吳欣宇,朱秀芳1,,*

1 北京師范大學(xué)遙感科學(xué)國家重點(diǎn)實(shí)驗(yàn)室,北京 100875 2 北京師范大學(xué)地理科學(xué)學(xué)部,北京 100875

#本研究尚缺中國港澳臺(tái)氣象數(shù)據(jù)。

在全球氣候變暖加劇的背景下,更嚴(yán)重、更頻繁發(fā)生的極端氣候事件為全球各地區(qū)帶來日趨嚴(yán)重的風(fēng)險(xiǎn)[1]。極端氣候所具有的變異性、突發(fā)性、破壞性使得其比氣候平均態(tài)有更強(qiáng)的威脅[2],對(duì)陸地生態(tài)系統(tǒng)造成持久、嚴(yán)重且不可恢復(fù)的破壞[3]。植被作為連接陸地生態(tài)系統(tǒng)各要素的關(guān)鍵,在氣候調(diào)節(jié)、生物多樣性保護(hù)等生態(tài)服務(wù)中至關(guān)重要[4-5]。極端氣候與植被之間的關(guān)系是國際社會(huì)普遍關(guān)注的重大科學(xué)問題。

關(guān)于極端氣候與植被關(guān)系的研究大致可以分為兩類:基于極端氣候事件的分析和基于極端指數(shù)的分析。前者識(shí)別發(fā)生的極端氣候事件,例如干旱、暴雨等,進(jìn)而分析極端事件對(duì)植被生態(tài)系統(tǒng)的影響[6-7]。這類研究往往聚焦在單種的極端事件類型上,少數(shù)同時(shí)考慮兩種或多種極端氣候事件類型(比如高溫干旱)。后者往往同時(shí)分析各類極端氣候指標(biāo)和植被生長的關(guān)系,例如植被指數(shù)與極端氣候指數(shù)的相關(guān)性[8-9]。該類方法便于比較和評(píng)價(jià)不同極端氣候?qū)χ脖挥绊懙某潭?然而相關(guān)分析無法捕捉植被與極端氣候之間的非線性復(fù)雜關(guān)系。

從研究尺度上看,各國學(xué)者在全球尺度[10-13]、國家尺度[14-16]和區(qū)域尺度[17-19]均展開了植被對(duì)氣候因子變化的響應(yīng)研究,而國內(nèi)在進(jìn)行植被對(duì)極端氣候響應(yīng)分析時(shí),大多基于區(qū)域尺度,集中于中國局部地區(qū)或流域,例如針對(duì)陜西省[5]、內(nèi)蒙古[20]、沿海地區(qū)[21]、黃土高原[22]等區(qū)域。不同區(qū)域的研究均表明,氣候?qū)χ脖簧L與覆蓋變化有重要意義[23-24],但受植被類型、土壤等因素的影響,植被的具體響應(yīng)機(jī)制具有區(qū)域差異和特征[25]。中國地形地貌復(fù)雜,氣候類型多樣,具有多種植被類型,不同植被與氣候的關(guān)系復(fù)雜且時(shí)空異質(zhì)性大[26],有必要分區(qū)理清影響不同區(qū)域植被生長的主導(dǎo)極端氣候。然而,總體來說,目前在全國尺度的研究較少,不同區(qū)域之間的對(duì)比分析不足。

在分區(qū)探究植被變化及其驅(qū)動(dòng)因素時(shí),以往研究常常根據(jù)不同植被覆蓋類型[27-28]或生態(tài)地理分區(qū)[29-30]對(duì)區(qū)域進(jìn)行劃分,探究不同區(qū)域的植被對(duì)氣候的響應(yīng)。然而,不同植被類型在空間上是不連續(xù)的,同一像元在不同年份的植被類型可能發(fā)生變化,需要長時(shí)間序列的每年的高精度的植被類型圖作為基礎(chǔ)數(shù)據(jù)。生態(tài)地理分區(qū)是基于地理地帶分異規(guī)律并根據(jù)非生物與生物要素進(jìn)行劃分的,其劃分方式可能造成同一植被類型在不同區(qū)域重復(fù)出現(xiàn),從而縮小不同區(qū)域植被對(duì)氣候的響應(yīng)差異性。相比之下,植被分區(qū)是空間上完整、連續(xù)和不重復(fù)出現(xiàn)的植被類型或其組合的地理單位,區(qū)內(nèi)部具有相對(duì)一致的植被類型。根據(jù)我國植被區(qū)劃數(shù)據(jù)將全國劃分為多個(gè)植被區(qū)進(jìn)行研究,既考慮了不同植被類型對(duì)氣候的響應(yīng)差異,又降低了對(duì)長時(shí)間序列高質(zhì)量植被類型圖的依賴。以植被區(qū)劃的視角探討我國范圍內(nèi)極端氣候與植被之間的關(guān)系、深入研究不同植被區(qū)植被對(duì)極端氣候的響應(yīng),可以為地區(qū)植被的開發(fā)利用、經(jīng)營保護(hù)和極端氣候應(yīng)對(duì)措施的制定等提供理論支撐,對(duì)促進(jìn)生態(tài)保護(hù)、推進(jìn)可持續(xù)發(fā)展具有重要意義[31]。

基于上述考慮,本文以不同植被區(qū)為分析單元,基于長期歷史觀測(cè)氣候數(shù)據(jù)、衛(wèi)星遙感的歸一化差異植被指數(shù)(NDVI)數(shù)據(jù)等,分析2001-2020年我國植被NDVI與極端氣候指數(shù)的時(shí)空變化特征,探討不同極端氣候指數(shù)與植被NDVI的關(guān)系,研究各植被區(qū)的植被對(duì)極端氣候的響應(yīng)特征與響應(yīng)差異性。

1 研究區(qū)及數(shù)據(jù)獲取

1.1 研究區(qū)域

本文研究區(qū)為中國(73°33′E-135°05′E,3°51′N-53°33′N)地區(qū)。中國水熱條件的時(shí)空差異明顯,氣候類型復(fù)雜多樣。根據(jù)中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的植被區(qū)劃數(shù)據(jù),將研究區(qū)域分為8個(gè)植被區(qū)(圖1),包括寒溫帶針葉林區(qū)(I),溫帶針葉、落葉闊葉混交林區(qū)(II),暖溫帶落葉闊葉林區(qū)(III),亞熱帶常綠闊葉林區(qū)(IV),熱帶季風(fēng)雨林、雨林區(qū)(V),溫帶草原區(qū)(VI),溫帶荒漠區(qū)(VII)和青藏高原高寒植被區(qū)(VIII)。

圖1 中國植被區(qū)劃分和植被分布Fig.1 Vegetation regions and vegetation distribution in China

1.2 數(shù)據(jù)來源與預(yù)處理

土地利用覆蓋數(shù)據(jù)來源于美國國家航空航天局(NASA)提供的土地覆蓋類型產(chǎn)品(MCD12Q1)。選取2001-2020年的土地利用覆蓋數(shù)據(jù),將其中植被區(qū)域的交集作為本文所研究的植被區(qū)域(圖1),從而保證研究區(qū)域的一致性。

歸一化植被指數(shù)NDVI數(shù)據(jù)來源于NASA提供的2001-2020年NDVI柵格數(shù)據(jù)(MOD13A1),空間分辨率為500米,時(shí)間分辨率為16天。本文利用全年的NDVI數(shù)據(jù),逐像元計(jì)算每年NDVI最大值即NDVImax,得到各植被像元逐年NDVImax數(shù)據(jù)。和NDVI平均值相比,NDVI最大值可以移除大部分云、大氣等因素的影響,能夠較好地表示地表植被覆蓋狀況[32]。

氣象數(shù)據(jù)來源于中國氣象局國家氣候中心建立的一套0.25°分辨率的長時(shí)間序列格點(diǎn)化數(shù)據(jù)集CN05.1[33]。本文通過2001-2020年數(shù)據(jù)中的日平均氣溫、最高和最低氣溫、降水?dāng)?shù)據(jù),計(jì)算出27個(gè)極端氣候指數(shù)[34-35](表1),并基于年尺度,計(jì)算各像元的各極端氣候指數(shù),得到像元尺度的27個(gè)極端氣候指數(shù)的時(shí)間序列。這些指數(shù)不僅能夠?qū)O端氣候事件的不同方面進(jìn)行表征,而且其穩(wěn)健性較好、顯著性較強(qiáng)、噪聲較低,在國內(nèi)外關(guān)于極端氣候事件的變化特征研究中得到了廣泛應(yīng)用[19]。

表1 極端氣候指數(shù)Table 1 Extreme climate indicators

2 研究方法

2.1 趨勢(shì)分析

本文采用Theil-Sen Median斜率估計(jì)和Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)合的方法分析NDVImax和極端氣候指數(shù)的時(shí)空變化趨勢(shì)。Theil-Sen median是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢(shì)計(jì)算方法,能夠降低噪聲對(duì)斜率的干擾,同時(shí)能夠較好地規(guī)避離散數(shù)據(jù)和測(cè)量誤差的影響,常用于長時(shí)間序列數(shù)據(jù)的趨勢(shì)分析中[36]。Mann-Kendall檢驗(yàn)可以計(jì)算時(shí)間序列變化的顯著性,能夠一定程度上避免離群值影響,適用于長時(shí)間序列的趨勢(shì)檢驗(yàn)和分析,已被廣泛用于檢測(cè)氣象和水文序列的非參數(shù)統(tǒng)計(jì)[37-38]。

2.2 去趨勢(shì)處理

植被NDVI的變化受到氣候因素和人類活動(dòng)的共同影響。去趨勢(shì)處理可以去除長期趨勢(shì),從而得到更加平穩(wěn)的時(shí)間序列,對(duì)于研究變量波動(dòng)性有重要意義。為了減少人類活動(dòng)對(duì)植被NDVI的影響,本文采用去趨勢(shì)化方法對(duì)每個(gè)植被區(qū)的NDVImax數(shù)據(jù)進(jìn)行處理[39]。該方法在一定程度上可以將氣候因素對(duì)植被的影響與非氣候因素的影響解耦,適用于研究植被與氣候因子之間的關(guān)系[40]。對(duì)每個(gè)植被區(qū)的NDVImax時(shí)間序列進(jìn)行線性趨勢(shì)去除:

ytTr=α0+α1t

(1)

ytD=yt-ytTr

(2)

式中,α0和α1分別是NDVImax與時(shí)間序列線性擬合的截距和斜率,t為研究期內(nèi)的時(shí)序數(shù)據(jù),ytTr為經(jīng)過線性擬合得到的NDVImax序列,yt為植被區(qū)NDVImax的實(shí)際值,ytD為去除了線性趨勢(shì)的序列數(shù)據(jù)。

2.3 相關(guān)分析

Pearson相關(guān)系數(shù)表示兩個(gè)變量之間的相關(guān)性,可以用來表征植被NDVImax與極端氣候指數(shù)間的線性相關(guān)關(guān)系。本文將NDVImax數(shù)據(jù)聚合至0.25°分辨率后,在兩個(gè)尺度(植被區(qū)內(nèi)逐柵格和逐植被區(qū))計(jì)算了NDVImax與各極端氣候指數(shù)的Pearson相關(guān)關(guān)系,并進(jìn)行顯著性檢驗(yàn)。

2.4 隨機(jī)森林重要性排序

隨機(jī)森林回歸模型可以基于決策樹以變量重要性評(píng)分來評(píng)價(jià)各個(gè)自變量對(duì)因變量的影響程度,是一種集成學(xué)習(xí)算法[41]。本文通過隨機(jī)森林重要性排序的方法,以均方誤差增加的百分比表示植被區(qū)中各極端氣候指數(shù)的重要程度并對(duì)其進(jìn)行排序,以評(píng)估每個(gè)極端氣候指數(shù)對(duì)植被NDVImax的影響。在同一植被區(qū)中,均方誤差增加的百分比數(shù)值越大,表示該極端氣候指數(shù)對(duì)NDVImax的影響越大;不同植被區(qū)的均方誤差增加的百分比數(shù)值沒有可比性。

3 結(jié)果分析

3.1 植被NDVI的時(shí)空格局分析

2001-2020年研究區(qū)NDVImax的均值空間分布和整體趨勢(shì)如圖2、圖3所示。研究區(qū)植被NDVImax自東南向西北逐漸減少,其中II區(qū)多年平均NDVImax最高,為0.88,而VIII區(qū)最低,為0.44。在各植被區(qū)中,I區(qū)多年平均NDVImax的方差最小,僅為0.0007,相比之下VIII區(qū)方差最大,為0.0448,表明VIII區(qū)植被生長狀況整體較差且在區(qū)域內(nèi)部存在比較大的差異。另外,全國和各植被區(qū)的NDVImax均呈顯著上升趨勢(shì),其中全國的增長速率為0.027/10a。呈增加趨勢(shì)的柵格占整個(gè)研究區(qū)總柵格數(shù)量的59.75%,其中顯著增加的占32.62%,大多分布在中部、東北部和南部地區(qū)。呈減少趨勢(shì)的柵格占總柵格數(shù)量的11.47%,其中顯著減少的僅占1.66%。各植被區(qū)中,NDVImax增加最為明顯的為II區(qū),而VIII區(qū)的增加趨勢(shì)最弱。整體而言,我國超過一半的植被區(qū)域的植被生長狀況得到改善,各植被區(qū)NDVImax均呈增長趨勢(shì),其中II區(qū)植被改善最為明顯。

圖2 2001-2020年NDVImax的空間分布與年際變化Fig.2 The spatial distribution and interannual variation trend of NDVImax from 2001 to 2020

圖3 2001-2020年NDVImax的趨勢(shì)空間分布及各植被區(qū)不同趨勢(shì)的像元個(gè)數(shù)占總像元的比例Fig.3 The spatial distribution of NDVImax variation trend, and the proportion of pixels with different NDVImax variation trends to the total number of pixels in different vegetation regions of the study area from 2001 to 2020

3.2 極端氣候指數(shù)的變化趨勢(shì)分析

3.2.1極端氣溫指數(shù)的變化趨勢(shì)分析

由圖4可知,表征高溫的SU、TR、TX90p、TN90p、TNx等指數(shù)在研究區(qū)內(nèi)多呈增加趨勢(shì),其中TN90p的增加趨勢(shì)最為明顯,呈顯著增加趨勢(shì)的柵格數(shù)量占41.42%,主要分布于II區(qū)、IV區(qū)、VIII區(qū),表明這些區(qū)域的夜間溫度升高顯著,暖夜日數(shù)明顯增加。表征低溫的FD、TN10p、CSDI在研究區(qū)內(nèi)多呈減少趨勢(shì),其中FD呈顯著減少的柵格數(shù)量占比為16.35%,主要分布于VIII區(qū)和IV區(qū)西北部,表明這些地區(qū)的霜凍天數(shù)減少。其余低溫指數(shù)的變化趨勢(shì)大多未通過顯著性檢驗(yàn)。除II區(qū)、III區(qū)外,其余植被區(qū)的氣溫日較差DTR大多呈減少趨勢(shì)。總體而言,大多極端高溫指數(shù)在研究區(qū)內(nèi)呈明顯升高趨勢(shì),部分極端低溫指數(shù)呈下降趨勢(shì),整個(gè)研究區(qū)處于變暖狀態(tài),其中III區(qū)、IV區(qū)南部變暖較為明顯,VIII區(qū)夜間溫度明顯上升。

圖4 極端氣溫指數(shù)變化趨勢(shì)Fig.4 Variation trends in extreme temperature indicatorsFD:霜凍天數(shù);SU:夏季天數(shù);ID:結(jié)冰天數(shù);TR:熱夜天數(shù);TX10p:冷晝?nèi)諗?shù);TN10p:冷夜日數(shù);TX90p:暖晝?nèi)諗?shù);TN90p:暖夜日數(shù);TXx:最高高溫;TNx:最高低溫;TXn:最低高溫;TNn:最低低溫;GSL:生長季節(jié)長度;WSDI:溫暖時(shí)間持續(xù)指數(shù);CSDI:寒冷時(shí)間持續(xù)指數(shù);DTR:每日溫度范圍

3.2.2極端降水指數(shù)的變化趨勢(shì)分析

由圖5可知,表征降水量的Rx1day、Rx5day、SDII、R95pTOT、R99pTOT、PRCPTOT均在研究區(qū)東北部和中部地區(qū)呈增加趨勢(shì),在西部呈減少趨勢(shì)。表征降水日數(shù)的R10mm、R20mm、R25mm在東南部地區(qū)大多呈增加趨勢(shì),其中顯著增加的柵格數(shù)量占比分別為17.69%、7.49%、5.04%,表明極端降雨日數(shù)增多。CDD在東南部地區(qū)呈減少趨勢(shì),表明東南部的最大干旱持續(xù)時(shí)長減少,即降水頻率增加,而CWD的變化趨勢(shì)則與CDD相反。綜上,除CDD之外,各極端降水指數(shù)的空間變化趨勢(shì)相對(duì)一致,均顯示研究區(qū)降水量和降水頻率在東部增加、西南部減少。

圖5 極端降水指數(shù)變化趨勢(shì)Fig.5 Change trends of extreme precipitation indicatorsRx1day:最大1日降水量;Rx5day:最大5日降水量;SDII:簡單降水強(qiáng)度指數(shù);R95pTOT:年降水量(95p);R99pTOT:年降水量(99p);PRCPTOT:年降水量(總量);R10mm:降水日數(shù)(10mm);R20mm:降水日數(shù)(20mm);R25mm:降水日數(shù)(25mm);CWD:最大濕潤持續(xù)時(shí)長;CDD:最大干旱持續(xù)時(shí)間

3.3 植被NDVI對(duì)極端氣候的響應(yīng)

3.3.1植被NDVI與極端氣候指數(shù)的相關(guān)性

通過極端氣溫指數(shù)與各植被區(qū)的相關(guān)分析(圖6和圖7)可知,總體而言,極端高溫指數(shù)SU、TX90p、TXx、TNx與植被NDVImax相關(guān)性較高的區(qū)域大多集中分布在VI區(qū)且為負(fù)相關(guān),表明極端高溫的發(fā)生對(duì)VI區(qū)植被造成不利影響,另外,部分極端低溫指數(shù),如FD、TN10p,與IV區(qū)南部存在較為明顯的負(fù)相關(guān)關(guān)系。具體來說,在I區(qū),植被NDVImax與SU、TXx、TX90p、WSDI等極端高溫指數(shù)呈顯著正相關(guān)關(guān)系,其中,與WSDI相關(guān)性最高,相關(guān)系數(shù)為0.656。I區(qū)緯度較高,氣溫較低,極端高溫的發(fā)生在一定程度上為植被生長提供了熱量條件,從而促進(jìn)植被NDVImax提高。在II區(qū),TNx與植被NDVImax呈正相關(guān)關(guān)系且相關(guān)性最高,這表明最高低溫的增加有利于II區(qū)植被生長。另外,與I區(qū)相比,氣溫對(duì)II區(qū)植被生長的限制已大大減弱。在III區(qū),植被NDVImax與TXx、TX90p、WSDI等極端高溫指數(shù)呈負(fù)相關(guān)關(guān)系,其中與WSDI相關(guān)性最強(qiáng),相關(guān)系數(shù)為-0.426,表明部分極端高溫的發(fā)生對(duì)III區(qū)植被生長起一定的制約作用。在IV區(qū),植被NDVImax與極端氣溫指數(shù)的相關(guān)性較低,表明溫度對(duì)IV區(qū)植被的影響較弱。在V區(qū),植被NDVImax與TNn相關(guān)性最強(qiáng)且呈正相關(guān),相關(guān)系數(shù)為0.404。在VI區(qū),植被NDVImax與TXx、TX90p、WSDI等極端高溫指數(shù)呈顯著負(fù)相關(guān),其中與TXx相關(guān)性最強(qiáng),相關(guān)系數(shù)-0.605。VI區(qū)水分條件較差,極端高溫事件會(huì)造成土壤水分蒸發(fā),引發(fā)干旱,對(duì)植被生長造成不利影響。在VII區(qū),植被NDVImax與TN90p相關(guān)性最強(qiáng),相關(guān)系數(shù)為0.586。VII區(qū)暖夜日數(shù)的增加,即夜間溫度的升高,能夠促進(jìn)荒漠植被的生長[42]。在VIII區(qū),植被NDVImax與TN90p呈顯著正相關(guān),與FD呈顯著負(fù)相關(guān),表明暖夜日數(shù)的增加和霜凍日數(shù)的減少都對(duì)植被NDVI的增加起到積極影響。

圖6 極端氣溫指數(shù)與NDVImax的相關(guān)性的空間分布Fig.6 Spatial distribution of correlation between extreme temperature index and NDVImax

圖7 極端氣溫指數(shù)與各植被區(qū)NDVImax的相關(guān)性Fig.7 Correlation between extreme temperature indicators and NDVImax in each vegetation region*代表顯著性水平P<0.05

通過極端降水指數(shù)與各植被區(qū)的相關(guān)分析(圖8和圖9)可知,總體來看,除CDD、CWD外,其余極端降水指數(shù)與中國北方地區(qū)植被NDVImax的相關(guān)性較強(qiáng),其中與VI區(qū)呈顯著正相關(guān),表明極端降水對(duì)北方地區(qū)影響較大且在一定程度上有利于VI區(qū)植被的生長。具體來說,在I區(qū),除CDD之外,植被NDVImax與極端降水指數(shù)均呈負(fù)相關(guān)關(guān)系,其中,與R10mm負(fù)相關(guān)性最強(qiáng),相關(guān)系數(shù)為-0.430。I區(qū)植被生長主要受溫度制約,而極端降水可能會(huì)造成溫度進(jìn)一步降低等不利影響,進(jìn)而限制植被生長。在II區(qū),植被NDVImax與極端降水指數(shù)相關(guān)性較弱。在III區(qū),植被NDVImax與極端降水指數(shù)多呈正相關(guān)關(guān)系,其中,與SDII相關(guān)性最強(qiáng),相關(guān)系數(shù)為0.621,而與CDD呈負(fù)相關(guān)。極端降水能夠?yàn)镮II區(qū)提供植物生長所需的水分,促進(jìn)植被生長。在IV區(qū),植被NDVImax與極端降水指數(shù)多呈正相關(guān)關(guān)系,其中與SDII相關(guān)性最強(qiáng),表明極端降水在一定程度上有利于IV區(qū)植被生長。在V區(qū),植被NDVImax與Rx5day、R99pTOT呈負(fù)相關(guān)關(guān)系。在VI區(qū),植被NDVImax與極端降水指數(shù)均呈較強(qiáng)正相關(guān)關(guān)系,其中,與R10mm相關(guān)性最強(qiáng),相關(guān)系數(shù)為0.620。VI區(qū)水分條件較差,極端降水有利于VI區(qū)植被NDVI的提高。在VII區(qū),植被NDVImax與極端降水指數(shù)多呈較強(qiáng)正相關(guān)關(guān)系,與CDD呈負(fù)相關(guān)。VII區(qū)氣候干旱,降水稀少,水分為植被覆蓋變化的主要影響因素,極端降水可以緩解當(dāng)?shù)厮Y源匱乏的狀況。在VIII區(qū),植被NDVImax與R95pTOT、PRCPTOT呈正相關(guān),即強(qiáng)降水量和年降水總量的增加對(duì)VIII區(qū)植被生長具有一定的正效應(yīng)。

3.3.2極端氣候指數(shù)對(duì)不同植被區(qū)植被NDVI的影響

本文通過隨機(jī)森林重要性排序法,以均方誤差增加的百分比表示27個(gè)極端氣候指數(shù)對(duì)NDVImax影響的相對(duì)大小程度并進(jìn)行排序,結(jié)果如圖10所示。對(duì)于研究區(qū)整體而言,SDII對(duì)NDVImax的影響最大,即降水量的增加有利于我國植被NDVImax整體的增加。在I區(qū),WSDI對(duì)植被NDVImax的影響最大,SU、TXx次之,表明對(duì)于氣溫相對(duì)偏低的I區(qū)來說,WSDI等暖指數(shù)的增加為植被創(chuàng)造了更良好的生長條件。在II區(qū),TNx、DTR、GSL等極端氣溫指數(shù)對(duì)植被NDVImax影響較大。在III區(qū),SDII、R10mm、R20mm對(duì)植被NDVImax影響最大,即極端降水指數(shù)的增加對(duì)植被生長具有一定的正效應(yīng)。在IV區(qū),SDII、TX10p、R99pTOT等極端降水指數(shù)對(duì)植被NDVImax影響最大。在V區(qū),TNx對(duì)植被NDVImax的影響最大,GSL、TNn次之。在VI區(qū),TXx對(duì)植被NDVImax的影響最大,WSDI、R99pTOT次之。在VII區(qū),PRCPTOT、R99pTOT、R95pTOT對(duì)植被NDVImax的影響最大,表明年降水總量等降水量指數(shù)的增加能夠緩解VII區(qū)干旱少雨的情況,對(duì)植被生長提供一定水分從而有利于植被NDVImax的增加。在VIII區(qū),ID、R99pTOT、TN90p對(duì)植被NDVImax的影響最大。

圖10 基于隨機(jī)森林的極端氣候指數(shù)重要性排序Fig.10 Importance ranking of extreme climate index based on random forest

4 討論

4.1 與已有研究結(jié)果的對(duì)比

通過對(duì)我國NDVImax時(shí)空變化分析發(fā)現(xiàn),我國植被NDVImax呈上升趨勢(shì),其中III區(qū)西北部與VI區(qū)南部NDVImax存在顯著的上升趨勢(shì),這與以往研究所發(fā)現(xiàn)的黃土高原NDVI顯著增加的結(jié)果一致[43-44]。極端氣溫指數(shù)中,TN90p的變化趨勢(shì)最為顯著,其變化趨勢(shì)表明我國超過40%的地區(qū)的暖夜日數(shù)呈顯著增加趨勢(shì),與以往發(fā)現(xiàn)的全球70%陸地呈暖夜日數(shù)持續(xù)增加的結(jié)論[35]相符。任正果等[45]對(duì)我國南方地區(qū)極端降水事件的研究結(jié)果表明,極端降水指數(shù)變化具有一致性且在我國南方地區(qū)呈增加趨勢(shì),這一發(fā)現(xiàn)與本文中降水指數(shù)變化的研究結(jié)果十分吻合。

與其他區(qū)域相比,極端氣候指數(shù)尤其是極端降水指數(shù)與VI區(qū)NDVImax存在最強(qiáng)的相關(guān)關(guān)系。VI區(qū)NDVImax與表征高溫的指數(shù)多呈負(fù)相關(guān),與表征降水的指數(shù)多呈較強(qiáng)正相關(guān),表明極端高溫制約了VI區(qū)植被生長,而降水的增加則對(duì)其產(chǎn)生有利影響,這與許旭等[46]發(fā)現(xiàn)的內(nèi)蒙古溫帶草原生長季平均蓋度與降水呈顯著正相關(guān)性的結(jié)果相符。另外,Guo等[47]通過對(duì)東亞東北部植被與極端氣候關(guān)系的分析發(fā)現(xiàn),該地區(qū)植被對(duì)受降水影響顯著,極端降水對(duì)該地區(qū)東部植被起抑制作用、有利于中西部植被生長,這一結(jié)論與本研究中極端降水指數(shù)與NDVImax關(guān)系的研究結(jié)果一致,表明我國北方地區(qū)植被對(duì)極端降水的響應(yīng)較為敏感。

4.2 研究特色

植被對(duì)氣候的響應(yīng)具有區(qū)域差異性,分區(qū)進(jìn)行植被的響應(yīng)研究能更好反映植被與氣候的關(guān)系。以往的研究或根據(jù)不同的植被覆蓋類型[27-28],或基于生態(tài)地理分區(qū)[29-30]等來進(jìn)行劃分。而植被區(qū)劃既考慮了植被本身的特點(diǎn)和空間分布的規(guī)律性,又能充分指示植被與環(huán)境的關(guān)系。因此,本文使用我國植被區(qū)劃數(shù)據(jù),將全國劃分為8個(gè)植被區(qū),探究各植被區(qū)對(duì)極端氣候的響應(yīng)差異。

在植被NDVI與極端氣候指數(shù)的關(guān)系研究方面,以往研究多使用相關(guān)分析來評(píng)估植被對(duì)氣候的響應(yīng)[47],而本文將相關(guān)分析和隨機(jī)森林重要性排序兩種方法的結(jié)果進(jìn)行對(duì)比,進(jìn)而發(fā)現(xiàn)植被與極端氣候之間更復(fù)雜的響應(yīng)關(guān)系。對(duì)比結(jié)果發(fā)現(xiàn),二者之間存在一定的異同點(diǎn)。在I區(qū)、II區(qū)、III區(qū)和IV區(qū),兩種方法得出的對(duì)NDVImax影響最大的極端氣候指數(shù)相同,分別為WSDI、TNx、SDII、SDII。而在V區(qū)、VI區(qū)、VII區(qū)和VIII區(qū),二者得出的對(duì)NDVImax影響最大的極端氣候指數(shù)則存在差異。相關(guān)分析結(jié)果顯示與上述四個(gè)植被區(qū)NDVImax相關(guān)性最高的極端指數(shù)分別是Rx5day、R10mm、R99pTOT和TN90p,而隨機(jī)森林的結(jié)果則顯示為TNx、TXx、PRCPTOT和ID。由于皮爾遜相關(guān)只能反映變量間的線性關(guān)系,無法捕捉和描繪變量間復(fù)雜的非線性關(guān)系,因此可以看出TNx、TXx、PRCPTOT和ID和植被NDVImax之間不是簡單的線性關(guān)系,而是存在更復(fù)雜的非相關(guān)性關(guān)系。相比I區(qū)、II區(qū)、III區(qū)和IV區(qū),極端氣候指數(shù)和NDVImax之間的關(guān)系在V區(qū)、VI區(qū)、VII區(qū)和VIII區(qū)更復(fù)雜。

4.3 研究不足

本文仍然存在一些不足之處。首先,植被NDVI在植被覆蓋度較高的地區(qū)容易出現(xiàn)過飽和現(xiàn)象,該現(xiàn)象可能對(duì)熱帶季風(fēng)雨林、雨林區(qū)域(V)等區(qū)域NDVImax的變化趨勢(shì)以及對(duì)極端氣候響應(yīng)的結(jié)果造成影響。因此,今后可選擇適合表征熱帶地區(qū)植被覆蓋的指數(shù)來進(jìn)一步評(píng)估我國熱帶地區(qū)植被對(duì)極端氣候的響應(yīng),例如增強(qiáng)型植被指數(shù)EVI[48]能夠克服過飽和現(xiàn)象,利用EVI表征高植被覆蓋度地區(qū)的植被生長狀況并對(duì)植被生長進(jìn)行監(jiān)測(cè)。另外,植被NDVI的變化與多種因素有關(guān)。除氣溫和降水外,極端氣候所帶來的太陽輻射[49]等因素的變化也會(huì)對(duì)植被NDVI產(chǎn)生重要的影響。今后可綜合考慮多種因素對(duì)植被NDVI的影響。

5 結(jié)論

本文以不同植被區(qū)為分析單元,通過趨勢(shì)分析探討2001-2020年我國植被NDVImax以及極端氣候的時(shí)空變化基本特征,采用相關(guān)分析和隨機(jī)森林重要性排序分析不同極端氣候指數(shù)與植被NDVImax的關(guān)系,研究各植被區(qū)植被對(duì)極端氣候的響應(yīng)特征與響應(yīng)差異性,得到以下結(jié)論:

(1)研究區(qū)及各植被區(qū)的NDVImax均呈顯著上升趨勢(shì)。研究區(qū)內(nèi)NDVImax呈增加趨勢(shì)的柵格數(shù)量占59.75%,其整體增長速率為0.027/10a。各植被區(qū)中,NDVImax增加最為明顯的為II區(qū),而VIII區(qū)的增加趨勢(shì)最弱。

(2)極端高溫指數(shù)在研究區(qū)內(nèi)多呈明顯的升高趨勢(shì),表明研究區(qū)整體處于變暖狀態(tài),其中III區(qū)、IV區(qū)南部變暖較為明顯。除表示干旱的CDD外,極端降水指數(shù)大多在東部地區(qū)呈升高趨勢(shì),在西南部呈減少趨勢(shì),表明降水量和降水頻率在東部增加、西南部減少。

(3)植被NDVImax對(duì)極端氣候的響應(yīng)具有空間差異。緯度較高的I區(qū)、II區(qū)對(duì)表征高溫的指數(shù)較為敏感,表征降水的指數(shù)對(duì)III區(qū)、IV區(qū)的影響最大,氣候相對(duì)干旱的VI區(qū)、VII區(qū)與降水指數(shù)呈顯著正相關(guān),VIII區(qū)與TN90p顯著正相關(guān)、與FD顯著負(fù)相關(guān),表明VIII區(qū)植被對(duì)夜間溫度較為敏感。

(4)相關(guān)分析與隨機(jī)森林兩種方法的結(jié)論在V區(qū)、VI區(qū)、VII區(qū)和VIII區(qū)中存在差異。相關(guān)分析結(jié)果顯示在上述區(qū)域中與NDVImax相關(guān)性最高的極端指數(shù)分別是Rx5day、R10mm、R99pTOT和TN90p,而隨機(jī)森林的結(jié)果為TNx、TXx、PRCPTOT和ID,說明在上述區(qū)域極端氣候指數(shù)和NDVImax之間可能存在更加復(fù)雜的關(guān)系。