0
论文信息
1
文章亮点
1、考虑极端气候、时滞和累积效应，并对残差分析进行了修正；
2、气候变量的累积效应比滞后效应更显著；
3、2000年至2019年，FVC在中国北方呈显著上升趋势；
4、在中国北方大多数省份，人类活动主导了FVC的增加。
2
文章摘要
摘要：量化气候变化（CC）和人类活动（HA）对植被变化的贡献对于制定可持续的植被恢复计划至关重要。然而，极端气候、时滞和积累效应对植被的影响往往被忽视，从而低估了CC对植被变化的影响。
本研究分析了2000—2019年中国北方地区植被盖度指数（FVC）的时空变化规律，以及15个月度气候指数（包括极值指数）对植被覆盖的时滞和累积效应。随后，提出了极端气候的时滞和累积效应影响的修正残差分析，并用于分析CC和HA对FVC变化的贡献率。鉴于气候变量的多重共线性，本文采用偏最小二乘回归法构建气候指数与FVC的多元线性回归。结果表明：
（1）2000—2019年中国北方地区所有植被区FVC年均显著增加0.0268/10a;在空间上，中国北方地区大多数植被年FVC增加（约81.6%），且约54.6%的地区增加显著。
（2）除温度持续时间（DTR）外，气候指数对FVC变化无显著的时滞效应，但具有显著的时间累积效应。DTR对FVC变化具有显著的时滞和累积效应。除潜在蒸散量和DTR外，气候指数对FVC的主要时间效应为0个月滞后和1–2个月累积;
（3）CC和HA对NC变化的贡献分别为0.0081/10a和0.0187/10a，分别占30.2%和69.8%。除青海省和内蒙古省外，HA主导了中国北方地区大部分省份FVC增长。
3
研究背景
4
研究区域与数据
4.1 研究区
中国北方地区（华北CN）由中国北部的15个省（或市、自治区）组成，包括北京（BJ）、天津（TJ）、河北（HB）、山西（SX）、内蒙古（NMG）、辽宁（LN）、吉林（JL）、黑龙江（HLJ）、山东（SD）、河南（HN）、陕西（SAX）、甘肃（GS）、青海（QH）、宁夏（NX）和新疆（XJ）。
图1 中国北方各气象站和省份的位置。
采用了2000年至2019年的SPOT卫星上NDVI数据集，时间分辨率为10天，空间分辨率为1公里。处理后的数据集中国科学院资源与环境科学数据中心（RESDC；http://www.resdc.cn)。
5
研究方法
5.1 部分植被覆盖计算
5.2 趋势分析（Slope）
使用线性斜率来估计时间序列y的变化程度
PLS是一种将主成分、正则相关和多元线性回归相结合的回归算法（Wold和Waterbeemd，1995）。为了克服多重共线性，我们在研究中使用PLS来构建FVC和气候变量之间的线性关系。
6
研究结果
6.1 FVC变化和趋势
2000年至2019年中国北部多年平均年FVC空间格局：从东南向西北减小，范围为0.01–0.80（图2a）；其中，南部（SAX省南部）FVC值最高，而西部FVC值最低。
年FVC的线性变化率在−0.26至0.27/10a之间，集中于−0.04/10a至0.1/10a之间。大约81.6%的植被区具有正线性斜率。FVC趋势显著增加、非显著增加、无显著减少和显著减少的植被面积比例分别为54.6%、27.0%、14.9%和3.5%，表明中国北方的植被正在恢复（图2c）。
在整个地区，年FVC显著增加为0.0268/10a。低FVC等级的比例下降被高FVC等级比例的增加所抵消（图2d）。
图2 2000-2019年中国北方FVC的分布和变化。（a） 多年平均年FVC的空间分布；（b） 线性斜率在年度FVC中的空间分布；（c） 年度FVC显著性水平的空间分布；（d） 年度FVC的时间变化和所有FVC类别的比例；（e） 中国北方省级FVC年度趋势的堆积条形图；（f） 月度FVC趋势的堆积条形图。SUT表示显著上升趋势，NUT表示非显著上升趋势、SDT表示显著下降趋势，NDT表示非显著下降趋势。
6.2 气候指数对FVC变化的时滞和累积效应
图4 影响中国北方FVC变化的不同气候指数滞后和累积时间（0-3个月）的面积比例。
CC对华北地区FVC变化的贡献为0.0081/10a，占FVC总变化的30.2%。HA对华北地区FVC变化的总贡献为0.0187/10a，占FVC变化的69.8%。
图6（a）PREF、（b）TEMF、（c）PETF、（d）CC和（e）HA对年度FVC变化的贡献的空间分布。
7
文章讨论
8
文章结论
9
文章下载
单击“阅读原文”查看文章或输入以下链接下载原文：
https://pan.baidu.com/s/1v5NN9Q_BZ9XVUntyQLjkUw?pwd=cvs7，提取码: cvs7。