基于MODIS-NDVI的地表植被時空變化特征及其與環(huán)境因子的關(guān)系

張亮 蔣軍

摘要 [目的]分析植被覆蓋時空變化特征及其與環(huán)境因子之間的響應(yīng)關(guān)系，為區(qū)域生態(tài)環(huán)境治理和植被保護提供理論基礎(chǔ)。[方法]基于16 d合成的MODIS-NDVI數(shù)據(jù)，結(jié)合氣象站點數(shù)據(jù)、地表數(shù)字高程模型數(shù)據(jù)，利用空間動態(tài)變化趨勢分析法、變異系數(shù)法和相關(guān)性分析等，開展安徽省長時間序列的地表植被覆蓋時空變化特性的研究，探討植被覆蓋變化對氣象因子、地形條件等的響應(yīng)規(guī)律。[結(jié)果]安徽省月均NDVI變化呈現(xiàn)雙峰分布;2010—2019年NDVI呈現(xiàn)振蕩上升的趨勢，增速為0.000 7/a;4個季度的NDVI夏季最高，春季和秋季次之，冬季最低;春季和夏季的NDVI呈現(xiàn)振動緩慢增長的趨勢，漲幅均為0.001 6/a，秋季NDVI呈現(xiàn)緩慢下降的趨勢，降幅為0.001 8/a，冬季NDVI波動性及降幅較大，為0.009 9/a?？臻g分布上，安徽省植被覆蓋變化整體趨于穩(wěn)定，植被分布具有明顯的南高北低的地域性差異和明顯的季節(jié)性差異，以淮河和長江為界，春季和冬季的NDVI呈現(xiàn)出中間低南北高的分布特點，秋季安徽省大部分地區(qū)的NDVI呈現(xiàn)減少趨勢，NDVI由南到北遞減。不同氣象因素對安徽省植被生長的影響具有空間差異性，NDVI與同期溫度之間正相關(guān)性大于負相關(guān)性;降雨量對植被生長的影響具有滯后性，NDVI與同期降雨量之間負相關(guān)性大于正相關(guān)性，與前一期的降雨量正相關(guān)性大于負相關(guān)性。[結(jié)論]基于MODIS-NDVI時間序列分析方法可為了解區(qū)域植被生長狀況、開展具有區(qū)域差異性的生態(tài)保護與修復(fù)工程等提供一定的理論依據(jù)。

關(guān)鍵詞 植被指數(shù);MODIS-NDVI;時空變化特征;環(huán)境因子;相關(guān)關(guān)系

中圖分類號 Q 948.11文獻標(biāo)識碼 A文章編號 0517-6611（2022）04-0057-07

doi：10.3969/j.issn.0517-6611.2022.04.017

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Temporal and Spatial Variation Characteristics of Surface Vegetation and Its Relationship with Environmental Factors Based on MODIS-NDVI

ZHANG Liang， JIANG Jun

（Provincial Geomatics Center of Jiangsu，Nanjing，Jiangsu 210013）

Abstract [Objective]To analyze the spatial and temporal variation characteristics of vegetation cover and its relationship with environmental factors，so as to provide a theoretical basis for regional ecological environment management and vegetation protection.[Method]Based on 16 d synthetic MODIS-NDVI data，combined with meteorological station data and surface digital elevation model data， the spatial dynamic change trend analysis method， coefficient of variation method and correlation analysis were used to study the spatial and temporal variation characteristics of surface vegetation cover in Anhui Province for a long time series and explore the response law of vegetation cover change to meteorological factors and topographic conditions.[Result]The monthly average NDVI in Anhui Province showed a bimodal distribution; the NDVI showed an oscillating upward trend with a growth rate of 0.000 7/a during the decade from 2010 to 2019; the NDVI values in four seasons were the highest in summer， followed by spring and autumn， and the lowest in winter; the NDVI in spring and summer showed an oscillating slow increase. NDVI in spring and summer showed a trend of oscillating slow growth with an increase of 0.001 6/a， NDVI in autumn showed a trend of slow decline with a decrease of 0.001 8/a， and NDVI in winter had a greater volatility and decrease of 0.009 9/a.In terms of spatial distribution， the overall vegetation cover change in Anhui Province tended to be stable， and the vegetation distribution had obvious regional differences of high in the south and low in the north and obvious seasonal differences， taking the Huai River and Yangtze River as the boundary， the NDVI in spring and winter showed the distribution characteristics of low in the middle and high in the north and south， and the NDVI in most areas of Anhui Province in autumn showed a decreasing trend， and the NDVI decreased from south to north.The influence of different meteorological factors on vegetation growth in Anhui Province had spatial variability， and the positive correlation between NDVI and the temperature of the same period was greater than the negative correlation; the influence of rainfall on vegetation growth had a lagging effect， and the negative correlation between NDVI and the rainfall of the same period was greater than the positive correlation， and the positive correlation with the rainfall of the previous period was greater than the negative correlation.[Conclusion]The MODIS-NDVI time-series analysis method can provide a theoretical basis for understanding regional vegetation growth and carrying out ecological protection and restoration projects with regional differences.

Key words Vegetation indices;MODIS-NDVI;Spatial and temporal variability characteristics;Environmental factors;Relationship

植被作為陸地生態(tài)系統(tǒng)最重要的一部分，在全球及區(qū)域生態(tài)系統(tǒng)環(huán)境變化中發(fā)揮著重要的作用[1]。基于植被光譜特性計算得到的植被指數(shù)，是對地表植被狀況最簡單有效的一個衡量指標(biāo)，可以直觀地反映地表植被特征和植被覆蓋信息變化[2]。在眾多的植被指數(shù)中，NDVI的時間序列能夠準(zhǔn)確反映季節(jié)和人為因素的變化對植被生長的影響，在全球和區(qū)域植被變化的研究中得到了應(yīng)用和檢驗[3-5]。

植被的生長過程與氣候條件的變化之間存在著密切的關(guān)系，二者相輔相成，相互影響。氣候條件尤其是溫度和降水，是影響植被生長的關(guān)鍵性因素，區(qū)域氣溫和降水空間格局的變化會對植被生長活動產(chǎn)生顯著的影響。反之，植被的生長狀況又進一步影響著氣候的變化[6]。及時準(zhǔn)確地獲取地表植被特征和植被覆蓋變化信息，對于揭示地表植被時空變化規(guī)律和評價區(qū)域生態(tài)環(huán)境變化具有重要的指導(dǎo)意義;同時，開展植被覆蓋變化對氣象要素變化規(guī)律的研究，了解氣候變化對生態(tài)環(huán)境變化的影響，有助于合理地開發(fā)和利用氣候和土地資源，對于加強生態(tài)文明建設(shè)具有很大的幫助[3，7]。

安徽省地處長江、淮河中下游、長江三角洲腹地，氣候?qū)儆谂瘻貛c亞熱帶的過渡地帶，季風(fēng)明顯，四季分明，隨著季風(fēng)的遞轉(zhuǎn)，降水具有明顯的季節(jié)變化。近年來，隨著氣候變化及人類活動的影響，安徽省的農(nóng)業(yè)生產(chǎn)布局及植被生態(tài)系統(tǒng)發(fā)生了很大程度的變化。為了明晰安徽省植被覆蓋狀況，指導(dǎo)農(nóng)業(yè)生產(chǎn)及生態(tài)保護，有必要開展對安徽省近年來的地表植被覆蓋時空變化特征及其與氣象因素之間的相互關(guān)系進行一次較為詳盡的研究。衛(wèi)星遙感技術(shù)可以大范圍獲取地表植被覆蓋及其變化信息，為研究地表覆蓋時空變化規(guī)律提供了便捷的途徑。20世紀90年代以來，國內(nèi)外學(xué)者針對植被指數(shù)的時空變化特征及其與氣候因子之間的相互關(guān)系開展了廣泛的研究[8]。針對安徽省地區(qū)，已有學(xué)者開展了相關(guān)方面的研究[9-10]，整體來講，目前利用衛(wèi)星遙感技術(shù)對安徽省NDVI季節(jié)和時空分布特征的研究甚少，對于NDVI變化與氣象因子之間的相互關(guān)系尚不清楚。

該研究基于安徽省2010—2019年的16 d合成的長時間序列MODIS-NDVI數(shù)據(jù)，結(jié)合地形、地表覆蓋及生態(tài)功能區(qū)劃數(shù)據(jù)，基于空間動態(tài)變化分析法，在年際、季節(jié)時間尺度和空間分布上分析全省植被覆蓋信息的時空變化規(guī)律，結(jié)合同期的溫度、降水、地形等因素利用相關(guān)性分析法分析植被覆蓋變化與氣候和地形因子的響應(yīng)規(guī)律，以期為評價安徽省植被覆蓋信息時空變化及生態(tài)環(huán)境變化影響因素提供依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)源及處理

MODIS-NDVI數(shù)據(jù)來源于美國國家航空航天局（NASA）2010—2019年的覆蓋安徽省的MOD13Q1級植被指數(shù)產(chǎn)品，空間分辨率為250 m×250 m，時間分辨率為16 d，時間跨度為2010—2019年。為了進一步消除云和大氣對NDVI產(chǎn)品的干擾，提高NDVI數(shù)據(jù)精度，該研究采用最大值合成法[3]計算得到逐月NDVI數(shù)據(jù);采用均值法[11]計算得到年均及季度NDVI數(shù)據(jù)集。該研究過程中，將每年的3—5月劃分為春季，6—8月劃分為夏季，9—11月劃分為秋季，12月—次年2月劃分為冬季。

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)的“中國地面氣候資料月值數(shù)據(jù)集”和“中國地面氣候資料年值數(shù)據(jù)集”。要素包括溫度、降水量、光照情況等。利用安徽及其周邊地區(qū)的氣象數(shù)據(jù)（氣象站點分布見圖1），借助ArcGIS空間分析的協(xié)同克里金空間插值方法[11]，以氣象數(shù)據(jù)作為因變量，研究區(qū)數(shù)字高程模型作為協(xié)變量，插值得到與NDVI數(shù)據(jù)具有相同像元大小、相同坐標(biāo)系統(tǒng)的氣象數(shù)據(jù)柵格數(shù)據(jù)集。

DEM數(shù)據(jù)來源于美國地質(zhì)調(diào)查局ASTER GDEM V3空間分辨率30 m的數(shù)字高程。

土地利用數(shù)據(jù)來源于我國最新發(fā)布的2020版30 m全球地表覆蓋數(shù)據(jù)（Globe Land 30）[12]。根據(jù)地表覆蓋分類標(biāo)準(zhǔn)，安徽省行政區(qū)劃范圍內(nèi)共有耕地、林地、草地、濕地、水體、人造地表、裸地7種一級地表覆蓋類型（圖2）。

生態(tài)功能區(qū)劃數(shù)據(jù)來源于“中國生態(tài)系統(tǒng)評估與生態(tài)安全數(shù)據(jù)庫”。安徽省范圍內(nèi)共有華北平原農(nóng)業(yè)生態(tài)區(qū)、淮陽丘陵農(nóng)業(yè)生態(tài)區(qū)、大別山常綠闊葉林生態(tài)區(qū)、長江中下游平原農(nóng)業(yè)生態(tài)區(qū)和天目山—懷玉山山地常綠闊葉林生態(tài)區(qū)五大生態(tài)區(qū)（圖2）。

1.2 研究方法

1.2.1 NDVI變化趨勢分析。

采用一元線性回歸趨勢分析方法[3]定量分析NDVI每個柵格點的時空變化及空間差異特征。該方法以NDVI的時間變化特性反映其空間變化特性，綜合反映研究區(qū)域植被指數(shù)的時空格局演變情況。計算公式如下：

Slope=nni=1i×Ni-ni=1ini=1Ninni=1i2-（ni=1i）2（1）

式中，n為研究時間段的時間序列長度;i為各年份的序號;Ni為像元第i年的植被指數(shù);Slope為趨勢線的斜率，代表2010—2019年安徽省NDVI的變化速率，Slope>0表明研究時間段內(nèi)像元植被覆蓋呈增加趨勢，并且值越大表示增加趨勢越明顯，Slope<0表明研究時間段內(nèi)像元植被覆蓋呈減少趨勢，并且值越小表示減少趨勢越明顯，Slope=0表明研究時間段內(nèi)像元植被覆蓋沒有發(fā)生明顯的變化趨勢;為了更好地分析植被變化趨勢情況，將變化趨勢劃分為5個等級，分別是明顯減?。⊿lope≤-0.005）、輕度減?。?0.005<Slope≤-0.002）、基本不變（-0.002<Slope≤0.002）、輕度增加（0.002<Slope≤0.005）、顯著增加（Slope>0.005）[13]。

1.2.2 NDVI變化穩(wěn)定性。

植被覆蓋狀況的變化受人為和自然雙重干擾的影響。波動大，表明植被群落變化不穩(wěn)定，波動小表明植被群落變化相對穩(wěn)定。變異系數(shù)可以一定程度上反映植被指數(shù)年際變化穩(wěn)定性的空間分布特征[14]，為樣本標(biāo)準(zhǔn)差與均值的比值，計算公式如下：

CV=SDNDVINDVI（2）

SDNDVI=ni=1N2i-（ni=1Ni）2/nn（3）

式中，CV表示變異系數(shù)，SDNDVI為研究區(qū)逐年NDVI標(biāo)準(zhǔn)差，NDVI為研究時間段內(nèi)NDVI多年平均值，Ni表示第i年的NDVI值，n為研究時間段的時間序列長度。該研究將植被變異程度劃分為4個等級：非常穩(wěn)定（CV≤0.04）、穩(wěn)定（0.04<CV≤0.08）、變異較?。?.08<CV≤0.12）、變異劇烈（CV>0.12）[13]。

1.2.3 相關(guān)性分析。

利用偏相關(guān)分析方法[15]計算相關(guān)系數(shù)，研究NDVI與氣象因子之間的相互作用關(guān)系。當(dāng)一個變量同時與2個變量相關(guān)時，可以利用該方法剔除第3個變量的影響，只分析另外2個變量的相關(guān)性。計算公式如下：

R=ni=1（Ni-NDVI）（yi-）

ni=1（Ni-NDVI）2×ni=1（yi-）2

（4）

式中，R為相關(guān)系數(shù)，Ni表示第i年的NDVI值，yi為第i年的氣象因子值，NDVI為研究時間段內(nèi)NDVI多年平均值，為多年氣象因子平均值，n為研究時間段的時間序列長度。

偏相關(guān)系數(shù)計算如下：

Rabc=Rab-Rac×Rbc（1-R2ac）×（1-R2bc）

（5）

式中，Rabc為變量c固定的情況下變量a和變量b之間的偏相關(guān)系數(shù);Rab、Rac、Rbc分別為變量a和變量b、變量a和變量c、變量b和變量c之間的相關(guān)系數(shù)。

2 結(jié)果與分析

2.1 NDVI時間變化特征

2.1.1 月變化。

從圖3可以看出，2010—2019年安徽省月均NDVI變化曲線呈現(xiàn)雙峰分布，NDVI值1—4月份逐漸上升，4—5月份出現(xiàn)第1個峰值，6月份出現(xiàn)一個低值，7月份急劇上升，7—8月份出現(xiàn)第2個峰值，隨后開始衰減。

由生態(tài)功能區(qū)分布（圖2）可知，安徽省植被覆蓋以季節(jié)性種植農(nóng)作物為主[10]，大部分地區(qū)農(nóng)田采用交替種植的方式種植糧食作物，一年兩熟，1—4月份氣溫回暖，作物開始萌芽，4—5月份達到生長旺盛期，7—8月份出現(xiàn)NDVI峰值，6月份由于農(nóng)作物的收割，導(dǎo)致安徽省NDVI出現(xiàn)一個小的波谷;11月份以后大部分植被落葉并且農(nóng)作物減少，植被覆蓋度降低，導(dǎo)致12月份NDVI跌入波谷。

2.1.2

季變化。從圖4可以看出，4個季度的NDVI夏季最高，春季和秋季次之，冬季最低;春季和夏季的NDVI呈現(xiàn)振動緩慢增長的趨勢，漲幅均為0.001 6/a;秋季NDVI呈現(xiàn)緩慢下降的趨勢，降幅為0.001 8/a;冬季NDVI波動性及降幅較大，為0.009 9/a。2011年上半年，長江中下游地區(qū)降水稀少，出現(xiàn)了不同程度的干旱，對春耕作物的苗期生長造成較大影響，6月份以后的強降雨使旱情有所緩解，有利于農(nóng)作物生長[16]，導(dǎo)致2011年安徽省NDVI秋季高于春季。

2.1.3 年變化。

根據(jù)年度NDVI值變化趨勢（圖5）可以看出，2010—2019年安徽省NDVI呈現(xiàn)振蕩上升的趨勢，增速緩慢，為0.000 7/a;年均NDVI最高值出現(xiàn)在2013年，為0.58。

2.2 NDVI空間變化特征

從2010—2019年安徽省年均NDVI空間分布（圖6）來看，安徽省植被分布具有明顯的南高北低的空間差異，城市區(qū)域的NDVI普遍比周邊地區(qū)低。NDVI較高的區(qū)域主要集中在皖南山區(qū)和大別山地區(qū)的常綠闊葉林生態(tài)區(qū)。結(jié)合10年間春季、夏季、秋季、冬季的NDVI空間分布（圖7）可知，安徽省NDVI空間分布具有明顯的季節(jié)性變化。以淮河和長江為界，春季和冬季的NDVI呈現(xiàn)出中間低、南北高的分布特點，具有明顯的梯度變化。春季安徽省NDVI值明顯升高，華北平原農(nóng)業(yè)生態(tài)區(qū)的NDVI達到全年最大值;淮河以北至皖南山區(qū)的天目山—懷玉山山地常綠闊葉林生態(tài)區(qū)的NDVI在夏季、秋季達到最大;秋季安徽省大部分地區(qū)的NDVI呈現(xiàn)減少趨勢，NDVI由南到北遞減。

計算安徽省逐像元的NDVI變化率，得到植被指數(shù)變化趨勢空間分布圖（圖8），全省年均NDVI變化趨勢范圍在-0.075～0.060。2010—2019年安徽省NDVI變化趨勢等級劃分及面積所占百分比統(tǒng)計見表1，NDVI減少的面積比例為30.45%，增加的面積比例為47.74%，NDVI基本不變的面積比例占21.81%，增加的面積比例大于減少的面積比例。由2010—2019年安徽省NDVI變異系數(shù)分布（圖9）可知，安徽省10年間NDVI變化整體趨于穩(wěn)定。

近年來隨著安徽省退耕還林、封山育林等一系列生態(tài)修復(fù)政策的實施，全省生態(tài)系統(tǒng)格局整體趨于穩(wěn)定，生態(tài)空間格局得到優(yōu)化，植被增長進入良性循環(huán)，絕大部分地區(qū)植被分布呈現(xiàn)增加趨勢。位于常綠闊葉林生態(tài)區(qū)的大別山區(qū)和皖南山區(qū)，NDVI增加顯著，地表植被覆蓋變化十分穩(wěn)定;位于淮北平原的阜陽市、江淮丘陵地帶的六安市北部和合肥市北部及滁州市西部等地區(qū)處于農(nóng)業(yè)生態(tài)區(qū)，地表多以種植農(nóng)作物為主，受農(nóng)業(yè)生產(chǎn)及人為活動的影響[17]，NDVI減小趨勢比較明顯，但NDVI變異系數(shù)相對穩(wěn)定;城市及城鄉(xiāng)居民地周邊，由于受到城市發(fā)展及人類活動的影響，地表覆蓋變化較為明顯，地表NDVI顯著減小，植被退化嚴重。

2.3 NDVI與氣象因子相關(guān)性分析

氣溫和降水時空格局的變化正逐漸對區(qū)域植被活動產(chǎn)生著重要影響。已有研究表明，由于氣候變化的影響，北半球大部分地區(qū)的植被覆蓋程度顯著增加，并且植被出現(xiàn)了明顯的提前回綠和生長季節(jié)延長的現(xiàn)象[11]。

植被生長對氣候變化之間的響應(yīng)具有一定的滯后性。該研究以安徽省2010—2019年為時間序列，逐像元計算NDVI與前一年降雨量、年均氣溫之間的偏相關(guān)系數(shù)（圖10）以及NDVI與同一年降雨量、年均氣溫之間的偏相關(guān)系數(shù)（圖11）。由表2可知，安徽省NDVI與同期降雨量之間負相關(guān)性（占比60.55%）大于正相關(guān)性（占比39.45%），與前一期的降雨量正相關(guān)性（占比51.37%）大于負相關(guān)性（占比48.63%），降雨量對植被生長的影響具有滯后性;NDVI與同期溫度之間正相關(guān)性（占比65.46%）大于負相關(guān)性（占比34.54%），與前一期的溫度負相關(guān)性（占比50.62%）大于正相關(guān)性（占比49.38%）。溫度對植被的生長具有促進作用，降雨量一定程度上決定了植被的生長狀況。

3 結(jié)論

該研究基于安徽省2010—2019年的16 d合成的長時間序列MODIS-NDVI數(shù)據(jù)，利用最大值合成法及均值法計算得到逐月、年均及季度NDVI數(shù)據(jù)，利用統(tǒng)計分析方法分析植被指數(shù)在年際、季節(jié)時間尺度上的變化規(guī)律，結(jié)合地形、地表覆蓋及生態(tài)功能區(qū)劃數(shù)據(jù)，通過趨勢分析法分析10年間安徽省植被恢復(fù)及生態(tài)環(huán)境狀況，利用變異系數(shù)法分析安徽省10年間的變化及穩(wěn)定程度，結(jié)合同期的溫度、降水、地形等因素利用相關(guān)性分析法分析植被覆蓋變化與氣候和地形因子的響應(yīng)規(guī)律，研究結(jié)果如下：

（1）2010—2019年安徽省月均NDVI變化呈現(xiàn)雙峰分布;年均NDVI呈現(xiàn)振蕩上升的趨勢;4個季度的NDVI夏季最高，春季和秋季次之，冬季最低;春季和夏季的NDVI呈現(xiàn)振動緩慢增長的趨勢，秋季NDVI呈現(xiàn)緩慢下降的趨勢，冬季NDVI波動性及降幅較大。

（2）空間分布上，安徽省植被覆蓋變化整體趨于穩(wěn)定，植被分布具有明顯的南高北低的地域性差異和明顯的季節(jié)性差異，城市區(qū)域的NDVI普遍比周邊地區(qū)低;以淮河和長江為界，春季和冬季的NDVI呈現(xiàn)出中間低、南北高的分布特點，秋季安徽省大部分地區(qū)的NDVI呈現(xiàn)減少的趨勢，NDVI由南到北遞減。

（3）不同氣象因素對安徽省植被生長的影響具有空間差異性，NDVI與同期溫度之間正相關(guān)性大于負相關(guān)性，與前一期溫度的負相關(guān)性大于正相關(guān)性;降雨量對植被生長的影響具有滯后性，NDVI與同期降雨量之間負相關(guān)性大于正相關(guān)性，與前一期的降雨量正相關(guān)性大于負相關(guān)性。

參考文獻

[1] 黃曉云，林德根，王靜愛，等.氣候變化背景下中國南方喀斯特地區(qū)NPP時空變化[J].林業(yè)科學(xué)，2013，49（5）：10-16.

[2] PENG J，LIU Z H，LIU Y H，et al.Trend analysis of vegetation dynamics in Qinghai-Tibet Plateau using Hurst Exponent[J].Ecol Indic，2012，14（1）：28-39.

[3] CHU H S，VENEVSKY S，WU C，et al.NDVI-based vegetation dynamics and its response to climate changes at Amur-Heilongjiang River Basin from 1982 to 2015[J].Sci Total Environ，2019，650（Pt2）：2051-2062.

[4] GU Z J，DUAN X W，SHI Y D，et al.Spatiotemporal variation in vegetation coverage and its response to climatic factors in the Red River Basin，China[J].Ecol Indic，2018，93：54-64.

[5] ZHANG Y，ZHANG C B，WANG Z Q，et al.Vegetation dynamics and its driving forces from climate change and human activities in the Three-River Source Region，China from 1982 to 2012[J].Sci Total Environ，2016，563/564：210-220.

[6] 王恩魯，汪小欽，陳蕓芝.時間序列植被覆蓋度斷點檢測方法研究[J].地球信息科學(xué)學(xué)報，2017，19（10）：1355-1363.

[7] 徐雨晴，陸佩玲，于強.氣候變化對植物物候影響的研究進展[J].資源科學(xué)，2004，26（1）：129-136.

[8] ZHOU L M，TUCKER C J，KAUFMANN R K，et al.Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999[J].Geophys Res Atmos，2001，106（D17）：20069-20083.

[9] 張宏群，楊元建，荀尚培，等.安徽省植被和地表溫度季節(jié)變化及空間分布特征[J].應(yīng)用氣象學(xué)報，2011，22（2）：232-240.

[10] 鄧凱，黃長江，袁慧慧，等.基于MODIS的2007—2017安徽省植被指數(shù)時空變化特征研究[J].黑龍江工程學(xué)院學(xué)報，2018，32（6）：24-27.

[11] 張蓓蓓，蔡宏，田鵬舉，等.2000～2017年貴州省植被覆蓋時空變化特征及其對氣候變化的響應(yīng)[J].地球與環(huán)境，2020，48（4）：461-470.

[12] ZHANG X，LIU L Y，WU C S，et al.Development of a global 30 m impervious surface map using multisource and multitemporal remote sensing datasets with the Google Earth Engine platform [J].Earth Syst Sci Data，2020，12（3）：1625-1648.

[13] 王家錄，李維杰，王勇，等.2005—2014年重慶石漠化地區(qū)NDVI的時空變化及其與氣候因子相關(guān)性分析[J].水土保持研究，2021，28（2）：217-223.

[14] TUCKER C J，SLAYBACK D A，PINZON J E，et al.Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999[J].Int J Biometeorol，2001，45（4）：184-190.

[15] 史娜娜，全占軍，韓煜，等.東北林草交錯區(qū)植被NDVI時空特征及其與氣候因子關(guān)系分析[J].水土保持研究，2016，23（5）：175-182.

[16] 王鳳，孫即霖，吳德星.2011年春夏長江中下游旱澇急轉(zhuǎn)特征及原因分析[J].中國海洋大學(xué)學(xué)報（自然科學(xué)版），2014，44（3）：10-16.

[17] 信忠保，許炯心，鄭偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響[J].中國科學(xué)（D輯：地球科學(xué)），2007，37（11）：1504-1514.

3813500338242