李晴晴,曹艷萍,2,*,苗書(shū)玲

1 河南大學(xué)地理與環(huán)境學(xué)院,開(kāi)封 475004 2 黃河中下游數(shù)字地理技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,開(kāi)封 475004

在2019年黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)上,習(xí)近平總書(shū)記強(qiáng)調(diào)加強(qiáng)黃河治理保護(hù)、推動(dòng)黃河流域高質(zhì)量發(fā)展是國(guó)家戰(zhàn)略[1]。黃河流域生態(tài)保護(hù)與治理是實(shí)現(xiàn)美麗中國(guó)的關(guān)鍵一步,關(guān)注黃河流域植被覆蓋動(dòng)態(tài)變化是黃河流域生態(tài)保護(hù)與治理的重要前提。

針對(duì)黃河流域的生態(tài)環(huán)境時(shí)空變化及其與氣象、水文以及人類(lèi)活動(dòng)的關(guān)系已開(kāi)展很多研究。已有研究表明近些年來(lái)黃河流域植被覆蓋度呈增加趨勢(shì)[2—4],氣溫上升和降水增多對(duì)流域植被綠化發(fā)揮重要的積極作用[3]。而采用不同數(shù)據(jù)源、不同方法,從不同角度分析不同時(shí)段得出的結(jié)論有些許差異。Wei Zhang等[5]采用1982—2015年黃河流域NDVI數(shù)據(jù),分析發(fā)現(xiàn)黃河流域氣候變化對(duì)植被的影響大于人類(lèi)活動(dòng)對(duì)植被的影響。孫睿、田智慧等[6—7]分別采用1982—1999年黃河流域NDVI數(shù)據(jù)和2000—2015年黃河流域NPP數(shù)據(jù),分析發(fā)現(xiàn)降水量是影響黃河流域植被覆蓋年際變化的主要因素,而且植被變化滯后降水量[8]；楊尚武等[9]采用1999—2013年黃河流域NDVI數(shù)據(jù),分析發(fā)現(xiàn)氣溫對(duì)黃河流域高寒地帶的植被覆蓋度影響比較大。除氣象要素外,人類(lèi)活動(dòng)對(duì)黃河流域植被覆蓋的貢獻(xiàn)亦引起廣泛關(guān)注。張丹丹、Yang Li等[10—11]分別采用1998—2015年黃河流域NDVI數(shù)據(jù)和2000—2015年黃河流域NPP數(shù)據(jù),分析發(fā)現(xiàn)黃河流域植被覆蓋度的顯著增加主要與人類(lèi)活動(dòng)的積極影響有關(guān)；如黃土高原等中下游植被增長(zhǎng)與天然林工程和退耕還林還草工程的實(shí)施密切相關(guān)[12]。何勇等[13]采用2000—2005年MODIS GPP資料分析了氣候因子對(duì)植被生長(zhǎng)的影響,發(fā)現(xiàn)太陽(yáng)輻射對(duì)中國(guó)大陸植被生長(zhǎng)影響較小。

葉面積指數(shù)(Leaf Area Index, LAI)一般定義為單位地表面積上綠葉總面積的一半,是表征植被數(shù)量和結(jié)構(gòu)特征的最基本參量[14—15]。葉面積指數(shù)(LAI)隨時(shí)間的動(dòng)態(tài)變化可以較好地反映植被數(shù)量和結(jié)構(gòu)特征的變化,且可以更好地反映出植被和氣候要素的相互作用[15—17]。目前針對(duì)黃河流域植被動(dòng)態(tài)的研究多基于植被指數(shù)數(shù)據(jù)(如NDVI)或凈初級(jí)生產(chǎn)力NPP數(shù)據(jù),且主要集中于早些年份且跨度小,基于AVHRR LAI數(shù)據(jù)集的研究不足,氣候要素對(duì)植被LAI的影響缺乏系統(tǒng)分析,尤其是太陽(yáng)輻射對(duì)黃河流域植被LAI動(dòng)態(tài)的影響不清楚,且前人所用氣候要素?cái)?shù)據(jù)多為氣象站點(diǎn)數(shù)據(jù),基于衛(wèi)星、氣象站點(diǎn)等多源數(shù)據(jù)合成的氣候要素?cái)?shù)據(jù)在黃河流域的應(yīng)用有待進(jìn)一步探究。研究分析氣候驅(qū)動(dòng)背景下黃河流域近期長(zhǎng)時(shí)序植被LAI時(shí)空動(dòng)態(tài)變化特征,對(duì)于認(rèn)知黃河流域生態(tài)環(huán)境至關(guān)重要。

本文基于1981—2017年AVHRR LAI數(shù)據(jù)集,氣溫、降水量、太陽(yáng)輻射等衛(wèi)星氣象數(shù)據(jù)資料,采用一元線性趨勢(shì)、相關(guān)性分析等統(tǒng)計(jì)方法,研究近37年間的黃河流域LAI的時(shí)空變化規(guī)律,探討LAI與流域氣候因子的關(guān)系,以期為黃河流域的生態(tài)環(huán)境保護(hù)提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

黃河流域位于緯度25°N—50°N,經(jīng)度90°E—125°E之間(圖1),南起秦嶺,北至陰山,西到巴顏喀拉山,東達(dá)渤海,從西到東橫跨多個(gè)地貌單元,包括黃河源頭巴顏喀拉山與貴德之間的青藏高原,貴德到河南孟津江段的黃土高原,孟津以下的華北平原[18—19]。黃河流域植被覆蓋總體上呈現(xiàn)東南高、西高、東北少、北少的分布特點(diǎn),2018年的草地、農(nóng)田、林地、裸地、城鎮(zhèn)和濕地等6種生態(tài)系統(tǒng)類(lèi)型分別占總面積的41%、31%、16%、6%、4%和2%。該流域溫差懸殊,自西向東由冷變暖；降水集中且分布不均,年平均降水量470 mm[5]。流域內(nèi)地形千溝萬(wàn)壑,水土流失嚴(yán)重、生態(tài)環(huán)境日益惡化。

圖1 黃河流域及其生態(tài)系統(tǒng)類(lèi)型圖Fig.1 Map of the Yellow River Basin and its ecosystem types

1.2 數(shù)據(jù)

本文采用的LAI數(shù)據(jù)(1981—2017)來(lái)源于國(guó)家科技基礎(chǔ)條件平臺(tái)—國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)的全球陸表特征參量產(chǎn)品(GLASS)。該套產(chǎn)品數(shù)據(jù)是基于AVHRR地表反射率數(shù)據(jù),采用廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNNs)算法和滾動(dòng)處理方式反演得到[20]?？臻g分辨率為0.05°,時(shí)間分辨率為8d,數(shù)據(jù)格式為HDF,地理投影為WGS84。數(shù)據(jù)獲取后,本文基于Python進(jìn)行批量轉(zhuǎn)換和裁剪得到TIFF格式的黃河流域LAI柵格數(shù)據(jù)；并基于最大值合成法得到月LAI數(shù)據(jù)資料。

黃河流域氣溫、降水量和太陽(yáng)輻射數(shù)據(jù)來(lái)源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心(http://data.tpdc.ac.cn)的中國(guó)區(qū)域地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集(1979—2017)。該套數(shù)據(jù)時(shí)間分辨率為3h,空間分辨率為0.1°,是以國(guó)際上現(xiàn)有的Princeton再分析資料、GLDAS資料、GEWEX-SRB輻射資料,以及TRMM降水資料為背景場(chǎng),融合了中國(guó)氣象局常規(guī)氣象觀測(cè)數(shù)據(jù)制作而成[21—23]。該套氣象驅(qū)動(dòng)數(shù)據(jù)集的降水?dāng)?shù)據(jù)單位為0.1mm,氣溫?cái)?shù)據(jù)單位為0.1℃,太陽(yáng)輻射單位為W/m2。基于Python完成批量轉(zhuǎn)換和裁剪后得到TIFF格式的黃河流域氣溫、降水量和太陽(yáng)輻射柵格數(shù)據(jù)；之后用Matlab軟件進(jìn)行批量提取處理,采用月平均值法生成1981—2017年黃河流域范圍的逐月柵格平均氣溫、降水量、太陽(yáng)輻射數(shù)據(jù),并通過(guò)批量統(tǒng)計(jì)導(dǎo)出黃河流域時(shí)序上的逐年、逐月的降水量、氣溫、太陽(yáng)輻射數(shù)據(jù)集。

1.3 方法

1.3.1最大值合成法

基于1981—2017年黃河流域逐月LAI柵格數(shù)據(jù),根據(jù)最大值合成法(Maximum Value Composite,MVC)批量計(jì)算得到黃河流域1981—2017年逐年LAI最大值序列圖譜,代表生長(zhǎng)旺季的植被狀態(tài)[24]。公式如下：

LAImaxi=max(LAIij)

(1)

式中,LAImaxi指i(i=1981—2017)年LAI最大值,LAIij指i年j(j=1—12)月的LAI數(shù)據(jù)。

1.3.2一元回歸趨勢(shì)分析

一元回歸趨勢(shì)分析是對(duì)一組隨時(shí)間變化的變量進(jìn)行回歸分析的方法,可以預(yù)測(cè)變量的變化趨勢(shì),計(jì)算公式如下[4]：

(2)

式中,SlopeLAI是斜率；n代表總年數(shù)；i代表第i年；Ai表示第i年對(duì)應(yīng)的數(shù)值。本文使用此方法分析1981—2017年黃河流域每個(gè)柵格年內(nèi)的LAI最大值(LAImax)在時(shí)序上的變化趨勢(shì)。并采用Manner-Kendall(M-K)方法對(duì)變化速率進(jìn)行顯著性檢驗(yàn)分析。

1.3.3相關(guān)分析

本文借助SPSS軟件采用Pearson相關(guān)性分析方法分別分析植被LAI與氣溫、降水、太陽(yáng)輻射的月相關(guān)性和季節(jié)相關(guān)性。進(jìn)一步采用基于像元的時(shí)滯互相關(guān)分析方法分析植被LAI與氣溫、降水、太陽(yáng)輻射的相關(guān)關(guān)系,其計(jì)算公式如下[25—26]：

(3)

1.3.4地理探測(cè)器

本文采用王勁峰等人[27]開(kāi)發(fā)的地理探測(cè)器來(lái)探究氣候要素對(duì)植被LAI的貢獻(xiàn)率,其原理如下：

(4)

2 結(jié)果與分析

2.1 黃河流域LAI時(shí)空變化特征

2.1.1LAI年內(nèi)變化

分析黃河流域1981—2017年內(nèi)多年月平均LAI值(圖2)發(fā)現(xiàn)：多年月平均LAI值呈“雙峰”季節(jié)特征,在1月達(dá)到最小值0.19,之后緩慢上升到4月形成第一個(gè)高峰值(0.45)；5月LAI值相對(duì)4月LAI明顯降低,與5月份黃河流域農(nóng)作物(例如冬小麥)等收割造成流域LAI值降低有關(guān)；6月起LAI顯著上升,直至8月形成第二個(gè)高峰值(1.51),9—12月LAI逐月緩慢下降。整體上,黃河流域LAI的年內(nèi)變化規(guī)律符合植被的季節(jié)變化規(guī)律。該結(jié)果在一定程度上說(shuō)明基于LAI數(shù)據(jù)資料研究植被覆蓋率和生態(tài)環(huán)境變化是可靠的。

圖2 1981—2017年黃河流域多年月平均LAI變化曲線圖 Fig.2 Curve of annual mean LAI variation in the Yellow River Basin from 1981 to 2017LAI：葉面積指數(shù) Leaf Area Index

圖3 1981—2017年黃河流域LAI四季變化曲線圖 Fig.3 Graph of seasonal variation of LAI in the Yellow River Basin from 1981 to 2017

2.1.2LAI年際變化

將3—5月的LAI取平均值得到春季的LAI,同理求出夏季(6—8月份)、秋季(9—11月份)和冬季(12—2月份)的LAI,進(jìn)而分析1981—2017年間黃河流域四季的LAI分布規(guī)律(圖3)。1981—2017年間黃河流域四季的LAI均呈不同程度的上升趨勢(shì),其中夏季LAI上升幅度和年際波動(dòng)最大,年增加速率為0.015/a,冬季LAI呈緩慢平穩(wěn)上升,波動(dòng)最小,增加速率為0.001/a。從1981—2017年黃河流域四季LAI平均值分布數(shù)據(jù)看,夏季LAI均值介于0.96—1.69,其中最低值出現(xiàn)在1982年,最高值出現(xiàn)在2016年；秋季LAI均值介于0.60—0.93,其中最低和最高值出現(xiàn)的年份與夏季的一致；春季LAI均值介于0.23—0.37,其中最低值出現(xiàn)在1989年,最高值出現(xiàn)在2017年；冬季LAI均值介于0.16—0.22,最低和最高值出現(xiàn)的年份與春季的一致。

2.1.3LAI年時(shí)空變化

根據(jù)最大值合成法(式1)得到黃河流域1981—2017年逐年LAI(LAImax),之后求出年LAImax序列圖譜在37年間流域內(nèi)各個(gè)柵格的均值,得到1981—2017年黃河流域多年平均LAImax分布圖,可以顯示黃河流域植物生長(zhǎng)旺季的LAI空間分布情況(圖4)。黃河流域植被覆蓋總體上呈東南高、西北低的趨勢(shì),這與前人所得結(jié)論一致[11,29]。植物生長(zhǎng)旺季的LAI均值分布在0—5.15之間,空間上由西向東、由北向南遞增。流域西部的青海部分地區(qū),中北部的甘肅、寧夏、內(nèi)蒙古和陜西北部等地區(qū),LAI均值偏低,在0—1.94之間,生態(tài)系統(tǒng)類(lèi)型主要為草地和裸地；流域東部的山東、河南、陜西、山西以及流域西部的四川、甘肅西南部和青海東部等地區(qū)LAI均值比較高,在1.94—5.15之間,生態(tài)系統(tǒng)類(lèi)型主要為農(nóng)田和林地。

基于一元回歸趨勢(shì)分析方法分析黃河流域1981—2017年每個(gè)柵格LAImax序列的長(zhǎng)時(shí)序年變化趨勢(shì)(SlopeLAI)。研究時(shí)段內(nèi),黃河流域年LAI變化速率分布在-0.08—0.09之間,對(duì)一元回歸趨勢(shì)分析結(jié)果進(jìn)行顯著性檢驗(yàn),利用P值進(jìn)行劃分,若P值小于0.05則通過(guò)顯著性檢驗(yàn),否則沒(méi)有通過(guò)。根據(jù)LAI變化速率的正負(fù)值及是否通過(guò)顯著性檢驗(yàn),將黃河流域LAI的變化趨勢(shì)分為：顯著減少(SlopeLAI<0且P<0.05)；不顯著減少(SlopeLAI<0且P>0.05)；不變(SlopeLAI=0)；不顯著增加(SlopeLAI>0且P>0.05)；顯著增加(SlopeLAI>0且P<0.05),分別對(duì)應(yīng)黃河流域生態(tài)環(huán)境狀況的顯著惡化、不顯著惡化、基本不變、不顯著改善、顯著改善(圖5)。

1981—2017年間,黃河流域生態(tài)環(huán)境顯著惡化、不顯著惡化、基本不變、不顯著改善、顯著改善的區(qū)域分別占總區(qū)域的4%、13%、0.3%、30.6%、52.1%。1981—2017年黃河流域生態(tài)環(huán)境狀況顯著改善的區(qū)域明顯多于顯著惡化的區(qū)域,這與袁麗華等[30]所得結(jié)果相一致。生態(tài)環(huán)境狀況惡化的區(qū)域生態(tài)系統(tǒng)類(lèi)型以草地、裸地以及林地為主；生態(tài)環(huán)境不顯著改善的區(qū)域分散分布于黃河流域各個(gè)省區(qū),生態(tài)系統(tǒng)類(lèi)型以草地為主；生態(tài)環(huán)境顯著改善的區(qū)域分布范圍比較廣泛,其中甘肅的中部和東部、陜西北部、寧夏以及內(nèi)蒙古的部分區(qū)域分布比較集中,主要是農(nóng)田和草地生態(tài)系統(tǒng)；生態(tài)環(huán)境不變的區(qū)域很少,零星分布在流域內(nèi),主要是濕地生態(tài)系統(tǒng)。

從整體來(lái)看,1981—2017年黃河流域植被LAI呈顯著增加趨勢(shì),尤其是中東部的甘肅、寧夏、陜西等地植被LAI增加趨勢(shì)明顯；流域內(nèi)大多數(shù)省區(qū)的植被LAI并非單一的變化趨勢(shì),而是多種變化趨勢(shì)共存,但總的變化趨勢(shì)是增加的。

圖4 1981—2017年黃河流域多年平均LAImax分布圖 Fig.4 Distribution map of perennial average LAImaxin the Yellow River Basin from 1981 to 2017

圖5 1981—2017年黃河流域LAI變化趨勢(shì)空間分布 Fig.5 Spatial distribution of LAI variation trend in the Yellow River Basin from 1981 to 2017

2.2 黃河流域氣候要素與LAI的相關(guān)性

2.2.1LAI與氣溫的相關(guān)性

圖6 1981—2017年黃河流域多年月平均LAI、氣溫變化圖 Fig.6 Annual mean LAI and temperature variation chart of the Yellow River Basin from 1981 to 2017

分析1981—2017年間黃河流域多年月平均LAI和多年月平均氣溫的關(guān)系(圖6),整體上,黃河流域多年月平均LAI與多年月平均氣溫的變化趨勢(shì)大體一致,LAI高峰值出現(xiàn)在8月份,而氣溫高峰值出現(xiàn)在7月份。5月份LAI的低谷值與氣溫相悖,是由于5月份黃河流域農(nóng)作物(例如冬小麥)等收割造成流域LAI值減少。LAI與氣溫相關(guān)系數(shù)值為0.82,且通過(guò)顯著性檢驗(yàn),表明：整體上,黃河流域LAI與氣溫在年內(nèi)具有極顯著的相關(guān)性。

分析1981—2017年間黃河流域各個(gè)季節(jié)的LAI與氣溫的變化趨勢(shì)(圖7)發(fā)現(xiàn)：春夏秋冬四季的平均氣溫變化速率不同,冬季氣溫在多年間的增高趨勢(shì)最顯著,增高速率達(dá)到0.07℃/a,夏季氣溫增高趨勢(shì)最不顯著,增高速率只有0.04℃/a?？傮w上,1981—2017年黃河流域各個(gè)季節(jié)氣溫都呈增高趨勢(shì)。在氣溫上升背景下,春夏秋冬四季LAI均呈上升趨勢(shì)。在冬季氣溫快速上升背景下,黃河流域冬季LAI呈增加趨勢(shì),但受植物生理限制,增長(zhǎng)速率最弱；而在夏季氣溫緩慢上升背景下,流域夏季LAI快速增長(zhǎng)。此外,春季和秋季的LAI對(duì)極端氣溫響應(yīng)敏感。例如,1988年黃河流域春季氣溫達(dá)到多年來(lái)最低水平,而同時(shí)期LAI也呈低值狀態(tài)；1998年黃河流域秋季氣溫出現(xiàn)多年來(lái)最高水平,而同時(shí)期LAI也呈高值狀態(tài),整體上春秋兩季氣溫對(duì)LAI的影響較大。

對(duì)1981—2017年黃河流域各個(gè)季節(jié)平均LAI和對(duì)應(yīng)季節(jié)平均氣溫?cái)?shù)據(jù)進(jìn)行Pearson相關(guān)性分析(表1),結(jié)果發(fā)現(xiàn)春、夏、秋和冬季平均LAI與春、夏、秋和冬季平均氣溫均在0.01水平上顯著相關(guān),相關(guān)系數(shù)分別為0.83、0.56、0.64和0.57。以上說(shuō)明LAI與氣溫具有顯著的年際季節(jié)相關(guān)性。

為進(jìn)一步說(shuō)明氣溫與LAI的年際相關(guān)性,使用1981—2017年黃河流域多年各月LAI平均值與對(duì)應(yīng)的多年各月平均氣溫?cái)?shù)據(jù)進(jìn)行Pearson相關(guān)性分析(表1),發(fā)現(xiàn)二者在1月份和11月份表現(xiàn)出0.05水平上的弱相關(guān),相關(guān)系數(shù)在0.2—0.4之間；在3、4月份表現(xiàn)出0.01水平上的強(qiáng)相關(guān),相關(guān)系數(shù)在0.6—0.8之間；在5月份表現(xiàn)出弱相關(guān),相關(guān)系數(shù)為0.11,且未通過(guò)顯著性檢驗(yàn),這一現(xiàn)象與該月份人類(lèi)活動(dòng)(農(nóng)作物收割)息息相關(guān)；其余月份均表現(xiàn)出0.01或0.05水平上的中度相關(guān),相關(guān)系數(shù)在0.4—0.6之間。以上說(shuō)明LAI與氣溫具有顯著的年際月相關(guān)性。

圖7 1981—2017年黃河流域各個(gè)季節(jié)平均LAI和平均氣溫變化曲線圖Fig.7 Variation curves of average LAI and average temperature in different seasons in the Yellow River Basin from 1981 to 2017

表1 1981—2017年黃河流域LAI與氣溫/降水年際相關(guān)性

2.2.2LAI與氣溫的時(shí)滯互相關(guān)性

圖8 1981—2017年黃河流域LAI與氣溫最大互相關(guān)空間分布圖Fig.8 Spatial distribution Diagram of maximum LAI and temperature cross-correlation in the Yellow River Basin from 1981 to 2017

圖9 1981—2017年黃河流域LAI與氣溫時(shí)間滯后空間分布圖Fig.9 Spatial distribution map of time lag between LAI and temperature in the Yellow River Basin from 1981 to 2017

經(jīng)過(guò)以上分析可知,LAI與氣溫的相關(guān)性在時(shí)序上很顯著,但在空間上的相關(guān)性如何還未可知,為進(jìn)一步探討LAI與氣溫的空間相關(guān)性,本文進(jìn)一步探討LAI與氣溫在像元尺度上的時(shí)滯互相關(guān)性。根據(jù)互相關(guān)法原理,計(jì)算像元尺度氣溫與LAI在各個(gè)時(shí)滯下的互相關(guān)系數(shù),之后計(jì)算得到黃河流域每個(gè)像元LAI與氣溫的最大互相關(guān)系數(shù)及其對(duì)應(yīng)的滯后時(shí)間。

LAI與氣溫的最大互相關(guān)空間分布表明(圖8),氣溫與植被LAI的最大互相關(guān)系數(shù)在空間分布上差異顯著。流域內(nèi)約38.4%的區(qū)域的氣溫與LAI呈很強(qiáng)的負(fù)相關(guān),互相關(guān)系數(shù)小于-0.8,主要分布在青海東部、甘肅西部、陜西中部以及山西的大部分地區(qū),生態(tài)系統(tǒng)類(lèi)型主要是草地、農(nóng)田和林地；約38.1%的區(qū)域的氣溫與LAI呈較強(qiáng)的負(fù)相關(guān),互相關(guān)系數(shù)為-0.8—-0.3,主要分布在流域內(nèi)的陜西北部、內(nèi)蒙古西部和甘肅北部等,主要的生態(tài)系統(tǒng)類(lèi)型為草地和農(nóng)田；內(nèi)蒙古部分區(qū)域的氣溫與植被LAI的最大互相關(guān)程度最低,互相關(guān)系數(shù)為-0.3—0.3,所占比例0.8%,生態(tài)系統(tǒng)類(lèi)型以裸地為主；氣溫與LAI的最大互相關(guān)程度較強(qiáng)且為正相關(guān)的區(qū)域約22.3%,系數(shù)為0.3—0.8,主要分布在流域內(nèi)的內(nèi)蒙古中部、甘肅東部以及陜西南部等,生態(tài)系統(tǒng)類(lèi)型以農(nóng)田、草地和裸地為主；流域內(nèi)約0.4%的區(qū)域的氣溫和LAI呈很強(qiáng)的正相關(guān)關(guān)系,互相關(guān)系數(shù)大于0.8,主要分布在陜西南部,主要是農(nóng)田生態(tài)系統(tǒng)。

LAI對(duì)氣溫的時(shí)間滯后空間分布表明(圖9),黃河流域大部分地區(qū)植被LAI滯后氣溫7個(gè)月或1個(gè)月,二者所占比例分別達(dá)到77.0%和20.4%,僅有2.6%地區(qū)的植被LAI與氣溫同期。植被LAI滯后氣溫7個(gè)月的區(qū)域主要分布在黃河流域西部和東部,涉及的生態(tài)系統(tǒng)類(lèi)型主要有草地、農(nóng)田、林地和裸地等；植被LAI滯后氣溫1個(gè)月的區(qū)域主要分布在流域內(nèi)的內(nèi)蒙古中部、寧夏南部、甘肅東部以及陜西南部等,生態(tài)系統(tǒng)類(lèi)型以農(nóng)田、草地和裸地為主；植被LAI與氣溫同期的區(qū)域主要分布在流域內(nèi)的陜西南部和河南東部,主要的生態(tài)系統(tǒng)類(lèi)型是農(nóng)田。

研究圖8和圖9發(fā)現(xiàn),LAI與氣溫的時(shí)滯達(dá)7個(gè)月的區(qū)域大多與LAI與氣溫呈負(fù)相關(guān)的區(qū)域相吻合,LAI與氣溫的時(shí)滯為1或0的區(qū)域大多與LAI和氣溫呈正相關(guān)的區(qū)域相吻合,說(shuō)明LAI對(duì)氣溫的積極影響響應(yīng)比較敏感；而對(duì)消極影響的響應(yīng)在半年后方才顯現(xiàn)出來(lái)。

圖10 1981—2017年黃河流域多年月平均LAI、降水量變化圖Fig.10 Variation Map of Monthly Average LAI and Precipitation in Yellow River Basin from 1981 to 2017

2.2.3LAI與降水的相關(guān)性

1981—2017年黃河流域多年月平均LAI與多年月平均降水量的變化趨勢(shì)大體一致(圖10),降水量的高峰值出現(xiàn)在7月份,而LAI高峰值出現(xiàn)在8月份。多年月平均LAI和降水量在0.01水平上顯著相關(guān),相關(guān)系數(shù)為0.93,黃河流域LAI與降水量在年內(nèi)具有極顯著的相關(guān)性。

求出1981—2017年間黃河流域各個(gè)季節(jié)平均LAI和平均降水量(圖11)。由圖11可以看出各個(gè)季節(jié)降水量都呈增多趨勢(shì),其中秋季增多趨勢(shì)最為顯著,增多速率達(dá)到0.32mm/a,夏季降水量多年來(lái)增多趨勢(shì)最小,增多速率僅0.01mm/a。在降水量增多背景下,流域LAI整體呈上升趨勢(shì)。但是春夏季植被LAI對(duì)極端降水量響應(yīng)并不敏感。例如1998年黃河流域春季降水量達(dá)到多年來(lái)最高水平,而同時(shí)期LAI與往年相比卻沒(méi)有明顯變化；2015年黃河流域夏季降水量出現(xiàn)多年來(lái)最低水平,而同時(shí)期LAI與往年相比下降趨勢(shì)不明顯。秋季植被LAI對(duì)降水量響應(yīng)敏感。例如,1996年黃河流域秋季降水量出現(xiàn)小高峰,同期LAI出現(xiàn)相同的趨勢(shì)。冬季植被LAI對(duì)極端降水量響應(yīng)敏感,且呈相反趨勢(shì)。例如,1989年黃河流域冬季降水量出現(xiàn)多年來(lái)最高水平,而同時(shí)期LAI呈最低值狀態(tài)；1999年黃河流域冬季降水量出現(xiàn)多年來(lái)最低水平,而同時(shí)期LAI呈現(xiàn)較高值狀態(tài)；正常年份兩者的相關(guān)性不明顯。

對(duì)1981—2017年黃河流域各個(gè)季節(jié)平均LAI和各個(gè)季節(jié)平均降水量數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析(表1),結(jié)果發(fā)現(xiàn)秋季的平均LAI與平均降水量在0.05水平上顯著相關(guān),相關(guān)系數(shù)為0.36；春夏冬三季平均LAI與同期降水量不具有顯著的相關(guān)性,相關(guān)系數(shù)分別為0.06、0.14和0.07。以上說(shuō)明LAI與降水不具有顯著的年際季節(jié)相關(guān)性。

圖11 1981—2017年間黃河流域各個(gè)季節(jié)平均LAI和平均降水變化曲線圖Fig.11 Variation curves of average LAI and average precipitation in different seasons in the Yellow River Basin from 1981 to 2017

為了進(jìn)一步說(shuō)明降水量與LAI的年際相關(guān)性,使用1981—2017年黃河流域多年各月LAI平均值與對(duì)應(yīng)的多年各月平均降水量數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析(表1),發(fā)現(xiàn)二者在10月份表現(xiàn)出弱相關(guān),相關(guān)系數(shù)為0.34；在9月份表現(xiàn)出弱相關(guān),相關(guān)系數(shù)為0.29；在12月份、1月份和3月份表現(xiàn)出負(fù)相關(guān)；其余月份均表現(xiàn)出弱相關(guān)或無(wú)相關(guān),相關(guān)系數(shù)在0—0.2之間。除10月份的弱相關(guān)關(guān)系通過(guò)0.05水平上的顯著性檢驗(yàn),其余月份的相關(guān)性均未通過(guò)顯著性檢驗(yàn)。以上說(shuō)明LAI與降水不具有顯著的年際月相關(guān)性。

2.2.4LAI與降水的時(shí)滯互相關(guān)性

經(jīng)過(guò)以上分析可知,LAI與降水的相關(guān)性在年內(nèi)月尺度上顯著,但在年際季節(jié)尺度和年際月尺度上卻不明顯。根據(jù)前人經(jīng)驗(yàn)[25],這種現(xiàn)象應(yīng)該與LAI和降水之間的時(shí)滯性有關(guān),因此本文進(jìn)一步探討LAI與降水的時(shí)滯互相關(guān)性。根據(jù)互相關(guān)法原理,計(jì)算像元尺度降水與LAI在各個(gè)時(shí)滯下的互相關(guān)系數(shù),之后計(jì)算得到黃河流域每個(gè)像元LAI與降水的最大互相關(guān)系數(shù)及其對(duì)應(yīng)的滯后時(shí)間。

LAI與降水的最大互相關(guān)空間分布表明(圖12),降水與植被LAI的最大互相關(guān)系數(shù)在空間分布上差異顯著。流域內(nèi)約96.1%的區(qū)域的降水與植被LAI的最大互相關(guān)程度較高且為正相關(guān),互相關(guān)系數(shù)分布在0.3—0.8之間。其中青海省內(nèi)部分區(qū)域的降水與植被LAI的最大互相關(guān)程度最高,為正相關(guān),互相關(guān)系數(shù)大于0.8,所占比例2.1%,生態(tài)系統(tǒng)類(lèi)型主要為草地；四川和陜西的小部分區(qū)域的降水與植被LAI的最大互相關(guān)程度為較強(qiáng)負(fù)相關(guān),互相關(guān)系數(shù)為-0.74—-0.3,所占比例0.4%,生態(tài)系統(tǒng)類(lèi)型主要是草地和農(nóng)田；內(nèi)蒙古部分區(qū)域的降水與植被LAI的最大互相關(guān)程度最低,互相關(guān)系數(shù)為-0.3—0.3,所占比例1.4%,主要的生態(tài)系統(tǒng)類(lèi)型為裸地和林地?？傮w上,黃河流域絕大多數(shù)區(qū)域LAI與降水呈正相關(guān)關(guān)系。

LAI對(duì)降水的時(shí)間滯后空間分布表明(圖13),黃河流域大部分地區(qū)植被LAI與降水同期或植被LAI滯后降水1個(gè)月,二者所占比例分別達(dá)到45.1%和45.7%。LAI與降水同期的區(qū)域主要的生態(tài)系統(tǒng)類(lèi)型是農(nóng)田和林地,植被LAI滯后降水1個(gè)月的區(qū)域主要的生態(tài)系統(tǒng)類(lèi)型是草地、裸地和農(nóng)田。植被LAI與降水同期的區(qū)域主要分布在黃河流域東南部,時(shí)滯為一個(gè)月的區(qū)域主要分布在黃河流域西部和北部。

圖12 1981—2017年黃河流域LAI與降水最大互相關(guān)空間分布圖Fig.12 Spatial distribution map of maximum cross-correlation between LAI and precipitation in the Yellow River Basin from 1981 to 2017

圖13 1981—2017年黃河流域LAI與降水時(shí)間滯后空間分布圖Fig.13 Spatial distribution map of time lag between LAI and precipitation in the Yellow River Basin from 1981 to 2017

2.2.5LAI與太陽(yáng)輻射的相關(guān)性

圖14 1981—2017年黃河流域多年月平均LAI、太陽(yáng)輻射變化圖Fig.14 Variation Map of Monthly Average LAI and Solar radiation in Yellow River Basin from 1981 to 2017

1981—2017年黃河流域多年月平均LAI與多年月平均太陽(yáng)輻射的變化趨勢(shì)大體一致(圖14),太陽(yáng)輻射的高峰值出現(xiàn)在5月份,而LAI高峰值出現(xiàn)在8月份。多年月平均LAI和太陽(yáng)輻射的相關(guān)系數(shù)為0.50,兩者在年內(nèi)不具有顯著的相關(guān)性。

對(duì)1981—2017年黃河流域各個(gè)季節(jié)平均LAI和各個(gè)季節(jié)平均太陽(yáng)輻射數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析(表1),結(jié)果發(fā)現(xiàn)春夏秋冬四季平均LAI與同期太陽(yáng)輻射不具有顯著的相關(guān)性,相關(guān)系數(shù)分別為-0.05、0.27、-0.22和-0.18,且在春秋冬三季呈負(fù)相關(guān)。以上說(shuō)明LAI與太陽(yáng)輻射不具有顯著的年際季節(jié)相關(guān)性。

為了進(jìn)一步說(shuō)明太陽(yáng)輻射與LAI的年際相關(guān)性,使用1981—2017年黃河流域多年各月LAI平均值與對(duì)應(yīng)的多年各月平均太陽(yáng)輻射數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析(表1),發(fā)現(xiàn)二者在3月份表現(xiàn)出弱相關(guān),相關(guān)系數(shù)為0.36,其余月份均表現(xiàn)出弱相關(guān)或無(wú)相關(guān),且5—11月呈負(fù)相關(guān)。除3月份的弱相關(guān)關(guān)系通過(guò)0.05水平上的顯著性檢驗(yàn),其余月份的相關(guān)性均未通過(guò)顯著性檢驗(yàn)。以上說(shuō)明LAI與太陽(yáng)輻射不具有顯著的年際月相關(guān)性。

2.2.6LAI與太陽(yáng)輻射的時(shí)滯互相關(guān)性

經(jīng)過(guò)以上分析可知,LAI與太陽(yáng)輻射的相關(guān)性不明顯,本文進(jìn)一步探討LAI與太陽(yáng)輻射的時(shí)滯互相關(guān)性。根據(jù)互相關(guān)法原理,計(jì)算像元尺度太陽(yáng)輻射與LAI在各個(gè)時(shí)滯下的互相關(guān)系數(shù),之后計(jì)算得到黃河流域每個(gè)像元LAI與太陽(yáng)輻射的最大互相關(guān)系數(shù)及其對(duì)應(yīng)的滯后時(shí)間。

太陽(yáng)輻射與植被LAI的最大互相關(guān)系數(shù)在空間分布上差異顯著(圖15)。流域內(nèi)約55.9%區(qū)域的太陽(yáng)輻射與植被LAI的最大互相關(guān)程度較高且為負(fù)相關(guān),互相關(guān)系數(shù)分布在-0.8—-0.3之間。其中青海省和山西省部分區(qū)域的太陽(yáng)輻射與植被LAI的最大互相關(guān)程度最高,為負(fù)相關(guān),互相關(guān)系數(shù)小于-0.8,所占比例16.3%,生態(tài)系統(tǒng)類(lèi)型主要為草地和農(nóng)田；甘肅東部和陜西中部地區(qū)太陽(yáng)輻射與植被LAI的最大互相關(guān)程度為較強(qiáng)正相關(guān),互相關(guān)系數(shù)大于0.8,所占比例10.9%；強(qiáng)正相關(guān)周?chē)糠謪^(qū)域太陽(yáng)輻射與LAI呈弱正相關(guān)性,相關(guān)系數(shù)分布在0.3—0.8之間,所占比例16.0%。總體上,黃河流域大多數(shù)區(qū)域LAI與太陽(yáng)輻射呈負(fù)相關(guān)關(guān)系。

黃河流域大部分地區(qū)植被LAI滯后太陽(yáng)輻射2個(gè)月或8個(gè)月(圖16),二者所占比例分別達(dá)到26.7%和70.5%。植被LAI滯后太陽(yáng)輻射2個(gè)月的區(qū)域主要的生態(tài)系統(tǒng)類(lèi)型是草地和農(nóng)田,分布在甘肅中東部和陜西中部。植被LAI滯后太陽(yáng)輻射8個(gè)月的區(qū)域主要的生態(tài)系統(tǒng)類(lèi)型是草地、裸地和農(nóng)田,分布于內(nèi)蒙古和青海等地。

研究圖15和圖16發(fā)現(xiàn),LAI與太陽(yáng)輻射的時(shí)滯達(dá)2個(gè)月的區(qū)域大多與LAI與太陽(yáng)輻射呈正相關(guān)的區(qū)域相吻合,LAI與太陽(yáng)輻射的時(shí)滯為8個(gè)月的區(qū)域大多與LAI和太陽(yáng)輻射呈負(fù)相關(guān)的區(qū)域相吻合,說(shuō)明太陽(yáng)輻射對(duì)LAI的正面影響在2個(gè)月后顯現(xiàn),而負(fù)面影響在8個(gè)月后方才顯現(xiàn)出來(lái)。

圖15 1981—2017年黃河流域LAI與太陽(yáng)輻射最大互相關(guān)空間分布圖Fig.15 Spatial distribution map of maximum cross-correlation between LAI and solar radiation in the Yellow River Basin from 1981 to 2017

圖16 1981—2017年黃河流域LAI與太陽(yáng)輻射時(shí)間滯后空間分布圖Fig.16 Spatial distribution map of time lag between LAI and solar radiation in the Yellow River Basin from 1981 to 2017

2.3 黃河流域氣候要素對(duì)LAI變化的貢獻(xiàn)率

黃河流域的植被變化是氣候因素與人類(lèi)活動(dòng)綜合作用的結(jié)果,本文僅考慮氣候因素對(duì)LAI的影響,卻未剝離其中人類(lèi)活動(dòng)的影響,在此情況下進(jìn)行的相關(guān)分析不能完全代表真實(shí)的驅(qū)動(dòng)情況,為了深入了解LAI變化的驅(qū)動(dòng)機(jī)制,應(yīng)用地理探測(cè)器軟件對(duì)LAI時(shí)空變化規(guī)律做歸因分析,剝離出氣候因素的影響,并進(jìn)一步區(qū)分各氣候因子的貢獻(xiàn)率。本文所用LAI、氣溫、降水量和太陽(yáng)輻射數(shù)據(jù)柵格大小一致,進(jìn)行空間疊加可以實(shí)現(xiàn)在空間上匹配。地理探測(cè)器要求自變量X應(yīng)為類(lèi)型量,所以采用自然斷點(diǎn)法分別對(duì)氣溫、降水和太陽(yáng)輻射數(shù)據(jù)進(jìn)行分類(lèi)[27]。結(jié)果表明(表2),年時(shí)間尺度上,氣溫和降水對(duì)LAI變化的貢獻(xiàn)率較高,分別為0.72,0.71,而太陽(yáng)輻射貢獻(xiàn)率較低(0.31)；春夏秋冬四季上,氣溫對(duì)對(duì)應(yīng)季節(jié)LAI變化的貢獻(xiàn)率最高,降水和太陽(yáng)輻射量均較低,尤其是春季氣溫對(duì)其LAI變化的貢獻(xiàn)率高達(dá)0.71?？臻g尺度上,分別取每個(gè)柵格植被生長(zhǎng)旺季(LAImax)所對(duì)應(yīng)的氣溫、降水、太陽(yáng)輻射平均值,并將4個(gè)圖層進(jìn)行空間疊加,基于空間格網(wǎng)分析氣象要素對(duì)LAI動(dòng)態(tài)的貢獻(xiàn)率,可知降水對(duì)LAI變化的貢獻(xiàn)率最高(0.34),氣溫對(duì)LAI變化的貢獻(xiàn)率最低(0.20)。整體上,LAI在時(shí)間上的變化受氣溫影響較大,空間上的變化受降水影響較大,這與相關(guān)性分析結(jié)論一致,可相互印證。

表2 1981—2017年黃河流域氣溫/降水對(duì)LAI的貢獻(xiàn)率

3 討論與結(jié)論

3.1 討論

整體上,黃河流域植被覆蓋變化呈增加趨勢(shì),且與氣溫降水呈正相關(guān),這與前人結(jié)論一致[2—11],但本文基于植被LAI數(shù)據(jù)的研究結(jié)論與前人基于NDVI、NPP等植被指標(biāo)所得結(jié)論有些許差異(表3),例如本文發(fā)現(xiàn)黃河流域月均LAI呈“雙峰”曲線狀分布,而楊尚武等[9]發(fā)現(xiàn)黃河流域月均NDVI呈單峰曲線狀分布；已有研究發(fā)現(xiàn)降水是影響黃河流域植被變化的主要因素,而本文發(fā)現(xiàn)時(shí)間上,氣溫是影響黃河流域植被LAI變化的主要因素,空間上,降水對(duì)黃河流域植被LAI變化起主導(dǎo)作用；本文在前人研究的基礎(chǔ)上驗(yàn)證了太陽(yáng)輻射對(duì)黃河流域植被LAI變化的影響有限。以上結(jié)論產(chǎn)生差異主要由研究時(shí)段、植被指標(biāo)不同造成的。黃河流域LAI與氣溫在時(shí)間上呈顯著正相關(guān)關(guān)系,與降水量具有正相關(guān)關(guān)系,即氣溫上升,降水量增多均促進(jìn)流域LAI上升；而與太陽(yáng)輻射的關(guān)系微弱可以忽略不計(jì)。定量評(píng)估發(fā)現(xiàn)年尺度上,氣溫和降水對(duì)LAI變化的貢獻(xiàn)率高,而太陽(yáng)輻射貢獻(xiàn)率低；季節(jié)尺度上氣溫貢獻(xiàn)率高,降水和太陽(yáng)輻射貢獻(xiàn)率低；空間尺度上降水貢獻(xiàn)率較高,氣溫和太陽(yáng)輻射貢獻(xiàn)率較低。

但是黃河流域人口密集,人類(lèi)活動(dòng)頻繁,例如農(nóng)田面積約占流域總面積的31%,故人類(lèi)活動(dòng)對(duì)流域LAI的影響不能忽略。1982年3月、8月份黃河流域發(fā)生嚴(yán)重的冰塞、特大洪水導(dǎo)致大面積植被農(nóng)田被淹沒(méi),造成1982年黃河流域植被LAI異常偏低。2011年夏秋兩季LAI異常偏低,與該年8、9月份黃河上、中游發(fā)生多次洪水泛濫相關(guān)。

針對(duì)黃河流域的生態(tài)環(huán)境分析,人造植被,包括農(nóng)作物,人造林等等的生長(zhǎng)周期及狀態(tài)必須考慮。1990年夏秋兩季黃河流域LAI達(dá)到一個(gè)小的高峰值,與大型商品糧基地和“三北”防護(hù)林體系二期工程等國(guó)家重大生態(tài)建設(shè)項(xiàng)目有關(guān)。2000年黃河流域發(fā)生嚴(yán)重旱情[31],但該年的平均LAI不降反升,也與該區(qū)域?qū)嵤┑耐烁€林還草等生態(tài)恢復(fù)工程密切相關(guān)。

結(jié)合圖4、圖5可看出,LAI均值較低的大部分區(qū)域(如寧夏和內(nèi)蒙古)的LAI均呈不同程度的增加趨勢(shì)；而LAI均值較高的部分區(qū)域(如四川)的LAI卻呈不同程度的降低趨勢(shì),說(shuō)明我國(guó)生態(tài)治理與環(huán)境保護(hù)的戰(zhàn)略舉措在生態(tài)脆弱的區(qū)域取得很大的成就,但原本生態(tài)環(huán)境良好地區(qū)的生態(tài)維護(hù)工作有待加強(qiáng)。

表3 黃河流域植被動(dòng)態(tài)研究現(xiàn)狀及重要結(jié)論

由氣溫和LAI的時(shí)空交互相關(guān)性分析可知：77.0%像元的LAI滯后氣溫7個(gè)月,且LAI與氣溫呈強(qiáng)負(fù)相關(guān)性； 70.5%像元的LAI滯后太陽(yáng)輻射 8個(gè)月,且LAI與太陽(yáng)輻射呈較強(qiáng)負(fù)相關(guān)。該結(jié)果說(shuō)明一個(gè)區(qū)域的氣溫上升和太陽(yáng)輻射增加可能會(huì)導(dǎo)致該區(qū)域2個(gè)月之內(nèi)的LAI增加,但也可能會(huì)使該區(qū)域7或8個(gè)月后的LAI值減少。在人類(lèi)活動(dòng)的影響下,植被LAI的增加會(huì)使地面反照率下降,進(jìn)而導(dǎo)致溫度降低[32]。

3.2 結(jié)論

本文采用一元線性趨勢(shì)分析方法,利用1981—2017年黃河流域AVHRR_LAI、氣溫、降水、太陽(yáng)輻射等數(shù)據(jù),從年內(nèi)變化、年際變化、空間變化、相關(guān)性、貢獻(xiàn)率等角度分析37年間的黃河流域植被覆蓋動(dòng)態(tài)變化,探討其與流域氣候要素的關(guān)系,主要結(jié)論如下：

(1)1981—2017年黃河流域多年月平均LAI呈明顯“雙峰”季節(jié)特征,分別出現(xiàn)在4月和8月。春夏秋冬四季的LAI均呈增加趨勢(shì),變化速率分別為：0.003/a、0.015/a、0.007/a和0.001/a,即夏季LAI上升速率最大,冬季最小。1981—2017年黃河流域植被覆蓋度在格網(wǎng)尺度上以顯著增加為主,約占流域總面積的52.1%,集中分布在流域中東部地區(qū)。整體上,LAI低值區(qū)域在時(shí)序上呈不同程度的增加趨勢(shì),而LAI高值區(qū)域呈不同程度的降低趨勢(shì)。

(2)黃河流域LAI與氣溫呈顯著正相關(guān)關(guān)系。春季LAI與其氣溫的相關(guān)性最強(qiáng)(r=0.83),夏季最弱(r=0.56)；月份上,5月份LAI與氣溫的相關(guān)性最弱(r=0.11),這主要是由于黃河流域農(nóng)作物干擾造成的?？臻g上,交互相關(guān)性分析發(fā)現(xiàn)黃河流域77.0%格網(wǎng)的氣溫與LAI呈負(fù)相關(guān)關(guān)系,且LAI滯后氣溫7個(gè)月。

(3)黃河流域LAI與降水呈弱正相關(guān)關(guān)系。春夏秋冬四季LAI與降水量的相關(guān)系數(shù)分別為0.06、0.14、0.36和0.07。交互相關(guān)性分析發(fā)現(xiàn)黃河流域96.1%格網(wǎng)的降水與LAI呈較強(qiáng)正相關(guān)關(guān)系,互相關(guān)系數(shù)分布在0.3—0.8之間,流域45.1%格網(wǎng)的LAI與降水同步,45.7%格網(wǎng)的LAI滯后降水1個(gè)月。

(4)黃河流域太陽(yáng)輻射對(duì)LAI變化的影響較弱,兩者的相關(guān)關(guān)系僅在3月份經(jīng)過(guò)顯著性檢驗(yàn)(r=0.36)?？臻g上,交互相關(guān)性分析發(fā)現(xiàn)黃河流域超過(guò)72.2%格網(wǎng)的太陽(yáng)輻射與LAI呈負(fù)相關(guān)關(guān)系,且多達(dá)70.5%格網(wǎng)的LAI滯后太陽(yáng)輻射8個(gè)月。

(5)經(jīng)相關(guān)性分析和因子探測(cè)分析發(fā)現(xiàn)：在時(shí)間尺度上溫度是影響黃河流域植被LAI變化的主要因素,在空間尺度上降水對(duì)植被LAI變化起主導(dǎo)作用。本文通過(guò)分析黃河流域近37年植被覆蓋變化及其與氣候因子的關(guān)系,發(fā)現(xiàn)在全球變暖背景下,黃河流域氣溫亦呈顯著上升趨勢(shì),且氣溫上升與區(qū)域植被好轉(zhuǎn)關(guān)系顯著,而流域降水量的增多與區(qū)域植被好轉(zhuǎn)關(guān)系不顯著,且人類(lèi)活動(dòng)(如生態(tài)工程等)的影響不可忽略。