徐勇，奚砚涛，许伟，刘欣婷，颜丙囤
（中国矿业大学资源与地球科学学院，江苏 徐州２２１０００）
摘要：根据２０００－２０１１年江苏省中分辨率成像光谱仪—归一化植被指数（ＭＯＤＩＳ－ＮＤＶＩ）数据和１３个气象站点每日气温和降水数据，分析了江苏省ＮＤＶＩ与气温和降水间的相关性，根据４个时滞期（前０－前３月），计算了１３个气象站点ＮＤＶＩ与同期及前期（前１－前３月）气温和降水之间的相关系数，并得出相应的时空分布特征和时滞期。研究结果表明：①在整个研究区，ＮＤＶＩ与气温和降水均显著相关，且气温影响程度高于降水；②空间上，ＮＤＶＩ对气温变化的响应在整个研究区都很显著，且最大相关系数为苏南＞苏北＞苏中，而对降水的响应存在较大的差异，ＮＤＶＩ对降水变化响应的最大相关系数为苏北＞苏中＞苏南；③ＮＤＶＩ在多数地区与当月气温变化同步响应，仅吴县东山ＮＤＶＩ对前１月气温变化的响应最为强烈，ＮＤＶＩ对降水变化在整个研究区呈现不同的滞后期，但以滞后１个月为主；④不同时间、研究尺度、气候区和植被类型等条件下，ＮＤＶＩ对气温和降水变化响应的相关性和时间滞后性还需进一步探讨。
教育期刊网 http://www.jyqkw.com
关键词 ：江苏省；中分辨率成像光谱仪—归一化植被指数（ＭＯＤＩＳ－ＮＤＶＩ）；气温；降水；滞后期；相关系数
中图分类号：Ｑ９４８．１１２；Ｐ４６７文献标识码：Ａ文章编号：０４３９－８１１４（２０１５）０３－０５99－０6
植被是陆地生态系统的主体，是土地覆盖的最主要部分和地理环境的重要组成部分，在陆地表层系统中所占的比例很高，是生物圈的核心和功能部分，其变化对全球及区域能量循环和物质的生物化学循环具有重要的影响［１］。植被指数是描述植被数量、质量、植被长势和生物量等指标的指示参数［２］。在各类植被指数中，归一化植被指数（ＮＤＶＩ）能够较准确地反映植被吸收的光合有效辐射、植被覆盖度、叶面积指数、生物量和蒸散等［３－６］，常被直接或间接地用于研究植被活动［７－９］。植被的生长与气温、降水这两个气候条件有着密切的相关性［１０－１３］。近年来，国内外在ＮＤＶＩ动态变化及其与气温、降水间的相互关系方面进行了大量的研究，在植被与气候因子的相关性研究中，气温和降水被认为是影响ＮＤＶＩ的最主要的因素。如崔林丽等［１２－１５］从不同的时间和空间尺度分析中国东部ＮＤＶＩ与气温和降水的相关性，分析表明中国东部ＮＤＶＩ在旬、月和季尺度上与气温和降水存在显著相关，但ＮＤＶＩ对气温和降水的响应存在一定的滞后期；李震等［１０］对中国西北地区ＮＤＶＩ变化及其与气温和降水的关系进行了研究，结果表明，ＮＤＶＩ与降水存在明显的正相关关系，而与气温变化的关系并不明显，表明降水是影响西北地区植被变化最主要的自然因素；顾婷婷等［１６］利用ＮＤＶＩ数据集和鄱阳湖区域８７个气象站点降水数据，对鄱阳湖区域植被和降水的相互响应关系进行分析，结果表明，降水和植被的变化具有很好的空间一致性，且春秋季的降水对植被生长尤为重要。
江苏属于温带向亚热带的过渡性气候，基本以淮河为界，气候、土壤和植被类型多样［１７－１９］，导致ＮＤＶＩ对降水、气温变化在时间和空间上的响应呈现不同的时间尺度和空间分布。江苏省是我国的经济大省，又是全国重要的商品粮基地。本研究以中分辨率成像光谱仪—归一化植被指数（ＭＯＤＩＳ－ＮＤＶＩ）为数据源，在月时间尺度上分析江苏省２０００－２０１１年ＮＤＶＩ对于气温、降水变化在时间和空间上的响应及最大响应滞后期的时空分布特征，以期为江苏省的植被动态监测和生态环境保护提供依据。
１ 研究区域与研究方法
１．１研究区概况
江苏地处中国东部，介于东经１１６°１８′-１２１°５７′，北纬３０°４５′-３５°２０′之间，地理上跨越南北，气候、植被也同样同时具有南方和北方的特征。江苏省地形以平原为主，平原面积７万多km2，占江苏省总面积的７０％以上，比例居中国各省首位，主要由苏南平原、苏中江淮平原、苏北黄淮平原组成。江苏省地势低平，河湖较多，平原、水面所占比例占江苏省的９０％以上。近年来，随着江苏省经济的飞速发展，城市化进程的加快，全省范围内植被覆盖率有下降的趋势，尤其在长江下游地区，城市面积不断扩大，农作物种植面积不断减少，该地区已成为全省植被覆盖率最低的地区。
１．２数据来源
研究中使用的ＭＯＤＩＳ（ｍｏｄｅｒａｔｅ－ｒｅｓｏｌｕｔｉｏｎ ｉｍａｇｉｎｇ ｓｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ）数据能够准确地反映植被的变化情况，数据来源于ＮＡＳＡ提供的ＭＯＤ１３Ｑ１产品，时间跨度为２０００年２月至２０１１年１２月，空间分辨率为２５０ ｍ，时间分辨率为１６ ｄ，经过了几何精校正、辐射校正、最大值合成等处理［２０］。获得的ＭＯＤＩＳ数据经过ＭＲＴ软件批处理，提取其中的ＮＤＶＩ数据，在ＡｒｃＧＩＳ １０．０中以江苏省行政区划矢量图为掩膜裁剪出研究区的ＮＤＶＩ数据。利用最大值合成法（ＭＶＣ）合成月最大化ＮＤＶＩ数据，并利用Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ滤波法将ＮＤＶＩ值进行降噪处理，保证ＮＤＶＩ数据的可靠性。气温和降水数据来源于中国气象局国家气象信息中心提供的江苏１３个国家基本／基准气象站（图1）１９９９年１０月至２０１１年１２月的日平均气温和降水资料，主要包括日平均气温、日最高气温、日最低气温和日降水量。
１．３研究方法
利用地理信息系统软件ＡｒｃＧＩＳ １０．０，通过克里金插值方法，将ＮＤＶＩ数据内插生成２０００年２月至２０１１年１２月共１４３个月的ＮＤＶＩ数据，空间分辨率为１ ｋｍ×１ ｋｍ。对研究区１３个气象站点从１９９９年１０月至２０１１年１２月共１４７月的平均气温和降水量数据，利用ＡｒｃＧＩＳ １０．０的克里金插值方法格网化为１ ｋｍ分辨率的平均气温和降水空间数据。
基于逐月ＮＤＶＩ和气温、降水空间数据，利用ＡｒｃＧＩＳ １０．０空间分析模块生成整个研究区月平均ＮＤＶＩ、气温、降水时间序列数据。同时考虑到降水通过土壤渗透、植物根系吸收反映到ＮＤＶＩ上的过程比较缓慢，可能会产生一定的滞后期，故为了排除这一影响，本研究计算２０００年２月至２０１１年１２月共１４３个月各月平均ＮＤＶＩ分别与当月（前０月）、前１月、前２月、前３月的平均气温、降水的相关系数。
根据研究区１３个气象站点的位置，利用ＡｒｃＧＩＳ １０．０获取各个气象站点周围５ ｋｍ×５ ｋｍ区域的月ＮＤＶＩ平均值，作为该点月ＮＤＶＩ，构成１３个气象站点１４３个月的ＮＤＶＩ序列。根据１９９９年１０月至２０１１年１２月平均气温和降水数据，求出１３个气象站点各月ＮＤＶＩ与当月（前０月）、前１月、前２月、前３月气温、降水的相关系数，分别从４个相关系数中挑选出最大值及其相应的时滞期：
Ｒ＝ｍａｘ｛Ｒ0，Ｒ1，Ｒ2，Ｒ3，…，Ｒn ｝（１）
式中，Ｒ为滞后相关系数，Ｒn为当月ＮＤＶＩ与前推第ｎ月气温、降水的相关系数，若Ｒ＝Ｒｎ，则滞后期为ｎ个月（ｎ＝０，１，２，３，…）。利用ＡｒｃＧＩＳ １０．０绘制成最大相关系数和时滞期空间分布图，从而进一步了解ＮＤＶＩ对气温、降水响应在时间和空间上分布的差异性。
２结果与分析
２．１ＮＤＶＩ对气温和降水的时间响应特征
２．１．１各站点ＮＤＶＩ对气温和降水的时间响应特征由表１可以看出，江苏省１３个气象站点ＮＤＶＩ与气温变化响应的相关系数，除吴县东山与前１月相关性最好外，其余１２个站点都与当月气温变化相关性最好，且从当月到前３月相关系数逐渐降低，相关性越来越弱。ＮＤＶＩ与当月气温变化的相关系数除吕泗为０．３９外，其余１２个站点相关系数均在０．７３以上；ＮＤＶＩ与前１月气温变化相关系数除吕泗外其余１２个站点均较好，都在０．５７到０．８９之间，吴县东山的相关系数最高，为０．８９；ＮＤＶＩ与前２月气温变化相关系数在吕泗出现了负相关，为－０．１２，其余１２个站点均为正相关，但相关性相对较弱；ＮＤＶＩ与前３月气温变化相关系数在徐州、盱眙、淮安、高邮、东台、南通、吕泗７站均为负相关，其余６个站点为弱正相关。ＮＤＶＩ总体上同步响应于当月气温变化，且均为正相关。
江苏省１３个气象站点中有３个站点ＮＤＶＩ对降水变化响应与当月相关性最好，有８个站点与前１月的相关性最好，有２个站点与前２月的相关性最好。根据出现最大相关系数的时段差异把气象站分为３类：赣榆、南京、高邮３个站点当月相关系数最大；徐州、盱眙、淮安、射阳、东台、南通、吕泗、常州８个站点与前1月相关系数最大；溧阳、吴县东山２个站点与前２月相关系数最大。赣榆、南京和高邮分别分布在沿海、长江下游和高邮湖流域，区域地表有密集的河网，存储了丰富的水资源可供植被的生长所需，故对降水量的变化没有表现出明显的滞后效应，但徐州、淮安、射阳、东台和溧阳等属于内陆城市，没有发达的河网，植被生长所需的水分基本依靠降水，故这些区域都表现出明显的滞后效应。ＮＤＶＩ与降水的最大相关系数为０．７０。１３个站点ＮＤＶＩ与降水的相关系数在当月、前１月、前２月均为正相关，但有着先增强、后减弱的趋势，随着时间的推移，相关性越来越弱，在前３月徐州、赣榆、盱眙、淮安、高邮、东台、吕泗７个站点出现了负相关，但相关性很弱，可能是由于随着时间的推移前几月的降水已经蒸发或者渗入地表。ＮＤＶＩ总体上响应前１月的降水变化，且均为正相关，但ＮＤＶＩ与气温的相关性优于与降水的相关性。
２．１．２江苏省ＮＤＶＩ对气温和降水的时间响应特征由图２可以看出，２０００年２月至２０１１年１２月，江苏省月平均ＮＤＶＩ与月平均气温、月平均降水表现出基本一致的变化形态，都是在夏季较高，冬季较低。在过去的１４３个月间，ＮＤＶＩ在２００２年８月最高，达到０．６２，而２０１０年１月和２０１１年１月最低，为０．２２；月平均气温在２０１０年８月最高，达到２９．０ ℃，而在２０１１年２月最低，为－０．８ ℃；月降水量在２００３年７月最多，达到３６５．９ ｍｍ，而在２０１０年１１月最低，仅为２６．０ ｍｍ。ＮＤＶＩ以８月最高，但７－９月ＮＤＶＩ都在０．５０以上，１、２、１２月ＮＤＶＩ值大部分低于０．３０，在５－７月期间，ＮＤＶＩ呈现出一个明显的波谷，原因是江苏省是全国著名的商品粮基地，作物主要有小麦和水稻，５－６月正值春作物和夏作物换茬，带来一个短时间内ＮＤＶＩ下降又上升的过程；月平均气温在７、８月最高，且都在２６．３ ℃以上，１月最低，且均在５ ℃以下；降水量在７、８月最多，基本都在１５０．０ ｍｍ以上，在１２月至下一年２月最少，基本都在２０．０ ｍｍ以下，但也有个别月份降水量很低，如２００４年１０月和２００９年１０月分别为８．６、９．６ ｍｍ。在过去１４３个月中，ＮＤＶＩ对气温和降水量的变化均表现出一定的滞后响应，但是对降水量变化的滞后响应更为明显。
由表２可以看出，对ＮＤＶＩ与前０－前３月气温和降水量的相关性分析表明，ＮＤＶＩ与当月和前１月气温的相关性较好，相关系数分别为０．９１和０．７７；从当月至前３月，ＮＤＶＩ与气温的相关系数逐渐减小。ＮＤＶＩ与当月、前１月、前２月降水的相关性都较好，其中与前１月的相关系数最高，为０．７２；从当月至前３月，ＮＤＶＩ与降水的相关系数呈现先增大后减小的趋势。从当月至前１月，ＮＤＶＩ与气温的相关系数大都大于与同期降水的相关系数；而从前２月至前３月，ＮＤＶＩ与气温的相关系数则小于与同期降水的相关系数。研究结果表明，江苏省ＮＤＶＩ对气温和降水变化有响应特征，ＮＤＶＩ同步响应当月气温的变化，而滞后响应降水变化1个月左右。ＮＤＶＩ与气温的最大相关系数大于与降水的最大相关系数。
２．２ＮＤＶＩ对气温和降水的空间响应特征
２．２．１ＮＤＶＩ对气温和降水最大响应的空间分布
由图3a可以看出，空间上，ＮＤＶＩ与气温的最大相关系数在整个研究区都为正，表明ＮＤＶＩ全年基本都受气温显著影响，气温为植物生长的限制因子。ＮＤＶＩ对气温变化的最大响应总体上表现为由沿海向内陆逐渐增大的趋势，ＮＤＶＩ与气温的最大相关系数都在０．３９～０．９４之间。位于苏南的南京、溧阳、常州、吴县东山４个气象站，其ＮＤＶＩ与气温变化均为极显著正相关；位于苏中的高邮、南通、吕泗３个气象站，其ＮＤＶＩ与气温的最大相关系数分别为０．８２、０．７５、０．３９，除吕泗最大相关系数较低外，高邮和南通最大相关系数也较高，表明在苏中部分地区，ＮＤＶＩ对气温变化的响应较为强烈，但较苏南地区略低；位于苏北的徐州、赣榆、淮安、盱眙、射阳、东台６个气象站，其ＮＤＶＩ与气温的最大相关系数均在０．７３～０．８９之间，表明在苏北地区，植物生长对气温的敏感性很强。整个研究区内，除吕泗ＮＤＶＩ与气温最大相关系数较低外，其余各个站点最大相关系数均在０．７３以上。结果表明，江苏省ＮＤＶＩ与气温变化有着显著的相关关系，且最大相关系数为苏南＞苏北＞苏中。原因可能是苏中和苏北沿海主要为平原，这里种植大量的农作物，随着温度的升高，植物生长到一定的程度，在一定时间内植被指数达到峰值便不会再增加；而江苏西南部和苏北北部为丘陵和平原，分布有大量覆盖度良好的常绿阔叶林和常绿针叶林，随着温度的升高，植被的覆盖度和植被指数有明显增加的趋势，且增加时间跨度比作物要长。
由图3b可以看出，ＮＤＶＩ与降水的最大相关系数在整个研究区也都为正，但是ＮＤＶＩ与降水的最大相关系数都在０．３７～０．７０之间，远较ＮＤＶＩ与气温的最大相关系数低，表明降水也是植物生长的限制因子，但是ＮＤＶＩ对气温变化的响应更为强烈。ＮＤＶＩ对降水变化的最大响应呈现明显的南北差异，南部最大相关系数明显小于北方的最大相关系数，有从北往南逐渐减小的趋势。位于苏南的南京、溧阳、常州、吴县东山４个气象站，其ＮＤＶＩ与降水的最大相关系数分别为０．５２、０．５１、０．５１、０．４４；位于苏中的高邮、南通、吕泗３个气象站，其ＮＤＶＩ与降水的最大相关系数分别为０．４９、０．４２、０．３７；位于苏北的徐州、赣榆、淮安、盱眙、射阳、东台６个气象站，其ＮＤＶＩ与降水的最大相关系数均在０．５８～０．７０之间，明显高于苏南、苏中的最大相关系数。江苏省ＮＤＶＩ对降水的最大相关系数有着从南往北逐渐递增的趋势，原因可能是苏北地区年降水量较苏中和苏南少，且苏南和苏中地区有太湖、高邮湖、洪泽湖和长江，构成了发达的地表水系网，地下储存了丰富的地下水资源，故植物生长所需要的水分不依靠降水也能得到及时的补给，所以苏北地区ＮＤＶＩ对降水的响应更为强烈。ＮＤＶＩ与降水的最大相关系数为苏北＞苏中＞苏南。
２．２．２ＮＤＶＩ对气温和降水滞后期响应的空间分布
由图4可以看出，江苏省ＮＤＶＩ对气温和降水变化最大响应所对应的滞后期在空间分布上的规律性在气温上表现较弱，而这一规律性在降水上表现得更为明显。由图4a可以看出，ＮＤＶＩ对气温变化的响应，除吴县东山对前１月气温响应最好以外，其余１２个气象站与当月气温变化同步响应。江苏省整体上与当月的气温变化同步响应，可能是由于在全省范围内气温条件足够满足植物的生长，故没有表现出较大的差异。
由图4b可以看出，江苏省ＮＤＶＩ对降水变化最大响应所对应的滞后期在空间上表现出很强的规律性，滞后期呈现出由南北往中间逐渐减小的趋势，江苏省整体上与前１月降水变化有最大响应。最大响应滞后期在前０－前２月均有分布，赣榆、南京、高邮３个气象站与当月的降水变化同步响应；徐州、盱眙、淮安、射阳、东台、南通、吕泗、常州８个气象站与前１月的降水变化滞后响应；溧阳、吴县东山２个气象站与前２月的降水变化滞后响应。从江苏省整体来看，苏南地区４个气象站出现了３种不同的滞后期，但还是以溧阳、吴县东山与前２月的降水变化滞后响应为主；苏中地区高邮、吕泗分别滞后于降水变化的最大响应０、１月，差异并不明显；苏北地区６个气象站除赣榆滞后期为０月外，其余５个站点滞后期均为１个月。
３结论
本文通过对研究区２０００－２０１１年ＭＯＤＩＳ－ＮＤＶＩ与气温和降水的相关性分析，研究了月际ＮＤＶＩ与降水和气温变化响应的时空分布特征和滞后性，得出以下主要结论：
１）研究区ＮＤＶＩ与气温和降水的变化基本一致，都是在７、８月较高，在１、２月较低。在整个研究区，ＮＤＶＩ对气温和降水变化都有显著响应，ＮＤＶＩ基本上同步响应于当月的气温变化，而对降水变化的响应则滞后1个月。ＮＤＶＩ与气温的最大相关系数大于与降水的最大相关系数。
２）研究区１３个气象站点ＮＤＶＩ与气温和降水变化有明显的相关性，且ＮＤＶＩ与气温的最大相关系数大于与降水的最大相关系数。ＮＤＶＩ对气温变化响应的相关系数较高，站点基本同步响应与当月气温的变化，且从当月到前３月相关系数呈减小趋势。ＮＤＶＩ与气温的最大相关系数呈现很强的空间分布特征，最大相关系数为苏南＞苏北＞苏中；ＮＤＶＩ对降水变化的最大相关系数为０．３７～０．７０，较ＮＤＶＩ与气温之间的相关系数低，且相关系数从当月到前３月呈现先增大后减小的趋势。在空间上，ＮＤＶＩ与降水的最大相关系数为苏北＞苏中＞苏南。
３）研究区ＮＤＶＩ对气温变化没有表现出明显的时滞期，但对于降水的变化响应有明显的时滞期。除吴县东山外，其余１２个气象站点ＮＤＶＩ均同步响应于当月气温的变化，气温虽然是植被生长的重要影响因子，但是并无明显时滞效应，也没有明显的空间差异；ＮＤＶＩ对降水的响应有明显的时滞期，且大部分站点时滞期为1个月。站点时滞期有明显的空间分布特征，滞后期呈现由苏北、苏南往苏中逐渐减小的趋势。
本研究只是间接根据研究区各气象站点气温和降水数据与周围ＮＤＶＩ之间的相关性进行讨论，但不同时间、研究尺度、气候区和植被类型等条件下，ＮＤＶＩ对气温和降水变化响应的相关性和时间滞后性还需进一步探讨。
教育期刊网 http://www.jyqkw.com
参考文献：
［１］ 郭妮．植被指数及其研究进展［Ｊ］．干旱气像，２００３，２１（４）：７１－７５．
［２］ 赵英时．遥感应用分析原理与方法［Ｍ］．北京：科学出版社，２００３：３３０－３３４．
［３］ ＴＵＣＫＥＲ Ｃ Ｊ．Ｒｅｄ ａｎｄ ｐｈｏｔｏｇｒａｐｈｉｃ ｉｎｆｒａｒｅｄ ｌｉｎｅｒ ｃｏｍｂｉｎａｔｉｏｎｓ ｆｏｒ ｍｏｎｉｔｏｒｉｎｇ ｖｅｇｅｔａｔｉｏｎ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，１９７９，８（2）：１２７－１４６．
［４］ ＳＥＬＬＥＲＳ Ｐ Ｊ，ＢＥＲＲＹ Ｊ Ａ，ＣＯＬＬＡＴＺ Ｇ Ｊ，ｅｔ ａｌ．Ｃａｎｏｐｙ ｒｅｆｌｅｃｔａｎｃｅ， ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ， ａｎｄ ｔｒａｎｓｐｉｒａｔｉｏｎ． Ⅲ． Ａ ｒｅａｎａｌｙｓｉｓ ｕｓｉｎｇ ｉｍｐｒｏｖｅｄ ｌｅａｆ ｍｏｄｅｌｓ ａｎｄ ａ ｎｅｗ ｃａｎｏｐｙ ｉｎｔｅｇｒａｔｉｏｎ ｓｃｈｅｍｅ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，１９９２，４２（3）：１８７－２１６．
［５］ ＴＵNＥＲ Ｄ Ｐ，ＣＯＨＥＮ Ｗ Ｂ，ＫＥＮＮＥＤＹ Ｒ Ｅ，ｅｔ ａｌ．Ｒｅｌａｔｉｏｎｓｈｉｐs ｂｅｔｗｅｅｎ ｌｅａｆ ａｒｅａ ｉｎｄｅｘ ａｎｄ Ｌａｎｄｓａｔ ＴＭ ｓｐｅｃｔｒａｌ ｖｅｇｅｔａｔｉｏｎ ｉｎｄｉｃｅｓ ａｃｒｏｓｓ ｔｈｒｅｅ ｔｅｍｐｅｒａｔｅ ｚｏｎｅ ｓｉｔｅｓ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，１９９９，７０（1）：５２－６８．
［６］ 朴世龙，方精云．最近１８年来中国植被覆盖的动态变化［Ｊ］．第四纪研究，２００１，２１（４）：２９４－３０２．
［７］ ＭＹＮＥＮＩ Ｒ Ｂ，ＴＵＣＫＥＲ Ｃ Ｊ，ＡＳＡＲ Ｇ，ｅｔ ａｌ．Ｉｎｔｅｒａｎｎｕａｌ ｖａｒｉａｔｉｏｎｓ ｉｎ ｓａｔｅｌｌｉｔｅ－ｓｅｎｓｅｄ ｖｅｇｅｔａｔｉｏｎ ｉｎｄｅｘ ｄａｔａ ｆｒｏｍ １９８１ ｔｏ １９９１［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ，１９９８，１０３（６）：６１４５－６１６０．
［８］ 朴世龙，方精云．１９８２－１９９９年青藏高原植被净第一性生产力及其时空变化［Ｊ］，自然资源学报，２００２，１７（３）：３７３－３８０．
［９］ ＦＡＮＧ Ｊ Ｙ，ＰＩＡＯ Ｓ Ｌ，ＨＥ Ｊ Ｓ，ｅｔ ａｌ．Ｉｎｃｒｅａｓｉｎｇ ｔｅｒｒｅｓｔｒｉａｌ ｖｅｇｅｔａｔｉｏｎ ａｃｔｉｖｉｔｙ ｉｎ Ｃｈｉｎａ，１９８２－１９９９［Ｊ］．Ｓｃｉｅｎｃｅ ｉｎ Ｃｈｉｎａ （Ｓｅｒｉｅｓ Ｃ：Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ），２００４，４７（３）：２２９－２４０．
［１０］ 李震，阎福礼，范湘涛．中国西北地区ＮＤＶＩ变化及其与温度和降水的关系［Ｊ］．遥感学报，２００５，９（３）：３０８－３１３．
［１１］ 张戈丽，徐兴良，周才平，等．近３０年来呼伦贝尔地区草地植被变化对气候变化的响应［Ｊ］．地理学报，２０１１，６６（１）：４７－５８．
［１２］ 崔林丽，史军．中国华东及其周边地区ＮＤＶＩ对气温和降水的月际响应特征［Ｊ］．自然资源学报，２０１１，２６（１２）：２１２１－２１３０．
［１３］ 崔林丽，史军，杨引明，等．中国东部植被ＮＤＶＩ对气温和降水的旬响应特征［Ｊ］．地理学报，２００９，６４（７）：８５０－８６０．
［１４］ 崔林丽，史军，肖风劲，等．中国东部ＮＤＶＩ的变化趋势及其与气候因子的相关分析［Ｊ］．资源科学，２０１０，３２（１）：１２４－１３１．
［１５］ 崔林丽，史军，杨引明，等．中国东部植被ＮＤＶＩ对气温和降水的旬响应特征［Ｊ］．地理学报，２００９，６４（７）：８５０－８６０．
［１６］ 顾婷婷，周锁铨，邵步粉，等．鄱阳湖区域植被覆盖变化与降水相互响应关系［Ｊ］．生态学杂志，２００９，２８（６）：１０６０－１０６６．
［１７］ 朱炳海．中国气候［Ｍ］．北京：科学出版社，１９６２．
［１８］ 中国科学院南京土壤研究所．中国土壤［Ｍ］．北京：科学出版社，１９７８．
［１９］ 吴征镒．中国植被［Ｍ］．北京：科学出版社，１９８０．
［２０］ 南颖，刘志峰，董叶辉，等．２０００－２００８年长白山地区植被覆盖变化对气候的响应研究［Ｊ］．地理科学，２０１０，３０（６）：９２１－９２８．
