楊 丹， 王曉峰

（1.長安大學地球科學與資源學院，陜西 西安 710064；2.長安大學土地工程學院，陜西 西安 710064；3.陜西省土地整治重點實驗室，陜西 西安 710064）

植被是陸地生態(tài)系統(tǒng)的主要部分，是連接大氣、土壤、水分的自然紐帶，是反映生態(tài)環(huán)境的重要“指示器”［1-2］。植被凈初級生產(chǎn)力（Net Primary Productivity，NPP）是植被在單位時間、單位面積上通過光合作用累積的有機物的數(shù)量［3-5］，是陸地生態(tài)系統(tǒng)中碳循環(huán)的重要部分，可以直接反映全球或區(qū)域生態(tài)系統(tǒng)的質量狀況［3,6］，在生態(tài)系統(tǒng)碳源、碳匯的調(diào)節(jié)過程中發(fā)揮重要作用［7-8］。因此，對植被NPP時空變化和影響因素的探究，不僅可以對植被的變化和驅動進行深入的理解，也能為當?shù)厣鷳B(tài)環(huán)境保護和可持續(xù)發(fā)展提供科學依據(jù)。

20世紀60年代，主要通過實測獲取植被NPP數(shù)據(jù)，但這種方法效率低且難以在大尺度上推廣［9-10］。之后隨著遙感技術的發(fā)展，通過遙感模型估算長時間序列植被NPP的方法推廣開來［11］，國外學者主要基于氣候統(tǒng)計模型［12］、生態(tài)機理過程模型［13］和遙感光能利用率模型［14-15］開展對植被NPP的研究。21世紀之后，光能利用率模型(CASA)被廣泛應用于各種尺度植被NPP 時空變化［16-17］及驅動因素［8,18］的研究。在全球變暖的大背景下，氣候變化對植被NPP的影響一直是研究熱點［19］；同時，社會政策變化［20］、城市擴張［21］等人類活動的作用也是影響植被變化的重要因素之一，因此，探究氣候變化和人類活動對植被動態(tài)的影響，在未來各區(qū)域應對氣候變化和國家生態(tài)恢復政策等方面具有積極意義。

黃土高原生態(tài)環(huán)境脆弱，是黃河流域泥沙的主要來源地，也是我國水土保持重點保護區(qū)，其生態(tài)系統(tǒng)的變化關系著黃河流域的生態(tài)環(huán)境以及國家生態(tài)屏障的工程效益。為改善黃土高原日益惡化的生態(tài)環(huán)境，從1999年開始實施了退耕還林還草等一系列生態(tài)恢復工程［20］，植被變化及其驅動因素是該階段研究的重要內(nèi)容。一方面，側重于氣候因素對植被變化的影響，韓丹丹等［22］研究黃土高原植被變化對極端氣候的響應，結果表明NDVI 變化與極端氣溫指數(shù)存在相關性，而與極端降水指數(shù)未表現(xiàn)出明顯的相關性；程曉鑫等［23］研究生態(tài)恢復與局地氣候變化關系，結果顯示黃土高原氣候受全球氣候變化的影響，植被覆蓋度的變化也會影響局地溫度、風速、濕度的變化。此外，植被變化還與人類活動存在密切關系，城鎮(zhèn)化發(fā)展［24］、生態(tài)恢復工程的實施［25］同樣影響著植被變化。但是當前研究多基于NDVI 等植被指數(shù)，而植被NPP 能直接反映植被光合作用積累的有機物數(shù)量，對氣候和人類活動變化更為敏感，且目前對人類活動的影響研究多基于定性、比較的方法，缺少對人類活動貢獻率的定量研究。因此，本文利用CASA 模型計算2000—2018年植被NPP，基于相關性分析、殘差分析等方法，定量探究氣候變化和人類活動在植被NPP 變化中的相對貢獻率，以期為黃土高原生態(tài)保護策略的制定和黃河流域的高質量發(fā)展提供科學依據(jù)。

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

黃土高原（107°28′～111°15′E，35°21′～39°34′N）位于我國中部地區(qū)，包含內(nèi)蒙古、寧夏、陜西、山西、甘肅、河南和青海7個省（自治區(qū)），面積約為64×104km2（圖1）。地勢西高東低，屬于干旱半干旱地區(qū)，年均溫度為4～14 ℃，降水量為200～800 mm。由于干旱少雨的氣候、溝壑縱橫的地貌、疏松的土質、人類活動的干擾等原因，導致黃土高原成為水土流失最嚴重的地區(qū)和黃河流域的主要來源地。為了改善黃土高原的生態(tài)環(huán)境，在1999年開始大規(guī)模的實施退耕還林還草、治溝造地等生態(tài)工程政策，隨著生態(tài)保護工程的實施，目前黃土高原的生態(tài)環(huán)境已經(jīng)有了較大的改善。

圖1 研究區(qū)示意圖Fig.1 Location of the Loess Plateau

1.2 數(shù)據(jù)來源及處理

采用朱文泉等［26］改進的CASA 模型，利用其在IDL 平臺下開發(fā)的模型插件，實現(xiàn)對研究區(qū)植被NPP 的估算。模型估算所需數(shù)據(jù)包括：（1）歸一化植被指數(shù)（NDVI）來自中國科學院資源環(huán)境科學與數(shù)據(jù)中心（https://www.resdc.cn/）的月尺度植被指數(shù)空間分布（1998—2020 年）數(shù)據(jù)集。（2）植被類型數(shù)據(jù)采用GLC2000 項目開發(fā)的SPOT 4 全球土地覆蓋數(shù)據(jù)中國子集（https://data.tpdc.ac.cn/zh-hans/）。（3）氣象數(shù)據(jù)選取2000—2018 年月平均氣溫和月總降水量站點數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/）；太陽總輻射數(shù)據(jù)采用國家青藏高原科學數(shù)據(jù)中心（https://data.tpdc.ac.cn/zh-hans/）的中國區(qū)域地面氣象要素驅動數(shù)據(jù)集（1979—2018年），利用Matlab 工具進行格式轉換、預處理等獲得月輻射數(shù)據(jù)。（4）DEM 數(shù)據(jù)從地理空間數(shù)據(jù)云獲?。╤ttp://www.gscloud.cn）。對上述所有數(shù)據(jù)進行投影轉換、重采樣、裁剪等預處理，均統(tǒng)一為1 km×1 km 分辨率、WGS_1984_Albers投影。

2 研究方法

2.1 CASA模型

植被NPP 作為生態(tài)系統(tǒng)服務功能一個重要指標，反映了氣候、環(huán)境以及人類活動對植被的綜合作用，CASA 模型由于參數(shù)易獲取、精度較高、過程簡單等優(yōu)點，已被廣泛用于植被NPP的計算［6,26］：

式中：NPP(x,t)為像元x在t月份的植被凈初級生產(chǎn)力；APAR(x,t)為像元x在t月份獲得的光和有效輻射；SOL(x,t)為像元x在t月份的太陽總輻射量；FPAR(x,t)為像元x在t月份植被層對入射光合有效輻射的吸收比例；ε(x,t)為植物把吸收的光合有效輻射轉化為有機碳的效率；Tε1(x,t)為在低溫和高溫環(huán)境下植物自身生理作用對光合作用產(chǎn)生限制而降低其凈初級生產(chǎn)力的程度；Tε2(x,t)為植物在生長最適溫度向高溫和低溫轉變時光能利用率逐漸變小的趨勢；Wε(x,t)為水分狀態(tài)對光能利用效率的限制程度；εmax為理想狀態(tài)下最大光能利用率。

2.2 年際變化趨勢分析

采用一元線性回歸方程計算植被NPP 的年際變化趨勢［27］，并將其斜率定義為植被NPP的年際變化趨勢率（slope），公式如下：

式中：slope為NPP與時間變量擬合的一元線性回歸方程的斜率；i為時間變量，等于1 到n的整數(shù)；n為研究時段的年數(shù)，等于19；NPPi為第i年的生長季平均NPP。slope＜0 和slope＞0 分別表示NPP 序列隨時間遞減和遞增；slope絕對值越大，表明NPP 變化越快。變化趨勢的顯著性采用F檢驗，公式如下：

式中：U為誤差平方和；Q為回歸平方和；yi表示第i年NPP的實際值；表示第i年的回歸值；表示多年NPP的平均值；n表示時間序列。

2.3 相關分析

相關分析是揭示兩個及以上處于同等地位的隨機變量間關系的分析方法，本研究基于像元分析分別計算NPP與不同氣候因子之間的關系，相關系數(shù)的計算如下［22］：

2.4 殘差分析

在數(shù)理統(tǒng)計中，殘差分析是指實際真值與預測值之間的差值；在生態(tài)學中，殘差分析是通過建立回歸模型，具體量化氣候變化和人類活動對植被變化的影響［28］。主要分兩個步驟：（1）以降水、氣溫時間序列數(shù)據(jù)為自變量，基于回歸模型擬合得到的NPP 預測值，即NPPCC（代表氣候變化對植被NPP 的影響）；（2）實際真值NPPobs和NPPCC的差值為NPP殘差，即NPPHA（代表人類活動對植被NPP 的影響）公式如下：

式中：NPPCC和NPPobs分別表示基于回歸模型的NPP預測值和基于遙感影像的NPP 觀測值；NPPHA為殘差；T和P分別表示平均氣溫和降水量；a、b、c為模型參量。當NPPHA＞0 表示人類活動對NPP 有積極影響；當NPPHA=0 表示人類活動對NPP 基本沒有影響；當NPPHA＜0表示人類活動對NPP變化有消極影響。由于本文不對其他因子的貢獻率做分析，即認為氣候變化貢獻率+人類活動貢獻率=1。

3 結果與分析

3.1 黃土高原植被凈初級生產(chǎn)力時空變化

2000—2018 年黃土高原植被NPP 呈現(xiàn)南高北低、東高西低的分布格局（圖2a），其中，高值區(qū)主要分布在南部的關中地區(qū)和東部的山西省，2012年達到最高值；低值區(qū)主要分布在西北部的內(nèi)蒙古自治區(qū)、陜西省北部、寧夏回族自治區(qū)和甘肅省部分地區(qū)。由圖2b 可知，植被NPP 均值年際變化較大，2000 年和2001 年均小于350 g·m-2·a-1，其余年份的值均處于400～500 g·m-2·a-1，呈波動上升的趨勢，增長速率為6.32g·m-2·a-1。將黃土高原植被NPP均值所占面積百分比劃分為4 個等級：0～250 g·m-2·a-1、250～500 g·m-2·a-1、500～750 g·m-2·a-1、＞750 g·m-2·a-1。結果表明，植被NPP 均值在0～250 g·m-2·a-1的面積占比在2000年和2001年分別為40.74%、42.73%，其余年份均小于35%，且在整個研究時限內(nèi)該區(qū)間面積占比有減少的趨勢；植被NPP 均值在250～750 g·m-2·a-1區(qū)間的面積占比最大約為53%～77%；植被NPP 均值在＞750 g·m-2·a-1的面積占比2000 年和2001年小于5%，其余年份面積占比在6%～14%波動變化，且呈緩慢上升的態(tài)勢。整體上，2000—2018年黃土高原植被NPP 呈現(xiàn)西北低東南高的分布格局和波動增長的變化趨勢。

圖2 黃土高原2000—2018年植被NPP均值（a）及各區(qū)間面積百分比（b）Fig.2 Changes in annual NPP(a)and percentage of area in each interval(b)in the Loess Plateau from 2000 to 2018

2000—2018 年黃土高原植被NPP 擬合斜率在-39.44～36.55 g·m-2·a-1（圖3），呈增加趨勢的面積占比為86.86%，分布于研究區(qū)的大部分地區(qū)，其中，極顯著增加和較顯著增加的區(qū)域主要分布在陜西北部（延安市、榆林市）、山西呂梁山區(qū)一帶（朔州市、忻州市、呂梁市、太原市）、寧夏的固原市和甘肅東南部（臨夏市、定西市、天水市、慶陽市）；變化不顯著的區(qū)域主要分布在內(nèi)蒙古（鄂爾多斯市、呼和浩特市、烏蘭察布盟）、山西省晉中市、寧夏、甘肅（白銀市、蘭州市）和青海??；呈減少趨勢的面積占比為13.14%，主要零星分布于黃土高原東南部的河南省、陜西省關中地區(qū)和西北部的邊遠地區(qū)。

圖3 黃土高原2000—2018年植被NPP變化趨勢(a)及顯著性檢驗(b)Fig.3 Trends of NPP(a)and significance test(b)in Loess Plateau from 2000 to 2018

3.2 氣候變化對植被凈初級生產(chǎn)力的影響

IPCC 評估報告指出，全球氣候正在變暖，而且氣候變暖與碳循環(huán)存在顯著的正相關關系，但是不同地區(qū)氣候因子對植被NPP 積累的作用不盡相同。由圖4a可知，黃土高原的累計降水量與年均植被NPP 的相關系數(shù)為0.47，其中正相關關系占整個研究區(qū)的93.79%，主要分布在黃土高原北部的內(nèi)蒙古自治區(qū)、陜北、山西、甘肅、青海和寧夏回族自治區(qū)的大部分地區(qū)；負相關關系占整個研究區(qū)的6.21%，主要分布在黃土高原南部的關中平原、河南省。由圖4b可知，黃土高原的年平均氣溫與年均植被NPP的相關系數(shù)為-0.05，其中正相關關系占整個研究區(qū)的41.5%，主要分布在陜西榆林、山西西部（呂梁市、太原市、晉中市和忻州市）、寧夏和青海?。回撓嚓P關系占整個研究區(qū)的58.5%，主要分布在內(nèi)蒙古自治區(qū)鄂爾多斯市、陜西?。ㄑ影彩小⑽寄鲜校┖透拭C省定西市。總體上，黃土高原植被NPP與降水、氣溫的相關性具有一定的空間異質性，且二者的相關有一定的互補性，即與降水呈現(xiàn)正相關的地區(qū)和氣溫呈負相關關系，與降水呈現(xiàn)負相關的地區(qū)和氣溫呈正相關關系。

圖4 黃土高原2000—2018年植被NPP與降水（a）、氣溫（b）的相關性Fig.4 Correlation of vegetation NPP with precipitation(a)and air temperature(b)in the Loess Plateau from 2000 to 2018

3.3 人類活動對植被凈初級生產(chǎn)力的影響

植被NPP 的變化是氣候變化和人類活動共同作用的結果，本研究基于降水、氣溫兩個氣候因子，首先計算植被NPP預測值，然后用植被NPP真值與預測值的差值NPPHA代表人類活動對植被NPP的影響。由圖5a可知，黃土高原2000—2018年人類活動對植被NPP 的影響速率每年為3.72%，呈現(xiàn)由負轉正的波動上升趨勢，表明人類活動對植被的影響由消極變?yōu)榉e極，其中2000 年和2001 年的人類活動對植被NPP主要表現(xiàn)為較大消極影響，主要是因為退耕還林還草工程實施初期，退耕地上沒有生長出新的植被，即人類活動對植被表現(xiàn)為消極影響；在2002 年之后人類活動對植被NPP 主要表現(xiàn)為積極作用，是因為隨著植被的逐漸恢復、環(huán)境好轉、生態(tài)得到改善。如圖5b可知，人類活動對植被NPP影響呈降低的趨勢面積占研究區(qū)的15.75%，分布于內(nèi)蒙古北部、陜西關中地區(qū)和河南省的部分地區(qū)；人類活動對植被NPP 影響表現(xiàn)為增加趨勢的面積占比為84.25%，分布于研究區(qū)的大部分地區(qū)，其中陜西北部的延安市、榆林市地區(qū)人類活動的影響最為明顯?？偠灾?，人類活動在黃土高原植被恢復、生態(tài)環(huán)境改善的過程中具有重要影響。

圖5 黃土高原2000—2018年人類活動對植被NPP的影響Fig.5 Impact of human activities on NPP in Loess Plateau from 2000 to 2018

3.4 氣候變化和人類活動對植被凈初級生產(chǎn)力的相對貢獻率

黃土高原的植被NPP 變化受到氣候變化和人類活動的共同驅動。本研究基于植被NPP真值、預測值和殘差趨勢進行相對貢獻率的計算，得到2000—2018 年氣候變化和人類活動對黃土高原植被NPP的相對貢獻率分別為48.78%、51.22%。

如圖6a所示，將氣候變化對黃土高原植被NPP的貢獻率分為5個等級：0%～20%、20%～40%、40%～60%、60%～80%和80%～100%，面積占比由少到多為40%～60%＞20%～40%＞60%～80%＞0%～20%＞80%～100%，氣候變化貢獻率在60%～100%的占比為32.76%，主要分布在河套平原一帶、山西北部（朔州市、大同市）和南部（長治市、臨汾市、晉城市、運城市）地區(qū)；其次氣候變化貢獻率在20%～60%的面積占比最大，主要分布在山西中部（忻州市、太原市、晉中市、陽泉市、呂梁市）、陜西北部（榆林市、延安市）、甘肅東部（定西市、臨夏市）、寧夏回族自治區(qū)（固原市）和青海?。ê|市）；氣候變化貢獻率為0%～20%范圍的面積占比為17.22%，主要分布在南部慶陽市、平?jīng)鍪?、寶雞市、呂梁市、臨汾市的部分地區(qū)。

圖6 2000—2018年氣候變化(a)和人類活動(b)對植被NPP貢獻率的空間分布Fig.6 Spatial distribution of climate change(a)and human activities(b)contributions to NPP from 2000 to 2018

如圖6b所示，將黃土高原人類活動對植被NPP的貢獻率分為5個等級：0%～20%、20%～40%、40%～60%、60%～80%和80%～100%，面積占比由少到多以此為40%～60%＞60%～80%＞20%～40%＞80%～100%＞0%～20%，其中人類活動貢獻率在60%～100%的面積占比為38.85%，主要分布在山西中部（呂梁市、臨汾市）、陜西（延安市、寶雞市）、慶陽市、平?jīng)鍪?；人類活動貢獻率在20%～60%的面積占比為45.89%，主要分布在山西北部和毗鄰的內(nèi)蒙古自治區(qū)呼和浩特市和烏蘭察布市、甘肅省的東南部、陜西北部；人類活動貢獻率在0%～20%的面積占比為15.26%，主要零星分布在黃土高原的邊緣地區(qū)。

在省域尺度上，氣候變化對植被NPP 的平均貢獻率為47.98%，貢獻率由小到大為甘肅省＜陜西?。己幽鲜。记嗪Ｊ。忌轿魇。紝幭幕刈遄灾螀^(qū)＜內(nèi)蒙古自治區(qū)（圖7），其中只有甘肅省和陜西省的貢獻率小于40%，內(nèi)蒙古自治區(qū)的氣候變化貢獻率最高為64.4%，其次為寧夏回族自治區(qū)的貢獻率53.83%。人類活動對植被NPP 的平均貢獻率為52.02%，貢獻率由小到大為內(nèi)蒙古自治區(qū)＜寧夏回族自治區(qū)＜山西省＜青海?。己幽鲜。缄兾魇。几拭C省，其中，內(nèi)蒙古自治區(qū)的人類活動的貢獻率最低為35.6%，甘肅省的人類活動貢獻率最高為60.79%，其次為陜西省的人類活動貢獻率60.35%。氣候變化在人口稀少、發(fā)展相對落后省份的植被NPP變化中有重要影響；人類活動在人口眾多、經(jīng)濟發(fā)展較好省份植被NPP變化中占舉足輕重的地位。

圖7 黃土高原2000—2018年不同省份氣候變化和人類活動的相對貢獻率Fig.7 Relative contribution of climate change and human activities in different provinces

4 討論

4.1 黃土高原植被凈初級生產(chǎn)力時空分布格局成因

在時間上，2000—2018年黃土高原植被NPP的年際變化較大（圖1），但整體上呈現(xiàn)波動上升的趨勢。因為在1999 年后實施了退耕還林還草的生態(tài)恢復工程，而黃土高原作為其重點示范區(qū)，隨著生態(tài)工程的實施，植被逐步恢復，生態(tài)環(huán)境得到較好的改善，植被NPP 呈現(xiàn)上升的趨勢，這與Teng 等［29］人的研究結果一致。在空間上，2000—2018年黃土高原年均植被NPP 呈現(xiàn)西北低東南高的分布格局（圖2），黃土高原86.86%的植被NPP呈增加趨勢，主要位于研究區(qū)中部的陜西北部和山西呂梁山區(qū)，即退耕還林還草的核心區(qū)域；13.14%的地區(qū)植被NPP呈下降趨勢，主要分布于西北部的干旱沙漠區(qū)等自然環(huán)境較差的地區(qū)，這與Feng等［30］和Li等［31］的研究結果一致。

4.2 黃土高原氣候變化及人類活動對植被凈初級生產(chǎn)力的作用機制

氣候變化會使植被的種類、分布、生長狀況發(fā)生改變以適應新的環(huán)境［32］，尤其在干旱、半干旱區(qū)，植被對氣候因子變化的響應更為敏感。如圖3a 所示，研究區(qū)植被NPP與降水呈正相關關系的面積占93.79%，這是因為黃土高原是典型的干旱半干旱區(qū)，水資源是限制植被生長的主要氣候因素，降水的增加有利于植被生長［2］；呈負相關關系占6.21%，主要位于東南部的汾河流域、黃河下游三角洲地區(qū)，這些地區(qū)降雨充沛，植被變化主要受人類活動的作用［33］。如圖3b所示，黃土高原植被NPP與平均氣溫的相關系數(shù)為-0.05，因為溫度的上升使蒸散量增加［34］、土壤水分不足以支持植被的生長，甚至導致土壤干層加厚［35-36］。植被變化除受氣候變化的影響外，還與人類活動密不可分［37］。由圖4所示，人類活動影響呈減少趨勢的面積占比為15%，主要位于陜西關中平原、內(nèi)蒙古自治區(qū)北部等經(jīng)濟發(fā)展較好的、人口眾多地區(qū)，這些地區(qū)為了滿足城市發(fā)展的需要，大規(guī)模的耕地等被轉換為建設用地，導致生態(tài)環(huán)境遭到破壞，人類活動對植被NPP表現(xiàn)為消極作用［38］；人類活動影響呈增加趨勢的面積占84.25%，主要位于陜北和山西呂梁山區(qū)，為了緩解水土流失、保護生態(tài)環(huán)境，各地開始實施小范圍的禁止砍伐放牧、大規(guī)模的退耕還林還草等工程［39］，因此，陜北和山西呂梁山區(qū)人類活動對植被NPP表現(xiàn)為積極影響。

本研究將溫度、降水作為關鍵氣候因子，基于殘差分析剝離氣候變化和人類活動，結果顯示，2000—2018 年黃土高原植被NPP 變化由氣候變化（48.78%）和人類活動（51.22%）共同驅動，這與前人的研究結果一致［40-41］。此外，殘差分析雖廣泛應用于分離氣候變化和人類活動影響因素的研究，但其自身也存在待完善的部分，比如，本研究僅選擇氣溫、降水代替氣候因子建立與植被凈初級生產(chǎn)力的回歸方程，現(xiàn)有部分研究［18,29］也考慮了太陽輻射等其他氣候因子或者更具有生態(tài)價值的氣候指數(shù)等，未來研究如何選擇氣候因子增加方程的合理性仍具有不確定性；在人為因素方面，只能一概而論為人類活動，并不能細化其具體方式如城市擴張、生態(tài)建設等。因此，未來需要通過增加氣候要素選擇的合理性、細化人類活動的具體方式，達到減少植被NPP影響因素研究的不確定性。

5 結論

本研究基于CASA 模型估算了黃土高原植被NPP數(shù)據(jù)集，通過趨勢分析、相關性和殘差分析等方法，定量探究了2000—2018年黃土高原氣候變化和人類活動對植被NPP的影響，主要結論如下：

（1）黃土高原2000—2018 年植被NPP 為東南高西北低的分布格局，整體上呈波動上升的態(tài)勢，研究區(qū)中部的陜西北部和山西呂梁山呈增加趨勢，西北部的干旱沙漠區(qū)等自然環(huán)境較差的地區(qū)植被NPP呈下降趨勢。

（2）2000—2018年黃土高原氣候對植被NPP變化的貢獻率為48.78%，其中植被NPP與降水為正相關關系、與氣溫呈負相關關系，氣候變化起主導作用的區(qū)域主要分布在河套平原一帶、山西北部和南部地區(qū)；人類活動對植被NPP 變化的貢獻率為51.22%，貢獻率大于60%的區(qū)域主要分布在山西中部、陜西北部延安市和中部寶雞市、慶陽市、平?jīng)鍪小?/p>

（3）黃土高原作為干旱半干旱區(qū)植被對氣候變化的響應更為敏感，隨著退耕還林還草構成的大規(guī)模實施，人類活動在生態(tài)改善方面發(fā)揮著重要作用。本文僅將溫度、降水作為氣候變化的關鍵因子，忽視了其他可能對植被變化產(chǎn)生影響的因素，并未細化人類活動的具體方法。因此，黃土高原氣候變化和人類活動對植被變化的影響機制仍需深入研究，以期為區(qū)域生態(tài)恢復和管理提供科學依據(jù)。