吳宇桐，王衛(wèi)光，魏 佳

（1.河海大學(xué)水文水資源學(xué)院，南京 210098；2.河海大學(xué)水文水資源與水利工程科學(xué)國家重點實驗室，南京 210098）

0 引言

森林是土壤—植物—大氣連續(xù)體(Soil-Plant-Atmosphere Continuum,SPAC)的重要組成部分，是陸地生態(tài)系統(tǒng)中最重要的碳匯[1,2]，通過調(diào)節(jié)陸地—大氣間的水分能量交換改變氣候環(huán)境[3-5]，在自然界中發(fā)揮涵養(yǎng)水源、防風固沙的作用[6]。氣候變化下森林面積的減少，將導(dǎo)致大面積的土地荒漠化和水土流失，嚴重影響人類社會經(jīng)濟生產(chǎn)[7]。森林覆蓋面積通常用綠度表示，森林覆蓋面積越大，即代表綠度越高[7-9]。目前，研究常用葉面積指數(shù)(Leaf Area Index,LAI)和歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)來表征森林綠度[10-12]。受極端氣候影響，森林樹木發(fā)生了大規(guī)模落葉、枯死，導(dǎo)致森林綠度急劇下降，這種現(xiàn)象被定義為綠度異常事件[5,13]。以往的研究表明，在氣候變化背景降水減少會引起森林的水分虧欠，進而導(dǎo)致森林綠度異常事件發(fā)生[5,7,14]。同時，極端氣候也會削弱森林對火災(zāi)和病蟲的抵抗能力，從而引起森林綠度異?，F(xiàn)象大規(guī)模發(fā)生[15-21]。因此，研究綠度異?，F(xiàn)象有利于了解森林綠度和氣候變化之間的關(guān)系，有助于更好地保護森林資源，為實現(xiàn)極端氣候下自然環(huán)境的修復(fù)提供應(yīng)對策略。

近年來全球氣候變暖，干旱發(fā)生更加頻繁，研究森林綠度對氣候變化的響應(yīng)，關(guān)鍵在于評價森林綠度異常現(xiàn)象如何響應(yīng)干旱事件。目前，綠度異常用于刻畫氣候變化下森林生長趨勢和探究綠度變化對干旱的敏感性[11]，主要集中于區(qū)域尺度的研究中[22,23]。具體而言，研究發(fā)現(xiàn)近年來北半球出現(xiàn)的持續(xù)性干旱限制了植物生長所需的水分[5]，并主要影響了中亞西南部森林綠度和北美地區(qū)森林綠度[7,11,22-24]。在南半球，亞馬遜雨林地區(qū)的極端干旱降低了森林光合作用，但森林綠度略有增加[25]。澳大利亞境內(nèi)的干旱事件則導(dǎo)致森林綠度大量減少[26-28]?？偟膩碚f，森林綠度變化存在明顯的空間異質(zhì)性，且不同森林類型對干旱事件的差異化響應(yīng)缺乏宏觀尺度研究，引起干旱的驅(qū)動因素也沒有得到很好的解釋[29]。為表征森林綠度變化，侯鑫等提出了綠度異常指數(shù)（Greenness Anomaly Index,GAI）的概念[13]，將月尺度LAI線性累計偏差定義為GAI，并量化了干旱影響下中國森林綠度異?，F(xiàn)象，但基于區(qū)域性的研究無法充分表征不同氣候背景下植被綠度變化對干旱的差異化響應(yīng)，因此研究全球尺度下的森林綠度變化對深入理解全球森林植被演變機理具有重要意義。SPEI指數(shù)是基于蒸散發(fā)公式并考慮了降水和溫度的干旱指標[30]，具有較低的數(shù)據(jù)要求和多標量屬性[31-36]，被廣泛應(yīng)用于監(jiān)測干旱事件影響的研究中[22,23,29,37]。本研究通過計算全球森林的GAI以量化全球森林綠度異?，F(xiàn)象，直觀展示了氣候變化影響下森林綠度的變化趨勢。同時，本研究使用SPEI定義干旱事件，對全球綠度異常指數(shù)和SPEI進行相關(guān)性及敏感性分析，以期為預(yù)測氣候變化對森林的影響和研究陸地生態(tài)系統(tǒng)對極端氣候的響應(yīng)等提供理論支持和科學(xué)依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源及處理

LAI數(shù)據(jù)選用北京師范大學(xué)依托于“全球生態(tài)系統(tǒng)與表面能量平衡特征參量生成與應(yīng)用”項目生產(chǎn)的GLASS（Global Land Surface Satellite）數(shù)據(jù)集[38]。該產(chǎn)品通過BELMANIP[39]（Benchmark Land Multisite Analysis and Intercomparison of Products）計算MODISLAI反射率數(shù)據(jù)，使用回歸神經(jīng)網(wǎng)絡(luò)模型得到GLASSLAI產(chǎn)品[40]?？臻g分辨率為0.05°，時間分辨率為8 d。為統(tǒng)一數(shù)據(jù)分辨率及方便后續(xù)數(shù)據(jù)處理，使用Arcgis軟件對其進行3次卷積重采樣，將空間分辨率聚合到0.5°，時間分辨率不變。產(chǎn)品下載地址為：http://www.glass.umd.edu/Download.html，本研究采用V50版本。

土地覆蓋類型數(shù)據(jù)采用MODIS（MCD12C1）數(shù)據(jù)產(chǎn)品。該產(chǎn)品提供年尺度土地覆蓋類型數(shù)據(jù)，空間分辨率為0.05°。該產(chǎn)品包含3種分類方案數(shù)據(jù)，本研究選用國際地球生物圈計劃（IGBP）分類方案[41]，將數(shù)據(jù)值為1～7的像元作為林地。數(shù)據(jù)1～7分別代表：常綠針葉林，常綠闊葉林，落葉針葉林，落葉闊葉林，混交林，封閉灌木林，開闊灌木林。

干旱指數(shù)采用西班牙高等科研理事會（CSIC）提供的2.6版本SPEI數(shù)據(jù)集[42]，該數(shù)據(jù)經(jīng)過其他研究多次使用檢驗[43,44]，真實可靠。其計算所用的潛在蒸散發(fā)基于FAO的Penman-Monteith方法，降水及比濕等數(shù)據(jù)基于東英吉利大學(xué)氣候研究部的提供的CRU TS數(shù)據(jù)集4.03版本。該SPEI數(shù)據(jù)集提供的全球網(wǎng)格數(shù)據(jù)空間分辨率為0.5°，時間尺度包括1～48個月。由于森林植被主要吸收深層土壤水，為表征土壤水分變化，本研究主要考慮水文干旱的反映，考慮到干旱的持續(xù)性以及植被響應(yīng)的滯后性，SPEI時間尺度選用12個月的數(shù)據(jù)。數(shù)據(jù)下載地址為：http://hdl.handle.net/10261/202305。

1.2 研究方法

1.2.1 森林綠度異常計算

干旱導(dǎo)致植物生長水分匱乏，脅迫植物降低光合作用來減少水分消耗[45]。主要表現(xiàn)為植被覆蓋偏離其生長趨勢，森林密度加速減少或增長變緩，森林綠度下降。侯鑫等[13]利用LAI表現(xiàn)森林綠度的增加或減少，對年內(nèi)LAI線性趨勢偏離量求和得到綠度異常值。通過去除線性趨勢的方法得到森林綠度異常值，可以顯著地展示干旱對森林綠度的影響。

綠度異常值通過量化年尺度上LAI低于線性趨勢的狀態(tài)表現(xiàn)，對每個像元的偏離量（Greenness decline）進行年內(nèi)求和，數(shù)值越小代表異常程度更嚴重，總和為正則認為綠度無異常：將其進行Z-score標準化處理，以方便不同時空的比較：

綠度變化異常強度(Intensity)用研究時段內(nèi)異常值總和與發(fā)生的頻率(Frequency)的商表示，其數(shù)值越小，強度越大：

1.2.2 干旱對森林綠度影響的時空分布及影響分析

宏觀尺度上森林綠度對干旱的響應(yīng)可以通過線性變化趨勢表現(xiàn)，對SPEI指數(shù)和森林綠度異常值進行Pearson相關(guān)性分析，計算線性相關(guān)系數(shù)r并返回顯著性系數(shù)p值，用于基于非零相關(guān)性備擇假設(shè)來檢驗無相關(guān)性假設(shè)，為直觀地展示相關(guān)性，r以相關(guān)系數(shù)計算結(jié)果的絕對值表示。

相關(guān)系數(shù)r計算公式為：

式中：E是數(shù)學(xué)期望；cov表示協(xié)方差。

根據(jù)r可表現(xiàn)擬合回歸后干旱對于森林綠度異?，F(xiàn)象的解釋程度，r越大表示該地區(qū)擬合回歸效果越好，即SPEI與森林綠度異常值相關(guān)性越高。根據(jù)p值可表現(xiàn)顯著性水平，若p低于顯著性水平0.05，則代表相關(guān)性分析結(jié)果拒絕SPEI與綠度異常值之間不存在相關(guān)性的原假設(shè)，即該地區(qū)干旱與森林綠度異常之間線性相關(guān)性顯著。若p＞0.1，則認為該地區(qū)干旱與森林綠度之間無顯著相關(guān)關(guān)系。

對年尺度的SPEI數(shù)據(jù)及森林綠度異常數(shù)據(jù)進行線性擬合，并求得其斜率。根據(jù)斜率判斷干旱與森林綠度的相關(guān)趨勢。若斜率為正，則表示該地區(qū)干旱程度與森林綠度變化數(shù)據(jù)呈正相關(guān)，森林綠度異常程度隨干旱發(fā)生而加重，且斜率越大表明其影響程度越深，反之則表示綠度異?，F(xiàn)象隨干旱加重反而減輕。

2 結(jié)果與討論

2.1 全球森林綠度異常變化趨勢

全球森林覆蓋類型分布如圖1所示，森林分布空間差異明顯。其中，針葉林主要分布于高緯度寒帶地區(qū)，如美國西北海岸、加拿大境內(nèi)、波羅的海周邊國家，以及俄羅斯境內(nèi)和中國東北地區(qū)。闊葉林主要分布于低緯度溫帶地區(qū)，如美國東海岸、巴西熱帶雨林、非洲近赤道國家以及東南亞地區(qū)。混交林在中緯度地區(qū)廣泛分布，如加拿大東南地區(qū)、俄羅斯境內(nèi)、日本境內(nèi)以及中國北方地區(qū)。灌木林則主要存在于南非地區(qū)、俄羅斯北部、加拿大北部、美國西南地區(qū)、非洲南部和澳大利亞境內(nèi)。

圖1 全球森林類型空間分布Fig.1 Spatial distribution of global forest types

全球森林面積變化如圖2所示，2007年至2010年全球森林面積呈增長趨勢，2010年全球森林面積達到最大，約為33.754 8億hm2（根據(jù)遙感數(shù)據(jù)統(tǒng)計得出）。2010年至2018年全球森林面積逐漸減少，2017年達最低值，約為33.604 4億hm2（根據(jù)遙感數(shù)據(jù)統(tǒng)計得出），相比于2010年減少了1 504萬hm2。而2007-2018年全球綠度異常森林面積占比在0.3～0.6。

圖2 全球森林面積（闊葉林、針葉林、混交林及灌木林）變化及綠度異常森林面積占比Fig.2 Change of global forest area(broadleaf forest,coniferous forest,mixed forest and shrub)and proportion of forest with greenness anomalies

全球森林綠度異常的空間分布如圖3所示，2007-2018年全球綠度異?，F(xiàn)象較輕的林區(qū)集中分布在北緯中緯度地區(qū)，綠度異常面積占比最高為57.15%，出現(xiàn)在2008年。其中，巴西熱帶雨林綠度異常面積占林區(qū)總面積的56.45%，俄羅斯境內(nèi)異常林區(qū)占比達68.73%，美國境內(nèi)異常林區(qū)占比為65.68%，中國境內(nèi)異常林區(qū)占比70.59%，澳大利亞異常林區(qū)占比最高，達到了85.93%。結(jié)合2007-2018年綠度異常強度（圖4）分析，美國墨西哥邊境林區(qū)及阿根廷西部林區(qū)綠度異常發(fā)生頻率高，異常程度嚴重。亞馬遜雨林地區(qū)綠度異常發(fā)生面積分布廣泛但程度輕微。非洲南部與中國云貴地區(qū)綠度異常面積分布集中且強度較大。西伯利亞林區(qū)和印度尼西亞及澳大利亞境內(nèi)則發(fā)生廣泛的綠度異?，F(xiàn)象，且程度較深。森林綠度未發(fā)生異常的地區(qū)則集中于各大森林的邊緣地區(qū)以及沿海地區(qū)，這可能是因為森林邊緣地區(qū)植物水分競爭壓力較森林中心地區(qū)壓力更小[25]，而海邊濕潤的氣候環(huán)境則帶來了充沛的水汽，有利于植被的生長。

圖3 2007-2018年全球森林綠度異常指數(shù)Fig.3 Global forest greenness anomalies index from 2007 to 2018

圖4 全球綠度異常頻次及綠度異常強度Fig.4 Frequency and intensity of global greenness anomalies

2.2 綠度異常對干旱事件響應(yīng)的時空分析

干旱的劃分依據(jù)《GB/T 20481-2017氣象干旱等級》，根據(jù)SPEI劃分干旱等級如表1所示。

表1 SPEI指數(shù)干旱等級劃分Tab.1 Drought classification of SPEI index

綠度異常與干旱的擬合結(jié)果及相關(guān)系數(shù)計算結(jié)果如圖5和圖6所示，美墨邊境處、澳大利亞中部地區(qū)、南非地區(qū)和中亞地區(qū)森林綠度異?，F(xiàn)象與干旱有極強相關(guān)性，說明干旱導(dǎo)致的水分脅迫是這些地區(qū)綠度異常的主要驅(qū)動因素，結(jié)合回歸斜率發(fā)現(xiàn)這些地區(qū)與綠度異常成正相關(guān)。然而在亞馬遜雨林地區(qū)、非洲中部地區(qū)、加拿大東北部和俄羅斯西北地區(qū)隨著干旱出現(xiàn)綠度異常反而得到緩解。由圖5可知，這些地區(qū)綠度異?，F(xiàn)象的發(fā)生與干旱事件無明顯相關(guān)性。

圖5 全球SPEI與綠度異常指數(shù)線性回歸擬合的p值和相關(guān)系數(shù)r值Fig.5 p-values and correlation coefficients for global SPEI to linear regression of the Greenness Anomalies Index

圖6 全球SPEI與綠度異常指數(shù)線性擬合回歸斜率Fig.6 Regression slope of global SPEI and greenness anomalies index

森林綠度異?，F(xiàn)象主要受自然氣候變化、人類活動產(chǎn)生的影響而發(fā)生。一方面，氣候變化使得區(qū)域水分條件改變，干旱發(fā)生頻繁，森林綠度異常現(xiàn)象不斷發(fā)生。以美國為例，2011-2018年美國得州地區(qū)干旱頻發(fā)，森林綠度異?，F(xiàn)象嚴重。Camarero等[46]研究發(fā)現(xiàn)，干旱引起的樹木死亡過程可以看作樹木活力和生長的非線性變化，樹木死亡結(jié)果是由某些氣候因素越過變化臨界點導(dǎo)致的。Buotte等[47]預(yù)計2020-2050年美國大部分沿海和西部喀斯特地區(qū)、愛達荷州北部和蒙大拿州部分地區(qū)氣候?qū)⒏友谉岣稍铮珊涤绊懴碌纳謱⒆兊酶哟嗳?。在亞馬遜雨林地區(qū)，2016年的干旱事件發(fā)生范圍最廣、程度最深，與之相關(guān)，綠度異?，F(xiàn)象也最嚴重。Longo等[48]認為亞馬遜雨林生態(tài)系統(tǒng)異質(zhì)性和多樣性降低了森林對頻繁極端干旱的抵御能力。Erfanian等[49]則認為南美地區(qū)海面溫度（SST,sea surface temperatures）是亞馬遜雨林極端干旱事件的主要驅(qū)動因素。近年來中國西南地區(qū)極端干旱頻發(fā)，導(dǎo)致該地區(qū)森林綠度異常現(xiàn)象嚴重。除干旱外，森林類型也是影響綠度異常的因素之一，Luo等[4]在云南研究發(fā)現(xiàn)天然林比人工林更容易受到干旱的影響，西南地區(qū)自然森林又普遍為闊葉林，抗旱能力相較于針葉林更弱。上述因素綜合導(dǎo)致了中國西南地區(qū)近幾年綠度異?，F(xiàn)象頻發(fā)。

另一方面，人類活動影響下，區(qū)域氣候條件和土地類型不斷改變，森林對干旱的抵抗力持續(xù)降低。干旱影響下亞馬遜雨林的綠度異常現(xiàn)象分布較分散，主要分布于雨林內(nèi)部。其中，Khanna等[50]研究發(fā)現(xiàn)人類砍伐森林引起的土地覆蓋變化和碳排放增加導(dǎo)致了亞馬遜流域的水文氣候狀態(tài)由熱力驅(qū)動轉(zhuǎn)變?yōu)閯討B(tài)驅(qū)動，引發(fā)了地區(qū)降水減少，從而使亞馬遜雨林遭受頻繁的干旱。綠度異常分散現(xiàn)象可能是人類在森林內(nèi)部的活動區(qū)域不規(guī)整造成的。結(jié)合干旱情況，人類活動導(dǎo)致的植被消失是亞馬遜雨林地區(qū)綠度異常的主要原因。2008-2012年和2015-2018年南非發(fā)生數(shù)次持續(xù)性極端干旱。Baudoin等[51]通過研究發(fā)現(xiàn)，拉尼娜現(xiàn)象加上其自身落后的用水制度是導(dǎo)致南非地區(qū)缺水的主要原因。雷步云等[52]研究發(fā)現(xiàn)南非地區(qū)困于自身經(jīng)濟水平，對于干旱災(zāi)害抗風險能力較弱，無法科學(xué)地調(diào)度管理水資源，從而導(dǎo)致南非森林綠度異常現(xiàn)象不斷加重。綜合比較非洲其他地區(qū)及中亞和拉美等欠發(fā)達地區(qū)，可以印證經(jīng)濟發(fā)展水平也是導(dǎo)致地區(qū)綠度異常的因素之一。

2.3 不同森林類型綠度異常對干旱響應(yīng)的相關(guān)性分析

為更清楚地表現(xiàn)干旱對不同類型森林的影響，提取p值小于0.1，斜率為正的區(qū)域綠度異常指數(shù)分不同森林類型進行線性擬合，并計算決定系數(shù)。如圖7所示。按擬合后的斜率大小表現(xiàn)綠度異常對干旱的敏感性。闊葉林的回歸斜率最高為0.446，混交林為0.439，針葉林為0.392，灌木林對干旱最不敏感，為0.346。不同森林類型SPEI及綠度異常指數(shù)中位數(shù)如表2所示。

圖7 2007-2018年全球不同森林類型SPEI與干旱導(dǎo)致的綠度異常統(tǒng)計參數(shù)Fig.7 Statistical parameters of SPEI and global greenness anomalies caused by drought in different forest types across the globe during 2007-2018

表2 2007-2018年不同森林覆蓋類型SPEI與綠度異常指數(shù)中位數(shù)Tab.2 Median SPEI and greenness anomalies index of different forest types from 2007 to 2018

2007-2018年間闊葉林和混交林超過一半的森林面積處于無旱狀態(tài)，針葉林和灌木林超過一半的森林面積處于輕旱，其中闊葉林干旱程度最輕，針葉林干旱程度最深。綠度異?，F(xiàn)象和干旱情況不同，混交林綠度異常程度最輕，中位數(shù)為-0.420，其次為闊葉林和針葉林。灌木林綠度異常程度最嚴重，為-0.608。但相比于干旱情況，不同類型的森林之間綠度異常程度差距不大。

由于SPEI數(shù)據(jù)和植被遙感數(shù)據(jù)采用的分辨率較為粗糙，且數(shù)據(jù)時間尺度僅有12 a，本文未能在全球尺度上進行更長時間序列且更為精細的研究。此外，本研究僅通過SPEI干旱指數(shù)來表征植被環(huán)境水量，指標較為單一。未來研究可以考慮其他標準進行相互比較如水文干旱指數(shù)PHDI，降水距平指數(shù)RAI等，以便更深入地研究干旱對森林的影響。

3 結(jié)論

本文基于GLASS LAI數(shù)據(jù)和CSIC SPEI數(shù)據(jù)分析了2007-2018年期間全球森林綠度異常對干旱事件的響應(yīng)。結(jié)果表明在研究時段內(nèi)全球森林總面積呈現(xiàn)先增加后減少趨勢，綠度異常林區(qū)面積最大出現(xiàn)在2008年，占全球總森林面積57.15%。從全球范圍看，針葉林地區(qū)干旱發(fā)生最頻繁、程度最深，其次為灌木林、混交林，闊葉林地區(qū)干旱發(fā)生最輕微。然而，灌木林地區(qū)綠度異?，F(xiàn)象最嚴重，混交林最輕，這說明針葉林的抗旱性更好，而在灌木林和闊葉林地區(qū)，干旱主導(dǎo)的水分條件變化對森林綠度異常影響更大。美國西部地區(qū)、南非、中國西南部和澳大利亞境內(nèi)森林綠度異常程度和干旱呈高度正相關(guān)關(guān)系，表明這些地區(qū)植被生長受干旱影響較重，對土壤水分依賴更大。結(jié)合不同類型的森林植被分析，不同類型森林對干旱的敏感性表現(xiàn)為闊葉林、混交林、針葉林、灌木林依次遞減。當發(fā)生相同程度的干旱事件時，闊葉林綠度異常程度最強，灌木林最弱。本研究計算了全球森林綠度異常指數(shù)，并評價了不同森林類型的綠度異?，F(xiàn)象與SPEI的相關(guān)性，有助于探討陸地生態(tài)系統(tǒng)對極端氣候的響應(yīng)，為預(yù)測全球氣候變暖下森林生長變化趨勢提供理論支持。