2000—2018年鄂爾多斯市植被覆蓋度變化及驅動因素分析

鄭穎娟，劉軍會，劉 洋，馬 蘇，周甲男

中國環境科學研究院環境信息研究所，北京 100012

植被作為生態系統的重要組成部分，對生態系統之間的能量傳輸有重要的影響作用，在水土保持、水源涵養、碳循環和維持生物多樣性穩定等方面發揮著重要作用[1-2]. 植被覆蓋狀況是一個復雜而漫長的過程，受氣候變化、土地利用、生態工程、城市化等多種因素的影響[3]. 衛星影像是大尺度植被監測的重要數據源之一，已成為生態保護和全球氣候變化領域廣泛應用的工具[4]. 植被歸一化指數(normal difference vegetation index, NDVI)是植被密度和長勢的重要指示器和目前常用于表征植被狀況的指標[5-6]，被認為是監測區域植被和生態環境變化的有效指標[7]，其變化能夠準確揭示地表空間變化規律，對揭示全球變化影響下的區域生態系統響應特征以及評價區域生態環境質量具有重要意義[7-8]. 同時，作為一個十分重要的敏感度指標，NDVI及其變化在生態脆弱地區的植被退化研究、土地荒漠化評價等方面也有廣泛的應用[9].

在全球氣候變暖和可持續發展的背景下，植被動態及其驅動因素的研究已成為世界范圍內的研究熱點，主要聚焦在區域植被覆蓋度時空變化及其驅動因素研究，尤其在氣候因素對植被變化影響方面[10-14]，相關研究[15]表明，在影響植被覆蓋度變化的眾多自然因素中，氣溫是影響我國地形第一階梯植被覆蓋度變化的主要驅動因素，而降水量是第二階梯植被覆蓋度變化的主要控制因素，在植被生長受水分制約的干旱和半干旱等地區，降水量的變化對植被覆蓋度的變化起到了關鍵作用，大部分干旱地區NDVI與降水量呈正相關；此外，蒸散量是影響內蒙古荒漠、草原生態區植被覆蓋度變化的主要因素，而該區域植被覆蓋度變化與溫度的關系不是很密切[16]. 除氣候因子外，人類活動對生態環境的影響力度日趨增強，甚至能夠在區域尺度上改變植被覆蓋度的變化趨勢[17]. 人類活動可通過生態修復增加植被覆蓋度，而人類的不合理利用、城市擴張以及無節制地對森林資源的掠奪會引起植被覆蓋度的顯著下降. 我國北方干旱半干旱地區生態環境脆弱，沙漠化、水土流失和等土地退化問題嚴重[18-19]，人類活動對植被覆蓋度變化的影響不可忽視.

我國政府在近幾十年來制定并實施了多項植被建設工程和生態保護與修復工程，對我國植被恢復起到了極大的促進作用[18-19]，利用長時間序列NDVI數據的分析表明，中國大部分地區的植被覆蓋度顯著增加[20]. 我國學者針對植被覆蓋度變化及其驅動因素研究做了大量研究，聚焦于青藏高原、黃土高原等生態脆弱區以及東北、華北等人類活動密集區的研究相對較多，探究氣候變化和人類活動對年際NDVI趨勢的綜合影響[7,21-22]. 盡管學者們在研究植被變化驅動因素方面做了大量的工作，但在區分人為因素和氣候因素對植被影響方面，以及量化人類活動對植被覆蓋度的影響方面尚不明確. 然而定量分析氣候和人類活動對植被覆蓋度變化的影響以及識別影響的區域性差異非常必要，因此應針對這一問題進行深入研究.

鄂爾多斯市是國家重要能源和戰略資源基地，且位于我國北方防沙帶的南側，對維護國家整體生態安全具有重要作用. 近年來，通過天然林保護、退耕還林、退牧還草、自然保護區建設等一系列措施，一些區域生態環境有所好轉. 該文擬從生態學角度出發，為了區分鄂爾多斯市人類活動和氣候對植被動態的影響，選用NDVI作為植被的表征因子，使其作為氣候因子和人類活動與生態環境之間的紐帶，氣候因子選取降水量和蒸散量2個指標，采用基于變異系數的人為影響模型，探討鄂爾多斯市植被覆蓋度時空變化的空間異質性，在探究氣候與人類活動對植被覆蓋度的影響的基礎上，識別人類活動影響的正向、負向區域，進一步摸清鄂爾多斯市生態環境質量現狀以及生態保護與修復取得的成效與問題，為地方政府生態環境監管與干旱半干旱區生態保護修復提供科學依據，保障鄂爾多斯市、內蒙古自治區乃至京津冀、華北地區及西北地區的生態安全，促進黃河流域高質量發展，為構筑我國北方重要生態安全屏障提供重要研究基礎.

1 研究區概況

鄂爾多斯市位于內蒙古自治區西南部，地理位置為106°42′40″E~111°27′20″E、37°35′24″N~40°51′40″N，總面積86 882 km2，占內蒙古自治區土地總面積的7.5%. 鄂爾多斯市地處干旱半干旱區，為溫帶大陸性季風氣候，降水少且時空分布極為不均，多年平均降水量為250~400 mm，全年降水集中在6?8月，由東南向西北遞減，年均潛在蒸發量為2 000~3 000 mm，遠大于降水量. 鄂爾多斯市地形西高東低，西部為波狀高原區，主要植被類型為草原荒漠植被；北部為黃河沖積平原，“十大孔兌”流域總面積1 0767 km2，其中水土流失面積8 223.4 km2[23]；東部為丘陵溝壑區，為荒漠草原分布區；中部為毛烏素沙地和庫布齊沙漠，主要是沙地植被，平均海拔在1 000~1 500 m之間. 其中，平原約占總土地面積的4.3%，丘陵山區約占18.9%，波狀高原約占28.8%，毛烏素沙地和庫布齊沙漠分別約占28.8%和19.2%，二者面積之和占到將近一半(見圖1). 目前鄂爾多斯市已經發現具有開采價值的重要礦產資源12類35種，是保障全國能源和資源安全的重要儲備地. 風蝕水蝕交錯，加之受到氣候暖干化以及礦產開發、放牧等人類活動影響，沙漠化和水土流失防治形勢依然嚴峻，生態環境狀況具有顯著的脆弱性、敏感性和不穩定性，是內蒙古自治區乃至全國沙漠化和水流流失較為嚴重的地區之一.

圖 1 鄂爾多斯市地理位置及沙地分布Fig.1 Location and sandland distribution of Ordos City

2 數據與方法

2.1 數據來源與預處理

2.1.1NDVI數據

該研究使用地理國情監測云平臺提供的MODIS歸一化植被指數(NDVI)產品數據，時間跨度為2000?2018年，空間分辨率為250 m. 對數據進行投影轉換、裁剪，獲取鄂爾多斯市2000?2018年歸一化植被指數(NDVI)后，采用最大值合成法(MVC)處理逐年、逐月NDVI數據，進一步消除大氣、云、太陽高度角的影響，將每年6?9月定義為生長季，將生長季內各月份NDVI求平均值，代表該年植被狀態，使NDVI更好地反映地表植被覆蓋狀況.

2.1.2降水量數據

降水量數據來源于中國氣象科學數據共享服務網(http://data.cma.cn)以及鄂爾多斯市氣象局，其中，通過中國氣象科學數據共享服務網選取鄂爾多斯市周邊(包括陜西省、寧夏回族自治區及內蒙古自治區其他地市)氣象站點25個，以及鄂爾多斯市氣象局提供的8個氣象站點(鄂托克前旗、烏審旗、準格爾旗、伊金霍洛旗、東勝區、杭錦旗、鄂托克旗和達拉特旗)的月降水量監測數據. 根據降水數據的分布形態，采用ArcGIS 10.5軟件中的地統計模塊，對研究區降水數據進行插值[20]，裁剪得到研究區2000?2018年降水量柵格圖像.

2.1.3蒸散量數據

蒸散量數據來自國家科技基礎條件平臺?國家地球系統科學數據共享服務平臺(http://www.geodata.cn)，原始數據經過轉化、裁剪得到研究區2000?2018年蒸散量數據柵格圖像.

2.1.4土地利用數據

所用2018年鄂爾多斯市土地利用數據來源于中國科學院資源環境科學與數據中心(http://www.resdc.cn)，分辨率為30 m，土地利用類型劃分為耕地、林地、草地、水域、城鄉、工礦、居民用地、未利用地等六大類.

2.2 研究方法

2.2.1植被覆蓋度信息提取模型

植被度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，提取植被覆蓋度信息[18,24]. 計算公式為

式中，NDVIV和NDVIS分別為純植物像元的NDVI值和完全無植被覆蓋像元的NDVI值.

2.2.2地統計分析方法

地統計學分析以大量服從正態分布的樣本為前提，借助數學手段分析和預測樣本的分布規律，采用Kolmogorov-Smimov Test非參數檢驗法進行正態分布檢驗. 采用克里格插值法對離散變量進行連續無偏差插值，以直觀呈現氣象因素的空間分布特征，在此基礎上選擇相應的地統計模塊，計算重要參數?基臺值(C+C0)、變程(R)、塊金值(C0)以及塊金系數〔C0/(C+C0)〕，確定地統計分析適用模型，參照Prediction Errors中的指標進行模型的選擇，保證插值精度，揭示研究要素的空間變異程度.

2.2.3一元線性回歸模擬變化趨勢分析

將NDVI、降水量、蒸散量進行一元線性回歸處理，用一元線性回歸方程的斜率(SLOPE)反映數據的年際變化趨勢[25-26]，計算公式：

式中：SLOPE為由一元線性回歸斜率，表示2000?2018年的平均變化率；n為年序號，取值為1~18；i=1時表示2000年，以此類推至2018年；NDVIi為第i年的NDVI.

2.2.4相關性分析

植被覆蓋度變化(NDVI)與降水量(蒸散量)變化的樣本數均服從正態分布，采用Pearson相關系數來表示它們之間的相關性，并在P=0.05的水平下開展顯著性檢驗. 逐像元分析植被覆蓋度變化與降水量、蒸散量之間的關系，揭示二者相關程度的空間分布狀況[27-29]. Pearson相關系數的計算公式：

式中，R為Pearson相關性系數，x為所有像元的植被變化率，y為所有像元的降水量和蒸散量的變化率.

2.2.5基于變異系數的人為影響模型

該研究利用基于變異系數的人為影響模型定量分析人類活動對NDVI的影響. 假定在自然條件下，NDVI只受氣候變化的影響，因此，在無人為影響的條件下，NDVI的變化特征應與氣候變化特征一致[4].

2.2.5.1NDVI、降水量和蒸散量變異系數

變異系數(coefficient of variation, CV)是衡量序列觀測值變異程度的一個統計量[1,13]，計算公式為

式中，σ為觀測值的標準差，μ為算數平均值.

將時間序列NDVI、降水量和蒸散量代入式(1)，分別求得NDVI變異系數(CVNDVI)、降水量變異系數(CVT)、蒸散量變異系數(CVR).

2.2.5.2氣候變異系數

該研究將降水量、蒸散量作為主要氣候因子，在計算氣候變異系數過程中，采用模型偏導法確定降水量與蒸散量對NDVI的影響權重，再乘以各自的變異系數并求和，即得到氣候變異系數(CVC).

式中，WT為降水量對NDVI的影響權重，WR蒸散量對NDVI的影響權重.

2.2.5.3人為變異系數

NDVI變異系數與氣候變異系數之差為人為變異系數(CVH).

人為變異系數表征人類活動影響的劇烈程度，其值為0或絕對值小于某個極小值時，表示不受人為影響或其影響甚微；絕對值越大表示受人為影響的程度越劇烈[4,21]. 人為變異系數是一個統計值，不是衡量植被NDVI生態機理的參數，在影響機制上沒有任何意義. 統計值存在一些誤差或者小概率事件，但如果某處為無人為影響點，該點的人為變異系數肯定為0，基于此即可保證上述模型的確定性.

2.2.5.4選擇無人為影響點

人為變異系數是衡量人為作用對NDVI影響的變異程度而不是影響程度，無法使用人為變異系數直接計算NDVI的人為影響值. 根據理論假設，首先要計算理論NDVI，需根據人為變異系數來選擇無人為影響點，該步驟至關重要. 提取人為變異系數絕對值在0附近的柵格，為了防止出現人為變異系數為0而實際是有人為影響的情況，逐點判斷實際NDVI變化與氣候變化是否一致，若一致則保留，若不一致則去除，在此基礎上，通過高分遙感影像、土地利用現狀圖、實地驗證結果對提取出的無人為影響點進行驗證，將一些明顯受到人為影響的點(如城鎮、耕地等)剔除，確保模型精度[1,21].

2.2.5.5理論NDVI

利用確定的無人為影響點，提取對應點實際NDVI即為理論NDVI(theoretical NDVI, NDVIT). 采用空間插值方法對離散點進行空間化處理，得到研究區理論NDVI柵格圖[1,21,28].

2.2.5.6NDVI人為影響值

將實際NDVI(Actual NDVI, NDVIA)減去理論NDVI，即得到人為作用下的NDVI變化值，稱為NDVI人為影響值(NDVI influenced by human, NDVIH)，計算公式為

當NDVIH>0時，表示NDVI在人為影響下增加；當NDVIH<0時，NDVI在人為影響下降低[1,21]. 為了便于分析，將NDVI人為影響值分成正負值，分別對應正向影響、穩定以及負向影響.

3 結果與分析

3.1 植被覆蓋度的時空變化特征

2000?2018年鄂爾多斯市植被覆蓋度平均值呈現波動上升趨勢，其中2000?2005年植被覆蓋度平均值為0.18，2006?2010年平均值為0.22，2011?2015年平均值為0.25，2016?2018年平均值為0.33. 在空間上(見圖2)，19年來植被覆蓋度增加區域占比較大，為65.06%，其中極顯著增加區域(SLOPE>0.015)占16.41%，主要分布在降水量>300 mm的區域；顯著增加區域(0.015≤SLOPE≤0.005)占48.65%，主要分布在降水量>200 mm的區域〔見圖2和圖3(a)〕，集中在達拉特、鄂托克前旗西部、杭錦旗和鄂托克旗中部區域；無顯著變化區域(?0.005≤SLOPE≤0.005)占33.35%，主要分布在杭錦旗、鄂托克旗、鄂托克前旗等西部區域；減少區域零星分布，占1.59%，其中顯著減少區域(?0.015≤SLOPE≤?0.005)主要分布在北部黃河沿岸，占1.11%，極顯著減少區域(SLOPE

圖 2 2000?2018年鄂爾多斯市植被覆蓋度的年際變化趨勢Fig.2 The variation trend of vegetation coverage in Ordos City from 2000 to 2018

3.2 植被覆蓋度對氣候變化的響應

2000?2018年，鄂爾多斯市年均降水量為340 mm，年際變化率為63%，降水量總體呈增加趨勢，在空間分布上〔見圖3(a)〕，東部降水量在300 mm以上，最高達412 mm，西部降水量較低，最低為144 mm. 降水量變異系數在0.18~0.33之間，變化較大，空間分異特征明顯〔見圖3(c)〕. 2000?2018年平均蒸散量為249 mm，年際變化率為55%，東部蒸散量高于西部〔見圖3(b)〕，總體呈現降低或穩定趨勢. 蒸散量變異系數介于0.04~0.32之間，大部分區域蒸散量變化較小，變化幅度較大的區域主要集中在準格爾旗和鄂托克前旗〔見圖3(d)〕. 年均蒸散量降低的區域主要分布在杭錦旗、鄂托克旗北部，零星分布在鄂托克前旗，占研究區總面積的36.54%；年均蒸散量升高的區域主要分布在準格爾旗、伊金霍洛旗，占12.23%；穩定區域主要分布在烏審旗、達拉特旗南部、杭錦旗東南部、東勝區、鄂托克旗東部以及鄂托克前旗，占51.23%.

圖 3 2000—2018鄂爾多斯市年均降水量、蒸散量、降水量變異系數及蒸散量變異系數的空間分布Fig.3 Spatial distribution of annual precipitation, evapotranspiration, precipitation variation coefficient and evapotranspiration variation coefficient in Ordos City from 2000 to 2018

2000?2018年鄂爾多斯市降水量、蒸散量與NDVI總體均呈現波動增長趨勢(見圖4). 相關分析〔見圖5(a)〕顯示，NDVI與降水量的相關系數保持在?0.76~0.86之間，呈顯著正相關(P≤0.05)的區域主要分布在鄂托克前旗以及準格爾旗、鄂托克旗、杭錦旗、達拉特旗、烏審旗等區域南部. 降水量變化對植被覆蓋度的影響較大，二者呈正相關的區域占研究區總面積的92.9%. 降水量與NDVI呈負相關的區域主要分布在研究區北部沿黃區域、康巴什區、伊金霍洛旗、烏審旗北部，但均未達到顯著性水平(P≥0.05)，占整個研究區域的7.10%，這些區域降水量的年際變化率較小，對植被覆蓋度影響不大. 降水量與NDVI不相關的區域(相關系數為0)零散分布，占整個研究區域的0.88%.

圖 4 2000—2018年鄂爾多斯市降水量、蒸散量及NDVI的變化趨勢Fig.4 Trends of precipitation, evapotranspiration and vegetation coverage in Ordos City from 2000 to 2018

圖 5 2000—2018年鄂爾多斯市降水量、蒸散量與NDVI的相關性Fig.5 Correlation between vegetation coverage and precipitation, evaporation in Ordos City from 2000 to 2018

由NDVI與蒸散量的相關性分析〔見圖5(b)〕可知，二者相關系數介于?0.76~0.97之間，相比降水量，蒸散量與NDVI呈正相關的區域占比更高，達到99.11%；二者呈負相關的區域主要分布在北部沿黃邊緣區域以及鄂托克旗西北角和杭錦旗西南角，但均未達到顯著性水平(P≥0.05)，僅占整個研究區域的0.89%. 19年來鄂爾多斯市降水量整體呈增加趨勢，蒸發量呈現穩定和降低的區域占比較大，結合2000?2018年NDVI與降水量、蒸散量相關系數的空間分布特征可知，降水量增加，蒸散量降低，總體蒸降差變小，植被覆蓋度增加，總體來看，氣候因子對區域植被覆蓋度變化產生了正面的影響.

3.3 人類活動對植被覆蓋度的影響

NDVI變異系數表征植被覆蓋度的變化強度，2000?2018年鄂爾多斯市植被覆蓋度呈增加趨勢，植被覆蓋度增加區域占65.06%；NDVI變異系數在0.005~4.360之間，表明植被穩定性較弱，且存在顯著的區域性差異. 從空間分布〔見圖6(a)〕來看，NDVI變異系數的高值區主要集中在杭錦旗西北部、西南角以及鄂托克旗西北角，零星分布在烏審旗，結合土地利用數據可知，該區域主要土地利用類型為庫布齊沙漠、毛烏素沙地以及采礦區. 上述區域植被變化波動最為強烈，而這些區域的NDVI與降水量、蒸散量的相關性(見圖5)均未達到顯著性水平，因為NDVI變異系數的高值區主要受到人類活動的影響.

圖 6 2000—2018年鄂爾多斯市NDVI變異系數及人為變異系數的空間分布Fig.6 Spatial distribution of vegetation coverage variation coefficient and anthropogenic variation coefficient in Ordos City from 2000 to 2018

人為變異系數表征人類活動對植被的干擾強度，從人為變異系數的空間分布〔見圖6(b)〕來看，人為變異系數的高值區整體上與NDVI變異系數的高值區一致，主要分布在庫布齊沙漠以及采礦活動比較頻繁的鄂托克旗西北部，人類活動對植被的影響較為明顯，且該區域處于防風固沙屏障區和生物多樣性優先區，具有重要的生態功能. 低值區主要分布在研究區的東部和中部區域，植被生長狀況良好，受人類活動干擾較小，未發生顯著變化.

在土地利用現狀基礎上，采用第三次全國土地調查數據、高分數據等有明確邊界的地塊邊界，進行空間套核，提高土地利用數據的分辨率，初步提取無人為影響點，并通過生態系統調查的246個實地驗證數據對無人為影響點進行篩選和驗證，最終提取出2 000多個無人為影響點，主要分布在伊金霍洛旗等植被覆蓋度相對較好的區域，植被覆蓋度對降水量、蒸散量等氣候因子響應強烈. 杭錦旗、烏審旗等區域無人為影響點位分布相對較少，表明在人為作用下，區域內植被狀況有了明顯改善.

2000?2018年間，鄂爾多斯市NDVI的人為正向影響和負向影響如圖7所示，人類活動對NDVI的正向影響覆蓋了研究區大部分區域，占研究區總面積的54.00%，主要集中在研究區東部各旗(區)，如準格爾旗、東勝區、康巴什區、伊金霍洛旗和烏審旗的大部分區域，以及杭錦旗、鄂托克旗、鄂托克前旗的東部區域. 人類活動對上述區域的植被覆蓋度起到了正向促進作用，根據土地利用現狀數據，該區域也存在礦區分布(如神東礦區)，近40年來生態系統的變化總體呈現“兩增一減”的特征，即林地、草地面積增加，荒漠面積減少，植被覆蓋度達56.78%. 人類活動影響較小的區域占整個研究區面積的32.58%，主要分布在杭錦旗中部、鄂托克旗西部以及鄂托克旗西部. 負向影響區域面積占整個區域面積的12.35%，如圖7所示，負向影響區域主要分布在杭錦旗西部、鄂托克旗西北部，此區域露天及井工煤礦遍布，如棋盤井礦區，且該區域作為生物多樣性優先區，主要保護物種為古老殘遺瀕危珍稀植物?半日花，近年來按照要求保護區內的礦山企業逐漸退出保護區，但研究結果表明該區域植被覆蓋度在一定程度上受到了人類活動的負向影響，應嚴格落實管控要求，劃定珍稀種群保護小區，開展生態環境長期監測，建立生態風險預警體系.

圖 7 2000—2018年鄂爾多斯市NDVI的人為影響分布Fig.7 Anthropogenic influence distribution of vegetation coverage in Ordos City from 2000 to 2018

4 討論

對于植被覆蓋度而言，植被覆蓋度增加這一結果與其他相關研究結果相一致. 苗旭等[29]基于最大合成法合成了鄂爾多斯市年際NDVI數值，結果表明2000年NDVI平均值為0.32，2018年為0.33，整體呈上升趨勢，顯著和極顯著退化區域主要分布在鄂爾多斯市區及北部黃河沿岸. 馬格[30]研究表明，降水量及生態建設工程是影響鄂爾多斯市植被覆蓋度的重要影響因子，其中植樹造林及禁牧、休牧措施是重要人為影響因素. 賈媛等[24]研究表明，2000年和2005年鄂爾多斯市NDVI受自然因素作用的影響大于人為因素，而2010年和2015年人為因素的影響大于自然因素. 隨著經濟社會的不斷發展，人類對生態的影響越來越明顯，苗旭等通過殘差趨勢分析了人類活動對鄂爾多斯市NDVI的影響，從空間上來看，95.49%的區域NDVI殘差趨勢為正值，4.51%的區域殘差趨勢值為負值[29]，這與筆者所得結果基本一致. 該研究結果顯示，人類活動的正向影響區域主要集中在研究區東部，占54.00%，負向影響區域主要分布研究區西部，占13.42%，表明近20年來人類活動對植被的影響逐漸增強，且起到促進作用. 但負向影響區域亟待關注，這些區域內分布有棋盤井礦區，又是保護古老殘遺瀕危植物?半日花以及荒漠生態系統的生物多樣性保護優先區. 因此對于負向影響區域，建議進一步加強人類活動管控，協調好經濟發展與環境保護的關系，科學制定生態修復建議，保障生態環境質量持續改善，為地方政府及其他干旱半干旱區的生態保護修復與生態環境監管提供科學依據.

對于數據精度而言，該研究的降水量數據在全國氣象臺站的基礎上，選取周邊(包括陜西省、寧夏回族自治區以及內蒙古自治區其他市)氣象站點25個，并采用鄂爾多斯市8個氣象站點的月降水監測數據，運用地統計學分析，根據數據分布特點，計算基臺值、變程、塊金值及塊金系數等重要參數并確定適用的插值模型，在數據和插值模型的選取上保證了精度.土地利用數據在中國科學院資源環境科學與數據中心提供的數據基礎上，利用第三次全國土地調查數據、高分數據中明確的地塊邊界，進行空間套核，將空間分辨率250 m的數據轉換成米級數據，并通過生態系統調研實地驗證，布設4條樣線覆蓋全部旗(區)和自然保護區，樣地82個，實地驗證點246個，并在此基礎上篩選無人為影響點，保證了結果的準確性.

對于研究方法而言，由于人類活動方式各異，地形、土壤、植被以及氣候條件也存在諸多差異，即使同種人類活動對植被覆蓋度產生的實際影響也不盡相同，因此實際影響較難量化. 目前人類活動定量研究的主要方法是殘差分析法[31-32]、降水利用效率分析法[25,33]、陸地生態系統動態模型(dynamic land ecosystem model，DLEM)[29]以及基于變異系數模型等[22]，上述方法各有特點，也各有局限. 其中，殘差分析法無法區分人為作用的正負方向；降水利用效率分析法只適合長時序數據和大范圍區域評價，不確定性問題較多；DLEM模型復雜，參數不易獲取，難以計算人為活動間接影響等[21]. 該文采用基于變異系數的計算模型，基于間接計算思想，避免人類活動影響的復雜過程，所需參數少，易獲取，具有較好的推廣性，能夠定量評估人類活動對NDVI的影響，并剝離氣候影響，識別人類活動的正向、負向影響. 但氣候本身也受到人類活動的影響，在后續研究中建議拉長氣候因子的時間序列，摸清研究區氣候變化趨勢，并探討如何在模型中濾除人類活動對氣候的影響，優化計算模型，提高人類活動定量分析的精度. 另外人類活動對植被的影響方式多種多樣，區域內植被覆蓋度的變化往往是多種方式共同作用的結果，探討不同區域人類活動影響機制，并針對正向影響區域，在一定氣候影響范圍內，探究植被覆蓋度的閾值，分析不同區域的物種適宜性，因地制宜提出相應保護對策和物種恢復建議是后續研究工作的重點.

5 結論

a) 2000?2018年鄂爾多斯市植被覆蓋度平均值呈現波動性上升趨勢，植被覆蓋度等級呈現低、中覆蓋向中高、高覆蓋轉化的趨勢. 植被覆蓋度增加區域比例較高，極顯著、顯著增加面積分別占16.41%和65.06%. 但退化區域依然存在，極顯著減少區域主要分布在沿黃區域，包括杭錦旗以及達拉特旗北部，占總面積的0.48%，表明生態環境質量還存在改善的空間.

b) 2000?2018年，鄂爾多斯市年均降水量總體呈現增加趨勢，且東部高于西部；年均蒸散量呈現降低和穩定的趨勢，分別占研究區的36.54%和51.23%，且東部高于西部，變化幅度大的區域主要集中在準格爾旗和鄂托克前旗. NDVI與降水量、蒸散量的相關系數分別為?0.76~0.86和?0.76~0.97，與降水量呈顯著正相關(P≤0.05)的區域占研究區總面積的92.9%，與蒸散量呈顯著正相關的區域占99.11%. 總體來看，降水量的增加、蒸散量的相對降低對區域植被覆蓋度的增加產生了正面的影響.

c) 2000?2018年NDVI變異系數在0.005~4.360之間，植被穩定性較弱，高值區的NDVI與降水量和蒸散量的相關性均未達到顯著性水平. 人為變異系數為?0.25~1.50，高值區主要分布在鄂托克旗西北部、杭錦旗及烏審旗，土地利用類型為工礦用地、沙漠(庫布齊)和沙地(毛烏素)，且生態系統類型變化顯示采礦場增加，沙漠和沙地面積減少. 這些區域植被變化波動最為強烈，但與降水量、蒸散量的相關性不顯著，表明植被覆蓋度變化主要受人類活動的影響. 人類活動正向影響區域主要集中在研究區東部，占54.00%，負向影響區域集中在西部，占13.42%. 負向影響區域分布有棋盤井等礦區，同時又是保護古老殘遺瀕危植物?半日花以及荒漠生態系統的生物多樣性保護優先區，因此需要進一步加強人類活動管控，科學制定生態修復建議，協調好經濟發展與環境保護的關系，為構筑我國北方生態安全屏障提供重要保障.