胡 玲,孫 聰,范聞捷,劉海江,任華忠,崔要奎,*
1 北京大學地球與空間科學學院遙感與地理信息系統(tǒng)研究所, 北京 100871 2 空間信息集成與3S工程應用北京市重點實驗室, 北京 100871 3 中國環(huán)境監(jiān)測總站,北京 100012
在自然和人為因素的雙重影響下,我國北方干旱-半干旱區(qū)土地沙漠化問題非常嚴重[1],土地沙漠化造成可利用的土地資源大幅度減少,嚴重壓縮了人類的生活空間[2],并且在大風作用下,沙漠化地區(qū)沙塵暴頻發(fā),影響華北、東北及周邊的國家和地區(qū),造成重大財產(chǎn)損失,同時也嚴重制約著當?shù)亟?jīng)濟社會的可持續(xù)發(fā)展[3],沙漠化防治和沙漠化土地修復工作刻不容緩。研究表明,植被能通過控制和固定流沙起到減緩土地退化的作用[4]。我國政府高度重視生態(tài)保護工作, 2008年原環(huán)境保護部與中國科學院聯(lián)合發(fā)布了《全國生態(tài)功能區(qū)劃》[5],2011年國務院發(fā)布了《全國主體功能區(qū)規(guī)劃》[6],按照主導生態(tài)功能定位劃定了水源涵養(yǎng)、水土保持、防風固沙和生物多樣性維護等不同類型的重點生態(tài)功能區(qū)。與此同時,為加強國家重點生態(tài)功能區(qū)生態(tài)環(huán)境保護,財政部于2009年印發(fā)了《國家重點生態(tài)功能區(qū)轉(zhuǎn)移支付(試點)辦法》,中央財政以一般性轉(zhuǎn)移支付的方式對國家重點生態(tài)功能區(qū)縣級政府進行生態(tài)補償[7]。截止到2019年,國家已累計下達轉(zhuǎn)移支付資金5000多億元,轉(zhuǎn)移支付縣域達到817個[8]。防風固沙型國家重點生態(tài)功能區(qū)主要是指沙漠化敏感性高、土地沙化嚴重、沙塵暴頻發(fā)并影響較大范圍的區(qū)域,需要采取退耕(牧) 還林(草)、控制放牧強度、禁止開礦等多種措施提高植被覆蓋以增強區(qū)域防風固沙能力。
衛(wèi)星遙感能夠提供大范圍、長時間序列的對地觀測數(shù)據(jù),在植被監(jiān)測中發(fā)揮著十分重要的作用。生態(tài)參數(shù)遙感產(chǎn)品, 如歸一化差值植被指數(shù)(NDVI)、葉面積指數(shù)(LAI)等,常用來監(jiān)測植被的生長狀態(tài)。相比于植被指數(shù)[9-11],LAI在監(jiān)測干旱-半干旱區(qū)植被方面有兩個優(yōu)勢:(1)植被指數(shù)在低植被覆蓋區(qū)域容易受土壤背景值的影響[12]而不能準確反映植被動態(tài),而LAI描述的是植被冠層結構的真實狀況,受土壤背景影響相對較小;(2)LAI有明確的物理意義,LAI定義為單位地表面積上單面綠葉面積的總和[13],是表征植被結構和長勢的重要參數(shù)[14],被廣泛的應用到植被動態(tài)監(jiān)測[15]和作物生長模擬[16-17]。隨著衛(wèi)星遙感技術的飛速發(fā)展,目前已有多種類型的LAI產(chǎn)品,例如,MODIS (Moderate Resolution Imaging Spectroradiometer)LAI[18],GLASS (Global LAnd Surface Satellite)LAI[19],GLOBMAP (The GLOBal MApping Project) LAI[20], VIIRS(Visible Infrared Imaging Radiometer Suite)LAI[21]等。基于遙感LAI產(chǎn)品對全球植被的監(jiān)測表明:在全球尺度上,近些年植被有明顯的變綠趨勢[22],且主要來自于中國南方森林和中國、印度耕地的貢獻[23]。在全球變綠的大背景下,摸清潛在沙漠化和沙漠化區(qū)域植被的變化情況對于了解此類地區(qū)的生態(tài)環(huán)境具有十分重要的意義,同時也可以檢驗近年來國家重點生態(tài)功能區(qū)轉(zhuǎn)移支付政策實施成效。
鑒于此,本文以MODIS LAI產(chǎn)品為主要數(shù)據(jù)源,分析防風固沙重點生態(tài)功能區(qū)在2000—2019年間LAI的時空變化情況,特別對比了轉(zhuǎn)移支付政策實施(2010年)前后該區(qū)域植被變化特征,同時分析氣候因素(氣溫和降水)對植被變化產(chǎn)生的影響,以期探索在當前全球氣候變化的大背景下,防風固沙重點生態(tài)功能區(qū)植被的變化情況與影響因素,從而為今后防風固沙工作的開展提供科學依據(jù)。

圖1 研究區(qū)地理位置、生態(tài)功能分區(qū)及研究區(qū)2019年的土地覆蓋分布圖Fig.1 Geographic location and land cover (data source: MODIS MCD12Q2 in 2019) of Study area (數(shù)據(jù)來源:MODIS MCD12Q2數(shù)據(jù)產(chǎn)品,https://lpdaac.usgs.gov/products/mcd12q2v006/)
1.2.1LAI數(shù)據(jù)
本文的LAI數(shù)據(jù)為2000—2019年MOD15A2H,下載自美國NASA EOS/MODIS網(wǎng)站(https://search.earthdata.nasa.gov/search/),其空間分辨率為500 m,時間分辨率為8天。該數(shù)據(jù)集的主算法是通過3D 輻射傳輸模型,利用MODIS的紅外、近紅外地表反射率和衛(wèi)星觀測幾何參數(shù),從特定群落查找表(Biome-specific look-up tables, LUTs)中估算得到。在主算法不適用的情況,則以LAI—NDVI的經(jīng)驗關系來替代估算LAI[24]。MODIS LAI產(chǎn)品是目前進行大范圍植被時空變化研究中最常用的遙感產(chǎn)品之一,同時,我國草地區(qū)的地面驗證研究[25-26]顯示該產(chǎn)品能夠較好的反映草地的生長變化情況。
原始LAI產(chǎn)品經(jīng)拼接、投影轉(zhuǎn)換及裁剪等預處理后,為消除云和大氣影響,進一步采用時間序列諧波分析法(Harmonic Analysis of Time Series,HANTS)[27]對2000—2019年的LAI時間序列進行空值的填補及異常值的糾正,進而得到研究區(qū)時空連續(xù)的LAI數(shù)據(jù)集。最后,為了聚焦LAI的年際變化情況,本文對8天的LAI產(chǎn)品進行了年內(nèi)的平均,形成了近20年的逐年年平均LAI時間序列。
1.2.2氣象數(shù)據(jù)
本研究的氣象數(shù)據(jù)來自國家青藏高原科學數(shù)據(jù)中心(https://disc.gsfc.nasa.gov/datasets)提供的中國氣象數(shù)據(jù)驅(qū)動數(shù)據(jù)集。該數(shù)據(jù)集將全國700多個地面測量站點的實測數(shù)據(jù)作為算法的輸入數(shù)據(jù)進行氣象產(chǎn)品的生產(chǎn),產(chǎn)品的精度較高[28]。原始氣象數(shù)據(jù)為防風固沙重點生態(tài)功能區(qū)2000—2018年的年均溫和年平均降水速率,空間分辨率為0.1°,數(shù)據(jù)預處理階段將原始的逐年年平均降水速率轉(zhuǎn)化為逐年年累計降水量,此外,為了和LAI進行生態(tài)區(qū)尺度上的相關分析,進一步將0.1°的氣象數(shù)據(jù)聚合到生態(tài)功能區(qū)尺度,得到8個生態(tài)功能區(qū)19年的氣象數(shù)據(jù)時間序列。
1.3.1LAI時空變化趨勢分析
絕對變化率:采用一元線性回歸方法分析2000—2019年間單個防風固沙重點生態(tài)功能區(qū)(區(qū)域尺度)和單一像元(像元尺度)LAI的絕對變化趨勢。計算公式如式(1):
(4)該生物復菌劑作為一種活菌制劑,產(chǎn)品的作用效果受施用方法、環(huán)境條件等方面的限制,大棚試驗過程中作用效果不是非常穩(wěn)定,這也影響該產(chǎn)品的進一步推廣、應用。下階段,將深入研究其施用的土壤條件、作物類型、耕作方式、施用方法、施用量以及與之相應的化肥施用狀況等,有針對性地篩選功能菌種,保證微生物肥料施用的有效性。
(1)
式中,Ratio為趨勢線斜率,即LAI的絕對年際變化率(m2m-2a-1);LAIi是第i年的LAI值;i為年變量;n為觀測年數(shù)(n=20)。當Ratio>0時,表示植被LAI呈現(xiàn)增加趨勢,反之則減少。利用F檢驗對LAI的多年變化趨勢進行顯著性檢驗,若滿足P<0.05,則認為該時間序列有顯著性變化,反之則無顯著變化。
相對變化率:在絕對變化率的基礎上,每個區(qū)域的相對變化率也同樣能夠反映當前區(qū)域植被多年的變化情況。相對變化率的計算公式如式(2):
(2)
式中,β為區(qū)域LAI變化的相對變化率,Ratio為區(qū)域LAI變化的絕對變化率,LAImean為區(qū)域LAI的多年平均值。
1.3.2LAI與氣候因子的相關性
選取Pearson系數(shù)來描述不同生態(tài)功能區(qū)的LAI值與氣溫、降水之間的相關關系,Pearson系數(shù)的計算公式如式(3):
(3)
式中,Rxy為變量x,y之間的Pearson相關系數(shù);xi表示第i年的LAI值;yi表示第i年的氣溫或者降水;xp,yp分別表示2000—2019年防風固沙重點生態(tài)功能區(qū)年均LAI值及相應的氣溫和降水值;i為年變量;n為監(jiān)測年數(shù)(n=20)。
為消除氣溫和降水之間耦合作用對植被的影響,分別計算氣溫、降水與LAI之間的偏相關系數(shù),得到某一氣候因子對植被單獨作用時的相關關系大小,偏相關系數(shù)的計算公式如式(4):
(4)
式中,rxy(z)描述的是排除變量z(氣溫或降水)的影響后,變量x(LAI)與變量y(氣溫或降水)的相關系數(shù)。rxy,rxz,ryz分別表示LAI、氣溫和降水兩兩之間的相關性系數(shù)。
空間分布上,LAI年平均值呈現(xiàn)顯著的東高西低分布(圖2),其中,東部的呼倫貝爾、科爾沁、渾善達克的LAI值多處于0.8—1.5 m2/m2之間,而從中部的陰山、騰格里、柴達木到西部的阿爾金、塔里木的LAI值偏低,0 m2/m2區(qū)域面積占比高達64%,僅有小部分綠洲區(qū)域有植被覆蓋, LAI值一般在0.5 m2/m2左右。

圖2 防風固沙重點生態(tài)功能區(qū)2000—2019年LAI平均值的空間分布Fig.2 Spatial distribution of multi-year average LAI of the study area from 2000 to 2019
時間維度上,2000—2019年間,研究區(qū)LAI年均值具有顯著的增長趨勢(圖3),從2000年的0.19 m2/m2增長到2019年的0.28 m2/m2,平均增長速率為0.03 m2m-2(10a)-1(P<0.01)。

圖3 2000—2019年防風固沙重點生態(tài)功能區(qū)LAI區(qū)域平均值時間序列Fig.3 Annual variation of reginal average LAI across the whole study area from 2000 to 2019
由于自然條件的差異,8個防風固沙重點生態(tài)功能區(qū)在整體呈現(xiàn)顯著增長趨勢的同時也具有獨特的時空變化特征(圖4)。從絕對增長速率看,東部的科爾沁的LAI增速最大,為0.12 m2m-2(10a)-1,西部的阿爾金的LAI增速最小,為0.0007 m2m-2(10a)-1;從相對增長速率來看,科爾沁的增速依然最大,為0.2 m2m-2(10a)-1,而增速最小的生態(tài)功能區(qū)則是中部的陰山,為0.1 m2m-2(10a)-1。

圖4 不同生態(tài)功能區(qū)LAI年際變化情況Fig.4 Temporal dynamics of LAI of different ecological functional areas圖中黑色實線表示LAI的時間序列,紅色虛線表示2000—2019年共20年的年際變化趨勢,藍色虛線表示2000—2009和2010—2019年兩個階段各自的年際變化趨勢
進一步比較轉(zhuǎn)移支付(2010年)前后兩個時期植被LAI的趨勢,除柴達木外,其他7個生態(tài)功能區(qū)在2010—2019年間LAI的增長速率均高于2000—2009年,其中,科爾沁(2000—2009年:0.04 m2m-2(10a)-1,2010—2019年:0.195 m2m-2(10a)-1)和陰山(2000—2009年:-0.0139 m2m-2(10a)-1,2010—2019年:0.04 m2m-2(10a)-1)的增長速率增加最為顯著。以上結果說明,在生態(tài)區(qū)尺度,2010—2019年間,植被生長狀況好轉(zhuǎn)相對于2000—2009年更明顯。
各個生態(tài)功能區(qū)植被覆蓋區(qū)LAI多年平均值在轉(zhuǎn)移支付前后的對比(圖5)反映出,2010—2019年,所有植被覆蓋區(qū)域的LAI區(qū)域平均值較2000—2009年都有一定程度的增長,絕對增長量最多的是植被覆蓋度高的科爾沁,增幅為0.11 m2/m2,相對2000—2009年LAI提高20%,絕對增長量最少的是陰山,增幅約為0.024 m2/m2,相對2000—2009年LAI提高9.9%。

圖5 各個生態(tài)功能區(qū)有植被覆蓋區(qū)域LAI在不同階段多年平均值對比Fig.5 Comparison of regional average LAI of different ecological functional areas 從左到右分別對應從東到西分布的生態(tài)區(qū)
像元尺度上(圖6),2000—2019年,16%的像元LAI呈現(xiàn)顯著增加趨勢且具有明顯的空間異質(zhì)性:LAI增長區(qū)域主要集中在研究區(qū)東部,呈片狀分布。東部LAI增長的像元面積高達41.4%:科爾沁中有66.8%的像元呈現(xiàn)LAI增長。中部的陰山、騰格里和柴達木,LAI增長的像元呈現(xiàn)離散分布,增長像元占比為9%;西部的阿爾金、塔里木,LAI增長的像元呈帶狀分布,主要沿著河谷綠洲,增長像元占比為6%。
對比轉(zhuǎn)移支付政策實施前后十年LAI變化趨勢空間分布圖(圖6),可以看出,2010—2019年LAI呈現(xiàn)顯著增加的面積相對2000—2009年有明顯的擴張,面積比例從2000—2009年的3.5%提高到2010—2019年的7.7%,且基本分布在研究區(qū)東部(科爾沁和渾善達克南部),中部和西部LAI增長的區(qū)域面積保持相對穩(wěn)定。另外,LAI增速也有一定程度的提升,尤其是研究區(qū)東部,2000—2009年,東部區(qū)區(qū)域平均LAI增速多為0.06—0.11 m2m-2(10a)-1,而到2010—2019年,LAI增速普遍提升到0.11—0.19 m2m-2(10a)-1。

圖6 像元尺度防風固沙重點生態(tài)區(qū)LAI變化趨勢Fig.6 Trend of LAI in pixel scale of different periods
結合土地覆蓋類型(圖1)分析研究區(qū)2000—2019年LAI呈現(xiàn)顯著增長的分布情況,結果表明,LAI增長的像元占研究區(qū)植被像元的41.6%,其中,83.7%的增長區(qū)域是草地(對整個區(qū)域LAI增長的貢獻占比為73.7%),11.2%是農(nóng)田(對整個區(qū)域LAI增長的貢獻占比為16.5%),其他的森林、灌叢等占5.1%,說明研究區(qū)LAI增長絕大部分來自草地生長狀況的改善。進一步分析每種植被類型(草地、農(nóng)田和林地)的生長動態(tài)發(fā)現(xiàn),不同植被類型LAI在近20年的增長幅度也存在一定差異,草地區(qū)(占研究區(qū)面積的34.1%)有39%的像元呈現(xiàn)顯著增長,農(nóng)田區(qū)(占研究區(qū)面積的2.2%)有82%的像元出現(xiàn)明顯增長,森林區(qū)(占研究區(qū)面積的0.14%)有75%的像元呈現(xiàn)顯著增長。可見,森林和農(nóng)田增長幅度更大,而草地雖然增長幅度小,但是增長面積大。
為進一步分析LAI增長與轉(zhuǎn)移支付政策的相關關系,首先應明晰氣候變化對植被長勢的影響。研究[29-31]表明氣候?qū)χ脖挥芯薮笥绊憽5?000年以來,研究區(qū)的氣候整體穩(wěn)定,東部的科爾沁、渾善達克呈現(xiàn)微弱的暖濕化趨勢(圖7),但植被LAI顯著變化是否受到影響有必要進一步探究。

圖7 近20年防風固沙重點生態(tài)功能區(qū)氣候因子變化趨勢Fig.7 Trend of climate factors across the study area over the last 2 decades
相關和偏相關分析結果(表1)表明,近20年,研究區(qū)植被年際變化主要受降水影響且具有一定的空間異質(zhì)性,和溫度的相關性則較弱。降水的促進作用東部大于西部,其中,東部科爾沁的LAI和降水的正相關最為顯著,相關和偏相關系數(shù)分別為0.72和0.85,說明科爾沁植被LAI的顯著增長很大程度上受益于當?shù)亟邓康脑黾?圖7)。東部和中部的其他四個生態(tài)功能區(qū):呼倫貝爾、渾善達克、陰山、騰格里和降水的相關和偏相關系數(shù)均大于0.6,與已有的研究結果一致[32]。降水是東部區(qū)植被生長的主要水源,近20年來東部降水呈現(xiàn)一定程度的增加趨勢(圖7)增加了東部草地生長的水源,故東部的LAI呈現(xiàn)成片的大面積增長。分析表明,西部區(qū)LAI增長與降水和溫度沒有顯著相關關系,與部分已有研究得出的結論不同[33]。西部區(qū)近20年的氣候變化趨勢并不顯著,且該地降水稀少,蒸發(fā)量大[34],植被主要分布在綠洲,植被生長所需水分主要來自地下水和冰川融水補給的河川徑流,因此位于西部的生態(tài)區(qū),其LAI和降水年際變化的相關性較弱。
近20年,我國防風固沙重點生態(tài)功能區(qū)的植被狀況有明顯好轉(zhuǎn),并且在研究區(qū)的不同位置表現(xiàn)出不同特征:LAI在年平均值增長幅度和呈現(xiàn)增長的區(qū)域面積兩個方面有東部>西部>中部的特點,這和東、中、西三個區(qū)域的氣候條件是相關的。相對而言,東部的氣候相對濕潤,適宜植被生長的區(qū)域遠多于中西部,加上近20年東部降水量相對于中西部的增長更加明顯,因而東部植被好轉(zhuǎn)的趨勢會更加明顯。考慮到植被變化存在非線性的情況,利用非參數(shù)檢驗方法Mann-Kendall(MK)分析得到研究區(qū)植被LAI的年際變化趨勢空間分布情況(圖8)和圖6的基本一致。

圖8 2000—2019年間像元尺度防風固沙重點生態(tài)區(qū)LAI變化趨勢空間分布(MK算法)Fig.8 Spatial distribution of LAI trend in pixel scale during 2000—2019 (MK algorithm)
LAI增長在不同時期也有一定差異。LAI在2010—2019年的增長幅度和呈現(xiàn)增加的像元面積高于2000—2009年,但氣溫和降水在這兩個時期沒有顯著區(qū)別。特別在研究區(qū)西部,近20年,氣溫和降水都沒有顯著變化,但植被LAI呈現(xiàn)顯著增長,人為因素的影響不容忽視,主要體現(xiàn)在兩個方面:(1)2010年《全國主體區(qū)功能規(guī)劃》發(fā)布后,國家啟動了重點生態(tài)功能區(qū)轉(zhuǎn)移支付政策,與此同時生態(tài)環(huán)境部與財政部共同開展了轉(zhuǎn)移支付資金效果評估,一系列政策推動生態(tài)功能區(qū)內(nèi)的地方政府更加重視生態(tài)環(huán)境保護與治理工作,對防風固沙重點生態(tài)功能區(qū)生態(tài)系統(tǒng)保護與恢復起到積極的促進作用。MODIS土地覆蓋數(shù)據(jù)顯示,研究區(qū)自然植被的面積占比從33.3%(2000年)增長到34.4%(2019年),面積增長約1.8萬km2,草地的恢復對研究區(qū)LAI增長的貢獻很大;(2)研究區(qū)農(nóng)田LAI的增長也受人為因素的影響。農(nóng)作物生長很大程度上受農(nóng)業(yè)技術進步(施肥量、灌溉面積增加等)的影響[35],雖然研究區(qū)的農(nóng)田只占總面積的2.2%,但80%的農(nóng)田LAI呈現(xiàn)了顯著的增長,農(nóng)田植被長勢明顯變好,產(chǎn)量增加,農(nóng)田變化的影響也值得關注。
本文初步揭示了防風固沙功能區(qū)LAI年際變化的影響因子,但依然存在一些不足:(1)氣候?qū)χ脖簧L的影響非常復雜,本文只考慮氣溫和降水的年平均值對LAI的影響,在解釋某些地區(qū)LAI變化規(guī)律時會有一定的局限性。另外,氣溫和降水在生長季和非生長季對植被的影響也會不同[32],因此,需要分不同時期去量化氣候因子對LAI的影響;(2)研究區(qū)不同自然地理條件造成的物候周期不盡一致,本研究分析了植被LAI年平均值的年際變化情況,但植被年內(nèi)物候的差異同樣也會影響植被的固沙能力,這部分的影響將在今后的研究中著重分析;(3)除自然因素外,人為因素對防風固沙區(qū)植被的影響需要重視,人為因素貢獻程度缺少定量化的數(shù)據(jù)支撐,因此,如何剝離自然和人為因素,量化人為因素對防風固沙區(qū)植被的影響是未來研究的重點。
防風固沙區(qū)LAI的變好趨勢能否進一步提高防風固沙能力還需要探討,主要原因有:(1)研究區(qū)位于我國的干旱-半干旱區(qū),氣候條件是制約植被生長的關鍵因素。特別是在西部干旱區(qū),大面積裸露地表是主要風沙源,因退耕還林還草而產(chǎn)生的固沙效果有限,即使有轉(zhuǎn)移支付政策的干預,風沙也不可能被完全消除;(2)研究區(qū)植被LAI的增長部分來自農(nóng)田,農(nóng)田面積的持續(xù)增加、化肥施用等可能會成為影響該地生態(tài)環(huán)境的一個潛在風險,影響后續(xù)植被的生長。因此,近20年植被生長的情況可以作為今后制訂植被保護政策的參考,但也必須得結合具體情況做出修訂。
防風固沙重點生態(tài)功能區(qū)作為我國北方地區(qū)的生態(tài)安全屏障,具有重要的戰(zhàn)略地位。基于MODIS LAI遙感數(shù)據(jù)產(chǎn)品,本文對2000年以來我國防風固沙重點生態(tài)功能區(qū)的植被動態(tài)進行時間序列分析,并探討了氣候?qū)χ脖蛔兓挠绊憽=Y果顯示,2000—2019年,我國防風固沙重點生態(tài)功能區(qū)的植被狀況有顯著改善,LAI年均增長率約為0.03 m2m-2(10a)-1。LAI變化有明顯的時空特征,空間上,LAI主要增長區(qū)域集中在東部半干旱草原區(qū),受降水增加影響;而在西部干旱荒漠區(qū),LAI有小幅度的增長,且呈現(xiàn)沿河和山麓的帶狀分布。時間上, LAI在2010—2019年的增長幅度、增長面積比例均高于2000—2009年的,研究區(qū)西部植被LAI的增長和LAI在不同階段的增長差異主要受人為因素(防風固沙政策的實施、農(nóng)業(yè)技術的進步等)的影響。