贺巧宁,王怀清,孔 萍,戴声佩,杨 琳,居为民
(1.南京大学 国际地球系统科学研究所,江苏 南京 210093;2.淮阴师范学院 城市与环境学院,江苏 淮安 223300;
3.江西省气候中心,江西 南昌 330046)
江西省森林活动的时空变化及其对干旱的响应
贺巧宁1,2,王怀清3*,孔 萍3,戴声佩1,杨 琳1,居为民1
(1.南京大学 国际地球系统科学研究所,江苏 南京 210093;2.淮阴师范学院 城市与环境学院,江苏 淮安 223300;
3.江西省气候中心,江西 南昌 330046)
摘要:基于江西省87个气象站1960~2014年实测资料计算的标准化降水蒸散指数(SPEI)和2000~2014年MODIS NDVI数据,结合线性趋势分析、最大相关系数等方法,分析了江西省近50年干旱和近10年来森林活动的时空变化特征,以及江西省森林活动对不同时间尺度干旱的响应特征。结果表明:进入21世纪后,江西省受旱程度较以前有所增加,从2009年开始,干旱与湿润年份交替存在;2000~2014年江西省森林NDVI在波动中呈微弱增加的趋势,自2008年以来森林NDVI明显增加,增速为0.03/10 a(P<0.01)。森林年均NDVI的年际变化主要取决于春季平均NDVI的变化,两者间的相关系数高达0.92;在春季和秋季,干旱导致对应季节森林NDVI下降,而在夏季,轻度干旱会使森林NDVI呈现增加趋势;在海拔较高地区,干旱对森林NDVI的滞后影响多持续在6个月以上,而在其他地区一般少于3个月。
关键词:森林活动;标准化降水蒸散指数;干旱响应;时空分布;江西省
森林是陆地生态系统中最大的碳库,具有较高的碳密度和较快的碳积累速度[1],在区域和全球碳循环中起着调节碳平衡、减缓大气中CO2等温室气体浓度上升及改善全球气候等作用[2-5]。森林生态系统的碳循环受到气候、CO2浓度上升、氮沉降和扰动因子(如砍伐、火灾、造林和再造林)等诸多因素的影响,其中,干旱是导致森林生态系统碳收支年际变化的主要驱动因子之一。IPCC报告(2013)指出:过去50年来全球干旱发生的频率和强度持续增加,北半球尤为突出[6];未来全球气温将继续升高,同时,降水的时空变异也将增大,干旱发生的强度和频率有可能持续增加[7]。干旱对森林等陆地生态系统的碳循环具有深远的影响,会直接抑制光合作用、改变生态系统呼吸[8],从而降低陆地生态系统的总初级生产力(GPP)和净生态系统的生产力(NEP)[9],还可能会间接影响陆地生态系统的碳循环,如通过引发火灾[10]、增加树木死亡[11]、引起病虫害暴发[12]等。因此,开展森林等陆地生态系统对干旱的响应研究很有必要。
自20世纪80年代以来,江西省森林覆盖率显著上升,由1988年的36.9%上升到2014年的63.1%,列全国第2位。但近10多年来江西省干旱频发[13-14],对江西省森林的生长产生了一些不利影响,导致森林活动减弱[15-17]。孙晓敏等利用位于江西省泰和县的千烟洲生态系统观测站2003和2004年的通量观测数据进行研究,发现7、8月份的高温与干旱叠加是导致该站2003年GPP下降的主要原因[15]。Wen等利用该站点2003~2007年的通量观测数据分析了季节性干旱对碳交换过程的影响,发现导致该站GPP和碳吸收年际波动的一个主要原因是季节性干旱[16]。Huang等基于该站点2003~2010年通量观测数据的研究表明,干旱对该生态系统碳吸收和生产力影响的滞后效应可达1个月以上[17]。以上研究大多从站点尺度分析森林活动与干旱的相互关系,然而干旱对江西省森林活动的总体影响还有待深入研究。
归一化植被指数(Normalized difference vegetation index, NDVI)被广泛应用于监测植被对干旱等极端气候事件的响应[18-19]。相关研究表明,NDVI对气候的响应存在一定的滞后性。何月等对浙江省植被NDVI变化及其与气候因子之间关系的研究发现,植被变化对夏季降水和干湿程度的最大响应滞后2个月[20]。张永恒等研究发现,西南地区冬季植被对前1~2个月气温的敏感性比较大,夏季植被对春季气温的敏感性比较大,而3~4月的植被生长对上年夏季的降水敏感性比较大[21]。
植被覆盖面积的增加将导致植被生产力的增加[22]。为了更好地认知江西省森林活动对干旱的响应机制,本文以植被指数NDVI作为森林活动的指标,分析了其时空变化特征及其对干旱的响应特征。首先,利用江西省87个气象站1960~2014年的实测资料,计算了标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index, SPEI),分析了近50年江西省干旱发生的时空分布特征;其次,以2000~2014年的MODIS NDVI数据作为森林活动的动态指标,辅以线性趋势分析方法,分析了2000~2014年江西省森林活动的时空变化特征;最后,运用最大相关系数方法计算并分析了江西省森林NDVI对不同时间尺度干旱的响应特征。
1研究区概况
江西省位于我国长江中下游南岸,介于北纬24°29′~30°04′、东经113°34′~118°28′之间,总面积约16.69万km2。该区域地形以丘陵山地为主,境内东、西、南三面环山,中部盆地河谷、平原交错分布其间,北部为鄱阳湖冲积平原;气候属中亚热带温暖湿润季风气候,四季分明,雨热同期,年均温约17 ℃,年降水量约1600 mm;主要森林类型有暖性针叶林、暖性针阔混交林、常绿阔叶林、常绿落叶阔叶混交林、落叶阔叶林、竹林、山顶矮林等,其中,马尾松、杉木和湿地松三种针叶林面积占森林总面积的70%以上[23]。
2数据和方法
2.1数据来源及预处理
遥感数据为2000~2014年的MOD13A1数据,来源于美国国家航空航天局(NASA)的EOS/MODIS数据产品(http://e4ftl01.cr.usgs.gov/),空间分辨率为500 m,时间分辨率为16 d。首先,使用MRT(MODIS Reprojection Tools)将下载的影像进行拼接和投影转换;其次,对NDVI时间序列采用3次样条帽算法进行平滑计算[24],以进一步消除云的影响;再次,利用最大值合成法(MVC)生成月NDVI数据,再进一步将月NDVI数据合成年、春、夏、秋季平均NDVI数据(由于该地区生长季为3~10月,故本文不对冬季数据进行分析);最后,利用研究区边界和森林土地利用类型图裁剪NDVI数据,获得2000~2014年研究区森林逐月、季节和年NDVI数据。
气象数据为1960~2014年江西省87个气象台站的逐日数据,包括日降水量、日照时数、日相对湿度、日最高气温、日最低气温、日平均气温等文本格式数据,来源于江西省气象局。首先,对所有站点的气象数据进行质量检查,对缺失的数据采用其前后相近时段的值进行插补处理;其次,对整理后的逐日气象要素数据采用反距离权重法(Inverse distance weighted, IDW)进行空间插值,生成覆盖江西省的500 m分辨率的逐日平均气温和降水量数据(在进行气温数据插值的过程中,采用气温垂直递减率对结果进行修正,即海拔每升高100 m,气温下降0.6 ℃);最后,将日尺度平均气温和降水量合成到月尺度的。
2.2研究方法
干旱指标采用2010年Vicente-Serrano提出的标准化降水蒸散指数(SPEI),其计算步骤参见文献[25]。SPEI可以反映不同时间尺度的水分亏缺情况,如6个月尺度的SPEI可反映之前6个月的水分累计盈亏状况,12个月尺度的SPEI可以反映之前12个月的水分累计盈亏情况。本文基于月气象要素计算了1960~2014年1~24个月尺度的SPEI。根据McKee等(1993)提出的干旱等级策略[26]并结合中国气象干旱等级分类标准[27],将SPEI指数指示的干旱严重程度划分为9个等级:极端湿润(SPEI≥2.00)、重度湿润(1.50≤SPEI<1.99)、中度湿润(1.00≤SPEI<1.49)、轻度湿润(0.50≤SPEI<0.99)、正常(-0.49≤SPEI<0.49)、轻度干旱(-0.99≤SPEI<-0.50)、中度干旱(-1.49≤SPEI<-2.0)。
运用线性拟合方法分析2000~2014年年SPEI和年平均NDVI的时空变化趋势[28],若计算的线性斜率为正,则表明森林NDVI呈增加趋势,森林活动增强;若线性斜率为负,则表明森林NDVI呈减少趋势,森林活动减弱。同时,参照文献[18]分析了月尺度NDVI与1~24个月尺度SPEI间的最大相关系数及其对应的时间尺度,以表征植被NDVI对干旱响应的强度和最强响应发生的滞后时间尺度。
3结果与分析
3.1江西省干旱的时空特征
对时间尺度为12个月的每年第12月的SPEI指数进行区域平均,发现近50年来江西省干旱发生强度的年际和年代际变化差异较大(图1),大致可分为3个阶段:(1)20世纪60~70年代,干旱与湿润年份交替存在,年际波动较大;(2)从1986年开始,SPEI值迅速上升,基本维持在湿润水平,尤其是在20世纪90年代后期,年SPEI最高达到1.49;(3)进入21世纪后,年SPEI基本上维持在干旱水平,从2009年开始,干旱与湿润年份交替存在。
由表1和图1可知,2000~2014年江西省年均SPEI指数小于-1的典型年份有2003、2007、2011和2013年,年平均SPEI指数分别为-1.35、-1.36、-1.21和-1.11,均达到中等干旱的程度。
从持续时间上看(表1),2003年7~12月,江西省出现了持续约半年的干旱;2007年5月和10月,月SPEI值均小于-1.5(重度干旱),同年7月和11月,江西省遭受中度干旱;2011年春季,江西遭受极端干旱,该年4月SPEI值达到了-2.22;2013年7~10月出现了持续约4个月的较为严重的干旱。
图1 江西省区域平均SPEI-12的年际变化
从空间分布上看,2003年夏季重度干旱主要分布在抚州、吉安和赣州等南部地区,秋季在上饶东部和宜春西北部发生重度干旱,其它地区为中度干旱;2007年春,重度干旱主要分布在九江、宜春、南昌、新余、吉安、抚州等西部和北部地区,秋季干旱在赣州最为严重;2011年和2013年,近乎全省范围遭受年尺度的中等程度干旱,其中2011年春季,除赣州西部和南部外,其他绝大部分地区遭受了极端干旱。
表1 2000~2014年江西省1~12月SPEI值
3.2NDVI的时空变化特征
3.2.1NDVI的年际变化特征由图2(a)可知,2000~2014年江西省森林NDVI总体线性变化趋势不明显,增速为0.007/10 a(P<0.2)。从年际变化来看,森林NDVI呈现明显波动过程,2007年为波峰,最高值为0.73,2005年为波谷,最低值为0.70。2008年森林NDVI显著下降,究其原因,可能是由于2008年1~2月发生的特大冰雪灾害造成森林植被严重受损[29]。在2008年之后,森林NDVI呈现明显的增加趋势,增速为0.03/10 a(P<0.01),表明研究区森林活动逐步增强。
从图2(b)可见,江西省森林NDVI的季节性差异主要表现为:夏季NDVI最高,平均达到0.80;秋季NDVI略高于春季。2000~2014年研究区春季NDVI年际波动最大,表现为以2002、2003和2007年为波峰、2005年为波谷的波动过程,总体上呈缓慢增加的趋势,增速为0.015/10 a(P<0.1);自2008年以来,春季森林NDVI呈现明显的增加趋势,增速为0.06/10 a(P<0.005)。对比图2(a)和图2(b)可知,研究区年均NDVI年际变化趋势与春季平均NDVI变化趋势基本一致,两者间相关系数高达0.92。研究区夏季NDVI在2000~2014年期间无明显的增加趋势,其最高值和最低值分别出现在2007年和2000年,其值分别为0.81和0.79。研究区秋季森林NDVI年际波动幅度介于春季和夏季之间,呈现增速为0.006/10 a(P<0.5)的缓慢增加趋势。
图2 江西省森林年平均NDVI(a)以及春、夏、秋季平均NDVI(b)的年际变化
3.2.2NDVI的空间分布特征森林年均NDVI与春秋两季NDVI的空间分布格局相似,总体上在研究区四周山地和丘陵地区较高,中部的鄱阳湖平原较低。NDVI值较高的地区分布在上饶市北部和南部、宜春市西北部、吉安市西部以及赣州市中南部。在夏季因植被活动进入全盛时期,研究区森林NDVI整体升高,空间差异较小。
采用线性趋势分析方法模拟年、春季、夏季及秋季每个栅格森林NDVI的变化速率,以反映研究区内森林NDVI在2000~2014年期间的空间变化规律。结果表明:研究区年平均NDVI变化趋势空间差异明显,其中显著增加的区域面积占森林总面积的25.8%,主要分布于江西省中部和西北部;在春季,森林NDVI显著增加和减少的区域分别占森林总面积的19.6%和2.8%,主要分布在江西省中部和西北部;在夏季,在研究区高海拔地区的森林NDVI呈显著减少的趋势,主要发生在江西的西部、南部和东部地区;在秋季,NDVI在江西省南部地区有较明显的增加,而在高海拔地区则呈显著减少的趋势。
3.3森林活动对干旱的响应特征
3.3.1在典型干旱年份森林活动对干旱的响应在2003年7~12月(夏秋季),江西省发生了较严重的干旱,其中夏旱更为严重,中度和重度干旱主要发生在南部地区,而秋旱以大面积的中度干旱为主(表1)。这次持续约半年的干旱使得2003年7~12月平均NDVI值低于多年均值(图3),表明长时间干旱减弱了森林活动,森林活动减弱的区域主要分布在江西省中部丘陵和河谷平原地区。
在2007年5、7、10和11月,江西遭受了中度以上的干旱(表1),但是春夏秋季平均NDVI值高于多年均值(图3中的2007年),这可能是由于2007年1~4月水分条件较好,具有非常适宜的气候条件,森林生长茂盛,从而抵消了夏秋季干旱对森林活动的不利影响;而10、11月江西省南部地区降水少,使得该地区冬季NDVI值低于多年均值。
在2011年江西省出现了极端春旱,主要集中在江西省中部及北部地区,SPEI值为-2.21,达极端干旱水平,使得森林NDVI值在春夏两季都低于多年均值,而秋季NDVI高于多年平均值(图3中的2011年),主要是由于2~5月的连续水分匮乏,导致研究区内春季NDVI低于多年均值;同时,连续的水分亏缺使得植被生长不茂盛,延续影响到夏季,而夏秋两季较为适宜的水分条件使得秋季NDVI得到一定程度的恢复。这表明干旱对森林生长活动具有一定的滞后影响效应。
2013年9、10月份的秋旱同样也导致森林NDVI的下降(表1、图3)。春季适宜的水分条件适于森林生长,而7、8月份水分开始匮乏,到9、10月份水分中度匮乏,使得秋季森林NDVI的下降幅度和范围进一步增大。
统计表2中季节SPEI绝对值大于0.5(即干旱等级为正常范围之外)的植被指数值,可以得出:在春季和秋季,干旱可导致对应季节NDVI下降;而在夏季,轻度干旱会使NDVI呈现增加趋势。进一步分析每月NDVI与时间尺度为1、3、6、9、12月的SPEI间的相关系数,发现6月、7月的NDVI多与SPEI呈负相关关系。
图3 江西省典型年月NDVI的变化曲线
年份春季SPEI春季NDVI春季距平夏季SPEI夏季NDVI夏季距平秋季SPEI秋季NDVI秋季距平2000-0.560.6531-0.03300.090.7905-0.01271.300.74350.00422001-0.690.6753-0.01080.330.80520.0020-0.660.7282-0.011120020.200.70080.01471.070.80850.00531.750.74190.00262003-0.430.70620.0201-1.390.80370.0005-1.390.7322-0.00712004-0.340.68670.0006-0.890.80870.0055-0.660.7290-0.01032005-0.080.6634-0.0227-1.060.80350.00030.860.7371-0.00222006-0.170.6750-0.0111-0.950.80620.0030-0.920.74030.00102007-1.520.71810.0320-0.230.81180.0086-1.390.74670.00742008-1.040.6618-0.02430.470.7939-0.00930.290.74530.00602009-0.390.6805-0.0056-0.670.80390.0007-0.780.7273-0.012020101.620.68760.00150.950.80350.0003-0.140.75000.01072011-2.210.6807-0.00540.480.7959-0.00730.030.74090.001620120.940.69480.00870.500.8008-0.00241.590.74350.00422013-0.300.70470.0186-1.090.80410.0009-0.830.7308-0.008520140.380.70340.017260.800.80750.0043-0.970.75270.0134
3.3.2森林活动对不同时间尺度干旱的响应图4显示的是2000~2014年月尺度NDVI和1~24个月尺度SPEI间的最大相关系数及最大相关系数出现时对应的时间尺度空间分布。将最大相关系数小于0.514(P<0.05)的像元对应的时间尺度设置为空。从图4(a)可以看出,江西省森林NDVI与SPEI指数间的最大相关系数为正值,森林NDVI受干旱影响剧烈,占全省森林面积81.4%的森林NDVI与SPEI间相关性达0.05的显著水平,主要分布在江西省中部、西北及东北部。
干旱对江西省森林NDVI的滞后影响效应具有明显的空间差异[图4(b)]。在东、西、南高海拔地区和中部丘陵地带,干旱对森林NDVI的影响作用多持续在6个月以上;在海拔较低地区,干旱对森林NDVI的滞后作用时间稍短,一般小于3个月。
图4 月尺度NDVI与SPEI间最大相关
4结论与讨论
本研究基于植被指数NDVI表征的森林活动和标准化降水蒸散指数SPEI表征的干旱指标,分析了1960~2014年江西省干旱的时空分布特征和2000~2014年江西省森林活动的时空变化趋势及其对不同时间尺度干旱的响应,得出如下主要结论:
(1)进入21世纪后,江西省森林受旱程度较以前有所增加,从2009年开始,干旱与湿润年份交替存在。在2003、2007、2009、2011和2013年,年平均SPEI指数分别为-1.35、-1.36、-1.11、-1.21和-1.11,达到中等干旱的程度。这与沈文清等[13]的研究结果“2001~2011年为江西省连旱时期,2003、2007、2009和2011年江西省发生了较为严重的干旱”一致。2010和2012年为重度湿润年,年平均SPEI指数分别为1.58和1.66。
(2)从时间变化上看,2000~2014年江西省森林NDVI在波动中呈微弱增加的趋势。春季NDVI年际波动最大,表现为以2007年为波峰、2005年为波谷的波动过程。夏季森林NDVI在整个研究期内无明显的增加趋势。自2008年以来,森林年平均NDVI和春季NDVI呈现明显的增加趋势。从空间变化上看,森林多年平均年NDVI与春秋两季NDVI空间分布格局相似,均表现出高海拔地区NDVI值高于低海拔地区。森林年均NDVI的年际变化主要取决于春季平均NDVI的变化,两者间的相关系数高达0.92。
(3)众多研究表明,应用NDVI数据和相关分析方法可以较好地分析植被覆盖对气候变化的响应[18-21]。干旱的发生时间以及严重程度会影响到森林NDVI的变化。在春季和秋季,干旱导致对应季节NDVI下降;而在夏季,轻度干旱会使NDVI呈现增加趋势,这可能是由于江西省的降水主要集中在每年的4~6月[13]。干旱对江西省森林NDVI的滞后影响效应具有明显的空间差异。在海拔较高地区,干旱对森林NDVI的影响作用多持续在6个月以上;而在其他地区一般少于3个月。
对森林活动的监测是一个长期的动态过程。本文采用的数据时间序列仅为15年,这些不足随着遥感技术的发展会得到改善和提高,我们还需要进一步对其进行分析。气候变化是江西省森林活动时空变化的重要影响因素,但非气候因素也不容忽视。已有研究表明,从1983年开始,江西将大量的稀疏林地和荒山宜林地通过人工造林培育为林地,森林蓄积量逐步得到恢复,这在一定程度上降低了森林活动对气候变化的敏感性[23,30]。因此,森林活动对气候变化的响应规律和人类活动对森林覆盖变化的影响都有待进一步研究。
参考文献:
[1] Houghton R A, Skole D L, Nobre C A, et al. Annual fluxes of carbon from deforestation and regrowth in the Brazilian Amazon[J]. Nature, 2000, 403: 301-304.
[2] Goodale C L, Apps M J, Birdsey R A, et al. Forest carbon sinks in the Northern hemisphere[J]. Ecological Applications, 2002, 12(3): 891-899.
[3] Pan Y D, Birdsey R A, Fang J Y, et al. A large and persistent carbon sink in the world’s forests [J]. Science, 2011, 333: 988-993.
[4] Piao S L, Fang J Y, Ciais P, et al. The carbon balance of terrestrial ecosystems in China [J]. Nature, 2009, 458: 1009-1013.
[5] 杨海军,邵全琴,陈卓奇,等.森林碳蓄积量估算方法及其应用分析[J].地球信息科学,2007,9(4):5-12.
[6] Stocker T F, Qin D H, Plattner G K, et al. Climate change 2013: the physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change [R]. Cambridge: Cambridge University Press, 1535.
[7] Sillmann J, Kharin V V, Zwiers F W, et al. Climate extremes indices in the CMIP5 multimodel ensemble: Part 2. Future climate projections[J]. Journal of Geophysical Research: Atmospheres, 2013, 118: 2473-2493.
[8] Baldocchi D. Breathing of the terrestrial biosphere: lessons learned from a global network of carbon dioxide flux measurement system [J]. Australian Journal of Botany, 2008, 56(1): 1-26.
[9] Ciais P, Reichstein M, Viovy N, et al. Europe-wide reduction in primary productivity caused by the heat and drought in 2003[J]. Nature, 2005, 437(7058): 529-533.
[10] Xiao J, Zhuang Q. Drought effects on large fire activity in Canadian and Alaskan forests [J]. Environmental Research Letters, 2010, 2(4): 44-47.
[11] Allen C D, Macalady A K, Chenchouni H, et al. A global overview of drought and heat-induced tree mortality reveals emerging climate change risks for forests [J]. Forest Ecology and Management, 2010, 259(4): 660-684.
[12] Kurz W A, Dymond C C, Stinson G, et al. Mountain pine beetle and forest carbon feedback to climate change [J]. Nature, 2008, 452(7190): 987-990.
[13] 沈文清,鄢帮有,谢冬明.干旱灾害对江西省农业生产的影响及其对策[J].长江流域资源与环境,2012,21(7):905-910.
[14] 殷剑敏,占明锦,孔萍,等.江西省应对气候变化政策[J].气象与减灾研究,2013,36(1):1-9.
[15] 孙晓敏,温学发,于贵瑞,等.中亚热带季节性干旱对千烟洲人工林生态系统碳吸收的影响[J].中国科学D辑:地球科学,2006,36(S1):103-110.
[16] Wen X F, Wang H M, Wang J L, et al. Ecosystem carbon exchanges of a subtropical evergreen coniferous plantation subjected to seasonal drought: 2003~2007[J]. Biogeosciences, 2010, 7(1): 357-369.
[17] Huang K, Wang S Q, Zhou L, et al. Effects of drought and ice rain on potential productivity of a subtropical coniferous plantation from 2003 to 2010 based on eddy covariance flux observation[J]. Environmental Research Letters, 2013, 8(3).
[18] Vicente-Serrano S M, Gouveia C, Camarero J J, et al. Response of vegetation to drought time-scales across global land biomes[J]. Proceedings of the National Academy of Sciences, 2013, 110(1): 52-57.
[19] Zhang L, Xiao J F, Li J, et al. The 2010 spring drought reduced primary productivity in southwestern China[J]. Environmental Research Letters, 2012, 7: 457-463.
[20] 何月,樊高峰,张小伟,等.浙江省植被NDVI动态及其对气候的响应[J].生态学报,2012,32(14):4352-4362.
[21] 张永恒,范广洲,李腊平,等.西南地区植被变化与气温及降水关系的初步分析[J].高原山地气象研究,2009,29(1):6-13.
[22] 方精云,朴世龙,贺金生,等.近20年来中国植被活动在增强[J].中国科学C辑:生命科学,2003,33(6):554-565.
[23] 李登秋.亚热带森林碳收支变化特征及其成因模拟分析:以江西省为例[D].南京:南京大学,2014.
[24] Chen M, Deng F, Chen M. Locally adjusted cubic-spline capping for reconstructing seasonal trajectories of a satellite-derived surface parameter[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2006, 44(8): 2230-2238.
[25] Vicente-Serrano S M, Beguería S, López-Moreno J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696-1718.
[26] McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[C]//Proceedings of the 8th conference on applied climatology. Boston: American Meteorological Society, 1993: 179-183.
[27] 张强,等.气象干旱等级[R].北京:国家气候中心,2006.
[28] Liu Y B, Ju W M, Chen J M, et al. Spatial and temporal variations of forest LAI in China during 2000~2010[J]. Chinese Science Bulletin, 2012, 57(22): 2846-2856.
[29] 马泽清,王辉民,王绍强,等.雨雪冰冻灾害对中亚热带人工林的影响:以江西省千烟洲为例[J].植物生态学报,2010,34(2):204-212.
[30] 张春华.融合遥感和清查数据的中国森林碳收支模拟研究[D].南京:南京大学,2014.
(责任编辑:黄荣华)
Spatio-temporal Variation of Forest Activity and Its Response to Drought in Jiangxi Province
HE Qiao-ning1,2, WANG Huai-qing3*, KONG Ping3, DAI Sheng-pei1, YANG Lin1, JU Wei-min1
(1. International Institute of Earth System Science, Nanjing University, Nanjing 210093, China; 2. School of Urban and Environmental Sciences, Huaiyin Normal University, Huai’an 223300, China; 3. Jiangxi Climate Center, Nanchang 330046, China)
Abstract:Using the Standardized Precipitation Evapotranspiration Index (SPEI) which was calculated based on data from 87 meteorological stations in Jiangxi province during 1960 to 2014 and MODIS NDVI data from 2000 to 2014, analyzed the spatio-temporal characteristics of drought in recent 50 years, and the variations of forest activity and its response to drought in recent 10 years by integrating linear trend analysis and maximum correlation analysis methods. The results indicated that the suffer level from drought in Jiangxi province increased than before after entering the 21stcentury, the drought and wetness alternation existed since 2009. The annual average vegetation cover had a slowly increasing trend in fluctuation during 2000 to 2014, but it had been increased with a rate of 0.03/10 a (P<0.01) from 2008. The inter-annual variability of forest annual NDVI mainly depended on the variation of the average NDVI in spring with the correlation coefficients as high as 0.92. The change of forest NDVI would be affected by the occurrence time and severity of drought. In spring and autumn, seasonal NDVI decreased with drought, on the contrary, an increasing trend with mild drought was observed in summer. The accumulative lagged effect of drought on forest NDVI had a significant spatial distribution with more than 6 months in high altitude areas and less than 3 months in other regions.
Key words:Forest activity; Standardized Precipitation Evapotranspiration Index; Response to drought; Spatio-temporal distribution; Jiangxi province
中图分类号:S761.1
文献标志码:A
文章编号:1001-8581(2016)02-0078-07
作者简介:贺巧宁(1982─),女,江苏淮安人,讲师,博士研究生,主要从事资源环境遥感研究。*通讯作者:王怀清。
基金项目:中国气象局气候变化专项(CCSF201312)。
收稿日期:2015-07-20