云南省植被水分利用效率時空變化及影響因素

張永永,稅 偉,2,*孫曉瑞,孫 祥

1 福州大學環境與資源學院,福州 350116

2 福州大學空間數據挖掘與信息共享教育部重點實驗室,福州 350116

水的可用性是生態文明建設的關鍵要素,是植物生長和生產環節中不可或缺的重要資源[1],隨著全球氣候問題的日益嚴峻,碳循環和水循環的機制及二者耦合關系的探索已經成為研究熱點[2—5]。其中水分利用效率是一個了解生態系統新陳代謝及碳-水關系的重要參數,它是指植被單位失水量的碳吸收量[6—7]。研究區域水分利用效率的模式和驅動因素,可以為深入了解全球氣候變化在區域上的響應提供參考。學者們從不同尺度對水分利用效率(WUE)的時空特征及驅動機制進行了大量的研究。在時空變化的研究上,大部分區域呈現增加的趨勢,并且具有顯著的空間異質性[8—10]。在驅動機制的研究上,已有學者從降水量、氣溫、DEM、大氣CO2濃度、土壤含水量等多個角度展開研究[11—16],結果發現不同研究尺度不同區域具有不同的結果,有些結果甚至相悖。例如在全球尺度上Xue等[17]發現植被WUE沿海拔梯度先保持相對穩定后急劇下降,在中國Zhu等[18]則發現植被WUE隨海拔的升高呈下降趨勢,而在西南地區Sun等[19]卻發現植被WUE隨著海拔的上升而升高。氣候因素對植被WUE的影響也有明顯的時空異質性,降水和氣溫的高低可能會對WUE產生正效應、負效應或者不顯著影響的不同結果[20—23]。同時不同等級的干旱事件對WUE會產生不同性質的滯后影響,并且其影響程度呈現加劇的趨勢[10,15]。

低緯高原地區的氣候具有低緯氣候和高原氣候相結合的特征,是世界上自然地理相當復雜、生物資源最為多樣、特殊氣候最為集中的生態區。云南省是中國低緯高原地區的主體,作為全球10個著名低緯高原地區之一,其氣候干濕季分明,下墊面極其復雜,區域變暖的加劇對該區域產生了極大的影響[24—25]。而目前植被水分利用效率的研究多集中在全球、大洲、糧食主產區等,少有研究低緯高原地區水分利用效率的變化特征。故本文以云南省為研究區,基于MODIS數據產品定量估算了2000—2014年云南省植被水分利用效率,結合海拔、氣候等數據,分析WUE的時空分布特征,以及對海拔和氣候因子的響應,揭示云南省植被WUE的變化特征,以期豐富全球氣候變化背景下的生態系統新陳代謝及碳-水循環在不同區域尺度上響應的研究,為云南省生態建設及水資源優化和全球低緯高原區域生態建設提供科學依據。

1 研究區域概況

云南省位于中國西南邊陲,地理位置介于21°08′—29°15′N和97°31′—106°11′E之間,總面積39.41萬km2。其地勢呈現西北高、東南低的趨勢,有海拔高達5 km、終年積雪的梅里雪山,也有海拔低至70多米的熱帶河谷(圖1)。以元江谷底和云嶺山脈南段寬谷為界,東部為云貴高原的組成部分——滇東、滇中高原,具有起伏和緩的低山和渾圓丘陵；西部則是高山峽谷相間,地勢險峻,形成奇異、雄偉的山岳冰川地貌,西南部海拔一般在1500—2000 m,西北部一般在3000—4000 m之間。云南省的氣候變幅大,類型豐富,地區差異性大,垂直變化突出,立體氣候明顯,具有包括北熱帶至寒溫帶的全部氣候類型。氣溫受地形因素制約強,導致年溫差小,日溫差大。其特殊的地理位置和地形氣候造就了云南省“植物王國”、“藥用植物的寶庫”、“香料植物的博物館”、“天然大花園”等的地位,不到中國5%的土地面積卻擁有60%以上高等植物也成為各領域學者的研究熱點。但云南省也是干旱發生較頻繁的區域,并且具有頻次增多,面積增大,強度增強的趨勢。

圖1 云南省區位圖

2 數據來源與研究方法

2.1 數據來源

本研究使用的云南省2000—2014年MODIS 17總初級生產力和MODIS 16蒸散量遙感數據均來自美國蒙大拿大學密蘇拉分校地球動態數值模擬研究組(Numerical Terradynamic Simulation Group, NTSG)提供的數據產品(http://files.ntsg.umt.edu),空間分辨率為1km,軌道號為h26v06和h27v06,該數據集在評估植被生產力、蒸散量的空間分布、年際變化和長期變化趨勢方面具有一定的可靠性[10]。

本研究使用的土地利用數據(Land Use/Cover Change, LUCC)來自中國國家基礎地理信息中心GlobeLand 30,空間分辨率為30 m,時間為2010年,包括10個主要的地表覆蓋類型,分別是耕地、森林、草地、灌木地、濕地、水體、苔原、人造地表、裸地、冰川和永久積雪,本研究將提取其中的耕地、森林、草地和灌木地進行研究(http://www.ngcc.cn/ngcc/)[26]。DEM數據是來自地理空間數據云(http://www.gscloud.cn/)的ASTER GDEM數據產品,其空間分辨率為30 m。2000—2014年的氣溫和降水的氣候數據是來自中國氣象科學數據服務網(http://data.cma.cn/data)的氣象站點數據,利用反距離加權插值法(IDW)對全國氣象站點觀測數據進行插值得到空間分辨率為1 km的全國氣候空間分布數據,再利用云南省邊界裁剪得到云南省的氣候數據[27]。

2.2 研究方法

本文的水分利用效率采用植被總初級生產力與蒸散量的比值來表示[28]:

WUE=GPP/ET

(1)

式中,WUE表示水分利用效率(gC mm-1m-2),GPP表示陸地生態系統總初級生產力(gC m-2),ET表示生態系統蒸散量(mm)。

本文采用一元線性回歸分析方法研究云南省像元尺度上2000—2014年WUE的變化百分率,計算公式如下:

(2)

(3)

相關分析在測定地理要素之間的相互關系密切程度中被廣泛應用,本研究通過計算WUE與降水量和氣溫的偏相關系數來揭示WUE對降水量和氣溫要素的響應,計算公式如下:

(4)

式中,Rxy,z表示視z要素為常數,x要素與y要素的偏相關系數；Rxy、Rxz、Ryz分別為兩個變量的相關系數；其顯著性檢驗采用t檢驗法。

復相關分析法能反映各要素的綜合影響,本研究利用復相關系數衡量降水量和氣溫對WUE的復相關程度,計算公式如下:

(5)

式中,z對應WUE要素,x和y分別對應降水量和氣溫要素,Rzxy表示WUE與降水量和氣溫的復相關系數；Rzx表示降水量和WUE的相關系數；Rzyx表示氣溫的偏相關系數；其顯著性檢驗采用F檢驗法。

3 結果與分析

3.1 WUE的時間變化趨勢

通過對云南省2000—2014年不同土地利用類型下的植被WUE的均值變化分析可知其存在明顯的差異(圖2)。總體上2000—2014年間平均WUE為1.91 gC mm-1m-2,其中森林的ET、GPP和WUE均最高,平均WUE為2.00 gC mm-1m-2。灌木地的WUE僅次于森林,均值為1.87 gC mm-1m-2。草地和耕地的WUE最小,并且具有相同的均值,都為1.80 gC mm-1m-2,但耕地的ET和GPP明顯大于草地。2000—2014年云南省不同土地利用類型下的植被WUE具有相同的變化趨勢,整體上呈顯著的波動上升趨勢,增速為0.0078 gC mm-1m-2a-1(P<0.05),這主要是由于全球氣候變化引起云南省2000—2014年氣溫顯著上升(P<0.05)的同時,降水呈現不顯著的下降趨勢(P> 0.05)(圖3)[24]。不同土地利用類型下的植被類型具有不同的變化速率,其中灌木地增速最快,速度為0.0128 gC mm-1m-2a-1,這主要是由于灌木地GPP增加較快,同時ET又呈下降趨勢最終導致WUE增速較快。而耕地的增速最慢,速度為0.0066 gC mm-1m-2a-1,其主要受人為因素影響較大。四種土地利用類型下的植被WUE變化速率從大到小依次為灌木地,草地,森林,耕地。

圖2 云南省2000—2014年不同土地利用類型下的植被ET、GPP、WUE年際變化

圖3 2000—2014年云南省年均降水量和年均溫變化

2009—2013年的干旱事件對ET、GPP、WUE產生了一定的影響(圖2),總體上可以看出在干旱事件的影響下,植被ET出現了明顯低于往年的最低值,GPP和WUE則出現了異于往年變化規律的特征。具體來看,在干旱事件發生的第二年,ET出現谷值后恢復到正常范圍；GPP則呈現明顯的波動變化,出現兩個谷值；植被WUE在2000—2008年呈現周期性變化,而在2009—2013年植被WUE整體較低,直到干旱結束后才呈現增長的趨勢。

統計2000—2014年15年內的各月份不同土地利用類型下的植被平均WUE,其年內變化如圖4所示。總體上可以看出從1—12月WUE表現為“M”型的雙峰變化趨勢,峰值在3、4月和11月,谷值在1、12月和6、7月。不同土地利用類型下的植被WUE在不同的月份表現出一定的差異,其中森林WUE在6—12月最高；耕地則在2、3月具有最高的WUE,4—10月具有最低的WUE；在4月份,灌木地和草地具有最高的WUE,而在冬季則表現出最低的WUE。

圖4 云南省不同土地利用類型下的植被WUE變化

3.2 植被WUE空間分布特征

云南省2000—2014年植被平均ET、GPP和WUE具有較強的空間分異性規律(圖5)。總體上ET和GPP均表現為西南高東北低,WUE呈現西高東低的趨勢。ET和GPP的高值均分布在滇西南區域,在空間分布上具有高度的一致性,但是其WUE處于中間水平,介于1.5—2.5之間。WUE高值集中在云貴高原和青藏高原的連接部位——麗江,其WUE值整體上大于2.5 gC mm-1m-2。主要是由于麗江屬低緯暖溫帶高原山地季風氣候,是太陽輻射的高值區,植被接受日照的時間較長,具有較高的GPP[17]；并且麗江海拔較高(一般在2000 m以上),地處西南橫斷山區,較低的年均溫和較少的年均降水量使得ET較低,最終表現出非常高的WUE。低值主要集中在滇東南的文山和滇東北的昭通,WUE值小于1.5 gC mm-1m-2的植被廣泛分布。三江并流區的植被WUE隨山脈走向呈現條狀分布變化,整體上其值較小,在2 gC mm-1m-2以下,但從2000—2014年該區域植被WUE增加明顯,達20%以上。

從植被WUE變化百分率空間分布圖(圖5)可以看出在2000—2014年云南省整體上呈現北增南減的趨勢。其中呈現增加趨勢的比例更大,占68.10%。植被WUE增加20%以上的區域主要集中分布在三江并流區、麗江、昭通南部以及曲靖北部,面積占比29.96%。而植被WUE降低10%以上的面積占比較少,主要零星分布在滇池、撫仙湖、洱海以及瀾滄江和漾濞江的交匯處,僅占2.72%。大部分區域的變化較小,主要集中在降低10%和增加10%之間。滇西南邊界區域ET和GPP都較高,但是其WUE卻呈現略微下降的趨勢。文山的中部區域ET和GPP都較低,WUE大部分在1.5 gC mm-1m-2以下,但是在2000—2014年間卻呈現增加的趨勢。總的來看,除麗江以外,WUE高值區呈現下降的趨勢,WUE低值區呈現上升的趨勢。

圖5 2000—2014年云南省平均植被ET、GPP、WUE及WUE變化百分率空間分布

3.3 云南省植被WUE與海拔的關系

地勢差異會制約水、熱、光等因素,從而影響植被的分布[17],為研究其在云南省的響應,在像元尺度上統計ET、GPP、WUE隨DEM的變化(圖6)。從圖中可以看出云南省植被ET、GPP和WUE具有明顯的垂直分布異質性。整體上,植被ET隨著海拔的上升呈先下降后上升再下降的趨勢。植被GPP隨著海拔的升高呈波動下降的趨勢,低于2000 m處波動較大。植被WUE則是先上升后下降的變化趨勢,峰值在2975 m左右,WUE值2.13 gC mm-1m-2。這與在全球尺度的研究結果具有一定的相似性,卻與中國和西南地區存在較明顯的區別[15—17]。具體來看,云南省地形對碳-水循環影響較大,在低海拔的谷底區域,溫度較高,雨水較少,植被ET和GPP都較高。隨著海拔的上升,ET驟降,GPP波動下降導致WUE持續增加。直至海拔3000 m左右,ET變化平穩,甚至有上升的趨勢,但是同時GPP驟降導致WUE不斷下降。海拔高于5000 m,WUE幾乎為0 gC mm-1m-2,主要是由于高海拔氣溫和降水量都極低,冰雪覆蓋,不利于植被的生長,也導致GPP幾乎為0[17]。

圖6 云南省植被ET、GPP、WUE與海拔的關系

為分析WUE變化百分率與海拔的關系,繪制密度散點圖(圖7)。圖中可以看出隨著海拔的升高植被WUE變化百分率呈現增加的趨勢,海拔每升高1 m,植被WUE增加0.01%左右。在低海拔區域植被WUE較高,但是其增加趨勢不明顯甚至下降；而在海拔較高的區域(3000 m以上)植被WUE隨著海拔的升高而下降,但是其WUE變化百分率卻不斷上升(圖6)。說明暖濕化的全球氣候變化對云南省植被WUE產生了復雜的影響[16,29]。對不同土地利用類型下的植被WUE的變化百分率進行統計(圖8)發現不同土地利用類型中均有20%以上的區域植被WUE呈下降趨勢,其中森林最多,占35.66%,耕地次之,占29.62%,四種土地利用類型下的植被WUE變化隨著海拔的升高其變化百分率相差不大。耕地主要分布在海拔3700 m以下,草地和森林則在5000 m以下都有所分布。相較于耕地、草地和森林而言,灌木地WUE的波動范圍則較小。

圖7 云南省植被WUE變化百分率與海拔的關系

圖8 云南省不同土地利用類型下的植被WUE變化百分率與海拔的關系

3.4 云南省植被WUE與氣候因子的關系

研究表明氣候變化對生物多樣性會產生負面影響[30—31],為分析云南省WUE與氣候因子的關系,利用相關分析法在像元尺度上計算年均降水量和年均溫與WUE的偏相關系數及復相關系數,并進行顯著性檢驗(圖9),發現云南省植被WUE對年均降水量和年均溫要素的響應存在明顯的空間異質性。植被WUE與年均溫的偏相關系數介于-0.90到0.94之間,統計發現,正偏相關區域主要集中分布在滇西北和滇東北,占比60.89%；負偏相關區域主要集中分布在普洱和西雙版納,占比39.11%。其中通過顯著性檢驗的(P<0.01)的正偏相關區域分別占7.10%,主要分布在三江并流區及滇東北的昭通,負偏相關區域占1.63%。植被WUE與年均降水量的偏相關系數介于-0.91到0.85之間。與年均溫不同,植被WUE與年均降水量的相關分布更加分散,呈現正偏相關關系的主要零星分布在滇東南的文山及紅河的耕地內,占比68.71%；其中通過顯著性檢驗(P<0.01)的僅占1.02%,主要分布在洱海東北部。

植被WUE與年均溫和年均降水量的復相關空間分布情況如圖9所示,其復相關系數介于0.00到0.97之間。WUE與氣候因子復相關較強的區域主要集中在三江并流區及昭通。WUE與氣候因子復相關系數較弱的區域主要分布在滇東南的文山及曲靖南部。為了研究年均溫和年均降水量對植被WUE的綜合影響,通過疊加處理得到氣象因子影響顯著性分布,統計發現大部分區域植被WUE與年均溫和年均降水量均不顯著,占比90.39%。與年均溫呈顯著正相關且與年均降水量不顯著相關的區域面積次之,占比7.06%,主要集中在三江并流區及昭通。與年均溫顯著負相關且與年均降水量不顯著相關的面積占比1.43%,主要分布在滇南的西雙版納；其他類型面積占比均小于1%。整體上相較于降水因子,云南省植被WUE受氣溫影響更大,主要分布在三江并流區及昭通,該地區海拔較高,多處冰雪覆蓋,受全球氣候變化的影響其WUE變化明顯,而其他地區則受非氣候因素影響較大。

圖9 2000—2014年云南省植被WUE與年均溫、年均降水量的偏相關系數空間分布以及復相關系數及顯著性檢驗的空間分布

4 討論與結論

4.11 云南省不同土地利用類型下的植被WUE時空特征分析

相較于其他土地利用類型,森林具有最高的ET、GPP和WUE。這主要是由于森林生態系統結構復雜,根系更加發達,具有更高的光合作用速率。并且云南省低緯高原氣候顯著,具有復雜的山原地貌,豐富的熱量資源,廣袤的喀斯特地貌,充沛的降水量,兼寒、溫、熱的氣候帶,這種得天獨厚的自然條件為森林提供了充足的生長條件[32]。在空間上不同區位的森林WUE存在較大的差異。哀牢山以西的森林具有更高的ET、GPP值,這主要是受西南季風的影響,且多數為國有林或者自然保護區。位于滇東南的山地苔蘚常綠闊葉林,雖然終年氣候濕潤,熱量充足,但其易受氣候影響,GPP值較低,ET卻較高,因而導致其WUE處于低值水平。分布在滇中、滇西南、滇西和滇西北的中山濕性常綠闊葉林WUE具有明顯的差異,從滇中到滇西南到滇西北不斷下降,滇中和滇西北的植被ET都極低,但是由于滇中GPP較高,最終使得其WUE形成較大的差異。而滇西南中山濕性常綠闊葉林WUE情況與滇南的季風常綠闊葉林具有相同的分布趨勢。

雖然草地與耕地WUE相差不大,但是其ET和GPP卻不盡相同。草地的ET和GPP都最低,這主要是由于草地生物量較低,光合作用能力弱,需水量少。而耕地在人為控制下,具有充足的營養物質和水分來保證作物生長,在全球尺度的WUE研究發現,耕地的WUE僅次于森林,高于草地,占據中間值的位置[17]。雖然在農業政策的引導下,我國的耕地管理辦法得到了較好的改善[33],但是在云南省有69.79%為坡耕地,其水土流失嚴重,作物產量較低,所以GPP較低,ET較高,導致耕地WUE較低[34—36]。所以該地區還需要不斷加強治理,因地制宜制定水土保持、生態建設辦法、措施,進行綜合科學的管理[37]。

4.2 干旱對云南省植被WUE的影響分析

云南省在2009—2013年發生了連續四年的連旱,其中2009—2010的旱情最嚴重,2012—2013次之,此次干旱具有持續時間長、影響范圍大、干旱程度重的特征,其中在秋、冬、春季節的干旱對人民生產生活均產生了顯著的影響。研究表明當植被受到干旱脅迫時,根長和葉片氣孔導度形態均會產生一定的變化,使得植被的光合速率、蒸騰速率、呼吸作用等都會出現下降的趨勢[38]。因此在2009—2010年ET驟降,但2009年年均溫較高,加之秋冬干旱對植被的生產力影響較小,從而2009年GPP沒有明顯下降,而2010年的春季植被生產力則受到嚴重影響。但是WUE在2012年才反映出明顯的下降趨勢,可以看出植被對干旱的響應具有一定的滯后性[15]。2012—2013年的干旱沒有對植被ET產生明顯的影響,說明植被對干旱的生態環境產生了一定的適應性,水資源是限制植被固碳的重要因素。而2013年植被WUE較高,體現出干旱對植被WUE具有一定的滯后正效應[10]。

4.3 瀾滄江上游的三江并流區域WUE特征

三江并流區氣候環境復雜且敏感,具有獨特的地形特征和豐富的資源[39]。而其植被WUE卻較低(圖5),這主要是由于該區域的山峰海拔較高,冰雪覆蓋的低溫環境不利于植被的生長。并且北部的金沙江峽谷、瀾滄江峽谷和怒江峽谷整體上山體坡度較大,在印度洋暖濕氣流的影響下,植被覆蓋度也較低,從而使得其WUE較低[40]。而同時該區域植被WUE增加10%以上,主要是由于隨著全球氣候變暖,該區域植被覆蓋度顯著增加,WUE也呈現增加的態勢[41]。對WUE與氣候因子的相關分析(圖9)可以看出該區域植被生長主要受氣溫的影響,說明全球氣候變暖引起氣溫顯著上升(圖3),整體上對該區域植被表現出正面效應。這可能是氣溫升高引起冰川凍土融化的同時為植被生長提供了較好的水熱條件,植被覆蓋度顯著增加[42]。而三江并流區原本就具有豐富的生物量,在2003年被列入《世界遺產名錄》之后生態保護工程實施效果顯著,植被生長環境得到改善。

4.4 不確定因素分析

本文采用MODIS 16(ET)和MODIS 17(GPP)產品來估算云南省植被WUE,但其估算結果具有一定的誤差。主要是由于GPP數據反演時的最大光能利用率為常數,未考慮不同植被之間的差異,導致在高生產力地區的值易被低估[43]；ET數據反演的過程中需要結合氣候、植被等多項參數,其原數據的不確定性一定程度上也會影響ET數據反演的準確性[44]。盡管如此,該數據集依然被廣泛應用于WUE的研究,因其在某種程度上依然能夠反映植被WUE的時空變化特征[45]。在研究不同土地利用類型的WUE變化特征中,由于數據源獲取限制,只能選擇中間年份的土地利用數據進行分析,在一定程度上存在不確定性。在影響因素方面,云南省在地形和氣候方面特征突出,其他因素如二氧化碳濃度[9,46]、干旱[38]、太陽輻射[17]等也會對WUE產生重要的影響,在未來的研究中,應該考慮這些因素來更全面的研究其對植被WUE的影響,從而提高我們對全球氣候變化在區域尺度上響應的理解。同時在分析WUE與氣溫、降水等因素的關系時,僅做了有限的相關分析和討論,缺乏對其驅動因素機制機理的深入研究,在未來的研究中應綜合各影響因素對其影響機制展開進一步深入的研究。

5 結論

本研究基于MODIS數據定量估算了2000—2014年云南省水分利用效率,分析了其WUE的時空演變規律及對海拔和氣候因子之間的響應,可以得到如下結論:

(1)2000—2014年云南省植被WUE呈波動上升的趨勢,在年內表現為“M”型的變化趨勢。森林的WUE最高,灌木地的WUE增速最快,耕地與草地的WUE相差不大,并且增速最慢,所以還需要合理規劃利用坡耕地資源,開展坡耕地水域生態環境治理。2010—2013年的干旱對云南省植被WUE影響明顯,表現為滯后的正效應。

(2)云南省植被WUE具有較強的空間分異規律,整體上表現為西高東低。麗江為植被WUE高值的集中區,整體上大于2 gC mm-1m-2,文山和昭通為WUE的低值區,整體上小于1.5 gC mm-1m-2。三江并流區域植被WUE隨著山脈走勢呈現條狀變化分布。除麗江以外,其他WUE高值區呈下降的趨勢,WUE低值區成上升的趨勢。

(3)植被WUE隨著海拔的升高呈現先增加后下降的變化趨勢,其變化百分率則呈現隨著海拔的升高而增加的趨勢,高海拔植被WUE受環境影響更加敏感。三江并流區在全球氣候變化及生態保護工程的影響下,其WUE在2000—2014年整體上增加10%以上。

(4)整體上相較于降水因子,云南省植被WUE受氣溫影響更大,北部植被WUE主要與氣溫呈正相關,南部則呈負相關。受氣候因子影響顯著的區域主要分布在三江并流區及昭通,其他地區則受非氣候因素影響更大。