黃河源植被覆蓋度變化及空間分布自然驅(qū)動(dòng)力分析

高思琦 ，董國濤, ，蔣曉輝，聶桐 ，郭欣偉，黨素珍，李心宇，李昊洋

1. 西北大學(xué)城市與環(huán)境學(xué)院，陜西 西安 710127；2. 黃河水利委員會(huì)黃河水利科學(xué)研究院，河南 鄭州 450003；3. 黑河水資源與生態(tài)保護(hù)研究中心，甘肅 蘭州 730030

植被可以將土壤、大氣、水分和人類社會(huì)緊密聯(lián)系起來，具有調(diào)節(jié)地表碳循環(huán)和氣候系統(tǒng)的作用（Piao et al.，2011）。歸一化植被指數(shù)（NDVI）作為一種能夠有效反映地表植被生長變化情況的遙感指標(biāo)（金凱等，2020），已經(jīng)廣泛應(yīng)用于區(qū)域植被覆蓋變化及空間分布的監(jiān)測(cè)（穆少杰等，2012；袁麗華等，2013；楊彩云等，2021）。植被NDVI的驅(qū)動(dòng)機(jī)制是目前研究的熱點(diǎn)，氣候和人類活動(dòng)因素對(duì)植被的影響是主要研究內(nèi)容（Liu et al.，2015；Jiang et al.，2017）。黃土高原（劉靜等，2020）、青藏高原（韓炳宏等，2019）、榆林地區(qū)（欒金凱等，2018）等區(qū)域影響植被NDVI的主要是氣候因素。秦嶺-淮河南北植被主要受生態(tài)建設(shè)驅(qū)動(dòng)（李雙雙等，2021）。除此之外，地形、土壤等其他自然條件也是影響植被覆蓋的重要因子（孫紅雨等，1998）。覃金蘭等（2020）通過空間疊加分析研究了西北干旱區(qū)植被覆蓋度的地形分異特征；張英潔等（2017）發(fā)現(xiàn)土壤肥力是影響長白山苔原帶植被NDVI的重要因子。自然因子對(duì)植被NDVI空間分布的影響具有空間異質(zhì)性（高江波等，2019）及交互作用（彭文甫等，2019），因此關(guān)于區(qū)域植被的驅(qū)動(dòng)機(jī)制需要進(jìn)一步研究多因子的協(xié)同作用。

黃河源區(qū)海拔高，生態(tài)環(huán)境脆弱，作為整個(gè)黃河流域的水源涵養(yǎng)區(qū)，黃河源區(qū)生態(tài)環(huán)境保護(hù)對(duì)黃河流域的可持續(xù)發(fā)展具有重要作用（郭澤呈等，2020），因此，研究黃河源區(qū)植被覆蓋變化及空間分布的自然驅(qū)動(dòng)機(jī)制具有重要意義。目前大多數(shù)關(guān)于黃河源區(qū)植被的研究（吳喜芳等，2015；張曉龍等，2019）是運(yùn)用相關(guān)分析等定性研究方法，沒有考慮到因子對(duì)植被影響的空間異質(zhì)性，并且黃河源區(qū)自然條件復(fù)雜（潘竟虎等，2005），現(xiàn)有研究大多只分析了氣候因子對(duì)植被的影響，缺乏對(duì)地形地貌等其他自然因子影響力的研究。王勁峰等（2017）提出的地理探測(cè)器是一種可以定量探測(cè)地理現(xiàn)象空間分異性及其驅(qū)動(dòng)力的方法，同時(shí)能夠探測(cè)變量之間的交互作用，目前已有學(xué)者有效運(yùn)用該模型對(duì)中亞（王偉等，2019）、內(nèi)蒙古（陳寬等，2021）、祁連山國家公園（張華等，2021）、黃土高原（張翀等，2021）、延安（聶桐等，2021）等不同尺度的干旱半干旱地區(qū)植被NDVI驅(qū)動(dòng)機(jī)制進(jìn)行了研究。本文運(yùn)用趨勢(shì)分析法分析 2000—2018年黃河源區(qū)植被NDVI時(shí)空變化特征，運(yùn)用地理探測(cè)器研究黃河源區(qū)植被的空間分異性，基于8種自然因子數(shù)據(jù)定量探究植被NDVI空間分布的驅(qū)動(dòng)機(jī)制，以期為黃河源區(qū)生態(tài)保護(hù)提供科學(xué)依據(jù)。

1 研究區(qū)概況

如圖1所示，黃河源區(qū)位于青藏高原東北部，地跨四川、甘肅和青海3個(gè)省，地理坐標(biāo)為31.5—36.5°N，95.5—103.5°E，流域面積為 13.4×104km2，地勢(shì)西高東低，平均海拔4473 m（錢程等，2012）。黃河源區(qū)地處干旱—半干旱的過渡地帶，氣候?yàn)楦咴箨懶詺夂颍祼偟龋?011），年均溫在 0 ℃左右，全年降水主要集中在6—9月（韓思淇等，2019），氣溫和降水量大致由東南向西北遞減，區(qū)域內(nèi)植被以高寒植被類型為主。黃河源區(qū)屬于高海拔地區(qū)，對(duì)于氣候變化非常敏感，生態(tài)環(huán)境十分脆弱（于伯華等，2011）。

圖1 黃河源區(qū)示意圖Figure 1 Sketch map of the source area of the Yellow River

2 研究方法

2.1 數(shù)據(jù)來源及預(yù)處理

研究數(shù)據(jù)包括黃河源植被NDVI、高程、地形、氣候、土壤類型、地貌類型、植被類型等。2000—2018年植被NDVI數(shù)據(jù)采用時(shí)間分辨率為16 d和空間分辨率為 1 km的 MODIS NDVI數(shù)據(jù)（https://ladsweb. nascom.nasa.gov/），并進(jìn)行最大值合成，本研究中年NDVI為區(qū)域年平均NDVI。按照等間距法（彭文甫等，2016）將植被NDVI值劃分為低（0—0.2）、中低（0.2—0.4）、中（0.4—0.6）、中高（0.6—0.8）和高（0.8—1.0）5個(gè)植被覆蓋度等級(jí)，以分析 2000—2018年黃河源植被覆蓋度變化；年均溫和年降水量數(shù)據(jù)采用黃河源區(qū)內(nèi)及周邊24個(gè)氣象站點(diǎn)2000—2018年的實(shí)測(cè)逐日氣象數(shù)據(jù)，采用反距離權(quán)重插值方法進(jìn)行空間插值；黃河源區(qū)的土壤類型、植被類型和地貌類型數(shù)據(jù)，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/）；數(shù)字高程模型（DEM）數(shù)據(jù)來源于中國科學(xué)院地理空間數(shù)據(jù)云（http://www.gscloud.cn/），使用GDEMV2 30 m的分辨率數(shù)字高程數(shù)據(jù)，高程、坡度、坡向由DEM數(shù)據(jù)計(jì)算獲取。以上數(shù)據(jù)均按照黃河源區(qū)矢量邊界掩膜提取，通過重采樣處理，與1 km的NDVI數(shù)據(jù)像元大小保持一致。

本研究根據(jù)黃河源區(qū)的特點(diǎn)，如表1所示，選取坡度、坡向、高程等通過改變局部氣候要素影響植被生長的地形因子，年均溫、年降水量等影響水熱條件的氣候因子和土壤類型、植被類型、地貌類型等影響植被生長的環(huán)境因子，共8個(gè)自然因子，分析黃河源區(qū)植被NDVI空間分布的驅(qū)動(dòng)力。地理探測(cè)器的自變量必須為類型量，因此要將自然因子進(jìn)行分類。如圖2所示，本文運(yùn)用自然斷點(diǎn)法將高程、年均溫、年降水量等劃分9級(jí)，該方法可以避免人為引入的干擾，最大限度地提高類之間的差異（Chen et al.，2013），被廣泛應(yīng)用于地理檢測(cè)器的數(shù)據(jù)分類（Nie et al.，2021；劉彥隨等，2017）。將坡向按照坡面朝向劃分為9級(jí)，坡度根據(jù)《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》劃分7級(jí)，土壤類型根據(jù)“土壤發(fā)生分類”系統(tǒng)的土綱劃分為10類，植被類型根據(jù)《1∶1000000中國植被圖集》的植被大類劃分為9類，地貌類型根據(jù)《中華人民共和國地貌圖集(1∶100萬)》劃分為6類。在全區(qū)范圍內(nèi)生成5 km×5 km格網(wǎng)，共5331個(gè)中心點(diǎn)作采樣點(diǎn)，提取空間上對(duì)應(yīng)的X和Y屬性值，代入地理探測(cè)器模型。

圖2 自然因子分類圖Figure 2 Classification of natural factors

表1 自然因子Table 1 Natural factors

2.2 趨勢(shì)分析

一元線性回歸趨勢(shì)法是基于像元分析變量變化趨勢(shì)的方法（陳燕麗等，2011）。按自然間斷點(diǎn)法將植被變化趨勢(shì)分為7類：顯著減少、中度減少、輕微減少、基本不變、輕微增加、中度增加和顯著增加。趨勢(shì)斜率公式（劉憲鋒等，2015）為：

式中：

n——研究累計(jì)年數(shù)（n=19）；

i——從1到n，代表年份序號(hào)；

Vi——第i年的植被NDVI值；

θslope——趨勢(shì)線斜率。若θslope＞0，表明植被覆蓋呈上升趨勢(shì)；若θslope＜0，表明植被覆蓋呈下降趨勢(shì)；若θslope=0，說明植被覆蓋無明顯變化。

2.3 地理探測(cè)器模型

地理探測(cè)器可以探測(cè)空間分異性及其驅(qū)動(dòng)因素，包括4個(gè)探測(cè)器（王勁峰等，2017），在分析地理要素格局演變和地域空間分異等方面應(yīng)用非常廣泛（劉彥隨等，2017）。本文運(yùn)用地理探測(cè)器探測(cè)2000、2005、2010、2015和2018年5期自然因子對(duì)NDVI空間分布的影響。

2.3.1 因子探測(cè)

探測(cè)植被NDVI的空間分異性。此處，用q值表示自然因子解釋了100×q%的植被NDVI，值域?yàn)閇0, 1]，q值越大表示自然因子對(duì)植被NDVI的影響力越大，反之則越小。q值計(jì)算公式如下：

式中：

q——自然因子對(duì) NDVI的解釋力；研究區(qū)劃分為h=1, 2…,L個(gè)區(qū)域；

Nh和N——層h和全區(qū)域單元數(shù)；

和σ2——層h和區(qū)域的Y值方差。

2.3.2 交互作用探測(cè)

自然界中因子不是獨(dú)立存在的，因子間存在相互作用，交互探測(cè)可以探測(cè)不同自然因子間的交互作用。評(píng)估方法如表2。

表2 交互作用類型Table 2 Types of interaction

2.3.3 風(fēng)險(xiǎn)區(qū)探測(cè)

區(qū)域間的屬性值顯著差異性可用于判斷植被覆蓋好的區(qū)域以及植被 NDVI對(duì)自然驅(qū)動(dòng)因子適宜的范圍或類型。用t統(tǒng)計(jì)量來檢驗(yàn)：

式中：

——子區(qū)域h內(nèi)的屬性均值；

——子區(qū)域h內(nèi)的樣本數(shù)量；

Var——方差。零假設(shè)H0：，如果在置信水平α下拒絕H0，則認(rèn)為兩個(gè)子區(qū)域間的屬性均值存在著明顯的差異。

2.3.4 生態(tài)探測(cè)

可判斷哪種自然因子對(duì)植被NDVI空間分布具有更重要的影響力。以F統(tǒng)計(jì)量來衡量：

式中：δX1

NX1及NX2——兩個(gè)因子X1和X2的樣本量；

δX1和δX2——由X1和X2形成的分層的層內(nèi)方差之和；

L1和L2——變量X1和X2分層數(shù)目。其中零假設(shè)H0：δX1=δX2，如果在α的顯著性水平上拒絕H0，表明兩因子X1和X2對(duì)屬性Y的空間分布影響存在著顯著差異。

3 結(jié)果與分析

3.1 黃河源降水、氣溫變化特征

由圖3可知，黃河源2000—2018年平均氣溫為1.466 ℃，平均降水量為527.718 mm，插值得出的數(shù)據(jù)與韓思淇等（2019）的研究結(jié)果大致相同。年均溫呈上升趨勢(shì)，由 2000年的 0.580 ℃上升至2018年的1.780 ℃，氣溫增加速率為0.503 ℃/10 a，這與管曉祥等（2021）研究得出的氣溫增率大致相同。年降水量也呈上升趨勢(shì)，由2000年的434.447 mm上升至2018年的676.456 mm，降水增加速率為67.422 mm/10 a，這與張成鳳等（2019）研究得出的降水增率大致相同。經(jīng)過歸一化后，氣溫上升速率大于降水上升速率。

圖3 2000—2018年年降水量、年均溫變化趨勢(shì)Figure 3 Change trend of precipitation and temperature during 2000-2018

3.2 黃河源植被NDVI時(shí)空變化

如圖4所示，黃河源區(qū)NDVI西北低，中部和東南部高，這與黃河源的海拔及氣候條件的空間分布基本一致。2000年和 2018年黃河源區(qū)內(nèi)大部分面積的NDVI大于0.6，說明黃河源區(qū)植被覆蓋較好。

圖4 2000年和2018年NDVIFigure 4 NDVI in 2000 and 2018

表3顯示，2000年和2018年高、中高植被覆蓋區(qū)分別占黃河源區(qū)面積的63.71%、73.89%，低、中低總共分別占15.13%、8.84%，反映了黃河源區(qū)植被覆蓋情況轉(zhuǎn)好。2018年與2000年相比，除高植被覆蓋區(qū)面積增大外，其他NDVI等級(jí)區(qū)域面積均減小，其中，中低植被覆蓋區(qū)面積減少最多，減幅為5.37%，高植被覆蓋區(qū)面積增幅達(dá)13.77%。

表3 2000—2018年NDVI動(dòng)態(tài)變化Table 3 Dynamic changes of NDVI during 2000-2018

圖5顯示，2000—2018年黃河源區(qū)NDVI變化趨勢(shì)均值為0.013/10 a，NDVI值在2008年最小，2018年達(dá)到最大，整體呈波動(dòng)上升趨勢(shì)。顯著性檢驗(yàn)（魏鳳英，2007）顯示|Z|=0.287＜Z0.05=0.328，所以NDVI變化趨勢(shì)不顯著。

圖5 2000—2018年NDVI變化趨勢(shì)Figure 5 Change trend of NDVI during 2000-2018

從表4和圖6可知，2000—2018年黃河源區(qū)植被增加面積占比最大的區(qū)域主要在北部，面積為6.50×104km2，占比為 48.66%；植被減少區(qū)域主要集中在中部和東南部，占比為19.86%；植被基本不變的區(qū)域不同程度地分布在全區(qū)域。

表4 2000—2018年NDVI變化趨勢(shì)Table 4 Change trend of NDVI during 2000-2018

圖6 2000—2018年NDVI變化趨勢(shì)分布Figure 6 Distribution of NDVI change trend in 2000-2018

3.3 自然因子影響力分析

因子探測(cè)器反映了 2018年各自然因子對(duì)黃河源區(qū)NDVI影響的大小。各自然因子的q值如表5所示，各自然因子對(duì)黃河源區(qū)NDVI影響程度的排序?yàn)槟杲邓浚靖叱蹋灸昃鶞兀局脖活愋停就寥李愋停酒露龋镜孛差愋停酒孪?。年降水量的q值最大，解釋力達(dá)到了 60%，因此，年降水量是影響黃河源區(qū)NDVI空間分布的主要自然因子；其次為高程，解釋力在30%以上，對(duì)NDVI的分布也有較大影響；年均溫和植被類型解釋力均在20%以上；土壤類型解釋力超過10%；坡度、地貌類型和坡向的單個(gè)因素解釋力很小。

表5 自然因子的q值Table 5 q values of natural factors

3.4 自然因子交互作用及影響力差異分析

表6中交互作用探測(cè)結(jié)果顯示，所有自然因子交互作用都呈現(xiàn)相互增強(qiáng)和非線性增強(qiáng)關(guān)系，其中高程與坡度、坡向的交互作用及地貌類型與坡向、高程、土壤類型、年均溫的交互作用呈現(xiàn)非線性增強(qiáng)關(guān)系，其余自然因子的交互作用均呈現(xiàn)相互增強(qiáng)關(guān)系。年降水量因子與其他因子交互作用的q值普遍偏高，其中年降水量與高程交互作用的q值最大（0.682），其次為年降水量與植被類型交互作用（0.673）。

生態(tài)探測(cè)反映各因子對(duì)植被NDVI的影響大小是否有顯著差異，可用于進(jìn)一步驗(yàn)證主導(dǎo)因子。表6生態(tài)探測(cè)結(jié)果顯示，年降水量對(duì)黃河源區(qū) NDVI的影響與其他因子對(duì)NDVI的影響均有明顯差異，進(jìn)一步說明了年降水量的解釋力比其他自然因子強(qiáng)；坡向、坡度和地貌類型三者之間對(duì)NDVI無顯著差異，與其他因子交互有顯著差異。

表6 自然因子交互作用及生態(tài)探測(cè)Table 6 Interaction and ecological detection of natural factors

3.5 自然因子適宜性分析

表7給出了植被生長對(duì)自然因子的適宜類型或范圍。“Y”表示兩類型區(qū)域間有顯著差異，“N”表示無顯著差異，植被NDVI值越大，該自然因子的類型和范圍對(duì)植被生長越有利。

表7 植被對(duì)自然因子的適宜范圍或類型Table 7 Suitable range or type of vegetation for natural factors

3.5.1 年降水量

由q值可以看出NDVI與年降水量有顯著的關(guān)系。風(fēng)險(xiǎn)探測(cè)顯示隨著年降水量增加，植被覆蓋度有上升趨勢(shì)，NDVI在899—996 mm降水量范圍內(nèi)達(dá)到最高值，與758—824 mm、824—899 mm降水量范圍內(nèi)的植被NDVI均值之間無明顯差異，與其他降水量范圍有明顯差異，因此，在899—996 mm年降水量范圍內(nèi)，植被覆蓋最好。

3.5.2 高程

黃河源區(qū)地處高海拔地區(qū)，高程對(duì)黃河源區(qū)NDVI有很大的影響。隨高程升高，植被NDVI在3578—3787 m范圍內(nèi)達(dá)到最高值，與其他高程范圍內(nèi)植被NDVI之間均存在顯著性差異。因此，在3578—3787 m的高程范圍內(nèi)，植被覆蓋最好。

3.5.3 年均溫

隨年均溫的升高，植被NDVI均值先降低后升高，且在 3.45—4.48 ℃范圍內(nèi)達(dá)到最高值，并與4.48—7.77 ℃范圍內(nèi)的植被NDVI無顯著差異，與其他溫度范圍內(nèi)的植被NDVI均值之間均有顯著性差異，因此，年均溫在3.45—4.48 ℃范圍時(shí)，黃河源NDVI值最高，植被覆蓋最好。

3.5.4 其他自然因子影響力

從q值來看，植被類型、土壤類型、地貌類型、坡度及坡向等因子對(duì)黃河源植被NDVI空間分布的影響較小，但這些因子分別與年降水量、高程、年均溫等的交互作用增強(qiáng)了其對(duì)植被NDVI的影響。

植被NDVI因植被類型而異。高寒沼澤的植被NDVI值最高，與闊葉林的NDVI均值沒有明顯的差異，與其他植被類型區(qū)植被NDVI均值之間有顯著性差異，因此，高寒沼澤的植被覆蓋最好。NDVI隨土壤類型的不同而不同。半水成土的NDVI值最高，且與其他土壤類型的植被NDVI均值之間有顯著性差異，因此，半水成土的植被覆蓋最好。隨地貌類型的變化，植被NDVI均值先增加后減少，在中起伏山地達(dá)到最高值，與其他地貌類型中的植被NDVI均值之間有顯著性差異，因此，中起伏山地的植被覆蓋最好。隨著坡度的增加，NDVI均值先升高后降低，在25°—35°達(dá)到最高值，與15°—25°和45°—78°坡度范圍內(nèi)的植被NDVI均值沒有明顯差異，與其他坡度范圍內(nèi)的NDVI有明顯差異。隨坡向的不同，植被NDVI均值波動(dòng)變化，在292.5°—337.5°（西北坡）達(dá)到最大值，并與西南坡的植被NDVI有明顯差異，與其他坡向的無明顯差異，因此，黃河源區(qū)西北坡的植被覆蓋最好。

4 討論

4.1 植被NDVI動(dòng)態(tài)變化

黃河源整體植被覆蓋度較高，以中高、高植被覆蓋度為主，是三江源植被覆蓋最好的區(qū)域。2000—2018年黃河源植被NDVI呈上升趨勢(shì)，這與覃巧婷等（2021）的研究結(jié)果一致，并且與三江源（饒品增等，2021）及整個(gè)青藏高原（韓炳宏等，2019）植被變化趨勢(shì)一致。2000—2018年黃河源區(qū)NDVI空間上發(fā)生明顯變化。生態(tài)工程的有效實(shí)施使北部地區(qū)NDVI增加；湖泊不斷擴(kuò)張（段水強(qiáng)等，2015）使扎陵湖、鄂陵湖NDVI顯著減少；局部地區(qū)植被的減少與過度放牧有關(guān)（王俊奇等，2021）。受全球氣候變化以及人類活動(dòng)的影響，黃河源曾出現(xiàn)草地退化等生態(tài)問題，2005年國家開始實(shí)施三江源生態(tài)保護(hù)工程，整個(gè)三江源地區(qū)NDVI增加，生態(tài)環(huán)境得到改善，生態(tài)保護(hù)工程取得一定成效。因此，黃河源植被覆蓋度增加是氣候暖濕化和生態(tài)保護(hù)工程共同作用的結(jié)果（韓思淇等，2019）。

4.2 植被NDVI的驅(qū)動(dòng)機(jī)制

因子探測(cè)器結(jié)果顯示，氣候因子對(duì)NDVI空間分布影響顯著，符合劉啟興等（2019）的研究結(jié)果。年降水量q值最大，因此是影響黃河源區(qū)NDVI最主要的因子，這與史丹丹等（2018）的研究結(jié)論一致。黃河源西北地區(qū)海拔高，降水少，溫度低，不利于植被生長，植被覆蓋度低；中部屬于半干旱氣候，植被覆蓋度增加；東南部屬于濕潤氣候，降水和氣溫增加，植被生長狀況好。氣候變暖使植被生長期延長，同時(shí)天然和人工降雨也增多，有利于植被生長。徐浩杰等（2012）認(rèn)為未來黃河源區(qū)氣候逐漸趨于暖濕化，會(huì)造成植被NDVI變化；但也有研究表明氣溫上升趨勢(shì)大于降水，會(huì)使黃河源區(qū)逐漸暖干化（劉憲鋒等，2013），而溫度過高、水分不足會(huì)抑制植被生長。孫艷玲等（2010）表明，在干旱半干旱地區(qū)通常是降水驅(qū)動(dòng)植被變化。通過比較各因子q值年際變化發(fā)現(xiàn)，在2000、2005、2010、2015和2018年自然因子對(duì)黃河源植被空間分布影響力大小排序均相同，年降水量始終為黃河源植被空間分布的主要影響因子。

水熱條件決定植被覆蓋的總體趨勢(shì)，而地形、土壤、地貌等改變局部植被分布格局（孫紅雨等，1998）。黃河源位于高海拔地區(qū)，不同的高程上氣溫降水不同。研究認(rèn)為在3400—4200 m高程范圍內(nèi)水熱組合條件最好，NDVI值較高（姜欣彤等，2020）。本研究發(fā)現(xiàn)在高程為3578—3787 m的范圍內(nèi)，植被覆蓋最好；3787 m以上時(shí)，高程越高，NDVI越低。相關(guān)研究認(rèn)為海拔越高，氣溫對(duì)NDVI的影響越大（馬守存等，2018）。由于海拔越高，溫度越低，所以黃河源區(qū)的植被生長受到限制。沼澤具有生態(tài)蓄水、氣候調(diào)節(jié)等重要功能（白軍紅等，2004），沼澤植被對(duì)水文循環(huán)、生態(tài)發(fā)展等有重要作用。黃河源的沼澤植被和半水成土主要分布在東南部，水熱條件充足，所以植被生長較好。平原、臺(tái)地以及其他坡度較小的區(qū)域相對(duì)較平坦，人類活動(dòng)較強(qiáng)，植被覆蓋度不高。適中的坡度范圍（25°—35°）以及中起伏山地較適宜黃河源植被生長。坡向是重要的地形因子，不同的坡向太陽光線等條件不同，植被生長所需要的水熱條件也不同，導(dǎo)致生長在不同坡向上的植被有所差異（周愛霞等，2004）：偏南的陽坡光照強(qiáng)烈，土壤水分易被蒸發(fā)且受人類干擾大，偏北的陰坡雖光照條件不如陽坡，但土壤水分較適宜植被生長。

4.3 不足與展望

本研究是首次使用地理探測(cè)器來量化自然因素對(duì)黃河源NDVI空間分布的影響，與傳統(tǒng)方法相比，地理探測(cè)器可以定量研究因子的影響力以及因子間的相互作用。然而，有些研究也證明黃河源植被受人類活動(dòng)影響（張鐿鋰等，2006）。本研究只分析了自然因子的影響，缺乏對(duì)人為因子影響力的研究，因此，未來要進(jìn)一步研究土地利用變化及生態(tài)工程等對(duì)黃河源NDVI的影響。

5 結(jié)論

本研究基于2000—2018年黃河源MODIS植被NDVI數(shù)據(jù)和同時(shí)期8種自然因子數(shù)據(jù)，運(yùn)用一元線性回歸法分析黃河源NDVI時(shí)空變化特征，運(yùn)用地理探測(cè)器分析影響植被覆蓋度空間分布的自然驅(qū)動(dòng)因子，并確定適宜植被生長的因子范圍或類型，研究主要得到以下結(jié)論：

（1）黃河源區(qū)NDVI分布特點(diǎn)為東南高西北低，多年變化趨勢(shì)為北部增加，中部減少；黃河源整體植被覆蓋度較高，2000—2018年NDVI均值總體上呈不顯著的增加趨勢(shì)，增長速率為0.013/10 a，高植被覆蓋區(qū)面積增加，中低、中植被覆蓋區(qū)面積減少，黃河源區(qū)整體植被覆蓋度增加。

（2）2000—2018年各自然因子對(duì)植被NDVI影響程度的排序?yàn)槟杲邓浚靖叱蹋灸昃鶞兀局脖活愋停就寥李愋停酒露龋镜孛差愋停酒孪?。其中，年降水量解釋力?0%以上，成為影響黃河源區(qū)NDVI空間分布的最主要自然因子；其次是高程、年均溫和植被類型，解釋力均在20%以上，也很好地解釋了植被NDVI的空間分布；其他自然因子影響力較小。

（3）自然因子對(duì)植被NDVI影響存在交互作用，呈現(xiàn)相互增強(qiáng)和非線性增強(qiáng)關(guān)系，交互作用使地貌類型、坡度及坡向等影響較小的單因子增強(qiáng)了對(duì)植被NDVI的影響。