呂 達(dá),包 剛,2,3*,佟斯琴,2,雷 軍

錫林郭勒盟植被物候枯黃期對(duì)干濕變化的時(shí)間多尺度響應(yīng)

呂 達(dá)1,包 剛1,2,3*,佟斯琴1,2,雷 軍1

(1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院,內(nèi)蒙古 呼和浩特 010022；2.內(nèi)蒙古師范大學(xué),內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室,內(nèi)蒙古 呼和浩特 010022；3.寧夏大學(xué),西北土地退化與生態(tài)恢復(fù)省部共建國家重點(diǎn)實(shí)驗(yàn)室培育基地,寧夏 銀川 750021)

基于全球監(jiān)測與建模組(GIMMS)1982～2015年第三代歸一化植被指數(shù)(NDVI) GIMMS NDVI 3g數(shù)據(jù)集和氣象觀測數(shù)據(jù),采用累計(jì)NDVI的Logistic曲線曲率極值法提取錫林郭勒草原植被枯黃期,并結(jié)合不同時(shí)間尺度標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)分析植被枯黃期對(duì)干濕變化的響應(yīng)特征.結(jié)果表明:1982～2015年錫林郭勒草原植被平均枯黃期主要集中在265～280d,由東北向西南推遲,整體呈現(xiàn)提前趨勢(-0.14d/a).年SPEI傾向率總體呈弱下降趨勢(-0.10d/10a),其中上升趨勢主要分布在東北部草甸草原,下降趨勢主要分布在西南荒漠草原.近34a來,錫林郭勒草原干旱發(fā)生頻率高,輕、中旱面積占比較大,干旱突變始于20世紀(jì)90年代.時(shí)間多尺度SPEI影響EOS空間格局變化差異顯著,錫林郭勒盟植被EOS受月尺度SPEI-1正面影響較大,短時(shí)間尺度干濕環(huán)境向好將延遲植被枯黃期;SPEI-3、SPEI-6、SPEI-9及SPEI-12與EOS負(fù)相關(guān)像元比例較高,植被受干濕環(huán)境長期變化的影響提前進(jìn)入枯黃期.時(shí)滯分析表明,錫林郭勒盟SPEI-1的滯后效應(yīng)主要發(fā)生在季前2個(gè)月,長時(shí)間尺度SPEI(SPEI-3、SPEI-6和SPEI-9)累積至6月的滯后效應(yīng)尤為顯著,特別在SPEI-3顯著相關(guān)面積達(dá)到最大.

錫林郭勒盟；枯黃期；標(biāo)準(zhǔn)化降水蒸散指數(shù)；氣候響應(yīng)

秋季植被枯黃期(EOS)是植被生長季的結(jié)束日期,它是陸地生態(tài)系統(tǒng)對(duì)全球氣候變化響應(yīng)的重要指標(biāo)之一,其變化與陸地水熱條件密不可分,并通過調(diào)節(jié)陸地和大氣能量交換對(duì)氣候產(chǎn)生明顯的反饋?zhàn)饔肹1].研究表明,由于全球氣候變暖,北半球中高緯度大多地區(qū)的植被EOS呈推遲趨勢,從而延長了植被年生長天數(shù),生長期增加[2].干旱是擾動(dòng)生態(tài)系統(tǒng)的主要因素,自20世紀(jì)下半葉以來,干旱事件的頻度、時(shí)間和影響范圍大幅增加,引起土壤水分脅迫的負(fù)面影響,阻礙植被生長和生理功能[3],長時(shí)間影響著生態(tài)系統(tǒng)碳匯增量.目前廣泛使用干燥度(drought index)來表征氣候干濕狀況,標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)[4]融合帕爾默干旱指數(shù)[5]對(duì)蒸散的敏感性和標(biāo)準(zhǔn)化降水指數(shù)[6]多時(shí)間尺度特征等優(yōu)點(diǎn),在區(qū)域尺度上能夠較好反映干濕狀況[7-8],被廣泛用于分析干旱對(duì)植被動(dòng)態(tài)的影響.

研究表明,植被的枯黃與干濕變化關(guān)系密切.如Guo等[9]研究發(fā)現(xiàn),氣候變化與植被枯黃期的變化密切相關(guān),干旱環(huán)境下草本植物更易受到影響.Kang等[10]利用SPEI論證了中國北方半干旱生態(tài)系統(tǒng)植被物候和生產(chǎn)力對(duì)干旱擾動(dòng)的響應(yīng),發(fā)現(xiàn)秋季干旱在降低植被生產(chǎn)力的同時(shí),也顯著提前草地和貧瘠/稀疏植被土地的枯黃期.然而,黃文琳等[11]在內(nèi)蒙古荒漠草原區(qū)的研究表明,秋季氣候環(huán)境干燥將推遲草原植被EOS,同年氣候環(huán)境濕潤則會(huì)導(dǎo)致EOS天數(shù)提前.EOS對(duì)環(huán)境干濕水平的響應(yīng)機(jī)制具有復(fù)雜且不對(duì)稱的時(shí)間效應(yīng),特別受時(shí)滯和累積作用的綜合影響(即植被在連續(xù)的前幾個(gè)月中受到氣候條件的顯著影響)[12].近期的研究表明,植被早期的枯黃可能不是由當(dāng)前水熱條件所驅(qū)動(dòng),而是先前的干濕變化驅(qū)動(dòng)所致.干旱事件發(fā)生后,植被通常需要長時(shí)間來修復(fù)受損根系并恢復(fù)之前的生長能力[13].如Cui等[14]對(duì)加拿大草地的研究發(fā)現(xiàn),枯黃期前干旱主導(dǎo)區(qū)域變化面積占比為26%～44%,在植被生長的關(guān)鍵階段累積降水量減少,最終導(dǎo)致草地植被生長季度縮短.以往研究大多是在單一時(shí)間尺度(如某月、季節(jié)或年尺度)分析干濕變化對(duì)植被物候的影響,而對(duì)物候在時(shí)間多尺度干濕變化的時(shí)滯和累積效應(yīng)有所忽視,導(dǎo)致草地植被EOS及其驅(qū)動(dòng)機(jī)制的解析很不確定.

錫林郭勒草原地處中國北方干旱半干旱氣候區(qū),生態(tài)環(huán)境脆弱,極易受到干旱等氣象災(zāi)害的影響,屬蒙古高原南段環(huán)境變化敏感地帶[15].近年來,在氣候變化、土地利用變化和社會(huì)經(jīng)濟(jì)轉(zhuǎn)型的綜合影響下,錫林郭勒草原植被生長結(jié)構(gòu)、組成、功能等均發(fā)生變化,草地沙化及鹽漬化面積呈進(jìn)一步擴(kuò)大的態(tài)勢[16].此外,水分的虧缺抑制植被養(yǎng)分的積累并加速葉片衰老,影響EOS的時(shí)間變化[17].鑒于此,為了更好地了解EOS對(duì)干濕變化的時(shí)間響應(yīng)特征,本文以錫林郭勒盟為研究區(qū),基于第三代全球檢測與建模組(GIMMS)的歸一化植被指數(shù)(NDVI)GIMMS NDVI 3g數(shù)據(jù),利用時(shí)間序列諧波分析法(HANTS)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,采用累計(jì)NDVI的 Logistic曲線曲率極值法提取EOS.并結(jié)合同期氣溫降水?dāng)?shù)據(jù),采用多時(shí)間尺度SPEI指數(shù)進(jìn)行干旱程度和干旱時(shí)間的量化,分析EOS對(duì)干濕變化的時(shí)間多尺度響應(yīng)特征.研究結(jié)果可為錫林郭勒盟草原植被保護(hù)、沙化防治提供參考.

1 材料與方法

1.1 研究區(qū)概況

圖1 研究區(qū)植被類型及氣象臺(tái)站分布

錫林郭勒盟位于內(nèi)蒙古自治區(qū)中部(43°02′～ 44°52′N, 115°13′～117°06′E),是中國最大的天然牧場和畜牧業(yè)基地,可利用草地面積達(dá)1.96×105km2,占全盟總面積的96.55%[15](圖1).該區(qū)屬中溫帶半干旱、干旱大陸性季風(fēng)氣候,四季分明,具有干旱少雨、風(fēng)多風(fēng)大的氣候特點(diǎn),區(qū)域年平均溫度在0～3℃之間波動(dòng),自東向西逐漸升高,降水的空間分布特征與溫度相反,年降水量300～380mm,雨季多集中在7～9月,蒸發(fā)量在1500～2700mm之間[18].錫林郭勒盟地貌類型主要為高平原,地勢南高北低,平均海拔800～1800m,南接陰山北麓,是京津冀北部的天然屏障[19].近幾十年間,在過度打草放牧、采礦填挖、旅游開發(fā)等不合理資源利用和多變的氣候要素聯(lián)合驅(qū)動(dòng)下,區(qū)域植被退化、生態(tài)承載力下降、沙塵暴肆虐、次生災(zāi)害頻發(fā),嚴(yán)重危及京津乃至華北等地區(qū)的生態(tài)系統(tǒng)安全[20].自2000年啟動(dòng)實(shí)施了退牧還草、風(fēng)沙源治理等生態(tài)工程以來,區(qū)域生態(tài)有所改善.

1.2 數(shù)據(jù)來源及預(yù)處理

NDVI時(shí)間序列數(shù)據(jù)為美國國家航空航天局(NASA)提供的1982～2015年GIMMS NDVI 3g數(shù)據(jù)集產(chǎn)品(http://glcf.umd.edu/data/gimms), GIMMS NDVI 3g數(shù)據(jù)來自NOAA衛(wèi)星的AVHRR傳感器,時(shí)間和空間分辨率分別為15d和0.0833°,每年共24幅數(shù)據(jù)影像,覆蓋全球范圍.該數(shù)據(jù)集經(jīng)過相關(guān)校正,最大程度地消除了衛(wèi)星傳感器、大氣對(duì)數(shù)據(jù)產(chǎn)生的誤差,具有較好的數(shù)據(jù)一致性和可信度,已廣泛應(yīng)用于識(shí)別植被長勢和物候動(dòng)態(tài)研究[21-22].本文為得到錫林郭勒盟植被枯黃期數(shù)據(jù)集,在此基礎(chǔ)上對(duì)原始數(shù)據(jù)做格式轉(zhuǎn)換、掩膜等預(yù)處理,以對(duì)應(yīng)各月尺度的干旱數(shù)值.

氣象數(shù)據(jù)下載自中國氣象數(shù)據(jù)共享網(wǎng)(http: //data.cma.cn),包括錫林郭勒盟15個(gè)氣象站點(diǎn)(圖1)1982～2015年月平均溫度和總降水量數(shù)據(jù),主要采用均值替代法對(duì)個(gè)別臺(tái)站的缺測值及異常數(shù)據(jù)進(jìn)行插補(bǔ)處理[23].為提高插值精度,本研究利用基于部分薄板樣條(PTPSS)函數(shù)模型專業(yè)氣候插值軟件ANUSPLIN,引入各氣象站點(diǎn)數(shù)字高程模型數(shù)據(jù)(DEM)作為協(xié)變量,并調(diào)用splina和lapgrd程序?qū)?4a月平均氣溫和月總降水量數(shù)據(jù)進(jìn)行插值處理,獲得與遙感數(shù)據(jù)匹配的逐月氣象要素柵格數(shù)據(jù)[24].

1.3 研究方法

1.3.1 NDVI數(shù)據(jù)的平滑與物候參數(shù)的提取 為進(jìn)一步減少噪聲和保持?jǐn)?shù)據(jù)的周期性,利用HANTS時(shí)間序列平滑法[25]對(duì)數(shù)據(jù)進(jìn)行平滑重構(gòu)(圖2a),提高時(shí)序數(shù)據(jù)質(zhì)量,使其能更好地反映植被動(dòng)態(tài)變化.HANTS方法的核心是最小二乘法的迭代擬合和傅里葉變換的分解重構(gòu).其表達(dá)式為:

式中:A0為諧波的余項(xiàng);N為時(shí)間序列長度;Aj、wj、qj為各諧波的振幅、頻率、初相位;m為諧波個(gè)數(shù),等于-1.采用Hou等[26]提出的累計(jì)NDVI的Logistic曲線曲率極值法提取EOS.該方法是HANTS平滑后的年內(nèi)累積NDVI時(shí)間序列進(jìn)行擬合(式2),計(jì)算Logistic擬合曲線的曲率(式3,4),將曲率變化率極小值點(diǎn)對(duì)應(yīng)時(shí)間定義為EOS的開始日期(圖2b).

1.3.2 標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI) 本文利用標(biāo)準(zhǔn)化降水指數(shù)(SPEI)量化了錫林郭勒盟1982～2015年干濕變化特征及趨勢.該指數(shù)根據(jù)降水量與潛在蒸散量(PET)的差值偏離平均狀態(tài)的程度計(jì)算水分盈虧[27],根據(jù)SPEI值大小,能夠判斷出區(qū)域的干濕水平,因其多時(shí)間尺度的特點(diǎn),特別適于監(jiān)測干旱及其對(duì)植被長勢的影響.本研究根據(jù)研究區(qū)地理特性[28],并參考GB/T 20481—2006《氣象干旱等級(jí)標(biāo)準(zhǔn)》[29]將SPEI劃分為5個(gè)等級(jí),詳見表1.具體計(jì)算步驟如下:

第1步,計(jì)算潛在蒸散.Vicente-Serrano采用的是Thornthwaite方法.

式中:T為月平均溫度,℃;為年熱量指數(shù);為常數(shù).

第2步,計(jì)算逐月降水量與潛在蒸散發(fā)量的差值:

式中:表示1～12月;D為降水與蒸散的差值;P為月降水量,mm;PET為月蒸散量,mm/月.

在不同時(shí)間尺度下構(gòu)建水平衡累積序列:

式中:為時(shí)間尺度,一般為月;為計(jì)算次數(shù).

第3步,對(duì)D數(shù)據(jù)序列進(jìn)行正態(tài)化.由于原始數(shù)據(jù)序列D中可能存在負(fù)值,所以SPEI指數(shù)采用3參數(shù)的log-Logistic概率分布,得到概率分布的累積函數(shù):

式中:參數(shù)、、分別為尺度參數(shù)、形狀參數(shù)和位置參數(shù),如式9,10,11.

對(duì)累積概率密度()進(jìn)行標(biāo)準(zhǔn)正態(tài)化,當(dāng)累積概率￡0.5時(shí):

當(dāng)>0.5時(shí):

本文為探索干濕變化對(duì)植被枯黃期時(shí)滯及累積效應(yīng),時(shí)間多尺度干濕特征表達(dá)如下,主要分析1,3,6,9和12個(gè)月時(shí)間尺度的SPEI,分別記作SPEI- 1、SPEI-3、SPEI-6、SPEI-9和SPEI-12.SPEI-時(shí)間尺度表示累積月份向前延續(xù)-1個(gè)月,其中SPEI-1表示月干濕程度,可以反映枯黃期當(dāng)月旱澇細(xì)微變化,SPEI-3表示季節(jié)干濕程度,SPEI-6和 SPEI-9表示累積6個(gè)月和9個(gè)月的干濕程度, SPEI-12表示年際干濕程度[30].例如9月份的SPEI-12是根據(jù)上年10月到9月共12個(gè)月的降水量與蒸散量插值聚合得到,用以反映區(qū)域植被枯黃期前的整年干濕狀況.此外,文中干旱站次比表示發(fā)生不同等級(jí)干旱的站點(diǎn)數(shù)占研究區(qū)所有站點(diǎn)數(shù)的比值,用于量化干旱影響范圍的大小.

1.3.3 趨勢分析和相關(guān)分析方法 采用一元線性回歸趨勢分析方法計(jì)算EOS和SPEI 指數(shù)傾向率,以綜合表征研究區(qū)多年空間格局演變特征.其傾向率計(jì)算公式為:

表1 SPEI干濕等級(jí)劃分

式中:R表示EOS和SPEI之間的相關(guān)系數(shù),cor代表皮爾遜相關(guān)函數(shù),為不同時(shí)間尺度(1,3,6,9和12月),max表示EOS對(duì)應(yīng)的各尺度干旱中的最大相關(guān)系數(shù).

2 結(jié)果分析

2.1 植被EOS和SPEI空間分布及變化趨勢

圖3 1982～2015年錫林郭勒盟平均枯黃期、枯黃期傾向率及SPEI傾向率

表2 在氣象站點(diǎn)計(jì)算的多年平均枯黃期

2.1.1 植被EOS與SPEI空間變化特征 由圖3a和表2可以看出,研究區(qū)植被平均枯黃期主要集中在265～280d(95.52%),總體上由東北向西南推遲,即9月下旬至10月上旬.枯黃期較早的地區(qū)主要分布在蘇尼特左旗中部、東烏珠穆沁旗北部草甸草原區(qū)、西烏珠穆沁旗、正藍(lán)旗、阿巴嘎旗大部地區(qū),約發(fā)生于267d左右(68.29%).而蘇尼特右旗等荒漠草原枯黃期較晚,約發(fā)生于270d后(31.71%).植被平均枯黃期由小到大依次跨越草甸草原、典型草原再到荒漠草原逐漸變化,從東北向西南平均枯黃期呈推遲趨勢,總體與該地的植被類型分布相對(duì)應(yīng)(圖1).同樣,薩日蓋等[31]、劉紅海等[32]、烏日汗等[33]利用不同遙感數(shù)據(jù)源在內(nèi)蒙草地研究表明,草原生態(tài)區(qū)枯黃期早于荒漠生態(tài)區(qū),與本研究結(jié)果基本一致.

從34a錫林郭勒盟枯黃期總體變化趨勢看(圖3b),大部分像元平均變化趨勢為-0.14d/a,整體上呈現(xiàn)提前趨勢.約占研究區(qū)89.8%的像元呈現(xiàn)提前趨勢,主要分布在錫林浩特市、西烏珠穆沁旗和東烏珠穆沁旗的接壤地帶等大部分研究區(qū)域.10.2%的像元?jiǎng)t呈現(xiàn)推遲趨勢,零星分布在阿巴嘎旗以北、太仆寺旗以南、蘇尼特右旗中東部等區(qū)域.其中在中東部地區(qū)枯黃期的提前趨勢變化較大,整體提前-0.21d/a以上.結(jié)合圖3a和圖3b可以發(fā)現(xiàn),錫林郭勒盟枯黃期變化趨勢的空間格局差異性明顯,除太仆寺旗南部及蘇尼特右旗小部分區(qū)域外,整體上枯黃期提前趨勢呈現(xiàn)小面積多點(diǎn)狀零星分布且數(shù)值波動(dòng)性較大,表明研究區(qū)枯黃期變化可能受多種因素共同的作用,除溫度和降水外可能還存在著更復(fù)雜的響應(yīng)機(jī)理.

由圖3c可知,錫林郭勒盟SPEI變化趨勢為-0.47～0.19d/10a,由東北向西南逐漸遞減,有較明顯的水平地帶性規(guī)律,區(qū)域上總體呈弱下降趨勢(-0.10d/10a),下降和上升趨勢分別占總面積的59.25%和43.75%.上升趨勢平均變化速率為0.17d/ 10a,主要分布在東烏珠穆沁旗和西珠穆沁旗的東北地區(qū),此區(qū)域水熱條件較好,即草甸草原總體上越來越濕潤.下降趨勢平均變化率為-0.38d/10a,主要分布在蘇尼特左旗與二連浩特市、蘇尼特右旗交界處,表明荒漠草原總體上越來越干旱,且干旱化速率超過了草甸草原.值得注意的是研究區(qū)中部典型草原SPEI增長速率為-0.18d/10a,說明近34a此區(qū)域干旱有逐漸增加趨勢,且空間分布上干旱速率由北向南逐漸上升.

圖4 1982～2015年錫林郭勒盟不同時(shí)間尺度SPEI動(dòng)態(tài)特征

2.1.2 時(shí)間多尺度的SPEI變化特征 從圖4可以看出,錫林郭勒盟地區(qū)1982～2015年時(shí)間多尺度的SPEI值波動(dòng)敏感性明顯不同.干旱指數(shù)的波動(dòng)隨時(shí)間尺度的增大,干濕變化越平緩,只有在連續(xù)降雨、干旱或高溫等環(huán)境下才會(huì)使之發(fā)生改變.相反,時(shí)間尺度越小,受月氣溫降水的影響,干濕波動(dòng)頻率變化越顯著.由于受短期干旱的影響,SPEI-1沿0值劇烈波動(dòng),反映出錫林郭勒盟各月旱澇的頻繁交替. SPEI-3和SPEI-6的波動(dòng)周期相對(duì)較長,波動(dòng)減弱,顯示出錫林郭勒盟干濕季節(jié)性變化規(guī)律.SPEI-12波動(dòng)相對(duì)穩(wěn)定,可以較為清晰地反映出34a錫林郭勒盟水分多寡的年際變化特征.1982～1999年期間結(jié)果表明,錫林郭勒盟的干旱發(fā)生頻率較低,持續(xù)時(shí)間短.2000年后錫林郭勒盟進(jìn)入干旱頻發(fā)期,特別在2002, 2006, 2008, 2010和2012年開始出現(xiàn)了重度干旱,并且干旱事件持續(xù)了較長的時(shí)間.

為進(jìn)一步探究干旱影響范圍的大小,分別對(duì)研究區(qū)34a干旱站次比進(jìn)行分析統(tǒng)計(jì)(圖5a).結(jié)果表明錫林郭勒盟年干旱站次增加趨勢明顯,干旱面積總體上表現(xiàn)為:輕度干旱>中度干旱>重度干旱>極端干旱.1982～1998年干旱站次比為34%,區(qū)域受干旱影響范圍較小,其中1983年和1995年區(qū)域干旱占比均超過了66%,僅1990年發(fā)生一次全區(qū)域干旱.2000年起干旱頻率呈現(xiàn)遞增趨勢,尤其在2001～2003年干旱面積達(dá)到峰值,中度以上干旱約占總面積的60%.2006年干旱范圍占總面積的85.6%,其中重度干旱、極端干旱分別占總面積的29.8%和13.3%; 2008年干旱面積以重度干旱為主,相較于2006年增加了23.5%,其中中度干旱面積減少了13.3%;2010年受干旱影響范圍占總面積的86.6%,干旱面積比例呈減少趨勢,極端干旱面積減弱,說明錫林郭勒盟生態(tài)逐步回緩,可能與當(dāng)?shù)刂紊?、休牧等生態(tài)措施有關(guān)[15,19].

根據(jù)先前對(duì)SPEI值的變化分析,在不同的時(shí)間尺度上,本研究表明1999年左右的SPEI值發(fā)生了很大的變化,采用Mann-Kendall突變檢驗(yàn)法對(duì)SPEI值進(jìn)行突變檢驗(yàn)(圖5b).錫林郭勒盟SPEI值呈下降、上升、再緩慢下降的變化趨勢,波動(dòng)在-1.58～1.38之間,整體趨勢呈現(xiàn)不顯著減小(-0.036/a).UF值在1982～1989年間為正,之后緩慢上升,其間UF曲線整體未超出置信區(qū)間,表明研究區(qū)濕潤化趨勢不顯著.在顯著性水平1.96的閾值內(nèi),UF和UB的交點(diǎn)位于1999年,說明1999年SPEI發(fā)生了突變,錫林郭勒盟自1999年旱情加劇,由先前的濕潤轉(zhuǎn)為大面積干旱.2000年后UF曲線整體小于0,并在2013年超出了置信區(qū)間,干旱化趨勢顯著.

2.2 錫林郭勒盟時(shí)間多尺度干濕變化對(duì)植被EOS的影響

短時(shí)間尺度的SPEI與EOS相關(guān)性越大表明植被EOS受干旱的響應(yīng)越迅速;相應(yīng)地,長時(shí)間尺度的SPEI與EOS相關(guān)性越大則表明植被枯黃期受干旱累積效應(yīng)越明顯,由于不同時(shí)間尺度的干旱累積,最大響應(yīng)空間分布具有明顯的地帶分異性.由圖6a可以看出,近34a單月尺度(SPEI-1)的干濕水平下,SPEI-1大面積推遲了植被EOS.具體而言,SPEI-1與EOS的最大相關(guān)系數(shù)像元分布主要呈正相關(guān)(均>75%),其中多數(shù)地區(qū)介于0.3～0.6之間,像元值最大超過0.7.二者相關(guān)性在整個(gè)研究區(qū)大部區(qū)域反映較強(qiáng),僅在東烏珠穆沁旗北部、蘇尼特左旗西部和蘇尼特右旗接壤地帶反映較弱,可能是因?yàn)殄a林郭勒盟以北小部分區(qū)域?yàn)闈竦厣鷳B(tài)系統(tǒng),而中西部地區(qū)則多為荒漠生態(tài)系統(tǒng),區(qū)域土壤含水量變異性小且較為穩(wěn)定[35],SPEI-1響應(yīng)不敏感.

圖5 1982～2015年錫林郭勒盟干旱影響范圍和SPEI突變年份M-K檢驗(yàn)

UF表示標(biāo)準(zhǔn)正態(tài)分布,即正向時(shí)間序統(tǒng)計(jì)量曲線,UB為逆序統(tǒng)計(jì)量曲線

從圖6a與圖6b對(duì)比可知,隨著干旱累積時(shí)間尺度的增加,最大相關(guān)性面積由先前的正相關(guān)轉(zhuǎn)為負(fù)相關(guān),且SPEI-3與EOS負(fù)相關(guān)面積(74.89%)遠(yuǎn)高于正相關(guān)面積(25.11%),表明EOS前干濕作用累積時(shí)間尺度的增加對(duì)植被枯黃具有提前作用.尤其在阿巴嘎旗東南部、蘇尼特左旗、正鑲白旗及正藍(lán)旗大部分地區(qū)像元一直維持著負(fù)相關(guān)高值態(tài)勢(79.01%) (圖6b),該地區(qū)植被類型多為典型草原,其水熱條件較好,植被生長受干濕環(huán)境響應(yīng)較強(qiáng).這印證了先前的相關(guān)研究[13],植被的提前枯黃可能受先前的水熱條件影響[22],長期的干旱通過碳水交換改變了秋季物候的形成,并隨著時(shí)間尺度的增加,植被提前枯黃.

半年累積尺度上(圖6c),EOS與SPEI-6最大相關(guān)系數(shù)負(fù)相關(guān)面積較3個(gè)月尺度增加15.5%,但相關(guān)性減弱,僅在阿巴嘎旗西部東烏珠穆沁旗中部及西烏珠穆沁旗中部17.5%的區(qū)域呈正相關(guān),表明錫林郭勒盟植被生長季節(jié)(4～9月)的水熱變化大面積提前了植被的生長.EOS與SPEI-9的最大相關(guān)系數(shù)像元空間分布與SPEI-6的空間格局逐漸趨于一致(圖6b),其中72.27%的區(qū)域呈負(fù)相關(guān),且負(fù)相關(guān)均在-0.3～-0.4之間,總體上,區(qū)域內(nèi)長期的干旱累積致使植被較早地進(jìn)入枯黃期.已有研究顯示,12個(gè)月尺度的SPEI通常與地下水分含量及徑流補(bǔ)給密切相關(guān)[36],從圖6e可以看出,EOS與SPEI-12最大相關(guān)系數(shù)空間分布與枯黃期的平均分布相似,較大的相關(guān)系數(shù)分布在海拔相對(duì)較高的地區(qū).

圖6 1982～2015年錫林郭勒盟EOS與各尺度SPEI最大相關(guān)系數(shù)的空間分布

a、b、c、d、e 分別表示EOS與SPEI-1、SPEI-3、SPEI-6、SPEI-9和SPEI-12的相關(guān)性

為更加全面揭示錫林郭勒盟植被EOS對(duì)干旱響應(yīng)程度,將各相關(guān)系數(shù)頻率做三維統(tǒng)計(jì)處理(圖7),隨著SPEI累積時(shí)間尺度的增加,錫林郭勒盟EOS與SPEI的相關(guān)頻率幅度發(fā)生改變,正相關(guān)頻數(shù)峰值由先前的7.2附近(SPEI-1)波動(dòng)逐漸降到了2.2附近(SPEI-6),隨著累積尺度的增加,峰值響應(yīng)逐漸趨于平穩(wěn).正相關(guān)系數(shù)呈負(fù)增長的趨勢,由先前的0.45逐漸降到了0.2.負(fù)相關(guān)峰值則由先前的2.8附近(SPEI-1)波動(dòng)逐漸上升到6.8附近(SPEI-6).由圖7可知,錫林郭勒盟SPEI對(duì)EOS正相關(guān)遠(yuǎn)大于負(fù)相關(guān)的時(shí)間尺度為1個(gè)月,其次是12個(gè)月;負(fù)相關(guān)則主要集中在3, 6, 9個(gè)月時(shí)間尺度.表明錫林郭勒盟植被枯黃期受1個(gè)月尺度的干濕狀況影響敏感,隨著時(shí)間尺度的增加,植被枯黃期對(duì)環(huán)境干濕響應(yīng)敏感性降低.

2.3 錫林郭勒盟植被EOS受時(shí)間多尺度干濕變化的時(shí)滯響應(yīng)

圖7 錫林郭勒盟EOS與不同時(shí)間SPEI最大相關(guān)系數(shù)頻率分布

從上文可以看出不同時(shí)間尺度干濕變化對(duì)錫林郭勒盟植被EOS具有一定的累積效應(yīng),由于植被生理過程受環(huán)境水熱條件的制約,在不同時(shí)間尺度干濕變化影響下植被EOS存在滯后性.本文選取植被EOS前1～9月各尺度SPEI的不同滯時(shí)與EOS進(jìn)行相關(guān)性分析,得到了最大響應(yīng)滯后期的空間格局(圖8)及其顯著相關(guān)面積(圖9),以探討各尺度干濕變化對(duì)植被EOS的影響.

由圖8a所示,1個(gè)月尺度的干濕程度對(duì)植被枯黃期影響最大,其中滯后2個(gè)月的SPEI-1與EOS呈正相關(guān)(69.15%),且通過顯著檢驗(yàn)的區(qū)域面積占比為57.56%(圖9).呈正相關(guān)的區(qū)域主要分布在阿巴嘎旗、錫林浩特市、東烏珠穆沁旗及西烏珠穆沁旗等草甸草原地區(qū),而研究區(qū)北部的草甸草原地區(qū)約滯后4個(gè)月.一般1個(gè)月尺度的SPEI可以反映當(dāng)月氣象干濕程度,從不同季前長度來看(圖9),隨著滯后時(shí)間的推移,區(qū)域干濕程度與植被枯黃期顯著性逐漸減弱,表明錫林郭勒盟植被EOS的干濕程度對(duì)物候期推遲具有重要作用.另一方面EOS與滯后2個(gè)月的SPEI-1正相關(guān),而與滯后4個(gè)月的SPEI-1負(fù)相關(guān),表明植被EOS前2個(gè)月水熱條件向好對(duì)植被生長具有延遲作用,而滯后4個(gè)月的氣象干濕程度加劇了植被受水分脅迫的負(fù)面作用,導(dǎo)致其提前結(jié)束生長[37].

圖8 1982～2015年錫林郭勒盟EOS與各尺度SPEI最大響應(yīng)滯后期的空間分布

a、b、c、d、e 分別表示EOS與SPEI-1、SPEI-3、SPEI-6、SPEI-9和SPEI-12的相關(guān)性,負(fù)值代表負(fù)最大相關(guān),正值代表正最大相關(guān)

3和6個(gè)月尺度的干濕程度對(duì)植被EOS影響較大(圖8b,圖8c),其中滯后4個(gè)月的SPEI-3和SPEI-6與EOS均呈負(fù)相關(guān),達(dá)到顯著水平的區(qū)域面積占比分別為42.82%和36.32%(圖9).以阿巴嘎旗、蘇尼特左旗、正鑲白旗和正藍(lán)旗地區(qū)達(dá)顯著負(fù)相關(guān)比例最高,約占總面積的69.41%,表明4～6月或1～6月的干濕水平對(duì)植被枯黃期的提前具有滯后響應(yīng).這可能與植被生長對(duì)耗水量的需求有關(guān)[38],3、6個(gè)月尺度的SPEI常用于檢測生態(tài)農(nóng)業(yè)干旱,植被前期的生長消耗土壤較多水分,加之錫林郭勒盟逐年低降水量和高蒸發(fā)量帶來的干旱化程度增加[18],導(dǎo)致植被秋季缺水枯黃期提前.與SPEI-6不同的是,滯后1個(gè)月的SPEI-3與EOS正相關(guān)面積占比為30.88%,主要分布在東烏珠穆沁旗和西烏珠穆沁旗南部的典型草原.緣于7～9月份錫林郭勒盟進(jìn)入到雨季,季前溫度和降水的增加緩解了植被水分虧缺,進(jìn)一步減輕了土壤缺水帶來的負(fù)面效應(yīng),從而延緩了植被的枯黃期[39-40].

9和12個(gè)月尺度的干濕程度對(duì)植被EOS影響較小(圖8d,圖8e),SPEI-9與EOS最大滯后期是季前4個(gè)月,且均呈負(fù)相關(guān)(55.41%),達(dá)到顯著水平的區(qū)域面積比例縮小為25.11%;SPEI-12與EOS最大滯后期則是季前1個(gè)月,且均呈正相關(guān)(31.83%),達(dá)到顯著水平面積減小到3.72%(圖9).9、12個(gè)月長時(shí)間尺度的SPEI通常代表水文干旱指數(shù),水文干旱對(duì)植被生長的滯后性不同于氣象干旱敏感[41],從圖直觀反映出植被對(duì)干旱的響應(yīng)較遲緩,且由于研究區(qū)大部植被類型均為多年生草本植被,長時(shí)間尺度的SPEI對(duì)植被EOS的滯后效應(yīng)不明顯.

圖9 1982～2015年錫林郭勒盟季前不同尺度SPEI與EOS相關(guān)系數(shù)顯著相關(guān)面積比

3 討論

通過對(duì)1982～2015年錫林郭勒盟植被GIMMSNDVI 3g數(shù)據(jù)的分析結(jié)果表明,錫林郭勒盟植被枯黃期呈微弱提前趨勢(-0.14d/a),平均枯黃期空間格局表現(xiàn)為由北向南逐漸增大的分布特征,這與前人在內(nèi)蒙古的秋季物候研究結(jié)果較為一致[31].由于截取時(shí)間段、研究區(qū)選取和物候提取方式的不同,本文結(jié)果與個(gè)別學(xué)者的研究結(jié)論存有一定偏差,如Kang等[10]分析了1982～2012年中國北方干旱區(qū)秋季枯黃期變化為-0.2d/a,提前趨勢略高于本研究;在數(shù)據(jù)處理上,前人采用的是閾值法和擬合法,而本文利用年內(nèi)累計(jì)NDVI的Logistic曲線曲率極值法提取枯黃期,該方法經(jīng)多學(xué)者驗(yàn)證在內(nèi)蒙古地區(qū)有較好的物候擬合效果[31-33].近34a來,不同時(shí)間尺度的SPEI顯示錫林郭勒地區(qū)自20世紀(jì)80年代,干旱事件頻發(fā)且持續(xù)時(shí)間較長(圖4),空間上總體表現(xiàn)為從東北部草甸到西南部荒漠增加趨勢(圖3c),其時(shí)空變化與現(xiàn)有研究基本一致[34].錫林郭勒盟地處中國北方干旱半干旱地帶,區(qū)域氣候的暖干化趨勢加劇了植被的退化[42],從而導(dǎo)致地表水和熱量條件的改變和地表徑流的增加,這在一定程度上加大了地區(qū)的干旱化程度[43].

錫林郭勒盟多時(shí)間尺度的SPEI影響植被EOS在空間格局變化上存在明顯差異.較短時(shí)間尺度的SPEI-1與EOS在空間上正相關(guān)面積占比較大(圖6a),表明短期內(nèi)區(qū)域干濕水平的向好將延緩植被的枯黃,干濕氣候的改善一定程度上緩解水分脅迫的負(fù)面效應(yīng),減輕了秋季霜凍對(duì)植被生理活動(dòng)的損害[39],從而進(jìn)一步推遲植被秋季的生長進(jìn)程[22].此外,受不同植被分布影響,北部及西南部常年濕潤或干旱地區(qū),零星分布著多年生草本和耐旱植被,植被EOS的敏感性隨著環(huán)境生態(tài)穩(wěn)定性的增加而降低[44].然而,長時(shí)間尺度的SPEI(SPEI-3、SPEI-6、SPEI-9和SPEI-12)與EOS的響應(yīng)則與之相反(圖6b、c、d、e),隨著累積時(shí)間尺度的增加,植被較早地進(jìn)入枯黃期.這印證了先前的相關(guān)研究[13],植被的提前枯黃可能受先前的水熱條件影響[22],盡管氣溫和降水對(duì)研究區(qū)植被生長起到了促進(jìn)作用,但長期干旱導(dǎo)致土壤水分改變影響秋季物候的形成.從時(shí)間多尺度的干濕變化與枯黃期最大相關(guān)系數(shù)頻率分布特征來看(圖7),二者在SPEI-1尺度正相關(guān)性最強(qiáng),SPEI-12尺度次之,負(fù)相關(guān)性最大出現(xiàn)在SPEI-6.表明干濕變化在植被生長的各個(gè)階段共同形成了對(duì)秋季枯黃期的累積效應(yīng).與本文結(jié)果類似,在中國北方干旱半干旱區(qū)發(fā)現(xiàn),植被物候?qū)夂蜃兓叨让舾?秋季前3個(gè)月的干濕變化將提前植被枯黃期[10],這可能與植被內(nèi)在的調(diào)節(jié)機(jī)制有關(guān)[45],水熱活動(dòng)強(qiáng)烈促使葉片氣孔較早地關(guān)閉[46],進(jìn)一步加劇植被蒸騰速率和光化學(xué)作用帶來的水分流失.另一方面,植被呼吸維持較高的速率而加速碳退化[47],縮短生長周期以應(yīng)對(duì)水分蒸發(fā)流失的抵抗力[48],因此,相較于正常年份植被更早停止生長.

通過結(jié)合不同時(shí)間尺度SPEI對(duì)植被EOS進(jìn)行滯后效應(yīng)分析得知(圖8, 9),錫林郭勒盟SPEI-1的滯后響應(yīng)主要發(fā)生在EOS前2個(gè)月(圖8a),與大區(qū)域尺度研究結(jié)果相似,如Peng等[49]在北半球監(jiān)測到46.2%的植被EOS表現(xiàn)出一定的滯后效應(yīng),除當(dāng)月的干濕變化對(duì)枯黃期影響較小外,尤其在季前2個(gè)月草原和灌叢上檢測到干旱對(duì)植被枯黃影響顯著,同降水的時(shí)滯效應(yīng)一致,說明前一階段的水分利用對(duì)下一階段的植被生長發(fā)育具有間接影響[50].而在3個(gè)月時(shí)間尺度(SPEI-3)下,本研究結(jié)果顯示,除7～9月的干濕水平對(duì)植被枯黃期的顯著影響較大外,4～6月的干濕水平對(duì)植被枯黃期的顯著影響甚至超過了7～9月.這可能與植被水分吸收和下滲消耗產(chǎn)生的滯后效應(yīng)有關(guān)[50],生長季前期大量的水分利用降低了土壤水含量,且研究區(qū)植被多以淺根植物為主[29],土壤水分虧缺無法用于植物碳的合成,導(dǎo)致EOS的提前.隨時(shí)間尺度的增加,累積至6月的干濕狀況對(duì)植被枯黃期影響減弱,此時(shí)SPEI與EOS呈現(xiàn)出較弱的相關(guān)性.

此外,研究中利用遙感數(shù)據(jù)獲取植被枯黃期除其固有的分辨率限制條件外,仍缺乏對(duì)物候長期有效的地面驗(yàn)證工作.同時(shí),本研究中側(cè)重于利用降水和潛在蒸散量來計(jì)算SPEI,但氣候模型預(yù)測表明,多個(gè)極端事件(例如,嚴(yán)重干旱造成的大范圍變暖)可能比單個(gè)干旱事件發(fā)生的強(qiáng)度更高[51],因此,有必要利用田間試驗(yàn)或模型來收集地面物候觀測資料來探索極端氣候環(huán)境對(duì)植被生長后期的影響,以揭示植被枯黃期對(duì)干濕變化的響應(yīng)機(jī)制.另外,考慮到人類活動(dòng)(如生態(tài)恢復(fù)計(jì)劃,城市擴(kuò)張和農(nóng)業(yè)灌溉),其他非氣候因素(如二氧化碳肥,氮和磷的沉積)以及自然干擾(例如野火,植物病蟲害)等綜合因素對(duì)植被枯黃期空間格局變化產(chǎn)生一定的影響[52],對(duì)于后續(xù)更準(zhǔn)確預(yù)測和研究植被動(dòng)態(tài)變化尤為重要.

4 結(jié)論

4.1 1982～2015年錫林郭勒盟植被枯黃期主要集中在265～280d,時(shí)間波動(dòng)性較大,89.8%像元呈現(xiàn)提前趨勢(-0.14d/a).空間分布上,錫林郭勒盟東北部草甸草原植被枯黃時(shí)間早于西南部荒漠草原.年SPEI值呈弱下降趨勢,下降速率為-0.10d/10a干旱化趨勢整體表現(xiàn)為南部高,北部低,具有較明顯干濕地帶性分布規(guī)律,1999年SPEI值發(fā)生突變.

4.2 錫林郭勒盟植被枯黃期對(duì)短時(shí)間尺度干濕變化最為敏感,并且枯黃期前兩個(gè)月的SPEI-1對(duì)植被枯黃期具有顯著推遲作用.但隨著時(shí)間尺度增加的影響,植被枯黃期對(duì)環(huán)境干濕敏感性降低,植被枯黃期提前,且空間格局逐漸趨于一致.

4.3 受時(shí)間多尺度尺度干濕變化的影響,研究區(qū)69.15%的植被枯黃期表現(xiàn)出一定的滯后效應(yīng),主要分布于阿巴嘎旗、錫林浩特市、東烏珠穆沁旗等地,響應(yīng)程度集中在枯黃期前2個(gè)月和4個(gè)月.植被枯黃期與時(shí)間多尺度SPEI在大部分區(qū)域均呈不同程度的負(fù)相關(guān),總體表現(xiàn)為,滯后4個(gè)月的SPEI-3、SPEI-6和SPEI-9對(duì)植被枯黃期響應(yīng)程度最高,且顯著相關(guān)面積占比均最大.

[1] R D Koster, G K Walker, G J Collatz, et al. Hydroclimatic controls on the means and variability of vegetation phenology and carbon uptake [J]. Journal of Climate, 2014,27(14):5632-5652.

[2] Irene Garonna, Rogier de Jong, Allard J.W. de Wit,et al . Strong contribution of autumn phenology to changes in satellite-derived growing season length estimates across Europe (1982～2011) [M]. England: Global Change Biology, 2014:3457-3470.

[3] Mcdowell N, Pockman W T, Allen C D, et al. Mechanisms of plant survival and mortality during drought: Why do some plants survive while others succumb to drought? [J]. New Phytologist, 2010,178(4): 719-739.

[4] Begueria-Portugues S, Vicente-Serrano S M, Marta Angulo-Martinez, et al. The standardized precipitation-evapotranspiration index (SPEI): A multiscalar drought index [C]//Zürich: The EMS annual meeting, 2010.

[5] Palmer W C. Meteorological Drought [N]. Research paper, 1965- 2(58).

[6] Mckee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[C]. California: Eighth Conference on Applied Climatology, 1993.

[7] Chen F, Yuan Y, Yu S, et al. A 225-year long drought reconstruction for east Xinjiang based on Siberia larch (Larix sibirica) tree-ring widths: Reveals the recent dry trend of the eastern end of Tien Shan [J]. Quaternary International, 2015,358(2):42-47.

[8] Mayank S, Ashish K P, Amalava B, et al. Tree-ring based reconstruction of winter drought since 1767 CE from Uttarkashi, Western Himalaya [J]. Quaternary International, 2017, 479(1):58-69.

[9] Guo M, Wu C, Peng J, et al. Identifying contributions of climatic and atmospheric changes to autumn phenology over mid-high latitudes of Northern Hemisphere [J]. Global and Planetary Change, 2021,197 (6237):103396.

[10] Kang W P, Wang T, Liu S L. The response of vegetation phenology and productivity to drought in semi-arid regions of Northern China [J]. Remote Sensing, 2018,10(5):727.

[11] 黃文琳,張 強(qiáng),孔冬冬,等.1982～2013年內(nèi)蒙古地區(qū)植被物候?qū)Ω珊底兓捻憫?yīng) [J]. 生態(tài)學(xué)報(bào), 2019,39(13):4953-4965.

Huang W L, Zhang Q, Kong D D, et al. Response of vegetation phenology to drought in Inner Mongolia from 1982 to 2013 [J]. Acta Ecologica Sinica, 2019,39(13):4953-4965.

[12] Ding Y, Li Z, Peng S. Global analysis of time-lag and accumulation effects of climate on vegetation growth [J]. International Journal of Applied Earth Observation and Geoinformation, 2020,92:102179.

[13] Hu Z M, Yu G R, Fan J W, et al. Effects of drought on ecosystem carbon and water processes: A review at different scales [J]. Progress in Geography, 2006,25(6):12-20.

[14] Cui T, Lawrence M, Guo X. Grassland phenology response to drought in the Canadian Prairies [J]. Remote Sensing, 2017,9(12):1258.

[15] 胡云鋒.內(nèi)蒙古錫林郭勒生態(tài)系統(tǒng)綜合監(jiān)測與評(píng)估 [M]. 北京:中國環(huán)境出版社, 2013:1-33.

Hu Y F. Comprehensive monitoring and evaluation of xilin Guole ecosystem in Inner Mongolia Inner Mongolia [M]. Beijing: China Environmental Science Press, 2013:1-33.

[16] Batu N C, Claas N, Hu Y, et al. Land-use change and land degradation on the Mongolian Plateau from 1975 to 2015—A case study from Xilingol, China [J]. Land Degradation and Development, 2018,29(6): 1595-1606.

[17] Wu D, Zhao X, Zhou T, et al. Diverse responses of global vegetation to climate changes: Spatial patterns and time-lag effects [C]. Washington DC: AGU Fall Meeting Abstracts, 2014:3250-3531.

[18] 杭玉玲,包 剛,包玉海,等.2000～2010年錫林郭勒草原植被覆蓋時(shí)空變化格局及其氣候響應(yīng)[J]. 草地學(xué)報(bào), 2014,22(6):1194-1204.

Hang Y L, Bao G, Bao Y H, et al. Spatiotemporal changes of vegetation coverage in Xilin Gol Grassland and its responses to climate change during 2000～2010 [J]. Acta Agrestia Sinica, 2014,22(6):1194-1204.

[19] Tang M F, Wu D, Fu X, et al. An assessment of ecological carrying capacity of Xilingol, Inner Mongolia [J]. The International Journal of Sustainable Development and World Ecology, 2017,24(5):408-414.

[20] Batu N C, Ralf Wieland; Tobia Lakes; et al. Identifying drivers of land degradation in Xilingol, China, between 1975 and 2015 [J]. Land Use Policy, 2019,83(4):543-559.

[21] Piao S L, Liu Z, Wang T, et al. Weakening temperature control on the interannual variations of spring carbon uptake across northern lands [J]. Nature Climate Change, 2017,7(5):359-363.

[22] Bao G, Jin Hgjlt, Tong S Q, et al. Autumn phenology and its covariation with climate, spring phenology and annual peak growth on the Mongolian Plateau [J]. Agricultural and Forest Meteorology, 2021,298-299(8):108-312.

[23] 王曉峰,胡春艷,衛(wèi) 偉,等.基于SPI的渭北黃土高原干旱時(shí)空特征 [J]. 生態(tài)環(huán)境學(xué)報(bào), 2016,25(3):415-421.

Wang Xiaofeng, Hu Chunyan, Wei Wei, et al. Temporal and spatial characteristics of drought based on standardized precipitation index in Weibei Loess Plateau [J]. Ecology and Environmental Sciences, 2016, 25(3):415-421.

[24] 趙 芬.基于CASA模型的錫林郭勒盟草地凈初級(jí)生產(chǎn)力遙感估算與驗(yàn)證 [D]. 北京:中國農(nóng)業(yè)科學(xué)院, 2015.

Zhao F. Remote sensing estimation and validation of net primary production in the Xilingol grassland based on CASA model [D]. Beijing: Chinese Academy of Agricultural Sciences Dissertation, 2015.

[25] 包 剛,覃志豪,包玉海,等.1982～2006年蒙古高原植被覆蓋時(shí)空變化分析 [J]. 中國沙漠, 2013,33(3):918-927.

Bao G, Qin Z H, Bao Y H, et al. Spatial-temporal changes of vegetation cover in Mongolian Plateau during 1982～2006 [J]. Journal of Desert Research, 2013,33(3):918-927.

[26] Hou X, Shuai G, Zheng N, et al. Extracting grassland vegetation phenology in North China based on cumulative spot-vegetation NDVI data [J]. International Journal of Remote Sensing, 2014,35(9/10): 3316-3330.

[27] Vicente-Serrano S M, Beguería S, López-Moreno J I. A multi-scalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index [J]. Journal of Climate, 2010, 23:1696-1718.

[28] Yu X Y, He X Y, Zheng H F, et al. Spatial and temporal analysis of drought risk during the crop-growing season over northeast China [J]. Natural Hazards, 2014,71(1):275-289.

[29] GB/T 20481-2006 氣象干旱等級(jí)[S].

GB/T 20481-2006 Grades of meteorological drought [S].

[30] Vicenteserrano S M, Beguería S, Lópezmoreno J I, et al. A new global 0.5 gridded dataset (1901～2006) of a multiscalar drought index: Comparison with current drought index datasets based on the Palmer drought severity index [J]. Journal of Hydrometeorology, 2010,11(4): 1033 1043.

[31] 薩日蓋,包 剛,包玉海,等.內(nèi)蒙古植被枯黃期變化及其與氣候和植被生產(chǎn)力的關(guān)系 [J]. 應(yīng)用生態(tài)學(xué)報(bào), 2020,31(6):1898-1908.

Sa R G, Bao G, Bao Y H, et al. Variation in the vegetation fade stage and its relationships with climate and vegetation productivity in Inner Mongolia, China [J]. Chinese Journal of Applied Ecology, 2020,31(6): 1898-1908.

[32] 劉紅海,王 宏,李曉兵,等.內(nèi)蒙古溫帶典型草原物候期的變化研究[J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016,52(4):512-517,406,537.

Liu H H, Wang H, Li X B, et al. Monitoring phenological phase of typical temperate steppe in Inner Mongolia [J]. Journal of Beijing Normal University (Natural Science), 2016,52(4):512-517,406,537.

[33] 烏日汗,紅 雨,包 剛.2001～2016年內(nèi)蒙古植被物候變化及其對(duì)生產(chǎn)力的影響[J]. 草地學(xué)報(bào), 2019,27(6):1685-1693.

Wu R H, Hong Y, Bao G. The change of vegetation phenology and its impacts on vegetation [J]. Acta Agrestia Sinica, 2019,27(6):1685- 1693.

[34] 趙汝冰,肖如林,萬華偉,等.錫林郭勒盟草地變化監(jiān)測及驅(qū)動(dòng)力分析[J]. 中國環(huán)境科學(xué), 2017,37(12):4734-4743.

Zhao R B, Xiao R L, Wan W H, et al. Grassland change monitoring and driving force analysis in Xilingol League [J]. China Environmental, 2017,37(12):4734-4743.

[35] 張巧鳳.錫林郭勒草原干旱災(zāi)害監(jiān)測與風(fēng)險(xiǎn)評(píng)估研究[D]. 北京:中國農(nóng)業(yè)科學(xué)院, 2016.

Zhang QF. Study on drought disaster monitoring and risk assessment in Xilingol grassland [D]. Beijing: Chinese Academy of Agricultural Sciences Dissertation, 2016.

[36] Geneva. World meteorological organization [EB/OL]. https://World Meteorological Organisation – Geneva (mfa.ee), 1951,16(1):241-243.

[37] Che M L, Chen B Z, John L, et al. Spatial and temporal variations in the end date of the vegetation growing season throughout the Qinghai- Tibetan Plateau from 1982 to 2011 [J]. Agr Forest Meteorol, 2014, 189-190(5):81-90.

[38] Jackson Robert B, Jobbáagy Esteban G, Avissar Roni, et al. Trading water for carbon with biological carbon sequestration [J]. Science, 2005,310(5756):1944–1947.

[39] Liu Q, Fu Y H, Zeng Z Z, et al. Temperature, precipitation, and insolation effects on autumn vegetation phenology in temperate China. [J]. Global Change Biology, 2016,22(2):644–655.

[40] Yang Y T, Guan H D, Shen M G, et al. Changes in autumn vegetation dormancy onset date and the climate controls across temperate ecosystems in China from 1982 to 2010 [J]. Global Change Biology, 2015,21(2):652-665.

[41] Beguería S, Vicente-Serrano S M, Reig F, et al. Standardized precipitation evapotranspiration index (SPEI) revisited: Parameter fitting, evapotranspiration models, tools, datasets and drought monitoring [J]. International Journal of Climatology, 2014, 34(10):3001-3023.

[42] Ma M, Zhang S W, Wei B C. Temporal and spatial pattern of grassland degradation and its determinants for recent 30Years in xilingol [J]. Chinese Journal of Grassland, 2017,39(4):86-93.

[43] 苗百嶺,梁存柱,王 煒,等.植被退化對(duì)典型草原地表徑流的影響[J]. 水土保持學(xué)報(bào), 2008,22(2):10-14.

Miao B L, Liang C Z, Wang W, et al. Effects of vegetation on degradation surface runoff of typical steppe [J]. Journal of Soil & Water Conservation, 2008,22(2):10-14.

[44] Hou J, Du LT, Liu K, et al. Characteristics of vegetation activity and its responses to climate change in desert/grassland biome transition zones in the last 30years based on GIMMS3g [J]. Theoretical and Applied Climatology, 2019,136(3/4):915-928.

[45] Elisa D, Wim V E, Maurice D P, et al. Influence of environmental factors light, CO2, temperature, and relative humidity on stomatal opening and development: A review [J]. Agronomy, 2020, 10(12): 1975-1975.

[46] Pillitteri L J, Torii K U. Mechanisms of stomatal development [J]. Annual Review of Plant Biology, 2012,63(1):591– 614.

[47] Lei T J, Feng J, Zheng C Y, et al. Review of drought impacts on carbon cycling in grassland ecosystems [J]. Frontiers of Earth Science, 2020,14(24):462-478.

[48] Xu Z Z, Zhou G S, Shimizu H. Plant responses to drought and rewatering [J]. Plant Signaling & Behavior, 2010,5(6):649–654.

[49] Peng J, Wu C Y, Zhang X Y, et al. Satellite detection of cumulative and lagged effects of drought on autumn leaf senescence over the Northern Hemisphere [J]. Global Change Biology, 2019,25(6):2174-2188.

[50] Wu X C, Liu H Y, Li X Y, et al. Differentiating drought legacy effects on vegetation growth over the temperate Northern Hemisphere [J]. Global Change Biology, 2018,24(1):504-516.

[51] Knapp A, Carroll C J W, Denton E, et al. Differential sensitivity to regional-scale drought in six central US grasslands [J]. Oecologia, 2015,177(4):949-957.

[52] Sillmann J, Roeckner E. Indices for extreme events in projections of anthropogenic climate change [J]. Climatic Change, 2008,86(1):83- 104.

Response of phenological vegetation wilting period to multi-scale drying-wetting changes in Xilingol.

LYU Da1,BAO Gang1,2,3*, TONG Si-qin1,2, LEI Jun1

(1.College of Geographical Science, Inner Mongolia Normal University, Hohhot 010022, China；2.Inner Mongolia Key Laboratory of Remote Sensing & Geography Information System, Inner Mongolia Normal University, Hohhot 010022, China；3.Breeding Base for State Key Laboratory of Land Degradation and Ecological Restoration in Northwest China, Ningxia University, Yinchuan 750021, China)., 2022,42(1)：323～335

Based on the third generation《Global Inventory Monitoring and Modelling Studies》(GIMMS) and the《Normalized Difference Vegetation Index》(NDVI) (1982～2015), this study extracted vegetation EOS (End of Growing Season) data in Xilingol grassland from 1982 to 2015, and analyzed its responses to multi-scale drying-wetting changes derived from the Standardized Precipitation Evapotranspiration Index (SPEI). The results showed that during 1982～2015, the EOS of Xilingol vegetation was 265～280 d, and delayed from northeast to southwest, with a decreasing trend of -0.14 d/a. Generally, the interannual variation in spatially averaged SPEI tended to decrease at -0.10d/10a. In addition, an increasing trend was mainly observed in the northeastern meadows, and a decreasing trend was observed in the southwestern desert grasslands. Over the past 34 years, the frequency of drought in Xilingol has increased, with the large areas experiencing the light to mid-droughts. The sudden change to frequent droughts occurred in the 1990s. There were significant spatial differences in the impacts of multiple SPEI time scales on EOS. In detail, the positive effect of monthly SPEI-1(Index for one month data) on vegetation EOS in the Xilingol was the greatest, suggesting that grassland vegetation EOS could be delayed in a favorable dry-wet environment over a short time scale. The SPEI-3, SPEI-6, SPEI-9, and SPEI-12(Index for many months data), however, had relatively large negative correlations with EOS, indicating that the long-term changes in the drying conditions could advance grassland EOS in Xilingol. The time-lag effect of SPEI-1 in the Xilingol mainly occurs two months before EOS. The long-term SPEI-3, SPEI-6, and SPEI-9 (especially SPEI-3), which are accumulated to June, have particularly considerable lag effects.

Xilingol；end of season；standardized precipitation evapotranspiration index；climate response

X87

A

1000-6923(2022)01-0323-13

呂 達(dá)(1995-),男,內(nèi)蒙古呼和浩特人,內(nèi)蒙古師范大學(xué)碩士研究生,主要研究方向?yàn)橘Y源與環(huán)境遙感.發(fā)表論文1篇.

2021-05-12

國家自然科學(xué)基金資助項(xiàng)目(42061070);內(nèi)蒙古自治區(qū)自然科學(xué)基金資助項(xiàng)目(2021MS04014);內(nèi)蒙古高?？萍加⒉彭?xiàng)目(NJYT- 18-A11)

* 責(zé)任作者, 副研究員, baogang@imnu.edu.cn