土地管理對植被變綠的潛在貢獻(xiàn)
——以中國東北農(nóng)業(yè)區(qū)為例

張林林, 梁傳壯, 馬海云, 陳 鑫, 蔡江濤, 郭仁杰, 陳鐵喜,2,*

1 南京信息工程大學(xué)地理科學(xué)學(xué)院, 南京 210044 2 南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心, 南京 210044

植被在大尺度上的變化及其驅(qū)動因素是當(dāng)前研究的熱點(diǎn)問題。近些年有關(guān)全球變綠現(xiàn)象分析、機(jī)制研究以及其影響,受到廣泛的關(guān)注。變綠現(xiàn)象一般指在年際尺度上的植被綠度等生態(tài)指標(biāo)增加趨勢[1]。在研究中比較常用的方法是分析遙感的植被指數(shù)的年際變化趨勢[2—5]。常用指數(shù)包括葉面積指數(shù)(LAI)、歸一化植被指數(shù)(NDVI)和增強(qiáng)型植被指數(shù)(EVI)等。

為了解植被變綠的機(jī)理和驅(qū)動因素,至今已經(jīng)開展許多研究,這主要涉及CO2的施肥效應(yīng)[6—8],氣候變化[9—12],土地利用和土地覆蓋變化(LUCC)[13—15]和氮沉降作用等[16—19]。研究變綠方法主要包括統(tǒng)計方法和模型模擬[3,20—21]。統(tǒng)計方法的優(yōu)點(diǎn)是基于觀測數(shù)據(jù),而缺點(diǎn)則是在量化歸因方面比較困難,難以分析各驅(qū)動要素的貢獻(xiàn)。而模型在量化各驅(qū)動要素的貢獻(xiàn)方面具有獨(dú)特的優(yōu)勢,可以通過控制變量與設(shè)定不同情景進(jìn)行模擬,從而使其結(jié)果歸因較為合理[22]。但同時模型也存在著不足,主要是模式對于一些重要過程尚沒有很好地進(jìn)行描述,從而對于這類缺乏或是不完善的過程無法進(jìn)行完全的表達(dá),這一點(diǎn)在土地管理方面尤為突出。土地管理一般指在同一種土地利用類型下的管理活動,例如包括農(nóng)業(yè)種植制度(單季種植或者復(fù)種)、作物類型、灌溉設(shè)施與農(nóng)藥、化肥的使用、林地的間伐與管理等[23]。土地管理的數(shù)據(jù)自身完備性較差,是造成模型中對這一過程表達(dá)相對較為欠缺的主要原因[24—27]。

遙感植被指數(shù)表明,中國地區(qū)整體上呈現(xiàn)了顯著的變綠趨勢[2],其驅(qū)動機(jī)制尚需進(jìn)一步明晰。其中對變綠具有潛在貢獻(xiàn)的土地利用變化與土地管理作用,主要體現(xiàn)在中國實(shí)施的一系列重大生態(tài)工程和農(nóng)業(yè)現(xiàn)代化。以三北防護(hù)林工程、退耕還林還草工程等為代表的多個生態(tài)工程的實(shí)施,提升了我國陸地生態(tài)系統(tǒng)碳匯能力[28—30]。同時,基于大氣CO2濃度與碳同化模式的研究表明,中國地區(qū)陸地生態(tài)系統(tǒng)是一個巨大的碳匯[31]。

與此同時,中國和印度的廣大農(nóng)田區(qū)域?qū)θ蜃兙G作出了巨大貢獻(xiàn),這與模型的預(yù)期結(jié)果存在一定的差異性[2]。模式結(jié)果表明變綠的原因是CO2施肥效應(yīng)為主,但CO2施肥效應(yīng)強(qiáng)度近期出現(xiàn)了相對的減弱[22,32]。農(nóng)田更容易受到人類管理活動的影響。為了能夠進(jìn)一步深入研究基于觀測的土地管理對植被變化影響的機(jī)制,本研究選擇了一個典型的農(nóng)業(yè)區(qū),即東北農(nóng)業(yè)地區(qū)。該地區(qū)變綠趨勢明顯,有著較為廣泛的農(nóng)田和自然植被分布,同時農(nóng)田管理強(qiáng)度較大,為研究提供了較好的樣本。土地管理活動使得農(nóng)田植被與自然植被存在較為明顯的物候差異,本研究擬嘗試分析農(nóng)田植被與自然植被變綠的季節(jié)特征,從而對土地管理的作用進(jìn)行推斷。

1 數(shù)據(jù)和方法

1.1 研究區(qū)域

基于氣候變化和相應(yīng)的耕作制度,我國可大致分為9大農(nóng)業(yè)區(qū)[33—34],數(shù)據(jù)來源自國家農(nóng)業(yè)科學(xué)數(shù)據(jù)共享中心(http://region.agridata.cn/)。本研究選擇東北農(nóng)業(yè)區(qū)作為研究區(qū),如圖1a所示,其中數(shù)字高程數(shù)據(jù)采用GTOPO30數(shù)據(jù)(https://www.usgs.gov/)。研究區(qū)包括了黑龍江,吉林,遼寧省和內(nèi)蒙古自治區(qū)東部的呼倫貝爾市。研究區(qū)域是我國重要的林業(yè)和商業(yè)谷物農(nóng)業(yè)生產(chǎn)基地,總面積約占我國陸地面積的12.9%。

該研究區(qū)的地形主要是平原、丘陵和山脈,農(nóng)田和自然植被分布廣泛(圖1)。這是一個典型的單季種植區(qū),農(nóng)作物的生長集中在5月至10月,主要種植水稻、玉米和大豆等。利用基于遙感反演的LAI數(shù)據(jù)表明,該地區(qū)在2000年至2017年期間表現(xiàn)出強(qiáng)烈的變綠現(xiàn)象[2]。

圖1 研究區(qū)地形與土地利用情況Fig.1 Topography and land use of the study area

地形數(shù)據(jù)使用GTOPO30數(shù)據(jù)的DEM(數(shù)字高程模型)；土地覆蓋數(shù)據(jù)采用MODIS土地覆蓋產(chǎn)品(MCD12Q1,V006)的2010年數(shù)據(jù)(表1)。

1.2 MODIS植被指數(shù)和土地覆蓋數(shù)據(jù)

遙感植被指數(shù)NDVI和LAI都被廣泛應(yīng)用在長序列植被分析中。NDVI在長序列研究中具有獨(dú)特的優(yōu)勢,其數(shù)據(jù)可溯源至1981年[35]。LAI是表征植物冠層的具有具體生態(tài)意義的指數(shù)。然而,由于計算過程復(fù)雜,基于遙感的LAI產(chǎn)品通常比植被指數(shù)具有更大的不確定性,因此物候研究中往往采用植被指數(shù)而非LAI。與使用紅波段和近紅外波段的NDVI相比,增強(qiáng)植被指數(shù)EVI增加了藍(lán)波段,可以更好地克服植被覆蓋度較高的地區(qū)NDVI的飽和問題[36]。因此,本文選擇EVI來指示植被狀況。

其中ρNIR,ρred,ρblue分別是是近紅外,紅色和藍(lán)色波段的反射率,G(2.5)是增益因子,C1,C2和L分別是6,7.5,1。

土地利用是一個動態(tài)過程,存在一定的年際波動。東北地區(qū)農(nóng)田自20世紀(jì)80年代至2000年左右,呈現(xiàn)了整體的快速增加趨勢[30]。2000—2005年,耕地輕度增加[37]。2000—2015年間,林草地向耕地轉(zhuǎn)化面積大于耕地向林草地轉(zhuǎn)化面積,更為顯著的是旱地向水田轉(zhuǎn)移[38]。旱田與水田之間的轉(zhuǎn)移并不影響土地作為農(nóng)田這一類型,可以歸為土地管理方式的一種?；跁r間序列分析的需要,假設(shè)土地利用類型變化不大時,可以選擇一個參考年進(jìn)行分析(會部分引入LUCC帶來的誤差)。因此,本研究選擇2010年為2000—2019年的基本土地覆蓋信息。

土地分類體系常見的有國際地圈—生物圈計劃(IGBP)分類方案以及我國《土地利用現(xiàn)狀分類》,后者由日質(zhì)量監(jiān)督檢驗(yàn)檢疫總局和國家標(biāo)準(zhǔn)化管理委員會聯(lián)合發(fā)布,有GB/T21010—2007和GB/T21010—2017兩個版本。本研究針對植被覆蓋類型,包括農(nóng)田和自然植被(含林地與草地),并不考慮建設(shè)用地、水體和未利用土地等,因此,兩類分類體系在本研究中差別不大。同時,相關(guān)研究也指出,IGBP分類體系更適合于生態(tài)環(huán)境領(lǐng)域[39]。最后,選擇了MODIS月度EVI產(chǎn)品MOD13C2和2010年土地利用數(shù)據(jù)MCD12C1,兩者的空間分辨率均為0.05°,基于國際地圈—生物圈計劃(IGBP)分類方案的MCD12C1被重新分為6組(表1)。本研究針對植被地區(qū),包括農(nóng)田和自然植被(林地與草地)。

表1 基于MCD12C1數(shù)據(jù)的IGBP分類體系的重新分類的土地覆蓋類型

1.3 氣候數(shù)據(jù)

這里選擇的是中國氣象局(China Meteorological Administration,CMA)的降水和溫度數(shù)據(jù)(國家氣象科學(xué)數(shù)據(jù)中心,http://data.cma.cn),空間分辨率為0.5°,其分辨率與EVI數(shù)據(jù)(0.05°)有所不同。在較長時間尺度上(月尺度到年際尺度),氣象要素往往具有較好的空間一致性,因此假定同一氣候數(shù)據(jù)網(wǎng)格中的植被處于相同的氣候環(huán)境中。

1.4 農(nóng)田土地管理

土地管理的內(nèi)容非常廣泛,一般指同一類土地覆蓋類型下的各類管理活動[23],本文主要關(guān)注發(fā)生在農(nóng)業(yè)地區(qū)的土地管理。主要考慮的因素包括：作物種植類型的演變,農(nóng)業(yè)機(jī)械化,農(nóng)藥和化肥的用量。由于該地區(qū)僅包括內(nèi)蒙古自治區(qū)的小部分,因此本研究主要從國家統(tǒng)計局在省一級提供的黑龍江,吉林和遼寧三個省中選擇統(tǒng)計數(shù)據(jù)。

1.5 統(tǒng)計方法與分析

使用Pearson相關(guān)系數(shù)和Mann-Kendall檢驗(yàn)確定相關(guān)性和趨勢。

本文主要關(guān)注植被變化,因此在六個分類系統(tǒng)中,選擇植被類型,即包括農(nóng)田和自然植被(林地和草地)作為研究對象。氣候數(shù)據(jù)和農(nóng)業(yè)數(shù)據(jù)被用作解釋植被變化歸因分析,采用一元回歸與多元回歸方法。由于大氣中CO2濃度逐年單調(diào)增長,而該地區(qū)農(nóng)田現(xiàn)代化進(jìn)程持續(xù),農(nóng)田管理(包括機(jī)械化、農(nóng)藥與化肥使用等)對農(nóng)作物生長保持了連續(xù)的促進(jìn)作用。常規(guī)趨勢統(tǒng)計難以對氣候變化與農(nóng)田管理這兩類驅(qū)動要素的貢獻(xiàn)進(jìn)行區(qū)分,因此并未采用偏相關(guān)分析等方法。氣候變化同時作用于農(nóng)田與自然植被,農(nóng)田土地管理卻是僅作用于農(nóng)田植被,理論上可以反映在植被變化的季節(jié)特征上。因此,對農(nóng)田與自然植被EVI年際變化的季節(jié)特征進(jìn)行對比分析,從而對土地管理的影響進(jìn)行推斷。

2 結(jié)果

2.1 變綠現(xiàn)象分析

首先利用EVI指數(shù)對研究區(qū)變綠現(xiàn)象進(jìn)行研究,計算了EVI的多年變化線性趨勢(圖2)。2000年至2019年,該地區(qū)主要植被類型呈現(xiàn)明顯的變綠趨勢,其中農(nóng)田、自然植被(林地和草地)的年EVI變率分別為2.19×10-3/a、1.86×10-3/a(林地和草地分別為1.83×10-3/a和1.94×10-3/a)(圖2),可以看出自然植被和農(nóng)田的變綠速率在同一數(shù)量級上,這種現(xiàn)象也體現(xiàn)在EVI的空間變化趨勢上(圖3),因此該區(qū)域的變綠趨勢無論在空間上還是區(qū)域平均值都是普遍的。

圖2 2000—2019年區(qū)域平均EVI年際變化時間序列分析Fig.2 Time series analysis of the interannual variation of regional average EVI from 2000 to 2019EVI包括農(nóng)田,自然植被,林地,草地；時間范圍是2000—2019年期間,紅線表示線性擬合,T代表年份

盡管農(nóng)田在每年的時間序列中都呈現(xiàn)出變綠趨勢,但值得注意的是,種植到收獲的農(nóng)作物的生長期比自然植被的生長期短得多。那么在年平均時間序列表現(xiàn)出的同等量級的變化,在季節(jié)上會存在較大差異,量化變綠的季節(jié)特征非常必要。如圖4所示,2000—2019年的多年平均月值,可以看出春季農(nóng)田EVI增加趨勢明顯小于自然植被。最明顯的是,五月份的農(nóng)田EVI沒有明顯增加(僅為0.24×10-3/a)。相反,五月份的林地和草地EVI的增長值分別為1.45×10-3/a和2.75×10-3/a。

農(nóng)田和自然植被的年內(nèi)變化趨勢在季節(jié)上呈現(xiàn)巨大差異(圖4)。農(nóng)田植被的生長主要集中在5—10月,但由于5月是播種期,作物處于萌發(fā)與出苗的過程,因此5月份農(nóng)田植被EVI很低。EVI變率最高的是6月,達(dá)到7.80×10-3/a。自然植被每月都會發(fā)生變綠現(xiàn)象,并且相對均勻。從林地和草地的角度看,草地的變化較為集中,但與耕地的變綠特征仍有很大差異。如果選擇6月至9月作為核心生長季(除去5月播種期和10月份的收割期),則農(nóng)田的變綠速率是4.99×10-3/a,約是自然植被變化的2倍(自然植被為2.30×10-3/a,林地和草地為1.79×10-3/a和3.71×10-3/a)。

2.2 變綠的驅(qū)動要素分析

2.2.1氣候因素

模型研究表明,CO2的施肥效應(yīng)對植被變綠的貢獻(xiàn)最大。但是,由于CO2顯示出穩(wěn)定的增長趨勢,并且同時作為農(nóng)田和自然植被的環(huán)境背景,因此本文中并未計算CO2濃度與EVI變化的相關(guān)性。氣候變化的要素主要集中在溫度和降水這兩個核心變量上。

圖3 EVI年際變化的空間分布Fig.3 Spatial distribution of EVI interannual variationEVI包括農(nóng)田,自然植被,林地,草地；時間范圍是2000—2019年期間

圖4 多年平均值的季節(jié)特征和各月的年際趨勢Fig.4 Seasonal characteristics and monthly interannual trend of the multi-year average EVI在農(nóng)田、自然植被、林地和草地的月均值與逐月的變化趨勢；降水月平均(mm)與年際變率(mm /a);氣溫月平均(℃)與年際變率(℃/a);藍(lán)色實(shí)線表示(軸坐標(biāo)為右)的2000年至2019年的多年平均月度值,灰色陰影為標(biāo)準(zhǔn)偏差;柱狀圖表示各月年際趨勢,紅色趨勢為正,藍(lán)色趨勢為負(fù);星號表示顯著,即P < 0.05

相關(guān)分析表明,降水和溫度的關(guān)系與植被之間的關(guān)系更緊密(表2)。EVI與溫度和降水量的線性擬合表明,氣候變化可以在一定程度解釋農(nóng)田和自然植被的年際變綠現(xiàn)象(圖5,表3)。整個地區(qū)的多年平均溫度和降水變化率分別為0.02 ℃ /a和7.35 mm /a。但是,氣溫和降水的季節(jié)趨勢與農(nóng)田EVI的季節(jié)趨勢有很大不同(圖4)。

表2 2000—2019年期間EVI與降雨和溫度之間的相關(guān)關(guān)系

圖5 農(nóng)田,自然植被,林地和草地與氣候因素的擬合Fig.5 Fitting of cropland, natural vegetation, forest and grassland with climatic factors行分別是農(nóng)田,自然植被(包括林地和草地),林地和草叢,列是溫度,降雨量和所有氣候因素(包含溫度和降雨);擬合方程(表3)

2.2.2土地管理

即使考慮到CO2的變化(未展示),它仍然不能解釋不同月份農(nóng)田和自然植被之間的變綠差異,尤其是在6—9月期間,農(nóng)田的變綠趨勢遠(yuǎn)遠(yuǎn)超過了自然植被(圖4)。出現(xiàn)在農(nóng)田與自然植被之間的差異很難通過自然環(huán)境的變化,包括CO2升高和水熱條件(溫度與降水)來解釋。因此,需要進(jìn)一步從土地管理的角度進(jìn)行研究。

表3 年平均EVI與溫度、降水的擬合方程

2000年研究區(qū)的農(nóng)業(yè)種植類型發(fā)生了快速變化,如圖6與表4所示,特別是小麥的種植面積顯著下降(-85.61%),玉米和水稻的種植面積分別增加了144.64%和90.68%,農(nóng)業(yè)機(jī)械化發(fā)展迅速。2000—2018年間,農(nóng)業(yè)機(jī)械的總動力增長了185.04%；大中型農(nóng)用拖拉機(jī)數(shù)量增長了1193.20%。大中型拖拉機(jī)配套農(nóng)具數(shù)量增加760.31%；農(nóng)藥使用量從8.48×104t增加到18.03×104t(到2018年),增長112.61%;農(nóng)用化肥量增加80.24%。

圖6 研究區(qū)土地管理相關(guān)數(shù)據(jù)的多年時間序列Fig.6 Interannual time series of the variables related to the land management in the study area研究區(qū)包括黑龍江,吉林和遼寧省,土地管理數(shù)據(jù)包括水稻、玉米和大豆的種植面積(hm2)；小麥種植面積(hm2)；化肥(t)與農(nóng)藥(t)施用量；農(nóng)業(yè)器械總功率(W)、拖拉機(jī)數(shù)量與拖拉機(jī)配套農(nóng)具數(shù)量

從機(jī)制上,玉米與水稻田的擴(kuò)張,特別是玉米,是典型的C4植物,相比其他作物植株更為高大,同時收獲期要比小麥遲很多(小麥一般在夏季收獲),理論上如果從小麥向玉米轉(zhuǎn)化,農(nóng)田植被指數(shù)會增加。同時,農(nóng)業(yè)機(jī)械化的發(fā)展,有利于快速的播種,對于該地區(qū)生長期有限,快速的種植能夠保證在水熱條件適合的情況下盡快完成播種爭取到更長的有利生長條件。而化肥的施用量增加,則是更為直接的促進(jìn)農(nóng)作物生長。農(nóng)藥的使用,對于農(nóng)業(yè)病蟲害防治等有著直接的作用。綜合以上三個方面,都會對農(nóng)田的植被生長產(chǎn)生顯著促進(jìn)影響。

表4 研究區(qū)土地管理相關(guān)指標(biāo)的變化

3 討論

全球變綠現(xiàn)象、歸因以及其帶來的影響研究,是當(dāng)前的重點(diǎn)和熱點(diǎn)問題之一。與之相關(guān)的論文很多,主要涉及利用統(tǒng)計和模型方法對變綠進(jìn)行量化和歸因分析[22,40—42]。從統(tǒng)計方法的角度來看,一些約束條件明確的地區(qū)取得了很好的結(jié)果,例如薩赫勒地區(qū)的干旱生態(tài)系統(tǒng)(水分約束作用為主)[21,43],北方林地的生態(tài)系統(tǒng)(溫度約束作用為主)[44—45]。與統(tǒng)計方法相比,模型在定量驅(qū)動方面具有明顯優(yōu)勢,并且可以通過不同情景控制試驗(yàn)來闡明每個元素的貢獻(xiàn)率[46—48]。但是它的缺點(diǎn)也很明顯,即當(dāng)前的模型開發(fā)還不成熟,還有一些重要的過程,特別是土地管理部分還有待完善[49—51]。

這也是本文選擇的研究區(qū)域所面臨的困境,即該區(qū)域已經(jīng)明顯變綠,但是從統(tǒng)計學(xué)上講也無法解釋農(nóng)田的變化特征,并且在此過程中土地管理過程未包含在模型中。如果僅從年際變化量看農(nóng)田變綠速率和自然植被的變綠速率,其變化是相對一致的(圖2—3)。利用溫度與降水,并結(jié)合大氣CO2的施肥作用,理論上可以解釋變綠現(xiàn)象。但是,在主要生長季節(jié)(6月至9月),農(nóng)田的變綠速率比自然植被的變綠速率要快得多,即EVI在農(nóng)田與自然植被的年際變化分別為4.99×10-3/a和2.30×10-3/a,圖4所顯示的植被變化的季節(jié)性差異,利用氣候環(huán)境變化很難進(jìn)行解釋,需要加入土地管理過程。

該區(qū)域僅可進(jìn)行單作(一年一季種植)。與小麥相比,農(nóng)民更傾向于種植高產(chǎn)值的玉米和水稻。玉米是典型的C4植物,是相對小麥等作物更為高大和茂盛的植物。因此,減少小麥播種面積和擴(kuò)大玉米播種將不可避免地帶來EVI的變化。農(nóng)業(yè)機(jī)械化的發(fā)展直接導(dǎo)致播種速度的迅速提高,農(nóng)作物可以更好地適應(yīng)農(nóng)業(yè)時代。更重要的是,農(nóng)業(yè)化肥的增加對促進(jìn)作物生長具有最直接、最顯著的作用。因此,這種土地管理(同一土地覆蓋類型下)將在理論上和實(shí)踐上不可避免地促進(jìn)農(nóng)田的生長,并將在EVI中得到體現(xiàn)。假設(shè)氣候環(huán)境變化引起的EVI增量在農(nóng)田與自然植被是一致的,那么在6—9月農(nóng)田植被EVI變率超過自然植被的部分(即4.99×10-3/a減去2.30×10-3/a)可視為土地管理的影響,土地管理的貢獻(xiàn)與氣候變化的貢獻(xiàn)處于相同量級。

通過變綠的季節(jié)特征對土地管理的作用進(jìn)行推斷,其誤差可能體現(xiàn)在如下幾個方面。首先,農(nóng)田土地管理影響并沒有詳細(xì)的空間數(shù)據(jù)作為支撐,因此這一推斷依然存在較大不確定性。其次,我國的生態(tài)工程會同時體現(xiàn)在LUCC與土地管理兩個方面,特別是對原有自然植被的保護(hù),以及林地、草地的有序的人工培育,并未改變土地利用類型狀況,本研究的假設(shè)并不能排除這一要素。最后,為了計算各主要植被類型,采用了2010年土地利用分類作為參考值,對分類精度依賴性高,同時也忽略了變化。

4 結(jié)論

本研究分析了中國最大農(nóng)業(yè)區(qū)——東北農(nóng)業(yè)區(qū)植被變綠情況與潛在的驅(qū)動要素。采用增強(qiáng)植被指數(shù)EVI作為指標(biāo),研究其年際變化趨勢,并做歸因分析。農(nóng)田和自然植被均表現(xiàn)出一致的變綠趨勢,其EVI的年際變化率處于相同量級,分別為2.19×10-3/a和1.86×10-3/a。即使不考慮CO2施肥的影響,這種變綠現(xiàn)象似乎也可以用氣候變化很好地解釋,即降水和溫度變化促進(jìn)了植被的生長?？紤]到農(nóng)作物的生長期相比自然植被要短,那么EVI變化趨勢在季節(jié)性上理論上應(yīng)該存在較大差異。農(nóng)作物長勢最為旺盛的6—9月,農(nóng)田的EVI年際變化率(4.99×10-3/a)是自然植被(2.30×10-3/a)的約兩倍。同時,農(nóng)田和自然植被的季節(jié)性趨勢是不對稱的,這一現(xiàn)象難以僅用氣候變化來解釋。盡管直接從統(tǒng)計數(shù)據(jù)中建立土地管理的清晰關(guān)聯(lián)較為困難,但快速的農(nóng)業(yè)發(fā)展理論上是一個重要的驅(qū)動因素。具體而言,本研究區(qū)土地管理包括種植類型的變化、農(nóng)業(yè)機(jī)械化以及化肥和農(nóng)藥的施用量等,研究期間這些指標(biāo)都在迅速增長。因此,綜上分析表明,除了氣候變化之外,土地管理是驅(qū)動?xùn)|北農(nóng)業(yè)區(qū)變綠的重要因素之一。如果將自然植被變綠視為氣候因子的貢獻(xiàn),6—9月期間農(nóng)田變綠的速度比自然植被高出一倍,這表明土地管理的貢獻(xiàn)與氣候變化的貢獻(xiàn)幅度可能相同。