歐亞大陸不同生態(tài)區(qū)植被生長對降水響應的季節(jié)變化規(guī)律

孫立群,李晴嵐,陳 驥,牛 俊

1 中國科學院深圳先進技術(shù)研究院,深圳 518055 2 香港大學土木工程系,香港 9990773 中國農(nóng)業(yè)大學中國農(nóng)業(yè)水問題研究中心,北京 100083

歐亞大陸土地廣袤,涵蓋了我國“一帶一路”戰(zhàn)略規(guī)劃的大部分國家。歐亞大陸人口眾多,不同國家和地區(qū)的地理條件、經(jīng)濟發(fā)展差異極大[1]。類似于中國的“胡煥庸線”難題,水資源對歐亞大陸很多國家,尤其是中亞干旱地區(qū)國家的生態(tài)安全和經(jīng)濟發(fā)展具有重要的意義[2]。了解歐亞大陸植被生長對降水響應的時空格局是“一帶一路”戰(zhàn)略順利實施的科學與生態(tài)基礎(chǔ)。在氣候變化的背景下,如何因地制宜地應對及適應氣候變化,從而促進當?shù)厣鐣c經(jīng)濟的可持續(xù)性發(fā)展,是歐亞大陸每一個國家和地區(qū)的人們所需要面對和亟待解決的問題[3]。

植被生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)的主體,在不同地理環(huán)境和氣象條件下對氣候變化有著不同響應機制。例如,在中國的內(nèi)蒙古地區(qū),植被生長受水分影響多一些[4]。而在中國東北地區(qū),則對溫度變化更為敏感[5]。植被生長是一個極為復雜的過程,在排除霜凍、病蟲害、水利灌溉和施肥等影響后,植被生長主要受到溫度、水分條件、日照輻射3個自然條件的脅迫[6]。選取合適的方法,分析陸地植被生長在不同地區(qū)對降水變化的響應關(guān)系是本文研究的重點。

經(jīng)過數(shù)十年遙感數(shù)據(jù)的積累,在大陸尺度研究每個像元上植被生長與氣候變化的關(guān)系已經(jīng)成為可能。Peng等[7]使用歸一化植被指數(shù)NDVI(Normalized Difference Vegetation Index)和全球氣象格點數(shù)據(jù),采用偏相關(guān)方法(Partial Correlation Coefficient)單獨計算了日間和夜間增溫對北半球高緯度地區(qū)植被生態(tài)系統(tǒng)的影響,發(fā)現(xiàn)濕潤地區(qū)和干旱地區(qū)的植被對晝夜增溫的響應是不一致的。Shen等[8]使用SPOT(Satellite Pour l′Observation de la Terre)NDVI分析了青藏高原上降水對春季植被物候的影響,指出干旱地區(qū)的植被為了最大限度地利用降水來促進自身的生長,會比濕潤地區(qū)的植被表現(xiàn)得對降水更為敏感。因此,本文將以生態(tài)區(qū)為視角,使用NDVI植被指數(shù)表征植被生長狀態(tài),分析歐亞大陸植被生長對降水的響應關(guān)系在不同生態(tài)區(qū)的季節(jié)差異和該響應關(guān)系的變化趨勢,從而分析得到歐亞大陸植被生長對降水響應的時空格局,為歐亞大陸不同區(qū)域應對和適應氣候變化提供決策依據(jù)。

1 數(shù)據(jù)和方法

本文以歐亞大陸為研究區(qū)域,以陸域植被生態(tài)系統(tǒng)為研究對象,利用GIMMS(Global Inventory Modeling and Mapping Studies)長序列(1982—2015年)第3代植被指數(shù)NDVI3g數(shù)據(jù)來表征陸地生態(tài)系統(tǒng)的植被生長狀況。NDVI3g采用多顆AVHRR(Advanced Very High Resolution Radiometer)衛(wèi)星數(shù)據(jù)計算得到,數(shù)據(jù)的空間分辨率為0.0833度,每月的前15天產(chǎn)生一個a值,余下的天數(shù)的數(shù)據(jù)產(chǎn)生第二個b值,在數(shù)據(jù)發(fā)布時已經(jīng)做了初步的大氣校正[9]。為了最大限度去除云的干擾,在計算月度數(shù)據(jù)時,本研究將取每個月a、b兩值的最大值作為當月的NDVI值[10- 11]。相關(guān)研究區(qū)域的氣象數(shù)據(jù)來自英國東安哥拉大學氣候研究中心發(fā)布的空間分辨率為0.5度的全球網(wǎng)格數(shù)據(jù)集Climatic Research Unit Time-series data sets第4版本(CRUTS V4)[12]。

根據(jù)歐亞大陸的地理位置,參考已有研究成果對季節(jié)的劃分方案[13],本文設(shè)置4至5月為春季,6至8月為夏季,9至10月為秋季,從而將月值植被數(shù)據(jù)和氣象數(shù)據(jù)整合生成春、夏、秋3個季節(jié)的均值。對季節(jié)平均NDVI值小于0.1的像素設(shè)置為無植被,將每個季節(jié)的NDVI和氣象數(shù)據(jù)做去趨勢化處理[13],再將氣象數(shù)據(jù)從0.5度重新采樣至與NDVI數(shù)據(jù)保持一致的空間分辨率(1/12度),參與其后的相關(guān)性計算[7]。最后使用世界野生動物基金會(World Wildlife Fund,WWF)發(fā)布的全球陸地生態(tài)區(qū)劃圖[14],對植被-降水關(guān)系在每個生態(tài)區(qū)上進行分異研究。WWF發(fā)布的生態(tài)區(qū)劃地圖是目前學界使用最為廣泛的區(qū)劃方案[15],在本文研究的歐亞大陸范圍內(nèi),共有328個生態(tài)區(qū)(eco-region)。

為了單獨研究區(qū)域內(nèi)植被生長對降水響應的時空變化規(guī)律,本文通過計算偏相關(guān)系數(shù)(Partial Correlation Coefficient)[16],排除溫度和日照輻射的共同作用[6]。例如,在計算某像素點上的植被生長對降水的響應關(guān)系,可通過計算二階偏相關(guān)系數(shù),單獨計算植被指數(shù)(NDVI)與降水(Precipitation)的偏相關(guān)系數(shù)(RNDVI-Prep),并排除平均氣溫和日照輻射的共同作用,其計算公式為：

(1)

式(1)中,4個計算變量分別為：1=植被指數(shù)(NDVI)；2=降水；3=平均溫度；4 =日照輻射(使用云量數(shù)據(jù)替代)。式(1)中的R12,3是排除平均溫度共同作用之后計算得到的NDVI與降水的偏相關(guān)系數(shù),該相關(guān)系數(shù)的計算公式如式(2)所示：

(2)

同理,參考公式(2),可計算得到R14,3和R24,3。其中R14,3是排除平均溫度共同作用之后計算得到的NDVI與日照輻射的偏相關(guān)系數(shù)；R24,3是排除平均溫度共同作用之后計算得到的降水與日照輻射的偏相關(guān)系數(shù)。公式(2)中,R12為NDVI與降水的相關(guān)系數(shù),R13為NDVI與溫度的相關(guān)系數(shù),R23為降水與溫度的相關(guān)系數(shù)。

本文首先分析1982—2015整個時間段上NDVI與降水的偏相關(guān)系數(shù)(RNDVI-Prep)的分布規(guī)律,并排除平均氣溫和日照輻射的共同作用。然后以17年為一個時間窗口,把1982—2015整個時間段共34年平均分兩個時間段。第一個17年為1982—1998；最后一個17年為1999—2015。然后使用時間滑動窗口,每次向后滑動一年,共產(chǎn)生18個時間窗口。在每個時間窗口i內(nèi)計算歐亞大陸陸域植被在不同季節(jié)對降水的響應關(guān)系,即排除溫度和日照輻射共同作用后的NDVI與降水的偏相關(guān)關(guān)系RNDVI-Prep(i)。將18個時間窗口的偏相關(guān)系數(shù)采用最小二乘法做趨勢分析[17],進而得到RNDVI-Prep(i)的斜率,即為TrendR。

同時,為了表征每個像素上植被對降水的依賴程度和以及該依賴程度的變化趨勢,我們將像素分為四類。在每個像素(x,y)上,將18個滑動窗口上的偏相關(guān)系數(shù)RNDVI-Prep(i)做一次篩選,將偏相關(guān)系數(shù)為正,且置信度大于90%(即偏相關(guān)系數(shù)的絕對值|R|≥0.437)的第i個時間窗口選出來,并將T(i)標記為1,不滿足這個置信度的則標記為0,公式如下所示：

(3)

計算每個像素上ξpositive(x,y)的值,如果ξpositive(x,y)≥10,則表明該像素上不同時間滑動窗口偏相關(guān)系數(shù)RNDVI-Prep(i)為正且顯著相關(guān)(P<0.1)的時間段超過9個,即為總時間窗口的一半以上。這表明該像素上植被對降水的依賴程度較高。如果再疊加上植被與降水的偏相關(guān)關(guān)系RNDVI-Prep(i)的趨勢TrendR,則可以較為精確地描述每個地區(qū)的植被與降水的關(guān)系。例如,某個像素的ξpositive(x,y) ≥10,而且該像素上偏相關(guān)系數(shù)的趨勢TrendR為正,則表明像素上對降水的依賴程度較高,且在1982至2015年間有增強的趨勢。

相反,在每個像素(x,y)上將18個滑動窗口上的相關(guān)系數(shù)為負且置信度大于90%的第i個時間窗口選出來,并將T(i)標記為1,不滿足這個置信度的則標記為0,公式如下所示：

(4)

計算每個像素上ξnegative(x,y)的值,如果ξnegative(x,y) ≥10,則表明該像素上不同時間滑動窗口RNDVI-Prep(i)為負且偏相關(guān)系數(shù)顯著相關(guān)(P<0.1)的時間段為總時間窗口數(shù)的一半以上。這表明該像素上植被對降水的依賴程度較低,且過多降水會導致溫度和日照輻射相應的減少,越不利于植被生長。

2 水文氣象條件

根據(jù)Nemani等[6]提出的植被生產(chǎn)力與光照、溫度、水分因子這3個自然變量的脅迫關(guān)系模型,本文將該模型由年尺度分解到每個季節(jié)。如圖1所示,春季受水分脅迫(紅色區(qū)域)影響最大的研究區(qū)域西起歐洲伊比利亞半島南部,貫穿地中海北岸、阿拉伯半島、伊朗高原、南亞次大陸,直至孟加拉灣地區(qū)。春季受日照輻射脅迫(綠色區(qū)域)的地區(qū)主要集中在歐洲、中國華南地區(qū)和東南亞地區(qū)。高緯度地區(qū)在春季主要受溫度脅迫(藍色區(qū)域)。在春季,中國北方地區(qū)、蒙古高原、中亞地區(qū)的植被同時受水分和溫度的脅迫(粉色區(qū)域)。

圖1 植被生長所受自然脅迫條件的季節(jié)分布Fig.1 Distribution of seasonal potential climatic constraints to plant growth紅色代表水分脅迫區(qū)域(Water,W),藍色代表溫度(Temperature,T)脅迫區(qū)域,綠色代表日照輻射(Radiation,R)脅迫區(qū)域

如圖1所示,在夏季,由于氣溫升高,俄羅斯境內(nèi)大部分地區(qū)的植被從春季時受溫度脅迫轉(zhuǎn)變?yōu)槭苋照蛰椛涿{迫(綠色區(qū)域),只有俄羅斯遠東少部分地區(qū)和中國的青藏高原部分地區(qū)依然保持受溫度脅迫。植被受水分條件脅迫的區(qū)域(紅色區(qū)域)主要集中在伊比利亞半島、亞平寧半島、巴爾干半島、阿拉伯半島和中亞等地區(qū)。其余地區(qū),包括中國東部和南部地區(qū)、南亞及東南亞地區(qū),其植被大多是受日照輻射脅迫。圖1顯示,相對于夏季,在秋季受水分脅迫的地區(qū)有向南移動的趨勢,在歐洲和中亞地區(qū)有所減少,但是在印度西北部地區(qū)呈增加趨勢。歐洲大部分地區(qū)和中國南部、日本、南亞及中南半島、東南亞地區(qū)的植被主要受日照輻射脅迫。相對于夏季,中國西北部和蒙古國地區(qū)的植被在秋季同時受水分和溫度脅迫的區(qū)域(粉色區(qū)域)有所擴展。

通過上述3個自然脅迫條件的分季節(jié)分析可以發(fā)現(xiàn),在歐亞大陸植被生長對降水的響應有明顯的時空差異,其研究必須在時間尺度和空間尺度同時展開。

3 季節(jié)變化

通過計算1982—2015年整個時間段上NDVI與降水的偏相關(guān)系數(shù)RNDVI-Prep(排除了溫度與日照輻射的共同作用),得到歐亞大陸每個像素上春、夏、秋3個季節(jié)植被生長對降水的響應關(guān)系(圖2)。在春季,植被生長與降水呈顯著正相關(guān)關(guān)系(P<0.01)的地區(qū)與WWF發(fā)布的部分生態(tài)區(qū)邊界有較高的一致性,這些區(qū)域主要集中在東歐大草原(Pontic steppe,PS)、中亞地區(qū)的干旱草原與荒漠地區(qū)(例如：Central Asian northern desert,CAND),中國東北和蒙古國東部的草原區(qū)(例如：Mongolian-Manchurian grassland, MG)。與此相對,植被生長與降水的關(guān)系為顯著負相關(guān)(P<0.01)的區(qū)域所處的緯度相對正相關(guān)地區(qū)的緯度普遍較高,主要集中北歐瑞典、芬蘭以及俄羅斯境內(nèi)60°N以北的高緯度地區(qū)。這些地區(qū)的負相關(guān)可能與春季的降雪影響有關(guān),加之該地區(qū)在春季主要受到溫度脅迫,過多的降水會使得春季的溫度升溫來的緩慢,從而影響這些地區(qū)的植被生長。

夏季由于溫度的增長,RNDVI-Prep呈顯著正相關(guān)(P<0.01)的區(qū)域明顯增加。這些區(qū)域廣泛地分布在35°—60°N之間(圖2中虛線所示)的歐亞大陸干旱、半干旱地區(qū)。它們西起東歐大草原,貫穿中亞草原和干旱地區(qū),東至我國東北和蒙古國地區(qū)的草原生態(tài)區(qū)。另外巴基斯坦和印度西部的干旱森林和荒漠地區(qū),以及印度南部疏林生態(tài)區(qū)的植被也表現(xiàn)出與降水呈顯著正相關(guān)關(guān)系。需要指出的是,在我國華北平原和中歐部分地區(qū),農(nóng)業(yè)區(qū)域占比很高,這些地區(qū)的植被生長與降水也呈現(xiàn)很高的正相關(guān)關(guān)系。與此相對,植被生長與降水呈負相關(guān)(P<0.01)的區(qū)域?qū)Ρ却杭久黠@減少,這些區(qū)域主要集中在北歐及俄羅斯境內(nèi)的部分高緯度地區(qū)。這些地區(qū)的植被在夏季雖然主要受到日照輻射脅迫,但是夏季的降水還是會導致區(qū)域性的降溫,因此可能對植被生長造成不利的影響。值得注意的是,在阿富汗南部和巴基斯坦西南部以及阿拉伯半島的荒漠地區(qū),也有部分區(qū)域表現(xiàn)出植被生長與降水的負相關(guān)關(guān)系,這可能主要是由于本文選取的最小NDVI閾值為0.1,并沒有很好地將該地區(qū)的非真NDVI像素剔除所致(圖2)。

圖2 植被生長與降水的偏相關(guān)系數(shù)分布圖Fig.2 Distribution of partial correlation coefficient between vegetation growth and precipitationR=±0.447, R=±0.408, R=±0.349, R=±0.295, R=±0.232對應的置信度分別為99%, 98%, 95%, 90% 和80%;CAND，Central Asian northern desert；PS, Pontic steppe；MG，Mongolian-Manchurian grassland；YGT，Yamal-Gydan tundra；WST，West Siberian Taiga；EST East Siberian Taiga

相對于春季和夏季,植被與降水的相關(guān)關(guān)系在秋季則更為集中。顯著正相關(guān)(P<0.01)的區(qū)域主要集中環(huán)黑海的中東歐地區(qū),印度西北部的干旱地區(qū),中國北方干旱的黃土高原和鄂爾多斯高原,以及印度尼西亞蘇門答臘和加里曼丹島南部的雨林地區(qū)。與此相對,植被生長與降水呈顯著負相關(guān)的地區(qū)主要分布在北歐斯堪的納維亞半島中東部的泰加森林(Taiga),并且與該半島南端的混合林生態(tài)區(qū)有著明顯的差別,可明顯看出WWF生態(tài)區(qū)劃邊界南北兩側(cè)的差異。在俄羅斯,西西伯利亞泰加森林(West Siberian Taiga,WST)和東西伯利亞泰加森林(East Siberian Taiga,EST)對降水的響應也有著明顯差異,西西伯利亞地區(qū)植被對降水的關(guān)系以負相關(guān)居多,東西伯利亞地區(qū)植被對降水的關(guān)系以正相關(guān)居多。值得關(guān)注的是,在俄羅斯極地地區(qū)的亞馬爾-格達苔原(Yamal-Gydan tundra,YGT),植被生長與降水表現(xiàn)出極強的正相關(guān)關(guān)系,與其他高緯度生態(tài)區(qū)的響應關(guān)系的表現(xiàn)極為不同。通過分析該生態(tài)區(qū)的植被與降水的時間序列可知,這主要是由于該地區(qū)近十多年來秋季降水顯著減少,并且植被指數(shù)NDVI在2013—2015也相對于往年減少較明顯所致。

4 趨勢分析

通過計算1982—2015年間的18個時間窗口的偏相關(guān)系數(shù)的斜率,進而得到每個像素上植被指數(shù)與降水的響應關(guān)系的趨勢(圖3),即為TrendR。如果一個像素上NDVI與降水的相關(guān)性的趨勢為正值,則表明該像素上的植被對降水的依賴在1982—2015年之間越來越高。反之,則表明該像素上的植被對降水的依賴在這34年之間在減小。如圖3所示,植被與降水的偏相關(guān)關(guān)系RNDVI-Prep(i)的趨勢TrendR在春、夏、秋3個季節(jié)上都表現(xiàn)出顯著的空間分異特征。

圖3 1982—2015年間植被生長與降水的偏相關(guān)系數(shù)的趨勢分布圖Fig.3 Trend of the partial correlation coefficient between vegetation growth and precipitation from 1982 to 2015

Piao等[18]通過計算植被生產(chǎn)力與溫度的偏相關(guān)系數(shù)的趨勢發(fā)現(xiàn)北半球植被與溫度的相關(guān)關(guān)系在減弱。同理,針對RNDVI-Prep(i)的趨勢TrendR分析雖然能表征植被對降水相關(guān)系數(shù)的變化趨勢,但通過判斷TrendR的正負關(guān)系和置信度來判斷植被生長對降水的響應關(guān)系是有一定的局限性的。這主要是因為18個滑動窗口得到如果是非顯著相關(guān)的RNDVI-Prep(i),但通過趨勢計算也可能得到一個顯著增強的TrendR。例如,當某上像素上植被與降水的偏相關(guān)關(guān)系由顯著負相關(guān)慢慢轉(zhuǎn)變?yōu)榉秋@著的正相關(guān),如果只依靠TrendR來描述該地區(qū)植被與降水的關(guān)系,便會表述成該地區(qū)植被對降水的依賴程度在增加,這顯然是不客觀、不準確的。因此,本文結(jié)合TrendR和本文數(shù)據(jù)方法部分介紹的ξ(x,y)這兩個要素來共同表征植被對降水的依賴程度,從而將研究區(qū)域的像素分成4類。

表1中,第一類像素(在圖4中標記為紅色)表示在1982至2015年間,在18個滑動時間窗口上,RNDVI-Prep(i)呈顯著正相關(guān)(P<0.1)的時間窗口超過一半(即ξ(x,y)≥10),因此本文設(shè)定該像素的植被在大部分時間段對降水形成顯著依賴,而且由于TrendR為正,這說明該像素上植被生長對降水的依賴程度在增加。

表1 植被生長對降水的依賴程度分類

圖4 植被生長對降水的依賴程度Fig.4 Dependency of the vegetation growth to precipitationBMF，Baltic mixed forests；MG，Mongolian-Manchurian grassland；SRT，Scandinavian and Russian taiga；WST，West Siberian taiga；PS，Pontic steppe；KS，Kazakh steppe；TD，Thar Desert；SDF，South Deccan Plateau dry deciduous forests

同理,第二類像素(橙色)表征的是植被在大部分時間段對降水形成顯著依賴,但是TrendR為負,這說明該像素上植被生長對降水的依賴程度在減小。依此類推,第三類像素(綠色)表征的是植被在大部分時間段對降水形成顯著相斥,但是TrendR為正,這說明該像素上植被生長對降水的響應關(guān)系在由相斥轉(zhuǎn)為逐步依賴。第四類像素(藍色)表征的是植被在大部分時間段對降水是顯著相斥,而且TrendR為負,這說明該像素上植被生長對降水表現(xiàn)出相斥的程度在繼續(xù)加大。

通過對春、夏、秋3個季節(jié)植被對降水依賴程度的分析(圖4),可以看出在春季植被生長對降水表現(xiàn)出相斥的區(qū)域零星地分布在高緯度地區(qū)(圖4),包括英國南部和北歐斯堪的納維亞半島部分生態(tài)區(qū),以及俄羅斯的西伯利亞部分區(qū)域。與此相對,植被對降水表現(xiàn)出依賴的地區(qū)主要集中在35°N至60°N之間的地區(qū)。在歐洲表現(xiàn)最為明顯的生態(tài)區(qū)是波蘭西北部的波羅的海混合林(Baltic mixed forests,BMF)。另外,在中亞地區(qū)的干旱草原和荒漠地區(qū),中國東北和蒙古國東部的草原區(qū)(MG),植被不僅對降水在大部分時間段表現(xiàn)出顯著依賴(橙色像素),而且部分地區(qū)的依賴程度還在不斷的加強(紅色像素)。

相對于春季,在夏季(圖4),植被對降水表現(xiàn)出依賴的地區(qū)(紅色和橙色像素)緯度有明顯抬升,這些地區(qū)主要集中在東歐大草原(Pontic steppe,PS)和中亞地區(qū)的哈薩克草原(Kazakh steppe,KS)以及中國東北和蒙古國東部的草原區(qū)(MG)。另外,在巴基斯坦和印度西北部地區(qū)的塔爾沙漠(Thar Desert,TD)和南部的南德干高原干旱落葉森林(South Deccan Plateau dry deciduous forests,SDF),以及印度尼西亞的雨林等地區(qū),植被對降水都表現(xiàn)出依賴,但是依賴程度在減弱(橙色像素)。在夏季植被對降水表現(xiàn)出相斥的地區(qū)(綠色和藍色像素)主要集中在60°N以北更高緯度生態(tài)區(qū),如斯堪的納維亞和俄羅斯泰加林(Scandinavian and Russian taiga, SRT)和西西伯利亞泰加林區(qū)(West Siberian taiga, WST)。

由圖4所示,在秋季,植被對降水表現(xiàn)出依賴的地區(qū)相對于春季和夏季則表現(xiàn)的較為集中。在歐洲,這些地區(qū)主要集中在東歐大草原(PS)和環(huán)黑海的眾多混合林生態(tài)區(qū)。在亞洲,植被對降水表現(xiàn)出依賴的地區(qū)主要集中在巴基斯坦和印度西北部的干旱荒漠地區(qū)(例如,塔爾沙漠,TD)和印度尼西亞蘇門答臘島和婆羅洲南部的雨林地區(qū)。中國的黃土高原混合林和鄂爾多斯高原草地生態(tài)區(qū)的植被對降水也有很強的依賴關(guān)系,且依賴程度在增強。與此相對,在歐洲地區(qū),植被對降水表現(xiàn)出相斥的區(qū)域(綠色和藍色像素)主要集中在法國東部的西歐闊葉林區(qū)和瑞典中部的泰加林區(qū)地區(qū)。在亞洲,植被對降水表現(xiàn)出相斥的地區(qū)主要集中在中亞的干旱荒漠地區(qū)以及俄羅斯的西西伯利亞泰加林區(qū)。

5 討論

本文使用了目前最新的第3代植被指數(shù)NDVI3g數(shù)據(jù)來表征歐亞大陸陸域植被生長狀態(tài)。與之前文獻所采用的方法不同[7, 13, 18],本研究采用最新的全球空間分辨率為0.5度的氣象格點數(shù)據(jù)(CRUTS V4)通過最簡單的臨近采樣法重新采樣至與植被數(shù)據(jù)精度(1/12度)保持一致,參與其后的相關(guān)系數(shù)計算。這樣的處理方法的有兩個優(yōu)點：一方面將對植被數(shù)據(jù)的細節(jié)進行最大程度的保留；另一方面,考慮到氣象要素中,除了降水以外,氣溫和日照輻射在一定的范圍內(nèi)都有很好的空間一致性。因此把0.5度的氣象數(shù)據(jù)采樣成1/12度能最大程度上保留植被指數(shù)信息的細節(jié),得到更精細的分析結(jié)果。限于篇幅,在未來可考慮采用ANUSPLIN等專業(yè)氣象插值軟件,對比不同采樣方法和插值工具對研究結(jié)果的影響。

另外,本文通過改進Nemani等[6]提出的氣象條件對植被生長的脅迫模型,將該模型分解到春、夏、秋3個季節(jié),分析了歐亞大陸不同季節(jié)上氣象條件對植被生長脅迫的基本分布情況。進一步,本文以像素為基本研究對象,通過偏相關(guān)關(guān)系計算,分析了歐亞大陸每個像素上植被指數(shù)NDVI對降水在不同季節(jié)的響應關(guān)系,并同時排除了溫度和日照輻射的共同作用。研究表明這些地區(qū)植被生長對水資源的響應在不同季節(jié)、不同地點表現(xiàn)出明顯的時間和空間分異特征,并且其空間差異的邊界與現(xiàn)有的生態(tài)區(qū)邊界在某些地區(qū)吻合極好,有可能成為未來生產(chǎn)更精細化的生態(tài)區(qū)劃圖的一個重要參考。

通過統(tǒng)計1982—2015整個時間段上植被NDVI與降水的響應關(guān)系,我們發(fā)現(xiàn)在春季(圖2),RNDVI-Prep為顯著正相關(guān)的地區(qū)基本限制在35°—60°N之間的東歐大草原、中亞地區(qū)的干旱草原與荒漠地區(qū)以及中國東北和蒙古國東部的草原區(qū)。而在夏季(圖2),由于溫度升高,蒸發(fā)加大,植被與降水呈正相關(guān)的地區(qū)相對于春季明顯增加。而且這些區(qū)域西起東歐大草原,東至我國東北和蒙古國地區(qū)的草原生態(tài)區(qū),貫穿了整個歐亞大陸的干旱和半干旱地區(qū)。不僅如此,甚至在60°N以北的高緯度泰加林生態(tài)區(qū),很多地區(qū)的植被也表現(xiàn)出與降水的正相關(guān)關(guān)系。相對于春季和夏季,植被與降水的相關(guān)關(guān)系在秋季(圖2)則更為集中,主要集中環(huán)黑海的中東歐地區(qū),南亞次大陸西北部的干旱地區(qū),以及印度尼西亞的雨林地區(qū)。在中國,北方干旱的黃土高原混合林生態(tài)區(qū)和鄂爾多斯高原草甸構(gòu)成一條東北至西南走向的植被與降水呈正相關(guān)關(guān)系的生物帶。

為了更好地了解NDVI與降水的響應關(guān)系在不同時間段上的變化,本文使用了時間滑動窗口來分析該響應關(guān)系的在每個季節(jié)上的變化趨勢。我們發(fā)現(xiàn)在春、夏、秋3個季節(jié),植被生長與降水響應關(guān)系在滑動時間窗口上的變化趨勢表現(xiàn)出極大的空間異質(zhì)特性(圖3)。在不同地點不同季節(jié),其植被對降水的依賴程度不同,依賴程度隨時間變化的趨勢也不同?？紤]到不同時間窗口對偏相關(guān)系數(shù)計算結(jié)果的影響,本文同時使用偏相關(guān)關(guān)系的趨勢TrendR和RNDVI-Prep(i)呈顯著相關(guān)的所有時間窗口的個數(shù)ξ(x,y)來共同表征植被對降水的依賴程度,將植被對降水敏感的區(qū)域分為四類(圖4)。35°N以北地區(qū),在春秋兩季,植被生長對降水呈依賴關(guān)系地區(qū)的緯度要低于那些植被對降水呈相斥關(guān)系地區(qū)的緯度。通過對比圖4,可以明顯發(fā)現(xiàn)在夏季受增溫影響,蒸發(fā)加大,植被對降水呈依賴關(guān)系的區(qū)域比春季要多,而且有向高緯度地區(qū)擴張的趨勢。35°N以南地區(qū),植被對降水呈依賴關(guān)系的地區(qū)主要集中在夏、秋兩季的南亞次大陸西北部的干旱、半干旱地區(qū)及東南亞的雨林地區(qū)。

本研究目前只考慮了氣象因素對植被生長的影響,并未考慮諸如人工施肥與灌溉、病蟲害、霜凍、火災等影響。例如,本文在圖2中發(fā)現(xiàn)俄羅斯極地地區(qū)的亞馬爾-格達苔原(Yamal-Gydan tundra,YGT)的植被和降水的響應關(guān)系在秋季與極地其他地區(qū)明顯不同,但是這是否也是和該地區(qū)馴鹿的過度養(yǎng)殖[19]有關(guān)還有待進行進一步研究。

6 結(jié)論

采用1982—2015年GIMMS NDVI3g數(shù)據(jù)和氣象格點數(shù)據(jù)對歐亞大陸不同生態(tài)區(qū)上植被對降水響應的季節(jié)規(guī)律進行了分析,得到如下結(jié)論：

(1)在春節(jié),植被對降水的響應關(guān)系(RNDVI-Prep)為顯著正相關(guān)的地區(qū)廣泛地分布在東歐和中亞地區(qū)的草原及荒漠地帶,以及中國東北和蒙古國東部的草原地區(qū)；在夏季,RNDVI-Prep為顯著正相關(guān)的地區(qū)廣泛地分布在35°N—60°N之間的歐亞大陸干旱、半干旱地區(qū)以及南亞次大陸西北和南部地區(qū)；在秋季,RNDVI-Prep為顯著正相關(guān)的地區(qū)分布則相對于春夏兩季顯得更為集中,主要分布在環(huán)黑海的中東歐地區(qū),印度西北部的干旱地區(qū),中國北方干旱的黃土高原和鄂爾多斯高原,以及印度尼西亞蘇門答臘和加里曼丹島南部的雨林地區(qū)。

(2)在歐亞大陸,夏季植被呈現(xiàn)對降水依賴的地區(qū)所處緯度要高于春、秋兩季。中亞干旱、半干旱生態(tài)區(qū)的植被在春、夏兩季對降水依賴較強；南亞次大陸西北部地區(qū)的干旱、半干旱及東南亞的雨林地區(qū)的植被生長在夏、秋兩季對降水依賴較強。

(3)以生態(tài)區(qū)為視角,了解歐亞大陸的植被對降水響應在不同季節(jié)的變化規(guī)律可以為不同區(qū)域應對和適應氣候變化提供決策依據(jù)。