黃土高原植被物候?qū)竟?jié)性干旱的敏感性響應(yīng)

吉珍霞， 侯青青， 裴婷婷,， 陳 英,， 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，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學(xué)草業(yè)學(xué)院，甘肅 蘭州 730070；3.甘肅農(nóng)業(yè)大學(xué)管理學(xué)院，甘肅 蘭州 730070；4.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)），甘肅 蘭州 730070；5.中國科學(xué)院南京地理與湖泊研究所,江蘇 南京 210008）

植被物候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］，而干旱通常被定義為降水量低于長期平均降水量并持續(xù)很長時間的周期性自然氣候事件［3］。在全球變暖的背景下［4］，干旱影響著生態(tài)系統(tǒng)中各種植被的生長發(fā)育，而植被生產(chǎn)力、陸地生態(tài)系統(tǒng)碳儲備及碳循環(huán)深受植被物候的影響［5-6］。因此，清楚地掌握不同植被物候?qū)Ω珊档捻憫?yīng)，有助于揭示干旱對陸地生態(tài)系統(tǒng)的影響，對減少當(dāng)?shù)厣鷳B(tài)和經(jīng)濟(jì)損失有重要意義［7］。

目前，國內(nèi)外對干旱與植被生長關(guān)系之間的研究取得了很大進(jìn)展，Zhang 等認(rèn)為干旱會導(dǎo)致植被生長減緩、生物量減少以及增加植被死亡率，而不同植被的吸水能力和水分虧缺適應(yīng)策略可以決定不同植被的抗旱性和恢復(fù)能力［3,7］，Hanson 等［8］證明了根系發(fā)達(dá)的植被不易受到干旱缺水的影響。此外，不同植被對不同時間尺度的干旱表現(xiàn)出差異性，且不同時間尺度的干旱對不同植被的生長有明顯的時滯效應(yīng)和積累效應(yīng)［7,9］，即植被受到嚴(yán)重干旱后，需要一定的時間來修復(fù)受損的根系和恢復(fù)受干旱前的生長能力［10］，而植被恢復(fù)時間的長短取決于植被生長環(huán)境和植被類型［11-12］。然而，在探索干旱對植被物候的影響過程中，大多研究采用的相關(guān)分析法認(rèn)為干旱對植被物候變化產(chǎn)生了復(fù)雜的影響。例如，澳大利亞南部干旱年份植被生長季始期（Start of the season,SOS）沒有發(fā)生變化［13］，但半干旱山區(qū)植被SOS 呈現(xiàn)了延遲趨勢［14］；干旱會延遲內(nèi)蒙古植被SOS 和植被生長季末期（End of the season,EOS）［1］，極端干旱會提前青藏高原植被半花期和縮短花期持續(xù)時間［15］，東北地區(qū)干旱會導(dǎo)致草地SOS延遲，森林SOS 提前［16］。黃土高原地處中國干旱半干旱地區(qū)，是世界上分布最集中且面積最大的黃土區(qū)，以往大部分學(xué)者大多關(guān)注氣候?qū)χ脖簧L和植被物候產(chǎn)生的影響，如謝寶妮等［17］采用偏相關(guān)分析量化溫度和降水對1982—2011 年黃土高原植被物候的影響時，發(fā)現(xiàn)黃土高原物候受到降水和溫度的共同調(diào)控，其中溫度是主要驅(qū)動因子；吉珍霞等［18］研究黃土高原植被物候變化及其對季節(jié)性氣候變化的響應(yīng)時，發(fā)現(xiàn)黃土高原植被SOS 對各季節(jié)溫度的響應(yīng)強(qiáng)于各季節(jié)降水。由此來看，黃土高原植被物候易受溫度的影響。除此以外，該地區(qū)屬于生態(tài)環(huán)境脆弱帶，植被易受自然災(zāi)害，尤其是干旱的影響［1,19］，持續(xù)干旱的發(fā)生容易導(dǎo)致植被受到水分脅迫而引發(fā)病變和死亡，從而降低植被生產(chǎn)力和碳儲存能力［20-21］，Wu等［22］研究表明該地區(qū)干旱的持續(xù)時間和嚴(yán)重程度均在增加，但由于干旱固有的復(fù)雜性和不確定性，以及不同植被對干旱的抵抗力和恢復(fù)力存在差異，使得季節(jié)性干旱對不同植被物候影響的研究較少。

因此，本文基于2001—2018年黃土高原植被物候（包括植被SOS、植被EOS）和季節(jié)性干旱數(shù)據(jù)，采用嶺回歸分析方法探討物候?qū)竟?jié)性SPEI 的敏感性響應(yīng)，旨在揭示不同植被物候?qū)竟?jié)性干旱的響應(yīng)規(guī)律，為植被應(yīng)對水分脅迫和生態(tài)環(huán)境保護(hù)提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

黃土高原地處中國西北地區(qū)，地處100°52′～114°33′E、33°41′～41°16′N 之間，海拔83～5010 m。氣候受經(jīng)緯度和地形的雙重制約，由東南濕潤季風(fēng)氣候向西北內(nèi)陸干旱氣候過渡，年均溫3.6～14.3 ℃，每年的太陽總輻射量5.0×109～6.3×109J·m-2，年降水量300～800 mm，降水量從西北向東南增加，每年的潛在蒸散量遠(yuǎn)高于降水量，范圍在865～1274 mm 之間［10］。夏季是發(fā)生中旱、重旱和極旱次數(shù)最多的季節(jié)，但整個黃土高原年尺度干旱以輕度干旱為主，主要分布在陜西、山西大部分區(qū)域［23-24］。黃土高原植被受氣候的影響呈東南—西北走向水平地帶性分布［17］，主要植被類型有森林、灌木、草地和農(nóng)田，其中草地占比65.0%，農(nóng)田占比24.2%，森林占比6.2%，灌木占比0.3%（圖1）。

圖1 2001—2018年黃土高原植被類型Fig.1 Vegetation types in the Loess Plateau from 2001 to 2018

1.2 數(shù)據(jù)來源與處理

研究采用歸一化植被指數(shù)（Normalization difference vegetation index, NDVI）提取植被物候參數(shù)。NDVI 來源于美國國家航空航天局（National Aeronautics and Space Administration,NASA）的MODIS土地覆蓋動態(tài)產(chǎn)品（MOD13Q1），空間分辨率為250 m，時間分辨率為16 d（https://lpdaacsvc.cr.usgs.gov/appeears），參考文獻(xiàn)將NDVImean=0.05 作為排除非植被的閾值［25］，再采用16 d 最大合成的NDVI 數(shù)據(jù)進(jìn)行時間序列重構(gòu)去除噪聲，設(shè)置窗口大小和有理多項(xiàng)式均為3。最后采用J?nsson等［26］提出的動態(tài)閾值法，將動態(tài)閾值設(shè)定為20.0%、50.0%和80.0%，根據(jù)沙坡頭、海北和鄂爾多斯站點(diǎn)實(shí)地記錄的物候數(shù)據(jù)和已有文獻(xiàn)物候數(shù)據(jù)［17-18］，經(jīng)反復(fù)測試將植被SOS和植被EOS 的動態(tài)閾值設(shè)定為20.0%和80.0%。將NDVI 曲線上升階段，距離最小值為最大值與最小值間距離20.0%的時間點(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80.0%的時間點(diǎn)定義為植被EOS。要說明的是NDVI 數(shù)據(jù)時間序列長度為2001—2019 年，由于Timesat 3.2 軟件只能從n年數(shù)據(jù)中提取到n-1 年的物候參數(shù)［27］，故最終得到2001—2018 年的物候數(shù)據(jù)，該結(jié)果已在文獻(xiàn)［18］驗(yàn)證，驗(yàn)證結(jié)果表明本文提取的物候數(shù)據(jù)具有一定的可靠性。

逐月格點(diǎn)降水和氣溫數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)（https://data.cma.cn/data/index.html），本文運(yùn)用2001—2018 年黃土高原及其周邊448 個格點(diǎn)數(shù)據(jù)，水平分辨率為0.5°。由于干旱指數(shù)（Standardized precipitation evapotranspiration index,SPEI）通過氣溫和降水?dāng)?shù)據(jù)生成，可以評估干旱的嚴(yán)重程度和持續(xù)時間，故優(yōu)于其他干旱指數(shù)［7］。本文利用R 語言計算得到每個格點(diǎn)的季節(jié)性SPEI 指數(shù)后，采用ANUSPLIN 軟件插值為250 m分辨率的季節(jié)性SPEI柵格數(shù)據(jù)集。SPEI 指數(shù)結(jié)合標(biāo)準(zhǔn)降水指數(shù)（Standardized precipitation index,SPI）多尺度效用與Palmer 干旱嚴(yán)重指數(shù)對氣溫和降水的敏感性，能夠揭示區(qū)域氣候的干旱特征［28-29］。3個月尺度的SPEI可以用來反應(yīng)干旱的季節(jié)性變化特征，冬季為1、2 月和上年12 月，春季為3、4 月和5 月，夏季為6、7 月和8月，秋季為9、10月和11月。由于植被SOS發(fā)生在春季，故計算時采用上年夏季、上年秋季、年初冬季和當(dāng)年春季的SPEI；植被EOS 發(fā)生在秋季，計算時采用年初冬季、當(dāng)年春季、當(dāng)年夏季、當(dāng)年秋季的SPEI，詳細(xì)分析見文獻(xiàn)［24］。

土地利用覆蓋數(shù)據(jù)來源于由NASA提供的MODIS 土地利用覆蓋圖（MCD12Q1 產(chǎn)品），該數(shù)據(jù)的空間分辨率為500 m，時間為2001年和2018年（https://lpdaacsvc.cr.usgs.gov/appeears），因考慮到黃土高原自退耕還林（草）工程實(shí)施以來，該區(qū)環(huán)境治理成效顯著［30］，不同植被受退耕還林還草的影響較大，故去除了植被發(fā)生變化的區(qū)域，只提取2001—2018年土地利用覆蓋類型未發(fā)生變換的區(qū)域，通過合并得到森林、灌叢、草地、農(nóng)田以及其他5種植被類型［31］，本文主要分析森林、灌木和草地。

1.3 研究方法

由于嶺回歸可以消除自變量之間的共線性，又摒棄了最小二乘方法的不偏性，因此作為一種改進(jìn)的最小二乘估計法被廣泛運(yùn)用于實(shí)際的回歸過程［31-32］。本文利用嶺回歸來探究物候?qū)竟?jié)性SPEI的敏感性，其原理如下：

多元線性回歸模型［33］：

最小二乘估計量［33］：

式中：?為β的最小二乘估計量；X′為X的逆矩陣；X為自變量的觀測矩陣；Y為因變量的n維觀測向量。

最小二乘估計的結(jié)果雖然在理論上有較好的成效，但其參數(shù)估計可能不穩(wěn)定，容易導(dǎo)致參數(shù)估計不合理，故本文采用嶺回歸分析消除多重共線性對估計的影響［34］。嶺回歸作為一種改進(jìn)普通最小二乘估計的方法，其形式為：

2 結(jié)果與分析

2.1 黃土高原植被物候的時空變化特征

黃土高原植被SOS 的空間變化特征如圖2a 所示。黃土高原植被SOS 主要集中在第90～150 d，植被SOS 由東南向西北逐漸延遲［18］。2001—2018 年植被SOS 年際變化趨勢表明，植被SOS 多年呈提前趨勢，每年平均提前0.38 d（圖3a）。2011 年的植被SOS 最大（第132 d），物候發(fā)生時間最遲；2018 年的植被SOS最?。ǖ?14 d），物候發(fā)生時間最早。

黃土高原植被EOS 的空間變化特征如圖2b 所示。黃土高原植被EOS 主要集中在第260～310 d，從總體來看寧夏高原和青海境內(nèi)植被EOS較早，中部偏南區(qū)域植被EOS 較遲。2001—2018 年植被EOS年際變化趨勢表明，植被EOS多年呈延遲趨勢，每年平均延遲2.83 d（圖3b）。2002年的植被EOS最小，表明2002 年物候結(jié)束時間較早；2018 年的植被EOS最大，表明物候結(jié)束時間較遲。

圖2 2001—2018年黃土高原植被物候空間分布Fig.2 Spatial distributions of vegetation phenology in the Loess Plateau from 2001 to 2018

由黃土高原植被物候的年際變化斜率可知（圖3），植被EOS的斜率大于植被SOS的斜率，表明植被物候多年推遲趨勢較植被SOS提前趨勢明顯。

圖3 2001—2018年黃土高原植被物候時間趨勢變化Fig.3 Temporal trends of vegetation phenology in the Loess Plateau from 2001 to 2018

2.2 黃土高原植被物候?qū)竟?jié)性SPEI的敏感性

黃土高原植被物候?qū)Σ煌竟?jié)SPEI 的敏感性隨干旱發(fā)生時間的變化如圖4 所示，上年夏季和上年秋季的SPEI 與植被SOS 像元正百分比占比較大（均為61.0%），即反映出大部分植被SOS 受上年夏季和上年秋季SPEI的影響（通過P<0.05的顯著性像元占比均小于50.0%），會延遲植被生長。同樣，年初冬季和當(dāng)年春季的SPEI 與植被SOS 負(fù)敏感性像元占比較大，反映出大部分植被SOS 受年初冬季和當(dāng)年春季SPEI的影響，會提前開始植被生長。植被EOS與年初冬季SPEI的正敏感性像元占比最大（通過P<0.05顯著性像元占比大于50.0%），即反映出年初冬季SPEI 相比于其他季節(jié)SPEI 更容易導(dǎo)致植被EOS 延遲植被生長期，而當(dāng)年夏季發(fā)生干旱更容易導(dǎo)致大面積植被提前結(jié)束生長期。

2.3 黃土高原植被物候?qū)竟?jié)性SPEI 敏感性的空間分布

基于2001—2018 年黃土高原植被物候?qū)Σ煌竟?jié)SPEI 的嶺回歸分析（圖5），植被EOS 和植被SOS 均對季節(jié)性SPEI 具有明顯的空間異質(zhì)性。當(dāng)年春季和年初冬季SPEI 與植被SOS 的敏感性較其他2個季節(jié)正負(fù)敏感性差異明顯，當(dāng)年春季SPEI與植被SOS敏感系數(shù)為負(fù)的區(qū)域主要分布在黃土高原中部，而植被SOS與年初冬季SPEI顯著為負(fù)敏感性零散分布在整體區(qū)域（通過P<0.05 的像元占比為70.1%），尤其是青海境內(nèi)，即青海境內(nèi)年初冬季干旱程度減弱時，植被的萌芽期會提前，其原因可能是適當(dāng)?shù)臍鉁卮偈怪脖籗OS 提前［17］。上年夏季SPEI 和上年秋季SPEI 與植被SOS 的敏感系數(shù)正負(fù)像元占比接近，且正敏感系數(shù)像元占比分別為61.4%和61.2%（圖4），上年夏季SPEI與植被SOS負(fù)敏感系數(shù)較高的區(qū)域主要分布在黃土高原東北部，整個研究區(qū)植被SOS 與上年秋季SPEI 的敏感系數(shù)較小。年初冬季SPEI與植被EOS的敏感性較大，且顯著正敏感性大范圍分布在整個研究區(qū)（通過P<0.05的像元占比為73.4%），表明年初冬季干旱程度減弱，會推遲黃土高原植被的生長。植被EOS與當(dāng)年春季SPEI 的正負(fù)敏感性差異明顯，甘肅、寧夏和陜西境內(nèi)部分地區(qū)呈負(fù)敏感性。植被EOS 與當(dāng)年夏季SPEI在黃土高原東南部分地區(qū)呈正敏感性，其他大部分區(qū)域?yàn)樨?fù)敏感性，表明夏季干旱過強(qiáng)會導(dǎo)致植被提前結(jié)束生長。大部分區(qū)域的植被EOS 與當(dāng)年秋季SPEI的敏感系數(shù)較小，表明植被在結(jié)束生長期間對干旱的響應(yīng)較弱。

圖4 黃土高原植被物候與季節(jié)性干旱的敏感性系數(shù)和像元正百分比Fig.4 Sensitivity of vegetation phenology to seasonal drought and positive percentage of pixel in the Loess Plateau

圖5 黃土高原植被物候?qū)竟?jié)性干旱的敏感性Fig.5 Sensitivity of phenology to seasonal drought in the Loess Plateau

2.4 黃土高原不同植被物候?qū)竟?jié)性SPEI的敏感性

另外，對比分析不同植被物候?qū)Σ煌竟?jié)SPEI的敏感系數(shù)（圖6），發(fā)現(xiàn)植被SOS 和植被EOS 均對不同季節(jié)SPEI表現(xiàn)出不同的敏感程度（草地SOS和灌木EOS 與年初冬季和當(dāng)年春季的SPEI 通過P<0.05 顯著性檢驗(yàn)的像元占比均高于65.0%）。森林SOS 對春季SPEI 的敏感性高于其他3 個季節(jié)，且只有上年夏季干旱程度減弱，才會提前森林SOS。灌木SOS對不同季節(jié)SPEI均表現(xiàn)出正敏感性，即不同季節(jié)SPEI 均會導(dǎo)致灌木SOS 延遲。4 個季節(jié)SPEI與草地SOS 的敏感系數(shù)均為負(fù)值，且年初冬季SPEI>當(dāng)年春季SPEI>上年夏季SPEI>上年秋季SPEI，表明草地SOS在干旱程度較弱時會提前，且年初冬季干旱程度在各季節(jié)中對草地SOS 的影響最大。當(dāng)年春季和年初冬季SPEI 與不同植被EOS 的敏感系數(shù)均為正值，表明年初冬季和當(dāng)年春季SPEI均會導(dǎo)致植被EOS推遲，尤其是年初冬季SPEI。灌木EOS 對年初冬季和當(dāng)年春季SPEI 的敏感性高于森林EOS 和草地EOS，表明灌木相比于森林和草地更易受干旱的影響。當(dāng)年夏季SPEI 與不同植被EOS 的敏感系數(shù)均為負(fù)值，表明干旱程度加劇會導(dǎo)致不同植被提前結(jié)束生長。不同植被EOS 受當(dāng)年夏季SPEI 影響，物候提前依次為森林>草地>灌木；當(dāng)年夏季和當(dāng)年秋季SPEI 均會導(dǎo)致灌木提前結(jié)束生長，尤其是當(dāng)年秋季SPEI。

圖6 黃土高原不同植被物候?qū)Ω珊档拿舾邢禂?shù)Fig.6 Sensitivity coefficients of different vegetation phenology to drought in the Loess Plateau

3 討論

SPEI除了能夠識別不同時間尺度的干旱外，它還考慮了降水和氣溫，故被廣泛運(yùn)用于半干旱和干旱的環(huán)境中。黃土高原大部分地區(qū)屬于干旱和半干旱氣候，SPEI在時間和空間上均表現(xiàn)出了很大的差異性［35-36］，且季節(jié)性SPEI受地形和大氣環(huán)流的影響似乎比年際平均SPEI 更能反映出干旱變化的復(fù)雜性［37］，故采用季節(jié)性SPEI更能細(xì)化干旱對植被物候的影響。

Zhao等［9］研究黃土高原干旱對植被的積累效應(yīng)和時滯效應(yīng)時發(fā)現(xiàn)，干旱對植被的積累效應(yīng)發(fā)生在5～10 個月的范圍內(nèi)，而時滯效應(yīng)發(fā)生在2～3 個月內(nèi)。這個結(jié)果間接驗(yàn)證了本文研究結(jié)果，物候發(fā)生之前的干旱和物候發(fā)生時的干旱均會對植被物候產(chǎn)生影響。以往研究認(rèn)為氣溫和降水是影響植被生長和植被物候的主要因素［38］，而本文通過分析干旱對植被物候的影響后，認(rèn)為干旱程度的大小也是影響植被物候的一個重要因素，干旱事件的發(fā)生對干旱和半干旱地區(qū)植被活動會產(chǎn)生重要影響。本文發(fā)現(xiàn)，年初冬季和當(dāng)年春季的SPEI與植被SOS負(fù)敏感系數(shù)占比較大，由于SPEI 越小，指示干旱程度越高，故年初冬季和當(dāng)年春季干旱減弱會提前植被SOS，導(dǎo)致這一結(jié)果可能的原因是黃土高原植被經(jīng)歷了寒冷干燥的冬季后［37］，春季氣候回暖與干旱協(xié)同促進(jìn)了植被萌芽［39］。Yao等［37］認(rèn)為黃土高原夏秋季炎熱多暴雨的天氣會增加潛在蒸散量，再加該地區(qū)全年降水量少和降水頻率小。當(dāng)夏季干旱發(fā)生，經(jīng)過一定時間的積累，植被沒有充足的土壤水分供給到植被碳的合成［16］，造成植被光合作用減弱、植被氣孔關(guān)閉，導(dǎo)致葉片過早衰老，從而促使植被提前結(jié)束生長。植被物候?qū)竟?jié)性干旱的空間敏感性響應(yīng)正負(fù)差異明顯，可認(rèn)為干旱的發(fā)生會導(dǎo)致黃土高原區(qū)域內(nèi)植被物候空間異質(zhì)性變大。此外，本文還發(fā)現(xiàn)植被EOS 受季節(jié)性SPEI 的影響較植被SOS 復(fù)雜，森林SOS 較灌木SOS 和草地SOS 更容易受當(dāng)年春季SPEI的影響，不同季節(jié)干旱均會導(dǎo)致灌木SOS延遲、草地SOS提前，原因可能是不同生態(tài)系統(tǒng)中不同群落的各種植被生理特性以及功能策略不同［3］，導(dǎo)致不同植被物候?qū)竟?jié)性干旱有著不同的敏感程度。另外，裴婷婷等［31］指出黃土高原灌木的水分利用效率對氣候的敏感程度明顯高于森林和草地，可能導(dǎo)致灌木EOS 比森林EOS 和草地EOS更易受季節(jié)性SPEI的影響，可相應(yīng)證實(shí)本文結(jié)論。

4 結(jié)論

（1）上年夏季和上年秋季干旱程度加劇會延遲植被SOS，而年初冬季和當(dāng)年春季干旱程度減弱可提前植被SOS。年初冬季SPEI 相比于當(dāng)年春季SPEI和當(dāng)年秋季SPEI更容易延遲植被EOS，當(dāng)年夏季干旱加劇會導(dǎo)致植被提前結(jié)束生長。

（2）植被EOS和植被SOS均對季節(jié)性SPEI具有明顯的空間異質(zhì)性。黃土高原青海境內(nèi)年初冬季干旱程度減弱時，會造成植被SOS 提前。當(dāng)年夏季干旱程度加劇會導(dǎo)致黃土高原大部分植被提前結(jié)束生長。大部分植被結(jié)束生長期間對干旱的響應(yīng)相對其他季節(jié)較弱。

（3）不同季節(jié)SPEI 均會導(dǎo)致灌木SOS 延遲、草地SOS 提前，且灌木相比于森林和草地更容易受干旱的影響。年初冬季干旱程度相比于其他季節(jié)對草地SOS帶來的影響最大，但森林、灌木和草地均會隨當(dāng)年夏季干旱程度加劇而提前結(jié)束生長。