陜西?。危模郑蓵r空變化及其對氣候和人類活動的響應

摘 要：利用２００１—２０２０ 年ＭＯＤＩＳ ＮＤＶＩ 數據，結合降水、氣溫等資料，采用Ｓｅｎ 趨勢分析、Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗、Ｈｕｒｓｔ 指數、Ｐｅａｒｓｏｎ相關分析以及多元回歸殘差分析等方法，研究陜西省近２０ ａ 歸一化植被指數ＮＤＶＩ 的時空變化特征及未來變化趨勢，探討省內氣候因素及人類活動對ＮＤＶＩ 變化的影響以及ＮＤＶＩ 對降水和氣溫響應的時滯效應。研究結果表明：①２００１—２０２０ 年陜西省ＮＤＶＩ 整體呈上升趨勢，增長速率為０．００４ ７／ ａ，ＮＤＶＩ 在不同生態(tài)區(qū)有所差異，空間異質性明顯；②陜西省ＮＤＶＩ 變化的反持續(xù)性強于持續(xù)性，未來ＮＤＶＩ 變化趨勢以反持續(xù)改善（退化）為主；③陜西省降水和氣溫對ＮＤＶＩ 變化均產生了正向影響，且ＮＤＶＩ 與氣溫的相關性強于降水；④陜西?。危模郑?對降水的響應不存在明顯的時滯效應，對氣溫響應的滯后期以０～１ 個月為主；⑤陜西省大部分地區(qū)ＮＤＶＩ 殘差呈增大趨勢，人類活動對植被覆蓋變化起到了顯著促進作用。

關鍵詞：ＮＤＶＩ；時空變化；Ｈｕｒｓｔ 指數；時滯效應；殘差分析；陜西省

中圖分類號： Ｘ８７；ＴＰ７９ 文獻標志碼：Ａｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２３．０４．００５

引用格式：程兀杰，孟妮娜，蔡昕楠，等．陜西省ＮＤＶＩ 時空變化及其對氣候和人類活動的響應［Ｊ］．人民黃河，２０２３，４５（４）：２８－３４．

植被作為地球各圈層相互作用的產物，在全球物質循環(huán)和能量傳遞中起著關鍵作用，同時也是全球和區(qū)域氣候變化的指示器［１－２］ 。因此，對植被覆蓋的動態(tài)變化信息進行監(jiān)測在全球氣候變化和區(qū)域環(huán)境綜合治理中具有重要意義。

歸一化植被指數（Ｎｏｒｍａｌｉｚｅｄ Ｄｉｆｆｅｒｅｎｃｅ ＶｅｇｅｔａｔｉｏｎＩｎｄｅｘ，ＮＤＶＩ）能夠很好地反映植被的生長狀況，可以作為定量描述植被覆蓋變化的遙感指標［３］ 。國內外學者將其應用于研究多尺度植被覆蓋時空變化特征及植被生長狀況對生態(tài)因子的響應機制［４－５］ 。陜西省地處我國西北內陸，南北縱跨３ 個氣候帶，境內地理環(huán)境差異顯著，生態(tài)系統(tǒng)較為脆弱，是水土流失、沙化和荒漠化問題較為嚴峻的省份之一，被列為全國生態(tài)環(huán)境建設重點治理區(qū)。眾多學者對陜西省植被覆蓋時空演變規(guī)律及驅動因素進行了大量研究［６－８］ ，但利用近幾年數據預測未來變化趨勢的相關研究較少，且對于降水和氣溫的時滯效應未有細致分析。筆者基于ＭＯＤＩＳ ＮＤＶＩ 數據，開展陜西?。危模郑?長時序（２００１—２０２０ 年）時空變化特征分析，采用基于柵格像元的趨勢分析、Ｈｕｒｓｔ 指數分析預測植被覆蓋的未來變化趨勢，并結合同期和前１～２ 月的氣象數據，探究ＮＤＶＩ 對降水和氣溫響應的時滯效應。

１ 研究區(qū)概況

陜西省位于我國大陸腹地，地處黃河流域中部，總面積約為２０．５６ 萬ｋｍ２。全省地表形態(tài)復雜、地形起伏大，地勢總體表現為南北高、中間低。省內南北跨越緯度７°５４′，自南向北依次跨越北亞熱帶、暖溫帶、中溫帶３ 個氣候帶，氣候差異較大。年平均氣溫７～１６ ℃，年平均降水量３４０～１ ２４０ ｍｍ。自南向北可將陜西省劃分為４ 個生態(tài)區(qū)（見圖１）：秦巴山地落葉與常綠闊葉林生態(tài)區(qū)、汾渭盆地農業(yè)生態(tài)區(qū)、黃土高原農業(yè)與草原生態(tài)區(qū)以及內蒙古高原中東部典型草原生態(tài)區(qū)［９］ 。陜西?。玻埃玻?年生產總值為２．６ 萬億元，人均生產總值為６．６ 萬元，常住人口約３ ９５０ 萬人。

２ 數據與方法

２．１ 數據來源及預處理

ＭＯＤＩＳ ＮＤＶＩ 數據來源于ＮＡＳＡ 官網ＭＯＤ１３Ｑ１ｖ０６１版本數據，空間分辨率為２５０ ｍ，時間分辨率為１６ ｄ，時間跨度為２００１—２０２０ 年。該數據已經過大氣校正及輻射校正等預處理，被廣泛應用于區(qū)域和全球植被覆蓋變化的研究，且此版本對算法進行了更新，使得數據質量更加可靠。首先利用ＭＲＴ 工具對原始數據進行批量拼接、投影、轉換等處理；然后在ＡｒｃＧＩＳ１０．２ 中利用陜西省行政區(qū)矢量邊界進行裁剪，將每年２３ 期數據通過最大值合成（ＭＶＣ）得到逐月ＮＤＶＩ 數據，ＭＶＣ 法可以有效降低云、霧、顆粒以及太陽高度角對數據的干擾［６］ ；最后將４—１０ 月及１—１２ 月的數據分別取均值得到陜西省生長季ＮＤＶＩ 數據及年ＮＤＶＩ 數據。

本研究使用的ＤＥＭ 數據來源于地理空間數據云（ｈｔｔｐｓ：∥ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ／ ）提供的ＳＲＴＭ ＤＥＭ 數據，原始空間分辨率為９０ ｍ，采用雙線性內插法重采樣生成空間分辨率為２５０ ｍ 的ＤＥＭ 數據。氣象數據來源于國家地球系統(tǒng)科學數據中心（ｈｔｔｐ：∥ｇｒｅ．ｇｅｏｄａｔａ．ｃｎ），該數據將ＤＥＭ 數據作為協變量，通過薄板樣條插值方法生成逐月柵格數據集。生態(tài)功能區(qū)劃數據來源于中國生態(tài)系統(tǒng)評估與生態(tài)安全數據庫（ｈｔｔｐｓ：∥ｗｗｗ．ｅｃｏｓｙｓｔｅｍ．ｃｓｄｂ．ｃｎ／ ）。

２．２ 研究方法

２．２．１ Ｓｅｎ 趨勢分析以及Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗

Ｓｅｎ 趨勢分析作為一種穩(wěn)健的趨勢分析方法，不要求變化趨勢是線性的，并且對數據誤差的魯棒性較好，因此在長時序數據的趨勢分析中得到廣泛應用［１０］ 。計算公式如下：

２．２．２ Ｈｕｒｓｔ 指數分析

Ｈｕｒｓｔ 指數是定量描述某一時間序列自相似性和長記憶性的主要方法之一，因其可以通過持續(xù)性分析有效地預測時間序列的未來變化趨勢，在水文、氣象、地質、經濟等領域得到了廣泛應用［１１］ 。有關研究表明，在眾多Ｈｕｒｓｔ 指數的估算方法中，重標極差法（Ｒ／ Ｓ分析法）是較為合理的一種［１２］ ，因此本研究采用基于Ｒ／ Ｓ 分析法的Ｈｕｒｓｔ 指數來定量描述陜西?。危模郑?變化的持續(xù)性，從而分析省內植被覆蓋的未來變化趨勢。Ｈｕｒｓｔ 指數Ｈ 一般介于０～１ 之間，若０＜Ｈ＜０．５，則表明ＮＤＶＩ 時間序列具有反持續(xù)性，即未來ＮＤＶＩ 變化趨勢與過去相反；若Ｈ ＝０．５，則表明ＮＤＶＩ 時間序列是隨機游走的，即未來ＮＤＶＩ 變化趨勢與過去不存在相關性；若０．５＜Ｈ＜１，則表明ＮＤＶＩ 時間序列具有持續(xù)性，即未來ＮＤＶＩ 變化趨勢與過去一致。

２．２．３ Ｐｅａｒｓｏｎ 相關分析

本研究采用Ｐｅａｒｓｏｎ 相關系數估算陜西?。危模郑膳c降水和氣溫的相關性，從而分析氣候因素對全省ＮＤＶＩ 的影響，計算公式如下：

３ 結果與分析

３．１ 陜西?。危模郑?時空演變分析

３．１．１ 時間變化特征

如圖２ 所示，２００１—２０２０ 年陜西?。危模郑?整體呈上升趨勢，增長速率為０．００４ ７／ ａ，增長幅度為２５．１９％，年ＮＤＶＩ 最小值為０．４１０ ５７８，最大值為０．５１４ ０１３，分別出現在２００１ 年和２０２０ 年。研究時段內各生態(tài)區(qū)ＮＤＶＩ 均呈上升趨勢。其中，黃土高原農業(yè)與草原生態(tài)區(qū)（ Ⅲ 區(qū)） 增長最快， 增速為０． ００６ ２／ ａ， 增幅為４４．４１％，該生態(tài)區(qū)自身植被覆蓋度低，因此變化較為明顯，同時退耕還林還草等生態(tài)治理措施對植被覆蓋具有一定的影響；汾渭盆地農業(yè)生態(tài)區(qū)（Ⅱ區(qū)）增長最慢，增速為０．００３ ３／ ａ，增幅為２２．４６％，原因是近些年該生態(tài)區(qū)城鎮(zhèn)化發(fā)展迅速，受人類活動影響較大。

３．１．２ 空間分布特征

通過對陜西省２００１—２０２０ 年ＮＤＶＩ 取均值可得近２０ ａ 的ＮＤＶＩ 空間分布。由圖３ 可知，陜西?。危模郑?隨緯度的升高而降低，自南向北呈遞減趨勢，受地形地貌、氣候等因素影響，ＮＤＶＩ 空間差異明顯［９］ 。高ＮＤＶＩ區(qū)域主要在陜南秦巴山區(qū)、延安西南與東南部黃土丘陵區(qū)；汾渭盆地農業(yè)生態(tài)區(qū)ＮＤＶＩ 在全省處于中等水平，其中渭南大部分地區(qū)ＮＤＶＩ 較低，西安市區(qū)因城市化發(fā)展導致ＮＤＶＩ 顯著降低；延安北部黃土丘陵溝壑區(qū)及榆林全市ＮＤＶＩ 整體偏低，其中榆林西北部風沙草灘區(qū)ＮＤＶＩ 最低。

對近２０ ａ 陜西省ＮＤＶＩ 空間分布進行分級統(tǒng)計（見表１），由表１ 可知陜西?。危模郑?小于０．２ 的區(qū)域占３．０８％，主要分布在榆林西北部地區(qū)及西安市中心城區(qū)；ＮＤＶＩ 在０．２～０．５ 之間的區(qū)域占４６．７６％，主要分布在黃土高原北部及關中大部分地區(qū)；ＮＤＶＩ 在０．５～１．０之間的區(qū)域占５０．１６％。其中，秦巴山地落葉與常綠闊葉林生態(tài)區(qū)ＮＤＶＩ 均值為０．６２，小于０．２ 的區(qū)域僅占０．０４％，介于０．５～１．０ 之間的區(qū)域占比達９５．１２％；汾渭盆地農業(yè)生態(tài)區(qū)ＮＤＶＩ 均值為０．４７，小于０．２ 的區(qū)域僅占０．７９％，大部分區(qū)域ＮＤＶＩ 介于０．２～０．５ 之間，占該生態(tài)區(qū)的６２．０８％；黃土高原農業(yè)與草原生態(tài)區(qū)ＮＤＶＩ均值為０．３７，小于０．２ 的區(qū)域占１．９９％，絕大部分區(qū)域ＮＤＶＩ 介于０．２～０．５ 之間；內蒙古高原中東部典型草原生態(tài)區(qū)ＮＤＶＩ 均值為０．２３，不存在ＮＤＶＩ 大于０．５ 的區(qū)域。

３．１．３ 空間變化趨勢

通過Ｓｅｎ 趨勢分析和Ｍａｎｎ－Ｋｅｎｄａｌｌ 檢驗得到陜西省近２０ ａ 的ＮＤＶＩ 變化趨勢結果［見圖４（ａ）］及顯著性檢驗結果（見表２）?？梢园l(fā)現，陜西省２００１—２０２０ 年植被覆蓋明顯呈改善趨勢，植被覆蓋改善區(qū)域占全省９４．７２％，極顯著改善（顯著性水平ｐ＜０．０１）占７８．９１％，主要分布在陜北榆林及延安、寶雞西部與北部、安康大部分地區(qū)以及商洛絕大部分地區(qū)。其中陜西省北部兩個生態(tài)區(qū)植被覆蓋度原本較低，經過退耕還林還草等生態(tài)治理工程的實施，植被覆蓋改善極為顯著，有效抑制了土地荒漠化等環(huán)境問題。顯著改善（０．０１≤ｐ＜０．０５）區(qū)域占全?。罚保保ィ⒙浞植荚陉兡锨匕蜕絽^(qū)、汾渭盆地及榆林市西部地區(qū)。輕微改善區(qū)域占全?。福罚埃ァＶ脖桓采w退化區(qū)域占全?。常玻埃ィ饕植荚陉P中地區(qū)，以寶雞—咸陽—西安—渭南沿線成帶狀分布，該區(qū)域植被類型以農作物為主，人類活動對區(qū)域植被覆蓋影響較大，沿線城市以城市群的形式共同發(fā)展，導致植被覆蓋整體退化。極顯著退化（ｐ＜０．０１）區(qū)域占全?。埃福保ィ饕植荚陉P中和陜南各地級市的市中心附近，尤其以西安和漢中最為嚴重。其中西安作為省會城市，人口密度大，在城鎮(zhèn)化進程加快的步伐中得到了快速發(fā)展，市中心向外圍延伸以及新區(qū)的建設導致城市部分地區(qū)土地利用類型由原來的耕地轉為建設用地。漢中屬于北亞熱帶濕潤季風氣候區(qū)，原本植被覆蓋度良好，城市化發(fā)展極易導致植被覆蓋度降低。顯著退化（０．０１≤ｐ＜０．０５）和輕微退化（ｐ≥０．０５）區(qū)域分別占全?。埃矗梗ズ停保梗埃?，分布于極顯著退化區(qū)域附近。

３．１．４ 未來趨勢預測

利用基于Ｒ／ Ｓ 分析法的Ｈｕｒｓｔ 指數，在像元尺度上對陜西省近２０ ａ ＮＤＶＩ 變化的持續(xù)性特征進行分析，進而預測陜西省植被覆蓋的未來變化趨勢。陜西省ＮＤＶＩ Ｈｕｒｓｔ 指數Ｈ 均值為０．４７８，０＜Ｈ＜０．５ 的區(qū)域占６１．７４％，０．５＜Ｈ＜１ 的區(qū)域占３８．２６％，因此陜西?。危模郑?變化的反持續(xù)特征更強。將Ｓｅｎ 趨勢分析結果與Ｈｕｒｓｔ 指數計算結果進行疊置分析，得到基于柵格像元的ＮＤＶＩ 未來變化趨勢［見圖４（ｂ）］及未來變化趨勢統(tǒng)計（見表３）。結果表明，陜西省未來植被覆蓋持續(xù)改善的區(qū)域占３４．９３％，主要分布在榆林西部與北部地區(qū)、延安西部與東南部地區(qū)以及渭南中部地區(qū)。

其中陜北地區(qū)未來植被覆蓋持續(xù)改善區(qū)域稍大于反持續(xù)改善（退化） 區(qū)域，這與生態(tài)環(huán)境治理工程關系密切。未來植被覆蓋反持續(xù)改善（退化）區(qū)域占５９．８０％，主要分布在榆林東南部及陜南大部分地區(qū)。其中，榆林東南部地區(qū)地貌復雜，土壤沙化明顯，生態(tài)環(huán)境較為脆弱，陜南秦巴山區(qū)植被覆蓋一直較好，這些地區(qū)在未來可能會出現退化的現象。未來植被覆蓋反持續(xù)退化（改善）、持續(xù)退化及基本不變的區(qū)域分別占１．００％、２．２０％、２．０６％，其中持續(xù)退化區(qū)域主要分布在汾渭盆地農業(yè)生態(tài)區(qū)，與近２０ ａ 呈退化趨勢的地區(qū)基本吻合，這些區(qū)域未來植被覆蓋將繼續(xù)呈退化趨勢，表明在城鎮(zhèn)化發(fā)展的進程中，人類活動對區(qū)域生態(tài)環(huán)境產生的影響具有持續(xù)性。

為驗證未來趨勢預測的可靠性，采用２０２１ 年數據進行統(tǒng)計分析，２０２１ 年陜西省ＮＤＶＩ 均值為０．５２２，自２０１８ 年以來呈緩慢增大趨勢。將２０２１ 年數據與２０２０年進行比較，可以得到２０２０—２０２１ 年ＮＤＶＩ 變化趨勢（見圖５），由圖５ 可知，改善區(qū)域主要分布在榆林西部、延安北部、寶雞南部以及陜南部分地區(qū)，退化區(qū)域主要分布在榆林中部及東北部地區(qū)、延安南部、關中地區(qū)以及陜南部分地區(qū)。這與圖４（ｂ）預測的結果及分析基本吻合，說明未來趨勢預測具有一定的可靠性。

３．２ 陜西省ＮＤＶＩ 對降水和氣溫的響應

降水和氣溫作為重要的氣候因素，影響著陸地植被的生長［１３］ 。為探究陜西?。危模郑?變化對降水和氣溫的響應機制，首先從年際尺度對生長季（４—１０ 月）ＮＤＶＩ 與年降水量和年平均氣溫進行相關性分析，從而探究ＮＤＶＩ 對降水和氣溫響應的空間分布；其次從月際尺度對生長季ＮＤＶＩ 與同期和前１～２ 月的降水和氣溫數據進行相關性分析，依據最大相關系數探究ＮＤＶＩ對降水和氣溫響應的時滯效應。

３．２．１ 年際尺度相關性分析

陜西省生長季ＮＤＶＩ 與年降水量相關性分析和顯著性檢驗結果如圖６ 所示，ＮＤＶＩ 與降水存在正相關的區(qū)域（７１．１４％）大于負相關的區(qū)域（２８．８６％），相關系數均值為０．１０，正相關區(qū)域主要分布在陜北地區(qū)，但是通過顯著性檢驗（ｐ＜０．０５）的區(qū)域僅占全省的５．０７％，主要分布在榆林及陜南少部分地區(qū)，說明降水并非陜西省近２０ ａ 植被覆蓋變化的主導因素。

生長季ＮＤＶＩ 與年平均氣溫相關性分析和顯著性檢驗結果如圖７ 所示，ＮＤＶＩ 與氣溫存在正相關的區(qū)域（８２．０８％）大于負相關的區(qū)域（１７．９２％），相關系數均值為０．１９，負相關區(qū)域主要分布在榆林市西部及汾渭盆地農業(yè)生態(tài)區(qū)中東部地區(qū)，其余地區(qū)均以正相關為主。通過顯著性檢驗（ｐ＜０．０５）的區(qū)域占全?。保埃玻梗ィ饕植荚陉兡锨匕蜕絽^(qū)，說明氣溫對陜南地區(qū)植被覆蓋變化的影響強于陜西省其他地區(qū)。ＮＤＶＩ 與降水和氣溫的相關性分析與已有研究結果一致［１５－１６］ 。

３．２．２ 月際尺度時滯效應分析

陜西省生長季ＮＤＶＩ 對降水響應的時滯效應分析結果見圖８（ａ）和表４，省內ＮＤＶＩ 整體與當月降水的相關性最強，占陜西省總面積的８６．５０％，對降水響應滯后１～２ 個月的占比分別為１．９６％、１１．５４％。其中，陜北地區(qū)ＮＤＶＩ 對降水未見明顯的滯后性，滯后２ 個月的區(qū)域成帶狀分布于汾渭盆地農業(yè)生態(tài)區(qū)和陜南秦巴山區(qū)南部。

陜西省生長季ＮＤＶＩ 對氣溫響應的時滯效應分析結果見圖８（ｂ）和表４，對氣溫響應滯后０～２ 個月的區(qū)域分別占全省的６２．８４％、３４．４２％、２．７４％。陜北北部地區(qū)對氣溫的響應以滯后１ 個月為主，汾渭盆地農業(yè)生態(tài)區(qū)對氣溫響應滯后１ 個月的區(qū)域成片狀分布于該生態(tài)區(qū)東部、滯后２ 個月的區(qū)域零散分布于該生態(tài)區(qū)中部，黃土高原農業(yè)與草原生態(tài)區(qū)南部與陜南秦巴山區(qū)ＮＤＶＩ 對氣溫響應未見明顯的滯后性。

３．３ 陜西?。危模郑?對人類活動的響應

陸地植被的生長不僅受降水、氣溫等氣候因素的影響，而且與人類活動的關系也較為密切。因此本研究采用多元回歸殘差分析法探究陜西?。玻埃埃薄玻埃玻澳辏危模郑?對人類活動的響應機制，對ＮＤＶＩ 殘差值變化趨勢進行分級統(tǒng)計， 結果見圖９ 和表５。陜西省９３．２６％的區(qū)域ＮＤＶＩ 殘差趨勢為正，說明人類活動對陜西省近２０ ａ 植被覆蓋起到明顯的促進作用；ＮＤＶＩ殘差趨勢值＜－０．０００ ５ 的區(qū)域占比僅為３．６５％，主要集中在關中及陜南地區(qū)各地級市的市中心附近，原因是社會經濟的飛速發(fā)展，市中心不斷向外延伸，土地利用類型轉為建設用地，人類活動對該區(qū)域植被覆蓋產生了抑制作用。

陜西省作為全國生態(tài)環(huán)境建設重點區(qū)域之一，退耕還林還草等生態(tài)治理工程的實施勢必對植被覆蓋造成一定的影響。因此本研究對陜西省ＮＤＶＩ 與全省累計造林面積的相關性進行分析，結果（見圖１０）表明兩者成極顯著正相關（Ｒ２ ＝０．９４０ １，ｐ＜０．０１），進一步說明陜西?。ㄓ绕涫顷儽钡貐^(qū)）植被覆蓋變化受氣候因素影響的同時，人類活動對其也有促進作用。

４ 結 語

基于柵格像元分析了陜西?。玻埃埃薄玻埃玻?年ＮＤＶＩ時空變化特征及未來變化趨勢，從年際尺度探討了生長季ＮＤＶＩ 對降水、氣溫的響應機制，并從月際尺度揭示了響應的時滯效應，探究了人類活動對全?。危模郑勺兓挠绊?。研究表明：陜西省近２０ ａ 的ＮＤＶＩ 整體呈上升趨勢，但未來植被覆蓋可能會出現退化現象；全省范圍內ＮＤＶＩ 與降水和氣溫均以正向促進為主，且與氣溫的相關性強于降水；生長季ＮＤＶＩ 整體對降水敏感度較高，對氣溫響應的滯后期以０～１ 個月為主；人類活動對陜西省植被覆蓋變化起到了明顯的促進作用。

參考文獻：

［１］ ＺＨＡＮＧ Ｗ，ＷＡＮＧ Ｌ Ｃ，ＸＩＡＮＧ Ｆ Ｆ，ｅｔ ａｌ．Ｖｅｇｅｔａｔｉｏｎ Ｄｙ?ｎａｍｉｃｓ ａｎｄ ｔｈｅ Ｒｅｌａｔｉｏｎｓ ｗｉｔｈ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ ａｔ ＭｕｌｔｉｐｌｅＴｉｍｅ Ｓｃａｌｅｓ ｉｎ ｔｈｅ Ｙａｎｇｔｚｅ Ｒｉｖｅｒ ａｎｄ Ｙｅｌｌｏｗ Ｒｉｖｅｒ Ｂａｓｉｎ，Ｃｈｉｎａ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ，２０２０，１１０：１０５８９２．

［２］ 黃杉杉，馬超．呂梁紫金山地區(qū)ＮＤＶＩ 時空變化與氣候響應［Ｊ］．人民黃河，２０２１，４３（１２）：３５－４０．

［３］ 肖莎，汪小欽．基于高分一號的敖江流域水源保護區(qū)植被變化監(jiān)測［Ｊ］．測繪地理信息，２０１９，４４（１）：９３－９６．

［４］ ＪＯＮＧ Ｒ Ｄ，ＳＣＨＡＥＰＭＡＮ Ｍ Ｅ，ＦＵＲＲＥＲ Ｒ，ｅｔ ａｌ．ＳｐａｔｉａｌＲｅｌａｔｉｏｎｓｈｉｐ Ｂｅｔｗｅｅｎ Ｃｌｉｍａｔｏｌｏｇｉｅｓ ａｎｄ Ｃｈａｎｇｅｓ ｉｎ ＧｌｏｂａｌＶｅｇｅｔａｔｉｏｎ Ａｃｔｉｖｉｔｙ ［ Ｊ］． Ｇｌｏｂａｌ Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１３， １９（６）：１９５３－１９６４．

［５］ 賈培培，薛華柱，董國濤，等．黃河河潼區(qū)間ＮＤＶＩ 變化及其對氣候的響應［Ｊ］．人民黃河，２０１９，４１（４）：３１－３６，４１．

［６］ 陳學兄，張小軍，陳永貴，等．陜西?。保梗梗浮玻埃埃?年植被覆蓋度的時空變化研究［Ｊ］．武漢大學學報（信息科學版），２０１３，３８（６）：６７４－６７８，７１５，７５７．

［７］ 韓紅珠，白建軍，張波，等．基于ＭＯＤＩＳ 時序的陜西省植被物候時空變化特征分析［Ｊ］．國土資源遙感，２０１８，３０（４）：１２５－１３１．

［８］ 劉英，侯恩科，岳輝．基于ＭＯＤＩＳ 的陜西省植被變化遙感監(jiān)測分析［Ｊ］．人民黃河，２０１７，３９（３）：９０－９４．

［９］ 高瀅，孫虎，徐崟堯，等．陜西省植被覆蓋時空變化及其對極端氣候的響應［Ｊ］．生態(tài)學報，２０２２，４２（３）：１０２２－１０３３．

［１０］ ＢＡＮＩＹＡ Ｂ，ＴＡＮＧ Ｑ Ｈ，ＨＵＡＮＧ Ｚ Ｗ，ｅｔ ａｌ．Ｓｐａｔｉａｌ ａｎｄＴｅｍｐｏｒａｌ Ｖａｒｉａｔｉｏｎ ｏｆ ＮＤＶＩ ｉｎ Ｒｅｓｐｏｎｓｅ ｔｏ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅａｎｄ ｔｈｅ Ｉｍｐｌｉｃａｔｉｏｎ ｆｏｒ Ｃａｒｂｏｎ Ｄｙｎａｍｉｃｓ ｉｎ Ｎｅｐａｌ［Ｊ］．Ｆｏｒ?ｅｓｔｓ，２０１８，９（６）：３２９．

［１１］ 徐建華．現代地理學中的數學方法［Ｍ］．３ 版．北京：高等教育出版社，２０１７：３７－４１．

［１２］ 江田漢，鄧蓮堂．Ｈｕｒｓｔ 指數估計中存在的若干問題：以在氣候變化研究中的應用為例［Ｊ］．地理科學，２００４，２４（２）：１７７－１８２．

［１３］ 金凱，王飛，韓劍橋，等．１９８２—２０１５ 年中國氣候變化和人類活動對植被ＮＤＶＩ 變化的影響［Ｊ］． 地理學報，２０２０，７５（５）：９６１－９７４．

［１４］ ＧＥＥＲＫＥＮ Ｒ，ＩＬＡＩＷＩ Ｍ．Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｒａｎｇｅｌａｎｄ Ｄｅｇｒａｄａ?ｔｉｏｎ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ａ Ｓｔｒａｔｅｇｙ ｆｏｒ Ｒｅｈａｂｉｌｉｔａｔｉｏｎ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，２００４，９０（４）：４９０－５０４．

［１５］ 謝楠．陜西省植被覆蓋度變化對氣候變化與人類活動的雙重響應［Ｄ］．西安：長安大學，２０２１：３４－３６．

［１６］ 蒲蕾，任志遠．陜西省不同地區(qū)ＮＤＶＩ 變化與氣候因子的關系及響應研究［Ｊ］．水土保持通報，２０１３，３３（２）：２６５－２６９，２７５．

【責任編輯 張 帥】