氣候變化下珠穆朗瑪峰自然保護區(qū)南北坡植被變化差異

卞梨交, 李景吉,3, 徐彬妮, 向 瑩

(1.成都理工大學 生態(tài)環(huán)境學院, 成都 610059; 2.成都理工大學 環(huán)境與土木工程學院, 成都 610059;3.地質(zhì)災害防治與地質(zhì)環(huán)境保護國家重點實驗室, 成都理工大學, 成都 610059)

氣候變化對生態(tài)系統(tǒng)的影響和反饋已成為國內(nèi)外學者關注的重要生態(tài)學問題之一[1-2]，全球氣候變暖背景下的極端氣候事件將更加劇烈和頻繁，這將嚴重威脅植被分布[3-6]。開展長期觀測和模型模擬，闡明植被對氣候變化的響應，是當前全球氣候變化研究的熱點問題之一[7-10]。

植被是指示陸地生態(tài)系統(tǒng)的重要指標[11-12]，植被生長與氣候變化密切相關[13]，研究植被變化對全球氣候變化響應的時空動態(tài)特征，對預測未來生態(tài)系統(tǒng)動態(tài)至關重要[14]。歸一化植被指數(shù)(NDVI)是表征植被覆蓋度和植被變化的重要指標之一[15-16]，與植被覆蓋度呈正相關，能夠直觀指示植被覆蓋度和植被生長狀態(tài)[17]，已成熟應用在全區(qū)不同地區(qū)的植被對氣候變化響應關系研究中[15-16]。Kalisa等[15]分析了東非地區(qū)NDVI在不同的空間格局上的斷裂點以及NDVI趨勢的系統(tǒng)性變化；Xu等[14]基于AVHRR NDVI數(shù)據(jù)討論了1982—2011年中國的植被生長動態(tài)及其與氣候因子的關系；Zhou等[13]基于NDVI探討了中國植被的歷史動態(tài)變化，并基于多元回歸模型構建了植被的預測模型。

青藏高原是全球氣候變化的“敏感區(qū)”和“響應器”[18-21]，是研究陸地生態(tài)系統(tǒng)對氣候變化的響應的最理想地區(qū)之一[22]。已有研究發(fā)現(xiàn)，青藏高原氣候變化程度超過北半球大部分地區(qū)甚至整個世界的氣候變化[23-24]。近年來，青藏高原已成為國內(nèi)外學者研究全球氣候變化的熱點地區(qū)，不同學者分別選擇雅魯藏布江流域[25]、西藏地區(qū)[26]、藏北高寒草原[27]、珠峰保護區(qū)等[28]青藏高原典型區(qū)，開展植被NDVI動態(tài)變化研究，以嘗試揭示全球高原植被變化對氣候變化的響應機制，但對受地形條件限制下空間異質(zhì)性強烈的復雜地理單元植被動態(tài)對氣候變化的差異性響應機制的解釋尚缺乏實際證據(jù)。珠穆朗瑪峰國家級自然保護區(qū)(以下簡稱“保護區(qū)”)位于青藏高原南緣，平均海拔約4 200 m，南北坡地形、氣候和植被差異非常大，南坡以深切峽谷地貌為主，氣候類型以亞熱帶、溫帶濕潤氣候為主，植被分布具有明顯的“三向地帶性”[29]；北坡多為高原地貌類型，氣候類型為干旱、半干旱氣候，植被分布以高原灌叢、草甸和草原為主。珠峰保護區(qū)是研究復雜地理單元植被動態(tài)對氣候變化的差異性響應典型區(qū)，目前對該區(qū)南北坡植被NDVI與氣候響應差異的研究鮮有報道。鑒于此，本研究基于趨勢分析和相關性分析，研究近20年來(2000—2018年)保護區(qū)南北坡植被動態(tài)變化及其對氣候變化的差異性響應特征，對解釋復雜地貌單元植被動態(tài)對氣候變化的差異性響應機制具有重要意義。

1 研究區(qū)概況

保護區(qū)地處我國西藏與尼泊爾交界處，位于84°27′—88°E，27°48′—29°19′N，分布海拔1 448～8 844 m，全區(qū)面積約3.4×104km2，轄定日、吉隆、聶拉木和定結4縣(圖1)。保護區(qū)南、北坡氣候、植被差異顯著，南坡受印度洋濕暖氣流影響，降水充沛，形成山地森林生態(tài)系統(tǒng)，年均氣溫7～10℃，年降水量大于1 000 mm；北坡受“雨影區(qū)”影響，氣候干燥，具有大陸性高原氣候特點，形成半干旱灌叢、草原生態(tài)系統(tǒng)，年均氣溫2～5℃，年均降水小于300 mm。

圖1 研究區(qū)地理位置

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源

MODIS傳感器能夠在宏觀格局上提供植被信息[30]，本文獲取的NDVI數(shù)據(jù)為MODIS 13A3產(chǎn)品，該產(chǎn)品是由美國國家航空航天局(https:∥ladsweb.modaps.eosdis.nasa.gov)提供，空間分辨率為1 km×1 km，時間分辨率為30 d，本次下載了2000年2月—2018年12月的所有影像。

保護區(qū)2000—2018年氣溫、降水柵格數(shù)據(jù)[31]來源于國家科技基礎條件平臺—國家地球系統(tǒng)科學數(shù)據(jù)中心(http:∥www.geodata.cn)，月平均氣溫和月累計降水數(shù)據(jù)是來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/data/cdcdetail/dataCode/SURF_CLI_CHN_MUL_DAY_V3.0.html)的“中國地面氣候資料日值數(shù)據(jù)集(V3.0)”，并通過計算統(tǒng)計得到。高程數(shù)據(jù)采用ASTER GDEM 30 M分辨率數(shù)字高程數(shù)據(jù)，來自地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/home)。討論人類活動影響中的人工生態(tài)系統(tǒng)數(shù)據(jù)是基于中科院資源環(huán)境科學與數(shù)據(jù)中心(https:∥www.resdc.cn)，并根據(jù)Google Earth高分歷史影像和野外調(diào)查數(shù)據(jù)調(diào)整，并將農(nóng)田和聚落生態(tài)系統(tǒng)合并為人工生態(tài)系統(tǒng)以表示人類活動區(qū)域。

野外調(diào)查數(shù)據(jù)為2009年、2010年、2019年對保護區(qū)植被調(diào)查數(shù)據(jù)，共計278個樣方(圖1)，用于討論不同NDVI值區(qū)間對應分布的主要植被種類。調(diào)查方法為：在已設的調(diào)查樣線基礎上，以樣方調(diào)查為主，同一植被類型做3個重復樣方，調(diào)查記錄：群落生境、喬木層建群種、郁閉度等；灌木層建群種、叢數(shù)、蓋度等；草本層建群種、蓋度、高度；樣方布設根據(jù)群落的特點，喬木林群落設置10 m×10 m的調(diào)查樣方；灌木林群落2 m×2 m的調(diào)查樣方；草本群落1 m×1 m的調(diào)查樣方。

2.2 方 法

通過最大值合成法(MVC)處理NDVI數(shù)據(jù)，在30 d的NDVI的基礎上得到年最大NDVI(NDVImax)，用來表征當年植被生長的最佳狀況，并將NDVI<0的值設置為nodata并處理為0～1[32]。把2000—2018年按等時間間隔分為2000—2009年和2009—2018年兩個時間段進行分析，采用Theil-Sen(TS)趨勢分析估算進行趨勢分析，Mann-Kendall檢驗法進行檢驗，對兩個時間段溫度、降水和NDVI柵格數(shù)據(jù)進行趨勢分析，并采用Hurst指數(shù)法結合TS趨勢分析來預測未來植被變化趨勢。將研究區(qū)兩個氣象站點(聶拉木、定日)分別做1 km緩沖區(qū)，統(tǒng)計出2000年2月—2018年12月緩沖區(qū)內(nèi)各月平均NDVI，將2000年02月至2018年12月平均氣溫、降水量分別與月均NDVI做Person偏相關分析，結果見表1，并基于像元對2000—2018年NDVImax與溫度、降水柵格數(shù)據(jù)進行偏相關分析，student t檢驗法進行檢驗。

2.2.1 趨勢分析 Theil-Sen(TS)中位數(shù)趨勢分析和Mann-Kendall(MK)檢驗可以結合在一起用于分析長期植被序列的變化趨勢，該方法不受樣本分布方式的影響，也不受少數(shù)異常值的干擾，是檢驗時間序列趨勢的有效方法[33-35]。TS公式為：

(1)

當βNDVI>0時，NDVI呈現(xiàn)上升趨勢，否則NDVI呈現(xiàn)下降趨勢。

Mann-Kendall是一種非參數(shù)統(tǒng)計檢驗方法，標準統(tǒng)計量Z值用于指示趨勢的強度。

對于NDVIj時間序列，

(2)

(3)

(4)

(5)

式中:NDVIi、NDVIj分別代表第i年和第j年的NDVI值,而n代表時間序列的長度。若|Z|>1.96,則表明NDVI時間序列在0.05水平上有顯著變化;|Z|<1.96,則表明NDVI時間序列不顯著變化。因此,本文將植被覆蓋趨勢可分為4種類型:在0.05水平上顯著增加(βNDVI>0,|Z|>1.96);不顯著增加(βNDVI>0,|Z|<1.96);不顯著減少(βNDVI<0,|Z|<1.96);在0.05水平上減少(βNDVI<0,|Z|>1.96)。

2.2.2 相關性分析 為了探討NDVImax與氣候因子的關系，在像元尺度上采用了偏相關系數(shù)法[36]。偏相關系數(shù)[37]是研究多元變量的相關性的一種方法，該變量用來度量在其他變量控制下兩個變量直接線性相關性[38-39]。根據(jù)定義，在的影響保持不變的情況下，變量和變量的偏相關系數(shù)計算為：

(6)

式中:rxy,rxz,ryz分別表示3個變量和z的Pearson相關系數(shù)。Pearson相關系數(shù)的計算公式為:

(7)

式中：N是總年份數(shù)；xt是第t年的x變量的值；yt是第t年的y變量的值；x是所有年份的平均值；y是所有年份的平均值。

本研究的偏相關系數(shù)的顯著性是通過使用Student t檢驗在0.05顯著性水平上來檢驗各像元NDVI與氣溫和降水的偏相關系數(shù)，并將相關程度分為以下4類：在0.05水平上顯著正相關、不顯著正相關、不顯著負相關和在0.05水平上負相關。

2.2.3 Hurst指數(shù)趨勢預測 本研究采用Hurst指數(shù)法[40-41]結合TS趨勢分析來預測珠峰保護區(qū)植被未來變化趨勢，并將其分為5種變化類型：持續(xù)增加、由增到減、持續(xù)減少、由減到增、獨立變量(H=0.5)。用H表示Hurst指數(shù)值，當0

3 結果與分析

3.1 NDVI隨時間變化特征

3.1.1 NDVI年際趨勢 6分析近20 a來(2000—2018年)保護區(qū)NDVI年際變化趨勢發(fā)現(xiàn)(圖2)，保護區(qū)年均NDVI呈波動上升趨勢，平均增長率為0.000 8/年(R2=0.15，p=0.100 7)。2000—2009年的年平均NDVI呈波動下降趨勢，平均為-0.001 9/年(R2=0.15，p<0.001)，2009—2018年NDVI以0.003 0/年的平均增率呈顯著上升趨勢(R2=0.16，p<0.001)。

圖2 2000-2018年年均NDVI變化

3.1.2 年內(nèi)NDVI與氣候變化的線性相關性 保護區(qū)月際NDVI與溫度的相關性大于與降水的相關性(表1)。在聶拉木1 km緩沖區(qū)內(nèi)，以降水為控制變量時，NDVI與氣溫的偏相關系數(shù)為0.853(p<0.01)；以氣溫為控制變量時，NDVI與降水未表現(xiàn)出顯著相關性。在定日站1 km緩沖區(qū)內(nèi)，以降水為控制變量時，NDVI與氣溫的偏相關系數(shù)為0.401(p<0.01)；以氣溫為控制變量時，NDVI與降水的偏相關性系數(shù)為0.134(p<0.05)。

表1 2000-2018年月際溫度和降水與NDVI的偏相關系數(shù)

3.2 NDVI空間變化特征

3.2.1 NDVI分布格局 NDVI值大于0.6的地區(qū)主要分布在保護區(qū)南坡，主要位于陳塘鎮(zhèn)、曲當鄉(xiāng)、絨轄鄉(xiāng)、樟木鎮(zhèn)、聶拉木鎮(zhèn)和吉隆鎮(zhèn)，少量分布在貢當鄉(xiāng)、宗噶鎮(zhèn)和日屋鎮(zhèn)的南部(圖3B中R2，R3，R4，R5區(qū)域)，植被類型以喬木為主，優(yōu)勢物種包括：糙皮樺(Betulautilis)、喬松(Pinusgriffithii)、尼泊爾榿木(Alnusnepalensis)、高山櫟(QuercussemicarpifoliaSmith)、喜馬拉雅冷杉(Abiesspectabilis)等。NDVI值范圍為0.1～0.4的地區(qū)主要分布在保護區(qū)北坡(圖3B中R1和R7區(qū)域)，植被類型以灌草叢為主，優(yōu)勢物種包括：杜鵑(Rhododendronspp.)、忍冬(LonicerajaponicaThunb.)、薔薇(Rosaspp.)、金露梅(P.fruticosa)、苔草(Carexsp.)等；NDVI值范圍為0.4～0.6的地區(qū)主要分布在北坡的加措鄉(xiāng)中部的盆吉鄉(xiāng)、瑣作鄉(xiāng)、差那鄉(xiāng)和折巴等地的北部海拔較低區(qū)域，NDVI值在0.1以下的區(qū)域主要分布在海拔高的區(qū)域(表2)。

2000—2009年保護區(qū)內(nèi)整體植被覆蓋率低，大部地區(qū)NDVI值均在0.1～0.4，對氣候變化比較敏感；其中NDVI值0.1～0.2的區(qū)域面積占比最大(達37.45%)，NDVI值為0.2～0.4的區(qū)域面積占比為33.23%；NDVI值大于0.6的地區(qū)面積占比僅為6.02%，；NDVI值為0.4～0.6的區(qū)域面積占比為8.11%，主要分布在北坡的加措鄉(xiāng)中部，盆吉鄉(xiāng)、瑣作鄉(xiāng)、差那鄉(xiāng)和折巴鄉(xiāng)的北部。2009—2018年保護區(qū)NDVI分布情況與2000—2009年基本一致，但NDVI總體上有所上升。表現(xiàn)為：NDVI值范圍在0～0.1，0.1～0.2的區(qū)域均有減少，NDVI值范圍在0.2～0.4，0.4～0.6，0.6～1的區(qū)域均有增加(圖3)。

3.2.2 NDVI變化趨勢及其預測分析 2000—2009年，保護區(qū)NDVI總體呈下降趨勢，變化速率為0.001 7/a速率；其中70.88%的區(qū)域NDVI下降，顯著下降區(qū)面積占比5.05%；29.11%的區(qū)域NDVI增加，顯著增加區(qū)面積占比僅有1.47%；退化區(qū)主要分布在北坡地區(qū)，改善區(qū)主要分布在南坡地區(qū)。2009—2018年，保護區(qū)NDVI總體呈上升趨勢，變化速率為0.003 0/a，有77.92%的區(qū)域NDVI增加，顯著增加區(qū)域面積占比為7.06%；退化區(qū)主要分布在東北部，改善區(qū)全域零散分布，其中顯著增加區(qū)主要零星分布在折巴鄉(xiāng)、差那鄉(xiāng)及保護區(qū)中部(圖4)。

注：(A)為2000—2009年NDVImax多年平均值，將NDVI分為0～0.1，0.1～0.2，0.2～0.4，0.4～0.6和大于0.6這5個區(qū)間；(B)為2009—2018年NDVImax多年平均值。根據(jù)樣方調(diào)查點的分布情況和NDVI值的分布情況，將該區(qū)域劃分出7個區(qū)，R1，R2，R3，R4，R5，R6，其余地區(qū)劃分為R7。

表2 主要植被類型分布及其對應的NDVI值

利用Hurst指數(shù)和趨勢分析預測保護區(qū)未來NDVI變化趨勢發(fā)現(xiàn)(圖5)，保護區(qū)未來NDVI變化不穩(wěn)定，趨勢不一致的像元占總像元的70.29%，且58.68%的區(qū)域可能會出現(xiàn)NDVI下降趨勢。

圖4 NDVI趨勢變化空間異質(zhì)圖

圖5 趨勢預測類別空間分布

3.3 NDVI與氣候因子的關系

對氣候因子變化的趨勢分析發(fā)現(xiàn)，保護區(qū)氣溫在2000—2009年呈增加趨勢，2009—2018年呈下降趨勢。2000—2009年北坡聶拉木縣和定日縣降水呈上升趨勢，其他地區(qū)呈下降趨勢；2009—2018年降水在大部分地區(qū)呈上升趨勢，而定日縣和定結縣的南部呈下降趨勢(圖6)。

對保護區(qū)NDVI與氣候因子相關性分析發(fā)現(xiàn)，NDVI與降水的相關性大于與溫度的相關性(圖7)。保護區(qū)周緣區(qū)NDVI與溫度表現(xiàn)出正相關性，聶拉木縣中部NDVI與溫度表現(xiàn)出高的負相關；59.02%的區(qū)域NDVI與溫度呈現(xiàn)出正相關，其中顯著正相關區(qū)域面積占比僅為1.79%；40.98%的區(qū)域NDVI與溫度呈現(xiàn)出負相關，顯著負相關區(qū)域面積占比為14.57%，主要分布在北坡地區(qū)。保護區(qū)大部地區(qū)NDVI與降水呈現(xiàn)出高的正相關性，尤其是在東部的定結縣；62.13%的區(qū)域NDVI與降水呈現(xiàn)出正相關，顯著正相關區(qū)面積占比為8.21%；37.87%的區(qū)域NDVI與溫度呈現(xiàn)出負相關，顯著負相關區(qū)面積占比為2.94%。

4 討 論

4.1 NDVI分布特征

研究發(fā)現(xiàn)保護區(qū)南坡NDVI值相對較高，主要原因有兩個方面：(1) 受印度洋濕暖氣流的強烈影響，保護區(qū)南坡具有海洋性季風氣候特征，區(qū)內(nèi)主要分布山地森林生態(tài)系統(tǒng)[28]，多分布半常綠闊葉林、常綠闊葉林、常綠針葉林、硬葉常綠闊葉混交林、落葉闊葉樺木林、高寒杜鵑灌叢和高寒常綠針葉灌叢[43]；(2) 受喜馬拉雅地質(zhì)隆升影響，南坡地區(qū)地形復雜、海拔落差大、坡度陡，受人類活動的干擾小[28]。

北坡NDVI值相對較低，主要原因有：(1) 受喜馬拉雅山脈的屏障作用，北坡形成“雨影區(qū)”，降水較少，受全球氣候變化影響，北坡呈現(xiàn)干旱化趨勢，土地沙化、鹽堿化現(xiàn)象明顯[44]，植被生長受到限制；(2) 北坡多為高原區(qū)，植被類型以高山草甸、草原為主，區(qū)內(nèi)畜牧業(yè)相對發(fā)達，人類放牧和城鎮(zhèn)化建設增加了對植被NDVI不利干擾[28]。

4.2 NDVI趨勢及其預測

保護區(qū)南坡NDVI在2000—2018年總體上呈一定的上升趨勢，該區(qū)多為保護區(qū)核心區(qū)，受人類活動影響小，大面積分布森林生態(tài)系統(tǒng)對氣候變化具有較強的緩沖能力[43]；北坡地區(qū)NDVI在2009—2018年呈現(xiàn)上升趨勢，這與2002年以來西藏自治區(qū)大力開展退耕還林、還草工程有關；在2009年之前，受生態(tài)工程時間較短影響，退耕還林、還草工程尚未發(fā)揮效果[44]，2009年之后，生態(tài)工程的生態(tài)效益逐漸體現(xiàn)。Hurst指數(shù)預測結果表明，未來珠峰保護區(qū)NDVI變化不穩(wěn)定，NDVI由增加到減少的面積占比最大，這意味著極端的氣候條件可能將持續(xù)影響珠峰植被。

4.3 NDVI對氣候因子的響應

4.3.1 年內(nèi)NDVI在時間上對氣候因子的響應 本研究發(fā)現(xiàn)，2000—2018年聶拉木站、定日站1 km緩沖區(qū)的月平均NDVI與氣溫均表現(xiàn)出了顯著的相關性，高于月均NDVI與降水的相關性，說明區(qū)域年內(nèi)植被生長受氣溫的影響顯著于降水，結果與中國北方相關研究結果表現(xiàn)一致[45]。

比較聶拉木站、定日站1 km緩沖區(qū)的月平均NDVI與氣溫相關性發(fā)現(xiàn)，聶拉木站大于定日站，這可能與區(qū)域降水差異性有關。已有研究表明，土壤水分含量相對高，降水充沛，溫度的升高有利于植被生長季的延長和干物質(zhì)量的積累，從而增強溫度變化對植被的影響[46-47]；干旱區(qū)、半干旱區(qū)生長季升高的溫度通常會增加地表水的蒸發(fā)，這對植被的生長有所限制，尤其是灌木和稀疏植被的生長[48-50]。聶拉木站1 km緩沖區(qū)月平均NDVI與降水并未表現(xiàn)出相關性，這可能與南坡足夠充沛的降雨有關，且有關研究顯示植被生長對降水的響應具有時滯性[15-17]；定日站1 km緩沖區(qū)NDVI與降水表現(xiàn)出一定相關性，說明干旱區(qū)、半干旱區(qū)的植被生長主要受生長季的降水量和蒸散發(fā)的影響，區(qū)域降水增加能夠促進植被生長[48]。

注：A，B分別表示溫度在2000—2009年和2009—2018年的趨勢空間分布；C，D分別表示降水在2000—2009年和2009—2018年的趨勢空間分布。

圖7 NDVI與氣候因子偏相關顯著性空間異質(zhì)圖

4.3.2 年際NDVI在空間上對氣候因子的響應 保護區(qū)南坡在2000—2009年溫度上升、降水減少，2009—2018年溫度下降、降水增加，在2000—2018年溫度、降水與NDVI呈現(xiàn)出的相關性均不顯著，保護區(qū)NDVI在大部分地區(qū)呈現(xiàn)一定程度的增加趨勢，這一現(xiàn)象與自然植被分布和人類擾動較少有關。南坡主要分布山地森林生態(tài)系統(tǒng)[28]，植被自然恢復能力和對氣候變化緩沖能力較強[51]，分布區(qū)域多為核心區(qū)，受人類活動的干擾小[28]。

保護區(qū)北坡地區(qū)在2000—2009年氣溫上升，多地降水量減少，NDVI大部分地區(qū)有下降趨勢；在2009—2018年氣溫總體下降，降水增加，NDVI在多地有上升趨勢；NDVI與氣溫呈現(xiàn)負的相關性，與降水呈現(xiàn)正的相關性。這一現(xiàn)象與北坡植被對氣候的敏感性較高有關，北坡氣候干燥、降水量較少，溫度增加促進降水蒸發(fā)，植被對氣候變化較為敏感[44]。

4.4 NDVI對人類活動的響應

根據(jù)趨勢分析結果，2000—2009年保護區(qū)NDVI大部分地區(qū)呈現(xiàn)下降趨勢。為明確保護區(qū)人類活動對NDVI影響程度，篩選該時間段內(nèi)NDVI顯著下降但與氣溫和降水相關性不顯著的區(qū)域(圖8篩選區(qū))，并疊加2000年、2010年人工生態(tài)系統(tǒng)類型數(shù)據(jù)，發(fā)現(xiàn)橘黃色區(qū)域多零星分布在縣域居民地附近(尤以北坡定日和定結縣居民地附近最為明顯)，且與人工生態(tài)系統(tǒng)分布較為一致；此區(qū)域植被NDVI表現(xiàn)出顯著退化趨勢，但NDVI變化與氣候因子的相關性較弱，且人工生態(tài)系統(tǒng)面積在此處明顯增加，這說明人類活動是導致2000—2009年保護區(qū)NDVI退化的一個重要因素，區(qū)域植被NDVI對人類活動十分敏感。

圖8 人類活動敏感區(qū)

5 結 論

(1) 2000—2009年，保護區(qū)植被NDVI總體呈下降趨勢，2009—2018年，呈上升趨勢；年內(nèi)NDVI與溫度相關性強于降水。

(2) 保護區(qū)南北坡植被差異性明顯，整體植被覆蓋率低。南坡地區(qū)NDVI值基本大于0.6且變化穩(wěn)定，主要分布著喜馬拉雅冷杉(A.spectabilis)等高大喬木，對外界干擾具有較強的抵御力；北坡地區(qū)NDVI值基本保持在0.1～0.4且容易波動，主要分布著苔草(Carexsp.)等灌草叢，對氣候變化比較敏感。

(3) 南坡地區(qū)NDVI在2009年前后兩個時段總體上呈現(xiàn)上升趨勢；北坡地區(qū)NDVI在2000—2009年呈下降趨勢，在2009—2018年呈現(xiàn)上升趨勢。Hurst指數(shù)預測保護區(qū)未來NDVI變化不穩(wěn)定，58.68%的區(qū)域可能會出現(xiàn)下降趨勢。

(4) 總體上，保護區(qū)年際NDVI與降水的相關性大于溫度。南坡地區(qū)NDVI與氣候因子的相關性弱，北坡地區(qū)NDVI與溫度呈現(xiàn)負相關，與降水呈現(xiàn)正相關。NDVI顯著下降但與氣溫和降水相關性不顯著的區(qū)域在北坡定日和定結縣居民地附近分布最為明顯，人類活動是導致此區(qū)域NDVI在2000—2009年退化的重要因素。