黃土高原植被對氣候變化的時滯響應及其時變特征

馬雄偉 趙慶志 姚頑強

摘?要：為研究黃土高原（Loess Plateau，LP）地區不同土質類型植被對氣候因子變化的時滯響應及時變特征，選取LP地區實測氣象數據（包括溫度和降雨）和MOD13 A3歸一化植被指數（Normalized Difference Vegetation Index，NDVI）作為實驗數據，利用線性趨勢分析、Mann-Kendall（M-K）突變分析及皮爾遜相關性等方法對LP地區不同土質類型區域植被與氣候之間的相關性進行定量分析，實驗發現：由于人類活動導致LP地區的河流沖積平原土地利用情況發生變化且植被不斷減少，其余區域植被均呈現顯著上升趨勢;由M-K趨勢分析發現LP地區1981—2016年溫度總體呈顯著上升趨勢，但2000—2016溫度上升趨勢不顯著;2000年LP地區實施“退耕還林”政策后，該地區溫度上升速率減緩，降雨量增多（特別是在3月和5月）;LP地區NDVI對氣候因子存在不同時長的滯后效應，且區域性差異較大。NDVI對溫度無滯后響應區域和1月滯后響應區域分別占LP區域37.5%和62.5%，NDVI對降雨的滯后響應時常為1～3月，分別占LP區域的62.5%，25%和12.5%.上述發現有助于進一步理解LP地區不同土質類型區域植被對氣候響應的時間尺度，對該地區后續制定生態政策具有重要意義。關鍵詞：黃土高原;Mann-Kendall;時滯效應;時變特征;歸一化植被指數中圖分類號：P 23

文獻標志碼：A

文章編號：1672-9315（2020）01-0157-10

DOI：10.13800/j.cnki.xakjdxxb.2020.0121開放科學（資源服務）標識碼（OSID）：

Time lags of vegetation to climate change and

temporal characteristics in Loess Plateau

MA Xiong-wei，ZHAO Qing-zhi，YAO Wan-qiang

（College of Geomatics，Xian University of Science and Technology，Xian 710054，China）Abstract：In order to investigate the time-lag responses of vegetation of different soil types to climate factors and the characteristics of spatiotemporal variation of vegetation in the Loess Plateau（LP）region，the observed meteorological data，（like temperature and precipitation）and Normalized Difference Vegetation Index（NDVI）were selected in this paper as the experimental data.Methods include the linear regression trend，the Mann-Kendall（M-K）mutation，the conspicuous testing，and the Pearson Correlation Coefficient（PCC）is used to analyze the relationship between vegetation and climate of different soil types region in LP area.Results show that the land-use had changed，and vegetation was decreased due to the human activities in the River Impact Plain.The vegetation in other regions of the LP showed a significant upward trend.The results of M-K trend analysis shows that the temperature showed a significant upward trend from 1981 to 2016 in LP area，but the temperature from 2000 to 2016 showed no significant upward trend.The rising rate of temperature in the LP area has been slowed down and rainfall increased（especially in March and May）after the policy of“Grain for Green Project” implemented in 2000.The time lag of NDVI response to the climate in the LP region exists，which had significant differences in diverse areas.The non-lag and the one-month lag area of NDVI to temperature response accounted for 37.5% and 62.5% of the LP area，respectively.The lag response of NDVI to precipitation was usually 1～3 months，accounting for 62.5%，25%，and 12.5% of the LP area，respectively.The above findings help understand further the time scale of vegetation response to different soil types in LP，which is of vital significance for the development of regional ecological policies in the future.Key words：Loess Plateau;Mann-Kendall;time lags;time-varying characteristics;NDVI

0?引?言

全球氣候變化是20世紀以來陸地生態系統變化的重要因素之一[1-2]，研究陸地生態系統對氣候因子的時空響應具有重要意義。聯合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）指出，在過去的一個世紀里，全球氣溫不斷升高且有持續增加的趨勢，這是導致極端氣候（如極端高溫、極端降水和極端干旱等）頻發的主要原因[3-4]。例如，Lloret等人發現氣溫升高和極端干旱可能影響生態系統的碳匯能力和可持續發展[5-6];Westra等人發現，溫度的升高導致全球多處的高強度降水事件[7]。因此，氣候變化對生態系統環境造成的影響不容忽視。

植被是生態系統評估的重要指示因子，歸一化植被指數（Normalized Different Vegetation Index，NDVI）能夠精確反映植被的代謝強度及年際變化特征[8-9]。植被受土壤類型和氣候的綜合影響，但眾多學者表明植被受氣候因素中的溫度和降雨影響尤為明顯[10-12]。Clerici等人發現溫度和降雨是控制植被發展的主要氣候因素[13-14];Jin等人發現長時間的氣候改變可反映NDVI的變化趨勢，氣候改變還可以在一定程度上監督NDVI的變異[15];Sun等人發現黃土高原（Loess Plateau，LP）中部和東南部溫度升高促進植被生長，而在西北部呈現相反結果，抑制了植被生長[16]。然而，上述研究主要集中在NDVI和氣候因子的相關性分析上，很少考慮氣候因子對植被生長的時間滯后效應。近年來，越來越多的研究表明，LP植被對氣候因子存在一定的滯后效應[10-11]。陳操操等人發現LP涇河流域NDVI受降雨影響很大且考慮降雨延遲后相關性程度更高[17];張翀等人發現，LP植被生長對土壤濕度變化存在明顯的時滯效應，且不同植被覆蓋對土壤濕度時延不同[18]。張含玉等人發現LP地區NDVI與當月降雨量的相關性要強于與溫度的相關性，且對溫度的響應存在一個月的滯后效應[19]。因此，在延遲時間尺度上研究氣候因素對植被的作用更加準確，也更能深刻的體現氣候因子與植被之間的作用機理。然而，目前在LP區域不同土質類型下植被對氣候因子的響應研究較少，尤其是在2月時間尺度以上的延遲效應，且針對不同土質類型植被生長的滯后效應缺乏系統性的分析。為深入了解LP區域植被對氣候因子的響應，利用2000—2016 MODIS NDVI和LP地區83個氣象站點的溫度和降雨數據，對該區域8個地理分區、8個時段中氣候因子和NDVI的年際變化趨勢進行分析，進一步探求不同土質類型中NDVI對氣候因子的時滯效應。上述研究對于進一步揭示

該區域氣候因子對植被影響具有重要的研究意義。

1?數據選取與研究方法

1.1?研究區域與數據選取

黃土高原作為中國4大高原之一，位于中國中部偏北，介于北緯33°41′～41°16′，東經100°52′～114°33′之間。黃土高原是地球上分布最集中、面積最大的黃土區，總面積達64 km2，該區域主要為厚層黃土覆蓋，土質疏松，外加該地區暴雨集中，植被覆蓋度低，水土流失嚴重，導致它成為最嚴重的生態脆弱區之一[20-22]。LP地勢西北高、東南低，自西北向東南呈波狀下降，經長期的流水侵蝕，形成了千溝萬壑的地貌。該地區氣候屬于大陸性季風氣侯，6～9月降雨集中.在近100 a來，氣溫逐漸上升，降雨量下降，氣候朝著暖干的方向發展[23]。

根據LP按土質類型分為Ⅰ～Ⅹ區[24]，Ⅰ～Ⅹ所代表的類型見表1.LP土質分區來自黃土高原科學數據中心（http：//loess.data.ac.cn），該數據集是把1∶100萬地形圖和遙感影像數據結合后，經過專題制圖加工而成。Ⅸ區和Ⅹ區沒有氣象站點覆蓋且區域面積較小，故文中只在Ⅰ～Ⅷ區展開討論。

通過對中國氣象科學數據共享平臺（http：//data.cma.cn/）中國地面氣候資料日值數據集（V 3.0）整理得到覆蓋LP地區83個氣象站實測數據。對上述83個氣象站進行處理，得到1980—2016年3～10月月均溫度和月總降水量。文中NDVI數據來自EOS/Terra衛星的MODIS傳感器（MOD13A3），時空分辨率分別為30 d和1 KM，該數據在美國國家宇航局（NASA）（https：//ladsweb.modaps.eosdis.nasa.gov/）上免費下載，以HDF（Hierarchical Data Forma）格式存儲。首先利用Modis Conversion ToolKit（MCTK）[25]對MOD13A3數據進行處理，獲取與氣象數據相統一的Geography坐標系。進一步對MOD13A3影像插值獲取氣象站點所在位置的NDVI值。

1.2?研究方法

利用Mann-Kendall（M-K）趨勢法和突變檢驗對LP區域8個地理分區的83個氣象站的NDVI進行定量分析。M-K檢驗方法是非參數方法，變量不需要遵循一定的分布和不受少數異常值的干擾，得到的結果更加準確[26]。序列趨勢和突變點檢驗具體如下式所述，給定時間序列

xt=x1，x2，x3，…，xn，定義統計量Sk[22]

式中?UF1=0，E（Sk）=（k（k+1））/4，var（Sk）=（k（k-1）（2k+5））/72.

按時間xt序列的逆序

（xn，…，x3，x2，x1），重復上述方法，可得到

UBk曲線。在給定顯著水平α=0.05，臨界值U0.05=±1.96情況下，對M-K方法獲取的UFk或UBk統計量進行分析。當UFk或UBk的值大于0時，則表現序列呈上升趨勢。小于0則表現下降趨勢。當統計量UFk或UBk的值超過顯著性水平范圍時，表明上升或下降趨勢顯著。當UFk或UBk 2條曲線出現交點，且交點出現在臨界線之間，則交點對應的時刻就是開始突變時間。

對LP區域NDVI與氣候因子進行一元線性回歸分析，并對其擬合方程求一階導數（First Derivative，FD）可得到變量隨著時間的推移而呈現的趨勢。對2000—2016年3～10月溫度、降雨、植被指數在8個不同的地理分區采用最小二乘法得到線性回歸模型，對FD可判斷因子在時間段內的變化趨勢，FD大于0，則呈現增加趨勢，FD小于0，則呈現下降趨勢。

皮爾森積矩相關系數（Pearson product-?moment Correlation Coefficient，PCC）是用于度量2個變量之間的線性相關關系，反映變量之間相關關系密切程度的一個指標。文中引入PCC來尋找不同時間延遲尺度上氣候因素對NDVI的影響，它是用于度量2個變量X與Y之間的相關性，PCC系數常用r表示[27]

式中?r為無量綱的標準化協方差，r的取值在±1之間，r的絕對值越大，表示2個變量相關性越強。r>0，表明變量之間呈正相關關系，r<0，則呈負相關關系。

2?結果與分析

2.1LP區域NDVI年際變化特征和突變分析

通過對NDVI進行一元線性回歸和M-K顯著性檢驗發現，LP地區在2000年實施“退耕還林”政策之后，多個地區植被覆蓋大幅增加（圖2）。由圖

2可以得到LP I區植被自2000年以來在生長季（3～10月）發生明顯退化，NDVI發生不同程度下降。結合圖1發現，Ⅰ區北部有吳忠市、銀川市、石嘴山市等7個城市。這些地區全年日照充足，蒸發強烈、風沙大、春遲夏短，東臨黃河，易發生風寒潮、沙塵暴等極端天氣。植物種類缺乏，尤其是石嘴山和銀川市周圍荒漠、戈壁廣布，且近些年來隨著城市化進程加快，土壤鹽堿化嚴重[28-29]。除此之外，該區域自1980—2013年建設用地顯著增長，這使得河流沖積平原北部NDVI呈現顯著下降趨勢[29]。而Ⅰ區東南部有朔州市、臨汾市、運城市等12個城市，這些地方在過去15 a里城市化進程加快，土地利用狀況發生較大改變，露天煤礦開采，對該區域地表植被造成了嚴重的破壞[30]。上述原因可能導致Ⅰ區NDVI呈現顯著下降趨勢。LP其它地區77%的區域植被指數均呈現上升趨勢，超過92%的區域呈現上升趨勢（p<0.05）。

LPⅡ區植被在整個生長季節中年際變化呈增長趨勢，但其NDVI處于較低水平，這主要是由于黃土塬區（Ⅱ）的平涼市和西峰市等地自然環境所致，該地區為荒漠草原生態，植被稀疏，植被覆蓋度低[31-32]，且該地區煤炭、石油、石灰巖等資源比較有優勢，人類活動使得該地區生態狀態一般，NDVI長期處于較低水平。但近些年來，隨著該地區栽培植被的增多[33]，植被覆蓋情況明顯好轉。其他地區植被均發生明顯的增多，與圖2所示結果一致。

圖3為Ⅲ區的NDVI突變情況，從圖3可知，3月份NDVI在2003年置信區間中發生了由低到高的突變。4月份該區域UF與UB在置信區間內共有5個交點。結合圖2分析可知，該區域NDVI在2013年后發生了由低到高的突變（p<0.05）。5～10月該區域均在2007年前后發生了由低到高的突變。LP除Ⅰ之外，其余地區突變與Ⅲ區雖存在差異，但整體趨勢均與Ⅲ區突變類似，均發生由低到高突變，植被指數持續上升。

2.2LP區域氣溫和降雨的時變和突變特征

選取LP植被生長季并對溫度做線性趨勢變化和M-K分析，發現整個LP地區1980—2016年溫度回歸模型的一階導數均大于0.該地區月平均溫度總體呈上升趨勢，其中3月、4月溫度上升速率最快，大于0.5 ℃/ decade，是全球海陸面溫度變化（1880—2012：0.06 ℃/decade）的8倍[3]，5～10月上升速率介于0～0.5 ℃/decade之間，溫度上升速率比3～4月份低。通過M-K趨勢檢驗發現該地區月平均溫度上升趨勢均通過0.05水平的顯著性檢驗。

2000年前，LP地區氣候環境獨特，人為活動劇烈，耕地面積擴大導致植被退化，水土流失嚴重。2000年之后，“退耕還林”使得西北地區植被面積擴大，氣候進而發生了較大的改變。圖4給出了LP的8個地理分區溫度的變化情況，在3月、4月、8月、10月份溫度均呈現上升趨勢，部分月份p<0.05.5月份和7月份LP 8個地理分區溫度均呈現下降趨勢。其中，Ⅲ區溫度下降趨勢顯著（p<0.05）。Ⅰ，Ⅱ等多個地區月平均溫度在7月份下降趨勢顯著（p<0.05）。Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅵ，Ⅶ區等地溫度在6月呈現下降趨勢，均不顯著。LP地區溫度在生長季5～7月份超91%區域呈現下降趨（2000—2016）。結合圖2發現，5～7月份，2000年來植被增長迅速，LP超過83%的區域植被呈現顯著增長趨勢，LP地區植被與溫度相互作用，植被增多對溫度升高有較好的抑制作用，這與王圓圓等人發現三峽庫區森林覆蓋率越高，年均氣溫上升速率越慢的結論類似[34]。LP Ⅰ，Ⅱ，Ⅲ，Ⅴ，Ⅵ，Ⅷ區在9月份溫度呈上升趨勢，Ⅳ區和Ⅶ區溫度呈下降趨勢，均不顯著。

LP區域在2000年之后，月均溫度年際變化在生長季期間具有一般規律性。隨著2000年后植被增多，整個LP區域溫度在全球溫度升高的大趨勢下控制的相對較好。此外，對LP地區2000—2016年間溫度變化進行突變分析，發現LP地區8個地理分區在該時間段內發生多次突變，但是均未通過顯著性檢驗;而1981—2016年間的突變分析結果顯示8個地理分區溫度均發生從由低到高的突變，且均通過了顯著性檢驗。該實驗結果間接的證明了“退耕還林”對LP地區溫度升高起到了一定的抑制作用。降雨方面，1981—2016年，4，7，9月在近37 a呈上升趨勢（7月份p<0.05），M-K突變檢驗得到該區域9月份從1996年開始至2016年呈顯著上升趨勢，UF與UB曲線在置信區間內有一個交點，降雨在2004年左右發生由低到多的突變。黃土高原地區在3月、6月、8月份月總降雨量呈下降趨勢（3月份p<0.05）。5月份與10月份變化速率為0.052和0.15 mm/decade，近37 a月總降雨量未發生較大變化。

但隨著植被覆蓋面積擴大，整個LP地區的月總降雨量發生了一定的變化。圖5為LP 8個不同土質歷年生長季各月份月總降雨量變化趨勢和M-K顯著性檢驗結果，由圖中可以看出在4，5，7，9月，LP區域在2000—2016年期間超94%區域降雨量呈增長趨勢。Ⅲ區在5月與7月、Ⅴ區在7月、Ⅷ在9月呈顯著增長趨勢（p<0.05）。3月與10月多數地區變化呈微弱增長趨勢，3月份Ⅱ區與10月份Ⅳ區相較之前呈顯著增長趨勢（p<0.05）。6月與8月LP地區月降雨量年際變化以下降為主。LP不同地區具有不同的降雨趨勢，這與以往的研究結果一致[35-36]，上述現象是由于LP地處我國東部季風區，近地面高低壓系統活動頻繁，環流形勢變化明顯，導致各區域年內降水分布不均勻[37]。

LP在2000年實施“退耕還林”政策之后，降雨量發生了明顯變化，在3，4，5，7，9月多數地區降雨增多，在6月和8月降雨減少。10月份降雨在不同區域展現出不同的變化，且變化量較小。這與先前研究得到的黃土高原降水量減少具有差異，其可能原因在于使用的數據源不同，2個數據有6年的不重合，先前的研究時間序列較長（20世紀中期到2010年），而文中使用氣象數據時間序列較短（2000—2016）[35-36]。

2.3植被對氣候響應的時滯效應

選取LP區域83個氣象站的植被指數對不同時長氣候因子的依賴性進行分析。利用PCC方法計算NDVI與氣象因子在當月、前1月、前2月、前3月相關系數，進一步確定NDVI對氣候因子在不同時間尺度的響應（圖6）。LP各區域NDVI對當月溫度相關性整體較高。8，9和10月份NDVI與溫度相關性整體較差。這主要在于黃土高原地區植被類型多數為闊葉林落葉植被和典型草甸、草原型植被，隨著溫度的降低和秋季到來，該區域植被指數下降。LP區域降雨對不同土質中的植被具有不同的相關性，整體而言，NDVI對前一月和前2月的相關系數較高，尤其是在6～8月份。

圖7給出了LP區域Ⅰ～Ⅷ區NDVI對溫度和降雨不同時長的延遲響應頻率。溫度和降雨在不同地理區域對NDVI的影響體現出不同的時間長度，如Ⅰ，Ⅲ，Ⅳ區有43%，Ⅴ區與Ⅵ區分別有28.57%，57.14%的月份NDVI表現出對溫度的響應無滯后效應。Ⅱ，Ⅶ，Ⅷ區分別有28.56%，42.86%，57.14%的月份NDVI表現出對溫度響應具有一月滯后效應。NDVI對降雨響應與對溫度響應有很大差異，在I區，14.28%的月份植被生長對當月降雨具有極強的敏感性，這可能與當地的植被類型、地貌和人類干擾有關，導致該地植被對降雨響應敏感。

如圖8所示為LP地區NDVI對（a）溫度和（b）降雨響應的滯后效應時間長度分布圖，LP不同地理分區NDVI對氣候因子時滯反應介于無延遲和3月延遲之間。LP地形復雜，不同的地理位置具有不同的地形與土質類型，植被類型也具有很大差異，加上溫度降雨等氣候因素，直接導致了植被活動在不同位置的差異性。結合圖8與表2可得知，植被生長對溫度的滯后響應時長主要以當月和一月，所占LP區域分別為37.5和62.5%.另外，LP中有62.5%的月份NDVI對降雨響應具有一月滯后效應，黃土高原屬于半干旱地區[38]，植物通過前一月降雨得到補給并進行增長;25%的月份表明，前2月降雨決定該月植被的增長。具有3月滯后效應的月份為12.5%，這表明，LP區域植被對降雨的響應主要以1月和2月滯后效應為主，占整生長季的75%.

3?結?論

1）2000年“退耕還林”政策后，LP地區NDVI在多數區域發生由低到高的突變，呈現顯著上升趨勢且比例高達80%，植被覆蓋大面積增加。

2）1981—2016年，整個LP區域溫度呈現顯著上升趨勢。2000—2016年，溫度上升速度減緩，上升趨勢不顯著，“退耕還林”政策的有效實施對該區域溫度上升起到了一定的抑制作用。

3）1981—2016年LP地區降雨在4，7，9月份呈現不顯著上升趨勢。2000年之后，3月與5月份降雨發生由低到高的突變，降雨不斷增加，2000年之后，降雨月數明顯增多。

4）LP地區NDVI 37.5%的月份對當月溫度敏感性較高，另外62.5%的月份NDVI對溫度具有一月滯后效應。NDVI對降雨的響應在1～3月延遲之間，主要以一個月延遲和二個月延遲為主，占整個生長季的87.5%.

另外，通過對LP區域研究發現，I區植被受土地利用的變更、城市化進程的加快等原因，該區的生態環境造成了較為嚴重的破壞，人類活動導致了該地區植被生長對氣候因子變化的敏感程度降低。本研究只考慮了氣候因素中溫度和降雨對植被增長的響應，未對更多的氣候因子進行討論，如光照時長、大氣相對濕度以及高空的大氣可降水量（Precipitable Water Vapor，PWV）。此外，針對文中發現的LP植被增多對該地區溫度上升趨勢減緩及下降的貢獻率、針對不同地理分區中不同植被類型是否會有相同結論，及NDVI與其他氣候因子之間是否也存在不同時間長度的滯后效應等未做出探討在未來的研究工作中，將對上述問題做出更進一步的思考與探索。

參考文獻（References）：

[1]Reichstein M，Bahn M，Ciais P，et al.Climate extremes and the carbon cycle[J].Nature，2013，500（7462）：287-295.

[2]Zhou L，Tian Y，Myneni R B，et al.Widespread decline of Congo rainforest greenness in the past decade[J].Nature，2014，509（7498）：86-90.

[3]Ofipcc W G I.Climate change 2013：the physical science basis[J].Contribution of Working，2013，43（22）：866-871.

[4]Zhang Y，Liang S.Changes in forest biomass and linkage to climate and forest disturbances over Northeastern China[J].Global Change Biology，2014，20（8）：2596-2606.

[5]Br da N，Badeau V.Forest tree responses to extreme drought and some biotic events：Towards a selection according to hazard tolerance？[J].Comptes Rendus Geoscience，2008，340（9-10）：651-662.

[6]Huang J，Minasny B，Mcbratney A B，et al.The location-and scale-specific correlation between temperature and soil carbon sequestration across the globe[J].Science of the Total Environment，2018，615：540-548.

[7]Westra S，Alexander L V，Zwiers F W.Global increasing trends in annual maximum daily precipitation[J].Journal of Climate，2013，26（11）：3904-3918.

[8]Rousvel S，Armand N，Andre L，et al.Comparison between vegetation and rainfall of bioclimatic ecoregions in central africa[J].Atmosphere，2013，4（4）：411-427.

[9]Wang Y，Xue Z，Chen J，et al.Spatio-temporal analysis of phenology in Yangtze river delta based on MODIS NDVI time series from 2001 to 2015[J].Frontiers of Earth Science，2019，13（1）：1-19.

[10]Tao Z，Wang H，Liu Y，et al.Phenological response of different vegetation types to temperature and precipitation variations in northern China during 1982—2012[J].International Journal of Remote Sensing，2017，38（11）：3236-3252.

[11]Albani M，Medvigy D，Hurtt G C，et al.The contributions of land‐use change，CO2 fertilization，and climate variability to the Eastern US carbon sink[J].Global Change Biology，2010，12（12）：2370-2390.

[12]ZHANGXian-liang.A global classification of vegetation based on NDVI，rainfall and temperature[J].International Journal of Climatology，2017，37（5）：2318-2324.

[13]Clerici N，Weissteiner C J，Gerard F.Exploring the use of MODIS NDVI-based phenology indicators for classifying forest general habitat categories[J].Remote Sensing，2012，4（6）：1781-1803.

[14]Feilhauer H，He K S，Rocchini D.Modeling species distribution using niche-based proxies derived from composite bioclimatic variables and MODIS NDVI[J].Remote Sensing，2012，4（7）：2057-2075.

[15]Jin X，Liu J，Wang S，et al.Vegetation dynamics and their response to groundwater and climate variables in Qaidam Basin，China[J].International Journal of Remote Sensing，2016，37（3）：710-728.

[16]Sun W，Song X，Mu X，et al.Spatiotemporal vegetation cover variations associated with climate change and ecological restoration in the Loess Plateau[J].Agricultural and Forest Meteorology，2015，209：87-99.

[17]陳操操，謝高地，甄?霖，等.涇河流域植被覆蓋動態變化特征及其與降雨的關系[J].生態學報，2008，28（3）：925-938.CHEN Cao-cao，XIE Gao-di，ZHEN Lin，et al.Analysis on Jinghe watershed vegetation dynamics and evaluation on its relation with precipitation[J].Acta Ecologica Sinica，2008，28（3）：925-938.

[18]張?翀，雷田旺，宋佃星.黃土高原植被覆蓋與土壤濕度的時滯關聯及時空特征分析[J].生態學報，2018，38（6）：2128-2138.ZHANG Chong，LEI Tian-wang，SONG Dian-xing.Analysis of temporal and spatial characteristics of time lag correlation between the vegetation cover and soil moisture in the Loess Plateau[J].Acta Ecologica Sinica，2018，38（6）：2128-2138.

[19]張含玉，方怒放，史志華.黃土高原植被覆蓋時空變化及其對氣候因子的響應[J].生態學報，2016，36（13）：3960-3968.ZHANG Han-yu，FANG Nu-fang，SHI Zhi-hua.Spatio-temporal patterns for the NDVI and its responses to climatic factors in the Loess Plateau，China[J].Acta Ecologica Sinica，2016，36（13）：3960-3968.

[20]Dotterweich M.The history of human-induced soil erosion：Geomorphic legacies，early descriptions and research，and the development of soil conservation：A global synopsis[J].Geomorphology，2013，201（4）：1-34.

[21]Sun W，Shao Q，Liu J，et al.Assessing the effects of land use and topography on soil erosion on the Loess Plateau in China[J].Catena，2014，121（121）：151-163.

[22]Wang F，Mu X，Li R，et al.Co-evolution of soil and water conservation policy and human-environment linkages in the Yellow River Basin since 1949[J].Science of the Total Environment，2015，508：166-177.

[23]YANG Wen-zhi.The soil moisture content studying of loess plateau[M].Beijing：Science Press，2000.

[24]高海東，龐國偉，李占斌，等.黃土高原植被恢復潛力研究[J].地理學報，2017，72（5）：863-874.

GAO Hai-dong，PANG Guo-wei，LI Zhan-bin，et al.Evaluating the potential of vegetation restoration in the Loess Plateau[J].Journal of Geographical，2017，72（5）：863-874.

[25]Munir M M，Sasmito B，Haniah H.Analisis pola kekeringan Lahan pertanian Di kabupaten kendal Dengan menggunakan algoritma thermal vegetation index Dari citra satelit modis terra[J].Jurnal Geodesi Undip，2015，4（4）：174-180.

[26]魏鳳英.現代氣候統計診斷與預測技術[M].北京：氣象出版社，2007.

WEI Feng-ying.Modern climate statistical diagnosis and prediction technology[M].Beijing：China Meteorological Press，2007.

[27]Rodgers J L，Nicewander W A.Thirteen ways to look at the correlation coefficient[J].American Statistician，1988，42（1）：59-66.

[28]金?鑫.銀川市2001—2009年間大氣環境及植被變化研究[D].南京：南京信息工程大學，2012.JIN Xin，Study on atmospheric environment and vegetation changes in Yinchuan city during 2001—2009[D].Nanjing：Nanjing University of Information Science & Technology，2012.

[29]姚玉龍.西北綠洲典型城市地表溫度的時空變化特征與成因分析[D].西安：西北師范大學，2014.YAO Yu-long.Spatiotemporal Variation characteristics and causes of land surface temperature in typical city of northwest oasis[D].Xian：Northwest Normal University，2014.

[30]任永飛.大同朔州地區生態環境時空演變規律——基于歸一化植被指數的研究[J].能源與節能，2017（2）：102-103.REN Yong-fei.Spatial-temporal evolution pattern of ecological environment in Shuozhou area in Datong：Based on the research on normalized difference vegetation index[J].Energy and Energy Conservation，2017（2）：102-103.

[31]崔丹丹，張耀南，陳廣庭.2001—2010年甘肅省植被覆蓋的時空變化[J].中國沙漠，2014，34（4）：1161-1166.CUI Dan-dan，ZHANG Yao-nan，CHEN Guang-ting.Spatial and temporal variation of NDVI in Gansu，China during 2001—2010 based on remote sensing[J].Journal of Desert Research，2014，34（4）：1161-1166.

[32]胡春艷，衛?偉，王曉峰，等.甘肅省植被覆蓋變化及其對退耕還林工程的響應[J].生態與農村環境學報，2016，32（4）：588-594.HU Chun-yan，WANG Wei，WANG Xiao-feng，et al.Change in vegetation cover as affected by grain for green project in Gansu[J].Journal of Ecology & Rural Environment，2016，32（4）：588-594.

[33]徐?煜.2001—2015年甘肅省植被覆蓋、物候變化及對氣候變化的響應[D].蘭州：甘肅農業大學，2018.XU Yu.Dynamic change of vegetation and phenology response to climate change in Gansu Province during 2001—2015[D].Lanzhou：Gansu Agricultural University，2018.

[34]王圓圓，李貴才，郭?徵，等.1979—2014年三峽庫區月平均氣溫的時空變化分析[J].遙感學報，2018（3）：487-496.WANG Yuan-yuan，LI Gui-cai，GUO zheng，et al.Spatial-temporal analysis of monthly air temperature changes from 1979—2014 in the three Gorges Dam region[J].Journal of Remote Sensing，2018（3）：487-496.

[35]Xin Z B，Xu J X，Ma Y X.Spatio-temporal variation of erosive precipitation in Loess Plateau during past 50 years[J].Scientia Geographica Sinica，2009，29（1）：98-104.

[36]Xin Z，Yu X，Li Q，et al.Spatiotemporal variation in rainfall erosivity on the Chinese Loess Plateau during the period 1956—2008[J].Regional Environmental Change，2011，11（1）：149-159.

[37]劉引鴿.陜北黃土高原降水的變化趨勢分析[J].干旱區研究，2007，24（1）：49-55.LIU Yin-ge.Analysis on the change trend of precipitation in north Shaanxi Province in the loess plateau[J].Arid Zone Research，2007，24（1）：49-55.

[38]Wang Z，Liu B，Lu B.A study on water restoration of dry soil layers in the semi-arid area of Loess Plateau[J].Acta Ecologica Sinica，2003，23（9）：1944-1950.