青海省草地物候对气候变化的响应

姜忠峰，孙艺涵，赵胜男，何 文，李正建,4①

(1.河南城建学院市政与环境工程学院，河南 平顶山 467036；2.内蒙古农业大学水利与土木建筑工程学院，内蒙古 呼和浩特 010018；3.山东大学土建与水利学院,山东 济南 250100;4.黄河水利科学研究院,河南 郑州 450003)

植物物候是指植被受气候和其他环境因子的影响而出现的以年为周期的自然现象[1]，是反映植被物候非生物环境之间相互作用的周期性规律，其发生时间可以反映陆地生态系统的短期变化特征[1-3]。作为对气候变化较为敏感的草地生态系统，过去40 a气候变暖导致草地生长季始期(start of growing season, SOS)发生显著变化，严重影响了植物的生产力、物种分布和陆地碳水循环[4-7]，平均气候和极端气候事件的发生是调节草地生态系统SOS变化的主要因素[8-9]。

目前普遍认为全球变暖促进了植被春季物候期提前，包括温带和寒冷地区的森林和草原[6-7]。1982—2011年美国、中国和欧洲植被的SOS平均每10 a分别提前0.90、4.20和4.70 d[6,10]。然而，气候持续变暖并没有导致植物物候持续或稳定发展。倪露等[11]发现1986—2015年全国草地SOS、生长季末期(end of growing season, EOS)、生长季长度(length of growing season，LOS)变化不显著，SOS以0.37 d·a-1的速率提前，EOS以0.43 d·a-1的速率推迟，LOS呈不明显缩短趋势，但空间差异性较大；陈海莲等[12]发现青海省车前草的萌芽期呈提前趋势，平均每10 a提前1.80 d，枯黄期呈极显著推迟趋势，平均每10 a推迟16.30 d；但李广泳等[13]基于实测数据对青海湖流域草地物候进行研究，发现2001—2012年草地返青期呈推迟趋势，枯黄期变化趋势不明显，LOS呈缩短趋势；而秦格霞等[14]对1983—2015年西北地区草地物候的研究发现，33 a间草地SOS总体表现为提前趋势，EOS为推迟趋势，LOS呈延长趋势。不同学者对草地物候期的研究存在差异，有研究指出气候变暖的同时，降水时空分布格局、土壤蒸散发也发生了较大变化[15-20]。气温变暖虽然极大地改变了春季物候时间，但不同地区、不同草地类型对气候的响应程度不同。如气候变暖促进了寒冷草原的春季物候，尤其是西藏等高纬度地区；而在季节性干旱的草地分布区，春季物候反而随着气候变暖进展缓慢甚至延迟。这主要是因为寒冷草地的春季物候受温度的调节，而干燥草地受水分的调节[21-25]。气温是影响物候变化最主要的因素，在一定范围内温度升高可以促进植物生长发育，温度每升高1 ℃，SOS提前约1.12 d，但不同草地植被类型对气温和降水的响应机制不完全相同[14,17,20,26]。青藏高原大部分地区温度是影响植被生长期的主要因素，但在干旱区SOS对降水比对温度敏感[17]。作为我国以畜牧业和农业为主的重要地区，青海省近年来因气候变暖导致的极端低温事件减少，极端高温与降水事件逐渐增加，草原植被退化、植被物候变化、草地地上生物量变化等成为严重影响青海省草原和农业生态系统和经济健康持续发展的关键因素[27-29]。目前虽已有对青海省草地物候的研究[24-25,29-31]，但关于物候的变化及成因仍存在较大的争议，且物候监测是草地生态系统动态监测的一项长期性、经常性的重要任务，需要时刻关注。

笔者基于2001—2020年1 km分辨率的NDVI数据，辅以动态阈值法，提取了青海省草地物候期，并利用Sen斜率估计法对青海省草地物候的时空变化特征、变化趋势及其对气候变化的响应进行分析，以期揭示青海省草地物候的时空变化规律，为当地生态环境恢复与建设提供参考和依据。

1 研究区与研究方法

1.1 研究区

青海省地处中国西北内陆(31°36′～39°19′ N，89°35′～103°04′ E)，北部和东部同甘肃相接，西北部与新疆相邻，南部和西南部与西藏毗连，东南部与四川接壤。地势总体呈西高东低，南北高中部低的态势，平均海拔超过4 000 m，东部为青藏高原向黄土高原过渡地带。地貌复杂多样，东部多山，西部为高原和盆地，兼具青藏高原、内陆干旱盆地和黄土高原3种地形地貌，属高原大陆性气候区。但其深居内陆，远离海洋，日照时间长、辐射强，气温日较差大、年较差小，降水量少而不均，年平均气温为-5.1～9.0 ℃，1月最冷，7月最热。全省年太阳辐射总量仅次于西藏高原，日照时数为2 336～3 341 h，太阳能资源丰富。青海省草地类型丰富，主要草地类型为山地草甸、高寒草甸、高寒草原和温带草原。因其特殊的地理位置、地形条件和干旱气候的影响，加之不合理的人为开垦利用，区域内生态环境极为脆弱，水土流失十分严重，是该区域主要的生态环境问题之一[27-29](图1)。

1.2 数据来源与处理

(1)遥感数据：数据源于美国航天局(NASA)2001—2020年的MOD13A1，是空间分辨率为1 km、时间分辨率为16 d、经过几何校正和大气校正的标准3级数据。NDVI数据经过最大值合成虽然在一定程度上能抑制传感器观测角、太阳高度角、云等的影响，但仍然存在一定的异常值。用S-G滤波方法对NDVI时序数据进行去噪，并采用国际上通用的将0.05的NDVI年均值作为排除异常值的阈值，将年均NDVI小于0.05的像元排除。

(2)物候验证数据：数据源于国家生态科学数据中心(http:∥rs.cern.ac.cn/order/myDataOrders)提供的海北站的物候观测，记录有草地萌芽期、开花期、结实期和枯黄期。因地面观测的物候期是从植物个体尺度观测的，为增加验证数据的可比性，剔除记录时间与其他数据相差30 d以上的记录[5,11,14]，并将地面观测站点数据的萌芽期和枯黄期定义为草地植被SOS和EOS，最后计算儒略日，以保持和遥感监测结果一致。

(3)草地类型数据：参照中国1∶100万草地资源图，首先根据全国草地分布区进行野外实地调查，后辅以航、卫片编制县级草地类型图、草地等级图和草地利用现状图，最终按照国家统一编制规范和制图原则，编制成国家级1∶100万草地资源图[32]。

(4)气象数据：采用中国气象数据网(http:∥data.cma.cn/data/cdcindex)提供的日数据，包括日气温、降水、日最高/最低气温和降水，时间跨度为2001—2020 年，并使用ANUSPLINE方法插值得到栅格尺度分辨率为1 000 m的空间尺度数据。将12月—翌年2月定义为冬季，3—5月定义为春季，6—8月定义为夏季，9—11月定义为秋季。根据气候变化及极端气候事件专家组的推荐，选择日最低气温最小值(TNN)、日最低气温最大值(TNX)、日最高气温最小值(TXN)、日最高气温最大值(TXX)、最大1 d降雨量(RX1)、最大5 d降雨量(RX5)作为极端气候指标，各指标计算过程均在MATLAB中完成。

1.3 研究方法

1.3.1物候信息的提取方法

物候提取方法常用的有阈值法、滑动平均法、最大比率法、导数法和函数拟合法等[2,8,18-22]。考虑到研究区范围和NDVI变化特征，采用JONSSON等[33]提出的动态阈值法，基于TIMESAT 3.3平台，在像元尺度上设定不同的NDVI阈值来获得每个像元草地植被的SOS、EOS和LOS，阈值设定根据实测物候数据，并与前人的研究结果[5,11,14]进行分析对比，通过反复试验，最后确定物候SOS和EOS提取阈值为20%和40%。

1.3.2物候变化趋势的分析

采用非参数趋势度Sen趋势分析法[32]分析2001—2020年青海省草地物候变化趋势，并基于Mann-Kendall(M-K)统计检验法[27]对趋势的显著性进行检验，几乎不受测量误差和离群数据的干扰[34]。

β=Median [(Xi-Xj)/(i-j)] 。

(1)

式(1)中，β为植被物候变化趋势；Median为取中值函数；i、j(2000≤i0时，物候呈推迟趋势。

1.3.3物候与气温、降水和极端气候关系的分析

采用相关分析法研究草地生长季长度与气温、降水和极端气候的关系，相关系数计算公式[34]为

(2)

1.3.4随机森林算法

利用随机森林回归模型对气候指标影响植被物候的程度进行排序。随机森林(RF)是Breiman在2001年提出的一种集成学习算法，它将多个决策树结合起来，以提高单个树的回归或分类数性能。决策树表示一组从根到叶的分层约束[35]。在构造单个决策树时，从N个自变量(M

2 结果与分析

2.1 植被物候数据验证

将海北站物候观测数据作为真值，采用决定系数(r)、均方根误差(RMSE)、平均误差(Bias)对遥感监测的物候期进行精度验证。海北站附近观测的SOS集中在90～110 d，而遥感监测的SOS集中在90～115 d，两者的r=0.68(P<0.05),Bias=0.41,RMSE=4.97 d，误差小于5 d的站点占全部验证站点数的70%。海北站观测的草地EOS集中在275～310 d，遥感监测的EOS集中在270～310 d，两者的r=0.72，Bias=0.40，RMSE=4.83 d(图2)。结果表明，除个别观测点外，遥感监测的草地物候期与地面实测值之间的误差小于5 d，考虑到遥感影像的时间分辨率，该误差在可接受的范围之内。

Bias为平均误差，RMSE为均方根误差。

2.2 植被物候时空格局的变化

从图3～4可知，青海省草地返青期存在明显的空间差异性，随海拔升高，SOS呈推迟态势，EOS呈提前趋势，LOS呈不规律变化。

图3 2001—2020年青海省草地生长季始期(SOS)、生长季末期(EOS)和生长季长度(LOS)均值的空间分布

草地SOS：79.32%集中在110～150 d，即四月中旬到五月下旬。SOS极端最早值(<90 d)主要分布在柴达木盆地，植被分区类型为温带灌木、半灌木(Ⅰ区域)；SOS极端最晚值(>150 d)主要分布在可可西里和唐古拉山脉西部地区，植被分区类型主要为高寒草原地带(Ⅱ区域)和高寒草甸地带(Ⅲ区域)。从不同草地类型来看，SOS的集中区间差异较小。山地草甸的SOS较其他几种草地类型早，17.66%面积的SOS小于80 d，66.46%面积的SOS集中在80～150 d；温性草原、灌草丛和荒漠的SOS集中在120～150 d的像元占比分别为64.36%、70.09%和52.19%；高寒草原的SOS集中在130～160 d的像元占比为63.76%；高寒草甸的SOS集中在110～140 d，较高寒草原约早20 d。

草地EOS: 除柴达木盆地区域在250 d之前，其他地区集中分布在260～290 d。EOS开始最早(<250 d)的区域主要在柴达木盆地内，开始最晚(>300 d)的区域集中在柴达木盆地周围。Ⅱ、Ⅲ、Ⅶ区域的EOS集中在260～280 d，Ⅵ、Ⅴ、Ⅵ区域内的草地EOS集中在270～300 d。不同草地类型EOS集中分布差异较大。山地草甸和荒漠的EOS集中在250～310 d，所占面积比例约为12%；温性草原和灌草丛EOS集中在270～290 d；高寒草原和高寒草甸EOS集中在260～280 d。

图4 2001—2020年青海省不同草地类型(SOS)、生长季末期(EOS)和生长季长度(LOS)统计

草地LOS：集中在130～180 d，存在明显的空间差异性。LOS持续时间最长的区域集中在柴达木盆地，持续时间最短区域集中在可可西里、唐古拉山脉和青海湖周围。不同草地类型的LOS差异较大。其中，山地草甸和荒漠LOS持续时间较其他几种草地类型长，集中在160～180 d；温性草原、灌草丛、高寒草原和高寒草甸LOS集中在130～170 d。结合SOS、EOS的空间分布规律，发现LOS的空间变化规律与SOS较为一致。

2.3 植被物候期的年际变化分析

分析近20 a青海省草地物候变化趋势(图5～6)发现，88.3%的草地SOS呈显著提前趋势(通过显著性检验的占66.21%，α=0.05)。

图5 2001—2020年青海省草地(SOS)、生长季末期(EOS)和生长季长度(LOS)变化趋势的空间分布

其中柴达木盆地的SOS提前趋势最不明显，以0～0.5 d·a-1的速率提前，其他地区的SOS提前较明显(0.5～1.5 d·a-1)；11.8%的SOS呈推迟趋势，零星分布在布哈河流域周围。从不同草地类型的年际变化趋势来看，高寒草原的提前速率最大，以0.61 d·a-1的速率持续提前，其次为高寒草甸(0.60 d·a-1)，最小的为荒漠(0.06 d·a-1)。

青海省82.36%的草地EOS呈推迟趋势(通过显著性检验的占77.13%，α=0.05)，推迟速率最大的区域集中在柴达木盆地周围及附近的河流境内，EOS呈提前趋势的区域集中在柴达木盆地，提前速率集中在0～0.5 d·a-1。从不同草地类型的年际变化曲线来看，EOS的变化较为平稳，其中提前趋势最明显的为荒漠，平均提前速率为0.36 d·a-1，其次为高寒草甸(0.34 d·a-1)，最小的为灌草丛(0.09 d·a-1)。

青海省草地LOS的像元90.3%表现为延长趋势(通过显著性检验的占83.25%，α=0.05)，延长速率集中在0～1.5 d·a-1。LOS呈提前趋势的区域主要集中在柴达木盆地和昆仑山脉东北坡，延长速率为0.5～1.5 d·a-1。从青海省草地物候年际变化来讲，温性草原和高寒草原的LOS呈缩短趋势，平均缩短速率为0.26和0.22 d·a-1，其他几种草地类型的LOS均以不显著的延长趋势为主。

图6 2001—2020年青海省不同草地类型的(SOS)、生长季末期(EOS)和生长季长度(LOS)变化曲线

2.4 物候对气候变化的响应

采用相关分析法对青海省草地SOS与季节性气温(MAT)、降水(MAP)和TNN、TNX、TXN、TXX、RX1、RX5的关系进行分析发现,草地SOS与MAP主要呈负相关性，尤其在昆仑山脉、巴颜喀拉山和青海湖流域的负相关系数高达0.3以上，但在柴达木盆地和可可西里山脉西部表现为正相关(图7)。SOS与气温主要以正相关为主，相关系数集中在0～0.5，尤其在祁连山脉西部、巴颜喀拉山脉地区和青海湖周围地区正相关性较高，但在青海省南部的阿尼玛卿地区表现为显著的负相关。草地SOS与TNN、TNX、TXN、TXX均以负相关性为主，零星分布在柴达木盆地以东的哈拉湖周围、昆仑山脉和阿尼玛卿地区。SOS与TX1以正相关为主，呈负相关的地区集中在海拔高寒草原、高寒草甸和青海湖周围，其他地区均以正相关为主。SOS与TX5以负相关为主，尤其在海拔较高的昆仑山脉、巴颜喀拉山脉、祁连山西部和青海湖周围地区负相关系数高达0.5以上。

草地SOS与春季气温表现出显著正相关性，SOS在该地区受春季温度的影响显著推迟，且主要草地类型为高寒草原和高寒草甸；SOS对夏、秋、冬3季的气温表现出显著正相关关系，尤其海拔较高的昆仑山脉、巴颜喀拉山脉和祁连山脉地区的正相关性较高；与4季的降水存在显著的空间差异性，在海拔较高的中部和西部地区以负相关为主，在海拔较低且较为干旱的柴达木盆地表现为正相关。

草地EOS与降水以正相关为主，尤其在唐古拉山脉和龙羊峡水库以南地区的正相关系数高达0.3以上，但在昆仑山脉地区表现为显著的负相关关系(图8)。EOS与气温以负相关为主，相关系数集中在0～0.5，尤其在昆仑山脉、巴颜喀拉山脉和青海湖周围的正相关性较高，相关系数集中在0.1以上。

MAP—季节性降水，MAT—季节性降温，TNN—日最低气温最小值，TNX—日最低气温最大值，TXN—日最高气温最小值，TXX—日最高气温最大值，RX1—最大1 d降雨量，RX5—最大5 d降雨量。

MAP—季节性降水，MAT—季节性降温，TNN—日最低气温最小值，TNX—日最低气温最大值，TXN—日最高气温最小值，TXX—日最高气温最大值，RX1—最大1 d降雨量，RX5—最大5 d降雨量。

EOS与TNN、TNX、TXN、RX1和RX5均以负相关为主，集中分布在为昆仑山脉和祁连山以西地区。EOS与TXX以负相关为主，在青海省的西南部地区以正相关为主，正相关系数达到0.3以上。

草地EOS与秋季气温表现出显著正相关性，表明EOS在该地区受春季温度的影响显著推迟，与春、夏、冬3季的气温相关性不显著，负相关主要集中在昆仑山脉以南地区，正相关主要集中在昆仑山脉以北地区；EOS与春、夏、秋、冬季降水存在显著的空间差异性，但总体表现为负相关关系。

3 讨论

3.1 物候变化的趋势

分析近20 a青海省不同草地类型的物候变化结果发现，2001—2020年青海省草地SOS大部分区域呈显著提前趋势，EOS以不显著的推迟趋势为主，但在较为干旱的地区推迟速率最大；LOS整体表现为延长趋势(表1)。这一结论与LIU等[2]提出的在越来越温暖的气候条件下，青藏高原植被SOS呈提前趋势、LOS呈延长趋势为主一致。先前基于长期遥感数据的研究[36-39]没有发现青藏高原草地EOS发生了显著的变化，青海省草地EOS除较为干旱的地推迟趋势较为明显外，其他地区的变化不明显。但一项最新研究发现，近50 a来青藏高原经历着长期快速的气候变化，气候变暖促进了高寒植被SOS提前，春季生物量增加，但生长季中期水分亏缺，加速了EOS的提前[40]；这一结论与很多学者的研究结果[41-43]一致；但与孟凡栋等[42]、周玉科等[30]以及笔者的研究结果不一致。不同学者对草地物候期的研究存在差异，一方面可能是因为研究的时间段不同，另一方面可能是因为气候变暖的同时，降水时空分布格局、土壤蒸散发也发生了较大变化。气温变暖虽然极大地改变了春季物候时间，但不同地区、不同草地类型对气候的响应程度不同[15-20]。如气候变暖促进了寒冷草原的春季物候，尤其是高纬度地区，而在季节性干旱的草地分布区，春季物候反而随着气候变暖而进展缓慢甚至延迟，这主要是因为寒冷草地的春季物候主要受温度的调节，而干燥草地主要受水分的调节[11-15]。

表1 不同气候指标的变化趋势

3.2 气候对物候的影响

草地物候变化是一个周期性、持续性的动态过程，物候变化的制约因素众多，且各因素之间也存在一定的制约关系[13]。其中，气温和降水被认为是影响草地物候的重要气象因子[18-21]，但与平均气候变化相比较而言，极端气候事件具有突发性、不可预测性和破坏性大等特点，因此可能会严重影响陆地生态系统结构、组成和功能，从而影响植被的生长周期和生产力[44]。目前对于青海省极端气候影响草地物候的研究尚鲜见报道。笔者研究发现草地SOS与年均降水、春季气温、TNN、TNX、TXN、TXX、TX5以负相关为主，在海拔较高的中部和西部地区与降水以负相关为主，在海拔较低且较为干旱的柴达木盆地表现为正相关关系。年均降水减少、春季温度升高、极端气候指标(TNN、TNX、TXN、TXX)增加和TX5的减少会导致草地SOS提前。草地SOS与年均气温、TX1均表现为不显著的正相关关系。年均气温、TX1增加、夏冬气温增加和秋季气温降低使草地SOS呈不显著的推迟趋势。该结论也进一步证实植被休眠和春季再生需要冷冬和暖春，年前冬季温度升高会加长植被休眠时间，使植被SOS推迟[45]，当年春季温度升高会增加植被发芽和叶片扩张的热量，是植被SOS提前的表现[46]。并且有研究也发现，温度升高会增加土壤有机质的分解速率，促使土壤中的养分更容易矿化，从而有利于植被进入物候期[47]。虽然也有研究发现，春季温度的升高会使得较为干旱地区的植被生长受到土壤水分胁迫的影响，从而导致植被生长受限，物候期被推迟[48]，但这取决于温度、太阳辐射、降水和土壤类型等因子对植被物候的共同作用。

草地EOS与年均降水、TXX、秋季气温为不显著的正相关关系，与年均气温、TNN、TNX、TXN、RX1和RX5为不显著的负相关关系。因此，年均降水量、TXX增加和秋季气温升高会使草地EOS推迟，而年均气温升高会导致草地EOS提前，在干旱和半干旱地区的植被主要以旱生和强旱生类型为主。在生长阶段，降水对EOS的影响显著大于温度，主要是因为降水能够缓解土壤水分的胁迫，使草地不会提前进入枯黄期[49]。

而青海省的草地主要位于干旱地区，夏季草地生长严重受到干旱的胁迫，而进入秋季之后，温度迅速降低，草地生长季较短。LIU等[36]研究认为，植被在秋季需水量减少、温度增高，增加光合酶活性，减缓叶绿素的降解。因此，不同季节温度升高也是植被EOS推迟的重要因子。

为进一步揭示青海省草地物候对气候变化的敏感性，基于随机森林分析了不同气候因子对青海省草地物候重要性(图9)。对于草地SOS，冬_MAP、RX5、TNX、TXN和春_MAT对草地的SOS影响较大。对于草地EOS，受到TNX、夏_MAP、TXN、秋_MAP和年_MAP的影响较大。

春_MAT—春季气温；夏_MAT—夏季气温；秋_MAT—秋季气温；冬_MAT—冬季气温；年_MAT—年均气温；春_MAP—春季累计降水；夏_MAP—夏季累计降水；秋_MAP—秋季累计降水；冬_MAP—冬季累计降水；年_MAP—年累计降水；TNN—日最低气温最小值；TNX—日最低气温最大值；TXN—日最高气温最小值；TXX—日最高气温最大值；DTR—气温日较差；RX1—最大1 d降雨量；RX5—最大5 d降雨量。

3.3 遥感提取的物候验证

李广泳等[13]研究发现，青海省植被EOS集中在240～300 d，笔者的研究结果与其有较大差异，但与DENG[50]、孔冬冬[20]的物候期平均分布较为一致。原因可能是前者使用的是EVI数据，而笔者和其他研究者使用的均为NDVI数据，导致提取的物候数据存在较大差异(表2)。此外，研究也利用地面实测的物候数据与遥感识别的物候监测结果进行验证，发现误差在可接受的范围之内。这些结果表明，利用MOD13Q1物候资料可以获得青藏高原草地植被的SOS和EOS。

表2 物候监测结果验证

春_MAT为春季气温；夏_MAT为夏季气温；秋_MAT为秋季气温；冬_MAT为冬季气温；年_MAT为年均气温；春_MAP为春季累计降水；夏_MAP为夏季累计降水；秋_MAP为秋季累计降水；冬_MAP为冬季累计降水；年_MAP为年累计降水；TNN为日最低气温最小值；TNX为日最低气温最大值；TXN为日最高气温最小值；TXX为日最高气温最大值；RX1为最大1 d降雨量；RX5为最大5 d降雨量。草地类型Ⅰ～Ⅵ参见图1。

3.4 局限性和未来研究方向

青海省草地植被类型丰富，垂直地带性显著，且不同草地类型、不同开花功能群的植物对气候变化的敏感程度不同，如SHERRY等[51]研究发现，早花功能群植物对降温的敏感性较高；WANG等[52]研究发现，中花功能群植物对增温敏感性高于降温，不同物种物候期对环境因子响应也不完全相同，即使在相同的水热条件下，特别是高寒地带，不同植物的萌动发芽和物候特征亦不相同。虽然笔者基于较高分辨率的遥感数据对青海省不同草地类型对气候变化的响应进行了一些有益的探索，但未能关注草地个体特性受气候变化的影响差异，也未能考虑到降水时间、土壤持水量等因素对草地物候的影响。

4 结论

基于MODIS NDVI数据及站点插值的气象数据，分析了2001—2020年青海省草地物候的时空格局和变化趋势，探讨了气候因子对物候的影响。结果表明：

(1)青海省草地SOS集中在110～150 d，大部分区域的SOS以0～1.5 d·a-1的速率提前，其中山地草甸的<温性草原、灌草丛和荒漠<高寒草甸<高寒草原。EOS集中在260～290 d，大部分区域表现为推迟趋势。LOS为130～180 d，大部分区域表现为延长趋势。

(2)青海省草地物候总体表现为随海拔升高，SOS逐渐推迟，EOS缓慢推迟、LOS不规律变化的态势。

(3)青海省草地SOS主要受到冬_MAP、RX5、TNX、TXX和春_MAT的影响。其中，年_MAP减少、春_MAT升高、气温的极端气候指标(TNN、TNX、TXN、TXX)增加和TX5的减少会使导致草地SOS提前。年_MAT的增加、TX1的增加、夏_MAT、冬_MAT的增加和秋_MAT的降低使草地SOS呈不显著的推迟趋势

(4)青海省草地EOS主要受TXX、夏_MAP、TNX、秋_MAP和年_MAP的影响较大。其中，年_MAP的增多、TXX增加和秋季气温的升高会使草地EOS推迟，而年_MAT的升高会导致草地EOS提前。