孙锐^1,2, 陈少辉^,1, 苏红波¹1.中国科学院地理科学与资源研究所 陆地水循环及地表过程重点实验室,北京 100101
2.中国科学院大学,北京 100049

Spatiotemporal variation of NDVI in different ecotypes on the Loess Plateau and its response to climate change

SUN Rui^1,2, CHEN Shaohui^,1, SU Hongbo¹1.Key Laboratory of Water Cycle and Related Land Surface Processes, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2.University of Chinese Academy of Sciences, Beijing 100049, China

通讯作者: 陈少辉（1976-）,男,河北保定人,副研究员,研究方向为数据融合与同化。E-mail: chensh@igsnrr.ac.cn

收稿日期:2019-05-17修回日期:2019-11-5网络出版日期:2020-05-20

基金资助:

国家自然科学基金项目.41671368 国家自然科学基金项目.41371348 中国科学院战略重点研究计划A.XDA20010301 第二次青藏高原综合科学考察研究资助.2019QZKK1003

Received:2019-05-17Revised:2019-11-5Online:2020-05-20
作者简介 About authors
孙锐（1988-）,男,山东临清人,博士研究生,研究方向为植被与气候变化研究E-mail:sunrui11@126.com。





摘要
了解植被的时空变化及其气候主控因子可为植被保护和恢复提供重要的理论依据。基于MOD13A1和气象数据,分析了黄土高原Normalized Difference Vegetation Index （NDVI）时空变化特征,探讨了NDVI对水热条件在不同时间尺度的响应特征。结果表明：黄土高原植被覆盖状态正在不断的改善,气候呈暖湿的发展趋势;83.77%的植被退化区（退化区面积占研究区总面积的5.79%）海拔<2000 m且退化类型以不显著减少为主,不同覆被类型的退化区海拔分布及退化比例差异明显,湿地的退化面积比最高（23.91%）、其次耕地（11.88%）。年尺度上,NDVI与降水呈正相关的面积高于气温,约75.06%的区域受水分条件控制;灌木地（海拔分布<2200 m）、耕地（<3000 m）、草地（<3000 m）和裸地（600~3700 m）等植被生长受水分条件影响;森林（<1000 m、1700~3700 m）和湿地（>2500 m）的植被生长受热量影响。月尺度上,黄土高原植被NDVI对热量响应以滞后1个月为主,不同植被对水热响应的滞后性差异明显,草地、湿地、耕地和裸地对热量响应以滞后1个月为主;森林和灌木地则表现水热同期的特征。伴随滞后时间的推移,水分主控面积逐渐降低,热量成为影响植被生长的主要因素,水热主控及响应滞后性分布受海拔影响明显。
关键词： 黄土高原;水热条件;土地覆盖;归一化植被指数

Abstract
Understanding the spatio-temporal changes of vegetation and its climatic control factors can provide important theoretical basis for the protection and restoration of ecological vegetation. Based on MOD13A1 and meteorological data, the spatial patterns and trends of Normalized Difference Vegetation Index (NDVI) in the Loess Plateau were analyzed. The response of NDVI to temperature and precipitation was analyzed on the annual and monthly scales. The results showed that the vegetation coverage in the study area was improving continuously, and the climate showed a warm and wet trend. Of the degraded areas in the Loess Plateau, some 83.77% (area only 5.79%) was below 2000 m and the number of vegetation degradation types were not significantly reduced. The altitude distribution and degraded proportion of different vegetation degraded areas were significantly different. The degraded area ratio of wetland was the highest (23.91%), followed by cultivated land (11.88%). On the annual scale, the area with positive correlation between NDVI and precipitation was higher than that of temperature, and about 75.06% of the area was affected by precipitation. Precipitation was the main factor affecting the growth of shrub land (altitude distribution < 2200 m, the same below), cultivated land (< 3000 m), grassland (< 3000 m) and bare land (600-3700 m). Temperature was the main factor affecting the growth of forests (< 1000 m, 1700-3700 m) and wetlands (>2500 m). On the monthly scale, the overall response lag period of the Loess Plateau to temperature was one month, and there was no response lag period to precipitation. The response lag period of different vegetations to hydrothermal conditions was obvious. Grassland (lagging altitude distribution 710-3800 m, the same below), wetland (> 860 m), cultivated land (< 150 m, 350-2250 m, 2550-2900 m, 3430-3560 m) and bare land (760-2100 m) had a one month lag effect on temperature response, while forest (< 2900 m, > 3450 m) and shrub land (< 1270 m, > 1860 m) had no lag effect on temperature response, and six types of vegetation had no lag effect on water condition response. With the time lagging, the proportion of precipitation control gradually decreases. Temperature becomes the main factor affecting vegetation. The main control of water and heat and the lagging distribution of response are obviously affected by altitude. The proper vegetation type should be selected in different areas and altitudes, and water resources should be used reasonably for vegetation restoration.
Keywords：Loess Plateau;hydrothermal conditions;land cover;Normalized Difference Vegetation Index


PDF (21827KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
孙锐, 陈少辉, 苏红波. 黄土高原不同生态类型NDVI时空变化及其对气候变化响应. 地理研究[J], 2020, 39(5): 1200-1214 doi:10.11821/dlyj020190399
SUN Rui. Spatiotemporal variation of NDVI in different ecotypes on the Loess Plateau and its response to climate change. Geographical Research[J], 2020, 39(5): 1200-1214 doi:10.11821/dlyj020190399

1 引言

黄土高原位于半干旱半湿润气候带,生态脆弱且自然环境复杂,是中国水土保持、植被恢复的重点区域^[1]。植被作为陆地生态系统的主体^[2,3,4],其动态变化影响着全球的物质循环和能量流动^[3,5],掌握植被变化的空间格局及其驱动因素可以为生态环境建设提供有效的理论依据。

1999年开始实施“自然林保护”“退耕还林（草）”等工程以改善黄土高原脆弱的生态环境^[6],土地利用/土地覆被的时空特征发生了很大变化^[5,7],为植被变化与气候变化关系研究带来很多不确定性因素,也间接的改变了区域小气候^[8]。归一化植被指数（Normalized Difference Vegetation Index, NDVI）通常是分析植被变化的首选指标^[9,10,11,12],被广泛用于植被变化及其对气候变化的响应研究^[13,14]。目前普遍认为植被覆盖变化是气候变化和人类活动共同作用的结果^[15],气候变化在区域大尺度上对植被生长起主导作用,人类活动对植被生长的影响主要体现在区域小尺度^[16]。气候因子中水热条件与植被的生长关系密切^[17,18],是植被变化与气候响应关系研究的首选^[19]。黄土高原作为典型研究区,研究者利用多种传感器NDVI数据进行了植被与气候因子响应关系的研究,取得了阶段性研究成果^[13,20-22]。目前更多的关注了黄土高原整体或部分子流域的植被变化及其对气候因子的响应,然而深入探究不同海拔上不同植被NDVI动态变化的气候调控因子,确定不同气候条件主控的海拔范围,有利于因地制宜,选取合适的植被类型进行生态植被恢复,对生态环境恢复（建设）具有重要的指导意义。

因此基于MOD13A1、MCD12Q1、平均气温（Tmean）和累计降水量（PRE）插值资料,分析黄土高原NDVI、Tmean和PRE的时空变化特征。结合Digital Elevation Model（DEM）统计分析不同植被在不同海拔上的动态变化及其对气候因子敏感性和响应滞后性的变化情况。旨在探讨不同高程下影响植被生长的关键气候因子,及不同植被退化的主要原因,以期为未来气候变化情境下黄土高原可持续发展提供重要的理论依据。

2 数据与方法

2.1 研究区概况

黄土高原位于黄河流域中部（100°54′E~114°33′E,33°43′N~41°16′N）,地跨山西、宁夏、陕西、甘肃、内蒙古、河南和青海省,总面积约为64万km²。地势西北高、东南低,平均海拔1500~2000 m,年降水量300~650 mm,多年平均温度为3.6~14.3 ℃。利用MCD12Q1数据得到的综合土地覆盖分类,见图1,由森林（4.61%）、灌木地（0.09%）、草地（60.68%）、湿地（0.03%）、耕地（18.90%）、人造地表（1.82%）、水体（0.04%）、裸地（2.32%）和变化区域（11.51%）构成。

图1

新窗口打开|下载原图ZIP|生成PPT
图1黄土高原行政区组成及高程和土地覆盖类型

Fig. 1Administrative devisions and elevations of the Loess Plateau and the corresponding land cover types

2.2 数据源与预处理

2.2.1 NDVI、土地覆被和DEM数据 NDVI采用National Aeronautics and Space Administration提供的2000年2月—2016年12月的MOD13A1V006产品,时间分辨率为16 d,空间分辨率为500 m。利用MODIS Reprojection Tools和ENVI软件进行投影、拼接和裁剪处理,利用最大值合成法^[23]得到月值数据。所有数据均采用WGS1984地理坐标系统,Albers等面积投影（南标准纬线：25°N; 北标准纬线：47°N：中央经线：105°E）。土地覆被数据采用MCD12Q1V006,空间分辨率为500 m。根据植被特征,将MCD12Q1中的国际地圈生物圈计划分类方案进行合并,最终为：森林、灌木地、草地、湿地、耕地、人造地表、水体和裸地。利用2001—2016年MCD12Q1得到16年间未发生土地覆盖类型变化的综合土地覆盖分类图（图1b）。DEM数据来源于ASTGTM2,空间分辨率为30 m,经过最邻近法重采样及裁剪得到黄土高原500 m空间分辨率数据。本文关注植被NDVI为森林、灌木地、草地、湿地、耕地和裸地六种类型,空间分析、平均值计算和区域统计时,黄土高原整体指六种植被类型覆盖的总和。

2.2.2 气候数据 采用国家气象科学数据共享服务平台提供的地面气候资料日值数据集（V3.0）,经过异常值处理、数据合并得到站点月值数据。利用气象插值软件Anusplin 4.2,以经度和纬度作为自变量,引入高程作为协同变量对气温和降水进行插值。随机选取5%的站点用于精度验证（表1）,剩余95%的站点用于插值,得到500 m空间分辨率的全国气候月值数据。验证结果表明,插值数据与对应验证站点数据具有显著的相关性,Tmean插值精度高于PRE,两者的插值精度可靠,可以用于NDVI与气候因子关系研究。

Tab. 1
表1
表1气象数据不同年份和月份的平均插值精度分析
Tab. 1Average interpolation accuracy analysis of meteorological data in different years and months

年份	相关系数			平均误差		月份	相关系数			平均误差
	PRE	Tmean		PRE (mm)	Tmean(℃)		PRE	Tmean		PRE (mm)	Tmean(℃)
2000	0.920	0.985		4.936	0.051	1月	0.972	0.992		0.196	-0.116
2001	0.931	0.987		4.010	0.040	2月	0.973	0.991		0.481	-0.108
2002	0.923	0.987		1.239	0.063	3月	0.977	0.989		0.396	0.001
2003	0.914	0.989		2.120	0.114	4月	0.960	0.984		0.397	0.096
2004	0.912	0.987		1.011	0.073	5月	0.928	0.983		1.083	0.103
2005	0.928	0.988		1.943	0.049	6月	0.900	0.981		4.635	0.094
2006	0.931	0.986		1.501	0.098	7月	0.851	0.983		6.299	0.130
2007	0.909	0.986		-0.876	0.120	8月	0.842	0.983		3.234	0.119
2008	0.913	0.987		0.854	0.087	9月	0.881	0.986		3.669	0.097
2009	0.929	0.987		1.842	0.118	10月	0.919	0.990		0.732	0.076
2010	0.929	0.988		1.637	0.084	11月	0.947	0.992		0.623	0.030
2011	0.935	0.988		2.398	0.111	12月	0.944	0.992		0.696	-0.065
2012	0.928	0.987		0.469	0.069
2013	0.911	0.988		2.341	0.123
2014	0.920	0.986		1.846	0.012
2015	0.935	0.986		3.220	0.092
2016	0.934	0.987		1.243	0.065

新窗口打开|下载CSV

2.3 分析方法

2.3.1 基于Sen+ Mann-Kendall检验的趋势分析 采用气象学和水文学中广泛应用^[24,25]的Sen^[26]+Mann-Kendall^[27]相结合的方法,分析NDVI的变化特征。Sen趋势分析法对离群数据或测量误差的规避能力良好,不受异常值的干扰^[22],计算过程参考易浪等^[20]。结合ρ值和|Z|值,将NDVI变化趋势分为6个等级：0.01置信水平下,极显著增加（ρ≥0,|Z|>2.58）、极显著减少（ρ<0,|Z|>2.58）;0.05置信水平下,显著增加（ρ≥0,|Z|>1.96）、显著减少（ρ<0,|Z|>1.96）、不显著增加（ρ≥0,|Z|≤1.96）和不显著减少（ρ<0,|Z|≤1.96）。

2.3.2 偏相关分析 利用偏相关系数分析NDVI与气候因子的相关性,计算公式可参考陈登魁等^[28]。年尺度上,NDVI为年内12个月NDVI的最大值（NDVI_ymax）,平均气温为年平均气温（Tmean_y）,降水量为年累计降水量（PRE_y）。月尺度上,NDVI、Tmean和PRE分别为多年逐月数据,通过计算NDVI与前0~2个月气候因子的偏相关系数,研究植被对气候因子响应的滞后效应。

3 结果与分析

3.1 植被NDVI_ymax、Tmean_y和PRE_y年际变化趋势

利用线性回归方法分析黄土高原整体的NDVI_ymax、Tmean_y和PRE_y的年际变化趋势（图2）。NDVI_ymax呈波动增长趋势,范围：0.46~0.60,增长趋势为0.007/a（p<0.01）,植被生长整体上呈现较好的发展趋势。Tmean_y和PRE_y斜率分别为0.013 ℃/a（p>0.1）和3.828 mm/a（p>0.1）,呈不显著增加。

图2

新窗口打开|下载原图ZIP|生成PPT
图22000—2016年黄土高原NDVI_ymax、Tmean_y和PRE_y年际变化及线性趋势

Fig. 2Interannual variations of NDVI_ymax, Tmean_y and PRE_y over the last 17 years with its fitted linear trend in the Loess Plateau from 2000 to 2016

3.2 植被NDVI_ymax、Tmean_y和PRE_y空间变化趋势分析

基于Sen+Mann-Kendall检验的分析方法得到NDVI_ymax、Tmean_y和PRE_y变化趋势的空间分布及不同土地覆盖显著性统计（图3）。NDVI以增加趋势为主,面积占研究区总面积的94.21%（极显著增加、显著增加和不显著增加的总和）,远大于NDVI减少趋势面积（极显著减少、显著减少和不显著减少的总和）,表明植被覆盖状态不断的改善。NDVI呈减少趋势的区域主要在陕西南部、河南东部、宁夏北部、内蒙古北部等地区。该地区以耕地和草地为主（图1b）,城镇化进程的加快,部分农田和草地转为建筑用地加剧了植被退化。极显著增加区域主要分布在山西中部及南部、陕西中北部、甘肃东部及南部和宁夏南部等地区,显著增加区域分布较为零散,不显著增加区域主要分布甘肃北部、宁夏中部、内蒙古中西部和山西北部等地区（图3a）。Tmean_y平均增速为0.017 ℃/a（（-0.043~0.069）℃/a）,增温趋势不明显,其中呈显著增加和极显著增加趋势的面积的总和仅占研究区面积的5.16%。陕西中部及北部、内蒙古西部及北部和山西北部等区域气温呈下降趋势。青海、宁夏北部、河南东部等地增温较为明显（图3c）。PRE_y平均增速为4.44 mm/a（（-5.84~14.95）mm/a）,降水增加趋势不明显,呈显著增加和极显著增加趋势的面积总和仅占研究区总面积的7.04%。河南东部、甘肃中部和内蒙古北部等部分区域降水呈下降趋势,大部分区域降水呈增加趋势,陕西北部、山西中部和内蒙古东南部降水增加趋势较为明显（图3d）。黄土高原退化的土地覆盖组成为草地（52.88%）、耕地（44.72%）、裸地（1.61%）,其中83.77%的退化区域海拔低于2000 m,海拔2000~3000 m的退化区占8.04%,海拔3000 m以上的退化区占8.19%。借助土地覆盖数据和DEM对六种植被进行统计分析表明其增加趋势的面积均大于减少趋势面积,且退化类型以不显著减少为主。仅有0.64%的森林发生退化,集中在海拔1500~2600 m（面积占80.73%,下同）;4.38%的草地产生退化,海拔分布1000~2200 m（75.43%）和3000~4100 m（12.79%）;23.91%的湿地发生了退化,海拔在900~1100 m（84.41%）;约11.88%的耕地产生退化,海拔在1200 m以下（86.64%）和2200~3000 m（8.00%）;约3.49%的裸地有退化现象,海拔分布900~2000 m（78.33%）和4000 m以上（17.44%）;约2.74%的灌木地发生退化,集中在海拔1200~1700 m（88.33%）。草地、灌木地、森林和耕地水分条件改善趋势明显高于湿地和裸地,黄土高原气候整体呈暖湿的发展趋势。

图3

新窗口打开|下载原图ZIP|生成PPT
图32000—2016年黄土高原NDVI_ymax、Tmean_y 、PRE_y变化趋势及不同土地覆盖类型显著性统计

Fig. 3The variation trends of NDVI_ymax, Tmean_y, PRE_y and the significant level of different land cover types in the Loess Plateau from 2000 to 2016

3.3 植被NDVI_ymax与Tmean_y、PRE_y的相关性分析

NDVI_ymax与Tmean_y、PRE_y的偏相关系数简称R_T、R_P,正负号表示正负相关。图4a的均值为0.028,正相关的面积占55.56%,2.83%（p<0.05）和0.61%（p<0.01）的区域通过了显著性检验。图4b的均值为0.367,正相关的面积占91.34%,18.55%（p<0.05）和16.49%（p<0.01）的区域通过了显著性检验。NDVI_ymax对Tmean_y和PRE_y的响应空间差异明显,陕西中部及北部、内蒙古西部、甘肃西部、山西西部及北部等地区NDVI_ymax与Tmean_y呈明显负相关;内蒙古北部、青海北部、陕西南部、甘肃东南部和河南东部等地区NDVI_ymax与PRE_y呈明显负相关（图4a、图4b）。

图4

新窗口打开|下载原图ZIP|生成PPT
图4黄土高原NDVI_ymax与Tmean_y、PRE_y偏相关系数的空间分布、偏相关系数分类及不同土地覆盖类型统计

Fig. 4Spatial distribution of partial correlation coefficients between NDVI_ymax and Tmean_y , PRE_y, classification of partial correlation coefficients and statistics of different land cover types in the Loess Plateau



图4c可知,陕西南部、山西南部、宁夏北部及东南部、甘肃中部和青海南部等地区,R_T+高于R_P+,Tmean_y与PRE_y呈增加趋势（图3c、图3d）,热量的增加可以延长植被生长季^{[29, 30]},提高光合作用效率和水分的利用率,是影响该地区植被生长的主要因子。山西中部、内蒙古东南部、宁夏南部、甘肃中部和青海南部等地区,R_P+高于R_T+,水热条件的增加会促进植被生长,且水分条件对植被生长影响程度高于热量。陕西中部、内蒙古北部、宁夏北部及青海中部等少量地区,R_P-高于R_T-,水热条件的增加对植被生长有抑制作用,且热量影响程度更大。如陕西中部地区Tmean_y和PRE_y呈下降趋势,NDVI_ymax呈改善趋势;内蒙古地区Tmean_y呈下降趋势,PRE_y呈上升趋势,NDVI_ymax呈增加趋势（图3a、图3c、图3d）。陕西中部及南部、青海北部等地区,R_T-高于R_P-,分布零散,水分条件影响程度更大。青海北部、甘肃东南部、陕西西南部、内蒙古北部和河南东部等地区,|R_P-|低于R_T+,热量对植被生长影响程度高于水分。如河南东部地区PRE_y呈下降趋势,Tmean_y呈增加趋势,NDVI_ymax呈增加趋势（图3a、图3c、图3d）。青海北部、甘肃东南部、陕西南部、山西东南部、内蒙古北部和河南东部等地区,|R_P-|高于R_T+,水分条件为主要影响因素。陕西中部及南部、内蒙古北部等地区,|R_T-|高于R_P+,植被生长受热量影响程度高于水分。陕西北部、山西中北部、内蒙古西部及北部、宁夏中部和甘肃西部等地区,|R_T-|低于R_P+,水分条件是植被的生长主要限制因子。

图4d为R_T、R_P在不同土地覆盖类型下的统计情况,黄土高原约75.06%的区域受水分条件的限制。灌木地与PRE_y偏相关系数最大（R_P=0.51）,对水分依赖程度最高,其次为草地（R_P=0.43）和裸地（R_P=0.36）;湿地因自身水分条件充足,对PRE_y响应程度最低（R_P=0.04）;森林根系发达,可以吸收土壤深层的水分,受PRE_y响应程度较弱（R_P=0.11）;耕地的R_P为0.22,耕地除自然降水外,还可以人工灌溉补充水分,受水分条件限制程度小于灌木地、草地和裸地,高于森林和湿地。裸地的R_T为-0.15,温度升高,加速地表蒸散发及土壤水分的流失,限制了植被生长;森林、灌木地和耕地与Tmean_y呈正相关（R_T=0.09、0.03和0.12）,温度上升,有利于叶片光合作用,促进了植被的生长;草地和湿地与Tmean_y正相关性极弱（R_T<0.01）。水分条件对灌木地、耕地、草地和裸地的影响程度远高于热量。灌木地、草地、裸地和耕地对热量和水分条件的敏感性高于森林和湿地植被。

高程影响了NDVI和水热条件的变化趋势,不同海拔上植被气候主控也必然发生变化。结合DEM,以100 m为步长统计R_T、R_P在不同海拔上的变化情况（图5）。曲线断开表示对应海拔上没有该植被类型。降水对植被生长的影响程度高于气温称为水分主控,反之为热量主控。由图4d和图5可知,热量是限制森林生长的主要因子,主控比例占51.19%,分布在海拔1000 m以下、1700~3700 m范围,水分主控则集中在海拔1000~1700 m、高于3700 m范围。水分条件是灌木地生长的主要因子,主控比例占87.63%,集中在海拔2200 m以下范围。草地受水分主控面积为83.11%,主要分布在海拔3000 m以下、4700 m以上,热量主控则集中在海拔3000~4700 m。热量是影响湿地植被生长的主要因子,主控比例占56.17%,主要集中在海拔2500 m以上,低于2500 m时,热量和水分主控存在交替变化的情况。水分条件是影响耕地植被的重要因子,主控比例为56.63%,海拔通常低于3000 m,热量主控区域的海拔为1300~1500 m、高于3000 m。水分条件是裸地植生长的主要因子,主控比例占67.42%,集中在海拔600~3700 m左右。

图5

新窗口打开|下载原图ZIP|生成PPT
图5年尺度上不同土地覆盖NDVI_ymax与Tmean_y、PRE_y偏相关系数随高程变化曲线

Fig. 5Curves of partial correlation coefficients of NDVI_ymax and Tmean_y, PRE_y with elevation based on different land cover types on the annual scale

3.4 黄土高原植被NDVI与Tmean、PRE月尺度响应关系分析

利用NDVI与前0~2个月Tmean和PRE的偏相关系数,研究植被对气候响应的滞后效应,结合图1b得到不同植被对气候响应的滞后性统计（图6）。月尺度上,黄土高原整体对Tmean的响应滞后1个月为主,对PRE未表现明显滞后性,与张含玉等^[21]的结论相同,对Tmean响应滞后0~2个月的比例为21.35%、61.68%和16.97%,对PRE响应滞后0~2个月的比例为96.79%、2.73%和0.47%（图6c）。对热量响应滞后2个月的区域分布在黄土高原西北地区,没有响应滞后性的区域则主要分布在东南地区。内蒙古西部和甘肃西北部等地区对水分响应滞后期为1个月,对热量响应存在2个月的滞后期。月尺度上不同植被对Tmean响应滞后性略有差异,草地、湿地、耕地和裸地植被对Tmean的响应滞后性明显,滞后1个月的比例占63.64%、71.85%、68.68%和60.77%;森林和灌木地对Tmean的响应则以没有滞后性为主,占91.35%和62.71%,六种植被对PRE的响应均以没有滞后性为主。

图6

新窗口打开|下载原图ZIP|生成PPT
图6月尺度上NDVI与前0~2个月Tmean和PRE滞后性空间分布及不同土地覆盖类型统计

Fig. 6On the monthly scale, the lagging spatial distribution of NDVI and Tmean and PRE in the preceding 0-2 months and the statistics of different land cover types in the Loess Plateau



通过偏相关系数得到滞后0~2个月的气候主控分布图（图7）。从图7a可知,NDVI与Tmean和PRE的偏相关系数以正相关为主,热量主控占56.75%,主要集中在陕西南部、陕西南部、河南、甘肃南部、宁夏北部和内蒙古北部等地区;水分主控占43.25%,主要分布陕西北部、山西北部、内蒙古中部、宁夏中南部、甘肃北部和青海等地区。当滞后时间为1个月时,热量正主控约占92.40%,水分主控仅为7.51%,陕西南部、甘肃南部和山西中部等地区NDVI与Tmean的偏相关系数为正,与PRE的偏相关系数为负（图7b）。当响应滞后2个月时,黄土高原约85.87%的区域,与PRE呈负相关,热量主控面积约占98.68%（图7c）。伴随滞后时间的推移,水分主控比例逐渐降低,热量成为影响植被生长的主要因素。

图7

新窗口打开|下载原图ZIP|生成PPT
图7月尺度上植被与气候因子响应滞后0~2个月的气候主控分布及百分比统计

Fig. 7On the monthly scale, the main climatic control distribution and percentage statistics of vegetation lagging 0-2 months in response to climate factors



NDVI与Tmean、PRE滞后0~2个月偏相关系数分别简称R_T0、R_T1、R_T2和R_P0、R_P1、R_P2,利用DEM统计R_T、R_P在不同海拔上的变化情况（图8,见第1209页）。结合图6c和图8可知,68.68%的耕地中对Tmean存在1个月的响应滞后期,主要在海拔150 m以下、350~2250 m、2550~2900 m、3430~3560 m范围;没有滞后性的区域主要在150~350 m、2250~2550 m附近;当2900~3430 m附近,响应滞后时间为2个月;当海拔超过2670 m,R_P0大于R_T0,水分对耕地的影响程度超过热量,其他海拔上热量是影响耕地的重要因素。91.35%的森林对Tmean响应不存在滞后性,主要在海拔2900 m以下、3450 m以上;热量是影响森林生长的主要因素。63.64%的草地对Tmean响应滞后1个月,主要在海拔710~3800 m,低于710 m时不存在滞后性,当超过3800 m时,响应滞后性长达2个月;当海拔超过1260 m时,R_P0大于R_T0,草地更容易受水分条件的限制,其他高度上,热量是主要影响因素。62.71%的灌木地对Tmean的响应没有滞后性,主要在海拔1270 m以下、1860 m以上的区域;当海拔1560~1820 m时,R_P0大于R_T0,水分更容易影响灌木地的生长,其他海拔热量是主要的影响因素。71.85%的湿地对Tmean响应存在1个月的滞后期,主要在海拔860 m以上,低于860 m时,没有滞后性,整体上热量对湿地的影响程度高于水分条件。60.77%的裸地对Tmean有1个月的滞后期,主要在海拔760~2100 m,海拔高于2100 m时,响应滞后为2个月,低于760 m时候,响应不存在滞后性;当低于1950 m时,热量是影响植被生长的主要因素,高于1950 m时,水分条件成为限制植被生长的主要因素。

图8

新窗口打开|下载原图ZIP|生成PPT
图8月尺度上不同土地覆盖NDVI与Tmean、PRE的相关系数随高程变化曲线

Fig. 8Curves of correlation coefficients of NDVI with Tmean and PRE with elevation based on different land cover types on the monthly scale

4 结论与讨论

4.1 结论

基于MOD13A1、MCD12Q1、气象数据及DEM数据,分析了黄土高原NDVI时空变化特征,探讨了两种尺度下NDVI对气候变化的响应特征,主要结论如下：

（1）黄土高原NDVI_ymax、Tmean_y和PRE_y增长率分别为0.007/a（p<0.01）、0.013 ℃/a（p>0.1）、3.828 mm/a（p>0.1）,生态环境整体不断改善,气候呈暖湿的发展趋势。

（2）黄土高原退化区域的土地覆盖构成为草地（52.88%）、耕地（44.72%）、裸地（1.61%）,83.77%的植被退化区域海拔低于2000 m,8.04%的退化区域在2000~3000 m。不同植被类型的退化区海拔差异明显,森林（退化区海拔主要集中在1500~2600 m,该海拔范围退化区占该覆被类型总退化区的80.73%,下同）、草地（1000~2200 m,75.43%、3000~4100 m,12.79%）、湿地（900~1100 m,84.41%）、耕地（<1200 m,86.64%、2200~3000 m,8.00%）、裸地（900~2000 m,78.33%、>4000 m,17.44%）、灌木地（1200~1700 m,88.33%）,退化类型以不显著减少为主。

（3）年尺度上,黄土高原NDVI_ymax与Tmean_y、PRE_y偏相关系数呈正相关的面积分别占总面积的55.56%、91.34%。不同植被对水热条件响应差异较大,同时水热主控分布受海拔影响明显。水分条件是限制灌木地（海拔分布<2200 m,下同）、耕地（<3000 m,热量主控1300~1500 m、>3000 m）、草地（<3000 m,热量主控3000~4700 m）和裸地（600~3700 m）生长的主要因素。热量是影响森林（<1000 m、1700~3700 m,水分主控1000~1700 m、>3700 m）和湿地（>2500 m）生长的主要因素。

（4）月尺度上,黄土高原植被NDVI对热量响应存在1个月的滞后期,对水分响应没有明显滞后性;草地（滞后性海拔分布710~3800 m,下同）、湿地（>860 m）、耕地（<150 m、350~2250 m、2550~2900 m、3430~3560 m）和裸地（760~2100 m）对热量响应存在1个月的滞后效应;森林（<2900 m、>3450 m）和灌木地（<1270 m、>1860 m）对热量响应没有滞后性。六种植被对水分条件响应均没有滞后性。伴随滞后时间的推移,水分主控比例逐渐降低,热量成为影响植被的主要因素。水热主控及响应滞后性分布受海拔影响明显,不同区域和海拔高度应选择合适的植被类型,合理的利用水资源进行植被恢复。

4.2 讨论

根据结论可知,自从“自然林保护”“退耕还林（草）”等工程以来,黄土高原植被NDVI整体逐渐改善,贺振等^[11]、赵安周等^[22]和袁丽华等^[31]也得出了类似的研究结果。随着经济的高速发展,城镇化进程的加快,部分低海拔范围的农田和草地逐渐转为建筑用地,加速了城镇附近区域植被覆盖的退化,如关中平原、河南中东部地区,这与王涛等^[15]研究结果相同。暖湿的气候环境有利于植被的生长,研究表明,热量的增加有利于冬小麦种植范围的北移西扩^[32],未来情境模式下林草界线整体将向西北方向迁移^[33]。退耕还林工程在增加植被资源的同时改善了当地气候状况,增加了降水,缓解了气候变化的幅度^[34],然而气候的变化再次影响了植被的再生潜力。

受地形因素的影响导致水热条件的变化趋势存在明显的地域差异性,不同类型的植被因自身特性,对水热条件响应的敏感程度存在差异。利用DEM统计NDVI_ymax、Tmean_y和PRE_y变化趋势,结合图3、图4和图5可知,80.73%的森林退化集中在海拔1500~2600 m,水分主控（1500~1700 m）和热量主控（1700~2600 m）区域都有分布,1500~1700 m植被退化区主要由于气温升高、水分流失加速导致,1700~2600 m的植被退化区是因为降水的增加,降低了植被日照时间,影响了植物光合作用。75.43%的草地退化分布在水分主控区,1000~2200 m植被退化区主要由于降水的减少,引起水分条件不足、气温升高加速了地表水分的流失,不利于植被生长,12.79%的植被退化区位于热量主控区,高海拔区域的植被通常为热量主控（图5）,降水量的增加,导致日照时间的减少,不利于植被的生长。84.41%的湿地退化分布在水热主控交替区域,900~1000 m时降水增加,气温升高放缓,热量条件不足引起了植被退化,而1000~1100 m时,降水和气温同时降低,水分条件是植被退化的主要因素（图5）。耕地的退化区域主要分布在水分主控区,海拔500 m以下的退化区占53.17%,耕地的退化可能与农作物品种、灌溉时间和田间管理方式等因素有关。78.33%的裸地退化分布在水分主控区域,海拔900~1100 m时,降水量减少,温度降低,当1100~2000 m时,气温迅速增加,降水量增加缓慢,水分条件的不足限制了裸地植被的生长;4000 m以上的退化区主要是由气温的快速增加,加速了地表水分的蒸发,限制了植被的生长。88.33%的灌木地退化区主要在水分主控区,海拔小于1700 m时,降水量减少,水分条件的不足和气温的升高导致了植被的退化。

整体上,水分条件是影响植被生长的主控因子^[22,35],黄土高原植被主要受水分条件控制,与史晓亮^[36]研究结论一致。植被生长所需水分主要来自降水^[37],水热条件的地域差异性,必然引起同种植被对气候响应程度及主控因子的不一致。因此,应考虑不同植被对水热条件的需求能力及该区域的水热条件变化趋势,因地制宜,合理的利用水热资源进行植被恢复。植被对气候的响应关系及滞后性与地形因素息息相关,目前只关注了海拔影响,未考虑坡度和坡向,未来研究将结合三者进行综合分析,进一步揭示植被变化及其气候响应的差异特征。人类活动作为影响植被变化的重要途径,通常在小尺度区域具有决定性影响^[38],本研究未评价人类活动在黄土高原植被变化过程中所起的作用,下一步将黄土高原植被变化的人为因素进行定量分析和驱动机制研究。另外,未来将土壤湿度、太阳辐射、蒸散发和干旱指数等数据与气温和降水数据一起进行综合分析,进一步探索植被变化与气候变化的关系。

致谢：

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文引言的撰写、结果分析时NDVI类型的选取、讨论和结论梳理方面的修改意见,使本文获益匪浅。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 刘哲, 邱炳文, 王壮壮 , 等. 2001-2014年间黄土高原植被覆盖状态时空演变分析
国土资源遥感, 2017,29(1):192-198.
[本文引用: 1]

[ Liu Zhe, Qiu Bingweng, Wang Zhuangzhuang , et al. Temporal and spatial variation analysis of vegetation cover in the Loess Plateau from 2001 to 2014
Remote Sensing for Land and Resources, 2017,29(1):192-198.]
[本文引用: 1]

[2] 高海东, 庞国伟, 李占斌 , 等. 黄土高原植被恢复潜力研究
地理学报, 2017,72(5):863-874.
DOI:10.11821/dlxb201705008URL [本文引用: 1]
黄土高原从1999年开始大规模退耕还林（草）,植被覆盖发生了较大变化,对黄土高原植被恢复现状和恢复潜力进行评估具有重要意义。本文使用1999-2013年SPOT VEG NDVI数据,采用线性回归、Hurst指数分析法、统计学方法以及地理空间分析技术,对黄土高原植被恢复状况和潜力进行了探讨。结论主要为：① 1999年退耕还林（草）以来,黄土高原植被覆盖度呈显著上升趋势,黄土高原三分之二地区的植被将会持续改善;② 植被响应曲线分析表明,黄土区植被覆盖度和干旱指数呈显著的指数关系,且缓坡相关性大于陡坡。土石山区植被响应函数为线性函数,相关系数下降;③ 整个黄土高原地区平均植被恢复潜力为69.75%。植被恢复潜力值东南高而西北低,黄土高原东南地区植被恢复状况较好,其植被恢复潜力指数较小,而植被恢复潜力指数较高的地区主要为北方风沙区及西部丘陵沟壑区;④ 不同降水量条件下,植被恢复速度差别显著,其中降水量在375~575 mm之间的地区,植被恢复最快。植被恢复措施应该&#x0201c;因水制宜&#x0201d;,避免因造林带来的土壤干化加剧。研究结果以期为黄土高原生态文明建设提供科学支撑。
[ Gao Haidong, Pang Guowei, Li Zhanbin , et al. Evaluating the potential of vegetation restoration in the Loess Plateau
Acta Geographica Sinica, 2017,72(5):863-874.]
DOI:10.11821/dlxb201705008URL [本文引用: 1]
黄土高原从1999年开始大规模退耕还林（草）,植被覆盖发生了较大变化,对黄土高原植被恢复现状和恢复潜力进行评估具有重要意义。本文使用1999-2013年SPOT VEG NDVI数据,采用线性回归、Hurst指数分析法、统计学方法以及地理空间分析技术,对黄土高原植被恢复状况和潜力进行了探讨。结论主要为：① 1999年退耕还林（草）以来,黄土高原植被覆盖度呈显著上升趋势,黄土高原三分之二地区的植被将会持续改善;② 植被响应曲线分析表明,黄土区植被覆盖度和干旱指数呈显著的指数关系,且缓坡相关性大于陡坡。土石山区植被响应函数为线性函数,相关系数下降;③ 整个黄土高原地区平均植被恢复潜力为69.75%。植被恢复潜力值东南高而西北低,黄土高原东南地区植被恢复状况较好,其植被恢复潜力指数较小,而植被恢复潜力指数较高的地区主要为北方风沙区及西部丘陵沟壑区;④ 不同降水量条件下,植被恢复速度差别显著,其中降水量在375~575 mm之间的地区,植被恢复最快。植被恢复措施应该&#x0201c;因水制宜&#x0201d;,避免因造林带来的土壤干化加剧。研究结果以期为黄土高原生态文明建设提供科学支撑。

[3] 刘宪锋, 潘耀忠, 朱秀芳 , 等. 2000-2014年秦巴山区植被覆盖时空变化特征及其归因
地理学报, 2015,70(5):705-716.
DOI:10.11821/dlxb201505003URL [本文引用: 2]
利用MODIS-NDVI数据,辅以趋势分析、Hurst指数及偏相关分析等方法,本文探讨了2000-2014年秦巴山区植被覆盖时空变化特征及未来趋势,并对其驱动因素进行分析。研究发现：① 近15年秦巴山区植被覆盖呈显著增加趋势,增速为2.8%/10a,其中2010年之前植被覆盖呈持续增加趋势,增速为4.32%/10a,而2010年之后呈连续下降态势,降速为-6.59%/10a;② 空间上,植被覆盖格局呈现&#x0201c;中间高、四周低&#x0201d;的分布特征,高值区主要分布在陕西境内的秦岭山地和大巴山山地;③ 秦巴山区植被覆盖呈增加和减少趋势的面积分别占81.32%和18.68%;然而,分段结果表明,2010-2014年有71.61%的区域植被覆盖呈下降趋势;④ 秦巴山区植被覆盖变化的反向特征强于同向特征,其中46.89%的区域将由改善转为退化,而持续改善地区仅占34.44%;⑤ 植被覆盖变化主要归因于降水的减少,同时拉尼娜年的植被覆盖整体好于厄尔尼诺年;⑥ 人类活动对植被覆盖造成双重影响,是植被覆盖变化的另一重要影响因素。
[ Liu Xianfeng, Pan Yaozhong, Zhu Xiufang , et al. Spatiotemporal variation of vegetation coverage in Qinling-Daba Mountains in relation to environmental factors
Acta Geographica Sinica, 2015,70(5):705-716.]
DOI:10.11821/dlxb201505003URL [本文引用: 2]
利用MODIS-NDVI数据,辅以趋势分析、Hurst指数及偏相关分析等方法,本文探讨了2000-2014年秦巴山区植被覆盖时空变化特征及未来趋势,并对其驱动因素进行分析。研究发现：① 近15年秦巴山区植被覆盖呈显著增加趋势,增速为2.8%/10a,其中2010年之前植被覆盖呈持续增加趋势,增速为4.32%/10a,而2010年之后呈连续下降态势,降速为-6.59%/10a;② 空间上,植被覆盖格局呈现&#x0201c;中间高、四周低&#x0201d;的分布特征,高值区主要分布在陕西境内的秦岭山地和大巴山山地;③ 秦巴山区植被覆盖呈增加和减少趋势的面积分别占81.32%和18.68%;然而,分段结果表明,2010-2014年有71.61%的区域植被覆盖呈下降趋势;④ 秦巴山区植被覆盖变化的反向特征强于同向特征,其中46.89%的区域将由改善转为退化,而持续改善地区仅占34.44%;⑤ 植被覆盖变化主要归因于降水的减少,同时拉尼娜年的植被覆盖整体好于厄尔尼诺年;⑥ 人类活动对植被覆盖造成双重影响,是植被覆盖变化的另一重要影响因素。

[4] 周伟, 刚成诚, 李建龙 , 等. 1982-2010年中国草地覆盖度的时空动态及其对气候变化的响应
地理学报, 2014,69(1):15-30.
DOI:10.11821/dlxb201401002URL [本文引用: 1]
基于1982-2006 年的GIMMS NDVI 数据和2001-2010 年的MODIS NDVI 数据反演中国草地覆盖度的空间格局和变化趋势,结合1982-2010 年中国气象站点气温和降水数据,分别从不同时空尺度和不同草地类型上分析中国草地覆盖度的年际和月际变化对气候变化的响应。结果表明：（1） 1982-2010 年间中国草地分布区气温呈上升趋势（0.04 ℃/年）,降水量呈减少趋势（-0.39 mm/年）,西北干旱区气候暖湿化趋势明显。（2） 中国草地覆盖度空间上呈现东南高西北低的特征,29 年间草地覆盖度平均值为34%,坡面草地覆盖度最高为61.4%,荒漠草地覆盖度最低为17.1%。（3） 29 年间中国草地覆盖度总体呈现上升趋势,平均为0.17%/年,西北干旱和青藏高原地区草地覆盖度增加趋势明显。坡面草地覆盖度增加趋势最明显,平均值为0.27%/年,平原草地和草甸增加趋势较小,平均值仅为0.11%/年和0.10%/年。总体上,中国草地覆盖度呈极显著增加（46.03%） 和显著增加的面积比例（11%）大于极显著减少（4.1%）和显著减少的面积比例（3.24%）。（4） 从年际变化上,草地覆盖度与气温和降水量均呈不显著正相关（R = 0.21；R = 0.1）；从不同草地类型上,荒漠草地和平原草地覆盖度受降水量影响较大,而高山亚高山草甸、高山亚高山草地、坡面草地和草甸覆盖度与温度相关性较大。（5） 从月际变化上,草地覆盖度与当月气温、降水量具有显著的相关性（R = 0.80；R = 0.76）,表明水热因子的季节波动对牧草生长的影响更大；并且所有类型植被覆盖度与前一月气温和降水量的相关系数最大,表现出明显的时滞效应。
[ Zhou Wei, Gang Chengcheng, Li Jianlong , et al. Spatial-temporal dynamics of grassland coverage and its response to climate change in China during 1982-2010
Acta Geographica Sinica, 2014,69(1):15-30.]
DOI:10.11821/dlxb201401002URL [本文引用: 1]
基于1982-2006 年的GIMMS NDVI 数据和2001-2010 年的MODIS NDVI 数据反演中国草地覆盖度的空间格局和变化趋势,结合1982-2010 年中国气象站点气温和降水数据,分别从不同时空尺度和不同草地类型上分析中国草地覆盖度的年际和月际变化对气候变化的响应。结果表明：（1） 1982-2010 年间中国草地分布区气温呈上升趋势（0.04 ℃/年）,降水量呈减少趋势（-0.39 mm/年）,西北干旱区气候暖湿化趋势明显。（2） 中国草地覆盖度空间上呈现东南高西北低的特征,29 年间草地覆盖度平均值为34%,坡面草地覆盖度最高为61.4%,荒漠草地覆盖度最低为17.1%。（3） 29 年间中国草地覆盖度总体呈现上升趋势,平均为0.17%/年,西北干旱和青藏高原地区草地覆盖度增加趋势明显。坡面草地覆盖度增加趋势最明显,平均值为0.27%/年,平原草地和草甸增加趋势较小,平均值仅为0.11%/年和0.10%/年。总体上,中国草地覆盖度呈极显著增加（46.03%） 和显著增加的面积比例（11%）大于极显著减少（4.1%）和显著减少的面积比例（3.24%）。（4） 从年际变化上,草地覆盖度与气温和降水量均呈不显著正相关（R = 0.21；R = 0.1）；从不同草地类型上,荒漠草地和平原草地覆盖度受降水量影响较大,而高山亚高山草甸、高山亚高山草地、坡面草地和草甸覆盖度与温度相关性较大。（5） 从月际变化上,草地覆盖度与当月气温、降水量具有显著的相关性（R = 0.80；R = 0.76）,表明水热因子的季节波动对牧草生长的影响更大；并且所有类型植被覆盖度与前一月气温和降水量的相关系数最大,表现出明显的时滞效应。

[5] Sun W Y, Song X Y, Mu X M , et al. Spatiotemporal vegetation cover variations associated with climate change and ecological restoration in the Loess Plateau
Agricultural Forest Meteorology, 2015, 209-210(1):87-99.
DOI:10.1016/j.agrformet.2015.05.002URL [本文引用: 2]

[6] 孙锐, 陈少辉, 苏红波 . 2000—2016年黄土高原不同土地覆盖类型植被NDVI时空变化
地理科学进展, 2019,38(8):1248-1258.
DOI:10.18306/dlkxjz.2019.08.013URL [本文引用: 1]
了解植被覆盖的时空变化对区域环境保护及生态环境建设具有重要意义。基于MOD13A1数据,辅以Sen+Mann-Kendall、变异系数、Hurst指数,通过分析2000—2016年间黄土高原NDVI年最大值(NDVI_ymax)和生长季均值(NDVI_gsmean)时空变化特征及趋势,以了解黄土高原实施退耕还林(草)等生态工程后的植被覆盖恢复情况。结果表明：① 2000—2016年植被NDVI_ymax和NDVI_gsmean呈现波动式增长趋势,增长率分别为0.0070/a(P<0.01)和0.0063/a(P<0.01),生态环境整体不断改善。② NDVI_ymax和NDVI_gsmean显示黄土高原植被覆盖呈增加趋势的面积远高于呈减少趋势的面积(93.42%和96.22%、6.58%和3.78%),植被覆盖状态正在不断改善。2种数据变化趋势下,不同土地覆盖类型表现略有差异,森林极显著增加趋势面积最大(73.02%和82.60%),其次为耕地(47.87%和67.43%),再次为裸地(47.03%和61.68%)。③ NDVI_gsmean的变异系数小于NDVI_ymax的变异系数,相对稳定区域面积比分别为63.31%与56.64%,2种数据分析下森林变异系数最小,植被稳定性最好。④ 从植被NDVI变化趋势与Hurst组合结果得出,NDVI_ymax未来呈现改善趋势面积占41.35%,退化趋势面积占58.65%;NDVI_gsmean呈现改善趋势面积占49.19%,退化趋势面积占50.81%。2种数据下,灌木地未来发展趋势最好,森林和耕地退化趋势面积超过了50%。研究人员应持续关注退化趋势地区的植被状态。
[ Sun Rui, Chen Shaohui, Su Hongbo . Spatiotemporal variations of NDVI of different land cover types on the Loess Plateau from 2000 to 2016
Progress in Geography, 2019,38(8):1248-1258.]
DOI:10.18306/dlkxjz.2019.08.013URL [本文引用: 1]
了解植被覆盖的时空变化对区域环境保护及生态环境建设具有重要意义。基于MOD13A1数据,辅以Sen+Mann-Kendall、变异系数、Hurst指数,通过分析2000—2016年间黄土高原NDVI年最大值(NDVI_ymax)和生长季均值(NDVI_gsmean)时空变化特征及趋势,以了解黄土高原实施退耕还林(草)等生态工程后的植被覆盖恢复情况。结果表明：① 2000—2016年植被NDVI_ymax和NDVI_gsmean呈现波动式增长趋势,增长率分别为0.0070/a(P<0.01)和0.0063/a(P<0.01),生态环境整体不断改善。② NDVI_ymax和NDVI_gsmean显示黄土高原植被覆盖呈增加趋势的面积远高于呈减少趋势的面积(93.42%和96.22%、6.58%和3.78%),植被覆盖状态正在不断改善。2种数据变化趋势下,不同土地覆盖类型表现略有差异,森林极显著增加趋势面积最大(73.02%和82.60%),其次为耕地(47.87%和67.43%),再次为裸地(47.03%和61.68%)。③ NDVI_gsmean的变异系数小于NDVI_ymax的变异系数,相对稳定区域面积比分别为63.31%与56.64%,2种数据分析下森林变异系数最小,植被稳定性最好。④ 从植被NDVI变化趋势与Hurst组合结果得出,NDVI_ymax未来呈现改善趋势面积占41.35%,退化趋势面积占58.65%;NDVI_gsmean呈现改善趋势面积占49.19%,退化趋势面积占50.81%。2种数据下,灌木地未来发展趋势最好,森林和耕地退化趋势面积超过了50%。研究人员应持续关注退化趋势地区的植被状态。

[7] Li J J, Li Z, Lü Z M . Analysis of spatiotemporal variations in land use on the Loess Plateau of China during 1986-2010
Environmental Earth Sciences, 2016,75(11):1-12.
DOI:10.1007/s12665-015-4873-xURL [本文引用: 1]

[8] 邓景成, 高鹏, 穆兴民 , 等. 黄土高原退耕还林工程对生态环境的影响及对策建议
水土保持研究, 2017,24(5):63-68.
[本文引用: 1]

[ Deng Jingcheng, Gao Peng, Mu Xingmin , et al. Impacts and advice of the Grain for Green Project to ecological enviroment on the Loess Plateau
Research of Soil and Water Conservation, 2017,24(5):63-68.]
[本文引用: 1]

[9] 龙岳红, 秦建新, 贺新光 , 等. 洞庭湖流域植被动态变化的小波多分辨率分析
地理学报, 2015,70(9):1491-1502.
DOI:10.11821/dlxb201509011URL [本文引用: 1]
将离散小波多分辨率分析（MRA）应用于归一化植被指数（NDVI）时间序列研究,分解NDVI原数据序列成不同时间尺度的子序列,从而进行植被动态变化分析。针对洞庭湖流域的NDVI时间序列进行多尺度分解,挖掘这些数据中潜在的植被季节性和年际变化,对其进行评估,并结合土地覆盖变化与降水趋势变化分析引起该变化的可能原因。结果表明：小波多分辨率分析能提取洞庭湖流域植被动态的相关信息,如NDVI的年际成分均值、最低值、植被年内变化的振幅、NDVI最大值出现的月份和土地覆盖变化的趋势及幅度,这些信息有效刻画了流域植被动态变化特征。此外,将土地覆盖变化分析结果与降水数据相结合进行分析,发现流域植被覆盖的变化与降水变化有明显的关联性,其中西部地区和西北部地区植被动态变化对降水响应最为明显。但是有些地区降水没有明显减少趋势,而植被覆盖却存在减少趋势,则可能与该地地势较高、城镇化建设等其他因素相关。
[ Long Yuehong, Qin Jianxin, He Xinguang , et al. Wavelet multi-resolution analysis of vegetation dynamic change in Dongting Lake Basin
Acta Geographica Sinica, 2015,70(9):1491-1502.]
DOI:10.11821/dlxb201509011URL [本文引用: 1]
将离散小波多分辨率分析（MRA）应用于归一化植被指数（NDVI）时间序列研究,分解NDVI原数据序列成不同时间尺度的子序列,从而进行植被动态变化分析。针对洞庭湖流域的NDVI时间序列进行多尺度分解,挖掘这些数据中潜在的植被季节性和年际变化,对其进行评估,并结合土地覆盖变化与降水趋势变化分析引起该变化的可能原因。结果表明：小波多分辨率分析能提取洞庭湖流域植被动态的相关信息,如NDVI的年际成分均值、最低值、植被年内变化的振幅、NDVI最大值出现的月份和土地覆盖变化的趋势及幅度,这些信息有效刻画了流域植被动态变化特征。此外,将土地覆盖变化分析结果与降水数据相结合进行分析,发现流域植被覆盖的变化与降水变化有明显的关联性,其中西部地区和西北部地区植被动态变化对降水响应最为明显。但是有些地区降水没有明显减少趋势,而植被覆盖却存在减少趋势,则可能与该地地势较高、城镇化建设等其他因素相关。

[10] 赵安周, 刘宪锋, 朱秀芳 , 等. 2000-2014年黄土高原植被覆盖时空变化特征及其归因
中国环境科学, 2016,36(5):1568-1578.
[本文引用: 1]

[ Zhao Anzhou, Liu Xianfeng, Zhu Xiufang , et al. Spatiotemporal analyses and associated driving forces of vegetation coverage change in the Loess Plateau
China Environmental Science, 2016,36(5):1568-1578.]
[本文引用: 1]

[11] 贺振, 贺俊平 . 近32年黄河流域植被覆盖时空演化遥感监测
农业机械学报, 2017,48(2):179-185.
[本文引用: 2]

[ He Zhen, He Junping . Remote sensing on spatio-temporal evolution of vegetation cover in the yellow river basin during 1982-2013
Transactions of the Chinese Society for Agricultural Machinery, 2017,48(2):179-185.]
[本文引用: 2]

[12] 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
地理学报, 2018,73(3):395-404.
DOI:10.11821/dlxb201803001URL [本文引用: 1]
结合1982-2015年归一化植被指数（NDVI）、植被类型和气象数据,分别利用一元线性回归和二阶偏相关分析方法,揭示了中国温带地区的生长季不同季节昼夜增温的时空格局以及昼夜增温的不对称性对各类型植被活动的影响。结果表明：① 近34年来中国温带大部分地区季节性昼夜气温都存在显著的上升趋势;生长季昼夜增温速率呈现出不对称性,春季、夏季白天气温上升速度略快于夜间,秋季夜间增温快于白天;② 不同季节的昼夜增温对植被活动的影响呈现出明显的分异特征,相对于夜间增温,白天增温对植被活动影响程度更大,影响区域更为广泛;相比夏季和秋季,春季昼夜增温对植被活动的影响范围更广;③ 不同类型植被对昼夜增温速率的不对称性产生了不同的响应,并且在不同季节上的响应程度存在差异。
[ Zhao Jie, Du Ziqiang, Wu Zhitao , et al. Seasonal variations of day and nighttime warming and their effects on vegetation dynamics in China's temperate zone
Acta Geographica Sinica, 2018,73(3):395-404.]
DOI:10.11821/dlxb201803001URL [本文引用: 1]
结合1982-2015年归一化植被指数（NDVI）、植被类型和气象数据,分别利用一元线性回归和二阶偏相关分析方法,揭示了中国温带地区的生长季不同季节昼夜增温的时空格局以及昼夜增温的不对称性对各类型植被活动的影响。结果表明：① 近34年来中国温带大部分地区季节性昼夜气温都存在显著的上升趋势;生长季昼夜增温速率呈现出不对称性,春季、夏季白天气温上升速度略快于夜间,秋季夜间增温快于白天;② 不同季节的昼夜增温对植被活动的影响呈现出明显的分异特征,相对于夜间增温,白天增温对植被活动影响程度更大,影响区域更为广泛;相比夏季和秋季,春季昼夜增温对植被活动的影响范围更广;③ 不同类型植被对昼夜增温速率的不对称性产生了不同的响应,并且在不同季节上的响应程度存在差异。

[13] Li J J, Peng S Z, Li Z . Detecting and attributing vegetation changes on China’s Loess Plateau
Agricultural and Forest Meteorology, 2017,247:260-270.
DOI:10.1016/j.agrformet.2017.08.005URL [本文引用: 2]

[14] Zhang Z, Chang J, Xu C Y , et al. The response of lake area and vegetation cover variations to climate change over the Qinghai-Tibetan Plateau during the past 30 years
Science of the Total Environment, 2018,635:443.
DOI:10.1016/j.scitotenv.2018.04.113URLPMID:29677670 [本文引用: 1]
Lakes and vegetation are important factors of the Earth's hydrological cycle and can be called an &quot;indicator&quot; of climate change. In this study, long-term changes of lakes' area and vegetation coverage in the Qinghai-Tibetan Plateau (QTP) and their relations to the climate change were analyzed by using Mann-Kendall method during the past 30years. Results showed that: 1) the lakes' area of the QTP increased significantly during the past 30years as a whole, and the increasing rates have been dramatically sped up since the year of 2000. Among them, the area of Ayakekumu Lake has the fastest growing rate of 51.35%, which increased from 618km² in the 1980s to 983km² in the 2010s; 2) overall, the Normalized Difference Vegetation Index (NDVI) increased in the QTP during the past 30years. Above 79% of the area in the QTP showed increasing trend of NDVI before the year of 2000; 3) the air temperature increased significantly, the precipitation increased slightly, and the pan evaporation decreased significantly during the past 30years. The lake area and vegetation coverage changes might be related to the climate change. The shifts in the temporal climate trend occurred around the year 2000 had led the lake area and vegetation coverage increasing. This study is of importance in further understanding the environmental changes under global warming over the QTP.

[15] 王涛, 李贝贝, 裴春营 . 植被NDVI对城市扩展及气候变化的响应: 以西安及其附近区域为例
干旱区地理, 2017,40(2):388-396.
[本文引用: 2]

[ Wang Tao, Li Beibei, Pei Chunying . Impact of urban expansion and climate change on vegetation NDVI: A case of Xi’an city and its nearby area
Arid Land Geography, 2017,40(2):388-396.]
[本文引用: 2]

[16] 韦振锋, 王德光, 张翀 , 等. 1999-2010年中国西北地区植被覆盖对气候变化和人类活动的响应
中国沙漠, 2014,34(6):1665-1670.
DOI:10.7522/j.issn.1000-694X.2014.00032URL [本文引用: 1]
中国西北地区气候干旱,频繁出现沙尘天气,属于生态脆弱区域,而植被变化是生态系统对气候变化响应的指示器,研究其变化对改善西北生态环境具有重要意义.本文利用1999—2010年归一化植被指数(NDVI)以及气象数据研究中国西北地区植被覆盖时空变化,以Sen趋势度结合Mann-Kendall检验、相关和偏相关分析以及残差法分析人类活动和气候变化对植被覆盖变化的影响.结果表明:西北地区植被覆盖整体呈增加趋势,但在局部地区气候干旱少雨和人类活动抑制植被生长.植被变化强度空间差异是人类活动和气候要素共同作用的结果:气温高,降水少,大部分地区植被覆盖与气候要素相关显著,并且植被变化对气温和降水的响应存在一定滞后时间;蒸发量大于降水量,人类引水灌溉弥补降水不足,使得农业植被呈增长趋势.新疆北部地区植被覆盖呈下降趋势,原因是气候干旱、沙漠化严重会抑制植被生长,人类活动频繁、城市扩建同样会破坏植被生长.
[ Wei Zhenfeng, Wang Deguang, Zhang Chong , et al. Response of vegetation cover to climate change and human activities in Northwest China during 1999-2010
Journal of Desert Research, 2014,34(6):1665-1670.]
DOI:10.7522/j.issn.1000-694X.2014.00032URL [本文引用: 1]
中国西北地区气候干旱,频繁出现沙尘天气,属于生态脆弱区域,而植被变化是生态系统对气候变化响应的指示器,研究其变化对改善西北生态环境具有重要意义.本文利用1999—2010年归一化植被指数(NDVI)以及气象数据研究中国西北地区植被覆盖时空变化,以Sen趋势度结合Mann-Kendall检验、相关和偏相关分析以及残差法分析人类活动和气候变化对植被覆盖变化的影响.结果表明:西北地区植被覆盖整体呈增加趋势,但在局部地区气候干旱少雨和人类活动抑制植被生长.植被变化强度空间差异是人类活动和气候要素共同作用的结果:气温高,降水少,大部分地区植被覆盖与气候要素相关显著,并且植被变化对气温和降水的响应存在一定滞后时间;蒸发量大于降水量,人类引水灌溉弥补降水不足,使得农业植被呈增长趋势.新疆北部地区植被覆盖呈下降趋势,原因是气候干旱、沙漠化严重会抑制植被生长,人类活动频繁、城市扩建同样会破坏植被生长.

[17] Nan C, G M, Shen, Wei Y, et al. Varying responses of vegetation activity to climate changes on the Tibetan Plateau grassland
International Journal of Biometeorology, 2017,61(8):1-12.
DOI:10.1007/s00484-017-1321-5URLPMID:28247125 [本文引用: 1]
Vegetation activity on the Tibetan Plateau grassland has been substantially enhanced as a result of climate change, as revealed by satellite observations of vegetation greenness (i.e., the normalized difference vegetation index, NDVI). However, little is known about the temporal variations in the relationships between NDVI and temperature and precipitation, and understanding this is essential for predicting how future climate change would affect vegetation activity. Using NDVI data and meteorological records from 1982 to 2011, we found that the inter-annual partial correlation coefficient between growing season (May-September) NDVI and temperature (R_NDVI-T) in a 15-year moving window for alpine meadow showed little change, likely caused by the increasing R_NDVI-T in spring (May-June) and autumn (September) and decreasing R_NDVI-T in summer (July-August). Growing season R_NDVI-T for alpine steppe increased slightly, mainly due to increasing R_NDVI-T in spring and autumn. The partial correlation coefficient between growing season NDVI and precipitation (R_NDVI-P) for alpine meadow increased slightly, mainly in spring and summer, and R_NDVI-P for alpine steppe increased, mainly in spring. Moreover, R_NDVI-T for the growing season was significantly higher in those 15-year windows with more precipitation for alpine steppe. R_NDVI-P for the growing season was significantly higher in those 15-year windows with higher temperature, and this tendency was stronger for alpine meadow than for alpine steppe. These results indicate that the impact of warming on vegetation activity of Tibetan Plateau grassland is more positive (or less negative) during periods with more precipitation and that the impact of increasing precipitation is more positive (or less negative) during periods with higher temperature. Such positive effects of the interactions between temperature and precipitation indicate that the projected warmer and wetter future climate will enhance vegetation activity of Tibetan Plateau grassland.

[18] Kong D D, Zhang Q, Singh Vijay P , et al. Seasonal vegetation response to climate change in the northern hemisphere (1982-2013)
Global Planetary Change, 2016,148:1-8.
DOI:10.1016/j.gloplacha.2016.10.020URL [本文引用: 1]

[19] He B, Chen A F, Wang H L , et al. Dynamic response of satellite-derived vegetation growth to climate change in the Three North Shelter Forest Region in China
Remote Sensing, 2015,7(8):9998-10016.
DOI:10.3390/rs70809998URL [本文引用: 1]

[20] 易浪, 任志远, 张翀 , 等. 黄土高原植被覆盖变化与气候和人类活动的关系
资源科学, 2014,36(1):166-174.
[本文引用: 2]

[ Yi Lang, Ren Zhiyuan, Zhang Chong , et al. Vegetation cover, climate and human activities on the Loess Plateau
Resources Science, 2014,36(1):166-174.]
[本文引用: 2]

[21] 张含玉, 方怒放, 史志华 . 黄土高原植被覆盖时空变化及其对气候因子的响应
生态学报, 2016,36(13):3960-3968.
DOI:10.5846/stxb201506281310URL [本文引用: 1]
为研究黄土高原地区退耕还林（草）后，植被覆盖变化及其对水热条件的响应，利用1999-2013年SPOT VGT NDVI 1km/10d分辨率数据，采用最大合成法、一元线性回归法和偏相关分析法，系统分析了黄土高原地区NDVI（归一化植被指数）的时空分布及变化趋势，及其与气候因子的关系。结果表明：黄土高原1999-2013年年最大NDVI的平均值为0.31，NDVI较高的区域位于黄土高原南部，而西北部植被覆盖度较低；自1999年开始，黄土高原地区NDVI呈极显著（P< 0.01）增加趋势，年最大NDVI的变化斜率为0.0099；不同季节（春、夏、秋、冬）和生长季的植被状况均呈现良性发展趋势；1998-2013年间，黄土高原地区气候呈现不显著的“冷湿化”特征；NDVI年际（及生长季和季节）变化与降雨和温度的相关性不显著，而在月时间尺度上，呈显著的相关性，并且月NDVI与当月降雨量的相关性要强于与当月温度的相关性；植被生长对温度的响应存在一个月的滞后期，而对降雨的响应无滞后效应。
[ Zhang Hanyu, Fang Nufang, Shi Zhihua . Spatio-temporal patterns for the NDVI and its responses to climatic factors in the Loess Plateau, China
Acta Ecologica Sinica, 2016,36(13):3960-3968.]
DOI:10.5846/stxb201506281310URL [本文引用: 1]
为研究黄土高原地区退耕还林（草）后，植被覆盖变化及其对水热条件的响应，利用1999-2013年SPOT VGT NDVI 1km/10d分辨率数据，采用最大合成法、一元线性回归法和偏相关分析法，系统分析了黄土高原地区NDVI（归一化植被指数）的时空分布及变化趋势，及其与气候因子的关系。结果表明：黄土高原1999-2013年年最大NDVI的平均值为0.31，NDVI较高的区域位于黄土高原南部，而西北部植被覆盖度较低；自1999年开始，黄土高原地区NDVI呈极显著（P< 0.01）增加趋势，年最大NDVI的变化斜率为0.0099；不同季节（春、夏、秋、冬）和生长季的植被状况均呈现良性发展趋势；1998-2013年间，黄土高原地区气候呈现不显著的“冷湿化”特征；NDVI年际（及生长季和季节）变化与降雨和温度的相关性不显著，而在月时间尺度上，呈显著的相关性，并且月NDVI与当月降雨量的相关性要强于与当月温度的相关性；植被生长对温度的响应存在一个月的滞后期，而对降雨的响应无滞后效应。

[22] 赵安周, 张安兵, 刘海新 , 等 . 退耕还林(草)工程实施前后黄土高原植被覆盖时空变化分析
自然资源学报, 2017,32(3):449-460.
[本文引用: 4]

[ Zhao Anzhou, Zhang Anbing, Liu Haixin , et al. Spatiotemporal variation of vegetation coverage before and after implementation of Grain for Green Project in the Loess Plateau
Journal of Natural Resources, 2017,32(3):449-460.]
[本文引用: 4]

[23] Holben Brent N . Characteristics of maximum-value composite images from temporal AVHRR data
International Journal of Remote Sensing, 1986,7(11):1417-1434.
DOI:10.1080/01431168608948945URL [本文引用: 1]

[24] Gocic M, Trajkovic S . Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia
Global and Planetary Change, 2013,100(1):172-182.
DOI:10.1016/j.gloplacha.2012.10.014URL [本文引用: 1]

[25] Farshad F, Zohreh D, M B, Hadi , et al. Trends in hydrological and climatic variables affected by four variations of the Mann-Kendall approach in Urmia Lake basin, Iran. Hydrological Sciences Journal-
Journal Des Sciences Hydrologiques, 2016,61(5):892-904.
[本文引用: 1]

[26] Sen P K . Estimates of the regression coefficient based on Kendall's Tau
Publications of the American Statistical Association, 1968,63(324):1379-1389.
[本文引用: 1]

[27] Mann Kendall, Rank Correlation Methods
London: Griffin, 1975: 57.
[本文引用: 1]

[28] 陈登魁, 马超, 王夏冰 , 等. 1982-2015年可可西里NDVI变化特征及其气候响应
干旱区研究, 2018,35(6):1410-1417.
[本文引用: 1]

[ Chen Dengkui, Ma Chao, Wang Xiabing , et al. Variation of NDVI and Its response to climate change in Hoh Xil during the period of 1982-2015
Arid Zone Research, 2018,35(6):1410-1417.]
[本文引用: 1]

[29] Hwang T, Band L E, Miniat C F , et al. Divergent phenological response to hydroclimate variability in forested mountain watersheds
Global Change Biology, 2014,20(8):2580-2595.
DOI:10.1111/gcb.12556URLPMID:24677382 [本文引用: 1]
Mountain watersheds are primary sources of freshwater, carbon sequestration, and other ecosystem services. There is significant interest in the effects of climate change and variability on these processes over short to long time scales. Much of the impact of hydroclimate variability in forest ecosystems is manifested in vegetation dynamics in space and time. In steep terrain, leaf phenology responds to topoclimate in complex ways, and can produce specific and measurable shifts in landscape forest patterns. The onset of spring is usually delayed at a specific rate with increasing elevation (often called Hopkins' Law; Hopkins, 1918), reflecting the dominant controls of temperature on greenup timing. Contrary with greenup, leaf senescence shows inconsistent trends along elevation gradients. Here, we present mechanisms and an explanation for this variability and its significance for ecosystem patterns and services in response to climate. We use moderate-resolution imaging spectro-radiometer (MODIS) Normalized Difference Vegetation Index (NDVI) data to derive landscape-induced phenological patterns over topoclimate gradients in a humid temperate broadleaf forest in southern Appalachians. These phenological patterns are validated with different sets of field observations. Our data demonstrate that divergent behavior of leaf senescence with elevation is closely related to late growing season hydroclimate variability in temperature and water balance patterns. Specifically, a drier late growing season is associated with earlier leaf senescence at low elevation than at middle elevation. The effect of drought stress on vegetation senescence timing also leads to tighter coupling between growing season length and ecosystem water use estimated from observed precipitation and runoff generation. This study indicates increased late growing season drought may be leading to divergent ecosystem response between high and low elevation forests. Landscape-induced phenological patterns are easily observed over wide areas and may be used as a unique diagnostic for sources of ecosystem vulnerability and sensitivity to hydroclimate change.

[30] Dragoni D, Rahman A F . Trends in fall phenology across the deciduous forests of the eastern USA
Agricultural and Forest Meteorology, 2012,157:96-105.
DOI:10.1016/j.agrformet.2012.01.019URL [本文引用: 1]
Decadal trends in delay of the end of the season (EOS) have been recently observed across a large fraction of the forested areas in the Northern hemisphere. However, the spatial patterns of EOS variability and its environmental forcings at local scale are largely unknown within deciduous forests. In this study, we investigated short- and long-term changes in EOS and its relationship with variability of air temperature and precipitation across the deciduous forests of the Eastern USA from 1989 to 2008. We used high-resolution (1 km(2)) satellite data in conjunction with meteorological measurements. Our results show strong evidence of widespread delay in EOS throughout larger areas than what was previously reported. Equally important, the results show that EOS variability and EOS response to summer air temperature varied significantly across the Eastern USA. EOS response to climate variability was in general correlated with the latitude of the forest, but different patterns for different areas were observed as well. No clear relationship was observed between EOS and precipitation, probably because of the complexity of the link between water relations and senescence mechanisms and controls in deciduous trees. Overall, our results show the importance of local scale heterogeneity (likely driven by both biotic and abiotic factors) in determining significantly different patterns in the relationship between EOS and climate variability across Eastern USA. (c) 2012 Elsevier B.V.

[31] 袁丽华, 蒋卫国, 申文明 , 等. 2000-2010年黄河流域植被覆盖的时空变化
生态学报, 2013,33(24):7798-7806.
DOI:10.5846/stxb201305281212URL [本文引用: 1]
黄河流域位于干旱、半干旱和半湿润地区，生态环境脆弱，近年来，在气候变化和人类活动影响下，植被覆盖状况发生了变化。因此需要对黄河流域植被覆盖的变化进行监测，进而掌握流域植被的动态变化特征。在此背景下，利用2000-2010年的250 m分辨率的MOD13Q1数据来研究黄河流域植被覆盖区域的NDVI时空变化特征。采用Theil-Sen Median趋势分析和Mann-Kendall检验来研究NDVI的变化趋势特征，通过对Theil-Sen Median趋势分析和Mann-Kendall检验的结果和Hurst指数的结果的叠加，来研究NDVI的可持续特征。研究表明：1）从空间分布上看，黄河流域NDVI呈现出西部和东南部高，北部低的特征；2）从时间变化特征上看，2000-2010年植被覆盖区域年均NDVI均值在0.3-0.4之间波动，其中2000-2004年NDVI波动较大，但自2005年以来NDVI呈现快速增长的趋势；3）从变化趋势上看，2000-2010年黄河流域植被改善的区域远远大于退化的区域，改善的区域占植被覆盖区域总面积的62.9%，退化的区域占27.7%，9.4%的区域NDVI稳定不变；4）从可持续性来看，86.0%的植被覆盖区域NDVI呈现正向可持续性，即NDVI的可持续性较强；由变化趋势与Hurst指数的耦合信息得出，持续改善的面积占植被覆盖区域总面积的53.7%，持续稳定不变的区域占7.8%，持续退化的区域占24.5%，另外14.0%的区域未来变化趋势无法确定，持续退化和未来变化趋势无法确定区域的植被变化状况需要研究人员继续关注。
[ Yuan Lihua, Jiang Weiguo, Shen Wenming , et al. The spatio-temporal variations of vegetation cover in the Yellow River basin from 2000 to 2010
Acta Ecologica Sinica, 2013,33(24):7798-7806.]
DOI:10.5846/stxb201305281212URL [本文引用: 1]
黄河流域位于干旱、半干旱和半湿润地区，生态环境脆弱，近年来，在气候变化和人类活动影响下，植被覆盖状况发生了变化。因此需要对黄河流域植被覆盖的变化进行监测，进而掌握流域植被的动态变化特征。在此背景下，利用2000-2010年的250 m分辨率的MOD13Q1数据来研究黄河流域植被覆盖区域的NDVI时空变化特征。采用Theil-Sen Median趋势分析和Mann-Kendall检验来研究NDVI的变化趋势特征，通过对Theil-Sen Median趋势分析和Mann-Kendall检验的结果和Hurst指数的结果的叠加，来研究NDVI的可持续特征。研究表明：1）从空间分布上看，黄河流域NDVI呈现出西部和东南部高，北部低的特征；2）从时间变化特征上看，2000-2010年植被覆盖区域年均NDVI均值在0.3-0.4之间波动，其中2000-2004年NDVI波动较大，但自2005年以来NDVI呈现快速增长的趋势；3）从变化趋势上看，2000-2010年黄河流域植被改善的区域远远大于退化的区域，改善的区域占植被覆盖区域总面积的62.9%，退化的区域占27.7%，9.4%的区域NDVI稳定不变；4）从可持续性来看，86.0%的植被覆盖区域NDVI呈现正向可持续性，即NDVI的可持续性较强；由变化趋势与Hurst指数的耦合信息得出，持续改善的面积占植被覆盖区域总面积的53.7%，持续稳定不变的区域占7.8%，持续退化的区域占24.5%，另外14.0%的区域未来变化趋势无法确定，持续退化和未来变化趋势无法确定区域的植被变化状况需要研究人员继续关注。

[32] 吴乾慧, 张勃, 马彬 , 等. 气候变暖对黄土高原冬小麦种植区的影响
生态环境学报, 2017,26(3):429-436.
[本文引用: 1]

[ Wu Qianhui, Zhang Bo, Ma Bin , et al. Impact of climate warming on winter wheat planting in the Loess Plateau
Ecology and Environmental Sciences, 2017,26(3):429-436.]
[本文引用: 1]

[33] 李国庆, 张晓芹, 杜盛 . 基于随机森林模型的黄土高原林草界线模拟研究
中国科技论文, 2017,12(15):1780-1784.
[本文引用: 1]

[ Li Guoqing, Zhang Xiaoqin, Du Sheng . Simulating the boundary of forest and grass on the Loess Plateau based on random forest model
China Science Paper, 2017,12(15):1780-1784.]
[本文引用: 1]

[34] 程晓鑫, 何远梅, 张岩 . 黄土高原植被恢复与局地气候变化的关系
中国水土保持科学, 2018,16(4):25-33.
[本文引用: 1]

[ Cheng Xiaoxin, He Yuanmei, Zhang Yan . Correlations between vegetation restoration and regional climate change in the Loess Plateau
Science of Soil and Water Conservation, 2018,16(4):25-33.]
[本文引用: 1]

[35] 王宇航, 赵鸣飞, 康慕谊 , 等. 黄土高原地区NDVI与气候因子空间尺度依存性及非平稳性研究
地理研究, 2016,35(3):493-503.
DOI:10.11821/dlyj201603008URL [本文引用: 1]
基于MODIS传感器的植被指数产品(MOD13Q1)及50年气候数据,通过地理加权回归与普通最小二乘回归模型对比,对中国黄土高原地区NDVI与气候因子间的空间尺度依存性及非平稳性进行研究,以期准确建立二者间关系.结果表明:① 研究区域内,NDVI与气候因子间存在很强的空间尺度依存关系,相同空间尺度下,年均降水较年均温对NDVI影响的波动性更大;② 与普通最小二乘回归模型相比,地理加权回归模型能够更准确地展现二者间关系;③气候因子对该地区NDVI的影响差异明显,降水存在直接正向影响,而温度的影响则较复杂;④ NDVI与气候因子间沿东北--西南的分布格局体现出区域内不同植被--气候区差异特征.二者间的异质情况还反映出除气候外,人类活动,地形等其他因素对NDVI的影响.
[ Wang Yuhang, Zhao Mingfei, Kang Muyi , et al. Spatial scale-dependent and non-stationarity relationships between NDVI and climatic factors in the Loess Plateau
Geographical Research, 2016,35(3):493-503.]
DOI:10.11821/dlyj201603008URL [本文引用: 1]
基于MODIS传感器的植被指数产品(MOD13Q1)及50年气候数据,通过地理加权回归与普通最小二乘回归模型对比,对中国黄土高原地区NDVI与气候因子间的空间尺度依存性及非平稳性进行研究,以期准确建立二者间关系.结果表明:① 研究区域内,NDVI与气候因子间存在很强的空间尺度依存关系,相同空间尺度下,年均降水较年均温对NDVI影响的波动性更大;② 与普通最小二乘回归模型相比,地理加权回归模型能够更准确地展现二者间关系;③气候因子对该地区NDVI的影响差异明显,降水存在直接正向影响,而温度的影响则较复杂;④ NDVI与气候因子间沿东北--西南的分布格局体现出区域内不同植被--气候区差异特征.二者间的异质情况还反映出除气候外,人类活动,地形等其他因素对NDVI的影响.

[36] 史晓亮, 王馨爽 . 黄土高原草地覆盖度时空变化及其对气候变化的响应
水土保持研究, 2018,25(4):189-194.
[本文引用: 1]

[ Shi Xiaoliang, Wang Xinshuang . Spatial and temporal variation of vegetation coverage and its response to climate change in the Loess Plateau
Research of Soil and Water Conservation, 2018,25(4):189-194.]
[本文引用: 1]

[37] 艾宁, 魏天兴, 朱清科 . 陕北黄土高原不同植被类型下降雨对坡面径流侵蚀产沙的影响
水土保持学报, 2013,27(2):26-30.
[本文引用: 1]

[ Ai Ning, Wei Tianxing, Zhu Qingke . The effect of rainfall for runoff-erosion-sediment yield under the different vegetation types in Loess Plateau of northern Shaanxi province
Journal of Soil and Water Conservation, 2013,27(2):26-30.]
[本文引用: 1]

[38] 陈佑启, Peter H. Verburg, 徐斌 . 中国土地利用变化及其影响的空间建模分析
地理科学进展, 2000,19(2):116-127.
DOI:10.11820/dlkxjz.2000.02.004URL [本文引用: 1]
通过 GIS建模 ,本文分析了我国土地利用的变化与其影响因子之间的相互作用关系 ,并着重对耕地的变化及其空间分布进行了模拟。研究发现 ,土地利用的变化主要是自然与经济因素综合作用的结果 ,并且区分不同的规模尺度与不同的区域类型 ,将对提高土地利用空间变化模型的精度有着重要的影响。
[ Chen Youqi, Peter H. Verburg, Xu Bin . Spatial modeling of land use and its effects in China
Progress in Geography, 2000,19(2):116-127.]
DOI:10.11820/dlkxjz.2000.02.004URL [本文引用: 1]
通过 GIS建模 ,本文分析了我国土地利用的变化与其影响因子之间的相互作用关系 ,并着重对耕地的变化及其空间分布进行了模拟。研究发现 ,土地利用的变化主要是自然与经济因素综合作用的结果 ,并且区分不同的规模尺度与不同的区域类型 ,将对提高土地利用空间变化模型的精度有着重要的影响。