許玉鳳，潘網生，張永雷

黔南民族師范學院旅游與資源環(huán)境學院，貴州 都勻 558000

近年來，氣候變暖毋庸置疑，極端天氣頻繁發(fā)生（Zhang et al.，2014），對生態(tài)變化影響顯著（Eastman et al.，2013；Reichstein et al.，2013；Huang et al.，2018；馬雄偉等，2020）。植被生態(tài)系統(tǒng)在地球各圈層的物質循環(huán)和能量流動過程中扮演著十分重要的角色（曾紅霞等，2019）。植被能直觀反映地表生態(tài)變化，而且對氣候變化十分敏感，已作為衡量生態(tài)環(huán)境狀況的主要指標（Jackson et al.，2008；南穎等，2010；張琪等，2016）。遙感數(shù)據具有范圍大、數(shù)據新、時空連續(xù)性等優(yōu)點（王宗明等，2009），已成為監(jiān)測和定量評估植被變化的重要數(shù)據來源（洪艷等，2019；劉憲鋒等，2015），其中歸一化植被指數(shù)（NDVI）可以定量表征植被變化，被廣泛用于監(jiān)測區(qū)域或全球植被和生態(tài)環(huán)境變化的有效指標（盧喬倩等，2020），經常被用來揭示生態(tài)系統(tǒng)對氣候變化的響應（安佑志等，2016；Ding et al.，2007）。氣溫和降水是影響植被變化的重要因素（劉可等，2018；劉世梁等，2014；Tao et al.，2017；Zhang et al.，2017），在年和月等不同的時間尺度上，不同植被類型有不同的響應（王情等，2013；劉正才等，2019），植物生長的緩慢過程決定了其對氣溫和降水的響應具有一定的時滯效應（Jiang et al.，2017）。

貴州高原位于中國西南喀斯特地區(qū)的腹地，其生態(tài)環(huán)境對全球變化非常敏感，受到國內外學者的廣泛關注。近年來，關于貴州高原植被變化及其對氣候變化響應的相關研究成果逐漸增多。研究表明，貴州高原植被變化在春季NDVI與溫度和降水的相關系數(shù)高于其他季節(jié)，溫度與NDVI的同季相關高于滯后相關，而降水與NDVI的滯后相關高于同季相關，與溫度的相關性高于降水（鄭有飛等，2009）。像元尺度上，與年均氣溫和降水均具有較強的負相關性，且年均氣溫的影響力大于年降水量（張勇榮等，2014）。NDVI與年降水量和年均溫均呈不顯著負相關，降水對植被變化的影響力大于溫度（馬士彬等，2016）。

但已有研究中關于月NDVI變化及其影響因素的研究不足；已有研究中關于NDVI對氣溫、降水響應的研究較多，對其他氣象因子的相關研究較少；植被與影響因素時滯效應能深刻揭示作用機理，但目前針對貴州省月NDVI變化及其延遲效應還缺乏系統(tǒng)分析。

貴州省地形地貌條件復雜，傳統(tǒng)的地面調查不能滿足社會發(fā)展需求，充分利用NDVI數(shù)據具有區(qū)域覆蓋區(qū)域廣、時效長、重復周期短等優(yōu)勢，可以實現(xiàn)大區(qū)域、長時間序列植被變化的監(jiān)測（馬士彬等，2016）。本文利用1999—2017年SPOT NDVI和氣象站點數(shù)據，運用GIS及統(tǒng)計分析方法、相關分析方法等，研究貴州省年、季和月NDVI的年際變化趨勢，揭示該區(qū)域氣候因子對植被的影響特征，探求月NDVI對氣候因子的時滯效應，對于生態(tài)建設、水土保持、探索喀斯特生態(tài)環(huán)境效應機制具有重要意義。

1 數(shù)據與方法

1.1 數(shù)據來源與預處理

NDVI數(shù)據源自中國科學院資源環(huán)境科學數(shù)據中心（http://www.resdc.cn/）?？臻g分辨率為1 km，通過重投影、裁剪等預處理，獲得了研究所需要的數(shù)據集。

氣象數(shù)據來源于中國氣象數(shù)據網（http://data.cma.cn/）日值數(shù)據集，研究所用的氣象因子主要包括日照時數(shù)、大型蒸發(fā)量、降水量、平均地表氣溫、最高地表氣溫、最低地表氣溫、平均氣溫、最高氣溫、最低氣溫、平均相對濕度、平均風速。

將數(shù)據選取UTM投影、GCS_WGS_84坐標系、TIFF格式；用貴州省行政邊界矢量圖層對其裁剪，得到研究區(qū)年、季、月NDVI數(shù)據集以及氣象數(shù)據集。

借助ArcGIS平臺獲得年均NDVI、季均NDVI和月均NDVI，分析貴州省1999—2017年年均NDVI、季均NDVI和月均NDVI的變化趨勢。

本研究為揭示貴州省植被年際變化、季節(jié)變化和逐月變化，以及植被與降水、溫度在年際變化、季節(jié)變化和月變化方面的相關性，將NDVI、降水量、溫度的月均數(shù)據和季節(jié)數(shù)據、年數(shù)據變化趨勢進行對比分析。

1.2 研究方法

采用Pearson相關分析法度量要素間的相互關系，計算NDVI與相應氣象因子之間的相關系數(shù)并進行顯著性檢驗（劉正才等，2019）。其計算公式如下：

式中，rxy為相關系數(shù)；xi、分別為NDVI及其平均值；yi、分別為氣象因子及其平均值；n為年份，本研究中取19。

計算NDVI與氣象因子的相關系數(shù)，并分別計算NDVI與前1個月、前2個月氣象因子的相關系數(shù)，研究植被對氣象因子的影響程度及滯后效應。

2 結果與分析

2.1 植被年變化及其氣象因子影響程度分析

2.1.1 NDVI的年際變化

如圖1所示，研究期間貴州省NDVI隨時間呈顯著增加趨勢（r=0.945，P=0.000），表明近19年來貴州省NDVI明顯改善。這與許多學者關于中國不同地理單元乃至全國范圍的植被活動總體增強（劉憲鋒等，2015；Ding et al.，2007）的結論一致。

從年均增長率看，1999—2017年間為0.007 3 a-1。從階段變化來看，1999—2010年間年均增長率為0.007 9 a-1，2011—2017年間為0.014 7 a-1，表明2011—2017年間上升幅度大于1999—2010年間的上升幅度。

圖1 1999—2017年（a）、1999—2010年（b）和2011—2017年（c）植被變化趨勢Fig.1 Annual change trend of vegetation in1999-2017 (a), 1999-2010 (b) and 2011-2017 (c)

2.1.2 氣象因子影響程度分析

如圖2所示，研究期間，日照時數(shù)年均值呈上升趨勢，年均增長率為0.217 h·a-1；年降水量呈上升趨勢，年均增長率為0.928 3 mm·a-1；平均風速呈上升趨勢，年均增長率為0.002 6 m·s-1·a-1。氣溫呈上升趨勢，其中最低地表氣溫和最低氣溫均年均增長率高于最高地表氣溫、平均地表氣溫、平均氣溫和最高氣溫。

平均相對濕度呈下降趨勢，年均減少率為0.052%·a-1；大型蒸發(fā)量呈下降趨勢，年減少率為0.969 7 mm·a-1。

如表1所示，氣溫的影響程度較大，其中NDVI與最低地表氣溫、最低氣溫呈顯著正相關，與最低地表氣溫相關系數(shù)高于與最低氣溫的相關系數(shù)，且在0.01水平上顯著。

與平均氣溫、平均地表氣溫的相關系數(shù)高于與最高地表氣溫和年降水量的相關系數(shù)為。與平均風速、日照時數(shù)和大型蒸發(fā)量的相關系數(shù)較小。只有與平均相對濕度的相關系數(shù)為負相關。

2.2 季節(jié)變化分析及其氣象因子影響程度分析

2.2.1 季節(jié)變化分析

貴州省不同季節(jié)NDVI值差別較大，變化趨勢不同。如圖3所示，1999—2010年間夏季NDVI值最高，其次為秋季、春季，冬季最低。

從變化趨勢看，1999—2017年間貴州省春季、夏季、秋季和冬季NDVI均呈顯著上升趨勢，其中春季顯著性最高，其他3個季節(jié)顯著性較高。4個季節(jié)的植被變化顯著程度均在0.01水平（雙側）上顯著相關，表明近19年貴州省NDVI明顯改善。

從年均增長率看，春季最大為0.009 3 a-1，冬季為0.007 0 a-1，秋季為0.006 9 a-1，夏季最小為0.004 6 a-1。

圖2 1999—2017年氣象因子與年均NDVI變化趨勢Fig.2 The change trend of climate factors in 1999-2017

表1 氣象因子與年均NDVI的相關系數(shù)Table 1 The correlation coefficient between meteorological factors and annual NDVI

圖3 貴州省1999—2017年季節(jié)NDVI變化趨勢Fig.3 Trends of the seasonal NDVI change in Guizhou province in 1999-2017

2.2.2 季節(jié)變化的氣象因子影響程度分析

（1）春季氣象因子影響分析

如圖4所示，從春季各氣象因子的變化趨勢看，日照時數(shù)、大型蒸發(fā)量、降水量、平均風速呈下降趨勢；平均相對濕度呈上升趨勢，年增長率為0.040 8%·a-1；氣溫因子都呈上升趨勢，其中最低地表氣溫和最低氣溫均呈顯著上升趨勢，其年增長率分別為0.072 9 ℃·a-1和0.041 3 ℃·a-1。

如表2所示，從NDVI與氣溫的相關系數(shù)看，與最低地表氣溫在0.05水平上呈顯著正相關；與最低氣溫、平均地表氣溫、最高地表氣溫、平均氣溫、最高氣溫的相關系數(shù)較大，表明相關程度較高。與平均相對濕度、日照時數(shù)的相關系數(shù)較小。與大型蒸發(fā)量、年降水量、平均風速呈不顯著負相關。以上分析表明，氣溫升高促進植被生長，春季氣候變暖促使植被生長季提前（馬士彬等，2016），春季植被NDVI呈現(xiàn)上升趨勢。

（2）夏季氣象因子影響分析

如圖5所示，夏季降水量、平均相對濕度呈下降趨勢，其年減少率分別為2.377 2 mm·a-1和0.143 4%·a-1；日照時數(shù)、大型蒸發(fā)量、平均風速呈上升趨勢，年增長率分別為0.794 4 h·a-1、1.030 2 mm·a-1和0.007 9 m·s-1·a-1。最低地表氣溫和最低氣溫均呈顯著上升趨勢，平均氣溫、最高氣溫上升趨勢大于平均地表氣溫、最高地表氣溫。

圖4 春季氣象因子與年均NDVI變化趨勢Fig.4 The change trend of climate factors in spring

表2 春季NDVI與氣象因子的相關系數(shù)Table 2 The correlation coefficient between meteorological factors and annual NDVI

如表3所示，從夏季氣象因子與NDVI的相關系數(shù)看，所有相關系數(shù)都沒有呈現(xiàn)顯著水平。從相關系數(shù)的大小分析其相關程度，NDVI與最低地表氣溫和最低氣溫的相關系數(shù)呈不顯著的正相關，且系數(shù)較大；與平均氣溫、降水量呈不顯著正相關，相關系數(shù)較??；與平均相對濕度、最高氣溫、日照時數(shù)呈不顯著正相關，相關系數(shù)很?。慌c最高地表氣溫、平均風速、大型蒸發(fā)量、平均地表氣溫呈不顯著負相關。

（3）秋季氣象因子影響分析

如圖6所示，從秋季各氣象因子的變化趨勢看，日照時數(shù)、大型蒸發(fā)量、最高地表氣溫呈下降趨勢，其年減少率分別為0.451 2 h·a-1、0.809 9 mm·a-1和0.025 5 ℃·a-1；降水量、平均相對濕度、平均風速呈上升趨勢，年增長率分別為3.844 2 mm·a-1、0.077 6%·a-1和0.004 1 m·s-1·a-1；氣溫因子中的平均氣溫、平均地表氣溫、最低地表氣溫和最低氣溫均呈顯著上升趨勢，平均地表氣溫、最低地表氣溫上升趨勢大于平均氣溫、最低氣溫。

圖5 夏季氣象因子與年均NDVI變化趨勢Fig.5 The change trend of climate factors in summer

表3 夏季NDVI與氣象因子的相關系數(shù)Table 3 The correlation coefficient between NDVI and meteorological factors in summer

如表4所示，從秋季NDVI與氣象因子的相關系數(shù)看，NDVI與最低地表氣溫在0.05水平（雙側）上呈顯著正相關；與最低氣溫、年降水量、平均相對濕度氣溫、平均風速、平均地表氣溫、平均氣溫呈不顯著正相關；與大型蒸發(fā)量、日照時數(shù)、最高地表氣溫、最高氣溫呈不顯著負相關。

最低地表氣溫和最低氣溫升高、降水量、平均風速增加有助于秋季植被生長，而日照時數(shù)、大型蒸發(fā)量、最高地表氣溫和最高氣溫增加對植被生長有抑制作用。

（4）冬季氣象因子影響分析

圖6 秋季氣象因子與年均NDVI變化趨勢Fig.6 The change trend of climate factors in autumn

表4 秋季NDVI與氣象因子的相關系數(shù)Table 4 The correlation coefficient between NDVI and meteorological factors in autumn

如圖7所示，從冬季各氣象因子的變化趨勢看，日照時數(shù)、大型蒸發(fā)量、降水量、平均氣溫、最高氣溫、平均相對濕度呈下降趨勢；平均地表氣溫、最高地表氣溫、最低地表氣溫、最低氣溫、平均風速均呈上升趨勢。

如表5所示，冬季NDVI與氣象因子的相關程度均沒有呈現(xiàn)顯著水平。其中，與氣象因子呈正相關的有日照時數(shù)、最高地表氣溫、最低地表氣溫、最高氣溫、平均地表氣溫、平均氣溫、最低氣溫、大型蒸發(fā)量，其中與日照時數(shù)、最高地表氣溫、最低地表氣溫、最高氣溫相關系數(shù)較大；與氣象因子呈負相關的有平均相對濕度、平均風速、年降水量，呈不顯著負相關。

日照時數(shù)增加、最高地表氣溫、最低地表氣溫、最高氣溫升高有助于植被生長，而平均相對濕度增加、平均風速增大、降水增多都會抑制植被生長。這是因為冬季氣溫較低，日照增加、氣溫升高、濕度降低對植被生長是必要的。

圖7 冬季氣象因子與年均NDVI變化趨勢Fig.7 The change trend of climate factors in winter

表5 冬季NDVI與氣象因子的相關系數(shù)Table 5 The correlation coefficient between NDVI and meteorological factors in winter

綜上，最低氣溫對春季和夏季植被的影響較大，最低溫度、降水是影響秋季植被生長的重要因素，日照時數(shù)、地表氣溫和最高氣溫影響冬季受較大，氣溫的影響程度高于降水。

2.3 月變化及其氣象因子影響程度分析

2.3.1 月NDVI的年際變化

（1）1—12月NDVI變化趨勢分析

如表6所示，研究期間，1—12月NDVI變化趨勢均呈上升趨勢，1、6月外的其他月份均呈顯著上升趨勢。4、5、8、10月呈極顯著上升趨勢，2、3、7、9、11、12月呈顯著上升趨勢。

從年均增長率來看，10月NDVI年均增長率最大，2、4月增長率較大，6月年均增長率最小。因此，秋季NDVI增長率最高、夏季最低。

2月的NDVI值最低，農作物面積最小，因此，2月NDVI呈上升趨勢，說明植被面積在擴大。

表6 貴州省1999—2017年間月NDVI變化趨勢的回歸方程Table 6 Regression equation of monthly NDVI change trend in Guzihou province in 1999-2017

（2）生長季延長分析

選取1999、2003、2005、2009、2013、2015、2017年的1—12月NDVI，比較不同年份的相同月份的NDVI變化。一般而言，由于4—10月是植被的主要生長季節(jié)，要了解生長季延長情況，需關注4月之前和10月之后NDVI的變化情況。

前文已經分析了1999—2017年間1—12月每月的NDVI均呈上升趨勢。如圖8所示，比較4月之前和10月之后的情況，發(fā)現(xiàn)隨著時間的推移，4月之前和10月之后的NDVI值均有所增加，表明研究區(qū)植被生長季在延長。因此，植被年際變化的顯著增長趨勢除了植樹造林等生態(tài)保護措施的有力實施外，與植被生長季延長有重要關系。

2.3.2 月變化的氣象因子影響程度分析

分析植被月變化與當月、前一月、前兩月的氣象因子的相關程度，研究氣象因子的影響狀況的時滯性。

圖8 1999—2017年植被NDVI生長季延長趨勢Fig.8 The extension trend of growth season NDVI in 1999-2017

（1）月NDVI與當月氣象因子的相關分析

按照具體氣象因子對每個月份NDVI變化的影響程度看，地表氣溫的影響程度較大，其次為氣溫、日照時數(shù)、大型蒸發(fā)量、平均相對濕度、平均風速和降水量。

如表7所示，當月日照時數(shù)對NDVI的影響較大，尤其在冬季、夏初、秋中，日照時數(shù)延長有助于植被生長；NDVI受當月大型蒸發(fā)量影響較大，尤其在冬季、夏初、秋中更加明顯。

表7 月NDVI與當月氣象因子的相關系數(shù)Table 7 The correlation coefficient between monthly NDVI and meteorological factors in same month

平均地表氣溫在冬季、春末夏初對植被生長有明顯的促進作用；最高地表氣溫升高可以促進冬季、春季、夏初和秋中的植被生長；最低地表氣溫升高可以促進冬中、春初、夏末植被生長，但是會在夏中、秋中、秋末產生抑制作用；平均氣溫升高對冬季、春初、夏初的植被生長促進作用較大；最高氣溫升高對冬季、春初、夏初植被生長影響顯著；最低氣溫升高有助于冬中、春初植被生長。

降水量增加僅在春初、秋初對植被生長有促進作用，其他時間有抑制作用；平均相對濕度增大會抑制植被生長，尤其強烈抑制冬季、夏初的植被生長。

平均風速增大會促進夏季植被的生長，對冬中、春中、夏中有抑制作用。

（2）月NDVI與前一月、前兩月氣象因子的相關分析

為了分析氣象因子的時滯效應，對NDVI與前一月、前兩月的響應程度進行研究。

如表8所示，前一月的日照時數(shù)延長對3、6月NDVI有促進作用，而對10、12月的植被有抑制作用；前一月大型蒸發(fā)量增大會對12月NDVI有強烈抑制作用；前一月的最低地表氣溫升高對9、10、4月植被生長有促進作用；前一月降水量增加會促進10月植被生長；前一月平均相對濕度增大會對12月植被生長有促進作用；前一月最低氣溫升高在9、10月有促進作用。

日照時數(shù)、大型蒸發(fā)量、最低地表氣溫、降水量、平均相對濕度、最低氣溫在春季、夏初、秋季、冬初有時滯效應。

如表9所示，前兩月的日照時數(shù)延長、最高地表氣溫升高對12月植被生長有促進作用；降水量增加對6月植被生長有促進作用。日照時數(shù)、最高地表氣溫、降水量對冬初、夏初有2個月的時滯效應。

表8 月NDVI與前一月氣象因子的相關系數(shù)Table 8 The correlation coefficient between monthly NDVI and meteorological factors in previous month

表9 月NDVI與前兩月氣象因子的相關系數(shù)Table 9 The correlation coefficient between annual NDVI and meteorological factors in previous two month

以上分析表明，當月氣象因子對植被變化影響較大；前一月中最低地表氣溫、最低氣溫影響較大，降水和蒸發(fā)量在某月份有一定程度的影響；前兩月中日照時數(shù)、最高地表氣溫、最低地表氣溫、降水量在某月份有一定程度的影響。

3 結論

基于1999—2017年貴州省NDVI數(shù)據與同期氣象數(shù)據，分析了年、季和月的年際變化及其對氣候變化的響應，主要結論如下：

（1）研究期間，貴州省NDVI呈顯著上升趨勢，但存在階段差別。最低地表氣溫和最低氣溫對植被生長影響較大，其中最低地表氣溫影響顯著。

（2）夏季NDVI值最高，其次為秋季、春季，冬季最低。NDVI季節(jié)變化均呈顯著上升趨勢，其中，春季年增長率最大，其次為秋季、冬季，夏季最小。春季、秋季受最低地表氣溫影響較大，夏季、秋季受氣溫和降水的共同影響，冬季受日照時數(shù)、地表氣溫和最高氣溫影響較大。總體而言，氣溫的影響程度高于降水。

（3）1—12月NDVI均呈上升趨勢，但每月上升狀況不同。地表溫度對每個月份植被的影響程度較大，其次為氣溫、日照時數(shù)、大型蒸發(fā)量、平均相對濕度、平均風速和降水量。氣溫對植被NDVI的影響既存在當月效應，也有滯后效應，日照時數(shù)、蒸發(fā)量、降水量滯后效應明顯。氣溫升高、氣候變暖促使生長季延長，是貴州高原重要的氣候效應之一。