艾麗亞， 王永芳,2,3， 郭恩亮,2， 銀 山,4， 顧錫羚

（1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022；2.內(nèi)蒙古自治區(qū)蒙古高原災(zāi)害與生態(tài)安全重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022；3.蒙古高原氣候變化與區(qū)域響應(yīng)高校重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022；4.內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022）

自然保護(hù)區(qū)建設(shè)是我國(guó)生態(tài)文明建設(shè)的重要組成部分，在維持生物多樣性、涵養(yǎng)水源和固碳等方面起著關(guān)鍵作用［1］。尤其是近些年來(lái)，我國(guó)在國(guó)家級(jí)自然保護(hù)區(qū)建設(shè)和管理層面上取得了巨大發(fā)展，截至2018 年，已建立國(guó)家級(jí)自然保護(hù)區(qū)474 處，對(duì)區(qū)域自然資源合理利用和生態(tài)環(huán)境的恢復(fù)與保護(hù)方面均起到了積極作用［2］。由此，自然保護(hù)區(qū)生態(tài)環(huán)境效益和保護(hù)成效評(píng)估研究也成為諸多學(xué)者所關(guān)注的熱點(diǎn)問(wèn)題之一［3-4］。

植被動(dòng)態(tài)變化研究是區(qū)域生態(tài)環(huán)境效益評(píng)估的有效手段。歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）作為反映地表植被生長(zhǎng)狀況的重要指標(biāo)，能夠定性、定量評(píng)價(jià)植被生長(zhǎng)和覆蓋狀況，得到了廣泛應(yīng)用［5-7］。因高分辨率遙感影像使用門檻較高，已有研究大多采用中、低分辨率影像數(shù)據(jù)開(kāi)展長(zhǎng)時(shí)序的植被NDVI 變化研究［8-9］，但此舉在小區(qū)域尺度往往無(wú)法滿足精度上的需求。Landsat是一種常見(jiàn)的中分辨率遙感影像，具有時(shí)間跨度長(zhǎng)、多波段等優(yōu)勢(shì)，在免費(fèi)開(kāi)放的影像中具有較高的空間分辨率，在植被NDVI 獲取方面具有較高的實(shí)用價(jià)值。然而，因該影像的處理過(guò)程復(fù)雜，較難實(shí)現(xiàn)長(zhǎng)時(shí)間序列的植被監(jiān)測(cè)工作［10］。谷歌地球引擎（Google Earth Engine，GEE）云平臺(tái)，兼顧了數(shù)據(jù)收集下載和強(qiáng)大的空間分析處理能力，能夠支持長(zhǎng)時(shí)間序列的遙感影像獲取和分析，實(shí)現(xiàn)了數(shù)據(jù)獲取、處理、分析與應(yīng)用的一體化，為長(zhǎng)時(shí)序、中高分辨率植被遙感信息提取提供了新的技術(shù)手段［11-12］。

陰山山脈是中國(guó)北方重要的自然和生態(tài)界山，其中大青山地處陰山山脈中段，是生態(tài)多樣性最豐富的區(qū)域之一。該保護(hù)區(qū)具有涵養(yǎng)水源、水土保持、防風(fēng)固沙、固碳釋氧等生態(tài)功能，也是黃河上中游重要的水源補(bǔ)給區(qū)，在調(diào)節(jié)我國(guó)北方水分平衡和水資源供給中起著重要作用［13］。然而，氣候干旱、土地貧瘠，加之人為過(guò)度開(kāi)發(fā)利用導(dǎo)致該區(qū)生態(tài)環(huán)境極其脆弱［14］。為了扭轉(zhuǎn)此局面，政府部門于2000年在內(nèi)蒙古自治區(qū)成立了自然保護(hù)區(qū)，在2008年設(shè)立了國(guó)家級(jí)自然保護(hù)區(qū)，并實(shí)施了一系列生態(tài)環(huán)境保護(hù)工程。但目前有關(guān)該區(qū)生態(tài)環(huán)境效益評(píng)估還未得到有效開(kāi)展。因此，本文借助GEE 平臺(tái)，采用Landsat 影像對(duì)比分析了大青山國(guó)家級(jí)自然保護(hù)區(qū)建立前后的NDVI 時(shí)空演變特征，并定量評(píng)估了氣候因子和人類活動(dòng)對(duì)植被變化的影響。研究成果可以探清大青山國(guó)家級(jí)自然保護(hù)區(qū)成立對(duì)該區(qū)帶來(lái)的生態(tài)效益，同時(shí)可為保護(hù)區(qū)未來(lái)生態(tài)環(huán)境管理決策提供基礎(chǔ)信息與技術(shù)支撐。

1 研究區(qū)概況

內(nèi)蒙古大青山國(guó)家級(jí)自然保護(hù)區(qū)位于土默特川平原北部的呼和浩特市、包頭市和烏蘭察布市境內(nèi)（109°47′～112°17′E，40°34′～41°14′N），總面積約3888.70 km2，東西長(zhǎng)度為217 km，南北平均寬度為18 km。保護(hù)區(qū)屬中低山地，山區(qū)海拔為1012～2319 m，北坡平緩南坡陡峭（圖1a）。該區(qū)屬于溫帶半干旱大陸性季風(fēng)氣候，年均氣溫3～4 ℃，年降水量400～500 mm。保護(hù)區(qū)北坡易受蒙古高原干燥氣流的影響，氣候寒冷、干燥；南坡由于山地的阻擋，氣候溫暖、濕潤(rùn)。該保護(hù)區(qū)是山地森林、灌叢、山地草原和重要水源涵養(yǎng)地為主的綜合性山地森林類保護(hù)區(qū)［13］。本文采用的保護(hù)區(qū)界線以國(guó)務(wù)院批準(zhǔn)的文件為準(zhǔn)［15］，保護(hù)區(qū)按照不同功能，可分為核心區(qū)、緩沖區(qū)和實(shí)驗(yàn)區(qū)（圖1b）［16］。

圖1 研究區(qū)概況Fig.1 Overview of the study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

本文所用的遙感數(shù)據(jù)是Landsat-5 TM、Landsat-7 ETM+和Landsat-8 OLI 時(shí)間序列數(shù)據(jù)。選擇1995—2020 年4—10 月植被生長(zhǎng)季云量低于10%的影像（圖2），利用GEE 平臺(tái)對(duì)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換、數(shù)據(jù)拼接與裁剪，并計(jì)算NDVI值［17］。由于Landsat-8 衛(wèi)星傳感器和Landsat-5、7 衛(wèi)星傳感器之間有明顯差異，根據(jù)Roy等［18］提供的截距和偏移調(diào)整Landsat-8 各個(gè)波段的反射率，實(shí)現(xiàn)Landsat-5、7、8 協(xié)同，并以最大值合成法得到1995—2020年NDVI年值數(shù)據(jù)集，空間分辨率為30 m［19］。該數(shù)據(jù)集NDVI 最大值均集中于7 月，最大值在0.89～1.00 之間，年際變化可對(duì)比性較強(qiáng)。

圖2 Landsat影像具體日期Fig.2 Specific date of the Landsat images

本文采用的氣象數(shù)據(jù)為中國(guó)地面氣溫降水日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集（V2.0）。選取研究區(qū)1995—2020 年4—10 月生長(zhǎng)季的9 個(gè)像元數(shù)據(jù)，利用Python對(duì)數(shù)據(jù)進(jìn)行反距離權(quán)重插值，并通過(guò)平均、求和獲取了研究區(qū)氣溫、降水量年值數(shù)據(jù)集，空間分辨率為30 m。

土地利用數(shù)據(jù)源自武漢大學(xué)楊杰、黃昕教授基于GEE、利用Landsat 數(shù)據(jù)提取的1985—2020 年中國(guó)土地覆蓋數(shù)據(jù)集，空間分辨率為30 m［20］。本文提取了1995—2020年的草地和林地面積，用于表征研究區(qū)生態(tài)環(huán)境工程實(shí)施成效。

2.2 研究方法

2.2.1 Sen氏斜率與Mann-Kendall非參數(shù)檢驗(yàn)Sen氏斜率是非參估算線性趨勢(shì)的算法［21］，本研究用于獲取1995—2008 年和2008—2020 年2 個(gè)時(shí)間段植被NDVI的變化趨勢(shì)，其計(jì)算公式為：

式中：β為趨勢(shì)度；xi和xj分別為某一像元在i年和j年的值。使用趨勢(shì)度β判斷時(shí)間序列趨勢(shì)的升降，當(dāng)β＞0 時(shí)，表示植被NDVI 呈增加趨勢(shì)；當(dāng)β＜0時(shí)，則呈減少趨勢(shì)。

本文采用Mann-Kendall方法在0.05置信水平上對(duì)NDVI的變化趨勢(shì)進(jìn)行顯著性檢驗(yàn)［22］。

2.2.2 相關(guān)性分析本文采用皮爾遜相關(guān)系數(shù)測(cè)定NDVI與氣溫和降水量之間的相關(guān)關(guān)系［23-24］，計(jì)算公式為：

式中：rxy為相關(guān)系數(shù)；n為研究時(shí)段年數(shù)；x、y為相關(guān)分析的2 個(gè)變量；xi、yi分別為其樣本值；xˉ為氣候因子的平均值；yˉ為NDVI 的平均值。本文同樣在0.05置信水平上對(duì)相關(guān)性進(jìn)行顯著性檢驗(yàn)［25］。

2.2.3 殘差分析本文假設(shè)NDVI 僅受人類活動(dòng)和氣候條件影響，并利用殘差分析法評(píng)估人類活動(dòng)對(duì)NDVI的影響［26］。計(jì)算公式為：

式中：y為因變量NDVI 值；x1、x2為自變量；a為 常數(shù)；b、c為回歸系數(shù)；σ為殘差值；NDVI實(shí)際和NDVI預(yù)測(cè)分別為實(shí)際NDVI 值和預(yù)測(cè)NDVI 值。殘差趨勢(shì)為正表示人類活動(dòng)對(duì)NDVI 起促進(jìn)作用，為負(fù)表示人類活動(dòng)對(duì)NDVI起抑制作用［27］。

2.2.4 Lindeman-Merenda-Gold模型相關(guān)性分析和殘差分析可以反映氣候因子與人類活動(dòng)對(duì)NDVI的影響，但無(wú)法量化因子對(duì)NDVI 變化的貢獻(xiàn)率［28］。因此本文通過(guò)多元線性回歸模型的方差分解量化各變量對(duì)NDVI 變化的相對(duì)重要性。并選擇計(jì)算最為密集的Lindeman-Merenda-Gold（LMG）模型［29］，區(qū)分多元線性回歸中不同相關(guān)回歸量的貢獻(xiàn)率，由R語(yǔ)言包“relaimpo”實(shí)現(xiàn)。貢獻(xiàn)率越大說(shuō)明變量對(duì)植被變化的影響越大，反之則相反［30］。選取的氣候因子包括氣溫和降水量；人類活動(dòng)由林地和草地面積表征，即人工造林、封山育林、退耕還林還草和生態(tài)移民等生態(tài)環(huán)境工程所帶來(lái)的成效。

3 結(jié)果與分析

3.1 NDVI時(shí)空變化特征

3.1.1 年際變化特征如圖3所示，1995—2008年保護(hù)區(qū)植被NDVI 斜率為-0.002 a-1，顯著性檢驗(yàn)Z值為-0.77，說(shuō)明NDVI 整體呈非顯著下降趨勢(shì)。從NDVI 值的變化看出，2001—2003 年NDVI 出現(xiàn)持續(xù)增加，且增速較快；2008—2020 年研究區(qū)植被NDVI呈上升趨勢(shì)，斜率為0.011 a-1，Z值為2.20，表明該時(shí)間段內(nèi)NDVI 呈顯著上升趨勢(shì)。整體而言，保護(hù)區(qū)成立以前NDVI 呈非顯著下降趨勢(shì)。2008 年國(guó)家級(jí)自然保護(hù)區(qū)成立后NDVI 呈顯著上升趨勢(shì)，說(shuō)明國(guó)家級(jí)保護(hù)區(qū)的成立促進(jìn)了研究區(qū)植被恢復(fù)。

圖3 NDVI年際變化特征Fig.3 Characteristics of interannual variation of NDVI

3.1.2 空間變化特征1995—2008 年保護(hù)區(qū)NDVI減少區(qū)域共占總面積的69.04%，其中顯著減少區(qū)域占7.78%，主要分布于保護(hù)區(qū)東西延伸的山脈以北地區(qū)（圖4a～b、表1）。NDVI 增加區(qū)域占總面積的19.90%，其中顯著增加區(qū)域占1.55%，主要分布于保護(hù)區(qū)南部沿線地區(qū)。說(shuō)明在國(guó)家級(jí)保護(hù)區(qū)成立前NDVI 變化以非顯著減少為主導(dǎo)，呈現(xiàn)“北部減小、南部增長(zhǎng)”的空間變化特征。分區(qū)方面，1995—2008 年核心區(qū)、緩沖區(qū)和實(shí)驗(yàn)區(qū)的非顯著減少區(qū)域占比分別為60.26%、64.97%和60.29%，顯著減少區(qū)域占比分別為8.14%、6.64%和8.04%，說(shuō)明3個(gè)分區(qū)植被NDVI的變化程度較為接近。

表1 不同時(shí)期NDVI變化趨勢(shì)統(tǒng)計(jì)Tab.1 NDVI variation trend statistics in different time periods

圖4 NDVI變化趨勢(shì)及顯著性檢驗(yàn)空間分布Fig.4 Spatial distributions of NDVI variation trend and significance test

2008—2020 年NDVI 減少區(qū)域占總面積的2.26%，其中顯著減少區(qū)域僅占0.10%，分布于保護(hù)區(qū)中心地帶。而NDVI 增加區(qū)域占總面積的94.98%，其中顯著增加區(qū)域占比為38.47%，在保護(hù)區(qū)東、西部地區(qū)較為明顯（圖4c～d）。說(shuō)明國(guó)家級(jí)自然保護(hù)區(qū)成立后植被NDVI 整體呈現(xiàn)出向好的特征。核心區(qū)、緩沖區(qū)和實(shí)驗(yàn)區(qū)的顯著增加區(qū)域分別占其總面積的30.35%、36.19%和43.88%。說(shuō)明在2008 年自然保護(hù)區(qū)成立之后，實(shí)驗(yàn)區(qū)的植被恢復(fù)高于其他功能區(qū)。

3.2 氣候因子對(duì)NDVI的影響

3.2.1 氣候因子的年際變化特征1995—2008 年保護(hù)區(qū)降水量的變化速率為-4.737 mm·a-1，整體呈非顯著下降趨勢(shì)（圖5a）；氣溫則以0.053 ℃·a-1的速率呈非顯著上升趨勢(shì)（圖5b），說(shuō)明該時(shí)期保護(hù)區(qū)氣候較為干旱，不利于植被生長(zhǎng)與恢復(fù)。其中2001—2003 年降水量持續(xù)增加、氣溫持續(xù)降低、氣候相對(duì)濕潤(rùn)為該時(shí)間段內(nèi)NDVI的增長(zhǎng)提供了有利條件。

圖5 氣候因子年際變化特征Fig.5 Characteristics of interannual variation of climatic factors

2008—2020年降水量變化速率為3.059 mm·a-1，整體呈非顯著上升趨勢(shì)。氣溫上升速率由0.053 ℃·a-1減緩為0.019 ℃·a-1，說(shuō)明氣候暖干化趨勢(shì)有所緩解。尤其是降水量的增加對(duì)植被生長(zhǎng)、恢復(fù)起到促進(jìn)作用，使該時(shí)期NDVI增加。

3.2.2 氣候因子與植被NDVI的相關(guān)關(guān)系由圖6和表2 可知，2 個(gè)時(shí)間段內(nèi)保護(hù)區(qū)降水量與NDVI 的相關(guān)性在空間上有所不同。1995—2008 年期間，NDVI 與降水量的相關(guān)系數(shù)以正值為主，其中非顯著正相關(guān)區(qū)域占79.06%。顯著正相關(guān)區(qū)域占研究區(qū)總面積的18.54%，主要集中于保護(hù)區(qū)西部和東北部，在中部地區(qū)也有零星分布（圖6a～b），說(shuō)明在這些地區(qū)降水量對(duì)植被的影響較大。核心區(qū)、緩沖區(qū)和實(shí)驗(yàn)區(qū)的顯著正相關(guān)區(qū)域分別為15.86%、16.90%和20.69%，說(shuō)明降水量對(duì)實(shí)驗(yàn)區(qū)的影響大于核心區(qū)和緩沖區(qū)。

表2 NDVI與降水量之間的相關(guān)性統(tǒng)計(jì)Tab.2 Statistic for correlation between NDVI and precipitation

圖6 NDVI與降水量之間的相關(guān)系數(shù)及顯著性檢驗(yàn)空間分布Fig.6 Spatial distributions of correlation coefficient and significance test between NDVI and precipitation

保護(hù)區(qū)成立后，NDVI 與降水量呈非顯著正相關(guān)區(qū)域占總面積的72.08%。顯著正相關(guān)區(qū)域占比為24.57%，主要集中于保護(hù)區(qū)西部，在南部沿線和東北部地區(qū)也有體現(xiàn)（圖6c～d），說(shuō)明降水量對(duì)NDVI 的影響范圍在擴(kuò)大。并且，這些地區(qū)植被NDVI在該時(shí)間段內(nèi)顯著增加（圖6d），也表明了降水量的增加是植被恢復(fù)的主要原因之一。核心區(qū)、緩沖區(qū)和實(shí)驗(yàn)區(qū)的顯著正相關(guān)區(qū)域分別為19.13%、19.58%和29.61%，說(shuō)明降水量對(duì)實(shí)驗(yàn)區(qū)的影響仍大于核心區(qū)和緩沖區(qū)。

如圖7 和表3 所示，1995—2008 年保護(hù)區(qū)氣溫與NDVI 以負(fù)相關(guān)為主，其中非顯著負(fù)相關(guān)區(qū)域占研究區(qū)總面積的56.17%。顯著負(fù)相關(guān)區(qū)域占比為41.75%，在研究區(qū)東北、中部和西部地區(qū)均有體現(xiàn)（圖7a～b），說(shuō)明氣溫的升高導(dǎo)致這些區(qū)域植被NDVI的減少。分區(qū)方面，核心區(qū)、緩沖區(qū)和實(shí)驗(yàn)區(qū)的顯著負(fù)相關(guān)區(qū)域占比分別為41.01%、41.47% 和42.27%，說(shuō)明氣溫對(duì)3個(gè)功能區(qū)的影響較為一致。

表3 NDVI與氣溫之間的相關(guān)性統(tǒng)計(jì)Tab.3 Statistic for correlation between NDVI and temperature

圖7 NDVI與氣溫之間的相關(guān)系數(shù)及顯著性檢驗(yàn)空間分布Fig.7 Spatial distributions of correlation coefficient and significance test between NDVI and temperature

2008—2020 年氣溫與NDVI 以非顯著正相關(guān)為主，占保護(hù)區(qū)的84.46%，顯著正相關(guān)區(qū)域僅占1.58%（圖7c～d），說(shuō)明該時(shí)間段內(nèi)氣溫對(duì)NDVI 無(wú)顯著影響。核心區(qū)、緩沖區(qū)和實(shí)驗(yàn)區(qū)顯著正相關(guān)區(qū)域分別為2.40%、2.15%、0.89%，表明氣溫對(duì)實(shí)驗(yàn)區(qū)NDVI的影響最小。

3.3 人類活動(dòng)對(duì)植被NDVI的影響

根據(jù)國(guó)家相關(guān)規(guī)定，保護(hù)區(qū)內(nèi)的核心區(qū)和緩沖區(qū)禁止人類活動(dòng)。因此，本文以實(shí)驗(yàn)區(qū)為例，評(píng)估人類活動(dòng)對(duì)NDVI 的影響。圖8 和表4 所示，1995—2008 年殘差趨勢(shì)為抑制NDVI 的區(qū)域占實(shí)驗(yàn)區(qū)總面積的33.84%，主要分布于北部沿線地區(qū)，均為NDVI下降或顯著下降地區(qū)，說(shuō)明不合理的人類活動(dòng)導(dǎo)致實(shí)驗(yàn)區(qū)北部NDVI 的下降；殘差趨勢(shì)為促進(jìn)NDVI 的區(qū)域占實(shí)驗(yàn)區(qū)總面積的51.57%，主要分布在中部與南部（圖8a），與NDVI 呈增加趨勢(shì)的地區(qū)分布較為一致（圖4a），說(shuō)明正向的人類活動(dòng)促進(jìn)了該區(qū)植被NDVI的增加。

表4 實(shí)驗(yàn)區(qū)NDVI殘差趨勢(shì)統(tǒng)計(jì)Tab.4 Statistics of NDVI residual trends in the experimental area

圖8 實(shí)驗(yàn)區(qū)NDVI殘差趨勢(shì)空間分布Fig.8 Spatial distributions of NDVI residual trends in the experimental area

2008—2020 年實(shí)驗(yàn)區(qū)殘差趨勢(shì)為抑制NDVI 的區(qū)域占比僅為2.79%；而殘差趨勢(shì)為促進(jìn)NDVI的區(qū)域明顯增加，覆蓋實(shí)驗(yàn)區(qū)94.62%的面積，與圖4b 中NDVI 呈增加趨勢(shì)的區(qū)域基本重疊（圖8b）。說(shuō)明2008年國(guó)家級(jí)自然保護(hù)區(qū)成立以后人類活動(dòng)對(duì)NDVI 的影響以促進(jìn)作用為主，并驅(qū)動(dòng)了對(duì)實(shí)驗(yàn)區(qū)植被的恢復(fù)。

3.4 氣候因子和人類活動(dòng)對(duì)NDVI變化的貢獻(xiàn)率

為了進(jìn)一步量化氣候因子和人類活動(dòng)對(duì)NDVI變化的影響，同時(shí)也為了找出保護(hù)區(qū)成立前后植被NDVI 變化的主導(dǎo)因素，本文利用LMG 模型計(jì)算了氣溫、降水量、林地面積和草地面積對(duì)NDVI 的貢獻(xiàn)率。結(jié)果顯示，1995—2008年降水量對(duì)實(shí)驗(yàn)區(qū)NDVI變化的貢獻(xiàn)率為32.00%，氣溫的貢獻(xiàn)率為58.42%，林地和草地面積的貢獻(xiàn)率不足10%（圖9a），說(shuō)明氣候暖干化趨勢(shì)是該時(shí)間段實(shí)驗(yàn)區(qū)NDVI 減少的主要影響因素；2008—2020 年林地面積對(duì)實(shí)驗(yàn)區(qū)NDVI變化的貢獻(xiàn)率為34.28%，草地面積的貢獻(xiàn)率為43.93%，降水量和氣溫對(duì)NDVI 的貢獻(xiàn)率分別為19.02%和2.78%（圖9b）。說(shuō)明大青山國(guó)家級(jí)自然保護(hù)區(qū)成立后，正向的人類活動(dòng)為實(shí)驗(yàn)區(qū)NDVI 變化的主要影響因素，也說(shuō)明實(shí)驗(yàn)區(qū)內(nèi)實(shí)施的生態(tài)環(huán)境保護(hù)工程取得了顯著效益。

圖9 氣候因子和人類活動(dòng)對(duì)實(shí)驗(yàn)區(qū)NDVI變化的貢獻(xiàn)率Fig.9 Contribution of climate factors and human activities to NDVI change in the experimental area

4 討論

本文借助GEE云平臺(tái)，利用1995—2020年Landsat遙感影像，提取了研究區(qū)30 m 分辨率植被NDVI 數(shù)據(jù)集，對(duì)大青山國(guó)家級(jí)自然保護(hù)區(qū)長(zhǎng)時(shí)序植被動(dòng)態(tài)變化進(jìn)行了監(jiān)測(cè)。結(jié)果顯示在國(guó)家級(jí)自然保護(hù)區(qū)成立后，NDVI 呈增加趨勢(shì)的地區(qū)占研究區(qū)總面積的94.98%，植被生態(tài)環(huán)境大幅好轉(zhuǎn)，這與胡爾查等［31］和王佳新等［16］的研究結(jié)果較為一致。因選用了Landsat 遙感影像，且借助了GEE 集成運(yùn)算環(huán)境，本文獲取了時(shí)間跨度長(zhǎng)、空間分辨率較高的植被監(jiān)測(cè)結(jié)果，更為精確地刻畫了植被NDVI 的時(shí)空演變特征，豐富了長(zhǎng)時(shí)序、小區(qū)域尺度植被監(jiān)測(cè)技術(shù)手段。

本文研究結(jié)果顯示氣候的暖干化是國(guó)家級(jí)自然保護(hù)區(qū)成立前NDVI 減少的主要原因，這與陳淑君等［7］的研究結(jié)果較為一致。氣溫升高、降水減少容易導(dǎo)致氣象干旱的發(fā)生，從而使得大氣、土壤水分虧缺，加劇植被的干旱脅迫，抑制植被生長(zhǎng)［32］。本文還發(fā)現(xiàn)大青山國(guó)家級(jí)自然保護(hù)區(qū)成立后，正向的人類活動(dòng)是實(shí)驗(yàn)區(qū)NDVI 變化的主要影響因素。據(jù)不完全統(tǒng)計(jì)，保護(hù)區(qū)已累計(jì)完成人工造林6.45×105hm2，完成封育面積1.32×106hm2，這些工程措施使得大青山國(guó)家級(jí)自然保護(hù)區(qū)森林覆蓋率大面積提高［33］。另外，以往的研究大多采用土地利用類型轉(zhuǎn)移面積，如耕地轉(zhuǎn)化為林地和草地面積［34-35］表征生態(tài)工程實(shí)施成效。而本文直接采用草地和林地面積予以表征，原因在于研究區(qū)耕地面積較少［36］，耕地轉(zhuǎn)為林草地面積僅能表征小部分生態(tài)環(huán)境工程效益。

本研究聚焦于國(guó)家級(jí)自然保護(hù)區(qū)設(shè)立對(duì)生態(tài)環(huán)境產(chǎn)生的正向作用，研究結(jié)果也證明了生態(tài)工程實(shí)施后植被向好發(fā)展的事實(shí)。但是由于缺乏放牧強(qiáng)度、砍伐樹木等表征負(fù)向人類活動(dòng)的時(shí)空數(shù)據(jù)，本研究未能將這些指標(biāo)應(yīng)用到LMG 模型的運(yùn)算。也因缺乏保護(hù)區(qū)生態(tài)環(huán)境工程實(shí)施的準(zhǔn)確信息，未能緊密結(jié)合生態(tài)工程實(shí)施的具體時(shí)間、方位等開(kāi)展深層次的人類活動(dòng)對(duì)植被NDVI 變化的驅(qū)動(dòng)機(jī)制研究。此外，本文只討論了氣溫和降水量?jī)煞N氣候因子對(duì)NDVI 的影響。內(nèi)蒙古大青山國(guó)家級(jí)自然保護(hù)區(qū)作為半干旱地區(qū)，植被對(duì)氣候因子的響應(yīng)關(guān)系是一個(gè)復(fù)雜的過(guò)程，植被變化還會(huì)受到潛在蒸散等其他氣候因子的影響［37］。因此，在未來(lái)將考慮多種氣候因子對(duì)植被NDVI的綜合影響。

5 結(jié)論

（1）1995—2008年保護(hù)區(qū)成立之前，植被NDVI以-0.002 a-1的速率減少，減少區(qū)域共占研究區(qū)總面積的69.04%。2008—2020 年保護(hù)區(qū)成立以后植被NDVI 以0.011 a-1的速率增加，增加區(qū)域占總面積的94.98%，說(shuō)明保護(hù)區(qū)的建立對(duì)植被的好轉(zhuǎn)起到明顯促進(jìn)作用。

（2）1995—2008 年研究區(qū)氣候呈暖干化趨勢(shì)。NDVI 與氣溫呈顯著負(fù)相關(guān)區(qū)域面積占比為41.75%，與降水量呈顯著正相關(guān)區(qū)域面積占比為18.54%。2008—2020 年NDVI 與降水量、氣溫均以正相關(guān)為主，顯著正相關(guān)區(qū)域分別為24.57%和1.58%，說(shuō)明在該時(shí)間段內(nèi)降水量對(duì)植被NDVI 的影響有所增加，而氣溫的影響則顯著減弱。

（3）1995—2008 年降水量和氣溫對(duì)實(shí)驗(yàn)區(qū)NDVI 變化的貢獻(xiàn)率分別為32.00%和58.42%，說(shuō)明氣候因子是實(shí)驗(yàn)區(qū)NDVI 變化的主要影響因素。2008—2020 年實(shí)驗(yàn)區(qū)林地面積和草地面積對(duì)NDVI 變化的貢獻(xiàn)率分別為34.28%和43.93%，說(shuō)明正向的人類的活動(dòng)是植被恢復(fù)的主導(dǎo)因素。