王 倩，金曉媚，張緒財，殷秀蘭，金愛芳，羅緒富

(1.中國地質(zhì)大學(北京)水資源與環(huán)境學院，北京 100083；2.中國地質(zhì)環(huán)境監(jiān)測院，北京 100081)

0 引 言

植被是感知生態(tài)環(huán)境的敏感因子[1]，是生態(tài)系統(tǒng)賴以生存的基礎，在氣候、水文和生化循環(huán)中起非常重要的作用[2]，對風沙防治、水質(zhì)改善和水資源調(diào)節(jié)發(fā)揮重要作用[3]。植被具有年際變化和季節(jié)變化的特點，其動態(tài)變化在一定程度上反映土地覆蓋變化和氣候變化趨勢。而氣候因子、地下水位埋深、土壤濕度和人類活動等也影響植被生長狀況。因此，全面系統(tǒng)分析植被變化及其潛在驅(qū)動因素，成為近些年來人們研究陸地表層系統(tǒng)的主要內(nèi)容之一[4]。

歸一化植被指數(shù)(NDVI)被人們用來表示植被生長狀況的好壞，也是目前應用最廣泛的植被指數(shù)。國外一些學者基于NDVI對植被變化特征與氣候因子等因素的關系進行了許多探討[5-9]，國內(nèi)也有相關的研究[10-12]。目前也有學者對研究區(qū)進行植被變化研究，郭偉偉等利用張家口2006年和2010年兩景TM數(shù)據(jù)提取植被指數(shù)分析該市植被變化[13-14]。張曉鳳利用2000—2013年的MODIS-NDVI數(shù)據(jù)分析壩上地區(qū)植被覆蓋變化及氣候因子對其影響[15]。邵雅琪等研究了張承地區(qū)2000—2014年植被指數(shù)的變化特征及其與氣候因子的相關關系[1]。影響植被生長變化的往往是多方面的綜合因素。但以上研究都只是分析植被與氣候因子的關系，針對張承地區(qū)植被變化更全面的影響因素的研究很少，特別是植被與地下水位埋深及土壤濕度的關系研究。

2022年北京冬奧會成功舉辦后，為合理利用張家口賽區(qū)體育場館，目前政府正在推進“京張體育文化旅游帶”建設，并且張承(張家口—承德)地區(qū)又是北京市及京津冀地區(qū)重要的生態(tài)屏障，其生態(tài)環(huán)境的變化關系到首都地區(qū)的生態(tài)安全，因此對其生態(tài)環(huán)境和水源涵養(yǎng)都有更高水準的要求。本文基于MODIS數(shù)據(jù)，對張承地區(qū)2001—2020年的植被時空變化特征進行分析，并探討NDVI與氣候因子、用地類型、地下水位埋深和土壤濕度因素之間的響應關系，為區(qū)內(nèi)的地下水涵養(yǎng)的進一步研究提供參考依據(jù)，也為推動研究區(qū)后奧運經(jīng)濟發(fā)展提供生態(tài)建設參考。

1 研究區(qū)概況

張家口市和承德市(以下簡稱“張承地區(qū)”)位于河北省西北部，處于內(nèi)蒙古高原與華北平原過渡帶[16]。全區(qū)地理位置為東經(jīng)113°50′—119°30′、北緯 39°30′—42°40′，總面積約76276.8 km2(圖1)。張承地區(qū)主要分壩上、壩下兩個不同的自然地貌單元。

圖1 張承地區(qū)地理位置及地形地貌Fig.1 Map showing the geographic location and topography of Zhang-Cheng area

張承地區(qū)屬于溫帶大陸性季風氣候，一年四季特征明顯。由于受地形和氣流影響，張承地區(qū)氣候類型存在差異，壩上高原地區(qū)氣候受蒙古高壓控制，壩下氣候主要受地形和緯度影響，雨季多集中在夏季，整體上降水量西北少，東南多，張家口市降水量少于承德市，壩上降水量少于壩下。張承地區(qū)多年平均氣溫在7 ℃左右，多年平均降水量在430 mm左右。

2 研究數(shù)據(jù)及方法

2.1 數(shù)據(jù)來源

2.1.1 MODIS數(shù)據(jù)

本文選取2001—2020年間MOD13Q1遙感數(shù)據(jù)，其時間尺度為16 d，空間分辨率為250 m，共460景數(shù)據(jù)。數(shù)據(jù)來源于美國NASA網(wǎng)站(http：//reverb.echo.nasa.gov/reverb)。

2.1.2 土地利用數(shù)據(jù)

為分析土地利用類型變化，本文選用2000年、2005年、2010年、2015年和2020年共5期土地利用數(shù)據(jù)，空間分辨率為30 m，數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心(http：//www.resdc.cn)。

2.1.3 氣候數(shù)據(jù)

為分析植被和氣候因子之間的相關性，本文選擇2001—2020年間ERA5數(shù)據(jù)中氣溫和降水的柵格數(shù)據(jù)，分辨率為0.1 rad，數(shù)據(jù)來源于GEE平臺。

2.1.4 其他數(shù)據(jù)

為研究地下水位與植被的關系，收集了2020年張承地區(qū)59個潛水地下水位監(jiān)測孔數(shù)據(jù)，數(shù)據(jù)來源于中國地質(zhì)環(huán)境監(jiān)測院。

為研究土壤濕度與植被的關系，2021年7月份在研究區(qū)內(nèi)進行實地測量，得到99個測量點位的土壤濕度數(shù)據(jù)。

2.2 研究方法

2.2.1 植被覆蓋率計算

本文植被覆蓋率是由植被指數(shù)NDVI計算得到，計算公式如下：

(1)

式中：fc為植被覆蓋率，NDVI是所求像元的植被指數(shù)，NDVImax是純植被覆蓋的植被指數(shù)，NDVImin是裸土表面的植被指數(shù)。結合實際情況本文設置NDVImax為0.8，NDVImin為0.1。

2.2.2 Sen+Mann-Kendall 趨勢分析

Sen+Mann-Kendall趨勢分析法是將Sen趨勢分析法和Mann-Kendall方法相結合，這樣可以減少噪聲干擾和實現(xiàn)序列趨勢的顯著性檢驗[17-18]。首先根據(jù)趨勢度β來判斷時間序列的趨勢變化，若β>0時，NDVI呈上升趨勢，β<0時，NDVI呈下降趨勢。然后進行Mann-Kendall趨勢分析，因為本文時間序列數(shù)為20，所以要計算相應統(tǒng)計量Z，當|Z|>Z1-α/2時，表示序列趨勢通過0.05顯著性水平檢驗，序列有一定的變化趨勢，而且趨勢明顯，反之趨勢不明顯[19-21]。

2.2.3 偏相關性分析

簡單相關性分析表示兩個獨立變量之間的相關程度，用于分析NDVI與氣溫、NDVI與降水的相關關系[22]，偏相關性分析是假設在其中一個變量不變時，另外兩個變量之間的相關關系，用偏相關性系數(shù)表示，其計算公式如下：

(2)

Rxyz的取值區(qū)間為[-1，1]，絕對值越接近于1，相關性越強。rxy、rxz、ryz分別代表NDVI與降水、NDVI與氣溫、降水與氣溫的相關系數(shù)。然后進行檢驗，偏相關系數(shù)的檢驗一般采用t檢驗方法。

2.2.4 插值分析

空間插值是將實際測量的數(shù)據(jù)點轉(zhuǎn)換成連續(xù)數(shù)據(jù)面。反距離權重(IDW)插值法是一種全局插值法，其結果較為合理，不會出現(xiàn)無意義的結果。本文用到59個潛水埋深監(jiān)測孔數(shù)據(jù)和99個土壤濕度實測點數(shù)據(jù)，將點數(shù)據(jù)導入到軟件ArcGIS中，通過反距離權重(IDW)插值，得到與NDVI分辨率(250 m)一致的地下水位埋深空間分布和土壤濕度空間分布。

3 研究結果

3.1 植被覆蓋率的時空分布

研究區(qū)年均NDVI值在0.1～0.8之間，其中6—9月NDVI值較高，為植被的生長季，近20年NDVI年均值為波動上升趨勢，增長速率約為0.4 ha-1。根據(jù)年均NDVI計算得到研究區(qū)2020年的植被覆蓋率分布圖(圖2)。本文參考其他學者研究，結合張承地區(qū)實際情況，將該地區(qū)植被覆蓋率的分級標準確定為：低植被覆蓋(fc=0～20%)、較低植被覆蓋(fc=20%～40%)、 中等植被覆蓋(fc=40%～60%)、較高植被覆蓋(fc=60%～80%)、高植被覆蓋(fc=80%～100%)。

圖2 張承地區(qū)2020年植被覆蓋率空間分布圖Fig.2 Spatial distribution map of vegetation coverage in Zhang-Cheng area in 2020

從圖2可以看出，研究區(qū)植被覆蓋率在空間分布上存在西北低、東南高的特點，由于張承地區(qū)地形存在差異，海拔由西北向東南逐漸降低，植被呈現(xiàn)出較明顯的空間異質(zhì)性?？傮w上看，壩下地區(qū)的植被覆蓋率明顯高于壩上地區(qū)，且承德地區(qū)明顯高于張家口地區(qū)，在張家口地區(qū)東部的植被覆蓋好于西部。低植被覆蓋和較低植被覆蓋主要分布在張家口的康?？h、張北縣、沽源縣、尚義縣、陽原縣、蔚縣和懷安縣。表1為2020年各級覆蓋率的面積統(tǒng)計結果，植被覆蓋率小于0的為水體，面積占比為0.14%；較低植被覆蓋、中等植被覆蓋和較高植被覆蓋的面積占比分別是32.54%、35.40%和28.90%；低和高植被覆蓋率面積分別是1380.54 km2和923.47 km2，共占研究區(qū)總面積的3.02%。

表1 2020年植被覆蓋率分級面積占比統(tǒng)計結果Table 1 Statistics of classified area of vegetation coverage in 2020

在此基礎上，本文進一步統(tǒng)計了2001—2020年不同植被覆蓋率面積的變化趨勢，如圖3所示：低植被覆蓋率的面積在2001—2004年逐年下降，在2009年突然增大，之后呈波動下降趨勢；較低植被覆蓋面積為下降趨勢；中等植被覆蓋的面積在2001—2003年逐年增加，之后波動下降；較高植被覆蓋面積則呈現(xiàn)明顯增加的趨勢，高植被覆蓋面積在2013年后呈現(xiàn)大幅增加。

3.2 植被變化趨勢分析

利用Sen+Mann-Kendall法對研究區(qū)2001—2020年NDVI平均值進行計算，并對計算結果劃分等級，分析研究區(qū)植被指數(shù)的空間變化趨勢。由表2和圖4可知，研究區(qū)內(nèi)近20年植被整體上明顯改善，占據(jù)總研究區(qū)85.79%的面積，特別是壩下地區(qū)；輕微改善和基本不變的地區(qū)主要分布在壩上，分別占總面積的7.37%和5.49%；在城鎮(zhèn)地區(qū)由于擴建，存在植被退化的情況，植被退化面積占總面積的1.35%。

表2 2001—2020年Sen+Mann-Kendall法趨勢分析結果Table 2 Results of Sen+Mann-Kendall trend analysis from 2001 to 2020

圖4 張承地區(qū)20年間植被覆蓋變化趨勢分布Fig.4 Spatial distribution of vegetation cover variation trend in Zhang-Cheng area in 20 years

為分析研究區(qū)不同時間段內(nèi)植被指數(shù)的變化特征，本文以5年為一周期將研究時間段分為2001—2005年、2006—2010年、2011—2015年和2016—2020年4個時間段，由圖5和表3可知，2001—2005年間壩上及城鎮(zhèn)地區(qū)存在植被退化狀況，面積占比為4.72%，整個研究區(qū)植被改善情況面積占比達92.14%；2006—2010年間，這五年間研究區(qū)內(nèi)存在大范圍的植被明顯退化情況，面積占比達到29.4%，其中康保、張北縣、懷安縣、蔚縣、豐寧、圍場和平泉市等地植被退化嚴重；2011—2015年，康?？h、張北縣北部、沽源縣北部和豐寧西北部的植被存在嚴重退化情況，明顯退化面積占比為7.53%，相比2006—2010年植被退化面積有所減少；2016—2020年間植被整體改善，明顯改善情況主要分布在張家口中部和承德中北部，面積占比為66.07%，只有在研究區(qū)南部零星分布嚴重退化情況，面積占比為3.50%。

表3 張承地區(qū)每五年植被覆蓋空間變化趨勢面積占比(%)Table 3 Proportion of vegetation cover spatial variation trend in Zhang-Cheng area for every five years (%)

圖5 張承地區(qū)每五年植被空間變化趨勢圖Fig.5 Spatial variation trend of vegetation cover in Zhang-Cheng area for every five years(a)2001—2005年；(b)2006—2010年；(c)2011—2015年；(d)2016—2020年

4 植被影響因素分析

4.1 氣候因子

本文采用2001—2020年ERA5數(shù)據(jù)中氣溫和降水量數(shù)據(jù)，分別與對應的NDVI建立偏相關性分析。近20年的張承地區(qū)植被與降水偏相關系數(shù)分布在-0.72～0.80之間，植被與氣溫相關系數(shù)分布在-0.73～0.88之間。由表4和圖6可知，張家口地區(qū)的植被分布受降水的影響大于承德地區(qū)，其中顯著正相關的區(qū)域主要分布在尚義、懷安、逐鹿、蔚縣以及沽源西部地區(qū)的，面積占比為5.92%；不顯著正相關的區(qū)域面積占總面積的78.41%；相關性較差的區(qū)域主要分布在承德的隆化縣、灤平縣、平泉市及承德縣北部地區(qū)的，面積占比為15.67%。研究區(qū)大部分地區(qū)的植被分布與氣溫呈不顯著正相關關系，面積占比達72.16%；呈現(xiàn)顯著正相關關系的區(qū)域面積占比為25.06%，主要分布在張家口地區(qū)的尚義縣、張北縣的東部、崇禮區(qū)的東北部、懷安縣南部、陽原和蔚縣的大部分地區(qū)以及承德的圍場西北部地區(qū)、興隆縣的南部；相關性較差的區(qū)域面積占比僅有2.77%。綜上，張承地區(qū)的植被分布受氣候因子影響較大，植被指數(shù)隨著氣溫和降水的增加而增大。

表4 植被與降水、氣溫相關性顯著分級統(tǒng)計Table 4 Classification statistics of significant correlation between NDVI and precipitation and temperature

圖6 張承地區(qū)植被指數(shù)與降水(a)和氣溫(b)的偏相關性分析檢驗結果Fig.6 Spatial distribution of partial correlation analysis between NDVI and precipitation (a) and temperature (b) in Zhang-Cheng area

4.2 用地類型

用地類型對植被的影響間接反映了人類活動對植被的影響，本文統(tǒng)計研究區(qū)2000年、2005年、2010年、2015年和2020年的不同用地類型的面積，由表5可知，研究區(qū)用地類型主要是耕地、林地和草地。2000—2005年用地類型變化較小，草地和水域面積略有減少，其它用地類型面積皆略有增加，此階段各用地類型處于自然轉(zhuǎn)化中，受人類活動影響較小，此時期的植被也在改善(圖5(a))。2006—2010年，用地類型變化相對較大，主要受國家政策影響，由于退耕還林等政策和人工植樹造林[23-24]，耕地面積減少了638.7 km2，林地面積增加了378.3 km2；受城市擴張的影響，建筑用地面積急劇增長了1019.7 km2；草地、水域和未利用土地面積均有所減少，這五年人類活動對土地利用類型變化影響較大，植被也在此階段有明顯退化(圖5(b))。2011—2015年，這一階段人類活動的影響相對減弱，除建筑用地面積增加了212.5 km2、草地減小了118.8 km2外，其它用地類型面積均變化不大，相比較前面5年此階段植被退化減少，植被改善面積增加(圖5(c))。2016—2020年，建筑用地面積增加了248.7 km2，草地和水域面積有少許增加，耕地面積減少了363.9 km2，林地和未利用土地面積變化較小，這一階段隨城市擴張人類活動對土地利用變化的影響又有所加大。結合圖5可以發(fā)現(xiàn)，研究區(qū)植被變化與土地利用變化具有響應聯(lián)系，所以人類活動對研究區(qū)植被變化作用明顯。

4.3 地下水位埋深

植被與地下水的相互關系較復雜，地下水位埋深只有在一定范圍內(nèi)對植被生長有影響，且不同植被對地下水的敏感度不同[25-27]。張承地區(qū)屬于典型大陸性氣候，自然植被與地下水有一定關系，因此為研究張承地區(qū)植被與地下水之間的相互作用關系，將研究區(qū)2020年59個潛水地下水位監(jiān)測孔的數(shù)據(jù)進行反距離權重(IDW)插值，得到與NDVI分辨率一致地下水位埋深柵格圖像，然后統(tǒng)計2020年對應不同地下水位埋深的NDVI像元點的個數(shù)，得到NDVI像元值與地下水位埋深的統(tǒng)計圖。由圖7(a)可知，NDVI像素點主要集中在地下水位埋深5～12 m范圍內(nèi)，特別在6～9 m內(nèi)NDVI像素點較多，隨著地下水位埋深增加，NDVI像素點個數(shù)逐漸減小，在大于12 m后，植被生長受其影響較小。因此將NDVI分布圖與地下水位埋深小于12 m范圍的柵格圖進行疊加，得到研究區(qū)NDVI平均值與地下水位埋深的關系圖(圖7(b))。由圖7(b)可以看出，NDVI值隨著地下水位埋深的增加呈現(xiàn)出先增加后減小的趨勢，在地下水位埋深到6.2 m時，NDVI值出現(xiàn)峰值0.53，在地下水位埋深大于8 m后，NDVI值隨著地下水位埋深增加而減小，因此研究區(qū)影響植被生長的地下水位埋深范圍為5～8 m，在此范圍內(nèi)植被生長受地下水影響較大，當?shù)叵滤宦裆畛^8 m后，植被與地下水位埋深的關系變?nèi)酢?/p>

4.4 土壤濕度

土壤濕度作為地表特征參數(shù)之一，是植被蒸騰作用和光合作用的限制因素，是植被生長、植被恢復的重要影響因素。特別是人工植被直接受土壤水分的影響作用，同時地表植被本身的保水耗水及覆蓋狀況也會對土壤濕度進行反饋作用[28]。根據(jù)2021年7月野外實測平均土壤含水量數(shù)據(jù)，進行反距離權重(IDW)插值，并將分辨率重采樣為和NDVI一樣，得到0～10 cm (圖8(a))和0～20 cm (圖8(b))的表層土壤濕度空間分布圖。由圖可知土壤濕度范圍為3%～39%，空間分布也存在“西北低，東南高”的特點，壩上土壤濕度相比壩下較低，張家口中北部地區(qū)除張北縣的安固里淖附近土壤濕度較高外其它地方均較低，承德市的土壤濕度較高于張家口市，整體上的分布與植被覆蓋率空間分布較契合。然后將NDVI分布圖分別與0～10 cm和0～20 cm的表層土壤濕度柵格圖進行疊加，在ArcGIS里以1%為間隔重分類土壤濕度，提取每個區(qū)間內(nèi)的NDVI算數(shù)平均值，繪制NDVI算數(shù)平均值與土壤濕度的變化曲線。由圖9可知，在10 cm和20 cm土層深度的情況下，NDVI值整體趨勢上都是隨著土壤濕度的增加而增大，兩者擬合方程的判定系數(shù)(R2)分別達到0.7277和0.7606，說明NDVI與各層土壤濕度的數(shù)據(jù)擬合較好，表層土壤濕度對植被生長具有一定影響作用。

圖8 實測張承地區(qū)土壤濕度空間分布Fig.8 Spatial distribution map of measured soil moisture in Zhang-Cheng area(a)0～10 cm表層土；(b)0～20 cm表層土

5 討 論

20世紀60年代，風沙緊逼北京城，國家為治理風沙，實施一系列的生態(tài)保護政策，如建設國有林場等，其中成果最顯著的是在承德塞罕壩上建成百萬畝林海，因此在國家政策的大背景下，張承地區(qū)近20年年均NDVI為波動上升，植被變化趨勢也是整體在改善。由于張承地區(qū)壩上壩下地形差異較大，在空間分布上植被覆蓋度承德地區(qū)高于張家口地區(qū)、壩下高于壩上，呈現(xiàn)為西北低、東南高的特點，在2001—2004年低植被覆蓋面積相對明顯降低，在2013年后高植被覆蓋面積急劇增加，整體植被覆蓋度在增加，這與邵雅琪等人在張承地區(qū)研究結果一致[1]。雖然植被總體在改善，但在2006—2010年間植被退化嚴重，這與城鄉(xiāng)建筑擴張以及人們?yōu)樽非蠼?jīng)濟效益過度放牧與開墾耕地有關[24]，之后植被覆蓋又逐步改善，也與當?shù)亟?jīng)濟生態(tài)化的政策[29]及成為2022年北京冬奧會比賽場地之一有關。

影響張承植被變化的因素中，氣候因子與用地類型、地下水位埋深、土壤濕度共同作用，其中氣候因子降水與氣溫對張承地區(qū)的植被均起到促進作用。張家口地區(qū)相較于承德干旱，植被對降水的正相關性高于承德地區(qū)，這與前人研究結果一致[15]。人類活動作用使土地利用類型發(fā)生變化，建筑用地面積近20年逐年增加，尤其在2006—2010年急劇增加，而此時期植被退化嚴重。耕地面積在2005年后持續(xù)減少；近20年林地面積總的在增加，草地面積總體在減少，這與國家退耕還林、以及防護林建設政策有關。用地類型的變化與前文植被變化趨勢相一致，說明人類活動也是驅(qū)動植被變化的重要因素。崔浩楠等研究表明長江經(jīng)濟帶由于經(jīng)濟建設和生態(tài)修復工程使人類活動成為植被覆蓋變化的重要驅(qū)動力[4]。不同地區(qū)的地下水位埋深對植被影響不同，適宜植被生長的埋深也不同。張承地區(qū)由NDVI與地下水位埋深曲線關系可以得出影響植被生長的地下水位埋深范圍為5～8 m。土壤濕度的空間分布與地形有響應關系，具有明顯的壩上土壤濕度低于壩下地區(qū)，植被覆蓋與土壤濕度較強的響應關系，NDVI隨土壤濕度增大而增大，兩者之間有相互促進作用。與張京等人研究格爾木河流域植被對土壤濕度有積極的響應作用結果基本一致[30]。

上述結果表明，張承地區(qū)植被變化由降水、氣溫、用地類型、地下水位埋深和土壤濕度共同作用，降水和氣溫對植被影響較為明顯和直觀，從年度降水和氣溫對植被影響上分析，氣溫影響程度大于降水；在長時間序列中人類活動轉(zhuǎn)變用地類型對植被影響也較為明顯，根據(jù)野外觀測可知研究區(qū)多是人工種植林，植被覆蓋明顯受人類活動影響；研究區(qū)特別是張家口地區(qū)地下水位埋深較深，因此地下水位埋深對植被生長影響程度較小。土壤濕度與植被有較明顯的聯(lián)系，承德的土壤濕度明顯大于張家口，而承德的植被覆蓋也明顯高于張家口。綜合以上各因素對植被的影響程度，按其大小做如下排序：氣溫>降水>用地類型>土壤濕度>地下水位埋深。從結果上看，人類活動對植被動態(tài)變化的影響較明顯，張承的生態(tài)經(jīng)濟發(fā)展需要側(cè)重對土地利用的合理規(guī)劃。本研究所用的地下水位埋深數(shù)據(jù)和土壤濕度均為實測數(shù)據(jù)，具有真實可靠性，也使本文更具有真實性。

6 結 論

本文基于MODIS遙感數(shù)據(jù)，對張家口—承德地區(qū)的植被指數(shù)和植被覆蓋進行了計算，并對其時空分布特征及影響因素進行分析和探討，得到了以下幾點主要結論：

(1)研究區(qū)2001—2020年NDVI呈增加趨勢，增長速率約為0.4 ha-1。植被覆蓋率在空間分布上呈現(xiàn)“西北低，東南高”的特點，壩下植被覆蓋高于壩上植被覆蓋；受國家生態(tài)環(huán)境保護政策和當?shù)匕l(fā)展規(guī)劃影響，近20年低植被覆蓋面積呈明顯下降趨勢，較高植被覆蓋率的面積顯著增加。

(2)2001—2020年研究區(qū)內(nèi)絕大部分區(qū)域植被在改善，特別是在壩下地區(qū)，而在城鎮(zhèn)區(qū)域存在植被退化。2001—2005年植被改善最為顯著；2006—2010年植被退化明顯，占29.4%的總面積；2011—2015年植被退化面積減少，改善面積增加；2016—2020年植被改善面積占比有85.14%。

(3)在年際尺度上植被指數(shù)與降水量和氣溫之間相關性較好，正相關面積占比分別為84.33%和97.22%，研究區(qū)植被隨降水和氣溫的增加而增加。用地類型變化與5年為一周期的植被變化有較強的響應聯(lián)系，說明人類活動使用地類型發(fā)生變化，進而構成研究區(qū)植被變化的驅(qū)動因素。

(4)研究區(qū)內(nèi)影響植被生長的地下水位埋深為5～8 m，地下水位埋深超過8 m時，植被與地下水位埋深關系較弱，在地下水位埋深6.2 m的地方植被長勢最好。土壤濕度在空間上呈現(xiàn)壩上低、壩下高的特點，NDVI隨著土壤濕度的增大而增大，且擬合方程判定系數(shù)在0.7以上。表明研究區(qū)地下水位埋深與土壤濕度皆為植被變化影響因素。