1982-2006年黃土高原地區植被覆蓋度對氣候變化的響應

郭敏杰, 張亭亭, 張建軍, 陳利利, 張曉萍

(1.中國科學院 水利部 水土保持研究所,黃土高原土壤侵蝕與旱地農業國家重點室, 陜西 楊凌 712100;2.中國科學院研究生院, 北京 100049; 3.西北農林科技大學 資源環境學院, 陜西 楊凌 712100)

1982-2006年黃土高原地區植被覆蓋度對氣候變化的響應

郭敏杰1,2, 張亭亭1,3, 張建軍1,2, 陳利利1,3, 張曉萍1,3

(1.中國科學院 水利部 水土保持研究所,黃土高原土壤侵蝕與旱地農業國家重點室, 陜西 楊凌 712100;2.中國科學院研究生院, 北京 100049; 3.西北農林科技大學 資源環境學院, 陜西 楊凌 712100)

基于黃土高原地區1982—2006年GIMMS AVHRR NDVI數據，獲取地面植被覆蓋度，并采用ArcGIS 9.3和ANUSPLIN 4.3分別對82個地面氣象站點降水和溫度數據進行插值處理，以此分析黃土高原地區植被覆蓋度時空變化特征及其對氣候變化的響應，為區域生態環境改善提供參考。結果表明：(1) 黃土高原地區區域平均植被覆蓋度為38%。植被覆蓋度區域差異明顯，在空間上呈東南高、西北低的分布特征。(2) 近25年來，植被活動在相對穩定的態勢下趨于增強，植被覆蓋度增速為0.75%/10 a。在植被覆蓋度變化趨勢上，植被覆蓋狀況保持基本不變的面積為40.6%，趨于改善的面積(42%)大于退化面積(17.4%)。(3) 黃土高原地區年降水呈不顯著下降趨勢，減少速率為1.9 mm/a；年均溫度呈顯著上升趨勢，增速為0.7℃/10 a，氣候趨于暖干化。(4) 植被覆蓋度與年降水量和年均溫的偏相關性均達到顯著,但空間差異明顯。其中植被生長對降水因子的響應更為敏感。

植被覆蓋度; 氣候變化; 響應; 黃土高原地區

植被覆蓋是一個地區環境質量的重要指標，是認識該地區環境質量和環境演變的重要內容。氣候變化是陸地生態系統中決定地球上植被類型及其分布的主要驅動因子，同時，植被也是區域氣候特征的反映和指示，兩者之間存在著密不可分的聯系[1]。因此，植被—氣候的響應對于研究氣候變化與陸地生態系統的關系具有十分重要的實際意義，已經成為全球變化研究的主要內容之一[2]。植被覆蓋度是指植被(包括葉子、莖枝等)在地面的垂直投影面積占統計區域面積的百分比，它是衡量一個地區地表植被覆蓋的重要指標[3]，在指示地表植被分布規律，探討植被分布影響因子，分析和評價區域生態環境，及時準確地掌握其動態變化，分析其發展趨勢等方面有重要作用[4]。因此獲取地表植被覆蓋度及其變化信息，探討氣候因素的驅動作用，對于揭示全球氣候變化影響下的區域生態系統響應特征，評價區域生態環境質量具有重要意義。

氣候因素中以降水和氣溫對植被生長的影響最為直接和重要[5-7]，溫度、降水通過影響植物光合作用、呼吸作用及土壤有機碳分解等進而影響植物的生長和分布。目前對不同區域進行植被覆蓋變化及其對氣候的響應問題，研究結論差異較大。劉軍會等[8]利用GIMMSAVHRR NDVI數據對青藏高原植被覆蓋變化及其與氣候變化的關系進行分析，結果表明青藏高原植被覆蓋度呈“總體升高，局部退化”趨勢，區域植被覆蓋度變化與同期降水和溫度變化均呈正相關；李震等[9]對西北地區植被覆蓋變化與氣候因子的關系進行了研究，結果表明NDVI與降水存在明顯的正相關關系，而與溫度變化關系不明顯，降水是影響西北地區植被覆蓋變化的主要自然因素[10-11]。如李月臣等[12]對北方13省地區1982—1999年植被動態變化及其與氣候因子的關系進行了分析，研究認為植被變化與氣溫相關性顯著而與降水無顯著相關，氣溫升高引起的生長期提前和生長季延長是植被增加的一個重要原因。

黃土高原地區作為世界上黃土分布面積最大、黃土地貌最發育的地理單元, 也是我國人口、資源、環境矛盾最集中的區域之一，屬于生態敏感區[13]。該區域是雨養農業區，農林牧業生產和生態環境對氣候條件的依賴性極強，氣候變暖與干旱環境對黃土高原經濟影響極大[14]。研究地表植被覆蓋變化及其對氣候變化的響應,對于該地區的能量、生物化學循環、水循環以及區域氣候變化有重要意義，研究結果能更有效地服務于區域農業發展和生態建設工作。本文通過遙感圖像處理建立黃土高原地區1982—2006年植被覆蓋度時間序列，采用趨勢分析、標準差、偏相關系數等方法，分析植被變化情況及其與降水、溫度變化的關系，期望得到黃土高原地區近25年來的植被演變規律和氣候因子對區域植被變化的驅動作用，對生態環境建設提供科學依據。

1 研究區概況

黃土高原地區是世界上最大的黃土沉積區，地理位置位于北緯33°41′—41°16′，東經100°54′—114°33′，海拔800～3 000 m，總面積約62.68萬km2(圖1)。涉及7個省(區)，282個縣(旗、市、區)的部分地區，包括山西省和寧夏回族自治區全部，陜西省中部和北部、甘肅省的隴中和隴東地區、青海省的東北部、內蒙古自治區的河套平原和鄂爾多斯高原、河南省的西部丘陵地區。基本土地類型是塬、梁、峁、澗、坪，還有土石山林地、河谷平原、風沙草灘、覆沙地、黃土(包括次生黃土)臺地。從東南向西北，氣候依次為暖溫帶半濕潤氣候、半干旱氣候和干旱氣候。夏季雨熱同季，冬季寒旱同期，光能資源較豐富，氣候災害發生頻率較高。年降水量150～750 mm，降水的分布是由東南向西北，由山地向平地遞減,年內分布很不均勻，且以暴雨形式為主。年均氣溫3.6～14.3℃，大致隨著緯度的升高和地勢的緩慢抬升而由東南向西北逐漸降低。氣候的南北分異導致了植被的變化，植被類型依次由東南濕潤半濕潤森林、半干旱森林草原往西北轉變成輕干旱的溫帶典型草原、半干旱的溫帶荒漠化草原、干旱的荒漠半荒漠植被。黃土高原西部和北部臨近大陸干旱氣候，受到沙漠化的嚴重威脅，而高原的其他地區則旱作農田較多，天然植被缺乏，水土流失嚴重，干旱頻繁。在人類對黃土高原地區開發利用的過程中，致使天然植被破壞殆盡，處于動態平衡的自然生態系統漸次解體，發展轉化為農業區。雖然經過幾十年的水土流失治理和植被恢復重建，但森林覆蓋率仍較低。

圖1 研究區地形高程及氣象觀測站的分布

2 數據與方法

2.1數據來源與處理

2.1.1 遙感數據 1982—2006年GIMMS AVHRR NDVI數據集是美國國家航天航空局(NASA)推出的全球植被指數資料。數據格式為ENVI標準格式，投影為ALBERS，空間分辨率為8 km，時間分辨率是15 d。GIMMS—NDVI數據集被認為是相對標準的數據，因為它是在美國地球資源觀測系統數據中心的探路者數據庫提供的NDVI數據集的基礎上，考慮了全球范圍內各種因素對NDVI值的影響，并對衛星傳感器不穩定性、太陽天頂角和觀測角、云層覆蓋、氣溶膠等影響的校正后發布的。該數據集已被廣泛應用于全球及區域等大尺度植被變化的研究中，是目前評價植被覆蓋長時間變化的主要數據源[15-16]。

本研究采用國際上常用的最大值合成法MVC[17](Maximum Value Composites)獲得月NDVI數據，并利用黃土高原邊界矢量圖裁取黃土高原地區1982—2006年逐月NDVI柵格圖像。

2.1.2 氣象數據及插值處理 采用中國氣象科學數據共享服務網(http:∥cdc.cma.gov.cn/)提供的黃土高原地區及周邊1982—2006年共82個氣象臺站(圖1)的月降水和月平均溫度數據。通過比較認為, 降雨量值域范圍大、空間分布高度不均勻，空間柵格化以Kriging插值方法為好[18]。氣溫受高程的影響較大，則采用基于ANUSPLIN 4.3的薄盤光滑樣條函數插值理論[19]，結合DEM數據(地理空間數據云http:∥www.gscloud.cn)對溫度進行插值。經檢驗，以經度、緯度作為自變量，并引入高程作為協變量，樣條次數為2時，插值結果精確。

為了進行遙感和氣象數據的空間相關分析，且考慮插值的精度，將降水、溫度數據插值為500 m的柵格數據，遙感AVHRR NDVI數據重采樣為500 m的空間網格與之相匹配。本研究中所用的數據均集成到同一坐標系統下，投影方式為雙標準緯線等面積圓錐(Albers)投影，采用的橢球體為Krasovsky橢球體，主要參數：中央經線105°，原點緯線0°，第一標準緯線N1=25°，第二標準緯線N2=47°。

2.2 研究方法

2.2.1 像元二分法 一般情況下，植被指數與植被覆蓋度具有較強的正相關性：植被指數值越高,其植被覆蓋度越大，生態環境條件較好，水土條件適合，植被生長茂盛；反之，植被覆蓋度越好，其植被指數也越高，植被的生長越旺盛[20]。本文中植被覆蓋度信息提取是在對光譜信號進行分析的基礎上，通過建立歸一化植被指數與植被覆蓋度的轉換關系，直接提取植被覆蓋度信息[21]。采用像元二分模型估算植被覆蓋度，假設每個像元的NDVI值由該像元的純植被覆蓋部分和裸土部分的NDVI值合成，則其公式如下：

NDVI=NDVIV+NDVIS(1-fv)

(1)

式中：NDVIv——純植被覆蓋部分的NDVI值，理論上應該接近于1；NDVIs——裸土部分的NDVI值，理論上應該接近0；fv——植被覆蓋度。由于大氣、地表、土壤、植被類、季節變化等條件的變化，以及傳感器的觀測角度等的影響，NDVIv和NDVIs會隨著時間和空間而變化，通常以分析樣本中的統計值來代替。通過分析樣本中年最大NDVI和最小NDVI來確定NDVIv和NDVIs是簡捷實用的方法。本文在實際計算中，以年NDVI最大值代替NDVIv、以年NDVI最小值代替NDVIs作為分析植被覆蓋度年際變化的基礎。植被覆蓋度(fv)公式如下：

(2)

參考已有文獻[22]，對1982—2006年黃土高原地區年均植被覆蓋度，采用等間距重分類為5個等級，即植被覆蓋面積小于20%的低覆蓋度區，20%～40%的中低覆蓋度區，40%～60%的中覆蓋度區，60%～80%的中高覆蓋度區和面積大于80%的高覆蓋度區。

2.2.2 趨勢分析 線性趨勢能夠排除短期氣候對植被覆蓋的影響，并能反映環境變化對植被動態的綜合影響。一元線性回歸是以單個像元的時間變化規律來反映整體的空間變化規律，綜合反映區域時空格局演變[23]。運用GIS的柵格計算功能模塊，將植被覆蓋度進行一元線性回歸處理，用方程斜率(Slope)反映植被覆蓋度每個柵格點的變化趨勢。當Slope為正數時，表明該柵格代表的植被覆蓋度隨時間變化而升高，且數值越大說明升高的更快。反之，當Slope值為負數時，表示隨時間變化植被覆蓋度呈下降趨勢。Slope值在一定程度上也反映了該柵格植被覆蓋度的變化程度。其計算公式為：

(3)

式中：S——像元植被覆蓋度回歸方程的斜率；Pi——第i年的年植被覆蓋度值；n——檢測時間段的年數；變量i從1到n，為研究時間段內年份的序號。

為了更好地評價黃土高原地區植被恢復狀況，參照已有研究[24-25]，并根據本文數據的分布規律，采用自然分等法對結果進行分類：顯著減少、輕微減少、保持不變、輕微增加、顯著增加，具體見表1。

2.2.3 標準差分析 標準差表示數據變量偏離常態的距離平均數，能反映一個數據集的離散程度，其值越大，說明該地區在研究時段內各像元NDVI距離平均值越遠，即該段時間植被覆蓋度的年際波動較大[26]。

(4)

聚類分析[27]中按Natural Breaks將標準差(Si)分為五類：高(Si≥0.06)，較高(0.048≤Si<0.06)，中(0.04≤Si<0.048)，較低(0.031≤Si<0.04)和低(0≤Si<0.031)。在此基礎上分析黃土高原地區多年平均植被覆蓋度波動變化特征。

2.2.4 偏相關分析法 偏相關分析是指當兩個變量同時與第三個變量相關時，將第三個變量的影響剔除，只分析另外兩個變量間相關程度的過程[26]。該方法可以解決地理系統中某一要素的變化影響其他要素與因變量關系的問題。其計算公式以及顯著性檢驗公式如下：

(5)

(6)

式中：rxy,z——變量z固定后變量x與y的偏相關系數；rxy——變量x與變量y的相關系數；rxz——變量y與變量z的相關系數；rxz——變量x與變量z的相關系數；n——樣本數25。其中rxy,z為正值，表示正相關，rxy,z為負值，表示負相關；t表示顯著性檢驗系數，查t分布表，可得出不同顯著水平上的臨界值tp，若t>tp則表示相關顯著；反之，t

3 結果與分析

3.1 黃土高原地區植被蓋度的時空變化特征

3.1.1 黃土高原地區植被覆蓋度及空間格局 黃土高原地區25年多年平均植被覆蓋度為40%，如附圖1a所示。自然植被變化過程中，農田作物的生長會影響植被覆蓋度的估算。比較1982—2006年的1—12月份的年均植被覆蓋度分布圖，發現作物收獲等節律活動，使黃土高原地區渭河平原、汾河平原等主要農作區6月和10月植被覆蓋度較相鄰月份明顯降低，而10月份可以較好地保存其他地區植被覆蓋度信息，因而采用10月份黃土高原地區年均植被覆蓋度38%，作為整個區域自然植被覆蓋度的估算，如附圖1b所示。與許炯心[28]、孫艷萍[29]等分析黃土高原自然植被覆蓋度的時間和蓋度值比較吻合。

就全區來看，植被覆蓋度呈東南高、西北低的分布特征。低和中低覆蓋度植被，面積分別為黃土高原地區總面積的21.2%和35.9%，主要分布在西北部的內蒙古、寧夏絕大部分區域，以及甘肅北部小部分地區等干旱半干旱氣候區。中和中高植被覆蓋度面積比例分別為26.6%和11.6%，分布在青海高原東南、陜甘交界以及山西、河南大部分地區。高植被覆蓋度區面積比例為4.7%，主要在陜西的黃龍山、子午嶺、秦嶺北坡以及山西太行和呂梁山地區。說明黃土高原大部分地區以中低植被覆蓋度為主，空間差異明顯。

3.1.2 植被覆蓋度年際變化 為了揭示1982—2006年黃土高原地區植被覆蓋度的多年動態特征，取各像元逐年平均植被覆蓋度作為指標，對研究區域內每個柵格像元進行趨勢分析(附圖2a)。總體上，研究區內植被覆蓋度處上升趨勢，線性趨勢為0.75%/10a，有64.3%的植被覆蓋度像元呈增加趨勢，35.7%的像元呈減少趨勢。如表1和附圖2a所示，40.6%的地區植被狀況基本不變，分布于黃土高原地區各地，大多位于鄂爾多斯高原中東部的毛烏素沙地。輕微增加面積占30.7%，分布于各山地邊緣，主要在黃土高原地區的北部和南部，如河套平原、晉陜蒙交界、大同盆地、長治盆地、渭河平原、隴中、隴東高原等部分一些水源相對較好的區域，這些地區也是主要的農業耕作區，植被覆蓋度的增加可能與近期的一些退耕還林還草措施有關。而植被覆蓋度呈顯著增加(11.3%)的區域也多在此。呈輕微減少和顯著減少的面積分別占到16.3%和1.1%，主要分布在鄂托克旗沿銀川、中衛到靖遠、蘭州一帶，內蒙古的呼和浩特到包頭部分地區以及山西太原盆地的部分地區。

黃土高原地區1982—2006年植被覆蓋度標準差介于0.014～0.036之間，整體呈現東南部高，西北部及中部低，東北和西南部高低波動并存，穩定性存在明顯的地域差異(附圖2b、表2)。空間格局主要特征為:低波動區主要連片分布在河套平原和內蒙古沙地草原區域，植被變化相對穩定(21.4%)，這也正是植被覆蓋度保持不變的主要區域；較低和中波動區分別為32.8%和27.9%，占全區面積一半以上，主要分布在山西高原、隴中高原以及青海高原等地；較高和高波動區各占13.9%和4%，主要分布在陜甘盆地、汾渭平原的部分區域，大致與植被覆蓋度趨勢變化明顯的區域相對應。由此可以看出，25a來黃土高原地區植被覆蓋度波動較低，植被變化相對穩定，植被覆蓋度區域增強，大部分區域無顯著性變化，改善的面積大于退化的面積。

表1 黃土高原地區植被覆蓋演變趨勢

表2 黃土高原地區植被覆蓋度標準差

3.2 氣候因子的時空變化特征

黃土高原地區處在中國東部季風區與西部干旱區過渡的地帶[30]，如附圖3(a，b)所示，1982—2006年黃土高原地區年均降水量變化在123～781 mm，區域年均降水量425 mm，在空間分布上存在明顯的地區差異，呈現西北向東南遞增的態勢。25 a間黃土高原地區降水量呈不顯著下降趨勢，平均減少速率為1.9 mm/a。其中，內蒙古河套平原、銀川—環縣沿線以北的狹長區、青海西寧、山西臨汾、長治以及河南孟津等地降水增加，其余區域降水均減少。趨于減少的面積占83.5%,主要分布在山西高原中北部、陜甘盆地、渭河平原等地，尤其是山西五臺山，陜西華山等地降水減少趨勢較其他區域減速快。

如附圖3(c，d)所示，1982—2006年黃土高原地區年均溫變化在-7.8～14.6℃，區域年平均溫度為7.2℃。總體分布大致呈現西南、東北區域年均溫度低，如青海高原、六盤山、呂梁山、太行山部分區域；從西北部的包頭、庫布齊沙漠到黃土梁峁丘陵溝壑、黃土塬，直至汾渭谷地，黃土高原地區溫度呈依次升高的態勢 。在整個全球氣溫上升的大背景下，黃土高原地區25 a來氣溫總體趨于變暖，區域溫度上升趨勢達到極顯著(p<0.001)，為0.7℃/10 a。增溫趨勢由西、南向中、東部逐漸遞增,渭河平原和臨汾盆地的大部分區域升溫趨勢較小，山西高原中部和北部區域升溫較快，如太原、原平、大同、五臺山等地。由此可以看出，黃土高原地區氣候趨于暖干化，區域差異顯著。

3.3 植被覆蓋度與氣候因子的關系

為了揭示黃土高原地區植被覆蓋度總體狀況的年際動態與水熱因子的關系及其空間格局，選取各像元年均植被覆蓋度、年降水量和年均溫作為分析指標，分別計算植被覆蓋度與降水、氣溫的偏相關系數，并將結果進行顯著性T檢驗。

3.3.1 植被覆蓋度與降水的相關性 1982—2006年黃土高原地區年均植被覆蓋度與年降水量偏相關空間特征(表3)，正相關占整個研究區的85.9%，其中主要表現為不顯著正相關(p>0.05)，大部分位于內蒙古毛烏素沙地，隴東渭北高原以及山西高原部分地區，約占63.6%；達到顯著正相關(p<0.05)的面積約為22.3%,主要分布在黃土高原地區西部西寧—靖遠—固原—鹽池—鄂托克旗一帶，這些地區處于溫帶季風氣候區的邊緣，緊鄰西北干旱半干旱氣候區，氣候干燥，年降雨量少，植被多為草地，降水是這些地區植被生長的主要限制因子。負相關主要表現為不顯著負相關(p>0.05)，占整個區域的 14.1%，主要布于汾渭平原大部分地區，其中只有0.6%的面積達到顯著負相關(p<0.05)，主要位于黃龍和子午嶺林區，這可能是由于這些地區降水量較高，對植物生長而言，已經相對充足，降水增加所引起的溫度降低，反而會使植被活動減弱。

3.3.2 植被覆蓋度與溫度的相關性 1982—2006年黃土高原地區年均植被覆蓋度與年均溫度偏相關空間特征(表3)，正相關占整個研究區的68.7%，其中主要表現為不顯著正相關(p>0.05)，約為51.1%，零散分布；顯著正相關(p<0.05)約為17.6%，主要位于陜甘盆地的天水、慶陽、子午嶺、黃龍山等地，以及長治盆地、大同盆地的五寨、靈丘等部分區域，這些區域地勢普遍偏低，且大多處于中溫帶半濕潤農業氣候區，水資源相對豐富，溫度是這些地區植被生長的主要限制因子。負相關主要表現為不顯著負相關(p>0.05)，占整個區域的28.9%，主要分布于黃土高原西北部干燥草原區，如庫布齊沙漠、鄂托克旗、鹽池、靖遠等地區；在環縣北部、山西晉中、內蒙包頭等地，達到顯著負相關(p<0.05)，面積占2.4%。相比黃土高原地區植被覆蓋度變化與年降水量變化的關系，黃土高原地區植被覆蓋度對降水因子的響應更為敏感。

表3 黃土高原地區植被覆蓋度與氣候因子的相關顯著性所占面積比重

4 結論與討論

(1) 黃土高原地區植被覆蓋呈東南高、西北低的特征。從20世紀80年代到21世紀以來，處于中低和低覆蓋度的植被較多，約占總面積的57.1%。25 a來年植被覆蓋度呈增加趨勢，其線性回歸增速為0.75%/10 a。其中有64.3%的面積植被覆蓋度呈增加趨勢，35.7%的面積呈減少趨勢。植被覆蓋度標準差為0.014～0.036，60.7%的面積處于較低和中波動區。說明25 a來黃土高原地區植被變化相對穩定，區域覆蓋度增強,改善面積大于退化面積。

(2) 黃土高原地區年降水量呈不顯著下降趨勢，減少速率為1.9 mm/a；年均溫度呈顯著上升趨勢，增速為0.7℃/10 a，氣候明顯趨于暖干化。降水和溫度因子對植被覆蓋的影響區域差異明顯。植被覆蓋度與降水呈正相關的面積達到85.9%，有22.3%的面積達到顯著正相關(p<0.05)。而與溫度呈正相關的面積為68.7%，17.6%的面積達到顯著正相關(p<0.05)。黃土高原地區植被覆蓋度與年降水量的偏相關性更高，且對降水因子的響應更敏感。

植被覆蓋變化是一個自然與人類活動交互作用的過程。近25 a來黃土高原地區年降水量總體呈下降趨勢,而區域植被覆蓋度呈增加趨勢,則可以認為，雖然植被覆蓋度對降水量多少比較敏感,而非氣候因素是年植被覆蓋度增加的主要原因。這說明近年來國家實施的退耕還林還草、退牧還草、封山育林等一系列生態恢復工程取得了顯著成效，人類活動強度的加大對植被覆蓋時空演變產生了重要影響，同時導致植被覆蓋對氣候等自然因子的變化敏感度降低，削弱了植被生長對氣候因子的依賴性。在本文中，僅分析了植被覆蓋度變化對氣候變化的響應關系，沒有考慮人類活動，如土地利用變化等因素的干擾，未能將人類活動在黃土高原地區植被覆蓋度時空演變過程中所做的貢獻量化；另外，氣候因子還需考慮日照時間、濕度及蒸發量等因素，這些因素在未來研究中應予以考慮和思索。

[1] 李洪權,范廣洲,周定文,等.青藏高原春季植被變化特征及其對夏季氣溫的影響[J].地理科學,2008,28(2):259-265.

[2] Roerink G J, Menenti M, Soepboer W, et al. Assessment of climate impact on vegetation dynamics by using remote sensing[J]. Physics and Chemistry of the Earth, Parts A/B/C,2003,28(1):103-109.

[3] 甘春英.連江流域近18年來植被覆蓋度變化分析[D].廣州:華南師范大學,2011.

[4] 祁燕,王秀蘭,馮仲科,等.基于RS與GIS的北京市植被覆蓋度變化研究[J].林業調查規劃,2009,34(2):1-4.

[5] Application of artificial neural networks in global climate change and ecological research: An overview[J]. Chinese Science Bulletin,2010,45(34):3853-3863.

[6] Increasing terrestrial vegetation activity in China, 1982—1999[J]. Science in China(Series C:Life Sciences),2004,55(3):229-240.

[7] 崔林麗,史軍,楊引明,等.中國東部植被NDVI對氣溫和降水的旬響應特征[J].地理學報,2009,64(7):850-860.

[8] 劉軍會,高吉喜,王文杰,等.青藏高原植被覆蓋變化及其與氣候變化的關系[J].山地學報,2013,31(2):234-242.

[9] 李震,閻福禮,范湘濤.中國西北地區NDVI變化及其與溫度和降水的關系[J].遙感學報,2005,9(3):308-313.

[10] 孫紅雨,王長耀,牛錚,等.中國地表植被覆蓋變化及其與氣候因子關系:基于NOAA時間序列數據分析[J].遙感學報,1998,13(3):204-210.

[11] 武永利,李智才,王云峰,等.山西典型生態區植被指數(NDVI)對氣候變化的響應[J].生態學雜志,2009,28(5):925-932.

[12] 李月臣,宮鵬,劉春霞,等.北方13省1982年—1999年植被變化及其與氣候因子的關系[J].資源科學,2006,28(2):109-117.

[13] 任瑾,羅哲賢.從降水看我國黃土高原地區的干旱氣候特征[J].干旱地區農業研究,1989,7(2):36-43.

[14] 周立三.中國農業地理[M].北京:科學出版社,2000.

[15] Beck H E, McVicar T R, van Dijk A I J M, et al. Global evaluation of four AVHRR-NDVI data sets: Intercomparison and assessment against Landsat imagery[J]. Remote Sensing of Environment,2011,115(10):2547-2563.

[16] Goetz S J, Fiske G J, Bunn A G. Using satellite time-series data sets to analyze fire disturbance and forest recovery across Canada[J]. Remote Sensing of Environment,2006,101(3):352-365.

[17] Holben B N. Characteristics of maximum-value composite images from temporal AVHRR data[J]. International Journal of Remote Sensing,1986,7(11):1417-1434.

[18] 萬龍,馬芹,張建軍,等.黃土高原降雨量空間插值精度比較:KRIGING與TPS法[J].中國水土保持科學,2011,9(3):79-87.

[19] Hijmans R J, Cameron S E, Parra J L, et al. Very high resolution interpolated climate surfaces for global land areas[J]. International Journal of Climatology,2005,25(15):1965-1978.

[20] Fung T, Siu W. Environmental quality and its changes, an analysis using NDVI[J]. International Journal of Remote Sensing,2000,21(5):1011-1024.

[21] Pan Y, Shi P, Zhu W, et al. Measurement of ecological capital of Chinese terrestrial ecosystem based on remote sensing[J]. Science in China Series D: Earth Sciences,2005,48(6):786-796.

[22] 陳妮,李譚寶,張曉萍,等.北洛河流域植被覆蓋度時空變化的遙感動態分析[J].水土保持通報,2013,33(3):206-210,327.

[23] 馬明國,王建,王雪梅.基于遙感的植被年際變化及其與氣候關系研究進展[J].遙感學報,2006,10(3):421-431.

[24] 白文龍,張福平,倪海燕,等.關中地區植被覆蓋變化及其對氣候因子的響應研究[J].農業現代化研究,2013,34(1):104-108.

[25] 周偉,王倩,章超斌,等.黑河中上游草地NDVI時空變化規律及其對氣候因子的響應分析[J].草業學報,2013,22(1):138-147.

[26] 徐建華.現代地理學中的數學方法[M].北京:高等教育出版社,2002.

[27] 李雙雙,延軍平,萬佳.近10年陜甘寧黃土高原區植被覆蓋時空變化特征[J].地理學報,2012,67(7):960-970.

[28] 許炯心,信忠保.從黃土高原植被指數數據中獲取森林覆蓋率信息[J].中國水土保持科學,2010,8(4):7-12.

[29] 孫艷萍,張曉萍,劉建祥,等.黃土高原水蝕風蝕交錯帶植被覆蓋度動態變化[J].干旱區研究,2013,30(6):1036-1043.

[30] Jingyong Z, Wenjie D, Congbin F, et al. The influence of vegetation cover on summer precipitation in China: A statistical analysis of NDVI and climate data[J]. Advances in Atmospheric Sciences,2003,20(6):1002-1006.

ResponseofVegetationCoveragetoClimateChangeintheLoessPlateauin1982-2006

GUO Min-jie1,2, ZHANG Ting-ting1,3, ZHANG Jian-jun1,2, CHEN Li-li1,3, ZHANG Xiao-ping1,3

(1.StateKeyLaboratoryofSoilErosionandDrylandFarmingontheLoessPlateau,InstituteofSoilandWaterConservation,ChineseAcademyofSciencesandMinistryofWaterResources,Yangling,Shaanxi712100,China; 2.UniversityofChineseAcademyofSciences,Beijing100049,China; 3.CollegeofNaturalResourcesandEnvironment,NorthwestA&FUniversity,Yangling,Shaanxi712100,China)

This paper studied vegetation coverage variations and the response of vegetation change to climate change in Loess Plateau in order to provide the reference for improving the regional ecological environment based on the data from GIMMS AVHRR NDVI of China from 1982 to 2006 and the data of precipitation and temperature from 82 weather stations interpolated by GIS 9.3 and spline interpolating method from ANUSPLIN 4.3 software. The results show that: (1) the Loess Plateau has a low vegetation coverage, which is only 38%, and vegetation coverage was obviously different in different regions, the value in southeast is high, while in northwest is low; (2) for almost 25 years, the vegetation activity of the Loess Plateau had been enhanced in a relatively stable situation, and vegetation coverage had increased by 0.75%/10 a, under this changing trend, the area of the vegetation coverage kept almost unchanged by 40.6% which tended to the improved vegetation coverage areas (42%) and was greater than the degradation area(17.4%); (3) In Loess Plateau, the annual precipitation has showed a decreasing trend indistinctively by 1.9 mm/a and the annual temperature has showed an increasing trend markedly by 0.7℃/10 a during 25 years. The climate has become warm and dry; (4) the correlation analysis between vegetation coverage and annual precipitation and temperature was obviously different in different regions which is an extremely significant positive correlation, but there is an obvious difference in space. The vegetation growth is sensitive to precipitation.

vegetation coverage; climate change; response; Loess Plateau Area

2013-12-17

：2014-03-30

國家自然基金重點項目“氣候變化背景下黃土高原土地利用影響徑流的空間尺度效應”(41230852);國家自然科學基金項目“北洛河水沙動態過程及對退耕還林(草)響應機理”(41101265);中科院知識創新項目(KZCX2-XB3-13);中國科學院重點部署項目“近百年黃土高原侵蝕環境與水沙變化”(KZZ-EW-04-03-03)

郭敏杰(1987—),女,河南省項城市人,碩士,主要研究方向:RS/GIS在水土保持中的應用。E-mail:guomjmdw@sina.com

張曉萍(1971—),女,河南省焦作人,博士,研究員,從事區域水土流失規律及水土保持方向研究。E-mail:zhangxp@ms.iswc.ac.cn

P461+.7;TP79

：A

：1005-3409(2014)05-0035-06