近30年祁连山南坡生长季植被降水利用效率时空变化

童珊，曹广超，陈真，张卓，刁二龙

1. 青海师范大学 地理科学学院，青海 西宁 810008

2. 青海师范大学 青海省自然地理与环境过程重点实验室，青海 西宁 810008

3. 青藏高原地表过程与生态保育教育部重点实验室，青海 西宁 810008

0 前言

植被降水利用效率(Precipitation Use Efficiency，以下简称 PUE)，是指植被光合作用生产的干物质(净初级生产力，NPP)与降水量之比，反映了植被光合生产过程与耗水特性之间的关系[1]，体现了植被利用水分将营养物质转化为生物量的能力[2-3]，能够直观的反应植被的健康状况。相关研究[4-6]表明，只有当降水量超过一定限度时，土壤养分等其他因子才能对植被生产力产生重要影响。因此，在干旱区、半干旱区，降水利用效率的动态变化能够指示气候因素影响下的植被退化或恢复状况，可以反映该地区的土地生产力。

PUE一般采用植被净初级生产力或地上净初级生产力与降水量来计算。NDVI与NPP具有较强的相关性，特别是生长季累积 NDVI，在估算 NPP方面较为可靠[7-10]，故本文采用生长季累积NDVI代替NPP计算PUE。

国内外学者对 PUE的研究大致分为三个部分:一是通过利用CASA模型得出的NPP、实测数据或累计NDVI等方法计算出PUE，对降水量和PUE的关系进行研究[11-16]；二是将 PUE作为一种指标，通过与 NDVI的趋势对比，对不同地区的植被退化和荒漠化进行研究[17-22]；三是利用NDVI与PUE的变化趋势剔除降雨量对植被覆盖度的影响，并引入人口密度作为人类活动强度指标，分析人类活动对植被的干扰强度[23-24]。PUE目前被逐渐应用于区域尺度下作物增产、人类干扰对植被动态变化的影响和土地退化遥感评价与监测技术等方面[25-26]。

祁连山南坡土地利用类型汇中草地面积最大，畜牧业是当地重要的经济发展方式。通过研究祁连山南坡植被的降雨量、植被覆盖及降水利用率变化趋势，可以了解祁连山南坡的植被健康状况，为草畜供求的平衡及畜牧业的可持续发展提供一定的理论基础。

1 研究区概况

祁连山南坡地处祁连山中段腹地，位于青藏高原东北缘，黄土高原西缘，为黄土高原向青藏高原的过渡地带，是青藏高原特征和黄土高原特征的综合体。研究区总面积约为 2.4万 km2，地理位置为98°08′13″—102°38′16″E，37°03′17″—39°05′56″N。研究区共涉及2个盆地(默勒盆地、门源盆地)，2个谷地(托勒谷地、黑河谷地)。研究区草场面积最大，主要有禾本科、蒿草、苔藓等，灌木林主要以柳灌丛、金露梅灌丛、银露梅灌丛为主，林地主要以祁连圆柏及云杉为主。研究区受海拔、地形、纬度、大气环流等自然因素的影响，形成了独具特色的高原大陆性气候，该区域冬季长且寒冷，夏季短暂而温凉，无明显的四季交替，干湿分明。

图1 祁连山南坡概况图(a：站点分布图, b：土地利用图)Figure 1 Figure 1 Overview of the southern slope of Qilian Mountain (a：site map, b：land use map)

2 研究方法

2.1 数据来源与处理

GIMMS NDVI3g数据来源于自美国航空航天局(NASA)全球监测与模型研究组 GIMMS(Global Inventor Modeling and Mapping Studies)发布的半月最大值合成数据(https://ecocast.arc.nasa.gov)，空间分辨率8 km，时间尺度为1986年5月至2015年10月。官网下载的GIMMS原始数据已经过几何校正、辐射定标、大气校正等预处理，但仍存在云、大气、太阳高度角等的影响[27]。为排除以上因素的噪声影响，本文采用最大值合成法将每年内 5—10月生长季的遥感影像(12张/年，共 14年)合成为各年的NDVI最大值影像(共14张)，后通过重投影、裁剪、累加计算，得出研究区每年生长季的累计 NDVI栅格影像图。

MODIS 13A1数据是通过地理空间数据云(http://www.gscloud.cn/)所获得的月标准化归一化植被指数，时间尺度为2001年5月至2017年10月。前期处理过程同上，为与GIMMS NDVI 3g数据分辨率保持一致，将其分辨率重采样值 8 km，后经过重投影、裁剪得到研究区每年植被生长季累计NDVI栅格影像图。

降雨量数据来源于中国气象科学数据共享服务平台(http://data.cma.cn/)，本文提取日平均降雨量数据，对其进行筛选、剔除，插补获得祁连山南坡及其附近20个气象站点的生长季降雨量数据。最后通过反距离权重空间插值获得研究区生长季降水总量栅格数据。

2.2 分析方法

1. PUE的计算

根据研究目的和获取数据手段的差异，不同研究的PUE计算方法也不同。本研究中PUE计算公式如下[24]:

NDVI为生长季累计归一化植被指数；PPT为生长季累计降雨量。

2. 时间趋势模型

本研究中时间趋势分析采用的方法为变化趋势线法[28]:

式中，=1，2，······31 为年份的序列号，即 1987 年为 1，1988年为2，以此类推；j表示第j年的累积NDVI值、PUE值或者是某一气象因素数据。采用此公式对遥感影像进行逐点回归分析，从而得到每个像元的SLOPE值，该值反映了研究区31年累积NDVI、PUE和降雨量的总体趋势变化。分级标准均采用自然分等法进行分级[30]。SLOPE＜0时，则说明以上因子在研究时间段内的变化趋势是减少的，SLOPE越小，则减少的趋势越明显；反之，总体趋势是增加的，SLOPE越大，其增加趋势越明显。

3 结果与分析

3.1 数据匹配

以往研究[27-28]已得出 GIMMS数据与 MODIS数据在空间分布上具有较好的一致性。本文再次通过对2001年、2005年和2010年的GIMMS数据与MODIS数据进行逐像元相关性分析，确定两种数据的相关性强弱。

从表1可以看出GIMMS数据与MODIS数据的归一化植被指数逐像元相关性并不高，不能完全用GIMMS数据来代替MODIS数据，因此本文将从两个阶段来进行 PUE的计算: 1987～2000年是以GIMMS数据为基础进行PUE计算，2001～2017年是以MODIS数据为基础进行PUE计算。由于GIMMS数据在非植被区域区分度不明显，导致这两组数据在数值上对比性意义不大但在趋势上具有一致性。

3.2 降水时空变化特征

(1) 降水的年际变化规律

降水是干旱半干旱地区植物生长最主要的影响因素，研究区植被生长季降水量波动明显，有微弱的上升的趋势。由图2可知，降雨量最小值出现在2002 年，为 199.31 mm，最大值出现在 2014 年，为404.52 mm。2002年之前降雨量年际间波动性较大，2002年之后降雨量的年际波动趋于平稳。

表1 相关性分析Table 1 Correlation analysis

图2 1987—2017年降水量变化规律Figure 2 Change law of precipitation from 1987 to 2017

(2) 平均降水空间分布规律

祁连山南坡降雨量符合“东南高，西北低”分布特征(图3)，平均降雨量为310.46 mm。平均降雨量最小值出现在黑河谷地内，为195.63 mm，最大值出现在门源县盆地东南角，为423.60 mm。

研究区大部分区域平均降水量在 300—400 mm之间，面积占比约为60.45%，其次为200—300 mm之间，面积占比为37.29%，最后为100—200 mm之间与400—500 mm之间，面积占比均为1.13%。根据干旱区降雨量划分标准，平均降雨量在生长季达到干旱区标准面积占比为 1.13%，达到半干旱区标准面积占比为97.74%，达到半湿润地区标准面积占比为1.13%。

(3) 降水量年趋势变化分析

图3 1987—2017年平均降雨量空间分布图Figure 3 Spatial distribution of average rainfall from 1987 to 2017

研究区降水量年趋势变化呈现出“东南低，西北高”的特征(图4)，降雨量多年趋势变化的均值为2.8。根据研究区降雨量年趋势变化，将趋势变化在-1—1 mm·a-1之间的区域作为降雨量基本不变的区域，主要分布在门源盆地东部与南部，面积占比为4.24%；将 1—3 mm·a-1作为微弱变化区域，该区域几乎覆盖默勒盆地与黑河谷地，面积占比为 55.93%，为主要变化区域；将3—5 mm·a-1作为为中等变化区域，主要分布在托勒河谷地及黑河谷地附近，面积占比为34.46%；将5—7作为剧烈增加区域，主要分布在托勒河谷地西北部、野牛沟及冷龙岭区域，面积占比为5.37%。

3.3 NDVI时空变化特征

(1) NDVI年际变化规律

2000年之前，研究区NDVI虽与年份有相关性，但相关性低且未通过显著性检验，NDVI在1989年达到最大值，在 1988—1991年呈陡峭变化趋势，1991年之后 NDVI变化趋于平稳；2000年之后，NDVI与年份相关性变强且通过了0.05显著性检验，整体NDVI变化幅度趋于平稳。结合两种数据看，祁连山南坡植被历年的NDVI平均值均呈上升趋势。2000年之后NDVI变化与时间的相关性增大，这可能与 2000年之后实行的生态环境保护政策及人类活动对环境影响加剧密不可分。

(2)平均NDVI空间变化规律

图4 1987—2017年降水趋势变化图Figure 4 Trends of precipitation change from 1987 to 2017

图5 1987—2017年年际变化规律Figure 5 Interannual variation law from 1987 to 2017

图6 1987—2017年平均累计NDVIFigure 6 Average NDVI from 1987 to 2017

祁连山南坡平均累计NDVI分布规律与降雨量空间变化规律一致。研究区1987—2000年之间平均累计NDVI在1—2之间主要分布在托勒谷地及托勒南山边缘区域，面积占比为 5.93%；在 2—3之间主要分布在托勒盆地、黑河谷地西北部及冷龙岭附近，面积占比为38.98%；前两阶段主要分布区域海拔相对较高，主要为草甸及沼泽分布区域，其植被覆盖低于低海拔草地及林地区域。平均累计NDVI在3—4之间几乎覆盖研究区中部与东南部，面积占比最大为 52.54%；在 4—5之间零散分布在门源盆地内，面积占比为2.54%。研究区2001—2017年之间平均累计 NDVI在 0—1之间主要分布在托勒河谷地、黑河谷地之间的托勒山内及冷龙岭区域，面积占比为9.89%；在1—2之间主要分布在研究区西北角，面积占比为18.93%；在2—3之间主要分布在托勒山与大通山之间区域，面积占比为 37.57%；在 3—4之间主要分布在默勒盆地(默勒河下游)、黑河谷地及门源盆地区域，面积占比为33.33%；在4—5之间主要分布在门源盆地，面积占比 0.28%，总体分布特征与2000年之前大致相同。

(3) NDVI趋势变化分析

祁连山南坡NDVI趋势变化与降雨量趋势变化一致。2000年之前，NDVI趋势变化在-0.03—-0.01之间的区域主要分布在门源盆地，面积占比为1.98%，在-0.01—0.01之间主要分布在门源盆地、冷龙岭附近、黑河谷地及托勒河谷地西北部区域，面积占比为56.21%，在0.01—0.03之间的区域主要分布在托勒山与大通山之间及黑河流域与大通河附近，面积占比为40.96%，在0.03—0.05之间的区域主要分布在托勒南山附近，面积占比为 0.85%。相较于2000年之前，NDVI趋势变化出现了三个新的等级，零散分布在研究区内，主要变化区域为2000年之前的基本不变区域。2000年后植被覆盖有大范围增加，同时植被覆盖减少区域也在增加。与2000年前相比植被覆盖减少区域增加21.18%，主要在默勒盆地及大通山附近，均为乡镇所在地，是人口较密集区域；植被增加区域增加6.5%，零散分布在祁连山南坡区域内，2000年之前植被覆盖基本无变化区域在2000年之后发生了较大变化。

3.4 PUE时空变化特征

(1)PUE年际变化规律

研究区2000年之前与之后PUE变化差异明显，2000年之前 PUE有轻微增加趋势，整体波动较大；2000年之后PUE下降趋势明显，在2001—2003年变化明显，2003年之后又趋于平稳。这种规律是由于NDVI在研究时间段内呈增长趋势，且2000年之后降水增加速度过快，植被光合作用被抑制，导致PUE在2000年之后呈现出下降趋势。

(2)平均PUE的空间变化

平均PUE空间分布图呈现出“东南高，西北低”特点，与平均降雨量及平均 NDVI空间分布图趋势一致。2000年之前平均PUE在0.005—0.008之间主要分布在托勒南山及大通山边缘处和冷龙岭附近，面积占比为8.47%；在0.008—0.011之间主要分布在托勒山、门源盆地中段及黑河谷地附近，分布着大量的沼泽与草甸，相对于草地与林地，PUE较低，面积占比为50.00%；在0.011—0.014之间主要分布在黑河谷地及门源盆地东南部，面积占比 35.88%；在0.014—0.017之间，门源盆地东南部分布最多，面积占比为5.65%。2000年以后平均PUE空间分布发生较大变化，平均PUE小于0.005面积占比为13.84%，分布在托勒山附近及冷龙岭附近；在 0.008—0.011之间主要分布在默勒盆地，面积占为 32.20%；在0.011—0.014之间分布在门源盆地，面积占比为35.88%；0.005—0.008 与 0.014—0.017 之间，面积占比最少，分别为 13.28%与 4.80%，零散的分布在研究区。

图7 1987—2017年NDVI趋势变化Figure 7 NDVI trend changes from 1987 to 2017

图8 1987—2017年年际变化规律Figure 8 Interannual variation law from 1987 to 2017

图9 1987—2017年平均PUE变化规律Figure 9 The average PUE variation from 1987 to 2017

(3) PUE趋势变化分析

PUE趋势变化整体呈现出“东南高，西北低”趋势，与降雨量及NDVI趋势变化相反，PUE趋势变化最大值出现在门源盆地东南角，最小值在冷龙岭和托勒山都有出现过。2000年之前PUE趋势变化小于0面积占比为3.39%，在0—0.25之间面积占比为94.92%，在0.25—0.5之间面积占比为1.13%，在0.5—0.75之间面积占比为0.56%。2000年之后PUE趋势变化小于0面积占比为84.46%，在0—0.25之间面积占比为 13.84%，在 0.25—0.5之间面积占比为1.41%，在 0.5—0.75之间面积占比为 0.28%。2000年之前大部分区域PUE呈缓慢增长趋势，2000年之后，大部分区域 PUE呈减少趋势，门源盆地内变化等级最多。2000年之后比2000年之前PUE呈减少趋势面积增加 81.07%，趋势变化在 0—0.25之间面积减少 81.80%，在 0.25—0.5之间面积增加 0.28%，在0.5—0.75面积减少0.28%，表明PUE趋势变化在2000年前后出现一个转折点，稍微增加的区域中的大部分在此时间段之后都变成了变小。PUE与降雨量相关性达 0.97，但与 NDVI相关性仅为 0.33，故PUE下降可能是由于在2000年之后，全球变暖，降雨量大幅度增加，在一定程度上抑制了植被生长。

4 讨论

4.1 降雨量空间变化特征分析

图10 1987—2017年PUE趋势变化(扩大1000倍)Figure 10 PUE trend change from 1987 to 2017 (1000 times larger)

由于祁连山南坡为山区，降雨量受海拔影响明显，通过研究不同海拔等级降雨量的平均值及其趋势变化可以得出: 在2257—3257 m高程范围内降雨量一直处于增加趋势，在2757—3257 m高程范围内降雨量达到最大，随后在3257—3757 m高程范围内降雨量一直处于减少趋势，在3757—4757 m高程范围内降雨量有微弱的增加趋势；在降雨趋势变化中，在2257—2757 m高程范围内达到最大，随后逐渐递减。祁连山南坡东南部海拔低于西北部，形成了降雨量空间变化特征为“东南高，西北低”的趋势，因为降雨量趋势变化高值分布在研究区西北部低海拔区域，导致研究区西北部的降雨量趋势变化大于东南部降雨量趋势变化，降雨量趋势变化出现“西北高，东南低”趋势。

4.2 NDVI空间变化特征分析

NDVI的增加除了与2000年之后实行的国家退耕还林、退牧还草政策息息相关外，还与气象因子具有很大关系，通过分析降雨量与平均 NDVI及NDVI趋势变化之间关系得出，NDVI随着降雨量的升高而增加，NDVI趋势变化在降雨量350—400 mm内达到最大值，此阶段降雨量在连山南坡东南部分布大于西北部且祁连山南坡降雨量最大值出现在东南部，在一定程度上促进了植被生长，最终形成了平均NDVI“东南高，西北低”的空间特征；祁连山南坡东南部植被发展空间小于西北部，最终形成了NDVI趋势变化“东南低，西北高”空间特征。

4.3 PUE空间变化特征分析

PUE时空变化特征与植被类型，人口密度，气候因素等有密切关系[22-23，29-31]。通过对祁连山南坡2000年之前不同土地利用类型PUE进行分析得到，不同土地利用类型PUE的排序为: 林地＞灌木林＞水域＞草甸＞草地＞耕地＞冰川裸岩＞裸土＞沼泽＞人工用地，祁连山南坡 PUE呈现出“东南高，西北低”特点原因为大部分的的林地和灌木林集中分布在门源盆地东南部。据统计资料显示，祁连山南坡各县人口数量排序为: 门源＞祁连＞天峻＞刚察＞海晏，而 PUE趋势变化排序为: 门源＞祁连＞天峻＞海晏＞刚察，门源县是祁连山南坡五县中人口数量最多、PUE最大的县，可见，人口密度对祁连山南坡的 PUE具有一定的影响。又因为祁连山南坡存在着大量的天然牧场，主要以发展畜牧业为主，在草蓄供给不平衡情况下，这是影响PUE下降的一个原因。

4.4 不确定性分析

本研究引入利用植被降水利用率(PUE)这一指标来监测植被长势动态变化，用以分析研究区植被的健康状况，鲜见报道。虽然由于分辨率及数据时序差异，未能使NDVI与PUE生成一个相一致连续变化趋势，但本文所研究的降水量的变化趋势与李岩瑛[32]的研究结果一致；NDVI的变化趋势与蒋友严等[33]的研究结果相一致；研究的PUE结果与叶辉研究结果一致[34]，因此本篇论文的研究结果具有一定的可信度。

5 结论

本文通过降雨量及两种不同的NDVI数据对祁连山南坡近30年降雨量、NDVI及PUE时空变化特征进行研究，得出以下结论:

表2 祁连山南坡不同海拔高度年平均降雨量统计表Table 2 Annual average rainfall statistics of different elevations on the southern slope of Qilian Mountain

表3 祁连山南坡不同降雨量区间NDVI值统计表Table3 Statistical table of NDVI values for different rainfall intervals on the southern slope of Qilian Mountain

表4 不同土地利用类型PUE统计表Table 4 PUE statistics of different land use types

(1) 在研究时间段内，由于气候、人类活动等影响，NDVI及PUE变化最大的两个区域为黑河谷地及门源盆地。

(2) 1987—2017年研究区生长季平均降雨量呈上升趋势，符合“东南高，西北低”特征。平均降雨量最大值出现在2002年，在300—400 mm之间占比最大，约 60.45%；降雨量趋势变化呈现出“东南低，西北高”特征，31年间几乎整个研究区降雨呈增加趋势，增加最快区域分布在黑河谷地附近。

(3) 1987—2017年研究区NDVI一直处于缓慢增长趋势且在 2000年之后降雨量与时间的相关性变强，平均累计NDVI整体出现“东南高，西北低”特点，平均累计 NDVI在 3—4之间面积占比最大，约为52.54%；NDVI趋势变化出现“东南低，西北高”趋势，在人口密集的祁连县及祁连县与门源县交接的区域在2000年之后出现植被减少现象。

(4) 平均PUE与PUE趋势变化均呈现出“东南高，西北低”趋势，2000年之前，平均PUE在0.008— 0.011之间面积占比最大，约为50%；2000年之后，0.011—0.014之间面积占比最大，约为 35.88%，且2000年之后，PUE呈减少趋势面积增加81.07%，即2000年之后，大部分区域植被健康状况有所下降。