Plateau Meteorology

Plateau Meteorology >

2026 , Vol. 45 >Issue 3: 758 - 769

DOI: https://doi.org/10.7522/j.issn.1000-0534.2025.00122

The Impact of Extreme Hydro-Meteorological Events in the Yellow River Basin of Inner Mongolia on Vegetation Cover

  • Ran ZHANG , 1, 2 ,
  • Xueyi XUN , 1 ,
  • Jiayu DU 1 ,
  • Dehua KONG 1 ,
  • Zixin KANG 3
Expand
  • 1. College of Ecology and Environment，Inner Mongolia University，Hohhot 010020，Inner Mongolia，China
  • 2. Civil Aviation University of China，College of Air Traffic Management，Tianjin 300300，China
  • 3. College of Computer Science，Inner Mongolia University，Hohhot 010020，Inner Mongolia，China

Received date: 2024-11-26

  Revised date: 2025-07-02

  Online published: 2026-05-22

Copyright

© Editorial Department of Plateau Meteorology （CC BY-NC-ND）
Fold

Abstract

The stability of the ecosystem of the Yellow River Basin in Inner Mongolia is seriously threatened under the double pressure of climate change and extreme events.In view of this， this paper selects precipitation and vapour pressure deficit as indicators to measure the intensity of hydro-meteorological events， defines extreme hydro-meteorological events by using the dynamic extreme value method based on image elements， adopts linear regression analysis to reveal the laws and trends of spatiotemporal evolution of extreme hydro-meteorological events in the Yellow River Basin of Inner Mongolia， and explores the impact mechanism of extreme hydro-meteorological events on vegetation cover by using Pearson's correlation analysis and Geodetector.Using Pearson's correlation analysis and Geodetector， we discussed the influence mechanism of extreme hydro-meteorological events on vegetation cover.The results show that the overall trend of extreme drought events in the Yellow River Basin of Inner Mongolia is decreasing， the trend of extreme wet events is increasing， the trend of extreme precipitation and wet events is obviously different in the geographical area， the overall trend of vegetation NDVI is increasing， and the area of significant increase is more than 50% of the watershed area； the frequency of extreme hydro-meteorological drought events is basically equal to that of extreme hydro-meteorological wet events， the frequency of extreme precipitation and drought events is obviously higher than that of extreme precipitation and wet events， and the frequency of extreme precipitation and wet events is significantly higher than that of extreme precipitation and wet events.The frequency of extreme water vapour drought events is almost equal to that of extreme water vapour wet events， while the frequency of extreme precipitation drought events is significantly higher than that of extreme precipitation wet events， and the spatial pattern is reverse.Extreme drought events have a significant negative impact on vegetation coverage， while extreme wet events have a significant positive impact.The range of significant influence of extreme water vapor wet events on vegetation coverage is significantly smaller than that of extreme water vapor drought events， extreme precipitation wet events， and extreme precipitation drought events.Extreme water vapor wet events， extreme precipitation drought events， and extreme precipitation wet events play a very important role in driving vegetation coverage， among which extreme water vapor wet events have the most significant impact.The degree of influence of compound extreme hydro-meteorological events is higher than that of single extreme hydro-meteorological events， driving vegetation coverage in two ways： double-factor enhancement and non-linear enhancement.The research results can provide scientific references for ecological and environmental protection work such as vegetation restoration and soil and water conservation.

Key words： the Yellow River basin in Inner Mongolia; extreme hydro-meteorological events; normalized vegetation index; vapor pressure deficit; precipitation

Cite this article

Ran ZHANG , Xueyi XUN , Jiayu DU , Dehua KONG , Zixin KANG . The Impact of Extreme Hydro-Meteorological Events in the Yellow River Basin of Inner Mongolia on Vegetation Cover[J]. Plateau Meteorology, 2026 , 45(3) : 758 -769 . DOI: 10.7522/j.issn.1000-0534.2025.00122

1 引言

在全球气候变化持续加剧的背景下， 极端气候事件强度与时空格局正经历着显著变化（Robinson et al， 2021）。极端干旱与极端湿润事件作为气候系统的突出表现形式， 正以前所未有的态势冲击着地球生态系统（Han et al， 2023）。植被作为陆地生态系统的核心组成部分， 其动态变化不仅调控着区域乃至全球尺度的碳-水耦合循环与生物地球化学过程（Bruelheide et al， 2018； 傅光华， 2022； 白轶伟等， 2025）， 还作为生态韧性指示器与气候反馈调节器影响气候系统（吴阳等， 2025）。土壤水分在极端干旱时迅速亏缺， 容易抑制植物气孔导度与阻碍光合碳同化作用（郭文靖等， 2025）。而极端湿润事件， 尽管能够暂时缓解区域干旱压力（Jiang et al， 2019）， 却也容易引发洪涝灾害， 直接影响雪深（曹晓云等， 2025）， 致使地表径流激增与土壤孔隙水分饱和， 诱发根系含氧量锐减和营养成分流失， 进而对植被造成不利影响。
已有研究表明， 若全球变暖趋势持续， 未来中国北方地区植被密度和覆盖度将继续增长（Wei et al， 2023）， 这种生物量加速累积效应会通过改变地表反照率和蒸散发来调节气候系统。作为21世纪初以来林草植被恢复和水土保持工程的重点实施区之一（陈永喆等， 2024）， 内蒙古黄河流域生态经济系统的脆弱性正面临着双重压力。近50年来该区域总云量显著减少和蒸散量明显下降（张峰， 2024）， 降水时空格局和区域水循环过程发生了明显变化（张琪等， 2011）， 从而增加了极端干旱风险发生的可能性（徐欣瑶等， 2025）。极端干旱事件能够通过降低净初级生产力， 对生态系统造成严重干扰甚至导致不可逆的退化， 并对植被生长和农业生产造成严重影响（刘哲琼等， 2023）。尽管现有研究已经初步揭示了植被覆盖与气候因子的响应关系（解晗等， 2022）， 但关于极端水文气象事件对生态安全的作用路径和对气候变化、 水文极端性和植被系统的响应机制等关键科学问题仍缺乏科学合理的解释。
鉴于此， 本文在上述研究基础上， 基于降水（Precipitation， PRE）和饱和水汽压差（Vapor Pressure Deficit， VPD）两个气象要素， 设计描述极端水文气象事件的指标， 用于系统解析极端水文气象事件时空演变规律， 揭示全球气候变化背景下极端气候事件对陆地生态系统的影响， 以期为区域尺度极端气候风险评估及生态响应机制研究提供科学合理的参考依据。

2 研究区概况

内蒙古黄河流域地处黄河流域最北端， 流经阿拉善、 乌海、 巴彦淖尔、 鄂尔多斯、 包头、 呼和浩特和乌兰察布等7个盟（市）共41个旗（县或区）［图1（a）］， 为了描述方便， 文中将旗（县或区）进行编码（表1）， 该流域包括前套平原（编码： 1-21）、 后套平原（编码： 22-28）和鄂尔多斯高原（编码： 29-41）， 是中国重要的粮食基地、 能源基地和北疆生态安全与绿色屏障的组成部分（籍健勋等， 2025）。前套平原又称土默川平原， 素有内蒙古“米粮川”之美誉； 后套平原分布着大面积湿地， 中温带候鸟在此繁衍生息和中转迁徙， 是北方重要的防沙生态屏障； 鄂尔多斯高原位于内蒙古高原西南部和黄河几字弯腹地， 沙漠和沙地广布， 煤炭、 石油和天然气等能源储量丰富， 是我国典型的生态工程实施地和能源储备区（马妍， 2024； 王俊枝等， 2025）。
图1 研究区及主要植被空间分布

Fig.1 Spatial distribution of the main vegetation types over the study area

表1 旗（县或区）与对应编码

Table 1 County or district with corresponding codes

旗（县或区） 编码 旗（县或区） 编码 旗（县或区） 编码 旗（县或区） 编码
四子王旗 1 土默特左旗 11 达茂旗 21 乌达区 31
察右中旗 2 托克托县 12 乌拉特前旗 22 海南区 32
卓资县 3 武川县 13 乌拉特中旗 23 杭锦旗 33
凉城县 4 土默特右旗 14 五原县 24 鄂托克旗 34
和林格尔县 5 固阳县 15 临河区 25 鄂托克前旗 35
清水河县 6 石拐区 16 乌拉特后旗 26 达拉特旗 36
新城区 7 东河区 17 杭锦后旗 27 东胜区 37
赛罕区 8 青山区 18 磴口县 28 康巴什区 38
玉泉区 9 昆都仑区 19 阿拉善左旗 29 伊金霍洛旗 39
回民区 10 九原区 20 海勃湾区 30 乌审旗 40
准格尔旗 41

3 资料来源和研究方法

3.1　资料来源与处理

研究资料包括气象数据、 NDVI数据和土地利用类型数据。其中， 气象数据和土地利用类型数据源自国家青藏高原科学数据中心（http： //data.tpdc.ac.cn/）提供的中国区域地面气象要素驱动数据集v1.6和中国土地利用数据（1980 -2015）。本文气象数据集选用逐日0.1°×0.1°空间分辨率的近地面气温、 近地面气压、 近地面比湿和地面降水率共4个气象要素， 时间范围为1995 -2018年； NDVI数据源自中国植被指数空间分布数据集（http： //www.gisrs.cn/）， 其空间分辨率为1000 m， 采用时段为1998 -2017年； 选取2010年空间分辨率为1000 m的土地利用类型数据， 并重分类为耕地、 林地、 草地、 灌木林地和其他共5种类型［图1（b）］。由于气象数据与NDVI数据和土地利用类型数据空间分辨率存在差异， 不便用于分析极端水文气象事件与植被覆盖的关系， 因此， 为匹配植被NDVI数据空间分辨率， 采用克里金插值法将气象资料空间分辨率插值为1000 m。文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2024）0650号中国地图制作， 底图无修改。

3.2　研究方法

3.2.1　极端水文气象事件识别

本文采用基于像元的动态极值法（Lu et al， 2018）， 依据金佳鑫等（2021）研究长江流域极端水文气象事件时空演变规律的设计方案， 识别和统计极端水文气象事件。即针对研究区每个像元， 在研究时段选取历年以相同日期为基准日的前10日和后10日共462日作为时间窗口样本； 将时间窗口VPD（PRE）样本由大（小）到小（大）排列， 定义10%和90%分位数值为极端干旱阈值Dc 和极端湿润阈值Wc。其中， 降水量需剔除零值进行统计， 具体判别方法如表2所示。统计1年中出现极端干旱和极端湿润日数的累积值即为该年极端水文气象事件的频数。
表2 极端水文气象事件判别

Table 2 Identification of extreme hydro-meteorological events

类 型 名称含义 名称简称 判别式
极端干旱事件 极端降水干旱事件 Dry-PRE PRE≤Dc
极端水汽干旱事件 Dry-VPD VPD≥Dc
极端湿润事件 极端降水湿润事件 Wet-PRE PRE≥Wc
极端水汽湿润事件 Wet-VPD VPD≤Wc

3.2.2　地理探测器

本文引入地理探测器（Geodetector）空间统计模型（王劲峰和徐成东， 2017）， 阐述极端水文气象事件对植被覆盖的驱动作用。模型通过计算因子解释力q值［0， 1］来定量表征极端水文气象事件对植被覆盖的驱动效应。当q→1时， 表明极端水文气象事件对植被覆盖空间格局具有决定性解释能力； 当q→0时， 两者不存在显著空间关联； q值域内数值与解释效能呈严格单调递增关系。此外， 借助交互作用探测模块， 通过比较独立因子q值代数与双因子交互探测值数学关系， 精准判别极端事件协同作用类型（表3）。
表3 两个自变量对因变量交互作用类型

Table 3 Types of interaction between two covariates

判据 交互关系
q ( X 1 ⋂ X 2 ) < M i n ( q ( X 1 ) ,   q ( X 2 ) ) 非线性减弱
M i n ( q ( X 1 ) ,   q ( X 2 ) ) < q ( X 1 ⋂ X 2 ) < M a x ( q ( X 1 ) ) ,   q ( X 2 ) ) 单因子非线性减弱
q ( X 1 ⋂ X 2 ) > M a x ( q ( X 1 ) ,   q ( X 2 ) ) 双因子增强
q ( X 1 ⋂ X 2 ) = q ( X 1 ) + q ( X 2 ) 独立
q ( X 1 ⋂ X 2 ) > q ( X 1 ) + q ( X 2 ) 非线性增强
此外， 基于一元线性回归模型（蒲娅和朱朋， 2021）定量分析极端水文气象事件年际变化趋势， 运用皮尔逊相关分析法（郭亮等， 2023）探讨极端水文气象事件和植被覆盖的关系， 并通过t检验（俞立平， 2025）进行显著性验证， 以确保研究结论的可靠性。

4 结果分析

4.1　极端水文气象事件演变

4.1.1　空间分布

从极端水文气象事件年均频数空间分布（图2）可以看出， 研究区Dry-VPD年均频数除鄂尔多斯高原西北部低于33 d外， 其余地区介于33~36 d之间， 约占流域面积的98.85%。与Dry-VPD年均频数形成鲜明对比的是， Dry-PRE年均频数明显偏多， 约99%区域超过160 d。高值区出现在鄂托克前旗南部， 约0.48%的区域超过270 d， 低值区集中分布在杭锦旗与鄂托克旗东部交界处， 不足160 d的区域约占0.76%。Wet-VPD年均频数与Dry-VPD年均频数相当， 但超过32 d的区域缩减至90.75%。值得关注的是， Wet-PRE年均频率与Dry-PRE年均频率空间格局位相基本相反， 且Wet-PRE年均频数较Wet-VPD年均频数明显偏小， 超过18 d的区域仅占流域面积的1.78%， 分布在赛罕区和杭锦旗与鄂托克旗交界处。
图2 极端水文气象事件年均频数空间分布

Fig.2 Spatial distribution of annual mean extreme hydro-meteorological events

4.1.2　演变趋势

同温度和降水等气象要素一样， 极端水文气象事件年均频数的空间分布存在着明显的不均匀性（图2）， 那么， 其随时间又该如何变化呢？为分析极端水文气象事件的年际变化规律， 将内蒙古黄河流域按照前套平原、 后套平原和鄂尔多斯高原分成3个区域， 计算极端水文气象事件区域平均频数（图3）， 用以揭示区域平均频数年际变化规律。图3中实线代表极端水文气象事件区域平均频数的年际变化， 虚线代表区域平均频数的变化趋势， 色块代表区域标准差的变化特征。
图3 极端水文气象事件频数年际变化

Fig.3 Inter-annual variabilities of annual mean extreme hydro-meteorological events

统计结果表明， Dry-VPD频数呈缓慢波动下降趋势［图3（a）］， 前套平原、 后套平原和鄂尔多斯高原的年际降幅分别为0.65 d·a-1、 0.12 d·a-1和0.40 d·a-1， 峰值（56 d、 52 d和54 d）依次出现在1999年、 2013年和2009年。后套平原和鄂尔多斯高原最低值（2 d和8 d）均出现在2012年， 前套平原最低值（10 d）出现在2003年。与之形成对比的是， Wet-VPD频数呈平缓上升趋势［图3（b）］， 前套平原、 后套平原和鄂尔多斯高原的年际增幅分别为0.18 d·a-1、 0.58 d·a-1和0.17 d·a-1， 峰值（48 d、 55 d和51 d）依次出现在2003年、 2011年和2008年。前套平原和后套平原最低值均为19 d， 分别出现在2001年和2005年， 鄂尔多斯高原最低值（21 d）出现在2013年。对基于降水量的极端水文事件区域平均频数年际变化而言， Dry-PRE频数在后套平原和鄂尔多斯高原呈显著降低趋势（p<0.05）， 年际降幅分别达到了1.46 d·a-1和2.06 d·a-1， 在前套平原则以0.18 d·a-1的速率平缓下降［图3（c）］。值得注意的是， 前套平原、 后套平原和鄂尔多斯高原的峰值（225 d、 241 d和253 d）均出现在1999年， 最低值（168 d、 192 d和185 d）出现年份则存在明显的区域异步性， 分散在2003年、 2010年和2012年。Wet-PRE频数变化南北分异特征明显［图3（d）］， 前套平原（0.38 d·a-1， p<0.05）和后套平原（0.27 d·a-1）呈上升趋势， 而鄂尔多斯高原则以0.09 d·a-1的速率波动下降。可见， 前套平原、 后套平原和鄂尔多斯高原间区域平均频数的年际变化存在着较大的差异， 这意味着极端水文气象事件演变趋势具有明显的地域性差异。
图4展示了极端水文气象事件频数变化趋势空间分布， 图中斜线填充区表示变化趋势显著（p<0.05）。就极端水汽干旱事件而言， Dry-VPD频数变化趋势［图4（a）］显示内蒙古黄河流域68.31%的区域呈降低趋势， 主要覆盖前套平原东部、 后套平原中部和东部以及鄂尔多斯高原除西部偏西、 东北部和东部边缘地区以外的大范围区域， 其中显著降低区域占流域面积的23.7%， 而显著升高区域分布范围相对较小。Dry-PRE频数降低趋势［图4（b）］的范围显著扩大， 覆盖流域面积92%以上， 其中显著降低趋势区域约占流域面积的58.82%， 集中分布在后套平原和鄂尔多斯高原核心区域。与之形成对比的是， Dry-PRE频数升高趋势仅见于前套平原和鄂尔多斯高原东北部， 占比不足8%。
图4 极端水文气象事件年际变化趋势空间分布

Fig.4 Spatial distribution of annual mean extreme hydro-meteorological events changing trend

在极端湿润事件方面， Wet-VPD频数［图4（c）］与Wet-PRE频数［图4（d）］升高趋势区域占比呈与极端水汽干旱事件和极端降水干旱事件频数降低区域占比接近的特征， 但Wet-VPD频数升高趋势范围明显较Wet-PRE频数偏小。具体而言， Wet-VPD频数升高区域占流域面积的77.97%， 显著升高区域占13.05%， 显著降低区域仅占1.67%。相较而言， Wet-PRE频数升高范围更为突出， 近90%流域面积呈升高趋势， 其中27.96%达到显著水平， 分布在前套平原、 后套平原东部和鄂尔多斯高原东部边缘。值得关注的是， Wet-PRE频数降低趋势空间聚集特征明显， 分布在阿拉善左旗南部、 鄂托克旗中部、 鄂托克前旗和乌审旗境内。

4.2　植被覆盖变化规律

植被覆盖状况会与气象要素甚至水文条件一样， 一般具有明显的地域性差异。内蒙古黄河流域NDVI值分布处于0.058~0.842［图5（a）］， 区域平均NDVI值表现为前套平原（0.51）>后套平原（0.37）>鄂尔多斯高原（0.28）， 其中， 低植被覆盖区（NDVI<0.2）占流域面积的16.94%， 集中分布在后套平原北部； 高植被覆盖区（NDVI>0.6）占9.14%， 呈斑块状散布于前套平原和后套平原南部。随着人类保护和恢复生态环境意识的增强， 1998 -2017年研究区植被覆盖呈显著改善趋势［图5（b）］， 前套平原、 后套平原和鄂尔多斯高原区域平均NDVI值年际增长速率分别为0.048 （10a）-1、 0.038 （10a）-1和0.044 （10a）-1。在变化趋势的空间分布上（图略）， 超过流域面积86%的区域呈增加趋势， 显著增加区域超过了流域面积的53%， 而NDVI值减小趋势区域则零散地分布在前套平原北部、 后套平原北部和鄂尔多斯高原边缘地区。
图5 平均NDVI值空间分布（a）和年际变化（b）

Fig.5 Spatial distribution （a） and interannual variability （b） of mean NDVI

4.3　极端水文气象事件对植被覆盖的影响

已有研究表明， 气候条件诸如温度和降水会对植被覆盖产生重要影响（汪美宏等， 2024）， 那么基于气象要素计算的极端水文气象事件指标应该也会对植被覆盖状况起作用。鉴于此， 本部分将定量分析极端水文气象事件与植被覆盖的关联， 探讨极端水文气象事件对植被覆盖的影响。

4.3.1　极端水文气象事件与植被覆盖的关系

图6是极端水文气象事件与植被覆盖相关系数的空间分布与旗县统计比例， 其中相关系数空间分布中的斜线填充区表示具有显著相关性（p<0.05）， 旗县统计中柱状图表示旗县相关系数均值， 红色表示前套平原、 棕色表示后套平原、 绿色表示鄂尔多斯高原， 浅灰色实线表示标准差， 黑色实线和彩色虚线分别表示前套平原、 后套平原和鄂尔多斯高原的总体均值和标准差。从图6可以看到， 研究区极端干旱事件对植被覆盖具有负面影响。Dry-VPD频数与NDVI值整体呈负相关分布， 其中前套平原相关系数r=-0.28， 后套平原相关系数r=-0.19， 鄂尔多斯高原相关系数r=-0.17， 负相关区域主要分布在前套平原中东部、 后套平原中东部和鄂尔多斯高原中西部， 约占流域面积的80.23%， 显著负相关区域占16.93%， 仅占流域面积1.29%的显著正相关区分布在后套平原部分地区。与Dry-VPD频数相似， Dry-PRE频数与NDVI值整体也为负相关分布特征， 其中前套平原相关系数r=-0.09， 后套平原相关系数r=-0.36， 鄂尔多斯高原相关系数r=-0.31， 负相关区域主要分布在后套平原西南部和鄂尔多斯高原， 约占流域面积的87.15%， 显著负相关区域占26%， 仅占流域面积0.16%的显著正相关区域零散地分布在鄂尔多斯高原西部。
图6 极端水文气象事件频数和NDVI值相关性的空间分布特征（左）与旗（县或区）统计（右）

Fig.6 Spatial distribution of the correlation between the frequency of extreme hydro-meteorological events and NDVI values （left） and the corresponding statistics at the counties （right）

而极端湿润事件对植被覆盖具有正面影响。Wet-VPD频数与NDVI值整体呈正相关分布， 其中前套平原相关系数r=0.22， 后套平原相关系数r=0.17， 鄂尔多斯高原相关系数r=0.16， 主要分布在前套平原东部、 后套平原中部和鄂尔多斯高原西部， 约占流域面积的78.69%， 显著正相关区域占9.07%； 仅占流域面积0.25%的显著负相关区域分布在鄂尔多斯高原西南部部分地区。Wet-PRE频数与NDVI值整体亦呈正相关分布， 其中前套平原相关系数r=0.26， 后套平原相关系数r=0.23， 鄂尔多斯高原相关系数r=0.25， 主要分布在前套平原南部、 后套平原南部和鄂尔多斯高原西部， 约占流域面积的87.78%， 显著正相关区域占18.51%， 不足流域面积0.3%的区域为显著负相关区域分布在前套平原西南部地区。
综上所述， 植被活动受极端水汽湿润事件的显著影响范围较受到极端水汽干旱事件、 极端降水湿润事件和极端降水干旱事件的显著影响范围明显偏小。极端水汽湿润事件和极端降水湿润事件对植被活动产生显著正面影响， 而极端水汽干旱事件和极端降水干旱事件对植被活动产生显著负面影响。

4.3.2　极端水文气象事件对植被覆盖的驱动作用分析

从极端水文气象事件对植被覆盖的贡献及显著性水平（表4）可以看出， 对植被覆盖具有强影响的依次为极端降水干旱事件（0.451）、 极端水汽湿润事件（0.428）和极端降水湿润事件（0.409）， 其中极端水汽湿润事件解释力度通过了信度检验（p<0.05）， 表明其对植被覆盖的驱动作用显著。两因子交互作用同样会对内蒙古黄河流域植被覆盖产生影响， 且影响程度均高于单因子， 呈双因子增强和非线性增强两种形式， 表明植被覆盖会受到多种极端水文气象事件的共同影响。两因子解释力较强的组合为极端降水干旱事件∩极端水汽湿润事件（0.825）和极端降水湿润事件∩极端水汽湿润事件（0.870）。
表4 植被覆盖与极端水文气象事件交互探测结果分布

Table 4 Distribution of the interaction detection between vegetation coverage and extreme hydro-meteorological events

Wet-PRE Dry-PRE Dry-VPD Wet-VPD
Wet-PRE 0.409 0.528 0.647 0.870
Dry-PRE 0.528 0.451 0.647 0.825
Dry-VPD 0.647 0.647 0.109 0.511
Wet-VPD 0.870 0.825 0.511 0.428

5 讨论与结论

5.1　讨论

本文探讨了极端水文气象事件对植被的影响机制， 研究表明， 内蒙古黄河流域极端干湿事件差异化趋势明显。极端干旱水文气象事件整体呈波动降低趋势， 暖湿化发展趋势明显（江慧娴和董文杰， 2024； 王祎宸等， 2024）。黄河流域年降水量波动较大， 极端降水事件频发并呈增多趋势（冯安兰等， 2024）。作为表征大气干湿状况的关键指标， 饱和水汽压差（VPD）在全国范围内呈现普遍上升趋势（袁瑞瑞等， 2021）， 极端水汽湿润事件整体升高， 且具有明显的地域性差异（殷晖和白福青， 2025）。本文基于VPD的极端水汽干旱事件在1998 -2017年整体呈降低趋势。可见， 尽管VPD呈显著增加趋势， 但极端水文气象干旱事件的频次未必相应增加。
内蒙古黄河流域平均NDVI值在1998 -2017年呈显著增加趋势， 超过流域面积50%的NDVI值增加显著， 生态环境整体向好发展（赵娜等， 2025）。前套平原和后套平原区域平均NDVI值明显高于鄂尔多斯高原， 与李阳阳等（2024）的研究结论一致。刘如龙等（2024）对内蒙古黄河流域1990 -2020年的生态质量评估表明， 生态环境质量变化趋势表现为先降低后小幅回升的特征。本文揭示的NDVI值也有类似的年际波动特征。
极端降水干旱事件和极端水汽干旱事件对植被活动产生显著负面影响， 极端降水湿润事件和极端水汽湿润事件对植被活动产生显著正面影响。由于土壤干旱会影响植物光合作用（胡焕琼等， 2023）， 故极端降水干旱事件与植被生长呈负相关， 极端降水湿润事件与植被生长呈正相关， 这也表明干旱半干旱区的极端降水事件对植被影响较强（Liu et al， 2024）。已有研究表明， 高VPD会导致植物气孔导度降低（郭飞等， 2021）， 影响植物水分利用效率和植被生长， 故极端水汽干旱事件与植被覆盖呈负相关， 极端水汽湿润事件与植被覆盖呈正相关。
当然， 本研究还存在一定局限性。首先， 本研究主要关注极端水文气象事件对植被覆盖的影响， 未考虑人类活动对植被覆盖的潜在影响。事实上， 人类活动与气候变化共同作用于生态系统（郭喜悦等， 2025； 徐虹等， 2024）， 二者的交互影响会显著改变植被覆盖的时空格局。其次， 本研究将内蒙古黄河流域植被作为一个整体进行分析， 并未深入探讨极端水文气象事件对不同植被类型的差异化影响。特别是， 植被对气候因子的响应往往存在时间滞后效应（汪士为和吴伟， 2025）， 本研究采用同期相关性分析可能低估了极端事件的长期影响， 未来研究应引入时滞交叉相关分析、 分布式滞后模型等方法， 系统评估极端事件的累积效应和植被恢复的动态过程。

5.2　结论

基于气象数据和归一化植被指数资料， 降水量和饱和水汽压差设计极端水文气象事件指标， 计算极端水文气象事件频数， 用以揭示内蒙古黄河流域极端水文气象事件时空演变特征， 探讨其与植被覆盖的关系， 阐述极端水文气象事件对植被覆盖的影响。主要结论如下：
（1） 内蒙古黄河流域极端干旱事件整体呈降低趋势， 极端湿润事件整体呈升高趋势； NDVI值年际变化呈显著增加趋势， 空间分布上NDVI值显著增加区域超过流域面积的50%， 植被覆盖整体向好发展。
（2） 极端降水干旱事件空间格局和极端降水湿润事件呈反位相分布， 极端降水干旱事件频数较极端降水湿润事件明显偏高， 极端降水干旱事件年均频数整体偏大， 流域大部分地区干旱日数超过半年。
（3） 极端干旱事件对植被覆盖具有显著负面影响， 极端湿润事件对植被覆盖具有显著正面影响， 极端降水干旱对植被负面效应更显著； 植被覆盖受极端水汽湿润事件显著影响范围较受极端水汽干旱事件、 极端降水湿润事件和极端降水干旱事件的显著影响范围偏小。
（4） 极端水汽湿润事件、 极端降水干旱事件、 极端降水湿润事件对植被覆盖均具有强影响， 其中极端水汽湿润事件解释力度最为显著。复合极端水文气象事件影响程度均高于单个极端水文气象事件， 表现为双因子增强和非线性增强。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Bruelheide H， Dengler J， Purschke O， et al， 2018.Global trait-environment relationships of plant communities［J］.Nature Ecology & Evolution， 2（12）： 1906-1917.DOI： 10.1038/s41559-018-0699-8 .

Han H M， Jian H F， Liu M C， et al， 2023.Impacts of drought and heat events on vegetative growth in a typical humid zone of the middle and lower reaches of the Yangtze River， China［J］.Journal of Hydrology， 620129452.DOI： 10.1016/j.jhydrol. 2023.129452 .

Jiang P， Liu H Y， Piao S， et al， 2019.Enhanced growth after extreme wetness compensates for post-drought carbon loss in dry forests［J］.Nature Communications， 10（1）： 195.DOI： 10.1038/s41467-018-08229-z .

Liu M， Wang H， Zhai H L， et al， 2024.Identifying thresholds of time-lag and accumulative effects of extreme precipitation on major vegetation types at global scale［J］.Agricultural and Forest Meteorology， 358110239-110239.

Lu Y， Hu H C， Li C， et al， 2018.Increasing compound events of extreme hot and dry days during growing seasons of wheat and maize in China.［J］.Scientific Reports， 8（1）： 16700.

Robinson A， Lehmann J， Barriopedro D， et al， 2021.Increasing heat and rainfall extremes now far outside the historical climate［J］.NPJ Climate and Atmospheric Science， 4（1）： 45.DOI： 10.1038/s41612-021-00202-w .

Wei Y C， Yu M， Wei J F， et al， 2023.Impacts of extreme climates on vegetation at middle-to-high latitudes in Asia［J］.Remote Sensing， 15.

白轶伟， 刘长月， 原建强， 等， 2024.不同植被对煤矿区土壤微生物和碳循环基因的影响［J］.农业环境科学学报， 1-20.Bai Y W， Liu C Y， Yuan J Q， et al， 2024.Effects of different vegetation on soil microorganisms and carbon cycling genes in mining areas［J］.Journal of Agro-Environment Science， 1-20.

陈永喆， 崔艳红， 张才金， 等， 2024.变化环境下黄河流域内蒙古段植被与水文要素的时空协同演变［J］.水资源保护， 40（2）： 141-149.

Chen Y Z， Cui Y H， Zhang C J， et al， 2024.Spatio-temporal co-evolution of vegetation and hydrological elements under a changing environment in the Inner Mongolia section of the Yellow River Basin［J］.Water Resources Protection， 40（2）： 141-149.

冯安兰， 张强， 宋金帛， 等， 2024.基于CMIP6的黄河流域极端降水时空特征分析［J］.北京师范大学学报（自然科学版）， 60（2）： 270-284.

Feng A L， Zhang Q， Song J B， et al， 2024.Spatiotemporal characteristics of extreme precipitation in theYellow River basin based on CMIP6［J］.Journal of Beijing Normal University（Natural Science）， 60（2）： 270-284.

傅光华， 2022.干旱半干旱流域下垫面植被影响水循环机理及干预方式［J］.绿色科技， 24（8）： 1-6.

DOI： 10.16663/j.cnki.lskj. 2022.08.001.Fu G H， 2022.Mechanism and intervention mode of vegetation on the underlying surface affecting water cycle in arid and semi-arid watershed［J］.Journal of Green Science and Technology， 24（8）： 1-6.

郭飞， 吉喜斌， 金博文， 等， 2021.干旱区荒漠-绿洲过渡带3种典型灌木气孔导度对环境变化的响应及其对蒸腾的调控［J］.高原气象， 40（3）： 632-643.DOI： 10.7522/j.issn.1000-0534.2021.00011.Guo F ，

Ji X B， Jin B W， et al， 2021.The response of stomatal conductance of three typical shrubs to environmental change and stomatal regulation of transpiration in an arid desert-oasis ecotone［J］.Plateau Meteorology， 40（3）： 632-643.DOI： 10.7522/j.issn.1000-0534.2021.00011 .

郭亮， 郭子雪， 贾洪涛， 等， 2023.基于皮尔逊相关系数与SVM的居民窃电识别［J］.河北大学学报（自然科学版）， 43（4）： 357-363.

Guo L， Guo Z X， Jia H T， et al， 2023.Residents electric larceny detection based on Pearson correlation coefficient and SVM［J］.Journal of Hebei University（Natural Science Edition）， 43（4）： 357-363.

郭文靖， 严腾宇， 王宗抗， 等， 2025.利用海藻肥缓解植物水分胁迫研究进展［J］.应用生态学报， 36（3）： 950-968.DOI： 10.13287/j.1001-9332.202503.036.Guo W J ，

Yan T Y， Wang Z K， et al， 2025.Research advances in using seaweed fertilizers to mitigate plant water stress［J］.Chinese Journal of Applied Ecology， 36（3）： 950-968.DOI： 10.13287/j.1001-9332.202503.036 .

郭喜悦， 荀学义， 刘东伟， 等， 2025.窟野河流域生长季气候变化和人类活动对植被覆盖的影响［J］.农业工程学报， 41（10）： 1-10.DOI： 10.11975/j.issn.1002-6819.202405184.GUO X Y ，

XUN X Y， LIU D W， et al， 2025.Impacts of climate change and human activities on vegetation cover duringthe growing season in the Kuye River Basin［J］.Transactions of the Chinese Society of Agricultural Engineering， 41（10）： 1-10.DOI： 10.11975/j.issn.1002-6819.202405184 .

胡焕琼， 李利， 于军， 等， 2023.四翅滨藜和多枝柽柳对土壤干旱的响应差异［J］.干旱区研究， 40（12）： 2007-2015.DOI： 10.13866/j.azr.2023.12.13.Hu H Q ，

Li L， Yu J， et al， 2023.Differences in the response to soil drought in Atriplex canescens and Tamarix ramosissima［J］.Arid Zone Research， 40（12）： 2007-2015.DOI： 10.13866/j.azr.2023.12.13 .

籍健勋， 童新， 段利民， 等， 2024.内蒙古河套灌区所在流域植被NPP时空动态特征及其驱动力分析［J］.环境科学， 1-16.DOI： 10.13227/j.hjkx.202405296.Ji J X ，

Tong X， Duan L M， et al， 2024.Spatio-temporal dynamic characteristics and driving factors of vegetation NPP in Hetao Irrigation District of Inner Mongolia［J］.Environmental Science， 1-16.DOI： 10.13227/j.hjkx.202405296 .

江慧娴， 董文杰， 2024.气候变化和人类活动对华北地区植被NDVI的影响研究［J］.高原气象， 43（5）： 1312-1328.DOI： 10.7522/j.issn.1000-0534.2024.00013.Jiang H X ，

Dong W J， 2024.Impacts of climate change and human activities on NDVI change in North China［J］.Plateau Meteorology， 43（5）： 1312-1328.DOI： 10.7522/j.issn.1000-0534.2024.00013 .

解晗， 同小娟， 李俊， 等， 2022.2000-2018年黄河流域生长季植被指数变化及其对气候因子的响应［J］.生态学报， 42（11）： 4536-4549.

Xie H， Tong X J， Li J， et al， 2022.Changes of NDVI and EVI and their responses to climatic variables in the Yellow River Basin during the growing season of 2000-2018［J］.Acta Ecologica Sinica， 42（11）： 4536-4549.

金佳鑫， 肖园园， 金君良， 等， 2021.长江流域极端水文气象事件时空变化特征及其对植被的影响［J］.水科学进展， 32（6）： 867-876.DOI： 10.14042.Jin J X ，

Xiao Y Y， Jin J L， et al， 2021.Spatial-temporal variabilities of the contrasting hydrometeorological extremes and the impacts on vegetation growth over the Yangtze River basin［J］.Advances in Water Science， 32（6）： 867-876.DOI： 10.14042 .

李阳阳， 董国涛， 薛华柱， 等， 2024.1982-2020年黄河流域多时间尺度气象干旱对植被影响［J］.水土保持学报， 38（01）： 187-196.DOI： 10.13870/j.cnki.stbcxb.2024.01.007.Li Y Y ，

Dong G T， Xue H Z， et al， 2024.Effects of Multi-time scale meteorological drought on vegetation in the Yellow River Basin from 1982 to 2020［J］.Journal of Soil and Water Conservation， 38（01）： 187-196.DOI： 10.13870/j.cnki.stbcxb.2024.01.007 .

刘如龙， 赵媛媛， 陈国清， 等， 2024.内蒙古黄河流域1990-2020年生境质量评估［J］.干旱区研究， 41（04）： 674-683.DOI： 10.13866/j.azr.2024.04.13.Liu R L ，

Zhao Y Y， Chen G Q， et al， 2024.Assessment of habitat quality in the Yellow River Basin in Inner Mongolia from 1990 to 2020［J］.Arid Zone Research， 41（04）： 674-683.DOI： 10.13866/j.azr.2024.04.13 .

刘哲琼， 佘敦先， 夏军， 等， 2023.黄土高原地区气象干旱动态格局演变及其对植被的影响［J］.地理科学， 43（9）： 1659-1671.DOI： 10.13249/j.cnki.sgs.2023.09.016.Liu Z Q ，

She D X， Xia J， et al， 2023.Impacts of meteorological drought on vegetation and theirdynamic pattern evolutions on the Loess Plateau［J］.Geographical Science， 43（9）： 1659-1671.DOI： 10.13249/j.cnki.sgs.2023.09.016 .

马妍， 2024.内蒙古黄河流域湿地资源现状及可持续发展对策研究［J］.内蒙古林业调查设计， 47（2）： 59-62+71.DOI： 10.13387/j.cnki.nmld.2024.02.020.Ma Y ， 2024.Current status of wetland resources and sustainable development strategies in the Yellow River Basin of Inner Mongolia［J］.Inner Mongolia Forestry Investigation and Design， 47（2）： 59-62+71.DOI： 10.13387/j.cnki.nmld.2024.02.020 .

蒲娅， 朱朋， 2021.长江上游甘孜流域历史降雨时空变化分析［J］.水科学与工程技术， （4）： 6-9.DOI： 10.19733/j.cnki.1672-9900.2021.04.02.Pu Y ， Zhu P， 2021.Emporal and spatial variation of historical rainfall in Ganzi basin of the upper reaches of the Yangtze River［J］.Water Sciences and Engineering Technology， （4）： 6-9.DOI： 10.19733/j.cnki.1672-9900.2021.04.02 .

汪美宏， 赵慧， 吴晓兰， 等， 2024.考虑气候时间效应的额尔齐斯河流域植被动态变化与驱动力量化［J］.生态学报， 44（22）： 1-15.DOI： 10.20103/j.stxb.202312262822.Wang M H ，

Zhao H， Wu X L， et al， 2024.Vegetation dynamics and its driving force in the Irtysh River Basin considering climatic temporal effects［J］.Acta Ecologica Sinica， 44（22）： 1-15.DOI： 10.20103/j.stxb.202312262822 .

汪士为， 吴伟， 2025.气候因素与黄土高原植被的时间滞后关系分析［J］.草业科学， 42（2）： 329-339.DOI： 10.11829/j.issn.1001-0629.2023-0557.Wang S W ，

Wu W， 2025.Analysis of time lag relationships between climate factors and vegetation on the Loess Plateau［J］.Pratacultural Science， 42（2）： 329-339.DOI： 10.11829/j.issn.1001-0629.2023-0557 .

王劲峰， 徐成东， 2017.地理探测器： 原理与展望［J］.地理学报， 72（1）： 116-134.

Wang J F， Xu C D， 2017.Geodetector： Principle and prospective［J］.Acta Geographica Sinica， 72（1）： 116-134.

王俊枝， 萨日盖， 窦银银， 等， 2024.2000-2022年鄂尔多斯高原人类活动对植被覆盖变化的影响［J］.西安理工大学学报， 1-10.Wang J Z， Sa R G， Dou Y Y， et al， 2024.Effects of human activities on vegetation cover change in the Ordos Plateau during 2000-2022［J］.Journal of Xi'an University of Technology， 1-10.

王祎宸， 贺洁， 何亮， 等， 2024.黄河流域2001-2020年植被物候及其对气候变化的响应［J］.生态学报， 44（2）： 844-857.DOI： 10.20103/j.stxb.202302220311.Wang C W ，

He J， He L， et al， 2024.Vegetation phenology and its response to climate change in the Yellow River Basin from 2001 to 2020［J］.Acta Ecologica Sinica， 44（2）： 844-857.DOI： 10.20103/j.stxb.202302220311 .

吴阳， 张杰琳， 彭守璋， 2025.中国典型自然植被碳储量对气候变化的动态响应及驱动力分析［J］.水土保持学报， 39（3）： 1-9.DOI： 10.13870/j.cnki.stbcxb.2025.03.012.Wu Y ，

Zhang J L， Peng S Z， 2025.Dynamic response and driver analysis of carbon storage in typical naturalvegetation over China under climate change［J］.Journal of Soil and Water Conservation， 39（3）： 1-9.DOI： 10.13870/j.cnki.stbcxb.2025.03.012 .

徐欣瑶， 王旭峰， 张松林， 等， 2025.全球陆地干旱的时空变化特征及其未来变化趋势分析［J］.高原气象， 44（4）： 923-942.DOI： 10.7522/j.issn.1000-0534.2024.00109.Xu X Y ，

Wang X F， Zhang S L， et al， 2025.Characteristics of spatial and temporal variations of global terrestrial droughts and analysis of their future trends［J］.Plateau Meteorology， 44（4）： 923-942.DOI： 10. 7522/j.issn.1000-0534.2024.00109 .

殷晖， 白福青， 2024.考虑空间异质性的黄河流域气象干旱时空演变及其驱动力研究［J］.中国农村水利水电， 1-12.

Yin H， Bai F Q， 2024.Study on the spatiotemporal evolution and driving forces of meteorological drought in the Yellow River Basin Considering spatial heterogeneity［J］.China Rural Water and Hydropower， 1-12.

俞立平， 2025.指标信息重叠对非线性学术评价的影响研究——以学术期刊评价为例［J］.统计与决策， 41（7）： 42-46.DOI： 10.13546/j.cnki.tjyjc.2025.07.007.Yu L P ， 2025.Research on the influence of index information overlap on nonlinear academic evaluation： taking the evaluation of academic journals for example［J］.Statistics & Decision， 41（7）： 42-46.DOI： 10. 13546/j.cnki.tjyjc.2025.07.007 .

袁瑞瑞， 黄萧霖， 郝璐， 2021. 近 40年中国饱和水汽压差时空变化及影响因素分析［J］.气候与环境研究， 26（4）： 413-424.

Yuan R R， Huang X L， Hao L， 2021.Spatio-temporal variation of vapor pressure deficit and impact factors in China in the past 40 years［J］.Climatic and Environmental Research， 26（4）： 413-424.

张峰， 2024.近50年黄河流域内蒙古段云水资源时空特征分析［J］.内蒙古科技与经济， （20）： 112-117.Zhang F， 2024.Analysis of the spatiotemporal characteristics of cloud water resources in the Inner Mongolia Section of the Yellow River Basin in the past 50 years［J］.Inner Mongolia Science Technology & Economy， （20）： 112-117.

张琪， 李跃清， 杨云芸， 2011.我国云量及其与降水关系的研究进展综述［J］.高原山地气象研究， 31（1）： 79-83.

Zhang Q， Li Y Q， Yang Y Y， 2011.Research progress on the cloudage and its relation with precipitation in China［J］.Plateau and Mountain Meteorology Research， 31（1）： 79-83.

赵娜， 王冰， 王子昊， 等， 2024.基于遥感生态指数的内蒙古生态环境质量时空演化及生态管理分区［J］.环境科学， 1-17.DOI： 10.13227/j.hjkx.202405303.Zhao N ，

Wang B， Wang Z H， et al， 2024.Spatio-temporal evolution and driving mechanism of ecological environment quality in Inner Mongolia based on RSEI［J］.Environmental Science， 1-17.DOI： 10.13227/j.hjkx.202405303 .

Options
Outlines

/

〈 〉

The system is designed and developed by Beijing magtec Technology Development Co., Ltd. with technical support: support@magtech.com.cn