張　翀,雷田旺,宋佃星

寶雞文理學(xué)院,陜西省災(zāi)害監(jiān)測與機理模擬重點實驗室,寶雞　721013

植被覆蓋變化是區(qū)域生態(tài)系統(tǒng)環(huán)境變化的重要指示,是衡量地表植被狀況的重要指標(biāo),對水文、生態(tài)、全球變化等都具有重要意義；同時,植被覆蓋又是影響土壤侵蝕與水土流失的主要因子。隨著氣溫的不斷升高,地表蒸散發(fā)加大、河湖萎縮與干涸、雪線抬升,氣候和環(huán)境的干旱化成為嚴(yán)峻的生存環(huán)境問題,進而使得土壤濕度繼續(xù)降低,土壤旱化程度加重,不僅反饋給植被發(fā)生水分脅迫,致使植被正常生理代謝失調(diào),從而影響地表植被覆蓋的變化,而且當(dāng)土壤形成不可逆轉(zhuǎn)的干層時,又會影響到降水或地表水入滲補給地下水,以及陸地水循環(huán)[1- 2]。由此可見,土壤水分是氣候、土壤和植被影響水分循環(huán)和水分循環(huán)影響植被生長綜合起來的關(guān)鍵因子[3]。

土壤水分是植物蒸騰作用和光合作用的限制性因子,土壤水分決定了生態(tài)建設(shè)中植被類型和結(jié)構(gòu),是植物生長、植被恢復(fù)、土壤侵蝕的主要影響因素[4]。而黃土高原地處干旱—半干旱氣候區(qū),雨量少,水資源缺乏,水土流失和荒漠化嚴(yán)重,生態(tài)環(huán)境十分脆弱,易破壞、難以恢復(fù),加之土層厚,地下水埋藏深,土壤水分是植物生長所需水分的主要來源,降水、地表水及地下水轉(zhuǎn)換為土壤水分才可被植被吸收,因而土壤含水量的多寡與植被的生長密切相關(guān),進而影響植物的多樣性,又通過影響其他生境因子間接地影響著多樣性的維持,而生態(tài)系統(tǒng)的主要“構(gòu)件”物種多樣性對水分變化的響應(yīng)直接影響著生態(tài)系統(tǒng)的功能和穩(wěn)定性[5- 6]。因此,土壤水分是影響黃土高原環(huán)境演變的重要因子,作為水量平衡、水循環(huán)、生態(tài)系統(tǒng)演變以及土壤資源的重要因素,已經(jīng)得到了廣泛的關(guān)注[4]。同時,植被覆蓋大小也會影響土壤濕度發(fā)生變化,如干旱與半干旱地區(qū)植被覆蓋越大、根系越深,土壤干燥深度與程度越大[7],植被覆蓋度對土壤水分含量影響較大,在保持其原有的叢生密根性植物建群和較高覆蓋度時,隨蓋度增加,土壤水分含量呈顯著拋物線型趨勢增加[8]。劉剛等研究表明除農(nóng)地外,其他植被類型下都不同程度的存在著土壤干層,干層嚴(yán)重程度,林地大于灌木林地,灌木林地大于草地；草地存在臨時干層和永久干層[9]。

土壤濕度的傳統(tǒng)監(jiān)測方法包括中子儀法、快速烘干法、重量法、γ射線衰減法、電阻法和張力計法等,這些方法能有效監(jiān)測土壤濕度,是土壤濕度監(jiān)測、研究、應(yīng)用的主要手段,但是該方法采樣速度慢、耗費大量人力和物力、使用范圍有限,加之測站分布不均,難以實現(xiàn)大范圍、實時、精確的監(jiān)測。隨著遙感技術(shù)的迅速發(fā)展,遙感數(shù)據(jù)的多時相、多光譜、多分辨率、高光譜等特性,使得土壤水分快速、實時、動態(tài)監(jiān)測成為可能[10-13]。在土壤水分遙感反演中,通過地表溫度和植被覆蓋特征空間反映土壤水分的遙感監(jiān)測得到了廣泛應(yīng)用[14-17],溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index, TVDI)由于其計算過程輸入數(shù)據(jù)少、簡單易行、生物物理學(xué)含義明確等特點,因此本文選用其來表征土壤水分的高低。本研究以廣義的黃土高原范圍作為研究對象,基于Matlab軟件圖形用戶界面(Graphical User Interface,GUI)功能,分別創(chuàng)建了TVDI批量生成GUI、Whittaker平滑GUI和時滯互相關(guān)GUI,利用植被覆蓋與地表溫度數(shù)據(jù)構(gòu)建了TVDI,用以反映黃土高原土壤濕度,并分析了植被覆蓋與土壤濕度的年內(nèi)變化及其相互關(guān)系時空變化特征,進而統(tǒng)計不同植被類型植被覆蓋與土壤濕度的年內(nèi)相互關(guān)系。

1　研究區(qū)概況

圖1　研究區(qū)概況Fig.1　The survey of research area

對于黃土高原的范圍界定問題,一般具有狹義、中義和廣義之分。黃土高原的狹義范圍指的是長城沿線以南,秦嶺以北,呂梁山以西,青藏高原東緣,測算大致30萬km2,強調(diào)完整的自然單元；中義范圍指長城沿線以南,秦嶺以北,太行山以西,日月山以東(包括日月山和青藏高原東緣之間的區(qū)域),測算大致43萬km2,強調(diào)的是完整的地貌單元；黃土高原的廣義范圍為陰山以南、西北以賀蘭山為界線,秦嶺以北,以東包括太行山東麓,日月山以東,強調(diào)整個黃土高原與黃河中游整個水土流失的聯(lián)系。

本文采用的是廣義的黃土高原范圍,廣義黃土高原西起祁連山支脈烏鞘嶺,東迄太行山,北到長城,南抵秦嶺。橫跨青、甘、寧、內(nèi)蒙古、陜、晉、豫7省區(qū)大部或一部,面積約63萬km2,約占全國陸地總面積的8%。是東南濕潤季風(fēng)氣候向西北內(nèi)陸干旱氣候過渡、暖溫帶落闊葉林向典型草原和荒漠草原過渡的過渡地帶。受溫帶大陸性氣候的控制,氣溫、降水量季相分明；從東南向西北,氣候依次為半濕潤氣候、半干旱氣候和干旱氣候；土壤依次為褐土、壚土、黃綿土和灰鈣土；植被包含11個植被型組,23個植被型,171個群系,11個植被型組分別為針葉林、落葉林、灌叢、草叢、草原、草甸、荒漠、沼澤、沙生植被、栽培植被及高山稀疏植被,植被類型從東南向西北,依次為森林植被、森林草原植被、溫性草原植被荒漠半荒漠植被[18]。

2　研究方法

2.1　資料來源

本文所用數(shù)據(jù)包括黃土高原2001—2014年MODIS-NDVI、MODIS-LST以及生態(tài)區(qū)劃和植被類型數(shù)據(jù)。MODIS-NDVI來自LP DAAC中的MODIS產(chǎn)品的MOD13A2數(shù)據(jù)集,空間分辨率為1000m,時間分辨率為16d,時間節(jié)點分別為1、17、33、…、353,利用單位轉(zhuǎn)換系數(shù)0.0001將其轉(zhuǎn)為0—1之間；MODIS-LST來源于MOD11A2,空間分辨率為1000m,時間分辨率為8d,利用單位轉(zhuǎn)換系數(shù)0.02將其轉(zhuǎn)為開爾文單位(Kelvin),由于LST存在大面積的無效數(shù)據(jù),所以采用Cressman客觀分析法與非對稱高斯函數(shù)擬合[19],將8dLST數(shù)據(jù)進行重構(gòu),為了與NDVI數(shù)據(jù)時間分辨率統(tǒng)一,采用平均值合成法將其合成為16d數(shù)據(jù)。生態(tài)區(qū)劃數(shù)據(jù)來源于中國生態(tài)系統(tǒng)評估與生態(tài)安全格局?jǐn)?shù)據(jù)庫(www.ecosystem.csdb.cn/index.jsp),該數(shù)據(jù)集是在生態(tài)環(huán)境問題、生態(tài)系統(tǒng)敏感性、生態(tài)系統(tǒng)服務(wù)功能重要性的基礎(chǔ)上,將一系列相同比例尺的評價圖,采用空間疊置法、相關(guān)分析法、專家集成等方法,按生態(tài)功能區(qū)劃的等級體系,通過自上而下劃分方法進行生態(tài)功能區(qū)劃方案劃分,生態(tài)區(qū)劃主要用于分析植被覆蓋與土壤濕度年內(nèi)關(guān)系的空間分布以及植被群落特征,屬于植被的宏觀特征。植被類型數(shù)據(jù)來源于國家科技基礎(chǔ)條件平臺—國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(http://www.geodata.cn),由“七五”重點科技攻關(guān)項目(74-04-03-02)成果系列圖掃描后數(shù)字化而形成500m空間分辨率的柵格數(shù)據(jù)集,主要用于分析植被覆蓋與土壤濕度年內(nèi)關(guān)系的植被類型特征,屬于植被的中觀特征。

2.2　土壤濕度估算

Sandholt等指出地表溫度(Land Surface Temperature, LST)和植被覆蓋(Normalized Difference Vegetation Index, NDVI)的梯形空間可以反映土壤水分高低(圖2),所以本文采用TVDI來表征土壤濕度[20],TVDI基于植被指數(shù)/地表溫度的梯形特征空間計算而來,原理如下：

(1)

圖2　NDVI與LST構(gòu)建TVDI示意圖Fig.2　The TVDI configured by NDVI and LST

其中,Ts為每個像元的LST；Tsmin為對應(yīng)像元濕邊的LST,Tsmax為對應(yīng)像元濕邊的LST(圖2)。

干邊和濕邊的擬合是計算TVDI的關(guān)鍵環(huán)節(jié)。首先,將NDVI的值域0—1劃分為100個節(jié)點,節(jié)點之間相差0.01；然后,以每個節(jié)點為中心左右分別擴展0.005個單位形成一個區(qū)間,并在區(qū)間內(nèi)查詢LST的最大值和最小值；最后,分別以節(jié)點值序列為自變量,LST的最大值和最小值序列為因變量進行一元線性回歸擬合,從而得到干邊和濕邊,再根據(jù)式(1)計算出每個像元的TVDI。本文中干濕邊擬合均采用Theil-Sen趨勢法,以此剔除數(shù)據(jù)中存在的異常值,使得擬合的干濕邊方程更為穩(wěn)健。TVDI值域在0—1之間,TVDI越大,土壤濕度越低,TVDI越小,土壤濕度越高。本文采用1-TVDI來表示土壤濕度的大小,值越小,土壤濕度越低,值越大,土壤濕度越高。

根據(jù)上述原理利用16 d LST和NDVI數(shù)據(jù)計算得到16 d TVDI數(shù)據(jù)。值得注意的是,TVDI的計算相當(dāng)于是對LST進行最大限度標(biāo)準(zhǔn)化,標(biāo)準(zhǔn)化的上下限不是一個定值,而是隨著NDVI的不同發(fā)生變化,所以TVDI與NDVI并非同源數(shù)據(jù),可以反映出土壤濕度與植被覆蓋之間的關(guān)系。

2.3　數(shù)據(jù)平滑與增采樣

計算得到每16d NDVI和1-TVDI數(shù)據(jù)的多年均值柵格序列,作為年內(nèi)NDVI和1-TVDI時間序列數(shù)據(jù),并對其采用Whittaker平滑器進行平滑[21],原理如下：

(2)

(3)

(4)

采用傅里葉插值法平滑數(shù)據(jù)進行增采樣。該方法基于快速傅里葉變換(Fast Fourier Transform, FFT)將原始16d 時間序列數(shù)據(jù)變換到頻域上,在頻域序列中擴充采樣點(補零),然后再反傅立葉變換,增采樣成天時間序列(1—353d)。

2.4　時滯互相關(guān)分析

本文基于增采樣得到的植被覆蓋和土壤濕度天數(shù)據(jù),根據(jù)時滯互相關(guān)系數(shù)原理計算兩者年內(nèi)最值相關(guān)系數(shù)和滯后時間,計算如下：

(1)首先,計算不同時滯下植被覆蓋與土壤濕度之間的相關(guān)系數(shù)。

(5)

式中,rk(x,y)為不同時滯k下植被覆蓋與土壤濕度的相關(guān)系數(shù)序列；xi與yi分別為土壤濕度、植被覆蓋序列；n為序列長度；k為滯后時間(k=0,±1,±2,…),根據(jù)經(jīng)驗其值小于等于n/4,由于文中是對天數(shù)據(jù)的相關(guān)分析,所以n=353,k的最大值取90。

(2)計算得到各個時滯下的最值互相關(guān)系數(shù)以及其對應(yīng)時滯。

r1(k1)=max(rk(x,y))

(6)

r2(k2)=min(rk(x,y))

(7)

(8)

式中,r1為時滯k1下的植被覆蓋與土壤濕度的最大相關(guān)系數(shù)；r2為時滯k2下的植被覆蓋與土壤濕度的最小相關(guān)系數(shù)；R與K分別為植被覆蓋與土壤濕度的最值互相關(guān)系數(shù)及其時滯。

K>0表示年內(nèi)土壤濕度變化影響植被覆蓋變化；K<0表示年內(nèi)植被覆蓋變化影響土壤濕度變化；K=0表示年內(nèi)土壤濕度與植被覆蓋變化同步。

3　結(jié)果與分析

3.1　黃土高原植被覆蓋與土壤濕度年內(nèi)時間變化特征

圖3　黃土高原植被覆蓋與土壤濕度的年內(nèi)季節(jié)變化特征　Fig.3　The seasonal variations of vegetation cover and soil moisture in the Loess Plateau

黃土高原植被覆蓋和土壤濕度年內(nèi)季節(jié)變化,如圖3所示。植被覆蓋年內(nèi)呈增加—減小變化。最低值出現(xiàn)在第17天(1月中旬),之后逐漸上升,經(jīng)過NDVI的一階差分可知植被在第113天(4月下旬)左右生長發(fā)育最為旺盛,植被覆蓋變化率為0.045/月；到第225天(8月中旬)植被覆蓋出現(xiàn)最高值0.497,之后植被開始衰退,第273天(10月上旬)植被衰退最為明顯,植被覆蓋變化率為-0.061/月。

土壤濕度年內(nèi)呈減小—增加—平穩(wěn)—增加變化。土壤濕度最高值出現(xiàn)在一年內(nèi)的1月上旬,黃土高原處于封凍期；1月上旬至4月下旬降水量較小,植被逐漸生長發(fā)育并達到旺盛期,植被耗水使得土壤濕度逐漸減小至最低值；4月下旬至8月中旬降水量增加,植被生長至最大覆蓋量,土壤降水補給大于植被生長耗水,植被覆蓋與土壤濕度均不斷增大；8月中旬至10月中旬,植被開始退化,該時段黃土高原降水仍然較多,土壤降水補給與植被生理需水趨于平衡,土壤濕度平穩(wěn)變化,但是表現(xiàn)為微弱的減小變化；10月中旬至年末,植被進入休眠期,植被生理需水較少,土壤濕度在此期間逐漸增加。

可以看出,植被生長對土壤濕度變化存在明顯的時滯效應(yīng),植被生長以及植被物候與土壤濕度變化密切相關(guān),植被生長季始期與土壤濕度谷值時刻吻合,植被覆蓋峰值時刻、生長季末期分別與土壤濕度平穩(wěn)期的始期與末期一致,反映出植被不同生長期需水情況,以及植被覆蓋變化與土壤濕度變化之間的相互作用。

本文逐個柵格計算得到2001— 2014年植被覆蓋和土壤濕度的多年16d 均值數(shù)據(jù),根據(jù)時滯互相關(guān)原理,提取兩者逐個柵格的年內(nèi)時間序列,經(jīng)過Whittaker Smooth平滑和傅里葉增采樣將數(shù)據(jù)處理為天數(shù)據(jù),并計算其不同滯后時間對應(yīng)的相關(guān)系數(shù),根據(jù)相關(guān)系數(shù)篩選出最高相關(guān)程度及其對應(yīng)時滯(圖4),來解釋黃土高原年內(nèi)植被覆蓋與土壤濕度的相互關(guān)系。

3.2　黃土高原植被覆蓋與土壤濕度時滯互相關(guān)空間分布特征

黃土高原植被覆蓋與土壤濕度的最值互相關(guān)系數(shù)和滯后時間空間上分異明顯(圖4)。最值互相關(guān)系數(shù)與時滯空間上呈明顯的負相關(guān)性,空間相關(guān)系數(shù)為-0.84,即最值互相關(guān)系數(shù)為正,時滯為負,反之則正。

黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)北部的晉中—陜北—隴東高原丘陵半干旱草原地帶、燕山—太行山山地落葉闊葉林地帶,植被覆蓋與土壤濕度呈負相關(guān),相關(guān)系數(shù)小于-0.85,土壤濕度變化影響植被覆蓋變化,植被覆蓋產(chǎn)生62—90d的滯后效應(yīng),植被生長對土壤濕度響應(yīng)遲緩,該地域面積占總面積的20.73%；其次,寧夏平原、河套平原分屬荒漠草原地帶和典型草原地帶,均有黃河流經(jīng),植被覆蓋與土壤濕度的最值相關(guān)系數(shù)介于-0.55—-0.75之間,寧夏平原植被覆蓋滯后時間在62—90d之間,河套平原介于0—62d,面積總計25.03%。

正相關(guān)區(qū)域仍然集中于Ⅰ-12,但河流中上游流域范圍內(nèi)正相關(guān)較為明顯,自東向西主要包括黃河、洛河、涇河和渭河,相關(guān)系數(shù)大于0.75,土壤濕度滯后于植被覆蓋在30—69d,自西向東、自南向北滯后時間逐漸增加；湟水谷地及其南北兩側(cè)的高寒草甸草原地帶,相關(guān)系數(shù)達到0.85以上,土壤濕度滯后于植被覆蓋小于29d。

綜上,黃土高原植被覆蓋與土壤濕度的年內(nèi)相關(guān)關(guān)系及其滯后效應(yīng),在不同生態(tài)區(qū)表現(xiàn)出明顯的差異性,反映出不同的植被生態(tài)群落的年內(nèi)生長與土壤水分相互影響特征差異性明顯；同一生態(tài)區(qū)內(nèi)雖具有統(tǒng)一性,但不同地域上也表現(xiàn)出差異性,黃土高原生態(tài)環(huán)境的多樣性造成生態(tài)群落內(nèi)部還具有差異性。因此,本文選用植被類型數(shù)據(jù)分析了不同植被年內(nèi)生長與土壤水分的相互作用關(guān)系及時間滯后效應(yīng)。

圖4　黃土高原植被覆蓋與土壤濕度最值相關(guān)系數(shù)和滯后時間Fig.4　The extremum correlation coefficient and lag time of vegetation cover and soil moisture in the Loess Plateau生態(tài)區(qū)代碼I-10：燕山-太行山山地落葉闊葉林生態(tài)區(qū),I- 11：汾渭盆地農(nóng)業(yè)生態(tài)區(qū),I- 12：黃土高原農(nóng)業(yè)與草原生態(tài)區(qū),I- 15：秦巴山地落葉與常綠闊葉林生態(tài)區(qū),II- 1：內(nèi)蒙古高原中東部典型草原生態(tài)區(qū),II- 2：內(nèi)蒙古高原中部-隴中荒漠草原生態(tài)區(qū),II- 3：內(nèi)蒙古高原中部草原化荒漠生態(tài)區(qū),III- 1：祁連山森林與高寒草原生態(tài)區(qū),III- 4：江河源區(qū)-甘南高寒草甸草原生態(tài)區(qū)

3.3　黃土高原不同植被類型植被覆蓋與土壤濕度時滯互相關(guān)分析

不同植被類型的植被覆蓋與土壤濕度相互影響有所差異,本文利用黃土高原不同植被類型分別統(tǒng)計最值相關(guān)系數(shù)和滯后時間的平均值,并將其可視化在玫瑰圖中,如圖5所示。

圖5　黃土高原不同植被類型植被覆蓋與土壤濕度最值相關(guān)系數(shù)和滯后時間Fig.5　The extremum correlation coefficient and lag time of vegetation cover and soil moisture of different vegetation types in the Loess Plateau名稱顏色相同的植被,其變化特征相似,被歸為同一類,其中Ⅰ類植被：紅色；Ⅱ類植被：黑色；Ⅲ類植被：綠色；Ⅳ類植被：藍色；無植被：灰色；特殊植被竹林：粉色。植被類型代碼：0居民點；1寒溫性針葉林；2溫性針葉林；3落葉闊葉林；4雜木林；5竹林；6高寒落葉灌叢；7高寒常綠灌叢；8溫性落葉灌叢；9鹽地落葉灌叢；10草叢；11草甸草原；12典型草原；13荒漠化草原；14高寒草原；15(亞)高山草甸；16河、湖灘地草甸；17低地鹽生草甸；18強旱生小灌木、半灌木、灌木；19強旱生雜類草；20沼澤植被；21沙生植被；22草本栽培植被；23木本栽培植被；24沙地；25高山稀疏植被、裸巖；26河灘；27水系

強旱生雜類草(歸為Ⅰ類植被)植被覆蓋與土壤濕度變化呈負相關(guān),相關(guān)系數(shù)為-0.583,滯后時間平均為72d,其次分別為沼澤、溫性針葉林、落葉闊葉林與溫性落葉灌叢(Ⅰ類植被),負相關(guān)性依次減弱,植被覆蓋產(chǎn)生的滯后效應(yīng)依次減小至11d(圖5),說明這5種植被生長對土壤濕度變化的響應(yīng)程度依次減弱,但響應(yīng)速度在依次加快,主要是由于土壤濕度年內(nèi)變化不明顯引起的；從相關(guān)系數(shù)來看,負相關(guān)性主要表現(xiàn)在時間變化上：1月初開始土壤濕度降低,到3月中下旬降到最低值,植被覆蓋變化不明顯,之后植被覆蓋隨土壤濕度增大而增大,經(jīng)過K天(滯后時間)后植被覆蓋達到最大值,由于植被耗水土壤濕度變化平穩(wěn),在此期間及其后植被覆蓋影響土壤濕度變化,植被覆蓋的減小引起土壤濕度增加,但其產(chǎn)生的負相關(guān)效應(yīng)小于上半年土壤濕度影響植被覆蓋的負相關(guān)效應(yīng),因此總體上表現(xiàn)為植被覆蓋受土壤濕度影響(圖6)；從植被覆蓋大小來看,低覆蓋植被生長對土壤濕度變化的響應(yīng)程度較高,響應(yīng)速度較慢,反之高覆蓋植被響應(yīng)程度較低,但響應(yīng)速度較快；從植被物候來看,隨著植被生長季長度增加,植被對土壤濕度的響應(yīng)程度減小,效應(yīng)速度加快。

圖6?、耦愔脖籒DVI與1-TVDI的年內(nèi)季節(jié)變化Fig.6　The seasonal variations of NDVI and 1-TVDI of vegetation Ⅰ in the Loess Plateau

低地鹽生草甸、草叢、河灘、寒溫性針葉林、河—湖灘地草甸、木本栽培植被、草甸草原、鹽地落葉灌叢與雜木林(Ⅱ類植被)植被覆蓋與土壤濕度的負相關(guān)性依次減弱,草本栽培植被與典型草原(Ⅱ類植被)呈正相關(guān),但其平均相關(guān)系數(shù)均小于0.25,滯后時間均在0時滯附近上下波動(圖5),反映出植被覆蓋與土壤濕度同步變化(年內(nèi)變化子圖較多,略)。

強旱生小灌木—半灌木—灌木、荒漠化草原與沙生植被(Ⅲ類植被)均值相關(guān)系數(shù)介于0.15—0.35之間,滯后時間小于20d(K<0),反映出其土壤濕度變化滯后于植被覆蓋變化,即植被覆蓋變化影響土壤濕度發(fā)生變化,影響的強度依次增加,但土壤濕度對植被覆蓋的響應(yīng)速度依次變慢(圖5)；從相關(guān)系數(shù)來看,正相關(guān)性特征表現(xiàn)在3月下旬開始土壤濕度隨植被覆蓋的增加而增加(圖7)；從植被覆蓋大小來看,三者均屬于低覆蓋植被,植被覆蓋年內(nèi)變化較為平緩但其最值依次增大,植被覆蓋與土壤濕度變化特征依次變得明顯,從而表現(xiàn)為植被覆蓋對土壤濕度的影響依次增強。

圖7 ?、箢愔脖籒DVI與1-TVDI的年內(nèi)季節(jié)變化Fig.7 　The seasonal variations of NDVI and 1-TVDI of vegetation Ⅲ in the Loess Plateau

高山稀疏植被—裸巖、(亞)高山草甸、高寒常綠灌叢、高寒落葉灌叢與高寒草原(Ⅳ類植被)均值相關(guān)系數(shù)依次增大,并介于0.6—0.75之間,滯后時間介于0—30d(K<0)(圖5),說明高山/高寒植被生長對土壤濕度變化的影響程度最強,而且響應(yīng)速度較快；從相關(guān)系數(shù)來看,正相關(guān)性依次增加,主要是由于土壤濕度年內(nèi)變化呈現(xiàn)出增加—減小分布,與植被覆蓋變化基本吻合,且土壤濕度變化特征越來越明顯,表現(xiàn)在時間變化上,1月初土壤濕度隨植被覆蓋逐漸增加,到6月中下旬植被達到最大覆蓋,植被生理需水較高致使土壤濕度減小,植被衰退后土壤濕度有所回升,到8月上中旬土壤濕度隨植被覆蓋減小而減小(圖8)；從植被覆蓋大小來看,植被生長對土壤濕度變化的影響程度,及土壤濕度的響應(yīng)速度,與植被覆蓋大小關(guān)系不明顯,土壤濕度的響應(yīng)速度由快到慢依次為：高寒草原>(亞)高山草甸>高寒落葉灌叢>高寒常綠灌叢>高山稀疏植被—裸巖。

值得注意的是,竹林生長需水條件高且敏感,致使植被覆蓋與土壤濕度均值相關(guān)系數(shù)高達0.55,滯后時間平均為20d(圖5),植被覆蓋變化滯后于土壤濕度變化。

圖8　 Ⅳ類植被NDVI與1-TVDI的年內(nèi)季節(jié)變化Fig.8　 The seasonal variations of NDVI and 1-TVDI of vegetation Ⅳ in the Loess Plateau植被類型代碼：6高寒落葉灌叢；7高寒常綠灌叢；14高寒草原；15(亞)高山草甸；25高山稀疏植被、裸巖

4　討論

土壤濕度年內(nèi)季節(jié)變化特征與張蕾等的西北地區(qū)土壤濕度變化特征[22]高度吻合,差異性主要表現(xiàn)在土壤濕度變化特征點所對應(yīng)的時間點不同。土壤濕度最高值出現(xiàn)在一年內(nèi)的1月上旬,4月下旬土壤濕度降至最低值,而張蕾等分析土壤濕度12月中旬至1月較高,5月下旬至6月上旬降至最小[22],本文土壤濕度最低值對應(yīng)時間較張蕾提前了1個月以上。原因主要是數(shù)據(jù)的時間分辨率不同引起的,采用16d 數(shù)據(jù)進行分析,而張蕾采用旬值數(shù)據(jù),分析中體現(xiàn)了植被生長耗水引起土壤濕度變化,雖然其時間分辨率較高,但缺乏植被覆蓋數(shù)據(jù)作為支撐,土壤濕度特征時間節(jié)點與實際植被生長情況不符。分析了植被覆蓋年內(nèi)季節(jié)變化特征,植被生長季始期為4月下旬,與土壤濕度最低值時間點契合度很好,韋振鋒等分析得出陜甘寧黃土高原大多數(shù)植被生長季始期為3—4月[23],李強等認為生長季始期為3月下旬至5月下旬[24],謝寶妮等認為生長季始期為4月上旬至5月下旬[25],證明TVDI用來表示土壤濕度變化特征具有很高的可信性。其次,本文在利用時滯互相關(guān)方法之前,隨年內(nèi)植被覆蓋和土壤濕度數(shù)據(jù)進行了Whittaker平滑和傅里葉插值增采樣,一定程度上剔除了數(shù)據(jù)噪聲,提高了信噪比。

從不同植被類型來看,植被生長與土壤水分的年內(nèi)變化具有密切的關(guān)系,土壤水分的增加可以促進植被生長,而植被生長又消耗土壤水分,從而削弱了土壤水分增加速度。對于非高山、非高寒植被來說,上半年土壤濕度的谷值是返青期植被快速生長引起的,下半年土壤濕度的谷值是植被從茂盛期到枯黃期為了維持基本的生理機能,攝取的土壤水分大于雨水等補給造成的；對于高山、高寒植被來說,植被生長需水較少,植被覆蓋與土壤濕度增加同步,返青期植被快速生長時,土壤水分大量耗減,過了植被茂盛期,土壤水分因為各種補給以及植被生理需水減小而增加,年末補給減小土壤水分也隨之減小,從而形成兩個峰值。黃土高原土壤水分年內(nèi)變化的峰值和谷值與植被物候期非常吻合,因此土壤水分的年內(nèi)變化可作為植被物候特征提取的一種重要依據(jù)。

由基于滯后時間的最值互相關(guān)系數(shù)計算原理可知,該方法可以在一定程度上反映植被覆蓋和土壤濕度的年內(nèi)相互影響機制。但是當(dāng)最大和最小相關(guān)系數(shù)差異性較小,尤其相關(guān)系數(shù)分別為正值和負值時,得到的最值相關(guān)系數(shù)不能客觀反映植被覆蓋和土壤濕度關(guān)系,滯后時間難以區(qū)分植被覆蓋影響土壤濕度變化還是土壤濕度影響植被覆蓋變化,因此存在誤判的情況。另外,植被物候特征與土壤水分變化密切相關(guān),植被生理需水狀況可能是兩者關(guān)系的契合點,以后應(yīng)在考慮植被不同生理階段消耗土壤水分的基礎(chǔ)上分析植被覆蓋與土壤濕度的相互關(guān)系。

5　結(jié)論

(1)黃土高原植被生長對土壤濕度變化存在明顯的時滯效應(yīng),植被覆蓋與土壤濕度之間的相互作用滲透于植被生長的整個過程,植被生長以及植被物候與土壤濕度變化密切相關(guān),反映出不同植被生長期需水情況。

(2)黃土高原植被覆蓋與土壤濕度之間的最值互相關(guān)系數(shù)與時滯的空間分布呈負相關(guān)。黃土高原土壤濕度對其植被覆蓋變化影響強烈區(qū),主要分布在農(nóng)業(yè)與草原生態(tài)區(qū)北部的丘陵溝壑區(qū),但植被生長對土壤濕度響應(yīng)遲緩；植被覆蓋對土壤濕度變化影響強烈區(qū),分布于西部的高寒地帶,響應(yīng)時間相對最短,其次為農(nóng)業(yè)與草原生態(tài)區(qū)內(nèi)河流中上游流域,且土壤濕度對植被覆蓋的響應(yīng)較快,自東向西、自北向南響應(yīng)逐漸加快。

(3)強旱生雜類草、沼澤、溫性針葉林、落葉闊葉林與溫性落葉灌叢的植被覆蓋與土壤濕度呈較強負相關(guān)性,植被生長對土壤濕度變化的響應(yīng)程度依次減弱,響應(yīng)速度依次加快。低地鹽生草甸、草叢、河灘、寒溫性針葉林、河—湖灘地草甸、木本栽培植被、草甸草原、鹽地落葉灌叢、雜木林、草本栽培植被與典型草原的植被覆蓋與土壤濕度的相關(guān)性很弱,滯后時間接近于0d,反映出植被覆蓋與土壤濕度同步變化。土壤濕度變化滯后于強旱生小灌木—半灌木—灌木、荒漠化草原與沙生植被的植被覆蓋變化,植被覆蓋正向影響土壤濕度變化的強度依次增加,但時間效應(yīng)依次延長。高山/高寒植被生長對土壤濕度變化的正向影響程度最強,而且響應(yīng)速度較快。

參考文獻(References):

[1]李玉山. 黃土高原森林植被對陸地水循環(huán)影響的研究. 自然資源學(xué)報, 2001, 16(5): 427-432.

[2]田均良. 黃土高原生態(tài)建設(shè)環(huán)境效應(yīng)研究. 北京: 氣象出版社, 2010.

[3]MEIR I N. Desert ecosystems: environment and producers. Annual Review of Ecology and Systematics, 1973, 4(1): 25-51.

[4]白天路. 基于遙感和地面實測水分?jǐn)?shù)據(jù)的小流域土壤水分模擬. 西安: 西北大學(xué), 2010.

[5]段春青, 劉昌明, 陳曉楠. 區(qū)域水資源承載力概念及研究方法的探討. 地理學(xué)報, 2010, 65(1): 82-90.

[6]李新榮, 何明珠, 賈榮亮. 黑河中下游荒漠區(qū)植物多樣性分布對土壤水分變化的響應(yīng). 地球科學(xué)進展, 2008, 23(7): 685-691.

[7]李小英,段爭虎. 黃土高原土壤水分與植被相互作用研究進展. 土壤通報, 2012, 43(6): 1508- 1514.

[8]蒙仲舉,高永,虞毅. 荒漠草原植被覆蓋對土壤水分的影響. 節(jié)水灌溉, 2009, (3): 9- 11.

[9]劉剛, 王志強, 王曉嵐. 吳旗縣不同植被類型土壤干層特征分析. 水土保持研究, 2004, 11(01): 126- 129.

[10]Kogan F, Adamenko T, Guo W. Global and regional drought dynamics in the climate warming era. Remote Sensing Letters, 2013, 4(4): 364-372.

[11]Karnieli A, Agam N, Pinker R T. Use of NDVI and land surface temperature for drought assessment: Merits and limitations. Journal of Climate, 2010, 23(3): 618-633.

[12]陳書林, 劉元波. 衛(wèi)星遙感反演土壤水分研究綜述. 地球科學(xué)進展, 2012, 27(11): 1192-1203.

[13]王鵬新, 龔健雅, 李小文. 基于植被指數(shù)和土地表面溫度的干旱監(jiān)測模型. 地球科學(xué)進展, 2003, 18(4): 527-533.

[14]劉立文,張吳平,段永紅. 模型的農(nóng)業(yè)旱情時空變化遙感應(yīng)用. 生態(tài)學(xué)報, 生態(tài)學(xué)報, 2014, 34(13): 3704- 3711.

[15]Patel N R, Anapashsha R, Kumar S, Saha S K, Dadhwal V K. Assessing potential of MODIS derived temperature/vegetation condition index (TVDI) to infer soil moisture status. International Journal of Remote Sensing, 2009, 30(1): 23- 39.

[16]宋春橋,游松財,劉高煥. 基于TVDI的藏北地區(qū)土壤濕度空間格局. 地理科學(xué)進展, 2011, 30(5): 570- 576.

[17]邸蘭杰,王衛(wèi),成賀璽. 基于ATI和TVDI模型的河北平原土壤濕度遙感反演. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2014, 22(6): 737- 743.

[18]中國科學(xué)院植物研究所. 黃土高原地區(qū)植被類型圖(1∶50萬). 北京: 地震出版社, 1991

[19]李天祺,朱秀芳,潘耀忠,劉憲鋒. MODIS陸地表面溫度數(shù)據(jù)重構(gòu)方法研究. 北京師范大學(xué)學(xué)報(自然科學(xué)版),2015,51(S1):1- 7.

[20]Sandholt I, Rasmussen K, Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. Remote Sensing of Environment. 2002, 79(2/3), 213- 224.

[21]楊桂燕,李路,陳和. 基于廣義Whittaker平滑器的拉曼光譜基線校正方法. 中國激光, 2015, 42(9): 360- 368.

[22]張蕾, 呂厚荃, 王良宇. 中國土壤濕度的時空變化特征. 地理學(xué)報, 2016, 71(9): 1494- 1508.

[23]韋振鋒, 王德光, 張翀. 近12年陜甘寧黃土高原區(qū)植被物候時空變化特征. 生態(tài)與農(nóng)村環(huán)境學(xué)報, 2014, 30(4): 423- 429.

[24]李強, 張翀. 近15年黃土高原植被物候時空變化特征分析. 中國農(nóng)業(yè)科學(xué), 2016, 49(22): 4352- 4365.

[25]謝寶妮, 秦占飛, 王洋. 基于遙感的黃土高原植被物候監(jiān)測及其對氣候變化的響應(yīng). 農(nóng)業(yè)工程學(xué)報, 2015, 31(15): 153- 160.