作为陆地生态系统的主体，植被的蓄水和固碳能力在区域生态环境效益评估上发挥着极其重要的作用^［1-2］。IPCC第六次评估报告指出，未来干旱等极端气候事件将会变得更加频繁和激烈^［3］，并对植被生长造成深远影响。干旱对植被的不良影响包括水分亏缺、气孔关闭引起光合作用减弱等，将严重抑制植被正常生长，对地区的环境、经济、生态系统等多方面产生重大胁迫^［4-5］。在全球干旱事件频发的大背景下，植被是气候变化的承受者和反馈者^［6］，其长势受到多个环境因子共同影响，揭示植被的时空变化特征并阐明影响因素，对植被保护、生态系统健康持续发展具有重要意义。

植被遥感利用植物的不同光谱特征，通过遥感技术建立光谱效应，建立光谱与植被覆盖间的近似关系，从而实现对陆地植被的监测与评估。植被光学厚度（Vegetation Optical Depth，VOD）描述微波通过植被冠层时由植被引起的辐射衰减，能够用于监测地表生物量和植被含水量^［7-9］，其受微波频率影响，且不同频率VOD可以探测植被冠层不同深度的植被组分^［10］。VOD作为一个新兴的生态指标^［11］，不仅能够用于监测地表非光合作用生物量，对植被指数（NDVI）亦能起到很好的补充作用，还与地表冠层生物量的含水量呈正比^［12］，受到国内学者的广泛关注和研究。Liu等^［13］认为VOD可以提供关于草木和木质植被混合生态系统的长期植被变化信息，并在长时间序列上表现出和NDVI相似的季节周期和年际变化；Tian等^［14］在半干旱的萨赫勒地区利用AVHRR NDVI评估VOD，并证明VOD可以代表整个植被层的绿色生物量，且受饱和效应影响小；Zhou等^［15］和Brandt等^［16］则基于残差趋势法利用VOD分别分析了蒙古高原和中国南方喀斯特地区人类活动和气候因素对植被的影响，说明了人类的森林保护等活动对地区植被绿化产生了积极影响；刘悦等^［17］研究了中国不同频率VOD的时空变化特征，评估了人类活动和气候因子对VOD变化的贡献率，认为人类活动是促进植被VOD增长的主要因素。

黄土高原沟壑纵横，土壤细软，土质疏松，生态环境脆弱，植被易受破坏，是中国水土流失严重地区^［18］。近年来中国先后实施了“三北”防护林工程、退耕还林还草等一系列生态恢复工程，使得黄土高原植被结构和功能发生了明显变化。然而当前黄土高原生态恢复工程效应评估多关注光学植被指数，尚缺乏对黄土高原植被光学厚度的分析。基于上述认识，本文采用VODCA数据分析黄土高原2003—2018年植被光学厚度的时空变化特征，并通过残差分析法量化气候变化和人类活动对区域植被光学厚度的影响，旨在为黄土高原生态恢复和可持续管理提供科学依据。

黄土高原位于中国中部偏北，主要分布在暖温带和中温带，具有典型的大陆性季风气候，降水量从西北向东南逐渐增加，其中58.2%的区域为半干旱区，27.5%为半湿润区，呈现出西北干旱、东南湿润的分布特点，地跨青海省、宁夏回族自治区、甘肃省、陕西省、山西省、内蒙古自治区和河南省（图1）。历史上黄土高原植被破坏严重，生态环境脆弱，近年来随着干旱、洪涝等极端气候事件的频发，该地区面临着水土流失严重、土地质量恶化和沙漠化等众多严峻问题。黄土高原植被以草原和农作物为主，占总面积的88.8%，其次为落叶阔叶林和混交林，面积占比为5.9%。

VOD数据来源于融合了多种星载传感器探测的VODCA数据集，空间分辨率为0.25°，该数据集包括Ku波段（~19 GHz）、X波段（10.7 GHz）和C波段（~6.9 GHz）。微波受大气和气象条件的影响小（特别是C波段和X波段），其波长越大穿透力越强，VOD在Ku波段下取得最大值^［16-17］；X波段下VOD与叶片和树枝的相关性较高，能够作为生物量的代理指标，且在监测植被密度较低区域时更有优势，而C波段下VOD则与树干的相关性较高^［19-21］。因此，本文选取2003—2018年X波段VODCA数据。首先对数据进行背景值去除，然后将日值VODCA数据按均值合成年值数据以及春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12—2月）数据。

归一化植被指数（NDVI）数据来源于美国国家航空航天局（NASA）的EOS/MODIS产品中的MOD13A3 NDVI数据，时间跨度为2003—2018年，时间分辨率为30 d，空间分辨率为1 km。去除填充值后作归一化处理，并采用最大值合成法（MVC）合成年值数据。土地覆盖类型数据来自MODIS土地覆盖产品MCD12Q1，空间分辨率0.5 km，采用IGBP植被分类方案（https：//ladsweb.modaps.eosdis.nasa.gov/）。

气象数据来源于国家科技资源共享服务平台——国家地球系统科学数据中心的黄土高原分中心（http：//loess.geodata.cn），选取2003—2018年气温、降水和潜在蒸散发的月度数据，空间分辨率为1 km，合成年值数据。太阳辐射数据来源于国家生态科学数据2000—2018年中国1 km每8 d陆地表面净辐射数据集^［22］，选取2003—2018年数据按均值合成年数据。本文在VOD与气候因子间偏相关分析和残差分析中，将气象数据和太阳辐射数据用双线性内插法重采样至0.25°，以统一不同数据间的空间分辨率。

采用Sen斜率^［23］和Mann-Kendall法^［24］估算2003—2018年黄土高原VOD和NDVI的长期变化趋势，并进行显著性检验，进而将结果划分为极显著变化（P<0.01）、显著变化（P<0.05）和未显著变化（P>0.05）3个等级。该趋势分析方法不需要样本服从一定分布，能够免受异常值影响。

式中：β表示变化趋势；i、j表示时间序数；x_i 、x_j 分别表示第i、j时间的VOD或NDVI值；当β>0时，表明呈上升趋势；当β<0时，表明呈下降趋势。

干燥度（Aridity index，AI）可以反映地表与大气之间发生的水交换，并为植被生长提供水分可用性的衡量标准，常用来描述地区的干湿水平^［25-26］。

式中：Pre为降水量；Pet为潜在蒸散发量。根据干燥度将黄土高原分为：干旱区（0.05<AI≤0.2）、半干旱区（0.2<AI≤0.5）、半湿润区（0.5<AI≤0.65）、湿润区（AI>0.65）。

偏相关分析可以在研究两个要素之间的相关关系时，避免其他要素对过程的影响^［27］。本文为研究气温、降水量和潜在蒸散发对VOD的影响，计算2003—2018年黄土高原VOD值与年均气温、年降水量和年潜在蒸散发间的偏相关系数。

式中：r_xy·z 为消除z变量影响的条件下变量x与y的相关系数；r_xy 为变量x和y间的相关系数；r_xz 为变量x和z间的相关系数；r_yz 为变量y和z间的相关系数。在进行偏相关分析之前，对选取的长时间序列植被光学厚度、气温、降水和辐射数据做去趋势处理。

本文通过对黄土高原的年均气温、年降水量和年均辐射做多元线性回归，计算VOD预测值，进而通过VOD实际观测值和预测值之间的差值量化人类活动对VOD的影响，并估算各影响因素对VOD的贡献率^［28-32］。

式中：a、b和c为VOD和气候因子间的回归系数，d为回归常数；T、P和R分别为黄土高原年均气温、年降水量和年均辐射；VOD_obs为实际观测值，VOD_CC为预测值，VOD_HA为预测值和实际观测值间的差值，包括人类活动、其他自然因素的影响，本文将其归为人类活动影响。当VOD_HA>0时，则说明人类活动对VOD变化具有促进作用；当VOD_HA<0时，则为抑制作用。∂i为VOD与气候因子间的多元线性回归的斜率，slopei为气候因子一元线性回归的斜率，slopeVOD为VOD的一元线性回归的斜率，Ri为气候因子对VOD的贡献率。

2003—2018年黄土高原VOD整体呈持续增加趋势，增速为0.28%/10a（P<0.01），而NDVI则呈现出较大波动，其中2008—2011年和2014—2016年黄土高原干旱导致NDVI呈下降趋势，而同期VOD反而呈持续增加趋势，表明VOD对于降水量的减少具有更强的适应性（图2）。空间上，黄土高原VOD整体呈增加趋势，增加区域面积占整个研究区的94.6%，其中73.7%呈极显著增加趋势，减少区域零星分布在内蒙古北部和鄂尔多斯西部。黄土高原VOD平均增速最快的是山西省（0.39%/10a），其森林覆盖面积较2003年提高了51.4%，耕地面积增加了19.1%，集中分布在海拔较小的区域，VOD显著增长区域超过96%，太原市南部、上党高原盆地东部VOD增速均超过0.90%/10a。

在NDVI显著减少的黄土高原南部VOD基本正增长。青海省平均海拔超过3 000 m，由于实施退耕还林还草，耕地面积减少18.5%，且NDVI在西宁市呈衰退趋势，而VOD在71.7%的区域保持增长（P<0.05），说明VOD可以更好地反映该地区植被变化。渭南市草原面积较2003年减少30.4%，森林增长13.2%，且主要分布在渭河南部山区，农业用地比例占全市74%以上；延安市西南部山地森林向草地退化，南部海拔较小地区退耕还草，黄土高原作物种植以单季为主，双季种植集中在关中平原地区（渭南市西部等地），气候条件和土地利用等多重因素共同引起了VOD的不显著增长。位于鄂尔多斯市和榆林市之间的沙地，经过系统的生态治理，生态环境得到明显改善，VOD呈显著增长趋势。

就不同干湿分区而言，黄土高原干旱区主要包括河套平原和银川平原等，紧邻黄河，平均年降水量低于200 mm，通过灌溉等发展农业，研究时段内植被绿度显著增加，对干旱具有一定的抵御能力，其中74.1%的区域VOD呈显著增长趋势（P<0.05）；在半干旱和半湿润区，通过显著性检验的VOD增长区域占比分别为78.9%和89.4%，说明地区的干湿程度和人类活动会影响VOD的时空变化。

黄土高原春、夏、秋三季VOD均值分别为0.3622、0.4042、0.3873，增速分别为0.22%/10a、0.27%/10a、0.32%/10a，均通过显著性检验（P<0.01，图3）。夏季植被生长最旺盛，其蒸腾作用与光合作用等活动较强，VOD值最大；而春季和秋季分别属于植被的生长期和衰落期，其VOD值相对较低。从空间分布来看，春、夏、秋三季的VOD均通过显著性检验的区域占比分别为63.7%、67.7%、76.5%（P<0.05），而VOD减少地区主要分布在内蒙古北部和鄂尔多斯市西部，北部多山海拔较高，植被类型以草原为主。甘肃省西部海拔超过1 600 m，平均春季降水量低于60 mm，草原面积超过80%，其生长所需水分供应不足，NDVI（0.25）低于黄土高原春季平均值（0.33），使得地区VOD变化不显著，甚至在定西市和天水市呈现出VOD下降趋势；夏、秋两季降水量增多，植被生长茂盛，VOD显著增长区域开始增多。而鄂尔多斯市与榆林市之间的沙地呈现出显著增长趋势，说明实施生态工程会对VOD增长产生积极影响。

黄土高原植被光学厚度与降水量、太阳辐射和气温的偏相关系数分别为-0.13、0.15和0.01（图4），且分别有14.09%、13.81%和9.01%的区域通过显著性检验（P<0.05），VOD与气温显著正相关区域的23.7%分布在陕西省延安市南部，偏相关系数为0.51，植被以森林和农田为主；VOD与降水量、辐射显著正相关区域主要分布在鄂尔多斯市西南部、银川市和吴忠市等半干旱地区，植被以草地为主，说明这些气候因子促进了植被生长，对VOD增加起到促进作用。在青海省东部和甘肃省西南部的黄土高原沟壑区，降水量对VOD增加产生了显著负影响，这些地区海拔超过1 800 m，临夏回族自治州和定西市耕地面积较2003年增加了26.5%，草原减少了10.1%，城市扩张、耕地开垦等人类活动是该地区降水量对VOD增长产生阻碍作用的主要原因。

人类活动是黄土高原植被覆盖变化的重要影响因素。本文通过将2003—2018年黄土高原气候因子拟合的VOD与观测值做残差来量化人类活动对植被VOD的影响，结果显示人类活动影响呈增长趋势的区域达到88.4%。人类活动影响增长较快的区域主要分布在山西省东部、鄂尔多斯市东南部、榆林市西部等地区，占区域面积的39.4%，这些地区降水多，土壤水分增加，光照充足，有利于植被生长，人类实施退耕还林、植树造林等生态保护和恢复工程，植被覆盖率明显提高，为VOD增长做出了重要贡献；而内蒙古北部海拔较高的山区，气候干旱，植被覆盖低，人类对植被干预少，人类活动影响呈下降趋势。文章进一步计算了不同影响因素对VOD变化的贡献率，气温、降水、辐射和人类活动对VOD的相对贡献率分别为45.74%、2.09%、38.20%和13.97%（图5）。

研究表明，2003—2018年黄土高原植被覆盖明显改善，植被覆盖显著增长区域与VOD显著增加区域在空间上表现出较好的一致性^［14］。同期黄土高原气象因子变化趋势存在明显空间差异（图6），其中黄土高原气温呈增长趋势，升温一方面可延长植被生长时间，加快植被生长速率，提高植被覆盖；另一方面提升植被蒸腾作用和地表水分蒸发，引起土壤水分丧失并加剧地区干旱程度，影响植被生长^［33］。同时，黄土高原VOD与降水量、净太阳辐射存在较好的相关性^［17］，两者显著正相关区域均分布在黄土高原西部的半干旱草原地区，其中青海省、兰州市等黄土高原西部地区，春季降水量超过450 mm并呈增长趋势（0.34 mm·a^-1），促进了植被生长，VOD亦呈增长趋势；而降水量过高时一方面影响植被根部吸收水分和营养物质，另一方面可能会增加云量，光照减少，从而抑制植被光合作用^［33-35］，这一点体现在黄土高原陕西省南部、甘肃省西部等地，其年降水量超过600 mm并呈增长趋势，而VOD增长没有通过显著性检验。在山西省、鄂尔多斯市东部等地区，人类活动对黄土高原VOD的影响持续增加，VOD呈显著增长趋势，说明草地、森林恢复等生态工程对VOD增长产生积极作用^［15-16］，而位于内蒙古北部的山地草原，退牧还草、禁止过度放牧等政策的实施，人类对VOD的影响将持续减弱。应指出的是，黄土高原降水时空分布不均匀，需要进一步探究VOD对干旱事件的响应规律，并且黄土高原VOD的影响因素是多重的，本文目前仅分析了气温、降水、辐射3个气象因子，而植被叶面积会影响植被对太阳辐射的吸收，未来研究还应包括植被结构、土壤湿度和地形地貌等非气候因素的影响，以更好地揭示VOD的影响机制，为黄土高原生态恢复及提高地区生态系统稳定性提供科学建议。

2003—2018年黄土高原VOD呈增加趋势，增速为0.28%/10a。在季节上，秋季增速最快（0.32%/10a），其次为夏季、春季。空间分布上，黄土高原VOD呈极显著增加区域占到全域的69.7%，减少区域主要分布在内蒙古北部和鄂尔多斯市西部，占比为5.4%。2003—2018年黄土高原VOD与气温、降水量和太阳辐射呈显著相关的区域占比分别为9.01%、14.09%和13.81%，且与降水量、辐射显著正相关区域分布在黄土高原西部的半干旱草原地区。气温、降水、辐射和人类活动对VOD的相对贡献率分别为45.74%、2.09%、38.20%和13.97%，而人类活动影响呈增长趋势的区域达到88.4%。