氣候變化背景下定量解析生態(tài)工程對(duì)植被動(dòng)態(tài)的影響研究方法概述

陳珊珊,溫兆飛,馬茂華,廖 桃,3,周 旭,3,吳勝軍

1 重慶交通大學(xué)河海學(xué)院, 重慶 400074 2 中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院, 重慶 400714 3 重慶交通大學(xué)建筑與城市規(guī)劃學(xué)院, 重慶 400074

陸地植被是大氣圈、巖石圈、土壤圈、水圈和生物圈相互作用的產(chǎn)物[1—2]。它是連接氣候變化、人類(lèi)活動(dòng)和生態(tài)系統(tǒng)的重要環(huán)節(jié),在調(diào)節(jié)氣候系統(tǒng)和陸地碳平衡方面發(fā)揮著重要作用,植被變化能夠反映生態(tài)環(huán)境的總體狀況[3]。歸一化差值植被指數(shù)(Normalized Difference Vegetation Index,NDVI)、增強(qiáng)型植被指數(shù)(Enhanced Vegetation Index,EVI)、植被凈初級(jí)生產(chǎn)力(Net Primary Productivity,NPP)和植被覆蓋度等指標(biāo)是表征生態(tài)系統(tǒng)功能的重要參數(shù),此外,植被凈初級(jí)生產(chǎn)力也是陸地生態(tài)系統(tǒng)碳循環(huán)和生態(tài)系統(tǒng)質(zhì)量的重要指標(biāo)。在量化氣候變化和人類(lèi)活動(dòng)對(duì)植被影響的研究中,它們被廣泛應(yīng)用[4—6]。

氣候變化和人類(lèi)活動(dòng)對(duì)植被動(dòng)態(tài)和影響機(jī)制的研究是生態(tài)學(xué)研究的熱點(diǎn)問(wèn)題。植被動(dòng)態(tài)變化是氣候變化、人類(lèi)活動(dòng)及其兩者交互作用的結(jié)果[7]。人類(lèi)活動(dòng)是控制和影響植被時(shí)空分布及其變化的基本驅(qū)動(dòng)力之一。就植被生態(tài)系統(tǒng)而言,生態(tài)工程是一項(xiàng)巨大的人類(lèi)活動(dòng),是植被恢復(fù)和生態(tài)環(huán)境友好型轉(zhuǎn)變的重要推動(dòng)力。隨著生態(tài)工程實(shí)施范圍的擴(kuò)大和力度的加強(qiáng),及生態(tài)工程期限的延長(zhǎng),生態(tài)工程對(duì)植被動(dòng)態(tài)正面或負(fù)面影響具有很大的不確定性,和在氣候變化背景下生態(tài)工程對(duì)植被影響的主要驅(qū)動(dòng)機(jī)制是不清楚的,使得學(xué)者越來(lái)越關(guān)注生態(tài)工程在植被動(dòng)態(tài)變化中機(jī)制作用和效應(yīng)。更為重要的是,全球的氣候變化如何影響著流域尺度、區(qū)域尺度和全球尺度上的生態(tài)工程對(duì)植被動(dòng)態(tài)變化效應(yīng)[8—10]。對(duì)氣候因素和人為因素進(jìn)行剝離,定量地厘清長(zhǎng)期的大規(guī)模的生態(tài)工程在植被動(dòng)態(tài)變化中的作用顯得尤其重要。

當(dāng)前關(guān)于定量的分析生態(tài)工程對(duì)植被動(dòng)態(tài)變化影響的研究方法大致有4類(lèi)[11—14],這對(duì)進(jìn)一步深化理解生態(tài)工程在植被變化過(guò)程中作用的具有重要意義[11,15]。然而,不同研究方法得出的結(jié)果差異較大,且難以進(jìn)行研究間對(duì)比分析。為了后期更好的研究人類(lèi)活動(dòng)對(duì)植被動(dòng)態(tài)的影響,有必要對(duì)已有的定量研究方法進(jìn)行系統(tǒng)化的梳理和綜述,而目前還沒(méi)有系統(tǒng)的研究。此外,系統(tǒng)性的比較探討各研究方法的優(yōu)缺點(diǎn)有利于推動(dòng)植被驅(qū)動(dòng)機(jī)制的研究,也有助于這些定量研究方法的應(yīng)用和發(fā)展。本文旨在通過(guò)梳理國(guó)內(nèi)外研究生態(tài)工程對(duì)植被變化影響所運(yùn)用的研究方法,分析這些方法中存在的問(wèn)題,以期為進(jìn)一步系統(tǒng)評(píng)價(jià)生態(tài)工程在植被變化過(guò)程中的相對(duì)作用提供理論參考,為后期有效開(kāi)展生態(tài)恢復(fù)提供科學(xué)意見(jiàn)。

1 數(shù)據(jù)收集和處理

對(duì)中文文獻(xiàn)的統(tǒng)計(jì),在中國(guó)知網(wǎng)(CNKI)檢索中國(guó)期刊學(xué)術(shù)期刊全文數(shù)據(jù)庫(kù),以高級(jí)檢索的形式進(jìn)行檢索,首先以“主題”為檢索項(xiàng),以“植被”,“NDVI”,“NPP”,“EVI”,“森林”,“草原”為檢索詞,搜索的時(shí)間范圍限制在1980到2020年。其次在搜索出來(lái)的結(jié)果中進(jìn)行篩選,篩選的檢索條件為：摘要中是否有生態(tài)工程(退耕還林、天然林保護(hù)、三北防護(hù)林等)or生態(tài)恢復(fù)and氣候,共檢索到246篇。最后根據(jù)摘要是否出現(xiàn)生態(tài)工程和氣候因素分別對(duì)植被影響的定量數(shù)據(jù)進(jìn)行篩選,符合條件的有34篇。

外文文獻(xiàn)的搜集,在Web of science平臺(tái)中以SCI數(shù)據(jù)庫(kù)為數(shù)據(jù)源,根據(jù)主題詞“human AND climate AND vegetation”; “human AND climate AND EVI”; “human AND climate AND net primary productivity”; “human AND climate AND grassland”; “human AND climatic AND NDVI”共檢索到193篇,根據(jù)摘要是否出現(xiàn)生態(tài)工程和氣候因素分別對(duì)植被影響的定量數(shù)據(jù)進(jìn)行篩選,符合條件的有40篇[1,8,10,12]。中英文獻(xiàn)檢索及引用信息查詢的截止時(shí)間是2020年9月。

2 研究區(qū)分類(lèi)

根據(jù)生態(tài)脆弱區(qū)、敏感區(qū)、生態(tài)工程區(qū),對(duì)研究區(qū)進(jìn)行統(tǒng)計(jì)分析(圖1),發(fā)現(xiàn)研究多集中于黃土高原區(qū)[4,10,16—20],三江源區(qū)[21—24],巖溶喀斯特地貌區(qū)[12,25—26]和長(zhǎng)江流域[8,27]等區(qū)域,其中黃土高原和三江源研究頻次最高,其次是西南喀斯特地貌區(qū)、長(zhǎng)江流域和以全國(guó)為尺度的研究。研究區(qū)集中于這些地區(qū)主要是因?yàn)樗鼈兊纳鷳B(tài)脆弱性和生態(tài)敏感性,同時(shí)這些地區(qū)都是生態(tài)工程重點(diǎn)實(shí)施區(qū)域。

圖1 研究區(qū)統(tǒng)計(jì)分布圖Fig.1 Study area statistics

3 定量的研究方法進(jìn)展

大量研究闡明了以氣候?yàn)閷?dǎo)向或以人類(lèi)活動(dòng)為導(dǎo)向的植被動(dòng)態(tài)變化[16—17],并量化了氣候和生態(tài)工程對(duì)特定區(qū)域植被生態(tài)系統(tǒng)的影響[18]。定量分析指的是將人類(lèi)活動(dòng)作為自變量,植被指標(biāo)(NDVI,NPP和EVI等)作為因變量,建立兩者之間的函數(shù)關(guān)系式,定量分析人類(lèi)活動(dòng)對(duì)植被變化的貢獻(xiàn)。目前定量分析氣候和生態(tài)工程因素對(duì)植被動(dòng)態(tài)影響的方法有四大類(lèi)：(1)基于回歸模型的方法；(2)基于殘差趨勢(shì)分析方法；(3)基于生物物理模型的方法；(4)閾值分割方法。

3.1 回歸模型

回歸分析方法是數(shù)理統(tǒng)計(jì)上常規(guī)的一種分析方法,分別建立植被指標(biāo)與各氣候因子(氣溫、降水)或人為因素指標(biāo)(土地利用、植被面積和人口)之間的相關(guān)關(guān)系,從而分析各要素的相對(duì)作用。如周錫飲等基于蒙古高原不同時(shí)期的土地利用轉(zhuǎn)換率,利用回歸模型方法定量分析的人類(lèi)活動(dòng)對(duì)植被變化的影響,得出在氣候條件相似地區(qū),人工造林等人類(lèi)活動(dòng)是導(dǎo)致植被時(shí)間序列變化趨勢(shì)產(chǎn)生一定區(qū)域差異的原因[17]。王子玉等以人口、城鎮(zhèn)化率和人工造林等指示人類(lèi)活動(dòng)對(duì)內(nèi)蒙古地區(qū)的植被變化與人類(lèi)活動(dòng)和氣候因素之間的關(guān)系進(jìn)行分析,得出在植被顯著減少區(qū)域主要受降水、風(fēng)速、人工造林和農(nóng)作物播種面積的共同影響[15]。

回歸分析的優(yōu)勢(shì)在于數(shù)據(jù)易獲取且操作簡(jiǎn)單,并能在一定程度空間化的表達(dá)氣候因子(氣溫、降水、輻射)和人類(lèi)活動(dòng)(放牧、道路建設(shè)、生態(tài)工程建設(shè)、城鎮(zhèn)化等)對(duì)植被變化的貢獻(xiàn),因此這一方法在分析植被變化原因時(shí)比較常用。但其不足在于它有兩個(gè)前提假設(shè)：(1)影響植被各要素之間是相互獨(dú)立的；(2)植被變化與各因子之間是簡(jiǎn)單的線性關(guān)系,然而植被對(duì)外界的響應(yīng)是非線性和非穩(wěn)態(tài)的,例如植被變化對(duì)時(shí)間具有相對(duì)滯后性?？紤]到空間數(shù)據(jù)一般具有空間非平穩(wěn)性特征,有學(xué)者在全局模型的基礎(chǔ)上提出了地理加權(quán)回歸?？紤]樣本空間地理位置的地理加權(quán)回歸模型可以有效改進(jìn)變量間相互關(guān)系的空間非平穩(wěn)性,能有效克服地理要素具有顯著的空間異質(zhì)性問(wèn)題[25]。地理加權(quán)回歸改善自變量之間的空間非平穩(wěn)性問(wèn)題,但還是在因變量與自變量是線性關(guān)系的基礎(chǔ)上進(jìn)行的研究。

為了更好的揭示植被與環(huán)境要素的復(fù)雜關(guān)系,一些學(xué)者將能模擬輸入、輸出數(shù)據(jù)間復(fù)雜關(guān)系的BP人工神經(jīng)網(wǎng)絡(luò)(Back-propagation Neural Network, BPNN)和隨機(jī)森林回歸模型應(yīng)用于分析生態(tài)工程對(duì)植被動(dòng)態(tài)變化的影響[6,28—30]。其中,BPNN能夠模擬植被指標(biāo)與影響因子之間的復(fù)雜關(guān)系,通過(guò)將研究時(shí)段劃分為基準(zhǔn)期和改變期,獲取兩個(gè)時(shí)期的模擬值,用差值法量化生態(tài)工程對(duì)植被NDVI變化的貢獻(xiàn)率。

3.2 殘差趨勢(shì)分析

殘差趨勢(shì)分析方法是基于植被指標(biāo)與氣候因子之間具有相關(guān)關(guān)系的條件下,運(yùn)用模型模擬無(wú)人類(lèi)活動(dòng)干擾的情況下植被的變化狀況與實(shí)際變化情況的差異表示人類(lèi)活動(dòng)對(duì)植被的影響,并通過(guò)殘差趨勢(shì)變化分析人類(lèi)活動(dòng)對(duì)植被的作用[12,31]。旨在從影響植被變化的綜合因素中識(shí)別出人類(lèi)活動(dòng)影響的植被變化區(qū)域和厘清人類(lèi)活動(dòng)對(duì)植被變化的貢獻(xiàn)。

殘差趨勢(shì)分析方法是運(yùn)用NDVI指標(biāo)分析氣候和人類(lèi)活動(dòng)對(duì)植被動(dòng)態(tài)變化影響最具代表性的研究方法,對(duì)分析人類(lèi)活動(dòng)對(duì)植被的影響具有里程碑式的意義。Evans提出的殘差趨勢(shì)分析方法首先將區(qū)域內(nèi)每個(gè)像元的NDVI與氣溫、降水等氣候因子建立回歸模型,并將NDVI與氣候因子建立的模型稱之為NDVI-climate model,之后利用建立的回歸模型得到像元尺度年NDVI最大值,進(jìn)而得到真實(shí)值與預(yù)測(cè)值之間的殘差序列值[20]。NDVI殘差序列值消除了氣候變化對(duì)NDVI的影響,它的趨勢(shì)變化能夠反映人類(lèi)活動(dòng)對(duì)植被的影響。如果殘差隨時(shí)間序列無(wú)明顯變化(殘差近似為零),則認(rèn)為植被變化是由氣候要素引起的；殘差序列的變化趨勢(shì)是正的,則表明人類(lèi)活動(dòng)對(duì)區(qū)域植被起著改善和恢復(fù)作用；反之,殘差序列的變化趨勢(shì)是負(fù)的,則表明人類(lèi)活動(dòng)對(duì)區(qū)域植被起到破壞作用。

殘差趨勢(shì)分析方法的優(yōu)勢(shì)：一是可以將影響植被變化的氣候因子與人類(lèi)活動(dòng)要素區(qū)分開(kāi)來(lái)；二是證明基于單個(gè)像元建立的局部回歸模型的相關(guān)系數(shù)普遍高于針對(duì)研究區(qū)所有像元建立的全局回歸模型的相關(guān)系數(shù),從單個(gè)像元出發(fā)的局部模型考慮了區(qū)域地理位置可能存在的地貌、水文、土壤和植被的空間異質(zhì)性對(duì)NDVI-氣候關(guān)系的影響。三是獲取長(zhǎng)時(shí)間大范圍植被變化的氣候和人類(lèi)活動(dòng)的相對(duì)貢獻(xiàn)。但它也存在不足之處,一是對(duì)氣候要素的選取和植被對(duì)氣候因子響應(yīng)上的滯后效應(yīng)考慮不足；二是未建立未退化時(shí)間段的NDVI；三是建立的前提假設(shè)是基于NDVI與氣候要素之間是一種線性的穩(wěn)態(tài)的關(guān)系,但實(shí)際上NDVI與氣候因子之間是非線性非穩(wěn)態(tài)關(guān)系[32],需要考慮時(shí)間尺度效應(yīng)和空間異質(zhì)性。

自Evans提出殘差趨勢(shì)分析方法后,之后的學(xué)者對(duì)其進(jìn)行了很大的改善。一是根據(jù)區(qū)域氣候特征和區(qū)域植被生長(zhǎng)的限制因子選取氣候要素,在氣候因子選取上進(jìn)行了本地化處理[33—34]；且考慮了研究區(qū)植被是否對(duì)氣候響應(yīng)具有滯后效應(yīng)[9,35],選取相應(yīng)月份的氣候數(shù)據(jù)。二是對(duì)殘差序列的分析,不再簡(jiǎn)單的使用差值法,而是對(duì)其進(jìn)行線性回歸分析,改進(jìn)后的殘差趨勢(shì)分析方法旨在從受氣候和人類(lèi)活動(dòng)雙重作用的植被中分離出人類(lèi)活動(dòng)對(duì)其動(dòng)態(tài)變化的貢獻(xiàn)率[8, 12, 27]。例如,李輝霞等[21]、修麗娜等[4]和章維鑫等[2]是在柵格像元的基礎(chǔ)上建立NDVI與氣候因子之間的回歸模型,運(yùn)用殘差值的正負(fù)表示生態(tài)工程對(duì)三江源地區(qū)、黃土高原和西南石漠化地區(qū)植被動(dòng)態(tài)變化的影響。Li等[24]和Tong等[12]運(yùn)用改進(jìn)的殘差趨勢(shì)分析方法探索以生態(tài)工程為主的人為因素在西南喀斯特地區(qū)生態(tài)恢復(fù)中的作用。三是針對(duì)長(zhǎng)時(shí)間序列的植被變化,運(yùn)用突變檢驗(yàn)方法尋找NDVI發(fā)生突變的時(shí)間點(diǎn),以該時(shí)間點(diǎn)劃分參考期(用于建立NDVI-climate model,認(rèn)為人類(lèi)活動(dòng)對(duì)植被的影響可以忽略)和預(yù)測(cè)期[5, 8,12,21, 27](表1)；或直接根據(jù)生態(tài)工程執(zhí)行的時(shí)間點(diǎn)劃分時(shí)期[2, 26]。另外,針對(duì)短時(shí)間序列的植被變化,將單個(gè)柵格像元一定時(shí)間內(nèi)最大的NDVI值看作是受人類(lèi)活動(dòng)干擾最小的狀態(tài),以此為基準(zhǔn)狀態(tài)建立像元尺度的NDVI-climate模型。四是考慮了植被與氣候之間非線性關(guān)系,運(yùn)用集合經(jīng)驗(yàn)?zāi)B(tài)分解,在多時(shí)間尺度上分析植被與氣候要素之間的關(guān)系,在此基礎(chǔ)上,運(yùn)用殘差趨勢(shì)分析方法揭示人類(lèi)活動(dòng)對(duì)植被變化的貢獻(xiàn)率[9](表1)。此外,NDVI-climate model 不再局限于一次回歸方程,例如Wang等運(yùn)用了二次回歸方程構(gòu)建NDVI-climate model[36]和Zhang等對(duì)NDVI-climate model中的自變量降水進(jìn)行了自然對(duì)數(shù)轉(zhuǎn)換[40],以便更為準(zhǔn)確的描述植被與氣候之間的非線性關(guān)系。

生態(tài)工程主要通過(guò)兩種方式作用于植被生態(tài)系統(tǒng),即直接的造林改變土地覆被和生態(tài)管理(封山育林、低效林改造和森林撫育)改善森林健康狀況。洪辛茜從土地利用變化的角度分析生態(tài)工程區(qū)NPP轉(zhuǎn)移變化量[41],但對(duì)氣候變化因素的考慮不足。在未來(lái)是否可以從土地利用覆蓋變化角度出發(fā),將植被劃分為兩大類(lèi)：從耕地和荒地轉(zhuǎn)入的植被和原有植被。人工造林形成的植被在初期主要受到生態(tài)工程影響,后期受氣候和人類(lèi)活動(dòng)雙重作用,而原有植被受到氣候和人類(lèi)活動(dòng)雙重影響,在此基礎(chǔ)上運(yùn)用殘差趨勢(shì)分析方法,在預(yù)測(cè)期輸入的氣候數(shù)據(jù)使用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)再分析氣候數(shù)據(jù),NCEP數(shù)據(jù)沒(méi)有考慮地表覆蓋變化的,用實(shí)際值NDVI值減去預(yù)測(cè)NDVI值得到的時(shí)間序列殘差進(jìn)行線性分析,從而從氣候因素中剝離出生態(tài)工程對(duì)植被變化的相對(duì)貢獻(xiàn)。通過(guò)利用再分析氣候數(shù)據(jù)和土地利用轉(zhuǎn)移矩陣可以得到不同生態(tài)恢復(fù)方式對(duì)植被動(dòng)態(tài)變化的貢獻(xiàn)。

表1 基于NDVI-氣候模型的殘差趨勢(shì)分析方法

3.3 基于生物物理過(guò)程模型方法

NPP是植物在單位時(shí)間和單位面積上,通過(guò)光合作用產(chǎn)生的有機(jī)質(zhì)總量中扣除自養(yǎng)呼吸后的剩余部分,通常以干質(zhì)量表示[13,42]。分析生態(tài)工程對(duì)植被的影響,除了NDVI和EVI外,NPP也可反映植被動(dòng)態(tài)變化。因此在分析生態(tài)工程對(duì)植被變化的影響時(shí),NPP也成為常用的指示植被變化的指標(biāo)。于是NPP指標(biāo)也被用于分析生態(tài)工程對(duì)植被生態(tài)系統(tǒng)產(chǎn)生的影響,尤其是將NPP指標(biāo)應(yīng)用到草原生態(tài)系統(tǒng)中?；贜PP指標(biāo)分析方法是將各個(gè)驅(qū)動(dòng)因子對(duì)植被變化的影響結(jié)果分別用NPP表示,能夠直觀、真實(shí)地反映生態(tài)環(huán)境中植被的變化情況,從而確定各因子的相對(duì)作用,目前這一方法是研究生態(tài)工程對(duì)植被變化驅(qū)動(dòng)機(jī)制的新途徑(圖2)。

運(yùn)用NPP指標(biāo)分析生態(tài)工程對(duì)植被的影響從最初的回歸分析到后來(lái)的偏導(dǎo)分析(方法 2)、人類(lèi)活動(dòng)NPP (方法 3—4)和閾值分割方法(方法 5)(圖2)?；貧w分析是最常見(jiàn)的統(tǒng)計(jì)分析方法之一,在這里重點(diǎn)闡述方法 2 、方法 3和方法 5。偏導(dǎo)分析是建立NPP與氣候要素(氣溫、降水和太陽(yáng)輻射)之間的導(dǎo)數(shù)關(guān)系,用偏相關(guān)函數(shù)的殘差(uf)表示人類(lèi)活動(dòng)對(duì)植被的影響 (見(jiàn)公式 1)[23,43—44],從而得到各氣候因子和人類(lèi)活動(dòng)對(duì)植被的貢獻(xiàn)。與殘差趨勢(shì)分析方法相比,生物物理過(guò)程模型方法的優(yōu)勢(shì)在于對(duì)潛在NPP的模擬考慮了植被生長(zhǎng)規(guī)律和對(duì)氣候要素分析得更為深入。但也沒(méi)有考慮氣候因素與人類(lèi)活動(dòng)的交互作用。函數(shù)的殘差中還有可能包括函數(shù)的誤差在內(nèi),用uf表示人類(lèi)活動(dòng)對(duì)植被的影響可能會(huì)高估人類(lèi)活動(dòng)對(duì)植被的作用。

圖2 NPP植被指數(shù)方法總結(jié)Fig.2 NPP of methods summaryANPP：實(shí)際植被凈初級(jí)生產(chǎn)力 Actually net primary productivity；PNPP：潛在植被凈初級(jí)生產(chǎn)力 Potential net primary productivity；HNPP：人類(lèi)活動(dòng)影響下的植被凈初級(jí)生產(chǎn)力 Human activities dominated net primary productivity

slope=C(tem)+C(pre)+C(rad)+uf

=(?NPP/?tem) × (?tem/?n)+ (?NPP/?pre) × (?pre/?n)+

(?NPP/?rad) × (?rad/?n)+uf

(1)

slope是實(shí)際NPP的年際變化率,C(tem),C(pre),C(rad)分別為氣溫、降水和太陽(yáng)輻射對(duì)NPP年際變化率的貢獻(xiàn),n是年數(shù),?NPP/?tem是在不考慮降水和太陽(yáng)輻射的情況,運(yùn)用偏相關(guān)分析得到NPP與tem的相關(guān)系數(shù),?tem/?n表示氣溫隨時(shí)間變化的系數(shù)。?NPP/?pre和?NPP/?rad與?NPP/?tem表示意思相似。uf為NPP變化率與氣候因子貢獻(xiàn)之間的殘差,表示未知因素對(duì)NPP貢獻(xiàn)的變化率,uf既包含人為因素,也包含一些不確定的自然因素(如自然災(zāi)害、病蟲(chóng)害等),研究時(shí)一般假設(shè)前者占主導(dǎo)地位。

方法 3是運(yùn)用模型模擬只受氣候變化影響下的植被變化NPP,以及用遙感產(chǎn)品數(shù)據(jù)或模型模擬實(shí)際變化狀況下的植被變化NPP,用實(shí)際NPP減去潛在NPP的差值表示人類(lèi)活動(dòng)影響下的植被變化的NPP,之后對(duì)三種NPP進(jìn)行趨勢(shì)分析,并設(shè)置情景分析,區(qū)分氣候要素、人類(lèi)活動(dòng)及氣候要素和人類(lèi)活動(dòng)交互作用分別對(duì)植被變化的貢獻(xiàn) (圖2)。實(shí)際NPP的計(jì)算主要采用的光能利用率模型(Carnegie-Ames-Stanford-Approach,CASA)[10,23,45]、基于過(guò)程的動(dòng)態(tài)植被模型(Lund-Potsdam-Jena Dynamic Global Vegetation Model,LPJ-DGVM)[8]和遙感產(chǎn)品數(shù)據(jù)[46—48]；潛在NPP主要運(yùn)用模型進(jìn)行估算,大多采用Miami 模型[18,49]及基于Miami模型優(yōu)化的Thornthwaite Memorial 模型[24,42,46—47],也有個(gè)別研究運(yùn)用的是對(duì)FPAR參數(shù)進(jìn)行修改的CASA模型[19, 50](表2)。方法 3是基于生物物理模型的方法,它是一種廣泛應(yīng)用的精確方法,利用基于過(guò)程的模擬模型計(jì)算潛在的和實(shí)際的凈初級(jí)生產(chǎn)力,以分離人類(lèi)活動(dòng)和氣候變化對(duì)植被動(dòng)態(tài)的影響[22,40,51]。但是,該方法需要大量的植被生理參數(shù)和生態(tài)參數(shù)數(shù)據(jù),這可能會(huì)增加模型的不確定性。此外,模型精度驗(yàn)證也受到限制,現(xiàn)有的驗(yàn)證多采用通量塔數(shù)據(jù)、遙感產(chǎn)品數(shù)據(jù)和文獻(xiàn)數(shù)據(jù),雖然對(duì)于木本植物而言,年輪寬度和植株高度是指示新生生物量變化的常用方法,但在研究森林生態(tài)系統(tǒng)生產(chǎn)力變化時(shí),很少用野外調(diào)查數(shù)據(jù)進(jìn)行模型驗(yàn)證,由于研究區(qū)域廣泛,獲取野外監(jiān)測(cè)數(shù)據(jù)難度大,耗時(shí)費(fèi)力。

表2 基于NPP指標(biāo)的研究方法

另外,就草原生態(tài)系統(tǒng)而言,通常采用方法 4 (圖3)定量分析生態(tài)工程對(duì)草地動(dòng)態(tài)變化的影響。方法 4 原理和方法 3基本一樣,和方法 3的區(qū)別在于方法 4將研究區(qū)的草原生態(tài)系統(tǒng)的NPP分為兩大類(lèi)：發(fā)生土地利用類(lèi)型轉(zhuǎn)變的單元格的NPP(NPP土地利用),未發(fā)生土地利用變化的單元格的NPP(NPP人類(lèi)管理),因此在方法 4中將人類(lèi)活動(dòng)細(xì)分為人類(lèi)管理的NPP(如禁牧,輪牧制度)和人類(lèi)活動(dòng)引起的土地利用變化的NPP[36,42](如人工造林,人工種草)(圖3)。與植被生態(tài)系統(tǒng)相比較而言,由于草原植被生物量年際變化大,時(shí)間跨度小,易獲取等特點(diǎn),使得獲取草原生態(tài)系統(tǒng)的植被凈初級(jí)生產(chǎn)力的驗(yàn)證數(shù)據(jù)相對(duì)容易,因此在分析生態(tài)工程對(duì)草原生態(tài)系統(tǒng)植被凈初級(jí)生產(chǎn)力的影響時(shí),學(xué)者可以將生態(tài)工程對(duì)草原動(dòng)態(tài)的影響進(jìn)行分類(lèi)。現(xiàn)有研究草原生態(tài)系統(tǒng)植被變化的研究集中于內(nèi)蒙古草原和青藏高原。

圖3 方法流程圖Fig.3 Ideas of methods

3.4 閾值分割方法

盡管基于生物物理過(guò)程的模型方法可以準(zhǔn)確反映植被動(dòng)態(tài)和生態(tài)過(guò)程,但仍需要測(cè)量大量的植被生理和生態(tài)參數(shù)數(shù)據(jù),模型驗(yàn)證困難[7]。閾值分割方法是運(yùn)用統(tǒng)計(jì)相關(guān)分析去評(píng)估氣候變化和生態(tài)工程對(duì)植被動(dòng)態(tài)的相對(duì)貢獻(xiàn)[14]的一種新方法,它已被用于檢測(cè)干旱區(qū)的植被活動(dòng)[55]。閾值分割方法的主要思想是根據(jù)植被指標(biāo)的年變化速率的正負(fù)劃分植被處于恢復(fù)狀態(tài),還是退化狀態(tài),然后再根據(jù)植被指標(biāo)和氣候因子的線性相關(guān)關(guān)系得出氣候變化影響的NPP,氣候和人類(lèi)活動(dòng)共同影響的NPP、人類(lèi)活動(dòng)影響的NPP以及生態(tài)工程影響的NPP(圖4)。

圖4 閾值分割方法[20](Jiang等, 修改)Fig.4 Threshold segmentation method [20](Jiang et al., revised)

閾值分割方法的優(yōu)勢(shì)和回歸模型分析方法一樣。這種方法雖然將生態(tài)工程對(duì)植被的影響與其它的人類(lèi)活動(dòng)對(duì)植被的影響區(qū)分開(kāi)來(lái)了,但這均以生態(tài)工程對(duì)植被變化起積極作用為前提。但是在實(shí)際上生態(tài)工程的實(shí)施效果和預(yù)想并不相統(tǒng)一。因?yàn)樯鷳B(tài)工程的效益還于執(zhí)行區(qū)的立地條件、后期維護(hù)管理、投資和當(dāng)?shù)厝嗣駞⑴c度相關(guān)。

綜上所述,從影響植被的眾多因素中,分解和剝離氣候要素和人為要素對(duì)植被動(dòng)態(tài)變化的貢獻(xiàn)挑戰(zhàn)在于：(1)植被和氣候要素之間通常具有較大的年際變化；(2)氣候要素和人為因素與植被生態(tài)過(guò)程的關(guān)系相當(dāng)復(fù)雜,并不是簡(jiǎn)單的線性相關(guān)關(guān)系；(3)運(yùn)用模型模擬氣候和人類(lèi)活動(dòng)對(duì)植被的影響,模型驗(yàn)證很困難,尤其是驗(yàn)證森林生態(tài)系統(tǒng)的模擬值；(4)完善的分析方法仍然是缺乏的。

4 展望

由于氣候要素和人為要素具有交互作用,從氣候要素中剝離出人類(lèi)活動(dòng)對(duì)植被的影響成為研究植被變化的熱點(diǎn)。此外,人類(lèi)活動(dòng)是一個(gè)集合體,如何單獨(dú)的分析生態(tài)工程對(duì)植被動(dòng)態(tài)過(guò)程的影響成為了研究難點(diǎn)。針對(duì)現(xiàn)有研究方法提出了以下幾點(diǎn)設(shè)想。

(1)研究大尺度的生態(tài)工程對(duì)植被變化的影響,需要長(zhǎng)時(shí)間序列的遙感數(shù)據(jù)和長(zhǎng)期的監(jiān)測(cè)數(shù)據(jù)為支撐。因此,研究生態(tài)工程對(duì)植被生態(tài)系統(tǒng)的影響可以運(yùn)用遙感科學(xué)與技術(shù)學(xué)科的遙感大數(shù)據(jù)和云計(jì)算平臺(tái)處理海量的遙感影像數(shù)據(jù)。由于下載長(zhǎng)時(shí)間序列高分辨的數(shù)據(jù)時(shí)間成本消耗大和數(shù)據(jù)處理對(duì)硬件要求很高。采用Google Earth Engine[31,56]遙感大數(shù)據(jù)平臺(tái)進(jìn)行處理分析,無(wú)需下載數(shù)據(jù)直接在云平臺(tái)上快速高效的處理數(shù)據(jù),可以節(jié)約下載數(shù)據(jù)和處理數(shù)據(jù)的時(shí)間成本和資源成本,可以加速全球尺度的快速分析應(yīng)用。

(2)從生態(tài)學(xué)的角度來(lái)說(shuō),植被與環(huán)境要素之間存在復(fù)雜的相互作用關(guān)系。但現(xiàn)有大多數(shù)研究都有一個(gè)前提假設(shè)即植被與影響因子是線性關(guān)系,但實(shí)際上植被與其影響因子之間是非線性和非穩(wěn)態(tài)的關(guān)系。在氣候變化背景下定量分析生態(tài)工程對(duì)植被動(dòng)態(tài)影響在模型的選擇上應(yīng)選用生理生態(tài)過(guò)程模型模擬植被在時(shí)間序列上變化過(guò)程。未來(lái)研究中可以將對(duì)植物生長(zhǎng)機(jī)理表示清楚的生理生態(tài)過(guò)程模型與大氣環(huán)流模式相耦合,有利于預(yù)測(cè)氣候變化對(duì)植被凈初級(jí)生產(chǎn)力的影響及土地覆被變化對(duì)氣候的反饋?zhàn)饔?減少氣候變化對(duì)植被生長(zhǎng)的影響,更為精確的反映在氣候變化和土地覆被變化情景下,生態(tài)工程對(duì)植被變化的貢獻(xiàn)。

(3)隨著生態(tài)文明建設(shè)步伐的推進(jìn)和加快,以及生態(tài)工程大規(guī)模持久的實(shí)施,迫切的需要系統(tǒng)的科學(xué)的評(píng)價(jià)氣候和人類(lèi)活動(dòng)對(duì)植被變化的影響,需要在目前研究方法上進(jìn)一步量化它們?cè)谥脖蛔兓^(guò)程的作用。目前回歸分析、殘差趨勢(shì)分析、基于生物物理過(guò)程的模型方法和閾值分割方法都是選用NDVI、EVI和NPP指標(biāo),而凈生態(tài)系統(tǒng)生產(chǎn)力表征了生態(tài)系統(tǒng)的凈固碳量,有著重要的生態(tài)學(xué)意義。在碳中和國(guó)家戰(zhàn)略的背景下,分析生態(tài)工程對(duì)植被生態(tài)系統(tǒng)碳的影響具有重要的實(shí)際意義。

運(yùn)用模型得到只受氣候影響的植被模擬值和運(yùn)用差值法得到人類(lèi)活動(dòng)對(duì)植被變化的影響值,這是當(dāng)前學(xué)者分析人類(lèi)活動(dòng)對(duì)植被作用的主要思路。它們的缺點(diǎn)在于無(wú)法對(duì)模擬結(jié)果進(jìn)行精度的驗(yàn)證。另外,由于研究區(qū)地理位置和氣候的異質(zhì)性及研究尺度上的問(wèn)題,研究結(jié)果往往無(wú)法進(jìn)行比較分析,未來(lái)的研究應(yīng)予以關(guān)注。應(yīng)用生態(tài)學(xué)控制實(shí)驗(yàn)的方法,以空間代替時(shí)間,尋找與生態(tài)工程實(shí)施區(qū)相近的自然植被斑塊,以此對(duì)比研究生態(tài)工程在氣候變化的背景下是否對(duì)植被產(chǎn)生影響,分析在氣候變化下,生態(tài)工程對(duì)植被變化是增強(qiáng)作用還是減弱作用。另外,在流域尺度上結(jié)合生態(tài)工程區(qū)建立固定的長(zhǎng)期和全要素的植被生態(tài)系統(tǒng)監(jiān)測(cè)站點(diǎn),形成監(jiān)測(cè)網(wǎng)絡(luò),一方面為驗(yàn)證生理生態(tài)過(guò)程模型,提高模型的精度,更為精確的評(píng)估生態(tài)工程對(duì)植被的影響提供數(shù)據(jù)支撐,也為未來(lái)的決策提供科學(xué)合理的植被管理方案,形成健康可持續(xù)的植被生態(tài)系統(tǒng)。另一方面加強(qiáng)流域尺度的研究,可以為未來(lái)示范區(qū)建設(shè)提供科學(xué)的數(shù)據(jù)支撐和基地,實(shí)現(xiàn)科學(xué)技術(shù)的轉(zhuǎn)化。

(4)運(yùn)用NPP指標(biāo)分析生態(tài)工程對(duì)森林生態(tài)系統(tǒng)產(chǎn)生的影響,可采用研究生態(tài)工程對(duì)草地生態(tài)系統(tǒng)影響的方法思路。在分析生態(tài)工程對(duì)森林生態(tài)系統(tǒng)影響前,運(yùn)用土地利用轉(zhuǎn)移矩陣,在像元尺度上將森林劃分為未發(fā)生變化的森林(受氣候影響),和變化的森林(受氣候和人類(lèi)活動(dòng)雙重影響)兩種類(lèi)型,利用景觀斑塊控制實(shí)驗(yàn),探索生態(tài)工程在植被動(dòng)態(tài)變化過(guò)程中的作用。生態(tài)工程對(duì)森林的作用方式主要包括造林、封育、撫育和管理,以此設(shè)置三種類(lèi)型的景觀斑塊,斑塊1為只受氣候影響沒(méi)有人類(lèi)干擾的森林斑塊,斑塊2受到氣候和人類(lèi)管理雙重影響的森林斑塊(人類(lèi)管理包括：森林病蟲(chóng)害去除,禁止森林采伐,封育等措施),斑塊3為造林所形成的森林斑塊,進(jìn)行長(zhǎng)期的監(jiān)測(cè),運(yùn)用差值法分析三種類(lèi)型森林景觀斑塊變化。定量分析生態(tài)工程對(duì)森林生態(tài)系統(tǒng)的影響,造林所形成的森林斑塊運(yùn)用土地利用分類(lèi)得到,生態(tài)工程中通過(guò)森林撫育和封育形成的森林生態(tài)系統(tǒng)則通過(guò)景觀控制實(shí)驗(yàn)對(duì)比分析生態(tài)工程在森林變化中的貢獻(xiàn)。