寧夏沙坡頭國家級自然保護(hù)區(qū)植被覆蓋時(shí)空變化及其與氣候因子的關(guān)系

文章編號：1671-3559（2024）04-0383-08DOI：10.13349/j.cnki.jdxbn.20240403.002

摘要： 為了研究黃河上游干旱區(qū)植被覆蓋度的變化規(guī)律，選取寧夏沙坡頭國家級自然保護(hù)區(qū)為研究區(qū)，基于2002—2021年Landsat衛(wèi)星遙感影像，通過趨勢分析法、 相關(guān)分析與偏相關(guān)分析法等，從時(shí)間和空間尺度上分析研究區(qū)近20 a 歸一化差值植被指數(shù)（NDVI）變化及其與氣溫、降水的關(guān)系。結(jié)果表明： 研究區(qū)的植被覆蓋度率較低，2002—2021年NDVI值呈波浪式顯著增大的趨勢； 研究區(qū)NDVI在空間上大致呈現(xiàn)東高西低的特點(diǎn)，且NDVI與氣溫、 降水基本呈正相關(guān)關(guān)系。

關(guān)鍵詞： 植被覆蓋度； 歸一化差值植被指數(shù)； 相關(guān)性分析； 氣候因子； 寧夏沙坡頭國家級自然保護(hù)區(qū)

中圖分類號： Q948.112

文獻(xiàn)標(biāo)志碼： A

開放科學(xué)識別碼（OSID碼）：

Temporal and Spatial Variation of Vegetation Cover and Its Relationship

with Climatic Factors in Ningxia Shapotou National Nature Reserve

GUO Jiacheng1， ZHAO Xingying2， CHANG Qing2， PANG Haiwei1， ZHANG Yu1， ZHENG Caizhi1，

HOU Sen1， GENG Qikang1， BIAN Zhen1， HOU Ruiping3

（1. School of Water Conservancy and Environment， University of Jinan， Jinan 250022， Shandong， China;

2. Ningxia Shapotou National Nature Reserve Administration， Zhongwei 750021， Ningxia， China;

3. Academy of Forestry Inventory and Planning （AFIP）， National Forestry and Grassland Administration， Beijing 100174， China）

Abstract： To study the changes of vegetation coverage in the arid area of the upper reaches of the Yellow River， selecting Ningxia Shapotou National Nature Reserve as the research area， based on Landsat remote sensing images from 2002 to 2021， trend analysis， correlation analysis and partial correlation analysis were used to analyze the changes of normalized difference vegetation index （NDVI） and its relationship with temperature and precipitation in the last 20 years from the temporal and spatial scales. The results show that the vegetation coverage rate in the study area is low， and NDVI value showes a significant trend of wavy increase from 2002 to 2021. In the study area， NDVI is generally high in the east and low in the west， and there is a positive correlation between NDVI and temperature and precipitation， respectively.

Keywords： vegetation coverage; normalized difference vegetation index; correlation analysis; climate factor; Ningxia Shapotou National Nature Reserve

收稿日期： 2023-05-23""""""""" 網(wǎng)絡(luò)首發(fā)時(shí)間：2024-04-07T14：27：04

基金項(xiàng)目： 山東省自然科學(xué)基金項(xiàng)目（ZR2020QC173）；國家級自然保護(hù)區(qū)科技研發(fā)項(xiàng)目（YL-2021122101）；國家級自然保護(hù)區(qū)科技研發(fā)項(xiàng)目（YL-2021122102）

第一作者簡介： 郭佳誠（1999—），男，山東濱州人。碩士研究生，研究方向?yàn)樗帘３旨吧鷳B(tài)遙感。E-mail： 1339623425@qq.com。

通信作者簡介： 邊振（1983—），男，山東濟(jì)南人。副教授，博士，碩士生導(dǎo)師，研究方向?yàn)樗帘３旨吧鷳B(tài)遙感。E-mail： stu_bianz@ujn.edu.cn。

網(wǎng)絡(luò)首發(fā)地址： https：//link.cnki.net/urlid/37.1378.n.20240403.1556.004

植被連接大氣、 土壤和水文等生態(tài)要素，是陸地生態(tài)系統(tǒng)的關(guān)鍵組成部分，植被的動(dòng)態(tài)變化時(shí)刻影響著地球環(huán)境和人類福祉［1］。氣候變化在一定程度上影響植被的生長變化，植被對氣候因子變化的響應(yīng)又能在一定程度上反映區(qū)域的氣候變化情況［2］。植被對環(huán)境的變化非常敏感，在長時(shí)間序列上，多種氣候因子共同影響制約植被覆蓋變化，其中降水和氣溫最主要的兩大影響因子［3］。歸一化差值植被指數(shù)（normalized difference vegetation index， NDVI）是反映植被覆蓋與植被分布的重要參數(shù)，在遙感技術(shù)應(yīng)用研究植被覆蓋狀況中起著橋梁作用，可以有效反映區(qū)域植被生長變化情況，具有可排除輻射誤差、 檢測范圍廣和對植被響應(yīng)能力強(qiáng)的特有優(yōu)勢［4］。

近年來，國內(nèi)外眾多學(xué)者對不同區(qū)域NDVI變化與氣候變化之間的相關(guān)關(guān)系進(jìn)行了研究并取得豐碩成果。張曉克等［5］研究發(fā)現(xiàn)，由于氣候暖濕化和地方生態(tài)工程等共同作用導(dǎo)致1998—2018年西藏北部的申扎縣NDVI整體呈波動(dòng)上升趨勢。徐勇等［6］研究表明2000—2020年我國西南地區(qū)植被NDVI整體呈波動(dòng)上升趨勢，氣候變化和人類活動(dòng)對NDVI均以促進(jìn)作用為主。徐虹等［7］研究發(fā)現(xiàn)，近19 a云南省植被NDVI總體呈改善趨勢，植被NDVI對氣溫和降水的相關(guān)性具有明顯的地域差異。Fensholt等［8］利用全球植被監(jiān)測歸一化植被指數(shù)（GIMMS NDVI）數(shù)據(jù)集研究了干旱地區(qū)氣候變化對植被生長的影響。

目前在黃河上游地區(qū)寧夏回族自治區(qū)進(jìn)行的針對植被覆蓋變化的研究主要集中在大尺度范圍NDVI變化特征上，對于區(qū)域尺度上NDVI變化特征及影響機(jī)制研究還較少。20世紀(jì)以來，趙慧等［9］基于中分辨率成像光譜儀歸一化植被指數(shù)（MODIS NDVI）數(shù)據(jù)，對寧夏年最大NDVI時(shí)空變化特征及其與氣候、 人類活動(dòng)的關(guān)系進(jìn)行總結(jié)。張?jiān)獥澋龋?0］利用MODIS NDVI影像對寧夏NDVI動(dòng)態(tài)變化對降水的響應(yīng)進(jìn)行分析總結(jié)。楊玉蓮等［11］對1990—2011年遙感數(shù)據(jù)進(jìn)行分析，探究寧夏沙坡頭國家級自然保護(hù)區(qū)的植被覆蓋變化及其穩(wěn)定性。

寧夏沙坡頭國家級自然保護(hù)區(qū)地處我國典型干旱區(qū)，是阻隔沙塵暴和沙漠向平原入侵的天然屏障，屬黃河上游地區(qū)水利水能開發(fā)的重要梯級地帶［11］。本文中將寧夏沙坡頭國家級自然保護(hù)區(qū)作為研究區(qū)，對植被覆蓋變化情況進(jìn)行研究，客觀評價(jià)該地區(qū)生態(tài)系統(tǒng)，明確黃河上游地區(qū)長時(shí)間尺度植被覆蓋度變化規(guī)律及其與氣候因子的關(guān)系。研究所用數(shù)據(jù)為2002—2021年Landsat衛(wèi)星遙感影像，通過趨勢分析法、 相關(guān)分析與偏相關(guān)分析法等探究分析研究區(qū)植被NDVI與氣候因子的相關(guān)關(guān)系，為研究區(qū)植被資源修復(fù)、 生態(tài)環(huán)境發(fā)展和生態(tài)政策制定提供理論參考和科學(xué)依據(jù)。

濟(jì)南大學(xué)學(xué)報(bào)（自然科學(xué)版）第38卷

1" 研究區(qū)概況

寧夏沙坡頭國家級自然保護(hù)區(qū)坐落于寧夏回族自治區(qū)中衛(wèi)市沙坡頭區(qū)西北部， 東西方向從二道沙溝南護(hù)林房至頭道墩， 南北方向連接騰格里沙漠與夜明山北麓， 地理位置為東經(jīng)104°28′—105°12′、 北緯37°21′—37°38′，總面積為27 349.08 hm2，海拔為1 300～1 500 m（見圖1）。冷熱溫差大、蒸發(fā)強(qiáng)烈、 干旱少雨是研究區(qū)的典型特點(diǎn)。由于研究區(qū)地處東亞季風(fēng)北部邊緣地帶，東亞季風(fēng)強(qiáng)弱變化對氣

候影響嚴(yán)重，導(dǎo)致氣候（特別是降水）的年際變化較大，因此生態(tài)環(huán)境具有較大的脆弱性。研究區(qū)多年平均降水量約為182.68 mm，多年平均蒸發(fā)量為年平均降水量的12倍，約為2 051.52 mm。研究區(qū)西南側(cè)邊界緊鄰黃河干流，黃河豐水期和枯水期徑流量變化較大，同時(shí)當(dāng)?shù)卮嬖诖罅咳斯ぱa(bǔ)源灌溉活動(dòng)，對于維持區(qū)域植被覆蓋起著重要作用。研究區(qū)作為阻隔沙塵暴對平原侵襲和沙漠向南蔓延的天然屏障，如果環(huán)境惡化或生態(tài)退化，就會對當(dāng)?shù)厣踔粮蠓秶纳鷳B(tài)環(huán)境造成巨大威脅。

2" 數(shù)據(jù)來源和研究方法

2.1" 數(shù)據(jù)來源及處理

本文中使用的數(shù)據(jù)包括寧夏沙坡頭國家級自然保護(hù)區(qū)NDVI數(shù)據(jù)、 氣象數(shù)據(jù)。遙感數(shù)據(jù)采用美國國家航空航天局（NASA）Landsat 4-5 TM、 Landsat 7 ETM、 Landsat 8 OIL衛(wèi)星遙感影像，來源為中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn/），時(shí)間跨度為2002—2021年，云量小于10%，空間分辨率為30 m，影像數(shù)據(jù)質(zhì)量良好。相比其他衛(wèi)星影像， Landsat衛(wèi)星遙感影像具有高空間分辨率、 多波段連續(xù)觀測等優(yōu)勢， 能夠在長時(shí)間尺度下捕捉到地表精細(xì)特征，保證研究區(qū)NDVI的提取精確度。為了進(jìn)一步提高數(shù)據(jù)的準(zhǔn)確性，減小其他因素對影像信息的影響，分別利用ENVI 5.3、 ArcGIS 10.7軟件對影像進(jìn)行輻射定標(biāo)、 大氣校正和去云等預(yù)處理并計(jì)算出NDVI數(shù)據(jù)集?；谘芯繀^(qū)實(shí)際情況和特殊的地理環(huán)境，選取每年7—10月為生長季，采用最大值合成法計(jì)算得到每年生長季年均NDVI數(shù)據(jù)集。

氣象數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心（http：//data.cma.cn）、 中國氣象局氣象信息中心（http：//www.nmic.cn）和中國氣象網(wǎng)（http：//www.cma.gov.cn），包括寧夏回族自治區(qū)和甘肅省境內(nèi)鄰近研究區(qū)的16個(gè)氣象站點(diǎn)8類地面氣象信息，包括逐日平均氣溫、 逐日累計(jì)降水量、 逐日累計(jì)蒸發(fā)量等。數(shù)據(jù)嚴(yán)格按照世界氣象組織（WMO）標(biāo)準(zhǔn)和中國氣象局（CMA）的技術(shù)規(guī)章獲取，數(shù)據(jù)集已通過嚴(yán)格的質(zhì)量控制。

由于不同站點(diǎn)觀測數(shù)據(jù)起始時(shí)間不同、 氣象站點(diǎn)遷移等原因， 局部地區(qū)數(shù)據(jù)會出現(xiàn)缺測情況， 因此在使用數(shù)據(jù)時(shí)需再次進(jìn)行質(zhì)量控制， 排除出錯(cuò)或可疑的數(shù)據(jù)。根據(jù)以下原則進(jìn)行數(shù)據(jù)的質(zhì)量控制和站點(diǎn)篩選： 1）數(shù)據(jù)不少于20 a； 2）如果一個(gè)站有超過5%單項(xiàng)數(shù)據(jù)缺失或者一個(gè)站點(diǎn)單項(xiàng)數(shù)據(jù)缺失超過連續(xù) 30 d， 該站點(diǎn)的數(shù)據(jù)將不被采用， 對于某些站點(diǎn)單項(xiàng)數(shù)據(jù)缺失， 使用反距離權(quán)重法針對不同氣象指標(biāo)設(shè)定不同參數(shù)值進(jìn)行插值并進(jìn)行相鄰年數(shù)據(jù)的平滑處理； 3）根據(jù)《中國地面氣候資料日值數(shù)據(jù)集》的數(shù)據(jù)預(yù)處理方法，利用 MATLAB程序語言實(shí)現(xiàn)氣象資料的預(yù)處理，包括代碼型數(shù)據(jù)的轉(zhuǎn)換、 真實(shí)值計(jì)算等。最終選取寧夏回族自治區(qū)中衛(wèi)、中寧氣象站與甘肅省景泰氣象站共3個(gè)基準(zhǔn)氣象監(jiān)測站點(diǎn)，對站點(diǎn)逐日平均氣溫和逐日累計(jì)降水?dāng)?shù)據(jù)進(jìn)行統(tǒng)計(jì)處理采集得到各站點(diǎn)的年平均氣溫和年降水量數(shù)據(jù)，時(shí)間跨度為2002—2021年。利用ArcGIS 10.7軟件，對氣象數(shù)據(jù)空間插值獲取與NDVI數(shù)據(jù)同像元大小、 同坐標(biāo)系的氣象數(shù)據(jù)集。

2.2" 研究方法

2.2.1" Theil-Sen中值趨勢分析

Theil-Sen 中值趨勢分析是一種用于計(jì)算趨勢值的穩(wěn)健方法，抗噪性強(qiáng)，且對數(shù)據(jù)要求不高［11-12］。計(jì)算公式為

β=n∑ni=1iIndv，i-∑ni=1i∑ni=1Indv，in∑ni=1i2-（n∑ni=1i）2 ，（1）

式中： β為研究區(qū)NDVI的變化速率， β＞0表示呈上升趨勢， β＜0表示呈下降趨勢； i為年份序號； n為時(shí)間序列長度，本文中取n=20； Indv，i表示第i年研究區(qū)NDVI值。

在ArcGIS 10.7軟件中進(jìn)行柵格數(shù)據(jù)的計(jì)算與統(tǒng)計(jì)， 得出研究區(qū)2002—2021年NDVI年際變化趨勢。

2.2.2" Mann-Kendall顯著性檢驗(yàn)

Mann-Kendall顯著性檢驗(yàn)法是針對時(shí)間序列趨勢的一種非參數(shù)統(tǒng)計(jì)趨勢檢驗(yàn)方法。該方法檢驗(yàn)范圍寬，受人為影響小，不需要樣本服從一定規(guī)律分布［11-12］。使用Mann-Kendall顯著性檢驗(yàn)法對20 a時(shí)間序列研究區(qū)NDVI的變化趨勢進(jìn)行顯著性檢驗(yàn)。設(shè)某一時(shí)間序列數(shù)據(jù)（x1， x2， …，xn）是n個(gè)獨(dú)立的、 隨機(jī)變量同分布的樣本，本文n=20，檢驗(yàn)統(tǒng)計(jì)量S的計(jì)算公式為

S=∑n-1i=1∑nj=i+1sgn（xj-xi） ，（2）

式中： i和j為年份序號； sgn（·）為符號函數(shù)，其計(jì)算公式為

sgn（xj-xi）=1，" xj-xigt;0 ，

0，xj-xi=0 ，

-1，xj-xilt;0 。（3）

使用檢驗(yàn)統(tǒng)計(jì)量Z進(jìn)行趨勢檢驗(yàn)，Z值計(jì)算公式為

Z=S-1σ（S），" S＞0 ，

0，S＝0 ，

S+1σ（S），S＜0 ，（4）

式中σ（S）為S的方差，計(jì)算公式為

σ（S）=n（n-1）（2n+5）18 。（5）

本文中給定顯著性水平a=0.05，則臨界值Z（1-a）/2=±1.96，當(dāng)Z的絕對值大于或等于1.65、 1.96和2.58時(shí)表示結(jié)果趨勢分別通過了置信度為90%、95%和99%的顯著性檢驗(yàn)。檢驗(yàn)結(jié)果趨勢顯著性的判斷方法如表1所示。

2.2.3" 相關(guān)性分析

采用相關(guān)性分析方法探究研究區(qū)2002—2021年逐年NDVI與同期氣溫、 降水量的相關(guān)關(guān)系［13-14］。由此衡量研究區(qū)NDVI變化分別與氣溫和降水情況變化的相關(guān)密切程度。相關(guān)系數(shù)計(jì)算公式為

r=∑ni=1［（Indv，i-x—）（qi-q—）］∑ni=1（Indv，i-x—）2∑ni=1（qi-q—）2 ，（6）

式中： r為氣溫和降水的相關(guān)系數(shù)， qi為i年份的氣溫或降水量； x—為多年平均NDVI值； q—為年平均氣溫或年降水量。

查閱國內(nèi)外研究相關(guān)資料［4］， 結(jié)合研究區(qū)實(shí)際情況， 對相關(guān)性分析得出的相關(guān)系數(shù)顯著性進(jìn)行等級劃分， 如表2所示， 其中當(dāng)系數(shù)為0時(shí)兩者無相關(guān)性。

2.2.4" 偏相關(guān)性分析

基于像元空間尺度將NDVI時(shí)間序列與氣溫和降水2個(gè)氣象因子進(jìn)行偏相關(guān)分析［15］。相較于簡單相關(guān)分析，偏相關(guān)分析是一種能夠在剔除其他因素影響下，獨(dú)立探索植被NDVI變化與氣溫或降水變化相關(guān)關(guān)系的方法，在探究植被覆蓋情況和氣象因子的相關(guān)關(guān)系的研究中被國內(nèi)外學(xué)者廣泛應(yīng)用［16］。偏相關(guān)系數(shù)計(jì)算公式為

rntp=rnt-rnprtp（1-r2np）（1-r2tp） ，（7）

式中： rntp為控制降水因素后NDVI與氣溫的偏相關(guān)系數(shù)；rnt為NDVI、 氣溫兩因子間的相關(guān)系數(shù)； rnp為NDVI、 降水兩因子間的相關(guān)系數(shù)； rtp為氣溫、 降水兩因子間的相關(guān)系數(shù)。

3" 結(jié)果與分析

3.1" NDVI的時(shí)間變化

對研究區(qū)2002—2021年逐年NDVI數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和擬合，結(jié)果如圖2所示。由圖可知，2009年的NDVI為最小值（0.13）， 2019年的為最大值（0.25），20 a間研究區(qū)的NDVI值從0.13波動(dòng)變化到0.25，漲幅約46%。結(jié)合NDVI擬合線分析，研究區(qū)NDVI在20 a間波浪式增長，平均增長率為21%，通過水平為0.05的顯著性檢驗(yàn)，說明NDVI的總體趨勢在時(shí)間尺度上變化顯著。

3.2" NDVI的空間分布

研究區(qū)2002—2021年NDVI空間分布和等級劃分結(jié)果如圖3所示。由圖3（a）可以看出，研究區(qū)的NDVI空間分布差異明顯，NDVI值介于0.059～0.866， 其中研究區(qū)東北地區(qū)NDVI偏高， 西部地區(qū)

NDVI明顯偏低， 可以看出東北部水域附近明顯比西部沙地的植被覆蓋情況較優(yōu)。 由圖3（b）可以看出， 研究區(qū)的NDVI被劃分為5個(gè)等級， 分別為Ⅰ級（NDVI為0～0.2）、 Ⅱ級（NDVI為gt;0.2～0.4）、 Ⅲ級（NDVI為gt;0.4～0.6）、 Ⅳ級（NDVI為gt;0.6～0.8）、 Ⅴ級（NDVI為gt;0.8～1.0）。對各個(gè)NDVI等級逐像元進(jìn)行統(tǒng)計(jì)分析， 5個(gè)等級像元數(shù)量比例為201 925∶78 239∶11 323∶1 633∶17，其中Ⅰ級面積占比為68.88%，Ⅱ級面積占比26.69%。總體來說，研究區(qū)植被覆蓋度較差， NDVI空間分布規(guī)律為東高西低、 北高南低。

2002—2021年研究區(qū)NDVI空間分布趨勢圖根據(jù)20 a間NDVI逐像元一元線性回歸分析結(jié)果計(jì)算處理得出， 對研究區(qū)NDVI空間變化趨勢進(jìn)行Mann-Kendall顯著性檢驗(yàn)， 將檢驗(yàn)結(jié)果按表1分為9類等級， 如圖4所示。 對各類等級逐像元進(jìn)行統(tǒng)計(jì)分析， 9類等級像元數(shù)量比例為125 243∶51 387∶21 390∶76 262∶10 752∶16 999∶544∶679∶618。所有像元中，占比最多的趨勢類別為極顯著增加，極顯著增加地區(qū)占研究區(qū)面積的41.22%，且主要分布于西部和東北部；其次為不顯著增加的地區(qū)，占比為25.10%，主要分布在中部地區(qū)；顯著增加的地區(qū)面積占比為16.91%，西北部極顯著增加程度和面積相較于其他地區(qū)較為明顯；其他趨勢類別面積占比均小于10%。

研究區(qū)NDVI的變化趨勢分析與顯著性檢驗(yàn)的結(jié)果呼應(yīng)，表明研究區(qū)植被覆蓋狀況逐年改善并非常顯著。

3.3" NDVI與氣溫、 降水的相關(guān)性分析

3.3.1" NDVI與氣溫的相關(guān)性

研究區(qū)2002—2021年的年均NDVI與年平均氣溫變化如圖5所示。由圖可知，2002—2021年研究區(qū)年平均氣溫為9.18～11.07 ℃，數(shù)值波動(dòng)明顯。2021年年平均氣溫最高，2008年年平均氣溫最低，每10 a間年平均氣溫變化0.56 ℃，未通過水平為0.05的顯著性檢驗(yàn)，說明研究區(qū)2002—2021年NDVI的變化與氣溫相關(guān)性不顯著。

考慮到研究區(qū)內(nèi)存在自然條件和植被種類等情況的差異性， 因此使用偏相關(guān)分析剔除其他影響因素，分別研究NDVI與氣溫、降水在空間尺度的關(guān)系， 并根據(jù)表2對結(jié)果進(jìn)行顯著性等級劃分。

研究區(qū)NDVI與年平均氣溫的偏相關(guān)系數(shù)分布和顯著性檢驗(yàn)結(jié)果如圖6所示。研究區(qū)NDVI與年平均氣溫呈現(xiàn)負(fù)相關(guān)關(guān)系的區(qū)域集中在中部地區(qū)，其他多數(shù)區(qū)域呈現(xiàn)正相關(guān)趨勢，且趨勢較為顯著。研究區(qū)NDVI與年平均氣溫有91.20%的區(qū)域呈正相關(guān)關(guān)系，負(fù)相關(guān)主要集中在東部邊緣地區(qū)。研究區(qū)通過水平為0.05的顯著性檢驗(yàn)的區(qū)域占研究區(qū)總面積比為44.02%，通過水平為0.01的顯著性檢驗(yàn)的區(qū)域占比為21.98%。

3.3.2" NDVI與降水的相關(guān)性

研究區(qū)2002—2021年的年均NDVI與年降水量變化如圖7所示，同時(shí)利用統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案（SPSS）軟件對結(jié)果進(jìn)行顯著性檢驗(yàn)。由圖可知，研究區(qū)近20 a的年降水量為56.8～283.4 mm，數(shù)值波動(dòng)較大。年降水量最小值出現(xiàn)在2009年，最大值出現(xiàn)在2019年，呈現(xiàn)波動(dòng)弱增加的趨勢，平均每年增加3.077 mm，未通過水平為0.05的顯著性檢驗(yàn)，說明研究區(qū)年均NDVI與年降水量在年際時(shí)間尺度上不存在顯著的相關(guān)性。與NDVI與年平均氣溫的相關(guān)性和顯著性檢驗(yàn)結(jié)果相比， NDVI與年降水量的相關(guān)系數(shù)較大，顯著性更強(qiáng)，故年均NDVI與年降水量在年際時(shí)間尺度上相關(guān)性更強(qiáng)。

研究區(qū)年均NDVI與年降水量的偏相關(guān)系數(shù)和顯著性檢驗(yàn)結(jié)果如圖8所示。由圖可以看出，研究區(qū)絕大部分區(qū)域的NDVI與年降水量基本呈現(xiàn)正相關(guān)關(guān)系，呈負(fù)相關(guān)關(guān)系的區(qū)域僅有東北部、東部邊緣及北部部分地區(qū)。研究區(qū)94.68%的區(qū)域的NDVI與年降水量呈現(xiàn)正相關(guān)關(guān)系，呈現(xiàn)負(fù)相關(guān)關(guān)系的區(qū)域很少。研究區(qū)通過水平為0.05的顯著性檢驗(yàn)的面積占研究區(qū)總面積的比為62.53%，通過水平為0.01的顯著性檢驗(yàn)的面積占比為36.41%。

4" 結(jié)論與討論

4.1" 結(jié)論

本文中以寧夏沙坡頭國家級自然保護(hù)區(qū)為研究區(qū)， 基于長時(shí)間序列的遙感影像數(shù)據(jù)以及氣象數(shù)據(jù)，對2002—2021年研究區(qū)的植被覆蓋變化情況及

其與氣候因子（氣溫、降水）的關(guān)系進(jìn)行研究，并從時(shí)間和空間2個(gè)尺度進(jìn)行分析，得到主要結(jié)論如下：

1）在時(shí)間尺度上，研究區(qū)2002—2021年的NDVI逐年呈波浪式增長，NDVI變化與時(shí)間存在顯著相關(guān)性，從2002年的0.15增長到2021年的0.22，每10年平均增長率為0.035（每10年線性增長率為0.045），植被覆蓋狀況逐年改善。

2）在空間尺度上，研究區(qū)植被覆蓋存在明顯的區(qū)域性差異，呈現(xiàn)出東部邊緣高其他地區(qū)低、研究區(qū)臨近黃河區(qū)域高其他地區(qū)低的特點(diǎn)。20 a間研究區(qū)90.86%的區(qū)域面積NDVI呈現(xiàn)增大趨勢。

3）研究區(qū)NDVI與氣溫在空間尺度上的相關(guān)關(guān)系總體以不顯著正相關(guān)為主， NDVI與降水在空間尺度上的相關(guān)關(guān)系總體以不顯著正相關(guān)為主； NDVI與降水在時(shí)間尺度上的相關(guān)系數(shù)小于與氣溫的相關(guān)系數(shù)，但是NDVI與氣溫和降水沒有顯著的相關(guān)性。

4.2" 討論

氣溫和降水作為氣象因子最主要的兩大組成部分，是影響植被覆蓋率變化的重要因素，植被資源的修復(fù)、生態(tài)環(huán)境的改善和生態(tài)政策的制定必須考慮氣候因子進(jìn)行綜合考量。

近年來， 我國對生態(tài)環(huán)境的重視程度持續(xù)提高， 同時(shí)全國各地大規(guī)模開展水土保持工程， 生態(tài)環(huán)境的動(dòng)態(tài)變化檢測已經(jīng)成為目前熱點(diǎn)研究課題［17］， 尤其對于我國西北干旱地區(qū)， 隨著暖干化趨勢加重， 植被資源受到了前所未有的威脅， 需要學(xué)者們持續(xù)關(guān)注。

植被覆蓋情況的變化與氣象因子之間的關(guān)系應(yīng)是一個(gè)多因素耦合、 相互影響、 相互制約也相互依賴的復(fù)雜關(guān)系。本文中雖然使用偏相關(guān)分析剔除了其他因子的影響，但是研究內(nèi)容仍不全面，后續(xù)還應(yīng)引入其它相關(guān)因素綜合考慮開展進(jìn)一步的研究以確保研究客觀合理。

參考文獻(xiàn)：

［1］" 魏榕， 劉冀， 張?zhí)兀?等. 雅礱江流域生長季植被時(shí)空變化特征及對氣象因子的響應(yīng)分析［J］. 生態(tài)環(huán)境學(xué)報(bào)， 2021， 30（3）： 512.

［2］" 孟晗， 黃遠(yuǎn)程， 史曉亮. 黃土高原地區(qū)2001—2015年植被覆蓋變化及氣候影響因子［J］. 西北林學(xué)院學(xué)報(bào)， 2019， 34（1）： 211.

［3］" 徐光來， 李愛娟， 徐曉華， 等. 中國生態(tài)功能保護(hù)區(qū)歸一化差值植被指數(shù)動(dòng)態(tài)及氣候因子驅(qū)動(dòng)［J］. 植物生態(tài)學(xué)報(bào)， 2021， 45（3）： 213.

［4］" 李新元， 王莉， 景海濤， 等. 2000—2015年太行山地區(qū)NDVI變化及驅(qū)動(dòng)因素分析［J］. 湖北農(nóng)業(yè)科學(xué)， 2020， 59（9）： 70.

［5］" 張曉克， 孟宏志. 1998—2018年藏北申扎縣植被NDVI時(shí)空變化及其影響因素［J］. 草地學(xué)報(bào)， 2021， 29（11）： 2513.

［6］" 徐勇， 黃海艷， 戴強(qiáng)玉， 等. 西南地區(qū)陸地植被生態(tài)系統(tǒng)NPP時(shí)空演變及驅(qū)動(dòng)力分析［J］. 環(huán)境科學(xué)， 2023， 44 （5）： 2704.

［7］" 徐虹， 劉琴. 2001—2019年云南省植被NDVI變化及其氣候因子的關(guān)系［J］. 水土保持研究， 2022， 29（1）： 162.

［8］" FENSHOLT R， PROUD R S， et al. Evaluation of earth observation based global long term vegetation trends： comparing GIMMS and MODIS global NDVI time series［J］. Remote Sensing of Environment， 2012， 119： 196.

［9］" 趙慧， 韓穎娟， 張承明， 等. 寧夏植被變化特征及其與氣候、人類活動(dòng)的關(guān)系［J］. 江蘇農(nóng)業(yè)科學(xué)， 2021， 49（14）： 220.

［10］" 張?jiān)獥潱?尚曉鵬， 杜芬玲， 等. 寧夏植被動(dòng)態(tài)變化及其對降水的響應(yīng)［J］. 西安科技大學(xué)學(xué)報(bào)， 2017， 37（1）： 84.

［11］" 楊玉蓮， 楊昆， 羅毅， 等. 1998—2016中國八大經(jīng)濟(jì)區(qū)植被覆蓋對PM2.5濃度時(shí)空分布的影響［J］. 環(huán)境科學(xué)， 2021， 42（11）： 5102.

［12］" GAO X， HUANG X X， LO K， et al. Vegetation responses to climate change in the Qilian Mountain Nature Reserve， Northwest China［J］. Global Ecology and Conservation， 2021， 28： e01698.

［13］" 馬海云， 張林林， 魏學(xué)瓊， 等. 2000—2015年西南地區(qū)土地利用與植被覆蓋的時(shí)空變化［J］. 應(yīng)用生態(tài)學(xué)報(bào)， 2021， 32（2）： 618.

［14］" YUAN J， XU Y P， XIANG J， et al. Spatiotemporal variation of vegetation coverage and its associated influence factor analysis in the Yangtze River Delta， eastern China［J］. Environmental Science and Pollution Research， 2019， 26（32）： 32866.

［15］" 覃巧婷， 陳建軍， 楊艷萍， 等. 黃河源植被時(shí)空變化及其對地形和氣候的響應(yīng)［J］. 中國環(huán)境科學(xué)， 2021， 41（8）： 3832.

［16］" 穆少杰， 李建龍， 周偉， 等. 2001—2010年內(nèi)蒙古植被凈初級生產(chǎn)力的時(shí)空格局及其與氣候的關(guān)系［J］. 生態(tài)學(xué)報(bào)， 2013， 33（12）： 3752.

［17］" 劉琪， 景海濤， 劉盼盼， 等. 太行山區(qū)NDVI時(shí)空變化及其與氣候因子的關(guān)系［J］. 西北林學(xué)院學(xué)報(bào)， 2023， 38（1）： 1.

（責(zé)任編輯：于海琴）