植物物候变化不仅可作为气候变化的敏感指示因子^[1]，还可揭示自然生态系统对气候变化的响应和适应方式^[2]。因此，植被物候的研究已成为气候变化研究的热点领域^[3]。20世纪初，全球尺度的植被物候变化趋势的研究，曾对全球变暖趋势及其影响作用的深入认识起到了重要推动^{[4, 5, 6]}。我国学者利用指标温度、长期地面物候观测资料以及卫星遥感数据，进行了大量物候期变化特征及其与气候变化的关系的分析研究^{[7, 8, 9, 10, 11]}。然而，随着研究的深入和对空间差异性认识的深入^{[12, 13]}，近年来，更多地研究已转向区域尺度物候变化特征的研究^[13]。

青藏高原由于其特殊的地理与地形特征，不仅构成了全球生态体系中的独特地理单元，而且，高寒植被生态系统对气候变化高度的敏感性和脆弱^{[14, 15, 16, 17]}，使之成为全球变化研究的热点区域。在近几十年显著变暖情形下^{[18, 19, 20]}，高原地区植被覆盖发生了明显的趋势变化^{[21, 22, 23]}，植被物候期及生长季长度也出现了显著改变^{[24, 25]}。然而，现有的研究表明，青藏高原地区植被物候的变化特征也因其地理位置、地形特征及植被类型的不同而呈现显著的区域差异^{[25, 26, 27]}。然而，对这种空间差异的认识，大多仍然只停留在整个高原区域的空间尺度上，更小范围内的空间差别的认识仍然缺乏。此外，对于气候变化对物候期影响关系的分析目前仍存在着较大的争议。Shen等人认为春季物候并不与冬季的变暖存在直接的联系^[28]，而Yu等人研究表明冬春季的变暖是引起春季物候提前的主导因素^[29]，Luedeling进一步指出冬季气温与春季气温对返青的变化存在不同的影响作用^[30]。也有人指出降水才是高原腹地曲麻莱地区草地物候的主导因素^[31]，气温和降水变化的综合作用也许才是影响高原地区植被变化主要原因^[27]。针对高原地区植被物候研究的争议，从另一个方面说明，在区域广阔、地理和植被类型差异显著的高原地区，不同区域植被物候的变化特征以及对气候变化的响应特征相差明显，很难从全局角度找到一个普遍适用的规律。因此，在更小一级空间尺度范围内讨论高原地区植被物候变化特征，可以更准确地描述区域植被物候及其对气候变化影响的特征。

青藏高原东北部地区，地理上处于由东向西自边缘到腹地过渡的区域，植被以高寒草原(主要分布在北部)和高寒草甸(主要分布于南部)为主^[32]，多年生禾本科牧草为优势种构成其基本草地类型。该区域北部为环青海湖区域，南部则覆盖了我国最大的自然保护区“三江源自然保护区”，南北两个区域草地类型与气候条件存在较明显的差异，但均为对气候变化敏感的重点生态保护区域。其由边缘到腹地过渡的地理区位特征，以及重要的生态区位特点，非常有利于探讨高原局地区域植被物候变化及其空间格局分布特征。涉及本区域植被物候研究的工作虽然已大量展开，但基于卫星数据的研究工作，由于因天气卫星更替等众多因素，难以避免卫星数据质量对分析结果的影响^[24]。且因时间分辨率的限制，基于10 d或15 d时间分辨率的植被物候期^{[26, 33, 34]}，不可避免地一定程度上夸大物候变化的幅度。基于地面观测点数据的研究工作可提供更为直接的证据，并为卫星数据研究工作提供验证支持。然而，本区域利用地面观测数据所进行的物候研究工作，或者大多止于2005年以前^{[35, 36, 37]}，对于进入21世纪后显著变暖背景下的高寒植被物候变化缺乏最新的认识；或者仅关注于一个观测点上物候变化的时间动态过程^{[31, 38, 39, 40]}，从而对空间区域总体变化过程了解不足。因此，本文利用青藏高原东北部地区超过20a的地面物候观测数据序列，重点分析高寒草地植被物候动态变化的最新趋势，揭示进入21世纪气候显著变暖情景下，物候对气候变化的响应特征及其空间差异性。

研究区位于青藏高原东北部，覆盖96°—105°E，30°—40°N的区域。其地理位置及海拔高度参见图 1。海拔高度由相对较低的中部地带(平均约2200 m)，向北部祁连山和南部青南高原逐渐升高，其中35.5°N以南的大部分地区海拔超过3000 m，高山地区达到6000 m以上。植被覆盖度总体上从东南向西北递减。其植被类型西北部柴达木盆地属典型高寒荒漠区，除东部河谷少部农耕地带、高原边缘和部分高山地区零星寒温性针叶林与灌木外，其余大部地区以高寒草甸和高寒草原为主^[32]。

本研究主要讨论高寒草地牧草生育期。因此，本文讨论的空间区域进一步限于南部三江源地区高原与祁连山南麓环青海湖区的高寒草地区。

图 1 研究区海拔高度及牧草观测站点地理分布 Fig.1 Ground-base observed phenological sites and topography of northeastern Qinghai-Tibet Plateau

图选项

牧草生育期数据来自于中国气象局布设于青海省兴海县(同德)、甘德县、河南县与曲麻莱县的4个牧业气象站、以及海北(铁卜加)牧业气象试验站地面观测资料。该5个站为20世纪80年代末为加强牧业气象观测而由中国气象局建设，主要布设于青藏高原东北部的典型高寒草地(图 1)。根据当地优势牧草种类，确定各站代表性牧草分别为：海北、兴海为西北针茅(Stipa sareptana var. krylovii)，甘德、河南为垂穗披碱草(Elymus nutans)，曲麻莱为羊茅(Fescue)。各站代表牧草反映了当地优势牧草群落构成，可指示当地牧草总体生长状况。各站点详细信息见表 1。

由于兴海与海北均在观测期内发生了迁站，分别由原同德(1989—1999年)与铁卜加(1987—1997年)观测点迁至当前观测站址。观测地点改变使观测序列的完整性与代表性受到破坏。因此，本研究中该两站数据均取迁站后新址所测时间序列资料。最终，所采用5站基础资料及牧草生育期观测时间序列如表 1。

气象数据主要应用海北、兴海、甘德、河南与曲麻莱5个气象站1971—2010年月平均气温与合计降水量观测数据。数据来源于青海省气候资料中心。

依据国家气象局(现为中国气象局)农业气象观测规范规定^[41]，牧草观测场地应选择代表本地区草地类型且比较平坦的草场场地，区域草场面积一般不小于10 km×10 km，选择草场内牧草生产力处于平均水平的地段，建立具有普遍代表性的草地牧业气象观测场。观测场地于建站时设定，场地面积50 m×50 m，生育期内全封闭禁采食，并于建站时起，作为固定观测场多年重复观测。

牧草发育期观测在牧草观测场内进行。根据牧草外部形态变化，目测判断50%的牧草进入发育期的日期作为该发育期，逐一记载牧草从返青到黄枯整个生育过程中发育期出现日期。每次观测在场内取2个重复。观测由农业气象或地面气象观测专业技术人员承担，且上岗前需经培训与实习。各主要发育期观测指标如下：

返青期 春季目测牧草观测场内50%的牧草由黄转青，且牧草地上部分的高度约为1 cm；

开花期 目测牧草观测场内50%的牧草开花；

黄枯期 秋季目测牧草观测场内50%的牧草地上部分约有2/3枯萎变色。

利用一次线性方程来定量描述牧草生育期的多年变化特征：

点击浏览公式

其中趋势变率方程为dy/dx=b。将b称作倾向率,其值的大小反映了线性变化速率的程度，值的符号反映趋势变化的方向，符号为正(负)表示随时间的增加，牧草生育期延长(提前)。

其线性显著程度，采用相关系数法进行检验^[42]。

逐步回归分析的实施过程是每一步都要对已引入回归方程的变量计算其偏回归平方和(即贡献),然后选一个偏回归平方和最小的变量,在预先给定的F水平下进行显著性检验。如果显著则该变量不必从回归方程中剔除，如果不显著,则该变量被剔除,然后按偏回归平方和由小到大地依次对方程中其它变量进行F检验。将对y影响不显著的变量全部剔除,保留显著因子。这一过程持续进行，直到在回归方程中的变量都不能剔除而又无新变量可以引入时为止^[42]。

本文利用逐步回归中因变量与自变量关系的偏回归分析过程，分析并筛选牧草生育期与多因子间关系，揭示气温与降水对牧草生育期综合影响的关系。逐步回归计算利用SPSS 13.0软件完成，因为本文的主要目的是检测牧草生育期的主导影响因子而非建立回归方程，因此逐步回归变量引入与剔除置信水平分别设置为0.10与0.15。

整理所获5个站牧草生育期多年数据，对近20年来牧草返青、开花、黄枯及生长季长度的变化分别进行分析。

图 2列出1988年以来5个站优势牧草返青期日期，同时标出3a滑动平均曲线与线性趋势，并在图中标出通过0.10显著性检验水平的线性拟合方程。从图中可以发现，除海北外，近20年青藏高原东北部地区各站牧草返青日期均有不同程度的提前。返青期变化最显著的是曲麻莱，不仅年际波动非常显著，近22年其牧草返青期表现出明显提前趋势。兴海与甘德地区虽然变化幅度不明显，但返青期提前的趋势非常清晰。河南地区牧草返青期变化则表现为明显的阶段性变化特征，并大致以1995年为界。在此之前，牧草返青期持续急剧推迟，1995年之前，返青期由1989年的4月25日(儒略日第115天)至1995年的5月11日(儒略日第131天)，推迟达到16 d。然而，1995年后，这种趋势突然转变为显著提前趋势，这一时段其倾向率达-0.5632。总体上，从4个站返青提前的年际动态特征看，进入2000年后，生育期提前的现象非常明显。

图 2 1988—2010年海北、兴海、河南、甘德、曲麻莱牧草返青期 Fig.2 Onset dates in Henan,Gande,Haibei,Xinghai,Qumalai respectively from 1988 to 2010

图选项

海北地区牧草返青期自1997年以来总体呈推迟趋势，特别是进入21世纪后这种趋势更为显著。这种推迟的变化趋势与其他四站有明显不同。然而，也应该注意到，自有观测数据起的1997年至21世纪初期，海北的返青期实际上处于一个提前的变化过程中。在此之前观测数据的缺乏也许会一定程度上影响到海北牧草返青期变化长期趋势的判断。

计算各站观测时期内线性倾向率发现(表 2)，处于偏西部地区的曲麻莱牧草返青提前现象最为显著，其倾向率达到-0.401，通过0.01的显著性水平检验，22 a间返青期共提前约9 d。河南甘德倾向率分别达到-0.231和-0.073,且均通过0.10的显著性检验水平。其返青虽然呈提前趋势，但提前不明显。从各站显著性检验水平可以发现，处于南部的曲麻莱、河南、甘德，返青期均呈提前趋势，且这种变化趋势线性程度均能达到一定的显著性水平，表明本研究区南部地区各站近20年返青期提前趋势较为明显。北部的兴海牧草返青期也呈提前趋势(倾向率为-0.339)，但海北则表现为推迟趋势(0.226)，然而其变化趋势均未通过0.10的显著性检验水平，表明北部地区近10余年返青期变化的趋势并不明 显，研究区南北区域返青期趋势变化的明显差别，反映了生育期变化的地域差异性。此外，南部的河南、甘德和曲麻莱地区以高寒草甸为主，北部的海北和兴海以高寒草原为主。这反映了近20年来高寒草甸返青变化趋势明显，而高寒草原的变化趋势不明显且其显著程度明显弱于高寒草甸。

从各站开花期出现日期的年际变化看(图 3)，与返青期相一致，曲麻莱开花期仍然表现为显著提前趋势，且二生育期的动态变化过程也非常相似。河南开花期虽然也呈提前趋势。与前述两地不同的是，甘德、兴海与海北开花期则出现弱的推迟趋势。

图 3 1988—2010年河南、甘德、海北、兴海、曲麻莱牧草开花期 Fig.3 Blossoming dates in Henan,Gande,Haibei,Xinghai,Qumalai respectively from 1988 to 2010

图选项

近20年各站开花期的线性趋势分析表明(表 2)，曲麻莱开花期提前非常明显，其趋势率达到约13 d/10 a，观测期内的22 a，开花期提前约29 d，接近一个月的时间。甘德开花期有一定推迟，其趋势率约为2.3 d/10 a，有观测记录以来的23年间，开花期推迟约5 d。其余地区均未通过0.10的显著性检验水平，表明其开花期线性变化的趋势并不明显。曲麻莱虽然返青期提前明显，但开花期提前更为显著，使得返青-开花期间的天数自1989年以来仍缩短了近16 d。甘德地区返青期提前，开花期推后，但返青-开花期间的天数近23年仅呈弱延长趋势。

开花期变化趋势也呈现了南北地区及高寒草原与高寒草甸之间的明显差异。南部高寒草甸地区近20年开花期线性变化趋势明显，且以提前为主。但北部的高寒草原区则表现为一定程度的推迟，且这种变化趋势并不明显。

各站黄枯期的年际变化特征表明(见图 4)，海北与甘德两站黄枯期推迟，其余3个地区牧草黄枯期则明显提前。曲麻莱黄枯期年际波动剧烈，近20年最大变幅超过40 d。

从各站线性变化趋势看(表 2)，除最北部的海北外，其余4站黄枯期均呈显著的线性变化趋势(均通过0.01显著性检验水平)，其中曲麻莱、河南、兴海黄枯期总体呈显著提前趋势，其年际变率约达到9 d/10 a、6 d/10 a和13 d/10 a。而甘德黄枯期则有一定推迟，其倾向率约为3 d/10 a。

黄枯期变化体现了较明显地域差异性，南部高寒草甸区的甘德黄枯推迟，而河南、曲麻莱则提前。

图 4 1988—2010年河南、甘德、海北、兴海、曲麻莱牧草黄枯期 Fig.4 Withering dates in Henan,Gande,Haibei,Xinghai,Qumalai respectively from 1988 to 2010

图选项

图 5给出了青藏高原东北部5站返青-黄枯期间生长季天数及其多年变化趋势(图 5)。从图中可以看出，兴海、河南、曲麻莱3站牧草生长季长度呈明显缩短趋势，海北与甘德地区则有不同程度的延长。从其线性倾向率看(表 2)，除海北外，其余各地生长季长度呈显著线性变化趋势，且均通过0.01的显著性检验水平。甘德生长季呈延长趋势，其倾向率约为4 d/10 a，近23年来生长季长度共延长约9 d。处于南部地区的河南和曲麻莱生长季缩短较为明显且趋势大致相近，其线性趋势率大致为4 d/10 a。生长季天数缩短最为明显的是兴海地区，其线性趋势率达到10 d/10 a。

对比返青与黄枯期变化特征，虽然海北地区近10 a来牧草各生育期普遍呈推迟趋势，但黄枯期推迟更明显，因此生长季长度呈延长趋势。甘德返青提前但黄枯期相对明显推迟，生长季延长。其余三地虽然返青提前，但黄枯提前更显著，使生长季缩短趋势明显。总体而言，近20年，黄枯期的变化远较返青期显著，研究区大部地区返青期提前，但其提前的幅度较小，而同一地区黄枯期的变化幅度则明显大于返青期，使得生长季长度的变化更多地受黄枯期变化幅度的影响。

图 5 1988—2010年河南、甘德、海北、兴海、曲麻莱牧草生长季长度 Fig.5 Growing season in Henan,Gande,Haibei,Xinghai,Qumalai respectively from 1988 to 2010

图选项

利用各站点地面观测气温与降水数据，采用简单线性相关和偏相关分析方法，对牧草生育期与单因子及多因子综合关系进行了分析了对比。已有研究表明^{[24, 29, 39]}，青藏高原牧草生长不仅受同期水热条件的影响，还与前期气候条件的变化密切相关。因此，本文考虑3个月的滞后效应，分别计算各站不同生育期与当月及超前3月气温、降水的相关系数。

表 3列出了各站生育期与当前及超前3个月气温、降水相关系数。从表中可以看出，仅海北、兴海、河南三地牧草返青期与气温或降水存在直接联系，其中海北返青期与返青前2个月(即2月份)的降水相关，兴海则与返青前一个月的气温存在负相关关系，河南则与超前3个月的1月气温相关更为紧密。相关系数的分析表明，气温偏高返青期提前，前期降水偏多返青可能有所推迟。然而，甘德与曲麻莱返青期则与同期及超前气温和降水均无明显相关关系。开花期，大部地区气温偏高开花提前(负相关)，但开花期与超前3个月的气温和降水关系更为密切，即高原上牧草开花期与4月气温和降水的关系密切相关，4月气温偏高、降水偏多，则开花期明显提前。值得注意的是，表 3中相关系数计算结果表明，黄枯期与气温和降水均无明显联系。说明简单相关系数不能完全反映牧草与气候间的关系。

以上简单相关系数分析的结论表明，我们很难从单因子相关分析中判断出气候变化对牧草生育期的影响关系。Shen等人也指出通过线性回归不能明确检测出青藏高原返青期与冬季气温间所存在的联系^[28]，Leideling等人则利用偏最小二乘回归方法重新检测了冬春季气温与返青期间的关系，结果发现与此前的研究不同的是，高原地区植被返青并不只与冬季变暖有关，而是冬春季气温升高的共同影响^[30]。因此，本文将各站当前及超前3个月月平均气温与月合计降水量作为潜在影响因子，共同输入逐步回归计算过程。通过各因子与牧草生育期间偏回归分析过程，讨论气温和降水对牧草生育期的综合影响关系，并以此揭示其主导影响因子。各站不同生育期与多因子偏相关分析结果如表 4。

返青期。与线性相关系数分析结果明显不同，考虑气温与降水共同作用的条件下，海北和甘德牧草返青期与当前及超前各月气温和降水关系并不显著，反映了该两地牧草返青并不一定仅仅受气温和降水条件影响，其返青可能受更多环境因素的共同制约。兴海主要与超前1月气温关系显著，其偏相关系数达到-0.591,通过0.05的显著性检验水平。从其回归方程R²_a值可以看出，超前1月的3月气温(T-1)基本可解释近30%牧草返青变化，表明3月气温是兴海地区返青主导影响因素，3月气温偏高返青提前。河南则更显著地联系到超前3个月的1月气温(T-3)的高低，二者间也存在显著负相关关系，1月气温的高低影响到约20%的牧草变化。曲麻莱除了超前3个月的1月气温(T-3)外，超前1月的3月降水量(P-1)也是影响牧牧草返青的重要因素，两个因子可共同解释近40%牧草返青变化，但起主导作用的仍是超前3个月的1月气温，其偏相关系数通过0.01的显著性检验水平。1月气温偏高3月降水偏多，则返青提前，反之相反。虽然仅有3个站也气温和降水存在明显联系，但也可看出，青藏高原地区返青主要受气温的影响。

开花期。从表 4中各站气温或降水与牧草显著的偏相关系数可以发现，相比返青期，开花期更多地受气温和降水的影响，从其响应特征上可明显看出，南北地区的空间差异非常清晰，北部的海北、兴海地区更明显地受气温的影响，而南部的河南、甘德和曲麻莱则主要受降水的制约。海北主要受同期7月气温和前期4月气温的主导，两因子可解释65%的变化，兴海则主要与同期7月气温的影响。然而不同的是，海北7月和4月气温与开花期呈显著负相关关系(偏相关系数分别通过0.001和0.01的显著性检验水平)，7月与4月气温偏高促进开花期提前，兴海则与7月气温呈弱的正相关关系，气温偏高可促使开花期推迟。南部三地主要与开花前期2—3个月的降水量密切相关，河南与其春季降水量呈明显负相关关系。曲麻莱与4月降水量及气温密切相关，春季4月气候条件对其开花具有显著影响关系，可主导约60%的开花期变化，4月气温偏高、降水偏多促进开花期提前。甘德虽然与前期6月的降水量明显相关，但其呈正相关关系，6月降水量偏多不利于开花。

黄枯期。海北牧草黄枯与气温降水关系不明显，但兴海地区牧草黄枯与气温和降水高度相关。黄枯同期当月气温与超前1月和3月降水主导了近80%的黄枯期变化(R²_a达到79.4%),且三个因子均表现为显著负相关关系，8月气温偏高、5月与7月降水偏多均可促使牧草黄枯提前。然而，曲麻莱则仅与超前1月的气温有弱的负相关关系，甘德与河南则均与前期6月降水呈弱的正相关关系，说明6月降水偏多，一定程度上推迟黄枯的到来，延长生长季。

Zhang等人^[24]与丁明军等人^[26]基于同类卫星研究表明，高原植被返青期自1982年以来表现为持续的显著提前趋势，其倾向率可达到10 d/10 a。然而，本文的研究结论表明，在青藏高原东北部地区，高寒牧草返青期变化并不呈一致的提前趋势，而是表现为明显的空间分布特征，研究区涵盖三江源自然保护区的南部地区返青期提前明显，而以环青海湖区域为代表的北部则呈推迟趋势。仔细对照Zhang等人研究过程，其返青期变化在地域分布上并不表现为一致地提前趋势。相反，在5个研究点相对应区域，二者返青期的变化趋势大致相似。同样，在相同区域，丁明军等人的研究结果也与此相一致。基于地面观测数据的研究也指出，青藏高原植物物候期变化具有明显的地域性，祁如英等人指出返青期变化趋势总体呈东北正值(推迟)西南负值(提前)的空间分布^[36]。这证实青藏高原东北部地区牧草返青变化趋势存在显著空间差异性，且南北部差别显著，北部地区返青有所推迟，而南部地区返青提前。此外，草地类型在空间分布上的差异，也表现为不同牧草类型返青期变化的差异性，南部高寒草甸表现为一致的提前趋势，而北部高寒草原则与此并不一致。Yu等人^[29]区分草原和草甸，不同草地类型的返青期变化存在差异的结论也支持我们的结论。同样，开花、黄枯及生长季长度的变化也表现为显著地空间差异性。

对比气候变化影响的单因子分析过程与多因子的偏相关分析结果，可以发现，单因子线性相关分析有时可以揭示气候变化与牧草物候期变化间的相互关系，如兴海、河南返青期主导影响因子在两种分析方式下均得出同一结果。但大多数情况下，单因子的分析由于忽略了因子间相互关系，而可能得出不正确的结论。如，海北返青期单因子分析结果为主要受前期2月降水量的影响，但气温和降水综合分析的结果则表明，海北地区牧草返青期的变化并不由个别气候因子所决定，也可能是多个环境因素综合影响的结果，因为偏相关分析过程中2月降水量的影响作用并不显著。相反，曲麻莱返青变化由于受多个气候因子的制约，而不能从单因子分析过程中被检测，在考虑多因子综合影响的偏最小二乘回归过程中，前期1月气温和3月降水量对返青近6成的影响作用被检测出。Leideling等人^[30]指出，单独一对一的影响关系由于忽视了因子间相关制约和相互作用的关系，而可能得出不准确的分析结果。通过多因子分析过程获得的河南、曲麻莱返青期变化主要受1月气温的主导，这与Yu等人^[29]、Shen等人^[28]得出的高原地区植被返青主要与冬季温度的变化有关的结论相一致。

近20年青藏高原东北部大部地区牧草返青期呈提前趋势。其中返青提前最明显的曲麻莱地区倾向率达到-4 d/10 a(通过0.01的显著性水平检验)，22年间返青期共提前约9 d。开花期北部推迟南部提前，曲麻莱开花提前十分显著，其倾向率达到13d/10a，但其余地区变化幅度较小。海北与甘德两站黄枯期推迟，其余3个地区牧草黄枯期则明显提前。曲麻莱、河南、兴海黄枯期总体呈显著提前趋势，其年际变率分别达到9 d/10 a、6 d/10 a和13 d/1 0a。

兴海、河南、曲麻莱三站牧草生长季长度呈明显缩短趋势，其线性趋势率大致为4d/10a。生长季天数缩短最为明显的是兴海地区，其线性趋势率达到10 d/10 a。海北与甘德地区则略有延长。总体而言，近20 a，黄枯期的变化远较返青期显著。研究区大部地区返青期提前，但其提前的幅度较小，而同一地区黄枯期的变化幅度则明显大于返青期，使得生长季长度的变化更多地受黄枯期变化幅度的影响。

青藏高原东北部地区生育期变化的南北区域空间差别显著。返青期南部高寒草甸区提前的变化趋势明显，而北部高寒草原区提前趋势不明显或明显推迟。开花期南部除甘德外近20年提前趋势明显，但北部则表现为一定程度的推迟。黄枯期与生长季长度的变化也与此相似。总体上，处于三江源地区的南部呈明显提前和缩短趋势，环青海湖地区的北部推迟和延长，

影响返青期变化的最主要因子是返青前期的气温，3月和1月气温是影响兴海和河南牧草返青最主要的因子，而1月气温和3月降水则是影响曲麻莱牧草返青的关键气候因子。开花期变化更多地受气温和降水的共同影响，但北部地区更明显地受同期气温的影响，气温增高促进开花期提前，而南部地区则主要与开花前2—3个月降水量密切相关。兴海牧草黄枯与气温和降水高度相关，黄枯当月气温与超前1月和3月降水量影响了近80%的变化量。甘德与河南则与6月降水存在弱的正相关关系，6月降水偏多，将一定程度推迟牧草黄枯延长生长季。

致谢： 青海省遥感中心颜亮东与严英存的帮助收集数据；肖建设帮助制图；National Hydrology Research Centre,Environment Canada 的Dr. Xiaogang Shi 与 University of Saskatchewan 的 Dr. Zhibang Lü润色英文摘要,特此致谢。