2001-2020年黃土高原干旱時空動態及其對氣候變化的響應

樊莉莉, 耿 斌, 王吉林, 陳 杰

(1.石家莊職業技術學院, 石家莊 050081; 2.黃河水利科學研究院, 鄭州 450003; 3.武漢大學 水資源與水電工程科學國家重點實驗室, 武漢 430072)

黃土高原作為中國重要的農業區之一，大部分地區屬于半干旱和亞濕潤氣候，沿東南—西北方向的年平均降水量(1961—2009年)為143.6～811.8 mm，干旱事件的頻繁發生成該地區21世紀面臨最復雜的挑戰之一[1-2]。但干旱事件的發生是一個復雜的過程，受氣候變化、植被退化、人類活動等多種因素的影響，由于其發生頻率高、持續時間長、影響范圍廣等原因，目前干旱已成為影響農業、生態最嚴重的氣象災害[3-4]。近年來，在全球變暖的影響下，黃土高原地區的溫度將在整個世紀持續升高，并隨后加速該地區的水分流失，使土地退化與恢復、干旱成為嚴重影響黃土高原生態環境的氣候因子[5]。因此，及時、有效監測黃土高原干旱發展規律已成為亟待解決的問題。

目前已有諸多學者對黃土高原的干旱進行了研究[6-10]。在干旱變化趨勢的研究中，有學者發現1960—2016年黃土高原干旱整體呈上升趨勢，山西西部、寧夏北部和甘肅中東部地區的干旱加重最為顯著，而西北部和西南部則表現為變濕趨勢[6-9]。也有學者發現未來時期(2018—2100年)黃土高原干旱發生次數明顯增多，未來干旱趨勢顯著加重的區域占黃土高原面積的51.62%～99.90%，80%的地區將發生從無旱到輕旱、從無旱到中旱的等級轉換[10]。因黃土高原降水主要集中在夏、秋季，因此不同地區的干旱程度也因季節不同而存在顯著差異。如有研究發現黃土高原東南部和西部在春、冬季干旱發生頻率較其他地區頻繁，而西北部干旱在夏、秋季發生頻率較其他地區高，這主要與降水量、氣溫和蒸散發存在顯著相關性[6,10-12]。也有研究發現黃河上游的干旱危害趨于嚴重，中游干旱危害過去40 a中已得到一定程度緩解[13]。雖然目前針對黃土高原干旱時空動態的研究很多，但很多是基于“點”尺度進行的，不同研究學者的結論不一致，且很少探討未來干旱的持續情況和季節性氣候對干旱的影響情況。而黃土高原干旱作為我國長期的一些生態環境監測任務，因此需要繼續關注。溫度植被干旱指數(TVDI)綜合考慮了溫度與植被雙重特征，可以較為綜合的反映一個地區干旱狀況[14-18]。如劉一哲[19]、齊述華[20]、程偉[21]、候靜[22]等分別對藏北地區、全國、內蒙古草地的干旱變化特征進行分析，發現綜合了植被覆蓋信息和陸地表面溫度信息的TVDI指數能很好模擬土壤表層水分變化情況，在地表干旱監測方面具有較大應用潛力[19-21]。

因此，本文基于NASA提供2001—2020年黃土高原的MOD13A-NDVI和MOD11A2-LST數據，基于Python編程計算得到2001—2020年黃土高原季節性TVDI指數，并基于TVDI指數探究了不同植被分區不同季節干旱時空動態和季節性氣溫、降水對季節干旱的影響情況，以期為我國黃土高原生態工程制定和未來生態環境治理提供參考意見。

1 研究區與研究方法

1.1 研究區概況

黃土高原位于中國北方(33.7°—41.3°N，100.8°—114.6′E)，穿越黃河上中游，總面積達6.49×105km2，包括山西、內蒙古、陜西、河南、寧夏、甘肅、青海7省。區域處在沿海向內陸、平原向高原過渡地帶，自南向北兼跨暖溫帶、中溫帶兩個熱量帶，自東向西橫貫半濕潤、半干旱兩個干濕區，受經緯度和地形的雙重制約。降水量少而不均，從西北向東南逐漸增加，6—9月，該地區60%～70%的年降水量以高強度風暴的形式出現。年平均氣溫為3.6℃，西北部為14.3℃。該地區全年氣溫日較差較大，冬季干冷，夏季濕熱，秋季氣溫迅速下降，春季氣溫迅速上升。據估計，該地區的年潛在蒸發量(865～1 274 mm)超過了降水水平[3](圖1)。

注：Ⅰ為溫帶南部荒漠草原區，Ⅱ為溫帶南部典型草原區，Ⅲ為溫帶南部森林(草甸)草原區，Ⅳ為暖溫帶北部落葉櫟林區，Ⅴ為暖溫帶南部落葉櫟林亞區，下同。圖1 黃土高原植被分區及氣象站點空間分布

1.2 數據來源

(1) 遙感數據。NDVI作為植被綠色度和活動性的衡量標準，已被廣泛用于在大空間尺度上檢索植被生長監測方面。我們使用了由星載傳感器MODIS觀測得出的的NDVI數據計算TVDI指數。MODIS NDVI數據集是從MOD13A3產品版本6產品中提取的，空間分辨率為1 km，時間間隔為16 d。地表溫度數據(LST)選取MOD11A2產品提供的白天地表溫度數據，該數據空間分辨率為1 km，時間分辨率為8 d，數據處理方法與NDVI數據一致。為進一步去除異常值的影響，本文基于Timesat3.3插件提供的S-G濾波法對NDVI和LST數據進行去噪，然后采用最大值合成法合成為月值數據[23]。LST在不同的海拔高度上會因氣溫和大氣湍流的影響而存在顯著變化[24-25]。而黃土高原地形起伏明顯，氣溫和降水的時空差異性大，因此本文對地表溫度進行地形校正才能滿足后續要求，地表溫度訂正公式見文獻[26—27]。

(2) DEM數據。因海拔會影響地表溫度，因此本文使用DEM對LST數據進行地形校正。我們使用了Google Earth Engine(GEE)平臺提供的2000年的90 m的NASA DEM和2015年的30 m的AW3D作為LST地形校正的DEM數據。首先將其采樣成1 000 m分辨率，2001—2010年的LST采用NASA DEM進行校正，2011—2020年的LST采用AW3D進行校正。

(3) 氣象數據。本文的氣候要素主要為氣溫和降水，來源于2001—2020年黃土高原及其周邊地區的氣象站(圖1)，數據可從中國氣象局數據網(http:∥data.cma.cn)獲取。本研究利用ANUSPLINE以不同時段的DEM為協變量，將氣溫和降水數據從點尺度插值成為1 000 m分辨率的柵格數據。將12—2月定義為冬季，3—5月定義為春季，6—8月定義為夏季，9—11月定義為秋季[28]。

(4) 中國植被區劃數據來源于1∶100萬植被圖。該植被區劃數據是依據植被類型和地理分布特征進行劃分區域，可以反映植被地理分布的規律性及其與環境的關系，提供區域或全球的植被地理圖式[29]。

1.3 研究方法

1.3.1 溫度植被干旱指數(TVDI) LST對裸露土壤或稀疏植被條件下的地表加熱過程(熱容量和熱導率)有影響，因此對地表土壤含水量很敏感。隨著植被覆蓋度的增加，LST 對地表土壤含水量的變化響應緩慢。Price等[30]發現NDVI和LST的遙感像素值散點圖通常為三角形或梯形。后來，Sandholt等[31]基于LST-NDVI典型的關系構建了TVDI指數用于反映地表干旱程度。理論上，在三角域中，與NDVI軸平行的三角形底邊對應于研究區域內蒸散量最大的像素點，三角形的頂邊(斜邊)對應于研究區域內的零蒸散量像素點。在三角形頂部和底部之間，三角形的大部分對應于不同干旱條件下的蒸發量。隨著NDVI沿x增加軸，最大LST減小，可以使用最小二乘法擬合負斜率，定義為干邊緣。濕邊緣由一組點組成，這些點為不同的地表植被覆蓋形成一條水平線或傾斜線。在垂直方向上，NDVI值恒定的三角形域的底部到頂部，由于表層土壤的水分脅迫，LST逐漸增加，從濕邊處的最小值到濕邊處的最大值[32]。干旱邊緣地表土壤含水量相應地從最大值減小到最小值，TVDI從0增加到1，表明地表從極端潮濕變為極端干旱。TVDI使用以下等式估算：

(1)

式中：Ts為觀測到的地表溫度;Tsmax和Tsmin分別為像素的最小和最大地表溫度，它們在研究區域中具有相同的NDVI值，并被定義為濕邊緣和干邊緣。Tsmax和Tsmin通過散點圖上下限的點組計算，他們的方程式如下：

Tsmax=a+b·NDVI

(2)

Tsmin=c+d·NDVI

(3)

式中：a，b，c，d為在整個研究區域內估計的干濕邊緣參數，包括整個表面水分含量范圍。

1.3.2 TVDI變化趨勢分析 本文采用Sen斜率法分析近20 a黃土高原TVDI變化趨勢。并基于Mann+Kendall對Sen趨勢分析的顯著性進行檢驗。Sen的計算公式為[33]：

(4)

式中:β為干旱變化趨勢;median為取中值函數;當β<0時,TVDI呈增加趨勢;β>0時,TVDI呈減小趨勢。

1.3.3 TVDI未來持續狀態分析 本文利用Hurst指數對黃土高原不同季節的TVDI進行未來變化趨勢預測。Hurst指數是根據時間序列長期依賴性或持續性的一種有效方法，一般采用R/S分析方法計算Hurst指數，具體算法見參考文獻[34]。其中，Hurst>0.5，表示序列TVDI的長期相關性為正持續性；Hurst=0.5，表明TVDI變化為隨機序列，與過去沒有關系；Hurst<0.5，表示序列TVDI長期相關性特征為反持續性[35]。

1.3.4 氣溫、降水對TVDI的影響分析 本文采用偏相關分析法分析季節性氣溫和降水對不同季節TVDI的影響情況[36]。氣溫、降水和TVDI之間的偏相關系數計算公式如下：

(5)

式中:rij為i和溫度j之間的偏相關系數，控制變量為降水量，反之亦然；i為TVDI；j和n分別為季節性氣溫和降水量。

2 結果與分析

2.1 TVDI空間分布特征

參閱吳黎等[36]對研究區TVDI進行分級，TVDI≤0.46，地表濕潤，無旱；0.46

使用均值法計算得到20 a間黃土高原TVDI的時間特征發現(表1，圖2)：黃土高原TVDI平均每年的增長速率為0.000 2，TVDI集中在0.6～0.7，屬中旱等級，即土壤表面干燥、植被葉片有缺水干黃現象。2005年TVDI有最大值(0.738 2)，2012年有最小值(0.591 8)。但不同季節TVDI的變化特征各不相同：春季TVDI的增加速率為四季最小(增長速率=0.000 2/a，R2=0.000 3)，變化速率與年均值相同，變旱趨勢不明顯，但從每年均值的變化來看，春季TVDI的波動性最大，且其波動走勢與年均值走勢一致，但波動性比年均值大；夏季TVDI的增加速率為0.001 2/a，R2為0.453,，變化速率大于春季和年均值；秋季TVDI的增加速率最大(增長速率=0.004 4/a，R2=0.283 6)，變化較為明顯，且與年均值變化基本呈相反趨勢；冬季TVDI在20 a間的變化呈現變濕趨勢，TVDI呈減小趨勢(減小速率=-0.004 3，R2=0.339 5)，減小速率明顯，且與年均值變化趨勢基本呈相反趨勢。總體而言，2012年為TVDI變化的突變年份。

圖2 TVDI時間曲線

表1 TVDI年際變化相關系數

從TVDI均值空間圖發現，近20 a黃土高原干旱整體為北部和東南部高，西部和西南部低的空間分布特征，最低值集中在黃土高原西部的青海省的西寧、門源、貴德、甘肅的臨夏、臨洮及東部山西的太原地區，TVDI基本在0.57以下，即屬于輕旱、無旱級別。最高值集中在黃土高原東南部河南和山西的長武等地區，TVDI值基本在0.76以上，屬重旱級別。從不同年份來看，2005年的干旱程度最大，除黃土高原西部的部分地區，其他TVDI值均在0.76以上；其次為2007年，其空間分布特征與2005年相似，TVDI大范圍表現為重旱；2019年的干旱程度僅次于2007年，尤其在內蒙古的銀川等地區，干旱程度為重旱。TVDI最小的為2014年和2012年，TVDI值集中在0.7以下，干旱程度較低(圖3)。

圖3 2001-2020年黃土高原TVDI空間分布

2.2 TVDI變化趨勢分析

基于Sen和M-K檢驗方法等到20 a間全年及不同季節的TVDI的變化趨勢的空間分布、不同植被分區中不同變化趨勢等級中所占面積百分比(圖4)。其中，春季TVDI以增加趨勢為主，增加速率集中在0～0.005/a，占黃土高原總面積的85.33%。TVDI呈不顯著減少趨勢的區域集中在青海西部、甘肅中部、陜西和山西的少部分地區，減少速率集中在0～0.005/a，占黃土高原總面積的14.67%；夏季TVDI變化速率除在山西少部分地區與春季不同，其他地區與春季的變化趨勢相近；秋季98.21%的像元數表現為增加趨勢，增長速率集中在0～0.005/a的像元占41.67%，56.54%的像元上增長速率大于0.005/a，呈不顯著減小趨勢的像元零星分布在陜西南部地區；20 a間冬季TVDI大部分像元上表現為減小趨勢，即土壤濕度在增加，尤其在青海東部大部分地區、甘肅西南部少部分地區的減小速率大于0.005/a，呈增加趨勢的像元零星分布在陜西南部少部分地區。從全年變化趨勢空間分布來看，20 a間黃土高原TVDI以不顯著增加為主，呈減少趨勢的區域在青海中部、甘肅大部分地區、陜西中部、南部及山西有零星分布。

從不同植被分區下四季TVDI在變化速率分布區間數據發現(圖4)：全年TVDI在分區Ⅰ和Ⅱ均以0～0.005/a變化速率增加，且像元百分比均小于20%，分區Ⅲ，Ⅳ和Ⅴ不顯著減小和增加趨勢的像元所占百分比各級基本為50%左右，不顯著減小的像元數明顯增多。從不同季節來看，春季的像元統計數與全年的較為相近；夏季呈減小趨勢的像元數明顯小于春季和全年；秋季TVDI整個以增加趨勢為主，且不同植被分區的像元數的差異較小；冬季除Ⅴ區統計數與其他4區差別較大，其他4區相差不大，各個區呈增加趨勢的像元占比均小于20%。

圖4 2001-2020年黃土高原TVDI變化趨勢及不同分區TVDI變化趨勢

2.3 TVDI未來持續趨勢分析

從黃土高原Hurst指數年變化、各季節變化持續性空間分布(圖5)發現：黃土高原春季Hurst指數均值為0.41，表示將來TVDI變化特征與過去20 a黃土高原春季TVDI長期相關性特征為反持續性，即將來黃土高原春季TVDI將以減小趨勢為主，在陜西境內的大部分像元上的這種持續性較其他地區更強；夏季Hurst集中在0.5以下的像元占比為61.76%，但在青海省西部、內蒙古的中部和北部、山西和陜西的少部分地區的Hurst集中在0.5以上，即這些區域的未來變化趨勢與過去20 a的趨勢相反，結合趨勢分析發現青海省未來TVDI變大，其他幾個地區未來TVDI均繼續變小；秋季整個地區TVDI的Hurst指數為0.47，即秋季TVDI未來以變小趨勢為主，呈增加趨勢的主要集中在山西北部、內蒙古南部；冬季Hurst值為0.51，大部分像元變化趨勢與過去20 a相反，即冬季TVDI未來呈增加趨勢，在陜西中部地區的這種趨勢更為明顯。

圖5 2001-2020年黃土高原Hurst指數空間分布

從全年來看，Hurst指數均值為0.45，即未來一段時間內的持續狀態與過去20 a的變化呈相反趨勢，空間分布上存在明顯的空間異質性，存在明顯的分區差異，在子植被分區Ⅰ，Ⅱ的Hurst集中在0.5以上，根據變化趨勢結果表明在Ⅰ區域未來一段時間內，TVDI將呈減小趨勢。Ⅲ，Ⅳ，Ⅴ三區的Hurst指數集中在0.5以下，即未來一段時間的變化趨勢與過去20 a的變化趨勢相反。

2.4 氣溫、降水對TVDI的影響情況

在控制氣溫的條件下，春季TVDI與降水以負相關性為主，占黃土高原總面積的85.41%，但只有0.21%的區域達到p<0.05的顯著性檢驗。TVDI與降水呈正相關性區域集中在海拔較高的青海北部、陜西南部地區；夏季TVDI與降水以正相關性為主，青海西部、內蒙古大部分地區及山西北部少部分地區的相關系數集中在0.3以上，相關性較高。在海拔較低的陜西南部少部分地區，TVDI與降水呈極顯著負相關關系。秋季TVDI與降水以負相關性為主，在陜西西部和甘肅西北部和東部的部分像元上相關系數達到-0.5以下，但在海拔較低的青海省西部、內蒙古地區的相關系數以正相關為主。冬季TVDI與降水主要以負相關為主，甘肅隴南、青海的青海湖區域少部分像元上表現為正相關關系。整年TVDI與降水以負相關性為主，僅在河南、陜西南部、山西東部部分像元上表現為正相關關系(圖6)。

注：上為降水偏相關系數空間分布圖，下為氣溫偏相關系數空間分布圖。圖6 TVDI與氣溫、降水偏相關系數

在控制降水的條件下春季氣溫與TVDI以負相關為主，即溫度升高，TVDI減小，空間差異較小；夏季TVDI與氣溫以正相關關系為主，即溫度升高會導致TVDI增大，尤其在陜西、河南、山西南部及甘肅中東部地區的正相性較大；秋季TVDI與氣溫在黃土高原大部分地區表現為正相關關系，只有在海拔較低的河南、陜西南部部分像元上呈負相關性；冬季TVDI與氣溫以負相關性為主，尤其在寧夏中部地區。就全年尺度來看，氣溫對TVDI主要為促進作用，即溫度的升高會是TVDI增大，地表干旱程度加深，僅在海拔較高的內蒙古部分地區、甘肅隴南和青海青藏高原境內地區部分像元上表現為負相關關系。

由圖7可知，就降水來看，不同植被分區TVDI與降水的相關系數與季節存在較為明顯的關系，全年除子植被分區Ⅴ的相關系數為正，其他4區的TVDI與降水均為負相關關系，尤其是分區Ⅰ，Ⅱ的相關系數達到-0.2以下，負相關性明顯，Ⅲ區相關系數為-0.14，Ⅳ區的相關系數均值為-0.008，相關性接近0，負相關關系不明顯；春季TVDI與降水在5個區均呈負相關，除Ⅴ區TVDI與降水的負相關關系不明顯，其他4區的相關系數集中在-0.2～-0.1；夏季TVDI與降水呈正相關關系，Ⅱ區的相關系數均值達到0.2以上，正相關關系明顯，Ⅴ區TVDI與降水的關系不明顯。秋季TVDI與降水均呈負相關關系，Ⅰ，Ⅳ區的負相關性較高，即TVDI隨降水量的增多，明顯下降，其他3區的相關性極低；冬季與全年的統計結果較為接近，但其相關性相較全年變低。

圖7 黃土高原TVDI與季節性氣候不同植被分區的平均相關系數分布

不同分區TVDI與氣溫的相關關系存在較大差異，全年TVDI與氣溫在5個區的相關系數均為正相關，尤其是Ⅳ區的相關系數均值達到0.24，相關性較高，其他4區的相關系數在0.1上下波動；春季TVDI與氣溫除在Ⅴ區的相關系數在0以上，其他4區TVDI與氣溫均為不顯著的負相關關系；夏季在Ⅰ區的TVDI與氣溫的相關系數接近0，即氣溫的變化對TVDI的影響不大，Ⅱ，Ⅲ區的相關系數接近0.1，較Ⅳ，Ⅴ區的相關性(0.25以上)小很多；秋季除植被分區Ⅰ，Ⅴ區外，其他3區TVDI與氣溫的相關系數接近0.4，相關性極高；冬季TVDI與氣溫的相關性在不同植被分區間的關系為正負相關并存，但總體而言，TVDI與氣溫的相關性較秋季低很多。

3 討論與結論

3.1 討 論

地處半濕潤、半干旱、干旱的黃土高原地區，因生態環境十分脆弱、干旱災害嚴重、土壤侵蝕劇烈而成為世界上水土流失最嚴重的地區，且90%的黃河泥沙來自黃土高原，因此黃土高原的生態健康直接維系黃河的健康運行。因此，20世紀80年代以后，國家開展了一系列水土保持工程、退耕還林(草)工程、坡耕地整治工程控制水土流失，改善黃土高原生態環境建設。但隨著植被覆蓋度大幅度增加也使黃土高原部分地區土壤蒸發量加大，土壤干燥化程度加深[28,37-39]。本文通過研究2001—2020年黃土高原干旱時空分布特征、過去20 a呈現的趨勢、未來一段時間可能持續的趨勢及其對氣溫和降水變化的響應。通過研究近20 a黃土高原時空分布特征，發現黃土高原過去20 a整體為變旱趨勢，干旱整體呈現出北部、東南高、西部、西南低的空間分布特征，最低值集中在黃土高原西部的青海省的西寧、門源、貴德、甘肅的臨夏、臨洮及東部山西的太原地區，屬于輕旱、無旱級別，但在2005年、2007年、2019年大面積呈現為重旱，僅有海拔較低的青海沒有出現重旱現象。最高值在黃土高原東南部河南和山西的長武等地區，屬重旱級別。劉英等[39]通過TVDI指數對陜西省的干旱監測也發現2005年比相近年份的受旱面積大，也有報道顯示2007年在內蒙古、寧夏、河南、陜西等地區受到嚴重的旱災，且干旱范圍較大，局地干旱非常嚴重，全國因旱受災面積多于1991年以來的年均值，這一研究結果和報道均為本文的研究結果提供支持。

20 a間黃土高原TVDI以不顯著增加趨勢為主，即干旱程度在不顯著增加，呈減小趨勢的區域在青海中部、甘肅大部分地區、陜西中部、南部及山西有零星分布，未來一段時間內的干旱程度呈減弱趨勢，但存在明顯的分區差異。但春、夏兩季干旱以增加趨勢較秋季顯著，冬季整體干旱程度減小。未來一段時間內黃土高原春季大部分區域的干旱程度有所緩解，夏季在大面積上表現為干旱緩解趨勢，冬季未來一段時間內會在大范圍變旱，尤其在陜西中部地區的這種趨勢更為明顯。降水量與TVDI呈負相關，僅在河南、陜西南部、山西東部部分像元上表現為正相關關系；氣溫對TVDI起促進作用，即溫度的升高會使TVDI增大，地表干旱程度加深，僅在海拔較高的內蒙古部分地區、甘肅隴南和青海青藏高原境內地區部分像元上表現為負相關。究其原因可能是因為黃土高原位于東亞夏季風影響區域邊緣，東南部降水受夏季風制約，東亞夏季風強度顯著減弱，導致黃土高原東、南部干旱增加。

3.2 結 論

(1) 20 a間黃土高原TVDI整體呈現出北部、東南高，西部、西南低的空間分布特征，最低值集中在青海省的西寧、門源、貴德，甘肅的臨夏、臨洮及東部山西的太原地區，TVDI基本在0.57以下，即屬于輕旱、無旱級別。最高值集中在黃土高原東南部河南和山西的長武等地區，TVDI值基本在0.76以上，屬重旱級別。

(2) 20年間，黃土高原TVDI以不顯著增加為主，在青海中部、甘肅大部分地區、陜西中部、南部及山西零星分布有呈減少趨勢的像元。春季85.33%的面積上TVDI呈現出不顯著的增加趨勢，增加速率集中在0～0.005/a，夏季TVDI以不顯著增加趨勢為主；秋季98.21%區域為增加趨勢，56.54%的像元上增長速率大于0.005/a，冬季TVDI大部分像元上表現為減小趨勢。

(3) 黃土高原Hurst指數均值為0.45，即未來一段時間內黃土高原TVDI可能呈現出不顯著的減少趨勢，這說明黃土高原的干旱程度會有所緩解。春季未來一段時間內黃土高原大部分區域的TVDI將呈減小趨勢，在陜西境內的大部分像元上的這種持續性較其他地區更強；夏季未來一段時間內青海省未來TVDI變大，其他幾個地區未來TVDI均呈變小趨勢；未來秋季TVDI將在一段時間內大部分像元數呈變小趨勢，繼續呈增加趨勢的主要集中在山西北部、內蒙古南部的少部分地區；冬季未來一段時間冬季TVDI將呈增加趨勢，尤其在陜西中部地區的這種趨勢更為明顯。

(4) 20年間，黃土高原TVDI與降水除在河南、陜西南部、山西東部少部分地區呈現出正相關，其他大部分地區表現為負相關，氣溫對TVDI主要為促進作用，但在海拔較高的內蒙古部分地區、甘肅隴南和青海青藏高原境內地區部分像元上表現為負相關關系。春季85.41%的面積上TVDI與降水之間的關系以負相關為主，相關系數主要集中在-0.5～0，與春季氣溫也呈負相關；夏季TVDI與降水以正相關為主，在海拔較低的陜西南部少部分地區與降水呈極顯著負相關，與氣溫呈正相關；秋季TVDI與降水以負相關為主，在海拔較低的青海省西部、內蒙古地區的相關系數以正相關為主，在海拔較高的內蒙古部分地區、甘肅隴南和青海青藏高原境內地區部分像元上表現為負相關；冬季TVDI與降水主要以負相關為主，與氣溫以負相關為主。