秦嶺南北NDVI動態(tài)變化及對氣溫和降水因子的響應(yīng)

李小燕

(陜西理工大學(xué) 歷史文化與旅游學(xué)院 秦嶺與蜀道地理研究所， 陜西 漢中 723000)

秦嶺南北NDVI動態(tài)變化及對氣溫和降水因子的響應(yīng)

李小燕

(陜西理工大學(xué) 歷史文化與旅游學(xué)院 秦嶺與蜀道地理研究所， 陜西 漢中 723000)

利用秦嶺南北2000—2012年逐旬氣溫降水?dāng)?shù)據(jù)及SPOT-NDVI逐旬?dāng)?shù)據(jù)，基于經(jīng)驗正交函數(shù)(EOF)和奇異值分解(SVD)方法，分析了秦嶺南北水熱條件、歸一化植被指數(shù)(NDVI)的空間變化特征及植被對水熱條件變化的響應(yīng)。結(jié)果表明：①氣溫降水空間分布在秦嶺南北變化差異明顯；②山區(qū)林草地與農(nóng)業(yè)耕作區(qū)及城鎮(zhèn)化地區(qū)NDVI差異顯著；③受自然條件和遙感數(shù)據(jù)獲取技術(shù)的影響，NDVI與氣溫和降水的相互影響關(guān)系復(fù)雜；受現(xiàn)代農(nóng)業(yè)技術(shù)、生物工程及人類活動的影響，NDVI對自然氣候要素的依賴程度降低。

歸一化植被指數(shù)； 經(jīng)驗正交函數(shù)； 奇異值分解； 秦嶺南北

植被是生態(tài)系統(tǒng)的主體，能固碳釋氧調(diào)節(jié)全球碳平衡，是連接巖石層和大氣層的紐帶，在氣候變化中起到“指示器”的作用[1]。氣溫和降水是影響植被生長的主要氣候因子，眾多學(xué)者[2-7]在不同時空尺度上研究了植被與氣溫、降水的相互作用。Myneni R B[8]和Tucker C J[9]通過分析歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)變化，發(fā)現(xiàn)了北半球植被呈增長趨勢；李雙雙[10]通過對陜甘寧黃土高原區(qū)植被覆蓋特征分析，發(fā)現(xiàn)其總體變化呈增長趨勢；張翀[11]對黃土高原植被對氣溫降水的響應(yīng)做了研究。

秦嶺作為我國重要的地理分界線，也是生態(tài)環(huán)境較為敏感的脆弱區(qū)，較大的自然影響和較多的人為擾動均會對其產(chǎn)生較為嚴(yán)重的影響。秦嶺南北兩側(cè)無論是地貌結(jié)構(gòu)、植被類型、水資源分布狀況和土壤性質(zhì)，還是土地利用和人類生產(chǎn)生活方式上均存在較大差異。因而，有必要對其南北兩側(cè)植被覆蓋狀況、氣溫和降水分布情況及其之間的相互關(guān)系進行較為細(xì)致的分析，進而掌握秦嶺南北兩側(cè)植被覆蓋與氣候因素的相互關(guān)系及差異，分析自然和人為因素對植被覆蓋及氣候要素的影響。以期為生態(tài)研究提供更多案例支持，為區(qū)域生態(tài)環(huán)境恢復(fù)和保護研究提供有益參考[12-14]。

1 研究區(qū)概況

秦嶺是亞熱帶和暖溫帶的分界線，一月份0 ℃等溫線通過的地方，濕潤和半濕潤的過渡地帶，也是典型的生態(tài)環(huán)境脆弱區(qū)[15-17]。本文選取秦嶺南北(105°30′—111°1E，31°34′—35°51′N)作為研究區(qū)，主要涉及陜南3市(漢中、安康和商洛)和關(guān)中4市(寶雞、咸陽、西安和渭南)。研究區(qū)四季分明、干濕季分明[18]，區(qū)內(nèi)自然條件差異明顯，氣候類型多樣，主要有關(guān)中平原暖溫帶半濕潤氣候、秦嶺山區(qū)溫帶濕潤氣候、秦嶺高山寒溫帶濕潤氣候、漢江河谷亞熱帶濕潤氣候、大巴山區(qū)北亞熱帶濕潤氣候等6個氣候區(qū)。迥異的氣候類型和地貌特征使得研究區(qū)作物類型、農(nóng)業(yè)生產(chǎn)方式等存在較大差異。

2 數(shù)據(jù)來源與方法

圖1 研究區(qū)概況

本文使用的資料包括了秦嶺南北2000—2012年SPOT-VEGETATION旬值NDVI數(shù)據(jù)，分辨率為1 km，數(shù)據(jù)來自互聯(lián)網(wǎng)(http://free.vgt.vito.be/)。研究區(qū)周邊45個氣象臺站的旬降水和氣溫資料，來自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，如圖1所示。在進行傳統(tǒng)的插值時，結(jié)合高程信息，利用氣溫垂直遞減率對氣溫數(shù)據(jù)值進行修正。

本研究使用經(jīng)驗正交函數(shù)(Empirical Orthogonal Function，EOF)分解，該方法類似于主成分分析，分析矩陣數(shù)據(jù)中的結(jié)構(gòu)特征，提取主要數(shù)據(jù)特征量[19]。將其變量場分解為不隨時間變化的空間函數(shù)部分以及只依賴時間變化的時間函數(shù)，能準(zhǔn)確地獲取秦嶺南北的氣溫、降水空間變化特點以及NDVI的地域分布特征。選取EOF能較好地反映出場的基本結(jié)構(gòu)，收斂速度快，能將大量的信息濃縮集中，一般只需要分析前幾個模態(tài)即可[20]。

將研究區(qū)的氣溫降水及NDVI變量場以矩陣的形式給出：

(1)

式中m為空間點，n為時間點，xij為第i個觀測站的第j次觀測值。

用EOF展開，就是將方程(1)分解為空間函數(shù)和時間函數(shù)兩部分的乘積之和：

(2)

寫成矩陣形式：

X=VT，

(3)

V和T分別是空間函數(shù)矩陣和時間系數(shù)矩陣。對矩陣X進行標(biāo)準(zhǔn)化處理，使得S=XXT，S是對稱矩陣，用雅克比(Jacobi)方法求出S陣的特征值和特征向量，利用T=V-1X求出時間系數(shù)矩陣T；計算每個特征向量的方差貢獻(xiàn)，即累積貢獻(xiàn)率，再進行North檢驗得出響應(yīng)的結(jié)果。

奇異值分解方法(Singular Value Decomposition，SVD)是對氣候要素耦合場進行統(tǒng)計分析的方法之一，主要用來分解耦合要素的時空場，從而提取它們在空間上的相關(guān)信息，能夠最大限度地從兩個要素場中分離出多個相互獨立的耦合模態(tài)，進而揭示他們之間存在的時域相關(guān)性和空間聯(lián)系[11]。SVD分析結(jié)果可以了解兩變量場的空間相關(guān)程度：

Vp×q=Lp×p∧p×qRq×q，

(4)

式中Vp×q為兩個變量場的交叉協(xié)方差矩陣，L和R分別為p階和q階正交方陣，∧為p×q階對角陣。

3 結(jié)果與分析

3.1 氣溫和降水因子空間特征分析

圖2中等值線為秦嶺南北氣溫的空間分布格局，圖2(a)是第一特征場向量分布圖，是秦嶺南北主要空間分布類型，其方差貢獻(xiàn)率為86.18%，為研究區(qū)最為典型的氣溫分布場。第一特征場等值線呈東西走向—南北過渡型，大體以秦嶺為分界，以南為正值，以北為負(fù)值，由南向北遞減。該分布格局主要受氣溫緯度地帶性的顯著影響，同時受大的地貌單元秦嶺的影響。東進，沿緯向分布的秦嶺猶如巨大的屏風(fēng)對來自蒙古高原和西伯利亞的冷高壓起到阻擋作用，使得秦嶺以南免受冷高壓影響，溫度較北部高。氣溫第二特征場方差貢獻(xiàn)率為7.68%，圖2(b)中，中部寧陜、西部鳳縣、北部旬邑分別有一個正值中心；負(fù)值中心分布在東部山陽、西北部岐山太白山附近。該分布格局主要受地貌影響，表現(xiàn)出相對較為明顯的山區(qū)與河谷盆地區(qū)的差異。但該分布格局不及第一特征場顯著。第三特征場的方差貢獻(xiàn)率為3.28%，正值分布在渭河谷地，兩個負(fù)值中心分別是漢中東北部的洋縣及渭南華山一帶。第四特征場方差貢獻(xiàn)率為1.4%，除寶雞鳳翔一帶為負(fù)值，其余均為正值。體現(xiàn)氣溫變化的一致性特征，即全區(qū)氣溫呈整體升高或者整體下降趨勢。

圖2中的灰度圖為降水空間分布圖，圖2(a)為降水第一空間分布場，方差貢獻(xiàn)率為76.99%，為降水典型空間分布場。等值線呈明顯的東西走向—南北過渡，以秦嶺為界，以南為正值分布區(qū)，以北為負(fù)值分布區(qū)。該分布格局表明，秦嶺南北兩側(cè)在降水資源的分配上存在較為明顯的南北差異，南側(cè)降水總體較北側(cè)多。研究區(qū)受我國雨帶推移的影響，南部6—7月率先進入雨期，而此時的北部關(guān)中地區(qū)為伏旱期，南北兩側(cè)呈現(xiàn)出相反的降水趨勢。同時，受焚風(fēng)效應(yīng)的影響，秦嶺南部迎風(fēng)坡降水充足，北部背風(fēng)坡降水量減少，加之秦嶺巨大山脈對水汽的阻擋作用，使得北部降水較南部少。第二特征場方差貢獻(xiàn)率為7.84%，等值線總體呈南北走向—東西過渡，表現(xiàn)出降水在東西部差異。第三特征場方差貢獻(xiàn)率為4.89%，研究區(qū)的中心為負(fù)值，四周為正值，由中心向四周輻散，呈環(huán)狀變化規(guī)律。第四特征場方差貢獻(xiàn)率為2.82%。除第一特征場外，其他場型均不典型。

(a) EOF mode 1(76.99%，86.18%) (b) EOF mode 2(7.84%，7.68%) 注：灰度圖為降水，等值線為氣溫，實線為正，虛線為負(fù)圖2 氣溫和降水主要模態(tài)空間分布

3.2 NDVI空間特征分析

秦嶺南北NDVI第一特征場方差貢獻(xiàn)率為65.85%，如圖3(a)所示，植被空間場的分布格局表現(xiàn)出顯著的平原河谷地區(qū)與山地的巨大差異。陜南漢中盆地、安康盆地、丹江河谷地帶和關(guān)中盆地為正值分布區(qū)，相反的負(fù)值分布區(qū)為中部秦嶺山地和南部大巴山區(qū)，表明這兩大區(qū)域植被變化呈相反趨勢。這種分布形態(tài)取決于土地利用方式的巨大差異。河谷、盆地、平原等自然條件較好的區(qū)域多為耕地，多以人工栽培的農(nóng)作物為主；秦嶺和大巴山區(qū)，由于自然條件相對較差，多以林地、灌叢、草地和未利用地等自然植被為主。不同的土地利用類型，植被的生長變化存在較大差異。農(nóng)業(yè)耕作區(qū)，多為一年兩熟作物，隨著兩季作物的播種、生長和成熟收割，NDVI值年內(nèi)存在兩次明顯的變化規(guī)律。自然植被分布的山區(qū)地帶，一年NDVI僅有一次變化規(guī)律，即NDVI值春季增加，夏季達(dá)到最大值，秋季減小，冬季降為最小值，尤以落葉林和草地最為明顯。該差異導(dǎo)致在自然植被生長最為茂盛的夏初季節(jié)，農(nóng)業(yè)耕作區(qū)夏糧成熟、收割進而播種，NDVI為全年最小值，而此時山區(qū)NDVI幾乎為全年最大值。該時期兩區(qū)域NDVI的巨大差異是導(dǎo)致NDVI該分布格局的主要誘因。

第二特征場的方差貢獻(xiàn)率為15.2%，較第一場型弱，但也具有一定的代表性。該特征場除第一場型中土地利用方式產(chǎn)生的差異外，還存在非常明顯的城鎮(zhèn)化區(qū)域與其他區(qū)域的差異。圖3(b)中，關(guān)中平原的西安、寶雞、渭南、咸陽市區(qū)和陜南的漢中市和安康市最為醒目，這些區(qū)域，在城市化過程中，絕大部分地表已被固化，城市綠地面積相對較小，進而NDVI在全年的變化極小，與其他植被覆蓋較高區(qū)域形成鮮明對比，因此，該分布格局主要受人類對自然地表的改造影響。第三和四特征場的貢獻(xiàn)率分別為5.66%和為5.26%，均不屬于典型空間場。

3.3 NDVI與水熱條件空間相關(guān)

圖4為NDVI與氣溫的SVD耦合模態(tài)，第一模態(tài)方差貢獻(xiàn)率為97.4%。NDVI有兩個明顯負(fù)值中心，即關(guān)中和漢中盆地；秦嶺和大巴山區(qū)氣溫為負(fù)值，關(guān)中盆地、東南部的丹江河谷地帶和安康南部為正值。從圖中左右場型的分布可以看出：研究區(qū)絕大部分區(qū)域氣溫和NDVI變化趨于一致，即隨著氣溫的增高，NDVI值越來越大；相反，隨著氣溫的降低，NDVI隨之降低。僅在關(guān)中盆地氣溫場和NDVI場呈現(xiàn)出負(fù)相關(guān)，即隨著氣溫的增高，NDVI出現(xiàn)降低趨勢。

素有八百里秦川之稱的關(guān)中平原，由于地形、土壤及氣候條件優(yōu)越，有著悠久的耕作歷史，整個平原及周邊臺塬區(qū)幾乎被開發(fā)利用殆盡。該區(qū)農(nóng)作物一年兩熟，植被覆蓋狀況主要受物候期影響，一年中有兩次最大值和最小值。年初，隨著太陽的回歸運動，氣溫和地溫回升，農(nóng)作物開始生長；五月，氣溫進一步升高，夏糧進灌漿期，NDVI達(dá)到最大值；五月下旬至六月初，氣溫繼續(xù)升高，但由于夏糧成熟、收割，地表裸露，NDVI快速減小，成為全年的一個最低值，此時的氣溫和NDVI出現(xiàn)明顯的反相關(guān)趨勢，即隨著氣溫的升高NDVI快速減小；六月中下旬，氣溫依然呈增高趨勢，隨著翻耕、播種秋糧以及出苗，NDVI開始再一次增大；八月至九月，氣溫先達(dá)到全年最大值，并開始回落，隨著秋季作物的生長，NDVI達(dá)到全年的第二個最大值，八月中下旬至九月初，隨著太陽的繼續(xù)南下，日平均氣溫開始下降，但農(nóng)作物繼續(xù)生長，NDVI達(dá)到了最大值，即再一次出現(xiàn)了氣溫和NDVI的負(fù)相關(guān)；九月下旬和十月初，氣溫繼續(xù)回落，隨著秋季作物的成熟、收割、來年夏糧的播種以及土地的翻耕閑置，NDVI達(dá)到最小值；十月中下旬，冬苗破土，但由于進入冬季，氣溫和地溫快速降低，作物停止生長，進而NDVI不再增大，直至來年。農(nóng)耕區(qū)作物的整個生長過程中，出現(xiàn)了明顯的兩次氣溫與NDVI的負(fù)相關(guān)態(tài)勢，這便是氣溫和NDVI此相關(guān)格局的主要原因。第二特征場方差貢獻(xiàn)率為1.4%，已不再典型。

(a) SVD mode 1(97.4%) (b) SVD mode 2(1.4%)注：灰度圖為NDVI，等值線為氣溫，實線為正，虛線為負(fù)圖4 NDVI與氣溫SVD耦合模態(tài)

圖5為NDVI與降水的SVD耦合模態(tài)的空間分布，第一模態(tài)方差貢獻(xiàn)率為90.8%。NDVI場的正值主要分布在秦嶺山區(qū)、關(guān)中平原周邊的臺塬區(qū)及南部大巴山地。負(fù)值主要分布在南部漢江河谷地帶和關(guān)中盆地中西部地區(qū)。降水場正值分布在研究區(qū)西部，負(fù)值分布在中東部。從圖中可以看到絕大部分地區(qū)NDVI和降水場呈負(fù)相關(guān)。漢江河谷地帶以南至大巴山地，除漢中盆地和安康盆地外，大部分區(qū)域降水場與NDVI呈反相關(guān)趨勢，即隨著降水的增加，NDVI也呈減小趨勢。該區(qū)域多為山地，以自然或者人工林地為主，多為常青林或者灌叢，全年NDVI值相對較高，變化較?。浑S著雨季的到來，NDVI不會存在明顯的增大趨勢，相反，會因為云雨天氣對遙感資料獲取過程的影響，使得NDVI有所下降。這便形成了該反相關(guān)分布格局。秦嶺山脈及研究區(qū)東部降水與NDVI也呈相反趨勢，即隨著九月雨季的到來，NDVI呈現(xiàn)減小趨勢。降水的隨機性強、波動大且規(guī)律性和穩(wěn)定性較氣溫場弱，加之引起降水的云雨天氣對數(shù)據(jù)獲取的影響，使得降水與NDVI的場型不及氣溫場穩(wěn)定性和規(guī)律性強。第二特征場方差貢獻(xiàn)率為7.7%，場型較弱，典型性較差。

(a) SVD mode 1(90.8%) (b) SVD mode 2(7.7%)注：灰度圖為NDVI，等值線為降水，實線為正，虛線為負(fù)圖5 NDVI與降水SVD的耦合模態(tài)

4 討論與結(jié)論

4.1 討 論

氣溫和降水場大的分布特征、格局及變化受緯度地帶性、垂直地帶性、大地貌單元、季風(fēng)氣候以及下墊面性質(zhì)的影響最強，植被類型及變化、人類活動等因素的影響相對較弱；小范圍內(nèi)氣溫和降水的場型更多的受植被覆蓋及人類活動的影響。植被場的分布及變化除受氣候條件和物候的影響外，較多的受到人類活動的影響。尤其農(nóng)業(yè)區(qū)，人類通過地膜、溫室大棚、施用有機肥、土壤加溫、覆蓋防曬網(wǎng)等措施提高和調(diào)節(jié)土壤層及地表溫度，通過人工降水、修建水庫、灌溉和松土等措施控制和調(diào)節(jié)土壤水分，通過生物技術(shù)培育耐寒、耐旱的新品種以提高作物自身適應(yīng)能力，這些措施均使得植被生長對自然氣候要素的依賴程度降低。加之，防曬網(wǎng)、溫室大棚、土壤加溫等措施會使其在紅光及近紅外的反射波譜特性存在較大差異，進而影響NDVI。諸多因素的復(fù)雜作用使得植被與氣溫和降水之間的相互關(guān)系更為復(fù)雜。

對于地貌類型復(fù)雜的區(qū)域，氣象站點的密度及其分布對計算結(jié)果有一定的影響，插值法無法客觀準(zhǔn)確地反映氣溫分布特征。本研究在利用插值法時，結(jié)合氣溫垂直遞減率對山區(qū)氣溫值進行修正，以便更加準(zhǔn)確地反映氣溫分布，提高研究精度和可信度。遙感影像的獲取受云、霧等天氣狀況的影響，盡管已有的NDVI已經(jīng)過去云處理，但數(shù)據(jù)的精度還有待進一步提高。后續(xù)研究會結(jié)合氣溫、降水量及前后期植被覆蓋度等對生長穩(wěn)定期的NDVI進行精確校正。尤其對于云雨天氣較多的區(qū)域，該步驟必要性更強。

4.2 結(jié) 論

(1)受緯度地帶性和秦嶺山脈的巨大影響，氣溫場總體呈東西延伸—南北過渡型，秦嶺南北存在較大差異；在垂直地帶性、下墊面性質(zhì)、土地利用方式及城市熱島效應(yīng)的影響下，氣溫場存在其他場型，但均較第一場型弱。受我國雨帶推移、秦嶺的阻擋、焚風(fēng)效應(yīng)等的影響，主要降水場基本呈東西延伸—南北過渡型，秦嶺南北差異明顯；在季風(fēng)氣候、大氣環(huán)流、地表覆蓋以及人類活動等的影響下還有其他較弱的場型存在。

(2)研究區(qū)植被覆蓋變化規(guī)律性較強。NDVI分布場主要受人類活動的影響，秦嶺山脈地帶與秦嶺北部河谷盆地平原區(qū)存在巨大差異；在城市化的影響下，還表現(xiàn)出較為明顯的城市與其他區(qū)域的差異。植被場較氣溫和降水場典型性弱。

(3)植被場與氣溫和降水場的相互影響關(guān)系復(fù)雜?，F(xiàn)代農(nóng)業(yè)技術(shù)的快速發(fā)展，打破了秦嶺南北部大規(guī)模農(nóng)業(yè)區(qū)植被對氣候場的絕對依存關(guān)系，農(nóng)業(yè)植被場對自然氣候要素的依賴性在逐步減弱。

[1] 何月,樊高峰,張小偉.浙江省植被NDVI動態(tài)及其對氣候的響應(yīng)[J].生態(tài)學(xué)報,2012,32(14):4352-4362.

[2] 宋怡,馬明國.基于SPOT VEGETATION數(shù)據(jù)的中國西北植被覆蓋變化分析[J].中國沙漠,2007,27(1):89-93.

[3] 張戈麗,徐興良,周才平.近30年來呼倫貝爾地區(qū)草地植被變化對氣候變化的響應(yīng)[J].地理學(xué)報,2011,66(1):47-58.

[4] 崔林麗,史軍.中國華東及其周邊地區(qū)NDVI對氣溫和降水的季節(jié)響應(yīng)[J].資源科學(xué),2012,34(1):81-90.

[5] 白淑英,王莉,史建橋.長江流域NDVI對氣候變化響應(yīng)的時滯效應(yīng)[J].中國農(nóng)業(yè)氣象,2012,33(4):579-586.

[6] 王桂鋼,周可法,孫莉.天山山區(qū)草地變化與氣候要素的時滯效應(yīng)分析[J].干旱區(qū)地理,2011,34(2):317-324.

[7] 韓佶興,王宗明,毛德華.1982—2010年松花江流域植被動態(tài)變化及其與氣候因子的相關(guān)分析[J].中國農(nóng)業(yè)氣象,2011,32(3):430-436.

[8] MYNENI R B,KEELING C D,TUCKER C J,et al.Increased plant growth in the northern high latitudes from 1981 to 1991[J].Nature,1997,386(6626):698-702.

[9] TUCKER C J,SLAYBACK D A,PINZON J E,et al.Higher northern latitude normalized difference vegetation index andgrowing season trends from 1982 to 1999[J]. International Journal of Biometeorology,2001(45):184-190.

[10] 李雙雙,延軍平,萬佳.近10年陜甘寧黃土高原區(qū)植被覆蓋時空變化特征[J].地理學(xué)報,2012,67(7):960-970.

[11] 張翀,任志遠(yuǎn),李小燕.黃土高原植被對氣溫和降水的響應(yīng)[J].中國農(nóng)業(yè)科學(xué),2012,45(20):4205-4215.

[12] 趙玉萍,張憲洲,王景升.1982年至2003年藏北高原草地生態(tài)系統(tǒng)NDVI與氣候因子的相關(guān)分析[J].資源科學(xué),2009,31(11):1988-1998.

[13] 馮妍,何彬方,唐懷甌.安徽省2000—2009年不同類型植被的變化及其與氣溫降水的關(guān)系[J].生態(tài)學(xué)雜志,2012,31(11):2926-2934

[14] 王群,郭品文,周宏偉.春季青藏高原地區(qū)大氣熱源的氣候特征分析[J].氣象科學(xué),2011,31(2):179-186.

[15] 延軍平,鄭宇.秦嶺南北地區(qū)環(huán)境變化響應(yīng)比較研究[J].地理研究,2001,20(5):576-582.

[16] 宋佃星,延軍平,馬莉.近50年來秦嶺南北氣候分異研究[J].干旱區(qū)研究,2011,28(3):492-498.

[17] 孫華,白紅英,張清雨.秦嶺南北地區(qū)植被覆蓋對區(qū)域環(huán)境變化的響應(yīng)[J].環(huán)境科學(xué)學(xué)報,2009,29(12):2635-2641.

[18] 張立偉,宋春英,延軍平.秦嶺南北年極端氣溫的時空變化趨勢研究[J].地理科學(xué),2011,31(8):1007-1011.

[19] 魏鳳英.現(xiàn)代氣候統(tǒng)計診斷與預(yù)測技術(shù)[M].2版.北京:氣象出版社,2007.

[20] 李小燕,任志遠(yuǎn),張翀.陜南氣溫變化的時空分布[J].資源科學(xué),2012,34(5):927-932.

[責(zé)任編輯：魏 強]

Research on variation of NDVI and its response to temperature and precipitation in northern and southern Qinling mountains

LI Xiao-yan

(School of History and Tourism, Shaanxi Sci-Tech University,Hanzhong 723000, China)

Based on the meteorological data and 10-day SPOT-NDVI data in northern and southern Qinling Mountains from 2000 to 2012, and combined with EOF and SVD, the paper analyzed the spatial distribution characteristics of hydrothermal conditions and NDVI and vegetation response to temperature and precipitation. The results indicated that: ①The spatial distribution characteristics of temperature and precipitation in north and south sides of the Qinling Mountain were significantly different. ②NDVI is obviously different in mountain grassland, farming areas and urbanization area. ③Affected by natural conditions and remote sensing data acquisition technology, the mutual influence between NDVI and temperature and precipitation is complex. The dependence of NDVI on the natural climate has waned by affecting by the modern agriculture technology, biological engineering, and human activity.

normalized difference vegetation Index(NDVI); empirical orthogonal function(EOF); singular value decomposition(SVD); north and south sides of the Qinling mountain

1673-2944(2016)06-0086-07

2016-03-06

2016-05-29

陜西省社會科學(xué)基金資助項目(2014D43)；陜西理工學(xué)院科研基金資助項目(SLGKYQD2-33)

李小燕(1978—)，女，陜西省渭南市人，陜西理工大學(xué)副教授，博士，主要研究方向為國土資源評價與GIS。

O29:P461+.7

A