陕西省不同地貌类型区植被覆盖度时空变化特征及其影响因素

庞国伟，山琳昕，杨勤科，土 祥

(1.西北大学 城市与环境学院，西安 710127； 2.西北大学 陕西省地表系统与环境承载力重点实验室，西安 710127； 3.旱区生态水文与灾害防治国家林业和草原局重点实验室，西安 710127)

1 研究背景

植被是陆地生态系统极其重要的组成部分，与一定的地形地貌、土壤、气候等相适应，对于指示生态环境质量具有重要作用[1-2]。植被覆盖度是反映地表植被覆盖状况的重要指标，研究其动态变化及影响因素对于定量分析区域生态环境演变规律和生态系统评价具有重要意义[3-4]。遥感数据的时空连续性，使其在大中尺度区域植被覆盖度估算中发挥了重要作用[5]。MODIS数据具有算法成熟、易获取等优势，已在区域植被覆盖度估算中得到了广泛应用[6-7]。

陕西省位于黄河中游地区，南部兼跨长江支流汉江流域和嘉陵江上游的秦巴山地区[8]，南北气温、降水差异较大，纵跨3个气候带(亚热带-暖温带-中温带)，从东南到西北依次为湿润区、半湿润区和半干旱区。同时，陕西省地貌形态的区域差异也十分明显，根据其地貌类型和区域差异，可将全省划分为6个地貌区和43个地貌亚区[7]。地貌与水文、土壤、气候、生物等具有密切的关系，地貌在不同尺度上影响气候、植被等自然要素的空间格局和分异规律[9]，同时对人类活动方式、强度也产生重要影响，因此，地貌类型区对应于完整的地理单元。陕西省根据地貌特征可分为陕北黄土高原、关中平原和陕南秦巴山区3大地理单元，由于自然环境的差异和人类活动强度的不同，陕西省不同区域的地表覆被与生态环境差异十分明显。陕北黄土高原是我国生态环境最为脆弱的地区之一，土地沙化、水土流失严重，为改善生态环境，该区自1999年实施了“退耕还林(草)”工程，经过数十年的植被恢复，植被覆盖度呈明显上升趋势[10]。关中平原是陕西经济社会发展的核心区，工农业发达、人口密集，近年来随着工农业的不断发展，特别是在快速城镇化过程中，植被覆盖度降低，给城市生态环境造成一定压力[11]。陕南秦巴山区是我国中部地区重要的生态屏障和水源涵养区，同时又是气候变化敏感区和生态环境脆弱区，气候变化和人类活动是影响该区植被覆盖变化的主要因素[12]，近年来该区植被覆盖度呈显著上升趋势[6]。可见，陕西省不同地貌类型区(地理单元)植被覆盖度变化趋势及其影响因素存在明显空间差异。

因此，通过研究陕西省不同地貌类型区植被覆盖度时空变化特征，分析植被覆盖度变化的影响因素，可为揭示不同区域的生态环境演变机理和驱动机制提供科学依据，同时对于促进陕西省生态环境保护与社会经济高质量发展具有重要意义。

2 数据与方法

2.1 研究区概况

陕西省(105°29′E—111°15′E，31°42′N—39°35′N)位于西北内陆腹地，地势南北高、中间低，海拔高度主要分布在500～2 000 m之间，气候由北向南逐渐过渡为温带、暖温带和北亚热带，年均降水340～1 240 mm，年均气温7～16 ℃，植被类型由北向南过渡为荒漠草原、人工植被和阔叶林。本文根据陕西省地形地貌及植被特点，将研究区划分为风沙过渡区(Ⅰ)、黄土高原区(Ⅱ)、关中平原区(Ⅲ)、秦岭山地区(Ⅳ)、汉江盆地区(Ⅴ)和大巴山地区(Ⅵ)[13]，见图1。黄土高原区所占面积最大(40%)，汉江盆地区所占面积最小(5%)；平均海拔最高的是秦岭山地区(1 295 m)，最低的是关中平原区(546 m)。

图1 陕西省地貌分区Fig.1 Landform division of Shaanxi Province

2.2 数据来源与预处理

本文数据包括：①美国国家航空航天局(NASA)戈达航天中心(https:∥ladsweb.modaps.eosdis.nasa.gov/)提供的2000—2017年7—9月份空间分辨率为250 m的16 d合成的MODIS NDVI产品(MOD13Q1)。首先，基于MRT软件对NDVI数据进行提取、重投影与拼接；其次，为了更好地反映植被覆盖度和消除不利因素影响，采用最大值合成法(MVC)对研究区每年7—9月份数据进行处理，得到年最大NDVI[14]。②中国气象数据网(http:∥data.cma.cn/)提供的中国地面气候资料中日值数据集与月值数据集，选取2010—2017年陕西省及周边共57个站点的降水与气温数据，用Kringing[15]方法进行插值得到陕西年降水与气温。③中国科学院计算机网络信息中心国际科学数据镜像网站(http:∥www.gscloud.cn/)提供的90 m分辨率的SRTMDEM数据，对其进行投影转化并重采样。将高程分为<500、[500，1 000)、[1 000，1 250)、[1 250，1 500)、[1 500，2 000)、>2 000 m共6级；将坡度分为<3°、[3°，8°)、[8°，15°)、[15°，25°)、>25°共5级[12]；将坡向分为平地、阴坡(315°～45°)、半阴坡(45°～135°)、阳坡(135°～225°)、半阳坡(225°～315°)共5级[16]。④中国科学院资源环境数据中心(http:∥www.resdc.cn/)提供的2000—2015年陕西省土地利用数据。以上数据均经过投影转化、重采样与裁剪，投影坐标系为Albers投影，重采样的空间分辨率为250 m。

2.3 植被覆盖度计算

根据像元二分模型[17]，植被覆盖度fc的计算公式为

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil) 。(1)

式中：NDVI为归一化植被指数；NDVIsoil与NDVIveg分别为纯土壤与纯植被所对应的NDVI值。根据相关研究[18]，提取累计频率为5%与95%的NDVI值作为NDVIsoil与NDVIveg来计算植被覆盖度。

根据相关研究[19]，将植被覆盖度划分为低覆盖度(≤10%)、较低覆盖度(10%～30%)、中等覆盖度(30%～50%)、较高覆盖度(50%～70%)、高覆盖度(>70%)5个等级。

2.4 突变分析

Mann-Kendall(M-K)突变检验法是一种基于秩的非参数方法，用于分析时间序列的趋势特征[20]。在进行M-K突变检验时，假定时间序列随机独立，在构造秩序列Sk的基础上，定义样本序列的统计量UFk,即

(2)

式中:秩序列Sk表示第k+1年的植被覆盖度fc大于第k年的累计个数；UF1=0；E(Sk)、Var(Sk)分别为秩序列Sk的均值和方差，可近似由式(3)、式(4)计算。

(3)

(4)

对原序列的逆序列按式(2)再进行计算，得到逆序列的统计量UBk。若UFk和UBk曲线出现交点，且交点在临界直线之间，交点对应的时刻就是突变发生的时间。

2.5 趋势分析

一元线性回归分析方法可以模拟每个像元的变化趋势，被广泛应用于植被、气候要素随时间变化趋势的分析[21-22]，计算公式为

(5)

式中：K表示变化趋势的斜率；n为研究时段年数，本研究时段为2000—2017年，n=18；Vi为第i年的植被覆盖度(降水量、气温)。斜率的正(负)表示增加(减少)，K的绝对值越大，表示变化越大，反之，变化越小。变化趋势的显著性采用F检验。参考已有研究[23]，将植被覆盖度(降水量、气温)的变化趋势分为5类：极显著改善(增加)(K>0，P<0.01)；显著改善(增加)(K>0，0.010.05)；极显著退化(减少)(K<0，P<0.01)；显著退化(减少)(K<0，0.01

2.6 相关系数

相关系数r用于分析2个独立变量间的相关关系，计算公式为[24]

(6)

3 结果与分析

3.1 植被覆盖度时间变化特征

2000—2017年陕西省年均植被覆盖度变化趋势及M-K突变检验结果如图2所示。由图2(a)可知，陕西省植被覆盖度18 a来整体呈上升趋势，其中2000—2007年极显著增加，而且增加速率较快，约为0.93%/a；2007—2017年增长速率较慢，约为0.03%/a。M-K突变检验(图2(b))显示，陕西省植被覆盖度突变年份为2006—2007年间且为升高的突变，表明在“退耕还林(草)”工程实施初期，植被得以快速恢复，随后保持稳定增长。

图2 2000—2017陕西省植被覆盖度变化趋势及突变检验结果Fig.2 Trend and abrupt change of vegetation coveragein Shaanxi Province from 2000 to 2017

2000—2017年陕西省不同地貌类型区之间植被覆盖度变化特征差异明显(图3)。18 a来，除关中平原区(Ⅲ)外，其余地貌类型区的植被覆盖度均呈不同程度上升趋势。黄土高原区(Ⅱ)和风沙过渡区(Ⅰ)受国家“退耕还林(草)”等系列政策影响，植被覆盖状况明显改善，植被覆盖度呈极显著增加趋势(P<0.01)，增加速率分别约为0.86%/a和0.35%/a。关中平原区(Ⅲ)多为耕地，受人类活动影响较大，加之近些年来经济快速发展，城市规模扩张都使得植被覆盖受到一定影响，植被覆盖度呈显著减小趋势(P<0.05)，约以0.59%/a的速率减小。秦岭山地区(Ⅳ)与大巴山地区(Ⅵ)以天然林为主，生态系统较稳定且植被覆盖度较高，植被覆盖度呈显著增加趋势(P<0.01)，但增加缓慢，增加速率分别约为0.12%/a和0.18%/a。汉江盆地区(Ⅴ)沿汉江两岸建设用地和耕地较多，南部山地多为天然林，植被覆盖度总体上随时间变化不大，增加速率仅约为0.03%/a，且增加趋势不显著。

图3 2000—2017年陕西省不同地貌类型区植被覆盖度变化Fig.3 Changes of vegetation coverage in different landformareas of Shaanxi Province from 2000 to 2017

3.2 植被覆盖度空间分异特征

利用陕西省2000—2017年植被覆盖度图，计算得到多年平均植被覆盖度分级图(图4)。由图4可知，陕西省植被覆盖度南北差异明显，从北向南逐渐增加，2000—2017年平均植被覆盖度为63.14%。风沙过渡区(Ⅰ)的覆被类型主要为荒漠草地，天然植被覆盖低，以低覆盖度为主，平均植被覆盖度为10.98%；随着“退耕还林(草)”等工程的实施，黄土高原区(Ⅱ)植被覆盖得到改善，植被覆盖度从北向南逐渐增加，中北部主要为退耕林(草)地，以较低和中等覆盖度为主，南部的桥山和黄龙山区的次生林地以较高覆盖和高覆盖为主，该区的平均植被覆盖度为49.51%；关中平原区(Ⅲ)覆被类型主要为耕地和建设用地，耕地以较高覆盖度和高覆盖度为主，而建设用地为低覆盖度，其周边地区以中等覆盖度为主，该区的平均植被覆盖度为51.69%；汉江盆地区(Ⅴ)城市及周围为低覆盖度和中等覆盖度，耕地为较高覆盖度，其余区域为高覆盖度，平均植被覆盖度为77.79%；秦岭山地区(Ⅳ)、大巴山地区(Ⅵ)覆被类型以林地为主，生态系统稳定且受人为因素影响较小，多年来植被覆盖度高且较为稳定，以高覆盖度为主，平均植被覆盖度分别为90.95%和91.73%。

图4 2000—2017年陕西省植被覆盖度空间分布Fig.4 Spatial distribution of vegetation coverage inShaanxi Province from 2000 to 2017

3.3 植被覆盖度空间变化特征

为深入分析陕西省不同地貌类型区植被覆盖度在不同时期的空间变化特征，基于趋势分析方法，逐像元分析了研究区2000—2007年、2007—2017年、2000—2017年植被覆盖度的空间变化趋势。

表1 植被覆盖度变化面积及所占比例Table 1 Change areas and proportions of vegetation coverage

由图5和表1可知， 2000—2007年陕西省79.04%的区域植被覆盖未发生显著变化，19.57%的植被覆盖状况改善，主要分布于黄土高原和关中平原东北部，秦巴山地和汉江盆地区东部也有部分区域植被覆盖得以显著改善；1.39%的植被发生退化，主要分布于城市及其周边地区。2007—2017年79.05%的区域植被覆盖未发生显著变化，11.16%的植被覆盖状况改善，主要分布于黄土高原北部和秦巴山地部分区域；9.79%的区域植被发生退化，主要分布于关中平原区与汉江盆地区的汉中汉台区、安康汉滨区，这说明了人类生产生活及城市化对植被有一定破坏作用。从2000—2017年整个研究时段来看，38.88%的植被得到改善，主要分布于黄土高原区、风沙过渡区南部及秦巴山地和汉江盆地区东部部分区域；8.49%的植被发生退化，主要分布于关中平原区与汉江盆地区城市及其周边地区，表明国家相关生态工程和城市化对植被产生了明显影响。

图5 2000—2017年陕西省植被覆盖度变化空间分布Fig.5 Spatial variation of vegetation coverage inShaanxi Province from 2000 to 2017

3.4 植被覆盖度变化影响因素分析

3.4.1 气候对植被覆盖度的影响

2000—2017年陕西省年均降水量和气温整体上均呈波动性增加趋势，但增加不显著(图6)。降水量和气温变化具有明显空间差异(图7)，降水量除黄土高原区南部宜川至铜川一带、西部千阳至陇县一带及关中平原区渭南北部减少以外，其它区域均不同程度增加(图7(a))，其中黄土高原区和风沙过渡区北部、秦巴山区西部宁强一带显著增加(图7(b))。气温在黄土高原区中部、关中平原区、秦岭山地区西部和大巴山地区呈降低趋势，其它区域气温升高(图7(c))，其中秦岭山地区西部、大巴山地区大部分区域气温极显著降低，关中平原区东部及其周围气温极显著升高(图7(d))。

为了进一步分析降水、气温与植被覆盖度关系的空间差异，逐像元计算了2000—2017年陕西省植被覆盖度与降水、气温的相关系数(图8)，不同地貌类型区植被覆盖度与降水和气温相关系数占比如表2所示。从空间上看，全省年均植被覆盖度与降水间关系以正相关为主， 占总面积的72.84%， 其中黄土高原区北部植被覆盖度与降水呈显著正相关， 所占比例为10.43%， 空间上与降水显著增加区域一致， 由于该区域植被以较低和中等覆盖度为主， 降水较少， 降水增加有利于植被生长[25]。 植被覆盖度与降水为负相关的面积比例为27.15%，主要分布于黄土高原区南部山区、 关中平原区、 秦岭山地区和大巴山地区。 其中秦岭山地区和大巴山地区显著负相关比例分别占全省总面积的0.50%和0.36%， 主要分布在高海拔地区。 该区降水量大， 可满足植被的生长需要， 但降水增加会使光照条件减弱， 影响光合作用[22]。 气温与植被覆盖度间关系为负相关所占面积比例为56.62%， 其中极显著负相关面积比例为7.74%。 黄土高原区的延安周边和宝鸡西部、 秦岭山地区西部和大巴山地区温度显著降低， 植被覆盖度显著增加， 而关中平原区东部气温显著升高， 植被覆盖度显著减少， 表明温度对植被有重要影响， 温度降低减少蒸发， 有利于植被生长， 反之则抑制植被生长。 气温与植被覆盖度为正相关的面积比例为43.38%， 其中显著正相关占总面积的4.52%。 风沙过渡区北部温度升高， 植被覆盖度增加， 黄土高原区东南部、 关中平原区和秦岭山区东北部温度则显著升高， 植被覆盖度显著增加， 而关中平原区西部温度降低， 植被覆盖度显著降低， 这又表明温度对植被覆盖度的影响还表现在温度升高可促进光合作用和提高水分利用效率， 从而有利于植被生长[26]。

表2 陕西省不同地貌类型区植被覆盖度与气候因子间相关系数所占比例Table 2 Proportions of correlation coefficient between vegetation coverage and climatic factors in Shaanxi Province %

图6 2000—2017年陕西省年均降水量和气温变化Fig.6 Annual precipitation and temperature changes inShaanxi Province from 2000 to 2017

图7 2000—2017年陕西省气候因子空间变化及显著性Fig.7 Spatial variations and significances of climatefactors in Shaanxi Province from 2000 to 2017

图8 2000—2017年陕西省植被覆盖度与气候因子间的相关系数Fig.8 Correlations between vegetation coverage andclimate factors in Shaanxi Province from 2000 to 2017

综上所述，2000—2017年陕西省植被覆盖度与降水量之间以正相关为主，与温度以负相关为主。不同区域植被覆盖度对降水和气温的响应关系存在差异，表明降水和气温对植被覆盖度的影响机理较为复杂。主要表现在两个方面：一是降水和气温对植被的影响存在耦合关系，二是人类活动的影响，在一定程度上降低或改变了植被对降水和气温的敏感性。

表3 各分区不同土地利用类型面积比例Table 3 Proportions of land use types in different districts %

3.4.2 地形对植被覆盖度的影响

海拔高度不仅对自然要素的空间分布有一定影响，也在一定程度上限制人类活动方式和强度。不同高程范围内植被覆盖度的统计数据(图9(a))显示，2000—2017年间，海拔500 m以下区域多年平均植被覆盖度为59.53%，主要分布在关中平原区和汉江盆地区，该区分布有大量水浇地，植被覆盖度较高，随着城市化进程等因素的影响,植被遭受破坏而使植被覆盖度在一定程度上减小，但多年平均植被覆盖度仍较高。海拔500～1 000 m范围内多年平均植被覆盖度为65.61%，主要分布在黄土高原区沿黄河谷、关中平原区、秦巴山地区东部和汉江盆地区，区内分布有林地和水浇地，植被覆盖度较高。海拔1 000～1 500 m范围内多年平均植被覆盖度为58.14%，该高程范围主要分布在风沙过渡区与黄土高原区，初始植被覆盖度较低，虽然随着“退耕还林(草)”等生态工程的实施，植被覆盖得到改善，但其多年植被覆盖度仍然较低。海拔1 500～2 000 m范围内多年平均植被覆盖度为72.92%，主要分布于秦岭山地区西部，植被覆盖度较高且整体生态环境较稳定。海拔2 000 m以上区域主要分布于秦岭山地区，受人为因素影响小，植被覆盖度最高，为95.54%。以上分析表明，随着高程的增加，人类活动对自然环境的影响在逐渐削弱，植被覆盖度逐渐上升。

图9 2000—2017年各地形因子下的平均植被覆盖度Fig.9 Average vegetation coverage at various terrainfactors from 2000 to 2017

与海拔高度相同，坡度在一定程度上影响着人类活动，也影响着植被分布。图9(b)为不同坡度范围内多年平均植被覆盖度的统计数据，结果显示植被覆盖度随着坡度的增加而上升。地势平坦区(坡度<8°)，是人类建设主要区域，因此植被覆盖度较低；随着坡度的增加(8°～15°)，植被覆盖度受到人类影响而降低且受到国家系列政策保护，逐渐上升；在坡度>15°的区域几乎不受人类活动影响，以天然林为主，因此植被覆盖度较高且稳定。

各坡向平均植被覆盖度统计数据(图9(c))显示，不同坡向上植被覆盖度由小到大为平地<阳坡<半阴坡<半阳坡<阴坡，半阴坡与半阳坡间差异甚小。根据相关资料及植被覆盖度与降水、气温的相关性分析[16,27]，阳坡日照长，太阳辐射强，在合适气温范围内有利于植物生长，但其水分蒸发快，水分对植被覆盖度影响较强于气温，不利于植被长久生长；而阴坡因水分条件好，更适合植被生长，植被覆盖度较高。由阴坡转向阳坡时，随着太阳辐射的增强，植被覆盖度受到影响而降低。平地受到人类建设等影响，因而植被覆盖度较低。

3.4.3 人类活动对植被覆盖度的影响

土地利用作为人类活动的主要方式，对植被覆盖度有着双重作用，“退耕还林(草)”系列政策的实施有利于植被恢复，城市建设及工业生产对植被产生消极影响。表3为2000年和2015年陕西省各个分区不同土地利用面积所占的百分比，由2000年与2015数据对比可知， 陕西省主要土地利用类型为耕地、林地与草地。除耕地外，2015年其他土地利用类型均呈增长趋势。在各个分区中，林(草)地增长较快的区域为黄土高原区，增加面积占陕西省面积的1.53%；建设用地增长较快的区域为关中平原区，增加面积占陕西省面积的0.5%，其植被覆盖度下降趋势明显(图3)。结合图3可得知，在植被覆盖度增加的地区林(草)地面积未必增加，这可能是由于植被的面积虽未增加但其长势变好，使得最终呈现的植被覆盖度增加。

4 结 论

本文利用2000—2017年MODIS数据，研究了陕西省植被覆盖度变化及其与气候、地形、土地利用之间的关系，结果表明：

(1)从时间上看，陕西省植被覆盖度呈增加趋势，其中2000—2007年增加趋势明显，速率约为0.93%/a，体现了自“退耕还林(草)”等生态工程实施后，生态环境得到改善。从空间上看，陕西省植被覆盖度具有明显的纬向分布特征，由北向南逐渐增加。风沙过渡区南部、黄土高原和关中平原东北部、秦巴山地和汉江盆地区东部部分区域植被覆盖得以显著改善，关中平原区与汉江盆地区城市及其周边地区植被显著退化。

(2)2000—2017年陕西省植被覆盖度与降水量之间以正相关为主，占总面积的72.84%，与温度之间以负相关为主，占总面积的56.62%。植被覆盖度对降水和气温的响应关系存在空间差异。在黄土高原区特别是植被覆盖度较低的区域，水分是限制性因素，降水增加和温度降低有利于植被生长；在秦巴山地高海拔地区，降水增加和温度升高抑制植被生长；而在关中平原区及其它地貌类型区的城市周边及耕地区域，由于人类活动的参与，植被对气候的响应机理较为复杂，有待进一步探讨。

(3)在地势低(<500 m)、坡度平缓(<8°)的区域，地形平坦，是人类生产生活的主要区域，植被覆盖度较低；在地势高(>1 500 m)、坡度陡(>15°)的区域多以天然林为主，人类活动影响较小，植被覆盖度较高。在500～1 500 m、8°～15°的过渡区域，生态环境较脆弱，易受到人类活动影响，应进行重点监测与治理。在不同坡向中，平地上植被覆盖度最低，阴坡上植被覆盖度最高，其余坡向上植被覆盖度差异较小。

(4)人类活动较强的区域植被覆盖度变化差异明显，以生态建设为代表的黄土高原区植被覆盖得到显著改善，以城市建设为主的关中平原区植被覆盖显著退化。