谷正楠， 張震， 胡克宏， 陸藝杰

(安徽理工大學(xué)空間信息與測繪工程學(xué)院， 淮南 232001)

植被作為陸地生態(tài)系統(tǒng)的主要組成部分，在維持區(qū)域生態(tài)系統(tǒng)穩(wěn)定和調(diào)節(jié)氣候等方面發(fā)揮重要作用[1]。植被生長狀況受地形、氣候變化和人類活動的強(qiáng)烈影響，植被覆蓋變化會影響全球或區(qū)域生態(tài)環(huán)境[2]。了解區(qū)域植被時空變化，探索其對各影響因素的響應(yīng)情況，可對區(qū)域生態(tài)環(huán)境保護(hù)提供理論支持。

遙感技術(shù)是實現(xiàn)長時間序列、大空間尺度植被監(jiān)測的有效手段。歸一化植被指數(shù)(normalized difference vegetation index，NDVI)能準(zhǔn)確反映地表植被覆蓋度，是評價植被生長狀況最普遍的一個指標(biāo)[3-4]，其年最大值可以有效反應(yīng)植被年度生長的最佳狀況[5]。近年來，中外學(xué)者利用NDVI對植被覆蓋變化影響因素做了大量研究，認(rèn)為地形[6]、氣溫、降水[7]和人類活動[8]是影響植被變化的重要因素，但不同區(qū)域植被變化對各影響因子的響應(yīng)存在較大差異。岳輝等[9]研究發(fā)現(xiàn)，降水是影響陜西省NDVI變化的主要氣象因子；楊彩云等[10]研究表明，溫度是影響川藏鐵路沿線植被覆蓋變化的主要氣象因子；Yuan等[11]研究發(fā)現(xiàn)，城市化引起的土地利用變化是長江三角洲地區(qū)植被覆蓋度下降的主要驅(qū)動因素；潘方杰等[12]研究表明，高程、坡度、坡向等地形因子均能在不同程度上影響國家重點生態(tài)功能區(qū)植被覆蓋變化。以往研究大多采用簡單相關(guān)分析研究植被覆蓋變化與氣候因子的關(guān)系[13-17]，少數(shù)研究定量分析人類活動對植被覆蓋變化的影響[18-21]，而綜合考慮地形、氣候變化和人類活動對植被覆蓋變化影響的研究較少。此外，植被覆蓋變化的影響機(jī)制錯綜復(fù)雜，而傳統(tǒng)的多元分析方法多關(guān)注自變量對因變量產(chǎn)生的直接影響，忽略間接影響，進(jìn)而產(chǎn)生有偏的結(jié)果[22]。綜上所述，量化各影響因素對植被覆蓋變化的直接和間接影響，得到各影響因素對植被覆蓋變化的總影響，對區(qū)域生態(tài)環(huán)境保護(hù)和決策治理具有重要意義。

安徽省地理位置特殊，皖南、皖中和皖北地形、氣候等方面差異較大，是中國整個南北差異的縮影[23]，同時，安徽省是中國重要的糧食生產(chǎn)基地，植被覆蓋變化與糧食產(chǎn)量密切相關(guān)。為此，以安徽省為研究區(qū)，基于Google Earth Engine (GEE) 獲取MOD13Q1 NDVI數(shù)據(jù)，采用一元線性回歸法分析NDVI的時空變化趨勢，并結(jié)合結(jié)構(gòu)方程模型，分區(qū)定量分析各影響因子對NDVI變化的直接、間接和總影響，以期為安徽省生態(tài)環(huán)境建設(shè)和可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

Ⅰ為皖北；Ⅱ為皖中；Ⅲ為皖南圖1 研究區(qū)位置及高程Fig.1 The location and elevation of the study area

安徽省位于中國華東地區(qū)(29°41′N～34°38′N，114°54′E～119°37′E，圖1)，地勢由平原、丘陵、山地構(gòu)成，呈現(xiàn)西南高、東北低的特點，地跨淮河、長江和新安江三大水系。年均溫為15～18 ℃，年均降水量在800～1 800 mm，地處暖溫帶與亞熱帶過渡地區(qū)，淮河以北屬暖溫帶半濕潤季風(fēng)氣候，淮河以南為亞熱帶濕潤季風(fēng)氣候，季風(fēng)明顯，四季分明，自然災(zāi)害時有發(fā)生。安徽省是中國重要的農(nóng)產(chǎn)品生產(chǎn)基地，耕地是最主要的土地利用類型。此外，隨著安徽省城鎮(zhèn)化進(jìn)程的加快，人類活動對NDVI變化的影響不容忽視。

1.2 數(shù)據(jù)來源與處理

1.2.1 NDVI數(shù)據(jù)

基于GEE平臺在線訪問全球2000—2018年MOD13Q1 NDVI數(shù)據(jù)(空間分辨率為250 m，重訪周期為16 d)，共計434期，為去除云污染和大氣輻射等影響，研究采用最大值合成法合成長時間序列的NDVI年最大值影像，最后以安徽省矢量邊界裁剪并下載至本地。

1.2.2 地形數(shù)據(jù)

基于GEE平臺，在線訪問全球SRTM DEM 30 m分辨率數(shù)據(jù)，以安徽省矢量數(shù)據(jù)為邊界下載至本地。在ArcGIS中生成高程和坡度兩個常用的地形因子。

1.2.3 人類活動數(shù)據(jù)

2000—2018年連續(xù)時間序列的人口密度數(shù)據(jù)來自WorldPop(https://www.worldpop.org/)發(fā)布的世界人口密度地圖，空間分辨率為1 km，該人口密度地圖是目前精度最高，最可靠的長時間序列數(shù)據(jù)。

夜間燈光數(shù)據(jù)被廣泛應(yīng)用于評價社會經(jīng)濟(jì)指標(biāo)，但目前由美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration，NOAA)發(fā)布的基于DMSP-OLS(defense meteorological satellite program operational linescan system, 1992—2013)和NPP-VIIRS(suomi national polar-orbiting partnership-visible infrared imaging radiometer suite,2012至今)兩種傳感器的夜間燈光數(shù)據(jù)集不匹配，無法進(jìn)行長時間序列的比較分析，基于此，本研究采用的2000—2018年夜間燈光數(shù)據(jù)來自基于交叉?zhèn)鞲衅餍?zhǔn)的全球類似NPP-VIIRS夜間燈光數(shù)據(jù)的擴(kuò)展時間序列(2000—2018年), 該數(shù)據(jù)集空間分辨率為500 m，具有與復(fù)合NPP-VIIRS夜間燈光數(shù)據(jù)相似的良好的空間格局和時間一致性[24]。

研究采用的2000年和2018年的土地利用數(shù)據(jù)來自中國科學(xué)院資源與環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)提供的安徽省土地利用數(shù)據(jù)集，該數(shù)據(jù)集包含耕地、林地、草地、水域、居民地、未利用土地等6個一級類和25個二級類，空間分辨率為1 km。

1.2.4 氣候數(shù)據(jù)

2000—2018年的氣象數(shù)據(jù)(年均溫和年降水量)來自中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)的中國地面氣溫月值0.5°×0.5°格點數(shù)據(jù)集(V2.0)和中國地面降水月值0.5°×0.5°格點數(shù)據(jù)集(V2.0)，該數(shù)據(jù)集利用ANUSPLIN軟件的薄盤樣條法進(jìn)行空間插值，且經(jīng)過交叉驗證、誤差分析，質(zhì)量狀況良好。

1.2.5 數(shù)據(jù)處理

在ArcGIS中將所有數(shù)據(jù)投影至WGS_1984_UTM_Zone_50N坐標(biāo)系統(tǒng)，并基于最近鄰法重采樣至與NDVI相同空間分辨率(250 m)，以保證數(shù)據(jù)可用性。研究通過去除水體部分，取3 km×3 km格網(wǎng)的中心點，去除缺失值，共提取采樣點14 789個，其中皖北4 591個，皖中5 575個，皖南4 623個。

對于高程和坡度，直接提取每個采樣點的值。對于土地利用變化，將2000—2018年安徽省土地利用類型發(fā)生變化的像元記為0，未發(fā)生變化的像元記為1，提取每個采樣點的值。對于人口密度變化、夜間燈光變化、年均溫變化、年降水量變化和NDVI變化，利用2000—2018年連續(xù)時間序列，基于GEE云平臺采用一元線性回歸法計算每個像元的變化趨勢，提取每個采樣點的斜率。所有采樣點的提取均在ArcGIS中完成，最終生成屬性表，利用AMOS 21構(gòu)建結(jié)構(gòu)方程模型，定量分析各影響因素與NDVI變化之間的關(guān)系。

2 研究方法

2.1 一元線性回歸分析

一元線性回歸分析可以反映區(qū)域植被覆蓋變化的空間分布特征并模擬出其變化趨勢[25]，用slope表示每個像元的年際變化趨勢，其計算公式為

(1)

式(1)中:slope為NDVI變化的斜率；fci為像元第i年的NDVI值；n為觀測時段的年數(shù)。

當(dāng)slope>0時，表示在研究時段內(nèi)NDVI呈增加趨勢，反之則呈減少趨勢。

采用F檢驗法對NDVI變化趨勢進(jìn)行顯著性檢驗，根據(jù)一元線性回歸和顯著性檢驗結(jié)果，將研究區(qū)的NDVI變化趨勢分為6個等級：極顯著改善(slope>0，P≤0.01)、顯著改善(slope>0，0.010，P>0.05)、輕微退化(slope<0，P>0.05)、顯著退化(slope<0，0.01

2.2 結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型(structural equation model，SEM)是一種基于協(xié)方差矩陣的多變量統(tǒng)計方法，是包含因子分析、路徑分析等統(tǒng)計方法的多元分析方程[26]，不僅可以同時處理多個因變量[27-28]，而且能對模型整體進(jìn)行適配度檢驗，從而更加清楚地理解影響植被覆蓋變化的潛在機(jī)制。其中，自變量和因變量既可以是連續(xù)的，也可以是離散的[26]。該方法最先被廣泛應(yīng)用于心理學(xué)[29-30]、社會學(xué)[31]、行為科學(xué)[32]和經(jīng)濟(jì)學(xué)[33]等領(lǐng)域，近年來，此方法也被應(yīng)用于植被遙感領(lǐng)域[34-36]。

NDVI變化的影響因素可概括為地形、氣溫變化、降水變化和人類活動變化，其中，將地形和人類活動變化定義為兩個潛在變量(不能被直接測量的變量)，高程和坡度作為地形的觀測變量(可以直接測量的變量)，人口密度變化、土地利用變化和夜間燈光變化作為人類活動變化的觀測變量，并將年均溫變化和年降水量變化作為獨立變量(觀測變量)加入模型，構(gòu)建了NDVI變化驅(qū)動機(jī)制的概念模型(圖2)。

橢圓為潛在變量;矩形為觀測變量圖2 2000—2018年安徽省NDVI變化影響因素的概念模型Fig.2 Conceptual model of driving factors of NDVI change in Anhui Province from 2000 to 2018

為確定最佳擬合模型，選取比較擬合指數(shù)(comparative fit index, CFI)、擬合優(yōu)度指數(shù)(goodness of fit index, GFI)、近似誤差均方根(root mean square error of approximation, RMSEA)和標(biāo)準(zhǔn)化的均方根誤差(standardized residual mean root, SRMR)4個指標(biāo)來評價模型擬合效果。一般認(rèn)為CFI(>0.90或0.95)和GFI(>0.90或0.95)越接近1，RMSEA(<0.08)和SRMR(< 0.05)越接近0時模型擬合效果越好。模型的構(gòu)建、評價和修正均在AMOS 21軟件中進(jìn)行。

模型擬合成功后，每條路徑上都會有相應(yīng)的標(biāo)準(zhǔn)化回歸系數(shù)，直接影響即該變量直接指向NDVI變化的路徑系數(shù)，間接影響即從該變量指向NDVI變化的路徑系數(shù)的乘積，總影響即直接影響和間接影響的總和。

3 結(jié)果與分析

3.1 NDVI時間變化特征

圖3 NDVI時間變化趨勢Fig.3 Temporal variation trends of NDVI

2000—2018年安徽省年均NDVI為0.75～0.83，隨時間變化呈現(xiàn)波動增加趨勢，線性趨勢為0.02/(10 a)(P<0.01)(圖3)。NDVI最高值出現(xiàn)在2015年，最大振幅為 0.029。值得注意的是，NDVI在2003—2005年和2013—2015年出現(xiàn)兩個快速增長階段，主要是因為生態(tài)工程的實施，其中，第一個快速增長階段主要為退耕還林工程的實施，2002年，國家正式啟動退耕還林工程后，至2009年安徽省共有17個市參與退耕還林工程，且在2000—2005年實施效果最為顯著[37]；第二個快速增長階段主要為2012年安徽省啟動的“千萬畝森林增長工程”，在很大程度上推動了丘陵、山地和平原農(nóng)田防護(hù)林建設(shè)。

0

3.2 NDVI空間分布特征

2000—2018年，安徽省大部分地區(qū)為中高和高植被覆蓋度，主要土地利用類型為耕地和林地，NDVI大于0.6的區(qū)域分別占2000年和2018年的96.32%[圖4(a)]和95.25%[圖4(b)]，表明安徽省植被覆蓋狀況良好。高植被覆蓋度區(qū)域主要分布在海拔較高的丘陵和山區(qū)地帶(皖南山區(qū)等)，主要是因為該地區(qū)森林覆蓋率較高，且水熱條件適宜植被生長，中低植被覆蓋度和低植被覆蓋度區(qū)域主要分布在城市中心地區(qū)。值得注意的是，2000—2018年，中高植被覆蓋度區(qū)域由65.39%下降到37.84%，高植被覆蓋度區(qū)域由30.93%上升到57.42%，中高植被覆蓋度向高植被覆蓋度轉(zhuǎn)化是該地區(qū)的主要轉(zhuǎn)移方向，生態(tài)工程的驅(qū)動(退耕還林等)、耕地的集約利用及農(nóng)作物產(chǎn)量提高可能是發(fā)生該現(xiàn)象的主要原因[38]。

3.3 NDVI空間變化趨勢

2000—2018年，安徽省植被改善面積遠(yuǎn)大于退化面積，分別占研究區(qū)面積的81.43%和18.57%(表1)。植被顯著退化(包括極顯著退化和顯著退化)區(qū)域占14.06%，主要分布在皖江馬鞍山、銅陵、蕪湖，以及皖中合肥(圖5)，主要是由于這些城市經(jīng)濟(jì)發(fā)展較快，城市化進(jìn)程加快。植被顯著改善(包括極顯著改善和顯著改善)區(qū)域占75.1%，主要分布在皖南黃山、宣城、池州，皖中滁州、六安、安慶北部及皖北淮南，其中池州、黃山、宣城、六安市南部和安慶北部，土地利用類型以林地為主，而六安市北部、淮南和滁州則以耕地為主，作物產(chǎn)量較高是NDVI增加的主要原因。

表1 2000—2018年NDVI變化趨勢面積統(tǒng)計Table 1 Area statistics on the spatial variation trend of NDVI from 2000 to 2018

圖5 2000—2018年NDVI空間變化趨勢Fig.5 Spatial variation trend of NDVI from 2000 to 2018

3.4 NDVI變化的影響因素分析

模型擬合結(jié)果表明(表2)，構(gòu)建的結(jié)構(gòu)方程模型與數(shù)據(jù)匹配度較高，模型擬合結(jié)果較為理想。安徽省全域及皖北、皖中和皖南NDVI變化影響因素的結(jié)構(gòu)方程模型表明(圖6、表3)，人類活動變化對NDVI變化的負(fù)向影響最大，影響系數(shù)分別為-0.47、-0.61、-0.52和-0.53，其中夜間燈光變化能夠較好地衡量人類活動變化(圖6)，表明人類活動對NDVI變化產(chǎn)生的負(fù)向影響主要是因為城市擴(kuò)張；人口密度變化也會對NDVI變化產(chǎn)生負(fù)向影響，主要表現(xiàn)為城鎮(zhèn)化進(jìn)程的加快，使大量農(nóng)村人口涌入城市，導(dǎo)致城鎮(zhèn)用地增加，耕地和林地面積減少；土地利用變化對NDVI變化產(chǎn)生正向影響，主要得益于退耕還林、千萬畝森林增長工程等生態(tài)工程的實施。

表2 結(jié)構(gòu)方程模型擬合結(jié)果的適配度檢驗Table 2 Measures of structural equation model fitting results

地形對安徽省NDVI變化的總影響為0.10(表3)，其中包括地形對安徽省NDVI變化的直接影響(0.06)、通過影響人類活動變化對NDVI變化的間接影響(0.07)，以及通過影響年降水量變化對NDVI變化產(chǎn)生的間接影響(-0.03)[圖6(a)]，總體上，高程和坡度都會對NDVI變化產(chǎn)生正向影響。此外，地形對安徽省NDVI變化的影響存在空間異質(zhì)性，皖北地區(qū)，地形基本不會對NDVI變化產(chǎn)生影響[表3、圖6(b)]，皖中地區(qū)受地形影響較小，總影響為0.06[表3、圖6(c)]，然而，皖南地區(qū)受地形影響較大，總影響為0.21[表3、圖6(d)]，主要是因為皖北大部分為平原，地勢平坦，皖中只有六安南部和安慶北部存在小區(qū)域地勢較高，而皖南存在較多山區(qū)，地形復(fù)雜。

綠色線表示正向影響；紅色線表示負(fù)向影響；實線表示路徑顯著(P<0.05)；虛線表示路徑不顯著(P<0.05)；線寬表示影響大小圖6 NDVI變化影響因素的結(jié)構(gòu)方程模型Fig.6 Structural equation model of driving factors of NDVI change

總體上，安徽省NDVI變化受年降水量變化的負(fù)向影響較小，影響系數(shù)為-0.05[表3、圖6(a)]，但分區(qū)域來看，皖北和皖中地區(qū)NDVI變化受年降水量變化的影響較大，影響系數(shù)分別為0.19和-0.20[表3、圖6(b)、圖6(c)]，而皖南地區(qū)NDVI變化受年降水量變化影響不顯著，影響系數(shù)為0.03[表3、圖6(d)]。

表3 地形、人類活動變化、年均溫變化和年降水量變化對 安徽省NDVI變化的總影響Table 3 Total effects of topography, human activities, annual average temperature and annual precipitation on NDVI changes in Anhui Province

年均溫變化幾乎不影響安徽省NDVI變化，對皖北、皖中和皖南NDVI變化的總影響分別為0.02、0.04和0.02[表3、圖6(a)～圖6(d)]，其中，皖北和皖南地區(qū)NDVI變化受年均溫變化影響不顯著。值得注意的是，皖北和皖南地區(qū)年均溫變化和年降水量變化存在顯著的交互作用，作用系數(shù)分別為-0.24和0.23。

4 討論

利用長時序NDVI數(shù)據(jù)分析植被時空變化趨勢及驅(qū)動因素，對安徽省的生態(tài)保護(hù)具有重要意義。結(jié)果表明， 2000—2018年安徽省NDVI整體呈現(xiàn)增加趨勢(0.02/10 a)，這與徐光來等[16]、何彬方等[39]的研究結(jié)果是一致的。不同地表類型的植被覆蓋度是不同的，從高到低排序為：林地>草地>耕地>城鎮(zhèn)[40]，其中皖南山區(qū)和皖中大別山區(qū)以林地為主，皖北平原以耕地為主，NDVI較高，而城市中心地區(qū)NDVI較低。

氣溫、降水是影響NDVI變化的重要氣候因子。研究表明，安徽省年均溫變化和年降水量變化對NDVI變化產(chǎn)生微弱的負(fù)影響，其中皖北和皖中NDVI變化受年均溫和年降水量變化的影響強(qiáng)于皖南。鄧偉等[41]研究表明，皖北和皖中為高密度農(nóng)田植被覆蓋區(qū)，農(nóng)田更易受氣候變化的影響。年際變化上，安徽省氣溫呈現(xiàn)皖中氣溫高于皖北平原和皖南山區(qū)的格局[42]，氣溫升高，會帶來顯著的積溫效應(yīng)，使植被生長力增強(qiáng)[43]，這與本研究皖中年均溫變化對NDVI變化產(chǎn)生微弱的正向影響，而皖北和皖南年均溫變化對NDVI變化影響不顯著的結(jié)論相一致。

隨著中國經(jīng)濟(jì)的快速發(fā)展，人類活動對NDVI變化的影響不容忽視。量化結(jié)果表明，人類活動是NDVI變化的主要影響因素，其中夜間燈光變化能較好地衡量人類活動變化，對NDVI變化產(chǎn)生較強(qiáng)的負(fù)向影響，其次，人口密度也會對NDVI變化產(chǎn)生弱負(fù)影響，而土地利用變化會對NDVI變化產(chǎn)生弱正影響，說明人類活動既會對NDVI變化產(chǎn)生積極影響，也會產(chǎn)生消極影響。王芳等[44]研究表明，城市化是安徽省NPP減少的主要驅(qū)動因素，城鎮(zhèn)用地增加主要來源于侵占耕地，導(dǎo)致NDVI減少；Yuan等[11]對長江三角洲地區(qū)的研究也有同樣的結(jié)果。而Qu等[45]研究發(fā)現(xiàn)，生態(tài)恢復(fù)工程引起的土地利用變化是長江流域植被狀況改善的主要驅(qū)動因素，安徽省在治理工程實施后，林地的面積顯著增加，2000—2018年，造林面積從757 km2增加到1 384.93 km2，森林覆蓋率從27.95% 上升到28.65%，城市綠化面積從328.52 km2增長到1 218.02 km2[46]，說明生態(tài)工程引起的土地利用變化促進(jìn)了安徽省NDVI的增加，如退耕還林工程、“千萬畝森林增長工程”、太行山綠化工程、黃河中游防護(hù)林體系建設(shè)工程和長江中上游防護(hù)林體系建設(shè)工程等。

相關(guān)研究表明，地形(高程、坡度)也會影響NDVI變化[12]，但以往研究僅關(guān)注地形對NDVI變化的直接影響[12,40]。本研究結(jié)果表明，安徽省地形不僅會直接影響NDVI變化，也會通過影響年降水量變化和人類活動變化間接影響NDVI變化。一方面，安徽省不同海拔高度植被類型有明顯差異，海拔高度在200 m以下，植被類型以耕地為主，隨著海拔高度的增加，植被類型以林地、樹草地等NDVI值較高的植被類型為主[40]，因此直接導(dǎo)致NDVI增加；另一方面，海拔高度增加，降水充沛，有利于植被生長。此外，復(fù)雜地形(如高海拔地區(qū))也會抑制人類活動(城市擴(kuò)張等)，從而對NDVI變化產(chǎn)生積極影響。

5 結(jié)論

基于GEE平臺，采用一元線性回歸趨勢法分析安徽省NDVI變化線性趨勢，結(jié)合F檢驗方法判斷NDVI變化趨勢的顯著性，并運(yùn)用SEM模型定量分析地形(高程和坡度)、氣候變化和人類活動變化對安徽省NDVI變化的影響，得出以下主要結(jié)論。

(1)時間上，2000—2018年安徽省NDVI呈現(xiàn)波動增加趨勢，線性趨勢為0.02/10a。

(2)空間上，2000—2018年安徽省大部分地區(qū)為中高和高植被覆蓋度，呈現(xiàn)南北高，中間低的分布格局，且NDVI大于0.6(中高和高植被覆蓋度)的區(qū)域分別占2000年和2018年的96.32% 和95.25%，表明安徽省植被覆蓋狀況良好。安徽省植被空間變化趨勢以改善為主，改善區(qū)域占研究區(qū)面積的81.43%，主要分布在皖南黃山、宣城、池州，皖北滁州、六安、淮南及安慶市北部，植被退化區(qū)域占18.57%，主要分布在馬鞍山、銅陵、蕪湖及合肥。

(3)結(jié)構(gòu)方程模型表明，人類活動變化是NDVI變化的主要影響因素，主要表現(xiàn)為城鎮(zhèn)用地擴(kuò)張對NDVI變化產(chǎn)生的負(fù)影響，然而，退耕還林等生態(tài)工程的實施使林地面積增加，也對NDVI變化產(chǎn)生積極影響。因此，應(yīng)注意提高城市綠化，繼續(xù)加強(qiáng)生態(tài)工程建設(shè)，最大程度地發(fā)揮人在生態(tài)環(huán)境改善上的積極性。其次，由于皖南山區(qū)地形復(fù)雜，NDVI變化受地形影響較大，而皖北多為平原， NDVI變化基本不受地形影響。從氣候變化對NDVI變化的影響來看，年均溫和年降水量變化對NDVI變化的影響均較小，但空間上表現(xiàn)出皖北和皖中地區(qū)NDVI變化受氣候變化影響強(qiáng)于皖南地區(qū)的特征。

然而，植被對氣候變化的影響存在時滯效應(yīng)，不同地理環(huán)境、不同植被類型對氣候變化的時滯效應(yīng)存在一定差異，時滯間隔沒有統(tǒng)一的選取標(biāo)準(zhǔn)。在未來的研究中，可以在現(xiàn)有分區(qū)基礎(chǔ)上進(jìn)一步探討植被對氣候變化的響應(yīng)。