人类活动对山西高原植被覆盖变化的影响

张 珺，程 朋，张 茹，闫美芳，任鸿瑞*

(1.太原理工大学测绘科学与技术系，山西太原 030024；2.太原理工大学环境科学与工程学院，山西太原 030024)



人类活动对山西高原植被覆盖变化的影响

张 珺1，程 朋1，张 茹1，闫美芳2，任鸿瑞1*

(1.太原理工大学测绘科学与技术系，山西太原 030024；2.太原理工大学环境科学与工程学院，山西太原 030024)

基于MODIS归一化植被指数数据，采用转移矩阵和线性回归模型等方法，对2001—2013年山西高原植被活动进行了研究，并结合土地利用覆盖数据、气象数据和统计数据，从土地利用变化、农业生产和植被建设三方面定量分析了人类活动对植被覆盖变化的影响.结果表明,13年来，土地利用变化的平均面积为24 151.29 km2，占山西高原总面积的15.8%，土地利用变化引起的年INDV的平均变化占山西高原年INDV变化的16.1%.农业生产对未变耕地区域年INDV的贡献率约80%，进一步研究表明施肥和灌溉等农业生产活动对农作物产量的贡献率约为82.1%.植被建设对未变林地区域年INDV和未变草地区域年INDV的贡献率分别为87%,85%，植被建设对林地未变区域年INDV的贡献随海拔升高越来越大，植被建设对低度带草地未变区域年INDV比中度带区域的贡献大.

INDV；植被活动；土地利用变化；农业生产；植被建设

植被作为地球生态系统的重要组成部分，在全球物质循环和能量流动中起着主导作用，对保持水土、调节气候和维持生态系统稳定有深远的意义[1-4].在当前全球化的背景下，自然因素和人为因素对植被覆盖变化的影响成为全球化研究的热点问题.近年来，国内外学者对自然因素与植被覆盖变化的关系进行了深入研究，并取得了重要成果[5-9].山西高原地处半干旱半湿润气候带，气候条件差，水土流失严重[10-12].山西高原曾经是塬面广阔、沟壑稀少、植被繁茂的地区，但随山西高原人口增加，环境恶化，植被减少，土壤侵蚀加剧，人类活动对山西高原植被覆盖变化起到了重要作用.国内外学者通过剔除自然因素，采用多种方法对人类活动与植被覆盖变化之间的关系进行了研究[13-20]，其中，最常用的是残差趋势法[21]和降水利用率法[22].残差趋势法是利用植被指数和降水量进行回归分析，计算出植被指数真实值和预测值之间的差值，以差值作为人为因素对植被覆盖变化的影响；降水利用率法是根据植被指数和降水利用效率的变化趋势以及它们两者的关系，剔除降水量对植被植被覆盖变化的干扰，判定人类活动对地表植被变化的影响.这些方法虽剔除了气候变化对植被覆盖变化的影响，得到了人类活动对其的影响，但并没有指出影响植被覆盖变化的具体的人类活动类型及其影响程度.

随着遥感对地观测技术的快速发展，可实时获取大范围、高分辨率的影像.归一化植被指数(INDV，Normalized difference vegetation index)是描述大尺度植被覆盖变化的良好指标，可以准确地反映植被的覆盖程度、生长量和生长状况等[23-24].多时相的INDV遥感数据广泛应用于大尺度植被覆盖变化的研究[25-26].在本研究中，采用年INDV的大小来表征植被覆盖的变化程度[27].

为深入研究人类活动对山西高原植被覆盖变化的影响，本研究基于多时相INDV遥感数据，结合土地利用覆盖数据、气象数据与统计数据，将人类活动进一步细化，从土地利用变化、农业生产和植被建设三个方面分别研究人类活动对山西高原植被覆盖变化的影响.

1 数据来源与研究方法

1.1 研究区概况

山西高原位于黄土高原东缘，黄河流域中段，处于34°34′～40°44′N与110°15′～114°32′E之间，北接内蒙古，西、南隔黄河与陕西、河南两省相望，东以太行山与河北相隔，是黄土高原的重要组成部分.山西高原是典型的以黄土覆盖的山地高原，平均海拔1 500 m，地势东北高西南低，境内起伏不平，河谷纵横，地貌复杂多样，主要有山地、平原、丘陵和台地.南北气候差异明显，气候条件恶劣，属温带大陆性季风气候.春季气候多变，风沙较多；夏季南长北短，降水集中；秋季短暂，天气温和；冬季漫长，寒冷干燥(图1，山西省统计年鉴).

图1 山西高原2013年土地利用类型

1.2 数据来源

遥感数据来自美国国家航空航天局数据服务中心提供的MODIS数据产品INDV数据(MOD13A3)和土地覆盖数据(MCD12Q1).MOD13A3是每月1 km分辨率的3级正弦曲线投影网格产品INDV数据，该数据已经过一系列系统校正，影像质量符合研究要求.研究中使用的MOD13A3数据的时间跨度为2001—2013年，首先对该数据进行数据格式投影转换、影像裁剪和拼接、重采样处理，得到山西高原2001—2013年空间分辨率为500 m的月INDV数据，然后对月INDV数据进行年平均处理，以年INDV作为植被活动的表征.MCD12Q1是MODIS提供的Terra和Aqua卫星通过一年的观测得到的土地覆盖数据，时间分辨率为1 a，空间分辨率为500 m.研究中使用的MCD12Q1数据时间跨度为2001—2013年，对该数据进行数据格式和投影转换、影像裁剪和拼接，最终得到山西高原2001—2013年空间分辨率为500 m的土地利用数据.

气象数据为2001—2013年山西高原27个气象站点的气温和降水量数据，来源于中国气象科学数据共享服务网.先求取年平均温度和年降水量，分别对年均温和年降水量数据进行克里金空间插值，投影变换使之与INDV影像投影类型一致，得到山西高原2001—2013年年均温和年降水量的栅格数据.统计数据来源于山西省统计年鉴，包括2001—2013年山西省历年农作物产量、化肥施用量、有效灌溉面积等.

1.3 研究方法

在本研究中，将MCD12Q1数据中IGBP全球土地利用分类方案划分的17类合并为6类，分别为耕地、林地、草地、水体、建设用地和未利用地.由于水体、建设用地、未利用地所占面积小，仅占2%，故只对耕地、林地、草地3种类型进行研究.

土地利用转移矩阵是描述土地利用类型之间相互转换的一种常用分析方法，具体阐述了区域土地利用变化的结构特征以及前期各土地利用类型的流出方向和后期各土地利用类型的来源及构成[28].在本研究中，利用计算得到的年INDV数据(MOD13A3)和土地覆盖数据(MCD12Q1)，基于土地利用转移矩阵，计算山西高原2001—2013年历年土地利用变化面积及其占山西高原总面积的比例,土地利用变化引起的年INDV变化及其占山西高原年INDV变化的比例,不同土地利用类型相互转换面积占土地利用变化总面积的比例,不同土地利用类型相互转换引起的年INDV变化占土地利用变化引起年INDV变化的比例等.

2 研究结果

2.1 土地利用变化与植被覆盖变化

表1为山西高原2001—2013年土地利用变化面积，其占总面积的比例以及土地利用变化引起的年INDV变化及其占年INDV变化的比例.13年来，土地利用变化的平均面积为24 151.29 km2，占山西高原总面积的15.8%，土地利用变化引起的年INDV的平均变化占山西高原年INDV变化的16.1%.2011—2012年土地利用变化面积最大，占山西高原总面积的19.9%;2002—2003年土地利用变化面积最小，占总面积的11.2%；2007—2008年土地利用变化引起的年INDV变化最大，占山西高原年INDV变化的33.4%;变化最小在2005—2006年，占年INDV变化的7.8%.

表1 山西高原2001—2013年土地利用变化面积和所引起的年INDV变化及其所占比例

表2为山西高原2001—2013年不同土地利用类型相互转换的面积占土地利用变化总面积的比例，以及相互转换引起的年INDV变化占土地利用引起的年INDV变化的比例.13年来，耕地和草地相互转换面积占土地利用变化总面积的比例最大，耕地转向草地的年INDV变化占土地利用变化引起的年INDV变化的比例较大，但是草地转向耕地的年INDV变化所占的比例很小.

13年间，耕地与草地相互转化的趋势是，在2001—2004年和2008—2013年两个时期主要以草地转向耕地为主，而在2004—2008年则以耕地转向草地为主.2001—2004年草地转向耕地的面积均占土地利用变化总面积的37%以上，而耕地转向草地的面积最少的仅占8.2%.其中2003—2004年草地转向耕地的面积占土地利用变化总面积的比例高达65.9%.2004—2008年耕地转向草地的面积大于草地转向耕地的面积，耕地转向草地的年INDV变化所占的比例最大.2008—2013年草地转向耕地的面积大于耕地转向草地的面积，耕地转向草地的面积占土地利用变化总面积的比例在0.28%～34.6%，草地转向耕地的面积占38.3%～47.2%.

表2 山西高原2001—2013年不同土地类型相互转换面积占变化总面积的比例以及所引起的年INDV变化占土地利用变化引起年INDV变化的比例(%)

2.2 农业生产与植被覆盖变化

2.3 植被建设与植被覆盖变化

表3 温度和降水对未变耕地、林地和草地区域年INDV的贡献

3 讨论

3.1 土地利用变化与植被覆盖变化

我国1999年开始实施退耕还林还草政策，在2001—2004年这段时期是政策执行的初期，效果不明显，从而导致草地转向耕地的面积大于耕地转向草地的面积.2003—2004年草地转向耕地的面积占土地利用变化总面积的比例高达65.9%，因为基于这一年国民经济发展的最新形势，对退耕还林还草政策的年度任务进行了适应性和结构性的调整，工程重心由大规模推进转移到成果的巩固上来，退耕造林造草面积大大减少，导致这一年的草地转向耕地的面积大大增加.

2004—2008年耕地转向草地的面积大于草地转向耕地的面积，同时耕地转向草地的年INDV变化所占的比例很大，这是由于经过前期的资金投入和政策的调整与落实，这段时期退耕还林还草工程已经取得明显成效.2003—2005年土地利用变化引起的年INDV变化为负值，这是由于土地利用类型转换过程中植被的生长状况较差.

2008—2012年草地转向耕地的面积大于耕地转向草地的面积，可能是为巩固退耕还林还草的成果，政府的工作重心已由大规模推进转向成果巩固，耕地转向草地的面积变化稳定，说明巩固工作取得明显成效.

3.2 农业生产与植被覆盖变化

从表3可以看出，农业生产对耕地未变区域年INDV的影响起主导作用，且这种影响较为稳定.对自然植被来说，其生长与温度和降水等自然因素关系密切，农作物与自然植被不同，农业技术水平的提高、农田灌溉设施的建设和化肥的使用等农业生产活动对农作物产量的影响远大于自然因素的影响.

根据统计资料得到2001—2013年山西高原历年主要农作物产量、化肥施用量以及有效灌溉面积，建立主要农作物产量与化肥施用量和有效灌溉面积的二元线性回归模型.化肥施用量和有效灌溉面积对农作物产量的贡献率约为82.1%，这表明化肥施用量和主要灌溉面积对农作物产量起着重要作用.山西省高原气候干旱，降水集中，土壤偏碱性，氮素和腐殖质贫乏，只有通过人工化肥施用以及灌溉才能保证农作物的产量，施肥和灌溉等农业生产活动对农作物产量的影响很大.

3.3 植被建设与植被覆盖变化

从表3还可以看出，植被建设对林地未变区域和草地未变区域年INDV起主导作用，且这种影响较为稳定.为了深入研究植被建设对植被覆盖变化的影响，结合山西高原高程数据，分低、中、高3个高度带(0～1 000 m,1 000～2 000 m,2 000～3 100 m)分别建立未变林地年INDV、未变草地年INDV与降水和温度的二元线性回归模型(表4-5).

表5 不同梯度下温度和降水对未变草地区域年INDV的贡献

从表4可以看出，2009年低度带未变林地年INDV受植被建设影响较大，中度带和高度带分别在2013年和2004年受植被建设影响较大.随着海拔升高，温度和降水对未变林地年INDV的贡献越来越小，植被建设对未变林地年INDV的贡献越来越大.植被建设对中度带未变林地年INDV的贡献大于低度带，可能是因为县、市主要分布在中度带地区，而县、市是人类聚居的地方，导致低中度带植被建设的作用比低度带区域更强.高度带未变林地年INDV的贡献较大，可能是因为山西高原近年来实施“飞播”技术，而“飞播”技术成本低、功效高，便于在不易人工造林的高度带区域大面积造林.

从表5可以看出，2008年低中度带未变草地年INDV受植被建设影响最大.植被建设对低度带未变草地年INDV比中度带的贡献大，可能是低度带适合放牧等原因对未变草地年INDV的影响.高度带受植被建设影响最大，这也可能是因为“飞播”技术，便于在不易人工造草的高度带区域大面积造草.

4 结论

文中利用2001—2013年MODISINDV数据，结合土地利用覆盖数据、气象数据和统计资料，克服以往研究的不足，从土地利用变化、农业生产和植被建设三个方面分析了人类活动对山西高原植被覆盖变化的影响，主要结论如下：

1)13年来，土地利用变化的平均面积为24 151.29 km2，占山西高原总面积的15.8%，土地利用变化引起的年INDV的平均变化占山西高原年INDV变化的16.1%.耕地和草地相互转换的总面积占土地利用变化总面积的比例最大，2001—2004年和2008—2013年以草地转向耕地为主，而2004—2008年则以耕地转向草地为主. 2003—2004年草地转向耕地的面积占土地利用变化总面积的比例最大，为62.3%；2007—2008年耕地转向草地年平均INDV占土地利用年INDV变化的比例最大，为56.7%.

2)农业生产对未变耕地区域年INDV的贡献率高达80%，2006年农业生产对未变耕地区域年INDV的贡献率最小，为62.3%；2008年贡献率最大，为93.1%.进一步研究表明施肥和灌溉等农业生产活动对农作物产量的贡献率约为82.1%.

3)植被建设对未变林地区域年INDV和未变草地区域年INDV的贡献率分别为87%，85%.2013年植被建设对未变林地区域年INDV的贡献率最大，为99%；2010年植被建设对未变草地区域年INDV的贡献率最大，为98.9%.随着海拔升高，植被建设对未变林地年INDV的贡献越来越大.植被建设对低度带未变草地年INDV比中度带区域的贡献大.

[1] SOLOMON A M，SHUGART H H.VegetationDynamicsandGlobalChange[M].London:Chapman and Hall，1993.

[2] XIN Z B，XU J X，WEI Z.Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau(1981—2006)：impacts of climate changes and human activities[J].ScienceinChinaD：EarthSciences，2008，51(1)：67.

[3] 夏露，刘咏梅，柯长青.基于SPOT4数据的黄土高原植被动态变化研究[J].遥感技术与应用，2008，23(1)：67.

[4] 张翀，任志远，李小燕.黄土高原植被对气温和降水的响应[J].中国农业科学，2012，45(20)：4205.

[5] ROERINK G J，MENENTI M，SOEPBOER W，et al.Assessment of climate impaction vegetation dynamics by using remote sensing[J].PhysicsandChemistryoftheEarth，2003，28(1-3)：103.

[6] 刘咏梅，李京忠，夏露.黄土高原植被覆盖变化动态分析[J].西北大学学报(自然科学版)，2011，41(6)：1054.

[7] 孙红雨，王常耀，牛铮，等.中国植被覆盖变化及其与气候因子关系——基于NOAA 时间序列数据[J].遥感学报,1998，2(3)：204.

[8] 朴世龙，方精云.最近18年来中国植被覆盖的动态变化[J].第四纪研究，2001，21(4):294.

[9] 朴世龙，方精云.1982—1999年我国陆地植被活动对气候变化响应的季节差异[J].地理学报，2003，58(1)： 119.

[10] 信忠保，许炯心，郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学D辑：地球科学,2007，37(11)：1504.

[11] 张岩，张清春，刘宝元.降水变化对陕北黄土高原植被覆盖度和高度的影响[J].地球科学进展，2002，17(2)：268.

[12] 余卫东，闵庆文，李湘阁.黄土高原降水资源特征及其对植被分布的可能影响[J].资源科学，2002，24(6)：55.

[13] WESSELS K J，PRINCE S D，MALHERBE J，et al.Can human-induced land degradation be distinguished from the effects of rainfall variability:a case study in South Africa[J].JournalofAridEnvironments,2007，68：271.

[14] 易浪，任志远，张翀.黄土高原植被覆盖变化与气候和人类活动的关系[J].资源科学,2014，36(1)：0166.

[15] EVANS J，GEERKEN R.Discriminating between climate and human-induced dryland degradation[J].JournalofAridEnvironments，2004，57：535.

[16] 杜加强，舒俭民，张林波.基于植被降水利用效率和INDV的黄河上游地区生态退化研究[J].生态学报，2012，32(11)：3404.

[17] 李辉霞，周红艺，魏兴琥.基于RUE和NDVI的人类活动对植被干扰强度分析——以桂西北为例[J].中国沙漠,2014，34(3)：927.

[18] MBEREGO S，SANGA-NGOIE K，KOBAYASHI S.Vegetation dynamics of Zimbabwe investigated using NOAA-AVHRR NDVI from 1982 to 2006：a principal component analysis[J].InternationalJournalofRemoteSensing，2013，34(19)：6764.

[19] KAWABATA A，ICHII K，YAMAGUCHI Y.Global monitoring of interannual changes in vegetation activities using NDVI and its relationships to temperature and precipitation[J].InternationalJournalofRemoteSensing，2001，22(7)：1377.

[20] 王静，王克林，张明阳，等.南方丘陵地带NDVI时空变化及其驱动因子分析[J].资源科学，2014,36(8)：1712.

[21] GEERKEN R，ILAIWI M.Assessment of rangeland degradation and development of a strategy for rehabilitation[J].RemoteSensingofEnvironment，2004，90：490.

[22] PRINCE S D，BROWN DE COLSTOUN E，KRAVITZ L L.Evidence from rain-use efficiency does not indicate extensive Sahelian desertification[J].GlobalChangeBiology，1998，4：359.

[23] NEMANI R R，KEELING C D，HASHIMOTO H，et al.Climate-driven increase in global terrestrial net primary production from 1982 to 1999[J].Science，2003，300：1560.

[24] XIAO X M，BOLES S，LIU J Y，et al.Characterization of forest types in Northeastern China,using multi-temporal SPOT-4 VEGETATION sensor data[J].RemoteSensingofEnvironment，2002，82：335.

[25] ANYAMBA A，TUCKER C J.Analysis of Sahelian vegetation dynamics using NOAA-AVHRR NDVI data from 1981—2003[J].JournalofAridEnvironments，2005，63(3)：596.

[26] BARBOSA H A，HUETE A R，BAETHGEN W E.A 20-year study of NDVI variability over the Northeast Region of Brazil[J].JournalofAridEnvironments，2006，67(2)：288.

[27] 方精云，朴世龙，贺金生，等.近20 年来中国植被活动在增强[J].中国科学C辑：生命科学，2003，33(6)：554.

[28] 田霞飞，薛娴，廖杰，等.1990—2010年黄河宁蒙段所处流域土地利用变化[J].中国沙漠，2014，34(4)：1167.

(责任编辑 惠松骐)

Influence of human activities on vegetation cover variations on Shanxi Plateau

ZHANG Jun1，CHENG Peng1，ZHANG Ru1，YAN Mei-fang2，REN Hong-rui1

(1.Department of Surveying and Mapping Science and Technology，Taiyuan University of Technology，Taiyuan 030024，Shanxi，China；2.College of Environmental Science and Engineering，Taiyuan University of Technology，Taiyuan 030024，Shanxi，China)

This paper investigated the vegetation cover variations on the Shanxi Plateau based on MODIS normal difference vegetation index(INDV) from 2001 to 2013 using transition matrix and liner regression methods.The influence of human activities on vegetation cover variations are also analyzed from three aspects:land use change,agricultural production,and vegetation construction,based on land use data,meteorological data,and statistical data.Results show that during 13 years,the average area of land use change is 24 151.29 km2,accounting for 15.8% of the total area on Shanxi Plateau.The average variations inINDVcaused by land use change is accounted for 16.1%.The contribution of agricultural production to annualINDVis about 80% in the unchanged area of cropland.Fertilization and irrigation plays an important role in the output of crops,and the contribution is 82.1%.The contributions of vegetation construction to annualINDVare about 87% and 85% in unchanged area of woodland and grassland,respectively.The contribution of vegetation construction to annualINDVin unchanged area of woodland is increased with increasing altitude.The contribution of vegetation construction to annualINDVin low altitude area of grassland is larger than the middle altitude area.

INDV;vegetation activity;land use change;agricultural production;vegetation construction

10.16783/j.cnki.nwnuz.2016.06.021

2016-03-23;修改稿收到日期:2016-05-31

山西省青年科技研究基金资助项目(2013021030-1);山西省高等学校创新人才支持计划资助项目

张珺(1991—),女,山西大同人,硕士研究生.主要研究方向为遥感应用.

E-mail:dtzhangjun23@126.com

Q 948.1

A

1001-988Ⅹ(2016)06-0118-07

*通讯联系人，男,副教授,博士，硕士研究生导师.主要研究方向为遥感应用.E-mail:hrren@126.com