《表4 因子探测器结果：基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（1）地形区因子用于NDVI空间分异的驱动分析；土地覆被类型用于NDVI变化趋势的驱动分析。

利用地理探测器模型分别就NDVI空间分异特征和变化趋势进行归因，因子探测结果如表4所示，不同因子按照对NDVI空间分异特征的解释能力排序:土壤湿度>湿日频率>降水量>土壤类型>潜在蒸散发>最高气温>平均气温>最低气温>地形区>云量>高程>日较差。这也说明中亚地区地处温带面积最大的干旱区，水分因素主导该地区植被的空间分布状况，其次是土壤类型和潜在蒸散发以及气温。风险探测分析和交互作用分析结果如图5所示，NDVI随着降水频率和土壤湿度的增加而增加，然而NDVI对不同等级降水量的响应呈现出先升高后降低的趋势。这可能因为在中亚东南部帕米尔高原的高海拔区域，降水量较多，土壤水分含量较高，植被的生长将不再受水分因素的限制，反而气温开始主导植被的生长状况。NDVI随着潜在蒸散发的增加而降低。随着云量增加，NDVI也呈逐渐上升的态势。NDVI随着高程先增加后降低，高程在1 500～2 400 m之间（分区5）时，达到峰值，当高程大于2 400 m后，NDVI开始急剧下降。植被生长发育的过程往往不是影响因子单独起作用，而是多种影响因子协同交互作用。从图5（b）可以看出，交互作用最强的因子组合为高程和土壤湿度，它们双因子增强交互作用的q值为0.670。这说明高程的变化显著增加了土壤湿度作为自变量对NDVI的解释。同时降水量与大多数因子结合都能产生较高的q值。高程和潜在蒸散发组合体现了较强的非线性增强交互作用（潜在蒸散发∩高程=0.647>潜在蒸散发(0.464）+高程（0.155）)。除此之外，高程与多数因子的非线性增强交互作用都很强。