童珊，曹廣超，陳真，張卓，刁二龍

1. 青海師范大學 地理科學學院，青海 西寧 810008

2. 青海師范大學 青海省自然地理與環(huán)境過程重點實驗室，青海 西寧 810008

3. 青藏高原地表過程與生態(tài)保育教育部重點實驗室，青海 西寧 810008

0 前言

植被降水利用效率(Precipitation Use Efficiency，以下簡稱 PUE)，是指植被光合作用生產(chǎn)的干物質(zhì)(凈初級生產(chǎn)力，NPP)與降水量之比，反映了植被光合生產(chǎn)過程與耗水特性之間的關系[1]，體現(xiàn)了植被利用水分將營養(yǎng)物質(zhì)轉(zhuǎn)化為生物量的能力[2-3]，能夠直觀的反應植被的健康狀況。相關研究[4-6]表明，只有當降水量超過一定限度時，土壤養(yǎng)分等其他因子才能對植被生產(chǎn)力產(chǎn)生重要影響。因此，在干旱區(qū)、半干旱區(qū)，降水利用效率的動態(tài)變化能夠指示氣候因素影響下的植被退化或恢復狀況，可以反映該地區(qū)的土地生產(chǎn)力。

PUE一般采用植被凈初級生產(chǎn)力或地上凈初級生產(chǎn)力與降水量來計算。NDVI與NPP具有較強的相關性，特別是生長季累積 NDVI，在估算 NPP方面較為可靠[7-10]，故本文采用生長季累積NDVI代替NPP計算PUE。

國內(nèi)外學者對 PUE的研究大致分為三個部分:一是通過利用CASA模型得出的NPP、實測數(shù)據(jù)或累計NDVI等方法計算出PUE，對降水量和PUE的關系進行研究[11-16]；二是將 PUE作為一種指標，通過與 NDVI的趨勢對比，對不同地區(qū)的植被退化和荒漠化進行研究[17-22]；三是利用NDVI與PUE的變化趨勢剔除降雨量對植被覆蓋度的影響，并引入人口密度作為人類活動強度指標，分析人類活動對植被的干擾強度[23-24]。PUE目前被逐漸應用于區(qū)域尺度下作物增產(chǎn)、人類干擾對植被動態(tài)變化的影響和土地退化遙感評價與監(jiān)測技術等方面[25-26]。

祁連山南坡土地利用類型匯中草地面積最大，畜牧業(yè)是當?shù)刂匾慕?jīng)濟發(fā)展方式。通過研究祁連山南坡植被的降雨量、植被覆蓋及降水利用率變化趨勢，可以了解祁連山南坡的植被健康狀況，為草畜供求的平衡及畜牧業(yè)的可持續(xù)發(fā)展提供一定的理論基礎。

1 研究區(qū)概況

祁連山南坡地處祁連山中段腹地，位于青藏高原東北緣，黃土高原西緣，為黃土高原向青藏高原的過渡地帶，是青藏高原特征和黃土高原特征的綜合體。研究區(qū)總面積約為 2.4萬 km2，地理位置為98°08′13″—102°38′16″E，37°03′17″—39°05′56″N。研究區(qū)共涉及2個盆地(默勒盆地、門源盆地)，2個谷地(托勒谷地、黑河谷地)。研究區(qū)草場面積最大，主要有禾本科、蒿草、苔蘚等，灌木林主要以柳灌叢、金露梅灌叢、銀露梅灌叢為主，林地主要以祁連圓柏及云杉為主。研究區(qū)受海拔、地形、緯度、大氣環(huán)流等自然因素的影響，形成了獨具特色的高原大陸性氣候，該區(qū)域冬季長且寒冷，夏季短暫而溫涼，無明顯的四季交替，干濕分明。

圖1 祁連山南坡概況圖(a：站點分布圖, b：土地利用圖)Figure 1 Figure 1 Overview of the southern slope of Qilian Mountain (a：site map, b：land use map)

2 研究方法

2.1 數(shù)據(jù)來源與處理

GIMMS NDVI3g數(shù)據(jù)來源于自美國航空航天局(NASA)全球監(jiān)測與模型研究組 GIMMS(Global Inventor Modeling and Mapping Studies)發(fā)布的半月最大值合成數(shù)據(jù)(https://ecocast.arc.nasa.gov)，空間分辨率8 km，時間尺度為1986年5月至2015年10月。官網(wǎng)下載的GIMMS原始數(shù)據(jù)已經(jīng)過幾何校正、輻射定標、大氣校正等預處理，但仍存在云、大氣、太陽高度角等的影響[27]。為排除以上因素的噪聲影響，本文采用最大值合成法將每年內(nèi) 5—10月生長季的遙感影像(12張/年，共 14年)合成為各年的NDVI最大值影像(共14張)，后通過重投影、裁剪、累加計算，得出研究區(qū)每年生長季的累計 NDVI柵格影像圖。

MODIS 13A1數(shù)據(jù)是通過地理空間數(shù)據(jù)云(http://www.gscloud.cn/)所獲得的月標準化歸一化植被指數(shù)，時間尺度為2001年5月至2017年10月。前期處理過程同上，為與GIMMS NDVI 3g數(shù)據(jù)分辨率保持一致，將其分辨率重采樣值 8 km，后經(jīng)過重投影、裁剪得到研究區(qū)每年植被生長季累計NDVI柵格影像圖。

降雨量數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務平臺(http://data.cma.cn/)，本文提取日平均降雨量數(shù)據(jù)，對其進行篩選、剔除，插補獲得祁連山南坡及其附近20個氣象站點的生長季降雨量數(shù)據(jù)。最后通過反距離權重空間插值獲得研究區(qū)生長季降水總量柵格數(shù)據(jù)。

2.2 分析方法

1. PUE的計算

根據(jù)研究目的和獲取數(shù)據(jù)手段的差異，不同研究的PUE計算方法也不同。本研究中PUE計算公式如下[24]:

NDVI為生長季累計歸一化植被指數(shù)；PPT為生長季累計降雨量。

2. 時間趨勢模型

本研究中時間趨勢分析采用的方法為變化趨勢線法[28]:

式中，=1，2，······31 為年份的序列號，即 1987 年為 1，1988年為2，以此類推；j表示第j年的累積NDVI值、PUE值或者是某一氣象因素數(shù)據(jù)。采用此公式對遙感影像進行逐點回歸分析，從而得到每個像元的SLOPE值，該值反映了研究區(qū)31年累積NDVI、PUE和降雨量的總體趨勢變化。分級標準均采用自然分等法進行分級[30]。SLOPE＜0時，則說明以上因子在研究時間段內(nèi)的變化趨勢是減少的，SLOPE越小，則減少的趨勢越明顯；反之，總體趨勢是增加的，SLOPE越大，其增加趨勢越明顯。

3 結果與分析

3.1 數(shù)據(jù)匹配

以往研究[27-28]已得出 GIMMS數(shù)據(jù)與 MODIS數(shù)據(jù)在空間分布上具有較好的一致性。本文再次通過對2001年、2005年和2010年的GIMMS數(shù)據(jù)與MODIS數(shù)據(jù)進行逐像元相關性分析，確定兩種數(shù)據(jù)的相關性強弱。

從表1可以看出GIMMS數(shù)據(jù)與MODIS數(shù)據(jù)的歸一化植被指數(shù)逐像元相關性并不高，不能完全用GIMMS數(shù)據(jù)來代替MODIS數(shù)據(jù)，因此本文將從兩個階段來進行 PUE的計算: 1987～2000年是以GIMMS數(shù)據(jù)為基礎進行PUE計算，2001～2017年是以MODIS數(shù)據(jù)為基礎進行PUE計算。由于GIMMS數(shù)據(jù)在非植被區(qū)域區(qū)分度不明顯，導致這兩組數(shù)據(jù)在數(shù)值上對比性意義不大但在趨勢上具有一致性。

3.2 降水時空變化特征

(1) 降水的年際變化規(guī)律

降水是干旱半干旱地區(qū)植物生長最主要的影響因素，研究區(qū)植被生長季降水量波動明顯，有微弱的上升的趨勢。由圖2可知，降雨量最小值出現(xiàn)在2002 年，為 199.31 mm，最大值出現(xiàn)在 2014 年，為404.52 mm。2002年之前降雨量年際間波動性較大，2002年之后降雨量的年際波動趨于平穩(wěn)。

表1 相關性分析Table 1 Correlation analysis

圖2 1987—2017年降水量變化規(guī)律Figure 2 Change law of precipitation from 1987 to 2017

(2) 平均降水空間分布規(guī)律

祁連山南坡降雨量符合“東南高，西北低”分布特征(圖3)，平均降雨量為310.46 mm。平均降雨量最小值出現(xiàn)在黑河谷地內(nèi)，為195.63 mm，最大值出現(xiàn)在門源縣盆地東南角，為423.60 mm。

研究區(qū)大部分區(qū)域平均降水量在 300—400 mm之間，面積占比約為60.45%，其次為200—300 mm之間，面積占比為37.29%，最后為100—200 mm之間與400—500 mm之間，面積占比均為1.13%。根據(jù)干旱區(qū)降雨量劃分標準，平均降雨量在生長季達到干旱區(qū)標準面積占比為 1.13%，達到半干旱區(qū)標準面積占比為97.74%，達到半濕潤地區(qū)標準面積占比為1.13%。

(3) 降水量年趨勢變化分析

圖3 1987—2017年平均降雨量空間分布圖Figure 3 Spatial distribution of average rainfall from 1987 to 2017

研究區(qū)降水量年趨勢變化呈現(xiàn)出“東南低，西北高”的特征(圖4)，降雨量多年趨勢變化的均值為2.8。根據(jù)研究區(qū)降雨量年趨勢變化，將趨勢變化在-1—1 mm·a-1之間的區(qū)域作為降雨量基本不變的區(qū)域，主要分布在門源盆地東部與南部，面積占比為4.24%；將 1—3 mm·a-1作為微弱變化區(qū)域，該區(qū)域幾乎覆蓋默勒盆地與黑河谷地，面積占比為 55.93%，為主要變化區(qū)域；將3—5 mm·a-1作為為中等變化區(qū)域，主要分布在托勒河谷地及黑河谷地附近，面積占比為34.46%；將5—7作為劇烈增加區(qū)域，主要分布在托勒河谷地西北部、野牛溝及冷龍嶺區(qū)域，面積占比為5.37%。

3.3 NDVI時空變化特征

(1) NDVI年際變化規(guī)律

2000年之前，研究區(qū)NDVI雖與年份有相關性，但相關性低且未通過顯著性檢驗，NDVI在1989年達到最大值，在 1988—1991年呈陡峭變化趨勢，1991年之后 NDVI變化趨于平穩(wěn)；2000年之后，NDVI與年份相關性變強且通過了0.05顯著性檢驗，整體NDVI變化幅度趨于平穩(wěn)。結合兩種數(shù)據(jù)看，祁連山南坡植被歷年的NDVI平均值均呈上升趨勢。2000年之后NDVI變化與時間的相關性增大，這可能與 2000年之后實行的生態(tài)環(huán)境保護政策及人類活動對環(huán)境影響加劇密不可分。

(2)平均NDVI空間變化規(guī)律

圖4 1987—2017年降水趨勢變化圖Figure 4 Trends of precipitation change from 1987 to 2017

圖5 1987—2017年年際變化規(guī)律Figure 5 Interannual variation law from 1987 to 2017

圖6 1987—2017年平均累計NDVIFigure 6 Average NDVI from 1987 to 2017

祁連山南坡平均累計NDVI分布規(guī)律與降雨量空間變化規(guī)律一致。研究區(qū)1987—2000年之間平均累計NDVI在1—2之間主要分布在托勒谷地及托勒南山邊緣區(qū)域，面積占比為 5.93%；在 2—3之間主要分布在托勒盆地、黑河谷地西北部及冷龍嶺附近，面積占比為38.98%；前兩階段主要分布區(qū)域海拔相對較高，主要為草甸及沼澤分布區(qū)域，其植被覆蓋低于低海拔草地及林地區(qū)域。平均累計NDVI在3—4之間幾乎覆蓋研究區(qū)中部與東南部，面積占比最大為 52.54%；在 4—5之間零散分布在門源盆地內(nèi)，面積占比為2.54%。研究區(qū)2001—2017年之間平均累計 NDVI在 0—1之間主要分布在托勒河谷地、黑河谷地之間的托勒山內(nèi)及冷龍嶺區(qū)域，面積占比為9.89%；在1—2之間主要分布在研究區(qū)西北角，面積占比為18.93%；在2—3之間主要分布在托勒山與大通山之間區(qū)域，面積占比為 37.57%；在 3—4之間主要分布在默勒盆地(默勒河下游)、黑河谷地及門源盆地區(qū)域，面積占比為33.33%；在4—5之間主要分布在門源盆地，面積占比 0.28%，總體分布特征與2000年之前大致相同。

(3) NDVI趨勢變化分析

祁連山南坡NDVI趨勢變化與降雨量趨勢變化一致。2000年之前，NDVI趨勢變化在-0.03—-0.01之間的區(qū)域主要分布在門源盆地，面積占比為1.98%，在-0.01—0.01之間主要分布在門源盆地、冷龍嶺附近、黑河谷地及托勒河谷地西北部區(qū)域，面積占比為56.21%，在0.01—0.03之間的區(qū)域主要分布在托勒山與大通山之間及黑河流域與大通河附近，面積占比為40.96%，在0.03—0.05之間的區(qū)域主要分布在托勒南山附近，面積占比為 0.85%。相較于2000年之前，NDVI趨勢變化出現(xiàn)了三個新的等級，零散分布在研究區(qū)內(nèi)，主要變化區(qū)域為2000年之前的基本不變區(qū)域。2000年后植被覆蓋有大范圍增加，同時植被覆蓋減少區(qū)域也在增加。與2000年前相比植被覆蓋減少區(qū)域增加21.18%，主要在默勒盆地及大通山附近，均為鄉(xiāng)鎮(zhèn)所在地，是人口較密集區(qū)域；植被增加區(qū)域增加6.5%，零散分布在祁連山南坡區(qū)域內(nèi)，2000年之前植被覆蓋基本無變化區(qū)域在2000年之后發(fā)生了較大變化。

3.4 PUE時空變化特征

(1)PUE年際變化規(guī)律

研究區(qū)2000年之前與之后PUE變化差異明顯，2000年之前 PUE有輕微增加趨勢，整體波動較大；2000年之后PUE下降趨勢明顯，在2001—2003年變化明顯，2003年之后又趨于平穩(wěn)。這種規(guī)律是由于NDVI在研究時間段內(nèi)呈增長趨勢，且2000年之后降水增加速度過快，植被光合作用被抑制，導致PUE在2000年之后呈現(xiàn)出下降趨勢。

(2)平均PUE的空間變化

平均PUE空間分布圖呈現(xiàn)出“東南高，西北低”特點，與平均降雨量及平均 NDVI空間分布圖趨勢一致。2000年之前平均PUE在0.005—0.008之間主要分布在托勒南山及大通山邊緣處和冷龍嶺附近，面積占比為8.47%；在0.008—0.011之間主要分布在托勒山、門源盆地中段及黑河谷地附近，分布著大量的沼澤與草甸，相對于草地與林地，PUE較低，面積占比為50.00%；在0.011—0.014之間主要分布在黑河谷地及門源盆地東南部，面積占比 35.88%；在0.014—0.017之間，門源盆地東南部分布最多，面積占比為5.65%。2000年以后平均PUE空間分布發(fā)生較大變化，平均PUE小于0.005面積占比為13.84%，分布在托勒山附近及冷龍嶺附近；在 0.008—0.011之間主要分布在默勒盆地，面積占為 32.20%；在0.011—0.014之間分布在門源盆地，面積占比為35.88%；0.005—0.008 與 0.014—0.017 之間，面積占比最少，分別為 13.28%與 4.80%，零散的分布在研究區(qū)。

圖7 1987—2017年NDVI趨勢變化Figure 7 NDVI trend changes from 1987 to 2017

圖8 1987—2017年年際變化規(guī)律Figure 8 Interannual variation law from 1987 to 2017

圖9 1987—2017年平均PUE變化規(guī)律Figure 9 The average PUE variation from 1987 to 2017

(3) PUE趨勢變化分析

PUE趨勢變化整體呈現(xiàn)出“東南高，西北低”趨勢，與降雨量及NDVI趨勢變化相反，PUE趨勢變化最大值出現(xiàn)在門源盆地東南角，最小值在冷龍嶺和托勒山都有出現(xiàn)過。2000年之前PUE趨勢變化小于0面積占比為3.39%，在0—0.25之間面積占比為94.92%，在0.25—0.5之間面積占比為1.13%，在0.5—0.75之間面積占比為0.56%。2000年之后PUE趨勢變化小于0面積占比為84.46%，在0—0.25之間面積占比為 13.84%，在 0.25—0.5之間面積占比為1.41%，在 0.5—0.75之間面積占比為 0.28%。2000年之前大部分區(qū)域PUE呈緩慢增長趨勢，2000年之后，大部分區(qū)域 PUE呈減少趨勢，門源盆地內(nèi)變化等級最多。2000年之后比2000年之前PUE呈減少趨勢面積增加 81.07%，趨勢變化在 0—0.25之間面積減少 81.80%，在 0.25—0.5之間面積增加 0.28%，在0.5—0.75面積減少0.28%，表明PUE趨勢變化在2000年前后出現(xiàn)一個轉(zhuǎn)折點，稍微增加的區(qū)域中的大部分在此時間段之后都變成了變小。PUE與降雨量相關性達 0.97，但與 NDVI相關性僅為 0.33，故PUE下降可能是由于在2000年之后，全球變暖，降雨量大幅度增加，在一定程度上抑制了植被生長。

4 討論

4.1 降雨量空間變化特征分析

圖10 1987—2017年PUE趨勢變化(擴大1000倍)Figure 10 PUE trend change from 1987 to 2017 (1000 times larger)

由于祁連山南坡為山區(qū)，降雨量受海拔影響明顯，通過研究不同海拔等級降雨量的平均值及其趨勢變化可以得出: 在2257—3257 m高程范圍內(nèi)降雨量一直處于增加趨勢，在2757—3257 m高程范圍內(nèi)降雨量達到最大，隨后在3257—3757 m高程范圍內(nèi)降雨量一直處于減少趨勢，在3757—4757 m高程范圍內(nèi)降雨量有微弱的增加趨勢；在降雨趨勢變化中，在2257—2757 m高程范圍內(nèi)達到最大，隨后逐漸遞減。祁連山南坡東南部海拔低于西北部，形成了降雨量空間變化特征為“東南高，西北低”的趨勢，因為降雨量趨勢變化高值分布在研究區(qū)西北部低海拔區(qū)域，導致研究區(qū)西北部的降雨量趨勢變化大于東南部降雨量趨勢變化，降雨量趨勢變化出現(xiàn)“西北高，東南低”趨勢。

4.2 NDVI空間變化特征分析

NDVI的增加除了與2000年之后實行的國家退耕還林、退牧還草政策息息相關外，還與氣象因子具有很大關系，通過分析降雨量與平均 NDVI及NDVI趨勢變化之間關系得出，NDVI隨著降雨量的升高而增加，NDVI趨勢變化在降雨量350—400 mm內(nèi)達到最大值，此階段降雨量在連山南坡東南部分布大于西北部且祁連山南坡降雨量最大值出現(xiàn)在東南部，在一定程度上促進了植被生長，最終形成了平均NDVI“東南高，西北低”的空間特征；祁連山南坡東南部植被發(fā)展空間小于西北部，最終形成了NDVI趨勢變化“東南低，西北高”空間特征。

4.3 PUE空間變化特征分析

PUE時空變化特征與植被類型，人口密度，氣候因素等有密切關系[22-23，29-31]。通過對祁連山南坡2000年之前不同土地利用類型PUE進行分析得到，不同土地利用類型PUE的排序為: 林地＞灌木林＞水域＞草甸＞草地＞耕地＞冰川裸巖＞裸土＞沼澤＞人工用地，祁連山南坡 PUE呈現(xiàn)出“東南高，西北低”特點原因為大部分的的林地和灌木林集中分布在門源盆地東南部。據(jù)統(tǒng)計資料顯示，祁連山南坡各縣人口數(shù)量排序為: 門源＞祁連＞天峻＞剛察＞海晏，而 PUE趨勢變化排序為: 門源＞祁連＞天峻＞海晏＞剛察，門源縣是祁連山南坡五縣中人口數(shù)量最多、PUE最大的縣，可見，人口密度對祁連山南坡的 PUE具有一定的影響。又因為祁連山南坡存在著大量的天然牧場，主要以發(fā)展畜牧業(yè)為主，在草蓄供給不平衡情況下，這是影響PUE下降的一個原因。

4.4 不確定性分析

本研究引入利用植被降水利用率(PUE)這一指標來監(jiān)測植被長勢動態(tài)變化，用以分析研究區(qū)植被的健康狀況，鮮見報道。雖然由于分辨率及數(shù)據(jù)時序差異，未能使NDVI與PUE生成一個相一致連續(xù)變化趨勢，但本文所研究的降水量的變化趨勢與李巖瑛[32]的研究結果一致；NDVI的變化趨勢與蔣友嚴等[33]的研究結果相一致；研究的PUE結果與葉輝研究結果一致[34]，因此本篇論文的研究結果具有一定的可信度。

5 結論

本文通過降雨量及兩種不同的NDVI數(shù)據(jù)對祁連山南坡近30年降雨量、NDVI及PUE時空變化特征進行研究，得出以下結論:

表2 祁連山南坡不同海拔高度年平均降雨量統(tǒng)計表Table 2 Annual average rainfall statistics of different elevations on the southern slope of Qilian Mountain

表3 祁連山南坡不同降雨量區(qū)間NDVI值統(tǒng)計表Table3 Statistical table of NDVI values for different rainfall intervals on the southern slope of Qilian Mountain

表4 不同土地利用類型PUE統(tǒng)計表Table 4 PUE statistics of different land use types

(1) 在研究時間段內(nèi)，由于氣候、人類活動等影響，NDVI及PUE變化最大的兩個區(qū)域為黑河谷地及門源盆地。

(2) 1987—2017年研究區(qū)生長季平均降雨量呈上升趨勢，符合“東南高，西北低”特征。平均降雨量最大值出現(xiàn)在2002年，在300—400 mm之間占比最大，約 60.45%；降雨量趨勢變化呈現(xiàn)出“東南低，西北高”特征，31年間幾乎整個研究區(qū)降雨呈增加趨勢，增加最快區(qū)域分布在黑河谷地附近。

(3) 1987—2017年研究區(qū)NDVI一直處于緩慢增長趨勢且在 2000年之后降雨量與時間的相關性變強，平均累計NDVI整體出現(xiàn)“東南高，西北低”特點，平均累計 NDVI在 3—4之間面積占比最大，約為52.54%；NDVI趨勢變化出現(xiàn)“東南低，西北高”趨勢，在人口密集的祁連縣及祁連縣與門源縣交接的區(qū)域在2000年之后出現(xiàn)植被減少現(xiàn)象。

(4) 平均PUE與PUE趨勢變化均呈現(xiàn)出“東南高，西北低”趨勢，2000年之前，平均PUE在0.008— 0.011之間面積占比最大，約為50%；2000年之后，0.011—0.014之間面積占比最大，約為 35.88%，且2000年之后，PUE呈減少趨勢面積增加81.07%，即2000年之后，大部分區(qū)域植被健康狀況有所下降。