2000—2020年寒旱地区植被覆盖变化及影响因素分析——以阿勒泰地区为例.pdf

第 35 卷 第 3 期2023 年 9 月塔里木大学学报Journal of Tarim UniversityVol.35 No.3Sep.2023文章编号:1009-0568(2023)03-0102-12收稿日期:2022-09-01基金项目:塔里木大学校长基金青年项目“基于 3S 技术的沙雅县土壤水盐时空变化监测”(TDZKQN201816);塔里木大学校长基金青年项目“基于 BDS视觉导航的农机多智体协同作业的自主相对导航算法研究”(TDZKQN201821)第一作者:岳胜如(1988-),男,硕士,讲师,研究方向为 3S 技术在农业水土工程中的应用。E-mail:通信作者:孟福军(1989-),男,硕士,讲师,研究方向为农机导航、精细农业。E-mail:20002020 年寒旱地区植被覆盖变化及影响因素分析 以阿勒泰地区为例岳胜如,胡雪菲,孟福军(塔里木大学水利与建筑工程学院,新疆 阿拉尔 843300)摘要 植被覆盖度(FVC)是监测陆地生态系统的关键变量,气候变化和人类活动是陆地生态系统演变的重要因素。本研究通过分析阿勒泰地区 FVC 时空变化特征,探究 FVC 对气候变化和人类活动的响应机制,为该地区制定有效的生态保护及可持续发展措施提供科学依据。利用 MODIS NDVI(20002020 年)数据集,结合气候因子和社会经济指标数据,基于最大值合成、斜率分析、相关性分析及因子分析等方法,探究 FVC 变化及其对气候和人为因素的响应机制。结果表明,2020 年阿勒泰地区 FVC 在空间上呈北高南低特征,平均 FVC 为 0.338;20002020 年间阿勒泰地区 FVC 呈波动上升趋势,FVC 平均增速为1.5510-3a,研究区 FVC 减小和显著减少、基本不变、增加和显著增加区域分别占研究区总面积的 0.94%、88.03%和11.03%,研究区 20002020 年间气候变化趋势不显著;不同县域的 FVC 变化对人类活动、气候因子的响应规律和强度不同。综上所述,气候因子和人类活动是影响和解释植被变化的重要因素,基于不同区域背景,气候因子和社会经济对植被覆盖影响的空间异质性很强。研究结果为干旱、半干旱的寒旱地区生态系统保护和管理提供参考数据。关键词 植被覆盖度;气候变化;响应规律和强度;空间异质性中图分类号:X87文献标识码:ADOI:10.3969j.issn.1009-0568.2023.03.013Analyzing vegetation cover changes and influencing factors in cold and arid regions from 2000 to 2020:A case study of the Altay areaYUE Shengru,HU Xuefei,MENG Fujun(College of Water Resources and Architecture Engineering,Tarim University,Alar,Xinjiang 843300)Abstract Forest vegetation coverage(FVC)is a key variable for monitoring terrestrial ecosystems,with climate change and human activities posing as crucial factors influencing the evolution of these ecosystems.This study aims to analyze the temporal and spatial variations of FVC in Altay region and investigate how FVC responses to climate change and human activities.This insights gathered will 第 3 期岳胜如 等:20002020 年寒旱地区植被覆盖变化及影响因素分析 以阿勒泰地区为例103 provide scientific basis for implementing effective ecological conservation and sustainable development strategies in this area.The methodology involves employing MODIS NDVI dataset(2000 to 2020),combined with climate factors and socio-economic index data.This study discusses the relationship between FVC changes and climatic and human factors through maximum synthesis,slope analysis,correlation analysis and factor analysis.The results showed that the FVC was higher in the northern region of Altay and lower in the southern region in 2020,with an average FVC of 0.338;from 2000 to 2020,FVC in Altay showed an upward trend with an average growth rate of 1.55 10-3a.The FVC in the study area decreased(or significantly decreased),remained relatively stable,and increased(or significantly increased),accounting for 0.94%,88.03%and 11.03%of the total area,respectively.The climate change trend from 2000 to 2020 within the study area is not significant.The response patterns and intensity of FVC changes to human activities and climate factors varied among different counties.The findings confirm that climate factors and human activities are important influencers and descriptors of vegetation change.Given different regional backgrounds,the spatial heterogeneity of the impacts of climatic factors and social-economic conditions on vegetation cover is substantial.These findings can provide reference data for the protection and management of ecosystems in arid and semi-arid areas.Keywords forest vegetation coverage;climate change;response law and intensity;spatial heterogeneity 植被是生态系统中最基本的部分,在维持生物多样性、全球碳平衡等方面发挥着重要作用1-3。地球在漫长的地质历史演变过程中,植被中的碳储量几乎是大气中氧气的唯一来源,决定着地球环境的走向。植被覆盖度(fractional vegetation coverage,FVC)是描述植被群落和生态系统、响应区域或全球环境变化的一个敏感而重要的生态参数,被定义为观测区域内植被垂直投影面积与地表面积的比值4。揭示植被覆盖度随时间动态变化规律,对全球气候变化和环境政策的制定至关重要5-10。许多研究人员利用 FVC 揭示地表空间变化规律,探讨 FVC 变化的驱动因素,分析区域生态转型6,11,归 一 化 植 被 指 数(normalized difference vegetation index,NDVI)常用来代表 FVC 的植被指数。WU D 等12利用 NDVI 数据估算19822011 年全球尺度植被覆盖度的变化趋势。ZHANG F 等13通过绘制塔里木河流域植被覆盖等级图,分析和评价了植被格局的变化,揭示了典型绿洲区植被覆盖度的空间变化规律。周文强14利用 MODIS NDVI数据集,分析了 20002019 年京津冀地区植被覆盖变化,探究了人类活动、气象因素对植被覆盖度变化的贡献度。有研究发现温度和降水对植被变化的影响都很显著,且具有较高的时空异质性,气温与植被变化呈负相关,而降水与植被变化呈正相关9,15。随着人口和经济的增长,众多研究表明,人为活动是影响植被绿化和褐变的主导因素6,16。近期的相关研究尝试识别这些影响区域植被覆盖度变化的特定人类活动,初步结果表明,人类活动对植被动态的影响更为复杂,表现在人类活动在不同地区有所不同。例如,内蒙古浑善达克沙地农区植被退化主要与不合理的耕作行为有关,而牧区植被退化主要是过度放牧和快速工业化进程造成的17。陆地生态系统中,植被是对气候变化响应最敏感的组分,在一定程度上是气候变化的指示器,在全球气候变化背景下,降水增加和温度相对下降对新疆北疆牧区植被生长有显著影响18。FVC 变化同时受到气候因素和人类活动的影响,其变化反映了气候变化和人类活动的过程19。国内外学者针对不同区域尺度,对 FVC时空变化规律和驱动因素进行了大量的研究,其中在FVC 时空变化研究方面,常采用最大值合成、差值分析、转移矩阵、一元线性回归分析及显著性检验等方法;驱动因素分析方面,常采用相关分析、偏相关分析、因子分析及残差分析等方法,从不同角度分析均取得了很好的效果3,6-9,11-17,20。总体而言,气候因素和人类活动对干旱、半干旱区植被动态的影响相对重要,但大部分学者尚未达成共识。阿勒泰地区草地、森林资源丰富,由于受到荒漠气候条件影响,荒漠类草地分布广泛的影响21,其生态系统是影响西北地区生态系统的重要组成部分,定量区分气候因素和人类活动在短期104 塔里木大学学报第 35 卷尺度内影响植被动态的相对贡献的相关研究,可以为干旱、半干旱区的可持续发展提供更科学的参考依据。因此,本研究采用 FVC 评估近 21 年阿勒泰地区植被时空动态变化特征,结合气候因子和社会经济数据,分析气候变化和人为因素对植被的影响。其主要目的有 1)利用最大值合成、一元线性回归分析及显著性检验方法探究阿勒泰地区植被的时空动态变化特征;2)基于相关性分析、因子分析方法确定气候因素和人类活动对植被动态影响的相对重要性,以期为阿勒泰干旱、半干旱地区的可持续发展提供科学依据。1 材料与方法1.1 研究区概况 阿勒泰地区位于亚欧大陆腹地,新疆维吾尔自治区北部(图 1),全境东西宽约 400 km,南北长约460 km,面积 1.18105 km2。地貌复杂,兼有沙漠、平原、丘陵和山地等,北高南低,海拔在 3004 400 m。年平均气温 0.74.9,年降雨量 131223 mm,蒸降比约 101,日照丰富。图 1 研究区位置1.2 数据来源及预处理 影像数据来自 20002020 年 68 月 MODIS 13A 3 月合成 3 级产品 NDVI 数据,行列号为 h24、v04 和 h23、v04,空间分辨率为 1 km1 km,下载于美国国家航空航天局 NASA 网站(https:/ladsweb.modaps.eosdis.nasa.gov)。降雨量和气温数据为20002020 年阿勒泰地区吉木乃、阿勒泰、哈巴河、福海、青河、富蕴 6 个站点数据,但存在部分数据缺失,如阿勒泰、哈巴河、福海、富蕴气象数据为 20002019 年,吉木乃和青河气象数据为 20002016 年,数据下载于国家气象科学数据中心(http:/usertoLogin.html)。社会经济指标数据来自中国县域统计年鉴,其中部分数据缺失,比如粮食产量数据为 20002011 年。利用 ENVI、ArcGIS 和 Modis tool 软件对影像数据进行拼接、格式和投影转换、裁剪、分级统计等处理。1.3 研究方法1.3.1 最大值合成及 FVC 计算 受到降雨、气温等气候因子年际变化的影响,考虑到物候及影像成像时大气影响等因素,FVC 最优状态可能出现在生长季一段时间内,最大值合成方法(maximum value composites,MVC)是目前应用最广泛的植被指数合成方法。本研究通过合成每年 68 月NDVI 产品数据,获取 20002020 年每年最大 NDVI值图像,第 i 年 68 月 NDVI 最高值的计算式为:NDVIi=MAXdt=1NDVIt(1)式(1)中,NDVIi是第 i 年 NDVI 最大合成值;第 3 期岳胜如 等:20002020 年寒旱地区植被覆盖变化及影响因素分析 以阿勒泰地区为例105 NDVIt为各像元植被 68 月份月 NDVI 值;d 为第 i年月合成 NDVI 影像总数。NDVI 是目前应用最广泛的植被生长指标,FVC和 NDVI 两者之间存在较好的相关性22。植被覆盖度表达式为:FVC=NDVI-NDVInonNDVIveg-NDVInon(2)式(2)中,NDVInon为非植被覆盖区域的 NDVI值,即理论上非植被像元的 NDVI 为 0;NDVIveg表示植被完全覆盖的像元的 NDVI 值,即一个纯植被像元的 NDVI 为 1。然而,在实践中受噪声影响 NDVInon取值为-0.10.2;同样,NDVIveg通常不是 122。李苗苗23认为 NDVIveg和 NDVInon应该由图像本身决定,这样可以消除图像的各种干扰。在研究中,选择了图像 NDVI 频率直方图中 NDVI 值对应的一个累积频率,其值 1%为 NDVInon,99%为 NDVIveg。1.3.2 斜率分析法 通过一元线性回归分析 FVC 的变化趋势。利用 ENVI 的 Band Math 工具对 20002020 年阿勒泰地区 FVC 基于像元进行一元线性回归,并对回归方程进行一定水平显著性检验。得到每个像元随时序变化的斜率,斜率为正表示增加,反之则减少。根据方程斜率和显著性水平进行变化趋势分级。其计算式为:slope=n ni=1i fci-ni=1ini=1fcin ni=1i2-(ni=1i)2(3)式(3)中,slope为线性方程斜率;n=21,为时序年数;i=1,2,21,为年序号;fci为第 i 年 FVC 值。rxt(1-rxt2)(n-2)遵从自由度为 n-2 的 t 分布,用来进行变化趋势的显著性检验,在 0.05 显著性水平下将 FVC 变化趋势进行分级。1.3.3 相关性分析 为了定量分析植被变化和气候因子及社会经济因素之间的相关性,使用二元相关性分析计算它们之间的相关性,相关系数为 r。在方程式中,xi代表气候因子或社会经济指标,yi代表 FVC,计算式如式(4)所示:r=ni=1(xi-x)(yi-y)ni=1(xi-x)2ni=1(yi-y)2(4)1.3.4 因子分析 探究 FVC 对气候因子及人类活动响应特征及相对重要程度时,当所选因子较多时,因所选因子之间可能存在某种函数关系,此时仅考虑相关系数则不能反映 FVC 与指标间客观规律。分析各因子指标间相关关系,降低分析数据维度,对简化数据复杂程度,取得简明结论是有益的。因子分析是在主成分分析的基础上发展起来的一种重要的降维方法。假设一个多元系统可以用 n 个随机变量x=(x1,x2,xn)时,FA 的数学模型如下:x-=AF+(5)A=(ij)为加载矩阵,F 为公共因子,为特殊因子,Var 为 方 差,因 子 的 贡 献 可 以 计 算24-25,如式(6):Contribution=ni=12ijni=1Var(xi)(6)2 结果与分析2.1 FVC 空间分布 2020 年阿勒泰地区 FVC 空间分布呈现北高南低特征,如图 2(a)所示。高 FVC 区域主要分布在北部和西部,低 FVC 主要出现在中南部。2020 年阿勒泰地区平均 FVC 为 0.338;布尔津县平均 FVC 最高,为 0.574;福海县最低,为 0.237。各县域按 FVC 均值从高到低依次为布尔津阿勒泰哈巴河吉木乃富蕴青河福海。除水域外,使用自然中断方法将 FVC 分为 5 个级别,该方法最大限度地减少了类内差异,增加了类间差异,排名 15 依次表示较差、相对较差、中等、相对较好、较好,如表1 所示。结合土地利用图,将第 35 等级划分为“良好植被覆盖度比率”(good FVC ratio,GFR)类别,将第 1、2 等级划分为“不良植被覆盖度比率(bad FVC ratio,BFR)”类别,为进一步反映该区的植被状况,计算区、县两级的 GFR。106 塔里木大学学报第 35 卷阿勒泰地区 GFR 为 33.1%;各县域中,布尔津 GFR 最高,福海 GFR 最低,分别为 66.5%和 15.3%。各县域GFR 按从高到低排序为:布尔津阿勒泰哈巴河吉木乃富蕴青河福海,如图 2(b)所示。(a)为 FVC 空间分布特征;(b)为各县平均 FVCGFR。图 2 2020 年阿勒泰地区 FVC 分布特征表 1 FVC 分类标准级别FVC 程度FVC 区间1较差0.00.22相对较差0.20.43中等0.40.64相对较好0.60.85较好0.81.02.2 FVC 时空变化特征 各县域 20002020 年 FVC 呈波动变化趋势且差异显著,其中布尔津、哈巴河、阿勒泰三县市20002020 年 FVC 明显高于其他县域,且 20002020 年 FVC 值布尔津最高,福海最低,各县域在2008、2014 年出现 FVC 谷值,如图 3(a)所示。对研究区各县域平均 FVC 进行随时序变化线性回归,结果如图 3(b)所示,其斜率均为正,即各县域平均FVC 均呈增长趋势,其中阿勒泰 FVC 增速最高,为2.3610-3a;富蕴最低,增速为 1.0710-3a。阿勒泰、福海、布尔津增速明显高于其他县域,回归方程均通过 0.05 水平下显著性检验。整体而言,20002020 年阿勒泰地区平均 FVC 值为 0.337,增加趋势为 1.5510-3a(P0.05)。利用斜率分析法对 20002020 年阿勒泰地区FVC 值随时序变化进行逐像元计算,按斜率及显著性检验划分为 5 类。由图 4(a)所示,斜率为负值区域主要分布在研究区北部阿勒泰山南麓,额尔齐斯河两岸的人口活动密集区,总面积为 3 470 km2,占研究区总面积的 2.89%;研究区大部分区域的 FVC变化斜率基本为0,占总面积的76.70%;斜率为正的区域面积为 24 485 km2,占总面积的 20.41%,主要分布在阿勒泰山、乌伦古湖,哈巴河、布尔津、阿勒泰中南部,吉木乃南部区域。FVC 随时序显著变化区域面积为 16 995 km2,占总面积的 14.16%,如图4(b)所示。结合斜率和显著性检验进行 FVC 变化结果分析,分类方法及统计如表 2,空间分布如图4(c)所示。可知,减小和显著减小区域总面积为1 125 km2,占总面积的0.94%,主要分布在额尔齐斯河两岸、阿勒泰山南麓人类活动密集区;增加和显著增加 区 域 总 面 积 为 13 232 km2,占 总 面 积 的11.03%,主要分布在阿勒泰山山区、哈巴河、布尔津、阿勒泰、福海中南部,吉木乃中西部,乌伦古河两岸等区域;20002020 年间研究区88.03%区域 FVC基本保持不变。第 3 期岳胜如 等:20002020 年寒旱地区植被覆盖变化及影响因素分析 以阿勒泰地区为例107(a)为各县域 FVC 变化趋势;(b)为各县域 FVC 随时间变化线性拟合斜率及相关系数。图 3 20002020 年阿勒泰地区各县域 FVC 变化趋势(a)为 FVC 斜率分类;(b)为 FVC 线性变化相关系数;(c)为 FVC 变化程度。图 4 20002020 年阿勒泰地区 FVC 变化空间特征表 2 20002020 年阿勒泰地区 FVC 变化趋势分类标准和结果统计斜率变化范围相关系数条件变化程度面积km2占全区面积百分比%-0.040-0.015r-0.43显著减小700.06-0.015-0.002r-0.43减小1 0550.88-0.0020.002-1.00r1.00基本不变105 63488.03-0.0400.065-0.43r0.43增加10 7748.980.0150.065r0.43显著增加2 4582.052.3 气候因子与 FVC 的相关性2.3.1 气候因子变化趋势 阿勒泰地区 6 县 1 市,获取了除布尔津以外其他 6 个站点 20002020 年各站点降雨量和气温数据,整理为年数据和 68 月数据。20002020 年研究区各气象站点年降雨量整体呈波动上升趋势,如图 5(a)所示,其中 2008 年、2014 年出现谷值,2010 年、2016 年出现峰值。阿勒泰、富蕴年降雨量108 塔里木大学学报第 35 卷呈不显著下降趋势,下降速率分别为 0.574 mma、0.662 mma;其余站点均呈不显著上升趋势,年降雨量增加趋势平均为 1.958 mma。20002020 年各气象站点年平均气温整体呈波动上升趋势,如图 5(b)所示,其中 2010 年出现谷值,2007 年、2014 年出现峰值。除吉木乃站点外,其他站点 20002020 年年平均气温增加速率为 0.053 a,且富蕴、青河年平均气温随时间变化趋势显著,吉木乃站点年平均气温变化趋势为-0.006 a,变化趋势不显著。20002020 年各气象站点 68 月降雨量整体呈不显著上升趋势,如图 5(c)所示,其中 2008 年、2009 年、2014 年出现谷值,2013 年出现峰值。各站点 68 月降雨量平均增加速率为 0.422 mma。20002020 年各气象站点 68 月平均气温整体呈波动上升趋势,如图 5(d)所示,其中 2009 年、2013年出现谷值,2012 年、2015 年出现峰值。各站点 68 月平均气温平均增加速率为 0.019 a,变化趋势不显著。(a)为年降雨量变化趋势;(b)为年平均气温变化趋势;(c)为 68 月降雨量变化趋势;(d)为 68 月平均气温变化趋势。图 5 阿勒泰地区降水量和平均气温的变化趋势2.3.2 气候因子与 FVC 的相关性分析 FVC 与降雨量和平均气温相关性分析结果见表3。在双变量相关分析中,降雨量与 FVC 呈正相关,除福海外,其它站点 68 月降雨量与 FVC 相关系数均大于年降雨量与 FVC 相关系数,可见 FVC 对68月降雨量响应大于年降雨量。其中哈巴河、吉木乃、青河 FVC 与 68 月降雨量呈显著正相关(P 0.05),平均相关系数为 0.630;阿勒泰、福海、富蕴FVC 与 68 月降雨量呈正相关(P0.1),平均相关系数为0.420。平均气温与 FVC 主要呈负相关,FVC第 3 期岳胜如 等:20002020 年寒旱地区植被覆盖变化及影响因素分析 以阿勒泰地区为例109 对 68 月平均气温响应大于年平均气温。吉木乃68 月平均气温与 FVC 呈显著负相关(r=-0.676,P0.05),其余站点 68 月平均气温与 FVC 呈负相关,但不显著。表 3 FVC 与气候因子的相关性气候因子各县域平均 FVC阿勒泰福海富蕴哈巴河吉木乃青河rPrPrPrPrPrP年降雨量0.3720.1070.5360.0150.270 0.250 0.498 0.025 0.549 0.022 0.474 0.055 68 月降雨量0.4210.0650.4230.0640.417 0.067 0.726 0.000 0.667 0.003 0.497 0.042 年平均气温-0.0780.7440.0120.94-0.058 0.809 0.153 0.521-0.080 0.759-0.098 0.709 68 月平均气温-0.1260.597-0.0550.823-0.280 0.231-0.172 0.469-0.676 0.003-0.112 0.669 2.4 人类活动与 FVC 的关系 选择县域社会经济指标,分析其与县域 FVC的相关性,这些指标包括年末总人口、农业机械总动力、第一产业增加值、第二产业增加值、粮食产量、油料产量、肉类产量,这些都是人类活动的重要指标。FVC 与县域社会经济因素的相关系数和显著性如表 4 所示。相关分析发现,阿勒泰 FVC 与第一产业增加值(r=0.543,P0.05)、第二产业增加值(r=0.532,P0.05),福海 FVC 与第一产业增加值(r=0.546,P0.05),青河 FVC 与农业机械总动力(r=0.482,P0.05)均呈显著正相关;富蕴 FVC 与肉类产量(r=-0.507,P0.05)呈显著负相关;而其余社会经济指标和县域 FVC 相关性不显著且主要呈正相关关系,由此可知,不同县域的 FVC 对不同的社会经济因素响应存在差异。表 4 FVC 与人类活动的相关性指标各县域平均 FVC阿勒泰福海富蕴哈巴河吉木乃青河rPrPrPrPrPrPNMZRK0.316 0.187 0.031 0.900 0.264 0.275 0.103 0.675-0.277 0.250 0.412 0.080 NYJXZDL0.083 0.744 0.466 0.052 0.324 0.190 0.327 0.185 0.068 0.787 0.482 0.043 DYCYZJZ0.543 0.016 0.546 0.016 0.288 0.232 0.379 0.110 0.277 0.251 0.427 0.068 DECYZJZ0.532 0.019 0.267 0.270-0.031 0.899 0.130 0.595 0.233 0.338 0.368 0.121 LSCL0.101 0.756-0.216 0.499 0.429 0.164 0.240 0.452 0.018 0.955-0.191 0.552 YLCL0.321 0.180 0.428 0.068 0.087 0.725 0.400 0.090 0.060 0.806 0.345 0.148 RLCL0.291 0.258 0.215 0.407-0.507 0.038 0.020 0.940-0.476 0.053-0.405 0.107 注:NMZRK 为年末总人口;NYJXZDL 为农业机械总动力;DYCYZJZ 为第一产业增加值;DECYZJZ 为第二产业增加值;LSCL 为粮食产量;YLCL 为油料产量;RLCL 为肉类产量。2.5 因子分析 植被变化是气候和人为因素综合作用的结果,不同条件下的 FVC 对人类活动、气候因子的响应规律和强度不同6,定量确定 FVC 变化的驱动因子是优化植被生态系统后续管理的关键。结合表 3 分析可知,选取 68 月降雨量、68 月平均气温、年末总人口、农业机械总动力、第一产业增加值、第二产业增加值、粮食产量、油料产量、肉类产量指标,探讨气110 塔里木大学学报第 35 卷候因子和社会经济指标在县域尺度上对研究区 FVC变化贡献程度。考虑到所选指标较多,各指标因子之间可能相互影响,所以采用因子分析方法进行降维分析。将多个变量转换为少数几个综合指标(或称潜变量)。通过降维将相关性高的变量聚在一起,从而减少需要分析的变量数量,减少问题分析的复杂性。由表 5 可知,各县域气候因子和社会经济指标在转换综合指标时,各综合指标的主要组成存在一定差异和规律。如综合指标因子 1 中,虽然各不相同,但主要指标里均有第一产业增加值、第二产业增加值,因子 3 和因子 4 的主要指标为气候因子,而表5 中贡献率指的是综合因子对整体数据信息反映的程度。由于在计算综合因子时,需要对原始数据进行标准化处理,再进一步讨论综合因子与 FVC 相关性,可知综合因子与 FVC 相关系数可在一定程度上表明其在 FVC 变化过程的作用大小。表 5 阿勒泰地区 FVC 变化影响因子分析及贡献率阿勒泰福海富蕴哈巴河吉木乃青河因子 1主要指标DYCYZJZDECYZJZRLCLYLCLNMZRKDYCYZJZNYJXZDLRLCLDECYZJZDYCYZJZNMZRKNYJXZDLDECYZJZDYCYZJZNYJXZDLYLCLDECYZJZDECYZJZDYCYZJZLSCLDYCYZJZDECYZJZNYJXZDLLSCL贡献率%46.2334.8145.2641.9228.6444.37与 FVC 相关系数0.4140.4630.2410.3940.1050.029因子 2主要指标NYJXZDL68PJQWLSCLNMZRKRLCLYLCLRLCLLSCLNYJXZDL68JYLYLCLYLCLNMZRK贡献率%16.1520.5616.9315.5723.5219.66与 FVC 相关系数-0.098-0.103-0.2440.073-0.3580.187因子 3主要指标LSCL68JYL68PJQWLSCL68JYLNMZRKRLCLNMZRK68JYLRLCL贡献率%12.0715.0213.2114.1717.7615.95与 FVC 相关系数0.0290.458-0.367-0.485-0.6860.393因子 4主要指标68JYL68PJQW68JYL68PJQW68PJQW68PJQW贡献率%11.7514.0312.3812.0214.0612.47与 FVC 相关系数0.424-0.2380.342-0.249-0.553-0.055 注:NMZRK 为年末总人口;NYJXZDL 为农业机械总动力;DYCYZJZ 为第一产业增加值;DECYZJZ 为第二产业增加值;LSCL 为粮食产量;YLCL 为油料产量;RLCL 为肉类产量;68JYL 为 68 月降雨量;68PJQW 为 68 月平均气温。阿勒泰 FVC 变化主要受因子 1 和因子 4 影响,且两因子在 FVC 变化过程中各自发挥作用基本相同,而农业机械总动力、68 月平均气温、粮食产量指标对阿勒泰 FVC 作用不明显。福海 FVC 变化主要受因子 1 和因子 3 影响,即受社会经济(第一产业增加值、农业机械总动力、肉类产量、第二产业增加值)和气候因子影响(68 月降雨量),其他因子作用为负,但较小。富蕴 FVC 变化受 4 个因子作用相当,其中因子 2(肉类产量、油料产量)和因子 3(68月平均气温、粮食产量)作用为负。社会经济(第一产业增加值、农业机械总动力、油料产量、第二产业增加值)对哈巴河 FVC 变化起到积极作用,而气候因子对哈巴河 FVC 变化起到消极影响。气候因子和社会经济主导吉木乃 FVC 变化,表现为消极作第 3 期岳胜如 等:20002020 年寒旱地区植被覆盖变化及影响因素分析 以阿勒泰地区为例111 用,因子 1(第二产业增加值、第一产业增加值、粮食产量)对 FVC 变化为积极作用,但影响程度较低。青河 FVC 变化主要受到因子 2(油料产量、年末总人口)和因子 3(68 月降雨量、肉类产量)影响。综上所述,各县域 FVC 变化受到气候因子和社会经济因素共同作用,但主导因子、作用强度、作用效果存在差异。3 讨论与结论3.1 讨论 研究区 FVC 计算,选择了图像 NDVI 频率直方图 中 对 应 的 一 个 累 积 频 率,累 计 值 1%为NDVInon,99%为 NDVIveg,这样可以消除图像的各种干扰,但研究表明累计值的选择存在区域差异23,使得 FVC 计算存在一定偏差。FVC 随时间序列变化趋势分析中,采用一元线性回归及显著性检验的方法,事实上各像元 FVC 随时序变化可能并非线性关系,用线性函数表示非线性关系必然存在信息损失26。本研究采用相关性分析和因子分析,探究 FVC变化对气候因子的响应强度和特征,发现 68 月降雨量与 FVC 变化主要呈现正相关关系,68 月平均气温与 FVC 变化主要呈现负相关关系,且 68 月降雨量与 FVC 相关系数绝对值大于 68 月平均气温与 FVC 相关系数。可知,在干旱少雨的阿勒泰地区,夏季降雨促进了研究区植被生长,而温度似乎抑制了植被的生长。分析人类活动对 FVC 变化影响发现,各社会经济指标与 FVC 主要呈现正相关性,表明人类活动(比如更科学的农田耕作模式、退耕还林还草政策、牲畜饲养模式的改变等)对植被生长主要起到促进作用。另外,各县域产业结构不同,代表人类活动强度的社会经济指标选取可能存在差异,比如所选部分指标对农耕区代表性更强,而缺乏牧区牲畜数量等反映牧区情况的具体指标,所选指标代表人类活动强度的全面性有待进一步探究。本研究中以人类活动为主的因子 1 在部分县域与 FVC 显著相关,表明 FVC 变化受人类活动显著影响,这与WANG H 等6、刘阳等16研究结果相同。此外,FVC 的变化也受到一些难以量化的气候因子和人为因素的影响。国家生态保护政策是影响中国 FVC恢复的关键因素,山水林田湖草沙一体化保护和修复工程使坡地种植类型多样化,增加了 FVC,改善了生态环境。同时,通过评价牧草生产能力,确定牲畜数量,并对当地牧民的调整给予补贴和奖励,有效地控制了草原荒漠化。人类活动,包括生产活动和生活方式,可能导致 FVC 对气候因子的敏感性降低27,这些影响因子对植被恢复具有重要意义,有待进一步挖掘,并进行特征的定量分析。3.2 结论 利用遥感数据对新疆阿勒泰地区 20002020年 FVC 时空变化进行监测,分析 FVC 变化的相关因素,研究的主要结论如下:1)研究区植被整体上呈现北高南低空间分布规律;21 a 间阿勒泰地区平均 FVC 值为 0.337,20002020 年间研究区 FVC 呈显著增长趋势,增速为1.5510-3a。增加和显著增加区域占研究区总面积的11.03%,其面积为13 232 km2;88.03%区域 FVC 基本保持不变。2)20002020 年研究区降雨量、平均气温变化趋势不显著;68 月降雨量和平均气温对 FVC 影响大于年降雨量和年平均气温,FVC 与降雨量主要呈正相关,与平均气温呈负相关。3)各县域 FVC 变化受到气候因子和社会经济活动共同影响,不同县域 FVC 变化的主导因子、作用强度、作用效果存在差异。参考文献1 BORER E T,GRACE J B,HARPOLE W S,et al.A dec-ade of insights into grassland ecosystem responses to global environmental change J.Nature ecology&evolution,2017,1(5):1-7.2 ADAMS J M,FAURE H,FAURE-DENARD L,et al.In-creases in terrestrial carbon storage from the last glacial maximum to the presentJ.Nature,19