黃淮海流域植被指數(shù)時空變化研究

王明月，付俊娥，武志濤，龐治國，江威，雷添杰

（1.山西大學(xué)黃土高原研究所，山西 太原 030006；2.中國水利水電科學(xué)研究院，北京 100038；3.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心，北京 100038）

0 引言

植被是自然界中聯(lián)結(jié)土壤、大氣和水的關(guān)鍵因素，不僅參與全球物質(zhì)與能量循環(huán)、調(diào)節(jié)全球氣候，還能直觀地指示全球生態(tài)環(huán)境的變化。歸一化植被指數(shù)（Normalization Difference Vegetation Index，NDVI）是常用作表征植被覆蓋變化的遙感指標(biāo)，其時間變化序列能夠反映季節(jié)和人為活動變化對植被的影響，能夠直觀反映植被生長和覆蓋狀況，被廣泛地應(yīng)用于全球和區(qū)域植被變化研究[1-2]。GIMMS NDVI數(shù)據(jù)由于數(shù)據(jù)噪聲小和時空方面相對連續(xù)性強(qiáng)，成為研究植被覆蓋變化的重要數(shù)據(jù)源。

近幾十年來，在全球變暖的背景下，黃淮海流域氣候發(fā)生了顯著變化，出現(xiàn)了氣溫升高、降水年際振蕩和區(qū)域性變化增大的趨勢，加之人類活動的頻繁加劇，導(dǎo)致流域的植被生態(tài)系統(tǒng)發(fā)生了明顯變化。全面了解和研究黃淮海流域不同區(qū)域植被的變化規(guī)律，對生態(tài)環(huán)境保護(hù)及可持續(xù)發(fā)展具有重要參考意義。莫瑤[3]、陳懷亮[4]利用 1982-2003 年GIMMS NDVI數(shù)據(jù) 、趙靜[5]利用 1982-2006 年NDVI數(shù)據(jù)對黃淮海流域的研究都表明該區(qū)域植被整體呈略微增加趨勢；鄭維龍[6]利用2001-2013年MODIS NDVI數(shù)據(jù)對黃淮海平原植被的研究表明該區(qū)域整體呈上升趨勢，但經(jīng)濟(jì)發(fā)展迅猛的城市周邊呈退化趨勢 ；賀振等[7]利用 1982-2013 年GIMMS NDVI數(shù)據(jù)對黃河流域 、王情等[8]利用1999-2007年SPOT NDVI數(shù)據(jù)對淮河流域、楊艷麗等[9]利用 2000-2013年 SPOT NDVI數(shù)據(jù)對海河流域的研究都表明各區(qū)域植被呈上升趨勢。以上研究從不同時間段和不同流域角度都說明了黃淮海流域的植被呈上升趨勢，也有學(xué)者從更為詳細(xì)的區(qū)劃分析黃淮海流域植被覆蓋變化。孫銳等[10]通過NDVI年最大值和生長季均值對黃土高原地區(qū)植被時空變化進(jìn)行了分析，認(rèn)為黃土高原植被生長狀態(tài)整體上呈現(xiàn)較好的發(fā)展趨勢；范松克等[11]分析了河南省NDVI時空變化規(guī)律，結(jié)果顯示NDVI變化具有明顯的海拔梯度差異特征；崔曉臨等[12]對秦嶺地區(qū)NDVI變化的研究表明植被覆蓋增加速率的變化與低海拔區(qū)域的人類活動、高海拔區(qū)域的氣象變化等因素有關(guān)。這些研究或從黃淮海流域整體分析，或單獨(dú)從某個省域分析，極少有研究基于黃淮海流域整體并橫向?qū)Ρ韧墔^(qū)劃下植被覆蓋狀況。

在全球環(huán)境變化背景下，黃淮海流域的植被變化呈現(xiàn)出較強(qiáng)的氣候響應(yīng)特征和異質(zhì)性，量化植被覆蓋變化與氣候變化之間的關(guān)系，是當(dāng)前全球陸地表層生態(tài)系統(tǒng)領(lǐng)域的熱點(diǎn)和難點(diǎn)[13]。黃淮海流域地域廣闊，自然條件和氣候差異顯著，植被覆蓋存在區(qū)域差異性，在研究環(huán)境變化條件下植被分布規(guī)律時，將其看作一個整體進(jìn)行分析在很大程度上會影響其準(zhǔn)確性。隨著黃河流域生態(tài)保護(hù)上升為重大國家戰(zhàn)略，也為流域各省域的發(fā)展提供了歷史性機(jī)遇。因此有必要分析黃淮海流域不同省域的植被覆蓋變化，為全流域的生態(tài)保護(hù)提供參考。基于此，本文利用GIMMS NDVI數(shù)據(jù)和同期氣象數(shù)據(jù)研究黃淮海流域及不同省域植被覆蓋時空變化特征，特別是在全球氣候變化背景下植被覆蓋的響應(yīng)，這為系統(tǒng)了解黃淮海流域植被覆蓋演變規(guī)律提供科學(xué)依據(jù)，為流域生態(tài)保護(hù)尤其是地方部門對植被的保護(hù)和治理提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

黃淮海流域（30°N-43°N，110°E-123°E）是中國三大一級流域黃河流域、淮河流域和海河流域的統(tǒng)稱，面積138.28萬km2，包括河北、內(nèi)蒙古等14個?。ㄗ灾螀^(qū)）和北京、天津2個直轄市。黃淮海流域地跨地勢三級階梯，由東向西自平原向山地和高原過渡，地形起伏較大，地勢總體西高東低，氣溫垂直地帶性顯著。多年平均蒸發(fā)量與降雨量分別為1 699.5 mm 和 556.0 mm[14]，干燥度由北向南逐漸遞減[15]。黃淮海流域也是我國重要的糧食基地和能源基地，是中國經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)之一。流域人口東部密集西部疏松，人口占全國的34%，GDP占全國的32%，其中海河流域?yàn)槌擎?zhèn)化最集中的地區(qū)。

1.2 數(shù)據(jù)來源

本文使用表征NDVI的GIMMS數(shù)據(jù)集。GIMMS數(shù)據(jù)來源于美國航空航天局全球監(jiān)測與模型研究組，該數(shù)據(jù)集為半月最大值合成數(shù)據(jù)，空間分辨率是8 km，時間從1981年7月到2015年12月。該數(shù)據(jù)集經(jīng)過校準(zhǔn)、幾何糾正，消除了大氣氣溶膠及其他因素的影響，經(jīng)過誤差分析，精度滿足要求。本文使用1982-2015年的GIMMS NDVI年值，數(shù)據(jù)集可在http：//ecocast.arc.nasa.gov免費(fèi)下載。同期氣象數(shù)據(jù)由國家氣候中心[16]提供，包括降水和氣溫，空間分辨率為 0.25°，通過ArcGIS重采樣為8 km。土地利用數(shù)據(jù)及相關(guān)社會經(jīng)濟(jì)數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，空間分辨率為100 m。由于在生態(tài)系統(tǒng)中林地和草地對氣象條件比較敏感，耕地受人類活動影響較大，因此在后續(xù)探討各省域的植被覆蓋中選用這三種土地利用類型進(jìn)行分析。

圖1 研究區(qū)概況Fig.1 Location of the Huang-Huai-Hai River Basin

1.3 研究方法

（1）采用趨勢分析法[17]研究過去 34 a NDVI時間序列的變化。斜率為正表示隨時間變化NDVI升高植被趨向改善；反之，斜率為負(fù)則表示NDVI下降植被趨向惡化。對斜率進(jìn)行顯著性水平檢驗(yàn)，通過置信度95%檢驗(yàn)則認(rèn)為植被呈顯著性變化。計(jì)算公式如下：

式中：eslope為NDVI趨勢線的斜率；i為年序號；n為時間序列長度；NDVIi為第i年NDVI的值。

（2）采用Theil-Sen median趨勢度[18]耦合Mann-Kendall趨勢檢驗(yàn)[19]分析黃淮海流域 NDVI空間變化。當(dāng)Sen趨勢度β＞0時，反映上升的趨勢，反之則表示下降的趨勢。計(jì)算公式如下：

NDVI變化趨勢的顯著性判斷利用MK檢驗(yàn)法，在置信度95%上判斷NDVI趨勢變化的顯著性，以1.96為臨界閾值將檢驗(yàn)結(jié)果Z劃分為顯著變化（|Z|＞1.96）與不顯著變化（|Z|＜1.96）。計(jì)算公式如下：

式中：Z為NDVI趨勢檢驗(yàn)結(jié)果；i為年序號；n為時間序列長度；NDVIi為第i年NDVI的值。本文將NDVI變化趨勢分為5類，見表1。

表1 NDVI變化趨勢分級Table 1 Standard of classification

利用MK突變檢驗(yàn)[20]對NDVI變化趨勢進(jìn)行突變分析。在原序列隨機(jī)獨(dú)立的假設(shè)下，定義統(tǒng)計(jì)量UFk：

式中：UF1=0，mj表示j時刻樣本值大于i時刻樣本值的累計(jì)數(shù)，E（dk）和 Var（dk）表示累計(jì)數(shù)dk的均值和方差。按時間逆序計(jì)算統(tǒng)計(jì)量UBk，在置信度95%上，構(gòu)造樣本秩序列并繪制UFk與UBk曲線及顯著水平線。若UFk＞0，則表示序列呈上升趨勢；當(dāng)曲線超過置信區(qū)間，表示上升趨勢顯著，超過置信水平區(qū)域?yàn)樾蛄械耐蛔儏^(qū)域。若UFk、UBk曲線在置信區(qū)間內(nèi)有交點(diǎn)，該交點(diǎn)對應(yīng)的時間為突變開始的時間點(diǎn)。

2 結(jié)果與分析

2.1 黃淮海流域NDVI時空變化特征

基于像元計(jì)算黃淮海流域1982-2015年NDVI均值得NDVI空間分布（圖2a）與變化趨勢（圖2b）。整體看，黃淮海流域NDVI的空間分布具有明顯的區(qū)域性差異，大致呈現(xiàn)以黃河流域西北部為中心向東南逐漸增加的趨勢。流域NDVI多年均值為0.38，其中NDVI＜0.1的區(qū)域占研究區(qū)總面積的1.5%，主要位于內(nèi)蒙古的庫布齊沙漠及其邊緣地區(qū)，以及山東和河北的沿海區(qū)域。NDVI介于0.1～0.2之間的區(qū)域占總面積的12.68%，主要位于內(nèi)蒙古、寧夏與甘肅的黃土高原區(qū)域及青海的北部邊緣地區(qū)，以草地和未利用地為主。NDVI在0.2～0.4之間的區(qū)域占總面積的36.74%，主要位于青海黃河源區(qū)、甘肅秦嶺北部地區(qū)、陜西北部黃土高原區(qū)、山西山地高原區(qū)、內(nèi)蒙古河套灌區(qū)與河北臨近渤海區(qū)域。NDVI在0.4～0.6的區(qū)域占總面積的46.59%，主要位于四川、甘肅甘南、陜西渭河谷地和黃淮海平原區(qū)，大部分以耕地和林地為主。NDVI＞0.6的區(qū)域占總面積的2.5%，位于陜西秦嶺山區(qū)及湖北和安徽大別山區(qū)域。

圖2 1982-2015年黃淮海流域NDVI時空變化Fig.2 Spatial-time distribution of average NDVI from 1982 to 2015

圖2b顯示黃淮海流域大部分地區(qū)NDVI呈顯著增加趨勢，同時伴隨著局部地區(qū)的顯著減少趨勢，面積占比分別為73.72%和1.60%。表明近34 a來黃淮海流域大部分地區(qū)植被覆蓋在好轉(zhuǎn)的同時，局部地區(qū)出現(xiàn)了植被退化或惡化現(xiàn)象。植被增加區(qū)域在各省域均有分布，其中顯著增加區(qū)域在除青海外的各省域分布均占優(yōu)勢。植被減少區(qū)域主要分布在以高寒植被為主的青海、甘肅西南部，以及其余省域的城鎮(zhèn)及周邊區(qū)域，其中顯著減少區(qū)域主要分布在各省域中人類活動劇烈的城鎮(zhèn)區(qū)域。

Hurst指數(shù)[21]可用來定量描述 NDVI的長程依賴性，結(jié)合斜率對NDVI趨勢作判析。圖2c為研究區(qū)NDVI多年時間序列變化，表明流域NDVI隨時間呈波動增加趨勢，年增加速率為0.001 39/a且Hurst指數(shù)為0.64，表明整個研究區(qū)的植被覆蓋有所好轉(zhuǎn)。黃淮海流域不同年代的NDVI變化趨勢不同，由圖中MK突變曲線可知2003年為NDVI的轉(zhuǎn)折點(diǎn)。34 a間UFk值均高于0，表示NDVI呈上升趨勢，其中1982-2002年期間增加速率為0.001 17/a，2003-2015年期間增加速率為0.002 11/a，表明NDVI上升趨勢有所加快。

2.2 不同省域NDVI時空變化特征

黃淮海流域橫跨16個?。ㄊ?、自治區(qū)），各省域間植被覆蓋具有差異性，將流域看作整體進(jìn)行分析在很大程度上會影響其準(zhǔn)確性?；诖吮疚奶接懖煌∮騈DVI的時空分布特征，不同省域的NDVI值指該省域在黃淮海流域范圍中的NDVI多年均值。

由圖2b知，黃淮海流域低海拔地區(qū)的省域植被呈增加趨勢，高海拔地區(qū)尤其是黃河源區(qū)的植被有一定的退化趨勢，與劉啟興[22]的研究相一致。分析各省域NDVI的特征值（表2）得NDVI均值為0.19～0.55，其中NDVI最高的為湖北，其次是安徽，內(nèi)蒙古最低；在耕林草三種土地利用類型中，耕地NDVI最高為湖北，其次是江蘇；林地NDVI最高為安徽，其次是湖北；草地NDVI最高為安徽，其次是北京。除北京外，耕地、林地與草地NDVI較高的省域都位于淮河流域，植被覆蓋受自然地理位置影響極大，與當(dāng)?shù)氐乃疅釛l件密不可分。NDVI在不同土地利用類型中的總體趨勢呈現(xiàn)林地＞耕地＞草地，部分省域如位于黃淮海平原的山東和江蘇耕地NDVI高于林地，兩省中耕地占比較高，分別占各省面積的52.53%[23]和42.72%。

表2 黃淮海流域不同省域NDVI特征值Table 2 NDVI index in different provinces of the Huang-Huai-Hai River Basin

結(jié)合表2與圖3可知，各省域NDVI均呈增加趨勢。顯著增加面積占比最高的為湖北，達(dá)到100%；顯著增加占比最低的是青海，為43.71%。除這兩個省域外，顯著增加面積占比低于60%的省域還包括四川和天津；顯著增加占比省域60%～80%的包括河北、內(nèi)蒙古、甘肅、江蘇、寧夏和北京；顯著增加占比高于80%的包括山西、山東、河南、陜西、安徽和遼寧。增速最快的是安徽，達(dá)到了0.003 22/a；增速最緩慢的是青海，為0.000 42/a。除這兩個省域外，增速低于0.001/a的省域包括北京、天津、內(nèi)蒙古和四川；增速介于0.001/a～0.002/a的包括山東、山西、陜西、江蘇、遼寧、湖北、甘肅、河北和寧夏；增速高于0.002/a的包括河南。除寧夏外，其他省域的Hurst指數(shù)都高于0.5，表示未來一段時間內(nèi)會延續(xù)增加的趨勢。在突變情況上，結(jié)合全流域突變時間為2003年，將各省域的突變時間劃分為1982-2002年與2003-2015年兩個時間段。其中突變時間在1982-2002年的省域包括河北、山東、青海、河南、江蘇、四川、天津、內(nèi)蒙古和安徽；突變時間在2003-2015年的省域包括山西、甘肅、陜西、寧夏、遼寧和湖北；除此之外，北京在兩個時間段均有突變發(fā)生。

圖3 1982-2015年不同省域NDVI時間序列變化Fig.3 Temporal variations of NDVI in different provinces from 1982 to 2015

2.3 氣象因素與NDVI變化的關(guān)系

2.3.1 氣象因素變化特征

降水和氣溫是影響植被變化的主要?dú)庀笠蛩亍?982-2015年期間黃淮海流域降水量均值為575 mm，由圖4a可知降水量由西北向東南遞增，其中甘肅甘南區(qū)域與陜西子午嶺區(qū)域比周圍地區(qū)降水量高，降水量分布與NDVI空間分布相似。圖4b中降水量呈不顯著增加區(qū)域占比最高，達(dá)到55.49%。降水量增加區(qū)域主要分布在青海西部、呂梁山區(qū)、太行山中部、山東、安徽西部和江蘇，降水量減少區(qū)域主要分布在寧夏、甘肅南部、陜西南部、山西南部、河南、北京和遼寧。圖4c表明降水量呈增加趨勢，年增加速率為0.865 86/a，由累計(jì)距平曲線可知突變點(diǎn)為2002年，突變后氣候由干變濕。34 a期間研究區(qū)氣溫均值為8.72℃，圖4d表明氣溫自西隨著海拔降低向東遞減，氣溫變化受地形影響明顯。圖4e表明氣溫在呂梁山脈及太行山脈區(qū)域增速慢于周圍，這與該地區(qū)植被覆蓋的增加對地表氣溫產(chǎn)生一定的降溫作用有關(guān)，與金凱的結(jié)論一致[24]；山東半島受海洋影響氣溫增速明顯較低，宋彥華等[25]研究也表明濱海區(qū)的氣溫幅度小于內(nèi)陸；京津冀以北地區(qū)增速較低，可能反映了一些山地局地氣候變化特點(diǎn)，竇以文等[26]研究也說明此區(qū)域受地形的主導(dǎo)作用最低氣溫的增速較緩。圖4f表明氣溫整體呈增加趨勢，年增加速率為0.041 42/a，由累計(jì)距平曲線知突變點(diǎn)為1996年。

圖4 1982-2015年黃淮海流域氣象因素時間序列變化特征Fig.4 Temporal variations of climate elements in the Huang-Huai-Hai River Basin from 1982 to 2015

2.3.2 氣象因素對NDVI變化的影響

生態(tài)系統(tǒng)是個多變量的復(fù)雜巨系統(tǒng)，一個變量的變化會影響到其他變量的變化，而偏相關(guān)系數(shù)[27]可以研究一個變量同時和多個變量相關(guān)時剔除第三個變量的影響，只分析其中兩個變量之間的相關(guān)程度。復(fù)相關(guān)分析[28]可用來研究一個變量與多個變量之間的整體相關(guān)程度。利用復(fù)相關(guān)系數(shù)分析NDVI與多個氣象因素的整體相關(guān)程度，在此基礎(chǔ)上利用偏相關(guān)分析研究NDVI受各氣象因素影響的時空分布情況。

基于SPSS軟件計(jì)算黃淮海流域1982-2015年NDVI與降水和氣溫的復(fù)相關(guān)系數(shù)為0.68（P＜0.01），說明NDVI受兩種氣象因素影響較明顯，進(jìn)而對NDVI與降水和氣溫進(jìn)行逐像元偏相關(guān)分析（圖5）。黃淮海流域NDVI與降水量、氣溫的空間分布的偏相關(guān)系數(shù)分別為0.200和0.365。和降水量呈正相關(guān)的區(qū)域面積占總面積的78.24%，主要分布在甘肅北部及南部、寧夏、內(nèi)蒙古、陜西北部、山西北部及中部、河北中部及南部、北京、天津、山東，這些區(qū)域自然植被分布較廣。呈負(fù)相關(guān)的區(qū)域呈片狀主要分布在三種區(qū)域，其一為青海和甘肅的黃河源區(qū)，此區(qū)域以高寒植被為主，對降水量敏感性低于氣溫；其二為陜西南部、山西南部、河南、安徽南部和江蘇南部，此區(qū)域存在大量的耕地，在降水量較少呈干旱的年份中，耕地受灌溉影響較大，植被與降水量負(fù)相關(guān)性強(qiáng)；其三為河北和山東的沿海區(qū)域。與氣溫呈正相關(guān)的區(qū)域面積占93.52%，主要分布在青海西部、四川、甘肅中部及南部、寧夏南部、陜西中部、內(nèi)蒙南部、山西北部及南部、河北東部、北京和天津的郊區(qū)、山東西部、河南南部、安徽、江蘇西部。呈負(fù)相關(guān)的區(qū)域呈點(diǎn)狀主要分布青海與甘肅的交界處、寧夏與內(nèi)蒙黃河沿岸、陜西南部、山西中部、河北南部及東部、河南中部、山東東部、江蘇東部，此區(qū)域人類活動較劇烈。其中，降水量與NDVI在內(nèi)蒙正相關(guān)性強(qiáng)，氣溫與NDVI在內(nèi)蒙西部與北部負(fù)相關(guān)性強(qiáng)，表明干旱區(qū)植被對氣候變化極為敏感，與已有結(jié)論一致[29]。

圖5 1982-2015年黃淮海流域氣象因素與NDVI偏相關(guān)空間分析Fig.5 Partial correlation between NDVI and climate elements in Huang-Huai-Hai River Basin from 1982 to 2015

表3為不同省域偏相關(guān)系數(shù)，結(jié)果表明：14個省域NDVI與降水量呈正相關(guān)，正相關(guān)性最強(qiáng)的省域?yàn)檫|寧，負(fù)相關(guān)性最強(qiáng)的省域?yàn)榍嗪＃?6個省域NDVI與氣溫呈正相關(guān)，正相關(guān)性最強(qiáng)的省域?yàn)楹迸c安徽，正相關(guān)性最弱的省域?yàn)閮?nèi)蒙古與山西。結(jié)合NDVI空間分布可知年降水量低于600 mm的省域，NDVI與降水量的正相關(guān)性較好，例如內(nèi)蒙古、寧夏和周圍省域的局部區(qū)域，說明干旱和半干旱區(qū)域植被更容易受到降水的影響。氣溫高于15℃的省域，NDVI與氣溫的正相關(guān)性較強(qiáng)，例如湖北和安徽。

表3 黃淮海流域及不同省域氣象因素與NDVI偏相關(guān)系數(shù)Table3 Partial correlation index between NDVI and climate elements in different provinces

3 討論

黃淮海流域地域遼闊，植被生態(tài)環(huán)境較為復(fù)雜，本文結(jié)果得不同省域植被NDVI雖然都呈上升趨勢，但上升幅度具有差異性，且局部區(qū)域NDVI也有下降趨勢。一方面，以青海及甘肅為主的黃河上游區(qū)域尤其是其中的黃河源區(qū)作為重要的水源涵養(yǎng)區(qū)和補(bǔ)給區(qū)，政府先后建立了三江源自然保護(hù)區(qū)（2000年）和三江源國家公園（2020年）并實(shí)施了相應(yīng)的生態(tài)保護(hù)建設(shè)工程（2005年）[30]，對遏制該區(qū)域植被退化初見成效。青海NDVI增速最慢與受高原氣候敏感性影響，高寒植被的退化沒有得到完全遏制有關(guān)，與相關(guān)研究一致[22]。以河北為主實(shí)施了“京津風(fēng)沙源治理工程”（2002年）[30]，衛(wèi)潔等[17]的研究表明該生態(tài)建設(shè)工程是植被恢復(fù)的主要原因。流域中部的呂梁山與太行山的山區(qū)植被以增加為主，森林生態(tài)系統(tǒng)穩(wěn)定性增加，生態(tài)環(huán)境顯著改善，表明“太行山國家水土保持重點(diǎn)建設(shè)工程”（2003年）[30]對植被的改善有一定的影響。黃淮海流域整體及甘肅和山西等植被NDVI的突變點(diǎn)都在21世紀(jì)初，且突變后植被增速增加，由此推斷持續(xù)的生態(tài)恢復(fù)和生態(tài)保護(hù)工程的實(shí)施在一定程度上增加了植被覆蓋度。劉憲峰[31]及趙安周等研究也表明生態(tài)恢復(fù)工程的實(shí)施對植被具有促進(jìn)作用[32]。在分析降水量與植被關(guān)系時，發(fā)現(xiàn)黃淮海平原南部與降水量的負(fù)相關(guān)性強(qiáng)，該地區(qū)植被主要受灌溉工程的影響，降水量少的年份對植被的人為干預(yù)較強(qiáng)。因此除了氣象因素外，人類活動對植被的影響也很大。另一方面，隨著經(jīng)濟(jì)的發(fā)展，大型城市及周邊人類活動的加劇及草原地區(qū)的過度放牧對植被覆蓋具有消極作用，與本文NDVI減少區(qū)域特征相吻合。趙維清等[19]通過夜間燈光數(shù)據(jù)的研究表明在以建設(shè)用地和耕地為主的城鎮(zhèn)及周邊地區(qū)，人類社會經(jīng)濟(jì)活動對NDVI起抑制作用。因此，局部地區(qū)人類活動加劇對植被退化的影響不容忽視。受到眾多處于不斷變化中的因子的交互影響，植被對氣候要素和人類活動的響應(yīng)機(jī)制難以驗(yàn)證尤其是貢獻(xiàn)率的量化。文中只分析了氣候變化對植被覆蓋的影響，量化人類活動對植被的影響有待于進(jìn)一步探討，也是下一步研究的方向。

4 結(jié)論

采用1982-2015年GIMMS NDVI數(shù)據(jù)，利用Sen中值耦合MK顯著性檢驗(yàn)等方法，系統(tǒng)的研究了黃淮海流域及不同省域植被的時空變化特征，在此基礎(chǔ)上探討氣象因素對植被變化的影響，結(jié)論如下：

（1）從區(qū)域整體分析，NDVI多年均值為0.38且空間分布由東南向西北遞減，具有明顯的區(qū)域性差異，與降水量分布基本一致。NDVI高于0.6的區(qū)域主要分布于研究區(qū)東南部的大別山區(qū)，以林地為主；NDVI低于0.1的區(qū)域主要分布于流域西北方的庫布齊沙漠區(qū)，以未利用地為主；NDVI 0.4～0.6的區(qū)域占46.59%。研究區(qū)73.72%的區(qū)域NDVI呈顯著增加趨勢，1.6%的區(qū)域呈顯著減少趨勢，減少區(qū)域集中分布在黃河源區(qū)和城市周邊。NDVI多年時間序列變化表明研究區(qū)NDVI年增加速率為0.001 39/a且具有可持續(xù)性（Hurst＞0.5），并在2003年附近發(fā)生突變。

（2）從省域尺度分析，空間分布上NDVI最高的為湖北，最低的為內(nèi)蒙古，研究區(qū)東部省域值高于西部省域；NDVI在三種土地利用類型中林地＞耕地＞草地；研究區(qū)NDVI多年時間序列變化表明各省域均呈增加趨勢，其中增加最快的為安徽，年增加速率為0.003 22/a，增加最慢的為青海，年增加速率為0.000 42/a。

（3）氣溫與NDVI的相關(guān)性高于降水與NDVI的相關(guān)性，表明植被對氣溫的敏感性高于降水，不同省域植被受氣象因素的影響程度有明顯差異。在空間分布上NDVI與降水在呂梁山脈地區(qū)正相關(guān)性最強(qiáng)，在黃河源區(qū)負(fù)相關(guān)性最強(qiáng)；NDVI與氣溫在安徽和湖北正相關(guān)性最強(qiáng)，在晉中盆地與關(guān)中平原負(fù)相關(guān)性最強(qiáng)。研究區(qū)NDVI與降水量和氣溫的偏相關(guān)系數(shù)分別為0.200和0.365。不同省域的相關(guān)性研究結(jié)果表明除青海與河南的NDVI與降水為負(fù)相關(guān)外，其他省域NDVI與降水均為正相關(guān)；各省域NDVI與氣溫均為正相關(guān)。