植被是陆地生态系统的神经中枢,是人类生存不可或缺的环境要素,为人类社会生活提供重要资源。因此,大量国内外学者对于植被进行研究,如郭力宇等^[1]研究了2000—2016年MODIS NDVI植被指数特征变化; 杨元合等^[2]利用植被NDVI数据分析了青藏高原草地植被类型对气候存在明显的滞后效应; 郭永强等^[3]利用黄土高原1978—2015年地表反射率数据,得出气候变化的贡献率为23.77%; 李登科等^[4]研究了陕西省退耕还林以来气候对植被覆盖的影响; Camberlin等^[5]研究了非洲半干旱地区植被的变化特征,发现植被与降水量的关系为显著正相关; Cuomo等^[6]通过分析意大利南部地区植被变化,发现不同区域植被变化的影响因素不同; Evans等^[7]利用残差分析法分离社会经济因素和气候因素对植被的影响,表明在高纬度地区气温升高会促使植被迅速生长; Sun等^[8]通过研究渭河流域的植被特征,得出土地开垦导致了植被覆盖率下降; 韩贵峰^[9]选取人口、国内生产总值(gross domestic product,GDP)和建设用地等作为社会经济因素,分别分析了各因素对中国东部地区植被覆盖的影响,结果均呈现出负相关关系,负相关系数也呈现出空间差异。熊育久等^[10]通过研究城市植被的空间分布,为城市自然资源评估提供了参考。

本文通过研究陕北地区2000—2015年的植被覆盖度变化情况,分析研究区植被和降水、气温的相关关系; 并通过调查、统计分析研究区同时期的社会经济状况,探究不同社会经济影响因子对植被的驱动作用,对该区域未来生态恢复具有一定的指导意义。

本文研究区域主要位于陕西省榆林市和延安市,属于我国黄土高原区域中心地段。该区域地形复杂,地势不平整,整体为西高东低,海拔约500~1 900 m,高差大。土地总面积92 521 km²。其地理位置范围在N36°~39°,E107°~111°之间。研究区具体地理位置如图1所示。

1)MODIS数据。数据选取陕北地区2000—2015年MODIS NDVI(MOD13A1)数据集,时间分辨率16 d、空间分辨率250 m。原始影像为HDF格式,投影为Sin投影,需转换为TIFF格式,利用ENVI软件对转换后的MODIS NDVI数据进行波段运算,得到标准的NDVI数据集。采用最大值合成法(maximum value composite,MVC)分别合成月、年MODIS NDVI数据,进而得到研究区植被覆盖度。

2)气象数据。主要采用黄河流域气象站点测得的气温数据,主要来源于中国气象局气象数据共享服务网。降雨数据来源于各个站点监测的水文数据,采用反距离权重的方法插值为降雨栅格数据。

3)社会经济数据。社会经济数据来自社会经济数据库(陕西省统计年鉴数据),黄土高原数据中心,以及实地调研数据。包括 2000—2015 年延安市和榆林市的总人口、乡村就业人口、第一产业、粮食产量、第二产业,第三产业,耕地面积等。

根据像元二分模型原理^[11],植被覆盖度计算公式如下:

式中: FVC为植被覆盖度; NDVI_soil为裸土或者无植被像元的NDVI值,该值无限接近于0; NDVI_veg为纯植被像元的NDVI值,该值无限接近于1。

利用线性回归方法分别研究植被和降雨、气温的变化趋势,回归方程的斜率代表了植被生长的变化趋势,其计算公式为:

式中: n为时间段长度; NDVIi为第i年的NDVI值; NDVI————为NDVI多年平均值。

当slope>0时,该研究内的NDVI呈现出增长趋势,当slope<0时,植被NDVI呈减少趋势; 当slope的绝对值大小说明植被NDVI变化的强烈程度。同理,降雨和气温的空间趋势也是如此。

为了探索研究区植被特征和气候因子、社会经济因子之间的关系,本研究选取16 a植被数据,分析年、季植被覆盖度与影响因子之间的关系,利用相关分析方法,计算相关系数,根据相关系数大小探究不同变量之间的关系,相关系数取值范围为[-1~1]。相关系数计算公式为:

式中: Rxy为相关系数; n为研究时段的年数; x和y分别为用于相关分析的两个变量 x-和 y-分别代表变量样本平均值。

为了研究NDVI 在空间上的整体变化特征,采用MVC法合成研究区2000—2015年月NDVI值。计算公式为:

式中: i为月序号,取值范围1~12整数; MNDVIi为第i月的 NDVI值; NDVIi1,NDVIi2,NDVIi3分别为月的上、中、下旬 NDVI值。

3.1.1 植被覆盖度年际变化分析

为了更好地研究植被覆盖度变化趋势,将植被覆盖度分为4种类型,分别为劣覆盖度(<0.3)、低覆盖度([0.3,0.5))、中覆盖度([0.5,0.7])和高覆盖度(>0.7)。在2000—2015年,植被覆盖度整体在0.35~0.55之间,中间年份出现略微波动现象。研究区植被覆盖度整体呈上升趋势,上升趋率为0.008 6/a。2000—2015年均植被覆盖度约为0.46,最高值出现在2015年,其值为0.543; 最小值出现在2000年,其值为0.350。

3.1.2 植被覆盖度空间变化分析

结合表1和图2可知,2000—2015年,研究区由北向南植被覆盖度依次升高,年际植被覆盖度分布主要以劣覆盖度和高覆盖度为主,其次是中覆盖度,低覆盖度占的比重最小。

3.1.3 植被覆盖度趋势变化

表2为研究区2000—2015年不同时段植被覆盖度趋势变化统计,从表2可以看出,2000—2015年植被处于增加的趋势,有73.45%的像元植被处于改善之中,其中轻度改善的区域占总像元数的13.79%,中度改善的区域占总像元数的17.76%,明显改善的区域占总像元数的41.9%。在2006—2010年与2000—2005年的对比发现植被变化趋势有明显好转,改善的区域在逐渐扩大,slope大于0的区域占总像元数的58.51%,其中轻度改善的区域占总像元数的9.29%,中度改善的区域占总像元数的7.87%,明显改善的区域达到29.04%,此时间段明显改善的区域大多集中榆林东部地区,在2011—2015年和2006—2010年对比得出植被总趋势在退化; 在2011—2015年退化的像元数占总像元数的46.81%,明显退化的区域主要集中在榆林地区的东部和南部,延安市的改善和退化区域呈分散分布。

3.2.1 降水空间变化

根据插值的月降水数据,利用ArcGIS软件栅格计算得到研究区2000—2015年的平均降水量空间分布,如图3所示。

整体来看年降水量从南向北逐渐增多,南北部降水分布不均匀,年均降水量为385.217 mm,年均降雨量最大值为521.222 mm,出现在延安地区的洛川县,最低值为261.914 mm,位于榆林西部的定边县。陕北南部降水量较大主要是由于延安南部属于延安高原丘陵沟壑半湿润气候区,受夏季风影响较大,太阳辐射条件比较好,所以降水较多; 长城沿线以北为温带干旱和半干旱气候区,降水显著减少。

3.2.2 气温空间变化

利用插值的月气温数据,通过ArcGIS栅格计算得出研究区2000—2015年的平均气温空间分布,如图4所示。由图4可以看出,气候类型由南部的长城以北风沙滩地重半干旱气候区到延安高原丘陵沟壑半湿润气候区,研究区南北部地形差异,导致年均气温呈现由北向南递减,由东向西递增的趋势。研究区年平均气温是9.92 ℃,最高温度是11.22 ℃。位于榆林的府谷县,南部气候干旱,风沙较大,所以温度较高,最低温度是7.42 ℃,延安的宜川县和黄龙县,南部受地形起伏影响,气候湿润,温度比较低。

3.3.1 降水趋势变化分析

通过趋势线性分析法来模拟每个栅格的降雨趋势,反映不同时期的年均降雨量的空间分布特点,同时趋势线性分析法根据2000—2015年每年的降水和气温进行拟合,消除了研究时段内随机性偶发因素对于降水和气温变化的影响,拟合结果更贴近于降雨以及气温真实的变化情况。图5为通过趋势线性分析法算出研究区2000—2015年降雨趋势变化图。

3.3.2 气温趋势变化分析

图6为通过趋势线性分析法算出研究区2000—2015年年均气温的变化趋势。由图可知,陕北地区的年均气温处于上升的趋势,受地形、气候等因素的影响导致研究区的年均气温在空间上呈现差异。研究区南部的气温的增长要高于研究区北部干旱区,变化趋势的平均值为2.063,最大值是2.624,主要集中吴旗县和志丹县的西部地区,最小值是0.177,主要集中研究区中部和北部地区。

研究区植被覆盖度与降水之间的相关性如图7所示,研究区年植被覆盖度与年降水呈正相关关系,植被覆盖度随着降雨量的增加而增加,两者相关系数为0.42。降雨量整体在300~650 mm,16 a平均降雨量为426.3 mm。在2000—2002年降雨量呈逐渐增加趋势,2000—2002年植被覆盖度呈明显的增加趋势,2000—2002年植被覆盖度和降雨量变化趋势一致,而在2004年降雨量显著减少,植被覆盖度增加,说明在2004年植被可能受到社会经济因素的影像,退耕还林还草政策有利于植被恢复。2004—2015年,植被覆盖度和降雨量变化趋势基本一致,未出现滞后现象。

研究区植被覆盖度与气温之间的相关性如图8所示,研究区年植被覆盖度与年气温整体呈正相关关系,植被覆盖度随着气温的增加而增加,两者相关系数为0.11。气温整体在9~12 ℃。在2001年和2011年出现峰值,植被覆盖度出现峰值却在2002年和2012年,表现出一定的时滞效应。

统计2000—2015年研究区的植被覆盖度数据、降水和气温数据、社会经济数据(GDP、农村人口、总人口、耕地面积等),数据标准化之后进行主成分分析,结果如表3所示。

由表3可知,影响最大的是国内生产总值,有着超出1/3的贡献率(41.4%)。其次是农村人口变化,农村人口变化对植被有-38.3%的贡献率。然后是耕地面积,对植被有32.8%的贡献率,由于退耕还林政策的实行,植被覆盖度受到较大影响。降水影响是在整个研究区起作用,相对气温,降雨量16年来出现较大波动,因此降水对植被有21.3%的贡献率,由于气温作用的有限性,且2000—2015年均气温变化幅度为3 ℃左右,因此其贡献率最低,仅为7.1%。它们之间的排序为: GDP>农村人口>总人口>耕地面积>降水>气温,可以理解城市化的加剧,对植被覆盖产生了巨大影响。

通过研究陕北地区2000—2015年的植被覆盖度和降水、气温的相关关系,得出结论;

1)陕北地区植被覆盖度整体在0.35~0.6之间,相邻年份间植被覆盖度呈现交替性变化。在2015年,植被覆盖度明显较差,研究区整体的植被覆盖度变化曲线具有一致性。

2)研究区年植被覆盖度与年降水呈正相关关系,植被覆盖度随着降雨量的增加而增加,两者相关系数为0.42。气温整体在9~12 ℃,在2001年和2011年出现峰值,植被覆盖度出现峰值却在2002年和2012年,表现出一定的时滞效应。

3)2000—2015年随着经济发展、人口迁移、退耕还林以及退耕还草等政策,植被覆盖提高,生态环境优化。