青藏高原植被覆蓋時空變化及其對氣候因子的響應(yīng)

卓 嘎, 陳思蓉, 周 兵

1 中國氣象局成都高原氣象研究所拉薩分部,拉薩 850000 2 西藏自治區(qū)氣候中心,拉薩 850000 3 廣西省氣候中心,南寧 530000 4 中國氣象局國家氣候中心,北京 100081

在全球氣候變化、人類活動以及溫室氣體增加的背景下,青藏高原作為氣候變化的敏感區(qū)和生態(tài)脆弱帶,呈現(xiàn)出變暖趨勢,促使高原冰川退縮、濕地面積萎縮、積雪融化、凍土活動層厚度減薄,草原凍融等問題愈發(fā)突出,導(dǎo)致區(qū)域性的農(nóng)牧區(qū)草地退化和沙漠化發(fā)生[1- 4]。高寒草原和草甸是當(dāng)?shù)啬撩竦闹饕敛輥碓?植被覆蓋特征、生物量生產(chǎn)和分配、群落結(jié)構(gòu)等的改變,直接影響到農(nóng)牧民的經(jīng)濟生活,并且青藏高原生態(tài)環(huán)境變化對世界生態(tài)系統(tǒng)具有深刻的影響[5- 8]。因此,對高寒植被的分布特征和變化規(guī)律及其對氣候的響應(yīng)進(jìn)行研究,能夠加深對青藏高原氣候和生態(tài)變化機理的認(rèn)識,具有十分重要的生態(tài)價值和現(xiàn)實意義。

以往針對青藏高原植被覆蓋的研究主要包括植被覆蓋的時空分布特征、影響植被生長的氣候因子以及高寒草甸的物候信息等方面。高原植被時空分布特征研究主要采用不同來源衛(wèi)星遙感監(jiān)測的分析方法。樸世龍等[9]對我國1982—1999年以來的植被覆蓋動態(tài)變化進(jìn)行了分析,指出20世紀(jì)80年代和90年代青藏高原是植被覆蓋度下降的主要分布區(qū)之一。對青藏高原局部地區(qū)植被變化而言,卓嘎等[10-11]分析了西藏地區(qū)植被的分布與變化趨勢,討論了氣候變化以及人類活動因素對不同區(qū)域植被變化特征的影響。邊多、除多等[12- 14]認(rèn)為阿里植被長勢有所改善,那曲草地退化出現(xiàn)先快后慢的現(xiàn)象,拉薩植被與降水量的關(guān)系較氣溫密切。呂洋等[15]基于趨勢分析法和Hurst指數(shù)法,指出2001—2012年雅魯藏布江流域植被覆蓋總體上呈現(xiàn)上升趨勢。廖清飛等[16]分析了青海省東部農(nóng)業(yè)區(qū)植被覆蓋度時空變化趨勢及突變特征,認(rèn)為研究區(qū)降水量的變化以及退耕還林措施是植被覆蓋度變化的重要影響因素。

在對高原整體植被覆蓋特征研究中,Peng等[17]基于 Hurst 指數(shù)指出青藏高原植被具有增長趨勢,而劉軍會等[18]利用生態(tài)模型揭示出植被變化趨勢呈現(xiàn)整體升高局部退化的現(xiàn)象。不同時間尺度植被的時空變化表明[19]青藏高原植被整體變化呈波動上升的趨勢。李斌等[20]利用半變異函數(shù)分析等方法探討了青藏高原植被的時空變化特征。李輝霞等[21]通過分離氣候要素與人類活動對植被指數(shù)的貢獻(xiàn),定量評估三江源地區(qū)生態(tài)保護(hù)與建設(shè)工程的實施效果。青藏高原降水量偏多能夠促進(jìn)植被的生長,兩者呈現(xiàn)較好的正相關(guān)[22- 23],降水量與植被覆蓋相關(guān)較好的區(qū)域主要位于高原東北部[24]。氣溫升高有利于高山植物生長[25],而氣溫過高不利于高寒草地生長發(fā)育[24,26]。徐滿厚等[27]則對高寒草甸植被進(jìn)行增溫模擬試驗,認(rèn)為適當(dāng)?shù)脑鰷嘏c降水均可極顯著促進(jìn)高寒草甸植被生長。針對青藏高原植被物候研究,馬曉芳等[28- 31]提取了青藏高原高寒草地的物候信息(植被返青期、枯黃期和生長季長度),分析了不同高寒草地植被物候10年平均狀況的變化趨勢、空間分異特征及其對氣候變化的響應(yīng)規(guī)律。

綜上所述,以往對青藏高原植被覆蓋研究多數(shù)采用美國大氣海洋局(National Oceanic and Atmospheric Administration, NOAA)植被資料,且側(cè)重青藏高原不同區(qū)域植被覆蓋分布特征或者高寒草甸物候信息的時空變化規(guī)律。研究很少涉及在全球變暖大背景下,近期青藏高原整體的植被覆蓋特征[32-33],尤其是不同時間尺度植被覆蓋動態(tài)變化,青藏高原降水量、氣溫與植被覆蓋之間究竟呈正相關(guān)還是負(fù)相關(guān)等問題不甚明確。本文利用時空分辨率相對較高的MODIS(Moderate-resolution imaging spectrometer)NDVI衛(wèi)星產(chǎn)品以及青藏高原區(qū)域101個氣象站點的降水、氣溫資料,采用最大合成法(Maximum Value Composites,MVC)、趨勢性分析以及相關(guān)分析方法,旨在分析在全球氣候變暖背景下,近17年來青藏高原植被覆蓋在不同時間尺度上的空間分布和時間變化規(guī)律,探討降水和氣溫變化對植被覆蓋的影響,為高原地區(qū)環(huán)境保護(hù)、生態(tài)安全屏障建設(shè)提供理論依據(jù)。

1 研究區(qū)、資料和方法

1.1 研究區(qū)域

圖1 青藏高原海拔高度及氣象站位置分布 Fig.1 Altitude and location of meteorological stations over the Tibetan Plateau

青藏高原(圖1)位于我國西南部,在我國境內(nèi)部分西起帕米爾高原、東至橫斷山脈、南自喜馬拉雅山、北迄昆合山祁連山北側(cè);東西長約2945km,南北寬達(dá)1532km,跨新疆、青海、甘肅、西藏等6個省區(qū),總面積為2.62×106km2,占我國陸地總面積的26.8%[28,34]。青藏高原作為世界上平均海拔最高的高原,在各種地理因素的共同作用下,東南部屬于暖濕性氣候,西北部屬于干冷性氣候。高原氣候基本特點是太陽輻射強烈,氣溫低,氣溫日較差大,年變化較小,干濕季節(jié)分明,氣溫和降水自東南到西北呈現(xiàn)遞減的趨勢。

1.2 資料來源

歸一化植被指數(shù)(Normal Difference Vegetation Index, NDVI)通過紅外與近紅外波段的組合實現(xiàn)對植被信息狀態(tài)的表達(dá),可以用來表征植被覆蓋程度和植被生長狀況、葉面積指數(shù)、生物量以及吸收的光合有效輻射等植被參數(shù)[35- 37]。NDVI可以對植被生長動態(tài)變化進(jìn)行監(jiān)測,同時能夠在較大時空尺度上客觀反映植被覆蓋程度和植被生長狀況[38- 40],其時序數(shù)據(jù)也已成為基于生物氣候特征開展大區(qū)域植被的基本手段[41],歸一化植被指數(shù)在全球及區(qū)域大尺度植被變化與氣候相互作用中已被廣泛應(yīng)用。

文中NDVI數(shù)據(jù)來自美國LP DAAC數(shù)據(jù)中心(Land Processes Distributed Active Archive Center,http://lp-daac.usgs.gov/main.asp)MODIS儀器提供的2000—2017年2月逐月NDVI數(shù)據(jù),分辨率為1km,數(shù)據(jù)格式為HDF-EOS,投影方式為Sinusoidal。MODIS數(shù)據(jù)是植被遙感監(jiān)測領(lǐng)域中重要的數(shù)據(jù)源之一。文中對遙感數(shù)據(jù)的合成、再投影處理是通過投影軟件MRT(MODIS Reprojection Tool)、遙感影像處理軟件ENVI(The environmental for visualizing Images)實現(xiàn)。把下載的數(shù)據(jù)依據(jù)青藏高原范圍進(jìn)行拼接,使其投影為標(biāo)準(zhǔn)的經(jīng)緯度網(wǎng)格坐標(biāo),將軟件輸出的MODIS資料保存為GEOTIF格式;在ENVI里完成青藏高原矢量邊界裁剪,獲得研究區(qū)的NDVI數(shù)據(jù)。為反映研究區(qū)不同時間尺度植被覆蓋狀況,計算月、季節(jié)、生長季和年的NDVI平均值,將數(shù)據(jù)轉(zhuǎn)存為ASCII格式,以便用于植被指數(shù)與氣象要素的相關(guān)計算。文中使用GIS(Geographic Information System)繪制植被空間分布和變化趨勢圖,IDL繪制曲線圖。

氣象數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn),選取2000年1月—2016年12月青藏高原地區(qū)101個氣象站的月降水和溫度數(shù)據(jù),氣象站包括青海和西藏的全部站點;新疆的塔什庫爾干、甘肅的烏哨嶺、瑪曲和合作;云南的德欽、貢山和中甸;四川的石渠、若爾蓋、德格、甘孜、色達(dá)、道孚、阿壩、馬爾康、紅原、小金、松潘、巴塘、新龍、理塘、稻城、康定、得榮、木里和九龍。

1.3 分析方法

文中將研究時段劃分為年際、生長季、季節(jié)、月等4種時間尺度。季節(jié)劃分采用氣象學(xué)上的標(biāo)準(zhǔn)：春季3—5月,夏季6—8月,秋季9—11月,冬季從12月到次年2月,生長季選取4—9月。采用最大合成法(Maximum value Composites, MVC)獲得各研究時段(月、季節(jié)、生長季和年)內(nèi)最大NDVI值作為不同時段的NDVI值,該方法在一定程度上能夠消除云對植被指數(shù)的影響。由于文中關(guān)注植被覆蓋及其變化趨勢,沒有單獨考慮云、積雪、水體和無數(shù)據(jù)區(qū)域的植被狀況。對植被覆蓋的等級劃分采用等間隔等分方法[32],認(rèn)為植被不同等級之間的變化速率一致,依據(jù)植被變化速率大小劃分為嚴(yán)重退化、中度退化、輕度退化、基本不變、輕度改善、中度改善以及明顯改善7個等級。

NDVI隨時間的變化趨勢利用趨勢線分析[42],即對每個柵格的NDVI數(shù)值進(jìn)行一元線性回歸分析。slope為NDVI回歸方程的變化速率,即斜率,若slope>0,則該像元17年間的植被覆蓋變化趨勢增加,且數(shù)值愈大植被覆蓋度增加趨勢愈明顯;反之表明植被變化趨勢減少;slope=0表示此像元的植被覆蓋無變化。采用最小二乘法法擬合NDVI和氣候要素隨時間的變化速率,即NDVI和氣候要素x隨時間t的線性回歸。在分析植被指數(shù)和氣候要素關(guān)系時,先通過插值計算出各觀測站點上的NDVI,再計算年NDVI和年降水量、年平均氣溫的相關(guān)系數(shù)。在變化趨勢或相關(guān)系數(shù)分析中,如果相關(guān)系數(shù)大于顯著性檢驗表中自由度N對應(yīng)的臨界值,說明變化速率或相關(guān)系數(shù)通過指定顯著性水平P值的檢驗。

2 結(jié)果分析

2.1 NDVI空間變化

圖2為2000—2016年青藏高原不同季節(jié)、生長季和年合成平均植被指數(shù)的空間分布圖。可以看出,無論季節(jié)、生長季或全年NDVI,青藏高原東南部植被狀況明顯好于高原西北部。由于受到東亞夏季風(fēng)的影響,東南部能夠得到較好的水熱條件,分布著常綠闊葉林以及針葉林,而青藏高原西北部基本屬于干旱、半干旱區(qū)域,水熱條件較差,分布著草原及荒漠,表明植被覆蓋的分布格局與該區(qū)域水熱條件的時空分布保持了較好的一致性。

春季高原地區(qū)植被覆蓋整體狀況比較差,植被狀況最好的區(qū)域(NDVI>0.8)位于西藏東南部的林芝、昌都等地,這些區(qū)域分布著比較茂密的森林,相對于其他地表類型具有更高的NDVI值;植被覆蓋較好的區(qū)域(NDVI>0.4)位于青藏高原東部和東南部,即青海省東部、川西高原以及西藏東南部;高原大部分區(qū)域的NDVI均小于0.4,尤其在高原西部和北部柴達(dá)木盆地,NDVI甚至小于0.2,基本對應(yīng)著青海西部和藏北遼闊的荒漠和半荒漠區(qū)域。

圖2 2000—2016年青藏高原地區(qū)季節(jié)、生長季和年最大NDVI多年平均的空間分布Fig.2 Distribution of maximum NDVI during different seasons over the Tibetan Plateau from 2000 to 2016

隨著夏季和雨季來臨,高原植被狀況有所好轉(zhuǎn),NDVI>0.4的區(qū)域由高原東南部向高原西北部逐漸增加,青海省東部和南部、川西高原以及西藏中東部NDVI>0.6,尤其是川西高原和西藏東南部NDVI>0.8。秋季高原雨季結(jié)束,氣溫逐漸下降,植被覆蓋與夏季植被空間分布比較相似,但是隨著溫度降低,植被趨于枯黃,高原東南部的NDVI較夏季有所降低,基本處于0.4—0.8之間,NDVI大于0.8的區(qū)域明顯減少。冬季高原地區(qū)異常寒冷,NDVI大于0.4的區(qū)域急劇南縮,主要位于川西高原東部和南部以及西藏東南部,NDVI>0.8的區(qū)域基本位于西藏東南部。由于青藏高原植被的生長期較平原地區(qū)短,植被生長最快時段基本集中在夏季。因此,高原生長季和全年植被覆蓋的空間分布與夏季植被覆蓋特征比較接近,僅在個別區(qū)域存在著差別,比如生長季和年植被覆蓋NDVI>0.8的區(qū)域較夏季范圍偏大。

圖3為青藏高原2000—2016年不同研究時段植被的變化趨勢。由圖可見,高原植被既有增長又有退化趨勢,植被覆蓋變化具有明顯的季節(jié)和區(qū)域差異。春季高原大部分區(qū)域植被呈增加趨勢,增加地區(qū)分布在青海東部和南部、川西高原北部、西藏東南部,而西藏那曲中東部、川西高原南部退化比較嚴(yán)重。夏季植被增加區(qū)域位于高原北部以及青海省大部,植被覆蓋減少區(qū)域位于西藏中西部,尤其以藏北最為明顯。秋季高原植被減少最為明顯,減少區(qū)域集中在高原東南部以及青海省南部。冬季高原大部植被覆蓋呈增加趨勢,減少區(qū)域位于青海省東北部和南部。生長季和年植被覆蓋變化空間分布與夏季特征接近。整體上青藏高原植被覆蓋改善區(qū)域大于退化區(qū)域,改善面積達(dá)到高原面積的72%—75%,退化面積占25%—28%。

圖3 2000—2016年青藏高原季節(jié)和年最大NDVI變化斜率Fig.3 The slope of maximum NDVI during different seasons over the Tibetan Plateau from 2000 to 2016

根據(jù)年平均NDVI變化斜率數(shù)據(jù)及其分布規(guī)律,采用等間隔等分法[32]將變化斜率分為7個等級(表1)。結(jié)果表明,嚴(yán)重退化的區(qū)域主要位于青藏高原西南部,尤其是西藏那曲中東部,退化面積為9.09km2,占總面積的0.0003%;中度退化區(qū)域分布于西藏中西部以及青海南部,退化面積為136.37km2,占總面積的0.0045%;輕度退化區(qū)域范圍相對較廣,幾乎分布于除西藏東南部之外的大部分區(qū)域,退化面積為3424.32km2,占總面積的0.113%;基本不變的區(qū)域面積為2711859.93km2,占總面積89.4894%;輕度改善面積319561.61km2,占總面積10.5453%;中度改善面積2239.44km2,占總面積0.0739%;明顯改善面積139.40km2,僅占總面積0.0046%。由此可見,近年來高原地區(qū)退耕還林、草原生態(tài)補償機制等生態(tài)環(huán)境保護(hù)措施的實施,使得高原地區(qū)植被中度和輕度改善面積增大,青藏高原大部分區(qū)域的植被狀況有了明顯的改善,但仍然存在植被的不同程度退化區(qū)域。

表1 2000—2016年青藏高原NDVI年變化趨勢統(tǒng)計

slope：斜率

2.2 NDVI時間變化

圖4 青藏高原2000—2016年NDVI月變化(短線為誤差線) Fig.4 The monthly variation of NDVI over the Tibetan Plateau from 2000 to 2016 (Shot line refers to the error line)

依據(jù)青藏高原月植被指數(shù)統(tǒng)計出的近17年NDVI的月平均值(圖4)可以看出,隨著季節(jié)更替NDVI相應(yīng)地發(fā)生改變。由于高原冬半年時段長,降水較少且天氣寒冷,1—3月NDVI值較小,基本維持在0.15左右,4月以后隨著氣溫升高和降水增加,植被開始返青,尤其以高原東南部較為顯著,NDVI值也迅速增大,不同類型植被生長旺盛,在8月NDVI值達(dá)到最大值(0.3393),9月后隨著農(nóng)作物的成熟,大部分植被開始落葉,植被覆蓋逐漸減少,NDVI值急劇下降,至次年2月下降為全年中的最低值(0.1572)。2000—2016年多年平均的標(biāo)準(zhǔn)誤差為0.0021,最大誤差值出現(xiàn)在6月,僅達(dá)到0.0038,說明隨著夏季到來,植被覆蓋呈現(xiàn)明顯變化,NDVI反映的植被狀況較實際情況略微偏大,其他月份誤差較小,其中最小誤差出現(xiàn)在1月(0.0014)。由此可見,高原植被指數(shù)月際變化的標(biāo)準(zhǔn)誤差均非常小,NDVI能很好地反映呈“單峰型”的年變化規(guī)律。

圖5顯示了青藏高原地區(qū)不同季節(jié)、生長季和年NDVI隨時間的變化趨勢。從年均值曲線及其線性趨勢上看,植被指數(shù)呈顯著的上升趨勢,增幅為0.007/10a,相關(guān)系數(shù)為0.619,通過顯著性水平檢驗(P<0.01)。2000年的NDVI值為0.337,為植被指數(shù)最低值,而后NDVI持續(xù)上升,2005年達(dá)到0.3641,以后2006—2012年經(jīng)歷了幅度較小的波動后逐漸上升,2012年達(dá)到近17年來NDVI最大值(0.3726),隨后呈現(xiàn)微弱的下降趨勢,2015年NDVI值為0.3559。不同季節(jié)的NDVI值變化曲線表明,植被指數(shù)均呈明顯上升趨勢,春、夏、秋、冬季和生長季的NDVI增幅分別為0.01/10a、0.008/10a、0.003/10a、0.007/10a和0.008/10a,對應(yīng)的相關(guān)系數(shù)分別為0.686,0.629,0.242,0.672和0.621。青藏高原地區(qū)不同時段NDVI值呈幅度較小的增加趨勢,除秋季外,其他季節(jié)和生長季植被變化均通過顯著性水平檢驗(P<0.01)。

圖5 青藏高原地區(qū)不同季節(jié)、生長季和年NDVI隨時間的變化趨勢Fig.5 The variation trend of NDVI during different seasons over the Tibetan Plateau

2.3 氣候因子變化特征

多年月平均降水量和平均氣溫(表2)表明降水量和氣溫呈現(xiàn)基本一致的單峰型變化,即1—3月降水量較小,氣溫較低,最低溫度出現(xiàn)在1月,12月降水最少;4月以后無論是氣溫還是降水量均呈顯著增加,降水量和氣溫都在7月份達(dá)到一年中的最大值。結(jié)合NDVI月際變化和表2可以看出,降水量、平均氣溫和NDVI具有類似的年變化特征,NDVI值的最大值略微滯后于降水量和氣溫的峰值。

表2 2000—2016年青藏高原地區(qū)多年平均月降水量和月平均氣溫

近17年來不同時段的降水量和氣溫變化趨勢表明,冬季降水量和溫度最低,夏季溫度最高,生長季降水量最大。由降水量的變化趨勢可見,除夏季降水量呈減少趨勢(4.09mm/10a)外,其他季節(jié)降水量均呈增加趨勢,以秋季和春季變化較為明顯,增幅分別為2.51mm/10a和1.99mm/10a,但是總體上降水量增加的變化趨勢不顯著,沒有通過顯著性水平檢驗(P<0.01)。冬季、春季和秋季降水量的年際波動較小,夏季和生長季降水量年際波動較大。不同研究時段的氣溫均呈增加趨勢,尤其以春季增加最為顯著,可以達(dá)到0.63℃/10a;秋季、夏季和生長季次之,增溫幅度分別達(dá)到0.46、0.43℃/10a和0.43℃/10a;冬季增溫幅度最小,僅為0.14℃/10a。除冬季氣溫外,其他季節(jié)氣溫變化趨勢均通過顯著性水平檢驗(P<0.10),尤其是春季和生長季平均氣溫通過P<0.01顯著性水平檢驗。不同時段平均氣溫的年際波動總體較小,其中,冬季和秋季的變化相對較大。

對青藏高原地區(qū)2000—2016年101個氣象站觀測的降水量和平均氣溫實測資料分析(圖6)發(fā)現(xiàn),近17年青藏高原地區(qū)年平均氣溫變化幅度較大,多年年平均氣溫為4.56℃;氣溫從2000年至2009年呈在波動之中顯著增加,2009年之后到2012年持續(xù)下降,隨后急劇增加;平均氣溫最低值出現(xiàn)在2000年(3.79℃),氣溫最高值(5.15℃)出現(xiàn)在2016年;整體上年平均氣溫呈顯著上升趨勢,增幅為0.45/10a,相關(guān)系數(shù)為0.613,通過顯著性水平檢驗(P<0.01)。在全球氣候變暖的大背景下,區(qū)域氣候呈現(xiàn)顯著的變暖趨勢。由年均降水量可見,近17年青藏高原地區(qū)降水變化幅度不大,多年平均年降水量為485.83mm;降水量從2000年至2006年呈減少—增加—減少的變化趨勢,并在2006年達(dá)到近17年來的最小值(432.11mm),隨后呈現(xiàn)波動變化,2015年達(dá)到次低值437.13mm,2016年達(dá)到最大值(537.37mm);降水量總體上呈緩慢增加趨勢,增幅為2.04mm/10a,相關(guān)系數(shù)為0.032,未通過顯著性水平檢驗(P<0.01)。綜上所述,青藏高原氣候變化呈現(xiàn)“暖濕化”趨勢。

圖6 2000—2016年青藏高原降水量和平均氣溫的年際變化Fig.6 The variation of annual precipitation and temperature over the Tibetan Plateau from 2000 to 2016

2.4 植被覆蓋與氣候因子的響應(yīng)

植被指數(shù)與氣候因子關(guān)系密切,并且氣候條件能夠調(diào)節(jié)和改變植被覆蓋的分布狀況[43- 44]。從2000—2016年多年平均的高原地區(qū)年最大合成NDVI、年降水量、年平均氣溫的突變規(guī)律來看,降水量的變化不存在顯著突變現(xiàn)象,平均氣溫和NDVI則分別在2003年和2004年表現(xiàn)出了顯著增加的突變現(xiàn)象,NDVI的突變時間滯后于平均氣溫的增加,表明近年來平均氣溫與植被覆蓋呈基本一致的增加趨勢。

將青藏高原多年平均的各像元的年最大合成NDVI插值到各氣象站點上,得到了NDVI和降水量、氣溫的散點分布圖。無論年降水量還是年平均氣溫,總體上均與年最大合成NDVI呈較好的正相關(guān),通過P<0.10顯著性水平檢驗。年降水量較年平均氣溫在空間尺度上與植被指數(shù)有更好的對應(yīng),降水量增加可極顯著地促進(jìn)高寒草甸植被的生長。溫度升高在一定程度上可以滿足植被正常生長所需的熱量供應(yīng),適當(dāng)增溫可促進(jìn)高原植被生長,但是溫度過高時,過高的溫度會改變植物群落的小氣候環(huán)境,直接或間接影響到植被的生長發(fā)育和生物量生產(chǎn),對植被覆蓋起到抑制作用[24,26]。

為了解植被指數(shù)對降水量、平均氣溫在青藏高原不同區(qū)域的響應(yīng),分別計算了各高原觀測站年降水量和年平均氣溫與對應(yīng)植被指數(shù)的相關(guān)系數(shù)(圖7)。結(jié)果表明,年降水量和植被指數(shù)在青藏高原大部分區(qū)域呈正相關(guān),尤其是青藏高原東北部,包括青海大部、西藏大部以及川西高原北部,體現(xiàn)了降水對草原植被生長有利[22- 23];負(fù)相關(guān)區(qū)主要位于青海東南部、西藏北部和東南部以及川西高原南部。年平均氣溫和植被指數(shù)的正相關(guān)區(qū)主要位于青海大部、西藏西北部和川西高原南部;負(fù)相關(guān)區(qū)位于高原西南部,尤其是西藏中東部,說明氣溫對植被的生長在特定區(qū)域具有不利的影響。

圖7 年降水量、年平均氣溫與年最大合成植被指數(shù)的相關(guān)系數(shù)Fig.7 Correlation coefficients between annual NDVI and annual precipitation or annual mean temperature

由此可見,對高原西部降水較少和氣溫較低的區(qū)域(以西藏阿里為例),降水量和熱量條件都會影響植被生長,并且與植被均呈正相關(guān);對于高原東南部降水相對充沛的部分區(qū)域,降水量和熱量條件對植被生長影響不顯著,甚至降水偏多,可能還會抑制植被生長[24]。從不同類型下墊面來看,草原和荒漠覆蓋區(qū)域的NDVI與降水量、氣溫表現(xiàn)為較密切的正相關(guān)[11],尤其以草原更為顯著,通過P<0.10顯著性水平檢驗;森林區(qū)NDVI與降水量、氣溫關(guān)系不顯著。總體來說,青藏高原降水量、氣溫分別與植被指數(shù)既存在正相關(guān),也存在負(fù)相關(guān),降水量對植被覆蓋的影響大于平均氣溫對植被覆蓋的影響。

3 討論

綜上所述,無論不同季節(jié)、生長季或年最大合成的植被狀況,青藏高原植被均呈現(xiàn)逐漸增加的趨勢。但是,有研究[45]應(yīng)用增強的植被指數(shù)(Enhanced Vegetation Index, EVI)分析2000—2012年青藏高原生長期植被覆蓋變化,認(rèn)為青藏高原植被呈現(xiàn)不顯著的減少趨勢,因為植被減少的速率大于植被增加的速率,并且氣候變化的初始狀態(tài)會導(dǎo)致不同植被類型對氣候變化的敏感性的差異。文中研究結(jié)果與此結(jié)論存在著研究時段以及植被增加、減少速率定量化分析上的差異,沒有涉及氣候初始狀態(tài)對植被覆蓋變化的影響。降水量、氣溫與植被覆蓋存在著正、負(fù)相關(guān)的區(qū)域,氣溫與植被覆蓋的正相關(guān)區(qū)主要位于高原東北部,負(fù)相關(guān)區(qū)位于西南部,降水量對植被覆蓋的影響較氣溫明顯,這與以往研究[24,46]結(jié)論接近一致,并且指出了植被指數(shù)和氣候要素的相關(guān)存在著區(qū)域性差異。由于青藏高原觀測站點主要位于高原中東部,高原西部大多數(shù)區(qū)域沒有站點或者站點很少,研究結(jié)論的適用性局限于高原中東部。文中關(guān)注的氣候因子主要限于降水量和氣溫的站點資料,今后需要采用格點數(shù)據(jù)、衛(wèi)星估算降水以及相對濕度等其他資料,進(jìn)一步開展青藏高原不同區(qū)域、尤其是高原東、西部植被類型差異特征及其對氣候變化的響應(yīng)和互饋作用。

4 結(jié)論

本文分析了2000—2016年青藏高原地區(qū)植被的時空特征和變化趨勢,得出以下結(jié)論：

(1)青藏高原東南部植被狀況明顯好于高原西北部,植被覆蓋的分布格局與區(qū)域水熱條件的時空分布保持了較好的一致性。近年來青藏高原大部分區(qū)域的植被狀況有明顯改善,嚴(yán)重退化區(qū)域主要位于青藏高原西南部。除秋季外,青藏高原地區(qū)NDVI值在2000—2016年呈幅度較小的增加趨勢,各時段植被變化均通過顯著性水平檢驗(P<0.01)。

(2)除夏季降水量呈減少趨勢(減幅為4.09mm/10a)外,其他季節(jié)降水量呈增加趨勢;不同研究時段的氣溫均呈增加趨勢,整體上青藏高原氣候變化呈現(xiàn)“暖濕化”趨勢。降水量和平均氣溫總體上與年最大合成NDVI呈較好的正相關(guān),但也存在負(fù)相關(guān)區(qū)域,青藏高原上降水量對植被覆蓋的影響較平均氣溫明顯。

參考文獻(xiàn)(References):

[1] 孫鴻烈, 鄭度. 青藏高原形成演化與發(fā)展. 廣州: 廣東科技出版社, 1998.

[2] 牛亞菲. 青藏高原生態(tài)環(huán)境問題研究. 地理科學(xué)進(jìn)展, 1999, 18(2): 163- 171.

[3] 王一博, 王根緒, 常娟. 人類活動對青藏高原凍土環(huán)境的影響. 冰川凍土, 2004, 26(5): 523- 527.

[4] 樊啟順, 沙占江, 曹廣超, 曹生奎. 氣候變化對青藏高原生態(tài)環(huán)境的影響評價. 鹽湖研究, 2015, 13(1): 12- 18.

[5] 潘保國, 李吉均. 青藏高原: 全球氣候變化的驅(qū)動機與放大器: 青藏高原隆起對氣候變化的影響. 蘭州大學(xué)學(xué)報: 自然科學(xué)版, 1996, 32(1): 108- 115.

[6] 馮松, 湯懋蒼, 王冬梅. 青藏高原是我國氣候變化啟動區(qū)的新證據(jù). 科學(xué)通報, 1998, 43(6): 633- 636.

[7] 何紅艷. 青藏高原森林生產(chǎn)力格局及對氣候變化響應(yīng)的模擬[D]. 北京: 中國林業(yè)科學(xué)研究院, 2008.

[8] 孫鴻烈, 鄭度, 姚檀棟, 張鐿鋰. 青藏高原國家生態(tài)安全屏障保護(hù)與建設(shè). 地理學(xué)報, 2012, 67(1): 3- 12.

[9] 樸世龍, 方精云. 1982- 1999年我國陸地植被活動對氣候變化響應(yīng)的季節(jié)差異. 地理學(xué)報, 2003, 58(1): 119- 125.

[10] 卓嘎, 李欣, 羅布, 王彩云. 西藏地區(qū)近期植被變化的遙感分析. 高原氣象, 2010, 29(3): 563- 571.

[11] 卓嘎, 阿旺尼瑪, 楊秀海. 西藏地區(qū)植被覆蓋特征與氣象因子的相關(guān)分析. 氣象科學(xué), 2007, 27(5): 488- 494.

[12] 邊多, 普布次仁, 尼珍, 劉奎軍. 基于MODIS-NDVI時序數(shù)據(jù)的西藏阿里地區(qū)草地覆蓋時空變化. 中國草地學(xué)報, 2014, 36(3): 73- 78.

[13] 戴睿, 劉志紅, 婁夢筠, 梁津, 于明洋. 藏北那曲地區(qū)草地退化時空特征分析. 草地學(xué)報, 2013, 21(1): 37- 41, 99- 99.

[14] Chu D, Lu L X, Zhang T J. Sensitivity of normalized difference vegetation index (NDVI) to seasonal and interannual climate conditions in the Lhasa area, Tibetan Plateau, China. Arctic, Antarctic, and Alpine Research, 2007, 39(4): 635- 641.

[15] 呂洋, 董國濤, 楊勝天, 周秋文, 蔡明勇. 雅魯藏布江流域NDVI時空變化及其與降水和高程的關(guān)系. 資源科學(xué), 2014, 36(3): 603- 611.

[16] 廖清飛, 張鑫, 馬全, 姚瑤, 于東平. 青海省東部農(nóng)業(yè)區(qū)植被覆蓋時空演變遙感監(jiān)測與分析. 生態(tài)學(xué)報, 2014, 34(20): 5936- 5943.

[17] Peng J, Liu Z H, Liu Y H, Wu J S, Hai Y N. Trend analysis of vegetation dynamics in Qinghai-Tibet Plateau using Hurst Exponent. Ecological Indicators,2012, 14(1): 28- 39.

[18] 劉軍會, 高吉喜, 王文杰. 青藏高原植被覆蓋變化及其與氣候變化的關(guān)系. 山地學(xué)報, 2013, 31(2): 234- 242.

[19] 王青霞, 呂世華, 鮑艷, 馬迪, 李瑞青. 青藏高原不同時間尺度植被變化特征及其與氣候因子的關(guān)系分析. 高原氣象, 2014, 33(2): 301- 312.

[20] 李斌. 青藏高原植被時空分布規(guī)律及其影響因素研究[D]. 北京: 中國地質(zhì)大學(xué), 2016.

[21] 李輝霞, 劉國華, 傅伯杰. 基于NDVI的三江源地區(qū)植被生長對氣候變化和人類活動的響應(yīng)研究. 生態(tài)學(xué)報, 2011, 31(19): 5495- 5504.

[22] Sun J, Cheng G W, Li W P, Sha Y K, Yang Y C. On the variation of NDVI with the principal climatic elements in the Tibetan Plateau. Remote Sensing, 2013, 5(4): 1894- 1911.

[23] Hu M Q, Mao F, Sun H, Hou Y Y. Study of normalized difference vegetation index variation and its correlation with climate factors in the three-river-source region. International Journal of Applied Earth Observation and Geoinformation, 2011, 13(1): 24- 33.

[24] Zhang L, Guo H D, Ji L, Lei L P, Wang C Z, Yan D M, Li B, Li J. Vegetation greenness trend (2000 to 2009) and the climate controls in the Qinghai-Tibetan Plateau. Journal of Applied Remote Sensing, 2013, 7(1): 073572.

[25] Zhang G L, Zhang Y J, Dong J W, Xiao X M. Green-up dates in the Tibetan Plateau have continuously advanced from 1982 to 2011. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(11):4309- 4314.

[26] Fu G, Zhang X Z, Zhang Y J, Shi P L, Li Y L, Zhou Y T, Yang P W, Shen Z X. Experimental warming does not enhance gross primary production and above-ground biomass in the alpine meadow of Tibet. Journal of Applied Remote Sensing, 2013, 7(1): 073505.

[27] 徐滿厚, 薛嫻. 青藏高原高寒草甸植被特征與溫度、水分因子關(guān)系. 生態(tài)學(xué)報, 2013, 33(10): 3158- 3168.

[28] 馬曉芳, 陳思宇, 鄧婕, 馮琦勝, 黃曉東. 青藏高原植被物候監(jiān)測及其對氣候變化的響應(yīng). 草業(yè)學(xué)報, 2016, 25(1): 13- 21.

[29] 宋春橋, 游松財, 柯靈紅, 劉高煥, 鐘新科. 藏北高原植被物候時空動態(tài)變化的遙感監(jiān)測研究. 植物生態(tài)學(xué)報, 2011, 35(8): 853- 863.

[30] 宋春橋, 游松財, 柯靈紅, 劉高煥, 鐘新科. 藏北高原典型植被樣區(qū)物候變化及其對氣候變化的響應(yīng). 生態(tài)學(xué)報, 2012, 32(4): 1045- 1055.

[31] 賈文雄, 趙珍, 俎佳星, 陳京華, 王潔, 丁丹. 祁連山不同植被類型的物候變化及其對氣候的響應(yīng). 生態(tài)學(xué)報, 2016, 36(23): 7826- 7840.

[32] 袁沫汐, 鄒玲, 林愛文, 朱弘紀(jì). 湖北省地區(qū)植被覆蓋變化及其對氣候因子的響應(yīng). 生態(tài)學(xué)報, 2016, 36(17): 5315- 5323.

[33] 管磊, 王華軍, 王玉寬. 基于GIMMS NDVI數(shù)據(jù)的四川植被覆蓋度時空變化特征. 科技通報, 2016, 32(6): 31- 36, 41- 41.

[34] 張鐿鋰, 李炳元, 鄭度. 論青藏高原范圍與面積. 地理研究, 2003, 21(1): 1- 8.

[35] Tucker C J, Fung I Y, Keeling C D, Gammon R H. Relationship between atmospheric CO2variations and a satellite-derived vegetation index. Nature, 1986, 319(6050): 195- 199.

[36] Sellers P J, Meeson B W, Hall F G, Asrar G, Murphy R E, Schiffer R A, Bretherton F P, Dickinson R E, Ellingson R G, Field C B, Huemmrich K F, Justice C O, Melack J M, Roulet N T, Schimel D S, Try P D. Remote sensing of the land surface for studies of global change: models-algorithms-experiments. Remote Sensing of Environment, 1995, 51(1): 3- 26.

[37] DeFries R S, Field C B, Fung I, Justice C O, Los S, Matson P A, Matthews E, Mooney H A, Potter C S, Prentice K, Sellers P J, Townshend J R G, Tucker C J, Ustin S L, Vitousek P M. Mapping the land surface for global atmosphere-biosphere models: toward continuous distributions of vegetation′s functional properties. Journal of Geophysical Research: Atmospheres, 1995, 100(D10): 20867- 20882.

[38] Carlson T N, Ripley D A. On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote Sensing of Environment, 1997, 62(3): 241- 252.

[39] Yi S H, Zhou Z Y, Ren S L, Xu M, Qin Y, Chen S Y, Ye B S. Effects of permafrost degradation on alpine grassland in a semi-arid basin on the Qinghai-Tibetan Plateau. Environmental Research Letters, 2011, 6(4): 045403.

[40] Purevdorj T S, Tateishi R, Ishiyam T, Honda Y. Relationships between percent vegetation cover and vegetation indices. International Journal of Remote Sensing, 1998, 19(18): 3519- 3535.

[41] Shen M G, Tang Y H, Chen J, Zhu X L, Zheng Y H. Influences of temperature and precipitation before the growing season on spring phenology in grasslands of the central and eastern Qinghai-Tibetan Plateau. Agricultural and Forest Meteorology, 2011, 151(12): 1711- 1722.

[42] 張含玉, 方怒放, 史志華. 黃土高原植被覆蓋時空變化及其對氣候因子的響應(yīng). 生態(tài)學(xué)報, 2016, 36(13): 3960- 3968.

[43] Gurgel H C, Ferreira N J. Annual and interannual variability of NDVI in Brazil and its connections with climate. International Journal of Remote Sensing, 2003, 24(18): 3595- 3609.

[44] Milich L, Weiss E. GAC NDVI images: relationship to rainfall and potential evaporation in the grazing lands of the Gourma (northern Sahel) and in the croplands of the Niger-Nigeria border (southern Sahel). International Journal of Remote Sensing, 2000, 21(2): 261- 280.

[45] Shen Z X, Fu G, Yu C Q, Sun W, Zhang X Z. Relationship between the growing season maximum enhanced vegetation index and climatic factors on the Tibetan Plateau. Remote Sensing, 2014, 6(8): 6765- 6789.

[46] Ding M J, Zhang Y L, Liu L S, Zhang W, Wang Z F, Bai W Q. The relationship between NDVI and precipitation on the Tibetan Plateau. Journal of Geographical Sciences, 2007, 17(3): 259- 268.