吳宇桐，王衛(wèi)光，魏 佳

（1.河海大學(xué)水文水資源學(xué)院，南京 210098；2.河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210098）

0 引言

森林是土壤—植物—大氣連續(xù)體(Soil-Plant-Atmosphere Continuum,SPAC)的重要組成部分，是陸地生態(tài)系統(tǒng)中最重要的碳匯[1,2]，通過調(diào)節(jié)陸地—大氣間的水分能量交換改變氣候環(huán)境[3-5]，在自然界中發(fā)揮涵養(yǎng)水源、防風(fēng)固沙的作用[6]。氣候變化下森林面積的減少，將導(dǎo)致大面積的土地荒漠化和水土流失，嚴(yán)重影響人類社會(huì)經(jīng)濟(jì)生產(chǎn)[7]。森林覆蓋面積通常用綠度表示，森林覆蓋面積越大，即代表綠度越高[7-9]。目前，研究常用葉面積指數(shù)(Leaf Area Index,LAI)和歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)來表征森林綠度[10-12]。受極端氣候影響，森林樹木發(fā)生了大規(guī)模落葉、枯死，導(dǎo)致森林綠度急劇下降，這種現(xiàn)象被定義為綠度異常事件[5,13]。以往的研究表明，在氣候變化背景降水減少會(huì)引起森林的水分虧欠，進(jìn)而導(dǎo)致森林綠度異常事件發(fā)生[5,7,14]。同時(shí)，極端氣候也會(huì)削弱森林對(duì)火災(zāi)和病蟲的抵抗能力，從而引起森林綠度異?，F(xiàn)象大規(guī)模發(fā)生[15-21]。因此，研究綠度異常現(xiàn)象有利于了解森林綠度和氣候變化之間的關(guān)系，有助于更好地保護(hù)森林資源，為實(shí)現(xiàn)極端氣候下自然環(huán)境的修復(fù)提供應(yīng)對(duì)策略。

近年來全球氣候變暖，干旱發(fā)生更加頻繁，研究森林綠度對(duì)氣候變化的響應(yīng)，關(guān)鍵在于評(píng)價(jià)森林綠度異?，F(xiàn)象如何響應(yīng)干旱事件。目前，綠度異常用于刻畫氣候變化下森林生長(zhǎng)趨勢(shì)和探究綠度變化對(duì)干旱的敏感性[11]，主要集中于區(qū)域尺度的研究中[22,23]。具體而言，研究發(fā)現(xiàn)近年來北半球出現(xiàn)的持續(xù)性干旱限制了植物生長(zhǎng)所需的水分[5]，并主要影響了中亞西南部森林綠度和北美地區(qū)森林綠度[7,11,22-24]。在南半球，亞馬遜雨林地區(qū)的極端干旱降低了森林光合作用，但森林綠度略有增加[25]。澳大利亞境內(nèi)的干旱事件則導(dǎo)致森林綠度大量減少[26-28]?？偟膩碚f，森林綠度變化存在明顯的空間異質(zhì)性，且不同森林類型對(duì)干旱事件的差異化響應(yīng)缺乏宏觀尺度研究，引起干旱的驅(qū)動(dòng)因素也沒有得到很好的解釋[29]。為表征森林綠度變化，侯鑫等提出了綠度異常指數(shù)（Greenness Anomaly Index,GAI）的概念[13]，將月尺度LAI線性累計(jì)偏差定義為GAI，并量化了干旱影響下中國(guó)森林綠度異常現(xiàn)象，但基于區(qū)域性的研究無法充分表征不同氣候背景下植被綠度變化對(duì)干旱的差異化響應(yīng)，因此研究全球尺度下的森林綠度變化對(duì)深入理解全球森林植被演變機(jī)理具有重要意義。SPEI指數(shù)是基于蒸散發(fā)公式并考慮了降水和溫度的干旱指標(biāo)[30]，具有較低的數(shù)據(jù)要求和多標(biāo)量屬性[31-36]，被廣泛應(yīng)用于監(jiān)測(cè)干旱事件影響的研究中[22,23,29,37]。本研究通過計(jì)算全球森林的GAI以量化全球森林綠度異常現(xiàn)象，直觀展示了氣候變化影響下森林綠度的變化趨勢(shì)。同時(shí)，本研究使用SPEI定義干旱事件，對(duì)全球綠度異常指數(shù)和SPEI進(jìn)行相關(guān)性及敏感性分析，以期為預(yù)測(cè)氣候變化對(duì)森林的影響和研究陸地生態(tài)系統(tǒng)對(duì)極端氣候的響應(yīng)等提供理論支持和科學(xué)依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源及處理

LAI數(shù)據(jù)選用北京師范大學(xué)依托于“全球生態(tài)系統(tǒng)與表面能量平衡特征參量生成與應(yīng)用”項(xiàng)目生產(chǎn)的GLASS（Global Land Surface Satellite）數(shù)據(jù)集[38]。該產(chǎn)品通過BELMANIP[39]（Benchmark Land Multisite Analysis and Intercomparison of Products）計(jì)算MODISLAI反射率數(shù)據(jù)，使用回歸神經(jīng)網(wǎng)絡(luò)模型得到GLASSLAI產(chǎn)品[40]?？臻g分辨率為0.05°，時(shí)間分辨率為8 d。為統(tǒng)一數(shù)據(jù)分辨率及方便后續(xù)數(shù)據(jù)處理，使用Arcgis軟件對(duì)其進(jìn)行3次卷積重采樣，將空間分辨率聚合到0.5°，時(shí)間分辨率不變。產(chǎn)品下載地址為：http://www.glass.umd.edu/Download.html，本研究采用V50版本。

土地覆蓋類型數(shù)據(jù)采用MODIS（MCD12C1）數(shù)據(jù)產(chǎn)品。該產(chǎn)品提供年尺度土地覆蓋類型數(shù)據(jù)，空間分辨率為0.05°。該產(chǎn)品包含3種分類方案數(shù)據(jù)，本研究選用國(guó)際地球生物圈計(jì)劃（IGBP）分類方案[41]，將數(shù)據(jù)值為1～7的像元作為林地。數(shù)據(jù)1～7分別代表：常綠針葉林，常綠闊葉林，落葉針葉林，落葉闊葉林，混交林，封閉灌木林，開闊灌木林。

干旱指數(shù)采用西班牙高等科研理事會(huì)（CSIC）提供的2.6版本SPEI數(shù)據(jù)集[42]，該數(shù)據(jù)經(jīng)過其他研究多次使用檢驗(yàn)[43,44]，真實(shí)可靠。其計(jì)算所用的潛在蒸散發(fā)基于FAO的Penman-Monteith方法，降水及比濕等數(shù)據(jù)基于東英吉利大學(xué)氣候研究部的提供的CRU TS數(shù)據(jù)集4.03版本。該SPEI數(shù)據(jù)集提供的全球網(wǎng)格數(shù)據(jù)空間分辨率為0.5°，時(shí)間尺度包括1～48個(gè)月。由于森林植被主要吸收深層土壤水，為表征土壤水分變化，本研究主要考慮水文干旱的反映，考慮到干旱的持續(xù)性以及植被響應(yīng)的滯后性，SPEI時(shí)間尺度選用12個(gè)月的數(shù)據(jù)。數(shù)據(jù)下載地址為：http://hdl.handle.net/10261/202305。

1.2 研究方法

1.2.1 森林綠度異常計(jì)算

干旱導(dǎo)致植物生長(zhǎng)水分匱乏，脅迫植物降低光合作用來減少水分消耗[45]。主要表現(xiàn)為植被覆蓋偏離其生長(zhǎng)趨勢(shì)，森林密度加速減少或增長(zhǎng)變緩，森林綠度下降。侯鑫等[13]利用LAI表現(xiàn)森林綠度的增加或減少，對(duì)年內(nèi)LAI線性趨勢(shì)偏離量求和得到綠度異常值。通過去除線性趨勢(shì)的方法得到森林綠度異常值，可以顯著地展示干旱對(duì)森林綠度的影響。

綠度異常值通過量化年尺度上LAI低于線性趨勢(shì)的狀態(tài)表現(xiàn)，對(duì)每個(gè)像元的偏離量（Greenness decline）進(jìn)行年內(nèi)求和，數(shù)值越小代表異常程度更嚴(yán)重，總和為正則認(rèn)為綠度無異常：將其進(jìn)行Z-score標(biāo)準(zhǔn)化處理，以方便不同時(shí)空的比較：

綠度變化異常強(qiáng)度(Intensity)用研究時(shí)段內(nèi)異常值總和與發(fā)生的頻率(Frequency)的商表示，其數(shù)值越小，強(qiáng)度越大：

1.2.2 干旱對(duì)森林綠度影響的時(shí)空分布及影響分析

宏觀尺度上森林綠度對(duì)干旱的響應(yīng)可以通過線性變化趨勢(shì)表現(xiàn)，對(duì)SPEI指數(shù)和森林綠度異常值進(jìn)行Pearson相關(guān)性分析，計(jì)算線性相關(guān)系數(shù)r并返回顯著性系數(shù)p值，用于基于非零相關(guān)性備擇假設(shè)來檢驗(yàn)無相關(guān)性假設(shè)，為直觀地展示相關(guān)性，r以相關(guān)系數(shù)計(jì)算結(jié)果的絕對(duì)值表示。

相關(guān)系數(shù)r計(jì)算公式為：

式中：E是數(shù)學(xué)期望；cov表示協(xié)方差。

根據(jù)r可表現(xiàn)擬合回歸后干旱對(duì)于森林綠度異?，F(xiàn)象的解釋程度，r越大表示該地區(qū)擬合回歸效果越好，即SPEI與森林綠度異常值相關(guān)性越高。根據(jù)p值可表現(xiàn)顯著性水平，若p低于顯著性水平0.05，則代表相關(guān)性分析結(jié)果拒絕SPEI與綠度異常值之間不存在相關(guān)性的原假設(shè)，即該地區(qū)干旱與森林綠度異常之間線性相關(guān)性顯著。若p＞0.1，則認(rèn)為該地區(qū)干旱與森林綠度之間無顯著相關(guān)關(guān)系。

對(duì)年尺度的SPEI數(shù)據(jù)及森林綠度異常數(shù)據(jù)進(jìn)行線性擬合，并求得其斜率。根據(jù)斜率判斷干旱與森林綠度的相關(guān)趨勢(shì)。若斜率為正，則表示該地區(qū)干旱程度與森林綠度變化數(shù)據(jù)呈正相關(guān)，森林綠度異常程度隨干旱發(fā)生而加重，且斜率越大表明其影響程度越深，反之則表示綠度異?，F(xiàn)象隨干旱加重反而減輕。

2 結(jié)果與討論

2.1 全球森林綠度異常變化趨勢(shì)

全球森林覆蓋類型分布如圖1所示，森林分布空間差異明顯。其中，針葉林主要分布于高緯度寒帶地區(qū)，如美國(guó)西北海岸、加拿大境內(nèi)、波羅的海周邊國(guó)家，以及俄羅斯境內(nèi)和中國(guó)東北地區(qū)。闊葉林主要分布于低緯度溫帶地區(qū)，如美國(guó)東海岸、巴西熱帶雨林、非洲近赤道國(guó)家以及東南亞地區(qū)。混交林在中緯度地區(qū)廣泛分布，如加拿大東南地區(qū)、俄羅斯境內(nèi)、日本境內(nèi)以及中國(guó)北方地區(qū)。灌木林則主要存在于南非地區(qū)、俄羅斯北部、加拿大北部、美國(guó)西南地區(qū)、非洲南部和澳大利亞境內(nèi)。

圖1 全球森林類型空間分布Fig.1 Spatial distribution of global forest types

全球森林面積變化如圖2所示，2007年至2010年全球森林面積呈增長(zhǎng)趨勢(shì)，2010年全球森林面積達(dá)到最大，約為33.754 8億hm2（根據(jù)遙感數(shù)據(jù)統(tǒng)計(jì)得出）。2010年至2018年全球森林面積逐漸減少，2017年達(dá)最低值，約為33.604 4億hm2（根據(jù)遙感數(shù)據(jù)統(tǒng)計(jì)得出），相比于2010年減少了1 504萬hm2。而2007-2018年全球綠度異常森林面積占比在0.3～0.6。

圖2 全球森林面積（闊葉林、針葉林、混交林及灌木林）變化及綠度異常森林面積占比Fig.2 Change of global forest area(broadleaf forest,coniferous forest,mixed forest and shrub)and proportion of forest with greenness anomalies

全球森林綠度異常的空間分布如圖3所示，2007-2018年全球綠度異?，F(xiàn)象較輕的林區(qū)集中分布在北緯中緯度地區(qū)，綠度異常面積占比最高為57.15%，出現(xiàn)在2008年。其中，巴西熱帶雨林綠度異常面積占林區(qū)總面積的56.45%，俄羅斯境內(nèi)異常林區(qū)占比達(dá)68.73%，美國(guó)境內(nèi)異常林區(qū)占比為65.68%，中國(guó)境內(nèi)異常林區(qū)占比70.59%，澳大利亞異常林區(qū)占比最高，達(dá)到了85.93%。結(jié)合2007-2018年綠度異常強(qiáng)度（圖4）分析，美國(guó)墨西哥邊境林區(qū)及阿根廷西部林區(qū)綠度異常發(fā)生頻率高，異常程度嚴(yán)重。亞馬遜雨林地區(qū)綠度異常發(fā)生面積分布廣泛但程度輕微。非洲南部與中國(guó)云貴地區(qū)綠度異常面積分布集中且強(qiáng)度較大。西伯利亞林區(qū)和印度尼西亞及澳大利亞境內(nèi)則發(fā)生廣泛的綠度異?，F(xiàn)象，且程度較深。森林綠度未發(fā)生異常的地區(qū)則集中于各大森林的邊緣地區(qū)以及沿海地區(qū)，這可能是因?yàn)樯诌吘壍貐^(qū)植物水分競(jìng)爭(zhēng)壓力較森林中心地區(qū)壓力更小[25]，而海邊濕潤(rùn)的氣候環(huán)境則帶來了充沛的水汽，有利于植被的生長(zhǎng)。

圖3 2007-2018年全球森林綠度異常指數(shù)Fig.3 Global forest greenness anomalies index from 2007 to 2018

圖4 全球綠度異常頻次及綠度異常強(qiáng)度Fig.4 Frequency and intensity of global greenness anomalies

2.2 綠度異常對(duì)干旱事件響應(yīng)的時(shí)空分析

干旱的劃分依據(jù)《GB/T 20481-2017氣象干旱等級(jí)》，根據(jù)SPEI劃分干旱等級(jí)如表1所示。

表1 SPEI指數(shù)干旱等級(jí)劃分Tab.1 Drought classification of SPEI index

綠度異常與干旱的擬合結(jié)果及相關(guān)系數(shù)計(jì)算結(jié)果如圖5和圖6所示，美墨邊境處、澳大利亞中部地區(qū)、南非地區(qū)和中亞地區(qū)森林綠度異常現(xiàn)象與干旱有極強(qiáng)相關(guān)性，說明干旱導(dǎo)致的水分脅迫是這些地區(qū)綠度異常的主要驅(qū)動(dòng)因素，結(jié)合回歸斜率發(fā)現(xiàn)這些地區(qū)與綠度異常成正相關(guān)。然而在亞馬遜雨林地區(qū)、非洲中部地區(qū)、加拿大東北部和俄羅斯西北地區(qū)隨著干旱出現(xiàn)綠度異常反而得到緩解。由圖5可知，這些地區(qū)綠度異?，F(xiàn)象的發(fā)生與干旱事件無明顯相關(guān)性。

圖5 全球SPEI與綠度異常指數(shù)線性回歸擬合的p值和相關(guān)系數(shù)r值Fig.5 p-values and correlation coefficients for global SPEI to linear regression of the Greenness Anomalies Index

圖6 全球SPEI與綠度異常指數(shù)線性擬合回歸斜率Fig.6 Regression slope of global SPEI and greenness anomalies index

森林綠度異?，F(xiàn)象主要受自然氣候變化、人類活動(dòng)產(chǎn)生的影響而發(fā)生。一方面，氣候變化使得區(qū)域水分條件改變，干旱發(fā)生頻繁，森林綠度異?，F(xiàn)象不斷發(fā)生。以美國(guó)為例，2011-2018年美國(guó)得州地區(qū)干旱頻發(fā)，森林綠度異?，F(xiàn)象嚴(yán)重。Camarero等[46]研究發(fā)現(xiàn)，干旱引起的樹木死亡過程可以看作樹木活力和生長(zhǎng)的非線性變化，樹木死亡結(jié)果是由某些氣候因素越過變化臨界點(diǎn)導(dǎo)致的。Buotte等[47]預(yù)計(jì)2020-2050年美國(guó)大部分沿海和西部喀斯特地區(qū)、愛達(dá)荷州北部和蒙大拿州部分地區(qū)氣候?qū)⒏友谉岣稍?，干旱影響下的森林將變得更加脆弱。在亞馬遜雨林地區(qū)，2016年的干旱事件發(fā)生范圍最廣、程度最深，與之相關(guān)，綠度異?，F(xiàn)象也最嚴(yán)重。Longo等[48]認(rèn)為亞馬遜雨林生態(tài)系統(tǒng)異質(zhì)性和多樣性降低了森林對(duì)頻繁極端干旱的抵御能力。Erfanian等[49]則認(rèn)為南美地區(qū)海面溫度（SST,sea surface temperatures）是亞馬遜雨林極端干旱事件的主要驅(qū)動(dòng)因素。近年來中國(guó)西南地區(qū)極端干旱頻發(fā)，導(dǎo)致該地區(qū)森林綠度異?，F(xiàn)象嚴(yán)重。除干旱外，森林類型也是影響綠度異常的因素之一，Luo等[4]在云南研究發(fā)現(xiàn)天然林比人工林更容易受到干旱的影響，西南地區(qū)自然森林又普遍為闊葉林，抗旱能力相較于針葉林更弱。上述因素綜合導(dǎo)致了中國(guó)西南地區(qū)近幾年綠度異?，F(xiàn)象頻發(fā)。

另一方面，人類活動(dòng)影響下，區(qū)域氣候條件和土地類型不斷改變，森林對(duì)干旱的抵抗力持續(xù)降低。干旱影響下亞馬遜雨林的綠度異?，F(xiàn)象分布較分散，主要分布于雨林內(nèi)部。其中，Khanna等[50]研究發(fā)現(xiàn)人類砍伐森林引起的土地覆蓋變化和碳排放增加導(dǎo)致了亞馬遜流域的水文氣候狀態(tài)由熱力驅(qū)動(dòng)轉(zhuǎn)變?yōu)閯?dòng)態(tài)驅(qū)動(dòng)，引發(fā)了地區(qū)降水減少，從而使亞馬遜雨林遭受頻繁的干旱。綠度異常分散現(xiàn)象可能是人類在森林內(nèi)部的活動(dòng)區(qū)域不規(guī)整造成的。結(jié)合干旱情況，人類活動(dòng)導(dǎo)致的植被消失是亞馬遜雨林地區(qū)綠度異常的主要原因。2008-2012年和2015-2018年南非發(fā)生數(shù)次持續(xù)性極端干旱。Baudoin等[51]通過研究發(fā)現(xiàn)，拉尼娜現(xiàn)象加上其自身落后的用水制度是導(dǎo)致南非地區(qū)缺水的主要原因。雷步云等[52]研究發(fā)現(xiàn)南非地區(qū)困于自身經(jīng)濟(jì)水平，對(duì)于干旱災(zāi)害抗風(fēng)險(xiǎn)能力較弱，無法科學(xué)地調(diào)度管理水資源，從而導(dǎo)致南非森林綠度異?，F(xiàn)象不斷加重。綜合比較非洲其他地區(qū)及中亞和拉美等欠發(fā)達(dá)地區(qū)，可以印證經(jīng)濟(jì)發(fā)展水平也是導(dǎo)致地區(qū)綠度異常的因素之一。

2.3 不同森林類型綠度異常對(duì)干旱響應(yīng)的相關(guān)性分析

為更清楚地表現(xiàn)干旱對(duì)不同類型森林的影響，提取p值小于0.1，斜率為正的區(qū)域綠度異常指數(shù)分不同森林類型進(jìn)行線性擬合，并計(jì)算決定系數(shù)。如圖7所示。按擬合后的斜率大小表現(xiàn)綠度異常對(duì)干旱的敏感性。闊葉林的回歸斜率最高為0.446，混交林為0.439，針葉林為0.392，灌木林對(duì)干旱最不敏感，為0.346。不同森林類型SPEI及綠度異常指數(shù)中位數(shù)如表2所示。

圖7 2007-2018年全球不同森林類型SPEI與干旱導(dǎo)致的綠度異常統(tǒng)計(jì)參數(shù)Fig.7 Statistical parameters of SPEI and global greenness anomalies caused by drought in different forest types across the globe during 2007-2018

表2 2007-2018年不同森林覆蓋類型SPEI與綠度異常指數(shù)中位數(shù)Tab.2 Median SPEI and greenness anomalies index of different forest types from 2007 to 2018

2007-2018年間闊葉林和混交林超過一半的森林面積處于無旱狀態(tài)，針葉林和灌木林超過一半的森林面積處于輕旱，其中闊葉林干旱程度最輕，針葉林干旱程度最深。綠度異常現(xiàn)象和干旱情況不同，混交林綠度異常程度最輕，中位數(shù)為-0.420，其次為闊葉林和針葉林。灌木林綠度異常程度最嚴(yán)重，為-0.608。但相比于干旱情況，不同類型的森林之間綠度異常程度差距不大。

由于SPEI數(shù)據(jù)和植被遙感數(shù)據(jù)采用的分辨率較為粗糙，且數(shù)據(jù)時(shí)間尺度僅有12 a，本文未能在全球尺度上進(jìn)行更長(zhǎng)時(shí)間序列且更為精細(xì)的研究。此外，本研究?jī)H通過SPEI干旱指數(shù)來表征植被環(huán)境水量，指標(biāo)較為單一。未來研究可以考慮其他標(biāo)準(zhǔn)進(jìn)行相互比較如水文干旱指數(shù)PHDI，降水距平指數(shù)RAI等，以便更深入地研究干旱對(duì)森林的影響。

3 結(jié)論

本文基于GLASS LAI數(shù)據(jù)和CSIC SPEI數(shù)據(jù)分析了2007-2018年期間全球森林綠度異常對(duì)干旱事件的響應(yīng)。結(jié)果表明在研究時(shí)段內(nèi)全球森林總面積呈現(xiàn)先增加后減少趨勢(shì)，綠度異常林區(qū)面積最大出現(xiàn)在2008年，占全球總森林面積57.15%。從全球范圍看，針葉林地區(qū)干旱發(fā)生最頻繁、程度最深，其次為灌木林、混交林，闊葉林地區(qū)干旱發(fā)生最輕微。然而，灌木林地區(qū)綠度異常現(xiàn)象最嚴(yán)重，混交林最輕，這說明針葉林的抗旱性更好，而在灌木林和闊葉林地區(qū)，干旱主導(dǎo)的水分條件變化對(duì)森林綠度異常影響更大。美國(guó)西部地區(qū)、南非、中國(guó)西南部和澳大利亞境內(nèi)森林綠度異常程度和干旱呈高度正相關(guān)關(guān)系，表明這些地區(qū)植被生長(zhǎng)受干旱影響較重，對(duì)土壤水分依賴更大。結(jié)合不同類型的森林植被分析，不同類型森林對(duì)干旱的敏感性表現(xiàn)為闊葉林、混交林、針葉林、灌木林依次遞減。當(dāng)發(fā)生相同程度的干旱事件時(shí)，闊葉林綠度異常程度最強(qiáng)，灌木林最弱。本研究計(jì)算了全球森林綠度異常指數(shù)，并評(píng)價(jià)了不同森林類型的綠度異?，F(xiàn)象與SPEI的相關(guān)性，有助于探討陸地生態(tài)系統(tǒng)對(duì)極端氣候的響應(yīng)，為預(yù)測(cè)全球氣候變暖下森林生長(zhǎng)變化趨勢(shì)提供理論支持。