黄河流域内蒙古段气象干旱与水文干旱变化对植被NDVI的影响

摘 要：全球气候变暖及人类活动的影响下，黄河流域内蒙古段干旱事件增加，强度加重，干旱又通过水文循环影响区域植被生长，从而破坏生态平衡。基于标准化降水蒸散发指数（SPEI）数据集、陆地储水量数据以及归一化植被指数（NDVI）数据，采用slope趋势性分析、Pearson相关系数等方法，分析黄河流域内蒙古段2003—2019年气象干旱（SPEI）、水文干旱（SWSI）时空变化，并探究其对植被NDVI的影响。结果表明：研究区气象干旱呈下降趋势（0. 012 3/a），而水文干旱呈上升趋势（0. 02/a），均在研究区巴彦淖尔市地区呈现持续时间长，干旱强度高的特点；植被NDVI整体呈显著增长趋势（0. 002 9/a），仅在巴彦淖尔市和呼和浩特市部分地区出现植被明显退化的现象；SPEI与NDVI呈显著正相关的面积占比为22. 65%，SWSI与NDVI呈显著正相关的面积占比为43. 63%，SPEI、SWSI与NDVI呈显著负相关地区主要在巴彦淖尔市西部；干旱对植被的影响具有滞后性，气象干旱和水文干旱分别集中在1、10月和1月，大部分地区的植被短期内受水文干旱的影响较大。

关键词：气象干旱；水文干旱；NDVI；时滞影响；黄河流域内蒙古段

中图分类号：TV21；P426. 616 文献标识码：A 文章编号：1001-9235（2024）10-0051-14

Effect of Meteorological and Hydrological Drought Changes on Vegetation NDVI in InnerMongolia Section of Yellow River Basin

LU Jiaqi1， MENG Fanhao1，2*， LUO Min1，2， CHEN Hongguang1，2

（1. College of Geographical Science， Inner Mongolia Normal University， Hohhot 010022， China; 2. Key Laboratory of Remote Sensingand Geographic Information System， Inner Mongolia Autonomous Region， Hohhot 010022， China）

Abstract： Under the influence of global warming and human activities， drought events in the Inner Mongolia section of the Yellow River Basin have increased in number and intensity， affecting the regional vegetation growth through the hydrological cycle and destroying ecological balance. Based on the standardized precipitation evapotranspiration index （SPEI） dataset， terrestrial water storage data， and normalized vegetation index （NDVI） data， this paper analyzes the spatial and temporal changes of meteorological droughts （SPEI） and hydrological droughts （SWSI） in the Inner Mongolia section of the Yellow River Basin during 2003—2019 and investigates their impacts on vegetation growth. The results indicate that the meteorological drought in the study area shows a decreasing trend （0. 012 3/a）， while the hydrological drought shows an increasing trend （0. 02/a）， both of which feature long duration and a high droughtintensity in the study area of Bayannur city; the vegetation NDVI as a whole show a significant increasing trend （0. 002 9/a）， and obvious vegetation degradation appeared in some parts of Bayannur city and Hohhot city only. SPEI and NDVI are significantly positively correlated in 22. 65% of the area; SWSI and NDVI are significantly positively correlated in 43. 63% of the area; SPEI， SWSI， and NDVI are significantly negatively correlated mainly in the western part of Bayannur City. The effect of drought on vegetation is hysteretic; meteorological drought and hydrological drought are concentrated in January， October， and January， respectively， and the vegetation in most areas is affected more by hydrological drought in the short term.

Keywords： meteorological drought; hydrological drought; NDVI; lag effects; Inner Mongolia section of the Yellow River Basin

近年来，受全球变暖影响，水循环机制加速，导致极端气候现象频发，其中干旱的次数和强度明显上升［1］。干旱是指在较长时间内（通常为一个季节、一年或更长时间）由于降水不足引起的水分收支不平衡的缺水现象［2-3］。通常情况下，干旱可以分为气象干旱、农业干旱、水文干旱和社会经济干旱这4种类型［4］。气象干旱是导致其他干旱类型事件发生的基本条件［5-6］，而水文干旱的发生不仅受气候变化的影响，还与地表水循环过程相关，通常指的是流域水量亏损现象［7］。由于植被容易受干旱引起的水分胁迫而进一步影响其生长，严重影响植被生产力，持续严重的干旱甚至会导致大量植被的死亡［8］。因此有关植被对干旱的响应研究对生态环境保护至关重要。

目前，国内外许多研究人员对干旱如何影响植被进行了广泛研究。Vicente等［8］利用年度和月度尺度的标准化降水蒸散发指数（Standardized Precipitation Evapotranspiration Index，SPEI）来分析其与归一化植被指数（Normalized Difference Vegetation Index，NDVI）的相关性，发现干旱地区的植被对短期干旱反应更敏感，而湿润地区的植被对长期干旱反应更敏感。Guo等［9］通过三维聚类算法来分析研究区域内干旱事件的时空分布，并结合SPEI干旱指数与3种植被指数来探讨干旱对植被的影响，研究表明水分胁迫是影响植被生长的关键因素；Breshears等［10］分析了全球变暖背景下干旱对植被生长的影响，指出当干旱持续时间达到15个月时，可导致90%以上的植被死亡。郭雪娇［11］利用SP（I Standardized Precipitation Index）与NDVI的相关性探究海河流域植被对水文干旱的响应，研究表明，春冬两季植被受水文干旱影响最大。肖祖香等［12］在三江源地区进行植被对水文干旱的响应研究中，表明该区域月度和季度干旱事件引起黄河源西南部地区植被减少。已有研究大多关注在不同尺度和使用不同的单一干旱指数探讨干旱对植被的影响，有关多种干旱类型及其对植被影响的研究相对较少，难以全面了解干旱对植被的影响［13-14］。

在气候变暖及人类活动的影响下，黄河流域内蒙古段呈现耕地显著增加，草地和荒地显著减少，轻度沙漠化土地占比缓慢增长的态势［15-16］。由干旱导致的草场退化以及作物受旱灾而引起产量下滑，严重影响流域生态健康及人民的生产生活。然而，目前对该区域多干旱类型对植被影响的研究相对较少。SPEI遵循水量平衡原理并结合蒸发数据，因此考虑因素更全面，更为严谨和科学，被充分利用在气象干旱的评估当中。佟斯琴［17］在2019年利用SPEI指数来探讨内蒙古地区的干旱时空变化，研究结果显示SPEI指数在揭示内蒙古地区的干旱演变特征方面适用性良好。标准化陆地水储量指数（Standardized Water Storage Index，SWSI）是一种水文干旱指标，可以用来评价陆地水资源的亏损情况［18］。李晓英等［19］对SPI、VCI（Vegetation Condition Index）和SWSI进行对比分析，得出SWSI整体表现较为良好，能够有效监测淮河流域旱情。因此，本研究以黄河流域内蒙古段为研究区，通过对气象干旱指数SPEI和水文干旱指数SWSI在近20 a的时空变化特征进行分析，并结合植被NDVI进行相关性与时滞性分析，以探究气象干旱与水文干旱对植被的影响。研究结果可为黄河流域内蒙古段气象干旱与水文干旱动态监测、环境治理及草地植被动态防护提供理论支持和实践参考。

1 材料与方法

1. 1 研究区概况

黄河流域内蒙古段处于黄河流域最北端，属于黄河流域中上游，位于北纬37°30'～41°50'，东经106°00'～113°00'，流经内蒙古7个盟市，流域面积15. 5×104 km²，干流全长约为830 km（图1）。研究区海拔825～2 353 m，地形以高平原为主，拥有较大的地貌单元，如黄土高原、鄂尔多斯高原、河套平原等，其中河套平原属黄河冲积平原，常出现许多气象、水文事件［20］。该区域属干旱、半干旱气候区，年均温4～6 ℃，春季易发干旱、冬季漫长寒冷。自然景观由西向东从荒漠、草原、草甸到灌木、针叶、阔叶林逐渐过渡。研究区中西部荒漠区域为乌兰布和沙漠边缘地带以及库布齐沙漠，栽培植被主要分布在巴彦淖尔市内的河套灌区，其为亚洲最大的一首制灌区，在农业种植灌溉方面发挥着重要的支撑作用［20］。其他大部分地区植被覆盖类型主要以草原为主，占总面积的52. 28%。

1. 2 数据来源

本文用于研究气象干旱的SPEI数据来源于夏浩铭等［21］基于随机森林回归模型计算的2001—2020年全国范围1 km分辨率月尺度SPEI数据集，通过格式转换及掩膜提取等预处理，提取了该数据集中2003—2019年黄河流域内蒙古段的SPEI数据。该数据集适用于研究黄河流域气象干旱时空动态研究［22］。本文用于计算SWSI的陆地水储量数据来自于发布在PANGAEA地球和环境科学数据中心的全球陆地水储量（GLWS2. 0）数据集（https：//doi. pangaea. de/10. 1594/PANGAEA. 954742），其时空分辨率为0. 5°/月，为保证数据的统一性，本文将上述栅格数据统一为WGS_1984坐标系统，并重采样为1 km。归一化植被指数（NDVI）为来源于美国陆地过程分布数据档案中心（https：//lpdaacsvc. cr.usgs. gov/appeears/）的NDVI数据集L3级产品MOD13A3 v061，时空分辨率为1 km/16 d。对该数据进行了辐射校正、几何校正等预处理后得到年尺度的NDVI数据。本研究将NDVI<0. 15的区域进行掩膜处理，认作无植被区［23］。

1. 3 研究方法

1. 3. 1 干旱指数计算

本研究分别采用SPEI和SWSI作为黄河流域内蒙古段气象和水文干旱的表征。SPEI的计算方法是首先计算降水量与潜在蒸散量的差值序列，得到其累积概率值，再对其进行正态标准化［24］。根据GB/T 20481—2017《国家气象干旱等级标准》［25］，SPEI干旱等级标准见表1。

计算标准化陆地水储量指数SWSI，需先用正态Q-Q图对GRACE卫星模拟的黄河流域内蒙古段2003—2019年逐月陆地总水储量变化量数据的实际分布与标准正态分布的偏离程度进行评估，见图2。样本点的经验分位数与标准正态分布的理论分位数分布近似在一条直线上，说明陆地水储量数据与正态分布的偏差不大，因此，SWSI表示为式（1）：

式中：Si，j为第i年j月的陆地水储量变化量；Sj，mean为j月份的陆地水储量变化量均值；Sj，ad为j月份的陆地水储量变化量标准差。SWSI对干旱的表征标准同SPEI。

1. 3. 2 干旱频率分析

干旱频率作为干旱识别中重要的特征变量之一，通常能够反映一个地域内干旱发生的频发程度［26］，以SPEI和SWSI像元为基本单位，计算黄河流域内蒙古段的干旱频率空间分布，见式（2）：

式中：f为SPEI和SWSI各像元的干旱频率；n为SPEI和SWSI各像元上发生的干旱次数；N为研究时段。1. 3. 3 基于游程理论的干旱评估游程理论作为一种可以有效识别出持续灾害事件的强度、历时和频率等特征变量信息的重要手段，在干旱特征识别中被广泛应用［27］。其具体识别流程为：首先选定一个干旱阈值标准，再将干旱指数时间序列值与该阈值进行比较，若某一时刻的干旱指数的值小于该阈值，说明这一时刻发生了干旱事件［28］，见图3。在干旱发展过程中，其SPEI或SWSI值之和的绝对值为干旱强度，其值越大表明干旱越剧烈，干旱强度可用于衡量干旱的严重程度［29］。干旱历时是指一次干旱事件自开始到结束所持续的时间，数值上等于干旱结束的时间减去干旱发生的时间，单位为月。

1. 3. 4 趋势分析

基于一元线性回归方法计算NDVI和干旱指数的年际变化趋势，并通过最小二乘法拟合的斜率反映，当斜率大于0时，说明有增大的趋势，当斜率小于0时，说明有下降的趋势。变化趋势见式（3）：

式中：Slope为NDVI或干旱指数的变化趋势；n为时

间序列长度；Xi为研究对象x第i年的平均值。

1. 3. 5 Sen's+Mann-Kendall趋势分析

Sen's趋势分析方法是一种利用中位数函数研究长时间序列的分析方法，但其本身不能实现序列趋势显著性判断。Mann-Kendall是一种用于评估序列趋势的有效工具，它可以避免少数异常数据的影响，提高统计学结果的可靠性。因此引入该方法对序列趋势进行显著性检验，得到Sen's + Mann-Kendall趋势分析方法［30-32］，以用于分析SPEI、SWSI及NDVI的空间变化趋势，并对其进行显著性检验。1. 3. 6 相关性分析通过计算NDVI与对应的干旱指数相关系数，表示其与气象干旱与水文干旱的相关性，见式（4）：

式中：n为研究时间段的累计年数rxy表示x和y的相关系数；xi、yi为第i年x和y的值；xˉ、yˉ为2个要素样本值的平均值；rxy在-1～1，随着rxy绝对值的增大，说明NDVI与干旱指数的相关性越强，反之越弱，当rxy＞0表示相关性为正，rxy＜0，表示相关性为负［33］。最后采用T检验法进行显著性检验，将NDVI与干旱指数的相关程度划分为显著相关（0 ≤ P < 0. 05）和不显著相关（P ≥ 0. 05）。

1. 3. 7 滞后性分析

本文采用最大相关系数及滞后时间定量表征不同干旱对植被的月际滞后效应，见式（5）、（6）：

Rj= cor （P，SPEIj） （5）

Rmax= max（Rj） （6）式中：P为NDVI；Rj为SPEI和NDVI之间的相关系数；cor为皮尔逊相关函数；j为不同时间尺度；Rmax为NDVI对应的不同干旱中的最大相关系数。

2 结果与分析

2. 1 黄河流域内蒙古段气象干旱与水文干旱的时空变化特征

2. 1. 1 黄河流域内蒙古段气象干旱时空变化特征

图4a所示，SPEI在研究期间有下降趋势（0. 012 3/a）。SPEI的最高与最低值分别出现在2003、2009年，其中SPEI在2003—2005、2008—2009、2012—2013年3个时间段呈显著的下降趋势，2005—2007、2009—2012年2个时间段有小幅回升。与桑婧［34］对黄河流域内蒙古段降水量的研究中降水量的年际变化趋势大体一致。整体而言，2012年以后研究区呈现持续干旱的情况。

为了对黄河流域内蒙古段年气象干旱趋势进行定量分析，选用Sen's趋势分析与Mann-Kendall检验共同反映旱情的空间变化趋势。图4b、4c所示，SPEI年空间变化趋势为-0. 046～0. 038/a，区域上总体呈现不显著下降趋势（-0. 007/a）（P >0. 05）。SPEI呈显著下降趋势的地区主要分布在研究区西北部的巴彦淖尔市南部。参考陈永喆等［35］对黄河流域内蒙古段的降水量、年均径流、蒸散发等因素进行分析得出，SPEI呈下降趋势的地区近20 a降水量有下降趋势，且蒸散量有上升趋势。总体而言，从空间角度来看，干旱趋势由南向北逐渐上升。

就年尺度气象干旱频率而言，黄河流域内蒙古段年气象干旱现象较为普遍（图5a—5e），近20 a黄河流域内蒙古段年气象干旱平均发生频率为33. 04%。在2003—2019年，黄河流域内蒙古段不同等级气象干旱频率分析表明：研究区北部轻、中度干旱的发生频率较高。严重干旱高频区集中在包头市、呼和浩特市及乌兰察布市北部。极端干旱极少发生，频率仅在0～3. 43%，偶见于鄂尔多斯市东南部和呼和浩特东北部少数区域。

通过应用游程理论识别方法，本研究分析了2003—2019年黄河流域内蒙古段气象干旱的平均历时、历时总和及平均强度、强度总和。结果表明（图6a—6d），该时期气象干旱平均与历时总和展现出较一致的空间分布模式，高值区主要位于鄂尔多斯市西部、巴彦淖尔市南部、包头市南部、呼和浩特市及乌兰察布市西部。干旱强度总和的高值区也与干旱历时总和的高值区相似。这表明气象干旱的历时与强度在空间分布上呈正相关，指示长期干旱往往伴随更大干旱强度。此外，也观察到短历时但高强度的干旱事件，这种情况下，短时间内会出现严重的水资源短缺。

2. 1. 2 黄河流域内蒙古段水文干旱时空变化特征

图7a所示，黄河流域内蒙古段近20 a整体有变湿润的趋势，SWSI总体呈波动上升的趋势（0. 02/a）， SWSI的最高与最低值分别出现在2003、2006年。同SPEI一样，于2003—2005年呈较明显下降趋势，2005—2011年SWSI值均在-0. 2以下，表明这期间发生了持续性干旱，2011年以后SWSI呈显著上升趋势，研究区总体呈现湿润化的情况。

利用Sen's趋势分析与Mann-Kendall检验共同分析了2003—2019年黄河流域内蒙古段的水文干旱空间变化趋势（图7b、7c），发现SWSI空间变化趋势为-0. 022～0. 018/a，从东部向西部逐渐减小，呈显著下降和显著上升趋势分别占总面积的14. 32%、26. 68%。显著的下降趋势主要出现在巴彦淖尔市中西部及其与鄂尔多斯市交界区，可能是由于气候变化加剧了区域蒸散发，以及过度开采地下水和不合理的水资源管理导致水资源减少。

2003—2019年黄河流域内蒙古段的年尺度水文干旱频率分析表明（图8a—8e），干旱发生频率介于37. 74%～66. 17%。大部分地区年际水文干旱频率超过50%。从不同等级水文干旱的发生频率来看，研究区发生轻度水文干旱与中度干旱频率较高，高频区主要位于鄂尔多斯市的中西部、巴彦淖尔市西部以及乌兰察布市东部。严重干旱主要以巴彦淖尔市西部和鄂尔多斯市东南部为高频区。极端水文干旱较为罕见，频率为0～6. 86%，主要分布于巴彦淖尔市东南部和鄂尔多斯市西南部少数地区。

在2003—2019年，黄河流域内蒙古段的水文干旱特征表现出明显的地域差异（图9a—9d）：干旱历时的分析显示，巴彦淖尔市西部呈现出单次干旱持续时间长但频次较低的特点；相比之下，其他地区虽然平均历时较短，但由于干旱频繁，总历时相对更长。干旱强度分析显示，阿拉善盟、乌海市和巴彦淖尔市东部是水文干旱强度总和较大的区域；与此相对，巴彦淖尔市西部和呼和浩特市东部等地水文干旱强度相对较低。

2. 2 黄河流域内蒙古段植被NDVI时空变化特征

从黄河流域内蒙古段NDVI年际变化时间序列看（图10a），年均值为0. 18～0. 23，多年平均NDVI值为0. 19，总体呈显著增加趋势（P <0. 01）。黄河流域内蒙古段主要植被类型是草地和农田，占流域面积80%以上，其中鄂尔多斯市草地占比最高，巴彦淖尔市和呼和浩特市农田占比较高。图10b展现了黄河流域内蒙古段植被覆盖多年平均空间分布特点，研究区西北部有乌兰布和沙漠和库布齐沙漠，整体的植被覆盖度偏低，空间上除河套灌区和呼和浩特市部分地区外，NDVI整体由西到东逐渐上升。

黄河流域内蒙古段各地区NDVI序列随时间的变化趋势见图11。2003—2019年，研究区植被覆盖度总体呈上升趋势，研究区东部地区海拔较低的地方NDVI上升趋势显著。但在巴彦淖尔市河套灌区部分区域呈现NDVI显著减少趋势，其中乌梁素海常年有芦苇水草覆盖，植被覆盖显著减少可能与近年水质改善有关［36］，而乌拉特后旗与杭锦后旗局部地区主要植被类型为荒漠植被和农田，植被覆盖显著减少可能与近年沙漠化进程有关［37］。

2. 3 植被NDVI与气象干旱和水文干旱相关分析

2. 3. 1 气象干旱对植被NDVI的影响

为了研究黄河流域内蒙古段植被NDVI和SPEI之间的年际关系，通过相关性分析法在空间上逐像元计算了两者之间的相关系数，并进行了显著性检验，图12为黄河流域内蒙古段NDVI与SPEI年际相关系数的空间分布。结果表明，呈现显著正相关的区域占研究区的22. 65%，主要分布在研究区NDVI值较低的地区，如鄂尔多斯西南部地区；呈现显著负相关的区域占研究区的10. 37%，主要分布在研究区NDVI值较高的地区，如巴彦淖尔市与呼和浩特市南部。由此可知，气象干旱对植被有一定的影响，但影响不是特别显著。

由于气象干旱对植被的影响具有一定的滞后性，因此本文对黄河流域内蒙古段植被对气象干旱的滞后效应进行分析。将NDVI序列与滞后时间为0～12个月的月尺度SPEI进行相关性分析，相关系数最大的月份定为最佳滞后时间。植被对气象干旱的滞后时间空间分布见图13，研究区气象干旱对植被的滞后性表明，在低植被覆盖度地区，NDVI对气象干旱的滞后时间多为1个月左右；在植被覆盖度较高的地区，滞后时间主要在9—11个月。整体来看，黄河流域内蒙古段植被对气象干旱的滞后时间平均在6个月左右，仅部分低植被覆盖度地区滞后时间在1个月，研究区大部分植被对气象干旱的响应较慢。

2. 3. 2 水文干旱对植被NDVI的影响

为研究黄河流域内蒙古段植被对同期水文干旱的响应关系，本文对2003—2019年NDVI与年尺度SWSI进行了相关性分析，图14为黄河流域内蒙古段年尺度NDVI与SWSI相关系数及其显著性水平的空间分布，研究区呈显著正相关面积占比为43. 63%，主要分布在研究区东北部边缘以及研究区南部的草原地区。研究区呈显著负相关面积占比为5. 96%，集中分布在巴彦淖尔市西部地区，原因可能是由于该地区属农业灌溉集中区域，在灌期会使用黄河水、地下水进行农业灌溉，导致了地区水储量减少；但农业的发展使耕地面积增加促进了植被覆盖度的提高［38］。

为了解2003—2019年黄河流域内蒙古段水文干旱累积效应对植被NDVI变化的时间滞后影响，利用最大像元相关性所对应的滞后时间进行统计，定量表征黄河流域内蒙古段水文干旱对植被NDVI的滞后效应。研究区植被对水文干旱的滞后时间空间分布见图15。可以看出，黄河流域内蒙古段植被NDVI对水文干旱SWSI的滞后时间在各月均有分布，以滞后一个月的像元为主，主要分布在巴彦淖尔市北部、包头市东部、呼和浩特和鄂尔多斯大部分地区，不同植被类型及植被覆盖度被对水文干旱的响应存在差异。

3 讨论

本文探讨了气象干旱与水文干旱对植被的影响，有助于揭示植被对环境变化的响应机制，对于黄河流域内蒙古段气象干旱与水文干旱动态监测、环境治理及草地植被动态防护具有重要意义。但研究还存在以下不足：由于本研究引用的是数据集，其本身就有一定的精度误差，且SPEI涉及的气象因素有限不能够完整的反映气象干旱；水文干旱以陆地水储量为基础数据计算出的SWSI为监测指标，但因其分辨率略低，可能对水文干旱的监测不够细致。在时空特征的研究结果表明， SPEI整体呈现不显著的下降趋势，但不同地区存在明显的空间差异。这一点与顾锡羚［39］结论一致。SWSI整体呈上升趋势，但在巴彦淖尔市呈现显著下降趋势，原因可能是该区域人类活动如农业灌溉为当地水资源增添了负担［40］。申丛林等［41］对植被覆盖时空变化的研究中NDVI呈现不显著增长，与本文结果一致。这一现象可能与气候变化和近年在黄河流域内蒙古段推进的生态恢复项目有关，例如三北防护林项目、退耕还林还草、沙漠化治理等，这些项目促进了区域植被恢复和覆盖度的提升［35］。

在相关性分析中，NDVI与水文干旱的相关性更强，原因可能与下垫面植被类型不同有关，草原对陆地水储量变化的响应比耕地大。袁瑞强［42］在对蒙古高原植被对陆地水储量的响应研究中表明，草原、荒漠草原与陆地水储量呈显著正相关关系。从植被对2种干旱的滞后时间上看，研究区植被对气象干旱滞后时间多在10个月左右，而对水文干旱滞后时间多在1个月左右，这可能与气象干旱和水文干旱之间存在时滞性联系有关，在陈令仪等［43］对黄河流域气象与水文干旱的时滞性研究中，发现黄河流域内蒙古段水文干旱较气象干旱滞后8—9个月，与本文的结果相符。综上所述，本研究对黄河流域内蒙古段的气象干旱、水文干旱和植被覆盖变化进行了深入的分析，为该地区的生态环境保护和可持续发展提供了重要的科学依据。然而，仍需进一步研究气象、水文和植被之间的复杂关系，以更好地应对气候变化和人类活动对生态环境的影响。

4 结论

本文基于2003—2019年SPEI数据、SWSI数据以及NDVI数据，通过一元线性回归、Sen's + Mann-Kendall趋势分析以及Pearson相关系数等方法分析了黄河流域内蒙古段17 a气象干旱、水文干旱以及NDVI时空变化特征及NDVI对2种干旱的响应特征，主要结论如下：①2003—2019年，黄河流域内蒙古段SPEI呈下降趋势，而SWSI呈上升趋势，在研究区北部和东部地区气象干旱历时和强度较高，对水文干旱的历时与强度的分析表明，研究区水文干旱强度大的地方历时较短；②研究区NDVI总体呈显著增加趋势，从空间上看，仅在巴彦淖尔市河套灌区和呼和浩特市部分地区植被出现退化的现象；③气象干旱与水文干旱分别存在不同特征的影响，SPEI与NDVI呈显著正相关的区域主要分布在荒漠以及荒漠草原等NDVI较低的地区，占研究区的22. 65%，而SWSI与NDVI呈显著正相关的地区占43. 63%，主要分布在草原地区。植被对气象干旱的滞后时间多集中在1、10月，而对水文干旱的滞后时间集中在1月。

参考文献：

［1］ CHU H S，VENEVSKY S，WU C， et al. NDVI-based vegetationdynamics and its response to climate changes at Amur-Heilongjiang River Basin from 1982 to 2015［J］. Science of the Total Environment， 2019， 650： 2051-2062.

［2］吴杰峰. 水文干旱对气象干旱的响应及大型水库的影响［D］. 福州：福建师范大学， 2017.

［3］ FENG K，SU X L，ZHANG G X， et al. Development of a new integrated hydrological drought index （SRGI） and its application in the Heihe River Basin， China［J］. Theoretical and Applied Climatology， 2020， 141（1/2）： 43-59.

［4］任璐. 基于Copula的汾河上游水文干旱频率的多时间尺度分析［D］. 太原：太原理工大学，2016.

［5］DIKSHIT A，PRADHAN B，HUETE A. An improved SPEI drought forecasting approach using the long short-term memory neural network［J］. Journal of Environmental Management， 2021， 283. DOI： 10. 1016/j. jenvman. 2021. 111979.

［6］薛华柱，李阳阳，董国涛. 基于SPEI指数分析河西走廊气象干旱时空变化特征［J］. 中国农业气象， 2022， 43（11）： 923-934.

［7］赵雪花，赵茹欣. 水文干旱指数在汾河上游的适用性分析［J］. 水科学进展， 2016， 27（4）： 512-519.

［8］VICENTE-SERRANO SM，GOUVEIA C，CAMARERO J J， etal. Response of vegetation to drought time-scales across global land biomes［J］. Proceedings of the National Academy of Sciences， 2012， 110（1）： 52-57.

［9］GUO H，BAO A M，NDAYISABA F， et al. Space-timecharacterization of drought events and their impacts on vegetation in Central Asia［J］. Journal of Hydrology， 2018， 564： 1165-1178.

［10］BRESHEARS D D，COBB N S，RICH P M， et al. Regionalvegetation die-off in response to global-change-type drought［J］. Proceedings of the National Academy of Sciences， 2005， 102（42）： 15144-15148.

［11］郭雪娇. 海河流域水文干旱特征及对植被的影响研究［D］. 北京：中国地质大学（北京），2021.

［12］肖祖香，朱双，罗显刚，等. 三江源区多尺度水文干旱特征及植被的响应［J］. 河海大学学报（自然科学版），2021，49（6）：515-520，582.

［13］FAN Q，ZHAO A，ZHANG A，et al. Analysis of Spatiotemporal Characteristics of Drought and Flood in the Haihe River Basin from 1965 to 2015［J］. Singapore： Springer， 2019： 360-373.

［14］李梦婷，李春光. 1961—2020年黄土高原地区气象干旱时空演变特征研究［J］. 人民珠江，2023，44（11）：1-10.

［15］康健. 基于地理探测器的黄河流域内蒙古段土地沙漠化时空动态变化研究［D］. 呼和浩特：内蒙古农业大学，2022.

［16］樊宇. 黄河内蒙古段凌汛孕灾环境时空变化规律研究［D］. 呼和浩特：内蒙古农业大学，2020.

［17］佟斯琴. 气候变化背景下内蒙古地区气象干旱时空演变及预估研究［D］. 长春：东北师范大学，2019.

［18］王文，王鹏，崔巍. 长江流域陆地水储量与多源水文数据对比分析［J］. 水科学进展，2015，26（6）： 759-768.

［19］李晓英，吴淑君，王颖，等. 淮河流域陆地水储量与干旱指标分析［J］. 水资源保护，2020，36（6）：80-85.

［20］史小红，李畅游，贾克力. 乌梁素海污染现状及驱动因子分析［J］. 环境科学与技术，2007（4）：37-39，117.

［21］夏浩铭，赵晓阳，赵伟. 基于随机森林回归模型的高分辨率SPEI数据集开发方法：CN202211123216. 8［P］. 2023-01-24.

［22］赵晓阳. 黄河流域干热变化及对植被影响研究［D］.开封： 河南大学， 2023.

［23］乌日汗. 2001-2016年内蒙古植被动态特征及其对气候变化的响应［D］. 呼和浩特：内蒙古师范大学， 2020.

［24］田甜，黄强，郭爱军，等. 基于标准化降水蒸散指数的渭河流域干旱演变特征分析［J］. 水力发电学报，2016，35（2）：16-27.

［25］气象干旱等级： GB /T 20481—2017［ S］. 北京：中国标准出版社，2017.

［26］何鑫，吴吉东，李颖，等. 基于SPEI的辽西地区气象干旱时空分布特征［J］. 干旱区地理，2017，40（2）：340-347.

［27］马秀峰，夏军. 游程概率统计原理及其应用［M］.北京：科学出版社，2011.

［28］和吉. 区域农业干旱风险分析及对策研究［D］. 杨凌：西北农林科技大学， 2015.

［29］李运刚，何娇楠，李雪. 基于SPEI和SDI指数的云南红河流域气象水文干旱演变分析［J］. 地理科学进展， 2016， 35（6）： 758-767.

［30］谢勇，王爽，王恒阳，等. 东北三省NDVI时空变化特征及对气候因子的响应［J］. 气象与环境学报，2024，40（1）：71-78.

［31］郭富印，刘晓煌，张文博，等. 2000—2040年黄河流域（河南段）生境质量时空格局演变及驱动力分析［J］.现代地质，2024（3）：599-611.

［32］奥勇，汪雅，王晓峰，等.近二十年郑州市生态环境质量时空变化及驱动因素分析［J/OL］.自然资源遥感：1-11［2024-05-13］. http：//kns. cnki. net/kcms/detail/10. 1759. p. 20231127.0757. 006. html.

［33］索玉霞，王正兴，刘闯，等. 中亚地区1982年至2002年植被指数与气温和降水的相关性分析［J］. 资源科学，2009，31（8）：1422-1429.

［34］桑婧. 1981—2017年黄河流域内蒙古段气候及植被生态变化状况［J］. 内蒙古气象，2021（1）：33-38，45.

［35］陈永喆，崔艳红，张才金，等. 变化环境下黄河流域内蒙古段植被与水文要素的时空协同演变［J］. 水资源保护，2024，40（2）： 141-149.

［36］李凤云，曹冬梅，夏春雨，等. 2015—2022年乌梁素海水质状况及富营养化程度分析［J］. 广东水利水电，2023（9）：13-17， 23.

［37］康健，杨光，韩雪莹，等. 黄河流域内蒙古段土地沙漠化动态变化及驱动力分析［J］. 草学，2022（6）：32-42.

［38］田雅楠，马龙，吴全. 黄河流域内蒙古段土地利用演变与景观生态风险评价［J］. 生态科学， 2023，42（5）：103-113.

［39］顾锡羚. 全球变暖背景下内蒙古草原植被因旱损失评估研究［D］. 呼和浩特：内蒙古师范大学，2023.

［40］王成坤. 河套灌区湖泊水体时空分布变化遥感监测及其驱动力分析［D］. 呼和浩特：内蒙古农业大学， 2023.

［41］申丛林，杨光，韩雪莹，等. 近20年内蒙古黄河流域植被覆盖时空变化［J］. 西部资源，2022（6）：174-179.

［42］袁瑞强. 蒙古高原植被NDVI对陆地水储量的响应分析［D］. 呼和浩特：内蒙古师范大学， 2021.

［43］陈令仪，朱秀芳，唐谊娟，等. 黄河流域气象水文干旱时滞效应与影响因素分析［J］. 地理科学，2023，43（10）：1861-1868.