張凱選，范鵬鵬, ，王軍邦*，葉輝

1. 遼寧工程技術(shù)大學(xué)，遼寧 阜新 123000；2. 中國科學(xué)院地理科學(xué)與資源研究所生態(tài)系統(tǒng)網(wǎng)絡(luò)觀測與模擬重點實驗室，北京 100101

植被在調(diào)節(jié)陸地碳平衡、氣候系統(tǒng)中發(fā)揮了重要作用，是生態(tài)系統(tǒng)服務(wù)功能的基礎(chǔ)，因此，監(jiān)測植被生長變化意義重大（杜加強(qiáng)等，2015）。植被覆蓋度指示了植被的茂密程度及植物進(jìn)行光合作用面積的大小，是反映地表植被生長態(tài)勢的重要指標(biāo)和描述生態(tài)系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)，對區(qū)域生態(tài)系統(tǒng)環(huán)境變化有著重要指示作用（孫忠富，2010），歸一化植被指數(shù)（Normal Difference Vegetation Index，NDVI）是目前最為常用的表征植被覆蓋情況的指標(biāo)（Mahmoud et al.，2019），NDVI可充分反映植被覆蓋度，并與植被覆蓋度呈正相關(guān)，即NDVI值愈大，植被覆蓋度愈好（閆峰等，2013；甘春英等，2011）。驅(qū)動植被變化的各種氣候變量中，最基本和最重要的變量是太陽輻射、溫度和降水（侯美婷等，2013）。20世紀(jì)90年代以來，國內(nèi)外眾多學(xué)者基于NDVI數(shù)據(jù)研究了植被覆蓋空間變化特征及其與氣候的關(guān)系（Stoner et al.，2018；Peng et al.，2013；王昭生等，2015；Jipaer et al.，2015）。在植被覆蓋與氣候因素的研究中，有從年際變化、季節(jié)變化和月變化3個方面分析植被覆被變化與氣候變化的關(guān)系（孫艷玲等，2012），也有著重分析溫度、降水對不同植被類型的影響（阿多等，2017）。不同地區(qū)對植被覆蓋影響的氣候因素不同，在長江中下游地區(qū)，氣溫是影響該區(qū)域植被覆蓋變化的主要因素（鄧偉等，2017）。在華北平原地區(qū)，植被變化與氣溫變化關(guān)系、降水關(guān)系較密切。中國西南大部分地區(qū)植被覆蓋變化與溫度因子的相關(guān)性更為顯著（周金霖等，2017）。在新疆地區(qū)植被覆蓋及氣象因子的研究中，研究者認(rèn)為兩者年際間差異不大，呈現(xiàn)出整體穩(wěn)定的態(tài)勢，但年內(nèi)變化明顯（慈暉等，2017）；在東北長白山地區(qū)，植被覆蓋主要受溫度影響（南穎等，2010）。將植被特征與氣候因子結(jié)合進(jìn)行深入分析，揭示植被與氣候間的內(nèi)在聯(lián)系，有助于把握該地區(qū)生態(tài)系統(tǒng)變化的氣候驅(qū)動作用（Wang et al.，2018；Garcia-Palacios et al.，2018）。

中國西南喀斯特地區(qū)是中國大生態(tài)環(huán)境脆弱區(qū)之一，高強(qiáng)度人類活動使得土地退化問題嚴(yán)峻，2000年以來，實施了退耕還林等一系列生態(tài)保護(hù)與恢復(fù)措施（宋同清等，2017；Zhang et al.，2011；曾昭霞等，2015）。在生態(tài)措施實施范圍及時間信息較難獲取情況下，其生態(tài)恢復(fù)成效評估成為研究難點和熱點（呂妍等，2018）。本文采用殘差分析法實現(xiàn)氣候要素和人類活動對植被生長影響的分離。殘差分析法（Evans et al.，2004）由Evans提出，利用年最大NDVI與氣候因子間的良好線性關(guān)系建立回歸模型，得到年最大NDVI擬合值，將其視為氣候因子對年最大NDVI的影響。假設(shè)地形和土壤等自然條件未發(fā)生變化，利用遙感估算的NDVI減去NDVI擬合值（理論上完全由氣候因素引起的植被變化），即得到人類活動引起的年最大NDVI變化，從而分離出氣候因素和人類活動對NDVI變化的影響。該方法已被廣泛應(yīng)用（Evans et al.，2004；李輝霞等，2011；Jipaer et al.，2015）。

環(huán)江地區(qū)地處廣西省西北部，該地區(qū)環(huán)境脆弱，經(jīng)濟(jì)落后，人口密集，研究該區(qū)域的NDVI的變化趨勢與氣候因子之間的響應(yīng)關(guān)系對環(huán)江地區(qū)的植被恢復(fù)具有重要意義。本研究旨在探清該地區(qū)植被與氣候因子的關(guān)系并定量計算氣候和人類活動影響，為生態(tài)成效評估提供方法參考，促進(jìn)生態(tài)文明建設(shè)。

1 材料與方法

1.1 研究區(qū)概況

環(huán)江位于廣西西北部，云貴高原東南麓，九萬大山山麓，東經(jīng) 107°51′-108°43′，北緯 24°44′-25°33′之間（圖1），該區(qū)域位于地處桂西北云貴高原與桂中巖溶平原過渡的斜坡地帶，總地勢為北高南低，四周山嶺綿延，中部偏南為丘陵，略呈盆地；西與西北多為石山；東北多為土山，最高海拔為1693 m，最低海拔為149 m。北與東北部屬侵蝕的中低山地貌，是苗嶺山脈九萬大山的一部分，山體龐大，溝谷縱橫，全縣森林資源主要分布在此區(qū)域；中北部為低山峰叢地貌；中南部為中高丘侵蝕地貌區(qū)；西南部為喀斯特地貌區(qū)。

圖1 環(huán)江地區(qū)位置、海拔及土地覆蓋類型空間分布Fig. 1 Location, altitude and spatial distribution of land cover in Huanjiang area

環(huán)江縣隸屬河池市，全縣面積4572 km2，為廣西第五大縣，森林覆蓋率59.2%，耕地面積2.47×104hm2，是廣西農(nóng)林礦業(yè)重點縣之一。環(huán)江縣屬亞熱帶季風(fēng)氣候區(qū)，全縣氣候溫和，雨水充沛，日照充足，冬暖夏涼，雨熱同季，無霜期長。年均氣溫南部丘陵一帶19.9 ℃，北部山區(qū)15.7 ℃。歷年最低氣溫為-5.2 ℃，無霜期290 d。全年可照時數(shù)4422 h，年均日照時數(shù)145.1 h。年平均降雨量1750 mm，降雨多集中于4-9月，占全年降雨量的70%；歷年最小降雨量922.8 mm，蒸發(fā)量1571.1 mm，空氣平均相對濕度 79%。環(huán)江屬中亞熱帶常綠闊葉林區(qū)，森林植被豐富，森林群落以常綠闊葉林為主，其次是部分落葉闊葉與常綠針、闊葉混交林。

1.2 數(shù)據(jù)及處理

本研究所用的NDVI數(shù)據(jù)是由2000-2017年MOD09Q1的地表反射率數(shù)據(jù)計算得到，MOD09Q1是由美國航空航天局提供的8 d合成的地表反射率數(shù)據(jù)，空間分辨率為250 m，利用其所提供數(shù)據(jù)處理軟件MRT（Modis reprojection tools）對MODIS影像進(jìn)行波段提取、影像鑲嵌、投影變換、數(shù)據(jù)格式轉(zhuǎn)換，然后計算 NDVI，再利用Timesat對每8天NDVI數(shù)據(jù)進(jìn)行SG濾波處理，去除時間序列中的噪音值。計算年平均NDVI值，進(jìn)行后續(xù)分析。

氣象數(shù)據(jù)是利用全國約 2000個氣象站點的日數(shù)據(jù)，包括每日的氣溫、降水量、風(fēng)速、日照時數(shù)和相對濕度數(shù)據(jù)，輻射數(shù)據(jù)根據(jù)日照時數(shù)換算所得（王軍邦，2007），空間插值得到的時間分辨率為8 d、空間分辨率為250 m的全國空間數(shù)據(jù)，之后利用ArcGIS截取所得。所使用的插值軟件是由澳大利亞國立大學(xué)基于利用光滑薄板樣條法開發(fā)的 ANUSPLIN，對插值結(jié)果的評價表明，插值的氣溫和累積降水?dāng)?shù)據(jù)可分別解釋通量塔觀測氣溫和降水季節(jié)變化的90%和80%以上（王軍邦，2017）。

本文采用的植被覆蓋類型以Liu et al.（2006）利用MODIS數(shù)據(jù)的植被分類結(jié)果，主要對森林類型進(jìn)行了細(xì)分。用于本模型的生態(tài)系統(tǒng)類型及土地覆蓋類型包括常綠針葉林、常綠闊葉林、落葉針葉林、落葉闊葉林、灌叢、草地、農(nóng)田、荒漠以及居民用地和水域。

1.3 研究方法

1.3.1 趨勢分析

對于植被指數(shù)在時間尺度的變化趨勢和強(qiáng)度，一般進(jìn)行一元線性回歸分析，回歸方程斜率（slope）代表研究區(qū)域監(jiān)測時段內(nèi)每個柵格點植被指數(shù)的變化趨勢。slope＞0，代表該柵格內(nèi)植被狀況有改善，且數(shù)值越大說明改善效果越明顯。反之，則表明該柵格內(nèi)植被狀況變差。該方法可反映不同時期植被覆蓋變化的空間分布特征，其計算公式如下：

1.3.2 偏相關(guān)分析

NDVI的影響因素較多，為了衡量兩個因素的相關(guān)關(guān)系，采用偏相關(guān)分析法。偏相關(guān)分析也稱凈相關(guān)分析，是指當(dāng)兩個變量同時與第3個變量相關(guān)時，將第3個變量的影響剔除，只分析另外兩個變量之間相關(guān)程度的過程，它在控制其他變量的線性影響的條件下分析兩變量間的線性相關(guān)性，以偏相關(guān)系數(shù)R值為判定指標(biāo)，可利用單相關(guān)系數(shù)來計算。

式中，Rxy表示變量x、y的單相關(guān)系數(shù)；在本文中，xi表示第i年NDVI值；yi表示相應(yīng)時段內(nèi)的累計降水或年均溫或年總輻射量；表示 2000-2017年年均 NDVI值；表示相應(yīng)時段內(nèi)累計平均降水或平均年均溫或年平均輻射量；i表示樣本數(shù)。

式中，Rxy,z表示一階偏相關(guān)系數(shù)，表示剔除變量z的影響，變量x、y的相關(guān)關(guān)系；Rxy、Rxz、Ryz分別表示變量 x、y，變量 x、z，變量 y、z的單相關(guān)系數(shù)。

式中，Rxy,zw表示二階偏相關(guān)系數(shù)，是剔除變量z、w的影響之后，變量x與變量y的相關(guān)性大??；Rxy,z、Rxw,z、Ryw,z分別表示變量x與變量y、變量x與變量w和變量y與變量w的一階偏相關(guān)系數(shù)。

1.3.3 多元線性回歸

本研究采用多元線性回歸的方法研究植被變化中的氣候影響機(jī)制。將研究區(qū)的歸一化植被指數(shù)（NDVI）與年均溫、年累計降水以及總輻射量進(jìn)行多元回歸分析，分析年均溫、年累計降水和總輻射量對凈初級生產(chǎn)力的共同影響，通過標(biāo)準(zhǔn)化的多元線形回歸方程分析三者各自對凈初級生產(chǎn)力的影響程度。多元線性回歸方程表示如下：

式中，NDVIc為年均歸一化植被指數(shù)（NDVI）；T、P、R分別為年均溫、年累計降水、年總輻射量；bt、bp、br、b0分別對應(yīng)年均溫、年累積降水、年總輻射量和常數(shù)項的回歸系數(shù)，在本文中為年均溫、年累計降水和年總輻射量對年均NDVI變化趨勢的相對影響程度。回歸方程的復(fù)相關(guān)系數(shù)R2表示氣候因素（年均溫、年累積降水和年總輻射量）對年均NDVI年際變化的解釋能力。

1.3.4 殘差趨勢分析

本文通過建立NDVI與氣溫、累積降水、輻射的回歸模型，逐柵格基于溫度、累積降水以及輻射線性回歸方程的預(yù)測值為氣候控制的部分，表示為NDVIC；以遙感NDVI為實際值（NDVIA），實測值與NDVIC間的殘差，推定為人類活動所貢獻(xiàn)的部分（NDVIH），NDVIH為正，表示人類活動對植被生長產(chǎn)生正影響，生態(tài)環(huán)境得到改善，反之則認(rèn)為人類活動對植被產(chǎn)生負(fù)影響，加劇植被退化。具體計算公式如下：

2 結(jié)果與分析

2.1 植被NDVI的時空變化特征

2000－2017年環(huán)江地區(qū)植被 NDVI在 0.48-0.61之間波動，整體呈波動增加趨勢，并通過顯著性檢驗，增長速率為0.4% a-1，多年平均NDVI為0.55，年際間差異較小，空間差異明顯（圖2a，圖3a）?？臻g格局上，環(huán)江地區(qū)年均NDVI大部分區(qū)域的NDVI在2000-2017年呈增加趨勢，占整個區(qū)域的87%左右，這些地區(qū)NDVI植被指數(shù)上升、植被蓋度提高，植被狀況有較大改善（圖2b）。環(huán)江中部以及東北部、西北部的部分地區(qū)年均 NDVI增加趨勢最為明顯；但是，在環(huán)江的東北地區(qū)的林地，生長狀況并沒有改善，年均NDVI呈減少趨勢，且部分地方呈顯著性或極顯著性下降。全區(qū)東南部和西南角呈顯著性或極顯著性增長，以上地區(qū)植被覆蓋已經(jīng)形成明顯的增加趨勢，環(huán)江中部、東北部和西北角雖然呈增加趨勢，但是不顯著（圖2c）。年均 NDVI高的區(qū)域主要在環(huán)江的東北部和西北部，植被覆蓋較好，從植被類型和高程劃分上普遍屬于高海拔地區(qū)，植被類型以森林為主（圖 1）；而低年均NDVI的區(qū)域主要位于環(huán)江以南，這些地區(qū)植被覆蓋類型以人工表面和農(nóng)田為主。

從時間尺度上看，2000-2017年環(huán)江地區(qū)主要植被類型NDVI整體上均呈現(xiàn)增加趨勢，但改善情況不同（圖 3）。其中森林的改善情況最好，其年均NDVI增加趨勢最明顯，增加速率為0.45% a-1，高于環(huán)江全區(qū)年均NDVI的增長速率，草地的年均NDVI增長速率與環(huán)江全區(qū)的年均NDVI增長速率持平，農(nóng)田的年均NDVI增長速率則略小于環(huán)江全區(qū)的年均NDVI增長速率。在環(huán)江地區(qū)主要植被類型中，森林的 NDVI均值略大于環(huán)江全區(qū)的年均NDVI，為 0.57，草地的年均 NDVI略小于環(huán)江全區(qū)的年均NDVI，為0.54，農(nóng)田的年均NDVI小于環(huán)江全區(qū)的年均NDVI，為0.51。

圖2 環(huán)江2000-2017年均NDVI（a）、NDVI變化趨勢（b）及NDVI變化趨勢顯著性（c）的空間分布Fig. 2 Spatial distribution of NDVI (a), NDVI trend (b) and NDVI trend significance (c) in Huanjiang from 2000 to 2017

圖3 2000-2017年環(huán)江年均NDVI（a）及主要植被類型（森林（b）、草地（c）、農(nóng)田（d））年均NDVI變化圖Fig. 3 Annual NDVI (a) and annual NDVI changes of main vegetation (forest (b), grassland (c), farmland (d)) in Huanjiang from 2000-2017

2.2 氣象因子的時空變化特征

2000-2017年間，環(huán)江地區(qū)除年累積降水外，年總輻射量和年均溫均呈現(xiàn)下降趨勢，年均溫減少不明顯，基本持平，但均不顯著（圖 4）。2000-2017年，研究區(qū)年總輻射量在 11877-1992 mJ·m-2·a-1之間，下降趨勢明顯，減少速度為 8.47 mJ·m-2·a-1?？臻g上看，整個研究區(qū)的輻射量變化呈減少趨勢，56%的區(qū)域輻射量減少趨勢在 6-10 mJ·a-1，占比最大（圖5）。年累積降水量在1306-1805 mm之間，總體呈明顯增加趨勢，增加速度為8.38 mm·a-1（圖4b）。在18 a間，降水量由西北部逐漸增加，96%的地區(qū)呈現(xiàn)增加趨勢，在這些區(qū)域，年均增加量在10-13.3 mm區(qū)間的區(qū)域最大，年均增加量在5-10 mm區(qū)間的區(qū)域次之（圖5e）。年均氣溫在 11-22 ℃之間，時間尺度上呈緩慢減少，減少速度為0.031 ℃·a-1。環(huán)江地區(qū)溫度變化不大，環(huán)江東部地區(qū)溫度呈增加趨勢，西部地區(qū)呈減少趨勢占全區(qū)的64.4%（圖5f）。

圖4 2000-2017年環(huán)江氣象因子輻射（a）、年累計降雨量（b）、年均溫（c）時間分布Fig. 4 Time distribution of meteorological factor radiation (a), annual accumulated rainfall (b) and annual mean temperature (c) in Huanjiang from 2000 to 2017

圖5 2000-2017年環(huán)江地區(qū)氣象因子空間分布及變化趨勢Fig. 5 Spatial distribution and trend of meteorological factors in Huanjiang from 2000 to 2017

環(huán)江區(qū)域的氣候變化較為清晰，在2000-2017年，環(huán)江整個區(qū)域輻射量減少，東部偏北地區(qū)溫度、降水均呈增加趨勢的，這些區(qū)域是朝“暖濕化”發(fā)展的。在環(huán)江的南部偏西部地區(qū)，降雨呈下降趨勢，溫度呈增加趨勢，這些區(qū)域是朝“濕冷化”發(fā)展。

2.3 NDVI與氣候因子關(guān)系

2.3.1 氣候因子對NDVI的影響

為了進(jìn)一步分析氣象因子對年均 NDVI的影響，采用偏相關(guān)分析方法分析累積降水、溫度和輻射等氣象因子對環(huán)江區(qū)域年均NDVI的影響，得到結(jié)果如圖6所示。利用ArcGIS對像元進(jìn)行統(tǒng)計分析，得出年均NDVI與統(tǒng)計時段內(nèi)累積降水、平均氣溫和輻射的平均偏相關(guān)系數(shù)分別為-0.06、0.45、0.14?？傮w上，環(huán)江區(qū)域年均NDVI在該統(tǒng)計時段內(nèi)與溫度、輻射呈正相關(guān)，與累積降水呈負(fù)相關(guān)，且與平均氣溫關(guān)系最為密切。

圖6 環(huán)江2000-2017年均NDVI與輻射（a）、降水（b）、溫度（c）的偏相關(guān)系數(shù)的空間分布Fig. 6 Spatial distribution of partial coefficient of NDVI and radiation (a), precipitation (b) and temperature (c) in Huanjiang from 2000 to 2017

由圖6a可知，研究區(qū)內(nèi)56%的地區(qū)NDVI與輻射呈正相關(guān)。其中，偏相關(guān)系數(shù)在0-0.3之間的區(qū)域占比最大，達(dá)到了 41.8%；偏相關(guān)系數(shù)在 0.3-0.5之間的區(qū)域占11.8%；偏相關(guān)系數(shù)在0.5-0.8之間的區(qū)域主要集中在環(huán)江東北部，這些地區(qū)海拔高，受輻射影響最大，而同期NDVI也呈上升趨勢（圖3，圖5）。在環(huán)江西南部和東南部分地區(qū)輻射與NDVI間呈負(fù)相關(guān)，即隨輻射量增加，NDVI呈降低趨勢。

由圖6b可知，研究區(qū)內(nèi)62.5%的地區(qū)與降水呈正相關(guān)，偏相關(guān)系數(shù)在-0.3-0.3之間的區(qū)域占比最大，達(dá)到了82.3%，表明研究區(qū)NDVI與累積降水關(guān)系微弱。環(huán)江西北角和東南角地區(qū)，NDVI與累積降水的偏相關(guān)系數(shù)小于-0.5。環(huán)江南部以及部分高山地區(qū)的偏相關(guān)系數(shù)大于0.5，這些地區(qū)的NDVI隨降水量的增加而增加（圖 3，圖 5）。對于相關(guān)系數(shù)較低的地區(qū)而言，植被覆蓋復(fù)雜，農(nóng)林交錯，人類活動對植被生長影響很大。

由圖6c可知，研究區(qū)內(nèi)97.3%區(qū)域與溫度呈正相關(guān)，其中偏相關(guān)系數(shù)在0.3-0.5之間的區(qū)域占比最大，為40.5%，偏相關(guān)系數(shù)在-0.3-0.3之間占比為39.6%。偏相關(guān)系數(shù)大于0.5的區(qū)域主要集中在環(huán)江東北部（圖 3，圖 5），而環(huán)江中部、東南少部分地區(qū)與溫度呈現(xiàn)負(fù)相關(guān)（圖6c），這些地區(qū)的植被生長隨著溫度的升高而退化。

2.3.2 氣候因子對NDVI的共同影響

在像元水平以多元線性回歸方法，分析 2000-2017年時段年均NDVI受年總降水、年均氣溫和年總輻射三者綜合的氣候影響，將多元線性回歸模型得到的溫度、降水和輻射的消除了量綱的標(biāo)準(zhǔn)化回歸系數(shù)，按紅藍(lán)綠3個波段合成，得到研究區(qū)氣候因子對植被綜合影響空間分布（圖 7）。整體來看，環(huán)江地區(qū)年均NDVI對溫度的變化最敏感，輻射、降水次之（表 1）。具體而言，環(huán)江北部地區(qū)溫度的變化對年均NDVI的影響最大，環(huán)江南部區(qū)域輻射和溫度共同作用對年均NDVI的影響更大，但是南部偏東地區(qū)輻射影響更大，環(huán)江中部地區(qū)降水的變化對年均NDVI的貢獻(xiàn)最大。

環(huán)江西北部的部分地區(qū)多元線性回歸模型達(dá)到了極顯著水平（P＜0.01），東北部部分地區(qū)多元線性回歸模型達(dá)到了顯著水平（0.01＜P＜0.05）。8.5%的地區(qū)通過了顯著性檢驗（P＜0.05），這些地區(qū)氣候因子對NDVI的解釋程度較高，在0.3-0.5之間；另外，研究區(qū)約16.1%的地區(qū)以90%以上的置信度認(rèn)為，氣候可以解釋44%的NDVI變化。

圖7 環(huán)江地區(qū)2000-2017年植被年均NDVI與氣候因素（氣溫、降水和輻射）間標(biāo)準(zhǔn)化回歸系數(shù)（a）、復(fù)相關(guān)系數(shù)（b）以及顯著性（c）的空間分布Fig. 7 Spatial distribution of climate factors on annual NDVI of vegetation (a), interpretation degree (b) and significance (c) in Huanjiang from 2000 to 2017

表1 研究區(qū)及主要植被生態(tài)系統(tǒng)多元線性回歸原始系數(shù)、歸一化系數(shù)、負(fù)相關(guān)系數(shù)及顯著性水平Table 1 Primitive coefficient, normalized coefficient, negative correlation coefficient and significance level of multiple linear regression in the study area and main vegetation ecosystems

2.3.3 氣候因子對主要植被類型的NDVI的影響

在像元水平以多元線性回歸方法，分析 2000-2017年時段年均NDVI受年總降水、年均氣溫和年總輻射三者綜合的氣候影響，將多元線性回歸模型得到的溫度、降水和輻射消除了量綱的標(biāo)準(zhǔn)化回歸系數(shù)，按紅藍(lán)綠3個波段合成，得到研究區(qū)氣候因子對植被綜合影響空間分布（圖 8）。不同的植被類型年均NDVI的氣候響應(yīng)機(jī)制不同（圖9），但植被覆蓋與氣候的時空響應(yīng)特征與研究區(qū)域的氣候變化和地形概況相一致。

圖8 2000-2017年環(huán)江地區(qū)氣候因素對森林年均NDVI（a）、草地年均NDVI（b）、農(nóng)田年均NDVI（c）的影響空間分布Fig. 8 Spatial distribution of climate factors affecting annual average NDVI (a) of forest, grassland and farmland in Huanjiang from 2000 to 2017

圖9 主要植被類型的植被年均NDVI與氣候因素（氣溫、降水和輻射）間復(fù)相關(guān)系數(shù)以及通過顯著性檢驗的百分比Fig. 9 Multiple correlation coefficients between annual NDVI and climatic factors (temperature, precipitation and radiation) and percentage of vegetation passing significance test for major vegetation types

環(huán)江森林面積廣闊，氣候因素對森林生態(tài)系統(tǒng)的平均解釋度為0.32，主要受溫度、輻射影響較為明顯（表 1）。南部、北部地區(qū)森林的年均 NDVI主要受溫度和輻射影響，但是偏東地區(qū)受輻射影響更明顯，環(huán)江中部和南部少部分地區(qū)受降水影響明顯（圖8a）。環(huán)江南部地區(qū)絕大部分氣候因子的解釋度在0.1-0.3之間，占森林區(qū)域的43.3%；在環(huán)江東北部地區(qū)，氣候因素對森林年均NDVI的解釋度較高，大部分在0.5-0.7之間，部分區(qū)域達(dá)到了0.7以上。5%左右的地區(qū)多元線性回歸模型達(dá)到了極顯著水平（P＜0.01），9.6%的地區(qū)通過了顯著性檢驗（P＜0.05），氣候可以解釋45.4%的森林NDVI變化。

氣候因素對草地生態(tài)系統(tǒng)的平均解釋度為0.47，主要受溫度、降水的影響，且降水為負(fù)影響（表1）。氣候因素對草地年均NDVI的解釋度絕大部分在0.3-0.5之間，占全區(qū)的45.2%，解釋度較低。21.1%的地方多元線性回歸模型達(dá)到了顯著水平（P＜0.05），極顯著區(qū)域占5.4%。35.5%的草地有 90%的把握認(rèn)為氣候可以解釋 47.4%的草地NDVI變化。

氣候因素對農(nóng)田生態(tài)系統(tǒng)的解釋度偏低，為0.25，受溫度影響最明顯（表 1）。環(huán)江南部和西北部地區(qū)年均NDVI的變化受溫度影響明顯，東部地區(qū)主要受降水和輻射的共同影響，中部偏西地區(qū)則主要受降水的影響（圖8c）。氣候因素對農(nóng)田年均NDVI的解釋度普遍較低，主要集中在0.1-0.3之間，另外，解釋度小于0.5的區(qū)域占95%。只有5.3%的區(qū)域多元線性回歸模型達(dá)到了顯著水平（P＜0.05），約 11%的地區(qū)以 90%以上的置信度認(rèn)為，氣候可以解釋44.2%的農(nóng)田NDVI變化。

2.3.4 人為因素對NDVI的影響

通過分析NDVI對氣候變化的響應(yīng)發(fā)現(xiàn)氣候因素對NDVI的影響很有限，為進(jìn)一步探究除氣候因素以外的人為因素對環(huán)江地區(qū)植被NDVI影響，采用殘差分析法計算得出2000-2017年NDVI殘差值及其變化趨勢（圖10）。殘差值趨于0，表明該區(qū)域植被生長與氣候因素相關(guān)性顯著；殘差值越大，表明該區(qū)域植被生長主要受氣候以外的人為干擾因素影響越大。殘差值為正且越大反映植被生長受人類活動干擾趨于改善，殘差值為負(fù)且越小反映植被生長受人類干擾呈劣變趨勢。從空間上看，在2000-2017年間，整個環(huán)江地區(qū)殘差值均很大，表明該區(qū)域NDVI受氣候因素影響較小，與上文的分析相符。全區(qū)69%的區(qū)域NDVI殘差呈正向增加，NDVI殘差的持續(xù)增加表明這些地區(qū)植被的生長不能僅僅用氣候變化來解釋，在很大程度上體現(xiàn)了人類活動的影響，且人類活動主要對這些區(qū)域植被的增加起作用，其余區(qū)域NDVI殘差為負(fù)值說明這些地區(qū)的人類活動阻礙了植被生長。環(huán)江中西部人類活動對植被的影響在逐漸減弱，而其余地區(qū)人類活動對植被的影響在逐漸增強(qiáng)（圖10）。

圖10 2000-2017年環(huán)江植被NDVI的殘差值（a）、殘差變化趨勢（b）Fig. 10 Residual (a) and residual trend (b) of NDVI in Huanjiang from 2000 to 2017

3 討論與結(jié)論

3.1 討論

環(huán)江地區(qū)植被生長趨勢在年際上向好發(fā)展，NDVI呈增長趨勢，與其他研究結(jié)果一致（鄭朝菊等，2017；韋振鋒等，2013）?？臻g上，研究區(qū)87%的NDVI呈增長趨勢，NDVI呈減少趨勢的地區(qū)主要分布在環(huán)江東部，這些地區(qū)本身降水充足，過多的降水反而會抑制植被的生長（王軍邦等，2009；王琳等，2010；楊艷蓉等，2013）。

溫度、輻射與年均NDVI呈正相關(guān)，累積降水與年均NDVI呈負(fù)相關(guān)，這是因為研究區(qū)水量豐富，在降水量過度飽和的情況下，土壤水分長期處于飽和狀態(tài)，其根和土壤微生物會因為過量的水分而受到供氧限制，生物活性大大降低。另外，過量的降水形成地表徑流，使易受淋溶作用的關(guān)鍵營養(yǎng)物質(zhì)（N、P等）從生態(tài)系統(tǒng)中流失，間接對植被生長造成脅迫（Austin et al.，1998；Chapin et al.，2002）。溫度對年均NDVI的影響最大，對雨量充沛的環(huán)江地區(qū)而言，溫度在一定程度上是決定植被生長的最主要因素，這與前人對該地區(qū)植被與氣候的研究得出的結(jié)論相一致（周金霖等，2017；韋振鋒等，2013；熊小菊等，2018；蒙吉軍等，2007）。環(huán)江地區(qū)輻射對植被生長的正作用大于降水的負(fù)作用（Wang et al.，2017），分析認(rèn)為可能是受東亞季風(fēng)影響，經(jīng)常出現(xiàn)重云，導(dǎo)致植被的生長受到太陽輻射的限制（Zhang et al.，2014）?？臻g上，環(huán)江東北部年均NDVI與溫度呈現(xiàn)正相關(guān)且指數(shù)較高（偏相關(guān)系數(shù)＞0.5），這是因為這些地區(qū)年均NDVI隨著溫度的上升而上升，加上這些地方海拔大部分在1000 m以上，本身溫度相對較低，因此，熱量成了植被生長的主要限制因素。而環(huán)江中部、東南部少部分地區(qū)年均NDVI與溫度呈現(xiàn)負(fù)相關(guān)，這些地區(qū)的植被生長隨著溫度的升高而退化，這是由于該區(qū)域本身溫度較高，溫度升高超過植被生長的最適溫度時，會使植被的凈光合作用減弱從而阻礙植被生長；另一方面，該地區(qū)溫度偏高，輻射較強(qiáng)會加速地表蒸散發(fā)，降水又少導(dǎo)致水分不足，因此，溫度會對這些降水較少的地區(qū)的植被生長起到抑制作用（羅敏等，2017）。環(huán)江東北部NDVI與輻射呈現(xiàn)正相關(guān)且指數(shù)較高（偏相關(guān)系數(shù)在0.5-0.8之間），與溫度類似，這些地方大部分位于高海拔地區(qū)，輻射量偏低限制了植被生長。而在環(huán)江西南部和東南部分地區(qū)NDVI與輻射量呈現(xiàn)負(fù)相關(guān)，即這些地區(qū)的植被生長會隨著輻射量的升高而退化，分析認(rèn)為若其他外界條件適宜，輻射量增加會使植被的凈光合作用增強(qiáng)，促進(jìn)植被生長，但這些地區(qū)輻射量呈下降趨勢。在環(huán)江西北角和東南角地區(qū)，NDVI與累積降水呈負(fù)相關(guān)且指數(shù)較大，降水量較整個區(qū)域偏低，即在這些區(qū)域降水是植被生長的主要限制因素，降水量直接影響該區(qū)域的植被覆蓋（王軍邦等，2009；王琳等，2010；楊艷蓉等，2013）。對相關(guān)系數(shù)較低的地區(qū)而言，植被覆蓋復(fù)雜，農(nóng)林交錯，在人力灌溉農(nóng)田的同時，也打破了降水和植被間的自然平衡規(guī)律。

空間格局上，氣候因素對農(nóng)田、森林、草地等主要植被類型的解釋度分別為 25%、32%、47%，通過顯著性檢驗的比例分別為5.3%、21.1%、9.6%，氣象因素植被類型對氣候的響應(yīng)與區(qū)域的氣候影響機(jī)制一致（張勇榮等，2017）。氣候因素對農(nóng)田NDVI的解釋度和顯著性都很低，這是因為農(nóng)作物的生長不僅受氣候因素影響，人類在種植農(nóng)作物期間的其他行為如噴灑農(nóng)藥、灌溉等也會影響農(nóng)作物的生長。森林生態(tài)系統(tǒng)較穩(wěn)固，受人類活動影響較小，但是研究區(qū)有較大面積的地區(qū)是農(nóng)林交錯地帶，農(nóng)作物可能會在小范圍內(nèi)影響氣候因素（郭磊等，2018），因此，氣象因素對森林NDVI的解釋度較低。

植被覆蓋度變化不僅受氣候因素的影響，其他因素對植被覆蓋的影響也不可忽視。通過分析氣候因素對年均NDVI的影響情況，發(fā)現(xiàn)氣候因子對該地區(qū)年均NDVI的解釋度絕大部分在0.1-0.5之間（解釋度較低），尤其在人類活動較頻繁的地區(qū)，氣候因素對植被年均NDVI的解釋度普遍偏低，而除氣候因素以外的人類活動促進(jìn)該地區(qū) 69%的植被生長，表明該地區(qū)其他因素對年均NDVI的影響大于氣候?qū)δ昃鵑DVI的影響，本文計算得出的殘差也印證了這個結(jié)論。分析認(rèn)為可能是退耕還林還草工程過程中人工植被的數(shù)量遠(yuǎn)超過自然植被，由于人類活動對人工植被生長的干預(yù)導(dǎo)致人工植被對氣象因子的響應(yīng)遠(yuǎn)不如人類活動明顯（成方妍等，2017；Cai et al.，2017；呂妍等，2018）。但這一結(jié)果與同屬河池市的九萬山的結(jié)果不一致（張藝成等，2016），該研究認(rèn)為氣候變化對九萬山植被生長有著直接的影響，且受到降水影響強(qiáng)于氣溫。分析認(rèn)為兩者結(jié)果不一致的原因是九萬山屬于國家級自然保護(hù)區(qū)，受人類活動影響很小，因此，氣象因素對植被生長狀況影響較大。

NDVI變化及其在空間上的差異性是一個自然和人類活動交互作用的過程，本研究也存在一定的局限性。一方面，本文僅分析了 18年的數(shù)據(jù)，樣本點較少，缺少環(huán)江地區(qū)NDVI實測數(shù)據(jù)來佐證，且氣象數(shù)據(jù)是由全國的氣象數(shù)據(jù)截取所得，可能未能很好地反映環(huán)江地區(qū)的氣候變化情況。另一方面，NDVI數(shù)據(jù)雖然簡便又常用，但也有其局限性，對有大量森林覆蓋的環(huán)江地區(qū)而言，并不能完全反映出該地區(qū)的植被生長情況，植被覆蓋數(shù)據(jù)受分辨率和年份的影響，也無法動態(tài)體現(xiàn)環(huán)江地區(qū)的植被覆蓋的變化。另外，本文雖然計算了除氣候因素以外的其他因素的影響，但并沒有具體分析到底是人類活動和相關(guān)政策（如退耕還林還草工程），亦或是地形或者其他因素對NDVI的影響更大，以及其是如何對NDVI產(chǎn)生影響的，主要是由于人類活動強(qiáng)度難以定量化，但這是我們今后要研究的一個重點問題。

3.2 結(jié)論

本文采用趨勢分析、偏相關(guān)分析以及多元回歸分析等研究方法，利用 2000-2017年 MOD09Q1數(shù)據(jù)和氣象數(shù)據(jù)，研究了環(huán)江地區(qū)年均 NDVI、主要植被類型年均NDVI的時空變化趨勢，溫度、累積降水、輻射這3個氣候因素的時空變化趨勢以及氣候因素與年均NDVI的相關(guān)關(guān)系，得出以下結(jié)論：

（1）時間尺度上，近18年來環(huán)江地區(qū)植被總體呈現(xiàn)改善趨勢，增速為0.4% a-1?？臻g上，87%的區(qū)域NDVI呈增長趨勢，NDVI呈減少趨勢的地區(qū)主要分布在環(huán)江東部，少部分在環(huán)江南部。

（2）2000-2017年間，溫度、累積降水、輻射等氣候因素可以解釋研究區(qū)內(nèi)8.5%的NDVI變化，分別可以解釋農(nóng)田、森林、草地等主要植被類型5.3%、9.6%、21.1%的NDVI變化。

（3）除氣候因素外，人類活動促進(jìn)該地區(qū)69%的植被生長，且比氣候因素更能影響環(huán)江地區(qū)的NDVI。