基于GEE平臺(tái)的1986—2021年黃土高原植被覆蓋度時(shí)空演變及影響因素

趙安周，田新樂(lè)

河北工程大學(xué)礦業(yè)與測(cè)繪工程學(xué)院，河北 邯鄲 056038

植被是陸地生態(tài)系統(tǒng)的第一性生產(chǎn)者和主要組成成分，不僅在全球物質(zhì)循環(huán)和能量流動(dòng)等方面具有關(guān)鍵的作用，而且對(duì)氣候變化和人類活動(dòng)響應(yīng)敏感（李依璇等，2021；田智慧等，2022）。監(jiān)測(cè)長(zhǎng)時(shí)間序列植被的時(shí)空格局變化及其驅(qū)動(dòng)機(jī)制對(duì)區(qū)域生態(tài)恢復(fù)及可持續(xù)發(fā)展具有重要的意義（趙安周等，2017；袁和第，2020）。

遙感技術(shù)具有宏觀性、快速性、準(zhǔn)確性以及能夠進(jìn)行動(dòng)態(tài)監(jiān)測(cè)等優(yōu)勢(shì)，目前已被廣泛應(yīng)用在長(zhǎng)時(shí)間序列和不同空間尺度的植被動(dòng)態(tài)監(jiān)測(cè)中（Xu et al.，2022）。諸多遙感數(shù)據(jù)中，NDVI由于計(jì)算簡(jiǎn)單且與葉面積指數(shù)（Leaf Area Index，LAI）和凈初級(jí)生產(chǎn)力（Net Primary Productivity，NPP）等植被指數(shù)密切相關(guān)而被廣泛應(yīng)用在區(qū)域及全球植被動(dòng)態(tài)變化監(jiān)測(cè)中（張寶慶等，2011；張園等，2020；黃棟等，2021）。如張園等（2020）利用 2001—2018年 MODIS NDVI數(shù)據(jù)，探究長(zhǎng)白山自然保護(hù)區(qū)植被對(duì)溫度和降水變化的響應(yīng)。張寶慶等（2011）結(jié)合SPOT NDVI和GIMMS NDVI兩種數(shù)據(jù)集對(duì)近30年黃土高原植被變化趨勢(shì)及空間分布進(jìn)行監(jiān)測(cè)。黃棟等（2021）使用SPOT NDVI數(shù)據(jù)集，從區(qū)域和像元兩個(gè)角度分析了環(huán)渤海地區(qū)植被空間動(dòng)態(tài)演變趨勢(shì)及其對(duì)氣候和土地利用變化的響應(yīng)。需要指出的是，NDVI會(huì)受到大氣和土壤等背景信息的影響，不僅在高植被區(qū)域存在過(guò)飽和現(xiàn)象，而且難以區(qū)分低植被覆蓋區(qū)的植被信息（楊嘉等，2008）。因此也有學(xué)者利用像元二分法模型估算植被覆蓋度（Fraction of Vegetation Coverage，F(xiàn)VC）監(jiān)測(cè)植被的時(shí)空演變格局及驅(qū)動(dòng)因素（張家政等，2022）。目前的研究表明該指標(biāo)可以更加準(zhǔn)確表征植被狀況，反映陸地生態(tài)系統(tǒng)的健康情況（易浪等，2014）。

黃土高原地處黃河中游，是構(gòu)建國(guó)家“兩屏三帶”生態(tài)安全格局和落實(shí)黃河流域高質(zhì)量發(fā)展的主體區(qū)域（李依璇等，2021）。長(zhǎng)期以來(lái)，由于氣候變化和不合理的人類活動(dòng)，使該地區(qū)水土流失嚴(yán)重，是黃河主要的泥沙輸入地（趙安周等，2017）。自1999年實(shí)施生態(tài)工程建設(shè)以來(lái)，該地區(qū)的植被得到了快速恢復(fù)，生態(tài)環(huán)境明顯改善（袁和第，2020）。目前已有諸多研究利用NDVI、FVC和NPP等指標(biāo)對(duì)該地區(qū)的植被時(shí)空演變格局及其影響因素進(jìn)行了分析，易浪等（2014）、Han et al.（2022）和張家政等（2022）分別采用MODSI NDVI、SPOT NDVI和GIMMS NDVI等數(shù)據(jù)分析了黃土高原植被時(shí)空演變及影響因素，認(rèn)為該地區(qū)植被呈顯著增加的趨勢(shì)，且對(duì)氣候變化敏感。受限于本地計(jì)算資源和數(shù)據(jù)分發(fā)的方法，目前研究采用的 MODIS NDVI時(shí)間從2000年開(kāi)始，空間分辨率為250 m、500 m或1 km；SPOT NDVI時(shí)間從1998年開(kāi)始，其空間分辨率為1 km；而GIMMS數(shù)據(jù)的獲取時(shí)間雖從1981年開(kāi)始，但其空間分辨率僅為0.08333°（約8 km），這些數(shù)據(jù)都無(wú)法精確評(píng)估退耕還林前后黃土高原植被的動(dòng)態(tài)演變。

谷歌地球引擎（Google Earth Engine）平臺(tái)是基于云計(jì)算技術(shù)用于處理和分析大型地理空間數(shù)據(jù)集的大規(guī)模計(jì)算設(shè)施，為海量遙感數(shù)據(jù)的快速處理分析提供了前所未有的發(fā)展機(jī)遇（寧曉剛等，2022）。目前GEE已被廣泛應(yīng)用在大尺度的植被監(jiān)測(cè)、土地利用分類以及碳循環(huán)等諸多領(lǐng)域。雖然也有研究利用 GEE平臺(tái)對(duì)黃土高原的植被覆蓋時(shí)空演變及其影響因素進(jìn)行了分析（郭永強(qiáng)等，2019；常錚，2022），但較少考慮植被類型、地形因子等因素對(duì)FVC的影響，對(duì)退耕還林（草）前后其FVC的動(dòng)態(tài)變化分析略顯不足。

基于此，借助GEE平臺(tái)，利用1986—2021年30 m空間分辨率的Landsat地表反射率數(shù)據(jù)計(jì)算長(zhǎng)時(shí)間序列黃土高原NDVI和FVC，分析退耕還林（草）工程實(shí)施前后（1986—1999、2000—2021和1986—2021年）FVC的時(shí)空演變趨勢(shì)，揭示地形因子對(duì)植被的影響。在此基礎(chǔ)上，采用偏相關(guān)分析和殘差分析等方法，定量探討氣候因子和人類活動(dòng)對(duì)FVC的影響。研究結(jié)果可為黃土高原后續(xù)生態(tài)工程建設(shè)方案的制定提供科學(xué)依據(jù)和數(shù)據(jù)支撐。

1 研究區(qū)概況

黃土高原地處黃河中游（33°43′—41°16′N(xiāo)，100°54′—114°33′E），包含山西省、寧夏回族自治區(qū)的全部地區(qū)以及陜西省、甘肅省、內(nèi)蒙古自治區(qū)、青海省和河南省的部分地區(qū)，總面積約 6.48×105km2（趙安周等，2017；張家政等，2022）。該地區(qū)地勢(shì)由西北向東南傾斜，海拔差異超過(guò)3000 m（圖1a）。氣候類型屬溫帶大陸性季風(fēng)氣候，冬季寒冷干旱，夏季炎熱多雨，年平均氣溫 3.6—14.3 ℃，多年平均降水150—800 mm（易浪等，2014）。植被類型以草地、栽培植被和林地為主，其面積占研究區(qū)總面積的85%以上，中部區(qū)域?yàn)橥烁€林（草）的重點(diǎn)區(qū)域（圖 1b）（Zheng，2019；Zhao et al.，2022）。受地形地貌、氣候變化以及不合理的人類活動(dòng)，黃土高原是世界上水土流失最嚴(yán)重的地區(qū)之一（郭永強(qiáng)等，2019）。

圖1 研究區(qū)位置和植被類型圖Figure 1 Location and vegetation type of Loess Plateau

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

2.1.1 遙感影像數(shù)據(jù)

1986—2021年 Landsat（5，7和 8）地表反射率數(shù)據(jù)集（Surface Reflectance，SR）來(lái)自于美國(guó)地質(zhì)調(diào)查局，由 GEE平臺(tái)獲?。╤ttps://code.earthengine.google.com/），該數(shù)據(jù)產(chǎn)品已經(jīng)過(guò)大氣校正，可以消除大氣散射、吸收以及反射引起的誤差，其時(shí)間分辨率為16 d，空間分辨率為30 m×30 m。其中 1986—2011、2012、2013—2021年分別使用Landsat 5（19301景）、Landsat 7（786景）、Landsat 8（8800景）數(shù)據(jù)，黃土高原共計(jì)使用28887景數(shù)據(jù)（圖2）。

圖2 1986—2021年Landsat 5/7/8用于年合成采用的影像數(shù)量Figure 2 Number of scenes of Landsat 5/7/8 used for annual composite formation in 1986-2021

借助 GEE平臺(tái)對(duì)黃土高原范圍內(nèi)遙感影像的QA質(zhì)量波段做按位與運(yùn)算，根據(jù)需求設(shè)定掩膜值去除受到云、陰影和雪等較大影響的像元以實(shí)現(xiàn)對(duì)像元的質(zhì)量控制，進(jìn)而達(dá)到去云的效果。在此基礎(chǔ)上計(jì)算其N(xiāo)DVI，同時(shí)為進(jìn)一步消除大氣及傳感器角度的影響，采用最大值合成法合成年 NDVI數(shù)據(jù)，獲取1986—2021年黃土高原年最大NDVI數(shù)據(jù)集。

2.1.2 氣象、植被類型和地形數(shù)據(jù)

1986—2021年黃土高原年平均氣溫和降水?dāng)?shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn），該數(shù)據(jù)是基于全國(guó)2400多個(gè)氣象站點(diǎn)觀測(cè)數(shù)據(jù)，利用 ANUSPLIN插值軟件插值而成，空間分辨率為 1 km×1 km。太陽(yáng)輻射（Solar Radiation，RAD）年合成數(shù)據(jù)來(lái)源于 ERA5再分析數(shù)據(jù)集（https://cds.climate.copernicus.eu/），其時(shí)間跨度為 1981—2021年，空間分辨率為0.1°×0.1°。

植被類型來(lái)自于中國(guó)科學(xué)院等單位編制的 1∶100萬(wàn)中國(guó)植被類型圖（侯學(xué)煜，2001），依據(jù)該類型圖將黃土高原分為栽培植被、林地、草地、灌叢、荒漠以及其他6種類型（圖1b）。在計(jì)算FVC與降水、氣溫和RAD的偏相關(guān)系數(shù)以及殘差分析前，利用GEE平臺(tái)將FVC和RAD數(shù)據(jù)重采樣為1 km×1 km。

數(shù)字高程模型（Digital Elevation Model，DEM）數(shù)據(jù)來(lái)自地理空間數(shù)據(jù)云平臺(tái)（https://www.gscloud.cn/），該數(shù)據(jù)空間分辨率為30 m，利用該數(shù)據(jù)對(duì)黃土高原的坡向、高程、坡度3種地形因子進(jìn)行提取。通過(guò)使用等間距分類法（李晶等，2021）對(duì)上述得到的地形因子進(jìn)行重分類，統(tǒng)計(jì)不同地形因子的FVC等級(jí)占比及其均值變化。

黃土高原矢量邊界數(shù)據(jù)來(lái)自于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（https://www.resdc.cn/），退耕還林重點(diǎn)區(qū)域的界線來(lái)源于Zheng et al.（2019）和Zhao et al.（2022）。

2.2 研究方法

2.2.1 像元二分模型

FVC的估算采用像元二分模型，該方法假定植被區(qū)的混合像元僅由植被和土壤構(gòu)成，植被覆蓋部分所占像元面積比例即為該像元的 FVC值（李苗苗等，2004；徐勇等，2022）。其計(jì)算公式如下：

式中：

FVC——植被覆蓋度，其值介于0—1之間；

NDVIsoil和 NDVIveg——分別表示無(wú)植被覆蓋和純植被覆蓋時(shí)其地表的NDVI值，其中，裸地像元值NDVIsoil和純植被覆蓋像元值NDVIveg的理論值應(yīng)分別接近0和1；

RNI和 R——分別表示近紅外和紅光波段的反射率。參考已有的文獻(xiàn)如李苗苗等（2004）和徐勇等（2022），本文取當(dāng)年NDVI累計(jì)頻率的5%和95%分別作為當(dāng)年的NDVIsoil和NDVIveg。

2.2.2 趨勢(shì)分析

采用非參數(shù)化趨勢(shì)度（Sen）方法從像元尺度上計(jì)算黃土高原 FVC的變化趨勢(shì)，該方法是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢(shì)計(jì)算方法，計(jì)算效率高，且對(duì)測(cè)量誤差和離群數(shù)據(jù)不敏感（Yu et al.，2020；Zhao et al.，2022），其具體計(jì)算公式如下（解晗等，2022）：

式中：

β——FVC的時(shí)間變化趨勢(shì)，β＞0表示FVC呈現(xiàn)上升趨勢(shì)，β＜0表示FVC呈現(xiàn)下降的趨勢(shì)；

a和b——時(shí)間序數(shù)；

xa和xb——第a和b時(shí)間的FVC值。為進(jìn)一步分析FVC變化的顯著性，采用Mann-Kendall檢驗(yàn)方法對(duì)其變化的顯著性進(jìn)行檢驗(yàn)（徐建華，2014）。

2.2.3 偏相關(guān)分析

為探究氣溫、降水和RAD對(duì)植被生長(zhǎng)的影響，對(duì)1986—2021年黃土高原FVC值與年平均氣溫、年降水和年RAD進(jìn)行逐像元偏相關(guān)分析（Evans et al.，2004），其公式如下：

式中：

rxyz——變量 z固定后變量 x和 y的偏相關(guān)系數(shù)，即xy相關(guān)中剔除z的影響；

rxy——變量x與變量y的相關(guān)系數(shù)；

rxz——變量x與變量z的相關(guān)系數(shù)；

ryz——變量y與變量z的相關(guān)系數(shù)。

2.2.4 殘差分析

采用殘差分析區(qū)分氣候變化和人類活動(dòng)對(duì)FVC的影響，該方法是由Evans et al.（2004）提出。通過(guò)對(duì)降水、溫度和 RAD進(jìn)行逐像元多元線性回歸分析，擬合得到FVC的預(yù)測(cè)值，將其視為氣候因素對(duì)FVC的影響，進(jìn)而對(duì)利用FVC真實(shí)值與預(yù)測(cè)值之差來(lái)區(qū)分氣候變化和人類活動(dòng)對(duì) FVC變化的影響（李晶等，2021；楊燦等，2021；常錚等，2022），其公式如下：

式中：

x1、x2和x3——年平均氣溫、年降水和RAD 3個(gè)氣候因子；

a、b和c——FVC與氣候因子的回歸系數(shù)；

d——回歸常數(shù)項(xiàng)；

ε——?dú)埐钪?，ε的值域?yàn)閇-1—1]，ε＞0和ε＜0的時(shí)候分別表示人類活動(dòng)對(duì)FVC起促進(jìn)和抑制作用，ε=0表示人類活動(dòng)對(duì)FVC無(wú)影響；

FVCCC和FVCobs——FVC模擬值和實(shí)際值；

Trend(ε)——人類活動(dòng)影響下FVC變化趨勢(shì)；

Trend(FVCCC)——實(shí)際FVC變化趨勢(shì)；

H——人類活動(dòng)的貢獻(xiàn)率。

3 結(jié)果分析

3.1 黃土高原FVC年際變化特征

1986—2021年黃土高原FVC呈波動(dòng)上升的趨勢(shì)，其值由 1986年的 0.3901上升到 2021年的0.5421，增速為 0.0044 a-1（P ＜0.01，圖 3）。分時(shí)間段看，1986—1999年期間，其FVC值由0.3901增至 0.4369，增速為 0.0038 a-1（P＜0.01，圖 3）；2000—2021期間，F(xiàn)VC值由0.4612增至0.5421，增速為0.0058 a-1（P＜0.01），增速明顯快于前一階段（圖 3）。從不同的植被類型看（表 1），1986—2021年期間黃土高原各個(gè)類型植被FVC均呈顯著上升趨勢(shì)（P＜0.01），其中草地的上升速率最快（Trend=0.0055 a-1）。從不同時(shí)間段看，2000—2021年的耕地、林地、草地和灌叢的上升速率均高于1986—1999年。

表1 1986—1999、2000—2021和1986—2021年黃土高原不同植被類型的FVC變化趨勢(shì)Table 1 Trends of FVC changes between different vegetation types in the Loess Plateau in 1986-2021, 1986-1999 and 2000-2021

圖3 1986—1999、2000—2021和1986—2021年黃土高原FVC年際變化Figure3 The variation of average annual vegetation cover of the Loess Plateau in 1986-2021,1986-1999 and 2000-2021

3.2 黃土高原FVC空間格局演變

3.2.1 空間分布特征

將FVC劃分為低覆蓋度[0, 0.20]、中低覆蓋度（0.20, 0.40]、中等覆蓋度（0.40, 0.60]、中高覆蓋度（0.60, 0.80]和高覆蓋度（0.80, 1.00] 5個(gè)等級(jí)，并提取FVC值為0.60的分界線（李輝霞等，2011）。圖4顯示了 1986—1999、2000—2021和 1986—2021年黃土高原 FVC多年均值的空間分布?？傮w上，1986—2021年黃土高原FVC均值呈西北向東南遞增的分布格局，低值區(qū)主要分布在北部的內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)和甘肅省等地，這些地區(qū)多為草地和荒漠沙地；高值區(qū)域主要分布在東南部的山西和陜西省，這些地區(qū)的植被類型以灌溉農(nóng)業(yè)、灌叢和林地為主（圖4a）。與1986—1999年相比，2000—2021年FVC=0.60曲線呈向西北方向移動(dòng)的趨勢(shì)，表明生態(tài)工程建設(shè)以后，其FVC＞0.60的像元呈增多的態(tài)勢(shì)（圖4b和4c）。從1986—2021年的像元分布頻率看，F(xiàn)VC處于中等覆蓋度的像元占比最大（23.61%），其中1986—1999年黃土高原地區(qū)FVC以中等及以下覆蓋度占比達(dá)67.20%，2000—2021年 FVC以中等及以下覆蓋度占比減少至57.36%，表明生態(tài)工程建設(shè)以后黃土高原植被得到恢復(fù)（圖4d）。

圖4 1986—1999、2000—2021和1986—2021年黃土高原FVC均值空間分布及不同等級(jí)FVC像元占比Figure 4 Spatial distribution and the frequencies of FVC on the Loess Plateau in 1986-2021,1986-1999 and 2000-2021

3.2.2 空間趨勢(shì)特征

圖5顯示了1986—2021、1986—1999和2000—2021年黃土高原像元尺度FVC的變化趨勢(shì)。從圖中可以看出，黃土高原FVC整體趨勢(shì)以增加為主。1986—2021年 FVC呈增加和減小的面積分別占67.19%和32.81%，其中顯著上升的面積占53.66%，主要位于黃土高原的中北部；顯著退化的面積僅占8.68%，主要位于南部的西安等城市的周邊以及西北部的內(nèi)蒙古自治區(qū)和寧夏回族自治區(qū)等地（圖5a和5d）。從不同時(shí)間段看，1986—1999年FVC值呈顯著上升和顯著減少的分別占18.38%和6.43%（圖5b和5d）；到2000—2021年，F(xiàn)VC值呈顯著上升的比例上升至48.12%，主要位于黃土高原中部地區(qū)（圖5c和5d）。

圖5 1986—1999、2000—2021 和1986—2021 年黃土高原FVC 空間趨勢(shì)Figure 5 Spatial distribution of FVC trends on the Loess Plateau in 1986-2021, 1986-1999 and 2000-2021

3.3 FVC影響因素分析

3.3.1 FVC的地形效應(yīng)

圖6顯示了1986—2021年黃土高原FVC隨地形因子的變化情況。從圖中可以看出，F(xiàn)VC值隨高程的變化呈“下降—上升—下降”的變化趨勢(shì)，最高值（0.7793）出現(xiàn)在 3.0—3.5 km，最低值（0.4285）出現(xiàn)在 1.0—1.5 km。FVC各等級(jí)面積占比隨高程不同差異明顯，其中低等級(jí)FVC和中低等級(jí)FVC面積占比隨高程變化起伏較大，當(dāng)海拔超過(guò) 4 km時(shí)，中高等級(jí)FVC和高等級(jí)FVC占比僅為2.41%，而中低等級(jí)FVC及低等級(jí)FVC的比例達(dá)到75.01%（圖6a），主要原因是由于該海拔高度已遠(yuǎn)超林線，隨著海拔升高氣溫和空氣密度都會(huì)降低，不利于植被生長(zhǎng)，使得植被覆蓋情況較差（李輝霞等，2011；王曉蕾等，2022）。從不同坡向FVC的變化看，其均值在0.4571—0.4828之間，各等級(jí)FVC占比差異不大，表明坡向?qū)S土高原 FVC影響效果并不明顯（圖6b）。從不同的坡度等級(jí)看，F(xiàn)VC值隨坡度的增加呈增加的趨勢(shì)，其值從0°—5°的0.4282上升到 25°—45°的 0.7025（圖 6c），具體而言，15°—25°中高等級(jí) FVC和高等級(jí) FVC比例最大（73.93%）；0°—5°的低等級(jí)FVC和中低等級(jí)FVC比例最大（42.82%），主要是由于城市等人口密集區(qū)域主要集中在坡度較小的地方，受城市擴(kuò)張等人類活動(dòng)的干擾，其低等級(jí) FVC占比較高（馬士彬等，2019）。

圖6 黃土高原不同地形因子的FVC等級(jí)占比及其均值變化Figure 6 Proportion and FVC means of vegetation cover at different levels of terrain factors

3.3.2 氣候變化對(duì)FVC的響應(yīng)

除地形因子外，植被還會(huì)受到氣候因子的影響（Feng et al.，2016；Liu et al.，2020；Gao et al.，2022；肖強(qiáng)等，2016；聶桐等，2022）。1986—2021年黃土高原FVC與年降水量、年平均氣溫和RAD的偏相關(guān)系數(shù)分別為0.239、0.093和-0.006，其中呈顯著正相關(guān)（P＜0.05）像元比例分別為48.50%、22.51%和5.96%（圖7）。FVC與年降水的偏相關(guān)系數(shù)整體上大于年均氣溫和RAD，表明降水是影響黃土高原植被變化的主要?dú)夂蛞蛩兀▓D 7a）。黃土高原地處干旱半干旱區(qū)域，降水的增多會(huì)提高土壤含水量，促進(jìn)植被生長(zhǎng)（郭永強(qiáng)等，2019；張家政等，2022）。FVC與氣溫呈顯著負(fù)相關(guān)的比例為6.15%，主要位于西北部的甘肅省、寧夏回族自治區(qū)以及內(nèi)蒙古自治區(qū)（圖7b）。此外，F(xiàn)VC和太陽(yáng)輻射呈顯著負(fù)相關(guān)的比例為7.81%，主要位于西北部的青海省、寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)等地（圖 7c），這些地區(qū)的太陽(yáng)輻射過(guò)強(qiáng)，過(guò)度紅外或紫外輻射不利于植被的生長(zhǎng)（何亮，2021；孫高鵬等，2021）。

圖7 1986—2021 年FVC 與氣候因子偏相關(guān)系數(shù)的空間分布 Figure 7 Spatial distribution of partial correlation coefficients between FVC and climate factors in 1986-2021

3.3.3 人類活動(dòng)對(duì)于FVC的影響

人類活動(dòng)也是該區(qū) FVC變化的重要驅(qū)動(dòng)因素之一（Kou et al.，2021；張寶慶等，2021）。殘差分析結(jié)果表明，人類活動(dòng)是 FVC變化的主要貢獻(xiàn)因子（80.92%），并將黃土高原FVC的殘差趨勢(shì)值分為顯著負(fù)向影響（Trend＜0，P＜0.05）、輕微負(fù)向影響（Trend＜0，P＞0.05）、輕微正向影響（Trend＞0，P＞0.05）和顯著正向影響（Trend＞0，P＜0.05）4 個(gè)等級(jí)。從圖中可以看出，人類活動(dòng)對(duì)黃土高原植被生長(zhǎng)起正向和負(fù)向作用的像元比例分別為 73.20%和 26.80%，其中呈顯著正向影響像元面積占比為26.99%，主要位于中部的陜西、甘肅等退耕還林（草）工程重點(diǎn)區(qū)域（圖 8）。殘差趨勢(shì)為負(fù)值的區(qū)域主要分布在黃土高原東南部的西安、太原以及西北部的銀川等省會(huì)城市附近，這些地區(qū)大多經(jīng)濟(jì)相對(duì)發(fā)達(dá)，人口密集，城市擴(kuò)張較快，對(duì)植被生長(zhǎng)起消極作用（圖8）?？傮w上，人類活動(dòng)對(duì)該地區(qū)植被呈積極影響，但應(yīng)關(guān)注城市擴(kuò)張等人類活動(dòng)對(duì)植被的消極影響。

圖8 1986—2021年黃土高原人類活動(dòng)對(duì)FVC影響的空間分布Figure 8 Spatial distribution of human activities impacts on FVC in the Loess Plateau in 1986-2021

4 討論

目前的研究表明近幾十年黃土高原的植被呈改善的趨勢(shì)，如Kou et al.（2021）利用SPOT NDVI和GIMMS NDVI分析了黃土高原1998—2018年黃土高原 FVC的時(shí)空演變及影響因素，結(jié)果表明近80%的區(qū)域呈變綠的趨勢(shì)；Zhao et al.（2017）利用GIMMS NDVI數(shù)據(jù)分析了1982—2013年黃土高原生長(zhǎng)季NDVI的時(shí)空演變，認(rèn)為90%以上的區(qū)域呈變綠的趨勢(shì)；李依璇等（2021）采用MODIS數(shù)據(jù)分析了 2000—2018年黃土高原植被動(dòng)態(tài)變化，認(rèn)為70%以上的區(qū)域被覆蓋度呈增加趨勢(shì)。上述研究存在差異的原因可能是數(shù)據(jù)源以及研究時(shí)間尺度的不同造成的。本研究結(jié)果表明，1986—2021年黃土高原FVC呈增加的面積占67.19%，2000—2021年黃土高原FVC的增加速率明顯快于1986—1999年（圖2和圖5），尤其在生態(tài)工程重點(diǎn)建設(shè)區(qū)尤為顯著（圖5a），表明退耕還林（草）等生態(tài)工程建設(shè)對(duì)植被有積極影響，這與趙安周等（2017）、郭永強(qiáng)等（2019）的研究結(jié)果類似。本文采用GEE平臺(tái)的Landsat地表反射率數(shù)據(jù)計(jì)算的FVC同時(shí)兼顧了高空間分辨率和長(zhǎng)時(shí)間序列，不僅彌補(bǔ)了 MODIS、SPOT等數(shù)據(jù)時(shí)間跨度較短的不足，而且避免了GIMMS數(shù)據(jù)空間分辨率較低的問(wèn)題，因此可以更加清晰地表征黃土高原，尤其是城市擴(kuò)張區(qū)域植被的時(shí)空演變（圖5）。黃土高原多為半干旱地區(qū)，水資源匱乏，但是水分作為光合作用的主要原料之一，降水的增加會(huì)促進(jìn)植被的快速生長(zhǎng)。1986—2021年黃土高原降水呈顯著增加的趨勢(shì)（Trend=1.975 mm·a-1，P=0.015，圖 9），黃土高原FVC與降水呈正相關(guān)的面積比例達(dá)到 79.73%（圖7a），進(jìn)一步表明降雨的增多會(huì)促進(jìn)該地區(qū)植被的生長(zhǎng)。同時(shí)，由于生態(tài)系統(tǒng)的反饋機(jī)制，植被的快速增加會(huì)影響下墊面條件，進(jìn)而會(huì)對(duì)陸面與大氣間的交互作用機(jī)制產(chǎn)生影響，進(jìn)一步增加局部降水（Gao et al.，2022；張寶慶等，2021）。此外黃土高原東南部的關(guān)中平原及北部的河套平原 FVC值較高，主要是由于這些地方主要為灌溉農(nóng)業(yè)區(qū)，人為灌溉會(huì)對(duì)植被生長(zhǎng)產(chǎn)生積極作用（Kou et al.，2021；金凱等，2020）。本研究結(jié)果也表明，在西安、太原、銀川等城市周邊的植被出現(xiàn)顯著退化的趨勢(shì)，主要是由于快速的城市擴(kuò)張將草地、農(nóng)田以及林地等轉(zhuǎn)變成城市不透水表面，使得植被減少（Kou et al.，2021）。不同的地形條件下其FVC值不同主要是由于不同的海拔和坡度其土壤所含水分、熱量條件以及礦物質(zhì)含量與種類的不同，使得植被生長(zhǎng)存在差異，進(jìn)而產(chǎn)生空間異質(zhì)性（王曉蕾等，2022）。

圖9 1986—2021、1986—1999和2000—2021年黃土高原年降水量及趨勢(shì)Figure 9 Trends of precipitation in the Loess Plateau in 1986-2021, 1986-1999 and 2000-2021

考慮到本地計(jì)算機(jī)的性能難以滿足大空間尺度的數(shù)據(jù)處理，本研究利用 GEE平臺(tái)對(duì)黃土高原的Landsat數(shù)據(jù)進(jìn)行了處理得到了1986—2021年黃土高原逐年的 FVC數(shù)據(jù)，該平臺(tái)可以在線高效處理大范圍長(zhǎng)時(shí)間序列的遙感數(shù)據(jù)，快速實(shí)現(xiàn)影像統(tǒng)計(jì)、趨勢(shì)分析等方面的研究，對(duì)大區(qū)域環(huán)境下的植被變化進(jìn)行實(shí)時(shí)監(jiān)測(cè)，極大的縮短影像處理時(shí)間，提高工作效率。應(yīng)該指出的是，雖然本文利用30 m空間分辨率的Landsat數(shù)據(jù)對(duì)1986—2021年黃土高原 FVC的時(shí)空演變格局及影響因素進(jìn)行了分析，但仍存在一定的不確定性。首先，考慮到Landsat數(shù)據(jù)的可獲取性，本研究?jī)H對(duì)年尺度的 FVC變化進(jìn)行了分析，并未分析其年內(nèi)變化特征，已有研究表明植被對(duì)氣候因子的響應(yīng)具有季節(jié)性（閻世杰等，2019）。其次，F(xiàn)VC的變化對(duì)多種自然和人為要素具有較強(qiáng)的依賴性和敏感性，其變化會(huì)受到多因子間的交互作用，本研究雖采用殘差法剝離了氣候干擾，但人類活動(dòng)影響因子多樣，如何選擇人類活動(dòng)因子更詳細(xì)地劃分不同類型的人類活動(dòng)（農(nóng)業(yè)灌溉和城市擴(kuò)張等）對(duì)FVC的影響是今后的研究重點(diǎn)。最后，雖然退耕還林（草）等生態(tài)工程提高了黃土高原的FVC，有效抑制入黃的泥沙量，但另一方面植被覆蓋度的提高會(huì)增加該地區(qū)水資源的壓力，進(jìn)而帶來(lái)土壤干化等問(wèn)題（Wang et al.，2021），因此，如何因地制宜選擇合適的植物進(jìn)行植樹(shù)造林值得進(jìn)一步研究。

5 結(jié)論

（1）時(shí)間上，1986—2021年黃土高原FVC均值整體上呈波動(dòng)上升趨勢(shì)，2000—2021年的增加趨勢(shì)快于1986—1999年?？臻g上，1986—2021年黃土高原多年 FVC均值總體呈從西北向東南遞增的分布格局，其中呈顯著上升面積主要集中在陜西省北部、山西省西部等地。

（2）對(duì)FVC變化進(jìn)行地形效應(yīng)響應(yīng)分析可知，坡度和高程對(duì)FVC的影響較顯著。FVC值隨高程呈“下降—上升—下降”的變化趨勢(shì)；FVC隨坡度的增加呈增加的趨勢(shì)。

（3）在黃土高原地區(qū)人類活動(dòng)對(duì) FVC變化的貢獻(xiàn)程度高于氣候的影響。在人類活動(dòng)方面，73.20%的區(qū)域?qū)?FVC變化起積極作用；在氣候因子方面，年降水量對(duì)FVC變化影響最大。

GEE平臺(tái)具有海量共享的遙感影像和地理數(shù)據(jù)，依托谷歌云平臺(tái)和強(qiáng)大的后臺(tái)處理器計(jì)算可處理大范圍、長(zhǎng)時(shí)間序列的遙感影像數(shù)據(jù)，極大的縮短影像處理時(shí)間，提高工作效率。因此本研究GEE平臺(tái)的30 m空間分辨率的Landsat地表反射率數(shù)據(jù)計(jì)算了黃土高原地區(qū) 30 m分辨率、長(zhǎng)時(shí)間序列（1986—2021年）的FVC數(shù)據(jù)，可以從更精細(xì)尺度分析黃土高原地區(qū)的植被覆蓋變化及對(duì)氣候變化和人類活動(dòng)的響應(yīng)，其研究結(jié)果可為黃土高原生態(tài)環(huán)境保護(hù)及未來(lái)退耕還林（草）政策的制定提供決策和建議。