涵養(yǎng)水源。由于日喀則、阿里、那曲等地區(qū)地廣人稀，人類(lèi)經(jīng)濟(jì)活動(dòng)主要以放牧為主，據(jù)統(tǒng)計(jì)該地區(qū)放牧強(qiáng)度較小，由于“中度干擾理論”說(shuō)明了中度放牧?xí)龠M(jìn)草地的生長(zhǎng)[37]，再加上生態(tài)保護(hù)政策是當(dāng)?shù)夭莸厣鷳B(tài)變好的主要原因。在藏南地區(qū)，由于該地區(qū)地勢(shì)平坦，自然條件優(yōu)越，在全西藏地區(qū)實(shí)施生態(tài)保護(hù)的大背景下，有利于植被的生長(zhǎng)與恢復(fù)，因此人類(lèi)活動(dòng)正作用日益明顯。

本文選取了社會(huì)經(jīng)濟(jì)(GDP1，GDP2，GDP3)、放牧強(qiáng)度以及人口城鎮(zhèn)化率5個(gè)因子分析對(duì)植被覆蓋的影響。對(duì)于阿里、林芝以及山南地區(qū)，這5類(lèi)指標(biāo)的R2較低，不能很好地解釋所選指標(biāo)對(duì)當(dāng)?shù)刂脖桓采w的相對(duì)重要性，說(shuō)明人類(lèi)活動(dòng)影響是一個(gè)復(fù)雜的過(guò)程，不同地區(qū)可能會(huì)有不同的人類(lèi)活動(dòng)影響因子。例如丁明軍等[38]通過(guò)研究青藏公路與鐵路沿途的植被發(fā)現(xiàn)其對(duì)植被變化影響作用明顯；吳紹洪等[39]發(fā)現(xiàn)青藏高原農(nóng)作區(qū)的植被變化與土地利用政策有關(guān)；徐友寧等[40]認(rèn)為青藏高原礦產(chǎn)資源勘測(cè)開(kāi)發(fā)對(duì)高原生態(tài)環(huán)境影響嚴(yán)重。因此，青藏高原人類(lèi)活動(dòng)對(duì)植被的影響存在各種因素，但是受限于數(shù)據(jù)可獲取性以及考慮到人類(lèi)活動(dòng)對(duì)高原植被影響的代表性，本文僅選取了放牧強(qiáng)度、人口城鎮(zhèn)化率和經(jīng)濟(jì)生產(chǎn)總值(GDP1，2，3)5個(gè)因子。并且在目前依靠遙感影像的大尺度研究受到數(shù)據(jù)時(shí)空分辨率低，氣候數(shù)據(jù)準(zhǔn)確率差的限制[41]，數(shù)據(jù)不能完全正確反映該地區(qū)的實(shí)際情況。下一步應(yīng)在更小尺度上進(jìn)行實(shí)地的調(diào)查研究，擴(kuò)充數(shù)據(jù)的獲取渠道，根據(jù)不同地區(qū)實(shí)際情況細(xì)化人類(lèi)活動(dòng)因子，從而進(jìn)一步量化不同區(qū)域人類(lèi)活動(dòng)對(duì)植被覆蓋的影響。

3.2 結(jié) 論

(1)2000—2018年青藏高原地區(qū)NDVI呈總體波動(dòng)上升趨勢(shì)，近19 a的NDVI平均值為0.332，其中最大值出現(xiàn)在2012年(0.345)，最小值為2000年(0.314)。在空間上NDVI呈由西向東遞增，由東北向西南遞減的分布趨勢(shì)，植被增加地區(qū)主要分布在研究區(qū)北部的高寒干旱地區(qū)、柴達(dá)木盆地和青東祁連山地的交界處、青東祁連山地草原、東喜馬拉雅山南翼以及川西藏東地區(qū)；植被退化地區(qū)為羌塘高原盆地地區(qū)、青藏高原中部的半干旱地區(qū)以及川西藏東高山東部的濕潤(rùn)半濕潤(rùn)地區(qū)。

(2)利用殘差分析青藏高原人類(lèi)活動(dòng)對(duì)植被的影響，人類(lèi)活動(dòng)對(duì)植被覆蓋有促進(jìn)作用的地區(qū)是總面積的61.16%，主要分布在青海省的大部分區(qū)域，西藏自治區(qū)的那曲地區(qū)的北部、阿里地區(qū)的北部和東部地區(qū)、日喀則市的西北和東部地區(qū)、山南市和林芝地區(qū)的零星分布區(qū)；人類(lèi)活動(dòng)對(duì)植被覆蓋起到破壞作用的地區(qū)占總面積的38.84%，主要分布在玉樹(shù)、果洛部分地區(qū)以及西藏的中西部區(qū)域。總體上青藏高原地區(qū)人類(lèi)活動(dòng)對(duì)植被起到促進(jìn)作用。

(3)利用多元回歸方程計(jì)算5個(gè)不同類(lèi)型的因子的相對(duì)重要性，探究對(duì)植被的影響。由于青藏高原各地區(qū)發(fā)展方向不同，因此不同地區(qū)引起植被變化的因子相對(duì)重要性不同。其中，海西州、海北州以及那曲市植被變化由GDP1主導(dǎo)；玉樹(shù)州的植被變化主要是GDP2引起；黃南州、昌都市、那曲市植被變化由GDP3主導(dǎo)；海北州、昌都市植被變化主要由放牧強(qiáng)度引起；海南州植被變化主要由人口城鎮(zhèn)化主導(dǎo)；西寧、拉薩以及果洛地區(qū)，5種指標(biāo)的植被變化貢獻(xiàn)率數(shù)值相近。