2000—2020年黑龍江省植被時(shí)空變化對(duì)氣候因子響應(yīng)

劉智源，李繼紅

摘要：以2000—2020年黑龍江省的MODIS NDVI數(shù)據(jù)、土地利用數(shù)據(jù)和氣象數(shù)據(jù)作為研究對(duì)象，提取出耕地、林地和草地3種主要土地覆蓋類型的氣溫、降水2個(gè)氣候因子，探究黑龍江省植被覆蓋指數(shù)（NDVI）近21 a的時(shí)空變化和植被變化與氣候因子的關(guān)系。采用Theil-Sen（泰爾-森）趨勢估算和Mann-Kendall（曼-肯德爾）趨勢檢驗(yàn)、變異系數(shù)、Hurst（赫斯特）指數(shù)和相關(guān)分析等方法，對(duì)黑龍江省2000—2020年不同季節(jié)、不同植被類型NDVI的時(shí)空變化特征及NDVI與溫度、降水量的關(guān)系進(jìn)行分析。結(jié)果表明，1）近21 a黑龍江省生長季年均NDVI為0.91，高植被覆蓋區(qū)域主要分布于黑龍江省的中部及南部，NDVI的年內(nèi)波動(dòng)變化存在明顯的季節(jié)特征。2）全省NDVI較為穩(wěn)定，草地NDVI穩(wěn)定性最高。3）近21 a黑龍江省NDVI整體呈顯著上升趨勢，速度為每10 a增加4.7%，其中呈顯著增加趨勢的區(qū)域占全省面積的35.55%（P<0.05），這些區(qū)域主要分布在黑龍江省中部、西部和北部。4）未來黑龍江省NDVI整體變化趨勢以同向持續(xù)變化為主（69.5%），發(fā)展趨勢可能向退化的惡性方向發(fā)展占35.33%，可能向改善的良性方向發(fā)展占43.6%。5）黑龍江省的植被和各季節(jié)與降水和溫度均呈正相關(guān)（P<0.05）。由此得到，近21 a黑龍江省植被整體覆蓋水平良好，且呈改善趨勢。未來植被覆蓋變化向良性改善方向的發(fā)展趨勢為主，氣溫和降水均對(duì)植被變化呈正相關(guān)影響。

關(guān)鍵詞：黑龍江??；NDVI；氣候因子；時(shí)空變化 ；偏相關(guān)系數(shù)

中圖分類號(hào)：Q948文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-8023（2024）01-0085-13

Responses of Temporal and Spatial Changes of Vegetation to Climate Factors in Heilongjiang Province from 2000 to 2020

LIU Zhiyuan， LI Jihong*

（College of Forestry， Northeast Forestry University， Key Laboratory of Sustainable Management of Forest Ecosystem， Ministry of Education， Harbin 150040， China）

Abstract：Taking the MODIS NDVI data， land use data and meteorological data of Heilongjiang Province from 2000 to 2020 as the research object， three main types of land cover， farmland， forest land and grassland， and two climate factors， temperature and precipitation， were extracted to explore the spatial and temporal changes of the vegetation cover index （NDVI） in Heilongjiang Province in the past 21 years and the relationship between vegetation changes and climate factors. Using Theil-Sen and Mann-Kendall trend tests， coefficient of variation， Hurst index， and correlation analysis methods， Using Theil Sen trend estimation， Mann Kendall trend test， coefficient of variation， Hurst index， and correlation analysis methods， this study analyzed the spatiotemporal variation characteristics of NDVI in different seasons and vegetation types in Heilongjiang Province from 2000 to 2020， as well as the relationship between NDVI and temperature and precipitation. The results indicated that， 1） in the past 21 years， the average annual NDVI of the growth season in Heilongjiang Province had been 0.91， and the high vegetation coverage area was mainly distributed in the central and southern parts of Heilongjiang Province. There were obvious seasonal characteristics of NDVI fluctuations within the year. 2） The NDVI in the province was relatively stable， with the highest stability in grassland NDVI. 3） In the past 21 years， the overall NDVI in Heilongjiang Province had shown a significant upward trend， with a rate of 4.7% increase every 10 years. The regions showing a significant increasing trend accounted for 35.55% of the province's area （P<0.05）， mainly distributed in the central， western， and northern parts of Heilongjiang Province. 4） In the future， the overall trend of NDVI in Heilongjiang Province will mainly be continuous changes in the same direction （69.5%）， with 35.33% likely to develop towards a malignant direction of degradation and 43.6% likely to develop towards a benign direction of improvement. 5） The vegetation and seasons in Heilongjiang Province were positively correlated with precipitation and temperature （P<0.05）. As a result， the overall vegetation coverage level in Heilongjiang Province has been good in the past 21 years and shows an improvement trend. The development trend of future vegetation cover changes is mainly towards benign improvement， and temperature and precipitation have a positive correlation with vegetation change.

Keywords：Heilongjiang Province; NDVI; climatic factors; spatio-temporal variation; partial correlation coefficient

0引言

植被是陸地生態(tài)系統(tǒng)的主體，在土壤形成、氣候調(diào)節(jié)和生態(tài)系統(tǒng)穩(wěn)定方面發(fā)揮著關(guān)鍵作用[1-2]。植被生長和氣候變化兩者存在交互影響，植被會(huì)因?yàn)闅夂蜃兓绊懫渖L，同時(shí)氣候也會(huì)因?yàn)橹脖坏纳L得到反饋，在面對(duì)氣候變化中植被的生長狀態(tài)能產(chǎn)生相應(yīng)的指示[3-5]。而且，植被覆蓋和氣候變化都會(huì)受到人類活動(dòng)的影響，能反映出區(qū)域生態(tài)系統(tǒng)的質(zhì)量 [6-7]。近年來，植被與氣候之間的動(dòng)態(tài)關(guān)系受到許多因素的影響，生態(tài)系統(tǒng)受到破壞后需要長時(shí)間去恢復(fù)，而嚴(yán)重的全球氣候變化和過度的人類活動(dòng)可能是生態(tài)系統(tǒng)破壞的原因之一 [8]。植被的生長和動(dòng)態(tài)變化已經(jīng)引起了廣泛學(xué)者的關(guān)注，對(duì)地表植被及其覆蓋變化的研究已經(jīng)成為全球科學(xué)研究的重要組成部分[9-11]。

隨著衛(wèi)星遙感技術(shù)的不斷進(jìn)步和成熟，利用遙感數(shù)據(jù)監(jiān)測植被生長狀況和植被覆蓋變化是目前流行且高效的方法，植被指數(shù)是研究上述2種課題的最有意義方法之一[12-13]。在目前的研究成果中，眾多植被指數(shù)被廣泛應(yīng)用于植被覆蓋變化的研究[14]。其中， John等[15]將歸一化植被指數(shù)（NDVI）帶進(jìn)大眾視野，在對(duì)大尺度的植被生長狀況和植被覆蓋變化的研究時(shí)表現(xiàn)良好，也是評(píng)價(jià)區(qū)域生態(tài)好壞的一個(gè)重要標(biāo)準(zhǔn)。與此同時(shí)NDVI遙感數(shù)據(jù)集也在不斷擴(kuò)充，Landsat TM、GIMMS、SPOT-VGT和MODIS逐漸加入植被變化研究中，且作為不同尺度植被覆蓋研究下主要的數(shù)據(jù)來源[16-19]，特別是MODIS數(shù)據(jù)，因其相對(duì)于其他數(shù)據(jù)在時(shí)空分辨率和光譜分辨率中有較大優(yōu)勢，從2000年至今被廣泛地應(yīng)用于區(qū)域甚至全球的大尺度植被變化研究和生態(tài)環(huán)境的監(jiān)測[20-21]。近些年來，植被變化的研究仍然是一個(gè)熱點(diǎn)問題，基于長時(shí)序的NDVI數(shù)據(jù)，國內(nèi)外許多學(xué)者研究了世界各地不同時(shí)空尺度上的植被變化；李雨鴻等[11] 使用MODIS-NDVI數(shù)據(jù)集，通過使用像元二分模型估算遼寧省的植被覆蓋情況，結(jié)果顯示近19 a來全省有92.3%面積的植被覆蓋度在增加；Meng等[22]對(duì)內(nèi)蒙古地區(qū)植被變化研究發(fā)現(xiàn)，干旱地區(qū)的荒漠草原和戈壁沙漠都已顯著退化，而草甸草原和高寒草原呈顯著上升趨勢；穆少杰等[24]對(duì)內(nèi)蒙古地區(qū)影響植被生長的因子研究發(fā)現(xiàn)，植被生長相比起單因子的影響更加依賴于水熱組合的作用，且草原植被覆蓋度對(duì)降水量的響應(yīng)存在時(shí)滯效應(yīng)；易揚(yáng)等[25]的研究發(fā)現(xiàn)，長江中游地區(qū)的植被NDVI 動(dòng)態(tài)變化趨勢存在絕大部分區(qū)域是不確定性發(fā)展，且城市群周邊植被NDVI呈持續(xù)退化趨勢；Gholamnia等[23]在伊朗庫爾德斯坦省植被覆蓋的研究中發(fā)現(xiàn)，當(dāng)?shù)刂参飳?duì)一個(gè)月前的降水量與該地區(qū)的最大NDVI有較高的相關(guān)性。這些研究表明，植被活動(dòng)變化在全球范圍內(nèi)增強(qiáng)，在北半球的中高緯度增強(qiáng)結(jié)果顯著。

由于人類活動(dòng)、極端氣候和自然災(zāi)害等因素的影響，導(dǎo)致耕地、草地面積減少。但近年來得到了政府政策的保障，生態(tài)用地是目前我國重點(diǎn)保護(hù)與恢復(fù)的土地類型。所以，在世界氣候變化與生態(tài)環(huán)境保護(hù)的大背景下，深入研究黑龍江地區(qū)植被覆蓋的差異性時(shí)空變化趨勢具有重要意義。本研究通過利用MODIS NDVI的時(shí)間序列數(shù)據(jù)集、土地利用統(tǒng)計(jì)數(shù)據(jù)和氣象統(tǒng)計(jì)數(shù)據(jù)，對(duì)黑龍江地區(qū)近21 a間植物NDVI的空間變化趨勢特點(diǎn)以及趨勢規(guī)律做出了解析。

1研究區(qū)與數(shù)據(jù)

1.1研究區(qū)概況

黑龍江省是中國最東北端的省份，位于43°26′～ 53°33′N， 121°11′～ 135°05′E，總面積4.73×105 km2，北部接壤俄羅斯，東邊為日本海，西側(cè)和南側(cè)毗鄰內(nèi)蒙古和吉林省。黑龍江省也是中國最大的林業(yè)省份之一，長白山脈、完達(dá)山脈以及大小興安嶺等山區(qū)包含了省內(nèi)絕大多數(shù)的天然林資源。全省年平均氣溫在-4～5 ℃，平均降水量大于500 mm，四季分明，屬寒溫帶和溫帶大陸性季風(fēng)氣候，從南到北是中溫和寒溫帶，且具有明顯的季風(fēng)性特征。夏季易受東南季風(fēng)的影響，降水量大；冬季易受到西北風(fēng)影響，降水不足且空氣干燥[26-27]。

1.2數(shù)據(jù)來源及預(yù)處理

1.2.1MODIS數(shù)據(jù)

本研究利用GEE（Google Earth Engine）平臺(tái)下載2000—2020年MODIS NDVI（MOD3Q1）產(chǎn)品，數(shù)據(jù)時(shí)間分辨率為16 d，空間分辨率為250 m。由于數(shù)據(jù)在2001年和2002年中幾個(gè)月存在部分缺失，使用地理空間數(shù)據(jù)云（http：//www.gscloud.cn/search）對(duì)缺失數(shù)據(jù)進(jìn)行補(bǔ)充下載。首先利用ArcGIS對(duì)這部分?jǐn)?shù)據(jù)進(jìn)行裁剪，然后利用最大值合成法（Maximum Value Composites，MVC）逐月合成NDVI數(shù)據(jù)，得到研究區(qū)2000—2020年逐月NDVI時(shí)間序列數(shù)據(jù)集。

1.2.2氣象數(shù)據(jù)和土地覆蓋數(shù)據(jù)

本研究中使用的氣象數(shù)據(jù)來自國家基礎(chǔ)科學(xué)技術(shù)平臺(tái)-國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http：//www.geodata.cn）2000—2020年的中國區(qū)域逐月降水量數(shù)據(jù)集和中國區(qū)域逐月近地表平均氣溫?cái)?shù)據(jù)集[28-29]，空間分辨率為1 km。分別將氣象數(shù)據(jù)與對(duì)應(yīng)的時(shí)間段（春（3—5月）、夏（6—8月）、秋（9—11月）、冬（12月至翌年2月））的NDVI進(jìn)行疊加分析。土地覆蓋數(shù)據(jù)來源于武漢大學(xué)中國LCA基礎(chǔ)數(shù)據(jù)庫（CLCD）數(shù)據(jù)集，空間分辨率為30 m[30]。將氣象數(shù)據(jù)和土地利用數(shù)據(jù)重采樣為250 m空間分辨率。

2研究方法

2.1Theil-Sen趨勢分析法和 Mann-Kendall 檢驗(yàn)

首先采用Theil-Sen（泰爾-森）趨勢估算方法計(jì)算黑龍江省NDVI的變化趨勢，然后結(jié)合Mann-Kendall（曼-肯德爾）檢驗(yàn)判斷其趨勢的顯著性。Theil-Sen趨勢分析法是一種非參數(shù)統(tǒng)計(jì)趨勢分析方法。其優(yōu)點(diǎn)是樣本對(duì)離群值和測量誤差趨勢分析的影響不敏感，適用于時(shí)間序列NDVI的趨勢分析 [16]。計(jì)算公式如下

β=Medianxm-xnm-n。 （1）

式中：β為判斷NDVI變化趨勢的斜率；Median為中位數(shù)函數(shù)；m、n為時(shí)間序數(shù)；xm、xn分別代表第m和第n年NDVI的值。

當(dāng)β>0時(shí)，表明NDVI在此時(shí)間范圍內(nèi)呈上升趨勢；當(dāng)β=0時(shí)，表明NDVI在此時(shí)間范圍內(nèi)維持不變；當(dāng)β<0時(shí)，表明NDVI在此時(shí)間范圍內(nèi)呈下降趨勢。根據(jù)β的取值情況，變化趨勢被劃分為3個(gè)區(qū)間：β>0.001為增加、-0.001<β<0.001為基本不變、β<0.001為減少。

Mann-Kendall方法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，屬于非參數(shù)檢驗(yàn)。其優(yōu)點(diǎn)是測試樣本不需要滿足某些分布規(guī)則，離群值和異常值不會(huì)干擾檢驗(yàn)結(jié)果。計(jì)算Theil-Sen趨勢后用這種方法對(duì)變化趨勢進(jìn)行檢驗(yàn)[25]。當(dāng)顯著性水平為α?xí)r，若正態(tài)分布統(tǒng)計(jì)量|ZC|滿足|ZC| > Z1-α/2，則說明時(shí)間序列在此顯著水平下，顯著性存在統(tǒng)計(jì)學(xué)意義。當(dāng)統(tǒng)計(jì)量滿足|ZC|≥1.28時(shí)，通過置信度為90%顯著性檢驗(yàn)；當(dāng)統(tǒng)計(jì)量滿足|ZC|≥1.64時(shí)，通過置信度為95%顯著性檢驗(yàn)，顯著性區(qū)間劃分見表1。

2.2Hurst（赫斯特））指數(shù)

Hurst指數(shù)是基于長時(shí)序非函數(shù)周期的R/S （Rescaled range analysis）的分析方法，可以描述NDVI持續(xù)性或反持續(xù)性的變化，本研究采取R/S 分析法計(jì)算 Hurst指數(shù)判斷黑龍江省植被NDVI（式中記為NDVI）演變趨勢的預(yù)測[31-33]。原理如下。

時(shí)間序列（t），t =1，2，……，這里NDVI（t）=B（t） - B（t -1），B（t）為時(shí)刻t的觀測值，對(duì)于任意大于等于1的正整數(shù)τ，定義其均值序列為

NDVIτ=1τ∑τt=1NDVI（t），τ=1，2，……。（2）

累計(jì)離差序列X（t，τ）

X（t，τ）=∑τt=1（ξ（t）-ξτ），1≤t≤τ。（3）

極差序列R（τ）

R（τ）=max1≤t≤τX（t，τ）-min1≤t≤τX（t，τ），τ=1，2，……。（4）

標(biāo)準(zhǔn)差序列S（τ）

S（τ）=1τ∑τt-1（NDVI（t）-NDVIτ）212，τ=1，2，……。（5）

式中： R（τ）/S（τ）R/S，若關(guān)系R/S∝τH成立，則意味著時(shí)間序列NDVI （t），t =1，2，……，Hurst現(xiàn)象存在，Hurst指數(shù)用H表示，取值范圍0～1。當(dāng)0<H<0.5時(shí)，表明未來NDVI變化趨勢是反持續(xù)的。當(dāng)0.5<H<1時(shí)，表明未來NDVI變化趨勢與過去相同。當(dāng)H為0.5時(shí)，表明NDVI時(shí)間序列的未來趨勢與過去趨勢之間沒有相關(guān)性[25]。

2.3基于像元的植被NDVI變異系數(shù)計(jì)算

通過計(jì)算變異系數(shù)（Cv）可以觀察植被覆被在時(shí)序上的波動(dòng)情況，并且能很好地表現(xiàn)出NDVI數(shù)據(jù)在時(shí)間序列上變化的離散程度以及均值水平，通常用于數(shù)據(jù)穩(wěn)定性評(píng)價(jià)[34]，計(jì)算公式如下

Cv=1n-1∑ni=1（NDVIi-NDVI2）NDVI。（6）

2.4基于像元的偏相關(guān)分析

在描述植被NDVI和氣溫、降水的關(guān)系時(shí)，為了控制變量間的影響，在對(duì)氣溫和降水二者之一和NDVI的關(guān)系分析時(shí)需控制另一個(gè)變量。采用偏相關(guān)分析方法來客觀描述NDVI和降水、溫度的關(guān)系[25]，計(jì)算按公式如下

r=∑ni=1（xi-x-）（yi-y-）∑ni=1（xi-x-）2∑ni=1（yi-y-）2。（7）

rijh=rij-rihrjh（1-r2ih）（1-r2jh）。（8）

式中：yi是第i年平均氣溫、降水；y-是氣溫、降水多年平均值；xi是第i年NDVI平均值；x-是NDVI多年平均值；rij是變量溫度和降水的簡單相關(guān)系數(shù)；rih是溫度與NDVI的簡單相關(guān)系數(shù)；rjh是降水和NDVI的簡單相關(guān)系數(shù)。

3結(jié)果與分析

3.1黑龍江省NDVI空間分布特征

黑龍江省植被生長季在每年的4—10月，采用最大值合成法合成2000—2020年黑龍江省生長季逐月的NDVI值，如圖1所示。由圖1可知，黑龍江全省在生長季時(shí)平均NDVI為0.91，有92.5%面積的高植被覆蓋度區(qū)域（NDVI>0.85），遍布黑龍江全省，NDVI>0.95的極高植被覆蓋區(qū)域主要分布于黑龍江省的中部和南部；6.8%面積的中植被覆蓋度區(qū)域（0.5<NDVI<0.85），分布區(qū)域從南向北縱穿整個(gè)黑龍江??；0.7%的低植被覆蓋度區(qū)域（NDVI<0.5），主要分布于黑龍江省的西側(cè)。

3.2黑龍江省NDVI時(shí)空變化特征

利用2020年黑龍江省月均值NDVI數(shù)據(jù)對(duì)NDVI年內(nèi)變化進(jìn)行分析，黑龍江省2020年內(nèi)月均NDVI伴隨年內(nèi)氣溫和降水的變化存在明顯變化的特征。年內(nèi)NDVI值為0.11～0.85，NDVI最大值和年內(nèi)NDVI最小值分別出現(xiàn)于7月和2月，如圖2所示。

由圖2可知，2—7月是降水、氣溫上升時(shí)間段，該時(shí)間段內(nèi)NDVI值也在逐月增加，7月至次年1月是降水、氣溫下降的時(shí)間段，該時(shí)間段內(nèi)NDVI值也在逐月下降。7月達(dá)到了年內(nèi)氣溫和降水的峰值，同時(shí)NDVI也處于年內(nèi)最大值；2月是年內(nèi)降水最少月份，氣溫也處于零下，NDVI此時(shí)為年內(nèi)最小值。其中NDVI變化在5月增長幅度最大（23.97%），10月下降幅度最大（-26.29%）。

2000—2020年黑龍江省NDVI存在顯著上升的變化趨勢，速度為每10 a 增加4.7%（P<0.05），如圖3所示。其中， 2019年達(dá)到了NDVI年平均值的最大值（0.47），分別在2001和2004年達(dá)到最小值（0.41）。 2000—2020年，有12 a NDVI變化趨勢為上升，8 a NDVI變化趨勢為下降，其中2012年增長速率最大（6.43%），2004年減少速率最大（9.47%）?；?000—2020年的黑龍江省土地覆蓋數(shù)據(jù)，從林地、耕地、草地中提取并分別計(jì)算其NDVI的平均值，并進(jìn)一步討論了黑龍江省不同植被類型的NDVI變化趨勢。結(jié)果表明，3種植被類型的NDVI與全省NDVI變化趨勢相似。3種植覆蓋類型在年間呈顯著增加趨勢（P<0.05），增長率由大到小為：林地、草地、耕地。

3.3黑龍江省不同植被覆蓋類型穩(wěn)定性的空間分布

變異系數(shù)可以描述NDVI多年的穩(wěn)定性，變異系數(shù)在0～0.15內(nèi)為弱變異，在0～0.3內(nèi)為中等變異，在大于0.3的范圍內(nèi)為強(qiáng)變異。黑龍江省植被變異系數(shù)如圖4所示，全省的變異系數(shù)范圍為0～1.3，平均變異系數(shù)為0.081。其中NDVI弱變異的區(qū)域占全省面積的97.34%，中等變異的區(qū)域占全省面積的2.33%，強(qiáng)變異的區(qū)域占全省面積的0.33%。呈現(xiàn)從北到南趨于穩(wěn)定的態(tài)勢，總體狀態(tài)相對(duì)穩(wěn)定。變異明顯的中、強(qiáng)變異區(qū)域主要集中在黑龍江省西部和松花江兩岸。

對(duì)不同植被覆蓋類型NDVI進(jìn)行變異系數(shù)的計(jì)算和統(tǒng)計(jì)，見表2，草地、林地和耕地的植被覆蓋均整體處于較為穩(wěn)定的狀態(tài)，變異系數(shù)均值由大到小分別為：耕地（0.038 0）、林地（0.036 0）、草地（0.002 1）。可以看出草地的植被覆蓋穩(wěn)定性最低，耕地的植被覆蓋穩(wěn)定性最高。

3.4黑龍江省各年度和季節(jié)NDVI變化趨勢與顯著性檢驗(yàn)

為了研究黑龍江省NDVI的變化趨勢，在逐像元的基礎(chǔ)上計(jì)算了Theil-Sen趨勢，并獲得了黑龍江省NDVI變化率（β）的空間分布圖和Mann-Kendall檢驗(yàn)統(tǒng)計(jì)量（ZC）的空間分布如圖5所示。由圖5可知，黑龍江省年NDVI的變化率為-0.03～0.02，全省植被年際變化增加顯著的區(qū)域占全省總面積的35.55%（P<0.05），植被退化的區(qū)域占全省面積的10%（P<0.05）且分布不均勻。從分布上看，黑龍江省中部、西部和北部植被增加明顯。對(duì)β進(jìn)行顯著性檢驗(yàn)，可以發(fā)現(xiàn)減少和顯著減少的區(qū)域集中在城市和河流沿岸的地區(qū)，呈點(diǎn)狀線狀圍出的多邊形，這樣的分布特征與土地利用類型的空間位置有較大的重合。

由表3可知，黑龍江省2000—2020年在春季、夏季、秋季、冬季的平均β均為正，各季節(jié)的植被覆蓋度均呈上升趨勢。夏季的植被覆蓋增速最快，達(dá)到了每10 a增長0.003 1。不同季節(jié)植被覆蓋的變化范圍具有差異性，顯著性也有所區(qū)別。氣候?qū)χ脖桓采w的影響可以在一定程度上通過不同季節(jié)的植被覆蓋的變化幅度進(jìn)行反映。在一年4個(gè)季節(jié)中僅有夏季的ZC通過了P=0.05的檢驗(yàn)，在2000—2020年夏季的植被覆蓋是有顯著增加的，說明研究區(qū)域內(nèi)夏季的植物生長對(duì)氣候變化收到了正反饋效應(yīng)。

3.5黑龍江省不同植被類型Hurst指數(shù)與未來變化趨勢

為更好了解黑龍江省NDVI的未來變化趨勢的持續(xù)性，通過逐像元計(jì)算黑龍江省NDVI的Hurst指數(shù)，并結(jié)合通過顯著性檢驗(yàn)的Sen趨勢變化結(jié)果，得出黑龍江省植被覆蓋狀況未來變化方向和過去變化趨勢的關(guān)系，如圖6所示。黑龍江省Hurst指數(shù)介于0.141～0.987，其均值為0.539，全省有30.5%面積NDVI的Hurst指數(shù)小于0.5，有69.5%面積NDVI的Hurst指數(shù)大于0.5，結(jié)果表明，黑龍江省植被總體變化具有同向持續(xù)發(fā)展的特征。Hurst指數(shù)越接近0.5，未來變化的持續(xù)性與過去趨勢之間的相關(guān)性就越小。因此，根據(jù)持續(xù)性的方向和強(qiáng)度，Hurst指數(shù)可以分為以下4類：強(qiáng)反向持續(xù)性（0<H<0.35）、弱反向持續(xù)性（0.35<H<0.50）、弱同向持續(xù)性（0.50<H<0.65）、強(qiáng)同向持續(xù)性（0.65<H<1）。將可持續(xù)性指數(shù)（H）和NDVI空間的變化趨勢疊加后得出NDVI未來發(fā)展方向及強(qiáng)度，見表4。

由圖6和表4可知，未來黑龍江省整體發(fā)展態(tài)勢可能向良性方向發(fā)展（良性方向占56.52%），其中持續(xù)改善的區(qū)域占37.88%（弱持續(xù)性改善和強(qiáng)持續(xù)性改善分別占33.6%和4.28%），過去退化但未來變?yōu)楦纳期厔莸膮^(qū)域占6.72%（反強(qiáng)持續(xù)性退化和反弱持續(xù)性退化分別占0.29%和6.43%）；持續(xù)退化的區(qū)域占16.68%（強(qiáng)持續(xù)性退化占2.08%，弱持續(xù)性退化占14.60%）過去有所改善，但未來會(huì)退化的區(qū)域占18.65%（反強(qiáng)持續(xù)性改善占1.13%，反弱持續(xù)性改善占17.52%）。黑龍江省NDVI持續(xù)

改善地區(qū)主要分布在中西部及北部，西部持續(xù)改善的植被覆蓋類型為草地，中部則為耕地。說明黑龍江省草原和農(nóng)作物的植被覆蓋受到較好的保護(hù)，在未來會(huì)持續(xù)增加。持續(xù)退化的區(qū)域分布不均，聚集在城市和河流附近，這表明人類活動(dòng)對(duì)植被覆蓋造成不好影響，但是預(yù)測強(qiáng)持續(xù)退化區(qū)域的面積不大，主要分布于城市中，說明人類活動(dòng)受到管控良好，并未影響到森林、草地等自然生態(tài)區(qū)域。過去退化但未來是改善趨勢的區(qū)域分布沒有明顯空間規(guī)律，主要存在于河流兩側(cè)和以點(diǎn)圍繞的城市邊緣，說明人類限制了城市擴(kuò)張活動(dòng)和對(duì)生態(tài)紅區(qū)的保護(hù)及重建，在未來將可能增加城市周邊和河流兩岸的植被覆蓋。過去改善但未來變?yōu)橥嘶厔莸膮^(qū)域分布主要位于黑龍江省的西側(cè)和最北側(cè)，黑龍江省西側(cè)為松嫩平原，松嫩平原是黑龍江省主要的糧食產(chǎn)出地，同時(shí)也有較為嚴(yán)重的土壤退化問題；北側(cè)處于寒溫帶，植被覆蓋以天然林為主。人類活動(dòng)對(duì)這一地區(qū)的影響是有限的，因此這種變化的原因可能是氣候因素的變化，而氣候因素的改變可能是由人類活動(dòng)間接產(chǎn)生的。

3.5黑龍江省不同季節(jié)植被NDVI變化與降水、氣溫的關(guān)系

為探究黑龍江省NDVI變化與氣候之間的關(guān)系，選取氣溫和降水量為氣候因子變量。在繪制NDVI與氣溫和NDVI與降水相關(guān)關(guān)系分布圖時(shí)分別控制好降水和氣溫的無關(guān)變量影響，并結(jié)合顯著性檢驗(yàn)從中再次提取出P<0.05顯著性水平的像元分析結(jié)果，如圖7所示。

黑龍江省NDVI與溫度的相關(guān)系數(shù)為-0.875～0.916，黑龍江省有87.86%的正相關(guān)像元和12.14%的負(fù)相關(guān)像元，表明NDVI與氣溫呈高度正相關(guān)。對(duì)NDVI與溫度之間的相關(guān)性進(jìn)行顯著性檢驗(yàn)，并提取顯著性水平為P<0.05的相關(guān)像元。結(jié)果顯示氣溫對(duì)NDVI的正相關(guān)作用區(qū)域從西向東橫穿整個(gè)黑龍江省，而負(fù)相關(guān)作用的區(qū)域集中分布在黑龍江省最北和最南部。

黑龍江省NDVI與降水的相關(guān)系數(shù)范圍為-0.953～0.981，空間上全省存在65.67%的正相關(guān)像元，34.33%的負(fù)相關(guān)像元，NDVI與降水量呈高度正相關(guān)。對(duì)NDVI與降水量之間的相關(guān)性進(jìn)行了顯著性檢驗(yàn)，并提取了顯著性水平為P<0.05的相關(guān)像元，結(jié)果顯示降水對(duì)NDVI的正相關(guān)作用區(qū)域集中分布于黑龍江省中部、北部和西部，負(fù)相關(guān)區(qū)域相對(duì)集中在西南和東部。

分別計(jì)算不同植被覆蓋類型NDVI與相應(yīng)氣溫和降水的相關(guān)系數(shù)，并從中提取顯著性水平為P<0.05的像元，得到表5。結(jié)果顯示草地NDVI與氣溫和降水的相關(guān)性強(qiáng)度最高，且林地、草地、耕地3種植被的NDVI與氣溫的相關(guān)性均存在高度正相關(guān)關(guān)系，耕地NDVI與降水的相關(guān)性強(qiáng)度最低。耕地NDVI有近40%的面積與降水呈負(fù)相關(guān)關(guān)系。氣溫和降水對(duì)3種植被NDVI的總體影響均為正相關(guān)，均值都大于0。

分別計(jì)算不同季節(jié)NDVI與當(dāng)季氣溫、降水的相關(guān)系數(shù)，并從中提取顯著性水平為P<0.05的像元，分析后進(jìn)行統(tǒng)計(jì)，得到表6。發(fā)現(xiàn)NDVI在夏季與氣溫的相關(guān)性最高， 在秋季與降水的相關(guān)性最高，冬季與降水的相關(guān)性最低，原因可能是冬季是以雪的形式降水，積雪覆蓋會(huì)對(duì)NDVI值計(jì)算產(chǎn)生影響。夏季有近30%面積的植被NDVI與氣溫的相關(guān)性呈負(fù)相關(guān)關(guān)系，原因可能是由于氣候異常和黑龍江省地處緯度較高，7月份日照時(shí)數(shù)超過14 h的天數(shù)較多，抑制了植物的生長。超過30%的植被與春季降水量呈負(fù)相關(guān)關(guān)系，原因可能是黑龍江省整體處于中高緯度，存在局部高寒區(qū)域，3—5月土地存在積雪覆蓋，并未完全消融，降水仍以雪為主，延緩了植物的生長季?？傮w來看氣溫和降水在春季、夏季和秋季均呈正相關(guān)影響。

4討論與結(jié)論

4.1討論

通過對(duì)2000—2020年黑龍江植被變化情況進(jìn)行調(diào)查研究，確定了黑龍江植被的覆蓋現(xiàn)狀總體上呈增長態(tài)勢，但增長速度相對(duì)減緩。在對(duì)大區(qū)域植被覆蓋變化進(jìn)行研究時(shí)，需要將區(qū)域內(nèi)人類行為、自然環(huán)境2個(gè)要素的影響納入研究范圍內(nèi)。

滿衛(wèi)東等[35]指出黑龍江省自1998年，開始執(zhí)行退耕還林的政策措施，政策實(shí)施后，在黑龍江地區(qū)進(jìn)行了全部退耕還林的還草任務(wù)。在2000—2013年黑龍江省23.38%的農(nóng)田變?yōu)樯郑?11.75%的農(nóng)田變?yōu)椴莸兀?jīng)荒廢的荒地在經(jīng)過了多年的治理之后，植被又得到了修復(fù)，退耕還林還草工作取得了較大成績，在本研究中耕地、林地和草地的NDVI也呈年際間顯著增加。說明人為因素對(duì)植被覆蓋的影響是重要的因素之一，政策、人口和科技等人類因素都將可能成為直接或間接影響植物生長和植被覆蓋的原因。黑龍江省城區(qū)和高海拔地區(qū)植被蓋度變化呈逐漸改善趨勢，其他地形植被蓋度變化呈惡化趨勢，造成這種變化的原因可能是農(nóng)田復(fù)墾面積的增加和城市化進(jìn)程的加快。

由于黑龍江省地理位置和植被覆蓋類型的獨(dú)特性，在研究植被覆蓋時(shí)應(yīng)對(duì)全年植被覆蓋變化和生長季植被覆蓋變化進(jìn)行區(qū)分研究。研究得出2000—2020年黑龍江省植被NDVI在時(shí)間上呈顯著增長，在空間上以改善為主且未來持續(xù)改善趨勢明顯。這與石淞等[36]的研究結(jié)果一致。羅新蘭等[37] 研究認(rèn)為在植被生長發(fā)育過程中，降水的影響相對(duì)較小，溫度成為控制植物生長發(fā)育的重要控制因子。黑龍江省地處中高緯度，屬于溫帶季風(fēng)氣候，降水和植物覆蓋指數(shù)在空間上具有比較顯著的差異性，且大部分區(qū)域年內(nèi)存在長期的低溫且積雪覆蓋的現(xiàn)象，植物休眠期也比較漫長，降雨在夏季居多。在本研究中也指出不同季節(jié)下，不同的氣候因子對(duì)黑龍江省植被生長的影響狀況也不同，氣溫在春季和秋季對(duì)NDVI值正向影響遠(yuǎn)大于負(fù)向影響，而降水在夏季和秋季對(duì)NDVI值正向影響遠(yuǎn)大于負(fù)向影響。說明在不同地區(qū)的植被覆蓋研究中應(yīng)區(qū)分氣候因子對(duì)各季節(jié)下植被生長情況的影響。省內(nèi)年平均氣溫和降水變化趨勢以上升為主，對(duì)于年內(nèi)氣溫和降水的變化而言，春季氣溫上升會(huì)影響闊葉林和沼澤植被的生長時(shí)間，溫度將成為影響植被覆蓋度的關(guān)鍵因素，而夏季氣溫過高可能抑制了植被的生長，降水成為影響植被覆蓋度的關(guān)鍵因素，國志興等[38]的相關(guān)研究中也存在一致結(jié)果。

4.2結(jié)論

1）從NDVI角度來看，近21 a來黑龍江省植被整體覆蓋水平良好，生長季年均NDVI為0.91?？臻g分布上，黑龍江省有92.5%高植被覆蓋區(qū)域，主要分布于黑龍江省的中部及南部；有0.7%低植被覆蓋區(qū)域，主要分布在黑龍江省的東西兩側(cè)。

2）從不同土地類型NDVI和季節(jié)氣候的角度來看，黑龍江省的植被在春夏秋冬4個(gè)季節(jié)與降水和溫度的相關(guān)性均為正（P<0.05），且黑龍江省年內(nèi)NDVI變化存在明顯的季節(jié)特征，僅夏季NDVI顯著增加（P<0.05）。年內(nèi)NDVI均值2月最低（0.11），7月最高（0.85）。全省有39.05%面積耕地的植被變化與降水呈負(fù)相關(guān)關(guān)系，春季有30.06%的植被變化與降水呈負(fù)相關(guān)關(guān)系，夏季有26.28%的植被變化與氣溫呈負(fù)相關(guān)關(guān)系。對(duì)耕地、林地、草地的NDVI進(jìn)行年際穩(wěn)定性定量和定性分析后發(fā)現(xiàn)，草地NDVI穩(wěn)定性最高（Cv=0.002 1），全省NDVI變化也較為穩(wěn)定。

3）從NDVI年際變化和未來持續(xù)性分析，近21年黑龍江省NDVI整體顯著上升，累計(jì)增長了14.6%，速度每10 a增長為4.7%（P<0.05），增加速率從小到大為耕地、草地、林地。其中全省植被NDVI呈顯著增加趨勢的區(qū)域占全省總面積的35.55%（P<0.05），主要分布在黑龍江省中部、西部和北部。黑龍江省在未來植被NDVI的變化趨勢良性方向（43.6%）多于惡性方向（35.33%），且未來有69.5%的未來變化趨勢與過去的變化方向是同向的。

植被覆蓋變化對(duì)環(huán)境的響應(yīng)是一個(gè)多因素驅(qū)動(dòng)影響的過程，本研究的局限在于僅探究了植被變化同氣溫、降水量的關(guān)系，并未進(jìn)一步討論NDVI與高程、坡度及土壤等其他地形地貌因素的關(guān)系，對(duì)于不同經(jīng)緯度的同種植物及相同經(jīng)緯度的不同種植物存在不同的生長變化趨勢，這一點(diǎn)仍需在后續(xù)研究中進(jìn)行思考。此外，本研究在植被覆蓋的分類中也未對(duì)各土地利用類型的植物進(jìn)行分類分析，上述因子對(duì)不同種類植物的影響也不同，這些問題需要在后續(xù)的研究中進(jìn)一步探討。

【參考文獻(xiàn)】

[1]唐見，曹慧群，陳進(jìn).生態(tài)保護(hù)工程和氣候變化對(duì)長江源區(qū)植被變化的影響量化[J].地理學(xué)報(bào)，2019，74（1）：76-86.

TANG J， CAO H Q， CHEN J. Effects of ecological conservation projects and climate variations on vegetation changes in the source region of the Yangtze River[J]. Acta Geographica Sinica， 2019， 74（1）： 76-86.

[2]吳正方，靳英華，劉吉平，等.東北地區(qū)植被分布全球氣候變化區(qū)域響應(yīng)[J].地理科學(xué)，2003，23（5）：564-570.

WU Z F， JIN Y H， LIU J P， et al. Response of vegetation distribution to global climate change in northeast China[J]. Scientia Geographica Sinica， 2003， 23（5）： 564-570.

[3]劉雪佳.中國陸地主要植被類型生產(chǎn)力及其與氣候因子的關(guān)系[D].太原：山西大學(xué)，2019.

LIU X J. Main land vegetation productivity and their relationship with climatic factors in China[D]. Taiyuan： Shanxi University， 2019.

[4]趙健赟，丁圓圓，杜梅，等.基于遙感植被指數(shù)的青海高原植被覆蓋對(duì)氣候變化的響應(yīng)關(guān)系分析[J].中國水土保持，2022（3）：41-44，7.

ZHAO J Y， DING Y Y， DU M， et al. Response of vegetation cover to climate change in Qinghai Plateau based on remote sensing vegetation index[J]. Soil and Water Conservation in China， 2022（3）： 41-44， 7.

[5]金凱.中國植被覆蓋時(shí)空變化及其與氣候和人類活動(dòng)的關(guān)系[D].楊凌：西北農(nóng)林科技大學(xué)，2019.

JIN K. Spatio-temporal variations of vegetation cover and its relationships between climate change and human activities over China[D]. Yangling： Northwest A & F University， 2019.

[6]耿慶玲，陳曉青，赫曉慧，等.中國不同植被類型歸一化植被指數(shù)對(duì)氣候變化和人類活動(dòng)的響應(yīng)[J].生態(tài)學(xué)報(bào)，2022，42（9）：3557-3568.

GENG Q L， CHEN X Q， HE X H， et al. Vegetation dynamics and its response to climate change and human activities based on different vegetation types in China[J]. Acta Ecologica Sinica， 2022， 42（9）： 3557-3568.

[7]徐勇，黃雯婷，盧夢緣，等.氣候變化和人類活動(dòng)對(duì)西南喀斯特地貌區(qū)植被NDVI變化相對(duì)作用[J].水土保持研究，2022，29（3）：292-299.

XU Y， HUANG W T， LU M Y， et al. Vegetation cover change and the relative role of climate change and human activities in southwest Karst areas[J]. Research of Soil and Water Conservation， 2022， 29（3）： 292-299.

[8]張一然，文小航，羅斯瓊，等.近20年若爾蓋濕地植被覆蓋變化與氣候因子關(guān)系研究[J].高原氣象，2022，41（2）：317-327.

ZHANG Y R， WEN X H， LUO S Q， et al. Study on the relationship between vegetation cover change and climate factors in Zoige wetland in recent 20 years[J]. Plateau Meteorology， 2022， 41（2）： 317-327.

[9]鄧椿，蔣曉輝，聶桐，等.山西省植被覆蓋度多因子探測特征與驅(qū)動(dòng)力分析[J].環(huán)境科學(xué)與技術(shù)，2022，45（2）：182-191.

DENG C， JIANG X H， NIE T， et al. Multi-factor detection characteristics and driving force analysis of vegetation coverage in Shanxi Province[J]. Environmental Science & Technology， 2022， 45（2）： 182-191.

[10]邱鳳婷，過志峰，張宗科，等.大湄公河次區(qū)域植被覆蓋時(shí)空變化特征及其與氣象因子的關(guān)系[J].南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，46（2）：187-195.

QIU F T， GUO Z F， ZHANG Z K， et al. Spatio-temporal change characteristics of vegetation coverage and its relationship with meteorological factors in the Greater Mekong Subregion[J]. Journal of Nanjing Forestry University （Natural Sciences Edition）， 2022， 46（2）： 187-195.

[11]李雨鴻，陶蘇林，李榮平，等.遼寧省植被覆蓋度時(shí)空演變及其對(duì)氣候因子的響應(yīng)[J].氣象與環(huán)境學(xué)報(bào)，2020，36（5）：86-90.

LI Y H， TAO S L， LI R P， et al. Spatio-temporal evolution of vegetation coverage and its responses to climatic factors in Liaoning Province[J]. Journal of Meteorology and Environment， 2020， 36（5）： 86-90.

[12]REES M， CONDIT R， CRAWLEY M， et al. Long-term studies of vegetation dynamics[J]. Science， 2001， 293（5530）： 650-655.

[13]何利平，簡季.四川省2009—2020年植被覆蓋度時(shí)空變化遙感動(dòng)態(tài)監(jiān)測[J].水土保持通報(bào)，2022，42（2）：203-209.

HE L P， JIAN J. Remote sensing dynamic monitoring on temporal and spatial changes of vegetation coverage in Sichuan Province from 2009 to 2020[J]. Bulletin of Soil and Water Conservation， 2022， 42（2）： 203-209.

[14]ALENCIA DELGADO D， HERNANDEZ PALMA J， FASSNACHT F， et al. Estimation of aerial biomass using discrete-wave LiDAR data in combination with different vegetation indices in plantations of Pinus radiata （D. DON）， Region del Maule， Chile[J]. Sustainability， Agri， Food and Environmental Research， 2014， 2（3）： 30-49.

[15]TOWNSHEND J R G， GOFF T E， TUCKER C J. Multitemporal dimensionality of images of normalized difference vegetation index at continental scales[J]. IEEE Transactions on Geoscience and Remote Sensing， 1985， GE-23（6）： 888-895.

[16]桑國慶，唐志光，鄧剛，等.基于MODISNDVI時(shí)序數(shù)據(jù)的湖南省植被變化研究[J].長江流域資源與環(huán)境，2021，30（5）：1100-1109.

SANG G Q， TANG Z G， DENG G， et al. Study on vegetation change in Hunan Province based on MODIS NDVI time series data[J]. Resources and Environment in the Yangtze Basin， 2021， 30（5）： 1100-1109.

[17]劉艷麗.基于LandsatTM影像監(jiān)督分類的土地利用探究：以張掖地區(qū)為例[J].現(xiàn)代園藝，2020，43（24）：141-143.

LIU Y L. Study on land use based on Landsat TM image supervision classification—a case study of Zhangye region[J]. Xiandai Horticulture， 2020， 43（24）： 141-143.

[18]王濤，趙元真，王慧，等.基于GIMMSNDVI的青藏高原植被指數(shù)時(shí)空變化及其氣溫降水響應(yīng)[J].冰川凍土，2020，42（2）：641-652.

WANG T， ZHAO Y Z， WANG H， et al. Spatial and temporal changes of vegetation index and their response to temperature and precipitation in the Tibetan Plateau based on GIMMS NDVI[J]. Journal of Glaciology and Geocryology， 2020， 42（2）： 641-652.

[19]劉正才，屈瑤瑤.基于SPOT-VGT數(shù)據(jù)的湖南省植被變化及其對(duì)氣候變化的響應(yīng)[J].北京林業(yè)大學(xué)學(xué)報(bào)，2019，41（2）：80-87.

LIU Z C， QU Y Y. Vegetation change and its response to climate change based on SPOT-VGT in Hunan Province of Southern China[J]. Journal of Beijing Forestry University， 2019， 41（2）： 80-87.

[20]于信芳，莊大方.基于MODISNDVI數(shù)據(jù)的東北森林物候期監(jiān)測[J].資源科學(xué)，2006，28（4）：111-117.

YU X F， ZHUANG D F. Monitoring forest phenophases of northeast China based on MODIS NDVI data[J]. Resources Science， 2006， 28（4）： 111-117.

[21]王正興，劉闖，HUETE Alfredo.植被指數(shù)研究進(jìn)展：從AVHRR-NDVI到MODIS-EVI[J].生態(tài)學(xué)報(bào)，2003，23（5）：979-987.

WANG Z X， LIU C， ALFREDO H. From AVHRR-NDVI to MODIS-EVI： advances in vegetation index research[J]. Acta Ecologica Sinica， 2003， 23（5）： 979-987.

[22]MENG X Y， GAO X， LI S Y， et al. Spatial and temporal characteristics of vegetation NDVI changes and the driving forces in Mongolia during 1982-2015[J]. Remote Sensing， 2020， 12（4）： 603.

[23]GHOLAMNIA M， KHANDAN R， BONAFONI S， et al. Spatiotemporal analysis of MODIS NDVI in the semif-arid region of Kurdistan （Iran）[J]. Remote Sensing， 2019， 11（14）： 1723.

[24]穆少杰，李建龍，陳奕兆，等.2001—2010年內(nèi)蒙古植被覆蓋度時(shí)空變化特征[J].地理學(xué)報(bào)，2012，67（9）：1255-1268.

MU S J， LI J L， CHEN Y Z， et al. Spatial differences of variations of vegetation coverage in inner Mongolia during 2001-2010[J]. Acta Geographica Sinica， 2012， 67（9）： 1255-1268.

[25]易揚(yáng)，胡昕利，史明昌，等.基于MODISNDVI的長江中游區(qū)域植被動(dòng)態(tài)及與氣候因子的關(guān)系[J].生態(tài)學(xué)報(bào)，2021，41（19）：7796-7807.

YI Y， HU X L， SHI M C， et al. Vegetation dynamics and its relationship with climate factors in the middle reaches of the Yangtze River Based on MODIS NDVI[J]. Acta Ecologica Sinica， 2021， 41（19）： 7796-7807.

[26]賈建英，郭建平.東北地區(qū)近46年氣候變化特征分析[J].干旱區(qū)資源與環(huán)境，2011，25（10）：109-115.

JIA J Y， GUO J P. Characteristics of climate change in northeast China for last 46 years[J]. Journal of Arid Land Resources and Environment， 2011， 25（10）： 109-115.

[27]高永剛，那濟(jì)海，顧紅，等.黑龍江省氣候變化特征分析[J].東北林業(yè)大學(xué)學(xué)報(bào)，2007，35（5）：47-50.

GAO Y G， NA J H， GU H， et al. Characteristic analysis of climate change in Heilongjiang Province during 1961-2003[J]. Journal of Northeast Forestry University， 2007， 35（5）： 47-50.

[28]JING W L， YANG Y P， YUE X F， et al. A spatial downscaling algorithm for satellite-based precipitation over the Tibetan Plateau based on NDVI， DEM， and land surface temperature[J]. Remote Sensing， 2016， 8（8）： 655.

[29]荊文龍，馮敏，楊雅萍.一種NCEP/NCAR再分析氣溫?cái)?shù)據(jù)的統(tǒng)計(jì)降尺度方法[J].地球信息科學(xué)學(xué)報(bào)，2013，15（6）：819-828.

JING W L， FENG M， YANG Y P. A statistical downscaling approach of NCEP/NCAR reanalysis temperature data[J]. Journal of Geo-Information Science， 2013， 15（6）： 819-828.

[30]YANG J E， HUANG X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data， 2021， 13（8）： 3907-3925.

[31]張涵丹，衛(wèi)偉，薛萐.基于R/S分析和Mann-Kendall檢驗(yàn)的定西市氣溫降水變化特征[J].水土保持研究，2015，22（6）：183-189.

ZHANG H D， WEI W， XUE S. Analysis on the variation of temperature and precipitation in Dingxi based on R/S and Mann-Kendall test[J]. Research of Soil and Water Conservation， 2015， 22（6）： 183-189.

[32]張殷欽，胡偉，劉俊民.基于R/S分析法的地下水位動(dòng)態(tài)變化趨勢分析[J].中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，43（12）：4912-4916.

ZHANG Y Q， HU W， LIU J M. Groundwater level regime variation trend on basis of rescaled range analysis[J]. Journal of Central South University （Science and Technology）， 2012， 43（12）： 4912-4916.

[33]馮新靈，馮自立，羅隆誠，等.青藏高原冷暖氣候變化趨勢的R/S分析及Hurst指數(shù)試驗(yàn)研究[J].干旱區(qū)地理，2008，31（2）：175-181.

FENG X L， FENG Z L， LUO L C， et al. Fractal analysis of climate change and Hurst index experiment in Tibetan Plateau in future[J]. Arid Land Geography， 2008， 31（2）： 175-181.

[34]曹永強(qiáng)，周姝含，楊雪婷.近20年遼寧省植被動(dòng)態(tài)特征及其對(duì)氣候變化的響應(yīng)[J].生態(tài)學(xué)報(bào)，2022，42（14）：5966-5979.

CAO Y Q， ZHOU S H， YANG X T. Vegetation dynamics and its response to climate change in Liaoning Province in last 20 years[J]. Acta Ecologica Sinica， 2022， 42（14）： 5966-5979.

[35]滿衛(wèi)東，王宗明，劉明月，等.1990—2013年東北地區(qū)耕地時(shí)空變化遙感分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32（7）：1-10.

MAN W D， WANG Z M， LIU M Y， et al. Spatio-temporal dynamics analysis of cropland in Northeast China during 1990-2013 based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（7）： 1-10.

[36]石淞，李文，丁一書，等.東北地區(qū)植被時(shí)空演變及其對(duì)氣候變化和人類活動(dòng)的響應(yīng)[J/OL].中國環(huán)境科學(xué)：1-14[2023-01-26].

SHI S， LI W， DING Y S， et al. Spatiotemporal evolution of vegetation and its response to climate change and human activities in northeast China[J/OL]. China Environmental Science， 1-14[2023-01-26].

[37]羅新蘭，李英歌，殷紅，等.東北地區(qū)植被NDVI對(duì)不同時(shí)間尺度SPEI的響應(yīng)[J].生態(tài)學(xué)雜志，2020，39（2）：412-421.

LUO X L， LI Y G， YIN H， et al. Response of NDVI to SPEI at different temporal scales in Northeast China[J]. Chinese Journal of Ecology， 2020， 39（2）： 412-421.

[38]國志興，王宗明，宋開山，等.1982—2003年東北林區(qū)森林植被NDVI與水熱條件的相關(guān)分析[J].生態(tài)學(xué)雜志，2007，26（12）：1930-1936.

GUO Z X， WANG Z M， SONG K S， et al. Correlations between forest vegetation NDVI and water/thermal condition in Northeast China forest regions in 1982-2003[J]. Chinese Journal of Ecology， 2007， 26（12）： 1930-1936.