• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2023, 41(5): 697-704 DOI: 10.11755/j.issn.1006-7639(2023)-05-0697

论文

石羊河流域干湿气候变化特征及对NDVI的影响

张金丹,1,2, 刘明春2, 李兴宇2, 丁文魁2, 杨华2, 蒋菊芳,2

1.中国气象局兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点实验室,甘肃 兰州 730020

2.甘肃省武威市气象局/武威国家气候观象台,甘肃 武威 733000

Characteristics of dry-wet climate change and its influence on NDVI in Shiyang River Basin

ZHANG Jindan,1,2, LIU Mingchun2, LI Xingyu2, DING Wenkui2, YANG Hua2, JIANG Jufang,2

1. Institute of Arid Meteorology, China Meteorological Administration/ Gansu Province Key Laboratory of Arid Climate Change and Disaster Reduction/Key Open Laboratory of Arid Climate Change and Disaster Reduction, China Meteorological Administration, Lanzhou 730020, China

2. Wuwei Meteorological Bureau of Gansu Province/Research Project of Wuwei National Climatological, Wuwei 733000, Gansu, China

通讯作者: 蒋菊芳(1979—),女,硕士,高级工程师,主要从事农业与生态气象业务和科研工作。E-mail:wwqxjjf@163.com

责任编辑: 黄小燕;校对:邓祖琴

收稿日期: 2023-03-28   修回日期: 2023-07-6  

基金资助: 国家自然基金项目(42175192)
甘肃省气象局重点项目(Zd2021-02)
干旱气象科学研究基金项目(IAM202213)
科技特派员专题项目(WW2201RPT050)
甘肃省自然科学基金“基于干旱过程的甘肃省干旱危险性及其传递阈值研究”(21JR7RA698)

Received: 2023-03-28   Revised: 2023-07-6  

作者简介 About authors

张金丹(1995—),女,硕士,助理工程师,主要从事农业与生态气象业务和科研工作。E-mail:zhangjd9522@163.com

摘要

全球变暖背景下,研究石羊河流域干湿气候变化特征及对植被覆盖度的影响对该流域的生态环境建设具有重要参考价值。基于1971—2020年石羊河流域的降水温度均一化指数(S),从干旱站次比、干旱频率等方面分析该流域干湿气候的时空变化,并结合归一化植被指数(Normalized Differential Vegetation Index,NDVI)遥感数据,分析干湿变化对NDVI的影响。结果表明:近50 a来石羊河流域年际和季的S指标呈波动上升趋势,四季中,夏季湿润化速度最快。流域干旱程度、干旱发生区域均呈减小趋势;中下游地区干旱强度高于上游地区,下游地区干旱频率高于中上游地区;年NDVI随着1—10月干旱减轻、降水量增多和气温降低而增加,其中,植被生长前期和中期降水量、生长中期气温对年NDVI影响较大。2月、5月和7月,NDVI对干旱存在滞后效应。

关键词: 降水温度均一化指数; 干湿气候特征; 归一化植被指数; 石羊河流域

Abstract

Under the background of global warming, studying the characteristics of dry-wet climate changes in the Shiyang Rive Basin and their influence on vegetation coverage has significant importance for the ecological environment construction of the basin. Based on the precipitation temperature homogenization index (S) in the Shiyang River Basin from 1971 to 2020, the spatial-temporal changes of the dry-wet climate in the basin were analyzed from the aspects of drought station frequency ratio, drought frequency, and more. Combined with the Normalized Differential Vegetation Index (NDVI) remote sensing data, the influence of dry-wet change on NDVI was analyzed. The results showed that the inter-annual and seasonal S indices showed an increasing trend in the Shiyang River Basin over the past 50 years, with the most pronounced increase in summer. The drought degree and drought occurrence area have shown a decreasing trend in the basin. The intensity of drought in the midstream and downstream were more severe compared to the upstream, with higher drought frequencies in the downstream. The annual NDVI increased with the alleviation of drought, the increase of precipitation and decrease of temperature. The precipitation in the early and middle period of growth, as well as the temperature in the middle period had a great influence on the annual NDVI. In February, May and July, the NDVI had a lag effect in response to drought.

Keywords: precipitation temperature homogenization index; characteristics of dry-wet climate; NDVI; the Shiyang River Basin

PDF (2740KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

张金丹, 刘明春, 李兴宇, 丁文魁, 杨华, 蒋菊芳. 石羊河流域干湿气候变化特征及对NDVI的影响[J]. 干旱气象, 2023, 41(5): 697-704 DOI:10.11755/j.issn.1006-7639(2023)-05-0697

ZHANG Jindan, LIU Mingchun, LI Xingyu, DING Wenkui, YANG Hua, JIANG Jufang. Characteristics of dry-wet climate change and its influence on NDVI in Shiyang River Basin[J]. Arid Meteorology, 2023, 41(5): 697-704 DOI:10.11755/j.issn.1006-7639(2023)-05-0697

引言

IPCC(Intergovernmental Panel on Climate Change,IPCC)AR6(第六次气候变化报告)(IPCC,2022)指出,近10 a(2011—2020年)全球地表平均温度比1850—1900年高1.09 ℃,比2003—2012年(IPCC AR5评估的时间段)增暖0.19 ℃(周波涛,2021)。全球气候变暖加剧了干旱灾害事件的发生(Dai and Zhao,2017;王莺等,2022;唐懿等,2022),使干旱成为全球范围内最大的自然灾害之一。干旱为影响植被生长的主要因素之一,持续干旱会严重限制植被生长,而植被是地球上联系土壤、大气、水分的纽带(傅伯杰等,2020),在陆地生态系统中占据重要位置,因此,在全球变暖、干旱事件频发的背景下(杨舒畅和杨恒山,2019;Tsegai et al.,2022),分析植被对干旱的响应关系具有重要现实意义。

归一化植被指数(Normalized Differential Vegetation Index,NDVI)是反映植被活动状况的重要指标(Piao et al.,2006)。由于NDVI与植被生产力和植被覆盖度之间具有较好的拟合关系,被广泛用于植被覆盖度变化、植被生产力、干旱等研究(曹晓云等,2022;李璠和徐维新,2017)。研究表明,我国植被覆盖度总体呈增加趋势,其中淮河流域、东北地区南部、黄土高原以及西部地区等增加速率较快(易雪等,2021;赵明伟等,2019)。另外,许多研究利用NDVI评估气候变化对植被生长特性的影响及植被对当地气候变化的反馈效应(Nemani et al.,2003;Zhang et al.,2003;罗新兰等,2020),表明不同区域植被覆盖度的变化特征不尽相同,这是植被对气温、降水等环境条件的依赖程度不同所致(卢乔倩等,2020),因此开展不同区域植被覆盖度对气候变化的响应研究非常必要。

石羊河流域处于西北干旱区、东部季风区和青藏高原区气候交界地带,是典型的生态敏感区,环境抵御自然灾害的能力较低。特殊的地理条件和气候特征导致石羊河流域干旱频发(张调风等,2013)。但目前干旱灾害对石羊河流域自然生态系统的影响方面研究较少,因此,研究石羊河流域干湿气候变化的客观规律,了解干旱灾害的时空分布特征及对植被NDVI的影响具有重要意义。本文旨在分析近50 a石羊河流域干湿变化特征,揭示干旱事件时空演变规律,并探讨植被指数对干旱的响应,以期为流域干旱灾害的预测预警提供科学依据。

1 研究区概况

石羊河流域(101°41′E—104°16′E,37°02′N—39°17′N)地处河西走廊东部,为甘肃省三大内陆河流域之一,行政范围包括武威市古浪县、凉州区、民勤县和天祝县部分区域及金昌市金川区和永昌县(图1)。流域总面积约4.12万km2,主要由西大河、东大河、西营河、金塔河、杂木河、黄羊河、古浪河和大靖河等河流组成,多年产流15.0亿m3。流域气候以大陆性干旱气候为主,受高原气候和沙漠气候共同影响。流域上游祁连山区年降水量较多,平均为300~500 mm,中下游干旱少雨、蒸发量大,年平均降水量为113~171 mm,年平均蒸发量为1 500~2 700 mm,是典型的干旱区水资源脆弱带。

图1

图1   石羊河流域气象站点空间分布

Fig.1   The spatial distribution of meteorological stations in the Shiyang River Basin


2 资料与方法

2.1 资料及处理

以石羊河流域及邻近地区代表站为研究对象,收集和整编上游的乌鞘岭(1971—2020年)、古浪(1971—2020年)、天祝(1992—2020年),中游的武威(1971—2020年)、永昌(1971—2020年)和下游的民勤(1971—2020年)6个气象站逐月降水和气温资料。四季划分按照3—5月为春季,6—8月为夏季,9—11月为秋季,12月至次年2月为冬季进行分析。植被生育期划分按照1—2月为生长前期,3—5月为生长初期,6—8月为生长中期,9—10月为生长末期进行分析。

为较好地反映干湿气候与自然植被的内在关系,一定程度消除人类活动(农作物种植、植树造林等)对植被的影响,选用天祝县自然草地生态系统2000—2020年归一化植被指数(NDVI)月数据进行分析,该数据由美国EOS/MODIS(Earth Observation System/Moderate Resolution Imaging Spectroradiometer)提供,分辨率为1 km。基于MRT和ArcGIS软件,对NDVI数据进行投影转换、拼接、裁剪、去空值、最大值合成和标准化等处理,得到逐月的标准化NDVI数据。

2.2 方法

降水温度均一化指数是降水标准化变量与温度标准化变量之差,计算公式(吴友均,2011)如下:

Si=P-P-σP-T-T-σT

式中:Si为某时段降水温度均一化指数,P、P-(mm)分别为某时段(月、季、年)降水量、同时段多年平均降水量;σP为降水量均方差;T、T-(℃)分别为某时段(月、季、年)平均气温和同时段多年平均气温;σT为气温均方差。

张强等(1998)研究发现,降水温度均一化指数夸大了气温变化对干旱强度的作用,由于气温对干旱的影响程度随地区和时间不同而存在差异,在运用时,应对温度影响项适当增加适当权重。章大全等(2010)利用温度、降水和Palmer旱涝指数均一化数据库构建统计模型,计算得到中国西北地区西部温度对干旱的贡献率约为20%,降水对干旱的贡献率约为80%,基于以上研究,庞晶等(2019)在原降水温度均一化指数(Si)计算公式中对降水和温度影响项分别加0.8和0.2的权重,得到新的降水温度均一化指数(S),计算公式如下:

S=0.8P-P¯σP-0.2T-T¯σT

公式(2)也适用于研究石羊河流域各气象站干湿气候特征,基于该公式计算石羊河流域月、季、年尺度的S指标,并将S指标分为3个等级:湿润、正常、干旱(表1)。

表1   月、季和年尺度的S指标干湿等级划分标准

Tab.1  standard for drought-wetness classification of S index in monthly, seasonal and annual scale

尺度湿润正常干旱
S≥1.72-0.26<S<1.72S≤-0.26
S≥1.27-0.61<S<1.27S≤-0.61
S≥0.76-0.67<S<0.76S≤-0.67

新窗口打开| 下载CSV


从干旱频次、干旱频率及干旱站次比等方面对石羊河流域的干旱变化特征进行评估,其中干旱频率及干旱站次比计算公式(道日娜和包玉海,2019)如下:

Pi=nN×100%
Pj=mM×100%

式中:Pi为干旱频率;n为该站点数据序列中发生干旱的次数;N为该站点数据序列数;i为不同站点代号;Pj为干旱站次比;M为研究区总气象站数;m为发生干旱的站数;j代表不同年份。当Pj≥50%时,为全区域性干旱;当33%≤Pj<50%时,为区域性干旱;当25%≤Pj<33%时,为部分区域性干旱;当10%≤Pj<25%时,为局域性干旱;当Pj<10%时,无干旱发生。

利用ArcGIS软件绘制石羊河流域各站点空间分布图;使用Mann-Kendall检验方法进行S指标的突变分析,该方法广泛应用于检测环境数据时间序列的变化趋势及变化趋势的起始位置(马景钊和郝璐,2021)。

3 结果与分析

3.1 流域干湿气候时空变化特征

3.1.1 年际变化特征

图2为1971—2020年石羊河流域S指标的年际变化和M-K突变检验。可以看出,S指标呈明显上升趋势,线性倾向率为0.266(10 a)-1,2019年最大为1.77,1991年最小为-1.61,表明近50 a石羊河流域呈湿润化趋势,干旱年份主要集中在1972—1991年,占总干旱年份的81%。M-K检测表明,在置信区间内,UF和UB曲线相交于1997年,表明石羊河流域干旱形势在1997年发生突变,1997年前流域S指标多为负值,干旱程度较强,1997年后多为正值,且呈明显增大趋势,湿润化程度增强,2002年后湿润化趋势超过α=0.05的置信水平。1997年以前,发生干旱的年份有1972、1974—1975、1980、1982、1986—1987、1990—1991年,其中,发生3次连续2 a干旱;1997年以后,干旱年为2009、2013年,未发生连续2 a干旱,表明石羊河流域干旱程度明显减轻。

图2

图2   1971—2020年石羊河流域S指标年际变化和M-K突变检验

Fig.2   The inter-annual variation and M-K mutation test of S index in the Shiyang River Basin during 1971-2020


干旱站次比的高低可在一定程度上反映干旱范围,从而表明区域干旱的严重程度。近50 a来,石羊河流域干旱站次比呈下降趋势(图3)。其中,1972、1974、1982、1990、1991、2005、2009、2013、2015年干旱站次比较大,超过50%,发生全域干旱。突变前,1972年和1991年所有站点均发生干旱,而突变后未出现全部站点同时干旱的情况,说明石羊河流域干旱发生区域有缩小趋势。

图3

图3   1971—2020年石羊河流域干旱站次比年际变化

Fig.3   The inter-annual variation of drought station frequency ratio in the Shiyang River Basin from 1971 to 2020


3.1.2 季节变化特征

1971—2020年石羊河流域在季节尺度上发生单季干旱共46次,其中春旱13次,占28.3%(图4);夏旱10次,占21.7%;秋旱12次,占26.1%;冬旱11次,占23.9%,春旱占比最大,其次为秋旱、冬旱,夏旱占比最少。发生连季干旱共46次,其中发生冬-春连旱10次,占21.7%,春-夏、秋-冬连旱均发生9次,均占19.6%,夏-秋连旱发生7次,占15.2%,春-夏-秋3季连旱发生6次,占13.0%,春-夏-秋-冬4季连旱发生5次,占10.9%。说明在连旱灾害中,冬-春连旱占比较大,其次为春-夏和秋-冬连旱,春-夏-秋-冬4季连旱发生次数最少。

图4

图4   1971—2020年石羊河流域干旱频次的季节变化

Fig.4   Seasonal variation of drought frequency in Shiyang River Basin during 1971-2020


1971—2020年石羊河流域不同季节S指标呈缓慢上升趋势,且不同季节S指标增加速度存在差异(图5)。春季S指标的变化倾向率为0.145·(10 a)-1,M-K突变检验显示,UF和UB曲线相交于1981年,且交点在置信水平线之间,即自1981年起,流域春季开始趋于湿润化[图5(a)];夏季S指标的变化倾向率为0.184·(10 a)-1,没有明显的突变点[图5(b)];秋季S指标的变化倾向率为0.103·(10 a)-1,UF和UB相交于1999年,且交点在置信水平线之间,即自1999年起,流域秋季湿润化开始加剧[图5(c)];冬季S的变化倾向率为0.182·(10 a)-1,也没有明显的突变点[图5(d)]。综上所述,近50 a石羊河流域春、夏、秋、冬季均表现为湿润化趋势,其中夏季湿润化速度最快。

图5

图5   1971—2020年石羊河流域不同季节S指标年际变化及M-K突变检验

(a)春季、(b)夏季、(c)秋季、(d)冬季

Fig.5   The inter-annual variation and M-K mutation test of S index in different seasons in the Shiyang River Basin during 1971-2020

(a) spring, (b) summer, (c) autumn, (d) winter


3.2 流域干湿空间变化特征

表2为流域突变前、后(1971—1996年、1997—2020年)平均S指标及干旱频率,可以看出石羊河流域不同地区不同时间干旱程度存在明显差异。1971—1996年,流域各站S指标为-0.18~0.31,其中,永昌干旱程度最强,S指标为-0.18,其次为乌鞘岭、凉州、民勤,古浪干旱程度最弱,S指标为0.31;1997—2020年,流域各站S指标为-0.19~0.02,其中永昌干旱程度最强,S指标为-0.19,其次是古浪、民勤、凉州、乌鞘岭,天祝干旱程度最弱,S指标为0.02。整体来看,石羊河中下游干旱程度较强,高于上游地区。

表2   1971—1996年和1997—2020年石羊河流域不同站点平均S指标及干旱频率

Tab.2  The mean S index and drought frequency of different stations in Shiyang River Basin during 1971-1996 and 1997-2020

站点S指标干旱频率/%
1971—1996年1997—2020年1971—1996年1997—2020年
凉州0.05-0.052420
民勤0.08-0.092820
古浪0.31-0.141616
永昌-0.18-0.19248
乌鞘岭-0.07-0.032816
天祝0.0228

注: —表示数据缺失。

新窗口打开| 下载CSV


1971—1996年流域各站干旱频率明显高于1997—2020年。1971—1996年,石羊河流域干旱频率最高的地区是民勤和乌鞘岭,均为28%,其次为凉州、永昌,均为24%,古浪干旱频率较低,为16%;1997—2020年,石羊河流域干旱频率最高的地区是天祝,为28%,民勤、凉州均为20%,古浪、乌鞘岭均为16%,永昌干旱频率最低为8%。整体来看,石羊河流域下游地区干旱频率高于中上游地区。

3.3 干湿对NDVI的影响

表3列出2000—2020年天祝不同时段不同气象要素与NDVI的相关系数。可以看出,1—10月S指标与年NDVI呈极显著正相关(P<0.01),相关系数为0.684,年NDVI随S指标的增大而增大,1—10月干旱程度减小,全年植被覆盖增加。1—10月降水量与年NDVI呈极显著正相关(P<0.01),相关系数为0.597,气温与年NDVI呈显著负相关(P<0.05),相关系数为-0.504。说明年NDVI随着1—10月降水量增多、气温降低而增加。生长前期、初期、中期S指标与年NDVI呈极显著正相关(P<0.01),相关系数分别为0.619、0.557、0.717,说明生长中期干旱对植被生长影响最大。年NDVI与生长前期、中期降水量呈显著正相关(P<0.01),相关系数分别为0.600、0.595,与生长中期气温呈显著负相关(P<0.01),相关系数为-0.617,说明生长前、中期降雨增加、生长中期气温降低有利于全年植被的增加。

表3   2000—2020年天祝不同时段不同气象要素与年NDVI的相关系数

Tab.3  Correlation coefficient between different meteorological elements and annual NDVI in Tianzhu in different time periods from 2000 to 2020

时段S指标降水量气温
1—10月0.684**0.597**-0.504*
生长前期0.619**0.600**-0.390
生长初期0.557**0.478*-0.377
生长中期0.717**0.595**-0.617**
生长末期0.2700.197-0.123

注: *、**分别表示通过0.05、0.01的显著性检验。

新窗口打开| 下载CSV


从不同月份S指标与同期NDVI及滞后1、2、3个月NDVI的相关性(表略)可以看出,2月S指标与4月、5月的NDVI呈显著正相关(P<0.05),相关系数分别为0.503、0.456;5月S指标与6月、7月的NDVI呈极显著正相关(P<0.01),相关系数分别为0.583、0.742,与8月NDVI呈显著正相关(P<0.05),相关系数为0.539;6月S指标与同期、7月的NDVI呈极显著正相关(P<0.01),相关系数分别为0.830、0.704;7月S指标与8月、9月、10月的NDVI均呈极显著正相关(P<0.01),相关系数分别为0.632、0.607、0.554;8月S指标与9月NDVI呈极显著正相关(P<0.01),相关系数为0.490。以上结果表明,大部分月份NDVI对S指标有滞后效应,其中,2月、5月、7月干旱分别对其后1—3个月的植被覆盖有较大影响,6月干旱对同期植被覆盖影响较大。

通过对比天祝2000—2020年降水量、S指标、NDVI数据发现(表4),S≥0.76的湿润年份为2011、2012、2014、2016、2018和2019年,主要集中在2010—2020年,年降水量为412.4~516.0 mm;S≤-0.67的干旱年份为2004、2005、2006、2008和2009年,主要集中在2000—2010年,年降水量为251.8~290.0 mm。在湿润年和干旱年NDVI均随降雨增多而增大,说明无论是湿润年还是干旱年降水量增加均有利于植被生长。

表4   天祝站典型年份不同指标分析

Tab.4  Analysis of different indicators in typical years of Tianzhu station

年份降水量/mmS指标NDVI
湿润年2011412.41.1050.323
2012476.81.9030.348
2014414.61.3460.340
2016468.71.3500.349
2018516.01.4230.362
2019483.01.4880.378
干旱年2004289.4-0.6820.312
2005253.8-1.1260.312
2006273.6-1.2670.319
2008290.0-0.9270.317
2009251.8-1.0910.311

新窗口打开| 下载CSV


4 讨论与结论

4.1 讨论

目前,西北地区正由暖干型向暖湿型转变(张强等,2010),其原因与近年来降水量增加有关,与潜在蒸发也有一定关系(王菱等,2004),本文研究发现石羊河流域有湿润化发展趋势,这与张利利等(2017)研究结论基本一致。另外,干旱事件的发生因季节不同而存在明显差异(张宇等,2018)。本文分析石羊河流域近50 a的干旱演变趋势,发现该流域四季中春季干旱频次最高,因此,预警预防时应着重关注春季,但也要密切注意夏旱和秋旱的实时监测,避免影响植株生长,进而影响植被的覆盖程度。西北地区干旱因地形、气候差异具有明显的区域特征(薛亮等,2023),本文研究发现石羊河流域中下游干旱程度较强,高于上游地区,其原因可能是干旱对降水量较为敏感,而在上游山区干旱程度与各类气候影响因子的敏感系数均高于中下游平原区(张雪蕾等,2017)。

NDVI与生长季干旱程度显著相关,当区域干旱加重时,NDVI降低,这与王兆礼等(2016)和刘洋洋等(2022)的研究结论基本一致。主要原因是干旱使得植物的叶片水分和营养供给不足,植物通过减少叶面积和气孔导度来防止体内水分散失过多以维持一定的光合作用,进而降低植物光合作用与生态系统呼吸作用而导致生长减弱(罗丹丹等,2019)。另外,干旱胁迫会破坏植物细胞膜系统,使植物细胞内O2的产生与清除失衡,这也是干旱造成植物伤害的重要原因之一(鲁松,2012)。不同生长阶段干旱对植被覆盖的影响不同,作物生长中期干旱对NDVI抑制作用较强。干旱指数与植被覆盖度相关性显著阶段通常会出现在生长初期至峰值期(6—8月)(苗百岭,2017;顾锡羚等,2021),本文研究发现天祝地区6月干旱对年和同期NDVI均有显著影响,而5月、7月干旱对NDVI产生较强的滞后影响,滞后期为1~3个月,因此植被生长受春旱、夏旱影响较重,其原因是这一阶段植物的生长速度较快(朱生翠等,2020),而天祝地区海拔较高,相对于平原地区温度较低,降水不足,植被对水热因子的变化更敏感。本文也证实了植被生长中期降水与NDVI呈极显著正相关,而气温与NDVI呈极显著负相关,天祝植被覆盖受生长中期的气温、降水影响较大。

4.2 结论

本文基于石羊河流域及邻近地区6个气象站近50 a气象数据,计算不同时间尺度的降水温度均一化指数(S),从干旱站次比、干旱频次及干旱频率等方面分析石羊河流域干湿气候的时空变化,并结合NDVI资料,分析干湿变化对NDVI的影响,主要结论如下:

(1)近50 a来,石羊河流域S指标呈明显上升趋势,即趋于湿润化,且在1997年干旱形势发生突变,2002年后湿润化趋势达到显著性水平。石羊河流域干旱发生区域也呈缩小趋势。

(2)在季节尺度上,石羊河流域春旱灾害占比最大,其次为秋旱、冬旱和夏旱。在连旱灾害中,冬-春连旱占比最大,其次为春-夏和秋-冬连旱,春-夏-秋-冬4季连旱发生次数最少。近50 a来石羊河流域春、夏、秋、冬季均表现为湿润化趋势。

(3)石羊河流域干旱程度最强的地区是永昌,干旱频率最高的地区是天祝。整体来看,石羊河流域中下游干旱程度较强,高于上游地区,干旱频率下游地区高于中上游地区。

(4)S指标与NDVI的相关性分析表明,1—10月S指标与年NDVI呈显著正相关,即随着干旱减轻,植被覆盖增加。NDVI随降水量的增多和气温的降低而增加,其中,植被生长中期发生干旱灾害对植被覆盖影响最大。2月、5月和7月NDVI对干旱存在滞后效应,6月干旱对同期植被覆盖影响较大。

参考文献

曹晓云, 周秉荣, 周华坤, , 2022.

气候变化对青藏高原植被生态系统的影响研究进展

[J]. 干旱气象, 40(6): 1 068-1 080.

[本文引用: 1]

道日娜, 包玉海, 2019.

基于生态分区的1980—2015年内蒙古干旱动态

[J]. 水土保持研究, 26(3): 159-165.

[本文引用: 1]

傅伯杰, 田汉勤, 陶福禄, , 2020.

全球变化对生态系统服务的影响研究进展

[J]. 中国基础科学, 22(3): 25-30.

[本文引用: 1]

顾锡羚, 郭恩亮, 银山, , 2021.

干旱对内蒙古植被生长的累积与滞后影响评估研究

[J]. 草地学报, 29(6): 1 301-1 310.

[本文引用: 1]

李璠, 徐维新, 2017.

2000—2015年青海省不同功能区NDVI时空变化分析

[J]. 草地学报, 25(4): 701-710.

DOI      [本文引用: 1]

基于2000-2015年MOD13Q1的NDVI陆地专题的产品,揭示了青海省不同功能区植被时空分布特征及变化规律,应用趋势分析法阐述过去16年不同功能区NDVI的变化规律,及利用变异系数揭示NDVI稳定性分布规律。结果表明:青海省植被NDVI表现为东南偏高,西北偏低,由东南向西北、由东向西逐渐递减的分布特征。三江源地区NDVI频度分布呈&quot;M&quot;型的双峰模型,柴达木盆地为频度分布最低的单峰模型,东部农业区与环湖地区相似且频度略高的单峰模型。从CV分析,高稳定性地区分布在东部农业区和环湖地区,低稳定性地区分布在柴达木盆地边缘和青海湖南部。由趋势分析可知,过去16年青海省NDVI呈波动性缓慢上升趋势,变化率为0.012&middot;10a<sup>-1</sup>。东部农业区和柴达木盆地增加趋势显著。本文揭示了气候变化和人为因素双重作用下青海省不同功能区植被NDVI变化规律,为各区生态保护提供基础数据和科学参考。

刘洋洋, 任涵玉, 呼天明, , 2022.

中国草地NDVI时空动态对多尺度干旱的响应

[J]. 水土保持研究, 29(1): 153-161+168.

[本文引用: 1]

卢乔倩, 江涛, 柳丹丽, , 2020.

中国不同植被覆盖类型NDVI对气温和降水的响应特征

[J]. 生态环境学报, 29(1): 23-34.

DOI      [本文引用: 1]

基于1982&#x02014;2012年植被生长季(4&#x02014;10月)GIMMS NDVI 3g数据集、中国气象数据网同时期气温与降水月值0.5&#x000b0;&#x000D7;0.5&#x000b0;格点数据集(V 2.0)和MODIS土地覆盖产品,运用GIS和相关统计方法,对中国长时间较为稳定的8种典型植被覆盖类型(常绿阔叶林、落叶阔叶林、混交林、开放灌丛、多树的草原、草原、作物以及作物和自然植被的镶嵌体)NDVI与气温和降水的时空响应特征进行研究。结果表明,除西南部分地区和西北小部分裸地或低植被覆盖地区外,其他地区多年生长季平均NDVI与平均气温呈显著正相关;西藏南部和华南大部分地区植被NDVI与降水呈负相关,强降水会对植物生长产生一定阻碍作用,其他地区多年生长季平均NDVI与平均降水呈显著正相关;从植被覆盖类型上看,除常绿阔叶林和多树的草原外,其他植被覆盖类型与气温、降水均呈正相关关系,其中落叶阔叶林、开放灌丛和草原与气温和降水均呈较高的正相关,且对气温的响应比对降水强烈;NDVI对气温和降水的响应具有空间异质性,不同植被覆盖类型NDVI与气温和降水的相关性不同,相同植被覆盖类型NDVI在不同地区的相关性也不同,分布在西南地区的常绿阔叶林NDVI与气温呈正相关,而分布在华南、台湾地区的常绿阔叶林NDVI与气温呈负相关,暖湿西南季风可能是造成差异的原因;植被NDVI对气温、降水的响应存在时滞效应,对降水的时滞效应更为显著,不同植被覆盖类型NDVI对气温和降水的滞后期不同,在生长季末期,落叶阔叶林NDVI对气温的响应滞后期约为1个月,西南开放灌丛和华北草原带NDVI对降水的响应滞后期为1&#x02014;2个月。研究结果可为中国陆地生态环境建设及保护提供理论依据。

鲁松, 2012.

干旱胁迫对植物生长及其生理的影响

[J]. 江苏林业科技, 39(4): 51-54.

[本文引用: 1]

罗丹丹, 王传宽, 金鹰, 2019.

植物应对干旱胁迫的气孔调节

[J]. 应用生态学报, 30(12): 4 333-4 343.

[本文引用: 1]

罗新兰, 李英歌, 殷红, , 2020.

东北地区植被NDVI对不同时间尺度SPEI的响应

[J]. 生态学杂志, 39(2): 412-421.

[本文引用: 1]

植被在陆地生态系统中起至关重要的作用。近年来干旱频率逐渐增加,对植被的生长发育产生严重的影响。本研究基于1982&mdash;2015年的归一化植被指数(normalized difference vegetation index,NDVI)和不同时间尺度的标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI)的相关性来评估东北地区植被生长状况对干旱的响应。结果表明:年尺度和季尺度内NDVI和SPEI的最大相关系数值在研究区内西部内蒙古草原地区最大,东部长白山脉地区次之,中东部东北平原地区最小,且NDVI与SPEI的相关系数在12个月以上的时间尺度较大;生长季(4&mdash;10月)和夏季(6&mdash;8月)的NDVI对SPEI响应最为敏感,春季(4&mdash;5月)、秋季(9&mdash;10月)响应依次减弱;其中,5&mdash;7月的NDVI与SPEI24的显著相关像元比例较高,而8&mdash;10月的NDVI则与SPEI06的显著相关像元比例较高;不同的植被类型对干旱响应不同,森林NDVI在不同月份与不同尺度的SPEI大体上呈负相关,草原和农作物则主要以正相关为主。

马景钊, 郝璐, 2021.

基于SPI和SPEI指数的锡林郭勒草原干旱时空变化特征

[J]. 草业科学, 38(12): 2 327-2 339.

[本文引用: 1]

苗百岭, 2017. 干旱与半干旱区植被动态及其对气候变化的响应——以内蒙古为例[D]. 呼和浩特: 内蒙古大学.

[本文引用: 1]

庞晶, 张荣, 徐迎春, , 2019.

降水温度均一化指标修正及在西南地区的适用性

[J]. 中低纬山地气象, 43(3): 56-61.

[本文引用: 1]

唐懿, 蔡雯悦, 翟建青, , 2022.

2021年夏季中国气候异常特征及主要气象灾害

[J]. 干旱气象, 40(2): 179-186.

DOI      [本文引用: 1]

利用1961&#x02014;2021年中国区域2400余站地面气象观测资料,根据2019年中国气象局发布的《区域性重要过程监测和评价业务规定》,对2021年夏季中国气候基本概况及主要气象灾害进行全面分析。结果表明:(1)2021年夏季,平均气温较常年同期偏高,平均降水量较常年同期偏多;由于北方雨季开始时间偏早、强度偏强,南方雨季开始时间偏晚、强度偏弱,以及台风登陆个数偏少等原因,多雨区主要集中在北方。(2)2021年夏季,中国气候状况总体偏差,气象灾害形势复杂严峻,极端天气气候复合事件多发,以洪涝、高温、干旱灾害为主,且阶段性和区域性特征显著。其中,区域性暴雨过程较常年同期偏少4.9次,但极端性强,华北、黄淮、江汉等地相继遭受严重暴雨洪涝灾害;阶段性区域高温天气多发,区域性高温过程较常年同期偏多3.4次,主要影响黄淮、江南、华南、西北地区东部及内蒙古西部、新疆南部等地;南、北方气象干旱并发,区域性、阶段性、复合性明显,区域性干旱过程较常年同期偏多1.1次,华南、西北地区高温干旱复合发展。

易雪, 杨森, 刘鸣彦, , 2021.

辽宁省植被覆盖度时空变化特征及其对气候变化的响应

[J]. 干旱气象, 39(2): 252-261.

[本文引用: 1]

王菱, 谢贤群, 李运生, , 2004.

中国北方地区40年来湿润指数和气候干湿带界线的变化

[J]. 地理研究, 23(1): 45-54.

[本文引用: 1]

王莺, 张强, 王劲松, , 2022.

21世纪以来干旱研究的若干新进展与展望

[J]. 干旱气象, 40(4): 549-566.

DOI      [本文引用: 1]

干旱是中国影响范围最广、造成经济损失最严重的自然灾害之一,直接威胁国家粮食安全和社会经济发展,对干旱问题的认识和研究有助于提升国家防旱减灾能力。自新中国成立以来,中国对于干旱气象的研究取得了丰硕的成果。本文以21世纪以来中国气象局干旱气候变化与减灾重点开放实验室为平台开展的与干旱气象相关的科研项目群取得的研究成果为基础,通过成果检索,对干旱监测技术、干旱时空分布规律、干旱致灾特征、干旱灾害风险及其对气候变暖的响应以及干旱灾害风险管理与防御技术等方面的新进展进行总结和归纳。同时,基于干旱气象研究的前沿发展趋势,提出中国未来干旱气象研究应在加强气候变化背景下干旱高发区综合性干旱观测试验基础上,从不同维度和尺度定量研究干旱形成机理,构建多源数据融合和多方法结合的综合干旱监测新方法,揭示干旱致灾机理,科学评估干旱灾害风险,提出具有可执行性的风险管理策略等重点科学问题上取得突破。这对于推动中国干旱气象研究具有积极意义。

王兆礼, 黄泽勤, 李军, , 2016.

基于SPEI和NDVI的中国流域尺度气象干旱及植被分布时空演变

[J]. 农业工程学报, 32(14): 177-186.

[本文引用: 1]

吴友均, 师庆东, 常顺利, 2011.

1961—2008年新疆地区旱涝时空分布特征

[J]. 高原气象, 30(2): 391-396.

[本文引用: 1]

根据新疆地区53个气象站1961-2008年降水和温度资料, 采用降水温度均一化指标确定各站旱涝等级, 然后借助各站降水温度均一化指标和每年干旱站比例、 洪涝站比例及旱涝站比例变化趋势, 分析了新疆地区旱涝灾害的时间分布特征。同时通过各站48年间的降水温度均一化指标线性变化趋势值、 干旱频率、 洪涝频率及旱涝频率和相应的空间分布, 分析了新疆地区旱涝灾害空间分布特征。结果表明: (1)新疆地区整体上趋于干旱化, 且东南部比西北部严重。(2)新疆地区洪涝灾害有减轻趋势, 干旱灾害有扩大趋势。(3)新疆地区旱涝灾害频发, 其中南疆地区最为严重。

薛亮, 袁淑杰, 王劲松, 2023.

我国不同区域气象干旱成因研究进展与展望

[J]. 干旱气象, 41(1): 1-13.

DOI      [本文引用: 1]

在全球增暖背景下,我国干旱灾害的严重程度、持续时间和影响范围均呈增加趋势。气象干旱是干旱灾害发生的前提,厘清气象干旱形成原因,对提高干旱预警能力、制定干旱灾害应对策略和防御措施有重要科学意义。本文较为全面地梳理了我国气象干旱成因的研究进展。首先,考虑干旱的成因具有区域差异性,分别总结了我国西北、华北、东北、华东、华南及西南6个区域的干旱成因;考虑干旱的时间持续性,基于季节干旱、两季连旱和三季连旱,分别从冷暖空气、位势高度场、海温场异常等方面归纳各区域不同持续时间气象干旱形成的主要影响因子。其次,提出了目前我国气象干旱成因研究面临的科学问题和未来研究方向。鉴于已有的干旱成因研究多以对单一影响因子研究为主,即便考虑了干旱形成的多个影响因子,但仍然相对缺乏对多因子间协同作用的定量分析,因此未来需要关注不同影响因子对气象干旱形成的贡献率及彼此间协同作用的定量关系。

杨舒畅, 杨恒山, 2019.

1982-2013年内蒙古地区干旱变化及植被响应

[J]. 自然灾害学报, 28(1): 175-183.

[本文引用: 1]

张利利, 周俊菊, 张恒玮, , 2017.

基于SPI的石羊河流域气候干湿变化及干旱事件的时空格局特征研究

[J]. 生态学报, 37(3): 996-1 007.

[本文引用: 1]

张强, 张存杰, 白虎志, , 2010.

西北地区气候变化新动态及对干旱环境的影响——总体暖干化, 局部出现暖湿迹象

[J]. 干旱气象, 28(1): 1-7.

[本文引用: 1]

张强, 鞠笑生, 李淑华, 1998.

三种干旱指标的比较和新指标的确定

[J]. 气象科技, 26(2): 48-52.

[本文引用: 1]

张调风, 张勃, 王有恒, , 2013.

基于综合气象干旱指数的石羊河流域近50年气象干旱特征分析

[J]. 生态学报, 33(3): 975-984.

[本文引用: 1]

张雪蕾, 王万瑞, 王刘明, , 2017.

石羊河流域干旱变化趋势及气候影响因素

[J]. 兰州大学学报(自然科学版), 53(5): 598-603.

[本文引用: 1]

张宇, 王素萍, 冯建英, 2018.

2017年全国干旱状况及其影响与成因

[J]. 干旱气象, 36(2): 331-338.

DOI      [本文引用: 1]

2017年我国主要存在2大干旱区,分别是内蒙古中东部、东北、华北以及黄淮旱区和西南旱区。其中,内蒙古中东部、东北、华北以及黄淮旱区的旱情主要出现在春末至秋初时段,5&mdash;8月旱情最为严重,该时段区域内有43.4%的站点有旱,5.9%的站点有重到特旱;西南旱区多为阶段性的局地旱情,夏季干旱程度较重,旱情最严重的6月区域内有30.8%的站点有旱,13.1%的站点有中度以上旱情,3.7%的站点有重旱,而冬季干旱范围较广,旱区范围最广的12月区域内有46.4%的站点有旱。总体来说,2017年春、夏季欧亚大陆上空槽脊位置异常,以及西太平洋副热带高压位置偏南且异常西伸,是春、夏季内蒙古东部以及东北西部干旱事件的主要成因;秋、冬季,西太平洋副热带高压位置偏南,水汽条件异常是西南地区旱情的主要成因。关键词:2017年;干旱状况;干旱演变;影响;成因

章大全, 张璐, 杨杰, , 2010.

近50年中国降水及温度变化在干旱形成中的影响

[J]. 物理学报. 59(1): 655-663.

[本文引用: 1]

赵明伟, 王妮, 施慧慧, , 2019.

2001—2015年间我国陆地植被覆盖度时空变化及驱动力分析

[J]. 干旱区地理, 42(2): 324-331.

[本文引用: 1]

周波涛, 2021.

全球气候变暖: 浅谈从AR5到AR6的认知进展

[J]. 大气科学学报, 44(5): 667-671.

[本文引用: 1]

朱生翠, 周秉荣, 魏永林, , 2020.

气候变化对青海湖北岸天然牧草生长发育的影响

[J]. 干旱气象, 38(05): 804-809+827.

[本文引用: 1]

DAI A G, ZHAO T B, 2017.

Uncertainties in historical changes and future projections of drought. Part I: estimates of historical drought changes

[J]. Climatic Change, 144(3): 519-533.

DOI      URL     [本文引用: 1]

IPCC, 2022. Climate Change 2022: Impacts, Adaptation and Vulnerability[M/OL]. Cambridge: Cambridge University Press. https://www.ipcc.ch/report/sixth-assessment-report-working-group-ii/.

URL     [本文引用: 1]

NEMANI R R, KEELING C D, HASHIMOTO H, et al, 2003.

Climate-driven increases in global terrestrial net primary production from 1982 to 1999

[J]. Science, 300(5625): 1 560-1 563.

[本文引用: 1]

PIAO S L, MOHAMMAT A, FANG J Y, et al, 2006.

NDVI-based increase in growth of temperate grasslands and its responses to climate changes in China

[J]. Global Environmental Change, 16(4): 340-348.

DOI      URL     [本文引用: 1]

TSEGAI D, MEDEL M, AUGENSTEIN P, et al, 2022.

Drought in numbers 2022-restoration for readiness and resilience

[R]. United Nations Convention to Combat Desertification:1-51.

[本文引用: 1]

ZHANG J Y, DONG W J, FU C B, et al, 2003.

The influence of vegetation cover on summer precipitation in China: a statistical analysis of NDVI and climate data

[J]. Advances in Atmospheric Sciences, 20(6): 1 002-1 006.

[本文引用: 1]

/