生长季川陕不同地带植被覆盖对气候变化的时空响应

王 静,万红莲,姚顺波

1 宝鸡文理学院, 陕西省灾害监测与机理模拟重点实验室, 宝鸡 721013 2 宝鸡文理学院地理与环境学院, 宝鸡 721013 3 西北农林科技大学资源经济与环境管理研究中心, 杨凌 712100

高覆盖的地表植被对区域生态环境、气候等具有一定的调节作用。在生态文明建设大背景下,陆地地表植被覆盖变化会直接或间接的影响局地气候变化及区域生态的平衡[1],植被覆盖变化是当前生态环境研究的重要内容之一,以归一化植被指数(Normal Difference Vegetation Index, NDVI)的应用最为广泛,能直观反映植被群落的生长态势[2]。植被NDVI的研究尺度中,季尺度的长时间变化监测[3-9]有利于人类更细致地理解及揭示全球气候变化的规律[10-12]。

川陕地区是中国退耕还林政策最早实施地区,全国800m等降水量线是干旱(陕西)和湿润(四川)的分界线。从地形上来看,依傍秦岭南北,造就了陕西北-南的黄土高原、关中平原、秦岭山地的“南北高、中部低”的独特地形地貌[13],又有川西高原和川东平原由西向东位于我国第一、第二地形阶梯过渡带的四川[14]。独特的地理位置以及秦岭显著的垂直地带性植被分布特征,使得该地区拥有丰富多样的植被生态系统类型。因而植被覆盖变化影响机理的比较研究对于该地区具有重要的现实意义。

目前,国内关于NDVI与气候因子相关性的研究较多,并多集中在NDVI与气候变化的关系探讨方面,而针对不同地带植被生长季NDVI的变化特征分析尚不多见。如张善红等[15]分析了5月植被NDVI与气温在太白山秦巴山区不同海拔高度地带所占比例的相关性,发现随着海拔的升高,各植被带NDVI对温度的变化更为敏感。本研究依据徐振锋[16]、周靖靖[17]的研究,划分5—10月为植被生长季,选取MODIS NDVI数据并结合川陕地区2001—2014年77个地面气象站点气温降水量数据,采用Sen+MannKendall趋势分析和时滞偏相关等方法,结合高程和土地利用/覆盖数据,参考陕西和四川生长季资料[13-14,18],分10种植被地带从年内、年际、月3个尺度详细探讨川陕地区植被覆盖与气温和降水量的相关性和滞后效应,并进一步分析2001年以来研究区植被覆盖恢复状况,以此解释植被覆盖和气候系统变化机理之间的相互作用,为探究生态修复政策退耕还林(草)实施下植被覆盖对全球气候变化的响应提供案例。

1 研究区概况

川陕地区介于97°21′E—111°15′E,26°03′N—39°35′N,包括陕西、四川(东北-西南走向)两省共276个(陕西99县,四川178县)行政区划县(市区)(图1)。因秦岭山脉的阻隔,研究区从东北到西南(秦岭南北)的气温和降水量差异较大。陕西地处我国西北地区,区内年均温7—16℃,年降水量由北向南依次为400—600mm(陕北)、500—700mm(关中)、700—900mm(陕南)[13,19]；四川南-北跨青藏高原、四川盆地、秦巴山地几大地貌单元,由川西高山高原、川西南山地(川西和川西南统称川西地区)和川东盆地3部分组成。川东地区年均温15—18℃,川西在12—15℃之间,年降水量呈西增东减的趋势,平均为478.91—909.59mm(川西800—1000mm,川东1000—1200mm)[14]。

图1 研究区概况Fig.1 Study area overviewⅠ. 温带南部典型草原亚地带；Ⅱ. 温带南部森林(草甸)草原；Ⅲ. 暖温带北部落叶栎林地带；Ⅳ. 暖温带南部落叶栎林亚地带；Ⅴ. 北亚热带常绿、落叶阔叶混交林；Ⅵ. 高寒草甸地带；Ⅶ. 高寒灌丛、草甸地带；Ⅷ. 中亚热带常绿阔叶林北部亚地带；Ⅸ. 亚热带山地寒温性针叶林地；Ⅹ. 中亚热带常绿阔叶林地带; Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ,即罗马数字1—10

2 数据与方法

2.1 数据信息

主要包括气象数据、MODIS NDVI数据(可表征植被覆盖度、植被生长状态)、高程数据、土地利用/覆盖数据(表1),经ArcGIS软件处理,将数据参数统一转换为分辨率1000m且为WGS_1984投影的月栅格数据。在合成的数据基础上进一步分析川陕地区植被覆盖与水热条件的时滞偏相关、标准化处理、偏相关关系等。

2.2 研究方法

2.2.1Sen+Mann-Kendall趋势分析

长时间、持续性过程的变化一般采用时序变化研究,Theil Sen+Mann-Kendall法是目前植被长时间序列数据变化趋势分析判断的最有效方法[20-21]。计算公式为：

(1)

式中,i,j为时间序数；第i,j时间序列的NDVI值分别为NDVIi和NDVIj。其中,当趋势度β>0时,表示气候因子随时序增大而增加,反之则减少。

表1 研究所用数据源

本研究通过置信度为0.05的Mann-Kendall检验法[22]对Sen趋势进行检验。

2.2.2时滞偏相关法

基于MODIS NDVI月数据,在计算植被覆盖与水热条件的响应时剔除了另一个因素的干扰[23]。偏相关系数计算公式如下：

(2)

(3)

式中,Rz_x_y表示不同时滞下植被覆盖与降水量的偏相关系数；Rz_y_x表示不同时滞下植被覆盖与气温的偏相关系数；Rz_x与Rz_y分别表示不同时滞下植被覆盖与降水量、气温的相关系数；Rx_y表示气温与降水量在不同时滞下的相关系数。

根据经验滞后时间应小于等于时间序列的1/4,文中是对生长季月数据的相关分析,滞后时间最大值取1。

3 结果分析

3.1 川陕地区生长季年代际植被NDVI对气温和降水量的响应

3.1.1气候因子时空变化及Sen-M-K趋势

从时间上来看(图2),2008年和2009年分别为2001—2014年近14a来川陕地区生长季气温和降水量变化趋势的转折点,2008年以前气温波动较大,最低距平(2004年-0.68 m-2mm-1)偏离正常年的程度大于最高温(2006年0.50 m-2mm-1),2008年以来变化较为平稳。2009年以前降水匮乏,2009以来有逐年增多的变化趋势。最低降水距平(2006年—16.16 m-2mm-1)偏离正常年的程度小于最高降水(2012年124.71 m-2mm-1)。

2001—2014年生长季川陕地区年际气温在17.79—19.16℃波动,呈下降(2001—2003(-0.03℃/a))、上升(2003—2006(0.04℃/a))、下降(2006—2008(-0.04℃/a))、平稳波动(2008—2014(-0.01℃/a))的变化趋势(图2)。川陕、陕西和四川年均气温分别为18.47℃、19.57℃和17.61℃,以0.02℃/10a、0.01℃/10a和0.03℃/10a(通过0.01显著性水平)的线性速度增加,低于近50a来(1951—2001年)全国的气温增速(0.22 ℃/10a)[24]。

生长季川陕地区年降水量介于91.78mm—124.71mm,呈显著下降(2001—2005(-0.08mm/a))、显著上升(2005—2009(0.07mm/a))、较小波动(2009—2014(0.11mm/a))的变化趋势(图2)。川陕、陕西和四川年降水量分别为1124.89mm(0.05mm/10a)、963.52mm(0.13mm/10a)和1252.49mm(0.02mm/10a)(通过0.01显著性水平)。主要是因为川陕分别位于秦岭南北两侧,陕西属于干旱半干旱气候区,因此降水量对区域植被生长的影响更强。四川除川西北高山高原属高寒气候区,水热不足外,其余大部分地区属于亚热带湿润半湿润气候区[25],因而相较于降水,气温对区内植被生长的影响更为显著。

图2 生长季川陕地区气温和降水量距平及Sen-M-K趋势Fig.2 Temperature and precipitation anomalies and Sen-MannKendall trends in the growing season of Sichuan-Shaanxi area

空间上,气温呈现平稳波动和增加的变化趋势交错分布于宝鸡全区(平稳波动的面积占比为59.79%,增加为34.84%)(图2),气温降低的区域集中在Ⅶ的东部地区,面积占比为4.21%。与气温变化趋势相同(平稳波动的面积占比为48.02%,增加为41.05%),降水量平稳波动和增加的变化趋势分布集中(图2),前者集中于Ⅰ、Ⅱ、Ⅳ的西部地区、Ⅴ的东部地区、Ⅵ、Ⅷ的西部地区、Ⅸ的北部及Ⅹ地带,后者集中在Ⅲ、Ⅳ的东部地区、Ⅴ的西部地区、Ⅶ、Ⅷ的中东部。其中,显著增加趋势集中于Ⅲ的黄河沿岸和Ⅷ的成都平原地区,面积占比为4.19%。从图2可知,降水增加的区域气温在降低。从地形地貌角度来看,降水量增加区域由北向南依次为关中平原、秦岭山地、成都平原及Ⅵ和Ⅶ所处的巴颜喀拉山地区,该区域拥有黄河最大支流渭河、长江上游的重要支流岷江及“2湖4库1江”(咸阳湖、南湖、刘家峡水库、紫坪铺水库、黑龙潭水库、龚嘴水库、长江)等水域。由于陕西地区自1999年以来退耕地还林(草)面积逐年增加,因此呈现出气温下降、降水量增加的变化趋势。此外,降水量在气温增加的Ⅸ地带金沙江沿岸表现出减少的变化趋势。与陈媛等[26]的研究结果相似,金沙江流域年均气温以0.173℃/10a的速率显著升高(1960—2004年),1980年以后最为明显,年际变化较大；降水年际变化较小,干流下游和支流上游出现降水减少的变化趋势。

3.1.2植被NDVI与气温和降水量的最大时滞偏相关

基于生长季植被NDVI与月均温的最大时滞偏相关系数如图3所示。经ArcGIS区域统计模块得到两者的相关系数,利用SPSS计算其与年均温、年降水量、年均NDVI在各植被地带的Pearson相关系数,分别为-0.117(P>0.1)、-0.360(P>0.1)和-0.138(P>0.1),表明生长季年内植被覆盖与气温相关程度不受年均温、年降水、年NDVI空间分布的影响。从各植被地带来看,植被NDVI与气温的最大时滞偏相关系数大于0.5的区域成片分布于Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ地带,面积占比为20.63%。这些地区为秦岭山地和四川盆地,水热条件较好,气候条件适宜,植被生长状况良好。陕北黄土高原(Ⅱ、Ⅲ的北部地区)、四川西南边界的唐古拉山脉(Ⅸ)及横断山脉(Ⅹ)地区相关系数小于0.25,主要原因是国家对于陕北黄土高原(我国生态最为脆弱的地区之一)的防治水土流失、退耕还林(草)工程、天然林保护工程、耕地占补平衡制度等[22]政策的实施力度较大,人为因素对植被恢复的作用显著,削弱了气候因素的影响。

图3 生长季川陕地区植被覆盖与气温和降水量的最大偏相关系数与滞后时间Fig.3 Maximum correlation and lag time between vegetation cover and temperature and precipitation in the growing season of Sichuan-Shaanxi area

同图3NDVI与气温的Pearson相关系数结果一致,川陕地区生长季年内植被覆盖与降水量的相关程度(图3)不受年气温(-0.003(P>0.1))、年降水(-0.148(P>0.1))、年NDVI(-0.088(P>0.1))空间分布的影响。NDVI与降水量的最大时滞偏相关系数大于0.25的区域集中分布在Ⅱ(陕北黄土高原)、Ⅲ(关中平原)地带(面积占比16.86%),干旱的气候条件下,降水会直接增加陕北黄土高原生态脆弱区人工植树造林成活率及覆盖率的效果；关中平原人口密度大,植被表现以农作物种植较为普遍,因此在生长季植被NDVI与降水相关性最大。相关系数小于0.25的区域集中于大渡河以西川西高原地区,面积占比为34.07%。

为了进一步探究植被生长对气候变化可能存在的滞后效应,计算NDVI对气温和降水量的影响时效,滞后0月和1月的空间分布差异较为明显,滞后0月的面积占比分别为71.15%和52.34%。其中,植被NDVI对气温滞后1月的区域集中分布于Ⅱ和Ⅲ的北部地区及Ⅸ和Ⅹ的金沙江沿岸,为黄土高原(Ⅱ和Ⅲ)和横断山脉(Ⅸ和Ⅹ)地区,近14a来黄土高原植被生长季气温平稳波动但降水呈增加趋势,横断山脉气温增加但降水减少甚至呈现显著减少趋势,植被因区内水热空间分布不均衡的影响从而限制了其生长,因此滞后1月的面积占比高达93.63%、61.68%、52.49%、63.23%。秦岭山地(Ⅴ)、巴颜喀拉山(Ⅵ)和四川盆地(Ⅷ)水热条件较好,植被NDVI对气温滞后0月的面积占比最高,分别为94.74%、100%和91.15%。Ⅰ地带滞后0月和滞后1月面积占比相差无几(图3)。

植被NDVI对降水量滞后0月的区域集中在Ⅰ(98.87%)、Ⅱ(99.93%)、Ⅲ(94.62%)和Ⅳ的大面积地区(81.48%),滞后1月最高面积占比集中于Ⅵ、Ⅶ和Ⅸ地带,分别为95.00%、83.41%和70.93%。Ⅴ滞后0月的面积占比稍高于滞后1月,Ⅷ和Ⅹ地带滞后0月的面积占比稍低于滞后1月,但基本处于平衡状态。

3.2 植被-气候季相关性分析

图4 植被指数与气温、降水量关系Fig.4 Relationship between vegetation index and temperature and precipitationNDVI,即归一化植被指数(Normal Difference Vegetation Index, NDVI)；T,即气温(Temperature)；P,即降水量(Precipitation)

以ArcGIS软件为平台,利用像元统计模块得到每年生长季与非生长季的植被NDVI值。NDVI与气温、降水量变化的偶合程度经SPSS软件标准化处理获取(图4)。研究区生长季与非生长季年均气温和年降水量的变化趋势一致,属雨热同期。2001、2005、2011、2013年生长季及2004、2005、2010、2012、2013年非生长季,气温和降水均达到最大值,NDVI的最大值基本均高于气温和降水量,表明在这些年份雨热同期,植被生长较好；2006年生长季,气温出现最大值但降水出现最小值,NDVI的变化与气温变化趋势较为一致,表明2006年植被生长受气温影响显著；2003年和2012年生长季降水均出现最大值,NDVI与气温的最大值基本对应,说明气温是植被生长的主要影响因素。

表2为川陕、陕西、四川3个空间尺度上的Pearson相关系数,总体来看,生长季和非生长季植被NDVI分别与同季、上季气温和降水量在川陕、陕西和四川3个区域尺度上以正相关性为主(P>0.1)。

从生长季和非生长季与同季、上季气温和降水量的相关性来看,生长季NDVI与上季气温在川陕和陕西地区均呈负相关性,与同季降水量在陕西和四川地区均呈负相关性；非生长季NDVI在陕西地区与同季、上季降水量均呈负相关性,在四川地区仅与同季降水量呈负相关性。川陕和陕西地区,生长季NDVI与上季气温呈负相关,但非生长季NDVI与上季气温呈正相关性(尤以陕西地区呈显著正相关性(P<0.05))；陕西地区生长季NDVI与同季降水量呈负相关性,但与上季降水量呈显著正相关性(P<0.05)；四川地区生长季和非生长季NDVI与同季降水量的相关性与陕西地区正负性一致,与上季降水量的相关性与陕西地区刚好相反。可见,川陕地区气温变化趋势与全球变暖[27]不同步,植被生长受气温的影响较小,同时人类对城市的绿化建设、退耕还林(草)工程、封山育林等措施在一定程度上提高了植被覆盖度。

从川陕、陕西、四川3个区域尺度来看,植被NDVI与气温、降水量同季的相关性一致,上季的相关性不具一致性(降水量仅在川陕地区相关性一致)。植被NDVI与上季气温、降水量的相关性均高于同季,相较于降水量,与气温呈现出更多的负相关性,其中陕西地区最为显著。主要是因为陕西地区由北至南依次为干旱区-半湿润区[13],与西北干旱区相比,水热条件较好[28],但其北部地处黄土高原中部,土壤蓄水能力差,因此,降水量的驱动作用尤为突出。四川地区为我国的湿润区(年均降水量800mm以上),降水量较为充足[14],对于植被生长而言气温更易成为其主要驱动因素,尤其是在植被生长季。故生长季植被NDVI分别与同季和上季的降水量呈负相关性,非生长季均呈正相关性。

表2 川陕、陕西、四川不同季节的植被NDVI与同季、上季气温和降水量的Pearson相关系数

Table 2 Pearson correlation coefficient of growth season and non-growing season vegetation NDVI and the same season, last season and precipitation in different seasons of whole region, Shaanxi, Sichuan area

季节Season同季Same season T1上季Last seasonT1同季Same seasonP1上季Last seasonP1同季Same seasonT2上季Last seasonT2同季Same seasonP2上季Last seasonP2同季Same seasonT3上季Last seasonT3同季Same seasonP3上季Last seasonP3生长季Growing season0.206-0.3900.1560.4960.170-0.042-0.1200.576∗0.1630.085-0.122-0.219非生长季Non-growing season0.0820.3550.2680.3420.4210.632∗-0.143-0.3630.3790.246-0.5000.144

T1: 川陕气温；P1川陕降水量；T2陕西气温；P2陕西降水量；T3四川气温；P3四川降水量; *表示在0.05水平(双侧)上显著相关

进一步分析川陕地区近14a来生长季和非生长季植被NDVI变化趋势发现,生长季呈“中部高,两边缘低”的显著变化特征,最高值(NDVI大于0.8)集中在南湖沿岸的秦岭山地Ⅴ,较高值(NDVI大于0.6)几乎遍布全区,面积总占比达75.52%；非生长季呈“中部高,北(陕)、西北(川)低”,较高值(NDVI大于0.6)成片分布在四川盆地,占26.48%。这与上述数据分析结果吻合。再对比生长季2001年和2014年植被NDVI空间分布数据发现,由关中平原至四川盆地跨Ⅲ、Ⅳ、Ⅴ及Ⅷ 4个位于研究区中部的植被地带,14a来植被覆盖有显著的改善趋势,最高值像元面积百分比由2001年的10.72%增加至2014年的30.06%,较高值由67.11%增加至73.14%。由此可见,国家生态恢复相关政策的实施效果较好,但“集中性”过于明显,难以表征整体的恢复特征。因此,除此4个植被地带的其余6个地带,尤其是川西高山高原和陕北黄土高原地区应加快加大国家生态恢复相关政策的实施力度,从而达到整体改善的目的。

3.3 月气温和降水量对植被覆盖的影响

8月的植被覆盖最好[29- 30],选取5月、6月、7月、8月、5—6月、6—7月、7—8月、5—8月共8个时间段,分别计算8月NDVI与其气温(图5)和降水量(图6)的响应关系。整体来看,植被NDVI与气温的相关性呈“四川强陕西弱”的空间分布态势,与降水量呈“陕西强四川弱”的分布特征(均通过0.05显著性水平),这与生长季气候与植被覆盖关系的实际情况相符。

图5 8月植被NDVI与8个时间段气温的最大偏相关系数Fig.5 Maximum correlation coefficient between vegetation NDVI in August and temperature in 8 time periods

图6 8月植被NDVI与8个时间段降水量的最大偏相关系数Fig.6 Maximum correlation coefficient between vegetation NDVI in August and precipitation in 8 time periods

海拔是植被生长的基础环境[31],土地利用类型直接决定植被的覆盖程度[32]。基于研究区高程数据,结合研究区的地形地貌特征,运用重分类方法将其划分为212—500m、500—2000m、2000—4000m、4000—6904m共4种海拔高程类型(图7)。依据国家尺度1∶10比例尺土地利用/覆盖专题数据库LUCC数据分类体系,经重分类绘制成6类土地利用/覆盖,包括耕地、林地、草地、水域、城乡用地、未利用土地(图8)。

仅考虑气温和降水量的滞后效应时,7月和6月气温与8月NDVI呈极显著正相关,面积占比达7.53%和7.50%,集中分布在Ⅷ大渡河以西及Ⅸ中部草地和林地地区。可见,7月和6月气温对8月植被覆盖影响最大。结合图5、图6,8月植被生长受气温的影响较降水量强烈,尤以7月降水量的负相关性最为显著(占23.80%),集中于海拔较高的陕北黄土高原地区(2000—4000m)的Ⅱ植被地带,土地类型以草地为主,夹杂着零散分布的耕地。

当考虑累积效应时,NDVI与气温和降水量的相关性均较好,均滞后0—3个月。其中,气温滞后0月(8月)和滞后1月(7—8月)最为显著,降水量滞后1月(7月)和滞后3月(5月)最为显著。这一结果与图3生长季植被对月均温的滞后时间和图3植被对月降水量的滞后时间的空间数据分析结果基本一致。

图9 不同海拔和不同土地利用/覆盖类型的8月植被NDVI与8个时间段气温和降水的相关系数均值Fig.9 Mean correlation coefficient of vegetation NDVI in August temperature and precipitation in 8 time periods in different altitudes and land use/land cover types

总体上,8月植被NDVI与气温和降水量在8个时间尺度上正相关的面积占比由高到低的空间变化差异较大。其中,与气温的正相关面积占比由高到低依次为75.77%(8月)、74.08%(7—8月)、59.30%(5—8月)、54.83%(7月)、51.19%(6—7月)、44.07%(6月)、40.49%(5月)、38.62%(5—6月)。结合图9a和图9c可知,8月NDVI与6月、7月、6—7月气温在4000—6904m海拔地带相关性表现最好,与其他月份在210—500m和500—2000m海拔地带表现最好。8月植被NDVI与5月、5—6月、5—8月气温在城乡用地上的相关性较好,集中分布在Ⅳ渭河以北及Ⅷ岷江沿岸；与6月、7月、6—7月的气温在水域的相关性较好,集中在Ⅷ长江沿岸及Ⅷ和Ⅸ交界的大渡河和雅咎江之间的地区；与8月、7—8月气温在耕地上的相关性最好,集中在Ⅷ大渡河以西及Ⅸ中部地区。8月NDVI与降水量的正相关面积占比由高到低依次为72.09%(6—7月)、68.21%(7月)、66.38%(5月)、54.46%(6月)、50.21%(5—8月)、47.63%(7—8月)、37.26%(5—6月)、34.34%(8月)。8月植被NDVI与降水量在212—500m之间的相关性最好,其次为500—2000m,4000—6904m海拔高度上的相关性均值波动起伏较大,最高月(7月)和最低月(8月)相差0.51,与0值的增减数值大小基本相同。在6种土地利用/覆盖类型上,波动也较显著,整体来看,耕地上的相关性最好。

综上所述,植被覆盖高且水热条件较好的农耕区与草地、林地地区,植被NDVI均对气温与降水量的年内响应敏感,相反则敏感程度降低。川陕地区植被覆盖的年内变化在陕西地区受降水影响较大,在四川地区主要是由气温主导。川西西北高山高原和川西西南山地地区,陕北黄土高原中部地区,渭河以南的陕南秦岭山地大面积地区,植被在气候因子综合影响下的生长状况较好。

4 讨论

四川和陕西是我国生态修复政策退耕还林(草)最早试点地区,处于中国800mm等降水量线过渡带的南北两侧,区内分山、川、原3种地形,植被类型丰富多样,对川陕地区气候变化及其对植被覆盖的响应研究可以综合全面的评价第一轮退耕还林(草)政策生态修复效果。本研究选取多尺度下的不同植被地带2001—2014年生长季的MODIS NDVI数据对植被覆盖时滞进行了分析,与张善红[15]的5月植被NDVI时间尺度上的植被NDVI与气温的Pearson相关研究有所不同。为了表征川陕地区水热条件对植被覆盖的敏感性,选取了1km月NDVI数据、77个地面气象站点月气温和降水量数据,更好的反映了生长季植被覆盖对水热条件时空尺度的响应。同时,文章采用重分类后的4种地貌类型和6类土地利用/覆盖数据,分别与植被NDVI在8个时间尺度上做了进一步的细化研究。从年内、年际、月3个尺度分析,有助于提高研究结果的全面性和普适性。

5 结论

1) 2008年和2009年分别为2001—2014年近14a来川陕地区生长季气温和降水量变化趋势的转折点,2008年以前气温波动较大,2008年以来变化较为平稳。2009年以前降水匮乏,2009以来有逐年增多的变化趋势。

2) 8月植被NDVI与8月气温呈极显著正相关(26.60%),与8月降水量呈极显著负相关(27.38%)。Ⅰ、Ⅱ、Ⅲ陕北黄土高原地区为干旱半干旱气候,土地利用类型以草地为主,植被稀疏、土质疏松、水土保持效果较差,且7月是植被生长最旺盛的时期,8月植被覆盖度达到最高值,因此8月植被生长受7月降水量和8月气温的影响较强。Ⅷ西南部和Ⅸ川西高原地区,紧靠高海拔的唐古拉山脉和横断山脉,遍布着寒温性针叶林,因此气温是8月植被生长的主要限制因素。

3) 时空尺度上,川西西北高山高原和川西西南山地地区、陕北黄土高原中部地区、渭河以南的陕南秦岭山地大面积地区,由于年均温和年均降水量均低于川陕地区平均值,水热条件空间分布不均衡导致了植被与气温在这些地区滞后1月。