石智宇, 趙 清, 王雅婷, 張連蓬

(江蘇師范大學(xué) 地理測繪與城鄉(xiāng)規(guī)劃學(xué)院, 江蘇 徐州 221116)

植被是聯(lián)結(jié)地表與大氣之間物質(zhì)、能量交換的關(guān)鍵環(huán)節(jié)，在陸地表面能量交換、水分循環(huán)和生物地球化學(xué)循環(huán)過程中起著至關(guān)重要的作用[1]。植被是地理環(huán)境的重要組成部分，具有涵養(yǎng)水源、保持水土、調(diào)節(jié)氣候等作用，植被變化與氣候、土壤、地形條件、人類活動等要素密切相關(guān)。徑流是流域水循環(huán)的重要環(huán)節(jié)，徑流量的變化會影響水文系統(tǒng)的演化和水資源的開發(fā)利用，進而影響生態(tài)環(huán)境及社會經(jīng)濟的發(fā)展[2-3]。植被變化可以通過改變冠層截留、植被蒸騰作用和土壤入滲特性等水文過程，顯著地改變地表徑流，進而影響流域水資源可利用量[4-7]。因此，基于植被覆蓋時空演變過程，逐像元分析流域植被覆蓋變化對徑流變化的影響，對揭示流域生態(tài)環(huán)境演變過程和改善流域水資源開發(fā)利用有重要意義。

近些年來，國內(nèi)外學(xué)者圍繞植被覆蓋變化及其對徑流的影響方面開展了大量研究。畢早瑩等[5]基于遙感植被指數(shù)和水文、氣象數(shù)據(jù)，通過基于Budyko假設(shè)的彈性系數(shù)法，分析了1982—2015年窟野河流域植被變化及其對徑流變化的影響，發(fā)現(xiàn)窟野河流域內(nèi)植被得到了極大的恢復(fù)，植被變化成為決定徑流變化的主導(dǎo)因素，其次為氣候變化和人類活動；Kim等[8]選取4個不同冠層的徑流區(qū)研究植被冠層對地表徑流的影響，結(jié)果表明枯落物層的蓄水能力和葉片形狀影響地表徑流的產(chǎn)生，除此之外，土壤水分條件也是影響地表徑流的重要因素；支童等[9]以陜北禿尾河流域為研究對象，分析流域植被變化特征，探討了降水與植被覆蓋變化對徑流的影響并指出影響徑流縮減的物理機制；李天生等[10]基于Budyko理論具體分析了珠江流域中上游地區(qū)氣候和植被變化對該區(qū)域徑流的影響，結(jié)果發(fā)現(xiàn)流域降雨減少是徑流減少的主導(dǎo)因素，而植被在研究時段沒有顯著的變化趨勢，其對徑流減少的貢獻不顯著。

遙感技術(shù)因能提供反映不同時空尺度上的植被覆蓋信息及其動態(tài)變化，方便快捷，逐漸成為監(jiān)測植被覆蓋時空演變的主要手段，其中歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)對綠色植被信息敏感，可以很好地反映地表植被生長狀況，其變化在一定程度上能代表地表植被變化[11-12]，是目前應(yīng)用最為廣泛的植被指數(shù)之一[13-14]。SCS(Soil Conservation Service)徑流模型是美國農(nóng)業(yè)部水土保持局開發(fā)的流域水文模型，由于該模型簡單易行，所需參數(shù)較少，對觀測數(shù)據(jù)要求不高且有效考慮到流域下墊面的特點，被廣泛采用[15-17]。使用SCS模型并結(jié)合地理信息技術(shù)可以獲取地表徑流的空間分布，從而實現(xiàn)在像元尺度上研究植被覆蓋變化與徑流的關(guān)系[15,18]。

沂河流域地處魯中南山地丘陵區(qū)，是沂蒙山區(qū)核心組成部分和重要的水源涵養(yǎng)區(qū)，流域內(nèi)地形起伏大，生態(tài)脆弱，水土流失較嚴重[19]。近年來沂河流域內(nèi)經(jīng)濟社會持續(xù)發(fā)展，生態(tài)環(huán)境發(fā)生較大變化，人水關(guān)系趨于緊張，但針對沂河流域的研究多集中在水文變化、水土流失、土地利用變化等方面[19-22]，對于植被覆蓋變化及其水文效應(yīng)研究相對較少。在人類活動日益加劇和經(jīng)濟社會快速發(fā)展的背景下，沂河流域植被覆蓋時空格局是否發(fā)生變化？如果沂河流域植被覆蓋呈現(xiàn)變化趨勢，那么其與地表徑流變化的相關(guān)關(guān)系如何？這些問題都有待解答。因此本文選取沂河流域作為研究區(qū)，基于2000—2020年MOD13Q1 NDVI遙感數(shù)據(jù)，使用趨勢分析法，分析沂河流域20年間植被覆蓋時空演變特征，在此基礎(chǔ)上，結(jié)合SCS模型，使用相關(guān)性分析法，在像元尺度上探討植被覆蓋變化與徑流的相關(guān)關(guān)系，以期為流域生態(tài)環(huán)境保護和水資源規(guī)劃利用提供理論依據(jù)，同時為中小型流域植被覆蓋變化和徑流關(guān)系研究提供一定參考。

1 研究區(qū)概況

沂河是淮河流域沂沭泗水系中主要河流之一，發(fā)源于山東省沂源縣西部，流經(jīng)沂源、沂水、沂南、臨沂、蒙陰、平邑、郯城等縣市，在江蘇省新沂市匯入駱馬湖，河道全長333 km，流域總面積為11 820 km2，是魯南地區(qū)和蘇北地區(qū)重要的山洪河道，有東汶河、蒙河、祊河等諸多支流匯入。

由于沂河下游開辟新沂河、“分沂入沭”等河道整治工程，流域界限被破壞，因此本文選取沂河臨沂市以上相對完整的流域作為研究區(qū)域。沂河臨沂以上河道長223 km，流域面積約9 950 km2，屬暖溫帶半濕潤季風(fēng)氣候，年均氣溫13～14.3℃，流域地勢西北高、東南低，每年6—9月為汛期，多年平均年降水量830 mm[21]，土壤類型較多，主要有棕壤、褐土、潮土、砂姜黑土等，流域處于暖溫帶落葉闊葉林帶，主要樹種有刺槐、油松、赤松、加拿大楊、旱柳等[19]。降雨是沂河流域徑流補給的主要來源且徑流年內(nèi)變化十分劇烈，汛期多山洪暴雨，枯水期徑流量很小甚至斷流，導(dǎo)致沂河流域成為為易旱易澇地區(qū)，對當?shù)亟?jīng)濟發(fā)展帶來不利影響[21,23]。

2 數(shù)據(jù)與研究方法

2.1 數(shù)據(jù)來源與處理

本文遙感影像數(shù)據(jù)采用美國國家航空航天局(NASA)MODIS數(shù)據(jù)中的MOD13Q1 NDVI數(shù)據(jù)(http:∥ladsweb.modaps.eosdis.nasa.com)，文件格式為HDF，空間分辨率為250 m，時間分辨率為16 d，數(shù)據(jù)時間范圍為2000年2月至2020年12月，共480景影像。利用MRT(MODIS Reprojection Tool)軟件對獲取的數(shù)據(jù)進行投影轉(zhuǎn)換、裁剪和格式轉(zhuǎn)換等處理，獲取質(zhì)量較為可靠的NDVI數(shù)據(jù)集。采用最大值合成法(Maximum Value Composites，MVC)獲取年最大NDVI作為年NDVI值，能較好地代表當年植被生長最好的狀況[24]，并可進一步消除云、大氣、太陽高度角等的部分干擾[25]。

研究區(qū)土地利用數(shù)據(jù)使用來自于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http:∥www.resdc.cn)提供的1 km柵格數(shù)據(jù)，將土地利用類型分為耕地、林地、草地、水域、建設(shè)和未利用土地，包括2000年、2010年、2020年三期土地利用數(shù)據(jù)。

土壤數(shù)據(jù)來源于聯(lián)合國糧農(nóng)組織(Food and Agriculture Organization of the United Nations，F(xiàn)AO)和維也納國際應(yīng)用系統(tǒng)研究所(International Institute for Applied System Analysis，IIASA)所構(gòu)建的世界土壤數(shù)據(jù)庫(Harmonized World Soil Database，HWSD)，采用FAO 90土壤分類系統(tǒng)，包括上層土壤(0—30 cm土層)和下層土壤(30—100 cm土層)的砂粒、黏粒、碎石等百分比含量及USDA土壤質(zhì)地分類數(shù)據(jù)。

DEM數(shù)據(jù)使用地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)提供的SRTMSLOPE 90 m分辨率坡度數(shù)據(jù)產(chǎn)品，經(jīng)過ArcGIS裁剪得到研究區(qū)坡度數(shù)據(jù)。降水數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)，包含研究區(qū)內(nèi)沂源、沂水、沂南、蒙陰、平邑、費縣和臨沂7個雨量站點2000—2020年降水量數(shù)據(jù)(表1)，經(jīng)反距離加權(quán)插值法(IDW)獲取與NDVI數(shù)據(jù)具有相同投影和空間分辨率的柵格數(shù)據(jù)。

表1 沂河流域雨量站位置信息及數(shù)據(jù)時間

2.2 研究方法

2.2.1 趨勢分析 本文采用一元線性回歸分析逐像元模擬NDVI年際空間變化趨勢。一元線性回歸分析可以模擬每個柵格的變化趨勢，以單個像元時間變化特征反映整個區(qū)域時空格局演變[26]，計算公式為：

(1)

式中:slope為像元NDVI回歸方程的斜率；i為年序號；n代表時間序列長度；NDVIi代表第i年的NDVI值。若slope>0,則表示NDVI隨時間變化呈增加趨勢,若slpoe<0,則表示NDVI隨時間變化呈減少趨勢,擬合斜率絕對值越大,表示變化越明顯。

2.2.2 徑流模擬 集總式水文模型具有結(jié)構(gòu)簡單、參數(shù)較少、復(fù)雜程度較低等優(yōu)點，SCS(Soil Conservation Service)水文模型是美國農(nóng)業(yè)部水土保持局于1954年開發(fā)的集總式水文模型，實用性強且改進空間大，近年來得到了比較廣泛的應(yīng)用[27]。該模型綜合考慮了流域降雨、地形、土壤類型、土地利用方式、前期土壤濕潤狀況與徑流的關(guān)系，SCS水文模型基本產(chǎn)流方程[28]為：

(2)

(3)

式中:P為降雨量(mm);Q為徑流深(mm);S為最大可能滯留量(mm);CN值是反映降雨前流域特征的一個綜合參數(shù),用于描述降雨—徑流關(guān)系。CN值通常由土壤性質(zhì)、土地利用方式和降雨事件前期土壤濕潤情況等數(shù)據(jù)來確定[28]。

根據(jù)研究區(qū)各類型土壤上層與下層土壤質(zhì)地數(shù)據(jù)，基于SPAW軟件計算研究區(qū)上層土壤與下層土壤最小下滲率并選取較小一組作為該土壤類型最小下滲率，參考SCS徑流模型的水文土壤分類標準[18](表2)劃分流域水文土壤組，在ArcGIS軟件下重分類，得到研究區(qū)水文土壤組數(shù)據(jù)(圖1)。

表2 SCS模型水文土壤組定義指標

圖1 沂河流域水文土壤組

SCS徑流模型考慮前期降水對徑流的影響，將前期土壤濕潤程度根據(jù)徑流事件發(fā)生前5天的降雨總量(即前期降雨指數(shù)API)劃分為干旱(AMCⅠ)、平均(AMCⅡ)和濕潤(AMCⅢ)3種狀態(tài)，本文研究中假設(shè)前期土壤濕潤程度為平均狀態(tài)(AMCⅡ)。

SCS徑流模型中不同的下墊面類型對產(chǎn)匯流的影響不同，本文選取沂河流域2000年、2010年、2020年三期土地利用數(shù)據(jù)，通過GIS軟件分析三期土地利用(圖2)，得到研究區(qū)三期土地利用類型變化，其中2000—2005年、2006—2015年、2016—2020年分別基于2000年、2010年、2020年土地利用數(shù)據(jù)生成的CN值模擬地表徑流深。

結(jié)合研究區(qū)概況，在SCS模型提供的CN值查算表基礎(chǔ)上，參考國內(nèi)有關(guān)學(xué)者的研究成果[29]，確定正常條件下的CN值?？紤]到研究區(qū)地形坡度對CN值的影響，本文采用Huang坡度修正公式[30]對CN值進行修正，公式如下：

(4)

式中:CN2為AMCⅡ條件下CN值；CNa為坡度修正后的CN2值;α為多邊形坡度值,用百分比(%)表示。

基于GIS軟件，將研究區(qū)水文土壤、土地利用數(shù)據(jù)兩層數(shù)據(jù)交叉，得到包含土壤、土地利用雙重信息的數(shù)據(jù)圖層，輸入修正后CN值，生成AMCⅡ條件下CN值圖層，結(jié)合研究區(qū)降水數(shù)據(jù)，利用ArcGIS柵格運算功能得到逐年地表徑流深圖層。

圖2 沂河流域土地利用變化

2.2.3 植被覆蓋變化與徑流的相關(guān)分析 為了分析研究區(qū)植被覆蓋變化與徑流的相關(guān)關(guān)系，本文采用相關(guān)分析方法，基于像元尺度對2000—2020年沂河流域年最大NDVI與徑流深進行逐像元相關(guān)分析，使用相關(guān)系數(shù)來反映植被NDVI和地表徑流深的相關(guān)程度，在p<0.05置信水平對相關(guān)性結(jié)果進行顯著性分析。相關(guān)分析計算公式如下：

(5)

3 結(jié)果與分析

3.1 NDVI年際變化特征

提取沂河流域年最大NDVI代表當年植被覆蓋最好情況，并將其作為該年的NDVI值(圖3)，可以看出，2000—2020年沂河流域NDVI整體呈現(xiàn)波動增加趨勢，20年間流域年最大NDVI介于0.67～0.79之間，增長速率為1.46%/10 a(R2=0.118)。植被覆蓋時間變化大致可以分為3個階段：(1) 2000—2002年植被覆蓋處于較低水平，其中2002年出現(xiàn)20 a間NDVI最低值；(2) 2003—2013年植被覆蓋較上一階段出現(xiàn)較大幅度提升，NDVI值整體保持小幅波動上升趨勢；(3) 2014—2020年植被NDVI值較上一階段出現(xiàn)較大程度波動，2014年出現(xiàn)該階段NDVI最低值，該年植被覆蓋情況幾乎退化至2000—2001年水平，但總體上該階段植被覆蓋依然呈現(xiàn)增加趨勢。總體而言，2000—2020年沂河流域NDVI呈現(xiàn)增加趨勢，流域植被覆蓋程度得到了改善，植被生長情況總體向較好方向發(fā)展。

圖3 2000-2020年沂河流域NDVI年際變化趨勢

3.2 NDVI空間分布特征及其變化趨勢

在空間分布上，2000—2020年沂河流域年均NDVI空間分布見圖4A?？梢钥闯?，沂河流域NDVI多年均值范圍在0.16～0.91之間，流域內(nèi)植被覆蓋空間分異較大。植被NDVI高值區(qū)多集中在流域南部與東部，其中蒙陰縣、平邑縣與費縣三縣交界處的蒙山山區(qū)NDVI高值最為集中，部分地區(qū)NDVI值在0.9以上，該區(qū)位于沂蒙山區(qū)腹地，生態(tài)環(huán)境較好，同時建有國家森林公園，植被覆蓋度較高。植被NDVI低值區(qū)主要集中在流域北部以及流域內(nèi)各市(縣)域城鎮(zhèn)建成區(qū)，其中流域北部沂山山區(qū)和魯山山區(qū)NDVI值除少數(shù)地區(qū)外整體較南部蒙山山區(qū)低，表明流域內(nèi)沂山山區(qū)和魯山山區(qū)多年來植被覆蓋情況較蒙山山區(qū)差。此外，流域內(nèi)各市(縣)域城鎮(zhèn)建成區(qū)NDVI值均較低，其中臨沂市蘭山區(qū)低植被覆蓋區(qū)面積最大，表明城鎮(zhèn)用地的增加導(dǎo)致以上區(qū)域地表植被覆蓋情況較差。

在空間變化趨勢上，基于一元線性回歸分析在像元尺度上計算2000—2020年沂河流域NDVI空間變化趨勢，參考史曉亮等[31]對淮河流域植被NDVI劃分的變化趨勢等級，將沂河流域NDVI變化趨勢劃分為3個等級，并統(tǒng)計各個等級的面積及所占比例(圖4B，表3)。可以看出，植被NDVI基本不變的區(qū)域約占研究區(qū)總面積的78.35%，表明流域大部分地區(qū)植被覆蓋保持相對穩(wěn)定，不存在明顯的增減趨勢。植被NDVI呈增加趨勢的區(qū)域所占比例為15.05%，主要分布在流域北部，以沂源縣和蒙陰縣境內(nèi)最為集中，分析認為近些年來對沂蒙山區(qū)進行的一系列生態(tài)保護與修復(fù)措施，使得該區(qū)域植被NDVI增加面積持續(xù)增加。植被NDVI出現(xiàn)下降的區(qū)域面積相對較小，約占研究區(qū)總面積的6.60%，主要分布在流域東部和南部，其中流域南部平邑縣至蘭山區(qū)境內(nèi)出現(xiàn)植被NDVI呈連續(xù)片狀減少區(qū)域，該區(qū)域主要集中在祊河流域，結(jié)合圖2可以看出，該區(qū)域20 a間草地面積不斷減少，同時耕地和建設(shè)用地面積不斷增加，分析認為該區(qū)域人類活動的增加導(dǎo)致植被NDVI的減少。此外，研究還發(fā)現(xiàn)在流域各城鎮(zhèn)建成區(qū)及其周邊區(qū)域內(nèi)NDVI值呈減少趨勢，表明城鎮(zhèn)化的發(fā)展導(dǎo)致NDVI下降，植被覆蓋水平降低。

3.3 沂河流域地表徑流變化特征

基于GIS軟件結(jié)合SCS模型，在AMCⅡ條件下生成沂河流域20年逐年地表徑流深圖層，并依此生成2000—2005年，2006—2010年，2011—2015年，2016—2020年4個時期地表徑流深變化圖(圖5)。結(jié)果表明：(1) 流域不同時期徑流深均呈現(xiàn)出不同程度的由西北向東南逐漸增加趨勢，徑流深低值主要集中在流域北部及南部蒙山地區(qū)，高值主要集中在流域東部及南部。(2) 不同時期，沂河流域徑流深出現(xiàn)較大幅度波動，徑流存在明顯的豐枯變化，徑流深高值區(qū)和低值區(qū)空間范圍和面積均發(fā)生了不同程度變化。

和繼軍等[32]提出，在臨界值下，坡面產(chǎn)流量隨坡度的增加而增加。隨著坡度的增大，水的勢能變大，在地表中的流速增大，縮短了入滲時間，徑流深減小，從而使地表流量增大，沂河流域北部魯山山區(qū)、沂山山區(qū)及南部蒙山山區(qū)地形坡度較大，坡面產(chǎn)流能力較強，坡面產(chǎn)流主要向東南部地形較平坦的平原地區(qū)匯集。同時結(jié)合沂河流域土地利用圖發(fā)現(xiàn)，20年間流域南部耕地及建設(shè)用地面積不斷擴大，而北部土地利用結(jié)構(gòu)相對穩(wěn)定，林地與草地面積比例較南部高。建設(shè)用地所造成的不透水面導(dǎo)致地表水滲透比例減小，而耕地由于農(nóng)業(yè)活動頻繁，促使土壤壓實和結(jié)皮，入滲速率和土壤蓄水含量降低[33]，從而導(dǎo)致地表徑流深增加。因此結(jié)合研究區(qū)高程及土地利用結(jié)構(gòu)，分析認為沂河流域地表徑流深空間分布趨勢主要是地形坡度和土地利用結(jié)構(gòu)共同作用的結(jié)果。此外，沂河流域徑流變化與降水變化具有顯著相關(guān)性，流域內(nèi)季風(fēng)氣候顯著，降水年內(nèi)分配不均且年際變化大，導(dǎo)致沂河流域徑流出現(xiàn)較大幅度波動[23]。

圖4 2000-2020年沂河流域植被NDVI空間分布及變化趨勢分布

表3 2000-2020年沂河流域NDVI變化趨勢統(tǒng)計

3.4 植被NDVI與地表徑流的相關(guān)性分析

基于SCS模型模擬沂河流域20年間逐年地表徑流深，逐像元計算20年間年最大NDVI和徑流深之間的相關(guān)性，并對相關(guān)性進行顯著性檢驗(圖6)。結(jié)果顯示，沂河流域植被NDVI和地表徑流之間正相關(guān)和負相關(guān)共存，統(tǒng)計表明，流域內(nèi)88.79%的區(qū)域植被NDVI與徑流呈正相關(guān)，11.21%的區(qū)域植被NDVI與徑流呈負相關(guān)。由圖6A可知，流域北部呈正相關(guān)區(qū)域面積遠大于呈負相關(guān)區(qū)域，呈負相關(guān)的區(qū)域則主要集中在流域南部，尤其以蘭山區(qū)為最。此外，流域內(nèi)植被NDVI與徑流變化相關(guān)系數(shù)有較大分異，流域正相關(guān)系數(shù)較大，部分地區(qū)可達0.8以上，而在流域內(nèi)部分呈負相關(guān)的區(qū)域，相關(guān)系數(shù)則可接近-0.7。

圖5 2000-2020年沂河流域不同時間段地表徑流深

對相關(guān)性結(jié)果采用p<0.05置信水平進行顯著性檢驗(圖6B，表4)，可以看出研究區(qū)內(nèi)以不顯著正相關(guān)為主，研究區(qū)內(nèi)正、負相關(guān)達到顯著水平的面積分別占統(tǒng)計總面積的34.07%和4.72%，其中呈顯著正相關(guān)的區(qū)域主要集中在流域北部，對比圖4B，發(fā)現(xiàn)呈顯著正相關(guān)的區(qū)域與NDVI呈改善趨勢的區(qū)域基本一致，表明隨著該區(qū)域植被NDVI的增加，地表徑流也增加。呈顯著負相關(guān)的區(qū)域主要集中在研究區(qū)南部，尤其以臨沂市蘭山區(qū)最為集中，結(jié)合圖2和圖4A，分析認為城鎮(zhèn)建設(shè)用地的增加導(dǎo)致城市地表不透水面增加，同時造成植被覆蓋的減少，導(dǎo)致地表徑流的增加。此外，植被NDVI與地表徑流呈顯著正相關(guān)與顯著負相關(guān)的像元在流域內(nèi)相互交錯分布，表明流域內(nèi)植被NDVI與徑流變化關(guān)系在小空間尺度下存在明顯差異。

圖6 沂河流域植被NDVI與徑流變化相關(guān)系數(shù)及顯著性

表4 沂河流域植被NDVI與徑流變化相關(guān)系數(shù)顯著性統(tǒng)計

4 討論與結(jié)論

4.1 討 論

植被覆蓋變化受多種因素耦合作用，在空間上呈現(xiàn)差異性，由其引發(fā)的水文效應(yīng)則更加復(fù)雜。由于區(qū)域氣候和地理的差異性，研究尺度與方法的不同，以及植被本身的復(fù)雜性，特定流域內(nèi)植被變化對水文過程的影響結(jié)果并不一致。近幾十年以來，沂河流域經(jīng)濟社會快速發(fā)展，流域內(nèi)植被覆蓋情況的改變及其引發(fā)的水文效應(yīng)勢必對現(xiàn)在及未來沂河流域生態(tài)環(huán)境產(chǎn)生影響。

本文基于遙感影像，在像元尺度分析植被變化及其對徑流的影響，實現(xiàn)在較高精度下分析沂河流域植被變化與徑流的相關(guān)關(guān)系。但需要指出的是本文在利用SCS模型模擬地表徑流時，只基于前期土壤水分處于平均狀態(tài)并結(jié)合三期土地利用模擬地表徑流，且沂河流域降雨主要集中在主汛期的7—9月份，多數(shù)降雨為集中性暴雨，因此基于SCS模型的沂河流域徑流模擬精度依然尚待改善。此外，本文只是定量描述了植被變化與徑流的關(guān)系，而受植被變化時空特征影響冠層截留、蒸散發(fā)等水文過程，需要進一步利用分布式水文模型，在小尺度背景下，從產(chǎn)匯流過程上具體分析植被空間格局變化對水文過程的影響機制。

沂河是魯南與蘇北地區(qū)重要的山洪河道，同時沂河流域也是魯南山地生態(tài)環(huán)境的重要組成部分，因此沂河流域植被覆蓋變化及其對徑流的影響對魯南與蘇北地區(qū)經(jīng)濟社會發(fā)展意義重大。未來沂河流域經(jīng)濟社會發(fā)展應(yīng)該更加注重土地利用合理規(guī)劃，加強生態(tài)環(huán)境保護，而未來沂河流域生態(tài)環(huán)境變化研究也應(yīng)該將目光放在自然因素與人為因素相互耦合作用研究上。

4.2 結(jié) 論

(1) 2000—2020年沂河流域植被NDVI呈波動增加趨勢，增長速率為1.46%/10 a。流域植被NDVI空間分異較大，高值區(qū)主要分布在流域南部與東部，低值區(qū)主要集中在流域北部以及流域內(nèi)城鎮(zhèn)建成區(qū)。流域植被NDVI空間變化趨勢整體較為穩(wěn)定，以基本不變?yōu)橹?，NDVI呈增加趨勢的區(qū)域主要集中在流域北部，占研究區(qū)面積的15.05%，NDVI呈減少趨勢的區(qū)域主要分布在流域東部和南部及各城鎮(zhèn)建成區(qū)內(nèi)，占比為6.60%。

(2) 2000—2020年沂河流域不同時期徑流深均呈現(xiàn)出不同程度的由西北向東南逐漸增加趨勢，徑流深出現(xiàn)較大幅度波動，徑流存在明顯的豐枯變化。徑流深低值主要集中在流域北部及南部蒙山地區(qū)，高值主要集中在流域東部及南部，徑流深高值區(qū)和低值區(qū)空間范圍和面積均發(fā)生了不同程度變化。

(3) 沂河流域植被NDVI和地表徑流深的相關(guān)關(guān)系呈正相關(guān)與負相關(guān)共存的狀態(tài)，流域不同空間位置的植被變化與徑流變化的關(guān)系存在較大分異。88.79%的區(qū)域植被NDVI與徑流呈正相關(guān)，以不顯著正相關(guān)為主，呈顯著正相關(guān)的區(qū)域主要集中在流域北部，植被NDVI與徑流呈負相關(guān)僅占比11.21%，其中顯著負相關(guān)區(qū)域主要集中在流域南部蘭山區(qū)境內(nèi)。