黃豪奔,徐海量,*,林 濤,夏國柱

1 中國科學(xué)院新疆生態(tài)與地理研究所荒漠與綠洲生態(tài)國家重點實驗室,烏魯木齊 830011

2 中國科學(xué)院大學(xué),北京 100049

3 新疆維吾爾自治區(qū)土地開發(fā)整理建設(shè)管理局,烏魯木齊 830002

植被作為陸地生態(tài)系統(tǒng)的主體,通過光合作用、呼吸作用與大氣、土壤及水分等自然要素形成緊密聯(lián)系[1],在調(diào)節(jié)全球物質(zhì)能量循環(huán)、維持氣候穩(wěn)定以及指示生態(tài)系統(tǒng)變化過程中發(fā)揮著無法替代的作用。在全球氣候變化的背景下,植被活動受到氣候變化影響顯著[2—3],尤其是溫度和降水,對植被生長、分布和碳收支有重要影響[4—5]。因此,研究植被動態(tài)變化及其與氣候因素的響應(yīng)機(jī)制,能夠作為探討全球變化的理論依據(jù),對評價區(qū)域環(huán)境質(zhì)量與維護(hù)生態(tài)平衡具有現(xiàn)實意義[6]。歸一化植被指數(shù)(NDVI)廣泛應(yīng)用于植被動態(tài)變化研究中,與植被第一生產(chǎn)力、冠層覆蓋面積及生物量具有較好的相關(guān)性,能夠良好反應(yīng)與評價植被生長狀況[7-9],深入研究NDVI與氣候的關(guān)系并揭示其內(nèi)在聯(lián)系,對于了解植被的演變,預(yù)測未來氣候變化下植被的變化特征具有重要價值。

NDVI和氣候在不同空間尺度上的關(guān)系已有深入的研究。在全球范圍內(nèi),NDVI對溫度因素更為敏感,北半球植被活動的增加主要是由溫度升高所引起[10—11]。但是,北半球植被的長期變化趨勢與氣溫變化趨勢并不完全吻合,特別是在干旱與半干旱地帶,降水在區(qū)域范圍內(nèi)對NDVI具有很大的影響[12—13]。在分析NDVI與氣候的關(guān)系時,時間尺度的選擇非常重要,在年尺度與季尺度上植被與氣候的關(guān)系已有許多的研究,但是植被對氣候變化存在累積效應(yīng),在年或季尺度上水熱因素對植被的影響還不夠清晰,難以反映它們之間的關(guān)系[14]。因此,在月時間尺度上探索區(qū)域NDVI與氣候的關(guān)系可能更為合理。

鑒于上述情況,以新疆阿勒泰為例,基于柵格在不同時間尺度上對植被及氣候特征進(jìn)行定位與定量分析,在區(qū)域尺度上揭示氣候與植被關(guān)系的時空變化特征,有助于全面理解生態(tài)系統(tǒng)演化特征,以期為區(qū)域生態(tài)環(huán)境保護(hù)提供理論依據(jù)。本研究主要探討了三個問題：(1)阿勒泰NDVI趨勢年際變化的時空特征及其未來趨勢變化。(2)NDVI與不同時間尺度氣候因子的相關(guān)性。(3)不同土地利用方式下NDVI與氣候因子的滯后效應(yīng)。以期望預(yù)測與評價全球氣候變化背景下區(qū)域尺度的植被動態(tài),為區(qū)域生態(tài)環(huán)境保護(hù)提供理論參考。

1 研究區(qū)概況

阿勒泰地區(qū)位于85°31′36″—91°01′15″E,44°59′35″—49°10′45″N之間,地處阿爾泰山中段西南麓、準(zhǔn)格爾盆地北部。整個區(qū)域地形地貌復(fù)雜,河流綜合。北部為阿爾泰山地,阿爾泰山麓緩坡地帶為丘陵的主要分布地,該地區(qū)主要河流均發(fā)源于阿爾泰山地,額爾齊斯河、烏倫古河為主要水系,呈東西走向橫穿整個阿勒泰地區(qū),平原分布在兩大水系的河谷區(qū)域及其他河流的中下游,南部遍布沙漠,延伸至古爾班通古特沙漠腹地。全區(qū)受到中溫帶大陸性氣候和高山氣候控制,大氣環(huán)流與地形、高差、地面性質(zhì)等相互作用,形成明顯的氣候差異：西部、北部山地年降水量可達(dá)400—600 mm,東南部、丘陵平原年降水量僅150—200 mm,南部荒漠年降水量約95 mm,全區(qū)多年平均溫度為3.7℃,氣溫年較差可達(dá)30℃以上,山地丘陵地帶年均溫較低,處于4℃以下,平原地區(qū)年均溫較高,處于4℃以上。植被分布受地形、海拔與山地小氣候影響,主要分布著森林、草原、草甸、灌叢等植被類型。

圖1 研究區(qū)示意圖

2 材料與方法

2.1 數(shù)據(jù)來源及預(yù)處理

2.1.1NDVI數(shù)據(jù)

本研究使用的NDVI數(shù)據(jù)來自于MODIS MOD13Q1數(shù)據(jù)集,時間分辨率為16d,空間分辨率為250 m,時間序列為2001年1月—2020年12月。由于研究區(qū)北部冬季積雪時間較長,NDVI數(shù)據(jù)存在空值與低質(zhì)量數(shù)據(jù),因此結(jié)合 Savitzky-Golay濾波和質(zhì)量控制文件對NDVI數(shù)據(jù)重構(gòu),保留高質(zhì)量柵格(QA=0),低質(zhì)量柵格(QA≥1)由濾波后的值替換[15]。利用最大值合成法(MVC)進(jìn)一步獲取NDVI月、季、年尺度的NDVI數(shù)據(jù),MVC可以降低或消除云、大氣和太陽高度角對影像的影響[16]。季節(jié)劃分按照氣象標(biāo)準(zhǔn)劃分,春季為3—5月,夏季為6—8月,秋季為9—11月,冬季為12月至次年2月。

2.1.2氣象數(shù)據(jù)

氣象數(shù)據(jù)來源于CRU TS4.05(https://doi.org/10.1038/s41597-020-0453- 3)[17],選取的氣象因子包括降水、平均氣溫、最高氣溫、最低氣溫、水汽壓、潛在蒸散月尺度數(shù)據(jù),空間分辨率為0.5°×0.5°,對氣象數(shù)據(jù)采用雙線性插值法重采樣與NDVI數(shù)據(jù)相匹配,后合成季節(jié)尺度與年尺度氣象數(shù)據(jù)。

2.1.3土地利用數(shù)據(jù)

土地利用數(shù)據(jù)使用了GlobeLand30數(shù)據(jù)集[18],空間分辨率為30 m,采用最鄰近法進(jìn)行重采樣至250 m。選取研究區(qū)內(nèi)的土地利用類型包括林地、草地、耕地、濕地、裸地、灌木地及人造地表,將2000、2010、2020年3期數(shù)據(jù)中土地利用類型未發(fā)生改變的柵格提取,降低土地利用類型變化對本研究的影響。

2.2 研究方法

2.2.1Sen+Mann-Kendall

Theil-Sen Median趨勢分析與Mann-Kendall檢驗的結(jié)合使用,已經(jīng)成為植被長時間序列分析中成熟的方法[19—21]。該方法相比線性回歸分析具有不需要數(shù)據(jù)樣本遵循特定的分布,不易受離群值干擾等的優(yōu)點,具有很強的避免測量誤差或異常數(shù)據(jù)的能力[22]。Theil-Sen Median趨勢計算公式為：

式中,β是植被變化的趨勢,i與j是時間序列,xi與xj分別代表時間i和j時刻的NDVI值。β>0時,反映NDVI呈現(xiàn)增長的趨勢,反之則反映NDVI呈現(xiàn)退化的趨勢。

Mann-Kendall檢驗用于判斷趨勢的顯著性,定義為[23]：

對于一系列的Xt=(x1,x2,…,xn),計算用于趨勢檢驗的統(tǒng)計量Z：

式中,n表示時間序列的長度,sgn為符號函數(shù),統(tǒng)計量Z的取值范圍為(-∞,+∞)。設(shè)置原假設(shè)為序列沒有趨勢,采用雙邊趨勢檢驗。在給定的顯著性水平α下,當(dāng)|Z|>U1-α/2時,則拒絕原假設(shè),即序列趨勢顯著,反之意味著趨勢不顯著。

參考袁麗華等[24]的NDVI趨勢分類,取α= 0.05,即|Z|≥1.96時NDVI時間序列變化趨勢顯著。趨勢水平標(biāo)準(zhǔn)定義為5級：明顯改善(β≥0.0005,|Z|≥1.96),輕微改善(β≥0.0005,|Z|<1.96),基本穩(wěn)定(|β|<0.0005,|Z|<1.96),輕微退化(β<-0.0005,|Z|<1.96),嚴(yán)重退化(β<-0.0005,|Z|≥1.96)。

2.2.2 Hurst指數(shù)

自相似性和長期依賴性是自然界普遍存在的現(xiàn)象,并在水文、氣候、地質(zhì)等領(lǐng)域廣泛運用,Hurst指數(shù)是定量描述時間序列長期依賴性的有效方法[25],在植被變化研究中也得以廣泛應(yīng)用[24, 26—27]。Hurst指數(shù)的估算方法較多,本研究采用常用的R/S分析法,其估算結(jié)果更具可靠性[28—29]。

對于時間序列NDVIi,i=1,2,…,n,定義該時間序列：

對于比值R(τ)/S(τ)?R/S,若存在如下關(guān)系R/S∝τH,則時間序列存在Hurst現(xiàn)象。H即為Hurst指數(shù),可根據(jù)log(R/S)n=a+H× log(n)利用最小二乘法擬合得到。H值的大小可以判斷NDVI序列的持續(xù)性,包括三種形式：0.5

2.2.3相關(guān)系數(shù)法

相關(guān)系數(shù)用于分析兩個變量之間的相關(guān)程度,兩個變量相關(guān)系數(shù)的計算公式如下：

式中,rxy為x與y的相關(guān)系數(shù),n為時間序列長度,i,j是時間；xi代表NDVI的觀測值,yj表示氣候因子的觀測值?；贛atlab平臺,計算長期序列中每個柵格的NDVI與氣候因子的相關(guān)性。當(dāng)i=j時,意味著柵格上NDVI與氣候因子處于同一時間點,即相關(guān)性研究；在滯后研究中,j=i+k(k∈ N*),意味柵格上NDVI與氣候因子滯后k個時間點,從而表示NDVI與氣候因子之間的總體滯后。

本研究將相關(guān)系數(shù)分為3個水平：弱相關(guān)(0

3 結(jié)果與分析

3.1 近20年阿勒泰地區(qū)NDVI與氣候因子的變化趨勢

2001年起,新疆阿勒泰地區(qū)整體年均NDVI呈波動上升趨勢,年際變化速率為0.0015/a(圖2)。以3年滑動平均評估植被年NDVI,年NDVI變化以2008年為拐點分為兩個階段：下降階段(2001—2008),上升階段(2008—2020)。年降水量、平均氣溫、最高氣溫、最低氣溫、水汽壓、潛在蒸散等氣候因子在20年內(nèi)呈正弦變化趨勢。年降水量波動程度最大,變化范圍在146.43 mm(2008)—226.77 mm(2016),平均降水量為185.35 mm,水汽壓變化趨勢與年降水量相近,變化范圍在5.22 hPa(2014)—6.08 hPa(2016),二者總體呈微弱下降趨勢。平均氣溫的年變化呈微弱上升趨勢,其中年均最高氣溫增速最快,達(dá)0.032℃/a,其次為年均氣溫,增長率為0.025℃/a,年均最低氣溫增速為0.018℃/a。潛在蒸散波動變化明顯,研究區(qū)潛在蒸散最高為2008年的33.57 mm,最低為2003年的29.48 mm,增長速率為0.046 mm/a。

圖2 2001—2020年新疆阿勒泰NDVI與氣候因子年際變化趨勢

3.2 NDVI年際空間變化

NDVI的空間變化顯示(圖3),植被明顯改善與輕微改善的區(qū)域分別占14.09%與42.20%,明顯改善的區(qū)域分布于額爾齊斯河、烏倫古河流域與阿爾泰山保護(hù)區(qū)東南部,輕微改善的區(qū)域多分布于山麓地帶。嚴(yán)重退化與輕微退化的區(qū)域分別占1.25%與10.86%,退化的區(qū)域同樣分布于河流流域內(nèi),在額爾齊斯河與阿爾泰山保護(hù)區(qū)西北部較為明顯,此外阿勒泰地區(qū)的冬季牧場植被也出現(xiàn)明顯退化現(xiàn)象。無明顯變化的區(qū)域為31.60%,多分布于阿勒泰地區(qū)南部,該區(qū)域為植被覆蓋度低于10%的自然覆蓋土地,包括荒漠、沙地、礫石地、裸巖等,生態(tài)環(huán)境惡劣。

圖3 2001—2020年新疆阿勒泰NDVI空間變化與 NDVI未來變化趨勢

阿勒泰地區(qū)NDVI的Hurst指數(shù)值域0.12—0.99,均值為0.43,研究區(qū)Hurst指數(shù)小于0.5的面積占比為77.95%,表明整個區(qū)域NDVI表現(xiàn)出較弱的反持續(xù)性,因此研究區(qū)NDVI具有較強的波動,這與圖2NDVI年際變化趨勢表現(xiàn)的一致。結(jié)合NDVI空間變化與Hurst指數(shù),可判斷NDVI未來變化趨勢(圖3),在空間分布上,植被持續(xù)改善區(qū)域集中于阿爾泰山保護(hù)區(qū)東南部與烏倫古湖周邊的河流流域內(nèi)；持續(xù)退化區(qū)域面積占2.7%,在河道周邊零星分布；由增變減的區(qū)域廣泛分布于整個研究區(qū)內(nèi),占比41.46%,研究區(qū)北部阿爾泰山保護(hù)區(qū)內(nèi)林地林分結(jié)構(gòu)中成過熟林比例較高,且放牧等人類活動因素影響強烈,保護(hù)區(qū)內(nèi)植被NDVI反持續(xù)性特征明顯,研究區(qū)中南部為荒漠草地、裸地交錯地帶,氣候干燥,生態(tài)環(huán)境脆弱,難以受到水源涵養(yǎng)的區(qū)域植被將呈現(xiàn)退化的現(xiàn)象。

3.3 NDVI與氣候因素的相關(guān)性分析

研究區(qū)內(nèi)植被NDVI在月尺度與季節(jié)尺度與降水、氣溫、水汽壓、潛在蒸散等氣候因子呈正相關(guān)(圖4,圖5)。氣溫對研究區(qū)內(nèi)NDVI影響強烈,無論在月尺度與季節(jié)尺度,平均氣溫、極端氣溫與NDVI顯著正相關(guān),但極端氣溫與平均氣溫對植被活動的影響差異甚微,水汽壓、潛在蒸散與研究區(qū)北部NDVI顯著正相關(guān),降水與NDVI的相關(guān)性在所有氣候因子中最弱。就季節(jié)尺度與月尺度對比而言(表1),降水與NDVI的相關(guān)度在季節(jié)尺度上高于月尺度,因此降水對NDVI的影響具有更強的持續(xù)性,在季節(jié)尺度上更具有生態(tài)相關(guān)性。其他氣候因子與NDVI的相關(guān)度在月尺度上都高于季節(jié)尺度,在月尺度上生態(tài)相關(guān)性更高。在年尺度上,氣候因子與NDVI的相關(guān)性較弱,未通過顯著性檢驗(P<0.01)的柵格占比高。總體所述,降水、氣溫、水汽壓、潛在蒸散對研究區(qū)植被活動均存在明顯影響,且氣溫是植被活動的最顯著驅(qū)動力因子。

圖4 新疆阿勒泰月尺度NDVI與氣候因子的相關(guān)性

圖5 新疆阿勒泰季節(jié)尺度NDVI與氣候因子的相關(guān)性

表1 新疆阿勒泰不同時間尺度NDVI與氣候因子相關(guān)度/%

3.4 不同土地利用類型NDVI與氣候因子的滯后效應(yīng)

為了進(jìn)一步研究NDVI對氣候因子的響應(yīng),本研究分別計算了研究期內(nèi)240個月份不同土地類型NDVI與氣候因子的相關(guān)度,考慮了最長6個月的時間滯后[30]。圖6展示了不同土地利用類型NDVI變化對氣候因子的滯后效應(yīng),橫坐標(biāo)表示NDVI對氣候的滯后時間,縱坐標(biāo)以相關(guān)度表示,代表遲滯效應(yīng),其正負(fù)號分別代表正負(fù)效應(yīng)。此外,本研究定義相關(guān)度超過95%時,整個土地利用類型都存在滯后效應(yīng)。

圖6所示,不同土地利用類型下NDVI與氣候因子的滯后效應(yīng)以第3個月為時間節(jié)點分別表現(xiàn)為短期為正(1—3月)與長期為負(fù)(3—6月)的特征。 NDVI對氣溫、水汽壓的滯后效應(yīng)表現(xiàn)相近,裸地、灌木地對平均氣溫、極端氣溫、水汽壓的滯后效應(yīng)在兩個月內(nèi)下降趨勢顯著,草地的滯后效應(yīng)下降趨勢相對顯著,在兩個月內(nèi)對平均氣溫、最高氣溫、最低氣溫、水汽壓分別維持89.67%、91.77%、86.93%、79.13%以上的效應(yīng),林地、耕地、濕地、人造地表對平均氣溫、極端氣溫的滯后效應(yīng)則完全持續(xù)兩個月,對水汽壓的滯后效應(yīng)則最低能維持91.02%以上的水平。所有土地類型NDVI在第三個月對上述氣候因子的滯后效應(yīng)驟降至幾乎為0,在第5個月即達(dá)到了完全負(fù)效應(yīng)。耕地、濕地、人造地表三種土地類型NDVI對潛在蒸散滯后效應(yīng)的正效應(yīng)可維持4個月,濕地土壤水分充足,沼生、濕生植被繁多,耕地、人造地表受人類活動如灌溉影響頻繁,因此短期正效應(yīng)相對其他氣候因子較長,且在第6個月達(dá)到完全負(fù)效應(yīng)。不同土地利用類型對降水的遲滯效應(yīng)差異較大且與其他氣候因子有顯著差異,林地、草地與降水相關(guān)性顯著且短期遲滯效應(yīng)高于其他土地類型,其他土地類型對降水的遲滯效應(yīng)雖弱但下降趨勢平緩。

圖6 新疆阿勒泰NDVI變化與氣候因子的滯后效應(yīng)

4 結(jié)論與討論

4.1 討論

新疆阿勒泰位于干旱半干旱地區(qū),氣候空間異質(zhì)性明顯,南部荒漠區(qū)降水稀少、蒸散發(fā)強,不利于植被活動,隨著緯度的增加,海拔也不斷升高,降雨量增加,氣溫降低,緩和了嚴(yán)峻的氣候限制,開展植被類型的時空變化研究具有重要意義。結(jié)合NDVI時間變化與空間變化來看,植被變化的速率(β)存在明顯的空間異質(zhì)性,改善的區(qū)域占比56.29%,因此NDVI年變化呈增加趨勢,但增速緩慢。植被改善區(qū)域集中在阿爾泰山保護(hù)區(qū)與額爾齊斯河流域,阿爾泰山保護(hù)區(qū)氣候適宜,滿足以林地、草地為主的植被活動,額爾齊斯河近年生態(tài)水量得到良好保障,能夠及時補給河谷地區(qū)地下水含水層,增加土壤水分,滿足流域內(nèi)植被活動。植被退化區(qū)域破碎化分布于河流流域,以額爾齊斯河流域最為明顯,由于河谷兩岸為牧民主要的打草場和放牧場所,人類活動影響明顯,流域內(nèi)總體景觀格局呈現(xiàn)破碎化[31]。

新疆植被生長受水熱條件雙重調(diào)控,阿勒泰地區(qū)植被NDVI在月尺度、季節(jié)尺度與氣溫相關(guān)性最為顯著,與水汽壓、潛在蒸散次之,與降水相關(guān)性最弱,與杜加強等及趙霞等[32—33]在新疆生長季(4—10月)內(nèi)研究結(jié)果相似,但不同季節(jié)植被對氣候因子的敏感程度不同,也是本研究日后可以深入探討的一個方面,毛飛等[34]在藏北地區(qū)基于旬尺度的研究結(jié)果則與本研究的結(jié)果更為吻合。植被活動響應(yīng)氣候變化歸因于生理過程與生理功能,如呼吸作用、光合作用、蒸騰作用等。NDVI對氣溫表現(xiàn)出強相關(guān)性,反映了中高緯地帶植被活動對熱因素的敏感性,研究區(qū)內(nèi)常年溫度較低,升高的氣溫難以顯著加速地表蒸散過程(圖2),在土壤水分流失緩慢情況下能夠促進(jìn)有機(jī)物分解與提高植被養(yǎng)分利用有效性。降水因子通過增加土壤含水量來促進(jìn)植物對水分的吸收,但NDVI與降水的弱相關(guān)性可能歸因于濕潤期同時入射太陽輻射的減少[35],此外,逐月降水量變異性大于其他氣候因子,也可能是導(dǎo)致弱相關(guān)的原因,而長期的植被活動取決于降水的連續(xù)性與一致性較多[36],因此NDVI與降水的相關(guān)性在季節(jié)尺度高于月尺度。水汽壓與NDVI的關(guān)系相比降水與NDVI的關(guān)系更為密切,水汽壓代表空氣中的水分含量,水汽充足可抑制蒸騰作用與地表蒸發(fā),有利于土壤保墑和有機(jī)質(zhì)積累,與降水量相比能夠更好的解釋水分條件與NDVI的相互關(guān)系。潛在蒸散是太陽輻射、近地面溫度、空氣濕度、風(fēng)速等綜合的產(chǎn)物,較好反映光、水、熱等因素對NDVI波動變化的綜合影響,潛在蒸散在流域區(qū)域與NDVI更具相關(guān)性(圖4),這可能歸因于土壤水分的補給更多來源于河流而非降水,也反映了研究區(qū)內(nèi)植被活動與降水的弱相關(guān)性,在今后的研究中需要更加關(guān)注環(huán)境因子對植被活動的解釋作用。年尺度上,NDVI與氣候因子具有相關(guān)性,但不具備統(tǒng)計學(xué)意義,也能反應(yīng)研究區(qū)NDVI增長的緩慢趨勢。

根據(jù)柵格單元的最大相關(guān)系數(shù)出現(xiàn)的時間來判斷NDVI與氣候因子的滯后時間并非最合理的方式,相關(guān)系數(shù)之間的差異可能并不顯著[34]。本研究根據(jù)李鵬等[29]在黃土高原的研究基礎(chǔ),使用相關(guān)度(中相關(guān)以上柵格占總柵格比)判斷本研究區(qū)植被對氣候因子的滯后效應(yīng)。植被活動對氣候因子的滯后效應(yīng)在短期內(nèi)為正,這與研究區(qū)NDVI和氣候因子的相關(guān)性是保持一致的,其下降趨勢反映植被活動對氣候的滯后時間：降水表現(xiàn)出1—2個月的滯后,氣溫、水汽壓、潛在蒸散表現(xiàn)出2—3個月的滯后,其中氣溫和降水的滯后效應(yīng)與劉憲鋒等[37]的結(jié)論基本吻合。負(fù)效應(yīng)可理解為植被活動脫離氣候遲滯影響的程度,以3個月為時間節(jié)點,氣候的遲滯影響甚微,但仍有柵格單元會受到影響(相關(guān)性低或未通過顯著性檢驗),據(jù)下降趨勢判斷,氣候的遲滯影響在4—5個月完全消失。滯后效應(yīng)因氣候因素與植被類型而異。累積的降水被證明在很大程度上有利于全球的植被生長[36],就特定植被類型而言,林地、草地顯示需要更多的降水,滯后效應(yīng)在兩個月內(nèi)都高于其他土地類型(圖6),該現(xiàn)象是由于林地葉面積大、生態(tài)系統(tǒng)導(dǎo)電率低,具有很強的蒸騰速率,草地具有高效利用水的功能,都需要大量的水分來維持這一速率及相應(yīng)的光合作用[38],濕地植被活動與當(dāng)月降水相關(guān)性較高但次月滯后效應(yīng)下降趨勢劇烈,這歸因于濕地內(nèi)充沛的水源。值得注意的是,氣溫、水汽壓、潛在蒸散對林地、草地、耕地及濕地的滯后效應(yīng)在兩個月內(nèi)維持較高的水平,可能的原因是溫度升高致水源充沛區(qū)域土壤水分蒸發(fā),保持了較高的空氣濕度,改善了局部小氣候,水熱之間的轉(zhuǎn)換延長了植被生長對環(huán)境熱因素的響應(yīng)。濕地、耕地、人造地表對潛在蒸散的響應(yīng)滯后長于其他氣候因子,得益于土壤水分的充足或人類灌溉等活動的影響。

NDVI對氣候因子的響應(yīng)和滯后期與氣候區(qū)域、植被類型、生長狀況及土壤質(zhì)地有關(guān),地理因素、環(huán)境因素、氣候因素都是可能影響植被活動的因素,對于各影響因素的定量分離是一個值得探討的問題。值得注意的是,潛在蒸散是一個綜合的氣候因子,該因子與其他氣候因子的獨立影響也需進(jìn)一步調(diào)查。

4.2 結(jié)論

基于MODIS-NDVI指數(shù)和CRU再分析氣象數(shù)據(jù),結(jié)合Sen+Mann-Kendall非參數(shù)統(tǒng)計檢驗、Hurst指數(shù)、相關(guān)分析等方法,分析了阿勒泰地區(qū)NDVI的時空變化及其對多種氣候因子的響應(yīng)特征：

(1) 2001—2020年,植被NDVI隨氣候波動而波動變化,年均NDVI總體呈增加趨勢,年際變化率為0.0015/a,植被改善區(qū)域與退化區(qū)域在河流流域內(nèi)破碎化分布,植被退化區(qū)域比重大；Hurst指數(shù)分析顯示研究區(qū)內(nèi)植被NDVI趨勢呈反持續(xù)性特征,未來植被出現(xiàn)退化趨勢的比重極高。

(2) 植被NDVI與氣溫、降水、水汽壓、潛在蒸散等氣候因子在月尺度、季節(jié)尺度上呈正相關(guān)。NDVI與氣溫相關(guān)性最為顯著,與水汽壓、潛在蒸散次之,與降水相關(guān)性最弱,但與降水的相關(guān)性在季節(jié)尺度上高于月尺度。

(3) 不同土地利用類型下的NDVI與氣候因子的滯后效應(yīng)差異性顯著,表現(xiàn)為短期正效應(yīng)與長期負(fù)效應(yīng)的特征。