李雪銀 ，張志強(qiáng), ，孫愛芝

1. 中國科學(xué)院大學(xué) 地球與行星科學(xué)學(xué)院，北京 100049

2. 華北水利水電大學(xué) 測繪與地理信息學(xué)院，鄭州 450045

3. 黃河中下游數(shù)字地理技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室（河南大學(xué)），開封 475001

植被具有明顯的季節(jié)和年際變化，在調(diào)節(jié)氣候系統(tǒng)和陸地生態(tài)系統(tǒng)中發(fā)揮著重要作用，可作為生態(tài)環(huán)境質(zhì)量和變化的主要指標(biāo)之一（Wu et al，2015），是評估生態(tài)環(huán)境質(zhì)量和植被覆蓋動態(tài)變化的重要參數(shù)，而氣候變化（降水和氣溫）是影響植被生長的關(guān)鍵因素（Roerink et al，2003；Zeng et al，2014）。隨著社會經(jīng)濟(jì)的迅速發(fā)展，人類活動對植被覆蓋產(chǎn)生了促進(jìn)或抑制的影響（孫建國等，2014）。受氣候變化和人類活動雙重影響，近年來黃河流域植被覆蓋發(fā)生了明顯改善，但生態(tài)系統(tǒng)仍然脆弱（Cao et al，2014）。因此，開展黃河流域植被覆蓋時空演變及其影響因素研究，對制定科學(xué)合理的生態(tài)保護(hù)方案、開展生態(tài)安全評價，推動黃河戰(zhàn)略均具有重要的理論意義和應(yīng)用價值（張志強(qiáng)等，2021）。

遙感具有大尺度、低成本、重復(fù)觀測等優(yōu)勢，已廣泛應(yīng)用于黃河流域植被覆蓋時空演變和影響因素研究（信忠保等，2007；Liu et al，2014；Liu et al，2016）。李雙雙等（2012）基于MODIS NDVI研究發(fā)現(xiàn)陜甘寧地區(qū)植被覆蓋以輕微改善為主，且主要是受人類活動和氣候變化共同影響，其中人類活動影響明顯。趙周安等（2017）基于1982 — 2015年GIMMS NDVI3g研究發(fā)現(xiàn)黃土高原NDVI整體呈現(xiàn)增加趨勢，但有部分地區(qū)未來可能有退化趨勢；降水對NDVI增長的具有較強(qiáng)的影響，且生態(tài)工程對黃土高原植被恢復(fù)有重要作用。Shi et al（2021）基于2000 — 2016年MODIS NDVI和SPEI研究發(fā)現(xiàn)黃土高原NDVI整體以0.086 · (10a)-1增 長；NDVI與SPEI的 相 關(guān) 性 主 要為正相關(guān)，氣候變化（人類活動）對NDVI變化的貢獻(xiàn)率為45.78%（54.22%）；NDVI的長期趨勢對氣候變化的敏感性高于短期趨勢。

綜上所述，國內(nèi)外學(xué)者利用不同類型遙感數(shù)據(jù)開展了黃河流域植被覆蓋變化研究。從空間角度，已有研究側(cè)重于黃河流域上游和中游植被覆蓋變化分析（Cao et al，2014；陸蔭等，2020；吳加敏等，2020），關(guān)于下游甚至黃河流域整體的研究相對較少，而下游地區(qū)人口密集，易發(fā)生洪水災(zāi)害，其生態(tài)環(huán)境對開封、封丘、聊城等華北部分地區(qū)的生態(tài)系統(tǒng)良性維持具有重要作用。從時序角度，已有的8 km分辨率的植被覆蓋變化研究時間跨度通常為1982 — 2015年，缺少2015年以后植被覆蓋變化特征的研究分析。鑒于此，本文擬融合GIMMS NDVI和MODIS NDVI研究黃河流域1982 — 2021年植被覆蓋時空變化特征及影響因素。首先建立線性回歸模型，利用MODIS NDVI數(shù)據(jù)對GIMMS NDVI數(shù)據(jù)時間序列進(jìn)行插補(bǔ)延長處理，然后運(yùn)用Theil-Sen Median和Mann-Kendall等方法分析黃河流域1982 — 2021年植被覆蓋空間格局、月際和年際變化規(guī)律，最后結(jié)合同時段氣象資料采用多元線性回歸和殘差分析探討植被覆蓋變化對氣候變化和人類活動的響應(yīng)，以期為黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展提供切實(shí)有效的科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

黃 河 流 域 地 處 東 經(jīng)95°53′—119°12′，北 緯32°09′ — 41°50′，流域面積 約7.95 ×105km2（含內(nèi)流區(qū)），涉及9個省/區(qū)，地形西高東低，地勢高差懸殊。受到季風(fēng)環(huán)流和山地大氣環(huán)流的影響，不同地區(qū)的氣溫、降水、光照等氣候因素差異顯著，形成較為復(fù)雜的生態(tài)環(huán)境，這為多種多樣的植被類型提供了良好的生長條件；中下游地區(qū)為人口密集區(qū)，形成“東重西輕”的經(jīng)濟(jì)發(fā)展格局（覃成林，2011）。受降水、氣溫、地形地貌等多種自然因素和人為因素綜合作用，黃河流域生態(tài)資源被過度開發(fā)，黃河流域生態(tài)環(huán)境脆弱（蘭恒星等，2021；張志強(qiáng)等，2021）。

1.2 數(shù)據(jù)來源

遙感數(shù)據(jù)為GIMMS NDVI和MDOIS NDVI數(shù)據(jù)，GIMMS NDVI 為 1982年1月 — 2015年12月GIMMS NDVI3g（https://data.tpdc.ac.cn/en/data/9775f2b4-7370-4e5e-a537-3482c9a83d88/），時間分辨率為15 d，空間分辨率為8 km。MODIS NDVI為2000年2月— 2021年12月MOD13A3月尺度數(shù)據(jù)（https://search.earthdata.nasa.gov/），空間分辨率為1 km。為了進(jìn)一步減少大氣中的云、氣溶膠、太陽高度角等因素的影響，采用最大值合成法（MVC）對NDVI數(shù)據(jù)處理獲得月NDVI數(shù)據(jù)（金凱等，2020），并定義4 — 10月為生長季，取生長季內(nèi)月平均值為年NDVI數(shù)據(jù)。

氣象數(shù)據(jù)為1982 — 2021年黃河流域94個氣象站點(diǎn)的日氣溫和日降水?dāng)?shù)據(jù)（https://data.cma.cn/），預(yù)處理氣象數(shù)據(jù)并計(jì)算各站點(diǎn)逐年的生長季平均氣溫和累計(jì)降水量；空間插值獲得逐年的且與NDVI數(shù)據(jù)空間分辨率一致、投影相同的氣溫和降水柵格數(shù)據(jù)。

1.3 方法

1.3.1 數(shù)據(jù)融合

由于GIMMS和MODIS數(shù)據(jù)是不同傳感器的數(shù)據(jù)產(chǎn)品，其空間分辨率和地理坐標(biāo)存在一定差異，因此，需要先將MODIS NDVI數(shù)據(jù)進(jìn)行重采樣、投影轉(zhuǎn)換和裁剪等處理，以獲得與GIMMS NDVI數(shù)據(jù)地理坐標(biāo)相同、空間分辨率一致的MODIS NDVI數(shù)據(jù)；其次，根據(jù)重合年份（2000 — 2015年）構(gòu)建線性回歸模型，基于MODIS NDVI數(shù) 據(jù) 獲 得2016 — 2021年GIMMS NDVI插補(bǔ)值。計(jì)算公式如下：

圖1 2000 — 2015年GIMMS NDVI原始值與其插補(bǔ)值（GIMMS NDVI*）線性關(guān)系Fig. 1 Linear relationship between the original GIMMS NDVI and its interpolated value (GIMMS NDVI*) during 2000 —2015

1.3.2 Theil-Sen Median趨勢分析

Theil-Sen Median趨勢分析為非參數(shù)趨勢度方法，是對時序數(shù)據(jù)變化趨勢的定量描述（Sen，1968；Theil，1992）。計(jì)算公式如下：

式中：1≤i＜j≤n，n為總時序長度，NDVIHi和NDVIHj為NDVI年 時 序 數(shù) 據(jù) 集。當(dāng)β＞0時，NDVI呈現(xiàn)上升趨勢。反之，呈現(xiàn)下降趨勢，β數(shù)值越小，下降趨勢越明顯。本研究采用Mann-Kendall檢驗(yàn)判斷變化趨勢的顯著性（Mann，1945；Kendall，1957），選取的置信水平為95%和99%。

1.3.3 殘差分析

本研究假設(shè)1982 — 2000年植被覆蓋變化僅受氣候變化的影響，以年NDVI為因變量，3 — 10月平均氣溫和累計(jì)降水量為自變量，構(gòu)建多元線性回歸模型并進(jìn)行殘差分析。計(jì)算公式如下：

式中：a、b和c為多元線性回歸模型參數(shù)；T和P分別為平均氣溫和累計(jì)降水量；NDVIobs為NDVI的觀測值；NDVIcli和 NDVIpeo分別為僅受氣候變化和僅受人類活動影響的NDVI。當(dāng)NDVIpeo＞0時，人類活動具有正向影響，促進(jìn)植被生長；反之表示人類活動抑制植物生長，使得植被加劇退化（Evans and Geerken，2004）。

2 數(shù)據(jù)結(jié)果與分析

2.1 黃河流域植被覆蓋時空分布格局

在時序格局上，1982 — 2021年黃河流域植被覆蓋月均NDVI值先上升后下降，呈單峰曲線狀分布（圖2a），以8月（0.50）為中心向兩側(cè)遞減；近40 a植被覆蓋年際變化呈現(xiàn)波動增長趨勢（圖2b），增長速度為0.019 · (10a)-1，年均NDVI值介于0.36 — 0.45，其中2018年（0.45）最高。

圖2 1982 — 2021年黃河流域植被覆蓋月際（a）和年際變化（b）Fig. 2 Monthly (a) and annual (b) change of vegetation coverage in the Yellow River Basin during 1982 — 2021

在空間格局上，近40 a黃河流域植被覆蓋空間分布整體呈東部、西部和南部地區(qū)高，北部地區(qū)較低的特征（圖3）。將黃河流域多年NDVI均值等間距重分類為5級：低植被覆蓋區(qū)（0.0 — 0.2）主要分布在流域西北邊緣地帶，其面積為1.05 ×105km2，約占13.44%；較低植被覆蓋區(qū)（0.2 —0.4）主要分布于甘肅省東部和陜西省北部，其面積為2.80 ×105km2，約占35.85%；一般植被覆蓋區(qū)（0.4 — 0.6）主要在青海省東南部、甘肅省南部和中游南部等地區(qū)，其面積為2.77 ×105km2，約占35.47%；較高植被覆蓋區(qū)（0.6 — 0.8）主要分布在青海南部和中下游，其面積約有1.16 ×105km2，約占14.85%；高植被覆蓋區(qū)（0.8 —1.0）呈斑塊狀分布，其面積為0.03 ×105km2，約占0.39%。

圖3 1982 — 2021年黃河流域多年NDVI均值分布Fig. 3 The distribution of the mean value of NDVI in the Yellow River Basin during 1982 — 2021

2.2 黃河流域植被覆蓋空間變化

根據(jù)設(shè)定的置信水平（99%和95%）對應(yīng)的|Z|值（2.58和1.96），將植被覆蓋變化趨勢顯著性分級（圖4和表1），結(jié)果顯示：近40 a流域中部和東部區(qū)域植被覆蓋整體呈上升趨勢，約占總面積的77.35%，其中呈顯著上升趨勢的占總面積的62.33%，這可能與退耕還林（草）和生態(tài)治理政策實(shí)施等工程積極影響有關(guān)。植被覆蓋變化不明顯的主要分布在青海省和西部邊緣地帶，約占14.40%，主要分布在植被覆蓋較差（如沙漠區(qū)中心地帶、裸巖山區(qū)）或植被覆蓋良好的地區(qū)。在黃河源區(qū)、銀川市、吳忠市、西安市和渭南市等地區(qū)植被覆蓋呈退化趨勢，約占8.25%，其中呈顯著退化區(qū)域主要集中在人口密集的城市集中發(fā)展地區(qū)（如關(guān)中平原城市群），這可能與城市大量擴(kuò)張等人類活動有關(guān)，導(dǎo)致植被用地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地。

表1 黃河流域植被覆蓋變化趨勢面積統(tǒng)計(jì)Tab. 1 Statistics on the trend area of vegetation coverage in the Yellow River Basin

圖4 1982 — 2021年黃河流域植被覆蓋變化趨勢Fig. 4 Vegetation cover change trends in the Yellow River Basin during 1982 — 2021

2.3 黃河流域植被覆蓋變化的影響因素

為了區(qū)分氣候變化和人類活動對植被的影響，本文參考Sun et al（2015）提出的氣候變化和人類活動對植被變化影響的方法，進(jìn)行植被覆蓋變化影響因素劃分（表2）。結(jié)果表明黃河流域植被覆蓋對氣候變化和人類活動的響應(yīng)存在較大的空間差異（圖5）。在圖5a中，氣候變化對植被覆蓋增加基本無影響的面積約有27.41%，主要分布于甘肅省、寧夏回族自治區(qū)和陜西省部分地區(qū)；有促進(jìn)作用的面積約有42.40%，主要集中在青海省東部、河南省、山西省和祁連山脈等部分區(qū)域；有抑制作用的面積約有30.19%，主要在黃河源區(qū)、鄂爾多斯高原、毛烏素沙地和山西省中部等區(qū)域，其中有明顯抑制和中度抑制的面積約有6.84%，主要分布在山西省中部地區(qū)和內(nèi)蒙古自治區(qū)部分區(qū)域。而在圖5b中，人類活動對黃河流域的植被覆蓋增加基本無影響的面積約有13.09%，主要分布在黃河流域上游部分地區(qū)；有促進(jìn)作用的面積約有73.69%，其中有明顯促進(jìn)和中度促進(jìn)的約有52.50%，主要集中在黃河流域中部地區(qū)；有抑制作用的約有13.22%，主要分布于黃河源區(qū)、寧夏平原地區(qū)、陜西省南部和河南省部分地區(qū)，其中明顯抑制和中度抑制約占10.06%。研究時段內(nèi)，氣候變化和人類活動對黃河流域植被覆蓋變化 影 響 的 平 均 值 分 別 為- 0.12 ×10-3· a-1和2.83 ×10-3· a-1，表明人類活動對黃河流域植被覆蓋變化的影響主要表現(xiàn)為促進(jìn)作用。

表2 植被覆蓋變化的影響因素劃分（Sun et al，2015）Tab. 2 Methods for assessing influence factors of vegetation cover changes (Sun et al，2015)

圖5 2001 — 2021年氣候變化與人類活動分別對黃河流域植被恢復(fù)的影響空間分布Fig. 5 Spatial distribution of climate and human activities impacts on vegetation restoration in the Yellow River Basin during 2001 — 2021

圖6為氣候變化和人類活動對黃河流域植被覆蓋變化的影響。結(jié)果表明由氣候變化和人類活動共同作用且對植被增長有促進(jìn)作用的面積約占36.65%，主要分布在甘肅省東部、陜西省北部、山西省和下游等地區(qū)；僅受氣候變化（人類活動）影響對植被增長有促進(jìn)作用的面積約有2.19%（46.13%）。而由氣候變化和人類活動共同作用且對植被增長有抑制作用的面積約有7.32%，主要在黃河源區(qū)；僅受氣候變化（人類活動）影響且對植被增長有抑制作用的面積占比為2.53%（5.18%），主要分布在流域南部邊緣地帶。

圖6 2001 — 2021年黃河流域植被覆蓋變化影響因素空間分布Fig. 6 Spatial distribution of the impact factors of vegetation cover changes in the Yellow River Basin during 2001 — 2021

3 討論與結(jié)論

3.1 討論

本文通過研究發(fā)現(xiàn)黃河流域植被覆蓋時空分布差異較為明顯，整體呈波動上升趨勢，植被分布特征為西北低東南高，這與前人研究一致（高江波等，2019；金凱等，2020）。黃河流域植被覆蓋整體為上升趨勢，受氣候變化和人類活動綜合作用，而降水和氣溫等氣候因子具有空間異質(zhì)性（高江波等，2019），氣候變化對黃河流域不同地區(qū)植被覆蓋變化的影響程度不同。

本文通過構(gòu)建線性回歸模型，實(shí)現(xiàn)了MODIS NDVI數(shù)據(jù)插補(bǔ)延長GIMMS NDVI數(shù)據(jù)，以便分析黃河流域植被覆蓋的時空演變和影響因素。研究發(fā)現(xiàn)：氣候變化和人類活動共同作用對植被覆蓋的增長有促進(jìn)作用的區(qū)域主要在中游和下游，人類活動對黃河流域植被覆蓋變化的影響主要表現(xiàn)為促進(jìn)作用，約占總流域的46.13%。主要由于自2000年實(shí)施了植樹造林、退耕還林（草）等一系列的生態(tài)建設(shè)工程，黃土高原、鄂爾多斯等地的植被覆蓋在人類的保護(hù)和治理下逐步改善（信忠保等，2007；李曉光等，2014；孫建國等，2014；趙安周等，2017）。

3.2 結(jié)論

本文基于GIMMS NDVI數(shù)據(jù)、MODIS NDVI數(shù)據(jù)和氣象數(shù)據(jù)（降水和氣溫），分析近40 a黃河流域植被覆蓋時空格局及其影響因素。主要結(jié)論如下：

（1）在時空分布上，近40 a黃河流域植被覆蓋由西北向東南遞增，流域西北部地區(qū)植被覆蓋相對較少。月際變化以8月為最大值（0.50），主要是8月溫度相對較高，降水相對較多；年際變化整體呈波動增長趨勢，增長速率為0.019 · (10a)-1。

（2）在1982 — 2021年，黃河流域大部分地區(qū)植被覆蓋變化呈上升趨勢，約有77.35%，但是仍有部分地區(qū)的植被覆蓋呈退化趨勢，約有8.25%，其中呈顯著減少趨勢的區(qū)域集中在城市集中發(fā)展地區(qū)。

（3）黃河流域植被覆蓋變化主要受到氣候變化和人類活動共同作用，其中受人類活動促進(jìn)作用影響的區(qū)域有46.13%，受氣候變化促進(jìn)作用影響的區(qū)域有2.19%，表明人類活動對黃河流域植被覆蓋變化的促進(jìn)作用影響較顯著。