太白山地区7月NDVI多尺度周期变化及其对气候因子的响应

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

张辰华¹^,², 李书恒^,¹^,², 白红英¹^,², 朱显亮¹^,², 杨琪¹^,²1. 西北大学城市与环境学院,西安 710127
2. 陕西省地表系统与环境承载力重点实验室,西安 710127

Multi-scale periodic variation of NDVI in July and its response to climatic factors in the Taibai Mountain area

ZHANG Chenhua¹^,², LI Shuheng^,¹^,², BAI Hongying¹^,², ZHU Xianliang¹^,², YANG QI¹^,²1. College of Urban and Envirormental Science, Northwest University, Xi’an 710127, China;
2. Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Xi’an 710127, China;

通讯作者: 李书恒,女,山西沂州人,教授,主要从事古气候变化研究。E-mail: lish@nwu.edu.cn

收稿日期:2019-07-13修回日期:2019-10-14网络出版日期:2019-11-25

基金资助:

黄土与第四纪地质国家重点实验室开放基金项目.SKLLQG1611

Received:2019-07-13Revised:2019-10-14Online:2019-11-25
作者简介 About authors
张辰华,男,陕西西安人,硕士生,主要从事树木年轮与气候变化研究E-mail:zchxa04@163.com。

摘要
多尺度周期变化是植被研究的重要前沿问题之一,对揭示植被系统变化规律及其复杂性具有重要意义。本文基于太白山地区树轮宽度年表重建的近172年的7月NDVI资料数据,采用集合经验模态分解法（EEMD）对其在不同时间尺度上的变化特征及其对气候因子的响应进行了分析,结果表明：①太白山地区南北坡7月NDVI呈微弱的非线性上升趋势,北坡/南坡NDVI分别具有3.3 a/3.5 a、8.1 a/8.8 a的年际尺度周期,以及18 a/19.1 a、36 a/34.4 a和64.8 a/68.8 a的年代际尺度周期。②重构的年际尺度变化较好地呈现了NDVI原始序列的波动细节,而年代际尺度变化则揭示了不同时期内NDVI的增减交替变化。北坡NDVI的年际尺度波动较大,而南坡NDVI的年代际尺度波动略强。③在年际尺度上影响NDVI的主要因素是降水,年代际尺度上影响NDVI的主要因素是气温。④北坡NDVI变化主要受水分因素控制,而南坡NDVI则受热量因素影响更为明显。分析太白山地区NDVI的多尺度变化及其影响因素对研究太白山地区植被生长的变化特征具有重要意义。
关键词： NDVI;非线性变化;多尺度周期;集合经验模态分解（EEMD）;气候响应;太白山

Abstract

Multi-scale periodic variation is one of the important frontier issues of vegetation research. It is of great significance to revealing the pattern and complexity of vegetation system changes. Based on the NDVI in July data of recent 172 years reconstructed by using the tree-ring width chronology of the Taibai Mountain area, ensemble empirical mode decomposition (EEMD) was used in this study to analyze the response of NDVI to climatic factors and to analyze the variation characteristics of NDVI’s time series at different temporal scales. The results indicates that the NDVI in July showed a weak nonlinear upward trend for the north and south slopes of the Taibai Mountain area. The NDVI on the north slope/south slope showed interannual scale periods of 3.3 a/3.5 a, 8.1 a/8.8 a, and interdecadal scale periods of 18 a/19.1 a, 36 a/34.4 a, and 64.8 a/68.8 a, respectively. The interannual scale changes reveal the details of the fluctuations of the original sequence of NDVI, while the interdecadal scale changes reveal the alternation of increase and decrease in different periods. The interannual scale of NDVI on the north slope fluctuated greatly, while the interdecadal scale of NDVI on the south slope fluctuated strongly. The main factor affecting NDVI on the interannual scale is precipitation, while the main factor affecting NDVI on the interannual scale is temperature. The NDVI on the north slope is controlled by hydrolic factors and the NDVI on the south slope is more affected by heat factors. The analysis of the multi-scale period of NDVI is of great significance for studying the variation characteristics of vegetation growth in the Taibai Mountain area.

Keywords：NDVI;nonlinear variation;multi-scale period;ensemble empirical mode decomposition (EEMD);climate response;Taibai Mountain

PDF (10456KB)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
张辰华, 李书恒, 白红英, 朱显亮, 杨琪. 太白山地区7月NDVI多尺度周期变化及其对气候因子的响应. 资源科学[J], 2019, 41(11): 2131-2143 doi:10.18402/resci.2019.11.15
ZHANG Chenhua. Multi-scale periodic variation of NDVI in July and its response to climatic factors in the Taibai Mountain area. RESOURCES SCIENCE[J], 2019, 41(11): 2131-2143 doi:10.18402/resci.2019.11.15

1 引言

植被是土壤圈、水圈与生物圈的重要连接点,是区域气候特征的指示器。归一化植被指数（Normalized Difference Vegetation Index,NDVI）是反映植被生长趋势最有效的指标之一^[1]。由于卫星观测的NDVI数据时间序列往往较短,难以反映一个地区较长时间的植被覆盖情况及其对气候因素的响应规律,基于树轮年表等代用资料进行NDVI重建近年来已成为认识长时间尺度区域植被变化特征的重要手段之一^[2,3,4,5]。例如王文志等^[6]利用多条树轮年表,重建了祁连山区域生长季的NDVI变化,并发现重建的NDVI曲线表现出6个高值期和6个低值期。王亚军等^[7]在祁连山东延余脉,通过树轮宽度重建了历史时期夏季NDVI时间序列,指出NDVI变化存在2~3年、5年左右等的振荡周期。现有对长时间序列NDVI变化特征的研究多以分析其线性变化趋势为主,兼以使用小波变换等方法分析可能存在的周期。但NDVI在长时间尺度中往往存在着复杂非线性、非平稳波动状态,使得其在研究期内也可能包含多个植被演替周期,而小波变换等方法存在对周期性检验中尺度分解不清楚,噪声数据分离不明确等问题,不能有效分解出整个时间序列中的多尺度周期。

近年来,随着数学与计算机和各学科的交叉渗透,时间序列分解技术不断发展,一种新的分解时间序列周期变化的方法——集合经验模态分解法（Ensemble Empirical Mode Decomposition, EEMD）逐渐被广大地理学研究者应用并取得了一系列突破性进展。作为分解整个时间序列周期性的最新方法之一,EEMD方法大大改善了小波变换等方法存在的问题。现已有众多****通过EEMD方法研究了气温^[8,9,10,11]、降水^[12,13]、径流^[14,15]、旱涝变化^[16,17,18]等多种气候要素的不同时间尺度特征。但由于现有NDVI数据时间序列较短,难以分解并探究其周期性,因此EEMD方法尚较少应用于对NDVI的研究。

太白山地处秦岭中西部,是秦岭山脉的主峰也是中国中东部地区的最高峰,作为中国南北气候的分界线,其植被生长趋势对研究秦岭乃至中国植被变化的南北差异都具有典型的代表性。近年来,太白山及秦岭地区的NDVI变化受到广泛关注^{[19,20,21,22]}。****基于动态阈值法^[19]、Sen和Mann-Kendall模型^[23]等对太白山及秦岭山地十余年NDVI的时空变化、气候响应等方面进行研究,然而当前研究多集中在具有卫星观测数据的短时间尺度上,较少利用代用资料研究长时间尺度NDVI的变化趋势及其周期性。

研究NDVI对气候因子的响应可以有效反映出二者之间的关系。盛夏是植被生长最为茂盛的阶段,最能代表植被的年际变化情况。因此本文以太白山为研究区,使用EEMD方法对太白山地区基于树轮重建的近172年的7月NDVI长时间序列进行多尺度分解并对其影响因素进行研究,旨在探讨气候变化背景下太白山乃至秦岭地区植被系统多尺度变化规律,加深对植被气候相互作用关系的认识。

2 研究区概况、数据与方法

2.1 研究区概况

太白山为秦岭主峰,位于陕西省中西部的太白县、周至、眉县三县交界,地处33°49' N—34°08' N,107°22' E—107°52' E之间（图1）。太白山山脊线是中国南北气候的分界线,南北坡气候差异明显。北坡处于暖温带地区,南坡则属于北亚热带,是典型的大陆性季风气候区,年平均气温为1.8~2.1℃,年降水量800~900 mm^[24]。研究区内植被覆盖良好,森林覆盖率高达80.7%,植被带呈明显的垂直分布特征,太白红杉林线以上为第四纪冰期形成的冰川遗迹和高山草甸,以下是巴山冷杉群系。另外,该地区具有独叶草、红豆杉等多种国家一级重点保护植物,是中国亚热带和暖温带交汇区的一个植物资源宝库^[21,25]。

图1

新窗口打开|下载原图ZIP|生成PPT
图1太白山区域概况及树轮采样点、气象站点位置

Figure 1Location of tree-ring sample sites and meteorological stations of Taibai Mountain area

2.2 数据来源

NDVI数据为朱显亮等^[26]利用太白山地区树轮宽度年表进行重建得出。其中树轮数据为太白山北坡上板寺（34°0'6″N, 107°48'31″E）、南坡药王殿（33°56'0″N, 107°46'48″E）2处采样点（海拔均为3200 m）的太白红杉树轮宽度年表。将树轮年表与GIMMS数据集1990—2000年和MODIS数据集2000—2013年的NDVI数据进行相关分析,从而重建出近172年太白山北坡1852—2013年、南坡1841—2012年7月NDVI数据。利用逐一剔除法检验重建序列的稳定性,北坡误差缩减值为0.618,一阶差相关系数为0.915;南坡误差缩减值为0.529,一阶差相关系数为0.863,均通过0.01的显著性水平检验,表明NDVI重建序列稳定可靠。

气象数据源于研究区南北两侧的眉县（34°16'12″N、107°43'48″E,海拔517 m）、佛坪（33°31'48″N、107°58'48″E,海拔1192 m）2个气象站的气温、降水数据,气温和降水数据均进行了均一化订正。由于秦岭山地气温随海拔变化差异显著,而气象观测站点海拔与采样点海拔差较大,因此需要根据气温直减率计算出采样点海拔的真实气温值。本文依照太白山北坡气温直减率0.513 ℃/100 m、南坡0.499 ℃/100 m进行计算^[25],得到与树轮样点海拔高度相匹配的气温数据,降水数据则采用气象站点观测数据。

太阳黑子相对数（Sunspot Number, SN）数据来自“太阳影响数据分析中心（Solar Influences Data Analysis Center, SIDC）”提供的1841—2013年平均太阳黑子数资料（http://sidc.oma.be/sunspot-data/）,太平洋年代际震荡指数（Pacific Decadal Oscillation, PDO）来源于美国海洋大气局（National Oceanic and Atmospheric Administration, NOAA）官方网站（http://www.noaa.gov）提供的1841—2013年的年平均数据,用于分析太白山NDVI在不同周期上对SN和PDO的响应。CRU TS4.01网格数据集包括水汽压、云量等气象要素的1959—2013年逐月均值序列,格点空间分辨率为0.5°×0.5°,数据来源于英国东英吉利大学气候研究中心（Climatic Research Unit, CRU）官方网站（http://www.cru.uea.ac.uk/data）,用于分析其对太白山NDVI的影响。

2.3 研究方法

集合经验模态分解法（EEMD）是目前提取序列变化周期趋势最新的方法之一,是Wu等^[27]针对传统EMD^[28]方法的不足,提出的一种新的噪声辅助数据分析方法。EMD方法将信号中不同尺度的波动和趋势逐级分解开来,形成一系列具有不同特征尺度的数据序列,每一个序列称为一个内在模函数（Intrinsic Mode Function, IMF）分量,EEMD通过在原数据信号中加入符合条件的白噪音并进行多次测量筛选,再取总体平均值使加入的白噪声相互抵消,所得结果作为EEMD分解的最终IMF分量：

（1）

C_{j} (t) = \frac{1}{N} \overset{N}{\sum_{i = 1}} C_{ij} (t)

式中：C_j(t)为初始信号经过EEMD变换后所得到的第j个IMF分量,N为白噪声增加数,C_ij(t)为第i次加入白噪声后分解所得的第j个IMF分量。最后采用镜像拓延方法对数据进行处理以减小边界效应影响。通过分解得到的IMF分量可通过白噪声显著性检验来检验其是否具有实际物理意义^[29]。

3 结果与分析

3.1 NDVI的多尺度变化

3.1.1 NDVI趋势特征

图2为根据秦岭太白山地区北坡1852—2013年、南坡1841—2012年7月NDVI数据绘制,并进行9 a滑动平均后的年际变化特征趋势图。在研究时段内,北坡NDVI的平均值为0.83,南坡为0.81。在近172年内二者均呈现微弱的非线性上升趋势,北坡NDVI变化的倾向率为0.014/10 a,南坡为0.001/10 a;观察波动趋势发现,北坡的9 a滑动平均曲线除1903—1910年外普遍高于南坡,1880—1897年二者呈现相反趋势外,其余时段二者变化趋势大体相同,南坡的波动幅度较北坡大,表现出高值愈高,低值愈低的状态,且同一波动趋势内南坡波动变化起止时间晚于北坡。

图2

新窗口打开|下载原图ZIP|生成PPT
图21841—2013年太白山7月NDVI变化趋势

Figure 2Trends of NDVI in July of Taibai Mountain from 1841 to 2013

基于M-K非参数检验和滑动T检验突变分析的结果表明,太白山南北坡7月NDVI虽然未出现明显的突变年份,但仍存在多个显著变化的年份。因此,使用简单的线性趋势以及滑动平均分析并不能有效反映太白山NDVI真实的阶段性变化特征,也难以区分南北坡NDVI的变化异同。需要采用更加有效的研究方法对其波动状态进行分解分析。

3.1.2 NDVI周期变化

对太白山南北坡7月NDVI时间序列分别进行EEMD分解,白噪声与原始信号的信噪比设置为0.2,集合样本数设置为100。分解后南北坡分别得到5个本征模分量IMF以及1个趋势项RES。将北坡NDVI时间序列分解所得本征模分量IMF命名为C_n,南坡命名为C_s。IMF1—IMF5分量依次反映了原始NDVI序列高频至低频不同尺度的准周期,以及所对应的非均匀震荡。振幅变化是气候系统内部运动与外部因素共同作用的结果,残余趋势项RES表示了NDVI在整个研究时段内呈现出的变化趋势。同时,进行了功率谱分析以检验各IMF分量所得周期的准确性,最终周期如图3和表1所示。

图3

新窗口打开|下载原图ZIP|生成PPT
图31841—2013年太白山南北坡7月NDVI序列EEMD分解结果

Figure 3EEMD decomposition results of the NDVI in July sequence on the north and south slopes of Taibai Mountain from 1841 to 2013

Table 1
表1
表1太白山北坡/南坡7月NDVI序列C_n/C_s分量的周期及方差贡献率
Table 1Average period and variance contribution rates of C_n/C_scomponents of the July NDVI sequence on the north and south slopes of Taibai Mountain

北坡	C_n1	C_n2	C_n3	C_n4	C_n5	RES_n
平均周期/a	3.3	8.1	18	36	64.8
方差贡献率/%	25.02	22.23	18.14	13.7	11.11	9.81
南坡	C_s1	C_s2	C_s3	C_s4	C_s5	RES_s
平均周期/a	3.5	8.8	19.1	34.4	68.8
方差贡献率/%	22.37	20.61	17.23	14.92	13.63	11.24

新窗口打开|下载CSV

结合图3和表1可知,太白山地区近172年7月NDVI具有相对稳定的周期性变化,北坡NDVI在年际尺度上具有3.3 a（C_n1）、8.1 a（C_n2）的平均周期,在年代际尺度上具有18 a（C_n3）、36 a（C_n4）、以及64.8 a（C_n5）的平均周期;南坡NDVI的年际尺度平均周期为3.5 a（C_s1）、8.8 a（C_s2）,年代际尺度平均周期为19.1 a（C_s3）、34.4 a（C_s4）、68.8 a（C_s5）。

方差贡献率一般可作为判别各周期分量频率与振幅对原序列总体特征影响程度的有效指标,有助于更好的理解研究区NDVI趋势变化的成因机制,C_n、C_s各分量的方差贡献率及其与原序列的相关系数如表1所示。具体来看,北坡NDVI分解的C_n1分量具有的方差贡献率约为25.02%,C_n1属于高频震荡尺度,其振幅具有“减小—增大—减小”的波动特征且在1919—1936年达到最高;C_n2的方差贡献率排名第二（22.23%）,其中在1895—1940年间周期震荡较其他时段偏小,属于准8 a弱震荡周期时段;C_n3则属于年代际周期,振幅总体呈现“减少—增大”的趋势,其贡献率为18.14%;C_n4的准36 a周期的振幅在整个研究时段内呈现减小的趋势,方差贡献率为13.69%;C_n5（68.8a）是所有分量中最低频的周期,其方差贡献率也最低（11.12%）,在整个时段内表现较为平稳,无太大起伏。最后的趋势项RES_n的方差贡献率为9.81%,由其变化可看出太白山北坡NDVI在近172年间呈现一个“上升—平稳—略有下降”的总体趋势。太白山北坡NDVI近年来的下降趋势也与王涛等^[30]研究发现的近年来秦岭中西部高海拔地区NDVI呈减少趋势相吻合。

南坡各周期分量表明（图3、表1）,C_s1具有的方差贡献率为22.37%,同C_n1类似、也大体呈现“减小—增大—减小”的波动特征,除个别年份如1874、1912、1938—1943年南北坡振幅方向相反外,大多数年份振幅方向均一致,C_s1振幅普遍较C_n1偏强1/3~1/4左右,并且个别时段其波动领先C_n1大约2~3 a;C_s2的方差贡献率占总方差贡献率的第二位（20.62%）,其周期变化趋势几乎与C_n2相同,但振幅略小于C_n2;属于年代际尺度的C_s3的方差贡献率为17.23%,表现出“增大—减小”的趋势,振幅大于北坡的C_n3,且领先C_n3约2~4 a;C_s4整个时段振幅呈减小趋势,部分时段呈相反趋势,周期也与C_n4不尽相同。趋势项RES_n的方差贡献率为11.24%,反映了太白山南坡NDVI在近172年间呈现出一个“上升—平稳—再上升”的变化趋势。

为检验通过EEMD分解得到的各分量对原NDVI序列是具有实际物理意义或仅为单纯的噪音显著性检验（图4）。图4中横轴为各分量（C_n、C_s）所对应周期的自然对数,越靠近左边代表越是高频分量;纵轴为各分量能量谱密度的自然对数,越靠近横轴代表振幅越小。北坡的C_n1、C_n4在0.05水平上显著;C_n2、C_n3在0.01水平上显著;C_n5未通过显著性检验,说明除C_n5外其余4个分量为NDVI时间序列的主要周期分量。而南坡除C_s1在0.05水平上显著以外,其余几个分量均在0.01水平上显著,说明其5个分量的周期均为主要震荡周期。

图4

新窗口打开|下载原图ZIP|生成PPT
图41841—2013年太白山7月NDVI各分量显著性检验

Figure 4Significance test for each IMF components of NDVI in July of Taibai Mountain from 1841 to 2013

3.1.3 NDVI周期重构

年际与年代际尺度的周期变化是NDVI长时间序列变化中极其重要的组成部分,为深入探讨NDVI年际与年代际尺度的周期变化特征及其在整个时间序列变化中的作用,分别重构了南北坡NDVI年际与年代际尺度的变化,即将北坡年际分量C_n1、C_n2相加得到年际尺度变化（可看作滤掉低频震荡的结果）;将北坡年代际分量C_n3、C_n4、C_n5相加得到年代际尺度变化（可看作除去高频震荡的结果）;同时也对南坡各分量进行重构得到年际与年代际尺度分量。

通过Z-score标准化,对比重构的NDVI年际尺度变化与原始NDVI时间序列（图5）,发现二者变化趋势基本一致。因此说明重构的年际尺度变化可以较好地反映原始NDVI时间序列在历史时段内的波动状况。重构的年代际尺度变化与原始NDVI序列的9 a滑动平均具有明显的相似性,其呈现的上升或下降趋势可以有效地反映太白山植被在不同年代际间的增加与减少交替出现的趋势。9 a滑动平均法虽能反映NDVI年代际的变化趋势,但由于其缺少两端的平滑值,因此不能反映出NDVI时间序列两端的变化趋势,也不能有效地分离年际尺度信号所含有的较多噪音,不具备EEMD重构的年代际尺度变化拥有的明确物理意义。通过重构可以看出,重构的年际与年代际波动可以从不同时间尺度上反映太白山NDVI序列的变化情况,且二者之间具有明显的相互调制作用。对比二者的方差贡献率,北坡与南坡年际尺度变化分别为47.24%与42.98%,年代际尺度变化分别为42.94%与45.78%。北坡年际尺度的贡献略高于年代际尺度,南坡反之,说明北坡NDVI的年际波动幅度较大,南坡NDVI的年代际尺度波动略大。可见,研究NDVI时间序列的变化,应均衡考虑到年际与年代际尺度的变化对NDVI时间序列波动及周期变化的影响和关系。

图5

新窗口打开|下载原图ZIP|生成PPT
图5年际和年代际NDVI序列与9 a滑动平均值对比

Figure 5Comparison of the interannual and interdecadal variations of NDVI sequences with 9-year moving-average mean

3.2 NDVI对气温、降水的多尺度响应

研究表明,气候变化是决定植被类型及其分布最主要的因素,NDVI变化主要受热量和水分的影响。由于植物生长特性差异,不同季节NDVI变化所受影响因素不同^[31]。由于气温、降水等器测资料时间序列较短,因此选择其与NDVI序列共有时间段（1959—2013）进行周期比对。由于植物生长存在滞后效应,可能受到前一年冬季和当年春季气象要素的影响^[32],因此分别将太白山南北坡7月NDVI序列与相应气象站点观测的当年春季、夏季以及前一年冬季气温、降水作相关性分析（表2）,发现北坡NDVI数据与当年春季气温呈显著正相关、与降水呈显著负相关,南坡NDVI与当年春季、夏季气温呈显著正相关,与春季降水呈显著负相关。这与马新萍等^[19]得出的秦岭地区植被物候始期NDVI与春季、生长期气温相关性良好,以及苏凯等^[33]得出的太白山地区树轮宽度与降水呈负相关等结论相吻合。此外,表2也显示秦岭北坡NDVI与降水的相关性明显强于南坡,秦岭南坡NDVI与气温的相关性强于北坡。

Table 2
表2
表21959—2013年太白山南北坡NDVI与气温、降水的相关系数
Table 2Correlation coefficients of between NDVI and climatic factors on the north and south slopes of Taibai Mountain from 1959 to 2013

	前一年冬季		当年春季		当年夏季
	气温	降水	气温	降水	气温	降水
北坡NDVI	-0.06	-0.17	0.45**	-0.40*	0.18	0.13
南坡NDVI	0.15	0.09	0.39*	-0.28*	0.32*	-0.12

注： **表示P<0.01,*表示P<0.05。

新窗口打开|下载CSV

通过对太白山南北坡1959—2013年气温数据进EEMD分解,发现北坡和南坡春季气温分别具有3.3 a、7.9 a和3 a、6.9 a的年际以及15.7 a、36 a和15.7 a、36.6 a的年代际尺度平均周期,与太白山NDVI序列具有相似的准周期。同时对太白山南北坡1959—2013年降水数据进行EEMD分解,发现北坡和南坡春季降水量分别具有3 a、7.3 a和3.4 a、8.5 a的年际以及12 a、27.5 a和17.3 a、22 a的年代际尺度平均周期,也与太白山NDVI序列平均周期类似。

为进一步探究气温和降水在不同时间尺度上对7月NDVI的影响程度,分别重构太白山北坡春季、南坡春夏季气温和南北坡春季降水的年际和年代际变化。采用Pearson相关系数法确定NDVI在不同尺度上与气温、降水二者之间的关系（表3）。为了更加直观地比较它们的变化趋势,采用Z-score标准化方法,将NDVI的年际与年代际序列分别与重构的气温、降水的年际、年代际序列放置于同一图中（图6）。由表3与图6可知,在年际和年代际尺度上,气温和降水都是制约太白山南北坡NDVI的重要因素。北坡春季、南坡春夏季气温与NDVI在年际尺度上均呈正相关,在年代际尺度上均呈显著正相关,表明气温在年代际尺度上对NDVI的影响更大。年际尺度相关性较低可能与气温变化序列在高频尺度下包含较多外界噪声有关,且较小尺度上NDVI所受影响因素更为复杂。南北坡春季降水与NDVI在年代际尺度上呈负相关,在年际尺度上呈显著负相关,说明年际尺度的降水变化是影响太白山NDVI变化水分因素的主要控制因素。

Table 3
表3
表31959—2013年太白山南北坡NDVI与气温、降水在不同时间尺度上的相关系数
Table 3Correlation coefficients between NDVI and climatic factors at different time scales on the north and south slopes of Taibai Mountain from 1959 to 2013

	北坡		南坡
时间尺度	春季气温	春季降水	春季气温	夏季气温	春季降水
年际尺度	0.22	-0.34*	0.16	0.13	-0.36*
年代际尺度	0.45**	-0.07	0.35*	0.36*	-0.25

新窗口打开|下载CSV

图6

新窗口打开|下载原图ZIP|生成PPT
图6太白山南北坡NDVI与气候因子在不同时间尺度上的相关关系

Figure 6Correlations between NDVI and climatic factors on the south and north slopes of Taibai Mountain at different time scales

气候因素对植物生长具有滞后作用,因此春季的气温降水会直接或间接影响夏季植被覆盖程度,由于树轮采样点位于太白山高海拔地区,春季温度较其他地区低,尚未达到植物生长所需温度,因此随着气温逐渐升高当地植物生长愈加茂盛,说明气温是抑制植物生长的重要因子^[34];而太白山地处东亚季风的尾闾区,水分条件较为充足,在水分充足地区,过多的水分会抑制当地植物的生长^[35]。因此在一定范围内北坡春季南坡春夏季气温越高,7月NDVI越高;春季降水越多,7月NDVI越低。

3.3 NDVI对其他气候因子的响应

NDVI变化除受到气温降水的影响外,还可能受到其他气候因子的影响,例如水汽压、云量等^[36,37]。其中云量通过影响太阳辐射强度,从而影响NDVI的变化,云量与NDVI的相关性可代表太阳辐射对植被生长的影响^[36,38]。春季气候变化对太白山地区植被生长影响最为显著,将1959—2013年以来CRU TS4.01 0.5°的春季水汽压和云量格网数据与7月NDVI进行了空间相关分析。结果如图7所示,太白山南北坡NDVI与水汽压以及云量均呈显著负相关（图中有颜色部分即表示通过显著性检验）。

图7

新窗口打开|下载原图ZIP|生成PPT
图7太白山南北坡NDVI对春季水汽压及云量的空间响应关系

Figure 7Spatial correlations of NDVI to water vapor pressure and cloud cover on the north and south slopes of Taibai Mountain in spring

南北坡NDVI与水汽压显著负相关且大于与降水的相关性,这与毛飞等^[37]在藏北那曲地区得出的NDVI与水汽压的相关性显著大于与降水之间相关性类似。研究区7月NDVI与春季水汽压呈显著负相关可理解为太白山所处的秦岭地区纬度适中,水分条件较为充足,因此相比于西北干旱地区而言,秦岭地区的水分并不是植物生长的主控因子,春季是植物生长最迅速的季节,水分过多会不利于植物生长且具有滞后性,因此夏季NDVI与春季水分因素呈显著负相关^[35,39]。与云量的显著负相关说明云量增多一方面导致地面接收太阳辐射减少,使植物光合作用减弱,地表温度降低植物吸收的热量减少,从而影响了NDVI的变化;另一方面云量的增加间接导致水分过多,从而抑制植物生长^[36]。

此外,从图7可看出,北坡NDVI与春季水汽压的显著负相关性较南坡强,而南坡NDVI和云量的相关性较北坡强。这是由于秦岭北坡植被带为温带落叶阔叶林,相较于南坡亚热带常绿阔叶林而言对水分响应更加敏感,水分越多抑制作用越明显,因此其呈现的与水分因素的显著负相关性也较南坡强;秦岭地区位于中国南北分界线上,植物生长所需热量并不充足,南坡植被对热量的需求更多,因而南坡NDVI与热量因素相关性更强,这也与北坡NDVI仅与春季气温而南坡则与春夏气温均显著相关的结论吻合^[40]。南北坡NDVI对气候因子响应的差异证明了太白山具有良好的南北气候分异代表性。

除气温、降水、水汽压与云量等气候因素外,NDVI还受到其他大范围气候变化周期的影响。NDVI重建序列准3 a的变化周期可能与厄尔尼诺/南方涛动（El Ni?oc/Southern Oscillation, ENSO）有关^[41,42,43]。本文NDVI重建序列中发现的准8 a变化周期,说明区域植被生长变化不仅受到气温降水等因素胁迫的影响,还可能受到太阳活动周期的影响^[41]。分别将南北坡NDVI序列与太阳黑子数（SN）作交叉小波分析（图8）,交叉谱值越高代表相关性越强,可以发现南北坡NDVI序列与太阳黑子数均在8~13 a周期有着显著的相关性。NDVI序列中具有的准34 a和准70 a周期与太平洋年代际震荡（PDO）中准35 a的布鲁克纳周期以及准70 a周期类似^[44,45]。交叉小波分析显示,南坡NDVI与PDO在34 a左右的平均周期相关性良好,在北坡相对较差。太白山地处东亚季风的尾闾区,因此低频周期的波动变化可能也受到东亚季风的大尺度活动影响。综上可以看出影响太白山地区NDVI周期变化的因素不是单一的,而是多种因素相互作用,共同耦合而成。

图8

新窗口打开|下载原图ZIP|生成PPT
图8太白山南北坡NDVI与太阳黑子数、PDO交叉小波分析

Figure 8Cross-wavelet analysis between NDVI, SN and PDO on the north and south slopes of Taibai Mountain

4 结论

本文通过EEMD方法对太白山地区北坡1852—2013年、南坡1841—2012年7月NDVI序列进行时间特征分析,并且探讨了其对气候因子的多尺度响应,得出以下结论：

（1）太白山7月NDVI时间变化特征表现为近172年南北坡均呈现微弱的非线性上升趋势,北坡与南坡7月NDVI在年际尺度上分别具有3.3 a、8.1 a的平均周期和3.5 a、8.8 a的平均周期;在年代际尺度上分别具有18 a、36 a、64.8 a的平均周期和19.1 a、34.4 a、68.8 a的平均周期,即太白山7月NDVI具有多种尺度的周期变化。

（2）太白山7月NDVI重构得到的年际周期尺度变化准确反映了NDVI原始时间序列的波动细节,年代际周期尺度变化有效揭示了NDVI在不同时间段内增减交替的趋势。北坡NDVI的年际尺度波动较大,而南坡NDVI的年代际尺度波动较大。

（3）太白山7月NDVI在年际周期尺度上与春季降水呈显著负相关且在北坡表现更明显,在年代际周期尺度上与春季（南坡为春、夏季）气温呈显著正相关且在南坡表现更明显。此外NDVI与春季云量呈显著负相关且在南坡表现更为明显,与春季水汽压呈显著负相关且在北坡表现更为明显。表明太白山7月NDVI受气温、云量等热量因素和降水、水汽压等水分因素综合影响且呈现南北坡的分异。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Tucker C

, Slayback D

, Pinzon J

, et al. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999
[J]. International Journal of Biometeorology, 2001,45(4):184-190.

[本文引用: 1]

[2]

D’arrigo R

, Malmstrom C

, Jacoby G

, et al. Correlation between maximum latewood density of annual tree rings and NDVI based estimates of forest productivity
[J]. International Journal of Remote Sensing, 2000,21(11):2329-2336.

[本文引用: 1]

[3]

Kaufmann R

, D’Arrigo R

, Laskowski

, et al. The effect of growing season and summer greenness on northern forests
[J]. Geophysical Research Letters, 2004,31(9):111-142.

[本文引用: 1]

[4]

Berner L

, Beck P S

, Bunn

, et al. High-latitude tree growth and satellite vegetation indices: Correlations and trends in Russia and Canada (1982-2008)
[J]. Journal of Geophysical Research, 2015, DOI: http://www.resci.cn/article/2019/1007-7588/10.1029/2010jg001475.

[本文引用: 1]

[5]

郭艳飞, 甘淼, 杨美琳 , 等. 天山东部树木径向生长与NDVI的关系
[J]. 干旱区资源与环境, 2018,32(3):176-180.

[本文引用: 1]

[ Guo Y

, Gan

, Yang M

, et al. Relationship between tree radial growth and normalized difference vegetation index in eastern Tianshan Mountains
[J]. Journal of Arid Land Resources and Environment, 2018,32(3):176-180.]

[本文引用: 1]

[6]

王文志, 刘晓宏, 陈拓 , 等. 基于祁连山树轮宽度指数的区域NDVI重建
[J]. 植物生态学报, 2010,34(9):1033-1044.

DOI:10.3773/j.issn.1005-264x.2010.09.004 Magsci [本文引用: 1]

利用祁连山自东向西5条树轮宽度年表序列和1986–2003年间的归一化植被指数(NDVI),分析了NDVI的时空变化及其与树轮宽度年表之间的关联。结果表明, 祁连山地区植被的生长主要集中在6–8月。空间上, NDVI值从祁连山东段向西段逐渐减小; 在1986–2003时段内, 东、中和西段生长季的NDVI值分别增长了3.28%、4.82%和7.75%。整个祁连山地区的NDVI变化与5个宽度年表的第一主成分相关性较高(r = 0.74, p < 0.01)。基于此, 利用树轮宽度RES年表的第一主成分重建了1843–2003年间祁连山地区生长季的NDVI变化曲线。重建的NDVI曲线表现出6个高值期和6个低值期, 其中1923–1932的10年间植被生长状况最差。另外, 在1989–2003时段内NDVI年际波动较大, 总体上表现为NDVI低于平均值, 但是从1991年开始, NDVI有上升的趋势。

[ Wang W

, Liu X

, Chen

, et al. Reconstruction of regional NDVI using tree-ring width chronologies in the Qilian Mountains, Northwestern China
[J]. Chinese Journal of Plant Ecology, 2010,34(9):1033-1044.]

DOI:10.3773/j.issn.1005-264x.2010.09.004 Magsci [本文引用: 1]

王亚军, 马玉贞, 鲁瑞洁 , 等. 祁连山东延余脉-兴隆山树木径向生长记录的公元1845年来夏季NDVI变化
[J]. 地理研究, 2016,35(4):653-663.

DOI:10.11821/dlyj201604005 Magsci [本文引用: 1]

NDVI能够反映地表覆盖和生态环境变化。在祁连山东延余脉采集树轮样本,分析树木径向生长与植被NDVI的相关关系,并重建历史时期植被NDVI变化。结果表明：树木径向生长与夏季NDVI受到水热条件变化的显著影响,且树轮宽度与夏季NDVI显著正相关,采用简单线性回归方法建立二者的拟合方程,方差解释量达0.600（R2adj=0.582,F=34.472,P<0.0001）;公元1845年以来,重建的NDVI序列显示植被覆盖相对较低时期有19世纪60年代,80年代初期,20世纪初期和20-30年代,其中20世纪20-30年代NDVI低值期与中国北方大范围旱灾一致;重建的NDVI与旱涝指数显著负相关,证实重建NDVI序列的可靠,且显示该区旱涝演化趋势;周期分析表明公元1845年以来,NDVI序列存在2-3年、5年左右、13年左右和15年左右的振荡。

[ Wang Y

, Ma Y

, Lu R

, et al. Summer NDVI variability recorded by tree radial growth in the Xinglong Mountain, the eastward extension of the Qilian Mountains, since 1845 AD
[J]. Geographical Research, 2016,35(4):653-663.]

DOI:10.11821/dlyj201604005 Magsci [本文引用: 1]

段丽瑶, 丁一汇, 任雨 . 1921-2010年天津气温和降水量序列的多尺度分析
[J]. 气候与环境研究, 2014,19(4):515-522.

[本文引用: 1]

[ Duan L

, Ding Y

, Ren

. Multiscale examination on the temperature and precipitation series in Tianjin during 1921-2010
[J]. Climatic and Environmental Research, 2014,19(4):515-522.]

[本文引用: 1]

[9]

Zhang X

, Yan X

. A novel method to improve temperature simulations of general circulation models based on ensemble empirical mode decomposition and its application to multi-model ensembles
[J]. Tellus, 2014,66(1):419-439.

[本文引用: 1]

[10]

王兵, 李晓东 . 基于EEMD分解的欧洲温度序列的多尺度分析
[J]. 北京大学学报(自然科学版), 2011,47(4):627-635.

Magsci [本文引用: 1]

利用EEMD方法对欧洲5个站大于 150年逐日温度序列进行分解, 分析了欧洲温度序列的低频变化、年循环及季节变化。结果表明: 欧洲5站温度低频变化均存在明显的特征时间尺度, 即年际、年代际和世纪尺度等; 年循环强度在1910?1940年及1970年年末以后的两个暖期里均处于偏弱的状态, 尤其是最近30年里年循环强度减弱趋势更加明显; 此外, 与1910?1940年相比, 在20世纪70年代末以来的暖期里, 夏季更长, 冬季更短。

[ Wang

, Li X

. Multi-scale fluctuation of European temperature revealed by EEMD analysis
[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2011,47(4):627-635.]

Magsci [本文引用: 1]

梁萍, 陈葆德 . 近139年中国东南部站点气温变化的多尺度特征
[J]. 高原气象, 2015,34(5):1323-1329.

DOI:10.7522/j.issn.1000-0534.2014.00058 Magsci [本文引用: 1]

基于中国东南部5个百年站点年气温序列和3套全球表面温度资料(HadCRUT3、GISSTEMP、20CR再分析资料), 采用处理非线性、非平稳时间序列的新方法—集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD), 分析了以上海为代表的中国东南部5个站点1873-2011年气温演变的多时间尺度特征, 并讨论了多时间尺度影响的全球一致性。结果表明, 1873-2011年期间, 中国东南部百年站点的年温度演变呈现年际、年代际、多年代际多个时间尺度的准周期变化和长期上升趋势。准64年周期的多年代际振荡和上升趋势分量对长期气温变化均有重要贡献。长期上升趋势分量在100年以上的观测温度变化趋势中占主要贡献, 但准64年周期振荡对近50年观测温度变化趋势的贡献要大于上升趋势分量。百余年期间两个明显升温阶段(20世纪30-40年代和20世纪90年代至21世纪初)的形成与准64年周期的多年代际变化的相关关系最为显著, 而长期趋势和6~16年的年际—年代际变化对高温期的形成也有一定贡献。准64年周期的多年代际振荡对百余年温度变化趋势的阶段性转变起重要作用。中国东南部百年站点温度演变的多时间尺度特征具有全球性。准64年周期振荡对北半球温度趋势演变也有重要贡献, 且北半球温度准64年周期振荡与百年站点温度变化速率的关系也较其长期升温趋势更为密切。北大西洋多年代际振荡对百年站点温度准64年周期振荡及其全球一致性有调节作用。

[ Liang

, Chen B

. Multiscale features of climate change for temperature of centurial weather stations over Southeast China during latest 139 years
[J]. Plateau Meteorology, 2015,34(5):1323-1329.]

DOI:10.7522/j.issn.1000-0534.2014.00058 Magsci [本文引用: 1]

Kim

, Shin J

, Kim

, et al. Identification of relationships between climate indices and long-term precipitation in South Korea using ensemble empirical mode decomposition
[J]. Journal of Hydrology, 2018,557:726-739.

[本文引用: 1]

[13]

薛春芳, 侯威, 赵俊虎 , 等. 集合经验模态分解在区域降水变化多尺度分析及气候变化响应研究中的应用
[J]. 物理学报, 2013,62(10):496-503.

[本文引用: 1]

[ Xue C

, Hou

, Zhao J

, et al. The application of ensemble empirical mode decomposition method in multiscale analysis of region precipitation and its response to the climate change
[J]. Acta Physica Sinica, 2013,62(10):496-503.]

[本文引用: 1]

[14]

柏玲, 刘祖涵, 陈忠升 , 等. 开都河源流区径流的非线性变化特征及其对气候波动的响应
[J]. 资源科学, 2017,39(8):1511-1521.

DOI:10.18402/resci.2017.08.08 Magsci [本文引用: 1]

非线性是现代水文学研究的重要前沿问题之一,对揭示水文系统变化规律及其复杂性具有重要意义。基于开都河源流区气象和水文站1960-2012年实测数据,采用集合经验模态分解方法,对研究期内开都河年径流时间序列进行多尺度分析,并探讨其在不同时间尺度上的非线性变化特征及其对气候因子的多尺度响应。研究结果表明：①近50年来,开都河年径流整体上呈现出显著的非线性增加趋势,且其变化在年际尺度上表现出准2~3a和准4~5a的周期性波动,在年代际尺度上表现出准10~11a和准26~27a的周期性变化;②各周期分量的方差贡献率表明,年际振荡在径流长期变化中占据主导地位,年代际尺度在径流变化过程中也起着重要作用;③重构的径流年际变化能够较为详细地描述原始径流序列在整个研究时段的波动状况,二者在变化趋势上基本是一致的;重构的径流年代际变化则有效揭示了开都河径流量在1995年出现了由负距平到正距平的转折;④在重构的年际尺度和年代际尺度上,降水与径流的相关性都强于气温、潜在蒸发与径流的相关性,说明降水是影响开都河径流变化的决定性因素;而在年代际尺度上降水、气温和潜在蒸发的相关性都要明显强于年际尺度,表明年代际尺度是评价该区径流对气候波动响应过程的较佳尺度。

[ Bai

, Liu Z

, Chen Z

, et al. Runoff nonlinear variation and responses to climate fluctuation in the headwater region of the Kaidu River
[J]. Resources Science, 2017,39(8):1511-1521.]

DOI:10.18402/resci.2017.08.08 Magsci [本文引用: 1]

柏玲, 陈忠升, 王充 , 等. 西北干旱区阿克苏河径流对气候波动的多尺度响应
[J]. 地理科学, 2017,37(5):799-806.

DOI:10.13249/j.cnki.sgs.2017.05.018 Magsci [本文引用: 1]

基于阿克苏河流域1960~2010年的气象、水文观测数据,利用集合经验模态分解（EEMD）方法,对研究期内阿克苏河径流时间序列进行多尺度的分析,并探讨其在不同时间尺度上的振荡模态结构特征及其对气候因子的多尺度响应。结果表明：<italic>①</italic> 近50年来,阿克苏河年径流整体上呈现出显著的非线性增加趋势,且其变化在年际尺度上表现出准3 a和准6~7 a的周期性波动,在年代际尺度上表现出准13 a和准25 a的周期性变化;<italic>② </italic>各周期分量的方差贡献率表明,年际振荡在径流长期变化中占据主导地位,年代际尺度在径流变化过程中也起着重要作用。重构的径流年际变化能够较为详细地描述原始径流序列在研究时期内的波动趋势,重构的径流年代际变化则有效揭示了阿克苏河径流在不同年代丰、枯水期交替出现的状态。<italic>③</italic> 在年际尺度上径流与气温、降水和潜在蒸发都表现为不显著的正相关关系,而在年代际尺度上,径流量与气温和降水均表现为显著的正相关关系,与潜在蒸发表现为显著的负相关关系,且在年代际尺度上相关性和显著性明显强于年际尺度,表明年代际尺度更适于评价径流对气候波动的响应。结果表明EEMD是一种甄别非线性趋势和尺度循环的有效方法。

[ Bai

, Chen Z

, Wang

, et al. Multi-scale response of runoff to climate change in the Aksu River basin in Arid Area of the Northwestern China
[J]. Scientia Geographica Sinica, 2017,37(5):799-806.]

DOI:10.13249/j.cnki.sgs.2017.05.018 Magsci [本文引用: 1]

裴琳, 严中伟, 杨辉 . 400多年来中国东部旱涝型变化与太平洋年代际振荡关系
[J]. 科学通报, 2015,60(1):97-108.

[本文引用: 1]

[ Pei

, Yan Z

, Yang

. Multidecadal variability of dry/wet patterns in eastern China and their relationship with the Pacific Decadal Oscillation in the last 413 years
[J]. Chinese Science Bulletin, 2015,60(1):97-108.]

[本文引用: 1]

[17]

毕硕本, 孙力, 李兴宇 , 等. 基于EEMD的1470-1911年黄河中下游地区旱涝灾害多时间尺度特征分析
[J]. 自然灾害学报, 2018,27(1):137-147.

[本文引用: 1]

[ Bi S

, Sun

, Li X

, et al. Characteristics of drought and flood disasters in the middle and lower reaches of the Yellow River from 1470 to 1911 based on EEMD method
[J]. Journal of Natural Disasters, 2018,27(1):137-147.]

[本文引用: 1]

[18]

徐梦雅, 毕硕本, 武玮婷 , 等. 清代华中地区干旱灾害时间特征及成因分析
[J]. 干旱区资源与环境, 2017,31(10):105-110.

[本文引用: 1]

[ Xu M

, Bi S

, Wu W

, et al. Analysis of temporal characteristics and causes of drought disaster in Central China during Qing Dynasty
[J]. Journal of Arid Land Resources and Environment, 2017,31(10):105-110.]

[本文引用: 1]

[19]

马新萍, 白红英, 贺映娜 , 等. 基于NDVI的秦岭山地植被遥感物候及其与气温的响应关系: 以陕西境内为例
[J]. 地理科学, 2015,35(12):1616-1621.

URL Magsci [本文引用: 3]

基于MODIS NDVI时间序列数据,利用动态阈值法提取秦岭山地2000~2010年的物候参数,并结合实测物候资料进行验证,在宏观尺度上量化了气温升高对植物物候的影响程度。研究得出:基于NDVI的物候变化趋势与实测物候资料结果一致;2000~2010年间物候始期提前的速率为0.165 6 d/a,末期推后速率为0.109 1 d/a;空间上,秦岭山地北部区域的植被物候始期主要发生在第120~130 d,相对于南坡较晚,物候末期主要发生在第300~325 d,北部区域物候末期的到来较迟,南部区域相对较早;物候始期NDVI与有效气温、春季、生长期气温相关性较好,末期NDVI与夏、秋季节气温相关性较好;气温对生长季开始阶段的NDVI在时间上存在2~3旬的滞后效应。

[ Ma X

, Bai H

, He Y

, et al. The vegetation remote sensing phenology of Qinling Mountains based on NDVI and it’s response to temperature: Taking within the territory of Shaanxi as an example
[J]. Scientia Geographica Sinica, 2015,35(12):1616-1621.]

URL Magsci [本文引用: 3]

崔晓临, 白红英, 王涛 . 秦岭地区植被NDVI海拔梯度差异及其气温响应
[J]. 资源科学, 2013,35(3):618-626.

[本文引用: 1]

[ Cui X

, Bai H

, Wang

. Difference in NDVI with altitudinal gradient and temperature in Qinling Area
[J]. Resources Science, 2013,35(3):618-626.]

[本文引用: 1]

[21]

张善红, 白红英, 高翔 , 等. 太白山植被指数时空变化及其对区域温度的响应
[J]. 自然资源学报, 2011,26(8):1377-1886.

DOI:10.11849/zrzyxb.2011.08.012 URL Magsci [本文引用: 2]

太白山地处陕西秦岭腹地中段,是秦岭最高峰。基于5月的遥感影像提取研究区NDVI数据,结合实际调查,对太白山自然保护区1979-2009年植被指数变化特征进行分析,研究不同植被带NDVI对温度变化的响应。结果表明:近30 a来,太白山5月植被指数NDVI平均值达0.2以上的面积占研究区面积的89.5%,植被整体覆盖较高;但NDVI表现出明显的垂直性差异,中低海拔区NDVI大多分布在0.2以上,而较高海拔区NDVI则主要分布在0.2~0.5区间。有56%以上的区域NDVI基本没有发生变化;NDVI增加极显著和减少极显著区占总面积的4.88%和3.92%。近30 a来,研究区年平均温度呈明显上升趋势,线性增加趋势为0.35℃/10 a;随着海拔的升高,各植被带NDVI对温度的变化更为敏感,高海拔植被对温度变化的敏感性远大于低海拔植被,即人为影响相对较小、但海拔相差巨大的太白山植被生态系统,已成为气候变化影响的敏感场所。

[ Zhang S

, Bai H

, Gao

, et al. Spatial-temporal changes of vegetation index and its responses to regional temperature in Taibai Mountain
[J]. Journal of Natural Resources, 2011,26(8):1377-1886.]

DOI:10.11849/zrzyxb.2011.08.012 URL Magsci [本文引用: 2]

张静静, 郑辉, 朱连奇 , 等. 豫西山地植被NDVI及其气候响应的多维变化
[J]. 地理研究, 2017,36(4):765-778.

DOI:10.11821/dlyj201704014 Magsci [本文引用: 1]

豫西山地是秦岭山系在河南境内的余脉,处于亚热带向暖温带的过渡区域,是气候变化的敏感区。利用S-G滤波算法重构2000-2013年MODIS-NDVI时序影像,结合DEM、气温和降水数据,运用趋势分析、相关性分析等方法探讨豫西山地NDVI及其气候响应的多维变化。结果表明：① 14年来豫西山地NDVI呈增长态势,增速为0.041/10a。NDVI值随山地海拔升高先增后降,随坡度增加而增大,在各坡向的分布相差不大。② 植被在<1100 m海拔区恢复概率最高,在>1700 m区域退化概率最高;在10°~20°坡度区域恢复概率最高,在0°~5°区域退化概率最高;坡向对植被变化的分异作用不明显。③ 不同海拔、坡度、坡向上的植被所受影响因素不同,高海拔区植被动态主要受降水控制;不同坡度上的植被NDVI与气温的相关性均大于与降水的;在不同坡向上差异不明显。④ 崤山、熊耳山、伏牛山三大山脉北坡NDVI增速均大于南坡;北坡植被对降水变化较敏感,而南坡植被对气温变化较敏感。这些都是在全球变化背景下该区生态环境响应的重要信号,反映了过渡带生态响应因子对山地生态系统的重要性。

[ Zhang J

, Zheng

, Zhu L

, et al. Multi-dimensional changes of vegetation NDVI and its response to climate in Western Henan Mountains
[J]. Geographical Research, 2017,36(4):765-778.]

DOI:10.11821/dlyj201704014 Magsci [本文引用: 1]

Liu X

, Zhu X

, Pan Y

, et al. Vegetation dynamics in Qinling-Daba Mountains in relation to climate factors between 2000 and 2014
[J]. Journal of Geographical Sciences, 2016,26(1):45-58.

[本文引用: 1]

[24]

秦进, 白红英, 李书恒 , 等. 太白山南北坡高山林线太白红杉对气候变化的响应差异
[J]. 生态学报, 2016,36(17):5333-5342.

DOI:10.5846/stxb201502060304 Magsci [本文引用: 1]

气候变化对秦岭植被生长的影响已经引起了人们的广泛关注，在相同的立地条件下，植被对气候变化的响应会因坡向不同而产生差异，秦岭的分水岭太白山尤为典型，为更进一步揭示不同坡向太白红杉（Larix chinensis）对气候变化响应的差异，以树木年代学为依据，利用采自太白山南、北坡相同海拔的太白红杉树芯样本分别建立了树轮年表，并分析了两者的年表特征，探讨了树轮宽度指数与气候因子之间的相关性及逐步线性回归方程。结果表明：太白山南、北坡太白红杉年表的平均敏感度、样本间平均相关系数、样本总体代表性等特征值较高，表明两个不同坡向年表中皆含有丰富的环境信息，相对而言，北坡样地植被对气候的响应较南坡样地敏感；由相关性分析可知，南北坡太白红杉差值年表对气温和降水响应显著的月份有所差异，北坡样地轮宽指数与当年和前一年1-6月平均气温皆为显著正相关关系，而南坡样地轮宽指数仅与当年5-6月平均气温通过显著性检验。南、北坡太白红杉径向生长都明显受到前一年6月降水“滞后效应”的一致影响，但北坡仅与当年8月的降水呈显著正相关，南坡与当年1-4月的平均降水量存在十分显著的负相关；多元线性逐步回归模型显示，气温因子对回归方程的贡献最大值均大于降水因子的贡献最大值，表明气温因子的变化更易引起太白红杉树轮宽度的变化，另外，气温因子对北坡样地回归模型的贡献值比气温因子对南坡样地回归模型的贡献值大，表明北坡样地处树轮宽度指数对气温因子更敏感，并且与相关分析结果一致。

[ Qin

, Bai H

, Li S

, et al. Differences in growth response of Larix chinensis to climate change at the upper timberline of southern and northern slopes of Mt. Taibai in central Qinling Mountains, China
[J]. Acta Ecologica Sinica, 2016,36(17):5333-5342.]

DOI:10.5846/stxb201502060304 Magsci [本文引用: 1]

翟丹平, 白红英, 秦进 , 等. 秦岭太白山气温直减率时空差异性研究
[J]. 地理学报, 2016,71(9):1587-1595.

DOI:10.11821/dlxb201609010 Magsci [本文引用: 2]

在评估山地生态系统对气候变化响应的过程中,作为气温要素的重要输入参数,气温直减率（γ）的精确性直接影响到相关科研工作的真实性和可靠性。本文基于秦岭主峰太白山（3771.2 m）11个分布于南北坡和不同海拔的标准气象站点2013-2015年连续3年实测日均温资料和25 m×25 m空间分辨率的DEM数据,研究了太白山气温直减率在不同时间尺度上的变化规律及不同坡向上的空间分布特征。结果表明：① 2013-2015年太白山年均γ北坡均大于南坡,北坡为0.513 ℃/100m,南坡为0.499 ℃/100m;北坡年均γ随海拔变化表现出一定的差异性,而南坡相对稳定。② 年内γ在不同时间尺度上均存在明显差异,且南北坡变化趋势不一致。在季尺度上,γ最大值北坡为夏季,为0.619 ℃/100m,而南坡最大出现在春季,为0.546 ℃/100m,最小值均为冬季,南北坡分别为0.449 ℃/100m和0.390 ℃/100m;春季和夏季,北坡γ均大于南坡,而冬季相反,北坡小于南坡,秋季几乎无差异。在月尺度上,气温相对高的月份γ亦较高,北坡γ变化幅度大于南坡;年始和年末（11-12月、1-2月）北坡γ小于南坡,而5-9月北坡大于南坡,且南北坡γ相差较大。③ 经数据可信度分析,所获得的γ可较为客观地反映太白山气温随海拔变化的规律性,将为山地气温空间分布规律及其生态系统响应等定量研究提供理论基础。

[ Zhai D

, Bai H

, Qin

, et al. Temporal and spatial variability of air temperature lapse rates in Mt. Taibai, Central Qinling Mountains
[J]. Acta Geographica Sinica, 2016,71(9):1587-1595.]

DOI:10.11821/dlxb201609010 Magsci [本文引用: 2]

朱显亮, 李书恒, 白红英 , 等. 基于太白红杉树轮宽度重建近172年太白山自然保护区7月NDVI
[J]. 应用生态学报, 2018,29(7):2382-2390.

[本文引用: 1]

[ Zhu X

, Li S

, Bai H

, et al. Reconstruction of July NDVI over 172 years based on tree-ring width of Larix chinensis in Taibai Mountain Nature Reserve, China
[J]. Chinese Journal of Applied Ecology, 2018,29(7):2382-2390.]

[本文引用: 1]

[27]

Wu Z

, Huang N

. Ensemble empirical mode decomposition: A noise-assisted data analysis method
[J]. Advances in Adaptive Data Analysis, 2009,1(1):1-41.

[本文引用: 1]

[28]

魏凤英 . 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.

[本文引用: 1]

[ Wei F

. Statistical Diagnosis and Prediction Technology of Modern Climate[M]. Beijing: China Meteorological, 1999.]

[本文引用: 1]

[29]

Wu Z

, Huang N

. A study of the characteristics of white noise using the empirical mode decomposition method
[J]. Proceedings: Mathematical Physical & Engineering Sciences, 2004,460(2046):1597-1611.

[本文引用: 1]

[30]

王涛, 白红英 . 秦岭山地植被NDVI对气候变化与人类活动的响应
[J]. 山地学报, 2017,35(6):778-789.

[本文引用: 1]

[ Wang

, Bai H

. Variation of vegetation NDVI in response to climate changes and human activities in Qinling Mountains
[J]. Mountain Research, 2017,35(6):778-789.]

[本文引用: 1]

[31]

张培松 . 气象因子与NDVI的相关性分析
[D]. 重庆: 西南大学, 2007.

[本文引用: 1]

[ Zhang P

. Correlation Analysis between Meteorological Factors and NDVI
[D]. Chongqing: Southwest University, 2007.]

[本文引用: 1]

[32]

彭剑峰, 勾晓华, 陈发虎 , 等. 天山东部西伯利亚落叶松树轮生长对气候要素的响应分析
[J]. 生态学报, 2006,26(8):2723-2731.

Magsci [本文引用: 1]

天山东部西伯利亚落叶松的树木年轮学研究可以看出：森林上限树轮宽度年表之间相关性较高而下限年表间相关稍低，表明下限小生境要素对树木生长干扰较大。森林上下限树轮年表中样本的总解释量（ESP）和信噪比（SNR）都比较高，说明树木中都含有较多的环境信息；但标准年表中平均敏感度（M.S.）和轮宽指数的标准差（S.D.）都是森林上限数值低于下限，这表明森林上限树木生长对环境变化响应的敏感性降低；相关分析和响应分析也发现森林下限生长的树木对气候因子的响应较为显著。就温度而言，森林上限和下限表现基本一致，树木生长多与温度负相关，其中下限树木生长与春季均温和3～6月份均温显著负相关； 降水表现出一定的差别，上限树木生长与春季、夏季及年降水量有较高的负相关，而对下限树木生长影响最大的则是冬季和3～6月份降水。湿润指数与降水基本一致即上限呈负相关而下限正相关，温暖指数全为负相关，寒冷指数下限负相关显著；显然该地区森林上下限树木生长的生态模式存在着一定的差异。研究发现，冬春季节的不同水热组合则是形成树木年轮宽窄的限制因素；同时，前期生长的滞后效应对年轮形成有重要的影响。

[ Peng J

, Gou X

, Chen F

, et al. The responses of growth ring width variations of Larix sibirica Ledb to climatic change in eastern Tianshan Mountains
[J]. Acta Ecologica Sinica, 2006,26(8):2723-2731.]

Magsci [本文引用: 1]

苏凯, 白红英, 张扬 , 等. 基于树轮-气候资料的160多年来秦岭太白山降水变化特征重建
[J]. 生态学杂志, 2018,37(5):1467-1475.

[本文引用: 1]

[ Su

, Bai H

, Zhang

, et al. Reconstruction of precipitation history in Taibai Mountain of Qinling Mountains based on tree-ring width and meteorological data in recent 160 years
[J]. Chinese Journal of Ecology, 2018,37(5):1467-1475.]

[本文引用: 1]

[34]

李梦云, 黄方, 陈龙胤 . 吉林省西部地区NDVI对降水量和土壤湿度的敏感性分析
[J]. 东北师大学报(自然科学), 2013,45(4):141-146.

[本文引用: 1]

[ Li M

, Huang

, Chen L

. Analysis of NDVI sensitivity to precipitation and soil moisture in western Jilin Province
[J]. Journal of Northeast Normal University (Natural Science Edition), 2013,45(4):141-146.]

[本文引用: 1]

[35]

张强, 肖风劲, 牛海山 , 等. 我国北方植被指数对土壤湿度的敏感性分析
[J]. 生态学杂志, 2005,24(7):715-718.

[本文引用: 2]

[ Zhang

, Xiao F

, Niu H

, et al. Analysis of vegetation index sensitivity to soil moisture in Northern China
[J]. Chinese Journal of Ecology, 2005,24(7):715-718.]

[本文引用: 2]

[36]

杨玲莉 . 2000-2014年黄河源区植被NDVI时空变化特征与气候变化响应分析
[D]. 成都: 成都理工大学, 2016.

[本文引用: 3]

[ Yang L

. Analysis of Temporal and Spatial Variation Characteristics and Climate Change Response of Vegetation NDVI in the Source Area of the Yellow River from 2000 to 2014
[D]. Chengdu: Chengdu University of Technology, 2016.]

[本文引用: 3]

[37]

毛飞, 卢志光, 张佳华 , 等. 近20年藏北地区AVHRR NDVI与气候因子的关系
[J]. 生态学报, 2007,27(8):3198-3205.

Magsci [本文引用: 2]

利用藏北那曲地区1981～2001年NOAA/ AVHRR的旬合成NDVI资料和6个站的逐日气象资料，分析了（归一化指数NDVI）的年内和年际变化规律以及NDVI与8个气候要素的相关关系，主要结论：影响NDVI年变化最显著的气候因子是温度，其中水汽压与NDVI的相关程度明显大于降水量；日照时数与NDVI呈负相关； NDVI与日照时数的滞后时间约0～10 d，与风速没有滞后现象，与潜在蒸散、温度、水汽压和降水约20～40 d；影响NDVI年际变化最显著的气候因子是潜在蒸散量。

[ Mao

, Lu Z

, Zhang J

, et al. Relations between AVHRR NDVI and climate factors in Northern Tibet in recent 20 years
[J]. Acta Ecologica Sinica, 2007,27(8):3198-3205.]

Magsci [本文引用: 2]

Timilsena

, Piechota

, Tootle

, et al. Associations of interdecadal/interannual climate variability and long-term colorado river basin streamflow
[J]. Journal of Hydrology (Amsterdam), 2009,365(3-4):289-301.

[本文引用: 1]

[39]

姜丽光, 姚治君, 王蕊 , 等. 金沙江梯级水电开发区NDVI时空变化及其驱动因子研究
[J]. 资源科学, 2014,36(11):2431-2441.

[本文引用: 1]

[ Jiang L

, Yao Z

, Wang

, et al. Spatio-temporal variation of NDVI change and driving forces in the cascade hydropower development zone of the Jinsha River
[J]. Resources Science, 2014,36(11):2431-2441.]

[本文引用: 1]

[40]

白红英 . 秦巴山区森林植被对环境变化的响应[M]. 北京: 科学出版社, 2014.

[本文引用: 1]

[ Bai H

. Response of Forest Vegetation to Environmental Change in Qinba Mountains[M]. Beijing: Science Press, 2014.]

[本文引用: 1]

[41]

Erasmi

, Propastin

, Kappas

, et al. Spatial patterns of NDVI variation over Indonesia and their relationship to ENSO warm events during the period 1982-2006
[J]. Journal of Climate, 2009,22(24):6612-6623.

[本文引用: 2]

[42]

Gurgel H

, Gurgel

. Annual and interannual variability of NDVI in Brazil and its connections with climate
[J]. International Journal of Remote Sensing, 2003,24(18):3595-3609.

[本文引用: 1]

[43]

刘可, 杜灵通, 侯静 . 近30年中国陆地生态系统NDVI时空变化特征
[J]. 生态学报, 2018,38(6):1885-1896.

DOI:10.5846/stxb201701150122 Magsci [本文引用: 1]

气候变化已明显影响到陆地植被的活动，但在不同生态系统间存在差异，研究不同陆地生态系统归一化植被指数（NDVI）的时空变化特征，不仅可揭示各生态系统植被活动对气候变化的响应规律，而且可为我国不同生态区制定应对气候变化的策略和生态文明建设提供科学依据。基于1982-2012年GIMMS NDVI3g和中国陆地生态系统类型数据，利用一元线性回归、集合经验模态分解和相关分析等方法，研究了近30年中国各陆地生态系统NDVI的时空变化特征，分析了其与气候事件的关系。结果表明，近30年中国植被活动显著上升，年平均归一化植被指数（ANDVI）的上升幅度为0.0029/10a（P< 0.05），年最大归一化植被指数（MNDVI）的上升幅度为0.0076/10a（P< 0.01）；植被活动显著增强的区域主要是分布在东部季风区的农田和森林生态系统，显著下降的区域主要是分布于西北的荒漠生态系统和东北的森林生态系统；尽管ANDVI和MNDVI线性趋势的显著性有所差异，但农田、森林、草地和水体与湿地生态系统的NDVI总体呈非稳定的上升趋势，上升过程中伴随着较大波动，荒漠生态系统的NDVI呈下降趋势，植被退化显著；与线性趋势不同，各生态系统植被活动的残差趋势包含"上升-下降"两个阶段，并相继于20世纪90年代到21世纪初发生转折；上述5类生态系统的植被活动存在不同尺度的周期特征，年际周期波动特征（1.9-7.6a）比较显著，而年代际周期（10.7a和22.2a）的显著性相对较差；各生态系统的空间异质性在趋强过程中存在2.1-7.1a的年际周期节律；海洋与大气环流的短周期脉动与各生态系统植被活动的周期性节律有着明显关联，ENSO事件和太阳活动是推动植被活动周期性振荡的重要因素。

[ Liu

, Du L

, Hou

. Spatiotemporal variations of NDVI in terrestrial ecosystems in China from 1982-2012
[J]. Acta Ecologica Sinica, 2018,38(6):1885-1896.]

DOI:10.5846/stxb201701150122 Magsci [本文引用: 1]

刘梦 . 干热河谷区气候变化及其对太阳黑子活动的响应
[D]. 成都: 四川师范大学, 2017.

[本文引用: 1]

[ Liu

. Climate Change in Hot and Dry Valley and Its Response to Sunspot Activity
[D]. Chengdu: Sichuan Normal University, 2017.]

[本文引用: 1]

[45]

Raspopov O

, Dergachev V

, Kolstr?m

. Hale cyclicity of solar activity and its relation to climate variability
[J]. Solar Physics, 2004,224(1-2):455-463.

[本文引用: 1]