《Remote Sensing Applications: Society and Environment》：Assessing the Impacts of Climate and Human Activities on NDVI Trends in Shanxi Province, a Semiarid–Semihumid Region of China
编辑推荐：
植被时空变化与驱动机制研究：基于山西省1986-2023年NDVI数据分析，揭示降水和GDP是主要驱动因素，北方人类影响占优（如寿州0.401 vs 0.262），南方气候主导（如临汾气候贡献0.423），为黄土高原生态管理提供依据。
孙玉静|彭国强|李静|黄小刚|贾荣
陕西师范大学地理与旅游学院，中国西安710119
摘要 植被覆盖的变化是理解气候变化和人类活动的重要指标。了解植被变化的驱动因素对于区域生态保护和可持续发展至关重要。本研究分析了1986年至2023年间中国陕西省植被覆盖的时空变化，旨在识别长期归一化差异植被指数（NDVI）的趋势，并量化气候因素和人为因素的相对贡献。研究使用了多源数据集，包括NDVI时间序列、气象数据（降水量、温度和潜在蒸散量）以及社会经济指标（GDP和人口密度）。通过趋势分析、偏相关分析、残差分析和贡献分析来分解气候变率和人为活动的影响。结果表明：（1）过去38年来，植被NDVI显著增加，这种变化受到气候梯度和生态恢复项目的驱动，斜率为0.0107，超过88%的地区表现出植被增长趋势；（2）降水量和GDP被确定为主要驱动因素，植被动态受到自然和社会经济因素的共同影响；（3）在北部半干旱地区，人类影响占主导地位，人类因素的贡献超过气候因素（例如，朔州：0.401 vs 0.262；大同：0.378 vs 0.216），而在南部半湿润地区，气候因素的影响更为显著（例如，临汾：0.423）。这些发现为半干旱和半湿润过渡区的生态管理和可持续发展策略提供了科学依据。
引言 植被在陆地生态系统中起着基础性作用，是调节物质循环、能量流动和信息传递的关键组成部分（Chen等人，2023；Liu等人，2021）。作为环境变化的敏感指标，植被反映了自然系统与人类系统之间的复杂相互作用，是实现区域生态保护和可持续发展的关键基础。植被动态受多种因素影响，包括气候条件、地形、生物过程和人类活动（Tao等人，2022）。因此，研究植被覆盖变化的驱动机制已成为一个重要的科学问题，需要综合考虑自然和人为因素的影响。
归一化差异植被指数（NDVI）是最广泛用于量化植被覆盖和监测生态动态的遥感指标之一（Kong等人，2017；Eckert等人，2015）。气候变率和人类活动对NDVI模式在空间和时间尺度上都有复杂且相互交织的影响（Gao等人，2024；Li等人，2024）。许多研究利用NDVI来评估全球和区域的植被绿化和退化趋势，并将这些变化归因于自然和人为因素（Piao等人，2020；Ibrahim等人，2015；Feldman等人，2024）。气候因素如温度和降水量一直被认为是植被生长的主要决定因素，并影响植物物候和水资源可用性（Li等人，2019；Hao等人，2012）。例如，对中国西南部的研究表明，NDVI与降水量之间的相关性更强，这突显了监测极端降水事件对植被保护的重要性（Qi等人，2025）。类似地，对渭河流域和黄河流域的分析表明，降水量是NDVI变化的主要气候驱动因素，中国不同地区的差异明显（Feng等人，2021；Tian等人，2022）。在全球范围内，多十年遥感和气候数据集的整合提高了我们对植被-气候相互作用的理解。研究表明，在干旱和温暖地区，土壤湿度起主导作用，而在寒冷环境中，温度的影响更大（Higgins等人，2023；Jiang等人，2017）。最近，残差趋势分析和其他归因方法被广泛用于定量分离气候变化和人类活动对植被动态的影响（Gokmen等人，2013；Zewdie等人，2017）。这些研究强调了植被驱动因素在生态系统中的显著空间差异。然而，很少有研究纳入额外的气候变量，特别是潜在蒸散量，它在半干旱和半湿润地区起着关键作用（Liu等人，2016；Ahmed等人，2024）。解决这一研究空白对于提高植被变化归因的准确性以及完善区域生态管理策略至关重要。
随着经济和人口的快速发展，社会发展与生态环境之间出现了明显的正负反馈机制（Halder等人，2021），通过植树造林和保护工作以及过度放牧和森林砍伐影响植被（Feng等人，2021；Carvalho等人，2019）。人类活动已成为影响植被覆盖的重要驱动因素，并引起了学者们的广泛关注（Yang等人，2021；Liu等人，2020）。大量研究探讨了气候变化和人为因素对中国植被动态的综合影响。例如，有研究指出，气候变率和人类活动共同决定了全国NDVI的空间异质性（Jin等人，2020）。在中国西南部，研究表明2000年至2020年间植被变化主要由人类活动和温度驱动，人类活动在大多数地区显著增加了NDVI，尤其是在四川西部高原以外（Qi等人，2024）。尽管这些研究提高了我们对植被-人类相互作用的理解，但大多数现有研究仍处于定性或估计阶段，缺乏明确和可量化的人为影响指标（Wang等人，2019）。为了解决这一局限性，本研究引入了人口密度和国内生产总值（GDP）作为人类活动的代表性指标。这种方法可以更精确地量化人类和气候因素对植被动态的相对影响，从而提高结果的可靠性和政策相关性。
尽管在植被-气候归因研究方面取得了显著进展，但大多数现有研究集中在大规模或大陆尺度上，而在过渡性干旱地区的精细分辨率评估仍然有限（Andela等人，2013；Schild等人，2018）。这一空白在半干旱-半湿润生态过渡带尤为明显，如陕西省，那里的气候梯度、土地利用转变和长期生态恢复计划以复杂的方式相互作用，但这些作用尚未得到充分量化。为了解决这一知识空白，本研究应用基于残差的定量归因框架对陕西省进行了分析，提供了黄土高原上最生态敏感区域之一的长期（1986–2023年）植被变化的空间明确评估。与以往依赖粗分辨率数据集或主要关注气候驱动因素的研究不同，本研究整合了多十年NDVI观测数据与关键气候变量（温度、降水量和潜在蒸散量）和社会经济指标（人口密度和GDP）。通过量化气候因素和人类活动在像素和省级层面的贡献，本研究为不同生态和发展背景下的植被动态机制提供了新的见解。这种精细的植被变化归因不仅增强了我们对干旱地区生态响应的理解，还为半干旱和半湿润地区的生态恢复策略、可持续土地利用规划和环境政策制定提供了科学依据。
因此，在本研究中，整合了长期NDVI值、气候变量和社会经济指标，对陕西省的植被动态进行了全面分析。为了提供一个清晰的分析框架，我们关注以下研究问题：（1）系统分析了1986年至2023年间陕西省植被覆盖（NDVI）的长期时间和空间趋势；（2）定量评估了人类活动（以GDP和人口密度为代表）和气候变化对陕西省植被变化的相对贡献。
研究区域 陕西省位于中国黄土高原东部，周围环绕着太行山和吕梁山，地形陡峭。复杂的地形增加了土壤侵蚀的可能性，导致严重的土壤和水资源损失。陕西省具有温带半干旱季风气候，超过三分之二的山区和丘陵地区阻碍了水分传输。因此，降水量稀少，干旱频繁发生。
Theil-Sen中位数斜率估计和Mann-Kendall趋势分析 Theil-Sen中位数方法是一种稳健的非参数统计方法，适用于趋势计算。该方法效率很高，受测量误差和异常值的影响很小，适合长期时间序列数据的趋势分析（Li等人，2024）。计算公式如下：i 和xj 分别代表第i年和第j年的NDVI值（i, j = 1, 2, …, n），'median'表示中位数函数（He等人，2024）。斜率大于0表示
时间变化趋势 总体而言，1986年至2023年间，陕西省的植被NDVI呈上升趋势，斜率为0.0107。然而，在1992年和1999年观察到了明显的下降趋势。最大值出现在2022年，为0.718，最小值出现在1988年，为0.313（图3）。
如图4所示，1986年至2023年间陕西省的平均总降水量有所波动，但总体上呈增加趋势，38年间增加了约300毫米。
区域NDVI动态和驱动机制 本研究整合了NDVI、气象数据和人类活动数据，分析了陕西省植被的时空变化。气候变化和人类活动都对NDVI的增加有显著贡献，其中人类活动的贡献超过80%。偏相关分析显示，降水量是主要的气候驱动因素，其影响超过了温度和潜在蒸散量（PET）的影响。
结论 本研究探讨了1986年至2023年间陕西省植被NDVI的时空变化和驱动机制，旨在阐明气候和社会经济因素如何共同影响植被动态。
（1） 总体而言，1986年至2023年间陕西省的植被NDVI显著增加，平均Sen斜率为0.0107。从空间上看，东南部的NDVI值较高，而西北部较低，反映了明显的区域差异
CRediT作者贡献声明 黄小刚： 方法论、概念化。李静： 验证、资源。贾荣： 方法论、数据管理。彭国强： 写作-审稿与编辑、资源管理、项目协调、方法论、资金获取、概念化。孙玉静： 写作-初稿撰写、可视化、方法论、调查、数据分析
未引用参考文献 Carvalho和Szlafsztein, 2019; Dai, 2013; Huang等人, 2015; Liu和Sun, 2016; Wang和Wang, 2022; Zhang等人, 2020.
利益冲突声明 作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
伦理声明 我在此声明本手稿是我原创的研究成果，尚未在其他地方发表或提交。本文不包含任何涉及人类参与者或动物的研究，因此不需要伦理批准。
利益冲突声明 作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢 本研究得到了国家自然科学基金 （资助编号 42201517）的资助。
