基于植被健康指數(shù)的內(nèi)蒙古干旱時空特征分析及驅(qū)動因素研究

尹 航，張澤中，張偉杰，來和鑫*，王 飛

（1.水利部牧區(qū)水利科學研究所，呼和浩特 010018；2.中國水利水電科學研究院內(nèi)蒙古陰山北麓草原生態(tài)水文國家野外科學觀測研究站，北京 100038；3.華北水利水電大學 水利學院，鄭州 450046）

0 引 言

【研究意義】干旱是一種對作物生產(chǎn)、供水和人民生活造成重大損失的自然災害之一，具有發(fā)生頻率高、影響范圍廣、危害程度深的特點[1-3]。干旱會導致地表植被生長狀態(tài)和土壤水分條件發(fā)生變化，從而影響植被的正常生長，并對生態(tài)系統(tǒng)造成多重壓力。植被指數(shù)能夠反映干旱缺水作用下的作物季節(jié)性變化特征，已成為評估陸地生態(tài)系統(tǒng)干旱變化的重要手段[4-5]。在全球氣候變化背景下，探究植被干旱響應特征對指導農(nóng)業(yè)生產(chǎn)和植被健康發(fā)展具有重要科學意義。

【研究進展】基于遙感的植被指數(shù)可以通過植被狀態(tài)、冠層水量、地表溫度等信息監(jiān)測干旱現(xiàn)象[6-8]。目前，研究者們已構(gòu)建多種遙感植被干旱指數(shù)，包括溫度植被干旱指數(shù)（Temperature Vegetation Drought Index,TVDI）[9]、植被狀態(tài)指數(shù)（Vegetation Condition Index,VCI）[10]、垂直干旱指數(shù)（Perpendicular Drought Index,PDI）[11]、溫度狀態(tài)指數(shù)（Temperature Condition Index,TCI）[12]等。吳黎等[13]利用SPI與TVDI進行相互精度驗證，發(fā)現(xiàn)TVDI在干旱監(jiān)測中具有一定指導意義。Mupepi 等[14]對比了VCI指數(shù)、標準化降水指數(shù)（Standardized Precipitation Index,SPI）及直觀觀測3 種方法對中度干旱和極端干旱的監(jiān)測效果，發(fā)現(xiàn)VCI指數(shù)對干旱的監(jiān)測最為有效。與其他干旱指數(shù)相比，遙感植被指數(shù)具有數(shù)據(jù)連續(xù)、實時獲取、覆蓋范圍廣等優(yōu)點，已被證實是最具前景的干旱監(jiān)測技術(shù)手段[15]。在眾多基于遙感的植被干旱指數(shù)中，植被健康指數(shù)（Vegetation Health Index,VHI）能夠減弱甚至消除地理位置、生態(tài)系統(tǒng)以及土壤條件等因素對植被產(chǎn)生的影響，對干旱有著良好的表征能力[16-17]。Bento等[18]采用VHI刻畫了全球干旱區(qū)的幾場嚴重干旱事件，結(jié)果表明VHI對陸地系統(tǒng)有著良好的干旱監(jiān)測效用。Masroor 等[19]使用VHI分析了印度干旱與土壤侵蝕的關(guān)系，發(fā)現(xiàn)該指數(shù)能較好地描述哥達瓦里河流域中部的旱情發(fā)展過程。尹國應等[20]利用VHI識別了長江中下游地區(qū)植被在干旱狀況下的生長和熱量異常，得到了長江中下游各省市的農(nóng)業(yè)干旱情況。Javed等[21]對比了SPI指數(shù)、VHI指數(shù)等4 種指數(shù)后發(fā)現(xiàn)VHI指數(shù)可以較好地捕捉土壤相對濕度的變化，進而識別干旱發(fā)生。VHI指數(shù)已廣泛應用于國內(nèi)外干旱監(jiān)測等領(lǐng)域，并表現(xiàn)出較好的適用性[10,22-23]。內(nèi)蒙古有我國最大的荒漠草原區(qū)，生態(tài)環(huán)境較為脆弱，草原植被的生長受到干旱氣候的抑制作用比較明顯。21 世紀以來，隨著溫度的升高，降水量增加趨勢減緩甚至微弱減少，可能導致了內(nèi)蒙古地區(qū)干旱程度呈持續(xù)增加趨勢[24]。謝岷等[3]使用標準化蒸散指數(shù)研究了內(nèi)蒙古不同時空尺度干旱演變特征，發(fā)現(xiàn)1979 年前后是內(nèi)蒙古地區(qū)氣候變化的關(guān)鍵突變點，至1996 年前后又進入新一輪干旱期；馬梓策等[25]分析了內(nèi)蒙古地區(qū)旱情對植被的影響，結(jié)果表明夏旱對植被生長的脅迫作用最強；汪士為[26]采用TVDI指數(shù)研究內(nèi)蒙古地區(qū)干旱現(xiàn)象，發(fā)現(xiàn)春季、夏季、冬季未來一段時間大部分區(qū)域TVDI將呈增加趨勢。【切入點】以上研究雖從不同角度對內(nèi)蒙古干旱進行研究，但很少探討干旱的時空耦合變化特征。同時，大氣環(huán)流因子作為影響氣候變化的強烈信號，是干旱發(fā)生和變化的重要驅(qū)動因素[27-29]，當前大氣環(huán)流因子對內(nèi)蒙古干旱的驅(qū)動機制尚不明確?！緮M解決的關(guān)鍵問題】基于此，本文采用VHI指數(shù)表征干旱，分別從時間、空間、時空耦合角度，采用Theil-Sen Median 趨勢分析法和Mann-Kendall 檢驗方法等多種方法分析內(nèi)蒙古干旱的時空特征，同時運用交叉小波方法探討該地區(qū)干旱與厄爾尼諾-南方濤動（El Ni?o-Southern Oscillation,ENSO）、北極濤動（Arctic Oscillation,AO）及太陽黑子的關(guān)系，為促進內(nèi)蒙古地區(qū)生態(tài)健康良性發(fā)展、制定區(qū)域防旱抗旱措施和構(gòu)建生態(tài)安全屏障提供借鑒。

1 材料與方法

1.1 研究區(qū)概況

內(nèi)蒙古位于我國北部邊境（37o24＇N—55o23＇N，97o12＇E—126o04＇E），地處溫帶大陸性季風氣候，氣溫、降水空間分布不均，年均降水量為35.86～506.15 mm，是我國北方重要的生態(tài)安全屏障[25,30]。內(nèi)蒙古擁有我國最大的荒漠草原區(qū)，生態(tài)脆弱性較高，干旱是內(nèi)蒙古最嚴重的自然災害之一，嚴重制約了當?shù)厣鐣?jīng)濟的發(fā)展[31]。依據(jù)地理位置及行政區(qū)劃，本研究將內(nèi)蒙古地區(qū)分為3 個部分：呼倫貝爾市、興安盟、通遼市、赤峰市為東部，錫林郭勒盟、烏蘭察布市、呼和浩特市、包頭市為中部，巴彥淖爾市、鄂爾多斯市、烏海市、阿拉善盟為西部。

1.2 數(shù)據(jù)來源

本文采用美國國家海洋和大氣局（https://www.star.nesdis.noaa.gov/）提供的 1982—2020 年月尺度植被健康指數(shù)（VHI）遙感數(shù)據(jù)集，空間分辨率為1 km。利用ArcGIS 軟件對數(shù)據(jù)進行預處理，利用鄰域均值填補空缺值，對少量的缺失數(shù)據(jù)進行插補。大氣環(huán)流因子選用ENSO、AO及太陽黑子開展研究。其中，ENSO是發(fā)生于赤道冬太平洋地區(qū)的風場和海面溫度震蕩，AO是北半球冬季熱帶外行星尺度大氣環(huán)流最重要的1 個模態(tài)，太陽黑子的運動可以對較高大氣層產(chǎn)生影響，這3 種大氣環(huán)流因子對氣候變化的影響均不容忽視[29,32-33]。ENSO、AO及太陽黑子數(shù)據(jù)采用美國國家海洋氣象局（https://www.noaa.gov/）提供的影響全球和區(qū)域氣候變化的環(huán)流因子數(shù)據(jù)集。

1.3 研究方法

1.3.1VHI指數(shù)

VHI是綜合考慮植被狀態(tài)和溫度狀態(tài)的遙感植被指數(shù)，可以同時反映區(qū)域內(nèi)水分與溫度的變化，監(jiān)測不同時間尺度和地區(qū)的干旱變化情況[34]。本文使用VHI表征內(nèi)蒙古地區(qū)干旱程度，VHI值越小，干旱越嚴重；反之亦然。當VHI<0.4 時，認為有干旱事件發(fā)生[18]。VHI計算式為：

式中：VCI為植被狀態(tài)指數(shù)；NDVI為歸一化植被指數(shù)；NDVImax和NDVImin分別為研究時期NDVI的最大值和最小值；TCI為溫度狀態(tài)指數(shù)；LST為地表溫度；LSTmax和LSTmin分別為研究時期LST的最大值和最小值；α為VCI和TCI的加權(quán)系數(shù)，取α=0.5[35]。

1.3.2 氣候傾向率與Morlet 小波變換

本文采用氣候傾向率法研究VHI指數(shù)在不同時間尺度下的變化趨勢[36]；采用連續(xù)的Morlet 小波變換[37]分析內(nèi)蒙古地區(qū)VHI指數(shù)的周期變化特征。

1.3.3 干旱時空特征分析

Theil-Sen Median 趨勢分析法是一種穩(wěn)健的非參數(shù)統(tǒng)計趨勢計算方法，可以較好地處理有測量誤差和離散數(shù)據(jù)不敏感的情況[38]。本文使用該方法分析內(nèi)蒙古地區(qū)逐像元VHI序列的趨勢特征。Theil-Sen Median趨勢分析法的斜率S計算式為：

式中：S表示VHI時間序列趨勢信息；xi、yi分別表示第i年和第j年的VHI序列。當S>0 時，VHI序列呈上升趨勢，干旱程度加重；當S=0 時，VHI序列無上升或下降趨勢，干旱程度變化不明顯；當S<0 時，VHI序列呈下降趨勢，干旱程度減輕。由于Theil-Sen Median 趨勢分析法的斜率S基本上不存在嚴格等于0的區(qū)域，因此，本文將0.000 5 和-0.000 5 作為VHI序列上升和下降的臨界點[39-40]。

Mann-Kendall 檢驗方法是一種非參數(shù)統(tǒng)計檢驗方法，可以用來判斷趨勢的顯著性，無須樣本服從一定的分布，不受異常值的影響[41]。當Z≥1.96 時，認為VHI序列呈顯著上升趨勢（p<0.05），干旱程度顯著減輕；當-1.96

本文將 Theil-Sen Median 趨勢分析法和Mann-Kendall 檢驗方法結(jié)合，分析內(nèi)蒙古VHI時空變化特征，揭示內(nèi)蒙古干旱時空演變趨勢。Theil-Sen Median 趨勢分析法的斜率S和Mann-Kendall 檢驗方法的統(tǒng)計量Z的結(jié)合方式如表1 所示。

表1 基于Theil-Sen Median 和Mann-Kendall 的干旱劃分標準Table 1 Drought classification standards based on Theil-Sen Median and Mann-Kendall

1.3.4 干旱特征識別

本文使用改進的游程理論識別內(nèi)蒙古1982—2020年干旱事件，進而分析干旱特征變量變化。傳統(tǒng)的游程理論無法識別一些歷時很短的小干旱事件，也沒有將間隔時間較短的2 次歷時很長的干旱事件合并，使得干旱事件識別的準確性較低[42]。本文利用改進的3閾值游程理論對干旱事件進行識別，閾值分別為0.40、0.42、0.45[43]。定義干旱事件數(shù)為對應時間范圍內(nèi)干旱事件發(fā)生的次數(shù)；歷時為1 次干旱事件的時間長短；烈度為1 次干旱事件中所有VHI指數(shù)之和；烈度極大值為干旱事件的時間范圍內(nèi)VHI指數(shù)的最小值。

1.3.5 干旱驅(qū)動因素分析

采用交叉小波方法分析大氣環(huán)流因子、太陽黑子與VHI指數(shù)間相關(guān)性，從而探究內(nèi)蒙古干旱的驅(qū)動因素，揭示內(nèi)蒙古干旱的驅(qū)動因素。交叉小波可以揭示2 個時間序列在時間尺度上的相關(guān)關(guān)系，其中，交叉小波能量譜（XWT）常用來解釋2 個序列在高能區(qū)的位相關(guān)系，交叉小波能聚譜（WTC）常用來解釋2 個序列在低能區(qū)的位相關(guān)系[44]。顯著相干面積百分比（PASC）和平均小波相干（AWC）可以用于評判相關(guān)關(guān)系，PASC和AWC越大，相關(guān)性越強[45]，本文使用PASC和AWC量化大氣環(huán)流因子及太陽黑子對內(nèi)蒙古干旱的影響。

2 結(jié)果與分析

2.1 干旱時間變化特征

2.1.1 多時間尺度變化特征

內(nèi)蒙古1982—2020 年不同時間尺度的VHI變化特征如圖2 所示。由圖2 可知，年、季、月尺度上VHI均呈下降趨勢，表明內(nèi)蒙古地區(qū)干旱總體呈增加趨勢。年尺度上，VHI的線性傾向率為-0.01/10 a，平均VHI為0.541，最小值出現(xiàn)在1989 年，VHI均值為0.403。季尺度上，春季、夏季、秋季、冬季VHI的線性傾向率分別為-0.01/10 a、-0.02/10 a、-0.01/10 a、-0.01/10 a，可見夏季干旱化趨勢最為明顯。同時，春季、夏季、秋季、冬季的VHI均值分別為0.534、0.561、0.543、0.525，最小值分別出現(xiàn)在1986 年（0.382）、2001 年（0.373）、1989 年（0.368）、1989 年（0.357）。月尺度上，VHI均值為0.541，1989 年12 月VHI達到最小值0.310，1984 年8 月VHI達到最大值0.805。綜上可知，1982—2020 年內(nèi)蒙古地區(qū)干旱呈增加趨勢，且1989 年干旱較為嚴重。

內(nèi)蒙古1982—2020 年各分區(qū)年尺度上VHI變化特征如圖3 所示。由圖3 可知，西部、中部、東部地區(qū)VHI的線性傾向率分別為0.01/10 a、-0.03/10 a、-0.01/10 a。西部地區(qū)VHI序列呈輕微上升趨勢，中部、東部地區(qū)VHI序列呈下降趨勢，說明研究期內(nèi)西部地區(qū)的干旱趨勢輕微減輕，而中部和東部地區(qū)干旱趨勢加重，中部、東部地區(qū)干旱變化趨勢與內(nèi)蒙古地區(qū)一致。西部、中部、東部地區(qū)的VHI均值分別為0.538、0.539、0.543。

2.1.2 干旱周期特征

應用Morlet 連續(xù)復小波變化分析內(nèi)蒙古1982—2020 年干旱周期（圖4）。由圖4 可知，大部分等值線中心為負，說明內(nèi)蒙古整體氣候相對偏旱。在年尺度上，內(nèi)蒙古干旱表現(xiàn)出一定的交替性特征。由圖4（b）可知，VHI指數(shù)在5～10、10～13、18～20、27～37 a 附近存在4 個震蕩周期，對應的峰值分別為8、12、18、29 a。其中，5～10 a 和10～13 a 的震蕩周期較為強烈，因此，VHI指數(shù)的第一主周期、第二主周期分別為8、12 a。

2.2 干旱空間分布特征

圖5 為1982—2020 年內(nèi)蒙古VHI的空間分布。由圖5 可知，年尺度上，VHI在0.356～0.700 之間，均值為0.541，旱情較嚴重區(qū)域發(fā)生在內(nèi)蒙古中部偏北地帶及西部地區(qū)。季尺度上，春季干旱的空間差異性相對較小，夏季西部及中部偏北地帶較為干旱，秋季西部、中部偏北及東部偏北地區(qū)較為干旱，冬季東部地區(qū)及中部偏東地區(qū)較為干旱。VHI均在0.2～0.8之間波動，并且冬季的VHI均值最?。?.525），表明冬季旱情最重。整體上來看，內(nèi)蒙古中部偏北地區(qū)的旱情較為嚴重。

由于1989 年VHI為研究時段內(nèi)最小值0.403，該年內(nèi)蒙古的干旱最嚴重，因此將1989 年作為典型干旱年以分析其空間變化特征。由圖6 可知，年尺度上VHI處于0.081～0.771 之間，內(nèi)蒙古西部、中部地區(qū)干旱較嚴重，季尺度上，春季、夏季、秋季、冬季VHI均值分別為0.430、0.479、0.368、0.357，可以看出冬季干旱最嚴重。1989 年內(nèi)蒙古發(fā)生干旱較嚴重地帶為西部地區(qū)。

2.3 干旱時空演變趨勢

圖7 為內(nèi)蒙古1982—2020 年干旱變化趨勢，包含Theil-Sen Median 趨勢分析、Mann-Kendall 趨勢檢驗以及耦合Theil-Sen Median 和Mann-Kendall 的干旱變化特征。表2 為內(nèi)蒙古干旱變化趨勢，由表2 可知，干旱趨勢加重的面積占比為58.19%，干旱趨勢減輕的面積占比為32.32%，干旱趨勢穩(wěn)定變化的面積占比為9.49%；Theil-Sen Median 趨勢檢驗的Svhi值較低地區(qū)位于內(nèi)蒙古中部地區(qū)，而Svhi值較高地區(qū)位于西部及東部偏北地區(qū)。Mann-Kendall 檢驗表明，內(nèi)蒙古干旱趨勢呈顯著加重、不顯著變化、顯著減輕的面積占比分別為31.30%、52.96%和15.74%。綜合Theil-Sen Median 趨勢分析和Mann-Kendall 檢驗可以將干旱變化分為5 種主要類型，分別為明顯加重、輕微加重、保持不變、輕微減輕和明顯減輕，且這些類型的面積占比分別為31.30%、26.89%、9.49%、16.58%和15.74%，可見內(nèi)蒙古干旱整體呈加重趨勢，干旱加重的面積占比達到58.19%；干旱明顯加重地區(qū)位于中部地區(qū)及東部少許地區(qū)，而西部地區(qū)主要呈干旱減輕趨勢，此結(jié)果也與VHI的線性趨勢一致。

表2 內(nèi)蒙古干旱變化趨勢統(tǒng)計Table 2 Statistics of drought change trend in Inner Mongolia

2.4 干旱特征變量分析

表3 為內(nèi)蒙古各分區(qū)干旱事件識別結(jié)果。由表3可知，1982—2020 年內(nèi)蒙古西部地區(qū)共發(fā)生了23 場干旱事件，平均干旱歷時為3.39 個月，平均烈度為1.218，平均烈度極大值為0.342；內(nèi)蒙古中部地區(qū)共發(fā)生20 場干旱事件，平均干旱歷時為3.25 個月，平均烈度為1.179，平均烈度極大值為0.345；內(nèi)蒙古東部地區(qū)共發(fā)生17 場干旱事件，平均干旱歷時為2.29個月，平均烈度為0.847，平均烈度極大值為0.355。此外，最嚴重的干旱事件發(fā)生于1988 年12 月—1990年3 月，位于內(nèi)蒙古西部地區(qū)，該場干旱的歷時為16 個月，烈度為5.409，烈度極大值為0.188。

表3 內(nèi)蒙古各分區(qū)干旱事件識別結(jié)果Table 3 The results of drought event identification at different zones in Inner Mongolia

圖8 為1982—2020 年內(nèi)蒙古不同地區(qū)各年代的干旱特征變量變化趨勢。內(nèi)蒙古西部干旱事件數(shù)呈先減小后增大趨勢，平均歷時和平均烈度都呈逐漸減小趨勢，平均烈度極大值呈逐漸增大趨勢，說明研究期內(nèi)內(nèi)蒙古西部整體干旱程度減輕；內(nèi)蒙古中部干旱事件數(shù)呈先減小后增大趨勢，且20 世紀90 年代后增長較為迅速，平均歷時和平均烈度都呈先減小后增大再減小的趨勢，烈度極大值呈先增大后減小再增大的趨勢，說明研究期內(nèi)內(nèi)蒙古中部旱情波動變化；內(nèi)蒙古東部干旱事件數(shù)呈先增大后減小趨勢，平均歷時和平均烈度均呈先減小后增大再輕微減小趨勢，烈度極大值呈先輕微減小后增大趨勢，說明研究期內(nèi)內(nèi)蒙古東部地區(qū)旱情可能有所反復，整體而言，內(nèi)蒙古東部旱情輕微增加。

2.5 干旱驅(qū)動因素研究

2.5.1ENSO對VHI影響

VHI與ENSO的交叉小波能量譜和小波凝聚譜如圖9 所示。由圖9（a）可知，VHI與ENSO在高能量區(qū)存在著明顯的相關(guān)關(guān)系，主要表現(xiàn)在1986—2005年的24～64個月顯著共振周期，1990—2005年的8～32個月顯著共振周期，以及2009—2017 年的8～32 個月顯著共振周期。小波凝聚譜反映的是VHI與ENSO在低能量區(qū)的相關(guān)關(guān)系，主要表現(xiàn)為1985—2004 年的40～64 個月顯著共振周期、2000—2001 年的8～12 個月顯著共振周期，以及2014—2016 年的24～40 個月顯著共振周期。同時，VHI與ENSO還存在1～8 個月尺度的間歇性共振周期。

2.5.2AO對VHI的影響

VHI與AO的交叉小波能量譜和小波凝聚譜如圖10 所示。由圖10（a）可知，VHI與AO在高能量區(qū)存在一定的相關(guān)關(guān)系，其中，在1987—1991 年存在32～48個月顯著共振周期，在1987—1994年存在8～16個月顯著共振周期，在2000—2003 年存在10～14 個月的顯著共振周期，在2008—2012 年存在7～14 個月的顯著共振周期。由圖10（b）可知，VHI與AO在低能量區(qū)主要存在6 個顯著共振周期，在1988—1990年存在2～8 個月顯著共振周期，在1990—1993 年存在10～14 個月顯著共振周期，在1995—2018 年存在20～30個月顯著共振周期，在2002—2006年存在5～12個月顯著共振周期，在2009—2011 年存在8～14 個月顯著共振周期，在2007—2018 年存在20～60 個月顯著共振周期。

圖1 研究區(qū)域Fig.1 Study area

圖2 內(nèi)蒙古1982—2020 年不同時間尺度VHI 的變化趨勢Fig.2 VHI change trend at different time scales in Inner Mongolia from 1982 to 2020

圖3 內(nèi)蒙古1982—2020 年各分區(qū)年尺度VHI 的變化趨勢Fig.3 Annual-scale VHI change trend at different zones in Inner Mongolia from 1982 to 2020

圖4 內(nèi)蒙古VHI 指數(shù)小波系數(shù)等值線圖及小波方差Fig.4 Wavelet coefficients isoline and wavelet variance diagram of VHI in Inner Mongolia

圖5 內(nèi)蒙古1982—2020 年VHI 的空間分布特征Fig.5 Spatial distribution characteristics of VHI in Inner Mongolia from 1982 to 2020

圖6 1989 年內(nèi)蒙古VHI 的空間分布特征Fig.6 Spatial distribution characteristics of VHI in Inner Mongolia during 1989

圖7 內(nèi)蒙古1982—2020 年干旱變化趨勢Fig.7 Drought change trend in Inner Mongolia from 1982 to 2020

圖9 VHI 與ENSO 的交叉小波能量譜和小波凝聚譜Fig.9 Cross wavelet energy spectrum and wavelet condensation spectrum between VHI and ENSO

圖10 VHI 與AO 的交叉小波能量譜和小波凝聚譜Fig.10 Cross wavelet energy spectrum and wavelet condensation spectrum between VHI and AO

2.5.3 太陽黑子對VHI的影響

通過VHI與太陽黑子的交叉小波能量譜和小波凝聚譜（圖11）可以看出，VHI與太陽黑子之間存在相關(guān)關(guān)系。在高能區(qū)主要表現(xiàn)為在1993—1998 年存在96～128 個月的顯著共振周期以及一些間歇性共振周期。在低能區(qū)主要表現(xiàn)為在1986—1995 年存在32～48 個月的顯著共振周期，1989—1992 年存在10～15 個月的顯著共振周期，2000—2003 年存在13～16 個月的顯著共振周期和2010—2015 年存在32～48 個月的顯著共振周期，同時，還存在2～8 個月的間歇性共振周期。整體來看，VHI與太陽黑子間的相關(guān)關(guān)系相對不強。

圖11 VHI 與太陽黑子的交叉小波能量譜和小波凝聚譜Fig.11 Cross wavelet energy spectrum and wavelet condensation spectrum between VHI and sunspot activity

表4 為VHI與ENSO、AO和太陽黑子的交叉小波的PASC和AWC值。由表4 可知，ENSO對VHI的影響最大，PASC、AWC分別為9.31%、0.806 4；太陽黑子對VHI的影響最小，PASC、AWC分別為4.96%、0.767 2。

表4 交叉小波PASC、AWC 值Table 4 The PASC and AWC values of cross wavelet

3 討 論

全球氣候變化研究中，植被是聯(lián)結(jié)土壤、水分和大氣相互作用的天然紐帶，植被變化作為陸地生態(tài)系統(tǒng)的關(guān)鍵組成部分，可以用來表征干旱變化[46-47]。當前多數(shù)研究采用基于遙感植被指數(shù)的方法來識別陸地系統(tǒng)的干旱現(xiàn)象，而植被健康指數(shù)VHI結(jié)合了TCI和VCI的優(yōu)勢，在衡量由氣象條件的差異而造成的干旱狀況方面具有明顯優(yōu)勢[17]。本研究基于VHI指數(shù)識別內(nèi)蒙古地區(qū)1982—2020 年干旱演變特征，發(fā)現(xiàn)VHI指數(shù)呈下降趨勢，這與Javed 等[21]研究結(jié)果一致。汪士為[26]研究指出2001—2020 年內(nèi)蒙古地區(qū)總體干旱呈加重趨勢，這與本研究結(jié)果一致?？臻g尺度上，本研究分析了內(nèi)蒙古地區(qū)干旱的空間分布格局，并采用耦合的 Theil-Sen Median 趨勢分析法和Mann-Kendall 檢驗方法分析了內(nèi)蒙古干旱的時空演變特征，結(jié)果表明內(nèi)蒙古干旱主要集中在中部偏北地區(qū)，且中部地區(qū)干旱加重趨勢較為明顯，這與李虹雨等[48]研究結(jié)果較為相似。李萌等[49]研究指出，1980—2010 年內(nèi)蒙古東部水分盈虧指數(shù)的氣候傾向率減少，這與本研究結(jié)果不同，導致這一差別的主要原因是其研究的時間段為1980—2010 年，而本文研究的時間段為1982—2020 年，2010—2020 年內(nèi)蒙古東部地區(qū)干旱事件數(shù)、干旱歷時、烈度均呈下降趨勢，烈度極大值呈上升趨勢（圖8），說明2010—2020 年內(nèi)蒙古東部地區(qū)干旱程度減輕，這可能是導致研究結(jié)果存在差異的原因。

在內(nèi)蒙古干旱驅(qū)動因素的研究方面，本研究采用交叉小波方法分析了ENSO、AO、太陽黑子對內(nèi)蒙古干旱的影響，發(fā)現(xiàn)ENSO對內(nèi)蒙古干旱的影響最大。ENSO可以導致海溫異常升高，進而導致干旱的發(fā)生[29]。曹永強等[50]研究表明，ENSO冷暖事件在一定程度上可以影響遼寧省干旱情況；趙盼盼等[51]研究發(fā)現(xiàn)，ENSO對氣象干旱和水文干旱的影響較大；白小娟等[52]對1961—2012 年內(nèi)蒙古地區(qū)氣候因子與ENSO事件的相關(guān)性進行研究發(fā)現(xiàn)，ENSO事件會對內(nèi)蒙古降水、氣溫等氣候因子產(chǎn)生明顯影響，導致干旱災害發(fā)生可能性增加。因此，未來可將ENSO作為輸入因子提升內(nèi)蒙古干旱的預測能力。

4 結(jié) 論

1）時間尺度上，內(nèi)蒙古地區(qū)干旱總體呈增加趨勢，夏季干旱化趨勢最為明顯。內(nèi)蒙古干旱的第一主周期、第二主周期分別為8、12 a。

2）空間尺度上，內(nèi)蒙古中部偏北地區(qū)的旱情較為明顯。1989 年干旱程度相對較重的原因可能是由于西南地區(qū)發(fā)生了較為嚴重的干旱。

3）時空尺度上，內(nèi)蒙古干旱呈加重趨勢的面積占比為58.19%。其中，干旱明顯加重地區(qū)主要位于中部及東北部少許地區(qū)，而南部則呈干旱減輕趨勢。

4）1982—2020 年內(nèi)蒙古西部、中部、東部地區(qū)分別發(fā)生了23、20、17 場干旱事件。最嚴重的干旱事件發(fā)生于1988 年12 月—1990 年3 月，位于內(nèi)蒙古西部地區(qū)，該場干旱的歷時為16個月，烈度為5.409，烈度極大值為0.188。

5）大氣環(huán)流因子及太陽黑子與內(nèi)蒙古干旱間均存在相關(guān)關(guān)系，ENSO對干旱的影響最大，太陽黑子對干旱的影響最小。

（作者聲明本文無實際或潛在的利益沖突）