-
项目名称
- 第二次青藏高原综合科学考察研究项目"西风-季风协同作用及其环境效应"(2019QZKK0106)
-
第一作者简介
- 郭玉超(1999-), 女, 硕士研究生。主要研究方向: 植被遥感。E-mail: guoyc98@163.com
-
通信作者简介
- 任鸿瑞(1981-), 男, 博士, 教授。主要研究方向: 生态环境遥感。E-mail: renhongrui@tyut.edu.cn
-
文章历史
-
收稿日期:2022-08-25
修回日期:2023-02-20
青藏高原面积广阔,内部自然环境差异显著,是地球上一个独特的地理单元。依据水分状况、温度条件、地形特征、植被类型等指标,青藏高原可划分为不同的自然地域系统[1]。青藏高原干旱荒漠地区位于青藏高原主体西北部,是高原重要的自然地区,与高原其他地区相比,干旱荒漠地区纬度、海拔较高,气候更为寒冷干旱,年降水量最少,年干燥度最高,荒漠广泛分布。其生态环境极为脆弱,抗干扰能力低,植被生长易受外界条件影响[1-3]。受到以全球变暖为主要特征的气候变化影响及来自人类放牧、建设等活动的侵扰,该地区草地生产力下降、沙化土地区域扩大等问题日益显现[3]。在此条件下,迫切需要研究该地区植被覆盖时空分布及其变化特征,并且利用遥感数据监测该地区植被生长状况对于区域荒漠化防治、土地可持续利用、生态环境保护具有重要意义[3]。
目前有学者在此相关区域展开研究,杨达等[4]分析2001—2008年青藏高原不同气候区植被生长季归一化植被指数(normalized difference vegetation index,NDVI)时空变化动态,结果显示干旱气候区植被改善情况优于较为湿润地区。魏彦强等[5]基于GIMMS NDVI数据发现,在1981—2015年间,位于青藏高原干旱地区的柴达木盆地荒漠区及昆仑北翼山地荒漠区植被生长状况趋于改善,植被带有所增长。丁佳等[6]通过研究青藏高原1981—2015年植被变化,发现在高原干旱地区植被生长呈增长趋势,大部分区域NDVI趋于改善。根据上述研究可知,当前涉及到青藏高原干旱荒漠地区的植被生长监测研究主要基于整个青藏高原尺度展开,缺乏区域针对性与侧重性,其中植被生长指示因子多采用NDVI。NDVI能够反映植被长势,被广泛用于监测植被生长状况,是区域植被监测研究的常用数据来源[4-10],然而其在高植被覆盖条件下容易发生饱和现象,难以反映地表植被真实状况。叶面积指数(leaf area index,LAI)定义为单位地表面积上叶片总面积的一半[11],是植被非常重要的结构参数,也是呼吸作用、光合作用、蒸腾蒸发等过程的重要参数[12],常被用于表征植被叶片的冠层结构及疏密程度[13],同时也可反映气候变化。与NDVI相比,LAI更有利于表征地表植被真实情况,在反映植被特征方面更具代表性,可以更好地监测植被数量特征和结构变化以及植被对气候的响应[14-15],而目前鲜有基于LAI数据并针对青藏高原干旱荒漠地区的植被生长监测研究的报道。
为深入分析青藏高原干旱荒漠地区植被生长状况,笔者基于1981—2018年GLASS LAI数据,同时辅助气候、地形、社会等因素,采用最大值合成法、趋势分析法、变异系数法与偏相关分析法,探讨植被LAI在这38 a间空间变化特征并解译LAI与气候要素间相关性,同时揭示该地区水热环境变化趋势及经济、人口对该区植被覆盖产生的影响,旨为了解在全球气候变暖背景下青藏高原干旱荒漠地区植被生长格局,且为区域土地治理及生态文明建设提供参考。
1 研究区概况郑度等[1]和Zheng等[16]依据温度、水分、地形多项自然地理要素将青藏高原自然地域系统划分为2个温度带、3个干湿地区,并划分出10个自然区。笔者选取这10个自然区中处于干旱地区的自然区,共包含昆仑高山高原高寒荒漠区(H1D1)、柴达木盆地荒漠区(H2D1)、昆仑山北翼山地荒漠区(H2D2)和阿里山地荒漠区(H2D3)4个自然区,以青藏高原干旱荒漠地区概述,具体位置、自然分区及行政区划如图 1所示。整个研究区地理范围介于E 77°~100°、N 28°~40°之间,全区海拔差异大,植被类型多为荒漠、草原、草甸,行政区域主要包括新疆维吾尔自治区、西藏自治区、青海省、甘肃省交界处地带。其中H1D1位于高原亚寒带,是青藏高原主体西北部地势最高的区域,包括羌塘高原北部、喀喇昆仑山区、昆仑山南翼和可可西里山地,该区气候寒冷干旱,主要由宽谷盆地组成。除H1D1外,其余3个荒漠区均位于温带。H2D1位于青藏高原北部,荒漠居多,包括柴达木盆地及阿尔金山地,全年降水稀少、晴朗干燥,是青藏高原上最干旱的地区。H2D2包括西、中昆仑山北翼及帕米尔高原东部,大体呈东西走向。H2D3地形较为复杂,宽谷、盆地与高山相间,太阳辐射强烈,日照时间长,区内干旱少雨[1]。
本研究使用的1981—2018年LAI数据来源于全球陆表特征参量(global land surface satellite,GLASS)产品,该数据基于时间序列AVHRR地表反射率采用广义回归神经网络算法反演得到,时间分辨率为8 d,空间分辨率为0.05°,相较于全球已有的LAI产品,具有精度高、空间连续性和时间完整性特点,能够很好地抓住植被物候变化规律[17]。气象数据采用1981—2018年空间分辨率为1 km的中国逐月平均气温及逐月降水量数据,该数据集是依据CRU发布的全球0.5°气候数据集与WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成。将逐月平均气温数据计算均值得到年平均气温,将逐月降水量数据累加得到年降水量。LAI及气象数据均来源于国家地球系统科学数据共享服务平台(http://www.geodata.cn/)。
土地利用类型数据选取1980、1990、1995、2000、2005、2010、2015和2018年共8期数据,空间分辨率为1 km,是人工通过目视解译陆地卫星Landsat影像生成,共含有耕地、林地、草地、水域、建设用地和未利用土地6个一级类型;美国奋进号航天飞机的雷达地形测绘(shuttle radar topography mission,SRTM)数据具有现实性强、免费获取等优点,被全球许多应用研究采用,本研究选取由SRTM V4.1数据经重采样1 km后生成的DEM数据;国内生产总值(gross domestic product,GDP)数据集包括1995、2000、2005、2010、2015和2019年6期数据,人口空间分布数据集包括1990、1995、2000、2005、2010、2015和2019年7期数据,空间分辨率为1 km,均通过在县级统计数据基础上,结合土地利用类型、夜间灯光亮度、居民点密度多个因素以实现GDP与人口数据空间化;以上数据均来源于资源环境科学与数据中心(https://www.resdc.cn)。统计年鉴数据包含青海统计年鉴、新疆统计年鉴、西藏统计年鉴、甘肃发展年鉴,分别来自于青海省统计局、新疆维吾尔自治区统计局、西藏自治区统计局、甘肃省统计局。
2.2 分析方法 2.2.1 最大值合成法基于1981—2018年青藏高原干旱荒漠地区LAI数据,为反映植被年内生长最佳状态,采用最大值合成法(maximum value composite,MVC)得到逐年LAI最大值序列数据。计算式为
$L_{{\rm{max}} i}=\max \left(L_{i j}\right)。$ | (1) |
式中:Lmaxi为第i年LAI最大值;Lij为第i年第j天的LAI数据。
2.2.2 趋势分析法趋势分析法能够反映变量随时间的变化趋势,利用该法对每个LAI像元在1981—2018年间的变化斜率进行计算,以分析青藏高原干旱荒漠地区植被LAI变化趋势的空间特征。计算式为
$S_{\mathrm{lope}}=\frac{n \sum\limits_{i=1}^n\left(i L_i\right)-\sum\limits_{i=1}^n i \sum\limits_{i=1}^n L_i}{n \sum\limits_{i=1}^n i^2-\left(\sum\limits_{i=1}^n i\right)^2} \text { 。}$ | (2) |
式中:Slope为LAI年变化趋势;n为年份总数,n=38;i为第i年,依次取1~38;Li为第i年的LAI。若Slope>0,表明该像元在1981—2018年间LAI呈增加趋势,若Slope<0,则表明该像元在1981—2018年间呈降低趋势。
2.2.3 变异系数法变异系数(coefficient of variation,CV)能够代表地理数据的相对波动程度,变异系数值越大,数据波动程度越高。本研究采用变异系数来分析青藏高原干旱荒漠地区1981—2018年间LAI变化的波动程度,计算式为
$C_{\mathrm{v}}=\frac{1}{\overline{L_{{\rm{max}} i}}} \sqrt{\frac{\sum\limits_{i=1}^n\left(L_{{\rm{max}} i}-\overline{L_{{\rm{max}} i}}\right)^2}{n-1}} 。$ | (3) |
式中:Cv为Lmaxi的变异系数;n为年份总数;
偏相关分析可以用于衡量2个变量之间的相关关系,当这2个变量均与第3个变量相关时,能够剔除第3个变量的影响,只分析该2个变量间的相关程度。本研究为消除温度与降水之间的影响,通过计算1981—2018年间青藏高原干旱荒漠地区植被LAI与温度、降水之间的偏相关系数来分析该区LAI与气象因子之间的相关性。计算式为
$R_{x y, z}=\frac{r_{x y}-r_{x z} r_{y z}}{\sqrt{\left(1-r_{x z}^2\right)\left(1-r_{y z}^2\right)}}。$ | (4) |
式中:Rxy, z为剔除变量z后x与y之间的偏相关系数;rxy、rxz和ryz分别为x与y、x与z、y与z间的Pearson相关系数。
Pearson相关系数r能够反映2个变量之间的相关程度,计算式为
$r=\frac{\sum\limits_{i=1}^n\left(X_i-\bar{X}\right)\left(Y_i-\bar{Y}\right)}{\sqrt{\sum\limits_{i=1}^n\left(X_i-\bar{X}\right)^2} \sqrt{\sum\limits_{i=1}^n\left(Y_i-\bar{Y}\right)^2}}。$ | (5) |
式中:Xi为第i年的气象数据;Yi为第i年的LAI;X和Y分别为这38 a的Xi和Yi均值。
对LAI与降水、气温的偏相关系数进行t检验,分析其显著性,计算式为
$t=\frac{R_{x y, z}}{\sqrt{1-R_{x y, z}^2}} \cdot \sqrt{n-m-1}。$ | (6) |
式中:Rxy, z为偏相关系数;n为样本数;m为自变量数。
3 结果与分析 3.1 LAI时间变化根据整个青藏高原干旱荒漠地区植被LAI时间变化趋势可知(图 2),在1981—2018年间,LAI值整体偏低,主要位于0.12~0.24之间,其中1981年LAI值最低,2013年LAI值达到最高。植被LAI值在这38 a中增长速率为0.001 5/a,1981—2000年间LAI值在0.12~0.18间波动,2000—2018年间LAI值在0.14~0.24间波动,2000年后较2000前LAI值增加更为明显,总体呈现出显著上升趋势(P<0.05)。
对青藏高原干旱荒漠地区4个自然分区的植被LAI时间变化趋势进行统计(图 3),所有分区植被LAI在1981—2018年间均呈现出增长趋势。其中H1D1区LAI增长速率最低,仅为0.000 8/a,其余3个自然区H2D1、H2D2和H2D3的LAI增长速率较高,分别为0.002 1/a、0.002 1/a和0.001 4/a。在1981—2018年间,4个自然分区的植被LAI变化趋势呈现出相似性,且与干旱荒漠地区全区变化具有一致性。其中H1D1、H2D1和H2D2自然分区植被LAI均表现出显著的增加趋势(P<0.05),而H2D3区与其他分区有所差异,其植被LAI增加趋势并不显著(P>0.05)。
青藏高原干旱荒漠地区LAI空间分布、变化斜率和变异系数空间分布结果分别如图 4a、图 4b和图 4c所示。逐像元统计青藏高原干旱荒漠地区1981—2018年间LAI均值空间分布结果(图 4a),总体来看,全区植被LAI偏低,大部分区域LAI位于0~0.9之间(99.39%)。LAI<0.3的区域面积为65万7 738 km2,占整个干旱地区面积的86.91%,在各个分区均有分布且占据面积最广。LAI>0.3的区域面积为9万9 034 km2,占总面积的13.09%,主要位于H2D1区东侧都兰县与乌兰县、北部酒泉市及西南部格尔木市,H2D2区西北部阿克陶县、和田地区皮山县及和田县、喀什地区叶城县,以及相间分布于H2D3区日土县、杞达县等阿里地区西部区域。上述LAI>0.3分布的区域中:都兰县、乌兰县和酒泉市位于柴达木盆地东部,该地区受夏季风影响,气候较为湿润;和田地区、喀什地区处于昆仑山北翼地带,此地带部分属于向暖温带荒漠带过渡区域,其海拔较低,气温稍高,给植被生长提供了较好的水热环境。
青藏高原干旱荒漠地区地势差异较大,最低海拔为1 555 m,最高海拔达7 473 m。该地区地形以中高海拔为主,其中高海拔区(>4 000 m)比例65%,主要包括H1D1和H2D3这2个分区;中海拔区(3 000~4 000 m)比例为21%,主要包含位于昆仑山北翼地区的克孜勒苏柯尔克孜自治州、喀什地区及和田县和皮山县地区;低海拔区(<3 000 m)比例最低,仅为14%,主要位于H2D1区柴达木盆地。不同海拔区间植被LAI存在差异,为进一步探究研究区植被LAI分布的地形差异,将海拔分为6个区间:≤2 000、>2 000~3 000、>3 000~4 000、>4 000~5 000、>5 000~6 000和>6 000 m。根据图 5可知,在≤2 000至>2 000~3 000 m区间植被LAI从0.47迅速下降到0.13,在3 000 m以上LAI值则随海拔升高逐渐由0.18降至0.13。整体来看,青藏高原干旱荒漠地区植被LAI随海拔升高具体表现出迅速下降—增加—缓慢下降的特征。
根据1981—2018年青藏高原干旱荒漠地区不同海拔区间LAI变化结果可知(图 6)可知,≤2 000 m时植被LAI以0.000 8/a的速率下降且变化趋势不显著(P>0.05),>2 000 m则均呈显著增加趋势(P<0.05)。植被LAI增长速率在>2 000~3 000、>3 000~4 000、>4 000~5 000、>5 000~6 000和>6 000 m海拔区间分别为0.18%/a、0.08%/a、0.15%/a、0.18%/a和0.12%/a,其中>2 000~3 000和>5 000~6 000 m海拔区间植被LAI增长速率相对于其他海拔区间更为显著。
根据像元尺度的趋势变化计算结果(图 4b),分析青藏高原干旱荒漠地区植被LAI在空间上随时间的变化趋势。在1981—2018年间,整个研究区大部分区域植被LAI趋于好转,变化斜率多处于-0.005~0.005之间,呈降低趋势的区域比例35.15%,呈增加趋势的区域比例64.85%。对不同自然分区植被LAI像元的变化斜率进行统计可得:H1D1区LAI呈增加趋势区域比例64.81%,减少趋势区域比例35.19%,增加区域主要分布于阿里地区改则县、那曲地区双湖县等寒旱核心区及其周边地带。其生态环境极为脆弱,易受外界因素影响,可能由于气候变暖等因素导致植被生长状况有所好转。H2D1区LAI变化趋势表现出明显的东西差异,该区呈增加趋势区域比例64.49%,主要集中在该区东部,35.51%的区域呈现出减少趋势,主要位于该区西部柴达木盆地。H2D2区中LAI呈增加趋势区域比例67.62%,主要集中分布在该区西北部昆仑山北翼喀什、和田等地区。这些地区冰川分布较广,推测气温升高使冰川融化导致水资源增加,在一定程度上改善植被生长环境。H2D3区植被LAI呈增长、减少趋势的区域相间分布,与该区复杂的地形分布呈现出一定相似性,其中60.03%的区域呈增加趋势,39.97%的区域呈减少趋势。总体而言,在1981—2018年间,青藏高原干旱荒漠地区大部分区域植被LAI呈增长趋势。
逐像元计算1981—2018年植被LAI变异系数以分析研究区LAI变化波动程度(图 4c),结果显示青藏高原干旱荒漠地区LAI变异系数位于0.20~6.17之间,全区平均变异系数为0.87。参照皇彦等[18]研究将变异系数分为≤0.5、>0.5~1.0、>1.0~1.5、>1.5~2.0和>2.0共5个等级,对应区域面积比例分别是12.75%、58.82%、19.72%、6.38%和2.33%。整体来看,研究区植被LAI变化波动程度高,植被生长稳定性差。从空间分布上看,变异系数>1.0的区域主要位于:H1D1与H2D2区西北部克孜勒苏柯尔克孜自治州阿克陶县、喀什地区叶城县及塔什库尔干县、和田地区,H2D1区西北部海西蒙古族藏族自治区茫崖市,H2D3区阿里地区日土县。这些地区植被生长十分不稳定,在这期间年际波动极大。
通过统计不同海拔区间植被LAI变异系数(图 7),发现LAI在4 000 m以下时随海拔升高波动程度逐渐降低,在4 000 m以上则随海拔升高波动程度逐渐增加,大致呈现出两头高中间低的“凹槽形”特征,表明植被LAI在低海拔与高海拔时变化波动程度较大。低海拔区适宜人类居住,人类放牧、建设等活动会对局部植被生长产生影响,高海拔区人口密度低,植被生长易受气温等自然条件影响,使海拔偏低或偏高时植被生长易不稳定。
根据青藏高原干旱荒漠地区这38 a间年均气温与年降水量的时间变化(图 8)可知,1981—2018年间研究区气温呈上升趋势,体现以气候变暖为标志的全球环境变化影响。年降水量在1981—2018年间大致以2001年为趋势转点,在2001年前呈降低趋势,在2001年后呈增加趋势。年均气温处于-5.5~-3.0 ℃之间,1983年年均气温最低,2016年年均气温最高,增长速率为0.034 7/a,呈显著上升趋势(P<0.05)。年降水量处于80~145 mm之间,1989年降水量最高,2001年降水量最低,以0.023 0/a的速率下降且变化趋势不显著(P>0.05)。
对青藏高原干旱荒漠地区植被LAI和降水、气温之间关系进行偏相关分析,并对偏相关系数进行t检验,根据显著性(P<0.05)检验结果,将相关性划分为4个等级:显著正相关(P<0.05,R>0)、显著负相关(P<0.05,R<0)、不显著正相关(P>0.05,R>0)、不显著负相关(P>0.05,R<0)。
根据偏相关分析与显著性检验结果可知(图 9~12):植被LAI与气温偏相关系数介于-0.66~0.75之间,平均偏相关系数为0.07;呈正相关的区域面积比例63.93%,其中不显著正相关面积比例52.37%,显著正相关面积比例11.56%。LAI与气温呈显著正相关的区域大体位于整个研究区南部,主要分布在H2D2区东南部若羌县、格尔木市地带,H1D1区阿里地区改则县、那曲地区双湖县等高寒荒漠地带寒旱核心区以及H2D1区柴达木盆地周边的格尔木市、都兰县、德令哈市等地;呈负相关区域主要分布在H2D1区包含茫崖市、海西蒙古族藏族自治州直辖等行政区的柴达木盆地以及H2D3区杞达县、日土县等地区。植被LAI与降水量偏相关系数介于-0.59~0.71之间,平均偏相关系数为0.02;呈正相关区域面积比例52.72%,其中呈显著正相关区域仅比例4.45%,主要分布在H2D1区都兰县、乌兰县等柴达木盆地东部区域;呈不显著负相关区域面积比例47.28%,主要分布于H2D1区西部与H1D1区。结合研究区植被LAI变化趋势可知,青藏高原干旱荒漠地区气温、降水量与植被LAI关系密切,气温、降水量有助于研究区植被LAI的增长,对大部分植被生长起到促进作用,且气温相对于降水量与该区植被LAI关系更为紧密、影响更为显著。
根据周宁芳等[19]、朱伊等[20]、许建伟等[21]和冀钦等[22]对青藏高原地区气候研究可得,在过去几十年中,青藏高原气温、降水量都趋于增长。本研究通过分析气象数据发现,在1981—2018年间,青藏高原干旱荒漠地区年均气温呈显著增加趋势,年降水量虽呈降低趋势但其变化趋势不显著且其在2001年后趋于增长,这与青藏高原整体气候变化趋势在一定程度上具有一致性。青藏高原干旱荒漠地区植被LAI大部分区域呈增长趋势,通过与气候因素分析,发现LAI与气温的关系相较于降水有着更为紧密的联系,这与以往樊启顺等[23]、孟梦等[24]和韩炳宏等[25]的研究结果具有相似性。这意味在全球气候变暖背景下,青藏高原气候向暖湿化转变,其干旱荒漠地区植被覆盖对气温响应相对于降水更为敏感。
柴达木盆地荒漠区降水量自东向西递减,东部气候较西部更为湿润。根据本研究可知该区东部多受到气温、降水正面影响,使东部植被LAI多表现为增长趋势,较西部植被生长状况更佳。柴达木盆地降水量少、蒸发量大,水资源在该地区的收入远远小于支出。由于气候变暖,在一定程度上加重了旱情,河流水量有所减少,湖泊面积有所缩小,加速了柴达木盆地沙漠化扩张及植被退化[26],使得该盆地大部分植被LAI趋于减少。全球气候变暖使得青藏高原升温,从而引起帕米尔高原及昆仑山脉附近的冰川消融[27],这对昆仑高山高原高寒荒漠区、昆仑山北翼山地荒漠区草地等低植被覆盖类型起到正面作用[28]。
根据陈舒婷等[29]研究,在青藏高原干旱地区,人类活动相对于气候对植被影响较小,但也会对植被覆盖产生影响。土地利用类型及其转变能够体现人类活动对植被覆盖的影响,其中影响土地利用类型的因素主要有区域人口因子、社会经济因子等。为揭示人类活动对青藏高原干旱荒漠地区植被覆盖的影响,采用GDP及人口数据对研究区植被生长变化进行分析。根据统计年鉴数据可知,从1980年至2018年青藏高原干旱荒漠地区所处的新疆维吾尔自治区、西藏自治区、青海省及甘肃省的GDP和人口数据均为增长走向,其中1980—1990年位于改革开放初期,此时西部城镇发展开始复苏,经济建设开始推进,整体发展水平低,而2000年国家西部开发战略的实施,更是对青藏高原工业、运输业、旅游业、农业等行业发展起到重要推动作用。结合图 13可知,从1990—2019年,研究区内人口从82.11万人增加到129.99万,GDP从1995年的34亿元增加到2019年的617亿元,表明青藏高原干旱荒漠地区GDP及POP数值随时间推移呈增加趋势,且主要受柴达木盆地荒漠区(H2D1)与昆仑山北翼山地荒漠区(H2D2)两地影响。近几十年来,柴达木盆地经济水平呈上升趋势,尤其是2005年建设的国家级柴达木循环经济试验区对该地区经济可持续发展提供显著支持[30],喀什地区、和田地区、克孜勒苏柯尔克孜自治州均参与中巴经济走廊建设,此举促进当地产业运行,拉动地区经济发展[31],经济建设在一定程度上影响这些地区植被LAI变化及其波动程度。
根据多时期土地利用类型面积变化(表 1)可知,青藏高原干旱荒漠地区草地与未利用土地面积最大,占全区土地面积的90%以上。整体来看,在1980—1990、1990—1995、1995—2000、2000—2005、2005—2010、2010—2015和2015—2018年7个时间段中,耕地除1990—1995年间面积有所减少外,在其他6个时间段内多为增加。林地在2015年前大多时间段内呈减少趋势,而在2015—2018年期间大幅上升。草地则在1980—1990年期间增长1 219 km2,随后一直处于减少趋势。水域面积变化以2000年为转点,在2000年前呈减少趋势,在2000年后呈增加趋势。建设用地在2015年前多为扩张态势,在2015年后有较大规模缩减。未利用土地随时间推移呈现出缓慢增加—减少—迅速增加的变化趋势。结合土地利用转移矩阵(表 2)可以得到,在1980—2018年期间,除草地呈减少趋势外,耕地、林地、水域、建设用地及未利用土地均呈增加趋势。其中草地减少4万5 822 km2,主要转化为水域、未利用土地;耕地增加290 km2,主要由草地转入;林地、水域、建设用地分别增加6 873、645和225 km2,主要由草地、未利用土地转入;未利用土地增加3万7 789 km2,主要由水域及草地转入。青藏高原干旱荒漠地区人口膨胀以及社会经济的迅速发展,促进区域经济繁荣的同时也加速了城镇化。然而人民经济水平提高的同时,也带来不可忽视的生态环境问题,人类开垦、占用及滥用大片草地,过度放牧等活动造成草地退化,使土地沙漠化问题突出。随着林业生态建设、造林绿化等工程的实施,青藏高原地区的森林资源得以有效增长。这表明发展地区经济的同时需要合理开发和利用资源,并且须要继续加强植被生态保护措施,以维护干旱荒漠地区生态环境。干旱地区植被生长变化影响因素来源较多,在后续研究中可添加更多气候、社会等方面的因子,以分析其他因素如何对植被生长产生影响及驱动。
1) 1981—2018年间,青藏高原干旱荒漠地区年均LAI值在1.9以下,这是由于研究区本身荒漠范围广,再加上气候寒冷干旱,植被生长环境较为严峻,故植被LAI值分布较低。研究区4个自然分区中,植被LAI分布从高到低依次为H2D3、H2D2、H2D1和H1D1。在这38 a间,青藏高原干旱荒漠地区植被LAI整体呈显著增加趋势(P<0.05),其中H2D3区LAI增加趋势并不显著(P>0.05),其余H1D1、H2D1、H2D2分区LAI均呈显著增加趋势(P<0.05)。在空间分布上,研究区植被LAI呈增加趋势的区域面积比例64.85%,大部分地区植被状况有所好转。
2) 青藏高原干旱荒漠地区地形差异较大,不同海拔区间内植被LAI变化与波动程度具有空间分异性。随海拔升高,LAI值具体表现出迅速下降—增加—缓慢下降的特征。1981—2018年间,植被LAI在2 000 m以上各海拔区间均呈显著增加趋势(P<0.05),而在2 000 m以下时呈降低趋势且变化不显著(P>0.05)。在2 000 m以下或6 000 m以上植被LAI变化波动程度相对于其他海拔区间更大,变异系数以4 000 m为分界点大致呈现出两头高中间低的“凹槽形”特征。
3) 1981—2018年间,青藏高原干旱荒漠地区年均气温显著上升,年降水量在2001年前呈降低趋势而在2001年后呈增加趋势,表明随时间推移该地区气候逐渐向暖湿化方向转变。相对于降水,植被LAI与气温具有更强的相关关系,且气温、降水有助于该区植被生长,给植被生长带来积极影响。除水热影响外,人类活动对该区植被覆盖也有一定影响,体现在土地利用类型及转变上,主要表现为草地缩减、未利用土地增加的特征,对植被生长产生不利作用。
[1] |
郑度, 赵东升. 青藏高原的自然环境特征[J]. 科学导报, 2017, 35(6): 13. ZHENG Du, ZHAO Dongsheng. Characteristics of natural environment of the Tibetan Plateau[J]. Science & Technology Review, 2017, 35(6): 13. |
[2] |
张镱锂, 刘林山, 王兆锋, 等. 青藏高原土地利用与覆被变化的时空特征[J]. 科学通报, 2019, 64(27): 2865. ZHANG Yili, LIU Linshan, WANG Zhaofeng, et al. Spatial and temporal characteristics of land use and cover changes in the Tibetan Plateau[J]. Chinese Science Bulletin, 2019, 64(27): 2865. |
[3] |
郑度, 赵东升. 青藏高原高寒荒漠地带与寒冷干旱核心区域[J]. 干旱区研究, 2019, 36(1): 1. ZHENG Du, ZHAO Dongsheng. The high cold desert zone and a cold-arid core area of the Tibetan Plateau[J]. Arid Zone Research, 2019, 36(1): 1. DOI:10.13866/j.azr.2019.01.01 |
[4] |
杨达, 易桂花, 张廷斌, 等. 青藏高原植被生长季NDVI时空变化与影响因素[J]. 应用生态学报, 2021, 32(4): 1361. YANG Da, YI Guihua, ZHANG Tingbin, et al. Spatiotemporal variation and driving factors of growing season NDVI in the Tibetan Plateau, China[J]. Chinese Journal of Applied Ecology, 2021, 32(4): 1361. DOI:10.13287/j.1001-9332.202104.014 |
[5] |
魏彦强, 芦海燕, 王金牛, 等. 近35年青藏高原植被带变化对气候变化及人类活动的响应[J]. 草业科学, 2019, 36(4): 1163. WEI Yanqiang, LU Haiyan, WANG Jinniu, et al. Responses of vegetation zones, in the Qinghai-Tibetan Plateau, to climate change and anthropogenic influences over the last 35 years[J]. Pratacultural Science, 2019, 36(4): 1163. |
[6] |
丁佳, 刘星雨, 郭玉超, 等. 1980-2015年青藏高原植被变化研究[J]. 生态环境学报, 2021, 30(2): 288. DING Jia, LIU Xingyu, GUO Yuchao, et al. Study on vegetation change in the Qinghai-Tibet Plateau from 1980 to 2015[J]. Ecology and Environmental Sciences, 2021, 30(2): 288. |
[7] |
PIAO Shilong, CUI Mengdi, CHEN Anping, et al. Altitude and temperature dependence of change in the spring vegetation green-up date from 1982 to 2006 in the Qinghai-Xizang Plateau[J]. Agricultural and Forest Meteorology, 2011, 151(12): 1599. DOI:10.1016/j.agrformet.2011.06.016 |
[8] |
陆晴, 吴绍洪, 赵东升. 1982-2013年青藏高原高寒草地覆盖变化及与气候之间的关系[J]. 地理科学, 2017, 37(2): 292. LU Qing, WU Shaohong, ZHAO Dongsheng. Variations in alpine grassland cover and its correlation with climate variables on the Qinghai-Tibet Plateau in 1982-2013[J]. Scientia Geographica Sinica, 2017, 37(2): 292. |
[9] |
张戈丽, 欧阳华, 张宪洲, 等. 基于生态地理分区的青藏高原植被覆被变化及其对气候变化的响应[J]. 地理研究, 2010, 29(11): 2004. ZHANG Geli, OUYANG Hua, ZHANG Xianzhou, et al. Vegetation change and its responses to climatic variation based on eco-geographical regions of Tibetan Plateau[J]. Geographical Research, 2010, 29(11): 2004. |
[10] |
李依璇, 朱清科, 石若莹, 等. 2000-2018年黄土高原植被覆盖时空变化及影响因素[J]. 中国水土保持科学, 2021, 19(4): 60. LI Yixue, ZHU Qingke, SHI Ruoying, et al. Spatial and temporal changes of vegetation cover and its influencing factors in the Loess Plateau from 2000 to 2018[J]. Science of Soil and Water Conservation, 2021, 19(4): 60. |
[11] |
CHEN J M, BLACK T A. Defining leaf area index for non-fiat leaves[J]. Plant, Cell & Environment, 1992, 15(4): 421. |
[12] |
VEROUSTRAETE F, PATYN J, MYNENI R B. Estimating net ecosystem exchange of carbon using the normalized difference vegetation index and an ecosystem model[J]. Remote Sensing of Environment, 1996, 58(1): 115. |
[13] |
段利民, 李玮, 罗艳云, 等. 锡林河流域植被叶面积指数时空变化特征及其对地形因子的响应[J]. 水土保持研究, 2019, 26(3): 224. DUAN Limin, LI Wei, LUO Yanyun, et al. Spatiotemporal variations of vegetation leaf area index and its response to topographical factors in Xilin River Basin[J]. Research of Soil and Water Conservation, 2019, 26(3): 224. |
[14] |
张佳华, 符淙斌, 延晓冬, 等. 全球植被叶面积指数对温度和降水的响应研究[J]. 地球物理学报, 2002, 45(5): 631. ZHANG Jiahua, FU Zongbin, YAN Xiaodong, et al. Global respondence analysis of LAI versus surface air temperature and precipitation variations[J]. Chinese Journal of Geophysics, 2002, 45(5): 631. |
[15] |
韩思淇, 麻泽龙, 庄文化, 等. 2000-2018年黄河源植被叶面积指数时空变化特征[J]. 灌溉排水学报, 2019, 38(12): 57. HAN Siqi, MA Zelong, ZHUANG Wenhua, et al. Spatial-temporal change of leaf area index (LAI) in the source region of the Yellow River during 2000-2018[J]. Journal of Irrigation and Drainage, 2019, 38(12): 57. |
[16] |
ZHENG Du. The system of physico-geographical regions of the Qinghai-Xizang (Tibet) Plateau[J]. Science China Earth Sciences, 1996, 39(4): 410. |
[17] |
梁顺林, 袁文平, 肖青, 等. 全球陆表特征参量产品生成与应用研究[J]. 中国科学院院刊, 2013(z1): 122. LIANG Shunlin, YUAN Wenping, XIAO Qing, et al. Generation and applications of global land surface satellite (GLASS) products[J]. Bulletin of Chinese Academy of Science, 2013(z1): 122. |
[18] |
皇彦, 宋海清, 孙小龙, 等. 乌兰察布市植被叶面积指数时空变化及对气候因子的响应[J]. 水土保持通报, 2022, 42(2): 338. HUANG Yan, SONG Haiqing, SUN Xiaolong, et al. Spatiotemporal variation of leaf area index and its response to climatic factors in Ulanqab city[J]. Bulletin of Soil and Water Conservation, 2022, 42(2): 338. |
[19] |
周宁芳, 秦宁生, 屠其璞, 等. 近50年青藏高原地面气温变化的区域特征分析[J]. 高原气象, 2005, 24(3): 344. ZHOU Ningfang, QIN Ningsheng, TU Qipu, et al. Analyses on regional characteristics of temperature changes over Qinghai-Xizang Plateau in recent 50 years[J]. Plateau Meteorology, 2005, 24(3): 344. |
[20] |
朱伊, 范广洲, 华维, 等. 1981-2015年青藏高原地表温度的时空变化特征分析[J]. 西南大学学报(自然科学版), 2018, 40(11): 127. ZHU Yi, FAN Guangzhou, HUA Wei, et al. Analysis of the temporal and spatial variation in land surface temperature over the Qinghai-Tibet Plateau from 1981 to 2015[J]. Journal of Southwest University (Natural Science Edition), 2018, 40(11): 127. |
[21] |
许建伟, 高艳红, 彭保发, 等. 1979-2016年青藏高原降水的变化特征及成因分析[J]. 高原气象, 2020, 39(2): 234. XU Jianwei, GAO Yanhong, PENG Baofa, et al. Change characteristics of precipitation and its cause during 1979-2016 over the Qinghai-Tibetan Plateau[J]. Plateau Meteorology, 2020, 39(2): 234. |
[22] |
冀钦, 杨建平, 陈虹举. 1961-2015年青藏高原降水量变化综合分析[J]. 冰川冻土, 2018, 40(6): 1090. JI Qin, YANG Jianping, CHEN Hongju. Comprehensive analysis of the precipitation changes over the Tibetan Plateau during 1961-2015[J]. Journal of Glaciology and Geocryology, 2018, 40(6): 1090. |
[23] |
樊启顺, 沙占江, 曹广超, 等. 气候变化对青藏高原生态环境的影响评价[J]. 盐湖研究, 2005(1): 12. FAN Qishun, SHA Zhanjiang, CAO Guangchao, et al. Developments of inorganic whisker research Ⅱ applications of potassium titanate whiskers in composite materials[J]. Journal of Salt Lake Research, 2005(1): 12. |
[24] |
孟梦, 牛铮, 马超, 等. 青藏高原NDVI变化趋势及其对气候的响应[J]. 水土保持研究, 2018, 25(3): 360. MENG Meng, NIU Zheng, MA Chao, et al. Variation trend of NDVI and response to climate change in Tibetan Plateau[J]. Research of Soil and Water Conservation, 2018, 25(3): 360. |
[25] |
韩炳宏, 周秉荣, 颜玉倩, 等. 2000-2018年间青藏高原植被覆盖变化及其与气候因素的关系分析[J]. 草地学报, 2019, 27(6): 1651. HAN Binghong, ZHOU Bingrong, YAN Yuqian, et al. Analysis of vegetation coverage change and its driving factors over Tibetan Plateau from 2000 to 2018[J]. Acta Agrestia Sinica, 2019, 27(6): 1651. |
[26] |
王发科, 苟日多杰, 祁贵明, 等. 柴达木盆地气候变化对荒漠化的影响[J]. 干旱气象, 2007, 25(3): 28. WANG Fake, GOU Riduojie, QI Guiming, et al. Effect of climate change on desertification in Qaidamu Basin[J]. Journal of Arid Meteorology, 2007, 25(3): 28. |
[27] |
曾磊, 杨太保, 田洪阵. 近40年东帕米尔高原冰川变化及其对气候的响应[J]. 干旱区资源与环境, 2013, 27(5): 144. ZENG Lei, YANG Taibao, TIAN Hongzhen. Response of glacier variations in the eastern Pamirs plateau to climate change, during the last 40 years[J]. Journal of Arid Land Resources and Environment, 2013, 27(5): 144. |
[28] |
孙与襄, 麦麦提吐逊·麦麦提, 马合木江·艾合买提, 等. 1995-2020年喀什市植被覆盖度时空动态变化研究[J]. 中国农村水利水电, 2022(1): 71. SUN Yuxiang, Maimaitituxun Maimaiti, Mahemujiang Aihemaiti, et al. Research on the temporal and spatial dynamic changes of vegetation coverage in Kashgar city from 1995 to 2020[J]. China Rural Water and Hydropower, 2022(1): 71. |
[29] |
陈舒婷, 郭兵, 杨飞, 等. 2000-2015年青藏高原植被NPP时空变化格局及其对气候变化的响应[J]. 自然资源学报, 2020, 35(10): 2511. CHEN Shuting, GUO Bing, YANG Fei, et al. Spatial and temporal patterns of NPP and its response to climate change in the Qinghai-Tibet Plateau from 2000 to 2015[J]. Journal of Natural Resources, 2020, 35(10): 2511. |
[30] |
甘佩娟, 丁生喜, 霍海勇, 等. 柴达木盆地经济可持续发展综合评价[J]. 中国农业资源与区划, 2014, 35(3): 59. GAN Peijuan, DING Shengxi, HUO Haiyong, et al. The evaluation on economic sustainable development in the Qaidam Basin[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2014, 35(3): 59. |
[31] |
赵志文. 基于SWOT分析南疆四地州参与中巴经济走廊建设[J]. 新疆职业大学学报, 2015, 23(3): 17. ZHAO Zhiwen. Thoughts on diversify teaching methods of college courses of the outline of chinese modern history[J]. Journal of Xinjiang Vocational University, 2015, 23(3): 17. |