2000—2021年渭河流域NDVI變化及其影響因素

封建民 劉宇峰 郭玲霞 文琦

收稿日期：2023-04-27

基金項目：國家自然科學(xué)基金項目（42061037）；陜西省創(chuàng)新能力支撐計劃項目（2023-CX-RKX-063）；陜西省高等教育改革研究項目（23BY146）

作者簡介：封建民（1972-），男，陜西鳳翔人，教授，博士，主要從事遙感應(yīng)用研究，（電話）13571062160（電子信箱）feng_jianmin@aliyun.com。

封建民，劉宇峰，郭玲霞，等. 2000—2021年渭河流域NDVI變化及其影響因素［J］. 湖北農(nóng)業(yè)科學(xué)，2024，63（5）：22-29．

摘要：渭河流域是黃河中游重要的生態(tài)涵養(yǎng)地，同時也是黃土高原水土流失的典型區(qū)域，監(jiān)測該地區(qū)植被生長變化趨勢，并分析其與氣候變化和人類活動的關(guān)系，對科學(xué)評估區(qū)域生態(tài)建設(shè)成效、黃土高原植被恢復(fù)和生態(tài)修復(fù)具有重要意義。基于2000—2021年歸一化植被指數(shù)（NDVI）、氣溫、降水量、人口密度、土地利用數(shù)據(jù)，分析了渭河流域NDVI的時空變化特征，探究了氣候變化和人類活動對NDVI變化趨勢的影響。結(jié)果表明，2000—2021年，渭河流域植被生長季NDVI呈增加趨勢，全區(qū)年平均增速為0.004。年際尺度上，NDVI與年平均降水量呈正相關(guān)關(guān)系，與年平均氣溫的相關(guān)性不顯著；月尺度上，NDVI與?? 4月和8月的氣溫、降水量均呈正相關(guān)關(guān)系，與7月氣溫呈弱的負相關(guān)關(guān)系。人口密度變化與NDVI變化趨勢呈負相關(guān)，流域人口密度的減小有利于植被的恢復(fù)和改善。土地利用類型內(nèi)部變化是植被NDVI變化的主要原因。NDVI顯著減少區(qū)NDVI的減少趨勢主要由關(guān)中平原耕地NDVI的減少引起，NDVI顯著增加區(qū)NDVI的增加趨勢主要由草地、林地以及黃土丘陵區(qū)、黃土殘塬區(qū)耕地NDVI的增加引起。

關(guān)鍵詞：歸一化植被指數(shù)（NDVI）；氣候；人口密度；土地利用；渭河流域

中圖分類號：Q948.1；X171.1???????? 文獻標識碼：A

文章編號：0439-8114（2024）05-0022-08

DOI：10.14088/j.cnki.issn0439-8114.2024.05.005??????????? 開放科學(xué)（資源服務(wù)）標識碼（OSID）：

Change and the influencing factors of NDVI in Weihe River Basin from 2000 to 2021

FENG Jian-min1， LIU Yu-feng1， GUO Ling-xia1，WEN Qi2

（1.School of Geography and Environment， Xianyang Normal University， Xianyang? 712000， Shaanxi， China；

2.School of Architecture， Ningxia University， Yinchuan? 750021， China）

Abstract：The Weihe River Basin is an important ecological conservation area in the middle reaches of the Yellow River. It is also a typical region of soil erosion on the Loess Plateau. Monitoring the trend of vegetation growth in the region and analyzing its relationship with climate change and human activities are important for the scientific assessment of regional ecological construction， vegetation and ecological restoration of the Loess Plateau. The normalized difference vegetation index（NDVI）， temperature， precipitation， population density， and land use data from 2000 to 2021 were selected to analyze the spatio-temporal variation characteristics of NDVI in Weihe River Basin， and explore the impacts of climate change and human activities on the trends of NDVI. The results showed that， from 2000 to 2021， NDVI increased in the Weihe River Basin， with an annual average growth rate of 0.004. On the inter-annual scale， NDVI was a positively correlated with annual average precipitation， but not significantly correlated with annual average temperature. On the monthly scale， NDVI had a positive correlation with temperature and precipitation in April and August， and a weak negative correlation with the temperature in July. The change of population density was negatively correlated with the change of NDVI， which indicated that the decrease of population density was beneficial to the restoration and improvement of vegetation. The internal change of land use type was the main reason for the vegetation NDVI change. The decreasing trend of NDVI in the area with significant decrease of NDVI was mainly caused by the decreasing of NDVI of cultivated land in Guanzhong Plain， while the increasing trend of NDVI in the area with significant increase of NDVI mainly resulted from the increase of NDVI in grassland， forest land， and cultivated land in the loess hilly area and loess remnant plateau.

Key words： normalized difference vegetation index （NDVI）； climate； population density； land use； Weihe River Basin

植被是陸地生態(tài)系統(tǒng)的重要組成部分，在地球物質(zhì)循環(huán)和能量流動中發(fā)揮著極為重要的作用［1，2］。區(qū)域植被生長狀況和變化可以反映該地區(qū)生態(tài)環(huán)境質(zhì)量及建設(shè)成效［3］。全球氣候變化和人類活動對植被的生長變化產(chǎn)生了深遠的影響，特別是在區(qū)域尺度上表現(xiàn)得尤為明顯［4］。隨著社會經(jīng)濟的發(fā)展，人們對生態(tài)環(huán)境質(zhì)量的關(guān)注度不斷提高，利用長時間序列、高分辨率、大范圍的遙感數(shù)據(jù)監(jiān)測植被變化過程，量化評價全球變化和人類活動對植被生長狀態(tài)的影響成為國內(nèi)外學(xué)者研究的熱點［5，6］。在眾多的遙感數(shù)據(jù)中，歸一化植被指數(shù)（Normalized difference vegetation index， NDVI）對植被的生長狀態(tài)較為敏感，可直接反映植被生長狀態(tài)和變化程度，因而在植被變化檢測、生態(tài)環(huán)境狀況評價等研究中得到廣泛應(yīng)用［7-9］。

渭河流域是黃河中游重要的生態(tài)涵養(yǎng)地，因其大部分地處黃土高原溝壑區(qū)，生態(tài)環(huán)境脆弱，加之區(qū)內(nèi)土地開發(fā)歷史悠久，受自然條件和人類活動的共同支配，植被覆蓋度相對較低，亦使其成為黃土高原水土流失的典型區(qū)域。在加強黃河流域生態(tài)保護的大背景下，研究植被覆蓋時空變化及其影響因素，不僅可以為提高渭河流域植被覆蓋度、改善植被生長狀況、減少水土流失提供理論依據(jù)，而且對進一步加強黃土高原乃至整個黃河流域生態(tài)環(huán)境恢復(fù)具有重要的現(xiàn)實意義。目前，關(guān)于黃土高原植被覆蓋變化的研究較多，而對渭河流域的研究極少［10］，不能很好地反映退耕還林工程實施以來渭河流域植被狀況的變化情況，也不能定量給出氣候因子和人類活動對植被恢復(fù)的影響。為此，本研究采用2000—2021年500 m分辨率的MODIS數(shù)據(jù)，以植被覆蓋的時序變化為切入點，分析了渭河流域植被NDVI變化趨勢與氣候變化的關(guān)系，探討了人口密度、土地利用等人為因素對渭河流域植被變化的影響，以期對改善流域生態(tài)環(huán)境及制定相關(guān)保護政策提供科學(xué)依據(jù)。

1 研究區(qū)概況

渭河為黃河的第一大支流，發(fā)源于甘肅省渭源縣鳥鼠山，自西向東流經(jīng)甘肅、寧夏、陜西，于陜西省潼關(guān)縣匯入黃河（圖1）。渭河干流全長818 km，流域面積13.48萬km2，介于103°58′—110°15′E、33°40′—37°24′N。流域深處大陸內(nèi)部，處于干旱與濕潤區(qū)過渡地帶，屬大陸性季風氣候，春季溫暖干旱、夏季悶熱多雨、秋季涼爽濕潤、冬季寒冷干燥，年均氣溫6～14 ℃，年均降水量450～700 mm，降水季節(jié)分配不均，7—10月降水量占全年降水量的60%以上，冬春季節(jié)降水稀少。渭河流域地形西高東低，地勢自西向東逐漸變緩，河谷變寬。流域地貌類型復(fù)雜，寶雞峽以西至河源為上游地區(qū)，該區(qū)海拔較高，70%以上為黃土丘陵區(qū)，河谷川地占10%左右；寶雞峽至咸陽鐵橋為中游，咸陽至潼關(guān)河口為下游，中下游北部為黃土丘陵溝壑區(qū)、高原溝壑區(qū)、黃土殘塬區(qū)，中部關(guān)中盆地為河谷沖積平原區(qū)，南部為秦嶺土石山區(qū)。主要山脈南有秦嶺，北有黃龍山、子午嶺、六盤山、隴山。流域內(nèi)水系發(fā)育，支流眾多，除局部山區(qū)外，大部分地區(qū)被黃土覆蓋，土層深厚，地形切割強烈，植被稀疏，北部為典型溫帶草原區(qū)，植被以草地為主，中部以栽培植被為主，山區(qū)有茂密的次生天然林，植被良好。渭河流域歷史上水量豐沛，林草豐茂，生態(tài)環(huán)境良好，但由于開發(fā)歷史長，人口密度大，特別是明清時期以來，隨著流域人口快速穩(wěn)定增長，黃土溝壑區(qū)許多地方被開墾為農(nóng)田，原始以草地、灌叢為主的自然植被遭到破壞，加之渭河及各支流的切割侵蝕，流域內(nèi)地形支離破碎，溝壑縱橫，使其成為黃土高原水土流失較為嚴重的區(qū)域。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

采用數(shù)據(jù)主要有2000—2021年渭河流域NDVI、氣溫、降水、土地利用數(shù)據(jù)及2000—2020年人口密度等。NDVI數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）和LAADS DAAC官網(wǎng)（https：//ladsweb.modaps.eosdis.nasa.gov/），空間分辨率為500 m，時間分辨率為15 d，采用最大值合成法生成逐月、逐年NDVI。氣溫、降水逐月數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http：//www.geodata.cn/），該數(shù)據(jù)由西北農(nóng)林科技大學(xué)水土保持研究所彭守璋提供，空間分辨率為1 km，經(jīng)過運算、投影變換、重采樣、裁剪得到研究區(qū)與NDVI相同分辨率的逐月、逐年氣溫、降水量數(shù)據(jù)集。中國人口密度數(shù)據(jù)下載自 https：//www.worldpop.org/網(wǎng)站，該數(shù)據(jù)空間分辨率為1 km，在ArcGIS軟件中裁剪、重采樣得到渭河流域 500 m分辨率的人口密度數(shù)據(jù)。土地利用數(shù)據(jù)來源于參考文獻［11］，利用ArcGIS軟件按一級土地利用類型進行重分類。

2.2 研究方法

2.2.1 趨勢分析 為得到多年NDVI、氣溫、降水量的變化趨勢，綜合分析渭河流域多年植被指數(shù)和氣候因素的變化方向和速率，采用一元線性回歸分析方法，逐像元擬合近22年每個柵格的斜率Slope［12］。Slope的符號表示變化方向，正值表示上升趨勢，負值表示下降趨勢，數(shù)值表示變化速率。

為了進一步評價植被覆蓋變化狀況，采用F檢驗對NDVI變化趨勢進行顯著性檢驗。根據(jù)顯著性檢驗結(jié)果的F和Slope，在α=0.05的顯著性水平上將植被變化趨勢分為4個等級，分別為顯著減少（Slope<0，F(xiàn)≥4.351）、不顯著減少（Slope<0，F(xiàn)<4.351）、顯著增加（Slope>0，F(xiàn)≥4.351）、不顯著增加（Slope>0，F(xiàn)<4.351）。

2.2.2 相關(guān)分析 為揭示氣候因素對植被生長狀況的影響，準確分析植被生長季NDVI與氣溫、降水量的相關(guān)性，基于像元空間分析法，逐像元計算每個柵格NDVI與氣溫、降水量的簡單相關(guān)系數(shù)，在此基礎(chǔ)上，采用偏相關(guān)分析法，計算得到偏相關(guān)系數(shù)，并采用T檢驗進行顯著性檢驗。

2.2.3 區(qū)域分析 區(qū)域分析用來計算每個輸入?yún)^(qū)域特定要素的統(tǒng)計值。為了分析土地利用類型及其變化對植被生長狀況的影響，在ArcGIS軟件中利用Zonal Statistics工具計算各土地利用類型植被生長季NDVI的特征。

3 結(jié)果與分析

3.1 植被生長季NDVI的變化趨勢

利用月NDVI數(shù)據(jù)集，在ArcGIS軟件中采用mean合成法生成植被生長季年NDVI數(shù)據(jù)，并對多年平均NDVI進行統(tǒng)計分析。2000—2021年研究區(qū)植被生長季NDVI呈明顯增加趨勢，年平均增速為0.004，NDVI變化范圍在0.557～0.712，多年平均值為0.644，最大值出現(xiàn)在2013年，為0.712，比多年平均值高10.56%，最小值出現(xiàn)在2000年，為0.557，比多年平均值低13.51%；其中2000—2006年NDVI普遍較低，均在0.64以下，2007年以來多數(shù)年份大于0.65，2013年達最大值，其后除2016年低于0.60外，其他年份基本在0.65～0.71的高位波動（圖2），主要是因為2015年和2016年氣候極端干旱，降水量低于多年平均值的10%以上?？臻g上，流域多年平均NDVI總體上由東南向西北呈遞減趨勢，且與地貌類型和地表覆被狀況密切相關(guān)，南部和中部的秦嶺、六盤山、隴山、子午嶺、黃龍山等山區(qū)地表覆被以次生林為主，植被覆蓋度高，NDVI多在0.8以上；中部關(guān)中平原、黃土殘塬區(qū)、黃土丘陵區(qū)地表覆被以農(nóng)業(yè)植被為主，NDVI普遍在0.6以上；而北部黃土丘陵溝壑區(qū)土地覆被以草地為主，地形切割強烈，植被稀疏，NDVI基本在0.5以下（圖3）。

以渭河流域植被生長季NDVI平均值表征植被覆蓋狀況，做時間序列趨勢分析（圖4A）。結(jié)果顯示，流域NDVI年平均變化速率在-0.031 5～0.022 2，平均值為0.004；其中81.87%的區(qū)域呈增加趨勢（Slope>0），僅有18.13%的區(qū)域NDVI呈減少趨勢（Slope<0），表明2000—2021年渭河流域大部分地區(qū)植被生長狀況得到改善。對NDVI變化速率進行F檢驗，在0.05顯著水平上，得到多年NDVI變化趨勢的顯著性分布（圖4B）。流域內(nèi)52.74%的區(qū)域NDVI顯著增加，29.13%的區(qū)域NDVI呈不顯著增加趨勢；NDVI減少的區(qū)域僅占18.13%，其中顯著減少占4.15%，不顯著減少占13.98%。流域NDVI變化趨勢與地貌類型具有較好的對應(yīng)關(guān)系。NDVI呈顯著減少趨勢的像元集中分布在關(guān)中平原區(qū)；NDVI顯著增加的區(qū)域集中連片分布于中部的河谷階地、黃土殘塬區(qū)、黃土丘陵區(qū)及丘陵溝壑區(qū)；山區(qū)NDVI變化不顯著，大部分呈不顯著增加趨勢，少數(shù)區(qū)域呈不顯著減少。

3.2 氣候因子與NDVI的相關(guān)性分析

3.2.1 氣溫和降水量的年際變化及與NDVI的相關(guān)性 在全球氣候變化的大背景下，近22年來渭河流域氣候變化顯著，由2000—2021年的年平均氣溫和年平均降水量線性擬合方程推算，溫度上升速率為0.26 ℃/10年，降水量增加速率為11.5 mm/10年。大量研究表明，氣候變暖是造成植被生長期延長的主要原因，而在干旱半干旱的黃土高原地區(qū)，水分條件是植被生長的制約因子，降水對植被的生長和空間分布具有決定性意義［3，13，14］。2000—2021年渭河流域NDVI增加趨勢明顯，尤其是在6月和7月增長速率較大，分別達0.065/10年和0.060/10年，這是渭河流域植被生長狀態(tài)對氣候變化響應(yīng)的結(jié)果。

逐柵格計算2000—2021年植被生長季NDVI與年平均溫度和年平均降水量的相關(guān)系數(shù)，在此基礎(chǔ)上對NDVI與氣溫和降水量進行偏相關(guān)分析，并在0.05顯著水平上對植被NDVI與氣溫及降水量的偏相關(guān)系數(shù)進行t檢驗，結(jié)果如圖5所示。從圖5可以看出，2000—2021年，渭河流域植被生長季NDVI與年平均氣溫和年平均降水量的正相關(guān)性和負相關(guān)性共存，且植被NDVI對氣溫、降水量的響應(yīng)表現(xiàn)出明顯的空間異質(zhì)性。統(tǒng)計顯示，NDVI與年平均氣溫的偏相關(guān)系數(shù)介于-0.773 7～0.688 5（圖5A），整體平均相關(guān)系數(shù)為-0.015 7，正、負相關(guān)的面積分別占流域總面積的48.79%和51.21%。二者相關(guān)性通過P<0.05顯著檢驗的面積僅占4.10%，其中，顯著正相關(guān)占0.24%，不顯著正相關(guān)占48.55%，集中分布于北部黃土殘塬區(qū)和丘陵溝壑區(qū)和南部的秦嶺北坡；顯著負相關(guān)占3.86%，主要分布于子午嶺、六盤山等山區(qū)，零星分布于河谷階地；不顯著負相關(guān)占47.35%，主要分布在關(guān)中平原、洛河流域、渭河源區(qū)（圖5C）。NDVI與降水量的偏相關(guān)系數(shù)為-0.612 8～0.858 6（圖5B），整體平均相關(guān)系數(shù)為0.250 0，正、負相關(guān)的面積分別占流域總面積的93.01%和6.99%。二者相關(guān)性通過P<0.05顯著檢驗的面積占14.63%，其中，顯著正相關(guān)占14.61%，主要分布于最北部的黃土丘陵溝壑區(qū)，零星分布于西部的黃土丘陵區(qū)，不顯著正相關(guān)占78.40%，集中分布于中部黃土殘塬區(qū)和關(guān)中平原；不顯著負相關(guān)占6.97%，主要分布于秦嶺北坡，零星分布于中部黃土殘塬區(qū)（圖5D）。

3.2.2 植被生長季月氣溫和降水量與NDVI的相關(guān)性 以年平均氣溫、年平均降水量為代表的氣候因子對植被NDVI空間分布起決定性作用，它們與NDVI相關(guān)性的空間分布和NDVI變化趨勢的空間分布基本一致，但這并不能很好地解釋它們的變化與NDVI變化趨勢之間的關(guān)系。眾多研究表明，氣溫和降水量對植被生長狀態(tài)的影響主要表現(xiàn)在其季節(jié)性變化上，NDVI對植被生長季氣候因子的響應(yīng)相比于年平均氣溫和降水量更為敏感［3，10，12］。渭河流域氣候變化具有明顯的季節(jié)差異性，為探討植被NDVI與生長季氣候因子變化的關(guān)系，逐月計算NDVI與植被生長季（4—9月）降水量、氣溫的相關(guān)性。統(tǒng)計結(jié)果顯示，植被生長季NDVI與4月和8月的降水量和氣溫相關(guān)性最為明顯，4月和8月降水量與NDVI的平均偏相關(guān)系數(shù)分別為0.136 0和0.224 2，氣溫與NDVI的平均偏相關(guān)系數(shù)分別為0.140 7和0.186 6；其次為7月，降水量、氣溫與NDVI的偏相關(guān)系數(shù)分別為0.090 6、-0.067 5；其他月份氣候因子與NDVI的相關(guān)性極低，相應(yīng)的平均偏相關(guān)系數(shù)均在? -0.03～0.03。

3.3 人為因素對NDVI的影響

除氣候因素外，人類活動對植被的空間分布和變化趨勢有著重要的影響［15］。區(qū)域人口分布及遷移在一定程度上會改變?nèi)祟悓Νh(huán)境的壓力，而政策導(dǎo)向、生產(chǎn)技術(shù)改進、經(jīng)濟發(fā)展等會改變土地利用方式，從而對植被生長狀態(tài)產(chǎn)生巨大影響。因而，短期來看，相比于氣候因素，人類活動對植被覆被和生長狀態(tài)的影響更為活躍和直接。

3.3.1 人口分布及空間重組對NDVI的影響 利用研究區(qū)2000—2020年人口密度數(shù)據(jù)集，在ArcGIS軟件中利用mean合成法生成多年平均人口密度空間分布數(shù)據(jù)，并按常用等級劃分標準將人口密度劃分為4個等級（人口密集區(qū)>100人/km2，人口中等區(qū) 25～100人/km2，人口稀少區(qū) 1～25人/km2，人口極稀區(qū)≤1人/km2）（圖6A）?？梢钥闯觯丝诿芏鹊目臻g分布（圖6A）與植被NDVI的空間分布（圖3）有很好的相關(guān)性，除最北部黃土丘陵溝壑區(qū)由于環(huán)境惡劣，人口密度和植被NDVI均較低外，大部分地區(qū)二者存在反向關(guān)系，即人口密度大的地區(qū)NDVI小，如關(guān)中平原和河川，人口密集，NDVI較低，山區(qū)人口稀少，而NDVI普遍大于0.7，通過區(qū)域分析方法，提取了不同人口密度等級NDVI平均值，結(jié)果顯示人口密集區(qū)、中等區(qū)、稀少區(qū)和極稀區(qū)的平均NDVI分別為0.612 6、0.660 3、0.693 6和0.819 5。

人口的空間分布是人與自然長期相互作用、相互適應(yīng)的結(jié)果，它與植被的空間分布、生長狀態(tài)等都會受到自然環(huán)境和人類活動的共同影響，二者的空間分布密切相關(guān)，因而區(qū)域人口空間分布的變化勢必對植被產(chǎn)生影響。2000—2020年，渭河流域人口數(shù)量穩(wěn)步增加，在退耕還林、移民政策實施、社會經(jīng)濟發(fā)展、城鎮(zhèn)化快速推進等的共同作用下，人口的空間分布發(fā)生了很大的變化。對渭河流域2000—2021年人口密度數(shù)據(jù)做時間序列趨勢分析，在α=0.05的水平上做顯著性檢驗，結(jié)果顯示，人口密度不顯著減少、顯著減少、不顯著增加、顯著增加的面積分別占流域總面積的20.25%、53.13%、13.55%和13.07%，空間上與多年平均人口密度分布基本一致，即人口密度越大的地區(qū)其增加趨勢越明顯，而人口密度減小的像元基本分布在人口稀少區(qū)和極稀區(qū)（圖6B）。

對人口密度變化和NDVI變化做相關(guān)分析，統(tǒng)計結(jié)果表明，二者的相關(guān)系數(shù)介于-0.894 8～0.871 0，平均相關(guān)系數(shù)為-0.184 5，人口密度變化趨勢與NDVI變化呈負相關(guān)關(guān)系，說明流域人口密度的增加不利于植被恢復(fù)和改善。為進一步分析人口遷移、空間重組對NDVI變化趨勢的影響，將人口密度變化趨勢顯著性檢驗結(jié)果與植被生長季NDVI變化趨勢顯著性檢驗結(jié)果疊加，計算了不同NDVI變化趨勢等級在各人口密度變化趨勢等級中的分布，結(jié)果見表1?？梢钥闯?，74.25%的地區(qū)NDVI與人口密度呈相反的變化趨勢，其中人口密度減少、NDVI增加的區(qū)域為64.75%，人口密度增加、NDVI減少的區(qū)域為9.50%，同時有25.75%的區(qū)域NDVI與人口密度變化趨勢相同，其中8.63%的地區(qū)人口密度和NDVI均減少，17.12%的地區(qū)人口密度和NDVI均增加。

3.3.2 土地利用對NDVI的影響 2000—2021年的土地利用數(shù)據(jù)顯示，渭河流域土地利用以耕地、草地和林地為主，分別占研究區(qū)總面積的38.11%～43.38%、33.71%～33.88%和21.47%～24.84%，建設(shè)用地占1.35%～2.93%，其他土地類型極少，占0.2%以下。逐年提取主要土地利用類型植被生長季NDVI，結(jié)果顯示，總體上林地>耕地>草地和建設(shè)用地，其中林地小幅增長，耕地和草地快速增長，建設(shè)用地在2012年前小幅增長，而后快速下降，總體呈下降趨勢（圖7）。

由2000年和2021年土地利用數(shù)據(jù)得到土地利用變化數(shù)據(jù)，并與植被生長季NDVI變化趨勢顯著性檢驗結(jié)果疊加，分析NDVI不同變化趨勢下土地利用類型的變化情況。統(tǒng)計結(jié)果顯示，不同NDVI變化趨勢中均以土地利用類型內(nèi)部變化為主，但各主要土地利用變化類型在不同NDVI變化趨勢中的比例分布存在較大差異。在NDVI不顯著減少區(qū)，耕地的內(nèi)部變化占51.37%，林地的內(nèi)部變化占29.50%，草地的內(nèi)部變化占4.71%，建設(shè)用地的內(nèi)部變化占4.62%，土地利用類型發(fā)生變化的主要是耕地轉(zhuǎn)化為建設(shè)用地，占比為4.96%；在NDVI顯著減少區(qū)，耕地的內(nèi)部變化占71.90%，建設(shè)用地的內(nèi)部變化占9.25%，土地利用類型發(fā)生變化的主要是耕地轉(zhuǎn)化為建設(shè)用地，占比為14.65%；在NDVI不顯著增加區(qū)，林地的內(nèi)部變化占37.47%，耕地的內(nèi)部變化占27.24%，草地的內(nèi)部變化占21.46%，土地利用類型發(fā)生變化的主要是耕地轉(zhuǎn)化為草地，占比為4.48%；在NDVI顯著增加區(qū)，草地的內(nèi)部變化占37.33%，耕地的內(nèi)部變化占29.84%，林地的內(nèi)部變化占11.01%，土地利用類型發(fā)生變化的主要是耕地轉(zhuǎn)化為草地，占比為10.29%。

4 討論

4.1 NDVI變化趨勢特征

2000—2021年渭河流域植被生長季NDVI總體上呈明顯的增加趨勢，這與李依璇等［12］對整個黃土高原同期NDVI變化趨勢的研究結(jié)果是一致的。從多年NDVI空間分布來看，除山區(qū)NDVI較高且NDVI與所處地理位置關(guān)系不大外，其他區(qū)域呈由東南向西北遞減的趨勢，這可能與山區(qū)植被類型主要是闊葉林，東南部水熱條件較好，植被類型主要為農(nóng)業(yè)植被，而西北部水熱條件較差，植被類型以草原為主有關(guān)，體現(xiàn)出自然環(huán)境和不同植被類型對NDVI空間異質(zhì)性的影響。從NDVI變化趨勢的空間分布來看，NDVI變化趨勢與地貌類型具有較好的對應(yīng)關(guān)系。位于東南部的關(guān)中平原區(qū)和秦嶺山地NDVI顯著減少，而西北部河谷階地、黃土殘塬區(qū)、黃土丘陵區(qū)及丘陵溝壑區(qū)NDVI呈顯著增加趨勢。這一結(jié)果與同期渭河流域的相關(guān)研究結(jié)果基本一致［12］，而與早期的相關(guān)研究結(jié)果有較大差異［10］，這可能與2000年以來退耕還林還草、生態(tài)修復(fù)等政策的實施有關(guān)。

4.2 氣候因素對NDVI的影響

近22年來，渭河流域氣候變化顯著，年平均氣溫和年平均降水量總體均呈增加趨勢，氣候變化有利于植被改善。但在干旱半干旱地區(qū)，降水對植被的生長和空間分布具有決定性意義［3，13，14］。研究結(jié)果也表明，渭河流域生長季NDVI與年平均降水量呈明顯的正相關(guān)關(guān)系，而與年平均氣溫的相關(guān)性不明顯，降水量對植被NDVI的影響遠大于氣溫的影響，這一結(jié)果與一些對相關(guān)或周邊地區(qū)的研究結(jié)果一致［3，10-12，16-18］，而與相距較遠的東部、西南等地區(qū)的相關(guān)研究結(jié)果并不一致［4，14， 19，20］，這可能是由于氣候變化及對植被的影響具有區(qū)域差異性。

從植被生長季氣溫和降水量對NDVI變化趨勢的影響來看，4月和8月的降水量、氣溫與NDVI均呈正相關(guān)關(guān)系，7月的氣溫與NDVI呈弱負相關(guān)關(guān)系，其他月份相關(guān)系數(shù)極小。這可能有2個原因，一是氣候變化的時間差異，4月、8月和7月氣候變化較其他月份更為顯著；二是植被物候的影響，4月大部分地區(qū)植被處于生長初期，降水量增加和溫度升高有利于植被恢復(fù)生長，而8月大部分地區(qū)植被處于生長茂盛期，充足的水熱條件是植被生長的必要條件，7月由于氣溫達全年最高，約有1/3的地區(qū)平均溫度在25 ℃，氣溫升高可能造成植物生長進入休眠期，不利于植被生長。

4.3 人口分布及空間重組對NDVI的影響

渭河流域人口密度與NDVI在空間上具有較好的對應(yīng)關(guān)系，總體表現(xiàn)為人口密度大的地區(qū)NDVI小，而人口密度小的地區(qū)NDVI大。近22年，渭河流域人口數(shù)量穩(wěn)步增加，人口的空間分布發(fā)生了很大的變化，總體上人口密度大的地區(qū)人口增加趨勢明顯，而人口密度小的地區(qū)以人口減少為主。人口的空間重組對流域NDVI的變化趨勢產(chǎn)生了重要影響，總體上人口密度與植被NDVI呈負相關(guān)關(guān)系，這與李薇等［15］對西南地區(qū)河流沿線的研究結(jié)果一致，表明人口變化對流域NDVI的影響沒有明顯的區(qū)域差異。統(tǒng)計結(jié)果顯示，74.25%的地區(qū)NDVI與人口密度呈相反的變化趨勢，且其中64.75%的區(qū)域表現(xiàn)為人口密度減少、NDVI增加，這很好地印證了通過移民、改變生產(chǎn)方式等減少人口過多對環(huán)境的壓力是生態(tài)脆弱區(qū)植被恢復(fù)和改善的有效途徑。另外，有8.63%的地區(qū)人口密度和NDVI均減小，空間上主要分布在高山、山區(qū)向平原過渡的邊坡地帶，可能是由于這些地區(qū)人口密度小，自然環(huán)境惡劣，僅靠減少人口壓力難于恢復(fù)和改善植被狀況，需要借助生物、工程等技術(shù)手段；17.12%的區(qū)域人口密度和NDVI均增加，空間上呈點狀分布在河流沿岸和居民點附近，這可能與生態(tài)修復(fù)工程的實施有關(guān)，具體原因有待于進一步研究。

4.4 土地利用對NDVI的影響

土地利用對植被NDVI的影響可以分為兩個方面，即土地利用類型內(nèi)部變化和土地利用類型之間的轉(zhuǎn)化［10］。渭河流域土地利用類型以耕地、草地、林地為主，近22年，雖然所占比例有增減變化，但三者始終占研究區(qū)總面積的96.8%以上，宏觀土地利用格局并未發(fā)生結(jié)構(gòu)性的變化。因而，土地利用類型內(nèi)部變化是植被NDVI變化的主要原因。

在NDVI顯著減少區(qū)，耕地的內(nèi)部變化占71.90%；在NDVI顯著增加區(qū)，草地、耕地、林地的內(nèi)部變化分別占37.33%、29.84%和11.01%，因而耕地的內(nèi)部變化是NDVI顯著減少區(qū)NDVI呈減小趨勢的主要原因，草地、耕地、林地的內(nèi)部轉(zhuǎn)化是NDVI顯著增加區(qū)NDVI呈增加趨勢的主要原因?？臻g分布上，耕地NDVI減小的區(qū)域90%以上分布在關(guān)中平原，結(jié)合社會經(jīng)濟和實地調(diào)查，發(fā)現(xiàn)近22年關(guān)中平原糧食作物面積比重大幅下降，經(jīng)濟作物（瓜果、蔬菜）比重大幅增加，分析耕地NDVI減小的主要原因是關(guān)中平原作物結(jié)構(gòu)的變化所致，以2021年為例，關(guān)中平原區(qū)糧食作物植被生長季平均NDVI為0.764 7，而園地平均為0.662 7，蔬菜區(qū)更低，僅為0.583 4。耕地NDVI增加的區(qū)域基本分布在黃土丘陵區(qū)和黃土殘塬區(qū)，這主要與農(nóng)業(yè)生產(chǎn)技術(shù)提高、作物品種改良、農(nóng)藥化肥使用增多使得糧食單產(chǎn)和復(fù)種指數(shù)提高有關(guān)［3，10］。草地、林地NDVI增加的主要原因是退耕還林還草、生態(tài)修復(fù)、生態(tài)移民等政策的實施，減輕了人類活動對自然植被的影響，林草植被得到恢復(fù)和改善所致。

5 小結(jié)

本研究分析了2000—2021年渭河流域生長季植被NDVI的時空變化特征，并結(jié)合同期氣溫、降水量、人口、土地利用等數(shù)據(jù)，探討了氣候變化和人類活動對植被NDVI變化趨勢的影響，得到以下結(jié)論。

1）2000—2021年，渭河流域植被生長季NDVI呈明顯增加趨勢，全區(qū)年平均增速為0.004。

2）年際尺度上，NDVI與年平均降水量呈正相關(guān)關(guān)系，與年平均氣溫的相關(guān)性不顯著；在月尺度上，NDVI與4月和8月的氣溫、降水量均呈正相關(guān)關(guān)系，與7月氣溫呈弱負相關(guān)關(guān)系。

3）人口密度變化與NDVI變化趨勢呈負相關(guān)，64.75%區(qū)域表現(xiàn)為人口密度減小、NDVI增加的趨勢，說明流域人口密度的減小有利于植被的恢復(fù)和改善。

4）土地利用類型內(nèi)部變化是NDVI變化的主要原因；NDVI顯著減少區(qū)NDVI的減少趨勢主要由關(guān)中平原耕地NDVI的減少引起，NDVI顯著增加區(qū)NDVI的增加趨勢主要由草地、林地以及黃土丘陵區(qū)、黃土殘塬區(qū)耕地NDVI的增加引起。

參考文獻：

［1］ 李登科，王 釗.退耕還林后陜西省植被覆蓋度變化及其對氣候的響應(yīng)［J］.生態(tài)學(xué)雜志， 2020， 39（1）： 1-10.

［2］ 徐光來，楊先成， 徐曉華， 等.氣候變暖背景下安徽省月NDVI動態(tài)變化研究［J］.長江流域資源與環(huán)境， 2021， 30（2）： 397-406.

［3］ 信忠保， 許炯心， 鄭 偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響［J］.中國科學(xué)（D輯：地球科學(xué)），2007， 37（11）：1504-1514.

［4］ 周金霖， 馬明國， 肖 青， 等.西南地區(qū)植被覆蓋動態(tài)及其與氣候因子的關(guān)系［J］.遙感技術(shù)與應(yīng)用， 2017， 32（5）： 966-972.

［5］ 趙維清， 李經(jīng)緯， 褚 琳， 等.近10年湖北省植被指數(shù)時空變化特征及其驅(qū)動力［J］.生態(tài)學(xué)報， 2019， 39（20）： 7722-7736.

［6］ TAO G， JIA K， WEI X， et al. Improing the spatiotmporal fusion accuracy of fractional vegetation cover in agricultural regions by combining vegetation growth models［J］. International journal of applied earth observation and geoinformation， 2021， 101： 102362.

［7］ 楊 杰， 張瑩瑩， 王建雄， 等.利用NDVI與EVI再合成的植被指數(shù)算法［J］.遙感信息， 2020， 35（5）：127-133.

［8］ 刀 劍， 鄭宏剛， 王建雄.基于NDVI 的云南省臨滄市植被覆蓋分析［J］.農(nóng)業(yè)工程， 2019， 9（8）： 50-55.

［9］ FAOUR G， MHAWEJ M， NASRALLAH A， et al.Global trends analysis of the main vegetation types throughout the past four decades［J］. Applied geography，2018，97：184-195.

［10］ 孫曉鵬， 王天明， 寇曉軍， 等.黃土高原涇河流域長時間序列的歸一化植被指數(shù)動態(tài)變化及其驅(qū)動因素分析［J］.植物生態(tài)學(xué)報，2012， 36（6）： 511-521.

［11］ YANG J， HUANG X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019［J］. Earth system science data， 2021， 13（8）：3907-3925.

［12］ 李依璇， 朱清科， 石若瑩， 等. 2000—2018 年黃土高原植被覆蓋時空變化及影響因素［J］.中國水土保持科學(xué)，2021， 19（4）： 60-68.

［13］ NEMANI R， KEELING C， HASHIMOTO H， et al. Climate-driven increases in global terrestrial net primary production from 1982 to 1999［J］. Science， 2003， 300： 1560-1563.

［14］ 陳效逑， 喻 蓉.1982—1999年我國東部暖溫帶植被生長季節(jié)的時空變化［J］.地理學(xué)報， 2007， 62（1）： 41-51.

［15］ 李 薇，談明洪.西南山區(qū)人口空間重組及其對植被的影響——以河流沿線為例［J］.生態(tài)學(xué)報，2018，38（24）：8879-8887.

［16］ 李孟蔚， 欒 青， 張 寧，等. 2000—2019年呂梁市植被NDVI時空動態(tài)及其影響因素分析［J］.水土保持研究， 2022， 29（4）：248-254.

［17］ 劉旻霞， 趙瑞東， 邵 鵬， 等.近15 a黃土高原植被覆蓋時空變化及驅(qū)動力分析［J］.干旱區(qū)地理， 2018， 41（1）： 99-108.

［18］ 易 浪， 任志遠， 張 翀， 等.黃土高原植被覆蓋變化與氣候和人類活動的關(guān)系［J］.資源科學(xué)， 2014， 36（1）：166-174.

［19］ 李學(xué)梅， 任志遠， 張 翀.氣候因子和人類活動對重慶市植被覆蓋變化的影響分析［J］.地理科學(xué)， 2013， 33（11）：1391-1394.

［20］ 陳 成， 楊東淏， 王建雄，等.滇西南植被覆蓋度動態(tài)變化特征及其驅(qū)動力分析［J］.水土保持研究， 2022， 29（4）：198-206.