2000—2021年渭河流域NDVI变化及其影响因素

封建民 刘宇峰 郭玲霞 文琦

收稿日期：2023-04-27

基金项目：国家自然科学基金项目（42061037）；陕西省创新能力支撑计划项目（2023-CX-RKX-063）；陕西省高等教育改革研究项目（23BY146）

作者简介：封建民（1972-），男，陕西凤翔人，教授，博士，主要从事遥感应用研究，（电话）13571062160（电子信箱）feng_jianmin@aliyun.com。

封建民，刘宇峰，郭玲霞，等. 2000—2021年渭河流域NDVI变化及其影响因素［J］. 湖北农业科学，2024，63（5）：22-29．

摘要：渭河流域是黄河中游重要的生态涵养地，同时也是黄土高原水土流失的典型区域，监测该地区植被生长变化趋势，并分析其与气候变化和人类活动的关系，对科学评估区域生态建设成效、黄土高原植被恢复和生态修复具有重要意义。基于2000—2021年归一化植被指数（NDVI）、气温、降水量、人口密度、土地利用数据，分析了渭河流域NDVI的时空变化特征，探究了气候变化和人类活动对NDVI变化趋势的影响。结果表明，2000—2021年，渭河流域植被生长季NDVI呈增加趋势，全区年平均增速为0.004。年际尺度上，NDVI与年平均降水量呈正相关关系，与年平均气温的相关性不显著；月尺度上，NDVI与   4月和8月的气温、降水量均呈正相关关系，与7月气温呈弱的负相关关系。人口密度变化与NDVI变化趋势呈负相关，流域人口密度的减小有利于植被的恢复和改善。土地利用类型内部变化是植被NDVI变化的主要原因。NDVI显著减少区NDVI的减少趋势主要由关中平原耕地NDVI的减少引起，NDVI显著增加区NDVI的增加趋势主要由草地、林地以及黄土丘陵区、黄土残塬区耕地NDVI的增加引起。

关键词：归一化植被指数（NDVI）；气候；人口密度；土地利用；渭河流域

中图分类号：Q948.1；X171.1         文献标识码：A

文章编号：0439-8114（2024）05-0022-08

DOI：10.14088/j.cnki.issn0439-8114.2024.05.005            开放科学（资源服务）标识码（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

植被是陆地生态系统的重要组成部分，在地球物质循环和能量流动中发挥着极为重要的作用［1，2］。区域植被生长状况和变化可以反映该地区生态环境质量及建设成效［3］。全球气候变化和人类活动对植被的生长变化产生了深远的影响，特别是在区域尺度上表现得尤为明显［4］。随着社会经济的发展，人们对生态环境质量的关注度不断提高，利用长时间序列、高分辨率、大范围的遥感数据监测植被变化过程，量化评价全球变化和人类活动对植被生长状态的影响成为国内外学者研究的热点［5，6］。在众多的遥感数据中，归一化植被指数（Normalized difference vegetation index， NDVI）对植被的生长状态较为敏感，可直接反映植被生长状态和变化程度，因而在植被变化检测、生态环境状况评价等研究中得到广泛应用［7-9］。

渭河流域是黄河中游重要的生态涵养地，因其大部分地处黄土高原沟壑区，生态环境脆弱，加之区内土地开发历史悠久，受自然条件和人类活动的共同支配，植被覆盖度相对较低，亦使其成为黄土高原水土流失的典型区域。在加强黄河流域生态保护的大背景下，研究植被覆盖时空变化及其影响因素，不仅可以为提高渭河流域植被覆盖度、改善植被生长状况、减少水土流失提供理论依据，而且对进一步加强黄土高原乃至整个黄河流域生态环境恢复具有重要的现实意义。目前，关于黄土高原植被覆盖变化的研究较多，而对渭河流域的研究极少［10］，不能很好地反映退耕还林工程实施以来渭河流域植被状况的变化情况，也不能定量给出气候因子和人类活动对植被恢复的影响。为此，本研究采用2000—2021年500 m分辨率的MODIS数据，以植被覆盖的时序变化为切入点，分析了渭河流域植被NDVI变化趋势与气候变化的关系，探讨了人口密度、土地利用等人为因素对渭河流域植被变化的影响，以期对改善流域生态环境及制定相关保护政策提供科学依据。

1 研究区概况

渭河为黄河的第一大支流，发源于甘肃省渭源县鸟鼠山，自西向东流经甘肃、宁夏、陕西，于陕西省潼关县汇入黄河（图1）。渭河干流全长818 km，流域面积13.48万km2，介于103°58′—110°15′E、33°40′—37°24′N。流域深处大陆内部，处于干旱与湿润区过渡地带，属大陆性季风气候，春季温暖干旱、夏季闷热多雨、秋季凉爽湿润、冬季寒冷干燥，年均气温6～14 ℃，年均降水量450～700 mm，降水季节分配不均，7—10月降水量占全年降水量的60%以上，冬春季节降水稀少。渭河流域地形西高东低，地势自西向东逐渐变缓，河谷变宽。流域地貌类型复杂，宝鸡峡以西至河源为上游地区，该区海拔较高，70%以上为黄土丘陵区，河谷川地占10%左右；宝鸡峡至咸阳铁桥为中游，咸阳至潼关河口为下游，中下游北部为黄土丘陵沟壑区、高原沟壑区、黄土残塬区，中部关中盆地为河谷冲积平原区，南部为秦岭土石山区。主要山脉南有秦岭，北有黄龙山、子午岭、六盘山、陇山。流域内水系发育，支流众多，除局部山区外，大部分地区被黄土覆盖，土层深厚，地形切割强烈，植被稀疏，北部为典型温带草原区，植被以草地为主，中部以栽培植被为主，山区有茂密的次生天然林，植被良好。渭河流域历史上水量丰沛，林草丰茂，生态环境良好，但由于开发历史长，人口密度大，特别是明清时期以来，随着流域人口快速稳定增长，黄土沟壑区许多地方被开垦为农田，原始以草地、灌丛为主的自然植被遭到破坏，加之渭河及各支流的切割侵蚀，流域内地形支离破碎，沟壑纵横，使其成为黄土高原水土流失较为严重的区域。

2 数据与方法

2.1 数据来源与处理

采用数据主要有2000—2021年渭河流域NDVI、气温、降水、土地利用数据及2000—2020年人口密度等。NDVI数据来源于地理空间数据云（http：//www.gscloud.cn/）和LAADS DAAC官网（https：//ladsweb.modaps.eosdis.nasa.gov/），空间分辨率为500 m，时间分辨率为15 d，采用最大值合成法生成逐月、逐年NDVI。气温、降水逐月数据来源于国家地球系统科学数据中心（http：//www.geodata.cn/），该数据由西北农林科技大学水土保持研究所彭守璋提供，空间分辨率为1 km，经过运算、投影变换、重采样、裁剪得到研究区与NDVI相同分辨率的逐月、逐年气温、降水量数据集。中国人口密度数据下载自 https：//www.worldpop.org/网站，该数据空间分辨率为1 km，在ArcGIS软件中裁剪、重采样得到渭河流域 500 m分辨率的人口密度数据。土地利用数据来源于参考文献［11］，利用ArcGIS软件按一级土地利用类型进行重分类。

2.2 研究方法

2.2.1 趋势分析 为得到多年NDVI、气温、降水量的变化趋势，综合分析渭河流域多年植被指数和气候因素的变化方向和速率，采用一元线性回归分析方法，逐像元拟合近22年每个栅格的斜率Slope［12］。Slope的符号表示变化方向，正值表示上升趋势，负值表示下降趋势，数值表示变化速率。

为了进一步评价植被覆盖变化状况，采用F检验对NDVI变化趋势进行显著性检验。根据显著性检验结果的F和Slope，在α=0.05的显著性水平上将植被变化趋势分为4个等级，分别为显著减少（Slope<0，F≥4.351）、不显著减少（Slope<0，F<4.351）、显著增加（Slope>0，F≥4.351）、不显著增加（Slope>0，F<4.351）。

2.2.2 相关分析 为揭示气候因素对植被生长状况的影响，准确分析植被生长季NDVI与气温、降水量的相关性，基于像元空间分析法，逐像元计算每个栅格NDVI与气温、降水量的简单相关系数，在此基础上，采用偏相关分析法，计算得到偏相关系数，并采用T检验进行显著性检验。

2.2.3 区域分析 区域分析用来计算每个输入区域特定要素的统计值。为了分析土地利用类型及其变化对植被生长状况的影响，在ArcGIS软件中利用Zonal Statistics工具计算各土地利用类型植被生长季NDVI的特征。

3 结果与分析

3.1 植被生长季NDVI的变化趋势

利用月NDVI数据集，在ArcGIS软件中采用mean合成法生成植被生长季年NDVI数据，并对多年平均NDVI进行统计分析。2000—2021年研究区植被生长季NDVI呈明显增加趋势，年平均增速为0.004，NDVI变化范围在0.557～0.712，多年平均值为0.644，最大值出现在2013年，为0.712，比多年平均值高10.56%，最小值出现在2000年，为0.557，比多年平均值低13.51%；其中2000—2006年NDVI普遍较低，均在0.64以下，2007年以来多数年份大于0.65，2013年达最大值，其后除2016年低于0.60外，其他年份基本在0.65～0.71的高位波动（图2），主要是因为2015年和2016年气候极端干旱，降水量低于多年平均值的10%以上。空间上，流域多年平均NDVI总体上由东南向西北呈递减趋势，且与地貌类型和地表覆被状况密切相关，南部和中部的秦岭、六盘山、陇山、子午岭、黄龙山等山区地表覆被以次生林为主，植被覆盖度高，NDVI多在0.8以上；中部关中平原、黄土残塬区、黄土丘陵区地表覆被以农业植被为主，NDVI普遍在0.6以上；而北部黄土丘陵沟壑区土地覆被以草地为主，地形切割强烈，植被稀疏，NDVI基本在0.5以下（图3）。

以渭河流域植被生长季NDVI平均值表征植被覆盖状况，做时间序列趋势分析（图4A）。结果显示，流域NDVI年平均变化速率在-0.031 5～0.022 2，平均值为0.004；其中81.87%的区域呈增加趋势（Slope>0），仅有18.13%的区域NDVI呈减少趋势（Slope<0），表明2000—2021年渭河流域大部分地区植被生长状况得到改善。对NDVI变化速率进行F检验，在0.05显著水平上，得到多年NDVI变化趋势的显著性分布（图4B）。流域内52.74%的区域NDVI显著增加，29.13%的区域NDVI呈不显著增加趋势；NDVI减少的区域仅占18.13%，其中显著减少占4.15%，不显著减少占13.98%。流域NDVI变化趋势与地貌类型具有较好的对应关系。NDVI呈显著减少趋势的像元集中分布在关中平原区；NDVI显著增加的区域集中连片分布于中部的河谷阶地、黄土残塬区、黄土丘陵区及丘陵沟壑区；山区NDVI变化不显著，大部分呈不显著增加趋势，少数区域呈不显著减少。

3.2 气候因子与NDVI的相关性分析

3.2.1 气温和降水量的年际变化及与NDVI的相关性 在全球气候变化的大背景下，近22年来渭河流域气候变化显著，由2000—2021年的年平均气温和年平均降水量线性拟合方程推算，温度上升速率为0.26 ℃/10年，降水量增加速率为11.5 mm/10年。大量研究表明，气候变暖是造成植被生长期延长的主要原因，而在干旱半干旱的黄土高原地区，水分条件是植被生长的制约因子，降水对植被的生长和空间分布具有决定性意义［3，13，14］。2000—2021年渭河流域NDVI增加趋势明显，尤其是在6月和7月增长速率较大，分别达0.065/10年和0.060/10年，这是渭河流域植被生长状态对气候变化响应的结果。

逐栅格计算2000—2021年植被生长季NDVI与年平均温度和年平均降水量的相关系数，在此基础上对NDVI与气温和降水量进行偏相关分析，并在0.05显著水平上对植被NDVI与气温及降水量的偏相关系数进行t检验，结果如图5所示。从图5可以看出，2000—2021年，渭河流域植被生长季NDVI与年平均气温和年平均降水量的正相关性和负相关性共存，且植被NDVI对气温、降水量的响应表现出明显的空间异质性。统计显示，NDVI与年平均气温的偏相关系数介于-0.773 7～0.688 5（图5A），整体平均相关系数为-0.015 7，正、负相关的面积分别占流域总面积的48.79%和51.21%。二者相关性通过P<0.05显著检验的面积仅占4.10%，其中，显著正相关占0.24%，不显著正相关占48.55%，集中分布于北部黄土残塬区和丘陵沟壑区和南部的秦岭北坡；显著负相关占3.86%，主要分布于子午岭、六盘山等山区，零星分布于河谷阶地；不显著负相关占47.35%，主要分布在关中平原、洛河流域、渭河源区（图5C）。NDVI与降水量的偏相关系数为-0.612 8～0.858 6（图5B），整体平均相关系数为0.250 0，正、负相关的面积分别占流域总面积的93.01%和6.99%。二者相关性通过P<0.05显著检验的面积占14.63%，其中，显著正相关占14.61%，主要分布于最北部的黄土丘陵沟壑区，零星分布于西部的黄土丘陵区，不显著正相关占78.40%，集中分布于中部黄土残塬区和关中平原；不显著负相关占6.97%，主要分布于秦岭北坡，零星分布于中部黄土残塬区（图5D）。

3.2.2 植被生长季月气温和降水量与NDVI的相关性 以年平均气温、年平均降水量为代表的气候因子对植被NDVI空间分布起决定性作用，它们与NDVI相关性的空间分布和NDVI变化趋势的空间分布基本一致，但这并不能很好地解释它们的变化与NDVI变化趋势之间的关系。众多研究表明，气温和降水量对植被生长状态的影响主要表现在其季节性变化上，NDVI对植被生长季气候因子的响应相比于年平均气温和降水量更为敏感［3，10，12］。渭河流域气候变化具有明显的季节差异性，为探讨植被NDVI与生长季气候因子变化的关系，逐月计算NDVI与植被生长季（4—9月）降水量、气温的相关性。统计结果显示，植被生长季NDVI与4月和8月的降水量和气温相关性最为明显，4月和8月降水量与NDVI的平均偏相关系数分别为0.136 0和0.224 2，气温与NDVI的平均偏相关系数分别为0.140 7和0.186 6；其次为7月，降水量、气温与NDVI的偏相关系数分别为0.090 6、-0.067 5；其他月份气候因子与NDVI的相关性极低，相应的平均偏相关系数均在  -0.03～0.03。

3.3 人为因素对NDVI的影响

除气候因素外，人类活动对植被的空间分布和变化趋势有着重要的影响［15］。区域人口分布及迁移在一定程度上会改变人类对环境的压力，而政策导向、生产技术改进、经济发展等会改变土地利用方式，从而对植被生长状态产生巨大影响。因而，短期来看，相比于气候因素，人类活动对植被覆被和生长状态的影响更为活跃和直接。

3.3.1 人口分布及空间重组对NDVI的影响 利用研究区2000—2020年人口密度数据集，在ArcGIS软件中利用mean合成法生成多年平均人口密度空间分布数据，并按常用等级划分标准将人口密度划分为4个等级（人口密集区>100人/km2，人口中等区 25～100人/km2，人口稀少区 1～25人/km2，人口极稀区≤1人/km2）（图6A）。可以看出，人口密度的空间分布（图6A）与植被NDVI的空间分布（图3）有很好的相关性，除最北部黄土丘陵沟壑区由于环境恶劣，人口密度和植被NDVI均较低外，大部分地区二者存在反向关系，即人口密度大的地区NDVI小，如关中平原和河川，人口密集，NDVI较低，山区人口稀少，而NDVI普遍大于0.7，通过区域分析方法，提取了不同人口密度等级NDVI平均值，结果显示人口密集区、中等区、稀少区和极稀区的平均NDVI分别为0.612 6、0.660 3、0.693 6和0.819 5。

人口的空间分布是人与自然长期相互作用、相互适应的结果，它与植被的空间分布、生长状态等都会受到自然环境和人类活动的共同影响，二者的空间分布密切相关，因而区域人口空间分布的变化势必对植被产生影响。2000—2020年，渭河流域人口数量稳步增加，在退耕还林、移民政策实施、社会经济发展、城镇化快速推进等的共同作用下，人口的空间分布发生了很大的变化。对渭河流域2000—2021年人口密度数据做时间序列趋势分析，在α=0.05的水平上做显著性检验，结果显示，人口密度不显著减少、显著减少、不显著增加、显著增加的面积分别占流域总面积的20.25%、53.13%、13.55%和13.07%，空间上与多年平均人口密度分布基本一致，即人口密度越大的地区其增加趋势越明显，而人口密度减小的像元基本分布在人口稀少区和极稀区（图6B）。

对人口密度变化和NDVI变化做相关分析，统计结果表明，二者的相关系数介于-0.894 8～0.871 0，平均相关系数为-0.184 5，人口密度变化趋势与NDVI变化呈负相关关系，说明流域人口密度的增加不利于植被恢复和改善。为进一步分析人口迁移、空间重组对NDVI变化趋势的影响，将人口密度变化趋势显著性检验结果与植被生长季NDVI变化趋势显著性检验结果叠加，计算了不同NDVI变化趋势等级在各人口密度变化趋势等级中的分布，结果见表1。可以看出，74.25%的地区NDVI与人口密度呈相反的变化趋势，其中人口密度减少、NDVI增加的区域为64.75%，人口密度增加、NDVI减少的区域为9.50%，同时有25.75%的区域NDVI与人口密度变化趋势相同，其中8.63%的地区人口密度和NDVI均减少，17.12%的地区人口密度和NDVI均增加。

3.3.2 土地利用对NDVI的影响 2000—2021年的土地利用数据显示，渭河流域土地利用以耕地、草地和林地为主，分别占研究区总面积的38.11%～43.38%、33.71%～33.88%和21.47%～24.84%，建设用地占1.35%～2.93%，其他土地类型极少，占0.2%以下。逐年提取主要土地利用类型植被生长季NDVI，结果显示，总体上林地>耕地>草地和建设用地，其中林地小幅增长，耕地和草地快速增长，建设用地在2012年前小幅增长，而后快速下降，总体呈下降趋势（图7）。

由2000年和2021年土地利用数据得到土地利用变化数据，并与植被生长季NDVI变化趋势显著性检验结果叠加，分析NDVI不同变化趋势下土地利用类型的变化情况。统计结果显示，不同NDVI变化趋势中均以土地利用类型内部变化为主，但各主要土地利用变化类型在不同NDVI变化趋势中的比例分布存在较大差异。在NDVI不显著减少区，耕地的内部变化占51.37%，林地的内部变化占29.50%，草地的内部变化占4.71%，建设用地的内部变化占4.62%，土地利用类型发生变化的主要是耕地转化为建设用地，占比为4.96%；在NDVI显著减少区，耕地的内部变化占71.90%，建设用地的内部变化占9.25%，土地利用类型发生变化的主要是耕地转化为建设用地，占比为14.65%；在NDVI不显著增加区，林地的内部变化占37.47%，耕地的内部变化占27.24%，草地的内部变化占21.46%，土地利用类型发生变化的主要是耕地转化为草地，占比为4.48%；在NDVI显著增加区，草地的内部变化占37.33%，耕地的内部变化占29.84%，林地的内部变化占11.01%，土地利用类型发生变化的主要是耕地转化为草地，占比为10.29%。

4 讨论

4.1 NDVI变化趋势特征

2000—2021年渭河流域植被生长季NDVI总体上呈明显的增加趋势，这与李依璇等［12］对整个黄土高原同期NDVI变化趋势的研究结果是一致的。从多年NDVI空间分布来看，除山区NDVI较高且NDVI与所处地理位置关系不大外，其他区域呈由东南向西北递减的趋势，这可能与山区植被类型主要是阔叶林，东南部水热条件较好，植被类型主要为农业植被，而西北部水热条件较差，植被类型以草原为主有关，体现出自然环境和不同植被类型对NDVI空间异质性的影响。从NDVI变化趋势的空间分布来看，NDVI变化趋势与地貌类型具有较好的对应关系。位于东南部的关中平原区和秦岭山地NDVI显著减少，而西北部河谷阶地、黄土残塬区、黄土丘陵区及丘陵沟壑区NDVI呈显著增加趋势。这一结果与同期渭河流域的相关研究结果基本一致［12］，而与早期的相关研究结果有较大差异［10］，这可能与2000年以来退耕还林还草、生态修复等政策的实施有关。

4.2 气候因素对NDVI的影响

近22年来，渭河流域气候变化显著，年平均气温和年平均降水量总体均呈增加趋势，气候变化有利于植被改善。但在干旱半干旱地区，降水对植被的生长和空间分布具有决定性意义［3，13，14］。研究结果也表明，渭河流域生长季NDVI与年平均降水量呈明显的正相关关系，而与年平均气温的相关性不明显，降水量对植被NDVI的影响远大于气温的影响，这一结果与一些对相关或周边地区的研究结果一致［3，10-12，16-18］，而与相距较远的东部、西南等地区的相关研究结果并不一致［4，14， 19，20］，这可能是由于气候变化及对植被的影响具有区域差异性。

从植被生长季气温和降水量对NDVI变化趋势的影响来看，4月和8月的降水量、气温与NDVI均呈正相关关系，7月的气温与NDVI呈弱负相关关系，其他月份相关系数极小。这可能有2个原因，一是气候变化的时间差异，4月、8月和7月气候变化较其他月份更为显著；二是植被物候的影响，4月大部分地区植被处于生长初期，降水量增加和温度升高有利于植被恢复生长，而8月大部分地区植被处于生长茂盛期，充足的水热条件是植被生长的必要条件，7月由于气温达全年最高，约有1/3的地区平均温度在25 ℃，气温升高可能造成植物生长进入休眠期，不利于植被生长。

4.3 人口分布及空间重组对NDVI的影响

渭河流域人口密度与NDVI在空间上具有较好的对应关系，总体表现为人口密度大的地区NDVI小，而人口密度小的地区NDVI大。近22年，渭河流域人口数量稳步增加，人口的空间分布发生了很大的变化，总体上人口密度大的地区人口增加趋势明显，而人口密度小的地区以人口减少为主。人口的空间重组对流域NDVI的变化趋势产生了重要影响，总体上人口密度与植被NDVI呈负相关关系，这与李薇等［15］对西南地区河流沿线的研究结果一致，表明人口变化对流域NDVI的影响没有明显的区域差异。统计结果显示，74.25%的地区NDVI与人口密度呈相反的变化趋势，且其中64.75%的区域表现为人口密度减少、NDVI增加，这很好地印证了通过移民、改变生产方式等减少人口过多对环境的压力是生态脆弱区植被恢复和改善的有效途径。另外，有8.63%的地区人口密度和NDVI均减小，空间上主要分布在高山、山区向平原过渡的边坡地带，可能是由于这些地区人口密度小，自然环境恶劣，仅靠减少人口压力难于恢复和改善植被状况，需要借助生物、工程等技术手段；17.12%的区域人口密度和NDVI均增加，空间上呈点状分布在河流沿岸和居民点附近，这可能与生态修复工程的实施有关，具体原因有待于进一步研究。

4.4 土地利用对NDVI的影响

土地利用对植被NDVI的影响可以分为两个方面，即土地利用类型内部变化和土地利用类型之间的转化［10］。渭河流域土地利用类型以耕地、草地、林地为主，近22年，虽然所占比例有增减变化，但三者始终占研究区总面积的96.8%以上，宏观土地利用格局并未发生结构性的变化。因而，土地利用类型内部变化是植被NDVI变化的主要原因。

在NDVI显著减少区，耕地的内部变化占71.90%；在NDVI显著增加区，草地、耕地、林地的内部变化分别占37.33%、29.84%和11.01%，因而耕地的内部变化是NDVI显著减少区NDVI呈减小趋势的主要原因，草地、耕地、林地的内部转化是NDVI显著增加区NDVI呈增加趋势的主要原因。空间分布上，耕地NDVI减小的区域90%以上分布在关中平原，结合社会经济和实地调查，发现近22年关中平原粮食作物面积比重大幅下降，经济作物（瓜果、蔬菜）比重大幅增加，分析耕地NDVI减小的主要原因是关中平原作物结构的变化所致，以2021年为例，关中平原区粮食作物植被生长季平均NDVI为0.764 7，而园地平均为0.662 7，蔬菜区更低，仅为0.583 4。耕地NDVI增加的区域基本分布在黄土丘陵区和黄土残塬区，这主要与农业生产技术提高、作物品种改良、农药化肥使用增多使得粮食单产和复种指数提高有关［3，10］。草地、林地NDVI增加的主要原因是退耕还林还草、生态修复、生态移民等政策的实施，减轻了人类活动对自然植被的影响，林草植被得到恢复和改善所致。

5 小结

本研究分析了2000—2021年渭河流域生长季植被NDVI的时空变化特征，并结合同期气温、降水量、人口、土地利用等数据，探讨了气候变化和人类活动对植被NDVI变化趋势的影响，得到以下结论。

1）2000—2021年，渭河流域植被生长季NDVI呈明显增加趋势，全区年平均增速为0.004。

2）年际尺度上，NDVI与年平均降水量呈正相关关系，与年平均气温的相关性不显著；在月尺度上，NDVI与4月和8月的气温、降水量均呈正相关关系，与7月气温呈弱负相关关系。

3）人口密度变化与NDVI变化趋势呈负相关，64.75%区域表现为人口密度减小、NDVI增加的趋势，说明流域人口密度的减小有利于植被的恢复和改善。

4）土地利用类型内部变化是NDVI变化的主要原因；NDVI显著减少区NDVI的减少趋势主要由关中平原耕地NDVI的减少引起，NDVI显著增加区NDVI的增加趋势主要由草地、林地以及黄土丘陵区、黄土残塬区耕地NDVI的增加引起。

参考文献：

［1］ 李登科，王 钊.退耕还林后陕西省植被覆盖度变化及其对气候的响应［J］.生态学杂志， 2020， 39（1）： 1-10.

［2］ 徐光来，杨先成， 徐晓华， 等.气候变暖背景下安徽省月NDVI动态变化研究［J］.长江流域资源与环境， 2021， 30（2）： 397-406.

［3］ 信忠保， 许炯心， 郑 伟.气候变化和人类活动对黄土高原植被覆盖变化的影响［J］.中国科学（D辑：地球科学），2007， 37（11）：1504-1514.

［4］ 周金霖， 马明国， 肖 青， 等.西南地区植被覆盖动态及其与气候因子的关系［J］.遥感技术与应用， 2017， 32（5）： 966-972.

［5］ 赵维清， 李经纬， 褚 琳， 等.近10年湖北省植被指数时空变化特征及其驱动力［J］.生态学报， 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］ 杨 杰， 张莹莹， 王建雄， 等.利用NDVI与EVI再合成的植被指数算法［J］.遥感信息， 2020， 35（5）：127-133.

［8］ 刀 剑， 郑宏刚， 王建雄.基于NDVI 的云南省临沧市植被覆盖分析［J］.农业工程， 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］ 孙晓鹏， 王天明， 寇晓军， 等.黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析［J］.植物生态学报，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， 石若莹， 等. 2000—2018 年黄土高原植被覆盖时空变化及影响因素［J］.中国水土保持科学，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］ 陈效逑， 喻 蓉.1982—1999年我国东部暖温带植被生长季节的时空变化［J］.地理学报， 2007， 62（1）： 41-51.

［15］ 李 薇，谈明洪.西南山区人口空间重组及其对植被的影响——以河流沿线为例［J］.生态学报，2018，38（24）：8879-8887.

［16］ 李孟蔚， 栾 青， 张 宁，等. 2000—2019年吕梁市植被NDVI时空动态及其影响因素分析［J］.水土保持研究， 2022， 29（4）：248-254.

［17］ 刘旻霞， 赵瑞东， 邵 鹏， 等.近15 a黄土高原植被覆盖时空变化及驱动力分析［J］.干旱区地理， 2018， 41（1）： 99-108.

［18］ 易 浪， 任志远， 张 翀， 等.黄土高原植被覆盖变化与气候和人类活动的关系［J］.资源科学， 2014， 36（1）：166-174.

［19］ 李学梅， 任志远， 张 翀.气候因子和人类活动对重庆市植被覆盖变化的影响分析［J］.地理科学， 2013， 33（11）：1391-1394.

［20］ 陈 成， 杨东淏， 王建雄，等.滇西南植被覆盖度动态变化特征及其驱动力分析［J］.水土保持研究， 2022， 29（4）：198-206.