石嘉麗,張曉龍,李紅軍,沈彥軍**

(1.中國科學(xué)院遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心/中國科學(xué)院農(nóng)業(yè)水資源重點實驗室/河北省節(jié)水農(nóng)業(yè)重點實驗室石家莊 050022;2.中國科學(xué)院大學(xué) 北京 100049)

“綠水”的概念最早由瑞典水文學(xué)家Falkenmark[1]提出,是指在熱力作用和植物根系吸水作用下由降水轉(zhuǎn)化而來的水資源[2],包括綠水流和綠水蓄量。綠水流主要為地表實際蒸散發(fā),滿足了世界83%的雨養(yǎng)農(nóng)業(yè)用水需求[3],是植物生長的必要條件。作為水量平衡和熱量平衡的紐帶,綠水流的時空變化深刻地影響著生態(tài)系統(tǒng)的協(xié)調(diào)均衡。綠水蓄量主要為土壤水分變化量[4],直接影響土壤水分傳輸、土壤蒸發(fā)、植物根系吸水等過程。一般情況下,綠水蓄量的年際變化可忽略不計。開展綠水時空動態(tài)變化研究可以為理解植被耗水、水文過程變化及水資源合理利用提供新的思路。

綠水水量計算方法主要包括水量平衡法和水文模型模擬法[5-6]。水量平衡法是通過計算區(qū)域降水量與徑流量(包括地表徑流與地下徑流)之差得到區(qū)域綠水量[5-7],因其原理易于理解,可操作性強而廣受青睞。水文模型法對水文過程的反映詳盡,但對驅(qū)動數(shù)據(jù)要求較高,機理相對復(fù)雜,在實際應(yīng)用中存在一定局限性。應(yīng)用較廣的水文模型有LPJ(Lund-Potsdam-Jena)[6]、SWAT(Soil and Water Assessment Tool)[8]、HIMS-VIH(Hydro-Informatic Modeling System-Vegetation Impacts on Hydrology)[9]、MIKE SHE[10]等模型。眾多學(xué)者已在多種尺度下開展了綠水資源的研究,如從小流域尺度[5]到區(qū)域[8]再到全球尺度[6],日尺度[10]到年際尺度[8]再到年代尺度[7],這些研究從不同角度揭示了綠水多時空尺度的變化過程。在氣候變化和人類活動對水循環(huán)影響日益深刻的背景下,探究綠水變化的驅(qū)動因素成為綠水研究的熱點之一。Zang等[11]定量衡量了土地利用變化對黑河流域藍綠水轉(zhuǎn)化的影響,發(fā)現(xiàn)土地利用變化使2.06億m3的藍水轉(zhuǎn)化為綠水;趙安周等[12]探討了氣候變化和人類活動對黃河支流渭河流域藍綠水資源的影響,發(fā)現(xiàn)人類活動對綠水量變化影響較小,氣候變化是導(dǎo)致研究區(qū)綠水量變化的主要原因;馮暢等[13]評估了變化環(huán)境對漣水流域藍綠水的影響,發(fā)現(xiàn)在時間變化特征上氣候變化使綠水流呈一定的上升趨勢而綠水蓄量呈持續(xù)下降趨勢,在空間分布上綠水資源與土地利用空間分布格局表現(xiàn)出較顯著的相關(guān)性。這些研究對了解當?shù)鼐G水變化機理具有重要貢獻,但普遍對蒸散發(fā)過程考慮不足,氣象站點驅(qū)動數(shù)據(jù)在從站點到區(qū)域的尺度轉(zhuǎn)換中也存在一定不確定性。

不斷發(fā)展的遙感技術(shù)為綠水研究提供了更加便利的條件,可以避免數(shù)據(jù)資料不足、尺度轉(zhuǎn)化造成的問題,已成為當前研究綠水流的主要手段。其中MODIS(Moderate Resolution Imaging Spectroradiometer)蒸散產(chǎn)品在全球各區(qū)域得到了廣泛應(yīng)用[14-17],由北京師范大學(xué)開發(fā)的GLASS(Global Land Surface Satellite)蒸散產(chǎn)品[18]在MODIS數(shù)據(jù)集的基礎(chǔ)上,利用貝葉斯方法改進的PM、PT-JPL、MS-PT及半經(jīng)驗彭曼算法計算得到,以通量站觀測數(shù)據(jù)為參考值確定每種算法的權(quán)重,其數(shù)據(jù)精度得到較大提升,具有良好的應(yīng)用前景。

河北張家口壩上地區(qū)為典型的農(nóng)牧交錯地帶,屬于內(nèi)流區(qū),肩負著構(gòu)建京津冀綠色生態(tài)屏障的任務(wù),具有防風固沙和涵養(yǎng)水源等生態(tài)功能[19]。但該地區(qū)生態(tài)環(huán)境脆弱,處理好水資源開發(fā)與環(huán)境保護的關(guān)系,對實現(xiàn)區(qū)域經(jīng)濟、社會、環(huán)境協(xié)調(diào)發(fā)展和保障京津冀地區(qū)生態(tài)環(huán)境安全具有重要意義。氣候變化背景下,以退耕還林、還草為主體的國家生態(tài)建設(shè)工程極大地改變了下墊面狀況,進而直接影響該地區(qū)綠水的時空演變過程。作為水熱平衡的重要組分,綠水資源的時空變化規(guī)律及其驅(qū)動因素尚不明確,開展該研究是科學(xué)進行區(qū)域水資源管理及合理規(guī)劃的前提,也是“首都水源涵養(yǎng)功能區(qū)和生態(tài)環(huán)境支撐區(qū)”建設(shè)的迫切需求。因此,本研究選擇河北張家口壩上地區(qū)為研究區(qū),基于廣泛使用的蒸散產(chǎn)品、氣象再分析數(shù)據(jù)產(chǎn)品、土地利用、地表凈輻射等遙感產(chǎn)品,分析該地區(qū)綠水時空變化特征及其主要驅(qū)動因素,以期為壩上地區(qū)“兩區(qū)”建設(shè)、水資源高效利用提供科學(xué)依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

“壩上”由地形陡然升高而形成,位于華北平原向內(nèi)蒙古高原過渡的地區(qū)。張家口壩上地區(qū)包括張北縣、沽源縣、康保縣和尚義縣,位于113.81°～116.06°E,40.73°～42.17°N,海拔多在1200～1800 m,南高北低(圖1)。該區(qū)域為東亞大陸性季風氣候,是半干旱區(qū)向干旱區(qū)的過渡帶,年平均氣溫?0.3～3.5 ℃,年均降水量400 mm左右[20],集中在6—8月。特殊的地形和氣候條件使該地區(qū)生態(tài)系統(tǒng)相對脆弱,自我修復(fù)能力差。主要土地利用類型為耕地和草地,產(chǎn)流微弱,綠水是降水量消耗的主要途徑。近20年來高耗水作物種植規(guī)模不斷擴大,過度的灌溉活動使地表水斷流、濕地湖泊萎縮,水資源形勢愈加嚴峻。

1.2 數(shù)據(jù)來源與處理

實際蒸散發(fā)(ET)數(shù)據(jù)與總第一性生產(chǎn)力(GPP)數(shù)據(jù)來自于北京師范大學(xué)開發(fā)完成的GLASS數(shù)據(jù)集[18]。氣溫、降雨數(shù)據(jù)來源于中國科學(xué)院青藏高原研究所開發(fā)的中國區(qū)域地面氣象要素驅(qū)動數(shù)據(jù)集[21-22]。凈輻射(Rn)數(shù)據(jù)來源于張曉龍[23]估算的1982—2017年中國大陸區(qū)域逐日Rn。土壤水分數(shù)據(jù)來自中國科學(xué)院青藏高原研究所開發(fā)的基于微波數(shù)據(jù)同化的中國土壤水分數(shù)據(jù)集[24-27]。土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境與數(shù)據(jù)中心1∶100萬土地利用數(shù)據(jù)產(chǎn)品。數(shù)據(jù)詳細信息見表1。

ET數(shù)據(jù)為8 d數(shù)據(jù),對其進行格式、投影轉(zhuǎn)化,影像裁切處理,再將8 d數(shù)據(jù)線性插值得到每日數(shù)據(jù),累加求和得到多年月均數(shù)據(jù)及年尺度數(shù)據(jù)。年均降雨量、Rn及氣溫由日值數(shù)據(jù)累加及求均值得到,最后將以上數(shù)據(jù)重采樣統(tǒng)一為0.01°。將2000年、2010年、2015年3期土地利用數(shù)據(jù)重分類為耕地、林地、草地、建設(shè)用地、水體、未利用地6類,并結(jié)合野外實測數(shù)據(jù)對錯分類別進行修正,將柵格格式轉(zhuǎn)化為矢量后分別對綠水量進行提取。本研究除土壤水分數(shù)據(jù)以外,其他所有研究數(shù)據(jù)研究時段均為2001—2015年,受數(shù)據(jù)獲取限制,土壤水分數(shù)據(jù)研究時段僅為2002—2011年。

表1 研究所用數(shù)據(jù)類型、來源及時空分辨率Table 1 Data source and spatio-temporal resolution used in the study

2 研究方法

2.1 綠水蓄量計算方法

綠水蓄量即土壤水分含量變化量,計算公式如下[28]:

式中:ΔW為土壤水分含量變化量即綠水蓄量(mm);h為土層厚度(cm);Δθ為土壤體積含水量變化量(%)。土壤水分含量變化量分為0～5 cm、5～20 cm、20～100 cm 3層計算。

2.2 貢獻率計算方法

采用多元回歸分析法計算各因子對綠水變化的貢獻率。為衡量各因子對綠水量相對影響程度,需對研究數(shù)據(jù)進行標準化處理,使之介于0～1。對標準化后的數(shù)據(jù)進行多元回歸分析,計算公式如下[29]:

式中:Ys為因變量變化標準值,X1s、X2s、X3s…為自變量標準化值,a、b、c為各因子標準化后回歸系數(shù),η1為X1變化對于Y變化的相對貢獻率。

2.3 評估指標

用最小二乘法基于像元擬合得到線性變化趨勢線,趨勢線的斜率即為線性變化系數(shù)θslope,以此評估綠水量及各影響因子的變化趨勢。在IDL的環(huán)境實現(xiàn)計算,計算公式為[30]:

式中:θslope為線性變化系數(shù),i為從2001年開始的第i年,n為研究年數(shù)15,Yi為第i年的變量值。利用綠水量及各影響因子年值序列和時間序列的相關(guān)關(guān)系來判斷年際間變化的趨勢,θslope＜0表示變化趨勢為減少,θslope＞0表示變化趨勢為增加。

利用皮爾遜相關(guān)系數(shù)衡量綠水與降水、溫度、Rn的變化相關(guān)性,計算公式為[31]:

式中:r為X、Y的相關(guān)系數(shù),Xi為第i年的影響因子值,Yi為第i年的綠水量(mm),N為研究年數(shù)15。r取值在?1到1之間:r＞0,表示兩要素正相關(guān);r＜0,表示兩要素負相關(guān)。r的絕對值越大,表明二者的相關(guān)性越強。

3 結(jié)果與分析

3.1 綠水量時間變化特征

本項研究時間尺度較短,土壤水分變化量微乎其微,故年均綠水量計算時僅將綠水流即ET納入考慮,在多年月均綠水量計算時則同時考慮了多年月均綠水流和綠水蓄量。壩上4縣綠水量的年際變化趨勢如圖2所示,在2001—2015年間,壩上4縣綠水量的變化總體呈不顯著(P=0.47)的減小趨勢,多年平均值為371.11 mm,其中2003—2006年、2008年、2010年、2012年、2013年共8個年份高于平均水平,其余7個年份綠水量低于平均水平,在2003—2007年間連續(xù)下降,2007—2015年間綠水量波動起伏較大。波動最為突出的年份為2008年和2009年,相對變化率分別為16.5%和?16.5%。最大值出現(xiàn)在2003年,綠水量為415.34 mm;最小值出現(xiàn)在2009年,綠水量為322.35 mm,年最大綠水量與最小綠水量差值為92.99 mm。

對多年月均綠水量進行空間統(tǒng)計得到多年月均綠水量分布圖(圖3),綠水量的多年月均值介于2.5～121.8 mm,月份之間差異較大,呈現(xiàn)周期性的單峰變化趨勢,峰值出現(xiàn)在7、8月。多年月均綠水量的季節(jié)性差異很強,春季(3—5月)綠水總量介于70.64～121.54 mm,夏季(6—8月)為141.15～324.94 mm;秋季(9—11月)綠水總量為50.88～96.56 mm,冬季(12—2月)僅為14.42～27.52 mm,整體表現(xiàn)為夏季＞春季＞秋季＞冬季,壩上4縣綠水量的變化基本與水熱同期。

3.2 綠水量空間變化特征

張家口壩上4縣2001—2015年平均綠水量為279.02～540.50 mm,且具有顯著的空間異質(zhì)性(圖4a),由西北至東南呈現(xiàn)很明顯的遞增規(guī)律。其中沽源縣的綠水量最高,多年平均值為442.5 mm,該地降水量較大,植被覆蓋度高且多為林地,綠水量相應(yīng)較大;康?？h的綠水量最低,多年平均值為343.7 mm,該地降水量低且空氣干燥,綠水量較小。像元尺度綠水量變化趨勢介于?10.60～2.59 mm·a?1(圖4b),僅有0.2%的區(qū)域變化顯著(P＜0.05)?？傮w上呈減小趨勢,其中有21.2%的區(qū)域綠水量變化呈增加趨勢,有78.8%的區(qū)域呈減少趨勢。

3.3 綠水量變化驅(qū)動因素分析

3.3.1 氣象因子時空變化特征分析

降水是蒸散發(fā)水分的主要來源,降水量直接影響ET。2001—2015年壩上4縣的平均降水量為348.84～435.38 mm,年均降水量空間上由西北向東南逐漸增加(圖5a),與多年平均綠水量的空間分布有明顯的遞變一致性。其中康?？h的年均降雨量最小,沽源縣最大。2001—2015年降水量整體呈不顯著的增加趨勢(圖5d),研究區(qū)東部降水增加較為緩慢,西部增加較快,高值區(qū)集中分布于尚義縣和張北縣西部。氣溫是反映氣候變化的另一關(guān)鍵因子,也是影響綠水量的另一重要氣象要素。壩上4縣2001—2015年的年均溫為0.85～7.67 ℃(圖5b),由東北向西南逐漸減小,尚義縣氣溫最低,沽源縣氣溫最高。氣溫的年際變化幅度較小(圖5e),θslope的絕對值最大為0.11,整體呈不顯著的增加趨勢(P=0.62)。其中有68.5%的區(qū)域呈增加趨勢,31.5%呈減小趨勢。研究區(qū)Rn的多年平均值為2712.30～3097.22 MJ·m?2,隨海拔升高由北向南不斷增加(圖5c)。Rn年際波動較大,如圖5f所示,變化趨勢自西向東不斷增加,在西部呈減少趨勢,在東部呈增加趨勢。其中有68.9%的區(qū)域呈減小趨勢,31.1%的區(qū)域呈增加趨勢,區(qū)域整體上呈不顯著的下降趨勢(P=0.65)。

3.3.2 GPP、土地利用時空變化分析

水循環(huán)、碳循環(huán)是陸地表層耦合的兩個基本生物物理過程[32]。GPP與綠水分別作為水、碳循環(huán)的重要產(chǎn)物,二者的變化密切相關(guān)。如圖6a所示,GPP的多年平均值為140.29 g(C)·m?2,2001—2015年間變化幅度較大,最小值為61.16 g(C)·m?2,最大值為255.37 g(C)·m?2?？臻g上由西北至東南逐漸增加,高值區(qū)集中在沽源縣。變化趨勢(圖6b)也由西北向東南逐漸增加,整體呈不顯著的增加趨勢(P=0.42)。其中31.3%呈減少趨勢,68.7%呈增加趨勢,增加最快的區(qū)域多位于沽源縣中部和尚義縣南部。尚義縣南部年均GPP較低但增長速度較快,這與該區(qū)域林地面積擴大有密切關(guān)系。

土地利用變化直觀地反映了人類活動對下墊面的作用,是影響綠水變化的重要原因。因土地利用在短時間內(nèi)變化較小且土地利用產(chǎn)品為多年合成產(chǎn)品,故此處基于2000年、2010年、2015年土地利用數(shù)據(jù)進行分析,并將原始產(chǎn)品土地利用類型合并為耕地、林地、草地、水體、建設(shè)用地和未利用地6類,對原始數(shù)據(jù)中錯分的水體部分基于野外調(diào)查數(shù)據(jù)進行更正(圖7)。研究區(qū)內(nèi)不同土地利用類型面積為耕地＞草地＞林地＞未利用地＞建設(shè)用地＞水體(表2),2001—2015年耕地、草地、水體面積有所縮減,林地面積連續(xù)增加,建設(shè)用地面積不斷擴張,未利用地面積未發(fā)生較大變化。林地的增長面積小于耕地、草地、水體的縮減面積,耕地、草地被建設(shè)用地侵占,湖泊干涸演變?yōu)槲蠢玫?這在一定程度上使得ET總體上呈減少趨勢。

表2 2001年、2010年、2015年張家口市壩上4縣各土地利用類型面積占比Table 2 Proportions of different land use types of the four countiesof Zhangjiakou in Bashang area in 2001,2010 and 2015 %

3.3.3 綠水量對主要驅(qū)動因子的響應(yīng)關(guān)系

水熱條件的變化極大地影響著蒸散,結(jié)合綠水量年內(nèi)變化與水熱同期的現(xiàn)象,本文選取了降水、溫度、Rn3個氣象因子探討綠水量對氣候變化的響應(yīng),以降水表征水分條件、以氣溫和Rn表征熱力條件。同時將GPP納入主要驅(qū)動因子考慮范疇,以GPP反映研究區(qū)內(nèi)綠色植物蒸散能力。

基于IDL分別計算各因子與綠水量的相關(guān)系數(shù),在像元尺度上分別分析綠水和降水、溫度、Rn、GPP的相關(guān)性。2001—2015年各影響因子與綠水的相關(guān)系數(shù)分布如圖8所示。壩上4縣降水量與綠水量相關(guān)系數(shù)(圖8a)空間分布不均,介于?0.04到0.68之間,顯著相關(guān)區(qū)域僅占13.9%(P＜0.05)。其中呈正相關(guān)關(guān)系的區(qū)域占研究區(qū)面積的98%以上,尤其以康保縣西北部及尚義縣南部的小部分區(qū)域最為明顯,低值區(qū)多位于張北縣西部和沽源縣東南部。研究區(qū)內(nèi)溫度與綠水整體上呈負相關(guān)關(guān)系(圖8b),相關(guān)系數(shù)最大值為0.18,最小值為?0.76,28.1%的區(qū)域呈顯著相關(guān)(P＜0.05)。有大于99%的區(qū)域呈負相關(guān),僅有極少區(qū)域呈正相關(guān)。相關(guān)性較強的區(qū)域集中于沽源縣。Rn與綠水相關(guān)性較弱,僅有0.02%的像元呈顯著相關(guān)(P＜0.05),相關(guān)系數(shù)介于?0.62到0.43之間(圖8c),總體上與綠水量呈現(xiàn)負相關(guān)的關(guān)系,只存在15.9%的正相關(guān)區(qū)域。負相關(guān)相關(guān)性最強的區(qū)域分布于研究區(qū)南部邊界,正相關(guān)區(qū)域集中分布于康保縣西部、尚義縣北部以及沽源縣東北部的小部分區(qū)域。如圖8d所示,GPP與綠水的正相關(guān)性很強,平均相關(guān)系數(shù)為0.63,其中75.0%的區(qū)域呈顯著正相關(guān)(P＜0.05),相關(guān)系數(shù)最大值高達0.96,只有極小部分區(qū)域呈負相關(guān)關(guān)系?？臻g分布自西向東遞減,其中尚義縣的GPP與綠水的正相關(guān)關(guān)系最為明顯,平均相關(guān)系數(shù)達0.74。

研究區(qū)內(nèi)綠水變化受多種因素共同作用,故以標準化后的氣溫、降水、Rn和GPP為自變量,以綠水量為因變量進行多元回歸分析,定量計算各影響因子對綠水變化的貢獻。結(jié)果表明綠水量與氣溫、Rn呈負相關(guān)關(guān)系,與降水、GPP呈正相關(guān)關(guān)系,與相關(guān)分析結(jié)果一致。對綠水的影響程度為GPP＞氣溫＞降水＞Rn,其中GPP對綠水量變化的貢獻率最大,為45%,氣溫的貢獻率為28%,降水的貢獻率為16%,Rn對綠水量變化的貢獻率最小(11%)。

3.3.4 綠水量與土地利用的關(guān)系

提取2001年、2010年、2015年各土地利用類型實際綠水量,結(jié)果如圖9所示。各年份綠水量均表現(xiàn)為林地＞草地＞耕地＞建設(shè)用地。未利用地在研究區(qū)內(nèi)多為干涸湖泊、沼澤等地類,且分布較為分散,受來自周圍林地、水體等高綠水量區(qū)水汽的影響,綠水量也較高。綠水量高值區(qū)的土地利用類型多為草地,草地的植被覆蓋度較高且該區(qū)域降水量較大,ET相應(yīng)較大;林地集中分布于綠水量的增長區(qū),這可能由植樹造林工程和總初級生產(chǎn)力增加造成。

4 討論

壩上地區(qū)綠水量整體呈減小趨勢,年內(nèi)變化呈現(xiàn)較強的季節(jié)性,基本與區(qū)域水熱同期。吳桂平等[33]在鄱陽湖流域、楊秀芹等[34]在淮河流域?qū)嶋H蒸散發(fā)的同期研究中也得到了相同的季節(jié)變化特征。綠水的時間變化主要受氣溫、降水、凈輻射等水熱條件的影響。壩上4縣降水、溫度、GPP整體上呈不顯著增加趨勢,Rn呈不顯著下降趨勢,但變化趨勢存在顯著的空間差異,這與其他學(xué)者的研究結(jié)果一致[23,35-37]。研究發(fā)現(xiàn)綠水與降水、GPP呈正相關(guān)關(guān)系,與氣溫、Rn呈負相關(guān)關(guān)系。壩上4縣地處干旱與半干旱區(qū),夏季貢獻了主要的蒸散量,夏季平均氣溫約18 ℃,降水量僅為200 mm左右,熱量充足而降水不足,溫度升高會使植被受水分脅迫,降水較氣溫對該地區(qū)綠水變化的限制性更強,這可能是造成綠水與降水呈正相關(guān)而與溫度呈負相關(guān)的原因。綠水與降水呈正相關(guān)關(guān)系得到了廣泛認同[38-39],溫度與綠水的負相關(guān)關(guān)系在其他流域也有類似表現(xiàn)。如在干旱區(qū)石羊河流域,Xiong等[40]研究發(fā)現(xiàn)地表溫度與ET呈負相關(guān)關(guān)系,水分限制是造成這種溫度與綠水量顯著負相關(guān)關(guān)系的主要因素,這和本研究結(jié)論大體一致。Goroshi等[41]在印度干旱半干旱區(qū)、張明明[42]在中國干旱半干旱區(qū)的壩上地區(qū)、馬梓策等[38]在錫林河流域、楊宇娜等[43]在吉林泰周邊等的研究中也得到綠水與氣溫呈負相關(guān)的結(jié)論。此外,壩上4縣綠水量與GPP呈現(xiàn)顯著的正相關(guān)關(guān)系,氣溫的變化與GPP的年際波動均相反(圖10),可能也是氣溫與綠水量負相關(guān)關(guān)系形成的重要原因。

氣溫、降水等因素在時間尺度上影響綠水,土地利用則更直接地影響綠水的空間分布。2000年以來,國家大力實施退耕還林還草等生態(tài)建設(shè)工程,研究區(qū)內(nèi)植被覆蓋變化明顯。各土地利用類型綠水量多年平均值差異較小,但綠水量變化趨勢受土地利用變化影響顯著。研究區(qū)內(nèi)綠水增加區(qū)集中于尚義縣南部和沽源縣,2001—2015年間兩地林地面積增加顯著,綠水增加區(qū)與林地面積增加區(qū)相對一致;綠水量劇烈減少區(qū)(θslope≤?5)位于張北縣中部,安固里淖干涸可能是導(dǎo)致綠水量劇烈減少的重要原因。安塞[44]在京津冀地表蒸散發(fā)的研究中發(fā)現(xiàn)了ET的空間分布與土地利用類型分布非常一致,與植被覆蓋度有良好的相關(guān)性;李發(fā)鵬等[45]在黃河三角洲源區(qū)的研究中強調(diào)了陸面蒸散發(fā)的空間分布主要受人類活動的影響。這與本研究得出土地利用影響綠水空間分布的結(jié)果相對一致。

本研究基于遙感數(shù)據(jù)產(chǎn)品進行綠水的時空特征及其影響分析,遙感數(shù)據(jù)產(chǎn)品雖在許多學(xué)者的研究中得到驗證且具有一定區(qū)域適用性,但仍存在一定不確定性。其中,綠水數(shù)據(jù)分辨率為0.01°,土地利用數(shù)據(jù)為30 m,二者空間分辨率的差異可能是造成各土地利用類型年均綠水量差異不明顯的重要原因。此外,綠水變化還受其他氣候因子(如風速、日照時數(shù)等)作用的影響,且各氣候因子之間也存在復(fù)雜的相互作用,多因素水熱耦合對綠水時空演變的影響機理還有待進一步研究。

5 結(jié)論

基于多源數(shù)據(jù)產(chǎn)品分析了2001—2015年張家口壩上康?？h、沽源縣、尚義縣、張北縣4縣綠水量的時空變化特征,并利用相關(guān)系數(shù)、線性變化系數(shù)、貢獻率評估了不同影響因子的時空特征及其對綠水變化的影響。得到以下結(jié)論:

1)壩上4縣的綠水量總體呈不顯著下降趨勢,多年平均值為371.37 mm。綠水量存在明顯的季節(jié)分異,整體表現(xiàn)為夏季＞春季＞秋季＞冬季。

2)壩上4縣多年平均綠水量由西北至東南遞增,沽源縣的綠水量最高,康?？h的綠水量最低?？臻g上,78.8%的區(qū)域綠水量呈減少趨勢,21.2%的區(qū)域綠水量呈增加趨勢且主要集中在東南部和西南部。

3)壩上4縣綠水量整體上與降水、GPP呈正相關(guān)關(guān)系,與氣溫、Rn總體呈負相關(guān)關(guān)系。其中,GPP對綠水變化的貢獻率最高,依次為GPP＞氣溫＞降水＞Rn。

4)研究區(qū)內(nèi)各土地利用類型綠水量表現(xiàn)為林地＞草地＞耕地＞建設(shè)用地。土地利用變化對綠水空間分布影響較大。