(成都理工大學(xué) 國土資源部地學(xué)空間信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，成都 610059)

1 研究背景

植被是生態(tài)系統(tǒng)的重要組成部分，在攔截降水、減緩徑流、防治荒漠化和水土保持等方面發(fā)揮著重要作用，并且受到了廣泛關(guān)注[1]。因此，利用有效的監(jiān)測指標(biāo)分析區(qū)域植被覆蓋狀況，對實(shí)現(xiàn)地區(qū)土地資源的科學(xué)管理和環(huán)境保護(hù)相關(guān)政策的制定具有重要的參考價(jià)值。歸一化植被指數(shù)(NDVI)可以補(bǔ)償光照條件、土壤顏色、坡度和觀測方向差異造成的變化，被廣泛認(rèn)為是監(jiān)測區(qū)域和全球植被變化的有效指標(biāo)[2]。氣候變化給植被生態(tài)系統(tǒng)帶來了巨大的影響[3]?，F(xiàn)有研究表明，植被覆蓋與氣候因子之間具有密切的內(nèi)在聯(lián)系，植被是全球氣候變化的敏感指示器，尤其是溫度和降水因子[4]。同時(shí)，許多研究也表明地形亦是影響植被覆蓋變化的重要因素之一[5-6]。目前關(guān)于植被覆蓋對氣候響應(yīng)的研究多集中于單一動(dòng)態(tài)變化的角度，通常將整個(gè)研究區(qū)視為一個(gè)統(tǒng)一體，通過計(jì)算整個(gè)區(qū)域時(shí)間序列的平均值探討植被與氣候之間的關(guān)系[7-9]，而該方法卻忽略了不同地區(qū)溫度和降水在空間和時(shí)間上的異質(zhì)性，無法從多角度判斷不同地區(qū)植被對氣候的動(dòng)態(tài)響應(yīng)及靜態(tài)響應(yīng)，并且沒有根據(jù)區(qū)域差異性進(jìn)行分區(qū)討論。此外，許多植被對地形的響應(yīng)研究多將地形因子如高程、坡度進(jìn)行區(qū)間劃分，通過統(tǒng)計(jì)不同區(qū)間范圍內(nèi)植被覆蓋狀況研究兩者之間的關(guān)系，分級區(qū)間不同，得到的結(jié)果也不同[10-12]。因此，該方法不僅受分級方法、分級區(qū)間的主觀影響較大，而且無法更加準(zhǔn)確地顯示出兩者之間的連續(xù)變化關(guān)系，對結(jié)果造成影響。為此，本文特引入格網(wǎng)法通過散點(diǎn)圖進(jìn)行數(shù)據(jù)分析。目前散點(diǎn)圖在許多領(lǐng)域得到應(yīng)用[13]，但是把研究區(qū)劃分成格網(wǎng)單元，將散點(diǎn)圖運(yùn)用于植被覆蓋和氣候與地形因子之間關(guān)系的研究還十分罕見。

本文主要解決以下問題：掌握1999—2015年長江流域上游的植被覆蓋空間格局及變化特征；探討植被覆蓋對溫度、降水變化的動(dòng)態(tài)響應(yīng)，并進(jìn)行分區(qū)探討；引入格網(wǎng)法探討植被覆蓋對溫度、降水、高程和坡度在空間分布上的靜態(tài)響應(yīng)。

2 研究區(qū)概況

長江流域上游(24.46°N—35.75°N，90.54°E —111.46°E)位于中國大地形的第一、二階梯，是整個(gè)長江流域的生態(tài)屏障，具有重要的水源涵養(yǎng)功能。該地區(qū)地形復(fù)雜，地勢西高東低，西部為青藏高原，海拔在6 000 m以上，主要植被為高原草甸；東部主要為四川盆地的平原丘陵地帶，海拔僅為幾百米，主要植被類型為闊葉林、農(nóng)作物等。年均氣溫在8～10 °C之間，年降水量約為900 mm。東西地形、植被、氣候狀況存在顯著差異。目前該地區(qū)由于氣候變化和人類活動(dòng)的影響，植被覆蓋發(fā)生了顯著變化。大規(guī)模的生態(tài)恢復(fù)項(xiàng)目，例如“退耕還林”計(jì)劃使得部分地區(qū)植被覆蓋率提高。但同時(shí)，人口增長、經(jīng)濟(jì)發(fā)展和城市擴(kuò)張等使得部分地區(qū)植被大量退化。因此，有必要全面分析長江流域上游植被覆蓋特征，并了解植被對氣候和地形的響應(yīng)。

3 數(shù)據(jù)與方法

3.1 數(shù)據(jù)來源與處理

(1)遙感數(shù)據(jù)：研究區(qū)1999—2015年的SPOT NDVI數(shù)據(jù)集，空間分辨率為1 km，時(shí)間分辨率為10 d，采用最大值合成法(MVC)對其進(jìn)行處理得到各年度NDVI最大值，MVC可以降低大氣效應(yīng)、減少云污染，提高數(shù)據(jù)的準(zhǔn)確性[14]； 研究區(qū)2000年Landsat 5 TM及2015年Landsat 8 OLI影像，空間分辨率為30 m，經(jīng)過波段合成、裁剪等操作得到；地形數(shù)據(jù)空間分辨率為90 m的數(shù)字高程模型(DEM)。

(2)氣象數(shù)據(jù): 1999—2015年年均溫度、年降水量的柵格數(shù)據(jù)是基于全國2 400多個(gè)氣象站點(diǎn)的日觀測數(shù)據(jù)，通過整理、計(jì)算和空間插值處理得到?？紤]到常用的插值方法由于地形起伏等因素使得數(shù)據(jù)精度較低，本文的數(shù)據(jù)使用ANUSPLIN(澳大利亞利用薄板平滑樣條函數(shù)對氣候數(shù)據(jù)進(jìn)行空間插值開發(fā)的一個(gè)軟件程序)進(jìn)行插值，其已經(jīng)被證明比其他方法更適合于氣候的空間插值[15]。

遙感數(shù)據(jù)、氣象數(shù)據(jù)和DEM來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)；長江流域上游矢量邊界數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(http://www.geodata.cn)； landsat影像數(shù)據(jù)獲取自地理空間數(shù)據(jù)云(http://www.gscloud.cn/)。此外，為提高研究結(jié)果的準(zhǔn)確性，空間分辨率統(tǒng)一為1 km，投影坐標(biāo)系采用Krasovsky_1940_Albers等面積割圓錐投影。

3.2 研究方法

3.2.1 趨勢分析法

根據(jù)年度時(shí)間序列與NDVI的相關(guān)性，可以確定植被覆蓋的年際變化率[16]。以像素為基礎(chǔ)，得到植被覆蓋的變化趨勢，其表達(dá)式為

(1)

式中：Ks表示植被變化趨勢的斜率；n為年份數(shù)， 本研究期為1999—2015年，n=17；NDVIi為第i年的NDVI。正(負(fù))斜率表示植被覆蓋增加(減少)，Ks的絕對值越大，表示變化越大。變化趨勢的顯著性采用相關(guān)系數(shù)顯著性檢驗(yàn)表進(jìn)行檢驗(yàn)。參照已有研究[2]，植被覆蓋變化趨勢分為5個(gè)類別：顯著退化(Ks<0，p<0.01)；輕度退化(Ks<0，0.010.05)；輕度增加(Ks>0，0.010，p<0.01)。

3.2.2 偏相關(guān)系數(shù)法

地理系統(tǒng)是一個(gè)多因素的復(fù)雜龐大系統(tǒng)，其中一個(gè)因素的變化會影響到其他因素的改變。在多因素體系中，研究一個(gè)因素與另一個(gè)因素的相關(guān)性時(shí)，不考慮其他因素的影響，這種相關(guān)性稱為偏相關(guān)[17]。偏相關(guān)系數(shù)用來表示多個(gè)因素動(dòng)態(tài)變化之間的相關(guān)性，本文基于像元利用偏相關(guān)系數(shù)法分析1999—2015年植被覆蓋與年均溫度和年降水量動(dòng)態(tài)變化之間的偏相關(guān)性，即

(2)

簡單相關(guān)系數(shù)計(jì)算公式為

(3)

3.2.3 格網(wǎng)法

研究區(qū)總體面積約98萬km2，以柵格作為評價(jià)單元進(jìn)行統(tǒng)計(jì)分析的方法數(shù)據(jù)量過大，且容易因數(shù)據(jù)誤差導(dǎo)致分析結(jié)果不準(zhǔn)確。為有效地避免上述問題，通過在研究區(qū)范圍內(nèi)構(gòu)建格網(wǎng)評價(jià)單元，將研究區(qū)切分成數(shù)個(gè)相等的單位地塊，分析植被覆蓋對氣候和地形因子的靜態(tài)響應(yīng)。結(jié)合研究區(qū)的實(shí)際情況，以面積為252.86 km2的格網(wǎng)單元地塊作為基準(zhǔn)單元，對于邊界部分的處理，遵循質(zhì)心在格網(wǎng)內(nèi)即算作一個(gè)分析單元，質(zhì)心不在格網(wǎng)內(nèi)則不納入統(tǒng)計(jì)的原則，最終整個(gè)研究區(qū)被劃分為3 898個(gè)基準(zhǔn)單元進(jìn)行統(tǒng)計(jì)分析。在建立上述基準(zhǔn)單元的基礎(chǔ)上，基于ArcGIS 10.2進(jìn)行區(qū)域統(tǒng)計(jì)，計(jì)算每個(gè)單元塊內(nèi)所有像元平均值，將空間數(shù)據(jù)轉(zhuǎn)化為統(tǒng)計(jì)數(shù)據(jù)，用表格的形式記錄下每一個(gè)分析單元的平均值。最后，用其中一個(gè)元素基準(zhǔn)單元塊內(nèi)的平均值作為橫坐標(biāo)，另一元素基準(zhǔn)單元塊內(nèi)的平均值作為縱坐標(biāo)，繪制出分析變量與因變量之間關(guān)系的散點(diǎn)圖，并以此為依據(jù)進(jìn)行分析、討論。

圖1 1999—2015年研究區(qū)平均年度NDVI分布Fig.1 Average annual NDVI distribution in the study area from 1999 to 2015

4 結(jié)果與分析

4.1 植被覆蓋特征分析

4.1.1 植被覆蓋空間分布特征

基于像元計(jì)算得到1999—2015年長江流域上游平均年度NDVI的空間分布圖(圖1)。參照已有研究并結(jié)合地區(qū)的實(shí)際情況將植被覆蓋分為5個(gè)類別[18-19]，如表1。研究區(qū)1999—2015年的平均NDVI為0.68，整體上表現(xiàn)為東部地區(qū)植被覆蓋度高于西部地區(qū)。植被高覆蓋區(qū)(NDVI>0.7)占總面積的66.14%，主要分布在中東部；植被低覆蓋區(qū)(0.15≤NDVI<0.3)僅占4.54%，主要分布在西部青藏高原高寒草甸地帶，平均NDVI值為0.26，草地植被覆蓋低，這歸因于草本植被生物量積累有限。此外，中東部的成都市、重慶市等人口密集，工業(yè)和經(jīng)濟(jì)發(fā)達(dá)的地區(qū)植被覆蓋也較低。

表1 植被覆蓋分類標(biāo)準(zhǔn)及數(shù)據(jù)統(tǒng)計(jì)Table 1 Classification standards and statistics of vegetation cover

圖2 1999—2015年植被覆蓋動(dòng)態(tài)變化及呈貢區(qū) Landsat影像Fig.2 Dynamic changes in vegetation cover from 1999 to 2015 and Landsat images of Chenggong

4.1.2 植被覆蓋年際變化特征

基于像元的長江流域上游植被覆蓋變化趨勢空間分布如圖2所示。由圖2(a)可知，NDVI變化趨勢具有空間差異性。1999—2015年該地區(qū)60.59%的植被覆蓋狀況有所改善，主要分布在東部地區(qū)，其中48.17%的地區(qū)顯著增長，占植被覆蓋變化的比例最大，12.42%為輕度增長。變化不明顯的區(qū)域占36.44%，主要分布在東部的成都平原和西部的青藏高原地區(qū)。相反，僅2.97%的植被已發(fā)生退化，占很小的比例，呈星散狀分布，其中一部分發(fā)生在成都、重慶、昆明等城市擴(kuò)張的高度工業(yè)化地區(qū)，另一部分植被退化區(qū)主要分布在西北部。通過將NDVI計(jì)算結(jié)果與分辨率更高的Landsat影像對比分析發(fā)現(xiàn)，植被覆蓋退化受人類活動(dòng)影響較大。以研究區(qū)南部顯著退化的區(qū)域(昆明市呈貢區(qū))為例，通過選取2000年和2015年2期的Landsat影像(圖2(b)、圖2 (c))對比發(fā)現(xiàn)該地區(qū)植被減少主要由城市擴(kuò)張?jiān)斐伞?011年根據(jù)國務(wù)院批準(zhǔn)，對呈貢撤縣設(shè)區(qū)，昆明市政府和主城區(qū)大學(xué)校園整體搬遷呈貢，并建立呈貢大學(xué)城片區(qū)(大學(xué)城占地43.15 km2)[20]。此后，新區(qū)經(jīng)濟(jì)發(fā)展導(dǎo)致流動(dòng)人口增加，全區(qū)總?cè)丝谙啾?000年年平均增長率達(dá)到10.78%，人口的增加又使得建筑面積不斷增加，植被不斷減少?？梢姡囊?guī)劃決策對植被覆蓋變化產(chǎn)生了重要的推動(dòng)作用。

4.2 植被覆蓋對氣候和地形的響應(yīng)

4.2.1 植被覆蓋對氣候的響應(yīng)

4.2.1.1 動(dòng)態(tài)響應(yīng)

焦珂?zhèn)サ萚4]指出：在氣候變化影響下，植被總是在不斷地去適應(yīng)外界條件的改變使其自身活動(dòng)更為有利，該過程是動(dòng)態(tài)、非線性的，尤其在極端氣候條件下，植被活動(dòng)隨氣候因子的變化過程存在明顯的閾值。當(dāng)溫度和降水等氣候條件的改變超過植被的適應(yīng)能力時(shí)，植被將會在結(jié)構(gòu)功能等多方面受到抑制作用[21]。氣候變化對植被活動(dòng)的影響機(jī)制如表2所示。

表2 溫度和降水變化對植被生長的影響機(jī)制[4]Table 2 Effects of temperature and precipitation changes on vegetation growth[4]

為探討植被覆蓋對氣候變化的動(dòng)態(tài)響應(yīng)，本文計(jì)算了每個(gè)像元的NDVI與年均溫度、年降水量之間的偏相關(guān)系數(shù)，如圖3所示。年均溫度與NDVI的偏相關(guān)系數(shù)范圍在-0.49～0.65之間(圖3(a))，年降水量與NDVI的偏相關(guān)系數(shù)在-0.40～0.43之間(圖3(b))。通過統(tǒng)計(jì)，年NDVI與年均溫度呈正相關(guān)的地區(qū)占61.40%，與年降水量呈正相關(guān)的地區(qū)占51.69%，但在不同區(qū)域相關(guān)性方向及程度不同，這與卓嘎等[22]利用MODIS NDVI數(shù)據(jù)集得到的不同地區(qū)植被覆蓋與溫度和降水的相關(guān)性不同的結(jié)果相符。

綜上所述：植被覆蓋對溫度和降水變化的動(dòng)態(tài)響應(yīng)具有較強(qiáng)的空間異質(zhì)性，不同地區(qū)表現(xiàn)出不同的動(dòng)態(tài)響應(yīng)關(guān)系。根據(jù)年均溫度、年降水量與NDVI在空間上偏相關(guān)性方向的不同，對其進(jìn)行分區(qū)(圖3(c))討論。植被覆蓋對溫度、降水變化的動(dòng)態(tài)響應(yīng)分區(qū)及統(tǒng)計(jì)如表3所示。

圖3 1999—2015年年均溫度、年降水量與NDVI變化 的偏相關(guān)系數(shù)及響應(yīng)關(guān)系分區(qū)Fig.3 Partial correlation coefficient and response pattern of annual temperature, annual precipitation and NDVI variations from 1999 to 2015

分區(qū)溫度降水面積比率/%分區(qū)1++15.79分區(qū)2+-45.61分區(qū)3-+35.90

注：“+”表示偏相關(guān)系數(shù)>0；“-”表示偏相關(guān)系數(shù)<0。

分區(qū)1：該區(qū)域占總面積的15.79%，分布在西部，NDVI與年均溫度和年降水量的偏相關(guān)系數(shù)較高，且都為正相關(guān)。分析認(rèn)為該地區(qū)為青藏高原草甸區(qū)，海拔高，氣溫降水較低，人類活動(dòng)少，氣候是影響該地區(qū)植被生長的主導(dǎo)因素。分區(qū)2：該區(qū)域占總面積的45.61%，分布在西南部，為青藏高原與四川盆地過渡地帶，地貌主要為山區(qū)，植被以溫帶針葉林、闊葉林和草地為主。該地區(qū)植被覆蓋變化與年均溫度呈正相關(guān)，與年降水量呈負(fù)相關(guān)，但與溫度的偏相關(guān)程度小于降水。根據(jù)已有成果[23-26]分析認(rèn)為這是由于高山植被生長的可用水量取決于降水和大氣蒸發(fā)需求的季節(jié)性因素，植物生長所需要的水分充足，若降水繼續(xù)增加將會使植被光照條件下降，減弱其光合作用。此外，高山地區(qū)地形起伏度大，降水量增加會導(dǎo)致泥石流、滑坡等自然災(zāi)害，加重土壤侵蝕，土壤有機(jī)質(zhì)減少，從而與植被覆蓋變化表現(xiàn)出負(fù)相關(guān)。分區(qū)3:該區(qū)域占總面積的35.9%，主要分布在東部，NDVI與年均溫度呈負(fù)相關(guān)，與年降水量呈正相關(guān)，但年NDVI與降水的偏相關(guān)程度低于NDVI與溫度的偏相關(guān)程度，表明該地區(qū)NDVI對降水的變化相對不敏感。分析認(rèn)為，該地區(qū)主要為四川盆地平原丘陵區(qū)，城鎮(zhèn)化程度高，人類活動(dòng)頻繁，主要用地類型為城鎮(zhèn)用地或灌溉農(nóng)田，植被類型大多為農(nóng)作物，在農(nóng)作物生長季節(jié)主要用地下水灌溉，導(dǎo)致植被覆蓋與降水量的相關(guān)性較弱。

圖4 1999—2015年平均NDVI與年均溫度、年均 降水量相關(guān)性散點(diǎn)圖及年均溫度、年均降水量空間分布Fig.4 Scatter plot of the correlation between annual average NDVI and temperature, annual average NDVI and precipitation, and spatial distribution of annual average temperature and precipitation from 1999 to 2015

4.2.1.2 靜態(tài)響應(yīng)

通過格網(wǎng)法，建立1999—2015年長江流域上游17 a的平均NDVI與年均溫度及年均降水量相關(guān)性的散點(diǎn)圖(圖4(a)、圖4(b))，從靜態(tài)角度探討植被覆蓋對氣候因子的響應(yīng)。圖4(a)顯示了每個(gè)格網(wǎng)單元的NDVI與年均溫度之間的關(guān)系，NDVI值隨著溫度的升高呈連續(xù)非線性變化，整體表現(xiàn)出二次函數(shù)關(guān)系(R2=0.713 5，p<0.001)，當(dāng)溫度升高到一定閾值時(shí)，NDVI隨溫度變化不再明顯。觀察散點(diǎn)圖，取閾值為2.5 ℃，當(dāng)溫度≤2.5 ℃時(shí)，NDVI隨溫度升高而迅速增加，通過線性擬合(R2=0.56，p<0.001)發(fā)現(xiàn)NDVI以0.06/(1 ℃)的速率增加。通過圖4(c)發(fā)現(xiàn)，在空間分布上，年均溫度≤2.5 ℃的區(qū)域主要分布在研究區(qū)西部青藏高原高海拔地區(qū)，>2.5 ℃的區(qū)域主要分布在研究區(qū)東部四川盆地低海拔地區(qū)。據(jù)圖4(b)，NDVI與降水的關(guān)系和NDVI與溫度之間的關(guān)系類似，都為連續(xù)非線性關(guān)系(R2=0.700 8，p<0.001)，觀察散點(diǎn)圖取閾值為800 mm，當(dāng)年降水量≤800 mm時(shí)，NDVI隨年降水量升高而迅速增加，通過線性擬合(R2=0.69，p<0.001)發(fā)現(xiàn)NDVI以0.001/(1 mm)的速率增加。據(jù)圖4(d)發(fā)現(xiàn)，以800 mm年降水量為界限的空間分布特點(diǎn)與溫度一致。該現(xiàn)象表明植被覆蓋對溫度和降水的靜態(tài)響應(yīng)存在一定的閾值，根據(jù)該閾值分割得到的空間分布特征都表現(xiàn)為：西部響應(yīng)明顯，東部響應(yīng)不明顯。

4.2.2 植被覆蓋對地形的響應(yīng)

通過格網(wǎng)，建立了1999—2015年長江流域上游17 a的平均NDVI與高程及坡度相關(guān)性的散點(diǎn)圖(見圖5)。

圖5 1999—2015年平均NDVI與高程、坡度相關(guān)性 散點(diǎn)圖及高程、坡度空間分布Fig.5 Scatter plot of the correlation between average NDVI and elevation, NDVI and slope gradient, and spatial distribution of elevation and slope gradient from 1999 to 2015

由圖5(a)探討植被覆蓋對高程的靜態(tài)響應(yīng)，多年平均NDVI值在R2=0.617 6的擬合度(p<0.01)顯示不同海拔高度呈現(xiàn)連續(xù)非線性下降趨勢，與NDVI對溫度和降水的靜態(tài)響應(yīng)整體變化趨勢相反，但同時(shí)也存在一定的響應(yīng)閾值。取高程閾值為4 000 m，低于該值時(shí)，隨著高程的增加，NDVI變化不明顯，該區(qū)域多年平均NDVI >0.75；而高于該值時(shí)，NDVI急速下降。據(jù)圖5(c)發(fā)現(xiàn)，海拔高度>4 000 m的區(qū)域主要分布在研究區(qū)西部青藏高原及附近的山區(qū)。綜合表明高海拔地區(qū)會抑制植被的生長，這主要是因?yàn)楦吆０蔚貐^(qū)氣候寒冷，高原山地地區(qū)常年冰雪覆蓋，凍融侵蝕嚴(yán)重，使土壤的物理性質(zhì)遭到不同程度的破壞，影響坡面土體的穩(wěn)定，加重土壤侵蝕[27-28]。

圖5(b)表明NDVI與坡度之間的關(guān)系與高程的連續(xù)非線性變化趨勢不同，呈不連續(xù)的非線性變化趨勢。在坡度<5°時(shí)，NDVI<0.6的區(qū)域隨著坡度的增加呈現(xiàn)明顯的增加趨勢，而當(dāng)NDVI>0.6時(shí)，隨著坡度的增加，NDVI無明顯變化趨勢。從坡度空間分布來看(圖5(d))，坡度大的區(qū)域主要分布在研究區(qū)中部和西南部山區(qū)，而NDVI<0.6的區(qū)域主要分布在研究區(qū)西部青藏高原高海拔地區(qū)， NDVI>0.6的區(qū)域主要分布在研究區(qū)中部及東部低海拔地區(qū)。因此，結(jié)合由散點(diǎn)圖得到的結(jié)果可知，在西部青藏高原高海拔高寒草甸區(qū)，NDVI對坡度變化的響應(yīng)明顯，在東部低海拔地區(qū)，NDVI對坡度變化無明顯響應(yīng)。

5 結(jié)論及討論

(1)長江流域上游植被覆蓋呈現(xiàn)自西向東逐漸增加的梯度分布特征。1999—2015年間，植被覆蓋變化整體呈增長趨勢，增長面積為60.59%。通過比較NDVI計(jì)算結(jié)果和Landsat影像發(fā)現(xiàn)，在東部及南部地區(qū)，植被覆蓋顯著退化主要由人類活動(dòng)尤其是城鎮(zhèn)擴(kuò)張?jiān)斐伞?/p>

(2)植被覆蓋對氣候的響應(yīng)具有空間異質(zhì)性。從動(dòng)態(tài)角度考慮，植被覆蓋與溫度和降水的變化在不同地區(qū)的偏相關(guān)性方向和程度不同，不同地區(qū)的響應(yīng)關(guān)系不同；從靜態(tài)角度考慮，植被覆蓋對溫度和降水的響應(yīng)表現(xiàn)為連續(xù)非線性增加趨勢，存在一定的閾值界限。

(3)植被覆蓋對地形的靜態(tài)響應(yīng)為非線性。植被覆蓋在不同海拔高度的變化趨勢不同，其閾值約為4 000 m，當(dāng)海拔超過該閾值時(shí)，隨著海拔的升高，NDVI顯著下降。植被覆蓋對坡度的響應(yīng)為不連續(xù)的非線性變化關(guān)系。整體來看，植被覆蓋對溫度、降水、高程、坡度的靜態(tài)響應(yīng)在空間分布上都表現(xiàn)出西部青藏高原地區(qū)響應(yīng)明顯，東部四川盆地地區(qū)無明顯響應(yīng)的一致特征。

(4)與將全部數(shù)據(jù)分成不同區(qū)間進(jìn)行研究的傳統(tǒng)方法相比，本研究中引入格網(wǎng)法進(jìn)行空間統(tǒng)計(jì)，能較好地反映植被覆蓋對氣候和地形因子在空間分布上的靜態(tài)響應(yīng)。格網(wǎng)法是一種有效和可靠的工具，為未來植被覆蓋方面的研究提供了一種新思路。

本研究中使用的遙感數(shù)據(jù)的空間分辨率為1 km，時(shí)間分辨率為1 a，這種相對較低的分辨率在分析中可能會忽略一些細(xì)節(jié)。此外，在選取響應(yīng)要素方面，其它氣候因素(日照時(shí)數(shù)、濕度等)和地表因素(巖性、土壤等)也是影響植被覆蓋的重要因素，但由于數(shù)據(jù)獲取原因，只選取了常規(guī)的因子進(jìn)行分析。未來的研究需要探索高分辨率及其它更多因素對植被覆蓋的響應(yīng)。