高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

中国十大水资源区的植被时空演变特征及其对极端气候的响应敏感性

周海燕,  林积泉,  刘文杰,  孙仲益,  詹华思,  章杰

downloadPDF
文章导航 > 热带生物学报  > 2025 >  16(1): 43-57
周海燕, 林积泉, 刘文杰, 孙仲益, 詹华思, 章杰. 中国十大水资源区的植被时空演变特征及其对极端气候的响应敏感性[J]. 热带生物学报, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
引用本文: 周海燕, 林积泉, 刘文杰, 孙仲益, 詹华思, 章杰. 中国十大水资源区的植被时空演变特征及其对极端气候的响应敏感性[J]. 热带生物学报, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
shu
ZHOU Haiyan, LIN Jiquan, LIU Wenjie, SUN Zhongyi, ZHAN Huasi, ZHANG Jie. The spatiotemporal evolution characteristics of vegetation in China’s ten first-level water resources areas and their sensitivity to extreme climate responses[J]. Journal of Tropical Biology, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
Citation: ZHOU Haiyan, LIN Jiquan, LIU Wenjie, SUN Zhongyi, ZHAN Huasi, ZHANG Jie. The spatiotemporal evolution characteristics of vegetation in China’s ten first-level water resources areas and their sensitivity to extreme climate responses[J]. Journal of Tropical Biology, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
shu

中国十大水资源区的植被时空演变特征及其对极端气候的响应敏感性

doi: 10.15886/j.cnki.rdswxb.20240016

  • 1. 海南大学 生态与环境学院, 海南 海口 570228 中国;

  • 2. 海南省生态环境监测中心, 海南 海口 571126 中国;

  • 3. 海南省农林环境过程与生态调控重点实验室, 海南 海口 570100 中国;

  • 4. 三亚热区碳源汇野外科学观测研究站, 海南 三亚 572022 中国;

  • 5. 中国地质调查局海口海洋地质调查中心, 海南 海口 571127 中国

基金项目: 

海南省自然科学基金项目(421RC738)

国家自然科学基金项目(42261005,41901043)

详细信息
    第一作者:

    周海燕(1996-),女,海南大学生态与环境学院2020级硕士研究生。E-mail:zhouhy0517@163.com

    通信作者:

    章杰(1986-),男,副教授,博导。研究方向:气候变化及其风险评估。E-mail:zhang_jie@hainanu.edu.cn

  • 中图分类号: X826

The spatiotemporal evolution characteristics of vegetation in China’s ten first-level water resources areas and their sensitivity to extreme climate responses

  • 1. College of Ecology and Environment, Hainan University, Haikou, Hainan 570228, China;

  • 2. Hainan Monitoring Center for Ecological Environment, Haikou, Hainan 571126, China;

  • 3. Hainan Key Lab for Agroforestry Environmental Processes and Ecological Regulation, Haikou, Hainan 570100, China;

  • 4. Sanya Observation Center of Source and Sink of Carbon in Tropical China, Sanya, Hainan 572022, China;

  • 5. Haikou Marine Geological Survey Center, China Geological Survey, Haikou, Hainan 571127, China

  • 摘要: 以中国十大一级水资源区为核心研究区域，收集整理1960—2020年全国443个站点逐日气温（最高、最低、平均气温）和降水数据集及1982—2015年逐月/逐年GIMMS-NDVI数据；以量化27个极端气候指数和表征植被生长状况。运用趋势分析、地统计分析等方法，明晰区域间极端气候变化趋势和植被响应敏感性差异，得到以下主要结论：（1）1982—2015年整个研究区植被NDVI呈显著增加趋势，除松花江流域外，其余水资源区均呈增加趋势，其中黄淮海地区的增加趋势最明显；（2）极端高温指数多呈升高趋势，极端降水指数在研究区东部和中部呈上升趋势，在东北部呈下降趋势；（3）极端气温对NDVI的影响强于极端降水，不同水资源区对NDVI影响最大的极端气温指数不同，其中在松花江流域和辽河流域影响最大的指数为最高气温（TMAXmean），在西北诸河、黄河流域和东南诸河影响最大的指数为暖夜日数（TN90P），在海河流域、淮河流域、长江流域和珠江流域影响最大的指数为最低气温（TMINmean），在西南诸河影响最大的指数为日最低温度的极高值（TNx）;（4）各水资源区NDVI对极端气候存在明显的滞后性，滞后时间多为1～3个月，其中西南和东南地区植被对极端气候具有2～3个月的响应时间。
    Abstract: With the continued impact of global warming, extreme climate risks have increased significantly, directly affecting different stages of vegetation growth. Data from ten first-level water resources areas in China were collected and organized, including daily temperature（maximum, minimum, average temperature） and precipitation data sets of 443 stations in China from 1960 to 2020 as well as monthly/yearly GIMMS-NDVI data from 1982 to 2015 to quantify 27 extreme climate indices and characterize vegetation growth conditions. The data were analyzed by using trend analysis, geostatistical analysis and other methods to clarify the differences in extreme climate change trends and vegetation response sensitivities between regions. The results showed that except for the Songhua River Basin, the vegetation NDVI in all the water resource area under study in China from 1982 to 2015 tended to show an upward trend, with the most obvious increase trend in the Huang-Huai-Hai region. The extreme high temperature index mostly shows an upward trend. The extreme precipitation index shows an upward trend in the eastern and central parts of the study area and a downward trend in the northeast. The impact of extreme temperature on NDVI is stronger than that of extreme precipitation. The extreme temperature index that has the greatest impact on NDVI is different in different water resource areas. Among them, the index with the greatest influence is the maximum temperature（TMAXmean） in the Songhua River Basin and Liao River Basin. The index with the greatest influence in the Northwest River Basin,Yellow River Basin and Southeast River Basin is the number of warm night days（TN90P）. The index with the greatest influence in the Haihe River Basin, Huaihe River Basin, Yangtze River Basin and Pearl River Basin is minimum temperature（TMINmean）, and the index with the greatest impact in the Southwest River Basin is the extremely high daily minimum temperature（TNx）. NDVI responds to extreme climate with a 1-3 month response Time, in which vegetation in the southwest and southeast regions has a response time of 2-3 months to extreme climate.
  • [1] ALLAN R P, ACHUTARAO K M. Climate change 2021:the physical science basis:Working Group I contribution to the sixth assessment report of the Intergovernmental Panel on climate change[M]. Cambridge:Cambridge University Press. 2021.
    [2] MALHI Y, FRANKLIN J, SEDDON N, et al. Climate change and ecosystems:threats, opportunities and solutions[J]. Philosophical Transactions of the Royal Society of London Series B, Biological Sciences, 2020, 375(1794):20190104.
    [3] MEARNS L O, ROSENZWEIG C, GOLDBERG R. Mean and variance change in climate scenarios:methods, agricultural applications, and measures of uncertainty[J]. Climatic Change, 1997, 35(4):367-396.
    [4] 黄浩,张勃,黄涛,等.近30 a甘肃省河东地区极端气温指数时空变化特征及趋势预测[J]. 干旱区地理, 2020,43(2):319-328.
    [5] GHIL M, LUCARINI V. The physics of climate variability and climate change[J]. Reviews of Modern Physics, 2020,92(3):035002.
    [6] 吴润琦.全球增暖1.5℃/2.0℃下中国极端气候事件响应的精细结构及高敏感区的甄别[D]. 南京:南京大学,2019.
    [7] SIEGMUND J F, WIEDERMANN M, DONGES J F, et al.Impact of temperature and precipitation extremes on the flowering dates of four German wildlife shrub species[J]. Biogeosciences, 2016, 13(19):5541-5555.
    [8] 封国林,龚志强,支蓉.气候变化检测与诊断技术的若干新进展[J]. 气象学报, 2008, 66(6):892-905.
    [9] 任国玉,封国林,严中伟.中国极端气候变化观测研究回顾与展望[J]. 气候与环境研究, 2010, 15(4):337-353.
    [10] COUMOU D, RAHMSTORF S. A decade of weather extremes[J]. Nature Climate Change, 2012, 2:491-496.
    [11] 周贵尧,周灵燕,邵钧炯,等.极端干旱对陆地生态系统的影响:进展与展望[J]. 植物生态学报, 2020, 44(5):515-525.
    [12] 刘应帅,余瑞,郑彬彬,等.海南岛森林植被NEP季节性时空变化规律及气候驱动因素分析[J]. 热带生物学报, 2022, 13(2):166-176.
    [13] RICHARDSON A D, BLACK T A, CIAIS P, et al. Influence of spring and autumn phenological transitions on forest ecosystem productivity[J]. Philosophical Transactions of the Royal Society of London Series B, Biological Sciences, 2010, 365(1555):3227-3246.
    [14] BARICHIVICH J, BRIFFA K R, OSBORN T J, et al.Thermal growing season and timing of biospheric carbon uptake across the Northern Hemisphere[J]. Global Biogeochemical Cycles, 2012, 26(4):1-13.
    [15] KEENAN T F, GRAY J, FRIEDL M A, et al. Net carbon uptake has increased through warming-induced changes in temperate forest phenology[J]. Nature Climate Change, 2014, 4:598-604.
    [16] ALI S, HENCHIRI M, YAO F, et al. Analysis of vegetation dynamics, drought in relation with climate over South Asia from 1990 to 2011[J]. Environmental Science and Pollution Research, 2019, 26(11):11470-11481.
    [17] ZHUMANOVA M, MÖNNIG C, HERGARTEN C, et al.Assessment of vegetation degradation in mountainous pastures of the Western Tien-Shan, Kyrgyzstan, using eMODIS NDVI[J]. Ecological Indicators, 2018, 95:527-543.
    [18] GUAN Q, YANG L, PAN N, et al. Greening and browning of the Hexi corridor in Northwest China:spatial patterns and responses to climatic variability and anthropogenic drivers[J]. Remote Sensing, 2018, 10(8):1270.
    [19] PEDDLE D R, BRUNKE S P, HALL F G. A comparison of spectral mixture analysis and ten vegetation indices for estimating boreal forest biophysical information from airborne data[J]. Canadian Journal of Remote Sensing,2001, 27(6):627-635.
    [20] 杨静,张亚杰,张京红,等.基于MODIS NDVI的海南岛植被覆盖面积的反演技术[J]. 热带生物学报, 2022,13(4):397-403.
    [21] 郭铌.植被指数及其研究进展[J]. 干旱气象, 2003(4):71-75.
    [22] 王鑫,王明田,冯勇,等. 2001-2020年川西北高原归一化植被指数演变特征及其对极端气候的响应[J]. 应用生态学报, 2022, 33(7):1957-1965.
    [23] 王晓利,侯西勇. 1982-2014年中国沿海地区归一化植被指数(NDVI) 变化及其对极端气候的响应[J]. 地理研究, 2019, 38(4):807-821.
    [24] LUO M, SA C, MENG F, et al. Assessing extreme climatic changes on a monthly scale and their implications for vegetation in Central Asia[J]. Journal of Cleaner Production, 2020, 271:122396.
    [25] ISLAM A R M T, TOUHIDUL ISLAM H M, SHAHID S,et al. Spatiotemporal nexus between vegetation change and extreme climatic indices and their possible causes of change[J]. Journal of Environmental Management, 2021,289:112505.
    [26] 刘宪锋,朱秀芳,潘耀忠,等. 1982-2012年中国植被覆盖时空变化特征[J]. 生态学报, 2015, 35(16):5331-5342.
    [27] 雷茜,胡忠文,王敬哲,等. 1985-2015年中国不同生态系统NDVI时空变化及其对气候因子的响应[J]. 生态学报, 2023, 43(15):6378-6391.
    [28] 姜萍. 1982-2015年中国植被覆盖变化及其对气候变化的敏感性分析[D]. 兰州:兰州大学, 2022.
    [29] 王茜,陈莹,阮玺睿,等. 1982-2012年中国NDVI变化及其与气候因子的关系[J]. 草地学报, 2017, 25(4):691-700.
    [30] PENG S, CHEN A, XU L, et al. Recent change of vegetation growth trend in China[J]. Environmental Research Letters, 2011, 6(4):044027.
    [31] LIU Y, LI Y, LI S, et al. Spatial and temporal patterns of global NDVI trends:correlations with climate and human factors[J]. Remote Sensing, 2015, 7(10):13233-13250.
    [32] PIAO S, YIN G, TAN J, et al. Detection and attribution of vegetation greening trend in China over the last 30 years[J]. Global Change Biology, 2015, 21(4):1601-1609.
    [33] 韩佶兴,王宗明,毛德华,等. 1982-2010年松花江流域植被动态变化及其与气候因子的相关分析[J]. 中国农业气象, 2011, 32(3):430-436.
    [34] CHU H, VENEVSKY S, WU C, et al. NDVI-based vegetation dynamics and its response to climate changes at Amur-Heilongjiang River Basin from 1982 to 2015[J]. The Science of the Total Environment, 2019, 650(Pt 2):2051-2062.
    [35] 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间的相关分析[J]. 遥感技术与应用, 2012, 27(1):77-85.
    [36] 刘国彬,上官周平,姚文艺,等.黄土高原生态工程的生态成效[J]. 中国科学院院刊, 2017, 32(1):11-19.
    [37] SONG W, FENG Y, WANG Z. Ecological restoration programs dominate vegetation greening in China[J]. The Science of the Total Environment, 2022, 848:157729.
    [38] CAI Y, ZHANG F, DUAN P, et al. Vegetation cover changes in China induced by ecological restorationprotection projects and land-use changes from 2000 to 2020[J]. CATENA, 2022, 217:106530.
    [39] TONG X, WANG K, YUE Y, et al. Quantifying the effectiveness of ecological restoration projects on long-term vegetation dynamics in the Karst regions of Southwest China[J]. International Journal of Applied Earth Observation and Geoinformation, 2017, 54:105-113.
    [40] ALEXANDER L V, ZHANG X, PETERSON T C, et al.Global observed changes in daily climate extremes of temperature and precipitation[J]. Journal of Geophysical Research:Atmospheres, 2006, 111:D05109.
    [41] 武文博,游庆龙,王岱.基于均一化降水资料的中国极端降水特征分析[J]. 自然资源学报, 2016, 31(6):1015-1026.
    [42] 何航,张勃,侯启,等. 1982-2015年中国北方归一化植被指数(NDVI) 变化特征及对气候变化的响应[J]. 生态与农村环境学报, 2020, 36(1):70-80.
    [43] HEMANTARANJAN A, BHANU A N, SINGH M N, et al.Heat stress responses and thermotolerance[J]. Advances in Plants&Agriculture Research, 2014, 1(3):62-70.
    [44] HATFIELD J L, BOOTE K J, KIMBALL B A, et al.Climate impacts on agriculture:implications for crop production[J]. Agronomy Journal, 2011, 103(2):351-370.
    [45] TAN Z, TAO H, JIANG J, et al. Influences of climate extremes on NDVI(normalized difference vegetation index) in the Poyang Lake basin, China[J]. Wetlands,2015, 35(6):1033-1042.
    [46] ZHANG Q, KONG D, SINGH V P, et al. Response of vegetation to different time-scales drought across China:Spatiotemporal patterns, causes and implications[J]. Global and Planetary Change, 2017, 152:1-11.
    [47] MA Y, GUAN Q, SUN Y, et al. Three-dimensional dynamic characteristics of vegetation and its response to climatic factors in the Qilian Mountains[J]. CATENA,2022, 208:105694.
    [48] ZHAO A, YU Q, FENG L, et al. Evaluating the cumulative and time-lag effects of drought on grassland vegetation:a case study in the Chinese Loess Plateau[J]. Journal of Environmental Management, 2020, 261:110214.
    [49] PAUDEL K P, ANDERSEN P. Response of rangeland vegetation to snow cover dynamics in Nepal Trans Himalaya[J]. Climatic Change, 2013, 117(1):149-162.
    [50] OGLE K, REYNOLDS J F. Plant responses to precipitation in desert ecosystems:integrating functional types,pulses, thresholds, and delays[J]. Oecologia, 2004,141(2):282-294.
    [51] MA Z, GUO D, XU X, et al. Evolutionary history resolves global organization of root functional traits[J]. Nature,2018, 555(7694):94-97.
    [52] XU H J, WANG X P, ZHAO C Y, et al. Diverse responses of vegetation growth to meteorological drought across climate zones and land biomes in Northern China from 1981 to 2014[J]. Agricultural and Forest Meteorology, 2018, 262:1-13.
  • [1] 李建聪, 陈新, 陈英洁, 刘胤仪, 唐敏.  亚热带海域污损真核微生物群落对水动力变化的响应研究 . 热带生物学报, 2025, 16(1): 115-124. doi: 10.15886/j.cnki.rdswxb.20240026
    [2] 王鹏, 怀志文, 刘子涵, 雷鹏, 耿晓晓.  水椰幼苗适应低光照环境的生理响应及转录组差异变化的研究 . 热带生物学报, 2025, 16(3): 464-471. doi: 10.15886/j.cnki.rdswxb.20240114
    [3] 陈珏琦, 何荣晓, 宋希强, 端木嘉龙, 杨泽秀.  海南东方市湿地维管束植物资源及其区系组成特征 . 热带生物学报, 2025, 16(): 1-9. doi: 10.15886/j.cnki.rdswxb.20240195
    [4] 陈虹, 段洪浪, 吴建平.  土壤理化性质和微生物群落组成对极端水分胁迫的响应 . 热带生物学报, 2025, 16(): 1-9. doi: 10.15886/j.cnki.rdswxb.20240119
    [5] 付亚军, 高文龙, 陈淼.  酸性稻田全程氨氧化菌对氮肥施加的响应 . 热带生物学报, 2024, 15(5): 509-519. doi: 10.15886/j.cnki.rdswxb.20230128
    [6] 吕晓波, 李东海, 李剑碧.  不同潮汐环境鱼藤幼苗叶片抗氧化酶活性的生理响应 . 热带生物学报, 2024, 15(3): 281-289. doi: 10.15886/j.cnki.rdswxb.20230073
    [7] 梁月华, 王艺宸, 王自芹, 崔嵬, 乌兰, 孙仲益.  极端天气对海南岛橡胶林物候的影响 . 热带生物学报, 2024, 15(5): 547-557. doi: 10.15886/j.cnki.rdswxb.20240055
    [8] 左世友, 朱美惠, 詹震霖, 王华锋.  海南嘉宝果种质资源多样性分析 . 热带生物学报, 2023, 14(5): 530-535. doi: 10.15886/j.cnki.rdswxb.20220070
    [9] 吴程宏, 刘维, 符丹凤, 张羽翔, 赵海龙, 陈敏.  西沙群岛海域砗磲资源的调查 . 热带生物学报, 2023, 14(2): 197-202. doi: 10.15886/j.cnki.rdswxb.2023.02.009
    [10] 李微, 韩姝尧, 王菲, 周鹏.  海口城市边缘区的土地生态服务价值 . 热带生物学报, 2023, 14(3): 320-328. doi: 10.15886/j.cnki.rdswxb.2023.03.009
    [11] 林雨彬, 秦永强, 马思远, 曾若菡, 陈雨梅, 刁晓平.  红树林沉积物反硝化和厌氧氨氧化速率的时空变化及环境响应 . 热带生物学报, 2023, 14(1): 129-135. doi: 10.15886/j.cnki.rdswxb.2023.01.012
    [12] 蒙金超, 杨雪珂, 冯悦恒, 齐旭明, 刘辉.  基于红外相机技术的海南长臂猿分布区林冠层伴生鸟兽多样性的研究 . 热带生物学报, 2023, 14(3): 289-297. doi: 10.15886/j.cnki.rdswxb.2023.03.006
    [13] 杨鹤鸣, 叶子龙, 黄慧秀, 邹游兴, 周世豪, 但建国.  普通大蓟马子代性比对同种成虫气味的响应 . 热带生物学报, 2022, 13(6): 628-633. doi: 10.15886/j.cnki.rdswxb.2022.06.013
    [14] 杨渺, 周琳, 齐敦武, 王忠, 王勇.  大熊猫国家公园(四川片区)景观多样性与物种多样性的关联性研究 . 热带生物学报, 2022, 13(2): 112-119. doi: 10.15886/j.cnki.rdswxb.2022.02.002
    [15] 符钉辉, 丁伟品, 龙军桥, 黄赞慧, 张小海, 陈泽恒.  海南岛湿地鸟类的资源调查及多样性研究 . 热带生物学报, 2022, 13(2): 120-126. doi: 10.15886/j.cnki.rdswxb.2022.02.003
    [16] 李光伟, 邢峰华, 敖杰, 毛志远.  海南岛30年空中云水资源时空特征分析 . 热带生物学报, 2022, 13(4): 331-338. doi: 10.15886/j.cnki.rdswxb.2022.04.003
    [17] 杨静, 张亚杰, 张京红, 张明洁.  基于MODIS NDVI的海南岛植被覆盖面积的反演技术 . 热带生物学报, 2022, 13(4): 397-403. doi: 10.15886/j.cnki.rdswxb.2022.04.011
    [18] 申晴, 韦海燕, 卞华, 王志勇, 丁西朋.  海雀稗种质资源的耐盐性评价 . 热带生物学报, 2020, 11(1): 11-19. doi: 10.15886/j.cnki.rdswxb.2020.01.003
    [19] 赵锐, 樊若晨, 丁凯旋, 唐枝娟, 王红刚, 黄思源, 蒋凌雁, 陈银华, 耿梦婷.  木薯MeNOSIP与MeRbohD蛋白的互作验证及其对外源激素的响应 . 热带生物学报, 2020, 11(2): 170-176. doi: 10.15886/j.cnki.rdswxb.2020.02.007
    [20] 田泽群, 王辉, 王佩, 梅文莉, 丁立新.  响应曲面法优化桂枝中桂皮醛的超声提取工艺 . 热带生物学报, 2020, 11(1): 105-110. doi: 10.15886/j.cnki.rdswxb.2020.01.016
  • 加载中
    • WeChat 点击查看大图
    计量
    • 文章访问数:  10
    • HTML全文浏览量:  1
    • PDF下载量:  1
    • 被引次数: 0
    出版历程
    • 收稿日期:  2024-01-24
    • 修回日期:  2024-07-08
    • 刊出日期:  2025-03-15

    中国十大水资源区的植被时空演变特征及其对极端气候的响应敏感性

    doi: 10.15886/j.cnki.rdswxb.20240016
    • 1. 海南大学 生态与环境学院, 海南 海口 570228 中国;
    • 2. 海南省生态环境监测中心, 海南 海口 571126 中国;
    • 3. 海南省农林环境过程与生态调控重点实验室, 海南 海口 570100 中国;
    • 4. 三亚热区碳源汇野外科学观测研究站, 海南 三亚 572022 中国;
    • 5. 中国地质调查局海口海洋地质调查中心, 海南 海口 571127 中国
      • 基金项目:

      海南省自然科学基金项目(421RC738)

      国家自然科学基金项目(42261005,41901043)

      作者简介:

      周海燕(1996-),女,海南大学生态与环境学院2020级硕士研究生。E-mail:zhouhy0517@163.com

      通讯作者: 章杰(1986-),男,副教授,博导。研究方向:气候变化及其风险评估。E-mail:zhang_jie@hainanu.edu.cn
    • 收稿日期: 2024-01-24
    • 修回日期: 2024-07-08
    • 刊出日期: 2025-03-15

    • 中图分类号: X826

    摘要: 以中国十大一级水资源区为核心研究区域，收集整理1960—2020年全国443个站点逐日气温（最高、最低、平均气温）和降水数据集及1982—2015年逐月/逐年GIMMS-NDVI数据；以量化27个极端气候指数和表征植被生长状况。运用趋势分析、地统计分析等方法，明晰区域间极端气候变化趋势和植被响应敏感性差异，得到以下主要结论：（1）1982—2015年整个研究区植被NDVI呈显著增加趋势，除松花江流域外，其余水资源区均呈增加趋势，其中黄淮海地区的增加趋势最明显；（2）极端高温指数多呈升高趋势，极端降水指数在研究区东部和中部呈上升趋势，在东北部呈下降趋势；（3）极端气温对NDVI的影响强于极端降水，不同水资源区对NDVI影响最大的极端气温指数不同，其中在松花江流域和辽河流域影响最大的指数为最高气温（TMAXmean），在西北诸河、黄河流域和东南诸河影响最大的指数为暖夜日数（TN90P），在海河流域、淮河流域、长江流域和珠江流域影响最大的指数为最低气温（TMINmean），在西南诸河影响最大的指数为日最低温度的极高值（TNx）;（4）各水资源区NDVI对极端气候存在明显的滞后性，滞后时间多为1～3个月，其中西南和东南地区植被对极端气候具有2～3个月的响应时间。

    English Abstract

    周海燕, 林积泉, 刘文杰, 孙仲益, 詹华思, 章杰. 中国十大水资源区的植被时空演变特征及其对极端气候的响应敏感性[J]. 热带生物学报, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
    引用本文: 周海燕, 林积泉, 刘文杰, 孙仲益, 詹华思, 章杰. 中国十大水资源区的植被时空演变特征及其对极端气候的响应敏感性[J]. 热带生物学报, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
    shu
    ZHOU Haiyan, LIN Jiquan, LIU Wenjie, SUN Zhongyi, ZHAN Huasi, ZHANG Jie. The spatiotemporal evolution characteristics of vegetation in China’s ten first-level water resources areas and their sensitivity to extreme climate responses[J]. Journal of Tropical Biology, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
    Citation: ZHOU Haiyan, LIN Jiquan, LIU Wenjie, SUN Zhongyi, ZHAN Huasi, ZHANG Jie. The spatiotemporal evolution characteristics of vegetation in China’s ten first-level water resources areas and their sensitivity to extreme climate responses[J]. Journal of Tropical Biology, 2025, 16(1): 43-57. doi: 10.15886/j.cnki.rdswxb.20240016
    shu

      全文HTML

    参考文献 (52)

    目录

      /

      返回文章
      返回

      版权所有：《热带生物学报》编辑部

      编辑部地址: 海南省海口市人民大道58号邮编: 100101电话: 0898-66281595

      本系统由 北京仁和汇智信息技术有限公司 开发   百度统计

      x 关闭 永久关闭

      《热带生物学报》编辑部参与2025年热区高校联盟年会