• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 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 ?

    黃河源植被覆蓋度變化及空間分布自然驅(qū)動(dòng)力分析

    2022-05-24 03:28:06高思琦董國濤蔣曉輝聶桐郭欣偉黨素珍李心宇李昊洋
    關(guān)鍵詞:源區(qū)坡向降水量

    高思琦 ,董國濤, ,蔣曉輝,聶桐 ,郭欣偉,黨素珍,李心宇,李昊洋

    1. 西北大學(xué)城市與環(huán)境學(xué)院,陜西 西安 710127;2. 黃河水利委員會(huì)黃河水利科學(xué)研究院,河南 鄭州 450003;3. 黑河水資源與生態(tài)保護(hù)研究中心,甘肅 蘭州 730030

    植被可以將土壤、大氣、水分和人類社會(huì)緊密聯(lián)系起來,具有調(diào)節(jié)地表碳循環(huán)和氣候系統(tǒng)的作用(Piao et al.,2011)。歸一化植被指數(shù)(NDVI)作為一種能夠有效反映地表植被生長變化情況的遙感指標(biāo)(金凱等,2020),已經(jīng)廣泛應(yīng)用于區(qū)域植被覆蓋變化及空間分布的監(jiān)測(cè)(穆少杰等,2012;袁麗華等,2013;楊彩云等,2021)。植被NDVI的驅(qū)動(dòng)機(jī)制是目前研究的熱點(diǎn),氣候和人類活動(dòng)因素對(duì)植被的影響是主要研究內(nèi)容(Liu et al.,2015;Jiang et al.,2017)。黃土高原(劉靜等,2020)、青藏高原(韓炳宏等,2019)、榆林地區(qū)(欒金凱等,2018)等區(qū)域影響植被NDVI的主要是氣候因素。秦嶺-淮河南北植被主要受生態(tài)建設(shè)驅(qū)動(dòng)(李雙雙等,2021)。除此之外,地形、土壤等其他自然條件也是影響植被覆蓋的重要因子(孫紅雨等,1998)。覃金蘭等(2020)通過空間疊加分析研究了西北干旱區(qū)植被覆蓋度的地形分異特征;張英潔等(2017)發(fā)現(xiàn)土壤肥力是影響長白山苔原帶植被NDVI的重要因子。自然因子對(duì)植被NDVI空間分布的影響具有空間異質(zhì)性(高江波等,2019)及交互作用(彭文甫等,2019),因此關(guān)于區(qū)域植被的驅(qū)動(dòng)機(jī)制需要進(jìn)一步研究多因子的協(xié)同作用。

    黃河源區(qū)海拔高,生態(tài)環(huán)境脆弱,作為整個(gè)黃河流域的水源涵養(yǎng)區(qū),黃河源區(qū)生態(tài)環(huán)境保護(hù)對(duì)黃河流域的可持續(xù)發(fā)展具有重要作用(郭澤呈等,2020),因此,研究黃河源區(qū)植被覆蓋變化及空間分布的自然驅(qū)動(dòng)機(jī)制具有重要意義。目前大多數(shù)關(guān)于黃河源區(qū)植被的研究(吳喜芳等,2015;張曉龍等,2019)是運(yùn)用相關(guān)分析等定性研究方法,沒有考慮到因子對(duì)植被影響的空間異質(zhì)性,并且黃河源區(qū)自然條件復(fù)雜(潘竟虎等,2005),現(xiàn)有研究大多只分析了氣候因子對(duì)植被的影響,缺乏對(duì)地形地貌等其他自然因子影響力的研究。王勁峰等(2017)提出的地理探測(cè)器是一種可以定量探測(cè)地理現(xiàn)象空間分異性及其驅(qū)動(dòng)力的方法,同時(shí)能夠探測(cè)變量之間的交互作用,目前已有學(xué)者有效運(yùn)用該模型對(duì)中亞(王偉等,2019)、內(nèi)蒙古(陳寬等,2021)、祁連山國家公園(張華等,2021)、黃土高原(張翀等,2021)、延安(聶桐等,2021)等不同尺度的干旱半干旱地區(qū)植被NDVI驅(qū)動(dòng)機(jī)制進(jìn)行了研究。本文運(yùn)用趨勢(shì)分析法分析 2000—2018年黃河源區(qū)植被NDVI時(shí)空變化特征,運(yùn)用地理探測(cè)器研究黃河源區(qū)植被的空間分異性,基于8種自然因子數(shù)據(jù)定量探究植被NDVI空間分布的驅(qū)動(dòng)機(jī)制,以期為黃河源區(qū)生態(tài)保護(hù)提供科學(xué)依據(jù)。

    1 研究區(qū)概況

    如圖1所示,黃河源區(qū)位于青藏高原東北部,地跨四川、甘肅和青海3個(gè)省,地理坐標(biāo)為31.5—36.5°N,95.5—103.5°E,流域面積為 13.4×104km2,地勢(shì)西高東低,平均海拔4473 m(錢程等,2012)。黃河源區(qū)地處干旱—半干旱的過渡地帶,氣候?yàn)楦咴箨懶詺夂颍祼偟龋?011),年均溫在 0 ℃左右,全年降水主要集中在6—9月(韓思淇等,2019),氣溫和降水量大致由東南向西北遞減,區(qū)域內(nèi)植被以高寒植被類型為主。黃河源區(qū)屬于高海拔地區(qū),對(duì)于氣候變化非常敏感,生態(tài)環(huán)境十分脆弱(于伯華等,2011)。

    圖1 黃河源區(qū)示意圖Figure 1 Sketch map of the source area of the Yellow River

    2 研究方法

    2.1 數(shù)據(jù)來源及預(yù)處理

    研究數(shù)據(jù)包括黃河源植被NDVI、高程、地形、氣候、土壤類型、地貌類型、植被類型等。2000—2018年植被NDVI數(shù)據(jù)采用時(shí)間分辨率為16 d和空間分辨率為 1 km的 MODIS NDVI數(shù)據(jù)(https://ladsweb. nascom.nasa.gov/),并進(jìn)行最大值合成,本研究中年NDVI為區(qū)域年平均NDVI。按照等間距法(彭文甫等,2016)將植被NDVI值劃分為低(0—0.2)、中低(0.2—0.4)、中(0.4—0.6)、中高(0.6—0.8)和高(0.8—1.0)5個(gè)植被覆蓋度等級(jí),以分析 2000—2018年黃河源植被覆蓋度變化;年均溫和年降水量數(shù)據(jù)采用黃河源區(qū)內(nèi)及周邊24個(gè)氣象站點(diǎn)2000—2018年的實(shí)測(cè)逐日氣象數(shù)據(jù),采用反距離權(quán)重插值方法進(jìn)行空間插值;黃河源區(qū)的土壤類型、植被類型和地貌類型數(shù)據(jù),來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/);數(shù)字高程模型(DEM)數(shù)據(jù)來源于中國科學(xué)院地理空間數(shù)據(jù)云(http://www.gscloud.cn/),使用GDEMV2 30 m的分辨率數(shù)字高程數(shù)據(jù),高程、坡度、坡向由DEM數(shù)據(jù)計(jì)算獲取。以上數(shù)據(jù)均按照黃河源區(qū)矢量邊界掩膜提取,通過重采樣處理,與1 km的NDVI數(shù)據(jù)像元大小保持一致。

    本研究根據(jù)黃河源區(qū)的特點(diǎn),如表1所示,選取坡度、坡向、高程等通過改變局部氣候要素影響植被生長的地形因子,年均溫、年降水量等影響水熱條件的氣候因子和土壤類型、植被類型、地貌類型等影響植被生長的環(huán)境因子,共8個(gè)自然因子,分析黃河源區(qū)植被NDVI空間分布的驅(qū)動(dòng)力。地理探測(cè)器的自變量必須為類型量,因此要將自然因子進(jìn)行分類。如圖2所示,本文運(yùn)用自然斷點(diǎn)法將高程、年均溫、年降水量等劃分9級(jí),該方法可以避免人為引入的干擾,最大限度地提高類之間的差異(Chen et al.,2013),被廣泛應(yīng)用于地理檢測(cè)器的數(shù)據(jù)分類(Nie et al.,2021;劉彥隨等,2017)。將坡向按照坡面朝向劃分為9級(jí),坡度根據(jù)《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》劃分7級(jí),土壤類型根據(jù)“土壤發(fā)生分類”系統(tǒng)的土綱劃分為10類,植被類型根據(jù)《1∶1000000中國植被圖集》的植被大類劃分為9類,地貌類型根據(jù)《中華人民共和國地貌圖集(1∶100萬)》劃分為6類。在全區(qū)范圍內(nèi)生成5 km×5 km格網(wǎng),共5331個(gè)中心點(diǎn)作采樣點(diǎn),提取空間上對(duì)應(yīng)的X和Y屬性值,代入地理探測(cè)器模型。

    圖2 自然因子分類圖Figure 2 Classification of natural factors

    表1 自然因子Table 1 Natural factors

    2.2 趨勢(shì)分析

    一元線性回歸趨勢(shì)法是基于像元分析變量變化趨勢(shì)的方法(陳燕麗等,2011)。按自然間斷點(diǎn)法將植被變化趨勢(shì)分為7類:顯著減少、中度減少、輕微減少、基本不變、輕微增加、中度增加和顯著增加。趨勢(shì)斜率公式(劉憲鋒等,2015)為:

    式中:

    n——研究累計(jì)年數(shù)(n=19);

    i——從1到n,代表年份序號(hào);

    Vi——第i年的植被NDVI值;

    θslope——趨勢(shì)線斜率。若θslope>0,表明植被覆蓋呈上升趨勢(shì);若θslope<0,表明植被覆蓋呈下降趨勢(shì);若θslope=0,說明植被覆蓋無明顯變化。

    2.3 地理探測(cè)器模型

    地理探測(cè)器可以探測(cè)空間分異性及其驅(qū)動(dòng)因素,包括4個(gè)探測(cè)器(王勁峰等,2017),在分析地理要素格局演變和地域空間分異等方面應(yīng)用非常廣泛(劉彥隨等,2017)。本文運(yùn)用地理探測(cè)器探測(cè)2000、2005、2010、2015和2018年5期自然因子對(duì)NDVI空間分布的影響。

    2.3.1 因子探測(cè)

    探測(cè)植被NDVI的空間分異性。此處,用q值表示自然因子解釋了100×q%的植被NDVI,值域?yàn)閇0, 1],q值越大表示自然因子對(duì)植被NDVI的影響力越大,反之則越小。q值計(jì)算公式如下:

    式中:

    q——自然因子對(duì) NDVI的解釋力;研究區(qū)劃分為h=1, 2…,L個(gè)區(qū)域;

    Nh和N——層h和全區(qū)域單元數(shù);

    和σ2——層h和區(qū)域的Y值方差。

    2.3.2 交互作用探測(cè)

    自然界中因子不是獨(dú)立存在的,因子間存在相互作用,交互探測(cè)可以探測(cè)不同自然因子間的交互作用。評(píng)估方法如表2。

    表2 交互作用類型Table 2 Types of interaction

    2.3.3 風(fēng)險(xiǎn)區(qū)探測(cè)

    區(qū)域間的屬性值顯著差異性可用于判斷植被覆蓋好的區(qū)域以及植被 NDVI對(duì)自然驅(qū)動(dòng)因子適宜的范圍或類型。用t統(tǒng)計(jì)量來檢驗(yàn):

    式中:

    ——子區(qū)域h內(nèi)的屬性均值;

    ——子區(qū)域h內(nèi)的樣本數(shù)量;

    Var——方差。零假設(shè)H0:,如果在置信水平α下拒絕H0,則認(rèn)為兩個(gè)子區(qū)域間的屬性均值存在著明顯的差異。

    2.3.4 生態(tài)探測(cè)

    可判斷哪種自然因子對(duì)植被NDVI空間分布具有更重要的影響力。以F統(tǒng)計(jì)量來衡量:

    式中:δX1

    NX1及NX2——兩個(gè)因子X1和X2的樣本量;

    δX1和δX2——由X1和X2形成的分層的層內(nèi)方差之和;

    L1和L2——變量X1和X2分層數(shù)目。其中零假設(shè)H0:δX1=δX2,如果在α的顯著性水平上拒絕H0,表明兩因子X1和X2對(duì)屬性Y的空間分布影響存在著顯著差異。

    3 結(jié)果與分析

    3.1 黃河源降水、氣溫變化特征

    由圖3可知,黃河源2000—2018年平均氣溫為1.466 ℃,平均降水量為527.718 mm,插值得出的數(shù)據(jù)與韓思淇等(2019)的研究結(jié)果大致相同。年均溫呈上升趨勢(shì),由 2000年的 0.580 ℃上升至2018年的1.780 ℃,氣溫增加速率為0.503 ℃/10 a,這與管曉祥等(2021)研究得出的氣溫增率大致相同。年降水量也呈上升趨勢(shì),由2000年的434.447 mm上升至2018年的676.456 mm,降水增加速率為67.422 mm/10 a,這與張成鳳等(2019)研究得出的降水增率大致相同。經(jīng)過歸一化后,氣溫上升速率大于降水上升速率。

    圖3 2000—2018年年降水量、年均溫變化趨勢(shì)Figure 3 Change trend of precipitation and temperature during 2000-2018

    3.2 黃河源植被NDVI時(shí)空變化

    如圖4所示,黃河源區(qū)NDVI西北低,中部和東南部高,這與黃河源的海拔及氣候條件的空間分布基本一致。2000年和 2018年黃河源區(qū)內(nèi)大部分面積的NDVI大于0.6,說明黃河源區(qū)植被覆蓋較好。

    圖4 2000年和2018年NDVIFigure 4 NDVI in 2000 and 2018

    表3顯示,2000年和2018年高、中高植被覆蓋區(qū)分別占黃河源區(qū)面積的63.71%、73.89%,低、中低總共分別占15.13%、8.84%,反映了黃河源區(qū)植被覆蓋情況轉(zhuǎn)好。2018年與2000年相比,除高植被覆蓋區(qū)面積增大外,其他NDVI等級(jí)區(qū)域面積均減小,其中,中低植被覆蓋區(qū)面積減少最多,減幅為5.37%,高植被覆蓋區(qū)面積增幅達(dá)13.77%。

    表3 2000—2018年NDVI動(dòng)態(tài)變化Table 3 Dynamic changes of NDVI during 2000-2018

    圖5顯示,2000—2018年黃河源區(qū)NDVI變化趨勢(shì)均值為0.013/10 a,NDVI值在2008年最小,2018年達(dá)到最大,整體呈波動(dòng)上升趨勢(shì)。顯著性檢驗(yàn)(魏鳳英,2007)顯示|Z|=0.287<Z0.05=0.328,所以NDVI變化趨勢(shì)不顯著。

    圖5 2000—2018年NDVI變化趨勢(shì)Figure 5 Change trend of NDVI during 2000-2018

    從表4和圖6可知,2000—2018年黃河源區(qū)植被增加面積占比最大的區(qū)域主要在北部,面積為6.50×104km2,占比為 48.66%;植被減少區(qū)域主要集中在中部和東南部,占比為19.86%;植被基本不變的區(qū)域不同程度地分布在全區(qū)域。

    表4 2000—2018年NDVI變化趨勢(shì)Table 4 Change trend of NDVI during 2000-2018

    圖6 2000—2018年NDVI變化趨勢(shì)分布Figure 6 Distribution of NDVI change trend in 2000-2018

    3.3 自然因子影響力分析

    因子探測(cè)器反映了 2018年各自然因子對(duì)黃河源區(qū)NDVI影響的大小。各自然因子的q值如表5所示,各自然因子對(duì)黃河源區(qū)NDVI影響程度的排序?yàn)槟杲邓浚靖叱蹋灸昃鶞兀局脖活愋停就寥李愋停酒露龋镜孛差愋停酒孪?。年降水量的q值最大,解釋力達(dá)到了 60%,因此,年降水量是影響黃河源區(qū)NDVI空間分布的主要自然因子;其次為高程,解釋力在30%以上,對(duì)NDVI的分布也有較大影響;年均溫和植被類型解釋力均在20%以上;土壤類型解釋力超過10%;坡度、地貌類型和坡向的單個(gè)因素解釋力很小。

    表5 自然因子的q值Table 5 q values of natural factors

    3.4 自然因子交互作用及影響力差異分析

    表6中交互作用探測(cè)結(jié)果顯示,所有自然因子交互作用都呈現(xiàn)相互增強(qiáng)和非線性增強(qiáng)關(guān)系,其中高程與坡度、坡向的交互作用及地貌類型與坡向、高程、土壤類型、年均溫的交互作用呈現(xiàn)非線性增強(qiáng)關(guān)系,其余自然因子的交互作用均呈現(xiàn)相互增強(qiáng)關(guān)系。年降水量因子與其他因子交互作用的q值普遍偏高,其中年降水量與高程交互作用的q值最大(0.682),其次為年降水量與植被類型交互作用(0.673)。

    生態(tài)探測(cè)反映各因子對(duì)植被NDVI的影響大小是否有顯著差異,可用于進(jìn)一步驗(yàn)證主導(dǎo)因子。表6生態(tài)探測(cè)結(jié)果顯示,年降水量對(duì)黃河源區(qū) NDVI的影響與其他因子對(duì)NDVI的影響均有明顯差異,進(jìn)一步說明了年降水量的解釋力比其他自然因子強(qiáng);坡向、坡度和地貌類型三者之間對(duì)NDVI無顯著差異,與其他因子交互有顯著差異。

    表6 自然因子交互作用及生態(tài)探測(cè)Table 6 Interaction and ecological detection of natural factors

    3.5 自然因子適宜性分析

    表7給出了植被生長對(duì)自然因子的適宜類型或范圍。“Y”表示兩類型區(qū)域間有顯著差異,“N”表示無顯著差異,植被NDVI值越大,該自然因子的類型和范圍對(duì)植被生長越有利。

    表7 植被對(duì)自然因子的適宜范圍或類型Table 7 Suitable range or type of vegetation for natural factors

    3.5.1 年降水量

    由q值可以看出NDVI與年降水量有顯著的關(guān)系。風(fēng)險(xiǎn)探測(cè)顯示隨著年降水量增加,植被覆蓋度有上升趨勢(shì),NDVI在899—996 mm降水量范圍內(nèi)達(dá)到最高值,與758—824 mm、824—899 mm降水量范圍內(nèi)的植被NDVI均值之間無明顯差異,與其他降水量范圍有明顯差異,因此,在899—996 mm年降水量范圍內(nèi),植被覆蓋最好。

    3.5.2 高程

    黃河源區(qū)地處高海拔地區(qū),高程對(duì)黃河源區(qū)NDVI有很大的影響。隨高程升高,植被NDVI在3578—3787 m范圍內(nèi)達(dá)到最高值,與其他高程范圍內(nèi)植被NDVI之間均存在顯著性差異。因此,在3578—3787 m的高程范圍內(nèi),植被覆蓋最好。

    3.5.3 年均溫

    隨年均溫的升高,植被NDVI均值先降低后升高,且在 3.45—4.48 ℃范圍內(nèi)達(dá)到最高值,并與4.48—7.77 ℃范圍內(nèi)的植被NDVI無顯著差異,與其他溫度范圍內(nèi)的植被NDVI均值之間均有顯著性差異,因此,年均溫在3.45—4.48 ℃范圍時(shí),黃河源NDVI值最高,植被覆蓋最好。

    3.5.4 其他自然因子影響力

    從q值來看,植被類型、土壤類型、地貌類型、坡度及坡向等因子對(duì)黃河源植被NDVI空間分布的影響較小,但這些因子分別與年降水量、高程、年均溫等的交互作用增強(qiáng)了其對(duì)植被NDVI的影響。

    植被NDVI因植被類型而異。高寒沼澤的植被NDVI值最高,與闊葉林的NDVI均值沒有明顯的差異,與其他植被類型區(qū)植被NDVI均值之間有顯著性差異,因此,高寒沼澤的植被覆蓋最好。NDVI隨土壤類型的不同而不同。半水成土的NDVI值最高,且與其他土壤類型的植被NDVI均值之間有顯著性差異,因此,半水成土的植被覆蓋最好。隨地貌類型的變化,植被NDVI均值先增加后減少,在中起伏山地達(dá)到最高值,與其他地貌類型中的植被NDVI均值之間有顯著性差異,因此,中起伏山地的植被覆蓋最好。隨著坡度的增加,NDVI均值先升高后降低,在25°—35°達(dá)到最高值,與15°—25°和45°—78°坡度范圍內(nèi)的植被NDVI均值沒有明顯差異,與其他坡度范圍內(nèi)的NDVI有明顯差異。隨坡向的不同,植被NDVI均值波動(dòng)變化,在292.5°—337.5°(西北坡)達(dá)到最大值,并與西南坡的植被NDVI有明顯差異,與其他坡向的無明顯差異,因此,黃河源區(qū)西北坡的植被覆蓋最好。

    4 討論

    4.1 植被NDVI動(dòng)態(tài)變化

    黃河源整體植被覆蓋度較高,以中高、高植被覆蓋度為主,是三江源植被覆蓋最好的區(qū)域。2000—2018年黃河源植被NDVI呈上升趨勢(shì),這與覃巧婷等(2021)的研究結(jié)果一致,并且與三江源(饒品增等,2021)及整個(gè)青藏高原(韓炳宏等,2019)植被變化趨勢(shì)一致。2000—2018年黃河源區(qū)NDVI空間上發(fā)生明顯變化。生態(tài)工程的有效實(shí)施使北部地區(qū)NDVI增加;湖泊不斷擴(kuò)張(段水強(qiáng)等,2015)使扎陵湖、鄂陵湖NDVI顯著減少;局部地區(qū)植被的減少與過度放牧有關(guān)(王俊奇等,2021)。受全球氣候變化以及人類活動(dòng)的影響,黃河源曾出現(xiàn)草地退化等生態(tài)問題,2005年國家開始實(shí)施三江源生態(tài)保護(hù)工程,整個(gè)三江源地區(qū)NDVI增加,生態(tài)環(huán)境得到改善,生態(tài)保護(hù)工程取得一定成效。因此,黃河源植被覆蓋度增加是氣候暖濕化和生態(tài)保護(hù)工程共同作用的結(jié)果(韓思淇等,2019)。

    4.2 植被NDVI的驅(qū)動(dòng)機(jī)制

    因子探測(cè)器結(jié)果顯示,氣候因子對(duì)NDVI空間分布影響顯著,符合劉啟興等(2019)的研究結(jié)果。年降水量q值最大,因此是影響黃河源區(qū)NDVI最主要的因子,這與史丹丹等(2018)的研究結(jié)論一致。黃河源西北地區(qū)海拔高,降水少,溫度低,不利于植被生長,植被覆蓋度低;中部屬于半干旱氣候,植被覆蓋度增加;東南部屬于濕潤氣候,降水和氣溫增加,植被生長狀況好。氣候變暖使植被生長期延長,同時(shí)天然和人工降雨也增多,有利于植被生長。徐浩杰等(2012)認(rèn)為未來黃河源區(qū)氣候逐漸趨于暖濕化,會(huì)造成植被NDVI變化;但也有研究表明氣溫上升趨勢(shì)大于降水,會(huì)使黃河源區(qū)逐漸暖干化(劉憲鋒等,2013),而溫度過高、水分不足會(huì)抑制植被生長。孫艷玲等(2010)表明,在干旱半干旱地區(qū)通常是降水驅(qū)動(dòng)植被變化。通過比較各因子q值年際變化發(fā)現(xiàn),在2000、2005、2010、2015和2018年自然因子對(duì)黃河源植被空間分布影響力大小排序均相同,年降水量始終為黃河源植被空間分布的主要影響因子。

    水熱條件決定植被覆蓋的總體趨勢(shì),而地形、土壤、地貌等改變局部植被分布格局(孫紅雨等,1998)。黃河源位于高海拔地區(qū),不同的高程上氣溫降水不同。研究認(rèn)為在3400—4200 m高程范圍內(nèi)水熱組合條件最好,NDVI值較高(姜欣彤等,2020)。本研究發(fā)現(xiàn)在高程為3578—3787 m的范圍內(nèi),植被覆蓋最好;3787 m以上時(shí),高程越高,NDVI越低。相關(guān)研究認(rèn)為海拔越高,氣溫對(duì)NDVI的影響越大(馬守存等,2018)。由于海拔越高,溫度越低,所以黃河源區(qū)的植被生長受到限制。沼澤具有生態(tài)蓄水、氣候調(diào)節(jié)等重要功能(白軍紅等,2004),沼澤植被對(duì)水文循環(huán)、生態(tài)發(fā)展等有重要作用。黃河源的沼澤植被和半水成土主要分布在東南部,水熱條件充足,所以植被生長較好。平原、臺(tái)地以及其他坡度較小的區(qū)域相對(duì)較平坦,人類活動(dòng)較強(qiáng),植被覆蓋度不高。適中的坡度范圍(25°—35°)以及中起伏山地較適宜黃河源植被生長。坡向是重要的地形因子,不同的坡向太陽光線等條件不同,植被生長所需要的水熱條件也不同,導(dǎo)致生長在不同坡向上的植被有所差異(周愛霞等,2004):偏南的陽坡光照強(qiáng)烈,土壤水分易被蒸發(fā)且受人類干擾大,偏北的陰坡雖光照條件不如陽坡,但土壤水分較適宜植被生長。

    4.3 不足與展望

    本研究是首次使用地理探測(cè)器來量化自然因素對(duì)黃河源NDVI空間分布的影響,與傳統(tǒng)方法相比,地理探測(cè)器可以定量研究因子的影響力以及因子間的相互作用。然而,有些研究也證明黃河源植被受人類活動(dòng)影響(張鐿鋰等,2006)。本研究只分析了自然因子的影響,缺乏對(duì)人為因子影響力的研究,因此,未來要進(jìn)一步研究土地利用變化及生態(tài)工程等對(duì)黃河源NDVI的影響。

    5 結(jié)論

    本研究基于2000—2018年黃河源MODIS植被NDVI數(shù)據(jù)和同時(shí)期8種自然因子數(shù)據(jù),運(yùn)用一元線性回歸法分析黃河源NDVI時(shí)空變化特征,運(yùn)用地理探測(cè)器分析影響植被覆蓋度空間分布的自然驅(qū)動(dòng)因子,并確定適宜植被生長的因子范圍或類型,研究主要得到以下結(jié)論:

    (1)黃河源區(qū)NDVI分布特點(diǎn)為東南高西北低,多年變化趨勢(shì)為北部增加,中部減少;黃河源整體植被覆蓋度較高,2000—2018年NDVI均值總體上呈不顯著的增加趨勢(shì),增長速率為0.013/10 a,高植被覆蓋區(qū)面積增加,中低、中植被覆蓋區(qū)面積減少,黃河源區(qū)整體植被覆蓋度增加。

    (2)2000—2018年各自然因子對(duì)植被NDVI影響程度的排序?yàn)槟杲邓浚靖叱蹋灸昃鶞兀局脖活愋停就寥李愋停酒露龋镜孛差愋停酒孪?。其中,年降水量解釋力?0%以上,成為影響黃河源區(qū)NDVI空間分布的最主要自然因子;其次是高程、年均溫和植被類型,解釋力均在20%以上,也很好地解釋了植被NDVI的空間分布;其他自然因子影響力較小。

    (3)自然因子對(duì)植被NDVI影響存在交互作用,呈現(xiàn)相互增強(qiáng)和非線性增強(qiáng)關(guān)系,交互作用使地貌類型、坡度及坡向等影響較小的單因子增強(qiáng)了對(duì)植被NDVI的影響。

    猜你喜歡
    源區(qū)坡向降水量
    繪制和閱讀降水量柱狀圖
    冬小麥蒸散源區(qū)代表性分析
    DEM地表坡向變率的向量幾何計(jì)算法
    降水量是怎么算出來的
    啟蒙(3-7歲)(2019年8期)2019-09-10 03:09:08
    1988—2017年呼和浩特市降水演變特征分析
    渭河源區(qū)徑流量變化特征及趨勢(shì)分析
    基于小波變換的三江平原旬降水量主周期識(shí)別
    青藏高原東緣高寒草甸坡向梯度上植物光合生理特征研究
    土壤與作物(2015年3期)2015-12-08 00:46:55
    坡向和坡位對(duì)小流域梯田土壤有機(jī)碳、氮變化的影響
    晉東南中山區(qū)仁用杏適地適時(shí)補(bǔ)灌研究
    福州市| 新巴尔虎左旗| 会东县| 谢通门县| 鹿泉市| 延吉市| 衡阳县| 山丹县| 武定县| 昭通市| 台南县| 泽普县| 久治县| 呼图壁县| 永昌县| 桂平市| 昌宁县| 东阳市| 朝阳市| 山东| 商洛市| 石门县| 弋阳县| 滦平县| 新和县| 虞城县| 沅陵县| 南召县| 泌阳县| 宜兴市| 西和县| 永春县| 靖边县| 镇平县| 类乌齐县| 苏州市| 泗阳县| 美姑县| 广西| 安达市| 祁东县|