考虑气候时滞效应的河北山区NDVI演变归因.pdf

考虑气候时滞效应的河北山区 NDVI 演变归因田卫堂1，刘淼2，张子元1，张学沛1，王庆明3（1.河北省水土保持工作总站,石家庄050011；2.河北省水利科学研究院,石家庄050057；3.中国水利水电科学研究院,北京100038）摘要：从植被类型、植被物候、气候因子时滞效应等方面研究 2001 年以来河北山区归一化植被指数（normalizeddifferencevegetationindex，NDVI）演变规律，并将气候因子时滞效应引入多元线性回归方法中，识别气候因子和人类活动对河北山区 NDVI 演变的贡献。结果表明：20012022 年河北山区 NDVI 呈持续增长趋势，平均增速为0.0037/a，其中乔木林、灌木林和草地 3 种植被类型增速分别为 0.0035/a、0.0040/a 和 0.0038/a；受气候变化影响，河北山区植被生长季变长，生长季开始时间平均提前 9d，而生长季结束时间仅提前 1d；降水对植被 NDVI 的影响主要发生在当月，而气温和潜在蒸散发对植被 NDVI 的影响存在 1 个月的滞后性，考虑气候因子的时滞效应后，气候变化和人类活动对河北山区 NDVI 演变的贡献分别为 39%和 61%，与不考虑气候因子时滞效应对比，多元线性回归的决定系数由 0.80 提高到 0.87。人工水保措施是河北山区植被 NDVI 增长的主导因素，对快速改善山区生态环境至关重要，同时 2001 年以来降水、气温等气候因素也有利于植被恢复，对植被条件较好的区域，应以自然恢复为主，实现自然条件下的生态平衡。研究结果对优化山区水土保持工作方案，提高植被修复措施效果具有重要意义。关键词：河北山区；NDVI；滞后效应；变化归因；植被物候中图分类号：TV62;TV882.1文献标志码：ADOI：10.13476/ki.nsbdqk.2023.00922000 年以来，河北省持续开展了水土流失综合治理工作，通过造林种草、封育保护、修建小型水利水保设施等措施，山区生态环境显著改善1，其中最突出的表现为植被覆盖度的增加。一方面人工植被修复措施对山区林草植被覆盖度增加有不可替代的作用2-3，另一方面气候变化因素的贡献也不能忽视4-5，但目前尚缺乏对河北山区植被演变规律及不同因素贡献的定量分析。准确识别气候变化和人类活动的影响贡献，对山区进一步开展合理高效的水土保持工作具有重要指导意义。在分析植被覆盖度演变趋势方面，通常采用归一化植被指数（normalizeddifferencevegetationindex，NDVI）、叶面积指数（leafareaindex，LAI）、植被覆盖度（fractionalvegetationcover，FVC）等遥感植被指数分析时间序列演变特征，其中 NDVI 具有对植被生长状态响应敏感，遥感光谱数据获取方便等优势，是目前应用最为广泛的植被指数6。已有研究通过对河北省的太行山区7、燕山区8、坝上高原区9-10等开展植被指数演变分析，研究普遍认为近 20 年河北省山区植被快速恢复。但目前分析并没有区分植被类型，如乔木林、灌木林和草地气候条件和人工植被恢复措施不同，其演变规律也呈现不同特征11-12，尚需进一步分析。另外，近 20 年全球气候变暖，导致植被生长季发生变化1315，物候提前导致植被生长季增加也是反映河北山区植被演变的一个重要指标，其变化规律目前还不清楚。在植被覆盖演变归因方面，通常认为影响植被演变的气候因子主要有降水、气温和潜在蒸散发16-17，气候因子为植被生长提供水分和能量条件，扣除气候因子，其余通常归结为人类活动影响18-19。研究20-21表明气收稿日期：2023-06-25修回日期：2023-09-05网络出版时间：2023-10-08网络出版地址：https:/ 2022-01；2023-72）作者简介：田卫堂（1973），男，河北安新人，高级工程师，主要从事水土保持方面研究。E-mail：通信作者：王庆明（1987），男，河北邯郸人，高级工程师，博士，主要从事水资源演变解析方面研究。E-mail：第21卷第5期南水北调与水利科技（中英文）Vol.21No.52023年10月South-to-NorthWaterTransfersandWaterScience&TechnologyOct.2023田卫堂，刘淼，张子元，等.考虑气候时滞效应的河北山区 NDVI 演变归因J.南水北调与水利科技（中英文），2023，21（5）：962-971.TIANWT，LIUM，ZHANGZY，etal.AttributionanalysisofNDVIevolutioninmountainousareaofHebeiProvinceconsideringclimatedelayeffectJ.South-to-NorthWaterTransfersandWaterScience&Technology，2023，21（5）：962-971.（inChinese）962候因子对植被生长影响存在滞后性，即“时滞效应”，并且研究22-23表明气候因子对 NDVI 的影响通常存在 03 月的滞后期。多元线性回归方法是建立目标变量和解释变量之间线性关系的经典统计方法24，常用来定量识别不同驱动因素对植被演变的贡献25，传统的多元线性回归方法在分析植被演变原因时，通常采用逐月对应的气候因子和植被指数，未考虑气候因子的“时滞效应”，可能会低估气候因子的贡献26-27，目前在河北山区还未开展相关研究。本研究在系统分析河北山区植被 NDVI 演变规律的基础上，考虑气候时滞效应建立多元线性回归模型，预期能够更准确回答 NDVI 演变原因。1研究区域及方法1.1研究区域河北省地处华北地区东北部（图 1），3603N4240N，11327E11950E，全省面积 18.86 万km2。河北省地势西高东低，自西北向东南依次排列为坝上高原、山地丘陵和平原三大地貌单元，其面积分别占全省总面积的 9.3%、51.7%和 39%。本研究区域为坝上高原和山地丘陵两部分，统称为河北山区，其中山地丘陵又分为太行山区和燕山区。坝上高原海拔高程 13501670m，燕山海拔高程为502116m，太行山高程为 1002834m。河北山区19562016 年多年平均降水量为 512mm，全年降水量 70%80%集中在 69 月份，总趋势由燕山、太行山迎风坡分别向西北和东南递减28。1.2数据来源与研究方法1.2.1数据来源采用 NDVI 指标反映植被演变动态，数据来自SPOT 卫星植被传感器的 SPOTNDVI 数据集，记录时间为 20012022 年，时间分辨率为 10d，空间分辨率为 1km（http:/www.vito-eodata.be）。国内研究对 SPOTNDVI 数据集进行了校正，以去除卫星移位和传感器退化的影响，并应用最大值复合方法生成月度和年度数据集29，处理后的数据集下载自中国科学院资源环境科学数据中心（RESDC；http:/）。降水、气温等气象数据来自中国气象局国家气象信息中心提供的逐日降水、气温、风速、相对湿度、大气压和日照时数数据（http:/）。1.2.2研究方法潜在蒸散发量计算。采用 Penman 公式计算潜在蒸散发量，代表区域植被蒸散发的最大能力，综合反映气候因子变化对植被蒸散发的影响，表达式为PET=1Rn+cpD/ra+（1）式中：PET为植被潜在蒸散发量，mm；Rn为地表净辐射，MJ/(m2d)；为空气密度，kg/m；cp为大气的定压比热，MJ/（kg），取 0.001004MJ/（kg）；ra为空气动力学阻抗，s/m；D 为水汽压与饱和水气压之差，kPa；为饱和水气压曲线斜率，kPa/；为地表湿度计常数，kPa/，取 0.066；为水的蒸发潜热，MJ/kg。分区DEM/mN2 8340图1研究分区及河北山区 DEMFig.1StudyzoningandDEMinmountainousareaofHebeiProvince植被类型确定。植被类型数据来源于 MODIS土地覆盖产品（MOD23Q1），分辨率为 500m，采用国际地球生物圈计划土地分类方案，方案定义了 17个土地覆盖类型，包括 11 个自然植被类型。根据河北省山区特点，对相似土地覆盖类型进行合并，得到乔木林、灌木林和草地三大类植被类型，并根据植被 NDVI 分辨率进行重采样，统一为 1km 分辨率数据。植被物候计算。植物物候指植物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，植被物候常用生长季开始时间（startingdateofgrowingseason，SOS）和结束时间（endingdateofgrowingseason，田卫堂，等考虑气候时滞效应的河北山区 NDVI 演变归因963EOS）表征。利用双 logistic 曲线对 NDVI 时间序列数据重建，得到全年 365d 的逐日 NDVI 序列，表达式为TNDVI=c1+c211+exp(x1tx2)11+exp(x3tx4)（2）TNDVI式中：t 为生长季开始时间或结束时间；为 t 时刻的 NDVI 值；c1、c2、x1、x2、x3和 x4为利用最小二乘拟合方法拟合的参数。对重建后的逐日 NDVI 序列求一阶差分，求得 NDVI 上升最快点对应的日序作为生长季开始时间（SOS），NDVI 下降最快点对应的日序作为生长季结束时间（EOS）。考虑气候滞后效应的归因方法。首先，采用皮尔逊相关系数用来研究植被 NDVI 与气候因子的相关关系，确定滞后月份，对于时间系列 X 和 Y，皮尔逊相关系数为r=ni=1(XiX)(YiY)ni=1(XiX)2ni=1(YiY)2（3）XY|r|式中：r 为皮尔逊相关系数；n 表示时间序列的长度；i 为时间序号；Xi表示时间序号为 i 的 X 值；Yi表示时间序号为 i 的 Y 值；表示 X 的均值；表示 Y 的均值。r 取值为11，当 r0 表明时间序列之间存在正相关，越接近 1，表明时间序列之间的相关性越强。在月尺度上，植被对气候响应的滞后时间一般在 03 个月内20，因此，分别计算植被 NDVI 与提前 03 个月的气候因子的相关系数，选取相关系数最大的滞后月份作为 NDVI 对气候因子响应的滞后时间。其次，利用 Evans 等30提出的残差分析法，剥离气候变化和人类活动分别对植被 NDVI 变化的影响。以降水量、气温、潜在蒸散发量为自变量，植被NDVI 为因变量，构建多元线性回归模型，表达式为CNDVI=aP+bT+cPET+d（4）HNDVI=TNDVICNDVI（5）式中：P、T 和 PET分别代表时段内的降水量、气温和潜在蒸散发量；a、b、c 是多元线性回归的系数；d为 多 元 线 性 回 归 的 截 距；TNDVI为 t 月 的 实 际NDVI 值；CNDVI为 多 元 线 性 回 归 模 型 预 测 的NDVI 值，认为是气候变化对植被 NDVI 的影响；HNDVI为实际 NDVI 值和多元线性回归模型预测的NDVI 值之差，即残差，反映人类活动对植被 NDVI的影响。以往利用残差对植被变化进行归因分析往往只考虑了时段对应的气候因子值，本研究考虑气候对植被 NDVI 影响作用的滞后性，改进多元线性回归模型中的式（4），表达式为CNDVI,t=aPti+bTtj+cPET,tk+d（6）式 中：CNDVI,t为 t 月 多 元 线 性 回 归 模 型 预 测 的NDVI 值；i、j、k 分别代表降水、气温和潜在蒸散发的滞后月份；Pti、Ttj和 PET,tk分别代 t 月滞后 i、j、k 月的降水量、气温和潜在蒸散发量；a、b、c 是多元线性回归的系数；d 是多元线性回归的截距。最后，对改进的回归模型表现进行评价，采用决定系数 R2、均方根误差 ERMS和平均绝对误差 EMA进行交叉验证。R2=1ni=1(bYiYi)2ni=1(YiYi)2（7）ERMS=vt1nni=1(bYiYi)2（8）EMA=1nni=1?YibYi?（9）YibYiYi式中：和分别表示实际 NDVI 序列值和预测NDVI 序列值；为实际序列平均值；n 为样本数量。2结果分析2.1河北山区 NDVI 演变规律2.1.1NDVI 时空演变规律2001 年以来河北坝上高原区、燕山区和太行山区植被 NDVI 均呈现持续增长趋势，见图 2。河北山区多年平均植被 NDVI 为 0.384，20012022 年增长速率为0.0037/a，其中：燕山区多年平均植被NDVI最高，为 0.413，20012022 年增长速率为 0.0036/a，由 2011 年的 0.368 增长到 2022 年的 0.463；太行山区多年平均植被 NDVI 为 0.358，20012022 年增长速率在 3 个分区中最高，为 0.004/a，NDVI 由 2001年的 0.303 增加到 0.431；坝上高原区降水量低于另两个分区，植被以灌草类型为主，多年平均 NDVI 最低，为 0.266，20012022 年 NDVI 增速为 0.0025/a，由 2001 年的 0.230 增加到 2022 年的 0.286。3 个分区时段内的变化趋势和年际间波动较为一致：在降水少的年份 NDVI 也降低，如 2009 年；在降水丰沛第21卷第5期南水北调与水利科技（中英文）2023年 10 月964的年份 NDVI 也相应增加，如 2021 年。这说明NDVI 年际间波动变化受气象因素影响明显。0.500.450.400.350.30NDVI0.250.20年份2001200220032004200520062007200820092010201120122013201420152016201720182019202020212022坝上高原区燕山区太行山区y=0.003 6x-6.782 5R2=0.905 7y=0.004x-7.744 5R2=0.905 8y=0.002 5x-4.735R2=0.613图220012022 年各分区 NDVI 演变规律Fig.2EvolutionofNDVIineachregionfrom2001to2022从 NDVI 空间分布（图 3）上看：坝上高原区NDVI 分布较为均匀，整体低于另外两个分区；燕山区 NDVI 由西南向东北部递减，最高值为 0.68，也是河北山区植被条件最好的区域；太行山区 NDVI 分布表现为西部略高于东部区域，主要原因为东部区域靠近平原，人类活动强烈，城市、农田等土地利用类型较多，导致整体 NDVI 低于西部以自然植被为主的山区。利用 Mann-Kendall 趋势性检验方法分析 NDVI 变化的显著性（图 3），分 5 个等级，极显著增加（p0.01）、显著增加（p0.05）、不显著变化（p0.05）、显著减少（p0.05）和极显著减少（p1020203030404050506060707080809090100ABR21.00.90.80.70.60.1500.1250.1000.075EMAERMS0.0500.02500.1500.1250.1000.0750.0500.0250图9气候变化对河北山区 NDVI 演变贡献率Fig.9ContributionrateofclimatechangetoNDVIevolutioninmountainousareaofHebeiProvince4结论本文探讨 20012022 年河北山区植被 NDVI的时空变化和趋势，并分析降水量、气温和潜在蒸散发量对其影响的时滞效应，在此基础上利用考虑时滞效应的改进残差分析估算了气候变化和人类活动对植被 NDVI 的贡献率，结论如下：2001 年以来河北山区植被 NDVI 显著增加，平均增速为 0.0037/a，其中乔木林、灌木林和草地增速分别为 0.0035、0.0040 和 0.0038/a，说明河北山区植被恢复在不同植被类型下 NDVI 均有提升。河北山区植被物候整体呈现生长季开始时间提前，而生长季结束时间变化不大，导致植被生长期增加 9d。考虑植被生长对气候因子的时滞效应后，20012022年河北山区植被 NDVI 变化中气候因子贡献率为39%，人类活动的贡献率为 61%，若不考虑气候时滞效应将会低估气候因子对 NDVI 演变的贡献。过去 20 年河北山区植被 NDVI 持续增加、生长季提前，必然对河北山区生态水文过程产生影响，如何在缺水的山区实现植被最优化配置将是下一步的研究重点。参考文献：王志印,曹建生.中国北方土石山区植被恢复及其生态效应研究进展J.中国生态农业学报(中英文),2019,27（9）：1319-1331.DOI:10.13930/ki.cjea.190108.1刘祥宏,尹勤瑞,辛建宝,等.生态植被自然修复及其人工促进技术研究进展与展望J.生态环境学报,2022,31（7）：1476-1488.DOI:10.16258/ki.1674-5906.2022.07.021.2曹云生,高国军,陈丽华,等.南水北调北京段PC-CP工程植被恢复效果研究J.南水北调与水利科技,2014,12（3）：69-72.DOI:10.13476/ki.nsbdqk.2014.03.015.3WANGLL,SHED,XIAJ,etal.Revegetationaf-fectstheresponseoflandsurfacephenologytocli-mateinLoessPlateau,ChinaJ.ScienceoftheTotalEnvironment,2023（860）：160383.DOI:10.1016/j.sc-itotenv.2022.160383.4陈淑君,许国昌,吕志平,等.中国植被覆盖度时空演变及其对气候变化和城市化的响应J.干旱区地理,2023,46（5）：742-752.5刘琪,景海涛,刘盼盼,等.太行山区NDVI时空变化及其与气候因子的关系J.西北林学院学报,2023,38（1）：1-9,33.6李薇,谈明洪.太行山区不同坡度NDVI变化趋势差异分析J.中国生态农业学报,2017,25（4）：509-519.DOI:10.13930/ki.cjea.160781.7曹永强,王菲.河北省植被时空变化及其对气象干旱的响应J.南水北调与水利科技(中英文),2021,19（4）：708-719,757.DOI:10.13476/ki.nsbdqk.2021.0074.8王彦芳,裴宏伟,赵超.河北坝上地区20002019年植被绿度动态及其土地利用/覆被变化归因分析J.水土保持通报,2021,41（6）：345-352.DOI:10.13961/ki.stbctb.2021.06.044.9苏王新,李卓,陈书琴,等.河北坝上地区植被覆盖演化特征及其风险评估J.干旱区研究,2018,35（3）：686-694.DOI:10.13866/j.azr.2018.03.23.10缪利,陆晴,刘根林,等.19992019年青藏高原不11田卫堂，等考虑气候时滞效应的河北山区 NDVI 演变归因969同植被类型NDVI时空演变特征及其对气候因子的响应J.水土保持研究,2023,30（1）：97-105.DOI:10.13869/ki.rswc.2023.01.027.耿庆玲,陈晓青,赫晓慧,等.中国不同植被类型归一化植被指数对气候变化和人类活动的响应J.生态学报,2022,42（9）：3557-3568.DOI:10.5846/stxb202012313335.12魏晓帅,高永龙,范雅倩,等.北京植被净初级生产力对物候变化的响应J.农业工程学报,2022,38（18）：167-175.13张建梅,马燮铫,李艳忠.19802016年黄河中游河龙区间植被动态及其对径流的影响J.南水北调与水利科技(中英文),2020,18（3）：91-109.DOI:10.13476/ki.nsbdqk.2020.0054.14张聪聪,孟丹,李小娟.京津冀地区植被物候时空变化及其对城市化的响应J.生态学报,2023,43（1）：249-262.15金凯,王飞,韩剑桥,等.19822015年中国气候变化和人类活动对植被NDVI变化的影响J.地理学报,2020,75（5）：961-974.DOI:CNKI:SUN:DLXB.0.2020-05-007.16YAOJQ,HUWF,CHENYN,etal.Hydro-climat-icchangesandtheirimpactsonvegetationinXin-jiang,CentralAsiaJ.ScienceoftheTotalEnviron-ment,2019（660）：724-732.DOI:10.1016/j.scitotenv.2019.01.084.17孟琪,武志涛,杜自强,等.基于地理探测器的区域植被覆盖度的定量影响:以京津风沙源区为例J.中国环境科学,2021,41（2）：826-836.DOI:10.19674/ki.issn1000-6923.2021.0094.18ZHENGK,WEIJZ,PEIJY,etal.Impactsofcli-matechangeandhumanactivitiesongrasslandvege-tationvariationintheChineseLoessPlateauJ.Sci-enceoftheTotalEnvironment,2019（660）：236-244.DOI:10.1016/j.scitotenv.2019.01.022.19WUD,ZHAOX,LIANGSL,etal.Time-lagef-fects of global vegetation responses to climatechangeJ.GlobalChangeBiology,2015（21）：3520-3531.DOI:10.1111/gcb.12945.20安德帅,徐丹丹,濮毅涵,等.20002019年武夷山亚高山草甸对气候因子的响应及其时滞效应J.应用生态学报,2021,32（12）：4195-4202.DOI:10.13287/j.1001-9332.202112.001.21WENYY,LIUXP,YANGJ,etal.NDVIindicatedinter-seasonalnon-uniformtime-lagresponsesofter-restrial vegetation growth to daily maximum andminimum temperatureJ.Global and PlanetaryChange,2019（177）：27-38.DOI:10.1016/j.glo-placha.2019.03.010.22MAM,WANGQ,LIUR,etal.Effectsofclimatechangeandhumanactivitiesonvegetationcoverage23change in northern China considering extreme cli-mateandtime-lagand-accumulationeffectsJ.Sci-enceoftheTotalEnvironment,2023（860）：160527.DOI:10.1016/j.scitotenv.2022.160527.万育生,王栋,黄朝君,等.丹江口水库来水情势分析与径流预测J.南水北调与水利科技(中英文),2021,19（3）：417-426.DOI:10.13476/ki.nsbdqk.2021.0045.24邓晨晖,白红英,高山,等.秦岭植被覆盖时空变化及其对气候变化与人类活动的双重响应J.自然资源学报,2018,33（3）：425-438.DOI:10.11849/zrzyxb.20170139.25徐勇,郑志威,戴强玉,等.顾及时滞效应的西南地区植被NPP变化归因分析J.农业工程学报,2022,38（9）：297-305,339.DOI:10.11975/j.issn.1002-6819.2022.09.033.26左德鹏,韩煜娜,徐宗学,等.气候变化对雅鲁藏布江流域植被动态的影响机制J.水资源保护,2022,38（6）：1-8.DOI:10.3880/j.issn.1004-6933.2022.06.001.27杜军凯,贾仰文,郝春沣,等.太行山区蓝水绿水沿垂直带演变规律及其归因分析J.南水北调与水利 科技(中 英 文),2020,16（2）：64-73.DOI:10.13476/ki.nsbdqk.2018.0040.28LIP,WANGJ,LIUM,etal.Spatio-temporalvaria-tioncharacteristicsofNDVIanditsresponsetocli-mate on the Loess Plateau from 1985 to 2015J.CATENA,2021（203）：105331.DOI:10.1016/j.cate-na.2021.105331.29EVANS J,GEERKEN R.Discrimination betweenclimateandhuman-induceddrylanddegradationJ.Journal of Arid Environments,2004（57）：535-554.DOI:10.1016/S0140-1963(03)00121-6.30WENYY,LIUXP,PEIFS,etal.TimelageffectsofNon-uniform time-lag effects of terrestrial vegeta-tionresponsestoasymmetricwarmingJ.Agricul-turalandForestMeteorology,2018（252）：130-143.DOI:DOI:10.1016/j.agrformet.2018.01.016.31刘宪锋,朱秀芳,潘耀忠,等.19822012年中国植被覆盖时空变化特征J.生态学报,2015,35（16）：5331-5342.DOI:10.5846/stxb201404150731.32张鑫,邢亚娟,闫国永,等.细根对降水变化响应的meta分析J.植物生态学报,2018,42（2）：164-172.DOI:10.17521/cjpe.2017.0203.33ISLAMA,ISLAMH,SHAHIDS,etal.Spatiotem-poralnexusbetweenvegetationchangeandextremeclimatic indices and their possible causes ofchangeJ.Journal of Environmental Management,2021（289）：112505.DOI:10.1016/j.jenvman.2021.112505.34第21卷第5期南水北调与水利科技（中英文）2023年 10 月970AttributionanalysisofNDVIevolutioninmountainousareaofHebeiProvinceconsideringclimatedelayeffectTIANWeitang1，LIUMiao2，ZHANGZiyuan1，ZHANGXuepei1，WANGQingming3（1.Soil and Water Conservation Work Station of Hebei Province,Shijiazhuang 050011,China；2.Hebei Institute of Water Resources,Shijiazhuang050057,China；3.China Institute of Water Resources and Hydropower Research,Beijing 100038,China）Abstract:Since 2000,large-scale comprehensive control of soil and water loss has been carried out in themountainous areas of Hebei Province.Through measures such as enclosure protection,afforestation and grassplanting,and return of farmland to forest,the ecological environment in the mountainous areas has beensignificantlyimproved,especiallythevegetationcoverageinthemountainousareashasbeensignificantlyincreased.However,the current research has not systematically analyzed the vegetation evolution law and causes in themountainousareasofHebeiProvince.Itwasdifficulttoscientificallyevaluatethecomprehensivecontrolofsoilandwater loss in mountainous areas of Hebei Province.When analyzing the causes of vegetation evolution,thetraditional multiple linear regression method usually adopts the climate variables and vegetation variablescorrespondingtoeachmonth,andfailstoconsiderthetime-lageffectofclimatefactors,whichmayleadtounderestimatingthecontributionofclimatefactors.TheevolutionofNDVIinmountainousareasofHebeiProvincewassystematicallystudiedfromtheaspectsofvegetationtypes,vegetationphenologyandtimedelayeffectofclimatefactors.Onthisbasis,amultiplelinearregressionmodelwasestablishedconsideringthetimedelayeffectofclimate,whichisexpectedtoanswerthecauseofNDVIevolutionmoreaccurately.WithprecipitationP,temperatureTandpotentialevapotranspirationPETasindependent variables and vegetation NDVI as dependent variables,a multiple linear regression model wasconstructed to improve the traditional residual analysis method,and the effects of climate change and humanactivitiesonvegetationNDVIchangeswerestrippedaway.TheresultsshowedthatNDVIinmountainousareasofHebeishowedacontinuousgrowthtrendfrom2001to2022,withanaveragegrowthrateof0.0037/a.Thegrowthratesofwoodland,shrubandgrasslandwere0.0035/a,0.0040/aand0.0038/a,respectively.UsingtheMann-KendalltrendtestmethodtoanalyzethesignificanceofNDVIchange,itwasfoundthat78%oftheregionsshowedaverysignificantincreasetrend,11%showedasignificantincreasetrend,andonlylessthan2%showedasignificantdecreaseoranextremelysignificantdecreasetrend,indicatingthatthevegetationrecoveryeffectofthewholeHebeimountainregionafter2001wasremarkable.Duetotheinfluenceofclimatechange,thegrowthperiodofvegetationinmountainousareasofHebeiProvincebecamelonger,andthestarttimeofthegrowingseasonwasadvancedby9daysonaverage,whiletheendtimeofthegrowingseasonwasadvancedbyonly1day.SOSinBashangPlateau,YanshanDistrictandTaihangMountainareaadvancedby6d,11dand8d,andEOSadvancedby2d,1dand1d,respectively,meaningthatthewholegrowingseasonincreasedby4d,10dand7d,respectively.TheinfluenceofprecipitationonvegetationNDVImainly occurs in the same month,while the influence of air temperature and potential evapotranspiration onvegetationNDVIhasaone-monthlag.Afterconsideringthetime-lageffectofclimate,thecontributionofclimatechangeandhumanactivitiestotheevolutionofNDVIinmountainousareasofHebeiis39%and61%,respectively.Afterconsideringthedelayeffectofclimatefactors,thecoefficientofdeterminationR2ofmultiplelinearregressionincreasesfrom0.80to0.87,therootmeansquareerrordecreasesfrom0.086to0.071,andtheaverageabsoluteerrordecreasesfrom0.108to0.090.Theperformanceoftheimprovedregressionmodelisbetterthanthatoftheoriginalmodel.Since2000,themaincontributionofNDVIgrowthinmountainousareasofHebeiProvincehasbeenartificialvegetationrestoration,butatt