青藏高原兩種高寒草地植被變化及其水溫驅動因素分析

梁大林,唐海萍

北京師范大學地理科學學部自然資源學院, 北京 100875

青藏高原草地資源占全國總草地資源的1/3,是我國面積最大的天然草地[1—2],研究青藏高原不同草地植被變化對草地資源保護與調查具有重要意義。青藏高原也是我國重要的生態功能區,是全球氣候變化最敏感的地區之一[3—4],其草地植被對氣候變化響應研究一直是眾多學者關注的焦點問題之一[5—9]。

上世紀以來青藏高原地區年平均氣溫總體呈現出升高的趨勢,年降水量在近40年呈現增加趨勢[10],這種以變暖變濕為主要特征的氣候變化對青藏高原植被覆蓋具有重要影響,高寒草地作為青藏高原主要植被類型之一,受氣候變化影響較為顯著[11—12]。植被NPP是衡量植物在自然環境條件下的生產能力,表征全球變化對陸地生態系統影響及相應關鍵參數[13—14],不少學者基于植被NPP研究植被變化[15—17],從時空尺度探討植被NPP變化特征及其與氣候變化之間的關系[18]。張鐿鋰等[19]利用CASA模型估算青藏高原高寒草地1982—2009年間植被凈初級生產力,分析了高寒草地植被NPP時空格局與變化特征,對青藏高原草地植被NPP變化有整體認識；Zheng等[20]研究青藏高原2001—2015年植被NPP時空格局及其對氣溫、降水和太陽輻射的響應,從總體上對青藏高原植被NPP與氣候因素進行分析；韓炳宏等[21]通過植被NDVI研究了青藏高原2000—2018年植被覆蓋變化及其與氣候因素的關系,得出青藏高原植被整體呈穩定恢復狀態,與降水和溫度呈正相關。前人在青藏高原植被NPP變化方面做了很多研究,取得眾多研究成果,但對青藏高原不同地區具體植被類型NPP變化與氣候變化響應差異研究相對欠缺。周秉榮等[22]研究發現三江源區近54年植被NPP整體呈顯著增加趨勢,氣溫是影響該地區植被NPP增加的主要氣象因素,該研究只是針對三江源植被,氣溫是否也是影響青藏高原其他地區植被NPP增加的主要氣象因素需進一步研究； 陳舒婷等[23]通過相關分析和重心模型等方法對2000—2015年整個青藏高原植被NPP時空變化格局及其驅動機理進行研究,從整體上區分氣候變化和人類活動對植被變化的影響。而戴黎聰等[24]只是分析了青藏高原高寒小嵩草草甸和高寒金露梅灌叢兩種植被NPP變化和氣候相關性,對全球變暖背景下這兩種植被NPP變化差異有進一步認識,而對于高寒草甸和高寒灌叢是否也成立,需要進一步研究。

現有研究主要集中在青藏高原整體植被NPP時空分布格局及其對氣候響應,為青藏高原區域尺度上長時間序列植被NPP時空分異格局與變化規律研究奠定了基礎[25],但對青藏高原內部不同區域、不同草地類型之間植被NPP與氣候變化相關性差異研究較少,缺乏對青藏高原不同草地植被生長與氣候制約因子比較研究。而高寒草甸和高寒草原作為青藏高原兩種典型植被類型,是青藏高原高寒草地生態系統的主體[26—27],在不同地區、不同氣候環境下,二者對氣候變化的響應也可能存在顯著差異,目前關于兩者對比研究相對欠缺。

基于此,本文以三江源高寒草甸和阿里高寒草原為研究對象,利用研究區2000—2017年草地植被月最大值NPP變化表征植被變化(下文所提NPP均代表月最大值NPP),根據氣象站點數據插值得到研究區氣溫、降水時空變化,研究兩種高寒草地植被變化與氣象因子相關性,得出氣象因子對兩種高寒草地植被變化影響差異,為青藏高原不同草地植被對氣候變化響應研究提供參考。

1 研究區與研究方法

1.1 研究區概況

三江源地區位于我國青海省南部(圖1),是長江、黃河和瀾滄江的發源地,平均海拔3500—4800 m。該區域總面積達38.24×104km2,年平均氣溫低于-1℃,屬于典型的高原大陸性氣候,冷熱兩季交替、干濕季節分明,且植被類型以高寒草甸為主[28]。

阿里地區位于青藏高原北部西藏自治區西部(圖1),平均海拔4500 m以上,素有“世界屋脊”的屋脊之稱。該地區總面積約為33.7×104km2,年平均氣溫在0.4—3.6℃之間,屬亞寒帶干旱高原氣候區,植被類型以高寒草原為主[29—30]。

圖1 研究區采樣點、氣象站點和高程分布Fig.1 Sampling points, meteorological stations and elevation distribution in the study area

1.2 數據來源與預處理

本研究所采用數據和預處理過程如下

(1)研究區草地類型數據源自1∶100萬植被圖(圖1)。(2)2000年3月—2018年2月降水、氣溫月值數據集均來自國家氣象科學數據中心(http://www.nmic.cn/),包括青藏高原及周邊地區102個氣象站點(圖1)；利用專業氣象插值軟件ANUSPLIN對各年月值氣象數據插值,得到青藏高原2000—2017年250 m分辨率氣溫與降水柵格數據。ANUSPLIN插值是一種廣泛應用于青藏高原氣候因子模擬的方法,插值時加入高程協變量能較好地擬合青藏高原氣象要素[7]。(3)三江源與阿里地區各縣牛羊肉產量數據來源于中國知網中青海省統計年鑒(https://www.cnki.net/)。(4)NPP數據來源于國家青藏高原科學數據中心(https://data.tpdc.ac.cn/zh-hans/)青藏高原生態資產評估遙感反演凈初級生產力數據集[31—32],空間分辨率250 m×250 m。本研究最后將所有數據重采樣為250 m×250 m柵格數據。

1.3 NPP數據評估

本研究分析所用NPP數據均來自青藏高原生態資產評估遙感反演凈初級生產力數據集,時間跨度2000—2017年,該數據集基于CASA模型計算得到植被月最大值NPP[31],代表植被一年中生長最好月份狀況。為評估實驗數據在三江源與阿里地區的可靠性,本研究基于Liang等人[33]發表文獻中實測生物量數據評估三江源區數據準確性,利用國家青藏高原科學數據中心公開的藏北樣帶實測生物量數據評估阿里區數據準確性。通過對研究區NPP數據與實測生物量數據進行相關與線性回歸分析,結果表明,三江源區高寒草甸植被NPP與實測生物量數據相關系數達0.863(P<0.001),線性回歸擬合優度R2為0.749；阿里地區高寒草原NPP與實測生物量數據相關系數達0.833(P<0.05),線性回歸擬合優度R2為0.695(圖2)。由此可見,本研究所用產品中兩種高寒草地植被NPP計算結果可靠,可進行下步相關研究。

圖2 研究區NPP數據與實測生物量數據線性擬合Fig.2 Linear fit between NPP data and measured biomass data in the study area

1.4 研究方法

1.4.1Sen+M-K趨勢分析

對NPP及氣象數據趨勢分析一般采用回歸分析或Mann-Kendall(M-K)趨勢分析,回歸分析要求時間序列符合正態分布,且結果容易受噪聲干擾[34]。相比之下Theil-Sen Median(Sen)趨勢度分析是計算序列中的中位數,可以很好地減少噪聲干擾,是一種穩健的非參數統計的趨勢計算方法,但其本身不能實現序列趨勢顯著性判斷。這兩種方法結合使用在時間序列趨勢分析中具有很大優勢,不僅可以有效增強抗噪性,且更準確地檢驗時間序列趨勢及其顯著性。本文利用Sen趨勢度對時間序列趨勢進行判斷,利用M-K趨勢檢驗法對趨勢顯著性進行檢驗。

Sen趨勢計算公式：

(1)

式中,xj和xi為時間序列數據,Median()表示序列中位數,當Sen>0表示時間序列呈現上升趨勢；當Sen<0表示時間序列呈下降趨勢[35]。

M-K趨勢顯著性檢驗方法如下：

(2)

(3)

式中,xj和xi為時間序列數據,n為數據個數；當n≥8時,(3)式檢驗統計量S近似為正態分布。

根據統計量S標準化檢驗統計量Z：

(4)

原假設H0表示時間序列(x1、x2、x3、…,xn)是獨立同分布樣本數據,不存在時間序列趨勢,備擇假設H1表示序列存在上升或下降趨勢。在給定顯著性水平α下,若|Z|≥Z1-α/2,則拒絕原假設H0,在置信水平α上采用備擇假設,即時間序列數據存在顯著上升或下降趨勢。在本文檢驗中Sen>0表示呈上升趨勢,Sen<0表示下降趨勢；當Z的絕對值大于1.65、1.96和2.58時,表示趨勢通過的信度分別為90%、95%和99%的顯著性檢驗。

M-K方法還可以用于突變檢驗,假定有n個樣本的時間序列x1,x2,…,xn,構造一秩序列：

(5)

式中,xi>xj時,ri=+1；xi

(6)

1.4.2相關與偏相關性計算

本文對阿里和三江源地區草地NPP與氣象因子分別采用逐像元相關與偏相關分析。由于年降水量和年平均溫度都對草地NPP有影響,控制其中一種氣象要素不變,研究另一種氣象要素對草地NPP的影響[36],計算原理見參考文獻 [36]。

Pearson相關分析計算公式如下式(7)：

(7)

偏相關分析計算公式如下式(8)

(8)

式中,n表示時間序列長度,本研究時間序列為18,rxy表示x與y之間相關系數,rxy·z表示控制變量為z時,x與y之間偏相關系數[37]。

本研究數據處理使用了ANUSPLIN和Matlab軟件, 結果分析與統計地圖制作使用了Origin和ArcMap軟件。

2 結果與分析

2.1 三江源與阿里地區氣溫與降水變化

通過對氣象站點進行ANUSPLINE氣象插值得到三江源地區與阿里地區2000—2017年氣溫與降水柵格數據,并對數據進行趨勢分析。計算結果表明三江源地區與阿里地區年平均氣溫總體均呈現上升趨勢,但二者年際升溫幅度差異較大。阿里地區從2000年的2.59℃上升至2017年的4.12℃,平均年際增長為0.085℃/a(圖3、圖4),而三江源地區升溫相對不穩定,三江源地區年際平均氣溫變化大,在2000—2013年間,氣溫上下波動較大,從2014年開始呈現明顯上升趨勢, 2000—2017年平均增長速率為0.084℃/a。阿里地區年平均氣溫M-K趨勢分析表明,2000—2017年氣溫均為上升趨勢,其中2007年、2012年和2017年上升趨勢顯著(圖4)。即2000—2017年阿里地區年平均氣溫相對穩步上升,而三江源地區2000—2014年氣溫波動較大,2014—2017年氣溫上升顯著。

圖3 研究區年平均氣溫與累計年降水變化Fig.3 Annual average temperature and cumulative annual precipitation changes in the study area

圖4 研究區年平均氣溫與累計年降水變化趨勢M-K突變性檢驗Fig.4 M-K mutation test of the variation trend of annual average temperature and cumulative annual precipitation in the study areaUF:正序統計量Positive sequence statistics；UB:逆序統計量Inverse sequence statistics

在降水方面,三江源地區與阿里地區年降水量均呈現不同程度的上升趨勢。三江源地區年降水量從2000年363.84 mm上升至2017年的433.61 mm；而阿里地區年降水量從2000年的163.93 mm上升至2017年的204.12 mm,兩地降水均呈現不同程度波動增長。降水M-K趨勢分析表明,2008—2014年三江源地區降水呈顯著上升趨勢(α<0.05),阿里地區降水上升趨勢不顯著(α>0.05)。

2.2 研究區兩種高寒草地植被變化時間對比分析

從2000年到2017年,三江源和阿里地區高寒草地植被平均NPP均呈現輕微上升趨勢,其中三江源地區高寒草甸植被NPP平均年增長率為0.49gC m-2a-1,阿里地區高寒草原植被NPP平均年增長率為0.0454gC m-2a-1(圖5)。分時間段看,兩種高寒草地植被NPP變化具有一定差異,三江源地區 2000—2005年高寒草甸植被NPP出現輕微下降趨勢；而阿里地區2000—2005年高寒草原植被NPP出現輕微上升趨勢。從2007年到2017年,三江源地區高寒草甸植被NPP出現明顯波動上升趨勢,而阿里地區高寒草原植被NPP在2010—2017年呈現增長趨勢。

圖5 兩種高寒草地植被NPP年際變化Fig.5 Interannual changes in NPP of vegetation in two types of alpine grasslands

2.3 研究區兩種高寒草地NPP空間分布及變化趨勢

空間上兩種高寒草地植被NPP均呈現由東南向西北逐漸遞減格局(圖6)；阿里地區高寒草原NPP整體處于相對較低水平,月最大值NPP不超過30gC m-2a-1,NPP相對高值區集中在普蘭縣、措勤縣和改則縣南部,而日土縣及改則縣西北部地區,高寒草原NPP均處于最低值。三江源地區高寒草甸NPP整體比阿里地區高寒草原高,空間上高值區分布也相對更集中。如三江源地區NPP高值集中分布東北部庫澤縣和河南蒙古自治縣以及玉樹縣和囊謙縣連片區92.7—139.1gC m-2a-1,在瑪多縣和稱多縣地區NPP值處于中間水平,而格爾木市及治多縣西北部NPP最低0—26.2gC m-2a-1；相比阿里地區,三江源地區高寒草原NPP低值集中分布在北部及西部邊緣地區。

圖6 研究區NPP空間分布Fig.6 Patial distribution of NPP in the study area

研究區兩種高寒草地2000—2017年NPP變化趨勢差異明顯(圖7和表1),高寒草甸NPP增長趨勢較高寒草原明顯。高寒草甸NPP呈上升趨勢部分占總面積57.7%,下降趨勢占總面積42.3%,其中呈顯著上升趨勢占比13%,顯著下降趨勢占比6.49%,高寒草甸NPP總體呈上升趨勢。而高寒草原NPP上升趨勢略比下降趨勢占比高,上升趨勢占比50.96%,下降趨勢占比49.04%,總體NPP上升部分相對較少。空間上,位于三江源地區的高寒草甸NPP增長區主要集中在西南部的格爾木市、雜多縣和治多縣,這些地區均為氣溫和降水相對較低區域。阿里地區高寒草原NPP增長區主要集中在改則縣和日土縣北部及札達縣,其中改則縣北部上升趨勢最顯著。通過對比發現,三江源與阿里地區高寒草地NPP增長顯著區均位于降水和溫度相對低值區域。

圖7 研究區NPP年際變化Sen+M-K趨勢檢驗結果Fig.7 M-K trend test results of interannual changes in NPP in the study areaSen>0,|Z|>1.65表示NPP序列呈顯著上升趨勢；Sen>0,|Z|<1.65表示NPP序列呈上升趨勢但不顯著；Sen<0,|Z|>1.65表示NPP序列呈顯著下降趨勢,Sen<0,|Z|<1.65, 表示NPP序列呈下降趨勢但不顯著；以上通過顯著性檢驗均為90%置信區間

表1 兩種高寒草地NPP變化趨勢M-K檢驗統計

2.4 放牧與高寒草地植被變化

放牧等人類活動可能對兩種高寒草地植被NPP變化產生一定影響?；谌春桶⒗锏貐^各縣統計年鑒(2000—2016)中牛羊肉產量代表各縣放牧強度,利用各縣域草地NPP均值代表植被生長狀況,統計結果表明兩種高寒草地牛羊肉產量年際變化與草地NPP變化不存在明顯負相關性。在三江源區,牛羊肉產量呈明顯逐年上升趨勢,而高寒草甸植被NPP并沒有出現逐年下降趨勢,而是出現一定波動變化,二者線性回歸擬合優度R2為0.0352,相關系數-0.187(P>0.05)。在阿里地區,2000—2014年牛羊肉產量呈現波動上升趨勢,2014—2016年牛羊肉產量出現下降趨勢,而該地區高寒草原植被NPP變化并沒有出現相反的變化趨勢,部分年份(2014—2016年)變化趨勢與牛羊肉產量變化趨同,二者線性回歸擬合優度R2為0.0256,相關系數-0.16(P>0.05)(圖8)。從相關系數符號可以看出,放牧強度對兩種高寒草地植被NPP均具有負作用,但影響均不明顯(r<-0.2,P>0.05),不是影響兩種高寒草地植被變化的主要因素。

圖8 兩種高寒草地牛羊肉產量與植被NPP變化Fig.8 Changes of beef and mutton yield and vegetation NPP in two alpine grasslands

2.5 兩種高寒草地NPP與氣溫、降水相關性分析

分別對兩種高寒草地NPP與氣溫和降水變化進行相關和偏相關分析,相關與偏相關系數大小反映溫度與降水對草地植被NPP的影響,該方法被廣泛用于研究氣象因素對植被生長的影響[36—39], 2000—2017年兩種高寒草地NPP對氣溫和降水的響應差異顯著,并且偏相關性分析效果明顯好于相關性分析(圖9)。

相關性分析結果表明,高寒草甸NPP與氣溫呈顯著正相關區集中在三江源地區西部格爾木市和雜多縣,整體呈正相關區占比48.14%,而在東南部班瑪縣、久治縣和甘德縣則呈現負相關。高寒草原NPP與氣溫呈顯著正相關區集中在阿里地區東北部即改則縣北部(圖9)。氣溫對兩種草地NPP的影響存在空間差異,在高寒草甸區氣溫越低其與NPP正相關系數越大,而在高寒草原區氣溫相對較高地區其與NPP正相關系數越大。NPP與降水相關性分析表明,高寒草原區NPP與降水呈正相關性面積占比49.01%,而高寒草甸區NPP與降水呈正相關面積占比20.37%。

圖9 研究區2000—2017年兩種高寒草地NPP與氣溫、降水相關性分析Fig.9 Correlation analysis of NPP, temperature and precipitation of two typical grasslands in the study area from 2000 to 2017

偏相關性分析結果表明,在控制降水不變,高寒草甸NPP與氣溫呈顯著正相關,面積占比達64.9%,比相關性分析48.14%提高16.76%(表3和表2)。偏相關性分析對控制降水研究溫度對高寒草地NPP的影響更敏感,尤其在三江源地區東南部甘德縣、達日縣、久治縣及其周邊縣,氣溫與高寒草甸NPP呈顯著正相關。相比之下,阿里地區改則縣北部、札達縣和革吉縣中部部分地區氣溫與草地NPP呈顯著正相關,占比達49.91%(表2)。同樣,控制氣溫不變對降水與草地植被NPP進行偏相關性分析,結果表明在三江源大部分區域,降水與高寒草甸植被NPP不呈顯著正相關,相反在東部及中部大部分縣均呈負相關性,占比達77.92%(表3)；而在西南部格爾木市及雜多縣西北部降水相對較少地區呈正相關,總體呈正相關性面積占比22.89%(表3)。阿里地區降水與草地植被NPP偏相關分析表明札達縣、革吉縣中部呈顯著正相關性,改則縣西北部降水與草地NPP呈正相關性,總體呈正相關性面積占比47.76%(表3)。

表2 兩種高寒草地NPP與氣溫相關性統計

表3 兩種高寒草地NPP與降水相關性統計

3 討論

3.1 兩種高寒草地氣溫、降水變化差異分析

三江源與阿里地區所處緯度相當,且均處于暖濕化趨勢,二者年平均氣溫分別以0.085℃/a和0.084℃/a的速率上升,相比張鐿鋰等人[8]計算青藏高原1980—2010年平均每年上升0.06℃略高；而年平均降水量分別以平均每年3.87 mm和2.23 mm速率增加,相比陸晴等[40]計算整個青藏高原1982—2013年平均每年降水增加0.96 mm高,這表明2000—2017年阿里與三江源地區暖濕化速率高于青藏高原平均水平。兩地升溫速率相當,但三江源高寒草甸區增濕速率明顯較阿里高寒草地區快,可能原因是2000—2017年三江源高寒草甸區同時受中緯度西風帶和南亞季風共同影響增強,導致降水增加相對較多[41]。

3.2 兩種高寒草地放牧等人類活動與植被變化

研究中采用兩種高寒草地牛羊肉產量表示放牧情況,一定程度反映當地放牧活動強弱。根據結果分析,三江源區放牧強度比阿里地區強,且三江源區東部人類活動相對密集,放牧等人類活動比阿里地區強度更大,但兩地高寒草地植被NPP變化主要受氣候變化影響,放牧活動影響較小。這與一些學者研究結果相近,三江源區位于氣候變化主導作用區[23,42]。在三江源區同時有一系列生態保護工程,對高寒草甸植被NPP具有一定影響,主要集中在三江源國家公園區域內,彭凱峰等人[17]對該區域內人類活動和氣候變化對植被變化影響進行對比研究,發現降水和溫度預測的植被覆蓋度與觀測到的植被覆蓋度變化趨勢基本吻合,表明三江源國家公園生態保護區植被變化主要受氣候變化影響,人類活動影響較小。兩種高寒草地植被NPP變化受放牧等人類活動影響較小,受氣候變化影響較大。

3.3 兩種高寒草地植被NPP變化與氣候變化相關性差異分析

通過相關與偏相關分析得出氣溫是促進高寒草甸植被生長主要因素,而降水對大部分高寒草甸植被NPP促進作用不明顯,甚至在降水相對豐沛地區出現顯著負相關,該研究結果與周秉榮等[22]、王軍邦等[43]、朱文會等[44]和Xiong等[45]研究得到氣溫是影響三江源區植被NPP增加的關鍵氣象因子結論相似。Bai等[42]研究直接得出氣候變暖有助于三江源高寒植被增長,與本研究結果一致。本研究結果中降水相對豐沛區降水與高寒草甸植被NPP 呈顯著負相關,可能原因是高寒草甸在滿足一定降水量后降水的增加意味著日照時數的減小,因此太陽有效輻射的減少,造成氣溫的下降,而氣溫是高寒草甸植被生長的主要促進因素,降水增多一定程度上會對高寒草甸植被生長產生負作用。以上溫度和降水對高寒草地植被的影響在阿里高寒草原區卻沒有得到相似的結果,溫度并不是高寒草原植被NPP增長關鍵因子,相反溫度和降水對高寒草原植被NPP增長的影響相當(呈正相關占比均為49%左右)。一方面可能是阿里地區溫度相對更高,不像三江源大部分地區溫度成為植被生長關鍵限制因素；另一方面阿里地區降水相對匱乏,植被生長受到降水不足的脅迫,不能與相對充足的溫度協調促進植被生理生態過程。因此在三江源地區高寒草甸恢復與保護應該更加注重對耐低溫植物培育與保護,在阿里高寒草原區應該對耐低溫耐旱植物培育與保護。

本文研究了三江源高寒草甸與阿里高寒草原植被NPP變化及其氣象驅動因子差異,為青藏高原氣候變化與不同草地響應研究提供參考資料。同時本研究也存在一些不足,以氣溫和降水表征氣候影響因素,認為太陽輻射差異較小,未考慮太陽輻射差異對植被生長影響；在分析放牧強度對高寒草地植被的影響中未能將縣域尺度產肉量分解到柵格尺度與植被NPP對比研究,存在一定不確定性；對于三江源與阿里地區不同生態保護工程實施對兩種高寒草地NPP產生的影響缺乏研究。接下來的研究應該更深入考慮氣候變化、生態保護工程共同對兩種高寒草地NPP變化的影響。

4 結論

本研究主要結論如下：

(1)三江源高寒草甸與阿里高寒草原區均處于暖濕化趨勢,且三江源地區增濕速率較阿里地區快。(2)三江源高寒草甸和阿里高寒草原植被NPP均呈現東南向西北遞減空間格局；三江源及阿里地區高寒草地NPP增長顯著區均位于降水和溫度相對低值區域,且高寒草甸植被NPP增長趨勢總體較高寒草原區明顯。(3)兩種高寒草地植被變化受放牧影響不大,受氣候變化影響較大。(4)兩種高寒草地植被NPP增長的氣象驅動因子差異明顯,氣溫升高是促進高寒草甸植被NPP增長關鍵因子,降水增多對三江源東北部高寒草甸植被增長具有一定抑制作用；而對于高寒草原植被,氣溫和降水增加共同促進高寒草原植被NPP增長。

致謝：NPP數據來源于“國家青藏高原科學數據中心”(http://data.tpdc.ac.cn)