广西森林NDVI的时空变化特征及其对干旱响应的敏感性分析
doi: 10.11931/guihaia.gxzw202511012
余玲 1, 3 , 何文 2, 3 , 刘鹏 1 , 刘思琴 1 , 凌嘉宣 1 , 李猛猛 1 , 李宁 4 , 家彬 5
1. 桂林航天工业学院 计算机科学与工程学院,广西 桂林 541004
2. 广西壮族自治区中国科学院 广西植物研究所,广西喀斯特植物保育与 恢复生态学重点实验室,广西 桂林 541006
3. 广西桂林城市生态系统定位观测研究站,广西 桂林 541006
4. 桂林航天工业学院 航空服务与旅游管理学院,广西 桂林 541004
5. 桂林航天工业学院 人工智能学院,广西 桂林 541004
基金项目: 桂林航天工业学院人才引进科研启动项目(KX202403001);广西自然科学基金项目(2024GXNSFAA010318,2023GXNSFBA026288);广西喀斯特植物保育与恢复生态学重点实验室资助项目(22-035-26)。
Spatiotemporal variations of forest NDVI in Guangxi and its sensitivity to drought YU Ling1,3, HE Wen2,3*, LIU Peng1, LIU Siqin1, LING Jiaxuan1, LI Mengmeng1, LI Ning4, JIA Bin5
1. School of Computer Science and Engineering, Guilin University of Aerospace Technology, Guilin 541004, Guangxi, China
2. Guangxi Key Laboratory of Plant Conservation and Restoration Ecology in Karst Terrain, Guangxi Institute of Botany, Guangxi Zhuang Autonomous Region and Chinese Academy of Sciences, Guilin 541006, Guangxi, China
3. Guangxi Guilin Urban Ecosystem Observation and Research Station, Guilin 541006, Guangxi, China
4. School of Airline Services and Tourism Management, Guilin University of Aerospace Technology, Guilin 541004, Guangxi, China
5. School of Artificial Intelligence, Guilin University of Aerospace Technology, Guilin 541004, Guangxi, China
摘要
为研究广西森林对干旱响应的敏感性,揭示该地区森林生态系统在干旱胁迫下的稳定性、抵抗力和恢复力特征,该文利用标准化降水蒸散指数(SPEI)和归一化差值植被指数(NDVI),量化了2010—2022年广西森林在干旱胁迫下的稳定性、抵抗力和恢复力。结果表明:(1)研究期间,广西森林地区干旱总体呈“先缓解后加剧”的变化趋势。(2)近13年来广西森林NDVI以0.06 a-1的速率增加,其中喀斯特地区增幅大于非喀斯特地区,人工林增幅大于天然林,这表明植被生长动态在不同地区和森林类型之间存在显著性差异。(3)在干旱胁迫下,NDVI稳定性与抵抗力呈现一致的空间分布特征,而恢复力则呈现出相反的空间格局,反映出森林在抵御干旱干扰方面的能力与其在干扰后恢复能力之间的权衡关系。(4)非喀斯特地区森林NDVI的稳定性和抵抗力高于喀斯特地区,而喀斯特地区恢复力高于非喀斯特地区;此外,天然林NDVI的稳定性、抵抗力和恢复力均高于人工林。该研究结果表明,广西森林NDVI对干旱的响应存在显著的区域差异与林型差异,可为广西森林干旱适应性管理及生态系统恢复提供科学依据。
Abstract
To investigate the sensitivity of forests in Guangxi to drought and to reveal the characteristics of stability, resistance, and resilience of forest ecosystems under drought stress, standardized precipitation evapotranspiration index (SPEI) and normalized difference vegetation index (NDVI) were used to analyze stability, resistance, and resilience of forests in Guangxi during 2010 - 2022. The results were as follows: (1) During the study period, drought conditions in Guangxi forest region exhibited an overall pattern characterized by an initial decreasing trend followed by an increasing trend, indicating a shift from relatively wetter conditions to increased drought stress in recent years. (2) Nearly 13 years, forest NDVI in Guangxi increased at a rate of 0.06 a-1, with greater increases observed in karst region than in non-karst region, and in planted forest than in natural forest, suggesting that vegetation growth dynamics differed significantly across regions and forest types. (3) The spatial pattern of NDVI stability was similar to that of resistance under drought conditions, whereas resilience exhibited an opposite spatial pattern, reflecting a trade-off between the ability of forests to resist drought disturbances and their capacity to recover after disturbance. (4) The stability and resistance of forest NDVI in non-karst region were higher than those in karst region, while the resilience was greater in karst region; in addition, natural forest exhibited higher stability, resistance, and resilience than planted forest. These findings indicate that the response of forest NDVI to drought in Guangxi exhibits pronounced regional and forest-type differences, and provide a scientific basis for adaptive forest management and ecosystem restoration under drought conditions.
干旱是全球最常见的自然灾害之一,具有持续时间长、影响范围广和破坏性强等特点,对自然生态系统造成了严重影响,并制约人类社会的可持续发展(王飞等,2017)。干旱通过降低土壤水分有效性,干扰植被光合作用和生理代谢过程,从而抑制植被生长,导致生态系统生产力下降和群落结构改变,甚至引发大范围植被衰退与死亡(Yuan et al., 2019周贵尧等,2020)。当干旱强度超过生态系统的抵抗能力时,将对植被造成严重破坏,并进一步诱发生态退化(van der Molen et al.,2011)。尽管干旱结束后生态系统具有一定的自我恢复能力,但其恢复过程通常较为缓慢且具有明显的滞后性,部分受损生态功能甚至难以完全恢复(Liu et al.,2019)。因此,开展植被对干旱响应敏感性的研究,对于揭示生态系统稳定性及其恢复机制具有重要意义。
广西位于亚热带季风湿润区,气候温暖湿润,但降水时空分布不均,季节性干旱频发(杨星星等,2020)。同时,区域内喀斯特地貌广布,土层浅薄、保水能力差、地表渗漏严重,生态环境较为脆弱,对干旱胁迫尤为敏感(黄甫昭等,2021靖娟利等,2022闫妍等,2024)。历史上多次极端干旱事件对区域生态系统造成了严重影响,如2009—2010年夏秋冬春连旱及2011年夏季北部特大干旱等(杨宝回,2011罗小莉等,2015)。森林作为广西生态安全屏障的重要组成部分,在保障国家生态安全和实现“双碳”目标中发挥着关键作用。然而,在气候变化背景下,广西干旱事件的发生频率和强度不断增加,进一步加剧了森林生态系统面临的风险。因此,评估广西森林对干旱的响应特征,已成为区域生态安全与可持续发展亟待解决的重大问题。
森林对干旱胁迫的响应通常可通过稳定性、抵抗力和恢复力等指标表征,这些指标从不同维度反映森林生态系统对干旱的敏感性。其中,稳定性主要表示森林生态系统在干旱胁迫下随时间波动的幅度,抵抗力反映其在干旱期间维持原有水平的能力,恢复力则表示干旱结束后系统恢复到干旱前状态的能力(王田野等,2023李艳鸽等,2024)。近年来,基于遥感植被指数与干旱指数相结合的方法,相关研究在全球及区域尺度上对植被的干旱响应开展了大量分析(Han et al.,2025王尧等,2025)。例如,已有研究表明,不同生态系统及植被类型在稳定性、抵抗力和恢复力方面存在显著性差异(刘媛媛等,2021Zhu et al.,2025)。然而,现有研究多聚焦于宏观区域或特定植被类型,针对广西这一兼具特殊地质背景和复杂森林条件区域的系统研究仍相对不足。
广西地区喀斯特与非喀斯特地貌在水文地质条件和土壤性质上存在显著性差异,可能导致森林对干旱的响应过程表现出不同特征(郭兵等,2017)。同时,区内天然林与人工林交错分布,二者在结构复杂性、物种多样性及生态适应性等方面存在差异,其对干旱的响应机制和恢复能力也可能存在较大差异。因此,厘清广西森林生态系统的稳定性及其对干旱的抵抗力和恢复力,不仅有助于提升区域森林生态系统稳定性及降低极端气候风险,而且还可为生态脆弱区的生态安全和可持续发展提供科学依据。
基于此,本研究以广西森林生态系统为研究对象,利用2010—2022年标准化降水蒸散指数(standardized precipitation evapotranspiration index, SPEI)和归一化差值植被指数(normalized difference vegetation index, NDVI),通过计算广西森林NDVI的稳定性及其对干旱的抵抗力和恢复力,拟探讨以下问题:(1)广西森林区域干旱的变化特征及其与森林NDVI的总体关系;(2)干旱胁迫下广西森林NDVI的稳定性、抵抗力和恢复力呈现怎样的空间格局;(3)不同地貌类型和森林类型下NDVI对干旱的稳定性、抵抗力和恢复力之间是否存在显著性差异。
1 研究区概况与研究方法
1.1 研究区概况
广西地处中国南部边疆(104°26′—112°04′E、20°54′—26°24′N),属于典型亚热带季风气候区,气候温暖,日照充足,雨热同期,干湿季分明。区域地势总体呈西北高、东南低的格局。区内喀斯特地貌广泛分布,面积约占总土地面积的37.8%,主要分布在桂西南、桂西北、桂中和桂东北地区(图1)。森林覆盖率高(约为62.5%),天然林和人工林交错分布(图1),其中天然林以常绿阔叶林和石灰岩季节性雨林为主,人工林则以桉树、杉木和松树为主,是我国重要的生物多样性保护区与木材战略储备基地。
1 研究区示意图
Fig. 1 Overview map of the study area
1.2 数据来源与处理
本文所用SPEI数据来源于Xia等(2024),该数据集提供了2001—2022年中国大陆多个时间尺度(1个月、3个月、6个月、12个月和24个月)的SPEI栅格数据,空间分辨率为1 km。本文选用3个月、6个月、12个月和24个月尺度的SPEI数据表征广西干旱的变化趋势。NDVI数据来源于美国航空航天局(NASA)发布的MODIS系列卫星产品MOD13A2,空间分辨率为1 km,时间分辨率为16 d,数据版本为V6.1,时间范围为2000年至今。土地利用类型数据来源于中国年度土地覆盖数据集(Annual China Land Cover Dataset, CLCD)(Yang & Huang,2021),该数据的空间分辨率为30 m,本文选用2010年的土地利用数据提取森林范围。森林类型数据来源于国家生态科学数据中心(Xiao et al.,2024),该数据提供了2021年全球30 m空间分辨率的人工林和天然林分布信息。为统一空间分辨率,采用众数法分别将土地利用类型数据和森林类型数据重采样至1 km分辨率,即将1 km像元内占比最高的30 m土地利用或森林类型赋为该像元值。CLCD包含9类土地利用类型,本研究仅保留重采样后仍为森林的像元,非森林像元则统一进行掩膜剔除。
1.3 研究方法
1.3.1 趋势分析法本文采用Theil-Sen趋势分析法计算2010—2022年广西森林NDVI的空间变化趋势。该方法为一种非参数统计方法,通过计算数据的中位数斜率(Sen斜率)来评估时间序列趋势。Sen分析通过中位数的方式计算斜率,可以减少数据异常值的影响,其计算方法如下所示(徐勇等,2023):
Sen = median (NDVIjNDVIiji), for j>i
式中:NDVI𝑗和NDVI𝑖为第𝑗年和第𝑖年的NDVI值,𝑗和𝑖为时间序列数;𝑆𝑒𝑛>0表示NDVI存在上升趋势,𝑆𝑒𝑛<0则表示数据存在下降趋势。
本文进一步采用Mann-Kendall显著性检验方法(MK检验)对Sen分析结果进行显著性检验,判定NDVI时间序列趋势是否显著。该方法不要求数据服从正态分布且不受缺省值和异常值的影响。当趋势检验置信水平通过95%(𝑃<0.05)时,即为通过显著性检验。
1.3.2 森林对干旱的敏感性评价指标
森林对干旱响应的敏感性可通过稳定性(stability,S)、抵抗力(resistance,𝑅𝑡)和恢复力(resilience,𝑅𝑐)3个指标进行评价,具体计算方法如下所示(Isbell et al.,2015Huang & Xia,2019):
S=YmδRt=Y¯m|YeY¯m|Rc=|YeY¯mYe+1Y¯m|
式中:𝑌𝑚表示研究期间NDVI的平均值;𝛿表示研究期间NDVI的标准差;𝑌𝑚代表非干旱年份NDVI的平均值,非干旱年份为SPEI大于等于-0.5的年份;𝑌𝑒表示极端干旱年的NDVI,极端干旱年为同一像元在研究期间SPEI的最小值;𝑌𝑒+1表示极端干旱年后一年的NDVI。
1.3.3 统计分析方法
首先,基于2010—2022年广西森林NDVI的变化趋势,从市级(14个市)、岩性(喀斯特和非喀斯特)和森林类型(天然林和人工林)3个维度对其空间变化趋势进行统计分析;然后,根据同期广西森林应对干旱的稳定性、抵抗力和恢复力结果,分别分析喀斯特与非喀斯特地区、天然林与人工林之间的差异;最后,针对上述结果,采用Mann-Whitney U检验对不同地貌类型和森林类型间NDVI变化趋势及其稳定性、抵抗力和恢复力的差异进行显著性检验。
2 结果与分析
2.1 广西干旱的变化特征
本文利用多个时间尺度(3个月、6个月、12个月和24个月)的SPEI数据分析2010—2022年广西森林地区干旱变化趋势。结果(图2)表明,研究期间广西森林地区干旱总体呈“先缓解后加剧”的变化特征。从2010年至2016年,SPEI值逐渐升高,表明干旱程度逐步缓解,2016年之后,SPEI值下降,干旱程度随之加剧。
不同时间尺度的SPEI波动特征存在明显差异,时间尺度越短,波动频率越高且幅度越大;时间尺度越长,波动频率越低且幅度越小(图2)。3个月尺度SPEI结果表明,研究期间共发生5次较严重的干旱事件(图2:A);6个月和12个月尺度SPEI变化显示,均仅在2010—2011年和2021—2022年出现较严重干旱(图2:B、C);24个月尺度SPEI结果表明,仅在2011年和2021—2022年出现严重干旱(图2:D)。尽管不同时间尺度SPEI在干旱波动周期和幅度上存在差异,但其总体变化趋势一致。
2 2010—2022年广西森林不同时间尺度SPEI的变化
Fig. 2 Variation of forest SPEI in Guangxi at different time scales from 2010 to 2022
2.2 广西森林NDVI的变化特征
利用2010—2022年NDVI数据,计算广西森林每年的NDVI均值,得到研究期间广西森林NDVI的时间序列变化曲线。结果(图3:A)表明,2010—2022年广西森林NDVI整体呈上升趋势,增长速率为0.06 a-1,表明近13年来区域植被总体呈“变绿”趋势。从时间变化特征来看,NDVI呈“先上升后下降”的变化特征,与SPEI变化趋势一致,表明植被生长受到干旱的影响。值得注意的是,2014年NDVI出现显著下降,可能与人工林大规模采伐活动有关。
3 2010—2022年广西森林NDVI的时间变化曲线(A)及Theil-Sen趋势速率空间分布(B)
Fig. 3 Temporal variation curve of forest NDVI in Guangxi from 2010 to 2022 (A) and spatial distribution of Theil-Sen trend rates (B)
本文采用Theil-Sen方法估计2010—2022年广西森林NDVI的变化趋势,其空间分布如图3:B所示,全区约87%的区域NDVI呈上升趋势;进一步结合Mann-Kendall显著性检验结果,其中约35%的区域表现为显著增加(𝑃<0.05)。从地市尺度看,百色市NDVI增幅最大,其次为南宁市和防城港市;而北海市和玉林市增幅相对较小(图4:A)。按照地貌类型划分,喀斯特地区NDVI增长趋势显著高于非喀斯特地区(𝑃<0.05)(图4:B)。从森林类型看,人工林NDVI增长幅度显著大于天然林(𝑃<0.05)(图4:C)。此外,全区约13%的森林区域NDVI呈下降趋势,主要分布在玉林市东南部、钦州市东部、桂林市中部及南部,以及柳州市和河池市中部地区。
4 2010—2022年广西14个市(A)、喀斯特地区与非喀斯特地区(B)及天然林与人工林(C)森林NDVI变化趋势
Fig. 4 Variation trend of forest NDVI across 14 cities (A), karst region vs non-karst region (B), and natural forest vs planted forest (C) in Guangxi from 2010 to 2022
2.3 广西森林NDVI对干旱的响应
广西森林NDVI对干旱的稳定性、抵抗力和恢复力的空间分布如图5所示。NDVI稳定性在广西西南十万大山、东部大瑶山及北部山区部分地区呈较高水平,表明这些区域森林在干旱,具有较强稳定性(图5:A)。相比之下,广西中部、西北及东北地区NDVI稳定性较低,表明该区域森林对干旱更为敏感(图5:A)。
广西森林NDVI对干旱的抵抗力空间分布如图5:B所示,与NDVI稳定性空间分布对比显示,稳定性较高的区域其抵抗力也相对较高。NDVI抵抗力较高的区域主要分布在广西南部、北部和东北部,表明这些区域森林对干旱的抵抗能力较强;而抵抗力较低的区域主要分布在东部、中部和西北部,表明这些地区森林的抗旱能力相对较弱。值得注意的是,NDVI抵抗力较低的区域表现出较高的恢复力,如广西东部、西部和北部部分地区,而其他区域则表现出较低的恢复力(图5:C)。
5 广西森林NDVI的稳定性(A)及其对干旱的抵抗力(B)和恢复力(C)的空间格局
Fig. 5 Spatial patterns of stability (A), resistance (B) and resilience (C) of forest NDVI in response to drought in Guangxi
本文进一步比较了喀斯特与非喀斯特地区、天然林与人工林NDVI的稳定性、抵抗力和恢复力,结果如图6所示。从地貌类型看,非喀斯特地区森林NDVI的稳定性和对干旱的抵抗力均显著高于喀斯特地区,相比之下,喀斯特地区森林NDVI的恢复力则显著高于非喀斯特地区(P<0.05)(图6:A-C)。这表明喀斯特地区森林更易受干旱影响,但其在干旱后具有较强的恢复能力,表现出“脆弱-恢复快”的特征。从森林类型看,天然林NDVI的稳定性显著高于人工林,同时其对干旱的抵抗力和恢复力也均显著高于人工林(P<0.05)(图6:D-F),表明天然林在维持森林生态系统结构和功能方面具有更强的优势。
6 广西喀斯特地区与非喀斯特地区、天然林与人工林NDVI的稳定性及其对干旱的抵抗力和恢复力
Fig. 6 Stability, resistance and resilience of NDVI in response to drought in karst region vs non-karst region and natural forest vs planted forest in Guangxi
3 讨论
3.1 广西森林NDVI变化趋势及其对干旱的响应特征
本研究表明,2010—2022年广西森林NDVI总体呈现“变绿”趋势,这与杨艳萍等(2021)刘叶一(2025)的研究结论一致,该结果说明广西森林植被覆盖持续改善。值得注意的是,喀斯特地区森林NDVI增幅高于非喀斯特地区。这一现象主要与区域生态工程实施密切相关。自2008年以来,广西持续推进石漠化综合治理与退耕还林工程,大规模人工造林显著改善了喀斯特地区植被覆盖状况,促进了植被快速恢复(蔡会德等,2011莫建飞等,2023)。喀斯特地区因其初始植被本底较低、生态恢复空间较大,在生态工程干预下表现出更高的恢复速率。与此同时,人工林NDVI增幅显著高于天然林,揭示了速生用材林(如桉树、杉木)的大规模种植在短期内快速提升了区域NDVI。值得注意的是,2014年广西森林NDVI出现明显下降,这可能是人工林实行4~6 a轮伐制度导致2008—2010年种植的速生树种在2014年前后进入成熟期,形成了皆伐高峰,从而使NDVI显著下降。
NDVI变化与SPEI所表征的干旱演变过程高度一致,表明水分条件是调控广西森林生长的重要气候因子。2010—2016年间,随着干旱程度逐步缓解,NDVI持续上升;2016年之后,随着干旱加剧,NDVI增速放缓并出现波动下降。这种时间同步变化关系表明,在亚热带季风气候背景下,水分条件仍是限制植被生长的关键因子,干旱对森林生态系统功能具有显著约束作用。
3.2 干旱胁迫下森林稳定性-抵抗力-恢复力的权衡机制
在干旱响应方面,本研究发现广西森林NDVI的稳定性与抵抗力具有一致的空间分布特征,而恢复力呈现相反格局,表明区域森林在应对干旱的抵抗能力和恢复能力之间存在权衡关系。本结果与生态系统韧性理论所揭示的抵抗力与恢复力之间的权衡关系(Yao et al.,20222024)相一致。这种权衡反映了森林生态系统在面对干旱胁迫时的两种不同响应策略:一是通过维持功能稳定来抵御干旱冲击;二是通过干旱后的快速补偿实现功能恢复。
非喀斯特地区森林NDVI的稳定性和抵抗力显著高于喀斯特地区,这主要与两类区域的水文地质条件差异有关。非喀斯特地区土层较厚、持水能力强,在干旱期间能够维持较稳定的水分供给,从而增强植被的稳定性和抗旱能力。相比之下,喀斯特地区土层浅薄、岩溶裂隙发育,导致土壤蓄水能力差,植被更易受到干旱影响,因而表现出较低的稳定性和抵抗力(彭大为等,2021)。然而,喀斯特地区表现出更高的恢复力,本研究结果与Chen等(2023)关于2010年后西南喀斯特植被恢复力反超非喀斯特地区的结论一致。该现象可能与以下两方面机制有关:一方面,近年来石漠化治理和生态修复工程的实施显著提升了该区域植被的恢复潜力(吕妍等,2018);另一方面,喀斯特环境通过长期自然选择形成了以耐旱、耐瘠薄物种为主的植被组成,这些物种偏向使用更少的能量来维持生命,有利于其在干旱胁迫后实现快速恢复(Chen et al.,2023)。因此,喀斯特生态系统表现出脆弱但恢复快的典型特征。
从森林类型来看,天然林在稳定性、抗旱性和恢复力方面均优于人工林。这主要源于天然林具有更高的物种多样性和更复杂的群落结构,能够通过生态位互补和功能冗余来增强系统稳定性(Bai & Tang,2024);同时,其深根系结构和更强的生态适应性有助于缓冲干旱胁迫。相比之下,人工林由于树种单一、结构简单,对环境变化更为敏感,因此抗旱能力和恢复能力相对较弱(Ma et al.,2025)。
3.3 研究不足与展望
需要指出的是,本研究仍存在一定局限性。一方面,在森林覆盖度较高的区域,NDVI易受到饱和效应的影响,这可能导致植被生长变化幅度及其对干旱响应的强度被低估,从而影响稳定性、抵抗力和恢复力的精确评估;另一方面,本研究主要基于NDVI单一指标,尚未充分刻画植被生理过程(如光合作用与水分利用效率)的动态变化特征。未来研究可进一步结合增强型植被指数、太阳诱导叶绿素荧光和植被光学厚度等饱和点更高的多源遥感指数,从多个维度综合刻画植被对干旱的响应特征,以提升对复杂森林生态系统干旱响应机制的解析能力。
4 结论
基于2010—2022年NDVI与多时间尺度SPEI数据,本文系统评估了广西森林在干旱胁迫下的稳定性、抵抗力和恢复力特征,揭示了不同地貌与森林类型在干旱响应机制上的显著性差异。
本研究表明,近13年来广西森林总体呈“变绿”趋势。在气候变化背景下,NDVI变化趋势与干旱演变过程高度一致,表明该区域森林对水分变化的高度敏感性。在干旱胁迫下,广西森林稳定性与抵抗力呈现高度一致的空间分布特征,而恢复力则表现出相反的空间格局,揭示了该区域森林在“抗干旱能力”与“恢复潜力”之间存在权衡关系。本研究进一步表明,非喀斯特地区森林具有更高的稳定性和抵抗力,而喀斯特地区森林的恢复力显著高于非喀斯特地区,该差异反映了喀斯特地区独特的水文地质条件及近年来生态修复工程的综合效应;在森林类型上,天然林在稳定性、抵抗力和恢复力方面均显著优于人工林,表明其复杂的群落结构和较高的物种多样性在增强生态系统抗旱韧性方面具有重要作用。
本研究揭示了广西森林在不同地貌类型和林型背景下对干旱响应的差异特征,为理解喀斯特生态系统在气候变化背景下的稳定机制提供了区域实证基础,同时为森林结构优化与生态修复策略的制定提供了理论支撑。
1 研究区示意图
Fig. 1 Overview map of the study area
2 2010—2022年广西森林不同时间尺度SPEI的变化
Fig. 2 Variation of forest SPEI in Guangxi at different time scales from 2010 to 2022
3 2010—2022年广西森林NDVI的时间变化曲线(A)及Theil-Sen趋势速率空间分布(B)
Fig. 3 Temporal variation curve of forest NDVI in Guangxi from 2010 to 2022 (A) and spatial distribution of Theil-Sen trend rates (B)
4 2010—2022年广西14个市(A)、喀斯特地区与非喀斯特地区(B)及天然林与人工林(C)森林NDVI变化趋势
Fig. 4 Variation trend of forest NDVI across 14 cities (A), karst region vs non-karst region (B), and natural forest vs planted forest (C) in Guangxi from 2010 to 2022
5 广西森林NDVI的稳定性(A)及其对干旱的抵抗力(B)和恢复力(C)的空间格局
Fig. 5 Spatial patterns of stability (A), resistance (B) and resilience (C) of forest NDVI in response to drought in Guangxi
6 广西喀斯特地区与非喀斯特地区、天然林与人工林NDVI的稳定性及其对干旱的抵抗力和恢复力
Fig. 6 Stability, resistance and resilience of NDVI in response to drought in karst region vs non-karst region and natural forest vs planted forest in Guangxi
BAI Y H, TANG Z Y, 2024. Enhanced effects of species richness on resistance and resilience of global tree growth to prolonged drought [J]. Proceedings of the National Academy of Sciences, 121(39): e24104671211.
CAI H D, HU B Q, NONG S Q, et al. , 2011. Guangxi rocky desertification harness status and district facilities policy [J]. Journal of Guangxi Teachers Education University (Natural Science Edition), 28(3): 57-62.
[蔡会德, 胡宝清, 农胜奇, 等, 2011. 广西石漠化治理现状及其分区施策 [J]. 广西师范学院学报(自然科学版), 28(3): 57-62.]
CHEN T T, WANG Q, WANG Y X, et al. , 2023. Differentiation characteristics of karst vegetation resilience and its response to climate and ecological restoration projects [J]. Land Degradation & Development, 34(16): 5055-5070.
GUO B, JIANG L, LUO W, et al. , 2017. Study of an evaluation method of ecosystem vulnerability based on remote sensing in a southwestern karst mountain area under extreme climatic conditions [J]. Acta Ecologica Sinica, 37(21): 7219-7231.
[郭兵, 姜琳, 罗巍, 等, 2017. 极端气候胁迫下西南喀斯特山区生态系统脆弱性遥感评价 [J]. 生态学报, 37(21): 7219-7231.]
HAN L, CHEN Y N, WU C Y, et al. , 2025. Divergent drought-induced suppression on vegetation and associated feedbacks: Satellite-based observations in 2022 across the Yangtze River basin, China [J]. Journal of Hydrology, 661: 133673.
HUANG F Z, LI J X, LI D X, et al. , 2021. Physiological and ecological adaptation of karst woody plants to drought [J]. Guihaia, 41(10): 1644-1653.
[黄甫昭, 李健星, 李冬兴, 等, 2021. 岩溶木本植物对干旱的生理生态适应 [J]. 广西植物, 41(10): 1644-1653.]
HUANG K, XIA J Y, 2019. High ecosystem stability of evergreen broadleaf forests under severe droughts [J]. Global Change Biology, 25(10): 3494-3503.
ISBELL F, CRAVEN D, CONNOLLY J, et al. , 2015. Biodiversity increases the resistance of ecosystem productivity to climate extremes [J]. Nature, 526(7574): 574-577.
JING L J, HE C X, WANG Y F, et al. , 2022. Spatiotemporal evolution characteristics of meteorological drought in southwest China from 1902 to 2018 [J]. Research of Soil and Water Conservation, 29(3): 220-227.
[靖娟利, 和彩霞, 王永锋, 等, 2022. 西南地区1902-2018年干旱时空演变特征分析 [J]. 水土保持研究, 29(3): 220-227.]
LI Y G, CAO Y G, YAN Z D, et al. , 2024. A review of ecological concepts and quantitative methods of resilience [J]. Journal of Ecology and Rural Environment, 40(7): 841-853.
[李艳鸽, 曹银贵, 严子循, 等, 2024. 恢复力的生态学内涵及量化方法研究综述 [J]. 生态与农村环境学报, 40(7): 841-853.]
LIU Y Y, 2025. Diverse responses of vegetation NDVI to multi-time scale SPEI across karst and non-karst areas [J]. Acta Ecologica Sinica, 45(16): 1-14.
[刘叶一, 2025. 喀斯特和非喀斯特地区植被NDVI对多时间尺度SPEI的不同响应 [J]. 生态学报, 45(16): 1-14.]
LIU Y Y, LI X, WANG X B, et al. , 2021. Vegetation stability in response to extreme droughts from 2001 to 2018 in the core area of China-Laos transportation corridors [J]. Acta Ecologica Sinica, 41(7): 2537-2547.
[刘媛媛, 李霞, 王小博, 等, 2021. 2001-2018年中国-老挝交通走廊核心区植被稳定性对极端干旱的响应 [J]. 生态学报, 41(7): 2537-2547.]
LIU L B, GUDMUNDSSON L, HAUSER M, et al. , 2019. Revisiting assessments of ecosystem drought recovery [J]. Environmental Research Letters, 14(11): 114028.
LUO X L, WEI C, QIN W J, 2015. Feature of atmospheric circulation anomalies of the extremely severe drought in northwestern Guangxi from July to August 2011 [J]. Climatic and Environmental Research, 20(3): 257-268.
[罗小莉, 韦晨, 覃卫坚, 2015. 2011年盛夏广西西北部特大干旱的环流异常特征 [J]. 气候与环境研究, 20(3): 257-268.]
LÜ Y, ZHANG L, YAN H M, et al. , 2018. Spatial and temporal patterns of changing vegetation and the influence of environmental factors in the karst region of Southwest China [J]. Acta Ecologica Sinica, 38(24): 8774-8786.
[吕妍, 张黎, 闫慧敏, 等, 2018. 中国西南喀斯特地区植被变化时空特征及其成因 [J]. 生态学报, 38(24): 8774-8786.]
MA L L, MA J, YAN P, et al. , 2025. Planted forests in China have higher drought risk than natural forests [J]. Global Change Biology, 31(2): e70055.
MO J F, CHEN Y L, MO W H, 2023. Multi-scaled analysis of spatial-temporal evolution of vegetation ecological quality in the karst area of Guangxi [J]. Carsologica Sinica, 42(5): 1117-1130.
[莫建飞, 陈燕丽, 莫伟华, 2023. 广西喀斯特地区植被生态质量多尺度时空演变分析 [J]. 中国岩溶, 42(5): 1117-1130.]
PENG D W, ZHOU Q W, XIE X M, et al. , 2021. Effect of underlying surface factors on water use efficiency in the karst area [J]. Progress in Geography, 40(12): 2086-2100.
[彭大为, 周秋文, 谢雪梅, 等, 2021. 下垫面因素对喀斯特地区水分利用效率的影响 [J]. 地理科学进展, 40(12): 2086-2100.]
VAN DER MOLEN M K, DOLMAN A J, CIAIS P, et al. , 2011. Drought and ecosystem carbon cycling [J]. Agricultural and Forest Meteorology, 151(7): 765-773.
WANG F, DING J L, WEI Y, 2017. Analysis of drought characteristics over countries and regions of “The Belt and Road” in recent one hundred years [J]. Journal of Geo-information Science, 19(11): 1442-1455.
[王飞, 丁建丽, 魏阳, 2017. “一带一路”国家和地区百年尺度干旱化特征分析 [J]. 地球信息科学学报, 19(11): 1442-1455.]
WANG T Y, WANG P, WU Z N, et al. , 2023. Progress in the study of ecological resilience of vegetation under drought stress [J]. Advances in Earth Science, 38(8): 790-801.
[王田野, 王平, 吴泽宁, 等, 2023. 干旱胁迫下植被生态韧性研究进展 [J]. 地球科学进展, 38(8): 790-801.]
WANG Y, WANG Y B, CHEN Z Y, et al. , 2025. Effect of consecutive drought on the resilience and resistance of the grasslands on the Mongolian Plateau [J]. Chinese Journal of Plant Ecology, 49(7): 1070-1081.
[王尧, 王耀彬, 陈子彦, 等, 2025. 连续干旱对蒙古高原草地恢复力和抵抗力的影响 [J]. 植物生态学报, 49(7): 1070-1081.]
XIA H M, SHA Y T, ZHAO X Y, et al. , 2024. HSPEI: A 1-km spatial resolution SPEI dataset across the Chinese mainland from 2001 to 2022 [J]. Geoscience Data Journal, 11(4): 479-494.
XIAO Y L, WANG Q M, ZHANG H K, 2024. Global natural and planted forests mapping at fine spatial resolution of 30 m [J]. Journal of Remote Sensing, 4: 0204.
XU Y, DAI Q Y, HUANG W T, et al. , 2023. Spatio-temporal variation in vegetation cover and its driving mechanism exploration in Southwest China from 2000 to 2020 [J]. Environmental Science, 44(1): 323-335.
[徐勇, 戴强玉, 黄雯婷, 等, 2023. 2000~2020年西南地区植被NDVI时空变化及驱动机制探究 [J]. 环境科学, 44(1): 323-335.]
YAN Y, MO J Y, JIN J, et al. , 2024. Spatio-temporal patterns of meteorological drought and impact on vegetation in karst region and non-karst region of Southwest China [J]. Geographica Science, 44(7): 1275-1285.
[闫妍, 莫金宇, 靳佳, 等, 2024. 西南喀斯特地区与非喀斯特地区气象干旱时空特征及其对植被的影响 [J]. 地理科学, 44(7): 1275-1285.]
YAO Y, FU B J, LIU Y X, et al. , 2022. Evaluation of ecosystem resilience to drought based on drought intensity and recovery time [J]. Agricultural and Forest Meteorology, 314: 108809.
YAO Y, LIU Y X, SONG J X, et al. , 2024. Declining tradeoff between resistance and resilience of ecosystems to drought [J]. Earth's Future, 12(5): e2024EF004665.
YANG B H, 2011. Study on consecutive drought climate characteristics and impacts assessment in summer, autumn, winter and spring from 2009 to 2010 in Guangxi [J]. Journal of Anhui Agricultural Sciences, 39(16): 9868-9869, 9984.
[杨宝回, 2011. 广西2009~2010年夏秋冬春连旱气候特征分析及影响评价 [J]. 安徽农业科学, 39(16): 9868-9869, 9984.]
YANG X X, YANG Y C, DENG S M, et al. , 2020. Research on drought characteristics and agricultural drought risk assessment in Guangxi based on SPEI [J]. Research of Soil and Water Conservation, 27(4): 113-121.
[杨星星, 杨云川, 邓思敏, 等, 2020. 基于SPEI的广西干旱综合特征及农业旱灾风险研究 [J]. 水土保持研究, 27(4): 113-121.]
YANG Y P, CHEN J J, QIN Q T, et al. , 2021. Temporal and spatial variation of vegetation and its response to topography, climate and land use in Guangxi during 2000-2018 [J]. Transactions of the Chinese Society of Agricultural Engineering, 37(17): 234-241.
[杨艳萍, 陈建军, 覃巧婷, 等, 2021. 2000-2018年广西植被时空变化及其对地形、气候和土地利用的响应 [J]. 农业工程学报, 37(17): 234-241.]
YANG J, HUANG X, 2021. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019 [J]. Earth System Science Data, 13(8): 3907-3925.
YUAN W, ZHENG Y, PIAO S L, et al. , 2019. Increased atmospheric vapor pressure deficit reduces global vegetation growth [J]. Science Advances, 5(8): eaax1396.
ZHOU G Y, ZHOU L Y, SHAO J J, et al. , 2020. Effects of extreme drought on terrestrial ecosystems: review and prospects [J]. Chinese Journal of Plant Ecology, 44(5): 515-525.
[周贵尧, 周灵燕, 邵钧炯, 等, 2020. 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, 44(5): 515-525.]
ZHU X Y, HUANG S Z, SINGH V P, et al. , 2025. Terrestrial ecosystem resilience to drought stress and driving mechanisms thereof in the Yellow River Basin, China [J]. Journal of Hydrology, 649: 132480.