王 东
(陇东学院土木工程学院,甘肃庆阳745000)
西南地区植被对长时间尺度气候特征的响应分析
王 东
(陇东学院土木工程学院,甘肃庆阳745000)
以西南五省作为研究对象,使用1999~2012年NDVI数据作为基础数据,结合该时间段的月降水量,运用地理信息系统和遥感技术,分析了西南地区6类主要植被对长时间尺度气候特征的响应。研究结果表明:(1)该区大部分植被的生长与5—9个月尺度的SPI存在很好的相关性,即草原在较长时间尺度上(9~12个月)相关性较好,植被生长受中等时间尺度气候特征的影响。同时该区植被对短期干旱有适应能力。(2)不同类型植被的生长对干旱的响应存在较大差异,即阔叶林耐旱性最好,针叶林次之,草原最小。(3)春季和夏季累计水分亏缺对西南地区植被生长状况具有决定性作用。
植被;气候因子;长时间尺度;西南地区
植被是陆地生态系统的主体,同时也是连接土壤、大气和水分等自然要素的“纽带”,在全球变化研究中充当“指示器”的作用[1],因此研究植被—气候之间的相互关系对于分析气候变化和陆地生态系统的关系具有非常重要的实际意义。发展监测与预测陆地生态系统变化的模式,找出应对全球植被变化不良影响的策略、方法和途径,以达到预警、调节和最大限度地减小全球变化不良影响的效果,已经成为当前迫切需要解决的问题[2]。
西南地区是我国第二大天然林区,植被覆盖率高、类型繁多,包括从我国几乎所有东部季风区地带性的植被[3]。同时由于地理位置独特、地形和气候条件复杂,形成了西南地区特殊的高原生态系统;另一方面该区各种极端气候事件,例如干旱、洪涝和寒潮,发生频繁[4]。因此研究西南地区的植被与气候变化之间的关系,既具有区域的重要性和典型性,也存在理论上的必要性和重要性。
1.1 研究区概况
本文以西南地区为研究区域,主要包括云南、贵州、广西、四川和重庆5省(市、区),地貌单元包括若尔盖高原、横断山地、四川盆地、云贵高原、广西丘陵,其南北位于20°54′~34°19′N、东西范围在91°21′~112°04′E之间(图1)。该区受西南季风、东南季风、高原季风共同作用,降水空间分布极不均匀,大体呈由东、南向西北减少的分布形势,并且变化率较大,年均降水量在600~2300mm之间[5]。西南地区气温相对较高,年均温在14~24℃间,热量条件良好[6]。根据遥感影像,结合GIS和RS技术,统计该区的主要植被类型及所占面积的百分比分别是:针阔混交林(35.32%)、草原(31.32%)、栽培植被(12.09%)、农林交错植被(7.65%)、阔叶林(7.48%)、灌木林(2.24%)、针叶林(2.63%)。
图1 西南地区及植被类型
1.2 数据来源
本研究采用的气象数据包括云南、贵州、广西、四川和重庆5省(市、区)的123个国家基础气象站点,来源于中国气象数据网(http://cdc.cma.gov.cn),使用1999~2012年无缺测的月降水量数据。遥感数据包括两类:(1)NDVI数据(表示植被生长状况),(2)植被类型数据。其中表示植被生长状况的NDVI数据来源于我国西部环境与生态科学数据中心,其空间分辨率为1km×1km,数据精度较高,时间范围是1999年第1旬至2012年第36旬的SPOT VGT-NDVI旬数据集,该数据的投影是Albers投影,进行了除坏线等处理,质量具有可靠性。植被类型数据采用2012年分辨率为500m×500m的Terra卫星MODIS传感器中的MOD12Q1数据集,分类较细、具有较高精度,从全球土地类型及覆盖网获取。
1.3 研究方法
1.3.1 最大合成法
应用最大值合成法将旬遥感数据提取,得到月NDVI值。它能有效减少大气中气溶胶、云阴影及太阳高度角等的影响,以致能更真实反映地表植被生长状况[7-8],计算公式如下:
MNDVIi=max(NDVIi1,NDVIi2,NDVIi3)
(1)
式中,i为每年的月份;MNDVIi为当年第i月的NDVI;NDVIi1、NDVIi2、NDVIi3分别为此月的三旬的NDVI值。
1.3.2 相关分析法
通过对两个存在关系的要素进行相关分析与检测,能够反映该两个要素之间相互作用及相互影响的密切程度。本文使用MATLAB软件,分别计算相关系数(R)及进行检验,对西南地区的NDVI与1~24个月尺度的SPI指数进行相关分析,以解释干旱与植被变化的相关程度。R取值范围在[-1,1]之间。R的绝对值越大,表明植被变化受干旱的影响程度越高;绝对值越小,则说明干旱对其影响较低[9]。计算公式如下:
(2)
2.1 多尺度干旱指数
本文欲探究西南地区各类植被与多尺度气候之间的关系,所以需要一种能够表示多尺度的气候指标。在现有的气候指标里,只有标准化降水蒸散指数(SPEI)和标准化降水指数(SPI)具有此特性[10-11]。其中SPI指数是McKee等人在1993年为了分析美国科罗拉多地区降水亏缺对各种水文系统多时间的影响而研发的。根据已有研究得出多尺度的温度对植被的影响异常复杂,而SPEI的计算通过降水和温度两种气候数据。因此本次研究应用SPI(标准化降水指数)作为多尺度气候指标,研究西南地区的植被与多尺度气候之间的关系。计算该区每种植被类型覆盖范围内1~24个月尺度的的SPI,并且对表示植被生长状况的NDVI与每个月尺度的SPI进行相关分析。图2是本研究区阔叶林覆盖区3、6、12、24个月四种时间尺度的标准化降水指数1999~2012年分布图。可以看出在长时间尺度上(如12、24个月尺度),气候干湿变化持续时间较长,变化频率较小;而在短时间尺度上(如3、6个月尺度),干湿期变化持续时间较短,并且频繁变化,各种时间尺度的气候干湿变化存在频率变化的差异。
2.2 西南地区植被生长和多尺度气候的相关性分析
为了探究气候特征对西南地区植被生长的影响及其相互关系,在MATLAB软件中编程,应用皮尔逊法将表示多尺度气候特征的SPI与表示该区每类植被生长的NDVI进行相关分析,其数据范围是1999~2012年的月数据,显著性水平检验阈值设定为小于0.05[12]结果如图3所示。
通过分析发现,西南地区6类植被的生长与不同时间尺度的SPI的相关性是存在显著差异,各类植被均与1~24个月尺度的SPI都存在相关性,但通过显著性水平检验的相关性表现在6月、7月、8月、9月的NDVI与当月5~12个月时间尺度的SPI上。就具体植被而言,阔叶林的NDVI和SPI相关性最为明显、相关性最好,相关系数在0.60~0.70之间,通过0.001的显著性检验,同时两种指标的相关性在6月、7月、8月(夏季)最高,相关系数分别为0.63、0.66、0.67,表现在5~8个月短时间尺度上。与前者相比,针叶林的相关性也较明显,相关系数在0.50~0.60之间,NDVI和SPI分别在春季的5月、夏季、初秋(9月)相关性最好,具体是与6~8个月时间尺度SPI相关系数最大;与耐旱较弱的阔叶林相比,耐旱的针叶林NDVI与SPI相关系数较小,可能的原因是针叶林具有更深的、更好的储水生理系统,这种生理特性能够减少短期的水分亏缺对针叶林生长的负面影响。
针阔混交林的相关系数明显较低,但该类植被8、9月份的6~8个月时间尺度的NDVI与SPI相关性较高。灌木林表示其生长状况的NDVI与9~10个月时间尺度的SPI在夏末秋初时期就有很好的相关性。与其他各类植被相比,草原的生长和多时间尺度指数没有特别显著的相关性,其相关系数相对比较低(0.2~0.35),表明其对水分亏缺具有更好的抵抗性,对干旱的影响具有更高的生长可塑性和适应性。农林交错植被生长状况与气候之间相关性没有明显有规律的特征,但在5月份(春季)和9、10月份(秋季)在中短时间尺度上均存在较低显著的相关系数,其可能的原因是农林交错植被由于植被类型复杂、种类繁多,受外界多重因素影响。值得注意的是其生长区域水分被用于灌溉、地下水抽取等因素作用,最可能容易受到气候变化的影响。
本次研究通过应用标准化降水指数和生长状况指数探究了多时间尺度气候对西南地区6种主要植被类型(针阔混交林、草原、农林交错植被、阔叶林、灌木林、针叶林)的影响,研究发现该区大部分植被的NDVI与5~9个月尺度的SPI存在较好的相关性(相关系数>0.50),但是草原在10~14个月(长时间尺度)上具有较好相关性,表明草原的生长状况对长期水分亏缺的适应性。西南地区的植被生长指数在短中时间尺度上与气候指数之间相关性低,说明该区的植被对短期干旱有适应能力,但在长时间尺度上较差,其原因可能是土壤类型为红壤,具有特殊的喀斯特地貌,土壤持水量相对较低。另外,该区植被在春末和夏季月份的植被生长指数与气候指数相关性较高、具有最好响应,这表明西南地区植被的生长主要受春季和夏季累计水分亏缺的影响。在气候变化的大背景下,大量研究表明西南地区干旱发生频率和强度都呈增加趋势。干旱化的增强将导致对干旱敏感的植被生长下降,死亡率增加。本次研究仅使用遥感影像和技术探究植被生长对多时间尺度气候特征的响应,由于技术和方法所限,未考虑该区的环境及人类活动的影响,所以在以后的研究中需要进一步探究西南地区的环境,例如土壤类型、地形、管理措施等因素,对该研究区的植被类型的影响及在这种作用的前提下植被生长对气候的响应分析。
图2 西南地区阔叶林区域四种时间尺度干旱指数的变化图
图3 西南地区6种植被类型的NDVI和当月不同时间尺度SPI的相关系数
(1)西南地区大部分植被的生长与5~9个月尺度的SPI有很好的相关性(相关系数>0.50),植被生长受中等时间尺度气候特征的影响;草原在较长时间尺度上(9~12个月)相关性较好,受长时间尺度气候特种的影响。同时该地区植被生长和干旱的相关性在小于5个月尺度上较低,说明西南地区的植被对短期干旱有适应能力。
(2)不同植被类型的生长指数与气候指数相关性存在差异,阔叶林最好,针叶林次之,草原最小。表明阔叶林容易受干旱条件的影响,草原对干旱的影响有更高的生长可塑性和适应性,对水分亏缺有更好的抵抗性。农林交错植被由于植被类型复杂、种类繁多,受外界多重因素影响,没有明显特征。
(3)该区植被的生长对干旱的最好响应是春末和夏季月份,表明西南地区植被的生长主要取决于春季和夏季累计水分亏缺。
[1]孙红雨,王常耀,牛铮,等.中国植被覆盖变化及其与气候因子关系—基于NOAA时间序列数据[J].遥感学报,1998,2(3):204-10.
[2]周广胜,王玉辉,蒋延玲.全球变化与中国东北样带(NECT)[J].地学前沿,2002,9(1):198-216.
[3]赵济.中国自然地理.4版[M].北京:高等教育出版社,1997:574-597.
[4]马建华.西南地区近年特大干旱灾害的启示与对策[J].人民长江,2010,41(24):7-12.
[5]董谢晾,段旭.西南地区降水量的气候特征及变化趋势[J].气象科学,1998,18(3):239-247.
[6]庞瑞,顾峰雪,张远东,等.西南高山地区净生态系统生产力时空动态[J].生态学报,2012,32(24):7844-7856.
[7]张丽,何晓旭,魏鸣.基于NDVI的淮河流域植被覆盖度动态变化[J].长江流域资源与环境,2012,21(Z1):51-56.
[8]Stow D, Petersen A, Hope A, et al. Greenness trends of Arctic tundra vegetation in the 1990s:Comparison of two NDVI datasets from NOAA AVHRR systems[J].International Journal of Remote Sensing,2007,28(21):4807-4822.
[9]徐建华.现代地理学中的数学方法[M].2版.北京:高等教育出版社,2001:414-417.
[10]Heim R R, A review of twentieth-century drought indices used in the United States[J].Bulletin of the American Meteorological Society,2002,83(8):1149-1165.
[11]和宛琳,徐宗学.渭河流域干旱特征及干旱指数计算方法初探[J].气象,2006,32(1):24-29.
[12]魏凤英.现代气候统计诊断与预测技术[M].北京:气象出版社,1999:23-35.
【责任编辑 赵建萍】
Vegetation Response to Long Time Scales of Climatic Characteristics in Southwest China
WANG Dong
(CollegeofCivilEngineering,LongdongUniversity,Qingyang745000,Gansu)
Starting from SPOT AVHRR NDVI in Southwest during the period from 1999 to 2012, we get the vegetation growth variability information based on GIS and RS technology, and analyze the six categories of vegetation type response to long time scales of climatic characteristics. The results indicated that, firstly, most of the vegetations show the obvious responses to SPI time-scales of 5-9 months while grassland responds more to SPI time scales longer than 9-12 months and vegetations growth variability in southwest is decided by the meso-scale of Climatic Characteristics; in addition, in this area we found that these vegetations may show certain adaptive capacity in response to short droughts. Secondly, there is great difference in the response of the growth of different types of vegetation to drought:very high for broad-leaved forest, moderate for coniferous forest, and low for grassland. Thirdly, it indicates that vegetation growth in the Southwest is dependent on spring and summer cumulative water deficit.
vegetation growth variability; meteorological factor; long time scale; southwest China
1674-1730(2017)01-0073-05
2015-10-25
国家自然科学基金资助项目《清代同治以来黄土高原马莲河流域风险评估与防治研究》(31460090)
王 东(1987—),男,甘肃庄浪人,助教,硕士,主要从事区域环境与资源开发研究。
TP79
A