刘忠阳, 李梦夏, 李军玲, 延昊, 钱拴
(1.中国气象局 河南省农业气象保障与应用技术重点实验室,河南 郑州 450003;2.河南省气象科学研究所,河南 郑州 450003; 3.国家气象中心, 北京 100081)
植被是陆地生态系统的重要组成部分,也是全球变化的敏感指示器[1]。获取地表植被特征及其变化信息,了解植被变化对环境、资源和气候的反馈作用,对揭示地表空间变化规律,分析评价区域生态环境具有重要的现实意义。
传统的植被动态研究一般以野外观测为主,研究区域较小[2]。当前遥感对地观测技术发展迅速,能够在短时间内对大范围地表信息进行重复观测,已成为大尺度乃至全球尺度植被监测的主要手段。国内外学者使用卫星遥感数据对不同尺度下植被生长状况进行了监测分析[3-7]。MYNENI等[8]发现1981—1991年北半球高纬度地区的植被呈增加趋势。许翔驰[9]研究表明,中国地区归一化植被指数(NDVI)呈现东南地区高西北地区低,其余地区表现为居中趋势,且2001—2016年NDVI上升趋势明显。对内蒙古、西北地区、汾河流域的植被时空演变特征进行监测分析,结果表明研究区域的植被生长也有增加趋势[10-13]。植被生长受气候变化的影响,其影响机制是相对复杂的[14]。北半球中、高纬地区的植被增长与温度升高有关[15],而亚马逊雨林的植被冠层对降水量的波动非常敏感[16]。国内的研究也表明,降水、热量、光照等气候因子共同控制植被生长活动过程,其中气温与降水两者对植被生长影响更大[17]。但是,不同气候因子在各地作用不同,在西北地区,植物生长受水分制约,在东北和青藏高原一带,温度起主导作用,而华东和华南大部分地区则主要受光照胁迫[18]。
综上所述,植被的空间变化差异性较大,且气候因子对植被的影响也具有空间异质性。近年来对植被变化特征的研究主要集中在生态环境较脆弱的地区,而河南省作为重要的粮食生产地,也是国家东西部地区的连接枢纽和中原经济区的主要承载地,针对性的相关研究较少。不同季节气候因子对植被变化的影响机制有所不同,而以往对植被与气候因子相互关系的研究主要是以年为尺度进行分析的。植被具有垂直分布差异,与当地气候模式有一定的相关性,但目前从垂直高度上定量评估气候变化对植被影响的工作较少,研究不同海拔高度下降水和气温与植被相互作用对未来植被生长情况预测具有重要意义。因此,利用2000—2018年河南省植被NPP数据和气象站点资料,采用趋势分析、MK检验、相关分析等方法分析了植被NPP时空变化特征,在像元尺度上识别了年及不同季节的温度和降水对植被的影响,分析了不同海拔高度下植被与气候因子的相关作用,以期为生态环境的保护提供科学依据。
河南属北亚热带向暖温带过渡的大陆性季风气候,具有四季分明、雨热同期、复杂多样和气象灾害频繁的特点。全省由北向南年平均气温为12.0~15.5 ℃,年均降雨量500~1 300 mm,适宜于多种农作物生长,是全国小麦、玉米、棉花、油料、烟叶等农产品重要的生产基地之一。河南省植被类型多种多样,其中地带性植物分布在西部山地丘陵区,以伏牛山淮河一线为界,以北为温暖带落叶阔叶林带,以南为北亚热带落叶阔叶与常绿阔叶混交林地带。河南省黄淮平原以耕地植被为主。在丘陵区分布有面积较大的灌丛和灌草丛,河流两侧河漫滩地段分布有草甸或沼泽植被。
1.2.1 NPP数据 2000—2018年河南省逐月NPP数据,空间分辨率为1 km×1 km,来源于河南省生态气象与卫星遥感中心和国家气象中心。NPP估算模型加入了新定义的水分胁迫因子,并考虑了C3和C4植物的光合作用差异,利用部分通量站(林、农、草)数据进行验证,表明估算结果优于BESS和MOD17产品[19-20]。对NPP估算精度进行评价的数据来源于中国科学院资源环境科学与数据中心,该产品是基于光能利用模型GLM_PEM计算获取的。
1.2.2 气象数据 来源于河南省大气探测中心,选取2000—2018年河南省119个逐日气温、降水和日照资料,对气象数据进行运算,形成逐月气候变化数据。结合气象站点的经纬度信息,利用反距离权重插值方法,获取与NPP数据像元大小一致、投影相同的气象栅格图像。
1.2.3 数字高程(DEM)数据 DEM数据采用美国航天局(NASA)与日本经济产业省(METI)共同推出的ASTER GDEM数据,数据投影为UTM WGS84,空间分辨为30 m×30 m。基于ENVI,对DEM数据进行拼接、重采样等处理,获取与NPP数据像元大小一致、投影相同的DEM栅格图像。
1.2.4 土地覆盖类型数据 选择MCD12Q1中的植物功能型分类数据,采用监督决策树分类方法将地表覆盖类型分为水、常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、灌木、草地、谷类作物、阔叶作物、城市和建筑区、雪和冰,空间分辨率为500 m×500 m。按照实际需求将研究区的常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林和灌木重分类为林地,将谷类作物和阔叶作物重分类为农田。
1.3.1 趋势分析 通过拟合一条适当的趋势线来分析长期变化是常用的时间序列分析方法[21]。采用一元线性回归分析法,逐个像元计算植被NPP年际变化趋势,其计算公式为
(1)
式中:θslope为植被NPP的变化速率,若其为负值表示研究区内NPP年际变化为下降趋势;若其为正,则有上升趋势。n为监测植被的累计年数,i为年份。
对植被NPP变化进行显著性检验(F检验),计算公式为:
(2)
1.3.2 MK检验 曼-肯德尔(Mann-Kendall)法是一种非参数统计检验方法,不需要待检序列服从某一概率分布,可用于分析时间序列数据的变化趋势,确定变化中产生突变现象的位置[22]。
对时间序列x(x具有n个样本量),构造一个秩序列:
其中
因此,秩序列sk是第i时刻数值大于j时刻数值的个数的累计数。在时间序列随机独立的假定下,定义统计量
(3)
式中:UF1=0;E(sk),var(sk)是累计数sk的均值和方差;UFi是标准正态分布,是按时间序列x顺序x1,x2,…,xn计算出的统计量序列,根据显著性水平α,如果|UFi|>Uα,则说明给定的时间序列数据有着明显的趋势变化。按时间序列x逆序xn,xn-1,…,x1,再重复上述过程,同时使UBk=-UFk(k=n,n-1,…,1),UB1=0。
将计算出的序列绘制成图,若UBk或UFk的值大于0,则表明序列呈上升趋势,小于0则表明呈下降趋势。当统计量超过显著性水平直线时,表明序列上升或下降趋势显著。若统计量超出显著性水平直线且持续一段时间,则这段时间为发生突变的时间区域。如果两个统计量曲线在研究时间范围内产生交点,且交点在显著性水平直线之间,那么可确定序列发生突变的时间,即为产生交点的时刻。
1.3.3 相关性分析 利用相关分析探讨植被对影响因子的响应关系,计算公式如下[23]:
(4)
通过与实测数据或其他模型估算结果进行对比从而评价植被NPP估算精度,但由于NPP实测数据获取困难,试验站点数据难以推广到区域及全球尺度,研究将利用GLM_PEM模型估算结果和部分实测结果进行验证。由于GLM_PEM模型估算的NPP数据时间序列较短且不考虑稀疏植被地区(建设用地、水域用地、其他用地等),研究将选择2000—2010年相同空间范围的模拟结果进行对比验证。由表1可知,模拟结果与GLM_PEM模型估算结果差异较小,且林区与农田多年平均模拟值(林区:716.7 g·m-2;农田:635.9 g·m-2)在实测范围(林区:164.0~798.0 g·m-2;农田:239.0~760.0 g·m-2)之内,因此研究所估算的NPP结果合理,该数据可适于河南省植被NPP变化研究。
表1 模拟NPP年均值与GLM_PEM估算结果对比Table 1 Comparison between the simulated NPP and the estimated results of GLM_PEM model g·m-2
河南省植被NPP时空变化特征如图1所示。全省植被NPP总体呈缓慢增加趋势,平均每年增加4.8 g·m-2(图1a)。其中,2001年植被NPP最低,为496.2 g·m-2,之后显著增加,平均每年增加74.4 g·m-2,至2004年增加至最高值,为733.6 g·m-2。
注:(a)2000-2018年河南省植被NPP时间变化序列图(b)2000-2018年平均植被NPP空间分布图(c)2000-2018年河南省植被NPP变化趋势率空间分布(d)2000-2018年河南省植被NPP变化速率显著性检验。
2005—2010年,植被NPP增加缓慢。2010—2013年期间植被NPP减少明显,平均每年减少25.7 g· m-2。此后,植被NPP呈增加趋势。从空间分布来看,河南省2000—2018年年平均NPP为642.8 g·m-2,高于全国均值,植被生态状况较好(图1b)。受植被、地形因素、气候等综合作用的影响,植被NPP空间分布具有明显的地域性差异,西部伏牛山区和南部大别山区以落叶阔叶林为主,植被NPP大于800 g·m-2。中东部地区是主要的粮食生产地,其主要农作物为玉米和小麦,植被NPP较高。沿黄及以北地区城市化水平较高,植被NPP偏低。利用一元线性回归分析方法,计算NPP多年变化趋势(图1c),结果表明,2000—2018年间,研究区82.8%的植被NPP呈增加趋势,南部地区增加明显,部分地区超过15 g·m-2·a-1。植被NPP呈减少趋势的区域较少,主要分布在沿黄及以北地区,该区域工业化和城镇化快速发展,不透水面面积增加,植被覆盖减少。此外,南阳盆地和伏牛山区核心地带的植被NPP也呈下降趋势。对河南省植被NPP变化进行显著性检验,其中极显著减少和显著减少区域分别占总面积的0.9%和1.2%,主要分布在郑州、开封、许昌和焦作等地。
图2 2000-2018年不同季节河南省植被NPP时间变化序列图Fig.2 Time series of NPP in different seasons from 2000 to 2018
不显著增加所占比例较大,为47.9%,显著增加和极显著增加区域占比34.9%,主要分布在省内南部地区。
植被NPP的积累与生长季节密切相关。图2为2000—2018年河南省不同季节植被NPP时间变化序列图。四季植被生长状况均呈改善趋势,其中春季改善明显,平均每年增加3.7 g·m-2。春季平均NPP为194.0 g·m-2,最小值和最大值分别出现在2000(94.9 g·m-2)和2015(257.6 g·m-2)年。夏季水热条件较好,NPP积累量有所增加,平均NPP为285.0 g·m-2,占全年NPP积累总量的44.3%,植被NPP以每年0.1 g·m-2的速率增加,变化趋势不明显。秋季植被NPP呈略微增加趋势,平均每年增加0.5 g·m-2,其最小值和最大值出现年份与全年一致。冬季植被NPP值在9.9~42.4 g·m-2之间波动,变化速率为0.3 g·m-2·a-1,冬季NPP积累量仅占全年的3.1%。春夏两季的植被处于生长阶段,有利于植被NPP的积累。
同时,不同植被类型的NPP变化规律有所不同。河南是农业大省,农田是其最主要的土地利用类型,对河南省农田植被NPP进行统计分析,年均值在484.5~723.6 g·m-2之间波动,其中在2001年出现最小值,2004年达到最大值,2000—2018年的平均NPP为635.9 g·m-2,增长速率为每年4.8 g·m-2,与全省植被NPP变化基本一致(图3a)。林区植被NPP增长趋势较快,平均每年增加6.1 g·m-2。对河南省林区不同植被类型NPP进行统计分析,常绿阔叶林的2000—2018年年均最高,为882.5 g·m-2,常绿针叶林、灌木、落叶针叶林和落叶阔叶林的年均植被NPP分别为738.3,649.5,572.3和785.2 g·m-2(图3b)。林区各类植被类型NPP均出现波动,但整体呈现增加趋势,常绿阔叶林、常绿针叶林、灌木、落叶针叶林和落叶阔叶林的NPP增长率分别为18.6,10.4,6.7,6.2和5.6 g·m-2·a-1。
图3 2000-2018年河南省农田(a)和林区(b)植被NPP时间变化序列图Fig.3 Time series of NPP in farmland(a) and forest districts(b) of Henan from 2000 to 2018
2.3.1 2000—2018年河南省气候因子时空分布特征 河南省2000—2018年年平均降雨量和气温的空间分布及M-K检验如图4所示。省内降水量变化范围为513.7~1 342.2 mm,从南向北呈现递减趋势。降水量在2007年前呈波动变化趋势,之后持续下降(UF<0),下降趋势不明显(未超过α=0.05显著性水平线),最小值和最大值分别出现在2001年和2003年,2000—2018年平均降水量比常年平均(737 mm)偏多30 mm。气温的空间分布与降水量基本一致,但西部伏牛山区温度较低。年平均气温大致呈上升趋势,最小值和最大值分别出现在2003年和2017年。结果表明,河南省的气候条件趋于暖干发展。
图4 河南省2000—2018年年平均降雨量(a,c)和气温(b,d)的空间分布及M-K检验Fig.4 Spatial distributions and M-K tests of annual average rainfall (a, c) and temperature (b, d) in Henan province from 2000 to 2018
2.3.2 植被NPP与气候因子的相互关系 植被NPP不仅受植被本身理化性质的影响,同时也受气候变化的影响。以年为时间尺度,分别计算植被NPP与降水量和气温的偏相关系数,进行显著性检验,结果表明植被NPP与降水量和气温有较弱的相关关系,未达到显著性水平。从相关关系空间分布上可以看出,植被NPP与年降水的偏相关系数为-0.66~0.89,植被NPP与降水量表现为正相关,占整个研究区域的94.3%(图5a)。其中极显著和显著正相关主要分布在林草区和豫东北地区,分别占总面积的8.0%和23.2%,产生显著性正相关主要有以下两个原因:一是林区受人类活动影响较小,二是与南部地区相比,北部地区多年平均降水量较少,在未达到植被所需最适湿度时,降水量的增加使土壤湿度变大,改善土壤水分的供给,增加光合速率,有利于植被生长。呈负相关的区域主要分布在平顶山漯河驻马店交界一带和商丘东部。全省68.7%的植被NPP与降水量相关性不显著,此区域土地利用类型主要为农业用地,受其他环境因素和人为因素(作物灌溉等)干扰较大。植被与年均温的偏相关系数为-0.75~0.82,正相关区域占总面积的86.3%(图5b)。由于省内日照充足,气温适宜,气温对植被NPP影响较小,全省仅9.6%区域超过显著水平,呈负相关的主要分布在伏牛山腹地和各地市城区。总的来说,气温和降水量的变化对植被NPP具有一定的影响,与年均温相比,植被NPP与年降水量之间存在比较紧密的相关性,说明降水量是影响河南省植被NPP的主要气候因子。
各季植被NPP与降水量和气温的偏相关系数显著性检验空间分布如图6所示。由于河南省春季干旱比较严重,降水增多,土壤湿度增加,有利于植被生长,因此春季降水量与植被NPP存在正相关关系,且相关性显著(图6a)。由图6b可知,全省77.2%的区域春季气温与植被NPP呈正相关关系,但相关性不显著,因此,降水量是影响春季植被生长的主要因子。夏季降水与植被NPP呈显著正相关的区域主要分布在省内北部地区及南阳盆地,而商丘、平顶山、漯河、驻马店、信阳等地的部分地区出现降水与NPP的负相关分布(图6c)。夏季气温与植被NPP相关系数的分布与降水相反,北部主要呈负相关分布,呈负相关分布的面积占比46.8%,夏季高温使北部地区土壤蒸发较快,土壤水分减少,抑制植被生长,影响了植被NPP的积累(图6d)。秋季降水与植被NPP相关系数的分布与夏季基本一致,三门峡、洛阳、平顶山、南阳大部地区的气温与植被NPP呈负相关关系(图6e,f)。
图5 植被NPP与降水(a)和气温(b)的偏相关系数显著性检验空间分布图Fig.5 T tests of partial correlation coefficient between NPP and precipitation (a) and temperature(b)
注:(a,b)春季;(c,d)夏季;(e,f)秋季;(g,h)冬季。
冬季降水量和气温与植被NPP分别呈相关性不显著和显著正相关关系(图6g,h)。冬季降水量偏多将导致地表温度降低和太阳辐射减少,从而影响植被的生长,因此,全省南部大部分地区冬季降水与植被NPP呈负相关关系;而降水量的小幅减少对植被生长具有一定的积极影响。与降水量相比,冬季温度与植被NPP相关性显著,是影响植被生长的主要气候因子,温度升高有利于植被的生长。
以上分析可知,不同季节降水量和气温对植被NPP的影响机制有所不同。分析不同季节植被NPP与降水、气温时间序列的偏相关关系,结果(表2)表明,春季植被NPP与降水量呈显著正相关,与温度相关性不显著。春季降水量增加,平均每年增加4.0 mm,因此,植被NPP增加明显。夏季植被NPP与降水、气温分别存在显著性正相关和不显著正相关,降水量减少和气温升高导致植被NPP变化趋势不明显。秋季相关关系与夏季基本一致,降水和气温分别以2.5 mm·a-1和0.03 ℃·a-1的速率增加,引起植被NPP缓慢增加。冬季,气温是影响植被生长的关键气候因子,气温的略微增加以及降水量的减少引起植被NPP的缓慢增加。总的来说,四季降水和气温对植被生长的不同影响相互叠加,使得植被NPP每年以4.8 g·m-2的速率增加。由图1a和图7a可知,全年植被NPP变化趋势与春季降水变化趋势较为一致,省内植被NPP最低值出现在2001年,与2001年降水量急剧减少为最低值有关。
表2 不同季节植被NPP与气候因子的偏相关系数Table 2 Partial correlation coefficients between NPP and climate factors in different seasons
图7 不同季节降水量(a)和气温(b)的时间序列变化图Fig.7 Time series of precipitation(a) and temperature(b) in different seasons from 2000 to 2018
表3 不同植被类型的植被NPP与气候因子的偏相关系数Table 3 Partial correlation coefficients between NPP and climate factors for different vegetation types
对不同植被类型的年平均NPP与降水量和气温进行相关性分析,得出不同植被类型NPP与降水和气温均呈正相关关系,但对气候因子的响应程度有所不同(表3)。如农田受其他环境因素和人为因素干扰较大,一般农作物生长受降水和气温影响较小。灌木与降水和气温均呈显著正相关关系,常绿针叶林和落叶针叶林受降水影响较大,常绿阔叶林主要受气温的影响,而落叶阔叶林受气候因子影响较小。分季节来讲,对于不同植被类型,春夏秋三季降水和植被NPP的相关性高于气温,而在冬季,气温是影响植被生长的主要气候因子。
除水平分布外,植被具有垂直分布差异,农田和林草区的植被垂直分布如图8a所示。在600 m以下,农作物为主要植被类型,在600 m高度上,农田和森林面积占比相当,而在600 m以上,则以森林分布为主,草地覆盖面积在整个垂直高度上较少,在800 m高度上达到最大值,为16.0%。植被NPP随高度变化而变化,呈现减少-增加-减少的趋势,其最大值和最小值分别出现在1 700~1 800 m和400~500 m的高度上。植被在0~500 m高度上以农作物为主,农田植被NPP的变化速率为每100 m减少42.6 g·m-2,高于林草区植被的增长速率,因此植被NPP总量在此高度上呈减少趋势,在500 m高度上减少至最低值。在500~1 400 m高度上,农田和林草区植被NPP均呈增加趋势。随着海拔高度的上升,植被覆盖度急剧下降,因此植被NPP积累总量在1 800 m以上呈减少趋势。分析不同季节植被NPP垂直分布表明,夏季水热条件较好有利于植被NPP积累,变化趋势与全年基本一致,而春、秋、冬三季植被NPP在整个垂直高度上呈波动变化趋势(图8b)。
为了揭示植被NPP在垂直分布上与气候因子的相关关系,每隔100 m计算相关系数的平均值,结果如图8c所示。随着高度的变化,降水和气温对植被NPP的影响差异越来越大,在整个垂直分布上,影响植被生长的主要气候因子是降水量。植被NPP与降水呈正相关关系,特别是1 800 m以上,土地利用类型以林区为主,植被受人为影响较小,相关性较为显著。气温与植被NPP的相关性在垂直分布上较低,在1 500 m以上植被类型以落叶阔叶林为主,气温升高的同时,潜在蒸散量增加,土壤水分散失加剧,植被生长受到胁迫,因此在此高度上植被NPP与气温呈现负相关关系。分季节来看,春夏秋三季降水和植被NPP的相关性高于气温,但气温对不同海拔高度的植被NPP影响较为不同,主要因为气温随高度升高变化显著。而在冬季,气温是影响植被生长的主要气候因子。
动态监测植被NPP变化对研究生态环境和自然资源变化具有重要意义。研究利用2000—2018年河南省植被NPP和气象站点资料,分析了植被NPP变化特征,探讨了植被NPP与气象因素的相关关系,结果表明,河南省植被NPP呈现逐年增加趋势,平均每年增加4.8 g·m-2,空间分布具有明显的地域性差异,与之前研究结果[24]相一致。得益于持续开展的退耕还林还草、植树造林等生态保护举措,2000—2018年河南省植被NPP呈增加趋势的区域占比较大,占河南省总面积的82.8%,特别是南部地区植被NPP增加显著,与该地区充足的水热条件有关。不同植被类型的生长季有所差异,以及自身不同的生物学及生态学特性均会影响植被的固碳能力和效率,因此不同植被类型NPP变化规律有所不同[25],其中林区植被NPP增长趋势较快。
注:(a)河南省年平均植被NPP垂直分布图(柱状图为各类型植被面积百分比,折线图为植被NPP累积量)(b)不同季节植被NPP的垂直分布图;年平均(c)和不同季节(d)植被NPP与降水量、气温的偏相关系数垂直分布图
气候环境中的水热条件是决定植被动态变化的主要因素。河南省日照充足,气温适宜,降水为减少趋势,气候条件逐渐趋于暖干发展,从植被年变化规律上来看,气温和降水量的变化对植被NPP均有一定的影响,主要表现为正相关关系,而降水对植被活动的影响高于温度。同样的,王新闯等[21]认为降水为影响河南省植被NPP变化的主要气候因子,在西北地区植被NPP研究中也得到相同结论,表明在干旱地区这一特征更加明显,充足的降水可促进植被光合作用,增加有机干物质的积累[12,26]。但学者对江汉平原植被NPP变化进行研究,因该地区降水充沛,植被NPP对温度响应比较敏感[27]。不同季节降水量和气温对植被NPP的影响机制有所不同。春季,省内旱情较为严重,植被活动受到水分限制,降水的增加促进植被生长。夏季,植被NPP与降水呈显著正相关,受气温影响较小。但由于夏季水热条件较好,在降水量减少的情况下,植被仍呈小幅波动增加趋势。秋季气候条件趋于干湿发展,有利于植被NPP的积累。 冬季,降水量偏多将导致地表温度降低和太阳辐射减少,从而影响植被的生长,因此省内降水量的减少和气温的增加促进了植被NPP的增加。四季降水和气温对植被生长的不同影响相互叠加,使得植被NPP 在2000—2018年间呈缓慢增加趋势。
从垂直分布来看,气温与植被NPP的相关性较低,在1 500 m以上呈现负相关关系产生这种现象的可能原因是气温升高的同时,潜在蒸散量增加,土壤水分散失加剧,植被生长受到胁迫。分季节来看,春夏秋三季降水和植被NPP的相关性高于气温,但气温对不同海拔高度的植被NPP影响较为不同,而在冬季,气温是影响植被生长的主要气候因子。
本研究结果为河南省植被NPP的定量研究提供了数据基础,为研究河南省气候变化对植被生态的影响提供参考。但植被的地带性差异和人类活动都会对植被NPP造成影响,本研究仅仅探讨了植被NPP对气候变化的响应特征,其他影响因素还需进一步探究,从而为持续推动河南省生态环境建设提供信息支撑。