氣候與人類活動(dòng)對(duì)丹江口水源區(qū)植被覆蓋變化的影響

劉 海，黃躍飛，鄭 糧

（1.湖北大學(xué) 資源環(huán)境學(xué)院，武漢 430062；2武漢大學(xué) 遙感信息工程學(xué)院，武漢 430079）

0 引 言

丹江口水庫(kù)是中國(guó)南水北調(diào)中心工程核心水源區(qū)，為確保核心水源區(qū)的水質(zhì)和水量，保證南水北調(diào)調(diào)水安全，近些年在丹江口水源區(qū)實(shí)施了一系列生態(tài)保護(hù)政策，研究區(qū)域生態(tài)環(huán)境狀況及變化，是評(píng)估生態(tài)工程布局和適應(yīng)性管理對(duì)策是否得當(dāng)?shù)闹匾罁?jù)，對(duì)指導(dǎo)流域生態(tài)建設(shè)，科學(xué)調(diào)水具有重要價(jià)值。植被構(gòu)成了陸地生態(tài)系統(tǒng)的主要部分[1]，是連接大氣、水體和土壤的自然紐帶，在陸地表面的能量交換、生物地球化學(xué)循環(huán)和水文循環(huán)過(guò)程中扮演著重要的角色[2-3]，已經(jīng)成為涉及陸地生態(tài)系統(tǒng)全球變化的一個(gè)關(guān)鍵問(wèn)題[4-5]，動(dòng)態(tài)監(jiān)測(cè)植被覆蓋變化對(duì)全球氣候變化的應(yīng)對(duì)和環(huán)境政策的制定至關(guān)重要[6-7]。眾多學(xué)者通過(guò)對(duì)區(qū)域植被覆蓋的估算，來(lái)研究植被的空間變異規(guī)律以及驅(qū)動(dòng)因素，并分析區(qū)域生態(tài)轉(zhuǎn)型[8-9]，因此，植被覆蓋估算在植被相關(guān)領(lǐng)域顯得尤為重要[10]。遙感數(shù)據(jù)由于覆蓋范圍大和能持續(xù)對(duì)地觀測(cè)等特點(diǎn)，能及時(shí)、動(dòng)態(tài)和持續(xù)的進(jìn)行植被監(jiān)測(cè)，為研究大尺度植被覆蓋變化提供了有效途徑[11]。歸一化植被指數(shù)NDVI（normalized difference vegetation index）[12]削弱了大氣層和地形陰影的影響，對(duì)地表植被的覆蓋程度非常敏感，作為反映植被覆蓋狀況的有效指標(biāo)和植被生產(chǎn)力的代理指標(biāo)，廣泛用于大規(guī)模監(jiān)測(cè)植被覆蓋變化，是最經(jīng)典和應(yīng)用最為廣泛的植被指數(shù)。

區(qū)域植被覆蓋變化受多種因素影響，氣候變化會(huì)對(duì)植被生長(zhǎng)環(huán)境產(chǎn)生影響，進(jìn)而影響植被的物候、分布及生長(zhǎng)狀況[13]。氣候因素對(duì)區(qū)域植被覆蓋變化影響已成為研究熱點(diǎn)[14-15]，國(guó)內(nèi)外學(xué)者針對(duì)氣候因素對(duì)植被覆蓋變化的驅(qū)動(dòng)作用進(jìn)行了大量研究，基于不同的研究時(shí)段與研究區(qū)域，得出的結(jié)論也不盡相同。Fensholt等[16]對(duì)1981—2007年全球半干旱地區(qū)植被綠度的研究表明，氣溫和降水量共同影響全球范圍內(nèi)植被增長(zhǎng)速度。高江波等[17]通過(guò)對(duì)1982—2013年NDVI變化及氣溫與降水驅(qū)動(dòng)作用研究發(fā)現(xiàn)，水分對(duì)植被NDVI的主導(dǎo)作用區(qū)域主要集中在我國(guó)北方以及青藏高原地區(qū)，溫度對(duì)植被NDVI的作用區(qū)域則集中在華東、華中及西南地區(qū)。杜加強(qiáng)等學(xué)者[18]通過(guò)對(duì)新疆地區(qū)1982—2006 NDVI變化及氣候因素驅(qū)動(dòng)研究發(fā)現(xiàn)，不同時(shí)間段NDVI對(duì)氣候因素的響應(yīng)呈現(xiàn)差異。隨著社會(huì)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，經(jīng)濟(jì)發(fā)展、政策制度等對(duì)植被變化起到不容忽視的作用[19]，許多研究已逐漸得出人類活動(dòng)是影響植被覆蓋變化的重要因素[20-21]。針對(duì)人類活動(dòng)條件下區(qū)域植被覆蓋變化特征，早期學(xué)者多采用定性化分析，此方法主觀性較強(qiáng)，不同研究者在分析同一地區(qū)植被變化時(shí)，研究氣候變化和人類活動(dòng)的相對(duì)作用時(shí)所得到的結(jié)果可能不同，并且很難在空間上連續(xù)表達(dá)這兩者的相互作用。隨著植被覆蓋變化影響因素研究的日漸加深，部分學(xué)者采用不同的方法嘗試進(jìn)行定量化研究[22-26]，但目前人類活動(dòng)因素在區(qū)域植被覆蓋變化中的相對(duì)貢獻(xiàn)仍沒(méi)有統(tǒng)一的量化標(biāo)準(zhǔn)。

不同時(shí)間尺度上，氣候因素對(duì)NDVI響應(yīng)呈現(xiàn)差異，長(zhǎng)時(shí)間尺度有利于準(zhǔn)確清晰地辨識(shí)氣候變化對(duì)植被生長(zhǎng)的作用，且人類活動(dòng)時(shí)間尺度的選擇并不是任意的，它受區(qū)域政策及社會(huì)經(jīng)濟(jì)發(fā)展的影響，因此長(zhǎng)時(shí)間尺度的變化過(guò)程分析是未來(lái)植被動(dòng)態(tài)監(jiān)測(cè)的重要內(nèi)容[18]，但由于不同傳感器在時(shí)間、空間分辨率和時(shí)間序列長(zhǎng)度方面的不統(tǒng)一，使得目前研究普遍存在時(shí)間序列較短的問(wèn)題。在此背景下，許多學(xué)者嘗試融合具有不同時(shí)空分辨率優(yōu)勢(shì)的多源數(shù)據(jù)。常用的方法為線性回歸模型法[27]及神經(jīng)網(wǎng)絡(luò)法[28]，線性回歸模型法將高分辨率影像重采樣為較低分辨率的影像，并未從實(shí)質(zhì)上提高數(shù)據(jù)集的空間分辨率，神經(jīng)網(wǎng)絡(luò)法需要為設(shè)置的眾多參數(shù)選擇經(jīng)驗(yàn)，較為復(fù)雜。針對(duì)當(dāng)前對(duì)丹江口水源區(qū)植被覆蓋變化研究中[29-31]，研究時(shí)段較短、人為因素定量化研究分析不足等問(wèn)題，本研究基于1982—2006年8 km GIMMS NDVI和2001—2018年250 m MODIS NDVI數(shù)據(jù)，借助開(kāi)源軟件包remote for r的經(jīng)驗(yàn)正交遙相關(guān) EOT（empiricalorthogonal teleconnections）算法，構(gòu)建1982—2018年1 km分辨率的NDVI序列，分析研究區(qū)植被覆蓋時(shí)空變化特征。在此基礎(chǔ)上，采用殘差法和相關(guān)性分析法探討氣候和人為因素對(duì)植被覆蓋變化的綜合貢獻(xiàn)度，用以評(píng)估生態(tài)恢復(fù)措施的實(shí)施效果，為未來(lái)生態(tài)環(huán)境建設(shè)提供科學(xué)支持。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

丹江口水源區(qū)位于漢江上游，秦嶺山脈和大巴山脈之間，西部為中低(32°36′～33°48′N，110°59′～111°49′E)山區(qū)，東部以平原丘陵為主，主要范圍跨越陜西、湖北與河南三省，流域面積9.52萬(wàn)km2。位于亞熱帶季風(fēng)區(qū)，四季分明，氣候溫和濕潤(rùn)，水量充沛，年均氣溫12～16℃，年均降雨量約700～1 800 mm，主要地帶性植被是落葉、常綠闊葉針葉混交林。

1.2 數(shù)據(jù)來(lái)源

MODIS NDVI數(shù)據(jù)集來(lái)源于美國(guó)國(guó)家航空航天局（NASA）(https://ladsweb.modaps.eosdis.nasa.gov/），選取來(lái)自MODIS-Terra的MOD13Q1數(shù)據(jù)集，該數(shù)據(jù)集包括2000年至今的NDVI數(shù)據(jù)，時(shí)間分辨率為16 d，空間分辨率為250 m×250 m，考慮到2000年數(shù)據(jù)不完整，故選取2001—2018年間數(shù)據(jù)進(jìn)行研究；GIMMS NDVI數(shù)據(jù)集來(lái)源于美國(guó)國(guó)家航天航空局（NASA)2003年11月推出的最新全球植被指數(shù)變化數(shù)據(jù)，該數(shù)據(jù)集包括了1981—2006年間的全球植被指數(shù)變化，其時(shí)間分辨率是15 d，空間分辨率8 km×8 km，由于1981年數(shù)據(jù)不完整，本文選取1982—2000年間數(shù)據(jù)進(jìn)行研究。采用最大值合成法（MVC）分別將MODIS NDVI和GIMMS NDVI數(shù)據(jù)合成月NDVI數(shù)據(jù)，并將月NDVI合成年NDVI數(shù)據(jù)，MVC法選擇多時(shí)像中每個(gè)像素的最高值數(shù)據(jù)代表當(dāng)前的NDVI值。

氣候數(shù)據(jù)從國(guó)家氣象數(shù)據(jù)服務(wù)中心（CMDC）獲取。丹江口水源區(qū)及其周?chē)灿?5個(gè)氣象站點(diǎn)，本研究獲取了氣象站1982—2018年月平均氣溫和月降水量數(shù)據(jù)，考慮了經(jīng)度、緯度和氣象站高程，采用普通克里格插值獲得平均氣溫和降水量的空間分布數(shù)據(jù)，插值處理后的柵格空間分辨率為1 km。對(duì)插值后的月氣溫?cái)?shù)據(jù)求平均值，獲得年平均氣溫，對(duì)插值后的月降水量數(shù)據(jù)求和，獲得年降水量。土地利用類型數(shù)據(jù)來(lái)源于全球土地覆蓋的精細(xì)分辨率觀測(cè)和監(jiān)測(cè)平臺(tái)（http://data.ess.tsinghua.edu.cn/），空間分辨率為30 m。地形數(shù)據(jù)采用美國(guó)90 m分辨率的SRTM DEM數(shù)據(jù)。

1.3 研究方法

1.3.1 NDVI序列構(gòu)建

van den Dool等學(xué)者[32]在經(jīng)驗(yàn)正交函數(shù)分解法EOF（empirical orthogonal function）算法基礎(chǔ)上提出一種新的方法，用于從給定的時(shí)空數(shù)據(jù)集計(jì)算經(jīng)驗(yàn)正交函數(shù)，該方法基于多元線性回歸，得出在一個(gè)方向（空間或時(shí)間）上的正交解，為了強(qiáng)調(diào)其與EOF的相似性，命名為經(jīng)驗(yàn)正交遙相關(guān)EOT（empirical orthogonal teleconnections）算法。EOT算法原理如下：假設(shè)有一個(gè)離散的時(shí)空數(shù)據(jù)集T（s，t），1≤ t≤ nt，1≤s≤ ns；其中t表示變量（高程、壓力等），s為t對(duì)應(yīng)的觀測(cè)數(shù)據(jù)。EOT是逐步線性回歸，其中預(yù)測(cè)變量和被預(yù)測(cè)量均是T（s，t），通過(guò)搜索所有s來(lái)尋找空間中的點(diǎn)sb（一個(gè)基點(diǎn)），sb表示空間上所有點(diǎn)（包括自身）組合時(shí)的最大方差，通過(guò)標(biāo)準(zhǔn)回歸把T（sb，t）從T（s，t）中刪掉，然后在縮小的數(shù)據(jù)中搜索空間中下一個(gè)最重要的點(diǎn)，最終獲得：

式中αm(t)是時(shí)間序列，em(s)是空間模式，m=1，...，ns。

Appelhans等[33-34]基于EOT的理論背景，在開(kāi)源軟件包remote for r中高效地實(shí)現(xiàn)EOT算法，拓展了EOT算法的應(yīng)用范圍。EOT算法的開(kāi)源程序包可從R綜合檔案網(wǎng)絡(luò)獲得，本研究選取GIMMS NDVI和MODIS NDVI重疊期數(shù)據(jù)（2001—2006）構(gòu)建EOT模型，其中2001—2004年月NDVI數(shù)據(jù)做模型訓(xùn)練，2005—2006年數(shù)據(jù)做驗(yàn)證。借助EOT算法將1982—2006年8 km分辨率GIMMS NDVI數(shù)據(jù)重構(gòu)為1 km分辨率的NDVI數(shù)據(jù)集，將2007—2018年250 m分辨率的MODIS NDVI數(shù)據(jù)集重采樣為1 km分辨率，最終獲得1982—2018年1 km分辨率的NDVI數(shù)據(jù)集。

1.3.2 NDVI時(shí)空變化特征

本文采用最小二乘法（OLS）的斜率建立年份與NDVI之間的線性回歸關(guān)系，分析年均NDVI變化情況，并對(duì)相關(guān)性結(jié)果進(jìn)行F顯著性檢驗(yàn)。

OLS曲線斜率公式如下：

式中θslop代表變量Xi的變化斜率，i代表年份，Xi代表在i年相應(yīng)年份的NDVI值，n為研究期。θslop＞0表示NDVI呈現(xiàn)增加趨勢(shì)，θslop＜0表示NDVI呈現(xiàn)減小趨勢(shì)[22]。

1.3.3 驅(qū)動(dòng)因素分析

因素之間具有密集的相互作用[35]，偏相關(guān)分析是在對(duì)其他變量的影響進(jìn)行控制的條件下，衡量多個(gè)變量中某2個(gè)變量之間的線性相關(guān)程度，可以有效剔除其他變量的影響，在確定2個(gè)變量之間的內(nèi)在線性聯(lián)系時(shí)更真實(shí)可靠。因此本研究使用偏相關(guān)分析研究降水量和氣溫與NDVI之間的關(guān)系，并對(duì)相關(guān)性結(jié)果進(jìn)行顯著性檢驗(yàn)。

殘差是實(shí)際觀測(cè)值與預(yù)測(cè)值（回歸）之間的差異值[36]。本研究使用殘差分析來(lái)量化人類影響對(duì)植被生長(zhǎng)的影響。研究中通過(guò)建立NDVI與降水、氣溫之間的回歸模型來(lái)獲得NDVI的預(yù)測(cè)值，即為氣候變化的影響量，從遙感影像中提取的NDVI值為實(shí)際觀測(cè)值，實(shí)際觀測(cè)值與預(yù)測(cè)值之間的差即為剩余價(jià)值[37]。剩余價(jià)值可以反映出人類活動(dòng)對(duì)植被生長(zhǎng)的影響。殘差分析表達(dá)式為

式中NDVIreal為NDVI真實(shí)值，NDVIpre為NDVI預(yù)測(cè)值；a、b分別為NDVI對(duì)降水和氣溫的回歸系數(shù)；c為回歸常數(shù)項(xiàng)；P為降水量，mm；T代表氣溫，℃；ε＞0說(shuō)明人類活動(dòng)產(chǎn)生正面影響；ε＜0說(shuō)明人類活動(dòng)產(chǎn)生負(fù)面影響；ε=0說(shuō)明人類活動(dòng)產(chǎn)生的影響比較微弱。

通過(guò)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

自然因素對(duì)NDVI的綜合貢獻(xiàn)度為:

2 結(jié)果與分析

2.1 構(gòu)建1 km分辨率數(shù)據(jù)集

本研究采用重疊時(shí)間段2004—2005年數(shù)據(jù)做模型驗(yàn)證，對(duì)EOT NDVI和MODIS NDVI月數(shù)據(jù)進(jìn)行線性擬合（圖1）。結(jié)果表明，2種數(shù)據(jù)間的平均誤差ME為0.029，平均值絕對(duì)誤差MAE為0.045，均方根誤差RMSE為0.057，判定系數(shù)R2=0.904。采用EOT模型預(yù)測(cè)的NDVI值與遙感數(shù)據(jù)觀測(cè)值之間的誤差相對(duì)較小，證明EOT算法在空間重采樣中的應(yīng)用是合理的。

圖1EOT NDVI與MODIS NDVI月數(shù)據(jù)線性擬合Fig.1 Linear fitting of monthly data from EOT NDVI and MODIS NDVI

2.2 NDVI時(shí)空變化

圖2 為丹江口水源區(qū)1982—2018年年均NDVI時(shí)間變化趨勢(shì)。由圖可知，在研究時(shí)段內(nèi)，研究區(qū)年均NDVI呈現(xiàn)波動(dòng)上升趨勢(shì)，年均變化量為0.002 9。年均NDVI最小值出現(xiàn)在1999年，最大值出現(xiàn)在2015年。在整體趨勢(shì)上，2001年前年均NDVI波動(dòng)較大，2001年后年均NDVI波動(dòng)較小。

圖2 1982－2018年年均NDVI變化Fig.2 Annual average NDVI change from 1982 to 2018

空間上丹江口水源區(qū)89.93%的像元年均NDVI呈現(xiàn)增加趨勢(shì)（圖3），10.06%的像元年均NDVI呈現(xiàn)減小趨勢(shì)。變化的像元中69.14%的像元通過(guò)顯著相關(guān)檢驗(yàn)（P＜0.05），發(fā)生顯著變化的區(qū)域年均NDVI主要呈現(xiàn)增長(zhǎng)趨勢(shì)。年均NDVI發(fā)生變化的區(qū)域呈現(xiàn)明顯的空間異質(zhì)性，研究區(qū)大部分區(qū)域NDVI呈現(xiàn)增加趨勢(shì)，在漢中盆地、安康盆地河流周?chē)约澳喜恐裣h等區(qū)域年均NDVI增加趨勢(shì)較其他區(qū)域明顯。年均NDVI呈現(xiàn)減小的區(qū)域主要分布在丹江口水庫(kù)、十堰市、南陽(yáng)市盆地周?chē)?/p>

圖3 1982－2018年年均NDVI變化斜率Fig.3 Slope of annual average NDVI change from 1982 to 2018

2.3 氣候與人類活動(dòng)與NDVI關(guān)系

由圖4可知，1982—2018年年平均氣溫整體呈現(xiàn)上升趨勢(shì)，波動(dòng)較小，年均變化量為0.037°C，年平均氣溫最高值出現(xiàn)在2013年，為15.19°C，最低氣溫出現(xiàn)在1984年，為13.14°C；1982—2018年降水整體呈現(xiàn)下降趨勢(shì)，波動(dòng)較大，年均變化量為0.675 mm，年降水量最高值出現(xiàn)在1983年，為1229.43 mm，最低值出現(xiàn)在1997年，為618.88 mm。年降水量和年平均氣溫在流域分布上呈現(xiàn)空間差異，在研究區(qū)北部和西部熱量資源分布較少，中部地區(qū)分布較多；年降水量由南到北呈現(xiàn)遞減趨勢(shì)，降水資源分布最多的區(qū)域位于西南部，分布較少的區(qū)域位于北部。

基于年尺度計(jì)算降水量和平均氣溫與NDVI相關(guān)性，年平均氣溫均與NDVI呈現(xiàn)正相關(guān)關(guān)系，相關(guān)系數(shù)0.230，年降水量與NDVI間的相關(guān)系數(shù)為0.133，在年尺度上氣溫和降水與NDVI的相關(guān)性均不顯著；月尺度上氣溫與NDVI呈現(xiàn)顯著正相關(guān)關(guān)系0.792（P＜0.05）,降水量與NDVI呈現(xiàn)顯著負(fù)相關(guān)關(guān)系－0.43（P＜0.05）；在年尺度和月尺度上氣溫對(duì)NDVI影響均大于降水量。

圖4 1982—2018年年降水量和年平均氣溫變化Fig.4 Annual precipitation and annual mean temperature changes from 1982 to 2018

為探索氣候因素對(duì)NDVI影響的空間差異，逐柵格計(jì)算1982—2018年期間氣候因素與NDVI值的偏相關(guān)系數(shù)，并進(jìn)行顯著性檢驗(yàn)。在氣溫與NDVI偏相關(guān)計(jì)算中，99.80%的像元呈現(xiàn)正相關(guān)，其中98.60%的像元呈現(xiàn)顯著正相關(guān)（P＜0.05），僅0.20%的像元呈現(xiàn)負(fù)相關(guān)關(guān)系。在降水與NDVI偏相關(guān)計(jì)算中，95.80%的像元呈現(xiàn)負(fù)相關(guān)，其中72.40%的像元呈現(xiàn)顯著負(fù)相關(guān)（P＜0.05），4.20%的像元呈現(xiàn)正相關(guān)關(guān)系。如圖5所示：研究區(qū)氣溫與NDVI整體呈現(xiàn)正相關(guān)關(guān)系，呈負(fù)相關(guān)的區(qū)域零星分布在南部，且呈現(xiàn)正相關(guān)的區(qū)域相關(guān)程度較低；在研究區(qū)東北部以及西部區(qū)域，氣溫與NDVI相關(guān)性較其他區(qū)域高。研究區(qū)降水整體與NDVI呈現(xiàn)負(fù)相關(guān)，呈現(xiàn)正相關(guān)的區(qū)域零星分布在西北部和南部，且呈現(xiàn)正相關(guān)的區(qū)域相關(guān)程度較低；在研究區(qū)西部和東北部區(qū)域，降水與NDVI相關(guān)性較其他區(qū)域高。

通過(guò)NDVI與降水量和平均氣溫的回歸分析，基于像元尺度計(jì)算NDVI殘差，表征人類活動(dòng)對(duì)NDVI的影響，殘差值為正的區(qū)域說(shuō)明人類活動(dòng)對(duì)區(qū)域NDVI變化產(chǎn)生正面影響，而殘差值為負(fù)說(shuō)明人類活動(dòng)對(duì)區(qū)域NDVI變化產(chǎn)生負(fù)面影響。1982—2018年NDVI殘差值空間分布見(jiàn)圖6。

圖5 氣溫和降水量與NDVI偏相關(guān)系數(shù)空間分布Fig.5 Spatial distribution of partial correlation coefficients of temperature and precipitation with NDVI

圖6 1982—2018年NDVI殘差值空間分布Fig.6 Spatial distribution of NDVI residuals from 1982 to 2018

由圖可知：殘差值為正和負(fù)的區(qū)域分別占研究區(qū)總面積的67.74%和32.26%，說(shuō)明人類活動(dòng)產(chǎn)生的影響以正面為主。殘差值分布在0～0.05范圍的區(qū)域面積占比最高，分布在整個(gè)研究區(qū)；其次為-0.05～0范圍，主要分布在丹江口水庫(kù)附近、東北部南陽(yáng)盆地附近；人類活動(dòng)產(chǎn)生較為明顯的正面影響區(qū)域占比13.93%（0.05～0.203），集中分布在河流兩側(cè)；人類活動(dòng)產(chǎn)生較為明顯的負(fù)面影響區(qū)域占比4.60%（-1.66～-0.05），零散分布在研究區(qū)。

進(jìn)一步將氣候因素和人類活動(dòng)因素對(duì)NDVI的貢獻(xiàn)度進(jìn)行分離，由氣候因素和人類活動(dòng)對(duì)NDVI綜合貢獻(xiàn)度結(jié)果可知（圖7），氣候因素對(duì)區(qū)域植被覆蓋變化的綜合貢獻(xiàn)度為92.14%，人類活動(dòng)因素的綜合貢獻(xiàn)度為7.86%，氣候因素在NDVI變化中的綜合貢獻(xiàn)度整體較人類因素大，在NDVI變化的影響因素中占主導(dǎo)地位。2種因素的綜合貢獻(xiàn)度的空間分布呈現(xiàn)差異，人類活動(dòng)的綜合貢獻(xiàn)度最高的區(qū)域分布在中心城市周?chē)h中、安康等），在河流兩側(cè)較高，而在其他區(qū)域較低，而氣候因素在中心城市周?chē)畹停浯螢楹恿鲀蓚?cè)及丹江口水庫(kù)周?chē)?，而在其他區(qū)域較高，遠(yuǎn)遠(yuǎn)超過(guò)人類活動(dòng)綜合貢獻(xiàn)度。

圖7 人類活動(dòng)與氣候因素綜合貢獻(xiàn)度Fig.7 Comprehensive contribution of human activities and climate factors

采用最小二乘法斜率擬合1982—2018年人類活動(dòng)綜合貢獻(xiàn)度和氣候因素綜合貢獻(xiàn)度空間變化情況，結(jié)果顯示，37 a間人類活動(dòng)的綜合貢獻(xiàn)度變化率為0.019/a，自然因素的綜合貢獻(xiàn)度變化率為－0.023/a，人類活動(dòng)的綜合貢獻(xiàn)度呈現(xiàn)上升趨勢(shì)，而自然因素則呈現(xiàn)下降趨勢(shì)。基于像元尺度進(jìn)一步探討人類活動(dòng)因素和自然因素變化的空間特征，結(jié)果顯示（圖8）：研究時(shí)段內(nèi)，在人類活動(dòng)貢獻(xiàn)較高的區(qū)域，人類活動(dòng)的貢獻(xiàn)度呈現(xiàn)明顯增加趨勢(shì)，而這些區(qū)域的氣候因素貢獻(xiàn)度則明顯下降趨勢(shì)，說(shuō)明此區(qū)域的人類活動(dòng)程度不斷加強(qiáng)，自然因素對(duì)區(qū)域NDVI的影響不斷減弱。在其它區(qū)域人類活動(dòng)的綜合貢獻(xiàn)度呈現(xiàn)減小趨勢(shì)，而氣候因素的綜合貢獻(xiàn)度呈現(xiàn)增加趨勢(shì)。

圖8 人類活動(dòng)與氣候因素綜合貢獻(xiàn)度變化斜率Fig.8 Change slope of comprehensive contribution of human activities and climate factors

3 討 論

3.1 NDVI時(shí)空變化

1982—2018年間丹江口水源區(qū)植被覆蓋整體呈現(xiàn)上升趨勢(shì)，是區(qū)域植被改善的體現(xiàn)。丹江口水庫(kù)作為南水北調(diào)的核心水源地，隨著南水北調(diào)中線工程的推進(jìn)以及生態(tài)文明理念的普及，國(guó)家和地方意識(shí)到水源地生態(tài)環(huán)境狀況決定著調(diào)水工程的水質(zhì)和水量，進(jìn)而影響到調(diào)水工程的成敗和受水區(qū)人民的生產(chǎn)和生活，相關(guān)部門(mén)采取了一系列的生態(tài)措施，包括天然林保護(hù)工程、退耕還林工程與多項(xiàng)水利補(bǔ)償工程等[38-39]，這些工程的實(shí)施一定程度上促進(jìn)了區(qū)域NDVI的增加。天然林保護(hù)工程在1998年開(kāi)始，退耕還林政策在1999年開(kāi)始，且流域上游陜西省作為首批試點(diǎn)，生態(tài)保護(hù)工作的實(shí)施，使得區(qū)域植被逐漸趨于穩(wěn)定，這可能是造成NDVI在2001年前波動(dòng)較大，而2001年后變化趨勢(shì)較為穩(wěn)定的原因。

空間上，在漢中盆地、安康盆地河流附近以及南部竹溪縣等區(qū)域植被覆蓋增加趨勢(shì)較其他區(qū)域大，此區(qū)域位于丹江口水庫(kù)上游，且分布于河流附近，由于上游生態(tài)環(huán)境狀況直接影響到水源區(qū)的水質(zhì)水量，故近些年在上游開(kāi)展了一系列水源地保護(hù)措施，且相關(guān)研究證明這些區(qū)域?qū)嵤┑纳鷳B(tài)保護(hù)措施取得顯著成效[40-41]。植被覆蓋呈現(xiàn)明顯減小的區(qū)域主要分布在十堰市、南陽(yáng)盆地周?chē)?，中心城市多分布于此區(qū)域，經(jīng)濟(jì)較為發(fā)達(dá)，發(fā)展經(jīng)濟(jì)的同時(shí)造成城市的擴(kuò)張，對(duì)區(qū)域植被造成一定影響。

3.2 NDVI變化影響因素

1982—2018年間，研究區(qū)降水呈現(xiàn)減小趨勢(shì)，而氣溫呈現(xiàn)增加趨勢(shì)，表明區(qū)域氣候逐漸呈現(xiàn)暖干化趨勢(shì)，由相關(guān)性分析結(jié)果發(fā)現(xiàn)，氣候變化趨勢(shì)有利于區(qū)域植被生長(zhǎng)，研究時(shí)段內(nèi)植被整體增長(zhǎng)趨勢(shì)與氣候的變化趨勢(shì)有密切關(guān)系。

研究區(qū)整體尺度上植被覆蓋變化與氣溫和降水均呈現(xiàn)顯著相關(guān)關(guān)系，說(shuō)明區(qū)域植被覆蓋情況受氣候影響較大。研究區(qū)水系發(fā)達(dá)，水資源豐富，區(qū)域植被對(duì)降水的依賴相對(duì)較小，而充足的熱量資源會(huì)促進(jìn)植被生長(zhǎng)，因此區(qū)域整體受氣溫影響大于降水。區(qū)域尺度上，NDVI對(duì)氣溫和降水的響應(yīng)呈現(xiàn)出空間差異。研究區(qū)西部河谷及東北部區(qū)域氣溫與NDVI的相關(guān)程度較其他區(qū)域高，此區(qū)域地勢(shì)相對(duì)較低，且為河谷地帶，區(qū)域水系發(fā)達(dá)，充足的熱量資源對(duì)河谷植被的生長(zhǎng)起到促進(jìn)作用。在地勢(shì)較高的區(qū)域，NDVI對(duì)氣溫的響應(yīng)程度較河谷地帶低，是由于高海拔區(qū)為山地地帶，受垂直分布影響，區(qū)域熱量資源分布有限，且受地形因素的影響，區(qū)域?qū)邓蕾囆暂^強(qiáng)，此區(qū)域植被受降水和氣溫的共同影響。研究區(qū)NDVI與降水呈現(xiàn)負(fù)相關(guān)的區(qū)域集中分布在海拔較高的區(qū)域，此區(qū)域地勢(shì)復(fù)雜，地形的高差影響水資源的儲(chǔ)存，山地植被的水資源供給主要依賴于降水，充足的降水資源有利于植被生長(zhǎng)。在研究區(qū)東北部和西部區(qū)域，降水和NDVI之間呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，此區(qū)域地勢(shì)低平、地表水系發(fā)達(dá)、灌溉設(shè)施相對(duì)齊備，過(guò)多的降水會(huì)增加土壤濕度，導(dǎo)致地面潛熱蒸發(fā)較大，使得氣溫降低，影響植物的光合作用，對(duì)植被的生長(zhǎng)產(chǎn)生不利影響，同時(shí)過(guò)多的降水也將導(dǎo)致洪澇災(zāi)害。綜上所述，在海拔較高的山地區(qū)，植被生長(zhǎng)受降水和氣溫的綜合作用，而在地勢(shì)較為低平的盆地和河谷區(qū)，氣溫對(duì)區(qū)域植被生長(zhǎng)顯著的正相關(guān)關(guān)系，而降水主要產(chǎn)生顯著負(fù)相關(guān)關(guān)系，氣溫對(duì)植被的影響大于降水。

人類活動(dòng)對(duì)植被覆蓋變化的影響具有雙重作用，其影響主要體現(xiàn)在：一方面表現(xiàn)為對(duì)植被覆蓋增加的促進(jìn)作用（生態(tài)工程等），另一方面為對(duì)植被覆蓋減少的破壞作用（城市擴(kuò)張等）。殘差分析的結(jié)果顯示人類活動(dòng)對(duì)區(qū)域植被覆蓋情況主要產(chǎn)生正面影響，且產(chǎn)生明顯正面影響的區(qū)域主要分布在河流沿岸與周邊地區(qū)，說(shuō)明在國(guó)家水源地實(shí)施的相關(guān)生態(tài)保護(hù)政策的作用下，研究區(qū)河流沿岸植被覆蓋有了明顯改善。由人類活動(dòng)和自然因素對(duì)NDVI變化的綜合貢獻(xiàn)度空間分布顯示，在大部分區(qū)域氣候因素的綜合貢獻(xiàn)度遠(yuǎn)高于人類活動(dòng)的綜合貢獻(xiàn)度，僅在河流沿岸及中心城市周?chē)祟惥C合貢獻(xiàn)度較高；中心城市周?chē)鷼埐钪禐樨?fù)，說(shuō)明此區(qū)域植被變化主要由人類活動(dòng)引起的負(fù)面影響，原因是由于在中心城市經(jīng)濟(jì)發(fā)展較好，經(jīng)濟(jì)快速發(fā)展將導(dǎo)致城市擴(kuò)張，建設(shè)用地占用耕地和林地的現(xiàn)象，對(duì)區(qū)域植被造成一定影響；河流沿岸開(kāi)展的退耕還林、退坡還草等相關(guān)政策使得河流兩側(cè)植被明顯改善，并且研究時(shí)段內(nèi)此區(qū)域人類活動(dòng)的綜合貢獻(xiàn)度呈現(xiàn)增加趨勢(shì)，而自然因素呈現(xiàn)逐漸減小趨勢(shì)，說(shuō)明人為因素的影響逐漸增大。

研究時(shí)段內(nèi)，氣候因素對(duì)植被覆蓋的影響程度始終占據(jù)主導(dǎo)地位，是影響區(qū)域植被覆蓋的關(guān)鍵因素。受地形和土地利用類型的影響，氣溫和降水對(duì)植被覆蓋的影響具有明顯區(qū)域特征，但在一些生態(tài)政策實(shí)施區(qū)域，氣候因素對(duì)植被覆蓋的影響并沒(méi)有表現(xiàn)出異于其它區(qū)域的規(guī)律，而人類活動(dòng)卻對(duì)此區(qū)域的植被覆蓋的影響較大，是影響區(qū)域植被覆蓋的關(guān)鍵因素。

3.3 下一步研究重點(diǎn)

本文采用長(zhǎng)時(shí)序NDVI數(shù)據(jù)研究區(qū)域植被覆蓋變化特征，研究中發(fā)現(xiàn)隨不同時(shí)期區(qū)域政策、經(jīng)濟(jì)等變化，植被覆蓋空間變化情況可能會(huì)呈現(xiàn)差異，為克服此問(wèn)題，在后續(xù)研究中，考慮分區(qū)域探討植被覆蓋變化。本研究采用殘差法分析人類活動(dòng)對(duì)區(qū)域植被的影響情況，在后期研究中，將綜合考慮多種因素，構(gòu)建人類活動(dòng)評(píng)價(jià)體系，深入分析人類活動(dòng)對(duì)區(qū)域植被的影響。此外，針對(duì)NDVI在植被覆蓋度較高的區(qū)域易出現(xiàn)飽和現(xiàn)象,對(duì)低植被覆蓋區(qū)土壤背景的影響沒(méi)有處理等缺陷，眾多學(xué)者提出其他植被指數(shù)，如土壤調(diào)節(jié)植被指數(shù)（SAVI）[42]、抗大氣植被指數(shù)（ARVI）[43]、增強(qiáng)型植被指數(shù)（EVI）[44]等，且近些年圍繞NDVI和EVI在植被覆蓋度方面有大量研究[45-47]。本研究在后期研究中將引入其他指數(shù)，克服NDVI的缺陷，獲得更為準(zhǔn)確的研究結(jié)果。

在NDVI時(shí)空變化方面，本文選取整個(gè)研究時(shí)段為時(shí)間尺度，整個(gè)研究區(qū)為空間尺度，但往往掩蓋局部時(shí)間段和部分空間區(qū)域NDVI變化。如在岳輝等[48]、Liu等[49]學(xué)者對(duì)相關(guān)區(qū)域2000—2015年NDVI變化研究中，漢中、安康等區(qū)域NDVI呈現(xiàn)減小趨勢(shì)。因此，在長(zhǎng)時(shí)序NDVI變化研究中，隨不同時(shí)間段區(qū)域政策、經(jīng)濟(jì)等變化，NDVI空間變化情況可能會(huì)呈現(xiàn)差異。在后期研究中，嘗試從不同時(shí)間段及不同區(qū)域進(jìn)行人類活動(dòng)影響的研究。

4 結(jié) 論

本文選取GIMMS NDVI和MODIS NDVI數(shù)據(jù)，采用基于像元的EOT算法構(gòu)建1982－2018年丹江口水源區(qū)1 km分辨率的NDVI序列，分析區(qū)域植被覆蓋時(shí)空變化特征，并采用相關(guān)性分析及殘差法研究其變化的驅(qū)動(dòng)因素，主要結(jié)論如下：

1） 本文基于2001－2006的 GIMMS NDVI和MODIS NDVI重疊時(shí)期數(shù)據(jù)，訓(xùn)練并驗(yàn)證EOT算法，驗(yàn)證證明EOT方法預(yù)測(cè)的性能較好，在空間重采樣中的應(yīng)用較為合理。

2）1982－2018年間，年均NDVI呈現(xiàn)波動(dòng)上升趨勢(shì)，年均變化量為0.003，區(qū)域植被覆蓋明顯改善。空間上，89.93%的區(qū)域植被覆蓋呈現(xiàn)增加趨勢(shì)，漢中市、安康市河流附近以及北部商州市、南部竹溪縣等區(qū)域增加趨勢(shì)較其他區(qū)域明顯；植被覆蓋減小的區(qū)域主要分布在丹江口水庫(kù)、十堰市、南陽(yáng)市、平利縣等周?chē)?/p>

3）氣候因素是影響丹江口水源區(qū)植被覆蓋變化的主導(dǎo)因素，其中氣溫的影響程度大于降水量，氣溫和降水量對(duì)植被覆蓋變化的影響呈現(xiàn)明顯空間異質(zhì)性。人類活動(dòng)是植被顯著變化區(qū)域的主要影響因素，且對(duì)區(qū)域植被覆蓋變化的影響具有雙重作用，在生態(tài)保護(hù)工程實(shí)施的區(qū)域，人類活動(dòng)呈現(xiàn)正面影響，在經(jīng)濟(jì)發(fā)展較好的盆地和城市周?chē)?，人類活?dòng)則呈現(xiàn)出明顯的負(fù)面影響。