1982—2015年中國北方歸一化植被指數(shù)(NDVI)變化特征及對氣候變化的響應(yīng)

何 航,張 勃 ,侯 啟,李 帥,馬 彬,馬尚謙

(西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,甘肅 蘭州 730070)

作為生態(tài)系統(tǒng)的重要組成部分,植被溝通并連接了大氣圈、水圈和土壤圈,促使各圈層間進(jìn)行物質(zhì)、能量及信息的流通和交換[1]。植被覆蓋對氣候變化極為敏感,氣候變化特別是氣溫和降水的變化導(dǎo)致植被生境發(fā)生變化,植被的生長狀況隨之改變[2]。近些年來,關(guān)于氣候變化如何影響植被覆蓋的問題受到廣泛關(guān)注[3]。此外,植被覆蓋與氣候變化的相互關(guān)系研究也成為全球變化研究的主流內(nèi)容之一[4-5]。

歸一化植被指數(shù)(normalized difference vegetation index,NDVI)能反映地表植被覆蓋變化狀況,常用于植被覆蓋變化及對氣候變化響應(yīng)的研究?；贕IMMS NDVI數(shù)據(jù)對植被覆蓋變化進(jìn)行研究由來已久[6-8]。這些研究利用GIMMS NDVI數(shù)據(jù)集研究了不同地區(qū)植被覆蓋動態(tài)變化,并結(jié)合氣候資料分析氣候變化對植被的影響;研究發(fā)現(xiàn)GIMMS NDVI數(shù)據(jù)能代表全球范圍內(nèi)植被對氣候變率的真實響應(yīng),中國多數(shù)地區(qū)的植被覆蓋以不同的速率呈增加趨勢。盡管這些研究利用GIMMS NDVI數(shù)據(jù)噪聲小、時間和空間方面相對連續(xù)性強的特點開展了大量研究,但受限于數(shù)據(jù)時長,未能對植被覆蓋變化情況做更連續(xù)而深入的分析。

氣候變化可以分為波動變化、趨勢變化和極端事件3類[9-10]。以往植被覆蓋對氣候變化的響應(yīng)研究多集中于波動變化和趨勢變化2個方面,近年來,極端氣候?qū)χ脖桓采w變化的影響研究逐漸增多。在全球氣候變暖背景下,植被生態(tài)系統(tǒng)對極端氣候事件的脆弱性逐漸增強[10]。YAO等[11]分析了新疆干旱區(qū)NDVI對氣候極值的響應(yīng)情況,發(fā)現(xiàn)NDVI變化趨勢與極端降水趨勢密切相關(guān),氣溫極值的升高影響植被生產(chǎn)力,氣溫極值和降水極值的共同增加導(dǎo)致新疆植被覆蓋減少。王曉利等[12]發(fā)現(xiàn)中國沿海地區(qū)NDVI與極端氣溫冷指數(shù)呈負(fù)相關(guān),極端暖指數(shù)和極端降水指數(shù)以黃淮為界,南北各不相同?？梢?不同區(qū)域氣溫和降水極值對植被的影響具有多樣性和差異性。因此,研究中國北方長時間尺度植被生長對氣候變化的響應(yīng)不能僅研究對常規(guī)氣候變化的響應(yīng),極端氣候?qū)χ脖簧L變化的影響也應(yīng)納入研究范圍。多數(shù)學(xué)者基于線性趨勢法分析氣候因子和NDVI的時間變化趨勢,但線性趨勢主要反映要素的整體變化,不能較好地反映要素非線性、非平穩(wěn)的復(fù)雜變化趨勢[13]。2013年極點對稱模態(tài)分解(extreme-point symmetric mode decomposition,ESMD)方法的提出[14],為刻畫各要素時間序列的非線性趨勢變化特征提供了新的研究思路。

中國北方是全球氣候變化的敏感區(qū)和影響顯著區(qū),地表植被類型大致可分為東部濕潤森林區(qū)和西部草原荒漠區(qū),生態(tài)環(huán)境脆弱。近年來,中國北方氣溫上升幅度高于全國平均氣溫,干燥和變暖是區(qū)域內(nèi)氣候變化的突出趨勢[15]?；诖?筆者利用最新的GIMMS NDVI 3g V1.0數(shù)據(jù)和氣象數(shù)據(jù),運用趨勢分析、ESMD、Mann-Kendall(M-K)趨勢檢驗法、相關(guān)分析以及極端氣候指數(shù)等方法,對中國北方植被覆蓋時空變化特征、植被對氣候因子特別是極端氣候的響應(yīng)進(jìn)行分析,這對了解中國北方近34 a植被覆蓋演變規(guī)律、促進(jìn)區(qū)域生態(tài)環(huán)境建設(shè)和健康發(fā)展具有重要意義。

1 研究區(qū)概況

廣義的中國北方地區(qū)指淮河-秦嶺及其西線延伸及以北地區(qū),包括東北、華北和西北地區(qū)共15個省級行政單位,位于31°23′～53°31′ N、73°40′～135°5′ E范圍。土地面積為578萬km2,占全國總面積的60.1%。區(qū)內(nèi)人口共計5.61億人,占全國總?cè)丝诘?0.36%。研究區(qū)絕大部分地區(qū)位于溫帶,氣候區(qū)自東向西依次為濕潤、半濕潤、半干旱及干旱氣候區(qū)。區(qū)內(nèi)包括山地、高原、盆地、丘陵和平原在內(nèi)的地貌形態(tài)獨特復(fù)雜,植被類型種類繁多(圖1)。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

遙感數(shù)據(jù)來自最新的GIMMS NDVI 3g V1.0數(shù)據(jù)集,時間跨度為1981年7月至2015年12月,是目前研究NDVI變化時間序列最長的數(shù)據(jù)集,時間分辨率為15 d,空間分辨率為0.083°×0.083°,下載網(wǎng)址為https:∥ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/?？紤]到中國北方各地區(qū)植被生長季始期與末期不同,且冬季大部分植被停止生長或被冰雪覆蓋,故確定5—9月為植被生長季。為分析季節(jié)差異,將生長季分為春季(5月)、夏季(6—8月)和秋季(9月)。采用最大值合成法(maximum value composite,MVC)獲得月NDVI,對月NDVI求平均得到季節(jié)NDVI和生長季NDVI。筆者研究認(rèn)為NDVI小于0.1的地區(qū)為“無植被區(qū)”,不做分析[4]。

圖1 研究區(qū)植被類型示意

氣象數(shù)據(jù)源自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥cdc.cma.gov.cn),選取中國北方共408個站點的逐日氣象資料。出于分析目的,計算得到研究區(qū)生長季及各季節(jié)降水量和平均氣溫。

植被類型數(shù)據(jù)(1∶100萬)來自2001年中國科學(xué)院中國植被圖編輯委員會發(fā)布的中國植被數(shù)據(jù)集,下載網(wǎng)址為http:∥www.resdc.cn。為便于研究,將類似的植被類型合并為1個類型,最終將主要植被類型分為針葉林、針闊混交林、落葉闊葉林、灌叢、荒漠植被、草地、高山植被和栽培植被。

2.2 研究方法

2.2.1ESMD方法

ESMD方法是一種自適應(yīng)信號分解方法,將數(shù)據(jù)從高頻到低頻分解成一系列的本征模式函數(shù)(intrinsic mode function,IMF)和1個余量R。ESMD方法在氣候數(shù)據(jù)分析方面具有較大優(yōu)勢:擅長尋找變化趨勢,能夠從觀測序列中分離出年際變化趨勢和氣候變化總趨勢,有助于探究全球氣候變暖問題[13-14]。

除了使用最小二乘線性趨勢擬合方法分析1982—2015年中國北方氣候因子和植被NDVI趨勢以外,還利用ESMD方法提取分析過去34 a氣候因子和植被NDVI的長期變化趨勢。

2.2.2M-K趨勢檢驗

M-K趨勢檢驗法是一種非參數(shù)統(tǒng)計方法,其優(yōu)點是樣本不必遵從特定的分布,也不受少數(shù)異常值干擾,適用性強,計算過程簡便[16]?；贛-K趨勢檢驗法對氣候因子和植被NDVI數(shù)據(jù)變化趨勢的顯著性進(jìn)行檢驗。

2.2.3趨勢分析

一元線性回歸趨勢分析法用于模擬每個柵格的變化趨勢,反映不同時期NDVI變化趨勢的空間特征[17],計算公式為

(1)

式(1)中,i為年序號;n為總年數(shù);INDV,i為第i年生長季或季節(jié)NDVI;θslope為各像元NDVI變化趨勢的斜率,采用F檢驗進(jìn)行趨勢顯著性檢驗。根據(jù)檢驗結(jié)果將變化趨勢分為顯著減少(θslope<0,P<0.05)、顯著增加(θslope>0,P<0.05)和變化不顯著(P>0.05)3種情況。

2.2.4相關(guān)性分析

為提高研究結(jié)果的精度上,在氣象站點區(qū)域尺度上研究NDVI與氣候要素相關(guān)性的空間分布特征。根據(jù)氣象站點的空間位置,提取站點所在柵格NDVI作為其NDVI。由于GIMMS NDVI數(shù)據(jù)空間分辨率約為8 km,像元面積約為64 km2,共有28個氣象站點不在顯示范圍內(nèi),未能提取NDVI,最終共有380個站點可提取NDVI用于相關(guān)分析。采用Pearson相關(guān)系數(shù)計算各站點NDVI與氣候要素的相關(guān)性。

2.2.5極端氣候指數(shù)

對極端氣候指數(shù)的定義和計算采用基于世界氣象組織(WMO)、氣候委員會(CCI)、全球氣候研究計劃(WCRP)、氣候變化和可預(yù)測性計劃(CLIVAR)以及氣候變化檢測、監(jiān)測和指標(biāo)專家組(ETCCDMI)確定的“氣候變化檢測和指標(biāo)”,該方法廣泛應(yīng)用于極端氣候事件研究。

主要選取包括6個極端氣溫指數(shù)和5個極端降水指數(shù)在內(nèi)的共11個極端氣候指數(shù),所選指數(shù)計算原理見表1。

表1 極端氣候指標(biāo)的定義

Table 1 Definition of extreme climate indices

縮寫 極端氣候指數(shù) 定義單位 FD0霜凍日數(shù)年內(nèi)日最低溫度低于0 ℃的日數(shù)d GSL生物生長季日數(shù)年內(nèi)日均溫連續(xù)6 d高于5 ℃及連續(xù)6 d低于5 ℃間的時間跨度d TMAXmean最高氣溫日最高氣溫的月均值℃ TMINmean最低氣溫日最低氣溫的月均值℃ TN90p暖夜日數(shù)年日最低氣溫大于90%分位值的日數(shù)d WSDI暖持續(xù)日數(shù)連續(xù)6 d年日最高氣溫大于90%分位值的日數(shù)d CDD連續(xù)干旱日數(shù)年日降水量<1 mm持續(xù)日數(shù)的最大值d CWD連續(xù)濕潤日數(shù)年日降水量≥1 mm持續(xù)日數(shù)的最大值d PRCPTOT年總降水量年全部雨(雪)日降水量之和mm Rx1day1日最大降水量每月內(nèi)連續(xù)1 d的最大降水量mm R95p異常降水總量年內(nèi)日降水量高于95%分位值的總降水量mm

3 結(jié)果與分析

3.1 基于氣候變化背景下的NDVI時空變化特征

3.1.1時間變化特征

1982—2015年中國北方生長季及春、夏、秋3季氣溫、降水及NDVI時間變化見圖2。2種趨勢分析方法均顯示過去34 a生長季氣溫呈上升趨勢,線性升溫速率為0.356 ℃·(10 a)-1(P<0.001)。生長季降水以-1.396 mm·(10 a)-1速率減少;ESMD方法顯示生長季降水呈先減少后增加趨勢。隨著生長季溫度升高,降水減少,生長季NDVI以0.002 (10 a)-1速率增加(P<0.05)。這表明過去34 a來中國北方植被覆蓋處于良性改善狀態(tài)。ESMD方法顯示1982—1992年生長季NDVI逐漸增加〔線性速率為0.002 (10 a)-1,P<0.05〕;1992—2005年NDVI緩慢下降〔線性速率為-0.008 (10 a)-1〕,2005年之后逐漸上升〔線性速率為0.018 (10 a)-1,P<0.001〕。

春、夏和秋季氣溫極顯著增加,氣溫線性增長率分別為0.397、0.358和0.311 ℃·(10 a)-1(P<0.001)。春、夏季降水分別以-0.362和-2.954 mm·(10 a)-1速率減少,秋季降水則以2.245 mm·(10 a)-1速率增加。NDVI在春季小幅下降,夏、秋兩季呈現(xiàn)增加趨勢,其中,秋季增速最快且增加顯著(P<0.01)。ESMD方法也顯示秋季NDVI呈波動上升。

3.1.2空間變化特征

為分析NDVI的空間變化格局,將中國北方劃分為東北(黑龍江、吉林、遼寧、內(nèi)蒙古東部)、西北(陜西、甘肅、寧夏、青海、新疆、內(nèi)蒙古西部)和華北(河北、河南、山東、山西、北京、天津)3個區(qū)域,探究其空間差異(圖3)。

過去34 a氣溫呈升高趨勢:西北地區(qū)柴達(dá)木盆地、祁連山北部、疏勒河流域、阿拉善高原及東北地區(qū)內(nèi)蒙古高原均是升溫幅度較高的區(qū)域,升溫幅度大于0.4 ℃·(10 a)-1。各分區(qū)降水變化趨勢不同:東北地區(qū)、華北地區(qū)降水分別以-2.42和-1.23 mm·(10 a)-1速率減少;西北地區(qū)降水以0.655 mm·(10 a)-1速率緩慢增加。在此背景下,中國北方生長季大部分地區(qū)NDVI呈增加趨勢,生長季NDVI增加區(qū)域面積占比超過62.8%,其中,顯著增加區(qū)域面積占比超過33%;減少區(qū)域面積約占37.2%,顯著減少區(qū)域面積約占12%。西北地區(qū)NDVI顯著增加區(qū)域面積占該區(qū)域面積的41.91%,主要集中在新疆天山及塔里木盆地北緣,甘肅祁連山區(qū)及隴南山地,以及黃土高原和河套平原;顯著減少區(qū)域面積僅占7.46%,分布分散且多集中在山地邊緣。這說明近年來西北地區(qū)植被覆蓋情況轉(zhuǎn)好。華北地區(qū)植被呈良性改善狀態(tài):NDVI顯著增加區(qū)域面積約占44.7%,主要集中于山西的呂梁山及太行山區(qū);顯著減少區(qū)域面積僅占6.2%且分布分散。東北地區(qū)NDVI顯著增加區(qū)域面積僅占4.8%,主要位于遼西低山丘陵區(qū);顯著減少區(qū)域面積占24%,主要位于東北大、小興安嶺及長白山一帶。這表明近34 a來東北植被呈逐漸退化狀態(tài)。

圖2 中國北方1982—2015年生長季及春、夏和秋季氣溫、降水和NDVI的年際變化及趨勢

不同季節(jié)NDVI、氣溫和降水的空間變化各不相同。春季NDVI增幅較大的區(qū)域主要集中在華北平原和黃土高原,降幅最大的區(qū)域主要在東北平原。NDVI顯著減少區(qū)域面積占研究區(qū)面積的15%,顯著增加區(qū)域面積占21%。春季整個區(qū)域氣溫呈升高趨勢,降水增幅最大的區(qū)域主要集中在東北地區(qū),但氣溫升溫慢、降水增加可能造成東北地區(qū)春季日照時數(shù)減少，太陽輻射減弱,植被生長的熱量條件不足,植被生長受限,NDVI降低。夏季NDVI、氣溫和降水的空間變化趨勢與生長季類似,NDVI顯著減少區(qū)域面積占13.1%,顯著增加區(qū)域面積占29.9%。秋季NDVI減少區(qū)域主要位于甘陜南部的秦巴山區(qū)以及內(nèi)蒙古中部地區(qū),NDVI顯著減少區(qū)域面積占5%;NDVI增加區(qū)域主要分布于黃土高原和東北平原,顯著增加區(qū)域面積占比超過30%。

圖3 NDVI、氣溫和降水趨勢以及NDVI趨勢顯著性空間分布

3.1.3不同植被類型NDVI空間變化特征

中國北方及3個分區(qū)不同植被類型NDVI增減變化情況見表2。中國北方生長季NDVI增加和減少最多的均是栽培植被和草地,且栽培植被和草地NDVI增加面積遠(yuǎn)大于減少面積,說明這2種植被覆蓋情況明顯改善。除這2種植被以外,荒漠植被NDVI增加面積大于減少面積,植被覆蓋狀況也有所改善。

西北地區(qū)植被NDVI增加面積大于減少面積,各類植被覆蓋狀況呈良性增加趨勢。除栽培植被和草地以外,荒漠植被生長季NDVI增加面積最多,荒漠植被逐年增加。東北地區(qū)生長季植被NDVI減少面積大于增加面積,植被活動呈下降趨勢；春季植被覆蓋退化最為嚴(yán)重,而秋季植被覆蓋轉(zhuǎn)為良好,NDVI增加面積大于減少面積。東北地區(qū)草地和針葉林植被覆蓋增加最多,落葉闊葉林和栽培植被覆蓋減少最多,植被退化嚴(yán)重;但秋季2種植被NDVI增加面積遠(yuǎn)大于減少面積,說明近年來秋季氣溫升高有利于延長植被生長季,秋季2種植被覆蓋呈良性增加；華北地區(qū)植被NDVI增加面積大于減少面積,說明華北地區(qū)植被覆蓋狀況改善,各類植被覆蓋呈良性增加；除栽培植被和草地以外,灌叢植被NDVI增加面積最多。

3.2 植被NDVI對氣候變化的響應(yīng)

3.2.1對氣候變化的響應(yīng)

NDVI對氣候變化的響應(yīng)見表3。中國北方生長季NDVI與氣溫和降水均呈正相關(guān),但植被生長對氣溫的響應(yīng)更強。各季節(jié)NDVI與氣候變量的相關(guān)性分析表明,NDVI與夏季降水的相關(guān)性強于夏季氣溫,說明夏季植被增多主要受中國北方雨季來臨、降水量增加的影響;秋季NDVI與氣溫呈顯著正相關(guān),相關(guān)性強于降水,說明秋季氣溫升高有利于延長植被生長季,促進(jìn)植被生長。

NDVI與氣溫和降水相關(guān)系數(shù)的空間分布特征見圖4。整體而言,大部分站點NDVI與氣溫和降水相關(guān)不顯著,部分站點相關(guān)性達(dá)到顯著水平。

表2 中國北方及3個分區(qū)不同植被類型生長季及春、夏和秋季NDVI變化率占比

Table 2 Increase and decrease ratio of the NDVI for different vegetation types during the growing season and different seasons in three regions and northern China%

地區(qū)植被類型生長季春季夏季秋季增減增減增減增減 中國北方針葉林1.380.630.950.401.180.981.580.23針闊混交林0.040.110.010.130.050.100.200.01落葉闊葉林2.322.281.932.241.763.324.470.76灌叢2.130.822.120.631.740.922.230.43荒漠植被4.010.812.400.663.390.993.310.36草地12.772.857.064.3113.753.2313.382.46高山植被0.760.200.010.160.840.160.420.06栽培植被13.143.819.867.5011.274.0116.931.23 西北地區(qū)針葉林0.610.330.860.130.540.430.290.38針闊混交林————————落葉闊葉林1.040.652.030.140.810.630.420.91灌叢1.700.721.720.481.590.680.940.48荒漠植被8.861.734.861.297.412.136.990.71草地19.492.109.684.6122.733.3619.492.10高山植被1.690.440.050.331.840.340.900.13栽培植被12.700.737.192.4112.430.9011.420.87 東北地區(qū)針葉林1.821.290.170.781.931.892.910.11針闊混交林0.110.280.010.320.120.270.510.03落葉闊葉林3.346.390.515.232.927.209.441.13灌叢0.991.220.530.920.861.381.660.49荒漠植被0.020.080.070.080.010.050.490草地7.223.833.054.866.404.187.423.63高山植被————————栽培植被5.386.760.0512.675.996.0912.720.98 華北地區(qū)針葉林2.320.142.690.091.170.301.700.05針闊混交林————————落葉闊葉林3.340.824.190.161.631.562.930.23灌叢6.200.236.220.144.240.515.740.06荒漠植被————————草地7.330.136.280.375.640.517.730.13高山植被————————栽培植被34.015.6534.536.4520.699.0339.812.58

增減占比指在0.05水平上通過顯著性檢驗的植被NDVI增減變化的像元與整個區(qū)域像元之比;“—”表示該植被類型NDVI在某區(qū)域增減占比變化極小,可忽略不計,或區(qū)域內(nèi)沒有此類植被分布。

表3 1982—2015年中國北方生長季及春、夏和秋季歸一化植被指數(shù)(NDVI)與氣溫(Rt)和降水(Rp)的相關(guān)系數(shù)

Table 3 Correlation coefficients between the NDVI and temperature (Rt) and precipitation (Rp) for the growing season and different seasons in northern China from 1982 to 2015

指標(biāo)NDVI生長季春季夏季秋季Rt0.41??0.160.200.33? Rp0.210.110.37?0.15

*和**分別表示在0.05和0.01水平上通過顯著性檢驗。

生長季NDVI與氣溫以正相關(guān)為主,站點比例為69.7%,其中,19.2%的站點對氣溫呈顯著正響應(yīng),該類站點廣泛分布于中國北方。春季51.8%的站點NDVI與氣溫呈正相關(guān),10.5%的站點與氣溫呈顯著正相關(guān),主要分布于東北地區(qū)的森林植被區(qū);6.3%的站點與氣溫呈顯著負(fù)相關(guān),主要分布于35°～39° N范圍。夏季多數(shù)站點與氣溫呈負(fù)相關(guān),站點比例為61.1%,其中,13.4%的站點對氣溫呈顯著負(fù)響應(yīng),該類站點主要分布于東北地區(qū)的草地和栽培植被區(qū)以及華北地區(qū)的栽培植被區(qū)。秋季8.2%的站點對氣溫呈顯著正響應(yīng),僅1.8%的站點呈顯著負(fù)響應(yīng),該類站點分布廣泛。

生長季NDVI與降水的相關(guān)性以正相關(guān)為主,站點比例為58.9%,其中,11.1%的站點對降水呈顯著正響應(yīng),該類站點分布廣泛。春季53.4%的站點與降水呈正相關(guān),呈顯著正相關(guān)的站點占6.8%,主要分布于內(nèi)蒙古中部、甘肅南部、青海東部及新疆的塔里木盆地北緣。夏季76.6%的站點對降水呈正響應(yīng),14.2%的站點呈顯著正響應(yīng),廣泛分布于中國北方。秋季6.3%的站點對降水呈顯著正響應(yīng),該類站點主要分布于甘肅、陜西的栽培植被區(qū);5.3%的站點呈顯著負(fù)響應(yīng),主要分布于東北的長白山區(qū)。

圖4 1982—2015年中國北方生長季及春、夏和秋季NDVI與氣溫和降水相關(guān)性的空間分布

3.2.2對極端氣候變化的響應(yīng)

為評價極端溫度和降水對中國北方NDVI的影響,選取11個極端氣候指數(shù),使用Pearson相關(guān)系數(shù)研究植被生長對極端氣候變化的響應(yīng)(表4)。M-K趨勢檢驗法顯示極端氣溫指數(shù)呈極顯著增加或減少趨勢,所有指數(shù)均達(dá)0.001顯著性水平。過去34 a內(nèi),霜凍日數(shù)(FD0)呈現(xiàn)極顯著減少趨勢,線性速率為-4.70 d·(10 a)-1;生物生長季日數(shù)(GSL)、最高氣溫(TMAXmean)、最低氣溫(TMINmean)、暖夜日數(shù)(TN90p)和暖持續(xù)日數(shù)(WSDI)均呈現(xiàn)極顯著增加趨勢,線性速率依次為4.49 d·(10 a)-1、0.35 ℃·(10 a)-1、0.44 ℃·(10 a)-1、4.59 d·(10 a)-1和1.63 d·(10 a)-1。極端降水指數(shù)中,僅1日最大降水量(RX1day)和異常降水總量(R95p)達(dá)0.05顯著性水平,分別以1.425和1.25 mm·(10 a)-1速率增加。

表4 極端氣候指數(shù)趨勢檢驗結(jié)果及與NDVI的相關(guān)系數(shù)

Table 4 The trend test results of the extreme climatic indices and its correlation coefficient with NDVI

指標(biāo)變化趨勢單位相關(guān)系數(shù) 極端氣溫指數(shù) 霜凍日數(shù)(FD0)-4.70???d·(10 a)-1-0.35? 生物生長季日數(shù)(GSL)4.49???d·(10 a)-10.34? 最高氣溫(TMAXmean)0.35???℃·(10 a)-10.41? 最低氣溫(TMINmean)0.44???℃·(10 a)-10.51?? 暖夜日數(shù)(TN90p)4.59???d·(10 a)-10.48?? 暖持續(xù)日數(shù)(WSDI)1.63???d·(10 a)-10.37? 極端降水指數(shù) 連續(xù)干旱日數(shù)(CDD)-3.06d·(10 a)-1-0.10 連續(xù)濕潤日數(shù)(CWD)-0.03d·(10 a)-1-0.16 年總降水量(PRCPTOT)1.13mm·(10 a)-10.24 1日最大降水量(RX1day)1.425?mm·(10 a)-10.40? 異常降水總量(R95p)1.25?mm·(10 a)-10.30

*、**和***分別表示在0.05、0.01和0.001水平上通過顯著性檢驗。

NDVI與極端氣候指數(shù)的相關(guān)系數(shù)表明,氣溫極值和降水極值對植被覆蓋變化有影響,且氣溫極值與NDVI之間的相關(guān)性強于降水極值。氣候變暖增強了中國北方的植被活動,相關(guān)系數(shù)表明最低氣溫(TMINmean)和暖夜日數(shù)(TN90p)與NDVI關(guān)系最密切。PENG等[18]研究發(fā)現(xiàn)北方干燥的溫帶生態(tài)系統(tǒng)中NDVI與最低氣溫呈正相關(guān),相關(guān)性強于TMAXmean。暖夜日數(shù)增多、夜間變暖主要通過2種不同的方式影響植被生長:增強植物自養(yǎng)呼吸;降低霜凍風(fēng)險，并在白天刺激植物光合作用，調(diào)節(jié)植物生理機制[11,18-19]。極端降水指數(shù)中,僅RX1day與NDVI的相關(guān)系數(shù)通過0.05顯著性水平檢驗,其他極端降水指數(shù)與NDVI之間的相關(guān)性較弱或無意義,這意味著降水增加特別是降水極值增加對植被覆蓋有影響,但影響相對弱于氣溫極值對植被生長的影響。

4 討論

研究結(jié)果表明,隨著氣候趨于暖干,近34 a中國北方植被覆蓋變化呈小幅增長趨勢,NDVI增加最多的主要是栽培植被、草地和荒漠植被。近幾十年植被增加的結(jié)果與已有研究中歐亞大陸及中國北方各地區(qū)植被動態(tài)轉(zhuǎn)綠的趨勢[4,20-22]一致,這表明近年來中國北方生態(tài)環(huán)境在不斷改善。20世紀(jì)90年代至2006年NDVI降低趨勢也與PIAO等[4]觀測到的趨勢結(jié)果一致。筆者研究發(fā)現(xiàn)在空間分布上植被覆蓋變化呈現(xiàn)差異性,西北地區(qū)和華北地區(qū)植被改善面積大于植被退化面積,東北地區(qū)反之。但曾有研究顯示,西北地區(qū)植被覆蓋有所惡化,華北地區(qū)植被退化面積大于改善面積,東北地區(qū)植被覆蓋增加[23-25]。究其原因,主要是由于研究時段不同造成研究結(jié)果有差異,研究數(shù)據(jù)的空間尺度不同也會對研究結(jié)果造成影響。

植被覆蓋變化不僅受到氣候的影響,人類活動的作用也不容忽視。隨著國家生態(tài)保護(hù)建設(shè)工程,如三北防護(hù)林、退耕還林等工程的大規(guī)模實施,區(qū)域生態(tài)環(huán)境得到改善,植被覆蓋面積增加,生態(tài)效益逐漸呈現(xiàn)[26-27]。但也有研究提出植樹造林可能存在弊端,這個負(fù)面影響可能是21世紀(jì)初黃土高原植被覆蓋率急劇下降的重要原因之一,在干旱和半干旱地區(qū)過度依賴植樹造林并實施大規(guī)模生態(tài)規(guī)劃有一定風(fēng)險[20]。因此,未來對植被生長變化進(jìn)行研究時不僅要分析氣候因素,還要考慮人類活動對植被生長的促進(jìn)和阻礙作用,定量區(qū)分氣候變化與人類活動對植被覆蓋變化的正負(fù)貢獻(xiàn)率。

筆者研究中,植被生長受到水熱條件的共同影響,并且受氣溫的影響更加顯著,不同季節(jié)植被生長對氣候響應(yīng)存在差異。春季和秋季植被NDVI對氣溫的響應(yīng)強于降水,而夏季NDVI對降水的響應(yīng)更強。這與其他學(xué)者對亞歐大陸和中亞地區(qū)的研究結(jié)果[4,28]一致。極端氣候?qū)χ脖坏挠绊懜鼮閺?fù)雜,受到國內(nèi)外學(xué)者的廣泛關(guān)注。筆者研究中,相關(guān)分析顯示NDVI對氣溫極值的響應(yīng)更強,TMINmean和TN90p與NDVI關(guān)系最為密切。YAO等[11]也發(fā)現(xiàn)新疆NDVI變化與TMINmean和TN90p的相關(guān)性更強。但TAN等[29]在鄱陽湖流域發(fā)現(xiàn)NDVI分別與日最高氣溫極低值(TXn)、日最低氣溫極低值(TNn)、日最低氣溫極高值(TNx)和日最高氣溫極高值(TXx)的相關(guān)性更強;王曉利等[12]則發(fā)現(xiàn)中國北方沿海地區(qū)NDVI與暖晝?nèi)諗?shù)(TX90p)和TXx呈負(fù)相關(guān)?？梢?不同地區(qū)植被覆蓋對極端氣候的響應(yīng)是復(fù)雜的,目前對這兩者之間的響應(yīng)還缺乏大量系統(tǒng)的分析和研究。筆者選取11個極端氣候指數(shù),揭示了中國北方植被對極端氣候的響應(yīng)情況,對植被覆蓋與極端氣候響應(yīng)研究進(jìn)行補充。但筆者研究僅選取部分極端氣候指數(shù),植被數(shù)據(jù)空間分辨率也有不足,未來應(yīng)該使用更高分辨率遙感數(shù)據(jù)和更先進(jìn)的數(shù)值模型工具定量研究植被覆蓋對氣候極端指數(shù)的響應(yīng),以便更系統(tǒng)地研究這種響應(yīng)機制。

5 結(jié)論

基于GIMMS NDVI 3g V1.0數(shù)據(jù)以及1982—2015年氣象數(shù)據(jù),分析了1982—2015年中國北方植被NDVI時空變化特征以及植被NDVI對氣候變化及極端氣候變化的響應(yīng)情況,得出以下結(jié)論。

(1)中國北方近34 a植被生長季NDVI整體呈上升趨勢,植被覆蓋狀況呈良性改善狀態(tài)。線性趨勢顯示植被NDVI以0.002 (10 a)-1速度小幅度增加(P<0.05);ESMD方法顯示生長季NDVI從1982年逐漸增加至1992年,之后緩慢下降,2005年后逐漸上升。

(2)中國北方NDVI顯著增加區(qū)域面積占比超過33%。西北地區(qū)新疆北部天山及塔里木盆地北緣、甘肅祁連山區(qū)及隴南山地、黃土高原和河套平原NDVI顯著增加。東北地區(qū)遼西低山丘陵一帶NDVI顯著增加。華北地區(qū)呂梁山及太行山區(qū)NDVI顯著增加。NDVI顯著減少地區(qū)主要集中在東北地區(qū)大、小興安嶺及長白山一帶。

(3)中國北方植被覆蓋增加最多的是栽培植被、草地和荒漠植被。西北地區(qū)栽培植被、草地和荒漠植被覆蓋增加最多;東北地區(qū)草地和針葉林植被覆蓋增加最多,落葉闊葉林和栽培植被覆蓋減少最多;華北地區(qū)栽培植被、草地和灌叢植被覆蓋增加最多。

(4)中國北方生長季NDVI與溫度和降水均呈正相關(guān),但對氣溫的響應(yīng)更強。夏季NDVI與降水的相關(guān)性強于氣溫，秋季NDVI與氣溫的相關(guān)性強于降水。中國北方NDVI空間響應(yīng)存在異質(zhì)性,生長季NDVI對氣溫和降水響應(yīng)強的站點廣泛分布于中國北方,多數(shù)站點對氣溫響應(yīng)強烈。不同季節(jié)NDVI對氣溫和降水響應(yīng)的空間差異性大。

(5)在極端氣候指數(shù)中,1982—2015年極端氣溫指數(shù)均呈極顯著增加或減少趨勢,極端降水指標(biāo)中僅1日最大降水量、異常降水總量呈顯著增加趨勢。氣溫極值和降水極值對植被覆蓋變化有影響,且氣溫極值與NDVI之間的相關(guān)性強于降水極值與NDVI之間的相關(guān)性。最低氣溫和暖夜日數(shù)與NDVI關(guān)系最密切。