高科，蓋艾鴻，潘韜,馬志昂，陸茜

(1.甘肅農(nóng)業(yè)大學(xué)管理學(xué)院，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，甘肅 蘭州 730070；3.中國科學(xué)院地理科學(xué)與資源研究所，北京 100000)

黃河源區(qū)地處我國西北，沙漠化現(xiàn)象較為嚴(yán)重，導(dǎo)致的地表特征變異明顯，地表特征的空間變異性進(jìn)而通過對降水的再分配的影響造成了土壤水分空間分布的差異[1].另一方面，黃河源區(qū)自身面積廣闊，地形起伏明顯，區(qū)域內(nèi)氣候、植被、土壤等自然地理要素空間差異顯著，加之人類活動強(qiáng)度(土地利用、放牧、生態(tài)保護(hù)工程等)存在明顯區(qū)域差異，導(dǎo)致了土壤水分空間分布的顯著時(shí)空分異，此外，多種自然與人為因子之間的交互作用進(jìn)一步加劇了土壤水分的空間變異性[2-4].進(jìn)行黃河源區(qū)的土壤水分及其空間變異研究，對該地區(qū)植被建設(shè)與恢復(fù)生態(tài)管理具有重要的生態(tài)意義[5].

相關(guān)研究發(fā)現(xiàn)，地形、植被、氣候等都會影響到土壤水分的空間分布.坡度影響著水分入滲、排水和徑流，從而導(dǎo)致了土壤水分分布的空間差異[6].坡向和坡位的不同，所對應(yīng)的土壤水分也表現(xiàn)出了不同的空間異質(zhì)性[5].Henninger等[7]研究發(fā)現(xiàn)相對海拔對土壤水分變異影響顯著.地表植被類型、密度等可以通過根系吸水和凈降雨量[8]等在不同時(shí)間尺度上影響土壤含水量分布和土壤水文過程.同地形因子相比，植被對于土壤含水量空間分布的影響更加直接和快速[9].李猛等[10]對不同密度的紅松闊葉混交林研究發(fā)現(xiàn)，植被覆被越空曠地區(qū)，其土壤含水量和變異程度越大，植被分布越密集，其土壤水分含量和變異越小.不同的干、濕環(huán)境下土壤水分空間異質(zhì)性也不相同[11].陳佳[12]和史志華[13]等在小流域尺度的研究中發(fā)現(xiàn)降水是導(dǎo)致土壤水分分布差異的主要因素.

土壤水分空間變異的研究數(shù)據(jù)收集通常采用實(shí)地觀測的手段，然而實(shí)地觀測的土壤水分?jǐn)?shù)據(jù)只能代表較小的范圍，在大尺度的研究中則難以應(yīng)用[14-15].傳統(tǒng)的實(shí)地采樣收集數(shù)據(jù)的方法費(fèi)時(shí)費(fèi)力且成本較大，效率較低，越來越多的學(xué)者開始引入遙感反演的方法進(jìn)行分析，這也是對土壤水分值觀測最高效的手段之一[14，16].當(dāng)前的研究主要在較小的空間范圍內(nèi)，而對于諸如黃河源區(qū)這樣大尺度、大范圍的土壤水變異性問題代表性有待進(jìn)一步開展[17].鑒于此，本文根據(jù)黃河源區(qū)ECV遙感影像提取的土壤水分?jǐn)?shù)據(jù)，并結(jié)合MODIS NDVI(植被覆蓋指數(shù))、DEM(數(shù)字高程模型)等數(shù)據(jù)，對黃河源區(qū)影響土壤水分空間分布及其變異的環(huán)境因子的關(guān)系進(jìn)行分析，最后得出影響黃河源區(qū)土壤水分分布和變異的主控因子.希望能夠?yàn)榻窈蟠髤^(qū)域尺度的土壤水分研究和遙感技術(shù)的應(yīng)用提供一定的理論基礎(chǔ).

1 研究區(qū)概況與方法

1.1 研究區(qū)概況

黃河源區(qū)(圖1)位于青藏高原東北部的黃河流域內(nèi)，涉及青海、四川、甘肅3省的6個(gè)州、18個(gè)縣，總面積約13.2 萬km2.主要?dú)夂蛱卣魇歉珊?、少雨、高寒、缺氧，風(fēng)災(zāi)、雪災(zāi)、沙化并存.20世紀(jì)80年代后，隨著人類活動加劇及其氣候變化，本已十分脆弱的生態(tài)環(huán)境遭到更大的破壞，生態(tài)恢復(fù)工作的進(jìn)行已經(jīng)刻不容緩.在黃河源地區(qū)分布著眾多大小不等的湖泊，其中包括中國最大的高原淡水湖泊扎陵湖和鄂陵湖.黃河源區(qū)東部瑪曲、若爾蓋和紅原等地分布著中國最廣大的高寒沼澤濕地，是黃河上游的主要水源涵養(yǎng)區(qū)[18].區(qū)內(nèi)人口以藏族為主，人口密度很低，僅為0.35 人/km2，經(jīng)濟(jì)以畜牧業(yè)為主[19].

圖 黃河源區(qū)范圍Figure 1 The map of the source region of the Yellow River

1.2 數(shù)據(jù)來源與研究方法

1.2.1 土地覆被類型數(shù)據(jù) 本研究所采用的是2010年土地覆被類型數(shù)據(jù)，數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，并根據(jù)劉紀(jì)遠(yuǎn)等[20]提出的中國土地利用分類系統(tǒng)，土地覆被類型被整合為6個(gè)一級類和25個(gè)二級類，黃河源區(qū)土壤覆被類型如表1所示.

1.2.2 氣溫與降水?dāng)?shù)據(jù) 本研究所采用的黃河源區(qū)氣候數(shù)據(jù)為氣溫和降水?dāng)?shù)據(jù)，由中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.gov.cn)得到.包括河南、瑪多、中心、達(dá)日、興海、同德等黃河源區(qū)內(nèi)12個(gè)氣候監(jiān)測站的日氣溫、降水實(shí)測數(shù)據(jù).基于ArcGIS 10.2平臺，利用克里金方法將點(diǎn)數(shù)據(jù)轉(zhuǎn)換為面數(shù)據(jù)，重采樣分辨率與高程數(shù)據(jù)、土壤水分?jǐn)?shù)據(jù)分辨率一致，均為1 km.

表1 黃河源區(qū)土地覆被類型對照表

1.2.3土壤水分?jǐn)?shù)據(jù) 本研究采用2010年5月至2011年4月的月均ECV遙感衛(wèi)星土壤水分觀測值，在ArcGIS平臺整合為年均數(shù)據(jù)，柵格分辨率為25 km，之后根據(jù)國內(nèi)學(xué)者使用過且證明精度較為精確的降尺度的方法得到的1 km數(shù)據(jù)進(jìn)行分析[21].由于黃河源區(qū)四季變化并不明確，因此根據(jù)張樂樂等[22]采用方法依據(jù)青藏高原氣候特征劃分為暖季(5～9月)和寒季(10月～次年4月).

1.2.4 研究方法

1.2.4.1 數(shù)據(jù)分析 黃河源區(qū)范圍較大，將土地覆被覆被依據(jù)中科院數(shù)據(jù)中心的黃河源區(qū)土壤覆被數(shù)據(jù)劃分為不同的區(qū)域，由于該地區(qū)主要以草地為主，但不同草地覆被度地區(qū)的土壤水分分布有較大差異，因此草地以2級分類進(jìn)行分析.黃河源區(qū)土地覆被類型情況如圖2所示.

圖2 土地覆被類型Figure 2 Sample point distribution (left) and vegetation cover type (right) schematic

首先，為了得到不同植被覆被下土壤含水量，將不同植被類型與土壤水分?jǐn)?shù)據(jù)利用ArcGIS 10.2平臺中的按掩膜提取功能提取出不同覆被類型分布下的土壤含水量；而地形數(shù)據(jù)根據(jù)1 km分辨率DEM在該軟件平臺的ArctoolBox模塊分別提取出海拔、坡度數(shù)據(jù).之后，根據(jù)同樣的方法按屬性提取功能提取出不同區(qū)間的海拔、坡度、氣溫和降水區(qū)域，與土壤水分?jǐn)?shù)據(jù)疊加并掩膜提取并得到不同環(huán)境因子變化區(qū)間內(nèi)土壤含水量.按屬性提取的海拔區(qū)間分別為4 000 m以下、4 001～5 000 m和5 000 m以上3個(gè)區(qū)間，坡度分為15°以下、15°～30°之間和30°以上3個(gè)區(qū)域.

1.2.4.2 分析方法 本研究所用的土壤含水量空間變異表征方法為使用趙琛等[21]使用過的變異系數(shù)法來表征該地區(qū)的土壤含水量空間變異大小，空間變異系數(shù)CV計(jì)算公式如下：

CV=STD/Mean

式中，STD為標(biāo)準(zhǔn)差，Mean為土壤水分平均值.CV可以反映變量的空間變異程度，一般認(rèn)為CV<0.1為弱變異，CV在0.1～0.75之間為中等變異，CV>

0.75為高度變異.

利用相關(guān)性分析在SPSS平臺進(jìn)行相關(guān)性分析，以證明土壤水分分布和變異與環(huán)境因子間的相關(guān)關(guān)系，最后利用主成分分析法對空間變異系數(shù)CV主要影響因子進(jìn)行分析.主成分分析法旨在利用降維的思想，把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)(即主成分)，其中每個(gè)主成分都能夠反映原始變量的大部分信息，且所含信息互不重復(fù).主成分計(jì)算公式如下：

Fp=a1i×ZX1+a2i×ZX2+， …，+api×ZXp

式中，F(xiàn)p為主成分，a1i,a2i,…,api(i=1，…，m)為X的協(xié)方差陣∑的特征值所對應(yīng)的特征向量，ZX1，ZX2，…，ZXp是經(jīng)過標(biāo)準(zhǔn)化處理的土壤水分值.

本研究采用2010年月均MODIS遙感影像的NDVI值，并主要考慮4種主要植被類型，包括草地、高覆蓋度草地、林地和荒漠.

2 結(jié)果與分析

2.1 不同土地覆被類型下土壤水分分布和變異

由于黃河源區(qū)主要植被類型為草地，為了更準(zhǔn)確的分析黃河源區(qū)的空間變異狀況，將草地覆蓋區(qū)域精確至表1中的2級分類，即高、中、低草地覆蓋度3類.黃河源區(qū)不同植被類型下土壤水分含量和變異性如表2所示.暖季，土壤水分含量最高的是林地，土壤含水量達(dá)到了0.221 m3/m3，最低地勢沙地、戈壁和裸地地區(qū)，土壤水分只有0.137 m3/m3；變異性方面，高覆蓋度草地變異性最強(qiáng)，變異系數(shù)為15.64%，最弱的是沙地、戈壁及裸地，變異系數(shù)為11.42%.而寒季由于較為干燥，土壤含水量較暖季差異較大.寒季土壤水分分布趨勢與暖季相同，土壤含水量最高的是林地，而沙地、戈壁及裸地較為干燥；變異性方面，寒季變異性最強(qiáng)的是林地，變異系數(shù)達(dá)到了21.7%，最弱的是低覆蓋度草地，變異系數(shù)只有16.9%.黃河源區(qū)土壤含水量普遍表現(xiàn)為林地>高覆蓋度草地>中覆蓋度草地低>低覆蓋度草地>沙地、戈壁和裸地.

黃河源區(qū)土壤水分與NDVI的相關(guān)性如表3所示.該地區(qū)暖季土壤水分與NDVI的相關(guān)性較強(qiáng)，相關(guān)系數(shù)達(dá)到了0.568(P<0.05)，但寒季NDVI與土壤水分間的相關(guān)性相對較弱.

表2 不同植被類型下土壤含水量與變異系數(shù)

2.2 不同氣候條件對土壤水分分布和變異的影響

如圖3-A所示，2010年黃河源區(qū)氣溫在-12.1～4.7 ℃之間波動，整體氣溫較低，其中西部地區(qū)年均溫度較低，東部地區(qū)氣溫偏高.降水分布如圖3-B所示，該地區(qū)降水量在389.5～699.2 mm的范圍內(nèi)，并且南部地區(qū)普遍降水量較大，而北部地區(qū)降水相對較少.

表3 不同季節(jié)土壤水分與NDVI的相關(guān)性

*表示在置信度(雙側(cè))小于0.05時(shí)顯著相關(guān).

*:Represents a significant correlation when confidence is less than 0.05.

圖3 黃河源區(qū)的氣溫(A)及降水(B)分布Figure 3 The Yellow River source area temperature (A) and precipitation (B) distribution

如表4所示，由于黃河源區(qū)降水主要集中在暖季，而寒季較干燥，黃河源區(qū)暖季土壤水分達(dá)到了0.268 m3/m3，而寒季只有0.086 m3/m3，暖季的平均土壤含水量遠(yuǎn)大于寒季.空間變異性方面，不同季節(jié)的土壤水分空間變異均處于較弱的變異水平，暖季變異系數(shù)為17.9%，而寒季變異相對較強(qiáng)，變異性達(dá)到了29.1%.

對黃河源區(qū)的土壤水分與氣溫和將水分別進(jìn)行相關(guān)性分析的結(jié)果如表5所示.暖季氣溫與土壤水分的相關(guān)性達(dá)到了0.602(P<0.05)，但在暖季并不顯著.相反的是，降水與土壤水分分布在暖季達(dá)到了顯著相關(guān)，相關(guān)系數(shù)達(dá)到了0.834(P<0.01)，但在寒季，二者的相關(guān)性不強(qiáng).

表4 不同季節(jié)土壤水分平均值、標(biāo)準(zhǔn)差和變異系數(shù)

*表示在置信度(雙側(cè))小于0.05時(shí)顯著相關(guān).

*:Represents a significant correlation when confidence is less than 0.05.

表5 不同季節(jié)土壤水分與氣候因子的相關(guān)性

*表示在置信度(雙側(cè))小于0.05時(shí)顯著相關(guān)；**表示在置信度(雙側(cè))小于0.01時(shí)顯著相關(guān).

*:Represents a significant correlation when confidence is less than 0.05；**:Represents a significant correlation when confidence is less than 0.01.

2.3 地形因素對土壤水分分布和變異的影響

本研究主要考慮海拔和坡度這兩個(gè)地形因子，黃河源區(qū)海拔情況如圖4-A所示，其海拔主要在2 902～6 070 m的范圍內(nèi)，從圖中可以清晰的看出西部地區(qū)海拔普遍較高，而東部地區(qū)則相對較低.坡度情況則相對不明顯，如圖4-B所示，該地區(qū)坡度在0°～36.1°的范圍內(nèi)，中部地區(qū)坡度明顯更陡峭一些，而東西部地區(qū)則較為平緩.

黃河源區(qū)土壤含水量分布與坡度和海拔間的相關(guān)性如表6所示.暖、寒季坡度與土壤水分的相關(guān)性雖然均呈現(xiàn)負(fù)相關(guān)，但該相關(guān)性并不顯著，說明研究區(qū)內(nèi)年均土壤水分分布與坡度的關(guān)系不大.相反的是，海拔與土壤水分間的相關(guān)性在暖、寒季均達(dá)到了顯著的相關(guān)性，相關(guān)系數(shù)分別為-0.532和-0.833(P<0.05或P<0.01).

圖4 黃河源區(qū)的海拔(A)和坡度(B)Figure 4 Schematic diagram of altitude (A) and slope (B) in the source region of the Yellow River

季節(jié)Season地形因子TerrainfactorPearson相關(guān)性Pearson′s relavance顯著性(雙側(cè))Saliecy (bilayeral)暖季W(wǎng)arm season坡度-0.290.315海拔-0.532?0.001寒季Cold season坡度-0.360.315海拔-0.833??0.001

*表示在置信度(雙側(cè))小于0.05時(shí)顯著相關(guān)；**表示在置信度(雙側(cè))小于0.01時(shí)顯著相關(guān).

*:Represents a significant correlation when confidence is less than 0.05；**:Represents a significant correlation when confidence is less than 0.01.

不同地形因素下土壤水分含量、標(biāo)準(zhǔn)差(STD)和變異系數(shù)(CV)如表7所示，其中，坡度是根據(jù)DEM數(shù)據(jù)提取出黃河源區(qū)坡度正切值，并依據(jù)反三角函數(shù)推理之后得出角度值.本文分別考慮坡度小于15°、15～30°和大于30°3種坡度情況，坡度小于15°的地區(qū)土壤含水量最高，含水量為0.208 m3/m3，隨著坡度增加土壤含水量逐漸遞減，但變異系數(shù)CV呈現(xiàn)出相同反的趨勢，30°以上坡度地區(qū)變異性最強(qiáng)，達(dá)到了12.51%.不同海拔地區(qū)土壤含水量也不同，4 000 m以下地區(qū)土壤含水量最高，達(dá)到了0.221 m3/m3，而5 000 m以上地區(qū)只有0.113 m3/m3；變異系數(shù)方面，海拔越高的地區(qū)變異性越弱，空間變異程度只有8.32%，而相對海拔較低的地區(qū)土壤水分變異達(dá)到了19.6%，說明隨著海拔的增加，土壤含水量越低，且變異性越弱.

表7 不同坡度與海拔的土壤水分和空間變異

2.4 土壤水分空間變異主控因子分析

本研究主要考慮海拔、坡度、氣溫、降水和NDVI(植被)等環(huán)境因子，并運(yùn)用主成分分析的方法來確定影響黃河源區(qū)土壤水分分布和空間變異的主控因子.首先對海拔、坡度、氣溫、降水和NDVI這5個(gè)環(huán)境因子進(jìn)行KMO檢測、計(jì)算結(jié)果為該5個(gè)環(huán)境因子KMO檢測均值為0.55>0.50，可以運(yùn)用主成分分析法.

基于SPSS平臺分別對黃河源區(qū)暖、寒季的土壤水分與環(huán)境因子進(jìn)行主成分分析.該地區(qū)暖季的主成分分析結(jié)果如表8所示，主成分1中地形因子和主成分2中氣候因子中的降水和氣溫的累計(jì)貢獻(xiàn)率達(dá)到了73.82%，即這2個(gè)主成分所代表的海拔、降水和氣溫等環(huán)境因子的68.38%.因而，可以將影響黃河源區(qū)土壤水分分布的環(huán)境因子概括為2個(gè)主成分進(jìn)行下一步分析.

表8 主成分貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率

主成分與變量相關(guān)性如表9所示，載荷量表示主成分與相對應(yīng)環(huán)境變量之間的相關(guān)系數(shù).可以看出明顯看出主成分1與降水和海拔因子的相關(guān)性較高，分別達(dá)到了0.68、和-0.55，主成分2與氣溫因子的相關(guān)性最高，達(dá)到了0.51.結(jié)合主成分1和主成分2的主成分貢獻(xiàn)率及本文考慮到的5個(gè)環(huán)境因子對土壤水分分布的影響關(guān)系，該地區(qū)暖季土壤水分分布的影響因子強(qiáng)弱表現(xiàn)為降水>海拔>氣溫>NDVI>坡度.因此可以得出結(jié)論：影響黃河源區(qū)暖季土壤水分分布和變異的主控因子是降水因素，海拔和氣溫次之，而坡度對該地區(qū)土壤水分的影響最弱.

使用相同的方法對寒季黃河源區(qū)土壤水分與環(huán)境因子進(jìn)行主成分分析，其結(jié)果如表10所示.寒季土壤水分分布影響因子中主成分1氣候因素和主成分2地形因素的累計(jì)貢獻(xiàn)率達(dá)到了68.58%，即這2個(gè)主成分代表了海拔、坡度、氣溫和降水等環(huán)境因子的68.58%，將影響寒季黃河源區(qū)年均土壤含水量的環(huán)境因素劃分為2個(gè)主要成分.載荷量表示主成分與相對應(yīng)環(huán)境變量之間的相關(guān)系數(shù)如表11所示.經(jīng)過對比之后得到寒季黃河源區(qū)土壤水分分的影響因子強(qiáng)弱依次為海拔>降水>氣溫>NDVI>坡度.

表9 初始因子載荷矩陣

表10 特征值、主成分貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率

表11 初始因子載荷矩陣

3 討論

通過對黃河源區(qū)的衛(wèi)星遙感數(shù)據(jù)進(jìn)行提取，并運(yùn)用主成分分析法分析了黃河源區(qū)土壤水分變異性與不同海拔、坡度、氣溫、降水和植被等因子的關(guān)系.研究發(fā)現(xiàn)，該地區(qū)土壤水分的空間變異性具有一定的規(guī)律，寒季黃河源區(qū)影響土壤水分空間變異的主要影響因子為地形因子，這與趙琛等[21]在黑河上游地區(qū)土壤水含量研究中得出的結(jié)論一致，但不同的是，海拔是造成黃河源區(qū)土壤水分分布和變異的主要環(huán)境因素，這與Henninger等[14]的研究結(jié)論相似，坡度對該地區(qū)土壤含水量分布造成的影響較弱，這是由于不同研究區(qū)局地微氣候和環(huán)境的差異會造成研究結(jié)果的不同.黃河源區(qū)降水因子對暖季土壤水分分布造成的影響較強(qiáng)，這是由于，黃河源區(qū)位于我國青藏高原腹地，降水是該地區(qū)土壤水分最主要的補(bǔ)充來源，黃河源區(qū)降水會明顯導(dǎo)致土壤水分變異，與陳佳[12]和史志華等[13]對五龍池小流域降雨之后的水分變化差異結(jié)論一致.研究過程中的相關(guān)性分析顯示，氣溫越高的地區(qū)土壤含水量越高，這與彭記永[24]和耿燕等[25]在我國不同地區(qū)氣象因素對土壤水分影響的研究一致，說明氣候因子對土壤水分分布具有一定的普遍性，而且黃河源區(qū)地處較為干燥的高寒草原地區(qū)，年均氣溫在0℃左右浮動，溫度的變化對土壤水分的影響較為明顯.NDVI對黃河源區(qū)土壤水分分布和變異情況的影響并不強(qiáng)烈，但不同土地覆被類型下覆蓋下土壤水分分布和變異有明顯的差異，說明土地覆被類型是引起土壤水分空間變異的影響因子之一，但該空間變異并沒有隨著季節(jié)的更替而展現(xiàn)出規(guī)律性的變化.

本文的分析利用降尺度為1 km分辨率的遙感數(shù)據(jù)，能夠較為精確的表征黃河源區(qū)這一大尺度大區(qū)域范圍內(nèi)的土壤水分分布和變異情況，利用遙感的手段能夠大量的節(jié)約人力和物力成本，效率更高，本研究所運(yùn)用的方法能夠?qū)窈蟠髤^(qū)域尺度的土壤水領(lǐng)域的研究提供一定的指導(dǎo)作用.

4 結(jié)論

1) 黃河源區(qū)的土壤水分變異性主要在11.42%～21.7%之間，整體在弱變異性范圍內(nèi)，不同土地覆被類型下變異性大小順序?yàn)椋毫值?低覆蓋度草地>高覆蓋度草地>中覆蓋度草地>沙地、戈壁和裸地，不同植被的根系吸水因素會影響到土壤水分的空間變異，暖季植被覆蓋密度較大的區(qū)域變異性強(qiáng).

2) 4 000m海拔以下地區(qū)變異系數(shù)CV達(dá)到了19.6%，高于4 001～5 000 m海拔地區(qū)的13.9%，5 000 m以上地區(qū)變異系數(shù)最小，為8.32%.坡度越緩的地區(qū)土壤含水量高于陡峭地區(qū)；空間變異方面，坡度較大的地區(qū)土壤水分空間性強(qiáng)于坡度較緩的地區(qū).

3) 經(jīng)過主成分分析的方法對海拔、坡度、氣溫、降水和NDVI分析得到的主成分貢獻(xiàn)率、累計(jì)方差貢獻(xiàn)率和初始因子載荷矩陣發(fā)現(xiàn),：暖季降水和海拔因子的主成分貢獻(xiàn)率68.38%，土壤水分與降水、海拔和氣溫的相關(guān)性系數(shù)分別達(dá)到了0.68、-0.55和0.51，根據(jù)5個(gè)環(huán)境因子對暖季黃河源區(qū)土壤水分分布和變異的影響大小，該地區(qū)環(huán)境因子的強(qiáng)弱依次為降水>海拔>氣溫>NDVI>坡度；而寒季影響最強(qiáng)烈的環(huán)境因子為海拔，其次為降水.