解 晗,同小娟,*,李 俊,張靜茹,劉沛榮,于裴洋

1 北京林業(yè)大學(xué)生態(tài)與自然保護(hù)學(xué)院,北京 100083

2 中國(guó)科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)及地表過(guò)程重點(diǎn)實(shí)驗(yàn)室,北京 100101

氣候變化對(duì)區(qū)域植被覆蓋的影響是目前全球變化研究的熱點(diǎn)問(wèn)題之一。IPCC第六次評(píng)估報(bào)告表明,過(guò)去十年中全球氣溫比1850—1900年平均高出約1.1℃。氣候變化會(huì)影響植被的生長(zhǎng)變化特征,進(jìn)而影響到生態(tài)系統(tǒng)的結(jié)構(gòu)與功能等[1],生態(tài)系統(tǒng)的變化反過(guò)來(lái)又會(huì)影響氣候系統(tǒng),從而加劇生態(tài)系統(tǒng)的氣候變化。由于植物對(duì)環(huán)境的變化更加敏感,以至于氣候變化最明顯的表現(xiàn)就是地球上植被生長(zhǎng)的變化。在長(zhǎng)時(shí)間序列、大的空間尺度上,植被變化主要受氣候條件控制,它可以客觀地反映生態(tài)環(huán)境情況[2]。

植被生長(zhǎng)通過(guò)增加陸地生態(tài)系統(tǒng)碳匯、改變生物地球物理過(guò)程來(lái)緩解全球氣候變暖。植被覆蓋時(shí)空變化具有異質(zhì)性,目前缺乏能在空間和時(shí)間上檢測(cè)這些變化的觀測(cè),再加上從點(diǎn)向面觀測(cè)的困難,因此,在大范圍內(nèi)地面觀測(cè)難以檢測(cè)植被變化[3]。在大尺度上,通常采用遙感手段來(lái)研究植被變化。搭載在Terra和Aqua兩顆衛(wèi)星上的中分辨率成像光譜儀(MODIS),具有36個(gè)波段,計(jì)劃中的數(shù)據(jù)產(chǎn)品共44種之多[4]。其中,NDVI(Normalized Difference Vegetation Index)與EVI(Enhanced Vegetation Index)兩種植被指數(shù)通常能夠較為準(zhǔn)確地反映植被覆蓋變化情況[5]。NDVI存在高植被覆蓋易飽和、大氣干擾校正有限、易受樹冠背景影響和最大合成法處理不能得到最佳像元等缺陷,而EVI是在NDVI基礎(chǔ)上進(jìn)行改進(jìn),在土壤背景和大氣噪聲方面進(jìn)行了校正,改善了與不同覆蓋程度植被的線性關(guān)系[4],但在氣候地理環(huán)境不同地區(qū)進(jìn)行研究,二者存在各自優(yōu)勢(shì)[6]。陳燕麗等[7]研究發(fā)現(xiàn)在喀斯特地區(qū),與NDVI相比,EVI與除日照外的其它氣候因子之間的相關(guān)性較高[7]。張靜茹等[8]發(fā)現(xiàn)華北山地人工林的NDVI與夏季總初級(jí)生產(chǎn)力月均值的相關(guān)性高于EVI[8]。黃河流域由于其地理特殊性,大范圍被黃土覆蓋,植被稀疏,干旱少雨,EVI是否比NDVI在反映地表植被狀況更具優(yōu)勢(shì)尚需進(jìn)一步研究。

黃河流域西接青藏高原,東鄰華北平原,橫跨黃土高原,主要分布于我國(guó)干旱與半干旱地區(qū),地處中緯度地帶,自然環(huán)境復(fù)雜,其發(fā)展對(duì)我國(guó)生態(tài)、經(jīng)濟(jì)有重大意義[9],該地區(qū)還被認(rèn)為是監(jiān)測(cè)植被綠化的關(guān)鍵區(qū)域[3]。同時(shí),黃河流域又是我國(guó)生態(tài)環(huán)境敏感區(qū),易受氣候變化和人類活動(dòng)的影響[10],曾經(jīng)一度植被退化嚴(yán)重。研究顯示：20年來(lái)黃河流域水資源總量減少,干旱和洪澇災(zāi)害等極端自然氣候事件增加[11—12]。植被生長(zhǎng)受氣候變化的影響,探究黃河流域植被覆蓋變化及其對(duì)氣候因子的響應(yīng)機(jī)制對(duì)該地區(qū)的生態(tài)建設(shè)具有重要的意義。袁麗華等[13]研究發(fā)現(xiàn),2000—2010年黃河流域植被指數(shù)西部和南部高、北部低的特點(diǎn),且植被覆蓋改善情況良好,呈現(xiàn)出持續(xù)改善的趨勢(shì)。劉綠柳等[14]分析了黃河流域NDVI與降水、氣溫兩種氣候因子的年際變化趨勢(shì)和與植被的相關(guān)性,得出NDVI年較差與年均氣溫相關(guān)性不顯著,草地、灌木區(qū)與年降水呈顯著正相關(guān)。劉海等[15]指出,黃河流域植被生長(zhǎng)對(duì)降水的依賴性更強(qiáng)。田智慧等[16]研究發(fā)現(xiàn),近20年黃河流域生長(zhǎng)季植被改善良好,且受降水的影響大于受氣溫的影響。劉勤等[17]研究得出,1961—2013年黃河流域太陽(yáng)輻射呈減弱趨勢(shì),且對(duì)該地區(qū)干旱度正向影響。太陽(yáng)輻射作為植物光合作用的驅(qū)動(dòng)力,也是驅(qū)動(dòng)植被變化的因子之一[18]。有關(guān)NDVI和EVI對(duì)氣候因子響應(yīng)的差異對(duì)理解黃河流域植被生長(zhǎng)具有重要的意義。

當(dāng)前研究植被指數(shù)與氣候因子關(guān)系的方法有兩種,分別為分析生長(zhǎng)季內(nèi)和生長(zhǎng)季間期氣候因子與植被之間的關(guān)系[19—21]。本文基于黃河流域2000—2018年MODIS NDVI和EVI兩種植被指數(shù)及氣象數(shù)據(jù),利用趨勢(shì)分析法和偏相關(guān)分析方法對(duì)植被時(shí)間變化趨勢(shì)與空間分布進(jìn)行研究,分析了NDVI與EVI在黃河流域植被變化研究上的差異,探究生長(zhǎng)季內(nèi)植被指數(shù)變化對(duì)氣溫、降水、太陽(yáng)輻射的滯后效應(yīng),揭示兩種植被指數(shù)變化的時(shí)空異質(zhì)性及受氣候因子的影響機(jī)制,以期為黃河流域植被恢復(fù)提供理論依據(jù),并為該區(qū)域生態(tài)環(huán)境發(fā)展提供理論支持。

1 研究區(qū)概況

黃河流域發(fā)源于青海省巴顏喀拉山,東臨渤海,南達(dá)秦嶺,北至陰山,流經(jīng)青海省、四川省、甘肅省、寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)、陜西省、山西省、河南省、山東省九個(gè)省份,在山東墾利縣流入渤海,流域面積79.45萬(wàn)km2,約占全國(guó)國(guó)土面積的8.3%(圖1)。地處中緯度地帶,受大氣環(huán)流和季風(fēng)環(huán)流影響的情況比較復(fù)雜,流域內(nèi)不同地區(qū)氣候的差異顯著,氣候要素的年、季變化大。流域的大部分區(qū)域處于干旱與半干旱,易受到人類活動(dòng)和氣候的影響,生態(tài)環(huán)境脆弱。從整體來(lái)看,上游海拔高,地處高大山脈區(qū)域,多為林地；中游為地勢(shì)比較平緩的內(nèi)蒙古高原和黃土高原,為林地和草地居多；下游多是平原地貌,耕地比例較大。本研究中,黃河中上游流域邊界按分水嶺劃分；黃河下游成地上懸河,按傳統(tǒng)習(xí)慣加上灌區(qū)劃分流域邊界。

圖1 研究區(qū)高程圖Fig.1 Elevation map of study area

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與處理

本文主要對(duì)黃河流域生長(zhǎng)季(4—10月)植被指數(shù)的時(shí)空變化開展研究[22—23]。黃河流域區(qū)域矢量圖來(lái)自中國(guó)科學(xué)院地理科學(xué)與資源研究所水文室,NDVI與EVI遙感數(shù)據(jù)來(lái)源于NASA官網(wǎng)(https://ladsweb.nascom.nasa.gov/)MOD13A2數(shù)據(jù)集。時(shí)間序列為2000—2018年,空間分辨率為1 km,時(shí)間分辨率為16 d。在MRT(MODIS ReProjection Tools)軟件中經(jīng)過(guò)格式轉(zhuǎn)換和重投影后,采用最大值合成法(Maximum Value Composites, MVC)得到每月植被指數(shù)數(shù)據(jù)[13,24],選取指數(shù)值大于0的區(qū)域進(jìn)行研究,再經(jīng)過(guò)計(jì)算得到每年生長(zhǎng)季的月平均NDVI和EVI數(shù)據(jù)。

氣溫與降水?dāng)?shù)據(jù)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)2000—2018月值數(shù)據(jù),空間分辨率為1 km[25]。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)全球高分辨率地表太陽(yáng)輻射數(shù)據(jù)集2000—2018月值數(shù)據(jù),空間分辨率為10 km,重采樣為1 km[26]。高程數(shù)據(jù)來(lái)自國(guó)際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)提供的90 m分辨率SRTM產(chǎn)品,重采樣為1 km。土地利用類型數(shù)據(jù)來(lái)自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)發(fā)布的中國(guó)土地利用遙感監(jiān)測(cè)數(shù)據(jù),空間分辨率為1 km。

2.2 研究方法

2.2.1Theil-Sen media趨勢(shì)分析

Theil-Sen media趨勢(shì)分析為非參數(shù)統(tǒng)計(jì)趨勢(shì)分析方法[27—28]。該方法在分析中不受到異常值影響,且不要求數(shù)據(jù)服從正態(tài)分布,避免了由異常值產(chǎn)生的誤差[29—30]。對(duì)研究區(qū)逐像元進(jìn)行分析，其計(jì)算公式為：

(1)

式中,β表示NDVI或EVI的年際變化趨勢(shì)；Xi,Xj分別為第i和第j年NDVI或EVI的生長(zhǎng)季月平均值；n為時(shí)間序列長(zhǎng)度；當(dāng)β>0時(shí)表明植被指數(shù)呈升高趨勢(shì),β<0表明植被指數(shù)呈下降趨勢(shì)。

2.2.2Mann-Kendall顯著性檢驗(yàn)

Mann-Kendall(M-K)檢驗(yàn)是一種非參數(shù)檢驗(yàn)方法,通常用于研究氣候?qū)W和水文學(xué)的時(shí)間序列趨勢(shì)[30—31]。該方法同樣不需要樣本服從一定的分布,不受少數(shù)異常值干擾[28,32]。檢驗(yàn)過(guò)程中,將2000—2018年的NDVI與EVI遙感數(shù)據(jù)逐像元值構(gòu)造為一組時(shí)間序列,判斷顯著性差異[33]：

(2)

(3)

(4)

(5)

式中,Zmk為單個(gè)序列的統(tǒng)計(jì)檢驗(yàn)量；S統(tǒng)計(jì)量由NDVI或EVI的前后影像數(shù)據(jù)計(jì)算得到；var(S)為S統(tǒng)計(jì)量的方差,以上為化簡(jiǎn)后的求解公式；sgn為邏輯判別函數(shù)符號(hào)。給定顯著性水平α下,當(dāng)|Z|>u1-α/2時(shí),表明所研究序列在α水平上存在顯著變化。本文判斷在0.05置信水平上植被指數(shù)時(shí)間序列變化趨勢(shì)的顯著性。

2.2.3相關(guān)與偏相關(guān)分析

植被生長(zhǎng)過(guò)程緩慢,植被指數(shù)變化與氣候因子的變化并不完全同步,其對(duì)氣候因子的響應(yīng)具有一定的滯后性[34—35],陳強(qiáng)等[36]和程昌武等[37]研究表示該地區(qū)植被生長(zhǎng)對(duì)氣象因子的時(shí)滯效應(yīng)一般在3個(gè)月之內(nèi)。本文采用相關(guān)分析法研究黃河流域兩種植被指數(shù)分別對(duì)同期及前1、2、3個(gè)月的滑動(dòng)窗口的氣溫、降水和輻射的響應(yīng),比較平均相關(guān)系數(shù)得出NDVI和EVI對(duì)何時(shí)間段氣候因子相關(guān)性最高,得到滯后結(jié)果,利用偏相關(guān)分析探究黃河流域NDVI和EVI對(duì)氣溫、降水和太陽(yáng)輻射的響應(yīng)[36,38]：

(6)

式中,Rxy表示變量x、y的相關(guān)系數(shù)；xi表示第i年的生長(zhǎng)季植被指數(shù)值；yi表示不同時(shí)序各氣象要素的值；ˉx表示生長(zhǎng)季植被指數(shù)平均值；ˉy表示各要素平均值；i表示樣本數(shù)。

(7)

式中,Rxy為將z影響剔除后x與y之間的偏相關(guān)系數(shù)；Rxy、Rxz、Ryz為兩因子間相關(guān)系數(shù)。

(8)

式中,Rxy,zw為將z,w影響剔除后x與y之間的二階偏相關(guān)系數(shù)；Rxy,z、Rxw,z、Ryw,z分別為變量x與y,變量x與w,變量y與w各兩因子間的一階偏相關(guān)系數(shù)。

2.2.4復(fù)相關(guān)分析

應(yīng)用標(biāo)準(zhǔn)化的多元線性回歸方程研究氣溫、降水和太陽(yáng)輻射對(duì)黃河流域兩種植被指數(shù)的影響程度[38],進(jìn)而求得復(fù)相關(guān)系數(shù),計(jì)算公式為：

y=btT+bpP+brR+b0

(9)

(10)

3 結(jié)果分析

3.1 黃河流域生長(zhǎng)季植被變化特征

3.1.1氣候因子、NDVI和EVI的年際變化

2000—2018年黃河流域4—10月氣溫、降水、輻射和植被指數(shù)的年變化見圖2。其中生長(zhǎng)季平均氣溫和累計(jì)降水總體呈上升趨勢(shì),線性增長(zhǎng)率分別為為0.27℃/10a和28.20 mm/10a,M-K檢驗(yàn)結(jié)果顯著；生長(zhǎng)季平均輻射總體呈下降趨勢(shì),線性減少率為0.82 Wm-2(10a)-1,變化不顯著?？傮w來(lái)看,黃河流域氣候主要表現(xiàn)為暖濕化。NDVI與EVI均呈增加趨勢(shì),且M-K檢驗(yàn)結(jié)果極其顯著。其中,NDVI的線性增長(zhǎng)率為0.059/(10a),EVI線性增長(zhǎng)率為0.038/(10a)。NDVI與EVI均在2011年出現(xiàn)突降,都在2012—2017年出現(xiàn)下降趨勢(shì),在2018年上升至最高值。與EVI相比,2000—2004年NDVI值變化平穩(wěn),在2004—2010年波動(dòng)則較大。NDVI、EVI在2004年達(dá)到較高峰值,這可能與2003年降水高、輻射低有關(guān)。2012年和2018年,NDVI、EVI明顯增加,這可能與氣溫、降水同時(shí)增加有關(guān)。

圖2 生長(zhǎng)季氣候因子與植被指數(shù)年際變化Fig.2 Interannual variation of climatic factors and vegetation index during the growing season

3.1.2NDVI和EVI的空間變化

采用Theil-Sen media趨勢(shì)分析法與M-K統(tǒng)計(jì)檢驗(yàn)方法對(duì)NDVI和EVI逐像元進(jìn)行分析,得到植被變化空間分布圖(圖3)。本文中將研究區(qū)內(nèi)植被覆蓋區(qū)植被指數(shù)劃分為顯著退化(β<0,α<0.05)、輕微退化(β<0,α>0.05)、穩(wěn)定不變(-0.0005<β<0.0005)、輕微改善(β>0,α>0.05)、顯著改善(β>0,α<0.05)5種變化類型。

圖3顯示2000—2018年間黃河流域大部分地區(qū)植被呈顯著改善趨勢(shì),在流域中游顯著改善區(qū)域相對(duì)分布更廣。NDVI顯著改善區(qū)面積約為59.68×104km2,約占研究區(qū)總面積的77.13%,各土地類型中林地的顯著改善率最高(表1)；EVI顯著改善區(qū)面積約為58.24×104km2,約占研究區(qū)總面積的75.27%,各土地類型中林地的顯著改善率最高(表1)。NDVI和EVI顯著退化區(qū)面積區(qū)域面積最小,分布較為分散,巴顏喀拉山西北部、西寧市、銀川市、包頭市、呼和浩特市、太原市、西安市及關(guān)中盆地和洛陽(yáng)市附近植被顯著退化相對(duì)較為嚴(yán)重,建設(shè)用地顯著退化率最高(表1)。NDVI顯著退化區(qū)面積約為0.36×104km2,約占研究區(qū)總面積的0.47%；EVI顯著退化區(qū)面積約為0.43×104km2,約占研究區(qū)總面積的0.55%。

表1 2000—2018黃河流域各土地利用類型NDVI和EVI趨勢(shì)變化面積占比Table 1 Area proportion of trend change of NDVI and EVI of various land utilization in the Yellow River Basin from 2000 to 2018/%

圖3 2000—2018黃河流域NDVI和EVI趨勢(shì)變化Fig.3 Trends of NDVI and EVI series in the Yellow River Basin from 2000 to 2018NDVI: 歸一化植被指數(shù); VEI: 增加型植被指數(shù)

NDVI和EVI顯著改善區(qū)像元數(shù)隨海拔分布相似(圖4)：圖中每個(gè)海拔高度對(duì)應(yīng)著處在這一高度的顯著改善像元數(shù)量,在低海拔地區(qū)有一定的顯著改善,隨著海拔升高改善區(qū)面積出現(xiàn)突降,后逐漸升高,在1000—1500 m改善最為明顯,隨著海拔升高,顯著改善像元數(shù)分布逐漸減少。整體來(lái)看高海拔地區(qū)易受氣候因素影響,同時(shí)地處內(nèi)陸,植被覆蓋改善水平較低,低海拔及中低海拔地區(qū)植被顯著改善較明顯。

圖4 NDVI、EVI顯著改善區(qū)像元在不同海拔的分布Fig.4 The significantly improved pixel number of NDVI and EVI series with altitude

3.2 NDVI、EVI與氣候因子的關(guān)系

3.2.1NDVI、EVI與氣候因子的滯后效應(yīng)

2000—2018年黃河流域生長(zhǎng)季NDVI和EVI與不同時(shí)序的各氣象要素相關(guān)系數(shù)均值(通過(guò)0.05顯著性檢驗(yàn))如表2所示,高度相關(guān)面積占比如圖5所示。生長(zhǎng)季NDVI和EVI與氣溫、降水呈正相關(guān)關(guān)系,與輻射呈負(fù)相關(guān)關(guān)系。其中,NDVI和EVI與前期1月氣溫相關(guān)系數(shù)值最大,與前期3月降水相關(guān)系數(shù)最大,與前期3月輻射相關(guān)系數(shù)絕對(duì)值最大,同時(shí)相關(guān)系數(shù)最高時(shí)期的高度相關(guān)面積占比最高。該地區(qū)植被生長(zhǎng)對(duì)氣溫、降水和輻射的響應(yīng)存在一定的滯后性,滯后于氣溫1個(gè)月,滯后于降水、輻射3個(gè)月。

表2 NDVI、EVI與不同時(shí)序氣溫、降水、輻射的相關(guān)系數(shù)Table 2 Correlation coefficients between NDVI, EVI and air temperature, precipitation and solar radiation

圖5 NDVI、EVI與不同時(shí)序氣溫、降水、輻射的高度相關(guān)面積占比Fig.5 The proportion of highly correlated area between NDVI, EVI and temperature, precipitation and radiation in different time series高度相關(guān)區(qū)域?yàn)橹脖恢笖?shù)與氣溫、降水相關(guān)系數(shù)高于0.5區(qū)域，與輻射相關(guān)系數(shù)低于-0.5區(qū)域

3.2.2NDVI、EVI與氣候因子的偏相關(guān)分析

根據(jù)NDVI和EVI對(duì)氣候因子響應(yīng)的滯后結(jié)果,將生長(zhǎng)季NDVI、EVI與生長(zhǎng)季前期1月氣溫、生長(zhǎng)季前期3月降水和輻射進(jìn)行偏相關(guān)分析。NDVI與氣溫顯著相關(guān)區(qū)域占研究區(qū)總面積的14.50%,平均偏相關(guān)系數(shù)為0.39,顯著正相關(guān)和負(fù)相關(guān)區(qū)域分別占研究區(qū)總面積的13.07%和1.43%,以正相關(guān)為主(圖6)。NDVI與氣溫偏相關(guān)系數(shù)在-0.88—0.92之間,偏相關(guān)系數(shù)大于0.5的區(qū)域主要分布在青海省西部和與甘肅省和四川省接壤地區(qū)以及北部的西寧市附近、甘肅省中部、內(nèi)蒙古自治區(qū)西北部、陜西省南部和中部的黃龍山地區(qū)、河南省南部地區(qū)以及黃河三角洲西部。不同土地利用中,林地NDVI與氣溫的相關(guān)系數(shù)最高但顯著相關(guān)面積比例較小,草地NDVI與氣溫相關(guān)性最高(圖7)。EVI與氣溫顯著相關(guān)區(qū)域占研究區(qū)總面積的17.93%,平均偏相關(guān)系數(shù)為0.43,顯著正相關(guān)和負(fù)相關(guān)區(qū)域分別占研究區(qū)總面積的16.81%和1.13%,以正相關(guān)為主。EVI與氣溫的偏相關(guān)系數(shù)在-0.86—0.90之間,大于0.50的區(qū)域范圍與NDVI相似,但分布更為廣泛,生長(zhǎng)季,該地區(qū)EVI與氣溫的相關(guān)性更高。在不同土地利用類型中,草地EVI與氣溫顯著相關(guān)的面積占比和相關(guān)系數(shù)都為最高,說(shuō)明草地受氣溫影響較大(圖7)。

圖6 NDVI、EVI與氣溫偏相關(guān)系數(shù)的空間分布Fig.6 Spatial distribution of partial correlation coefficients between NDVI and EVI series and air temperature

圖7 不同土地利用類型NDVI、EVI與氣溫顯著相關(guān)面積占比和偏相關(guān)系數(shù)Fig.7 The area percentages and partial correlation coefficients of NDVI, EVI and air temperature that are significantly related to different land utilization

圖8為2000—2018年生長(zhǎng)季NDVI和EVI與降水的偏相關(guān)分布。NDVI與降水顯著相關(guān)區(qū)域占研究區(qū)總面積的47.62%,平均偏相關(guān)系數(shù)為0.52,顯著正相關(guān)和負(fù)相關(guān)區(qū)域分別占研究區(qū)總面積的46.95%和0.67%,以正相關(guān)為主；偏相關(guān)系數(shù)在-0.80—0.93之間,偏相關(guān)系數(shù)大于0.5的區(qū)域大部分處于400 mm降水線以北,在阿尼瑪卿山西北部、寧夏回族自治區(qū)中部及與內(nèi)蒙古自治區(qū)和陜西省以及甘肅省接壤一帶、內(nèi)蒙古自治區(qū)北部、陜西省與山西省接壤地帶、四川省北部和山西省中部較為集中。在不同土地利用類型中,草地NDVI與降水顯著相關(guān)的面積占比及相關(guān)系數(shù)值最高(圖9)。EVI與降水顯著相關(guān)區(qū)域占研究區(qū)總面積的43.39%,平均偏相關(guān)系數(shù)為0.50,顯著正相關(guān)和負(fù)相關(guān)區(qū)域分別占研究區(qū)總面積的42.46%和0.93%,以正相關(guān)為主；偏相關(guān)系數(shù)在-0.91—0.96之間,偏相關(guān)系數(shù)大于0.5的空間分布與NDVI相似,但分布面積小于NDVI,該地區(qū)NDVI與降水相關(guān)性更高。在不同土地利用中,草地植被生長(zhǎng)與降水的相關(guān)性最高(圖9)。

圖8 NDVI、EVI與降水的偏相關(guān)系數(shù)空間分布Fig.8 Spatial distribution of partial correlation coefficients between NDVI, EVI series and precipitation

圖9 不同土地利用類型NDVI、EVI與降水顯著相關(guān)面積占比和偏相關(guān)系數(shù)Fig.9 The area percentages and partial correlation coefficients of NDVI, EVI and precipitation that are significantly related to different land utilization

NDVI與輻射顯著相關(guān)區(qū)域占研究區(qū)總面積的21.77%,平均偏相關(guān)系數(shù)為-0.35,顯著正相關(guān)和負(fù)相關(guān)區(qū)域分別占研究區(qū)總面積的3.63%和18.14%,以負(fù)相關(guān)為主(圖10)。NDVI與輻射的偏相關(guān)系數(shù)在-0.92—0.88之間,偏相關(guān)系數(shù)小于-0.5的區(qū)域主要分布在青海省中部地區(qū)以及與甘肅省和四川省接壤地帶、甘肅省東部和中部及與寧夏回族自治區(qū)接壤地區(qū)、陜西省中部的洛河-黃龍山-黃河干流一帶及與山西省交界地區(qū)、陜西省南部與山西省和河南省接壤地帶、山西省東南部地區(qū)。其中,林地NDVI與輻射顯著相關(guān)面積占比和相關(guān)系數(shù)絕對(duì)值最高(圖11)。EVI與輻射顯著相關(guān)區(qū)域占研究區(qū)總面積的21.14%,平均偏相關(guān)系數(shù)為-0.34,顯著正相關(guān)和負(fù)相關(guān)區(qū)域分別占研究區(qū)總面積的3.89%和17.25%,以負(fù)相關(guān)為主,相關(guān)系數(shù)在-0.92—0.87之間,偏相關(guān)系數(shù)小于-0.5的區(qū)域空間分布與NDVI相似,分布面積較為相近。上游地區(qū)NDVI與輻射相關(guān)性高,中游地區(qū)則是EVI與輻射相關(guān)性更高。整體上看,NDVI與輻射相關(guān)性較高。林地EVI與輻射顯著相關(guān)面積占比和相關(guān)系數(shù)絕對(duì)值最高,該地區(qū)林地植被生長(zhǎng)受輻射的影響較大；耕地NDVI和EVI與輻射的相關(guān)性接近,耕地土地利用類型上,兩種植被指數(shù)與輻射相關(guān)差異較小(圖11)。

圖10 NDVI和EVI與輻射偏相關(guān)系數(shù)空間分布Fig.10 Spatial distribution of partial correlation coefficients between NDVI, EVI series and radiation

圖11 不同土地利用類型NDVI、EVI與輻射顯著相關(guān)面積占比和偏相關(guān)系數(shù)Fig.11 The area percentages and partial correlation coefficients of NDVI, EVI and radiation that are significantly related to different land utilization

3.3 NDVI和EVI變化的驅(qū)動(dòng)機(jī)制

圖12為氣溫、降水、輻射對(duì)植被指數(shù)變化的綜合影響情況。其中NDVI顯示復(fù)相關(guān)系數(shù)較高的區(qū)域主要為阿尼瑪卿山東部及以北的青海省區(qū)域、甘肅省東部部分地區(qū)、內(nèi)蒙古自治區(qū)的西部地區(qū)以及陜西省的洛河-黃龍山-黃河干流一帶,以上地區(qū)隨氣溫升高、降水增加和輻射下降,植被指數(shù)增加。NDVI和EVI與氣溫、降水、輻射高度復(fù)相關(guān)區(qū)域還包括寧夏回族自治區(qū)西部和陜西省西北部部分地區(qū),這些地區(qū)隨氣溫輻射下降降水升高植被指數(shù)增加。在內(nèi)蒙古自治區(qū)的西北少部分地區(qū)NDVI和EVI與氣候因子的復(fù)相關(guān)系數(shù)較高,且隨氣溫升高、降水增加和輻射增強(qiáng),植被指數(shù)增加。EVI與三種氣象要素的高度復(fù)相關(guān)區(qū)域與NDVI相似,但在范圍上小于NDVI。

圖12 NDVI和EVI與氣候因子的復(fù)相關(guān)系數(shù)及驅(qū)動(dòng)因素分區(qū)Fig.12 Multiple correlation coefficients between NDVI, EVI series and meteorological variables and distribution zone of driving factors

本文參考前人的研究方法[39—41]對(duì)研究區(qū)植被指數(shù)變化的驅(qū)動(dòng)因素進(jìn)行分析(表3)。黃河流域地區(qū)生長(zhǎng)季NDVI受氣候因子驅(qū)動(dòng)地區(qū)占研究區(qū)總面積的37.21%(圖12),其中受降水驅(qū)動(dòng)范圍最大,面積占比為16.10%,主要分布在青海省西北部、隴中黃土高原地區(qū)及寧夏回族自治區(qū)中部和與甘肅和陜西三省交界地帶、內(nèi)蒙古自治區(qū)西南部和北部、陜西省的北部地區(qū),這些地區(qū)地處黃土高原地區(qū)且大部分位于400 mm等降水線以北,氣候較為干旱,地形復(fù)雜,植被稀疏,因此對(duì)降水較為敏感。其次為受輻射驅(qū)動(dòng)區(qū)域,面積占比為5.86%,主要集中在陜西省中部的洛河-黃龍山-黃河干流一帶,該地區(qū)植被覆蓋主要為林地、草地和少量耕地,植被覆蓋度較高。EVI受氣候因子驅(qū)動(dòng)區(qū)域小于NDVI,面積占比為32.80%(圖12),同樣為受降水驅(qū)動(dòng)面積占比最高,為11.73%。除降水驅(qū)動(dòng)外,EVI受輻射驅(qū)動(dòng)面積占比較高,范圍要略小于NDVI,為5.16%。NDVI和EVI的變化受其它因子驅(qū)動(dòng)的區(qū)域分布范圍較小,在黃河流域內(nèi)零散分布。

表3 植被指數(shù)變化驅(qū)動(dòng)因素分區(qū)準(zhǔn)則Table 3 Rules for driving factors of vegetation index change

4 結(jié)論與討論

2000—2018年黃河流域植被指數(shù)整體上呈改善趨勢(shì),其中生長(zhǎng)季NDVI的線性增長(zhǎng)率為0.059/10a,生長(zhǎng)季EVI線性增長(zhǎng)率為0.038/10a。空間上呈改善趨勢(shì)區(qū)域面積遠(yuǎn)大于退化趨勢(shì)區(qū)域面積,NDVI與EVI顯示顯著改善區(qū)域面積占比分別達(dá)77.13%和75.27%之高,在中游地區(qū)顯著改善較為明顯。研究表明黃河流域植被整體改善情況良好,綠度增加,這與中國(guó)大陸植被面積變化的總體趨勢(shì)相同[42]。該地區(qū)植被指數(shù)與氣溫、降水呈正相關(guān),與輻射呈負(fù)相關(guān),這表明2000—2018年氣溫升高、降水增多、輻射的下降有利于植被生長(zhǎng)。國(guó)家在1998年推行的森林保護(hù)工程和2000年推行的退耕還林工程[43—45]及防沙治沙[46]等生態(tài)修復(fù)工程相繼在黃河流域內(nèi)展開,這使得流域內(nèi)植被得到了改善。Tian等[23]指出氣候變暖、人口增長(zhǎng)和植樹造林是黃河流域地區(qū)植被綠度增加的主導(dǎo)因素。楊燦等[47]發(fā)現(xiàn)黃土高原部分地區(qū)退耕還林實(shí)施前NDVI呈下降趨勢(shì),實(shí)施后NDVI呈增加趨勢(shì)。在各類土地利用類型中,林地植被顯著改善率最高。顯著改善區(qū)大多分布于1000—1500 m海拔處,地處第二階梯部分地區(qū),包括河套平原、鄂爾多斯草原、黃土高原和渭汾盆地等較大地形單元,曾經(jīng)水土流失嚴(yán)重[9],2000—2018年植被恢復(fù)情況良好,但由于其地質(zhì)類型等因素影響仍然存在生態(tài)脆弱區(qū)域,以致少部分地區(qū)植被生長(zhǎng)出現(xiàn)退化。巴顏喀拉山西北部、西寧市、銀川市、包頭市、呼和浩特市、太原市、西安市及關(guān)中盆地和洛陽(yáng)市附近植被顯著退化相對(duì)較為嚴(yán)重。其中一些地區(qū)因海拔和地理因素,土地易退化,而省級(jí)行政中心附近可能更多的由于開發(fā)范圍廣,人口密集,城市擴(kuò)張發(fā)展對(duì)周圍植被產(chǎn)生不利影響[48—49],結(jié)果顯示不同土地利用類型中建設(shè)用地的顯著退化率最高與之相對(duì)應(yīng)。

黃河流域生長(zhǎng)季植被指數(shù)變化與氣溫的關(guān)系以正相關(guān)為主,植被指數(shù)變化與氣溫滯后時(shí)間約為1個(gè)月；與降水以正相關(guān)為主,滯后時(shí)間約為3個(gè)月,且氣候因子驅(qū)動(dòng)分區(qū)中以降水驅(qū)動(dòng)為主。在2000—2018年間,氣溫升高、降水增加趨勢(shì)顯著,氣候整體向暖濕化方向發(fā)展。Piao等[50]和Tao等[51]發(fā)現(xiàn),降水是促進(jìn)干旱地區(qū)植被綠化的主要驅(qū)動(dòng)因素。劉綠柳等[14]指出,1982—1999年黃河流域降水對(duì)流域內(nèi)植被影響更為顯著。黃河流域地處內(nèi)陸,為溫帶大陸性氣候,多為干旱、半干旱地區(qū)[9],植被覆蓋與降水高度相關(guān)區(qū)域大多位于400 mm降水線以北,其中以寧夏回族自治區(qū)中部及與內(nèi)蒙古自治區(qū)和陜西省以及甘肅省接壤一帶、內(nèi)蒙古自治區(qū)北部、陜西省與山西省接壤地帶為主,以上地區(qū)地處黃土高原,土地干旱易退化,植被覆蓋率低,以草地為主,對(duì)水分較為敏感。黃河流域植被指數(shù)變化與輻射的關(guān)系以負(fù)相關(guān)為主,這與孫高鵬等[52]的研究結(jié)果相一致。植被指數(shù)變化與輻射的滯后時(shí)間約為3個(gè)月,受輻射驅(qū)動(dòng)的區(qū)域面積占比相對(duì)較高,且集中分布在陜西省中部的洛河中游-黃龍山-黃河干流一帶,該地區(qū)與氣溫、降水和輻射復(fù)相關(guān)系數(shù)較高,氣溫升高、降水增加和輻射下降使植被指數(shù)升高；以上地區(qū)主要土地利用類型為林地和草地,草深林密,植被覆蓋度高,植被生長(zhǎng)所需水熱條件良好,輻射過(guò)強(qiáng)則可能會(huì)造成該地區(qū)植被蒸騰增加,水分消耗過(guò)多,影響植物生長(zhǎng),使植物快速進(jìn)入枯黃期,從而導(dǎo)致植被指數(shù)的迅速下降[53]。

在時(shí)間和空間上,NDVI比EVI能較好地反映植被的改善狀況,EVI則比NDVI能較好地反映植被的退化狀況。NDVI在使用過(guò)程中容易受到土壤背景的干擾,而且存在基于比值的植被指數(shù)飽和問(wèn)題[4],黃河流域大部分地區(qū)為草地植被且干旱,植被生長(zhǎng)密度不高,NDVI對(duì)植被變化的敏感程度要高于EVI,NDVI的年際變化幅度高于EVI,因此,在對(duì)黃河流域植被覆蓋率較低且植被整體呈改善趨勢(shì)地區(qū)開展植被變化研究時(shí),NDVI更為適用。NDVI與氣溫相關(guān)度低于EVI,與降水、輻射的相關(guān)度要高于EVI。陳燕麗等[7]在廣西石漠化片區(qū)進(jìn)行NDVI、EVI與氣象因子相關(guān)對(duì)比研究得出,EVI對(duì)降水的響應(yīng)好于NDVI；Pan等[54]在內(nèi)蒙古阿拉善地區(qū)的研究結(jié)果顯示,EVI對(duì)降水和輻射的響應(yīng)要好于NDVI。以上地區(qū)和本研究類似,植被覆蓋率較低,研究結(jié)果存在一定差異。因此,EVI和NDVI對(duì)氣候因子響應(yīng)的差異可能并非只因植被覆蓋率不同,后續(xù)還應(yīng)引入其它相關(guān)因素開展進(jìn)一步的研究?？傮w來(lái)看,NDVI更適用于研究黃河流域植被變化及其與降水、輻射響應(yīng),EVI則更適用于研究植被變化對(duì)氣溫的響應(yīng)。