1982 — 2021年黄河流域植被覆盖时空演变及影响因素研究

李雪银 ，张志强, ，孙爱芝

1. 中国科学院大学 地球与行星科学学院，北京 100049

2. 华北水利水电大学 测绘与地理信息学院，郑州 450045

3. 黄河中下游数字地理技术教育部重点实验室（河南大学），开封 475001

植被具有明显的季节和年际变化，在调节气候系统和陆地生态系统中发挥着重要作用，可作为生态环境质量和变化的主要指标之一（Wu et al，2015），是评估生态环境质量和植被覆盖动态变化的重要参数，而气候变化（降水和气温）是影响植被生长的关键因素（Roerink et al，2003；Zeng et al，2014）。随着社会经济的迅速发展，人类活动对植被覆盖产生了促进或抑制的影响（孙建国等，2014）。受气候变化和人类活动双重影响，近年来黄河流域植被覆盖发生了明显改善，但生态系统仍然脆弱（Cao et al，2014）。因此，开展黄河流域植被覆盖时空演变及其影响因素研究，对制定科学合理的生态保护方案、开展生态安全评价，推动黄河战略均具有重要的理论意义和应用价值（张志强等，2021）。

遥感具有大尺度、低成本、重复观测等优势，已广泛应用于黄河流域植被覆盖时空演变和影响因素研究（信忠保等，2007；Liu et al，2014；Liu et al，2016）。李双双等（2012）基于MODIS NDVI研究发现陕甘宁地区植被覆盖以轻微改善为主，且主要是受人类活动和气候变化共同影响，其中人类活动影响明显。赵周安等（2017）基于1982 — 2015年GIMMS NDVI3g研究发现黄土高原NDVI整体呈现增加趋势，但有部分地区未来可能有退化趋势；降水对NDVI增长的具有较强的影响，且生态工程对黄土高原植被恢复有重要作用。Shi et al（2021）基于2000 — 2016年MODIS NDVI和SPEI研究发现黄土高原NDVI整体以0.086 · (10a)-1增 长；NDVI与SPEI的 相 关 性 主 要为正相关，气候变化（人类活动）对NDVI变化的贡献率为45.78%（54.22%）；NDVI的长期趋势对气候变化的敏感性高于短期趋势。

综上所述，国内外学者利用不同类型遥感数据开展了黄河流域植被覆盖变化研究。从空间角度，已有研究侧重于黄河流域上游和中游植被覆盖变化分析（Cao et al，2014；陆荫等，2020；吴加敏等，2020），关于下游甚至黄河流域整体的研究相对较少，而下游地区人口密集，易发生洪水灾害，其生态环境对开封、封丘、聊城等华北部分地区的生态系统良性维持具有重要作用。从时序角度，已有的8 km分辨率的植被覆盖变化研究时间跨度通常为1982 — 2015年，缺少2015年以后植被覆盖变化特征的研究分析。鉴于此，本文拟融合GIMMS NDVI和MODIS NDVI研究黄河流域1982 — 2021年植被覆盖时空变化特征及影响因素。首先建立线性回归模型，利用MODIS NDVI数据对GIMMS NDVI数据时间序列进行插补延长处理，然后运用Theil-Sen Median和Mann-Kendall等方法分析黄河流域1982 — 2021年植被覆盖空间格局、月际和年际变化规律，最后结合同时段气象资料采用多元线性回归和残差分析探讨植被覆盖变化对气候变化和人类活动的响应，以期为黄河流域生态保护和高质量发展提供切实有效的科学依据。

1 材料与方法

1.1 研究区概况

黄 河 流 域 地 处 东 经95°53′—119°12′，北 纬32°09′ — 41°50′，流域面积 约7.95 ×105km2（含内流区），涉及9个省/区，地形西高东低，地势高差悬殊。受到季风环流和山地大气环流的影响，不同地区的气温、降水、光照等气候因素差异显著，形成较为复杂的生态环境，这为多种多样的植被类型提供了良好的生长条件；中下游地区为人口密集区，形成“东重西轻”的经济发展格局（覃成林，2011）。受降水、气温、地形地貌等多种自然因素和人为因素综合作用，黄河流域生态资源被过度开发，黄河流域生态环境脆弱（兰恒星等，2021；张志强等，2021）。

1.2 数据来源

遥感数据为GIMMS NDVI和MDOIS NDVI数据，GIMMS NDVI 为 1982年1月 — 2015年12月GIMMS NDVI3g（https://data.tpdc.ac.cn/en/data/9775f2b4-7370-4e5e-a537-3482c9a83d88/），时间分辨率为15 d，空间分辨率为8 km。MODIS NDVI为2000年2月— 2021年12月MOD13A3月尺度数据（https://search.earthdata.nasa.gov/），空间分辨率为1 km。为了进一步减少大气中的云、气溶胶、太阳高度角等因素的影响，采用最大值合成法（MVC）对NDVI数据处理获得月NDVI数据（金凯等，2020），并定义4 — 10月为生长季，取生长季内月平均值为年NDVI数据。

气象数据为1982 — 2021年黄河流域94个气象站点的日气温和日降水数据（https://data.cma.cn/），预处理气象数据并计算各站点逐年的生长季平均气温和累计降水量；空间插值获得逐年的且与NDVI数据空间分辨率一致、投影相同的气温和降水栅格数据。

1.3 方法

1.3.1 数据融合

由于GIMMS和MODIS数据是不同传感器的数据产品，其空间分辨率和地理坐标存在一定差异，因此，需要先将MODIS NDVI数据进行重采样、投影转换和裁剪等处理，以获得与GIMMS NDVI数据地理坐标相同、空间分辨率一致的MODIS NDVI数据；其次，根据重合年份（2000 — 2015年）构建线性回归模型，基于MODIS NDVI数 据 获 得2016 — 2021年GIMMS NDVI插补值。计算公式如下：

图1 2000 — 2015年GIMMS NDVI原始值与其插补值（GIMMS NDVI*）线性关系Fig. 1 Linear relationship between the original GIMMS NDVI and its interpolated value (GIMMS NDVI*) during 2000 —2015

1.3.2 Theil-Sen Median趋势分析

Theil-Sen Median趋势分析为非参数趋势度方法，是对时序数据变化趋势的定量描述（Sen，1968；Theil，1992）。计算公式如下：

式中：1≤i＜j≤n，n为总时序长度，NDVIHi和NDVIHj为NDVI年 时 序 数 据 集。当β＞0时，NDVI呈现上升趋势。反之，呈现下降趋势，β数值越小，下降趋势越明显。本研究采用Mann-Kendall检验判断变化趋势的显著性（Mann，1945；Kendall，1957），选取的置信水平为95%和99%。

1.3.3 残差分析

本研究假设1982 — 2000年植被覆盖变化仅受气候变化的影响，以年NDVI为因变量，3 — 10月平均气温和累计降水量为自变量，构建多元线性回归模型并进行残差分析。计算公式如下：

式中：a、b和c为多元线性回归模型参数；T和P分别为平均气温和累计降水量；NDVIobs为NDVI的观测值；NDVIcli和 NDVIpeo分别为仅受气候变化和仅受人类活动影响的NDVI。当NDVIpeo＞0时，人类活动具有正向影响，促进植被生长；反之表示人类活动抑制植物生长，使得植被加剧退化（Evans and Geerken，2004）。

2 数据结果与分析

2.1 黄河流域植被覆盖时空分布格局

在时序格局上，1982 — 2021年黄河流域植被覆盖月均NDVI值先上升后下降，呈单峰曲线状分布（图2a），以8月（0.50）为中心向两侧递减；近40 a植被覆盖年际变化呈现波动增长趋势（图2b），增长速度为0.019 · (10a)-1，年均NDVI值介于0.36 — 0.45，其中2018年（0.45）最高。

图2 1982 — 2021年黄河流域植被覆盖月际（a）和年际变化（b）Fig. 2 Monthly (a) and annual (b) change of vegetation coverage in the Yellow River Basin during 1982 — 2021

在空间格局上，近40 a黄河流域植被覆盖空间分布整体呈东部、西部和南部地区高，北部地区较低的特征（图3）。将黄河流域多年NDVI均值等间距重分类为5级：低植被覆盖区（0.0 — 0.2）主要分布在流域西北边缘地带，其面积为1.05 ×105km2，约占13.44%；较低植被覆盖区（0.2 —0.4）主要分布于甘肃省东部和陕西省北部，其面积为2.80 ×105km2，约占35.85%；一般植被覆盖区（0.4 — 0.6）主要在青海省东南部、甘肃省南部和中游南部等地区，其面积为2.77 ×105km2，约占35.47%；较高植被覆盖区（0.6 — 0.8）主要分布在青海南部和中下游，其面积约有1.16 ×105km2，约占14.85%；高植被覆盖区（0.8 —1.0）呈斑块状分布，其面积为0.03 ×105km2，约占0.39%。

图3 1982 — 2021年黄河流域多年NDVI均值分布Fig. 3 The distribution of the mean value of NDVI in the Yellow River Basin during 1982 — 2021

2.2 黄河流域植被覆盖空间变化

根据设定的置信水平（99%和95%）对应的|Z|值（2.58和1.96），将植被覆盖变化趋势显著性分级（图4和表1），结果显示：近40 a流域中部和东部区域植被覆盖整体呈上升趋势，约占总面积的77.35%，其中呈显著上升趋势的占总面积的62.33%，这可能与退耕还林（草）和生态治理政策实施等工程积极影响有关。植被覆盖变化不明显的主要分布在青海省和西部边缘地带，约占14.40%，主要分布在植被覆盖较差（如沙漠区中心地带、裸岩山区）或植被覆盖良好的地区。在黄河源区、银川市、吴忠市、西安市和渭南市等地区植被覆盖呈退化趋势，约占8.25%，其中呈显著退化区域主要集中在人口密集的城市集中发展地区（如关中平原城市群），这可能与城市大量扩张等人类活动有关，导致植被用地转变为建设用地。

表1 黄河流域植被覆盖变化趋势面积统计Tab. 1 Statistics on the trend area of vegetation coverage in the Yellow River Basin

图4 1982 — 2021年黄河流域植被覆盖变化趋势Fig. 4 Vegetation cover change trends in the Yellow River Basin during 1982 — 2021

2.3 黄河流域植被覆盖变化的影响因素

为了区分气候变化和人类活动对植被的影响，本文参考Sun et al（2015）提出的气候变化和人类活动对植被变化影响的方法，进行植被覆盖变化影响因素划分（表2）。结果表明黄河流域植被覆盖对气候变化和人类活动的响应存在较大的空间差异（图5）。在图5a中，气候变化对植被覆盖增加基本无影响的面积约有27.41%，主要分布于甘肃省、宁夏回族自治区和陕西省部分地区；有促进作用的面积约有42.40%，主要集中在青海省东部、河南省、山西省和祁连山脉等部分区域；有抑制作用的面积约有30.19%，主要在黄河源区、鄂尔多斯高原、毛乌素沙地和山西省中部等区域，其中有明显抑制和中度抑制的面积约有6.84%，主要分布在山西省中部地区和内蒙古自治区部分区域。而在图5b中，人类活动对黄河流域的植被覆盖增加基本无影响的面积约有13.09%，主要分布在黄河流域上游部分地区；有促进作用的面积约有73.69%，其中有明显促进和中度促进的约有52.50%，主要集中在黄河流域中部地区；有抑制作用的约有13.22%，主要分布于黄河源区、宁夏平原地区、陕西省南部和河南省部分地区，其中明显抑制和中度抑制约占10.06%。研究时段内，气候变化和人类活动对黄河流域植被覆盖变化 影 响 的 平 均 值 分 别 为- 0.12 ×10-3· a-1和2.83 ×10-3· a-1，表明人类活动对黄河流域植被覆盖变化的影响主要表现为促进作用。

表2 植被覆盖变化的影响因素划分（Sun et al，2015）Tab. 2 Methods for assessing influence factors of vegetation cover changes (Sun et al，2015)

图5 2001 — 2021年气候变化与人类活动分别对黄河流域植被恢复的影响空间分布Fig. 5 Spatial distribution of climate and human activities impacts on vegetation restoration in the Yellow River Basin during 2001 — 2021

图6为气候变化和人类活动对黄河流域植被覆盖变化的影响。结果表明由气候变化和人类活动共同作用且对植被增长有促进作用的面积约占36.65%，主要分布在甘肃省东部、陕西省北部、山西省和下游等地区；仅受气候变化（人类活动）影响对植被增长有促进作用的面积约有2.19%（46.13%）。而由气候变化和人类活动共同作用且对植被增长有抑制作用的面积约有7.32%，主要在黄河源区；仅受气候变化（人类活动）影响且对植被增长有抑制作用的面积占比为2.53%（5.18%），主要分布在流域南部边缘地带。

图6 2001 — 2021年黄河流域植被覆盖变化影响因素空间分布Fig. 6 Spatial distribution of the impact factors of vegetation cover changes in the Yellow River Basin during 2001 — 2021

3 讨论与结论

3.1 讨论

本文通过研究发现黄河流域植被覆盖时空分布差异较为明显，整体呈波动上升趋势，植被分布特征为西北低东南高，这与前人研究一致（高江波等，2019；金凯等，2020）。黄河流域植被覆盖整体为上升趋势，受气候变化和人类活动综合作用，而降水和气温等气候因子具有空间异质性（高江波等，2019），气候变化对黄河流域不同地区植被覆盖变化的影响程度不同。

本文通过构建线性回归模型，实现了MODIS NDVI数据插补延长GIMMS NDVI数据，以便分析黄河流域植被覆盖的时空演变和影响因素。研究发现：气候变化和人类活动共同作用对植被覆盖的增长有促进作用的区域主要在中游和下游，人类活动对黄河流域植被覆盖变化的影响主要表现为促进作用，约占总流域的46.13%。主要由于自2000年实施了植树造林、退耕还林（草）等一系列的生态建设工程，黄土高原、鄂尔多斯等地的植被覆盖在人类的保护和治理下逐步改善（信忠保等，2007；李晓光等，2014；孙建国等，2014；赵安周等，2017）。

3.2 结论

本文基于GIMMS NDVI数据、MODIS NDVI数据和气象数据（降水和气温），分析近40 a黄河流域植被覆盖时空格局及其影响因素。主要结论如下：

（1）在时空分布上，近40 a黄河流域植被覆盖由西北向东南递增，流域西北部地区植被覆盖相对较少。月际变化以8月为最大值（0.50），主要是8月温度相对较高，降水相对较多；年际变化整体呈波动增长趋势，增长速率为0.019 · (10a)-1。

（2）在1982 — 2021年，黄河流域大部分地区植被覆盖变化呈上升趋势，约有77.35%，但是仍有部分地区的植被覆盖呈退化趋势，约有8.25%，其中呈显著减少趋势的区域集中在城市集中发展地区。

（3）黄河流域植被覆盖变化主要受到气候变化和人类活动共同作用，其中受人类活动促进作用影响的区域有46.13%，受气候变化促进作用影响的区域有2.19%，表明人类活动对黄河流域植被覆盖变化的促进作用影响较显著。