《Frontiers in Environmental Science》：Response of NDVI spatiotemporal variation to meteorological factors in arid areas
编辑推荐：
研究人员调查了科克亚项目区植被覆盖度（NDVI，归一化植被指数）在过去30年间的时空变化特征及其对气象因子的响应。基于1993–2023年Landsat遥感数据以及气温、降水、相对湿度和风速等气象变量，本研究旨在揭示植被的时空演变规律，并识别该干旱区生态变化的
研究人员调查了科克亚项目区植被覆盖度（NDVI，归一化植被指数）在过去30年间的时空变化特征及其对气象因子的响应。基于1993–2023年Landsat遥感数据以及气温、降水、相对湿度和风速等气象变量，本研究旨在揭示植被的时空演变规律，并识别该干旱区生态变化的主导驱动机制。1993–2023年，NDVI总体呈波动上升趋势，2020年最高，2001年最低。Mann–Kendall（M–K）检验显示2013年出现增加突变，反映了气候变率和绿化工程的共同影响。植被覆盖度从北向南递减，高NDVI值集中在低海拔区域（1065–1200 m）。极低覆盖度面积比例从70.28%降至14.33%，而高覆盖度和极高覆盖度面积显著扩大，表明生态恢复成效显著。2001–2021年，标准化降水蒸散指数（SPEI）总体呈温和湿润趋势并伴有周期性干旱波动，而NDVI持续上升；但二者相关性较弱（r = 0.2313，P > 0.05），表明植被恢复主要由人类活动驱动，尤其是生态工程和水资源管理。NDVI与相对湿度和降水呈显著正相关，而气温呈现双向效应，风速则以负相关为主。残差趋势分析进一步支持人类主导区域占研究区最大比例，强烈人类主导区集中在中南部核心区，与科克亚绿化工程重点实施区域在空间上吻合。绿化工程还降低了近地表风速，增强了生态系统稳定性。总体而言，科克亚项目区植被覆盖度在过去30年间显著改善，反映了生态恢复举措与气候变率的共同影响，而人类干预——特别是大规模绿化工程和水资源管理——在促进生态系统恢复中发挥了关键作用。这些发现为干旱半干旱区的生态管理、气候适应及可持续恢复规划提供了重要参考。
**研究背景与问题**
干旱生态系统占地球陆地表面近三分之一，支撑着超过20亿人口，但其植被动态是生态过程中最不可预测的之一。在水资源有限的环境中，植物生长对气候波动高度敏感，降水或气温的微小变化可能引发大面积快速绿化或退化。归一化植被指数（NDVI）基于近红外与红波段反射率比值构建，能灵敏反映植被覆盖和生产力状况，多年代际Landsat数据为长期NDVI监测提供了数据基础。已有研究表明，NDVI的时空变化与气象因子密切相关，高海拔地区受气温和降水影响显著，干旱区植被对降水与气温还存在滞后响应。然而，在科克亚项目区，过去30年间气象记录显示出看似矛盾的趋势：气温上升、相对湿度下降、降水小幅波动——这些条件通常有利于退化，但植被覆盖却显著增加。这种气象强迫与植被响应之间的表观解耦表明，干旱区绿化机制远比简单的气候-植被相关关系复杂，迫切需要系统方法来揭示不同气象因子的差异效应。本研究旨在整合30年（1993–2023）Landsat NDVI、高分辨率气象观测和多尺度SPEI干旱指数，揭示不同气象因子驱动植被生长、退化及物候变化的相对作用强度、滞后特征和空间分异格局，为预测生态系统稳定性、评估植被恢复效果及优化生态工程管理策略提供科学依据。论文发表在《Frontiers in Environmental Science》。
**研究内容与结论**
研究人员通过偏相关分析控制混杂变量以分离各气象因子的独特贡献并量化其相对影响强度；采用滞后相关分析捕捉植被对前期水分条件的延迟响应，刻画气候效应传播的滞后结构；利用海拔梯度评估追踪1065–1497 m范围内水分与热量约束的支配地位转换，揭示因子主导性的区域差异；运用残差趋势分析（RESTREND）比较气候驱动NDVI预期值与实际观测值，分离气候变化与生态工程的相对贡献，量化绿化工程抵消不利气候趋势的净效应。综合这些方法，揭示了气候变化下不同时间尺度和空间区域中气象因子驱动植被动态的机制，阐明了植被生态系统的稳定性与响应机制。
**关键技术方法**（不超过250字）
研究基于Landsat 5、7、8影像（1993–2023年，30 m分辨率，来自USGS/GEE平台），结合21个气象站点的气温、降水、相对湿度和风速数据（来自科学数据银行），以及2001–2021年1 km分辨率多时间尺度SPEI栅格数据集，并使用90 m SRTM数字高程模型（DEM）。主要方法包括：最大值合成法（MVC）生成NDVI；反距离加权（IDW）和普通克里金法插值气象因子，留一交叉验证（LOOCV）评估精度；偏相关分析控制其他因子后计算NDVI与各气象因子的偏相关系数；Mann–Kendall趋势检验和突变检验；残差趋势分析（RESTREND）建立NDVI与气候因子的多元线性回归，对残差进行M–K检验和Sen斜率估计，分离气候与人类活动贡献；滞后相关分析（6个月滞后）评估NDVI对前期SPEI的响应。
**研究结果**
**3.1 Temporal variation characteristics of the NDVI and meteorological factors**
通过分析30年NDVI及气温、降水、相对湿度、风速的年际变化，发现NDVI呈波动上升趋势，2020年峰值0.9531，年均增长0.0049。气温上升（0.064 °C/年），相对湿度显著下降（-0.441/年），风速微弱下降（-0.015 m/s），降水缓慢下降（-0.033 mm/年）。尽管气候条件不利，植被覆盖仍持续改善，表明大型绿化工程有效缓解了不良气象因子的负面影响。
**3.2 Mann–Kendall (M–K) abrupt change test**
M–K突变检验显示，NDVI在2013年出现正突变；相对湿度在2009年负突变；气温在2013、2015、2018年正突变；降水在2009、2011、2016年负突变；风速在2000、2007、2009、2022年负突变。这些突变点与科克亚绿化工程分期实施（2000年代三期、2010年代四期）相吻合，表明工程显著影响了局地生态和气象序列。
**3.3 Spatiotemporal analysis of the multiscale SPEI in the Kekeya project area**
3.3.1 基于2001–2021年SPEI时空特征分析，研究区SPEI值主要介于-0.35至-0.15，总体呈轻度干旱至接近正常，表现为长期温和湿润与短期干旱波动交织的模式。短时间尺度（SPEI-1和SPEI-3）空间差异大，南部和中部干旱频率高；长时间尺度（SPEI-6和SPEI-12）SPEI多为正值，表明半年度至年度尺度持续温和湿润，生态工程核心区SPEI值显著增加。
3.3.2 SPEI与NDVI的相关性分析显示，2001–2021年NDVI显著上升，SPEI波动上升，但二者相关系数r=0.2313（P>0.05），不显著。表明植被恢复无法完全由气候湿润解释，人类干预（大规模造林、防护林建设、生态补水）发挥了重要作用。
3.3.3 残差趋势分析（RESTREND）分离出气候与人类活动贡献：残差Sen斜率空间呈南高北低梯度，正斜率（0.02–0.08）主导中部和南部，负斜率（-0.02至-0.04）限于西北边缘。显著性检验（α=0.05）表明，研究区绝大部分植被改善超出气候解释范围。驱动因子分类显示，人类主导区（橙色）占最大比例，强烈人类主导区（深红）集中在中南部核心区，与科克亚绿化工程一至四期重点实施区域空间吻合；气候主导区（紫色）极少，仅见于西北边缘。
3.3.4 NDVI与SPEI的6个月滞后相关空间检验：相关系数范围-0.6至0.7，正相关占多数，0–0.6区间比例最大，大于0.4的值集中在中南部和东部。显著性检验（α=0.05）表明，不显著像素占80%以上，显著正相关区（蓝色）呈空间聚集斑块，主要位于中部、东南部和最南端；显著负相关区（橙色）小于1%总面积。表明滞后水文效应仅在植被密度和水分条件较有利的有限区域可检测到。
**3.4 Spatial variation of the NDVI and meteorological factors**
3.4.1 基于30年最大NDVI空间分布，植被覆盖从南向北逐渐递减，极低覆盖集中在北部，极高覆盖主要在中部和南部。海拔梯度分析显示，低海拔（1065–1100 m）极高覆盖占40.50%，高海拔（1400–1497 m）极低覆盖占18.68%，覆盖度随海拔升高而降低。1993–2023年每5年间隔的覆盖分类变化表明，极低覆盖比例从70.28%降至14.33%，高覆盖和极高覆盖显著增加，低海拔区域改善最明显。
3.4.2 气象因子空间插值（IDW vs. Kriging）及LOOCV验证显示：气温西高东低、南高北低，Kriging优于IDW（R2=0.47 vs. 0.17）；降水空间变异小（2.0–4.0 mm），两种方法均R2低（IDW:0.13, Kriging:0.03）；相对湿度呈盆地效应，中心高（40%–55%）边缘低，Kriging（R2=0.39）优于IDW（0.30）；风速空间异质性最显著，西北>12 m/s，中心2–4 m/s，两种方法均R2负值（IDW:-0.26, Kriging:-0.36），表明站点观测不足以支持可靠空间预测。空间组合显示，中心绿洲核心区为低温、高湿、低风速，西北荒漠过渡区为高温、低湿、高风速。
**3.5 Influence of meteorological factors on the NDVI**
3.5.1 像素级偏相关分析显示：相对湿度与NDVI显著正相关面积最大（55%–65%），主要在中、东、南部；降水显著正相关（35%–45%）呈斑块分布；气温正负相关交替（正30%–40%，负35%–45%），呈精细镶嵌模式；风速显著负相关主导（60%–70%），抑制效应广泛。
3.5.2 不同海拔梯度下偏相关分析表明：风速与NDVI正相关在1300–1400 m最强，高海拔减弱；降水与NDVI正相关在低海拔（<1100 m）最强，高海拔（>1400 m）负相关；相对湿度正相关在低海拔最强，1300–1400 m最弱；气温正相关在高海拔最强，1300–1400 m最弱。中海拔区（1300–1400 m）因风速增强和水热条件错配成为植被生长关键限制区。
**讨论与结论**
讨论部分强调了以下要点：
（1）NDVI时空变化与绿化工程密切相关。植被覆盖显著增加，特别是2000年后，空间上南高北低、低海拔优于高海拔，高海拔因低温降水限制恢复较慢。绿化工程有效遏制了荒漠化，NDVI波动与气象因子年际变化及工程阶段性效应有关。
（2）气象因子对NDVI的影响各异。降水是干旱区关键限制因子，其增加显著促进NDVI上升；气温在高海拔通过延长生长季正向影响，在低海拔可能加剧水分胁迫；相对湿度通过维持光合效率、减少蒸发正向影响；风速通过风蚀、机械损伤和增强蒸发需求产生负向影响，但绿化工程通过降低风速形成正反馈。
（3）SPEI时空特征及干旱调控作用。2001–2021年SPEI呈微弱上升，总体湿润趋势但年际波动大，短时间尺度（1–6月）多为轻度干旱，长时间尺度（12个月）中心绿洲区转为湿润，形成“短期干旱、长期湿润”的气候调节模式，与生态工程水文调节效应有关。
（4）不确定性与局限。多传感器NDVI一致性、SPEI与NDVI时间匹配错位（1993–2000年无SPEI数据）、气象站点稀疏导致的插值误差、线性回归未捕捉非线性响应、M–K突变统计指标与工程分期不完全同步等。但多种证据（趋势、空间格局、残差趋势、与工程分期吻合）一致支持人类活动主导生态恢复。
结论部分翻译如下：
基于1993–2023年连续Landsat数据，本研究计算了科克亚项目区过去30年的NDVI变化，并分析了植被覆盖分类、海拔梯度、气象因子（气温、降水、相对湿度、风速）、SPEI和残差趋势。主要结论如下。
1993–2023年，科克亚项目区NDVI呈波动上升趋势，最高值（0.9531）出现在2020年，最低值在2001年。M–K检验检测到NDVI在2013年出现增加突变。相对湿度在2009年出现负突变；气温在2013、2015、2018年出现正突变；降水在2009、2011、2016年出现负突变；风速在2000、2007、2009、2022年出现负突变。
植被覆盖从南向北递减。高NDVI值集中在低海拔区域（1065–1200 m），而高海拔区域（>1400 m）覆盖度显著较低。1993–2023年，极低覆盖面积比例从70.28%降至14.33%，而高覆盖和极高覆盖面积显著增加。改善最大的区域集中在中部和南部低海拔地区。
2001–2021年（SPEI数据集可用时段），SPEI呈现长期温和湿润趋势并伴有周期性干旱波动，而NDVI持续上升。年尺度SPEI与NDVI相关性弱且不显著（r = 0.2313，P > 0.05），与在这一强化恢复阶段人类干预主导植被恢复的预期一致。
偏相关分析显示，相对湿度和降水分别与NDVI在55%–65%和35%–45%的像素上呈显著正相关。气温同时呈现显著正相关（30%–40%）和负相关（35%–45%）。风速在60%–70%的像素上与NDVI呈负相关为主。
残差趋势分析表明，人类主导区域占研究区最大比例，强烈人类主导区集中在中南部核心区。气候主导像素极少，仅限于西北边缘。主导驱动因子空间格局与科克亚绿化工程一至四期实施区域吻合。
NDVI与SPEI的6个月滞后相关分析显示，空间分布呈正偏态，正系数主导整体格局。然而，统计显著像素不足总面积的20%。显著正相关集中在中部、东南部和最南端，显著负相关小于总面积的1%。
