中国东北地区植被NDVI对气候变化的响应

结合1982—2003年GIMMS-NDVI数据集和GIS技术,应用基于像元的相关分析方法,分析了东北地区植被NDVI对气候变化的响应。结果表明：1）1982—2003年,东北地区年平均气温呈上升趋势,而年降水量呈下降趋势;东北地区植被NDVI与年平均气温呈显著正相关的像元占12.84%,主要分布在松嫩平原南部、三江平原中部和西辽河平原,植被类型为农田、阔叶林、草原。植被NDVI与年平均气温几乎不存在显著负相关性;植被NDVI与年降水呈显著和极显著正相关的像元比例为4.55%,主要植被类型为草原和农田;植被NDVI与年降水量呈显著负相关的像元比例为7.52%,主要植被类型为针叶林和阔叶林。2）东北地区植被与生长季气温显著正相关和显著负相关的比例分别为3.96%和4.35%;植被与生长季降水显著正相关和显著负相关的比例分别为8.81%和8.54%。3）东北地区58.21%的植被像元与春季气温显著或极显著正相关,主要分布在大兴安岭中部、小兴安岭、长白山及完达山-张广才岭等地区,主要植被类型为阔叶林、农田、针叶林和草甸;植被NDVI与春季气温几乎不存在显著负相关性。植被NDVI与春季降水呈显著正相关和显著负相关的比例分别为4.81%和1.67%。4）东北地区植被NDVI与夏季气温和降水呈显著相关的比例明显少于春季,与夏季气温正相关的比例为7.61%,与夏季降水显著负相关的比例为6.29%。秋季气温和降水对东北地区植被NDVI影响较小,其中植被NDVI与秋季气温显著正相关的像元占植被像元总数的6.05%,几乎不存在与秋季气温显著负相关的植被像元;植被NDVI与秋季降水显著负相关的比例为5.43%,几乎不存在与秋季降水显著正相关的植被像元。     

基于NDVI云南地区植被生态系统对气候变化的适应性分析

基于遥感影像数据资料和ArcGIS, 利用2000—2016年云南地区植被生态系统NDVI与气温及降水之间的响应关系, 分析不同区域气候变化类型对当地植被生态系统长势的潜在影响, 进行气候变化背景下植被生态系统的适应性分析。结果表明: 研究区2000—2016年NDVI整体呈现不同程度的增加趋势, 植被覆盖度显著增加的区域主要分布在滇东北和东部的部分地区, 植被覆盖度减小的区域主要集中在中部城市密集地区和滇西北。NDVI和气温整体上呈正相关关系, 尤其以东北和东部地区较为明显, 负相关的区域主要分布于滇西北高海拔地区; NDVI和降水的相关性小于气温。基于NDVI的植被生态系统表现为适应和中度适应当地气候变化类型的区域占研究区总面积89.16%, 主要分布于南部、东北部和东部地区; 表现为不适应当地气候变化类型的区域主要分布于中部城市密集地区、滇西北部分地区。森林生态系统表现为适应和中度适应当地气候变化类型的区域占研究区总面积的79.29%, 主要分布于东部、东北部和南部部分区域, 不适应当地气候变化的区域主要分布在滇西北和中部零星地区。     

东北地区植被NDVI对不同时间尺度SPEI的响应

植被在陆地生态系统中起至关重要的作用。近年来干旱频率逐渐增加,对植被的生长发育产生严重的影响。本研究基于1982—2015年的归一化植被指数(normalized difference vegetation index,NDVI)和不同时间尺度的标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI)的相关性来评估东北地区植被生长状况对干旱的响应。结果表明:年尺度和季尺度内NDVI和SPEI的最大相关系数值在研究区内西部内蒙古草原地区最大,东部长白山脉地区次之,中东部东北平原地区最小,且NDVI与SPEI的相关系数在12个月以上的时间尺度较大;生长季(4—10月)和夏季(6—8月)的NDVI对SPEI响应最为敏感,春季(4—5月)、秋季(9—10月)响应依次减弱;其中,5—7月的NDVI与SPEI-24的显著相关像元比例较高,而8—10月的NDVI则与SPEI-06的显著相关像元比例较高;不同的植被类型对干旱响应不同,森林NDVI在不同月份与不同尺度的SPEI大体上呈负相关,草原和农作物则主要以正相关为主。     

1982—2012年新疆植被NDVI的动态变化及其对气候变化和人类活动的响应

植被在调节陆地碳平衡、气候系统中发挥了重要作用,并在生态系统服务功能提供方面占据主导地位,因此,监测植被生长变化意义重大.基于AVHRR GIMMS NDVI和MODIS NDVI数据集,在区域、像元两个空间尺度,研究了中国典型干旱区新疆1982—2012年间植被生长的动态变化,探讨了气候变化和人类活动对植被生长的影响.结果表明: 区域尺度,1982—2012年生长季植被NDVI呈极显著增加趋势(4.09×10^-4·a^-1);NDVI变化趋势存在明显阶段性,1998年前后分别呈极显著增加(10×10^-4·a^-1)和显著减少(-3×10^-4·a^-1);生长季NDVI变化趋势的逆转主要发生在夏季,其次是秋季,而春季不存在逆转.像元尺度上,农业区NDVI增加趋势显著;NDVI变化呈两极分化现象,剧烈变化区域多随时段长度延长而增加,尤其是显著减少区域范围快速扩张,导致区域尺度NDVI增加的停滞或放缓.研究区域植被生长受水热条件、人类活动共同控制.春、秋季的气温发挥主导作用,而夏季主要受到降水量的影响.大量施肥、灌溉面积增加等生产活动提高了农田植被覆盖,种植结构、灌溉方式等的改变降低了春季农田NDVI值,载畜量的增加则降低了部分草地的NDVI.     

中国东北多年冻土区植被生长季NDVI时空变化及其对气候变化的响应

多年冻土对气候变化十分敏感,尤其是多年冻土上的植被,易受气候变化影响.东北多年冻土区位于北半球中、高纬度地区,是我国第二大多年冻土区,同时也是欧亚大陆多年冻土带的南缘.本文基于1981—2014年LTDR和MODIS 两种数据集对东北多年冻土区植被生长季归一化植被指数(NDVI)时空变化特征进行分析,同时结合气象数据,分析植被对气候变化的响应.结果表明: 研究期间,东北多年冻土区植被生长季平均NDVI呈显著增加趋势,年增加0.0036.空间逐像元NDVI变化趋势具有明显的空间异质性. 研究区80.6%区域的植被NDVI具有显著增加趋势(P<0.05),7.7%的区域呈显著减少趋势(P<0.05).不同类型多年冻土区的植被NDVI增加强度不同,依次为连续多年冻土区>不连续多年冻土区>稀疏岛状多年冻土区>季节冻土区,NDVI增加趋势最大值(>0.004)所占的面积比例依次为连续多年冻土区>不连续多年冻土区>稀疏岛状多年冻土区>季节冻土区.多年冻土全区尺度下,植被生长季NDVI与平均气温呈显著正相关关系(r=0.79,P<0.01),与降水呈较弱的负相关,表明气温是东北多年冻土区植被生长的主控因子.研究区的多年冻土退化对植被生长起到积极的促进作用,尤其是在连续多年冻土区和不连续多年冻土区,植被NDVI增加强度更为剧烈.尽管增加的地表温度可以加快植被生长、增加植被覆盖,但长期来看,多年冻土退化甚至消失会阻碍植被生长.     

青藏高原植被覆盖时空变化及其对气候因子的响应

研究青藏高原植被覆盖时空分布特征对加深气候变化的认识及生态环境保护具有重要的生态价值和现实意义。利用2000—2016年MODIS NDVI 1km/月分辨率数据以及气象观测数据,采用最大合成法、趋势性分析以及相关分析方法,探讨了不同时间尺度青藏高原地区NDVI的分布特征及其与降水、气温的关系。结果表明:(1)青藏高原东南部植被状况明显好于西北部,植被覆盖的分布格局与区域水热条件的时空分布保持了较好的一致性;近17年来青藏高原植被覆盖改善的地区要比退化的地区面积大,严重退化的区域主要位于青藏高原西南部;青藏高原NDVI值在2000—2016年呈幅度较小的增加趋势。(2)除夏季降水量外,研究时段内其他季节降水量均呈增加趋势;气温均呈增加趋势,尤其以春季增加最为显著,整体上青藏高原气候呈现"暖湿化"趋势。总体上年降水量与年最大合成NDVI呈较好的正相关;年平均气温与年最大合成NDVI在高原东南部呈正相关,西南部呈负相关。降水量和热量条件均是高原植被生长的影响因素,降水与植被覆盖的影响较气温密切。     

22年来西北不同类型植被NDVI变化与气候因子的关系

 为了研究气候变化对西北地区不同类型植被的影响,利用NASA GIMMS 1982～2003年逐月归一化植被指数（Normalized difference vegetation index, NDVI）数据集和西北地区138个气象站点同期的气温和降水资料,计算了各站22年月平均气温和降水与NDVI的相关系数。同时, 选西北 地区森林、草原、绿洲和雨养农业4类有代表性的植被类型为研究区,对各类植被NDVI与气温和降水的相关关系进行分析。研究结果表明：除无 植被的戈壁沙漠地区外,西北地区NDVI与气温和降水均有较好的相关性。除祁连山中部地区外,西北地区NDVI与气温的相关系数大于降水。天 山、阿尔泰山和秦岭的NDVI与气温相关系数最高,而青海东北部NDVI与降水相关系数最高。西北地区各种类型植被对气候变化反映敏感。其敏 感度因植被类型不同和同类植被所处的地理位置不同而有差异;纬度较高的新疆林区与温度相关性最高,高寒草甸次之。在植被生长最旺盛的 夏季（6～8月）,22年来西北地区各林区的NDVI均呈下降趋势。其中西北东部林区下降趋势显著,与这些地区的降水减少和气温增加有关。草 原区植被以上升趋势为主,高寒草甸和盐生草甸上升趋势最为显著,气温升高是这些地区植被生长加速的原因 之一。西北绿洲是NDVI增加极为 显著的地区,以新疆绿洲NDVI上升趋势最大。气候变暖是近年绿洲NDVI增加的主要驱动力之一,绿洲面积扩大、种植结构调整和种植品种变化 等人为因素对绿洲NDVI增加的作用不可忽视,这种作用在新疆表现的尤为突出。雨养农业区NDVI年际 间波动较大,各区域间变化不太一致。 NDVI的波动与降水变化有很好的正相关,与气温变化有很好的负相关,近年来西北东部气温升高和降水的减少是雨养农业区NDVI下降的原因, 农业措施的实施也改变了植被生长对气候条件的依赖性。     

黄河上游不同干湿气候区植被对气候变化的响应

 研究气候变化背景下植被变化趋势及其与水热因子的关系, 对于黄河源区的生态恢复和生态建设具有重要意义。采用基于FAO Penman-Monteith的降水蒸散比来描述区域的干湿状况, 划分了黄河上游地区的干湿气候区。在此基础上, 利用AVHRR归一化植被指数(NDVI)和GLOPEM净初级生产力(NPP)数据集和同期的气候资料, 分析了黄河上游植被覆盖、植被生产力和气候变化的趋势, 探讨了不同干湿气候区影响植被变化的主要气候因子。结果表明, 研究区域东南部为半湿润气候区, 其余为半干旱气候区, 干湿气候分界线与450 mm降水等值线较接近; 1981–2006年区域气候趋于干暖化, 尤其是气温的升高趋势明显; 半湿润地区NDVI和NPP显著增加, 半干旱地区略有增加; 半湿润地区的NDVI多与气温显著正相关, 与降水量的相关性较弱, 气温是植被生长的主要气候制约因素; 半干旱地区的NDVI则与降水量的正相关性更强, 对降水量的变化较为敏感。NPP对气候变化的响应模式与NDVI相似。植被对气候变化的响应部分依赖于研究区域所具备的水热条件, 干湿气候划分有助于更好地解释植被对气候变化响应的空间差异。     

安徽省2000-2009年不同类型植被的变化及其与气温、降水的关系

为了了解安徽省不同类型植被与气候环境因子的关系,利用2000-2009年的逐月MODIS/NDVI数据、安徽省80个气象站逐日气温、降水资料和安徽省土地覆盖数据,研究了安徽省近10年来植被指数的时空变化特征及其与气温、降水的相关性.结果表明:近10年来,安徽省各覆盖类型的植被指数变化趋势不一致,作物种植区和城镇的植被指数增加显著,其他覆盖类型的植被指数变化不显著;林地的平均植被指数最高,作物种植区次之,城镇最低;植被指数的月变化在作物种植区呈现双峰型,而其他覆盖类型呈现单峰型.安徽省月平均NDVI分别与月平均气温、月降水量呈显著线性正相关和非线性正相关,降水量对植被NDVI的作用存在一个阈值,但年际关系均呈弱正相关.植被指数与气温的偏相关系数林地最高,作物种植区最低,自然植被区的偏相关系数较人工植被区的大,植被指数与降水的偏相关系数恰好相反.安徽省淮北平原中部和江淮之间北部大部分地区(非水浇地)的植被是由气温和降水的共同作用驱动;淮北中部少数格点和少数水体格点的植被是单独由降水作用驱动;除一些水面的格点是非气象因子驱动外,其他大部分地区的植被是单独由气温作用驱动.     

2000—2016年云南地区植被覆盖时空变化及其对水热因子的响应

基于2000-2016年MODIS-NDVI数据,利用趋势分析法以及线性相关分析等方法对云南地区植被月变化趋势、年际变化趋势进行详细分析;探讨植被覆盖变化与主要气候水热因子的关系。结果表明：研究区大部分地区植被覆盖良好,年NDVI的平均值为0.55,其中NDVI较高值（> 0.8）区域主要分布于南部,而西北部和中部城市地区NDVI值较低;自2000年开始,研究区NDVI总体呈显著（P < 0.05）增加趋势,年NDVI的变化斜率为0.0036,植被覆盖呈增加趋势的区域占研究区总面积79.80%;不同季节（春、夏、秋、冬）和生长季的植被状况均呈良性发展趋势;湿润指数和水热综合因子在滇西北与NDVI多呈负相关,在滇中地区以正相关为主;春、夏、秋3个季节NDVI受降水影响较大,而冬季NDVI则受气温影响较大;受降水影响较大的区域主要分布在中部和南部,受气温影响较大区域主要分布在滇西北、滇东北地区;NDVI在不同月份对气候因子的滞后时间存在差异,NDVI与当月气温的相关性强于与当月降水的相关性,植被生长对气温的响应无明显滞后效应,对降水存在3个月的滞后期。     

黄土高原不同植被覆被类型NDVI对气候变化的响应

植被与气候是目前研究生态与环境的重要内容。为探究黄土高原地区植被与气候因子之间的响应机制,利用线性趋势分析、Pearson相关分析、多元线性回归模型以及通径分析的方法,对黄土高原2000—2015年全区和不同植被覆被类型区内NDVI与气候因子的变化趋势以及相互作用关系进行分析。植被覆被分类数据和植被指数数据分别来源于ESA CCI-LC(The European Space Agency Climate Change Initiative Land Cover)以及MODND1T/NDVI(Normalized Difference Vegetation Index)。结果表明:(1) 2000—2015年黄土高原全区植被年NDVI_(max)显著增加的区域占总面积的74.25%,不同植被覆被类型年NDVI_(max)分别为常绿阔叶林常绿针叶林落叶阔叶林落叶针叶林镶嵌草地农田镶嵌林地草地灌木,并且都呈显著增加趋势,其中常绿阔叶林和农田增加幅度最大,为0.012/a。(2)黄土高原全区NDVI与气温、日照、降水和相对湿度等气候因子之间没有显著相关性,但在不同植被覆被类型区,气候因子对NDVI存在显著作用,且不同植被覆被类型差异明显。(3)在全区和不同植被覆被类型区NDVI仅对降水的响应比较一致,气温无论在整个区域尺度还是不同植被覆被类型区对植被的影响均不显著。(4)常绿阔叶林、落叶阔叶林、常绿针叶林及镶嵌林地等以乔木为主的植被覆被类型受年均相对湿度和年总日照时数的显著负效应驱动,草地、镶嵌草地等以草本为主的植被覆被类型则受到年总降水量的显著正效应影响。这说明对植被类型进行区分,更有利于揭示气候对植被的作用机制。     

中国西北地区植被NPP多时间尺度变化及其对气候变化的响应

净初级生产力(NPP)是评估植被生长的重要参数,也是评价区域生态环境质量的重要指标。以"一带一路"枢纽地区西北六省为研究区,基于多年连续的GIMMS NDVI资料和气象数据,利用CASA模型,估算了西北六省34年NPP值,利用MK和EEMD方法,揭示了NPP变化的非线性特征,并探究不同时间尺度植被NPP变化对气候变化的响应。研究结果发现:(1)1982—2015年生长季植被NPP总体呈增加趋势,线性增长率为0.718 gCm~(-2) a~(-1);大多数研究区植被NPP短时间内将保持现有变化趋势,尤其是青藏高原、塔里木盆地边缘和内蒙古南部一带。(2)1982—2015年植被NPP以3年周期变化和长期增加趋势为主。其中陕西的南部,甘肃、新疆、宁夏和青海的北部以及内蒙古中部和北部以3年周期变化为主导,而陕西的北部,甘肃、新疆、宁夏的南部以及内蒙古东部以长期变化为主。不同植被类型NPP变化差异明显:针叶林、阔叶林以及混交林以3年周期波动为主,而灌木、草地和农田以3年周期波动和长期增长趋势为主。(3)NPP与气温和降水之间的相关性随着时间尺度的增大逐渐显著。在3年时间尺度上,大多数研究区NPP与气温和降水的相关性很小(P0.05)。6年时间尺度上,NPP与降水量呈正相关的区域向南略有扩散,其中青海南部高寒草甸NPP与降水的相关性由负相关转为正相关。在长期趋势上,NPP与气温和降水量具有非常显著的相关关系,且呈正相关的区域大于负相关的区域。本研究发现多时间尺度能够更好的分析NPP时空特征以及不同时间尺度NPP对气候变化的响应,有助于揭示全球气候变化背景下植被NPP对气候变化的非线性响应机制,评价气候变化的生态坏境风险,为西北六省区域可持续发展和生态环境保护提供理论依据。     

2001-2020年新疆阿勒泰地区归一化植被指数时空变化特征及其对气候变化的响应

气候变化是干旱区植被变化的重要驱动因素,探究干旱区气候与植被关系的时空变化,有助于理解生态系统演化特征。基于MODIS-NDVI与CRU数据集中气候数据（降水、平均气温、最高气温、最低气温、水汽压及潜在蒸散）,采用Sen+Mann-kendall、Hurst指数及相关分析法,在不同时间尺度评价了阿勒泰地区NDVI的时空变化特征及其对气候变化的响应。结果表明：（1）在年尺度上,植被NDVI整体呈上升趋势,但存在弱反持续特征。区域内植被退化现象严重（12.11%）,植被改善区域与退化区域呈破碎化分布。（2）月尺度与季尺度上,NDVI与降水、气温、极端气温、水汽压和潜在蒸散呈正相关,其中降水因素在季尺度上的相关性高于月尺度。（3）不同土地利用方式下NDVI与气候因子的滞后效应表现为短期正效应与长期负效应。     

近30年中国陆地生态系统NDVI时空变化特征

气候变化已明显影响到陆地植被的活动,但在不同生态系统间存在差异,研究不同陆地生态系统归一化植被指数(NDVI)的时空变化特征,不仅可揭示各生态系统植被活动对气候变化的响应规律,而且可为我国不同生态区制定应对气候变化的策略和生态文明建设提供科学依据。基于1982—2012年GIMMS NDVI3g和中国陆地生态系统类型数据,利用一元线性回归、集合经验模态分解和相关分析等方法,研究了近30年中国各陆地生态系统NDVI的时空变化特征,分析了其与气候事件的关系。结果表明,近30年中国植被活动显著上升,年平均归一化植被指数(ANDVI)的上升幅度为0.0029/10a(P0.05),年最大归一化植被指数(MNDVI)的上升幅度为0.0076/10a(P0.01);植被活动显著增强的区域主要是分布在东部季风区的农田和森林生态系统,显著下降的区域主要是分布于西北的荒漠生态系统和东北的森林生态系统;尽管ANDVI和MNDVI线性趋势的显著性有所差异,但农田、森林、草地和水体与湿地生态系统的NDVI总体呈非稳定的上升趋势,上升过程中伴随着较大波动,荒漠生态系统的NDVI呈下降趋势,植被退化显著;与线性趋势不同,各生态系统植被活动的残差趋势包含"上升—下降"两个阶段,并相继于20世纪90年代到21世纪初发生转折;上述5类生态系统的植被活动存在不同尺度的周期特征,年际周期波动特征(1.9—7.6a)比较显著,而年代际周期(10.7a和22.2a)的显著性相对较差;各生态系统的空间异质性在趋强过程中存在2.1—7.1a的年际周期节律;海洋与大气环流的短周期脉动与各生态系统植被活动的周期性节律有着明显关联,ENSO事件和太阳活动是推动植被活动周期性振荡的重要因素。     

近30年新疆植被生长异常值时空变化及驱动因子

作为陆地生态系统的主体,植被的时空变化深刻地影响着景观格局和生态功能,深入理解植被动态及其对气候变化的响应,对于提高对生态过程的认识、加强生态管理具有重要意义。在一致性检验的基础上,利用中分辨率成像光谱仪(moderateresolution imaging Spectroradiometer,MODIS)的归一化植被指数(normalized Difference Vegetation Index,NDVI)数据集将新疆地区全球检测与模型研究组(Global Inventory Modeling and Mapping Studies,GIMMS)开发的NDVI数据集的时间序列拓展到2012年,探讨了生长季和各季节植被绿度、气候异常值的动态变化,分析了植被对气候变化的响应。研究结果显示,区域尺度和像元尺度GIMMS与MODIS NDVI之间的一致性较强。1982—2012年,研究区域生长季和各季节植被绿度呈显著增加趋势,但生长季存在明显阶段性:1998年前后分别呈显著增加和显著减少,夏季与秋季与生长季类似,而春季则不存在变化趋势的逆转。NDVI呈正异常值的面积比例与区域尺度NDVI的变化趋势一致;极端异常值、较大异常值多呈明显减少趋势,而一般异常值多呈增加趋势,NDVI的变化倾向于逐渐平稳。区域变暖趋势显著,降水量略有增加,潜在蒸散发显著提高,而湿润指数变化不明显。气温、潜在蒸散发主要在春季、秋季促进植被生长,而夏季降水量、湿润指数对植被生长的调节作用更为突出。     

1982-2012年中亚地区植被时空变化特征及其与气候变化的相关分析

干旱区植被生态系统对气候变化极为敏感,并且干旱区的植被变化研究对全球碳循环具有重要意义。然而近几十年来,中亚干旱区植被对气候变化的响应机制尚不甚明朗。利用归一化植被指数NDVI数据集和MERRA（Modern-Era Retrospective Analysis for Research and Applications）气象数据,采用经验正交函数（EOF,Empirical Orthogonal Function）和最小二乘法等方法系统分析了31a（1982-2012年）来中亚地区NDVI在不同时间尺度的时空变化特征。进一步分析和研究NDVI与气温和降水的相关性,结果表明：1982-2012年,中亚地区年NDVI总体呈现缓慢增长趋势,而1994年以后年NDVI呈现明显下降趋势,尤其在哈萨克斯坦北部草原地区下降趋势尤为突出。这可能是由于过去30年间,中亚地区降水累计量的持续减少造成的。NDVI的季节变化表明春季NDVI增长最为明显,冬季则显著下降。与平原区相比,中亚山区的NDVI值增长幅度最大,并且山区年NDVI与季节NDVI呈现显著增加趋势（P < 0.05）。中亚地区年NDVI与年降水量正相关,而年NDVI与气温变化存在弱负相关。年NDVI和气温的正相关中心在中亚南部地区,负相关中心则出现在哈萨克斯坦的西部和北部地区;NDVI和降水的相关性中心刚好与气温相反。此外,在近30年间的每年6月至9月,中亚地区NDVI与气温存在近一个月的时间延迟现象。本研究为中亚干旱区生态系统变化和中亚地区碳循环的估算提供科学依据。     

Impacts of changes in climate variability on regional vegetation in China: NDVI-based analysis from 1982 to 2000

Three methods were used to distinguish the characteristics of changes in climate variability and normalized difference vegetation index (NDVI) during the period from 1982 to 2000 in China. Great changes in climate variability and an increased trend in NDVI were observed. The changes in precipitation variability were greater than the changes in temperature variability in each month, which is attributed to changes in the monsoon system in East Asia. The abrupt changes in climate and NDVI were more significant in 1983 than in the other years due to the impacts of El Niño/Southern Oscillation (ENSO). Using these results, the influences of changes in climate variability on vegetation were studied in the whole nation, and eight regions were defined according to the vegetation division map of China. The results show that abrupt climate changes at a small scale cannot cause abrupt NDVI changes directly. At a nationwide level, over a longer time scale the persistence of above/below average temperature determines the changes in NDVI; at a shorter time scale, changes in the magnitude of precipitation influence NDVI significantly. Such regional climate variability affects vegetation in different ways owing to the diversity of vegetation types, climatic conditions and topography of the land.