廣西喀斯特地區植被NPP對高低溫氣象災害的響應

陳燕麗，李明志，謝 映，莫偉華，羅永明

（1.廣西壯族自治區氣象科學研究所，廣西南寧 530022；2.百色市氣象局，廣西百色 533000）

植被是生態環境變化的指示器，是聯結大氣、土壤、水分和生物的重要紐帶[1]。研究發現，氣象因子對不同地區植被影響差異明顯；在溫帶和寒帶地區，氣溫為影響植被的主導因子；在干旱半干旱或干濕季節差異明顯地區，降水為影響植被的主導因子[2-4]，這些結論一般基于氣溫和降水平均態得出。在全球氣候變暖背景下，氣候變化呈現極端化，氣象災害發生頻繁，對植被生長造成嚴重威脅，氣象災害對植被的影響成為新的研究熱點。

中國是世界上喀斯特分布面積最大的國家，喀斯特地區多分布在廣西、貴州和云南等地；這些地區濕潤多雨，屬典型的亞熱帶氣候，具有氣溫高、降水時空差異大和氣象災害發生頻繁等特點[5]。在強烈的喀斯特作用和復雜景觀類型條件下，喀斯特地區生態系統脆弱，對外界環境的響應敏感，加上資源的不合理開發與利用，導致該地區石漠化現象日益嚴重[6]。研究表明，氣溫和降水顯著作用于喀斯特地區歸一化植被指數（Normalized Difference Vegetation Index，NDVI）和植被凈初級生產力指數（Net Primary Productivity，NPP），氣溫的作用大于降水[7]，但降水的響應速度大于氣溫[8]。喀斯特地區植被對不同氣候因子的響應存在閾值效應[9]和滯后性[10-11]。一般來說，短期的氣候變化對喀斯特地區植被的影響不明顯[12]，但極端氣候事件影響顯著。2008 年，氣溫極端變化引發我國南方特大凝凍事件，導致貴州省喀斯特集中連片區植被NPP 損失0.77×106tC，其中灌叢損失最嚴重，且恢復最差[13]。

近50年來，我國西南地區氣候呈現“暖干化”趨勢[14]，為喀斯特地區石漠化治理帶來嚴峻挑戰。氣溫極冷或極暖對喀斯特地區植被造成的影響是值得開展研究的課題。目前，針對高溫災害對喀斯特地區植被影響的研究較少。持續高溫天氣是引發干旱的重要因素；干旱條件下，貴州省有31 種植物遭受破壞，其中中型葉、革質葉和單葉熱帶常綠小喬木遭受的損失更嚴重[15]。嚴重低溫會對喀斯特地區植被造成不可逆傷害，在2008年的我國南方特大凝凍事件中，喀斯特巖性區受損程度明顯比非喀斯特巖性區嚴重，表現為植被NPP 受損率高，恢復程度差[13]，且冰雪凝凍使土壤結構發生變化[16]。

研究發現，在喀斯特地區有林地和無林地中，裸露巖石表面的溫度和地表溫度差異較大，選擇耐高溫性較強、水分蒸騰較小的樹種可提高該地區造林成活率和生態恢復效果[17]。喀斯特地區地表覆蓋特征對土壤溫度、土壤水分均有較大影響，且大氣溫度與不同林種覆被下的土壤溫度變化密切相關[18]。海拔、坡度和坡向等地理環境對植被生長也有重要影響[19]。高低溫氣象災害對植被在不同地形、地貌條件下的影響差異值得深入研究，可為林業種植布局提供更科學合理的參考。

作為我國排名第3 的喀斯特省（自治區、直轄市），喀斯特是廣西典型的脆弱生態系統，是政府生態環境保護的重點關注地區。本研究以廣西喀斯特地區為研究對象，基于廣西喀斯特地區2000—2021 年植被NPP 和氣溫資料，通過分析植被NPP 變化趨勢和多種高溫、低溫氣象災害指數與不同林種NPP 的相關性，研究該地區植被變化趨勢和高低溫氣象災害對植被的影響規律，為氣候變暖背景下喀斯特地區植被保護修復和氣象防災減災等提供科學依據。

1 材料與方法

1.1 研究區概況

廣西（104°26′～112°04′E，20°54′～26°24′N）地處中國南部，北回歸線橫貫中部，南瀕熱帶海洋，北接南嶺山地，西延云貴高原，具有周高中低、盆地和山地多及平原少的地形特點；其中，喀斯特地貌區面積占廣西總面積的37.8%。廣西喀斯特地區山多地少，土地貧瘠，生態環境較差，石漠化現象嚴重，氣象災害發生頻繁，嚴重制約當地經濟和社會發展，屬全國貧困落后地區（圖1）。

圖1 廣西喀斯特地區林種和氣象站點分布Fig.1 Distributions of forest species and meteorological stations in Guangxi karst areas

1.2 數據來源

氣象數據為廣西壯族自治區氣象信息中心提供的研究區69 個氣象站點1961—2021 年逐日氣溫和降水數據。日數和積溫可較好地表征氣象災害影響的時長和嚴重程度；最高氣溫和最低氣溫可反映氣象災害的極端變化；同時綜合考慮在高低溫氣象災害過程中常用的監測指標，選擇高低溫氣象災害指標（表1）。

表1 氣象災害指標Tab.1 Indexes of meteorological disasters

衛星遙感數據來自美國國家航空航天局（National Aeronautics and Space Administration，NASA）中分辨率成像光譜儀（Moderate Resolution Imaging Spectro-radiometer，MODIS）反演的植被指數產品MOD13Q1，250 m分辨率16天合成，數據版本為V006，數據時段為2000—2021 年。對研究區MOD13Q1 遙感數據集進行圖像鑲嵌、數據格式轉換、投影轉換和質量檢驗等預處理，得到質量可靠的NDVI 數據集，并進行月合成，獲得月NDVI 數據集，用于計算植被NPP。

地理信息數據包括廣西喀斯特地區林種分布數據（由廣西壯族自治區森林資源與生態環境監測中心提供）、30 m 空間分辨率廣西數字高程模型（Digital Elevation Model，DEM）數據（來源于地理空間數據云）及1∶25 萬廣西縣行政邊界、廣西喀斯特地區矢量邊界和廣西氣象站點經緯度信息（均來源于廣西壯族自治區氣象科學研究所）。

1.3 研究方法

1.3.1 植被NPP計算

基于陸地生態系統碳通量（Terrestrial Ecosystem Carbon Budget，TEC）模型計算植被NPP[20]，計算公式為：

式中，NPPij、GPPij和Rij分別為第i年第j月的植被凈初級生產力、總初級生產力和呼吸消耗量（gC·m-2）；εij為第i年第j月的光能實際利用率（gC/MJ），反映溫度、水分等因子對光合作用的影響；FPAR 為植被吸收光合有效輻射的比例；PARij為第i年第j月的入射光合有效輻射（MJ/m2）；NPPi為第i年植被凈初級生產力（gC·m-2）；n為1年總月份數，n=12。

1.3.2 相關性分析

采用Pearson相關性分析，研究植被NPP與各氣象災害指標的相關性，計算公式[21-22]為：

式中，R為變量x和y的相關系數；xi為第i年植被NPP值；為多年植被NPP均值；yi為第i年氣象災害指標值；為多年氣象災害指標均值。R的取值范圍為[-1，1]，R越大表明變量間的相關性越強；采用t統計量進行顯著性檢驗。

1.3.3 線性趨勢分析

采用線性趨勢法分析植被NPP 變化趨勢，計算公式[22]為：

式中，k為植被NPP 的變化趨勢率；n為年份；i為年序號；Ci為第i年的植被NPP均值。k為正值表示一段時間內年植被NPP 呈增加趨勢，為負值表示呈降低趨勢。

1.3.4 氣象要素空間插值

氣象要素插值采用小網格推算模型[23]，通過建立站點觀測數據與地理因子的線性回歸模型，對高低溫氣象災害指數進行空間插值和訂正，模型為：

式中，p為氣象災害指數；φ、λ、?、θ和β分別為地理因子緯度、經度、海拔、坡度和坡向；ε為地理殘差。

2 結果與分析

2.1 植被NPP時空變化特征

2000—2021 年，研究區植被NPP 呈波動增加趨勢，增長速率為84.7 gC·m-2/10a（圖2）。2021年植被NPP 最高（1 073.9 gC·m-2）；2005、2006、2009、2010和2012 年植被NPP 均較低，均低于800 gC·m-2；2013、2016—2019 和2021 年植被NPP 均較高，均高于900 gC·m-2。2000—2021 年，植被NPP 變化趨勢率為正值的區域面積占比為90.4%，即大多數地區植被NPP 呈增加趨勢；植被改善較明顯的地區主要分布在桂林市東北部和來賓市中部，植被退化較明顯的地區主要分布在柳州市中部和河池市西部（圖3）。

圖2 2000—2021年植被NPP變化Fig.2 Vegetation NPP changes from 2000 to 2021

圖3 2000—2021年植被NPP均值空間分布Fig.3 Space distributions of average vegetation NPP from 2000 to 2021

2.2 植被NPP與高溫災害指數的相關性

研究區植被NPP 與≥35 ℃日數、≥37 ℃日數、≥35 ℃積溫、≥37 ℃積溫和最高氣溫的相關系數均值分別為-0.24、-0.06、-0.21、-0.03 和-0.02；呈負相關的區域面積占比分別為84.9%、58.8%、80.1%、56.2%和56.1%；呈弱相關（|R|<0.3）的區域面積占比分別為54.6%、68.3%、59.2%、82.7%和80.1%（圖4）。研究區植被NPP 與各高溫災害指數均以弱負相關為主；大部分地區植被NPP 對高溫災害為負響應，與各高溫災害指數呈負響應的區域面積占比均超過50%。

圖4 植被NPP與高溫災害指數的相關性Fig.4 Correlations among vegetation NPP and high temperature disaster indexes

研究區植被NPP與高溫災害指數的相關性呈明顯空間差異；以河池市和崇左市為界，西部地區以正相關為主，東部地區以負相關為主。研究區中部（河池市東北部和南部、柳州市中部）為植被NPP與高溫災害指數負響應高值區；研究區西部（百色市西南部）為植被NPP 與高溫災害指數正響應高值區。百色市與河池市交界處的喀斯特地區植被NPP對高溫災害指數響應變化較大，氣溫閾值由≥35 ℃上升至≥37 ℃時，兩者的相關性甚至發生正負轉變。

2.3 植被NPP與低溫災害指數的相關性

研究區植被NPP與≤0 ℃日數、≤0 ℃積溫和最低氣溫的相關系數均值分別為0.03、-0.05 和-0.02；呈負相關的區域面積占比分別為48.1%、54.6%和52.2%；呈弱相關（|R|<0.3）的區域面積占比分別為85.3%、83.0%和90.8%（圖5）。研究區植被NPP與≤0 ℃積溫和最低氣溫均以弱負相關為主，與≤0 ℃日數以弱正相關為主。

圖5 植被NPP與低溫災害指數的相關性Fig.5 Correlations among vegetation NPP and low temperature disaster indexes

研究區植被NPP 與低溫災害指數的相關性呈明顯空間差異；來賓市西南部、柳州中部和桂林市東南部的植被NPP 對≤0 ℃積溫的負響應較明顯，但對≤0 ℃日數的負響應不明顯，甚至表現為正響應；植被NPP 對最低氣溫呈負響應明顯的區域主要分布在研究區西南部的崇左市（圖5）。

2.4 不同林種NPP對高低溫災害的響應

上述分析發現，植被NPP 與高低溫災害指數的相關性存在正、負兩種情況，為更清楚地了解氣象災害對植被的負面影響，分析不同林種NPP 與高低溫災害指數的負相關性（負相關系數和呈負相關的區域）差異。

各林種NPP與高溫災害指數的負相關性均較弱，R為-0.163～-0.354（圖6）。各林種NPP與≥35 ℃日數的負相關性均強于≥37 ℃日數，與≥35 ℃積溫的負相關性均強于≥37 ℃積溫。闊葉林NPP 與高溫災害指數的負相關性較弱，R均值為-0.205；竹林NPP與高溫災害指數的負相關性相對較強，R均值為-0.282。

圖6 不同林種NPP與高溫災害指數的相關性Fig.6 Correlations among NPP of different forest species and high temperature disaster indexes

各林種NPP 與低溫災害指數的負相關性均較弱，R為-0.114～-0.258（圖7）。各林種NPP 與≤0 ℃積溫和≤0 ℃日數的負相關性均強于最低氣溫。松樹類NPP 與低溫災害指數的負相關性較弱，R均值為-0.161；桉樹（Eucalyptusspp.）類NPP 與低溫災害指數的負相關性相對較強，R均值為-0.197。

圖7 不同林種NPP與低溫災害指數的相關性Fig.7 Correlations among NPP of different forest species and low temperature disaster indexes

各林種NPP 與各高溫災害指數呈負相關的區域面積占比差異較大。高溫閾值從35 ℃上升至37 ℃時，各林種NPP 與對應高溫災害指數呈負相關的區域面積占比明顯下降。各林種NPP 與≥35 ℃日數呈負相關的區域面積占比均值最高（83.0%），與最高氣溫呈負相關的區域面積占比均值最低（54.1%）。闊葉林NPP 與高溫災害指數呈負相關的區域面積占比較低，均值為51.7%；桉樹類NPP 與高溫災害指數呈負相關的區域面積占比較高，均值為78.0%。

各林種NPP 與各低溫災害指數呈負相關的區域面積占比差異較大。各林種NPP 與≤0 ℃積溫呈負相關的區域面積占比均值最高（52.8%），與最低氣溫呈負相關的區域面積占比均值最低（45.9%）。杉木林NPP 與低溫災害指數呈負相關的區域面積占比較低，均值為44.9%；闊葉林NPP 與低溫災害指數呈負相關的區域面積占比較高，均值為53.5%。

各林種NPP 與各高低溫災害指數總體上均以弱負相關為主，高溫災害對各林種NPP 的負影響強度大于低溫災害；高溫災害中，≥35 ℃日數對各林種NPP 的負影響較強；低溫災害中，≤0 ℃積溫對各林種NPP 的負影響較強；高溫災害對竹林NPP 負影響較強；低溫災害對桉樹類NPP 負影響較強。高溫災害對各林種NPP 的負影響區域面積大于低溫災害；高溫災害中，≥35 ℃日數對各林種NPP 的負影響區域面積較大；低溫災害中，≤0 ℃積溫對各林種NPP的負影響區域面積較大；高溫災害對桉樹類NPP 的負影響區域面積較大；低溫災害對闊葉林NPP 的負影響區域面積較大。

3 討 論

石漠化是喀斯特地區最突出的生態問題，隨著退耕還林、珠江防護林和森林生態效益補償等[24]林業重點生態工程及一系列喀斯特地區生態保護和治理項目的實施，在人為活動壓力減輕和廣西良好的雨熱同期氣候條件下，廣西石漠化面積持續減少[25]，生態狀況逐步好轉，這是廣西喀斯特大部分地區植被長勢穩定變化和改善的重要原因。研究結果顯示，2000—2021 年廣西喀斯特地區植被NPP 變化趨勢率為正值的區域面積占比為90.4%，植被改善趨勢明顯。前期研究發現，采用植被增強型植被指數（Enhanced Vegetation Index，EVI）監測發現，2000—2018 年廣西喀斯特地區植被增加面積比例達91.45%[26]；廣西百色市植被變化趨勢監測結果顯示，植被NPP呈增長趨勢[27]。

廣西喀斯特地區植被改善呈明顯的空間差異，東北和中部地區（桂林市東北部和來賓市中部）植被改善趨勢較明顯。植被類型不同是植被NPP 空間差異的重要原因[28-29]。桉樹成林速度快，對植被NPP變化影響較大；以灌木和灌草植物為主的地區，植被變化較穩定。研究區近20 年植被NPP 增長趨勢明顯，但存在較大波動，主要原因為氣象災害的影響，如2005 夏季、2009 夏末秋初的高溫干旱均造成植被NPP 大幅降低。由于氣象災害具有種類多、交替性強和滯后性等特點，其對植被的影響較復雜，需深入研究。不同林種的NPP具有較大差異，即植被種類更替也是NPP 波動的重要原因之一。

廣西喀斯特地區植被對不同氣象災害指數的響應存在明顯的空間異質性，即使是同類型氣象災害指數，由于閾值差異，植被NPP 的響應也不同。≤0 ℃日數和≤0 ℃積溫的空間分布規律相似，主要分布在桂林市東北部、河池市北部山區，但其對植被NPP 產生負影響的高值區與其高發區存在較大差異。在廣西，高溫氣象災害的發生具有連續性、持續性等特點，低溫氣象災害的發生一般具有突發性，且大部分地區低溫持續時間不長。植被類型差異是高低溫氣象災害對植被影響產生空間異質性的重要原因，高低溫氣象災害的高發區與其對植被影響高值區的差異較大說明了這一點；在精細化氣象防災減災服務中，需充分考慮植被特性。此外，氣象災害發生過程會使植被葉和莖的生理活動、土壤水分及植被生長發育環境等發生一系列變化，進而影響植被長勢，即植被對氣象因素的響應在時間上有一定的延遲，即滯后效應[30]；滯后效應的時長在不同類型植被和氣候帶間差異顯著[20]，喀斯特地區植被對氣象因子的響應滯后期多為1～2 個月[31]。本研究從年尺度分析植被NPP 對高低溫災害的響應特征，時間跨度長，滯后性不明顯，如在月尺度上分析植被對氣象災害的響應，則需充分考慮滯后期的影響。

4 結 論

2000—2021 年，廣西喀斯特絕大多數地區的植被NPP 呈明顯改善趨勢。高溫災害指數對研究區植被NPP 均以弱負影響為主；低溫災害各指標表現不同，其中≤0 ℃積溫和最低氣溫均以弱負影響為主。高溫災害對植被NPP 的高負影響區為研究區中部，低溫災害的高負影響區不同指數間差異較大。發生高溫災害時，竹林NPP 受影響程度較大，桉樹類NPP 受影響區域較大；發生低溫災害時，桉樹類NPP 受影響程度較大，闊葉林NPP 受影響區域較大。

利益沖突：所有作者聲明無利益沖突。

作者貢獻聲明：陳燕麗負責試驗調查與設計、試驗實施和論文撰寫；李明志負責數據收集與分析；謝映負責協助完成試驗調查和文獻檢索；莫偉華、羅永明負責材料提供和項目支持。