共查询到19条相似文献，搜索用时 78 毫秒
1.
为了探究中国典型生态环境脆弱区——西南高山峡谷区植被变化对气候变化和人类活动的响应规律,量化气候变化和人类活动的相对贡献。该研究基于2000—2019年归一化差异植被指（normalized difference vegetation index,NDVI）数据集,采用Theil-Sen趋势分析、Mann-Kendall显著性检验和Hurst指数分析了NDVI时空变化特征及未来变化趋势;在此基础上结合气象因子数据集,采用相关性分析和残差分析探讨了NDVI对气候变化和人类活动的响应。结果表明：1）时间尺度上,2000—2019年NDVI总体表现为波动上升趋势,增长速率为0.0046/a。空间尺度上,NDVI呈上升趋势区域面积占研究区总面积85.59%,植被恢复效果明显,且未来NDVI变化还将以上升趋势为主。2）在区域气候暖干化的背景下,NDVI对不同气候因子的响应有所差异,总体上NDVI与气温和太阳辐射呈正相关,而与降雨量呈负相关,气温对NDVI变化的影响力要强于太阳辐射和降雨量,是影响NDVI变化的主要气候因子。3）85.10%区域面积的植被变化受人类活动和气候变化的共同影响,其中人类活动是植被变化的主要驱动因素,气候变化为次要驱动因素,相对贡献率分别为68.67%和31.33%。该研究结果可为西南高山峡谷区未来生态环境建设提供科学依据,助力区域绿色可持续发展目标的实现。 相似文献
2.
[目的]西南喀斯特地区生态环境脆弱,对其植被覆盖变化及气候驱动机制进行研究具有重要意义。[方法]基于1999—2019年SPOT NDVI数据和同期209个气象站点的气温和降水数据,采用Theil-Sen+Mann-Kendall趋势分析法、偏相关分析和复相关分析法,探讨西南喀斯特地区NDVI时空变化及其气候驱动。[结果]1999—2019年西南喀斯特地区NDVI呈显著上升趋势,整体植被覆盖较好;NDVI变化主要以极显著上升趋势为主,仅5.73%的地区呈退化趋势。NDVI与气温和降水整体上均呈正偏相关关系,气温对NDVI的影响强于降水,且存在空间差异性。NDVI与气温和降水的复相关显著性通过0.05,0.01水平的面积分别占15.12%,5.68%;NDVI主要受气温驱动,占研究区面积的13.90%,其他气候因子驱动类型占比均未超过3%。[结论]揭示了西南喀斯特地区植被覆盖的时空变化特征,明确了气候因子对植被覆盖变化的驱动机制。 相似文献
3.
[目的] 揭示罗山保护区植被净初级生产力（NPP）变化规律及气候相关性,为宁夏回族自治区及其周边生态环境保护提供科学依据。[方法] 利用MOD17A3H NPP（2004—2015年）数据、SRTM DEM和罗山周边气象站点（2004—2015年）年均气温和降水数据,运用相关性分析、趋势分析、线性回归分析等方法,分析气候、人口、生态及移民政策等对研究区植被净初级生产力的影响,对区内NPP时空变化特征进行定量化分析。[结果] ①研究区内植被净初级生产力的变化与降水的相关性较高;在核心区,降水与NPP的相关系数R=0.609,置信度p=0.036;在非核心区,相关系数R=0.648,置信度p=0.023;②研究区NPP呈波动增长趋势,速率为0.076 Pg/a（以C计）,高于全国NPP增长速率（0.008 Pg/a）; ③2010—2015年大罗山森林覆盖面积有所增长,NPP介于350～500 g/（m2·a）的森林面积是2004—2009年的4倍,小罗山方向基带植被由荒漠向荒漠草原转化; ④研究区以NPP划分的生态格局主要以荒漠为主（64.9%）,荒漠草原次之（29.6%）,森林占比极低（0.38%）。[结论] 干旱区植被NPP高度依赖降水,罗山地区生态结构有所改善,但森林生态系统仍极端脆弱。 相似文献
4.
[目的] 为了解青海河湟谷地植被时空变化情况,明晰气候变化、土地开发利用及人类活动等因素对植被变化的影响。[方法] 利用2000—2020年MODIS NDVI数据集表征植被变化,基于Theil-Sen Median趋势检验法、偏相关性分析、地理探测器等方法,探究青海河湟谷地NDVI时空变化情况及其与气温、降水、坡度、土壤类型和人类活动等影响因素的关系。[结果] (1)近20年河湟谷地植被NDVI呈波动增长趋势,显著增长区域面积为2.21×104 km2(p＜0.05),占河湟谷地总面积的53.39%;植被NDVI显著下降区域面积为7.04×102 km2(p＜0.05),主要分布在湟水谷地中部,占总面积的1.69%;(2)自然因素上,NDVI与气温、降水呈正相关区域分别占总面积的50.32%,80.14%。植被显著上升的区域主要分布在海拔2 800~3 100 m、坡度15°~20°、坡向为北向的区域。在高程小于3 200 m范围内,植被NDVI变化随高程增加呈现上升趋势,其中显著上升区域占总面积的54.37%。人类活动因素上,NDVI与人口密度、夜间灯光呈正相关区域分别占总面积的50.52%,38.53%。植被NDVI在森林、灌木、草地及建设用地上呈显著向好趋势。(3)综合偏相关性分析与地理探测器对植被NDVI变化归因分析可知,不同土壤类型上植被变化差异明显,年降雨量和人类活动是河湟谷地植被NDVI变化主要影响因素,各影响因素间存在交互作用,呈现相互增强和非线性增强关系。[结论] 研究结果揭示了河湟谷地植被NDVI时空变化特征,明确了自然因素与人为因素对植被NDVI变化的驱动机制,可为未来青海省河湟谷地生态保护、建设规划以及生态工程实施提供理论支撑。 相似文献
5.
降雨和植被因子对延河流域土壤侵蚀影响的定量评估 总被引：1，自引：1，他引：0
[目的] 进一步明确降雨和植被因子在土壤侵蚀过程中的作用,为水土保持措施的制定和生态工程的成效评价提供科学依据。[方法] 基于气候数据、Landsat遥感影像和DEM数据,通过设置“自然状态”、“降雨因子（降雨侵蚀力R）固定—植被因子（植被覆盖管理因子C）变化”和“C固定-R变化”3种情景,利用修正通用土壤侵蚀方程（RUSLE）分析2000—2018年延河流域土壤侵蚀强度时空动态,并定量评估降雨和植被因子对土壤侵蚀的相对贡献。[结果] ①在自然状态和R固定-C变化的情况下,2000—2018年延河流域土壤侵蚀模数均呈现下降的趋势,而在C固定-R变化的情况下,土壤侵蚀模数呈现上升的趋势;②2000—2018年,在自然状态和R固定-C变化的情景中,延河流域强烈、极强烈和剧烈土壤侵蚀的面积均呈现下降的趋势,主要分布在延河的中、下游地区;③在2000—2018年,植被因子有效地抑制了土壤侵蚀强度的增加,其正向贡献率为77.20%,而降雨因子则对控制土壤侵蚀起负作用,贡献率为22.80%。[结论] 植被因子是延河流域土壤侵蚀量下降的主导和控制因子,上游地区土壤侵蚀强度仍较高,未来应加强水土保持措施,合理配置植被资源。 相似文献
6.
[目的]掌握塔里木河生态恢复的耗水规律,为生态水的合理规划和配置提供相应参考。[方法]利用MODIS的蒸散发（ET）和NDVI数据,及Mann-Kendall检验与Theil-Sen median趋势分析方法,选择阿拉尔-大西海子段作为代表区域,对塔里木河干流植被覆盖和蒸散发（ET）时空变化及其关系进行分析。[结果]①塔里木河干流阿拉尔-大西海子段,NDVI及ET多年平均值分别为0.33,118.41 mm,ET及NDVI空间分异总体一致,ET分布受植被覆盖控制,总体表现为上段（阿拉尔-十四团） > 下段（恰拉-大西海子） > 中段（十四团-恰拉）。②年际变化上,NDVI与ET年时空变化差异明显,两者总体变化趋势相反,NDVI显著增加（ZC>1.96）,ET非显著下降（-1.96 < ZC < 0）;空间上,全区48.83%区域的NDVI发生降低,主要集中在中段,而ET的该比例则高达70.57%,广泛分布于中段及下段。③相对于NDVI,径流及水汽压,ET的年际变化与气温和降水相关性更好。[结论]塔里木河干流ET空间分布虽受植被覆盖所控制,但两者时空变化却差异明显。 相似文献
7.
西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应 总被引：5，自引：2，他引：5
为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000-2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势（0.009/10 a）,其中4月份增速最显著（0.029/10 a）;呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定（31.15%）与中度稳定（25.36%）占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小（0.30）,在坡度0°~5°区域最小（0.37）,但是NDVI的显著退化趋势则是以海拔大于4 000 m处最大（14.33%）;海拔大于4 000 m区域主要受降水控制,坡度5°~15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。 相似文献
8.
为探究黄土高原植被覆被时空分布与动态变化及其与气候和人类活动的响应机制,基于趋势分析、偏相关性分析和残差分析等方法,利用2000—2015年黄土高原MODND1T/NDVI植被遥感数据、同期气象数据及ESA CCI-LC植被覆被分类数据,根据气候和人为因素对植被覆盖变化的驱动贡献,(1)分析了黄土高原NDVI分布格局、变化趋势及其驱动因素。结果表明：(1)黄土高原NDVI由西北向东南呈递增趋势,具有明显空间异质性分布特征。16年间NDVI呈显著增加趋势,平均递增速率0.010 2/a,波动范围介于0.54～0.71。(2)黄土高原NDVI变化趋势与降水有较强相关性,两者偏相关系数为0.53。(3)黄土高原不同季节NDVI均呈整体增长趋势,春季NDVI与降水呈显著正相关关系,降水是决定春季所有植被类型覆盖变化的最直接因素。(4)残差分析表明,人类活动对黄土高原NDVI的波动影响较大,是黄土高原植被覆盖变化的重要驱动因素。综上,黄土高原16年间植被覆被明显增加,降雨是黄土高原植被生长发育的主要限制因素,人类活动通过退耕还林等生态修复措施对黄土高原植被覆被带来明显改善。 相似文献
9.
黄河源区青海省玛多县2000—2014年NDVI变化及气候驱动因子 总被引：2，自引：0，他引：2
[目的]研究黄河源区青海省玛多县2000-2014年NDVI的变化及其驱动因子气候的变化,为玛多县生态环境保护和土地资源规划提供决策依据.[方法]利用玛多县及其周边地区9个气象站生长季气象资料和MOD 13Q1/NDVI遥感影像数据集,采用最大值合成法、趋势分析法和相关分析方法,分析NDVI的变化及气候驱动因子.[结果]近15 a玛多县NDVI整体上呈增加趋势,增速为0.012/10 a;玛多县65.84％区域的植被覆盖保持在基本不变状态,改善区域(27.47％)大于退化区域(6.69％);NDVI与生长季气温和降水均呈正相关关系,其中生长季降水对NDVI的影响更大;研究区内NDVI变化主要受非气候因子驱动影响,占研究区面积的83.61％,受气候驱动影响的面积仅占16.39％,其中,气温降水综合驱动型占3.93％,气温驱动型占2.74％,降水驱动型占9.72％.[结论]2000-2014年非气候因素是影响玛多县植被NDVI变化的决定性因素. 相似文献
10.
[目的] 研究新疆2001—2017年植被覆盖变化,并分析其与气候指数之间的响应特征,以期为该地区生态环境保护和区域可持续发展提供理论依据。[方法] 基于2001—2017年的MOD13Q1 NDVI数据,采用最大合成法、Savitzky-Golay（SG）滤波法和相关分析等方法,并结合同期气温和降水数据,分析新疆生长季归一化植被指数（NDVI）和极端气候之间的响应关系。[结果] ①2001—2017年,新疆地区植被覆盖普遍不高,自2009年开始表现出缓慢改善趋势,且未来一段时间内,该趋势具有一定的持续性;②NDVI总体上呈西北向东南降低趋势,天山山脉和伊犁河谷地区是NDVI高值区,北疆各子区域生长季NDVI普遍高于南疆地区;③NDVI在北疆中部和南疆西南部等地区与极端气温指数多呈负相关,日平均温差（DTR）和冷夜日数（TN10p）是主要的影响指数;NDVI与平均气温指数在沙漠地区多呈负相关,在部分山区呈正相关,这主要与年平均气温（Ty）的变化有关;④NDVI与降水指数之间多呈正相关,且单日最大降水量（RX1 d）,连续5日最大降水量（RX5 d）和年降水量（TPy）对NDVI的影响都很显著。[结论] 新疆植被覆盖总体向良好方向发展。NDVI对降水指数的响应高于气温指数,其中,降水指数以正向影响为主,气温指数则以负向影响为主,降水对新疆植被改善有着明显的促进作用。 相似文献
11.
为探究西南典型喀斯特聚集区不同地貌类型干旱时空特征,研究选取贵州省作为研究区,基于贵州19个气象站点1951—2020年的气象数据,利用SPI指数、M-K突变检验等方法研究贵州近70 a降水与气温在不同时间尺度变化规律,探讨不同地貌分区干旱的年、季时空尺度耦合特征。结果表明：(1)贵州近70 a的年均降水量整体呈缓慢下降趋势、气温呈现上升的趋势。(2)不同地貌分区干旱情况差异较显著,其中非喀斯特和峰丛洼地地貌背景下干旱呈现微弱上升趋势,其他分区干旱均呈下降趋势。(3)各分区在夏、秋季干旱指数均呈减少态势,冬季干旱指数呈增加态势。除岩溶高原和岩溶断陷盆地外,春季其他地貌分区旱情均呈加剧趋势。旱情加剧程度最大出现在岩溶槽谷春秋季和岩溶断陷盆地夏冬季,旱情加剧程度最小出现在非喀斯特地区的夏秋季和岩溶高原地区冬春季。(4)岩溶槽谷和非喀斯特的SPI12均值无明显突变点,岩溶峡谷的SPI12值在1987发生突变,岩溶高原和峰丛洼地分别在2002年和2019年前后发生显著性跳跃,岩溶断陷盆地在置信范围内发生三次突变。综上,研究结果可以为同类型干旱防灾减灾提供一定的参考依据。 相似文献
12.
定量厘定气候变化和人类活动对西南喀斯特地貌区植被NDVI变化的相对作用,可为揭示喀斯特地貌区植被NDVI时空演变特征及其驱动机制提供依据。以MODIS NDVI、SRTM DEM、基于站点的气象数据为数据源,建立Theil-Sen Median斜率估计、残差分析、相对作用分析等多数学模型,分析了2001—2019年西南喀斯特地貌区气候变化和人类活动对植被NDVI变化的相对作用,揭示植被NDVI与降水、气温、相对湿度和日照时数的相关性。结果表明:研究时段内西南喀斯特地貌区植被NDVI总体上呈上升态势,植被NDVI变化趋势呈现明显的空间异质性,植被NDVI增加的区域面积远大于减少的区域面积; 研究区植被改善和植被退化均受人类活动的主导。研究时段内西南喀斯特地貌区植被NDVI与降水、气温以及相对湿度整体呈正相关,相关程度依次递减,与日照时数呈负相关。综上可知,研究时段内西南喀斯特地貌区植被覆盖呈改善态势,人类活动可被认为是影响西南喀斯特地貌区植被NDVI变化的主要驱动力,植被NDVI与降水、气温、相对湿度和日照时数的相关系数在空间上呈现明显的异质性。 相似文献
13.
贵州省NDVI时空变化及其对温度和降水变化的响应 总被引：2，自引：0，他引：2
为了探究植被NDVI变化特征及其对温度和降水变化的响应,以贵州省为例,基于2000-2018年MODIS NDVI数据和温度、降水数据,采用距平分析、滑动平均、M-K检验、一元线性回归趋势分析、Pearson相关分析,偏相关分析、复相关分析及F检验进行显著性检验,定量分析了贵州省不同地貌类型下温度和降水对植被NDVI的影响。结果表明:(1)2000-2018年贵州省年均NDVI在空间分布上呈现出西北低东南高的格局;NDVI在2007年和2010年发生突变,并于2013年进入快速增长时期;其变化趋势呈现极显著增加的区域面积占比较大的是岩溶峡谷区和断陷盆地区,非喀斯特区较小;(2)NDVI以中高稳定和中等稳定为主,变异系数空间上存在着西北高于东南的格局;非喀斯特地貌稳定性最高,岩溶峡谷地貌的稳定性较差;(3)Hurst指数介于0.07~0.99,高值主要分布在贵州省西部地区,低值主要分布在东部地区,岩溶峡谷区和断陷盆地区呈现正向持续区域面积均超过对应地貌类型面积的1/2,其余地貌区以反向持续的区域面积比相对较大;(4)贵州省年均温度在空间上呈现西部地区低南部地区高的格局。以0.260℃/10 a的速率上升,断陷盆地区温度变化是最稳定的,非喀斯特地区和岩溶槽谷区的温度变化差异性较大。贵州省大部分地区降水量比较高,仅研究区西北部略低。年均降水以38.16 mm/10 a的速率上升,除断陷盆地区降水以减少趋势占优势,其他地貌区均呈现不同程度的增加;(5)贵州省NDVI受温度的影响强于降水,断陷盆地区受温度和降水的影响均不显著;岩溶高原区、岩溶峡谷区和非喀斯特地区受温度的影响高于降水。 相似文献
14.
[目的]探究西南高山亚高山区植被活动变化的驱动因素及可持续性,可为其生态系统管理提供一定的科学依据。[方法]基于2001—2018年MODIS NDVI数据和气象数据,用线性回归、Hurst指数、相关分析等方法分析了西南高山亚高山地区植被活动的时空变化特征、植被活动的稳定性和可持续性及对气候变化的响应。[结果](1)研究区以NDVI为代表的植被活动整体上显著增强,其中相对稳定的区域占63.69%,显著增强的区域占25.06%,显著降低的区域占2.73%。在植被类型中,落叶阔叶林的显著绿化趋势最强,而灌木的显著褐化趋势最强,草地对气候变化的敏感性高于林地。植被活动显著增加的区域主要分布在区域东北部的嘉陵江和岷江等地。(2)变异系数(CV)表明NDVI整体稳定性较强,从植被类型看,阔叶林和混交林的稳定性较高,农田的稳定性最低。(3) Hurst指数分析表明,植被活动趋势呈反持续的比例为69.47%,植被活动趋势呈可持续的比例为29.88%,研究区植被总体出现弱反持续性特征,在未来,植被活动增强的趋势有降低或反转的风险;(4)气候驱动因子分析表明,西南高山亚高山区温度对植被的影响占主导,即温... 相似文献
15.
为了解西南喀斯特流域的植被恢复状况及其驱动因子,以澄碧河流域为例,基于GEE平台和1990—2019年研究区Landsat遥感影像,采用Sen+Mann-Kendall趋势、偏相关等方法,分析了澄碧河流域归一化植被指数(NDVI)时空演变特征与驱动力。结果表明:1990—2019年澄碧河流域NDVI总体呈波动上升趋势,年平均增速为0.004 6,植被呈显著改善的区域占87.09%; 不同土地利用类型下,NDVI均值排序为常绿灌木地>常绿阔叶林>常绿针叶林>落叶阔叶林>旱地>草地>水田; NDVI随海拔上升呈先增加再缓慢下降再缓慢上升的趋势,随坡度的增加呈先缓慢上升再缓慢下降的趋势; 澄碧河流域88.88%区域NDVI与气温具有正相关关系,其中显著正相关占20.75%,与降水量变化相关性较小,仅有1.14%区域通过p<0.05显著性水平检验。总体而言,澄碧河流域植被得到显著改善,温度变化和人类活动一定程度上促进了流域植被的生长。 相似文献
16.
滇西南植被覆盖度动态变化特征及其驱动力分析 总被引：1，自引：0，他引：1
为了探究滇西南植覆盖度动态变化及与气候因子的关系,以便于推动滇西南植被资源保护以及可持续发展。基于滇西南2000—2020年MODIS NDVI数据以及同期气象数据,运用像元二分法、转移矩阵、线性趋势分析、相关分析和残差分析等方法进行了分析。结果表明:(1)滇西南近21 a低植被覆盖度逐渐向高植被覆盖度转化,2000—2020年滇西南植被覆盖度整体呈现改善趋势。(2)滇西南近21 a年累计降水量以94.18 mm/10 a的趋势减少; 年均气温以0.78℃/10 a的趋势上升。(3)滇西南植被覆盖度主要与气温变化关系更密切,其中FVC与气温正、负相关面积占整个研究区比例分别为58.47%,41.53%; 与降水量正、负相关面积占整个研究区域比例分别为41.22%,58.78%。(4)气温驱动为滇西南植被覆盖度的主要驱动因素,占研究区域面积的2.94%; 降水量驱动区域所占1.76%; 受气温和降水量共同驱动区域所占2.66%。(5)近21 a滇西南残差值以0.021/10 a的速率波动上升。2000—2020年滇西南人类活动对植被的影响由负到正,其中2009年为由负到正的转折点。 相似文献
17.
为了探究青藏高原植被覆盖时空演变特征及其驱动因子,对青藏高原的生态环境保护提供科学依据,基于1982—2015年青藏高原内部及其周边139个气象站点的气象数据和同期的GIMMS NDVI数据,研究了青藏高原生长季植被NDVI的时空变化特征及其与气候因子的响应关系。结果表明：(1)在研究期内,青藏高原生长季NDVI总体呈上升趋势,不同干湿地区生长季NDVI变化趋势有所差异,湿润地区植被退化面积占比相对较大,干旱地区植被改善面积占比相对较大。(2)研究区植被未来总体向改善方向发展,植被未来趋向改善面积占62.25%,趋向退化面积占37.58%。(3)研究区植被对各气候因子的响应存在一定的滞后性,草原、草甸、高山植被和灌丛4种主要植被对气温和相对湿度主要当月响应,对降水主要当月或滞后1个月响应,对日照时数主要滞后3个月响应。(4)气温、降水、相对湿度及日照时数4个气候因子对青藏高原植被NDVI变化的相对贡献率分别为37.19%,27.53%,20.30%和14.97%,其中,气温和降水是湿润/半湿润地区、半湿润地区、大部分半干旱地区及干旱地区植被NDVI变化的主要气候驱动因子,日照时数和相对... 相似文献
18.
通过1960—2014年贵州省19个观测站的月均温观测资料,分析了贵州省气温变化的时空特点及不同地貌类型上气温变化特征,并采用有序聚类法、M-K法检验其突变性。结果表明:1960—2014年贵州省气温除岩溶盆地地区外,其他地区的年均温（岩溶槽谷、非喀斯特区、峰丛洼地、岩溶高原、岩溶峡谷）总体呈波动上升趋势,增温现象十分明显,岩溶高原增温速率最低,岩溶峡谷增温速率最高;极端最低气温和极端最高气温均呈上升趋势,且前者上升速率高于后者,1960—2014年温度上升的趋势中,极端最低气温的上升对增温的贡献率最大;此外,非喀斯特区、岩溶槽谷、峰丛洼地和岩溶高原均温在20世纪90年代后期出现发生突变,岩溶峡谷均温在2001年发生突变,岩溶盆地均温没有存在突变现象。 相似文献
19.
喀斯特与非喀斯特地区参考作物蒸散量时空变化分析——以广西壮族自治区为例 总被引：1，自引：1，他引：0
参考作物蒸散量(ET_0)是确定植被生态系统需水量的关键因子,其时空分布特征及主要影响因素分析对于制定植被恢复策略与区域水资源配置方案具有重要意义。本文基于FAO-56 Penman-Monteith公式和广西地区25个气象站点1960—2010年的逐日资料,计算了各站点的ET_0,在此基础上采用GIS的克里金插值、Spearman秩次相关法和通径分析方法分析了广西喀斯特与非喀斯特地区ET_0的时空变化特征及其影响因子。结果表明,51年来广西各站点多年平均ET_0为1 138 mm×a~(-1);空间分布呈由南向北、由低纬度向高纬度递减的特征,高值区主要分布在非喀斯特地区,低值区主要分布在喀斯特地区。喀斯特与非喀斯特地区年ET_0累积距平曲线均呈"N"型分布;20世纪70年代最高,90年代最低,21世纪以来年ET_0有所回升,但仍低于51年平均值。此外,喀斯特地区ET_0年际变化小于非喀斯特地区。日照时数、风速和平均温度是影响非喀斯特地区年ET_0变化的主要气象因子,而相对湿度则通过与其他气象因子的相互作用间接对喀斯特地区年ET_0的变化产生较大影响。在季节尺度上,日照时数和平均气温在各季节都是ET_0最主要的影响因子,与ET_0呈正相关关系;风速在喀斯特地区冬、春两季对ET_0的间接作用系数为负,在非喀斯特地区并未发现这一现象。了解不同地区ET_0的变化趋势是植被生态需水定额计算的必要措施。 相似文献