植被动态变化是研究气候变化对陆地生态系统影响的一个重要指标^[1]，被称为区域生态环境状况的“指示器”^[2]。植被指数变化可反映植被的生长态势，常用的植被指数有归一化植被指数(normalized difference vegetation index, NDVI)和植被增强型指数(enhanced vegetation index，EVI)等^[3]。

由于高植被覆盖区域NDVI容易饱和，EVI应运而生，EVI可以表征地表植被覆盖和生长状况，有助于揭示高植被覆盖度区域植被动态研究，且在低植被覆盖区具有更强的辨别力^[4]。陈燕丽等^[5]通过对比喀斯特地区植被MODIS NDVI数据和MODIS EVI数据对气候因子的响应后发现，EVI与气候因子(除日照外)的相关性更显著。程乾等^[6]研究表明EVI相较于NDVI更不容易饱和。杨嘉等^[7]通过对西北地区MODIS NDVI和MODIS EVI比较发现EVI具有更好的抗大气气溶胶的作用。此外，已有不少学者利用EVI数据分析了区域植被变化及其气候响应。如Patasaraiya等^[8]基于NDVI和EVI数据分析了印度中部森林地区2000—2015年植被动态变化及其与气候因子的相关性。Sedighifar等^[9]使用EVI数据探究了伊朗北部2000—2016年植被变化并将其对地表温度和降雨的响应进行了时空模拟。李美丽等^[4]、张艳可等^[10]、田志秀等^[11]使用EVI数据分别探究了中国西南地区、北回归线云南段、锡林郭勒盟地区植被变化及其对气候的响应，上述研究有助于认知不同区域植被覆盖变化及其影响要素，并进行适应性管理。

黄土高原水土流失严重，是中国生态环境最为脆弱的地区之一^[12-13]，1999年以来的退耕还林还草等生态工程建设对该区域生态环境改善成效显著^[14-15]。关于黄土高原植被变化及其对气候响应的研究已有很多，孙悦等^[16]发现15 a黄土高原近NDVI总体呈现上升趋势，对气温、降水的响应有明显的季节差异。董镱等^[17]发现人类活动是黄土高原生态环境变化的主要驱动因素。刘静等^[18]、孟晗等^[19]、郭力宇等^[20]先后分析了黄土高原植被覆盖变化及其对气候因子的响应关系。

但上述研究多侧重年际、季节尺度上降水或气温对植被生长的影响，涉及典型森林区域的研究报道很少。同时，上述研究多为定性的讨论人类活动对植被覆盖的影响，缺少对其的定量描述。子午岭林区(包括子午岭国家级自然保护区及周边区域)是黄土高原唯一保存良好的天然次生林区，在水源涵养、气候调节、生物多样性维持等方面发挥着重要作用^[21]。探究子午岭区植被覆盖动态变化可以为该地区的植被监测和生态建设成效评价提供科学依据。因此，本文以MODIS EVI为数据源，研究2000—2018年子午岭区EVI时空变化及其对气候变化的响应、人类活动对该区域产生的影响，同时定量分析两者对研究区植被EVI变化的贡献度，以期为该地区植被变化研究与生态环境评估提供科学依据。

1 研究区概况

本文将子午岭国家级自然保护区及其周边区域统称为子午岭区。该区是黄土高原目前唯一保存完整的天然次生林区。子午岭区(34°40′—37°25′N，107°30′—110°20′E)地处黄土高原腹地，横跨陕西、甘肃两省，行政单元包括甘肃省华池、合水、宁县、正宁、以及陕西省吴起、志丹、安塞、宝塔、甘泉、富县、黄陵、宜君、王益、印台、耀州、旬邑等16个县区(图 1)。子午岭区地处东亚季风气候区，为典型的大陆性气候，研究区海拔约553~1 817 m。依据黄土高原分区，子午岭区陕西片属黄土丘陵沟壑区，甘肃片为黄土高原沟壑区^[22]。该区地形支离破碎、沟壑纵横，加之降水集中在7—9月，极易发生水土流失和土壤侵蚀。子午岭区地带性植被南部以温带落叶阔叶林为主，北部以温带草原为主。子午岭区以人工林和次生天然林为主，天然林已消失殆尽，植被类型单一，树种结构简单，人工树种主要有油松、樟子松、刺槐、侧柏等。本研究所用县(区)行政范围矢量边界分别来源于甘肃省自然资源厅(http://zrzy.gansu.gov.cn/)〔审图号：甘S(2011)22号〕和陕西省测绘地理信息局(http://snsm.mnr.gov.cn/Home/IndexNew)〔陕S(2018)006号〕，底图无修改。子午岭林区人类活动历史悠久，自明清以来，区域植被经历了破坏、恢复、破坏、恢复的演替过程。区域自然资源(如煤炭、石油等)和文化旅游资源丰富，开采和开发力度大，在促进经济发展的同时，也增加了自然扰动和环境承载压力。

2 研究数据与方法 2.1 数据来源与处理 2.1.1 遥感数据

所用MODIS EVI数据序列(空间分辨率为250 m，时间分辨率为16 d)来源于美国国家航空航天局(https://MODIS.gsfc.nasnasa.gov/)。将2000—2018年EVI数据集通过MRT进行格式、投影转换(投影转换为Albers)，并进一步消除云、大气等噪声，采用最大值合成法生成月EVI数据序列。参考徐佳等^[23]研究，非生长季植被生长较差，植被指数易受土壤、积雪反射等影响，因此，以该区域植被生长季4—10月为研究时段^[23]，裁剪得到子午岭区2000—2018年生长季EVI数据。

2.1.2 气象数据

气象数据包括研究区及周边19个站点2000—2018年逐日降水量(P)、最高气温(T_max)、平均温(T_mean)、最低气温(T_min)、平均相对湿度(RH)、平均风速(U)、日照时数(N)气象资料以及经纬度、海拔等信息，来源于中国气象数据网和中国科学院资源环境科学数据中心(http://www.resdc.cn/)。各年气温数据为4—10月降水数据(逐日降水量累加)、气温均值通过克里金插值得到的。

2.2 研究方法 2.2.1 像元二分法

本文采用像元二分法估算研究区植被覆盖度，该模型假设每个像元的EVI值都是由裸土和植被两部分混合构成。根据研究区EVI累计频率表，以累计频率99.5%和0.5%的EVI值作为EVI_veg与EVI_soil，计算该地区多年平均植被覆盖度(FVC)，其计算公式^[24-25]：

$ \mathrm{FVC}=\frac{\mathrm{EVI}-\mathrm{EVI_{ \text {soil } }}}{\mathrm{EVI}_{\mathrm{veg}}-\mathrm{EVI}_{\text {soil }}} $

(1)

式中：FVC为植被覆盖度; EVI为2000—2018年生长季平均值。

2.2.2 一元线性回归

本文采用一元线性回归方法在像元尺度上分析研究区EVI变化趋势。线性回归方程的斜率用来表示研究区EVI的变化速率，定义为θ^[1]，其计算公式为：

$ \theta=\frac{n \times \sum\limits_{i=1}^{n} i \times \bar{x}_{i}-\sum\limits_{i=1}^{n} i \times \sum\limits_{i=1}^{n} \bar{x}_{i}}{n \times \sum\limits_{i=1}^{n} i^{2}-\left(\sum\limits_{i=1}^{n} i\right)^{2}} $

(2)

式中：θ为EVI变化速率; n为研究时间序列的长度, 值为19; i为年序号, 取值1—19; x_i为第i年EVI的平均值; 当θ > 0时, 说明EVI呈上升趋势; 当θ < 0时, 说明EVI呈下降趋势; θ的绝对值越大, 说明EVI的变化速率越快。

2.2.3 相关分析

本文采用相关分析法，计算子午岭区EVI与气候因子(气温、降水)的相关系数，用以反映EVI与气候因子之间相关性的程度和方向，其取值范围为[-1, 1]。相关系数绝对值越大，表明相关性越大。相关系数取值为负表示负相关，取值为正表示正相关。

2.2.4 残差分析

植被覆盖除受自然因素的影响外，人类活动对其的影响也不可忽视，植被覆盖的变化也反映着人类活动的痕迹^[26]。本文采用残差分析法，基于回归分析逐像元建立EVI与平均气温和累积降水的关系，得到每个像元上的EVI预测值(EVI_p)，EVI_p与遥感观测的实际值作差，用来表示人类活动对植被生长的影响。

气候变化及人类活动贡献度计算方法见表 1^[27]。

3 结果与分析 3.1 植被生长季EVI空间分布特征

研究区2000—2018年生长季(4—10月)EVI均值呈现明显的空间分布，EVI均值为0.325，变化范围为0.003~0.549(图 2a)。子午岭区不同县区生长季EVI均值分析结果显示：黄陵最大(0.426)，其次为旬邑(0.401)、富县(0.398)、宜君(0.40)，EVI均值处于0.30~0.40主要有耀州、印台、正宁、甘泉、合水、宁县、王益等，EVI均值小于0.3的县区有宝塔、志丹、华池、安塞、吴起等(图 2a)。基于像元二分法得到研究区的植被覆盖度图(图 2b)，研究区植被覆盖度均值约为46%，植被覆盖度由高到低为：黄陵(77%)、旬邑(70%)、富县(69%)、宜君(68%)、耀州(62%)、正宁(61%)、印台(59%)、甘泉(57%)、合水(55%)、宁县(46%)，植被覆盖度低于研究区均值的县区有华池、吴起、志丹、安塞、宝塔及王益等。为进一步对比分析子午岭核心林区及其周边区域多年植被变化差异，本文将植被覆盖度大于70%的连片区域划分为核心林区(主要分布在国家级自然保护区，占研究区面积25%)，其余部分称为周边区域(图 2b)。分析可见子午岭核心林区植被覆盖度与周边区域植被覆盖度差异显著(图 2b)。

3.2 植被生长季EVI动态变化特征 3.2.1 时间变化趋势

从2000—2018年子午岭区EVI均值变化趋势(图 3)可知，19 a来该研究区植被覆盖整体改善明显，整体EVI整体以0.055/10 a的增速增加，最大值出现在2018年(0.375)，最小值出现在2000年(0.252)；其中子午岭核心林区EVI以0.038/10 a的增速变化(R²=0.679 8)，周边区域EVI增长趋势明显大于核心区域(增速为0.061/10 a，R²=0.899 7)，其变化趋势与研究区基本一致，但周边区域对研究区整体植被改善的贡献大于子午岭区核心林区(图 3)。

3.2.2 空间变化趋势

采用一元线性模型在像元尺度上分析2000—2018年研究区EVI变化趋势(图 4a)，变化速率处于-0.19~0.25/10 a之间，采用ArcGIS中自然断点法将研究区EVI变化速率分为5个等级：θ≤0，0＜θ≤0.05，0.05＜θ≤0.10，0.10＜θ≤0.15，0.15＜θ≤0.25/10 a。由图 4a可见，EVI变化速率小于0的区域面积较少(面积比例为0.99%，下同)，集中分布在宝塔、耀州等县城周边；变化速率在0.10~0.15/10 a和大于0.15/10 a的区域分别占12.49%，2.12%，主要分布为宝塔、安塞、志丹北部、吴起南部、正宁中部等；EVI的变化速率在0~0.05/10 a区域所占比例较大(33.02%)，主要分布在研究区中部(即核心林区)，变化速率在0.05~0.10/10 a区域所占比例最大(51.38%)，主要分布在子午岭周边区域(图 4a)。

对EVI变化速率采用F检验进行显著性检验(图 4b)，并将其分为5类：变化不显著(p＞0.05)、显著改善(θ＞0, p＜0.05)、极显著改善(θ＞0, p＜0.01)、显著退化(θ＜0, p＜0.05)、极显著退化(θ＜0, p＜0.01)。由图 4b可见，研究区植被变化整体以极显著改善为主(占84.77%)，其次是变化不显著区域(占8.23%)，主要分布于核心林区的中部；显著改善区域主要分布在不显著变化区域的外围(6.78%)，显著退化和极显著退化所占比例很小(0.10%，0.12%)，其分布特征与变化速率小于0的区域相似，散布在各个县区主要城镇周边。

对核心林区和周边区域EVI变化的显著性分析发现：核心林区极显著改善占核心区面积的63.95%，而在周边区域极显著改善占周边区域面积的91.78%(表 2)。可见，子午岭周边区域植被改善程度大于核心林区。而在核心林区内，EVI变化不显著区域占其面积的19.67%，周边区域EVI变化不显著区域仅占其面积的4.38%(表 2)。

3.3 植被生长季EVI变化与气候因子的关系 3.3.1 植被生长季EVI变化与气温均值的关系

基于相关分析法开展子午岭区2000—2018年逐年生长季EVI数据和气温均值的相关性分析，获得其相关性变化范围为-0.84~0.82(图 5a)和显著性t检验(图 5b)。可见，子午岭区生长季EVI与气温均值主要以不显著相关为主(88.10%)。显著负相关的区域(9.41%)主要为子午岭区东北部，如宝塔、安塞、甘泉以及耀州、华池和富县等；显著正相关区域主要为(2.49%)子午岭区东南部县区，如宜君、印台以及宁县、正宁等；不显著负相关的区域(59.29%)主要为子午岭区中北部，如吴起、志丹、华池、合水、富县等；不显著正相关的区域(28.81%)主要为子午岭区南部，如宁县、正宁、旬邑、黄陵、耀州、王益。子午岭核心林区生长季EVI与均温主要以不显著相关为主，说明气温变化对核心林区EVI的影响不显著。

3.3.2 植被生长季EVI变化与降水的关系

基于相关分析法开展2000—2018年子午岭区逐年生长季EVI数据和降水的相关性分析，获得其相关性变化范围为-0.84~0.93(图 6a)和显著性t检验结果(图 6b)。

可以看出，子午岭区生长季EVI与降水主要以不显著相关为主(94.54%)。两者呈显著正相关地区(5.34%)主要为子午岭区西北部，如华池、志丹、吴起、安塞等；两者呈显著负相关地区(0.12%)很小，主要在子午岭区东南部黄陵、宜君、印台、王益等地零星分布；呈不显著负相关地区(21.84%)主要为子午岭区南部，如宁县、正宁、旬邑、黄陵、耀州、王益、宜君和印台等；呈不显著正相关地区(72.70%)主要为子午岭区北部，如吴起、安塞、宝塔、甘泉、合水、富县。而核心林区生长季EVI与降水主要以不显著相关为主，说明降水的变化对核心林区EVI的影响不显著。

3.4 子午岭区EVI变化的人为影响

利用残差分析法分析2000—2018年人类活动对研究区EVI的影响(图 7)可知，人类活动对研究区EVI变化呈正向影响区域(29.82%)主要分布在子午岭北部片区，如吴起、志丹、安塞、宝塔、宁县、甘泉等；呈消极影响地区(1.53%)极少且主要分布在宝塔区城镇附近；无显著影响地区(68.65%)主要分布在子午岭中部地区(特别是核心林区)，如华池、志丹、甘泉、富县、黄陵、宜君等。总的来说，人类活动对子午岭周边EVI变化产生正向影响，但对核心林区EVI变化的影响不显著。

3.5 气候变化和人为影响对子午岭区EVI变化的贡献度

通过对子午岭区生长季真实EVI值、预测EVI值以及残差值的趋势变化分析，得到气候变化以及人为影响对EVI变化的贡献度(图 8)。由图 8可知子午岭区植被覆盖的变化主要是因为人类活动和气候变化共同影响(图 8a)，且人类活动贡献度更高。整体上气候变化对植被覆盖的贡献度为28.19%，人类活动贡献度为71.81%。在植被增长的地区，气候变化的贡献度主要集中在20%~40%(图 8b)。人类活动贡献度主要为60%~80%，大于80%的地区主要分布在安塞、宝塔、正宁、旬邑等(图 8c)。在植被覆盖减少的地区，如宝塔及耀州的城镇地区，主要是由于人类活动以及气候变化的共同影响或只受人类活动影响，其中，气候变化贡献率小于20%。在核心林区，人类活动的贡献度为67.30%。

4 讨论与结论 4.1 讨论

2000—2018年来子午岭区生长季(4—10月)植被覆盖有明显改善，EVI整体以0.055/10 a的趋势增长；子午岭区EVI与气温、降水主要以不显著相关为主，气候变化对子午岭区EVI变化的贡献度为28.19%，人类活动的贡献度为71.81%。说明其植被改善主要受人类活动影响。研究区2000—2018年气候相对稳定，大规模植被建设促进了子午岭区的植被生长和恢复，与2000年相比，子午岭林区耕地面积减少1 691.19 km²，林地和草地面积分别增加629.27 km²，911.77 km²；但同时降低了植被覆盖与气候变化的相关性^[28]。通过进一步对比子午岭核心林区及其周边区域多年植被变化差异发现，周边区域(增长趋势为0.061/10 a)植被整体改善的贡献大于核心林区(增长趋势为0.038/10 a)，人类活动对周边区域EVI均值主要为正向影响。受退耕还林还草工程^{[24, 29]}和生态工程建设^[30]的影响，子午岭周边区域植被覆盖得以改善。同时技术的进步提高了农业生产力，农业实践的改善提高了粮食生产力，能够缓解周边区域农业生产对自然环境资源的负担，对促进植被恢复呈现积极作用^[31]。核心林区植被覆盖主要以改善为主，核心林区EVI均值与气温、降水相关性不显著，这与赵润东^[32]、肖强等^[33]在黄土高原研究结果一致(黄土高原森林区植被NDVI与温度、降水的相关性不明显)。而人类活动对核心林区EVI变化的贡献度为67.30%，但对其变化影响不显著，这可能是因为核心林区主要为国家级自然保护区，由于人类的保护使其覆盖度增加，同时人类活动的扰动相对较少，核心林区植被覆盖本底相对较好，生态恢复和人类活动带来的EVI增加相对不明显。但仍需加强核心林区森林保护、管理和监测等，减少人类活动的负面影响。

子午岭区EVI变化速率小于0和人类活动为消极影响的区域主要为建设和居住用地，这主要是新型城镇化、新农村建设等引起的。2000—2018年子午岭区建设和居住用地面积增加132.22 km²，城镇化的快速发展使得城镇周边的EVI均值下降，同时城镇化进程加速了农村人口的迁出，城市人口增长使城市资源进一步开发和破坏，使得其周围植被覆盖减少。总的来说，子午岭区植被恢复和建设的生态效益明显，植被EVI有所提高。

本文基于MODIS EVI数据，揭示了子午岭区2000—2018年EVI时空变化及其对气候变化的响应、人类活动对该区域产生的影响，定量分析了两者对研究区植被EVI变化的贡献度，可为典型林区植被监测和生态建设成效评价提供科学依据。但是，植被EVI值的变化受多种因素的共同作用。本文气候因素只选取了气温和降水这两个主要因素，在以后的研究中可选取更多气候指标。例如，蒸散发、日照时数、干旱数据等分析气候因子和植被覆盖的相关关系。此外，尽管本文利用残差分析法构建线性方程得到人类活动对植被覆盖度的影响，同时定量分析了人类活动的贡献度，但人类活动复杂多样，仍需要进一步进行人类活动对植被覆盖的调查和监测研究。后续的研究中应考虑不同的人类活动对植被覆盖的影响，考虑使用驱动机制、非线性方法等更加准确地揭示EVI与人类活动关系。

4.2 结论

2000—2018年子午岭区生长季(4—10月)EVI平均值范围为0.003~0.549，19 a来研究区EVI变化速率为-0.19~0.25/10 a，整体以0.055/10 a的趋势增长，其中子午岭核心林区EVI以0.038/10 a的趋势增长(R²=0.679 8)，周边区域EVI以0.061/10 a的趋势增长(R²=0.899 7)；子午岭区植被覆盖度约为46%，整体以极显著改善为主，主要以子午岭区北部的吴起、志丹、安塞、宝塔、华池等县区为主，但核心林区中部EVI变化不显著。

子午岭区植被覆盖的变化主要是因为人类活动和气候变化共同影响，但整体上气候变化对植被覆盖的贡献度为28.19%，子午岭区2000—2018年植被EVI均值与年均温和年累积降水以不显著相关为主，EVI均值与气温均值呈显著负相关的区域主要为子午岭区东北部；呈显著正相关主要为子午岭区东南少部分区域。EVI均值与降水呈显著正相关地区主要为子午岭区西北部的极少部分；呈显著负相关地区主要在子午岭区东南部零星分布。气温或者降水的变化对核心林区的影响不显著。人类活动对植被覆盖的贡献度为71.81%，人类活动对子午岭周边区域(如吴起、志丹、安塞、宝塔、宁县、甘泉等县区)EVI的变化以正向影响为主，但对核心林区EVI变化的影响不显著。