基于 spei 和 ndvi 的中国流域尺度气象干旱及植被分布时空演变-王兆礼.pdf

《基于 spei 和 ndvi 的中国流域尺度气象干旱及植被分布时空演变-王兆礼.pdf》由会员分享，可在线阅读，更多相关《基于 spei 和 ndvi 的中国流域尺度气象干旱及植被分布时空演变-王兆礼.pdf（10页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第 32 卷 第 14 期 农 业 工 程 学 报 Vol.32 No.14 2016 年 7月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2016 177 基于 SPEI 和 NDVI 的中国流域尺度气象干旱及植被分布时空演变 王兆礼，黄泽勤，李 军，钟睿达，黄文炜（华南理工大学土木与交通学院，广州 510641） 摘 要： 近些年中国干旱灾害频频发生且其影响不断加剧，因此探讨干旱对植被生长的影响对农业生产具有重要的意义。该文基于标准化降雨蒸散指数（ standard precipitation

2、evapotranspiration index， SPEI） ，应用 Mann-Kendall (MK)趋势分析方法研究了流域尺度的气象干旱格局；利用新一代归一化植被指数（ normalized different vegetation index， NDVI）分析了植被的生长状况；并探讨了 SPEI 和 NDVI 的相关性，结果表明： 1） 1982 2012 年间， SPEI 值在各时间尺度上都呈现为微弱下降趋势，即为微弱的干旱化；在空间上，干旱化趋势主要分布于东北、黄土高原和西南地区，而西北地区则呈现出明显的湿润化趋势； 2）全国年及各季（冬季除外） NDVI 序列均呈现上升趋势，空间

3、上其下降趋势主要出现在西北内陆和东北地区部分流域，上升趋势则因季节而异； 3）在年时间尺度上， SPEI 与 NDVI 的相关分析表明， 209 个流域中有56 个通过正相关检验（ P0.05） ，主要分布在新疆北部、华北以及东北地区，负相关主要分布在秦岭淮河以南地区，气象干旱对植被生长的影响在干旱半干旱地区表现得更加明显。研究结果可为中国流域尺度干旱影响评估提供参考依据。 关键词： 干旱；气象；生长； SPEI 指数； NDVI 指数；流域尺度 doi： 10.11975/j.issn.1002-6819.2016.14.024 中图分类号： S127 文献标志码： A 文章编号： 1002

4、-6819(2016)-14-0177-10 王兆礼，黄泽勤，李军，钟睿达，黄文炜. 基于SPEI和NDVI的中国流域尺度气象干旱及植被分布时空演变J. 农业工程学报，2016，32(14)：177186. doi： 10.11975/j.issn.1002-6819.2016.14.0187 http:/www.tcsae.org Wang Zhaoli, Huang Zeqin, Li Jun, Zhong Ruida, Huang Wenwei. Assessing impacts of meteorological drought on vegetation at catchment

5、scale in China based on SPEI and NDVIJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(14): 177 186. (in Chinese with English abstract) doi： 10.11975/j.issn.1002-6819.2016.14.024 http:/www.tcsae.org 0 引 言干旱是由于长时间水分收支不平衡导致可用水短缺而产生的自然灾害。作为全球最常见的自然灾

6、害之一，干旱具有发生频率高、持续时间长、影响范围广的特点，并对农业生产、生态环境和社会经济发展产生深远的影响1，特别表现在对农业生产的影响上2。全球气候变暖的背景下，干旱在全球范围内呈现出一种常态化的趋势，极端干旱发生的频率和强度更是不断增加，破坏性也不断加大3。就中国而言，虽然在过去三十年里干旱变化的趋势渐趋缓慢，但是在西南地区和东北地区干旱化趋势变得更加显著4，例如 2010 年西南地区的春季干旱以及2011 年长江中下游的夏季干旱，都给生态系统和社会经济带来极大的破坏。因此，探讨干旱对植被生长的影响，对干旱影响评估和农业生产具有重要的现实意义。 相关研究表明，归一化植被指数 （ norm

7、alized different vegetation index, NDVI） 与植被净初级生产力（ net primary 收稿日期： 2016-01-25 修订日期： 2016-04-14 基金项目：国家自然科学基金（ 51209095， 51579105） ；华南理工大学国家大学生创新创业训练计划资助项目（ 201510561106） 作者简介：王兆礼，男（汉族） ，江苏徐州人，博士，副教授，主要从事水文水资源研究。广州 华南理工大学土木与交通学院， 510641。 Email： 通信作者：黄文炜，男（汉族） ，广西梧州人，博士，讲师，主要从事建设管理研究。广州 华南理工大学土木与交

8、通学院， 510641。 Email： productivity， NPP）受干旱影响显著5，植被作为联结土壤、大气和水分的自然纽带，为全球气候变化下的干旱研究提供了依据6。干旱产生的影响错综复杂，很难对其加以把握和预测7， 因此有必要使用一些行之有效的干旱指数对干旱进行定性和定量的衡量。在全球尺度和区域尺度上对干旱及其影响的研究较多8-19，如关于气候变暖下全球干旱的动态研究表明，气候变化不会直接导致干旱的发生，但会加剧干旱的不利影响，并显著扩大其影响范围8-9，其影响因不同区域植被对干旱的响应程度的不同而有差异11。中国典型区域研究表明，黄土高原、青藏高原植被覆盖的变化与生态修复工程等人

9、类活动息息相关15-16,18-19，西南喀斯特地区石漠化导致的干旱对植被 NPP 产生显著影响21，西北地区的季节干旱与各种环流指数显著相关22，不难看出中国 NDVI 的变化不仅受气候因子的影响，还受干旱、地形以及人为因素等的影响23-24。 上述研究应用不同的干旱指数（如标准化降雨指数standard precipitation index， SPI； standard precipitation evapotranspiration index， SPEI；帕尔默干旱指数 Palmer drought severity index， PDSI 等）和植被指数，研究了气象干旱的影响因素及

10、其对植被的影响，但这些研究大多从较大空间尺度的单一干旱事件入手，而流域尺度的相关研究还较少涉及。而实际上，流域尺度的干湿状况对流域水资源利用和生态平衡具有重要影响24-25，能更加细致地反映干旱对植被生长状况的影响。此外，目前还缺少对整个中国大陆 209个流域的干旱状况及其对 NDVI农业工程学报（ http:/www.tcsae.org） 2016 年 178 的影响的研究。为此，本研究基于 SPEI 和 NDVI 指数，以中国 209 个流域为研究对象，采用 MK（ Mann-Kendall）方法分析 SPEI 及 NDVI 的时空变化，并采用相关分析探究两者之间的相关性，探讨流域尺度干旱

11、对于植被生长的影响，以期为中国流域尺度干旱影响评估提供参考依据。 1 研究区、数据与研究方法 1.1 研究区概况 中国地势西高东低，自西向东呈三级阶梯分布，南北跨越近 50 度的纬度。这样的地理地势以及纬度条件造就了中国复杂多样的气候类型，其中包括显著的亚热带季风气候、温带季风气候和温带大陆性气候以及青藏高原的高山高原气候等气候类型，温度分布由南向北逐渐降低，降水自东南向西北逐渐减少。根据中国水利部发布的中国境内水资源三级分区数据（ http:/ “十大水系 ”，在其基础上又可以分为 209 个流域（不包括香港与台湾地区），其中包括黑龙江水系（ 18 个流域）、辽河水系（ 12 个流域）、海河

12、水系（ 15 个流域）、黄河水系（ 29 个流域）、淮河水系（ 15 个流域）、长江水系（ 45 个流域）、珠江水系（ 19 个流域）、内陆河水系（ 33 个流域）、西南诸河水系（ 14 个流域）、东南诸河水系（ 9 个流域）。不同流域之间植被和作物类型因气候、地形、水文等差异而有较大差异。 1.2 数据获取与处理 采用的逐月气象数据（降雨量、平均气温、最高气温、最低气温、风速与日照时数等），都来自于中国气象科学数据共享服务网（ http:/ 1961 年 1 月到 2013 年 12 月。由于上述数据是基于全国 4189 个网格点的（空间分辨率为 0.50.5），通过面积加权平均，得到全国每

13、一个流域的平均气象数据及 SPEI指数。 采用美国航空航天局 （ NASA） 开发的 GIMMS NDVI第三代数据集 （ global inventory modeling and mapping studies, GIMMS NDVI3g ， http:/ecocast.arc.nasa.gov/data/pub/ gimms/3g/） ， 该数据集是目前具有最长时间序列的 NDVI数据集，空间分辨率为 0.0720.072，时间上从 1981 年12 月到 2013 年 12 月。经过进一步修正，最小化地消除大气影响带来的误差，具有较好的一致性和可信度，已经被广泛应用于全球或区域大尺度植

14、被变化和干旱的研究当中11,26。通过面积加权平均，得到全国每一个流域的平均 NDVI 指数。 1.3 研究方法 1.3.1 标准化降雨蒸散指数（SPEI） 标准化降水蒸散指数 （ SPEI） 由 Vicente-Serrano 等27在标准化降水指数（ SPI）的基础上引入潜在蒸散量构建的。该指数在考虑降水统计分布规律的基础上，又考虑了同期的地表潜在蒸散发，可以更加综合的反映区域干旱情况11。 Beguera Santiago 等改善 SPEI，使用 FAO Penman-Monteith (PM)公式计算蒸散，代替 Thornthwaite计算值， PM 公式物理意义更清晰，精度更高。计算

15、方法详见参考文献 28。与 SPI 一样， SPEI 数值的大小表示干湿程度，其值越大表示越湿润，越小越干旱。表 1 给出了对应的干旱等级划分。 表 1 SPEI 与干湿程度划分 Table 1 Classification of SPEI(standard precipitation evapotranspiration index) index SPEI 指数 SPEI value -2.0 -2.0 -1.0 -1.0 -0.5 -0.5 0 0 0.5 0.5 1.0 1.0 2.0 2.0 干旱状况 SPEI category 极端干旱 严重干旱 中等干旱 轻微干旱 轻微湿润 中等湿

16、润 严重湿润 极端湿润 1.3.2 其他研究方法 采用 Mann-Kendall（ MK）检验的方法29-30，该方法又称无分布检验，其优点是不需要样本遵从一定的分布，也不受少数异常值的干扰，可用于检验各流域长时间序列的变化趋势， 定量反映变化趋势的显著性。 采用 Pearson（皮尔逊）相关系数，分析 1982-2012 年间 SPEI 与 NDVI在流域尺度上的相关性、滞后相关性，探讨气象干旱对植被生长的影响。 2 结果与讨论 2.1 流域尺度 SPEI 时空变化 图 1 为全国 209 个流域平均的 1、 3、 6 和 12 个月尺度的 SPEI 和 SPI 随时间的变化曲线。 在全国尺

17、度上，各 SPEI 指数的变化曲线基本吻合，但 SPEI 与 SPI 之间则存在一定的差异。由于 SPEI 指数考虑了温度和蒸发等气候因素，可以更加精确地评估干旱27-28；且 12个月尺度的 SPEI（ SPEI12）与 NDVI 指数的相关性也较高，具有极好的代表性，故选用 SPEI12 作为衡量流域干旱状况的指数。 注： SPEI1、 SPEI3、 SPEI6 与 SPEI12 分别指 1、 3、 6 和 12 个月尺度的 SPEI指数值； SPI1、 SPI3、 SPI6 与 SPI12 分别指 1、 3、 6 和 12 个月尺度的 SPI指数值。 Note: SPEI1, SPEI3

18、, SPEI6 and SPEI12 represent SPEI values at the time scales of 1, 3, 6, 12 months; SPI1, SPI3, SPI6 and SPI12 represent SPI values at the time scales of 1, 3, 6, 12 months. 图 1 SPEI 指数与 SPI 指数随时间的变化曲线 Fig.1 Variety of SPEI index and SPI index at annual scale 第 14 期 王兆礼等：基于 SPEI 和 NDVI 的中国流域尺度气象干旱及植被

19、分布时空演变 179 图 2 为 SPEI12 在全国尺度上春、夏、秋、冬、年和生长季的变化曲线。可以看出， SPEI12 在 19622012 期间均呈微弱的上升趋势，其中 1962 1981 年，SPEI 变化都相当缓慢，而在 1982 2012 年间，则均呈微弱的下降趋势。从四季与生长季来看，也基本呈现了类似的变化趋势。总之，近 50 年来，全国表现为微弱的湿润化趋势，但就近 30 年看，全国表现为微弱的干旱化趋势。 图 2 SPEI 指数在春夏秋冬、年和生长季的变化情况 Fig.2 Changes of SPEI in four seasons, year and growing se

20、ason 图 3为 1982 2012年 SPEI指数的 MK值在全国 4189个网格点上的分布。可以看出干旱的变化趋势在各时间尺度上较相似：西南地区、黄土高原南部表现为显著的干旱化趋势，华北和东北地区表现为微弱的干旱化趋势，西北地区呈显著的湿润化趋势，华东和东南地区呈微弱的湿润化趋势。这与刘珂等31基于 2 种潜在蒸散发算法的 SPEI 对中国干湿变化的分析以及 Xu 等32对中国干旱时空变化的研究成果基本一致。 从 1982 2012 年全国 209 个流域 SPEI 指数的 MK值空间分布图（图 4）可以看出：流域尺度干旱趋势的分布情况与全国 4189 个网格点干旱趋势的空间分布大致相符

21、 ，以年尺度为例，西南和黄土高原上各流域呈现干旱化甚至显著干旱化趋势，华北地区和东北地区的部分流域呈现轻微干旱化趋势，西北地区流域均呈湿润化趋势，中国东部大多数流域为轻微湿润化趋势。生长季和其他季节的分布与年尺度的基本一致。 2.2 流域尺度 NDVI 指数时空变化 图 5 为全国平均 NDVI 指数在春、夏、秋、冬、年和生长季的变化曲线图。从图中看出， 1982 2012 年，全国尺度的 NDVI 指数除了在冬季微弱下降之外，其余时间尺度都表现为波动上升趋势。其中生长季、年和春季的上升趋势最为显著，其 MK 值分别达到 3.99、 2.60、2.84（ P0.01），而在冬季 NDVI 的下

22、降趋势并不明显，其 MK 值仅为 -0.15。 图 6 为全国 209 个流域 NDVI 的 MK 值在四季、年和生长季的分布图。不同于 SPEI 的 MK 值在空间上的分布，各流域 NDVI 的 MK 值在不同时间尺度上的空间分布较无规律。春季，植被指数下降的流域主要分布在西北和东北地区，部分流域下降很明显；夏季，下降主要在西北、东北和长江中下游地区；秋季，下降发生在西北和东南地区的部分流域；冬季，则整个北方地区以及西南地区都表现为植被指数下降。以全年为尺度，植被指数减弱的流域主要位于东北和西北内陆地区。值得注意的是，在长三角和珠三角等经济社会发达的地区，各个时间尺度上都表现为 NDVI 减

23、少的趋势，这说明人类的城市化活动对 NDVI 同样产生不良影响，高密度人群居住、建筑用地和交通运输的扩张、城市热岛效应都会影响植被的物候特征，使得 NDVI 下降明显33。同时可以发现，在 SPEI 呈显著上升趋势的西北地区，部分流域的 NDVI 却呈现为显著的下降趋势，而在 SPEI 呈显著下降趋势的西南地区， NDVI 在各时间尺度上（冬季除外）都表现为上升趋势，部分流域甚至表现为显著上升趋势。从以上可以看出， SPEI 与 NDVI 在全国范围内的时空分布具有一定的相似性和差异性。 农业工程学报（ http:/www.tcsae.org） 2016 年 180 图 3 SPEI 指数在全

24、国 4189 个网格点的分布 Fig.3 Distribution of SPEI at 4189 grid points across China 注： -2 表示显著的下降趋势， -1 表示微弱的下降趋势， 1 表示微弱的上升趋势， 2 表示显著的上升趋势，括号内数字代表流域个数 Note: -2 represents significant downward trend, -1 represents slightly downward trend, 1 represents slightly upward trend and 2 represents significant upward

25、 trend; numbers in brackets represents numbers of catchments 图 4 全国 209 个流域不同时间尺度 SPEI 的 MK 值空间分布 Fig.4 Distribution of SPEIs MK value at 209 catchments across China at different time scale 第 14 期 王兆礼等：基于 SPEI 和 NDVI 的中国流域尺度气象干旱及植被分布时空演变 181 图 5 NDVI 指数在春夏秋冬、年和生长季的变化趋势 Fig.5 Changes of NDVI in four

26、seasons, year and growing season 注： -2 表示显著的下降趋势， -1 表示微弱的下降趋势， 1 表示微弱的上升趋势， 2 表示显著的上升趋势，括号内数字代表流域个数 Note: -2 represents significant downward trend, -1 represents slightly downward trend, 1 represents slightly upward trend and 2 represents significant upward trend; numbers in brackets represents num

27、bers of catchments 图 6 NDVI 的 MK 值在全国 209 个流域不同时间尺度的空间分布 Fig.6 Distribution of NDVIs MK value at 209 catchments across China at different time scale 农业工程学报（ http:/www.tcsae.org） 2016 年 182 2.3 流域尺度气象干旱动态对NDVI 指数的影响 2.3.1 年尺度 SPEI 指数与 NDVI 指数的相关分析 全国尺度的 SPEI 与 NDVI 的相关系数为 -0.20，但SPEI 和 NDVI 作为均值，不能有效

28、反映 SPEI 与 NDVI之间的相关关系。将 209 个流域的年度 SPEI 与对应年度的 NDVI进行相关分析， 得到其相关性空间分布图 （图 7） 。可以发现： SPEI 与 NDVI 的正相关的流域出现在包括东北、华北和西北以及黄土高原、内蒙古高原在内的北方地区，其中呈显著正相关的流域个数为 56（ P0.05），主要分布于新疆北部、东北和华北地区；两者的负相关主要分布在秦岭淮河以南的南方地区（西南除外）以及青藏高原北部地区，其中呈显著负相关的流域只有 7 个（ P0.05），分布于四川盆地以北、黄土高原以南以及长江中下游平原地区。 注： -2 表示显著负相关 ， -1 表示微弱负相关

29、 ， 1 表示微弱正相关 ， 2 表示显著正相关，括号内数字代表流域个数。 Note: -2 represents significant negative correlation, -1 represents slightly negative correlation, 1 represents slightly positive correlation and 2 represents significant positive correlation; numbers in brackets represents numbers of catchment. 图 7 SPEI 与 NDVI

30、在年尺度上相关性的空间分布 Fig.7 Distribution of correlation between annual SPEI and annual NDVI 上述结果与已有的全国干旱研究结果极为相似4,12。Barriopedro 等34认为南北方植被生长对于干旱响应的区别与植被覆盖类型，植被对降雨和灌溉的需求以及农业管理有关。对于北方地区，各种生态工程（退耕还林、三北防护林工程等）有益于各种植被的生长35-36，这可能成为北方地区 SPEI 与 NDVI 呈正相关的原因。对于南方地区， SPEI 与 NDVI 之间的负相关主要与南方植被对干旱压力的弹性和强恢复力有关4， 南方湿润地

31、区植被对干旱压力的弹性和恢复力要比其他地区强12，同时干旱时期由于云彩覆盖率减小而导致的太阳辐射增加可能会对植被生长有利37。 2.3.2 季节尺度 SPEI 指数与 NDVI 指数的相关分析 将各个流域的 SPEI 与对应的季度 NDVI 进行相关分析，同时考虑到 SPEI 与 NDVI 之间可能存在的滞后相关性，对提前 1 个和 2 个季度的 SPEI 与 NDVI 也进行相关性分析，得到如下的相关分析表（表 2）。可以看出 209 个流域中，夏季 SPEI 与夏季 NDVI 呈显著正相关的数目最多，同时提前 1 个或 2 个季度的 SPEI 与NDVI 之间呈正相关的数目较当季的少。从当

32、季 SPEI与 NDVI 相关性空间分布来看，夏、秋季节的 SPEI 与当季 NDVI 呈正相关的流域较多，主要分布在北方地区，呈负相关的数目较少，主要分布于东南、长江中下游以及青藏高原地区；冬春季 SPEI 与当季 NDVI 的相关性较多地表现为负相关，主要分布东北、长江流域和东南地区的大多数流域。 从提前 1 个和 2 个季度的 SPEI与 NDVI 相关性的空间分布来看，两者差异不大，同样是春夏秋季节以正相关为主，冬季以负相关为主，但两者呈显著正相关的流域数目均不及当季 SPEI，说明提前 1 个和 2 个季度的 SPEI 对 NDVI 的影响不及当季SPEI 显著。 表 2 SPEI

33、与 NDVI 的相关系数通过不同信度检验的流域个数 Table 2 Number of catchment which passes correlation test between SPEI and NDVI 归一化植被指数 NDVI 显著性水平 Significance level 春季 Spring 夏季 Summer 秋季Autumn冬季 WinterP0.05 21 70 51 15 当季标准化降雨蒸散指数 SPEI same season P0.01 8 46 31 7 P0.05 16 57 49 4 提前 1 季标准化降雨蒸散指数 SPEI 1 season in advanc

34、e P0.01 4 26 29 1 P0.05 13 39 20 10 提前 2 季标准化降雨蒸散指数 SPEI 2 seasons in advance P0.01 3 10 7 2 2.3.3 SPEI 指数与生长季 NDVI 指数的相关分析 生长季是植被在其物候期内最为活跃的阶段，对于植被生长具有重要的作用38。图 8 为生长季以及前生长季 SPEI 与生长季 NDVI 相关性的空间分布图，发现 209个流域中，通过正显著性检验（ P0.05）的流域个数为57，其中通过 P0.01 检验的为 42，远高于前生长季的 19和 3。从图 8a 可知，生长季 SPEI 与 NDVI 呈正相关的

35、流域主要分布于北方地区，其中呈显著正相关的流域分布于东北、华北和西北北部地区，而南方主要以微弱的负相关为主；从图 8b 可知，前生长季 SPEI 与 NDVI 之间在北方为微弱正相关，在南方为微弱负相关，而呈显著正相关的流域数目较少，说明前生长季 SPEI 对 NDVI 的影响不及生长季的显著。 2.4 气候因素对植被 NDVI 的影响 植被 NDVI 的影响因素不是单一的，而是多种因素相互影响的结果，气候变化和土地利用变化均是影响植被时空格局的重要因素17，这里探究植被 NDVI 对多种气候因素的响应。表 3 为 1982 2012 年 NDVI 指数与各气候因素的相关分析表。从通过相关性检

36、验的流域个数来看，平均气温、最高气温、最低气温、降雨量和蒸发量均是呈正相关的个数要远高于呈负相关的个数（ P0.05），风速、相对湿度则是呈负相关的个数远高于第 14 期 王兆礼等：基于 SPEI 和 NDVI 的中国流域尺度气象干旱及植被分布时空演变 183 呈正相关的流域个数，日照时数与 NDVI 呈正相关和呈负相关的个数相差不大。鉴于平均气温和降雨对植被生长状况的重要影响，作了温度和降雨量与 NDVI 相关性的空间分布图（图 9）。 注： -2 表示显著负相关 ， -1 表示微弱负相关 ， 1 表示微弱正相关 ， 2 表示显著正相关，括号内数字代表流域个数。 Note: -2 repre

37、sents significant negative correlation, -1 represents slightly negative correlation, 1 represents slightly positive correlation and 2 represents significant positive correlation; numbers in brackets represents numbers of catchment. 图 8 生长季和前生长季 SPEI 与生长季 NDVI 的相关分析 Fig.8 Correlation between NDVI of

38、growing season and SPEI of growing season and pregrowing season 表 3 气候因子与 NDVI 的相关分析通过检验流域个数 Table 3 Number of catchment which passes correlation test between climate factors and NDVI 风速 Wind speed 日照时数 Sun duration相对湿度 Relative humidity 平均温度 Mean temperature 最高气温 Highest temperature最低气温 Lowest temp

39、erature 降雨量 Precipitation蒸发量 Evaporation capacity 正相关 Positive correlation(P0.05) 11 27 18 89 76 83 29 60 正相关 Positive correlation(P0.01) 3 12 8 64 58 53 17 32 负相关 Negative correlation(P0.05) 75 16 49 1 3 8 5 26 负相关 Negative correlation(P0.01) 35 5 23 0 0 2 0 13 注 ： -2 表示显著负相关， -1 表示微弱负相关， 1 表示微弱正相关

40、 ， 2 表示显著正相关，括号内数字代表流域个数 Note: -2 represents significant negative correlation, -1 represents slightly negative correlation, 1 represents slightly positive correlation and 2 represents significant positive correlation; numbers in brackets represents numbers of catchment 图 9 气温、降雨量与 NDVI 的相关性的空间分布 Fig

41、.9 Correlation between NDVI and air temperature as well as precipitation 农业工程学报（ http:/www.tcsae.org） 2016 年 184 从图 9a 可以看出气温与 NDVI 的显著正相关主要分布在南方地区，北方地区以微弱正相关或微弱负相关为主，而从图 9b 可以看出除了华北、东北以及新疆北部部分流域降雨与 NDVI 呈显著正相关之外，其余大多数流域都呈现为微弱负相关或微弱正相关。已有的相关研究也表明气温的上升有利于植被净初级生产力的提高39，除了北方中部和西北地区降雨对植被生长起主要影响外， 气温对植被生

42、长起决定性作用12, 亦即在森林覆盖的南方地区，气温对植被生长起主导作用，在草地覆盖的北方干旱半干旱地区，降雨对植被生长起主导作用23。同时对比图 9a 和图 9b，可以发现，相对于气温对 NDVI的显著影响， 降雨对 NDVI的影响并不显著， 这说明 NDVI对气温的敏感性要大于 NDVI 对降雨的敏感性40。 3 结 论 采用 SPEI 和 NDVI 来研究中国流域尺度干旱以及植被生长的时空格局，并采用 M-K 分析的方法研究干旱演变和植被生长的趋势，通过相关分析研究 SPEI 与 NDVI的在不同时间尺度的相关性。结果表明： 1） 1982 2012 年，流域尺度的 SPEI 在时间上和

43、空间上的分布基本与全国 4189 个网格点 SPEI 的时空分布吻合，说明采用流域尺度来研究干旱对植被生长的影响具有可行性。 2）采用 SPEI 分析中国干旱时空演变发现：从较长时间范围上看，年、四季和生长季都呈现为湿润化的趋势，其中除秋季外，其他季节、年和生长季都呈现出显著的湿润化趋势，但近 30 年来各时间尺度都呈微弱的干旱化趋势；年尺度呈干旱化趋势的流域主要分布于东北、华北和西南地区，而西北地区则呈现出明显的湿润 化趋势。 3）全国平均的 NDVI 随着时间在波动中呈现上升趋势，其中生长季、年和春季的上升趋势最为显著，空间上其下降趋势主要出现在西北内陆和东北地区部分流域，上升趋势则因季节

44、而异。 4） 在年时间尺度上， SPEI 与 NDVI 的相关分析表明，209 个流域中有 56 个通过正相关检验（ P0.05），主要分布在新疆北部、华北以及东北地区，而负相关的流域主要分布在秦岭淮河以南地区，说明气象干旱对植被生长的影响在干旱半干旱地区表现得更加明显。 5）对大多数流域而言，平均气温、降雨以及蒸发对NDVI 的影响比较显著， 其中南方各流域气温对植被生长起主导作用，而北方各流域降雨对植被生长起主导作用。 参 考 文 献 1 张强，姚玉璧，李耀辉，等 . 中国西北地区干旱气象灾害监测预警与减灾技术研究进展及其展望 J. 地球科学进展， 2015， 30(2)： 196 213

45、. Zhang Qiang. Yao Yubi, Li Yaohui, et al. Research progress and prospect on the monitoring and early warning and mitigation technology of meteorological drought disaster in northwest ChinaJ. Advances in Earth Science, 2015, 30(2): 196 213. (in Chinese with English abstract) 2 Wilhite D A. Drought a

46、s a natural hazard: concepts and definitions. In: Wilhite DA (ed) Drought: a global assessmentM. Routledge, London & New York, 2000: 318. 3 IPCC: Summary for Policymakers. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Inte

47、rgovernmental Panel on Climate Change Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M.Tignor and H.L. Miller (eds.)Z. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. 2007. 4 Wang Honglin, Chen Aifang, Wang Qianfeng, et al. Drought dynamics and impacts on vegetation in China from 1982 to 2011J. Ecological Engineering, 2015, 75: 303 307. 5 Zhao Maosheng, Running S W. Drought-induced reduction in