陳 菲， 史曉亮， 丁 皓， 李 藝， 史孟琦

(西安科技大學(xué) 測(cè)繪科學(xué)與技術(shù)學(xué)院， 陜西 西安 710054)

1 研究背景

植被是地球土壤圈、大氣圈和水圈等相互聯(lián)系的紐帶[1]，與氣候變化有著密不可分的聯(lián)系，同時(shí)也是響應(yīng)氣候變化的指示器[2]。干旱是一種水量相對(duì)虧缺的自然現(xiàn)象，具有影響范圍廣、持續(xù)時(shí)間長(zhǎng)等特點(diǎn)[3]，作為影響植被生長(zhǎng)的主要因素之一，持續(xù)干旱會(huì)嚴(yán)重限制植被生長(zhǎng)。因此，在全球氣候變暖、干旱事件頻發(fā)的背景下[4]，分析植被對(duì)氣象干旱的響應(yīng)關(guān)系具有重要的現(xiàn)實(shí)意義。

目前，眾多國(guó)內(nèi)外學(xué)者研究干旱的常用指數(shù)，其中，標(biāo)準(zhǔn)化降水蒸散指數(shù)SPEI(standardized precipitation evapotranspiration index)與植被指數(shù)關(guān)系最密切[5]。在區(qū)域尺度上，許多學(xué)者利用歸一化植被指數(shù)NDVI(normalized difference vegetation index)和增強(qiáng)型植被指數(shù)EVI(enhanced vegetation index)等遙感植被指數(shù)開(kāi)展了植被對(duì)氣象干旱的響應(yīng)關(guān)系研究[6]。NDVI是反映地表植被覆蓋和植被生長(zhǎng)狀況最有效的參數(shù)之一，可定量監(jiān)測(cè)植被動(dòng)態(tài)變化[7]，被廣泛應(yīng)用于植被生長(zhǎng)狀況的研究中。王雨晴等[8]、齊貴增等[9]、Rajpoot等[10]基于NDVI分析了氣象干旱對(duì)植被生長(zhǎng)狀況的影響，表明SPEI與NDVI具有很強(qiáng)的正相關(guān)性，且相關(guān)程度因不同植被類型而有所差異。相比于NDVI，EVI解決了NDVI的易飽和問(wèn)題，不僅能很好地反映濃密植被的生長(zhǎng)變化[11-12]，更能夠區(qū)分稀疏植被[13]。王亞林等[14]、Aulia等[15]探討了EVI對(duì)氣象干旱的響應(yīng)關(guān)系。相關(guān)研究均表明NDVI、EVI與氣象干旱存在較明顯的正相關(guān)關(guān)系，但目前已有研究中缺乏對(duì)不同植被類型條件下的兩種植被指數(shù)對(duì)氣象干旱響應(yīng)關(guān)系的差異分析。

灤河上游位于我國(guó)農(nóng)牧交錯(cuò)帶南緣，是張家口-承德國(guó)家級(jí)水源涵養(yǎng)區(qū)的關(guān)鍵組成部分，也是京津冀地區(qū)重要的生態(tài)安全屏障，但其地貌特征復(fù)雜，屬氣候敏感區(qū)，生態(tài)環(huán)境脆弱[16]。目前關(guān)于灤河上游地區(qū)植被對(duì)干旱響應(yīng)的研究較少，因此，本文基于2000-2019年多時(shí)間尺度SPEI與MODIS-NDVI/EVI數(shù)據(jù)，探討不同植被類型及植被指數(shù)對(duì)干旱的響應(yīng)及差異，以期為灤河上游地區(qū)干旱應(yīng)對(duì)及生態(tài)文明建設(shè)提供科學(xué)依據(jù)。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 研究區(qū)概況

灤河上游水系發(fā)源于河北省豐寧縣巴彥圖古爾山麓，至承德市灤平縣張百灣鎮(zhèn)，全長(zhǎng)513 km，集水面積為25 367 km2，其水系、高程及氣象站點(diǎn)分布如圖1所示。該地區(qū)位于壩上高原，平均海拔為1 227 m，自東南向西北逐漸增高。研究區(qū)屬中溫帶干旱半干旱大陸性季風(fēng)氣候，夏季炎熱多雨，冬季寒冷干燥。灤河上游植被類型主要包括溫帶常綠針葉林、溫帶落葉闊葉林、溫帶草原、灌木等，草地是灤河上游分布最多、范圍最廣的土地覆蓋類型。受氣候變化影響，自20世紀(jì)70年代以來(lái)，該地區(qū)開(kāi)始呈現(xiàn)持續(xù)性的干旱化趨勢(shì)。

圖1 灤河上游水系、高程及氣象站點(diǎn)分布

2.2 數(shù)據(jù)來(lái)源

遙感植被指數(shù)數(shù)據(jù)來(lái)源于美國(guó)航空航天局 (National Aeronautics and Space Aclministration, NASA https://ladsweb.modaps.eosdis.nasa.gov)，其中2000-2019年的月尺度MODIS NDVI/EVI(MOD13A3)數(shù)據(jù)空間分辨率為1 km，土地覆蓋類型數(shù)據(jù)(MCD12Q1)采用2018年MODIS三級(jí)年度全球土地覆蓋類型產(chǎn)品，空間分辨率為500 m。上述遙感數(shù)據(jù)均使用MRT(MODIS reprojection tool)軟件完成投影、格式轉(zhuǎn)換和重采樣等預(yù)處理工作，同時(shí)對(duì)土地覆蓋類型進(jìn)行重分類。

通過(guò)中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)獲取了2000-2019年灤河上游及其鄰近區(qū)域4個(gè)氣象站點(diǎn)的氣象數(shù)據(jù)(氣象站點(diǎn)分布見(jiàn)圖1)，包括月平均氣溫、降水以及經(jīng)緯度信息，其中部分異常值通過(guò)計(jì)算研究時(shí)段內(nèi)該月數(shù)據(jù)平均值進(jìn)行插補(bǔ)。

數(shù)字高程模型(digital elevation model，DEM)數(shù)據(jù)獲取自地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，空間分辨率為90 m。

2.3 研究方法

2.3.1 標(biāo)準(zhǔn)化降水蒸散指數(shù) 文中采用標(biāo)準(zhǔn)化降水蒸散指數(shù)SPEI作為干旱監(jiān)測(cè)指標(biāo)。該指數(shù)是針對(duì)降水量與潛在蒸散量插值序列累積概率值進(jìn)行的正態(tài)標(biāo)準(zhǔn)化[17]，既有SPI指數(shù)的多尺度特征，同時(shí)也將潛在蒸散量的影響考慮在內(nèi)[18]。已有研究對(duì)SPEI在中國(guó)地區(qū)的適用性進(jìn)行分析，并認(rèn)為該指數(shù)在很多地區(qū)能夠準(zhǔn)確評(píng)估氣象干旱的發(fā)生程度[19]。

SPEI具有多時(shí)間尺度的特征，本文選用1、3、6、12個(gè)月的時(shí)間尺度來(lái)計(jì)算SPEI。1個(gè)月時(shí)間尺度的SPEI可以比較清楚地反映出短期地表水分的細(xì)微變化；3個(gè)月時(shí)間尺度的SPEI可以清晰地反映出季節(jié)的干旱變化情況；6個(gè)月時(shí)間尺度的SPEI可以反映以半年時(shí)間為周期的干旱情況；同理，12個(gè)月時(shí)間尺度的SPEI可以反映出年際間的干旱變化情況[20]。SPEI具體的計(jì)算方法可以參考Vicente等[21]的研究?；赟PEI指數(shù)的干旱程度及等級(jí)劃分如表1所示。

表1 基于SPEI指數(shù)的干旱程度及等級(jí)劃分

2.3.2 趨勢(shì)分析 趨勢(shì)分析法即對(duì)一組隨時(shí)間序列變化的變量進(jìn)行一元線性回歸分析，以像元為單位計(jì)算斜率，以此來(lái)反映每個(gè)柵格像元上植被指數(shù)NDVI和EVI的年際變化趨勢(shì)，計(jì)算公式為：

(1)

式中：n為時(shí)間序列總年數(shù)；i的值為1～20，代表2000-2019年；VIi為第i年的植被指數(shù)值(NDVI、EVI)。當(dāng)Slope>0時(shí)，說(shuō)明植被指數(shù)在研究時(shí)間范圍內(nèi)有增加的趨勢(shì)；當(dāng)Slope<0時(shí)，則說(shuō)明呈減少趨勢(shì)。

2.3.3 相關(guān)分析 在像元尺度計(jì)算2000-2019年灤河上游植被指數(shù)和不同時(shí)間尺度SPEI的相關(guān)系數(shù)，從而反映不同時(shí)間尺度SPEI對(duì)NDVI和EVI的影響程度，計(jì)算公式如下：

(2)

3 結(jié)果與分析

3.1 灤河上游氣象干旱變化特征

根據(jù)氣象站點(diǎn)建立泰森多邊形獲取SPEI加權(quán)平均值，進(jìn)而分析2000-2019年灤河上游1、3、6、12個(gè)月時(shí)間尺度下相應(yīng)的SPEI(SPEI-1、SPEI-3、SPEI-6、SPEI-12)時(shí)間變化特征，結(jié)果見(jiàn)圖2。由圖2可看出，灤河上游地區(qū)氣候呈現(xiàn)出干濕交替的特征，不同時(shí)間尺度的SPEI變化幅度存在差異，變幅隨著時(shí)間尺度的增加而增大；研究年限內(nèi)各時(shí)間尺度的SPEI值均呈波動(dòng)增大趨勢(shì)，波動(dòng)幅度較大的年份為2009-2010年；灤河上游整體干旱程度呈減弱趨勢(shì)，SPEI-1、SPEI-3、SPEI-6、SPEI-12的線性增長(zhǎng)速率分別為0.012 8/a、0.013 3/a、0.029 8/a、0.043 8/a。整體上，以2010年為分水嶺，2010年之前經(jīng)常發(fā)生長(zhǎng)時(shí)間尺度的干旱，且干旱程度較大，2010年之后，干旱頻次逐漸減少，且干旱程度較輕。

圖2 2000-2019年灤河上游不同時(shí)間尺度的SPEI時(shí)間變化特征

對(duì)2000-2019年灤河上游干旱面積占比進(jìn)行統(tǒng)計(jì)，其變化特征如圖3所示。由圖3可見(jiàn)，2000-2019年間僅2015與2016年未發(fā)生干旱，其余年份均發(fā)生了不同程度的干旱，其中2000、2002、2004、2007、2009、2011、2014、2017、2019年的干旱面積高達(dá)100%；2001、2005、2008、2012、2018年的干旱面積在50%～100%之間；2003、2006、2010、2013年的干旱面積小于50%。灤河上游干旱面積年際變化幅度較大，總體而言，干旱發(fā)生面積呈減少趨勢(shì)，干旱面積占比趨勢(shì)率為-1.430 4%/a。

圖3 2000-2019年灤河上游干旱面積占比時(shí)間變化特征

3.2 灤河上游植被變化特征

為了消除北方冬天植被覆蓋度低的影響，采用最大值合成法將植被指數(shù)月值數(shù)據(jù)合成到年尺度，獲取灤河上游多年平均NDVI和EVI空間分布情況，并采用趨勢(shì)分析法得到逐像元NDVI和EVI變化趨勢(shì)，結(jié)果如圖4、5所示。根據(jù)植被覆蓋度劃分標(biāo)準(zhǔn)對(duì)圖4(a)、5(a)中的NDVI、EVI空間分布進(jìn)行分析：高植被覆蓋區(qū)(NDVI>0.6)主要分布在河北省圍場(chǎng)縣、豐寧縣、隆化縣和灤平縣，占研究區(qū)面積的69%，該地區(qū)分布著國(guó)家級(jí)自然保護(hù)區(qū)和國(guó)有林場(chǎng)，植被生長(zhǎng)狀況較好，故植被覆蓋度較高；中等植被覆蓋區(qū)(0.3

圖4 2000-2019年灤河上游NDVI及其變化斜率空間分布 圖5 2000-2019年灤河上游EVI及其變化斜率空間分布

對(duì)圖4(b)、5(b)中基于一元線性回歸模型得出的NDVI、EVI變化趨勢(shì)進(jìn)行分析：灤河上游植被變化趨勢(shì)具有明顯的地域差異。總體上看，2000-2019年有高達(dá)98.65%的區(qū)域NDVI呈現(xiàn)增加趨勢(shì)，表明近20年灤河上游地區(qū)的植被狀況有明顯改善，其中，26.67%的區(qū)域呈微弱增加趨勢(shì)；71.98%的區(qū)域呈明顯增加趨勢(shì)；輕微減少、基本不變和明顯減少的區(qū)域占比較少，分別為0.17%、0.72%、0.46%。EVI呈明顯減少、輕微減少、基本不變、輕微增加、明顯增加的區(qū)域占比分別為0.05%、1.18%、16.49%、74.08%、8.20%，輕微增加的區(qū)域占到了大多數(shù)。改善較為明顯的區(qū)域多數(shù)分布在張家口市東北部和內(nèi)蒙古自治區(qū)境內(nèi)，主要是在近些年降水量增加和退耕還林還草等生態(tài)措施的作用下，這些地區(qū)植被指數(shù)增長(zhǎng)速率相對(duì)較快。

2000-2019年灤河上游植被指數(shù)NDVI和EVI的時(shí)間變化趨勢(shì)如圖6所示。

圖6 2000-2019年灤河上游植被指數(shù)NDVI和EVI的時(shí)間變化趨勢(shì)

由圖6可以看出，NDVI和EVI變化趨勢(shì)大致相同，NDVI的平均增大速率為0.005 7/a，EVI的平均增大速率為0.004 4/a，兩者均在2006-2009年有明顯的波動(dòng)變化，在2000-2006、2009-2013年間呈緩慢增大趨勢(shì)，2014年略有減小，2014年以后總體呈波動(dòng)增大趨勢(shì)。

3.3 植被對(duì)氣象干旱的響應(yīng)

通過(guò)計(jì)算2000-2019年各年份灤河上游的NDVI、EVI與SPEI的相關(guān)系數(shù)分析研究區(qū)植被狀況與氣象干旱的相關(guān)性。結(jié)果表明，植被生長(zhǎng)狀況受到SPEI的影響，而不同時(shí)間尺度下的SPEI對(duì)植被指數(shù)的影響程度略有不同，濕潤(rùn)的氣候更加有利于植被的生長(zhǎng)。NDVI與SPEI-1、SPEI-3、SPEI-6、SPEI-12的相關(guān)系數(shù)為正值的區(qū)域占研究區(qū)總面積比例依次為96.5%、98.1%、89.8%、90.5%，相關(guān)系數(shù)分別為0.178、0.179、0.152、0.145。EVI與SPEI-1、SPEI-3、SPEI-6、SPEI-12相關(guān)系數(shù)為正值的區(qū)域占研究區(qū)總面積比例依次為97.8%、96.6%、98.6%、98.2%，相關(guān)系數(shù)分別為0.278、0.301、0.356、0.339。從相關(guān)系數(shù)的空間分布上來(lái)看，不同時(shí)間尺度下的SPEI與植被指數(shù)相關(guān)系數(shù)的空間分布特征大體一致。兩者相關(guān)性較高的區(qū)域主要分布在研究區(qū)的東西兩側(cè)，相關(guān)系數(shù)較低的區(qū)域主要分布在研究區(qū)的中部。NDVI對(duì)氣象干旱的響應(yīng)在3個(gè)月時(shí)間尺度時(shí)最明顯，即對(duì)季尺度響應(yīng)最明顯，而EVI與SPEI-6的相關(guān)性最強(qiáng)。整體上，EVI對(duì)干旱的響應(yīng)強(qiáng)于NDVI。

林地、草原、農(nóng)田是分布于灤河上游的3種主要土地覆蓋類型，因此，文中通過(guò)統(tǒng)計(jì)這3類土地覆蓋類型在不同時(shí)間尺度下的NDVI和EVI與SPEI的相關(guān)系數(shù)的最大值，進(jìn)一步分析不同土地覆蓋類型對(duì)干旱的響應(yīng)差異，統(tǒng)計(jì)結(jié)果如圖7所示。

圖7 不同時(shí)間尺度下各主要土地覆蓋類型的NDVI、EVI與SPEI的最大相關(guān)系數(shù)

從最大相關(guān)系數(shù)來(lái)看，草地EVI與不同尺度SPEI的最大相關(guān)系數(shù)分別為0.786、0.805、0.830、0.822，相應(yīng)的NDVI最大相關(guān)系數(shù)略小于EVI，分別為0.518、0.550、0.543、0.538。草地對(duì)不同時(shí)間尺度干旱的響應(yīng)程度均高于農(nóng)田及林地，林地植被指數(shù)與SPEI的最大相關(guān)系數(shù)最小。從時(shí)間尺度上看，草地、農(nóng)田及林地EVI對(duì)中期干旱(SPEI-6)響應(yīng)程度更高，相關(guān)系數(shù)分別為0.830、0.798、0.718，草地、農(nóng)田NDVI對(duì)短期干旱(SPEI-3)響應(yīng)程度更高，相關(guān)系數(shù)分別為0.550、0.499，而林地NDVI與SPEI-12的最大相關(guān)系數(shù)更高，為0.403。草地、林地和農(nóng)田的EVI與不同時(shí)間尺度干旱指數(shù)的最大相關(guān)系數(shù)均大于NDVI，但均表現(xiàn)為草地對(duì)水分脅迫的敏感程度最強(qiáng)，農(nóng)田次之，林地最弱，這表明EVI對(duì)監(jiān)測(cè)植被生態(tài)系統(tǒng)發(fā)生干旱的敏感性優(yōu)于NDVI。故在研究區(qū)旱情監(jiān)測(cè)中，需更加注重草地生長(zhǎng)狀態(tài)的變化，鑒于林地植被所表現(xiàn)出較強(qiáng)的耐旱性，在未來(lái)全球變暖、干旱加劇的背景下，森林生態(tài)系統(tǒng)將在區(qū)域甚至全球生態(tài)系統(tǒng)下發(fā)揮重要作用。

4 討 論

4.1 植被指數(shù)NDVI和EVI的空間差異性分析

采用最大值合成法將MODIS月值數(shù)據(jù)合成年尺度數(shù)據(jù)，進(jìn)而獲取2000-2019年兩種植被指數(shù)平均值的空間分布。氣候變化和錯(cuò)綜復(fù)雜的人類活動(dòng)使灤河上游的植被分布具有顯著的空間異質(zhì)性[22]，比較研究時(shí)段內(nèi)NDVI值與EVI值及其變化斜率的空間分布圖(圖4、5)發(fā)現(xiàn)，兩種植被指數(shù)的空間分布特征基本一致，但EVI值明顯大于NDVI值，為了分析兩者的差異，本研究采用差值模型，用NDVI值及其變化斜率分別減去相應(yīng)的EVI值及其變化斜率并取絕對(duì)值，獲取兩者的差值空間分布，如圖8所示。

由圖8可見(jiàn)，NDVI與EVI差值較大的區(qū)域分布在河北省承德市，差值較小的區(qū)域分布在內(nèi)蒙古自治區(qū)境內(nèi)，由于灤河上游地區(qū)植被覆蓋度自東南向西北逐漸減小(圖4、5)，故說(shuō)明在植被覆蓋度較高的地區(qū)NDVI和EVI的差值較大。這主要是因?yàn)镹DVI在高植被覆蓋區(qū)域無(wú)法準(zhǔn)確地反映植被的生長(zhǎng)狀況[23]，而EVI克服了NDVI在高植被覆蓋區(qū)域易飽和、在低植被覆蓋區(qū)域受土壤影響較大的缺點(diǎn)[24]。前文中已表明，研究期內(nèi)灤河上游大部分區(qū)域的植被狀況得到了改善，其中內(nèi)蒙古境內(nèi)的植被指數(shù)增長(zhǎng)速率大于河北省，而NDVI與EVI的變化趨勢(shì)存在差異。當(dāng)土地覆蓋類型為林地與草地時(shí)，NDVI與EVI的變化斜率相差較大，而農(nóng)田覆蓋地區(qū)變化斜率相差較小。植被指數(shù)的增長(zhǎng)表明近20年國(guó)有林場(chǎng)和人工造林工程的實(shí)施，進(jìn)一步帶動(dòng)了灤河上游生態(tài)環(huán)境質(zhì)量好轉(zhuǎn)，同時(shí)河北省政府成立的灤河上游國(guó)家級(jí)自然保護(hù)區(qū)對(duì)當(dāng)?shù)厣值谋Ｗo(hù)也起到了積極的推動(dòng)作用。

4.2 不同植被指數(shù)與土地覆蓋類型對(duì)干旱響應(yīng)的差異

通過(guò)分析植被指數(shù)與氣象干旱的相關(guān)系數(shù)可知，灤河上游地區(qū)植被指數(shù)與不同時(shí)間尺度的SPEI整體呈正相關(guān)，這與史尚渝等[25]和萬(wàn)紅蓮等[26]的研究結(jié)果相同，其中NDVI與SPEI-3的相關(guān)性最強(qiáng)，EVI與SPEI-6的相關(guān)性最強(qiáng)?？傮w而言，EVI與SPEI的相關(guān)性強(qiáng)于NDVI與SPEI的相關(guān)性。圖9顯示了3個(gè)月和6個(gè)月時(shí)間尺度的SPEI與NDVI、EVI的相關(guān)系數(shù)差值空間分布，由圖9可以看出，兩者的空間分布特征基本一致，差值較大的區(qū)域主要植被類型為農(nóng)田，差值較小的區(qū)域主要植被類型為林地和草地，這是由于農(nóng)田地區(qū)周邊人口密度大，受到人類活動(dòng)干擾較多，對(duì)植被生長(zhǎng)造成了一定程度的影響。

圖8 灤河上游植被指數(shù)NDVI與EVI差值及其變化斜率差值空間分布圖 圖9 3個(gè)月和6個(gè)月時(shí)間尺度的SPEI與NDVI、EVI的相關(guān)系數(shù)差值空間分布

不同土地覆蓋類型對(duì)干旱響應(yīng)的程度存在差異[27]。其中草地的響應(yīng)程度最強(qiáng)，這與楊思遙等[28]對(duì)華北地區(qū)植被變化對(duì)SPEI氣象干旱指數(shù)多尺度響應(yīng)的研究結(jié)果基本一致，說(shuō)明干旱對(duì)草地的生長(zhǎng)起到了一定程度的抑制作用。草地、農(nóng)田的響應(yīng)程度在季尺度時(shí)最敏感。草地屬于淺根系植物，在降雨時(shí)的儲(chǔ)水能力較弱，這使得草地對(duì)干旱具有較強(qiáng)的響應(yīng)，對(duì)短時(shí)間的干旱敏感性強(qiáng)于長(zhǎng)時(shí)間的干旱[29]。在以農(nóng)田為主的河北地區(qū)，人為干擾較多，如灌溉、施肥等農(nóng)田管理措施為農(nóng)作物提供了更好的生長(zhǎng)條件，因此，農(nóng)田植被指數(shù)與SPEI的相關(guān)系數(shù)小于草地。林地的根系發(fā)達(dá)，當(dāng)森林缺水時(shí)，其根系會(huì)向土壤更深處發(fā)展，因此耐旱性較好，對(duì)短時(shí)間的干旱響應(yīng)不明顯?；诖?，研究區(qū)政府應(yīng)該積極推進(jìn)退耕還林、植樹(shù)造林等生態(tài)保護(hù)措施來(lái)解決干旱問(wèn)題。

總體來(lái)說(shuō)，本文的研究結(jié)果與前人研究的關(guān)于北方地區(qū)的氣象干旱情況基本一致。但是，由于灤河上游地區(qū)氣象站點(diǎn)偏少，且分布不均勻，降水量數(shù)據(jù)存在少量異常值，雖然使用算數(shù)平均值進(jìn)行補(bǔ)充，但基于此計(jì)算的SPEI仍然可能存在一些偏差，故在后續(xù)研究中應(yīng)著重考慮氣象觀測(cè)數(shù)據(jù)的密度及空間分布的均勻性來(lái)研究氣候干旱對(duì)植被生長(zhǎng)的影響。

5 結(jié) 論

基于2000-2019年灤河上游地區(qū)氣象和MODIS數(shù)據(jù)研究了該地區(qū)干旱變化情況和植被生長(zhǎng)變化狀況，分析了植被對(duì)多時(shí)間尺度SPEI的響應(yīng)特征以及不同土地覆蓋類型對(duì)干旱響應(yīng)程度的差異。主要結(jié)論如下：

(1)2000-2019年灤河上游不同時(shí)間尺度的SPEI變化幅度較大，總體呈上升的趨勢(shì)，干旱化程度自東向西逐漸增加。干旱面積占比的年際變化幅度較大，但總體呈現(xiàn)減少趨勢(shì)，趨勢(shì)率為-1.430 4%/a。

(2)從空間上看，灤河上游植被覆蓋呈東南高西北低的分布狀況，NDVI的平均值為0.661，EVI的平均值為0.451，NDVI值明顯高于EVI值，大部分地區(qū)植被生長(zhǎng)狀況較好；從時(shí)間上看，近20年的植被狀況呈向好趨勢(shì)，無(wú)論是NDVI還是EVI，變化率大于0的區(qū)域占到95%以上。

(3)不同時(shí)間尺度的SPEI與NDVI和EVI在大部分區(qū)域呈現(xiàn)出不同程度的正相關(guān)。NDVI與SPEI的相關(guān)性強(qiáng)于EVI與SPEI的相關(guān)性，其中土地覆蓋類型為草地時(shí)的植被指數(shù)與SPEI的相關(guān)程度最強(qiáng)，其次是農(nóng)田，相關(guān)程度最弱的是林地。NDVI與3個(gè)月時(shí)間尺度的SPEI相關(guān)系數(shù)最高，EVI與6個(gè)月時(shí)間尺度的SPEI相關(guān)系數(shù)最高。在空間上，植被指數(shù)與SPEI的相關(guān)系數(shù)從東西兩側(cè)向中間逐漸減小。與NDVI相比，EVI對(duì)氣象干旱的響應(yīng)程度強(qiáng)于NDVI，更能清楚地反映植被的變化狀況。