近40年黄河中游径流情势变化分析
黄河上中游区径流量格局长期变化过程
黄河上中游区径流量格局长期变化过程孙洋洋;穆兴民;高鹏;赵广举;孙文义【期刊名称】《水土保持研究》【年(卷),期】2017(24)3【摘要】河川径流不仅是水资源重要的构成部分,也是自然界中水分循环的重要环节,径流量的变化直接影响区域特别是干旱区水资源的开发利用。
基于黄河中游上中下三个站点(河口镇站、吴堡站以及三门峡站)1919—2013年月径流量资料,采用Spearman相关法、有序聚类法等方法分析黄河不同区间年、月径流量演变规律,揭示年径流量突变前后径流量年内集中度和不均匀性差异。
结果表明:黄河上游和中游径流量因人类活动作用具有明显趋势性减小,而因气候作用表现出显著的阶段性。
在径流量突变年份后,黄河上游径流量上游集中度降低,不均匀度减小,径流量年内分配趋于均匀,但黄河中游地区径流量年季不均匀性反而增大。
【总页数】7页(P59-64)【关键词】径流;变化趋势;集中性;不均匀性;黄河上中游【作者】孙洋洋;穆兴民;高鹏;赵广举;孙文义【作者单位】西北农林科技大学水利与建筑工程学院;西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室;中国科学院水利部水土保持研究所【正文语种】中文【中图分类】TV121.4【相关文献】1.近2600年来黄河下游沉积量和上中游产沙量变化过程 [J], 师长兴;徐加强;郭立鹏;张鸾2.夏秋季长江、黄河流量长期变化的主要特征 [J], 游性恬;朱禾;谷湘潜3.1919—2010年黄河上中游区径流量变化分析 [J], 李二辉;穆兴民;赵广举4.黄河下游河道平滩流量与造床流量的变化过程研究 [J], 陈建国;胡春宏;董占地;刘大滨5.不同频率黄河上中游径流量变化特征及其趋势预测 [J], 贾昊;穆兴民;赵广举;高鹏;孙文义因版权原因，仅展示原文概要，查看原文内容请购买。
黄河中游多沙粗沙区水沙变化趋势分析及其主控因素贡献率探究
黄河中游多沙粗沙区水沙变化趋势分析及其主控因素贡献率探究发表时间：2019-07-24T12:02:40.653Z 来源：《基层建设》2019年第10期作者：郭丽伟郭成山田国强杨轶文[导读] 摘要：随着季节气候的变化以及人类活动的影响，黄河中游的多沙粗沙区会发生剧烈的水沙变化，而针对黄河中游多沙粗沙区的径流量和输沙量，产生影响的驱动因素进行仔细的研究分析，从而更好的预测黄河中游多沙粗沙区的水沙变化情况，为黄河中游多沙粗沙区水资源的合理分配提供理论支撑。
黄河水利委员会中游水文水资源局山西省晋中市 030600摘要：随着季节气候的变化以及人类活动的影响，黄河中游的多沙粗沙区会发生剧烈的水沙变化，而针对黄河中游多沙粗沙区的径流量和输沙量，产生影响的驱动因素进行仔细的研究分析，从而更好的预测黄河中游多沙粗沙区的水沙变化情况，为黄河中游多沙粗沙区水资源的合理分配提供理论支撑。
关键词：黄河中游；多沙粗沙区；水沙变化；贡献率引言随着季节气候的不断变化以及人类活动的不断加剧，促使黄河流域的径流量和输沙量产生了较大的变化，并且，气候变化会严重影响水文的循环过程，从而使得水资源进行重新分布，提高了洪涝灾害的发生几率。
其中，人类活动对径流量和输沙量的影响，主要体现在下垫面的变化中，即地表径流的形成、径流的下渗现象、水资源的时空分布等。
因此，针对黄河中游径流量和输沙量的研究，不再局限于气候变化方面的影响，还要考虑人类活动变化的影响。
一、研究区域概况本文研究区域为黄河流域中的主要产沙区，即青阳岔水文站、韩家峁水文站、横山水文站、殿市水文站、李家河水文站、绥德水文站、赵石窑水文站、丁家沟水文站、高家川水文站、王道恒塔水文站、神木水文站、温佳川水文站、高石崖水文站、皇甫水文站、申家湾水文站，这些地区具有水少沙多的特点，是黄河流域下游洪水以及泥沙的主要来源区域，并且，这些地区的降水都集中在每年的7月-9月，约占全年降水量的70%左右，而且，在每年的7月-9月范围内，侵蚀产沙量以及输移量高于全年的80%。
黄河中游多沙粗沙区近期水沙动态变化分析
人
民
黄
河
Ｖｏ １ ． ３ ５． Ｎｏ． ４
ＹＥ Ｌ Ｌ ＯＷ ＲＩ Ｖ ＥＲ
Hale Waihona Puke Ａｐ ｒ ．， ２ ０１ ３
【 水土保持 ・ 生态 】
黄河 中游 多沙粗沙 区近期水沙动态变化分析
高亚军 ， 王志勇 ， 马 志瑾 ， 徐 建 华
（ 黄河水利委 员会 水 文局 ，河南 郑州 ４ ５ ０ ０ ０ ４ ）
摘
要： 以黄 河 中游 多沙粗沙 区 １ ９ ５ ６ －２ ０ ０ ４年为基准期 ， ２ ０ ０ ５ －２ ０ １ ０年为监测对 比期 ， 对该 区近期的 降水 量、 径 流量、 输
沙量的 变化特征进 行 了分 析。结 果表 明： 与 多年 均值 相 比， 监 测 期年 均 降水 量增 加 了 ３ ． ９ ％， 而年 均径 流 量 减 少 了
关 键 词 ：径 流 量 ；输 沙 量 ； 降水 量 ；粗 泥 沙 ； 多 沙粗 沙 区 ；黄 河 中游 文献标志码 ： Ａ ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ － １ ３ ７ ９ ． ２ ０ １ ３ ． ０ ４ ． ０ １ ３ 中图 分 类 号 ：Ｓ １ ５ ７ ； Ｔ Ｖ ８ ８ ２ ． １
Ｇ Ａ Ｏ Ｙ ａ — ｊ ｕ ｎ ， ＷＡ Ｎ Ｇ Ｚ ｈ ｉ － ｙ ｏ ｎ ｇ ， ＭＡ Ｚ ｈ ｉ — Ｊ ｉ ｎ ， Ｘ Ｕ Ｊ ｉ ａ ｎ — ｈ ｕ ａ
（ Ｈ ｙ ｄ ｏｌ ｒ ｏ ｇ ｉ ｃ ａ ｌ Ｂ ｕ ｒ ｅ ａ ｕ ｏ ｆ Ｙ ＲＣ Ｃ，Ｚ ｈ ｅ ｎ ｇ ｚ ｈ ｏ ｕ ４ ５ ０ ０ ０ ４ ，Ｃ ｈ ｉ ｎ ａ ） Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｔ ｈ ｉ ｓ ｓ ｔ ｕ ｄ ｙ ｔ ｏ ｏ ｋ ｔ ｈ ｅ ｍｉ ｄ ｄ ｌ ｅ Ｙ ｅ ｌ ｌ ｏ ｗ Ｒ ｉ ｖ ｅ ｒ ｃ ｏ ａ ｒ ｓ ｅ ｓ ｅ ｄ ｉ ｍｅ ｎ ｔ ｓ ｏ ｕ ｒ ｃ ｅ ａ ｒ ｅ ａ ａ ｓ ａ ｎ ｏ ｂ ｊ ｅ ｃ ｔ ｔ ｏ ａ ｎ ａ ｌ ｙ ｚ ｅ ｔ ｈ ｅ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｓ ｏ ｆ ｒ ｕ ｎ ｏ ｆ， ｓ ｅ ｄ ｉ ｍ ｅ ｎ ｔ ａ ｎ ｄ ｐ ｒ ｅ ｃ ｉ ｐ ｉ —
近70年黄河流域水沙情势及其成因分析
第34卷第21期农业工程学报V ol.34 No.21112 2018年11月Transactions of the Chinese Society of Agricultural Engineering Nov. 2018 近70年黄河流域水沙情势及其成因分析赵阳，胡春宏，张晓明，王友胜，成晨，殷小琳，谢敏（中国水利水电科学研究院，水利部水土保持生态工程技术研究中心，北京 100048）摘要：深入剖析黄河水沙现状及成因是精准预测黄河未来水沙情势的前提与基础。
为此，以黄河干流潼关断面以上4个主要干流水文站及7个主要一级支流把口站1950—2016 年水沙实测资料为基础，采用双累积曲线等多种统计分析方法，系统剖析了黄河流域水沙演变规律及水沙主要源区变化特征，定量评估了不同环境要素对黄河水沙变化影响。
结果表明：1）黄河干流兰州、头道拐、龙门及潼关水文站年径流及年输沙量均呈显著减少趋势（P<0.05），其中，年径流减幅17.93%~40.79%，年输沙量减幅均在46.74%以上。
受多种因素影响，黄河水沙在20世纪80—90年代发生减少突变；2）兰州-潼关区间年均径流量沿程变化表现为由总体递增状态向递减趋势转变，年均输沙量递增状态虽未转变，但递增幅度平均减小90%以上；3）黄河泥沙主要来源区由头龙区间向龙潼区间发生转移特征明显，龙潼区间水土流失治理有待进一步加强；4）人类活动对黄河中游水沙锐减占据主导作用，平均贡献率达到90%以上。
而上游兰州站年均径流量受气候影响较大，贡献率达到66.57%。
研究结果可为深刻认识黄河水沙时空现状及成因提供依据，并对未来水土流失治理区位方向确定提供参考。
关键词：径流；评估；水文；黄河；干流；一级支流；水沙doi：10.11975/j.issn.1002-6819.2018.21.014中图分类号：P333; TV882.1 文献标志码：A 文章编号：1002-6819(2018)-21-0112-08赵阳，胡春宏，张晓明，王友胜，成晨，殷小琳，谢敏. 近70年黄河流域水沙情势及其成因分析[J]. 农业工程学报，2018，34(21)：112－119. doi：10.11975/j.issn.1002-6819.2018.21.014 Zhao Yang, Hu Chunhong, Zhang Xiaoming, Wang Yousheng, Cheng Chen, Yin Xiaolin, Xie Min. Analysis on runoff and sediment regimes and its causes of the Yellow River in recent 70 years[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(21): 112－119. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.21.014 0 引 言黄河以水少沙多，含沙量高而著称[1]。
黄河源区径流特性分析
黄河源区径流特性分析摘要：通过对黄河河源区水文水资源特性和近期变化情况的分析，得出黄河河源区年平均气温呈现上升的趋势；降水量自90年代以后持续偏少，这种偏少趋势还在发展；径流因降水的影响也在持续偏枯，且幅度更大。
已严重影响到整个黄河流域社会和经济的发展。
关键词：黄河；河源区；水文水资源；生态；变化规律黄河占我国河川径流2%的有限水源，承担着本流域及下游引黄灌区9%的土地和12%的人口的供水任务，同时兼顾向流域外调水的任务。
随着社会和国民经济的发展，黄河水资源的供需矛盾显得越来越突出。
而黄河河源区（唐乃亥站以上流域）是黄河重要的来水地区，却受人为因素和自然灾害的影响，整个黄河上游地区环境恶化，径流大幅减少，人们生产、生活用水难以维继，水资源的短缺问题频频告急。
1水文水资源特性1.1流域概况黄河河源区唐乃亥以上流域，介于东经95°00′～103°30′，北纬32°19′～36°08′之间，面积121 972 km2，长度1 552.40km。
海拔大都在3 000m 以上，巴颜喀拉山、阿尼玛卿山、岷山等山脉分布其间，众多河川、盆地、丘陵相间。
海拔4 000m以上的高山顶巅，大多岩石裸露，而山麓却绿草成茵。
1.2气温、冰情河源区年平均气温大部分地区在0 ℃以下，7～8月为无霜期，基本属于寒区。
年内温差较大，最大温差高达75 ℃。
最高气温一般在8月，最低气温在1月。
干流河道吉迈以上一般10月下旬开始流凌，并有岸冰，11月封河，次年4月下旬冰情消失；门堂-玛曲一般11月中旬开始流凌，并有岸冰，12月封河，次年3月下旬冰情消失；军功-唐乃亥河段，12月上、中旬开始流凌，并有岸冰，一般不封河，3月上、中旬冰情消失。
1.3降水、蒸发河源区气候属于典型高原大陆性高寒山地气候，水汽主要来源于印度洋孟加拉湾，受青藏高原热力及动力因素影响，天气系统呈现横切变线。
由于西太平洋副高强大且少动，使青藏高原上空偏南气流明显增强。
浅谈黄河中游水文变化趋势及其对气候变化的响应(全文)
浅谈黄河中游水文变化趋势及其对气候变化的响应目前，气候变化已成为国际社会公认的最主要的全球性环境问题之一，开展气候变化趋势及其影响方面的研究对于寻找环境变化的适应对策、实现水资源的可持续开发利用具有重要现实意义。
黄河是我国的第二大河，其中，黄河中游是生态环境最为脆弱、水资源严峻匮乏的地区，特别是在气候变化背景下，黄河中游水问题更加突出。
本文将以黄河中游为对象，对其水文变化趋势及其对气候变化的相应进行系统分析，以期为进一步完善气候变化影响的评价体系和方法、科学编制黄河流域水资源开发利用方案、促进流域内生态环境与社会经济的和谐进展提供参考。
一、研究方法黄河中游是指黄河河口镇至花园口区间，由于流域内土层深厚，土质疏松，植被稀少，暴雨比较集中，水土流失现象非常严峻。
根据黄河中游地理位置、水文特性、气候特点及水文测站操尽情况，将其划分为河口镇-龙门区间、龙门-三门峡区间、三门峡-花园口区间。
综合考虑测站布设年份及地理位置，在黄河中游及邻近周边选取水文站4个和雨量站86个，对各站1955-20XX年间气象资料、流量资料等进行收集整理。
采纳线性回归分析法和Mnn-Kendll非参数检验法分析区域水文变化趋势及其显著性。
对于水文序列，先将对偶值中xi （1）构建Mnn-Kendll相关检验的统计量，分析径流变化的显著性，相关公式为：（2）式中，n为序列样本数（当n增加，U很快收敛于标准化正态分布），=4p/n（n-1）-1，=2（2n+5）/9n（n-1）。
基于XX格的水量平衡模型是根据物质守恒原理，在综合考虑超渗与蓄满产流和融雪产流特征的基础上建立的大尺度水文模型，见图1，该模型结构简单，参数较少，尤其是在北方干旱半干旱地区有着相当的模拟精度。
在模型中，只有4个参数需要率定，即土壤蓄水容量（主要用来操纵水量平衡，取值范围一般为100-500mm）、地面径流系数、地下径流系数、融雪径流系数，后三个参数取值范围为0-1。
不同频率黄河上中游径流量变化特征及其趋势预测
水土保持学报 JournalofSoiland WaterConservation
Vol.34 No.6 Dec.,2020
不同频率黄河上中游径流量变化特征及其趋势预测
贾 昊1,穆兴民1,2,赵广举1,2,高 鹏1,2,孙文义1,2
(1.西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西 杨凌 712100; 2.中国科学院水利部水土保持研究所,陕西 杨凌结果表明:黄河上中 游 1950—2018 年 径 流 量 呈 极 显 著 性 减 少 趋 势;黄
河潼关水文站径流变化突变 点 位 于 1985 年,减 少 趋 势 较 之 前 显 著 增 加;通 过 优 化 后 的 GM(1,1)模 型 对
5%及95%频率径流量进行预测,表明未来20年的径 流 量 变 化 为 113.38~210.35 亿 m3,并 持 续 减 少 趋 于
摘 要 :水资源是影响黄河流域高质量发展的战略资源,在人类活动及气候作用影响下,黄河上中游径流发生极大
的变化,因此研究黄河径流变化特点及其预测对水资源的合理开发和分配调控具有重要生产意义。对黄河潼关
水文站实测1950—2018年径流量进行分析,通过 M—K 等方法分析了黄河上中游区径流量变化特征,并 预 测 未
(1.StateKeyLaboratoryofSoilErosionand DrylandFarmingontheLoessPlateau,
. NAolrtlhweRstiAgh&tFsUniRveerssiteyr,vYaendgl.ing,Shaanxi712100;2I.nstituteofSoiland WaterConservation,
1982-2015年黄河中游NDVI时空变化及驱动力分析
第31卷第2期2024年4月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .31,N o .2A pr .,2024收稿日期:2023-03-03 修回日期:2023-04-11资助项目:国家自然科学基金(51779099);河南省科技攻关项目(232102320247) 第一作者:李自闯(1998 ),男,河北石家庄人,在读硕士研究生,研究方向为生态遥感㊂E -m a i l :l i z i c h u a n g h pu @163.c o m 通信作者:董国涛(1982 ),男,山东青州人,博士,高级工程师,主要从事水文资源遥感研究㊂E -m a i l :d o n g g u o t a o @h k y .y r c c .go v .c n h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2024.02.020.李自闯,董国涛,姚楠.1982 2015年黄河中游N D V I 时空变化及驱动力分析[J ].水土保持研究,2024,31(2):202-210.L i Z i c h u a n g ,D o n g G u o t a o ,Y a oN a n .A n a l y s i s o f S p a t i o t e m p o r a lV a r i a t i o n s a n dD r i v i n g F o r c e s o fN D V I i n t h eM i d d l eR e a c h e s o fY e l l o w R i v e r D u r i n g 1982 2015[J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2024,31(2):202-210.1982-2015年黄河中游N D V I 时空变化及驱动力分析李自闯1,董国涛2,3,姚楠1(1.河南理工大学测绘与国土信息工程学院,河南焦作454003;2.黄河水利委员会黄河水利科学研究院,郑州450003;3.黑河水资源与生态保护研究中心,兰州730030)摘 要:[目的]探究黄河中游N D V I 时空变化,阐明自然和人为因素对N D V I 变化的影响和驱动力,并为黄河中游生态保护与发展提供科学依据㊂[方法]基于A V H R R G I MM SN D V I 数据集,采用线性回归分析㊁M a n n -K e n d a l l 检验㊁地理探测器模型,分析了1982 2015年黄河中游植被N D V I 的时空演变特征,并对影响植被N D V I 的自然和人为因子进行了驱动力分析㊂[结果]1982 2015年黄河中游N D V I 呈上升趋势,空间上呈东南高西北低分布.植被覆盖改善面积高达70.79%,显著改善面积为49.2%㊂年降水量是黄河中游N D V I 变化的主要驱动因子,植被类型㊁地貌类型㊁土地利用类型和土壤类型等因子也能很好地解释黄河中游植被覆盖状况㊂自然因子对植被变化的影响远高于人为因子,因子交互结果为双因子增强或非线性增强㊂[结论]黄河中游植被N D V I 主要受年降水量影响,34年间在自然和人为因素交互作用下植被显著改善,未来应更加注重人类活动对植被覆盖的影响㊂关键词:N D V I;时空变化;地理探测器模型;黄河中游中图分类号:Q 948.1 文献标识码:A 文章编号:1005-3409(2024)02-0202-09A n a l y s i s o f S p a t i o t e m p o r a lV a r i a t i o n s a n dD r i v i n g Fo r c e s o fN D V I i n t h e M i d d l eR e a c h e s o fY e l l o wR i v e rD u r i n g 1982-2015L i Z i c h u a n g 1,D o n g Gu o t a o 2,3,Y a oN a n 1(1.S c h o o l o f S u r v e y i n g &L a n dI n f o r m a t i o nE n g i n e e r i n g ,H e n a nP o l y t e c h n i cU n i v e r s i t y ,J i a o z u o ,H e n a n 454003,C h i n a ;2.Y e l l o w R i v e r I n s t i t u t e o f H y d r a u l i cR e s e a r c h ,Y e l l o w R i v e rC o n s e r v a n c y Co mm i s s i o n ,Z h e n g z h o u 450003,C h i n a ;3.H e i h eW a t e rR e s o u r c e s a n dE c o l o gi c a lP r o t e c t i o nR e s e a r c hC e n t e r ,L a n z h o u 730030,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h e a i m s o f t h i s s t u d y a r e t o e x p l o r e t h e s p a t i o t e m p o r a l c h a n ge s o fN D V I i n t h em i d d l e r e a c h e s of t h eY e l l o w R i v e r ,t o c l a r i f y t h e i m p a c t a n dd r i v i ng f o r c e s o f n a t u r a l a n dh u m a n f a c t o r s o nN D V I c h a n g e s ,a n d t o p r o vi d e s c i e n t i f i cb a s i s f o r e c o l o g i c a l p r o t e c t i o na n dd e v e l o pm e n t .[M e t h o d s ]B a s e do nt h e A V H R R G I MM S N D V Id a t a s e t ,l i n e a rr e g r e s s i o na n a l y s i s ,M a n n -K e n d a l l t e s ta n d G e o d e t e c t o r -m o d ew e r e u s e d t oa n a l y z et h es p a t i o t e m p o r a le v o l u t i o nc h a r a c t e r i s t i c so fv e g e t a t i o n N D V I i nt h e m i d d l er e a c h e so f Y e l l o w R i v e r f r o m1982t o 2015.T h e d r i v i n g f o r c e s o f n a t u r a l a n dh u m a n f a c t o r s a f f e c t i n g v e ge t a t i o nN D V I w e r e a l s o a n a l yz e d .[R e s u l t s ]F r o m1982t o2015,t h eN D V I o f t h em i d d l e r e a c h e so fY e l l o w R i v e r s h o w e d u p w a r dt r e n d ,w i t hs p a t i a ld i s t r i b u t i o no fh i ghl e v e l i nt h es o u t h e a s ta n dl o wl e v e l i nt h en o r t h w e s t .T h e i m p r o v e dv e g e t a t i o n c o v e r a g e a r e a r e a c h e d t o 70.79%,w i t h a s i g n i f i c a n t i m p r o v e m e n t a r e a o f 49.2%.A n n u a l p r e c i p i t a t i o nw a s t h ed o m i n a n t f a c t o ra f f e c t i n g N D V Ic h a n ge s i nt h e m i d d l er e a c h e so fY e l l o w R i v e r ,a n df a c t o r s s u c h a s v eg e t a t i o n t y p e ,g e o m o r phi c t y p e ,l a n du s e t y p e a n d s o i l t y p e c o u l d a l s o e x p l a i n t h e v e g e t a t i o n c o v e r s t a t u s i n t h em i d d l e r e a c h e so fY e l l o w R i v e r .T h e i m p a c t o f n a t u r a l f a c t o r so nv e g e t a t i o nc h a n gew a s m u c hh i g h e r t h a n t h a t o f h u m a n f a c t o r s ,a n d t h e r e s u l t o f f a c t o r i n t e r a c t i o nw a s a d u a l f a c t o r e n h a n c e m e n t o r n o n -l i n e a r e n h a n c e m e n t .[C o n c l u s i o n ]T h eN D V I o f t h e v e ge t a t i o n i n t h em i d d l e r e a c h e s of t h eY e l l o wR i v e ri sm a i n l y a f f e c t e db y a n n u a l p r e c i p i t a t i o n,a n d t h ev e g e t a t i o nh a d i m p r o v e ds i g n i f i c a n t l y d u r i n g t h e34-y e a r p e r i o du n d e r t h e i n t e r a c t i o n o f n a t u r a l a n dh u m a n f a c t o r s,a n dm o r e a t t e n t i o n s h o u l db e p a i d t o t h e i n f l u e n c e o f h u m a na c t i v i t i e s o n t h e v e g e t a t i o n c o v e r i n t h e f u t u r e.K e y w o r d s:N D V I;c h a n g e o f t i m e a n d s p a c e;G e o d e t e c t o r m o d e;m i d d l e r e a c h e s o fY e l l o w R i v e r植被是陆地生态系统的核心组成部分,可以促进气候变化㊁水循环和能量流动[1-2],且被认为是监测区域植被变化和生态环境变化的综合指示器[3-4]㊂归一化植被指数(n o r m a ld i f f e r e n c ev e g e t a t i o ni n d e x, N D V I)常用于研究植被时空变化[5],它综合反映了研究区植被类型㊁植被生长状况以及覆盖密度[6],与植被分布密度呈线性相关,因而在植被时空尺度动态监测变化研究中得到广泛应用㊂国内外学者[7-9]从多种时间尺度,结合不同影响因子深入研究植被覆盖时空变化和驱动力分析,发现影响N D V I变化的自然因子存在明显的区域差异性,气候因子与土地利用方式等人为因素的交互作用对植被覆盖变化影响显著㊂地理探测器[10]是一种研究空间异质性的模型,可以定量探测某一时空现象的自然和人为驱动因子以及不同因子之间交互作用[11-13]㊂目前,该模型已被广泛应用于不同区域㊁不同时间序列的各种影响因子定量探测研究㊂王伟等[14]研究发现中亚地区水分因素主导植被生长格局,潜在蒸散发与高程的协同具有突出解释力;李金珂等[15]基于地理探测器量化探测影响N P P的自然和人为因子,发现不同植被类型的N P P对该区域生态系统的贡献具有空间差异;祝聪等[16]聚焦于2006 2016年岷江上游植被变化驱动力分析,结果表明海拔㊁气温㊁土壤类型和降水对植被覆盖度变化占据主导地位;裴志林等[17]研究发现黄河上游气候类环境因素较人类活动因素对植被覆盖的影响更为显著,且降水与土壤类型㊁土地利用方式的交互作用主导黄河上游F V C空间分布;彭文甫等[18]在四川N D V I变化的地理探测中发现,土壤类型对植被状况的可变性有较好解释力㊂众多研究发现,植被覆盖受到自然变化和人为因素共同影响,探究多种影响因子的潜在驱动力显得尤为重要㊂黄河流域生态环境较为脆弱,近年来流域植被覆盖状况得以改善[19]㊂前人对黄河流域植被时空变化特征以及植被与地形地貌㊁气候变化因素的响应方面开展了一些研究,具有短时间序列或缺少人为因素的特征[20-22]㊂但鲜有学者对囊括黄土高原在内的黄河中游进行自然和人为因素系统性分析和研究,且缺少长时间序列植被覆盖变化及驱动机制定量研究㊂因此,本研究基于长时间序列N D V I数据,结合线性回归分析和M-K检验分析黄河中游植被覆盖的时空变化特征,并基于地理探测器模型,选取气候条件㊁地形地貌㊁土壤㊁植被以及人类活动共14种影响因子,定量探测N D V I变化的自然和人为驱动力,以期为该地区的生态保护与治理提供科学依据㊂1材料和方法1.1研究区概括黄河中游位于纬度33ʎ 41ʎE,经度103ʎ 114ʎN,横跨宁夏㊁甘肃㊁陕西㊁山西㊁内蒙古㊁河南6个省市,总面积34.5万k m2㊂黄河中游幅员辽阔,山地众多,地势西高东低,平均海拔1000~2000m㊂流域内不同地区气候差异显著,属大陆性和海洋性混合型季风气候,降水和气温由东南向西北递减㊂黄河中游地区的降水主要集中在夏季,表现为 雨热同期 的气候特征,光照充足㊁高温㊁降水丰沛是黄河中游地区优越的气候条件,也是多年来植被覆盖度快速增长的重要条件㊂研究区主要植被类型为栽培植被和草原㊂黄河中游地处黄河的重要生态屏障区,对其进行生态保护对于中国的可持续发展至关重要㊂1.2数据和处理本研究以N D V I为因变量,选取气候㊁地形㊁土壤㊁植被㊁地貌㊁人类活动6个类型,14个具有代表性且易于量化的因子作为自变量(表1),探测其对黄河中游N D V I 的影响㊂N D V I数据采用目前时间跨度最长的A V H R R G I MM S数据集,空间分辨率为(1/12)ʎ㊁时间分辨率为15d㊂采用最大值合成法(M V C)获取1982 2015年N D V I影像,结合黄河流域植被实际情况,根据N D V I值将植被覆盖度分为5类[23]:低覆盖度(<0.2)㊁中低覆盖度(0.2~0.4)㊁中覆盖度(0.4~0.6)㊁中高覆盖度(0.6~ 0.8)和高覆盖度(>0.8)㊂气象数据来自于中国科学院资源与环境科学数据中心(h t t p:ʊw w w.r e s d c.c n/)发布的气象背景数据集,基于全国1915个站点的气象数据,采用反距离权重法插值生成,空间分辨率为500m;D E M来自G E E云平台(G o o g l eE a r t hE n g i n e)的S R T M D i g i t a l E l e v a t i o n 数据集,空间分辨率为30m;坡度㊁坡向数据均基于D E M数据在G E E中计算得到;其他数据均通过中国科学院资源与环境科学数据中心(h t t p:ʊw w w. r e s d c.c n/)获取,在A r c G I S10.7软件利用A r c p y工具对以上数据进行投影㊁掩膜等批处理㊂302第2期李自闯等:1982 2015年黄河中游N D V I时空变化及驱动力分析表1 探测因子T a b l e 1 D e t e c t i o n f a c t o r s类别因子指数单位类别因子指数单位气候X 1年均温ħ土壤X 8土壤类型X 2年降水量mm 植被X 9植被类型X 3ȡ10ħ积温ħ地貌X 10地貌类型X 4干燥度指数人类活动X 11G D P万元/k m2地形X 5高程m X 12人口密度人/k m2X 6坡度(ʎ)X 13夜间灯光指数X 7坡向(ʎ)X 14土地利用类型注:单位空白表示该因子是无量纲数据㊂数据预处理后再将因子进行重分类得到离散量数据[10],后期便于进行地理探测㊂根据自然断点法[24]将年均温㊁年降水量㊁ȡ10ħ积温和干燥度指数共4种气候因子分为6类;高程㊁坡度和坡向3种地形因子分别划分为9类㊁6类和9类;将G D P ㊁人口密度㊁夜间灯光指数分为7类㊂采用传统的 土壤发生分类 系统,将土壤类型分为11类;植被类型㊁地貌类型和土地利用类型分别划分为8类㊁6类和6类㊂然后进行重采样,使其与9277m N D V I 数据图层分辨率一致㊂利用A r c G I S10.7创建渔网工具,在研究区范围下基于9277mˑ9277m 网格生成5355个随机采样点,提取空间属性值㊂1.3 研究方法1.3.1 线性回归分析 采用一元线性回归模型,逐像元计算黄河中游1982 2015年N D V I 变化趋势㊂斜率可由公式(1)求得:s l o p e =n ˑðni =1(i ˑN D V I i )-(ðni =1i )(ðni =1N D V I i )n ˑ(ðn i =1i 2)-(ðni =1i )2(1)式中:n 为研究时间序列(本研究n =34);N D V I i 为第i 年黄河中游N D V I 值,i 取值范围为(1~n );s l o p e 为N D V I 斜率,当s l o pe >0时,N D V I 呈增长趋势;s l o p e <0时,N D V I 呈下降趋势;当s l o p e =0时,N D V I 变化不显著㊂1.3.2 M a n n -K e n d a l l 检验(M -K 检验) M a n n -K e n d a l l 检验是一种非参数检验方法,作为一元线性回归模型的补充,用来检验时间序列趋势的显著性,且能够排除少数异常值的干扰[25]㊂计算公式如下: z =S -1v a r (S ) S >00 S =0S +1va r (S ) S <0ìîíïïïïïï(2)S =ðn -1i =1ðnj =i +1s g n (N D V I i -N D V I j )(3)v a r (S )=n (n -1)(2n -5)18(4)s g n (N D V I j -N D V I i )=1 N D V I j -N D V I i >00 N D V I j -ND V I i =0-1 N D V I j -ND V I i <0ìîíïïïï(5)式中:Z 为检验统计量;v a r 为方差函数;S 为统计量;s g n 为符号函数;n 为数据集合长度;N D V I i 和N D V I j 为样本时序数据的集合,i 取值范围为 1-(n -1) ,j 取值范围为(2~n )㊂本研究采用通过95%的置信度检验,当Z 的绝对值大于1.96时,表示趋势通过了置信度为95%显著性检验㊂1.3.3 地理探测器模型 地理探测器是一种基于因子㊁交互㊁风险和生态等探测空间异质性及其驱动影响力的统计方法[10]㊂本研究利用该工具分析黄河中游1982年㊁1990年㊁1995年㊁2000年㊁2005年㊁2010年㊁2015年共7期N D V I 变化的驱动因子单个及其交互关系㊂(1)分异及因子探测㊂首先探测因变量N D V I的空间分质性,再进一步分析自变量X 对N D V I 的解释力,用q 值度量[26],表达式为:q =1-ðLh =1N h σh2N σ2(6)式中:q 取值范围为[0,1];L 为变量Y 或因子X 的分类;h =1,2, ;N h 和N 分别为h 层和全区的单元数;σh 2和σ2分别为h 层和全区Y 的方差㊂(2)交互作用探测㊂通过比较q (X 1),q (X 2),q (X 1ɘX 2)三者之间的关系确定两因子间交互作用类型,详细分类参考王劲峰等[10]㊂(3)风险探测㊂本研究旨在确定N D V I 驱动因子的适宜范围或类型,用t 统计量评价不同子区域属性均值是否有显著差异,公式如下:t y h =1-y h =2=Y h =1-Y h =2v a r (Y h =1)n h =1+v a r (Y h =2)n h =2(7)402 水土保持研究 第31卷式中:n h 为子区域h 内的样本数目;Y h 为子区域h 内的N D V I 值㊂(4)生态探测㊂衡量两因子对N D V I 变化的影响是否存在显著差异,F 统计量计算如下:F =N X 1(N X 2-1)S S W X 1N X 2(N X 1-1)S S W X 2(8)S S W X 1=ðL 1h =1N h σh2,S S W X 2=ðL 2h =1N h σh2(9)式中:L 1,L 2分别为二者的层数;S S W X 1,S S W X 2分别为二者的分层㊁层内方差之和;N X 1,N X 2分别为X 1,X 2的样本数目㊂2 结果与分析2.1 黄河中游N D V I 时空变化特征由图1可知,黄河中游N D V I 总体呈现东南高西北低空间分布特征㊂其中,中高和高植被覆盖度主要分布于陕西㊁山西㊁河南三省大部分地区和甘肃省南部;中植被覆盖度集中于陕西省中部;中低植被覆盖度多位于流域西北部,地处研究区内蒙古自治区㊁陕西省和甘肃省北部;低植被覆盖度零星分布于流域北部㊂黄河中游西南部主要为山脉,植被以耕地和草地为主,从1982年中低植被覆盖度分布演变为2015年的中高植被覆盖度,有较高N D V I 值;陕西省中部大面积的中度植被覆盖转变为中高植被覆盖,陕西省北部由中低覆盖演变为中植被覆盖,植被恢复较好;流域北部地处黄土高原受降水限制,外加气温高,植被遭到破坏,虽在生态恢复政策下人为干预植被得到有效恢复,但仍处于中低和中植被覆盖度㊂注:基于标准地图服务系统下载的审图号G S (2022)4309号的标准地图制作,底图未做修改,下图同㊂图1 N D V I 的空间分布F i g .1 S pa t i a l d i s t r ib u t i o no fN D V I 1982 2015年N D V I 范围为0.578~0.722,N D V I在研究期间呈波动增长趋势,增幅为0.019/10a (图2),说明植被覆盖度总体较好㊂与程昌武[27]利用T h e i l -S e n M e d i a n 方法对黄河流域1982 2015年生长季N D V I 呈现的0.0014/a 增长趋势研究结果较为一致㊂根据N D V I 年际变化M -K 突变检验结果,可将N D V I 变化分为3个阶段:1982 2005年,N D V I 以0.004/10a 速率呈缓慢上升趋势;2005 2009年,N D V I呈突变性显著上升趋势;2009 2015年,N D V I 以0.0115/a速率呈显著下降趋势㊂注:统计显著性水平为0.05㊂图2 1982-2015年最大N D V I 变化趋势F i g .2 M a x i m u m N D V I c h a n ge t r e n df r o m1982t o 20152.2 N D V I 时空变化趋势根据s l o p e 和Z 值将N D V I 变化趋势分为5级(图3),由趋势结果知,1982 2015年,黄河中游植被覆盖度整体趋势变化向好㊂黄河中游N D V I 变化趋势为西部和北部增加,中部㊁南部和东部减少㊂由表2知,植被覆盖显著增加区域主要分布在陕西北部㊁甘肃㊁内蒙古和山西境内,总面积169575.80k m 2,占总面积的49.20%;植被增加趋势与该区域持续退耕还林㊁人工造林政策有关,大面积的栽培植被能够增加水土保持率㊁缓解水土流失,改善黄河生态环境㊂植被覆盖轻微改善区域零散分布在整个区域㊂植被覆盖退化区域主要集中在山西㊁陕西南部和中部,总面积100472.72k m 2,占总面积的29.14%㊂另外,退化区域处于中高以上植被覆盖区域,随着流域南部集聚人群的城镇化扩张,植被遭到破坏而呈现退化状态㊂2.3 因子探测分析根据黄河中游2015年因子探测器结果可知,各因子对黄河中游N D V I 影响力大小如下:年降水量502第2期李自闯等:1982 2015年黄河中游N D V I 时空变化及驱动力分析(0.496)>植被类型(0.374)>地貌类型(0.343)>土地利用类型(0.217)>土壤类型(0.216)>ȡ10ħ积温(0.115)>坡度(0.093)>年均温(0.087)>人口密度(0.048)>高程(0.037)>干燥度指数(0.032)>夜间灯光指数(0.023)>坡向(0.005)>G D P(0.004)㊂图31982-2015年N D V I变化趋势分布F i g.3N D V I c h a n g e t r e n dd i s t r i b u t i o n f r o m1982t o2015年降水量q值最大,解释力高达49.6%,其影响力远超其他因子,成为黄河中游N D V I变化主导驱动因子㊂其次是植被类型㊁地貌类型,解释力均大于34%;土地利用类型㊁土壤类型的解释力均大于21%;而其他9因子(ȡ10ħ积温㊁坡度㊁年均温㊁人口密度㊁高程㊁干燥度指数㊁夜间灯光指数㊁坡向和G D P)的解释力不大,但也对黄河中游N D V I变化起到一定促进作用㊂表21982-2015年N D V I变化趋势T a b l e2N D V I c h a n g e t r e n d f r o m1982t o2015斜率Z值N D V I趋势面积/m2百分比/%ɤ-0.0005<-1.96显著退化63712.5818.48ɤ-0.0005-1.96~1.96轻微退化36760.1410.66 -0.0005~0.0005-1.96~1.96稳定不变224.600.07ȡ0.0005-1.96~1.96轻微改善74418.6921.59ȡ0.0005ȡ1.96显著改善169575.8049.20黄河中游7期因子探测器结果(图4),说明降水一直是黄河中游限制植被分布的最重要因素,q值最高;次要因素是植被类型㊁地貌类型㊁土壤类型和土地利用类型;年均温和ȡ10ħ积温的q值在0.1徘徊;其余7因子解释力均小于0.1,对植被分布解释力最小㊂结果表明,1982 2015年黄河中游植被覆盖空间分布受多种环境因子的影响,其中一些因子的解释力随时间变化而变化㊂图4黄河中游7期因子探测结果F i g.4D e t e c t i o n r e s u l t s o f s e v e n f a c t o r s i n t h em i d s t r e a mo fY e l l o wR i v e r2.4生态探测分析根据生态探测结果(表3)可知,年降水量(X2)与年均温(X1)对N D V I空间分布存在显著差异,与其他因子无显著差异;土壤类型(X8)㊁植被类型(X9)和地貌类型(X10)与年均温(X1)㊁ȡ10ħ积温(X3)㊁干燥度指数(X4)和地形因子[高程(X5)㊁坡度(X6)㊁坡向(X7)]对N D V I影响存在显著差异,与4个人为因子无显著差异,且土壤类型(X8)与植被类型(X9)和地貌类型(X10)对N D V I空间分布存在显著差异;人口密度与坡向和G D P对N D V I影响存在显著差异㊂因子探测结果(图4)表明,年降水量是黄河中游N D V I变化的主要驱动因子,生态探测结果进一步证明,年降水量对黄河中游N D V I的影响大于其他因子㊂坡向和G D P对N D V I的影响均不显著,说明在该研究区其对植被的影响不大㊂2.5交互探测分析单因子无法全面解释N D V I空间变化,需要考虑多种自然和人为因素的协同作用㊂交互探测结果(表4)表明,任意两因子的交互作用可增强单因子对N D V I的影响㊂其中,年降水量与其他因子交互后进一步增强降水量的作用,解释力达到50%以上㊂这些高于单因素解释力的年降水量q值与植被类型㊁地貌类型和土地利用类型高度互动,高达61%,说明年降水量是影响黄河中游N D V I变化的主要驱动因子,且年降水量与其他因子的交互作用进一步增强对602水土保持研究第31卷N D V I的影响㊂其次,植被类型和地貌类型与其他因子的交互作用远超单因子解释力㊂另外,年降水量与年均温交互作用的q值也达到60%,这表明水热条件的良好耦合是植被生长的关键要素㊂虽然坡向和G D P对N D V I的影响较小,但它们与其他因子的交互作用极大地增强了对N D V I的解释能力㊂表3生态探测结果T a b l e3E c o l o g i c a l d e t e c t i o n r e s u l t s因子X1X2X3X4X5X6X7X8X9X10X11X12X13X14 X1X2YX3N NX4N N NX5N N N NX6N N N Y YX7N N N N N NX8Y N Y Y Y Y YX9Y N Y Y Y Y Y YX10Y N Y Y Y Y Y Y NX11N N N N N N N N N NX12N N N N N N Y N N N YX13N N N N N N N N N N N NX14Y N Y Y Y Y Y N N N Y Y Y 注: Y 表示两因子对N D V I变化的影响存在显著差异; N 表示无显著差异(置信水平为95%)㊂表4交互探测结果T a b l e4I n t e r a c t i o nd e t e c t i o n r e s u l t s因子X1X2X3X4X5X6X7X8X9X10X11X12X13X14 X10.087X20.600ʏʏ0.496X30.145ʏ0.581ʏ0.115X40.111ʏ0.501ʏ0.133ʏ0.032X50.151ʏʏ0.576ʏʏ0.126ʏ0.075ʏʏ0.037X60.210ʏʏ0.541ʏ0.231ʏʏ0.118ʏ0.171ʏʏ0.093X70.098ʏʏ0.505ʏʏ0.124ʏʏ0.037ʏ0.051ʏʏ0.105ʏʏ0.005X80.297ʏ0.563ʏ0.299ʏ0.249ʏʏ0.268ʏʏ0.290ʏ0.222ʏʏ0.216X90.438ʏ0.620ʏ0.450ʏ0.397ʏ0.419ʏʏ0.413ʏ0.382ʏʏ0.462ʏ0.374X100.440ʏʏ0.651ʏ0.441ʏ0.379ʏʏ0.406ʏʏ0.379ʏ0.351ʏʏ0.420ʏ0.488ʏ0.343X110.110ʏʏ0.516ʏʏ0.131ʏʏ0.037ʏʏ0.057ʏʏ0.109ʏʏ0.015ʏʏ0.239ʏʏ0.397ʏʏ0.357ʏʏX120.135ʏʏ0.534ʏ0.154ʏ0.086ʏʏ0.090ʏʏ0.175ʏʏ0.056ʏʏ0.264ʏʏ0.409ʏ0.392ʏʏ0.094ʏʏ0.048X130.115ʏʏ0.529ʏʏ0.140ʏʏ0.053ʏ0.070ʏʏ0.113ʏ0.032ʏʏ0.246ʏʏ0.396ʏ0.359ʏ0.031ʏʏ0.078ʏʏ0.023X140.297ʏ0.611ʏ0.323ʏ0.252ʏʏ0.276ʏʏ0.292ʏ0.225ʏʏ0.362ʏ0.442ʏ0.423ʏ0.233ʏʏ0.277ʏʏ0.234ʏ0.217注: ʏ 和 ʏʏ 分别表示两个因子的双变量增强和非线性增强㊂2.6风险探测分析由表5结果知,在自然因素中,年均温-5~1ħ,年降水量在708~950mm,ȡ10ħ积温在0~ 1648ħ,干燥度指数在1~2,N D V I均值最高,可达到0.82以上,说明植被在良好的水热条件环境中植被覆盖最高㊂高程在2500m以上,坡度>35ʎ,坡向在0ʎ~22.5ʎ和337.5ʎ~360ʎ(北坡)时植被覆盖度最高;半淋溶土和淋溶土广泛分布于山地区域,与植被类型中的针叶林㊁阔叶林,土地利用的林地,地貌类型的中起伏㊁大起伏山地相对应,说明在山高坡陡的林区最适合植被自然生长㊂在人为因素中,G D P在3510~10591万元/k m2,人口密度190.4~844.4人/k m2,夜间灯光指数0~1.2范围内,N D V I均值最高㊂其中,夜间灯光指数为0~1.2的区域占研究区总面积的93.7%,该区域夜间灯光指数最小,代表该区域人口较分散,植被在人为干扰程度最弱的区域植被覆盖度最高㊂总体而言,由风险探测可知,气候㊁植被和地貌因子是影响黄河中游N D V I的主要因素,而人类活动通过改变土地利用类型的方式影响植被的分布[23]㊂702第2期李自闯等:1982 2015年黄河中游N D V I时空变化及驱动力分析表5因子的适宜范围或类型T a b l e5S u i t a b l e r a n g e o r t y p e o f f a c t o r s因子适宜范围或类型N D V I值年均温-5~1ħ0.824年降水量708~950mm0.845ȡ10ħ积温0~1648ħ0.836干燥度指数1~20.873高程>2500m0.829坡度>35ʎ0.768坡向0ʎ~22.5ʎ,337.5ʎ~360ʎ(北坡)0.659土壤类型半淋溶土㊁淋溶土0.893植被类型针叶林㊁阔叶林0.820,0.852地貌类型中㊁大起伏山地0.823,0.898 G D P3510~10591万元/k m20.677人口密度190.4~844.4人/k m20.707夜间灯光指数0~1.20.656土地利用类型林地0.8013讨论1982 2015年黄河中游N D V I呈上升趋势,这一结果与贺振等[28]对黄河流域的研究一致㊂从空间分布上看,N D V I年最大合成值和变化趋势具有空间分异性,这可能是自然和人为因素共同作用的结果㊂总体上,黄河中游N D V I值高的区域主要集中在南部和东南部,此区域林地生态系统得到显著改善;但由于草地生态环境状况恶化和陕西省西北部地处裸地生态系统,黄河中游西北部的N D V I值较低[29]㊂植被覆盖度低的地区位于研究区北部和西北部,可能是由于这些地区处于农牧交错带,土地利用类型为耕地㊁草地㊁未利用地㊂趋势分析发现,34a来植被显著退化和中度退化的区域主要分布在陕南㊁陕中和山西㊂与H e等[30]对2001 2020年黄土高原气候变化和人类活动对N D V I的影响结果一致㊂气候变化及人类活动共同作用是植被覆盖变化的原因[31-32],气候因素占据主导地位,其中降水是重要的自然因素㊂研究表明,黄河中游N D V I变化的驱动因子存在显著性区域差异,但年降水量是影响区域植被主要驱动因子㊂黄河中游年降水量和年均温由东南向西北递减,且降水较气温上升趋势更加明显,满足植被生长所需的水分和光照条件,从而促进植被生长㊂相关研究[33]表明,气候的湿润程度在干旱半干旱地区对N D V I的变化有较大影响,湿润程度越高,N D V I值越大㊂不同土壤类型对雨水再利用效率不同[23],在以降水为主导的黄河中游区域,淋溶土与漠土和干旱土的N D V I值存在显著差异㊂地形地貌影响植被分布[34],中㊁大起伏山地的N D V I值较高㊂本研究前五影响因子与H e等[30]研究结果一致㊂与自然因素相比,人为因素对黄河中游N D V I影响较小,人口密度㊁高程㊁干燥度指数㊁夜间灯光指数㊁坡向㊁G D P对N D V I变化的影响力不大,但它们的交互作用可以增强解释力,与付含培等[23]研究结果类似㊂地理过程的复杂性表明,多因素的交互作用影响植被的变化[35]㊂结果表明,任意两个因子对N D V I的交互影响大于单一因子的交互影响,各驱动因子对N D V I的影响主要表现为双因子和非线性增强效应㊂其他类似研究表明,所有因素之间的交互作用对N D V I的影响显著高于单一因素[36]㊂其中,年降水量与地貌类型㊁植被类型的因子解释力最大,且三者交互作用对N D V I影响也最大,可能降水量的变化导致了不同地貌类型和植被类型中植被的差异㊂两者的协同作用一定程度上促进植被恢复,将自然因素与人为因素综合,定量研究各种因素对植被的影响,对于黄河中游地区的生态保护和可持续发展具有重要意义㊂然而,本研究存在一些局限性,为确保研究时间序列完整性和数据一致性,采用空间分辨率为(1/12)ʎ的A V H R R G I MM S数据集㊂N D V I与其他数据相比分辨率较低,重采样后仍会对结果产生一定影响㊂对于植被恢复趋势是否具有可持续性,生态工程等人类活动与植被恢复双方的反馈作用,仍需进一步研究[37]㊂4结论(1)黄河中游N D V I按照东南高西北低趋势分布;1982 2015年N D V I总体以0.019/10a速率呈增长趋势;植被覆盖改善面积高达70.79%,显著改善面积达到49.2%㊂(2)年降水量解释力高达49.6%,是影响黄河中游N D V I变化主要驱动因子;植被类型㊁地貌类型㊁土地利用类型和土壤类型的解释力均大于21%;而其他因子解释力较小㊂与人为因素相比,自然因素对黄河中游N D V I影响更为显著㊂(3)因子交互结果为双因子增强或非线性增强,年降水量与植被类型㊁地貌类型和土地利用类型高度互动,q值高达61%,是影响黄河中游N D V I变化的主要驱动因子㊂参考文献(R e f e r e n c e s):[1] G o n g ZN,Z h a oSY,G u JZ.C o r r e l a t i o na n a l y s i sb e t w e e nv e g e t a t i o n c o v e r a g e a n d c l i m a t e d r o u g h t c o n d i t i o n s i nN o r t hC h i n ad u r i n g2001 2013[J].J o u r n a lo fG e o g r a p h i c a lS c i e n c e s,2017,27(2):143-160.[2]赵杰,杜自强,武志涛,等.中国温带昼夜增温的季节性变化及其对植被动态的影响[J].地理学报,2018,73(3):395-404.Z h a o J,D uZ Q,W uZT,e t a l.S e a s o n a l v a r i a t i o n so f802水土保持研究第31卷d a y a n dn i g h t t i m ew a r m i n g a n dt he i r ef f e c t so nv eg e t a-t i o nd y n a m i c s i nC h i n a's t e m p e r a t e z o n e[J].A c t aG e o-g r a p h i c aS i n i c a,2018,73(3):395-404.[3] P a r m e s a nC,Y o h eG.A g l o b a l l y c o h e r e n t f i n g e r p r i n t o fc l i m a t ec h a n g e i m p a c t s a c r o s s n a t u r a l s y s t e m s[J].N a t u r e,2003,421(6918):37-42.[4] P e t t o r e l l iN,V i kJO,M y s t e r u d A,e ta l.U s i n g t h es a t e l l i t e-d e r i v e dN D V I t oa s s e s se c o l o g i c a l r e s p o n s e s t oe n v i r o n m e n t a l c h a n g e[J].T r e n d s i nE c o l o g y&E v o l u-t i o n,2005,20(9):503-510.[5] Z h a oL,D a iA G,D o n g B.C h a n g e s i n g l o b a l v e g e t a t i o na c t i v i t y a n di t sd r i v i n g f a c t o r sd u r i n g1982 2013[J].A g r i c u l t u r a l a n dF o r e s tM e t e o r o l o g y,2018,249:198-209.[6]苗正红,刘志明,王宗明,等.基于MO D I SN D V I的吉林省植被覆盖度动态遥感监测[J].遥感技术与应用,2010, 25(3):387-393.M i a oZ H,L i uZ M,W a n g Z M,e t a l.D y n a m i cm o n i-t o r i n g o fv e g e t a t i o nf r a c t i o n c h a n g ei n J i l i n P r o v i n c eb a s e d o n M O D I SN D V I[J].R e m o t eS e n s i n g T ec h n o l o g ya n dA p p l i c a t i o n,2010,25(3):387-393.[7] C a m a c h o-D eC o c aF,G a r cía-H a r oFJ,G i l a b e r tM A,e t a l.V e g e t a t i o n c o v e r s e a s o n a l c h a n g e s a s s e s s m e n tf r o mT Mi m a g e r y i n a s e m i-a r i d l a n d s c a p e[J].I n t e r n a t i o n a l J o u r-n a l o fR e m o t e S e n s i n g,2004,25(17):3451-3476. [8]高思琦,董国涛,蒋晓辉,等.黄河源植被覆盖度变化及空间分布自然驱动力分析[J].生态环境学报,2022,31(3):429-439.G a oSQ,D o n g GT,J i a n g X H,e t a l.A n a l y s i s o f v e g-e t a t i o nc o v e r a g ec h a n g e sa n dn a t u r a ld r i v i n gf o r c e so fs p a t i a l d i s t r i b u t i o ni nt h es o u r c er e g i o no ft h e Y e l l o wR i v e r[J].E c o l o g y a n dE n v i r o n m e n t a l S c i e n c e s,2022,31(3):429-439.[9]聂桐,董国涛,蒋晓辉,等.榆林地区植被时空分异特征及其影响因素研究[J].生态环境学报,2022,31(1):26-36.N i eT,D o n g G T,J i a n g X H,e ta l.S p a t i o-t e m p o r a l v a r i a t i o n s a n d i n f l u e n c i n g f a c t o r so f v e g e t a t i o n i nY u l i n[J].E c o l o g y a n dE n v i r o n m e n t a l S c i e n c e s,2022,31(1): 26-36.[10]王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.W a n g JF,X uC D.G e o d e t e c t o r:P r i n c i p l ea n d p r o-s p e c t i v e[J].A c t a G e o g r a p h i c aS i n i c a,2017,72(1):116-134.[11]肖建勇,王世杰,白晓永,等.喀斯特关键带植被时空变化及其驱动因素[J].生态学报,2018,38(24):8799-8812. X i a o JY,W a n g S J,B a i XY,e t a l.D e t e r m i n a n t s a n d s p a t i a l-t e m p o r a l e v o l u t i o no f v e g e t a t i o n c o v e r a g e i n t h eK a r s t c r i t i c a l z o n eo fS o u t hC h i n a[J].A c t aE c o l o g i c aS i n i c a,2018,38(24):8799-8812.[12] G a oSQ,D o n g G T,J i a n g X H,e t a l.Q u a n t i f i c a t i o no f n a t u r a l a n da n t h r o p o g e n i cd r i v i n g f o r c e so fv e g e t a-t i o n c h a n g e s i n t h eT h r e e-R i v e rH e a d w a t e r r e g i o nd u r-i n g1982 2015b a s e do nG e o g r a p h i c a lD e t e c t o rM o d e l[J].R e m o t eS e n s i n g,2021,13(20):4175.[13] N i eT,D o n g G T,J i a n g X H,e t a l.S p a t i o-t e m p o r a lc h a n g e sa n dd r i v i n g f o r ce so fv e g e t a t i o nc o v e r a g eo nt h eL o e s s P l a t e a u o f N o r t h e r n S h a a n x i[J].R e m o t eS e n s i n g,2021,13(4):613.[14]王伟,阿里木㊃赛买提,吉力力㊃阿不都外力.基于地理探测器模型的中亚N D V I时空变化特征及其驱动因子分析[J].国土资源遥感,2019,31(4):32-40.W a n g W e i,A l i m S a m a t,J i l i l iA b u d u w a i l i.G e o-d e t e c t o rb a s e d s p a t i o-t e m p o r a l v a r i a t i o nc h a r a c t e r i s t i c sa n dd r i v i n gf a c t o r s a n a l y s i s o fN D V I i nC e n t r a l A s i a[J].R e m o t e S e n s-i n g f o rL a n d&R e s o u r c e s,2019.31(4):32-40.[15]李金珂,杨玉婷,张会茹,等.秦巴山区近15年植被N P P时空演变特征及自然与人为因子解析[J].生态学报,2019,39(22):8504-8515.L i JK,Y a n g YT,Z h a n g H R,e t a l.S p a t i o-t e m p o r a l v a r i a t i o n so fn e t p r i m a r yp r o d u c t i v i t y a n di t sn a t u r a la n dh u m a n f a c t o r s a n a l y s i s i nQ i n l i n g-D ab a M o u n t a i n si n t h e p a s t15y e a r s[J].A c t aE c o l o g i c aS i n i c a,2019,39(22):8504-8515.[16]祝聪,彭文甫,张丽芳,等.2006 2016年岷江上游植被覆盖度时空变化及驱动力[J].生态学报,2019,39(5):1583-1594.Z h uC,P e n g W F,Z h a n g LF,e t a l.S t u d y o f t e m p o-r a l a n ds p a t i a l v a r i a t i o na n dd r i v i n g f o r c eo f f r a c t i o n a lv e g e t a t i o nc o v e ri n u p p e rr e a c h e so f M i n j i a n g R i v e rf r o m2006t o2016[J].A c t aE c o l og i c aS i n i c a,2019,39(5):1583-1594.[17]裴志林,杨勤科,王春梅,等.黄河上游植被覆盖度空间分布特征及其影响因素[J].干旱区研究,2019,36(3):546-555.P e i ZL,Y a n g Q K,W a n g C M,e t a l.S p a t i a l d i s t r i-b u t i o no fv e g e t a t i o nc o v e r a g ea n di t sa f f e c t i n g f a c t o r si n t h e u p p e r r e a c h e s o f t h eY e l l o wR i v e r[J].A r i dZ o n eR e s e a r c h,2019,36(3):546-555.[18]彭文甫,张冬梅,罗艳玫,等.自然因子对四川植被N D V I变化的地理探测[J].地理学报,2019,74(9):1758-1776. P e n g W F,Z h a n g D M,L u oY M,e t a l.I n f l u e n c eo f n a t u r a l f a c t o r so nv e g e t a t i o nN D V Iu s i n gg e o g r a p h i c a ld e t e c t i o ni n S i c h u a n P r o v i n c e[J].A c t a G e o g r a p h i c aS i n i c a,2019,74(9):1758-1776.[19]贺振,贺俊平.基于S P O T-V G T的黄河流域植被覆盖时空演变[J].生态环境学报,2012,21(10):1655-1659.H eZ,H e JP.S p a t i o-t e m p o r a l v a r i a t i o no f v e g e t a t i o nc o v e r b a s e do nS P O T-V G Ti nY e l l o w R i v e rB a s i n[J].E c o l o g y a n d E n v i r o n m e n t a lS c i e n c e s,2012,21(10):1655-1659.[20]高海东,庞国伟,李占斌,等.黄土高原植被恢复潜力研究[J].地理学报,2017,72(5):863-874.902第2期李自闯等:1982 2015年黄河中游N D V I时空变化及驱动力分析。