左德鵬，韓煜娜，徐宗學(xué)，李佩君

(1.北京師范大學(xué)水科學(xué)研究院，北京 100875；2.北京師范大學(xué)城市水循環(huán)與海綿城市技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100875)

植被作為陸地生態(tài)系統(tǒng)的重要組成部分，通過(guò)光合作用、呼吸作用和蒸騰作用等在維持地表-大氣界面能量平衡、水文循環(huán)和碳循環(huán)等過(guò)程中發(fā)揮重要作用[1-2]，其動(dòng)態(tài)變化通常被用來(lái)描述不同時(shí)空尺度下的環(huán)境變化[3]，已被廣泛應(yīng)用于相關(guān)研究[4]。長(zhǎng)期實(shí)踐表明，歸一化植被指數(shù)(normalized difference vegetation index, NDVI)是定量表征植被狀態(tài)的有效指標(biāo)[5]，且通過(guò)大范圍、高精度的遙感影像提取要素特征已成為相關(guān)研究的有力工具[6-7]。近年來(lái)，全球氣候變化導(dǎo)致干旱、洪澇、高溫?zé)崂撕偷蜏乩浜Φ葮O端氣候事件頻發(fā)[8-9]，加劇了極端水文事件發(fā)生，導(dǎo)致水資源重新分配，對(duì)植被生長(zhǎng)產(chǎn)生了重大影響[4,10-11]。已有眾多國(guó)內(nèi)外學(xué)者在全球范圍[4, 12]和區(qū)域尺度上[13-15]進(jìn)行了大量研究，發(fā)現(xiàn)近年來(lái)全球植被發(fā)生了顯著變化，生長(zhǎng)季植被覆蓋主要以上升趨勢(shì)為主[4]，整體呈變綠趨勢(shì)。部分研究表明，在區(qū)域尺度上，植被對(duì)氣候變化的響應(yīng)存在滯后性，植被生長(zhǎng)可能并非由當(dāng)前的氣候條件驅(qū)動(dòng)，早期的氣候條件可能會(huì)產(chǎn)生更大的影響[4, 16-17]。

雅魯藏布江是世界海拔最高的河流之一，也是中國(guó)最長(zhǎng)的高原河流。流域地處高寒的青藏高原，是全球生物多樣性和生態(tài)景觀保護(hù)的重要地區(qū)[18]，海拔高差大，東西跨度長(zhǎng)，植被分布呈明顯垂直地帶性，空間異質(zhì)性突出，生態(tài)系統(tǒng)十分脆弱[19-20]，其植被動(dòng)態(tài)變化對(duì)流域生態(tài)環(huán)境質(zhì)量具有重要影響。已有研究表明，雅魯藏布江流域經(jīng)歷了一系列局部氣候變化、地質(zhì)災(zāi)害和生物多樣性改變等自然環(huán)境變化[21]。由于現(xiàn)有研究所用數(shù)據(jù)時(shí)間序列較短或長(zhǎng)序列數(shù)據(jù)連續(xù)性差等問(wèn)題，一般難以充分反映植被動(dòng)態(tài)變化特征。因此，本研究基于雅魯藏布江流域1981—2015年長(zhǎng)時(shí)間序列GIMMS NDVI3g植被覆蓋數(shù)據(jù)集、CHIRPSv2.0降水?dāng)?shù)據(jù)集、CMFD中國(guó)區(qū)域高分辨率氣象要素驅(qū)動(dòng)數(shù)據(jù)集和scPDSI自校準(zhǔn)的帕爾默干旱指數(shù)(self-calibrating Palmer drought severity index, scPDSI)數(shù)據(jù)集，采用非參數(shù)統(tǒng)計(jì)方法Sen’s slope和Mann-Kendall趨勢(shì)檢驗(yàn)法識(shí)別植被綠度、降水、氣溫和干旱時(shí)空變化特征，采用Pearson相關(guān)性分析和變異函數(shù)計(jì)算及滯后相關(guān)系數(shù)統(tǒng)計(jì)的地統(tǒng)計(jì)學(xué)方法分析植被覆蓋對(duì)氣候變化響應(yīng)的時(shí)滯效應(yīng)，探討氣候變化對(duì)植被動(dòng)態(tài)的影響機(jī)制。

1 研究區(qū)概況

雅魯藏布江流域(82°00′E～97°07′E, 28°00′N～31°16′N)位于青藏高原南部，面積24.048萬(wàn)km2，地勢(shì)呈西高東低、南北高中間低的特征，平均海拔4 000 m以上[22]，覆蓋阿里、日喀則、拉薩、山南、昌都、那曲和林芝等地區(qū)[23-25](圖1)。流域年平均降水量約為428.7 mm[26]，年平均氣溫約為5.92 ℃[21]，植物生長(zhǎng)季為5—9月。東南部熱帶季風(fēng)氣候區(qū)降水量可達(dá)3 000 mm以上，平均氣溫高達(dá)28 ℃。流域北至岡底斯山，東北部與怒江流域相鄰，東至念青唐古拉山，南至喜馬拉雅山，西與瑪旁雍錯(cuò)等流域毗鄰。流域上游及中游部分地區(qū)植被類型主要為高寒草原、高寒草甸和高山植被，中游其他地區(qū)和下游分布有灌叢、針葉林、闊葉林、高山植被和栽培植被等，流域東南部熱帶季風(fēng)氣候區(qū)植被以闊葉林為主[20, 27]。

圖1 雅魯藏布江流域地理位置Fig.1 Geographic location of the Yarlung Zangbo River Basin

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源及處理

2.1.1植被數(shù)據(jù)集

植被數(shù)據(jù)來(lái)源于https://ecocast.arc.nasa.gov/data/pub/gimms/，時(shí)間分辨率為0.5月，空間分辨率為8 km，后續(xù)數(shù)據(jù)均以此為基礎(chǔ)重采樣至8 km，并統(tǒng)一地理坐標(biāo)系為GCS_WGS_1984。與其他數(shù)據(jù)集相比，GIMMS NDVI數(shù)據(jù)具有時(shí)間序列更長(zhǎng)、覆蓋范圍更廣、植被動(dòng)態(tài)變化表征能力更強(qiáng)的優(yōu)勢(shì)，且在青藏高原地表覆蓋動(dòng)態(tài)變化研究中的結(jié)果明顯優(yōu)于MODIS NDVI數(shù)據(jù)[28-29]。本文基于雅魯藏布江流域1981—2015年GIMMS NDVI植被覆蓋數(shù)據(jù)集，通過(guò)計(jì)算得出月植被NDVI數(shù)據(jù)序列，有助于準(zhǔn)確調(diào)查植被動(dòng)態(tài)變化的真實(shí)特征[30]。

2.1.2氣象要素?cái)?shù)據(jù)集

基于雅魯藏布江流域1981—2015年降水、氣溫和干旱指數(shù)數(shù)據(jù)分析氣象要素的時(shí)空變化特征，其中降水?dāng)?shù)據(jù)來(lái)源于CHIRPSv2.0數(shù)據(jù)集(ftp://ftp.chg.ucsb.edu/pub/org/chg/products/CHIRPS-2.0/)，氣溫?cái)?shù)據(jù)來(lái)源于中國(guó)區(qū)域高分辨率氣象要素驅(qū)動(dòng)數(shù)據(jù)集(China meteorological forcing dataset, CMFD)(http://westdc.westgis.ac.cn/data)，干旱指數(shù)數(shù)據(jù)采用scPDSI[31]，來(lái)源于CRU TS 4.03(https://crudata.uea.ac.uk/cru/data/drought/)。這些數(shù)據(jù)集均具有較高準(zhǔn)確性，已被全球氣候、水文、生物、地理科學(xué)家廣泛應(yīng)用于氣候變化[32]、陸表過(guò)程[22, 33]和能量模擬以及評(píng)估植被動(dòng)態(tài)變化[34]等方面。

2.2 研究方法

2.2.1最大值合成法

最大值合成法(maximum value composites, MVC)是基于高時(shí)間分辨率數(shù)據(jù)通過(guò)合成方法獲得低時(shí)間分辨率數(shù)據(jù)的方法，在目前植被生長(zhǎng)狀況研究中較為常用。使用該方法可以降低云量、大氣和太陽(yáng)高度角等干擾，具體計(jì)算公式為

INDVi=maxINDVi,j

(1)

式中：INDVi為第i月的NDVI值；INDVi,j為第i月中第j期的NDVI值，j=1, 2[35]。

2.2.2Sen’s slope和Mann-Kendall非參數(shù)趨勢(shì)檢驗(yàn)法

兩種方法均為非參數(shù)統(tǒng)計(jì)方法，允許數(shù)據(jù)序列存在缺失值，且不需要數(shù)據(jù)符合特定分布，對(duì)異常值敏感性較低，通常用于研究不遵循任何特定分布數(shù)據(jù)序列的趨勢(shì)，目前廣泛用于水文、氣象等研究中。Mann-Kendall非參數(shù)趨勢(shì)檢驗(yàn)法主要用于檢驗(yàn)Sen’s slope計(jì)算所得數(shù)據(jù)序列趨勢(shì)的顯著性，兩種方法的詳細(xì)計(jì)算過(guò)程可參考文獻(xiàn)[36-38]。

2.2.3Pearson相關(guān)性分析法

Pearson相關(guān)系數(shù)能夠有效表現(xiàn)不同要素之間的相關(guān)程度和方向，反映要素之間的關(guān)系[39]，本文主要對(duì)植被NDVI、氣溫、降水和干旱之間的相關(guān)性進(jìn)行分析，并采用t檢驗(yàn)的方法進(jìn)行了顯著性檢驗(yàn)(分別按0.01，0.05和0.1的顯著性水平劃分)。利用滯后相關(guān)系數(shù)探究氣溫、降水對(duì)植被NDVI影響的滯后性，計(jì)算公式為

rt=max(r0,r1,r2,…,rm) (m≥0)

(2)

(3)

其中

(a) NDVI值

式中：rt為滯后相關(guān)系數(shù)；r0、r1、r2、…、rm分別為植被綠度與當(dāng)前月、前1月、前2月、…、前m月的氣候因子的相關(guān)系數(shù)；n為總月數(shù)；r為兩要素的相關(guān)系數(shù)；t是統(tǒng)計(jì)量；r12-3為在控制第三個(gè)要素的情況下，第一個(gè)和第二個(gè)要素的偏相關(guān)系數(shù)；r12、r13、r23分別為相應(yīng)的兩個(gè)要素之間的相關(guān)系數(shù)。r的有效值范圍為[-1, 1]，絕對(duì)值越接近于1，表明要素之間相關(guān)性越強(qiáng)。一般來(lái)說(shuō)，當(dāng)|r|在0.8～1.0之間時(shí)要素之間呈高度相關(guān)性，在0.5～0.8之間為中度相關(guān)性，在0.3～0.5之間為低度相關(guān)性，小于 0.3時(shí)認(rèn)為無(wú)相關(guān)性。

3 結(jié)果與分析

3.1 植被NDVI時(shí)空變化特征

基于文獻(xiàn)調(diào)研資料，將5—9月定義為雅魯藏布江流域植被生長(zhǎng)季[40-42]，通過(guò)求均值得到生長(zhǎng)季及四季植被綠度，采用非參數(shù)統(tǒng)計(jì)方法Sen’s slope和Mann-Kendall趨勢(shì)檢驗(yàn)法及變異系數(shù)分析植被NDVI時(shí)空變化特征(圖2)。針對(duì)NDVI值的空間分布，以0.2為間隔將其劃分為5個(gè)等級(jí)：低植被覆蓋(0.0～0.2]、中低植被覆蓋(0.2～0.4]、中等植被覆蓋(0.4～0.6]、中高植被覆蓋(0.6～0.8]和高植被覆蓋(0.8～1.0]。整體來(lái)看，流域大致由上游至中游再到下游呈現(xiàn)逐漸綠化的空間分布特征。在4個(gè)季節(jié)，流域均以低植被和中低植被覆蓋區(qū)域?yàn)橹?，占總面積的70%左右，主要分布在上游及中游地區(qū)，土地覆被類型主要為永久性冰川積雪、草地和草甸，冬春季以低植被覆蓋區(qū)域?yàn)橹?，夏秋季及生長(zhǎng)季則中低植被覆蓋區(qū)域相對(duì)較多。在下游地區(qū)，植被NDVI值相對(duì)較大，尤其東南部墨脫縣常年可達(dá)0.8以上，印證了不同植被類型年內(nèi)生長(zhǎng)變化規(guī)律的差異性。

根據(jù)逐像元變化趨勢(shì)及NDVI值變異系數(shù)的空間分布發(fā)現(xiàn)，生長(zhǎng)季僅32.03%的像元(即圖2(b)中已填充顏色的格點(diǎn))通過(guò)了0.05的顯著性水平檢驗(yàn)，約2/3的區(qū)域(即圖2(b)中空白部分)變化趨勢(shì)不顯著。在通過(guò)顯著性檢驗(yàn)的區(qū)域內(nèi)，流域上游及中游占流域總面積15.97%的區(qū)域維持在基本穩(wěn)定不變的狀態(tài)，即變化率位于-0.001～0.001之間且通過(guò)顯著性檢驗(yàn)的區(qū)域，相應(yīng)的變異系數(shù)小于0.1，NDVI值波動(dòng)性較小；NDVI值變化較為明顯的區(qū)域主要在中游及下游地區(qū)，占流域總面積的6.11%，且春季和冬季波動(dòng)性較大，而下游地區(qū)主要是灌叢、高山植被、針葉林和闊葉林地區(qū)植被，氣溫升高降水減少的“暖干化”趨勢(shì)可能從一定程度上抑制了植被生長(zhǎng)，使NDVI值呈微弱退化趨勢(shì)，且在生長(zhǎng)季和夏季呈退化特征的區(qū)域面積大于其他季節(jié)。

3.2 生長(zhǎng)季氣候變量時(shí)空變化特征

基于CHIRPSv2.0、CMFD和scPDSI數(shù)據(jù)集，分析了1981—2015年雅魯藏布江流域生長(zhǎng)季降水、氣溫和干旱指數(shù)的時(shí)空變化特征，結(jié)果如圖3所示。1981—2015年流域生長(zhǎng)季(5—9月)平均氣溫分布在-9.19～28.52 ℃區(qū)間內(nèi)，整個(gè)流域氣溫呈逐年上升趨勢(shì)，上游地區(qū)升溫速度較快，最高可達(dá)0.18 ℃/a。流域生長(zhǎng)季降水量分布在49.53～3 227.95 mm之間，主要以1 000 mm以下的區(qū)域?yàn)橹鳎s占流域總面積的90%。除下游東南部熱帶季風(fēng)氣候區(qū)外，流域上游降水量略高于中游和下游其他地區(qū)。除上游南部及下游東南部少量區(qū)域外，流域降水量主要以逐年增加趨勢(shì)為主，中游增速相對(duì)較大，可達(dá)12.24 mm/a。在流域氣溫、降水等多因素綜合影響下，以干旱指數(shù)scPDSI來(lái)表征流域干旱特征，極端干旱、嚴(yán)重干旱、中度干旱、輕微干旱、基本正常、輕微濕潤(rùn)、中度濕潤(rùn)、重度濕潤(rùn)、極度濕潤(rùn)的scPDSI數(shù)值范圍分別為(-∞, -4]、(-4, -3]、(-3, -2]、(-2, -1]、(-1, 1)、[1, 2)、[2, 3)、[3, 4)、[4, +∞)。可見整個(gè)流域絕大部分地區(qū)多年為基本正常狀態(tài)；上游、中游和下游的北部地區(qū)相對(duì)更為濕潤(rùn)；下游東南部闊葉林地區(qū)降水量較其他地區(qū)更豐富，但氣溫較高，植被蒸散量較大，干旱指數(shù)小于-1，呈輕微干旱特征。1981—2015年流域上游趨于干旱，中游和下游以暖濕化趨勢(shì)為主。

考慮scPDSI與降水和氣溫的內(nèi)在關(guān)系，分析scPDSI與降水和氣溫的相關(guān)關(guān)系得到圖4和圖5。可見，在雅魯藏布江流域，中游及下游地區(qū)scPDSI與降水存在顯著正相關(guān)關(guān)系，超過(guò)流域面積 65.65%的區(qū)域通過(guò)了0.01顯著性水平檢驗(yàn)，且偏相關(guān)系數(shù)在0.5～0.8之間。雅魯藏布江源區(qū)scPDSI與降水的相關(guān)性不顯著而與氣溫呈顯著負(fù)相關(guān)，其他地區(qū)scPDSI與氣溫的偏相關(guān)系數(shù)主要分布在-0.3～0.3之間，且未通過(guò)0.1顯著性水平檢驗(yàn)。說(shuō)明雅魯藏布江源區(qū)干旱特征受氣溫影響大，其他地區(qū)主要受降水影響。

(a) 氣象要素

(a) 偏相關(guān)系數(shù)

(a) 偏相關(guān)系數(shù)

3.3 NDVI與氣候變量的相關(guān)性分析

雅魯藏布江流域海拔高差大，東西跨度長(zhǎng)，流域地形及地表覆被具有明顯空間異質(zhì)性，氣象要素對(duì)NDVI的影響也具有異質(zhì)性。圖6為1981—2015年NDVI與降水、氣溫、scPDSI的相關(guān)性分析及顯著性檢驗(yàn)結(jié)果，可以看出，受地形和氣候條件影響，流域上、中、下游分別呈現(xiàn)不同特征。上游地區(qū)各要素對(duì)NDVI影響不大，相關(guān)系數(shù)主要分布在-0.3～0.3區(qū)間，其中降水和氣溫與NDVI的相關(guān)系數(shù)通過(guò)顯著性檢驗(yàn)的格點(diǎn)數(shù)更多，對(duì)植被影響更顯著；中游地區(qū)NDVI與降水和scPDSI呈顯著正相關(guān)關(guān)系，而與氣溫呈顯著負(fù)相關(guān)關(guān)系，表明降水增加會(huì)促進(jìn)中游地區(qū)草甸生長(zhǎng)，氣溫升高則產(chǎn)生一定抑制作用；而在下游地區(qū)，降水和干旱對(duì)植被生長(zhǎng)的抑制作用不顯著，NDVI與氣溫的相關(guān)性更顯著，氣溫對(duì)東南部闊葉林生長(zhǎng)的抑制作用相對(duì)更強(qiáng)。

(a) NDVI與降水

3.4 氣候變化對(duì)NDVI影響的時(shí)滯效應(yīng)

在像元尺度上基于逐月數(shù)據(jù)采用Pearson相關(guān)性分析和滯后相關(guān)系數(shù)統(tǒng)計(jì)的地統(tǒng)計(jì)學(xué)方法研究了氣象要素對(duì)NDVI影響的時(shí)滯效應(yīng)。圖7為1981—2015年像元尺度上氣象要素對(duì)NDVI影響的時(shí)滯效應(yīng)分析結(jié)果，結(jié)合圖6來(lái)看，除了流域下游東北部及上游源區(qū)約26.19%的區(qū)域可能受常年積雪和冰川覆蓋的影響為空值外，上游和中游部分地區(qū)，占流域總面積的45.83%，植被以高寒草甸和草原為主，NDVI與氣溫的相關(guān)性主要在滯后1月時(shí)達(dá)最大值，植被生長(zhǎng)受上月氣溫的影響更明顯，其中上游地區(qū)以正相關(guān)關(guān)系為主，中游地區(qū)則呈負(fù)相關(guān)關(guān)系。在流域東南部闊葉林地區(qū)，氣溫對(duì)NDVI時(shí)滯效應(yīng)較弱，NDVI與當(dāng)月氣溫相關(guān)性相對(duì)較高。而在闊葉林西北部與之相接的針葉林地區(qū)，氣溫對(duì)植被影響的時(shí)滯以2～3月為主。同樣，當(dāng)考慮降水對(duì)NDVI的時(shí)滯效應(yīng)時(shí)，上游和中游部分地區(qū)主要為滯后1月達(dá)最大相關(guān)系數(shù)的區(qū)域，且NDVI與降水呈正相關(guān)關(guān)系，而中游部分地區(qū)和下游則主要以無(wú)時(shí)間滯后占主導(dǎo)，滯后2～3月的區(qū)域與氣溫具有相似空間分布，即在雅魯藏布江流域的針葉林地區(qū)，植被生長(zhǎng)對(duì)降水和氣溫的反饋均約2～3月，氣象要素2～3月的累積效應(yīng)對(duì)針葉林的生長(zhǎng)影響較大。

(a) NDVI與降水

3.5 討 論

植被動(dòng)態(tài)演變是自然因素和人類活動(dòng)共同作用的結(jié)果，農(nóng)田耕作、森林砍伐和植樹造林等人類干擾會(huì)促進(jìn)植被格局的改變，探究人類活動(dòng)對(duì)植被生長(zhǎng)的影響至關(guān)重要。初步采用中國(guó)人口空間分布公里網(wǎng)格數(shù)據(jù)集和1980年、2015年的土地利用類型數(shù)據(jù)，提取了人口密度、生態(tài)恢復(fù)(退耕還林還草面積)和城市化(耕地、林地及草地等變?yōu)槌青l(xiāng)用地的面積)3個(gè)指標(biāo)表征人類活動(dòng)(圖8)。受地形和氣候特征等因素影響，雅魯藏布江流域人口整體較少，除中游的日喀則市東部、拉薩市和山南市外，其余地區(qū)人口密度低于4人/km2，自然因素對(duì)植被生長(zhǎng)的影響相對(duì)更大。同時(shí)，流域生態(tài)恢復(fù)程度和城市化水平較低，1980—2015年的生態(tài)恢復(fù)面積僅8 km2，主要在流域下游東南部地區(qū)；城市化面積99 km2，主要分布在流域中游及下游的拉薩市、山南市、日喀則市東部及林芝市等地。在現(xiàn)有數(shù)據(jù)的空間分辨率下定量分析人類活動(dòng)對(duì)雅魯藏布江流域植被動(dòng)態(tài)的影響受限，可在后續(xù)進(jìn)行深入研究。

(a) 人口密度

4 結(jié) 論

a.1981—2015年雅魯藏布江流域NDVI大致由上游至下游呈逐漸增大空間分布特征，且中游植被改善，下游存在一定退化趨勢(shì)，冬春季NDVI的波動(dòng)較其他季節(jié)更為明顯。

b.1981—2015年雅魯藏布江流域氣溫和降水整體均呈增長(zhǎng)趨勢(shì)，其中上游氣溫上升速度較快，趨于干旱化，中下游地區(qū)受降水增加影響趨于暖濕化。

c.由于植被類型和氣候條件具有空間異質(zhì)性，降水、氣溫和干旱對(duì)NDVI的影響在流域上、中、下游不盡相同。上游和中游部分地區(qū)NDVI與降水和scPDSI呈顯著正相關(guān)關(guān)系，且主要在滯后1月時(shí)相關(guān)性最高，中游部分地區(qū)和下游NDVI與氣溫呈顯著負(fù)相關(guān)關(guān)系，滯后0～3月區(qū)域均有分布，闊葉林地區(qū)主要與當(dāng)月氣象要素相關(guān)性最大，而闊葉林西北部的針葉林和灌叢地區(qū)在滯后2～3月時(shí)相關(guān)系數(shù)最大。