1998_2011年海河流域植被覆盖变化及气候因子驱动分析_王永财

合集下载

海河流域农业水足迹分布及对气候变化的响应

海河流域农业水足迹分布及对气候变化的响应作者：黄会平张冰李新生韩宇平来源：《人民黄河》2019年第02期摘要：基于CROPWAT软件核算海河流域1990-2014年冬小麦、夏玉米生产水足迹，采用偏最小二乘法拟合冬小麦、夏玉米单位面积产量，在此基础上预测2020-2050年气候变化背景下冬小麦、夏玉米生产水足迹及各气象因子对水足迹的贡献。

结果表明：夏玉米单位质量蓝水足迹、绿水足迹分别占其单位质量总水足迹的36.2%、63.8%，冬小麦单位质量蓝水足迹、绿水足迹分别占其单位质量总水足迹的76.5%、23.5%。

流域西部及东部地区冬小麦、夏玉米单位质量蓝水足迹、绿水足迹较大;年水足迹呈现流域四周小、中部大的特征。

2020-2050年RCP4.5情景下夏玉米单位质量水足迹在2037年左右经历由大到小的突变，RCP8.5情景下表现为由小到大的突变;冬小麦单位质量水足迹RCP2.6情景下在2042年左右经历由大到小的突变，RCP4.5情景下在2036年左右经历由小到大的突变，RCP8.5情景未存在显著性突变。

关键词：水足迹：蓝水足迹;绿水足迹：气候变化;夏玉米;冬小麦;海河流域中图分类号：TV213.4文献标志码：Adoi：10.3969/j .issn. 1000- 13 79.2019.02.0141 研究背景及意义气候变化是当今世界面临的严峻挑战之一，气候变暖和极端天气频发等威胁着人类的生存环境。

联合国政府间气候变化专门委员会（ IPCC）第五次评估报告（AR5）《气候变化2013：自然科学基础》[1]指出：气候系统的变暖不可否认，自20世纪50年代，人类活动对全球变暖的贡献度大于50%：未来全球气候变暖对气候系统变化的影响仍将持续[2]。

气候变化对水文循环（尤其是淡水资源）的影响有目共睹，至少在2050年之前，全球变暖将导致降水量和冰川融化量增多[3-4]。

与此同时，随着降水和冰冻圈的变化，水资源量和水质也将发生变化[5]。

海河流域生长季植被覆盖度时空变化及驱动力分析

第30卷第4期2023年8月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .30,N o .4A u g.,2023收稿日期:2022-06-07 修回日期:2022-07-06资助项目:流域水循环模拟与调控国家重点实验室自由探索课题(S K L 2022T S 01);国家重点研发计划(2021Y F C 3200200);国家自然科学基金(52025093,51979284) 第一作者:钤会冉(1997 ),女,河南清丰县人,硕士,研究方向为水文水资源研究㊂E -m a i l :qi a n h u i r a n 123@163.c o m 通信作者:翟家齐(1984 ),男,河南信阳人,博士,正高级工程师,主要从事平原区水循环模拟㊁农业节水潜力评估㊁区域干旱评估研究㊂E -m a i l :j i a qi z h a i @163.c o m h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2023.04.037.钤会冉,翟家齐,马梦阳,等.海河流域生长季植被覆盖度时空变化及驱动力分析[J ].水土保持研究,2023,30(4):309-317.Q I A N H u i r a n ,Z H A I J i a q i ,MA M e n g y a n g ,e t a l .T e m p o r a l a n d S p a t i a l V a r i a t i o n o fV e g e t a t i o nC o v e r a g e a n d I t sD r i v i n g F o r c e sD u r i n gt h eG r o w -i n g Se a s o n i nH a i h eR i v e rB a s i n [J ].R e s e a r c hof S o i l a n d W a t e rC o n s e r v a t i o n ,2023,30(4):309-317.海河流域生长季植被覆盖度时空变化及驱动力分析钤会冉1,2,翟家齐2,马梦阳2,赵勇2,凌敏华1,王庆明2(1.郑州大学水利科学与工程学院,郑州450001;2.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,北京100038)摘要:[目的]了解海河流域生长季植被覆盖度(F V C )的时空变化及其驱动力,以期为海河流域的生态保护㊁建设与可持续发展提供参考㊂[方法]基于MO D I SN D V I 遥感数据和同时期的18种影响因子,采用趋势分析法和M -K 显著性检验分析了2001 2019年海河流域生长季植被覆盖度的时空变化特征;并利用地理探测器探讨了其空间分异特征与驱动力㊂[结果]2001 2019年海河流域生长季植被覆盖度总体呈显著上升趋势,线性倾向率为0.063/10a ,2011年之后增速减缓㊂空间分布差异明显,植被覆盖度总体较高,仅环渤海湾地带和一些城市区域植被覆盖率较低㊂改善区域的面积远大于退化面积,其中改善部分以极显著改善为主,占流域总面积的60.42%㊂海河流域生长季植被覆盖度的空间分布差异主要由林地比例和林草混合地比例所决定,解释力均在30%以上㊂对海河流域生长季植被覆盖度交互作用解释力最强的是林草混合地比例和农田比例㊂[结论]海河流域植被覆盖度总体显著上升,空间分布差异主要驱动力为林地比例和林草混合地比例㊂关键词:植被覆盖度(F V C );生长季;地理探测器;海河流域中图分类号:Q 948 文献标识码:A 文章编号:1005-3409(2023)04-0309-09T e m p o r a l a n dS p a t i a lV a r i a t i o no fV e g e t a t i o nC o v e r a g e a n d I t sD r i v i n gF o r c e sD u r i n g t h eG r o w i n g Se a s o n i nH a i h eR i v e rB a s i n Q I A N H u i r a n 1,2,Z H A I J i a q i 2,MA M e n g y a n g 2,Z H A O Y o n g 2,L I N G M i n h u a 1,WA N G Q i n g m i n g2(1.S c h o o l o f W a t e rC o n s e r v a n c y E n g i n e e r i n g ,Z h e n g z h o uU n i v e r s i t y ,Z h e n g z h o u 450001,C h i n a ;2.S t a t eK e y L a b o r a t o r y o f S i m u l a t i o na n dR e g u l a t i o no f Wa t e r C y c l e i nR i v e rB a s i n ,C h i n aI n s t i t u t e o f W a t e rR e s o u r c e s a n d H y d r o p o w e rR e s e a r c h ,B e i j i n g 100038,C h i n a )A b s t r a c t :[O b j e c t i v e ]I no r d e rt o p r o v i d er e f e r e n c ef o re c o l o gi c a l p r o t e c t i o n ,c o n s t r u c t i o na n ds u s t a i n a b l e d e v e l o p m e n t o fH a i h eR i v e rB a s i n ,t h e t e m p o r a l a n d s p a t i a l c h a n g e s o f v e g e t a t i o n c o v e r a ge (F V C )i n g r o w -i n g s e a s o na n d i t s d r i v i n gf o r c e sw e r e i n v e s t ig a t e d .[M e th o d s ]B a s e do n MO D I SN D V I r e m o t e s e n si n g da t a a n d 18i n f l u e n c i n g f a c t o r s o f t h e s a m e p e r i o d ,t r e n d a n a l y s i s a n d M -Ks i g n i f i c a n c e t e s tw e r eu s e d t oa n a l yz e t h e s p a t i o t e m p o r a l v a r i a t i o n c h a r a c t e r i s t i c s o f v e g e t a t i o n c o v e r a g e d u r i n g t h e g r o w i n g s e a s o no fH a i h eR i v e r B a s i n f r o m2001t o 2019.T h e s p a t i a l d i f f e r e n t i a t i o n c h a r a c t e r i s t i c s a n dd r i v i n g f o r c e s a r e d i s c u s s e db y me a n s ofg e o g r a phi c d e t e c t o r .[R e s u l t s ]D u r i n g t h e g r o w i n g s e a s o no fH a i h eR i v e rB a s i nf r o m2001t o2019,t h e v e g e t a t i o n c o v e r a g e s h o w e d a s i g n i f i c a n t u p w a r d t r e n d ,w i t ha l i n e a r t e n d e n c y ra t e o f 0.063/d e c a d e ,a n d t h e g r o w t h r a t e s l o w e dd o w na f t e r 2011.T h ev e g e t a t i o nc o v e r a g ew a s r e l a t i v e l y h i g h i n t h eB o h a i B a y ar e aa n d s o m eu r b a na r e a s .T h ea r e ao f i m p r o v e m e n ta r e aw a s m u c hl a r g e r t h a nt h a to fd e gr a d a t i o na r e a ,a n dt h e Copyright ©博看网. All Rights Reserved.i m p r o v e m e n t p a r tw a s d o m i n a t e db y e x t r e m e l y s i g n i f i c a n t i m p r o v e m e n t,a c c o u n t i n g f o r60.42%o f t h e t o t a l b a s i na r e a.T h e s p a t i a l v a r i a t i o no f v e g e t a t i o n c o v e r a g e i n H a i h eR i v e rB a s i nd u r i n g t h e g r o w i n g s e a s o nw a s m a i n l y d e t e r m i n e db y t h e p r o p o r t i o no f f o r e s t l a n da n dt h e p r o p o r t i o no fm i x e df o r e s t-g r a s s l a n d,a n dt h e e x p l a n a t o r yp o w e rw a sm o r e t h a n30%.T h e s t r o n g e s t e x p l a n a t i o n f o r t h e i n t e r a c t i o no f v e g e t a t i o nc o v e r a g e i nH a i h eR i v e rB a s i nd u r i n g t h e g r o w i n g s e a s o nw a s t h e r a t i oo fm i x e d f o r e s t a n d g r a s s l a n d a n d t h e r a t i oo f f a r m l a n d.[C o n c l u s i o n]O v e r a l lv e g e t a t i o nc o v e r a g e i n c r e a s e ds i g n i f i c a n t l y i n H a i h eR i v e rB a s i n,a n dt h e m a i nd r i v i n g f o r c ew a s t h e p r o p o r t i o no f f o r e s t l a n d a n d t h e p r o p o r t i o no fm i x e d f o r e s t a n d g r a s s l a n d. K e y w o r d s:f r a c t i o n a l v e g e t a t i o n c o v e r a g e(F V C);g r o w i n g s e a s o n;g e o g r a p h i c a l d e t e c t o r;H a i h eR i v e rB a s i n植被作为陆地生态系统中一个重要的组成部分,在陆地生态系统物质循环㊁能量流动㊁信息传递等方面起到了重要的枢纽作用[1],既能促进地球生态系统平衡㊁水循环㊁气候变化[2-3],还可以用来监测生态环境变化[4]㊂植被覆盖度(f r a c t i o n a l v e g e t a t i o n c o v e r a g e,F V C)指植被(包括叶㊁茎㊁枝)在地面的垂直投影面积占观测区总面积的百分比[5],其变化能够直接或间接改变陆地地表下垫面属性,进而对气候调节㊁水土保持以及生态系统的稳定性等产生影响[6]㊂因此,开展流域尺度植被覆盖变化研究以及揭示其驱动力机制,有利于深刻认识陆地生态系统内部的相互作用,对进一步掌握生态系统恢复成效具有极大意义[7]㊂目前,国内外学者深入研究了不同区域尺度的植被覆盖时空变化规律,主要集中于海河流域㊁黄土高原地区等植被变化显著的区域[8],多年来一直是生态环境等领域研究的热点㊂对于植被覆盖度时空变化驱动力的研究主要运用多元线性回归分析㊁相关性分析等传统数学统计方法㊂为弥补仅把气温㊁降水等气候因子作为驱动因素来进行归因分析的片面性,国内外学者先后提出了残差趋势法[9]㊁回归模型法[10]㊁基于生物物理过程的模型方法[11]和地理探测器法[12]等,来定量分解气温㊁降水等自然因素和人类活动强度等人为因素对植被变化的相对贡献㊂其中,地理探测器法以统计学原理的空间方差分析为基础,对变量无限性假设,不仅能够检验气候㊁地形㊁人类活动㊁土壤等多种因子是否是形成植被覆盖时空格局的原因,还可以量化不同因子之间的交互作用对植被覆盖空间分布及其变化的影响程度,并且对数据要求低㊁运算速度较快且精确度高,能够极大程度提高归因分析的全面性,被广泛应用于植被N D V I驱动因子的探测中[13-19]㊂海河流域不仅是重要的工农业生产基地,还是我国的政治文化中心,其战略地位十分重要㊂近年来由于气候变化以及人类活动加强等原因,导致其自然灾害频发,生态系统十分脆弱[20]㊂自20世纪80年代以来,持续大规模封山育林育草㊁退耕还林还草㊁坡改梯㊁於地坝等水土保护措施,使得海河流域的植被覆盖度大幅度提升㊂目前,已有学者对该流域植被变化进行了相关研究[21-25],并且,王永财[26]和陈福军[27]等分别利用1998 2011年的S P O T/N D V I数据和2000 2016年MO D I S/N D V I数据对海河流域植被变化及其与气候因子的相关性进行了研究,对海河流域植被变化特征及其与气候的关系有了一定的认识,但对于人类活动㊁地形和土壤性质对植被覆盖的空间分布差异的影响等综合问题缺乏进一步解析㊂因此,本文利用2001 2019年MO D I S/N D V I数据和同时期18种因子,分析海河流域生长季(4 10月)植被覆盖度的时空变化特征,并利用地理探测器探讨其空间分异特征与驱动力,以期为海河流域的生态保护㊁建设与可持续发展提供参考㊂1资料和方法1.1研究区概况海河流域位于112ʎ 120ʎE,35ʎ 43ʎN,西以山西高原与黄河区接界,北以蒙古高原与内陆河接界,南界黄河,东临渤海㊂流域总面积3.182ˑ105k m2,占全国总面积的3.3%,属于半湿润半干旱的温带东亚季风气候区㊂地势总体上为西北高东南低,流域年平均气温1.5~ 14ħ,年平均相对湿度50%~70%;年平均降水量539 m m,属半湿润半干旱地带;流域由海河㊁滦河㊁徒骇马颊河三大水系㊁七大河系和十条骨干河流组成㊂其中,海河水系是主要水系,由北部的蓟运河㊁潮白河㊁北运河㊁永定河和南部的大清河㊁子牙河㊁漳卫河组成;滦河水系包括滦河及冀东沿海诸河;徒骇马颊河水系位于流域最南部,为单独入海的平原河道㊂土壤类型以褐土和棕壤为主㊂土地利用类型见图1㊂1.2数据来源及预处理植被N D V I数据为美国国家航空航天局(N A S A)提供的MO D I S MO D13A3产品,时间分辨率为月,空间分辨率为1k mˑ1k m㊂选取的数据年份范围为2001 2019年,利用A r c G I S10.8对其进行镶嵌㊁格013水土保持研究第30卷Copyright©博看网. All Rights Reserved.式和定义投影等操作,本研究为最大程度消除云㊁雾㊁大气以及非生长季的影响,选取植被生长最为旺盛的生长季(4 10月)作为研究时段㊂利用最大值合成法合成年N D V I 数据;计算植被覆盖度所需要的L A I 数据来自于中分辨率成像光谱仪M O D I S 的500m 分辨率8d合成产品(MO D 15A 2H )㊂研究共选定的18种生长季植被覆盖度空间分布变化潜在影响因子,涵盖气候㊁地形㊁人类活动㊁土壤性质4个方面,数据类型㊁来源及简要说明见表1㊂为使各因子与N D V I 数据具有相同的投影坐标并保持像元大小一致,对其进行裁剪和重采样等预处理㊂按照5k mˑ5k m 格网,利用A r c G I S10.8中的渔网工具生成12818个采样点,并获取采样点对应地理位置的气候㊁人类活动㊁土壤和地形数据㊂为有效地避免人为因素的干扰,利用A r c G I S 中的自然间断法将各因子分为10类㊂图1 海河流域2018年土地利用类型表1 影响因子数据来源及处理因子类型因子符号单位数据来源及处理气候年均降水P R E mm中国气象数据网(h t t p :ʊd a t a .c m a .c n /d a t a /)年均温Tħ年潜在蒸散发P E mm /a G D PG D P 万元/k m 2中国科学院资源环境科学与数据中心(h t t p :ʊw w w.r e s d c .c n /)人口密度P O P人/k m 2林地比例F O %美国国家航空航天局(N A S A )提供的2001 2019年国际地圈-生物圈计划(I G B P )分类㊁空间分辨率为500m 的MO D I S 土地覆盖类型产品(M C D 12Q 1),计算百分比人类活动灌丛比例B U %农田比例F A %草地比例G A %林草混合地比例S A %城镇比例U B%地形D E M D E M m 中国科学院资源环境科学与数据中(h t t p :ʊw w w.r e s d c .c n /)坡度S l o p e (ʎ)基于D E M 数据,采用A r c G I S 10.8S p a t i a lA n a l y s t 工具计算生成坡度栅格数据黏土比例C l a y%联合国粮农组织(F A O )和维也纳国际应用系统研究所(ⅡA S A )所构建的世界和谐土壤数据库(H a r m o n i z e d W o r l dS o i lD a t a b a s e )(HW S D )沙土比例S a n d %土壤性质壤土比例S i l t %有机碳含量O C %碎石含量G r a v e l %1.3 研究方法1.3.1 像元二分模型采用改进像元二分模型[28]估算海河流域生长季的植被覆盖度㊂假设N D V I 只有植被和土壤两部分组成,N D V I =M ㊃N D V I V -N D V I S(1)M =N D V I -N D V I S N D V I V -N D V I SL A I >3M =N D V I -N D V I SN D V I V -N D V I S2L A I ɤ3ìîíïïïï(2)式中:N D V I V 为纯植被覆盖部分的N D V I 值;N D V I S为纯土壤覆盖部分的N D V I 值;M 为植被覆盖度;L A I 为叶面积指数㊂根据‘土壤侵蚀分级分类标准“(S L 190 2007)对计算得到的生长季植被覆盖度进行分级[29],见表2㊂1.3.2 线性趋势分析采用一元线性回归分析法,逐像元分析海河流域生长季F V C 的变化趋势,计算公式如下:S l o pe =ðni =1(i -l )(N D V I i -ND V I )ðni =1(i =l )2(3)式中:S l o p e 为生长季F V C 的斜率㊂若值为正,表示海河流域生长季F V C 呈增加趋势;若值为负,则相反;若值为0,则表示没有变化㊂n 为所研究年份的时间跨度,本文n =19;i 为年份;`i 为平均年份;N D V I i 为第i 年的N D V I 值;N D V I 为年均N D V I 值㊂113第4期钤会冉等:海河流域生长季植被覆盖度时空变化及驱动力分析Copyright ©博看网. All Rights Reserved.表2植被覆盖度等级分类等级裸地(Ⅰ)低覆盖度(Ⅱ)中低覆盖度(Ⅲ)中等覆盖度(Ⅳ)中高覆盖度(Ⅴ)高覆盖度(Ⅵ)植被覆盖度ɤ0.10.1~0.30.3~0.450.45~0.60.6~0.75ȡ0.75采用M a n n a-K e n d a l l检验(M-K检验)判断趋势的显著性,其优点为能够排除少数异常值对数据的干扰[30]㊂因此,本文将M a n n a-K e n d a l l检验与线性趋势分析相结合,根据趋势显著性检验结果将S l o p e趋势分为以下5个等级:极显著退化(S l o p e<0,p<0.01);显著退化(S l o p e<0,0.01ɤpɤ0.05),无显著变化(p>0.05);显著改善(0<S l o p e,0.01ɤpɤ0.05);极显著改善(0<S l o p e,p<0.01)㊂1.3.3地理探测器地理探测器[31]是通过探测事件空间分层异质性来揭示其背后驱动因子的一种统计学方法,空间分层异质性是指区域总方差大于层内方差之和的现象㊂该方法的核心思想为:如果某个自变量X对因变量Y有重要影响,那么自变量X与因变量Y的空间分布就具有一致性㊂地理探测器共有4个模块,分别为:因子探测器㊁交互作用探测器㊁风险探测器和生态探测器㊂本文主要应用地理探测器的因子探测器和交互作用探测器模块㊂利用因子探测器量化气候㊁人类活动㊁地形和土壤等各因子对海河流域生长季F V C的空间分异性的解释程度,其解释力大小用q值衡量,在生成q值的同时会对其进行显著性检验,表达式为:q=1-ðL h=1N hσ2hNσ2=1-S S WS S T(4)其中:S S W=ðl h=1N hσ2h,S S T=Nσ2(5)式中:h为自变量X的分层;N h和N分别为层h内和区域内的单元数;σ2h和σ2分别为第h层的方差和因变量Y的方差;S S W为层内方差之和;S S T为区域总方差㊂q的取值范围为0~1㊂q值越大表明因变量Y的空间分层异质性越强,自变量X对因变量Y的解释力也越强㊂根据q值大小可分析出各因子对海河流域生长季F V C影响的大小,能够直观地判断影响生长季F V C的主导因子㊂利用交互探测器识别不同因子之间的交互作用,即评估两个因子共同对生长季F V C的空间分布作用时,其解释力是增强还是减弱,或这些因子对生长季F V C空间分布的影响是相互独立的㊂评估方法是首先分别计算两种影响因素X1和X2对Y的q值,然后再计算它们交互作用时的q值,对三者之间的q值大小进行比较,主要结果为5种[32]㊂2结果与分析2.1生长季F V C的时空动态变化2.1.1生长季F V C年际变化特征选取每年的生长季F V C平均值代表当年植被覆盖状况,制作生长季F V C年际变化图,见图2㊂2001 2019年海河流域生长季F V C值在0.30~0.48波动,多年生长季F V C值平均值为0.41,最大值出现在2018年为0.46,2001年最小,其值为0.318,总体呈显著上升趋势,线性倾向率为0.063/10a㊂2001 2010年,生长季F V C整体上呈现明显的上升趋势,达到了多年均值水平,线性倾向率为0.087/10a,但在2006年和2010年出现低谷,原因主要是由于该年降水量偏低㊂2011年之后,生长季F V C增速减缓,均超过多年均值水平㊂图2表明,海河流域生长季植被覆盖度ɤ0.1的裸地面积占比由2001年9.85%降低到2019年的3.22%;低覆盖度的面积占比由2001年的30.37%降低到2019年的20.50%;中低植被覆盖度和中等植被覆盖度多年平均面积占比分别为32.87%,27.39%,是研究区生长季植被覆盖度的两种主要类型;中高覆盖度和高覆盖度呈现显著的增加趋势,分别由2001年的1.38%增加到2019年的17.64%和由2001年的0.00%增加到2019年的7.26%㊂总体来说,自海河流域实施持续大规模封山育林育草㊁退耕还林还草㊁坡改梯㊁於地坝等水土保护措施以来,生长季F V C一直呈增长趋势,后期出现增速减缓,主要是因为植被自然演替过程中,自然因素起主导作用㊂2.1.2生长季F V C空间分布及变化特征海河流域生长季植被覆盖度空间分布差异明显(图3A),高覆盖度区域零星分布,主要分布于流域的东北部和彰卫河山区的南部,占流域总面积的1.27%;中高覆盖度区域主要为高产草地㊁密林地用地,面积3.13ˑ104k m2,占流域总面积的9.79%,集中分布于流域东北部㊁太行山一带;中等覆盖度区域主要为中高产草地㊁林地㊁农田用地,主要分布于大清河淀西平原㊁子牙河平原㊁彰卫河平原以及徒骇马颊河区域,面积为9.83ˑ104k m2,占流域总面积的30.66%;中低覆盖度区域由中产草地㊁农田和低郁闭度林地组成,在大清河淀东平原㊁滦河平原和彰卫河山区广泛分布㊁黑龙港及运东平原,子牙河山区㊁大清河山区等均有分布,面积为1.07ˑ105k m2,占流域总面积的33.47%;低覆盖度区域主要分布于永定河山区㊁滦河山区的西北部,面积7.23ˑ104k m2,占流域总面积213水土保持研究第30卷Copyright©博看网. All Rights Reserved.的22.57%;海河流域生长季植被覆盖度小于0.1的裸地区域主要为城市工矿㊁居民用地,面积为7.17ˑ103k m2,占流域总面积的2.24%,主要分布于环渤海湾地区以及一些城市中心区域㊂总体来说生长季F V C大于0.3的区域面积占流域面积的75.19%,植被覆盖度总体较高㊂从图3B C可以看出,2001 2019年各植被覆盖度等级之间相互转化明显,主要为裸地㊁中等㊁中低植被覆盖度等级转为中等至高覆盖度等级㊂其中永定河山区的植被覆盖度得到明显改善,植被覆盖度由2001年的0.14,提升到2019年的0.35,说明山丘区人工生态修复及水土保持工程对提升植被覆盖度作用十分显著㊂综上可知,研究区19年间生长季植被覆盖度总体较高,仅环渤海湾地带和一些城市中心区域生长季植被覆盖度较低㊂图22001-2019年海河流域生长季F V C 年际变化图3海河流域生长季F V C空间分布采用s l o p e趋势分析,对研究区生长季植被覆盖度变化趋势进行分析(图4),s l o p e的值域为-0.447~ 0.347,表明植被变化趋势存在着明显的空间差异,变化速率以0~0.2为主,占流域总面积的81.51%㊂对变化趋势进行M-K显著性检验(图5),海河流域生长季F V C改善区域的面积为2.15ˑ105k m2,占流域的67.28%,远大于退化面积,其中改善部分以极显著改善为主,占流域总面积的60.42%;退化区域占流域的总面积的8.28%,主要位于城市的周围㊂变化不显著的区域主要分布于改善区域和退化区域之间,面积占流域总面积的23.90%㊂综上可知,研究区大部分地区的植被得到了明显改善,但受城市扩张等因素的影响,城市外围区域的植被退化现象较为严重㊂2.2生长季F V C空间分异的驱动力分析2.2.1因子影响力探测分析利用因子探测器计算各因子的q值以量化其对海河流域生长季F V C空间分布的解释程度㊂由结果可见(图6),不同因子对海河流域生长季F V C空间分布的解释能力如下:林地比例(0.3427)>林草混合地比例(0.3346)>年均降水(0.202)>灌丛比例(0.197)>草地比例(0.184)>坡度(0.134)>年潜在蒸散发(0.114)>年均温(0.107)>城镇比例(0.094)>高程(0.089)>G D P(0.074)>壤土比例(0.066)>人口密度313第4期钤会冉等:海河流域生长季植被覆盖度时空变化及驱动力分析Copyright©博看网. All Rights Reserved.(0.064)>沙土比例(0.062)>黏土比例(0.053)>碎石含量(0.051)>有机碳比例(0.040)>农田比例(0.027)㊂各因子对应显著性p值均小于0.01,通过显著性检验㊂综上分析可见:(1)林地比例和林草混合地比例的q值最大,分别达0.3427,0.3346,解释力均在30%以上,因此林地比例和稀疏草地比例是影响海河流域生长季植被覆盖度空间分布的主要影响因子;(2)海河流域的山区和平原区的生长季F V C空间分布的主要影响因子不同㊂林草混合地和林地比例对海河山区生长季植被覆盖度影响最大,解释力均在50%以上,G D P影响最小;农田比例和年潜在蒸散发对海河平原区植被覆盖度的分布影响最大,影响最小的因子是坡度;(3)整体来看,人类活动对海河流域生长季植被覆盖度空间分布的影响是最大的,其次是气候㊁地形,影响最小的是土壤性质㊂图42001-2019年海河流域生长季F V C线性趋势2.2.2因子交互作用探测分析本文进一步对海河流域以及其山区㊁平原区空间分布影响因子进行交互作用探测(表3 5),结果表明,在研究区域,任意两因子的叠加均会增强单因子对海河流域生长季F V C空间分布的解释能力,呈非线性增强或双因子增强作用,不存在独立关系,说明植被生长与生存往往并非受制于单一因素,而是多种因素协同作用的结果㊂由表3可见,交互作用解释力最强的是林草混合地比例和农田比例,它们双因子交互q值达到了0.58,其次是林草混合地比例和人口密度,q值达到了0.50㊂同时,林地比例㊁林草混合地比例和降水量与大多数因子相结合均呈现非线性增强,表明三者对海河流域生长季F V C空间分布影响程度占据主导地位㊂年均降水㊁年均温和年潜在蒸散发与其他因子的交互作用解释力均有显著增加,由其是与林地比例等人类活动因子的交互作用㊂因此,气候因子与人类活动因子共同作用将使生长季F V C空间分布受到更大的影响力度㊂图52001-2019年生长季F V C 线性趋势显著性图6因子探测器结果413水土保持研究第30卷Copyright©博看网. All Rights Reserved.表3 海河流域因子交互作用探测器结果因子P R ET P E G D P P O P F O B U F A G A S A U B D EM S l o p e C l a y S a n d S i l t O C G r a v e lP R E0.22T0.330.10P E 0.400.320.11G D P0.360.230.190.07P O P 0.370.270.210.110.06F O0.500.440.420.430.450.34B U 0.360.260.290.270.280.370.20F A 0.320.280.230.120.130.490.300.03G A 0.300.280.330.320.330.450.330.390.18S A 0.470.460.410.460.500.410.350.580.470.33U B 0.370.250.200.120.140.420.270.150.360.430.09D EM0.350.220.260.200.240.420.250.310.300.440.230.09S l o p e 0.370.270.260.240.280.370.240.380.390.380.230.270.13C l a y0.320.240.200.160.170.360.230.160.260.380.170.200.200.06S a n d 0.300.260.200.170.180.360.230.170.270.360.180.240.210.140.07S i l t 0.300.260.230.170.180.370.250.170.260.380.180.240.220.160.120.07O C 0.280.200.200.130.140.370.230.110.240.380.150.180.200.200.230.210.04G r a v e l 0.280.220.180.150.140.370.240.110.240.380.160.190.200.170.190.150.150.05表4 海河山区因子交互作用探测器结果因子P R E T P EG D PP O PF OB UF AG AS AU BD EMS l o pe C l a yS a n dS i l tO CG r a v e lP R E0.40T0.480.19P E 0.470.390.08G D P0.520.290.140.02P O P 0.530.380.180.050.03F O0.710.630.580.550.550.54B U 0.520.390.370.310.320.600.30F A 0.580.340.190.060.070.580.330.02G A 0.480.380.380.400.470.640.480.590.32S A 0.680.660.610.600.610.700.620.660.650.59U B 0.500.280.140.080.080.560.330.100.450.610.07D EM0.500.340.260.190.240.610.360.230.390.630.230.13S l o p e 0.530.400.330.270.270.610.420.340.530.630.280.390.25C l a y0.490.340.210.150.160.560.380.160.420.620.180.270.320.12S a n d 0.480.340.240.190.210.580.390.220.420.620.210.300.330.240.15S i l t 0.490.360.270.210.230.580.410.230.430.630.220.310.350.270.220.16O C 0.440.280.220.140.180.580.350.170.370.610.170.230.320.300.290.310.11G r a v e l0.480.360.220.150.170.570.370.160.410.620.170.280.330.260.280.280.290.12在海河山区中,降雨㊁林地比例和林草混合地比例与各因子交互均有很强的非线性增强㊂因子间交互作用对海河山区生长季植被覆盖空间分异性解释力大小前六项依次为:降雨ɘ林地比例(0.71)>林草混合地比例ɘ林地比例(0.70)>林草混合地比例ɘ降雨(0.68)>林草混合地比例ɘ农田比例(0.66)>林草混合地比例ɘ年均温(0.655)>林草混合地比例ɘ草地比例(0.65);表明:人类活动对海河流域山区生长季植被覆盖度空间分布具有重要影响,一方面通过退耕还林还草㊁生态保护修复等措施可促进植被覆盖,另一方面通过城镇化建设㊁资源过度开发等行为可破坏植被覆盖[33]㊂在海河平原中,因子间交互作用对生长季植被覆盖空间分异性解释力大小前六项依次为:农田比例ɘ高程(0.653)>农田比例ɘ年潜在蒸散发(0.649)>农田比例ɘ草地比例(0.573)>农田比例ɘ降雨(0.568)>农田比例ɘ坡度(0.560)>农田比例ɘ林地比例(0.558)㊂513第4期钤会冉等:海河流域生长季植被覆盖度时空变化及驱动力分析Copyright ©博看网. All Rights Reserved.表5 海河平原区因子交互作用探测器结果因子P R ET P E G D P P O P F O B U F A G A S A U B D EM S l o p e C l a y S a n d S i l t O C G r a v e lP R E0.04T0.340.13P E 0.390.420.32G D P0.270.330.440.21P O P 0.390.430.480.400.29F O0.060.150.340.220.330.02B U 0.060.150.340.220.320.020.01F A 0.570.600.650.510.540.560.550.50G A 0.200.290.400.350.380.190.180.570.14S A 0.070.170.350.220.340.030.020.550.190.01U B 0.300.390.510.300.400.260.250.530.380.260.24D EM0.260.310.390.410.460.210.200.650.290.220.460.20S l o p e 0.070.160.350.220.330.030.020.560.200.030.260.210.01C l a y0.160.260.400.270.380.080.080.530.230.090.340.290.090.06S a n d 0.130.260.380.270.370.090.090.530.250.100.340.270.100.140.08S i l t 0.190.280.410.280.370.100.100.530.240.110.350.290.110.200.200.08O C 0.200.260.410.290.400.110.110.540.260.120.350.310.110.240.230.230.09G r a v e l0.160.240.370.270.360.100.100.540.240.100.320.270.100.140.150.180.160.083 讨论和结论3.1 讨论本研究基于地理探测器,对海河流域生长季植被覆盖度空间分布的影响因素进行量化归因分析,结果表明人类活动对海河流域生长季植被覆盖度空间分布的影响是最大的,其次是气候㊁地形,影响最小的是土壤性质㊂海河流域自1980年以来,实施三北防护林工程㊁京津风沙源治理工程㊁退耕还林还草工程等一系列生态恢复工程㊁农业化开发和城镇化,使得当地土地利用/覆盖发生剧烈变化,主要表现为海河山区森林面积占比上升,草地和农田面积占比下降,海河平原区农田比例上升,人口密度上升㊂这些人类活动显著影响了植被覆盖度的空间分异规律,并显著增加了植被覆盖度㊂林草混合地比例㊁林地比例和草地比例主要影响了海河山区生长季植被覆盖度空间分布;农田比例㊁人口密度和城镇比例这些人类活动因子主要影响了海河平原区生长季植被覆盖度空间分布㊂年均降水㊁年均温和年潜在蒸散发这些气候因子的动态变化主要决定了生长季植被覆盖度的年际变化;坡度㊁坡向通过影响坡面接受的太阳辐射量和日照时数从而对植被的生长有一定的影响,土壤性质也主要决定了植被覆盖度的空间分异规律㊂各因子交互作用呈双因子增强和非线性增强两种类型,不存在相互独立作用,关于因子间交互作用是如何增强对生长季F V C 空间分异的解释能力还需进行更加深入的讨论㊂3.2 结论(1)年际变化分析显示,2001 2019年海河流域生长季F V C 总体呈显著上升趋势,线性倾向率为0.063/10a ,各等级植被覆盖度转化明显,中高覆盖度和高覆盖度的面积占比呈现显著的增加趋势;(2)空间变化分析显示,生长季F V C 总体较高,仅环渤海湾地带和一些城市区域植被覆盖率较低,海河流域生长季F V C 改善区域的面积为2.15ˑ105k m2,占流域的67.28%,远大于退化面积,其中改善部分以极显著改善为主;(3)因子探测发现,林地比例和稀疏草地比例是影响海河流域生长季F V C 空间分布的主要影响因子;海河流域的山区和平原区的生长季F V C 空间分布的主要影响因子不同;人类活动对海河流域生长季植被覆盖度空间分布的影响是最大的;(4)交互探测发现,2001 2019年,各因子对海河流域生长季植被覆盖变化存在呈双因子增强和非线性增强两种类型的交互作用,不存在相互独立作用或对植被覆盖变化解释力减弱的交互因子㊂参考文献:[1] P e n g W F ,K u a n g T T ,T a oS .Q u a n t i f y i n g in f l u e n c e s o f n a t u r a l f a c t o r s o nv e g e t a t i o nN D V I c h a n g e sb a s e do n g e o g r a ph i c a ld e t e c t o ri n S i c h u a n ,w e s t e r n C h i n a [J ].J o u r n a l o fC l e a n e rP r o d u c t i o n ,2019,233:353-367.[2] G o n g Z ,Z h a oS ,G uJ .C o r r e l a t i o na n a l ys i sb e t w e e n 613 水土保持研究第30卷Copyright ©博看网. All Rights Reserved.v e g e t a t i o nc o v e r a g ea n dc l i m a t ed r o u g h tc o n d i t i o n si nN o r t hC h i n ad u r i n g2001 2013[J].J o u r n a lo f G e o-g r a p h i c a l S c i e n c e s,2017,27(2):143-160.[3]赵杰,杜自强,武志涛,等.中国温带昼夜增温的季节性变化及其对植被动态的影响[J].地理学报,2018,73(3): 395-404.[4] P a r m e s a nC,Y o h eG.A g l o b a l l y c o h e r e n t f i n g e r p r i n t o fc l i m a t e c h a n g ei m p a c t s a c r o s s n a t u r a l s y s t e m s[J].N a t u r e,2003,421(6918):37-42.[5] G i t e l s o n A A,K a u f m a nYJ,S t a r kR,e t a l.N o v e l a l g o-r i t h m sf o rr e m o t e e s t i m a t i o n o f v e g e t a t i o n f r a c t i o n[J].R e m o t e S e n s i n g o o f E n v i r o n m e n t,2002,80(1):76-87. [6]刘洋,李诚志,刘志辉,等.1982 2013年基于G I MM S-N D V I的新疆植被覆盖时空变化[J].生态学报,2016,36(19):6198-6208.[7]H eB,C h e n Af,J i a n g W G,e ta l.T h er e s p o n s eo fv e g e t a t i o n g r o w t ht os h i f t si nt r e n do ft e m p e r a t u r ei nC h i n a[J].J o u r n a lo f G e o g r a p h i c a lS c i e n c e s,2017,27(7):801-816.[8]陶帅,邝婷婷,彭文甫,等.2000 2015年长江上游N D V I时空变化及驱动力:以宜宾市为例[J].生态学报,2020, 40(14):5029-5043.[9] C h e nT,B a oA,J i a p a e rG,e t a l.D i s e n t a n g l i n g t h e r e l a t i v ei m p a c t so fc l i m a t ec h a n g ea n dh u m a na c t i v i t i e so na r i da n ds e m i a r i d g r a s s l a n d s i nC e n t r a lA s i ad u r i n g19822015[J].S c i e n c eo f t h eT o t a lE n v i r o n m e n t,2019,653(25):1311-1325.[10] L i uY,L i Y,L i S,e t a l.S p a t i a l a n d t e m p o r a l p a t t e r n so f g l o b a lN D V I t r e n d s:c o r r e l a t i o n sw i t hc l i m a t ea n dh u m a nf a c t o r s[J].R e m o t e S e n s i n g,2015,7(10):13233-13250.[11] X uH,W a n g X,Z h a n g X.A l p i n e g r a s s l a n d s r e s p o n s et oc l i m a t i cf a c t o r sa n da n t h r o p o g e n i ca c t i v i t i e so nt h eT i b e t a n P l a t e a u f r o m2000t o2012[J].E c o l o g i c a lE n g i n e e r i n g,2016,92:251-259.[12]陈宽,杨晨晨,白力嘎,等.基于地理探测器的内蒙古自然和人为因素对植被N D V I变化的影响[J].生态学报,2021,41(12):4963-4975.[13]姜萍,胡列群,肖静,等.新疆植被N D V I时空变化及定量归因[J].水土保持研究,2022,29(2):212-220,242.[14]祁鹏卫,张贤.2000 2019年重庆市植被覆盖时空变化特征及其驱动因素分析[J].生态学报,2022,42(13):5427-5436.[15]李晓丽,曹敏,茆杨.基于地理探测器的西南岩溶槽谷区近20年N D V I变化特征及影响因素[J].水土保持学报,2021,35(6):38-44,54.[16]张华,李明,宋金岳,等.基于地理探测器的祁连山国家公园植被N D V I变化驱动因素分析[J].生态学杂志,2021,40(8):2530-2540.[17]彭文甫,张冬梅,罗艳玫,等.自然因子对四川植被N D V I变化的地理探测[J].地理学报,2019,74(9):1758-1776.[18]刘逸滨,刘宝元,成城,等.退耕还林草20年来榆林市植被覆盖度时空变化及影响因素分析[J].水土保持学报,2022,36(2):197-208,218.[19]付含培,王让虎,王晓军.1999 2018年黄河流域N D V I时空变化及驱动力分析[J].水土保持研究,2022,29(2):145-153,162.[20]严登华,袁喆,杨志勇,等.1961年以来海河流域干旱时空变化特征分析[J].水科学进展,2013,24(1):34-41.[21]杨艳丽,孙艳玲,王中良.2000 2013年海河流域植被覆盖的时空变化[J].干旱区资源与环境,2016,30(7):65-70.[22]吴云,曾源,赵炎,等.基于MO D I S数据的海河流域植被覆盖度估算及动态变化分析[J].资源科学,2010,32(7):1417-1424.[23]申丽娜,景悦,孙艳玲,等.基于S P O T数据的海河流域植被覆盖度变化图谱特征[J].天津师范大学学报:自然科学版,2018,38(4):60-67.[24]申丽娜,景悦,孙艳玲,等.海河流域植被覆盖度变化的图谱特征及其地形梯度差异分析[J].天津师范大学学报:自然科学版,2017,37(6):43-49,54. [25]何龙,曾晓明,钱达,等.海河流域近17年植被时空变化及其气候影响因素[J].天津师范大学学报:自然科学版,2020,40(3):54-61,68.[26]王永财,孙艳玲,王中良.1998 2011年海河流域植被覆盖变化及气候因子驱动分析[J].资源科学,2014,36(3):594-602.[27]陈福军,沈彦俊,胡乔利,等.海河流域N D V I对气候变化的响应研究[J].遥感学报,2011,15(2):401-414.[28] S uT,Z h a n g B,H eX,e t a l.R a t i o n a l p l a n n i n g o f l a n du s e c a n m a i n t a i nw a t e r y i e l dw i t h o u t d a m a g i n g e c o l o g i c a ls t a b i l i t y i nu p s t r e a mo f i n l a n d r i v e r:C a s e s t u d y i n t h eH e iR i v e rB a s i no fC h i n a[J].J o u r n a lo fG e o p h y s i c a lR e s e a r c h,2020,125(18):e2020J D032727. [29]中华人民共和国水利部.土壤侵蚀分类分级标准G B/S L190 2007[S].北京:中国水利水电出版社,2008.[30]温晓金,刘焱序,杨新军.恢复力视角下生态型城市植被恢复空间分异及其影响因素:以陕南商洛市为例[J].生态学报,2015,35(13):4377-4389. [31]王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.[32]祁鹏卫,张贤.2000 2019年重庆市植被覆盖时空变化特征及其驱动因素[J].生态学报,2022,42(13):5427-5436.[33]杨灿,魏天兴,李亦然,等.黄土高原典型县域植被覆盖度时空变化及地形分异特征[J].生态学杂志,2021,40(6):1830-1838.713第4期钤会冉等:海河流域生长季植被覆盖度时空变化及驱动力分析Copyright©博看网. All Rights Reserved.。

海河流域近17年植被时空变化及其气候影响因素

海河流域近17年植被时空变化及其气候影响因素何龙1，曾晓明1，2，钱达1，张虎1，连懿1（1.天津师范大学地理与环境科学学院，天津3003872；2.交通运输部天津水运工程科学研究所，天津300456）摘要：为了分析海河流域近17年植被覆盖时空变化特征及其与气候要素的关系，利用2000—2016年MODIS/NDVI 数据提取海河流域植被覆盖情况，采用一元线性回归趋势法对海河流域植被盖度空间分布和植被时序变化趋势进行分析，并通过对比2000、2009和2016年3期海河流域Landsat TM 影像以及MODIS 影像，对植被变化趋势结果进行验证.同时，结合海河流域2000—2016年降水和气温气象数据资料，对植被覆盖年际变化和气候变化进行相关性分析和趋势分析.结果表明：淤海河流域整体植被覆盖较高，覆盖类型以高覆盖度（NDVI >0.7）为主，高覆盖度的面积占流域总面积的76.93%；于海河流域NDVI 时序变化的多年平均值为0.76，总体呈上升趋势，线性增长率为0.027/10a ；盂海河流域植被空间变化趋势以改善为主，轻微改善和明显改善的面积分别占流域总面积的32.45%和11.14%；榆气候因子相关分析表明，降水是影响海河流域植被覆盖较为显著的气候影响因素，相关系数达到0.51.关键词：MODIS/NDVI ；海河流域；植被覆盖；回归趋势分析中图分类号：TP79文献标志码：A文章编号：1671-1114（2020）03-0054-08Temporal and spatial variation of vegetation and its climatic factors inthe Haihe River Basin in recent 17yearsHE Long 1，ZENG Xiaoming 1，2，QIAN Da 1,ZHANG Hu 1，LIAN Yi 1（1.Schoole of Geographic and Environmental Sciences ，Tianjin Normal University ，Tianjin 300387，China ；2.Tianjin Institute for WaterTransportation Engineering ，Ministry of Transportation ，Tianjin 300456，China ）Abstract ：In order to analyze the temporal and spatial distribution characteristics of vegetation in the Haihe River Basin overthe recent 17years and their relationship with climate factors ，the vegetation coverage condition of the Haihe River Basin was extracted using MODIS NDVI data from 2000to 2016，and the spatial distribution of vegetation coverage and the change trend of vegetation sequence were studied by linear regression analysis.The results of vegetation change trend were verified by comparing the Landsat TM images and MODIS images of the Haihe River Basin in 2000,2009and 2016.Meanwhile ，the interannual variation of vegetation cover and climate change were analyzed based on the data of temperature and precipitation meteorological data of the Haihe River Basin from 2000to 2016.The results show that:淤The overall vegetation coverage of the Haihe River Basin is high ，the cover type is mainly high coverage （NDVI >0.7），accounting for 76.93%of the area of the river basin.于The annual average value of NDVI time series changes of the Haihe River Basin is 0.76，the overall growth trend is 0.027/10a.盂The trend of the vegetation spatial variation in the Haihe River Basin is improved.The area of the catchment area whose type is slightly improved and mainly improvement respectively account for 32.45%and 11.14%of thewhole areas of the Haihe River Basin.榆The climate factor correlation analysis shows that precipitation is a significantclimatic factor affecting the vegetation coverage in the Haihe River Basin,and the correlation coefficient is 0.51.Keywords ：MODIS/NDVI ；Haihe River Basin ；vegetation cover ；regression trend analysisdoi ：10.19638/j.issn1671-1114.20200311第40卷第3期2020年5月天津师范大学学报（自然科学版）Journal of Tianjin Normal University （Natural Science Edition ）Vol.40No.3May 2020收稿日期：2019-07-14基金项目：国家自然科学基金资助项目（41971306，41601348）；天津师范大学博士基金资助项目（043-135202XB1620）.第一作者：何龙（1989—），男，助理实验师，主要从事地理信息可视化方面的研究.通信作者：张虎（1986—），男，讲师，主要从事定量遥感理论和应用方面的研究.E -mail ：****************.cn.海河流域在全国经济格局中占有十分重要的战略地位.但随着经济社会的快速发展，相关流域遭到破坏性开发，生态环境破坏严重，出现了一系列环境问题[1].作为陆地生态系统的重要组成部分，植被在维持海河流域生态平衡、涵养水源等方面具有重要作用.因此，快速准确地表达海河流域植被生长现状及演变趋势对生态研究具有一定的参考意义[2].作为重要的生态气候参数，植被覆盖度是许多区域气候数值模型中所需的重要信息，也是描述生态系统的重要基础数据[3].归一化植被指数NDVI是利用遥感手段监测地面植物生长状态的一种方法[2]，广泛应用于土地覆盖分类[4-6]、植被动态监测[7-9]和植被变化与气候关系[10-13]等诸多研究领域.目前，针对海河流域植被变化已有学者进行了相关研究[14-17]，这些研究所采用的NDVI时序数据最高空间分辨率为1km，且所选数据时间序列周期较短，如能加入更长时间序列对植被变化趋势进行分析，结果会更加客观[18].常用的NDVI数据集有GIMMS/NDVI、SPOT VGT/ NDVI和MODIS/NDVI，其中MODIS/NDVI数据具有较高的空间分辨率和数据质量[19-20]，可用数据最高空间分辨率为250m，为区域植被趋势研究提供了可使用的时序数据，大大提高了地表植被的观测能力[8].与GIMMS/ NDVI数据相比，MODIS/NDVI数据在可见光波段提高了对叶绿素的敏感度，减少了大气和观测视角等外部因素以及叶冠背景等内在因素的影响，在近红外波段排除了大气水汽的干扰.因此，在植被变化监测中具有较高的准确性[21].本研究利用2000—2016年MODIS/NDVI数据和国家气象信息中心中国地面降水和气温日值数据集，提取海河流域植被覆盖状况，对海河流域近17年植被覆盖变化趋势进行分析，并选取植被覆盖严重退化和明显改善2个区域，结合TM影像和MODIS影像进行验证.同时，对植被覆盖变化的主要气候影响因素进行研究分析，以期为海河流域生态环境的恢复和治理建设提供一定的理论依据和参考.1数据与方法1.1研究区域概况海河流域位于112毅~120毅E，35毅~43毅N，流域总面积3.182伊105km2，占全国总面积的3.3%，其中山区面积占59%，平原面积占41%.海河流域总体地势西北高、东南低，属于温带半干旱季风气候区，包括海河、滦河和徒骇马颊河3大水系.1.2数据来源与处理MODIS影像数据来源于美国航空航天局（NASA）数据中心，包括EOS/Terra卫星的MODIS/NDVI产品MOD13Q1和EOS/Aqua卫星的MODIS/NDVI产品MYD13Q1.海河流域覆盖4景MODIS/NDVI数据，分别为h26v04、h26v05、h27v04和h27v05.该数据集的空间分辨率为250m，时间分辨率为16d.其中，EOS/Terra 卫星数据产品的时间刻度为2000—2016年，EOS/Aqua 卫星数据产品的时间刻度为2002—2016年.影像数据在获取过程中会受大气等因素的影响，在使用这些影像数据前需要对其进行投影转换、变换数据格式等预处理.经过预处理后的数据采用最大值合成法（maximum value composite，MVC）将2000—2016年NDVI数据逐年合成，逐像元比较NDVI值，选取最大值作为合成后的年度NDVI数据集，排除和降低大气、云和太阳高度角等因素对影像数据造成的影响[22].最终得到海河流域2000—2016年共计17年最大NDVI数据集，选取其中2000、2009和2016年3期结果如图1所示.气象数据来源于中国气象局国家气象信息中心图1海河流域2000、2009和2016年最大NDVI的空间分布Fig.1Annual maximum NDVI spatial distribution of the Haihe River Basin in2000，2009and2016（b）2009（c）2016NNN（a）2000LegendMax NDVI<00-0.250.25-0.500.50-0.75>0.7504080160240320kmLegendMax NDVI<00-0.250.25-0.500.50-0.75>0.7504080160240320kmLegendMax NDVI<00-0.250.25-0.500.50-0.75>0.7504080160240320km55··的中国地面降水[23]和气温[24]日值0.5毅伊0.5毅格点数据集.该数据集基于2472个国家级地面气象站获取的基本气象要素资料，利用薄盘样条法（thin plate spline ，TPS ）进行空间插值得到中国地面（72毅~136毅E ，18毅~54毅N ）空间分辨率0.5毅伊0.5毅的日值降水和气温格点数据.本研究采用的气象数据时间跨度为2000—2016年，时间分辨率为24h.将降水和气温日值数据分别进行预处理，得到2000—2016年海河流域局部区域的气温和降水数据集，选取其中2000、2009和2016年3期结果如图2所示.1.3研究方法本研究在统计海河流域NDVI 时，采用均值法计算流域内所有像元NDVI 的平均值，计算公式为I NDVI =mi=1移（移I NDVI x ，y）/nm（1）式（1）中：I NDVI 为海河流域的NDVI 平均值；x 为海河流域像元行数；y 为流域像元列数；n 为流域内像元总数；i =1，2，…，m ，本研究时间刻度为2000—2016年，对应时间跨度m 为17.趋势分析是对海河流域NDVI 时间序列影像数据进行回归分析，并预测流域内植被覆盖的变化趋势.采用一元线性回归趋势法，通过统计海河流域年最大NDVI 数据集每个像元2000—2016年的值，采用趋势分析法模拟分析该像元17年间的变化趋势，反映海河流域植被覆盖的年际变化及时空变化规律.K NDVI =m 伊m i =1移i 伊NDVI k -m i =1移i mi =1移NDVI im 伊mi =1移i 2-m i =1移i蓸蔀2（2）式（2）中：K NDVI 为每个像元NDVI 的斜率，即为海河流域2000—2016年NDVI 的年际变化趋势.i 为1~m 的年序号，本研究时间刻度为2000—2016年，对应时间跨度m 为17；NDVI i 为第i 年的NDVI 值.K NDVI >0表示海河流域植被覆盖度的变化趋势是增加的，反之则减少；K NDVI =0说明随着时间的变化，植被覆盖变化趋势不变.根据计算所得每个栅格像元的线性回归率，将计算结果分为5类：严重退化区、轻微退化区、基本不变区、轻微改善区和明显改善区，此方法可以有效区分出海河流域植被覆盖度的变化趋势.（b ）Annual average precipitation（a ）Annual average temperature图2海河流域2000、2009和2016年平均气温和降水量的空间分布Fig.2Spatial distribution of annual average temperature and annual average precipitation in Haihe River Basin in 2000,2009and 20160320km 24016080400320km 24016080400320km24016080400320km24016080400320km24016080400320km240160804015益10益5益0益15益10益5益0益15益10益5益0益200020092016NNNNNN2000200920161000mm 800mm 600mm 400mm 200mm 0mm1000mm 800mm 600mm 400mm 200mm 0mm1000mm 800mm 600mm 400mm 200mm 0mm56··本文采用NDVI 与气温和降水的相关系数探讨研究区气温和降水量变化对NDVI 的影响，相关系数的计算公式为r =mi=1移（x i-x ）（y i-y ）mi=1移（x i-x ）2姨m i=1移（y i-y ）2（3）式（3）中：r 代表变量x （NDVI ）和y （气温或降水量）之间的相关系数，取值范围为[-1，1]，其数值越大，表明2个变量间的相关性越强；m 为时间序列长度17年；i 为年份；x i 为NDVI 在第i 年的值；x 为NDVI 在17年间数值的年平均值；y i 为气温或降水量在第i 年的数值；y 为气温或降水量在17年间数值的年平均值.2结果与分析2.1NDVI 空间分布特征利用海河流域2000—2016年的年度NDVI 最大值数据集，计算得到流域17年的NDVI 平均值.根据水利部2007年颁布的《土壤侵蚀分类分级标准》[25]，结合海河流域植被覆盖类型特征，将海河流域植被盖度划分为极低覆盖度、低覆盖度、中覆盖度、中高覆盖度和高覆盖度地5种覆盖类型，划分范围和特点如表1所示.表1植被覆盖度划分表Tab.1Classification of vegetation coverageCoverage degree Vegetation coverage/%CharacteristicExtremely low00-100Residents ，water areas ，bare fields ，traffic landsLow10-30Low yield of grasslands ，wastelands ，open forest landsMedium30-50Medium yield of grasslands ，croplands ，low confinement woodlandsAbove average50-70Slightly higher yield of grasslands ，forest lands ，beach wetlandsHigh70-100High yield of grasslands ，dense woodlands ，dense bushesN240km180********Extremely lowLow MediumAbove average High表22000—2016年海河流域不同植被覆盖度的面积Tab.2Different vegetation coverage area in the Haihe River Basin from 2000to 2016依据植被盖度分级分类标准，得到2000—2016年海河流域植被盖度空间分布图和海河流域2000—2016年不同植被盖度面积表，分别如图3和表2所示.由图3和表2可以看出，海河流域NDVI 值小于0.1的极低覆盖度区域主要为湿地、水域和建设用地，面积为1.7伊103km 2，占流域总面积的0.53%，主要分布在环渤海湾地区；低覆盖度区域面积为1.2伊103km 2，占流域总面积的0.38%，主要分布于城市中心和环渤海湾一带，以建设用地为主；中覆盖度NDVI 值为0.3~0.5，主要为中产草地、农田和低郁闭度林地等，面积占比3.83%；中高覆盖度NDVI 值为0.5~0.7，主要由中高产草地、林地和滩地组成，面积为5.8伊104km 2；海河流域NDVI 值大于0.7的高覆盖度区域面积较大，占流域总面积的76.93%，主要为高产草地、密林地和农田，集中分布于辽宁、山东和河南等地.综上可知，研究区植被覆盖率总体较高，仅环渤海湾地带和一些城市区域植被覆盖率较低.图32000—2016年海河流域不同植被覆盖度的空间分布Fig.3Spatial distribution of different vegetation coverage in the Haihe River Basin from 2000to 2016NDVI range CoverageArea/（伊104km 2）Proportion/%0-0.1.0Extrerndy low 00.1700.530.7-1.0High24.4876.930.1-0.3Low 0.120.380.3-0.5Medium 1.22 3.830.5-0.7Above average5.8318.3257··图52000—2016年海河流域NDVI 变化趋势Fig.5Trends of NDVI in the Haihe River Basin from2000to 2016N240km 180********Severe degradation Slight degradation InvariantSlight improvementObvious improvement表3趋势变化区域的统计数据Tab.3Statistics of trends of changed areaTrends of NDVITypeArea/（伊104km 2）Proportion/%K NDVI 臆-0.0101Severe degradation00.7002.18-0.0101约K NDVI 约-0.0016Slight degradation 3.4010.70-0.0016臆K NDVI 臆0.0034Invariant13.8543.530.0034约K NDVI 约0.0083Slight improvement10.3232.45K NDVI 逸0.0083Obvious improvement 03.5411.14Trend2.2NDVI 时序变化特征利用海河流域2000—2016年的年度NDVI 最大值数据集制作折线图并拟合出17年间NDVI 的变化趋势，得到2000—2016年海河流域NDVI 年际变化情况，结果如图4所示.由图4可以看出，海河流域NDVI 在0.70~0.79间波动，NDVI 的多年平均值为0.76，总体呈上升趋势，线性增长率为0.027/10a.其中2000—2004年，NDVI 上升趋势明显，线性增长率为0.184/10a ，植被覆盖情况有所改善；2004—2008年，NDVI 呈缓慢增长趋势，2008年出现最大值；NDVI 在2009年和2014年出现谷值，说明流域内植被覆盖有所退化；2014年后，NDVI 线性增长率为0.145/10a ，植被覆盖有所提升.综上所述，2000—2016年间海河流域植被覆盖状况的变化较为明显，17年间研究区的植被覆盖状况整体上得到较大改善.这与海河流域范围内实施的一系列生态建设工程密切相关，如三北防护林工程、退耕还林还草工程以及京津风沙源治理工程等，这些生态建设工程有效增加了海河流域地表植被的覆盖率.2.3NDVI 变化趋势分析基于2000—2016年海河流域的逐年NDVI 最大值数据集，采用一元线性回归趋势分析法计算得到海河流域NDVI 年际变化情况，K NDVI 的变化范围为-0.0610~0.0538，植被变化趋势较为明显.采用Jenks 自然间断点分级法（一种地图分级算法，类内差异最小，类间差异最大，利用数据本身有断点的特征进行聚类分级）将海河流域NDVI 年际变化分为严重退化、轻微退化、基本不变、轻微改善和明显改善共5个等级，得到2000—2016年海河流域NDVI 变化趋势以及趋势变化区域的统计数据，结果分别如图5和表3所示.由图5和表3可以看出，海河流域植被覆盖改善区域面积为1.386伊105km 2，远大于退化区域，其中改善部分以轻微改善为主，占流域总面积的32.45%；退化区域面积为4.1伊104km 2，占总面积的12.88%，环状分布于城市的周围，北京和天津最为明显；基本不变区域交错分布于改善区域和退化区域之间，面积占流域总面积的43.53%.综上可知，海河流域近17年来植被覆盖变化存在显著的空间差异性，人类活动等对地表植被覆盖所产生的正负效应同时存在，研究区大部分地区的植被得到了明显改善，但受城市扩张等因素的影响，城市外围区域的植被退化现象较为严重.2.4变化趋势结果验证为了验证一元线性回归趋势分析方法对海河流域植被覆盖进行趋势分析的可靠性，在研究区域中分别选取植被覆盖严重退化区域A 和植被覆盖明显改善区域B ，如图5中方框所示.选用TM 和MODIS 影图42000—2016年海河流域NDVI 年际变化Fig.4Inter -annual variation of NDVI in the Haihe RiverBasin from 2000to 20160.800.780.760.740.720.700.682000Year20022004200620082010201220142016y =0.0027x +0.7392R 2=0.347558··图6验证区域A 和B 对应的Landsat 和MODIS 影像Fig.6Landsat and MODIS images of the validation regions A and B（a ）Large version of region A in Fig.5（c ）TM （4，3，2）composite image of region A in different years（d ）MODIS NDVI of region A in different years（e ）TM （4，3，2）composite image of region B in different years（f）MODIS NDVI of region B in different years（b ）Large version of region B in Fig.5TM2000TM2009TM2016MODIS2000MODIS2009MODIS2016MODIS2000MODIS2009MODIS2016TM2000TM2009TM2016像对区域A 和区域B 这2个植被覆盖显著变化区域进行验证，二者的NDVI 变化趋势局部放大图以及对应的TM 和MODIS NDVI 产品影像如图6所示.图6中TM 影像为4，3，2波段合成的标准假彩色影像，红色代表植被，MODIS NDVI 产品影像中颜色越深代表NDVI 值越小，即植被覆盖度越低.59··区域A 为植被退化区域，主要涵盖天津市10个区（红桥区、河北区、河东区、河西区、和平区、南开区、东丽区、津南区、西青区以及静海区）；区域B 为植被改善区域，主要包括河北省张家口市怀安县和万全区.由图6（a ）可以看出，植被退化区域主要集中在天津市西青区、东丽区、津南区和静海区等城镇规模迅速扩张地区，结合图6（c ）和图6（d ）可以看出，2000—2016年天津市城市快速发展扩张，建筑用地显著增加，土地利用情况发生变化，植被覆盖退化较为明显，NDVI 呈现显著减小趋势.由图6（b ）可以看出，植被改善区域主要集中在河北省张家口市万全区的旧堡乡和北新屯乡，该区域主要为山区，位于省级园林县城、国家重点生态功能区（防风固沙）万全区和怀安县，结合图6（e ）和图6（f ）影像可知，2016年较2009年相比植被覆盖区域面积明显增加，NDVI 呈现显著增加趋势.验证区域的植被变化情况与趋势分析方法所得结果相符，进一步说明了该方法提取的海河流域植被变化特征具有较高的精度.2.5植被变化气候影响因素分析为了直观展现2000—2016年17年间海河流域植被覆盖度、年降水量和年平均气温的变化趋势关系，将海河流域年降水量和年平均气温气象数据分别与海河流域NDVI 年际变化进行叠加，结果如图7所示.通过计算得到海河流域2000—2016年NDVI 与年降水量相关系数为0.51，呈显著正相关，NDVI 与年平均气温相关系数为-0.20，呈负相关且相关性较弱.海河流域属于温带半干旱季风气候，相关系数表明气温对海河流域植被生长的影响较弱，降水是影响植被覆盖最显著的气候影响因素，在气温上升、降水减少的情况下，植被覆盖度会有所下降.结合图7可知，NDVI 和年降水量在2008年和2012年出现峰值，在2009年和2014年出现谷值，二者年度变化趋势表现出较高的一致性.3结论利用MODIS/NDVI 数据分析海河流域近17年植被空间分布、时序变化和空间变化特征及其与气候影响因素的关系，得到以下主要结论：（1）空间分布：通过海河流域植被盖度空间分布状况可以看出，海河流域整体植被覆盖较高，覆盖类型以高覆盖度（NDVI 跃0.7）为主，面积为2.448伊105km 2，占流域总面积的76.93%，植被类型主要为高产草地、密林地和密灌地；极低覆盖度（NDVI 约0.1）区域主要分布在环渤海湾地区，面积不足流域总面积的1%.（2）时序变化：通过海河流域植被年NDVI 可以看出，海河流域NDVI 值近17年变化范围为0.70~0.79，总体呈上升趋势，线性增长率为0.027/10a ，时序变化的多年平均值为0.76.其中2000—2008年NDVI 呈增长趋势，且在2008年达到最大值0.79；2009年和2014年出现谷值，说明流域内植被覆盖有所退化.（3）空间变化：通过海河流域近17年植被NDVI 变化趋势可以看出，海河流域植被空间变化趋势以改善为主，其中变化趋势大于0.0034小于0.0083为轻微改善，占流域总面积的32.45%；变化趋势大于0.0083为明显改善，占流域总面积的11.14%；退化区域面积占比不足13%.在植被变化趋势结果验证中，对比植被变化趋势较为明显的2个区域，验证区的变化特征与趋势分析方法所得结果表现出较好的空间一致性.（4）气候影响因素：海河流域为温带半干旱季风气候，选择年平均气温和年降水量对海河流域植被覆盖变化进行相关性分析，结果表明年平均气温与NDVI 相关性较弱，说明气温对海河流域植被生长的影响较弱；年降水量与NDVI 相关系数为0.51，呈显著正相关，说明降水是影响海河流域植被覆盖较为显著的气候影响因素.本研究利用海河流域2000—2016年MODIS/NDVI 数据计算分析了近17年海河流域植被时空分布及变化规律特征，快速准确地表达了海河流域植被生长现状及演变趋势，并对变化趋势结果进行验证.在进行植被影响因素分析时，以气温和降水作为气候影响因素对植被变化进行相关性分析，没有考虑到其他气候影响因素、自然因素和人为因素对植被变化带来的影响.因此，进一步拓展植被变化影响因素分析是今后0.800.780.760.740.720.700.68y =-0.0223x +9.6153R 2=0.1003121086420y =0.0027x +0.7392R 2=0.3475图72000—2016年海河流域NDVI 、年降水量及年平均气温变化趋势Fig.7Change trend of NDVI ，annual average precipitationand annual average temperature in the Haihe River Basin from 2000to 20162000Years20022004200620082010201220142016NDVI Annual average temperatureAnnual average precipitation y =0.0492x +4.4852R 2=0.187060··工作的重点.参考文献：[1]李树元.海河流域生态环境关键要素演变规律与脆弱性研究[D].天津：天津大学，2014.LI S Y.Research on Variation of Essential Factors and Vulnerability of Aquatic Ecosystem in Haihe Basin[D].Tianjin：Tianjin University，2014（in Chinese）.[2]冯露，岳德鹏，郭祥.植被指数的应用研究综述[J].林业调查规划，2009，34（2）：48-52.FENG L，YUE D P，GUO X.A review on application of normal differ-ent vegetation index[J].Forest Inventory and Planning，2009，34（2）：48-52（in Chinese）.[3]SELLERS P J，TUCKER C J，COLLATZ G J，et al.A revised land surface parameterization（SiB2）for atmospheric GCMS.Part域：The generation of global fields of terrestrial biophysical parameters from satellite data[J].Journal of Climate，1996，9（4）：706-737. [4]那晓东，张树清，李晓峰，等.MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用[J].湿地科学，2007，5（3）：227-236. NA X D，ZHANG S Q，LI X F，et al.Application of MODIS NDVI time series to extracting wetland vegetation information in the Sanjiang plain[J].Wetland Science，2007，5（3）：227-236（in Chinese）. [5]顾娟，李新，黄春林.基于时序MODIS NDVI的黑河流域土地覆盖分类研究[J].地球科学进展，2010，25（3）：317-326.GU J，LI X，HUANG C nd cover classification based on time-series MODIS NDVI data in Heihe river basin[J].Advances in Earth Science，2010，25（3）：317-326（in Chinese）.[6]王志慧，李世明，刘良云，等.基于MODIS NDVI时间序列的土地覆盖分层分类方法研究[J].遥感技术与应用，2013，28（5）：910-919.WANG Z H，LI S M，LIU L Y，et al.Hierarchical land cover classifi-cation based on MODIS NDVI time-series[J].Remote Sensing Technol-ogy and Application，2013，28（5）：910-919（in Chinese）. [7]王晓江，胡尔查，李爱平，等.基于MODIS NDVI的内蒙古大青山自然保护区植被覆盖度的动态变化特征[J].干旱区资源与环境，2014，28（8）：61-65.WANG X J，HU E C，LI A P，et al.Dynamic changes of vegetation coverage in Daqingshan Nature Reserve based on MODIS NDVI image [J].Journal of Arid Land Resources and Environment，2014，28（8）：61-65（in Chinese）.[8]张莉，陈芸芝，汪小钦.基于时序MODIS NDVI数据的长汀县植被趋势特征研究[J].福州大学学报（自然科学版），2016，44（5）：661-667.ZHANG L，CHEN Y Z，WANG X Q.Vegetation trends research of Changting County based on time series of MODIS NDVI[J].Journal of Fuzhou University（Natural Science Edition），2016，44（5）：661-667（in Chinese）.[9]冯志敏，辛海强，李军.基于MODIS植被指数的塔河流域植被时空变化特征研究[J].测绘与空间地理信息，2017，40（2）：90-94. FENG Z M，XIN H Q，LI J.Study on characteristics of land cover change of time and space in Tarim river basin using MODIS NDVI[J]. Geomatics&Spatial Information Technology，2017，40（2）：90-94（inChinese）.[10]徐浩杰，杨太保，曾彪.2000-2010年祁连山植被MODIS NDVI的时空变化及影响因素[J].干旱区资源与环境，2012，26（11）：87-91. XU H J，YANG T B，ZENG B.Spatial-temporal changes of vegetation in Qilian Mountains from2000to2010based on MODIS NDVI data and its affecting factors[J].Journal of Arid Land Resources and Enviro-nment，2012，26（11）：87-91（in Chinese）.[11]成方妍，刘世梁，尹艺洁，等.基于MODIS NDVI的广西沿海植被动态及其主要驱动因素[J].生态学报，2017，37（3）：788-797. CHENG F Y，LIU S L，YIN Y J，et al.The dynamics and main driving factors of coastal vegetation in Guangxi based on MODIS NDVI[J].Acta Ecologica Sinica，2017，37（3）：788-797（in Chinese）. [12]石悦樾，银正彤，郑文锋.基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究[J].林业资源管理，2017（1）：127-134. SHI Y Y，YIN Z T，ZHENG W F.Study on the response of vegetation cover change and climate change in Wujiang river basin based on MODIS data[J].Forest Resources Management，2017（1）：127-134（in Chinese）.[13]孙艳玲，郭鹏.1982—2006年华北植被覆盖变化及其与气候变化的关系[J].生态环境学报，2012，21（1）：7-12.SUN Y L，GUO P.Variation of vegetation coverage and its relationship with climate change in North China from1982to2006[J].Ecology and Environmental Sciences，2012，21（1）：7-12（in Chinese）. [14]吴云，曾源，赵炎，等.基于MODIS数据的海河流域植被覆盖度估算及动态变化分析[J].资源科学，2010，32（7）：1417-1424. WU Y，ZENG Y，ZHAO Y，et al.Monitoring and dynamic analysis of fractional vegetation cover in the Hai river basin based on MODIS data [J].Resources Science，2010，32（7）：1417-1424（in Chinese）. [15]陈福军，沈彦俊，胡乔利，等.海河流域NDVI对气候变化的响应研究[J].遥感学报，2011，15（2）：401-414.CHEN F J，SHEN Y J，HU Q L，et al.Responses of NDVI to climate change in the Hai basin[J].Journal of Remote Sensing，2011，15（2）：401-414（in Chinese）.[16]王永财，孙艳玲，王中良.1998—2011年海河流域植被覆盖变化及气候因子驱动分析[J].资源科学，2014，36（3）：594-602. WANG Y C，SUN Y L，WANG Z L.Spatial-temporal change in vege-tation cover and climate factor drivers of variation in the Haihe river basin1998-2011[J].Resources Science，2014，36（3）：594-602（in Chinese）.[17]杨艳丽，孙艳玲，王中良.2000—2013年海河流域植被覆盖的时空变化[J].干旱区资源与环境，2016，30（7）：65-70. YANG Y L，SUN Y L，WANG Z L.The spatial-temporal variations of vegetation cover in the Haihe river basin from2000to2013[J].Journal of Arid Land Resources and Environment，2016，30（7）：65-70（in Chinese）.[18]陈燕丽，龙步菊，潘学标，等.MODIS NDVI和AVHRR NDVI对草原植被变化监测差异[J].遥感学报，2011，15（4）：831-845. CHEN Y L，LONG B J，PAN X B，et al.Differences between MODIS NDVI and AVHRR NDVI in monitoring grasslands change[J].Journal of Remote Sensing，2011，15（4）：831-845（in Chinese）. [19]严晓瑜，董文杰，何勇.不同传感器数据在若尔盖湿地植被变化监61··（下转第68页）测应用中的适宜性分析[J].遥感技术与应用，2008，23（3）：300-304.YAN X Y ，DONG W J ，HE Y.Analysis of the suitability from different remote sensing data on the monitoring of vegetation change in ruoergai marsh[J].Remote Sensing Technology and Application ，2008，23（3）：300-304（in Chinese ）.[20]韩鹏，姚娟，李天宏.3种不同数据源NDVI 的比较分析及其在延河流域的应用研究[J].应用基础与工程科学学报，2014，22（4）：661-674.HAN P ，YAO J ，LI T parison of 3NDVI datasets and the appli -cation at Yanhe basin ，China[J].Journal of Basic Science and Enginee -ring ，2014，22（4）：661-674（in Chinese ）.[21]HUETE A ，JUSTICE C ，LEEUWEN W V.MODIS vegetation index （MOD13）；algorithm theoretical basis document[EB/OL].（2013-12-31）[2019-06-10]./data/atbd_mod13.pdf.[22]宋富强，康慕谊，杨朋，等.陕北地区GIMMS 、SPOT ：VGT 和MODIS 归一化植被指数的差异分析[J].北京林业大学学报，2010，32（4）：72-80.SONG F Q ，KANG M Y ，YANG P ，et parison and validation of GIMMS ，SPOT -VGT and MODIS global NDVI products in the Loess Plateau of northern Shanxi Province ，northwestern China [J].Journal of Beijing Forestry University ，2010，32（4）：72-80（in Chinese ）.[23]国家气象科学数据中心.中国地面降水日值0.5毅伊0.5毅格点数据集（V2.0）[EB/OL].http ：///data/cdcdetail/dataCode/SURF_CLI_CHN_PRE_DAY_GRID_0.5.html.National Meteorological Information Center.Dataset of 0.5毅伊0.5毅grid points of daily ground precipitation in China（V2.0）[EB/OL].http ：///data/cdcdetail/dataCode/SURF_CLI_CHN_PRE_DAY_GRID_0.5.html.[24]国家气象科学数据中心.中国地面气温日值0.5毅伊0.5毅格点数据集（V2.0）[EB/OL].http ：///data/cdcdetail/dataCode/SURF_CLI_CHN_TEM_DAY_GRID_0.5.html.National Meteorological Information Center.Dataset of 0.5毅伊0.5毅grid points of daily ground temperature in China （V2.0）[EB/OL].http ：///data/cdcdetail/dataCode/SURF_CLI_CHN_TEM_DAY_GRID_0.5.html（in Chinese ）.[25]中华人民共和国水利部.GB/SL190-2007，土壤侵蚀分类分级标准[S].北京：中国水利水电出版社，2008.Ministry of Water Resources of the People忆s Republic of China.GB/SL190-2007，Classification and Classification Standards of Soil Ero -sion[S].Beijing ：China Water&Power Press ，2008（in Chinese ）.（责任编校亢原彬）（上接第61页）ZOU Z C ，DENG Y C.Study on numerical simulation of wind field us -ing three kinds of Terra in data[J].Water Resources and Power ，2015，33（1）：204-206，182（in Chinese ）.[12]张小培，银燕.复杂地形地区WRF 模式四种边界层参数化方案的评估[J].大气科学学报，2013，36（1）：68-76.ZHANG X P ，YIN Y.Evaluation of the four PBL schemes in WRF model over complex topographic areas[J].Transactions of AtmosphericSciences ，2013，36（1）：68-76（in Chinese ）.[13]潘小多，李新，冉有华，等.下垫面对WRF 模式模拟黑河流域区域气候精度影响研究[J].高原气象，2012，31（3）：657-667.PAN X D ，LI X ，RAN Y H ，et al.Study on the influence of the under -lay on the climate accuracy of the Heihe River Basin in the face of WRFmodel[J].Plateau Meteorology ，2012，31（3）：657-667（in Chinese ）.[14]DANIELSON J J ，GESCH D B.Global Multi -Resolution Terrain Ele -vation Data 2010（GMTED2010）[M].U.S.Geological Survey Open -File Report 2011-1073，2011.[15]JAVIS A ，REUTER H I ，NELSON A ，et al.Hole -filled SRTM for the globe version 4[M].CGIAR -CSI SRTM 90m Database ，2008.[16]孟露，赵天良，杨兴华，等.塔克拉玛干沙漠腹地大气边界层参数化方案的模拟评估[J].气象科学，2018，38（2）：157-166.MENG L ，ZHAO T L ，YANG X H ，et al.An assessment of atmospheric boundary layer schemes over the Taklimakan Desert hinterland[J].Jour -nal of the Meteorological Sciences ，2018，38（2）：157-166（in Chinese ）.[17]WANG Z Q ，DUAN A M ，WU G X.Impacts of boundary layer parame -terization schemes and air -sea coupling on WRF simulation of the EastAsian summer monsoon[J].Science China ：Earth Sciences ，2014，57：1480-1493.[18]ATHMANIA D ，ACHOUR H.External validation of the Aster GDEM2，GMTED2010and CGIAR -CSI -SRTM v4.1free access digital elevation models （DEMs ）in Tunisia and Algeria[J].Remote Sensing ，2014，6（5）：4600-4620.[19]VARGA M ，BA譒I 鸳悦T.Accuracy validation and comparison of global digital elevation models over Croatia[J].International Journal of RemoteSensing ，2015，36（1）：170-189.[20]董俊玲，韩志伟，张仁健，等.WRF 模式对中国城市和半干旱地区气象要素的模拟检验和对比分析[J].气象科学，2011，31（4）：484-492.DONG J L ，HAN Z W ，ZHANG R J ，et al.Evaluation and analysis of WRF simulated meteorological variables in the urban and semi -arid ar -eas of China[J].Journal of the Meteorological Sciences ，2011，31（4）：484-492（in Chinese ）.（责任编校亢原彬）68··。

GBT 7714-2015《信息与文献参考文献著录规则》主要文献类型的著录格式

GB/T7714—2015(信息与文献参考文献著录规则》主要文献类型的著录格式GB/T7714-2015(信息与文献参考文献著录规则》已于2015年12月1日起正式实施。

为此，将本刊常用的各种类型参考文献的新著录方法及其示例列举如下：1.普通图书著录格式:［序号］主要责任者.题名：其他题名信息［M］.其他责任者.版本项.出版地：出版者，出版年:引文页码.示例:［1］罗杰斯*西方文明史：问题与源头［M］.潘惠霞，魏嬪，杨艳，等译*大连:东北财经大学出版社,2011:15-16. 2.论文集、会议录著录格式:［序号］主要责任者.题名：其他题名信息［C］.出版地：出版者，出版年.示例:［1］雷光春.综合湿地管理:综合湿地管理国际研讨会论文集［C］.北京:海洋出版社,2012.3.报告著录格式:［序号］主要责任者.题名：其他题名信息［R］.出版地：出版者，出版年.示例:［1］孔宪京，邹德高，徐斌，等.台山核电厂海水库护岸抗震分析与安全性评价研究报告［R］.大连:大连理工大学工程抗震研究所,2009.4.学位论文著录格式:［序号］主要责任者.题名［D］.大学所在城市:大学名称，出版年.示例:［1］马欢.人类活动影响下海河流域典型区水循环变化分析［D］.北京:北京大学,2011.5.专利文献著录格式:［序号］专利申请者或所有者.专利题名：专利号［P］.公告日期或公开日期.示例:［1］张凯军.轨道火车及高速轨道火车紧急安全制动辅助装置：201220158825［P］.2012-04-05.6.标准文献著录格式:［序号］主要责任者.标准名称:标准号［S］.出版地：出版者，出版年:引文页码.示例:［1］全国信息与文献标准化技术委员会.文献著录:第4部分非书资料:GB/T3792.4-2009［S］.北京；中国标准出版社,2010：3.7.期刊文献著录格式:［序号］主要责任者.题名：其他题名信息卩］・期刊名，年，卷(期)：页码.示例:［1］袁训来，陈哲，肖书海，等.蓝田生物群：一个认识多细胞生物起源和早期演化的新窗口［JJ.科学通报，2012,55(34):3219.8.报纸文献著录格式:［序号］主要责任者.题名：其他题名信息［N］.报纸名，出版日期(版面数).示例:［1］丁文祥.数字革命与竞争国际化［N］.中国青年报,2000-11-20(15).9.专著中的析出文献著录格式:［序号］析出文献主要责任者.析出文献题名［文献类型标识］.析出文献其他责任者〃专著主要责任者.专著题名：其他题名信息.版本项.出版地：出版者，出版年:析出文献的页码.示例:［1］程根伟.1998年长江洪水的成因与减灾对策［M］//许厚泽，赵其国.长江流域洪涝灾害与科技对策.北京:科学出版社,1999:32-36.10.电子资源(不包括电子专著、电子连续出版物、电子学位论文、电子专利)著录格式:［序号］主要责任者.题名：其他题名信息［文献类型标识/文献载体标识］.出版地：出版者，出版年：引文页码(更新或修改日期)［引用日期］.获取和访问路径.数字对象唯一标识符.示例:［1］萧锤.出版业信息化迈入快车道［EB/OL］,(2001-12-19)［2002-04-15］.http:/news.20011219/ 200112190019.html.补充说明：(1)以上各种类型的文献，如果是英文版本，其著录格式与中文相同，各项要素和次序与中文一一对应即可。

海河流域生态水分利用效率时空变化及其与气候因子的相关性分析

第３９卷第４期２０１９年２月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．３９，Ｎｏ．４Ｆｅｂ．，２０１９基金项目：国家重点研发计划（２０１７ＹＦＢ０５０３６０２）；教育部人文社会科学研究一般项目（１８ＹＪＣＺＨ２５７）；河北省自然科学青年基金项目（Ｄ２０１７４０２１５９）；河北省高等学校科学技术研究项目（ＢＪ２０１８０４３，ＱＮ２０１８０５４，ＺＤ２０１８２３０）；邯郸市科学技术研究与发展计划项目（１７２４２３００５７⁃１）收稿日期：２０１８⁃１０⁃０７；㊀㊀修订日期：２０１８⁃１１⁃２１∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｚｈａｏａｎｚｈｏｕ＠１２６．ｃｏｍＤＯＩ：１０．５８４６／ｓｔｘｂ２０１８１００７２１５８赵安周，张安兵，冯莉莉，王冬利，承达瑜．海河流域生态水分利用效率时空变化及其与气候因子的相关性分析．生态学报，２０１９，３９（４）：１４５２⁃１４６２．ＺｈａｏＡＺ，ＺｈａｎｇＡＢ，ＦｅｎｇＬＬ，ＷａｎｇＤＬ，ＣｈｅｎｇＤＹ．Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗａｔｅｒ⁃ｕｓｅｅｆｆｉｃｉｅｎｃｙａｎｄｉｔｓｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｃｌｉｍａｔｉｃｆａｃｔｏｒｓｉｎｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０１９，３９（４）：１４５２⁃１４６２．海河流域生态水分利用效率时空变化及其与气候因子的相关性分析赵安周１，２，∗，张安兵１，２，冯莉莉１，王冬利１，２，承达瑜１，２１河北工程大学矿业与测绘工程学院，邯郸㊀０５６０３８２河北省煤炭资源综合开发与利用协同创新中心，邯郸㊀０５６０３８摘要：生态水分利用效率（ｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙ，ＷＵＥ）是碳⁃水循环的重要参数之一，明晰其时空演变特征对水资源短缺地区生态系统的健康发展具有重要的意义㊂海河流域水资源短缺是区域农业发展的重要制约因素，基于遥感㊁气象数据，利用趋势分析㊁相关分析等方法分析了海河流域２０００２０１４年总初级生产力（ｇｒｏｓｓｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ＧＰＰ）㊁蒸散量（ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ，ＥＴ）及ＷＵＥ的时空分布特征，并识别ＷＵＥ对降水㊁气温及干旱的响应㊂研究结果表明：（１）时间上，ＧＰＰ和ＥＴ的变化趋势不显著，ＷＵＥ呈现显著的增加趋势，增速为０．０１８５ｇＣ／ｋｇＨ２Ｏａ－１（Ｒ２＝０．６２９９，Ｐ＜０．０１）；（２）空间上，ＷＵＥ和ＧＰＰ均呈现从东南向西北减小的趋势，高值区主要分布在华北平原农业生态区和京津唐城镇与城郊农业生态区㊂从变化趋势来看，黄土高原农业与草原生态区的ＧＰＰ和ＷＵＥ上升趋势最大；（３）植被类型中，农田的ＷＵＥ值最高，草地的ＷＵＥ最低，农田㊁有林草原和草地均呈现显著的增加趋势（Ｐ＜０．０５）；（４）影响因素上，降水对ＷＵＥ的影响最大，ＷＵＥ由降水㊁干旱和气温控制的区域分别占整个流域植被面积的４４．４４％㊁３９．２３％和１６．０１％㊂关键词：水分利用效率；时空分布；气候变化；海河流域Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗａｔｅｒ⁃ｕｓｅｅｆｆｉｃｉｅｎｃｙａｎｄｉｔｓｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｃｌｉｍａｔｉｃｆａｃｔｏｒｓｉｎｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎＺＨＡＯＡｎｚｈｏｕ１，２，∗，ＺＨＡＮＧＡｎｂｉｎｇ１，２，ＦＥＮＧＬｉｌｉ１，ＷＡＮＧＤｏｎｇｌｉ１，２，ＣＨＥＮＧＤａｙｕ１，２１ＳｃｈｏｏｌｏｆＭｉｎｉｎｇａｎｄＧｅｏｍａｔｉｃｓ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｈａｎｄａｎ０５６０３８，Ｃｈｉｎａ２ＨｅｉｂｅｉＣｏｌｌａｂｏｒａｔｉｖｅＩｎｎｏｖａｔｉｏｎＣｅｎｔｅｒｏｆｔｈｅＣｏｍｐｒｅｈｅｎｓｉｖｅＤｅｖｅｌｏｐｍｅｎｔａｎｄＵｔｉｌｉｚａｔｉｏｎｏｆＣｏａｌＲｅｓｏｕｒｃｅ，Ｈａｎｄａｎ０５６０３８，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｗａｔｅｒ⁃ｕｓｅｅｆｆｉｃｉｅｎｃｙ（ＷＵＥ）ｉｓａｋｅｙｉｎｄｉｃａｔｏｒｏｆｔｈｅｉｎｔｅｒａｃｔｉｏｎｓｂｅｔｗｅｅｎｔｈｅｗａｔｅｒａｎｄｃａｒｂｏｎｃｙｃｌｅｓｏｆｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｓ．ＵｎｄｅｒｓｔａｎｄｉｎｇｔｈｅｓｐａｔｉｏｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＷＵＥａｎｄｔｈｅｃｌｉｍａｔｉｃｆａｃｔｏｒｓｔｈａｔａｆｆｅｃｔｉｔｃｏｕｌｄｇｕｉｄｅｓｕｓｔａｉｎａｂｌｅｍａｎａｇｅｍｅｎｔｏｆｗａｔｅｒｒｅｓｏｕｒｃｅｓａｎｄｅｃｏｓｙｓｔｅｍｓｅｒｖｉｃｅｓｉｎａｒｅａｓｌａｃｋｉｎｇｗａｔｅｒ．ＴｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎｉｓｌｏｃａｔｅｄｉｎａｒｅｇｉｏｎｓｅｎｓｉｔｉｖｅｔｏｃｌｉｍａｔｅｃｈａｎｇｅａｎｄｈｕｍａｎａｃｔｉｖｉｔｉｅｓ，ａｎｄｗａｔｅｒｓｈｏｒｔａｇｅｓｈａｖｅｃｏｎｓｔｒａｉｎｅｄｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｒｅｇｉｏｎａｌａｇｒｉｃｕｌｔｕｒａｌａｎｄｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｓ．Ｕｓｉｎｇ２０００２０１４ＭｏｄｅｒａｔｅＲｅｓｏｌｕｔｉｏｎＩｍａｇｉｎｇＳｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ（ＭＯＤＩＳ）ａｎｄｍｅｔｅｏｒｏｌｏｇｙｄａｔａ，ｗｅｉｎｖｅｓｔｉｇａｔｅｄｔｈｅｓｐａｔｉｏｔｅｍｐｏｒａｌｃｈａｎｇｅｓｉｎｇｒｏｓｓｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＧＰＰ），ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ（ＥＴ），ａｎｄＷＵＥｉｎｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎｕｓｉｎｇｌｉｎｅａｒｔｒｅｎｄａｎａｌｙｓｉｓ，ｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ，Ｍａｎｎ⁃Ｋｅｎｄａｌｌ（Ｍ⁃Ｋ）ｔｅｓｔｓ，ａｎｄｏｔｈｅｒｓｔａｔｉｓｔｉｃａｌｍｅｔｈｏｄｓ，ｒｅｖｅａｌｉｎｇｆｏｕｒｋｅｙｒｅｓｕｌｔｓ．（１）ＴｈｅｃｈａｎｇｅｉｎａｎｎｕａｌＧＰＰｔｒｅｎｄｅｄｕｐｗａｒｄｎｏｎ⁃ｓｉｇｎｉｆｉｃａｎｔｌｙ（Ｒ２＝０．１７８４，Ｐ＞０．１），ａｎｄＥＴｔｒｅｎｄｅｄｄｏｗｎｗａｒｄｎｏｎ⁃ｓｉｇｎｉｆｉｃａｎｔｌｙ（Ｒ２＝０．０２６９，Ｐ＞０．１）．ＡｎｎｕａｌＷＵＥｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｃｒｅａｓｅｄｏｖｅｒ２０００２０１４ａｔａｒａｔｅｏｆ０．０１８５ｇＣ／ｋｇＨ２Ｏａ－１（Ｒ２＝０．６２９９，Ｐ＜０．０１）．（２）ＴｈｅｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆａｖｅｒａｇｅａｎｎｕａｌＷＵＥａｎｄＧＰＰｉｎｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎᶄｓｖｅｇｅｔａｔｅｄａｒｅａｓｖａｒｉｅｄｗｉｄｅｌｙ，ａｎｄｔｈｅａｎｎｕａｌａｖｅｒａｇｅＷＵＥａｎｄＧＰＰｖａｌｕｅｓｄｅｃｒｅａｓｅｄｆｒｏｍｔｈｅｓｏｕｔｈｅａｓｔｔｏｔｈｅｎｏｒｔｈｗｅｓｔ．ＨｉｇｈＷＵＥａｎｄＧＧＰｖａｌｕｅｓｗｅｒｅｍａｉｎｌｙｆｏｕｎｄｉｎｔｈｅＮｏｒｔｈＣｈｉｎａＰｌａｉｎａｇｒｉｃｕｌｔｕｒａｌｅｃｏｒｅｇｉｏｎａｎｄｔｈｅＴｉａｎｊｉｎ⁃Ｂｅｉｊｉｎｇ⁃Ｔａｎｇｓｈａｎｕｒｂａｎａｎｄｓｕｂｕｒｂａｎａｇｒｉｃｕｌｔｕｒａｌｅｃｏｒｅｇｉｏｎ．ＴｈｅｌｏｗｅｓｔＷＵＥａｎｄＧＧＰｖａｌｕｅｓｗｅｒｅｍａｉｎｌｙｆｏｕｎｄｉｎｔｈｅＥａｓｔＣｅｎｔｒａｌＩｎｎｅｒＭｏｎｇｏｌｉａｎＰｌａｔｅａｕｔｙｐｉｃａｌｓｔｅｐｐｅｅｃｏｒｅｇｉｏｎ，ＬｏｅｓｓＰｌａｔｅａｕａｇｒｉｃｕｌｔｕｒａｌａｎｄｓｔｅｐｐｅｅｃｏｒｅｇｉｏｎ，ａｎｄｔｈｅｄｅｃｉｄｕｏｕｓｆｏｒｅｓｔｅｃｏｒｅｇｉｏｎｎｏｒｔｈｗｅｓｔｏｆｔｈｅＹａｎｓｈａｎ⁃ＴａｉｈａｎｇＭｏｕｎｔａｉｎｓ．ＴｈｅＷＵＥｏｆｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎｉｎｃｒｅａｓｅｄ，ｗｉｔｈＷＵＥｖａｌｕｅｓｏｆ９１．１１％ａｎｄ６０．１７％ｏｆｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎᶄｓｖｅｇｅｔａｔｅｄａｒｅａｓｉｎｃｒｅａｓｉｎｇａｎｄｉｎｃｒｅａｓｉｎｇｓｉｇｎｉｆｉｃａｎｔｌｙ（Ｐ＜０．０５），ｒｅｓｐｅｃｔｉｖｅｌｙ．ＴｈａｔｏｆｔｈｅＬｏｅｓｓＰｌａｔｅａｕａｇｒｉｃｕｌｔｕｒａｌａｎｄｓｔｅｐｐｅｅｃｏｒｅｇｉｏｎｉｎｃｒｅａｓｅｄｔｈｅｍｏｓｔｓｉｇｎｉｆｉｃａｎｔｌｙ．（３）ＴｈｅＷＵＥｍｅａｎｓａｎｄｔｒｅｎｄｓａｍｏｎｇｔｈｅｄｉｆｆｅｒｅｎｔｌａｎｄｕｓｅｔｙｐｅｓａｌｓｏｖａｒｉｅｄｓｉｇｎｉｆｉｃａｎｔｌｙ．ＴｈｅｍｅａｎＷＵＥｏｆｃｒｏｐｌａｎｄｓ（ＣＲＯ）ｗａｓｈｉｇｈｅｓｔ，ａｎｄｔｈｅＷＵＥｏｆｇｒａｓｓｌａｎｄｓ（ＧＲＡ）ｗａｓｌｏｗｅｓｔ．ＴｈｅＷＵＥｏｆＣＲＯ，ｗｏｏｄｙｓａｖａｎｎａｓ（ＷＳＡ），ａｎｄＧＲＡｅａｃｈｉｎｃｒｅａｓｅｄｓｉｇｎｉｆｉｃａｎｔｌｙ（Ｐ＜０．０５）．（４）ＡｎｎｕａｌＷＵＥｗａｓｍａｉｎｌｙａｆｆｅｃｔｅｄｂｙｐｒｅｃｉｐｉｔａｔｉｏｎ，ａｎｄ４１．４４％，３３．２３％，ａｎｄ１６．０１％ｏｆＷＵＥｅｓｔｉｍａｔｅｓｉｎｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎᶄｓｖｅｇｅｔａｔｅｄａｒｅａｓｗｅｒｅｄｏｍｉｎａｔｅｄｂｙｉｎｔｅｒ⁃ａｎｎｕａｌｖａｒｉａｔｉｏｎｉｎｐｒｅｃｉｐｉｔａｔｉｏｎ，ｄｒｏｕｇｈｔ，ａｎｄｔｅｍｐｅｒａｔｕｒｅ，ｒｅｓｐｅｃｔｉｖｅｌｙ．ＴｈｅｖｅｇｅｔａｔｅｄａｒｅａｓｉｎｗｈｉｃｈＷＵＥｗａｓｐｒｉｍａｒｉｌｙｓｈａｐｅｄｂｙｐｒｅｃｉｐｉｔａｔｉｏｎｗｅｒｅｍａｉｎｌｙｆｏｕｎｄｉｎｔｈｅｎｏｒｔｈｅｒｎｐｏｒｔｉｏｎｏｆｔｈｅＹａｎｓｈａｎ⁃ＴａｉｈａｎｇＭｏｕｎｔａｉｎｓｄｅｃｉｄｕｏｕｓｆｏｒｅｓｔｅｃｏｒｅｇｉｏｎ，ｔｈｅＮｏｒｔｈＣｈｉｎａＰｌａｉｎａｇｒｉｃｕｌｔｕｒａｌｅｃｏｒｅｇｉｏｎ，ａｎｄｔｈｅＴｉａｎｊｉｎ⁃Ｂｅｉｊｉｎｇ⁃Ｔａｎｇｓｈａｎｕｒｂａｎａｎｄｓｕｂｕｒｂａｎａｇｒｉｃｕｌｔｕｒａｌｅｃｏｒｅｇｉｏｎ．ＴｈｅｖｅｇｅｔａｔｅｄａｒｅａｓｉｎｗｈｉｃｈＷＵＥｗａｓｐｒｉｍａｒｉｌｙｓｈａｐｅｄｂｙｄｒｏｕｇｈｔｗｅｒｅｍａｉｎｌｙｆｏｕｎｄｉｎｔｈｅｎｏｒｔｈｅａｓｔｏｆｔｈｅＮｏｒｔｈＣｈｉｎａＰｌａｉｎａｇｒｉｃｕｌｔｕｒａｌｅｃｏｒｅｇｉｏｎａｎｄｔｈｅｓｏｕｔｈｅｒｎｐｏｒｔｉｏｎｏｆｔｈｅＹａｎｓｈａｎ⁃ＴａｉｈａｎｇＭｏｕｎｔａｉｎｓｄｅｃｉｄｕｏｕｓｆｏｒｅｓｔｅｃｏｒｅｇｉｏｎ．ＴｈｅｖｅｇｅｔａｔｅｄａｒｅａｓｉｎｗｈｉｃｈＷＵＥｗａｓｐｒｉｍａｒｉｌｙｓｈａｐｅｄｂｙｔｅｍｐｅｒａｔｕｒｅｗｅｒｅｍａｉｎｌｙｆｏｕｎｄｉｎｔｈｅｗｅｓｔｅｒｎｐｏｒｔｉｏｎｏｆｔｈｅＹａｎｓｈａｎ⁃ＴａｉｈａｎｇＭｏｕｎｔａｉｎｓｄｅｃｉｄｕｏｕｓｆｏｒｅｓｔｅｃｏｒｅｇｉｏｎａｎｄｔｈｅＥａｓｔＣｅｎｔｒａｌＩｎｎｅｒＭｏｎｇｏｌｉａｎＰｌａｔｅａｕｔｙｐｉｃａｌｓｔｅｐｐｅｅｃｏｒｅｇｉｏｎ．ＫｅｙＷｏｒｄｓ：ｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙ；ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｃｌｉｍａｔｅｃｈａｎｇｅ；ＨａｉｈｅＲｉｖｅｒｂａｓｉｎ水资源是限制我国北方地区社会经济发展的重要因素之一㊂随着全球气候的变暖㊁社会经济的发展及其人类活动的加剧，人类生产生活用水挤占生态环境用水的现象严重，如何平衡二者之间的关系逐渐受到国内外学者的广泛关注［１⁃２］㊂生态系统水分利用效率（ＷａｔｅｒＵｓｅＥｆｆｉｃｉｅｎｃｙ，ＷＵＥ）是指植被生态系统每单元碳吸收所损失的水分比率［３⁃４］㊂作为连接生态系统中碳循环和水文循环的纽带，目前已成为生态系统与水文相互关系研究的热点问题［２，５］㊂ＷＵＥ通常被定义为碳增益（ＧＰＰ）与耗水量（ＥＴ）的比值［６］㊂作为植被生态系统碳㊁水循环的重要指示因子以及衡量植被生长状况的监测指标，对其时空演变及其对气候变化响应的研究有助于明晰生态系统碳⁃水循环对全球气候变化的响应机制，对优化地区水资源管理以及生态环境的健康发展具有重要的意义［７⁃９］㊂目前，国内外学者采用不同的方法对ＷＵＥ的时空演变模式和影响因素进行了分析㊂Ｓｕｎ等［１０］和Ｘｉａｏ等［１１］利用生态过程模型和站点数据估算了中国ＷＵＥ的时空演变规律及驱动因素，前者指出近３０年来中国东北㊁西南等地区的ＷＵＥ呈现上升的趋势，后者指出林地和耕地的ＷＵＥ值高于草地㊂在区域尺度上，刘宪锋等［２］和Ｚｈａｎｇ等［９］利用ＭＯＤＩＳ（Ｍｏｄｅｒａｔｅ⁃ＲｅｓｏｌｕｔｉｏｎＩｍａｇｉｎｇＳｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ）的ＧＰＰ㊁ＥＴ产品和ＣＡＳＡ（Ｃａｒｎｅｇｉｅ⁃Ａｍｅｓ⁃ＳｔａｎｆｏｒｄＡｐｐｒｏａｃｈ）模型估算的净初级生产力（ＮｅｔＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｖｉｔｙ，ＮＰＰ）对黄土高原的ＷＵＥ时空演变进行了分析，认为近些年来黄土高原的ＷＵＥ呈现显著增加的趋势㊂黄小涛和罗格平［１２］利用Ｂｉｏｍｅ⁃ＢＧＣ模型对新疆地区的ＷＵＥ时空演变规律进行了分析，认为该地区ＷＵＥ具有显著的区域差异㊂从影响因素来看，仇宽彪等［１３］采用ＭＯＤＩＳ⁃ＧＰＰ和ＥＴ数据对中国中东部农田的ＷＵＥ时空演变进行了分析，指出降水㊁气温等气候变化因素是影响中国东部农田ＷＵＥ变化的主要因素㊂Ｙａｎｇ等［１４］和Ｌｉｕ等［１５］利用站点观测数据和模型模拟的方法对全球及其中国的ＷＵＥ进行了分析，认为干旱对全球及其中国生态系统的ＷＵＥ３５４１㊀４期㊀㊀㊀赵安周㊀等：海河流域生态水分利用效率时空变化及其与气候因子的相关性分析㊀４５４１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀时空演变具有重要的影响㊂Ｓｈａｒｍａ和Ｇｏｙａｌ［１６⁃１７］利用ＭＯＤＩＳ⁃ＮＰＰ和ＥＴ数据对印度地区的ＷＵＥ时空演变进行了分析，指出降水㊁干旱等水文气候因子是影响该地区ＷＵＥ时空演变的重要因素㊂Ｈｕａｎｇ等［１８］采用模型模拟的方法对全球ＷＵＥ的时空演变进行了分析，指出氮沉降㊁ＣＯ２浓度的变化都会影响ＷＵＥ的时空演变特征㊂应指出的是，站点观测数据精度较高但是会受到其数量和分布特征的限制，生态模型模拟的尺度较大但分辨率较粗，基于这两种方法很难获得对区域ＷＵＥ时空演变的整体认识［２，１２］㊂海河流域是我国水资源紧缺地区之一，近些年来，随着气候变化和人类活动的加剧，水资源短缺㊁水资源利用率低等问题已经成为限制该地区农业发展的主要因素㊂虽然已有研究对该地区水资源变化㊁植被变化进行了全面的分析，但是缺乏对其生态系统水分利用效率时空演变及其影响因素的分析［１９⁃２１］㊂鉴于此，本文利用ＭＯＤＩＳ产品及其气象数据，对２０００２０１４年海河流域ＷＵＥ时空变化特征进行分析，并探讨降水㊁气温以及干旱对ＷＵＥ的影响，以期为全球气候变化背景下海河流域水资源安全利用及其生态环境可持续发展提供参考㊂１㊀材料和方法１．１㊀研究区概况海河流域地处华北平原北部，３５ʎ ４３ʎＮ，１１２ʎ １２０ʎＥ之间，包括北京和天津的全部区域㊁河北的大部分区域以及内蒙古㊁山西㊁辽宁㊁山东㊁河南的部分区域，总面积达３．１９ˑ１０５ｋｍ２㊂地势由西北向东南倾斜，平均海拔５００ｍ以上，气候类型为温带大陆性季风气候，年平均降水５３０ｍｍ，年均气温１．５１４ħ之间，属于半干旱半湿润地区［２２］㊂东部平原区地势较低，平均海拔在３００ｍ以下，是中国主要的粮食主产区㊂西部地区主要为太行山脉和燕山山脉，地势较高，平均海拔多在８００ｍ以上㊂植被类型主要包括农田（Ｃｒｏｐｌａｎｄｓ，ＣＲＯ）㊁草地（Ｇｒａｓｓｌａｎｄｓ，ＧＲＯ）㊁混交林（ＭｉｘｅｄＦｏｒｅｓｔｓ，ＭＦ）㊁闭合灌丛（ＣｌｏｓｅｄＳｈｒｕｂｌａｎｄｓ，ＣＳＨ）㊁有林草原（ＷｏｏｄｙＳａｖａｎｎａｓ，ＷＳＡ）㊁农牧交错地（Ｃｒｏｐｌａｎｄ／ＮａｔｕｒａｌＶｅｇｅｔａｔｉｏｎＭｏｓａｉｃ，ＣＲＮ）以及非植被（ＮｏｎＶｅｇｅｔａｔｉｏｎ，ＮＶ），其面积占流域总面积的９０％以上（图１）㊂根据生态系统类型㊁地理特征等自然条件（ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｓｙｓｔｅｍ．ｃｓｄｂ．ｃｎ），将研究区划分为Ⅰ黄土高原农业与草原生态区㊁Ⅱ燕山⁃太行山山地落叶阔叶林生态区㊁Ⅲ内蒙古高原中东部典型草原生态区㊁Ⅳ华北平原农业生态区以及Ⅴ京津唐城镇与城郊农业生态区５个生态区［２３］，其中燕山⁃太行山山地落叶阔叶林生态区和华北平原农业生态区面积最大，分别占整个流域面积的４９．３５％和３０．５４％；西北部的黄土高原农业与草原生态区和内蒙古高原中东部典型草原生态区面积较小，分别仅占整个流域面积的４．６９％和５．８９％（图１）㊂１．２㊀数据来源ＧＰＰ（ＭＯＤ１７Ａ２）㊁潜在蒸散发（ＰｏｔｅｎｔｉａｌＥｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ，ＰＥＴ）和ＥＴ（ＭＯＤ１６Ａ２）数据来源于蒙大拿大学密苏拉分校地球动态数值模拟研究组（ＮｕｍｅｒｉｃａｌＴｅｒｒａｄｙｎａｍｉｃＳｉｍｕｌａｔｉｏｎＧｒｏｕｐ，ＮＴＳＧ）已经发布的ＭＯＤＩＳ数据产品（ｈｔｔｐ：／／ｆｉｌｅｓ．ｎｔｓｇ．ｕｍｔ．ｅｄｕ／ｄａｔａ／ＮＴＳＧ＿Ｐｒｏｄｕｃｔｓ／），其时间跨度为２０００２０１４年，时间分辨率为８ｄ，空间分辨率为１ｋｍˑ１ｋｍ；增强型植被指数（ＥｎｈａｎｃｅｄＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，ＥＶＩ）数据来源于ＥＯＳ／ＭＯＤＩＳ数据产品中的ＭＯＤ１３Ａ２ＥＶＩ数据（ｈｔｔｐ：／／ｅ４ｆｔｌ０１．ｃｒ．ｕｓｇｓ．ｇｏｖ），时间分辨率为１６ｄ，空间分辨率为１ｋｍˑ１ｋｍ㊂其中ＧＰＰ产品是基于光合有效辐射利用效率模型计算，ＥＴ产品是通过改进的ＭＯＤ１６算法计算得到，这些数据精度已与全球多个地区的通量站点数据进行了对比验证，在全球和区域研究中得到广泛应用［２４⁃２７］㊂植被类型数据来源于ＵＳＧＳＬａｎｄＣｏｖｅｒＩｎｓｔｉｔｕｔｅ（ＬＣＩ，ｈｔｔｐｓ：／／ｌａｎｄｃｏｖｅｒ．ｕｓｇｓ．ｇｏｖ／ｇｌｏｂａｌ＿ｃｌｉｍａｔｏｌｏｇｙ．ｐｈｐ），该数据是基于２００１２０１０年的ＭＯＤ１２Ｑ１土地利用数据制作而成，空间分辨率为５００ｍˑ５００ｍ，目前已在全球许多地区得到了应用［１６⁃１７］㊂通过裁剪得到海河流域植被类型比例为：农田（５５．２１％）㊁草地（２９．１９％）㊁混交林（５．５３％）㊁闭合灌丛（３．８０％）㊁农牧交错地（０．７５％）㊂上述数据需经过拼接㊁投影转换㊁裁剪等预处理，将数据重采样到１ｋｍˑ１ｋｍ，以保证所有数据在空间上可以有效匹配㊂同时采用最大合成法（ＭａｘｉｍｕｍＶａｌｕｅＣｏｍｐｏｓｉｔｅ，ＭＶＣ）将ＧＰＰ㊁ＥＴ㊁ＰＥＴ和ＥＶＩ数据合成月数据，进一步合成得到２０００２０１４年海河流域年数据㊂图１㊀海河流域生态区划分㊁各生态区面积㊁植被类型及主要植被类型面积Ｆｉｇ．１㊀Ｔｈｅｅｃｏｒｅｇｉｏｎｓｒｅｇｉｏｎａｌｉｚａｔｉｏｎｍａｐ，ｔｈｅａｒｅａｏｆｅａｃｈｅｃｏｒｅｇｉｏｎ，ｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ，ａｎｄｔｈｅａｒｅａｏｆｅａｃｈｖｅｇｅｔａｔｉｏｎｔｙｐｅＣＲＯ：农田，Ｃｒｏｐｌａｎｄｓ；ＧＲＯ草地，Ｇｒａｓｓｌａｎｄｓ；ＭＦ：混交林，ＭｉｘｅｄＦｏｒｅｓｔｓ；ＣＳＨ：闭合灌丛，ＣｌｏｓｅｄＳｈｒｕｂｌａｎｄｓ；ＷＳＡ：有林草原，ＷｏｏｄｙＳａｖａｎｎａｓ；ＣＲＮ：农牧交错地，Ｃｒｏｐｌａｎｄ／ＮａｔｕｒａｌＶｅｇｅｔａｔｉｏｎＭｏｓａｉｃ；ＮＶ：非植被ＮｏｎＶｅｇｅｔａｔｉｏｎ气象数据为海河流域２０００２０１４年３５个气象台站的逐年降水㊁气温数据，来源于中国气象科学数据共享服务网（ｈｔｔｐ：／／ｃｄｃ．ｃｍａ．ｇｏｖ．ｃｎ）㊂利用反距离权重法（ＩｎｖｅｒｓｅＤｉｓｔａｎｃｅＷｅｉｇｈｔｅｄ，ＩＤＷ）插值得到空间分辨率为１ｋｍ的２０００２０１４年海河流域逐年的降水量㊁平均气温数据㊂１．３㊀分析方法本文的ＷＵＥ采用ＧＰＰ与ＥＴ的比值表示［２］：ＷＵＥ＝ＧＰＰＥＴ（１）式中，ＷＵＥ为生态水分利用效率，单位为ｇＣ／ｋｇＨ２Ｏ；ＧＰＰ和ＥＴ分别为陆地生态系统总初级生产力和蒸散发，其单位为ｇＣ／ｍ２和ｍｍ，均来源于ＭＯＤＩＳ数据产品㊂海河流域干旱情况采用基于遥感监测数据的干旱监测指数ＭＤＳＩ（ＭｏｄｉｆｉｅｄＤｒｏｕｇｈｔＳｅｖｅｒｉｔｙＩｎｄｅｘ），该指数综合考虑了作物生长状况和水分胁迫信息［２８］㊂借鉴Ｍｕ等［２８］基于ＭＯＤＩＳＮＤＶＩ（ＮｏｒｍａｌＤｉｆｆｅｒｅｎｃｅＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ）㊁ＰＥＴ和ＥＴ所构建的ＤＳＩ（ＤｒｏｕｇｈｔＳｅｖｅｒｉｔｙＩｎｄｅｘ）方法，考虑到ＮＤＶＩ在对植物生长茂盛期监测容易达到饱和等缺点，利用ＥＶＩ数据替代原方法中的ＮＤＶＩ，构建ＭＤＳＩ干旱监测指数，具体步骤参考文献［２８］和［２９］㊂５５４１㊀４期㊀㊀㊀赵安周㊀等：海河流域生态水分利用效率时空变化及其与气候因子的相关性分析㊀采用最小二乘线性回归模型来分析２０００２０１４年１５年期间海河流域ＧＰＰ㊁ＥＴ和ＷＵＥ整体变化趋势，并采用Ｍａｎｎ⁃Ｋｅｎｄａｌｌ统计检验法［３０⁃３２］对其变化的显著性进行检验；同时采用Ｐｅｒｓｏｎ简单相关系数在像元尺度上分析海河流域ＷＵＥ与降水量㊁气温和ＭＤＳＩ的相关性㊂２㊀结果分析２．１㊀海河流域ＧＰＰ／ＥＴ／ＷＵＥ时空演变２．１．１㊀时间变化特征２０００２０１４年海河流域ＧＰＰ的均值为５９６．９８ｇＣ／ｍ２（４９２．４１６８４．７８ｇＣ／ｍ２），近１５年ＧＰＰ呈增加的趋势，增速为５．０７ｇＣｍ－２ａ－１（Ｒ２＝０．１７８４，Ｐ＝０．１２）（图２）；就不同的生态区来看，５个生态区的ＧＰＰ均呈增加的趋势，其中生态区Ⅰ的增速最大，达到７．２５ｇＣｍ－２ａ－１（Ｒ２＝０．４８７５，Ｐ＜０．０１），主要是由于该区域为国家生态工程重点建设区域，生态工程的实施使得该地区植被覆盖得到了很大提高，生态区Ⅴ的增速最小，仅为０．６０ｇＣｍ－２ａ－１（Ｒ２＝０．００２７，Ｐ＝０．８５）（图２）㊂就ＥＴ变化来看，近１５年来海河流域的ＥＴ呈现微弱减小的趋势，其减小速率为０．８１７５ｍｍａ－１（Ｒ２＝０．０２５８，Ｐ＝０．５７），其中生态区Ⅳ和Ⅴ的ＥＴ减小速率最大，但均未通过０．０５显著性水平检验（图２）㊂就ＷＵＥ来看，海河流域近１５年ＷＵＥ均值为１．５２ｇＣ／ｋｇＨ２Ｏ，其值从２０００年的１．３１ｇＣ／ｋｇＨ２Ｏ增加到１．６９ｇＣ／ｋｇＨ２Ｏ，增加了２９．７７％（图２）；就其变化趋势来看，ＷＵＥ呈显著增加的趋势，增速为０．０１８５ｇＣｋｇ－１Ｈ２Ｏａ－１（Ｒ２＝０．６２９９，Ｐ＜０．０１），其中生态区Ⅰ和Ⅳ增速最为明显，分别达到了０．０２４３ｇＣｋｇ－１Ｈ２Ｏａ－１和０．０２３６ｇＣｋｇ－１Ｈ２Ｏａ－１（Ｐ＜０．０１）（图２），可以看出，海河流域ＷＵＥ的增加主要是由ＧＰＰ的增加引起的㊂图２㊀２０００２０１４年海河流域及其不同生态区ＧＰＰ㊁ＥＴ和ＷＵＥ变化趋势Ｆｉｇ．２㊀Ｔｈｅｉｎｔｅｒ⁃ａｎｎｕａｌｃｈａｎｇｅａｎｄｔｒｅｎｄｓｆｏｒｔｈｅＧＰＰ，ＥＴ，ａｎｄＷＵＥｉｎｅａｃｈｅｃｏｒｅｇｉｏｎｉｎＨａｉｈｅＲｉｖｅｒｂａｓｉｎＧＰＰ：总初级生产力，ｇｒｏｓｓｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ；ＥＴ：蒸散发，ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ；ＷＵＥ：生态水分利用效率，ｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙ２．１．２㊀空间变化特征２０００２０１４年海河流域ＧＰＰ㊁ＥＴ和ＷＵＥ的空间变化模式如图３所示㊂海河流域ＧＰＰ㊁ＥＴ和ＷＵＥ空间分布具有显著的空间差异㊂ＧＰＰ的高值区主要分布在生态区Ⅳ的南部和生态区Ⅱ的南部和东北部地区，ＧＰＰ多年平均值高于６００ｇＣ／ｍ２，主要由于这些地区的植被类型为灌溉农业和林地，其植被长势较好（图３）；低值区主要分布在生态区Ⅰ㊁Ⅱ和Ⅲ的西北部地区，其ＧＰＰ多年平均值普遍在４００ｇＣ／ｍ２以下，主要是由于这些地区植被类型主要为草地，植被较为疏松（图３）㊂从变化趋势来看，ＧＰＰ整体上呈上升的趋势，呈上升和下降趋６５４１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀势的面积分别占到８４．５３％和１５．４７％，其中３２．６４％的区域呈现显著上升的趋势，主要分布生态区Ⅰ㊁Ⅱ的西部以及生态区Ⅳ的东部地区，表明这些地区的植被状况近些年来得到了改善（图３）㊂ＥＴ的空间分布呈从东北向西南减小的趋势，高值区主要分布在生态区Ⅱ的东北部以及生态区Ⅳ的南部地区，ＥＴ的多年平均值高于５００ｍｍ，这些地区主要为灌溉农业，ＥＴ较高；低值区主要分布在生态区Ⅰ和生态区Ⅲ，ＥＴ的多年平均值普遍在３００ｍｍ以下（图３），这些地区主要植被类型为草地，其ＥＴ较低㊂就变化趋势来看，呈上升和下降趋势的面积分别占到４２．９６％和５７．０４％，其中呈现显著上升和下降的区域分别占９．４３％和１５．９６％，显著上升的区域主要分布在生态区Ⅱ东北部地区，显著下降的区域主要分布在生态区Ⅴ㊁生态区Ⅱ和Ⅳ的西部地区（图３）㊂图３㊀２０００２０１４年海河流域ＧＰＰ㊁ＥＴ和ＷＵＥ的空间变化模式及其变化趋势Ｆｉｇ．３㊀ＴｈｅｓｐａｔｉａｌｐａｔｔｅｒｎｓａｎｄｃｈａｎｇｅｔｒｅｎｄｏｆＧＰＰ，ＥＴ，ａｎｄＷＵＥｉｎＨａｉｈｅＲｉｖｅｒｂａｓｉｎｆｒｏｍ２０００ｔｏ２０１４７５４１㊀４期㊀㊀㊀赵安周㊀等：海河流域生态水分利用效率时空变化及其与气候因子的相关性分析㊀ＷＵＥ的空间变化模式同ＧＰＰ类似，均呈现从东南向西北减小的趋势，表明在该流域其ＧＰＰ的变化对ＷＵＥ的影响大于ＥＴ㊂高值区主要分布在生态区Ⅳ和Ⅴ，ＷＵＥ的多年平均值高于１．５ｇＣ／ｋｇＨ２Ｏ，低值区主要分布在流域西部的生态区Ⅱ㊁Ⅰ和Ⅲ，这些地区的ＷＵＥ多年平均值多低于１．５ｇＣ／ｋｇＨ２Ｏ（图３）㊂就变化趋势来看，海河流域２０００２０１４年ＷＵＥ整体呈上升和下降的趋势的面积分别占９１．１１％和８．８９％，其中呈显著上升和下降的面积分别占６０．１７％和０．５７％，表明近１５年来海河流域的ＷＵＥ得到显著提高（图３）㊂２．２㊀生态区ＷＵＥ变化比较在不同的生态区中，近１５年来生态区Ⅳ和Ⅴ的ＷＵＥ均值最大，分别为１．７１ｇＣ／ｋｇＨ２Ｏ和１．７０ｇＣ／ｋｇＨ２Ｏ，生态区Ⅰ和Ⅲ的ＷＵＥ均值最小，分别为１．３１ｇＣ／ｋｇＨ２Ｏ和１．２４ｇＣ／ｋｇＨ２Ｏ㊂就显著性变化来看，除流域东北部外，生态区Ⅱ南部㊁生态区Ⅰ㊁Ⅲ以及Ⅳ大部分地区ＷＵＥ均呈显著上升的趋势（图４）㊂具体来看，生态区Ⅰ８８．６７％的区域呈显著的上升趋势，呈显著下降趋势的面积仅占０．２９％，其原因有可能是近些年的退耕还林还草等大规模的生态工程建设有效改善了该地区的生态环境，同时促进了该生态区ＷＵＥ的显著增加；生态区Ⅱ５３．１３％的区域呈现显著上升的趋势，主要分布在该生态区的中部和南部地区，仅０．４７％的区域呈显著下降趋势，主要零星分布在该生态区的北部地区；生态区Ⅲ４６．０５％的区域呈显著上升的趋势，主要分布在该生态区的西北部地区；生态区Ⅳ和Ⅴ呈显著上升的区域分别占７４．９７％和４４．２５％，呈显著下降的区域分别仅占０．３０％和２．４２％（图４）㊂图４㊀海河流域不同生态区ＷＵＥ的显著性变化趋势及其面积比例Ｆｉｇ．４㊀ＳｉｇｎｉｆｉｃａｎｃｅｏｆＷＵＥｖａｌｕｅｓａｎｄａｒｅａｐｒｏｐｏｒｔｉｏｎｉｎｅａｃｈｅｃｏｒｅｇｉｏｎｉｎＨａｉｈｅＲｉｖｅｒｂａｓｉｎ２．３㊀不同植被类型的ＷＵＥ分析基于ＭＯＤ１２Ｑ１数据，本文进一步分析了不同植被类型ＷＵＥ的变化特征㊂结果显示，农田的ＷＵＥ值最高，为１．６２ｇＣ／ｋｇＨ２Ｏ，其次为有林草原和闭合灌丛，其值分别为１．４５ｇＣ／ｋｇＨ２Ｏ和１．４０ｇＣ／ｋｇＨ２Ｏ，草地的ＷＵＥ最低，仅为１．３０ｇＣ／ｋｇＨ２Ｏ，表明不同植被生态系统的ＷＵＥ有所差异（图５）㊂就变化趋势来看，海河流域６种主要植被类型均呈现上升的趋势，其中农田㊁有林草地和草地均呈现显著的增加趋势（Ｐ＜０．０５），增速分别为０．０２１ｇＣｋｇ－１Ｈ２Ｏａ－１㊁０．０１８ｇＣｋｇ－１Ｈ２Ｏａ－１和０．０１７ｇＣｋｇ－１Ｈ２Ｏａ－１（图５）㊂３㊀气候因子对生态ＷＵＥ的影响已有研究表明，降水㊁干旱㊁气温等气候因子的变化会影响ＧＰＰ和ＥＴ的时空变化特征，进而影响ＷＵＥ［１４］㊂图６显示了２０００２０１４年海河流域年ＷＵＥ与降水㊁气温和ＭＤＳＩ的相关系数㊂结果表明海河流域２．６７％和１１．１８％植被区域的ＷＵＥ与ＭＤＳＩ分别呈现显著的正相关和负相关，呈显著负相关的区域远大于显著正相关的区域，主要分布在流域东部的生态区Ⅳ和Ⅴ（图６）；就年ＷＵＥ与气温的相关系数来看，呈显著８５４１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀图５㊀２０００２０１４年海河流域主要植被类型的ＷＵＥ均值及变化趋势Ｆｉｇ．５㊀ＭｅａｎａｎｄｔｒｅｎｄｏｆＷＵＥｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｉｎＨａｉｈｅＲｉｖｅｒｂａｓｉｎｆｒｏｍ２０００ｔｏ２０１４图６㊀２０００２０１４年海河流域年ＷＵＥ与ＭＤＳＩ㊁气温㊁降水的相关系数以及主要驱动力空间分布Ｆｉｇ．６㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｔｈｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｂｅｔｗｅｅｎＷＵＥａｎｄＭＤＳＩ，ｔｅｍｐｅｒａｔｕｒｅ，ａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ，ａｎｄｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＷＵＥｄｏｍｉｎａｎｔｄｒｉｖｅｒｄｕｒｉｎｇ２０００２０１４ｏｖｅｒＨａｉｈｅＲｉｖｅｒｂａｓｉｎ正相关和负相关的区域分别占流域植被面积的４．３０％和０．９５％，呈显著正相关的区域远大于显著负相关的区域，主要分布在生态区Ⅱ的中部和生态区Ⅰ的南部（图６）；３４．５２％和１．４７％植被区域的年ＷＵＥ与降水呈显著９５４１㊀４期㊀㊀㊀赵安周㊀等：海河流域生态水分利用效率时空变化及其与气候因子的相关性分析㊀０６４１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀正相关和负相关，呈显著正相关的区域远大于呈显著负相关的区域，主要分布在生态区Ⅳ的南部㊁生态区Ⅱ的西北部㊁生态区Ⅰ和Ⅲ等地（图６）㊂同时，本文进一步分析了海河流域ＷＵＥ的主导因素空间分布（图６）㊂可见，由降水控制的面积最大，占整个流域植被面积的４４．４４％，主要分布在生态区Ⅱ㊁生态区Ⅳ和Ⅴ的北部地区㊂由干旱控制的面积占整个流域植被面积的３９．２３％，主要分布在生态区Ⅳ和Ⅱ的东北部和南部㊂由气温控制的面积仅占整个流域植被面积的１６．０１％，主要分布在生态区Ⅱ的西部以及生态区Ⅲ㊂４㊀讨论和结论４．１㊀讨论４．１．１㊀ＷＵＥ时空变化格局以及驱动力分析海河流域地处半湿润㊁半干旱地区，降水是限制该地区植被生长的主要因素［２１］㊂降水的增加会促使ＧＰＰ增加，从而使得ＷＵＥ上升㊂就不同的生态区来看，本文的研究结果表明，海河流域不同生态区的ＷＵＥ存在明显差异㊂流域东部的生态区Ⅳ和Ⅴ的ＷＵＥ均值最大（１．７１ｇＣ／ｋｇＨ２Ｏ和１．７０ｇＣ／ｋｇＨ２Ｏ），其原因是这两个生态区为传统农耕区，植被类型主要为农田，相对于其他植被类型，农田的ＷＵＥ值最大（图５）㊂流域西北部的生态区Ⅰ和Ⅲ的ＷＵＥ值最低（１．３１ｇＣ／ｋｇＨ２Ｏ和１．２４ｇＣ／ｋｇＨ２Ｏ），这两个生态区以牧业为主，其草地面积分别占生态区的８８．２２％和９３．８６％，相对与其他植被类型，草地的ＷＵＥ值最小（图５）㊂除植被类型外，降水的分布也是导致海河流域不同生态区ＷＵＥ存在显著差异的原因，２０００２０１４年生态区Ⅳ和Ⅴ的年平均降水量分别达到５４２．６５ｍｍ和５６１．０５ｍｍ，远高于生态区Ⅰ和Ⅲ（４５４．６３ｍｍ和４１７．９１ｍｍ）㊂就变化趋势来看，黄土高原农业与草原生态区的ＷＵＥ上升最为显著，主要是由于该区域作为生态建设的重点区域，近些年来其植被状况得到了明显的改善，其ＧＰＰ的提高速度快于耗水量的提升，进而使得该生态区的ＷＵＥ上升最为显著［２，９］㊂从其驱动力来看，本文主要分析了降水㊁气温以及干旱对ＷＵＥ的影响，相关分析表明降水对该流域ＷＵＥ的变化影响最大，主要是由于该地区处于半干旱半湿润地区，降水的增多会促使植被光合作用的增强，进而使得ＧＰＰ大幅度增加，而ＥＴ的增加幅度较小，从而使得ＷＵＥ增加［３２］；这与刘宪锋等［２］人的研究结果类似㊂除此之外，ＣＯ２浓度的升高会提高植被的光合作用，进而使得ＷＵＥ得到升高，同时太阳辐射㊁相对湿度㊁氮沉降㊁辐射强度㊁土壤含水量㊁土地利用变化等因素的变化都会影响ＷＵＥ的变化［３３］㊂４．１．２㊀不确定性分析本文计算ＷＵＥ采用的ＭＯＤＩＳ⁃ＧＰＰ和ＥＴ产品仍存在一定的不确定性㊂如估算ＧＰＰ利用的参数最大光能利用效率采用了固定值，不仅对植被的差异考虑不足，同时没有考虑气候要素㊁土壤类型等对该参数的影响［３４］㊂ＥＴ的计算是在彭曼公式的基础上计算的，其植被覆盖率㊁反照率㊁气候数据等输入参数的不确定性会影响其计算精度［３］㊂在影响因素方面，本文选取了气温㊁降水以及干旱来分析ＷＵＥ对气候变化的响应㊂其他因素如ＣＯ２浓度㊁农业灌溉㊁土壤含水量㊁生态恢复工程建设也会对ＷＵＥ㊁ＧＰＰ的变化有重要影响［９，１３，１８］㊂同时在分析ＷＵＥ与气温㊁降水以及干旱等气候因素的关系时，仅仅用了Ｐｅａｒｓｏｎᶄｓ相关系数等线性方法，没有考虑气候要素与ＷＵＥ的非线性关系㊂未来如何考虑多要素对ＷＵＥ的影响及其之间的非线性关系值得进一步深入探究㊂４．２㊀结论基于２０００２０１４年ＭＯＤＩＳ数据和气象数据，本文分析了海河流域ＷＵＥ时空演变规律及其对降水㊁气温和ＭＤＳＩ的响应，可以得到如下结论：（１）２０００２０１４年ＧＰＰ和ＷＵＥ的均值为５９６．９８ｇＣ／ｍ２和１．５２ｇＣ／ｋｇＨ２Ｏ，ＧＰＰ和ＷＵＥ均呈上升的趋势，仅ＷＵＥ的变化通过了显著性检验㊂（２）从空间变化来看，ＷＵＥ和ＧＰＰ均呈现从东南向西北减小的趋势㊂高值区主要分布在生态区Ⅳ和Ⅴ，低值区主要分布在流域西部的生态区Ⅰ㊁Ⅱ和Ⅲ㊂就变化趋势来看，ＧＰＰ和ＷＵＥ整体呈现上升的趋势，其中生态区Ⅰ上升趋势最大㊂（３）就不同的植被类型来看，海河流域农田的ＷＵＥ值最高，草地的ＷＵＥ最低，６种主要植被类型均呈现上升的趋势，其中农田㊁有林草地和草地均呈现显著的增加趋势（Ｐ＜０．０５）㊂（４）从影响因素来看，降水对ＷＵＥ的影响最大，其次为干旱，气温对ＷＵＥ的影响最小，海河流域ＷＵＥ由降水㊁ＭＤＳＩ和气温控制的区域分别占整个流域植被面积的４４．４４％㊁３９．２３％和１６．０１％㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀ＦｅｎｇＸＭ，ＦｕＢＪ，ＰｉａｏＳＬＷａｎｇＳ，ＣｉａｉｓＰ，ＺｅｎｇＺＺ，ＬｖＹＨ，ＺｅｎｇＹ，ＬｉＹ，ＪｉａｎｇＸＨ，ＷｕＢＦ．ＲｅｖｅｇｅｔａｔｉｏｎｉｎＣｈｉｎａᶄｓＬｏｅｓｓＰｌａｔｅａｕｉｓａｐｐｒｏａｃｈｉｎｇｓｕｓｔａｉｎａｂｌｅｗａｔｅｒｒｅｓｏｕｒｃｅｌｉｍｉｔｓ．ＮａｔｕｒｅＣｌｉｍａｔｅＣｈａｎｇｅ，２０１６，６（１１）：１０１９⁃１０２２．［２］㊀刘宪锋，胡宝怡，任志远．黄土高原植被生态系统水分利用效率时空变化及驱动因素．中国农业科学，２０１８，５１（２）：３０２⁃３１４．［３］㊀邹杰，丁建丽，杨胜天．近１５年中亚及新疆生态系统水分利用效率时空变化分析．地理研究，２０１７，３６（９）：１７４２⁃１７５４．［４］㊀ＦｉｓｃｈｅｒＲＡ，ＴｕｒｎｅｒＮＣ．Ｐｌａｎｔｐｒｏｄｕｃｔｉｖｉｔｙｉｎｔｈｅａｒｉｄａｎｄｓｅｍｉａｒｉｄｚｏｎｅｓ．ＡｎｎｕａｌＲｅｖｉｅｗｏｆＰｌａｎｔＰｈｙｓｉｏｌｏｇｙ，１９７８，２９（１）：２７７⁃３１７．［５］㊀ＹｕＧＲ，Ｑｉｕ⁃ＦｅｎｇＷ，ＺｈｕａｎｇＪ．Ｍｏｄｅｌｉｎｇｔｈｅｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙｏｆｓｏｙｂｅａｎａｎｄｍａｉｚｅｐｌａｎｔｓｕｎｄｅｒｅｎｖｉｒｏｎｍｅｎｔａｌｓｔｒｅｓｓｅｓ：ａｐｐｌｉｃａｔｉｏｎｏｆａｓｙｎｔｈｅｔｉｃｍｏｄｅｌｏｆｐｈｏｔｏｓｙｎｔｈｅｓｉｓ⁃ｔｒａｎｓｐｉｒａｔｉｏｎｂａｓｅｄｏｎｓｔｏｍａｔａｌｂｅｈａｖｉｏｒ．ＪｏｕｒｎａｌｏｆＰｌａｎｔＰｈｙｓｉｏｌｏｇｙ，２００４，１６１（３）：３０３⁃３１８．［６］㊀邹杰，丁建丽，秦艳，王飞．遥感分析中亚地区生态系统水分利用效率对干旱的响应．农业工程学报，２０１８，３４（９）：１４５⁃１５２．［７］㊀王庆伟，于大炮，代力民，周莉，周旺明，齐光，齐麟，叶雨静．全球气候变化下植物水分利用效率研究进展．应用生态学报，２０１０，２１（１２）：３２５５⁃３２６５．［８］㊀ＩｔｏＡ，ＩｎａｔｏｍｉＭ．Ｗａｔｅｒ⁃ｕｓｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｔｅｒｒｅｓｔｒｉａｌｂｉｏｓｐｈｅｒｅ：ａｍｏｄｅｌａｎａｌｙｓｉｓｆｏｃｕｓｉｎｇｏｎｉｎｔｅｒａｃｔｉｏｎｓｂｅｔｗｅｅｎｔｈｅｇｌｏｂａｌｃａｒｂｏｎａｎｄｗａｔｅｒｃｙｃｌｅｓ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｍｅｔｅｏｒｏｌｏｇｙ，２０１２，１３（２）：６８１⁃６９４．［９］㊀ＺｈａｎｇＴ，ＰｅｎｇＪ，ＬｉａｎｇＷ，ＹａｎｇＹＴ，ＬｉｕＹＸ．Ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓｏｆｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙａｎｄｃｌｉｍａｔｅｃｏｎｔｒｏｌｓｉｎＣｈｉｎａᶄｓＬｏｅｓｓＰｌａｔｅａｕｄｕｒｉｎｇ２０００⁃２０１０．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０１６，５６５：１０５⁃１２２．［１０］㊀ＳｕｎＳＢ，ＳｏｎｇＺＬ，ＷｕＸＣ，ＷａｎｇＴＪ，ＷｕＹＴ，ＤｕＷＬ，ＣｈｅＴ，ＨｕａｎｇＣＬ，ＺｈａｎｇＸＪ，ＰｉｎｇＢ，ＬｉｎＸＦ，ＬｉＰ，ＹａｎｇＹＸ，ＣｈｅｎＢＺ．Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｓｉｎｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙａｎｄｉｔｓｄｒｉｖｅｒｓｉｎＣｈｉｎａｏｖｅｒｔｈｅｌａｓｔｔｈｒｅｅｄｅｃａｄｅｓ．ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓ，２０１８，９４：２９２⁃３０４．［１１］㊀ＸｉａｏＪＦ，ＳｕｎＧ，ＣｈｅｎＪＱ，ＣｈｅｎＨ，ＣｈｅｎＳＰ，ＤｏｎｇＧ，ＧａｏＳＨ，ＧｕｏＨＱ，ＧｕｏＪＸ，ＨａｉＳＪ，ＫａｔｏＴ，ＬｉＹＬ，ＬｉｎＧＨ，ＬｕＷＺ，ＭａＭＧ，ＭｃＮｕｌｔｙＳ，ＳｈａｏＣＬ，ＷａｎｇＸＦ，ＸｉｅＸ，ＺｈａｎｇＸＤ，ＺｈａｎｇＺＱ，ＺｈａｏＢ，ＺｈｏｕＧＳ，ＺｈｏｕＪ．Ｃａｒｂｏｎｆｌｕｘｅｓ，ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ，ａｎｄｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙｏｆｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｓｉｎＣｈｉｎａ．ＡｇｒｉｃｕｌｔｕｒａｌａｎｄＦｏｒｅｓｔＭｅｔｅｏｒｏｌｏｇｙ，２０１３，１８２：７６⁃９０．［１２］㊀黄小涛，罗格平．新疆草地蒸散与水分利用效率的时空特征．植物生态学报，２０１７，４１（５）：５０６⁃５１８．［１３］㊀仇宽彪，成军锋，贾宝全．中国中东部农田作物水分利用效率时空分布及影响因子分析．农业工程学报，２０１５，３１（１１）：１０３⁃１０９．［１４］㊀ＹａｎｇＹ，ＧｕａｎＨ，ＢａｔｅｌａａｎＯ，ＭｃＶｉｃａｒＴＲ，ＬｏｎｇＤ，ＰｉａｏＳＬ，ＬｉａｎｇＷ，ＬｉｕＢ，ＺｈａｏＪ，ＳｉｍｍｏｎｓＣＴ．Ｃｏｎｔｒａｓｔｉｎｇｒｅｓｐｏｎｓｅｓｏｆｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙｔｏｄｒｏｕｇｈｔａｃｒｏｓｓｇｌｏｂａｌｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｓ．ＳｃｉｅｎｔｉｆｉｃＲｅｐｏｒｔｓ，２０１６，６：２３２８４．［１５］㊀ＬｉｕＹＢ，ＸｉａｏＪＦ，ＪｕＷＭ，ＺｈｏｕＹＬ，ＷａｎｇＳＪ，ＷｕＸＣ．ＷａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙｏｆＣｈｉｎａᶄｓｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｓａｎｄｒｅｓｐｏｎｓｅｓｔｏｄｒｏｕｇｈｔ．ＳｃｉｅｎｔｉｆｉｃＲｅｐｏｒｔｓ，２０１５，５：１３７９９．［１６］㊀ＳｈａｒｍａＡ，ＧｏｙａｌＭＫ．ＡｓｓｅｓｓｍｅｎｔｏｆｅｃｏｓｙｓｔｅｍｒｅｓｉｌｉｅｎｃｅｔｏｈｙｄｒｏｃｌｉｍａｔｉｃｄｉｓｔｕｒｂａｎｃｅｓｉｎＩｎｄｉａ．ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙ，２０１８，２４（２）：ｅ４３２⁃ｅ４４１．［１７］㊀ＳｈａｒｍａＡ，ＧｏｙａｌＭＫ．Ｄｉｓｔｒｉｃｔ⁃ｌｅｖｅｌａｓｓｅｓｓｍｅｎｔｏｆｔｈｅｅｃｏｈｙｄｒｏｌｏｇｉｃａｌｒｅｓｉｌｉｅｎｃｅｔｏｈｙｄｒｏｃｌｉｍａｔｉｃｄｉｓｔｕｒｂａｎｃｅｓａｎｄｉｔｓｃｏｎｔｒｏｌｌｉｎｇｆａｃｔｏｒｓｉｎＩｎｄｉａ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１８，５６４：１０４８⁃１０５７．［１８］㊀ＨｕａｎｇＭＴ，ＰｉａｏＳＬ，ＺｅｎｇＺＺ，ＰｅｎｇＳＳ，ＣｉａｉｓＰ，ＣｈｅｎｇＬ，ＭａｏＪＦ，ＰｏｕｌｔｅｒＢ，ＳｈｉＸＹ，ＹａｏＹＴ，ＹａｎｇＨ，ＷａｎｇＹＰ．Ｓｅａｓｏｎａｌｒｅｓｐｏｎｓｅｓｏｆｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｗａｔｅｒ⁃ｕｓｅｅｆｆｉｃｉｅｎｃｙｔｏｃｌｉｍａｔｅｃｈａｎｇｅ．ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙ，２０１６，２２（６）：２１６５⁃２１７７．［１９］㊀曹永强，张亭亭，徐丹，杨春祥．海河流域蒸散发时空演变规律分析．资源科学，２０１４，３６（７）：１４８９⁃１５００．［２０］㊀莫兴国，刘苏峡，林忠辉，邱建秀．华北平原蒸散和ＧＰＰ格局及其对气候波动的响应．地理学报，２０１１，６６（５）：５８９⁃５９８．［２１］㊀吴云，曾源，赵炎，吴炳方，武文波．基于ＭＯＤＩＳ数据的海河流域植被覆盖度估算及动态变化分析．资源科学，２０１０，３２（７）：１４１７⁃１４２４．［２２］㊀ＨｅＪ，ＹａｎｇＸＨ，ＬｉＪＱ，ＪｉｎＪＬ，ＷｅｉＹＭ，ＣｈｅｎＸＪ．ＳｐａｔｉｏｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｒｏｕｇｈｔｓｂａｓｅｄｏｎｔｈｅｄａｉｌｙｃｏｍｐｒｅｈｅｎｓｉｖｅｄｒｏｕｇｈｔｉｎｄｅｘｉｎｔｈｅＨａｉｈｅＲｉｖｅｒｂａｓｉｎ，Ｃｈｉｎａ．ＮａｔｕｒａｌＨａｚａｒｄｓ，２０１５，７５（２）：１９９⁃２１７．［２３］㊀中国科学院生态环境研究中心．中国生态系统评估与生态安全数据库．ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｓｙｓｔｅｍ．ｃｓｄｂ．ｃｎ／．［２４］㊀ＺｈａｏＭ，ＨｅｉｎｓｃｈＦＡ，ＮｅｍａｎｉＲＲ，ＲｕｎｎｉｎｇＳＷ．ＩｍｐｒｏｖｅｍｅｎｔｓｏｆｔｈｅＭＯＤＩＳｔｅｒｒｅｓｔｒｉａｌｇｒｏｓｓａｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｇｌｏｂａｌｄａｔａｓｅｔ．１６４１㊀４期㊀㊀㊀赵安周㊀等：海河流域生态水分利用效率时空变化及其与气候因子的相关性分析㊀２６４１㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀ＲｅｍｏｔｅｓｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００５，９５（２）：１６４⁃１７６．［２５］㊀ＭｕＱ，ＺｈａｏＭ，ＲｕｎｎｉｎｇＳＷ．ＩｍｐｒｏｖｅｍｅｎｔｓｔｏａＭＯＤＩＳｇｌｏｂａｌｔｅｒｒｅｓｔｒｉａｌｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎａｌｇｏｒｉｔｈｍ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２０１１，１１５（８）：１７８１⁃１８００．［２６］㊀ＣｈｅｎＸＪ，ＭｏＸＧ，ＨｕＳ，ＬｉｕＳＸ．ＣｏｎｔｒｉｂｕｔｉｏｎｓｏｆｃｌｉｍａｔｅｃｈａｎｇｅａｎｄｈｕｍａｎａｃｔｉｖｉｔｉｅｓｔｏＥＴａｎｄＧＰＰｔｒｅｎｄｓｏｖｅｒＮｏｒｔｈＣｈｉｎａＰｌａｉｎｆｒｏｍ２０００ｔｏ２０１４．ＪｏｕｒｎａｌｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅｓ，２０１７，２７（６）：６６１⁃６８０．［２７］㊀ＪｉａＺＺ，ＬｉｕＳＭ，ＸｕＺＷ，ＣｈｅｎＹＪＺｈｕＭＪ．ＶａｌｉｄａｔｉｏｎｏｆｒｅｍｏｔｅｌｙｓｅｎｓｅｄｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎｏｖｅｒｔｈｅＨａｉＲｉｖｅｒＢａｓｉｎ，Ｃｈｉｎａ．ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ：Ａｔｍｏｓｐｈｅｒｅｓ，２０１２，１１７：Ｄ１３１１３．［２８］㊀ＭｕＱＺ，ＺｈａｏＭＳ，ＫｉｍｂａｌｌＪＳ，ＭｃＤｏｗｅｌｌＮＧ，ＲｕｎｎｉｎｇＳＷ．Ａｒｅｍｏｔｅｌｙｓｅｎｓｅｄｇｌｏｂａｌｔｅｒｒｅｓｔｒｉａｌｄｒｏｕｇｈｔｓｅｖｅｒｉｔｙｉｎｄｅｘ．ＢｕｌｌｅｔｉｎｏｆｔｈｅＡｍｅｒｉｃａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙ，２０１３，９４（１）：８３⁃９８［２９］㊀ＤｏｒｊｓｕｒｅｎＭ，ＬｉｏｕＹＡ，ＣｈｅｎｇＣＨ．ＴｉｍｅｓｅｒｉｅｓＭＯＤＩＳａｎｄｉｎｓｉｔｕｄａｔａａｎａｌｙｓｉｓｆｏｒＭｏｎｇｏｌｉａｄｒｏｕｇｈｔ．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１６，８（６）：５０９．［３０］㊀ＫｅｎｄａｌｌＭＧ．ＲａｎｋＣｏｒｒｅｌａｔｉｏｎＭｅｔｈｏｄｓ．Ｌｏｎｄｏｎ：Ｃ．Ｇｒｉｆｆｉｎ，１９４８：１０８．［３１］㊀汤旭光，李恒鹏，聂小飞，李鹏程．应用ＭＯＤＩＳ数据监测千岛湖流域植被覆盖动态（２００１２０１３年）．湖泊科学，２０１５，２７（３）：５１１⁃５１８．［３２］㊀ＰｌａｎｑｕｅＣ，ＣａｒｒｅｒＤ，ＲｏｕｊｅａｎＪＬ．ＡｎａｌｙｓｉｓｏｆＭＯＤＩＳａｌｂｅｄｏｃｈａｎｇｅｓｏｖｅｒｓｔｅａｄｙｗｏｏｄｙｃｏｖｅｒｓｉｎＦｒａｎｃｅｄｕｒｉｎｇｔｈｅｐｅｒｉｏｄｏｆ２００１２０１３．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２０１７，１９１：１３⁃２９．［３３］㊀杜晓铮，赵祥，王昊宇，何斌．陆地生态系统水分利用效率对气候变化的响应研究进展．生态学报，２０１８，３８（２３）［２０１８⁃１０⁃２４］．［３４］㊀ＸｕｅＢＬ，ＧｕｏＱＨ，ＯｔｔｏＡ，ＸｉａｏＪＦ，ＴａｏＳＬ，ＬｉＬ．Ｇｌｏｂａｌｐａｔｔｅｒｎｓ，ｔｒｅｎｄｓ，ａｎｄｄｒｉｖｅｒｓｏｆｗａｔｅｒｕｓｅｅｆｆｉｃｉｅｎｃｙｆｒｏｍ２０００ｔｏ２０１３．Ｅｃｏｓｐｈｅｒｅ，２０１５，６（１０）：１⁃１８．ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ。

参考文献著录规则

毕业论文（设计)参考文献著录规则一、文献类型和标识代码根据GB/T 7714—2015附录B《文献类型和文献载体标识代码》规定,以大写字母方式标识文献类型：M—普通图书，C—会议录，G—汇编，N—报纸，J—期刊,D—学位论文，R—报告，S—标准，P—专利，DB—数据库，CP—计算机程序，EB—电子公告，A —档案，CM—舆图,DS-数据集,其他未说明的文献类型，采用单字母“Z”标识。

电子资源载体和标识代码:MT—磁带，DK—磁盘,CD-光盘，OL-联机网络。

二、参考文献著录格式及示例1。

专著：主要责任者。

题名:其他题名信息[文献类型标识/文献载体标识].其他责任者.版本项。

出版地:出版者，出版年：引文页码［引用日期]。

获取和访问路径.数字对象唯一标识符.示例：[1］张伯伟．全唐五代诗格会考［M］．南京：江苏古籍出版社，2002：288。

[2] 库恩.科学革命的结构：4版[M]。

金吾伦,胡新和，译。

2版。

北京：北京大学出版社,2012。

[3］牛志明,斯温兰德，雷光春.综合湿地管理国际研讨会论文集［C］。

北京:海洋出版社,2012.[4] PEEBLES P Z,Jr。

Probability，random variable,and random signal principles[M］.4th ed。

New York:McGraw Hill，2001.2。

专著中的析出文献：析出文献主要责任者.析出文献题名［文献类型标识/文献载体标识］。

析出文献其他责任者//专著主要责任者.专著题名:其他题名信息.版本项.出版地：出版者,出版年:析出文献的页码[引用日期].获取和访问路径。

数字对象唯一标识符.示例：[1] 白书农。

植物开花研究［M］//李承森.植物科学进展.北京：高等教育出版社,1998：146—163.［2] 汪学军.中国农业转基因生物研发进展与安全管理［C］//国家环境保护总局生物安全管理办公室。

海河流域径流变化趋势及其归因分析

海河流域径流变化趋势及其归因分析张利茹;贺永会;唐跃平;王国庆【摘要】Under the influences of climate change and human activities, great changes in the runoff of watershed have taken place. Especially in the Haihe River basin, a water resources shortage phenomenon is more serious, hence it is very important to analyze the trends of water resources for sustainable development of the water resources. According to the characteristics of actual landform and the distribution of hydrological stations in the Haihe River basin, the historical variation trends of the annual runoff in the five selected typical watersheds of the Haihe River basin are tested with the Mann-Kendall method and the linear regression method. Based on the semi-distributed hydrological model - TOPMODEL, the quantitative assessment of the impacts of the climate change and human activities on variation in runoff is made. And the analysis results indicate that there is a significant trend in the recorded runoff at each key hydrometric station with the exception of the Taolinkou station. The reduced runoff is mainly related to the human activities, and the influenced range is more than 65％. The responses of runoff to the human activities is between 65％～70％ for the Guantai station, Zhangjiafen station and Xiangshuibao station, and the response for other two is 81. 7％and 75. 4％ respectively. The main cause is hydrological effects generated by large-scale water conservancy construction in the Haihe River basin since the 1960's.%在气候变化和人类活动共同影响下,流域径流发生了很大变化.尤其是海河流域,水资源匮乏的现象更为严重,分析水资源变化趋势对实现水资源的可持续开发利用具有重要意义.根据海河流域实际地形地貌特征及水文站分布情况,选取观台、响水堡、张家坟、下会和桃林口等5个水文站所在的区域,采用Mann-Kendall秩次相关检验法及线性回归方法,分析检验各典型区域年径流量的历史变化趋势.基于半分布式流域水文模型——TOPMODEL,采用水文模拟的途径,定量评估了典型区域气候变化和人类活动对径流变化的影响.归因结果表明:除桃林口外的其他4个水文站的年径流量均呈显著减小趋势,海河典型区域年径流减小主要跟人类活动有关,其占比都在65％以上.人类活动对观台、张家坟和响水堡站径流量减小的影响占比为65％～70％,对桃林口站径流量减小的影响占比为75.4％,对下会站径流量减小的影响占比高达81.7％,主要原因是海河流域自20世纪60年代中后期以来进行大规模水利建设所产生的水文效应.【期刊名称】《水利水运工程学报》【年(卷),期】2017(000)004【总页数】8页(P59-66)【关键词】气候变化;人类活动;Mann-Kendall检验;归因分析【作者】张利茹;贺永会;唐跃平;王国庆【作者单位】南京水利水文自动化研究所, 江苏南京 210012;南京水利科学研究院, 江苏南京 210029;南京水利水文自动化研究所, 江苏南京 210012;南京水利科学研究院, 江苏南京 210029【正文语种】中文【中图分类】TV12气候变化是目前最重要的全球性环境问题之一，气候变化对水文水资源的影响研究受到越来越多的关注[1]。

海河夏季浮游植物丰度与环境因子的相关性研究

海河夏季浮游植物丰度与环境因子的相关性研究作者：韩龙武丹卞少伟来源：《绿色科技》2014年第07期摘要：为研究海河夏季浮游植物与环境因子的关系，2013年8月对海河浮游植物群落结构及水质因子进行了监测，并运用灰色关联分析方法对浮游植物丰度与环境因子关系进行了相关性分析。

结果表明：海河夏季浮游植物丰度从上游至下游呈降低趋势：最高点出现在金汤桥，为12021×104 ind/L；最低点出现在二道闸，为583×104 ind/L。

灰关联分析结果表明：对海河浮游植物丰度影响最大的环境因子是氮磷比，因此，控制氮磷输入对海河水质健康极为重要。

关键词：海河；浮游植物；环境因子1引言海河是贯穿天津的母亲河，兼具景观、蓄水、排涝、航运、旅游等功能，其水质的好坏直接影响到天津市民的生活质量。

20世纪90年代以来，随着城市经济和上游工农业的发展，海河富营养化严重，藻类大量繁殖，偶有水华发生。

浮游植物作为初级生产者，是水生态系统中的重要组成成分，在水生态系统的物质循环和能量传递中具有十分重要的作用。

浮游植物群落结构和种群数量受到各环境因子的综合作用，同时又会反作用于环境[1]，利用浮游植物群落结构来评价水体营养方法在国内外已得到广泛应用[2，3]。

夏季汛期是藻类生长旺盛的季节，通过研究海河汛期浮游植物群落结构与环境因子的关系，对了解海河汛期水体富营养特征及海河水资源的保护与可持续利用具有重要意义。

2材料与方法2.1研究区域概况海河流域位于东经112°～120°，北纬30°～43°之间，东临渤海，南界黄河，西靠云中山和大岳山，北依蒙古高原。

海河干流天津段起自天津下西部的南运河、子牙河相交的三岔河口西，东至大沽口入海，全长约70km，横贯天津市区。

2.2样品的采集与分析2013年8月（丰水期）在海河干流共设置了金钢桥（1号）、光明桥（2号）、光华桥（3号）、柳林（4号）和二道闸（5号）5个采样点。

海河流域近50年气候变化特征及规律分析

海河流域近50年气候变化特征及规律分析郝春沣;贾仰文;龚家国;彭辉【期刊名称】《中国水利水电科学研究院学报》【年(卷),期】2010(008)001【摘要】为应对气候变化带来的各种影响,深入分析并把握区域气候变化特征及规律显得越来越重要.本文选取气候变化的两个主要表征参数--降水量和气温作为研究对象,采用趋势检验、突变点检测以及小波分析等方法,对海河流域1956-2005年降水量和气温系列进行研究,并从趋势性、突变性和周期性等多个角度分析海河流域近50年气候变化特征及规律.研究表明,近50年来海河流域年降水量(尤其是夏季降水量)呈显著减少趋势,突变点为1979年,主要周期为2年和13年;而年平均气温(特别是冬季和春季气温)呈明显升高趋势,突变点为1986年,主要周期为5年和14年.相关成果可作为该流域水资源演变规律分析的基础.【总页数】6页(P39-43,51)【作者】郝春沣;贾仰文;龚家国;彭辉【作者单位】中国水利水电科学研究院,水资源研究所,北京,100038;中国水利水电科学研究院,水资源研究所,北京,100038;中国水利水电科学研究院,水资源研究所,北京,100038;中国水利水电科学研究院,水资源研究所,北京,100038【正文语种】中文【中图分类】P467【相关文献】1.近51年海河流域气候变化特征分析 [J], 王永财;孙艳玲;张静;王中良2.洱海流域近50年气候变化特征及其对洱海水资源的影响 [J], 黄慧君;王永平;李庆红3.海河流域近500年旱涝演变规律分析 [J], 严小林;张建云;鲍振鑫;王国庆;关铁生4.海河流域近500年旱涝演变规律分析 [J], 严小林;张建云;鲍振鑫;王国庆;关铁生5.汉江上游金水河流域近50年气候变化特征及其对生态环境的影响 [J], 卜红梅;党海山;张全发因版权原因，仅展示原文概要，查看原文内容请购买。

1998_2011年海河流域植被覆盖变化及气候因子驱动分析_王永财

第36卷第3期2014年3月2014，36（3）：0594-0602Resources ScienceVol.36，No.3Mar.，2014收稿日期：2013-09-26；修订日期：2014-01-07基金项目：全球变化研究国家重大科学研究计划项目（编号：2012CB956203）；国家科技支撑计划项目课题（编号：2012BAC07B02）；教育部新世纪优秀人才支持计划（编号：NCET-10-0954）；国家自然科学基金（编号：41001022，31270510）；天津师范大学市级重点实验室开发研究基金课题（编号：YF11700102）。

作者简介：王永财，男，甘肃平凉人，主要从事气候变化研究。

E-mail ：kbqinfang@ 通讯作者：孙艳玲，E-mail ：flyling99@文章编号：1007-7588（2014）03-0594-091998-2011年海河流域植被覆盖变化及气候因子驱动分析王永财1，孙艳玲1，王中良1，2（1.天津师范大学城市与环境科学学院，天津300387；（2.天津师范大学天津市水资源与水环境重点实验室，天津300387）摘要：基于1998-2011年的SPOT/NDVI 数据，结合海河流域土地覆盖数据分析了海河流域植被覆盖的时空变化特征，然后利用海河流域30个气象站的气温和降水资料对海河流域植被覆盖变化的气候驱动力进行了分析。

结果表明：1998-2011年海河流域NDVI 呈缓慢上升趋势，植被覆盖状况总体上在改善，但是在空间存在明显差异，其中农田、森林、湿地改善最为明显，植被明显改善区域与植被高波动区分布基本一致，植被覆盖基本不变区域与植被低波动区基本一致；海河流域植被覆盖变化受气候因子驱动的面积比例为31.7%，非气候因子驱动型分布于整个流域，占整个流域面积的68.3%，其分布地区土地覆盖类型主要是农田、建设用地，表明人类活动对植被变化的影响较大。

关键词：海河流域；SPOT/NDVI ；植被覆盖变化；气候因子1引言植被是地理环境的重要组成部分，在地理环境物质和能量的交换中占有重要地位，对全球变化有重要的指示作用[1，2]。

海流兔河流域植被生长季的覆盖度与气候因子关系研究

海流兔河流域植被生长季的覆盖度与气候因子关系研究雷磊;王双明;黄金廷;潘桂行【摘要】利用两种时间尺度对流域内的NDVI与降水量、相对湿度和平均温度进行相关性分析,对可能影响海流兔河流域植被覆盖度的气候因子与流域内的多年NDVI进行对比分析,确定主要影响因子和次要影响因子与影响机制.研究结果直观地反映出海流兔河流域的植被覆盖分布状况,从年际变化和年内变化两个尺度分析了2004-2013这10年间的NDVI与降水、湿度、温度3个气候因子之间的响应机制.结论认为降水量在两种时间尺度下都对NDVI的变化影响显著,是植被覆盖度最为重要的影响因子;其次是相对湿度;平均温度对年际NDVI的变化几乎没有影响,对年内NDVI的变化有一定的影响,但对年内NDVI的变化响应有近一个月的滞后性.【期刊名称】《西北大学学报（自然科学版）》【年(卷),期】2015(045)002【总页数】6页(P327-332)【关键词】植被覆盖度;降水量;平均温度;相对湿度;NDVI【作者】雷磊;王双明;黄金廷;潘桂行【作者单位】长安大学环境科学与工程学院/教育部旱区地下水文与生态效应重点实验室/陕西省地下水与生态环境工程研究中心,陕西西安710054;陕西省地质调查院,陕西西安710065;中国地质调查局西安地质调查中心,陕西西安710054;长安大学环境科学与工程学院/教育部旱区地下水文与生态效应重点实验室/陕西省地下水与生态环境工程研究中心,陕西西安710054【正文语种】中文【中图分类】X143鄂尔多斯盆地作为矿产资源富集区,同时也是生态环境非常脆弱的地区,气候因素是影响当地生态环境变化的主要因素之一。

植被的生长状况是衡量该地区生态环境的重要指标。

植被覆盖度是植被群落覆盖地表的一个综合量化指标[1]。

由于遥感数据具有信息量大、多时相性等特点,可以有效记录植被多年的变化状况[2],所以近些年来在植被遥感中,归一化植被指数NDVI(Normalized Difference Vegetation Index)的应用最为广泛,NDVI的值为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。

海河流域产汇流参数变化分析

海河流域产汇流参数变化分析刘文具;何平【摘要】Affected by human activities, the underlying surface conditions has great changes in Haihe river watershed, it has a variation of runoff yield and concentration parameters, and change the rule of runoff yield and concentration in a certain degree, the variation of runoff yield and concentration parameters has a direct impact on the results of flood calculation. Based on the effect analysis, to investigate the influence of variation of runoff yield and concentration parameters on the flood calculation, have certain reference value to the flood analysis and calculation of Haihe river basin.%受人类活动的影响，海河流域下垫面条件发生了较大变化，造成产汇流参数发生了巨大变化，流域产汇流规律发生一定程度的改变，而产汇流参数变化直接影响着洪水计算结果。

通过产汇流参数变化对洪水计算的影响分析，找出其对洪水计算的影响规律，对海河流域洪水分析计算有一定参考价值。

【期刊名称】《水科学与工程技术》【年(卷),期】2014(000)002【总页数】3页(P17-19)【关键词】暴雨;洪水;产流参数;汇流参数;变化【作者】刘文具;何平【作者单位】河北省保定水文水资源勘测局，河北保定071000;河北省廊坊水文水资源勘测，河北廊坊065000【正文语种】中文【中图分类】TV1221 流域大洪水基本情况为分析河道汇流变化特征，选用了大清河北支1956年、1963年、1996年、2012年4个有代表性且资料较全的特大暴雨洪水作为典型年，对各年的洪水要素进行分析研究。

气候变化对海河流域水资源影响的研究与展望

气候变化对海河流域水资源影响的研究与展望
张世法
［摘要］温室效应引起的全球气候弯暖将对海河流域未来水资源产生不利影响。

流域多年平均地表水和地下水资源量将分别减少约3 0亿m A 3和2 0亿m A 3 z 水资源更趋匮乏；农业灌溉用水量将增加约6 0亿m A 3 ,保证率P = 7 5 %干旱年的供水量将减少约2 5亿m A 3 z缺水量在原有基础上将增加8 5亿m A 3 z隐伏看更为严重的缺水潜势。

水资源规划和未来水资源的方略安排,要研究其对气候变化的应变能力,开展超前的适应性对策研究。

【期刊名称】《海河水利》
【年倦)，期】1995(000)006
【总页数】3页(P10-12)
【关键词】海河流域;水资源;气候变化;温室效应
【作者】张世法
【作者单位】无
【正文语种】中文
【中图分类】工业技术
•10 .海河水利气候变化对海河流域水资源影口的研究与展望水利部南京水文水资源研究所张世法摘要温室效应引起的全球气候变暖将对海河流域未来水资源产生不利影响。

流域多年平均地表水和地下水资源量将分别减少约3 0亿1113和2 0亿111 3 ,水资源更趋匮乏；农业灌溉用水量。

海河流域森林生态系统服务功能评估

基金项目: 国家重点基础研究发展规划( 973) 资助项目( 2006CB403402)
收稿日期: 2010-03-Fra bibliotek4;修订日期: 2010-08-13
* 通讯作者 Corresponding author． E-mail: zyouyang@ rcees． ac． cn
http: / / www． ecologica． cn
生态学报 2011，31( 7) : 2029—2039
Acta Ecologica Sinica
海河流域森林生态系统服务功能评估
白杨，欧阳志云* ，郑华，徐卫华，江波，方瑜
( 中国科学院生态环境研究中心城市与区域生态国家重点实验室，北京 100085)
摘要: 森林生态系统在流域中发挥着极其重要的生态作用，为流域发展提供着巨大的服务功能。根据生态系统服务功能的内涵，建立了流域森林生态系统服务功能评价指标体系，利用市场价值法、影子工程法和生产成本法等，定量评价了海河流域森林生态系统服务功能的经济价值。结果表明: 海河流域森林生态系统总价值 2349． 4 亿元，其中直接价值 358． 7 亿元，间接价值 1990． 7 亿元。从不同的服务功能类型来看，其价值量大小依次为: 涵养水源＞固碳释氧＞环境净化＞提供产品＞土壤保持＞营养元素循环; 从不同的森林类型来看，其价值量大小依次为: 松柏类＞灌丛＞栎类＞桦木类＞混交林＞杨树类＞松杉类。但是从各种森林类型单位面积价值量来看，大小依次是: 松杉类＞松柏类＞桦木类＞混交林＞栎类＞杨树类＞灌丛。从研究结果来看，海河流域森林生态系统服务功能价值巨大，该结果有利于加强人们对森林生态系统的认识，可以为流域生态系统管理、生态保护和生态补偿提供依据。关键词: 海河流域; 森林生态系统; 服务功能; 价值

基于SPOT数据的海河流域植被覆盖度变化图谱特征

基于SPOT数据的海河流域植被覆盖度变化图谱特征申丽娜;景悦;孙艳玲;吕豪朋【期刊名称】《天津师范大学学报（自然科学版）》【年(卷),期】2018(038)004【摘要】为了从时空结合的角度探讨1999-2013年15年间海河流域植被覆盖的变化轨迹和特征,基于SPOT/NDVI数据,运用图谱分析法对海河流域的植被覆盖度变化进行时空分析.结果表明:①1999-2004年的植被覆盖度变化图谱以植被覆盖度等级转好的图谱单元为主,其空间分布较集中,而植被覆盖度转差的图谱单元较少且空间分布较分散.②2004-2009年植被覆盖度变化的总面积减少;以植被覆盖度转差的图谱单元为主,其空间分布由上一阶段分散变为集中,而植被覆盖度转好的图谱单元在空间上由上一阶段集中变为分散.③2009-2013年,植被覆盖度变化的总面积得到回升,空间差异上植被覆盖度的变化与第1阶段相似,与第2阶段相反,皆以植被覆盖度转好的图谱单元类型为主,空间分布较集中,而植被覆盖度转差的图谱单元空间分布较分散.④1999-2013年,植被覆盖度变化图谱模式以稳定型主,说明植被覆盖度较稳定,其次是前期转换型和连续转换型,具有明显的时间阶段特征,所有图谱模式以中、高等植被覆盖度相互转换为主.研究结果可以及时准确地反映该流域植被变化状况,为海河流域生态环境保护提供科学指导.【总页数】8页(P60-67)【作者】申丽娜;景悦;孙艳玲;吕豪朋【作者单位】地理与环境科学学院天津师范大学,天津300387;地理与环境科学学院天津师范大学,天津300387;地理与环境科学学院天津师范大学,天津300387;天津市水资源与水环境重点实验室天津师范大学,天津300387;地理与环境科学学院天津师范大学,天津300387【正文语种】中文【中图分类】Q948【相关文献】1.基于SPOT5下的吕二沟流域植被覆盖度调查研究 [J], 崔亚忠;张海强2.基于SPOT 4－VGT的珠江流域植被覆盖时空变化特征 [J], 靖娟利;王永锋;殷敏3.海河流域植被覆盖度变化的图谱特征及其地形梯度差异分析 [J], 申丽娜;景悦;孙艳玲;杨艳丽;吕豪朋4.基于SPOT-VEGETATION数据的神农架林区1998-2013年植被覆盖度格局变化 [J], 刘家琰;谢宗强;申国珍;樊大勇;熊高明;赵常明;周友兵;徐文婷5.基于GEE云平台的黄河流域植被覆盖度时空变化特征 [J], 李晶;闫星光;闫萧萧;郭伟;王科雯;乔建因版权原因，仅展示原文概要，查看原文内容请购买。

海河流域降水量长期变化趋势的时空分布特征

海河流域降水量长期变化趋势的时空分布特征王晓霞;徐宗学;纪一鸣;李运才【期刊名称】《水利规划与设计》【年(卷),期】2010(000)001【摘要】采用非参数统计检验方法(Mann-Kendall)对海河流域32个气象站点的48年间(1957～2004年)月降水量序列长期变化趋势进行分析,并用参数检验法进行对比;同时根据32个站点的结果,用Surfer7.0做出了12个月及年降水量的β值等值线图,年降水量的b值等值线图,对海河流域降水量进行空间变化分析.对12个月统计检验结果的分析表明,7、8两个月份下降幅度较大,以8月份最甚,b值达到-1.146mm/a,β值为-0.992mm/a,7、8月份降水量减少的趋势,造成了海河流域夏季降水量的明显减少,夏季降水量的b值和β值分别为-1.918mm/a和-1.982mm/a,即降水量每年约减少1.9mm;两种方法对年值的统计检验是相同的,均呈现明显的下降趋势,b值和β值分别达到-2.728mm/a及-2.634mm/a.从季节分布情况来看大体上,中部以五台山站为中心的地区变化剧烈,流域的北面山区变化不大;从年值的等值线图可以看出,全流域年降水量出现了明显的下降趋势,呈现以五台山站为中心的强下降趋势区.【总页数】4页(P35-38)【作者】王晓霞;徐宗学;纪一鸣;李运才【作者单位】海南省水利电力建筑勘测设计院,海口,570203;北京师范大学水科学研究院水沙科学教育部重点实验室,北京,100875;北京师范大学水科学研究院水沙科学教育部重点实验室,北京,100875;海南省水利电力建筑勘测设计院,海口,570203【正文语种】中文【中图分类】P333.1【相关文献】1.湟水流域降水量长期变化趋势的时空分布特征及与气温的关系 [J], 杨芳;刘倩2.海河流域近51年降水量时空变化特征 [J], 束美珍;刘丽红3.川北绵阳地区降水量的时空分布特征及变化趋势 [J], 钟爱华;李跃清4.近50年湖北省气温、降水量变化趋势的时空分布特征研究 [J], 崔杨;崔利芳5.天津市降水量变化趋势的时空分布特征 [J], 王晓霞;徐宗学;阮本清因版权原因，仅展示原文概要，查看原文内容请购买。

海河水利学术论文摘要参考

海河水利学术论文摘要参考背景介绍海河是中国第二大河流，全长1063.9公里，流域面积319,777平方千米，是华北平原的重要水资源。

随着工业和城市化的发展，海河面临着日益严峻的水资源供需矛盾和生态环境恶化问题。

因此，研究海河水利问题，建立合理的水资源管理模式，对于实现可持续发展具有重要意义。

学术论文摘要1. 构建海河流域水资源管理模型该论文提出了一种基于GIS和数学模型的海河流域水资源管理模型。

该模型可以准确测量海河流域的水资源量，并对其进行合理分配和利用。

该模型还通过研究不同区域的水资源分布特点，提出了合理的水资源调配方案。

2. 海河流域生态系统研究该研究通过对海河流域的生态系统进行分析，发现了生态环境恶化的原因，并提出了相应的对策。

研究还证实，生态系统的恢复和维护对于保障海河水资源的可持续利用具有重要意义。

3. 海河流域水文环境演变分析该研究通过对海河流域的水文环境进行分析，揭示了海河水资源供求互动机制和环境演变规律。

该研究还通过数学模型，预测了未来的水文环境变化趋势，为制定合理的水利工程建设规划提供了科学依据。

4. 海河流域水土保持措施研究该研究主要针对海河流域的水土流失问题，针对不同地区的情况，提出了合理的水土保持措施。

研究还通过实地调查和数据分析，验证了这些措施的可行性，并总结了实施这些措施的经验和教训。

结论综上所述，针对海河流域的水资源供需矛盾和生态环境恶化问题，学术界积极开展了相关研究。

通过构建水资源管理模型、研究生态系统、分析水文环境和提出水土保持措施等举措，为保障海河水资源的可持续利用提供了科学依据和经验总结。

期望相关研究能够得到更为广泛的应用和推广。

海河流域近50年水文要素变化分析

海河流域近50年水文要素变化分析
刘敏;沈彦俊
【期刊名称】《水文》
【年(卷),期】2010(030)006
【摘要】海河流域水文要素的变化受气候变化和人类活动的共同影响.采用Mann-Kendall检验方法和滑动t检验方法对海河流域近50年水文要素的变化趋势及变异年份进行了分析和讨论.结果表明海河流域整体呈现暖干气候倾向.气温存在显著升高趋势,蒸发皿蒸发量平原区大多存在显著下降趋势,降水量全流域整体呈现不显著减少趋势.气温增温变点大致出现在1988～1992年左右.蒸发皿蒸发量和降水量变化趋势为先减少后增加.减少变点一般出现在70年代末80年代初,增加变点分别出现在1992年左右和1987～1989年左右.经济发展和城市化进程较早的北京气温和蒸发皿蒸发量的变点较为提前.
【总页数】4页(P74-77)
【作者】刘敏;沈彦俊
【作者单位】中国科学院遗传与发育生物学研究所农业资源研究中心,河北,石家庄,050021;中国科学院研究生院,北京,100049;中国科学院遗传与发育生物学研究所农业资源研究中心,河北,石家庄,050021
【正文语种】中文
【中图分类】P33
【相关文献】
1.海河流域近50年降水量时空变化特征分析 [J], 王利娜;朱厚华;鲁帆;何立新
2.海河流域近50年降水变化多时间尺度分析 [J], 翟劭燚;张建云;刘九夫;贺瑞敏;王国庆;鲍振鑫
3.近50年济南三川流域降雨-径流关系变化分析 [J], 刘丽芳;王中根;姜爱华;梁康;刘晓洁
4.海河流域近50年气候变化特征及规律分析 [J], 郝春沣;贾仰文;龚家国;彭辉
5.近50年海河流域径流的变化趋势研究 [J], 刘春蓁;刘志雨;谢正辉
因版权原因，仅展示原文概要，查看原文内容请购买。

及其与大气热源的关系

El N ino 事件。从 2002 年 6 月份开始 , 赤道东太平
∫
p
式中 V 为该单位气柱内各层大气的风速矢量 , q 是各层大气的比湿 , ps 、 p 分别是大气柱下界气压 (地面气压 )和上界气压 (取 300 hPa ) , g 是重力加速度 , Q 的单位为 kg / (m・ s) 。文中大气视热源 Q 1 和视水汽汇 Q 2 的计算方案如下
Abstract Based on NCEP /NCAR daily reanalysis data and p recip itation data, the circulation back2
ground of the extremely heavy rain causing severe floods in Huaihe river valley in 2003 and its relation2 ship s to the apparent heating were analyzed. The results showed that the El N ino events was the p revious background of this extrem ely heavy rain. The abnormal apparent heating source and moist sink m ay be one of the i m portant causes for subtrop ical high maintaining more southward than usual . Compared w ith summ er in 2003, the positive abnormal aparent heating source and moist sink were located in the Huaihe river valley during June 21 —July 22. Their centers of high value bands were in agreem ent w ith those of rainfall . The excep tional heating source over the Bay of Bengal forced an excep tional anticyclonic circula2 tion over its northwest high level leading to the South A sian H igh enhancing and m aintaining over the Ti2 betan Plateau, the south of Changjiang river valleys and South China, so Huaihe river valley areas were just located in the updraft areas which was in the south of the high 2level jet, help ing form heavy rain and severe floods . Key words Huaihe river valley Extremely heavy rain causing severe floods Apparent heating

海河流域旱涝时空变化特征研究的开题报告

海河流域旱涝时空变化特征研究的开题报告
一、研究背景和意义
海河流域作为我国重要的粮食生产基地和经济发展区域，旱涝灾害频繁发生，给农业生产和社会经济带来严重影响。

通过对海河流域旱涝时空变化特征的研究，可以更好地了解海河流域旱涝灾害的频率、程度和影响，为制定科学的防灾减灾政策和措施提供科学依据。

因此，开展海河流域旱涝时空变化特征研究具有非常重要的理论和实际意义。

二、研究内容和方法
本研究将通过对海河流域地区的历史气象数据进行分析，探究海河流域旱涝时空变化特征的规律和特点。

具体研究内容如下：
1. 分析海河流域历史降水变化趋势，探究其对旱涝灾害的影响。

2. 根据历史气象数据，研究海河流域不同季节和不同区域的旱涝变化规律，分析旱涝发生的时间、强度、持续时间等特征。

3. 借助空间统计方法，比较不同区域的旱涝情况，探究地形地貌、地表覆盖等自然因素和人类活动对旱涝的影响。

4. 基于研究结果，探讨海河流域旱涝灾害防治对策和措施。

三、研究预期成果和意义
通过本研究，可以深入了解海河流域旱涝时空变化特征的规律和特点，为海河流域旱涝灾害的预测和防治提供科学依据。

同时，研究结果还可以为其他类似地区提供参考，推动全国旱涝灾害管理工作的发展。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

作者简介：王永财，男，甘肃平凉人，主要从事气候变化研究。

植被覆盖状况作为地理环境的最敏感的部分，容易受气候变化和人类活动的影响[3]。

随着遥感技术的发展，快速获取大范围、高分辨率的地表影像成为可能[4]。

作为表征植被覆盖状况的指标，归一化植被指数（Normal Difference Vegetation Index ，NDVI ）能够在较大时空尺度上反映区域植被覆盖信息[5，6]，并被广泛应用于植被覆盖监测[7-9]、土地覆盖分类[10，11]、作物估产[12-14]等众多研究领域。

随着全球变化加剧，气候变化对生态环境的影响日益加强，因此通过NDVI 研究气候变化和人类活动影响下的植被变化及响应成为土地覆被变化研究主要内容[15-17]。

目前常用的NDVI 序列数据包括NOAA/AVHRR 数据、EOS/MODIS 数据以及SPOT Vegetation NDVI 数据等[18]。

与NOAA/AVHRR 相比，SPOT Vegetation 传感器具有红光波段对叶绿素吸收敏感、近红外波段剔除了强水汽吸收带和空间分辨高等优势，因此SPOT Vegetation NDVI 在大尺度植被变化监测中具有优势[19]。

海河流域是我国重要的政治、经济和文化中心，也是重要的工农业生产基地。

近年来，海河流域生态系统破坏严重，出现了水资源严重不足、土地盐碱化、湿地锐减等一列生态环境问题[20，21]。

作为陆地生态系统的重要组成部分，植被对海河流域的生态环境保护具有重要作用。

针对海河流域植被覆盖变化情况，吴云等[22]和陈福军等[23]分别利用2000-2007年的MODIS/NDVI 时序数据和1981-2000年的AVHRR/NDVI 数据对海河流域植被变化及其与气候因子的相关性进行了研究，对海河流域植被变化特征及其与气候的关系有了一定的认识2014年3月王永财等：1998-2011年海河流域植被覆盖变化及气候因子驱动分析和理解。

然而，如何更进一步分析海河流域植被变化机制，区分引起植被变化的气候因子驱动机制及其规律是深入理解海河流域植被变化的目的和要求。

因此，本文利用海河流域1998-2011年的SPOT Vegetation NDVI 数据，结合海河流域的土地覆被数据分析了海河流域近14年的植被变化特征，并利用海河流域的30个气象站点的气温和降水资料，对海河流域植被变化的气候因子驱动力进行了分析，以期为海河流域可持续发展、生态环境建设和生态修复提供理论依据。

2资料来源和研究方法2.1研究区概况海河流域位于112°-120°E ，35°-43°N 之间，行政区包括北京市和天津市的全部，河北省的大部分，山东省、河南省的北部以及内蒙古自治区和辽宁省的小部分区域，如图1a 所示（见本文第5页）。

流域总面积为31.82万km 2，包括海河、滦河和徒骇马颊河三大水系、七大河系、10条骨干河流。

全流域总的地势是西北高东南低，大致分高原、山地及平原3种地貌类型，西部为山西高原和太行山区，北部为蒙古高原和燕山山区，面积19.09万km 2，占60%；东部和东南部为平原，面积12.73万km 2，占40%。

海河流域属于半湿润半干旱的温带大陆性季风气候区，冬季盛行北风和西北风，夏季多东南风。

2.2数据来源与处理研究区NDVI 数据来自1998年4月至2011年12月的SPOT Vegetation 逐旬NDVI 数据，空间分辨率为1km×1km 。

首先利用最大合成法（MVC ）对NDVI 进行最大值合成，获取每年NDVI 最大值代表当年NDVI 值，然后对NDVI 数据进行数据格式转换、投影转换等处理，获取海河流域NDVI 数据集。

其中，1998年NDVI 数据是从4月份开始，因此该年最大NDVI 值取自4-12月份，由于海河流域植被覆盖状况最好是在6-9月份，故缺失数据不影响1998年最大NDVI 值。

气象数据来自于中国气象科学数据共享服务网（http ：// ）提供的1998-2011年海河流域30个气象站点的气温和降水资料（图1a ，见本文第5页），在Arcgis10.1中通过Kriging 插值将气温和降水生成与NDVI 数据具有相同投影方式和空间分辨率的栅格数据，并利用海河边界裁剪出年平均气温和年降水的时间序列数据。

土地覆盖数据来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”（http ：// ）的中国地区土地覆盖综合数据集，采用中国科学院1∶100万土地覆盖数据集，结合以往研究[24，25]对海河流域土地覆盖分类结果，对原有的土地覆盖类型进行了重分类，重分类后的土地覆盖类型有林地、草地、水体、湿地、滩地、裸地、建设用地、农田8种类型（图1b ，见本文第5页）。

2.3研究方法2.3.1趋势分析利用一元线性回归方程的斜率来进行趋势分析，该方法可以模拟出研究区域内每个栅格单元的变化趋势，进而可以反映这个区域的植被时空变化规律[26-28]。

其计算公式如下：Slope =n ×∑i =1ni ×NDVI i -æèçöø÷∑i =1n i æèçöø÷∑i =1n NDVI i n ×∑i =1ni 2-æèçöø÷∑i =1ni 2（1）式中Slope 为像元NDVI 的回归斜率值，本研究中表示NDVI 在1998-2001年的总体变化趋势；n 为NDVI 时序数据所跨年度，本研究中n =14；i 代表年序号，即i =1，2，3，…，14，当i =1时，不存在变化斜率值；NDVI i 表示第i 年的NDVI 值。

若Slope >0，表示随时间变化植被指数升高，表明区域植被覆盖度呈增加趋势，其值愈大植被覆盖增加愈明显；Slope <0，表示随时间变化植被指数呈下降趋势；Slope =0，表示随时间变化植被指数完全没有变化。

2.3.2标准差分析标准差表示数据变量偏离常态的距离的平均数，能反映一个数据集的离散程度，其值越大，说明像元NDVI 在研究时段内偏离平均值越远，即该时段内植被年际变化较大[29]。

S i =（2）式中S i 为NDVI 的标准差，用标准差的大小可以分析研究时段内海河流域植被的波动变化特征。

2.3.3偏相关分析地理要素之间的相关分析是为了揭示要素间相互关系的密切程度。

在多要素地理系统中，研究某一要素对另一要素的影响，可暂不考虑其他要素的影响，用偏相关来表示两要素间595第36卷第3期资源科学的相关程度，度量偏相关程度的统计量称为偏相关系数[29]。

为了计算偏相关系数，首先计算相关系数。

计算公式如下：rxy=∑n()xi-xˉ()yi-yˉ（3）式中rxy为变量x和y的相关系数；n为样本个数；xˉ和yˉ分别为变量x和y的均值。

偏相关系数计算公式如下：rxy.z=r-r r（4）式中rxy.z为变量z固定后变量x和y的偏相关系数，即xy相关中剔除了z的影响；rxy、rxz、ryz分别表示变量x与变量y、变量x与变量z、变量y与变量z的相关系数。

偏相关系数的显著性检验，一般采用t检验法，其统计量计算公式为：t（5）式中rxy.z为偏相关系数；n为样本数；m为自由度个数。

2.3.4复相关分析研究几个要素与某一个要素间的相关关系可用复相关分析法。

设x为因变量，y、z为自变量，将x与y、z之间的复相关系数记为rx.yz其计算公式为：rx.yz=1-()1-r2xy()1-r2xz.y（6）复相关的显著性检验，采用F检验法，其统计量计算公式为：F=r2x.yz1-r2x.yz×n-k-1k（7）式中rx.yz为复相关系数；n为样本数；k为自变量个数。

3结果分析3.1植被年际变化特征从NDVI数据中提取每年NDVI平均值、最大值和最小值来表征年NDVI的变化特征（图2a），可以看出近14年海河流域NDVI呈上升趋势，NDVI平均值、最大值和最小值的线性倾向率分别为0.055/10a、0.018/10a和0.007/10a，说明整个海河流域在近14年植被有所改善。

其中，NDVI的平均值、最大值在2001年前呈下降趋势，而后开始上升，2004年后变化缓慢，趋于平稳，NDVI最小值在2006年前呈下降趋势，后逐年上升，说明1998-2001年海河流域植被覆盖退化严重，2001-2004年植被覆盖上升，表明植被覆盖有所恢复，2004年后变化比较平稳，植被覆盖没有明显变化。