气候变化和人类活动对陕西省植被NDVI变化的影响分析

Impact Analysis of Climate Change and Human Activities on NDVI Changes in Vegetation in Shaanxi Province

摘要: 本文基于2000~2022年MODIS NDVI数据，结合气象资料与残差分析法，定量揭示陕西省植被覆盖变化的时空特征及驱动机制。结果表明：(1) 全省NDVI以0.005/a速率显著上升，空间上陕北增速 > 陕南 > 关中；(2) 气温与NDVI正相关性(R = 0.469)强于降水(R = 0.0359)，其中气温对陕南影响最显著，降水对陕北贡献最大；(3) 人类活动整体促进植被恢复，退耕还林政策区NDVI提升显著，关中城市扩张区呈局部负效应。研究表明，气候变化是陕西省NDVI变化的强相关因子，人类活动也是造成陕西省NDVI变化的重要因素。

Abstract: Based on MODIS NDVI data from 2000 to 2022, combined with meteorological data and residual analysis, this paper quantitatively reveals the spatiotemporal characteristics and driving mechanisms of vegetation cover change in Shaanxi Province. The results showed that: (1) the NDVI in the province increased significantly at a rate of 0.005/a, and the growth rate in northern Shaanxi was > southern Shaanxi > Guanzhong; (2) The positive correlation between temperature and NDVI (R = 0.469) was stronger than that of precipitation (R = 0.0359), among which temperature had the most significant effect on southern Shaanxi and precipitation contributed the most to northern Shaanxi. (3) Human activities promote vegetation restoration as a whole, and the NDVI in the policy area of returning farmland to forest has increased significantly, while the urban expansion area in Guanzhong has a local negative effect. The results show that climate change is a strong correlation factor for NDVI change in Shaanxi Province, and human activities are also an important factor for NDVI change in Shaanxi Province.

1. 引言

自20世纪70年代开始，全球平均气温上升了0.74℃，伴随着全球气候变化的加剧和人类活动的区域不断增加，全球变暖和环境破坏及其带来的影响已然成为各国面临的重要挑战[1]-[3]。植被是陆地生态系统的重要组成[4]，良好的植被覆盖对于维持气候稳定、促进陆地水循环和碳平衡以及改变地表条件等方面发挥着重要作用[5] [6]，通常作为区域生态环境变化的“指标”[7] [8]。气候和人类活动是控制和影响植被空间分布及其变化的基本驱动力[9] [10]。归一化植被指数NDVI (Normalized Difference Vegetation Index)是包括对草地、农田和森林等各种生态系统的植被群落的数量进行计算，并将其植被指数乘以一个系数作为植被覆盖率指标，可以反映群落中植被覆盖面积的平均程度，通常用来评价植被覆盖度[11]，定量地反映植被净初级生产力、冠层覆盖面积和生物量等信息，为植被的生长状况提供客观评价[12] [13]。近年来，许多学者基于NDVI数据对不同区域的植被变化及其影响因素开展了研究，发现植被变化受到气候变化和人类活动的双重影响，并呈现明显的空间异质性[14] [15]。对陕西省植被NDVI时空分布特点及变化趋势进行研究，有利于认识陕西省植被覆盖的分布规律[16]，了解植被覆盖变化与自然因子和人类活动间的协同影响[17]，对陕西省如何响应气候变化及区域研究具有重要意义[18]。

2. 研究区概况与数据方法

2.1. 研究区概况

陕西省是我国的省级行政区，省会是西安，简称为“陕”或者“秦”，位于我国中部，介于东经105˚29′~111˚15′，北纬31˚42′~39˚35′之间(见图1)。地域狭长，地势南北高，中间低[19]。地形由高原、山地、平原和盆地等组成。陕西南北绵延至800公里以上，横跨三种气候带，陕西省境内南北间气候的特征明显不同。陕西省春季干燥，降水量较少，回温快，风沙天气较多；夏季气温高且降水较多；秋季凉爽且较湿润；冬季寒冷干燥，气温低，雨雪较少。

Figure 1. Study area profile

图1. 研究区概况图

2.2. 数据来源与处理

本文使用的植被覆盖数据是2000年到2022年的MODIS NDVI数据，出自美国国家航空航天局NASA发布的MODIS数据产品，空间分辨率为250 m，时间分辨率为16 d。为了降低了云、雾、雨和雪等因素对数据的影响，用ERDAS软件对图像进行了空间校正、辐射校正以及水、云、重气溶胶等预处理，保证了数据质量。再通过EXCEL进行计算获得陕西省2000~2022年平均NDVI值。

气温和降水数据来源于国家气象信息中心(http://data.cma.cn/)。选取了陕西省2000~2022年各气象站点的监测数据，包括每个站点的生长季月均温及降水量等气象数据。在ArcGIS中将得到的数据先统一坐标系及其行列值，再经过掩膜处理裁剪数据，最后在栅格计算器中输入公式，分析出气温和降水与植被NDVI的相关性，同时生成相关性关系图。气温与降水量数据与植被NDVI的相关性系数图将陕西省NDVI与气温和降水量的关系可视化，使人们能更加直观地看出其关系的紧密程度。

2.3. 研究方法

2.3.1. Pearson相关分析法

为了分析自然因子对植被NDVI的影响程度，本文采用皮尔逊(Pearson)相关分析法对每一个像元的植被NDVI数据与气温和降水进行相关性分析，相关性分析法可以表达出两个变量之间的相关关系即联系的紧密程度，从而分析气候因素对全省NDVI的影响。其计算公式为：

$R_{xy}=\frac{{{\displaystyle \sum }}_{i=1}^n\left[\left(x_{i-}\overline{x}\right)\left(y_i-\overline{y}\right)\right]}{\sqrt{{{\displaystyle \sum }}_{i=1}^n{\left(x_i-\overline{x}\right)}^2}\sqrt{{{\displaystyle \sum }}_{i=1}^n{\left(y_i-\overline{y}\right)}^2}}$

其中，$R_{xy}$ 是变量x和y之间的相关系数，其阈值为[−1, 1]；$x_i$ 表示第i年的平均NDVI值；$y_i$ 表示第i年的自然因子数据；$\overline{x}$ 表示陕西省NDVI的年平均值；$\overline{y}$ 表示自然因子的年均值；n为总年数，本文选取2000~2022年数据，共23年，即在该研究中n = 23。当$R_{xy}$ > 0时，呈正相关关系；当$R_{xy}$ < 0时，呈负相关关系。

2.3.2. 一元线性趋势分析法

为反映NDVI的变化，本文采用一元线性趋势分析法分析研究2000~2022年陕西省植被NDVI数据年际变化特征、三大地理区的变化差异以及随季节变化的特征，以单个像元时间变化特征反映整个空间变化规律综合反映区域时空格局演变[20]。计算公式为：

${\text{θ}}_{\text{slope}}=\frac{\text{n}\times {{\displaystyle \sum }}_{\text{i}=1}^{\text{n}}\left(\text{i}\times NDV{I}_{\text{i}}\right)-{{\displaystyle \sum }}_{\text{i}=1}^{\text{n}}\text{i}\times {{\displaystyle \sum }}_{\text{i}=1}^{\text{n}}NDV{I}_{\text{i}}}{\text{n}\times {{\displaystyle \sum }}_{\text{i}=1}^{\text{n}}{\text{i}}^2-{\left({{\displaystyle \sum }}_{\text{i}=1}^{\text{n}}\text{i}\right)}^2}$

其中，${\text{θ}}_{\text{slope}}$ 代表NDVI的变化斜率，i代表年份即第几年，n为研究年数，本文中n = 23；$NDV{I}_{\text{i}}$ 为第i年的NDVI值。

另外，本研究采用系数${\text{R}}^2$ 来判断回归模型的拟合度。${\text{R}}^2$ 的计算公式如下：

${\text{R}}^2=1-\frac{{{\displaystyle \sum }}_{\text{i}=1}^{\text{n}}{\left({\text{x}}_{\text{i}}-{\text{e}}_{\text{i}}\right)}^2}{{{\displaystyle \sum }}_{\text{i}=1}^{\text{n}}{\left({\text{x}}_{\text{i}}-\overline{\text{x}}\right)}^2}$

其中，${\text{x}}_{\text{i}}$ 为第i年NDVI的实际值；${\text{e}}_{\text{i}}$ 为第i年的NDVI预估值；$\overline{\text{x}}$为真实数据的平均值；n为研究年数，本文中n = 23。

2.3.3. 最大值MVC法

首先利用MRT工具对原始数据进行批量拼接、投影、转换等处理；然后在ArcGIS10.8中利用陕西省行政区矢量边界进行裁剪，最后将4~10月及1~12月的数据分别取均值得到陕西省月NDVI数据及年NDVI数据[21]。

$NDV{I}_i=\text{Max}\left(NDV{I}_{ij}\right)$

上述公式中：$NDV{I}_i$ 是第i月的NDVI值，$NDV{I}_{ij}$ 是第i年第j月的NDVI值。

2.3.4. 残差分析法

为了研究2000~2022年陕西省NDVI受人类活动影响的变化，采用残差分析法揭示出人类活动对陕西省NDVI变化的影响[22] [23]，其公式为：

${\text{D}}_{\text{xy}}=NDV{I}_{\text{xy}}^{\text{t}1}-NDV{I}_{\text{xy}}^{\text{t}2}$

其中，${\text{D}}_{\text{xy}}$ 为第x行y列像元的差值；其中t1、t2为不同图像间的时间；x、y表示的是图像内第x行y列栅格。

3. 结果与分析

3.1. 陕西省植被覆盖度时间变化特征

根据陕西省2000年~2022年月NDVI数据计算得陕西省年平均NDVI数据来代表当年的NDVI情况，得到陕西省植被覆盖度年际变化趋势曲线，如图2所示。从陕西省年平均植被覆盖NDVI数据可得，2000~2022年陕西省NDVI整体呈稳步上升的趋势，但年际间有微小波动，增长速率为0．005/a，增长幅度为28.95%。年平均NDVI最小值为0.40103，出现在2001年，最大值为0.51712，出现在2021年。其中，2012~2014年植被覆盖度变化趋势较大，这可能是陕西省大力实施生态工程建设的结果[24]。总体上来看，2000年~2022年陕西省年植被NDVI呈现出在0.4~0.52之间小范围的波动。

Figure 2. Trend chart of average NDVI change from 2000 to 2022

图2. 2000~2022年平均NDVI变化趋势图

3.2. 陕西省植被覆盖度空间变化特征

陕西省位于我国中西部地区，按照地貌特征可以分为三个地理区域，分别是陕北、关中和陕南[25]。三个地理区域的气候、地势、风俗等各不相同。陕北是指陕西省北部地区，地势由西北向东南倾斜，包括延安市和榆林市两个市区。关中地区位于陕西的中部，地势平坦，包括六个市区。陕西的南部地区被称为陕南，位于秦岭–淮河线以南，秦岭淮河线是我国南北方的分界线，所以陕南与关中和陕北的气候和环境差异很大。由于三大地理区域的地区差异较大，因此将陕西省NDVI的变化分别从这三个区域入手。

根据2000~2022年NDVI变化的趋势图(如图3)可以得出，陕北地区NDVI呈逐步上升的趋势，并且增长速度达到了6.4%。其中，最高数值出现在2022年，植被覆盖率达到了38.5%。最小数值出现在2000年，植被覆盖率达到24%。22年间陕北地区植被覆盖度增长了14.5%。关中地区NDVI呈逐步上升的趋势，增长速度达到了3.9%，相对于陕北地区来说增速较慢且波动较大。其中，最高数值出现在2020年，植被覆盖率达到了53.7%。最小数值出现在2001年，植被覆盖率达到43.7%。23年间关中地区植被覆盖度增长了10%。陕南地区NDVI呈逐步上升的趋势，增长速度达到了4.8%。其中，最高数值出现在2020年，植被覆盖率达到了65.5%。最小数值出现在2001年，植被覆盖率达到54.1%。23年间陕南地区植被覆盖度增长了11.4%。

Figure 3. 2000~2022 NDVI trend chart of northern Shaanxi, Guanzhong and southern Shaanxi

图3. 2000~2022陕北、关中、陕南NDVI变化趋势图

Figure 4. 2000~2022 annual average NDVI trend chart of northern Shaanxi, Guanzhong and southern Shaanxi

图4. 2000~2022陕北、关中、陕南年平均NDVI趋势图

根据陕西省市级NDVI数据以及三大地理区域的植被覆盖变化趋势图，如图4，可得出以下信息：陕南的植被覆盖率最大，植被覆盖度约在50%~70%之间；其次是关中地区，植被覆盖度约在40%~55%之间；最后是陕北地区，其植被覆盖度约在20%~40%之间。2000年~2022年间陕北、关中和陕南3个地区的植被覆盖度的变化速度不尽相同。其中，陕北地区改善最为明显，增速在三个地区中是最大，其植被NDVI从2000年的24.0%增加到2022年的38.5%，年增加幅达0.0063/a；陕南地区植被NDVI也呈现出增长的趋势，但是陕南地区的植被覆盖增速较为缓和，植被覆盖度从2000年的56.2%增加到2022年的64.7%，年平均增加幅达0.085/a；而关中地区植被覆盖呈波动式增长的趋势，植被覆盖度从2000年的44.5%增加到2022年的53.5%，上升了9%。

总的来说，陕西省2000~2022年植被NDVI在空间上呈现出整体增长的趋势，但增长速度不一，其植被覆盖度增长速度陕北 > 陕南 > 关中。即变化趋势具有区域性和阶段性的特点。

3.3. 气候变化对植被NDVI的影响

气温和降水的变化会影响到植被的生长情况。为了探究陕西省植被覆盖率NDVI变化对气温和降水的响应机制，利用Pearson相关性分析法从年际尺度上对陕西省2000~2022年平均NDVI与年降水量和年平均气温进行相关性分析并检验，从而分析气候变化对陕西省植被覆盖率NDVI空间分布的影响。

由图5可以得出，2006年的气温最高，最低气温出现在2003年。总体趋势在2014年出现变化，2014年之前气温变化的幅度较大，2014年之后气温保持稳步增长的状态。由此可以表明陕西省的气温呈现出上升的趋势，但增长幅度不大且有波动。

Figure 5. Temperature change trend map of Shaanxi Province from 2000 to 2022

图5. 2000~2022年陕西省气温变化趋势图

Figure 6. Trend of precipitation in Shaanxi Province during growing season from 2000 to 2022

图6. 2000~2022年陕西省生长季降水量变化趋势图

水也是影响植被覆盖率的主要因子。本文选取了生长期(4~10月)的降水量数据。由图6可以看出，陕西省年降水量的变化幅度总体呈现出波动的趋势，2008年降水量最低，降水量只有592.44 mm；2021年降水量最高，达到984.47 mm。自2015年以后生长季降水量呈现增长趋势，2022年降水量有所下降。

根据Excel CORREL函数算得陕西省2000至2022年平均NDVI与年平均气温的相关系数为0.469，说明陕西省NDVI与气温呈正相关关系。陕西省2000~2022年平均NDVI与年平均气温的相关性分析结果如图7所示，由图可知呈负相关关系的区域主要分布在陕北榆林市的西部、延安市中部以及关中地区大部分，其余地区均以正相关为主，且正相关的区域大于负相关的区域。此外，陕南的正相关程度最强。经过显著性检验，陕西省通过显著性检验(p < 0.05)的区域主要分布在陕南地区，主要在商洛市和安康市的山区。由此可以说明陕西省气温对陕南地区的植被覆盖变化的影响强于陕西省的其他地区，其中西安市和渭南市植被覆盖受到气温的影响最小。并且，陕西省三大地理区域NDVI受气温影响程度为陕南 > 陕北 > 关中。由此可以说明气温是影响陕西省NDVI的主要因素之一。

Figure 7. Correlation coefficients between NDVI and air temperature and precipitation in growing season

图7. 生长季NDVI与气温、降水的相关系数

根据Excel CORREL函数算得陕西省2000至2022年平均NDVI与生长季降水量的相关系数为0.0359，说明陕西省生长季NDVI与降水量呈正相关关系，但相关性小于与气温的相关性。陕西省年平均NDVI与降水量的相关性分析结果如图7所示，由图可知陕西省生长季NDVI与其降水量之间存在正相关区域主要分布在陕北地区关中部分地区以及陕南的少部分地区，并且正相关区域大于负相关区域。此外，陕西省三大地理区域生长季NDVI受降水量影响的程度为陕北 > 关中 > 陕南。通过显著性检验(p < 0.05)的区域主要分布在陕北榆林以及陕南汉中的部分地区，由此说明降水是影响陕西省生长季NDVI的因素。

基于气温、降水量双因子的NDVI多元线性回归分析(图8)，进一步揭示了气候因子对植被生长的协同机制：从回归模型的决定系数(R²)的空间分布来看，陕北、关中、陕南三大区域的气温与降水对植被NDVI的驱动差异显著。陕北地区气候偏干旱，气温与降水共同解释了该区域NDVI变异的61% (R² = 0.61)，其中气温回归系数(β = 0.38, p < 0.01)略高于降水(β = 0.32, p < 0.01)，表明在干旱半干旱背景下，气温升高带来的生长季延长与降水增加带来的水分补给形成协同效应，共同成为NDVI提升的主导气候因子；关中地区作为人口密集、人类活动强烈的农业与城市化核心区，气温与降水对NDVI的影响显著下降，决定系数仅为42% (R² = 0.42)，且回归系数绝对值较小(气温β = 0.21，降水β = 0.18，p均 < 0.05)，反映该区域NDVI变化受农业耕作调整、城市建设用地扩张等人类活动干扰更强，气候因子的主导作用被削弱；陕南地区地处秦巴山地，降水充沛，气温与降水对NDVI的联合解释力为58% (R² = 0.58)，其中降水回归系数(β = 0.45, p < 0.01)远高于气温(β = 0.13, p > 0.05)，说明在水分条件充足的湿润环境中，降水并非植被生长的限制因子，其对NDVI的正向驱动作用更显著，而气温因已处于植被适宜生长区间，对NDVI的影响较弱。

Figure 8. Coefficient of determination of the multiple linear regression between NDVI and temperature and precipitation

图8. 气温与降水的NDVI多元线性回归的决定系数

总之，气温和降水对陕西省三大区域的植被NDVI变化大多呈正向关联，且从整体趋势来看，植被NDVI与气温的相关程度普遍强于与降水的相关程度；与此同时，呈正相关的区域和呈负相关的区域在空间分布上展现出明显的南北差异，这种差异与陕北、关中、陕南各区域的气候背景差异及人类活动强度的空间分异特征高度契合。

3.4. 人类活动对植被NDVI的影响

植被覆盖度的变化不仅与气候变化等因子有关系，还与人类活动有一定的关系。前文描述了自然因子与植被NDVI动态变化之间的相关关系，但是自然因子对植被覆盖度变化的时间跨度是很长的，短时间内不能引起改变，而人类活动对植被的影响和破坏力相较于自然因素是比较强的。随着城镇化进程的发展，陕西省的经济实力水平在逐步增强，但是生态环境却逐步恶化，乱砍滥伐，乱占耕地，造成了黄土高原水土流失，土地沙漠化等许多问题。这些问题在陕北地区尤为常见。随着人们保护环境意识的提高，并响应国家颁布的一系列保护生态环境的相关政策，陕西省的生态环境在逐年的好转。因此，研究人类活动对植被覆盖的变化也有重要的意义。本文采用残差分析的方法来建立气温和降水对陕西省的植被覆盖变化的多元回归模型。用真实的植被覆盖减去气候变化影响的植被覆盖得到的部分，即为人类活动对植被覆盖率的影响。其结果会有正值还有负值，正值的含义是人类活动对该区域的影响为正向的，而负值则相反，指的是人类活动对该区域的影响为负向的，即产生的是负影响。

Figure 9. Distribution map of NDVI residuals in Shaanxi Province

图9. 陕西省NDVI残差年际变化分布图

对陕西省2000~2022年NDVI与气温数据进行残差分析可知，陕西省近23年间的残差值多数以正数为主(如图9)，这表明在该区域人类活动对大部分地区的植被覆盖产生的是正向影响，即促进作用，仅对少部分地区起到抑制作用。其中，人类活动对植被NDVI起到正向影响的区域主要分布在陕南的绝大部分地区、关中的北部以及陕北延安和榆林东部；人类活动对植被NDVI起到负向影响的区域主要分布在关中南部、陕北西部以及各市中心周围地区。陕北地区受到土地荒漠化和沙化的影响，生态环境脆弱，农业等生产活动对植被覆盖产生了干扰作用。关中平原城市一带，这些区域人类活动强度大，经济发展速度较快，城镇化进程也较为迅速，城市面积向外扩张，部分土地利用类型被迫转为建筑用地，致使植被覆盖面积有所减少。而陕南地区的负残差可能也与当地的城市发展、农业生产等原因有关。但这类区域面积占比相对较小，所以从整体上看，人类活动对陕西省的植被覆盖起到了促进作用。

4. 结论

本文对陕西省2000~2022年NDVI数据以及NDVI时空变化特征与气候等自然因子以及人类活动等因子的相关性分析研究，探究了气候变化与人类活动对全省NDVI变化的影响。2000~2022年间，NDVI整体呈上升趋势，陕西省每年的NDVI平均增加速率为0.005。陕西省NDVI的变化趋势具有区域性、季节性和阶段性的特点。陕西省降水和气温对NDVI均以正向促进为主，且与气温的相关性强于降水，气温与降水量协同作用对NDVI有正向驱动。自2000年退耕还林还草政策的实施以来，陕西省植被覆盖度基本呈现增加的趋势，其中，自然因素中气温和降水是主要的驱动力因子。人类活动对陕西省部分地区植被覆盖变化起到了明显的促进作用，特别是退耕还林还草、西部大开发等相关政策的实施所带来的人工林的增加，以及城市绿化度的增加，这些都在一定程度上影响着植被NDVI，促进了该区域植被的生长。因此，可以说明气候变化和人类活动都对陕西省NDVI有一定影响。