1982—2016年西南地區(qū)變干、變綠趨勢分析

張林林

(1.南京信息工程大學(xué)地理科學(xué)學(xué)院，江蘇 南京 210044; 2.南京市力人學(xué)校，江蘇 南京 210009)

【研究意義】通過遙感植被指數(shù)，包括葉面積指數(shù)(LAI)和歸一化差異植被指數(shù)(NDVI)等，從地區(qū)到全球范圍內(nèi)都廣泛的報道全球變綠的現(xiàn)象[1-3]。然而，極端氣候?qū)χ脖缓拖鄳?yīng)的初級生產(chǎn)力有顯著影響[4-5]。在這些極端事件中，干旱的影響尤其廣泛和嚴(yán)重[6]。極端事件對植被的短期破壞作用非常顯著[7-8]，同時基于物理和統(tǒng)計(jì)模型發(fā)現(xiàn)，植被的長期變化仍然主要受氣候變化和人類活動的影響[9-10]。最近研究表明，受全球變化的影響，植被的活動已經(jīng)發(fā)生改變[10]。從大氣中CO2濃度的變化發(fā)現(xiàn)北半球的植被有顯著的增加趨勢[11]?！厩叭搜芯窟M(jìn)展】張佳華等[12]基于全球LAI數(shù)據(jù)研究植被對于溫度和降水變化的響應(yīng)，發(fā)現(xiàn)溫度在北半球的中高緯度地區(qū)與植被呈現(xiàn)正相關(guān)。彭飛[13]研究了中國地區(qū)LAI和氣候變化之間的關(guān)系，發(fā)現(xiàn)溫度變化是LAI變化的主要原因。Chen[14]基于2000年以來的LAI數(shù)據(jù)，分析發(fā)現(xiàn)全球1/3的植被面積都在變綠，變綠區(qū)域主要分布在中國和印度。其中中國的綠化主要來自森林和農(nóng)田，其中就包括西南地區(qū)林地的貢獻(xiàn)。西南地區(qū)以溫帶半濕潤氣候?yàn)橹鱗15]，水資源豐富。但在過去的幾十年里，西南地區(qū)經(jīng)歷了嚴(yán)重的干旱災(zāi)害，特別是2009—2012年之間嚴(yán)重干旱[16-17]，對當(dāng)?shù)刂脖划a(chǎn)生了嚴(yán)重的破壞。但是根據(jù)長期遙感植被數(shù)據(jù)發(fā)現(xiàn)，短期極端氣候事件對于植被長期生長并未產(chǎn)生較大的影響。此外，影響西南地區(qū)植被長期變化因素是多種多樣的，包括自然活動和人類活動[18]?！颈狙芯壳腥朦c(diǎn)】本研究用溫度、降水、標(biāo)準(zhǔn)降水蒸散指數(shù)(SPEI)和LAI來表征1982—2016間西南地區(qū)氣候特征和植被狀況，并用Mann-Kendall檢驗(yàn)確定趨勢的重要性?！緮M解決的關(guān)鍵問題】通過計(jì)算Pearson相關(guān)系數(shù)和偏相關(guān)系數(shù)，分析LAI與其它氣候要素之間的關(guān)系，找出植被在長期變化中對哪些氣象因子更敏感。

1 材料與方法

1.1 研究區(qū)概況

西南地區(qū)包括四川、云南、貴州、廣西四省和重慶市(圖1-a，N20°～N35°；E97°～E112°)面積約13.77×104km2，占中國國土面積的約14.3%。西北臨青藏地區(qū)，海拔跨度大，由東南向西北遞增。在受亞洲季風(fēng)影響的西南地區(qū)，夏季高溫多雨，雨熱同期[19](Li et al。2018年)，7月達(dá)到峰值(圖1-c)。研究區(qū)間全區(qū)域年均降水量為(1147.68±75.56) mm，年均溫為(12.32±0.45)℃。西南地區(qū)地形復(fù)雜，包括四川盆地、廣西丘陵、橫斷山脈和云貴高原等。西南地區(qū)喀斯特地貌分布廣泛，植被稀疏，水土流失嚴(yán)重[20]，使得近年來頻繁發(fā)生的干旱和人為干擾使該地區(qū)的陸地生態(tài)系統(tǒng)非常脆弱[21]。

為了減少海拔對溫度和降水的影響[22-23]，并更好地分析植被響應(yīng)，選擇海拔高度小于3000 m的區(qū)域作為研究區(qū)[24-25]，包括圖1中紅線包括的區(qū)域。

使用中國科學(xué)院資源與環(huán)境數(shù)據(jù)中心提供的2015年1 km分辨率土地利用類型數(shù)據(jù)(http://www.resdc.cn/)，基于中國1︰10萬土地利用數(shù)據(jù)庫[26]。土地利用類型分為6個類別(表1)和25個類別，是基于陸地衛(wèi)星TM/EM圖像而生成的[27]。

1.2 供試數(shù)據(jù)

1.2.1 氣象數(shù)據(jù) 本研究使用的溫度(℃)和降水量(mm)數(shù)據(jù)是由中國氣象局和國家氣象信息中心基于觀測數(shù)據(jù)開發(fā)的數(shù)據(jù)集(網(wǎng)格數(shù)據(jù)集V2.0，https://data.cma.cn)，空間分辨率為0.5度，時間分辨率是月尺度，時間范圍為1982—2016年。

1.2.2 干旱指數(shù)——標(biāo)準(zhǔn)降水蒸散指數(shù) 基于中國氣象局的氣象數(shù)據(jù)(溫度和降水)計(jì)算1982—2016年的標(biāo)準(zhǔn)化降水-蒸散指數(shù)(SPEI)數(shù)據(jù)[28]，該數(shù)據(jù)時間分辨率為月尺度，空間分辨率為0.5度。由于SPEI是具有多尺度性，1個月、6個月和12個月尺度能較好地反映西南地區(qū)植被的干旱特征，本研究選取了SPEI-01、SPEI-06和SPEI-12多個時間尺度數(shù)據(jù)。

標(biāo)準(zhǔn)降水蒸散指數(shù)(SPEI)是通過計(jì)算月降水量與潛在蒸散量(PET)之間的差值來計(jì)算，用概率分布函數(shù)擬合，然后進(jìn)行正態(tài)歸一化計(jì)算。

第1步，降水量(PPT)與潛在蒸散量PET之間的差異：

D=PPT-PET

(1)

第2步，D根據(jù)時間尺度計(jì)算如下：

(2)

其中，k是時間，從1個月到48個月不等。

第3步，用三參數(shù)對數(shù)Logistic分布擬合D序列。其表達(dá)式是：

(3)

表1 西南地區(qū)土地利用類型及其面積占比(以2015年為例)

其中，α,β和γ分別代表尺度、形狀和原點(diǎn)參數(shù)。該分布函數(shù)是L-矩比圖法選擇的最獨(dú)特的函數(shù)。

第4步，最后通過歸一化F(x)得到SPEI指數(shù)。有關(guān)SPEI計(jì)算的更多詳細(xì)信息，請參考Vicente Serrano以前的研究[29]。

1.2.3 植被指數(shù) 數(shù)據(jù)相比常用于分析植被動態(tài)變化的NDVI，植被葉面積指數(shù)(LeafArea Index, LAI)的生態(tài)學(xué)意義更加明顯，即投影到單位陸面面積上的葉片總面積[30]。因此，LAI數(shù)據(jù)集是植被年際動態(tài)的可靠“指標(biāo)”，研究LAI空間分布、變化及其和氣候因子之間的關(guān)系能夠研究全球氣候變化下植被如何進(jìn)行響應(yīng)。本文使用LAI數(shù)據(jù)來自美國AVHRR GIMMS LAI3g[31]，時間范圍為1982—2016年，其空間分辨率為1/12°×1/12°，時間分辨率為15 d。為了匹配降水和溫度數(shù)據(jù)集，將LAI數(shù)據(jù)(1/12°)提升到0.5°，并將其聚合到月尺度。

表2 本研究中使用的CMIP6模型說明

1.2.4 未來氣候數(shù)據(jù)——CMIP6氣溫和降水?dāng)?shù)據(jù) 基于第六次國際耦合模式比較計(jì)劃(CMIP6)中的子計(jì)劃——年代際氣候預(yù)測計(jì)劃(DCPP)中的數(shù)據(jù)，來預(yù)測西南地區(qū)未來的氣候變化狀況。本文選擇了4個模擬精度較高模式的數(shù)據(jù)[32]，如表2所示，使用了CMIP6情景模型相互比較項(xiàng)目中SSP2-4.5(共享社會經(jīng)濟(jì)路徑)情景下2015—2100年預(yù)測未來的月溫度、月降水?dāng)?shù)據(jù)。首先，通過空間分解方法，將模型輸出降到分辨率為0.5°×0.5°的網(wǎng)格大小，然后根據(jù)EWEMBI數(shù)據(jù)集[33]通過等距累積分布函數(shù)法校正偏差，這些方法在以前的研究中得到了廣泛的應(yīng)用，并且可以提高仿真的性能[34]。

1.3 試驗(yàn)方法

1.3.1 一元線性回歸趨勢分析 一元線性回歸的本質(zhì)是最小二乘法，本文以對溫度、降水、LAI、SPEI-01、SPEI-06和SPEI-12多年變化趨勢分析為例，時間t作為自變量，以溫度、降水、LAI、SPEI-01、SPEI-06和SPEI-12為因變量，方程的斜率即所研究變量的變化趨勢。

y=a0+a1t+μ

(1)

其中，y為溫度、降水、LAI、SPEI-01、SPEI-06和SPEI-12時間序列，t為時間，a0、a1是回歸系數(shù)，μ是回歸的殘差隨機(jī)誤差。

1.3.2 Manner-Kendall(M-K檢驗(yàn)) Manner-Kendall(M-K檢驗(yàn))是一種非參數(shù)檢驗(yàn)法，其不要求樣本遵循一定的分布，且結(jié)果不受小部分異常值影響。因此，本文中將一元線性回歸分析和M-K檢驗(yàn)結(jié)合來對1982—2016的時間序列數(shù)據(jù)進(jìn)行趨勢分析。

1.3.3 Pearson相關(guān)系數(shù) 相關(guān)系數(shù)能反映兩個變量之間的相關(guān)關(guān)系密切程度，為了研究植被在長期變化中對哪些氣候要素更敏感，對LAI和溫度、降水量之間進(jìn)行分析，計(jì)算出兩者之間的Pearson相關(guān)系數(shù)：

(2)

2 結(jié)果與分析

2.1 西南地區(qū)氣溫、降水和LAI的多年平均季節(jié)特征

由圖2可以看出，1982—2016年西南地區(qū)氣溫、降水和LAI的季節(jié)平均特征。西南地區(qū)的溫度、降水和LAI均具有單峰季節(jié)特征。氣溫和降水峰值均出現(xiàn)在7月，而LAI峰值出現(xiàn)在8月，明顯滯后1個月。結(jié)合氣候分析，8月氣溫僅低于7月，而6月降水量和LAI均高于8月，低于7月，因此該區(qū)植被特征與自然水熱條件的季節(jié)特征不一致。此外，研究期間西南地區(qū)大部分時間氣溫低于25 ℃，未能達(dá)到植被的最佳生理溫度25 ℃。因此，當(dāng)水分條件迅速減少但熱條件仍然充足時，植被可能仍會繼續(xù)生長。

2.2 西南地區(qū)多年平均氣溫、降水和LAI的空間分布

由圖3顯示，研究期間，西南地區(qū)氣溫從東南向西北整體呈下降趨勢，多年來在2.6～22.8 ℃。廣西中南部夏季最高氣溫可達(dá)28.6 ℃，四川中部冬季最低氣溫-4.5 ℃，年平均降雨量500～2150 mm。川北地區(qū)最低降雨量在600 mm以下。西南地區(qū)LAI的空間分布呈南高北低的格局，多年來在0.98～4.95。在云南省南部，LAI的最大值可達(dá)5.2，而在四川西北部，LAI最小，小于0.45，研究區(qū)LAI總體分布較為均勻。

2.3 西南地區(qū)LAI和其他氣象因子空間變化趨勢

由圖4顯示，西南地區(qū)多年平均氣溫呈顯著上升趨勢，上升趨勢為3.2×10-2℃/a，西南地區(qū)整體變暖，特別是四川中部地區(qū)，高達(dá)5.06×10-2℃/a。與溫度的變化趨勢不同，除廣西南部地區(qū)外，年總降水量皆呈現(xiàn)明顯的下降趨勢，在云南西南部地區(qū)下降趨勢達(dá)到最大，為-15.8 mm/a(圖4-b)。然而，1982—2016年間西南地區(qū)LAI卻呈現(xiàn)出顯著的上升趨勢，為1.03×10-2/a，表明西南地區(qū)顯著變綠。廣西南部地區(qū)變化最大，為2.41×10-2/a。LAI在四川中部、云南東部和貴州中部和南部極少部分地區(qū)呈減少的趨勢，結(jié)合土地利用數(shù)據(jù)可以發(fā)現(xiàn)，受城市化影響，建設(shè)用地的區(qū)域LAI有明顯的減少。

1982—2016年，西南地區(qū)除廣西外，其余地區(qū)的SPEI-01與降水量空間變化基本一致，整體上呈下降趨勢，表明西南地區(qū)整體變干。SPEI-06和SPEI-12的空間變化趨勢與SPEI-01的總體分布趨勢一致，但其值大于SPEI-01，即西南地區(qū)干旱的區(qū)域更加干，濕潤區(qū)相對更加濕潤，這更加有利于植被生長。

2.4 西南地區(qū)植被LAI和氣候的時間變化趨勢

進(jìn)一步研究了西南地區(qū)植被的長期變化趨勢。LAI、溫度、降水、SPEI-01、SPEI-06和SPEI-12的年際變化曲線如圖5所示，表3總結(jié)了它們的年際變化。

自1982年以來，西南地區(qū)年均溫度呈顯著的上升趨勢，增長率為3.41×10-2℃/a(P<0.05)。近年來，在2009—2010年的嚴(yán)重干旱期間，氣溫略有下降，隨后又持續(xù)上升。降水卻呈顯著的下降趨勢，年際變化趨勢為-1.001 mm/a(P<0.1)，2011年降水量為歷史最低，年降水量在1000 mm以下。在2010年大旱之后，西南地區(qū)降水呈微弱的上升趨勢，而年均LAI呈顯著增加趨勢，年際變化趨勢為8.5×10-3/a(P<0.05)，說明西南地區(qū)植被整體呈增加趨勢，研究期間西南地區(qū)總體變綠。

研究期間，西南地區(qū)的SPEI-01、SPEI-06和SPEI-12均呈下降趨勢，年際變化為-6.2×10-3/a, -1.1×10-2/a和-1.45×10-2/a(P<0.1)。此外，值得注意的是，自21世紀(jì)初以來，SPEI急劇下降，表明西南地區(qū)正變得越來越干旱。

2.5 西南地區(qū)未來氣候變化狀況

由圖6顯示，選擇CMIP6中4個模式的溫度和降水?dāng)?shù)據(jù)，對其均值作為未來氣候變化狀況的依據(jù)，并對未來西南地區(qū)的氣候變化狀況進(jìn)行預(yù)測。可以看出在SSP2-4.5(共享社會經(jīng)濟(jì)路徑)情景下，西南地區(qū)在2015—2100年間溫度和降水皆呈顯著的上升趨勢，變化趨勢分別為3.16×10-2℃/a(P<0.05)和1.592 mm/a(P<0.05)，氣溫升高2.3 ℃，降水呈波動上升。由溫度和LAI的相關(guān)性可知，在溫度升高時，有利于西南地區(qū)植被生長。因此，未來西南地區(qū)可能持續(xù)變綠。

表3 1982—2016年西南地區(qū)平均LAI及氣候因子年際變化趨勢

3 討 論

植被生長長期受到氣候變化的影響，西南地區(qū)的干旱與該地區(qū)降水量的減少和氣溫的升高密切相關(guān)，并對這些響應(yīng)之間的相關(guān)性進(jìn)行定量和深入的探討，從而厘清植被在長期變化中對哪些氣候要素更敏感(圖7)。計(jì)算1982—2016年西南地區(qū)LAI與氣象因子的相關(guān)性見表4。

LAI與溫度顯著相關(guān)，相關(guān)系數(shù)為0.71(P<0.1，表4)，表明溫度對西南地區(qū)植被生長起著至關(guān)重要的積極作用，這與其他人結(jié)論一致[35]。尤其在重慶和貴州北部，LAI與氣溫的相關(guān)系數(shù)甚至達(dá)到0.76。而秋季，LAI與氣溫相關(guān)性最低，僅為0.4且不顯著。LAI與年降水量的相關(guān)系數(shù)為0.02。夏季，LAI的負(fù)系數(shù)為-0.26。除云南北部、重慶地區(qū)LAI與降水呈弱正相關(guān)外，西南地區(qū)其他區(qū)域夏季LAI與降水呈顯著負(fù)相關(guān)，說明降水抑制了夏季植被生長。在西南這樣濕潤地區(qū)，供水可能不是植被動態(tài)的主要驅(qū)動力。雖然降水量在極端干旱期間急劇減少，但仍足以滿足植被需求，于是當(dāng)溫度持續(xù)上升，達(dá)到植被最佳生理溫度植被仍然增長。因此，溫度是控制植被生長的一個更重要的氣候因素。

SPEI-01、SPEI-06和SPEI-12與植被呈弱負(fù)相關(guān)，未能通過顯著性檢驗(yàn)。夏季SPEI-01與植被呈負(fù)相關(guān)，相關(guān)系數(shù)為-0.26。在空間相關(guān)性上，除重慶和貴州北部外，SPEI-01與其他地區(qū)植被呈負(fù)相關(guān)，冬季相關(guān)系數(shù)-0.1～-0.7。在多年尺度上，除四川中部、重慶西部、云南北部、貴州東部和廣西全區(qū)呈正相關(guān)外，SPEI-06和SPEI-12與植被的空間相關(guān)性基本一致，其他地區(qū)呈負(fù)相關(guān)。在季節(jié)尺度上，兩者有很大的不同。春、秋、冬三季SPEI-06與LAI的空間相關(guān)性與SPEI-12一致，呈弱正相關(guān)。而在夏季，SPEI-06、SPEI-12和LAI之間的相關(guān)性在廣西呈現(xiàn)出完全不同的關(guān)系。

全球陸地生態(tài)系統(tǒng)中，植被的變化近年來受到廣泛的關(guān)注，眾多研究發(fā)現(xiàn)，氣候條件、土地利用的變化以及CO2的施肥效應(yīng)等都對不同區(qū)域的植被生長產(chǎn)生較大的影響[36]。張永恒[37]發(fā)現(xiàn)西南地區(qū)植被存在較明顯的季節(jié)和區(qū)域差異，且植被和溫度、降水之間存在時滯相關(guān)性。蒙吉軍[38]基于AVHRR GIMMS NDVI和AVHRR GloPEM NPP數(shù)據(jù)，研究發(fā)現(xiàn)20世紀(jì)80年代以來，西南喀斯特地區(qū)植被和NPP總體上升，且主要受溫度影響較大。熊巧利[39]基于MaxEnt模型對西南地區(qū)高山植被變化，并評價植被對氣候變化的適應(yīng)性，發(fā)現(xiàn)溫度是限制高山植被地理分布的主要?dú)夂蛞蜃?。本文?jì)算了不同時間尺度上，LAI和多氣象因子的相關(guān)系數(shù)，發(fā)現(xiàn)西南地區(qū)溫度對于植被生長有極大的促進(jìn)作用，增溫有利于植被生長。但是在研究西南地區(qū)植被長時間變化時，也不能忽視人類活動作用，例如灌溉、施肥等農(nóng)業(yè)現(xiàn)代化活動對西南部分地區(qū)LAI的增加起到重要作用。

4 結(jié) 論

本文基于1982—2016年間的遙感資料GIMMS LAI3g數(shù)據(jù)，分析了西南地區(qū)植被變化并結(jié)合同期氣候變化對植被變化的驅(qū)動要素進(jìn)行分析。

表4 1982—2016年西南地區(qū)平均LAI及氣候因子相關(guān)系數(shù)

(1)研究期間，LAI在西南大部分地區(qū)具有增加趨勢，溫度升高是LAI增加的主要原因之一。伴隨著西南地區(qū)顯著變暖，西南地區(qū)植被整體呈增加趨勢，研究期間西南地區(qū)總體變綠。西南地區(qū)溫度和LAI都呈顯著的上升趨勢，變化趨勢分別為3.22×10-2℃/a(P<0.05)和1.03×10-2/a(P<0.05)。而降水、SPEI-01、SPEI-06和SPEI-12均呈下降趨勢，年際變化為-1.029 mm/a，-6.2×10-3/a， -1.1×10-2/a和-1.45×10-2/a(P<0.1)。此外，值得注意的是，自21世紀(jì)初以來，SPEI急劇下降，表明西南地區(qū)正變得越來越干旱。

(2)西南地區(qū)的LAI變化趨勢空間差異十分明顯，這和區(qū)域氣候變化差異和季節(jié)變動有關(guān)?？臻g上，LAI在四川中部、云南東部和貴州中部和南部極少部分地區(qū)呈顯著減少的趨勢，結(jié)合土地利用數(shù)據(jù)可以發(fā)現(xiàn)，受城市化影響，建設(shè)用地的區(qū)域LAI有明顯的減少。除廣西外，其余地區(qū)的SPEI-01與降水量空間變化基本一致，整體上呈下降趨勢，表明西南地區(qū)整體變干。SPEI-06和SPEI-12的空間變化趨勢與SPEI-01的總體分布趨勢一致。

(3)根據(jù)Pearson相關(guān)分析，西南大部分地區(qū)LAI變化主要和溫度變化有關(guān)，該地區(qū)植被變化對溫度最敏感，相關(guān)系數(shù)為0.71(P<0.1)，且春季的植被生長與溫度相關(guān)性最大，為0.72(P<0.1)。因此，西南地區(qū)的的植被綠化和氣候干化都與增溫有關(guān)，今后應(yīng)更加注意干旱的頻率和明顯的破壞性。降水僅在春季和LAI呈微弱的正相關(guān)，其余季節(jié)的降水都與LAI呈負(fù)相關(guān)。SPEI-01、SPEI-06和SPEI-12與植被呈微弱負(fù)相關(guān)，且未能通過顯著性檢驗(yàn)。

(4)基于CMIP6數(shù)據(jù)，分析在SSP2-4.5(共享社會經(jīng)濟(jì)路徑)情景下未來西南地區(qū)的氣候變化狀況，發(fā)現(xiàn)在2015—2100年間溫度和降水皆呈顯著的上升趨勢，變化趨勢分別為3.16×10-2℃/a(P<0.05)和1.592 mm/a(P<0.05)，氣溫升高2.3 ℃，降水呈波動上升。根據(jù)由溫度和LAI的Pearson相關(guān)系數(shù)分析得出，在溫度升高時，有利于西南地區(qū)植被生長。因此，未來西南地區(qū)可能植被持續(xù)變綠、氣候持續(xù)變干。