韩 璇，姚柳杉，高晓丽，2，肖 娟，宋浩泉

（1.太原理工大学水利科学与工程学院，山西 太原 030024；2.有机旱作山西省重点实验室，山西 太原 030031）

0 引言

植被是连接土壤、水分和大气的“纽带”，是反映植被生长状况与生态建设效果的动态指标[1]，常用的植被指数有NDVI、EVI、GVI和RVI等[2]。诸多学者利用NDVI对植被的动态变化进行了研究，卫宇婷[3]对1986—2015年期间山西省的NDVI和气候数据分析表明，山西省植被指数累计值与气候因子均呈正相关关系；张利华[4]利用SWAT模型和ArcGIS软件分析显示堵河流域NDVI在空间上表现为南高北低的空间异质性，且NDVI随海拔的上升而增加；Wan[5]利用NDVI对我国森林植被覆盖度的稳定性分析表明在在低浓度和高浓度情况下，分别有78.9%和61.8%的森林植被覆盖是相对稳定的；何云玲[6]对云南地区2000—2016年的NDVI分析表明研究区内2000—2016年期间的NDVI整体呈增加的趋势，且NDVI与气温呈正相关，降水次之；刘启兴[7]研究认为人类活动对黄河源区的生态环境具有一定的影响，由人类活动导致的NDVI增加的区域占总面积的比例是55%。但是，NDVI采用了非线性拉伸的方式，增强了近红外波段和红外波段反射率的对比度，导致采用NDVI指数的灵敏度偏低[8]。

植被盖度（VC）考虑了茂盛植被覆盖区和裸地的情况，其计算过程包含了NDVI的最大值和最小值，结果更加稳定、代表性更广泛。

国内外学者对植被盖度展开了大量的研究，胡承江[9]等利用Landsat卫星遥感数据研究发现，城市建设的大规模提速导致VC降低，而随着生态环境意识的提高和相关政策的实施，VC逐渐增加；何亮[10]等利用MODIS数据分析表明，2001—2017年期间北洛河流域VC整体呈上升趋势，且黄土丘陵沟壑区增加幅度较大。黄翌[11]对大同市的VC研究得出1999—2010年期间大同矿区植被盖度呈“下降—振荡上升—迅速上升”的趋势，且空间差异先增大后减小。Yao[12]利用NDVI数据集对1982—2013年黄土高原的生态变迁分析表明，1982—1999和2000—2013期间的VC均表现为显著增加；Zhang[13]利用统计方法分析得出VC表现出一定的时空差异性[14，15]。植被盖度在时空上的差异与气候、地形和人类活动等密切相关，Coban[16]通过结构方程建模（SEM）法得出人口、国内生产总值以及地形对VC的影响较大；Liu[17]结合数字高程模型（DEM）分析门头沟的植被盖度的影响因素表明，高海拔植物更稳定，退化程度低，而陡坡与西北面植物更容易退化；陈宝强[18]对晋西黄土区的研究显示35°以上陡坡的VC随坡度的增大而减小。

本研究将山西省划分为北中南三个区域，采用最大值合成法和趋势分析法对MODIS数据进行VC的时空分布特征研究，并采用相关性分析法和残差分析法对气象、地形和人类活动等影响因素进行归因分析，以期为山西省的分区治理提供一定的指导依据，提高生态建设效率。

1 研究区概况

山西省地处黄土高原东翼，东临河北，西望陕西，南接河南，北连内蒙古，占地面积约15.67万km2，是黄土覆盖的山地型高原，海拔多高于1 500 m，区域内山地、丘陵占2/3以上，区内气候变化较敏感、脆弱。研究区属温带大陆性季风气候，年平均气温为7℃～14℃，年降水量为360～520 mm。本文按气候差异将山西省划分为晋北、晋中、晋南3个地理分区，其中，晋北地区包括大同、朔州和忻州三市，晋中（山西省中部）地区包括吕梁、太原、晋中、阳泉和晋中五市，晋南地区包括临汾、长治、运城和晋城四市。

2 数据与方法

2.1 数据来源

本文使用的数据主要包括气象数据、遥感数据和地形数据。其中，气象数据来自于中国气象局气象数据中心（https:/data.cma.cn），包含山西省范围内16个站点（图1）在2015—2019年期间的平均温度、日最高温度和日最低温度；数字高程模型（DEM）采用中国科学院资源环境科学数据中心（http://www.resdc.cn）提供的分辨率为1 km的DEM数据，利用软件ENVI5.3对DEM数据进行了不同坡度、坡向和海拔范围的提取和划分；土地利用数据亦来自中国科学院资源环境科学数据中心（http://www.resdc.cn），包括1998—2018年的土地利用分类数据，空间分辨率为1 km，主要划分为水域、农业用地、建设用地、林草地和未利用土地五大类。

2.2 计算与分析方法

图1 山西省位置及其气象站点分布图

2.2.1VC的计算方法

VC指植被总体或各个体在地面上的垂直投影面积与研究区域面积之比的百分数，可以反映植被的茂密程度和植物进行光合作用面积的大小，采用像元二分法模型（式1）对植被盖度进行提取[19]。

式中：VC为植被盖度；NDVImax和NDVImin分别为山西省内NDVI的最大值和最小值。

2.2.2 分析方法

（1）时间变化趋势

趋势分析法被广泛应用在时间序列的分析上，具有较好的稳定性[20-22]。对每个像元1998—2018年各年份平均VC的时间变化趋势采用趋势分析法[23]。该方法可以消除研究时段内偶发性异常因素对植被长势的影响[7]。若趋势率小于0，则说明该时段内植被呈减少趋势，反之则说明为增加趋势，趋势率计算公式如下:

式中：xi表示研究时段内第i个年份；b为变化趋势线的斜率；a为截距；FCg为各个像元的VC；R为单个像元变化率；xi和xn分别为研究时段的起始和终止年份。

（2）空间分布特征

本文为了进一步消除云、大气等异常值的影响[24]，利用最大值合成法（MVC）把21年内的植被盖度数据进行最大值合成，运用ENVI软件，获取研究时段内最大植被盖度值来代表研究时段内植被盖度最好的状况[25]。

（3）影响因素分析

相关性分析。运用spss22.0对1998—2018年山西省晋南、晋北、晋中三个区域的植被盖度与同期气象数据进行相关性分析和显著性检验，相关性系数r的计算公式如下：

式中：r为相关系数；yi表示从1998—2018年内第n年的气象要素值；y为多年气象要素的平均值。

残差分析。气象因子对VC变化影响显著，利用多元线性回归模型拟合出受气象因子影响的VC，进一步计算该拟合值与真实VC之间的差值，并将其作为人类活动因素，用以分析人类活动对山西省VC变化的影响，该方法为残差分析[26]。计算公式如下：

式中：ε为残差值；Creal为真实VC；Cpre为VC的预测值。

ε＞0，说明人类活动产生积极影响；ε＜0，说明人类活动产生负面影响；ε=0说明人类活动影响比较微弱。

3 结果与分析

3.1 山西省VC的空间分布特征

山西省VC整体上呈现为由西北部向东南部逐渐增加的分布特征。由图2可知，研究区VC基本上表现为北低南高、西低东高的分布特征，并在中部局部地区出现一定的突变，与刘淼[27]对山西省1988—2000年期间VC的空间分布特征相一致。西北部与内蒙古相接，气候干旱，风沙较多，植被生长环境恶劣，VC较低；中心部位为山西省省会，城市建设和工业发展速度较快、污染较为严重、降水量也较少，使中部VC低于周围区域；河流地区往往具有较高的VC，这是由于植物在河流附近具有充足的水源，生长旺盛，但同时又受人类活动影响，导致VC未达到最大值；而海拔高的区域受到的人类活动干扰影响较小，植被的保存率较大，使高海拔地区的VC达到最大。VC的空间分布与地方发展和人类活动具有较为密切的关系。

图2 山西省年均VC的空间分布特征

3.2 山西省植被盖度VC随时间的年际变化特征

山西省及其各个区域21年来的年平均VC整体呈上升趋势，但各区域的增长效果不同。如图3所示，其中21年间，全省VC的年平均增长速率为0.005 5，晋南、晋中和晋北VC的年增长速率分别为0.005 4、0.006 0和0.005 0。VC的增长与省内所实施的重大生态工程密切相关，如1999年启动的退耕还林工程，2000年启动的天然林保护工程植被恢复项目、山西省三北防护林建设以及太行山绿化工程，生态工程建设使山西省VC逐渐提高。

晋中、晋南植被盖度波动趋势基本同步，与晋北存在有一定的差异。各区域的年平均VC最小值均出现在1999—2000年间，晋南、晋中、晋北在1999—2000年期间的VC分别为0.419 7、0.384 0和0.284 0，在21世纪后均呈较稳定的上升趋势，晋中、晋南的VC均于2018年达到了0.549 2和0.543 9的峰值，由于2000—2010年期间，晋北地区为风沙源水利水保项目区，晋北地区荒漠化现象减轻，使晋北地区VC最大值出现在2011年，为0.429 4。

图3 山西省及各区域VC的年际变化规律

3.3 气象因素对山西省VC的影响分析

山西省VC与气象因子之间的相关性依次为日照时数＞降雨＞平均风速＞气温，且与降雨具有显著的正相关关系，而与日照时数具有极显著的负相关关系。如表1所示，山西省VC与最低气温、最高气温、平均气温、平均风速、降雨和日照时数的相关性系数依次为0.206 0、0.011 0、-0.025 0、0.361 0、0.484 0和-0.595 0。不同地区VC与各气象因子的相关性具有一定的差异，晋北、晋中和晋南地区与降雨分别表现出极显著、显著和不显著的正相关关系，水分亏缺地区的VC随降雨量的增加而增加；晋南和晋北的VC与日照时数具有显著的负相关关系，而晋中地区的VC与日照时数的负相关关系不显著；晋南地区的VC与平均风速表现出极显著的正相关关系，而晋北和晋中地区VC则与平均风速表现出负相关关系，风速较小地区的VC随风速的增加而增加；晋南和晋北地区的VC与各气温分别表现为正相关和负相关关系，气温较低地区，气温越高，该区域VC越低，气温较高地区，气温越高，该区域VC越高。

山西省VC与降水具有显著的正相关关系，山西省位于缺水区，水分对植被的生长具有主导作用，这与诸多学者以相关分析、残差分析和驱动分区法的结果相一致，刘咏梅[28]研究认为陕北黄土高原VC与降雨因子响应高于气温，穆少杰[19]等分析得出内蒙古地区VC与降雨量的相关性更大。山西省VC与日照时数之间的相关性最强，这与其他学者认为VC多与降雨量和气温相关[29，30]的结果有所不同，可能是由于山西整体气温偏低，对植物的生长具有一定的限制，而日照产生的热量为植物的生长提供了重要的条件，导致日照成为山西省VC影响最大的气象因素。

3.4 人类活动对山西省VC的影响分析

人类活动对山西省VC的影响兼具正贡献和负贡献，且总体上相抵消。由表2和表3可知，人类活动对山西VC的影响总体上表现为0。其中，人类活动对晋南地区VC的影响表现为负贡献，贡献率为-0.12%，人类活动与城镇用地的变化是导致植被覆盖下降的重要驱动因素[31]，晋南地区建设用地面积增加了1 436 km2，是晋南地区VC减小的重要驱动因子之一；生态工程的实施在一定程度上改变了晋北和晋中地区的生态环境，人类活动对晋北和晋中地区VC的影响均为正贡献，贡献率分别为0.30%和0.08%。

3.5 地形因子对VC的影响

表2 山西VC的残差分析

表3 1995-2018年山西土地利用变化情况 单位：km2

3.5.1 海拔

山西省VC基本上随海拔的增加而降低。由表4可知，区域内VC依次为H1＞H3＞H2＞H4＞H5，不同海拔范围内的VC表现为随海拔增加而逐渐上升的变化趋势，上升速率随海拔升高呈现先增加后降低的趋势。低海拔地区受人类活动影响较大，高海拔地区坡地径流较大，保水率较差，因此，在逐年生态建设的情形下，低海拔和高海拔地区仍表现为较小的增长率。

表4 山西省不同高程地区的VC

3.5.2 坡度

山西省VC随坡度的增加而降低。从表5可知，区域内平坡、缓坡、斜坡、陡坡、急坡和险坡上的VC分别为0.308 8、0.147 8、0.012 2、0.001 6、0.001 1和0.001 0，不同坡度上年际间VC表现为上升的变化趋势，上升速率基本上随坡度的增加而减小。坡度在0°～5°的范围内产生水土流失的可能较小，保水率强，导致VC较高；大于15°时，降雨时容易形成地表径流，加重了该范围内水土流失强度，植物保水率查，导致VC较低。

表5 山西省不同坡度区的VC

3.5.3 坡向

不同坡向的VC依次为半阳坡＞半阴坡＞阳坡＞阴坡。如表6所示，区域内半阳坡、半阴坡、阳坡和阴坡坡向范围内的VC分别为0.166 0、0.154 0、0.091 0和0.078 0，各坡向年际间VC均呈增加的趋势。由于山西省属于干旱半干旱地区，年降水量较少，阳坡上的蒸发量高、耗水量大，水分亏缺易导致植物死亡；阴坡蒸发量小，但光照不足，仅适合低矮的蕨类和藤本等低VC植物的生长[32，33]，因此，阳坡和阴坡坡向范围内的VC较低。

表6 山西省不同坡向范围内的VC

4 结论

第一，山西省植被盖度整体上呈现为由西北部向东南部逐渐增加的分布特征，21年年际间的年平均VC呈上升趋势。全省VC的年平均增长速率为0.005 5，晋南、晋中和晋北VC的年增长速率分别为0.005 4、0.006 0和0.005 0。

第二，山西省植被盖度与各气象因子之间的相关性依次为日照时数＞降雨＞平均风速＞气温，人类活动兼具正影响与负影响。区域内VC与降雨呈显著的正相关关系，与日照时数具有极显著的负相关关系；人类活动对晋北、晋南和晋中地区VC的贡献率分别为0.30%、-0.12%和0.08%。

第三，随着海拔和坡度的增加，山西省VC逐渐降低，不同坡向的VC依次为半阳坡＞半阴坡＞阳坡＞阴坡。