2001—2020年黄河流域植被覆盖变化及其影响因素

doi:10.7522/j.issn.1000-694X.2021.00076

摘要/Abstract

摘要：

基于MODIS NDVI植被指数和气象数据集，以集合经验模态分解、趋势分析和随机森林回归分析等方法，分析了黄河流域2001—2020年植被覆盖时空变化特征，并对其气候驱动因素进行探讨。结果表明：（1）2001—2020年黄河流域植被覆盖整体呈显著增长趋势，增速为0.055/10a （P<0.05），2010年之前增速（0.067/10a）大于2010年之后的增速（0.051/10a）。（2）空间上，植被覆盖增加区域主要分布在陕北黄土高原、甘肃省东南部、内蒙古自治区河套平原等退耕还林还草生态工程实施区域，而植被覆盖显著下降区域则集中在关中平原城市群、黄淮海平原以及青藏高原等区域。（3）气温、降水和CO₂浓度等对黄河流域植被生长起到正向促进作用，且绝对敏感性依次降低，而大气饱和水汽压差、太阳辐射等对植被生长起到抑制作用。本研究结果可为评估气候变化对黄河流域植被覆盖变化的综合影响提供参考依据。

关键词: 黄河流域, 植被指数, 时空变化, 影响因素

Abstract:

Based on the MODIS NDVI vegetation index and meteorological data sets， and by utilizing the methods of Ensemble Empirical Mode Decomposition， trend analysis， and Random Forest Regression， this paper analyzes the spatiotemporal changes in vegetation coverage in the Yellow River Basin from 2001 to 2020 and discusses the driving factors behind the changes. The analysis produced the following findings. （1） The spatial averaged NDVI showed a significant increasing trend across the Yellow River Basin from 2001 to 2020， with a growth rate of 0.055/10a （P<0.05）. The regional growth rates of different land cover types are significantly different. Among them， the growth rate of the conversion of farmland to forest （grass） region is the fastest， followed by the agricultural land region， and the natural vegetation region. （2） Spatially， areas with increased vegetation coverage are mainly distributed in the Loess Plateau of northern Shaanxi， southeastern Gansu Province， the Hetao Plain of Inner Mongolia Autonomous Region， and in other areas where the Sloping Land Conversion Program is implemented. Meanwhile， areas with significant decline in vegetation coverage are mainly concentrated in the Guanzhong Plain urban agglomerations， the Huanghuaihai Plain， and the Qinghai-Tibet Plateau. （3） Regression analysis results show that the overall impact factors such as temperature， carbon dioxide concentration， and precipitation positively promote vegetation growth and the absolute contribution rate will decrease sequentially， while factors such as atmospheric vapor pressure deficit and radiation generally inhibit vegetation growth. The findings of this study provide a reference for assessing the comprehensive impact of climate change on vegetation cover changes across the Yellow River Basin.

Key words: Yellow River Basin, vegetation index, spatiotemporal changes, influencing factors

中图分类号:

X171

孙高鹏, 刘宪锋, 王小红, 李双双. 2001—2020年黄河流域植被覆盖变化及其影响因素[J]. 中国沙漠, 2021, 41(4): 205-212.

Gaopeng Sun, Xianfeng Liu, Xiaohong Wang, Shuangshuang Li. Changes in vegetation coverage and its influencing factors across the Yellow River Basin during 2001-2020[J]. Journal of Desert Research, 2021, 41(4): 205-212.

图/表 6

图1 2010年前后黄河流域NDVI差值空间分布

Fig.1 Spatial distribution of NDVI differences across the Yellow River Basin before and after 2010

图2 2001—2020年黄河流域土地利用类型变化及NDVI变化趋势

Fig.2 Changes in land use types and NDVI trends across the Yellow River Basin during 2001-2020

图3 2001—2020年黄河流域植被覆盖时空变化特征

Fig.3 Spatiotemporal change of vegetation cover across the Yellow River Basin during 2001-2020

表1 2001—2020年植被覆盖变化趋势显著性检验统计表

Table 1 Statistics of significance test of vegetation cover dynamic during 2001-2020

变化趋势	变化程度	分级标准	像元个数	百分比/%
变化趋势	变化程度	分级标准	Sen/EEMD	Sen/EEMD
增长	极显著增长^**	Slope>0且P<0.01	460736/751084	51.03/83.18
	显著增长^*	Slope>0且0.01≤P<0.05	118097/26097	13.08/2.89
	不显著增长	Slope>0且P≥0.05	245733/52735	27.21/5.84
减少	不显著减少	Slope<0且P≥0.05	63395/36908	7.02/4.08
	显著减少^*	Slope<0且0.01≤P<0.05	7307/6928	0.81/0.77
	极显著减少^**	Slope<0且P<0.01	7671/29186	0.85/3.23

图4 NDVI与气象因子偏相关分析结果

Fig.4 Partial correlation coefficient between NDVI and multiple meteorological factors

图5 植被覆盖变化对不同气候因子的敏感性分析

Fig.5 Sensitivity analysis of vegetation cover change to multiple meteorological factors

参考文献 28

1	孙红雨，王长耀，牛铮，等.中国地表植被覆盖变化及其与气候因子关系：基于NOAA时间序列数据分析［J］.遥感学报，1998，2（3）：204-210.
2	韦振锋，王德光，张翀，等.1999—2010年中国西北地区植被覆盖对气候变化和人类活动的响应［J］.中国沙漠，2014，34（6）：1665-1670.
3	李双双，延军平，万佳.近10年陕甘宁黄土高原区植被覆盖时空变化特征［J］.地理学报，2012，67（7）：960-970.
4	刘宪锋，朱秀芳，潘耀忠，等.1982-2012年中国植被覆盖时空变化特征［J］.生态学报，2015，35（16）：5331-5342.
5	Zhou S，Williams A P，Berg A M，et al.Land-atmosphere feedbacks exacerbate concurrent soil drought and atmospheric aridity［J］.Proceedings of the National Academy of Sciences，2019，116（38）：18848-18853.
6	Zhou S，Zhang Y，Park Williams A，et al.Projected increases in intensity，frequency，and terrestrial carbon costs of compound drought and aridity events［J］.Science Advances，2019，5（1）：eauu5740.
7	Huang M，Piao S，Janssens I A，et al.Velocity of change in vegetation productivity over northern high latitudes［J］.Nature Ecology & Evolution，2017，1（11）：1649-1654.
8	Piao S，Nan H，Huntingford C，et al.Evidence for a weakening relationship between interannual temperature variability and northern vegetation activity［J］.Nature Communications，2014，5：5018.
9	Liu L，Gudmundsson L，Hauser M，et al.Soil moisture dominates dryness stress on ecosystem production globally［J］.Nature Communications，2020，11：4892.
10	Liu L，Peng S，Aghakouchak A，et al.Broad consistency between satellite and vegetation model estimates of net primary productivity across global and regional scales［J］.Journal of Geophysical Research：Biogeosciences，2018，123（12）：3603-3616.
11	Yuan W，Zheng Y，Piao S，et al.Increased atmospheric vapor pressure deficit reduces global vegetation growth［J］.Science Advances，2019，5（8）：eaax1396.
12	刘宪锋，潘耀忠，朱秀芳，等.2000—2014年秦巴山区植被覆盖时空变化特征及其归因［J］.地理学报，2015，70（5）：705-716.
13	Kaufmann R K，Zhou L，Tucker C J，et al.Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999［J］.Journal of Geophysical Research Atmospheres，2002，107（D11）：1-7.
14	Chen C，Park T，Wang X，et al.China and India lead in greening of the world through land-use management［J］.Nature Sustainability，2019，2（2）：122-129.
15	赵安周，刘宪锋，朱秀芳，等.2000—2014年黄土高原植被覆盖时空变化特征及其归因［J］.中国环境科学，2016，36（5）：1568-1578.
16	周德成，赵淑清，朱超.退耕还林工程对黄土高原土地利用/覆被变化的影响：以陕西省安塞县为例［J］.自然资源学报，2011，26（11）：1866-1878.
17	刘宪锋，杨勇，任志远，等.2000—2009年黄土高原地区植被覆盖度时空变化［J］.中国沙漠，2013，33（4）：1244-1249.
18	Peng S，Ding Y，Liu W，et al.1 Km monthly temperature and precipitation dataset for china from 1901 to 2017［J］.Earth System Science Data，2019，11（4）：1931-1946.
19	孟倩文，尹球.中国区域CO₂多年时空变化的卫星遥感分析［J］.遥感技术与应用，2016，31（2）：203-213.
20	王舒鹏，张兴赢，王维和，等.基于Gosat L4B数据的全球和中国区域近地面CO₂含量变化分析［J］.科技导报，2015，33（17）：63-68.
21	Wu Z，Huang N E.A Study of the characteristics of white noise using the empirical mode decomposition method［J］.Proceedings Mathematical Physical & Engineering Sciences，2004，460（2046）：1597-1611.
22	张成卓，郭景松，曹小群，等.1993—2016年中国近海海平面时空变化趋势［J］.海洋科学进展，2021，39（2）：187-196.
23	Liu Y，Liu X，Hu Y N，et al.Analyzing nonlinear variations in terrestrial vegetation in china during 1982-2012［J］.Environmental Monitoring and Assessment，2015，187：722.
24	Liu Y，Wang Y，Peng J，et al.Correlations between urbanization and vegetation degradation across the world’s metropolises using Dmsp/Ols nighttime light data［J］.Remote Sensing，2015，7（2）：2067-2088.
25	徐建华.现代地理学中的数学方法［M］.北京：高等教育出版社，2002.
26	姚雄，余坤勇，刘健.基于无人机多光谱遥感的马尾松林叶面积指数估测［J］.农业机械学报，2021：1-10.
27	Li S，Yang S，Liu X，et al.Ndvi-Based analysis on the influence of climate change and human activities on vegetation restoration in the Shaanxi-Gansu-Ningxia Region，Central China［J］.Remote Sensing，2015，7（9）：11163-11182.
28	Liu X，Zhu X，Pan Y，et al.Thermal growing season and response of alpine grassland to climate variability across the Three-Rivers Headwater Region，China［J］.Agricultural and Forest Meteorology，2016，220：30-37.

[1]	周成, 张旭红, 张倩, 柳炳华. 黄河流域“五位一体”综合评价体系建构与空间差异研究[J]. 中国沙漠, 2021, 41(4): 1-11.
[2]	杨洁, 谢保鹏, 张德罡. 黄河流域生境质量时空演变及其影响因素[J]. 中国沙漠, 2021, 41(4): 12-22.
[3]	孙曼, 宋涛. 甘肃省黄河流域科技创新与产业发展时空格局及协同发展模式[J]. 中国沙漠, 2021, 41(4): 140-151.
[4]	韩梦涛, 涂建军, 徐桂萍, 姜莉. 黄河流域水域生态系统服务与经济发展时空协调性[J]. 中国沙漠, 2021, 41(4): 167-176.
[5]	朱陇强, 王晓云, 刘佳敏, 颉耀文. 甘肃河西地区历史遗址分布及其自然环境背景[J]. 中国沙漠, 2021, 41(4): 121-128.
[6]	李光勤, 方徐兵. 黄河流域绿色发展水平时空演变特征[J]. 中国沙漠, 2021, 41(4): 129-139.
[7]	高永道, 乔荣荣, 季树新, 白雪莲, 王理想, 常学礼. 内蒙古河套灌区作物种植结构变化及其驱动因素[J]. 中国沙漠, 2021, 41(3): 110-117.
[8]	邢学刚, 颜长珍, 逯军峰, 翟晓慧, 贾浩巍, 谢家丽. 青海高寒草甸退化演替中的植被指数[J]. 中国沙漠, 2021, 41(3): 203-213.
[9]	庄立超, 王乃昂, 张洵赫, 赵力强, 苏贤保. 巴丹吉林沙漠典型湖冰冻结-消融的空间模式差异[J]. 中国沙漠, 2021, 41(3): 214-223.
[10]	刘珺, 郭中领, 常春平, 王仁德, 李继峰, 李庆, 王旭洋. 基于RWEQ和WEPS模型的中国北方农牧交错带潜在风蚀模拟[J]. 中国沙漠, 2021, 41(2): 27-37.
[11]	徐书兴, 吴倩倩, 乔殿学, 穆英林, 张晓, 刘艳书, 杨晓晖, 时忠杰. 蒙古东部野火时空格局及其影响因素[J]. 中国沙漠, 2021, 41(2): 83-91.
[12]	雷军, 杨逍虎, 刘红梅, 赵玉红, 范菊萍, 郭彩霞. 黑河流域中游荒漠典型区域植被生物量及其影响因素[J]. 中国沙漠, 2021, 41(1): 203-208.
[13]	颜长珍, 李森, 逯军峰, 刘立超. 1975—2015年腾格里沙漠湖泊面积与数量[J]. 中国沙漠, 2020, 40(4): 183-189.
[14]	宁宝英, 马建霞, 姜志德. 生态治理技术适宜性评价影响因素及概念模型——以沙漠化治理技术为例[J]. 中国沙漠, 2020, 40(2): 9-16.
[15]	徐丹蕾, 丁靖南, 伍永秋. 1989-2014年毛乌素沙地湖泊面积[J]. 中国沙漠, 2019, 39(6): 40-47.