中国沙漠
img

官方微信

高级检索
作者投稿 专家审稿 编辑办公

中国沙漠, 2023, 43(3): 96-106 doi: 10.7522/j.issn.1000-694X.2022.00146

1982—2017年黑河流域植被指数动态及其对气候变化与生态建设工程的响应

韩子言,1, 蒙吉军,1, 邹易1, 朱利凯2

1.北京大学 城市与环境学院 地表过程分析与模拟教育部重点实验室，北京 100871

2.华东师范大学 地理科学学院 地理信息科学教育部重点实验室，上海 200241

Vegetation dynamics and their response to climate change and ecological protection projects in the Heihe River Basin from 1982 to 2017

Han Ziyan,1, Meng Jijun,1, Zou Yi1, Zhu Likai2

1.MOE Key Laboratory for Earth Surface Processes，School of Urban and Environmental Sciences，Peking University，Beijing 100871，China

2.MOE Key Laboratory of Geographic Information Science，School of Geographical Sciences，East China Normal University，Shanghai 200241，China

通讯作者: 蒙吉军（E-mail： jijunm@pku.edu.cn）

收稿日期: 2022-10-05   修回日期: 2022-11-08  

基金资助: 国家自然科学基金项目.  41871074

Received: 2022-10-05   Revised: 2022-11-08  

作者简介 About authors

韩子言（1997—），女，天津人，博士研究生，研究方向为干旱区社会生态系统的耦合机制E-mail：hanziyan@pku.edu.cn , E-mail：hanziyan@pku.edu.cn

摘要

为改善黑河流域生态系统整体功能，缓解植被退化趋势，中国自2000年起先后在黑河流域实施了一系列生态建设工程。在气候变化背景下，客观衡量生态建设工程的效益具有重要意义。本研究基于1982—2017年归一化差异植被指数（NDVI）数据集和气候数据，采用趋势分析研究黑河流域植被的动态变化，结合偏相关分析和残差分析来剥离气候变化和生态建设工程对植被的影响。结果表明：（1）1982—2017年黑河流域植被NDVI总体波动上升，2000年后NDVI增加速率呈上升趋势；（2）气温和降水的增加趋势对NDVI起正向作用，且降水增加对NDVI的影响更显著；（3）自2000年生态建设工程实施后，人类活动对植被NDVI变化的影响占据主导地位，30.18%的研究区受到生态建设工程的正向影响，其中在耕地和林地的表现尤为突出。这表明生态建设工程对黑河流域植被增加产生重要影响。

关键词： NDVI ; 气候变化 ; 生态建设工程 ; 土地覆被 ; 黑河流域

Abstract

In order to improve ecosystem functions and prevent vegetation degradation in the Heihe River Basin， China has implemented a series of ecological protection projects in the Heihe River Basin since 2000. It is of great significance to quantitatively isolate the contribution of ecological projects from the effect of climate change to better assess the effectiveness of these projects. Based on NDVI and climatic datasets in the Heihe River Basin， this study adopted trend analysis to derive the spatial and temporal patterns of vegetation dynamics， and used the combined partial correlation analysis and residual analysis to distinguish the impact of climate change from that of ecological protection projects on vegetation from 1982 to 2017. The results showed that： （1） NDVI exhibited an upward trend in the Heihe River Basin from 1982 to 2017， especially after 2000. （2） Temperature and precipitation had a positive effect on the NDVI， and the increase in precipitation made more contribution to the greening trend. （3） After the implementation of the ecological protection project in 2000， the impact of human activities dominated the change of NDVI. The implementation of ecological construction projects explained up to 30.18% of the total variance of NDVI， and the contribution was even more in cultivated lands and forests. We concluded that the ecological protection projects played an important role in the greening of vegetation in the Heihe River Basin. Our research could improve the understanding of vegetation dynamics in the Heihe River Basin and provide scientific evidence for promoting ecological construction and sustainable development in arid areas.

Keywords： NDVI ; climate change ; ecological project ; land cover ; Heihe River Basin

PDF (3215KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

韩子言, 蒙吉军, 邹易, 朱利凯. 1982—2017年黑河流域植被指数动态及其对气候变化与生态建设工程的响应. 中国沙漠[J], 2023, 43(3): 96-106 doi:10.7522/j.issn.1000-694X.2022.00146

Han Ziyan, Meng Jijun, Zou Yi, Zhu Likai. Vegetation dynamics and their response to climate change and ecological protection projects in the Heihe River Basin from 1982 to 2017. Journal of Desert Research[J], 2023, 43(3): 96-106 doi:10.7522/j.issn.1000-694X.2022.00146

0 引言

在气候变化和人类活动的共同作用下，全球陆地生态系统表现出不同程度的退化［1-2］，并且受人类活动的影响较大［3-4］。特别是干旱和半干旱地区，因气候变暖、干旱加剧和人口增长的综合效应，未来生态退化、沙漠化风险将进一步加剧［5］，阻碍社会和经济发展，并威胁到生态系统的稳定性。植被作为陆地生态系统的关键组成部分，通过调节物质和能量循环维持生态系统功能，提供各种生态系统服务［6-7］，其退化对以农牧业为主的干旱和半干旱地区的持续发展将产生巨大影响［8］。在过去几十年，随着对植被退化、生态恢复的重视，许多国家开始实施生态建设项目，旨在不降低基本要求的前提下，实现社会经济发展和生态环境保护的双赢，改善人类福祉［9-10］。

归一化差异植被指数（Normalized Difference Vegetation Index，NDVI）具有算法简单、覆盖范围广等优势，已被广泛应用于环境和气候变化的研究［11-13］。人类活动对植被NDVI产生重要影响。一方面，耕地开垦、工业布局、城镇扩建等经济活动将导致NDVI下降［14］；另一方面，生态建设工程如退耕还林、开荒造林等直接改变土地覆被类型，或者通过封山育林、森林抚育等对提高NDVI具有重要作用［15］。近年来，一些学者采用相关分析［16］、回归分析［17］研究气候变化和人类活动影响下植被动态变化。而植被对外界变化的响应是非线性和非稳态的，故此类研究存在一定误差。基于实验机理的过程模型研究植被变化的驱动机制虽然较为精确，但需大量基础数据，并且模型验证也受到限制［18］。考虑时间尺度效应和空间异质性，残差分析可通过模拟无人类活动干扰下的植被变化与实际植被的差异来间接衡量人类活动的影响，进而有效衡量人类活动对植被的动态影响［19］。另外，还有学者采用人工神经网络获取生态建设基准期和改变期的插值量化分析生态建设工程对植被变化的影响［20-21］。一般来说，生态建设工程的实施会促使土地覆被向林地或草地转化［22］，因此，本研究从土地覆被角度出发，通过揭示植被动态变化分析生态建设工程的实施效益。

黑河流域位于中国西北内陆干旱与半干旱地带，是荒漠集中、植被稀少、土壤侵蚀、沙漠化强烈的典型生态脆弱区［23］。多年来，在气候变化的背景下，随着中游绿洲农业和城镇化建设对水土资源需求的激增，黑河流域生态系统的敏感性和脆弱性进一步加剧，尤其是下游出现绿洲萎缩、胡杨林枯死等生态退化现象。为改善流域生态状况，2000年后中国先后实施了包括退耕还林还草、生态补偿、重点防护林建设计划、野生动物保护和自然保护区发展计划以及“黑河甘蒙分水方案”等多项生态建设工程。截至目前，这些生态建设工程产生了积极的效应，并在一定程度上缓解了生态退化的趋势［24］。与此同时，随着黑河流域社会经济的快速发展，耕作放牧、城镇扩张等人类活动又会导致植被出现衰退趋势。因此，剥离气候影响，量化不同土地覆被类型下植被对人类活动的响应，对评估黑河流域生态建设工程的有效性具有重要意义。

目前，黑河流域植被面临气候变化、社会经济高速发展和生态建设工程的多重影响，区域生态恢复和生态系统的管理具有很大不确定性。为此，本文基于遥感数据，采用趋势分析法、残差分析法以及地统计方法探究生态建设工程实施前后黑河流域植被动态变化，揭示植被对气候变化和人类活动的响应，进而在一定程度上衡量生态建设工程的效果。研究结果有望增强对气候变化背景下人类活动对植被变化过程的理解，为干旱区生态恢复制定有针对性的生态系统管理措施提供科学依据。

1 研究区概况与研究方法

1.1　研究区概况

黑河流域位于中国西北内陆地区（37°50′—42°40′N、97°—102°E），涉及青海、甘肃和内蒙古三省区，跨越半干旱、干旱与极度干旱气候区，多年平均气温由北向南递减、多年平均降水量由北向南递增，是西北内陆重要的生态屏障区。研究区总面积为13.4万km2，地势南高北低（图1），上游祁连山区大部分为中高山地，植被覆盖度高，人烟稀少，是黑河的水源涵养与径流补给区；中游为河西走廊平原区，地势较为平缓，绿洲、荒漠、戈壁、沙漠断续相间分布，光热资源丰富，是黑河流域人口分布最为密集的区域，由于农业灌溉和城镇生产生活用水，也是黑河径流消耗的主要区域；下游额济纳盆地包括甘肃省金塔县和内蒙古额济纳旗，以戈壁沙漠为主（75%以上），生态环境极为脆弱。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区示意图

Fig.1   Geographic features of study area


1.2　数据来源和处理

为延长对区域植被变化的研究时间，本研究采用的植被NDVI数据来源于GIMMS NDVI和SPOT/VEGETATION NDVI数据集。其中，GIMMS NDVI数据来自美国航空航天局（https：//ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/），由美国海洋和大气管理局先进的甚高分辨率辐射计（NOAA-AVHRR）获取，时间分辨率为15 d，空间分辨率为0.083°；SPOT/VEGETATION NDVI数据来自国家青藏高原科学数据中心（https：//www.tpdc.ac.cn），由SPOT-4卫星搭载的VEGETATION传感器获取，涵盖从1998年4月至今的数据，时间分辨率为10 d，空间分辨率为1 km。本研究使用1982—1999年的GIMMS NDVI数据集和2000—2017年的SPOT/VEGETATION NDVI数据集。由于两类数据在趋势分析和单个NDVI对比分析中高度吻合，可以结合使用［25］。首先采用最大值合成法获得月NDVI，对其求平均最终得到1982—2017年年均NDVI，并且将GIMMS NDVI数据的空间分辨率重采样至1km，与SPOT NDVI数据具有相同的分辨率。

研究使用的气候数据来自国家青藏高原科学数据中心（http：//data.tpdc.ac.cn/）。该数据集由遥感产品、再分析数据集和气象站现场数据融合而成，时间跨度为1979—2018年，时间分辨率为3 h，空间分辨率为0.1°，将其重投影和重采样与NDVI数据保持一致。1980—2018年土地覆被数据来自中国科学院资源环境科学与数据中心（http：//www.resdc.cn/）。该数据以各期Landsat TM/ETM遥感影像为主要数据源，通过人工目视解译生成耕地、林地、草地、水域、建设用地和未利用地6个一级类型以及25个二级类型，空间分辨率为1 km×1 km。

1.3　研究方法

1.3.1　趋势分析

趋势分析可以反映要素在特定区域和特定时间段的持续变化。通过分析不同时期的像元变化，揭示整个研究区要素的时空动态特征［26］。目前，此方法已被广泛应用于分析水文、气候、植被等因素变化趋势的空间特征［27-28］，并通过t检验法（P<0.05）对变化趋势的显著性进行检验。计算公式如下：

slope=n×∑j=1n(j×RSEIj)-∑j=1nj∑j=1nRSEIjn×∑j=1nj2-∑j=1nj2

式中：slope为NDVI变化趋势，slope>0 表明NDVI呈增加的趋势，slope<0 表明NDVI呈减少的趋势；n为监测年数；j代表时间序列。本文根据上述显著性检验结果，将NDVI的趋势变化分为6类：极显著下降（P<0.01，slope <0）、显著下降（P<0.05，slope <0）、不显著下降（P>0.05，slope <0）、不显著增加（P>0.05，slope >0）、显著增加（P<0.05，slope >0）、极显著增加（P<0.01，slope >0）。

1.3.2　偏相关分析

偏相关分析可以反映植被NDVI与环境要素之间的相互关系［29］。当某一环境要素的变化引起其他要素变化的时候，偏相关分析可以将其他要素的影响剔除，计算公式如下：

rxy∙z=rxy-rxyryz(1-rxz2)(1-ryz2)

式中：rxy、rxz、ryz分别为要素x与y、x与z、y与z之间的相关系数；rxy∙z为将要素z固定后要素x与y的偏相关系数，采用t检验对偏相关系数进行显著性检验。

1.3.3　残差分析

本文采用Evans等［30］提出的残余趋势分析来区分气候变化和人类活动对NDVI的影响。通过对NDVI和气候因素（气温和降水）进行回归分析建立模型，得到预测的NDVI，表明气候变化对NDVI产生的影响，而预测的NDVI与观测NDVI之间的差便是残差，表明人类活动对NDVI的影响。当NDVI残差随时间的变化趋势不显著时，NDVI的变化是由气候变化解释；反之，由人类活动解释［19］。目前，残差分析方法已被证明可有效识别人类活动相关的植被管理和生态恢复措施［31］。

NDVIpre=c+a×P+b×T
NDVIres=NDVIobs-NDVIpre

式中：NDVIpre表示NDVI的预测值；NDVIobs表示NDVI的观测值；a,b,c分别为回归系数，其中c为常数；T表示年平均气温；P表示降水量；NDVIres为NDVIobs和NDVIpre的差值，表示植被对人类活动的响应。

根据残差分析结果，分别得到气候变化和人类活动对NDVI的相对贡献率：

r1=k(NDVIpre)k(NDVIobs)×100%
r2=kNDVIreskNDVIobs×100%

式中：r1表示气候变化对NDVI的相对贡献率；r2表示人类活动对NDVI的相对贡献率；k(NDVIpre)表示NDVI预测值的趋势，k(NDVIobs) 表示NDVI观测值的趋势，kNDVIres表示NDVI残差值的趋势。由于研究区大部分生态建设工程于2000年之后开始实施，并且分析发现2000年前后NDVI趋势发生变化，因此选择2000年作为时间拐点，通过对比1982—1999年和2000—2017年两个阶段NDVI对气候变化和人类活动的响应，衡量生态建设工程对NDVI的贡献。

2 结果

2.1　 NDVI 和气候因子的变化趋势

2.1.1　区域尺度 NDVI 和气候因子变化趋势

如图2所示，在流域尺度上，黑河流域年平均气温和年降水量呈现显著的增加趋势，年变化速率分别为0.0518 ℃和1.8915 mm，表明近40年黑河流域气候朝着温暖湿润的方向发展。NDVI呈波动上升趋势，NDVI为0~0.9，多年平均值为0.19。其中，1982—1999年NDVI上升速率为0.0009；2000年上升速度加快，达0.0018，是之前的2倍。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   1982—2017年黑河流域植被指数（NDVI）和气温、降水量的年际变化趋势

Fig.2   Trends of NDVI （A）， temperature （B） and precipitation （C） in Heihe River Basin during 1982-2017


2.1.2　栅格尺度的 NDVI 变化趋势

1982—2017年，黑河流域NDVI变化趋势表现出显著的空间异质性（图3C和图3F），呈现南高北低的态势。从表1看出，49.35%的区域NDVI得到改善，其中极显著增加占27.36%，显著增加占3.11%；50.65%的区域NDVI表现出降低趋势，其中极显著降低占22.13%，显著降低占4.88%， 主要分布在下游荒漠区。2000年前，除下游荒漠地区外，植被普遍呈现缓慢变绿趋势（图3A和图3D），71.86%的区域植被NDVI呈现增加趋势，其中极显著增加的占6.93%，显著增加的占36.11%；28.14%的区域植被NDVI呈现降低趋势，只有7.81%的面积植被NDVI呈现出显著降低趋势。2000年以后，研究区NDVI的变绿趋势加速（图3B和图3E）。除未利用地和建设用地，其他土地覆被类型均呈现NDVI增加趋势的区域大于减少趋势的区域（表2），95.73%的耕地NDVI得到较大改善，其次是林地和草地，占比分别为90.30%和64.13%。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   不同阶段黑河流域植被NDVI变化趋势（A~C）及显著性检验（D~F）的空间分布

Fig.3   Spatial patterns of NDVI trend （A，B，C） and statistical significance （D，E，F） in Heihe River Basin during 1982-2017


表1   不同阶段 NDVI 变化趋势统计（%）

Table 1  Trends of NDVI in different stages（%）

阶段NDVI增加NDVI降低
极显著显著不显著极显著显著不显著
1982—1999年6.9336.1128.831.806.0120.33
2000—2017年17.155.5813.5021.1317.1925.43
1982—2017年27.363.1118.8822.134.8823.64

新窗口打开| 下载CSV


表2   1982—2017年不同土地覆被类型 NDVI 变化趋势面积占比统计（%）

Table 2  Proportions of different NDVI trends by land cover type from 1982 to 2017（%）

土地覆被类型耕地林地草地建设用地未利用地
NDVI增加区域面积占比95.7390.3064.1333.3334.18
NDVI降低区域面积占比4.279.7035.8766.6765.82

新窗口打开| 下载CSV


2.2　 NDVI 对气候因子的响应

从图4可以看出，黑河流域NDVI与降水整体上呈正相关关系，呈现南高北低的空间分布，相关性较高的区域分布在上游祁连山区和中下游绿洲区。其中，降水与NDVI显著正相关占研究区面积的27.53%；显著负相关仅占1.29%，空间分布较为分散（图4A和图4C）。NDVI与气温整体也呈现正相关，分布无明显差异，在22.69%的研究区域中，气温与NDVI的正偏相关系数通过显著性检验（P<0.05），22.76%的研究区域中，温度与NDVI的负偏相关系数通过显著性检验（P<0.05，图4B和图4D）。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   黑河流域NDVI与气候因子之间的偏相关性（A、B）及显著性检验（C、D）的空间分布

Fig.4   Spatial patterns of partial correlation coefficients （A，B） and statistical significance （C，D） between NDVI and climatic factors in Heihe River Basin


1982—2017年，气候变化对植被变异改善的贡献率为75.70%，对植被退化归因占82.97%（图5）。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   气候变化对黑河流域NDVI的相对贡献率的空间分布

Fig.5   Spatial pattern of the relative contribution of climate change to NDVI in the Heihe River Basin


2.3　 NDVI 对生态建设工程的响应

1982—2017年，黑河流域植被NDVI残差趋势表现出明显的空间差异性，呈现南高北低的分布特征（图6A）。其中，64.45%面积的区域残差呈现正向趋势，18.69%呈现显著增加；35.55%面积的区域残差呈现负向趋势，其中只有4.76%的区域残差呈现显著降低，且分布零星（图6B）。其中，人类活动对植被NDVI的正向贡献率用于衡量生态建设工程效益。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   黑河流域1982—2017年NDVI残差趋势（A）及显著性检验（B）的空间分布

Fig.6   Spatial distribution of NDVI residual trends （A） and statistical significance （B） in the Heihe River Basin


人类活动对NDVI的相对贡献与气候变化的相对贡献率具有明显的空间差异性（图7）。1982—2017年，共有24.30%植被改善归因于生态建设工程的实施；而基础设施建设、过度放牧、耕地开垦等人类活动对植被的负向影响占17.03%。此外，78.12%的区域受气候变化的影响大于人类活动的影响。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   人类活动对黑河流域NDVI的相对贡献率的空间分布

Fig.7   Spatial pattern of relative contribution of human activities to NDVI in the Heihe River Basin


为了更直观地比较气候变化和生态建设工程对植被变化相对贡献的空间分布，将相对贡献率大于55%定义为主要因素，45%∼55%的相对贡献率被定义为综合因素［19］。随着社会经济的发展 ，生态建设工程对NDVI变化的影响程度逐渐增加，1982—1999年，NDVI变化主要受气候因子影响，占83.91%的区域，此时尚未实施生态建设工程；而在2000—2017年，实施生态建设工程后，对植被的影响逐渐增强，30.18%区域的NDVI受生态建设工程影响，主要分布在黑河干流沿岸绿洲农业区与上游祁连山区（图8A~C）。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   不同时期气候变化和生态建设工程对植被动态影响的空间分布（A~C）及不同土地覆被类型统计（D~F）

Fig.8   Spatial patterns of the distinguished impacts of climate change and ecological project on vegetation in different periods （A，B，C） and the summarized results by land cover （D，E，F）


为了进一步探讨气候变化和生态建设工程对NDVI的潜在影响，基于对应的土地覆被类型计算气候变化和生态建设工程的相对贡献率。在不同的土地覆被类型中，生态建设工程和气候变化对NDVI变化的相对贡献率不同（图8D~F）。1982—1999年，植被NDVI的改善主要受气候影响，尤其是耕地、林地和草地中气候变化产生的正向影响分别占88.13%、79.37%和56.75%，说明植被NDVI的改善主要归因于气候变化；2000—2017年，生态建设工程对植被的改善效果更为显著，在耕地和林地的表现尤其突出，生态建设工程带来的改善分别占75.55%和72.42%，此外，生态建设工程对建设用地植被改善也较为明显，有56.67%的建设用地受到生态建设工程的正向影响，同时有43.81%的草地受到生态建设工程的正向影响，未利用地中生态建设工程的影响最小，仅有11.23%的未利用地改善归因于生态建设工程。

3 讨论

通过遥感持续监测植被动态对生态恢复具有重要意义［32-33］。本研究发现，黑河流域近40年来NDVI在气候变化和人类活动的共同影响下总体呈波动上升趋势。这与Han等［34］发现黑河流域生态环境质量近年来明显改善的结论基本一致。黑河流域自然地理条件差异显著，近年来气候呈变暖和变湿的趋势，而气温和降水是影响植被分布的主要因素［35］，呈现明显区域差异。根据偏相关结果可以发现，气候变化主导的NDVI正向影响以黑河中游地区最为明显，主要分布在中游绿洲的耕地与草地，其次是上游地区，高值区主要分布在上游草地，这与Spano等［36］发现干旱与半干旱区植被生长开始期和持续期主要受降水控制的结论一致。在干旱与半干旱区，虽然气候变暖可能会加剧土壤水分缺失，但气温升高也可提高植被光合效率，改善植被生长状况［37］。

气候变化和人类活动相互作用，共同影响干旱区植被生态系统的生长。一些研究发现，在气候因子的主导下，20世纪80年代以来植被NDVI呈现上升趋势，气温的升高和降水的增加延长了植被生长季节的长度并促进光合作用，促进了植被生长［38］，与本研究发现1984—1999年NDVI的增加主要是由于气候变化主导产生的正向影响一致。中游和下游部分地区出现生态退化现象，则归因于人类活动，包括人口快速增长、农牧业发展和城市化导致水资源的过度消耗，使得植被恢复的生态需水受到影响，进而出现绿洲萎缩、胡杨林枯死的现象［39］。NDVI的残差分析表明人类活动对流域植被的影响程度呈显著增加态势。研究发现，2000年以来由于生态建设工程的实施，黑河流域上游以及中下游绿洲地带NDVI增长是显而易见的，与You等［23］发现黑河流域生态系统的退化在生态建设工程的实施下得以缓解的研究结果一致。2001年以来，甘肃祁连山国家级自然保护区先后实施天然林保护与生态公益林建设生态工程，上游林地、灌丛和草地等生态空间的大幅提升，对大部分地区植被状况产生正向影响。经过国家两期“三北防护林建设工程”的实施，中游的人工绿洲内部90%以上的农田均得到保护，通过建设完整的人工绿洲防护林体系庇护中游绿洲与农田的生态环境，生态建设工程对中游林地与耕地植被状况产生正向影响。“黑河甘蒙分水方案”则通过约束中游水资源利用来保障下游生态需水，使得下游绿洲NDVI呈现显著提高。Hao等［40］也发现下游绿洲区地下水位的显著提高促进了当地植被的生长。

本研究发现不同土地覆被类型对人类活动的响应不相同，表现为耕地、林地和建设用地较为明显。1980—2017年，不同土地覆盖类型的面积并未发生显著变化，说明植被恢复主要源于植被改良，而不是土地覆被类型的转换。特别是2000年后，林地变化和草地变化主要来自生态建设工程产生的正向影响，分别占79.37%和56.75%，说明政策驱动的大规模生态建设工程对黑河流域植被恢复具有积极影响。生态建设工程主要通过直接退耕还林或荒地造林，从耕地和荒地转入植被，或者通过间接天然林保护计划、封山育林增加原有植被这两种方式作用于生态系统。通过已有研究总结2000年以来中国实施的重大生态工程，其中发生在黑河流域的包括三北防护林体系建设工程、退耕还林工程、天然林资源保护工程（上游）、退牧还草工程（上游、下游）［41］，分别对流域上游、中游和下游展开分析。可以发现，2000年以后上游地区生态建设工程对NDVI的正向影响明显提升，占20.11%，在草地的表现尤为突出（占14.53%），其次为林地（占3.03%），反映出上游退耕还林、天然林资源保护与退牧还草等工程对林草植被改善起到的积极作用。中游地区生态建设工程对NDVI的正向影响占17.60%，以耕地和草地最为明显，分别占7.67%与2.71%，此外，建设用地的改善也相对上游与下游较高，占0.07%，这是由于中游是耕地和建设用地集中分布区，耕地农作物变化周期较短，响应速度较快，高度依赖于灌溉活动［42］；而在人口增长和城市化进程下，建设用地一直是对人类活动影响最强烈的土地利用类型之一［43］。下游地区的生态建设工程对NDVI的正向主要体现在草地（占5.72%），其次为林地（占0.38%），反映出退牧还草、天然林资源保护工程等对下游植被恢复的积极影响。本研究基于遥感监测分析区域土地覆被和植被覆盖的空间分布和变化，衡量生态建设工程的有效性，确保生态系统的可持续性。残差分析对比不同土地覆被类型对应NDVI对气候变化和生态建设工程的响应，未考虑气候变化和生态建设工程所带来的滞后效应，可能会产生一定误差。

4 结论

在生态环境极为脆弱的黑河流域，由于绿洲农业和城镇化发展对水土资源需求的激增，对植被产生了重要的影响。为改善生态系统功能，缓解植被退化，中国自2000年起在黑河流域实施一系列生态建设工程。研究发现，在气候变暖变湿和生态建设工程的双重影响下，1982—2017年黑河流域植被NDVI总体呈现波动上升趋势。尤其是2000年后，NDVI增长速率上升，且上升态势呈现南高北低的分布格局。气温和降水显著影响NDVI的变化，偏相关分析结果表明降水对NDVI的空间异质性影响更为显著。此外，残差分析结果表明黑河上游祁连山区、中游城镇区以及下游绿洲区存在显著的正残余趋势，受人类活动影响较大。特别是2000年后生态建设工程对植被变化的影响远超过气候变化，30.18%的研究区受到生态建设工程的正向影响，其中在耕地和林地的表现尤为突出。由此可见，生态建设工程对黑河流域植被变化起到积极影响。本研究旨在提高对黑河流域植被动态变化驱动力的理解，为干旱区生态系统管理和可持续发展提供理论指导。

参考文献

Walter V R， Harold A M， Angela C，et al.

Millennium Ecosystem Assesment.Ecosystems and human well-being：synthesis

［J］.Physics Teacher，2005，34（9）：534-534.

[本文引用: 1]

Fischer M， Rounsevell M， Torre-Marin A，et al.

Summary for Policymakers of the IPBES Regional Assessment Report on Biodiversity and Ecosystem Services for Europe and Central Asia

［R］.2018.

[本文引用: 1]

Mao J， Ribes A， Yan B，et al.

Human-induced greening of the northern extratropical land surface

［J］.Nature Climate Change，2016，6：959-963.

[本文引用: 1]

Song X P， Hansen M C， Stehman S V，et al.

Global land change from 1982 to 2016

［J］.Nature， 2018，560（7720）：639-643.

[本文引用: 1]

Petz K， Alkemade R， Bakkenes M，et al.

Mapping and modelling trade-offs and synergies between grazing intensity and ecosystem services in rangelands using global-scale datasets and models

［J］.Global Environmental Change，2014，29：223-234.

[本文引用: 1]

Ballantyne A， Smith W， Anderegg W，et al.

Accelerating net terrestrial carbon uptake during the warming hiatus due to reduced respiration

［J］.Nature Climate Change，2016，7：148-152.

[本文引用: 1]

Forzieri G， Alkama R， Miralles D G，et al.

Satellites reveal contrasting responses of regional climate to the widespread greening of Earth

［J］.Science，2016，356：1180-1184.

[本文引用: 1]

Wang S， Song S， Zhang J，et al.

Achieving a fit between social and ecological systems in drylands for sustainability

［J］.Current Opinion in Environmental Sustainability，2021，48：53-58.

[本文引用: 1]

UN.

Transforming Our World：the 2030 Agenda for Sustainable Development

［R］.2015.

[本文引用: 1]

Ma Z， Yan N， Wu B，et al.

Variation in actual evapotranspiration following changes in climate and vegetation cover during an ecological restoration period （2000-2015） in the Loess Plateau，China

［J］.Science of the total environment，2019，689：534-545.

[本文引用: 1]

Myneni R B， Keeling C D， Tucker C J，et al.

Increased plant growth in the northern high latitudes from 1981 to 1991

［J］.Nature，1997，386（6626）：698-702.

[本文引用: 1]

Piao S， Wang X， Ciais P，et al.

Changes in satellite‐derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006

［J］.Global Change Biology，2011，17（10）：3228-3239.

解晗，同小娟，李俊，等.

2000-2018年黄河流域生长季植被指数变化及其对气候因子的响应

［J］.生态学报，2022，42（11）：4536-4549.

[本文引用: 1]

Liu X， Pei F， Wen Y，et al.

Global urban expansion offsets climate-driven increases in terrestrial net primary productivity

［J］.Nature Communications，2019，10（1）：1-8.

[本文引用: 1]

Li M， Yu H， Meng B，et al.

Drought reduces the effectiveness of ecological projects：perspectives from the inter-annual variability of vegetation index

［J］.Ecological Indicators，2021，130：108158.

[本文引用: 1]

Jiang H， Xu X， Guan M，et al.

Determining the contributions of climate change and human activities to vegetation dynamics in agro-pastural transitional zone of northern China from 2000 to 2015

［J］.Science of the Total Environment，2020，718：134871.

[本文引用: 1]

Zheng K， Wei J Z， Pei J Y，et al.

Impacts of climate change and human activities on grassland vegetation variation in the Chinese Loess Plateau

［J］.Science of the Total Environment，2019，660：236-244.

[本文引用: 1]

Zhang H， Fan J， Cao W，et al.

Response of wind erosion dynamics to climate change and human activity in Inner Mongolia，China during 1990 to 2015

［J］.Science of the Total Environment，2018，639：1038-1050.

[本文引用: 1]

Chu H， Venevsky S， Wu C，et al.

NDVI-based vegetation dynamics and its response to climate changes at Amur-Heilongjiang River Basin from 1982 to 2015

［J］.Science of the Total Environment，2019，650：2051-2062.

[本文引用: 3]

唐见，曹慧群，陈进.

生态保护工程和气候变化对长江源区植被变化的影响量化

［J］.地理学报，2019，74（1）：76-86.

[本文引用: 1]

朱丽君，蒙吉军，李江风.

河北省植被覆盖变化及对生态建设工程的响应

［J］.北京大学学报（自然科学版），2021，56（4）：755-764.

[本文引用: 1]

Zhou J J， Zhao Y， Huang P，et al.

Impacts of ecological restoration projects on the ecosystem carbon storage of inland river basin in arid area，China

［J］.Ecological Indicators，2020，118：106803.

[本文引用: 1]

You N， Meng J， Zhu L，et al.

Isolating the impacts of land-use/cover change and climate change on the GPP in the Heihe River Basin of China

［J］.Journal of Geophysical Research：Biogeosciences，2020，125：e2020JG005734.

[本文引用: 2]

Li Y， Cao Z， Long H，et al.

Dynamic analysis of ecological environment combined with land cover and NDVI changes and implications for sustainable urban-rural development：the case of Mu Us Sandy Land，China

［J］.Journal of Cleaner Production，2017，142：697-715.

[本文引用: 1]

Song Y， Ma M， Veroustraete F.

Comparison and conversion of AVHRR GIMMS and SPOT VEGETATION NDVI data in China

［J］.International Journal of Remote Sensing，2010，31（9）：2377-2392.

[本文引用: 1]

Jiang W， Yuan L， Wang W，et al.

Spatio-temporal analysis of vegetation variation in the Yellow River Basin

［J］.Ecological Indicators，2015，51：117-126.

[本文引用: 1]

易扬，胡昕利，史明昌，等.

基于MODIS NDVI的长江中游区域植被动态及与气候因子的关系

［J］.生态学报，2021，41（19）：7796-7807.

[本文引用: 1]

苗旭，李九一，宋小燕，等.

2000-2020年鄂尔多斯市植被NDVI变化格局及归因分析

［J］.水土保持研究，2022，29（3）：300-307.

[本文引用: 1]

沙清泉，贡色，苏熠，等.

2000-2015年长三角地区植被NPP时空变化特征及其驱动因素

［J］.地理科学研究，2022，11（3）：320-335.

[本文引用: 1]

Evans J， Geerken R.

Discrimination between climate and human-induced dryland degradation

［J］.Journal of Arid Environments，2004，57（4）：535-554.

[本文引用: 1]

Qu S， Wang L， Lin A，et al.

What drives the vegetation restoration in Yangtze River Basin，China：climate change or anthropogenic factors？

［J］.Ecological Indicators，2018，90：438-450.

[本文引用: 1]

Neigh C S， Tucker C J， Townshend J R.

North American vegetation dynamics observed with multi-resolution satellite data

［J］.Remote Sensing of Environment，2008，112（4）：1749-1772.

[本文引用: 1]

Fensholt R， Rasmussen K， Nielsen T T，et al.

Evaluation of earth observation based long term vegetation trends-Intercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS，Terra MODIS and SPOT VGT data

［J］.Remote Sensing of Environment，2009，113（9）：1886-1898.

[本文引用: 1]

Han Z， Meng J， Zhu L，et al.

Quantifying trade-offs of land multifunctionality evaluated by set pair analysis in ecologically vulnerable areas of northwestern China

［J］.Land Degradation & Development，2022，33（12）：1999-2013.

[本文引用: 1]

罗敏，古丽·加帕尔，郭浩，等.

2000-2013年塔里木河流域生长季NDVI时空变化特征及其影响因素分析

［J］.自然资源学报，2017，32（1）：50-63.

[本文引用: 1]

Spano D， Cesaraccio C， Duce P，et al.

Phenological stages of natural species and their use as climate indicators

［J］.International Journal of Biometeorology，1999，42（3）：124-133.

[本文引用: 1]

徐浩杰，杨太保.

柴达木盆地植被生长时空变化特征及其对气候要素的响应

［J］.自然资源学报，2014，29（3）：398-409.

[本文引用: 1]

Slayback D A， Pinzon J E， Los S O，et al.

Northern hemisphere photosynthetic trends 1982-99

［J］.Global Change Biology，2003，9（1）：1-15.

[本文引用: 1]

Ferreira M T， Aguiar F C， Nogueira C.

Changes in riparian woods over space and time：influence of environment and land use

［J］.Forest Ecology and Management，2005，212（1/3）：145-159.

[本文引用: 1]

Hao X， Li W.

Impacts of ecological water conveyance on groundwater dynamics and vegetation recovery in the lower reaches of the Tarim River in northwest China

［J］.EnvironmEntal Monitoring and Assessment，2014，186（11）：7605-7616.

[本文引用: 1]

邵全琴，刘树超，宁佳，等.

2000-2019年中国重大生态工程生态效益遥感评估

［J］.地理学报，2022，77（9）：2133-2153.

[本文引用: 1]

Berdimbetov T， Ilyas S， Ma Z，et al.

Climatic change and human activities link to vegetation dynamics in the Aral Sea Basin using NDVI

［J］.Earth Systems and Environment，2021，5（2）：303-318.

[本文引用: 1]

景泓元，刘志东，胡保安，等.

人类活动对山西省不同地表覆盖类型NDVI时空变化的影响

［J/OL］.生态学杂志，2022：1-10..

[本文引用: 1]

/

〈 〉

©2018中国沙漠 编辑部

地址: 兰州市天水中路8号 (730000)

电话：0931-8267545

Email：caiedit@lzb.ac.cn;desert@lzb.ac.cn

甘公网安备 62010202000688号      陇ICP备2021001824号-9
访问总数:    当日访问:    当前在线: