陜西省植被覆蓋時空變化及其對極端氣候的響應

高 瀅, 孫 虎, 徐崟堯, 張世芳

陜西師范大學地理科學與旅游學院, 西安 710119

植被作為陸地生態系統的主體,是各個圈層進行物質能量交換和信息傳遞的關鍵[1],在氣候調節、水土保持以及生物多樣性保護等生態服務功能中發揮著重要作用[2]。植被指數是宏觀表征地表植被覆蓋變化的有力度量,目前常用植被指數包括:歸一化植被指數(Normalized Difference Vegetation Index,NDVI),增強型植被指數(Enhanced Vegetation Index,EVI)和葉面積指數(Leaf Area Index,LAI)等[3—5]。其中,NDVI不僅能明顯指示地表植被生長狀況和生態環境的演變,而且與植被覆蓋度存在顯著的線性相關關系[6],能夠較好地反映區域內植被覆蓋情況,因此,NDVI常用于反映區域內植被覆蓋變化對生態因子(如氣候、土地利用、人類活動等)的響應[7—8]。

在全球氣候變暖的背景下,研究氣候變化與陸地生態系統之間的關系是國際社會較為關注的問題,其中監測植被動態并量化植被生長對氣候的響應成為全球變化研究的重要領域[9—10]。目前,國外學者分別在全球尺度[11]、全國尺度[12]和區域尺度[13]研究了不同植被類型NDVI變化特征與氣候因素的相關關系,結果表明植被生長對氣溫和降水非常敏感；國內學者也通過應用NDVI數據分析表明氣候變化對植被生長具有明顯影響[3,7—8,14]。但上述研究多集中于植被對氣候平均態的響應,相較而言,植被對極端氣候的響應研究相對欠缺[15]。極端氣候事件由于其突發性強且強度較大[16],影響著陸地生態系統的植被動態變化,并具有一定的區域差異性[17],因此有必要開展植被對極端氣候的響應研究。由于氣候變化對植被影響具有累積效應,所以植被的反饋通常會出現時滯[18]。Arnone等通過對照實驗表明,草地生態系統中的極端氣候事件會導致當前和隨后幾年的凈生態系統生產力下降,時滯為兩年[19]。同時,在我國沿海[20]、黃土高原[21]、內蒙古[22]等生態敏感區研究發現,植被對極端氣候的響應也具有一定的時滯性,說明當氣候變化超過植被的承受能力時,在一段時間后植被生長才趨于對氣候做出反應[23—24]。所以,在探索植被對極端氣候的響應研究中應該考慮滯后效應,對于更好地了解地表生態環境對氣候變化的脆弱性具有重要意義。

在大區域的研究中,地表生態環境的差異會使植被對氣候變化的響應程度不同[25],所以從更細致的角度分析大區域內各類型生態系統的植被時空變化及氣候變化特征尤為重要。生態分區是按照地形地貌、水熱組合、植被特征等自然條件,將大區域劃分或合并形成不同等級的區域系統[26],所以從生態分區視角分析能夠更好地揭示極端氣候對植被的影響。陜西省地處西部內陸,南北緯度跨度大,水熱條件與地表生境異質性顯著,又是中國水土流失、沙化等環境問題比較嚴重的地區之一,所以眾多學者在陜西省開展了植被對氣候變化的響應研究[27—28],而關于極端氣候對植被的影響尚不明確。因此,本文基于生態分區,利用2001—2018年MODIS NDVI數據,結合同期日氣溫和降水數據,分析陜西省植被覆蓋的年際變化趨勢及其對極端氣候的時空響應,并在多年月尺度上探討陜西省植被覆蓋對極端氣候的滯后效應,對于認識該地區生態系統演變、進行生態環境保護具有一定的理論與現實意義。

1 研究區概況

圖1 研究區位置及其氣象站點Fig.1 The location of the study area and meteorological stations

陜西省(105°29′—111°15′E,31°42′—39°35′N)位于中國西部內陸地區,總面積20.56萬km2。陜西省海拔在500—2000 m,地表高程差異較大,呈南北高中部低的地勢格局；省內地貌類型復雜多樣,兼具高原、山地、平原和盆地等地形。年降水量576.9 mm,年均氣溫13.0℃,無霜期218 d左右[29],陜西省縱跨3個氣候帶,自北向南依次為中溫帶、暖溫帶、北亞熱帶,南北氣候類型多樣且差異顯著,即長城沿線以北為溫帶干旱半干旱氣候、陜北黃土丘陵溝壑區和關中平原為暖溫帶半干旱和半濕潤氣候、陜南盆地則為北亞熱帶濕潤氣候、山地大部分為暖溫帶濕潤氣候[30]。

根據中國生態區劃分標準(http://www.ecosystem.csdb.cn/),同時結合省內自然條件,陜西省可分為四個生態區(圖1),從北向南依次為:陜北北部典型草原生態區(I)、黃土高原農業與草原生態區(II)、汾渭盆地農業生態區(III)、秦巴山地落葉與闊葉林生態區(IV)。其中,秦巴山地落葉與闊葉林生態區所占面積最大,陜北北部典型草原生態區所占面積最小。

2 材料與方法

2.1 數據來源與預處理

NDVI數據來源于美國國家航空航天局(NASA)數據中心提供的2001—2018年MODISQ1數據產品,空間分辨率為250 m,時間分辨率為16 d。陜西省在全球正弦投影系統中編號為h26v05和h27v05,選取全年1—12月的影像資料,該產品已進行去云、輻射校正、大氣校正等處理。由于最大值NDVI能夠更好地表示地表植被覆蓋狀況,故采用最大合成法(MVC)[31]得到逐月NDVI數據,用于分析陜西省植被覆蓋時空變化以及與極端氣候的相關性。

氣象數據來源于國家氣象科學數據中心(https://data.cma.cn),選取陜西省內時間序列完整一致的31個氣象站點(2000—2018年),利用日氣溫和日降水量數據在RClimdex 1.0計算出15個極端氣候指數,包括11個極端氣溫指數和4個極端降水指數,上述極端氣候指數是結合陜西省氣候條件,從ETCCDI(Expert Team for Climate Change Detection and Indices)所提供的指標體系中選取,可以表征氣溫溫差的邊緣態,以及降水的極端態過程[32],能夠捕獲極端氣候,并能夠有效地反映極端氣候對植被動態變化的影響[33],具體定義見表1。

2.2 研究方法

2.2.1趨勢分析

Theil-Sen斜率估計是用于分析長時間序列變化趨勢的一種非參數估計方法[34]。計算公式如下:

(1)

式中,median表示中位數函數；i和j為時間序列數據，NDVIi和NDVIj表示第i、j年份的NDVI值。當β>0時,表示NDVI呈上升趨勢；β<0時,表示NDVI呈下降趨勢。

2.2.2Mann-Kendal檢驗

Mann-Kendall是一種非參數統計檢驗方法[35—36],由于其不受缺失值和異常值的影響,在水文、氣象時間序列分析中廣泛應用,檢驗方法如下:

表1 極端氣溫指數與極端降水指數定義

假設序列{NDVIi}，其中i=1，2，…，i，…j，…，n。定義檢驗統計量S:

(2)

(3)

式中,NDVIi和NDVIj為第i、j年份的NDVI值,n為數據個數,sgn為符號函數。當n≥10時,統計量S近似服從正態分布,所以定義標準化檢驗統計量Z:

(4)

(5)

當|Z|>1.65、1.96和2.58時,表示趨勢分別通過了置信度90%、95%和99%的顯著性檢驗,說明NDVI存在顯著變化趨勢。

結合β值和|Z|值,將NDVI變化趨勢分為4個等級[37]:0.01置信水平下,極顯著增加(β≥0,|Z|>2.58)、極顯著減少(β<0,|Z|>2.58)；0.05置信水平下,顯著增加(β≥0,|Z|>1.96)、顯著減少(β<0,|Z|>1.96)。

2.2.3相關分析

本文利用Pearson相關分析來研究NDVI與極端氣候的相關性,計算公式如下[38]:

(6)

3 結果與分析

3.1 NDVI時空變化特征

3.1.1時間變化趨勢

2001—2018年間陜西省NDVI顯著增長,增長速率為 0.06/10a(P<0.001),說明陜西省植被覆蓋整體呈上升趨勢。同時,陜西省各生態區NDVI變化趨勢與年NDVI變化趨勢相近,均呈顯著上升趨勢(圖2)。其中,II區NDVI增長最快,增長速率達0.1/10a,說明該區域的植被恢復治理具有顯著成效,而III區植被變化速率最小,為0.031/10a。

3.1.2空間分布特征

在空間分布上,陜西省年NDVI呈自南向北逐漸降低的空間格局(圖3),表現為IV區(0.86)>III區(0.71)>II區(0.61)>I區(0.38)。其中,II區和III區的NDVI空間分布具有明顯差異,II區年NDVI高值主要分布于區內南部黃土丘陵區,北部黃土溝壑區的NDVI值相對較低；III區植被覆蓋整體較好,年NDVI高值主要分布于區內西部。

在空間變化趨勢上,基于Theil-Sen斜率估計與M-K檢驗的方法,估算了2001—2018年植被覆蓋的空間變化趨勢(圖3)。結果表明,研究區年NDVI整體呈增長趨勢,增長趨勢面積占總面積93.07%,遠大于減少趨勢的面積(6.93%),說明近18年陜西省內植被覆蓋狀況明顯改善。其中,I區和II區NDVI增加趨勢顯著,說明區內植被生態恢復工程取得明顯成效。值得注意的是,III區中部地區NDVI呈極顯著的減少趨勢,可能因為該地區人口密集,植被易受人類活動影響,隨著該區城鎮化進程的加快,部分農田和草地轉為建筑用地,一定程度上加劇了植被退化,致使植被覆蓋有所降低[28]。

圖3 2001—2018年陜西省各生態區NDVI空間分布及變化趨勢Fig.3 Spatial distribution and variation trend of NDVI in different ecological areas in Shaanxi Province from 2001 to 2018

3.2 NDVI對極端氣候的響應

3.2.1年NDVI與極端氣溫的相關性

圖4表明整個研究區內,NDVI與冷極值的平均相關系數絕對值在0.2以下,普遍呈弱相關關系；NDVI與暖極值相關性較好,其中與TN90p呈正相關的區域占85.30%,且有11.17%的區域呈顯著正相關(P<0.05)；NDVI與DTR的相關系數在-0.896—0.860之間,呈正相關與負相關區域分別占47.57%和52.43%,這說明植被覆蓋與極端氣溫之間存在一定程度的聯系。

同時,NDVI與極端氣溫相關系數的分布規律具有明顯的差異性。其中,NDVI與冷極值TMINmean在秦嶺以北相關性較弱；在IV區內則多呈正相關,其中呈正相關區域占78.66%,且有17.59%呈顯著正相關(P<0.05),說明日最低溫升高,在一定程度上降低了該區植被日間受低溫傷害的風險,更好地促進植被生長發育。除III區中部地區以外,NDVI與暖極值TN90p多呈正相關,說明隨著暖夜日數的增加,夜間積溫充足,為植被創造了適宜的生長條件。NDVI與暖極值TNx呈負相關的區域主要分布于I區和II區北部,平均相關系數分別為-0.25和-0.20,分別有16.81%和18.58%區域呈顯著負相關(P<0.05),而NDVI與DTR在II區中部多呈正相關,平均相關系數為0.14,在其他3個生態區則多呈負相關。

圖4 陜西省年NDVI與極端氣溫指數的相關性Fig.4 Correlation between annual NDVI and extreme temperature indices in Shaanxi Province TMINmean:最低氣溫 Monthly average value of daily minimum temperature；TN10p:冷夜日數 Percentage of days when TN<10th percentile；TX10p:冷晝日數 Percentage of days when TX<10th percentile；TNn:日最低氣溫的極低值 Monthly minimum value of daily minimum temperature；TXn:日最高氣溫的極低值 Monthly minimum value of daily maximum temperature；TMAXmean:最高氣溫 Monthly average value of daily maximum temperature；TN90p:暖夜日數 Percentage of days when TN>90th percentile；TX90p:暖晝日數 Percentage of days when TX>90th percentile；TNx:日最低氣溫的極高值 Monthly maximum value of daily minimum temperature；TXx:日最高氣溫的極高值 Monthly minimum value of daily maximum temperature；DTR:氣溫日較差 Daily temperature range

3.2.2年NDVI與極端降水的相關性

圖5結果表明,NDVI與極端降水指數PRCPTOT、Rx1day、Rx5day和SDII的平均相關系數分別為0.20、0.13、0.12和0.20,呈正相關的區域分別占整個區域的77.57%、66.80%、64.68%和78.56%,其中分別有15.99%、12.54%、11.12%和15.07%的區域呈顯著正相關(P<0.05)。同時,NDVI與極端降水的相關性具有明顯的空間異質性,主要表現為:呈顯著正相關的區域多分布于I區和II區東北部,說明在半干旱地區降水能夠有效地促進植被生長。而III區和IV區NDVI與極端降水呈正相關關系,平均相關系數在0—0.2之間,但大多未通過顯著性檢驗,相關性總體較弱。

圖5 陜西省年NDVI與極端降水指數的相關性Fig.5 Correlation between annual NDVI and extreme precipitation indices in Shaanxi ProvincePRCPTOT:年總降水量 Annual total precipitation in wet days；Rx1day:單日最大降水量 Monthly maximum 1-day precipitation；Rx5day:連續5日最大降水量 Monthly maximum consecutive 5-day precipitation；SDII:年均雨日降水強度 Simple precipitation intensity index

3.3 NDVI對極端氣候的滯后響應

3.3.1NDVI與極端氣溫的滯后性分析

從圖6中可以看出,各生態區極端氣溫指數與同期NDVI總體呈顯著正相關,僅有TX10p和TX90p未通過顯著性檢驗,整體反應出氣溫對于陜西省植被恢復起正向促進作用。I區和II區內極端氣溫指數TMINmean、TNn、TXn、TMAXmean、TNx和TXx與同期、滯后1月、2月和3月的NDVI均呈顯著正相關,表明區域NDVI對極端氣溫的滯后響應顯著；DTR與同期NDVI則呈顯著負相關,相關系數分別為-0.438和-0.305,這說明隨著氣溫日較差的減小,能夠增強草地植被生態系統的碳固定能力[39],從而促進植被生長；而與滯后2月和3月NDVI呈顯著正相關,可以說明植被生長對極端氣溫的響應需要一定的時間周期,滯后期可達3個月。

III區和IV區內極端氣溫指數TMINmean、TNn、TXn、TMAXmean、TNx和TXx與滯后1月和2月的NDVI呈顯著正相關,具有明顯的滯后效應,DTR與NDVI的滯后時間則達3個月。值得注意的是,III區NDVI與同期TN10p呈顯著負相關,說明夜間氣溫過低容易造成積溫不足,影響植被生長。

圖6 不同生態區極端氣溫指數與同期、滯后1個月、2個月和3個月的NDVI相關性統計Fig.6 Correlation coefficients between NDVI and extreme temperature indices for time lags in different ecological areas **在0.01水平(雙側)上顯著相關; *在0.05水平(雙側)上顯著相關;滯后2個月2 months later

3.3.2NDVI與極端降水的滯后性分析

由于極端降水指數PRCPTOT和SDII為年總降水量和年均雨日降水強度,所以選取Rx1day和Rx5day進行多年月尺度上的滯后性分析。由圖7可知,各生態區極端降水指數Rx1day和Rx5day與同期NDVI呈顯著正相關,反映降水總體有利于植被生長。同時,極端降水指數與滯后1月和2月的NDVI均呈顯著正相關,表明NDVI對降水具有一定的滯后性。值得注意的是,III區和IV區極端降水與滯后3月的NDVI呈顯著負相關,表明極端降水對植被生長起一定的抑制作用。

圖7 不同生態區極端降水指數與同期、滯后1個月、2個月和3個月NDVI的相關性統計Fig.7 Correlation coefficients between NDVI and extreme precipitation indices for time lags in different ecological areas**在0.01水平(雙側)上顯著相關; *在0.05水平(雙側)上顯著相關

4 討論

4.1 NDVI的動態變化

2001—2018年間,陜西省內NDVI值總體呈顯著上升趨勢,整體植被覆蓋狀況改善明顯,與岳輝等[28]、錢琛[29]關于陜西省NDVI變化趨勢研究結果一致。從空間分布特征來看,陜西省NDVI分布的空間異質性明顯(圖3),呈現出南高北低的空間分布格局,這可能是由于南部水熱條件較好,植被類型主要是闊葉林,而北部植被類型主要是草原,體現出不同植被類型導致了NDVI值的空間差異[40],而II區和III區NDVI空間分布差異明顯,還可能是由于受土地利用類型、人類活動的影響[3]。但從NDVI的空間變化趨勢來看(圖3),北部NDVI呈極顯著增加趨勢,尤其是府谷、神木、佳縣、子長以及安塞等地區,因退耕還林還草、“三北”防護林工程和防沙治沙等大規模的植被保護與恢復工程的實施,使得該區域植被覆蓋得到了明顯恢復。

4.2 NDVI對極端氣溫的響應

從NDVI與極端氣溫指數的相關系數計算結果來看,不同時間尺度上各生態區NDVI對極端氣溫響應程度不同。年際尺度上,I區NDVI與TN90p呈正相關,說明隨著夜間氣溫升高,夜間積溫充足,可以避免植被受極端低溫危害,有利于植被生長；與TNx呈負相關,多是由于該區為溫帶草原區,隨著日間氣溫升高,增加了植被蒸騰和土壤水分蒸發,抑制了該區灌草植被的生長[41]。II區中部NDVI與DTR多呈正相關,這可能是因為日高溫或日低溫的升高,增加了地表蒸發量,從而加快了土壤水分的揮發,當氣溫超過了適宜植被生長的最佳溫度時,植被的凈光合作用下降[42],隨著夜間氣溫的升高,植物夜間呼吸作用增強,不利于有機質的積累,進而減緩了植被生長。III區內中部地區NDVI與暖極值多呈負相關,這可能由于該區中部氣溫升高導致植被的蒸散發增加,從而加快了土壤水分的消耗,影響植被的正常生長狀態[43]。IV區NDVI與TMINmean和TN90p呈顯著正相關,這與黃土高原地區的研究結果一致[21]。

多年月尺度上,各生態區在考慮滯后三個月的情況下,NDVI與極端氣溫指數TMINmean、TNn、TXn、TMAXmean、TNx、TXx和DTR均呈顯著正相關,說明植被生長對極端氣溫的響應具有明顯的滯后效應,進而可以反映出植被生長反饋于氣溫需要一定的時間,可能是由于受到土壤溫度變化和土壤有機質分解過程的影響[44]。

4.3 NDVI對極端降水的響應

不同生態區內,NDVI對極端降水的響應具有差異性。I區和II區年NDVI與極端降水呈顯著正相關,說明降水能夠促進植被生長,這可能是由于兩個生態區較為干旱,水資源相對匱乏,使得水分為植被生長的主要限制條件[11,14]。多年月尺度上,極端降水對植被的影響滯后兩個月,這可能是由于在干旱和半干旱地區植物生長受到水分脅迫,降水通過土壤滲透被植被根系吸收的過程需要一定的時間間隔[18],致使植被對降水的響應有所延遲。

III區和IV區年NDVI與極端降水相關性并不顯著,與極端氣溫相比較,這兩個生態區植被生長對降水相對不敏感,可能是由于區域內氣候濕潤,植被有足夠的生長所需水分,氣溫一定程度上成為植被生長的主要影響因素[7]。多年月尺度上,在考慮滯后兩個月的情況下,NDVI與極端降水呈顯著正相關,反映出植被對累積降水的滯后響應,這與降水豐沛地區的鄱陽湖流域結果較一致[33]。

極端氣溫與極端降水均影響著研究區植被生長,且存在一定的區域差異性,同時NDVI對極端氣候的響應具有明顯的滯后效應,這與氣候平均態對植被的影響規律一致[24]。極端氣候對植被覆蓋的影響是一個復雜的過程,會受到其他非氣候因素干擾。文章以極端氣候指數分析了極端氣候對NDVI的影響,但尚未考慮具體的極端氣候事件,今后研究中可著重分析NDVI對具體極端事件的響應關系。

5 結論

本文分析了陜西省2001—2018年NDVI的時空變化特征,并結合日最高低氣溫和降水數據,探討了NDVI對極端氣溫和極端降水的響應特征,得到以下結論:

(1)陜西省及其各生態區的NDVI變化均呈顯著上升趨勢(P<0.001),省內總體增長速率為0.06/10a；空間上NDVI呈南高北低的分布特點,其中陜北北部典型草原生態區(I)NDVI值最低為0.38,秦巴山地落葉與闊葉林生態區(IV)的NDVI值最高為0.86。

(2)年際尺度上,NDVI對極端氣候的響應具有明顯的空間差異,陜北北部典型草原生態區(I)和黃土高原農業與草原生態區(II)氣候較干旱,NDVI對極端降水響應敏感。汾渭盆地農業生態區(III)和秦巴山地落葉與闊葉生態區(IV)NDVI與極端氣溫的相關性更為顯著。

(3)多年月尺度上,NDVI對極端氣候的響應具有一定的滯后效應。其中,各生態區NDVI與極端氣溫TMINmean、TNn、TXn、TMAXmean、TNx和TXx均呈顯著正相關,滯后期可達3個月。各生態區NDVI對DTR存在滯后2月和3月的顯著響應,但陜北北部典型草原生態區(I)和黃土高原農業與草原生態區(II)NDVI與同期DTR呈顯著負相關。同時,各生態區NDVI對極端降水Rx1day和Rx5day均呈顯著正相關,且滯后期可達2個月。