郭敏杰, 張亭亭, 張建軍, 陳利利, 張曉萍

(1.中國科學(xué)院 水利部 水土保持研究所,黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點室, 陜西 楊凌 712100;2.中國科學(xué)院研究生院, 北京 100049; 3.西北農(nóng)林科技大學(xué) 資源環(huán)境學(xué)院, 陜西 楊凌 712100)

1982-2006年黃土高原地區(qū)植被覆蓋度對氣候變化的響應(yīng)

郭敏杰1,2, 張亭亭1,3, 張建軍1,2, 陳利利1,3, 張曉萍1,3

(1.中國科學(xué)院 水利部 水土保持研究所,黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點室, 陜西 楊凌 712100;2.中國科學(xué)院研究生院, 北京 100049; 3.西北農(nóng)林科技大學(xué) 資源環(huán)境學(xué)院, 陜西 楊凌 712100)

基于黃土高原地區(qū)1982—2006年GIMMS AVHRR NDVI數(shù)據(jù)，獲取地面植被覆蓋度，并采用ArcGIS 9.3和ANUSPLIN 4.3分別對82個地面氣象站點降水和溫度數(shù)據(jù)進(jìn)行插值處理，以此分析黃土高原地區(qū)植被覆蓋度時空變化特征及其對氣候變化的響應(yīng)，為區(qū)域生態(tài)環(huán)境改善提供參考。結(jié)果表明：(1) 黃土高原地區(qū)區(qū)域平均植被覆蓋度為38%。植被覆蓋度區(qū)域差異明顯，在空間上呈東南高、西北低的分布特征。(2) 近25年來，植被活動在相對穩(wěn)定的態(tài)勢下趨于增強(qiáng)，植被覆蓋度增速為0.75%/10 a。在植被覆蓋度變化趨勢上，植被覆蓋狀況保持基本不變的面積為40.6%，趨于改善的面積(42%)大于退化面積(17.4%)。(3) 黃土高原地區(qū)年降水呈不顯著下降趨勢，減少速率為1.9 mm/a；年均溫度呈顯著上升趨勢，增速為0.7℃/10 a，氣候趨于暖干化。(4) 植被覆蓋度與年降水量和年均溫的偏相關(guān)性均達(dá)到顯著,但空間差異明顯。其中植被生長對降水因子的響應(yīng)更為敏感。

植被覆蓋度; 氣候變化; 響應(yīng); 黃土高原地區(qū)

植被覆蓋是一個地區(qū)環(huán)境質(zhì)量的重要指標(biāo)，是認(rèn)識該地區(qū)環(huán)境質(zhì)量和環(huán)境演變的重要內(nèi)容。氣候變化是陸地生態(tài)系統(tǒng)中決定地球上植被類型及其分布的主要驅(qū)動因子，同時，植被也是區(qū)域氣候特征的反映和指示，兩者之間存在著密不可分的聯(lián)系[1]。因此，植被—氣候的響應(yīng)對于研究氣候變化與陸地生態(tài)系統(tǒng)的關(guān)系具有十分重要的實際意義，已經(jīng)成為全球變化研究的主要內(nèi)容之一[2]。植被覆蓋度是指植被(包括葉子、莖枝等)在地面的垂直投影面積占統(tǒng)計區(qū)域面積的百分比，它是衡量一個地區(qū)地表植被覆蓋的重要指標(biāo)[3]，在指示地表植被分布規(guī)律，探討植被分布影響因子，分析和評價區(qū)域生態(tài)環(huán)境，及時準(zhǔn)確地掌握其動態(tài)變化，分析其發(fā)展趨勢等方面有重要作用[4]。因此獲取地表植被覆蓋度及其變化信息，探討氣候因素的驅(qū)動作用，對于揭示全球氣候變化影響下的區(qū)域生態(tài)系統(tǒng)響應(yīng)特征，評價區(qū)域生態(tài)環(huán)境質(zhì)量具有重要意義。

氣候因素中以降水和氣溫對植被生長的影響最為直接和重要[5-7]，溫度、降水通過影響植物光合作用、呼吸作用及土壤有機(jī)碳分解等進(jìn)而影響植物的生長和分布。目前對不同區(qū)域進(jìn)行植被覆蓋變化及其對氣候的響應(yīng)問題，研究結(jié)論差異較大。劉軍會等[8]利用GIMMSAVHRR NDVI數(shù)據(jù)對青藏高原植被覆蓋變化及其與氣候變化的關(guān)系進(jìn)行分析，結(jié)果表明青藏高原植被覆蓋度呈“總體升高，局部退化”趨勢，區(qū)域植被覆蓋度變化與同期降水和溫度變化均呈正相關(guān)；李震等[9]對西北地區(qū)植被覆蓋變化與氣候因子的關(guān)系進(jìn)行了研究，結(jié)果表明NDVI與降水存在明顯的正相關(guān)關(guān)系，而與溫度變化關(guān)系不明顯，降水是影響西北地區(qū)植被覆蓋變化的主要自然因素[10-11]。如李月臣等[12]對北方13省地區(qū)1982—1999年植被動態(tài)變化及其與氣候因子的關(guān)系進(jìn)行了分析，研究認(rèn)為植被變化與氣溫相關(guān)性顯著而與降水無顯著相關(guān)，氣溫升高引起的生長期提前和生長季延長是植被增加的一個重要原因。

黃土高原地區(qū)作為世界上黃土分布面積最大、黃土地貌最發(fā)育的地理單元, 也是我國人口、資源、環(huán)境矛盾最集中的區(qū)域之一，屬于生態(tài)敏感區(qū)[13]。該區(qū)域是雨養(yǎng)農(nóng)業(yè)區(qū)，農(nóng)林牧業(yè)生產(chǎn)和生態(tài)環(huán)境對氣候條件的依賴性極強(qiáng)，氣候變暖與干旱環(huán)境對黃土高原經(jīng)濟(jì)影響極大[14]。研究地表植被覆蓋變化及其對氣候變化的響應(yīng),對于該地區(qū)的能量、生物化學(xué)循環(huán)、水循環(huán)以及區(qū)域氣候變化有重要意義，研究結(jié)果能更有效地服務(wù)于區(qū)域農(nóng)業(yè)發(fā)展和生態(tài)建設(shè)工作。本文通過遙感圖像處理建立黃土高原地區(qū)1982—2006年植被覆蓋度時間序列，采用趨勢分析、標(biāo)準(zhǔn)差、偏相關(guān)系數(shù)等方法，分析植被變化情況及其與降水、溫度變化的關(guān)系，期望得到黃土高原地區(qū)近25年來的植被演變規(guī)律和氣候因子對區(qū)域植被變化的驅(qū)動作用，對生態(tài)環(huán)境建設(shè)提供科學(xué)依據(jù)。

1 研究區(qū)概況

黃土高原地區(qū)是世界上最大的黃土沉積區(qū)，地理位置位于北緯33°41′—41°16′，東經(jīng)100°54′—114°33′，海拔800～3 000 m，總面積約62.68萬km2(圖1)。涉及7個省(區(qū))，282個縣(旗、市、區(qū))的部分地區(qū)，包括山西省和寧夏回族自治區(qū)全部，陜西省中部和北部、甘肅省的隴中和隴東地區(qū)、青海省的東北部、內(nèi)蒙古自治區(qū)的河套平原和鄂爾多斯高原、河南省的西部丘陵地區(qū)?；就恋仡愋褪擒⒘?、峁、澗、坪，還有土石山林地、河谷平原、風(fēng)沙草灘、覆沙地、黃土(包括次生黃土)臺地。從東南向西北，氣候依次為暖溫帶半濕潤氣候、半干旱氣候和干旱氣候。夏季雨熱同季，冬季寒旱同期，光能資源較豐富，氣候災(zāi)害發(fā)生頻率較高。年降水量150～750 mm，降水的分布是由東南向西北，由山地向平地遞減,年內(nèi)分布很不均勻，且以暴雨形式為主。年均氣溫3.6～14.3℃，大致隨著緯度的升高和地勢的緩慢抬升而由東南向西北逐漸降低。氣候的南北分異導(dǎo)致了植被的變化，植被類型依次由東南濕潤半濕潤森林、半干旱森林草原往西北轉(zhuǎn)變成輕干旱的溫帶典型草原、半干旱的溫帶荒漠化草原、干旱的荒漠半荒漠植被。黃土高原西部和北部臨近大陸干旱氣候，受到沙漠化的嚴(yán)重威脅，而高原的其他地區(qū)則旱作農(nóng)田較多，天然植被缺乏，水土流失嚴(yán)重，干旱頻繁。在人類對黃土高原地區(qū)開發(fā)利用的過程中，致使天然植被破壞殆盡，處于動態(tài)平衡的自然生態(tài)系統(tǒng)漸次解體，發(fā)展轉(zhuǎn)化為農(nóng)業(yè)區(qū)。雖然經(jīng)過幾十年的水土流失治理和植被恢復(fù)重建，但森林覆蓋率仍較低。

圖1 研究區(qū)地形高程及氣象觀測站的分布

2 數(shù)據(jù)與方法

2.1數(shù)據(jù)來源與處理

2.1.1 遙感數(shù)據(jù) 1982—2006年GIMMS AVHRR NDVI數(shù)據(jù)集是美國國家航天航空局(NASA)推出的全球植被指數(shù)資料。數(shù)據(jù)格式為ENVI標(biāo)準(zhǔn)格式，投影為ALBERS，空間分辨率為8 km，時間分辨率是15 d。GIMMS—NDVI數(shù)據(jù)集被認(rèn)為是相對標(biāo)準(zhǔn)的數(shù)據(jù)，因為它是在美國地球資源觀測系統(tǒng)數(shù)據(jù)中心的探路者數(shù)據(jù)庫提供的NDVI數(shù)據(jù)集的基礎(chǔ)上，考慮了全球范圍內(nèi)各種因素對NDVI值的影響，并對衛(wèi)星傳感器不穩(wěn)定性、太陽天頂角和觀測角、云層覆蓋、氣溶膠等影響的校正后發(fā)布的。該數(shù)據(jù)集已被廣泛應(yīng)用于全球及區(qū)域等大尺度植被變化的研究中，是目前評價植被覆蓋長時間變化的主要數(shù)據(jù)源[15-16]。

本研究采用國際上常用的最大值合成法MVC[17](Maximum Value Composites)獲得月NDVI數(shù)據(jù)，并利用黃土高原邊界矢量圖裁取黃土高原地區(qū)1982—2006年逐月NDVI柵格圖像。

2.1.2 氣象數(shù)據(jù)及插值處理 采用中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥cdc.cma.gov.cn/)提供的黃土高原地區(qū)及周邊1982—2006年共82個氣象臺站(圖1)的月降水和月平均溫度數(shù)據(jù)。通過比較認(rèn)為, 降雨量值域范圍大、空間分布高度不均勻，空間柵格化以Kriging插值方法為好[18]。氣溫受高程的影響較大，則采用基于ANUSPLIN 4.3的薄盤光滑樣條函數(shù)插值理論[19]，結(jié)合DEM數(shù)據(jù)(地理空間數(shù)據(jù)云http:∥www.gscloud.cn)對溫度進(jìn)行插值。經(jīng)檢驗，以經(jīng)度、緯度作為自變量，并引入高程作為協(xié)變量，樣條次數(shù)為2時，插值結(jié)果精確。

為了進(jìn)行遙感和氣象數(shù)據(jù)的空間相關(guān)分析，且考慮插值的精度，將降水、溫度數(shù)據(jù)插值為500 m的柵格數(shù)據(jù)，遙感AVHRR NDVI數(shù)據(jù)重采樣為500 m的空間網(wǎng)格與之相匹配。本研究中所用的數(shù)據(jù)均集成到同一坐標(biāo)系統(tǒng)下，投影方式為雙標(biāo)準(zhǔn)緯線等面積圓錐(Albers)投影，采用的橢球體為Krasovsky橢球體，主要參數(shù)：中央經(jīng)線105°，原點緯線0°，第一標(biāo)準(zhǔn)緯線N1=25°，第二標(biāo)準(zhǔn)緯線N2=47°。

2.2 研究方法

2.2.1 像元二分法 一般情況下，植被指數(shù)與植被覆蓋度具有較強(qiáng)的正相關(guān)性：植被指數(shù)值越高,其植被覆蓋度越大，生態(tài)環(huán)境條件較好，水土條件適合，植被生長茂盛；反之，植被覆蓋度越好，其植被指數(shù)也越高，植被的生長越旺盛[20]。本文中植被覆蓋度信息提取是在對光譜信號進(jìn)行分析的基礎(chǔ)上，通過建立歸一化植被指數(shù)與植被覆蓋度的轉(zhuǎn)換關(guān)系，直接提取植被覆蓋度信息[21]。采用像元二分模型估算植被覆蓋度，假設(shè)每個像元的NDVI值由該像元的純植被覆蓋部分和裸土部分的NDVI值合成，則其公式如下：

NDVI=NDVIV+NDVIS(1-fv)

(1)

式中：NDVIv——純植被覆蓋部分的NDVI值，理論上應(yīng)該接近于1；NDVIs——裸土部分的NDVI值，理論上應(yīng)該接近0；fv——植被覆蓋度。由于大氣、地表、土壤、植被類、季節(jié)變化等條件的變化，以及傳感器的觀測角度等的影響，NDVIv和NDVIs會隨著時間和空間而變化，通常以分析樣本中的統(tǒng)計值來代替。通過分析樣本中年最大NDVI和最小NDVI來確定NDVIv和NDVIs是簡捷實用的方法。本文在實際計算中，以年NDVI最大值代替NDVIv、以年NDVI最小值代替NDVIs作為分析植被覆蓋度年際變化的基礎(chǔ)。植被覆蓋度(fv)公式如下：

(2)

參考已有文獻(xiàn)[22]，對1982—2006年黃土高原地區(qū)年均植被覆蓋度，采用等間距重分類為5個等級，即植被覆蓋面積小于20%的低覆蓋度區(qū)，20%～40%的中低覆蓋度區(qū)，40%～60%的中覆蓋度區(qū)，60%～80%的中高覆蓋度區(qū)和面積大于80%的高覆蓋度區(qū)。

2.2.2 趨勢分析 線性趨勢能夠排除短期氣候?qū)χ脖桓采w的影響，并能反映環(huán)境變化對植被動態(tài)的綜合影響。一元線性回歸是以單個像元的時間變化規(guī)律來反映整體的空間變化規(guī)律，綜合反映區(qū)域時空格局演變[23]。運用GIS的柵格計算功能模塊，將植被覆蓋度進(jìn)行一元線性回歸處理，用方程斜率(Slope)反映植被覆蓋度每個柵格點的變化趨勢。當(dāng)Slope為正數(shù)時，表明該柵格代表的植被覆蓋度隨時間變化而升高，且數(shù)值越大說明升高的更快。反之，當(dāng)Slope值為負(fù)數(shù)時，表示隨時間變化植被覆蓋度呈下降趨勢。Slope值在一定程度上也反映了該柵格植被覆蓋度的變化程度。其計算公式為：

(3)

式中：S——像元植被覆蓋度回歸方程的斜率；Pi——第i年的年植被覆蓋度值；n——檢測時間段的年數(shù)；變量i從1到n，為研究時間段內(nèi)年份的序號。

為了更好地評價黃土高原地區(qū)植被恢復(fù)狀況，參照已有研究[24-25]，并根據(jù)本文數(shù)據(jù)的分布規(guī)律，采用自然分等法對結(jié)果進(jìn)行分類：顯著減少、輕微減少、保持不變、輕微增加、顯著增加，具體見表1。

2.2.3 標(biāo)準(zhǔn)差分析 標(biāo)準(zhǔn)差表示數(shù)據(jù)變量偏離常態(tài)的距離平均數(shù)，能反映一個數(shù)據(jù)集的離散程度，其值越大，說明該地區(qū)在研究時段內(nèi)各像元NDVI距離平均值越遠(yuǎn)，即該段時間植被覆蓋度的年際波動較大[26]。

(4)

聚類分析[27]中按Natural Breaks將標(biāo)準(zhǔn)差(Si)分為五類：高(Si≥0.06)，較高(0.048≤Si<0.06)，中(0.04≤Si<0.048)，較低(0.031≤Si<0.04)和低(0≤Si<0.031)。在此基礎(chǔ)上分析黃土高原地區(qū)多年平均植被覆蓋度波動變化特征。

2.2.4 偏相關(guān)分析法 偏相關(guān)分析是指當(dāng)兩個變量同時與第三個變量相關(guān)時，將第三個變量的影響剔除，只分析另外兩個變量間相關(guān)程度的過程[26]。該方法可以解決地理系統(tǒng)中某一要素的變化影響其他要素與因變量關(guān)系的問題。其計算公式以及顯著性檢驗公式如下：

(5)

(6)

式中：rxy,z——變量z固定后變量x與y的偏相關(guān)系數(shù)；rxy——變量x與變量y的相關(guān)系數(shù)；rxz——變量y與變量z的相關(guān)系數(shù)；rxz——變量x與變量z的相關(guān)系數(shù)；n——樣本數(shù)25。其中rxy,z為正值，表示正相關(guān)，rxy,z為負(fù)值，表示負(fù)相關(guān)；t表示顯著性檢驗系數(shù)，查t分布表，可得出不同顯著水平上的臨界值tp，若t>tp則表示相關(guān)顯著；反之，t

3 結(jié)果與分析

3.1 黃土高原地區(qū)植被蓋度的時空變化特征

3.1.1 黃土高原地區(qū)植被覆蓋度及空間格局 黃土高原地區(qū)25年多年平均植被覆蓋度為40%，如附圖1a所示。自然植被變化過程中，農(nóng)田作物的生長會影響植被覆蓋度的估算。比較1982—2006年的1—12月份的年均植被覆蓋度分布圖，發(fā)現(xiàn)作物收獲等節(jié)律活動，使黃土高原地區(qū)渭河平原、汾河平原等主要農(nóng)作區(qū)6月和10月植被覆蓋度較相鄰月份明顯降低，而10月份可以較好地保存其他地區(qū)植被覆蓋度信息，因而采用10月份黃土高原地區(qū)年均植被覆蓋度38%，作為整個區(qū)域自然植被覆蓋度的估算，如附圖1b所示。與許炯心[28]、孫艷萍[29]等分析黃土高原自然植被覆蓋度的時間和蓋度值比較吻合。

就全區(qū)來看，植被覆蓋度呈東南高、西北低的分布特征。低和中低覆蓋度植被，面積分別為黃土高原地區(qū)總面積的21.2%和35.9%，主要分布在西北部的內(nèi)蒙古、寧夏絕大部分區(qū)域，以及甘肅北部小部分地區(qū)等干旱半干旱氣候區(qū)。中和中高植被覆蓋度面積比例分別為26.6%和11.6%，分布在青海高原東南、陜甘交界以及山西、河南大部分地區(qū)。高植被覆蓋度區(qū)面積比例為4.7%，主要在陜西的黃龍山、子午嶺、秦嶺北坡以及山西太行和呂梁山地區(qū)。說明黃土高原大部分地區(qū)以中低植被覆蓋度為主，空間差異明顯。

3.1.2 植被覆蓋度年際變化 為了揭示1982—2006年黃土高原地區(qū)植被覆蓋度的多年動態(tài)特征，取各像元逐年平均植被覆蓋度作為指標(biāo)，對研究區(qū)域內(nèi)每個柵格像元進(jìn)行趨勢分析(附圖2a)?？傮w上，研究區(qū)內(nèi)植被覆蓋度處上升趨勢，線性趨勢為0.75%/10a，有64.3%的植被覆蓋度像元呈增加趨勢，35.7%的像元呈減少趨勢。如表1和附圖2a所示，40.6%的地區(qū)植被狀況基本不變，分布于黃土高原地區(qū)各地，大多位于鄂爾多斯高原中東部的毛烏素沙地。輕微增加面積占30.7%，分布于各山地邊緣，主要在黃土高原地區(qū)的北部和南部，如河套平原、晉陜蒙交界、大同盆地、長治盆地、渭河平原、隴中、隴東高原等部分一些水源相對較好的區(qū)域，這些地區(qū)也是主要的農(nóng)業(yè)耕作區(qū)，植被覆蓋度的增加可能與近期的一些退耕還林還草措施有關(guān)。而植被覆蓋度呈顯著增加(11.3%)的區(qū)域也多在此。呈輕微減少和顯著減少的面積分別占到16.3%和1.1%，主要分布在鄂托克旗沿銀川、中衛(wèi)到靖遠(yuǎn)、蘭州一帶，內(nèi)蒙古的呼和浩特到包頭部分地區(qū)以及山西太原盆地的部分地區(qū)。

黃土高原地區(qū)1982—2006年植被覆蓋度標(biāo)準(zhǔn)差介于0.014～0.036之間，整體呈現(xiàn)東南部高，西北部及中部低，東北和西南部高低波動并存，穩(wěn)定性存在明顯的地域差異(附圖2b、表2)。空間格局主要特征為:低波動區(qū)主要連片分布在河套平原和內(nèi)蒙古沙地草原區(qū)域，植被變化相對穩(wěn)定(21.4%)，這也正是植被覆蓋度保持不變的主要區(qū)域；較低和中波動區(qū)分別為32.8%和27.9%，占全區(qū)面積一半以上，主要分布在山西高原、隴中高原以及青海高原等地；較高和高波動區(qū)各占13.9%和4%，主要分布在陜甘盆地、汾渭平原的部分區(qū)域，大致與植被覆蓋度趨勢變化明顯的區(qū)域相對應(yīng)。由此可以看出，25a來黃土高原地區(qū)植被覆蓋度波動較低，植被變化相對穩(wěn)定，植被覆蓋度區(qū)域增強(qiáng)，大部分區(qū)域無顯著性變化，改善的面積大于退化的面積。

表1 黃土高原地區(qū)植被覆蓋演變趨勢

表2 黃土高原地區(qū)植被覆蓋度標(biāo)準(zhǔn)差

3.2 氣候因子的時空變化特征

黃土高原地區(qū)處在中國東部季風(fēng)區(qū)與西部干旱區(qū)過渡的地帶[30]，如附圖3(a，b)所示，1982—2006年黃土高原地區(qū)年均降水量變化在123～781 mm，區(qū)域年均降水量425 mm，在空間分布上存在明顯的地區(qū)差異，呈現(xiàn)西北向東南遞增的態(tài)勢。25 a間黃土高原地區(qū)降水量呈不顯著下降趨勢，平均減少速率為1.9 mm/a。其中，內(nèi)蒙古河套平原、銀川—環(huán)縣沿線以北的狹長區(qū)、青海西寧、山西臨汾、長治以及河南孟津等地降水增加，其余區(qū)域降水均減少。趨于減少的面積占83.5%,主要分布在山西高原中北部、陜甘盆地、渭河平原等地，尤其是山西五臺山，陜西華山等地降水減少趨勢較其他區(qū)域減速快。

如附圖3(c，d)所示，1982—2006年黃土高原地區(qū)年均溫變化在-7.8～14.6℃，區(qū)域年平均溫度為7.2℃。總體分布大致呈現(xiàn)西南、東北區(qū)域年均溫度低，如青海高原、六盤山、呂梁山、太行山部分區(qū)域；從西北部的包頭、庫布齊沙漠到黃土梁峁丘陵溝壑、黃土塬，直至汾渭谷地，黃土高原地區(qū)溫度呈依次升高的態(tài)勢 。在整個全球氣溫上升的大背景下，黃土高原地區(qū)25 a來氣溫總體趨于變暖，區(qū)域溫度上升趨勢達(dá)到極顯著(p<0.001)，為0.7℃/10 a。增溫趨勢由西、南向中、東部逐漸遞增,渭河平原和臨汾盆地的大部分區(qū)域升溫趨勢較小，山西高原中部和北部區(qū)域升溫較快，如太原、原平、大同、五臺山等地。由此可以看出，黃土高原地區(qū)氣候趨于暖干化，區(qū)域差異顯著。

3.3 植被覆蓋度與氣候因子的關(guān)系

為了揭示黃土高原地區(qū)植被覆蓋度總體狀況的年際動態(tài)與水熱因子的關(guān)系及其空間格局，選取各像元年均植被覆蓋度、年降水量和年均溫作為分析指標(biāo)，分別計算植被覆蓋度與降水、氣溫的偏相關(guān)系數(shù)，并將結(jié)果進(jìn)行顯著性T檢驗。

3.3.1 植被覆蓋度與降水的相關(guān)性 1982—2006年黃土高原地區(qū)年均植被覆蓋度與年降水量偏相關(guān)空間特征(表3)，正相關(guān)占整個研究區(qū)的85.9%，其中主要表現(xiàn)為不顯著正相關(guān)(p>0.05)，大部分位于內(nèi)蒙古毛烏素沙地，隴東渭北高原以及山西高原部分地區(qū)，約占63.6%；達(dá)到顯著正相關(guān)(p<0.05)的面積約為22.3%,主要分布在黃土高原地區(qū)西部西寧—靖遠(yuǎn)—固原—鹽池—鄂托克旗一帶，這些地區(qū)處于溫帶季風(fēng)氣候區(qū)的邊緣，緊鄰西北干旱半干旱氣候區(qū)，氣候干燥，年降雨量少，植被多為草地，降水是這些地區(qū)植被生長的主要限制因子。負(fù)相關(guān)主要表現(xiàn)為不顯著負(fù)相關(guān)(p>0.05)，占整個區(qū)域的 14.1%，主要布于汾渭平原大部分地區(qū)，其中只有0.6%的面積達(dá)到顯著負(fù)相關(guān)(p<0.05)，主要位于黃龍和子午嶺林區(qū)，這可能是由于這些地區(qū)降水量較高，對植物生長而言，已經(jīng)相對充足，降水增加所引起的溫度降低，反而會使植被活動減弱。

3.3.2 植被覆蓋度與溫度的相關(guān)性 1982—2006年黃土高原地區(qū)年均植被覆蓋度與年均溫度偏相關(guān)空間特征(表3)，正相關(guān)占整個研究區(qū)的68.7%，其中主要表現(xiàn)為不顯著正相關(guān)(p>0.05)，約為51.1%，零散分布；顯著正相關(guān)(p<0.05)約為17.6%，主要位于陜甘盆地的天水、慶陽、子午嶺、黃龍山等地，以及長治盆地、大同盆地的五寨、靈丘等部分區(qū)域，這些區(qū)域地勢普遍偏低，且大多處于中溫帶半濕潤農(nóng)業(yè)氣候區(qū)，水資源相對豐富，溫度是這些地區(qū)植被生長的主要限制因子。負(fù)相關(guān)主要表現(xiàn)為不顯著負(fù)相關(guān)(p>0.05)，占整個區(qū)域的28.9%，主要分布于黃土高原西北部干燥草原區(qū)，如庫布齊沙漠、鄂托克旗、鹽池、靖遠(yuǎn)等地區(qū)；在環(huán)縣北部、山西晉中、內(nèi)蒙包頭等地，達(dá)到顯著負(fù)相關(guān)(p<0.05)，面積占2.4%。相比黃土高原地區(qū)植被覆蓋度變化與年降水量變化的關(guān)系，黃土高原地區(qū)植被覆蓋度對降水因子的響應(yīng)更為敏感。

表3 黃土高原地區(qū)植被覆蓋度與氣候因子的相關(guān)顯著性所占面積比重

4 結(jié)論與討論

(1) 黃土高原地區(qū)植被覆蓋呈東南高、西北低的特征。從20世紀(jì)80年代到21世紀(jì)以來，處于中低和低覆蓋度的植被較多，約占總面積的57.1%。25 a來年植被覆蓋度呈增加趨勢，其線性回歸增速為0.75%/10 a。其中有64.3%的面積植被覆蓋度呈增加趨勢，35.7%的面積呈減少趨勢。植被覆蓋度標(biāo)準(zhǔn)差為0.014～0.036，60.7%的面積處于較低和中波動區(qū)。說明25 a來黃土高原地區(qū)植被變化相對穩(wěn)定，區(qū)域覆蓋度增強(qiáng),改善面積大于退化面積。

(2) 黃土高原地區(qū)年降水量呈不顯著下降趨勢，減少速率為1.9 mm/a；年均溫度呈顯著上升趨勢，增速為0.7℃/10 a，氣候明顯趨于暖干化。降水和溫度因子對植被覆蓋的影響區(qū)域差異明顯。植被覆蓋度與降水呈正相關(guān)的面積達(dá)到85.9%，有22.3%的面積達(dá)到顯著正相關(guān)(p<0.05)。而與溫度呈正相關(guān)的面積為68.7%，17.6%的面積達(dá)到顯著正相關(guān)(p<0.05)。黃土高原地區(qū)植被覆蓋度與年降水量的偏相關(guān)性更高，且對降水因子的響應(yīng)更敏感。

植被覆蓋變化是一個自然與人類活動交互作用的過程。近25 a來黃土高原地區(qū)年降水量總體呈下降趨勢,而區(qū)域植被覆蓋度呈增加趨勢,則可以認(rèn)為，雖然植被覆蓋度對降水量多少比較敏感,而非氣候因素是年植被覆蓋度增加的主要原因。這說明近年來國家實施的退耕還林還草、退牧還草、封山育林等一系列生態(tài)恢復(fù)工程取得了顯著成效，人類活動強(qiáng)度的加大對植被覆蓋時空演變產(chǎn)生了重要影響，同時導(dǎo)致植被覆蓋對氣候等自然因子的變化敏感度降低，削弱了植被生長對氣候因子的依賴性。在本文中，僅分析了植被覆蓋度變化對氣候變化的響應(yīng)關(guān)系，沒有考慮人類活動，如土地利用變化等因素的干擾，未能將人類活動在黃土高原地區(qū)植被覆蓋度時空演變過程中所做的貢獻(xiàn)量化；另外，氣候因子還需考慮日照時間、濕度及蒸發(fā)量等因素，這些因素在未來研究中應(yīng)予以考慮和思索。

[1] 李洪權(quán),范廣洲,周定文,等.青藏高原春季植被變化特征及其對夏季氣溫的影響[J].地理科學(xué),2008,28(2):259-265.

[2] Roerink G J, Menenti M, Soepboer W, et al. Assessment of climate impact on vegetation dynamics by using remote sensing[J]. Physics and Chemistry of the Earth, Parts A/B/C,2003,28(1):103-109.

[3] 甘春英.連江流域近18年來植被覆蓋度變化分析[D].廣州:華南師范大學(xué),2011.

[4] 祁燕,王秀蘭,馮仲科,等.基于RS與GIS的北京市植被覆蓋度變化研究[J].林業(yè)調(diào)查規(guī)劃,2009,34(2):1-4.

[5] Application of artificial neural networks in global climate change and ecological research: An overview[J]. Chinese Science Bulletin,2010,45(34):3853-3863.

[6] Increasing terrestrial vegetation activity in China, 1982—1999[J]. Science in China(Series C:Life Sciences),2004,55(3):229-240.

[7] 崔林麗,史軍,楊引明,等.中國東部植被NDVI對氣溫和降水的旬響應(yīng)特征[J].地理學(xué)報,2009,64(7):850-860.

[8] 劉軍會,高吉喜,王文杰,等.青藏高原植被覆蓋變化及其與氣候變化的關(guān)系[J].山地學(xué)報,2013,31(2):234-242.

[9] 李震,閻福禮,范湘濤.中國西北地區(qū)NDVI變化及其與溫度和降水的關(guān)系[J].遙感學(xué)報,2005,9(3):308-313.

[10] 孫紅雨,王長耀,牛錚,等.中國地表植被覆蓋變化及其與氣候因子關(guān)系:基于NOAA時間序列數(shù)據(jù)分析[J].遙感學(xué)報,1998,13(3):204-210.

[11] 武永利,李智才,王云峰,等.山西典型生態(tài)區(qū)植被指數(shù)(NDVI)對氣候變化的響應(yīng)[J].生態(tài)學(xué)雜志,2009,28(5):925-932.

[12] 李月臣,宮鵬,劉春霞,等.北方13省1982年—1999年植被變化及其與氣候因子的關(guān)系[J].資源科學(xué),2006,28(2):109-117.

[13] 任瑾,羅哲賢.從降水看我國黃土高原地區(qū)的干旱氣候特征[J].干旱地區(qū)農(nóng)業(yè)研究,1989,7(2):36-43.

[14] 周立三.中國農(nóng)業(yè)地理[M].北京:科學(xué)出版社,2000.

[15] Beck H E, McVicar T R, van Dijk A I J M, et al. Global evaluation of four AVHRR-NDVI data sets: Intercomparison and assessment against Landsat imagery[J]. Remote Sensing of Environment,2011,115(10):2547-2563.

[16] Goetz S J, Fiske G J, Bunn A G. Using satellite time-series data sets to analyze fire disturbance and forest recovery across Canada[J]. Remote Sensing of Environment,2006,101(3):352-365.

[17] Holben B N. Characteristics of maximum-value composite images from temporal AVHRR data[J]. International Journal of Remote Sensing,1986,7(11):1417-1434.

[18] 萬龍,馬芹,張建軍,等.黃土高原降雨量空間插值精度比較:KRIGING與TPS法[J].中國水土保持科學(xué),2011,9(3):79-87.

[19] Hijmans R J, Cameron S E, Parra J L, et al. Very high resolution interpolated climate surfaces for global land areas[J]. International Journal of Climatology,2005,25(15):1965-1978.

[20] Fung T, Siu W. Environmental quality and its changes, an analysis using NDVI[J]. International Journal of Remote Sensing,2000,21(5):1011-1024.

[21] Pan Y, Shi P, Zhu W, et al. Measurement of ecological capital of Chinese terrestrial ecosystem based on remote sensing[J]. Science in China Series D: Earth Sciences,2005,48(6):786-796.

[22] 陳妮,李譚寶,張曉萍,等.北洛河流域植被覆蓋度時空變化的遙感動態(tài)分析[J].水土保持通報,2013,33(3):206-210,327.

[23] 馬明國,王建,王雪梅.基于遙感的植被年際變化及其與氣候關(guān)系研究進(jìn)展[J].遙感學(xué)報,2006,10(3):421-431.

[24] 白文龍,張福平,倪海燕,等.關(guān)中地區(qū)植被覆蓋變化及其對氣候因子的響應(yīng)研究[J].農(nóng)業(yè)現(xiàn)代化研究,2013,34(1):104-108.

[25] 周偉,王倩,章超斌,等.黑河中上游草地NDVI時空變化規(guī)律及其對氣候因子的響應(yīng)分析[J].草業(yè)學(xué)報,2013,22(1):138-147.

[26] 徐建華.現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M].北京:高等教育出版社,2002.

[27] 李雙雙,延軍平,萬佳.近10年陜甘寧黃土高原區(qū)植被覆蓋時空變化特征[J].地理學(xué)報,2012,67(7):960-970.

[28] 許炯心,信忠保.從黃土高原植被指數(shù)數(shù)據(jù)中獲取森林覆蓋率信息[J].中國水土保持科學(xué),2010,8(4):7-12.

[29] 孫艷萍,張曉萍,劉建祥,等.黃土高原水蝕風(fēng)蝕交錯帶植被覆蓋度動態(tài)變化[J].干旱區(qū)研究,2013,30(6):1036-1043.

[30] Jingyong Z, Wenjie D, Congbin F, et al. The influence of vegetation cover on summer precipitation in China: A statistical analysis of NDVI and climate data[J]. Advances in Atmospheric Sciences,2003,20(6):1002-1006.

ResponseofVegetationCoveragetoClimateChangeintheLoessPlateauin1982-2006

GUO Min-jie1,2, ZHANG Ting-ting1,3, ZHANG Jian-jun1,2, CHEN Li-li1,3, ZHANG Xiao-ping1,3

(1.StateKeyLaboratoryofSoilErosionandDrylandFarmingontheLoessPlateau,InstituteofSoilandWaterConservation,ChineseAcademyofSciencesandMinistryofWaterResources,Yangling,Shaanxi712100,China; 2.UniversityofChineseAcademyofSciences,Beijing100049,China; 3.CollegeofNaturalResourcesandEnvironment,NorthwestA&FUniversity,Yangling,Shaanxi712100,China)

This paper studied vegetation coverage variations and the response of vegetation change to climate change in Loess Plateau in order to provide the reference for improving the regional ecological environment based on the data from GIMMS AVHRR NDVI of China from 1982 to 2006 and the data of precipitation and temperature from 82 weather stations interpolated by GIS 9.3 and spline interpolating method from ANUSPLIN 4.3 software. The results show that: (1) the Loess Plateau has a low vegetation coverage, which is only 38%, and vegetation coverage was obviously different in different regions, the value in southeast is high, while in northwest is low; (2) for almost 25 years, the vegetation activity of the Loess Plateau had been enhanced in a relatively stable situation, and vegetation coverage had increased by 0.75%/10 a, under this changing trend, the area of the vegetation coverage kept almost unchanged by 40.6% which tended to the improved vegetation coverage areas (42%) and was greater than the degradation area(17.4%); (3) In Loess Plateau, the annual precipitation has showed a decreasing trend indistinctively by 1.9 mm/a and the annual temperature has showed an increasing trend markedly by 0.7℃/10 a during 25 years. The climate has become warm and dry; (4) the correlation analysis between vegetation coverage and annual precipitation and temperature was obviously different in different regions which is an extremely significant positive correlation, but there is an obvious difference in space. The vegetation growth is sensitive to precipitation.

vegetation coverage; climate change; response; Loess Plateau Area

2013-12-17

：2014-03-30

國家自然基金重點項目“氣候變化背景下黃土高原土地利用影響徑流的空間尺度效應(yīng)”(41230852);國家自然科學(xué)基金項目“北洛河水沙動態(tài)過程及對退耕還林(草)響應(yīng)機(jī)理”(41101265);中科院知識創(chuàng)新項目(KZCX2-XB3-13);中國科學(xué)院重點部署項目“近百年黃土高原侵蝕環(huán)境與水沙變化”(KZZ-EW-04-03-03)

郭敏杰(1987—),女,河南省項城市人,碩士,主要研究方向:RS/GIS在水土保持中的應(yīng)用。E-mail:guomjmdw@sina.com

張曉萍(1971—),女,河南省焦作人,博士,研究員,從事區(qū)域水土流失規(guī)律及水土保持方向研究。E-mail:zhangxp@ms.iswc.ac.cn

P461+.7;TP79

：A

：1005-3409(2014)05-0035-06