植被作為陸地生態(tài)圈的重要組成，是氣候系統(tǒng)的重要元素[1]。眾所周知，全球氣候正處于一個持續(xù)變暖的階段，強烈影響陸地生物圈[2]，在這樣的背景下，掌握陸地植被覆蓋年際間的變化規(guī)律，對評價陸地生態(tài)系統(tǒng)的環(huán)境質(zhì)量、調(diào)節(jié)生態(tài)過程具有重要的理論和實際意義[3]。

　　摘要：基于1999-2010年SPOT VEGETATION旬值NDVI數(shù)據(jù)，并結(jié)合偏相關(guān)分析、線性趨勢等方法對三江源地區(qū)影響植被覆蓋變化的主要氣候因素進行了判斷，從而利用主要氣候因子進行線性擬合，進而得到殘差趨勢來反映人類活動對植被覆蓋的影響。結(jié)果表明：①1999-2010年三江源地區(qū)平均植被覆蓋由東向西逐漸減小。12年間，植被覆蓋呈改善趨勢，平均變化率為0.047/10a。山地草原改善最為明顯，其次為高寒草甸、高寒草原和常綠針葉林，亞高山、高山植被，矮半灌木荒漠改善趨勢最不明顯。黃河源區(qū)變化率最高，其次是長江源區(qū)和瀾滄江源區(qū)，高寒荒漠草原區(qū)改善效果最差。②三江源地區(qū)大部分區(qū)域植被覆蓋主要受氣溫影響，其次在黃河源區(qū)北部、長江源區(qū)中東部分布有降水影響區(qū)以及水熱共同影響區(qū)。常綠針葉林受水熱共同影響，高山、亞高山以及高寒植被主要受氣溫影響，山地草原主要受降水量影響。③1999-2010年，三江源地區(qū)平均殘差趨勢為0.018/10a，表明人類活動對三江源地區(qū)的植被覆蓋變化呈正影響。人類活動對山地草原的正影響作用最強烈，其次是山地常綠針葉林，其他由大到小依次為高寒草甸、高寒草原、高山植被、亞高山植被和高寒匍匐矮半灌木荒漠。黃河源區(qū)和瀾滄江源區(qū)受人類活動的正影響作用較強且相當(dāng)，其次為長江源區(qū)，高寒荒漠草原區(qū)受人類活動影響最小。

　　關(guān)鍵詞：職稱論文怎么發(fā)表,植被覆蓋,偏相關(guān)分析,殘差趨勢,人類活動

　　歸一化植被指數(shù)(Normalized Difference Vegetation Index， NDVI)由紅波段與近紅外波段的反射率計算而來[4]，和植物的生產(chǎn)力密切相關(guān)[5]，并且NDVI趨勢可以用來衡量植被覆蓋的改善與退化[6]。 NDVI趨勢被用在很多測算中，包括全球變暖的生態(tài)響應(yīng)[7]、物候變化[8]、作物狀況[9]、土地覆蓋變化[10]以及沙漠化[11]。三江源地處青藏高原腹地，區(qū)內(nèi)臨近可可西里、阿爾金山和羌塘自然保護區(qū)，因?qū)匍L江、黃河、瀾滄江(湄公河)三大水系發(fā)源地而得名。“三江源”受嚴酷自然條件的制約，生態(tài)環(huán)境十分脆弱。由于自然因素和不合理人類活動的雙重作用，眾多江河、湖泊和濕地縮小、干涸;沙化、水土流失的面積仍在不斷擴大;荒漠化和草地退化問題日益突出;長期的濫墾亂伐使大面積的草地和近一半的森林遭到嚴重破壞;蟲鼠害肆虐;珍稀野生動物盜獵嚴重;無序的黃金開采及冬蟲夏草的采挖屢禁不止。三江源地區(qū)生態(tài)環(huán)境的惡化嚴重影響和制約了當(dāng)?shù)馗髅褡宓纳�存與發(fā)展，造成了本地區(qū)畜牧業(yè)生產(chǎn)水平低而不穩(wěn)，少數(shù)民族地區(qū)貧困程度不斷加大，經(jīng)濟發(fā)展落后;同時還嚴重影響大江大河中下游地區(qū)以及東南亞國家的生存與發(fā)展。

　　因此，三江源地區(qū)是國家生態(tài)建設(shè)的重點區(qū)域，2000年成立省級自然保護區(qū)，2003年批準(zhǔn)為國家級自然保護區(qū)，2005年規(guī)劃投資75億元啟動了退牧還草、黑土灘治理等22個生態(tài)建設(shè)項目[12]。所以研究三江源地區(qū)植被覆蓋變化對人類活動(生態(tài)保護與建設(shè))的響應(yīng)具有重要意義。許多學(xué)者側(cè)重于定量計算卻定性判斷某一種氣候因子對植被覆蓋變化的影響，從而擬合后剝離該氣候因子的影響，進而得到人類活動對植被覆蓋的影響[13-14]。而不同地域植被生長對水熱的需求具有很大的差異性，存在水熱單因素影響和雙因素影響，甚至多因素影響。因此，本文基于偏相關(guān)分析、線性趨勢等方法首先對三江源地區(qū)影響植被覆蓋變化的主要氣候因素進行了判斷，從而利用主要氣候因子進行線性擬合，進而得到殘差序列趨勢，以期為三江源當(dāng)前的生態(tài)建設(shè)、修復(fù)提供有用的空間信息和理論支撐。

　　1 資料與方法

　　1.1 資料來源

　　本文所用的資料包括三江源1999-2010年SPOT VEGETATION旬值NDVI數(shù)據(jù)、50個臺站12年(1999-2010年)的年降水資料和年平均氣溫資料、DEM、2000年與2010年的 250 m的MODIS NDVI數(shù)據(jù)、生態(tài)功能區(qū)劃數(shù)據(jù)以及1∶400萬植被類型數(shù)據(jù)。NDVI數(shù)據(jù)是由比利時佛萊芒技術(shù)研究所(Flemish Institute for Technological Research， Vito)VEGETATION影像處理中心(VEGETATION processing Centre， CTIV)負責(zé)預(yù)處理并提供免費下載的，空間分辨率為1 000 m;降水和氣溫數(shù)據(jù)均來自于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，經(jīng)計算得到12年的年降水和年均溫，并采用Anuspline方法將其插值到空間上，分辨率為1 000 m，插值過程用到的DEM與MODIS NDVI均來自于地理空間云數(shù)據(jù)，生態(tài)功能區(qū)劃數(shù)據(jù)來自中國生態(tài)系統(tǒng)與生態(tài)功能區(qū)劃數(shù)據(jù)庫，主要包括黃河源區(qū)、長江源區(qū)、瀾滄江源區(qū)和高寒荒漠草原區(qū);植被類型數(shù)據(jù)來自國家自然科學(xué)基金委員會“中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心”。

　　1.2 偏相關(guān)分析

　　在多元相關(guān)分析中，簡單相關(guān)系數(shù)可能不能夠真實的反映出變量之間的相關(guān)性，因為變量之間的關(guān)系很復(fù)雜，它們可能受到不止一個變量的影響。這個時候偏相關(guān)系數(shù)是一個更好的選擇，它可以在消除其他變量影響的條件下，計算某兩變量之間的相關(guān)系數(shù)[15]。本文用偏相關(guān)系數(shù)的絕對值表示相關(guān)程度的大小。

　　2 結(jié)果與分析

　　2.1 NDVI時空變化特征

　　近12年來，三江源地區(qū)實測NDVImax在0-0.846之間，平均為0.463。空間上存在兩個漸變區(qū)，即在黃河源區(qū)表現(xiàn)為由東向西逐漸減小，在長江源區(qū)由東南向西北逐漸減小(圖1a)。不同植被類型也有較大差異，由大到小依次為山地常綠針葉林、亞高山落葉灌叢、禾草草原、高寒草甸、狀矮半灌木與草本植被、高寒草原、矮禾草與矮半灌木草原、矮半灌木荒漠。從生態(tài)區(qū)劃來看，黃河源區(qū)與瀾滄江源區(qū)實測NDVImax相當(dāng)，分別為0.574和0.568，其次是長江源區(qū)，為0.419，高寒荒漠草原區(qū)最小，為0.159。 　　近12年來，三江源地區(qū)植被覆蓋呈改善趨勢，變化率為0.047/10a，其中黃河源區(qū)的北部―西部―長江源區(qū)中部的條帶區(qū)域植被覆蓋的改善趨勢相對明顯，而研究區(qū)的東南部與西北部改善較為緩慢，且零散分布有退化區(qū)，與李輝霞等采用2001-2010年的改善趨勢非常一致[16]，但是空間上卻有差異(圖1b)。植被類型上，禾草草原改善最為明顯，變化率為0.097/10a;其次是矮禾草、矮半灌木草原，變化率為0.079/10a;高寒草甸和高寒草原變化率均在0.04/10a左右;常綠針葉林變化率為0.036/10a;亞高山落葉灌叢和高山墊狀矮半灌木、草本植被變化率在 0.030-0.035/10a之間;矮半灌木荒漠改善趨勢最不明顯，變化率僅有0.018/10a。生態(tài)區(qū)劃上，黃河源區(qū)變化率最高，為0.046 /10a，其次是長江源區(qū)，為0.039/10a，瀾滄江源區(qū)植被覆蓋變化率為0.034，最低為高寒荒漠草原區(qū)，變化率為0.021/10a。

　　2.2 植被生長對氣候變化的響應(yīng)

　　以象元為單元，分別計算NDVImax與年際降水量和氣溫的偏相關(guān)系數(shù)，再依據(jù)偏相關(guān)系數(shù)的t檢驗的臨界值來判斷影響NDVImax的主要氣候因素(圖 2a)，從而根據(jù)主要影響因素建立回歸模型，模擬得到NDVImax如圖2b所示，并得到殘差序列，殘差序列的線性趨勢即為人類活動對植被覆蓋變化的影響(圖4)。

　　圖2a顯示出，三江源地區(qū)大部分區(qū)域植被覆蓋主要受氣溫影響，其次在黃河源區(qū)北部長江源區(qū)中東部分布有降水影響區(qū)以及水熱共同影響區(qū)。因此，本文統(tǒng)計出不同植被類型區(qū)內(nèi)這三種影響因素的面積百分比，如圖3所

　　示。可以看出，常綠針葉林的P+與P-的面積相當(dāng)，受水熱共同影響，但是其NDVImax與年降水量和年均溫的偏相關(guān)系數(shù)的t檢驗值分別為0.94與 0.55，總體上受降水量影響較強;高山、亞高山以及高寒植被的NDVImax與年均溫的偏相關(guān)系數(shù)的t檢驗值均大于年降水量，主要受氣溫影響，T+面積均在25%以上，且遠遠大于P+與P+T+;山地草原NDVImax與年降水量的偏相關(guān)系數(shù)的t檢驗值平均為1.84，大于與年均溫的t檢驗值1.12，說明山地草原主要受降水量影響，P+面積達到了35%以上，其中山地叢生禾草草原18.2%的地區(qū)受到水熱共同影響。

　　2.3 人類活動下的植被覆蓋變化

　　通過表1主要氣候要素的判斷，從而與年際NDVImax來擬合線性模型，進一步得到殘差序列趨勢(見圖4)。近12年來，三江源地區(qū)平均殘差趨勢為0.018/10a，表明人類活動對三江源地區(qū)的植被覆蓋變化呈正影響。

　　空間上，幾乎整個區(qū)域為正影響區(qū)，其中強烈影響區(qū)主要分布在黃河源區(qū)北部和西部、長江源區(qū)中東部、瀾滄江源區(qū)西北部以及高寒荒漠草原區(qū)北部;人類活動的顯著負影響區(qū)零散分布在黃河源區(qū)中東部與西北部、長江源區(qū)東部以及瀾滄江源區(qū)東南部(圖4)。由于對NDVImax與氣候要素進行了偏相關(guān)分析，提取出植被覆蓋與氣候要素的顯著相關(guān)區(qū)(圖2a)，在顯著相關(guān)區(qū)植被覆蓋理論上與氣候要素呈線性相關(guān)，那么在顯著相關(guān)區(qū)的殘差就可以表示為剔除了氣候因素后其他因素的影響。而三江源地區(qū)幾乎整個顯著區(qū)的殘差趨勢為正值，即是在除過氣候要素的其他因素對植被覆蓋的影響是增加的，而人類的濫墾亂伐、蟲鼠害、草藥采挖、黃金開采等是三江源地區(qū)植被覆蓋減小的主要因素，所以斷定該地區(qū)的植被覆蓋的改善主要是由于人類活動造成的，即殘差趨勢可以用來衡量人類活動對三江源地區(qū)植被覆蓋的影響。

　　從植被類型來看，人類活動對山地草原的正影響作用最強烈，殘差趨勢在0.03-0.035/10a之間，其次是山地常綠針葉林，殘差趨勢為0.02/10a，其他由大到小依次為高寒草甸、高寒草原、高山植被、亞高山植被和高寒匍匐矮半灌木荒漠，殘差趨勢均低于0.015 /10a，其中高寒匍匐矮半灌木荒漠受人類活動影響最小，殘差趨勢為0.005/10a，其余植被類型的殘差趨勢均在0.01-0.015/10a之間。

　　生態(tài)區(qū)劃上，黃河源區(qū)和瀾滄江源區(qū)受人類活動的正影響作用較強，殘差趨勢分別為0.016/10a和0.014/10a，其次為長江源區(qū)，殘差趨勢為0.012/10a，高寒荒漠草原區(qū)受人類活動影響最小，為0.007/10a。

　　(2)三江源地區(qū)大部分區(qū)域植被覆蓋主要受氣溫影響，其次在黃河源區(qū)北部長江源區(qū)中東部分布有降水影響區(qū)以及水熱共同影響區(qū)。

　　(3)近12年來，三江源地區(qū)平均殘差趨勢為0.018/10a，表明人類活動對三江源地區(qū)的植被覆蓋變化呈正影響。人類活動對山地草原的正影響作用最強烈，其次是山地常綠針葉林，其他由大到小依次為高寒草甸、高寒草原、高山植被、亞高山植被和高寒匍匐矮半灌木荒漠。生態(tài)區(qū)劃上，黃河源區(qū)和瀾滄江源區(qū)受人類活動的正影響作用較強且相當(dāng)，其次為長江源區(qū)，高寒荒漠草原區(qū)受人類活動影響最小。

　　(4)由于不同的地域，地形、氣候等要素存在差異，植被覆蓋的變化有所差別，因此本文以柵格為單位，對NDVImax與氣候要素進行了偏相關(guān)分析，提取出植被覆蓋與氣候要素的顯著相關(guān)區(qū)，在顯著相關(guān)區(qū)為每一個柵格建立不同的線性模型，進而利用殘差趨勢表示人類活動對植被覆蓋的影響，結(jié)果更為準(zhǔn)確。

　　本文所采用的數(shù)據(jù)為年際NDVImax、年降水量和年均溫，而年內(nèi)水熱分配不均，年際水熱并不完全決定了NDVImax的大小，模擬結(jié)果會受到無效水熱的影響，而年際NDVImax對應(yīng)時間點之前的水熱的累積效應(yīng)才可能是NDVI最大值的決定因素，所以在今后的研究中將對植被覆蓋對水熱的累積效應(yīng)的響應(yīng)進行進一步論證。

　　(編輯：常 勇)

　　參考文獻(References)

　　[1]Foley J A， Levis S， Costa M H， et al. Incorporating Dynamic Vegetation Cover within Global Climate Models[J]. Ecological Applications ， 2000，10， 1620-1632. 　　[2]IPCC. 4th Assessment Report of The Intergovernmental Panel on Climate Change[R]. Synthesis Report， 2007：52.

　　[3]穆少杰，李建龍，陳奕兆.2001-2010年內(nèi)蒙古植被覆蓋度時空變化特征[J].地理學(xué)報，2012，67(9)：1255-1268. [Mu Shaojie， Li Jianlong， Chen Yizhao. Spatial Differences of Variations of Vegetation Coverage in Inner Mongolia during 2001-2010[J]. Acta Geographica Sinica，2012，67(9)：1255-1268.]

　　[4]Tucker C J. Red and Photographic Infrared Linear Combinations for Monitoring Vegetation[J]. Remote Sensing of Environment， 1979，8：27-150.

　　[5]Prince S D， Tucker C J. Satellite Remote Sensing of Rangelands in Botswana II. NOAA AVHRR and Herbaceous Vegetation[J]. International Journal of Remote Sensing， 1986，7：1555-1570.

　　[6]AlcarazSegura D， Chuvieco E， Epstein H E， et al. Debating The Greening vs. Browning of The North American Boreal Forest： Differences Between Satellite Datasets[J]. Global Change Biology， 2009，16：760-770.

　　[7]Pettorelli N， Vik J O， Mysterud A， et al. Using The SatelliteDerived NDVI to Assess Ecological Responses to Environmental Change[J]. Trends in Ecology & Evolution， 2005，20：503-510.

　　[8]White M A， de Beurs K M， Didan K， et al. Intercomparison， Interpretation， and Assessment of Spring Phenology in North America Estimated from Remote Sensing for 1982-2006[J]. Global Change Biology，2009，15：2335-2359.