2019年, 习近平总书记在内蒙古代表团的审议会上指出, 要探索以生态优先、绿色发展为导向的高质量发展新路子。具体到黄土高原上就是深刻贯彻“绿水青山就是金山银山”理念, 深化全方位生态文明建设理念^{[ 1]}。植被覆盖是陆地生态系统稳定性的指示器, 是评价生态环境状况的重要指标^{[ 2]}, 也是生态文明建设成果的重要体现, 其与气候的相互作用是研究生态环境主要内容^{[ 3— 4]}。

黄土高原是我国水土流失最严重、生态环境最脆弱的地区^{[ 5]}, 是经济发展贫困聚集区, 也是我国“贫病交迫”的典型区域^{[ 6— 9]}。植被包含了气候变化和人为扰动信息, 是黄土高原恢复生态环境、控制水土流失的关键因子, 干旱缺水又是制约当地植被生长的主要因素^{[ 10]}。自20世纪七八十年代, 国家先后在该地区开展了三北防护林建设工程、七大江河水土保持重点工程、“八大片”治理工程、小流域治理、淤地坝建设、坡改梯以及退耕还林还草等工程, 使得黄土高原地区植被覆盖明显增加^{[ 11]}, 水土流失显著减弱^{[ 12]}, 生态环境明显好转^{[ 13]}, 但在大规模粗放式生态环境修复的同时, 也依然存在水资源调配不合理、地表植被破坏以及小老头树等现象。因此, 黄土高原植被覆盖变化及其对主要气候因子的响应一直以来都是该地区研究的重点和热点^{[ 14]}, 并取得显著成果。赵安周^{[ 15]}、肖强^{[ 16]}、孟晗^{[ 17]}等认为温度和植被覆盖整体呈现负相关性, 降水和植被覆盖整体呈现正相关性, 并且降水对植被生长的影响强于温度; 刘旻霞等^{[ 18]}研究认为黄土高原植被覆盖对气温、降水的响应关系有明显的季节差异, 夏季降水与植被覆盖呈显著正相关, 对植被生长的影响最为明显, 并且在空间上植被与降水的相关性显著, 与温度相关性不明显; 董镱等^{[ 19]}通过相关分析和偏相关分析表明平均温度和降水对黄土高原植被覆盖均有显著影响, 并且平均温度和降水对植被覆盖的综合影响更加明显; 刘静等^{[ 4]}认为在不同植被覆被类型区, 气候因子对植被覆盖存在显著作用, 且不同植被覆被类型差异明显。张乐艺等^{[ 20]}研究认为高温对植被以抑制为主, 随着温度的升高, 地面蒸发增加, 土壤干化不利于植被生长。以往研究中植被与水热因子间的关系一般通过相关系数或偏相关系数来表示, 并且其响应关系的表述大多基于省域、地貌区域或气候区域, 但相关系数仅能反映变量表面的联系, 偏相关系数表示特定变量间的净相关关系, 相较而言通径分析具有可以分析单一因子对因变量的直接和间接作用的优势, 另外黄土高原地区地形起伏大、气候复杂多变, 各生态区域内气候条件与植被分布具有很大不同, 主要气候因子对不同生态区的影响也存在显著差异, 因此本文利用通径分析方法系统分析黄土高原地区不同生态区划下气温和降水对植被覆盖的影响, 以丰富生态修复理论研究, 提高水热资源利用率和植被覆盖, 确保“黄土高原-川滇生态屏障”和“北方防沙带”生态安全格局。

1 研究区概况

黄土高原范围的界定有狭义、中义和广义之分, 本文采用广义黄土高原范围, 即西起乌鞘岭, 东迄太行山, 北达长城, 南抵秦岭。横跨青海、甘肃、宁夏、内蒙、陕西、山西和河南7省区部分或大部分区域, 面积达64.87×10⁴km², 约占全国陆地总面积的8%。黄土高原属东南湿润季风气候向西北内陆干旱气候的过渡区, 从东南向西北气候依次为半湿润气候、半干旱气候和干旱气候。受温带大陆性气候的控制, 气温和降水季相变化分明, 全区降雨量在200—700mm之间。黄土高原主要包括9个生态区, 各生态区对应代码及其划分情况见 图 1。

2 研究方法 2.1 数据来源

研究所用数据包括黄土高原2001—2017年MODIS-NDVI、气温及降水数据。其中MODIS-NDVI数据来源于美国国家航空航天局(NASA)EOS/MODIS数据产品中的MOD13A2数据集, 空间分辨率为1000m, 时间分辨率为16d。使用MODIS Reprojection Tools(MRT)和ArcGIS软件对MODIS-NDVI数据进行格式转换、图像拼接、投影转换及裁剪处理, 统一投影为WGS84, 并利用单位转换系数0.0001将数据数值转为-1—1之间。为反映研究区内逐年的植被覆盖变化情况, 通过最大值合成法将NDVI数据合为年际数据。黄土高原地区的月气温及月降水数据均通过国家地球系统科学数据中心黄土高原分中心获取, 空间分辨率为1000m, 该数据是对长时序低空间分辨率气象数据集进行降尺度处理获得, 结合气象站点的数据评价后认为精度较高^{[ 21]}。为反映全年整体情况, 利用累加法将月降水数据合为年降水数据, 应用平均法将月气温数据合为年气温数据。

植被类型数据由中国1∶100万植被类型矢量图裁剪得到, 通过ArcGIS软件转化为栅格, 并保持空间分辨率与其他数据一致, 根据数据代码将黄土高原主要植被类型分为针叶林、阔叶林、灌丛、草丛、草原、草甸、荒漠、栽培植被、高山植被以及沙生植被10大类。

2.2 通径分析

通径模型是以多元线性回归方程为基础的模型, 将自变量和因变量之间的相关关系分解为直接作用与间接作用两部分来反映自变量、中间变量和因变量之间相互关系^{[ 22— 23]}, 可以通过比较通径系数绝对值的大小, 直接比较各个自变量对因变量的作用。具体原理参考谢舒笛等^{[ 24]}。

为进行不同量级数据间的比较, 利用Z-score标准化法对NDVI、气温、降水数据进行标准化：

式中, x_std为标准化值, x为数据序列x_i的平均值, σ为对应标准差。

简单相关分析往往反映的是变量间表面的非本质的联系, 高度相关性并不意味着有因果关系, 并且相关系数容易受到其他因素的影响, 不能反映变量间内在关系的大小; 偏相关分析是在控制其他变量影响的前提下, 分析多个变量之间的相关程度, 即一般分析特定变量间的净相关关系。相较于前两者, 通径分析可以分析单一因子对因变量的直接和间接作用, 另外通径系数是没有单位的, 可以直接比较独立变量对因变量影响作用的大小, 且具有方向意义, 通径系数表示了从原因到结果的直接作用或原因经由中间变量到结果的间接作用。

为体现气温降水在时间、空间尺度上对植被覆盖影响作用的差异, 对其分别做时序通径及空间通径分析。

2.2.1 时序通径分析

将气温、降水及植被覆盖2001—2017年的时序栅格数据逐像元按照时间顺序组成时间序列( 图 2), 根据通径分析原理, 分别计算气温、降水在时间尺度上对植被覆盖的直接作用和间接作用(即直接通径系数和间接通径系数)。

2.2.2 空间通径分析

与时序通径分析相似, 将研究区内所有像元值转为向量组成空间数据序列( 图 2), 计算空间尺度上气温、降水整体对植被覆盖的影响作用。利用焦点通径, 即以待计算像元为中心向周围扩展邻域并将邻域像元转为向量组成空间数据序列, 计算的通径系数赋予待分像元, 以表征像元水平上水热因子对植被的空间影响。

为了对植被与水热因子的相关关系进行充分分析, 在各个空间尺度上, 分别计算NDVI与气温、降水的相关系数( 图 3)。根据相关系数特性, 即相关系数绝对值越接近1, 则相关性越强。如图曲线, NDVI与降水的相关性随着空间尺度的增加而增强, 但增速逐渐递减; 而当处于80km空间尺度时, NDVI与气温的相关性达到最大, 因此选择80km空间尺度对植被覆盖与水热的空间关系进行分析。

3 结果与分析 3.1 黄土高原植被覆盖与水热的时空变化关系

从植被与水热时空通径分析图( 图 4)可知, 就全年平均水平而言, 气温和降水在时间和空间尺度上均与植被覆盖呈正相关, 并且降水对植被的影响在时空尺度上均高于气温; 显著性方面, 空间水平上的相关程度显著于时间水平; 时间水平上气温和降水通过彼此抑制植被生长, 空间水平则直接和间接通径系数均为正, 即均表现为促进植被生长。时间关系具体表现为：降水、气温与植被覆盖均呈现非显著正相关(相关系数：0.3222与0.1015), 降水增加和升温均对植被生长产生促进作用, 且降水对植被生长的促进作用高于气温。年际降水增加和气温升高均直接促进植被生长, 但同时会通过对方抑制植被生长, 其中, 降水正效应的109.12%(直接通径：0.3516)与气温正效应的161.97%(直接通径：0.1644)均通过水热对植被生长的直接影响实现, 即水热相互作用抑制植被生长的比例分别为-9.12%和-61.97%。空间关系上具体呈现出：降水和气温与植被覆盖的相关系数分别为0.8140和0.1942(P < 0.01), 降水明显高于气温。空间水平上, 降水和气温都可直接并通过对方间接促进植被生长; 降水的直接和间接通径系数均为正, 分别为0.8023和0.0117, 直接明显大于间接, 即降水直接促进植被生长的作用较强, 通过影响气温间接促进植被生长的作用较弱; 气温直接、间接通径系数分别为0.0911和0.1030, 间接大于直接, 即气温促进植被生长, 并通过加大蒸发提高降水量进一步促进植被生长, 且后者的作用大于前者。因此, 对于干旱的黄土高原地区, 降水是影响植被生长的关键因子。

3.2 植被覆盖与水热的时间关系

年际降水变化对植被覆盖影响的通径系数( 图 5), 最大值为0.9650, 最小值为-0.9112, 平均值为0.2845;气温通径系数的最大值为1.0190, 最小值为-0.8967, 平均值为0.07949( 图 5); 二者对植被覆盖演变的影响整体呈不显著正相关, 局部地区出现负相关, 其中, 降水变化对植被覆盖的影响略高于气温, 气温对植被覆盖的抑制区域略大于降水(气温、降水抑制区面积占比分别为：40.66%、13.90%); 即黄土高原气温升高、降水增加会对绝大部分区域的植被覆盖起到促进作用, 但也有部分地区会出现抑制植被生长的趋势; 降水整体较气温的作用大。

3.2.1 水热年际变化对植被覆盖的影响

从通径系数最值可知, 年降水量和气温年际变化对黄土高原不同区域的植被覆盖影响作用差异显著( 图 5)。降水年际增加对植被覆盖影响以正向为主, 负向影响区域相对较小。降水影响的低值及负值区主要包括：研究区西南的青海高寒草原草甸区, 即西宁南北的拉脊山和达坂山一带; 研究区中南部的六盘山、子午岭、黄龙及太行山地; 秦岭北麓的渭河谷地、贺兰山东部宁夏平原以及阴山和狼山南部的河套平原以及黄河三门峡至小浪底水库区段。正向影响较强的地区主要集中在研究区西部的甘肃陇中高原、西北部的鄂尔多斯高原以及东北部的山西高原及五台山周边。除高寒地区外, 研究区年际降水对植被覆盖影响相对较弱甚至出现负影响的地区主要集中在植被覆盖相对良好的山地、农业相对发达的河谷盆地及平原区; 各类型高原、沙地和沙漠区, 降水年际增加对植被覆盖的促进作用相对显著。

气温年际变化对植被覆盖以微弱促进作用为主, 抑制区分布范围明显较降水广。气温的年际增加导致植被覆盖降低的区域主要分布在研究区的中部地区, 尤以陇中高原、六盘山东部、陕北高原、山西高原中南部最为集中; 此外, 西北部的库布齐沙漠、东南部的汾渭盆地以及黄河三门峡小浪底段南岸也有集中连片分布。气温对植被的年际影响的正值区主要分布在研究区的最南端和最北端, 即秦岭北麓从东到西一直延伸到青海东部的拉脊山南部, 北部主要分布在从毛乌素沙地开始, 一直延续到山西北部的区域。

3.2.2 水热年际变化对植被覆盖的综合影响

水热因子的综合影响作用在研究区范围内呈现出明显的空间分异特征( 图 5), 整个研究的西北绝大部分地区为正向影响的集中区, 东南部植被受气温和降水影响相对较弱, 并含有负向影响, 尤以汾渭盆地和河南境内负向影响最强。正向高值区主要在陇中高原、西北部的鄂尔多斯高原以及东北部的山西高原及五台山周边; 负向高值区主要分布在中部及东南部的子午岭、汾渭盆地和黄河的河南段, 以及研究区最西南角的青海部分。

黄土高原范围内降水、气温控制区面积占比分别为68.29%、31.71%, 说明降水是影响该地区植被生长的主要因素( 图 5)。P_iy＞T_iy(+)和P_iy＞T_ijy(+)为降水促进型区域, 即降水增加能促进植被覆盖增大, 其遍布整个黄土高原, 分布面积为39.71×10⁴km², 占比63.61%, 尤集中于中北部大范围区域。P_iy＜T_iy(+)和P_ijy＜T_iy(+)为典型的气温正向影响区域, 即气温促进型, 该区域随着气温的年际升高, 植被覆盖会显著增大, 此二种类型分布范围相对较小, 主要分布在北部毛乌素沙地周边和秦岭北麓, 共计14.47×10⁴km², 占比23.18%。气温和降水对植被覆盖的抑制区分布范围相对较小, 共计8.24×10⁴km², 占比13.21%, 其中, 气温抑制区集中分布在子午岭、黄龙山和汾河谷地, 其他类型分布更为零散。

降水促进型的大范围分布再一次证明, 干旱是影响黄土高原植被生长的关键因子。雨量的逐年增加可使中部及西北部绝大部分地区植被覆盖呈现增长态势。同时, 人类聚集、农业相对发达的东南部汾渭盆地及河南境内, 不同控制型相间分布特别明显, 即灌溉技术、地膜和大棚覆盖以及生物技术的使用, 削弱了植被覆盖受自然降水和气温的控制作用。

通径系数分析( 图 5)可以看出：P_iy＞T_iy(+)和P_iy＞T_ijy(+)降水促进型, 其降水与植被覆盖呈显著正相关, 相关系数分别为0.4322和0.4969, 其中, 直接和间接通径系数分别为0.4435和0.5081, -0.0113和-0.0112, 即降水直接促进植被覆盖增加, 但通过影响气温间接抑制植被生长, 且气温对降水促进型区域的影响相对较小。P_iy＜T_iy(+)和P_ijy＜T_iy(+) 两种气温促进型, 气温与植被的相关系数分别为0.3609和0.4166, 也表现为气温直接促进植被覆盖增大(直接通径系数分别为0.4243和0.4563), 并通过降水间接抑制植被生长(间接通径系数为-0.0634和-0.0397), 该类型区域降水对植被影响微弱。气温和降水对植被的抑制型区域分布范围较小, 其与植被覆盖的相关程度整体较促进型区域弱, 此处不再一一赘述。

3.3 植被覆盖与水热的空间关系

降水对黄土高原植被覆盖的影响具有明显的空间一致性, 即降水多, 则植被覆盖较好, 反之植被随降水少则覆盖差, 但80km空间尺度上不同区域内影响程度存在明显差异( 图 6)。空间分布上, 具有较为明显的东北—西南走向, 负值区主要分布在西北河套平原和宁夏平原以及青海部分地区, 即该区域降水少, 但植被覆盖相对较好; 0—0.5通径系数控制区主要分布在研究区的西北部毛乌素沙地以及东南部的山地区, 即该区域植被覆盖受降水空间分布影响较弱, 沙漠地带植被本身很差, 降水空间差异性无法带来快速的植被覆盖变化, 而东南部的山区植被覆盖主要以林地为主, 降水的空间分布对其影响也相对较弱; 0.5—1.0主要分布在自东北向西南走向的条带上, 该地区主要为山西高原、陕北黄土高原、陇中高原等, 植被覆盖较差, 但受降水的空间分异影响较强, 并表现为植被覆盖与降水空间分布的高度一致性, 即降水空间分布对该区植被影响较强; 其他更强的促进型, 零星的分布在研究区的秦岭北麓以及山西山间。

气温空间分布对黄土高原植被影响的抑制性明显强于促进性, 即气温高则植被覆盖较低, 反之则植被覆盖较高。空间上具有明显的从东南向西北的过渡特征, 气温对植被影响的一致区主要分布在研究区较干旱的西北地区, 即宁夏平原和河套平原等地, 该地区为中高纬度地区, 热量条件会成为植被, 尤其农业植被生长的决定因素, 因此, 植被对该地区的农业生产起到明显的促进作用; 0—0.5的气温影响的弱一致区主要分布在陕北长城沿线两侧以及南部的白于山以及六盘山附近, 该地区海拔相对较高, 植被生长易受气温影响; 其他中部及东南部的绝大部分地区, 气温主要表现为对植被的抑制作用, 即研究区东南部的绝大部分地区气温较高的区域植被覆盖则会降低, 其中山西高原抑制作用相对较强, 其他地区相对较弱, 这是由于研究区中及东南部为自然条件相对较好的农业生态区, 高温会对植被尤其是农业植被生长起到明显的抑制作用, 该区域也是长期受到伏旱影响的主要区域( 图 6)。

3.3.1 水热空间分异对植被覆盖的影响

水热对黄土高原植被的空间影响具有明显的过渡性( 图 6)。负值主要分布在东南和西北部人类活动较强的地区, 即秦岭北麓的渭河谷地, 山西中南部的山间盆地、河南以及西北河套地区, 而负强烈影响区集中于青海中部。正强烈影响区在秦岭北坡以及山西山地等地区, 中部及其他地区通径系数最值相对较小, 影响最为微弱的地区(0—0.5)主要集中分布在毛乌素沙地及周边。

水热一致型为研究区植被覆盖变化的主要影响类型( 图 6)。降水正向控制类型P_iy＞T_iy(+)和P_iy＞T_ijy(+)分布在研究区从东北向西南走向的绝大部分区域, 横贯整个研究区, 即从山西中北部山西高原, 一直通过陕北黄土高原, 延续到西南部的陇中高原, 该区域气温和降水, 尤其是降水较高的区域, 植被覆盖则较高。P_iy＜T_iy(+)和P_ijy＜T_iy(+)为气温正向控制类型, 即气温较高的区域植被覆盖也较高, 该类型主要分布在河套平原以及宁夏平原, 高纬度地区气温对作物生长的制约作用得到体现。P_ijy＜T_iy(-)主要分布在研究区的青海区域、东南部的农业区以及山西山间盆地高原区。

3.3.2 水热空间分异对植被覆盖的综合影响

根据 图 6并结合通径分析, 在80km空间尺度上, 黄土高原地区P_iy>T_iy(+)、P_iy>T_ijy(+)地区, 即降水促进区广泛分布, 共计41.92×10⁴km², 占比67.15%, 该地区降水及气温与植被均呈显著正相关(相关系数分别为：0.8513、0.1674), 且降水对植被的影响作用强于气温; 降水对植被的直接作用(直接通径系数分别为：0.7908、0.8452)远强于通过气温的间接作用(间接通径系数：0.0351、0.0061)。P_iy < T_iy(+)、P_ijy < T_iy(+)地区, 即气温一致区主要分布于黄土高原北部及西北部, 具体分布于青海北部、宁夏、毛乌素沙地地区以及内蒙古北部库布齐沙漠周边等, 共计5.99×10⁴km², 占比9.59%, 该地区降水与植被均呈现正相关(相关系数分别为：0.5922、0.4554), 而气温与植被均呈显著负相关(相关系数分别为：-0.0058、-0.4209), 这是由于该地区主要为沙漠、沙地或山区, 气温对植被促进作用微弱(直接通径系数分别为：0.0052、-0.0731), 主要显示为气温通过降水对植被生长影响的抑制作用(间接通径系数分别为：-0.0110、-0.3478)。P_iy>T_ijy(-)、P_iy>T_iy(-)地区, 即降水反一致区集中分布于内蒙古北部、宁夏中部及青海北部地区, 共计2.41×10⁴km², 占比3.86%。P_ijy < T_iy(-)、P_iy < T_iy(-)地区, 即气温反一致区集中分布于青海中部、甘肃景泰、宁夏中部偏北地区、内蒙古北部及中部、陕西宝鸡市、西安市周边及子午岭、黄龙山一线、山西北部和南部、吕梁山、太原盆地和长治盆地周边、临汾盆地西南、河南等地区, 占比19.4%, 降水与植被的相关系数为0.8146、0.8727, 气温与植被的相关系数为0.2753、0.6038, 即降水、气温均与植被覆盖呈显著正相关关系; 该类型分布区, 降水对植被的影响主要为直接作用(直接通径系数：0.8185、0.8159, 间接通径系数：-0.0038、0.0568), 而气温主要体现于间接作用(直接通径系数：-0.0110、0.0903, 间接通径系数：0.2863、0.5135), 这是由于该地区或分布于山区或沙地, 如山西吕梁山、中条山、太岳山等, 陕西黄龙山、子午岭, 河南崤山等山区, 或分布于城区, 如陕西西安、宝鸡, 山西太原, 甘肃白银市北, 内蒙古呼和浩特等城市, 因此气温直接对植被生长的影响微弱, 主要呈现为气温通过影响降水对植被生长产生作用。

3.4 黄土高原时空通径统计分析

时空通径分析结果显示, 黄土高原各个生态区以促进类型为主, 且以降水影响的促进区为主, 但各个生态区情况不同。时间通径分析统计结果显示( 图 7), 高寒生态区(Ⅲ-1、Ⅲ-4)的抑制区以降水抑制为主, 其他生态区则主要为气温抑制; 汾渭盆地(Ⅰ-11)、秦巴山地(Ⅰ-15)、内蒙古高原(Ⅱ-1)、祁连山高寒生态区(Ⅲ-1)植被受气温、降水影响的一致区占比相当, 其余生态区降水促进区占比远大于气温促进区。空间上( 图 7), 除内蒙古高原中部草原化荒漠生态区(Ⅱ-3)外, 其他生态区中促进区都以气温促进为主; Ⅱ-3、Ⅲ-1外其余生态区的促进区主要为降水促进。

植被类型角度而言, 各植被在时空上均以气温、降水促进作用为主。时间尺度上( 图 7), 草甸外的各植被抑制区均以气温抑制为主, 其中草丛、高山植被的气温、降水抑制区占比相当; 草甸、高寒植被主要受到气温促进作用外, 其余植被生长均受降水促进的作用。空间上( 图 7), 荒漠、高山植被主要受降水抑制作用, 其余均以气温抑制为主; 各植被的促进区均以降水促进为主。

综合统计内容, 时间尺度上, Ⅲ-1、Ⅲ-4地区产生抑制作用的主要因子为降水, 这是由于高寒生态区内草甸分布相对其他植被而言较为广泛, 草甸是在适中水分条件下发育的植被类型, 降水过多会抑制草甸发育, 这也与草甸的抑制作用因子主要为降水, 气温促进作用大于降水相符合。Ⅰ-11地区以栽培植被为主, Ⅰ-15以栽培植被和阔叶林为主, 二者受到人类活动的影响较多; Ⅱ-1以沙生植被、沙地为主, 虽然降水可以促进植被生长, 但过多的降水会造成水土流失, 因此以上三个地区的气温降水促进类型占比相当。空间尺度上, Ⅱ-3地区以灌丛、荒漠为主要植被类型, 生态环境脆弱, 且人为过度开垦, 导致该地区土壤酥松, 降水可能导致水土流失, 因此该地区抑制因子主要为降水, 且气温的促进作用较大。

4 讨论

黄土高原大部分区域属于干旱半干旱区, 气温升高会加快地表蒸散发, 使土壤干化, 不利于植被生长^{[ 25]}, 加之土壤侵蚀严重, 土壤含水量低, 蓄水工程少, 因此植被生长所需水分主要来源于降水^{[ 26]}。NDVI与水热因子相关性曲线( 图 3)显示出在相同空间尺度下, NDVI与年降水的相关性大于年气温; 有研究显示黄土高原生长季植被与气温降水的相关性较高^{[ 27]}, 但该地区植被生长季内雨热同期, 多年重复的高温多雨期与高植被指数对应必然会产生高相关性^{[ 28]}, 这并不一定代表真实关系, 而年际间变化的分析就不存在该情况; 另外, 黄土高原地区植被受到气温降水滞后效应影响, 不同地理分区NDVI对气候因子时滞反映的时间长度也不同^{[ 14]}, 因此生长季中植被生长也会受到生长季时期以外的气候变化影响; 综上, 研究用年均气温与年累计降水来表征全年时段内气温降水的整体水平, 并且分析年际上植被对水热因子变化的响应关系。利用通径分析得到黄土高原影响植被生长的关键自然因子是降水, 这与赵安周^{[ 15, 29]}、肖强^{[ 16]}、孟晗^{[ 17]}、史晓亮^{[ 30]}等的研究结果一致, 且气温对植被的作用主要是通过气温变化影响降水间接地作用于植被。也有研究如孙倩倩等^{[ 31]}认为温度是影响黄土高原植被覆盖变化的主要因素, 这可能是由于气候和人类活动的剧烈变化均会对植被覆盖产生影响, 导致研究的时序区间不同使结果有所差异, 因此需要从不同的研究尺度进一步探究NDVI对水热因子的响应关系。NDVI与气候因子间存在很强的空间尺度依存关系^{[ 26]}, 因此通径分析结果显示时序通径结果的显著性低于空间通径结果。根据通径分析与各生态区及不同植被类型区统计结果, 气温、降水对各个生态区与植被类型区的影响作用差异明显, 这是生态区地理位置不同存在气候差异, 以及气候因子对不同植被类型的作用也有显著差异^{[ 4, 32]}共同导致的结果。水热因子作用的明显空间差异合理解释了黄土高原生态治理过程中出现的小老头树、植被破坏等问题, 治理者应根据各个地区主要控制因子及其对植被变化作用途径的不同, 因地制宜地设计诸如农作物类型选择、耕作方式选择、植被恢复等相关方案。

本文利用1km的气温降水数据分析其对植被变化影响的重要性, 但由于黄土高原地理环境复杂、地形起伏大、沟壑纵横, 小区域气候变化在1km格网气温降水数据中不能明显体现, 降低了空间通径分析结果的精确性。植被变化是自然因子与人类活动共同影响的结果, 并且人类活动对植被变化影响的贡献率远大于水热因子^{[ 33]}, 随着黄土高原退耕还林还草等生态工程的实施, 该地区植被对气候的敏感度降低, 植被变化主要受到人类活动的影响^{[ 34— 35]}。尤其在汾渭盆地(Ⅰ-11)和黄土高原农业与草原生态区(Ⅰ-12), 随着人口数的增加以及农业生产水平的提高, 受人类活动的影响日渐增加^{[ 36]}, 因此有相关研究认为黄土高原气温对NDVI的负效应是一种伪效应^{[ 37]}。本文在分析植被与水热因子关系时, 虽然通过相关系数在一定程度上减少了土壤类型、日照时长等其他气象因子的干扰, 但对人类活动的干扰作用并未进行处理, 所以应在弱化人类活动对植被影响作用的前提下再次分析植被变化与水热因子间的关系, 以探究气温对NDVI的伪负效应及其分布特征, 进而补充完善生态修复理论。

5 结论

本文主要结论如下：

(1) 时间尺度上, 黄土高原植被在年际间明显波动上升, 除个别年份外, 降水变化与植被变化有较高相似度, 而气温年际多变; 水热均与植被不显著正相关, 且降水相关性大于气温, 水热均直接并通过抑制彼此而间接促进植被生长。

(2) 根据相关系数分析, 植被变化在80km空间尺度上与气温有最大相关性, 随着空间尺度增加, 植被与降水的相关性增大, 但增速递减。空间尺度(80km)上, 植被、降水由东南到西北递减, 而气温分布规律不显著; 水热与植被呈显著正相关关系, 且与降水的相关性大于气温, 二者均直接并彼此相互促进从而间接地促进植被生长; 就单一因素而言, 降水整体上以促进作用为主, 气温的抑制作用强于其促进作用。

(3) 植被受水热综合作用的影响, 在时间、空间尺度上均以水热促进型为主要影响类型, 并且都具有明显的空间差异性, 即不同地区影响植被生长的控制因子不同, 但整体表现为降水促进, 且降水对植被的直接作用远强于通过气温的间接作用。

(4) 时空尺度上, 不论生态区还是植被类型上, 均以促进类型为主。时间上, 各生态区均以降水促进类型为主, 高寒生态区主要受到降水的抑制作用; 各植被均以气温、降水促进类型为主, 草甸主要受降水抑制。空间上, Ⅱ-3、Ⅲ-1之外区域主要为降水促进型, Ⅱ-3之外区域主要为气温抑制; 各植被类型均以降水促进为主, 荒漠、高山植被抑制因子主要为降水。