1981—2013華北平原氣候時空變化及其對植被覆蓋度的影響

阿 多,趙文吉,*,宮兆寧,張 敏,范云豹

1 首都師范大學資源環境與旅游學院, 北京 100048 2 三維信息獲取與應用教育部重點實驗室, 北京 100048 3 資源環境與地理信息系統北京市重點實驗室, 北京 100048

1981—2013華北平原氣候時空變化及其對植被覆蓋度的影響

阿 多1,2,3,趙文吉1,2,3,*,宮兆寧1,2,3,張 敏1,2,3,范云豹1,2,3

1 首都師范大學資源環境與旅游學院, 北京 100048 2 三維信息獲取與應用教育部重點實驗室, 北京 100048 3 資源環境與地理信息系統北京市重點實驗室, 北京 100048

基于1981—2013年華北平原氣象數據,對華北平原近30a的氣候時空變化趨勢與突變情況進行分析,并結合GIMMS-NDVI(1981—2006年)和MODIS-NDVI(2000—2013年)遙感數據,探討氣候突變影響下,華北平原1981—2013年植被覆蓋度的空間分布和變化特征。結合生態學分區,從不同時空尺度出發,分析華北平原不同生態分區內氣候因子與植被覆蓋度在年代際、年際和月變化的相關關系。結果發現：(1)1981—2013年,華北平原氣溫整體呈現顯著上升趨勢(0.20℃/10a,P<0.01),春季氣溫的升高、>15℃等溫線控制范圍的擴大和年均溫0℃等值線在華北平原的消失,是區域平均氣溫升高的誘因。華北平原降水整體呈現顯著減少趨勢(-1.75mm/10a,P>0.05),其中秋季降水量減少過快,400—600mm降水等值線控制范圍的擴大、600—800mm和800—1000mm降水等值線的范圍的縮小,共同造成區域降水量的減少。四季氣候傾向率的特征變化敏感區域主要位于北緯35°—39°之間。1991—1994年為華北平原氣候的突變時期。(2)華北平原植被覆蓋度總體呈現上升的趨勢,呈增加趨勢的面積占總面積的55%。人類活動不僅加速了區域植被覆蓋度的降低,也加劇了降低速率的變快。(3)總體上,研究區月尺度植被覆蓋度與氣候因子的相關性高于年尺度的值。植被覆蓋度與年降水量的偏相關性高于其與年均溫的偏相關性。年均溫對農業生態區和森林生態區的植被覆蓋度的影響更大,草原生態區的植被覆蓋度對年降水量的依賴性更強。在月尺度上降水量對植被的影響具有時滯效應。氣溫對草原生態區具有時滯效應,降水量對農業生態區具有時滯效應。(4)華北平原干熱化的氣候突變降低了植被覆蓋度的增加趨勢。從植被覆蓋度出發,草原生態區對氣候突變的響應最明顯；從變化速率角度出發,農田生態區的響應最明顯。就整體而言,人類活動的影響力還在持續增強,且呈現出在退化區的作用力高于改善區的趨勢。氣候突變后,出現了人類活動在植被覆蓋度的改善區的相對作用力高于退化區的變化。

氣候變化；植被覆蓋度；趨勢分析；殘差分析；偏相關性

依據IPCC的研究報告,從1880到2012年,全球陸地和海洋表面的平均溫度升高了0.85℃[1]。在過去的50a里,我國的地表溫度升高了1.1℃,升高的速率約為0.22/10a,略高于全球水平[2]。氣候和陸氣間相互作用的變化,通過氣溫的升高,降水機制的改變以及季節周期性的波動,對植物的生長和分布產生重要影響[3]。因此,氣候變化引起的歸一化植被指數NDVI在一定范圍內來回波動[4]。20a以上的長期研究揭示生物和自然系統變化與區域氣溫降水變化相關[5]。因此區域氣候特征變化和區域生態系統變化的內在聯系,以及兩者間的響應機制成為了研究熱點。

植被作為生態系統的重要組成部分,對諸如大氣系統和土壤系統等生態系統之間的能量傳輸有重要的影響作用[6]。與植被覆蓋度有正相關系數的植被指數NDVI是指示植被密度和長勢的重要指示器[7]。處在自然環境和人類活動共同影響下的植被覆蓋度,在全球氣候和碳循環系統中扮演重要的角色。所以,植被的變化情況揭示了自然環境和人類活動的相關影響,以及兩者之間的反饋影響。Myneny[8]和Tucker[9]研究發現長時間序列的植被覆蓋度呈現增加的趨勢,特別是在北半球中緯度地區。他們把這一趨勢歸因于全球氣候的變暖。一些研究發現不同地區的植被覆蓋度的增減趨勢是不一致的。Park[10]和Piao[11]研究發現在歐亞大陸增減趨勢是一致的。Wang[12]和Zhang[13]研究發現在北美洲,西北部和東北部的增減趨勢呈現相反趨勢。已有研究都表明,植被覆蓋度與氣候因子有內在聯系,尤其是溫度因子和降水量因子[14-16]。研究表明在中國的西北地區,植被覆蓋度的變化趨勢與降水量的變化趨勢一致,植被指數與降水量之間有顯著的正相關關系,與氣溫的相關性較低。依據以上研究發現,植被覆蓋度的變化呈現明顯的區域差異性,與氣候因子關系的空間異質性也較強。同時,氣候因子在一定的時間尺度內會有突變現象發生[17]。氣候突變勢必影響動植物生長和生態結構變化。因此,探討各生態系統內植被覆蓋度對氣候變化的響應,對保護區域生物多樣性與生態安全具有重要意義。

基于植被覆蓋度變化與氣候因子之間的密切關系,以及植被覆蓋度時空變化的空間異質性。本文選擇華北平原為研究區,探討華北平原植被覆蓋度的空間分布特征和變化趨勢。并從氣候要素入手,結合生態系統分區,從不同時空尺度出發,分析了農田生態區、草原生態區和森林生態區內植被覆蓋度的年代際變化、年際變化和月變化對降水量因子和溫度因子的時空響應,并探討1981—2013年植被覆蓋度變化對氣候突變的響應特征。

1 研究區地理概況及生態區劃分

華北平原位于30°00′—40°24′N、112°48′—122°45′E之間,包括河北、河南、山東、安徽、江蘇、北京及天津等5省2市的大部或部分地區,總面積約40×104km2。研究區北起燕山,西沿太行山、伏牛山,南抵淮河干流及蘇北灌溉總渠,東臨黃海和渤海,除山東半島為丘陵外,大部分地區地勢平坦,平原面積約為33×104km2,耕地面積約占總面積的72%。研究區屬于溫帶大陸季風氣候區,光熱資源豐富,雨熱同季,降水量大且多集中于6—9月。冬小麥、夏玉米為主要種植農作物,種植制度為一年兩熟[18-19]。

圖1 華北平原地理位置和氣象站點分布圖Fig.1 The distribution of the meteorological station

圖2 研究區生態區分區圖Fig.2 The distribution of the ecological area

參考Wu等[20]的研究成果,將研究區分為8個地理分區(圖2)。從南到北按照編碼順序依次為：淮南與長江中下游自然區(1)、漢中盆地自然區(2)、華北平原自然區(3)、魯中山地丘陵自然區(4)、遼東膠東山地丘陵區(5)、華北山地丘陵自然區(6)、大興安嶺南部自然區(7)和內蒙古高原平原東部自然區(8)。為探討不同生態系統分區植被覆蓋度的變化特征,將已有自然分區按照生態系統類型合并為3個大類分區：森林生態系統區、草原生態系統區和農業生態系統區。結果如圖2所示。草原生態區主要分布于河北省的西北部,包括張北地區和木蘭圍場。該生態區地處我國溫帶半濕潤地區與半干旱地區的交織帶,主要以溫性草甸草原、山地草甸和溫性草原為主[21]。森林生態區包括燕山山脈、太行山-伏牛山山脈和山東半島的丘陵山地,植被類型從山麓至山頂,大體分布落葉林、闊葉針葉混交林、針葉林和高山灌木草叢,主要以松林、側柏林、櫟林為主[22]。農田生態區分布區域為除了草原生態區和森林生態區以外的區域。華北平原的農業以一年兩熟為主,農作物中冬小麥、玉米占絕對優勢。

2 數據準備與研究方法

2.1 數據準備與一致性檢驗

美國馬里蘭大學提供的GIMMS-NDVI數據集包含1981—2006年半月最大合成數據,空間分辨率為8km×8km,數據經過輻射校正和幾何校正、大氣校正、除云等處理,GIMMS數據集的質量優于其他NDVI數據集[23]。GIMMS數據集是目前最長時間序列的NDVI數據,與其他高分辨率數據集之間具有較好的相關性,已廣泛應用在全球和區域尺度植被動力學研究中[24-25]。NASA提供的MODIS-NDVI數據集包含2000—2013年華北平原MOD13Q1級產品,時間分辨率為16d,空間分辨率為250m×250m。應用MODIS Reprojection Tools (MRT)軟件對數據進行投影轉換、數據拼接等處理。

在獲取植被覆蓋度的方法中,最大值合成法MVC(Maximum Value Composites)使用較為廣泛,它是基于NDVI旬數據合成獲得月度和年度NDVI數據的方法。具體公式如下[26]：

NDVIi=Max(NDVIij)

式中，NDVIi指第i個月或者第i年的NDVI, NDVIij指第i月的第j個15天的NDVI數據或第i年的第j月的NDVI 數據。

由于GIMMS和MODIS數據采用不同的傳感器,因此需要對兩者進行一致性檢驗[27-28]。本文采用的GIMMS-NDVI數據的時間序列為1981—2006,MODIS-NDVI數據的時間序列為2000—2013年,依據2000—2006年的重疊數據,對年最大NDVI數據進行相關性分析,得到兩者相關系數為0.801,在0.05置信水平上顯著相關,說明兩種數據的年度數據在全區域尺度上具有顯著一致性,二者的線性回歸方程為：NDVIGIMMS=0.5886×NDVIMODIS+0.0965(r2=0.6417,n=7,P<0.05)。采用同樣方法對兩者的月尺度數據進行一致性檢驗,兩者月尺度數據的相關系數為0.957,在0.01置信水平上通過檢驗,線性回歸方程為：NDVIGIMMS=0.781NDVIMODIS-0.0469(r2=0.9161,n=7,P<0.01)。通過以上回歸方程,結合2007—2013年MODIS-NDVI數據插補2007—2013年度和月度GIMMS-NDVI數據,將實驗數據的時間跨度延伸為1981—2013年。

2.2 突變檢測

氣候突變是普遍存在于氣候系統中的重要現象。氣候突變的普適性定義：氣候從一種穩定態(或穩定持續的變化趨勢)跳躍式地轉變到另一種穩定態(或穩定持續的變化趨勢)的現象,表現為氣候在時空上從一個統計特性到另一個統計特性的急劇變化。在氣候突變的檢測方法中,Mann-Kendall非參數檢測法的檢測范圍寬、人為性少,定量化程度高,不需要樣本遵從一定的分布,也不受少數異常值的干擾[29-30]。

Mann-Kendall檢測的基本原理如下：氣候序列設為平穩序列(i=1,2,3,…,n),表示第i個樣本(1≤j≤i)的累計數,定義統計量:

在原序列的隨機獨立等的假設下,均值、方差分別為：

var(dk)=k(k-1)(2k+5)/72

dk標準化后,

滿足標準正態分布,其概率a=prob(|U|>|UFk|)可以通過計算或者查表獲得。給出顯著性水平a(取a=0.05,=1.96),若|UF|>Ua則表明該氣候序列呈現顯著的變化趨勢。

將氣候序列(i=1,2,3,…,n)的逆序列,按照以上過程計算一次。同時使|UBk|=-UFk,k=n、n-1,...,1,UB1=0。若|UF|>0,此時序列呈上升趨勢；若|UF|<0序列呈下降趨勢。通過信度檢驗可知其是否有變化趨勢。當曲線超過置信水平線時,表明序列的上升(下降)趨勢顯著.若UF和UB兩條曲線出現交點,且交點位于置信區間內,該交點對應的時刻即序列突變開始的時刻。

2.3 植被覆蓋度變化趨勢

基于像元的植被覆蓋度的變化趨勢,可以通過一元線性回歸分析得出,計算公式為[31]：

式中,θslope為變化趨勢的斜率,n為監測的年數,Ci為第i年的年最大植被覆蓋度。植被覆蓋年際間變化的顯著性可以通過年時間序列和植被覆蓋度的相關關系獲得。正值代表植被覆蓋度上升,負值代表植被覆蓋度下降。變化趨勢的顯著性檢驗采用F檢驗。統計量計算公式為：

2.4 氣候因子與植被覆蓋度的相關關系

地理系統是一種多要素的復雜巨系統,其中一個要素的變化必然影響到其他要素的變化。在多要素系統中,研究一個要素對另外一個要素的相關性時,暫不考慮其他要素的影響,則稱為偏相關[32]。偏相關系數的計算公式為:

式中,rxy*z為變量z固定后變量x與變量y的偏相關系數； rxy為變量x與變量y的相關系數；rxz為變量y與變量z的相關系數；ryz為變量x與變量z的相關系數。

其中,x、y和z之間的相關系數計算公式為：

式中,rxy為x與y之間的相關系數,xij、yij分別為第i年第j月的研究變量值；xij、yij分別為變量在各時間尺度的均值。

偏相關系數的顯著性檢驗,一般采用t檢驗法。其統計量計算公式為：

式中,r12,34,...,m為偏相關系數；n為樣本數；m為自變量個數。顯著水平的臨界值ta可以通過查詢t分布表獲得,若t>ta,則表明偏相關顯著；若t

2.5 殘差分析

氣候變化對植被覆蓋度變化產生重要影響,降水因子和氣溫因子是氣候變化影響中的重要因子。通過降水因子和氣溫因子擬合出NDVI的預測值,即為氣候變化的影響量。計算其與NDVI真實值之間的差,可作為人為因素的影響,該方法即為殘差分析,已經得到廣泛應用[33-35]。

ε=NDVIreal-NDVIpre

式中,NDVIreal為NDVI真實值,NDVIpre為NDVI預測值,ε>0,說明人類活動產生正面影響;ε<0,說明人類活動產生負面影響;ε=0,說明人類活動影響比較微弱。

3 結果與討論

3.1 華北平原氣候變化特征與突變分析

1981—2013年華北平原氣溫和降水量的年際和四季變化趨勢如圖3所示,表1為統計的氣溫和降水量的年際和四季的氣候傾向率。從圖3中可見,華北平原年均溫呈現整體上升的趨勢,其氣候傾向率約為0.26℃/10a(P<0.01)。氣溫的季節性變化整體呈現升高趨勢,只是幅度略有不同,春季(0.34℃/10a)增溫最快,冬季(0.09℃/10a)最慢。春季均溫的氣候傾向率大于年均溫,說明春季增溫對年均溫的增長貢獻大于其他季節。該研究結果與趙少華的研究結果一致[36]。降水量呈現減少的趨勢,氣候傾向率約為-18.15mm/10a(P>0.05)。與氣溫的季節性整體升高趨勢不同,降水量季節性差異更加明顯。降水量在秋季減少最快(-10.70 mm/10a),夏季減少最慢(-0.35 mm/10a),冬季呈現略微增長的趨勢,氣候傾向率為1.4mm/10a。雖然冬季的降水呈增加趨勢,但增加幅度小,遠不及其他季節降水量的減少幅度。從氣溫與降水量的變化趨勢可見,華北平原的氣候變化有向干熱化發展的趨勢。

表1 1981—2013年氣候因子氣候傾向率統計結果

圖3 華北平原氣溫與降水量數據的變化趨勢Fig.3 The change trend of temperature and precipitation

圖4為華北平原年降水量和年均溫的氣候傾向率的空間分布圖。1981—2013年間,華北平原82個氣象站點的年均溫氣候傾向率大部分呈現增溫變化趨勢,增溫趨勢為0.32℃/10a。增溫趨勢較高區域位于河北省西部太行山地區以及山東省的威海(0.64℃/10a)和青島(0.67℃/10a)。河北承德、山東東營站點年均溫的氣候傾向率呈現降低趨勢,氣候傾向率分別為-0.06℃/10a和-0.28℃/10a。河北省的氣候傾向率均值高于山東省,山東省的值高于河南省。說明在全球增暖背景下,華北平原氣溫的空間變化具有一定的緯度地帶性,即：氣溫的氣候傾向率隨緯度升高而升高。春季、夏季和秋季的氣候傾向率分布特征從南到北呈現高—低—高的趨勢,低值區域分布也相似,主要呈帶狀沿河南、山東和河北三省交界地區向東直到渤海一帶分布。冬季從南到北呈現逐漸增大的趨勢。華北平原年降水量的氣候傾向率為-1.75℃/10a,整體呈減少趨勢,減少幅度最快的站點為東營。年降水量增加的區域主要位于南陽—鄭州—菏澤一線的南側。春、秋兩季呈現南部減少,北部增加的趨勢,夏、冬兩季呈現南部增加北部減少的趨勢。季節氣候傾向率增減特征變化敏感區域主要位于35°—39°N之間。

圖4 華北平原年降水量氣候傾向率(a)與年均溫氣候傾向率(b)空間分布Fig.4 The spatial distribution of climate tendency rate of precipitation (a) and temperature (b)

分別提取各年代際的氣候因子的面積要素,探尋氣溫和降水量因子各量級在不同年代際的空間分布變化。氣溫因子按照<0、0—5、5—10、10—15℃、>15℃五類統計,降水量因子按照<400、400—600、600—800、800—1000、1000—1500、>1500mm六類統計。

從圖5中可以發現,1960—2010年,華北平原大部分地區都被10—15℃范圍的溫度控制(多年均值面積占比78.52%),其次是5—10℃的控制范圍(15.49%),>15℃的控制范圍排在第三位(5.08%),<0℃和0—5℃的平均面積占比均未超過1%。各量級區間面積占比在不同年代際的變化各不相同。1980s是各溫度范圍控制面積變化的特征年代,>15℃的面積范圍在1990s超過了5—10℃的面積范圍?？傮w上,>15℃溫度的控制范圍在變大,其它等溫線控制的范圍,從1960s到2010s面積都在減小。結合研究區年均溫的整體升高趨勢,可以得出結論：一方面,全球變暖背景下的華北平原各站點的年均溫大部分呈升高趨勢；另一方面,>15℃等溫線控制范圍的擴張,也是年均溫升高的因素之一。從圖5可見,華北平原降水量400—600mm等值線(面積占比33.97%)和600—800mm(面積占比35.06%)等值線控制范圍的平均面積相當,其次是降水量1000—1500mm等值線控制范圍(面積占比20.15%)。<400mm等值線控制面積和1000—1500mm的控制面積的平均值相當,分別為4.51%和6.87%。研究區降水量>1500mm的面積占比多年來一直低于1%,但也呈現略微下降趨勢。總體上,全區大部分地區的降水量范圍為400—600mm和600—800mm,兩種類型斑塊面積平均占比之和達到79%。400—600mm等值線控制的面積整體呈現增加趨勢,其余等值線的控制范圍都呈現下降或者維持不變的態勢。1970s—1980s之間,400—600mm降水等值線控制范圍超過了600—800mm控制范圍,成為最大面積斑塊。1980s是各降水量等值線控制面積變化的特征年代。

圖5 華北平原氣溫與降水量各統計量變化趨勢圖Fig.5 The change trend chart of temperature and the precipitation in Huabei Plain

華北平原的氣候環境在過去的30多年內經歷了突變,尤其是氣溫的突變比較明顯(圖6)。M-K檢測結果顯示：1981—2013年間,UF和UB曲線在1994年相交,且交點在置信區間內。累積距平統計結果呈“V”字形,轉折點出現在1993年,表明華北平原氣溫經歷了從1981—1993年之間的降溫過程和1994—2009年之間的增溫過程,2009—2013年又有小幅回落。結合兩種檢測方法結果分析得出：1981—2013年,華北平原氣溫由冷到暖的轉變時間出現在1993—1994年間。華北平原年降水量的M-K檢測結果顯示(圖7),UF和UB曲線在置信水平內有5個交點。依據累積距平的統計結果分析,1982—1991年間,降水量累積距平呈現增多的變化過程；1991—2013年間,累積距平變為減少趨勢,降水量累積距平的最大值出現在1991年。結合兩種檢測結果分析得出：在1981—2013年間,華北平原降水由多到少的轉變時間發生在1991年前后。結合年均溫和降水量的突變研究結果得出：1991—1994年間是氣候因子活躍變化時期,該時期為突變特征時期。

圖6 年均溫M-K檢測與累積距平圖Fig.6 M-K test and Cumulative anomaly of temperature

圖7 年均降水量M-K檢測與累積距平圖Fig.7 M-K test and Cumulative anomaly of precipitation

3.2 植被覆蓋度空間分布與變化趨勢特征

圖8是華北平原1981—2013年植被覆蓋度空間分布格局。研究區年平均植被覆蓋度為0.6471。城市群、較大的水面和海岸線地區的植被覆蓋度相對稀疏,甚至沒有植被覆蓋。植被覆蓋度較低和中等水平植被覆蓋度區域,主要分布在河北省西北部半干旱的農牧交織帶以及河南省和山東省的低山丘陵地區。植被覆蓋度較高的區域主要集中在華北平原中部,包括河北平原、河南省的中東部、山東省西部以及安徽北部地區。植被覆蓋度最高區域集中分布在燕山和秦嶺東延的伏牛山山脈中的幾乎不受人類影響的區域。草原生態區多年平均植被覆蓋度約為0.5504。森林生態區平均植被覆蓋度約為0.6526。農田生態區平均植被覆蓋度約為0.6520,水平與森林生態區差別不大。

從月尺度植被覆蓋度變化趨勢圖(圖9)中可以看出,在植被生長季,草原生態區和森林生態區的植被覆蓋度在植物生長期內表現出先增加后下降的趨勢。兩者出現峰值均在8月份,分別為0.541和0.549。草原生態區的植被覆蓋度整體低于森林生態區。農業生態區的植被覆蓋度在植物生長季的變化相對復雜,6月份植被覆蓋度出現明顯的降低,隨后持續增高,在8月出現峰值0.59。華北平原農作物以冬小麥為主, 6月是小麥收獲的季,大面積裸露的農田造成了該生態區植被覆蓋度的突然降低。4—5月的峰值期,農業生態區的植被類型主要是以小麥為主。8月的峰值期主要以玉米、高粱以及經濟作物為主,且生態區內栽培果樹等都達到生長季峰值。植被類型的不同,是造成8月份峰值高于4—5月峰值的主要原因。

圖8 植被覆蓋度空間分布Fig.8 Spatial patterns of vegetation coverage

圖9 植被生長期內各生態區覆蓋度變化趨勢Fig.9 Variation trend of coverage of ecotope

圖10為基于像元的植被覆蓋度變化趨勢空間分布圖。華北平原植被覆蓋度呈現增加趨勢,增加速率為0.00039/10a,呈現增加趨勢的區域占總面積的55%,主要位于河北省西北部山區、山東省西南部、河南省東部以及安徽省北部地區。呈現減少趨勢的區域主要集中于人類活動相對頻繁的地區,包括河南省中部和西部,山東省北部,以及人口密集京津唐地區。在各生態區的趨勢變化中,森林生態區的增加趨勢最快,約為0.000034/10a；農業生態區的增加速率最慢,約為0.00024/10a,草原生態區增加的速率約為0.0029/10a。

3.3 氣候因子與植被覆蓋度的關系

3.3.1 不同年代際的水熱條件對植被覆蓋度的影響

植被生長受到氣象要素、土地利用和CO2的等因素的多重影響,其中氣溫和降水是植被生長的關鍵性因素[37],水熱條件是決定植被空間分布及其變化的主要非生物因素[23]。同時,地表植被覆蓋度的變化也影響局部氣候[38]。為探討不同水熱組合與植被覆蓋度之間的相互作用關系,選擇1980s、1990s和2010s 3個時期的相關數據,分別計算溫度累積距平、降水量距平百分率和植被覆蓋度的變化趨勢,探尋不同水熱組合影響下的植被覆蓋度變化情況。1980s、1990s和2010s 3個時期的氣溫和降水相較于多年均值的盈虧情況如表2所示：1980s年處于氣溫偏低、降雨偏多的水熱狀況,1990s處于氣溫偏高,降雨偏多的水熱狀況,2010s處于氣溫偏高降雨偏少的水熱狀況。

圖10 植被覆蓋度變化趨勢空間分布Fig.10 Dynamic of vegetation coverage

圖11 1990s研究區氣候因子偏差分析Fig.11 Deviation analysis of climatic factors in 1990s

時間尺度Timescale溫度距平百分比Temperaturdeparturepercentage降水量距平百分比Precipitationdeparturepercentage1980s1990s2010s1980s1990s2010s春季Spring-0.5034-0.1510.791-0.021460.101-0.119夏季Summer-0.4150.0720.371-0.0150.014-0.003秋季Autumn-0.3480.0830.2790.140-0.105-0.010冬季Winter-0.6760.4070.191-0.179-0.0100.219年Year-0.5120.0960.4490.00020.008-0.011

在1980s,華北平原植被覆蓋度呈現整體增加的趨勢,速率約為0.03/10a。農田生態區(0.08/10a)和森林生態區(0.04/10a)呈增加趨勢,草原生態區呈現減少趨勢(-0.03/10a)。該年代際的溫低水多的水熱條件對整體以及農田和森林生態區的植被覆蓋度呈現增加的影響,對草原生態區則呈現減少的影響。

在1990s,華北平原植被覆蓋度的呈現整體減少趨勢,速率約為-0.02/10a。農業生態區(-0.05/10a)和森林生態區(-0.03/10a)呈減少趨勢,農業生態區的減少速率最快,草原生態區呈現增加的趨勢(0.02/10a)。結合該時期的年均溫和年降水量的距平百分比可以發現,雨熱不同步抑制了植被的生長(圖11)。草原生態區的植被覆蓋度呈現增加趨勢,主要得益于5℃等溫線和400mm降水等值線的北移。以400mm降水等值線為例,多年均位于草原生態區的邊緣,而該時段卻幾乎覆蓋了整個草原生態區。相較于整個研究區的雨熱不均, 平原草原區降水的增多結合適宜的溫度,導致植被覆蓋度呈現增加趨勢。

在2010s,華北平原植被覆蓋度呈現整體增加趨勢,速率約為0.02/10a。農田生態區(0.02/10a)、森林生態區(0.07/10a)和草原生態區(0.13/10a)均呈現增加趨勢。研究區的干熱化趨勢已經呈現,區域內植被覆蓋度呈現整體增加的趨勢。雖然降水量整體有所降低,但是與多年均值的空間分布相比,沒有呈現明顯差異。說明區域內各生態區的氣溫和降水量達到了較好的水熱組合條件,

綜合1981—2010的華北平原不同年代際的植被覆蓋度對不同水熱組合的分析結果得出：在基于年代際的時間尺度研究中,氣溫的增加,對華北平原農業生態區的影響體現為植被覆蓋度的穩定增加,但是速率在不斷降低。降水量的減少對農業生態區植被覆蓋度的影響相對較小。草原生態區植被覆蓋度的變化趨勢在一定程度上與氣溫的變化趨勢一致。當氣溫偏高降雨偏多時,森林生態區的植被覆蓋度呈減少趨勢,其余的水熱組合方式植被覆蓋度均呈現增加趨勢。

3.3.2 氣候突變前后植被覆蓋度變化特征

在3.1節得出結論1991—1994年為研究時段華北平原氣候因子突變的特征時段。因要對氣候突變前后植被覆蓋度對氣候因子響應情況進行比對,因此暫將華北平原的氣候突變年選在1994年,此時降水量因子和氣溫因子均已經歷了突變變化。

將1981—1994年和1995—2013年兩個時間段的遙感影像分別計算,得出基于像元的植被覆蓋度分布和變化速率統計結果圖(圖12)。華北平原年均植被覆蓋度在氣候突變前后分別為0.662和0.663。結合各生態區年均植被覆蓋度的統計結果圖發現,草原生態系統區在氣候突變后由0.544增加到0.590,顯著增幅約為8%。農田生態系統區由0.668增加到0.669。森林生態系統區由0.668減少到0.663。說明植被覆蓋度在研究區內部,空間異質性較強,氣候突變對草原生態區的植被覆蓋度的影響比其他生態區顯著。氣候突變前后植被覆蓋度的平均增加趨勢為0.018/10a和0.006/10a,增加幅度降低了0.012/10a。在各生態區中,降低幅度最快的是農田生態區(降低了0.016/10a),其次是森林生態區(降低了0.005/10a),草原生態區變化最小(降低了0.001/10a)。在氣候突變前,增加速率最快的是農田生態區,氣候突變后草原生態區植被覆蓋度增加速率最快。森林生態區的速率相對較慢。氣候突變對農田生態區的植被覆蓋度變化速率影響最大,其次是森林生態區,草原生態區幾乎不受氣候突變的影響?？梢?從植被覆蓋度高低的角度出發,氣候突變對草原生態區影響最大；從變化速率角度出發,對農田生態區的影響最大。

圖12 氣候突變前后各生態區植被覆蓋度變化情況統計結果Fig.12 The results of climate change effects on vegetation coverage of ecological zones

3.3.3 植被覆蓋度與氣候因子的相關性分析

圖13為年際植被覆蓋度與年均溫和年降水量的偏相關性空間分布結果。如圖顯示：在1981—2013年之間,華北平原年際植被覆蓋度與年降水量的整體平均偏相關系數為0.018,年植被覆蓋度與年溫度的整體平均偏相關系數為0.006,其中呈正相關的像元分別占總像元面積的59%和51%?？傮w來說,植被覆蓋度與降水量的偏相關性,高于其與年均溫的偏相關性。兩者在空間分布上都表現出明顯的空間異質性。

農業生態區的植被覆蓋度與年均溫和年降水量的平均相關系數為0.01和-0.001,與之對應的呈正相關的區域面積占分區面積的52%和48%,表明在農業生態區氣溫是影響區域內植被長勢的主導因素。從圖13b可以看出,農業生態區與氣溫呈正相關的區域主要分布在河北平原、河南東南部、安徽北部,呈現負相關的區域主要集中于山東半島以及山東省西北部地區,且相對集中。華北農業主要以種植冬小麥、玉米、棉花為主,冬小麥生長周期長,且在主要生長期多抽取地下水灌溉,導致區域植被覆蓋度與降水量相關性較弱,甚至呈負相關關系。森林生態區的植被覆蓋度與年均溫和年降水量的平均相關系數為0.03和-0.001,與之對應的呈正相關區域面積占比為53%和49%,表明氣溫是影響森林生態區植被覆蓋度的主導因子。森林生態區植被覆蓋度與降水呈現負相關,原因在于降雨意味著輻射減少和溫度的降低,從而影響植被生長[13,27]。森林生態區植被覆蓋度與氣溫因子的相關性有區域差異。北部太行山、燕山山脈的植被生長更多受到低溫的影響,因此與氣溫呈正相關的區域面積更大,約為55%。山東半島丘陵地區的森林植被覆蓋度與氣溫呈現正相關的區域占比為35%。山東半島丘陵地區相較于太行山、燕山山脈更靠南,植被生長所需的熱量資源更豐富。熱量資源較為充足的地區,增溫對植被的影響會變弱[39]。太行山脈地區的降水量與植被覆蓋度相關性高于山東半島丘陵地區的相關性,燕山地區的相關性最低。除了各地區的氣候、地形、土壤類型不同以外,太行山山脈的植被類型以落葉灌和草甸為主,山東半島丘陵地區植被以溫帶針葉林和闊葉林為主,燕山山脈的植被類型以灌叢和溫帶闊葉林為主。不同的植被類型,對降水的響應機制不同,增強了相關系數的空間異質性。草原生態區植被覆蓋度與年均溫和年降水量的平均相關系數為-0.015和0.18,與之對應的呈正相關的區域面積分別占分區面積的39%和92%.說明降水量是影響該區域植被生長的主要氣候因子。該結論與張戈麗和穆少杰[28,31]的結論一致。該區域內的草原生態區位于內蒙古高原,地處我國水資源相對緊缺地區,因此降水對該地區的影響要高于氣溫的影響。

圖13 植被覆蓋度與降水量(a)和溫度(b)的相關系數Fig.13 Coefficient of vegetation and temperature (a) and precipitation (b)

3.4 氣候對植被覆蓋度的滯后性研究

以1982—2006年植被覆蓋度和氣象數據為基礎,分別計算生長季3月—11月的月植被覆蓋度和月降水量、月均溫的偏相關系數,以探討月植被覆蓋度與前一月以及當月氣候因子的相關性,進而得出植被覆蓋度對氣候因子的滯后性變化。

華北平原當月植被覆蓋度與當月的月均溫和月降水量的平均相關系數為0.14和0.13(圖14),與之對應的呈正相關的區域面積分別占總面積的88%和94%,其中通過P<0.05檢驗的面積占比分別為27.45%和31.15%。華北平原月植被覆蓋度與前一月的月均溫和月降水量的平均相關系數為0.008和0.227(圖15),與之對應的呈正相關的區域面積分別占總面積的47%和85%,通過P<0.05檢驗的面積占比分別為8.01%和54.65%?？傮w而言,植被覆蓋度與前一個月的月均溫的相關性低于當月均溫的相關性,與前一個月的月降水量的相關性高于當月降水量的相關性。說明在月尺度上,降水量對整體植被覆蓋度有時滯效應。植被覆蓋度與前一月氣象因子關系的空間分布具有顯著緯度地帶性：月均溫與植被覆蓋度的相關系數呈現隨緯度升高而降低的總體趨勢,月降水量與植被覆蓋度的相關系數呈現隨緯度增高而升高的趨勢?？傮w月尺度的相關性要遠高于年際水平。

農業生態區植被覆蓋度與前一月降水量的平均相關系數為0.3,高于其與當月降水量的相關系數0.131。其與前一月的月均溫的平均相關性為-0.08,低于其與當月均溫的相關性0.109,這表明,在月水平上農業生態區植被生長對降水量的響應存在時滯效應,與月均溫則沒有明顯的時滯效應。氣溫隨季節變化是一種自然規律,在植物生長季,氣溫是植被某些生長期的關鍵誘因,植被遵循氣溫的變化進入不同的生長期,因而在月尺度上,氣溫對植物生長不存在時滯效應。森林生態區植被覆蓋度與前一月的月均溫的平均相關系數為0.13,低于其與當月的數值0.205,其與前一月降水量的相關系數為0.12,與當月降水量的數值0.11基本相同,整體而言不存在時滯效應。這與穆少杰[31]的研究結果一致。其中當月的月均溫與月植被覆蓋度的相關系數呈正相關的面積占分區面積的93%,范圍分布在0—0.35之間。草原生態區植被覆蓋度與前一月的月均溫的平均相關系數為0.24,高于其與當月平均相關性0.046,其與前一月降水量的相關系數為0.07,低于其與當月平均相關性系數0.26。這表明,草原生態分區對氣溫的響應具有時滯效應。在月水平上,相關性結果表現出一定的經度地帶性：從西到東,植被生長與降雨的相關性遞減,同時與溫度的相關性則表現出遞增趨勢。

圖14 植被覆蓋度與當月溫度(a)和降水量(b)的相關系數Fig.14 The coefficient of vegetation and temperature (a) and precipitation (b) in month scale

圖15 植被覆蓋度與前一月溫度(a)和降水量(b)的相關系數Fig.15 The coefficient of vegetation and temperature (a) and precipitation (b) of the month bfore

3.5 人類活動對植被覆蓋度影響力的趨勢分析

圖16 人類活動影響力變化趨勢圖Fig.16 Dynamic of vegetation coverage

為探討人類活動對植被覆蓋度的影響,本文用殘差分析計算人類活動對植被覆蓋度的影響,并在此基礎上計算人類活動影響的變化趨勢。圖16為影響植被覆蓋度變化的人類活動影響力的變化趨勢空間分布圖。統計結果顯示,人類活動影響力的整體平均變化趨勢為0.004/10a,說明人類活動影響力呈現繼續增強的趨勢。圖中正值表示人類活動影響力繼續增強,負值表示影響力減弱。從圖中可見,河北北部和河南中東部地區人類活動影響力在持續下降,其中京津唐地區減弱速度最快。以北京市為例,不斷涌入的人口加快了城市化進程,中心城區的不透水面建設接近飽和,導致人類對植被覆蓋度變化的影響力的變弱。山東省西南部、安徽和江蘇北部地區人類活動影響力呈現持續增強的態勢。從生態學角度出發,草原生態區的人類影響力增加速率最快(0.005/10a),農業生態區的影響力增加最慢(0.003/10a)。農業生態區中,果樹和糧食混種區的人類影響增加的趨勢最快(0.005/10a),糧食和經濟農作物種植區次之(0.004/10a),果樹種植區最慢(0.003/10a)。同時,結合植被覆蓋度變化趨勢圖,統計研究區內人類活動的整體作用力為-5%(其中,植被覆蓋度呈增加趨勢的區域的相對作用力為正值,植被覆蓋度變化趨勢呈退化趨勢區域的相對作用力為負值,兩者之差即為整體相對作用力),說明人類活動將繼續以負面影響的作用力為主。氣候突變前植被改善區的人類活動作用力低于植被退化區的相對作用力；氣候突變后植被改善區的人類活動作用力高于退化區。農業生態區的作用力一直呈現負面作用,改善區的相對作用力減弱了4%。草原生態區的作用力呈現改善力增強的趨勢,幅度達到12%。

4 結論與討論

4.1 結論

本文基于GIMMS-NDVI和MODIS-NDVI遙感數據,結合1981—2013年氣象數據,利用殘差分析、趨勢分析、相關性分析,揭示了華北平原近30年氣候和植被覆蓋度的空間變化特征,并對氣候變化對各生態區內植被覆蓋度的影響進行了分析,結論如下：

(1)1981—2013年間,華北平原氣溫整體呈現顯著上升趨勢(0.20℃/10a,P<0.01),一方面全球氣候變暖背景下大部分站點氣溫整體升高,另一方面春季氣溫的升高、>15℃等溫線控制范圍的擴大和年均溫0℃等值線在華北平原的消失,也是區域平均氣溫升高的誘因。其中,15℃等值線的年代際間南北波動范圍達到2個緯度, 有大于200km的北移。華北平原降水整體呈現顯著減少趨勢(-1.75mm/10a,P>0.05),其中秋季降水量減少過快,加上400—600mm降水等值線控制范圍的擴大,壓縮了600—800mm和800—1000mm降水等值線的范圍,這些因素都造成了區域降水量的減少。四季氣候傾向率的特征變化敏感區域主要位于35°—39°N之間。1991—1994年為華北平原氣候的突變時期。

(2)華北平原植被覆蓋度空間分布具有顯著的地區差異性,整體上呈現上升趨勢,呈現增加趨勢的面積占比為55%。草原生態區的年均植被覆蓋度較低,森林生態區和農業生態區相對較高。從植被覆蓋度和植被覆蓋度變化趨勢的空間分布來看,人類活動不僅加速了區域植被覆蓋度的降低,也加劇了降低速率的變快。在基于年代際的時間尺度研究中,氣溫的增加,對華北平原農業生態區的影響體現為植被覆蓋度的穩定增加,但是速率在不斷降低；草原生態區植被覆蓋度的變化趨勢在一定程度上與氣溫的變化趨勢一直。當氣溫偏高降雨偏多時；森林生態區的植被覆蓋度呈減少趨勢,其余的水熱組合方式植被覆蓋度均呈現增加趨勢。

(3)總體上,研究區月尺度植被覆蓋度與氣候因子的相關性高于年尺度上的值。植被覆蓋度與年降水量的偏相關性高于其與年均溫的偏相關性,但是存在明顯的區域差異。年均溫對農業生態區和森林生態區的植被覆蓋度的影響更大,草原生態區的植被覆蓋度對年降水量的依賴性更大。在月尺度上年降水量對植被的影響具有時滯效應。氣溫對草原生態區具有時滯效應,降雨對農業生態區具有時滯效應。

(4)華北平原干熱化的氣候突變降低了植被覆蓋度的增加趨勢。在氣候突變前,增加速率最快的是農田生態區；氣候突變后草原生態區植被覆蓋度增加速率最快。從植被覆蓋度高低的角度出發,氣候突變對草原生態區影響最大；從變化速率角度出發,對農田生態區的影響最大。雖然氣候突變后,人類活動在植被覆蓋度的改善區的相對作用力高于退化區,但是就整體而言,人類活動的影響力還在持續增強,且呈現出在退化區的作用力高于改善區的趨勢。

4.2 討論

本文從生態學角度出發,對不同生態區植被覆蓋度的分布與變化趨勢進行了分析討論,總結了基于生態學分區的植被覆蓋的分布和變化規律,探討了植被覆蓋度與氣候因子的關系。相較于傳統統計分析結果,相關系數有一些不同。與把整個研究區域作為統計單元的研究方法相比,基于像元的小樣本統計能更好的體現NDVI和氣候因子的空間差異性。在統計年限有限的情況下,顯著的空間差異可能會影響小樣本的統計分析結果,掩飾了氣候因子與NDVI的相關性。另外,植被生長季的有效降水跟NDVI的相關性可能更高,此次研究沒有排除非生長季的無關水影響。

水熱組合是決定植被生長的重要非生物因素。雖然本研究利用不同年代際的水熱組合對植被覆蓋度的響應進行了粗略探討,但是水熱組合的形式多樣,且不同植物種類對水熱組合的脅迫響應機制也各不相同。適宜的水熱組合加速植物的生長,不適宜的水熱組合將對植被生長產生抑制作用。因此,在全球氣候不斷變暖,厄爾尼諾現象頻發的大背景下,研究植被對不同水熱組合的響應機理,探討不同植被類型氣候變化的響應和分布,可以做為下一步研究內容。

除了氣候因子,人類活動也是影響植被覆蓋度變化的重要驅動因素,雖然本文對人類活動的整體影響做了簡單分析,但是人類活動對植被覆蓋度的影響機理錯綜復雜。特別是進入21世紀,人類活動強度和范圍逐漸擴大,包括人口增長、城鎮化發展、能源消耗結構調整、退耕還林、退耕還牧、農業結構的調整等,都會對區域植被覆蓋度產生嚴重影響。因此,如何細化人類活動對植被覆蓋度的影響,定位重要的人類活動因子,消除影響植被變化的不利因素,將對植被覆蓋度的變化產生積極影響,對于區域生態安全也有積極意義。

[1] IPCC. Climate change 2013: the physical science basis // Stocker T F, Qin D, Plattner G K, Tignor M, Allen S K, Boschung J, Nauels A, Xia Y, Bex V, Midgley P M, eds. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom, New York, NY, USA: Cambridge University Press, 2013: 5-5.

[2] 任國玉, 郭軍, 徐銘志, 初子瑩, 張莉, 鄒旭凱, 李慶祥, 孫小寧. 近50年中國地面氣候變化基本特征. 氣象學報, 2005, 63(6): 942-956.

[3] Zhao M, Running S W. Drought-induced reduction in global terrestrial net primary production from 2000 through 2009. Science, 2010, 329(5994): 940-943.

[4] Piao S L, Mohammat A, Fang J Y, Cai Q, Feng J M. NDVI-based increase in growth of temperate grasslands and its responses to climate changes in China. Global Environmental Change, 2006, 16(4): 340-348.

[5] 劉光生, 王根緒, 胡宏昌, 任東興, 孫向陽. 長江黃河源區近45年氣候變化特征分析. 資源科學, 2010, 32(8): 1486-1492.

[6] Wang Q, Zhang Q P, Zhou W. Grassland coverage changes and analysis of the driving forces in Maqu county. Physics Procedia, 2012, 33: 1292-1297.

[7] 孫紅雨, 王長耀, 牛錚, 布和敖斯爾, 李兵. 中國地表植被覆蓋度變化及其與氣候因子關系──基于NOAA時間序列數據分析. 遙感學報, 1998, 2(3): 204-210.

[8] Myneni R B, Keeling C D, Tucker C J, Asrar G, Nemani R R. Increased plant growth in the northern high latitudes from 1981 to 1991. Nature, 1997, 386(6626): 698-702.

[9] Tucker C J, Slayback D A, Pinzon J E, Los S O, Myneni R B, Taylor M G. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999. International Journal of Biometeorology, 2001, 45(4): 184-190.

[10] Park H S, Sohn B J. Recent trends in changes of vegetation over East Asia coupled with temperature and rainfall variations. Journal of Geophysical Research, 2010, 115(D14), doi: 10.1029/2009JD012752.

[11] Piao S L, Wang X H, Ciais P, Zhu B, Wang T, Liu J. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Global Change Biology, 2011, 17(10): 3228-3239.

[12] Wang X H, Piao S L, Ciais P, Li J S, Friedlingstein P, Koven C, Chen A P. Spring temperature change and its implication in the change of vegetation growth in North America from 1982 to 2006. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(4):1240-1245.

[13] 張學珍, 戴君虎, 葛全勝. 1982-2006 年中國東部春季植被變化的區域差異. 地理學報, 2012, 67(1): 53-61.

[14] Jing X, Yao W Q, Wang J H, Song X Y. A study on the relationship between dynamic change of vegetation coverage and precipitation in Beijing′s mountainous areas during the last 20 years. Mathematical and Computer Modelling, 2011, 54(3/4): 1079-1085.

[15] 畢曉麗, 王輝, 葛劍平. 植被歸一化指數(NDVI)及氣候因子相關起伏型時間序列變化分析. 應用生態學報, 2005, 16(2): 284-288.

[16] 孫睿, 劉昌明, 朱啟疆. 黃河流域植被覆蓋度動態變化與降水的關系. 地理學報, 2001, 56(6): 667-672.

[17] 賀偉, 布仁倉, 熊在平, 胡遠滿. 1960-2005年東北地區氣溫和降水變化趨勢. 生態學報, 2013, 33(2): 519-531.

[18] 劉園, 王穎, 楊曉光. 華北平原參考作物蒸散量變化特征及氣候影響因素. 生態學報, 2010, 30(4): 923-932.

[19] 莫興國, 劉蘇峽, 林忠輝, 邱建秀. 華北平原蒸散和GPP格局及其對氣候波動的響應. 地理學報, 2011, 66(5): 589-598.

[20] Wu S H, Yang Q Y, Zheng D. Delineation of eco-geographic regional system of China. Journal of Geographical Sciences, 2003, 13(3): 309-315.

[21] 徐敏云, 李運起, 王堃, 曹玉鳳, 于海良, 李雪楓, 李連樹, 景福軍, 李佳祥, 謝帆. 河北省草地資源分布及植被特征動態. 草業學報, 2009, 18(6): 1-11.

[22] Hou X Y, Wu T, Yu L J, Qian S. Characteristics of multi-temporal scale variation of vegetation coverage in the Circum Bohai Bay Region, 1999-2009. Acta Ecologica Sinica, 2012, 32(6): 297-304.

[23] 陳效逑, 王恒. 1982-2003年內蒙古植被帶和植被覆蓋度的時空變化. 地理學報, 2009, 64(1): 84-94.

[24] 趙玉萍, 張憲洲, 王景升, 沈振西. 1982年至2003年藏北高原草地生態系統NDVI與氣候因子的相關分析. 資源科學, 2009, 31(11): 1988-1998.

[25] Tucker C J, Pinzon J E, Brown M E, Slaybak D A, Pak E W, Mahoney R, Vermote E F. An extended AVHRR 8 km NDVI dataset, compatible with MODIS and SPOT vegetation NDVI data. International Journal of Remote Sensing, 2005, 26(20): 4485-4498.

[26] 張月叢, 趙志強, 李雙成, 孟憲峰. 基于SPOT NDVI的華北北部地表植被覆蓋變化趨勢. 地理研究, 2008, 27(4): 745-754.

[27] 信忠保, 許炯心, 鄭偉. 氣候變化和人類活動對黃土高原植被覆蓋變化的影響. 中國科學 D輯: 地球科學, 2007, 37(11): 1504-1514.

[28] 張戈麗, 徐興良, 周才平, 張宏斌, 歐陽華. 近30年來呼倫貝爾地區草地植被變化對氣候變化的響應. 地理學報, 2011, 66(1): 47-58.

[29] 符淙斌, 王強. 氣候突變的定義和檢測方法. 大氣科學, 1992, 16(4): 482-493.

[30] 王力群, 李崇銀, 譚言科, 嚴冬. 冬季蒙古高壓的時空變化和突變特征研究. 高原氣象, 2010, 29(1): 23-32.

[31] 穆少杰, 李建龍, 陳奕兆, 剛成誠, 周偉, 居為民. 2001-2010年內蒙古植被覆蓋度時空變化特征. 地理學報, 2012, 67(9): 1255-1268.

[32] 徐建華. 現代地理學中的數學方法(第二版). 北京: 高等教育出版社, 2002: 43-47.

[33] 黃森旺, 李曉松, 吳炳方, 裴亮. 近25年三北防護林工程區土地退化及驅動力分析. 地理學報, 2012, 67(5): 589-598.

[34] 王靜, 郭妮, 蔡迪花, 鄧振鏞. 瑪曲縣草地退牧還草工程效果評價. 生態學報, 2009, 29(3): 1276-1284.

[35] 許端陽, 康相武, 劉志麗, 莊大方, 潘劍君. 氣候變化和人類活動在鄂爾多斯地區沙漠化過程中的相對作用研究. 中國科學 D輯: 地球科學, 2009, 39(4): 516-528.

[36] 趙少華, 楊永輝, 邱國玉, 樊彤, 胡玉昆. 河北平原34年來氣候變化趨勢分析. 資源科學, 2007, 29(4): 109-113.

[37] 李小燕. 黃土高原植被對水熱狀況的響應研究. 地理科學, 2013, 33(7): 865-872.

[38] 張翀, 任志遠, 袁鑫. 西北地區NDVI對水熱條件年內變化的響應及其空間特征. 資源科學, 2011, 33(12): 2356-2361.

[39] 徐興奎, 林超暉, 薛峰. 氣象因子與地表植被生長相關性分析. 生態學報, 2003, 23(2): 221-230.

Temporal analysis of climate change and its relationship with vegetation cover on the north china plain from 1981 to 2013

A Duo1,2,3, ZHAO Wenji1,2,3,*, GONG Zhaoning1,2,3, ZHANG Min1,2,3, FAN Yunbao1,2,3

1CollegeofResourcesEnvironment&Tourism,CapitalNormalUniversity,Beijing100048,China2KeyLaboratoryof3DInformationAcquisitionandApplicationofMinistry,Beijing100048,China3KeyLaboratoryofResourcesEnvironmentandGISofBeijingMunicipal,Beijing100048,China

Global climate change has resulted in significant vegetation changes in the past fifty years. The North China Plain, the most important grain production base of China, is experiencing prominent warming and drying. Vegetation cover, which is used to monitor vegetation change, is affected by climate change, predominantly temperature and precipitation. In the present study, GIMMS (Glaobal Inventory Modelling and Mapping Studies)NDVI (Normalized Difference Vegetation Index), MODIS (Moderate-resolution Imaging Spectrometer) NDVI, and climate data, during 1981—2013, were used to investigate the spatial distribution and changes of vegetation. The relationship between climate and vegetation on the North China Plain were also analyzed on different spatial (agricultural, forest, and grassland) and temporal (yearly, decadal, and monthly) scales. (1) It was found that the temperature increased slightly (0.20℃/10a,P< 0.01). This may be due to the disappearance of the 0℃ isotherm, the rise of spring temperatures, and the increase of the isotherm (>15℃) area. At the same time, precipitation decreased significantly (-1.75mm/10a,P> 0.05). The expanding of the 400—600 mm precipitation contour area, the narrowing of ranges of 600—800 and 800—1000 mm, and excessive reduction of autumn precipitation indicated less precipitation. The sensitive areas of characteristic climatic change were mainly located between the latitudes 35—39°. The climate mutation occurred during 1991—1994. (2) Vegetation cover increased slightly in 55% of the total study area, with a rate of change of 0.00039/10a. Human activities could accelerate the changes of the vegetation cover and affect the rate of these changes. (3) Overall, the correlation between the vegetation cover and climatic factors is higher for a monthly than yearly scale. The correlation analysis between vegetation cover and climate change showed that annual vegetation cover was positively correlated with precipitation in grassland biomes; but it showed a more positive correlation with temperature in the agricultural and forest biomes. In addition, vegetation cover was temporally sensitive to precipitation. (4) The vegetation cover increased before and after the climate variations, but the rate of increase slowed down. Moreover, the grassland biome had an obvious response to the climatic variations, but the agricultural biome showed a significant response. The effect of human activity in regions of degradation was higher than that in environmentally improved areas. However, after the climate abruptly changing, the effect of human activity in environmentally improvement areas was higher than that in the degraded regions, and the influence of human activity will continue in the future.

climatic change; vegetation coverage; trend analysis; residual analysis; partial correlation

國家國際科技合作專項資助項目(2014DFA21620)

2015-07-30;

日期:2016-06-13

10.5846/stxb201507301600

* 通訊作者Corresponding author.E-mail: zhwenji1215@163.com

阿多,趙文吉,宮兆寧,張敏,范云豹.1981—2013華北平原氣候時空變化及其對植被覆蓋度的影響.生態學報,2017,37(2):576-592.

A D, Zhao W J, Gong Z N, Zhang M, Fan Y B.Temporal analysis of climate change and its relationship with vegetation cover on the north china plain from 1981 to 2013.Acta Ecologica Sinica,2017,37(2):576-592.