近20年甘肃省临夏州植被覆盖度的时空变化及其影响因素

2022-04-20柳明星刘建红马敏飞曾靖超吕晓青董子悦

西北大学学报（自然科学版） 2022年2期

柳明星,刘建红,3,马敏飞,曾靖超,吕晓青,董子悦

(1.西北大学城市与环境学院,陕西西安 710127;2.西北大学陕西省地表系统与环境承载力重点实验室, 陕西西安 710127;3.陕西省黄河研究院,陕西西安 710127)

植被是陆地生态系统的重要组成部分, 覆盖了约70%的地球土壤表层, 具有调整区域气候、维持地表能量平衡、保护生物多样性等多种作用[1-2]。自1978年以来, 我国启动了一系列重大生态工程, 如“退耕还林工程”“三北防护林工程”等[3], 这极大改善了生态环境并促进了生态系统的良性循环。但是，对于高寒地带或干旱半干旱山区(以下简称寒旱山区)而言, 由于生长的树种相对单一, 群落结构相对简单, 森林生态系统服务功能极不稳定, 往往面临着植被严重退化的问题[4]。因此, 了解寒旱山区植被动态变化和潜在的驱动机制对于生态工程的设计具有重要的参考意义[5]。

目前, 遥感技术已成为植被特征动态检测的重要手段, 具有覆盖面积广、重复监测性和动态检测等特点[6]。植被覆盖度(fractional vegetation cover, FVC)表示植被地面垂直投影面积与研究区总面积的百分比[7], 是衡量生态保护和生态恢复有效性的重要指标, 被广泛应用于气候、生态和土壤侵蚀等领域[8]。 FVC不仅是反映植被生产能力的理想参数, 而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用[9]。

自然环境和人类活动变化都会对生态系统造成干扰, 从而使植被生态稳定性和持续性发生变化[10], 尤其是在全球气候变化的背景下, 这些因素之间的相互作用更加复杂。气候变化决定了植被生长环境从而直接影响着FVC变化[11], 其中气温和降水是影响FVC的最主要的两个气候因素[12-14]。此外, 由于气候或土壤类型的差异, 植被的生长状况随地形变化而变化[15]。不同地形(即海拔、坡度、坡向)条件中的水分、热量分布、太阳辐射变化等都存在着显著的差异, 这间接导致了植被生长和演替的差异, 势必影响FVC的动态变化趋势[16]。由于长时间水力侵蚀导致坡面被不断切割, 寒旱山区往往会形成诸多的侵蚀沟渠, 水土流失严重, 局部气候变化明显, 植被改善难度大[17], 而植被恢复可以有效缓解坡面径流和沉积物积累[18]。因此, 阐明地形对植被分布和恢复的影响对于加强寒旱地区的林草生长、提高生态工程效率具有重要的作用[19]。然而, 前人研究多集中于不同区域FVC的时空分布格局变化分析[20], 鲜有工作涉及气候、地形变化对寒旱山区FVC变化的影响。 FVC与气候、地形因子之间存在着紧密的联系, 揭示植被恢复在气候变化、地形空间分布上的差异, 对于研究人员和政府部门进行合理的生态管理与调控具有重要的意义。

因此,本文以我国典型的寒旱山区——甘肃省临夏回族自治州(临夏州)为例,基于2000—2019年的Landsat-5/8影像,结合像元二分模型、普通最小二乘法、Pearson相关回归等多种方法,深入探讨寒旱山区FVC的时空变化特征及其相关影响因素。首先,基于2000—2019年的Landsat-5/8影像和像元二分模型,分析了临夏州近20年的FVC时空变化特征;然后,分析了FVC变化在地形上的分布特征;最后,探讨了气候因子(气温与降水)对FVC变化的影响,以期为寒旱山区的植被生态保护和相关生态工程精准化调控提供科学参考。

1 数据与方法

1.1 研究区概况

研究区位于我国甘肃省临夏州,位于甘肃省中部、黄河上游,地理位置为35.6°N～35.8°N、103.1°E～ 103.4°E,总面积约为816 900 hm2(见图1)。目前,临夏州辖1市7县,总人口219万人。临夏州地处黄土高原与青藏高原、中原农业与西部牧区的过渡地带,州内大部分地区属半干旱气候,西南部山区高寒阴湿、东北部干旱、河谷平川温和[21]。整体地势南高北低,由西南向东北递降,呈倾斜盆地状态,平均海拔为2 000 m。年均蒸发量在1 198～1 745 mm之间,年均日照时数2 572.3 h[21],年平均降雨量为265.89 mm,年平均气温3.95℃。

图1 研究区地理位置Fig.1 Location and geographic extent of the study area

建州以来,临夏州始终面临着森林资源匮乏、生态环境脆弱、水土流失严重、自然灾害频繁、经济发展滞后的难题。作为我国典型的寒旱山区,临夏州历年来都是甘肃省水土流失最严重的地区之一,全州水土流失面积达到了689 464 hm2,占总面积的84.8%[22]。自1978年我国启动三北防护林工程后,临夏州开始开展生态恢复工作,并在1999年进一步扩大推行退耕还林工程。截至2018年,全州共完成生态工程建设面积1.11×105hm2,其中退耕还林2.64×104hm2、荒山造林7.63×104hm2、封山育林7.8×103hm2[23]。由于生态环境脆弱,临夏州主要植被类型为高山常绿灌丛、寒温带针叶林以及落叶阔叶林[24],现有林地面积仅为1.94×105hm2,森林覆盖率为11.6%,木材储蓄量为1.238 6×106m3。

1.2 数据来源与预处理

1.2.1 Landsat影像 Landsat是目前在轨时间最长的地球观测卫星系列计划[25]。为评估临夏州近20年的植被时空变化,本文平均以3年为一个时段,从美国地质调查局(USGS)官网(https:∥earthexplorer.usgs.gov/)下载了覆盖研究区2000—2019年的每年植被生长旺盛期(7—9月)云量最少的Landsat影像,每个时期需要2景影像,其行列号分别为130/036和131/035。包括4期Landsat5 TM影像和3期Landsat8 OLI影像,数据均为L1T级别(见表1)。为消除干扰并提高图像精度,所有影像数据均在ENVI 5.3软件中进行预处理,包括几何校正、辐射定标、大气校正、图像镶嵌、裁剪等,并统一设置为UTM/WGS-84坐标。

表1 本研究使用的Landsat影像Tab.1 Landsat images used in this study

1.2.2 地形数据山地生态研究中,高程、坡度、坡向往往主导着植被生境的其他要素分异(如土壤、水文等)。因此,本文选择以高程、坡度、坡向3个主导地形因子来分析临夏州植被覆盖变化与地形之间的关系。从地理空间数据云(http:∥www.gscloud.cn/)下载覆盖研究区的ASTGTM-DEM数据,空间分辨率为30 m,坐标系为WGS 84。基于DEM和ArcGIS 10.2中的3D分析模块,进一步提取了研究区的坡度和坡向信息。

1.2.3 气候数据以气温、降水量作为气候因子,分析气候对植被覆盖变化的影响,从中国科学院资源环境科学与数据中心(http:∥www.resdc.cn/)获取了临夏州自2000—2019年的年均气温和年均降水量插值栅格数据,空间分辨率为1km,坐标系为WGS 84。所有气象数据均在ArcGIS 10.2中重采样为空间分辨率30 m的栅格图像。

1.3 研究方法

1.3.1 FVC计算与分级目前，可以通过多种方法便捷地测量FVC,其中使用NDVI进行FVC估算是常用方法之一[26]。本文基于Landsat影像计算的NDVI值,采用像元二分模型来计算FVC[27]。FVC与NDVI的计算公式分别如式(1)和式(2)所示:

(1)

(2)

式(1)中：FVC为植被覆盖度；NDVIsoil为裸土或没有植被覆盖下的NDVI值；NDVIveg为茂密植被覆盖时的NDVI值。式(2)中，ρred、ρnir分别表示红光波段、近红外波段反射率。基于前人研究[28]和研究区的NDVI的统计特征,本文以5%的置信度分别计算了各时期NDVIsoil、NDVIveg,其中累计百分比为5%时的NDVI值为NDVIsoil,累计百分比为95%时的NDVI值为NDVIveg。

FVC值域在[0,1]之间,值越大说明植被覆盖程度越高。参照已有研究并结合临夏州的实际情况[29],将FVC划分为5个等级:低覆盖度(0≤FVC<0.2);中低覆盖度(0.2≤FVC<0.4);中覆盖度(0.4≤FVC<0.6);中高覆盖度(0.6≤FVC<0.8);高覆盖度(0.8≤FVC≤1)。

1.3.2 FVC变化趋势分析一元线性回归可以识别单个像元的变化趋势,能够定量描述FVC动态变化的空间特征[30]。因此，采用普通最小二乘法[30]模拟了2000—2019年间临夏州的FVC的变化趋势,计算公式如下:

(3)

式中：SLOPE为斜率；n为时间序列中的年数；i为年度变量；FVCi为第i年的植被覆盖度均值。采用F检验区分FVC变化趋势的显著性,并且根据SLOPE和p值将FVC变化趋势分为5个等级:FVC极显著改善(SLOPE>0且p<0.01);FVC显著改善(SLOPE>0且0.01≤p<0.05);FVC无显著变化(p≥0.05);FVC显著退化(SLOPE<0且0.01≤p<0.05);FVC极显著退化(SLOPE<0且p<0.01)。

1.3.3 FVC与地形因子变化特征分析通过构建海拔、坡度、坡向与FVC显著性变化之间的关系,来分析FVC随地形因子分异的变化特征。临夏州海拔范围在1 400～4 530 m之间,平均海拔为2 000 m, 因此以200 m的步长, 分别统计每个高程带中的研究区2000—2019年的FVC显著性变化的面积。坡度和坡向同理可得, 其中坡度以每5°的间隔进行统计, 坡向以每45°的间隔进行统计。进一步将临夏州的坡向划分为平地(-1)、阳坡(157.5°～202.5°和202.5°～247.5°)、半阳坡(112.5°～157.5°和247.5°～292.5°)、半阴坡(67.5°～112.5°和292.5°～337.5°)、阴坡(22.5°～67.5°和337.5°～22.5°)。

1.3.4 FVC与气候因子的相关性分析为了探讨不同气候因子对植被生长和分布的影响,基于Pearson相关系数分析了FVC与气象因子之间的相关性[31],分为偏相关分析和复相关分析。偏相关分析能够在剔除其他气候因子影响的情况下,探索植被生长与单一气候因子之间的关系,被广泛用于检测影响植被生长的主要气候驱动因子[32]。其计算公式为

(4)

式中:x为FVC,y为气温(℃)；z为降水量(mm)；rxy,z为将降水量固定后的气温与FVC的偏相关系数；rxy、rxz、ryz分表表示FVC与气温、FVC与降水量、气温与降水量的相关系数。降水量与FVC的偏相关系数同理可得。偏相关系数的显著性检验采用t检验法。当r>时,则表示气温/降水量与FVC呈正相关;当r<0时,则表示气温/降水量与FVC呈负相关;当r=0时,则表示气温/降水量与FVC之间不存在线性关系。复相关系数能够分析FVC在气温、降水量共同影响下的情况,其计算公式为

(5)

式中:x为FVC；y为气温；z为降水量；rx,yz为FVC与气温、降水量的复相关系数。复相关系数的显著性检验同样采用F检验。

2 结果与分析

2.1 FVC时空特征

基于像元二分模型获取临夏州2000—2019年FVC均值的时间变化趋势(见图2)。结果显示,近20年研究区FVC呈现波动增长趋势,线性增长率为0.031 1/a,R2为0.88(通过0.05的显著性检验)。历年FVC均值在0.38～0.58之间波动,平均值为0.47,表明临夏州平均FVC处于中等偏低的水平。对于不同时段来说,FVC在2000—2013年期间持续缓慢增加,2013—2016年FVC由0.55下降至0.5;2016—2019年FVC重新开始增加并达到了0.58。FVC时间变化反映了不同时期政策的影响。第一个特殊时段为2000—2003年,此时我国刚开始大力推行退耕还林工程,临夏州也于2002年正式全面响应,FVC开始增加。第二个特殊时段为2009—2013年,政府提议进一步巩固退耕还林成果并于2014年开启全国第二轮退耕还林工程,这在一定程度上再次带动了临夏州FVC的增长。第三个特殊时段为2013—2016年,FVC略有回落,通过查阅相关文献得知[33],该时段内受寒潮影响,临夏州气温偏低,植被生长条件恶劣导致FVC比2013年低。

图2 2000—2019年FVC均值的变化趋势Fig.2 The change trend of the average FVC during 2000 to 2019

此外,临夏州2000—2019年不同类型的FVC的空间分布如图3所示,可以看出整个地区的FVC从低覆盖度、中低覆盖度向中覆盖度、中高覆盖度和高覆盖度转变。在2000年时,除南部山区外,临夏州大面积区域均表现为低覆盖度和中低覆盖度。而在2019年时,临夏州大面积区域表现为中覆盖、中高覆盖和高覆盖,低覆盖度和中低覆盖度明显减少。但不同地区FVC差异较大,总体上呈现出由西南向东北递减的变化趋势。其中,中高植被覆盖度和高植被覆盖度区域主要分布在东南部的积石山县、临夏县、和政县、康乐县;低植被覆盖度和中低植被覆盖度区域主要分布在西北部的永靖县、东乡县。总之,近20年临夏州的FVC由破碎化、杂乱化向规整化、系统化转变,生态质量得到了较大的提升。

图3 临夏州2000—2019年FVC的空间分布格局Fig.3 The spatial distribution pattern of FVC from 2000 to 2019 in Linxia

进一步统计了2000—2019年间5种FVC类型的面积和比例(见表2)。结果显示,2013年之前研究区内低覆盖度和中低覆盖度植被所占面积持续下降,2013年后研究区内低覆盖度和中低覆盖度植被面积又呈现略微上升的趋势,但在2016—2019年之间又略有回落。从2000—2019年,整个研究区内低覆盖度和中低覆盖度植被面积分别减少了1.618×105hm2、2.04×105hm2。

表2 2000—2019年不同植被覆盖类型的面积和比例Tab.2 Areas and proportions of different FVC types from 2000 to 2019 hm2、%

从表2中可以发现,临夏州的中覆盖度植被面积一直呈现出缓慢增长的趋势,从2000—2019年,中覆盖度植被面积总共增加了3.73×104hm2,从16.1%增长到2.7%,而中高覆盖度和高覆盖度植被面积则呈现波动式增长。2000—2013年中高覆盖度和高覆盖度植被面积均呈现增长的趋势,而2013—2016年开始下降,并在2016—2019年重新开始增加。从2000—2019年,研究区内中高覆盖度和高覆盖度植被的增加面积分别为1.713×105hm2和1.249×105hm2,增长比例分别为12.5%、15.3%。综上,近20年临夏州植被由低覆盖度和中低覆盖度向中等覆盖度、中高覆盖度和高覆盖度持续转变,生态环境明显改善。

2.2 FVC演变趋势

基于一元线性回归和F显著性检验,逐像元分析了临夏州2000—2019年的FVC显著性变化情况(通过p<0.05显著性检验)(见图4)。可以看出,近20年临夏州大部分的土地覆盖无显著变化,其面积为6.163×105hm2,占研究区面积的75.4%。而植被改善的地区主要集中在临夏州中部偏南区域,且由东向西逐渐递减,植被改善(即FVC极显著改善和FVC显著改善)的总面积为1.471×105hm2,占研究区面积的18%。植被退化的区域零星分布在各个地区,其总面积为1.39×104hm2,占研究区面积的1.7%。总之,从2000—2019年临夏州FVC改善的面积远大于FVC退化的面积,FVC改善的面积约为FVC退化面积的10.59倍。

图4 临夏州2000—2019年FVC改善和退化的变化趋势Fig.4 Improvement and degradation trend of FVC in Linxia from 2000 to 2019

从各县市来看,临夏州植被改善的地区主要集中在积石山县、广河县、临夏县、和政县和康乐县，而植被退化的区域主要发生在研究区的东北部和南部边缘。原因可能是临夏市为临夏州县级市,由于经济发展需求,导致大量自然区域转为人工建设用地,FVC略微减少;而永靖县、东乡县所处地理位置原因,海拔较高、干旱少雨,植被生长受到一定的影响。

2.3 FVC随地形因子的变化特征

基于图4植被发生显著变化的区域,进一步分析了FVC随地形因子的变化特征。首先，以200 m为步长统计分析了临夏州FVC改善或退化随海拔变化的特征(见图5A)。结果显示,FVC显著性变化在各个海拔区间均有发生。随着海拔的增加,植被改善(即FVC极显著改善和FVC显著改善)的区域均呈现出“先增加再减少”的变化趋势。其中植被改善最明显的区域位于2 200～2 400 m的海拔范围内,总改善面积为1.085×105hm2,而FVC发生退化(即FVC显著退化和极显著退化)的区域则少量分布于1 800～2 600 m的海拔范围内,其总退化面积为1.09×104hm2,且呈现出相对稳定的趋势。

其次,以每5°的坡度区间分析了FVC在坡度上的变化特征。结果如图5B所示,随着坡度的增加,植被改善(即FVC极显著改善和显著改善)同样呈现出“先增加再减少”的的趋势。并在10°～15°的坡度区间植被改善的面积最多,为3.97×104hm2;其次为5°～10°和15°～20°的坡度区间,其植被改善面积分别为3.09×104hm2、3.03×104hm2。而对于植被退化(即FVC显著退化和极显著退化)来说,随着坡度的增加呈现出逐渐减少的变化趋势,主要发生在-10°的坡度区域,其退化面积为7.3×103hm2。

此外,以每45°的坡向区间分析了FVC随坡向的变化特征(见图5C),并将其划分为平地、阳坡、半阳坡、半阴坡和阴坡5种坡向。结果显示,在平地上植被发生变化的区域相对较少。随着太阳辐射从阳坡向阴坡转变,植被改善(即FVC极显著改善和显著改善)呈现出逐渐增加的变化趋势。其中阴坡植被改善面积最多(4.45×104hm2);其次为半阴坡区域,植被改善面积为4.31×104hm2。而植被退化在各个坡向的分布相对稳定,无明显的变化趋势。

总之,海拔、坡度和坡向均显著影响FVC动态变化。对于植被改善而言,随着海拔和坡度的增加,均呈现出“先增加再减少”的变化趋势。而随着坡向从阳坡向阴坡转变,植被改善呈现出持续增长的变化趋势。对于植被退化对地形变化并不敏感,稳定分布在海拔1 800～2 600 m 、坡度5°～20°以及各个坡向上。

图5 FVC随地形因子的变化特征Fig.5 Variation characteristics of FVC with terrain factors

2.4 气候因子对FVC变化的影响

由于不同地理位置植被对气温、降水的响应程度各不相同。在控制单一变量的情况下,基于Pearson系数,分析FVC与气温、降水量的偏相关性(见图6)。从图6A可见,FVC与气温的偏相关系数位于-0.999 9～0.999 9(通过p<0.05显著性检验)。其中FVC与气温呈显著正相关、无显著关系和显著负相关的区域占研究区总面积的比例分别为23.54%、61.29%和15.17%。显著正相关面积略大于显著负相关的面积,说明总体上临夏州气温对植被生长主要起促进作用。临夏州FVC与降水量的偏相关系数位于0.999 9～0.02(见图6B)(通过p<0.05显著性检验)。其中,显著正相关、无显著关系和显著负相关的区域占研究区总面积的比例分别为1.15%、73.35%和25.5%。FVC与降水量显著负相关面积远大于显著正相关面积。从空间分布情况来看,气温对整个临夏州的植被都有所影响,而降水量主要集中于影响临夏州的中部并向四周扩散。气温、降水量与FVC呈相关性的区域面积分别为3.161×105hm2、2.176×105hm2,由此可知气温因子对临夏州的植被影响程度高于降水因子。

A 为FVC与气温的偏相关系数；B 为FVC与降水的偏相关系数；C 为FVC与气温和降水的复相关系数图6 2000—2019年FVC与气候因子相关性分析Fig.6 Correlation analysis of FVC and climate factors from 2000 to 2019

FVC与气温、降水的复相关系数如图6C所示(通过p<0.05显著性检验)。FVC与气候因子复相关性较强的区域主要集中在临夏州西北部。临夏州西北部寒冷干旱,气候变化(如气温和降水)明显掌握着该区域的植被生长条件;复相关性较弱的区域主要分布在临夏州南部,在该区域气候温和、温润多雨,植被生长条件相对较优,气候和降水的影响能力相对较弱。结合图4的FVC显著性变化空间分布来看,在临夏州FVC显著改善的区域集中在中南部。但是，该区域气候对植被的影响能力却相对较弱,这也间接说明了当地人类活动(如退耕还林工程)对植被生长的影响。总的来说,FVC与气温和降水在部分区域呈显著正相关关系,其面积为3.248×105hm2,占研究区总面积的39.76%。这说明在气温、降水共同作用时,对植被生长起一定的促进作用。

总之，临夏州FVC与气温、FVC与降水、FVC与气温和降水通过显著性检验(p<0.05)的相关关系的区域面积比例分别为38.62%、26.65%、39.76%。FVC对气温的响应大于降水,但60.24%的区域显示为非气候因子驱动。

3 讨论

目前，青藏高寒地区和西北干旱或半干旱地区的生态环境仍旧比较脆弱,如何保障该区域的生态恢复仍面临着严峻的挑战[7]。因此,本文基于2000—2019年共7期的Landsat数据,结合像元二分模型、最小二乘法、Pearson回归等多种方法,对我国典型的寒旱山区——甘肃省临夏回族自治州的的FVC的时空演变趋势及其相关影响因素进行了深入研究。结果显示,从2000—2019年,临夏州的FVC呈波动增长的变化趋势。然而,不容忽视的是部分地区的植被退化导致了植被恢复的不可持续性。

植被的空间格局和演变受到多种因素的影响,如地形变化、气候变化等[14, 16]。因此,基于海拔、坡度和坡向要素,本文首先探索了地形变化对FVC变化的影响。研究结果显示,地形变化显著影响着FVC变化,临夏州在海拔偏低,坡度较低以及阴坡区域的植被改善的情况明显较好(见图5),这与前人研究一致[34]。相关研究表明,在具有最佳水分条件的缓坡和山谷地区植被成活率更高,而在山脊和陡坡上进行植被绿化却困难重重[35]。山脊地区的水分含量更低,这意味着在进行植树造林时应该充分考虑土壤条件[34]。本文研究结果也表明,临夏州未来山脊区和沟壑区的阳坡和陡坡可能会发生植被进一步退化的结果(见图5)。受到自然环境条件的限制,抗寒性与抗旱性差的植被的成活率相对较小[36],所以临夏州应该适区种树、适区养树,充分考虑微地形中的生境差异,从而合理调控植被格局以提高生态恢复效率。

此外,气候条件往往受到地理位置、地形变化和季风效应的综合影响从而影响当地的植被恢复[37]。临夏州位于我国西北干旱和半干旱地区、青藏高寒区和东部季风区三大自然区的过渡交界地区,特殊的地理位置导致气候变化对其FVC变化的影响将会更加明显。在植被生长季,临夏州气温从南部到北部逐渐下降,地形位置和季风效应导致在临夏州东南部地区形成了降水分布不均、湿度高的情况,而在西部和北部地区则形成了干旱或半干旱的气候[38]。现研究已表明在干旱或半干旱地区,降水通常是限制植被生长的主要因素[39]。然而,本文研究结果却显示,在临夏州,尽管大部分区域显示为非气候因子其驱动,但与降水相比,气温反而是影响FVC变化的主要驱动因子。FVC与气温、FVC与降水、FVC与气温和降水(通过显著性检验p<0.05)具有相关性的区域面积比例分别为38.62%、26.65%、39.76%(见图6)。其中,FVC与气温具有相关性的区域面积明显大于降水对FVC的影响,部分研究结果也与本文一致[40]。查阅相关资料后得知,受特殊地形和气候影响,临夏州全年气温偏低,易发生寒潮事件,气温的增减更容易影响植被的光合作用从而导致植被对气温变化更加敏感[33]。

然而,无论是偏相关分析还是复相关分析的结果均表明,临夏州60%以上区域的FVC变化受到非气候因子的驱动。诸多研究已证明,除各种自然环境变化外,人类活动也会对生态系统产生极大的影响,如生态工程、土地利用变化等[31],从而对植被恢复的稳定性和可持续性造成不同的影响[10]。本文研究也表明,临夏州仅39.76%的区域显示FVC变化与气候因子具有相关关系,间接说明FVC变化还受到人类活动的影响。

因此,基于FVC变化趋势(见图4)和FVC与气温和降水之间的复相关关系(见图6C),本文进一步探讨了人类活动对临夏州FVC变化的影响。若某区域的FVC发生显著改善或退化,而此区域内的FVC与气候因子之间却并不存在相关关系,则说明在此区域内人类活动对FVC的影响占主导地位。首先，统计FVC发生显著性变化区域的FVC与气候因子的复相关系数均值,发现其复相关系数普遍偏低,位于0.23～0.39之间(见图7B),说明气候因素对于临夏州植被的改善或退化无明显作用。然后,利用FVC与气候因子无显著关系的区域对图4进行掩膜,得到人类活动影响下的FVC变化空间分布信息(见图7A),并量化人类活动驱动下FVC变化的面积(见图7C)。

图7 人类活动驱动下的临夏州FVC变化Fig.7 Changes of FVC in Linxia driven by human activities

结果显示,临夏州FVC变化主要受到人类活动的驱动。例如,在临夏州的中南部地区,气候变化与FVC之间呈无显著关系,而该区域的FVC却显著改善,这是当地人类活动所带来的积极影响,如退耕还林工程、三北防护林计划等[23]。而在永靖县东北部、和政县中南部以及康乐县、积石山县和临夏市的局部区域,气候因子也并未驱动当地植被生长变化,但这些区域却发生了显著的植被退化现象。在实地调查中发现,临夏州FVC发生退化的地区多集中于人工建设用地上。随着社会经济的发展,为了满足人口增长和经济扩张的需求,临夏州大量自然用地被转变为城市用地或农村聚居用地[41],这在一定程度上带来了不可恢复的植被退化现象。总地来说,临夏州FVC变化受到自然干扰和人类活动的共同影响,未来应该进一步调整生态工程以更好应对人类活动和气候变化所带来的消极影响。