中国不同植被覆盖类型NDVI对气温和降水的响应特征

卢乔倩，江涛*，柳丹丽，刘智勇

1. 中山大学地理科学与规划学院，广东 广州 510275；2. 中山大学土木工程学院，广东 珠海 519082

在全球气候变化与生态环境变化的大背景下，植被的时空演变是气候变化、水土保持、土地利用等自然和人类活动多种因素综合作用的结果（李晓兵等，2000；武正丽等，2015），各种气候因子影响着陆地地表植被时空分布（何月等，2012；田义超等，2016），其中以气温和降水两个因子对植被生长的影响最为突出（Wang et al.，2011；崔林丽等，2011）。

通过卫星遥感手段对全球植被和气候因子进行持续监测，利用NDVI等量化指标分析不同尺度上的植被水文响应，为揭示陆表生态环境特征提供了强有力的数据支持和研究手段（何全军，2019）。作为监测区域或全球植被和生态环境变化的有效指标，归一化植被指数（NDVI）是目前公认的植被覆盖度及植被生长状态的最佳指示因子（马守存等，2018）。目前国内外许多学者在不同区域尺度上研究了植被NDVI对气温和降水的响应特征。高江波等（2019）和Nemani et al.（2003）发现，气候因素对植被生长的影响具有空间差异性，在干旱及半干旱的北方地区，影响植被生长的主要气候因素是降水；在湿润的南方地区则是气温；Wen et al.（2017）研究了三峡工程建设前后NDVI的驱动力，西南部农田中，增温趋势是90年代前NDVI变化上升的主要气候相关驱动力，而降水下降是 90年代后影响中西部农田NDVI变化的主要气候因子；Lamchin et al.（2018）在其研究中发现温度是中国东北部和中部植被绿度变化的主要驱动力，呈间接关系；Jiang et al.（2017）在对1984—2013年中亚地区植被绿度的时空特征及其与气候因子的关系研究中，发现温度是影响山地和咸海盆地植被绿度季节变化的控制因子，干旱是影响克孜勒库姆沙漠和乌斯泰尔特高原北部植被退化的主要因素。植被生长的缓慢过程决定了其对气温和降水的响应具有一定的时滞效应。史丹丹等（2018）发现在黄河源区气温、降水对植被生长影响最大时间滞后效应大概为16 d和32 d；田义超等（2016）分析得出，北部湾沿海地区的植被覆盖NDVI对气温响应的滞后期以0—5旬为主，短于对降水响应的滞后期6—9旬；Wu et al.（2015）在其研究中发现，考虑了时滞效应后的模型，气候因子解释了全球植被生长64%的变化，比忽略时滞效应的模型高了11%。

上述研究多基于中国局部地区或流域，鲜有基于全国尺度的研究。中国幅员辽阔，具有丰富多样的植被覆盖类型，而不同植被覆盖类型对气候变化的响应具有差异性（黄文琳等，2019）。本文基于1982—2012年共 31年的NDVI、气温与降水的逐月监测数据，运用GIS及相关统计方法，分析植被生长季月均NDVI与月均气温和降水的相关性和滞后性，以探讨中国不同植被覆盖类型NDVI与气温和降水在时空上的响应机制，为全国陆地生态环境建设和保护提供理论依据。

1 材料与方法

1.1 研究区概况

中国位于亚洲东部，太平洋西岸，海陆总面积约 1.26×107km2，陆地面积约 9.6×106km2。领土南北跨越的纬度近50°，大部分位于温带，小部分位于热带，没有寒带，植被覆盖类型多种多样（吴征镒，1980）。依照中国科学院资源环境数据云平台的我国自然地理分区数据，结合研究需要，将中国划分为西北地区、华北地区、东北地区、西南地区、华中地区、华东地区和华南地区七大片区（图1）。

中国距海远近差距较大，加之地势高低不同，地形类型及山脉走向多样，因而气温降水的组合复杂多样，形成了温带大陆性气候、温带季风气候、亚热带季风气候、热带季风气候和高原高山气候等多种多样的气候类型（刘明光，2000；王茜等，2017；许翔驰，2019）。时空分布上，冬季气温由南向北递减,南北温差大，夏季除青藏高原外全国普遍高温；降水夏多冬少，年际变化大，此外，各地降水差别很大，总趋势是从东南沿海向西北内陆递减，东南沿海的年降水量多在 1600 mm以上，西北有大片地区年降水量在50 mm以下（郭志华等，2007）。

1.2 数据来源及预处理

图1 中国七大区域分布图Fig. 1 Distribution map of 7 regions of China

本研究使用的月平均气温和降水数据，来自中国气象数据网（http://data.cma.cn/）的中国地面气温、降水月值 0.5°×0.5°格点数据集（V 2.0），该数据集基于国家气象信息中心基础资料专项最新整编的中国地面2472个台站气温、降水资料，利用ANUSPLIN软件的薄盘样条法进行空间插值，生成1961年至最新的中国气温、降水月值格点数据。气温、降水和NDVI数据时间序列均选择4—10月，这是中国范围内植被普遍的生长季。1982—2012年，全国平均气温和平均降水在生长季均呈现两端低、中间高的正态分布特点。其中最低月平均气温和降水发生在10月（6.9 ℃，28.7 mm），最高值发生在7月（19.8 ℃，132.8 mm），雨热同期（表1）。月均温波动较小，月降水波动较大。年均温在近31年来呈现缓步上升态势，在1998年达到最高14.6 ℃，同年降水量也达到峰值，为80.4 mm（图2）。

表1 1982—2012年全国生长季月平均气温、降水值Table 1 Monthly mean temperature and precipitation over China for the period 1982-2012

图2 1982—2012年生长季全国气温（t）、降水量（P）年际变化Fig. 2 Annual variation of temperature and precipitation during the growing season in China in 1982-2012

图3 2001—2011年中国植被覆盖类型图Fig. 3 Vegetation cover types across China over the period 2001-2011

植被覆盖类型数据通过MODIS土地覆盖产品获取，只有自2001—2011年的空间分辨率为0.05°的国际地圈生物圈（IGBP）全球植被分类方案（Bao et al.，2007），方案定义了 17类一般土地覆盖类型，包括11类自然植被分类、3类土地利用和土地镶嵌、3类无植被生长土地分类（Friedl et al.，2002），其中中国有16种植被覆盖类型（图3）。为研究气温、降水对植被 NDVI的影响，本文除去裸地或低植被覆盖区、水域、雪、冰、城市和建成区以及变化地区，只选取样本点超过 100个的常绿阔叶林、落叶阔叶林、混交林、开放灌丛、多树的草原、草原、作物、作物和自然植被的镶嵌体等 8种典型植被覆盖类型进行研究，这些植被覆盖类型的分布区域在2001—2011年变化较小，长时间较为稳定。常绿阔叶林主要分布在西南、华南及台湾地区；落叶阔叶林主要分布在东北地区；混交林除西北地区，均有大面积分布；开放灌丛主要分布在西藏部分地区；多树的草原主要分布在西南和华南地区的交界处，以及华南地区北部；草原在整个北方地区大面积分布，以及位于西南的西藏大部分地区；作物主要分布在华中、华东和东北地区；作物和自然植被的镶嵌体则是小面积分布在华南的粤西地区。

NDVI数据来自 NASA近期发布的 GIMMS NDVI 3g数据集，空间分辨率8 km×8 km，时间分辨率 15 d，是目前所能获取的时间序列最长的NDVI数据（Liu et al.，2016）。为与气温、降水数据分辨率保持一致，本研究利用ArcGIS 10.3，用最邻近内插法对NDVI数据进行重采样。近31年8种典型植被覆盖类型NDVI均值介于0.1211—0.7494之间，大小排序依次为常绿阔叶林＞落叶阔叶林＞混交林＞多树的草原＞作物和自然植被的镶嵌体＞作物＞草原＞开放灌丛（表2）。在生长季变化尺度上，8种典型植被覆盖类型NDVI变动均较为平稳，其中作物NDVI上升趋势最为明显。各种植被覆盖类型NDVI在1990年均出现高值，在2000年和2001年出现低值（图4）。

1.3 研究方法

本文运用相关分析方法，通过计算同月份、滞后1个月和滞后2个月的月均植被NDVI和气温、降水时间序列之间的皮尔逊（Pearson）相关系数，研究植被生长季NDVI对气温和降水的响应。皮尔逊（Pearson）相关系数被广泛用于度量两变量之间的相关程度，其计算公式（马士彬等，2016）：

表2 1982—2012年全国生长季不同植被覆盖类型NDVI最大值、最小值和平均值Table 2 Maximum values, minimum values and mean values of NDVI for different vegetation cover types during the growing season in China in 1982-2012

图4 1982—2012年全国生长季不同植被覆盖类型NDVI变化情况Fig. 4 Changes of NDVI for different vegetation cover types during the growing season in China in 1982-2012

式中，r为X、Y两变量间的相关系数；Xi、Yi分别为NDVI和气象要素的样本值；为样本均值。r取值范围是[-1, 1]，r值在[-1, 0]表示两个变量呈负相关，在[0, 1]表示呈负相关。计算得到相关系数后，绘制箱形图分析不同植被覆盖类型NDVI与气温、降水之间的相关性。

2 结果与分析

2.1 1982—2012年生长季平均NDVI与气温、降水的相关性

从生长季尺度上看，除西南部分地区和西北小部分裸地或低植被覆盖地区外，其他地区多年生长季平均NDVI与平均气温呈显著正相关；西藏南部和华南大部分地区植被NDVI与降水呈负相关，其他地区多年生长季平均NDVI与平均降水呈显著正相关（图5）。从植被类型上看，除常绿阔叶林和多树的草原外，其他植被覆盖类型NDVI与气温、降水这两个气候因子的相关性一致为正相关关系，其中落叶阔叶林、开放灌丛和草原这3种植被覆盖类型与气温和降水均呈较高的正相关，且对气温响应比对降水强烈（表3）。常绿阔叶林NDVI与降水呈现负相关；分布于华南和台湾地区的常绿阔叶林NDVI与气温呈正相关（r=0.3272），而分布于西南地区的常绿阔叶林 NDVI与气温呈负相关（r=-0.3591）。

表3 1982—2012年生长季8种植被覆盖类型平均NDVI与气温、降水的相关系数Table 3 Correlation coefficients between mean NDVI and temperature/precipitation for 8 vegetation cover types during the growing season in China in 1982-2012

2.2 生长季同月植被NDVI与气温、降水的相关性

图5 1982—2012年生长季平均NDVI与气温、降水相关性空间分布Fig. 5 Spatial distribution of correlation between average NDVI and temperature/precipitation during growing season in 1982-2012

图6 NDVI与同月份气温相关性分布图Fig. 6 Correlation distribution of NDVI and temperature for each month of the growing season

生长季月平均植被NDVI与同月份气温普遍呈现正相关，4—6月的相关性明显高于7—10月的相关性（图6）。空间分布上，部分地区的植被NDVI与气温之间相关性较为突出，气温对植被生长产生的积极影响，随着生长季由东北和华中逐渐向华南再向华东地区转移（图6），这与不同地区的植被覆盖类型和人类活动有关。混交林主要分布在东北地区和华北内蒙古地区，混交林NDVI与气温的相关性在 4 月（r东北=0.4336*；r内蒙古=0.4612**）和 5 月（r东北=0.413；r内蒙古=0.6028**）较高，而后开始大幅度降低；作物NDVI在整个生长季与气温相关性均不明显（图7）；常绿阔叶林NDVI与气温的正相关性在6—8月时较高，其他月份相关性较弱；大面积分布于西南地区的草原NDVI与气温的相关性在9、10月时较大幅度地提高（图 6）。植被 NDVI与同月降水相关性普遍低于其与同月气温的相关性（图6，图 8），除华北地区草原带，同月的降水对植被NDVI的影响在空间上不连续、规律不明显。

2.3 生长季植被NDVI与前1个月气温、降水的相关性

植被NDVI与前1个月气温的空间相关性分布规律性较弱（图9）。9月东北冻土区植被NDVI与8月气温呈显著正相关。东北地区黑龙江省和吉林省少量分布落叶阔叶林，10月落叶阔叶林NDVI与9月的气温的正相关性是显著的（r=0.3529*），相应箱形图中也可看出，落叶阔叶林NDVI与气温的相关性在10月明显增高（图9f，图10f），表明在生长季末期，落叶阔叶林NDVI对气温的响应滞后期约为1个月。

与同期相比，部分地区滞后1个月植被NDVI与降水相关性有了明显的提高，其中以分布在华北地区的内蒙古草原带最为突出，其 5—9月植被NDVI与降水呈显著正相关，平均相关系数为0.328；西南地区的开放灌丛在6—7月的NDVI与其前 1个月降水呈显著正相关，相关系数分别为0.1617和0.2993（图11，图12）。为研究其他植被覆盖类型的时滞效应，并更好地确定滞后期，本研究进一步分析了滞后时间为2个月的各要素之间的相关性。

2.4 生长季滞后2个月植被NDVI与气温、降水的相关性

在整个研究时间尺度上，大部分地区滞后2个月的植被NDVI和气温的相关性规律不强（图9，图13）。除9月植被NDVI与7月气温的相关性在昆仑山脉附近和东北及华北部分混交林地区呈显著正相关外（图13d），其他相关性均不明显。

图7 NDVI与同月份气温相关性箱形图Fig. 7 Boxplot of correlation between NDVI and temperature for each month of the growing season

7—8月，西南开放灌丛NDVI与前2个月的降水呈正相关，相关系数分别是0.2509和0.1591，这与滞后时间1个月的分析基本一致（图14b—d，图15b—d）。华北草原带与滞后1个月结果相比，9月NDVI与7月降水正相关性更强（r=0.3169）（图11e，图14d），10月NDVI与8月降水呈显著正相关（图14e），其他月份相关性有细微的增强或减弱，但影响不大。由此可以推断，西南开放灌丛与华北草原带的NDVI与降水的响应滞后期为1—2个月。

3 讨论

考虑中国范围内常绿阔叶林、落叶阔叶林、混交林、开放灌丛、草原、多树的草原、作物以及作物和自然植被的镶嵌体等8种典型植被覆盖类型普遍的生长时期，本研究选取4—10月作为生长季。对于极度寒冷或炎热地区，生长季长度可能存在不确定性（刘家福等，2018），但选取4—10月可以减少由于冬季冰雪覆盖产生异常的NDVI值造成的误差（田义超等，2016）。在生长季尺度上，1982—2012年中国大部分地区植被 NDVI与气温和降水呈正相关，且对气温响应更强烈。西南地区的西藏南部和云南中南部植被NDVI与气温呈负相关，这与熊巧利等（2019）气温升高对青藏高原西南和横断山脉地区植被生长不利的研究结论相符合；西藏南部和华南大部分地区植被 NDVI与降水呈负相关，这是因为在湿润地区，降水多导致日照时数少，不利于植物的光合作用，此外强降水会对地表造成冲刷和侵蚀，破坏植被（周金霖等，2017）。分布于华南和台湾地区的常绿阔叶林NDVI与气温呈正相关，而分布于西南地区的常绿阔叶林NDVI与气温呈负相关，造成差异的原因可能是西藏南部地区和云南由于独特的地形条件，在4—10月受湿热的西南季风影响，形成夏秋多雨的雨季，气温增高的同时降水过于丰富，影响植被生长。

图8 NDVI与同月份降水相关性分布图Fig. 8 Correlation distribution of NDVI and precipitation for each month of the growing season

图9 滞后时间为1个月的NDVI与气温相关性分布图Fig. 9 Correlation distribution of NDVI and temperature with 1 month lag

图10 滞后时间为1个月的NDVI与气温相关性箱形图Fig. 10 Boxplot of correlation between NDVI and temperature with 1 month lag

图11 滞后时间为1个月的NDVI与降水相关性分布图Fig. 11 Correlation distribution of NDVI and precipitation with 1 month lag

植被生长受到水热条件的共同影响，NDVI对气温和降水的响应在时间和空间上具有不同特征。分布在东北和华北地区的混交林NDVI与同月气温的相关性在4月和5月较高，6月后相关性大幅度降低，原因是此后这类植被长势稳定，气温和降水对其生长的制约作用减小；作物是一种易受人工干预影响的植被覆盖类型，其NDVI在整个生长季与同期气温相关性不明显；植被NDVI与同月降水相关性普遍低于植被NDVI与同月气温的相关性，除华北地区草原带，同月的降水对NDVI的影响在空间上不连续、规律不明显，这是因为气温和降水对NDVI的影响存在时滞效应（Wu et al.，2015；何云玲等，2018；李舒婷等，2019；史丹丹等，2018）。不同植被覆盖类型NDVI对气温和降水的响应滞后期存在差异性。在生长季末期，分布在东北地区黑龙江和吉林省的落叶阔叶林NDVI对气温的响应有约1个月的滞后期，这与生长季末期该地区气温较低、植被对气温响应较慢有关。西南地区的开放灌丛和华北草原带NDVI对降水的响应滞后期为1—2个月，这是由于西南地区的开放灌丛位于常年寒冷的高原区域，干旱少雨，导致植被响应缓慢，而草原地区虽然全年降水不均匀，但由于牧草生长茂盛，土壤具有较强的蓄水能力，土壤层水分可补充植被生长所需水分，这些因素使得该类植被 NDVI对降水有明显滞后性（李舒婷等，2019）。

图12 滞后时间为1个月的NDVI与降水相关性箱形图Fig. 12 Boxplot of correlation between NDVI and precipitation with 1 month lag

图13 滞后时间为2个月的NDVI与气温相关性分布图Fig. 13 Correlation distribution of NDVI and temperature with 2 months lag

植被NDVI对气候的响应是一个复杂的过程，研究成果因研究区域、时空尺度和数据来源等因素的不同而出现一定的差异性（张景华等，2015）。本文利用逐月数据来分析植被NDVI与气温、降水的响应关系，为更好地认识不同时间尺度植被 NDVI对气候因子响应的时滞效应，可基于逐旬、10 d等更高时间分辨率或通过时间分辨率插值的NDVI和气候数据产品开展进一步的研究；另外，中国部分植被覆盖类型一定程度上受到大型生态工程的影响，尤其如三北防护林工程和其他地区的人工植树造林活动，这些都将对植被NDVI对气候的响应机制产生一定的影响，而本研究未能对这些人为因素的影响作深入分析，这也是今后有待进一步探讨的内容。

图14 滞后时间为2个月的NDVI与降水相关性分布图Fig. 14 Correlation distribution of NDVI and precipitation with 2 months lag

图15 滞后时间为2个月的NDVI与降水相关性箱形图Fig. 15 Boxplot of correlation between NDVI and precipitation with 2 months lag

4 结论

本文基于 1982—2012年 4—10月 GIMMS NDVI 3g数据集、中国气象数据网同时期气温与降水月值0.5°×0.5°格点数据集（V 2.0）和MODIS土地覆盖产品，选取中国范围内常绿阔叶林、落叶阔叶林、混交林、开放灌丛、草原、多树的草原、作物以及作物和自然植被的镶嵌体等长时间较为稳定的8种典型植被覆盖类型，运用GIS和相关统计方法，对中国近31年不同植被覆盖类型NDVI与气温和降水在时空上的相关性和滞后性进行了研究，主要结论如下：

（1）植被NDVI对气温和降水的响应在空间上具有差异性。大部分地区气温和降水对植被生长产生积极的影响，且气温的影响比降水强烈，但在西藏南部和华南湿润地区，降水一定程度上会阻碍植被的生长。

（2）不同植被覆盖类型NDVI与气温、降水的相关性不同，对于同一植被覆盖类型而言，其响应也存在空间异质性。分布在西南地区和华南、台湾地区的常绿阔叶林受所处环境地形和季风的影响，其NDVI与气温的响应关系完全不同，西南地区为负相关，而华南、台湾地区为正相关。

（3）植被对气温和降水的响应具有时滞效应，NDVI对降水响应的的滞后性更显著。不同植被覆盖类型的响应滞后期不同，同一植被覆盖类型对不同气候因子的响应滞后期也不同。在生长季末期，落叶阔叶林的NDVI对气温的响应滞后期约为1个月，而对降水的响应滞后性不明显；西南开放灌丛与华北草原带的NDVI与气温的响应关系无明显时滞效应，但其对降水的响应滞后期为1—2个月。