王興麗，蔣友嚴(yán)，張翼飛，陳記祖，敖澤建，吉哲君

（1.甘肅省甘南藏族自治州氣象局, 甘肅 甘南 747000；2.蘭州區(qū)域氣候中心, 甘肅 蘭州 730000；3.中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院, 甘肅 蘭州 730000）

植被是地球生物圈的核心與基石，是生態(tài)系統(tǒng)的重要組成部分[1-2]，它們?cè)诒Ｗo(hù)土壤、水源以及穩(wěn)定生態(tài)系統(tǒng)方面發(fā)揮著重要的作用[3]，特別是在生態(tài)監(jiān)測(cè)、生態(tài)風(fēng)險(xiǎn)及脆弱性評(píng)估中具有重要意義。遙感數(shù)據(jù)具有良好的時(shí)空連續(xù)性和覆蓋面，被認(rèn)為是研究植被演變的重要來源，利用遙感數(shù)據(jù)分析植被覆蓋變化具有一定的優(yōu)勢(shì)[4-6]。MODIS NDVI、SPOT-VGT NDVI 和AVHRR NDVI[7-10]3 種 遙 感 數(shù)據(jù)集被學(xué)者們用來監(jiān)測(cè)區(qū)域植被覆蓋變化，是目前最為常見的數(shù)據(jù)源。3 種數(shù)據(jù)集各有其優(yōu)勢(shì)，且均存在利弊，但是MODIS NDVI 數(shù)據(jù)集因具有多通道同時(shí)觀測(cè)、分辨率高、大范圍觀測(cè)、精度高等特點(diǎn)[11-12]，且該數(shù)據(jù)集已經(jīng)過輻射定標(biāo)、大氣校正、云檢測(cè)等處理，數(shù)據(jù)產(chǎn)品本身具有一定的質(zhì)量保障，因此，在研究區(qū)域植被覆蓋變化時(shí)被廣泛運(yùn)用[13-15]。

甘南藏族自治州境內(nèi)遍布著黃河和長(zhǎng)江的干支流，水資源蘊(yùn)藏量豐富，是青藏高原上重要的水源涵養(yǎng)區(qū)和補(bǔ)給區(qū)[16]。境內(nèi)植被覆蓋廣袤、植被種類豐富，在保護(hù)土壤、促進(jìn)物種多樣性、維護(hù)自然環(huán)境和生態(tài)功能安全等方面發(fā)揮著重要的作用[5,17]，作為青藏高原生態(tài)屏障中必不可少的部分，費(fèi)孝通將其描述為“青藏高原的窗口”和“藏族現(xiàn)代化的跳板”[18]。然而，在氣候多變和人類活動(dòng)劇增的雙重壓力下，牧場(chǎng)退化、濕地縮減等生態(tài)問題變得更為尖銳，從而嚴(yán)重影響了黃河流域生態(tài)安全，乃至我國(guó)的北方[19-20]。針對(duì)甘南高原植被覆蓋變化，大量學(xué)者基于遙感技術(shù)做了相關(guān)研究，主要是綜合運(yùn)用氣象資料(氣溫和降水量)及物候信息，針對(duì)區(qū)域內(nèi)植被類型，進(jìn)行年、月際變化特征分析，以及對(duì)氣候變化的響應(yīng)[21-25]，且研究?jī)?nèi)容大同小異，多集中在對(duì)植被覆蓋變化規(guī)律以及相關(guān)性的定性分析，而關(guān)于長(zhǎng)時(shí)間序列的區(qū)域植被覆蓋時(shí)空分布特征以及驅(qū)動(dòng)因素的定量研究較少。

本研究根據(jù)2001－2020 年MODIS NDVI 數(shù) 據(jù)和研究區(qū)氣象要素(氣溫和降水量)數(shù)據(jù)，采用最大合成法(MVC)、相關(guān)性分析、趨勢(shì)分析等數(shù)學(xué)方法，分析甘南高原植被覆蓋變化特征，定量評(píng)估氣候影響和人類活動(dòng)對(duì)NDVI 變化的作用，以期為甘南高原生態(tài)文明建設(shè)提供科學(xué)依據(jù)，為草原保護(hù)修復(fù)決策的制定提供技術(shù)支撐，以促進(jìn)當(dāng)?shù)匦竽翗I(yè)持續(xù)穩(wěn)定發(fā)展。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

甘南藏族自治州(100°46′～104°44′ E，33°06′～36°10′ N)地處青藏高原與黃土高原過渡的甘、青、川三省結(jié)合部，境內(nèi)海拔1 100～4 900 m，大部分地區(qū)在3 000 m 以上，東西長(zhǎng)360.7 km，南北寬270.9 km，總面積45 000 km2(圖1)。全州分為3 個(gè)自然類型區(qū)，南部為氣候溫和的岷迭山區(qū)，是全國(guó)“六大綠色寶庫(kù)”之一；東部為農(nóng)牧兼營(yíng)的丘陵山地；西北部為廣闊的草甸草原，是全國(guó)“五大牧區(qū)”之一，也是甘肅省天然牧場(chǎng)中自然載畜能力較高、耐放牧性最大的草地之一[26]。該區(qū)植被以亞高山草甸、濕地和山地森林為主，屬于典型的氣候變化敏感區(qū)和生態(tài)脆弱區(qū)[27]。

圖1 研究區(qū)地理位置Figure 1 Study area location

1.2 數(shù)據(jù)說明及處理

MODIS NDVI 數(shù)據(jù)集下載于Terra 衛(wèi)星搭載的MODIS 傳感器采集的MODIS13A1 V6 數(shù)據(jù)集(https://www.nasa.gov/)，該衛(wèi)星是由美國(guó)國(guó)家航空航天局發(fā)射的。數(shù)據(jù)空間分辨率為500 m，時(shí)間分辨率為16 d，時(shí)間覆蓋范圍為2001－2020 年。原始數(shù)據(jù)處理步驟為：首先，通過ENVI 軟件進(jìn)行異常值清除、坐標(biāo)轉(zhuǎn)換、數(shù)據(jù)換算、數(shù)據(jù)裁剪等得到研究區(qū)的原始影像數(shù)據(jù)；其次，通過Python 軟件采用最大值合成法(MVC)，批處理計(jì)算提取2001－2020 年的月、年最大NDVI值；最后通過ArcGIS 軟件提取出研究區(qū)近20 年平均最大NDVI 值，分析研究區(qū)總體植被覆蓋生長(zhǎng)變化情況。

數(shù)字高程模型(DEM)通過地理空間數(shù)據(jù)云網(wǎng)站(http://www.gscloud.cn/)下載，空間分辨率為30 m。利用ArcGIS 軟件處理并截取本地的高程數(shù)據(jù)，然后根據(jù)自然斷點(diǎn)法結(jié)合本地地形特征進(jìn)行≤ 2 500 m、(2 500，3 000 m]、(3 000，3 500 m]、(3 500，4 000 m]、>4 000 m 分類，繪制研究區(qū)地理位置圖。

土地覆蓋利用分類數(shù)據(jù)采用美國(guó)國(guó)家航空航天局的MCD12Q1 數(shù)據(jù)集，空間分辨率為500 m，時(shí)間分辨率為1 年，時(shí)間覆蓋范圍為2001－2020 年。先通過HEGTool 軟件將數(shù)據(jù)格式從HDF-EOS 轉(zhuǎn)化為GeoTIFF 格式；然后進(jìn)行坐標(biāo)轉(zhuǎn)換；再通過ArcGIS軟件裁剪，得到研究區(qū)近20 年土地覆蓋利用分類現(xiàn)狀數(shù)據(jù)，分類標(biāo)準(zhǔn)采用國(guó)際地圈生物圈方案分類(International Geosphere-Biosphere Programme, IGBP)。

氣象數(shù)據(jù)，首先通過天擎系統(tǒng)下載了研究區(qū)及其周邊50 個(gè)站點(diǎn)2001－2020 年逐日平均氣溫和降水量數(shù)據(jù)；其次，對(duì)異常和缺測(cè)氣象數(shù)據(jù)進(jìn)行插值處理，計(jì)算提取氣溫和降水量的逐月、逐年數(shù)據(jù)；最后，利用ArcGIS 軟件對(duì)逐年數(shù)據(jù)進(jìn)行插值分析，得到研究區(qū)及周邊區(qū)域氣象要素的柵格數(shù)據(jù)，再經(jīng)過掩膜提取法，裁剪得到所需氣象數(shù)據(jù)。

1.3 研究方法

1.3.1趨 勢(shì)分析

本研究采用Theil-Sen 斜率估算方法，其原理是通過計(jì)算2001－2020 年甘南高原NDVI 數(shù)據(jù)序列中兩兩像元之間的斜率，然后用斜率中值來描述數(shù)據(jù)序列的總體趨勢(shì)。斜率計(jì)算公式如下[28]：

隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展，人民生活水平有了大幅度提高。青少年作為未來社會(huì)的重要生產(chǎn)力，其營(yíng)養(yǎng)與健康關(guān)系著整個(gè)國(guó)民的健康水平。而且，青少年時(shí)期是知識(shí)增長(zhǎng)和生長(zhǎng)發(fā)育最為旺盛的黃金時(shí)期，其代謝旺盛，活動(dòng)量大，加之繁重的腦力勞動(dòng)，故對(duì)營(yíng)養(yǎng)素的需求也很大。所以，在這個(gè)階段養(yǎng)成健康的飲食習(xí)慣就顯得非常重要。健康的飲食習(xí)慣不僅能保證身體所需的各種營(yíng)養(yǎng)物質(zhì)的提供和吸收，還可以杜絕不良飲食習(xí)慣給身體造成的傷害。那么青少年應(yīng)該怎樣做才可以養(yǎng)成健康的飲食習(xí)慣呢？

Manner-Kendal (M-K)突變檢驗(yàn)法與Theil-Sen斜率估算結(jié)合，可以檢驗(yàn)時(shí)間序列趨勢(shì)的顯著性[29]，公式如下[30-31]：

式中：β為所有數(shù)據(jù)對(duì)斜率的中值，Xi和Xj分別代表第i年和第j年植被NDVI 值，Median代表多年NDVI 中位數(shù)。當(dāng)β> 0 時(shí)表明要素呈增加趨勢(shì)；當(dāng)β< 0 時(shí)表明要素呈下降趨勢(shì)。

式中：對(duì)于所有j和k均 ≤n，且j≠n，Xk表示第k年植被NDVI 值；sgn 為函數(shù)符號(hào)，方差Var(S) =n(n-1) (2n+ 5)/18。當(dāng)n> 10 時(shí)，通過公式計(jì)算統(tǒng)計(jì)量Z值：

定義統(tǒng)計(jì)變量：

此外，對(duì)于統(tǒng)計(jì)序列UFk和UBk，將二者的交點(diǎn)作為時(shí)間序列的突變檢測(cè)點(diǎn)。

還可以將Manner-Kendal (M-K)突變檢驗(yàn)用于檢測(cè)時(shí)間序列的突變節(jié)點(diǎn)，其檢測(cè)統(tǒng)計(jì)量Z計(jì)算公式如下：

從表可以看出，P值均為0.25，大于顯著性水平0.05，卡方對(duì)應(yīng)的P值具有統(tǒng)計(jì)顯著性，通過顯著水平為95%的顯著性檢驗(yàn)。卡方與自由度之比為1.622，小于2。同時(shí)，GFI接近于1，RMSEA小于0.05，以上幾個(gè)指標(biāo)均滿足模型檢驗(yàn)與擬合優(yōu)度的要求，說明模型擬合效果較好。

UFk為標(biāo)準(zhǔn)正態(tài)分布，對(duì)于給定顯著性水平α，若|UFk| >Uα/2，則表明時(shí)間序列存在明顯的趨勢(shì)變化，將時(shí)間序列x按逆序排列，再按照上式計(jì)算，同時(shí)使：

式中：對(duì)于3 個(gè)變量而言，Rxy,z表示在固定其中一個(gè)變量z后，另外的兩個(gè)變量x和y的偏相關(guān)系數(shù)，Rxy,z取值范圍為[-1.0, 1.0]。

β值與Z值結(jié)合，將變化趨勢(shì)分為6 類：極顯著增加(β> 0，|Z| > 2.58)、顯著增加(β> 0，|Z| > 1.96)、不顯著增加(β> 0，|Z|≤1.96)、極顯著減少(β< 0，|Z| >2.58)、顯著減少(β< 0，|Z| > 1.96)、不顯著減少(β<0，|Z|≤1.96)，其中，|Z|≥1.96，2.58 時(shí)，說明該時(shí)間序列通過了置信水平為95%，99%的顯著性檢驗(yàn)。

1.3.2 相 關(guān)性分析

本研究為闡述氣候因素對(duì)NDVI 的影響，將時(shí)間序列NDVI 與氣象要素(氣溫和降水)做相關(guān)性和偏相關(guān)性分析，并采用0.05 的置信度進(jìn)行t檢驗(yàn)。計(jì)算過程如下[32-33]：

共收集到頭頸部腫瘤患者100例，其中男77例、女23例，21～74歲、平均(47.78±10.69)歲，30歲以下患者7名、僅2名患者超過70歲，農(nóng)村患者76名、城市患者24名。

式中：n為樣本長(zhǎng)度，?x和?y分別為要素n年的平均值，Rxy為兩個(gè)要素之間的單一相關(guān)系數(shù)。

很快，第四次開庭的日子到了。津村洋介法官讓書記官給她們各發(fā)了一個(gè)小托盤，里面有一把小巧的袖珍剪子和兩張光滑的白紙。他輕敲法槌，解釋道：“趙欣伯的夫人喜歡女紅，懇請(qǐng)各位動(dòng)手展示自己的才華，幫助法庭更好地判別身份。”

1.3.3 多 元 回 歸 殘 差 分 析

植被覆蓋變化是氣候影響與人類活動(dòng)共同作用的結(jié)果，在探究二者對(duì)植被覆蓋變化貢獻(xiàn)時(shí)，目前常用的研究方法是多元回歸殘差分析法[34-35]。假設(shè)植被NDVI 變化僅受氣候因素(氣溫和降水量)和人類活動(dòng)影響，通過從實(shí)際NDVI 變化中消除氣候要素的作用來分離人類活動(dòng)對(duì)植被覆蓋變化的貢獻(xiàn)。具體計(jì)算過程如下[36]：

我不敢再叫了，嚇得直往后退縮，一直退到墻角，蹲在那兒發(fā)抖。鼻子里像兩條毛毛蟲在爬，我伸手一摸，滿手的血。鼻血不斷線地往出涌，地上很快洇紅了一大片。我仰起頭，鼻血倒流，和著淚水往嗓子眼兒灌，漾起令人作嘔的鐵腥氣。

式中：a、b、c為多元回歸方程的系數(shù)，Pre為年降水量，Tem為年平均氣溫，NDVIpredict為回歸預(yù)測(cè)值，NDVIactual為衛(wèi)星觀測(cè)值，NDVIcc為觀測(cè)值與預(yù)測(cè)值的差值。θslope是回歸方程的斜率，用來表征像元變化的趨勢(shì)，當(dāng)時(shí)θslope> 0，表示氣候(人類活動(dòng))影響對(duì)流域內(nèi)植被生長(zhǎng)產(chǎn)生改善作用；當(dāng)θslope< 0 時(shí)，表示氣候(人類活動(dòng))影響對(duì)流域內(nèi)植被生長(zhǎng)產(chǎn)生抑制作用。

2 結(jié)果分析

2.1 研究區(qū)土地覆蓋分類利用現(xiàn)狀

2001－2020 年土地覆蓋分類利用數(shù)據(jù)分析發(fā)現(xiàn)(圖2)，近20 年，甘南高原林區(qū)覆蓋面積整體呈增加趨勢(shì)，尤其是近5 年，林區(qū)面積所占比由2016 年的17.9%增加到2020 年的20.4%；草地面積占比整體呈下降趨勢(shì)，濕地、農(nóng)田覆蓋面積占比整體穩(wěn)中有降。近3 年草地面積占比呈現(xiàn)陡降態(tài)勢(shì)，通過ArcGIS 軟件對(duì)減少明顯的夏河縣中北部和卓尼縣東南部的草地進(jìn)行屬性提取發(fā)現(xiàn)，近3 年，一方面受人類活動(dòng)影響(如植樹造林、控制草地核載量等)，稀疏草原上的植被機(jī)械損傷有所減輕，使得灌木、喬木面積增加，另一方面，有利的水熱條件促進(jìn)林分郁閉度逐漸加大，林下草本植被的類型呈現(xiàn)先增加后減少的趨勢(shì)[37]，使得該區(qū)域稀疏草地逐漸向林地轉(zhuǎn)變，出現(xiàn)了草轉(zhuǎn)林的結(jié)構(gòu)轉(zhuǎn)變。

1.1.1 試驗(yàn)地概況 2014年5月和8月，分別在甘肅省武威市涼州區(qū)黃羊鎮(zhèn)牧草試驗(yàn)站、白銀市會(huì)寧縣會(huì)師鎮(zhèn)牧草試驗(yàn)基地和甘肅農(nóng)業(yè)大學(xué)蘭州牧草試驗(yàn)站進(jìn)行采樣。樣地基本概況見表1。

圖2 研究區(qū)土地覆蓋分類利用現(xiàn)狀Figure 2 Land cover classification and utilization in the study area

2.2 甘南高原NDVI 年際變化特征

混合并購(gòu)：混合并購(gòu)是指兩個(gè)經(jīng)營(yíng)活動(dòng)不相關(guān)的企業(yè)發(fā)生的并購(gòu)，目的是為了開拓別的市場(chǎng)，分散企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)，從而達(dá)到提升企業(yè)競(jìng)爭(zhēng)力的效果。

圖3 2001－2020 年甘南高原NDVI 時(shí)間變化、年平均以及變化趨勢(shì)Figure 3 Temporal change distribution maps, annual averageand change trend of NDVI in the Gannan Plateau from 2001 to 2020

2.3 甘南高原NDVI 空間分布及變化特征

2.3.1 NDVI 的空間分布特征

2001－2020 年甘南高原植被年最大NDVI 平均值空間分布顯示(圖3c)，由于區(qū)域海拔差異較大，氣溫東高西低、降水量分布東北多西南少，受其影響，全州植被分布類型迥異，西北部主要是亞高山草甸覆蓋的草地；東部主要是灌叢、針闊葉混交林和木本稀疏草地(樹木覆蓋率為30%～60%)覆蓋的丘陵山地；南部是針葉林、落葉林、針闊葉混交林覆蓋的林區(qū)，因此，NDVI 值空間分布也具有明顯的地域性特征。總體而言，植被覆蓋狀況良好，年最大NDVI 平均值為0.79，大部分值在(0.70，0.90]，面積占比為89.56%；不到0.60 的區(qū)域約占3.5%，主要位于夏河縣北部和瑪曲縣西北部的草地和迭部縣－舟曲縣的局部林區(qū)；大于0.9 的區(qū)域約占0.31%，主要位于舟曲縣白龍江沿岸以及南部的林區(qū)，植被類型多為針葉林、闊葉林和針闊葉混交林。

[42]《緬甸總理吳努在國(guó)會(huì)上的講話(摘要)》，《中華人民共和國(guó)外交部檔案》，檔號(hào)：105-00814-01(1)。

2.3.2 NDVI 的空間變化特征

基于Theil-Sen 斜率估算和M-K 檢驗(yàn)方法計(jì)算得出甘南高原年最大NDVI 變化趨勢(shì)(表1、圖3d)。結(jié)果顯示，除各縣(市)城區(qū)及周邊區(qū)域外，大部分地方NDVI 變化是增加的，其中增加趨勢(shì)的面積占比為75.81% (包括ESI、SI、II)；呈減少趨勢(shì)(包括ESR、SR、IR)的區(qū)域主要位于夏河縣北部的甘加及中部的?？茲竦馗浇献魇兄胁砍菂^(qū)附近，碌曲縣東部的貢巴，瑪曲縣西北的歐拉秀瑪、東部曼日瑪及城區(qū)附近，迭部縣南部零星區(qū)域，面積占24.19%，其中顯著(P< 0.05)減少和極顯著(P< 0.01)減少的區(qū)域主要分布在夏河縣、合作市以及瑪曲縣牧事活動(dòng)較多的草地覆蓋區(qū)和城市進(jìn)程化快的城區(qū)周邊區(qū)域。

表1 2001－2020 年甘南高原NDVI 變化趨勢(shì)Table 1 NDVI variation trend in the Gannan Plateau from 2001 to 2020

2.4 氣溫和降水量對(duì)甘南高原NDVI 的影響

2.4.1 近30 年，甘南高原降水量和氣溫變化趨勢(shì)

經(jīng)過一番努力，陳妍曬出首聯(lián)，雖未能標(biāo)準(zhǔn)，但我和親友們都豎起大拇指，大加贊賞，并幫助修改，以此點(diǎn)燃成功的火花。終于，孩子們信心得以激發(fā)，陸陸續(xù)續(xù)憋出對(duì)聯(lián)，先后曬在群里。修改如下。

采用一元線性回歸方法擬合了甘南高原2001－2020 年最大NDVI 區(qū)域平均變化趨勢(shì)(圖3a)。結(jié)果表明，近20 年，甘南高原植被總體呈線性增長(zhǎng)趨勢(shì)，年際增長(zhǎng)率為每10 年0.019。其中，2016 年之前NDVI 增長(zhǎng)幅度緩慢，線性趨勢(shì)僅為每年0.002 1；2016 年以后，NDVI 上升趨勢(shì)明顯，線性趨勢(shì)達(dá)到每年0.005 6。從時(shí)間尺度上來看，近20 年，甘南高原NDVI 變化趨勢(shì)反映出研究區(qū)植被覆蓋呈改善趨勢(shì)，表現(xiàn)為NDVI 區(qū)域平均值逐年增加。

基于1991－2020 年甘南藏族自治州8 個(gè)國(guó)家自動(dòng)氣象觀測(cè)站數(shù)據(jù)，用其平均值表征區(qū)域整體的年均氣溫和年降水量，通過M-K 突變檢驗(yàn)來分析氣溫和降水量的變化趨勢(shì)。根據(jù)圖4a 和圖4b 得出，近30 年，甘南高原總體年均氣溫呈顯著增加趨勢(shì)(P< 0.05)，上升速率為每10 年0.35 ℃；而年降水量波動(dòng)明顯，其年際變化趨勢(shì)并不顯著，主要是受區(qū)域地形差異大、降水量空間分布極不均勻所致。在分析研究區(qū)氣象要素突變點(diǎn)和變化趨勢(shì)的顯著性時(shí)，主要是借助統(tǒng)計(jì)量Z值和UFk、UBk的時(shí)間變化曲線圖(圖4c、圖4d)，對(duì)于氣溫而言，自1995 年以后，統(tǒng)計(jì)量UFk> 0，表明氣溫整體呈增加趨勢(shì)，在進(jìn)入21 世紀(jì)以后，統(tǒng)計(jì)量UFk> 1.96，則表明氣溫總體上是顯著增加，其中突變時(shí)間節(jié)點(diǎn)發(fā)生在1998年；對(duì)于降水量而言，自2003 年以后，0 0.05)，其中在2017年發(fā)生突變。

圖4 1991－2020 年甘南高原氣溫(a)和降水量(b)變化趨勢(shì)以及氣溫(c)和降水量(d) M-K 突變檢驗(yàn)Figure 4 Changes in the annual average temperature (a), annual average precipitation (b), temperature M-K mutation test (c),and precipitation M-K mutation test (d) in the Gannan Plateau from 1991 to 2020

進(jìn)一步對(duì)研究區(qū)內(nèi)8 個(gè)國(guó)家自動(dòng)氣象觀測(cè)站點(diǎn)的氣溫和降水量進(jìn)行變化趨勢(shì)和突變時(shí)間節(jié)點(diǎn)分析，結(jié)果發(fā)現(xiàn)，各站點(diǎn)氣象要素的變化趨勢(shì)與區(qū)域平均值的檢驗(yàn)結(jié)果基本一致，近30 年，大部分站點(diǎn)年均氣溫自20 世紀(jì)90 年代后期開始增加，特別是進(jìn)入21 世紀(jì)后增加趨勢(shì)尤為顯著，氣溫的突變時(shí)間節(jié)點(diǎn)多集中在1996－2005 年；關(guān)于降水量，近30年，除舟曲縣、迭部縣降水量變化水平呈不顯著減少外，大部分地方降水量變化呈不顯著增加趨勢(shì)，且各站降水量波動(dòng)大，突變時(shí)間節(jié)點(diǎn)各異。

2.4.2 降水量、氣溫和植被NDVI 的相關(guān)性及偏相關(guān)性分析

基于2001－2020 年甘南州及周邊區(qū)域50 個(gè)國(guó)家自動(dòng)氣象觀測(cè)站年均氣溫和年降水量數(shù)據(jù)，利用ArcGIS 軟件，采用插值法，得到甘南高原氣象要素的柵格數(shù)據(jù)，結(jié)合同時(shí)段NDVI 影像數(shù)據(jù)分析其相關(guān)性和偏相關(guān)性(圖5)。年均氣溫與NDVI 值的相關(guān)性總體上是正相關(guān)作用大于負(fù)相關(guān)，其中，相關(guān)系數(shù)平均值為0.15，范圍為[- 0.72，0.89]，區(qū)域內(nèi)正、負(fù)相關(guān)面積占全州總面積的比值分別為72.63%、27.37%，區(qū)域內(nèi)通過顯著性檢驗(yàn)的有11.85% (P<0.05)，且顯著正相關(guān)占11.32%，主要分布在夏河縣達(dá)久灘－科才、瑪曲縣阿尼瑪卿山附近和齊哈瑪?shù)哪喜俊⒆磕崮喜浚勘辈亢０蜗鄬?duì)高的地區(qū)，植被類型主要是草甸和木本稀疏草原(圖5a)；年降水量與NDVI 值的相關(guān)性總體上以正相關(guān)作用為主。其中，相關(guān)系數(shù)平均值為0.04，范圍為[- 0.72，0.88]，區(qū)域內(nèi)正、負(fù)相關(guān)面積占全州總面積的比值分別為57.17%、42.82%，通過顯著性檢驗(yàn)的占3.47%，顯著正、負(fù)相關(guān)區(qū)域分別占2.72%、0.75%，顯著正相關(guān)的區(qū)域分布比較零散，全州各縣域均有分布。顯著負(fù)相關(guān)的區(qū)域主要分布在夏河縣西北部的甘加和瑪曲縣東部的采日瑪，植被類型主要是亞高山草甸(圖5b)。

圖5 甘南高原NDVI 與氣溫 和降水量的相關(guān)性分析及偏相關(guān)性分析Figure 5 NDVI correlation and partial correlation analysis with temperature and precipitation

通過計(jì)算NDVI 與年均氣溫、年降水量的偏相關(guān)系數(shù)發(fā)現(xiàn)，在控制降水量，分析NDVI 與年均氣溫的偏相關(guān)性(圖5c)。正相關(guān)作用稍大于負(fù)相關(guān)，偏相關(guān)系數(shù)平均值為0.20，范圍為[- 0.73，0.88]，區(qū)域內(nèi)正、負(fù)相關(guān)面積占全州總面積的比值分別為55.19%、44.81%，通過顯著性(P< 0.05)檢驗(yàn)的占14.49%，顯著正、負(fù)相關(guān)區(qū)域分別占14.18%、0.31%，顯著正相關(guān)的區(qū)域較單獨(dú)的相關(guān)性分析增加2.86%?？臻g分布上差異不大，表明甘南高原氣溫與NDVI 的相關(guān)性受降水略有影響，但影響并不很大。在控制氣溫，分析NDVI 與年降水量的偏相關(guān)性(圖5d)，正相關(guān)作用明顯大于負(fù)相關(guān)，以正相關(guān)為主作用，偏相關(guān)系數(shù)的平均值為0.23，范圍為[- 0.82，0.93]，區(qū)域內(nèi)正、負(fù)相關(guān)面積占全州總面積的比值分別為81.64%、18.36%，通過顯著性檢驗(yàn)的占20.33%，顯著正、負(fù)相關(guān)區(qū)域分別占19.93%、0.40%，顯著正相關(guān)的區(qū)域與單一的相關(guān)性分析相比面積增加17.21%，空間分布上差異明顯，說明氣溫影響著植被指數(shù)NDVI 與降水量的相關(guān)性。

總體而言，2001－2020 年甘南高原植被指數(shù)NDVI 與氣象要素(氣溫和降水量)均以正相關(guān)性為主，其中NDVI 與降水量的偏相關(guān)性稍強(qiáng)于氣溫。

大學(xué)階段是人一生中心理發(fā)展最為關(guān)鍵的時(shí)期之一，也是心理變化最激烈、最明顯的時(shí)期。高校擴(kuò)招和社會(huì)環(huán)境的變化給當(dāng)代大學(xué)生帶來了全新的挑戰(zhàn)和各種各樣的壓力，有些大學(xué)生因難以應(yīng)對(duì)這些挑戰(zhàn)和壓力而導(dǎo)致心理發(fā)展不平衡，情緒不穩(wěn)定，心理矛盾與沖突。近些年來，大學(xué)生退學(xué)、墮落、自殺、自殘、危害他人生命安全等事件時(shí)有發(fā)生，這些非同尋常的問題日益成為影響大學(xué)生健康成長(zhǎng)的重要因素。探尋大學(xué)生精神疾病的根源，找到大學(xué)生思想壓力的減壓路徑，是高校教育工作者面臨的一項(xiàng)重要課題。

3 討論

3.1 氣候因素對(duì)NDVI 變化的作用

植被指數(shù)NDVI 的變化除了受氣候因素的影響外，還與人類活動(dòng)有關(guān)[35]，對(duì)回歸模擬預(yù)測(cè)的NDVI 值做線回歸分析。結(jié)果表明，在氣候因素的作用下，近20 年甘南高原植被NDVI 空間上(圖6a)差異明顯，整體呈現(xiàn)北“抑制”南“改善”的格局分布，其中正、負(fù)變化速率的面積占比分別為43.18%，56.82%，總體來看，氣候因素對(duì)甘南高原NDVI 抑制的效應(yīng)略大于改善。氣候因素驅(qū)動(dòng)南部改善的區(qū)域和衛(wèi)星觀測(cè)的南部實(shí)際NDVI 增長(zhǎng)的區(qū)域基本一致，主要位于碌曲縣的南部、瑪曲縣大部和舟曲縣東部，近30 年，這些地方年均氣溫增長(zhǎng)率為每10年[0.21，0.63] ℃，呈現(xiàn)出較為明顯的增溫變暖趨勢(shì)，變暖趨勢(shì)與該區(qū)域NDVI 改善的趨勢(shì)大體相近，可以認(rèn)為是氣候變暖對(duì)NDVI 變化的正反饋；對(duì)于北部植被而言，氣候因素驅(qū)動(dòng)抑制的區(qū)域面積明顯大于衛(wèi)星觀測(cè)的實(shí)際NDVI 減小的區(qū)域，僅是在夏河縣和合作市城區(qū)及周邊區(qū)域二者略有吻合，近30 年，甘南州大部分地方降水量變化水平呈不顯著增加趨勢(shì)，氣候整體趨向暖濕化過程，有利于植被的恢復(fù)和擴(kuò)展，但是對(duì)于生長(zhǎng)季節(jié)較短，地上生物量覆蓋相對(duì)較少，且容易受外界影響的草地而言，在氣候整體變暖的背景下，該區(qū)域NDVI 變化可能主要受降水量影響，這一發(fā)現(xiàn)與前人研究基本一致，如李元春等[23]認(rèn)為降水量增加對(duì)甘南北部草地生長(zhǎng)有負(fù)向影響，楊尚武等[38]也認(rèn)為降水量是影響河?xùn)|植被覆蓋變化的主要因子。因此，導(dǎo)致甘南州北部植被NDVI 受抑制的主要?dú)夂蛞蜃涌赡苁墙邓俊?/p>

圖6 氣候因素和人類活動(dòng)影響下NDVI 年變化速率Figure 6 Annual NDVI change rate influenced by climatic factors and human activities

3.2 人類活動(dòng)對(duì)NDVI 變化的作用

將衛(wèi)星觀測(cè)的NDVI 值和回歸模擬預(yù)測(cè)的NDVI 值做差值，再進(jìn)行一元線性回歸分析，結(jié)果表明，在人類活動(dòng)作用下，近20 年甘南高原NDVI 變化空間上(圖6b)整體呈現(xiàn)東北“改善”西南“抑制”的格局分布，其中正、負(fù)變化速率分別占76.78%、23.22%。人類活動(dòng)作用下改善的區(qū)域和衛(wèi)星觀測(cè)的實(shí)際NDVI 增長(zhǎng)的區(qū)域在夏河縣北部、臨潭-卓尼的東部、舟曲縣白龍江沿岸的區(qū)域基本一致。此外，結(jié)合區(qū)域平均NDVI 值(圖3a)、回歸預(yù)測(cè)NDVI值(圖略)和殘差值(圖3b)年變化趨勢(shì)來看，2001－2020 年衛(wèi)星觀測(cè)的NDVI 年際變化率為每10 年0.019，氣候因素作用的NDVI 年際變化率為每10年0.009，而人類活動(dòng)作用的NDVI 年際變化率為每10 年0.01，人類活動(dòng)對(duì)NDVI 變化作用相對(duì)明顯。

因此，在氣候因素和人類活動(dòng)的共同推進(jìn)下，氣候因素抑制的區(qū)域在人類活動(dòng)的作用下，削弱