2. 山西沃成生态环境研究所, 太原 030001;
3. 宁夏农林科学院, 银川 750021
在过去130年间,由气温升高引起的全球降水特征改变、海平面升高、生物地带性重新分布等一系列生态问题致使人类赖以生存的地球环境发生了急剧而深刻的变化[1]。植被作为陆地生态系统的组成部分,其物候特征被认为是反映气候与环境变化的重要指标[2-3]。荒漠草原过渡带是一种从荒漠到草原的交界性、跨区域地带,生态系统十分脆弱,植被物候极易受到气候变化的影响。因此,研究荒漠草原过渡带植被物候在近几十年的变化特征,有助于理解其生态系统对气候变化的响应过程。随着近年来对地观测能力大力提升,基于遥感的植被动态监测实现了由定性到定量的模式转变[4]。Jeong等[5]借助GIMMS数据研究发现1982-2008年北半球中高纬度地区植被生长季开始期明显提前,结束期有所推迟;Jeganathan等[6]研究发现1982-2006年北半球植被物候变化表现出明显的纬度地带性;Zhang等[7]利用MODIS数据研究发现地表温度每上升1 ℃,欧亚大陆与北美植被生长季长度分别增加6.4 d和6.7 d。这些研究表明,长时序遥感数据能从像元尺度上提取出植被物候信息,为大尺度的植被物候监测提供了新手段。美国大气海洋局(NOAA)近期发布的GIMMS NDVI①3g(以下简称GIMMS 3g数据)全球植被产品经过预处理,基本消除了大气水汽、火山爆发等因素的影响[8],与前几代GIMMS产品相比,其数据质量有很大改进,时间序列也延伸至32年(1981-2012年),成为一种研究大尺度生态过程的最新数据源。本文基于GIMMS 3g数据,在提取北半球荒漠草原过渡带每年植被物候期的基础上,分析了1982-2012年物候期的时间演化趋势及空间分异特征,并结合全球气候再分析资料,探讨了物候变化的气候驱动因素,以期揭示荒漠草原过渡带植被物候对气候变化的响应过程。
① NDVI为归一化植被指数。
1 数据与方法 1.1 遥感及气象数据本研究主要利用GIMMS 3g数据提取1982-2012年北半球荒漠草原过渡带植被物候特征。研究还使用了全球陆面降水资料(PREC/L)[9]、GHCN-CAMS地表气温数据[10]、ERA-Interim的蒸散[11]及有效光合辐射数据[12]、JRA-55的地表日温数据[13]等高时空分辨率的历史气候数据和GlobCover[14]的全球陆地覆盖数据(表 1)。所有数据均重采样成8×8 km空间分辨率,与GIMMS 3g数据分辨率保持一致。
由于目前不同国家对荒漠草原过渡带界线的划分标准不一,为此本研究参考了任-胡草原分类原则[17],综合考虑气温、降水、植被类型等因素,以气候带为基准,并结合土地覆盖,来提取北半球荒漠草原过渡带。首先从PREC/L获取年降水数据,将JRA-55日温值累加为年有效积温,综合气温与降水数据计算湿润系数,进而依据多年距平气象数据,提取年降水量在100~400 mm,>0 ℃年积温<2300 ℃,湿润系数介于0.3~1.2之间的区域,再结合GlobCover的全球陆地覆盖数据,提取草地、低矮灌木以及稀疏植被区域,以二者的交集区域作为北半球荒漠草原过渡带。由于荒漠草原过渡带植被生长季有明显差异,为方便对植被物候特征进行分析,因此剔除小部分一年有多个生长周期的地区,仅保留单物候地区作为研究对象,研究区范围如图 1所示,共包括5个分区(北美地区、地中海沿岸、萨赫勒地区、中亚地区、东亚地区),总面积约为9.9×106 km2。
② 本图为GlobCover全球土地利用类型产品,为了避免个人翻译带来的不准确性,保留原始英文图例。
1.3 方法研究使用线性回归分析的方法,对时间变量和植被物候指标进行回归模拟,利用最小二乘法,逐像元计算植被物候期变化趋势,并对拟合结果进行显著性检验(P<0.1)。
为了探究植被物候期与气候因子的关系,本研究分别建立了植被物候与物候期当月、提前1个月、提前2个月的降水、气温和蒸散间的相关关系(Pearson相关系数R)。
为剔除太阳光照角度、大气气溶胶以及地表水等因素对植被观测所产生的干扰,方便获取季节性植被生长规律信息,本研究首先选用非对称性高斯函数(AG)对原始NDVI时间序列曲线进行拟合重建。并借助Timesat[18]来定义生长季特征参数,以NDVI累计和减少到曲线总振幅的30%的日期作为生长季开始期(SOS)与结束期(EOS),期间的总时间长度为生长季长度(LOS)。
2 结果与分析 2.1 植被物候基本特征利用1982-2012年的GIMMS 3g数据和前述物候提取方法,对北半球荒漠草原过渡带近30年的逐年物候信息进行提取,获取其物候基本特征(图 2)。总体而言,北半球荒漠草原过渡带不同地区的物候存在较大差异。其中,中高纬度的北美、中亚和东亚地区植被生长季均集中于3-10月,平均生长季长度分别为202 d、196 d、167 d,这些地区以大陆性和季风性气候为主,夏季雨热同期,适于植被生长。低纬度的萨赫勒地区生长季开始期最晚,生长季长度也最短,平均生长季长度只有109 d,这是由于萨赫勒地区位于热带草原和荒漠气候的交界处,纬度较低,热量充足,降水成为限制植被生长的主要因素,随着夏季赤道低气压带北移,萨赫勒才开始进入雨季,植被才进入生长季。地中海沿岸地区为地中海气候区,受西风带影响,冬季气候温暖湿润,生长季主要集中在11月至次年7月。此外,在相同的气候背景下,北美与东亚(R=0.561,P<0.01)、北美与中亚(R=0.428,P<0.05) 的植被生长季长度表现为显著正相关,即这些地区间的物候特征表现出相同的变化态势。而在地中海沿岸与萨赫勒地区生长季长度则表现为显著负相关(R=-0.394,P<0.05),这可能是由气压带风带的季节性移动导致雨期早晚波动引起的。
在过去的几十年间,全球气候变暖已成为不争的事实,但最近的一些研究则表明,20世纪90年代末至21世纪初,全球气候存在明显的变化转折点,IPCC的第五次评估报告中也指出,1998年以后全球地表温度由快速增温期进入停滞期[1]。为研究气候变化背景下北半球荒漠草原过渡带植被物候期变化规律,本研究选取1998年为界线,分别对1998年前后的植被生长季开始期、结束期和生长季长度进行逐像元回归分析(图 3)。结果表明,北半球荒漠草原过渡带植被物候变化趋势在1998年前后存在较大差异。1982-1997年,中亚南部、北美西北部、萨赫勒南部及地中海北部等地区的生长季开始期提前,而北美南部、萨赫勒北部、中亚中部、东亚及地中海南部地区的生长季开始期推后。1998-2012年,中亚植被生长季开始期的空间趋势格局发生转变,与1982-1997年的趋势完全相反;东亚、萨赫勒地区的植被生长季开始期略有提前,北美北部与地中海北部地区生长季开始期由提前转为延迟趋势(图 3a、3b)。从生长季结束期变化趋势来看,1982-1997年北美北部、东亚东北部、中亚南部和地中海气候区生长季结束期有所提前,其他地区推后。1998-2012年,大部分地区生长季结束期都明显提前,仅萨赫勒和北美中部的个别地区仍保持推迟趋势(图 3c、3d)。随着生长季开始期与生长季结束期的变化,植被的生长季长度也有明显的变化。1982-1997年,东亚、中亚南部、地中海南部、萨赫勒北部和部分北美地区植被生长季呈现缩短趋势,其余地区表现为延长趋势。1998-2012年,除萨赫勒以外的其他地区植被生长季长度普遍缩短(图 3e、3f)。
由于空间上逐像元的演变趋势存在差异,且数据序列的时间较短,分别为16年和15年,因此有一些植被空间像元的演变趋势无法通过显著性检验,为此本文对两个时间段分别通过显著性检验(P<0.1) 的像元趋势进行统计(表 2)。结果表明,1998年之前北半球荒漠草原过渡带各地区间的物候变化差异较大,且通过显著性检验的像元数较少,物候期变化趋势各异;而1998年以后,随着生长季开始期的延后与结束期的提前,除萨赫勒以外的北半球荒漠草原区生长季长度明显缩短。
气候影响植被活动,即气候因子的变化会导致植被生长季开始期、结束期和生长季长度的变化,但植被生理生长过程对气候变化的响应存在一定的滞后性[19],因此植被物候变化可能与其之前几个月的气候因子变化相关。为了探讨不同时间气候因子对荒漠草原过渡带植被物候期的影响程度,本研究首先分析了植被物候期当月、提前1个月、提前2个月的气温、降水和蒸散3种气象因子在1998年前后的变化特征。由图 4可以看出,在1998年以后,植被生长季开始期的气温与蒸散量较之前的变化斜率有所下降,即在1998-2012年间研究区气温和蒸散的增加趋势有所减缓,甚至转为下降趋势;而当月降水量增加速率提升,提前1个月和2个月的降水变化不大,说明在转折点之后植被生长季开始期的气候暖干程度有所缓解。从生长季结束期之前不同月份的气候因子特征可以看出,气温、降水和蒸散量的变化斜率在1998年以后都有所下降,结束期气候暖湿程度减弱。
为揭示各气候因子对植被生长季开始期的影响,研究计算了植被生长季开始期与当月、提前1个月、提前2个月的月平均气温、降水和蒸散的相关系数,并分析北半球荒漠草原带物候期对各气候因子响应的时滞性。由图 5可以看出,不同地区的植被对气候因子的响应情况存在差异。中亚、北美北部等中高纬度地区植被生长往往是由各气候因子共同作用的结果,但受地理位置或地形等因素的影响,在一些区域往往使某一种气候因子成为影响物候变化的主导因子。中亚、北美北部等中高纬度地区植被生长季开始期受气温影响明显,与气温呈现明显的负相关关系,气温升高会促进植被生长季开始期提前,且距离生长季开始日期越近,这种负相关表现越强烈;而这些地区生长季开始期与降水量多表现为一定的正相关关系,即在开始期前后连续的阴雨天气会使生长季开始日期推后,因此可将这些区域分为气温控制区。在北美南部、萨赫勒、东亚东部地区水分是影响植被复苏的主要因素,降水量的增加会促进植被返青日期的提前;而这些地区生长季开始期与气温表现为正相关关系,这可能是由于植被生长季开始期气温升高会导致在有限的水分条件下蒸发加快,土壤水分降低,加剧干旱化,从而使返青日期推后,这些区域可被看作降水控制区。而在地中海沿岸和东亚西部地区生长季开始期往往受到气温与降水的共同影响,属于共同作用区。此外,蒸散量可以反映某一地区水热搭配情况,在研究区大部分地区,植被生长季开始期当月与提前1个月的蒸散量与生长季开始期主要呈现负相关,即在水热搭配状况良好的状态下植被返青期往往会有所提前;而提前2个月的蒸散量则与生长季开始期表现为正相关,这可能是由于距返青期过早的蒸散会耗散大量的土壤有效水分,造成随后的生长季土壤水分亏缺,导致一些地区的春旱,从而使返青期推后。
统计显著像元数量发现,生长季开始期与当月气温的显著像元百分比为42.72%,提前1个月为20.23%,提前2个月为13.43%;开始期与各月蒸散的相关系数通过0.1的显著性检验的像元比例分别为32.49%,38.93%和19.53%;降水的比例为16.08%,15.51%,15.70%。由此可以看出,北半球荒漠草原过渡带生长季开始期对当月气温的响应最明显,植被复苏对气温的响应最迅速,无明显的滞后性,提前2个月的气温变化对植被复苏的影响已经较小;对蒸散而言,植被对其响应则具有一定的滞后性,提前1个月的蒸散量对植被复苏的影响最大;对降水的响应在开始期前各月差异性不大,这可能是由于除地中海与萨赫勒地区外,北半球荒漠草原过渡带以大陆性和季风性气候为主,在这些地区植被生长初期降水量普遍较少,植被生长所利用的水分主要来源于在非生长季所积累的土壤水,从而弱化了生长初期各月降水波动对植被生长所带来的影响。
2.3.3 植被生长季结束期与气候因子的关系与开始期相类似,本研究同样计算了生长季结束期与不同提前时间气候因子的相关系数(图 6)。可以看出,气温升高对不同地区生长季结束期的影响有所差异,在萨赫勒、中亚西部、地中海北部及少数北美地区,气温与生长季结束期表现为负相关,即高温会加速土壤水分的丧失,使植被提前枯萎,而在其余地区气温升高会促进生长季结束期的推后。另外,除东亚东北部和少部分中亚地区外,大部分研究区生长季结束期与降水和蒸散都表现为正相关关系,即充足的水热条件可以促使荒漠草原过渡带生长季结束期的推后。生长季结束期与当月气温相关系数通过0.1显著性检验的像元百分比为18.97%,提前1个月为19.02%,提前2个月为16.93%,生长季结束期与当月、提前1个月、提前2个月的降水显著相关像元的百分比分别为16.79%、18.16%和16.70%;蒸散为18.17%、23.37%和27.38%。与开始期相类似,气温对生长季结束期的影响较为迅速,降水的影响在各月差异不大,而蒸散的影响有明显的滞后性。
鉴于荒漠草原过渡带对气候变化的敏感性,本研究基于NOAA GIMMS 3g数据和全球气候再分析资料,分析1982-2012年北半球荒漠草原过渡带植被物候状况的时间演化趋势及空间分异特征,并探讨了植被变化与各气候因子的关系,得到如下结论。
从荒漠草原过渡带植被物候变化趋势来看,在1998年之前,荒漠草原过渡带植被物候期变化地区间差异较大,而在1998年之后,随着结束期气候暖湿程度下降,大部分地区生长季结束期有所提前,除萨赫勒以外的各地区植被生长季长度普遍缩短。
从生长季开始期与气候因子的关系来看,在中高纬度地区,气温升高可以促进植被生长季开始期提前,且距离生长季开始日期越近,促进作用越强烈,而降水增加则会导致生长季开始期推后;相反,在纬度较低的地区,降水量的增加会促进植被生长季开始期提前,高温则使其推后。从蒸散来看,多数地区植被生长季开始期当月与提前1个月的蒸散量与生长季开始期呈现负相关,即良好的水热条件促进植被返青期提前,而在提前2个月时则表现为正相关,说明距生长季开始期过早的蒸散会耗散大量的土壤有效水分,造成随后的生长季土壤水分亏缺,从而使生长季开始期推后。
从生长季结束期与气候因子的关系来看,气温升高对生长季结束期的影响存在地区差异,在萨赫勒、中亚西部、地中海北部及部分北美地区,气温升高会加速土壤水分的丧失,使植被提前枯萎;在其余地区气温升高会促进生长季结束期推后;而降水和蒸散增加可以促进荒漠草原过渡带大部分地区生长季结束期推后。
从植被物候对气候变化响应的时滞性来看,荒漠草原过渡带植被的复苏与枯萎对气温变化的响应最迅速,无明显的滞后性;而植被对蒸散的响应则具有一定的滞后性,在开始期提前1个月蒸散量对植被复苏的影响最大,在结束期时间会提前到2个月;植被对降水的响应在不同的提前月份中差异不大。
4 讨论近些年来,全球变暖已经成为不争的事实,在气候变暖的背景下,针对植被物候变化的研究也得到广泛关注[3],一些研究认为,随着气候变暖,北半球中高纬度植被物候特征表现为生长季开始期提前、生长季长度延长、生长季结束期推迟。Jeong等[5]研究发现1982-1999年北半球中高纬度地区植被开始期提前了5.2 d,结束期推迟4.3 d,2000-2008年开始期提前了0.2 d,结束期延迟2.3 d;Jeganathan等[6]研究发现北半球植被物候变化表现出明显的纬度地带性,中纬度带结束期推迟显著,高纬地区开始期提前相对显著。而本研究从自然带着手,分析对气候变化响应敏感的荒漠草原过渡带的植被物候特征,结果表明,在1998年之前各地区物候变化的空间异质性较大,而在1998年之后,随着植被生长季开始期的推后与生长季结束期的提前,北半球荒漠草原过渡带植被生长季长度明显缩短。综合前人的研究结果可以发现,荒漠草原区植被物候变化趋势与其他生态系统有所不同,目前普遍认同的北半球中高纬度植被生长季开始期提前、生长季长度延长、生长季结束期推迟的结论并不适用于荒漠草原过渡带。这样的结论在一些针对不同植被类型物候特征的研究中得到证实,安佑志[20]在研究中国北方植被物候特征时发现,在1998年之前,除草地以外的各植被类型生长季开始期均表现为提前趋势,仅草地这一植被类型有所推后,且在1982-2006年间多种植被类型生长季长度都有所延长,而草地的生长季长度在逐渐缩短,从一定程度上证明了近30年荒漠草原过渡带植被物候变化趋势与其他植被类型有所不同。
受条件限制,本研究目前仅考虑了植被对于气温、降水和蒸散的响应,而针对厄尔尼诺和拉尼娜[21]等大尺度气候变化事件等因素以及人类活动对植被变化的影响还需进一步深入探讨。此外,目前笔者仅通过遥感手段对北半球荒漠草原过渡带植被物候变化特征进行了分析,与实际观测数据的对比分析将是未来遥感验证的一个重要方向。
[1] |
IPCC. Climate change 2013:the physical science basis[M]. Cambridge: Cambridge University Press, 2013.
|
[2] |
徐雨晴, 陆佩玲, 于强. 气候变化对植物物候影响的研究进展[J]. 资源科学, 2004, 1(1): 129-136. |
[3] |
陈效逑, 王林海. 遥感物候学研究进展[J]. 地理科学进展, 2009, 28(1): 33-40. DOI:10.11820/dlkxjz.2009.01.005 |
[4] |
杜灵通. 基于多源空间信息的干旱监测模型构建及其应用研究[D]. 南京: 南京大学, 2013
|
[5] |
Jeong S, Ho C, Gim H, et al. Phenology shifts at start vs. end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982-2008[J]. Global Change Biology, 2011, 17(7): 2385-2399. DOI:10.1111/j.1365-2486.2011.02397.x |
[6] |
Jeganathan C, Dash J, Atkinson P. Remotely sensed trends in the phenology of northern high latitude terrestrial vegetation, controlling for land cover change and vegetation type[J]. Remote Sensing of Environment, 2014, 143: 154-170. DOI:10.1016/j.rse.2013.11.020 |
[7] |
Zhang X, Friedl M A, Schaaf C B, et al. Climate controls on vegetation phenological patterns in northern mid-and high-latitudes inferred from MODIS data[J]. Global Change Biology, 2004, 10(7): 1133-1145. DOI:10.1111/gcb.2004.10.issue-7 |
[8] |
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:生命科学, 2003, 33(6): 554, 578-565, 579. |
[9] |
Chen M, Xie P, Janowiak J E, et al. Global land precipitation:a 50-yr monthly analysis based on gauge observations[J]. Journal of Hydrometeorology, 2002, 3(3): 249-266. DOI:10.1175/1525-7541(2002)003<0249:GLPAYM>2.0.CO;2 |
[10] |
Fan Y, van den Dool H. A global monthly land surface air temperature analysis for 1948-present[J]. Journal of Geophysical Research:Atmospheres, 2008, 113(D1): 411. |
[11] |
苏涛, 封国林. 基于不同再分析资料的全球蒸发量时空变化特征分析[J]. 中国科学:地球科学, 2015, 45(3): 351-365. |
[12] |
Dee D, Uppala S, Simmons A, et al. The ERA-Interim reanalysis:configuration and performance of the data assimilation system[J]. Quarterly Journal of the Royal Meteorological Society, 2011, 137(656): 553-597. DOI:10.1002/qj.v137.656 |
[13] |
Kobayashi S, Ota Y, Harada Y, et al. The JRA-55 reanalysis:general specifications and basic characteristics[J]. Journal of the Meteorological Society of Japan ser ii, 2015, 93(1): 5-48. DOI:10.2151/jmsj.2015-001 |
[14] |
Bontemps S, Defourny P, Bogaert E V, et al. Globcover 2009-products description and validation report[J]. 2011, 17(3): 285-287 http://dblp.uni-trier.de/db/journals/remotesensing/remotesensing6.html#CongaltonGYTO14
|
[15] |
Pinzon J E, Tucker C J. A non-stationary 1981-2012 AVHRR NDVI 3g time series[J]. Remote Sensing, 2014, 6(8): 6929-6960. DOI:10.3390/rs6086929 |
[16] |
Uppala S M, Kållberg P W, Simmons A J, et al. The ERA-40 reanalysis[J]. Quarterly Journal of the Royal Meteorological Society, 2005, 131(612): 2961-3012. DOI:10.1256/qj.04.176 |
[17] |
任继周. 分类、聚类与草原类型[J]. 草地学报, 2008, 16(1): 4-10. DOI:10.11733/j.issn.1007-0435.2008.01.002 |
[18] |
Jönsson P, Eklundh L. Timesat:a program for analyzing time-series of satellite sensor data[J]. Computers & Geosciences, 2004, 30(8): 833-845. |
[19] |
张景华, 封志明, 姜鲁光, 等. 澜沧江流域植被NDVI与气候因子的相关性分析[J]. 自然资源学报, 2015, 30(9): 1425-1435. DOI:10.11849/zrzyxb.2015.09.001 |
[20] |
安佑志. 基于遥感的中国北部植被NDVI和物候变化研究[D]. 上海: 华东师范大学, 2014
|
[21] |
van Leeuwen W, Hartfield K, Miranda M, et al. Trends and ENSO/AAO driven variability in NDVI derived productivity and phenology alongside the Andes mountains[J]. Remote Sensing, 2013, 5(3): 1177-1203. DOI:10.3390/rs5031177 |
2. Shanxi Wocheng Institute of Ecological Environment, Taiyuan 030001, China;
3. Institute of Agricultural Economy and Information Technology, Ningxia Academy of Agriculture and Forestry Sciences, Yinchuan 750021, China