• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      砒砂巖區(qū)植被覆蓋度環(huán)境驅(qū)動(dòng)因子量化分析
      ——基于地理探測(cè)器

      2022-05-20 09:47:22馬曉妮任宗萍謝夢(mèng)瑤李占斌
      生態(tài)學(xué)報(bào) 2022年8期
      關(guān)鍵詞:覆蓋度土壤水分探測(cè)器

      馬曉妮,任宗萍,*,謝夢(mèng)瑤,李占斌,李 鵬,2,張 星

      1 西安理工大學(xué)省部共建西北旱區(qū)生態(tài)水利國(guó)家重點(diǎn)實(shí)驗(yàn)室,西安 710048 2 西安理工大學(xué)旱區(qū)生態(tài)水文與災(zāi)害防治國(guó)家林業(yè)局重點(diǎn)實(shí)驗(yàn)室,西安 710048

      植被作為陸地生態(tài)系統(tǒng)的主要組成部分,同氣候變化關(guān)系緊密,在全球物質(zhì)和能量的循環(huán)過(guò)程中起著至關(guān)重要的作用[1]。近年來(lái),在全球氣候變化以及人類(lèi)活動(dòng)的影響下,陸地植被發(fā)生著不同程度和方式的變化[2]。特別是進(jìn)入20世紀(jì)80年代以來(lái),全球范圍內(nèi)的植被覆蓋率一直在持續(xù)增加,成為生物圈變化最顯著的特征之一[3]。其中,近30年來(lái)中國(guó)歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)呈增加趨勢(shì)的面積占比達(dá)53.8%,極顯著增加的面積達(dá)29.3%[4]。黃土高原作為退耕還林還草工程實(shí)施的重點(diǎn)區(qū)域,是我國(guó)植被覆蓋變化最顯著的地區(qū),約43.4%的區(qū)域植被覆蓋度呈顯著改善[5]。因此,掌握該區(qū)植被動(dòng)態(tài)變化以及探索退耕后植被覆蓋度對(duì)環(huán)境因子的響應(yīng)特征至關(guān)重要。

      旱區(qū)的植被覆蓋率增加主要受降水、溫度、土壤類(lèi)型和植被類(lèi)型的影響,位于干旱半干旱地區(qū)的黃土高原,其不同區(qū)域的植被恢復(fù)對(duì)水熱條件的響應(yīng)也不盡相同[6-7]。砒砂巖區(qū)位于黃土高原北部,地形破碎,降水量少且以暴雨為主,土壤類(lèi)型以砒砂巖土、黃綿土、風(fēng)沙土為主,土層較薄,抗沖抗蝕性較差,難以滿(mǎn)足大多數(shù)植物生長(zhǎng)的需求,導(dǎo)致該區(qū)植被覆蓋特征以及其驅(qū)動(dòng)因子有別于典型的黃土區(qū)[8]。砒砂巖區(qū)受風(fēng)力、水力、凍融等作用,區(qū)域內(nèi)侵蝕劇烈,為黃河粗泥沙的集中來(lái)源區(qū),植被恢復(fù)是該區(qū)域主要的治理措施之一[9]。近年來(lái)先后實(shí)施了一系列項(xiàng)目對(duì)區(qū)域生態(tài)環(huán)境狀況進(jìn)行治理,但由于該區(qū)生態(tài)環(huán)境波動(dòng)性明顯,原生環(huán)境極易受到損壞,面對(duì)全球氣候變化,脆弱而敏感的砒砂巖地區(qū)近十幾年來(lái)植被發(fā)生的變化以及與環(huán)境因子的關(guān)系有待考究[10-12],而且現(xiàn)有關(guān)于砒砂巖區(qū)植被變化特征及其影響因子研究中,綜合考慮多因子對(duì)植被覆蓋度的響應(yīng)研究較少。

      地理探測(cè)器是一種新的空間分析模型,主要是用于探測(cè)地理要素的空間分異性,定量化多環(huán)境驅(qū)動(dòng)因子對(duì)植被覆蓋度的直接和間接作用[13]。因此本文基于1999—2018年的NDVI數(shù)據(jù),結(jié)合氣象數(shù)據(jù)、土壤數(shù)據(jù)以及DEM數(shù)據(jù),通過(guò)Mann-Kendall趨勢(shì)檢驗(yàn)、Hurst指數(shù)分析砒砂巖區(qū)1999—2018年植被覆蓋度時(shí)空變化特征,利用地理探測(cè)器方法分析氣候、土壤、地形等因子對(duì)植被覆蓋變化的解釋力,確定促進(jìn)植被生長(zhǎng)的環(huán)境因子最適宜的范圍和類(lèi)型,對(duì)砒砂巖區(qū)生態(tài)效益的合理評(píng)估以及進(jìn)一步的植被建設(shè)等具有重要的理論和實(shí)踐意義。

      1 研究區(qū)概況

      砒砂巖區(qū)位于38°10′—40°10′N(xiāo),108°45′—111°31′E,是黃土高原侵蝕最劇烈的區(qū)域,主要分布在內(nèi)蒙古自治區(qū)鄂爾多斯市的東勝區(qū)、準(zhǔn)格爾旗、伊金霍洛旗、達(dá)拉特旗、杭錦旗,在陜西省的神木、府谷兩縣,山西省的河曲、保德兩縣,內(nèi)蒙古的清水河縣有零星分布[14]。研究區(qū)總面積1.67萬(wàn)km2,主要包括了鄂爾多斯盆地在中生代形成的地層中的砂巖、粉砂巖和泥巖等多種沉積巖,該區(qū)西北部為低丘陵地貌,東南部為高丘陵地貌,最東部黃河西岸為低山地貌[15]。屬于暖溫帶北緣半干旱大陸氣候,年平均氣溫6.5—9.6℃,年平均降雨量315—442mm,年平均蒸發(fā)量2200—2600mm。根據(jù)地被物類(lèi)型及覆蓋程度將其分為覆土砒砂巖區(qū)、覆沙砒砂巖區(qū)、裸露砒砂巖區(qū)三種類(lèi)型(圖1)。

      圖1 砒砂巖區(qū)位置圖Fig.1 Location map of the Pisha sandstone area

      2 數(shù)據(jù)與方法

      2.1 數(shù)據(jù)來(lái)源與處理

      遙感數(shù)據(jù):砒砂巖區(qū)1999—2018年NDVI數(shù)據(jù)(分辨率1000m),來(lái)源于資源環(huán)境科學(xué)數(shù)據(jù)中心的中國(guó)年植被指數(shù)(NDVI)空間分布數(shù)據(jù)集(http://www.resdc.cn)。數(shù)字高程模型(分辨率30m)、土地利用數(shù)據(jù)(分辨率30m),來(lái)源于地理空間數(shù)據(jù)云(http://www.gscloud.cn)。土壤類(lèi)型數(shù)據(jù)(分辨率1000m),來(lái)源于聯(lián)合國(guó)糧農(nóng)組織網(wǎng)(http://www.fao.org)。土壤體積含水量數(shù)據(jù)(分辨率0.0625°×0.0625°),來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)CLDAS-V2.0(http://data.cma.cn)。利用Arcgis10.2軟件對(duì)以上遙感數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換和掩膜提取,并重采樣為1000m分辨率的空間數(shù)據(jù)。

      氣象數(shù)據(jù):1999—2018年砒砂巖區(qū)及其周邊共12個(gè)氣象站點(diǎn)的日降雨量以及日平均氣溫?cái)?shù)據(jù)(圖1),來(lái)源于資源環(huán)境科學(xué)與數(shù)據(jù)中心的中國(guó)氣象要素站點(diǎn)觀測(cè)逐日數(shù)據(jù)集;基于反距離權(quán)重內(nèi)插法生成1000m分辨率柵格數(shù)據(jù)。

      地理探測(cè)器輸入數(shù)據(jù)處理:基于Arcgis10.2軟件創(chuàng)建漁網(wǎng)工具,生成1km×1km格網(wǎng),共15732個(gè)格點(diǎn)作為采樣點(diǎn),采用自然斷點(diǎn)法將年均降水量、年均氣溫、土壤水分、海拔、坡度分為9類(lèi),坡向分為9類(lèi)(表1),土壤類(lèi)型分為17類(lèi),土地利用分為6類(lèi),提取植被覆蓋度及各個(gè)環(huán)境因子數(shù)據(jù)至采樣點(diǎn)輸入地理探測(cè)器軟件,用于分析植被覆蓋度與環(huán)境因子之間的關(guān)系。

      表1 環(huán)境因子自然斷點(diǎn)法分區(qū)Table 1 Classification of environmental factors by natural breaks

      2.2 研究方法

      2.2.1植被覆蓋度計(jì)算

      根據(jù)像元二分模型原理推求砒砂巖區(qū)植被覆蓋度,計(jì)算公式如下[16]:

      (1)

      其中:

      (2)

      (3)

      式中:NDVIsoil為完全是裸土或無(wú)植被覆蓋區(qū)域的NDVI值,NDVIveg則代表完全被植被所覆蓋的像元的NDVI值。NDVImax、NDVImin分別為歸一化植被指數(shù)的最大值和最小值。

      由于采用的是最大值合成法生成的植被指數(shù)數(shù)據(jù)集,參考相關(guān)文獻(xiàn)[16],近似取FVCmax為100%,FVCmin為0%,即公式可變?yōu)?/p>

      (4)

      為避免噪聲影響,NDVImax、NDVImin一般取累積概率5%和95%的NDVI作為區(qū)域最小和最大的NDVI值。

      2.2.2植被覆蓋度變化趨勢(shì)分析方法

      本研究采用變異系數(shù)(Cv)表示砒砂巖區(qū)植被覆蓋度變化的穩(wěn)定性,分別采用Mann-Kendall方法和Hurst指數(shù)逐像元分析近20年區(qū)域植被覆蓋度變化趨勢(shì)以及未來(lái)變化趨勢(shì)。

      (1)變異系數(shù)(Cv)

      變異系數(shù)Cv反映的是相對(duì)變異,即隨機(jī)變量的離散程度,計(jì)算公式為:

      Cv=σ/μ

      (5)

      式中:σ為標(biāo)準(zhǔn)差;μ為均值。

      根據(jù)Nielsen的劃分標(biāo)準(zhǔn),當(dāng)Cv≤10%、10%

      (2)Mann-Kendall趨勢(shì)檢驗(yàn)及Sen傾斜度

      Mann-Kendall是水文氣象時(shí)間序列數(shù)據(jù)趨勢(shì)檢驗(yàn)中使用最廣泛的非參數(shù)檢驗(yàn)方法,其優(yōu)點(diǎn)是不需要樣本遵循特定的分布,且不受異常值的干擾,用于分析近20年砒砂巖區(qū)植被覆蓋度變化趨勢(shì),具體公式見(jiàn)文獻(xiàn)[18]。

      趨勢(shì)性大小以及變化方向使用Sen傾斜度表示[19],其中β的計(jì)算公式如下:

      (6)

      式中:β表示植被覆蓋度上升或下降的趨勢(shì),其中β>0代表植被覆蓋度呈上升趨勢(shì),β<0代表植被覆蓋度呈下降趨勢(shì)。

      (3)Hurst指數(shù)

      Hurst指數(shù)可判斷時(shí)間序列未來(lái)變化的趨勢(shì),多用于定量描述長(zhǎng)時(shí)間序列信息相關(guān)性,其取值范圍為H(0

      2.2.3植被覆蓋度驅(qū)動(dòng)因子定量分析方法

      (1)地理探測(cè)器

      地理探測(cè)器是探測(cè)空間分異性以及揭示其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法,本論文應(yīng)用了地理探測(cè)器中的因子探測(cè)器,交互探測(cè)器,風(fēng)險(xiǎn)探測(cè)器以及生態(tài)探測(cè)器來(lái)研究植被驅(qū)動(dòng)力以及多因子交互作用[21]。因子探測(cè)器主要探測(cè)不同環(huán)境因子對(duì)FVC空間分異的影響大小,其中q值越高,影響力越大,表達(dá)式為:

      (7)

      (8)

      式中:h為FVC值影響因子的分類(lèi)或分區(qū);Nh和N分別為層h和全區(qū)的單元數(shù);σh2和σ2分別為層h和全區(qū)的Y值的方差。SSW和SST分別為層內(nèi)方差之和及全區(qū)總方差,q的值域?yàn)閇0,1]。

      交互探測(cè)器主要是識(shí)別不同因子之間的交互作用,即評(píng)估兩個(gè)因子共同作用時(shí)是否會(huì)增加或減弱對(duì)FVC的解釋力或這些因子對(duì)FVC的影響是相互獨(dú)立的。評(píng)估方法是首先分別計(jì)算兩種影響因素X1和X2對(duì)Y的q值,并且計(jì)算它們交互時(shí)的q值,對(duì)三者之間的q值大小進(jìn)行比較,主要分為以下幾種結(jié)果(表2)。

      表2 交互探測(cè)器判斷依據(jù)Table 2 Judgment basis of interaction detector

      生態(tài)探測(cè)器用于比較兩因子對(duì)FVC空間分布的影響是否有顯著差異,用F統(tǒng)計(jì)量來(lái)檢驗(yàn):

      (9)

      式中:NX1和NX2表示兩因子的樣本量;SSWX1和SSWX2表示兩因子形成分層的層內(nèi)方差之和。

      風(fēng)險(xiǎn)探測(cè)器用于探測(cè)不同環(huán)境因子對(duì)FVC影響的適宜范圍或類(lèi)型,用t統(tǒng)計(jì)量來(lái)檢驗(yàn):

      (10)

      (2)偏相關(guān)分析

      偏相關(guān)分析用于進(jìn)一步探究砒砂巖區(qū)植被覆蓋度對(duì)單因子降水和氣溫的響應(yīng),計(jì)算公式:

      (11)

      式中:Rxy,z為自變量z固定后因變量x與自變量y的偏相關(guān)系數(shù);Rxy,Rxz,Ryz為兩因子間的相關(guān)系數(shù);x為植被覆蓋度,y為年降水量,z為年均氣溫。

      3 結(jié)果與分析

      3.1 植被覆蓋度時(shí)空特征

      基于砒砂巖區(qū)NDVI數(shù)據(jù)集(1999—2018年)提取了該區(qū)植被覆蓋度,用于分析砒砂巖區(qū)植被時(shí)空變化特征。砒砂巖區(qū)平均植被覆蓋度年際變化如圖2所示,區(qū)域內(nèi)植被覆蓋度總體呈波動(dòng)上升趨勢(shì),平均上升幅度為0.086/10a。根據(jù)砒砂巖區(qū)平均植被覆蓋度年際變化圖,2013年區(qū)域平均植被覆蓋度在研究時(shí)段內(nèi)達(dá)到最大值(56.5%),將2013年植被覆蓋度與1999年及2018年區(qū)域植被覆蓋度進(jìn)行成對(duì)樣本T檢驗(yàn),結(jié)果顯示,1999年和2018年的區(qū)域植被覆蓋度與2013年相比均存在顯著性差異(P<0.01),2013年植被覆蓋相比1999年顯著增加,而與2018年相比出現(xiàn)減少趨勢(shì),表明該區(qū)植被覆蓋度敏感性較強(qiáng)。

      圖2 砒砂巖區(qū)平均植被覆蓋度年際變化圖 Fig.2 Annual variation of mean vegetation coverage in the Pisha sandstone area陰影代表95%置信區(qū)間

      統(tǒng)計(jì)1999—2018年平均植被覆蓋度,并根據(jù)SL190—2007《土壤侵蝕分類(lèi)分級(jí)標(biāo)準(zhǔn)》[22],即10%、30%、45%、60%四個(gè)節(jié)點(diǎn)將砒砂巖區(qū)分為裸地、低植被覆蓋度、中低植被覆蓋度、中植被覆蓋度、高植被覆蓋度5個(gè)等級(jí),得到砒砂巖區(qū)多年平均植被覆蓋度空間分級(jí)圖(圖3)。砒砂巖區(qū)多年平均植被覆蓋度為42.3%,空間上總體呈現(xiàn)出東南高、西北低的空間格局,即覆土區(qū)>覆沙區(qū)>裸露區(qū)。分別統(tǒng)計(jì)各砒砂巖分區(qū)不同植被覆蓋度等級(jí)的面積比例可知覆土區(qū)處于中植被覆蓋度水平,該等級(jí)面積占比57.1%;覆沙區(qū)與裸露區(qū)以中低植被覆蓋度為主,占比分別是56.1%、48.4%。

      圖3 1999—2018年砒砂巖區(qū)平均植被覆蓋度等級(jí)及變異系數(shù)空間分布Fig.3 Spatial distribution of average vegetation coverage grade and coefficient of variation in the Pisha sandstone area from 1999 to 2018

      砒砂巖區(qū)近20年植被覆蓋度年均空間變化范圍為4.8%—89.5%,變異系數(shù)空間變化范圍為0.10—0.90(圖3),整個(gè)砒砂巖區(qū)植被覆蓋度變化均屬于中等程度變異。由表3可知,四個(gè)分區(qū)中,覆土區(qū)植被覆蓋度最大,均值為49.0%,平均變化率為0.096/10 a,變異系數(shù)最小,最穩(wěn)定,而裸露區(qū)植被覆蓋度最小,均值為30.7%,生態(tài)系統(tǒng)比其他類(lèi)型區(qū)脆弱。

      表3 不同砒砂巖區(qū)植被覆蓋度變化的統(tǒng)計(jì)特征Table 3 Statistical characteristics of vegetation coverage changes in different Pisha sandstone areas

      3.2 植被覆蓋度變化趨勢(shì)分析

      1999—2018年砒砂巖區(qū)植被覆蓋變化趨勢(shì)圖(圖4)表明,呈增加趨勢(shì)的面積為15383.58km2,約占砒砂巖區(qū)總面積的92.2%;呈減少趨勢(shì)的面積為1322.64km2,約占砒砂巖區(qū)總面積的7.8%。正值區(qū)域大于負(fù)值區(qū)域面積,表明近20年砒砂巖區(qū)植被有改善的趨勢(shì)。由表4可知,植被覆蓋度極顯著增加的面積占45.6%,主要分布在覆土區(qū)和覆沙區(qū),兩者分別占25.6%和10.2%;顯著增加的面積占砒砂巖區(qū)總面積的16.8%,其中裸露區(qū)顯著增加的面積為4.5%。顯著與極顯著增加的區(qū)域基本相同,主要分布在砒砂巖區(qū)東部區(qū)域。顯著和極顯著減少的區(qū)域面積占比分別為0.6%和0.5%,零星分布在裸露區(qū)中部??偟膩?lái)說(shuō),砒砂巖區(qū)植被覆蓋度整體得到改善的面積比例遠(yuǎn)大于退化。

      圖4 砒砂巖區(qū)植被覆蓋度變化趨勢(shì)及可持續(xù)性變化等級(jí)空間分布Fig.4 Spatial distribution of vegetation coverage change trend and the sustainable change grades in the Pisha sandstone area

      表4 不同砒砂巖區(qū)植被覆蓋度空間變化趨勢(shì)面積占比統(tǒng)計(jì)/%Table 4 Statistics on the spatial variation trend of vegetation coverage in different Pisha sandstone areas

      砒砂巖區(qū)1999—2018年植被覆蓋度的Hurst指數(shù)介于0.23-0.99之間,植被覆蓋度呈正向持續(xù)性變化(Hurst>0.5)的區(qū)域占總面積的56.2%,反向持續(xù)變化(Hurst<0.5)面積比重為43.8%。說(shuō)明砒砂巖區(qū)植被覆蓋度變化將在短期內(nèi)保持現(xiàn)有的發(fā)展趨勢(shì),即未來(lái)植被覆蓋度的變化呈現(xiàn)正向趨勢(shì)。Hurst指數(shù)按照砒砂巖分區(qū)進(jìn)行統(tǒng)計(jì)可知(圖4),砒砂巖區(qū)植被持續(xù)性變化趨勢(shì)主要以持續(xù)性改善為主,面積占比50.5%,主要分布在覆土區(qū)南部,植被由改善向退化方向變化的面積約占41.6%,主要分布在覆土區(qū)東北部以及裸露區(qū)西北部,植被由退化向改善方向變化的面積約2.4%,零星分布在裸露區(qū)中部,其余5.6%的植被呈持續(xù)性退化趨勢(shì)。

      3.3 植被覆蓋度變化驅(qū)動(dòng)因子量化

      為了探究不同環(huán)境因子對(duì)砒砂巖區(qū)植被覆蓋度空間分布的影響,選取8種因子并對(duì)其進(jìn)行地理探測(cè)器分析,得到影響因子的解釋力q值(見(jiàn)表5)。解釋力從大到小依次為降水、土壤水分、氣溫、海拔、土壤類(lèi)型、土地利用類(lèi)型、坡度和坡向(P<0.01)。降水、土壤水分和氣溫的q值均大于0.5,是區(qū)域內(nèi)植被覆蓋空間分布的主導(dǎo)環(huán)境因子。土壤類(lèi)型的q值為0.333,與海拔q值(0.319)接近,即對(duì)植被覆蓋空間分布的解釋力中等,坡度和坡向?qū)χ脖桓采w的解釋力最弱,q值分別為0.054和0.003。

      表5 1999—2018年砒砂巖區(qū)環(huán)境因子對(duì)植被覆蓋的解釋力Table 5 The explanatory power of environmental factors in the Pisha sandstone area on vegetation coverage from 1999 to 2018

      雙因子交互作用下會(huì)加強(qiáng)對(duì)植被覆蓋度的解釋力(圖5),坡向同其他因子交互時(shí)均為非線(xiàn)性增強(qiáng)趨勢(shì),其余各因子交互均為雙因子增強(qiáng)趨勢(shì)。其中,降水∩土壤水分(q值為0.651)、氣溫∩土壤水分(q值為0.647)、土壤類(lèi)型∩土壤水分(q值為0.641)和降水∩土壤類(lèi)型(q值為0.628)對(duì)砒砂巖區(qū)植被覆蓋空間分布的解釋力較大。由此可以看出,降水作為砒砂巖區(qū)植被覆蓋空間分布的主導(dǎo)氣候類(lèi)因子,在同其他環(huán)境因子的交互作用下,對(duì)植被覆蓋度影響最大。

      圖5 1999—2018年砒砂巖區(qū)各環(huán)境因子交互探測(cè)解釋力(q)以及生態(tài)檢測(cè)Fig.5 The interactive detection explanatory power (q)and ecological detection of various environmental factors in the Pisha sandstone from 1999 to 2018*雙因子間無(wú)顯著差異

      土壤類(lèi)型單因素對(duì)該區(qū)域植被覆蓋度的解釋力較弱,但同土壤水分的交互作用解釋力較大(q值為0.641),表明土壤類(lèi)型在滿(mǎn)足一定的土壤水分時(shí)對(duì)植被覆蓋度產(chǎn)生顯著的影響。此外,為檢測(cè)雙因子間對(duì)植被覆蓋度空間分布是否存在顯著差異,對(duì)各因子做生態(tài)探測(cè),結(jié)果表明:土壤水分和氣溫、土壤類(lèi)型和海拔對(duì)植被覆蓋度空間分布無(wú)顯著差異(檢測(cè)值為N),其余各因子間均有顯著性差異(P<0.05),說(shuō)明土壤水分和氣溫對(duì)植被空間分布具有相似的機(jī)理,二者的解釋力值也較相近。

      土地利用、坡度以及坡向?qū)χ脖桓采w度的解釋力不超過(guò)0.1,即使在交互作用下,對(duì)區(qū)域植被覆蓋度的影響也較低,因此本研究選取年均降水量、年均氣溫、土壤類(lèi)型、土壤水分、高程輸入風(fēng)險(xiǎn)探測(cè)器以確定各環(huán)境因子促進(jìn)植被生長(zhǎng)的適宜范圍或類(lèi)型,其中植被覆蓋度均值越大,相對(duì)應(yīng)的環(huán)境因子范圍或類(lèi)型更適合植被生長(zhǎng)。對(duì)于氣候因子來(lái)說(shuō),年均降水量劃分為9個(gè)分區(qū),其中各分區(qū)的年均降水量范圍分別是315—343、343—364、364—379、379—390、390—400、400—409、409—419、419—429、429—442 mm。在年均降水量>429 mm時(shí),植被覆蓋度均值最大,其中>429 mm的區(qū)域占砒砂巖區(qū)域面積9.9%,且有統(tǒng)計(jì)檢驗(yàn)表明,該分區(qū)(429—442 mm)同其他分區(qū)具有顯著性差異(P<0.05)。同樣,年均氣溫也劃分為9個(gè)分區(qū),數(shù)值越大表明溫度越高,在9分區(qū)(9.1—9.6℃),植被覆蓋度均值最大為58.0%。

      不同土壤類(lèi)型的植被覆蓋度呈波動(dòng)變化(表6),其中潛育雛形土、飽和薄層土以及石灰性雛形土更適宜植被生長(zhǎng),植被覆蓋度均值最大分別為57.1%、56.0%、52.0%。土壤水分與植被覆蓋度呈正相關(guān),最適宜的分區(qū)為9分區(qū),即滿(mǎn)足土壤水分在0.23-0.26 m3/m3范圍下,植被覆蓋度可達(dá)55.1%。對(duì)于不同的高程范圍,植被覆蓋度均值隨著高程的增加而降低,在1分區(qū)(774—956 m)達(dá)到最大值51.0%。

      表6 不同環(huán)境因子的適宜范圍或類(lèi)型Table 6 Suitable ranges or types of different environmental factors

      4 討論

      植被對(duì)環(huán)境變化相當(dāng)敏感,尤其是在半干旱地區(qū),氣候是對(duì)植被生長(zhǎng)具有決定性影響的自然驅(qū)動(dòng)力[23]。全球半干旱地區(qū)的植被綠化受降水控制的區(qū)域約50%,受氣溫控制的約7%[24]。砒砂巖區(qū)降水量稀少,且區(qū)域雨熱同期,土壤水分主要靠降水量補(bǔ)給[25]。肖強(qiáng)[26]等研究發(fā)現(xiàn)黃土高原西北部的植被覆蓋度與降水呈顯著正相關(guān),而與溫度呈顯著負(fù)相關(guān)。He[27]等發(fā)現(xiàn)黃土高原90.12%的區(qū)域降水和NDVI呈正相關(guān),且通過(guò)顯著性檢驗(yàn)的區(qū)域主要分布在黃土高原北部地區(qū)。黃土高原地處干旱半干旱區(qū),降水是限制該區(qū)域植被生長(zhǎng)的主要因子,具體表現(xiàn)為植被覆蓋度隨著降水的增加而增大[28]。本研究也進(jìn)一步證實(shí)了降水是主要的影響因素,在砒砂巖區(qū)不同的區(qū)域,植被覆蓋度同降水以及氣溫的偏相關(guān)性方向以及程度均有不同(圖6),其中降水同植被覆蓋度呈正相關(guān)的區(qū)域面積占96.8%,且69.7%的面積顯著正相關(guān)(P<0.05),年均氣溫同植被覆蓋度呈負(fù)相關(guān)的區(qū)域面積占比68.5%,僅3.9%的區(qū)域面積通過(guò)顯著性檢驗(yàn)。溫度升高會(huì)導(dǎo)致地面水分蒸發(fā)增加,以至于出現(xiàn)土壤干化現(xiàn)象,對(duì)植被的生長(zhǎng)不利[29]。在半干旱地區(qū),氣溫主要是調(diào)節(jié)了植被的年內(nèi)生長(zhǎng)規(guī)律,同降水相比來(lái)說(shuō),氣溫與植被的年際變化相關(guān)性一般較小,降水對(duì)植被覆蓋的影響更加敏感,是西北干旱區(qū)植被變化的關(guān)鍵因子[30]。

      圖6 植被覆蓋度同降水與氣溫的偏相關(guān)系數(shù)空間分布Fig.6 Spatial distribution of partial correlation coefficient between vegetation coverage and precipitation and temperature

      砒砂巖區(qū)1999—2018年植被生長(zhǎng)狀況整體呈增加趨勢(shì),該結(jié)論同之前的研究結(jié)果是一致的[31]。而本論文中進(jìn)一步指出,該區(qū)植被總體雖呈現(xiàn)向好趨勢(shì),但是仍舊面臨較大的挑戰(zhàn)。植被這種向好態(tài)勢(shì)一方面與地區(qū)氣象環(huán)境關(guān)聯(lián)較密,一方面也與區(qū)域治理措施相關(guān)。為恢復(fù)黃土高原生態(tài)環(huán)境狀況,自1999年以來(lái)實(shí)施退耕還林工程,其中約2×106hm2的耕地變?yōu)椴莸睾蜕?該區(qū)近80%的區(qū)域植被覆蓋率增加[32]。砒砂巖區(qū)地形破碎,生態(tài)環(huán)境惡劣,針對(duì)于該區(qū)域的治理,國(guó)家先后實(shí)施了沙棘資源建設(shè),國(guó)家生態(tài)工程建設(shè)等水土保持項(xiàng)目[33]。雖然取得了一定成效,對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境的改善具有重要意義,但受該地區(qū)自身雨熱條件限制,這些措施的作用仍然是有限的,砒砂巖地區(qū)的生態(tài)惡化和水土流失問(wèn)題依然沒(méi)有得到完全有效的解決,區(qū)域植被建設(shè)進(jìn)入了一定瓶頸期。同時(shí)也有研究表明陜甘寧地區(qū)15年來(lái)植被雖有一定程度的恢復(fù),但由于能源設(shè)施以及礦產(chǎn)資源的開(kāi)發(fā),北部地區(qū)植被退化的風(fēng)險(xiǎn)越來(lái)越大,植被覆蓋度未來(lái)退化趨勢(shì)面積占比達(dá)58.7%[34-35]。因此,研究該區(qū)植被覆蓋特征并量化環(huán)境驅(qū)動(dòng)因子的影響,能夠針對(duì)覆土、覆沙、裸露砒砂巖區(qū)不同環(huán)境背景條件下合理優(yōu)化植被格局,對(duì)于維系該區(qū)植被建設(shè)成果,實(shí)現(xiàn)區(qū)域生態(tài)保護(hù)同資源利用協(xié)調(diào)發(fā)展具有重要意義。

      5 結(jié)論

      本研究分析了近20年砒砂巖區(qū)的植被覆蓋度變化及未來(lái)變化趨勢(shì),并利用地理探測(cè)器定量分析了不同環(huán)境因子對(duì)植被覆蓋度的影響,具體結(jié)論如下:

      (1)1999—2018年砒砂巖區(qū)植被覆蓋度呈增加趨勢(shì),平均上升幅度為0.086/10a,多年平均植被覆蓋度為42.3%??臻g上,砒砂巖區(qū)植被覆蓋度呈現(xiàn)從東南向西北遞減的空間分布特征,其三個(gè)區(qū)的植被覆蓋度從大到小變化依次是覆土區(qū)、覆沙區(qū)、裸露區(qū)。

      (2)近20年砒砂巖區(qū)植被覆蓋度得到改善的比重較大,其中45.5%的區(qū)域呈極顯著增加,主要分布在覆土區(qū)和覆沙區(qū),顯著和極顯著減少的區(qū)域零星分布在裸露區(qū)中部。該區(qū)植被覆蓋度未來(lái)變化趨勢(shì)以持續(xù)性改善為主,面積占比50.5%,主要分布在覆土區(qū)南部,雖然區(qū)域植被總體呈向好趨勢(shì),但是仍舊面臨較大挑戰(zhàn),約41.6%的植被存在由改善向退化轉(zhuǎn)變的風(fēng)險(xiǎn)。

      (3)降水、土壤水分和氣溫是影響區(qū)域內(nèi)植被覆蓋空間分布的主導(dǎo)環(huán)境因子,坡度和坡向?qū)χ脖桓采w的解釋力最弱;環(huán)境因子間的交互作用以雙因子增強(qiáng)趨勢(shì)為主,其中降水∩土壤水分解釋力最高為0.651,各因子對(duì)砒砂巖區(qū)植被生長(zhǎng)的影響均有其適宜的范圍/類(lèi)型,研究結(jié)果為該區(qū)域下一步植被恢復(fù)工作提供相應(yīng)科學(xué)依據(jù)。

      猜你喜歡
      覆蓋度土壤水分探測(cè)器
      呼和浩特市和林格爾縣植被覆蓋度變化遙感監(jiān)測(cè)
      基于NDVI的晉州市植被覆蓋信息提取
      低覆蓋度CO分子在Ni(110)面的吸附研究
      第二章 探測(cè)器有反應(yīng)
      EN菌的引力波探測(cè)器
      第二章 探測(cè)器有反應(yīng)
      西藏高原土壤水分遙感監(jiān)測(cè)方法研究
      有7顆彗星已經(jīng)被探測(cè)器造訪(fǎng)過(guò)
      太空探索(2014年9期)2014-07-10 13:06:30
      不同覆蓋措施對(duì)棗園土壤水分和溫度的影響
      植被覆蓋區(qū)土壤水分反演研究——以北京市為例
      高邮市| 瑞丽市| 民权县| 武川县| 娱乐| 澳门| 拉孜县| 怀安县| 虎林市| 渑池县| 永登县| 石泉县| 吉木萨尔县| 绥芬河市| 武强县| 德庆县| 任丘市| 沧州市| 平塘县| 舞钢市| 鸡泽县| 长宁县| 来凤县| 陇西县| 白朗县| 田阳县| 济源市| 衡水市| 汝南县| 永和县| 芷江| 荥经县| 原阳县| 开化县| 金平| 宁晋县| 永和县| 枣阳市| 苏州市| 庆城县| 嘉祥县|