史 崢, 崔婷茹, 孫小諾, 陶佩君

(1.河北農(nóng)業(yè)大學(xué)農(nóng)學(xué)院， 河北省作物生長(zhǎng)調(diào)控重點(diǎn)實(shí)驗(yàn)室， 保定 071001； 2.河北農(nóng)業(yè)大學(xué)農(nóng)學(xué)院， 保定 071001；3.河北省望都縣氣象局， 望都 072450； 4.河北省保定市氣象局， 保定 071000)

植被是陸地生態(tài)系統(tǒng)的核心，地表覆被的主要構(gòu)成，其變化對(duì)全球及區(qū)域氣候變化敏感，在全球變化背景下具有重要的環(huán)境指示作用[1-2]。同時(shí)，植被變化通過光合作用、地表反射率等對(duì)區(qū)域物質(zhì)轉(zhuǎn)移、能量平衡及信息傳遞等起到重要的調(diào)控作用[3]。植被的破壞將導(dǎo)致植被覆蓋度的降低，引起水土流失，甚至導(dǎo)致生態(tài)質(zhì)量下降，生態(tài)功能紊亂，對(duì)人類社會(huì)的可持續(xù)發(fā)展產(chǎn)生消極影響。氣候因子是植被變化的主要限制因子，氣候條件決定了植被空間分布，同時(shí)，植被變化也反饋與氣候變化[4-5]。因而，在全球變化背景下，植被的監(jiān)測(cè)和動(dòng)態(tài)變化以及與氣候因子的響應(yīng)關(guān)系一直備受重視[6-9]。

當(dāng)前，多時(shí)相、多波段、大尺度、長(zhǎng)時(shí)間序列的遙感數(shù)據(jù)反演研究已取得較大的進(jìn)展。其中，基于不同空間尺度的歸一化植被指數(shù)(NDVI)廣泛地應(yīng)用于區(qū)域植被動(dòng)態(tài)監(jiān)測(cè)、地物分類、物候監(jiān)測(cè)、災(zāi)害識(shí)別和評(píng)估等方面的研究[10-13]。同時(shí)，由于大量溫室氣體的排放和人類活動(dòng)的不斷增強(qiáng)，區(qū)域生態(tài)系統(tǒng)對(duì)外界干擾的響應(yīng)已得到學(xué)者的高度關(guān)注，而在氣候變化背景下植被變化則是其中的熱點(diǎn)。洪艷等[14]基于MODIS-NDVI數(shù)據(jù)深入研究了汶川震中區(qū)植被恢復(fù)的時(shí)空變化特征，指出震后10年間災(zāi)區(qū)植被已初步恢復(fù)到震前水平，但需要人類進(jìn)行政策保護(hù)，其研究結(jié)果為地震災(zāi)后植被恢復(fù)的決策干預(yù)提供理論支撐?；贛ODIS-NDVI遙感數(shù)據(jù)，趙建萍等[15]結(jié)合氣溫、降水資料對(duì)新疆烏蘇地區(qū)植被覆蓋的空間格局和變化規(guī)律進(jìn)行深入探究，揭示了溫度是境內(nèi)植被生長(zhǎng)最直接的限制因子。Ren等[16]基于1982—2000年NDVI植被指數(shù)，分析了天山北麓NDVI時(shí)空變化特征及其氣候驅(qū)動(dòng)要素，指出區(qū)域降水的增加緩解了干旱發(fā)生對(duì)植被生長(zhǎng)抑制的影響，促進(jìn)了植被的增長(zhǎng)。廖春貴等[17]結(jié)合遙感及氣象等數(shù)據(jù)，指出北部灣經(jīng)濟(jì)區(qū)紅壤和石灰土下墊面的植被覆蓋呈較為明顯的上升趨勢(shì)。夏照華等[18]指出中國(guó)溫帶草原植被生長(zhǎng)期NDVI 與降水響應(yīng)明顯，而隨著溫度的不斷上升，其響應(yīng)程度不斷下降。宗連玲等[19]利用2001—2011年NDVI數(shù)據(jù)探討了寧夏植被時(shí)空變化特征并與干旱氣候的耦合關(guān)系，指出研究區(qū)植被生長(zhǎng)受春夏兩季降水量影響明顯，而夏季過高氣溫抑制了植被的進(jìn)一步生長(zhǎng)。Chen等[20]基于2000—2017衛(wèi)星遙感數(shù)據(jù)進(jìn)一步揭示了中國(guó)植被葉面積呈增加趨勢(shì)，并歸功于中國(guó)長(zhǎng)期的土地利用有效管理。

許多學(xué)者探索了不同地區(qū)氣候變化對(duì)植被的影響，比如基于氣溫或者降水等氣候因子進(jìn)行單獨(dú)研究[21-24]，而氣候條件是植被生長(zhǎng)變化的限制因子，共同作用于區(qū)域植被變化，因而有必要對(duì)氣溫、降水等氣候因子等進(jìn)行綜合分析。干旱多基于氣溫、降水等氣候因子共同作用發(fā)生，是最為嚴(yán)重的氣象災(zāi)害之一。當(dāng)前，針對(duì)干旱時(shí)空變化特征及其驅(qū)動(dòng)和影響，許多學(xué)者已經(jīng)展開大量、有效的研究。其中標(biāo)準(zhǔn)化降水指數(shù)(SPI)、帕爾默干旱指數(shù)(PDSI)和標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)(SPEI)等在農(nóng)業(yè)監(jiān)測(cè)、災(zāi)害防治等領(lǐng)域得到了廣泛的使用[25]。尤其是SPEI指數(shù)不僅考慮了傳統(tǒng)的降水變化，還考慮了溫度的重要作用，其時(shí)間多尺度特征有助于加深植被變化對(duì)干旱的響應(yīng)研究。由于當(dāng)前植被變化與單獨(dú)的氣候因子研究不足以全面分析植被-氣候之間的關(guān)系，而SPEI指數(shù)能夠較為清晰的反映區(qū)域干濕變化特征，鑒于此，本文將首先探索了研究區(qū)主要植被覆被類型的空間變化特征。其次，利用歸一化植被指數(shù)NDVI對(duì)研究區(qū)植被生長(zhǎng)狀況的時(shí)間變化特征進(jìn)行評(píng)估。最后，在氣溫、降水變化基礎(chǔ)上，結(jié)合多時(shí)間尺度SPEI干旱指數(shù)對(duì)1990—2015年河北地區(qū)植被指數(shù)NDVI的變化特征及其對(duì)綜合氣候因子的響應(yīng)進(jìn)行研究，進(jìn)一步探討研究區(qū)植被對(duì)氣候變化的響應(yīng)機(jī)制，為河北地區(qū)制定的相應(yīng)的預(yù)防干旱生態(tài)保護(hù)對(duì)策提供了科學(xué)依據(jù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)介紹

河北省(113°04′E～119°53′E，36°01′N～42°37′N)地處華北(圖1)，面積約為 18.8×104km2，下轄石家莊、保定、張家口、唐山、邯鄲、秦皇島、承德、衡水、邢臺(tái) 廊坊和滄州11 個(gè)地級(jí)市。河北省空間分布上具有明顯的帶狀特征，毗連京津、緊傍渤海，南臨山東、河南兩省，西靠太行山，北依內(nèi)蒙古，東北部與遼寧接壤。境內(nèi)有壩上高原、燕山和太行山山地、中部為大面積平原區(qū)域，平原海拔不到百米，西為山地、高原環(huán)繞，是中國(guó)唯一兼有高原、湖泊、海濱、丘陵、山地和平原的省份。總體上，河北省位于半濕潤(rùn)與半干旱過渡區(qū)，年降水量由東南向西北減少，年平均氣溫-0.5～14 ℃，年無霜期120～240 d，年降水量 300～800 mm，年降水季節(jié)分配不均，集中于夏季7、8月。土壤類型以褐土、潮土、棕壤等為主，質(zhì)地多為壤質(zhì)，適宜開展農(nóng)林牧業(yè)生產(chǎn)。境內(nèi)橫跨海河、灤河兩大水系。河北省是中國(guó)北方重要的人口、產(chǎn)業(yè)、城鎮(zhèn)密集區(qū)，植被變化受人類活動(dòng)干擾較為明顯，尤其是華北平原因開發(fā)較早，人為活動(dòng)主導(dǎo)了地表土地類型變化。當(dāng)前，平原地區(qū)主要的天然植被被人工植被所替代，其他區(qū)域植被受人類活動(dòng)影響也十分明顯。

圖1 研究區(qū)位置Fig.1 Distribution of study area

1.2 研究方法

1.2.1 數(shù)據(jù)來源與處理

歸一化植被指數(shù)(NDVI)是對(duì)植被冠層中葉綠素吸收的光合有效輻射的度量，可以準(zhǔn)確反映地表植被覆蓋狀況。植被指數(shù)NDVI來源于戈達(dá)德航天中心全球監(jiān)測(cè)與模擬研究組GIMMS (global inventory monitoring and modeling system) 制作的NDVI3g.v1產(chǎn)品集[26](https://ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/)，選用時(shí)間為1990—2015年。該產(chǎn)品為15 d最大化合成而來，分辨率為8 km，制作過程中考慮和修訂了數(shù)據(jù)集受火山爆發(fā)、傳感器靈敏度及太陽高度角等因素的影響，廣泛地用于全球范圍內(nèi)植被動(dòng)態(tài)變化監(jiān)測(cè)領(lǐng)域。

氣象數(shù)據(jù)來源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)(http://cdc.Nmic.cn /home.do)，選用1990—2015年境內(nèi)20個(gè)站點(diǎn)的逐日氣溫降水實(shí)測(cè)數(shù)據(jù)，其中對(duì)個(gè)別站點(diǎn)的缺測(cè)數(shù)據(jù)進(jìn)行了刪減處理，使得境內(nèi)所有氣象站點(diǎn)數(shù)據(jù)具有較好的一致性。

土地利用數(shù)據(jù)來源于中國(guó)科學(xué)院環(huán)境數(shù)據(jù)云平臺(tái)(http://www.resdc.cn/Default.aspx)，分別選用1990年和2015年覆蓋全國(guó)陸地區(qū)域的多時(shí)相土地利用現(xiàn)狀數(shù)據(jù)庫。該數(shù)據(jù)集是以Landsat TM/ETM為遙感數(shù)據(jù)源，通過人工目視解譯生成，本文選用的植被覆被類型主要包括與植被變化密切相關(guān)的耕地、草地以及林地等一級(jí)分類(表1)，產(chǎn)品分辨率為1 km。

1.2.2 研究方法

基于1990年和2015年兩期的植被覆被類型數(shù)據(jù)，使用景觀指數(shù)對(duì)其空間結(jié)構(gòu)的動(dòng)態(tài)變化進(jìn)行探索，包括景觀形狀指數(shù)(LSI)及聚集度指數(shù)(AI)[27]。景觀形狀指數(shù)計(jì)算式為

表1 植被覆被類型分類

(1)

式(1)中：ei和minei分別表示土地利用類型i的邊長(zhǎng)和最小可能邊長(zhǎng)。當(dāng)LSI上升時(shí)，土地利用類型i的形狀趨于復(fù)雜。景觀聚集度指數(shù)AI計(jì)算公式如下：

(2)

式(2)中：gij、maxgij分別表示土地利用類型i斑塊j相鄰接數(shù)目和最大鄰接數(shù)目。當(dāng)AI趨于上升時(shí)，景觀結(jié)構(gòu)趨于聚集，反之，趨于破碎。研究中NDVI與氣象因子之間相互關(guān)系密切程度的測(cè)定，主要通過對(duì)皮爾森最小二乘法[28]進(jìn)行計(jì)算完成，包括NDVI與降水量、溫度、多尺度的SPEI干旱指數(shù)等，進(jìn)而揭示 NDVI時(shí)空變化與氣象因子之間的關(guān)系，具體的計(jì)算公式為

(3)

(4)

式(4)中：θslope表示為時(shí)間變化趨勢(shì)，當(dāng)θslope>0時(shí)，NDVI或者氣候因子呈上升趨勢(shì)。SPEI是在SPI基礎(chǔ)上考慮了潛在蒸散項(xiàng)進(jìn)行構(gòu)建，得到了廣泛的應(yīng)用與研究[29-31]。SPEI的構(gòu)建選用Thornthwhite方法進(jìn)行計(jì)算潛在蒸散PETi。SPEI指數(shù)具備了PDSI所不具備的多個(gè)時(shí)間尺度的特點(diǎn)，又補(bǔ)充了SPI欠缺的溫度因素，得到了廣泛的使用，SPEI計(jì)算公式如下：

Di=Pi-PETi

(5)

式(5)中：Pi、PETi和Di分別表示月均降水量、月蒸散量以及降水與蒸散之差。然后對(duì)Di進(jìn)行正態(tài)化。由于Di可能存在的負(fù)值現(xiàn)象，SPEI指數(shù)選用3參數(shù)的log-logistic概率分步法進(jìn)行計(jì)算，其中概率分布函數(shù)如下：

(6)

(7)

(8)

γ=ω0-αΓ(1+1/β)Γ(1-1/β)

(9)

式中：Γ為階乘函數(shù)；ω0、ω1和ω2分別為數(shù)據(jù)序列Di的概率加權(quán)矩。然后對(duì)累積概率函數(shù)進(jìn)行標(biāo)準(zhǔn)化：

P=1-f(x)

(10)

當(dāng)累積概率P≤0.5時(shí)，ω=1-2lnP。

(11)

式(11)中：ω為蒸散降水推到函數(shù)的累計(jì)概率函數(shù)值，C0=2.515 517，C1=0.802 853，C2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 308。當(dāng)P>0.5時(shí)，以1-P表示P，SPEI改變符號(hào)。研究區(qū)SPEI指數(shù)對(duì)應(yīng)的干濕等級(jí)劃分，如表2所示。

表2 SPEI干濕等級(jí)劃分

2 結(jié)果與分析

2.1 研究區(qū)地表不同植被覆被類型空間變化特征

圖2、表3顯示1990年和2015年河北省不同植被覆被類型空間分布及其空間變化特征。耕地、林地和草地狀況決定著河北地區(qū)植被空間分布和變化。河北中南部多為耕地，而西側(cè)及其北部海拔較高地區(qū)為草地和林地的主要分布區(qū)?；?990年和2015年統(tǒng)計(jì)結(jié)果顯示，河北省土地利用類型面積變化并不顯著，耕地略有下降(-1.53%)，而草地與林地則呈上升趨勢(shì)，增加量分別為0.93%和1.3%。從變化區(qū)域顯示，河北省中西部地區(qū)草地、林地及耕地呈相互交替變化特征，耕地增加體現(xiàn)在向西側(cè)海拔較高地區(qū)發(fā)展，而原有的耕地又被草地和林地不斷替代，總體上呈自東向西的走勢(shì)。這種現(xiàn)象可能與不斷的向西農(nóng)業(yè)開墾以及大規(guī)模退耕還林相關(guān)，體現(xiàn)了人為活動(dòng)影響范圍的不斷擴(kuò)大。其中，研究區(qū)西南地區(qū)的耕地不斷地被草地和林地所替代也說明了該地區(qū)人工林面積不斷擴(kuò)大，退耕還林、還草工程效益日益顯現(xiàn)，而草地、林地以及耕地面積的變化必然引起研究區(qū)整體植被生長(zhǎng)的動(dòng)態(tài)演變。

圖2 1990年和2015年主要土地利用類型空間分布和空間變化Fig.2 Spatial distributions and variations of main land use types in 1990 and 2015

表3 研究區(qū)1990年和2015年主要植被覆被類型面積變化Table 3 Changes in the area of main vegetation cover types in 1990 and 2015

圖3顯示河北地區(qū)1990年和2015年耕地、草地以及林地的景觀呈破碎化演變特征，進(jìn)一步說明了人為活動(dòng)的影響不斷增加。1990—2015年，研究區(qū)林地LSI從64.68增加到65.26，AI則從66.52%下降到66.18%；草地LSI從89.86上升到90.93，而AI則從51.48%下降到51%；耕地LSI從75.59%上升到80.37%，而AI則從76.16%下降到74.31%?？傮w上，三類景觀類型的邊緣不斷復(fù)雜化，空間聚集度不斷下降，林地、草地及耕地的植被覆被景觀空間結(jié)構(gòu)上均呈現(xiàn)破碎化現(xiàn)象，這也進(jìn)一步反映了人為活動(dòng)不斷影響研究區(qū)地表植被狀況的整體演變。

圖3 研究區(qū)草地、耕地、林地景觀的景觀形狀指數(shù)(LSI)和聚集度指數(shù)(AI)變化特征Fig.3 The changes in landscape shape index (LSI) and aggregation index (AI) of grassland, cultivated land, and woodland landscape

圖4 研究區(qū)NDVI年際、月度及季節(jié)時(shí)間變化特征Fig.4 The interannual, monthly and seasonal temporal changes of NDVI

2.2 研究區(qū)植被指數(shù)NDVI時(shí)間變化特征

圖4為研究區(qū)1990—2015年間NDVI的時(shí)間變化特征。圖4(a)顯示研究區(qū)年際NDVI均呈波動(dòng)性上升趨勢(shì)，線性趨勢(shì)分別達(dá)到了0.001/年(生長(zhǎng)期)和0.000 4/年(年均)，總體植被的動(dòng)態(tài)變化較為樂觀，也反映了研究區(qū)人工退耕還林的重要生態(tài)效益。圖4(b)進(jìn)一步展示了研究區(qū)植被NDVI的季節(jié)波動(dòng)變化趨勢(shì)，總體上，各季節(jié)NDVI波幅較為穩(wěn)定，夏季植被NDVI(0.66)>秋季NDVI(0.42)>春季NDVI(0.35)>冬季NDVI(0.16)；秋季NDVI上升幅度最大0.002 5/年，其次為夏季0.000 4/年，而春季和冬季則呈下降趨勢(shì)，分別為-0.000 8/年和-0.000 6/年。圖4(c)顯示了研究區(qū)NDVI月均變化特征，5—10月生長(zhǎng)期為NDVI的高值時(shí)間區(qū)段，與雨熱同期，而11—12月與1—4月NDVI明顯較低。

2.3 研究區(qū)SPEI指數(shù)時(shí)間變化特征

圖5 研究區(qū)不同時(shí)間尺度的SPEI指數(shù)年際變化特征Fig.5 Interannual changes of SPEI at different time scales

圖5顯示1990—2015年研究區(qū)4個(gè)不同時(shí)間尺度的SPEI逐月變化特征?？傮w上，各尺度SPEI均呈波動(dòng)性下降趨勢(shì)，干旱趨勢(shì)增加，隨著尺度的增加，SPEI變化趨于平緩，降幅不斷加劇，從SPEI03到SPEI12，降幅依次為SPEI24 (-0.003/年)

圖6所示研究區(qū)年際、生長(zhǎng)期及不同季節(jié)尺度SPEI的時(shí)間變化特征。整體上，年際及季節(jié)性差異呈較為明顯的異質(zhì)性，差異性并不顯著，干濕變化交替發(fā)生。1990—2015年，研究區(qū)年際及各季節(jié)的不同尺度的SPEI顯示干旱持續(xù)的時(shí)間和災(zāi)害程度均呈一定程度的下降趨勢(shì)，其中春季發(fā)生干旱的持續(xù)時(shí)間和程度明顯強(qiáng)于其他季節(jié)。

圖6 研究區(qū)不同時(shí)間尺度的SPEI指數(shù)季節(jié)變化特征Fig.6 Seasonal changes of SPEI at different time scales

圖7 研究區(qū)不同時(shí)間尺度的月均SPEI指數(shù)時(shí)間變化特征Fig.7 Monthly changes of SPEI at different time scales

圖7顯示為不同時(shí)間尺度月均SPEI時(shí)間變化特征。總體上，月均變化趨勢(shì)與研究區(qū)雨熱同期。在3個(gè)月和6個(gè)月尺度上，SPEI在4—6月呈濕潤(rùn)狀態(tài)，其他月份多為干旱狀態(tài)。隨著時(shí)間尺度的增加，包括SPEI12、SPEI24，SPEI在所有月份均呈干旱狀態(tài)，1—4月干旱發(fā)生程度最為嚴(yán)重，而5—7月干旱程度相對(duì)較輕。整體上，12個(gè)月和24個(gè)月的SPEI變化幅度較小于3個(gè)月以及6個(gè)月的SPEI變化。

2.4 研究區(qū)NDVI與氣候因子之間的相關(guān)性分析

表4所示年際及季節(jié)NDVI變化與氣候因子之間的相關(guān)性。具體來說，年際NDVI與SPEI06、SPEI12顯著正相關(guān)，生長(zhǎng)期、春季年均NDVI與SPEI03相關(guān)性最大，夏季NDVI與SPEI06高度正相關(guān)，秋季SPEI12對(duì)NDVI影響最大，而冬季NDVI與SPEI03變化顯著負(fù)相關(guān)。總起來說，年均、生長(zhǎng)期及夏季NDVI對(duì)SPEI變化響應(yīng)最為顯著，尤其是夏季NDVI與SPEI06之間的相關(guān)系數(shù)達(dá)到了最高的0.628，這也說明了研究區(qū)處于生長(zhǎng)旺盛期的植被生長(zhǎng)在干旱發(fā)生時(shí)響應(yīng)最為明顯。春季以及秋冬季是研究區(qū)植被落葉和返青期，植被NDVI對(duì)干旱指數(shù)SPEI變化的響應(yīng)明顯小于植被生長(zhǎng)期。其中，植被NDVI對(duì)3個(gè)月和6個(gè)月尺度的SPEI變化尤為敏感，相關(guān)系數(shù)明顯高于12個(gè)月和24個(gè)月的SPEI變化，這也說明這兩個(gè)尺度的SPEI更適用于分析年際和季節(jié)性NDVI變化。與此同時(shí)，年際及各季節(jié)NDVI變化與不同尺度SPEI之間的相關(guān)性明顯高于單因子的氣溫和降水，這也說明了年際以及季節(jié)性植被NDVI變化對(duì)干旱的響應(yīng)明顯強(qiáng)于單獨(dú)的氣溫或降水。

表5所示了月均NDVI與氣候因子的滯后相關(guān)性分析。月均NDVI與同期及滯后1個(gè)月的氣溫、降水顯著相關(guān)，與同期的SPEI相關(guān)度較低，未通過顯著性檢驗(yàn)。SPEI的不同時(shí)間尺度是時(shí)長(zhǎng)的有效積分，代表了時(shí)長(zhǎng)內(nèi)的干濕平均狀況，因而與同期的月均NDVI存在一定的滯后性。表5所示，研究區(qū)月均NDVI與滯后2～3個(gè)月的SPEI03和SPEI06顯著相關(guān)，說明了植被對(duì)干旱事件的發(fā)生存在明顯的滯后響應(yīng)現(xiàn)象。同時(shí)，進(jìn)一步研究發(fā)現(xiàn)，月均NDVI與SPEI12和SPEI24之間滯后檢驗(yàn)的相關(guān)性明顯弱于3個(gè)月和6個(gè)月尺度的SPEI，這也進(jìn)一步驗(yàn)證了較短時(shí)間尺度的SPEI更適用于本研究區(qū)的植被動(dòng)態(tài)變化的氣候響應(yīng)分析。

表4 研究區(qū)年均NDVI與不同時(shí)間尺度SPEI以及氣溫、降水之間的相關(guān)性

表5 1990—2015年間研究區(qū)月均及滯后1～3個(gè)月NDVI與月均氣候因子的相關(guān)性

3 結(jié)論

基于1990—2015年研究區(qū)GIMSS NDVI數(shù)據(jù)，結(jié)合不同年份的植被覆被類型和多時(shí)間尺度的SPEI數(shù)據(jù)以及土地利用類型數(shù)據(jù)，對(duì)河北省植被空間特征、NDVI時(shí)間變化特征以及對(duì)氣候因子的響應(yīng)進(jìn)行了綜合分析，得到以下結(jié)論。

(1)研究區(qū)草地、林地植被類型面積增加，耕地面積有所下降，空間上呈自東向西交替現(xiàn)象；整體上草地、林地和耕地景觀均呈破碎化現(xiàn)象，與人類活動(dòng)的不斷加強(qiáng)密切相關(guān)。研究區(qū)三類主要植被類型的變化不僅體現(xiàn)在對(duì)較高海拔地區(qū)的農(nóng)業(yè)開發(fā)，也包含著退耕還林、還草工程的不斷推進(jìn)。

(2)研究區(qū)1990—2015年間年均及生長(zhǎng)期呈明顯的上升趨勢(shì)，分別為生長(zhǎng)期0.001/年和年均0.000 4/年；夏季NDVI最高，冬季最低；秋季NDVI上升趨勢(shì)最大，春、冬季呈下降趨勢(shì)；月均NDVI時(shí)間變化與雨熱同期，5—10月是月均NDVI高值區(qū)。

(3)研究區(qū)1990—2015年間不同時(shí)間尺度SPEI均呈下降趨勢(shì)，氣候趨于干燥，隨著時(shí)間尺度的增加，降幅不斷加劇。從SPEI03～SPEI24，降幅依次為SPEI24 (-0.003/年)、SPEI12 (-0.002/年)、SPEI06 (-0.001/年)和SPEI03 (-0.000 6/年)；研究區(qū)整體上干旱發(fā)生的持續(xù)時(shí)間和干旱程度有所降低，而春季發(fā)生干旱明顯強(qiáng)于其他季節(jié)；月均SPEI變化與雨熱同期，3個(gè)月和6個(gè)月尺度SPEI中4—6月多呈濕潤(rùn)狀態(tài)，而其他月份、其他時(shí)間尺度多呈干旱狀態(tài)。

(4)年際及夏季NDVI對(duì)SPEI變化響應(yīng)最為顯著，尤其是夏季NDVI與SPEI06之間的為最高的0.628，春秋次之，冬季最低；年際及季節(jié)性NDVI變化與3個(gè)月和6個(gè)月尺度的SPEI的相關(guān)性明顯高于12個(gè)月和24個(gè)月的SPEI，反映了較短的時(shí)間尺度更適用于研究區(qū)植被動(dòng)態(tài)變化分析；年際及季節(jié)NDVI變化對(duì)SPEI的響應(yīng)較單獨(dú)的氣候因子(氣溫、降水)更明顯；月均NDVI與滯后2—3月SPEI03和SPEI12顯著相關(guān)。

近年來，全球變暖對(duì)區(qū)域干旱化的影響受到越來越多的關(guān)注，而SPEI 指數(shù)有效地考慮了溫度對(duì)蒸散的影響，對(duì)準(zhǔn)確評(píng)估區(qū)域干旱變化特征演變更為有效。氣候變化背景下河北地區(qū)地表植被變化與氣候因子之間響應(yīng)研究，加深了對(duì)研究區(qū)地表植被生長(zhǎng)以及對(duì)干旱響應(yīng)的認(rèn)識(shí)，對(duì)準(zhǔn)確評(píng)估區(qū)域生態(tài)環(huán)境質(zhì)量，尤其是植被動(dòng)態(tài)變化等具有重要的意義。然而，由于研究區(qū)面積遼闊、地表植被覆被類型相對(duì)復(fù)雜，本研究?jī)H限于對(duì)河北地區(qū)地表植被和干旱特征與規(guī)律進(jìn)行反演與分析，接下來將對(duì)研究區(qū)不同的植被數(shù)據(jù)產(chǎn)品、人工林植被與生態(tài)修復(fù)、土壤濕度、地表溫度等影響因子關(guān)系進(jìn)行進(jìn)一步探索，以期獲取研究區(qū)植被生長(zhǎng)變化更為翔實(shí)的特征與規(guī)律。