干旱對中亞草地總初級生產(chǎn)力時滯和累積效應(yīng)的影響評估

陸建濤,彭 建,李剛勇,關(guān)靖云,4,韓萬強(qiáng),劉 亮,王仁軍,鄭江華,*

1 新疆大學(xué)地理與遙感科學(xué)學(xué)院,烏魯木齊 830046

2 新疆大學(xué)綠洲生態(tài)重點實驗室,烏魯木齊 830046

3 新疆維吾爾自治區(qū)草原總站,烏魯木齊 830049

4 新疆財經(jīng)大學(xué)旅游學(xué)院,烏魯木齊 830012

政府間氣候變化專門委員會(IPCC)第六次評估報告指出,自工業(yè)時代以來,人類活動排放的大量溫室氣體使全球氣候變暖[1]。隨著全球變暖加劇,干旱事件的頻率和強(qiáng)度持續(xù)增加,其影響范圍也在擴(kuò)大[2]。干旱作為一種復(fù)雜而漸進(jìn)的自然現(xiàn)象,是世界上最常見的自然災(zāi)害之一,具有持續(xù)時間長、傳播范圍廣的特點[3]。在陸地生態(tài)環(huán)境脆弱的干旱和半干旱地區(qū),干旱對區(qū)域生態(tài)環(huán)境的影響尤為嚴(yán)重[4]。草地作為生態(tài)系統(tǒng)的重要組成部分,在全球碳循環(huán)研究中發(fā)揮著重要作用[5]。因此,研究干旱-草地兩者間的關(guān)系具有重要的現(xiàn)實意義和科學(xué)價值,能夠為草地應(yīng)對未來氣候變化響應(yīng)及對碳循環(huán)的影響分析提供依據(jù)。

干旱指數(shù)通常用來量化干旱程度,目前,多種干旱指數(shù)被學(xué)者們相繼提出,包括帕默爾干旱指數(shù)(PDSI)[6]、標(biāo)準(zhǔn)化降水指數(shù)(SPI)[7]和標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)[8]等。在眾多干旱指數(shù)中,SPEI 綜合考慮了降水和潛在蒸散變化對干旱的影響,Vicente-Serrano等[9]比較了PDSI、SPI 和SPEI 在全球范圍內(nèi)的農(nóng)業(yè)、水文和生態(tài)干旱監(jiān)測,結(jié)果表明,SPEI 是捕獲干旱對農(nóng)業(yè)、水文和生態(tài)變量影響的最佳干旱指數(shù)。

一般而言,時間滯后效應(yīng)是指特定時間點先前氣候因素對當(dāng)前植被生長的間接影響[10];時間累積效應(yīng)定義為先前氣候因素持續(xù)一段時間對當(dāng)前植被生長的長期和累積間接影響,累積效應(yīng)是基于時滯效應(yīng)并加深時滯效應(yīng),因為它還考慮了氣候因素在不同的前期對當(dāng)前植被生長的不同影響[11]。目前,關(guān)于干旱時滯效應(yīng)和累積效應(yīng)對植被生長狀況的影響國內(nèi)外學(xué)者進(jìn)行了大量研究,顧錫玲等[12]利用多時間尺度的SPEI和歸一化植被指數(shù)(NDVI)時序數(shù)據(jù),發(fā)現(xiàn)1982—2015年間內(nèi)蒙古大部分地區(qū)植被生長狀況與干旱的累積和時滯作用呈正相關(guān)關(guān)系;Zhao等[13]研究指出干旱時滯效應(yīng)影響了黃土高原一半的草地,并且當(dāng)?shù)夭莸厣L受到干旱累積效應(yīng)的廣泛影響;Peng等[14]研究發(fā)現(xiàn)北半球干旱對秋季葉片衰老有很強(qiáng)的累積和滯后效應(yīng),并且隨著干旱程度加重,累積和滯后效應(yīng)更強(qiáng)。綜合相關(guān)研究發(fā)現(xiàn),植被NDVI對干旱的響應(yīng)滯后且具有累積效應(yīng),NDVI是基于反射率的植被指數(shù),反映植被綠色度,雖然它可以用來檢測植被的生長狀態(tài),但不能直接反映實際的植被生產(chǎn)力[15]?？偝跫壣a(chǎn)力(GPP)是陸地生態(tài)系統(tǒng)碳循環(huán)的關(guān)鍵參數(shù)[16],可以直接反映實際的植被光合作用,并且比植被指數(shù)對干旱更敏感[17],但目前在區(qū)域或全球范圍內(nèi)研究干旱對植被GPP的時滯和累積影響還有不足。

中亞五國及中國新疆地區(qū)地處亞歐大陸腹地,區(qū)域降水稀少、極端干旱、水資源分布不均[18],生態(tài)環(huán)境相對脆弱,中亞五國已經(jīng)成為亞洲乃至世界生態(tài)環(huán)境惡化最嚴(yán)重的地區(qū)之一[19]。草地作為陸地生態(tài)系統(tǒng)中最重要的組成部分之一,是畜牧業(yè)的生產(chǎn)資料和經(jīng)營對象,在中亞土地利用類型中占有絕對優(yōu)勢[20],對于維護(hù)全球碳循環(huán)、區(qū)域生態(tài)安全和社會穩(wěn)定發(fā)揮著關(guān)鍵作用[21]?；谝陨涎芯拷Y(jié)果,有必要系統(tǒng)地評估干旱對中亞草地GPP的滯后和累積影響,為緩解干旱對草地生產(chǎn)力的影響提供重要信息。

相對于濕潤地區(qū),干旱地區(qū)的草地GPP和SPEI相關(guān)性較高,表明干旱地區(qū)草地生長更受以往干旱的制約[22]。通過文獻(xiàn)歸納,目前,干旱對中亞干旱半干旱地區(qū)草原植被總初級生產(chǎn)力的時滯和累積效應(yīng)是怎樣的?這個科學(xué)問題還未得到充分解答。本研究利用時間序列NIRv-GPP數(shù)據(jù)和SPEI數(shù)據(jù)評估干旱對中亞草地生長的時滯和累積效應(yīng),具體研究如下:評估干旱對中亞草地GPP的時滯和累積效應(yīng),了解這些影響如何隨水平衡梯度變化;并探究干旱對中亞草地GPP的主要影響是時滯效應(yīng)還是累積效應(yīng)。其結(jié)果有助于在氣候變化背景下深刻理解區(qū)域生態(tài)環(huán)境變化特征及碳循環(huán)機(jī)制,對于維護(hù)中亞地區(qū)生態(tài)服務(wù)功能、保障區(qū)域生態(tài)安全具有重要參考意義。

1 材料與方法

1.1 研究區(qū)概況

中亞處于亞歐大陸腹地(46°24′—97°06′E,33°48′—55°48′N),是北半球溫帶、暖溫帶面積最大的干旱區(qū)。中亞地區(qū)幅員遼闊,地形復(fù)雜多樣,跨越天山山脈,中部和西部是圖蘭平原和里海沿海平原,北部是哈薩克斯坦丘陵,南部是克孜勒庫姆沙漠、卡拉庫姆沙漠和塔克拉瑪干沙漠。中亞氣候特點主要是年均降水相對稀少,不同地域的年均降水量相差大,荒漠地區(qū)年降水量通常小于100mm,而山區(qū)年降水量可達(dá)1000mm;日照充足,氣溫日較差很大,從多年平均氣溫分布來看,西部和南部較高[18]。中亞植被類型以林地、草地和耕地為主,其中草地分布最廣泛,面積也相對較大(圖1)。

圖1 研究區(qū)示意圖

1.2 數(shù)據(jù)來源及處理

1.2.1NIRv-GPP數(shù)據(jù)集

本研究使用新發(fā)布的基于近紅外反射(NIRv)的全球GPP數(shù)據(jù)集[23—24],在分析NIRv作為日光誘導(dǎo)葉綠素?zé)晒?SIF)和GPP探針可行性的基礎(chǔ)上,該數(shù)據(jù)集利用長時間序列的遙感AVHRR數(shù)據(jù)和數(shù)百個全球通量站觀測數(shù)據(jù)獲得了全球高分辨率長時間序列(1982—2018年)GPP數(shù)據(jù),以下簡稱NIRv-GPP。NIRv-GPP的空間分辨率為0.05°。最近的研究表明了NIRv-GPP的優(yōu)越性[25—26],該數(shù)據(jù)集可從國家青藏高原數(shù)據(jù)中心下載(http://data.tpdc.ac.cn/)。為有效表達(dá)干旱與草地總初級生產(chǎn)力的關(guān)系,本研究選擇生長季(4—10月)分析干旱對草地GPP的影響。

1.2.2SPEI base v.2.7

全球SPEI數(shù)據(jù)庫SPEI base(https://spei.csic.es/database.html)涵蓋了全球尺度的干旱狀況,SPEI數(shù)據(jù)集時間尺度為1—48個月,空間分辨率為0.5°。在本研究中,SPEI數(shù)據(jù)集用于量化干旱的嚴(yán)重程度和持續(xù)時間,代表了與平均氣候水平衡的偏差,它具有多個尺度的特點,能夠確定不同時間尺度的干旱[8]。同時,SPEI數(shù)據(jù)集在評估干旱對植被生長和GPP的影響方面表現(xiàn)良好[27—28]。已有學(xué)者基于SPEI數(shù)據(jù)集對中亞地區(qū)的干旱時空趨勢進(jìn)行了分析,評估了中亞地區(qū)干旱變化情況[29],表明SPEI數(shù)據(jù)集能有效表達(dá)中亞地區(qū)的干旱特征。為了匹配GPP數(shù)據(jù)的時間范圍和空間分辨率,從1982—2018年選擇了1—12個月尺度的SPEI數(shù)據(jù)集,并將SPEI數(shù)據(jù)插值至0.05°的空間分辨率。

1.2.3植被覆蓋數(shù)據(jù)

植被覆蓋數(shù)據(jù)來自兩個數(shù)據(jù)集,即即全球動態(tài)土地覆蓋數(shù)據(jù)產(chǎn)品(GLASS-GLC)(空間分辨率為0.05°,時間尺度為1982—2015年)和中分辨率成像光譜儀(MODIS)陸地覆蓋類型產(chǎn)品(MCD12C1)(空間分辨率為0.05°,時間尺度為2000—2018年)。為了盡可能避免植被類型變化造成的干擾,利用ArcGIS軟件分析土地利用變化,生成1982—2018年間土地覆蓋類型不變的草地區(qū)域(圖1),并對其進(jìn)行分析。GLASS-GLC和MCD12C1分別從地球與環(huán)境科學(xué)數(shù)據(jù)發(fā)布者(https://doi.pangaea.de/)和美國國家航空航天局(NASA)(https://ladsweb.modaps.eosdis.nasa.gov/)下載。

1.3 研究方法

1.3.1趨勢與突變分析

Sen斜率和Mann-Kendall顯著性檢驗用于計算1982—2018年中亞草地GPP和干旱變化的總體趨勢,Mann-Kendall突變檢驗用于分析草地GPP和旱情的變化趨勢。

Sen趨勢度計算公式如下:

(1)

式中,xi和xj表示時間序列數(shù)據(jù),Median表示序列的中位數(shù),β>0表示序列上升;β<0代表序列下降趨勢。

Mann-Kendall顯著性檢驗方法如下:

(2)

(3)

根據(jù)S標(biāo)準(zhǔn)化檢驗統(tǒng)計量Z:

(4)

當(dāng)Z的絕對值大于1.64和2.32時,意味著分別以95%和99%的置信度通過顯著性檢驗。Mann-Kendall突變檢測屬于非參數(shù)統(tǒng)計檢驗方法,易于計算,可以確定突變開始的時間點,并指出相應(yīng)的突變時間段區(qū)域,對于具有n個樣本的時間序列x,首先構(gòu)造秩序列[30]。

(5)

其中:

(6)

假設(shè)時間序列是隨機(jī)和獨立的,定義統(tǒng)計數(shù)據(jù):

(7)

式中,UF1=0,E(sk),var(sk)是累計數(shù)sk的均值和方差,當(dāng)x1,x2,…,xn相互獨立,且相同連續(xù)分布時,則:

(8)

(9)

按時間序列逆序xn,xn-1,…,x1重復(fù)上述過程,同時使UBk=-UFk,k=n,n-1,…,1,UB1=0。

在本文中,對應(yīng)于0.05水平測試的正負(fù)1.96為臨界值。如果兩條曲線相交且交點位于臨界線之間,則對應(yīng)于交點的時間為突變開始的時間,超過臨界值的范圍被確定為突變發(fā)生的時間區(qū)域。

1.3.2干旱對GPP的時滯效應(yīng)

Pearson相關(guān)系數(shù)(R)用于研究干旱對草地GPP的滯后效應(yīng)大小和時間尺度[13—14],范圍從-1到1,表征從負(fù)相關(guān)到正相關(guān)。首先,為了確保相關(guān)結(jié)果的可比性,本文選擇1982—2018年中亞草地區(qū)域生長季逐月NIRv-GPP和1個月尺度SPEI,每月GPP與當(dāng)月之前的前i個月的1個月SPEI相結(jié)合,形成一個系列(1 ≤i≤ 12),然后,計算滯后時間尺度為i個月的R,并為每個像素獲得12個相關(guān)系數(shù)(公式(10))。例如,滯后尺度為3個月,可通過1982—2018年1—7月的逐月SPEI-01數(shù)據(jù)與1982—2018年生長季(4—10月)逐月GPP進(jìn)行相關(guān)性分析,以此類推至滯后12個月。

最后,選擇最大相關(guān)系數(shù)Rmax_lag,并將相應(yīng)的滯后月份視為像素的滯后效應(yīng)大小和時間尺度(公式(11)), 當(dāng)月GPP和1個月SPEI之間的Rmax_lag滯后發(fā)生在4月時,則草地GPP對干旱的滯后響應(yīng)時間尺度記錄為4個月,意味著4個月前的干旱條件對草地GPP的變化有著關(guān)鍵影響。

Ri=corr(GPP,SPEIi)1≤i≤12

(10)

Rmax _lag=max(Ri)1≤i≤12

(11)

式中,GPP表示i個月滯后時1982—2018年的每月NIRv-GPP時間序列,SPEIi是滯后i個月的1個月SPEI時間序列,Ri是滯后i個月的皮爾森相關(guān)系數(shù)。

1.3.3干旱對GPP的累積效應(yīng)

為了評估干旱對草地GPP的累積影響,通過月度GPP與累積SPEI之間的Pearson相關(guān)系數(shù),獲得了對應(yīng)于最大相關(guān)的SPEI時間尺度[13—14]。與僅使用SPEI-01的滯后效應(yīng)不同,需要1—12個月的SPEI來計算累積效應(yīng)。因此,使用1982—2018年期間1—12個月SPEI數(shù)據(jù)集和NIRv-GPP中草地區(qū)域的像素值來確定相關(guān)性。

首先,將GPP時間序列與m個月尺度的SPEI時間序列相關(guān)聯(lián)(1≤m≤ 12) 并計算出R(公式(12))。然后,將與GPP具有最大相關(guān)性的Rmax_cum的SPEI累積月數(shù)視為累積效應(yīng)的時間尺度(公式(13)),并將Rmax_cum確定為累積效應(yīng)量。例如,如果每月GPP與3個月SPEI的相關(guān)性最大,則累積效應(yīng)的時間尺度記錄為3個月,表明當(dāng)前月之前累積的3個月干旱條件對植被光合作用的影響最大。

Rm=corr(GPP,mSPEI)1≤m≤12

(12)

Rmax _cum=max(Rm)1≤m≤12

(13)

式中,m是SPEI的累積時間尺度,mSPEI是具有m個累積月的SPEI時間序列,Rm是GPP和mSPEI之間的皮爾森相關(guān)系數(shù)。

同時,選擇1982—2018年的年SPEI(SPEI-12)作為年平均水平衡條件,分析滯后和累積效應(yīng)如何隨不同水分條件而變化。根據(jù)年平均SPEI,以0.05的等間隔確定水平衡梯度,然后,分別使用滯后和累積效應(yīng)的R均值及對應(yīng)月數(shù),與沿水平衡梯度的年平均SPEI進(jìn)行回歸分析。

2 結(jié)果與分析

2.1 草地總初級生產(chǎn)力及干旱的時空變化特征

Mann-Kendall突變檢驗用于探究1982—2018年中亞草地GPP和干旱的變化。由圖2可知,中亞地區(qū)草地GPP年平均值以0.6553/a速率呈下降趨勢,表明從1982—2018年中亞地區(qū)草地呈現(xiàn)退化趨勢。UF與UB曲線有三個交點但均未通過顯著性檢驗,因此未變成突變點。SPEI年平均值以0.0208/a速率呈降低的變化趨勢(圖2),說明中亞草地區(qū)域總體上變得干燥,根據(jù)UF和UB曲線可知,1989年前后和1994年形成突變,但未通過0.05的顯著性檢驗。在1990—1993年間,年均SPEI呈現(xiàn)出明顯的上升趨勢,表明該時間段內(nèi)中亞地區(qū)相對濕潤。

圖2 1982—2018年GPP與SPEI變化趨勢與突變結(jié)果

通過Sen斜率結(jié)合Mann-Kendall顯著性檢驗評估1982—2018年中亞草地GPP和干旱空間趨勢變化特征。由圖3可知,1982—2018年研究區(qū)大部分地區(qū)的年GPP呈下降趨勢,面積占比為60.57%。其中,極顯著(P<0.01),顯著(P<0.05)減少的區(qū)域分別占比14.16%,9.83%,主要分布在哈薩克斯坦的東北和西部地區(qū),南部與中國新疆和吉爾吉斯斯坦接壤處也有一定分布。GPP呈上升趨勢的主要分布在哈薩克斯坦北部,另外,在中國新疆北部主要沿天山、阿爾泰山,中亞南部的吉爾吉斯斯坦和塔吉克斯坦等地草地GPP也呈增加趨勢。就干旱而言(圖3),中亞草地覆蓋的絕大部分地區(qū)呈變干趨勢,面積占比為93.76%,其中顯著變干的區(qū)域可達(dá)51.53%,主要分布在哈薩克斯坦。變濕的區(qū)域主要分布在我國新疆北部,面積占比相對較小。

圖3 1982—2018年中亞地區(qū)草地GPP、SPEI變化趨勢的空間分布圖

2.2 干旱對草地GPP的滯后效應(yīng)

2.2.1不同滯后尺度下草地GPP對干旱的響應(yīng)

由圖4可知,正相關(guān)系數(shù)等級的面積百分比在滯后時間尺度上存在不同。對于整個滯后時間尺度,相關(guān)系數(shù)主要在0.1—0.15的范圍內(nèi),面積百分比為72.5%,大于0.2的Rmax_lag極為少見(0.62%)。相應(yīng)地,草地GPP和平均正相關(guān)系數(shù)在滯后時間尺度上明顯變化(圖4)。3個月滯后的相關(guān)系數(shù)最大(R=0.09,P<0.05),其次是2個月滯后(R=0.088,P<0.05)和4個月滯后(R=0.075,P<0.05),這與Rmax_lag的面積百分比變化總體一致。

圖4 滯后效應(yīng)的正相關(guān)變化

2.2.2干旱對草地GPP滯后效應(yīng)的空間分布

通過GPP與1個月尺度SPEI(SPEI-01)進(jìn)行相關(guān)性分析,得到干旱對草地GPP的滯后效應(yīng)最大相關(guān)系數(shù)(Rmax_lag)與滯后月數(shù)。由圖5所示,中亞絕大部分地區(qū)草地GPP與滯后SPEI呈正相關(guān)(95.3%),負(fù)相關(guān)及不相關(guān)區(qū)域分別占比僅為0.3%和4.4%,其中通過0.05水平顯著性檢驗的面積占比43.6%。最大相關(guān)系數(shù)(Rmax_lag)較高的區(qū)域主要分布在哈薩克斯坦的中部和北部地區(qū),中國新疆天山和阿爾泰山也有一定分布。在具有時滯效應(yīng)的區(qū)域中,約69.23%的草地對干旱保持了1—4個月的時滯響應(yīng),其中2—3個月的時滯占據(jù)了大部分區(qū)域(30.58%和17.89%,圖5)。

圖5 1982—2018年干旱滯后效應(yīng)的空間分布

2.2.3干旱對不同水分條件下草地GPP的時滯效應(yīng)

如圖6所示,年平均SPEI與滯后月數(shù)之間存在負(fù)相關(guān)(R2=0.8087)。隨著年平均SPEI的增加,干旱對GPP的滯后月數(shù)減少,表明當(dāng)區(qū)域干旱狀況加重時,干旱對草地GPP的影響通常有較長時間的滯后作用。滯后相關(guān)系數(shù)均值與年平均SPEI呈正相關(guān)(R2=0.4778)(圖6),表明干旱滯后效應(yīng)對相對干旱地區(qū)草地的影響較弱。

圖6 時滯效應(yīng)與年平均SPEI關(guān)系

2.3 干旱對草地GPP的累積效應(yīng)

2.3.1不同累積尺度下草地GPP對干旱的響應(yīng)

由圖7可知,在不同的累積時間尺度下,正相關(guān)系數(shù)等級的面積百分比和平均值明顯不同。在整個累積時間尺度上,相關(guān)系數(shù)主要在0.1—0.15范圍內(nèi),面積百分比為61.9%,其中4個月尺度面積占比最大為16.82%,其次是5個月(15.04%)和3個月(12.68%),1個月占比最小(1.15%)。草地GPP和SPEI平均相關(guān)系數(shù)在累積時間尺度上變化明顯,最大值出現(xiàn)在4個月時間尺度(R=0.066,P<0.05),最小值為1個月尺度(R=0.026,P<0.05)。結(jié)合面積百分比和正相關(guān)系數(shù)均值可知(圖7),隨著累積月數(shù)增加,草地GPP和SPEI相關(guān)系數(shù)及其面積占比變化趨勢一致。

圖7 累積效應(yīng)的正相關(guān)變化

2.3.2干旱對草地GPP累積效應(yīng)的空間分布

通過對不同尺度累積SPEI與GPP的相關(guān)分析,得到累積效應(yīng)的最大相關(guān)系數(shù)(Rmax_cum)和累積月數(shù)。由圖8可知,累積SPEI與GPP呈正相關(guān)區(qū)域占總面積的90.7%,負(fù)相關(guān)及不相關(guān)區(qū)域分別占比5.1%和4.2%,其中通過0.05水平顯著性檢驗的區(qū)域面積占比21.6%。Rmax_cum在哈薩克斯坦中部和北部地區(qū)相對較高;負(fù)相關(guān)區(qū)域主要分布在哈薩克斯坦東南部、吉爾吉斯斯坦、中國新疆天山和阿爾泰山等高海拔草甸區(qū)。由于高寒草地生長受低溫影響[31],隨著干旱狀況減輕,草地生長仍會受到影響,因此與SPEI相關(guān)性較弱或呈負(fù)相關(guān)。在具有累積效應(yīng)的區(qū)域中(圖8),4個月尺度的累積占比最大(22.6%),其次是5個月(12.86%)和10個月(11.9%)的累積占據(jù)較大比例。哈薩克斯坦北部累積月數(shù)相對較大,可達(dá)9—12個月,這表明,當(dāng)?shù)夭菰瓕Ω珊档拿舾行韵鄬^低,需要長時間的干旱才能對草原產(chǎn)生影響。

圖8 1982—2018年干旱累積效應(yīng)的空間分布

2.3.3干旱對不同水分條件下草地GPP的累積效應(yīng)

圖9顯示了年平均SPEI與相應(yīng)的累積月份和累積正相關(guān)系數(shù)平均值之間的關(guān)系。累積月份與年平均SPEI之間的相關(guān)性為正(R2=0.3642),隨著年平均SPEI值的增加,累積效應(yīng)的時間尺度不斷變長,說明在水分狀況較好地區(qū)(即年平均SPEI較高),干旱對草地GPP具有更長時間的累積效應(yīng)。同時,累積正相關(guān)系數(shù)均值和年平均SPEI之間相關(guān)性為負(fù)(R2=0.284),表明干旱地區(qū)的草地GPP通常經(jīng)歷了更強(qiáng)的干旱累積效應(yīng)。

圖9 累積效應(yīng)與年平均SPEI關(guān)系

2.4 干旱對中亞草地GPP的時滯效應(yīng)和累積效應(yīng)對比

利用最大滯后相關(guān)系數(shù)(Rmax_lag)和最大累積相關(guān)系數(shù)(Rmax_cum)之間的差異(ΔRmax=Rmax_lag-Rmax_cum)來探討干旱對中亞草地GPP的主要影響。由圖10可知,在超過四分之三(76.84%)的地區(qū),干旱的滯后效應(yīng)大于累積效應(yīng)。此外,以滯后效應(yīng)為主的區(qū)域平均ΔRmax為0.038,而累積效應(yīng)相對應(yīng)的區(qū)域平均ΔRmax為-0.005。從面積百分比來看,ΔRmax在范圍0—0.05內(nèi)占比最大(46.05%),其次是0.05—0.10(24.29%)和-0.05—0(20.92%)。滯后效應(yīng)強(qiáng)于累積效應(yīng)的區(qū)域(ΔRmax>0)主要分布在哈薩克斯坦北部和中國新疆地區(qū);而累積效應(yīng)占主導(dǎo)的區(qū)域主要分布在哈薩克斯坦中部的圖蘭平原以及東部與中國新疆接壤地區(qū)。

圖10 滯后效應(yīng)和累積效應(yīng)之間最大相關(guān)系數(shù)的比較

3 討論

本研究表明,干旱對中亞草地GPP存在廣泛的時滯和累積效應(yīng),這說明早期水分條件在很大程度上影響了當(dāng)前的草地植被生長。干旱對大部分草地(95.6%)具有滯后影響,滯后月份主要集中在較短的時間尺度上,大多數(shù)草原植被(69.23%)有一到四個月的時間滯后于干旱,兩個月的干旱滯后對草地GPP的影響最大,這意味著草地活動對干旱的反應(yīng)較快。已有研究證明:降水是控制中亞草地生產(chǎn)力變化的主要氣候因子[32],主要通過改變土壤水分條件進(jìn)而調(diào)控生態(tài)系統(tǒng)的結(jié)構(gòu)和功能[33]。中亞地區(qū)內(nèi)陸平原大部分屬于兩種氣候類型,即中亞北部受西風(fēng)帶控制形成西風(fēng)帶氣候,降水少,季節(jié)分布比較均勻;中亞中南部屬于準(zhǔn)地中海氣候區(qū),水-熱季節(jié)配置反位向,降水集中在冷季,低溫多雨,暖季高溫少雨[34]。因此,在干旱、半干旱的中亞地區(qū),降水尤其是降水的季節(jié)分配嚴(yán)格限制了草地植被生長,使得這些地區(qū)的草地GPP對干旱的響應(yīng)通常滯后兩到三個月。這可能是由于草地植被的內(nèi)在生理機(jī)制,使得這些地區(qū)的草地植被物種能夠忍受更長時間的缺水,之前的研究也發(fā)現(xiàn)了類似的結(jié)果[11,35]。

累積效應(yīng)對于分析干旱對草地GPP的影響至關(guān)重要,一般而言,水分脅迫對植被生長的負(fù)面影響會持續(xù)一段時間[36]。累積效應(yīng)則正好反映了干旱從干旱開始到結(jié)束的一段時間內(nèi)對植被生長的持續(xù)影響[11],從而全面考慮了草地GPP與干旱之間的相互作用。中亞大部分草地(95.8%)GPP對干旱具有累積響應(yīng),累積月份集中在較長時間尺度上,主要是四個月尺度,其次是五個月和十個月尺度累積。這可能與干旱程度和持續(xù)時間有關(guān),中亞地區(qū)年降水量不足且季節(jié)循環(huán)中降水與氣溫位相配置不當(dāng)[34],不能滿足地表草地植被生長期的水分需求,因此草地對長期和高強(qiáng)度干旱具有一定的適應(yīng)性,此外,不同草原物種對干旱的敏感性存在差異[37],而在大陸性氣候特征顯著的中亞區(qū)域,草原物種多樣,使得草地對干旱的累積響應(yīng)時間更長。

通過評估不同水分條件下干旱對草地的時滯與累積效應(yīng)發(fā)現(xiàn),隨著干旱狀況加重,干旱對草地的滯后效應(yīng)時間相對較長,但影響強(qiáng)度減小;干旱對草地的累積效應(yīng)持續(xù)時間更短,但強(qiáng)度較大。這主要是因為在相對干旱的區(qū)域,草地對長期高強(qiáng)度干旱具有更強(qiáng)適應(yīng)性,所以干旱會對草地GPP產(chǎn)生長時間但強(qiáng)度不大的影響。同時,GPP和SPEI之間的相關(guān)性表明了干旱對植被生長的影響,通過滯后效應(yīng)和累積效應(yīng)相關(guān)系數(shù)的對比發(fā)現(xiàn),在超過四分之三(76.84%)的地區(qū),干旱對草地GPP的滯后效應(yīng)大于累積效應(yīng),說明在中亞大部分地區(qū),由于草原植被的內(nèi)在生理機(jī)制,使其能夠適應(yīng)更長時間的水分不足。因此,在未來研究干旱對植被的影響時,必須密切關(guān)注時滯效應(yīng),以便更好地揭示氣候與草地間的相互作用;同時可以考慮將干旱時滯效應(yīng)納入草地生產(chǎn)模型,利于進(jìn)一步評估干旱對草地生態(tài)系統(tǒng)的損害,對維持草地生態(tài)系統(tǒng)的穩(wěn)定發(fā)展具有重要價值。

本研究仍存在一些局限性,在評估干旱對草地GPP影響的過程中,數(shù)據(jù)集和分析方法的選擇可能會導(dǎo)致結(jié)果存在不確定性。首先,NIRv-GPP 數(shù)據(jù)集盡管被證明是高度可靠的,但基于單個GPP數(shù)據(jù)集分析植被對干旱的響應(yīng)的結(jié)果或多或少是不確定的[38]。其次,SPEI代表氣象干旱,并不能完全表示土壤水分虧缺的變化[39],需要進(jìn)一步考慮不同環(huán)境因素之間復(fù)雜的相互作用如何影響植被生長。此外,采用相關(guān)分析方法評估草地植被與干旱的關(guān)系可能是不夠的,由于干旱和草地生長直接復(fù)雜的相互作用,他們之間的關(guān)系可能是非線性的,在未來的研究中,可以通過采用多個干旱指標(biāo),在GPP和SPEI之間建立多個模型,如回歸模型和分段模型等。最后,本研究僅考慮草地對干旱的響應(yīng),而其他非氣候因素如自然干擾(野火、植物病蟲害)的影響,以及人類活動(放牧、生態(tài)恢復(fù)計劃等)也會對草地植被生長產(chǎn)生不可忽視的影響[40—41],因此,全面了解草地如何應(yīng)對不同類型的干擾,對于有效管理草地植被至關(guān)重要。

4 結(jié)論

本文研究了1982—2018年中亞草地GPP及干旱的時空變化特征;評估了干旱對中亞草地GPP的時滯和累積效應(yīng),并了解這些影響如何隨水平衡梯度變化;同時探究了干旱對中亞草地GPP的主要影響是時滯效應(yīng)還是累積效應(yīng)。得到如下結(jié)論:

(1)1982—2018年中亞草地GPP年平均值以0.6553/a速率呈下降趨勢,整體上草地出現(xiàn)退化現(xiàn)象;SPEI年平均值以0.0208/a速率呈降低趨勢,說明中亞地區(qū)總體上變得干燥。

(2)干旱對中亞絕大多數(shù)草地(95.6%)產(chǎn)生了滯后效應(yīng),滯后時間尺度集中在2—3個月,說明植被活動對干旱的反應(yīng)較快,隨著干旱狀況的加重,干旱對草地的時滯效應(yīng)時間相對較長,但影響強(qiáng)度減小。

(3)中亞絕大多數(shù)草地(95.8%)對干旱存在累積響應(yīng),累積時間尺度以4、5、10月為主,這表明,草地對干旱的敏感性相對較低,需要較長時間的干旱才能對草地產(chǎn)生影響,隨著干旱狀況的加重,干旱對草地的累積效應(yīng)時間相對較短,但影響強(qiáng)度較大。

(4)中亞超過四分之三(76.84%)的地區(qū),干旱對草地GPP的滯后效應(yīng)大于累積效應(yīng)。因此,在評估干旱對草地生長和碳循環(huán)影響時,需要更加關(guān)注時滯效應(yīng)對草地的影響,在構(gòu)建模型時予以考慮,以便精準(zhǔn)分析。

致謝：感謝自治區(qū)級產(chǎn)學(xué)研聯(lián)合培養(yǎng)研究生基地——新疆草原總站提供資料與實驗平臺。