老哈河流域地表植被覆蓋對(duì)干旱的響應(yīng)

劉曉帆,任立良,徐 靜,袁 飛

(1.四川省交通廳交通勘察設(shè)計(jì)研究院,四川 成都 610017;2.河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,江蘇南京 210098;3.南京大學(xué)地球科學(xué)與工程學(xué)院,江蘇南京 210093)

氣候條件是植被分布和變化的直接驅(qū)動(dòng)力,同時(shí),植被對(duì)氣候也有反饋?zhàn)饔肹1],可在一定程度上減緩或加劇氣候變化的幅度,而歸一化植被指數(shù)能較好地表現(xiàn)地表植被的分布特征和變化情況,因此,自20世紀(jì)90年代以來(lái),歸一化植被指數(shù)與氣候相互關(guān)系的研究已成為全球變化,尤其是氣候變化領(lǐng)域的熱點(diǎn),已經(jīng)取得了許多研究成果[2-6].例如,Kazuhito等[2]認(rèn)為,在中高緯度地區(qū)的春夏季歸一化植被指數(shù)的年際變化與氣溫變化顯著相關(guān),而半干旱地區(qū)歸一化植被指數(shù)與降水和氣溫的相關(guān)性都很顯著.信忠保等[3]的研究表明,黃土高原地區(qū)植被整體呈現(xiàn)增加趨勢(shì),并存在明顯的空間差異,降水是影響黃土高原地區(qū)植被變化的重要因素.李本綱等[4]研究了氣候因子與歸一化植被指數(shù)的相關(guān)關(guān)系,發(fā)現(xiàn)中國(guó)大部分地區(qū)的氣溫對(duì)植被的影響超過(guò)降水對(duì)植被的影響,降水影響取決于耕作制度、作物種類等因子.這些研究大多數(shù)只涉及歸一化植被指數(shù)與單一氣象因子(降水、溫度等)之間的關(guān)系,不能全面反映氣候變化條件下的植被變化規(guī)律.我國(guó)北方主要為干旱半干旱區(qū),是干旱發(fā)生頻率最高的地區(qū).符淙斌院士通過(guò)對(duì)比分析不同的干旱指標(biāo),闡述了我國(guó)北方1951—2004年干旱化的基本事實(shí)[7].因此,在我國(guó)北方植被與氣候相互關(guān)系研究中引入綜合氣象指標(biāo)干旱指數(shù)探討干旱化氣候變化趨勢(shì)下的植被動(dòng)態(tài)演變具有重要意義.

筆者擬從流域水循環(huán)的角度出發(fā),在原有的帕爾默旱度模式中嵌套雙源蒸散發(fā)能力計(jì)算模型和混合產(chǎn)流模型,建立可用于變化環(huán)境下植被-干旱響應(yīng)關(guān)系分析并適用于我國(guó)北方地區(qū)的機(jī)理性旱度模式.以老哈河流域?yàn)檠芯繀^(qū)域,利用改進(jìn)的旱度模式計(jì)算1982—2006年不同植被類型帕爾默干旱指標(biāo)月尺度時(shí)間序列,通過(guò)分析和建立歸一化植被指數(shù)與帕爾默干旱指標(biāo)的關(guān)系來(lái)定量評(píng)價(jià)老哈河流域不同植被類型歸一化植被指數(shù)對(duì)氣象干旱的響應(yīng).由于歸一化植被指數(shù)與氣候因子之間并不是簡(jiǎn)單的線性關(guān)系,因此在研究植被對(duì)干旱的響應(yīng)時(shí)引入了虛擬變量以考慮季節(jié)性的影響.

1 研究區(qū)域與數(shù)據(jù)準(zhǔn)備

老哈河是西遼河南源,發(fā)源于河北省平泉縣西北山區(qū)柳西川,以小河沿水文站為出口斷面的流域面積為18599km2,多年平均年降水量為450mm,是典型的半干旱區(qū).由于水資源缺乏,因此氣候變化顯著影響著流域內(nèi)的植被狀況.

研究采用的水文氣象資料包括2部分:(a)用于構(gòu)建機(jī)理性帕爾默旱度模式所需的資料,來(lái)源于流域內(nèi)及周邊的15個(gè)氣象站,包括各站的站點(diǎn)信息資料、日平均氣溫、日最高氣溫、日最低氣溫、日平均水汽壓、日平均風(fēng)速、日照時(shí)間和日降水等資料,站點(diǎn)資料年限均為1957—2008年,其中選用赤峰、圍場(chǎng)、承德和建平4個(gè)站的資料推導(dǎo)帕爾默干旱指標(biāo)計(jì)算公式,選取林東、林西、開(kāi)魯?shù)?1個(gè)站的資料修訂權(quán)重因子.(b)計(jì)算流域內(nèi)各柵格帕爾默干旱指數(shù)值所用資料,除了采用上述氣象站的氣象資料外,降水?dāng)?shù)據(jù)采用老哈河流域內(nèi)52個(gè)雨量站的資料,資料年限為1982—2006年.對(duì)于上述數(shù)據(jù)均采用反距離平方法,將各站的水文氣象要素插值到空間分辨率為30″的柵格單元,為后續(xù)研究提供空間數(shù)據(jù)輸入.

歸一化植被指數(shù)數(shù)據(jù)來(lái)自美國(guó)航空航天局全球監(jiān)測(cè)與模型研究組發(fā)布的歸一化植被指數(shù)最大值半月合成數(shù)據(jù),資料時(shí)間跨度為1982—2006年,空間分辨率為8km,利用遙感影像處理軟件ENVI切割得到老哈河流域的歸一化植被指數(shù)數(shù)據(jù),并將其分辨率轉(zhuǎn)變?yōu)?0″.土地覆被資料采用的是美國(guó)馬里蘭大學(xué)的全球1km土地覆被資料,空間分辨率為30″.老哈河流域內(nèi)主要植被類型有林地、灌叢、草地和耕地,它們分別占流域面積的18.1%,5.6%,40.2%,35.6%,其余水體和城鄉(xiāng)用地約站流域面積的0.5%.

2 帕爾默旱度模式

2.1 原模式及其不足

1965年,帕爾默在提出對(duì)當(dāng)時(shí)情況氣候上適應(yīng)的降水(climatically appropriate for existing conditions,CAFEC)概念的基礎(chǔ)上,推導(dǎo)出一套分析計(jì)算干旱嚴(yán)重程度的完整方法[8],亦稱帕爾默模式.該旱度模式具有嚴(yán)密的系統(tǒng)性,考慮因子較全面,能較合理地描述干旱的各項(xiàng)特征,且具有較好的時(shí)空比較性,已得到廣泛應(yīng)用.1984年,范嘉泉等[9]在國(guó)內(nèi)期刊上介紹了帕爾默干旱指數(shù)的原理、優(yōu)點(diǎn)和計(jì)算方法.1985年安順清等[10]根據(jù)帕爾默干旱指數(shù)的思路,采用濟(jì)南、鄭州2個(gè)氣象站的資料對(duì)帕爾默模式進(jìn)行修正,建立了我國(guó)的氣象旱度模式;其后很多文獻(xiàn)對(duì)帕爾默旱度模式都有不同程度的改進(jìn)和修正[11-12].但帕爾默旱度模式由于存在一些缺點(diǎn)而難以應(yīng)用于變化環(huán)境下半干旱流域地表植被覆蓋對(duì)干旱的響應(yīng)研究.這些缺點(diǎn)歸納如下:(a)蒸散發(fā)能力的計(jì)算采用經(jīng)驗(yàn)公式或者“大葉”模型,不能充分考慮植被類型及其物候生理特性對(duì)水文分量計(jì)算的影響;(b)水量平衡計(jì)算模型采用均化土層的概念性模型,難以描述半干旱地區(qū)的產(chǎn)流特點(diǎn);(c)基于單個(gè)氣象站點(diǎn)進(jìn)行水量平衡分析,而不是從流域水循環(huán)的角度計(jì)算水文分量,因而無(wú)法反映氣象條件以及流域下墊面空間變化對(duì)干旱形成和發(fā)展的影響;(d)模式中的參數(shù)區(qū)域性十分敏感,用于不同區(qū)域時(shí)必須對(duì)其進(jìn)行修正.

2.2 模式改進(jìn)方案

考慮上述不足以及本文的研究目的,在建立北方半干旱地區(qū)的機(jī)理性旱度模式時(shí)對(duì)帕爾默旱度模式進(jìn)行了4個(gè)方面的改進(jìn).

a.采用雙源蒸散發(fā)模型[13-16]計(jì)算蒸散發(fā)能力.該模型將土壤和冠層作為2個(gè)相互獨(dú)立又相互作用的源匯,分別對(duì)土壤表面和冠層進(jìn)行能量平衡計(jì)算,從而推導(dǎo)出蒸散發(fā)能力的計(jì)算公式.利用遙感數(shù)據(jù)反演研究區(qū)域柵格化的陸面覆被空間分布信息(如歸一化植被指數(shù)和土地利用類型等),然后基于陸面數(shù)據(jù)同化系統(tǒng)和相關(guān)文獻(xiàn)確定各類植被的參數(shù)[14],利用輻射平衡和陸面阻抗參數(shù)化方案[13]計(jì)算公式中的各凈輻射項(xiàng)和阻抗項(xiàng),從而獲得各種植被覆被類型的蒸散發(fā)能力.由于流域中除了陸面覆被以外,還存在水體,因而筆者在原雙源蒸散發(fā)能力計(jì)算模型的基礎(chǔ)上增加了水面蒸發(fā)(ET)的計(jì)算[16].上述改進(jìn)后的模型能較好地反映流域下墊面地形、植被覆蓋的空間差異性(植被物候特性、根系深度和生理特征等)對(duì)陸面蒸散發(fā)過(guò)程的影響,適用于半干旱地區(qū)稀疏植被覆蓋情況的蒸散發(fā)能力計(jì)算.

b.利用混合產(chǎn)流模型[17-18]計(jì)算各單元水文分量.老哈河流域?qū)儆诒狈桨敫珊档貐^(qū),產(chǎn)流機(jī)制較為復(fù)雜,往往是蓄滿產(chǎn)流和超滲產(chǎn)流交互發(fā)生.為了更準(zhǔn)確地描述土壤水分傳輸、下滲和徑流等陸面水文過(guò)程對(duì)干旱形成的影響機(jī)制,采用混合產(chǎn)流模型替代帕爾默旱度模式中簡(jiǎn)單概念性的水量平衡模型.該模型通過(guò)土壤蓄水容量曲線和下滲能力曲線的結(jié)合來(lái)實(shí)現(xiàn)蓄滿產(chǎn)流模式和超滲產(chǎn)流模式的有機(jī)融合,為半干旱、半濕潤(rùn)地區(qū)水量平衡分析提供了一種較全面的方式.

c.基于柵格水文單元進(jìn)行水量平衡分析.帕爾默旱度模式僅是根據(jù)氣象站點(diǎn)的資料來(lái)估算站點(diǎn)所在位置的干旱情況,難以反映旱情的空間發(fā)生、發(fā)展?fàn)顩r,不利于研究區(qū)域植被動(dòng)態(tài)演變規(guī)律與干旱之間的響應(yīng)關(guān)系.筆者從流域水文循環(huán)的角度,基于30″分辨率的空間數(shù)據(jù),將研究區(qū)域劃分為30577個(gè)柵格單元,通過(guò)遙感反演或插值方法獲取區(qū)域地形、植被、土壤和降水等要素的空間分布,針對(duì)柵格單元進(jìn)行水量平衡計(jì)算,充分考慮水文氣象要素以及下墊面信息(植被、地形等)的空間變異性對(duì)干旱形成和空間發(fā)展的影響.

d.利用研究區(qū)域資料建立機(jī)理性帕爾默旱度模式并修正權(quán)重因子.為了使旱度模式中的參數(shù)能更好地代表研究區(qū)域的特點(diǎn),利用流域周邊4個(gè)氣象站的長(zhǎng)序列(1957—2008年)歷史資料建立帕爾默模式,采用15個(gè)氣象站的資料修正權(quán)重因子,構(gòu)建適用于研究我國(guó)北方地區(qū)的機(jī)理性旱度模式.

改進(jìn)后的機(jī)理性帕爾默旱度模式與原帕爾默旱度模式相比具有以下優(yōu)點(diǎn):在研究區(qū)域具有較好的適用性;便于獲取干旱指數(shù)空間分布;能充分考慮下墊面空間變異性對(duì)干旱演變的影響;對(duì)干旱機(jī)理描述更具科學(xué)性.因此,筆者擬利用該改進(jìn)模式探討老哈河流域變化環(huán)境下干旱-植被的響應(yīng)關(guān)系以及演變規(guī)律.

3 植被覆蓋對(duì)干旱的響應(yīng)

3.1 數(shù)據(jù)分析方法

基于空間分辨率為30″的柵格單元,利用準(zhǔn)備好的空間數(shù)據(jù)展布以及構(gòu)建的機(jī)理性帕爾默旱度模式計(jì)算老哈河流域內(nèi)每個(gè)柵格單元1982—2006年逐月帕爾默干旱指標(biāo).按照土地覆被資料的分類情況,對(duì)研究區(qū)域內(nèi)各種植被類型所在柵格單元上月歸一化植被指數(shù)和帕爾默干旱指標(biāo)求平均值,作為該植被類型的歸一化植被指數(shù)和帕爾默干旱指標(biāo)值.為了客觀真實(shí)地反映降水、溫度對(duì)植被生長(zhǎng)的影響,避免冬季積雪對(duì)歸一化植被指數(shù)值的影響,只對(duì)生長(zhǎng)季(4—10月)的歸一化植被指數(shù)進(jìn)行研究.

由于植被對(duì)水分的響應(yīng)在生長(zhǎng)期各階段是不同的,所以應(yīng)用皮爾遜相關(guān)分析對(duì)每個(gè)月歸一化植被指數(shù)和帕爾默干旱指標(biāo)的關(guān)系進(jìn)行分析,得到各種植被類型在生長(zhǎng)期內(nèi)各月歸一化植被指數(shù)與帕爾默干旱指標(biāo)的相關(guān)系數(shù)及其概率值P,P值的含義是拒絕零假設(shè)(相關(guān)系數(shù)為零)的概率.在相關(guān)分析的基礎(chǔ)上,進(jìn)一步對(duì)歸一化植被指數(shù)與帕爾默干旱指標(biāo)時(shí)間序列進(jìn)行線性回歸分析,考慮到歸一化植被指數(shù)與帕爾默干旱指標(biāo)關(guān)系在生長(zhǎng)季內(nèi)的變異性,在線性回歸模型中引入季節(jié)性虛擬變量[19].本研究中引入6個(gè)虛擬變量,分配給生長(zhǎng)季中的4—10月,表示“月份”對(duì)歸一化植被指數(shù)和帕爾默干旱指數(shù)關(guān)系的影響.帶季節(jié)性虛擬變量的線性回歸模型表達(dá)式如下:

式中:Y ——?dú)w一化植被指數(shù);X ——帕爾默干旱指數(shù);D1,D2,…,D6——虛擬變量;β0,β1,…,β13——回歸系數(shù);ε——隨機(jī)誤差.

表1給出了虛擬變量D1～D6的二進(jìn)制值.在擬合式(1)回歸系數(shù)的過(guò)程中,逐步去掉表達(dá)式中回歸系數(shù)的P值比較大的變量,當(dāng)變量回歸系數(shù)的P＞5%時(shí),該變量就會(huì)被剔除,最后留下相關(guān)性顯著的變量.統(tǒng)計(jì)性檢驗(yàn)的顯著水平取 α=0.05,采用決定性系數(shù)R2來(lái)表示模型的擬合程度(即歸一化植被指數(shù)與帕爾默干旱指數(shù)關(guān)系的相關(guān)性).

將表1中虛擬變量的值代入式(1),可得生長(zhǎng)季內(nèi)不同月份的線性回歸模型:

表1 虛擬變量的二進(jìn)制值Table 1 Binary values of dummy variables

3.2 歸一化植被指數(shù)與帕爾默干旱指數(shù)時(shí)間序列的相關(guān)性

如表2所示,不同植被類型的歸一化植被指數(shù)與帕爾默干旱指數(shù)時(shí)間序列的相關(guān)系數(shù)隨著月份的不同變化明顯.在4月和10月,各種植被類型的歸一化植被指數(shù)和帕爾默干旱指數(shù)相關(guān)系數(shù)均很小,P值均大于5%,沒(méi)有通過(guò)α=0.05顯著性檢驗(yàn),而其他月份(除了9月的林地和草地)各種植被類型的相關(guān)系數(shù)均通過(guò)了顯著性檢驗(yàn).這表明生長(zhǎng)期開(kāi)始和結(jié)束階段的干旱對(duì)植被長(zhǎng)勢(shì)的影響較小,植被生長(zhǎng)期中間月份的干旱對(duì)植被長(zhǎng)勢(shì)影響較大.

表2 老哈河流域內(nèi)各種植被類型歸一化植被指數(shù)與帕爾默干旱指數(shù)的相關(guān)系數(shù)Table2 Coefficients of correlation between NDVI and PDSI for different types of vegetation in Laohahe Basin

通過(guò)對(duì)比不同植被類型間的相關(guān)系數(shù)可以發(fā)現(xiàn):灌叢和草地的歸一化植被指數(shù)和帕爾默干旱指數(shù)相關(guān)系數(shù)較高,耕地的歸一化植被指數(shù)和帕爾默干旱指數(shù)相關(guān)系數(shù)次之,林地的歸一化植被指數(shù)和帕爾默干旱指數(shù)相關(guān)系數(shù)較低.這說(shuō)明干旱對(duì)灌叢和草地的影響大于對(duì)林地的影響.實(shí)際上,干旱對(duì)植被影響的差異主要取決于2點(diǎn):(a)植被的生長(zhǎng)環(huán)境.老哈河流域林地主要分布在流域高海拔的源頭區(qū)域,這些區(qū)域降水相對(duì)豐沛、蒸散發(fā)能力相對(duì)較小.由于降水不是限制植被生長(zhǎng)的主要因素,因此老哈河流域林地受干旱的影響較小.(b)植被自身的特性.灌叢和草地的根系發(fā)達(dá)、深度較淺,對(duì)降水的響應(yīng)敏感,因此受干旱的影響較大.

3.3 植被生長(zhǎng)狀態(tài)與水分關(guān)系的季節(jié)性

圖1展示了各種植被類型歸一化植被指數(shù)與帕爾默干旱指數(shù)相關(guān)系數(shù)季節(jié)變化及其與歸一化植被指數(shù)年內(nèi)變化的對(duì)比情況.歸一化植被指數(shù)的年內(nèi)變化曲線清楚地展示了植被生長(zhǎng)過(guò)程,如開(kāi)始生長(zhǎng),達(dá)到成熟和進(jìn)入衰退.通過(guò)對(duì)比歸一化植被指數(shù)和帕爾默干旱指數(shù)相關(guān)系數(shù)與歸一化植被指數(shù)物候循環(huán),可以解析植被對(duì)可利用水量變化的響應(yīng).由圖1可知,各類植被的月平均歸一化植被指數(shù)年內(nèi)分配曲線是單峰的,最大值出現(xiàn)在8月,此時(shí)植被生長(zhǎng)最為繁茂,而各植被類型的歸一化植被指數(shù)與帕爾默干旱指數(shù)相關(guān)系數(shù)的最大值并未在此月出現(xiàn),而是出現(xiàn)在6月.這表明6月是老哈河流域植被生長(zhǎng)過(guò)程中對(duì)水分比較敏感的特殊時(shí)期,此時(shí)該區(qū)域植被正處于生長(zhǎng)發(fā)育階段,植物發(fā)育對(duì)可利用的水量十分敏感,因此在水分敏感期加強(qiáng)灌溉最有利于增加產(chǎn)量,并且過(guò)剩的水量對(duì)植株的反作用很小,不會(huì)造成減產(chǎn).

3.4 歸一化植被指數(shù)與帕爾默干旱指數(shù)的定量關(guān)系

利用帶虛擬變量的回歸模型(式(1))分析林地、灌叢、草地和耕地歸一化植被指數(shù)與帕爾默干旱指數(shù)的關(guān)系,采用決定性系數(shù)R2來(lái)表示模型的擬合程度.該模型的模擬精度較高,4種植被類型歸一化植被指數(shù)與帕爾默干旱指數(shù)的相關(guān)性顯著,模型P均小于0.001,R2均大于0.9.以草地為例,給出回歸分析結(jié)果(表3).

在消除非顯著性變量后,草地歸一化植被指數(shù)與帕爾默干旱指數(shù)回歸方程中剩余變量為X,D1,D2,D3,D4,D5,D6,D2X,D3X.將表2中各剩余變量的回歸系數(shù)代入式(2)得到草地在生長(zhǎng)季節(jié)內(nèi)每個(gè)月歸一化植被指數(shù)與帕爾默干旱指數(shù)的線性回歸方程如下:

表3 老哈河流域草地歸一化植被指數(shù)與帕爾默干旱指數(shù)回歸分析結(jié)果Table3 Regression analysis of NDVI and PDSI for grassland in Laohahe Basin

由式(3)可以看出,帶虛擬變量的回歸模型反映了季節(jié)性虛擬變量與帕爾默干旱指數(shù)干旱指標(biāo)之間的交互效應(yīng),該效應(yīng)對(duì)變量X(帕爾默干旱指數(shù))的取值產(chǎn)生影響,使模型斜率和截距隨月份產(chǎn)生變化,從而改變各月歸一化植被指數(shù)與帕爾默干旱指數(shù)之間的相互關(guān)系.此外,老哈河流域4種植被回歸方程的截距最大值均出現(xiàn)在8月,因?yàn)?月植被生長(zhǎng)最茂盛,歸一化植被指數(shù)值達(dá)到了最大;回歸方程斜率的最大值均出現(xiàn)在6月,這是由于6月植被對(duì)水分條件最為敏感.

為了驗(yàn)證帶虛擬變量的回歸模型擬合歸一化植被指數(shù)與帕爾默干旱指數(shù)關(guān)系的精度,以草地為例,計(jì)算了2000—2001年生長(zhǎng)季節(jié)內(nèi)的月歸一化植被指數(shù)值.圖2為2000—2001年草地生長(zhǎng)季節(jié)的歸一化植被指數(shù)模擬值與實(shí)測(cè)值的比較.可以看出,帶虛擬變量的回歸模型模擬的歸一化植被指數(shù)值與實(shí)測(cè)值擬合較好,進(jìn)一步說(shuō)明帶虛擬變量的回歸模型能夠較好地表達(dá)植被生長(zhǎng)動(dòng)態(tài)對(duì)干旱的響應(yīng)關(guān)系.

圖2 老哈河流域2000—2001年草地生長(zhǎng)季歸一化植被指數(shù)模擬值與實(shí)測(cè)值的比較Fig.2 Comparison of simulated and observed NDVI for grassland in Laohahe Basin during growth period from 2000 to2001

4 結(jié) 論

a.在老哈河流域,歸一化植被指數(shù)與帕爾默干旱指數(shù)時(shí)間序列的相關(guān)系數(shù)在植被生長(zhǎng)期的開(kāi)始和結(jié)束階段較小,在植被生長(zhǎng)期的中間月份較大.由于植被的生長(zhǎng)環(huán)境和自身特性差異的影響,各類植被對(duì)干旱的響應(yīng)不盡相同,干旱對(duì)老哈河流域灌叢和草地的影響大于對(duì)林地的影響.

b.通過(guò)對(duì)比歸一化植被指數(shù)-帕爾默干旱指數(shù)相關(guān)系數(shù)與歸一化植被指數(shù)物候循環(huán)發(fā)現(xiàn),研究流域的水分敏感期出現(xiàn)在植被生長(zhǎng)發(fā)育的6月,而不是植被最為茂盛的8月.這表明植被對(duì)干旱的響應(yīng)依賴于植被的生長(zhǎng)階段,水分敏感期可利用的供水對(duì)植物生長(zhǎng)發(fā)育的促進(jìn)作用最為明顯.

c.帶虛擬變量的回歸模型較為合理地考慮了季節(jié)性的影響,有利于闡明各種植被類型歸一化植被指數(shù)與帕爾默干旱指數(shù)的關(guān)系.驗(yàn)證表明,該模型的模擬精度較高,因此在考慮季節(jié)影響的情況下,歸一化植被指數(shù)可以用于監(jiān)測(cè)老哈河流域的干旱狀況.

[1]DING Y H,LIQ P,DONG W J.A numerical simulation study of the impacts of vegetation changes on regional climate in china[J].Acta Meteorologica Sinica,2005,63(5):613-621.

[2]KAZUHITO I,AKIRA K,YASUSHI Y.Global decadal changes in NDVIand its relationships to climate variables[C]//NELSON N R.Geoscience and Remote Sensing Symposium.Sydney:IEEE,International Pub,2001:2937-2941.

[3]信忠保,許炯心.黃土高原地區(qū)植被覆蓋時(shí)空演變對(duì)氣候的響應(yīng)[J].自然科學(xué)進(jìn)展,2007,17(6):770-778.(XIN Zhongbao,XUJiong-xin.Responseof vegetationdynamics toclimate changein Loess Plateau[J].Advancesin Natural Science,2007,17(6):770-778.(in Chinese))

[4]李本綱,陶澍.AVHRRNDVI與氣候因子的相關(guān)分析[J].生態(tài)學(xué)報(bào),2000,20(5):898-902.(LI Ben-gang,TAO Shu.Correlation between AVHRRNDVI and climatefactors[J].Acta Ecologica Sinica,2000,20(5):898-902.(in Chinese))

[5]劉曉帆,任立良,袁飛,等.老哈河流域NDVI動(dòng)態(tài)變化及其與氣候因子的關(guān)系[J].河海大學(xué)學(xué)報(bào):自然科學(xué)版,2010,38(1):1-5.(LIU Xiao-fan,REN Li-liang,YUAN Fei,et al.Dynamic variation of NDVI in Laoha River Basin and its relationship with climatic factors[J].Journal of Hohai University:Natural Sciences,2010,38(1):1-5.(in Chinese))

[6]張圣微,雷玉平,姚琴,等.土地覆被和氣候變化對(duì)拉薩河流域徑流量的影響[J].水資源保護(hù),2010,36(2):39-44.(ZHANG Sheng-wei,LEI Yu-ping,YAOQin,et al.Runoff responseto land cover and climate changein Lasa River Basin[J].Water Resources Protection,2010,36(2):39-44.(in Chinese))

[7]馬柱國(guó),符淙斌.1951—2004年中國(guó)北方干旱化的基本事實(shí)[J].科學(xué)通報(bào),2006,51(20):2429-2439.(MA Zhu-guo,FU Chong-bin.Basic facts of drying trends in North China at theperiods of 1951-2004[J].Chinese Sciences Bulletin,2006,51(20):2429-2439.(in Chinese))

[8]PALMERW C.Meteorological Drought[D].Washington,D.C.:USWeather Bureau,1965.

[9]范嘉泉,鄭劍非.帕默爾氣象干旱研究方法介紹[J].氣象科技,1984(1):63-71.(FAN Jia-quan,ZHENG Jian-fei.Introduction of Palmer meteorological dought severity model[J].Meteorological Science and Technology,1984(1):63-71.(in Chinese))

[10]安順清,邢久星.修正的帕默爾干旱指數(shù)及其應(yīng)用[J].氣象,1985,1(12):17-19.(AN Shun-qing,XING Jiu-xing.modification and application of Palmer dought severity model[J].Meteorological Monthly,1985,1(12):17-19.(in Chinese))

[11]劉巍巍,安順清,劉庚山,等.帕爾默旱度模式的進(jìn)一步修正[J].應(yīng)用氣象學(xué)報(bào),2004,15(2):207-216.(LIU Wei-wei,AN Shun-qing,LIU Geng-shan,et al.The farther modification of Palmer Drought Severity Model[J].Journal of Applied Meteorological Science,2004,15(2):207-216.(in Chinese))

[12]楊小利,楊興國(guó).甘肅黃土高原氣象旱度模式研究[J].自然災(zāi)害學(xué)報(bào),2007,16(5):30-36.(YANG Xiao-li,YANG Xingguo.Research on meteorological drought severity model for Loess Plateau in Gansu[J].Journal of Natural Disasters,2007,16(5):30-36.(in Chinese))

[13]MO X,LIU S,LIN Z,et al.Simulating temporal and spatial variation of evapotranspiration over the Lushi basin[J].Journal of Hydrology,2004,285:125-142.

[14]ZHOUM C,ISHIDAIRA H,HAPUARACHCHI H P,et al.Estimating potential evapotranspiration using Shuttleworth-Wallace model and NOAA-AVHRR NDVI data to feed a distributed hydrological model over the Mekong River basin[J].Journal of Hydrology,2006,327:151-173.

[15]劉曉帆,任立良,袁飛,等.雙源蒸散發(fā)能力計(jì)算模型在半干旱區(qū)的適用性[J].河海大學(xué)學(xué)報(bào):自然科學(xué)版,2009,37(2):138-142.(LIU Xiao-fan,REN Li-liang,YUAN Fei,et al.Application of two-source potential evapotranspiration model in semiarid areas[J].Journal of Hohai University:Natural Sciences,2009,37(2):138-142.(in Chinese))

[16]SHUTTLEWORTH W J.Evaporation,Handbook of Hydrology[M].New York:McGraw-Hill,1993.

[17]胡春歧.半干旱半濕潤(rùn)地區(qū)產(chǎn)流計(jì)算方法的研究[C]//葛維亞.水文情報(bào)預(yù)報(bào)學(xué)術(shù)交流會(huì)論文選集.北京:中國(guó)水利水電出版社,1993:57-62.

[18]LIUXiao-fan,REN Li-liang,YUANFei,et al.Quantifying the effect of land useand land cover changes ongreen water and bluewater in northern part of China[J].Hydrology and Earth System Science,2009,13:735-747.

[19]LEI J,ALBERT JP.Assessing vegetation response to drought in the northern Great Plains using vegetation and drought indices[J].Remote Sensing of Environment,2003,87:85-98.