植被是联结土壤和大气的自然纽带(陈述彭等，1998)，被称为全球变化研究中的“敏感指示器”(Habib et al.,2008)。近年来，植被与气候的交互特性成为气候变化乃至全球变化研究的焦点之一。归一化植被指数(Normalized difference vegetation index，NDVI)作为表征地表植被覆盖和生长状况、监测植被变化和解释气候、天气事件对生物圈影响的主要参数之一，已在环境、生态和农业等领域得以广泛应用(Jia et al.,2006；任建强等，2006；Xu et al.,2013)。许多研究探寻了不同尺度和区域植被指数对气候因子、土地利用变化、碳循环变化等的响应(Albani et al.,2006；Lu and Jia，2013)，其中对植被生长影响最为重要和直接的即为温度和降水(Braswell et al.,1997；Nemani et al.,2003)。

Wang et al.(2001)对北美大平原中部的研究发现，该地区平均降水量变化能够较明确显示NDVI空间格局和梯度变化。Ichii et al.(2002)对1982～1990年全球NDVI变化趋势，及其与气候因子的相关关系研究表明，植被生长在北半球中高纬地区很大程度上受到温度年际变化的影响，在半干旱地区主要受到降水量的限制，这种影响和限制在生长季(growing season)尤为显著。进一步研究表明，NDVI对气候因子响应的空间分布与下垫面地形和土地覆盖类型的不同有关：不同海拔地区，不同植被类型的NDVI与温度和降水的相关性不同(Peñuelas and Filella，2001；Gao and Dennis，2001；Boelman et al.,2005；余振等，2011)。生长季内NDVI与不同时间尺度的平均气温和累计降水量的相关关系也不同，且存在明显的滞后效应，当前研究的时间尺度主要集中于年、季节、月和旬(Ji and Peters，2003；Piao et al.,2003，2006；Wang et al.,2003；Cui and Shi，2010；严建武等，2012)。

近年来，我国学者就植被对气候变化响应的研究也成为热点之一。杨元合和朴世龙(2006)对青藏高原1982～1999年的草地植被覆盖变化及其与气候变化的关系进行研究，发现在不同季节不同类型的草地植被对气候变化响应有所差异。郭铌等(2008)分析了近22年我国西北地区NDVI与平均温度和降水的关系，结果表明该地区除戈壁沙漠外的植被指数与降水呈正相关，与温度呈负相关。Mao et al.(2012)选取2000～2009年的MODIS NDVI数据和降水数据对我国东北地区进行研究，发现植被分布特征与降水格局关系密切。严建武等(2012)分析了我国西南地区NDVI与干旱指数的相关性，得出结论草地和旱地农田对降水和干旱的响应较为敏感。

大多研究的区域集中在我国东北、西北等地区，对华北地区研究较少。而华北地区特别是华北平原是我国的重要粮食产地，以农田为最主要的土地覆盖类型。当前研究多以季节、月等自然时间为时间尺度，对农田地区的研究没有充分考虑到到农作物生长发育的具体过程。而理论研究表明，农田作物在不同生长发育期对同样气候因子的胁迫表现出非常不同的响应(Saini and Westgate，1999；郭相平等，2006；刘丽平等，2012)。因此，本文选取1981～2008年的高级甚高分辨率辐射仪(Advanced Very High Resolution Radiometer，AVHRR)NDVI数据和气象站点数据，以我国华北平原为研究区域，深入讨论了单一下垫面——农田不同生长发育期的植被指数对温度和降水的响应及其滞后效应，从符合农作物生长发育过程的角度，在区域尺度上寻求作物长势对关键气候因子的异质性响应及最为敏感的生长发育时期，从而为该地区农田耕作和种植制度提供参考依据。

本文以我国华北平原为研究区域。华北平原 是中国的第二大平原，位于(32°N～40°24'N，112°48'E～122°45'E)，处于黄河下游，由黄河、海 河、淮河等冲积而成，包括河北、河南、山东、安徽、江苏、北京及天津等5省2市的大部分或部分地区。华北平原属大陆性季风型暖温带半湿润气候，季节差别明显，气温温差大，降水时空分布不均，全年降雨量500～1000 mm。6～9月集中了全年降雨量的80%左右，在有暴雨的季节，常出现洪涝灾害；而在春季，降水稀少，往往受冬春旱或春旱威胁。该地区是我国重要的粮食产地，以冬小麦夏玉米轮作为主要耕作制度，冬小麦耕种面积占全国小麦播种总面积的55.5%(刘明等，2010)。图 1为研究区域土地覆盖类型分布，底图为欧洲空间局通过全球合作生产的全球土地覆盖数据Globcover 2009，空间分辨率为300 m，根据联合国粮食与农业组织(FAO)分类体系分为22类覆盖类型(Bicheron et al.,2010)，本文根据需要将自然植被合并为一类。由该数据得到，研究区农田占整体面积的82.9%。

图 1

Fig.1

图 1 研究区土地覆盖类型及所选气象站点分布 Fig.1 Land cover and locations of weather stations within the study area

本文选取的NDVI数据是标准的AVHRR NDVI数据集，该数据由NOAA 7、9、11、14、16、17号卫星的AVHRR传感器获取，NOAA气象卫星是近极地、与太阳同步的卫星，高度为833～870 km，轨道倾角98.7°，成像周期12 h。目前，NOAA系列卫星采用双星运行，同一地区每天可有4次过境机会。该数据集覆盖时间为1981年7月至2008年12月，空间分辨率8 km，15 d最大值合成一幅图像(即每月前15日合成一幅，剩余日数合成一幅)，数据投影为Albers等面积圆锥投影。该数据集由NASA的全球建模与制图研究课题(Global Inventory Modeling and Mapping Studies，GIMMS)工作组进行了定标、几何校正，消除了大部分云、火山喷发气溶胶、大气污染和水汽引起的低信噪比等影响。本数据集从时间跨度和精度上都有很大优 势，是全球植被变化研究的首选数据源并得到广泛应用(Slayback et al.,2003)。

文章中所用的温度和降水数据是国家气象信息中心气象资料室的气象台站1950～2010年的逐日数据。气象站点的选取过程中，根据空间分辨率为30 m的Land sat/TM数据，对研究区内的站点周围下垫面进行目视解译，依次剔除了较为发达城市(济南、郑州等)，存在山体、水体的站点(秦皇岛、三门峡等)，保留了1981～2008年下垫面始终为农田的16个气象站点(图 1)。其中，Land sat/TM数据从美国地质调查局(U.S. Geological Survey，USGS)平台免费下载得到(http://earthexplorer.usgs. gov/[03])。同时，结合谷歌地球(Google Earth)信息对选取的16个站点的经纬度进行精度校正，保证站点在8 km×8 km范围内能够反映农田信息，表 1为本文选取的气象站点说明。

表1(Table 1)

表 1 本文选取的气象站点说明 Table 1 Introduction of weather stations used in the study 农田站名称 校正后纬度 校正后经度 海拔/m 邢台 37°04′38.51″N 114°44′11.51″E 77.3 廊坊 39°07′22.42″N 116°33′35.42″E 9.0 乐亭 39°32′12.86″N 118°50′49.47″E 10.5 保定 38°47′44.08″N 115°51′47.09″E 17.2 饶阳 38°06′29.43″N 115°39′30.20″E 19.0 黄骅 38°14′07.07″N 117°21′16.26″E 6.6 南宫 37°23′30.92″N 115°35′41.16″E 27.4 安阳 35°59′37.83″N 114°34′28.88″E 62.9 许昌 34°02′48.91″N 114°02′16.53″E 66.8 开封 34°38′23.55″N 114°21′18.48″E 73.7 西华 33°44′30.09″N 114°22′46.93″E 52.6 驻马店 32°51′20.91″N 114°08′39.70″E 82.7 莘县 36°22′05.29″N 115°37′14.12″E 37.8 潍坊 36°39′49.44″N 118°45′16.31″E 22.2 兖州 35°38′34.43″N 116°39′20.29″E 51.7 莒县 35°41′46.67″N 118°51′11.06″E 107.4

表 1 本文选取的气象站点说明 Table 1 Introduction of weather stations used in the study

由于AVHRR NDVI数据的时间分辨率为15 d，将1981～2008年的NDVI数据做半月合成的27年平均，发现研究区内NDVI年内变化与该区域农业耕作制度有极密切的关系，可以清晰反映出冬小麦－夏玉米轮作的特征：10月初冬小麦播种后，冬季NDVI减小保持低值，2月底开春后有所回升，4月初开始大幅度增长，直至6月初冬小麦收获时期NDVI显著降低，6月底夏玉米播种后NDVI继续增长，至9月底夏玉米收获时期再次显著降低(图 2)。

图 2

Fig.2

图 2 研究区多年平均半月合成NDVI年内变化 Fig.2 Intra-annual variation of half-month normalized difference vegetation index (NDVI) of multi-year

因此，依据作物生长发育过程将每年10月到次年9月划分为12个生长发育期作为本研究的时间尺度(表 2)，经查询该划分与中国农业部种植业管理司农时数据库统计数据相符(http://www.zzys. moa.gov.cn/ [11])。

表2(Table 2)

表 2 研究区生长发育期划分 Table 2 Definition of phenophases of study area 时间 日序数 生长发育期 10月1～15日 274～288 冬小麦播种 10月16日至12月15日 289～349 冬小麦出苗 12月16日至次年2月15日 350至次年46 冬小麦越冬 2月16日至3月15日 47～74 冬小麦返青 3月16日至4月15日 75～105 冬小麦拔节 4月16～30日 106～120 冬小麦抽穗 5月1～30日 121～151 冬小麦灌浆 6月1～15日 152～166 冬小麦成熟 6月16日至7月15日 167～196 夏玉米播种 7月16～31日 197～212 夏玉米拔节 8月1～15日 213～227 夏玉米抽雄 8月16～30日 228～273 夏玉米成熟

表 2 研究区生长发育期划分 Table 2 Definition of phenophases of study area

本文选取的16个站点均为冬小麦－夏玉米轮作种植，根据各个站点的经纬度，利用ENVI/IDL批量提取站点所在像元灰度值(DN)值，该像元的NDVI真实值由

得到，其中，N_DVI代表该像元的NDVI真实值，D_N代表所用数据中该像元的灰度值。按照生长发育期划分进行年平均，得到1981～2008年生长发育期内NDVI值，并生成1980年代、1990年代、2000年代年代际时间序列，均呈较为明显的双峰型，因此，站点NDVI时间序列可以体现该地区种植制度。图 3为研究区内所选16站点1980年代、1990年代和21世纪初期的NDVI均值时间序列。

图 3

Fig.3

图 3 生长发育期内站点平均NDVI时间序列 Fig. 3 Time series of averaged NDVI of 16 stations during 12 phenophases

将降水日值资料和温度日值资料按照生长发育期分别进行累计处理和平均处理，得到研究区作物各个生长发育期降水量和平均温度时间序列。从图 4可知研究区降水量从冬小麦播种至抽穗始终保持较低值，自冬小麦灌浆后开始显著增加，到夏玉米拔节后有所下降。平均温度自冬小麦播种后持续降低，到冬小麦越冬期间降至最低，之后温度回升，至夏玉米拔节期间达到最高，而后下降。

图 4

Fig.4

图 4 生长发育期内站点平均NDVI与(a)降水量和(b)平均温度变化Fig. 4 Variations of averaged NDVI of 16 stations with(a)precipitation and (b)temperature during 12 phenophases

分别对16个站点在每个生长发育期内NDVI的多年时间序列与同期降水量和平均温度的多年时间序列做相关分析(如邢台站1981～2008年冬小麦抽穗期NDVI与同期降水量)，并进行显著性检验。本文中以相关系数的值的大小和是否通过显著性检验作为NDVI对气候因子响应是否敏感的指标。考虑到响应的滞后效应，对各站点的每一生长发育期NDVI多年时间序列与该期之前的1、2、3个发育期内降水量和平均温度的多年时间序列进行相关分析及显著性检验，以期探寻农田NDVI对气候因子响应的特征及最为敏感的生长发育期。

分别对16个站点每一生长发育期的NDVI与同期、前1、前2、前3个生长发育期内降水量和平均温度进行相关分析和显著性检验，其中，NDVI与降水的相关性除南宫、西华站外，其他站点均通过置信度90%以上的显著性检验，NDVI与温度的相关性除开封站外，其他站点均通过置信度90%以上的显著性检验。我们发现大多数站点(除保定、西华、潍坊、兖州站外)NDVI对前1、前2、前3个生长发育期降水的响应强于对同期的响应，其中最为敏感的是前1和2个生长发育期；而大多数站点(除保定、驻马店、莘县站外)NDVI对温度响应最为敏感的时期则是同期和前1个生长发育期。因此，农田NDVI对降水的响应滞后约1～3个生长发育期，对温度的响应滞后约1个生长发育期，农田长势对降水响应的滞后性强于对温度响应的滞后性(图 5)。

图 5

Fig.5

图 5 NDVI与不同生长发育期(a)降水量和(b)温度的相关系数最大值Fig. 5 The maximum correlation coefficients between NDVI and (a)precipitation and (b)temperature in different phenophases

这可能主要是由于作物的生长发育在一定热量条件范围内进行，温度对作物的影响主要是通过热传递的方式，因此作物长势对温度的响应较为直接和迅速。而根据土壤－植物－大气系统(SPAS)的水分平衡，降水要经由植物截留、地表径流等消耗，才能到达地面入渗土壤，补充土壤水分贮存，作物通过根系吸收土壤水分从而满足自身需水量，因此作物长势对降水的响应滞后效应更为显著(冯秀藻和陶炳炎，1991)。

前人的研究结果也认为NDVI对降水响应的滞后较温度更为显著。侯美亭等(2013)通过对植被对气候响应研究的回顾发现与对降水的滞后响 应相比，植被对于温度的滞后响应并不是特别明显。Cui and Shi(2010)认为中国东部植被NDVI总体上对温度变化的响应大于对降水变化的响应，植 被对温度变化的最大响应滞后10 d左右，对降水变化的最大响应滞后30 d左右；Wang et al.(2003)对北美大平原NDVI对气候因子响应的研究发现，农田NDVI对降水的响应滞后28 d左右，对温度的响应滞后约14 d。

从表 3可以看出，各站点NDVI与降水量和温度的相关系数最大值及其所处的生长发育期，因作物生长发育进程的不同以及作物种类的不同而有所差异：冬小麦发育中后期(拔节、抽穗、灌浆)，夏玉米生长中期(拔节)，NDVI对降水响应较为敏感，大多数站点呈正相关，相关系数大多在0.4～0.5之间，最高达到0.698；冬小麦生长发育前中期(出苗至拔节)大多数站点与温度成显著正相关甚至极显著正相关，相关系数大多在0.5～0.7之间，最高达到0.734。表 3中个别负值的出现可能是由于农田种植受到人为驱动十分显著，因此可能在个别时期由于人为影响的介入导致与大多数站点的规律而存在差异。

表3(Table 3)

表 3 作物NDVI对降水和温度的响应特征 Table 3 Responses of crop NDVI to precipitation and temperature 　 对降水的响应 对温度的响应 站点 与降水 最大相 关系数 作物所处 生长发育 期 滞后生 长发育 期个数　 与温度 最大相 关系数 作物所处 生长发育 期 滞后生 长发育 期个数 邢台 0.407* 冬小麦抽穗 3 0.734** 冬小麦拔节 2 廊坊 0.421* 冬小麦抽穗 2 0.591** 冬小麦越冬 1 乐亭 0.431* 冬小麦拔节 1 0.661** 冬小麦出苗 0 保定 0.391* 冬小麦抽穗 2 0.512** 冬小麦拔节 1 饶阳 0.609** 冬小麦拔节 1 0.557** 冬小麦拔节 1 黄骅 0.698** 冬小麦抽穗 2 0.587** 冬小麦越冬 1 南宫 ―0.399* 冬小麦越冬 1 0.596** 冬小麦拔节 1 安阳 0.459* 冬小麦灌浆 3 ―0.506** 冬小麦灌浆 2 许昌 0.481* 夏玉米拔节 1 0.648** 冬小麦出苗 0 开封 0.515** 夏玉米拔节 1 0.475* 冬小麦越冬 1 西华 ―0.486* 夏玉米播种 0 0.643** 冬小麦拔节 0 驻马店 0.458* 冬小麦拔节 2 ―0.476* 冬小麦灌浆 3 莘县 0.438* 冬小麦抽穗 2 0.670** 冬小麦拔节 1 潍坊 0.369 冬小麦拔节 2 0.603** 冬小麦返青 0 兖州 0.456* 冬小麦拔节 1 0.623** 冬小麦拔节 1 莒县 0.474* 夏玉米拔节 1 0.567** 冬小麦越冬 1 *双侧检验达到0.05水平显著，**双侧检验达到0.01水平显著。

表 3 作物NDVI对降水和温度的响应特征 Table 3 Responses of crop NDVI to precipitation and temperature

因华北平原夏季降水丰沛，土地底墒为冬小麦播种、出苗提供充足的水分，而直至越冬阶段，温度较低，对作物生长影响直接而迅速，因此冬小麦生长前期主要受到温度影响；春季温度回升，小麦返青后逐渐由营养生长阶段进入生殖生长阶段，株型和叶面积均大幅增长，蒸散量增加，因此小麦耗水量和需水量增加，发育中后期对降水响应敏感。夏玉米在生长发育过程中，耗水量呈单峰变化，峰值主要出现在拔节期间，这是由于拔节前株型小且植株叶面积指数较小，耗水强度也比较低，而抽雄后生物体机能下降导致耗水强度开始下降，至收获前降至最低(肖俊夫等，2008；陈博等，2012)。玉米生长发育的下限温度为8～10 °C，上限温度为40 °C以上(冯秀藻和陶炳炎，1991；张银锁等，2001)，因此华北平原的温度条件对于夏玉米的全生育期较为适宜，从而夏玉米对温度响应并不敏感。

此外，我们发现无论冬小麦还是夏玉米，其NDVI在收获期对于气候因子的响应均不敏感。这可能是由于作物生长存在生命周期，如在小麦发育后期，特别是灌浆后收获前，由于叶片衰老脱 落、叶片及籽粒中叶绿素含量下降和叶黄素含量上升使得冬小麦植株由绿转黄，导致小麦光谱特性发生变化，NDVI值减小，此类现象与气候因子关系并不密切，而是由小麦生长的生长发育特性决定。

通过对各站点结果的分析，发现大多数站点多个生长发育期NDVI对同一时期气候因子响应较为敏感。其中冬小麦出苗、越冬期NDVI对出苗期温度响应较强；冬小麦返青、拔节期的NDVI对返青期温度响应较强；冬小麦拔节、抽穗、灌浆期的NDVI对返青期降水响应较为强烈(表 4)。

表4(Table 4)

表 4 冬小麦敏感响应期NDVI与气候因子的相关性 Table 4 Correlation coefficients between winter wheat NDVI and climatic factors during sensitive phases

表 4 冬小麦敏感响应期NDVI与气候因子的相关性 Table 4 Correlation coefficients between winter wheat NDVI and climatic factors during sensitive phases

从小麦生长发育的角度来看，前期特别是出苗阶段，是对温度最为敏感的时期：温度过低，影响冬小麦分蘖，生长缓慢；温度过高，生长速度虽 快，但呼吸作用也强，根、芽生长不健壮，易徒长，温度高于出苗上限温度18 °C时甚至抑制小 麦生长；只有温度适宜时才能平稳生长，出苗粗 壮。返青期间，冬小麦种子经过低温时段而后解除冬性，获得春小麦特性，华北平原小麦需在0～7 °C的条件下完成这一过程(冯秀藻和陶炳炎，1991)，因此越冬至返青期间冬小麦生长发育主要受到温度控制。小麦发育中后期，可能由于温度对作物生长的轻微滞后效应，出苗阶段和返青阶段的温度分别影响当前和推后一个生长发育期的作物长势。拔节期间，华北平原平均温度高于15 °C，之后一直平稳上升，对小麦生长不再起主要作用。

不同于对温度的响应，冬小麦对降水的敏感期主要出现在返青之后。冬小麦在拔节前叶面蒸腾量在总蒸散量中所占比例很低，在越冬前随着冬小麦不断生长，叶面积指数有所增加，叶面蒸腾量也随之增加，但随着冬小麦进入越冬期，叶面蒸腾量几乎降低为0，农田蒸散量很小，因此冬小麦生长前期需水量不高，由夏季降水和冬季降雪所补充的土壤底墒即可满足。返青后，冬小麦由营养生长逐步进入生殖生长，株型生长快，叶面积指数迅速增大，土壤蒸发和叶面蒸腾也随着温度上升而增长，小麦植株耗水量和需水量增大；抽穗灌浆阶段，冬小麦叶面积指数达到最大值，叶面蒸腾达到高峰(程维新等，1994；任鸿瑞和罗毅，2004；陈博等，2012)，因此冬小麦发育中后期对水分响应十分敏感。由于对降水响应的显著滞后，冬小麦拔节、抽穗、灌浆等水分临界期都与返青期的降水密切相关。

因此，冬小麦出苗期温度、返青期温度和返青期降水与不同时期NDVI关系密切，出苗期和返青期为研究区农田植被指数对气候因子响应的敏感期，该阶段气候因子对农田长势影响最为显著。这些生长发育阶段的气候因子对农田生物量和产量的影响还有待进一步探究。

本文通过研究华北平原农田不同生长发育期植被指数对关键气候因子的异质性响应，得到以下结论：

(1)降水对农田NDVI的影响滞后性强于温度影响的滞后性。NDVI对前1、前2、前3个生长发育期降水量的响应强于对同期的响应，其中最为敏感的是前1和前2个生长发育期；NDVI对温度响应最为敏感的时期则是同期和前1个生长发育期。

(2)在站点尺度上，NDVI与降水和温度最显著相关性及其所处的生长发育期，因作物生长发育进程的不同以及作物种类的不同而有所差异：冬小麦发育中后期，夏玉米生长中期，NDVI对降水响应较为敏感，大多数站点呈正相关；冬小麦生长发育前中期大多数站点与温度呈显著正相关甚至极显著正相关。

(3)冬小麦出苗期温度、返青期温度和返青期降水与不同时期NDVI显著相关，出苗期和返青期为研究区农田植被指数对气候因子的敏感期。