王 榮,王 亞 琴,閆 浩 文
(1.天水師范學院資源與環境工程學院,甘肅 天水 741001;2.蘭州交通大學測繪與地理信息學院,甘肅 蘭州 730070;3.中國國土勘測規劃院,北京 100035)
氣候作為最重要、最活躍的環境因子[1],其變化具有顯著的區域差異性。植被作為氣候敏感區—山地生態系統的重要組成部分[2],通過年周期內有序的物候期變換,對調節地球氣候、提供生態服務具有重要意義[3]。山地植被物候通過植被生長動態能夠直接解釋山地生態系統對全球環境變化的響應和適應過程,分析山地植被物候地帶性規律及其對氣候變化的響應,對于揭示山地植被地理環境變化規律及其區域差異以及深入了解植被—氣候關系具有重要意義。
基于遙感數據反演的NDVI、EVI等植被指數,國內外學者從不同角度探討了不同區域植被物候變化趨勢及其對氣候的響應[1-14]。例如:張曉東等[2]研究表明,春季氣溫降低導致伏牛山地森林植被生長季始期(Start of the growing Season,SOS)推遲,9月降水增加導致生長季末期(End of the growing Season,EOS)推遲,生長季長度(Length of the growing Season,LEN)由整個生長期的氣溫和降水共同作用決定;鄧晨輝等[3]研究得出,近52年秦嶺山地植被SOS提前、EOS推遲、LEN延長,物候變化存在樹種差異和南北差異,同期日均溫的升高對SOS提前及EOS推遲具有主導作用。目前國內外研究主要集中于SOS、EOS、LEN對多年平均氣候的響應及春季[7,8]、秋季單一植被物候期的研究[8-11],較少研究光照、最高/最低氣溫對物候期的影響及不同植被類型的響應機制;對六盤山山地的研究主要集中于地質構造、氣候對農業發展的影響及生物多樣性等方面[12-14],關于植被物候及其對氣候的響應研究很少。
2014年IPCC統計報告[15]顯示:1983-2012年屬于近800年以來最暖氣候期,大部分陸地區域逐日尺度極端高溫事件發生頻率增高,極端低溫事件發生頻率降低,晝夜增溫特征明顯。依據植被生長生理特性[3],春季低溫對植被SOS有抑制作用,秋季溫差較大有助于植被生長。六盤山山地春、夏、秋季植被物候對氣候變化的響應是否與其他山地系統或全球植被物候變化地帶性規律存在差異性?對最高/最低氣溫的響應機制如何?SOS、EOS對LEN的貢獻率是高是低?以上問題值得深入研究。因此,本文基于1982-2015年 GIMMS NDVI 3g數據集和氣象資料,利用最小二乘法趨勢檢驗、偏相關分析等方法,探討六盤山山地近34年不同類型植被物候變化趨勢及其對氣候變化響應的地帶性和時間分異規律,通過SOS、EOS對LEN的貢獻率和物候期對最高/最低氣溫的靈敏性分析進一步驗證前期研究結果的可靠性,以期深入了解六盤山山地植被的區域差異及其對氣候變化響應機制的異同。
六盤山山地地處西北地區東部,屬典型的溫帶半濕潤—半干旱過渡區,具有大陸、海洋季風邊緣氣候特點,是中國北方自然地帶分界線、西北地區重要水源涵養地[16],相對海拔差異顯著,平均海拔2 840 m(圖1)。受地形影響,光熱資源缺乏,年日照時數2 425.9 h,年均氣溫0.9℃(氣溫年較差22.1℃),年降水量達689.2 mm,南北與東西季節性降水差異顯著,近34年降水量呈遞減趨勢(遞減率為56.5 mm/10 a),春季低溫少雨、夏季氣溫適中、秋季溫差較大、冬季時間最長且寒冷,是氣候轉換與變化的敏感區。南北部土壤類型多樣,土層較薄,立地條件差,生態環境脆弱;森林覆蓋率達46%,植被呈水平與山地垂直地帶性多樣化景觀,氣候對植被的生長發育影響顯著。

圖1 研究區地理位置及地形Fig.1 Geographical location and terrain of the study area
本文研究數據包括:1)1982-2015年歸一化植被指數(NDVI)時間序列數據(時間周期為16 d,空間分辨率為8 km),來源于GIMMS NDVI 3g數據集;2)研究區周邊32個氣象站點的逐月降水、光照時數和溫度等氣象數據(空間分辨率為8 km),來源于中國氣象數據共享網(http://data.cma.cn/)的中國地面氣候資料月值數據集;3)1 km×1 km DEM數據,來源于美國地質勘探局USGS網站(http://www.usgs.gov)的SRTM數據,經過重采樣生成坡度數據;4)土地利用數據(空間分辨率為30 m),來源于全國生態環境10年變化(2010年)遙感調查數據,以Landsat-TM、HJ-1A和HJ-1B為基礎,采用面向對象方法,通過eCognition多尺度分割、樣地調查和高分辨遙感數據相結合,開展數據修正和驗證,將生態系統分為3級:Ⅰ級分為9類,分類精度達90%以上;Ⅱ級分為21類,分類精度達86%以上[17];Ⅲ級分為46類。
本研究基于GIMMS NDVI 3g數據集,通過非對稱高斯濾波、區間提取、高斯函數局部擬合等方法,重建近34年 816期NDVI數據集的NDVI生長曲線,提取研究區植被物候;其次,采用ANUSPLIN 4.3軟件,基于薄板樣條函數[18,19]、普通雙變量模型函數分別對1982-2015年月最高氣溫、最低氣溫、平均氣溫、月日照時數和月降水量進行空間插值,將DEM及氣象插值數據重采樣至8 km,并提取坡度數據;最后,以經緯度、氣象數據為自變量,海拔、坡度為協變量,植被物候為因變量,進行(偏)相關分析,以探究不同植被類型物候的變化趨勢及其對氣候的響應。具體流程如圖2所示。

圖2 研究方法流程Fig.2 Flow chart of the research method in this paper
1.2.1 植被物候參數提取方法 目前常用的植被物候參數提取方法有斜率法、擬合法、累積頻率法、主成分分析方法以及TIMESAT 3.3動態閾值提取法等[9,20-24],其中動態閾值法應用廣泛[25]。該方法將NDVI達到最大值某一比例的時間定義為SOS,將植被生長進入衰落期NDVI下降到一定比例的時間定義為EOS,二者的時間差即為LEN[2];生長季中期(Mid of the growing Season,MOS)是NDVI由最大值的80%上升至最大值又下降至最大值的80%這一過程的平均時間[22]。基于動態閾值法的物候參數計算公式為:
Thresholdij=c×[max(NDVIij)-min(NDVIij)]
(1)
式中:Thresholdij、NDVIij分別為第i年第j個像元的物候參數提取閾值和NDVI值;c為設定的百分比,本文取c=50%[24]。本文采用儒略日描述物候期,即認為1月1日為一年中的第一天。
1.2.2 植被提取 結合研究區植被類型,選擇Ⅰ級分類體系中的森林生態系統、灌叢生態系統、草地生態系統及農田生態系統對應的Ⅱ、Ⅲ級分類體系(表1)。由于山地植被更新演替周期較長、空間變化范圍有限[2],因此,本文利用2010年數據識別該地區植被,結果如圖3所示。由圖3可知,研究區以草地為主,占比32.05%,主要分布在36°N以北地區,灌叢次之(占比 10.58%),林地主要分布在東部邊緣、關中平原東部及海東市北部地區。

表1 基于全國生態環境10年變化(2010年)遙感調查植被類型[17]Table 1 Vegetation classification investigated by RS based on ten-year changes in the national ecological environment (2010)

圖3 研究區植被空間分布Fig.3 Spatial distribution of vegetation in the study area
1.2.3 年際變化趨勢及相關性分析 以年為時間步長,采用最小二乘法對SOS、EOS、LEN和MOS進行年際變化趨勢檢驗。植被物候期的趨勢性計算見式(2),以線性趨勢方程的P值作為趨勢顯著的判定標準。在植被物候期的影響因素分析中,采用偏相關系數(式(3))分析植被物候的地帶性分布規律及氣象因子對植被物候的影響。為避免環境等因素產生的異常值影響結果分析,剔除明顯偏離正態分布兩尾且中間尚未出現其他值的像元(像元計數為1)。
(2)
式中:k為斜率,k>0表示植被物候期推遲或延長,k<0表示物候期提前或縮短;Ti為物候期因子;n(n=34)為時間序列長度。
(3)
式中:Rij·h為Rij和Rh的偏相關系數;Rij、Rih、Rjh依次為Ri和Rj、Ri和Rh、Rj和Rh的相關系數。
根據研究區植被物候多年平均值(圖4,彩圖見封3),從水平地帶性、山地垂直地帶性兩方面探討植被物候變化趨勢。
2.1.1 水平地帶性規律 受降水、熱量條件等差異影響,植被物候水平方向呈沿海—內陸帶狀分布規律。由圖4可知:研究區植被SOS為133~149 d,由東南向西北推遲60~90 d,其中,西北地區SOS推遲至4月下旬,推遲像元占總像元的64%,中部地區SOS為120~135 d,而東南地區提前至2月下旬到3月上旬,提前像元占總像元的19.49%;MOS較短,僅為186~221 d,以36°N為分界,呈緯度地帶性變化規律,36°N以南提前至6月下旬,以北推遲至7月下旬,關中平原地區MOS提前至145~194 d,不同植被類型MOS差異不顯著;EOS呈逆向變化趨勢,以106°30′E為分界,經度地帶性變化規律顯著,西部地區顯著提前至8月下旬,提前像元占11.06%,東部地區EOS推遲5~23 d,但推遲像元僅占總像元的11.39%;LEN顯著縮短至≤167 d,縮短像元占總像元的77.13%,中、西部地區LEN縮短至3個月(<130 d),關中平原地區僅有0.46%的像元延長至7個月。結合表2可知,草地、耕地SOS推遲像元占比較大,分別為77.82%、62.65%,且耕地SOS推遲像元主要分布在36°N以北地區;林地、耕地EOS提前像元占比較大,分別為65.27%、53.78%;草地、耕地EOS提前像元主要分布在106°30′E以西地區。

圖4 1982-2015年六盤山山地植被物候期多年平均值空間分布Fig.4 Spatial distribution of annual mean values of vegetation phenophases in Liupan Mountains from 1982 to 2015

表2 不同植被類型SOS、EOS推遲/提前的像元占比Table 2 Percentage of SOS/EOS deferred or advanced pixels for different vegetation types
2.1.2 山地垂直地帶性規律 主要從垂直地帶性和海拔、坡度2個地形因子與物候期相關性角度研究植被物候的垂直地帶性規律。1)由物候期垂直地帶性(圖4)可知:SOS、LEN由東南低海拔向西北高海拔地區呈3條帶狀梯度式分布,垂直地帶性分異規律顯著;SOS由東南<94 d向西北逐漸推遲至>139 d,推遲像元占總像元的52.42%;相反,LEN呈逆向變化趨勢,由東南低海拔>190 d向西北高海拔逐漸縮短至<130 d,青海西部邊緣地區、定西北部及白銀南部縮短現象更明顯,LEN僅為90 d。2)由各物候期與海拔的相關性(圖5)可知:SOS隨海拔增加逐漸推遲,推遲幅度為11.1 d·km-1(R2=0.77,P<0.01),二者變化趨勢基本一致(k=0.01);LEN隨海拔增加逐漸縮短,縮短幅度為22.6 d·km-1;MOS、EOS與海拔的相關性不顯著,MOS推遲幅度為0.7 d·km-1(0.05

圖5 1982-2015年SOS、EOS多年平均值與海拔相關性Fig.5 Correlation between annual mean values of SOS/EOS and altitude in 1982-2015

圖6 物候期標準差及物候期與坡度相關系數空間分布Fig.6 Spatial distribution of phenophase standard deviation and the correlation coefficient of phenophase and slope
2.1.3 植被物候的年際變化趨勢 1982-2015年SOS、EOS及LEN的年際變化趨勢斜率分別介于[-0.03,0.02]、[-0.16,0.03]、[-0.02,0.03]之間,由此可推算近34年SOS、EOS、LEN的變化區間分別為[-19.4,13.3]、[-81.6,16.7]、[-84.6,36.5],最大標準差分別小于0.0041 d、0.012 d及0.0121 d;與EOS、LEN相比,SOS分布更集中。不同植被類型SOS年際變化速率逐年降低,其中灌叢最明顯,其次為林地,草地SOS最大提前天數與最大推遲天數的差值最大,達20 d,林地次之;草地EOS逐年推遲速率為1.6 d/a,且最大提前天數與最大推遲天數相差27 d;林地LEN年均延長最明顯,耕地LEN提前天數與推遲天數差值最大,達94.4 d。
2.2.1 SOS對年均氣溫、降水、光照的響應 在植被生長的不同階段,發揮主導作用的氣候因子不同。由圖7(彩圖見附錄2)可知,氣溫對SOS影響最強,其次為光照,降水作用微弱。整體而言,SOS與氣溫呈負相關(即氣溫升高,SOS顯著提前),隨著月份推移,二者相關性呈先增后減的變化趨勢:2-3月的季前氣溫對SOS的影響最顯著,偏相關系數達-0.8,4-5月當季氣溫影響作用逐漸減弱,偏相關系數減至-0.5,即與當季氣溫相比,季前氣溫對SOS提前的貢獻更顯著;光照與SOS的相關系數在2-4月呈負相關、5月呈正相關,即隨著5月光照時數增加,SOS推遲;SOS隨著降水增加而推遲,東部邊緣地區變化趨勢更明顯;與草地相比,林地、耕地及灌木植被SOS與氣候因子的相關性更顯著。

圖7 SOS與2-5月氣候因子的偏相關系數空間分布Fig.7 Spatial distribution of partial correlation coefficients between SOS and climatic factors from February to May
2.2.2 MOS對年均氣溫、降水、光照的響應 5-9月氣溫對MOS的影響最強,空間分布基本不變,6月相關性達到最大(|R|>0.8),但隨著月份推移,二者相關性逐漸減弱,即隨著氣溫升高,耕地MOS推遲,灌木、林地MOS提前,但變化幅度均逐漸減小;MOS與降水的偏相關系數呈先減后增趨勢,5-9月隨降水量增加,MOS逐漸推遲,耕地的變化趨勢最明顯,9月降水對MOS的影響達到最大(|R|>0.7),MOS推遲最顯著;整體看,光照對MOS的影響最弱,且響應機制與降水量完全相反,5-9月隨光照時數增加,耕地、林地、灌木MOS逐漸提前,5-6月MOS與耕地呈正相關,7-9月二者呈負相關,且7月相關性最弱。
2.2.3 EOS對年均氣溫、降水、光照的響應 9-11月,隨著月份推移,EOS與氣候因子的正相關性減弱,負相關性增強(圖8,彩圖見封3);高海拔地區植被EOS與降水的偏相關系數先降后增,林地的變化趨勢更明顯,低海拔地區隨降水量增加,EOS逐漸提前,即10月降水量增加對EOS推遲產生抑制作用;9-11月氣溫、光照與EOS的負相關性增強,11月氣溫、光照對EOS的影響顯著減弱,如隴東南低海拔地區氣溫、光照與EOS正偏相關系數減小,而西部高海拔地區由正相關轉變為弱負相關,即11月隨光照增強、氣溫升高西部高海拔地區EOS提前,而低海拔地區EOS推遲。綜上可知,秋季氣溫升高導致EOS推遲,秋季降水量增加抑制EOS推遲。

圖8 EOS與9-11月氣候因子的偏相關系數空間分布Fig.8 Spatial distribution of partial correlation coefficients between EOS and climatic factors from September to November
2.2.4 SOS和EOS對LEN的貢獻率 SOS提前/推遲與EOS推遲/提前的復雜綜合作用導致LEN延長/縮短,因此,分析SOS、EOS對LEN的貢獻率對了解物候變化趨勢及機理具有重要意義。SOS與EOS共同作用導致LEN延長/縮短共存在24種變化趨勢,其中兩者顯著、不顯著的異步變化趨勢有8種(如SOS+、EOS-或SOS-、EOS+),同步變化趨勢有16種,本文以4種主要的導致LEN縮短的情況為例進行闡述(表3)。由表3可知:SOS、EOS不顯著推遲像元分別占總像元的47.66%、0.66%,SOS與EOS同步不顯著推遲促使LEN不顯著縮短像元占比11.1%,且SOS不顯著推遲貢獻大于EOS,像元占比差值為47%;EOS不顯著提前像元占總像元的83.89%,遠大于SOS不顯著提前像元占比,差值為82.8%,即SOS、EOS同步提前共同作用中,EOS提前對LEN縮短起主導作用。

表3 2-11月植被SOS、EOS對LEN貢獻率Table 3 Contribution rate of SOS/EOS to LEN from February to November
分析植被物候對各月日間最高氣溫(Tmax)、夜間最低氣溫(Tmin)的敏感性,進一步揭示物候期對氣溫的響應機制。SOS對Tmax、Tmin的負敏感性所占頻率較大;SOS對3月Tmax的負敏感性最強,即隨著3月Tmax升高,SOS顯著提前,但其像元占比較小;Tmax像元占比較大的月份主要集中在4-5月,但該時段SOS對Tmax敏感性較弱;SOS對2月Tmin敏感性最強,但像元占比很小;SOS 對4月Tmin敏感性所占頻率最高。EOS對Tmax、Tmin的負敏感性不強,所占頻率較低;EOS對9月Tmin的正敏感性最強,對10月Tmin的正敏感性所占頻率最高(58.3%)。MOS對Tmax、Tmin的正、負敏感性所占頻率基本均衡,但正敏感性強度顯著大于負敏感性,如6月Tmin的正敏感性大于0.9,9月Tmax的敏感性所占頻率最高。綜上可知:3月Tmax越高,SOS越提前,9-10月Tmin越低,EOS越推遲,該結論與春季低溫對植被SOS具有一定抑制作用的生理特性一致[26-29]。
本文基于NDVI生長曲線及逐月氣象數據,探討六盤山山地近34年植被物候變化的地帶性、時間分異規律及其對氣候變化的響應機制,得出以下結論:1)六盤山山地植被春季物候期推遲,夏季物候期基本保持不變,秋季物候期提前對植被生長季長度的縮短具有主導作用。2)氣候因子對不同生長階段及不同類型植被的影響作用不同。春季氣溫及秋季降水是促進六盤山植被物候變化的主導氣候因子,其中,3月日間最高溫、9-10月夜間最低溫貢獻作用最顯著,前者促使夏季物候期提前,后者促使秋季物候期顯著推遲,該結論與“秋季溫差較大有助于植被生長”的植被生長生理特性一致。本研究明確了六盤山山地植被物候時空變化趨勢及其對氣候響應的季節差異,揭示了研究區植被物候變化機理及特征,對深入了解山地植被物候的區域差異及其對氣候變化的響應機制具有重要意義。本研究存在如下不足:1)與同經度、不同山脈走向的秦嶺及其余脈伏牛山地相比,各物候期的地帶性規律差異明顯,但未深入探究不同山地系統物候期與經緯度、地勢走向及氣候等立地條件的關系;2)僅從宏觀層面分析了氣候因子對植被物候的影響,春、秋季溫差及秋末降水對植被物候期影響的內在機制需深入研究;3)未涉及衛星物候探測的不確定性研究,包括反演方法、傳感器、植被類型空間覆蓋范圍[29]及時間序列長度[30]等。