楊梅煥, 靳小燕, 王 濤

(西安科技大學(xué) 測繪科學(xué)與技術(shù)學(xué)院, 陜西 西安 710054)

植被物候是研究植物生命周期中反復(fù)發(fā)生的事件，包括植物的發(fā)芽、展葉、開花、葉綠及枯黃等，是生態(tài)系統(tǒng)應(yīng)對氣候變化的敏感性指標(biāo)[1]，除此之外，植被物候的年際變化以及年內(nèi)變化可以反映出陸地植被與大氣之間的碳循環(huán)、水循環(huán)以及能量交換[2-3]。監(jiān)測物候有利于量化植被的季節(jié)性周期和跟蹤不規(guī)則的自然事件[4]。因此準(zhǔn)確監(jiān)測全球及區(qū)域尺度的植被物候動態(tài)對理解氣候—生物圈的相互作用意義重大。

植被物候的監(jiān)測方法主要包括通過人眼記錄物候事件、定期攝影、自動重復(fù)攝影和衛(wèi)星遙感[4-5]。最初的人工監(jiān)測不僅監(jiān)測區(qū)域十分有限，并且耗費大量的人力物力[5]。自1980年代中期以來，遙感技術(shù)和近地面物候觀測技術(shù)的發(fā)展，極大提高了區(qū)域到全球植被物候的認(rèn)識[6]。同時遙感數(shù)據(jù)中的植被指數(shù)產(chǎn)品擁有監(jiān)測植被變化趨勢的高時空分辨率特征，可以很好地描述生態(tài)系統(tǒng)的物候變化[7]。許多研究顯示，近幾十年來，全球氣候在逐漸變暖，在此背景下，植被生長也發(fā)生變化，其中較為關(guān)鍵的3個植被物候參數(shù)：植被生長季開始日期(SOS)、生長季結(jié)束日期(EOS)和生長季長度(GSL)在年際尺度上表現(xiàn)出了明顯的變化[7]。同時在不同的海拔和經(jīng)緯度，植被物候也表現(xiàn)出不一樣的空間分布特征[8]。在北半球大多數(shù)陸地生態(tài)系統(tǒng)中，植被物候的差異變化歸因于海拔與氣候變化，尤其是溫度和降水變化[8]。而Wang等[9]的研究表明在黃河流域，白天溫度與夜間溫度的增加對植被的生長有著相反的作用；黃文潔等[10]、郭少壯等[11]發(fā)現(xiàn)高原植被物候與海拔有著密切關(guān)系。李丹等[12]對中國典型半干旱荒漠區(qū)植被進(jìn)行研究發(fā)現(xiàn)，持續(xù)濕潤的氣候?qū)ι车刂脖簧L具有正向促進(jìn)作用，而干旱則會抑制沙地植被生長，植被生長與降水和蒸散量相關(guān)性較強，而和溫度的關(guān)系較小。

干旱、半干旱土地荒漠化是全球性環(huán)境問題。這些地區(qū)屬于生態(tài)脆弱地帶，對于氣候變化十分敏感[13]，深入研究該地區(qū)植被物候動態(tài)以及氣候變化對植被生長的影響，對于指導(dǎo)荒漠化土地治理以及退化生態(tài)環(huán)境的恢復(fù)具有積極作用[14]。毛烏素沙地作為中國典型干旱、半干旱過渡區(qū)和農(nóng)牧交錯帶[13]，對該地區(qū)植被物候的研究目前仍較少。本研究使用Double Logistic函數(shù)擬合法和動態(tài)閾值法對2000—2019年的NDVI數(shù)據(jù)進(jìn)行擬合，提取植被物候關(guān)鍵參數(shù)，探究毛烏素沙地的植被物候的變化規(guī)律，結(jié)合溫度和降水量數(shù)據(jù)，應(yīng)用空間自相關(guān)分析對其與溫度和降水的關(guān)系進(jìn)行分析，旨在定量揭示毛烏素沙地的植被生態(tài)系統(tǒng)與氣候變化之間的響應(yīng)關(guān)系。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

毛烏素沙地位于36°48′—40°12′N，106°10′—111°53′E，行政區(qū)劃上跨越3省12縣(市區(qū))，包括內(nèi)蒙古自治區(qū)鄂托克前旗、鄂托克旗、烏審旗、伊金霍洛旗，陜西省榆林市、定邊縣、靖邊縣、橫山區(qū)、神木市及寧夏回族自治區(qū)的靈武市、陶樂縣、鹽池縣。毛烏素沙地研究區(qū)的沙地面積約為4.22×104km2，海拔高度255～1 948 m，整體海拔自西北向東南傾斜。毛烏素沙地主要植被類型為草地，研究區(qū)屬于荒漠草原—干草原—森林草原的過渡帶，屬于典型的半干旱大陸氣候[14]。

1.2 數(shù)據(jù)來源

研究使用數(shù)據(jù)為16 d，250 m分辨率的MOD13Q1數(shù)據(jù)集。該時間序列數(shù)據(jù)集來源于美國的NASA LP DAAC工作組(http:∥lpdaac.usgs.gov/lpdaac/products/modis_products_ table)(LAAD PROCESSES DISTRIBUTED ACTIVE ARCHIVE CENTER)。數(shù)據(jù)集包括2000年1月至2019年12月共460期影像。利用MRT工具從MOD13Q1產(chǎn)品的460期影像中提取NDVI數(shù)據(jù)層，并進(jìn)行拼接、格式轉(zhuǎn)換和重投影。原始MODI13Q1產(chǎn)品為-3 000～10 000的DN值，為了得到真實NDVI值，將DN值轉(zhuǎn)為NDVI值的關(guān)系式為：

NDVI=DN×0.000 1

(1)

然后將多年平均NDVI<0.05的像元剔除，這些像元可能是荒漠、水體或者其他的非植被覆蓋區(qū)。

氣象數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心(http:∥data.cma.cn)毛烏素沙地及周圍14個氣象臺站，其時間分辨率為1 d。為了與物候數(shù)據(jù)進(jìn)一步進(jìn)行相關(guān)性分析，對溫度和降水量進(jìn)行克里金插值，使氣象數(shù)據(jù)分辨率達(dá)到250 m，從而與NDVI數(shù)據(jù)分辨率保持一致。

2 數(shù)據(jù)處理方法

2.1 植被物候的提取

植被物候參數(shù)的提取包括： ①對時間序列進(jìn)行擬合，降低噪聲的影響； ②提取物候關(guān)鍵參數(shù)。

TIMESAT可對多種類型傳感器的時間序列數(shù)據(jù)進(jìn)行處理[15]。包括對時間序列數(shù)據(jù)進(jìn)行重新擬合降噪，并得到生長季節(jié)的起始點等信息[15]。對于植被指數(shù)時間序列，TIMESAT包括3種自帶的擬合方法：非對稱高斯函數(shù)擬合，Double Logistic(D-L)曲線擬合和Savitzky-Golay濾波法[16]。本研究采用Double Logistic函數(shù)擬合法對植被指數(shù)進(jìn)行擬合。Double Logistic函數(shù)是一種半局部擬合法。方法是首先將時間序列中的時間點值按照極大值或者極小值分為多個區(qū)間，然后依次對區(qū)間進(jìn)行局部擬合[17]。

(2)

式中：參數(shù)a1,a2,a3,a4為掌握時間序列曲線的寬度和幅度。利用D-L法先對時間序列曲線的局部進(jìn)行擬合,再結(jié)合完整的時間序列函數(shù)特征,重新構(gòu)建噪聲較小的植被指數(shù)時間序列[18]。

采用J?nsson和Eklundh[19]改進(jìn)后的動態(tài)閾值法提取植被物候參數(shù)，動態(tài)閾值法將NDVI增長(下降)幅度為振幅的某個百分比時對應(yīng)的時間定義為植被SOS(EOS)[19-20]。該方法的閾值不是具體的植被指數(shù)值，而是一個比值形式，即該像元的植被指數(shù)值與對應(yīng)年份時間序列的振幅比[21-22]。該閾值法具有較強靈活性和適應(yīng)性[23]，被廣泛用于提取植被物候參數(shù)。本研究將同一年內(nèi)NDVI增長(下降)幅度為振幅的20%定義為植被SOS(EOS)[23]。

2.2 趨勢分析和相關(guān)性分析

2.2.1 植被物候趨勢分析 本研究利用Theil-Sen median趨勢分析法描述物候的變化。對植被時間序列進(jìn)行計算，以時間為自變量，每年的物候關(guān)鍵期作為因變量，變化趨勢計算公式為：

(3)

式中：β為趨勢線的斜率;xj，zi表示第i年物候關(guān)鍵期的值；i為年變量。當(dāng)β>0時,表示物候關(guān)鍵期推遲或延長,β<0時,表示物候關(guān)鍵期提前或縮短[24]。

Mann-Kendall檢驗法可用于檢驗長時間序列的顯著性，其最大的優(yōu)點是對數(shù)據(jù)誤差有較強的抵抗能力，其顯著水平的檢驗結(jié)果較為科學(xué)可行[25]。采用M-K顯著性檢驗方法(95%置信區(qū)間)來檢驗植被生長季開始日期(SOS)、生長季結(jié)束日期(EOS)和生長季長度(GSL)的年際變化顯著性。

2.2.2 相關(guān)性分析 相關(guān)性分析用于定量分析自變量降水或氣溫與因變量物候期的相關(guān)性，尋找與物候參數(shù)相關(guān)性較為顯著的控制因子，再逐個像元分析物候參數(shù)與氣象因子之間的顯著相關(guān)關(guān)系[26]。其計算公式為：

(4)

相關(guān)系數(shù)r≤0表示負(fù)相關(guān)，r>0表示正相關(guān)；利用F檢驗對相關(guān)系數(shù)的結(jié)果做顯著性檢驗。

3 結(jié) 果

3.1 植被物候時空變化

3.1.1 植被物候時間變化 由圖1可見，毛烏素沙地的植被SOS呈提前趨勢。從2000年的111 d(4月中旬)提前到2019年的97 d(4月初)，提前了14 d，年均提前0.7 d；EOS總體變化不明顯，呈微弱的提前趨勢；生長季長度GSL表現(xiàn)為延長趨勢，從2000年的201 d(6.7個月)延長到2019年的214 d(7.1個月)，共延長了13 d，年均延長0.65 d。

3.1.2 植被物候空間變化 由圖2可知，毛烏素沙地植被SOS顯著提前(p<0.05)地區(qū)面積為16.78%)，主要分布在毛烏素沙地的東部。大部分地區(qū)SOS表現(xiàn)為不顯著提前(61.02%)。僅有21.81%的地區(qū)表現(xiàn)為不顯著推遲趨勢，主要分布在毛烏素沙地的西部。EOS的提前/推遲表現(xiàn)不明顯。其中，不顯著提前的區(qū)域占整個植被覆蓋區(qū)的52.05%，不顯著推遲的區(qū)域占整個植被覆蓋區(qū)的44.49%。GSL受SOS和EOS影響，總體呈延長趨勢。其中，顯著延長(p<0.05)區(qū)域面積為14%，主要分布在毛烏素沙地的東北區(qū)域和北部部分區(qū)域。大部分區(qū)域GSL表現(xiàn)為不顯著延長趨勢(61.56%)。24.44%的區(qū)域表現(xiàn)為不顯著縮短趨勢，主要分布在毛烏素沙地的南部和西部。

注：SOS，EOS，GSL分別為植物生長季的開始日期，結(jié)束日期和生長季長度。下同

圖2 毛烏素沙地2000—2019年植被物候顯著性變化

3.2 植被物候空間格局

由圖3可看出，毛烏素沙地的植被物候在空間上具有明顯的東西差異。SOS時間范圍為第90—160 d，即一年的3—5月上旬?？臻g上表現(xiàn)為由東到西逐漸推遲的趨勢，在研究區(qū)的中部及東部，植被生長季開始較早，在研究區(qū)的西部，植被生長季開始較遲。SOS主要集中在第90—140 d，即一年中的3—4月下旬。其中，第100—110 d的像元數(shù)占總像元數(shù)的24.5%，第110—120 d的像元數(shù)占總像元數(shù)的19.8%。EOS范圍為第290—340 d，即一年的9月上旬至11月上旬。

空間上與SOS的東西差異不同，表現(xiàn)為由北向南為逐漸推遲的趨勢。北部地區(qū)植被生長季結(jié)束較早，南部植被生長季結(jié)束較遲。EOS主要集中在第300—330 d，即一年的10—11月。其中，第300—310 d的像元數(shù)占總像元數(shù)的12.5%，第310—330 d的像元數(shù)占總像元數(shù)的84.9%。GSL范圍為第150—250 d，即5至8個月。在空間上，GSL與SOS的空間分布一致，表現(xiàn)為由東到西逐漸縮短的趨勢。中部及東部地區(qū)植被生長季較長，西部地區(qū)植被生長季較短。GSL主要集中在第180—250 d，即6～8.3個月。其中，第200—210 d的像元數(shù)占總像元數(shù)的18.7%，第210—230 d的像元數(shù)占總像元數(shù)的22.8%。

3.3 毛烏素沙地植被物候與氣候的關(guān)系

3.3.1 年均氣溫和年降水量的時間變化 由圖4可看出，2000—2019年，毛烏素沙地年平均氣溫呈顯著上升趨勢(p<0.05)，年降水量呈微弱增加趨勢，總體在250～450 mm之間波動。毛烏素沙地氣候總體上表現(xiàn)為年平均氣溫顯著上升，年降水量不顯著增加的趨勢[27]。

圖4 毛烏素沙地2000—2019年平均氣溫和年降水量變化

3.3.2 毛烏素沙地植被物候與氣候因子的關(guān)系 毛烏素沙地植被SOS、植被EOS與氣候因子的相關(guān)系數(shù)空間分布如圖5所示。

由圖5可知，植被SOS與3月降水量呈較強的負(fù)相關(guān)關(guān)系，其中與3月降水量呈負(fù)相關(guān)的地區(qū)面積為83.85%，其中顯著負(fù)相關(guān)面積為9.4%，主要分布在鄂托克旗、伊金霍洛旗、烏審旗、榆林、神木以及鄂托克前旗的北部等地區(qū)。正相關(guān)地區(qū)面積為16.15%，分布在毛烏素沙地南部的靖邊、定邊以及鄂托克前旗的南部等地區(qū)。

圖5 毛烏素沙地植被SOS與3月份降水量、春季季前累計降水量的相關(guān)性、植被EOS與9月份降水量相關(guān)性的空間分布

植被SOS與春季季前累計降水量呈負(fù)相關(guān)關(guān)系(90.81%)，其中呈顯著負(fù)相關(guān)的區(qū)域面積為6.7%，主要分布在伊金霍洛旗、烏審旗、鄂托克前旗、榆林西北部、鹽池、定邊、靖邊以及鄂托克旗的中部地區(qū)。呈正相關(guān)地區(qū)面積為9.19%，主要分布在鄂托克旗、伊金霍洛旗的北部小部分區(qū)域、榆林以及神木南部的小部分區(qū)域。植被SOS與3月平均溫度呈負(fù)相關(guān)關(guān)系，表現(xiàn)為負(fù)相關(guān)關(guān)系的面積為60.01%，其中顯著負(fù)相關(guān)面積為2.34%，呈正相關(guān)的地區(qū)面積為39.99%；與4月平均溫度相關(guān)性較弱，其中呈正相關(guān)(51.95%)和負(fù)相關(guān)(48.05%)的地區(qū)面積基本持平；與4月降水量相關(guān)性較弱，呈負(fù)相關(guān)關(guān)系地區(qū)面積為61.70%，其中顯著負(fù)相關(guān)面積為0.27%；與春季季前平均溫度呈正相關(guān)關(guān)系(58.85%)，其中顯著正相關(guān)面積為1.29%，呈負(fù)相關(guān)區(qū)域的面積為41.15%。植被EOS與9月降水量呈正相關(guān)關(guān)系，呈正相關(guān)關(guān)系面積為63.67%，其中顯著正相關(guān)面積為4.32%，主要分布在鹽池、鄂托克前旗、定邊西北部、靖邊、烏審旗南部。負(fù)相關(guān)面積為36.33%，分布在鄂托克旗，神木、伊金霍洛旗以及靈武地區(qū)。植被EOS與10月降水量呈負(fù)相關(guān)關(guān)系面積為57.66%，其中顯著負(fù)相關(guān)面積為0.97%；與9月溫度呈負(fù)相關(guān)關(guān)系面積為55.3%，其中顯著負(fù)相關(guān)區(qū)域面積為3.26%；與10月溫度呈正相關(guān)區(qū)域面積為50.5%，其中顯著正相關(guān)區(qū)域面積為3.56%；與秋季季前平均溫度呈正相關(guān)區(qū)域面積為54.95%；與秋季季前累計降水呈正相關(guān)區(qū)域面積為54.99%，呈負(fù)相關(guān)區(qū)域面積為45.06%。

4 討 論

4.1 植被物候時空變化

毛烏素沙地植被物候受水熱條件控制，植被SOS主要呈提前趨勢(77.8%)，其中顯著提前區(qū)域為整個研究區(qū)的16.78%，這與韓紅珠等[24]的結(jié)論一致。在毛烏素沙地中部的烏審旗、鄂托克前旗以及東部的神木、榆林、北部的伊金霍洛旗，植被最先進(jìn)入生長季，在鄂托克旗西部、靈武、定邊南部地區(qū)等，植被進(jìn)入生長季較晚，這與朱婭坤等[25]、王靜璞等[26]的研究結(jié)果一致。SOS出現(xiàn)較早的地區(qū)多為草地，而出現(xiàn)較晚的地區(qū)多為耕地，且海拔較高，人為和地形因素的影響較大[27]。毛烏素沙地EOS在2000—2019年變化不明顯，空間上具有明顯的南北差異，北部的植被結(jié)束生長季較早，一般在9月下旬至10月上旬。南部植被結(jié)束生長季較晚，一般在10月下旬至11月上旬?？赡芘c緯度存在一定的負(fù)相關(guān)關(guān)系。植被GSL受SOS和EOS的影響，空間上表現(xiàn)為由東到西逐漸縮短。SOS的提前是GSL延長的決定因素。在毛烏素沙地東部烏審旗、鄂托克前旗、伊金霍洛旗、橫山、神木、榆林和靖邊等地的GSL為6～7個月，西部鄂托克旗、靈武、鹽池和定邊等地的GSL為5～6個月。由于MODIS NDVI數(shù)據(jù)長度為2000—2019年共20 a，這可能是大部分區(qū)域的植被物候變化趨勢不明顯的原因。而GIMMS NDVI數(shù)據(jù)有著較長的時間序列(1982—2015年)，是其他數(shù)據(jù)無法比擬的優(yōu)點[25]。缺點是空間分辨率較粗，無法進(jìn)一步研究細(xì)節(jié)信息，未來可考慮將MODIS與GIMMS進(jìn)行數(shù)據(jù)融合操作，將高時空分辨率的NDVI數(shù)據(jù)用于物候研究。毛烏素沙地的植被分布稀疏，植被信號較弱[27]，植被稀疏使得地表裸露，土壤背景反射率較高，可能會影響對植被物候的判斷[28]。未來物候的研究需要地面物候數(shù)據(jù)的驗證來確保結(jié)果的準(zhǔn)確性[29]。

4.2 植被物候?qū)夂蜃兓捻憫?yīng)

植被SOS提前受春季季前累計降水量和3月降水量影響較為顯著，受春季季前平均溫度、3月溫度和4月溫度影響較小。說明前一年冬季降雪的增多有利于植被生長季開始日期提前[30]，不同月份的降水量對植被生長季開始日期的影響不同，3月降水量對SOS的影響較強，春季季前累計降水量和4月份降水量則次之。植被EOS提前受秋季季前累計降水量和9月降水量的影響較顯著，受季前平均溫度以及9月和10月平均溫度影響較小。秋季季前累計降水量和9月降水量對植被EOS的推遲呈正相關(guān)關(guān)系，說明在生長季結(jié)束日期前后，降水量的增多有助于延緩植被生長季的結(jié)束[31]，其中植被EOS與9月降水量相關(guān)性最強，原因可能是植被GSL主要集中在10月左右，植被對降水的響應(yīng)具有一定的滯后性[32]。

研究區(qū)的中部及東部地區(qū)為毛烏素沙地荒漠化較嚴(yán)重的區(qū)域，該區(qū)域植被SOS提前，GSL變長，且與春季季前累計降水量和3月降水量影相關(guān)性較強。說明在荒漠化區(qū)域，降水是影響植被生長的主導(dǎo)因素，這與王濤等[28]、王旭洋等[29]和Du Jun等[30]的觀點一致。Du Jun等[30]發(fā)現(xiàn)，在干燥環(huán)境下，植被對溫度的敏感度通常較低。在這種情況下，雖然適應(yīng)植被生長的溫度已經(jīng)達(dá)到了要求，但是由于降水量低，土壤環(huán)境條件不理想，降雨成為植被生長的主要限制因素[31,32]。

本研究在探究植被物候與氣候之間的響應(yīng)關(guān)系時，只選取了平均溫度和降水量數(shù)據(jù)，而實際上最高氣溫，最低氣溫和極端氣候事件等也會對植被生長產(chǎn)生影響[33]。另外，除了氣象因素外，地形和人為因素的影響也不容忽視[34]，在高海拔和低海拔，同一植被也會表現(xiàn)出不同的物候現(xiàn)象。大量的人工植樹種草，人工灌溉都會對植被生長產(chǎn)生干預(yù)[35]。因此未來研究可進(jìn)行小區(qū)域間植被物候關(guān)鍵影響因素的探究。此外，植物生態(tài)系統(tǒng)之間的競爭、資源限制以及植被遺傳因素也對植被物候產(chǎn)生了一定的影響[35-36]。

5 結(jié) 論

(1) 2000—2019年，毛烏素沙地植被SOS總體呈提前趨勢，提前趨勢不明顯。顯著提前面積為16.78%，年均提前0.4 d；植被EOS表現(xiàn)為微弱的提前趨勢，年均提前0.3 d；植被GSL總體呈延長趨勢，其中顯著延長區(qū)域面積為14%，年均延長0.75 d。

(2) 空間尺度上，70.8%的毛烏素沙地植被SOS在第90—140 d，表現(xiàn)為由東到西逐漸推遲的趨勢。88.9%的植被EOS范圍為第290—340 d，由北向南逐漸推遲。72.6%植被GSL范圍為第150—250 d，表現(xiàn)為由東到西逐漸縮短。

(3) 毛烏素沙地植被SOS與春季季前累計降水量和3月降水量相關(guān)性較為顯著，其中與3月降水量的負(fù)相關(guān)關(guān)系最為顯著。與4月降水量、春季季前平均溫度、3月及4月溫度相關(guān)性較弱；植被EOS與9月份降水量的正相關(guān)關(guān)系較強，與秋季季前平均溫度、季前累計降水量、9月溫度、10月溫度、10月降水量的相關(guān)性都表現(xiàn)為較弱的相關(guān)性。