黃土高原植被物候變化及其對季節性氣候變化的響應

吉珍霞,裴婷婷,陳 英,,秦格霞,侯青青,謝保鵬,吳華武

1 甘肅農業大學資源與環境學院,蘭州 730070 2 甘肅農業大學管理學院,蘭州 730070 3 草業生態系統教育部重點實驗室(甘肅農業大學),蘭州 730070 4 中國科學院南京地理與湖泊研究所, 南京 210008

物候通常是指生物受其所處環境(氣候、水文、土壤等)影響,出現以年為周期的自然現象[1- 2]。而植被物候變化影響植被生產力、陸地生態系統碳循環過程及碳儲備,清楚地掌握植被物候動態變化,對植被恢復、生態系統保護及區域內畜牧業的發展等具有重要意義[3- 5]。

目前,國內外學者基于不同數據源、不同提取方法對不同環境因子(海拔、溫度、降水、太陽輻射等)與物候的相互關系做了大量研究,早期J?nsson等提出動態閾值法,以植被指數曲線年振幅的百分比作為生長季開始或結束的閾值來提取物候[6],現有大多數學者基于此方法利用遙感數據探討了物候與氣象因子和非氣象因子之間的關系[7- 8],如王重洋基于MODIS EVI數據集,采用小波分析、動態閾值法等方法發現中國植被物候空間格局可以很好地體現自然地域分異規律[9]；孔冬冬等根據GIMMIS NDVI3g數據運用偏最小二乘法回歸研究得到青藏高原植被物候變化主要受溫度的影響[10]。同時也有學者根據實地監測數據分析物候受氣候變化的影響,早期Chmielewski等通過研究歐洲4種木本植被地面觀測數據與不同氣候變化的關系,提出溫度每升高1°C,植被生長季始期(SOS, Start of Growing Season)提前7 d,植被生長季末期(EOS, End of Growing Season)推遲5 d[11],而近期Huang等對內蒙古16種草本植被SOS受多因素影響的研究中發現溫度升高會提前植被SOS[12]。在黃土高原的研究中,雷俊等、李強等和謝寶妮等分別以不同類型數據對黃土高原物候進行量化分析[13-15],均發現近年來黃土高原植被SOS提前和植被EOS推遲是受氣溫和降水的共同調控。這些與現有的認知一致,即物候變化與溫度和降水密切相關,但Chen等根據內蒙古地面實測物候數據證明[16],草本植被SOS在氣候變暖的氣候下沒有顯著的變化,可能的原因是植被物候受到關鍵時期氣候的影響,而不是整年度氣候調節植被物候變化,Wang等也提出內蒙古地區植被SOS對關鍵時期的氣候變化明顯[17]。

以往關于氣候變化對物候影響的研究大部分是以年尺度的氣候來分析,忽略了物候對季節性氣候的響應,而各季節的溫度和降水變化也對植被物候產生重要的影響[18- 20]。因此,本文基于2001—2019年250 m分辨率的MOD13Q1數據,提取黃土高原植被物候期,包括植被SOS和植被EOS。運用Sen′s斜率估計對植被物候時空變化特征進行分析[21],并結合R/S分析法對植被物候變化趨勢進行預測,采用高階偏相關分析法探討季節性氣候變化對物候的影響,以期探究黃土高原植被物候水平地帶分布的時空變化規律及其對季節性氣候變化的響應,為當地生態環境恢復與建設提供參考和依據[22]。

1 研究地區與研究方法

1.1 研究區概況

黃土高原地處中國西北地區,范圍在100°52′—114°33′ E、33°41′—41°16′ N之間,海拔在83—5010 m之間,是世界上分布最集中且面積最大的黃土區(圖1)。地勢西北高,東南低,氣候受經緯度和地形的雙重制約,由東南濕潤季風氣候向西北內陸干旱氣候過渡,冬季寒冷干燥多風沙,夏季炎熱多暴雨,年均溫3.6—14.3 ℃,年降雨量300—800 mm,降水量從西北向東南增加。植被受氣候的影響呈東南—西北走向水平地帶性分布[15],根據中國植被區劃數據,主要劃分為5個植被分區：Ⅰ(溫帶南部荒漠草原區)、Ⅱ(溫帶南部典型草原區)、Ⅲ(溫帶南部森林(草甸)草原區)、Ⅳ(暖溫帶北部落葉櫟林區)、Ⅴ(暖溫帶南部落葉櫟林亞區)。根據美國國家航空航天局(National Aeronautics and Space Administration,NASA)提供的土地利用覆蓋圖,只提取2001—2018年土地利用覆蓋類型未發生變換的區域(圖1),在此基礎上去除受人類活動干擾嚴重和植被不穩定的耕地、濕地、荒漠、城鎮用地、水體以及農田和植被交互區域[23],將剩余植被覆蓋區域定義為植被活躍區[1](圖1)。

圖1 黃土高原站點空間分布圖和2001—2018年未變化土地利用類型圖Fig.1 Spatial distribution map of sites on the Loess Plateau and map of unchanged land use type types from 2001 to 2018Ⅰ：溫帶南部荒漠草原區(Desert steppe in the southern temperate zone)、Ⅱ：溫帶南部典型草原區(Typical steppe pressure areas in the southern temperate zone)、Ⅲ：溫帶南部森林(草甸)草原區(Temperate southern forest(meadow)grassland area)、Ⅳ：暖溫帶北部落葉櫟林區(Deciduous oak forest in the warm temperate north)、Ⅴ：暖溫帶南部落葉櫟林亞區(Warm temperate southern deciduous oak forest subregion)

1.2 數據來源與處理

研究采用歸一化差值植被指數(Normalization Difference Vegetation Index, NDVI)提取植被物候指標。NDVI數據來源于NASA提供的 MODIS土地覆蓋動態產品(MOD13Q1),空間分辨率為250 m,時間分辨率為16 d,時間跨度為2001—2019年(https://lpdaacsvc.cr.usgs.gov/appeears), 研究將NDVImean= 0.05作為排除非植被覆蓋的閾值[24-26]。

物候驗證數據：數據來源于國家生態科學數據中心(http://rs.cern.ac.cn/order),包括沙坡頭、鄂爾多斯、海北站3個站點物候觀測數據,記錄有草地萌芽期、開花期、結實期、種子散布期和枯黃期。因地面觀測的物候期是從植物個體尺度觀測的,為增加驗證數據的可比性,根據侯學會[27]的建議剔除記錄時間與其他數據相差30天以上的記錄,并將3個地面觀測站點數據的萌芽期和枯黃期定義為植被SOS和植被EOS。

30 m分辨率的數字高程模型數據、植被區劃數據：來源于中國科學院資源環境科學數據平臺(http://www.resdc.cn),在ArcGIS 10.2中利用重分類和按掩膜提取等工具,對數據進行處理。

土地利用覆蓋數據來源于由NASA 提供的MODIS土地利用覆蓋圖(MCD12Q1產品),數據的空間分辨率為500 m(https://lpdaacsvc.cr.usgs.gov/appeears),時間節點為2001年和2018年兩期。黃土高原土地利用類型主要有常綠針葉林、落葉闊葉林、混交林、郁閉灌木、稀疏灌木、草地、鑲嵌林地、鑲嵌草地、草地、水體、濕地、耕地、城鎮用地、稀疏草原、荒漠以及農田與自然植被混交16種類型,在ArcGIS 10.2中只提取2001—2018年土地利用覆蓋類型未發生變換的區域[23]。

溫度和降水數據：來源于中國氣象數據網的日值數據集(http://data.cma.cn),時間跨度為2000—2018年,利用MATLAB 10.2軟件進行處理,得到研究區135個站點氣象數據的季節數據,將12月份、1月份、2月份定義為冬季(年初冬季),3月份、4月份、5月份定義為春季(當年春季),6月份、7月份、8月份定義為夏季(上年夏季和當年夏季),9月份、10月份、11月份定義為秋季(上年秋季和當年秋季),最后利用專業氣象插值軟件ANUSPLINE將季節性氣象數據插值為空間分辨率為250 m的柵格數據集。

1.3 研究方法

1.3.1時間序列重構方法

由于遙感影像獲取時受云和大氣的影響很大,需對NDVI時序數據進行降噪和平滑處理[25],利用S-G濾波法對NDVI數據進行時間序列重構去除噪聲,首先在曲線重構過程中采用Spike Method剔除原始NDVI曲線的無效點,其次在原始NDVI數據上構建窗口,最后通過對原始NDVI時序數據窗口平滑實現對整條曲線的擬合[26]。經參考文獻和反復測試設置窗口大小為3[25-26],有理多項式次數為3。公式為：

(1)

式中,Yj為擬合之后的序列數據,Yj+i為原始序列數據,Ci為濾波系數,N為滑動窗口的大小(2m+1)。

1.3.2植被物候信息提取方法

物候期提取的方法常有閾值法、滑動平均法、最大比率法等[6]。采用J?nsson 等提出的動態閾值法在像元尺度上設定不同的NDVI閾值來獲得每個像元的植被SOS和植被EOS,由于不同學者在提取物候的過程中根據不同研究區設定的閾值各有不同[15,25-26],故本文設置了20%、50%和80%的閾值,再根據實地記錄的物候相關信息,在反復試驗的基礎上將植被SOS和植被EOS的動態閾值設定為20%和80%。將NDVI曲線上升階段,距離最小值為最大值與最小值間距離的20%的時間點定義為植被SOS,將NDVI曲線下降階段,距離最大值為最大值與最小值間距離的80%的時間點定義為植被EOS[27],由于Timesat3.2軟件只能從n年數據中提取到n-1年的物候參數[26],故本文根據2001—2019年的NDVI數據最終得到2001—2018年的物候數據。

1.3.3植被物候變化趨勢分析

Sen′s斜率估計法：采用Sen′s斜率估計法分析18年間植被 SOS和植被EOS的變化趨勢和變化速率。Sen′s斜率的計算公式為[21]：

(2)

式中,β為植被物候變化趨勢；Median為中值函數；當β<0時,物候呈提前趨勢；β>0時,物候呈推遲趨勢[20]。

Mann-Kendall趨勢檢驗法：主要用來判斷物候序列的突變點,實現物候序列的顯著性判斷,從而分析物候變化趨勢[1],詳細公式見文獻[21]。

1.3.4植被物候變化持續性分析

由于Hurst指數(H)能夠有效的描述自相似性和長期依賴性,因此被廣泛運用于水文、氣候、地質和地震等領域。本文基于重標極差(R/S)分析法逐像元計算物候的變化趨勢,反映其變化趨勢的持續性[28]。H值域介于[0, 1]之間,根據H的大小可以判斷物候序列是完全隨機還是存在持續性。當H值大于0.5表示物候的時間序列是一個持續性序列,表明物候未來變化趨勢與過去一致。如果H等于0.5,則說明物候的時間序列為隨機序列。當H值小于0.5則表明物候的時間序列數據具有反持續性,也就是說物候過去變化趨勢與未來變化趨勢相反[29]。植被物候時間序列為Ai,i=1,2,3,…,n,對于任意正整數m,定義該時間序列[28]：

(1)差分序列：

ΔAi=ΔAi-ΔAi-1

(3)

(4)

(5)

(4)極差：R(m)=maxX(t)1≤m≤n-minX(t)1≤m≤n

(6)

(7)

對于比值R(m)/S(m)?R/S,若存在如下關系R/S∝mH,則說明分析的時間序列存在Hurst現象,在雙對數坐標系(lni,lnR/S)中用最小二乘法擬合式得到[27-28]。

1.3.5植被物候與氣候關系分析

本文采用高階偏相關分析法研究黃土高原植被物候與不同季節溫度、降水之間的關系。假設有k(k>2)個變量x1,x2,…,xk,則任意兩個變量xi和xj的n(n≤k-2)階樣本偏相關系數計算公式如下：

(8)

式中,rij為物候i和氣候因子j之間的偏相關系數,控制變量為其他季節的氣候變量。

2 結果與分析

2.1 植被物候的時空演變特征

2.1.1植被物候平均值空間差異

黃土高原植被SOS主要集中在第 96—144天(占整體像元90.8%),即3月初到4月底,但各區植被之間的物候參數具有較大差異,隨著地勢由西北向東南方向,植被SOS逐漸提前(圖2)。子植被分區Ⅰ(荒漠草原)和Ⅱ(典型草原)的植被SOS主要發生在第90—150天；子植被分區Ⅲ(森林草原)植被SOS主要從第90天開始；子植被分區Ⅳ(落葉櫟林)植被SOS主要集中在第90—120天,即三月初到三月末；子植被分區Ⅴ(落葉櫟林亞區)植被SOS與其它植被有較大差異(圖2),第100天之前像元占比85%,即植被SOS主要在三月左右。

圖2 2001—2018年黃土高原植被生長季始期均值空間分布Fig.2 The Start of Growing Season mean value spatial distribution of vegetation on the Loess Plateau from 2001 to 2018SOS: 生長季始期Start of growing season

黃土高原植被EOS主要集中在第288—304天(占整體像元84.0%),但九月下旬像元占比較大,不同植被分區之間的物候參數差異較小,各子植被分區主要集中在第280—290天(圖3)。從整個研究區來看,黃土高原的后套高原、寧夏高原以及青海境內植被EOS較早,主要從第270天開始；子植被分區Ⅰ(荒漠草原)和Ⅴ(落葉櫟林亞區)部分植被EOS較為推遲,到第310天結束(圖3)。

圖3 2001—2018年黃土高原植被生長季末期均值空間分布Fig.3 The End of Growing Season mean value spatial distribution of vegetation on the Loess Plateau from 2001 to 2018EOS: 生長季末期End of growing season

圖4 2001—2018年黃土高原植被物候空間變化趨勢分析Fig.4 Spatial variation trend analysis of vegetation phenology on the Loess Plateau from 2001 to 2018

2.1.2植被物候多年動態分析

根據Sen′s的空間趨勢分析得知(圖4),研究區在2001—2018年間植被SOS整體呈現顯著提前趨勢(通過Mann-Kendall顯著性檢驗占整體像元71.0%,α=0.05),變化速率在0—2 d/10a的像元占比86.8%,大范圍分布在黃土高原區域,僅有13.2%的植被SOS呈現推遲趨勢,零散分布在Ⅰ(荒漠草原)和Ⅱ(典型草原)區域,主要包括寧夏高原和后套高原部分區域。其中,子植被分區Ⅴ(落葉櫟林亞區)、Ⅳ(落葉櫟林)、Ⅲ(森林草原)、Ⅱ(典型草原)和Ⅰ(荒漠草原)提前趨勢占0—2 d/10a的像元占比分別為92.3%、97.5%、89.3%、83.5%和75.3%。黃土高原植被EOS整體呈現推遲趨勢,87.6%的像元植被EOS表現為顯著推遲趨勢(通過Mann-Kendall顯著性檢驗占整體像元75.6%,α=0.05),變化速率為0—3 d/10a,子植被分區Ⅴ(落葉櫟林亞區)、Ⅳ(落葉櫟林)、Ⅲ(森林草原)、Ⅱ(典型草原)和Ⅰ(荒漠草原)占0—3 d/10a的像元占比依次為88.2%、89.2%、89.9%、90.0%和81.5%。從黃土高原植被物候年際變化來講(圖5),黃土高原植被SOS呈提前趨勢,變化斜率為-0.38 d/a,植被EOS呈推遲趨勢,變化斜率為2.83 d/a,植被EOS推遲較植被SOS提前變化明顯。

圖5 2001—2018年黃土高原植被物候年際變化圖Fig.5 Interannual change of vegetation phenology on the Loess Plateau from 2001 to 2018

2.2 植被物候變化的持續性分析

利用研究區2001—2018年的植被SOS和植被EOS數據計算Hurst指數,分別獲得研究區植被SOS和植被EOS變化持續性空間分布(圖6)。研究區植被SOS變化趨勢的H值介于0.5—0.75像元在總像元中占比66%,主要大范圍分布在各子植被分區,植被SOS這種大范圍持續性,進一步說明未來黃土高原子植被分區Ⅴ(落葉櫟林亞區)、Ⅳ(落葉櫟林)、Ⅲ(森林草原)和Ⅰ(荒漠草原)仍將延續過去18年間的平均變化狀態,繼續呈提前的趨勢。介于0.35—0.5像元在總像元中占比32%,主要分布在Ⅱ(典型草原)的寧夏高原和鄂爾多斯高原,表現為反持續性,預示Ⅱ(典型草原)未來一段時間植被SOS有40%的像元變化趨勢與過去相反,將呈現推遲趨勢。研究區植被EOS變化趨勢的H值介于0.5—0.75像元在總像元中占比81%,主要大范圍分布在各子植被分區,植被EOS這種大范圍持續性,進一步說明未來黃土高原各子植被區仍將延續過去18年間的平均變化狀態,繼續呈緩慢推遲的趨勢。介于0.35—0.5像元在總像元中占比17%,主要在Ⅲ(森林草原)中零散分布,表現為反持續性,預示Ⅲ(森林草原)未來一段時間植被EOS有21%的像元變化趨勢與過去相反,將呈現提前趨勢。

圖6 黃土高原植被物候持續性分析Fig.6 Analysis of phenological continuity of vegetation on the Loess Plateau

圖7 黃土高原植被物候與季節性氣候的偏相關分析Fig.7 Partial correlation analysis between phenology and seasonal climate on the Loess Plateau

2.3 植被物候對季節性氣候變化的響應

根據ANUSPLINE插值的季節總降水和平均溫度數據,采用高階偏相關分析法對植被物候和不同季節降水、溫度的氣候數據進行逐像元偏相關分析。從總體來講(圖7和圖8),植被SOS對各季節溫度的響應較植被SOS對各季節降水的響應明顯。植被SOS與當年春季降水表現出負相關性(通過P=0.05顯著性檢驗的像元占比為10.82%),表明植被SOS受當年春季降水的影響提前,且主要分布在Ⅱ(典型草原)、Ⅲ(森林草原)和Ⅳ(落葉櫟林)區域,集中于黃土高原中部；植被SOS對上年夏季和上年秋季降水表現出正相關性像元占比較大,零散分布在整個區域(通過P=0.05顯著性檢驗的像元占比分別為4.38%和2.04%),表明植被SOS受上年夏季和上年秋季降水的影響推遲,尤其是Ⅰ(荒漠草原)區域。植被SOS與上年秋季、年初冬季和當年春季溫度呈現負相關性(通過P=0.05顯著性檢驗的像元占比分別為1.86%、 6.16%和7.7%),表明當年春季、上年秋季和年初冬季的溫度升高均會導致植被SOS提前,尤其是當年春季溫度；上年夏季溫度與植被SOS呈正相關性(通過P=0.05顯著性檢驗的像元占比為9.33%),表明上年夏季溫度升高導致植被SOS延遲。從不同植被分區來看(圖8),各子植被分區植被SOS對不同季節降水表現出差異,而對不同季節溫度響應具有一致性。

圖8 黃土高原植被物候與季節性氣候的平均相關系數分布圖Fig.8 Distribution diagram of mean correlation coefficient between vegetation phenology and seasonal climate on the Loess Plateau

同理,從總體來講(圖7和圖8),植被EOS對各季節降水,以及當年秋季溫度的響應較大。植被EOS對不同季節降水呈正相關性(通過P=0.05顯著性檢驗的像元占比根據圖7從左到右依次為6.72%、3.77%、15.97%、2.62%),表明植被EOS受不同季節降水的影響會推遲,只有部分區域對季節降水表現出負相關性,主要表現在當年春季降水增加會導致子植被分區 Ⅰ(荒漠草原)和 Ⅱ(典型草原)區域物候提前。子植被分區 Ⅱ(典型草原)、Ⅲ(森林草原)和Ⅳ(落葉櫟林)區域植被EOS對年初冬季和當年春季溫度表現出負相關性(通過P=0.05顯著性檢驗的像元占比分別為0.85%和1.1%),表明年初冬季和當年春季溫度升高會導致這些區域植被EOS提前；植被EOS對當年秋季溫度呈正相關性(通過P=0.05顯著性檢驗的像元占比為11.69%),分布在整個區域,表明植被EOS受當年秋季溫度的影響會推遲,且各子植被區植被EOS對當年秋季溫度響應具有一致性。

3 討論

研究采用空間分辨率為250 m、時間分辨率為16天的MODIS遙感歸一化植被指數數據,這相比于以往研究,空間分辨率精度更大[1,10,25]。另外,研究考慮到黃土高原區域的差異性,根據植被分區數據,將黃土高原分為五個植被分區。從不同植被分區角度進行對比,分析近18年研究區植被物候變化趨勢,全區域所反映出的結果與謝寶妮等、秦格霞等和黃文琳等研究結果大致相同[1,15,25](表1)。此外,研究利用地面站點觀測物候數據對計算的物候結果進行驗證。如圖9所示,遙感識別的植被SOS與地面實測的植被SOS相關系數為0.60(P<0.05),偏差(Bias)為0.29,而遙感識別的植被EOS與地面實測的植被EOS相關系數為0.76(P<0.05),偏差(Bias)為0.75,兩者除個別觀測數據外,植被SOS和植被EOS與觀測數據誤差基本在16天之內[25-26],考慮到遙感圖像的時間分辨率,故這些誤差仍在可接受的范圍內,驗證結果表明研究提取的物候參數具有較高的可靠性,能夠反映該區域物候的基本特征。

表1 本文物候結果與其他研究結果的比較

圖9 黃土高原物候監測結果與站點實測數據的比較Fig.9 Comparison of phenological monitoring results and site measured data on the Loess Plateau

另外,研究通過R/S方法對植被物候進行趨勢預測,發現大部分區域植被物候皆呈持續性變化趨勢,即植被SOS提前、植被EOS推遲,這種趨勢可能與全球氣候持續變暖有關,但仍有一些區域呈現反持續狀態,這種持續性較差的區域,應該在后續植被治理過程中重點關注,以加強區域生態系統的穩定性[22]。 由于植被物候變化的監測是一個長期動態過程,本文獲取的MOD13Q1數據相比于GIMMS等數據的時間序列較短,利用Hurst指數進行預測可以使獲取的物候數據在趨勢分析上更為完整一些,且作為一種隨機性預測的新途徑,可以較大程度提高預測結果的準確性[28],但在接下來的研究中如何將站點數據與遙感監測數據相結合進行準確的預測,克服Hurst指數僅能反映現有趨勢是否有轉折的缺點有待進一步研究。

植被物候變化是一個周期性、持續性的動態過程,制約其變化的影響因素眾多,且各因素之間相互影響[10]。其中溫度和降水作為氣候最重要的兩個因素[30],研究通過高階偏相關分析法逐像元計算它們與植被物候的相關性,發現各季節溫度對植被SOS的影響占主導位置,除了上年夏季溫度會導致植被SOS延遲外,其他季節溫度均會導致植被SOS提前,尤其是當年春季溫度。該結論與之前許多研究相符,即認為溫度是影響物候的主要因素[10,15],當年春季溫度的升高會增加植被發芽和葉片擴張的熱量提前植被SOS[31],且當溫度升高時會增加土壤有機質的分解速率,促使土壤中的養分更容易礦化并提供給植物,從而促進植被的生長[32]。當然,也有研究認為早期植被SOS會受到蒸散量的影響[33],當溫度升高時會增加蒸散量減少水的可利用性[34],從而可能延遲植被的發芽,但這取決于溫度、降水和蒸散發等因子對植被物候的共同調控[15,35]。本研究還發現上年夏季和上年秋季降水的增加均會導致植被SOS延遲,可能的原因是植被SOS受上一年植被EOS 的影響[36-37],當上年夏季和上年秋季降水導致上年植被EOS延遲時,間接導致下一年植被SOS延遲[10]。Zhao等研究結果表明干旱對黃土高原地區植被的生長存在時滯效應和積累效應,且積累效應發生在5到10個月份的不同時間范圍內[38]。因此,物候發生前的各季節氣候對植被SOS也具有重要影響。另外,不同植被分區植被SOS對不同季節氣候的響應存在空間差異,可能的原因是不同植被分區中的植被在植被功能性狀(如根系深度、葉表面積等)、生理生態過程及其對氣候變化響應的敏感性均存在差異[35,39]。

Piao等認為在干旱和半干旱地區,植被主要以旱生和強旱生植被為主,溫度和降水均會影響植被的生長[40],且在熱量充足的條件下,降水對植被EOS的影響顯得更為重要[41]。降水可以緩解水分脅迫,使得植被EOS延遲[42-43]。本研究發現黃土高原各季節降水和秋季溫度對植被EOS的影響占主導位置,即除了秋季溫度外,不同季節降水是影響植被EOS延遲的主要因素,這一結果與Che等和劉靜等的觀點一致[23,44],同時Liu等研究認為植被在秋季時需水量會減少,溫度增高會增加光合酶的活性、減緩葉綠素的降解[42]。因此,不同季節溫度升高也是推遲植被EOS的重要因子[45],尤其是當年秋季溫度。另外,由于不同植被分區中植被的生理特性不同[39],及其對氣候變化的敏感程度不同[15],導致不同植被分區植被SOS相比于植被EOS對各季節降水的響應更為復雜,以及不同植被分區植被EOS相比于植被SOS對各季節溫度的響應更為復雜。因而未來的研究需關注植被個體特性受氣候變化的影響差異,以及植被物候變化受其他更多因素的影響,比如Cong等和Jin等提出的降水時間、土壤持水量等對植被生長的影響程度和影響機制[46-47]。此外,在全球變暖的情況下,西風急流加強,一些極端氣候的出現[48],有可能在一定程度上制約了植被SOS和植被EOS,在接下來的研究中還應該關注極端氣候對植被物候的影響[39]。

4 結論

本研究基于MODIS NDVI數據及站點插值的氣象數據,分析了黃土高原2001—2018年植被物候的時空格局和變化趨勢,以及探討了季節性氣候因子對物候的影響。結果表明：

(1) 黃土高原植被SOS主要集中在第96—144天,子植被分區由西北向東南方向,逐漸呈現提前趨勢,且植被SOS增加速率在0—2 d/10a的像元占比71.0%；植被EOS主要集中在第288—304天,各子植被分區基本保持一致,且有87.6%的像元植被EOS整體延遲0—3 d/10a。

(2) Hurst指數預測分析顯示,植被SOS大范圍呈持續提前趨勢,其中只有32%的像元與過去呈現相反的變化趨勢,呈現植被SOS推遲趨勢區域主要集中分布在Ⅰ(荒漠草原)、Ⅱ(典型草原)區域中的寧夏高原和鄂爾多斯高原；植被EOS呈大范圍持續推遲趨勢,17%的像元呈現反持續性,呈現植被EOS提前趨勢區域主要分布在子植被分區Ⅰ(荒漠草原)和Ⅲ(森林草原)的寧夏高原和后套高原。

(3)黃土高原植被SOS主要受各季節溫度的影響。當年春季降水導致植被SOS提前,主要分布在黃土高原中部；上年夏季和上年秋季降水增加會導致植被SOS推遲,尤其是Ⅰ(荒漠草原)區域；當年春季、上年秋季和年初冬季的溫度升高均會導致植被SOS提前,尤其是當年春季溫度；上年夏季溫度升高會導致植被SOS延遲。從不同植被分區來看,各子植被分區植被SOS對不同季節降水的響應存在差異,而對不同季節溫度的響應具有一致性。

(4)黃土高原植被EOS主要受各季節降水和秋季溫度的影響。除當年春季降水增加會導致子植被分區 Ⅰ(荒漠草原)和 Ⅱ(典型草原)區域植被EOS提前外,不同季節降水增加均會導致植被EOS推遲；年初冬季和當年春季溫度升高會導致子植被分區 Ⅱ(典型草原)、Ⅲ(森林草原)和Ⅳ(落葉櫟林)區域植被EOS提前；植被EOS受當年秋季溫度的影響會推遲,分布在整個區域,且各子植被區植被EOS對當年秋季溫度響應具有一致性。