植被是陆地生态系统的重要组成部分，在全球碳循环和能量转换过程中发挥着关键作用^［1-2］。植被生态质量是维系陆地生态系统稳定性的基础，其变化不仅直接影响生态系统功能，还反映区域生态环境状况^［3］。准确评估植被生态质量对于理解生态系统健康状况和支撑生态文明建设具有重要意义。近年来，受气候变化和人类活动叠加影响，区域植被生态质量发生显著变化，表现出较强的时空波动性^［4］。因此，定量揭示植被生态质量的时空变化规律及其影响因素，不仅有助于区域生态环境保护与生态恢复决策，也为土地利用规划、碳循环与全球变化研究提供科学支撑^［5］。

近年来，随着遥感技术及对地观测系统的快速发展，不同尺度下的植被生态监测研究取得了显著进展。已有研究多基于植被覆盖度（Fractional Vegetation Cover， FVC）、归一化植被指数（Normalized Difference Vegetation Index， NDVI）和植被净初级生产力（Net Primary Productivity， NPP）等指标，结合气象数据对植被生长状况的时空演变特征及其影响因素开展分析^［6-9］。然而，单一植被指标难以全面反映植被生态质量的综合特征，易导致评价结果存在偏差^［10］。为克服这一不足，钱拴等^［11］提出了植被生态质量指数（Vegetation Ecological Quality Index， VEQI）模型。该模型综合考虑了NPP与FVC两项指标，既能体现植被的生产能力，又能反映地表绿化状况，从而实现对长时间序列植被生态质量的定量评价。当前，VEQI已被广泛应用于省域、区域及流域尺度的植被生态研究^{［5，10，12-13］}，但针对干旱半干旱地区山地生态系统的研究不足。

祁连山地处青藏高原东北缘，是中国西北地区重要的生态安全屏障，不仅是河西走廊三大内陆河的主要水源涵养区，同时还是青藏高原与蒙新高原动物迁徙的重要生态廊道和国家生物多样性保护优先区域^［14］。在高原季风、东亚季风和西风带的共同影响下，祁连山地区气候复杂多变，地形起伏显著，生态系统类型多样但整体脆弱。因地处欧亚大陆腹地，区域植被对气候变化及人类干扰高度敏感^［15-17］。近年来，国内外学者围绕祁连山地区植被生态状况开展了大量研究，主要集中于单一植被指数（NDVI、FVC、NPP等）的时空演变特征及其与气候变化或人类活动的响应关系^{［6-8，18-20］}，而关于基于综合指标（如VEQI）系统评估祁连山植被生态质量的研究仍较为有限。

鉴于此，本文利用VEQI，对2001—2024年祁连山地区植被生态质量进行系统评估。通过趋势分析、空间分析与稳定性分析，揭示祁连山植被生态质量的时空变化特征，并采用偏相关分析方法探讨气温和降水对VEQI影响的空间差异及强弱关系。研究结果可为祁连山地区植被生态状况评估及生态保护与管理提供科学依据。

祁连山位于青藏高原东北缘，是中国典型的寒冷干旱山地，由多条西北-东南走向的平行山脉及其间宽阔的谷地组成。东西绵延约1 000 km，南北宽约300 km，总面积约19.31×10⁴ km²。横跨甘肃和青海两省，海拔1 783~5 611 m，地势总体呈西高东低，山间断陷盆地中分布着中国最大的内陆湖泊——青海湖（图1）。祁连山是黄河上游及河西走廊的重要水源涵养区，在中国生态安全格局中具有重要的屏障作用。气候类型以高原大陆性气候为主，具有显著的干旱寒冷特征，雨热同期、四季分明。多年平均气温-17.37~7.77 ℃，多年平均降水量约26~660 mm，呈自西向东逐渐增加趋势，水热条件地域差异显著。祁连山植被类型多样，包括草甸、草地、灌木林、高山植被、荒漠植被以及针叶林和阔叶林等^［18］。在气候和地形的共同作用下，区域植被呈现出明显的空间分异特征：低海拔谷地多为荒漠与草原植被，高海拔地区则以高山草甸和稀疏灌丛为主。

本文借助谷歌地球引擎云平台（Google Earth Engine，GEE）调用MODIS 13Q1时间序列NDVI数据，利用像元二分模型计算得到2001—2024年空间分辨率为500 m的逐年FVC。2001—2024年逐年NPP数据来源于MODIS 17A3产品，空间分辨率为500 m。植被类型数据源自中国科学院资源环境科学与数据中心（https：//www.resdc.cn/），空间分辨率为1 000 m。数字高程模型数据来源于美国地质调查局（https：//earthexplorer.usgs.gov/），空间分辨率为30 m。2001—2024年逐年年平均气温和年降水量数据由国家青藏高原科学数据中心（https：//data.tpdc.ac.cn/home）提供，空间分辨率为1 000 m。所有空间数据统一为WGS_1984坐标系，空间分辨率重采样为1 000 m。

植被NPP和FVC是反映区域植被生长状况的两个重要指标，基于NPP和FVC构建植被生态质量指数，反映研究区植被生态状况变化特征^［11］。

式中：VEQI_i 表示第i年的植被生态质量指数，其值为0~100，值越大表示植被生态质量越好；FVC_i 为第i年的植被覆盖度，基于NDVI采用像元二分法模型计算；NPP_i 为第i年的植被净初级生产力；NPPₘₐₓ表示研究区植被NPP的历史最高值；f₁和f₂分别为研究区植被NPP和FVC的权重系数，钱拴等^［11］研究表明区域为县级及其以上的范围权重系数均为0.5。因此，本研究取f₁=f₂=0.5。

变异系数可以反映长时间序列观测数据的相对波动程度，从而具体衡量数据的稳定性。本研究采用变异系数法研究2001—2024年祁连山地区VEQI变化的稳定性^［13］。

式中：Cv为变异系数；VEQI¯为研究期内VEQI平均值；δ为研究期内VEQI标准差。

本研究使用Theil-Sen 趋势分析研究VEQI的变化率（S）。当S>0时，表示VEQI呈上升趋势，反之则呈下降趋势^［18］。利用Mann-Kendall（MK）方法对VEQI变化趋势进行显著性检验，当MK检验中Z值绝对值>1.96，则变化趋势通过95%显著性水平，反之则变化不显著^［21］。结合变化趋势和MK显著性检验，将VEQI变化划分为4个类型：显著增加（S>0，P<0.05）、不显著增加（S>0，P>0.05）、显著降低（S<0，P<0.05）和不显著降低（S<0，P>0.05）。

进一步结合集合经验模态分解法（Ensemble Empirical Mode Decomposition， EEMD）辅助验证VEQI的非线性变化特征及长期趋势，该方法可得到不同时间尺度的模态函数及能反映时间序列数据长期变化趋势的残差分量^［22-23］。EEMD分析中，每个本征模态函数（Intrinsic mode functions， IMF）分量的平均周期可通过将峰值数量（局部最大值）除以时间长度来获得。此外，还计算了每个IMF分量的振荡周期及其相应的方差贡献率（VC），以揭示VEQI变化的周期性特征^［24-25］。

采用Hurst指数对VEQI未来变化趋势的可持续性特征进行预测。Hurst指数有3种取值形式：① Hurst=0.5，表明NPP时间序列变化呈随机型，不存在长期相关性；② 0<Hurst<0.5，表明NPP时间序列变化具有反持续性，Hurst值越接近于0，反持续性越强；③ 0.5<Hurst<1，表明NPP时间序列变化具有持续性，即植被未来变化与过去变化趋势一致。Hurst指数越接近于1，说明时间序列数据的持续性越强。参考朱莹莹等^［26］的研究，划分4种类型：强反持续性（Hurst<0.35），弱反持续性（0.35<Hurst<0.50），弱持续性（0.50<Hurst<0.65），强持续性（Hurst>0.65）。这表示植被变化趋势从高度不稳定到高度稳定^［27］。

本文基于偏相关分析定量识别气温和降水对VEQI的相对影响。计算公式如下^［7］：

式中：rx1y、rx2y、rx1x2分别表示VEQI与x₁、x₂以及x₁与x₂的简单相关关系；rx1y,x2表示除去变量x₂的影响后，VEQI与x₁的相关系数。得到偏相关系数后，通过对比偏相关系数绝对值的大小来判断气温或降水主导区，如气温的偏相关系数绝对值大于降水的，则为气温主导区，如相等，表明二者影响相同，反之为降水主导区。

2001—2024年祁连山平均VEQI呈现由东南部向西北部逐渐降低的格局（图2）。低等级（VEQI<20）区域占比最大，为25.88%，主要位于西北部及南部地区；高等级（VEQI>50）的区域次之，占比为22.58%，主要分布在中东部地区；较高等级（40~50）的区域占比20.01%，主要位于中部由高值区向低值区的过渡地带。从VEQI稳定性来看，大部分地区（66.12%）较为稳定（Cv<0.10）；波动较大（Cv>0.15）的区域占比为11.63%，主要位于西北部、南部以及东部地区；22.25%的区域表现为中等波动，主要位于北部及西部地区。

2001—2024年祁连山VEQI值为31.78~35.99，平均34.36，最小值出现在2001年，最大值出现在2018年，呈现明显的年际波动（图3）。2010、2012、2017、2018、2019年VEQI较高。研究期内VEQI呈显著上升趋势（P<0.05），年均上升0.08。各类植被VEQI在研究期内均呈现不同程度上升趋势，除栽培植被以外，其他植被类型VEQI均呈现显著上升趋势（P<0.05）。其中荒漠植被、针叶林和草地植被增长较快（Slope>0.1），高山植被和草甸植被增长较慢（Slope<0.065）。总体来看，阔叶林平均VEQI最高，达54.84；灌木林（45.83）和针叶林（54.61）次之；栽培植被、草甸和草地平均VEQI居中，均值分别为43.37、36.88和32.02，草地VEQI的年均增速较快（Slope=0.113）；荒漠植被平均VEQI最低，均值为17.14，但其年均增速最大（Slope=0.13）。

EEMD分析结果表明，VEQI变化被分解为3个本征模态函数（IMF）分量，分别对应3、8、12 a等3个准周期性波动。就方差贡献度来看，残差项贡献最大（23.01%），其次为IMF1（19.71%），IMF2和IMF3的方差贡献率均较小，分别为3.94%和0.06%（表1）。这说明VEQI变化主要受长期趋势和短期扰动共同控制。此外，EEMD模型的残差分量（Res）呈现非线性上升趋势（图4），表明祁连山区过去24 a植被呈恢复趋势。整体上，祁连山VEQI呈现长期上升趋势，并存在明显年际波动及3 a周期性变化特征。

2001—2024年祁连山VEQI增加的区域占比为79.09%，其中增加速度较快的区域（斜率>0.22）占比为11.34%，集中在中西部和北部边缘区；下降区域占比为20.91%，主要位于中部和东南部，下降较快的区域（斜率<-0.06）占8.16%，零散分布在中东部（图5A）。过去24 a祁连山VEQI显著增加的区域占比为33.64%（P<0.05），主要位于西部和东南部地区，显著降低的区域占比为3.22%，主要分布在中部、东南部以及环青海湖地区，主要植被类型为草地和草甸（图5B）。总体来看，研究期内祁连山VEQI呈总体上升、局部下降的趋势。

祁连山VEQI Hurst指数为0.10~0.96，均值0.43，表明VEQI未来变化总体上具有一定的反持续性（图6）。祁连山VEQI Hurst指数为0.35~0.50的弱反持续性区域占比达64.16%，表明在大部分区域内植被的生长趋势可能受到短期随机因素的影响，将呈弱反持续性，但总体其波动性较小，仍具有一定的稳定性；Hurst指数<0.35的强反持续性区域占16.82%，零散分布于研究区内，在这些区域内，植被的生长趋势非常不稳定，可能受到强烈的短期随机因素的干扰。Hurst指数为0.50~0.65的弱持续性区域占比18.39%，主要位于祁连山北部及西部地区，这些区域的植被生长趋势具有一定的长期趋势性；Hurst指数>0.65的区域占比较小，仅为0.64%，零星分布在祁连山中部和西部地区，表明在这些区域内，植被的生长趋势具有高度稳定性，历史趋势在未来继续维持。结合趋势分析与Hurst指数结果可将祁连山VEQI未来变化趋势划分为4个持续类型。具体来看，未来VEQI变化将以上升反持续型为主，占比达64.21%；其次是降低反持续型和上升持续型，占比分别为16.20%和15.84%；降低持续型占比较小，仅为3.76%，零星分布在中东部地区，对于这些区域未来需要加大保护力度。总体来看，尽管存在部分区域植被面临退化的风险，但未来变化总体趋势仍以持续改善为主。

VEQI对降水和气温的响应有明显的空间差异（图7）。具体来看，VEQI与降水的偏相关系数为-0.73~0.86，均值为0.22。降水对VEQI的影响空间异质性较强，降水对VEQI起促进作用的区域占比为79.36%，其中显著促进的区域占25.12%（P<0.05），主要位于祁连山北部、西北部及南部地区；而起抑制作用的区域占20.03%，主要位于中部和西部的高海拔地区，显著抑制的区域仅有0.21%，零星分布在祁连山中部地区。VEQI与气温的偏相关系数为-0.70~0.81，均值0.04。气温对VEQI起促进作用的区域占比为57.18%，主要位于中部和西部地区，其中显著促进的区域占比为5.17%，主要分布在中东部地区；而气温对VEQI起抑制作用的区域占43.82%，主要位于东南边缘及西北部干旱地区，其中显著抑制的区域占1.72%，主要分布在西北部及东南部边缘地区。总体来看，降水对祁连山VEQI的影响较气温更大，且降水主要起促进作用。

VEQI变化的气温主导区和降水主导区分布具有明显的空间异质性（图8）。祁连山VEQI变化的气温主导区占比为34.60%，降水主导区占65.40%，表明降水对祁连山VEQI的影响总体而言较气温更大，影响范围更广。气温主导区主要位于中部海拔相对较高、年平均气温较低的区域，区内平均海拔约为3 799 m，年平均气温约-4.67 ℃，主要植被类型为草甸；降水主导区主要分布在祁连山北部、南部以及西北部气候较为干旱的地区，区内平均海拔约为3 567 m，多年平均降水量约为380 mm，主要植被类型为草地和荒漠植被。

祁连山独特的地理位置、丰富的生态资源以及多样的生态服务功能，使其成为维护中国西北生态安全的重要屏障，尤其是在保障河西走廊生态稳定、水资源可持续利用和绿洲系统安全方面发挥着关键作用^［28］。植被是维系祁连山生态系统稳定的核心要素，其时空变化可反映气候变化和人类活动的综合影响^［20］。近年来，在全球气候变暖背景下，祁连山地区植被格局发生了显著变化^［17-20］。研究结果表明，祁连山植被生态质量指数总体呈现出由西北向东南逐渐升高的空间分布特征，这一分布格局与祁连山植被覆盖度^［6］和净初级生产力^［7-8］的空间格局较为一致。这主要受区域气候分异所致：祁连山中西部受西风带影响，东部地区受东亚季风影响，形成了明显的由西向东的降水梯度，不同的水热条件导致了差异化的植被类型与覆盖度。总体而言，东南部植被覆盖度较高，植被生态质量较好，而西北部相对较差^［6］。2001—2024年，祁连山VEQI总体呈显著上升趋势，表明区域植被整体处于恢复状态。其中，草地和荒漠植被增长尤为明显，可能与区域气候暖湿化趋势及生态保护政策实施密切相关^{［17，19］}。近几十年来，中国西北地区气候呈现明显的暖湿化趋势，这对草地和荒漠植被等浅根系植被的恢复具有积极作用^［29］。气候暖湿化不仅促进了植被生长所需的温度和水分条件，还通过冰冻圈融化增加了土壤含水量，为植被提供了更丰富的水分来源^［30］。

祁连山地区VEQI对气温与降水的响应呈现显著的差异化响应特征，体现了典型寒旱山地生态系统对气候要素响应的敏感性与空间异质性。VEQI与气温、降水的偏相关分析结果显示，降水对VEQI的影响强于气温，且主要表现为促进作用。这与已有研究结论一致。Peng等^［19］认为，降水是祁连山NPP变化的主导气候因子；李晓燕等^［27］指出，祁连山南坡约98.9%的区域NDVI与降水呈显著正相关；张华等^［31］和Li等^［32］的研究均证实，降水是祁连山NDVI变化的主要驱动因素。降水量的增加可改善土壤水分状况，增强植物水分吸收，从而促进植被生长^［33-34］。然而，在年降水量相对较高的祁连山区东部，降水与VEQI的相关性则相对较弱，部分区域甚至表现出负向关系（图7）。这可能与持续阴湿条件下的光照不足、温度降低、土壤过湿导致根系通气性降低等因素有关。此外，极端降水事件频发可能加剧坡面径流和土壤侵蚀，从而削弱降水对植被的正向驱动作用^［35］。气温在高海拔对植被指数的贡献更为突出。这主要源于该区热量长期处于限制水平，适度增温可有效延长生长季，促进光合效率和物质积累^［19］。然而，在中低海拔或较干旱的区域，升温会加剧蒸散需求，使植被水分亏缺增加，从而削弱甚至逆转其正效应^［36］。这也解释了祁连山西北部VEQI与气温显著负相关的现象。

本研究揭示了祁连山植被生态质量的时空演变规律及其对气温和降水的响应，为深入理解干旱区山地生态系统对气候变化的适应机制提供了科学依据，也为祁连山地区生态保护与恢复管理提供了数据支撑和理论参考。然而，植被变化的驱动因素多样且作用机制复杂，存在一定不确定性。未来研究应综合考虑多种自然与人为因子的交互作用，定量识别各驱动因素对植被变化的贡献程度及作用机制，并提出针对性的植被保护与修复策略，以促进祁连山植被持续恢复和区域生态系统的健康稳定发展。

本文基于Google Earth Engine平台，利用植被覆盖度和植被净初级生产力数据构建祁连山2001—2024年植被生态质量指数，通过趋势分析与稳定性分析等方法系统揭示其时空变化特征，并探讨了VEQI对气温和降水的响应规律。

祁连山VEQI整体呈现西北低、东南高的空间分布格局，由西北向东南逐渐升高。研究期内，VEQI总体呈显著上升趋势，其中草地和荒漠植被的上升速率较快，表明区域植被整体处于恢复状态。

近24 a，祁连山VEQI整体以上升为主，局部区域呈下降趋势。下降区主要分布于中东部，以草地和草甸植被类型为主。总体上，VEQI表现出长期上升趋势，并伴随明显的年际波动特征及约3 a的周期性变化。

祁连山VEQI变化的主导因素具有空间异质性，降水主导区（占65.40%）较气温主导区（34.60%）范围更广，其中气温主导区集中于高寒草甸带（平均海拔约3 800 m，年均气温约-4.67 ℃），而降水主导区分布于干旱区（平均海拔约3 500 m，年均降水约380 mm）的草地和荒漠植被带。降水对VEQI的影响强于气温，且主要表现为促进作用。