聶桐 ，董國(guó)濤, ，蔣曉輝，郭欣偉，黨素珍，鄭嘉昊，李立纏，王江

1. 西北大學(xué)，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

植被是生態(tài)系統(tǒng)聯(lián)系大氣圈、土壤圈和水圈的重要部分，也是直接反映生態(tài)環(huán)境變化的敏感因子（Wei et al.，2018），且植被作為陸地生態(tài)系統(tǒng)的重要組成部分，提供生態(tài)服務(wù)并維持陸地生態(tài)系統(tǒng)的功能（Du et al.，2020）。植被對(duì)自然環(huán)境和人類活動(dòng)的變化具有敏感性，反映氣候變化和人類活動(dòng)在短時(shí)間內(nèi)的影響（Meng et al.，2020）。歸一化植被指數(shù)（NDVI）不僅是應(yīng)用于全球和區(qū)域植被生長(zhǎng)的重要指標(biāo)（Yuan et al.，2019），也是用于監(jiān)測(cè)植被時(shí)空變化的重要指標(biāo)。目前對(duì)植被覆蓋變化驅(qū)動(dòng)力的研究集中于自然因子和人類活動(dòng)因子的耦合作用，已有許多學(xué)者對(duì)植被動(dòng)態(tài)變化的影響因素開展研究。

國(guó)內(nèi)學(xué)者利用遙感數(shù)據(jù)監(jiān)測(cè)區(qū)域內(nèi)植被覆蓋空間分布特征及動(dòng)態(tài)變化（賈坤等，2013），對(duì)黃土高原（孫銳等，2020）、華北地區(qū)（劉斌等，2015）、三江源（劉憲鋒等，2013）等地區(qū)的植被覆蓋變化進(jìn)行探索，研究發(fā)現(xiàn)氣候變化是影響植被覆蓋時(shí)空分異性的主要影響因素。全國(guó)尺度上，植被 NDVI空間異質(zhì)性明顯（高江波等，2019），水分以及溫度在不同空間呈現(xiàn)一定的限制性。在小區(qū)域尺度上，地形要素（夏安全等，2020）、地貌類型（龐國(guó)偉等，2021）、土壤類型（呂家欣等，2020）的不同影響植被形成和生長(zhǎng)狀態(tài)，導(dǎo)致各地區(qū)植被分布存在明顯的差異性。因此，各類自然因素對(duì)植被NDVI影響存在時(shí)空上的疊加效應(yīng)，導(dǎo)致植被時(shí)空分布變化出現(xiàn)不穩(wěn)定性和復(fù)雜性。隨著城市化進(jìn)程的加快，人類活動(dòng)對(duì)植被覆蓋變化產(chǎn)生顯著影響，并且對(duì)植被覆蓋的影響不是單一的，而是雙重的（趙維清等，2019）。國(guó)內(nèi)采取退耕還林還草等工程對(duì)植被恢復(fù)產(chǎn)生正影響，但過快的城市化發(fā)展對(duì)植被覆蓋也產(chǎn)生負(fù)影響（于璐等，2020）。人類活動(dòng)對(duì)國(guó)內(nèi)植被覆蓋影響具有明顯的空間分異性，從整體來看人為活動(dòng)負(fù)影響呈現(xiàn)波動(dòng)減少趨勢(shì)，正影響表現(xiàn)出增大趨勢(shì)（王建邦等，2019）。例如秦嶺山區(qū)和三江源地區(qū)，人為因素對(duì)植被覆蓋呈現(xiàn)正影響關(guān)系（李輝霞等，2011；鄧晨暉等，2018），表明生態(tài)保護(hù)等措施取得了初步成效。

目前研究植被NDVI時(shí)空變化及影響因素多數(shù)是線性回歸分析、趨勢(shì)分析與相關(guān)分析方法（肖強(qiáng)等，2016；鄭杰等，2016；孔冬冬等，2017），但在長(zhǎng)時(shí)間序列中植被變化與影響因素之間少有嚴(yán)格標(biāo)準(zhǔn)的線性關(guān)系（Hein et al.，2011），定量分析植被時(shí)空特征的驅(qū)動(dòng)力仍比較困難。國(guó)內(nèi)外許多學(xué)者對(duì)半干旱半濕潤(rùn)區(qū)域的植被覆蓋時(shí)空變化進(jìn)行研究（Gholamnia et al.，2019；Liu et al.，2019），陜西省榆林市位于半濕潤(rùn)區(qū)向半干旱區(qū)過渡地帶（欒金凱等，2018），北部是毛烏素沙漠南緣，南部是黃土高原的腹地，溝壑縱橫決定了榆林市生態(tài)環(huán)境脆弱，因此對(duì)榆林市植被時(shí)空分異性及其驅(qū)動(dòng)力研究對(duì)生態(tài)保護(hù)具有現(xiàn)實(shí)意義。地理探測(cè)器模型既可以探測(cè)數(shù)值型數(shù)據(jù)，也可以探測(cè)定性數(shù)據(jù)（王勁峰等，2017），同時(shí)可以探測(cè)兩因子交互作用于因變量。本文通過地理探測(cè)器模型定量分析NDVI空間分異性，將自然因素與人類活動(dòng)因素進(jìn)行整體研究，并找出影響因子對(duì)植被的最佳適應(yīng)范圍，為促進(jìn)榆林市植被保護(hù)與生態(tài)格局建設(shè)提供科學(xué)依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

榆林市位于陜西省最北部，處于 107°28′—111°15′E，36°57′—39°35′N 之間。東臨黃河與山西相望，西連寧夏、甘肅，北鄰內(nèi)蒙古，南接本省延安市，地域總土地面積43578 km2（圖1）。榆林市地貌北部為風(fēng)沙草灘區(qū)，占總面積的42%，南部為黃土丘陵溝壑區(qū)，占總面積的58%。全市地勢(shì)呈現(xiàn)西南高東南低，西南部平均海拔 1600—1800 m，其他各地平均海拔 1000—1200 m。榆林市是中國(guó)日照高值區(qū)之一，年平均日照時(shí)數(shù)2593.5—2914.4 h。2018年底，全市常住人口341.78萬人（榆林市統(tǒng)計(jì)局，2019）。

圖1 研究區(qū)地理位置Figure 1 The geographical position of the study area

1.2 數(shù)據(jù)來源與處理

本文選取植被NDVI、坡度、坡向、土壤類型、降水、氣溫、土地利用類型、人口密度和GDP等因子作為研究數(shù)據(jù)，用于探測(cè)榆林市的植被覆蓋空間分異機(jī)制。NDVI采用的 MODIS數(shù)據(jù)（https://ladsweb.nascom.nasa.gov/）為時(shí)間分辨率16 d、空間分辨率為250 m的MOD13Q1 NDVI，并采用最大值合成。DEM原始數(shù)據(jù)空間分辨率為90 m，坡向、坡度由DEM數(shù)據(jù)計(jì)算獲取。土壤和土地利用數(shù)據(jù)選自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn），空間分辨率為1 km。2000—2018年降水氣溫?cái)?shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn），通過反距離加權(quán)平均法內(nèi)插進(jìn)行預(yù)處理生成2000、2005、2010、2015、2018年5期數(shù)據(jù)。2000—2018年人口密度GDP數(shù)據(jù)源自陜西省統(tǒng)計(jì)年鑒，通過空間插值對(duì)分縣人口 GDP統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間化處理生成5期數(shù)據(jù)（楊強(qiáng)等，2016）。坡度和土壤類型分別按照《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》《1∶100萬中華人民共和國(guó)土壤圖》進(jìn)行劃分預(yù)處理。各因子數(shù)據(jù)經(jīng)過投影轉(zhuǎn)換、榆林市行政邊界掩膜、重采樣處理后，與250 m的NDVI數(shù)據(jù)像元大小保持一致。

1.3 研究方法

1.3.1 最大值合成法與等級(jí)劃分

（1）最大值合成法（王正興等，2003）（MVC）。選擇具有 NDVI值的月合成數(shù)據(jù)取最大像元值生成，合成2000—2018年植被NDVI數(shù)據(jù)。（2）等間距法（彭文甫等，2016）。根據(jù)植被NDVI值大小，按照等間距方法進(jìn)行等距劃分，將植被 NDVI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）等5個(gè)植被覆蓋度等級(jí)。

1.3.2 信息提取與自然因子分級(jí)

由于在實(shí)際操作時(shí)需要考慮精度與效率的平衡，最終選擇在ArcGIS 10.4軟件中借助漁網(wǎng)工具建立5 km×5 km格網(wǎng)，生成均勻分布的采樣點(diǎn)共計(jì)1688個(gè)（圖1）。將坡向、坡度、土壤類型、降水、氣溫、土地利用類型、人口密度和GDP數(shù)據(jù)采用自然間斷點(diǎn)（劉憲鋒等，2015）分級(jí)法分別劃分為 9類、5類、9類、9類、9類、6類、9類和9類。將各自然、人文因子類型量數(shù)據(jù)以及榆林市NDVI值提取到點(diǎn)，再將各采樣點(diǎn)因子數(shù)據(jù)和榆林市 NDVI數(shù)據(jù)導(dǎo)入地理探測(cè)器中進(jìn)行運(yùn)算。

1.3.3 地理探測(cè)器模型

地理探測(cè)器包括風(fēng)險(xiǎn)探測(cè)、因子探測(cè)、生態(tài)探測(cè)和交互探測(cè)4個(gè)組成部分，主要用來探測(cè)研究對(duì)象的空間分異性，同時(shí)揭示研究對(duì)象與驅(qū)動(dòng)因子之間關(guān)系，是一種新的空間統(tǒng)計(jì)方法（王勁峰等，2017）。

（1）因子探測(cè)：主要用于探測(cè)NDVI的空間分異性，以及探測(cè)某自然人文因子（表 1）多大程度上解釋了屬性NDVI的空間分異，圖2為各因子空間分布情況。具體計(jì)算：將NDVI圖層與各因子分類圖層疊加取值，進(jìn)行探測(cè)分析，最終用q值表示（彭文甫等，2019），表達(dá)式為：

圖2 研究區(qū)各因子的空間分布Figure 2 Spatial distribution of factors in the study area

表1 自然、人文因子指標(biāo)Table 1 The indicators of natural and human factors

式中：

h=1, …；

L——變量植被 NDVI屬性Y或自然、人文因子X的分層；

Nh和N——層h和全區(qū)的單元數(shù)；

和σ2——層h和全區(qū)的Y值的方差。

α和β——層內(nèi)方差之和和全區(qū)總方差。q值越大說明某因子對(duì)榆林市植被NDVI的空間分異性解釋力越強(qiáng)。

（2）交互作用探測(cè)：交互作用探測(cè)用于識(shí)別不同自然人文因子之間的交互作用，即評(píng)估兩因子共同作用時(shí)是否會(huì)增加或減弱對(duì)因變量植被NDVI的解釋力，或者兩因子共同作用對(duì)NDVI的影響是否相互獨(dú)立。首先，計(jì)算兩類因子對(duì)植被NDVI的q值；其次，計(jì)算自然人文因子交互作用后的q值，對(duì)q(X1)、q(X2)與q(X1∩X2)進(jìn)行比較（王勁峰等，2017）。

（3）風(fēng)險(xiǎn)區(qū)探測(cè)：風(fēng)險(xiǎn)區(qū)探測(cè)用于判斷因子內(nèi)部子區(qū)域之間的屬性均值是否有顯著的差別（Liu et al.，2019），用于判斷適應(yīng)植被生長(zhǎng)自然、人文因子的最佳范圍，用t統(tǒng)計(jì)量來檢驗(yàn)：

式中：

Y——子區(qū)域植被NDVI；

——子區(qū)域h內(nèi)植被NDVI屬性均值；

nh——子區(qū)域h內(nèi)樣本數(shù)量；

φ——方差。

（4）生態(tài)探測(cè)：生態(tài)探測(cè)用于比較兩類自然人文因子X1和X2對(duì)植被NDVI的空間分異性的影響是否有顯著的差異，也可判斷具體X1X2分兩類因子共同作用對(duì)植被NDVI空間分布產(chǎn)生顯著差異，以F統(tǒng)計(jì)量來衡量：

式中：

NX1及 NX2——兩個(gè)自然因子的樣本數(shù)量（Liu et al.，2019）；

αX1和βX2——由兩個(gè)自然人文因子形成分層的層內(nèi)方差之和（孔冬冬等，2017）；

L1和L2——變量X1和X2分層數(shù)目。

2 結(jié)果與分析

2.1 植被NDVI時(shí)空變化

2000—2018年榆林地區(qū)植被覆蓋呈現(xiàn)明顯增加趨勢(shì)（圖3a），增速為0.11/10 a。表2為2000—2018年植被NDVI動(dòng)態(tài)變化數(shù)據(jù)，2000年中低等級(jí)植被覆蓋區(qū)占榆林市面積的74.57%，到2018年中低等級(jí)植被覆蓋區(qū)面積只占到10.59%。中等級(jí)以及中高等級(jí)植被覆蓋區(qū)面積比 2000年增加了76.61%。2000—2010年間植被改善明顯，植被覆蓋面積呈現(xiàn)增加趨勢(shì)，2010—2015年植被改善出現(xiàn)停滯，中低等級(jí)植被覆蓋面積增加，氣候變化引起的降水不穩(wěn)定性也會(huì)導(dǎo)致區(qū)域NDVI變化具有較大的不確定性。2015—2018年中高等級(jí)植被覆蓋面積達(dá)到近20年最大值?？傊?，2000—2018年低以及中低等級(jí)植被覆蓋面積明顯減少，而中等級(jí)以上植被覆蓋面積明顯增加，中高等級(jí)植被覆蓋面積增速最快。為了進(jìn)一步判斷植被覆蓋趨勢(shì)變化的突變點(diǎn)，通過M-K檢驗(yàn)（圖3b）（Yue et al.，2002）發(fā)現(xiàn)，2000—2018年UF的值大于0，則表明序列呈上升趨勢(shì)，其中2008年可能是突變點(diǎn)，通過滑動(dòng)t檢驗(yàn)（圖3c）驗(yàn)證2008年確實(shí)是突變點(diǎn)，即2008年以后植被增長(zhǎng)較為明顯。

圖3 （a）2000—2018年植被覆蓋時(shí)間變化趨勢(shì)（b）NDVI時(shí)間序列M-K檢驗(yàn)（c）NDVI時(shí)間序列的滑動(dòng)t檢驗(yàn)Figure 3 (a) Temporal variation trend of vegetation cover from 2000 to 2018; (b) M-K test of NDVI time series;(c) Sliding T-test of NDVI time series

表2 2000—2018年植被覆蓋面積Table 2 Area of vegetation cover from 2000 to 2018

2000—2018年榆林市植被 NDVI從中低等級(jí)向中以及中高等級(jí)植被覆蓋區(qū)面積轉(zhuǎn)變明顯，說明榆林市植被恢復(fù)取得了重大進(jìn)展。選擇4期數(shù)據(jù)（圖4）對(duì)比發(fā)現(xiàn)，2000—2018年植被覆蓋空間分布變化明顯。2000年榆林市植被NDVI中低等級(jí)植被覆蓋區(qū)集中于榆林市西部，中等級(jí)集中于榆林市東北以及東南部；2018年榆林市植被NDVI中高等級(jí)集中于榆林市東部黃土丘陵區(qū)，中低等級(jí)集中于榆林市西北部的風(fēng)沙區(qū)。2000—2010年，植被覆蓋等級(jí)增加明顯，東部地區(qū)由中低等級(jí)向中等級(jí)和中高等級(jí)轉(zhuǎn)變。2010—2015年，植被覆蓋等級(jí)由中高和中等級(jí)向中低等級(jí)轉(zhuǎn)變，可能的原因與大范圍干旱事件有關(guān)（劉彥隨等，2017）。

圖4 榆林市植被NDVI 2000—2018年時(shí)空變化Figure 4 Spatio-temporal changes of vegetation NDVI from 2000 to 2018 in Yulin

2.2 探測(cè)因子影響力

因子探測(cè)器用于表征各自然、人文因子對(duì)植被NDVI的影響力，通過計(jì)算得出的q值大小表示對(duì)NDVI的解釋力。由表3可知，2018年各自然、人文因子的q值大小排序?yàn)椋喝丝诿芏?(0.224)>氣溫(0.208)>GDP (0.183)>土地利用類型 (0.162)>坡度(0.141)>降水 (0.033)>土壤類型 (0.015)>坡向(0.008)。根據(jù)彭文甫（2019）對(duì)主要因子的選取，在8類自然、人文因子中，本文認(rèn)為人口密度和氣溫兩類因子對(duì)植被NDVI的解釋力最大，解釋力在20%以上，因此是影響榆林市植被覆蓋空間分異性的主要因素。GDP、土地利用類型、坡度q值分別達(dá)到0.183、0.162和0.141，解釋力超過10%，為次級(jí)影響因素。降水、土壤類型和坡向?qū)DVI的解釋力未超過5%，表明這3類因子對(duì)榆林市植被NDVI分布存在間接影響。

表3 自然因子的q值Table 3 q value of natural factors

2.3 因子時(shí)間變化

2000—2018年5期數(shù)據(jù)結(jié)果顯示（圖5），土壤類型、降水對(duì)植被的影響力減小，坡向、坡度、氣溫、土地利用類型、人口密度和GDP的q值總體呈現(xiàn)增加趨勢(shì)。其中，2000—2005年坡向、坡度、降水、氣溫、土地利用類型GDP的q值增加外，其余因子q值呈減少趨勢(shì)；2005—2010年，除土壤類型q值減少外，其余因子q值都以增加趨勢(shì)為主；2010—2015年除土壤類型q值減少外，所有因子q值呈現(xiàn)增加趨勢(shì)；2015—2018年土壤類型、降水q值減少，其余因子q值呈現(xiàn)增加趨勢(shì)。

圖5 2000—2018年自然人文因子q值變化Figure 5 Changes in natural and human factors q value from 2000 to 2018

2.4 探測(cè)因子生態(tài)作用分析

生態(tài)因子探測(cè)用于比較兩因子對(duì)植被NDVI空間分布的影響是否有顯著性差異。本文中，行因子與列因子有顯著性差異標(biāo)記為“Y”，無顯著性差異標(biāo)記為“N”。由表4可知，坡向與坡度、氣溫、土地利用類型、人口密度和GDP對(duì)榆林市植被NDVI空間分布的影響存在顯著性差異；降水與氣溫、土地利用類型、人口密度和 GDP之間存在顯著性差異；土壤類型與坡向、降水之間不存在顯著性差異。表明坡向、土壤類型和降水因子對(duì)植被空間分布沒有顯著影響，與其他因子共同作用對(duì)植被分布的影響存在顯著性差異。進(jìn)一步說明坡向、土壤類型、降水對(duì)植被影響力小，氣溫、人口密度和GDP對(duì)植被變化影響力大。

表4 生態(tài)探測(cè)結(jié)果Table 4 Ecological detection results

2.5 探測(cè)因子交互作用分析

多數(shù)因子交互作用的q值大于單一因子的q值，因子交互作用類型為非線性增強(qiáng)和相互增強(qiáng)關(guān)系，不存在獨(dú)立關(guān)系（表5）。如X5∩X7(0.361)>X2∩X5(0.324)>X5∩X6(0.307)>X5∩X8(0.285)>X5∩X4(0.254)>X3∩X5(0.239)，結(jié)果表明，氣溫與坡向、坡度、降水之間交互作用呈現(xiàn)非線性增強(qiáng)效應(yīng)，與土地利用類型、人口密度和GDP呈現(xiàn)相互增強(qiáng)關(guān)系；人文因子與其他因子之間對(duì)植被 NDVI的交互作用 ， 如X5∩X7(0.361)>X2∩X7(0.352)>X6∩X7(0.321)>X4∩X7(0.322)>X1∩X7(0.257)>X3∩X7(0.244)，人口密度與坡向、土壤類型、降水之間交互作用呈現(xiàn)非線性增強(qiáng)效應(yīng)，與坡度、氣溫、土地利用類型和GDP呈現(xiàn)相互增強(qiáng)效應(yīng)。總之，8類自然、人文因子的交互作用比單因子對(duì)植被NDVI的影響更加顯著，多因子交互作用不是獨(dú)立的，而是相互增強(qiáng)和非線性增強(qiáng)顯著關(guān)系。

表5 交互探測(cè)因子結(jié)果Table 5 Interaction detection factors results

3 討論

3.1 人口密度

人類活動(dòng)對(duì)生態(tài)環(huán)境的影響不可忽視，本文將人口密度因子劃分為9個(gè)分區(qū)（圖2），分別用A1—A9表示（表 6）。榆林市植被 NDVI均值在 A2、A6、A7、A8、A9分區(qū)中超過0.6，說明在這4個(gè)分區(qū)范圍植被生長(zhǎng)較好。統(tǒng)計(jì)檢驗(yàn)表明，A9與 A1、A2、A3、A4、A5、A6、A7區(qū)植被 NDVI之間存在顯著性差異，在 100—104 person·km-2范圍時(shí)，植被NDVI值較大。A9區(qū)主要位于榆林市東南部，以綏德縣、吳寶賢、佳縣南部為主，綜合水熱條件分析，該地區(qū)降水氣溫適宜，為植被生長(zhǎng)提供有利的生存條件。人口密度過大對(duì)植被生長(zhǎng)具有限制性，人口增長(zhǎng)使得城市建設(shè)占用大量綠地，在坡地大面積開荒耕種，造成水土流失，破壞并減少了植被覆蓋，因此在城市建設(shè)中，需要增加綠地建設(shè)。人口密度過小區(qū)域位于榆林市定邊縣（圖2g），屬于資源性嚴(yán)重缺水縣，年平均降雨量325 mm，定邊縣的自然環(huán)境條件約束此地區(qū)植被生長(zhǎng)。同時(shí)，隨著國(guó)民生態(tài)意識(shí)的提高，人類社會(huì)經(jīng)濟(jì)活動(dòng)加大對(duì)生態(tài)修復(fù)方面的投入。

表6 人口密度每2個(gè)分區(qū)的植被NDVI均值及其統(tǒng)計(jì)顯著性（置信水平95%）Table 6 Vegetation NDVI mean and statistical significance for every 2 divisions of population density(95% confidence level)

3.2 氣溫

氣候因子對(duì)植被的生長(zhǎng)具有限制性。本文將氣溫劃分為9類，分別用B1—B9表示。表7表明，B8區(qū)植被NDVI均值最大，表明這一范圍促進(jìn)植被生長(zhǎng)。統(tǒng)計(jì)檢驗(yàn)表明，B8區(qū)與 B1、B2、B3、B4、B5、B6、B9區(qū)植被NDVI均值存在顯著差異，與B7區(qū)無顯著差異。因此在10.67—10.91 ℃范圍，適合植被的生長(zhǎng)。氣溫對(duì)植被的生長(zhǎng)具有明顯的適宜范圍，適度的增溫對(duì)植被活動(dòng)產(chǎn)生積極作用。半干旱半濕潤(rùn)地區(qū)氣溫對(duì)植被生長(zhǎng)影響大于降水，氣溫升高會(huì)促進(jìn)光合作用，提高凈生產(chǎn)力；然而，溫度過高導(dǎo)致蒸發(fā)量增加以及土壤濕度下降（呂渡等，2018）影響植被變化。降水與氣溫的交互作用顯著增強(qiáng)了氣溫對(duì)植被的NDVI的影響，水熱條件協(xié)同作用有助于植被生長(zhǎng)。

表7 氣溫每2個(gè)分區(qū)的植被NDVI均值及其統(tǒng)計(jì)顯著性（置信水平95%）Table 7 Vegetation NDVI mean and statistical significance for every 2 divisions of temperature (95% confidence level)

3.3 其他因子

由于篇幅的原因，只選擇q值大于20%的主要因子做詳細(xì)討論。根據(jù)風(fēng)險(xiǎn)因子探測(cè)結(jié)果總結(jié)出適合植被生長(zhǎng)的最佳類型或范圍（表8）。在95%置信水平下通過統(tǒng)計(jì)檢驗(yàn)表明，植被 NDVI均值越大，處于這一均值的范圍更適合植被生長(zhǎng)。不同自然、人文因子或因子內(nèi)部分區(qū)的植被NDVI均值存在差異。

表8 自然、人文因子適應(yīng)范圍Table 8 Adaptation range of natural and human factors

隨著各自然、人文因子的變化，植被NDVI均值呈現(xiàn)波動(dòng)變化。水熱條件是決定植被生產(chǎn)力、空間布局以及動(dòng)態(tài)變化的主要因素。降水和氣溫分別在 520.48—541.71 mm 和 10.67—10.91 ℃植被NDVI均值達(dá)到最大，分別為0.593和0.650，在這一范圍內(nèi)，暖濕的水熱條件更利于植被活動(dòng)。當(dāng)降水因子影響力較低時(shí)（圖 5），人類活動(dòng)因子影響力較大，這時(shí)NDVI主要受人類活動(dòng)影響?？赡艿脑蚴?，降水不足以滿足區(qū)域內(nèi)植被生長(zhǎng)水分需求時(shí)，人類活動(dòng)一定程度上減緩水分限制，通過增加水分供給和轉(zhuǎn)變土地利用方式。

坡向和坡度分別在 337.5°—22.5°和 6°—25°植被NDVI均值最大，分別為0.595、0.613，地形因子在這一范圍內(nèi)適合于植被生長(zhǎng)。研究發(fā)現(xiàn)，在陜西省地勢(shì)較低區(qū)域（<6°），是人類活動(dòng)主要區(qū)域，植被覆蓋相對(duì)較低；隨著坡度的不斷增加（6°—15°），人類活動(dòng)減少，植被覆蓋度隨之增加；在15°—25°之間，通過退耕還林還草等生態(tài)工程的實(shí)施，耕地向林草地轉(zhuǎn)變逐漸占據(jù)了該地形的主導(dǎo)（趙亮等，2019），人工種樹和林草自然恢復(fù)使該區(qū)域植被覆蓋度有所增加；在陜北>25°地區(qū)，與關(guān)中和陜南陡坡植被生長(zhǎng)不同，該區(qū)域?qū)﹃儽敝脖簧L(zhǎng)有一定限制性，較少有天然林生長(zhǎng)和人工林種植。隨著坡向的變化，植被NDVI均值變化差別不大，南坡接收太陽輻射多與北坡，北坡相對(duì)濕潤(rùn)且蒸發(fā)較少適合植被生長(zhǎng)。

土壤類型劃分為9類（圖2），統(tǒng)計(jì)檢驗(yàn)表明，1區(qū)植被 NDVI均值最高達(dá)到 0.6，鈣層土（栗鈣土、灰褐土、淡灰褐土、粘化黑壚土）較適合植被生長(zhǎng)。相關(guān)研究表示，在降水較少地區(qū)，土壤水分是限制植被生長(zhǎng)的重要因子。降水與土壤的交互作用增強(qiáng)了土壤類型對(duì)植被NDVI空間分布的影響，降水量的輸入降低土壤水分的變異性（陳曉瑩等，2020；彭文甫等，2019）。地貌類型影響土壤水分的分布（Hawley et al.，1983），榆林市土壤類型受地貌類型影響，西部多為風(fēng)沙區(qū)以風(fēng)沙土類型為主，表層土壤含水量極低，不利于植被生長(zhǎng)。土地利用類型中耕地和林地土地類型適宜植被生長(zhǎng)，NDVI均值達(dá)到最大0.614，林地土地類型為植被生長(zhǎng)提供良好的地形條件。實(shí)施退耕還林還草工程以來，耕地轉(zhuǎn)林地區(qū)域植被覆蓋度正在持續(xù)增加，土地利用類型的轉(zhuǎn)變對(duì)植被分布有直接影響。

GDP反映一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展情況，經(jīng)濟(jì)發(fā)展過快對(duì)自然環(huán)境發(fā)展有所影響。將GDP劃分為9分區(qū)，在1區(qū)植被NDVI均值最大，表明這一范圍植被生長(zhǎng)較好。統(tǒng)計(jì)檢驗(yàn)表明，在266×104—420×104yuan·km-2范圍內(nèi)，植被覆蓋較好。經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境相互影響、相互作用，兩者互相協(xié)調(diào)影響區(qū)域長(zhǎng)期可持續(xù)發(fā)展。社會(huì)經(jīng)濟(jì)發(fā)展從生態(tài)環(huán)境中獲取自然資源，導(dǎo)致植被破壞、生態(tài)質(zhì)量下降等不利影響，但是植被恢復(fù)工程也需要強(qiáng)大經(jīng)濟(jì)基礎(chǔ)的支撐。根據(jù)已有研究（唐曉靈等，2020），榆林市生態(tài)環(huán)境治理投入的力度跟不上經(jīng)濟(jì)發(fā)展的速度，導(dǎo)致生態(tài)環(huán)境水平低于經(jīng)濟(jì)發(fā)展水平，處于不協(xié)調(diào)狀態(tài)，生態(tài)環(huán)境問題影響到經(jīng)濟(jì)的可持續(xù)發(fā)展。為了經(jīng)濟(jì)與環(huán)境之間的平衡發(fā)展，采取退耕還林工程、封山育林、水土保持等措施，提高植被覆蓋度，促進(jìn)生態(tài)環(huán)境恢復(fù)。

人口密度以及經(jīng)濟(jì)發(fā)展對(duì)植被生長(zhǎng)在一定范圍內(nèi)起到限制作用，退耕還林還草或者毀林開荒等人類活動(dòng)都對(duì)榆林市植被帶來或正或負(fù)影響。已有研究表明，黃土丘陵溝壑區(qū)退耕還林還草工程取得巨大成就，人類活動(dòng)對(duì)陜西省植被恢復(fù)影響較大（黃麟等，2020；金凱等，2020），這與本文結(jié)論基本一致。建議協(xié)調(diào)好人類活動(dòng)與自然環(huán)境的關(guān)系，對(duì)實(shí)現(xiàn)植被恢復(fù)和生態(tài)保護(hù)具有重要意義。

榆林地區(qū)處于中國(guó)退耕還林生態(tài)工程重點(diǎn)區(qū)域，自1999年實(shí)施退耕還林還草工程以來，植被得到明顯改善，人類活動(dòng)對(duì)生態(tài)環(huán)境產(chǎn)生不可忽視的積極影響。本文對(duì)2000—2018年NDVI的時(shí)空分異性進(jìn)行分析，探究植被分布與自然因素和人類活動(dòng)因素的影響機(jī)制。植被空間分布受到自然因素和人類活動(dòng)的共同影響，與自然因素相比，近些年人類活動(dòng)對(duì)植被恢復(fù)的影響更加顯著。本文對(duì)年際NDVI進(jìn)行探索，可以考慮生長(zhǎng)季NDVI變化研究，此外，通過最大值合成法得到的NDVI數(shù)據(jù)較難與實(shí)測(cè)數(shù)據(jù)完全相同（彭文甫等，2016），深入研究可以考慮采用高空間分辨率遙感數(shù)據(jù)和詳盡的實(shí)地調(diào)查，提高制圖和分類的準(zhǔn)確性。

以往對(duì)于榆林地區(qū)植被的研究大多采用線性回歸和相關(guān)分析法（王濤等，2017；欒金凱等，2018），本文采用的地理探測(cè)器模型，能夠有效的探測(cè)空間分異性，分析各種現(xiàn)象的驅(qū)動(dòng)力以及多因子交互作用，在分析驅(qū)動(dòng)力方面得到廣泛運(yùn)用（王勁峰等，2017）。本文運(yùn)用地理探測(cè)器探測(cè)榆林地區(qū)植被空間分異性驅(qū)動(dòng)力，得出的結(jié)果比較符合已有研究。值得注意的是，降水作用在陜北地區(qū)較小，可能與選擇的尺度問題有關(guān)，在以后的研究中，可以選擇更大的地理單元進(jìn)行研究。

4 結(jié)論

本文基于地理探測(cè)器模型，分析 8類自然、人文因子對(duì)榆林地區(qū)植被 NDVI的影響機(jī)制，總結(jié)各因子對(duì)植被的影響力以及交互影響，最終結(jié)論如下：

（1）榆林市植被呈現(xiàn)增長(zhǎng)趨勢(shì)，NDVI等級(jí)劃分為低、中低、中、中高、高等5級(jí)，從2000年植被NDVI值占中低等級(jí)向2018年植被NDVI中和中高等級(jí)明顯轉(zhuǎn)變；2018年中和中高等級(jí)植被覆蓋區(qū)集中于榆林市東部，中低等級(jí)植被覆蓋區(qū)集中于榆林市西北部。

（2）通過地理探測(cè)器分析，各自然因子對(duì)植被的解釋力排序?yàn)椋喝丝诿芏?氣溫>GDP>土地利用類型>坡度>降水>土壤類型>坡向，自然因素和人文因素共同作用于榆林市植被。

（3）8類自然、人文因子對(duì)榆林市NDVI影響存在交互作用，因子之間的交互效應(yīng)對(duì)植被空間分布的影響存在相互增強(qiáng)或非線性增強(qiáng)關(guān)系。風(fēng)險(xiǎn)因子探測(cè)分析揭示各因子對(duì)植被最適宜范圍或類型，為促進(jìn)榆林市植被建設(shè)和生態(tài)恢復(fù)提供一定參考。