燕丹妮,武心悅,王博恒,郝紅科,*

1 西北農(nóng)林科技大學(xué)林學(xué)院,楊凌 712100

2 國(guó)家林業(yè)和草原局華東調(diào)查規(guī)劃院,杭州 310021

黃土高原位于中國(guó)半濕潤(rùn)、干旱與半干旱區(qū)過(guò)渡帶,水資源短缺,生態(tài)環(huán)境脆弱,對(duì)氣候變化響應(yīng)敏感,是我國(guó)水土保持重點(diǎn)區(qū)域[1—2]。黃河中游流經(jīng)的黃土高原,是入黃泥沙的主要來(lái)源,因此黃土高原植被覆蓋度對(duì)水土流失的防治關(guān)系到黃河流域的可持續(xù)發(fā)展[3—4]。一方面,植被作為陸地生態(tài)系統(tǒng)的組成部分,在截留降雨、增加土壤入滲、減少水土流失以及指示全球氣候變化和生態(tài)系統(tǒng)變化方面有重要作用[5—7];另一方面,植被破壞導(dǎo)致的生態(tài)環(huán)境持續(xù)惡化將加劇水土流失,造成黃河下游河道泥沙不斷淤積[8—9]。雖然大規(guī)模人工造林提高了黃土高原植被覆蓋度,但也有證據(jù)表明在人類(lèi)活動(dòng)和氣候變化雙重影響下,大規(guī)模的植被恢復(fù)使得降水被植被冠層截留蒸發(fā),部分造林密度較大的區(qū)域土壤呈區(qū)域性干燥化[10—12]。因此,在氣候變化和人類(lèi)活動(dòng)影響下,黃土高原區(qū)植被動(dòng)態(tài)變化日趨復(fù)雜,如何量化植被變化特征及其歸因?qū)^(qū)域生態(tài)安全至關(guān)重要。

氣候變化和人類(lèi)活動(dòng)被公認(rèn)為是影響黃土高原植被覆蓋度變化的兩個(gè)重要因素[13—14]。土地利用類(lèi)型、經(jīng)濟(jì)發(fā)展、人口、農(nóng)業(yè)生產(chǎn)等數(shù)據(jù)常作為人類(lèi)活動(dòng)的重要指標(biāo)量化人類(lèi)活動(dòng)對(duì)植被覆蓋度變化的貢獻(xiàn)率[15—16]。溫度、降水和輻射作為主要的氣候因素已被廣泛的用作驅(qū)動(dòng)植被覆蓋度變化的氣候指標(biāo)[17]。此外,地貌、植被類(lèi)型等自然因素也作為影響氣候驅(qū)動(dòng)力的限制性因素應(yīng)用于對(duì)植被覆蓋度變化的影響因素量化中[18]。也有研究針對(duì)多因子交互作用,判斷和說(shuō)明多種氣象因子共同作用下和獨(dú)立作用下對(duì)植被歸一化植被指數(shù)(NDVI)的解釋度[19—21]。除此之外,為探究退耕還林對(duì)植被恢復(fù)的影響效果,利用基于面板數(shù)據(jù)修正標(biāo)準(zhǔn)誤差(PCSE)修正的面板數(shù)據(jù)模型將退耕還林面積作為表征退耕還林影響力的指標(biāo)[22]。這些研究都有力地推動(dòng)了對(duì)植被覆蓋度變化與氣候變化及人類(lèi)活動(dòng)耦合關(guān)系的認(rèn)識(shí)。目前對(duì)于氣候變化與人類(lèi)活動(dòng)對(duì)植被覆蓋度變化的貢獻(xiàn)率還存在一定的不確定性,這與研究基于的時(shí)間尺度、參與擬合關(guān)系的驅(qū)動(dòng)因素以及植被覆蓋度變化與氣候因素?cái)M合關(guān)系的可靠性有關(guān)[23]。

以往研究中,利用多元統(tǒng)計(jì)方法建立植被覆蓋度與氣候變化之間的關(guān)系,忽略了植被覆蓋度與氣候因素之間復(fù)雜的交互作用。在全球氣候變化加劇的情況下,受多種環(huán)境因子影響的植被覆蓋度變化并不是完全的線性關(guān)系,例如當(dāng)增溫超過(guò)光合作用的最適溫度時(shí),溫度對(duì)植被的生長(zhǎng)產(chǎn)生抑制作用,升溫促進(jìn)土壤水分蒸散,形成干旱環(huán)境,也會(huì)抑制植被的生長(zhǎng)[24—26]。目前被廣泛應(yīng)用的多元?dú)埐罘治龇?大多在當(dāng)期受氣候變化和人類(lèi)活動(dòng)共同影響的時(shí)間段內(nèi),建立植被覆蓋度與氣候變化之間的關(guān)系[27—30]。這一關(guān)系的建立忽略了前期氣候變化對(duì)植被覆蓋度的潛在影響。黃土高原地區(qū)的氣候變化和人類(lèi)活動(dòng)交互作用顯著,簡(jiǎn)單的線性關(guān)系不能很好的建立植被覆蓋度變化與人類(lèi)活動(dòng)之間的關(guān)系[31—32]。在退耕還林工程實(shí)施以前,人類(lèi)活動(dòng)主要為長(zhǎng)期農(nóng)業(yè)行為,對(duì)植被覆蓋度的影響是微弱的,植被覆蓋度變化主要受氣候影響[33]。1999年之后,退耕還林工程的實(shí)施使得黃土高原的植被覆蓋狀況得到了明顯改善,人類(lèi)活動(dòng)顯著增強(qiáng),成為影響黃土高原植被覆蓋度變化的主要因素[34]。利用線性模型尚不能很好地量化氣候變化和人類(lèi)活動(dòng)對(duì)植被變化的影響,亟待尋找新的量化方法研究黃土高原植被動(dòng)態(tài)變化規(guī)律。

黃土高原是我國(guó)生態(tài)安全屏障的重要組成部分,也是我國(guó)退耕還林工程重點(diǎn)實(shí)施區(qū)域。本研究以退耕還林工程1999年為界限,利用非線性隨機(jī)森林算法建立1982—1998年植被覆蓋度與氣候變化的關(guān)系,并用這一關(guān)系量化1999—2015年受氣候變化驅(qū)動(dòng)的植被覆蓋度變化,植被覆蓋度觀測(cè)值與預(yù)測(cè)值的殘差值為人類(lèi)活動(dòng)驅(qū)動(dòng)的植被覆蓋度變化。本研究的目的是:(1)探究退耕還林工程前后植被覆蓋度的時(shí)空變化格局;(2)建立具有高擬合結(jié)果的植被覆蓋度變化與氣候因素關(guān)系;(3)量化氣候變化與人類(lèi)活動(dòng)對(duì)黃土高原植被覆蓋度變化的貢獻(xiàn)。研究結(jié)果能為量化氣候變化和人類(lèi)活動(dòng)對(duì)植被覆蓋度的影響提供新思路,為黃土高原地區(qū)生態(tài)建設(shè)提供理論支持和科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)

黃土高原(100°83′—114°52′E、33°68′—41°27′N(xiāo))位于中國(guó)西北部(圖1),橫跨青海、甘肅、寧夏、內(nèi)蒙古、陜西、山西和河南七省區(qū),海拔高度81—5010 m,總面積約65萬(wàn)km2,總?cè)丝诩s8600萬(wàn)。黃土高原屬東南濕潤(rùn)季風(fēng)氣候向西北內(nèi)陸干旱氣候的過(guò)渡區(qū),從東南向西北氣候依次為半濕潤(rùn)氣候、半干旱氣候和干旱氣候,冬季和春季寒冷干燥,夏季和秋季炎熱且多極端降雨。年均溫為9—12℃,空間分布不均勻,西部地區(qū)溫度低于東部地區(qū),年均降雨量100—800 mm。植被類(lèi)型主要有草地、灌叢、農(nóng)田、落葉闊葉林和常綠針葉林。黃土高原是我國(guó)典型的水土流失地區(qū),也是退耕還林的重點(diǎn)地區(qū)[35—37]。為有效治理和解決嚴(yán)重的生態(tài)系統(tǒng)退化和水土流失問(wèn)題,中國(guó)政府實(shí)施了全球規(guī)模最大的退耕還林還草生態(tài)治理工程。1999年,四川、陜西、甘肅3省率先開(kāi)展了退耕還林試點(diǎn)示范工程[38]。2002年,在試點(diǎn)成功的基礎(chǔ)上,退耕還林工程全面啟動(dòng)[39]。

圖1 黃土高原2000年土地利用類(lèi)型

1.2 數(shù)據(jù)來(lái)源

研究采用歸一化植被指數(shù)(NDVI)作為植被覆蓋度指標(biāo),NDVI數(shù)據(jù)集來(lái)源于GIMMS NDVI3g V1.0 全球數(shù)據(jù)產(chǎn)品(https://ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/)。時(shí)間序列為1981—2015年,空間分辨率為8 km,時(shí)間分辨率為15 d。溫度與降水?dāng)?shù)據(jù)集來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/),空間分辨率為1 km,時(shí)間分辨率為1月。日照時(shí)數(shù)數(shù)據(jù)集來(lái)源于國(guó)家氣象科學(xué)數(shù)據(jù)中心(http://data.cma.cn),空間分辨率為1 km,時(shí)間分辨率為1月。土地利用數(shù)據(jù)集來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/),空間分辨率為1 km。通過(guò)Python進(jìn)行空間插值重采樣將NDVI、溫度、降水、日照時(shí)數(shù)數(shù)據(jù)空間分辨率統(tǒng)一為8 km,并通過(guò)平均值計(jì)算獲取1982—2015年逐月NDVI、溫度、降水、日照時(shí)數(shù)數(shù)據(jù)。

1.3 植被覆蓋度變化趨勢(shì)分析

基于線性回歸分析法,建立1982—1998年逐月NDVI與1、2、3月滯后溫度、降水和日照時(shí)數(shù)的線性關(guān)系,得到NDVI與氣候因素的時(shí)滯關(guān)系。逐像元計(jì)算植被覆蓋度與時(shí)間的趨勢(shì)線變化斜率(Slope),得到植被覆蓋度的變化趨勢(shì)。利用Pearson相關(guān)系數(shù)來(lái)判斷相關(guān)性:

(1)

式中,Xi表示第i年的NDVI平均值,n為研究期總年數(shù)。Slope>0和Slope<0分別表示NDVI隨時(shí)間遞增和遞減。并對(duì)植被覆蓋度變化趨勢(shì)進(jìn)行顯著性檢驗(yàn),P<0.05表示變化顯著,P>0.05表示變化不顯著。

1.4 植被覆蓋度與氣候因素偏相關(guān)性分析

應(yīng)用偏相關(guān)系數(shù)反映1982—1998年植被覆蓋度與相應(yīng)滯后氣溫、降水和日照時(shí)數(shù)的相關(guān)性:

(2)

式中,ryj,ck表示排除c、k影響后,y與j的二階偏相關(guān)系數(shù),ryj,c、ryk,c、rjk,c分別表示排除c影響后y與j、y與k、j與k之間的一階偏相關(guān)系數(shù),顯著性檢驗(yàn)采用t檢驗(yàn)。

1.5 隨機(jī)森林算法

利用隨機(jī)森林算法擬合1982—1998年氣候變化驅(qū)動(dòng)的植被覆蓋度變化。隨機(jī)森林是由很多決策樹(shù)構(gòu)成的,通過(guò)對(duì)部分樣本進(jìn)行訓(xùn)練,森林中的每一顆決策樹(shù)分別進(jìn)行判斷和分類(lèi),決策樹(shù)中分類(lèi)結(jié)果最多的那一個(gè)分類(lèi)結(jié)果將作為隨機(jī)森林的最終結(jié)果[40]?；赑ython 3.9軟件,利用隨機(jī)森林算法對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行訓(xùn)練和預(yù)測(cè),本文設(shè)置參數(shù)n_estimators=200, random_state=0,其它參數(shù)使用默認(rèn)值。訓(xùn)練1982—1996年逐月NDVI與滯后氣候因素(溫度、降水和日照時(shí)數(shù))之間的非線性關(guān)系,并將1997—1998年逐月NDVI與滯后氣候因素(溫度、降水和日照時(shí)數(shù))作為測(cè)試集,驗(yàn)證模型精度:

(3)

1.6 殘差閾值法

利用殘差閾值法劃分出1999—2015年人類(lèi)活動(dòng)驅(qū)動(dòng)的植被覆蓋度變化,首先計(jì)算未被模擬到的植被覆蓋度變化值,即NDVI觀測(cè)值與隨機(jī)森林算法預(yù)測(cè)值之差:

NDVIres=NDVIobs-NDVIpre

(4)

式中,NDVIpre和NDVIobs分別為1999—2015年基于隨機(jī)森林學(xué)習(xí)算法的NDVI預(yù)測(cè)值和基于遙感影像的NDVI觀測(cè)值,NDVIres表示1999—2015年未被模擬到的植被覆蓋度變化值。計(jì)算1982—1998年殘差值的平均值(μ)與n倍標(biāo)準(zhǔn)差(σ),氣候變化導(dǎo)致的波動(dòng)范圍為[μ-n×σ,μ+n×σ]。若1999—2015年殘差值落入[μ-n×σ,μ+n×σ]范圍內(nèi),則認(rèn)為氣候因素是主要的驅(qū)動(dòng)因子,反之,殘差值落到范圍外,則為人類(lèi)活動(dòng)是主要的驅(qū)動(dòng)因素。

(5)

式中,對(duì)于n一般取值為1,2和3(本研究n取2),n的取值越大表明氣候因素驅(qū)動(dòng)的植被覆蓋度波動(dòng)性越大。對(duì)于大部分的網(wǎng)格,其研究月份中近50%的時(shí)間,殘差落入[μ-n×σ,μ+n×σ]范圍內(nèi),氣候因素驅(qū)動(dòng)植被覆蓋度變化的效果屬于正常的波動(dòng)范圍。在超過(guò)正常波動(dòng)范圍以外的(-∞,μ-n×σ)認(rèn)為人類(lèi)活動(dòng)對(duì)植被覆蓋度的影響為消極,相應(yīng)的,在超過(guò)正常波動(dòng)范圍以外的(μ+n×σ, +∞)認(rèn)為人類(lèi)活動(dòng)對(duì)植被覆蓋度的影響為積極。依據(jù)n的取值對(duì)人類(lèi)活動(dòng)的影響程度進(jìn)行細(xì)致劃分,n值越大表示波動(dòng)越劇烈,對(duì)植被覆蓋的影響程度越深,將人類(lèi)活動(dòng)細(xì)致劃分為六類(lèi):人類(lèi)重度消極影響,人類(lèi)中度消極影響,人類(lèi)輕度消極影響,人類(lèi)輕度積極影響,人類(lèi)中度積極影響和人類(lèi)重度積極影響。對(duì)于氣候因子為主要驅(qū)動(dòng)因子的區(qū)域,利用Pearson分析的時(shí)間變化趨勢(shì)為判斷氣候驅(qū)動(dòng)效果的依據(jù)。Slope為正,氣候因子對(duì)植被覆蓋度的影響是積極的;Slope為負(fù),氣候因子對(duì)植被覆蓋度的影響是消極的。

1.7 技術(shù)路線

本研究主要分為三步(圖2)。首先,利用偏相關(guān)分析法分析1982—1998年逐月植被覆蓋度與滯后氣候因素的偏相關(guān)關(guān)系,驗(yàn)證植被覆蓋度與氣候因素的相關(guān)性。其次,驗(yàn)證隨機(jī)森林算法對(duì)植被覆蓋度與氣候因素關(guān)系的擬合效果。利用隨機(jī)森林算法訓(xùn)練1982—1996年植被覆蓋度與氣候因素的關(guān)系,基于這一模擬好的關(guān)系,利用氣象因素預(yù)測(cè)1997—1998年的植被覆蓋度,根據(jù)預(yù)測(cè)值與觀測(cè)值計(jì)算擬合精度。最后,對(duì)1999—2015年生長(zhǎng)季植被覆蓋度的驅(qū)動(dòng)因素進(jìn)行歸因分解。利用隨機(jī)森林算法預(yù)測(cè)1999—2015年受氣候變化驅(qū)動(dòng)的植被覆蓋度變化,即植被覆蓋度變化預(yù)測(cè)值。植被覆蓋度的觀測(cè)值與預(yù)測(cè)值之差為殘差值,根據(jù)植被覆蓋度殘差值(1999—2015年)是否處于[μ-n×σ,μ+n×σ]波動(dòng)范圍內(nèi)判斷主要的驅(qū)動(dòng)因子是氣候變化還是人類(lèi)活動(dòng)。前兩步分析針對(duì)全年逐月數(shù)據(jù),第三步2000—2015年植被變化的歸因針對(duì)生長(zhǎng)季(5—10月)分析。

圖2 技術(shù)路線

2 結(jié)果與分析

2.1 黃土高原植被覆蓋度空間變化

1982—1998年,黃土高原植被覆蓋度整體上呈增長(zhǎng)趨勢(shì)(圖3)。97.81%的區(qū)域植被覆蓋度隨時(shí)間呈現(xiàn)增長(zhǎng)趨勢(shì),其中,顯著增長(zhǎng)區(qū)域占總面積的54.68%。2.19%的區(qū)域植被覆蓋度隨時(shí)間呈現(xiàn)減少趨勢(shì),但沒(méi)有呈現(xiàn)顯著減少趨勢(shì)的區(qū)域。減少區(qū)域主要發(fā)生在山西中部、內(nèi)蒙古、甘肅和寧夏部分區(qū)域。這表明黃土高原大部分地區(qū)植被覆蓋度隨時(shí)間呈現(xiàn)增長(zhǎng)趨勢(shì)。1999—2015年,黃土高原植被覆蓋度整體上呈現(xiàn)增長(zhǎng)趨勢(shì),96.42%的區(qū)域隨時(shí)間呈現(xiàn)增長(zhǎng)趨勢(shì),顯著增長(zhǎng)區(qū)域占總面積的85.11%,3.56%的區(qū)域呈現(xiàn)減少趨勢(shì)。減少區(qū)域主要發(fā)生在寧夏北部、陜西南部、內(nèi)蒙古和河南部分區(qū)域。1999—2015年與1982—1998年相比,植被覆蓋度增長(zhǎng)的區(qū)域更多,增長(zhǎng)的趨勢(shì)也更顯著,這表明1999年開(kāi)始國(guó)家實(shí)施的“退耕還林”等維護(hù)生態(tài)安全的政策促進(jìn)了黃土高原植被覆蓋度的增加。

圖3 1982—1998年、1999年—2015年植被覆蓋度空間變化及顯著性(P<0.05)

2.2 植被覆蓋度與氣候變化關(guān)系及擬合精度

黃土高原1982—1998年逐月NDVI與降水和日照時(shí)數(shù)存在1個(gè)月的滯后效應(yīng),而溫度與當(dāng)期的植被覆蓋度相關(guān)性更好。對(duì)植被覆蓋度變化與相應(yīng)的滯后氣候因素進(jìn)行偏相關(guān)性分析。在整體上,黃土高原植被覆蓋度與溫度、降水和日照時(shí)數(shù)表現(xiàn)出很高的相關(guān)性(圖4),溫度與植被覆蓋度的相關(guān)性高于降水和日照時(shí)數(shù),與溫度顯著正相關(guān)的植被覆蓋度區(qū)域面積大于降水和日照時(shí)數(shù)。不同氣候因素對(duì)植被覆蓋度的影響具有空間異質(zhì)性,溫度與植被覆蓋度相關(guān)性空間分布與降水相反,溫度與植被覆蓋度相關(guān)性高的區(qū)域,降水與植被覆蓋度的相關(guān)性低。黃土高原植被覆蓋度與溫度呈正相關(guān)的區(qū)域占99.44%,表現(xiàn)為顯著正相關(guān)的區(qū)域占98.49%,表現(xiàn)為顯著負(fù)相關(guān)的區(qū)域占0.15%。表現(xiàn)為顯著負(fù)相關(guān)和無(wú)顯著相關(guān)性的區(qū)域主要分布在內(nèi)蒙古東勝市西北部。黃土高原植被覆蓋度與降水呈正相關(guān)的區(qū)域占94.50%,其中表現(xiàn)為顯著正相關(guān)的區(qū)域占87.47%,表現(xiàn)為顯著負(fù)相關(guān)的區(qū)域占1.15%。表現(xiàn)為顯著負(fù)相關(guān)和無(wú)顯著相關(guān)性的區(qū)域主要分布在陜西南部、山西南部和河南的部分區(qū)域。黃土高原植被覆蓋度與日照時(shí)數(shù)呈正相關(guān)的區(qū)域占93.63%,其中表現(xiàn)為顯著正相關(guān)的區(qū)域占83.36%,表現(xiàn)為顯著負(fù)相關(guān)的區(qū)域占1.84%。表現(xiàn)為顯著負(fù)相關(guān)的區(qū)域主要分布在陜西南部、山西和河南的部分區(qū)域,其它大部分區(qū)域表現(xiàn)為顯著正相關(guān)。這表明1999年以前,黃土高原超過(guò)80%的區(qū)域植被覆蓋度與氣候因素呈現(xiàn)顯著的正相關(guān)關(guān)系。

圖4 1982—1998年植被覆蓋度與滯后溫度,降水及日照時(shí)數(shù)的偏相關(guān)系數(shù)及顯著性(P<0.05)

1982—1998年植被覆蓋度與氣候變化關(guān)系的整體訓(xùn)練精度達(dá)到80%以上,表明隨機(jī)森林算法整體上較好地模擬了植被覆蓋度和氣候變化之間的關(guān)系。99.71%的區(qū)域測(cè)試精度達(dá)到0.5以上,表明隨機(jī)森林算法模擬的植被覆蓋度和氣候變化之間的關(guān)系能夠較好的應(yīng)用于測(cè)試集。盡管0.01%的區(qū)域存在過(guò)擬合(R2<0),整體上隨機(jī)森林算法較好得擬合了氣候變化與植被覆蓋度之間的關(guān)系(圖5)。

圖5 隨機(jī)森林學(xué)習(xí)算法訓(xùn)練精度與測(cè)試精度

2.3 黃土高原植被覆蓋度變化歸因分析

2000—2015年,氣候因素對(duì)植被覆蓋度的驅(qū)動(dòng)效應(yīng)逐漸減弱,人類(lèi)活動(dòng)對(duì)植被覆蓋度的驅(qū)動(dòng)效應(yīng)逐漸增加(圖6)。氣候變化對(duì)植被覆蓋度的驅(qū)動(dòng)面積占比由90.12%降低為34.67%。人類(lèi)活動(dòng)對(duì)植被覆蓋度的積極驅(qū)動(dòng)面積占比由8.68%增加為64.62%。氣候變化對(duì)植被覆蓋度的消極驅(qū)動(dòng)面積占比降低了42.58%,積極驅(qū)動(dòng)面積占比降低了12.86%。人類(lèi)活動(dòng)對(duì)植被覆蓋度變化的影響逐步加深,在2012—2013年達(dá)到頂峰,2014年以后,人類(lèi)活動(dòng)的影響逐漸減弱,氣候變化對(duì)植被覆蓋度的影響開(kāi)始增強(qiáng)。氣候驅(qū)動(dòng)植被覆蓋度變化的地區(qū)主要分布在內(nèi)蒙古臨河市南部和東勝市西部、陜西南部、山西東南部、河南以及青海部分區(qū)域,在這些區(qū)域植被覆蓋度存在降低趨勢(shì)(圖7)。人類(lèi)活動(dòng)積極影響的區(qū)域主要分布在內(nèi)蒙古東勝市東部、寧夏部分區(qū)域、陜西北部、山西東北部,接著向甘肅東部、青海、山西中部擴(kuò)展,并且影響程度逐步加深,這些區(qū)域植被覆蓋度增加趨勢(shì)較大。人類(lèi)活動(dòng)的消極影響面積占比呈現(xiàn)波動(dòng)性,主要分布在內(nèi)蒙古東勝市西部、寧夏北部和中部、甘肅平?jīng)鍪?這些區(qū)域植被增長(zhǎng)趨勢(shì)較弱或呈現(xiàn)降低趨勢(shì)。

圖6 2000—2015年生長(zhǎng)季(5—10月)氣候變化與人類(lèi)活動(dòng)驅(qū)動(dòng)植被覆蓋度變化的面積占比

圖7 2000、2005、2010、2015年生長(zhǎng)季(5—10月)植被覆蓋度驅(qū)動(dòng)因子空間分布

3 討論

本研究在考慮時(shí)滯效應(yīng)的基礎(chǔ)上,驗(yàn)證了退耕還林實(shí)施以前,植被覆蓋度變化與氣候變化之間顯著相關(guān),溫度、降水和日照時(shí)數(shù)與植被覆蓋度具有顯著相關(guān)性的區(qū)域面積占比大于80%。利用非線性隨機(jī)森林算法量化的植被覆蓋度變化與氣候變化關(guān)系具有較好的擬合效果。退耕還林工程開(kāi)始實(shí)施以后,植被覆蓋度的增加趨勢(shì)更快。并對(duì)退耕還林工程實(shí)施前后,植被覆蓋度變化進(jìn)行歸因分析,在退耕還林工程開(kāi)始實(shí)施以后的2000—2015年生長(zhǎng)季,人類(lèi)活動(dòng)對(duì)植被覆蓋度變化的驅(qū)動(dòng)面積呈現(xiàn)增長(zhǎng)趨勢(shì),氣候變化對(duì)植被覆蓋度變化的驅(qū)動(dòng)面積呈現(xiàn)降低趨勢(shì)。本文提出的量化氣候變化與人類(lèi)活動(dòng)對(duì)黃土高原植被覆蓋度影響的方法不僅能夠描述氣候因子與人類(lèi)活動(dòng)之間復(fù)雜的非線性關(guān)系,而且能夠一定程度上避免氣候變化和人類(lèi)活動(dòng)的交互作用對(duì)歸因分析的干擾,因此可以較為清晰地區(qū)分影響黃土高原植被覆蓋度變化的主要驅(qū)動(dòng)因子。

1982—2015年黃土高原植被覆蓋度呈“整體升高,局部退化”的趨勢(shì),且提升面積顯著大于退化面積,本研究結(jié)果與前人研究結(jié)論一致[41—42]。本研究對(duì)比1999年前后,植被覆蓋度的顯著增長(zhǎng)區(qū)域擴(kuò)張,表明“退耕還林”以來(lái),植被覆蓋度得到極大改善[43—45]。溫度、降水與日照時(shí)數(shù)與植被覆蓋度變化在黃土高原的大部分區(qū)域呈顯著正相關(guān)[46]。除內(nèi)蒙古東勝市西北部,其它大部分區(qū)域溫度與植被覆蓋度呈現(xiàn)顯著正相關(guān)。溫度的升高會(huì)引起植物生長(zhǎng)期提前、生長(zhǎng)季加速以及生長(zhǎng)期延長(zhǎng),進(jìn)而促進(jìn)植被覆蓋度的增長(zhǎng)[47—49]。降水在除了陜西南部、山西南部和河南的部分區(qū)域以外的其它大部分區(qū)域,都表現(xiàn)出與植被覆蓋度變化顯著的正相關(guān)關(guān)系。日照時(shí)數(shù)在陜西南部、山西和河南的部分區(qū)域以外的其它大部分區(qū)域,都表現(xiàn)出與植被覆蓋度顯著的正相關(guān)關(guān)系。一方面,溫度、降水和日照時(shí)數(shù)的增長(zhǎng),促進(jìn)了植被的光合作用[50]。此外,溫度與降水對(duì)植被覆蓋度整體上均表現(xiàn)出顯著的正相關(guān),這與形成對(duì)植被生長(zhǎng)有利的“暖濕化”氣候有關(guān)[51—52]。本研究結(jié)果顯示,溫度對(duì)植被覆蓋度的促進(jìn)效果要高于降水,之前研究也得出黃土高原植被覆蓋度與溫度有最大相關(guān)性[53]。1982—1998年,內(nèi)蒙古東勝市北部、山西中部、甘肅和寧夏以及陜西的部分區(qū)域的植被覆蓋度均呈現(xiàn)減少趨勢(shì),這些區(qū)域的植被覆蓋度主要與氣候因素相關(guān),表明氣候因素在部分區(qū)域表現(xiàn)出負(fù)效應(yīng),這與溫度升高促進(jìn)地面水分蒸發(fā),加劇土壤干化,從而影響植被的生長(zhǎng)有關(guān)[54—55]。降水導(dǎo)致云量增加,輻射減少,進(jìn)而影響植被的光合作用,不利于植被生長(zhǎng)[56]。日照時(shí)數(shù)在溫度和降水表現(xiàn)負(fù)相關(guān)的區(qū)域也呈現(xiàn)出負(fù)相關(guān)。當(dāng)日照時(shí)數(shù)超過(guò)植被生長(zhǎng)的需求限度會(huì)產(chǎn)生光抑制效應(yīng),從而抑制植被的生長(zhǎng)[57]。

總體上,2000—2015年生長(zhǎng)季,人類(lèi)活動(dòng)對(duì)黃土高原植被覆蓋度產(chǎn)生的積極影響面積和影響程度逐漸增加,氣候變化對(duì)植被覆蓋度的影響面積逐漸減少。在內(nèi)蒙古東勝市西部、寧夏西部和甘肅平?jīng)鍪兄車(chē)闹脖桓采w度發(fā)生顯著減少的區(qū)域,主要的驅(qū)動(dòng)因素是人類(lèi)消極影響。一方面,快速的城市化進(jìn)程導(dǎo)致這些區(qū)域許多耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地,對(duì)植被生長(zhǎng)產(chǎn)生負(fù)干擾[58—59];另一方面,在實(shí)際生產(chǎn)中存在的不同程度“偷牧”現(xiàn)象對(duì)草地退化產(chǎn)生了一定的影響[60]。在陜西南部和河南西北部以及山西的部分區(qū)域,主要驅(qū)動(dòng)植被覆蓋度減少的因素是氣候因素。在這些區(qū)域,植被覆蓋度與降水和日照時(shí)數(shù)呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系。在除上述以外的其它大部分區(qū)域,植被覆蓋度變化呈現(xiàn)顯著的增加趨勢(shì),植被覆蓋度的驅(qū)動(dòng)因子具有空間異質(zhì)性。位于陜西北部的安塞縣和吳旗縣人類(lèi)活動(dòng)的積極影響最顯著,植被覆蓋度也表現(xiàn)出顯著的增加趨勢(shì),這與該區(qū)屬于退耕還林試點(diǎn)區(qū),土地資源豐富,國(guó)家資助力度大有關(guān)[61]。此外,農(nóng)村勞動(dòng)力在陜西省北部和青海省對(duì)植被覆蓋度具有顯著促進(jìn)作用,糧食總產(chǎn)量的增加對(duì)西部甘肅、寧夏等省份植被恢復(fù)成效有促進(jìn)作用[62]。2000—2015年,氣候變化對(duì)植被覆蓋度的驅(qū)動(dòng)面積占比由90.12%降低為34.67%,人類(lèi)活動(dòng)對(duì)植被覆蓋度的積極驅(qū)動(dòng)面積占比由8.68%增加為64.62%。表明“退耕還林”工程的實(shí)施改善了黃土高原的植被覆蓋度[43]。之前的研究也表明,近30年來(lái),黃土高原植被覆蓋度整體上呈現(xiàn)增加趨勢(shì),人類(lèi)活動(dòng)的貢獻(xiàn)率逐漸增大[63—64]。

本研究考慮了氣候因素對(duì)植被覆蓋度變化的時(shí)滯效應(yīng),利用一種新的思路量化氣候變化與人類(lèi)活動(dòng)對(duì)植被覆蓋度變化的影響。然而,隨機(jī)森林算法對(duì)植被覆蓋度和氣候因子之間關(guān)系的擬合精度存在空間差異,在寧夏北部、內(nèi)蒙古西臨河市和包頭市南部、山西的部分地區(qū)擬合精度較低,可能導(dǎo)致隨機(jī)森林算法建立的模型弱化了這些區(qū)域植被覆蓋度與氣候因子之間的關(guān)系,從而影響歸因分析中對(duì)主要驅(qū)動(dòng)因子的劃分。此外,本研究只基于氣候因素和人類(lèi)活動(dòng)兩個(gè)主要因素進(jìn)行劃分,沒(méi)有將地形因素、土壤類(lèi)型和植被類(lèi)型等自然環(huán)境因子考慮在內(nèi),這需要在未來(lái)的研究中進(jìn)一步探討。本文研究發(fā)現(xiàn)2013年以后,人類(lèi)活動(dòng)對(duì)植被覆蓋度的影響力度開(kāi)始減少,氣候變化對(duì)植被覆蓋度的影響開(kāi)始增加。這一趨勢(shì)在未來(lái)是否會(huì)延續(xù),以及造成這種趨勢(shì)的原因值得進(jìn)一步研究和討論。

4 結(jié)論

本研究考慮了氣候因素對(duì)植被覆蓋度變化的時(shí)滯效應(yīng),利用非線性隨機(jī)森林算法擬合1982—1998年受人類(lèi)活動(dòng)影響較小時(shí)間段的植被覆蓋度變化與氣候變化的關(guān)系,利用這一關(guān)系預(yù)測(cè)1999—2015年植被覆蓋度變化與氣候變化的關(guān)系,對(duì)植被覆蓋度殘差值設(shè)立閾值,超出閾值范圍的殘差值即為人類(lèi)活動(dòng)驅(qū)動(dòng)的植被覆蓋度變化值,進(jìn)而量化氣候變化和人類(lèi)活動(dòng)對(duì)黃土高原植被覆蓋度變化的影響。結(jié)果表明:

(1)1982—2015年黃土高原植被覆蓋度呈現(xiàn)“整體增加,局部降低”的趨勢(shì),以1999年“退耕還林”為界限,“退耕還林”之后的植被覆蓋度增長(zhǎng)趨勢(shì)要大于“退耕還林”之前的植被覆蓋度增長(zhǎng)趨勢(shì)。

(2)1999年以前,黃土高原大部分區(qū)域氣候因素(溫度、降水、日照時(shí)數(shù))與植被覆蓋度之間呈現(xiàn)顯著正相關(guān),溫度相較于降水和日照時(shí)數(shù)對(duì)植被覆蓋度的影響更大。隨機(jī)森林算法能夠較好的模擬植被覆蓋度與氣候因子之間的關(guān)系。

(3)1999年以后,氣候因子的主導(dǎo)作用逐漸降低,人類(lèi)活動(dòng)的積極效應(yīng)逐漸增加,并且人類(lèi)活動(dòng)表現(xiàn)出更積極的趨勢(shì),人類(lèi)消極作用發(fā)生的時(shí)間和區(qū)域具有不確定性。