氣候變化和人類活動對中國北方旱區(qū)植被變綠的定量貢獻(xiàn)

許 麗,高光耀,王曉峰,陳永喆,周潮偉,王 凱, 傅伯杰

1 長安大學(xué)地球科學(xué)與資源學(xué)院,西安 710054 2 中國科學(xué)院生態(tài)環(huán)境研究中心 城市與區(qū)域生態(tài)國家重點實驗室,北京 100085 3 長安大學(xué)土地工程學(xué)院,西安 710054 4 陜西省土地整治重點實驗室, 西安 710054

旱區(qū)生態(tài)環(huán)境脆弱,荒漠化風(fēng)險高,是最易受氣候變化影響的地區(qū)之一,植被恢復(fù)是旱區(qū)生態(tài)建設(shè)的重要措施[1]。1978年以來,我國實施了一系列的生態(tài)恢復(fù)工程,主要包括“三北風(fēng)沙防護(hù)林工程”“天然林保護(hù)工程”、“退耕還林工程”和“京津冀風(fēng)沙源治理工程”等[2],尤其是2000年后大規(guī)模的植被恢復(fù)計劃的實施,人類活動對旱區(qū)植被的干預(yù)得到顯著增強(qiáng)。生態(tài)恢復(fù)工程的實施成效顯著,但不合理的土地利用和盲目造林等人類活動,可能會造成植被退化,而過度植被建設(shè)也會加劇區(qū)域的水資源短缺,進(jìn)而抑制植被生長[3—5]。另一方面,氣候的變異性日益增強(qiáng),使得植被動態(tài)對于氣候變化和人類活動的響應(yīng)具有滯后性和復(fù)雜性[6—7]。因此,定量分析氣候變化和人類活動對長時間尺度植被動態(tài)的貢獻(xiàn),對于評估中國北方旱區(qū)的生態(tài)恢復(fù)效益和應(yīng)對未來氣候變化具有重要意義。

目前植被變化的歸因分析方法主要包括殘差分析、生物物理模型和區(qū)域氣候模型等[8—11]。由于氣候和人為因素對植被變化影響的復(fù)雜機(jī)制,殘差分析利用簡單線性的方法無法準(zhǔn)確描述氣候和人類活動綜合影響下的植被動態(tài)[12]。另一方面,由于模型參數(shù)計算的復(fù)雜性,增加了模型的不確定性。機(jī)器學(xué)習(xí)方法廣泛應(yīng)用于描述氣候和人類共同干預(yù)的植被變化,為定量評估長時間序列的植被動態(tài)對氣候和人類活動的響應(yīng)提供了新的工具[10,13]。Qu等基于多元回歸分析方法研究發(fā)現(xiàn),在全國范圍內(nèi),歸一化植被指數(shù)(NDVI)的增加主要歸因于氣候因素,特別是氣溫,而造林解釋了 NDVI 變化的 25.5%[14]。Piao等采用五種基于過程的生態(tài)系統(tǒng)模型對中國植被變綠的歸因分析表明,在1982—2009年期間,中國造林對于植被變化的解釋度有限,植被變綠主要受到氣候變化的影響[8]。Chen等基于機(jī)器學(xué)習(xí)方法研究表明在2001—2018年期間,氣候因素主導(dǎo)了中國北方干旱地區(qū)葉面積指數(shù)(LAI)和植被總初級生產(chǎn)力(GPP)的增加,貢獻(xiàn)度為62.6%—66.5%[13]?？傮w上,之前研究缺少生態(tài)恢復(fù)工程前后氣候變化和人類活動對中國北方旱區(qū)植被變化貢獻(xiàn)的對比分析,特別是氣候變化和人類活動的貢獻(xiàn)沿干旱梯度的空間異質(zhì)性分析存在不足。

為此,本研究分析了中國北方旱區(qū)1981—2018年期間氣候和植被的時空變化趨勢,基于偏相關(guān)分析探究氣候因子對植被變化的影響,采用隨機(jī)森林模型計算了2000年前后(即大規(guī)模生態(tài)恢復(fù)實施前后)氣候變化和人類活動對植被變化的相對貢獻(xiàn),并分析了其在干旱梯度上的時空變異規(guī)律。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

中國北方旱區(qū)(30.12°—50.73°N,73.57°—127.06°E)的面積約為546.9萬平方公里,生態(tài)環(huán)境脆弱,降水量稀少而潛在蒸散發(fā)大,多年平均降水量和潛在蒸散發(fā)分別為304.0 mm和814.9 mm,主要為溫帶季風(fēng)和溫帶大陸性氣候條件(圖1)[1]。根據(jù)干旱指數(shù)(AI),中國北方旱區(qū)(AI<0.65)可分為四個干旱梯度(I—IV):(Ι)極端干旱(AI<0.05),(Π)干旱(0.05

圖1 研究區(qū)概況Fig.1 Study area

1.2 數(shù)據(jù)來源

1.2.1植被、土地利用和生態(tài)恢復(fù)面積數(shù)據(jù)

本研究使用全球陸表特征參量LAI數(shù)據(jù)集來監(jiān)測中國北方旱區(qū)的植被動態(tài)(http://www.geodata.cn/index.html)。該數(shù)據(jù)集的時間分辨率為8天,時間跨度從1981年到2018年[2]。1981年至1999年的LAI產(chǎn)品基于高分辨率傳感器(AVHARR)開發(fā),空間分辨率為0.05°[15]。自2000年起,LAI采用中分辨率成像光譜儀(MODIS)數(shù)據(jù),分辨率為1 km[16]?？紤]到植被的生長過程,本研究只關(guān)注生長季的LAI變化(4—10月)。

植被覆蓋率采用植被連續(xù)場(VCF)數(shù)據(jù)來表示,包括樹木和非樹木植被的覆蓋率(%)(https://lpdaac.usgs.gov/products/vcf5kyrv001/)。樹木植被覆蓋率是指樹木冠層垂直投影覆蓋的地面比例,非樹木植被覆蓋率表示除樹木以外的植被(包括灌木和草本植被)覆蓋的地面比例。該數(shù)據(jù)時間覆蓋范圍為1982年至2016年[17],分辨率為500 m,由于1994和2000年沒有VCF數(shù)據(jù),這兩年的數(shù)據(jù)由各自相鄰年份的平均值插補(bǔ)。經(jīng)過驗證,數(shù)據(jù)準(zhǔn)確性超過90%[18]。此外,采用歐洲航天局全球基礎(chǔ)氣候變化倡議的土地利用數(shù)據(jù)(ESA-CCI),該數(shù)據(jù)時間從1992到2018年,分辨率為300 m(http://maps.elie.ucl.ac.be/CCI/viewer/download)。植被恢復(fù)面積數(shù)據(jù)來自《中國林業(yè)和草原統(tǒng)計年鑒》, 根據(jù)逐年的統(tǒng)計數(shù)據(jù)(2001—2018),計算出2000年后每個縣的累計植被恢復(fù)面積比例(人為植被恢復(fù)面積/總面積)來表示縣域尺度上植被恢復(fù)的空間分布。

1.2.2氣候數(shù)據(jù)

研究區(qū)1981—2018年的月降水量(Pre)、近地表氣溫(Temp)和太陽輻射(Srad)等氣候數(shù)據(jù)來自國家青藏高原數(shù)據(jù)中心的中國氣象強(qiáng)迫數(shù)據(jù)集(CMFD)(https://data.tpdc.ac.cn/zh-hans/data/)。該數(shù)據(jù)集是基于再分析數(shù)據(jù)、全球陸地數(shù)據(jù)同化系統(tǒng)(GLDAS)GLDAS數(shù)據(jù)、地表輻射收支(GEWEX-SRB)輻射數(shù)據(jù)、熱帶測雨任務(wù)衛(wèi)星(TRMM)降水和中國境內(nèi)830個氣象站數(shù)據(jù)制作的,是一個高分辨率的氣象強(qiáng)迫數(shù)據(jù)集,時間分辨率為3小時,空間分辨率為0.1°[19—20]。

2 研究方法

2.1 趨勢和相關(guān)性分析

Theil-slope趨勢和Mann-Kendall(MK)檢驗是研究時間序列變化趨勢的非參數(shù)統(tǒng)計方法,用于確定氣候和植被因子的變化趨勢。采用偏相關(guān)分析研究植被動態(tài)(LAI)與不同氣候因子(Pre、Temp和Srad)之間的關(guān)系,并進(jìn)行了顯著性檢驗(P<0.05)。通過對比2000年前后各個變量的偏相關(guān)系數(shù)分析各氣候因子對植被動態(tài)的相對正負(fù)效應(yīng)及其變化。

2.2 隨機(jī)森林模型分離氣候和人類活動的貢獻(xiàn)度

采用隨機(jī)森林模型量化氣候因素和人類活動對植被變化的各自貢獻(xiàn)。首先,將中國北方旱區(qū)分為兩部分,即“基本自然區(qū)”和“人類活動干擾區(qū)”(圖1)。前者的植被變化主要由氣候驅(qū)動,后者受到氣候和人類活動的共同影響。人類活動影響的區(qū)域包括植被恢復(fù)、城市用地和耕地所占區(qū)域。綜合縣域尺度上植被恢復(fù)的面積比例和土地利用數(shù)據(jù)獲得人類活動干擾區(qū)域的空間范圍,其余地區(qū)為基本自然區(qū)。其次,計算 “基本自然區(qū)”和“人類活動干擾區(qū)”Pre、Temp、Srad的年均值及其年際Theil-Sen斜率趨勢、多年的LAI平均值等7個預(yù)測因子。在“基本自然區(qū)”中訓(xùn)練隨機(jī)森林模型,分階段(1981—2000年和2000—2018年)建立LAI年際變化趨勢(目標(biāo)變量)和7個預(yù)測因子(預(yù)測變量)的關(guān)系模型。最后,將訓(xùn)練模型應(yīng)用到整個區(qū)域,獲得整個區(qū)域氣候變化對于LAI變化趨勢的相對貢獻(xiàn),用實際的LAI變化趨勢減去用氣候因子預(yù)測的LAI變化趨勢,即獲得人類活動的相對貢獻(xiàn)。

3 結(jié)果分析

3.1 氣候和植被變化的時空分異特征

1981—2018年期間,降水和氣溫均表現(xiàn)為增加趨勢,太陽輻射增長趨緩(圖2)。降水在III區(qū)增加最為顯著,而在IV區(qū)基本不變;氣溫在I和II區(qū)持續(xù)增加,在III和IV區(qū)2000年后增速趨緩;而太陽輻射在I 和II區(qū)為先減后增(2000年前后),在III和IV區(qū)持續(xù)下降。如圖2所示,1981—2018年期間,整個區(qū)域生長季LAI呈現(xiàn)上升趨勢 ((0.0037±0.0443)a-1,P<0.05),且沿著干旱梯度呈現(xiàn)增加趨勢,其中亞濕潤干旱區(qū)增加最為顯著((0.0069±0.0045)a-1,P<0.05),其次是半干旱區(qū)((0.0039±0.0034)a-1,P<0.05)。從時間變化來看,2000年后旱區(qū)植被變綠趨勢明顯加強(qiáng),2000年前后LAI的增長速率分別為(0.0025±0.0248)a-1和(0.0038±0.0254)a-1。2000年以前只有10.46%(P<0.05)的區(qū)域出現(xiàn)了顯著的植被變綠,而2000年以后有36.84% 區(qū)域顯著變綠,且在不同干旱梯度均表現(xiàn)為持續(xù)增加(III>II>IV>I)。

圖2 1981—2018年降水、氣溫、太陽輻射和LAI在不同干旱梯度的年際變化趨勢Fig.2 Interannual trend of precipitation, temperature, solar radiation and LAI during 1981—2018 along aridity gradientsLAI:葉面積指數(shù);Ι:極端干旱,Π:干旱,Ш:半干旱,IV:亞濕潤干旱分區(qū)

從空間上看,中國北方旱區(qū)的降水均呈增長趨勢(+1.5576 mm a-1,P<0.05),西北地區(qū)的增長速率比東部地區(qū)更明顯,尤其是青藏高原地區(qū)(圖3)。溫度經(jīng)歷了明顯的增長(+0.8281 ℃ a-1,P<0.01),但西部地區(qū)呈現(xiàn)下降趨勢,而太陽輻射在旱區(qū)的大多數(shù)地區(qū)都在減少(-0.0629 W m-2a-1,P<0.05),僅在新疆地區(qū)增加。基于衛(wèi)星的LAI和VCF數(shù)據(jù)共同表明,植被變化存在顯著的梯度差異。半干旱和亞濕潤干旱區(qū)(III和IV)的植被增長最顯著,這主要歸因于非樹木植被的恢復(fù)。植被退化出現(xiàn)在新疆,內(nèi)蒙古東部和青藏高原部分地區(qū), 主要是非樹木植被發(fā)生了退化(圖3)。植被變綠主要歸因于非樹木植被的生長,森林面積雖在增加(樹木覆蓋率:+2.94%),但僅在半干旱地區(qū)顯著。

圖3 1981—2018年氣候和植被因子變化趨勢的空間分布Fig.3 Interannual trend of climate and vegetation factors during 1981—2018 陰影區(qū)域代表通過95%的顯著性檢驗

3.2 氣候因子和植被變化的相關(guān)性

偏相關(guān)分析表明,降水和溫度在植被變化中發(fā)揮了積極作用,特別是在半干旱和亞濕潤干旱地區(qū)(III和IV)。1981—2018年期間,降水與LAI在62.44%的地區(qū)表現(xiàn)為正相關(guān)(9.01%,P<0.05),在37.56%的區(qū)域表現(xiàn)為負(fù)相關(guān)(1.69%,P<0.05)。溫度與LAI在62.90%的區(qū)域(18.96%,P<0.05)表現(xiàn)為正相關(guān),在37.10%的區(qū)域表現(xiàn)為負(fù)相關(guān)(4.10%,P<0.05)。相反,太陽輻射在大部分地區(qū)對植被生長有抑制作用,在54.96%的區(qū)域與LAI之間表現(xiàn)為顯著的負(fù)相關(guān)關(guān)系(7.43%,P<0.05)。

對比兩個階段氣候因子與LAI的偏相關(guān)系數(shù)(圖4),各個氣候因子對植被生長的影響在干旱梯度上的時空變化顯著。相比1981—2000年,在2000—2018年期間,降水和輻射對植被變綠的正效應(yīng)加強(qiáng),主要表現(xiàn)為在區(qū)域尺度上正偏相關(guān)系數(shù)分別增加了0.0367 和0.0164,顯著相關(guān)的面積比例分別增加了5.26%和3.35%,尤其是在相對濕潤的區(qū)域(III和IV),其中半干旱區(qū)降水和植被的偏相關(guān)系數(shù)增加最顯著(2000年后:+0.0472)。氣溫對植被生長的負(fù)效應(yīng)在2000年后加強(qiáng)(偏相關(guān)系數(shù)變化:-0.0439),負(fù)相關(guān)區(qū)域面積增加5.91%,其中半干旱區(qū)最顯著,其次是亞濕潤干旱區(qū)。2000年后,氣溫對于LAI在半干旱區(qū)和亞濕潤區(qū)的正向促進(jìn)作用轉(zhuǎn)為負(fù)向抑制,太陽輻射在干旱區(qū)表現(xiàn)為由負(fù)效應(yīng)轉(zhuǎn)為正效應(yīng)(+0.0363)。上述結(jié)果表明在2000年大規(guī)模的植被恢復(fù)后,氣候變化和人類活動對于植被的影響過程發(fā)生了顯著變化, 且存在顯著的梯度差異,尤其是相對濕潤和植被恢復(fù)明顯地區(qū)(III和IV區(qū))。

圖4 1981—2000和2000—2018年期間氣候因子和LAI偏相關(guān)系數(shù)的空間分布Fig.4 Spatial distribution of partial correlation coefficients between climate and vegetation in different periods during 1981—2000 and 2000—2018圖中黑點表示相關(guān)性在0.05水平上顯著,藍(lán)色代表正偏相關(guān)面積百分比,紅色代表負(fù)偏相關(guān)面積百分比;Pre:降水;Temp:氣溫;Srad:太陽輻射;LAI:葉面積指數(shù)

3.3 氣候變化和人類活動對植被變化趨勢的相對貢獻(xiàn)

通過對比基本自然區(qū)LAI實際趨勢和隨機(jī)森林模型模擬的LAI變化趨勢,隨機(jī)森林模型的訓(xùn)練精度較高(R2=0.64)。由圖5可知,2000年前后,氣候變化均主導(dǎo)植被變化,貢獻(xiàn)率分別為96.07%和73.72%。氣候和人類活動對于LAI變化的相對貢獻(xiàn)存在梯度差異。在1981—2018年,氣候變化驅(qū)動的LAI變化趨勢均為正,且在不同干旱梯度表現(xiàn)為:III>II>IV>I;而人類活動驅(qū)動的LAI變化趨勢梯度差異顯著,尤其是干旱區(qū)和半干旱區(qū)主要為負(fù)效應(yīng),分別為-0.0048 a-1(II區(qū))和-0.0011 a-1(III區(qū))。在1981—2000年期間,氣候變化在各個干旱梯度均表現(xiàn)為正效應(yīng),人類活動僅在亞濕潤干旱區(qū)(IV區(qū))為顯著正效應(yīng),其余均為負(fù)效應(yīng)。在2000—2018期間,各個干旱梯度氣候變化和人類活動均表現(xiàn)為正效應(yīng),且均沿著干旱梯度而加強(qiáng)。如圖5所示,人類活動在不同階段對不同植被類型的影響也存在梯度差異,2000年前,人類活動對于LAI正效應(yīng)主要分布在亞濕潤干旱區(qū),主要植被類型為農(nóng)田;2000年后半干旱區(qū)正效應(yīng)顯著增加,主要類型為森林和草地,而人類活動的負(fù)效應(yīng)分布在東南地區(qū),主要植被類型是農(nóng)田,新疆和青藏高原等也出現(xiàn)了人類活動導(dǎo)致的植被退化。

圖5 1981—2000和2000—2018年期間氣候變化和人類活動引起的LAI變化速率的空間分布Fig.5 Spatial patterns of the climatic and anthropogenic impacts on the trends of LAI along aridity gradients in two subperiods

通過對比植被恢復(fù)前后各個干旱梯度氣候和人類活動驅(qū)動的LAI變化趨勢的相對貢獻(xiàn)可知,區(qū)域尺度人類活動的貢獻(xiàn)度在2000年后增加了22.35%。因此,人類活動對植被生長的積極作用得到了顯著加強(qiáng),且沿著干旱梯度呈現(xiàn)為增加趨勢(圖6)。盡管在2000年以前,人類活動引起半干旱區(qū)的LAI趨勢的負(fù)貢獻(xiàn)最大,而在2000后,III區(qū)的人類活動驅(qū)動LAI的增加趨勢(+0.0289 a-1)比其他任何分區(qū)都要顯著,2000年后人類貢獻(xiàn)度增加至27.73%,這與植被恢復(fù)在半干旱區(qū)的空間分布具有一致性。大規(guī)模的植被恢復(fù)工程的實施,加速了III區(qū)的變綠,這進(jìn)一步解釋了該梯度中降水與LAI的正偏相關(guān)在2000年后明顯增加。對于亞濕潤干旱區(qū)(IV區(qū)),氣候變化驅(qū)動的LAI變化趨勢的增幅最大,在2000—2018年期間增加了+0.0036 a-1。結(jié)果表明,氣候和人類活動在干旱梯度上的相對貢獻(xiàn)存在明顯差異,人類活動貢獻(xiàn)的空間模式與植被恢復(fù)區(qū)域一致,特別是在半干旱和亞濕潤干旱區(qū)(III和IV)。

圖6 氣候變化和人類活動引起的LAI變化速率的梯度差異Fig.6 The climatic and anthropogenic impacts on the trends of LAI along aridity gradients in two subperiods

4 討論

由于氣候變化和生態(tài)恢復(fù)的共同作用,中國北方旱區(qū)的植被變綠趨勢在2000年后明顯增加,多個生態(tài)恢復(fù)計劃的實施和植被的持續(xù)增長促進(jìn)了這一趨勢[2,21—22]。然而,新疆西北部和蒙古東部的植被出現(xiàn)退化,這與以前的研究一致[2]。氣候變化對植被的影響具有空間異質(zhì)性,降水增加是干旱和半干旱地區(qū)植被生長的主要促進(jìn)因素。此外,植被的增加對于降水的反饋會抵消蒸發(fā)消耗,從而增加降水[23]。半干旱區(qū)水分來源還包括冰川和灌溉等,進(jìn)一步促進(jìn)了植被生長,如新疆和內(nèi)蒙地區(qū)[24]。太陽輻射的下降有利于半干旱地區(qū)的植被生長。然而,氣溫對這些地區(qū)的植被生長表現(xiàn)出抑制作用,這種差異性可能是由于水分是干旱半干旱區(qū)植被生長的主要限制因素。氣溫升高導(dǎo)致地表蒸發(fā)增加,加劇了旱區(qū)植被的干旱脅迫,進(jìn)而抑制植被生長[1]。另一方面,植被過量增加會消耗水分,進(jìn)一步加劇區(qū)域水資源短缺,例如黃土高原已經(jīng)接近水資源承載閾值,這種發(fā)展是不可持續(xù)的[4,25]。在未來的氣候下,中國北方旱區(qū)將獲得更多的降水,但隨之而來的是更加頻繁的暴雨和極端干旱[26],這給旱區(qū)植被變綠的可持續(xù)性帶來極大的挑戰(zhàn)。

人類活動促進(jìn)了植被變綠,雖然整個地區(qū)都進(jìn)行了大規(guī)模的造林運動,但植被變綠主要歸因于非樹木植被的恢復(fù),而非森林,這與已有研究一致[13]。人類活動的正效應(yīng)在2000年后顯著增加,大規(guī)模的生態(tài)恢復(fù)政策顯著促進(jìn)了中國北方旱區(qū)的植被變綠[2]。除生態(tài)恢復(fù)工程外,人類活動的空間異質(zhì)性還表現(xiàn)為土地利用管理方式的差異,如耕地擴(kuò)張,畜牧業(yè)發(fā)展等[27]。位于干旱區(qū)的新疆雖然降水增加,但2000年后植被退化可能是由于農(nóng)田擴(kuò)張,灌溉耗水增加,加劇水資源短缺,進(jìn)而抑制了植被生長[28—30]。內(nèi)蒙古東部地區(qū)的植被退化主要是受到氣候影響,但人類活動的破壞作用加劇了這一趨勢,青藏高原的植被也呈現(xiàn)減少趨勢,可能是由于過度放牧帶來草地的退化[31—32]。

本研究所采用的機(jī)器學(xué)習(xí)方法,基于制定的規(guī)則在訓(xùn)練區(qū)域建立預(yù)測變量和目標(biāo)變量關(guān)系,進(jìn)一步推廣到整個研究區(qū),在描述區(qū)域尺度上氣候-人類-植被之間的復(fù)雜關(guān)系方面已得到了廣泛應(yīng)用[13]。氣候變化和人類活動相對貢獻(xiàn)的分離結(jié)果表明,氣候因素主導(dǎo)了中國干旱地區(qū)LAI的增加,這與已有的研究基于LAI、凈初級生產(chǎn)力(NPP)和總初級生產(chǎn)力(GPP)對氣候和人類活動的貢獻(xiàn)度分離結(jié)果一致[8,13]。由于2000年前后氣候變化模式和人類活動強(qiáng)度的不同,本文進(jìn)一步分階段對比各自的相對貢獻(xiàn),定量評估了長時間序列生態(tài)恢復(fù)工程前后人類活動貢獻(xiàn)的變化。在旱區(qū)生態(tài)系統(tǒng)中,氣候變化和人類活動對植被變化的影響存在復(fù)雜的反饋機(jī)制和滯后效應(yīng),這給本研究中植被變化歸因分析帶來一定的不確定性。此外,中國北方干旱區(qū)氣象站點分布有限,這是造成氣候數(shù)據(jù)(尤其是降水)不確定性的重要來源,植被稀疏地區(qū)數(shù)據(jù)精度差,因此需要長時間地面實測數(shù)據(jù)來進(jìn)一步提高隨機(jī)森林模型的模擬預(yù)測精度,從而為應(yīng)對未來氣候變化下的植被恢復(fù)提供理論依據(jù)和參考。

5 結(jié)論

本文分析了1981—2018年期間中國北方旱區(qū)氣候和植被的時空變化規(guī)律,采用隨機(jī)森林模型量化氣候變化和人類活動對植被動態(tài)的相對貢獻(xiàn)并分析其在干旱梯度上的空間差異性,主要結(jié)論如下:

(1)1981—2018年中國北方旱區(qū)的植被變綠顯著(LAI:(0.0037±0.0443)a-1,P<0.05),空間上沿干旱梯度增加而加強(qiáng),尤其是干旱和亞濕潤干旱區(qū)。2000年前僅10.46%(P<0.05)的地區(qū)顯著變綠,而2000年后達(dá)到36.84%,且植被變綠主要歸因于非樹木植被。

(2)相較于1981—2000年,2000年后降水對植被變綠的正效應(yīng)在不同干旱梯度均增加,溫度和輻射表現(xiàn)為負(fù)效應(yīng)。在半干旱區(qū)和亞濕潤區(qū),降水對LAI正效應(yīng)增加,溫度由正向促進(jìn)轉(zhuǎn)為負(fù)向抑制,而輻射在干旱區(qū)表現(xiàn)為由負(fù)效應(yīng)轉(zhuǎn)為正效應(yīng)。

(3)2000年前后,氣候均主導(dǎo)著植被的變化,但2000年以后,人類活動的貢獻(xiàn)從3.93%增加到26.28%,且沿著干旱梯度而加強(qiáng),其中半干旱地區(qū)的人類活動對植被變綠貢獻(xiàn)的增加最顯著。