1982~2015年海南岛NDVI时空变化及气候驱动力分析

图1 2000年海南岛土地利用类型

Fig. 1 Land cover types of Hainan Island in 2000

2.3　方法

2.3.1　趋势分析

Theil–Sen median趋势分析能够较好的描述NDVI的变化趋势，表示单位时间内NDVI的变化量，其计算公式如下：

β = M e d i a n (\frac{N D V I_{j} - N D V I_{i}}{j - i}), \forall 1982 \leq i < j \leq 2015

（1）

其中：NDVI _i 和NDVI _j 分别为i、j时间上的NDVI值。当斜率 $β$ >0时，表示NDVI呈现增长趋势，反之则呈现下降趋势。

Mann－Kendall检验（MK检验）可判断趋势的显著性，且能够排除少数异常值对数据的干扰。计算公式如下：

S = \sum_{i = 1}^{n - 1} \sum_{k = i + 1}^{n} s i g n (x_{k} - x_{i})

（2）

Z_{c} = \{\begin{matrix} \frac{S - 1}{\sqrt[]{V a r (S)}}, S > 0 \\ 0, S = 0 \\ \frac{S + 1}{\sqrt[]{V a r (S)}}, S < 0 \end{matrix}

（3）

s i g n (θ) = \{\begin{matrix} 1, θ > 0 \\ 0, θ = 0 \\ - 1, θ < 0 \end{matrix} \begin{matrix}  \end{matrix}

（4）

V a r (S) = \frac{n (n - 1) (2 n + 5)}{18}

（5）

其中：n为数据集合的总长度； $x_{k}$ 、 $x_{i}$ 为连续的NDVI数据； $Z_{c}$ 正态分布统计量；sign为符号函数； $V a r (S)$ 为方差。本文将二者相结合，用来判断研究区NDVI的变化趋势及其显著性。

2.3.2　偏相关分析

基于偏相关分析探究NDVI与气温、降水和太阳辐射的相关性，由于NDVI、气温、降水和太阳辐射的单位不统一，因此对原始数据依次进行标准化处理（即求其Z分数），过程如下：

X = \frac{x - \bar{x}}{σ}

（6）

其中： $X$ 为标准化数据； $x$ 为原始数据； $\bar{x}$ 为原始数据的均值； $σ$ 为原始数据的标准差。依次得到NDVI、气温、降水和太阳辐射对应的标准化数据。

本文使用二阶偏相关，分析变量i和j之间的偏相关时，当控制了变量h和m的线性作用后，i和j之间的二阶偏相关系数定义为：

r_{i j \cdot h m} = \frac{r_{i j \cdot h} - r_{i m \cdot h} r_{j m \cdot h}}{\sqrt[]{(1 - r_{i m \cdot h}^{2}) (1 - r_{j m \cdot h}^{2})}}

（7）

其中：变量i为标准化的NDVI时间序列数据；j、h、m分别对应标准化后的温度、降水和太阳辐射数据，最后得到排除其他两个因子目标变量与NDVI的偏相关系数，利用t检验对偏相关系数进行显著性检验。

2.3.3　主成分回归（PCR）

为了消除气候因子之间的共线性影响，得到基于Seddon等^［25］的研究进行了主成分回归，分析研究区每个像元驱动NDVI半月变化的气候变量的相对重要性。流程如下：对每个像元内的NDVI、气温、降水和太阳辐射的时序数据的求Z分数，并进行主成分分析，筛选贡献度累加>95%的主成分分数作为自变量，处理后的NDVI数据为因变量逐像元建立多元线性回归模型：

N D V I = α + β_{1} X_{1} + β_{2} X_{2} + \dots + β_{i} X_{i} + ε

（8）

其中：NDVI为标准化处理后的NDVI数据； $X_{1}$ 、 $X_{2}$ 、 $X_{i}$ 分别为贡献度累加>95%的前 $i_{}$ 个主成分； $β_{1}$ 、 $β_{2}$ 、 $β_{i}$ 为对应的主成分回归系数； $α$ 是常数； $ε$ 是残差。

利用t检验删除不显著的回归系数（P >0.05），将每个变量的主成分分数乘以PCR的系数，并将结果相加，得到每个气候变量的权重。

2.3.4　主导气候驱动因子

为了探究哪个气候因素对海南岛植被影响作用最大，在每个实验像元内，对NDVI与温度、降水和太阳辐射主成分回归系数的绝对值进行排序比较大小，找到3个回归系数绝对值中的最大值，并标记出对应的气候因子，由此得到对NDVI影响最大气候因子的空间分布。在此基础上统计最大偏相关系数的正负符号，判断主导驱动因子对NDVI是促进还是抑制作用。

3 结果与分析

3.1　海南岛植被NDVI时空变化趋势

3.1.1　空间变化趋势

对海南岛区域各像元的NDVI时间序列数据进行Theil–Sen median趋势分析及MK显著性检验（P<0.05），得到1982~2015年海南岛区域NDVI逐半月变化趋势的空间分布。如图2所示，1982~2015年间海南岛NDVI整体变化趋势以缓慢增长为主，总体来看，增长趋势东部高于西部，91.06%的区域通过了显著性检验。斜率β值在-0.000 05~0.000 2之间，β>0的区域占海南岛面积的89.41%。其中β值较大的区域主要集中在海南岛东北部（澄迈县、定安县和文昌市等）以及西北部沿海区域（临高县、儋州市、东方市等），这部分区域植被NDVI呈明显增加趋势。

图2

图2 1982~2015海南岛NDVI变化趋势空间分布和显著性检验

Fig.2 Spatial distribution of NDVI variation trend and corresponding significance test in Hainan Island from 1982 to 2015

总体来看，近几十年来这些城市城镇化建设加速扩张，在生态保护以及橡胶树产业扶持的大背景下^［26］，人类活动较为活跃，对植被NDVI的增长有积极影响，表现出NDVI增加速度较快；而中部地区（五指山市、琼中县、屯昌县和白沙县等）β值较小，主要原因可能是海南岛热带雨林多集中于该地区，植被覆盖基数较大，草地减少并转化为林地是该地NDVI增加的主要原因^［27］；相比较下，三亚地区多处出现NDVI减少趋势，这与当地房地产建设、旅游资源开发等人类活动有关，导致林地与农田减少，显著降低了三亚以及周边沿海地区植被NDVI^［28］。这表明对NDVI时空变化分析时应该考虑人类活动的影响。

3.1.2　时间变化趋势

绘制1982~2015年海南岛逐半月和逐年的NDVI空间均值变化趋势图，从图3（a）可以看出34年里海南岛NDVI变化呈增加趋势，增速为0.019/10 a。年内变化幅度较大，变化范围主要集中在0.45~0.70之间，NDVI数值普遍较高。

图3

图3 1982~2015海南岛NDVI年内变化和年际变化趋势

Fig.3 Inter -annual and Intra-annual variation trends of NDVI in Hainan Island from 1982 to 2015

通过计算每年最大NDVI的空间均值，得到海南岛NDVI年际变化趋势，如图3（b）所示，1982~2015年海南岛NDVI增加趋势显著，海南岛NDVI空间均值从1982年的0.784 3增加到2015年的0.814 5，增速为0.007/10 a。农田网格的NDVI均值增速快于整体和林地网格，增速为0.012/10 a，相比之下林地NDVI增速较缓慢增速仅0.000 5/10 a。总体上，在1990年、1997年、2002年、2009年和2012年NDVI数值较高，而1991年、1993年、2000年和2005年数值较小。近30 a来 NDVI空间均值于2005年出现极小值，与当年的18号台风“达维”登陆海南岛有关，这表明极端天气、自然灾害在NDVI趋势分析中应该被考虑和重视。

3.2　NDVI与气候因子的偏相关分析

偏相关分析作为回归分析的基础和前提，采用偏相关系数分析了温度、降水和太阳辐射与NDVI（逐半月）的相关性，结果如图4所示。

图4

图4 海南岛NDVI与温度、降水和太阳辐射偏相关系数（P<0.05）

Fig. 4 Partial correlation coefficients （P<0.05） between NDVI and temperature， precipitation， and solar radiation in Hainan Island

表1 海南岛NDVI与气候因子偏相关系数和显著性

Table 1 Partial correlation coefficients and corresponding statistical significance between NDVI and climatic factors in Hainan Island

气候因子

正相关

面积比

正相关系数空间均值

负相关

面积比

负相关系数空间均值

极显著区域

（P<0.01）

显著区域

（0.01≤P≤0.05）

不显著区域

（P>0.05）

温度

68.47%

0.16

31.53%

-0.10

67.76%

7.06%

25.18%

降水

76.00%

0.06

24.00%

-0.04

19.29%

11.06%

69.65%

太阳辐射

87.06%

0.12

12.94%

-0.09

56.00%

7.53%

36.47%

新窗口打开| 下载CSV

3.3　主成分回归分析NDVI变化驱动力

通过偏相关分析得到对NDVI显著相关的气候因子，基于主成分分析，筛选累加贡献度前95%主成分与NDVI建立多元线性回归模型，解决自变量间共线性问题，更好地分析气候变化对植被生长的综合作用，如图5所示。

图5

图5 海南岛NDVI与温度、降水和太阳辐射的主成分回归系数（P<0.05）

Fig. 5 Coefficients of PCR （P<0.05） between NDVI and temperature， precipitation， and solar radiation in Hainan Island

图5（a）显示温度回归系数的空间分布存在明显的南北差异，温度对NDVI的促进作用呈北方强于南方的空间格局。海南岛北部地区NDVI对温度的响应较强，这些区域占海南岛总面积的82%，可能原因是温度的升高显著延长了植物的生长季节，进而促进NDVI的增加^［29］。但海南岛南部区域（占研究区域18%面积）植被与温度的回归系数为负值，海南岛南部土地利用类型多为林地，NDVI在植被高覆盖区容易饱和^［30］。图5（d）箱线图结果显示温度对农田区域NDVI的促进作用整体高于林地，农田区域内75%面积的温度回归系数大于0，表明温度促进了海南岛大部分农田NDVI的增长，相比较农田，林地对温度变化的响应较弱，且回归系数分布离散程度高。

如图5（b）所示，海南岛地区NDVI与降水回归系数整体偏小，对降水的响应弱于温度，这与其他学者研究结果基本一致^{［14-15，17］}。降水成为海南岛中南部林地（约占总面积30%）NDVI的增长的限制因素，原因是海南岛位于热带气候区，气候湿润，全年降雨量充沛，宏观上降水对植被的影响力减弱，甚至部分地区降水出现过饱和现象，对植被生长产生抑制作用^［29］，这一点也体现在图5（e），可以明显看出降水促进了大部分农田NDVI的增长，同时对林地NDVI的影响具有两面性，即适量降水促进NDVI增长而过量降水则对NDVI增长起到抑制作用。

图5（c）和5（f）显示海南岛绝大部分地区NDVI受太阳辐射影响显著，太阳辐射促进了海南岛总面积98%的地区NDVI增长。原因在于辐射能促进植被光合作用，对植被NDVI的增长产生了积极的影响。目前已有研究指出太阳辐射对中国中南部地区植被生长具有重要贡献，尤其在中国华南地区，太阳辐射已经成为影响植被生长的重要气候因子^{［31， 32］}，这与本文研究结果一致。

为了探究不同区域内哪个气候因素对海南岛植被影响作用最大，对每个实验像元内NDVI与温度、降水和太阳辐射主成分回归系数的绝对值进行排序比较大小，绝对值最大的，在对应像元中标记出对应的气候因子，得到海南植被变化主导气候驱动因子的空间分布图6（a）和主导气候驱动因子呈现促进、抑制作用的区域分布。

图6

图6 海南岛植被变化气候驱动力

Fig. 6 Climatic driving factor of vegetation variability in Hainan Island

如图6（a）所示，海南岛东北部及西部沿海区域（占总面积的38.82%）温度与NDVI的偏相关系数绝对值最大，岛屿南部（占总面积的49.18%）太阳辐射与NDVI的偏相关系数绝对值最大，中部及少数沿海地区（占总面积的12%）降水与NDVI的偏相关系数绝对值最大。这表明温度作为主导气候因素，控制着海口市、文昌市、澄迈县、定安县、东方市西部沿海等地区的NDVI变化。太阳辐射则主导着儋州市、屯昌县、白沙琼中黎族苗族自治县北部、保亭黎族苗族自治县和乐东黎族自治县南部地区的NDVI变化。降水主导着南部沿海区域，如三亚市、陵水黎族自治县南部、乐东黎族自治县北部等区域的NDVI变化。温度和太阳辐射主导海南岛88%总面积的NDVI变化。图6（b）展示了研究区内各主要气候驱动力促进或抑制植被生长的区域及其空间分布。其中呈促进作用的地区占总面积的88.24%，而呈抑制作用的区域多分布在岛屿西南部，占总面积的11.76%，且位于降水作为主导驱动力的区域，这表明降水作为主导该地区NDVI变化的气候驱动因子，成为该地区NDVI增长的主要限制因子。

4 讨论

为了更好地探究海南岛植被对气候因子的变化响应，研究中使用了1982~2015年NDVI长时间序列数据，时间跨度大且样本数量多，但缺点是NDVI在高植被覆盖地区容易出现过饱和现象^［30］，使用增强植被指数（Enhanced Vegetation Index， EVI）数据虽然可以解决这一问题，但目前最长时间的EVI数据是MODIS产品，其起始时间是2000年，时间跨度远小于本文使用的NDVI产品。研究结果显示1982~2015年里海南岛90%地区的植被显著增加，其中温度和太阳辐射是海南岛植被NDVI增长的主要气候驱动力，显著主导了海南岛88%地区的植被生长。这与当前全球气候气候变暖导致北半球大部分地区植被发生显著变化的主流观点相一致^{［2， 4］}。

以往针对海南岛植被气候驱动力的研究多集中在温度和降水^{［14， 17］}，较少考虑太阳辐射的影响，本文的实验结果表明海南岛植被覆盖变化的气候驱动因子存在如下关系：太阳辐射作用>温度作用 >降水的驱动作用，说明研究海南岛NDVI对气候响应机制时，太阳辐射是一个不能忽视的重要气候变量。海南岛植被，尤其是森林，对降水的响应较弱，毛德华等^［11］指出，相比较耕地，森林受降水影响较小。同时海南岛地处华南地区，充足的降水使得植被对水分变化的响应不敏感，因此光照和温度是导致海南岛植被覆盖变化的主要原因，这与现有研究结果一致^{［16，31］}。

海南岛植被对气候因子的响应存在空间异质性，这与刘少军^［14］、罗红霞^{［16，18-19］}等的研究结果基本吻合。因为土壤类型、植被类型、土壤水分和高程等多种因素的影响了温度、降水和辐射的分布，使得植被在不同热量带、不同湿润地带、不同地形单元甚至不同季节，对气候因子的响应具有差异，并形成明显的区域性特点^［9］。此外，从植被类型上来看，海南岛农田多分布在北部以及四周沿海区域，林地主要集中于中南部，而不同植被类型对温度，降水和太阳辐射的响应存在差异。温度促进海南岛北部及西部NDVI变化，太阳辐射促进了岛上大部分植被的生长，同时也是岛屿南部林地NDVI的变化主导气候驱动因子。

本文为理解热带植被动态变化及其气候影响机制提供参考依据，然而热带地区季节不分明，森林覆盖面积广且植被类型多样。因此在未来，将会考虑植被和气候数据的季节性趋势以及植被（尤其是森林）的时间滞后效应^［25］，结合多种土地利用类型，量化其他因素（人类活动、二氧化碳以及氮沉降等），进一步完善相关研究。

5 结论

基于1982~2015年海南岛NDVI长时间序列数据，采用Theil-Sen Median法分析了34 a里海南岛植被NDVI的变化趋势，并采用偏相关分析和主成分回归分析探究植被NDVI对气候驱动因子变化响应的空间格局，得出以下结论：

（1）1982~2015年间海南岛植被覆盖整体变化趋势以缓慢增长为主，增速为0.019/10 a。从空间分布看，海南岛90%左右的区域植被覆盖增加，其中东北部（澄迈县、定安县和文昌市等）和西北部沿海区域（临高县、儋州市、东方市等）呈明显改善的趋势，这得益于生态保护政策和橡胶树产业的振兴；三亚及周边地区出现多处植被覆盖退化区域，可能与当地房地产建设、旅游资源开发等人类活动侵占了原有的林地与农田有关。从时间分布来看，34 a间海南岛NDVI年内变化显著，整体呈现缓慢增长的趋势，其中农田区域NDVI增速快于林地。

（2）海南岛NDVI与不同气候因子相关性存在差异。岛屿北部地区NDVI与温度呈显著正相关关系，南部区域NDVI和温度呈显著负相关。NDVI与降水的相关性较弱，偏相关系数空间分布上呈西南部低于东北部，NDVI与太阳辐射的偏相关系数在空间上表现为从南到北，从东到西减小的趋势。

（3）海南岛不同的植被类型对气候因子的响应也存在差异。农田对温度和降水的响应整体高于林地；适量降水促进了植被的生长，但过量的降水却成为林地NDVI增长的限制因素；太阳辐射促进了植物的光合作用，对海南岛农田和林地NDVI的增长产生积极的影响。

（4）温度和太阳辐射主导海南岛88%总面积的NDVI变化。其中温度是海南岛东北部及西部沿海区域NDVI变化的主导驱动力，太阳辐射则主导驱动着岛屿南部NDVI的变化，而降水作为岛屿中部（占总面积12%）NDVI的主导气候驱动因子，限制了该地区植被的生长。太阳辐射是显著影响海南岛NDVI变化的一个关键气候因子，在往后的相关研究中，应当考虑太阳辐射的影响。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

GAO

， JIAO

， WU

， et al.

Past and future effects of climate change on spatially heterogeneous vegetation activity in China

［J］. Earths Future， 2017， 5（7）： 679-692.

[2]

PARMESAN

， YOHE

A globally coherent fingerprint of climate change impacts across natural systems

［J］. Nature， 2003， 421（6918）： 37-42.

[3]

FANG

Jingyun

， SONG

Yongchang

， LIU

Hongyan

， et al.

Vegetation-climate relationship and its application in the division of vegetation zone in China

［J］.Acta Botanica Sinica，2002，44（9）：1105-1122.

方精云，宋永昌，刘鸿雁，等.

植被气候关系与我国的植被分区（英文）

［J］. 植物学报（英文版），2002，44（9）：1105-1122.

[4]

JIN

Kai

， WANG

Fei

， HAN

Jianqiao

， et al.

Contribution of climatic change and human activities to vegetation NDVI change over China during 1982-2015

［J］. Journal of Geographical Sciences，2020，75（5）： 961-974.

金凯，王飞，韩剑桥，等.

1982—2015年中国气候变化和人类活动对植被NDVI变化的影响

［J］.地理学报，2020，75（5）：961-974.

[5]

MIAO

Zhenghong

， LIU

Zhiming

， WANG

Zongming

， et al.

Dynamic monitoring of vegetation fraction change in Jilin Province based on MODIS NDVI

［J］. Remote Sensing Technology and Appication，2010，25（3）：387-393.

苗正红，刘志明，王宗明，等.

基于MODIS NDVI的吉林省植被覆盖度动态遥感监测

［J］.遥感技术与应用，2010，25（3）：387-393.

[6]

XIA

， LIU

Yongmei

， KE

Changqing

Study on the dynamic changes of vegetation in The Loess Plateau based on data from SPOT4

［J］. Remote Sensing Technology and Application， 2008，23（1）：67-71，126.

夏露，刘咏梅，柯长青.

基于SPOT4数据的黄土高原植被动态变化研究

［J］. 遥感技术与应用，2008，23（1）：67-71，126.

[7]

FANG

Jingyun

， PIAO

Shilong

， HE

Jinsheng

， et al.

Vegetation of China invigorated in last 20 years

［J］.Science in China：Series C，2003 33（6）：554-565.方精云，朴世龙，贺金生，等. 近20年来中国植被活动在增强［J］.中国科学，2003 33（6）：554-565.

[8]

KAWABATA

， ICHII

， YAMAGUCHI

Global monito-ring of interannual changes in vegetation activities using NDVI and its relationships to temperature and precipitation

［J］. International journal of remote sensing，2001，22（7）：1377-1382.

[9]

SUN

Hongyu

， WANG

Changyao

， NIU

Zheng

， et al.

Analysis of the vegetation cover change and the relationship between ndvi and environmental factors by using NOAA time series data

［J］. Journal of Remote Sensing，1998，3（2）：204-210.

孙红雨，王长耀，牛铮，等.

中国地表植被覆盖变化及其与气候因子关系：基于NOAA时间序列数据分析

［J］. 遥感学报， 1998，3（2）：204-210.

[10]

Mingguo

， WANG

Jian

， WANG

Xuemei

， et al.

Advance in the inter-annual variability of vegetation and its relation to climate based on remote sensing

［J］.Journal of Remote Sensing，2006，10（3）：421-431.

马明国，王建，王雪梅.

基于遥感的植被年际变化及其与气候关系研究进展

［J］.遥感学报，2006，10（3）：421-431.

[11]

MAO

Dehua

， WANG

Zongming

， LUO

Ling

， et al.

Correlation analysis between NDVI and climate in Northeast China based on AVHRR and GIMMS data sources

［J］.Remote Sensing Technology and Application，2012，27（1）：77-85.

毛德华，王宗明，罗玲，等.

基于MODIS和AVHRR数据源的东北地区植被NDVI变化及其与气温和降水的相关分析

［J］. 遥感技术与应用，2012，27（1）：77-85.

[12]

ZHANG

Ming

， ZHANG

Peisong

， LIU

Hongbin

， et al.

Study of annual vegetation variability in hainan island based on spot vegetation data

［J］. Journal of Southwest University （Natural Science Edition），2009，31（3）：148-153.

章明，张培松，刘洪斌，武伟，罗微，林清火.

基于SPOT VEGETATION数据的海南岛年际植被变化研究

［J］.西南大学学报（自然科学版），2009，31（3）：148-153.

[13]

LIU

Shaojun

， HUANG

Yanbin

， CHEN

Huilin

， et al.

Vegetation index seasonal change and vegetation cover analyzing in Hainan Island

［J］. Research of Soil and Water Conservation，2007，14（2）：86-88.

刘少军，黄彦彬，陈汇林，等.

海南岛植被指数季节性变化及植被覆盖分析

［J］. 水土保持研究，2007，14（2）：86-88.

[14]

LIU

Shaojun

， HUANG

Yanbin

， LI

Tianfu

， et al.

Study on driver factors of vegetation index based on MODIS in Hainan Island

［J］. Yunnan Geographic Environment Research，2007，19（1）：56-59.

刘少军，黄彦彬，李天富，等.

基于MODIS的海南岛植被指数变化的驱动因子分析

［J］.云南地理环境研究，2007，19（1）：56-59.

[15]

Guo

， Zhao

， Shi

，et al.

The influence of temperature and precipitation on the vegetation dynamics of the tropical island of Hainan

［J］.Theoretical and Applied Climatology，2021，143（1）： 429-45.

[16]

Weiguang

， TIAN

Guanghui

， ZOU

Haiping

， et al.

Typical vegetation area EVI characteristics and responses to meteorological factors in Hainan Island

［J］.Chinese Agricultural Science Bulletin，2014，30（35）：190-194.

李伟光，田光辉，邹海平，等.

海南岛典型植被区EVI特征及其对气象因子的响应

［J］. 中国农学通报，2014，30（35）：190-194.

[17]

LUO

Hongxia

， WANG

Lingling

， CAO

Jianhua

， et al.

NDVI variables and its relationship with temperature and precipitation in Hainan Island from 2001 to 2014 based on MODIS NDVI

［J］.Southwest China Journal of Agricultural Sciences，2018，31（4）：856-861.

罗红霞，王玲玲，曹建华，等.

海南岛2001-2014年植被覆盖变化及其对气温降水响应特征研究

［J］.西南农业学报，2018，31（4）：856-861.

[18]

LUO

Hongxia

， DAI

Shengpei

， LIU

Enping

， et al.

Spatiotemporal variable vegetation on Hainan Island during 2001-2014

［J］.Research of Soil and Water Conservation，2018，25（5）：343-350.

罗红霞，戴声佩，刘恩平，等.

2001-2014年海南岛植被覆盖时空变化特征

［J］.水土保持研究，2018，25（5）：343-350.

[19]

LUO

Hongxia

， DAI

Shengpei

， LI

Maofen

， et al.

Relative roles of climate changes and human activities in vegetation variables in Hainan Island

［J］. Remote Sensing for Land & Resources，2020，32（1）：154-161.

罗红霞，戴声佩，李茂芬，等.

海南岛植被覆盖变化驱动因子及相对作用评价

［J］.国土资源遥感，2020，32（1）：154-161.

[20]

JIANG

， DING

， YUAN

， et al.

Interannual variability of vegetation sensitivity to climate in China

［J］.Journal of Environmental Management， 2022， 301（6）：113769.

[21]

The National Center for Atmospheric Research. （2018）.

全球

1/12度 AVHRR GIMMS 均一化植被指数（1981-2015）［DB］. National Tibetan Plateau Data Center， 2018.

[22]

PINZON

J E

， TUCKER

C J

A Non-stationary 1981–2012 AVHRR NDVI3g Time Series

［J］.Remote Sensing， 2014， 6（8）： 6929-6960.

[23]

YANG

， HE

China Meteorological Forcing Da-taset（1979-2018）

［DB/OL］.National Tibetan Plateau Data Center，2019. DOI： 10.11888/AtmosphericPhysics.tpe.249369.file.CSTR： 18406.11.AtmosphericPhysics.tpe.249369.file .

[24]

LIU

， GONG

， WANG

， et al.

Annual Dynamics of global land cover and its long-term changes from 1982 to 2015

［J］.Earth System Science Data， 2020， 12（2）： 1217-1243.

[25]

SEDDON

A W R

， MACIAS-FAURIA

， LONG

P R

， et al.

Sensitivity of global terrestrial ecosystems to climate variability

［J］.Nature， 2016， 531（7593）： 229-232.

[26]

WANG

Shudong

， OUYANG

Zhiyun

， ZHANG

Cuiping

，et al.

The dynamics of spatial and temporal changes to forested land and key factors driving change on Hainan Island

［J］.Acta Ecologica Sinica，2012，32（23）：7364-7374.

王树东，欧阳志云，张翠萍，等.

海南岛主要森林类型时空动态及关键驱动因子

［J］.生态学报，2012，32（23）：7364-7374.

[27]

DAI

Shengpei

， LUO

Hongxia

， HU

Yingying

， et al.

Dynamic land use change of hainan island in recent 20 years based on GLC30 data

［J］.Agriculture & Engineering，2021，11（9）：61-69.

戴声佩，罗红霞，胡盈盈，等.

基于GLC30数据的近20年海南岛土地利用动态变化研究

［J］.农业工程，2021，11（9）：61-69.

[28]

WANG

Jieyong

， LIU

Yansui

Land use and land cover change and its driving forces in Sanya

［J］.Journal of Natural Resources，2009，24（8）：1458-1466.

王介勇，刘彦随.

三亚市土地利用/覆被变化及其驱动机制研究

［J］.自然资源学报，2009，24（8）：1458-1466.

[29]

Xingkui

， LIN

Chaohui

， XUE

Feng

， et al.

Correlation analysis between meteorological factors and the ratio of vegetation cover

［J］.Ata Ecology Sinica，2003，23（2）：221-230.

徐兴奎，林朝晖，薛峰，等.

气象因子与地表植被生长相关性分析

［J］.生态学报，2003，23（2）：221-230.

[30]

WANG

Zhengxin

， LIU

Chuang

From AVHRR-NDVI to MODIS-EVI： Advances in Vegetation Index research

［J］. Ata Ecology Sinica， 2003， 23（5）： 979-987.

王正兴，刘闯.

植被指数研究进展：从 AVHRR-NDVI 到 MODIS-EVI

［J］.生态学报， 2003， 23（5）： 979-987

[31]

Yong

， DONG

Wenjie

， GUO

Xiaoyan

， et al.

The terrestrial growth and its relationship with climate in China based on the MODIS data

［J］.Ata Ecology Sinica，2003，2007，27（12）：5086-5092.何勇，董文杰，郭晓寅，等.基于MODIS的中国陆地植被生长及其与气候的关系［J］.生态学报，2003，2007，27（12）：5086-5092.

[32]

CHEN

， ZHANG

， WU

， et al.

Vegetation structural change and CO₂ fertilization more than offset gross primary production decline caused by reduced solar radiation in China

［J］.Agricultural and Forest Meteorology， 2021， 296（5993）： 108-207.