巫晨煜，許帆帆，魏士博，樊晶晶,*，劉觀鵬，王坤

1.河北工程大學水利水電學院，河北 邯鄲 056038；2.河北工程大學/河北省智慧水利重點實驗室，河北 邯鄲 056038；3.中國水利水電科學研究院水資源所，北京 100048

植被是陸地生態(tài)系統(tǒng)的重要組成部分，是連接土壤、大氣和水的天然紐帶，植被生長狀況與氣候、水質(zhì)、地形等環(huán)境因素密切相關(guān)（Wang et al.，2021；陳文裕等，2022）。植被覆蓋度在一定程度上代表了整體生態(tài)環(huán)境，其變化將直接關(guān)系到區(qū)域生態(tài)環(huán)境的穩(wěn)定性與安全性（Xin et al.，2008；王麗霞等，2020）。氣候變化通過改變植物生長環(huán)境，從而影響植物生長，并且全球變化對陸地生態(tài)系統(tǒng)結(jié)構(gòu)和功能產(chǎn)生的影響重大，因此了解植物與氣候之間的內(nèi)在關(guān)系，長期動態(tài)監(jiān)測和評估植被覆蓋情況至關(guān)重要（Jia et al.，2020）。

渭河流域處于大陸性季風氣候區(qū)，夏季降水多，氣溫高，冬季降水少，氣溫低。流域橫跨陜西、寧夏、甘肅三省（自治區(qū)），為黃河中游經(jīng)濟、人口稠密地帶，存在空間非均衡性，區(qū)域發(fā)展不協(xié)調(diào)形勢嚴峻，在黃河流域生態(tài)保護和高質(zhì)量發(fā)展戰(zhàn)略規(guī)劃中占據(jù)重要地位（趙孟麗等，2023）。渭河流域地理位置特殊，上游位于丘陵地區(qū)，中游橫跨黃土高原，生態(tài)環(huán)境脆弱，干旱、洪水等災(zāi)害頻繁發(fā)生。近年來，由于氣候變化以及土地利用的急劇變化，旱澇災(zāi)害頻發(fā)，水土流失嚴重（張曄等，2022）。因此，探究渭河流域植被變化特征及其與氣候變化的響應(yīng)關(guān)系，對流域生態(tài)環(huán)境恢復(fù)、經(jīng)濟可持續(xù)發(fā)展有著重要意義。

基于遙感技術(shù)對植被指數(shù)進行空間監(jiān)測是目前最先進的技術(shù)和研究手段，提供了關(guān)于植被類型/植被覆蓋動態(tài)變化過程的重要信息，能夠進一步分析出植被變化的發(fā)展情況以及這種變化發(fā)生的原因等。其中，歸一化植被指數(shù)（NDVI）是一種應(yīng)用最為廣泛的植被指數(shù)，在植被覆蓋變化研究中，NDVI 能很好地反映植被覆蓋、生物量及生態(tài)系統(tǒng)參數(shù)的變化（邵亞婷等，2021；袁倩穎等，2021）。近年來，有不少學者對渭河流域NDVI 進行了研究，杜希溪（2013）發(fā)現(xiàn)1998－2008 年研究區(qū)NDVI變化呈上升趨勢；陸一帆（2016）發(fā)現(xiàn)1982－2006年間研究區(qū)空間差異明顯，降水為影響流域植被生長的主要影響因子；王麗霞等（2020）發(fā)現(xiàn)低植被區(qū)主要分布于流域西北部，中植被區(qū)位于涇河、北洛河，高植被區(qū)分布于流域東南部；龐家泰等（2021）在對2000－2019年渭河流域NDVI研究中得出其未來變化表現(xiàn)為流域整體呈現(xiàn)進一步改善趨勢。以上研究均以渭河流域整體作為研究對象，缺乏對該流域在不同典型氣候區(qū)NDVI 動態(tài)變化的研究，并且現(xiàn)有研究也多只考慮NDVI 對氣候因子的滯后效應(yīng)，少見NDVI 與氣候因子的雙向滯后響應(yīng)研究。本文根據(jù)年干燥指數(shù)、天然植被等，將渭河流域劃分為半濕潤區(qū)、半干旱區(qū)、干旱區(qū)3 個子區(qū)域，利用差值法、線性回歸斜率法等方法對2000－2019年渭河流域NDVI 時空格局進行更為詳細的分析，并研究了NDVI 與降水、氣溫的相關(guān)性，及與降水、氣溫的雙向滯后效應(yīng)，可為渭河流域生態(tài)環(huán)境可持續(xù)發(fā)展提供一定的理論支撐和決策依據(jù)。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域與資料

渭河是黃河第一大支流，全長818 km，橫向跨過 104°00′－110°20′E，縱向經(jīng)過 33°50′－37°18′′N，橫跨甘肅、陜西、寧夏三省，總面積為1.34×105km2。渭河流域地處半干旱、半濕潤地區(qū)的過渡地帶，降水變化趨勢是南多北少，地形西高東低，自西向東地勢逐漸變緩，流域北部為黃土高原，南部為秦嶺山區(qū)（程三友等，2011），地貌主要有黃土丘陵區(qū)、黃土塬區(qū)、土石山區(qū)、黃土階地區(qū)、河谷沖積平原區(qū)等（王玉娟等，2014）。

為更好地研究渭河流域NDVI 演變規(guī)律，本文根據(jù)年干燥指數(shù)、天然植被等，將渭河流域劃分為半濕潤區(qū)、半干旱區(qū)、干旱區(qū)3 個子區(qū)域，分區(qū)圖如圖1 所示。

圖1 渭河流域分區(qū)圖Figure 1 Division of Wei River Basin

1.2 數(shù)據(jù)來源

本文使用的NDVI 數(shù)據(jù)來自中國科學院資源環(huán)境科學數(shù)據(jù)中心，是基于SPOT/VEGETATION NDVI 衛(wèi)星遙感數(shù)據(jù)（http://www.resdc.cn/），降水、氣溫數(shù)據(jù)來自國家青藏高原科學數(shù)據(jù)中心（https://data.tpdc.ac.cn/home），以上數(shù)據(jù)均選用2000－2019 年的時間序列，時間分辨率為月，空間分辨率為1 km。氣候分區(qū)數(shù)據(jù)來自中國科學院資源環(huán)境科學數(shù)據(jù)中心（https://www.resdc.cn/）。

2 研究方法

2.1 差值法

差值法可以用來衡量一個地區(qū)不同年份之間的不同數(shù)值的變動情況。本文擬分析2009 年與2000 年、2019 年與2009 年的變化，對渭河流域NDVI 變化進行差值分析。其計算公式為：

其中：

Ni?j——第i年或第i段與第j年或第j段之間的NDVI 差值；

Ni——第i年或第i段的NDVI 數(shù)值；

Nj——第j年或第j段的NDVI 數(shù)值。

2.2 線性回歸斜率法

為研究渭河流域NDVI 變化趨勢，采用一元線性回歸分別模擬每個像元在2000－2009、2009－2019 年兩個階段植被NDVI 的變化趨勢。若斜率為正，則說明數(shù)值隨著時間變化呈上升趨勢，若斜率為負，則說明數(shù)值隨著時間變化呈下降趨勢。計算公式如下：

其中：

S——NDVI 趨勢斜率；

n——序列長度即所研究的年數(shù)；

ri——NDVI 第i年的平均值。采用F檢驗對趨勢斜率進行顯著性檢驗。

2.3 相關(guān)系數(shù)法

偏相關(guān)分析是指當兩個變量同時與第3 個變量相關(guān)時，將第3 個變量的影響剔除，只分析另外兩個變量間相關(guān)程度的過程。本文為分析NDVI受降水、氣溫影響程度，分別控制降水、氣溫，計算NDVI 與降水、氣溫的偏相關(guān)系數(shù)。計算公式如下：

其中：

Rxy·z——控制變量z后變量x與變量y的偏相關(guān)系數(shù)；

Rxy——變量x與變量y的相關(guān)系數(shù)；

Rxz——變量x與變量z的相關(guān)系數(shù)；

Ryz——變量y與變量z的相關(guān)系數(shù)。

在NDVI 與降水、氣溫滯后效應(yīng)研究中，采用一般相關(guān)系數(shù)法，將相關(guān)系數(shù)分為3 個水平：強相關(guān)（0.8

3 研究結(jié)果

3.1 NDVI 時空分布特征

2000－2019 年，渭河流域及其分區(qū)NDVI 呈增加趨勢（圖2），渭河流域NDVI 年均增長率為0.047 1/10 a，最大值出現(xiàn)在2018 年（0.450），最小值出現(xiàn)在2000 年（0.342）。各分區(qū)植被增長率表現(xiàn)為：半干旱區(qū) (0.053 8/10 a)>半濕潤區(qū) (0.044 3/10 a)>干旱區(qū) (0.036 6/10 a)，NDVI 多年平均值按半濕潤區(qū)（0.460）、半干旱區(qū)（0.303）及干旱區(qū)（0.190）依次減小。2000－2019 年渭河流域及其各分區(qū)NDVI 出現(xiàn)不同程度的波動，但仍呈現(xiàn)上升趨勢，渭河流域在保證現(xiàn)有植被健康生長的同時，增加了植被覆蓋度。

圖2 2000－2019 年渭河流域及其分區(qū)NDVI線性變化趨勢Figure 2 Linear trend of NDVI in the Wei River Basin and its subregions from 2000 to 2019

根據(jù)NDVI 值將植被情況劃分為6 個等級（袁瑞強等，2020），分別為無植被區(qū)（NDVI<0.2）、極低植被區(qū)（0.2≤NDVI<0.3）、低植被區(qū)（0.3≤NDVI<0.4）、中植被區(qū)（0.4≤NDVI<0.5）、高植被區(qū)（0.5≤NDVI<0.6）、密集植被區(qū)（0.6≤NDVI）。

2000－2019 年整個渭河流域NDVI 多年平均值在空間上，整體呈現(xiàn)東南高西北低、由東南向西北遞減的分布特征（圖3），隨著海拔的增加而降低，這與地勢及地區(qū)降水、氣溫有直接關(guān)系。密集植被區(qū)占研究區(qū)總面積的5.05%，高植被區(qū)占19.85%，主要分布在關(guān)中平原、子午嶺、黃龍山脈、隴山及六盤山脈等地區(qū)（Ⅰ），極低植被區(qū)占研究區(qū)總面積17.74%，無植被區(qū)占1.68%，主要分布于隴中黃土高原與隴東黃土高原的西北部（Ⅱ、Ⅲ），少量分布于關(guān)中平原（Ⅰ）?？傮w而言，渭河流域半濕潤區(qū)植被情況較好，出現(xiàn) NDVI 最高值（0.694），干旱區(qū)、半干旱區(qū)植被情況較差，出現(xiàn)流域NDVI 最低值（0.156）。

圖3 2000－2019 年渭河流域NDVI 均值空間分布及植被情況面積百分比（%）Figure 3 Percentage of vegetation cover area and spatial distribution of NDVI mean values in each subzone of the Wei River basin from 2000 to 2019

3.2 NDVI 變化情況分析

為了研究渭河流域及其各分區(qū)NDVI 改善情況，利用差值法計算不同時段NDVI 差值表征改善特征，以2009 年為節(jié)點，分別計算2009 年與2000年、2019 年和2009 年的差值。將植被增長與退化劃分為7 個等級（周夢甜等，2015；高培霞等，2018；李丹利等，2018；欒金凱等，2018；潘穎等，2018），分別為高度退化（Ni?j

圖4 渭河流域2000－2009 年（a）、2009－2019 年（b）NDVI 差值空間分布及植被變化情況面積所占百分比（%）Figure 4 NDVI difference spatial distribution and Percentage of vegetation change area in Wei River Basin from 2000 to 2009 (a) and from 2009 to 2019 (b)

2000－2009 年，渭河流域植被變化表現(xiàn)為改善態(tài)勢，改善面積高達總面積的98.20%。各分區(qū)植被變化趨勢與流域整體一致，改善面積均超過本區(qū)面積97%，其中干旱區(qū)改善面積最大，高達100%，其次為半干旱區(qū)（99.74%）、半濕潤區(qū)（97.54%）。從整個研究區(qū)來看，高度改善區(qū)域最大，占總面積57.22%，中度改善區(qū)域占總面積37.98%，輕度改善區(qū)域占總面積3.00%，三者均主要分布于隴東、隴中黃土高原及陜北高原（Ⅰ、Ⅱ、Ⅲ）；退化區(qū)域面積僅占0.79%，輕度退化區(qū)域占總面積0.38%；中度退化區(qū)域占總面積0.21%，高度退化區(qū)域面積極小，僅占總面積0.21%，三者主要分布于關(guān)中平原（Ⅰ）；基本不變區(qū)域占總面積1.00%，分布于渭河流域東南部（Ⅰ）。

2009－2019 年，渭河流域植被變化同樣表現(xiàn)為改善態(tài)勢，改善面積占總面積86.12%，較上期（2000－2009 年）有所下降。各分區(qū)植被改善面積均大于本區(qū)總面積的80%，其中干旱區(qū)改善面積最大（98.82%），依次為半干旱區(qū)（97.74%）、半濕潤區(qū)（81.37%）。對整個研究區(qū)而言，高度改善區(qū)域面積較上期有所減少，占總面積34.32%，主要分布于隴東黃土高原（Ⅰ、Ⅱ），中度改善區(qū)域面積最大，占總面積40.20%，輕度改善區(qū)域占總面積11.59%，二者廣泛分布于隴中黃土高原及陜北高原（Ⅰ、Ⅱ、Ⅲ）；基本不變區(qū)域占總面積6.03%；退化區(qū)域共占總面積的7.85%，輕度退化區(qū)域占總面積3.26%，二者破碎化分布于隴中西部及關(guān)中平原（Ⅰ），中度退化區(qū)域、高度退化區(qū)域分別占總面積1.83%、2.77%，主要分布于關(guān)中平原（Ⅰ），較上期（2000－2009 年）向東西兩側(cè)擴大。

3.3 NDVI 動態(tài)變化分析

為了研究渭河流域及其各分區(qū)NDVI 動態(tài)變化情況，利用線性回歸斜率法分別不同時段的S值，并根據(jù)S大小劃分5 個等級（龐家泰等，2021），分別為嚴重退化（S

圖5 渭河流域2000－2009 年（a）、2009－2019 年（b）NDVI 線性回歸斜率空間分布及植被動態(tài)變化面積所占百分比（%）Figure 5 Spatial distribution of NDVI linear regression slope in Wei River Basin and Percentage of vegetation dynamic change area from 2000 to 2009 (a) and from 2009 to 2019 (b)

2000－2009 年渭河流域NDVI 整體呈上升趨勢，植被變化的平均斜率為0.072 7/10 a，標準差為0.003 60。除干旱區(qū)外，其余分區(qū)與研究區(qū)整體趨勢一致，其中半濕潤區(qū)改善面積最大，占本區(qū)面積的92.04%（81.46%為顯著改善）（圖6），半干旱區(qū)改善面積占78.59%（66.37%為顯著改善），干旱區(qū)改善面積僅為18.91%（均為不顯著改善）。對整個研究區(qū)而言，高度改善區(qū)域占總面積21.96%，中度改善區(qū)域較大，占總面積65.73%，二者共占研究區(qū)總面積87.69%（76.67%為顯著改善）；基本不變區(qū)域占總面積11.78%，主要分布在流域北部（Ⅱ、Ⅲ）；退化區(qū)域僅占0.54%，其中，中度退化區(qū)域占總面積0.32%，嚴重退化區(qū)域占0.21%，二者僅占研究區(qū)總面積0.53%（0.35%為顯著退化），分布在流域東南部的關(guān)中平原（Ⅰ）。

圖6 渭河流域2000－2009 年（a）、2009－2019 年（b）NDVI 變化趨勢顯著性Figure 6 Significance of NDVI change trend in Wei River basin from 2000 to 2009 and from 2009 to 2019

2009－2019 年，渭河流域NDVI 仍呈上升趨勢，植被平均增長率為0.035 1/10 a，較上期有所下降，標準差為0.004 25。各分區(qū)植被改善面積占比按半干旱區(qū)、半濕潤區(qū)、干旱區(qū)依次減少，分別為75.53%（35.86%為顯著改善）、56.30%（43.71%為顯著改善）、31.21%（9.59%為顯著改善）。整個研究區(qū)中，改善面積占總面積61.86%（41.25%為顯著改善），其中，高度改善區(qū)域僅占總面積3.20%，中度改善區(qū)域占總面積58.67%，主要位于隴中隴東地區(qū)（Ⅰ、Ⅱ），較上期（2000－2009 年）均出現(xiàn)不同程度減??；退化區(qū)域有所擴大，占總面積7.02%（4.19%為顯著退化），分布在關(guān)中平原一帶（Ⅰ），其中，嚴重退化區(qū)域占總面積2.45%，中度退化區(qū)域占總面積4.57%；基本不變區(qū)域占總面積31.11%，少量分布于西部與北部（Ⅱ、Ⅲ），主要位于流域東部（Ⅰ）。

綜上可知，2000－2019 年渭河流域植被呈改善趨勢，后期（2009－2019 年）較前期（2000－2009 年）改善程度有所減緩。

3.4 NDVI 與降水、氣溫的滯后效應(yīng)分析

2000－2019 年渭河流域及各分區(qū)在不同時間尺度與氣候因子的偏相關(guān)性存在差異（表1）。干旱區(qū)NDVI 在3 個時間尺度均與降水的偏相關(guān)系數(shù)更高（r1=0.608、r2=0.572、r3=0.564，P1,2,3?0.01）；半干旱區(qū)在年尺度、季尺度中，NDVI 受降水影響更大（r1=0.548，P1?0.05；r2=0.609，P2?0.01），月尺度下則更受氣溫影響（r3=0.527，P3?0.01）；半濕潤區(qū)NDVI 在季尺度、月尺度與氣溫呈高偏相關(guān)（r2=0.775、r3=0.804，P2,3?0.01），在年尺度上的相關(guān)系數(shù)均不顯著。對整個研究區(qū)而言，在季尺度、月尺度中與氣溫呈高偏相關(guān)性（r2=0.669、r3=0.761，P2,3?0.01），在年尺度上的相關(guān)系數(shù)不顯著。

表1 2000－2019 年渭河流域NDVI 與降水、氣溫偏相關(guān)系數(shù)Table 1 Partial correlation coefficient between NDVI and precipitation and temperature at different scales in the Wei River basin,2000–2019

綜上所述，在季尺度、月尺度上，與降水相比，氣溫對渭河流域植被生長影響更為顯著。

對比渭河流域研究年月尺度下NDVI 與降水、氣溫變化趨勢（圖7a、b），總體上渭河流域NDVI與降水、氣溫的變化具有較強的一致性，可以發(fā)現(xiàn)NDVI、降水、氣溫最高值所在月份有所差異，這說明NDVI 與降水、氣溫存在一定的滯后性。

圖7 NDVI 與降水、氣溫變化規(guī)律及滯后效應(yīng)Figure 7 NDVI and precipitation, temperature change rule and lag effect

圖7c、d 為渭河流域及其分區(qū)NDVI 變化與降水、氣溫的滯后效應(yīng)，橫坐標表示NDVI 與三者的滯后時間，正負號分別代表NDVI 對氣候的滯后效應(yīng)和氣候?qū)DVI 的滯后效應(yīng)，縱坐標為NDVI與三者的相關(guān)度，其正負號代表正負效應(yīng)（Li et al.，2021；黃豪奔等，2022），本研究定義相關(guān)度超過90%時，整個區(qū)域都存在滯后效應(yīng)。

渭河流域及其各分區(qū)（除干旱區(qū)短期氣溫對NDVI 的滯后效應(yīng)）NDVI 與降水、氣溫雙向滯后效應(yīng)在短期（1－3 月）與長期（3－6 月）同時存在。在不同氣候分區(qū)下，NDVI 與降水雙向滯后效應(yīng)表現(xiàn)出1－3 月為正，3－6 月為負的特征，NDVI對氣溫的滯后效應(yīng)表現(xiàn)為1－3 月為正，4－6 月為負，氣溫對NDVI 的滯后效應(yīng)1－2 月為正，3－4月為負。不同分區(qū)NDVI 與降水、氣溫滯后效應(yīng)存在差異，NDVI 對降水、氣溫滯后效應(yīng)按干旱區(qū)、半干旱區(qū)、濕潤區(qū)依次降低，降水、氣溫對NDVI的滯后效應(yīng)則相反。

4 討論

4.1 氣候年景

本文以2009 年為節(jié)點，將研究年劃分為兩期（2000－2009、2009 年－2019 年），發(fā)現(xiàn)NDVI 年變化呈改善趨勢，但改善程度減緩，《中國環(huán)境狀況公報》表明，2000 年全國大部分地區(qū)氣溫接近常年（1961－1990 年）或偏高，降水偏少或接近常年，西北區(qū)域出現(xiàn)不同程度干旱，本年氣候條件對農(nóng)業(yè)生產(chǎn)而言屬偏差年景；2009 年西部、寧夏南部、甘肅東部等地降水比常年（1971－2000 年）偏少10%－50%，西北大部等地氣溫較常年偏高1－2 ℃，該年氣候年景一般；2019 年，與常年（1981－2010 年）相比，西北區(qū)域氣溫偏高，降水偏多20%－50%，本年氣候條件屬于偏好的年景。值得注意的是，2019 年植被生長情況好于常年，但差于2018 年，我國氣象局發(fā)布信息表明2019 年全國區(qū)域性、階段性干旱和低溫等災(zāi)害影響較重，造成氣象條件不如水熱匹配最好的2018 年，特別是西北東部等地區(qū)降水偏多時，氣溫偏低，導致2019年全國植被生態(tài)質(zhì)量指數(shù)較2018 年偏低0.60%。

4.2 NDVI 動態(tài)變化

2000－2019 年渭河流域植被年際變化呈現(xiàn)增長趨勢，這與中國西北地區(qū)整體變化一致（尹振良等，2022）。NDVI 空間分布和年際變化受到地形、地貌、氣候變化以及人類活動的綜合影響（范松克等，2019；楊鑫等，2021；余玉洋等，2022），渭河流域干旱區(qū)、半干旱區(qū)多為黃土高原，生態(tài)環(huán)境脆弱，容易受到自然環(huán)境和人類活動的影響（程杰等，2020），濕潤區(qū)有秦嶺山區(qū)與關(guān)中平原，氣候地理條件較北部更適宜植被生長（程三友等，2011），因此流域濕潤區(qū)植被情況比水資源較匱乏、生態(tài)脆弱的干旱區(qū)、半干旱區(qū)好。從年NDVI 時空變化來看，各分區(qū)均存在植被改善區(qū)域，主要分布在隴東、隴中黃土高原及陜北高原，為生態(tài)工程建設(shè)的主要區(qū)域，2000－2019 年我國呈降水增加、氣溫上升趨勢，生態(tài)建設(shè)工程與有利氣象條件疊加，共同促進了植被生態(tài)質(zhì)量整體提升（劉旻霞等，2018；王維等，2021；徐省超等，2021），植被退化區(qū)域多分布在半濕潤區(qū)，尤其關(guān)中平原，根據(jù)陜西有關(guān)部門發(fā)布的信息顯示近20 a 關(guān)中城市規(guī)模顯著擴大，故隨著城市發(fā)展，周邊生態(tài)將遭到一定破壞。

4.3 NDVI 影響因素

在季尺度、月尺度上，與降水相比，氣溫對渭河流域植被生長影響較為顯著，與王麗霞等（2020）研究結(jié)果一致，在年尺度上NDVI 與降水、氣溫具有相關(guān)性，不具備統(tǒng)計學意義，但能反映研究區(qū)NDVI 增長緩慢的趨勢（黃豪奔等，2022）。降水能增加土壤含水量，從而促進植被生長，但過多的降水會使得土壤水分過于飽和，導致植被根系及微生物缺氧，營養(yǎng)物質(zhì)缺失，抑制植被生長（陳晨等，2022）。氣溫的適宜上升能加強光合作用及延長生長季，促進植被生長（崔利芳等，2020），然而氣溫過高會增加地表水蒸發(fā)，阻礙植被生長（李思楠等，2021）。干旱、半干旱區(qū)為降水稀少的區(qū)域，限制其生態(tài)環(huán)境的最重要因子就是降水（趙文智等，2011），干旱或強降水將對植被造成負面影響，而半濕潤區(qū)降水相對充足，降水能引起水分、養(yǎng)分等土壤資源脈動，激發(fā)植物生理活動，在不出現(xiàn)極低氣溫的情況下，半濕潤區(qū)的水土熱資源匹配度相對更高，這將利于植被生長（閆雪等，2020）。研究發(fā)現(xiàn)渭河流域及其各分區(qū)季節(jié)尺度NDVI 與降水偏相關(guān)性高于月尺度，這可能是因為長期的植被活動取決于降水的連續(xù)性與一致性較多（Ding et al.，2020；黃豪奔等，2022），相反，氣溫從月尺度到季尺度，與NDVI 偏相關(guān)性減弱，但在季尺度與月尺度上仍呈顯著偏相關(guān)性，這說明在植被生長周期內(nèi)對氣溫具有較高的依賴性（李春娥等，2022）。不同類型植被對氣候的敏感程度存在差異（李霞等，2007；崔林麗等，2009；張戈麗等，2011；楊麗紅等，2013）。植被變化是對不同影響因素的復(fù)雜耦合響應(yīng)結(jié)果（魏榕等，2021），除氣候因子外，人類活動也是影響植被變化的重要驅(qū)動因子，對植被的影響存在正、負兩方面，退耕還林還草工程對植被的生長有積極影響，而城市擴張、過度放牧則對植被產(chǎn)生消極影響（易浪等，2014）。

4.4 NDVI 與降水、氣溫的滯后效應(yīng)

本研究考慮了NDVI 與降水、氣溫之間的雙向滯后效應(yīng)，這有利于加深對NDVI 植被動態(tài)反饋的理解。同時，利用相關(guān)度來判斷NDVI 與氣候因子的滯后效應(yīng)比通過最大相關(guān)系數(shù)出現(xiàn)的時間來判斷滯后時間更為合理（黃豪奔等，2022）。可以發(fā)現(xiàn)，渭河流域NDVI 與降水、氣溫的雙向滯后效應(yīng)在短期內(nèi)為正，這與NDVI 與降水、氣溫的相關(guān)性一致，這一結(jié)果有助于通過協(xié)調(diào)氣候來控制植被生長。Li et al.（2021）認為植被與氣候的滯后效應(yīng)是通過對生理過程和其他非氣候條件的干擾而發(fā)生的。植被對降水的滯后響應(yīng)可能是由于植被生長對累積土壤濕度的直接依賴要強于對大氣降水量的直接依賴。降水對植被的滯后響應(yīng)反應(yīng)降水發(fā)生與水到達植物根系的時間長度（Jobbagy et al.，2002）。氣溫與植被的滯后響應(yīng)也與土壤層有關(guān)，植被可以通過調(diào)節(jié)小氣候效應(yīng)從而影響大氣溫度和濕度（Niu et al.，2018）。

4.5 不足與展望

本文僅基于統(tǒng)計學方法重點探討了渭河流域NDVI 時空演變規(guī)律，植被與降水、氣溫的相關(guān)性及時滯效應(yīng)，研究內(nèi)容在后期可進一步拓展，如細化植被類型、土地利用類型、植被不同生長階段等，研究NDVI 對其他影響因子（如相對濕度、日照時數(shù)、潛在蒸散發(fā)等）的響應(yīng)，定量研究氣候因子、人類活動對植被變化的貢獻率，深入分析其對植被變化的驅(qū)動機制。盡管本文存在一些不足，但其研究方法可以為探索流域植被的時空變化特征及其對氣候的響應(yīng)規(guī)律提供很好的借鑒意義，其研究結(jié)果也能對渭河流域的植被保護、水土保持與生態(tài)環(huán)境建設(shè)提供科學依據(jù)和決策參考。

5 結(jié)論

（1）2000－2019 年，渭河流域NDVI 總體呈現(xiàn)持續(xù)上升趨勢。空間上呈現(xiàn)東南高西北低、由東南向西北遞減的分布特征。其中，半濕潤區(qū)植被情況較好，多為高植被區(qū)和密集植被區(qū)，出現(xiàn)NDVI最高值（0.694），而干旱區(qū)、半干旱區(qū)植被情況較差，多為低植被區(qū)和極低植被區(qū)，出現(xiàn)NDVI 最低值（0.156）。

（2）與2000 年相比，2009 年和2019 年渭河流域NDVI 均得到改善，但第二期（2009－2019年）改善力度小于第一期（2000－2009 年）（差值法改善區(qū)面積由98.20%降低到86.12%，線性回歸斜率法改善區(qū)面積由87.69%減小到61.86%）。

（3）在季尺度、月尺度上，與降水相比，氣溫對渭河流域植被生長影響更為顯著。

（4）在不同氣候分區(qū)下，NDVI 與降水雙向滯后效應(yīng)表現(xiàn)出1－3 月為正，3－6 月為負的特征，NDVI 對氣溫的滯后效應(yīng)表現(xiàn)為1－3 月為正，4－6 月為負，氣溫對NDVI 的滯后效應(yīng)1－2 月為正，3－4 月為負。