秦岭植被覆盖时空变化及其对气候变化与人类活动的双重响应_邓晨晖

1、网络出版时间：2017-08-28 17:37:01网络岀版地址：秦岭植被覆盖时空变化及其对气候变化与人类活动的双重响应邓晨晖1,2，白红英1高山3,刘荣娟1，马新萍1，黄晓月1孟清1（1.西北大学城市与环境学院，西安 710127 ； 2.陕西继续教育大学，西安710004 ； 3.西安市气象局，西安710016） 摘要：基于MODIS-NDVI数据、DEM及气象数据，辅以趋势分析、多元回归残差法、PLS回归法，反演了秦岭地区 2000 2015年植被覆盖度及分析了其“格局 一过程一趋势”的变化特征，探 究了其对气候变化与人类活动的双重响应机制。结果表明：1）秦岭地区近16年来植被覆盖度呈显

2、著上升趋势，增速为2.77%/10a，呈“中间高，周边低；西部高，东部低；南坡高，北坡低”的空间格局，植被覆盖度随海拔的升高在2200米左右达到最大，7003200m达0.7以上，13002700m达0.9以上，3400m以上为0.5以下的低值区。2）秦岭地区的植被覆盖与气候因子的 响应关系存在明显的空间差异，对气温的响应总体上没有明显的时滞效应，而与降水的响应存在以滞后1个月为主的时滞效应。3）人类活动对秦岭地区植被变化的作用日趋增强，且以正向作用为主，主要分布在东部地区，而负向作用则分布于中部和西部地区。4）秦岭地区植被变化是气候变化和人类活动共同作用的结果，影响因子对植被覆盖变化的解释能

3、力依次为人类活动降水气温 潜在蒸散量。关键字：植被覆盖度；格局一过程一趋势；气候变化；人类活动；双重响应；秦岭地区基金项目：陕西省科学研究发展计划面上项目（2016JM4022）；国家林业公益性行业科研专项（201304309）。Foundationitems:A General Programfrom the Shaanxi ProvinceScientificResearch and Development Plan, No. 2016JM4022; National Forestry Public Welfare Industry ScientificResearch Project,

4、No.201304309.第一作者简介：邓晨晖（1984-）女，陕西蒲城人，博士，主要从事秦岭植被与气候变化研究。E-mail:chenhuisnow*通讯作者简介：白红英（1962-），女，陕西凤翔人，博士，教授，主要从事全球变化生态学、自然地理学等方面的科研与教学。E-mail: hongyingbai植被是地球系统中的活跃成员，亦是生境变化的敏感因子，陆地生态系统的任何变化必然在植被类型、数量或质量方面有所响应，被认为是监测生态环境变化的综合指示器。植被覆盖度又称植被覆盖指数FVC（fractional vegetation cover），是在归一化植被指数NDVI基础上改进提出的2-3

5、，指在单位面积内植被（包括叶、茎、枝）在地面的垂直投影面积占统计区 总面积的百分比，其反映了植被的茂密程度及植物进行光合作用面积的大小，在一定程度上解决了 NDVI对于覆盖度高的植被易于饱和、而对覆盖度低的植被难于区分的不足5，能更好地反映区域地表植被动态变化状况。在全球气候变化对生态系统的影响研究中，常将 FVC作为反映区域地表植被群落生长态势的重要指数，评价区域生态系统健康程度的基础 数据，及指示区域生态系统环境变化的重要指标。随着全球气候变化，陆地生态系统发生了显著变化7-8，植被对气候变化的响应无疑成为各国学者关注的焦点和核心问题9-13。秦岭作为我国南北气候的分界线，其生境敏感而脆弱

6、，近年来就其植被与气候变化的响应研究备受关注14-16。IPCC第五次报告更加确信，人类活动在气候变暖中发挥着主导作用17。随着人类活动影响信号的增强，植被覆盖变化深刻地记录了人类活动的烙印，是气候变化和人类活动共同作用的结果18。然而，以往研究主要基于NDVI数据分析植被对气候变化的响应，通常考虑气温和降水两个影响因子19-21，而忽视了如辐射、湿度、风速等其他相关气候变量的作用；对人类活动的影响关注也较少， 且以定性描述分析为主22-24，从而造成植被覆盖变化与其影响因素的脱节。在气候变化与人类活动双重影响下，认清秦岭地区植被覆盖的变化特征，分离量化不同气候变量和人类活动因素在影响植被变化

7、中的相对贡献显得尤为重要与必要。本文基于遥感和气象数据，反演了近16年来秦岭地区的植被覆盖度，分析了其时空变化特征，量化了人类活动影响因子，定量评估了气温、降水、潜在蒸散量、人类活动等因子对植被覆盖变化影 响的相对重要性，探讨了气候变化和人类活动对植被覆盖变化的影响机制，旨在寻找对植被变化具有显著解释意义的因子，以期为秦岭生态环境保护及应对气候变化提供科学的依据。1研究区概况本文以狭义的秦岭为研究区（图1）, 105° 3卜110° 0左，32° 4CH 34° 3血，位于陕西南部，渭河以南，汉江以北，东西以陕西省省界为界。总面积约6.19万km2，约占

8、陕西省面积的30%，海拔1953771m。秦岭南北气候差异明显，北干南湿，北坡为暖温带半湿润气 候，广布暖温带落叶阔叶林；南坡为北亚热带湿润气候，分布着北亚热带常绿阔叶-落叶阔叶混交林。23()(1 卜HD卜加LM LIO9C Ek a虚河南2 -河北020 kmft 9A' pit.ftM dj ffl恋雨fit衣-图1 秦岭地区地理位置置及气象站点分分布Fig 1 Geographical location and the distribution of rmeteorological stationsinQinlimg Mountains2数据与方法2.1数据来源与处处理本文使用

9、的勺MOD13Q1 NDVI数据,，来源于NASA的MODIS数据产品空间分辨辨率为 250m*250m ,时间分辨率为为16d。为排緜一年内非生生长期的影响向，故选取2000 2015年植 被生长最旺盛时时期5 10月数据探讨生长长期的植被覆覆盖情况。首首先，使用MRT进行榴式和 投影转换；然后后采用MVC合成月NDV|数据。由书年最大NDVI能够去除除云、大气和太阳 高度角产生的影影响，有效反反映区域植被覆覆盖状况23-2?4，故采用4年最大NDWI影像进行FVC 时空变化分析。DEM数据的空间分辨率率为25m*25rm。气象数据为为秦岭地区2000 2015年32个气象1台站2 10月的

10、数据，包括平均气温温、降 水量、相对湿度度、日照百分率率及风速，来来源于陕西省省气象局。为为保证山地气气象要素空间插值 结果的准确性，插值过程均考考虑高程因素素的影响，气温插值采用用普通克里格格法，其他要素采 用协同克里格法法投影方式式和空间分辨率率与FVC时间序列数据居一致。2.2研究方法2.2.1植被覆盖度反演像元二分嵌型是计算FVC的常用茄法，假设每每个像元的NDVI值由木植被和土壤两两部分 构成，其公式27-28：FVC= (NDVI-NDVI s)/(NDVI v-NDVI s)式中：FVC为植被覆噩度；NDVI为混合像元的的植被指数值值NDVIs为纯土壤像施的最 小值，理论上接接近

11、于0; NDVIv为纯植被被象元的最大大直，理论上上接近于1。鲂别采用0.5%置 信度截取NDVI的上下阈值，将NDVI值最大的0.5%区域作平瑚值，得到NDVIv,将值最小 的0.5%区域作普均值，得至到NDVI so222趋势分析一元线性回归趋势分析法，是采用最小二乘法逐像元拟合年均FVC的斜率，能够模拟每个栅格的变化趋势，综合反映区域植被的时空格局演变29，其公式：nn nn迟 iFVCj _ 迟臣 FVCislope 二 i=1 i=12nf n 、n瓦i2-住ii=1>i=1 丿式中：n为时间序列（年）;FVCi为第i年的FVC值；当slope>0或slope<0时

12、，表明FVC呈增加或下降趋势。采用F检验确定变化趋势的显著性，并将结果划分为极显著（P<0.01）、 显著（P<0.05）、弱显著（P<0.1）和不显著（P>0.1）变化4个等级。2.2.3潜在蒸散量计算Penman-Monteith模型是国际粮农组织FAO推荐的计算潜在蒸散量方法，其全面考虑了影响的大气因素和植物因素，把能量平衡、空气动力学参数和表面参数结合在一起，能够反映气候要素的综合影响，在干旱区和湿润区的估值精度均较高30，其公式：ET° =ea)A+ 乙1 + 0.34U2 )0.408A(Rn - G)+ YT900-U2(es-式中：ET0为参考

13、作物蒸散量（mm/d） ; Rn为净辐射量（MJ/（m 2d）; G为土壤热通量（MJ/（m2d）; 丫为湿度计常数（kPa/C ）； T为地表2m高处的日平均气温（K） ; U2为2m高处的 风速（m/s）; es为饱和水汽压（kPa）; ea为实际水汽压（kPa）; 为饱和水汽压斜率（kPa/C ）。2.2.4多元回归残差分析该方法是由Evans和Geerken提出31-32。通过对每个栅格像元的植被覆盖度与相关气候 指标做回归分析，得到 FVC的预测值，将其视为气候因素对FVC的影响，然后利用遥感观测的FVC真实值减去预测值，从而得到人类活动的影响，以此剥离开气候变化和人类活动 对植被覆

14、盖变化的影响33，其公式：尸FVC真实值-FVC 预测值8< 0，人类活动产生正作用,4 0，人类活动产生负作用；Q 1，人类活动影响较弱;并通过F检验对残差序列变化趋势的显著性进行分析。2.2.5偏最小二乘回归法（PLS）PLS法兼具主成分分析和多元回归的优点，克服了众多自变量间存在强烈交互相关导致的多元共线性问题34，建模步骤见文献35。该方法得到一个重要判别指标一一变量投影重 要性（VIP）值，其计算公式36:m2VIP =二二 Rh=1 k2/ m 2(yk,th)w：二二 R2h=1 k(yk,th)式中：p为自变量个数，m为提取的成分个数，k为因变量（k=1）, th为自变量

15、的第h个 成分，R2 （yk ,th ）为yk与th之间相关系数的平方，Wkj2为自变量Xj对构造th成分的贡献权重。一般认为，VIP>1的自变量对因变量具有有显者解释意!义，0.8<VIP< 1具有甘等程度的解解释意 义，VIP< 0.8的自变量基本不不具备解释意意义，VIP值越大，解释!意义越显著著37。3植被覆盖度兹化特征3.1植被覆盖度时时间变化特征征图2为2000 2015年秦岭地区年均均FVC变化趋势及MK突变检验。由图2(a)知，16 年来，秦岭地区区的植被覆盖盖度呈显著上升升趋势，增速速为2.77%/10a(P<0.01)。说明近16a来 秦I岭地

16、区的植被被覆盖情况总体在不断改善善。图2(b)Mann-Kendalll检验结果显显示，16a来年均 FVC突变发生刊2005年，閱是升高的突突变。表明，1999年实;施的退耕还林林工程在2000年 初见成效，2005年之后成效效趋稳且越来来越明显。0j'= 0W&i +4.6161RJ Q.5269P-0.flT图2 2000 - 2015年秦岭地区3.2植被覆盖度空空间格局变化化特征¥TI獻尸f|tf：F禅峠gjfnp初 EIto I-IOTFf -卜"- »IliTF弊Wa5帥 邛 巾a Q 5a-理 欣P3FVC变化趋势黴突变2000 -

17、2015Fig.2 Change trend and abrupt change of FVC imQinlingMounttains duringR=-0.0til8ri吕 叭药 N舄 =島I粉 toot*Bo;图3 22000 - 2015年秦岭地区FV(C仝间分布及变变化趋势Fig.3 Spatial distributio n and change trend of FVC in Qinling Mounttains during 2000 2015图3为2000 2015年秦岭地区FV©空间分布及及南北坡变化化趋势。由图3(a)知，16年来， 秦岭地区植被覆覆盖整体较好子，

18、FVC大于0.7的区域占全区87.93%，且呈增血趋势；FVC存 在着明显的空间可差异，整体呈“中间高，周边低；西西部高，东諳M氐；南坡高高，北坡低”的分 布格局。中部与西部植被覆盖盖密集，东部相对稀疏且且呈手指状分分布，这一幼布特征与该亥区地 形相一致。可见见山区植被覆覆盖度较好，平缓区的覆!盖度相对较较差，也说明明人类活动(如城 镇化)是导致秦秦岭地区植被被覆盖变差的重重要原因。由图3(b)知，北坡的FVC呈下降I趋势， 降速为1.0%/10既而南坡呈上升趋势，增速达3.8%/10a(p<0.01)。秦岭地区!整体的FVC均值 为0.84，北坡劾0.75，南坡达0.87。可知，南坡的

19、植宜被覆盖优于于北坡，且呈呈极显著的上上升趋势；而北坡则呈呈不显著的下降趋势。这再再次印证了人人类活动对秦秦岭地区FVC变化的1重要影 响，尤其是对北匕坡的影响更更为深刻。图4为2000 2015年秦岭地区FVC空间变化趋1势及显著性性。由图4(a)知，低值区主要 在秦岭北麓的周周至、户县、母安、蓝田憑陕南的汉中中、安康等地地而高值区区主要分布在在东部 地区。图4(b) F检验结果显示示，秦岭地植被覆盖!整体表现为上上升趋势，呈上升趋势的 面积 达99.95%,其中61.39%的面积为无显著著上升趋势，极显著上升和显著上升的的面积为15.36% 和13.93% , 9.27%的面积为弱冒显著上

20、升；而0.05%的面积为下降降趋势。植被被恢复区主要要分布 在东部地区，其原因可能是这这些地区原有有植被覆盖较较低，后因退耕还林工程程的实施，使得植 被覆盖度显著提是升；而植被遽化区主要分分布在北坡的勺长安、户县、蓝田及南坡皮的勉县、汉中、 城固、洋县等地地，其原因是是这些地区城市扩张导致植直被遭受破坏坏。图4 2000 2015年秦岭地区FVC空间变化趋势及及显著性Fig.4 Spatialchangetrend and change significance of FVCC in Qinling Moountains duringg 2000 20153.3植被覆盖度等等级结构变化化特征根

21、据土壤 侵蚀分类分 级标准(SL190 2007)，将植被覆覆盖度分为： 低(FVC<10%)、 较低(10% v FV(C< 30%)、中度(30%< FVC V 50%)、较高(50%< FVC V 70%)、高(FVC >70%) 5级，分别标记记为I、H、川、"和V级，并统 计各等级面积。图5为2000 2015年秦岭地区 FVC等级结构空空间分布。由图5知，FV C各等级 面积依次为I级> n级川级>w级v级，可见， 良好植被区所占占面积较大，研究区植被覆覆盖整体 情况较好。fvc等级结构面积的变化趋势势差异较 大，经统计，I级(F

22、VC<10)%)呈显著上上升趋势， n级(10% < FV(C< 30%)呈不显著下降趋趋势，川级 (30% < FVC < 50%)呈显著下F降趋势， w级(50% < FVC < 70%)呈极显著下降降趋势，V级(FVC > 70%)呈极显著上t升趋势。即FVC<10%和FVC >WIIIVIIMrli*rinrtlll-lZ I70%呈显著上刑趋势，而10%< FVC < 70%呈不同椎度的下降趋刍势。图52000 2015年秦岭地区FV(C等级结构空间间分布Fig.5 Spatial distributionn o

23、f FVC level sstructure in Qinling Mountainss during 2000 20153.4植被覆盖度海海拔梯度变化化特征陕西秦厩生态环境保保护纲要中侬据生态系缭基本特征购海拔高度彳将各秦岭划分为为三个生态功能区：(I ) 2600m以上的中高山针针叶林灌丛草草甸生物多样样性区；(n )15002600m之间的中山针阔叶叶混交林水源原涵养与生物 多样性区；（川）1500m以下的低山丘丘陵水源涵养养与水 土保持区。据此此将秦岭地区戈U分为<15（0Om，15002600m, >2600m等3个海拔梯度。图6 为2000- 2015年秦岭不同海每拔梯

24、度FVC空间分柿及变化趋势。由图6知” FVC随海拔变 化差异明显，据据统计，1500m以下的区 域FVC>0.7占75% ,且呈显著上升升趋势，这主 要是 受人类活动的正正效应（如植楓造林）;15002600m的区域FVC>0.7占99%,其变化不明!显， 植被覆盖相对稳稳定；2600m以上的区域域FVC>0.7占78%，则豊极显著的下下降趋势，越可能 与气候变化密切切相关，随着气候暖化，高海拔区的植直物因不能适适应生境变化化而大量死亡亡，如 巴山冷杉。同时时寸，随着海拔发的升高，秦 岭地区的植被皮覆盖逐渐升升高，并在2200米左右达到 最大，其中7003200m区域的FV

25、C达0.7以上，13002700m区域的FVC达0.9以上， 而FVC<0.5的低值区主要分分布在3400以上的高海拔拔区。tWkUfl-t"EmuWh1 廿 *HL"t).O 11'05001000 1500 2000 2500 3000 3500 4000海抜,R图6 2000 2015年秦岭地 区不同海拔梯 度FVC空间分布与梯度差异异Fig.6 Spatial distribution anddiffference of altittudinal gradient FVC inQinlingg Mountains duiring 2000 20154植

26、被覆盖变他影响机制4.1气候要素的影影响不同以往研究除考虑了气温和降水夕卜，本研究诳考虑了被看看作是气候系系统中连接水水热循 环的纽带38的蒸散发对植被皮的可能影响响。图7为2000 2015年年均FVC与同期平均气 温、 降水量、潜在蒸蒸散量3个单一气候因子子间的相关性。由图7知，年尺度上，FVC与各因子 的响应关系均存存在明显的空空间差异，与气温呈正相关关的区域主要要分布于西部部地区，占总面积 的45.37% ;与嘩水呈正相关关的区域主要要分布于东咅部地区，占总面积的63.53% ;与潜在蒸散 量呈正相关的区区域分布于在生中西部地区部分区域，占总面积的38.34%。可见，年均FVC与气温和

27、降水的相相关性具有相 反的空间分布布特征，而与能够反映各各气候要素综综合影响的潜潜在蒸 散量间的相关性性在空间上表表现不明显。表明，各气儼因子间存在在着耦合的相相互影响作用用植被生长主要受水水热组合共同作用的影响，而与单一气气候因子的相目关性较低。IflTTFI liSKF*0X0暮-0.伸kJ JK.ilArf141krr««rrIlfrTtlllT白i U.WIII1T20-加訥IIIkFivt4!iiirrin®rIr池塁训Ti U 20 km満序蕭US 駅L一JIOPPF-imnq-i>图7 2000 2015年秦岭地区年FVC与气候因子的勺相关性F

28、ig.7 Spatial correlation betweenannual FVCand climate factorsi n Qinling Mountains duriing 2000 2015为进一步探探讨FVC对水热组合的响向应及时滞效效应，以FVC与气温、降水不同月份份多年 均值为基础，计计算了 2000 2015年月:均FVC与当胛（5 10月）、前1月（4 9月）、前2 月（3 8月）气温、降水丽的偏相关系系数，见图8。可知，月尺度上，FVC与当月气温呈 正相关的区域占占总面积的79.15%，与前1月气温證正相关的区 域占总面积的的58.32%,与前 2月气温的相关关性更小；而

29、与当月降水呈呈正相关的区区域占总面积积的26.01% ;与前1月降水 呈正相关的区域域占总面积的29.65% ;与前2月降加呈正相关的区域占总面积积的35.23%。总 体而言，气温禾和降水在月尺尺度上的相关 性均明显高于于年际水平，且气温的显显著性高于降降水。 这是因为气温和和降水在年内 各月变化明 显，不同月饬的FVC对水热条件变化化的敏感性不不同， 水热条件的季节节变化对植被被生长的影响较较大；且该区气候雨热丽期，降雨量大的季节气 温也 较高，同时蒸1散发也强烈，一定程度上影影向了植被生生长，因此I出现植被生长长与降水负相 关区 域面积大而主要要受温度控制的现象。空间上，月均FVC与水撫要

30、素的相关关性差异明显，与 气温的相关性表表现为高海甥拔区强于低海拔拔区，主要由于高海拔区区森林覆盖率率较高，对气温变 化较敏感；而与降水的相关性'生表现为低海每拔区强于高高海拔区，主要由于低海每拔区人为因 素干 扰严重，多为草草地或农田，受受水分影响较较大。从显著!性看，气温I是当月正相相关达到显著性的 面积最大，降水则是前1个月的面积最大大,说明秦H岭地区植被对时气温的响应应总体上没有有明显 的滞后性，而对寸降水的响应应存在时滞效应应，以滞后1个月为主。IMTWTfetrrlifltTM*TfcMTflillHF3iflfrrnsrrm*tMffTMftrriwtJifrTiiiti

31、MTlaaflEFTTIEKEIffiH"PI*Tl»fI (PTIQR'Fiwturr图82000 2015年秦岭地区月FVC与气候因子的勺相关性Fig.8 Spatial correlation betweenmonthly FVCCand climate factorsinQinling Mountains durring 2000 2015 4.2人类活动的影影响植被覆盖变化化的重要驱i动因素，其影影响主要体啣在: 用（生态工程程等），另一方面为对植直被覆盖减少的破除气候因素素外，人类活舌动也是影响 一方面表现为对对植被覆盖增增加的促进作 坏作用（采矿、城市

32、扩张等等）。(d)T-0.0Q21J 0.叽貼llfr<hiflr?iiMnIBQ301, in图9 20000 2015年秦岭地区FVC残差变化趋势及及空间分布Fig.9 Change trend and spatial distribution of FVC residuals in Qinling Mountains durimg 2000 2015基于相关T性分析结果，本文选取当年年前一月的降降水、及同期气温、潜襁蒸散量3个气候 因子，建立基于于像元尺度的 三元一次线性'生回归方程对对FVC进行预测，得至到只有气候作 用的 FV©时间序列，从而获得残残差值，即为

33、为人类活动对对FVC的影响。图9为2000 2015年秦 岭地区FVC残差变化趋势及艮空间分布。由图9（a）知，16年来，秦岭地区的的残差值呈显著上升趋势，增速为 2.01%/10a(P0.01), 2005之前为负值，之后转为正值。说明秦岭地区人类 活动对植被的影响在不断加强，2005年后以促进作用为主导。由图9(b)知，FVC残差变化趋势为正的区域占总面积67.63%，主要分布于东部地区，因为国家或区域性政策的实施，生态工程效果明显，这些地区植被恢复良好，人类活动对植被的影响起促进作用；而FVC残差变化趋势为负的区域占32.37%，主要分布于中部和西部地区，这些地区多为城镇，人口密集，城市

34、扩张导致植被覆盖度下降，人类活动在这些地区对植被的影响起破坏作用。4.3双重影响效应表1为FVC (因变量)与气温、降水、潜在蒸散量、人类活动4个影响因子(自变量)间的相关系数矩阵。由表1知，各变量间存在不同程度的强相关性，满足使用PLS法建模的前提条件，以此得到气候变化和人类活动对FVC变化双重影响的PLS分析结果，见图10。乜Vir ED fPnmjn/jX u rQ«；Ttiman-|-02表1影响因素的相关系数矩阵Table 1 Correlation coefficient matrix of influencing factors气温降水潜在蒸散量人类活动FVC气温1.0

35、0 -0.701* 0.505* -0.044-0.561*降水1.00-0.535* 0.302 0.731*潜在蒸散量1.000.076-0.317人类活动1.000.816*FVC1.00图10气候变化和人类活动对秦岭地区FVC变化的PLS分析Fig.10 PLS analysis of Climate Change and Human Activities on FVC Variation in Qinling Mountains图10(a)显示，影响因子对FVC变化的解释能力依次是人类活动(1.299)降水(1.106)气温(0.867)潜在蒸散量(0.580)，人类活动是最具解释意

36、义的变量，其解释能力远大于气候变 量，说明近年来人类活动对植被覆盖变化的影响较气候作用更为显著；就气候变量而言，秦岭地区植被生长受降水的影响要强于气温。由图10(b)知，气温和潜在蒸散量对FVC起负向12作用，其他因子则起正向作用，尤其是人类活动的正向作用最强，说明近年来植被覆盖增加是人类活动作用的结果，人类对FVC的促进作用日趋增强；由图10(c)各因子回归系数得到回归方程：y=46.302-0.238xi+0.359x2-0.044x3+0.693x4,式中：xi、X2x4 依次表示气温、降 水、潜在蒸散量、人类活动；图10(d)显示，观测值与拟合值曲线较为一致，拟合结果R2X(cum)=

37、0.817 , R2Y(cum)=0.975 , Q2(cum)=0.951 ,也表明模型的拟合度较高，模型对 FVC变化具有较高的解释能力。5结论与讨论5.1结论1) 秦岭地区2000-2015年植被覆盖度呈显著上升趋势，增速为2.77%/10a，南坡呈极显著的上升趋势，增速达 3.8%/10a，而北坡呈不显著的下降趋势，平均下降1.0%/10a ;空间上呈 中间高，周边低；西部高，东部低；南坡高，北坡低”的分布格局。2) 秦岭地区不同海拔高度的植被覆盖度变化差异显著。1500m以下呈显著的上升趋势，15002600m变化不明显，2600m以上则呈极显著的下降趋势。随着海拔的升高，植被覆 盖

38、度在2200米左右达到最大， 7003200m达0.7以上，13002700m达0.9以上，而 0.5 以下的低值区主要分布在3400m以上的高海拔地区。植被覆盖度的等级结构变化差异较大，各等级面积依次为 I级n级川级w级v级，其中I级和v呈显著上升趋势，而 n级、 川级和"级则呈不同程度的下降趋势。3) 植被覆盖度与气候因子的响应关系存在明显的空间差异。总体上，植被覆盖度对气温的响应没有明显的滞后性，而与降水的响应存在时滞效应，以滞后1个月为主。4) 人类活动对植被覆盖的影响日趋增强，增速为2.06%/10a，且以正向作用为主。其对植被影响起促进作用的区域占总面积的67.63%，主

39、要分布在东部地区；而起破坏作用的区域占32.37%，主要分布于中部地区和西部地区。5) 植被覆盖变化是气候变化和人类活动共同作用的结果，人类活动对植被变化具有较气候作用更为显著的贡献。影响因子对植被覆盖变化的解释能力依次为人类活动降水 气温 潜在蒸散量。5.2讨论植被覆盖变化是气候变化和人类活动叠加作用的结果，究竟是气候的作用强，还是人类活动的作用强？在秦岭这一生态敏感脆弱区认识二者之间的作用与贡献尤为重要。学者们较多地关注秦岭植被与气候变化的关系，有学者认为植被对温度的敏感性高于降水14,39，亦有人认为植被生长受降水的影响强于气温15，本研究表明，气候对秦岭植被的影响降水强于气温，而月尺度

40、上则表现出气温强于降水， 水热组合的共同作用是影响区域植 被的重要因素。由于人类活动因素存在难以定量化的问题，故对植被受人为影响研究相对较少，本研究量化了人类活动对植被覆盖度的影响，但文中仅将人类活动因素视为一个影响因子进行分析。事实上，人为因素也是一个多因子的统一体，其有正效应与负效应之分，且二者均包含多方面的影响因子，如进入 21世纪，国家实施的天保工程及退耕还林工程等有效地改善了区域 生态环境，但在生态恢复的同时，城市规模也在快速扩张，保护与破坏同在。因此，进行实 地调查，细化人类活动因子，验证训练样本，分析结果的精度与可靠性，进一步量化人为因 素对秦岭地区植被覆盖变化中相对贡献还有待深

41、入研究。参考文献 (References):1 PARMESAN C, YOHE G. A globally coherent fingerprint of climate change impacts across natural systems J. Nature,2003,421(6918): 37-42.2 GUTMAN G,IGNATOV A. The derivation of the green vegetation fraction from NOAA/A VHRR data for use in numerical weatherprediction modelsJ.lnte

42、rnational Journal of Remote Sensing, 1998,19(8):1533-1543.3 ZENG X , DICKINSON R E , WALKER A,et al.Derivation and evaluation of global 1- km fractional vegetation cover data for landmodeling J.Journal of Applied Meteorology,2000,39(6): 826-839.4 GITELSON A A, KAUFMAN 丫 J, STARK R, et al. Novel algo

43、rithms for remote estimation of vegetation fraction J. RemoteSensing of Environment, 2002, 80(1): 76-87.5 王智，常顺利师庆东，等.基于FVC指数的中国西北干旱区植被覆盖变化Markov过程J.应用生态学报，2010, 21(5):1129-1136.Wang Z,Chang S L,Shi Q D,et al.Markov process of vegetation change in arid areas of northwest China based on FVC index.Chi

44、nese Journal of Applied Ecology, 2010, 21(5): 1129-1136.6 甘春英，王兮之，李保生，等.连江流域近18年来植被覆盖度变化分析J.地理科学，2011, 31(8): 1019-1024. GAN C 丫 , WANGX Z, LI B S, et al. Changes of vegetation coverage during recent 18 years in Lianjiang river watershed. Scientia GeographicaSinica,2011, 31(8): 1019-1024.7 IPCC. Sum

45、mary for policymakers of climate change 2007: The physical science basis. Contribution of working group I to the fourthassessment report of the intergovernmental panel on climate change. Cambridge, UK: Cambridge University Press, 2007.8 ZHAO X, TAN K, ZHAO S Q, et al. Changing climate affects vegeta

46、tion growth in the arid region of the northwestern ChinaJ.Journal of Arid Environments, 2011, 75(10): 946-952.9 NEMANI R R, KEELING C D, HASHIMOTO H, et al. Climate-driven increases in global terrestrial net primary production from1982 to 1999 J. Science, 2003, 300: 1560-1563.10 MA Z H, PENG C, ZHU

47、Q A, et al. Regional drought-reduced reduction in the biomass carbon sink of Canada' s boreal forests J.Proceedings of the National Academy of Sciences, 2012, 109(7): 2423-2427.11 PIAO S L, FANG J 丫 , JI W, et al. Variation in a satellite-based vegetation index in relation to climate in China J.

48、 Journal ofVegetation Science, 2004, 15(2): 219-226.12 张戈丽，徐兴良，周才平，等.近30年来呼伦贝尔地区草地植被变化对气候变化的响应J.地理学报，2011,66(1): 47-58.ZHANG G L, XU X L, ZHOU C P, et al. Responses of vegetation changes to climatic variations in HulunBuir grassland in past 30years. Acta GeographicaSinica, 2011,66(1): 47-58.13 陈怀亮，徐

49、祥德，杜子璇，等.黄淮海地区植被活动对气候变化的响应特征J.应用气象学报，2009, 20(5): 513-520. CHENH L, XU X D, DU Z X, et al. Vegetation activity responses to climate change in the Huang-Huai-Hai area based on GIMMS NDVIdataset. Journal of Applied Meteorological Science, 2009, 20(5): 513-520.14 白红英.秦巴山区森林植被对环境变化的响应M.北京:科学出版社,2014. BA

50、I H 丫 . The Response of Vegetation toEnvironmental Change in Qinba Mountains. Beijing: Science Press,2014.15 刘宪锋 潘耀忠 朱秀芳，等.2000 2014年秦巴山区植被覆盖时空变化特征及其归因J.地理学报,2015,70(5):705-716.LIU X F,PAN 丫 Z, ZHU X F,et al. Spatiotemporal variation of vegetation coverage in Qinling-Daba Mountains in relation to en

51、vironmentalfactors. Acta GeographicaSinica,2015,70(5):705-716.16 马新萍，白红英,贺映娜,等.基于NDVI的秦岭山地植被遥感物候及其与气温的响应关系一一以陕西境内为例J.地理科学,2015,35 (12): 1616-1621. MA X Q, BAI H 丫 , HE 丫 N, et al. The vegetation remote sensing phenology of Qinling mountainsbased on NDVI and it ' s response to temperature: taking

52、 within the territory of Shaanxi as an example. Scientia GeographicaSinica,2015,35 (12): 1616-1621.17 秦大河,STOCKER T,等.第五次评估报告第一工作组报告的亮点结论J.气候变化研究进展，2014, 10(1): 1-6. QIN D H,STOCKER T, et al. Highlights of the IPCC working group I fifth assessment report. ProgressusInquisitiones DE MutationeClimatis

53、,2014, 10(1): 1-6.18 王强，张勃，戴声佩，等.三北防护林工程区植被覆盖变化与影响因子分析J.中国环境科学,2012, 32(7): 1302-1308.WANG Q, ZHANG B, DAI S P, et al. Analysis of the vegetation cover change and its relationship with factors in the Three-NorthShelter Forest Program. China Environmental Science, 2012, 32(7): 1302-1308.19 PIAO S L,

54、FANG J 丫 , ZHOU L M, et al. Interannual variations of monthly and seasonal normalized difference vegetation index(NDVI) in China from 1982 to 1999 J. Journal of Geophysical Research, 2003, 108(D14), ACL 1-1.20 WU X, LIU H, REN J, et al. Water-dominated vegetation activity across biomes in mid-latitu

55、dinal eastern China J. Geophysical Research Letters, 2009, 36(4):69-79.21 徐浩杰，杨太保.柴达木盆地植被生长时空变化特征及其对气候要素的响应J.自然资源学报，2014, 29(3): 398-409. XU HJ, YANG T B. Spatial-temporal variations of vegetation activities and its responses to climatic factors in the Qaidam Basin. Journal of Natural Resources, 201

56、4, 29(3): 398-409.22 李学梅，任志远，张翀.气候因子和人类活动对重庆市植被覆盖变化的影响分析J.地理科学，2013, 33(11): 1390-1394.LIX M, REN Z 丫 , ZHANG C. Spatial-temporal variations of vegetation cover in Chongqing city (1999-2010): Impacts of climate factors and human activities. Scientia GeographicaSinica, 2013, 33(11): 1390-1394.23 易浪，任志远,张翀,等.黄土高原植被覆盖变化与气候和人类活动的关系J.资源科学，2014, 36(1): 166-174. YI L, REN ZY, ZHANG C, et al. Vegetation cover, climate and human activities on the Loess Plateau. Resources Science, 2014, 36(1): 166-174.24 孙艳玲，郭鹏，延晓冬,等.内蒙古植被覆盖变化