基于地理探测器的区域植被覆盖度的定量影响——以京津风沙源区为例

植被覆盖度（FVC）是衡量生态环境优秀的重要指标.本文基于MODIS NDVI数据,运用像元二分法模型,估算了2000~2018年京津风沙源区FVC,分析了其时空变化特征.在此基础上,基于地理探测器模型,定量分析了自然因素和人类活动因素等12个因子对京津风沙源区FVC空间分布的影响.结果表明,近20a来京津风沙源区FVC整体上呈增加趋势,增加率为8.2%.空间上,研究区73.7%的区域FVC在增加,其中显著增加的区域主要集中在晋北山地丘陵亚区、燕山丘陵山地水源保护亚区、大兴安岭南部亚区和科尔沁沙地亚区的南部.2000~2018年,降水是影响京津风沙源区FVC空间分布的主要自然因子,解释力为63.3%;年末大牲畜头数是影响FVC空间分布的主要人为因子,解释力为34.8%.自然因素和人类活动之间的双因子交互作用以双协同作用和非线性协同作用为主,表明相对于单因子,自然因素和人类活动间的交互作用对FVC的解释力更强.其中,降水与其他11个因子的交互作用对研究区FVC起主导作用,解释力超过60%.     

黄河流域植被覆盖度变化及驱动因素

利用Google Earth Engine(GEE)遥感云计算平台通过像元二分模型反演出1999~2019年植被覆盖度,采用一元线性回归和变异系数法来研究FVC的变化趋势特征及其稳定性,通过地理探测器进行植被变化的驱动分析。结果表明:黄河流域FVC总体上西北低东南高;中高和高被覆盖区分别占研究区总面积的21.74%和17.87%;近20a年黄河流域FVC已有较好改善,流域中部植被改善最明显,改善区域占流域总面积的48.52%;FVC的稳定性以较平稳为主。降水、日照时间及相对湿度三个驱动因子对黄河流域FVC影响力最强。各驱动因子对FVC影响存在交互作用,以双因子增强或者非线性增强为主,双因子交互作用增强了单因子的影响;本研究也揭示了促进植被生长的各因子最适宜范围,有助于更好地理解自然和社会因素对植被覆盖变化的影响及其驱动机制。     

三江源植被碳利用率动态变化及其对气候响应

本文基于MODIS GPP/NPP数据估算了三江源植被碳利用率（CUE）,结合气象数据和高程数据采用一元线性回归和相关分析法,探讨了2001~2017年三江源植被CUE的时空变化特征及植被CUE对气温、降水量和蒸散量变化的响应.结果表明：（1）三江源植被CUE年内3~10月表现为先增加后降低的变化趋势,其中6月植被CUE最高.（2）三江源年植被碳利用率位于0.73~1,平均水平为0.85;植被CUE空间上呈现北高南低,西高东低的分布特征.（3）整体上,三江源4~10月植被碳利用率与同期气温、降水量和蒸散量分别呈现正相关、负相关和负相关关系,降水量是影响三江源植被CUE变化的主要影响因素,气温为次要因素,蒸散量影响程度最小.     

基于MGWR的长江流域植被演化及其影响因素

以2000～2022年长江流域植被覆盖度为因变量,以地形、气象、社会经济因素为自变量,借助能很好处理尺度差异的多尺度地理加权回归(MGWR)探讨植被时空变化及其影响因素.结果表明:2000～2022年长江流域植被覆盖度呈现波动变化,以改善为主,增长速度为0.245%/a;流域植被空间分布模式为东西低,中部高的空间分异;未来流域大部分地区有退化风险.不同影响因子对于长江植被的作用出现明显的空间差异,其中坡度、高程、气温及相对湿度是长江流域植被变化的主要驱动因素;值得注意的是人为因子对于植被的影响力相对较小.植被与各个影响因子的响应尺度具有显著差异,其中地形和气候因子等自然因素对于植被的作用尺度较小,仅为43,而社会因素的作用尺度较大(>870).     

基于地理探测器的甘肃省植被覆盖时空变化及驱动力分析

准确量化人类活动和气候变化对生态环境退化的作用,探讨不同驱动因子的主次关系,是当前区域生态环境研究中的热点。本文基于1982—2015年的归一化植被指数（normalized difference vegetation index,NDVI）,结合自然因素和人为因素,选取15个涵盖气候、地形地貌、社会经济等方面的因子,采用趋势分析法和地理探测器模型,对甘肃省植被NDVI的时空变化特征及驱动力进行探测。结果表明：甘肃省NDVI在空间上呈现从东南向西北递减,且低植被覆盖度区域和高植被覆盖度区域呈现“两极化”的分布规律,分别占全省植被面积的39.2%和17.8%。省内大部分地区NDVI呈现增长趋势,植被显著改善区域主要集中在陇东、陇中地区。降水量、植被类型、人均粮食占有量、土壤类型、土地利用类型是甘肃省NDVI空间分布的主要驱动因子,解释力均大于0.5,且双因子的叠加作用大于单因子的作用。本研究有助于揭示不同因子对甘肃省植被变化的驱动机制,为生态环境建设和资源利用管理提供科学参考。     

基于地貌单元的安徽省耕地土壤pH空间变异及其驱动因子分析

pH值是土壤重要的化学性质，是衡量土壤质量的重要指标之一.为了解安徽省耕地土壤pH空间差异，本研究从不同地貌单元视角进行pH空间异质性分析，并利用最优参数地理探测器对其驱动因子进行探析.结果显示：安徽省耕地土壤pH为4.13～9.43，均值为6.61，整体呈中性，其中，皖西大别山区、皖南山地丘陵和江淮丘陵等海拔较高区域土壤pH显著低于皖北平原和皖江平原等低海拔区域；土壤pH呈中等程度的空间变异，其空间异质性表现为平原>丘陵>山地，整体随海拔的升高而降低；土壤pH空间变异的驱动因子排序为潜在蒸散发>降水>土地利用方式>土壤岩性>土壤类型>气温>地貌类型>蒸汽压>坡度>灌溉方式>熟制，其中，潜在蒸散发对江淮丘陵、皖西大别山和皖南山地丘陵区土壤pH空间变异影响最大，降水和土地利用方式分别是皖北平原与皖江平原区土壤pH空间变异的主导因子；各因子交互作用主要表现为非线性增强和双因子增强，其中，潜在蒸散发∩降水的空间解释力最大，表明气候因子是影响安徽省耕地土壤pH空间变异的主导驱动因素.     

2000～2017年贵州省植被覆盖时空变化特征及其对气候变化的响应

利用MODIS/NDVI数据、近18年来贵州省气象站点数据，辅以时间序列、变化趋势和空间动态变化分析等方法，研究贵州省植被覆盖的时空变化特征；探讨植被覆盖变化对气象因子在地域、变化速率和变化方向方面的时空响应规律。研究结果显示：（1）2000~2017年贵州省植被覆盖呈现显著增加的趋势，增速为0.004/a，夏季NDVI值最高，冬季增加趋势最大；空间上，贵州省植被覆盖格局呈现"南高北低、东高西低"的空间分布特征。在变化趋势上，贵州省植被覆盖呈改善和退化趋势的面积分别占贵州省总面积的94.97%和5.03%。（2）2000~2017年，贵州省气候变化特征是降雨量在年内分布不均，且主要分布在5月至8月；温度在各个季节变化趋势不明显，但是总体呈上升的趋势。气温和降水变化趋势大于零的面积分别占贵州省总面积的98.4%和60.46%，说明在全球暖湿化的大背景下，贵州省大部分地区亦呈温度升高、降水增加的态势。（3）贵州省NDVI与气温的相关性大于降水，但其对降水的滞后性却高于气温。其中，秋季植被受降水影响滞后性最强，其次是夏季。（4）不同气候要素对贵州省植被生长影响具有空间差异性，98.4%的地区NDVI与同期温度均达到正相关水平；NDVI与同期降水并未表现出良好的相关性，但82.63%的地区植被与前一年降水呈正相关水平。植被与降水呈负相关的地区，建设用地、裸地占更大比率，且人类活动在植被变化中的作用不容忽视。     

滹沱河流域生态环境动态遥感评价

滹沱河流域横跨山西和河北两省,自2000年以来由于经济发展,城市扩建,滹沱河一度断流,但随着国家对生态文明建设的重视和南水北调工程的实施,滹沱河流域生态保护成效显著提升.基于GEE平台选取MODIS数据、Landsat数据和夜光遥感数据等,利用生态环境指数（EI）中的生物丰富度指数、植被覆盖指数、土地胁迫指数和污染负荷指数以及遥感生态指数（RSEI）中的湿度指数相结合生成新的评价指标体系,利用变异系数法和熵权法对指标赋权并构建生态环境评价模型,对2000~2020年滹沱河流域进行生态环境质量评价和分级,并运用地理探测器对其驱动因子进行解释.结果表明：①时间尺度上,2000~2015年滹沱河流域的生态环境处于“衰退期”,2015~2020年滹沱河处于“恢复期”.从格网尺度上看,流域内中部地区生态环境质量呈现逐年提高的状态;流域内西部和东部地区,“衰退期”生态环境质量逐年降低,“恢复期”生态环境质量有所提高.②热点分析表明,滹沱河流域的生态环境质量呈现“中间高两侧低”的空间分布状态.冷点区域集中分布于东部和南部的城市乡镇地区,零星分布于西侧河谷地区.③地理探测分析表明,单因子探测驱动因子主要为人口密度、植被净初级生产力（NPP）、植被覆盖度（FVC）和地貌类型.交互探测的主导因子为“地貌类型+FVC”.随着生态文明建设不断深入和《滹沱河保护条例》的颁布实施,结合流域内不同的自然环境和社会特征等因子,滹沱河流域生态环境评价研究可为因地制宜地改善生态环境政策提供数据支持.     

基于GWR模型的渭河流域植被覆盖度时空变化及驱动机理

渭河流域水土流失问题严重,生态环境脆弱,探究其植被覆盖度时空变化及其驱动机理具有重要意义。文章基于MODIS13Q1数据产品,辅以同期自然环境及社会发展数据,采用趋势分析法、空间自相关分析及地理加权回归模型,揭示了2001-2020年县域尺度下渭河流域植被覆盖度的时空变化及驱动机理。结果表明：（1）渭河流域植被覆盖度总体呈现明显上升趋势,年均增长速率为2.04%,空间上呈现出由东南向西北先减后增再减的变动趋势;（2）渭河流域植被覆盖度改善面积占流域总面积的78.81%,等级转移主要发生在相邻等级之间,但跳级转移现象也普遍存在;（3）渭河流域92个县域植被覆盖度呈现出显著的全局空间自相关性,且以H-H空间正相关为主,表明县域间植被覆盖度的提升具有较好空间溢出效应;（4）气温、降水、坡度、日照等因素总体上促进渭河流域植被覆盖度提升,而城镇化率、人口规模以及经济发展水平等因素则显著抑制了植被覆盖度改善,因素影响性质及强度存在空间差异。研究结果可为因地制宜地提高植被覆盖度,综合治理渭河流域提供理论依据。     

气候变化和人类活动对贵州省石漠化区植被覆盖变化的影响

基于MODIS/NDVI数据和贵州省84个气象站点的地面气温和降水观测资料,估算了2000～2021年贵州省石漠化区内植被覆盖度(fractional vegetation cover, FVC),采用趋势分析、偏相关分析和残差分析等方法,研究气候变化和人类活动对石漠化区植被覆盖变化的影响。结果表明：近22年贵州省石漠化区FVC呈明显增加的趋势,增速为0.76/a,空间分布上除六盘水市西南部、安顺市北部和贵阳市南部等局地显著减少外,其余大部分地区均为显著增加。石漠化区内FVC与降水、气温的偏相关系数以正相关分布为主,其中显著正相关区分别占28.13%、60.65%。FVC的变化主要受气候变化和人类活动的共同驱动,两者对FVC变化的贡献率分别为18.59%、81.41%。人类活动是石漠化区植被变化的主导因素,对于植被恢复的地区,人类活动起主导作用的区域可达97.57%,近年来全省实施的石漠化综合治理工程对植被改善具有明显的促进作用。本研究有助于进一步理解贵州省石漠化区植被变化的驱动因素,为石漠化区的生态环境保护提供科学依据。     

基于地理探测器的广州市大气PM2.5浓度驱动因素分析

PM_2.5变化的驱动因素是大气PM_2.5研究的重要内容.为了揭示PM_2.5污染的特点及其驱动影响因子,以广州市为例,采用地理探测器方法探测自然因素（包括平均降水量、平均温度、平均气压、平均相对湿度、平均风速、植被指数）与社会经济因素（包括人口密度、国内生产总值、工业总产值、人均公园绿地面积、公交车辆数、电力消费量）对2015年广州市ρ（PM_2.5）变化的影响机制与差异.结果表明:①基于因子探测分析发现,对ρ（PM_2.5）变化影响最大的前三位驱动因素分别为植被指数、公交车辆数与电力消费量,对应的因子影响程度指标值分别为0.51、0.46、0.40.②基于生态探测分析发现,植被指数与其他自然因素（如平均温度、平均降水量、平均气压等）对ρ（PM_2.5）空间分布的影响均存在显著差异,与所有社会经济因素对ρ（PM_2.5）空间分布的影响均不存在显著差异;除植被指数外,公交车辆数与其他自然因素及社会经济因素对ρ（PM_2.5）空间分布的影响均存在显著差异.③基于交互探测分析发现,所有影响因素（包括自然因素与社会经济因素）对ρ（PM_2.5）变化的交互作用均大于单一影响因素的独自作用,其中平均降水量与平均气压交互作用后对ρ（PM_2.5）变化的影响最大.研究显示,自然因素（尤其是植被指数、平均降水量）及自然因素与人为活动（如交通出行、电力消费等）交互效应对广州市ρ（PM_2.5）的变化起决定性作用.      

三江源地区极端气候事件演变事实及其成因探究

利用三江源地区14个气象台站1962-2005年逐日气温、降水资料分析了该地区冷暖干湿极端气候事件的演变规律，探讨了其变化成因。研究表明：近44a来三江源地区气温等级由冷向暖转变，极端高温事件频繁发生，而极端低温事件则逐年减少，致使气温不断向着更高的均值状态持续增暖；尽管降水量干湿变化不甚显著，但降水的极端状况即严重干旱或暴雨事件均呈减少趋势，降水量的变化趋于稳定，降水变率减小；地形对极端气温、降水事件频次变幅的空间分布均有着较为显著的影响，且对后者的影响更为显著；高原季风、厄尔尼诺事件及高原积雪等因子的年际振荡是三江源地区极端气候事件发生频次波动的主要原因。     

三北防护林工程区植被覆盖变化与影响因子分析

利用1982~2006年间GIMMS AVHRR NDVI植被覆盖数据和气象站点气候数据,分析了三北防护林工程区25a来植被覆盖的时空变化特征及其与气温、降水变化的相关性,并在此基础上通过采用残差分析法探讨了人类活动对研究区植被覆盖变化影响的空间格局.结果表明:研究区25a的年植被变化量增加幅度略大于减少幅度,植被覆盖整体呈缓慢上升趋势,其中Ⅰ区和Ⅳ区NDVI值上升最明显(P<0.001),Ⅱ区则呈微弱下降趋势,而四大建设区植被覆盖度有不同程度提高;研究区植被和气温、降水整体呈正相关关系,17.74%的地区植被与气温呈负相关,而6.84%的地区呈正相关,10.60%的地区植被与降水呈负相关,19.53%的地区则呈正相关,植被与降水正相关面积明显大于植被与气温正相关面积,说明降水是研究区植被生长的关键因子;研究区植被残差年际变化显著正相关面积大于显著负相关面积,人类活动对植被建设作用要强于破坏作用,三北防护林建设工程带来的生态效益正在呈现.     

三江源区草地生态系统质量及其动态变化

为探讨三江源区2000—2010年草地植被的时空演变特征,定量评价三江源区草地生态系统质量及其动态变化,采用植被覆盖度和NPP 2个生态参数,分析三江源区草地生态系统的时间变化特征和空间分布规律.结果表明:2000—2010年三江源区草地年均植被覆盖度为26.89%,年均NPP（以C计）为34.35 g/m2,11 a间二者均呈增加趋势.三江源区草地质量具有明显的季节性变化特征,呈南高北低、东高西低的空间分布格局.从11 a的平均结果来看,三江源区草地植被覆盖度在8月达到最大值,约为59.19%;而草地NPP在7月达到最大值,为98.53 g/m2.气温是三江源区草地植被覆盖度变化的主要影响因子,而雨热不同期则造成三江源区草地NPP的年际波动变化.植被覆盖变化是气候变化和人类活动共同作用的结果.研究显示,2000—2010年三江源区草地生态系统质量有所改善,特别是生态工程实施后,草地生态系统质量明显好转.三江源区需在促进农牧业产业升级和资源优化配置的基础上,继续采取积极的减压增效措施,真正实现草畜平衡,达到生态保护的目的.      

2015~2019年河南省PM2.5时空特征与驱动因素分析

PM_2.5是雾-霾中的主要成分,河南省已成为PM_2.5污染防治重点地区之一.基于2015～2019年河南省PM_2.5浓度数据,使用空间自相关和空间热点探测方法分析其时空特征,引入地理探测器方法分析气象因素、空气质量因素和社会因素对PM_2.5浓度的解释力度.结果表明,河南省2015～2019年PM_2.5浓度整体呈现降低趋势,高污染天数减少和低污染天数增加,高污染逐步向中污染转化;PM_2.5浓度具备明显的空间聚集特征,全局空间自相关指数先降后升,空间热点集中在豫北地区（安阳市、鹤壁市、新乡市和焦作市）,空间冷点集中在豫西地区（三门峡市、洛阳市和南阳市）;空间重心转移呈现出北上的趋势;单因子探测显示,在9个影响因子中,土地利用类型（解释力度为0.511,下同）、降水量（0.312）和NO₂浓度（0.277）是影响PM_2.5浓度最明显的因子,其余因子影响力排序为PM₁₀浓度（0.255）、温度（0....     

降水空间异质性对非点源关键源区识别面积变化的影响

针对地形起伏和降水空间差异较大的农业区非点源污染问题,基于SWAT模型评估了阿什河流域在异质性降水和均匀降水两种情景下总氮、总磷关键源区空间变化规律,统计了两种情景下识别的关键源区面积变化,并分析其与降水特征参数的关系.结果表明,降水量一定时,两种情景下识别的总氮、总磷关键源区面积变化趋势大致相同,且总磷关键源区面积不易受降水空间异质性的影响,但总氮关键源区面积却明显受到其影响.对各年份总氮和总磷关键源区面积与降水特征参数的相关分析表明,总磷关键源区面积与当年降水量呈显著正相关,而总氮关键源区面积却与前一年降水量呈显著正相关.研究结果对进一步探讨降水这一重要驱动因子的不确定性对非点源污染关键源区的影响,以及农业非点源污染的治理具有重要意义.     

基于地理探测器的镇域尺度土壤重金属含量空间分异及其影响因素分析

为揭示镇域尺度规模土壤重金属含量的空间分异及其影响因素,以成都平原腹心地带某镇为研究区域,采集788份表层土壤样品,利用地累积指数法对土壤Cd、Hg、As、Cu、Pb、Cr、Zn和Ni的污染进行评价,基于地理探测器,以土壤性质、地形和距离等15种因子为自变量,各重金属含量为因变量,探析土壤重金属含量的空间分异及其影响因素.结果表明,研究区土壤Hg、As、Pb、Cr、Cu、Ni和Zn含量平均值是成都市土壤背景值的1.06~1.93倍,Cd含量低于背景值;除Hg呈现轻度污染外,其余7种重金属处于清洁状态.8种重金属空间分布存在显著差异,且各重金属间存在显著相关性,并与土壤性质存在显著相关性.因子探测发现,总磷（TP）、总钾（TK）、pH、总有机碳（TOC）、高程和距铁路距离对8种重金属含量的解释力最显著.交互作用探测发现,土壤性质与其他因子交互作用是重金属空间分异的最主要影响因素,高程、距住宅区距离、距铁路距离和距工业用地距离也是重要影响因子.风险探测发现,Hg在高程和距铁路距离的子区域的差异最显著,其余7种重金属在土壤性质影响因子子区域的差异最显著.镇域尺度规模土壤重金属的空间分布差异显著,这与研究区的土壤性质、地形和人类活动密切相关.     

大兴安岭林草交错带植被NDVI时空演变及定量归因

探究植被动态变化并识别其驱动因素对区域生态环境恢复与可持续发展具有重要意义.基于2000～2020年MODIS NDVI数据与同期气象、 DEM和土地利用类型等数据,运用Sen+Mann-Kendall趋势分析与Hurst指数法,深入解析大兴安岭林草交错带植被时空变化特征,预测其未来演变规律,并引入地理探测器模型,定量揭示全域及不同自然地理分区尺度下,各探测因子及其交互作用对植被空间分异的影响程度和作用机制.结果表明：(1)时空演变上,2000～2020年大兴安岭林草交错带NDVI时空异质性明显,时间上以0.002 a^-1(P <0.05)的速率波动增长并于2011年发生上升突变;空间上呈“自西南向东北递增”分布格局,21年间NDVI等级转移以“中植被覆盖→中高植被覆盖”为主,植被改善区域面积远大于退化区域面积.(2)趋势预测上,大兴安岭林草交错带NDVI未来变化趋势主要为持续改善,占比37%,但以弱持续居多.(3)驱动机制上,风速、蒸发和相对湿度对全域NDVI空间分异的影响最为显著,21年间自然因素的影响呈削减态势,而人为因素的影响愈发增强,在不同植被区、...     

澜沧江流域植被NDVI与气候因子的相关性分析

基于2000-2010年MODIS NDVI数据和气象台站数据,对澜沧江流域植被NDVI与气候因子间的相关性逐像元进行分析,研究流域植被-气候关系的空间格局特征,并对其可能影响因素进行了探讨。研究结果表明：① 气温和降水对澜沧江流域植被生长均具有明显影响,其中,温度的影响尤为显著;② 流域植被生长对气候响应表现出明显的滞后效应,随着纬度的升高,植被对气候因子响应的滞后时间逐渐缩短;③ 流域不同植被类型受气温和降水的影响程度及其对气温和降水变化的敏感性均表现为草地>耕地>灌木林地>有林地。同一植被类型受气温的影响强于降水,但对降水的变化更为敏感;④ 气候特征（多年平均气温和年降水量）显著影响植被NDVI对气候变化的响应时间。年平均气温的高低与气温对植被的影响力并无必然联系,但年降水量显著影响植被NDVI与降水间的相关程度。     

长江经济带PM2.5空间异质性和驱动因素的地理探测

基于地面站点监测数据,运用空间自相关分析和地理探测器等模型方法,探究了2018年长江经济带PM_2.5污染的时空分异特征与驱动因素.结果表明：（1）长江经济带PM_2.5浓度呈明显的夏低冬高、春秋居中的季节变化、 U形月度变化和脉冲型逐日变化特征,低值区集中在上游的南岸地区,高值区位于中下游的江北地区;（2）流域PM_2.5污染存在稳定的空间正相关,局部空间关联格局展现显著的HH型和LL型的空间趋同现象;（3）长江经济带PM_2.5空间相关强度随地理距离的增大而减小,其空间自相关性阈值约为870 km,在该范围内PM_2.5空间集聚性较为强烈;（4）自然和人文因子对PM_2.5影响程度具有显著的空间差异性特征,海拔高度、地形起伏度和人口密度是长江流域PM_2.5污染的高作用力影响因子.因子交互作用后对PM_2.5污染解释力远超单因子,主导交互因子为产业结构∩海拔高度,反映出长江流域大气污染的驱动因素具有复杂性特征.