1.中国科学院西北生态环境资源研究院 内陆河流域生态水文重点实验室，甘肃 兰州 730000
2.兰州交通大学 测绘与地理信息学院/地理国情监测技术应用国家地方联合工程研究中心/甘肃省地理国情监测工程实验室，甘肃 兰州 730000
作者简介 About authors
中国西北地区土地荒漠化问题严重，生态环境脆弱。厘清该地区植被覆盖时空变化特征及影响因子，对生态环境保护具有重要意义。基于MOD13A3数据，通过最大值合成法处理获得2000—2019年归一化差值植被指数（Normalized Difference Vegetation Index，NDVI）时序数据，采用趋势分析、Hurst指数法及地理探测器对研究区植被覆盖的时空变化特征及影响因子进行分析。结果表明：（1）2000—2019年，研究区植被覆盖整体呈增长趋势，NDVI年增长速率为0.0027（P<0.05），均值为0.252。空间分区年增长速率有差异，黄河流域片区（0.0062）>半干旱草原片区（0.0026）>内陆干旱片区（0.0018）。（2）研究区植被覆盖呈增长趋势的面积占55.77%，退化区域占3.76%，增长的土地利用类型以耕、林、草地为主。植被覆盖变化趋势具有持续性的区域面积占总面积的31.87%，其中持续性改善面积（17.04%）大于持续性退化面积（1.27%），黄河流域片区增长情况及持续性增长情况最优。（3）影响植被覆盖空间分布的主要因子按影响力依次为降水、气温、日照、相对湿度，但对各分区的影响程度略有差异。黄河流域片区、内陆干旱片区空间分布受降水影响最大，半干旱草原区受日照影响最大。（4）研究区植被覆盖变化以自然因子与人类活动共同驱动为主，自然因子对植被生长的促进作用大于人类活动，且自然因子对植被覆盖变化的贡献率更高。本研究结果可为评估气候变化背景下西北地区生态环境变化提供参考。
关键词：西北地区;NDVI;植被覆盖变化;影响因子;地理探测器;Hurst指数
The problem of land desertification in northwest region of China is serious and the ecological environment is severe. It is of great significance to clarify the spatio-temporal variation characteristics and driving factors of vegetation cover in this area for ecological environment protection. In this study， MOD13A3 products in this area were used as the data source to obtain the NDVI sequence set from 2000 to 2019 through the maximum value synthesis method. Trend analysis， anomaly analysis， Hurst index， geographic detector， correlation analysis and residue analysis were used to analyze the spatiotemporal variation characteristics and impact factors of vegetation cover in the study area. The results showed that ：（1） In recent 20 years， the vegetation coverage in the study area showed an overall growth trend， with an increase rate of 0.0027·a-1 and an average NDVI of 0.252. However， the growth rate of the Yellow River basin area （0.0062·a-1） is higher than that of the semi-arid grassland area （0.0026·a-1） and inland arid area （0.0018·a-1）. （2） The vegetation coverage in the study area is on the rise， accounting for 55.77% of the total area， while the degraded area accounts for 3.76% of the total area. The increased land use types were mainly tillage， forest and grassland. The area with sustainable change trend of vegetation cover accounted for 31.87% of the total area， the sustainable improvement （17.04%） was greater than the sustainable degradation （1.27%）， and the growth and sustainable growth of the Yellow River basin area were the best. （3） The main contributing factors that affect the spatial distribution of vegetation cover are precipitation， temperature， sunshine and relative humidity in order of influence， but the influence degree of each sub-region is slightly different. The spatial distribution of arid areas in the Yellow River basin and inland is most affected by precipitation， and the semi-arid grassland is most affected by sunshine. （4） Vegetation cover changes is mainly driven by natural factors and human activities， and natural factors on the growth of vegetation role in promoting are greater than human activity， and natural factors on vegetation cover change in the rate of contribution are higher. The results of this study can provide reference for assessing the ecological environment change under the background of climate change in northwest China.
Keywords：northwest region;NDVI;vegetation coverage change;influencing factor;GeoDetector;Hurst index
本文引用格式
图1研究区概况及土地利用分类
Fig.1Study area and land use types
累积离差
极差
标准差
式中：qX，Y 为影响因素探测力指标；Xi 为次一级区域样本数；N为整个区域样本数；m为次级区域个数；δ2 为研究区所有样本值的方差；δi2 为次一级区域内样本的方差。qX，Y 的取值范围为［0，1］，qX，Y 值越大，X的影响力越大。本文基于地理探测器对植被覆盖空间分布影响因子进行探测分析，选取年均日照、年均相对湿度、年均降水量、年均气温、海拔、坡度、坡向、距离水域的距离等8个自然因子进行空间探测。
式中：a、b、c、d、e为模型参数；P、T、S、H分别为年降水量、年均温度、年日照时间、年均相对湿度；NDVINA与NDVIHA，分别表示自然因子与人类活动影响下的NDVI值，NDVI实际值为基于遥感影像的观测值。
表1驱动因素判定及贡献率计算方法
Table 1 The determination criterion of driving factors and calculation method of contribution rate
HA为人类活动，NA为自然因子；Slope（NDVINA）为自然因子影响趋势，Slope（NDVIHA）为人类活动影响趋势，Slope（实际值）为实际的NDVI变化趋势。
首先，利用MRT工具对MOD13A3产品数据进行拼接和投影变换，以研究区范围批量裁剪后，基于最大值合成法将每年12期数据合成逐年NDVI影像，将小于0的异常值赋值为0，进行均值处理得到20年平均NDVI分布影像。气象数据采用协同克里金法进行插值处理。其次，使用累积距平分析、趋势分析、Hurst指数对研究区植被覆盖变化和持续性情况进行分析。以研究区20年NDVI均值的空间分布为研究对象，利用地理探测器探测NDVI空间分布影响因素。最后，通过相关分析法分析气温、降水、日照、湿度与NDVI的相关系数，判断上述因子对植被覆盖变化的影响。再使用残差分析法，判断人类活动对研究区植被覆盖变化的影响。
图22000—2019年平均NDVI空间分布
Fig.2Spatial distribution of mean NDVI during 2000-2019
表2各分区不同土地利用类型 NDVI 统计结果
Table 2 Statistical results of NDVI values of different land cover types in each subregion
水域包括滩涂、滩地等有植被覆盖区域，故NDVI值大于0。
图3NDVI年际变化趋势
Fig.3Annual variation trend of NDVI
各分区中，黄河流域片区植被覆盖最高，NDVI均值为0.504；半干旱草原片区次之，NDVI均值为0.348；内陆干旱片区的平均植被覆盖最低，NDVI均值为0.173。其中，黄河流域片区、内陆干旱片区植被变化趋势与整个研究区变化趋势相似，但增长速率不同，前者年增长速率为0.0055，后者为0.0018。半干旱草原片区变化趋势剧烈波动，2000—2001、2008—2010、2013—2017年呈退化趋势，2001—2007年为波动期，2011—2013、2017—2019年呈改善趋势，总趋势呈改善趋势。
图42000—2019年NDVI变化趋势空间分布
Fig. 4NDVI variation trend during 2000-2019
表3Slope 趋势统计结果
Table 3 The statistics results for Slope trend
11.严重退化；12.中度退化；13.轻微退化；14.基本不变；15.轻微增长；16.中度增长；17.明显增长。
图5NDVI变化趋势持续性的空间分布
Fig.5Distribution for the persistence of NDVI variation trend
表4基于趋势性与持续性的分区统计结果
Table 4 Regional statistical results based on trend and persistence
11.持续性严重退化；12.持续性中度退化；13.持续性轻微退化；14.持续性不变；15.持续性轻微增长；16.持续性中度增长；17.持续性显著增长；21.无持续性变化。
研究区68.13%的区域变化趋势不具有持续性。持续性不变（13.56%）>持续性轻微增长（10.50%）>持续性中度增长（3.46%）>持续性显著增长（3.08%）>持续性轻微退化（0.96%）>持续性中度退化（0.22%）>持续性严重退化（0.09%）。各分区中，黄河流域片区以持续性增长为主、半干旱草原片区以持续性轻微增长为主，内陆干旱片区以持续性不变和持续性轻微增长为主。在具有持续性变化的区域中以持续性增长区域（17.04%）占优，表明研究区生态环境会进一步得到改善。
表5自然因子对 NDVI 空间分布的影响
Table 5 The impact of natural factors on NDVI spatial distribution
研究区植被覆盖分布受年均降水影响最大，其后依次为年均相对湿度、年均日照、距离水域的距离、年均气温，海拔、坡度、坡向影响力不明显。各分区中，黄河流域片区影响植被覆盖程度最高的是年均降水量、其次是年均日照时间、年均气温、年均相对湿度；半干旱草原片区受年均日照时间、年均降水量、年均相对湿度的影响大；干旱内陆河片区受年均相对湿度、年均降水量的影响度大，距离水域的距离和年均气温次之。
图6各因子与NDVI相关性空间分布
Fig.6Spatial distribution of correlation between each factor and NDVI
表6不同分区各因子与 NDVI 的显著相关性面积
Table 6 The area of significant correlation between NDVI and factors in different regions
显著
显著
显著
显著
显著
显著
显著
显著
图72000—2019年自然因子与人类活动对研究区植被覆盖变化影响空间分布及主要影响区域面积百分比（%）
Fig.7Spatial distribution and main area percentage of the impacts of natural factors and human activities on vegetation cover change in study area during 2000-2019
图82000—2019年研究区植被覆盖变化的驱动因素空间分布及主要区域面积百分比（%）
Fig.8Spatial distribution and main area percentage of driving factors of vegetation change in the study area during 2000-2019
表7不同分区自然因子及人类活动贡献率面积占比（%）统计
Table 7 Statistics of contribution rate of natural factors and human activities in different regions
统计中去除了变化不明显区域。
图92000—2019年自然因子与人类活动对研究区植被覆盖变化的贡献率空间分布
Fig.9Spatial distribution of the contributions of natural factors and human activities on vegetation cover change in study area during 2000-2019
综上，研究区植被覆盖变化是人类活动与自然因子共同作用的结果，自然因子对研究区植被覆盖比人类活动的贡献率大，自然因子中降水对植被覆盖变化的影响最大。
近20年，西北地区植被覆盖总体呈增长趋势，NDVI均值为0.252，年平均增长速率为0.0027。研究区内植被覆盖空间差异较大，黄河流域片区植被覆盖最高且增长率最大，NDVI均值为0.504，年平均增长率为0.0055，半干旱草原片区次之（0.348），且波动变化较大，内陆干旱片区植被覆盖平均较低且增长相对较慢，NDVI均值和年平均增长率分别为0.173和0.0018。
NDVI空间差异与下垫面土地利用类型密切相关，黄河流域片区土地利用类型以高植被覆盖率的耕地、林地、草地为主（占86.36%），半干旱草原区土地利用类型以低矮禾草形成的草地为主（占76.29%），而内陆干旱片区除山地和绿洲地区外，基本以较低植被覆盖率的沙漠、荒漠和戈壁形成的未利用地为主（占63.55%），不同分区的土地利用类型使得西北地区NDVI空间差异较大。
研究区植被覆盖增长区域占总面积的55.77%，退化区域仅占3.76%，并且持续性改善区域的面积远大于持续性退化的面积，表明西北地区生态环境会进一步向好发展。在黄河流域片区，植被覆盖增长区域占85%以上，且增长趋势具有持续性的区域占27%以上，而半干旱草原片区和内陆干旱片区植被覆盖增长区域分别占子区面积的72.48%和45.72%，具有持续性的区域仅占11.66%和14.98，说明黄河流域片区的生态环境改善程度明显优于半干旱草原片区和内陆干旱片区，在未来一定时段内黄河流域片区的领先优势将会继续保持。
甘肃省植被覆盖时空变化趋势研究
Detecting sustainability of desertification reversion： vegetation trend analysis in part of the agro-pastoral transitional zone in Inner Mongolia，China
Global trends analysis of the main vegetation types throughout the past four decades
Land degradation assessment using residual trend analysis of GIMMS NDVI3g， soil moisture and rainfall in sub-Saharan West Africa from 1982 to 2012
过去21 a中国西北植被覆盖动态监测与模拟
2000-2010年黄河流域植被覆盖的时空变化
喀斯特关键带植被时空变化及其驱动因素
Forest cover in Tunisia before and after the 2011 Tunisian Revolution：a spatial analysis approach
中国西北“水三线”空间格局与水资源配置方略
基于SPOT VEGE-TATION数据的中国西北植被覆盖变化分析
近30年内蒙古自治区植被变化趋势及影响因素分析
半干旱典型风沙区植被覆盖度演变与气候变化的关系及其对生态建设的意义
基于地理探测器模型的自然和人为因素对植被变化的影响
2000-2012年京津风沙源治理区植被覆盖时空演变特征
基于GEE的1987-2019年民勤绿洲NDVI变化特征及趋势分析
地理探测器：原理与展望
基于地理探测器的浑善达克沙地植被变化定量归因
1982-2015年中国气候变化和人类活动对植被NDVI变化的影响