植被作为沟通大气圈、水圈、土壤圈的媒介, 对圈层能量交换和物质循环起着重要作用^{[ 1]}, 区域内的植被覆盖情况是范围内生态容量的反映, 植被覆盖状态的改变会影响碳循环和气候系统的稳定性。区域尺度植被可以利用遥感数据进行监测。归一化植被指数(Normalized Difference Vegetation Index, NDVI)是通过对遥感数据的不同波段进行一系列计算之后得出的反映植被生长状态的指标, 由于该指数与净初级生产力(NPP)和叶面积指数(LAT)有较好的相关性^{[ 2]}, 因此被广泛应用于定量评价植被覆盖的研究。对植被变化趋势进行研究可以指导人类在掌握规律的前提下, 动态的掌握区域内生态过程, 建立气候-植被响应关系并推动区域的生态工程建设。

国外对NDVI研究起步较早, 研究方向更为丰富, 从NDVI的时空变化到植被对全球尺度气候事件的响应均有研究。Weissa等运用NDVI时序数据研究美国新墨西哥州6种半干旱环境的植被群落, 发现NDVI每年的两个峰值分别对应植物的生长高峰期, 且NDVI变异性与季风和厄尔尼诺现象变化一致^{[ 3]}；Maxwell研究了北美大草原农业用地和非农业用地年内NDVI最大值, 并分析其动态变化情况^{[ 4]}；Ali研究了不同植被类型NDVI在时间尺度上的变化趋势^{[ 5]}等。

国内的研究方向主要有NDVI的空间变化分析, 时间变化分析和驱动因子分析^{[ 6— 17]}。研究对象逐步从对研究区整体植被NDVI的研究转向分植被类型NDVI的研究。最初, 研究者将区域内的植被作为一个整体看待, 对研究区内NDVI变化趋势和驱动因子进行分析研究。陈奇乐等学者研究发现河北省植被大面积趋于恢复状态, 植被生态系统向好发展, 降水是控制河北省植被生长的主要因子^{[ 6]}；何云玲等学者发现云南地区植被生长情况呈现显著上升的趋势, 气温是影响云南省植被生长的主要原因^{[ 7]}; 张亮亮等学者对辽宁省植被整体状况的年际和年内发展状态进行分析, 并探究了NDVI与海拔、坡向等因子的关系^{[ 8— 9]}。随着卫星精度增加, 不同的植被类型可以从整体植被中分离, 这成为提升NDVI研究精度的基础。刘静等对黄土高原10种不同植被类型NDVI与气象因子进行相关性研究^{[ 10]}；杨玲莉对黄河源6种不同植被类型的NDVI年变化进行研究, 利用偏相关方法对NDVI与气温和降水因子的响应进行分析^{[ 11]}；卢乔倩等对全国8种植被类型进行与气温和降水的相关性研究, 并得到不同植被类型与气温和降水的滞后关系^{[ 12]}。

辽宁省位于我国东北湿润区、华北半湿润区和内蒙古半干旱区的交界位置, 处于植被过渡地带, 研究辽宁省植被NDVI有助于监测过渡地带植被生长状况。目前对辽宁省植被NDVI的研究多是将植被看作一个整体进行讨论, 而缺少分植被类型的研究, 本文在前人研究的基础上, 利用分辨率较高的ESA CCI-LC土地利用数据, 对辽宁省植被划分为6类, 通过绘制箱型图对不同植被群年际变化稳定程度进行初步定性分析, 再定量讨论不同植被类型NDVI变化情况、稳定程度和未来变化趋势, 并对不同植被类型与气象因子相关性进行深度分析, 以期掌握近年来辽宁省不同植被类型的生长状态和发育趋势, 从而为辽宁省开展生态环境质量评价、生态容量变化和动态调节生态过程提供理论支持。

1 材料与方法 1.1 研究区概况

辽宁省位于118°53′-125°46′E, 38°43′-43°26′N, 处于中国东北三省南部, 怀抱渤海湾, 南临黄海, 辽宁省整体属于温带大陆性季风气候, 辽东沿海地区受海洋影响较强, 有海洋性气候特征。年平均气温6-11℃, 全境年降水量600-1200mm, 降水量高于东北地区平均水平。辽宁省各地形单元呈现出东北-西南的走向特点和东高西缓中部平坦的地势特点。辽宁省植被覆盖以温带森林为优势兼有温带草原的分布。温带森林中以落叶阔叶林数量最多, 分布最广, 集中分布于辽宁东部山地；辽西北地区由西南向东北从乔木植被逐步过渡至草原型植被。辽宁省位于我国东北湿润区、华北半湿润区和内蒙古半干旱区的交界位置, 处于植被过渡地带, 研究辽宁省不同植被类型的NDVI有助于监测过渡地带植被生长状况。

1.2 数据来源与预处理

对于不同研究区选取分辨率合适的数据十分重要。GIMMS NDVI数据为8km×8km, 对于地理尺度较大的研究区而言更为合适, 而对于中尺度研究区而言则存在细节刻画不足的问题。本文选用的NDVI数据来自于中国科学院自然资源与环境研究所发布NDVI数据集( https://www.resdc.cn/), 数据基于SPOT/VEGETATION NDVI卫星遥感数据, 空间分辨率为1km×1km, 选取2000-2019年共20年生长季(5-10月)逐月植被数据。

植被覆盖类型数据采用欧洲航天局所提供的2000-2019年全球范围的土地利用栅格数据( https://maps.elie.ucl.ac.be/CCI/viewer), 该数据空间分辨率为300m。其中, 2016-2019年数据为NC格式。首先通过QGIS软件, 将其转化为TIFF格式；其次对该数据重采样到1km, 使其与NDVI数据得以匹配；提取研究区2000-2019年植被覆盖类型区域, 将20年内利用类型均未发生变化的区域作为各植被类型的集合；最后通过重分类得到2000-2019年土地利用类型图^{[ 8]}。对辽宁省植被类型进行归类和划分, 最终共得到6种植被类型, 分别为：农田、草原、林灌草地带(包括灌丛、镶嵌型林地、镶嵌型草地)、落叶阔叶林、常绿阔叶林、针叶林植被(包括常绿针叶林、落叶针叶林和针阔叶混交林)。

气象数据来源于中国气象数据网( http://data.cma.cn), 包括2000-2019年辽宁省逐日气温和降水量数据, 为保证精度, 选取了23个分布均匀且连续性较好的气象站点资料( 图 1), 利用ArcGIS 10.4平台对各站点气温和降水数据采用反距离权重法进行空间插值, 得到与NDVI分辨率一致的气温和降水栅格数据, 文中所有数据均使用以WGS 84为基准面的Albers等面积圆锥投影。

1.3 研究方法 1.3.1 基于像元的NDVI变化趋势分析

利用Theil-Sen Median趋势分析和检验来判断NDVI时间序列的变化趋势, 并对NDVI的变化率进行量化^{[ 18]}：

(1)

其中, x_i和x_j为时间序列数据, 当β＞0时, 意味着时间序列呈上升趋势, 否则, 时间序列上呈下降趋势。变化趋势是否显著通过Mann-Kendall方法检验：

(2)

(3)

(4)

式中：S为检验统计量；Z_c为标准化后的检验统计量；x_i和x_j为时间序列数据, n为序列样本数。

(5)

结合β值所表征的趋势, 将NDVI变化趋势显著性与显著性指标进行比较, 选取显著性水平P_0.05和P_0.01为临界值, 综合分为6个等级, 如 表 1：

1.3.2 基于像元的植被NDVI变异系数

通过计算辽宁省2000-2019年NDVI变异系数C_v来反映植被覆被在时序上的波动情况^{[ 14]}。变异系数数值大则植被受到的干扰强度越大, 表示越不稳定, 否则表示处于较为稳定的状态, 波动不明显。

(6)

1.3.3 基于像元的NDVI持续性分析

基于重标极差分析方法(R/S)的Hurst指数是定量描述非常数长周期序列信息依赖性的有效方法^{[ 19— 20]}, 广泛应用于气象、水文等领域的时序信息的走势预测^{[ 21— 22]}。近年来也逐步运用于NDVI和植被净初级生产力变化分析。具体计算方法可以参考相关研究^{[ 19— 23]}。Hurst指数取值范围在0-1之间, 当H=0.5, 未来变化与过去变化无关；当0.5＜H＜1时, 表示未来变化趋势与过去趋势保持一致, 且H值越接近1, 表示持续性越强；当0＜H＜0.5时, 未来变化趋势与过去趋势相反, 且H越接近于0, 反持续性越强。

1.3.4 基于像元的Pearson相关性分析

本文运用相关性分析方法, 计算NDVI与气象因子气温和降水时间序列之间的皮尔逊(Pearson)相关系数, 研究不同植被NDVI对气象因子中气温和降水的响应^{[ 10, 24]}。

(7)

式中, r的取值范围在[-1, 1], 当r＞0时, 表示两个变量呈正相关关系, r值越接近1表示正相关关系越显著；当r＜0时, 表示两个变量呈负相关关系, r值越接近-1表示负相关关系越显著；当r=0时, 则表示两个变量相互独立。

2 结果与分析 2.1 辽宁省生长季气温、降水统计和植被分布分析

气候对植物生长作息有显著影响。辽宁省处于我国东北地区南部, 气候受海洋影响, 有春夏升温慢, 秋冬降温晚的气候特征。为确定辽宁省NDVI生长季的时间, 对辽宁省NDVI和气象指标进行统计分析( 图 2)。通过统计辽宁省2000-2019年各月NDVI, 计算得到辽宁省年NDVI均值为0.418, 对各月NDVI均值求取NDVI距平值, 可知NDVI最高值出现在8月, 最低值出现在1月, 5-10月NDVI月距平值为连续正值, 说明在该时间段内植被处于生发阶段, 状态好于年内平均水平, 在综合考虑前人研究的基础上^{[ 8, 25]}, 对辽宁省植被生长季定义为每年的5-10月。对2000-2019年年内生长季的气温、降水量以及非生长季降水量进行统计, 可以观察到每年以5-10月为生长季的降水量占绝对优势。

对辽宁省生长季NDVI进行逐年统计得到 图 3, 辽宁省2000-2019年NDVI呈逐渐增长趋势, r=0.89, 通过P_0.05显著性检验, 存在显著增加的趋势, 变化速率为0.046/10a。2000-2013年, 辽宁省生长季NDVI整体呈现较为平稳的上升, 在2015年出现较为明显的下降, 由于植被对干旱响应具有迟滞效应^{[ 26]}, 所以这可能与2014年辽宁省全省降水少气温高等气象条件有关。2014年为辽宁省近60年最典型的涝转旱年, 是1961年以来最为严重的春夏连旱^{[ 27— 29]}, 2015年之后, NDVI再次呈现较为稳定的上升趋势。

对辽宁省2000-2019年用地类型进行提取, 得到辽宁省植被类型分布图(如 图 4), 读图可知, 辽宁省作为产粮大省, 作物植被主要分布在辽宁省中部平原和辽西北山地边缘, 占比达到49.96%；自然植被以温带森林为优势兼有一定数量的草原植被, 温带森林覆盖于辽宁省东部和东南部山地, 草地和灌丛集中分布于辽西北山地丘陵地区, 其中以落叶阔叶林比重最大, 占比达到28.10%, 草原占比6.24%, 林灌草混交地带占据5.74%；变化用地集中出现在河流沿线, 城市群周边和东南山麓位置。不同植被类型生长季最小值、最大值和均值统计见 表 2。

2.2 不同植被类型生长季时序变化分析

利用矢量化后的辽宁省不同植被覆盖类型图, 对辽宁省NDVI进行植被种类分离, 统计得到不同植被类型2000-2019年NDVI生长季变化趋势。分析 图 5, 可知不同植被类型在生长季的生长趋势基本一致, 但NDVI均值有显著差异, 均值从高到低分别为落叶阔叶林＞常绿阔叶林＞针叶林植被＞林灌草地带＞农田＞草原。

对不同植被类型绘制生长季逐月NDVI箱型图得到 图 6。不同植被在生长季的NDVI变化情况有较大差异。利用箱型图绘制2000-2019年不同月份各植被类型的NDVI值, 优点在于通过观察不同植被类型箱体形态的差异, 可以对各植被类型同期年际稳定性进行定性的观察分析, 箱体越扁代表不同年份同月的NDVI数值越集中, 受环境的影响小, 植被群自身稳定性越强, 箱体越长表示不同年份同月的数值越分散, 越易受到环境变化的影响, 植被自身稳定性越差。

5月为植被生发的初期, 乔木植被NDVI稍高, 处于0.52-0.62之间, 农田和草原的NDVI值整体偏低；6月由春入夏, 雨水增加气温升高, 各植被类型NDVI迅速上升；7-8月处于一年中夏季雨水最为充沛和气温最高的时段, 7月各类型的植被生长态势持续向好, NDVI处于0.65-0.85之间, 除草原型植被各年生长差异仍然较大之外, 其他植被类型的箱体均处于收缩状态, 说明草原植被受环境影响较大, 年际变化大, 相对其他植被类型较为不稳定^{[ 13]}。各类植被在8月达到一年中最好生长状态并且各植被类型箱体较扁, 数据离散程度小, 说明各植被类型在各年8月的生长状态较为一致。

9-10月由夏入秋, 各植被NDVI轻微的下降。农田NDVI值下降速度较快的原因是农业活动所致, 草原NDVI值下降较快并且植被群内的年际差异增大, 落叶阔叶林型植被在9月的NDVI值仍然维持在0.75-0.85, 直到10月出现下降的现象, 此时农田植被变化不大基本稳定, 草原植被持续下降, 但植被群内的差异在减小, 其他植被类型NDVI都普遍下降。

各植被类型在生长季表现出不同的生长习性, 阔叶林植被年内NDVI值变化幅度大, 具有生发快, 缓凋落的特征, 针叶林类的植被在生长季表现的特征为变化幅度不大；草原类型的植被有缓生发, 快凋落的特征, 受环境影响植被群年际变化较大, 林灌草地带处于乔木向草地过渡的生态位置, 生长习性也有过渡性特征^{[ 30]}。

2.3 辽宁省各植被类型NDVI变化趋势和显著性检验

为研究辽宁省NDVI的变化趋势, 通过逐像元计算Theil-Sen变化趋势, 并检验其变化速率, 获得辽宁省NDVI变化速率β值空间分布和Mann-Kendall检验统计量Z_c值的空间分布图, 如 图 7。由β值空间分布图可知, 辽宁省全省范围内变化率在-0.034-0.036之间, 全区植被年NDVI显著增加的区域占总面积的71.18%。辽西北以上升趋势为主, 辽河平原有退化的趋势, 辽宁省整体由西北向东南呈现“增-减-增”的分布规律。对β值进行显著性检验, 可以发现显著减少和极显著减少区域有“围点沿线”的特征, 即呈现出集中分布在城市和河流沿岸地区, 这样的分布特征与变化用地类型的空间位置有较大的重合。

对不同植被类型的β值和Z_c值进行分区统计, 得到不同植被类型的β变化趋势范围、β值均值和Z_c值, 如 表 3, 对不同植被覆盖类型显著性统计并绘制百分比堆积图, 如 图 8。各植被类型平均β值均为正, 表示各植被类型总体呈现上升趋势, 增速最快的植被为草原型植被, 达到0.056/10a, 其次是林灌草地带和常绿阔叶林等植被类型。各植被类型变化的范围存在差异, 显著性也有所区别。不同植被变化幅度一定程度上可以解释植物群落的稳定性, 变化幅度越小说明植被整体稳定程度越强。由大到小依次是草原＞农田＞林灌草地带＞落叶阔叶林＞针叶林植被＞常绿阔叶林。草原的变化幅度最大, 乔木类植被变化幅度较小, 侧面反映出乔木类植被应对环境变化的稳定性高于草本灌丛类植被。各植被类型中增长趋势达到显著水平的有农田、草原、林灌草地带, 增长趋势通过极显著水平的植被类型为常绿阔叶林、落叶阔叶林、针叶林植被。

2.4 不同植被覆被类型稳定性的空间分布

变异系数可以反应植被多年NDVI稳定性。变异系数在0-0.15范围内定义为弱变异, 0-0.30为中等变异, 高于0.30为强变异^{[ 23]}。如 图 9所示, 辽宁省植被变异系数整体处于0-1.57的范围内, 弱变异占97.95%中等变异占1.76%, 强变异占整体的0.29%, 平均变异系数为0.058, 呈现由辽西北向辽东南逐渐趋稳的态势, 整体处于较为稳定的状态。中等变异主要集中分布在沿海地区和城市周边, 强变异分布于渤海东北沿岸、渤海东南岛屿。辽宁省北部出现局部高值区, 结合变化趋势图分析, 此处属于植被退化型强变异状态。

对不同植被类型进行变异系数统计并作百分比堆积图, 各植被类型整体处于较为稳定的状态, 变异系数均值由大到小分别是：草原(0.081)＞林灌草地带(0.070)＞针叶林植被(0.069)＞农田(0.060)＞常绿阔叶林(0.052)＞落叶阔叶林(0.040)。可以看出草原植被的稳定性最低, 阔叶林稳定性最高, 这与前文利用各植被类型箱型图形态进行的定性分析得到了基本一致的结论。

以落叶阔叶林为代表的乔木型植被普遍具有较为稳定的生长状态, 落叶阔叶林在辽宁省属于基带植被, 具有广泛的地理分布和庞大的种群优势, 所以植被群内生长状态处于极弱变异的比例高达83%, 整体非常稳定, 这与孙锐等人的研究结果一致^{[ 14]}；草原型植被变异系数整体偏高。首先, 草原生态系统较为敏感, 较乔木生态系统更易受环境的影响；其次, 通过前文对不同植被类型变化趋势分析可知, 草原为增速最快的植被类型, 所以草原植被向好发展也使其变异系数偏高。

2.5 辽宁省不同植被类型Hurst指数与未来变化趋势

为了掌握辽宁省整体和不同植被类型NDVI的未来演化趋势, 对辽宁省生长季NDVI逐像元进行Hurst指数计算, 结合Theil-Sen趋势, 确定辽宁省植被覆盖情况未来演化趋势与过去变化趋势的关系, 如 图 10。辽宁省Hurst指数在0.153-0.966之间, 高值是指0.5＜H＜1, 此时未来变化趋势与过去一致, 高值集中分布在辽西北的渤海沿岸和辽宁省北部；低值是指0＜H＜0.5, 此时未来变化趋势与过去相反, 低值集中分布在辽西北山地丘陵区, 其他区域较为混杂。

结合Hurst指数和辽宁省2000-2019年NDVI变化趋势, 可以将全区分为持续改善、由增变减、持续退化、由减变增、随机变化和未通过检验六类。持续增加是指过去以增长为主, 未来将继续处于增长的状态, 这类区域占有全省31.74%, 空间上主要位于辽宁省北部向渤海北岸一线延伸, 在辽东山地也有分布；持续减少是指过去的时间以植被退化为主, 且未来将继续退化的状态, 这类区域占有全省6.51%, 这类区域主要位于河流沿岸和山麓山谷地带；由增变减是指过去以增加为主, 而未来将向减少的趋势发展, 这类区域占有全省54.99%, 是各类型中占比最大的部分, 空间上主要分布在山地丘陵地区；由减变增是指过去处于减少的趋势为主, 但在未来将可能向生态改善的方向发展, 这类地区在全省占有4.51%, 主要分布在城市周边和沿海地区。随机变化是指未来变化趋势与过去无关, 占有2.25%。全省NDVI未来变化趋于增加的面积占36.26%, 趋于退化的面积占61.51%。

为了解不同植被类型未来变化的趋势, 分植被类型对其各自未来发展趋势进行统计, 绘制百分比堆叠图如 图 11。对不同植被类型未来发展趋势的结构进行分析, 有助于对不同植被发展状况的监测。各植被类型内部总体上约有23%-37%的区域处于持续改善的方向发展, 各植被类型中持续退化的百分比皆小于5%, 需要注意的是由增变减类型在各类植被中都占不小的比例, 由于人类活动在大尺度地理上作用能力是有限的, 所以该变化产生的直接原因可能是由于气候要素变化^{[ 15, 19]}, 但这种变化可能间接来自于人类活动。

2.6 不同植被类型NDVI与气候因子相关性分析

为探究NDVI与气候因子的相关性, 选择气温和降水为典型气候因子, 绘制NDVI与气温、降水的相关关系空间分布图, 并提取P＜0.05显著性水平的相关像元, 如 图 12。

辽宁省NDVI与气温的相关系数在-0.849-0.776之间, 空间上正相关像元所占比例为60.99%, 负相关像元比例为39.01%, 整体正相关性稍强。对NDVI与气温相关性进行显著性检验, P值越低说明两者的相关性越强烈, 显著性越好；为更直观的分析NDVI与气温的相关关系, 提取P＜0.05显著性水平的相关性像元。可以观察到气温对NDVI的作用力整体呈东北-西南走向分布, 西南部分以负相关为主, 东北部分以正相关为主, 气温正相关区域主要集中在辽河平原主体, 围绕城市和河流分布, 气温负相区域主要集中在环渤海和黄海东北岸分布。

辽宁省NDVI与降水的相关系数在-0.673-0.856之间, 空间上正相关像元所占比例为95.39%, 负相关像元所占比例为4.68%, 整体上以正相关关系为主。对NDVI与降水相关性进行显著性检验, P值越低说明两者的相关性越强烈, 显著性越强；为帮助直观的分析NDVI与降水的相关关系, 提取P＜0.05显著性水平的像元。可以观察到降水对NDVI的作用力为平行于辽河, 分布在南北两侧的东北-西南走向的相关性区域, 以121.5°E为轴, 出现南北两个正相关集聚区, 北部以阜新为核心出现一个极高正相关的分布区, 南部出现一个以大连瓦房店为核心的极高正相关分布区。降水负相关性高值区主要呈现出与山地丘陵走势接近的分布形态, 这与张亮亮等^{[ 8— 9]}研究结果具有一致性。

对不同植被类型NDVI与气温、降水相关系数进行统计得到 表 4。不同植被类型与气温相关性强度差异较大, 以不同植被与气象因子相关性的均值衡量该植被类型与该气象因子的驱动方向。草原与气温负相关关系的面积占61%, 针叶林植被与气温负相关关系面积占57.07%, 农田和林灌草地带与气温相关关系均值虽为负值, 但仅为-0.01, 并且正负相关面积均在50%上下, 并未明显表现出与气温的相关关系；落叶阔叶林、常绿阔叶林与气温正相关性更强, 正相关植被面积均超过80%。草原型植被和针叶林植被表现出与气温较强的负相关关系, 这类植被类型在空间上呈现出趋冷的特点, 其中针叶林植被在海拔高度和纬度分布上体现出趋冷的特点, 草原型植被在纬度和海陆位置上体现出趋冷的特点。

不同植被类型与降水相关性系数普遍为正, 表示各植被类型与降水量的关系普遍呈现正相关关系, 即降水越多植被覆盖情况越好, 以草原型植被最为典型, 降水对农田型植被的影响低于草原型植被, 可能是由于农田除降水外, 还受人工灌溉影响, 因此农田与降水相关性较草原更低。

3 讨论与结论 3.1 讨论

本文利用ESA CCI-LC提供的植被类型划分数据, 对辽宁省不同植被类型生长季NDVI时序变化、稳定性和未来发展趋势进行研究, 并将其与气温和降水因子进行相关性分析。

通过绘制不同植被类型生长季逐月NDVI箱型图, 定性评估了不同植被类型受环境影响的大小, 其结果与本文利用变异系数所求结果基本一致, 均显示出乔木型植被的稳定性高于草原型植被, 这与孙锐等^{[ 14]}对黄土高原不同植被类型稳定性研究结果相一致；但需要注意的是, 影响不同植被类型箱型图形态的要素很多, 除各植被类型自身稳定性因素以外, 还可能会受以下原因影响：首先, 同一植被类型在空间上的分布可能不是连续的, 而由经纬度或海拔变化引起的水热差异可能对不同地区同类植被的生长过程产生影响；其次, 研究样本的数量过少可能会导致箱型图受到极端值影响；最后, 混交型植被的箱体形态受控因素复杂。以林灌草地带为例, 该植被类型是灌丛、镶嵌草地、镶嵌林地的组合类型, 是一种由乔木型植被、灌丛植被和草原型植被组合而成的混交型植被类型, 所以影响其NDVI值的因素也较为复杂^{[ 31]}。所以该方法对于讨论地理跨度较大的研究区可能并不合适。

讨论NDVI与降水、气温的相关性关系时, 发现降水负相关性高值区主要呈现出与山地丘陵走势接近的分布形态, 这与张亮亮等^{[ 8— 9]}研究结果具有一致性。但不同之处在于张亮亮等选取的指标为坡向和高程, 本文选取的指标为降水量, 两类指标存在一定的影响关系, 但仍需在以后的研究中进行思考; 另外，一些学者认为NDVI应当为粮食作物不同生育期的生长监测提供信息和技术支持，所以未来应当从保障粮食安全的角度出发开展相关研究^{[ 32]}。

本文在选取影响因子时仅考虑了气温和降水两个气象因子, 未能讨论NDVI与高程、土壤、坡向和人为因素的关系, 例如, 本文在研究中发现降水对农田型植被的影响低于草原型植被, 可能是由于农田除降水外, 还受人工灌溉影响, 因此农田的稳定性较草原更高。所以在后续的研究中, 需要更综合的考虑各类自然和人为因素对植被NDVI变化的影响。

3.2 结论

基于ESA CCI-LC辽宁省植被类型的划分, 结合多种分析方法, 对辽宁省整体和不同植被类型进行时序变化分析, 未来可持续性分析、稳定性分析, 并对不同植被类型对气象因子的响应进行初步分析, 结果表明：

(1) 不同植被类型在生长季的生长趋势基本一致, NDVI均值从高到低分别为落叶阔叶林＞常绿阔叶林＞针叶林植被＞林灌草地带＞农田＞草原；

(2) 各植被类型在生长季表现出不同的生长习性：阔叶林植被具有生发快, 缓凋落的特征, 草原型植被有缓生发, 快凋落的特征, 混合植被类型有过渡性生长习性；

(3) 利用多种方法对不同植被类型年际稳定性进行定量和定性分析的结果基本一致, 即草原型植被稳定性低于乔木型植被, 农田型植被由于人工灌溉影响, 整体较为稳定；

(4) 各植被类型中增长趋势最快的植被类型为草原型植被, 增速趋势达到显著水平的有农田、草原、林灌草地带, 增长趋势通过极显著水平的植被类型为常绿阔叶林、落叶阔叶林、针叶林植被。未来辽宁省植被向好发展的部分占全部植被的36.26%, 约有61.51%的植被将趋于退化, 不同植被类型约有23%-37%的植被呈持续改善趋势；

(5) 辽宁各植被类型与降水整体相关性均为正；除草原和乔木植被外, 其他植被类型与气温相关性不显著, 草原型植被和针叶林植被对气温的相关性为负相关。降水对辽宁省植被生长有较为明显的促进作用。