吉珍霞,裴婷婷,陳 英,,秦格霞,侯青青,謝保鵬,吳華武
1 甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院,蘭州 730070 2 甘肅農(nóng)業(yè)大學(xué)管理學(xué)院,蘭州 730070 3 草業(yè)生態(tài)系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室(甘肅農(nóng)業(yè)大學(xué)),蘭州 730070 4 中國(guó)科學(xué)院南京地理與湖泊研究所, 南京 210008
物候通常是指生物受其所處環(huán)境(氣候、水文、土壤等)影響,出現(xiàn)以年為周期的自然現(xiàn)象[1- 2]。而植被物候變化影響植被生產(chǎn)力、陸地生態(tài)系統(tǒng)碳循環(huán)過程及碳儲(chǔ)備,清楚地掌握植被物候動(dòng)態(tài)變化,對(duì)植被恢復(fù)、生態(tài)系統(tǒng)保護(hù)及區(qū)域內(nèi)畜牧業(yè)的發(fā)展等具有重要意義[3- 5]。
目前,國(guó)內(nèi)外學(xué)者基于不同數(shù)據(jù)源、不同提取方法對(duì)不同環(huán)境因子(海拔、溫度、降水、太陽(yáng)輻射等)與物候的相互關(guān)系做了大量研究,早期J?nsson等提出動(dòng)態(tài)閾值法,以植被指數(shù)曲線年振幅的百分比作為生長(zhǎng)季開始或結(jié)束的閾值來(lái)提取物候[6],現(xiàn)有大多數(shù)學(xué)者基于此方法利用遙感數(shù)據(jù)探討了物候與氣象因子和非氣象因子之間的關(guān)系[7- 8],如王重洋基于MODIS EVI數(shù)據(jù)集,采用小波分析、動(dòng)態(tài)閾值法等方法發(fā)現(xiàn)中國(guó)植被物候空間格局可以很好地體現(xiàn)自然地域分異規(guī)律[9];孔冬冬等根據(jù)GIMMIS NDVI3g數(shù)據(jù)運(yùn)用偏最小二乘法回歸研究得到青藏高原植被物候變化主要受溫度的影響[10]。同時(shí)也有學(xué)者根據(jù)實(shí)地監(jiān)測(cè)數(shù)據(jù)分析物候受氣候變化的影響,早期Chmielewski等通過研究歐洲4種木本植被地面觀測(cè)數(shù)據(jù)與不同氣候變化的關(guān)系,提出溫度每升高1°C,植被生長(zhǎng)季始期(SOS, Start of Growing Season)提前7 d,植被生長(zhǎng)季末期(EOS, End of Growing Season)推遲5 d[11],而近期Huang等對(duì)內(nèi)蒙古16種草本植被SOS受多因素影響的研究中發(fā)現(xiàn)溫度升高會(huì)提前植被SOS[12]。在黃土高原的研究中,雷俊等、李強(qiáng)等和謝寶妮等分別以不同類型數(shù)據(jù)對(duì)黃土高原物候進(jìn)行量化分析[13-15],均發(fā)現(xiàn)近年來(lái)黃土高原植被SOS提前和植被EOS推遲是受氣溫和降水的共同調(diào)控。這些與現(xiàn)有的認(rèn)知一致,即物候變化與溫度和降水密切相關(guān),但Chen等根據(jù)內(nèi)蒙古地面實(shí)測(cè)物候數(shù)據(jù)證明[16],草本植被SOS在氣候變暖的氣候下沒有顯著的變化,可能的原因是植被物候受到關(guān)鍵時(shí)期氣候的影響,而不是整年度氣候調(diào)節(jié)植被物候變化,Wang等也提出內(nèi)蒙古地區(qū)植被SOS對(duì)關(guān)鍵時(shí)期的氣候變化明顯[17]。
以往關(guān)于氣候變化對(duì)物候影響的研究大部分是以年尺度的氣候來(lái)分析,忽略了物候?qū)竟?jié)性氣候的響應(yīng),而各季節(jié)的溫度和降水變化也對(duì)植被物候產(chǎn)生重要的影響[18- 20]。因此,本文基于2001—2019年250 m分辨率的MOD13Q1數(shù)據(jù),提取黃土高原植被物候期,包括植被SOS和植被EOS。運(yùn)用Sen′s斜率估計(jì)對(duì)植被物候時(shí)空變化特征進(jìn)行分析[21],并結(jié)合R/S分析法對(duì)植被物候變化趨勢(shì)進(jìn)行預(yù)測(cè),采用高階偏相關(guān)分析法探討季節(jié)性氣候變化對(duì)物候的影響,以期探究黃土高原植被物候水平地帶分布的時(shí)空變化規(guī)律及其對(duì)季節(jié)性氣候變化的響應(yīng),為當(dāng)?shù)厣鷳B(tài)環(huán)境恢復(fù)與建設(shè)提供參考和依據(jù)[22]。
黃土高原地處中國(guó)西北地區(qū),范圍在100°52′—114°33′ E、33°41′—41°16′ N之間,海拔在83—5010 m之間,是世界上分布最集中且面積最大的黃土區(qū)(圖1)。地勢(shì)西北高,東南低,氣候受經(jīng)緯度和地形的雙重制約,由東南濕潤(rùn)季風(fēng)氣候向西北內(nèi)陸干旱氣候過渡,冬季寒冷干燥多風(fēng)沙,夏季炎熱多暴雨,年均溫3.6—14.3 ℃,年降雨量300—800 mm,降水量從西北向東南增加。植被受氣候的影響呈東南—西北走向水平地帶性分布[15],根據(jù)中國(guó)植被區(qū)劃數(shù)據(jù),主要?jiǎng)澐譃?個(gè)植被分區(qū):Ⅰ(溫帶南部荒漠草原區(qū))、Ⅱ(溫帶南部典型草原區(qū))、Ⅲ(溫帶南部森林(草甸)草原區(qū))、Ⅳ(暖溫帶北部落葉櫟林區(qū))、Ⅴ(暖溫帶南部落葉櫟林亞區(qū))。根據(jù)美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration,NASA)提供的土地利用覆蓋圖,只提取2001—2018年土地利用覆蓋類型未發(fā)生變換的區(qū)域(圖1),在此基礎(chǔ)上去除受人類活動(dòng)干擾嚴(yán)重和植被不穩(wěn)定的耕地、濕地、荒漠、城鎮(zhèn)用地、水體以及農(nóng)田和植被交互區(qū)域[23],將剩余植被覆蓋區(qū)域定義為植被活躍區(qū)[1](圖1)。
圖1 黃土高原站點(diǎn)空間分布圖和2001—2018年未變化土地利用類型圖Fig.1 Spatial distribution map of sites on the Loess Plateau and map of unchanged land use type types from 2001 to 2018Ⅰ:溫帶南部荒漠草原區(qū)(Desert steppe in the southern temperate zone)、Ⅱ:溫帶南部典型草原區(qū)(Typical steppe pressure areas in the southern temperate zone)、Ⅲ:溫帶南部森林(草甸)草原區(qū)(Temperate southern forest(meadow)grassland area)、Ⅳ:暖溫帶北部落葉櫟林區(qū)(Deciduous oak forest in the warm temperate north)、Ⅴ:暖溫帶南部落葉櫟林亞區(qū)(Warm temperate southern deciduous oak forest subregion)
研究采用歸一化差值植被指數(shù)(Normalization Difference Vegetation Index, NDVI)提取植被物候指標(biāo)。NDVI數(shù)據(jù)來(lái)源于NASA提供的 MODIS土地覆蓋動(dòng)態(tài)產(chǎn)品(MOD13Q1),空間分辨率為250 m,時(shí)間分辨率為16 d,時(shí)間跨度為2001—2019年(https://lpdaacsvc.cr.usgs.gov/appeears), 研究將NDVImean= 0.05作為排除非植被覆蓋的閾值[24-26]。
物候驗(yàn)證數(shù)據(jù):數(shù)據(jù)來(lái)源于國(guó)家生態(tài)科學(xué)數(shù)據(jù)中心(http://rs.cern.ac.cn/order),包括沙坡頭、鄂爾多斯、海北站3個(gè)站點(diǎn)物候觀測(cè)數(shù)據(jù),記錄有草地萌芽期、開花期、結(jié)實(shí)期、種子散布期和枯黃期。因地面觀測(cè)的物候期是從植物個(gè)體尺度觀測(cè)的,為增加驗(yàn)證數(shù)據(jù)的可比性,根據(jù)侯學(xué)會(huì)[27]的建議剔除記錄時(shí)間與其他數(shù)據(jù)相差30天以上的記錄,并將3個(gè)地面觀測(cè)站點(diǎn)數(shù)據(jù)的萌芽期和枯黃期定義為植被SOS和植被EOS。
30 m分辨率的數(shù)字高程模型數(shù)據(jù)、植被區(qū)劃數(shù)據(jù):來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)平臺(tái)(http://www.resdc.cn),在ArcGIS 10.2中利用重分類和按掩膜提取等工具,對(duì)數(shù)據(jù)進(jìn)行處理。
土地利用覆蓋數(shù)據(jù)來(lái)源于由NASA 提供的MODIS土地利用覆蓋圖(MCD12Q1產(chǎn)品),數(shù)據(jù)的空間分辨率為500 m(https://lpdaacsvc.cr.usgs.gov/appeears),時(shí)間節(jié)點(diǎn)為2001年和2018年兩期。黃土高原土地利用類型主要有常綠針葉林、落葉闊葉林、混交林、郁閉灌木、稀疏灌木、草地、鑲嵌林地、鑲嵌草地、草地、水體、濕地、耕地、城鎮(zhèn)用地、稀疏草原、荒漠以及農(nóng)田與自然植被混交16種類型,在ArcGIS 10.2中只提取2001—2018年土地利用覆蓋類型未發(fā)生變換的區(qū)域[23]。
溫度和降水?dāng)?shù)據(jù):來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)的日值數(shù)據(jù)集(http://data.cma.cn),時(shí)間跨度為2000—2018年,利用MATLAB 10.2軟件進(jìn)行處理,得到研究區(qū)135個(gè)站點(diǎn)氣象數(shù)據(jù)的季節(jié)數(shù)據(jù),將12月份、1月份、2月份定義為冬季(年初冬季),3月份、4月份、5月份定義為春季(當(dāng)年春季),6月份、7月份、8月份定義為夏季(上年夏季和當(dāng)年夏季),9月份、10月份、11月份定義為秋季(上年秋季和當(dāng)年秋季),最后利用專業(yè)氣象插值軟件ANUSPLINE將季節(jié)性氣象數(shù)據(jù)插值為空間分辨率為250 m的柵格數(shù)據(jù)集。
1.3.1時(shí)間序列重構(gòu)方法
由于遙感影像獲取時(shí)受云和大氣的影響很大,需對(duì)NDVI時(shí)序數(shù)據(jù)進(jìn)行降噪和平滑處理[25],利用S-G濾波法對(duì)NDVI數(shù)據(jù)進(jìn)行時(shí)間序列重構(gòu)去除噪聲,首先在曲線重構(gòu)過程中采用Spike Method剔除原始NDVI曲線的無(wú)效點(diǎn),其次在原始NDVI數(shù)據(jù)上構(gòu)建窗口,最后通過對(duì)原始NDVI時(shí)序數(shù)據(jù)窗口平滑實(shí)現(xiàn)對(duì)整條曲線的擬合[26]。經(jīng)參考文獻(xiàn)和反復(fù)測(cè)試設(shè)置窗口大小為3[25-26],有理多項(xiàng)式次數(shù)為3。公式為:
(1)
式中,Yj為擬合之后的序列數(shù)據(jù),Yj+i為原始序列數(shù)據(jù),Ci為濾波系數(shù),N為滑動(dòng)窗口的大小(2m+1)。
1.3.2植被物候信息提取方法
物候期提取的方法常有閾值法、滑動(dòng)平均法、最大比率法等[6]。采用J?nsson 等提出的動(dòng)態(tài)閾值法在像元尺度上設(shè)定不同的NDVI閾值來(lái)獲得每個(gè)像元的植被SOS和植被EOS,由于不同學(xué)者在提取物候的過程中根據(jù)不同研究區(qū)設(shè)定的閾值各有不同[15,25-26],故本文設(shè)置了20%、50%和80%的閾值,再根據(jù)實(shí)地記錄的物候相關(guān)信息,在反復(fù)試驗(yàn)的基礎(chǔ)上將植被SOS和植被EOS的動(dòng)態(tài)閾值設(shè)定為20%和80%。將NDVI曲線上升階段,距離最小值為最大值與最小值間距離的20%的時(shí)間點(diǎn)定義為植被SOS,將NDVI曲線下降階段,距離最大值為最大值與最小值間距離的80%的時(shí)間點(diǎn)定義為植被EOS[27],由于Timesat3.2軟件只能從n年數(shù)據(jù)中提取到n-1年的物候參數(shù)[26],故本文根據(jù)2001—2019年的NDVI數(shù)據(jù)最終得到2001—2018年的物候數(shù)據(jù)。
1.3.3植被物候變化趨勢(shì)分析
Sen′s斜率估計(jì)法:采用Sen′s斜率估計(jì)法分析18年間植被 SOS和植被EOS的變化趨勢(shì)和變化速率。Sen′s斜率的計(jì)算公式為[21]:
(2)
式中,β為植被物候變化趨勢(shì);Median為中值函數(shù);當(dāng)β<0時(shí),物候呈提前趨勢(shì);β>0時(shí),物候呈推遲趨勢(shì)[20]。
Mann-Kendall趨勢(shì)檢驗(yàn)法:主要用來(lái)判斷物候序列的突變點(diǎn),實(shí)現(xiàn)物候序列的顯著性判斷,從而分析物候變化趨勢(shì)[1],詳細(xì)公式見文獻(xiàn)[21]。
1.3.4植被物候變化持續(xù)性分析
由于Hurst指數(shù)(H)能夠有效的描述自相似性和長(zhǎng)期依賴性,因此被廣泛運(yùn)用于水文、氣候、地質(zhì)和地震等領(lǐng)域。本文基于重標(biāo)極差(R/S)分析法逐像元計(jì)算物候的變化趨勢(shì),反映其變化趨勢(shì)的持續(xù)性[28]。H值域介于[0, 1]之間,根據(jù)H的大小可以判斷物候序列是完全隨機(jī)還是存在持續(xù)性。當(dāng)H值大于0.5表示物候的時(shí)間序列是一個(gè)持續(xù)性序列,表明物候未來(lái)變化趨勢(shì)與過去一致。如果H等于0.5,則說(shuō)明物候的時(shí)間序列為隨機(jī)序列。當(dāng)H值小于0.5則表明物候的時(shí)間序列數(shù)據(jù)具有反持續(xù)性,也就是說(shuō)物候過去變化趨勢(shì)與未來(lái)變化趨勢(shì)相反[29]。植被物候時(shí)間序列為Ai,i=1,2,3,…,n,對(duì)于任意正整數(shù)m,定義該時(shí)間序列[28]:
(1)差分序列:
ΔAi=ΔAi-ΔAi-1
(3)
(4)
(5)
(4)極差:R(m)=maxX(t)1≤m≤n-minX(t)1≤m≤n
(6)
(7)
對(duì)于比值R(m)/S(m)?R/S,若存在如下關(guān)系R/S∝mH,則說(shuō)明分析的時(shí)間序列存在Hurst現(xiàn)象,在雙對(duì)數(shù)坐標(biāo)系(lni,lnR/S)中用最小二乘法擬合式得到[27-28]。
1.3.5植被物候與氣候關(guān)系分析
本文采用高階偏相關(guān)分析法研究黃土高原植被物候與不同季節(jié)溫度、降水之間的關(guān)系。假設(shè)有k(k>2)個(gè)變量x1,x2,…,xk,則任意兩個(gè)變量xi和xj的n(n≤k-2)階樣本偏相關(guān)系數(shù)計(jì)算公式如下:
(8)
式中,rij為物候i和氣候因子j之間的偏相關(guān)系數(shù),控制變量為其他季節(jié)的氣候變量。
2.1.1植被物候平均值空間差異
黃土高原植被SOS主要集中在第 96—144天(占整體像元90.8%),即3月初到4月底,但各區(qū)植被之間的物候參數(shù)具有較大差異,隨著地勢(shì)由西北向東南方向,植被SOS逐漸提前(圖2)。子植被分區(qū)Ⅰ(荒漠草原)和Ⅱ(典型草原)的植被SOS主要發(fā)生在第90—150天;子植被分區(qū)Ⅲ(森林草原)植被SOS主要從第90天開始;子植被分區(qū)Ⅳ(落葉櫟林)植被SOS主要集中在第90—120天,即三月初到三月末;子植被分區(qū)Ⅴ(落葉櫟林亞區(qū))植被SOS與其它植被有較大差異(圖2),第100天之前像元占比85%,即植被SOS主要在三月左右。
圖2 2001—2018年黃土高原植被生長(zhǎng)季始期均值空間分布Fig.2 The Start of Growing Season mean value spatial distribution of vegetation on the Loess Plateau from 2001 to 2018SOS: 生長(zhǎng)季始期Start of growing season
黃土高原植被EOS主要集中在第288—304天(占整體像元84.0%),但九月下旬像元占比較大,不同植被分區(qū)之間的物候參數(shù)差異較小,各子植被分區(qū)主要集中在第280—290天(圖3)。從整個(gè)研究區(qū)來(lái)看,黃土高原的后套高原、寧夏高原以及青海境內(nèi)植被EOS較早,主要從第270天開始;子植被分區(qū)Ⅰ(荒漠草原)和Ⅴ(落葉櫟林亞區(qū))部分植被EOS較為推遲,到第310天結(jié)束(圖3)。
圖3 2001—2018年黃土高原植被生長(zhǎng)季末期均值空間分布Fig.3 The End of Growing Season mean value spatial distribution of vegetation on the Loess Plateau from 2001 to 2018EOS: 生長(zhǎng)季末期End of growing season
圖4 2001—2018年黃土高原植被物候空間變化趨勢(shì)分析Fig.4 Spatial variation trend analysis of vegetation phenology on the Loess Plateau from 2001 to 2018
2.1.2植被物候多年動(dòng)態(tài)分析
根據(jù)Sen′s的空間趨勢(shì)分析得知(圖4),研究區(qū)在2001—2018年間植被SOS整體呈現(xiàn)顯著提前趨勢(shì)(通過Mann-Kendall顯著性檢驗(yàn)占整體像元71.0%,α=0.05),變化速率在0—2 d/10a的像元占比86.8%,大范圍分布在黃土高原區(qū)域,僅有13.2%的植被SOS呈現(xiàn)推遲趨勢(shì),零散分布在Ⅰ(荒漠草原)和Ⅱ(典型草原)區(qū)域,主要包括寧夏高原和后套高原部分區(qū)域。其中,子植被分區(qū)Ⅴ(落葉櫟林亞區(qū))、Ⅳ(落葉櫟林)、Ⅲ(森林草原)、Ⅱ(典型草原)和Ⅰ(荒漠草原)提前趨勢(shì)占0—2 d/10a的像元占比分別為92.3%、97.5%、89.3%、83.5%和75.3%。黃土高原植被EOS整體呈現(xiàn)推遲趨勢(shì),87.6%的像元植被EOS表現(xiàn)為顯著推遲趨勢(shì)(通過Mann-Kendall顯著性檢驗(yàn)占整體像元75.6%,α=0.05),變化速率為0—3 d/10a,子植被分區(qū)Ⅴ(落葉櫟林亞區(qū))、Ⅳ(落葉櫟林)、Ⅲ(森林草原)、Ⅱ(典型草原)和Ⅰ(荒漠草原)占0—3 d/10a的像元占比依次為88.2%、89.2%、89.9%、90.0%和81.5%。從黃土高原植被物候年際變化來(lái)講(圖5),黃土高原植被SOS呈提前趨勢(shì),變化斜率為-0.38 d/a,植被EOS呈推遲趨勢(shì),變化斜率為2.83 d/a,植被EOS推遲較植被SOS提前變化明顯。
圖5 2001—2018年黃土高原植被物候年際變化圖Fig.5 Interannual change of vegetation phenology on the Loess Plateau from 2001 to 2018
利用研究區(qū)2001—2018年的植被SOS和植被EOS數(shù)據(jù)計(jì)算Hurst指數(shù),分別獲得研究區(qū)植被SOS和植被EOS變化持續(xù)性空間分布(圖6)。研究區(qū)植被SOS變化趨勢(shì)的H值介于0.5—0.75像元在總像元中占比66%,主要大范圍分布在各子植被分區(qū),植被SOS這種大范圍持續(xù)性,進(jìn)一步說(shuō)明未來(lái)黃土高原子植被分區(qū)Ⅴ(落葉櫟林亞區(qū))、Ⅳ(落葉櫟林)、Ⅲ(森林草原)和Ⅰ(荒漠草原)仍將延續(xù)過去18年間的平均變化狀態(tài),繼續(xù)呈提前的趨勢(shì)。介于0.35—0.5像元在總像元中占比32%,主要分布在Ⅱ(典型草原)的寧夏高原和鄂爾多斯高原,表現(xiàn)為反持續(xù)性,預(yù)示Ⅱ(典型草原)未來(lái)一段時(shí)間植被SOS有40%的像元變化趨勢(shì)與過去相反,將呈現(xiàn)推遲趨勢(shì)。研究區(qū)植被EOS變化趨勢(shì)的H值介于0.5—0.75像元在總像元中占比81%,主要大范圍分布在各子植被分區(qū),植被EOS這種大范圍持續(xù)性,進(jìn)一步說(shuō)明未來(lái)黃土高原各子植被區(qū)仍將延續(xù)過去18年間的平均變化狀態(tài),繼續(xù)呈緩慢推遲的趨勢(shì)。介于0.35—0.5像元在總像元中占比17%,主要在Ⅲ(森林草原)中零散分布,表現(xiàn)為反持續(xù)性,預(yù)示Ⅲ(森林草原)未來(lái)一段時(shí)間植被EOS有21%的像元變化趨勢(shì)與過去相反,將呈現(xiàn)提前趨勢(shì)。
圖6 黃土高原植被物候持續(xù)性分析Fig.6 Analysis of phenological continuity of vegetation on the Loess Plateau
圖7 黃土高原植被物候與季節(jié)性氣候的偏相關(guān)分析Fig.7 Partial correlation analysis between phenology and seasonal climate on the Loess Plateau
根據(jù)ANUSPLINE插值的季節(jié)總降水和平均溫度數(shù)據(jù),采用高階偏相關(guān)分析法對(duì)植被物候和不同季節(jié)降水、溫度的氣候數(shù)據(jù)進(jìn)行逐像元偏相關(guān)分析。從總體來(lái)講(圖7和圖8),植被SOS對(duì)各季節(jié)溫度的響應(yīng)較植被SOS對(duì)各季節(jié)降水的響應(yīng)明顯。植被SOS與當(dāng)年春季降水表現(xiàn)出負(fù)相關(guān)性(通過P=0.05顯著性檢驗(yàn)的像元占比為10.82%),表明植被SOS受當(dāng)年春季降水的影響提前,且主要分布在Ⅱ(典型草原)、Ⅲ(森林草原)和Ⅳ(落葉櫟林)區(qū)域,集中于黃土高原中部;植被SOS對(duì)上年夏季和上年秋季降水表現(xiàn)出正相關(guān)性像元占比較大,零散分布在整個(gè)區(qū)域(通過P=0.05顯著性檢驗(yàn)的像元占比分別為4.38%和2.04%),表明植被SOS受上年夏季和上年秋季降水的影響推遲,尤其是Ⅰ(荒漠草原)區(qū)域。植被SOS與上年秋季、年初冬季和當(dāng)年春季溫度呈現(xiàn)負(fù)相關(guān)性(通過P=0.05顯著性檢驗(yàn)的像元占比分別為1.86%、 6.16%和7.7%),表明當(dāng)年春季、上年秋季和年初冬季的溫度升高均會(huì)導(dǎo)致植被SOS提前,尤其是當(dāng)年春季溫度;上年夏季溫度與植被SOS呈正相關(guān)性(通過P=0.05顯著性檢驗(yàn)的像元占比為9.33%),表明上年夏季溫度升高導(dǎo)致植被SOS延遲。從不同植被分區(qū)來(lái)看(圖8),各子植被分區(qū)植被SOS對(duì)不同季節(jié)降水表現(xiàn)出差異,而對(duì)不同季節(jié)溫度響應(yīng)具有一致性。
圖8 黃土高原植被物候與季節(jié)性氣候的平均相關(guān)系數(shù)分布圖Fig.8 Distribution diagram of mean correlation coefficient between vegetation phenology and seasonal climate on the Loess Plateau
同理,從總體來(lái)講(圖7和圖8),植被EOS對(duì)各季節(jié)降水,以及當(dāng)年秋季溫度的響應(yīng)較大。植被EOS對(duì)不同季節(jié)降水呈正相關(guān)性(通過P=0.05顯著性檢驗(yàn)的像元占比根據(jù)圖7從左到右依次為6.72%、3.77%、15.97%、2.62%),表明植被EOS受不同季節(jié)降水的影響會(huì)推遲,只有部分區(qū)域?qū)竟?jié)降水表現(xiàn)出負(fù)相關(guān)性,主要表現(xiàn)在當(dāng)年春季降水增加會(huì)導(dǎo)致子植被分區(qū) Ⅰ(荒漠草原)和 Ⅱ(典型草原)區(qū)域物候提前。子植被分區(qū) Ⅱ(典型草原)、Ⅲ(森林草原)和Ⅳ(落葉櫟林)區(qū)域植被EOS對(duì)年初冬季和當(dāng)年春季溫度表現(xiàn)出負(fù)相關(guān)性(通過P=0.05顯著性檢驗(yàn)的像元占比分別為0.85%和1.1%),表明年初冬季和當(dāng)年春季溫度升高會(huì)導(dǎo)致這些區(qū)域植被EOS提前;植被EOS對(duì)當(dāng)年秋季溫度呈正相關(guān)性(通過P=0.05顯著性檢驗(yàn)的像元占比為11.69%),分布在整個(gè)區(qū)域,表明植被EOS受當(dāng)年秋季溫度的影響會(huì)推遲,且各子植被區(qū)植被EOS對(duì)當(dāng)年秋季溫度響應(yīng)具有一致性。
研究采用空間分辨率為250 m、時(shí)間分辨率為16天的MODIS遙感歸一化植被指數(shù)數(shù)據(jù),這相比于以往研究,空間分辨率精度更大[1,10,25]。另外,研究考慮到黃土高原區(qū)域的差異性,根據(jù)植被分區(qū)數(shù)據(jù),將黃土高原分為五個(gè)植被分區(qū)。從不同植被分區(qū)角度進(jìn)行對(duì)比,分析近18年研究區(qū)植被物候變化趨勢(shì),全區(qū)域所反映出的結(jié)果與謝寶妮等、秦格霞等和黃文琳等研究結(jié)果大致相同[1,15,25](表1)。此外,研究利用地面站點(diǎn)觀測(cè)物候數(shù)據(jù)對(duì)計(jì)算的物候結(jié)果進(jìn)行驗(yàn)證。如圖9所示,遙感識(shí)別的植被SOS與地面實(shí)測(cè)的植被SOS相關(guān)系數(shù)為0.60(P<0.05),偏差(Bias)為0.29,而遙感識(shí)別的植被EOS與地面實(shí)測(cè)的植被EOS相關(guān)系數(shù)為0.76(P<0.05),偏差(Bias)為0.75,兩者除個(gè)別觀測(cè)數(shù)據(jù)外,植被SOS和植被EOS與觀測(cè)數(shù)據(jù)誤差基本在16天之內(nèi)[25-26],考慮到遙感圖像的時(shí)間分辨率,故這些誤差仍在可接受的范圍內(nèi),驗(yàn)證結(jié)果表明研究提取的物候參數(shù)具有較高的可靠性,能夠反映該區(qū)域物候的基本特征。
表1 本文物候結(jié)果與其他研究結(jié)果的比較
圖9 黃土高原物候監(jiān)測(cè)結(jié)果與站點(diǎn)實(shí)測(cè)數(shù)據(jù)的比較Fig.9 Comparison of phenological monitoring results and site measured data on the Loess Plateau
另外,研究通過R/S方法對(duì)植被物候進(jìn)行趨勢(shì)預(yù)測(cè),發(fā)現(xiàn)大部分區(qū)域植被物候皆呈持續(xù)性變化趨勢(shì),即植被SOS提前、植被EOS推遲,這種趨勢(shì)可能與全球氣候持續(xù)變暖有關(guān),但仍有一些區(qū)域呈現(xiàn)反持續(xù)狀態(tài),這種持續(xù)性較差的區(qū)域,應(yīng)該在后續(xù)植被治理過程中重點(diǎn)關(guān)注,以加強(qiáng)區(qū)域生態(tài)系統(tǒng)的穩(wěn)定性[22]。 由于植被物候變化的監(jiān)測(cè)是一個(gè)長(zhǎng)期動(dòng)態(tài)過程,本文獲取的MOD13Q1數(shù)據(jù)相比于GIMMS等數(shù)據(jù)的時(shí)間序列較短,利用Hurst指數(shù)進(jìn)行預(yù)測(cè)可以使獲取的物候數(shù)據(jù)在趨勢(shì)分析上更為完整一些,且作為一種隨機(jī)性預(yù)測(cè)的新途徑,可以較大程度提高預(yù)測(cè)結(jié)果的準(zhǔn)確性[28],但在接下來(lái)的研究中如何將站點(diǎn)數(shù)據(jù)與遙感監(jiān)測(cè)數(shù)據(jù)相結(jié)合進(jìn)行準(zhǔn)確的預(yù)測(cè),克服Hurst指數(shù)僅能反映現(xiàn)有趨勢(shì)是否有轉(zhuǎn)折的缺點(diǎn)有待進(jìn)一步研究。
植被物候變化是一個(gè)周期性、持續(xù)性的動(dòng)態(tài)過程,制約其變化的影響因素眾多,且各因素之間相互影響[10]。其中溫度和降水作為氣候最重要的兩個(gè)因素[30],研究通過高階偏相關(guān)分析法逐像元計(jì)算它們與植被物候的相關(guān)性,發(fā)現(xiàn)各季節(jié)溫度對(duì)植被SOS的影響占主導(dǎo)位置,除了上年夏季溫度會(huì)導(dǎo)致植被SOS延遲外,其他季節(jié)溫度均會(huì)導(dǎo)致植被SOS提前,尤其是當(dāng)年春季溫度。該結(jié)論與之前許多研究相符,即認(rèn)為溫度是影響物候的主要因素[10,15],當(dāng)年春季溫度的升高會(huì)增加植被發(fā)芽和葉片擴(kuò)張的熱量提前植被SOS[31],且當(dāng)溫度升高時(shí)會(huì)增加土壤有機(jī)質(zhì)的分解速率,促使土壤中的養(yǎng)分更容易礦化并提供給植物,從而促進(jìn)植被的生長(zhǎng)[32]。當(dāng)然,也有研究認(rèn)為早期植被SOS會(huì)受到蒸散量的影響[33],當(dāng)溫度升高時(shí)會(huì)增加蒸散量減少水的可利用性[34],從而可能延遲植被的發(fā)芽,但這取決于溫度、降水和蒸散發(fā)等因子對(duì)植被物候的共同調(diào)控[15,35]。本研究還發(fā)現(xiàn)上年夏季和上年秋季降水的增加均會(huì)導(dǎo)致植被SOS延遲,可能的原因是植被SOS受上一年植被EOS 的影響[36-37],當(dāng)上年夏季和上年秋季降水導(dǎo)致上年植被EOS延遲時(shí),間接導(dǎo)致下一年植被SOS延遲[10]。Zhao等研究結(jié)果表明干旱對(duì)黃土高原地區(qū)植被的生長(zhǎng)存在時(shí)滯效應(yīng)和積累效應(yīng),且積累效應(yīng)發(fā)生在5到10個(gè)月份的不同時(shí)間范圍內(nèi)[38]。因此,物候發(fā)生前的各季節(jié)氣候?qū)χ脖籗OS也具有重要影響。另外,不同植被分區(qū)植被SOS對(duì)不同季節(jié)氣候的響應(yīng)存在空間差異,可能的原因是不同植被分區(qū)中的植被在植被功能性狀(如根系深度、葉表面積等)、生理生態(tài)過程及其對(duì)氣候變化響應(yīng)的敏感性均存在差異[35,39]。
Piao等認(rèn)為在干旱和半干旱地區(qū),植被主要以旱生和強(qiáng)旱生植被為主,溫度和降水均會(huì)影響植被的生長(zhǎng)[40],且在熱量充足的條件下,降水對(duì)植被EOS的影響顯得更為重要[41]。降水可以緩解水分脅迫,使得植被EOS延遲[42-43]。本研究發(fā)現(xiàn)黃土高原各季節(jié)降水和秋季溫度對(duì)植被EOS的影響占主導(dǎo)位置,即除了秋季溫度外,不同季節(jié)降水是影響植被EOS延遲的主要因素,這一結(jié)果與Che等和劉靜等的觀點(diǎn)一致[23,44],同時(shí)Liu等研究認(rèn)為植被在秋季時(shí)需水量會(huì)減少,溫度增高會(huì)增加光合酶的活性、減緩葉綠素的降解[42]。因此,不同季節(jié)溫度升高也是推遲植被EOS的重要因子[45],尤其是當(dāng)年秋季溫度。另外,由于不同植被分區(qū)中植被的生理特性不同[39],及其對(duì)氣候變化的敏感程度不同[15],導(dǎo)致不同植被分區(qū)植被SOS相比于植被EOS對(duì)各季節(jié)降水的響應(yīng)更為復(fù)雜,以及不同植被分區(qū)植被EOS相比于植被SOS對(duì)各季節(jié)溫度的響應(yīng)更為復(fù)雜。因而未來(lái)的研究需關(guān)注植被個(gè)體特性受氣候變化的影響差異,以及植被物候變化受其他更多因素的影響,比如Cong等和Jin等提出的降水時(shí)間、土壤持水量等對(duì)植被生長(zhǎng)的影響程度和影響機(jī)制[46-47]。此外,在全球變暖的情況下,西風(fēng)急流加強(qiáng),一些極端氣候的出現(xiàn)[48],有可能在一定程度上制約了植被SOS和植被EOS,在接下來(lái)的研究中還應(yīng)該關(guān)注極端氣候?qū)χ脖晃锖虻挠绊慬39]。
本研究基于MODIS NDVI數(shù)據(jù)及站點(diǎn)插值的氣象數(shù)據(jù),分析了黃土高原2001—2018年植被物候的時(shí)空格局和變化趨勢(shì),以及探討了季節(jié)性氣候因子對(duì)物候的影響。結(jié)果表明:
(1) 黃土高原植被SOS主要集中在第96—144天,子植被分區(qū)由西北向東南方向,逐漸呈現(xiàn)提前趨勢(shì),且植被SOS增加速率在0—2 d/10a的像元占比71.0%;植被EOS主要集中在第288—304天,各子植被分區(qū)基本保持一致,且有87.6%的像元植被EOS整體延遲0—3 d/10a。
(2) Hurst指數(shù)預(yù)測(cè)分析顯示,植被SOS大范圍呈持續(xù)提前趨勢(shì),其中只有32%的像元與過去呈現(xiàn)相反的變化趨勢(shì),呈現(xiàn)植被SOS推遲趨勢(shì)區(qū)域主要集中分布在Ⅰ(荒漠草原)、Ⅱ(典型草原)區(qū)域中的寧夏高原和鄂爾多斯高原;植被EOS呈大范圍持續(xù)推遲趨勢(shì),17%的像元呈現(xiàn)反持續(xù)性,呈現(xiàn)植被EOS提前趨勢(shì)區(qū)域主要分布在子植被分區(qū)Ⅰ(荒漠草原)和Ⅲ(森林草原)的寧夏高原和后套高原。
(3)黃土高原植被SOS主要受各季節(jié)溫度的影響。當(dāng)年春季降水導(dǎo)致植被SOS提前,主要分布在黃土高原中部;上年夏季和上年秋季降水增加會(huì)導(dǎo)致植被SOS推遲,尤其是Ⅰ(荒漠草原)區(qū)域;當(dāng)年春季、上年秋季和年初冬季的溫度升高均會(huì)導(dǎo)致植被SOS提前,尤其是當(dāng)年春季溫度;上年夏季溫度升高會(huì)導(dǎo)致植被SOS延遲。從不同植被分區(qū)來(lái)看,各子植被分區(qū)植被SOS對(duì)不同季節(jié)降水的響應(yīng)存在差異,而對(duì)不同季節(jié)溫度的響應(yīng)具有一致性。
(4)黃土高原植被EOS主要受各季節(jié)降水和秋季溫度的影響。除當(dāng)年春季降水增加會(huì)導(dǎo)致子植被分區(qū) Ⅰ(荒漠草原)和 Ⅱ(典型草原)區(qū)域植被EOS提前外,不同季節(jié)降水增加均會(huì)導(dǎo)致植被EOS推遲;年初冬季和當(dāng)年春季溫度升高會(huì)導(dǎo)致子植被分區(qū) Ⅱ(典型草原)、Ⅲ(森林草原)和Ⅳ(落葉櫟林)區(qū)域植被EOS提前;植被EOS受當(dāng)年秋季溫度的影響會(huì)推遲,分布在整個(gè)區(qū)域,且各子植被區(qū)植被EOS對(duì)當(dāng)年秋季溫度響應(yīng)具有一致性。