黃河中上游植被覆蓋與人類活動(dòng)強(qiáng)度的時(shí)空動(dòng)態(tài)演化

溫小潔, 姚順波

(西北農(nóng)林科技大學(xué)資源經(jīng)濟(jì)與環(huán)境管理研究中心，陜西 楊凌 712100)

黃河是中國(guó)第二大河流,流經(jīng)地域廣且自然條件復(fù)雜，具有生態(tài)脆弱性及不穩(wěn)定性[1-2].而黃河中上游作為整個(gè)黃河流域的主要組成部分，其生態(tài)環(huán)境質(zhì)量直接決定了下游地區(qū)的環(huán)境狀況.雖然自然條件對(duì)生態(tài)系統(tǒng)有著最為直接的影響，但隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，人類活動(dòng)對(duì)自然環(huán)境的干預(yù)程度不斷加大[1-4]，其產(chǎn)生的作用及影響都是不容忽視的.植被作為全球氣候變化和人類活動(dòng)變化的指示燈[5-9]，是生態(tài)系統(tǒng)恢復(fù)及改善的關(guān)鍵環(huán)節(jié)，因而植被覆蓋的時(shí)空變化可直觀反映國(guó)家環(huán)境保護(hù)工程的生態(tài)效果，同時(shí)也能體現(xiàn)出人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展對(duì)生態(tài)系統(tǒng)帶來的壓力[10-11].

為衡量人類活動(dòng)對(duì)生態(tài)環(huán)境的干擾程度，文英最早提出人類活動(dòng)強(qiáng)度的概念[12]，并認(rèn)為人類活動(dòng)強(qiáng)度評(píng)估體系必須從自然、經(jīng)濟(jì)、社會(huì)三方面考慮.有關(guān)人類活動(dòng)強(qiáng)度的研究方法大致分為兩類：(1)是從人類活動(dòng)強(qiáng)度對(duì)自然環(huán)境的影響結(jié)果入手[13-19]，根據(jù)研究區(qū)域土地利用狀況進(jìn)行實(shí)證分析；(2)從人類活動(dòng)強(qiáng)度對(duì)自然環(huán)境的影響過程入手，分析人類活動(dòng)在水土流失、土地荒漠化[20]等問題產(chǎn)生過程中的作用機(jī)制.第1類研究方法具有較強(qiáng)的問題導(dǎo)向性，區(qū)域特色明顯，但主觀性強(qiáng)，不具有普適性[19,21]；而第2類方法由于要考慮問題產(chǎn)生的全過程，往往會(huì)得到一個(gè)龐大的指標(biāo)體系，這不僅加大工作量，而且還會(huì)淡化主要指標(biāo)[21]，導(dǎo)致評(píng)估結(jié)果出現(xiàn)偏差.

綜合這兩類研究方法的特征，本文利用陸地表層人類活動(dòng)強(qiáng)度(human activity intensity of land surface, HAILS)的概念及計(jì)算方法[19]，根據(jù)黃河中上游的地域特點(diǎn)，調(diào)整人類活動(dòng)強(qiáng)度具體賦值方法，同時(shí)加入其它社會(huì)經(jīng)濟(jì)指標(biāo)[22]，在強(qiáng)調(diào)主要指標(biāo)的同時(shí)，兼顧其它指標(biāo)對(duì)植被覆蓋變化的影響，構(gòu)建出涉及自然、社會(huì)與經(jīng)濟(jì)三方面的人類活動(dòng)評(píng)估體系.本文基于MODIS-NDVI數(shù)據(jù)，利用趨勢(shì)分析法對(duì)2000—2015年黃河中上游植被覆蓋的時(shí)空變化進(jìn)行分析，再通過殘差分析法分離自然因素和人類活動(dòng)對(duì)NDVI的貢獻(xiàn)度，并將人類活動(dòng)評(píng)估體系引入植被覆蓋驅(qū)動(dòng)力研究，與NDVI殘差值進(jìn)行回歸分析，分析具體社會(huì)經(jīng)濟(jì)因素對(duì)植被覆蓋的貢獻(xiàn)度；重點(diǎn)關(guān)注植被覆蓋與人類活動(dòng)強(qiáng)度的動(dòng)態(tài)演化過程，多維度地評(píng)估人類活動(dòng)對(duì)植被覆蓋變化的影響，為黃河流域生態(tài)治理提供一定的參考依據(jù).

1 研究區(qū)概況

黃河中上游作為黃河流域的重要組成部分，在地理位置及生態(tài)保護(hù)上具有十分重要的戰(zhàn)略意義.流經(jīng)黃土高原地形區(qū)，地勢(shì)呈西北高東南低.氣候既受經(jīng)、緯度的影響，又受地形的制約，具有典型的大陸性季風(fēng)氣候特征，夏季炎熱多雨，冬季寒冷干燥.該區(qū)域多以土質(zhì)疏松的黃土覆蓋，并受到降水集中、毀林開荒、城市建設(shè)等因素的影響，成為我國(guó)典型的生態(tài)環(huán)境脆弱區(qū).在行政單元上，以黃河流域中上游地區(qū)的陜甘寧為主要研究區(qū)域，共涉及144個(gè)縣(市).

2 研究方法

2.1 數(shù)據(jù)來源及預(yù)處理

歸一化植被指數(shù)(normal difference vegetation index, NDVI)可有效監(jiān)測(cè)植物生長(zhǎng)狀態(tài)及覆蓋范圍，與植被覆蓋密度具有高度線性相關(guān)關(guān)系，因而被廣泛應(yīng)用于植被覆蓋變化研究[3-9].NDVI數(shù)據(jù)來源于地理空間數(shù)據(jù)云的中國(guó)500 m月合成產(chǎn)品，計(jì)算方法：取月內(nèi)最大值.時(shí)間跨度：2000—2015年，共16年.考慮到不同月份太陽高度角、大氣運(yùn)動(dòng)及云層厚度對(duì)NDVI值產(chǎn)生的影響，本文借助ArcMap 10.2軟件采用最大合成法(MVC)保留研究年份內(nèi)的最大月NDVI值，并以研究區(qū)域行政圖為掩膜裁剪出研究所需的NDVI數(shù)據(jù).

采用中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/site/index.html)，運(yùn)用插值法得出研究區(qū)域各縣(市)的氣象數(shù)據(jù).高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云，空間分辨率為90 m×90 m.社會(huì)經(jīng)濟(jì)數(shù)據(jù)來自源于文獻(xiàn)[23]，部分缺失數(shù)據(jù)通過陜甘寧三省統(tǒng)計(jì)年鑒加以補(bǔ)充.土地利用類型數(shù)據(jù)由中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供.

2.2 一元線性趨勢(shì)分析法

一元線性趨勢(shì)分析法是在ArcMap 10.2軟件支持下，通過一元線性回歸法，計(jì)算出反映2000—2015年黃河中上游植被覆蓋時(shí)空變化趨勢(shì)的斜率值.其計(jì)算公式表示如下：

(1)

式中，slope表示研究區(qū)域144個(gè)縣(市)年NDVI值的斜率.n表示所研究年份的時(shí)間跨度，本文時(shí)間跨度n=16.t表示1～16的年序號(hào).NDVIt表示第t年的NDVI值.slope>0，表示在所研究時(shí)段內(nèi)研究區(qū)域植被覆蓋變化呈增長(zhǎng)趨勢(shì)；slope<0，表示植被覆蓋變化呈減少趨勢(shì)；slope=0，表示植被覆蓋基本不變.slope的絕對(duì)值越大，表示植被覆蓋變化越明顯.根據(jù)slope的變化斜率及其范圍，可將研究區(qū)域的NDVI變化趨勢(shì)劃分為退化、基本不變及改善3個(gè)等級(jí)，并統(tǒng)計(jì)每個(gè)等級(jí)所占的像元個(gè)數(shù)和百分比.

2.3 殘差分析

植被覆蓋時(shí)空變化不僅受到自然因素的影響，而且與人類活動(dòng)密切相關(guān).通過殘差分析法可將自然因素與人類活動(dòng)對(duì)NDVI的貢獻(xiàn)程度分離開[4,8]，剔除自然因素對(duì)NDVI的影響，可更準(zhǔn)確地反映人類活動(dòng)在NDVI時(shí)空變化中起到的作用，多采用氣溫、降水、地形等因素來反映植被生長(zhǎng)的水熱條件[4-9].首先以縣域數(shù)據(jù)為統(tǒng)計(jì)單元，對(duì)2000、2010及2015年3期的NDVI值與年均氣溫、年均降水量、平均高程及坡度4類自然因素進(jìn)行多元線性回歸，模擬每個(gè)像元3期的NDVI回歸值；將這部分NDVI的擬合值視為實(shí)際觀測(cè)NDVI值的自然因素貢獻(xiàn)部分，而將NDVI實(shí)際值與NDVI回歸值的殘差視為人類活動(dòng)對(duì)NDVI實(shí)際值的貢獻(xiàn)部分.由于社會(huì)經(jīng)濟(jì)數(shù)據(jù)的缺失，在進(jìn)行殘差分析時(shí)，僅用103個(gè)縣(市)統(tǒng)計(jì)數(shù)據(jù).以上操作均在stata13中實(shí)現(xiàn).自然因素回歸方程表示如下:

(2)

殘差表達(dá)式為：

(3)

式中，σy表示y年的NDVI殘差值，即人類活動(dòng)對(duì)NDVI的貢獻(xiàn)部分；NDVIy表示y年的NDVI實(shí)際觀測(cè)值.

人類活動(dòng)回歸方程表示如下：

σy=β1Xy5+β2Xy6+β3Xy7+β4Xy8+β5Xy9+μ

(4)

式中，Xy5表示第y年研究區(qū)域各縣(市)的人類活動(dòng)強(qiáng)度；Xy6表示第y年研究區(qū)域各縣(市)的退耕還林(草)政策實(shí)施情況；Xy7表示第y年研究區(qū)域各縣(市)的年末人口總數(shù)；Xy8表示第y年研究區(qū)域各縣(市)的農(nóng)業(yè)機(jī)械總動(dòng)力；Xy9表示第y年研究區(qū)域各縣(市)的GDP.β1、β2、β3、β4、β5和μ為該回歸方程的待定系數(shù).

另外，通過殘差分析可以進(jìn)一步分離出自然因素與人類活動(dòng)對(duì)NDVI的綜合貢獻(xiàn)度.人類活動(dòng)對(duì)NDVI的綜合貢獻(xiàn)度為：

CH=|σy|/NDVIy×100%

(5)

自然因素對(duì)NDVI的綜合貢獻(xiàn)度為：

CN=1-CH

(6)

2.4 人類活動(dòng)強(qiáng)度

HAILS是一種根據(jù)土地利用類型來判斷人類對(duì)生態(tài)環(huán)境干擾程度的指標(biāo).其具體的計(jì)算方法是利用土地利用類型數(shù)據(jù)，以建設(shè)用地當(dāng)量(construction land equivalent, CLE)[19]為基本度量單位，將所有土地利用類型按照其對(duì)應(yīng)的建設(shè)用地當(dāng)量折算系數(shù)(conversion index of construction land equivalent, CI)換算成建設(shè)用地當(dāng)量，再求出建設(shè)用地當(dāng)量總和占研究區(qū)域總面積的百分比，從而得出2000、2010和2015年3期黃河中上游144個(gè)縣級(jí)單元的人類活動(dòng)強(qiáng)度.由于黃河流域地理位置具有特殊性，在建設(shè)用地當(dāng)量折算系數(shù)的賦值過程中，充分考慮國(guó)家實(shí)行退耕還林(草)政策及其他水土保持工程措施，因而林地中二級(jí)分類的林地、灌木林與疏林地以及草地等土地利用類型特征值以零賦值，即默認(rèn)這部分土地利用類型的人類活動(dòng)干擾度為零，從而得到適合黃河中上游地區(qū)的不同土地利用類型建設(shè)用地當(dāng)量折算系數(shù)匯總表(表1).

表1 建設(shè)用地當(dāng)量折算系數(shù)匯總Table 1 Summary on conversion coefficients of land with different utilities

人類活動(dòng)強(qiáng)度計(jì)算公式表示如下[19]：

(7)

(8)

式中，HAILSi為第i個(gè)縣級(jí)單元人類活動(dòng)強(qiáng)度；SCLE-i為第i個(gè)縣級(jí)單元建設(shè)用地當(dāng)量面積；Si為第i個(gè)縣級(jí)單元區(qū)域總面積；SLij為第i個(gè)縣級(jí)單元第j種土地利用類型的面積；CIij為第i個(gè)縣級(jí)單元第j種土地利用類型的建設(shè)用地當(dāng)量折算系數(shù)；m為第i個(gè)縣級(jí)單元土地利用類型的總數(shù).

3 結(jié)果與分析

3.1 NDVI空間變化特征

從圖1可見，黃河中上游地區(qū)的NDVI值整體呈現(xiàn)出由東南向西北逐步減小的趨勢(shì).同時(shí)，NDVI值為0.5～0.6的分界線與我國(guó)400 mm等降水量線基本一致，由此可知降水對(duì)本研究區(qū)域植被覆蓋變化的重要作用，它決定了植被覆蓋程度的基本劃分.同時(shí)，由于緯度與地形的差異性及人類活動(dòng)的影響程度不同，在局部地區(qū)又呈現(xiàn)出“NDVI大小值相間”的特點(diǎn).

圖1 黃河流域中上游地區(qū)2000—2015年NDVI空間分布Fig.1 Spatial distribution of NDVI in the middle and upper reaches of the Yellow River basin from 2000 to 2015

結(jié)合研究區(qū)域的縣級(jí)地圖可知，陜西NDVI的高值地區(qū)主要集中在形如兩片“肺葉”的以黃陵縣和黃龍縣為主的地區(qū)，以及關(guān)中平原部分地區(qū).黃陵縣氣候條件優(yōu)越，屬于中溫帶大陸性季風(fēng)氣候，人文歷史資源豐富.而黃龍縣屬陜西秦嶺以北不可多得的半濕潤(rùn)暖溫帶氣候.兩者均因?yàn)榈锰飒?dú)厚的氣候優(yōu)勢(shì)，成為陜西省重要林區(qū)，森林覆蓋率高達(dá)70%以上.而關(guān)中平原因高度發(fā)達(dá)的農(nóng)耕文明使得植被覆蓋度處于較高水平.寧夏NDVI的高值地區(qū)集中在有“塞北江南”之稱的河套平原區(qū).研究區(qū)域的西北部NDVI高值區(qū)為甘肅省天祝藏族自治縣，該自治縣植被覆蓋率較高.西南部分NDVI高值區(qū)由瑪曲縣、碌曲縣、迭部縣、夏河縣等13個(gè)縣組成，由于日照充足、多風(fēng)雨，植被覆蓋率偏高.NDVI低極端值多分布在研究區(qū)域的西北及北部地區(qū)，這些區(qū)域往往降水量少且蒸發(fā)量大，生態(tài)環(huán)境脆弱，不適宜林草生長(zhǎng)，并存在土地荒漠化問題.

3.2 NDVI時(shí)間變化趨勢(shì)

根據(jù)一元線性趨勢(shì)分析法，slope的取值為-0.030 9～0.050 8，并以0為分界點(diǎn).利用ArcMap將slope值進(jìn)行重分類，劃分為退化、基本不變及改善3個(gè)等級(jí)(表2)，得到黃河流域中上游地區(qū)2000—2015年植被覆蓋的變化趨勢(shì)(圖2).其中slope為負(fù)值的區(qū)域，是植被退化區(qū)，占研究區(qū)域的3.65%，主要分布在經(jīng)濟(jì)發(fā)展程度高且發(fā)展速度快的陜西西安、渭南及寶雞市轄區(qū).另外，寧夏銀川市轄區(qū)與甘肅瑪曲縣的退化區(qū)域多以零星點(diǎn)狀分布，主要退化原因是城鎮(zhèn)化的深入發(fā)展,但在人類活動(dòng)強(qiáng)度圖(圖3)上未發(fā)生明顯改變；植被改善區(qū)域占研究區(qū)域的31.12%，主要位于陜西榆林、延安地區(qū)，甘肅東南部及寧夏南部地區(qū).改善原因主要是退耕還林(草)及其他水土保持工程加速了植被恢復(fù)及生長(zhǎng).植被覆蓋基本不變的區(qū)域占研究區(qū)域的65.22%(包括大部分NDVI高值區(qū)域)，說明這些地區(qū)植被覆蓋狀況好是由于其自身自然條件優(yōu)越，而非后天人類改造.總體來看，植被覆蓋情況有所改善，但同時(shí)存在生態(tài)恢復(fù)與生態(tài)惡化并存的現(xiàn)象.

表2 黃河流域中上游地區(qū)2000—2015年植被覆蓋變化趨勢(shì)的等級(jí)劃分Table 2 Classification of NDVI variations in the upper and middle reaches of the Yellow River basin from 2000 to 2015

3.3 NDVI與人類活動(dòng)的回歸分析

為了更好地分析人類活動(dòng)強(qiáng)度對(duì)NDVI的影響，通過赤池信息準(zhǔn)則(akaike information criterion, AIC)檢驗(yàn)及Hausman內(nèi)生性檢驗(yàn)，最終引入退耕還林(草)政策、人口、農(nóng)業(yè)機(jī)械總動(dòng)力及GDP作為控制變量，建立涉及自然、社會(huì)、經(jīng)濟(jì)三方面內(nèi)容的指標(biāo)體系，在追求模型簡(jiǎn)潔性的同時(shí)保證解釋變量的準(zhǔn)確性與完整性.選擇政策作為控制變量主要原因是研究區(qū)域在退耕還林(草)政策實(shí)施中的戰(zhàn)略地位十分重要，而農(nóng)業(yè)機(jī)械總動(dòng)力代表農(nóng)業(yè)機(jī)械化水平，對(duì)以耕地為主的植被覆蓋變化產(chǎn)生重要影響，因而也將其作為控制變量.本文默認(rèn)政策變量為分類變量，將實(shí)施退耕還林(草)的縣(市)賦值1，而不實(shí)施該項(xiàng)政策的賦值0.值得注意的是，人類活動(dòng)殘差分析模型并未考慮到是否存在二階及以上非線性部分對(duì)結(jié)果產(chǎn)生的影響.本文利用連接檢驗(yàn)排除非線性部分存在的可能，以確保模型的適用性.在進(jìn)行擬合回歸時(shí)除了被解釋變量NDVI及政策變量外，其余變量均進(jìn)行小數(shù)定標(biāo)標(biāo)準(zhǔn)化處理,以達(dá)到統(tǒng)一量綱的效果.

通過殘差分析，將自然因素與人類活動(dòng)對(duì)NDVI的綜合貢獻(xiàn)度進(jìn)行分離，具體結(jié)果如表3所示.從表3可見，在該研究區(qū)域內(nèi)，自然因素對(duì)NDVI的影響程度始終占據(jù)主導(dǎo)地位，即認(rèn)為自然條件始終是影響植被覆蓋的關(guān)鍵因素[4].其綜合貢獻(xiàn)度從2000年的75.308%上升到2015年的90.807%，而人類活動(dòng)對(duì)NDVI的綜合貢獻(xiàn)度由24.692%下降到9.193%.說明在植被覆蓋的生長(zhǎng)過程中，自然因素對(duì)植被的天然調(diào)節(jié)作用愈加突顯.同時(shí)，若僅從綜合貢獻(xiàn)度考慮，雖然我國(guó)經(jīng)濟(jì)社會(huì)仍處于快速發(fā)展階段，人類活動(dòng)強(qiáng)度逐步加大，但人類活動(dòng)對(duì)NDVI的綜合干擾程度并未因此增大.在此基礎(chǔ)上，將自然因素與人類活動(dòng)進(jìn)行細(xì)分，深入探討各影響因素對(duì)NDVI的具體貢獻(xiàn)度.由于自然因素?cái)?shù)據(jù)的局限性，直接將年均降水量、年均氣溫、平均高程、平均坡度4類自然因素與2000、2010及2015年3期NDVI實(shí)際值進(jìn)行混合回歸.由自然因素的回歸分析結(jié)果(表4)可知，年均降水量、年均氣溫及平均高程均在1%的顯著性水平下顯著正相關(guān)，NDVI值整體呈現(xiàn)出由東南向西北逐漸減小的變化趨勢(shì)(與降水量變化規(guī)律一致).

表3 自然因素與人類活動(dòng)對(duì)NDVI的綜合貢獻(xiàn)度Table 3 The comprehensive contribution degree of natural factors and human activities to NDVI

表4 NDVI與自然因素回歸結(jié)果分析1)Table 4 Regression analysis between NDVI and natural factors

1)***、**、*分別表示在1%、5%、10%的顯著性水平下顯著.

從表5可知，選擇效果最優(yōu)的固定效應(yīng)模型將NDVI殘差值與HAILS、政策、人口、農(nóng)業(yè)機(jī)械總動(dòng)力及GDP進(jìn)行回歸，結(jié)果顯示組間相關(guān)系數(shù)達(dá)到0.807 6，說明本研究選擇的人類活動(dòng)因素與NDVI具有較高相關(guān)度，也進(jìn)一步證明了人類活動(dòng)強(qiáng)度這一指標(biāo)在植被覆蓋變化驅(qū)動(dòng)力分析中的可操作性.其中，人類活動(dòng)強(qiáng)度通過1%的顯著性水平檢驗(yàn)，且相關(guān)系數(shù)為-1.694 4.說明HAILS對(duì)NDVI具有顯著的負(fù)相關(guān)性，即HAILS值越大，NDVI值越小.政策在1%顯著性水平下顯著正相關(guān).其余3項(xiàng)指標(biāo)結(jié)果不顯著.具體回歸結(jié)果如表6所示.

為進(jìn)一步探討植被覆蓋與人類活動(dòng)強(qiáng)度的動(dòng)態(tài)演化過程，通過ArcMap的重分類功能，將計(jì)算得到的人類活動(dòng)強(qiáng)度按照自然斷裂法劃分為低、較低、中等、較高、高5個(gè)等級(jí)(表7)；并結(jié)合縣域行政圖，將2000、2010及2015年3期的人類活動(dòng)強(qiáng)度變化反映到研究區(qū)域行政圖上(圖3).

從圖3、表7可見，人類活動(dòng)強(qiáng)度等級(jí)低的縣級(jí)個(gè)數(shù)保持不變，這些區(qū)域主要分布在甘肅省的西南部及天祝藏族自治縣，以及森林資源較為豐富的黃龍縣、黃陵縣.人類活動(dòng)強(qiáng)度等級(jí)為較低和中等的縣級(jí)個(gè)數(shù)減少，而相應(yīng)的強(qiáng)度等級(jí)為較高和高的縣級(jí)個(gè)數(shù)有所增加.其中，強(qiáng)度等級(jí)為較高的區(qū)域主要集中在寧夏北部河套平原地區(qū)及關(guān)中平原西部，該區(qū)域植被覆蓋狀況較好，因此可推斷這部分縣(市)人類活動(dòng)強(qiáng)度增大主要是因?yàn)楦孛娣e的增大，而非建設(shè)用地面積的大幅增加.而強(qiáng)度等級(jí)高的地區(qū)集中在關(guān)中地區(qū)經(jīng)濟(jì)發(fā)展水平較高且植被覆蓋退化的西安、渭南、寶雞市轄區(qū)及周圍縣(市).

表5 回歸模型設(shè)定Table 5 Setup of regression model

從圖1、3可知，NDVI空間分布與人類活動(dòng)強(qiáng)度等級(jí)劃分具有較高的相關(guān)性.表現(xiàn)為NDVI高值區(qū)大多是森林資源豐富而人類活動(dòng)強(qiáng)度偏低的縣(市)以及農(nóng)業(yè)較為發(fā)達(dá)的人類活動(dòng)強(qiáng)度偏高的關(guān)中平原與河套平原.而NDVI低值區(qū)主要集中在經(jīng)濟(jì)發(fā)展水平高、發(fā)展速度相對(duì)較快且人類活動(dòng)強(qiáng)度較高的市轄區(qū)及周圍縣(市).

由圖2可知，2000—2015年NDVI的退化區(qū)域主要集中在寧夏河套平原以及陜西關(guān)中平原.而2000—2015年HAILS的高值區(qū)域也主要集中在這2個(gè)地區(qū)，并且其周圍縣(市)的HAILS值也在逐步增加.二者呈現(xiàn)出較為同步的動(dòng)態(tài)響應(yīng)過程，即當(dāng)經(jīng)濟(jì)活動(dòng)越強(qiáng)時(shí)，植被覆蓋退化的可能性更大；當(dāng)農(nóng)業(yè)發(fā)展加快、耕種規(guī)模不斷擴(kuò)大時(shí)，植被覆蓋度呈現(xiàn)增長(zhǎng)趨勢(shì).同時(shí)，在退耕還林(草)等生態(tài)工程實(shí)施下，植被覆蓋呈現(xiàn)改善趨勢(shì)，且人類活動(dòng)強(qiáng)度增大速度也會(huì)減緩.

變量類型變量名稱回歸系數(shù)及顯著性水平混合回歸隨機(jī)效應(yīng)模型固定效用模型解釋變量HAILS0.185 7***-0.044 7-1.694 4***控制變量政策0.153 3***0.157 4***0.162 8***控制變量人口-0.128 8**-0.028 6-0.009 2控制變量農(nóng)業(yè)機(jī)械總動(dòng)力0.000 50.006 7-0.000 3控制變量GDP-0.140 6***-0.118 20.000 0統(tǒng)計(jì)量 R20.474 70.444 40.807 6統(tǒng)計(jì)量 F統(tǒng)計(jì)量105.560 0109.550 0146.840 0

1)***、**、*分別表示在1%、5%、10%的顯著性水平下差異顯著.

表7 黃河流域中上游地區(qū)人類活動(dòng)強(qiáng)度指標(biāo)等級(jí)劃分Table 7 Classification of HAILS in the upper and middle reaches of the Yellow River basin

4 小結(jié)

本研究結(jié)果表明：(1)黃河中上游地區(qū)的植被覆蓋整體呈現(xiàn)出由東南向西北逐步減少的趨勢(shì)，且存在與我國(guó)400 mm等降水量線基本一致的分界線，充分體現(xiàn)了降水在植被覆蓋變化中的重要作用.

(2)植被退化區(qū)占研究區(qū)域的3.65%，主要分布在經(jīng)濟(jì)發(fā)展程度較高的市轄區(qū)，如西安、渭南、寶雞及銀川等；植被改善區(qū)域占研究區(qū)域的31.12%，主要分布在陜西北部、甘肅東南部及寧夏南部地區(qū)；植被覆蓋基本不變的區(qū)域占65.22%，其中包括大部分植被覆蓋狀況較好的區(qū)域.總體來說，植被覆蓋狀況有所改善，但同時(shí)存在生態(tài)恢復(fù)與生態(tài)惡化的現(xiàn)象.

(3)植被覆蓋狀況較好的區(qū)域大多是森林資源豐富且人類活動(dòng)強(qiáng)度指數(shù)水平偏低的縣(市)以及農(nóng)業(yè)較為發(fā)達(dá)且人類活動(dòng)強(qiáng)度指數(shù)水平偏高的關(guān)中平原與河套平原；植被覆蓋狀況較差的區(qū)域主要集中在經(jīng)濟(jì)發(fā)展水平高、發(fā)展速度相對(duì)較快且人類活動(dòng)強(qiáng)度指數(shù)較高的市轄區(qū)及周圍縣(市).

(4)當(dāng)經(jīng)濟(jì)活動(dòng)越強(qiáng)時(shí)，植被覆蓋退化的可能性越大；當(dāng)農(nóng)業(yè)發(fā)展加快、耕種規(guī)模不斷擴(kuò)大時(shí)，植被覆蓋度呈現(xiàn)增長(zhǎng)趨勢(shì)；同時(shí)，在退耕還林(草)等生態(tài)工程實(shí)施下，植被覆蓋會(huì)呈現(xiàn)改善趨勢(shì)，且人類活動(dòng)強(qiáng)度增加速度也會(huì)減緩.

(5)具有等級(jí)較高的人類活動(dòng)強(qiáng)度且以城建發(fā)展為主的地區(qū)植被覆蓋度低，但隨著社會(huì)經(jīng)濟(jì)的發(fā)展及環(huán)境政策的落實(shí)，存在城市化建設(shè)不斷深入與植被覆蓋狀況逐步改善同步發(fā)生的現(xiàn)象.