2000年以來浐灞河流域不同地貌區植被變化特征及影響因素研究

楊媛媛 ，佘志鵬，宋進喜，朱大為

1. 西安浐灞生態區博士后科研工作站，陜西 西安 710024；2. 西北大學城市與環境學院，陜西 西安 710127；3. 西安理工大學/省部共建西北旱區生態水利國家重點實驗室，陜西 西安 710048；4. 國網陜西省電力有限公司，陜西 西安 710048

森林植被固碳是減緩氣候變化的主要途徑之一，對中國實現碳中和具有重要意義（馮源等，2020）。近年來中國開展了大規模國土綠化行動（許智超等，2011），自中國1999年實施退耕還林（草）政策后，2000—2017年，中國對全球貢獻了約25%的新增綠化面積，比例居全球首位（Chen et al.，2019）。秦巴山區作為中國重要的生態保護區，對氣候變化十分敏感。眾多研究發現（齊貴增等，2021；王治國等，2020），2000年以來秦嶺地區植被覆蓋呈顯著上升趨勢，且具有“南高北低”的空間特征，其中，鄧晨暉等（2018）研究發現秦嶺地區的植被覆蓋對氣溫的響應總體上沒有明顯的時滯效應，但與降水的響應存在顯著的時滯效應；人類活動對秦嶺地區植被變化的影響以正向作用為主，日趨增強；秦嶺地區植被變化是氣候變化與人類活動共同作用的結果，影響因子的作用大小依次為人類活動>降水>氣溫>潛在蒸散量。但是，劉憲鋒等（2015）研究發現2000—2014年秦巴山區植被覆蓋變化的反向特征強于同向特征，有46.89%的區域將由改善轉為退化，僅34.44%的地區持續改善；且降水量和海拔高度對植被覆蓋有一定的影響；隨著城市化的推進，城市周邊植被覆蓋顯著降低，即自然因素和人類活動共同影響植被恢復，且人類活動對植被具有雙重作用。

城市河流是自然生態系統與城市生態系統共同作用的區域，其具有自然性和社會性兩種屬性（朱國平等，2006）。2019年9月18日，習近平總書記關于黃河流域生態保護和高質量發展的重要講話，提出了“讓黃河成為造福人民的幸福河”的偉大目標。渭河是黃河的重要支流之一，浐灞河又是渭河最大的一級支流，且浐灞河是連接中國秦嶺和黃土高原地區的生態敏感區（馬新萍等，2012），因此浐灞河的植被建設工作顯得尤為重要，浐灞河兼具森林區（植被恢復為主）、農田區（兼具植被恢復和人類活動）和城市區（人類活動為主），故本研究以城市河流——浐灞河流域為研究對象，探索同一河流下不同地貌特征對流域植被恢復的影響特征，以期為黃河流域不同地貌區的植被建設提供參考。

1 材料與方法

1.1 研究區概況

浐灞河流域是浐河和灞河兩條的合稱，浐灞河流域位于陜西省西安市東南部，109°00′—109°47′E，33°50′—34°27′N，南依秦嶺山地，北連渭河平原（圖1）。本研究把浐灞河流域劃分為3個區段，分別為上游山地區、中游丘陵區和下游平原區，其面積分別為1395.54、992.59和300.04 km2，浐灞河流域面積共計2688.17 m2。浐灞河流域屬暖溫帶半濕潤大陸性季風氣候，四季冷暖干濕分明。降水分布由北向南逐漸增加，趨勢明顯。依據地貌特征和主要土地利用方式差別，整個浐灞河流域分為3個區域，分別是上游山地區、中游丘陵區以及下游平原區。上游山地區為秦嶺山地，土地利用方式以森林為主，降水量最大，多年平均年降水量在830 mm以上；中游丘陵區的地貌類型為丘陵和黃土塬區，土地利用類型以耕地為主，多年平均年降水量在710—830 mm之間；下游平原區地貌類型為川道平原，土地利用以建設用地為主，多年平均年降水量小于700 mm。根據灞河馬渡王水文站1970—2020年實測徑流統計資料，灞河多年平均流量為 13.93 m3·s?1，年徑流量為 4.41×108m3。受地形、氣溫、濕度、風速等影響，蒸發量由平原向山區遞減，南北差異明顯，多年平均水面蒸發量為 776 mm，干旱指數 1.6。浐灞河流域內植被屬暖溫帶針闊葉混交林，原生和次生植被均發育，以天然次生植被和人工植被為主。

圖1 研究區概況Figure 1 Overview of the study area

1.2 數據來源與處理

本研究的歸一化植被指數（NDVI）數據采用美國國家航空航天局推出的 MOD13Q1 NDVI數據（https://ladsweb.modaps.eosdis.nasa.gov/），時間序列為2000—2020年，時間分辨率為16 d，空間分辨率為 250 m，采用最大值合成法計算年 NDVI值（Didan，2015）。歸一化植被指數（NDVI）通過測量近紅外（植被強烈反射）和紅光（植被吸收）之間的差異來量化植被（Li et al.，2021）。NDVI是衡量健康植被的標準化方法，當一個地區植被覆蓋度較高時，其NDVI值也較高，反之當植被較少或沒有植被時，NDVI值便低。NDVI被認為是植被生長狀況及覆蓋程度的最佳指示因子，是監測區域植被及生態環境最有效的指標，被廣泛的應用在植被變化的相關研究中（Huang et al.，2019；Bai，2021；李程等，2021；倪銘等，2021）。

數字高程模型（DEM）來源于中國科學院計算機網絡信息中心地理空間數據云（http://www.gscloud.cn），DEM的空間分辨率為30 m。土壤類型圖來源于寒區旱區科學數據中心（http://westdc.westgis.ac.cn），是世界土壤數據庫（Harmonized World Soil Database，HWSD）的中國地區子集。

土地利用數據來源于中國 1?10萬土地利用數據庫，本研究采用2000年和2020年2期土地利用數據，空間分辨率為30 m，分類精度為94%（Liu et al.，2014）。

流域降水量數據和徑流量數據來自《中華人民共和國水文年鑒》。其中共16個雨量站數據，收集到灞河馬渡王水文站1970—2020年的年徑流數據。

1.3 研究方法

NDVI值的變異特征采用曼—肯德爾（Mann Kendall，M-K）趨勢分析法進行計算（Hensel et al.，2006），計算了Mann Kendall的相關系數并進行顯著性檢驗。植被恢復速度采用 Theil Sen斜率值（Theil Sen Slope）計算（Sen，1968）。上述計算在TerrSet和ArcGIS Pro等地理信息系統軟件中完成。土壤侵蝕模數使用修正通用土壤流失方程（Revised Universal Soil Loss Equation，RUSLE）計算（Gao et al.，2021）。采用SPSS 22.0分析數據的相關性、回歸擬合以及進行方差分析。

2 結果與分析

2.1 浐灞流域不同地貌單元年際植被變化特征

統計浐灞河流域2000—2020年3個地貌單元的NDVI值（圖2），可以看出上游山地區NDVI值從2000年的0.83增加至2020年的0.91，呈極顯著增加趨勢（P<0.001），中游丘陵區NDVI從2000年的0.64增加至2020年的0.73，呈緩慢增加趨勢，下游平原區NDVI從2000年的0.54減少至 2020年的 0.48，呈極顯著減少趨勢（P<0.001）。

圖2 浐灞河流域不同地貌分區NDVI變化特征Figure 2 NDVI variation characteristics of different geomorphological zone units in the Chanba river basin

浐灞流域典型年份的NDVI如圖3所示。可以發現上游山地區的植被明顯好于中游丘陵區和下游平原區。同時可以看出，2020年上游山地區的植被明顯好于2000年。

圖3 浐灞流域典型年份的NDVI圖Figure 3 NDVI map of Chanba river basin in 2000, 2010 and 2020

2.2 不同地貌單元年內植被變化特征

使用研究區 2000—2020年各個獲取日期的NDVI中位數值，分析浐灞河流域NDVI的年內變化特征。可以看出，上游山地NDVI從3月開始快速增加，6—9月的NDVI均處于較高水平，10月后開始NDVI開始顯著降低。中游丘陵區NDVI呈現雙峰特征，峰值分別出現在4月和8月，在兩個峰值前后，NDVI增加和降低的速度都較為平緩。下游平原區的NDVI年內分布也有雙峰特征，增加和降低的速度也比較慢，只是其NDVI值進一步降低（圖4）。

圖4 浐灞河流域NDVI的年內變化特征Figure 4 The characteristics of the annual variation of NDVI in the Chanba River Basin

2.3 不同地貌區植被恢復差異

根據Theil Sen斜率計算結果，整個浐灞河流域的植被恢復速度為0.0019/a。其中，上游山地區的植被恢復速度為0.0038/a，中游丘陵區為0.0009/a，下游平原區為?0.0038/a，3個地貌區的植被恢復速度存在顯著差異（P<0.05）（圖5）。具體來講，上游山地區90.36%的地區植被呈增長趨勢，0.12%的地區呈降低趨勢，9.52%的地區無顯著變化；中游丘陵區31.13%的地區植被呈增長趨勢，19.09%的地區呈降低趨勢，49.78%的地區無顯著變化；下游平原區15.51%的地區植被呈增長趨勢，43.35%的地區呈降低趨勢，41.13%的地區無顯著變化（P<0.05）。

圖5 浐灞河流域植被恢復趨勢Figure 5 The trends of vegetation restoration in Chanbar river basin

上游山地區是植被恢復最快的地區，在上游山地區，低山區的植被恢復速度為0.0055/a，中山區的植被恢復速度為0.0038/a，低山區的植被恢復速度高于中山區，根據方差分析，低山區和中山區的植被恢復速度呈顯著差異（P<0.05）。由于秦嶺地區植被的垂直變化明顯（莫申國，2008），所以植被恢復速度在低山和中山區的差異顯著。同時上游山地區坡度組成以陡坡為主，0°—15°的植被恢復速度為 0.0041/a，15°—25°的植被恢復速度為0.0040/a，大于25°的植被恢復速度為0.0035/a，三者之間沒有顯著差異。

中游丘陵區的主要地貌類型為丘陵和黃土塬，其中丘陵地區的植被恢復速度為0.0054/a，而黃土塬地區的植被恢復速度為0.0011/a，二者存在顯著差異。與上游山地區不同的是，在中游丘陵區0°—15°的植被恢復速度為?0.0001/a，而大于15°地區的植被恢復速度為0.0045/a，二者存在顯著的差異。而在下游平原區，河流階地與河漫灘地區植被沒有顯著變化，而平原區，植被呈現退化趨勢。

2.4 不同地貌區土地利用差異對植被恢復影響

根據2000—2020年土地利用，分析研究區3個地貌單元 20年來土地利用轉移情況，并統計不同土地利用及轉移狀態下的植被恢復速度（表1）。上游山地區土地利用以林地為主，2000—2020年，在土地利用變化中，90.98%由林地轉為林地，因此，上游山地區植被恢復的主要動力是林地自身植被覆蓋度的提升。在中游丘陵區，農田的植被穩定，NDVI變化不大，得益于林地NDVI的增加，這一區域的NDVI也呈緩慢增加態勢。城市化是中國平原地區植被退化的主要因素（Sun et al.，2011），根據土地利用統計結果，在下游平原區，部分耕地轉為建設用地，耕地向建筑用地轉化過程中，植被退化明顯，故該分區的NDVI呈現降低趨勢。

表1 2000—2020年研究區土地利用轉移及植被恢復速度Table 1 The land use transfer and the rate of vegetation restoration in the study area from 2000 to 2020

3 討論與結論

3.1 討論

3.1.1 植被恢復與氣象因子的響應關系

由于下游平原區主要的土地利用為建筑用地且降雨量站點只有1個，本文在此討論上游山地區和中游丘陵區植被覆蓋度對年降水量的影響關系。可以發現上游山地區植被覆蓋度與年降水量不存在顯著的相關關系，而在中游丘陵區，植被覆蓋度和年降水量存在著極顯著的正相關關系（P<0.001）。有研究表明，植被對溫度的敏感性高于降水（白紅英，2014；郭鈮等，2008），從本文不同分區NDVI與年降水量回歸分析（圖6），可以看出，在高植被覆蓋區，植被變化與年降水量關系并不密切，而在低植被覆蓋度，植被變化顯著受年降水量影響。

圖6 不同分區NDVI與年降水量回歸分析Figure 6 Regression analysis of NDVI and annual precipitation in different districts

在全球氣候變化趨勢下，秦嶺地區的植被可能更為敏感，有研究表明秦嶺以北地區春季的降水與年NDVI之間顯著相關，1998—2007年間，秦嶺以北地區冬季NDVI與溫度相關系數較高（孫華等，2009）。在不同物候期，整個秦嶺地區植被生長始期與3月氣溫之間具有極顯著的相關關系，生長末期與9月氣溫之間具有顯著的相關關系（李登科等，2020）。進一步將研究區分為生長季和非生長季兩個時段，分析氣象因子與NDVI的相關性，其中生長季為5—10月，非生長季為11—4月。可以看出，對于降水量，在中游丘陵區，生長季NDVI與降水量存在顯著的相關關系（P<0.05），而非生長季和上游山地區，降水量和NDVI沒有顯著的相關關系，但是可以看出，在生長季，降水量和NDVI的相關性更強。而氣溫與NDVI沒有顯著相關性，但是在非生長季，氣溫和NDVI相關性更強一些（表2）。值得注意的是，研究區的范圍較小，且降水量和氣溫的數據處理方法也會對結果造成顯著影響，上述結論是否在秦嶺山地具有一般性還需要更多研究。同時，人類活動對秦嶺地區植被變化的作用日趨增強，在山地以正向作用為主，在平原區則以負向作用為主（鄧晨暉等，2018），因此深入研究人類活動對植被的影響。

表2 氣象因子與NDVI的Pearson相關系數Table 2 Pearson correlation coefficient of meteorological factors and NDVI

3.1.2 植被恢復對水沙過程影響

植被恢復對流域水沙過程產沙深遠影響，特別是地形復雜的山地，植被與水沙過程的影響更加復雜（Gao et al.，2019）。Xu et al.（2018）對中國主要河流分析后認為植被恢復并沒有減少徑流，但是卻降低了河流的輸沙量，Wang et al.（2016）認為，2000年以來黃河輸沙量的減沙，一半貢獻在于植被覆蓋度的增加。根據灞河馬渡王水文站實測的徑流量數據和計算的研究區上游山地區土壤侵蝕模數，分別與 NDVI和年降水量進行回歸分析，公式為：

式中：

Q——徑流系數，mm；

V——NDVI值；

P——年降水量，mm；

M——土壤侵蝕模數，t·hm?2·a?1。

根據標準化回歸系數，植被對徑流量的影響較小，貢獻為 8.2%，而年降水量對徑流量的貢獻為90.8%。對土壤侵蝕模數而言，植被對土壤侵蝕的貢獻為?33.9%，而年降水量對土壤侵蝕的貢獻為79.3%。可見，在灞河流域，植被對徑流量的影響較小，而對土壤侵蝕模數影響較大。

3.2 結論

本研究取得的主要結論有：

（1）浐灞河流域上游山地區、中游丘陵區以及下游平原區的年際植被變化差別較為顯著，上游山地區呈極顯著增加趨勢，中游丘陵區呈緩慢增加趨勢，下游平原區呈極顯著減少趨勢。在年內分布上，上游山地區NDVI在6—9月處于較高水平。中游丘陵區和下游平原區 NDVI的年內分布呈現雙峰特征。

（2）整個浐灞河流域的植被恢復速度為0.0019/a，上游山地區、中游丘陵區以及下游平原區的植被恢復速度存在顯著差異（P<0.05），其中上游山地區的植被恢復速度為0.0038/a，中游丘陵區為0.0009/a，下游平原區為?0.0038/a。

（3）在上游山地區中，海拔對植被恢復速度具有顯著影響（P<0.05），低山區的植被恢復速度高于中山區的植被恢復速度。在中游地區，不同坡度下的植被恢復存在顯著差異。

（4）上游山地區植被恢復的主要動力是林地自身植被覆蓋度的提升，中游丘陵區植被較為穩定，部分林地覆蓋度的提升是這一區域植被覆蓋度提升的主要原因，而下游平原區耕地轉為建設用地是植被退化的主要原因。

（5）年降水量對上游山地區的植被覆蓋度影響不顯著，但是年降水量對中游丘陵區的植被覆蓋度具有極顯著的正相關關系（P<0.001）。在浐灞河流域，植被恢復對徑流量的影響較小，而對土壤侵蝕模數影響較大。