王晓庆,何 凯
(1.山西水利职业技术学院,山西 运城 044004;2.河海大学水利水电学院,江苏 南京 210098)
植被物候被认为是追踪植被对气候年际变化响应的关键指标,植被每年发育的时间随气候变化而产生相应的季节变化[1-2]。在气候快速变化的背景下,物候事件的变化不但会影响群落中不同物种间相互作用和营养水平,而且可改变植被活力和生态系统功能,从而影响地表能量循环和碳收支,甚至是区域气候[2-4]。青藏高原被定义为世界“第三极”,且作为世界上规模最大、海拔最高的高原,为亚洲几条重要河流的源头提供了水源[5-6]。青藏高原草地是最重要和最脆弱的生态系统,可以截留地下水、调节能量变换和提供碳存储等,对维持生态系统稳定性具有重要意义[6-7]。联合国政府间气候变化专门委员会(Inter-governmental Panel on Climate Change,IPCC)报告指出,大部分地区正在经历持续变暖的过程(1951—2012 年全球平均地表温度升高了0.72 ℃),并且一些极端气候事件(高温、干旱、暴雨、洪涝等)发生的频数不断增加[8-10]。同气候平均态相比,极端气候事件产生的影响更为明显和直接,且比一般气候事件更具破坏性和灾难性,这势必会使青藏高原草地植被物候事件(如植被萌发、开花、果实成熟和产量的发育和生理过程相关)发生一系列变化,从而影响群落内不同物种和营养水平间的相互作用,不利于生态系统平衡和可持续发展[8,11-12]。因此探究近30 a青藏高原草地植被物候对极端气候的敏感性,对当地生态系统平衡和社会经济可持续发展有重要意义。
随着气候暖化,青藏高原植被物候动态变化及其对气候变化的响应研究已成为全球变化生态学研究的热点问题之一[12]。有研究发现,暖化的季前或春季温度是中国温带生态系统、青藏高原和北美北纬地区植被生长季始期(start of growing season, SOS)提前的主要控制因素,虽然降水对植被SOS也表现出很强的控制作用,但没有温度明显[13-15]。与平均气候相比,极端气候对植被物候的影响似乎更为明显[11-14]。极端气候事件的出现不但会使某些物种花期提前,甚至导致一些物种不能完成开花周期[15-18]。有学者指出,日最高温度事件的增加是导致美国植被SOS提前的主要影响因素,而极端冷气候事件会使森林提前结束生长季,极端暖事件和干旱胁迫则使得植被推迟进入休眠期[19]。可见极端气候事件对气候变化敏感地区的植被物候有较大影响。其次,也有研究发现极端温度主要是通过影响植被酶活性进而影响植被生长和发育[18-19],极端变暖事件会过早诱发植物活动,间接导致植被生长季提前结束,从而缩短植被生长周期,这种情况不利于植被的生长[11]。自20世纪70年代以来,气候变化导致的温度上升使北美地区春季物候从40° N向北推进,春季物候开始时间每10 a提前了2.3 d[20-22]。CRABBE等[23]发现欧洲高纬度地区春季极端变暖使森林SOS显著提前,加之秋季极端变暖使来年森林春季SOS显著提前。虽然目前关于青藏高原植被物候对气候变化的响应已有很多研究,但目前青藏高原物候的研究多集中在植被物候和平均气候间的关系,尤其是气温[16-19]。而针对不同草地植被对不同极端温度指标的敏感性和相互关系的研究鲜见报道。作为青藏高原的主要植被类型,草地植被物候在控制碳、氮循环方面扮演着重要的角色[24]。因此,深入探究青藏高原植被物候时空动态对不同极端温度指标的敏感性程度有助于充分认识气候变化事件对生态环境脆弱的青藏高原草地植被动态的影响,为制定科学合理的青藏高原草地植被保护和恢复战略提供科学依据。
笔者基于提取的物候数据、极端温度数据和草地类型数据探究了1986—2015年青藏高原不同草地类型SOS时空动态及其对不同极端温度指标的敏感性,以期为科学分析我国草地资源物候受极端天气事件变化的影响提供新思路,为后期科学管理和保护草地资源提供参考依据。
有“世界屋脊”之称的青藏高原(26°~40° N,73°~105° E)地处中国西南部,横向跨度约2 945 km,纵向跨度约1 532 km,平均海拔在4 000 m以上,总面积约为2.57×106km2。如图1 所示,青藏高原地势西高东低,总体自西北向东南倾斜,且高原地貌类型复杂多样,造就了其独特的气候类型,特点是太阳辐射强、温度低、干湿季节分明、降水量偏少和降水分配不均匀等[5-7]。作为高山高原气候区,受海拔、高原季风气候和高大山脉等的影响,植被类型以草地植被为主。由于其独特的地理位置和非凡的生态意义,青藏高原草地植被已经成为研究气候变化的指示器。
审图号: GS(2023)2642号。
1.2.1GIMMS NDVI数据
使用全球库存建模与测绘研究(GIMMS)提供的NDVI 3g数据集(版本3)提取青藏高原1982—2015年草地植被春季物候,空间分辨率为8 000 m,时间分辨率为15 d。该数据是由NOAA卫星搭载的AVHRR传感器获取,已校正并最大程度减少火山气溶胶、太阳高度角、传感器误差和偏移影响的全球植被数据[11-12]。如果标志数据显示1、2,则分别表示质量较好的数据,7则表示缺失数据,其他标志值表示NDVI是由不同方法获得的。虽然GIMMS NDVI 3g数据有局限性,但它是用于监测植被特征和变化的最长的NDVI时间序列。NDVI数据由美国国家航空航天局(NASA)(https:∥ecocast.arc.nasa.gov/data/)提供,使用Savitzky-Golay Filter对GIMMS NDVI 3g时间序列数据集进行预处理,以平滑NDVI因云、大气等导致的错误峰值[17]。
1.2.2草地类型数据
草地类型数据源于西部环境与生态科学数据中心(http:∥westdc.westgis.ac.cn)提供的GLC2000分类数据,该数据采用联合国粮农组织(FAO)的土地覆盖分类标准(LCCS),通过非监督分类方法获得全球土地覆盖数据,其中草地类型包括草甸、平地草原、荒漠草原、坡地草地、高山亚高山草甸、高山亚高山平地草原(图1)。
1.2.3极端温度数据(HadEX3)
HadEX3数据集(www.climdex.org)采用综合观测资源来量化昼夜温度和降水变化,由29个气候极端指数(通过世界温度站数据计算而来)组成,数据涵盖了1901—2018年的极端天气事件,综合反映了极端温度的频率和强度,可应用于极端天气事件研究[22]。根据青藏高原温度的实际情况和物候的研究时段,选择1986—2015年12个最能反映温度日变化范围和温度极端事件来分析青藏高原不同草地类型物候对极端天气变化的响应情况 (表1)。基于样条函数插值理论的专业气象插值软件ANUSPLINE将极端温度的点数据插值为8 km的栅格数据,综合考虑了高程、海岸线等协变量对气象数据的影响,能够得到精度较高的插值结果[13]。
表1 极端温度指标定义
1.3.1物候提取
物候期提取的常用方法有阈值法、滑动平均法、最大比率法等[6],采用动态阈值法提取研究期内历年草地植被SOS,以同年1月1日(即第1天)为起点计算,1月2日为第2天……,依次类推确定植被SOS[12,16]。提取草地SOS时通过参考相关文献和设定不同阈值重复试验并将提取后的物候信息与已有文献物候信息对比[2,13,18],最后将动态阈值设置为0.3提取草地SOS[19]。动态阈值法模型为
(1)
式(1)中,VR为输出比值;V为归一化植被指数;Vx和Vn分别为1 a中V变化的最大值和最小值。
1.3.2趋势分析
采用Theil-Sen中位数趋势分析草地SOS空间趋势特征[24]。Theil-Sen趋势分析法是一种非参数统计的计算方法,对测量误差和离群数据不敏感[24]。Mann-Kendall用于评估Theil-Sen斜率估计的显著性,即检验SOS趋势的显著性。Theil-Sen中位数趋势分析具体公式为
(2)
式(2)中,β为斜率;i和j代表年份,如果β> 0,数据集时间序列具有正趋势;如果β< 0,数据集序列具有负趋势。
1.3.3未来趋势分析
Hurst指数是根据SOS的长时间序列数据预测未来数据的变化趋势,基于重标极差(R/S)的Hurst指数是一种定量表述时间序列信息长期依赖性的有效方法[16]。笔者用来研究SOS未来的趋势,Hurst指数分为3种情况:Hurst值为0~<0.5,说明SOS具有长期的相关性,将来总体趋势和过去趋势相反,时间序列表现出反持续性;Hurst值为0.5,表明SOS互相独立且没有依赖性,现在不会影响未来;Hurst值为>0.5~1,表明未来SOS总体趋势与过去总体趋势相同,过程具有持续性,越接近1,持续性越强[24]。
1.3.4稳定性分析
(3)
式(3)中,Cv为变异系数;Xi为第i年的草地SOS;Xm为1986—2015年草地SOS的平均值。
1.3.5SOS对极端温度的敏感性
地理探测器模型由WANG等[25]提出,是将自变量空间分布与潜在因素分布进行比较,适用于测量空间分层非均质性程度的空间分析方法。利用地理探测器度量不同草地植被类型SOS对不同极端温度指标的敏感性。
(4)
式(4)中,q为极端温度指标对不同草地植被SOS的解释力;h为不同极端温度分类数据;L为极端温度数据;Nh和N分别为h区域和整个青藏高原区域的单元数;δh2和δ2分别为h区域和整个区域的方差。q值越大,表示该极端温度植被对该草地类型SOS的影响越大。
1.3.6偏相关分析
采用高阶偏相关分析法研究了草地SOS与不同极端温度之间的关系[20]。假设有k(k>2)个变量x1,x2,…,xk,则任意2个变量xi和xj的n(n≤k-2)阶样本的偏相关系数计算公式为
(5)
式(5)中,rij为草地SOSi和极端温度j之间的偏相关系数,控制变量为其他极端温度的变量。
从青藏高原近30 a草地SOS均值分布发现,草地SOS从西北向东南逐渐提前,空间分布格局与水热资源具有一致性。其中49.3%的草地SOS集中在第120~130 天,即五月上旬至中旬,SOS开始最早区域(SOS在第110 天之前)集中在最南部的珠穆拉玛峰附近;SOS极端最晚值(SOS在第170 天之后)主要分布在海拔较高的昆仑山脉、冈底斯山脉、唐古拉山脉和横断山脉。不同草地植被SOS差异较大,荒漠草原、高山亚高山平地草原和山地草甸的SOS较迟,集中在第125~145 天;而平地草原草甸和高山亚高山草地的SOS较早,基本在第130 天之前。同一种草地SOS从西北向东南呈推迟趋势,在高海拔的山脉区域SOS基本在第170 天之后(图2~3)。
以上回归方程中,fairness代表社会公平感知,其中,fairness1代表整体社会公平感知,fairness2代表个人收入公平感知;pension代表社会养老保险参与,medical代表社会医疗保险参与;c-pension代表商业养老保险参与,c-medical代表商业医疗保险参与;pension* medical为社会养老保险与社会医疗保险的交互项,代表社会保险的整体参与情况,c-pension* c-medical为商业养老保险和商业医疗保险的交互项,代表商业保险的整体参与情况。α0为常数项,α1、α2、α3、α4、α5、α6分别为六个自变量的回归系数。
审图号: GS(2023)2642号。
近30 a青藏高原55.3%的草地SOS呈提前趋势(通过显著性检验占整体像元38.99%,α= 0.05),主要分布在青藏高原西南端、唐古拉山脉和昆仑山脉周围。44.7%的草地SOS呈推迟趋势,横断山脉和天生山脉区域的SOS推迟速率最大(1.5 d·a-1)。草地SOS的Cv平均值为0.47,其持续变化的状态波动性较大。其中青海湖周围和唐古拉山脉中段的持续状态最稳定,但在海拔较高的其他山脉地区的波动性较大(Cv>0.7),这说明近30 a青藏高原SOS的变化波动性较大。通过Hurst指数分析近30 a青藏高原草地SOS未来可能的持续性情况发现,青藏高原草地SOS的Hurst均值为0.41,即未来一段时间内草地SOS的变化趋势与1986—2015年的变化趋势整体表现相反。其中在波动性较小区域的Hurst值大于0.5,即未来SOS的变化趋势持续过去30 a的变化趋势,以不显著提前趋势为主。而在波动较大的区域Hurst值小于0.5,即未来SOS可能持续的变化状态与过去30 a呈相反趋势。
Ⅰ—草甸;Ⅱ—山地草甸;Ⅲ—平地草原;Ⅳ—荒漠草原;Ⅴ—高山亚高山草甸;Ⅵ—高山亚高山平地草原。Ⅰ~Ⅵ的变化速率分别为0.04、-0.34、0.18、0.15、0.14和0.33 d·a-1。
通常海拔会影响区域尺度的气温和降水的再分布,从而影响草地植被物候。为了探究海拔梯度对草地植被物候的影响,参照文献[18]将青藏高原海拔划分为低海拔区(<3 000 m)、较低海拔区(3 000~3 500 m)、中低海拔区(>3 500~4 000 m)、较高海拔区(>4 000~4 500 m)、高海拔区(>4 500~5 000 m)和极高海拔区(>5 000 m),统计不同海拔梯度内草地SOS分布及其年际变化动态的平均值发现,SOS在不同高程梯度中存在显著差异(图4),在极高海拔区域SOS多年均值和变化速率略高于其他地区,且分散程度逐渐变大。SOS的稳定性在不同海拔区域均较高,且随着海拔的升高稳定性逐渐变好,但稳定性的分散度逐渐增加。海拔对Hurst指数的影响较大,在低海拔、中低海拔和较高海拔区域的Hurst指数小于0.4,说明在该区域的SOS未来一段可能持续的状态与过去30 a相反的概率较大。而在高海拔和极高海拔区域的Hurst值接近略高于0.5,说明高海拔区域的SOS未来一段时间内将持续过去30 a的变化趋势。
图4 青藏高原草地春季物候变化动态与海拔的相关性
极端气候频繁发生和水资源缺乏是影响我国生态系统可持续发展的重大障碍。为探究不同极端温度因子对不同草地类型SOS的影响情况,利用地理探测器中的因子探测器分析青藏高原草地SOS空间分异特征的驱动机制,从因子探测的结果(图5)可知,不同极端气温对不同草地SOS的决定力(q值)不同。TXX和TNX对高山亚高山草甸SOS的q值明显高于其他极端温度指标,分别为0.089和0.072,对高山亚高山草甸SOS的影响较其他极端温度指标大。而TXN和WSDI对高山亚高山草甸SOS影响最小,q值分别为0.027和0.030。对于高山亚高山平地草原SOS来说,DTR和TNX对其SOS的影响最高,q值分别为0.106和0.090,其次为TXX、TNN和FD,q值分别为0.074、0.062和0.066,其他极端气候指标对高山亚高山平地草原SOS的影响相对较小。极端温度因子对荒漠草原SOS的影响均较小,其中DTR的q值最大(0.037),TX90P影响最小(0.01)。平地草原SOS受到DTR、TNN、TNX和TXX的影响较大,受到TX10P的影响最小。
Ⅰ—草甸;Ⅱ—山地草甸;Ⅲ—平地草原;Ⅳ—荒漠草原;Ⅴ—高山亚高山草甸;Ⅵ—高山亚高山平地草原。各变量含义见表1。
山地草甸SOS受TX90P、TXX的影响较大,q值分别为0.09和0.086。草甸SOS受到DTR、TN10P、TNX、TX10P、TXX和WSDI的影响较大。总体而言,草甸SOS对极端温度的变化最敏感,其次为平地草原SOS。而荒漠草原SOS对极端温度因子的敏感度最小。
为进一步分析不同极端气候因子与草地SOS的关系,采用高阶偏相关分析法分析了草地SOS与不同极端温度的相关性(图6),发现不同极端温度指标与草地SOS的相关性存在显著的空间差异。其中草地SOS与变冷相关的极端温度因子(FD、ID、TN10P、TX10P)普遍以弱正相关关系为主,其中FD、ID、TN10P和TX10P在喜马拉雅山脉东坡正相关性较强,但TNN和TXN在大部分地区以负相关关系为主。草地SOS与DTR的相关系数在±0.5间,呈正相关与负相关分别占45.55%和54.45%,这说明草地SOS与极端温度间存在一定程度的联系。以上结果表明,随着极端变暖事件的频繁发生,草地SOS会推迟,不利于春季草地植被生长发育。
各变量含义见表1。审图号: GS(2023)2642号。
草地SOS与变暖相关的极端温度因子(TN90P、TX90P、WSDI)普遍以弱负相关为主,尤其在海拔较高的喜马拉雅山脉、昆仑山脉、天山山脉和横断山脉的负相关系数出现极高值,基本在0.5以上。但TNX和TXX在大部分地区以正相关为主,但在喜马拉雅山脉东坡的负相关性较强。但草地SOS与极端温度相关系数的分布规律具有明显的空间差异性。在青藏高原中部,草地SOS与TN90P、TX90P、TNN、TXN和WSDI以正负相关并存的分布模式,在东部主要以弱正相关为主,但在以西地区以较显著的负相关为主。这说明温度变暖(如暖夜日数)和地表积温增加为草地植被生长创造了适宜的生长条件,能够更好地促进高海拔地区的草地生长发育。
从草地植被SOS响应极端温度变化事件的空间分布状况发现,草地SOS受极端天气变化影响存在一定的空间分异。为了进一步细化不同草地类型对极端温度变化的响应情况,在前文研究的基础上依据不同类型的草地植被提取相关性分析结果,分析不同草地物候对极端天气变化事件的响应情况。可以看出,大部分与草地植被SOS和极端温度事件之间呈负相关, 其中草甸、山地草甸SOS与极端温度事件以正相关为主。高山亚高山草甸、高山亚高山平地草原、荒漠草原和平地草原SOS与极端温度事件间的相关性存在分异,高山亚高山草甸SOS与TXX、TXN、TN90P及TX10P的负相关性较为显著,通过显著性检验的像元分别占2.11%、0.71%、0.38%、0.51%(P<0.05),说明高山亚高山草甸SOS对日最高温度最大值和最小值、暖昼日数及冷昼日数十分敏感;草甸SOS与ID的负相关性十分显著,有3.08%和3.22%通过了显著性检验(P<0.05),说明草甸SOS对霜冻十分敏感,霜冻不适宜草甸植被的生长。高山亚高山平地草原SOS与TNN和TXN分别呈显著负相关,显著负相关像元占比为0.23%(P<0.05),说明高山亚高山平地草原SOS对日最低温度最小值和日最高温度最小值是敏感的,短时低温对此类植被的生长影响并不大。山地草甸SOS与TNN和TN90P分别为显著负相关,说明山地草甸对日最低温度最小值和暖夜日数较敏感(表2)。
表2 不同类型草地春季物候与极端温度事件的偏相关系数
青藏高原草地生态系统作为世界上最重要和最脆弱的生态系统,气候急剧变化会对草地植被物候产生显著影响[12]。有研究发现,近50 a来青藏高原经历的长期快速的气候变暖促进了高寒植被SOS提前,春季生物量增加[26-27]。笔者研究也表明,近30 a在青藏高原西南端、唐古拉山脉和昆仑山脉地区的草地SOS呈提前趋势,但在横断山脉和天生山脉区域的草地SOS呈显著推迟趋势。不同地区植被SOS呈不同趋势,这主要与草地植被生长受到的外界环境影响密不可分(良好的水热环境、充足的营养物质)[27-28]。然而周玉科等[29]发现,青藏高原东南部湿润半湿润的灌木草原区、西北荒漠草原区和青藏高原西南部湿润区草地SOS均为推迟趋势。不同学者对草地变化趋势的研究存在差异,这可能是与研究时间段不同有关;另一方面可能是因为气候变暖的同时降水时空分布格局、土壤蒸散发也发生了较大变化,温度变暖虽然极大地改变了春季物候事件,但不同地区、不同草地类型对气候的响应程度不同[30]。如有研究显示气候变暖使寒冷草原SOS提前,尤其是高纬度地区,而在季节性干旱地区,气候变暖通常使植被春季物候推迟,这主要是因为寒冷草地的春季物候主要受温度的调节,干燥草地的春季物候因主要受水分的调节[2,15,26]。其次,在极高海拔区域草地SOS多年均值和变化速率略高于其他地区,且分散程度逐渐变大。稳定性在不同海拔区域均较高,且随着海拔的升高稳定性逐渐变好。但海拔对Hurst指数的影响较大,在低海拔、中低海拔和较高海拔区域的SOS未来一段可能持续的状态与过去30 a相反的概率较大,而在高海拔和极高海拔区域的SOS未来一段时间内将持续过去30 a的变化趋势。
温度和降水被认为是影响草地物候的重要气象因子[1-3,20-22],但与平均气候相比,极端气候因具有突发性、破坏性大和难以准确预测等特点,可能会严重影响到区域陆地生态系统的碳循环,从而影响植被生长周期以及植被的生产力和产量[6-7,20]。极端气候事件发生频率的增多增加了预测气候变化对生态系统未来影响的不确定性,因此迫切需要探索草地生态系统(特别是脆弱和易受影响的生态系统)如何应对日益加剧的气候变化。许多研究发现,极端气候事件与不同类型植被间的相互作用具有异质性[29-30]。因此,该文分析了青藏高原不同类型草地春季物候对12个极端温度指标的敏感性及其相关性,发现1986—2015年青藏高原不同草地类型的SOS对极端温度事件的响应不同。高山亚高山草甸春季物候主要受到极端高温事件的负影响(TXX、TNX),而受到极端低温事件的影响程度(TXN、TNN)小于极端高温事件。主要是因为高山亚高山草甸大多处于海拔较高、气候较为寒冷的分水岭和平坦开阔的高原面,植被组成多以耐寒冷的嵩草和多种草类为主[3]。因此,虽然极端高温出现频率的增加可能会增加高山亚高山草甸植被芽爆裂和叶片膨胀所需的热量积累,极端低温事件频率的增加会减少高山亚高山草甸植被芽休眠释放前的低温天数[31-32]。然而从理论上讲,冬季强烈变暖可能会阻碍冷藏需求的实现,从而导致春季物候开始生长的时间推迟。有学者研究发现,温度对温带植物出叶时间的影响归因于低温需求(充分暴露于寒冷天气)和热积累(一定量的热时间)之间的动态关系[33]。YU等[32]发现,20世纪90年代中期后青藏高寒草甸和草原地带生长期缩短与冬季极端高温事件的增加和冬季制冷条件不足密切相关,且极端温度的升高会导致春季物候推迟。这一发现表明高山亚高山草甸可能具有较低的低温需求。此外,暖冬也可能降低高山亚高山草甸敏感生长组织冻害的风险。有研究也发现,在高海拔地区的霜冻限制了木本和多年生草本物种的生长[27]。山地草甸SOS受TX90P、TXX的影响较大,草甸SOS受到DTR、TN10P、TNX、TX10P、TXX和WSDI的影响较大。草甸和山地草甸植被一般分布在海拔较高的湿润气候区,其对极端温度的响应较海拔更高的高山亚高山草甸敏感,但草甸SOS随极端温度变化的原因与高山亚高山草甸相似。高山亚高山平地草原SOS受气温日较差、日最低温度最大值、日最高气温最大值和暖昼日数的负向影响作用较大。这主要是由于高山亚高山平地草原分布区气候较冷且较干旱,植被组成多以狐茅、针茅为主,伴生灌木锦鸡儿、金腊梅等,草质、草量均较差[3]。这主要是因为春季温度升高会使得气候较为干旱的高山亚高山平地草原生长受到土壤水分胁迫的影响,从而导致植被生长受限,物候期被推迟,但这取决于温度、太阳辐射、降水和土壤类型等因子对植被物候的共同作用[20]。极端温度对荒漠草原SOS的影响均较小。平地草原SOS对DTR、TNN、TNX和TXX的敏感度较大,这表明青藏高原平地草原SOS受极端温暖指数的影响很大。荒漠草原和平地草原大多处于干旱生态系统中,草地植被受到土壤含水量的胁迫大于温度,因此极端高温事件会降低土壤含水量,使浅根山地植物易受水分胁迫,导致春季物候延迟[32]。相反,大量的季前降水将减少干旱风险,有效提高土壤水的可用性,促进植被最大限度地发挥热效益[28]。但因为荒漠草原和平地草原的耐寒性比较差,因此极端低温事件可能会直接导致草地死亡[27]。其次,也有研究发现随着海拔的升高,草地SOS随气候敏感性稳步下降。这表明不同植被对极端气候的总体响应具有重叠分布,这往往因植被类型之间的敏感性不同而变得复杂。
利用GIMMS NDVI 3g数据提取草地春季物候数据和极端温度数据集,辅以趋势分析、稳定性分析、未来持续状态、地理探测器和高阶偏相关分析法,探究了青藏高原1986—2015年不同草地类型春季物候及极端温度对不同草地类型SOS的影响,为不同草地类型春季物候对极端气候变化的响应情况研究提出了重要的框架。主要结论如下:
(1)青藏高原近30 a草地SOS集中在第120~130 天,即5月上旬至中旬。其中荒漠草原、高山亚高山平地草原和山地草甸的SOS较其他几种草地类型迟,集中在第125~145 天,平地草原、草甸和高山亚高山草地SOS较早,基本在第130 天之前。
(2)SOS总体以提前趋势为主,速率集中在 0~±1.5 d·a-1,但SOS变化波动性较大。未来一段时间内SOS变化趋势与1986—2015年相反,其中在波动性较小区域SOS未来以提前趋势为主,波动性较大区域SOS未来呈推迟趋势。
(3)高山亚高山草甸SOS对TXX和TNX敏感性较大,对TXN和WSDI的敏感性较小。高山亚高山平地草原SOS对DTR和TNX敏感性较高,其次为TXX、TNN和FD。极端温度因子对荒漠草原SOS的影响均较小。平地草原SOS对DTR、TNN、TNX和TXX的敏感性较大,对TX10P的敏感性较小。山地草甸SOS受TX90P、TXX的影响较大。草甸SOS受到DTR、TN10P、TNX、TX10P、TXX和WSDI的影响较大。
(4)草地SOS与变冷相关的极端温度因子(FD、ID、TN10P、TX10P、TNX和TXX)普遍以弱正相关性为主, FD、ID、TN10P和TX10P在喜马拉雅山脉东坡的正相关性较其他极端气温指标强。草地SOS与变暖相关的极端温度因子(TN90P、TX90P、TNN、TXN和WSDI)普遍以弱负相关性为主,尤其在喜马拉雅山脉、昆仑山脉、天山山脉和横断山脉的负相关系数出现极高值。
研究表明,未来青藏高原草地植被生长将容易受到极端气候因子的影响。因此,后期研究应该在气候因子的基础上进一步分析月尺度的极端温度、极端降水等因素对不同植被生长的影响,为进一步测量和预测植被物候对未来气候条件的响应提供模板,季节性极端气候如何联合影响植被生长也需进一步研究。