埃塞俄比亚植被干旱的长期时空变异及其与遥相关因子的关联研究

本研究针对气候变化加剧下埃塞俄比亚植被干旱的时空动态问题，利用1982-2024年全球植被健康指数(VHI)数据，结合创新趋势分析(ITA)和修正Mann-Kendall(MMK)方法，首次系统评估了植被干旱与太平洋、印度洋和大西洋海表温度异常(SSTA)的关联。研究发现阿姆哈拉、奥罗米亚等地区VHI显著下降，而甘贝拉地区呈上升趋势，2019年后VHI改善与"绿色遗产计划"造林工程相关。成果为区域农业韧性政策制定提供了科学依据。

　　

在全球气候变化背景下，植被干旱已成为威胁生态系统和农业安全的重大自然灾害。埃塞俄比亚作为非洲人口第二大国，85%人口依赖雨养农业，其独特的地形梯度（海拔-164m至4455m）和三大降雨季（主雨季6-8月）造就了复杂的植被干旱格局。然而，传统气象站数据的稀疏性限制了干旱监测精度，且植被干旱与ENSO等全球遥相关因子的关联机制尚不明确。

针对这些科学问题，国外研究团队利用NOAA STAR提供的全球植被健康指数(VHI)数据（4km分辨率，1982-2024年），结合创新趋势分析(ITA)、修正Mann-Kendall(MMK)检验和线性回归模型，首次系统评估了埃塞俄比亚植被干旱的时空演变规律。研究还整合了太平洋（Ni?o 3.4等区域）、印度洋（西印度洋WIN和东印度洋EIN）和大西洋（北大西洋NATL等）的海表温度异常(SSTA)数据，通过皮尔逊相关系数揭示了海-气相互作用对区域干旱的影响机制。

关键技术方法包括：1）基于AVHRR/VIIRS卫星的VHI数据提取；2）创新趋势分析(ITA)将42年数据均分为两段进行非参数趋势检测；3）考虑自相关性的MMK检验；4）区域尺度SSTA相关性分析。样本覆盖埃塞俄比亚全部9个行政区，重点关注主雨季（6-9月）植被响应。

3.1 基于VHI的植被干旱格局
长期均值显示西部VHI最高（>50），而东部索马里等地最低（<30）。变异系数(CV)揭示东部干旱波动最剧烈（CV达70%），对应历史上1990-1992、2015等极端干旱年。2019-2024年VHI显著提升，与政府"绿色遗产计划"种植的数十亿棵树苗密切相关。

3.2 植被干旱趋势分析
ITA和MMK一致性发现：阿姆哈拉(O=-0.016)、奥罗米亚(O=-0.019)等地区VHI显著下降(p<0.05)，而甘贝拉呈现非单调上升趋势(O=0.010)。线性回归预测2025-2030年上述趋势将持续，凸显区域异质性。

3.4 VHI与遥相关因子的关联
太平洋SSTA与北部干旱显著负相关（阿姆哈拉r=-0.28），印证ENSO对降雨的抑制效应。印度洋SSTA在甘贝拉呈现正效应(r=0.39)，可能通过增强水汽输送促进植被生长。大西洋SSTA对奥罗米亚干旱有加剧作用(r=-0.26)，显示跨洋盆地的复杂相互作用。

这项研究首次将卫星遥感的VHI指标与多洋盆SSTA数据相结合，揭示了埃塞俄比亚植被干旱的驱动机制。创新性地应用ITA方法克服了传统参数检验的局限性，证实太平洋SSTA主要影响北部（阿姆哈拉、提格雷），而印度洋SSTA调控西部（甘贝拉）植被动态。实践层面，研究为"绿色遗产计划"的生态效益提供了科学证据，建议将遥相关信号纳入早期预警系统。未来需结合LSTM等机器学习方法提升预测精度，为这个农业主导型国家的粮食安全策略提供更强大支撑。