摘 要：利用２００１—２０２０ 年ＭＯＤＩＳ ＮＤＶＩ 數(shù)據(jù)，結(jié)合降水、氣溫等資料，采用Ｓｅｎ 趨勢分析、Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗(yàn)、Ｈｕｒｓｔ 指數(shù)、Ｐｅａｒｓｏｎ相關(guān)分析以及多元回歸殘差分析等方法，研究陜西省近２０ ａ 歸一化植被指數(shù)ＮＤＶＩ 的時空變化特征及未來變化趨勢，探討省內(nèi)氣候因素及人類活動對ＮＤＶＩ 變化的影響以及ＮＤＶＩ 對降水和氣溫響應(yīng)的時滯效應(yīng)。研究結(jié)果表明：①２００１—２０２０ 年陜西省ＮＤＶＩ 整體呈上升趨勢，增長速率為０．００４ ７／ ａ，ＮＤＶＩ 在不同生態(tài)區(qū)有所差異，空間異質(zhì)性明顯；②陜西省ＮＤＶＩ 變化的反持續(xù)性強(qiáng)于持續(xù)性，未來ＮＤＶＩ 變化趨勢以反持續(xù)改善（退化）為主；③陜西省降水和氣溫對ＮＤＶＩ 變化均產(chǎn)生了正向影響，且ＮＤＶＩ 與氣溫的相關(guān)性強(qiáng)于降水；④陜西省ＮＤＶＩ 對降水的響應(yīng)不存在明顯的時滯效應(yīng)，對氣溫響應(yīng)的滯后期以０～１ 個月為主；⑤陜西省大部分地區(qū)ＮＤＶＩ 殘差呈增大趨勢，人類活動對植被覆蓋變化起到了顯著促進(jìn)作用。

關(guān)鍵詞：ＮＤＶＩ；時空變化；Ｈｕｒｓｔ 指數(shù)；時滯效應(yīng)；殘差分析；陜西省

中圖分類號： Ｘ８７；ＴＰ７９ 文獻(xiàn)標(biāo)志碼：Ａｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２３．０４．００５

引用格式：程兀杰，孟妮娜，蔡昕楠，等．陜西?。危模郑?時空變化及其對氣候和人類活動的響應(yīng)［Ｊ］．人民黃河，２０２３，４５（４）：２８－３４．

植被作為地球各圈層相互作用的產(chǎn)物，在全球物質(zhì)循環(huán)和能量傳遞中起著關(guān)鍵作用，同時也是全球和區(qū)域氣候變化的指示器［１－２］ 。因此，對植被覆蓋的動態(tài)變化信息進(jìn)行監(jiān)測在全球氣候變化和區(qū)域環(huán)境綜合治理中具有重要意義。

歸一化植被指數(shù)（Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ ＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，ＮＤＶＩ）能夠很好地反映植被的生長狀況，可以作為定量描述植被覆蓋變化的遙感指標(biāo)［３］ 。國內(nèi)外學(xué)者將其應(yīng)用于研究多尺度植被覆蓋時空變化特征及植被生長狀況對生態(tài)因子的響應(yīng)機(jī)制［４－５］ 。陜西省地處我國西北內(nèi)陸，南北縱跨３ 個氣候帶，境內(nèi)地理環(huán)境差異顯著，生態(tài)系統(tǒng)較為脆弱，是水土流失、沙化和荒漠化問題較為嚴(yán)峻的省份之一，被列為全國生態(tài)環(huán)境建設(shè)重點(diǎn)治理區(qū)。眾多學(xué)者對陜西省植被覆蓋時空演變規(guī)律及驅(qū)動因素進(jìn)行了大量研究［６－８］ ，但利用近幾年數(shù)據(jù)預(yù)測未來變化趨勢的相關(guān)研究較少，且對于降水和氣溫的時滯效應(yīng)未有細(xì)致分析。筆者基于ＭＯＤＩＳ ＮＤＶＩ 數(shù)據(jù)，開展陜西?。危模郑?長時序（２００１—２０２０ 年）時空變化特征分析，采用基于柵格像元的趨勢分析、Ｈｕｒｓｔ 指數(shù)分析預(yù)測植被覆蓋的未來變化趨勢，并結(jié)合同期和前１～２ 月的氣象數(shù)據(jù)，探究ＮＤＶＩ 對降水和氣溫響應(yīng)的時滯效應(yīng)。

１ 研究區(qū)概況

陜西省位于我國大陸腹地，地處黃河流域中部，總面積約為２０．５６ 萬ｋｍ２。全省地表形態(tài)復(fù)雜、地形起伏大，地勢總體表現(xiàn)為南北高、中間低。省內(nèi)南北跨越緯度７°５４′，自南向北依次跨越北亞熱帶、暖溫帶、中溫帶３ 個氣候帶，氣候差異較大。年平均氣溫７～１６ ℃，年平均降水量３４０～１ ２４０ ｍｍ。自南向北可將陜西省劃分為４ 個生態(tài)區(qū)（見圖１）：秦巴山地落葉與常綠闊葉林生態(tài)區(qū)、汾渭盆地農(nóng)業(yè)生態(tài)區(qū)、黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)以及內(nèi)蒙古高原中東部典型草原生態(tài)區(qū)［９］ 。陜西?。玻埃玻?年生產(chǎn)總值為２．６ 萬億元，人均生產(chǎn)總值為６．６ 萬元，常住人口約３ ９５０ 萬人。

２ 數(shù)據(jù)與方法

２．１ 數(shù)據(jù)來源及預(yù)處理

ＭＯＤＩＳ ＮＤＶＩ 數(shù)據(jù)來源于ＮＡＳＡ 官網(wǎng)ＭＯＤ１３Ｑ１ｖ０６１版本數(shù)據(jù)，空間分辨率為２５０ ｍ，時間分辨率為１６ ｄ，時間跨度為２００１—２０２０ 年。該數(shù)據(jù)已經(jīng)過大氣校正及輻射校正等預(yù)處理，被廣泛應(yīng)用于區(qū)域和全球植被覆蓋變化的研究，且此版本對算法進(jìn)行了更新，使得數(shù)據(jù)質(zhì)量更加可靠。首先利用ＭＲＴ 工具對原始數(shù)據(jù)進(jìn)行批量拼接、投影、轉(zhuǎn)換等處理；然后在ＡｒｃＧＩＳ１０．２ 中利用陜西省行政區(qū)矢量邊界進(jìn)行裁剪，將每年２３ 期數(shù)據(jù)通過最大值合成（ＭＶＣ）得到逐月ＮＤＶＩ 數(shù)據(jù)，ＭＶＣ 法可以有效降低云、霧、顆粒以及太陽高度角對數(shù)據(jù)的干擾［６］ ；最后將４—１０ 月及１—１２ 月的數(shù)據(jù)分別取均值得到陜西省生長季ＮＤＶＩ 數(shù)據(jù)及年ＮＤＶＩ 數(shù)據(jù)。

本研究使用的ＤＥＭ 數(shù)據(jù)來源于地理空間數(shù)據(jù)云（ｈｔｔｐｓ：∥ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／ ）提供的ＳＲＴＭ ＤＥＭ 數(shù)據(jù)，原始空間分辨率為９０ ｍ，采用雙線性內(nèi)插法重采樣生成空間分辨率為２５０ ｍ 的ＤＥＭ 數(shù)據(jù)。氣象數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（ｈｔｔｐ：∥ｇｒｅ．ｇｅｏｄａｔａ．ｃｎ），該數(shù)據(jù)將ＤＥＭ 數(shù)據(jù)作為協(xié)變量，通過薄板樣條插值方法生成逐月柵格數(shù)據(jù)集。生態(tài)功能區(qū)劃數(shù)據(jù)來源于中國生態(tài)系統(tǒng)評估與生態(tài)安全數(shù)據(jù)庫（ｈｔｔｐｓ：∥ｗｗｗ．ｅｃｏｓｙｓｔｅｍ．ｃｓｄｂ．ｃｎ／ ）。

２．２ 研究方法

２．２．１ Ｓｅｎ 趨勢分析以及Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗(yàn)

Ｓｅｎ 趨勢分析作為一種穩(wěn)健的趨勢分析方法，不要求變化趨勢是線性的，并且對數(shù)據(jù)誤差的魯棒性較好，因此在長時序數(shù)據(jù)的趨勢分析中得到廣泛應(yīng)用［１０］ 。計算公式如下：

２．２．２ Ｈｕｒｓｔ 指數(shù)分析

Ｈｕｒｓｔ 指數(shù)是定量描述某一時間序列自相似性和長記憶性的主要方法之一，因其可以通過持續(xù)性分析有效地預(yù)測時間序列的未來變化趨勢，在水文、氣象、地質(zhì)、經(jīng)濟(jì)等領(lǐng)域得到了廣泛應(yīng)用［１１］ 。有關(guān)研究表明，在眾多Ｈｕｒｓｔ 指數(shù)的估算方法中，重標(biāo)極差法（Ｒ／ Ｓ分析法）是較為合理的一種［１２］ ，因此本研究采用基于Ｒ／ Ｓ 分析法的Ｈｕｒｓｔ 指數(shù)來定量描述陜西?。危模郑?變化的持續(xù)性，從而分析省內(nèi)植被覆蓋的未來變化趨勢。Ｈｕｒｓｔ 指數(shù)Ｈ 一般介于０～１ 之間，若０＜Ｈ＜０．５，則表明ＮＤＶＩ 時間序列具有反持續(xù)性，即未來ＮＤＶＩ 變化趨勢與過去相反；若Ｈ ＝０．５，則表明ＮＤＶＩ 時間序列是隨機(jī)游走的，即未來ＮＤＶＩ 變化趨勢與過去不存在相關(guān)性；若０．５＜Ｈ＜１，則表明ＮＤＶＩ 時間序列具有持續(xù)性，即未來ＮＤＶＩ 變化趨勢與過去一致。

２．２．３ Ｐｅａｒｓｏｎ 相關(guān)分析

本研究采用Ｐｅａｒｓｏｎ 相關(guān)系數(shù)估算陜西?。危模郑膳c降水和氣溫的相關(guān)性，從而分析氣候因素對全省ＮＤＶＩ 的影響，計算公式如下：

３ 結(jié)果與分析

３．１ 陜西省ＮＤＶＩ 時空演變分析

３．１．１ 時間變化特征

如圖２ 所示，２００１—２０２０ 年陜西省ＮＤＶＩ 整體呈上升趨勢，增長速率為０．００４ ７／ ａ，增長幅度為２５．１９％，年ＮＤＶＩ 最小值為０．４１０ ５７８，最大值為０．５１４ ０１３，分別出現(xiàn)在２００１ 年和２０２０ 年。研究時段內(nèi)各生態(tài)區(qū)ＮＤＶＩ 均呈上升趨勢。其中，黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)（ Ⅲ 區(qū)） 增長最快， 增速為０． ００６ ２／ ａ， 增幅為４４．４１％，該生態(tài)區(qū)自身植被覆蓋度低，因此變化較為明顯，同時退耕還林還草等生態(tài)治理措施對植被覆蓋具有一定的影響；汾渭盆地農(nóng)業(yè)生態(tài)區(qū)（Ⅱ區(qū)）增長最慢，增速為０．００３ ３／ ａ，增幅為２２．４６％，原因是近些年該生態(tài)區(qū)城鎮(zhèn)化發(fā)展迅速，受人類活動影響較大。

３．１．２ 空間分布特征

通過對陜西省２００１—２０２０ 年ＮＤＶＩ 取均值可得近２０ ａ 的ＮＤＶＩ 空間分布。由圖３ 可知，陜西省ＮＤＶＩ 隨緯度的升高而降低，自南向北呈遞減趨勢，受地形地貌、氣候等因素影響，ＮＤＶＩ 空間差異明顯［９］ 。高ＮＤＶＩ區(qū)域主要在陜南秦巴山區(qū)、延安西南與東南部黃土丘陵區(qū)；汾渭盆地農(nóng)業(yè)生態(tài)區(qū)ＮＤＶＩ 在全省處于中等水平，其中渭南大部分地區(qū)ＮＤＶＩ 較低，西安市區(qū)因城市化發(fā)展導(dǎo)致ＮＤＶＩ 顯著降低；延安北部黃土丘陵溝壑區(qū)及榆林全市ＮＤＶＩ 整體偏低，其中榆林西北部風(fēng)沙草灘區(qū)ＮＤＶＩ 最低。

對近２０ ａ 陜西省ＮＤＶＩ 空間分布進(jìn)行分級統(tǒng)計（見表１），由表１ 可知陜西?。危模郑?小于０．２ 的區(qū)域占３．０８％，主要分布在榆林西北部地區(qū)及西安市中心城區(qū)；ＮＤＶＩ 在０．２～０．５ 之間的區(qū)域占４６．７６％，主要分布在黃土高原北部及關(guān)中大部分地區(qū)；ＮＤＶＩ 在０．５～１．０之間的區(qū)域占５０．１６％。其中，秦巴山地落葉與常綠闊葉林生態(tài)區(qū)ＮＤＶＩ 均值為０．６２，小于０．２ 的區(qū)域僅占０．０４％，介于０．５～１．０ 之間的區(qū)域占比達(dá)９５．１２％；汾渭盆地農(nóng)業(yè)生態(tài)區(qū)ＮＤＶＩ 均值為０．４７，小于０．２ 的區(qū)域僅占０．７９％，大部分區(qū)域ＮＤＶＩ 介于０．２～０．５ 之間，占該生態(tài)區(qū)的６２．０８％；黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)ＮＤＶＩ均值為０．３７，小于０．２ 的區(qū)域占１．９９％，絕大部分區(qū)域ＮＤＶＩ 介于０．２～０．５ 之間；內(nèi)蒙古高原中東部典型草原生態(tài)區(qū)ＮＤＶＩ 均值為０．２３，不存在ＮＤＶＩ 大于０．５ 的區(qū)域。

３．１．３ 空間變化趨勢

通過Ｓｅｎ 趨勢分析和Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗(yàn)得到陜西省近２０ ａ 的ＮＤＶＩ 變化趨勢結(jié)果［見圖４（ａ）］及顯著性檢驗(yàn)結(jié)果（見表２）?？梢园l(fā)現(xiàn)，陜西?。玻埃埃薄玻埃玻?年植被覆蓋明顯呈改善趨勢，植被覆蓋改善區(qū)域占全?。梗矗罚玻?，極顯著改善（顯著性水平ｐ＜０．０１）占７８．９１％，主要分布在陜北榆林及延安、寶雞西部與北部、安康大部分地區(qū)以及商洛絕大部分地區(qū)。其中陜西省北部兩個生態(tài)區(qū)植被覆蓋度原本較低，經(jīng)過退耕還林還草等生態(tài)治理工程的實(shí)施，植被覆蓋改善極為顯著，有效抑制了土地荒漠化等環(huán)境問題。顯著改善（０．０１≤ｐ＜０．０５）區(qū)域占全省７．１１％，散落分布在陜南秦巴山區(qū)、汾渭盆地及榆林市西部地區(qū)。輕微改善區(qū)域占全省８．７０％。植被覆蓋退化區(qū)域占全省３．２０％，主要分布在關(guān)中地區(qū)，以寶雞—咸陽—西安—渭南沿線成帶狀分布，該區(qū)域植被類型以農(nóng)作物為主，人類活動對區(qū)域植被覆蓋影響較大，沿線城市以城市群的形式共同發(fā)展，導(dǎo)致植被覆蓋整體退化。極顯著退化（ｐ＜０．０１）區(qū)域占全?。埃福保ィ饕植荚陉P(guān)中和陜南各地級市的市中心附近，尤其以西安和漢中最為嚴(yán)重。其中西安作為省會城市，人口密度大，在城鎮(zhèn)化進(jìn)程加快的步伐中得到了快速發(fā)展，市中心向外圍延伸以及新區(qū)的建設(shè)導(dǎo)致城市部分地區(qū)土地利用類型由原來的耕地轉(zhuǎn)為建設(shè)用地。漢中屬于北亞熱帶濕潤季風(fēng)氣候區(qū)，原本植被覆蓋度良好，城市化發(fā)展極易導(dǎo)致植被覆蓋度降低。顯著退化（０．０１≤ｐ＜０．０５）和輕微退化（ｐ≥０．０５）區(qū)域分別占全?。埃矗梗ズ停保梗埃?，分布于極顯著退化區(qū)域附近。

３．１．４ 未來趨勢預(yù)測

利用基于Ｒ／ Ｓ 分析法的Ｈｕｒｓｔ 指數(shù)，在像元尺度上對陜西省近２０ ａ ＮＤＶＩ 變化的持續(xù)性特征進(jìn)行分析，進(jìn)而預(yù)測陜西省植被覆蓋的未來變化趨勢。陜西省ＮＤＶＩ Ｈｕｒｓｔ 指數(shù)Ｈ 均值為０．４７８，０＜Ｈ＜０．５ 的區(qū)域占６１．７４％，０．５＜Ｈ＜１ 的區(qū)域占３８．２６％，因此陜西省ＮＤＶＩ 變化的反持續(xù)特征更強(qiáng)。將Ｓｅｎ 趨勢分析結(jié)果與Ｈｕｒｓｔ 指數(shù)計算結(jié)果進(jìn)行疊置分析，得到基于柵格像元的ＮＤＶＩ 未來變化趨勢［見圖４（ｂ）］及未來變化趨勢統(tǒng)計（見表３）。結(jié)果表明，陜西省未來植被覆蓋持續(xù)改善的區(qū)域占３４．９３％，主要分布在榆林西部與北部地區(qū)、延安西部與東南部地區(qū)以及渭南中部地區(qū)。

其中陜北地區(qū)未來植被覆蓋持續(xù)改善區(qū)域稍大于反持續(xù)改善（退化） 區(qū)域，這與生態(tài)環(huán)境治理工程關(guān)系密切。未來植被覆蓋反持續(xù)改善（退化）區(qū)域占５９．８０％，主要分布在榆林東南部及陜南大部分地區(qū)。其中，榆林東南部地區(qū)地貌復(fù)雜，土壤沙化明顯，生態(tài)環(huán)境較為脆弱，陜南秦巴山區(qū)植被覆蓋一直較好，這些地區(qū)在未來可能會出現(xiàn)退化的現(xiàn)象。未來植被覆蓋反持續(xù)退化（改善）、持續(xù)退化及基本不變的區(qū)域分別占１．００％、２．２０％、２．０６％，其中持續(xù)退化區(qū)域主要分布在汾渭盆地農(nóng)業(yè)生態(tài)區(qū)，與近２０ ａ 呈退化趨勢的地區(qū)基本吻合，這些區(qū)域未來植被覆蓋將繼續(xù)呈退化趨勢，表明在城鎮(zhèn)化發(fā)展的進(jìn)程中，人類活動對區(qū)域生態(tài)環(huán)境產(chǎn)生的影響具有持續(xù)性。

為驗(yàn)證未來趨勢預(yù)測的可靠性，采用２０２１ 年數(shù)據(jù)進(jìn)行統(tǒng)計分析，２０２１ 年陜西?。危模郑?均值為０．５２２，自２０１８ 年以來呈緩慢增大趨勢。將２０２１ 年數(shù)據(jù)與２０２０年進(jìn)行比較，可以得到２０２０—２０２１ 年ＮＤＶＩ 變化趨勢（見圖５），由圖５ 可知，改善區(qū)域主要分布在榆林西部、延安北部、寶雞南部以及陜南部分地區(qū)，退化區(qū)域主要分布在榆林中部及東北部地區(qū)、延安南部、關(guān)中地區(qū)以及陜南部分地區(qū)。這與圖４（ｂ）預(yù)測的結(jié)果及分析基本吻合，說明未來趨勢預(yù)測具有一定的可靠性。

３．２ 陜西?。危模郑?對降水和氣溫的響應(yīng)

降水和氣溫作為重要的氣候因素，影響著陸地植被的生長［１３］ 。為探究陜西?。危模郑?變化對降水和氣溫的響應(yīng)機(jī)制，首先從年際尺度對生長季（４—１０ 月）ＮＤＶＩ 與年降水量和年平均氣溫進(jìn)行相關(guān)性分析，從而探究ＮＤＶＩ 對降水和氣溫響應(yīng)的空間分布；其次從月際尺度對生長季ＮＤＶＩ 與同期和前１～２ 月的降水和氣溫數(shù)據(jù)進(jìn)行相關(guān)性分析，依據(jù)最大相關(guān)系數(shù)探究ＮＤＶＩ對降水和氣溫響應(yīng)的時滯效應(yīng)。

３．２．１ 年際尺度相關(guān)性分析

陜西省生長季ＮＤＶＩ 與年降水量相關(guān)性分析和顯著性檢驗(yàn)結(jié)果如圖６ 所示，ＮＤＶＩ 與降水存在正相關(guān)的區(qū)域（７１．１４％）大于負(fù)相關(guān)的區(qū)域（２８．８６％），相關(guān)系數(shù)均值為０．１０，正相關(guān)區(qū)域主要分布在陜北地區(qū)，但是通過顯著性檢驗(yàn)（ｐ＜０．０５）的區(qū)域僅占全省的５．０７％，主要分布在榆林及陜南少部分地區(qū)，說明降水并非陜西省近２０ ａ 植被覆蓋變化的主導(dǎo)因素。

生長季ＮＤＶＩ 與年平均氣溫相關(guān)性分析和顯著性檢驗(yàn)結(jié)果如圖７ 所示，ＮＤＶＩ 與氣溫存在正相關(guān)的區(qū)域（８２．０８％）大于負(fù)相關(guān)的區(qū)域（１７．９２％），相關(guān)系數(shù)均值為０．１９，負(fù)相關(guān)區(qū)域主要分布在榆林市西部及汾渭盆地農(nóng)業(yè)生態(tài)區(qū)中東部地區(qū)，其余地區(qū)均以正相關(guān)為主。通過顯著性檢驗(yàn)（ｐ＜０．０５）的區(qū)域占全?。保埃玻梗?，主要分布在陜南秦巴山區(qū)，說明氣溫對陜南地區(qū)植被覆蓋變化的影響強(qiáng)于陜西省其他地區(qū)。ＮＤＶＩ 與降水和氣溫的相關(guān)性分析與已有研究結(jié)果一致［１５－１６］ 。

３．２．２ 月際尺度時滯效應(yīng)分析

陜西省生長季ＮＤＶＩ 對降水響應(yīng)的時滯效應(yīng)分析結(jié)果見圖８（ａ）和表４，省內(nèi)ＮＤＶＩ 整體與當(dāng)月降水的相關(guān)性最強(qiáng)，占陜西省總面積的８６．５０％，對降水響應(yīng)滯后１～２ 個月的占比分別為１．９６％、１１．５４％。其中，陜北地區(qū)ＮＤＶＩ 對降水未見明顯的滯后性，滯后２ 個月的區(qū)域成帶狀分布于汾渭盆地農(nóng)業(yè)生態(tài)區(qū)和陜南秦巴山區(qū)南部。

陜西省生長季ＮＤＶＩ 對氣溫響應(yīng)的時滯效應(yīng)分析結(jié)果見圖８（ｂ）和表４，對氣溫響應(yīng)滯后０～２ 個月的區(qū)域分別占全省的６２．８４％、３４．４２％、２．７４％。陜北北部地區(qū)對氣溫的響應(yīng)以滯后１ 個月為主，汾渭盆地農(nóng)業(yè)生態(tài)區(qū)對氣溫響應(yīng)滯后１ 個月的區(qū)域成片狀分布于該生態(tài)區(qū)東部、滯后２ 個月的區(qū)域零散分布于該生態(tài)區(qū)中部，黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)南部與陜南秦巴山區(qū)ＮＤＶＩ 對氣溫響應(yīng)未見明顯的滯后性。

３．３ 陜西省ＮＤＶＩ 對人類活動的響應(yīng)

陸地植被的生長不僅受降水、氣溫等氣候因素的影響，而且與人類活動的關(guān)系也較為密切。因此本研究采用多元回歸殘差分析法探究陜西?。玻埃埃薄玻埃玻澳辏危模郑?對人類活動的響應(yīng)機(jī)制，對ＮＤＶＩ 殘差值變化趨勢進(jìn)行分級統(tǒng)計， 結(jié)果見圖９ 和表５。陜西省９３．２６％的區(qū)域ＮＤＶＩ 殘差趨勢為正，說明人類活動對陜西省近２０ ａ 植被覆蓋起到明顯的促進(jìn)作用；ＮＤＶＩ殘差趨勢值＜－０．０００ ５ 的區(qū)域占比僅為３．６５％，主要集中在關(guān)中及陜南地區(qū)各地級市的市中心附近，原因是社會經(jīng)濟(jì)的飛速發(fā)展，市中心不斷向外延伸，土地利用類型轉(zhuǎn)為建設(shè)用地，人類活動對該區(qū)域植被覆蓋產(chǎn)生了抑制作用。

陜西省作為全國生態(tài)環(huán)境建設(shè)重點(diǎn)區(qū)域之一，退耕還林還草等生態(tài)治理工程的實(shí)施勢必對植被覆蓋造成一定的影響。因此本研究對陜西?。危模郑?與全省累計造林面積的相關(guān)性進(jìn)行分析，結(jié)果（見圖１０）表明兩者成極顯著正相關(guān)（Ｒ２ ＝０．９４０ １，ｐ＜０．０１），進(jìn)一步說明陜西?。ㄓ绕涫顷儽钡貐^(qū)）植被覆蓋變化受氣候因素影響的同時，人類活動對其也有促進(jìn)作用。

４ 結(jié) 語

基于柵格像元分析了陜西?。玻埃埃薄玻埃玻?年ＮＤＶＩ時空變化特征及未來變化趨勢，從年際尺度探討了生長季ＮＤＶＩ 對降水、氣溫的響應(yīng)機(jī)制，并從月際尺度揭示了響應(yīng)的時滯效應(yīng)，探究了人類活動對全?。危模郑勺兓挠绊憽Ｑ芯勘砻鳎宏兾魇〗玻?ａ 的ＮＤＶＩ 整體呈上升趨勢，但未來植被覆蓋可能會出現(xiàn)退化現(xiàn)象；全省范圍內(nèi)ＮＤＶＩ 與降水和氣溫均以正向促進(jìn)為主，且與氣溫的相關(guān)性強(qiáng)于降水；生長季ＮＤＶＩ 整體對降水敏感度較高，對氣溫響應(yīng)的滯后期以０～１ 個月為主；人類活動對陜西省植被覆蓋變化起到了明顯的促進(jìn)作用。

參考文獻(xiàn)：

［１］ ＺＨＡＮＧ Ｗ，ＷＡＮＧ Ｌ Ｃ，ＸＩＡＮＧ Ｆ Ｆ，ｅｔ ａｌ．Ｖｅｇｅｔａｔｉｏｎ Ｄｙ?ｎａｍｉｃｓ ａｎｄ ｔｈｅ Ｒｅｌａｔｉｏｎｓ ｗｉｔｈ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ ａｔ ＭｕｌｔｉｐｌｅＴｉｍｅ Ｓｃａｌｅｓ ｉｎ ｔｈｅ Ｙａｎｇｔｚｅ Ｒｉｖｅｒ ａｎｄ Ｙｅｌｌｏｗ Ｒｉｖｅｒ Ｂａｓｉｎ，Ｃｈｉｎａ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ，２０２０，１１０：１０５８９２．

［２］ 黃杉杉，馬超．呂梁紫金山地區(qū)ＮＤＶＩ 時空變化與氣候響應(yīng)［Ｊ］．人民黃河，２０２１，４３（１２）：３５－４０．

［３］ 肖莎，汪小欽．基于高分一號的敖江流域水源保護(hù)區(qū)植被變化監(jiān)測［Ｊ］．測繪地理信息，２０１９，４４（１）：９３－９６．

［４］ ＪＯＮＧ Ｒ Ｄ，ＳＣＨＡＥＰＭＡＮ Ｍ Ｅ，ＦＵＲＲＥＲ Ｒ，ｅｔ ａｌ．ＳｐａｔｉａｌＲｅｌａｔｉｏｎｓｈｉｐ Ｂｅｔｗｅｅｎ Ｃｌｉｍａｔｏｌｏｇｉｅｓ ａｎｄ Ｃｈａｎｇｅｓ ｉｎ ＧｌｏｂａｌＶｅｇｅｔａｔｉｏｎ Ａｃｔｉｖｉｔｙ ［ Ｊ］． Ｇｌｏｂａｌ Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１３， １９（６）：１９５３－１９６４．

［５］ 賈培培，薛華柱，董國濤，等．黃河河潼區(qū)間ＮＤＶＩ 變化及其對氣候的響應(yīng)［Ｊ］．人民黃河，２０１９，４１（４）：３１－３６，４１．

［６］ 陳學(xué)兄，張小軍，陳永貴，等．陜西?。保梗梗浮玻埃埃?年植被覆蓋度的時空變化研究［Ｊ］．武漢大學(xué)學(xué)報（信息科學(xué)版），２０１３，３８（６）：６７４－６７８，７１５，７５７．

［７］ 韓紅珠，白建軍，張波，等．基于ＭＯＤＩＳ 時序的陜西省植被物候時空變化特征分析［Ｊ］．國土資源遙感，２０１８，３０（４）：１２５－１３１．

［８］ 劉英，侯恩科，岳輝．基于ＭＯＤＩＳ 的陜西省植被變化遙感監(jiān)測分析［Ｊ］．人民黃河，２０１７，３９（３）：９０－９４．

［９］ 高瀅，孫虎，徐崟堯，等．陜西省植被覆蓋時空變化及其對極端氣候的響應(yīng)［Ｊ］．生態(tài)學(xué)報，２０２２，４２（３）：１０２２－１０３３．

［１０］ ＢＡＮＩＹＡ Ｂ，ＴＡＮＧ Ｑ Ｈ，ＨＵＡＮＧ Ｚ Ｗ，ｅｔ ａｌ．Ｓｐａｔｉａｌ ａｎｄＴｅｍｐｏｒａｌ Ｖａｒｉａｔｉｏｎ ｏｆ ＮＤＶＩ ｉｎ Ｒｅｓｐｏｎｓｅ ｔｏ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅａｎｄ ｔｈｅ Ｉｍｐｌｉｃａｔｉｏｎ ｆｏｒ Ｃａｒｂｏｎ Ｄｙｎａｍｉｃｓ ｉｎ Ｎｅｐａｌ［Ｊ］．Ｆｏｒ?ｅｓｔｓ，２０１８，９（６）：３２９．

［１１］ 徐建華．現(xiàn)代地理學(xué)中的數(shù)學(xué)方法［Ｍ］．３ 版．北京：高等教育出版社，２０１７：３７－４１．

［１２］ 江田漢，鄧蓮堂．Ｈｕｒｓｔ 指數(shù)估計中存在的若干問題：以在氣候變化研究中的應(yīng)用為例［Ｊ］．地理科學(xué)，２００４，２４（２）：１７７－１８２．

［１３］ 金凱，王飛，韓劍橋，等．１９８２—２０１５ 年中國氣候變化和人類活動對植被ＮＤＶＩ 變化的影響［Ｊ］． 地理學(xué)報，２０２０，７５（５）：９６１－９７４．

［１４］ ＧＥＥＲＫＥＮ Ｒ，ＩＬＡＩＷＩ Ｍ．Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｒａｎｇｅｌａｎｄ Ｄｅｇｒａｄａ?ｔｉｏｎ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ａ Ｓｔｒａｔｅｇｙ ｆｏｒ Ｒｅｈａｂｉｌｉｔａｔｉｏｎ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，２００４，９０（４）：４９０－５０４．

［１５］ 謝楠．陜西省植被覆蓋度變化對氣候變化與人類活動的雙重響應(yīng)［Ｄ］．西安：長安大學(xué)，２０２１：３４－３６．

［１６］ 蒲蕾，任志遠(yuǎn)．陜西省不同地區(qū)ＮＤＶＩ 變化與氣候因子的關(guān)系及響應(yīng)研究［Ｊ］．水土保持通報，２０１３，３３（２）：２６５－２６９，２７５．

【責(zé)任編輯 張 帥】