氣候與下墊面變化對黃土高原蒸散發(fā)變化的影響評估

王凱利， 王志慧， 肖培青， 王鐵生

(1.華北水利水電大學(xué)測繪與地理信息學(xué)院，鄭州 450045；2.黃河水利科學(xué)研究院，水利部黃土高原水土保持重點(diǎn)實(shí)驗(yàn)室，鄭州 450003)

黃土高原位于干旱/半干旱區(qū)，生態(tài)環(huán)境敏感脆弱，水分是限制區(qū)域生態(tài)系統(tǒng)發(fā)展的關(guān)鍵因素。隨著退耕還林還草政策的實(shí)施，黃土高原生態(tài)環(huán)境得到明顯改善，但植被的增加導(dǎo)致蒸散發(fā)大幅度增加，對區(qū)域水文循環(huán)造成了直接或間接的影響，部分區(qū)域植被恢復(fù)已接近水資源承載力閾值，出現(xiàn)土壤干層和植被退化等生態(tài)環(huán)境問題。因此，在氣候和下墊面變化的共同作用下，有效評估黃土高原不同影響要素對蒸散發(fā)的相對貢獻(xiàn)率，對于科學(xué)評價(jià)黃土高原植被恢復(fù)可持續(xù)性以及水資源高效利用具有重要意義。

傳統(tǒng)蒸散發(fā)是基于點(diǎn)位尺度利用蒸發(fā)皿等儀器進(jìn)行計(jì)算，難以獲取區(qū)域尺度。近年來，遙感技術(shù)由于其覆蓋范圍廣、周期性和時(shí)效性等優(yōu)勢，成為獲取區(qū)域長時(shí)間序列的有效手段，而關(guān)于干旱/半干旱區(qū)蒸散發(fā)影響因素的定量研究，一直是陸地水文循環(huán)過程中的熱門話題。Jin等利用蒸散模型，通過控制變量分離出植被恢復(fù)和氣候變化對影響發(fā)現(xiàn)，植被恢復(fù)是增加的主要驅(qū)動(dòng)因素；He等基于Budyko方程，分析降水、潛在蒸散發(fā)和植被恢復(fù)對變化的平均影響發(fā)現(xiàn)，降水是變化的主要驅(qū)動(dòng)因素；Ning等通過Fu方程分析黃土高原氣象因子和植被覆蓋度對的影響發(fā)現(xiàn)，在研究的13個(gè)流域中，9個(gè)流域受到降水的主導(dǎo)；趙勇等采用Choudhury-Yang方程發(fā)現(xiàn)，降水是黃土高原涇河流域增加的主導(dǎo)因素。上述學(xué)者采用的蒸散和水文模型雖可以有效地分離氣候和植被變化對變化的影響，但模型控制參數(shù)受到植被、氣候和土壤等條件的影響，使得歸因存在一定的誤差。王雅舒等通過逐步回歸發(fā)現(xiàn)，植被變化是增加的主要原因；Feng等通過建立與降雨、潛在蒸散發(fā)、LAI之間的回歸模型發(fā)現(xiàn)，降水是黃土高原變化的主要驅(qū)動(dòng)因素。相比較之下，回歸統(tǒng)計(jì)方法相對簡單，常用于驅(qū)動(dòng)因素的定性分析，但對其影響因素貢獻(xiàn)率的定量研究較少，難以科學(xué)評估黃土高原區(qū)生態(tài)水文效應(yīng)。

鑒于此，本文基于黃土高原氣象數(shù)據(jù)(溫度、降雨、日照時(shí)間、飽和水汽壓差)、PML_V2 ET和MOD13A1 EVI遙感產(chǎn)品，采用趨勢分析和多元回歸殘差分析等統(tǒng)計(jì)方法分析2000—2018年黃土高原變化特征，明晰氣象和下墊面變化對的影響，定量評估不同影響因素的相對貢獻(xiàn)率，對區(qū)域生態(tài)環(huán)境水資源可持續(xù)性利用具有現(xiàn)實(shí)意義。

1 材料與方法

1.1 研究區(qū)概況

黃土高原位于黃河中上游(33°43′—41°16′N，100°54′—114°33′E)，氣候干旱，屬于暖溫帶大陸性季風(fēng)氣候，夏季炎熱多暴雨、冬季寒冷干燥，多年平均氣溫為9.57 ℃，多年平均降水量為443.93 mm。隨降雨量的減少，植被從東南向西北依次由森林向草原過渡，植被覆蓋度低，水源涵養(yǎng)能力差。近年來大規(guī)模植被恢復(fù)導(dǎo)致土壤水分大量流失，加劇了水資源短缺。

1.2 數(shù)據(jù)來源

氣象數(shù)據(jù)(溫度、降水、日照時(shí)間、相對濕度、風(fēng)速)來源于中國氣象數(shù)據(jù)網(wǎng)(https://data.cma.cn/)，收集2000—2018年黃土高原295個(gè)氣象站點(diǎn)日觀測數(shù)據(jù)，利用AUSPLINE軟件將所有氣象站點(diǎn)數(shù)據(jù)進(jìn)行空間插值，采用袁瑞瑞等的方法計(jì)算飽和水汽壓差(vapor pressure deficit，VPD)。

數(shù)據(jù)來源于PML_V2數(shù)據(jù)集，是全球首個(gè)500 m和8天分辨率的陸地蒸散發(fā)數(shù)據(jù)集，該產(chǎn)品在PML模型基礎(chǔ)上，根據(jù)氣孔導(dǎo)度理論耦合植被蒸騰與總初級生產(chǎn)力，提高了模擬精度。增長型植被指數(shù)選用MOD13A1 EVI產(chǎn)品，空間分辨率為500 m，時(shí)間分辨率為16天，對植被冠層結(jié)構(gòu)更為敏感，且已消除大氣和土壤背景的影響，避免了高植被覆蓋區(qū)的指數(shù)飽和效應(yīng)問題，能夠較好地反映植被變化情況。地表覆蓋數(shù)據(jù)采用GLC_FCS30產(chǎn)品，在ArcGIS中將其重分類為森林、農(nóng)田、灌木、草地、其他。

1.3 研究方法

1.3.1 趨勢分析 采用基于像元的Slope一元線性回歸法計(jì)算黃土高原2000—2018年年際變化趨勢。Slope的計(jì)算公式為：

(1)

式中：Slope為擬合的一元線性回歸方程的斜率(mm/a)；為研究時(shí)段的總年數(shù)，=19；為第年觀測值。Slope>0表示隨時(shí)間呈現(xiàn)增長趨勢，Slope<0表示隨時(shí)間呈減少趨勢。對趨勢進(jìn)行檢驗(yàn)，當(dāng)顯著性水平<0.05，呈顯著變化。

1.3.2 多元回歸殘差分析 為了消除蒸散發(fā)、不同氣象要素(降雨、溫度、日照時(shí)間、飽和水汽壓差)和植被(EVI)數(shù)據(jù)的量綱差異，首先利用Z—score方法對所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算公式為：

(2)

基于標(biāo)準(zhǔn)化后2000—2018年時(shí)間序列，以氣象要素和植被為自變量、為因變量建立多元線性回歸模型，計(jì)算各項(xiàng)標(biāo)準(zhǔn)化回歸系數(shù)，多元線性回歸方程為：

=+×Pre+×Tem+×Sun+×VPD+×EVI

(3)

式中：、Pre、Tem、Sun、VPD、EVI分別為標(biāo)準(zhǔn)化后的2000—2018年蒸散發(fā)、降雨、溫度、日照時(shí)間、飽和水汽壓差、增長型植被指數(shù)，均無量綱；為標(biāo)準(zhǔn)化回歸系數(shù)。

根據(jù)2000—2018年氣象、植被數(shù)據(jù)及多元線性回歸方程(3)，得到模擬值()，表示氣候和植被綜合作用對的影響。采用殘差法計(jì)算觀測值()與模擬值()之間的差值，即殘差()，表示非植被下墊面對的影響，非植被下墊面變化包括水土保持工程措施引起的微地形變化、水庫調(diào)蓄和農(nóng)業(yè)灌溉等。計(jì)算公式為：

=-

(4)

式中：為基于多元線性回歸模型的模擬值(mm)；為觀測值(mm)；為殘差(mm)。

1.3.3影響因素貢獻(xiàn)率 根據(jù)公式(1)計(jì)算黃土高原2000—2018年、與的Slope變化趨勢。根據(jù)金凱等的方法計(jì)算黃土高原氣候和植被變化綜合作用、非植被下墊面對變化的相對貢獻(xiàn)率(表1)。

表1 ET變化的驅(qū)動(dòng)因子判定標(biāo)準(zhǔn)及貢獻(xiàn)率

公式(3)擬合后的標(biāo)準(zhǔn)化回歸系數(shù)絕對值可以反映不同氣象因子、植被因子對變化的影響程度，將各單因子的標(biāo)準(zhǔn)化回歸系數(shù)與氣象和植被綜合作用的貢獻(xiàn)率結(jié)合起來進(jìn)行分析運(yùn)算，得到不同氣象、植被單驅(qū)動(dòng)因子對變化的相對貢獻(xiàn)率。計(jì)算公式為：

(5)

式中：為降雨、溫度、日照時(shí)間、飽和水汽壓差、植被對的相對貢獻(xiàn)率(%)；為各個(gè)驅(qū)動(dòng)因子的標(biāo)準(zhǔn)化回歸系數(shù)，無量綱；為氣候和植被的綜合作用對的相對貢獻(xiàn)率(%)。

2 結(jié)果與分析

2.1 蒸散發(fā)時(shí)空變化特征

2000—2018年黃土高原變化趨勢具有明顯的空間異質(zhì)性(圖1)。黃土高原約92.2%的區(qū)域呈現(xiàn)增加趨勢，呈顯著增加趨勢的面積占比62.8%，主要分布在青海、山西和陜西省北部，退耕還林還草效果顯著。黃土高原呈現(xiàn)減少趨勢的區(qū)域面積約占總面積的7.8%，主要分布在內(nèi)蒙古北部、陜西省南部、寧夏北部、甘肅省西部、青海中部及山西省部分區(qū)域，與快速城鎮(zhèn)化等人為活動(dòng)有關(guān)。

2000—2018年黃土高原平均呈波動(dòng)上升趨勢(圖2)，2000—2012年年增長速率為6.34 mm/a，整體增長較快；而在2013—2018年增長緩慢，年均增長速率為1.07 mm/a。在研究時(shí)段內(nèi)，黃土高原平均為362.97～494.94 mm，最小值和最大值分別出現(xiàn)在2000年和2012年。黃土高原2000—2018年年均趨勢率為4.47 mm/a(<0.01)，蒸散發(fā)顯著增加，與近些年全球氣候變暖及黃土高原實(shí)行退耕還林還草政策后植被恢復(fù)有關(guān)。

由于不同土地覆蓋受到的熱力和動(dòng)力因素的差異性，其對黃土高原的貢獻(xiàn)不盡相同(圖2)。黃土高原農(nóng)田年變化為365.97～494.94 mm，年變化速率為4.13 mm/a；森林年變化為484.25～641.60 mm，年變化率為4.97 mm/a；灌木和草地的年變化分別為220.35～387.15，341.39～471.48 mm，年變化率分別為3.71，5.33 mm/a。不同土地覆蓋對蒸散發(fā)的貢獻(xiàn)表現(xiàn)為森林>農(nóng)田>草地>灌木。

圖1 黃土高原ET變化趨勢

2.2 蒸散發(fā)對氣象要素與植被的敏感性分析

氣象和植被變化對黃土高原的影響具有空間異質(zhì)性。整體上，黃土高原區(qū)降雨對的敏感性系數(shù)為0.16，表明降雨的增加對蒸散發(fā)產(chǎn)生促進(jìn)作用(圖3a)。其中，在黃土高原西部和北部區(qū)域降水的敏感性系數(shù)>0，表明降水增加對產(chǎn)生促進(jìn)作用，包括內(nèi)蒙古、寧夏、甘肅、青海東部等干旱/半干旱地區(qū)，降水稀少，主要為草原、灌木等植被，水分利用較少且儲水能力低，大部分降水以土壤蒸散發(fā)的形式消耗。

圖2 不同土地覆蓋ET年際變化

圖3 氣象因子對ET的影響

在山西省和陜西省南部、青海省西部等地降水的敏感性系數(shù)<0，表明降水增加對蒸散發(fā)產(chǎn)生抑制作用，區(qū)域主要植被類型為森林、灌草，對降雨截留形成地表徑流補(bǔ)給地下水，有效減少了土壤蒸發(fā)。黃土高原溫度對的敏感性系數(shù)為0.02，溫度增加對蒸散發(fā)產(chǎn)生促進(jìn)作用(圖3b)。其中，溫度增加導(dǎo)致蒸散發(fā)減少的區(qū)域主要分布在黃土高原南部和西北部地區(qū)。而在山西省東部、內(nèi)蒙古中部、寧夏東北部、甘肅省西南部和青海北部地區(qū)溫度增加對產(chǎn)生促進(jìn)作用。黃土高原日照時(shí)間對的敏感性系數(shù)為-0.10，日照強(qiáng)度的增加對蒸散發(fā)產(chǎn)生抑制作用(圖3c)，主要分布在山西省、陜西省北部、寧夏、內(nèi)蒙古東部和西南部、甘肅省和青海省西部地區(qū)，干旱加劇了區(qū)域植被的光抑制作用，植被蒸騰減弱，導(dǎo)致蒸散發(fā)降低。黃土高原VPD對的敏感性系數(shù)為-0.10，VPD的增加對蒸散發(fā)產(chǎn)生抑制作用(圖3d)，主要分布在黃土高原南部，包括甘肅省、陜西省、山西省和寧夏省南部，以及青海省東部地區(qū)，植被長期處于水分匱乏的條件下，飽和水汽壓差增加可能會(huì)導(dǎo)致氣孔導(dǎo)度降低，抑制植被生長，降低植被蒸騰作用，蒸散發(fā)降低。黃土高原植被對的敏感性系數(shù)為0.49，植被增加對蒸散發(fā)產(chǎn)生促進(jìn)作用(圖4)，占全區(qū)面積的91.9%。在內(nèi)蒙古和青海省北部、甘肅省西部等零星地區(qū)EVI增加對表現(xiàn)為抑制作用，該區(qū)域降水稀少，土壤含水量低，植被增加導(dǎo)致土壤水分過度消耗，進(jìn)而出現(xiàn)植被退化的現(xiàn)象，蒸散發(fā)隨之減弱。

圖4 植被因子對ET的影響

2.3 不同驅(qū)動(dòng)力因素貢獻(xiàn)率分析

降雨對黃土高原的相對貢獻(xiàn)率在0～5%，5%～10%范圍的區(qū)域面積較大，分別占總面積的27.6%，20.4%，集中分布在黃土高原東南部(圖5a)。而在內(nèi)蒙古、寧夏北部、青海省東部、甘肅省西部部分地區(qū)及陜西省西北角地區(qū)降雨相對貢獻(xiàn)率>15%，占比37.0%，該區(qū)域干旱，植被多為灌草、稀疏植被，降水直接以蒸散發(fā)的形式消耗。溫度對相對貢獻(xiàn)率在0～10%的區(qū)域面積為48.6%，分布在黃土高原北部和南部部分區(qū)域；相對貢獻(xiàn)率>15%的區(qū)域占32.5%，分布在山西省中部、陜西省南部、寧夏、青海和甘肅省西部地區(qū)(圖5b)。日照時(shí)間對的相對貢獻(xiàn)率在0～5%，5%～10%，10%～15%范圍的區(qū)域面積較大，面積占比分別為31.5%，24.5%，21.0%；在山西省東部、內(nèi)蒙古北部、青海省西北角、寧夏和陜西省少部分地區(qū)的相對貢獻(xiàn)率>15%，面積占比23.0%(圖5c)。飽和水汽壓差對的相對貢獻(xiàn)率在0～5%，5%～10%，10%～15%范圍的區(qū)域面積均超過總面積的20%；而黃土高原南部和內(nèi)蒙古中部約37.3%的區(qū)域VPD相對貢獻(xiàn)率>15%(圖5d)。

圖5 氣象、下墊面各因子對ET的相對貢獻(xiàn)率

下墊面變化主要包括植被和非植被下墊面變化。其中，植被通過蒸騰直接影響區(qū)域。植被對的相對貢獻(xiàn)率在30%～40%，40%～50%，50%～100%范圍的區(qū)域面積較大，占總面積的55.2%；主要分布在河口—龍門、龍門—三門峽流域北部、蘭州—河口流域南部地區(qū)，植被恢復(fù)良好，植被蒸騰強(qiáng)烈。內(nèi)蒙古北部、青海省、甘肅省西部及陜西省南部部分地區(qū)植被對相對貢獻(xiàn)率為0～30%，占全區(qū)面積的44.8%(圖5e)。非植被下墊面變化對黃土高原變化的平均相對貢獻(xiàn)率為17.7%(圖5f)。非植被下墊面的相對貢獻(xiàn)率在0～5%的區(qū)域面積最大，占全區(qū)總面積的37.5%，主要分布在黃土高原西北部，包括陜西省北部、內(nèi)蒙古東南部、寧夏東部、山西省西部和青海省北部部分地區(qū)；相對貢獻(xiàn)率在5%～20%的區(qū)域面積占比32.7%，主要集中在山西省、陜西省中西部、內(nèi)蒙古東南部、寧夏北部、甘肅省中部和東部地區(qū)。非植被下墊面相對貢獻(xiàn)率超過20%的區(qū)域主要分布在陜西省和青海省南部、甘肅省西部、山西省東部及內(nèi)蒙古北部地區(qū)，占比29.8%。非植被下墊面主要通過水土保持工程措施(梯田、谷坊、淤地壩等)改造微地形，有效攔截地表徑流，增加土壤水分含量，一方面增加了植被蒸騰，同時(shí)也提高了地表水面蒸發(fā)與土壤蒸發(fā)。此外，農(nóng)業(yè)灌溉也會(huì)顯著增加土壤蒸發(fā)和農(nóng)作物蒸騰量，導(dǎo)致大幅度增加。

根據(jù)統(tǒng)計(jì)結(jié)果，各氣象因子及下墊面變化對黃土高原的相對貢獻(xiàn)率為植被(32.1%)>非植被下墊面(17.7%)>降雨(14.6%)>飽和水汽壓差(13.2%)>溫度(12.4%)>日照時(shí)間(10.0%)(圖6)。各影響因素對黃土高原不同土地覆蓋的影響程度也不相同。由于灌木多分布于較為干旱的黃土高原西北地區(qū)，該區(qū)域?qū)涤曜兓^為敏感，降雨對灌木的相對貢獻(xiàn)要大于其他覆被類型。由于農(nóng)田受到人類活動(dòng)的擾動(dòng)較大，氣象要素和EVI對林草覆被類型的影響作用大于對農(nóng)田覆被類型的影響作用。非植被下墊面要素對農(nóng)田覆被類型的影響作用最大(20.9%)，是由于坡改梯等水保工程措施的大面積實(shí)施，坡耕地大幅度減少，而分布在梯田區(qū)域的農(nóng)田面積比例顯著增加。

3 討 論

本研究結(jié)果表明，2000—2018年黃土高原蒸散發(fā)整體呈現(xiàn)顯著增長的趨勢，但空間差異性較大。氣候和下墊面變化的共同作用是變化的原因。一方面，20世紀(jì)80年代以來，氣候暖干化趨勢明顯，導(dǎo)致蒸散發(fā)增加，徑流減少，水資源短缺；另一方面，黃土高原區(qū)大規(guī)模實(shí)行退耕還林還草政策，植被恢復(fù)效果顯著，通過蒸騰和降水截留，導(dǎo)致蒸散發(fā)顯著增加。除此之外，農(nóng)業(yè)灌溉、水土保持工程等人類活動(dòng)也導(dǎo)致增加。

圖6 各影響因素對黃土高原、不同土地覆蓋類型ET的相對貢獻(xiàn)率

氣候變化、下墊面變化對的相對貢獻(xiàn)率分別為50.1%，49.9%，氣候變化是變化的主要影響因素。Jin等基于蒸散發(fā)模型，通過控制變量的方法分離出植被恢復(fù)和氣候變化對的影響發(fā)現(xiàn)，植被恢復(fù)是黃土高原變化的主要原因，與本研究結(jié)果不一致。而趙勇等和Feng等分別通過Choudhury-Yang方程、預(yù)測模型發(fā)現(xiàn)，變化的主要控制因素為氣象因子，與本研究結(jié)果相吻合。降水是影響變化的主要?dú)庀笠蜃?，與He等的研究結(jié)果一致。邵蕊通過PT-JPL模型模擬對比分析發(fā)現(xiàn)，植被恢復(fù)是引起黃土高原增加的主要原因，貢獻(xiàn)率高達(dá)59.7%，本研究結(jié)果表明，植被變化對的相對貢獻(xiàn)率為32.1%，結(jié)果的差異可能是其沒有考慮研究時(shí)段內(nèi)氣候的變化和氣候?qū)χ脖坏挠绊懽饔茫沟弥脖蛔兓暙I(xiàn)率偏大。Zhang等基于、徑流、土壤水分實(shí)測資料和Grace產(chǎn)品，利用水文模型定量評估以農(nóng)業(yè)灌溉為主的人類活動(dòng)對的最大貢獻(xiàn)率為16%，與本研究非植被下墊面變化對變化的貢獻(xiàn)率(17.7%)較為接近，非植被下墊面對唐乃亥—青銅峽、內(nèi)蒙古北部、陜西省南部區(qū)域影響較大，農(nóng)業(yè)灌溉和水土保持工程建設(shè)等人類活動(dòng)劇烈。本研究計(jì)算的各因子對變化的相對貢獻(xiàn)率為影響程度的大小，并沒有考慮其對變化的正負(fù)作用，使得研究結(jié)果與其他研究有所不同。此外，由于不同水文模型與數(shù)學(xué)統(tǒng)計(jì)方法作用機(jī)制不同，及選擇的影響因素不同，導(dǎo)致最終結(jié)果也有所差別。

以往關(guān)于影響氣象因素的研究一般僅考慮了降雨與溫度，全面性不足，對其影響因素貢獻(xiàn)率的定量研究較少，難以有效評估黃土高原區(qū)生態(tài)工程水文效應(yīng)。本研究雖全面考慮了影響變化的氣象要素，但研究方法也存在一些不足。實(shí)際上，氣候變化與植被之間存在交互影響，本研究僅考慮了與氣象、植被的線性作用，假設(shè)各驅(qū)動(dòng)因子之間是獨(dú)立的，而忽略了氣象與植被間復(fù)雜相互作用，可能減弱氣候?qū)Φ挠绊?，使研究結(jié)果存在一定的不確定性；此外，地形地貌、不同植被類型對的貢獻(xiàn)同樣存在差異性。未來研究可結(jié)合地形、植被類型等數(shù)據(jù)，綜合考慮氣象與植被之間的交互作用，對影響因素及貢獻(xiàn)率做進(jìn)一步研究，減少上述關(guān)系的不確定性。

植被恢復(fù)是黃土高原增加的主要影響因素之一，相對貢獻(xiàn)率高達(dá)32.1%。未來黃土高原的植被建設(shè)應(yīng)在遵循土壤水資源可持續(xù)利用原則的前提下，基于不同立地條件下植被耗水量與土壤補(bǔ)給量之間的動(dòng)態(tài)平衡關(guān)系，確定不同區(qū)域植被恢復(fù)承載力閾值，結(jié)合不同植被類型蒸散發(fā)耗水規(guī)律，因地制宜實(shí)施退耕還林還草政策，提高水資源利用效率，促進(jìn)黃土高原生態(tài)恢復(fù)，推進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展。

4 結(jié) 論

(1)2000—2018年黃土高原蒸散發(fā)年際變化率為4.47 mm/a。變化空間分異明顯，62.8%的區(qū)域呈顯著增加趨勢，主要分布在山西省、陜西省北部等退耕還林還草重點(diǎn)區(qū)域。

(2)黃土高原蒸散發(fā)對氣候和植被變化的敏感性程度不同。降雨、溫度和植被的增加對黃土高原產(chǎn)生促進(jìn)作用，日照時(shí)間和飽和水汽壓差的增加對產(chǎn)生抑制作用。

(3)氣候和下墊面變化對黃土高原的貢獻(xiàn)率大致相同，分別為50.1%，49.9%。植被是變化的主導(dǎo)因子，相對貢獻(xiàn)率為32.1%，降雨是變化的主要?dú)庀笠蜃?，相對貢獻(xiàn)率為14.6%。

(4)水土保持工程、農(nóng)業(yè)灌溉等非植被下墊面變化是黃土高原變化的重要原因，貢獻(xiàn)率高達(dá)17.7%。氣象要素和EVI對林草覆被的影響作用較大，而農(nóng)田覆被受到非植被下墊面的影響作用較大。