高 瀅, 孫 虎, 徐崟堯, 張世芳

陜西師范大學(xué)地理科學(xué)與旅游學(xué)院, 西安 710119

植被作為陸地生態(tài)系統(tǒng)的主體,是各個(gè)圈層進(jìn)行物質(zhì)能量交換和信息傳遞的關(guān)鍵[1],在氣候調(diào)節(jié)、水土保持以及生物多樣性保護(hù)等生態(tài)服務(wù)功能中發(fā)揮著重要作用[2]。植被指數(shù)是宏觀表征地表植被覆蓋變化的有力度量,目前常用植被指數(shù)包括:歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI),增強(qiáng)型植被指數(shù)(Enhanced Vegetation Index,EVI)和葉面積指數(shù)(Leaf Area Index,LAI)等[3—5]。其中,NDVI不僅能明顯指示地表植被生長(zhǎng)狀況和生態(tài)環(huán)境的演變,而且與植被覆蓋度存在顯著的線性相關(guān)關(guān)系[6],能夠較好地反映區(qū)域內(nèi)植被覆蓋情況,因此,NDVI常用于反映區(qū)域內(nèi)植被覆蓋變化對(duì)生態(tài)因子(如氣候、土地利用、人類活動(dòng)等)的響應(yīng)[7—8]。

在全球氣候變暖的背景下,研究氣候變化與陸地生態(tài)系統(tǒng)之間的關(guān)系是國(guó)際社會(huì)較為關(guān)注的問(wèn)題,其中監(jiān)測(cè)植被動(dòng)態(tài)并量化植被生長(zhǎng)對(duì)氣候的響應(yīng)成為全球變化研究的重要領(lǐng)域[9—10]。目前,國(guó)外學(xué)者分別在全球尺度[11]、全國(guó)尺度[12]和區(qū)域尺度[13]研究了不同植被類型NDVI變化特征與氣候因素的相關(guān)關(guān)系,結(jié)果表明植被生長(zhǎng)對(duì)氣溫和降水非常敏感；國(guó)內(nèi)學(xué)者也通過(guò)應(yīng)用NDVI數(shù)據(jù)分析表明氣候變化對(duì)植被生長(zhǎng)具有明顯影響[3,7—8,14]。但上述研究多集中于植被對(duì)氣候平均態(tài)的響應(yīng),相較而言,植被對(duì)極端氣候的響應(yīng)研究相對(duì)欠缺[15]。極端氣候事件由于其突發(fā)性強(qiáng)且強(qiáng)度較大[16],影響著陸地生態(tài)系統(tǒng)的植被動(dòng)態(tài)變化,并具有一定的區(qū)域差異性[17],因此有必要開(kāi)展植被對(duì)極端氣候的響應(yīng)研究。由于氣候變化對(duì)植被影響具有累積效應(yīng),所以植被的反饋通常會(huì)出現(xiàn)時(shí)滯[18]。Arnone等通過(guò)對(duì)照實(shí)驗(yàn)表明,草地生態(tài)系統(tǒng)中的極端氣候事件會(huì)導(dǎo)致當(dāng)前和隨后幾年的凈生態(tài)系統(tǒng)生產(chǎn)力下降,時(shí)滯為兩年[19]。同時(shí),在我國(guó)沿海[20]、黃土高原[21]、內(nèi)蒙古[22]等生態(tài)敏感區(qū)研究發(fā)現(xiàn),植被對(duì)極端氣候的響應(yīng)也具有一定的時(shí)滯性,說(shuō)明當(dāng)氣候變化超過(guò)植被的承受能力時(shí),在一段時(shí)間后植被生長(zhǎng)才趨于對(duì)氣候做出反應(yīng)[23—24]。所以,在探索植被對(duì)極端氣候的響應(yīng)研究中應(yīng)該考慮滯后效應(yīng),對(duì)于更好地了解地表生態(tài)環(huán)境對(duì)氣候變化的脆弱性具有重要意義。

在大區(qū)域的研究中,地表生態(tài)環(huán)境的差異會(huì)使植被對(duì)氣候變化的響應(yīng)程度不同[25],所以從更細(xì)致的角度分析大區(qū)域內(nèi)各類型生態(tài)系統(tǒng)的植被時(shí)空變化及氣候變化特征尤為重要。生態(tài)分區(qū)是按照地形地貌、水熱組合、植被特征等自然條件,將大區(qū)域劃分或合并形成不同等級(jí)的區(qū)域系統(tǒng)[26],所以從生態(tài)分區(qū)視角分析能夠更好地揭示極端氣候?qū)χ脖坏挠绊?。陜西省地處西部?jī)?nèi)陸,南北緯度跨度大,水熱條件與地表生境異質(zhì)性顯著,又是中國(guó)水土流失、沙化等環(huán)境問(wèn)題比較嚴(yán)重的地區(qū)之一,所以眾多學(xué)者在陜西省開(kāi)展了植被對(duì)氣候變化的響應(yīng)研究[27—28],而關(guān)于極端氣候?qū)χ脖坏挠绊懮胁幻鞔_。因此,本文基于生態(tài)分區(qū),利用2001—2018年MODIS NDVI數(shù)據(jù),結(jié)合同期日氣溫和降水?dāng)?shù)據(jù),分析陜西省植被覆蓋的年際變化趨勢(shì)及其對(duì)極端氣候的時(shí)空響應(yīng),并在多年月尺度上探討陜西省植被覆蓋對(duì)極端氣候的滯后效應(yīng),對(duì)于認(rèn)識(shí)該地區(qū)生態(tài)系統(tǒng)演變、進(jìn)行生態(tài)環(huán)境保護(hù)具有一定的理論與現(xiàn)實(shí)意義。

1 研究區(qū)概況

圖1 研究區(qū)位置及其氣象站點(diǎn)Fig.1 The location of the study area and meteorological stations

陜西省(105°29′—111°15′E,31°42′—39°35′N)位于中國(guó)西部?jī)?nèi)陸地區(qū),總面積20.56萬(wàn)km2。陜西省海拔在500—2000 m,地表高程差異較大,呈南北高中部低的地勢(shì)格局；省內(nèi)地貌類型復(fù)雜多樣,兼具高原、山地、平原和盆地等地形。年降水量576.9 mm,年均氣溫13.0℃,無(wú)霜期218 d左右[29],陜西省縱跨3個(gè)氣候帶,自北向南依次為中溫帶、暖溫帶、北亞熱帶,南北氣候類型多樣且差異顯著,即長(zhǎng)城沿線以北為溫帶干旱半干旱氣候、陜北黃土丘陵溝壑區(qū)和關(guān)中平原為暖溫帶半干旱和半濕潤(rùn)氣候、陜南盆地則為北亞熱帶濕潤(rùn)氣候、山地大部分為暖溫帶濕潤(rùn)氣候[30]。

根據(jù)中國(guó)生態(tài)區(qū)劃分標(biāo)準(zhǔn)(http://www.ecosystem.csdb.cn/),同時(shí)結(jié)合省內(nèi)自然條件,陜西省可分為四個(gè)生態(tài)區(qū)(圖1),從北向南依次為:陜北北部典型草原生態(tài)區(qū)(I)、黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)(II)、汾渭盆地農(nóng)業(yè)生態(tài)區(qū)(III)、秦巴山地落葉與闊葉林生態(tài)區(qū)(IV)。其中,秦巴山地落葉與闊葉林生態(tài)區(qū)所占面積最大,陜北北部典型草原生態(tài)區(qū)所占面積最小。

2 材料與方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

NDVI數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局(NASA)數(shù)據(jù)中心提供的2001—2018年MODISQ1數(shù)據(jù)產(chǎn)品,空間分辨率為250 m,時(shí)間分辨率為16 d。陜西省在全球正弦投影系統(tǒng)中編號(hào)為h26v05和h27v05,選取全年1—12月的影像資料,該產(chǎn)品已進(jìn)行去云、輻射校正、大氣校正等處理。由于最大值NDVI能夠更好地表示地表植被覆蓋狀況,故采用最大合成法(MVC)[31]得到逐月NDVI數(shù)據(jù),用于分析陜西省植被覆蓋時(shí)空變化以及與極端氣候的相關(guān)性。

氣象數(shù)據(jù)來(lái)源于國(guó)家氣象科學(xué)數(shù)據(jù)中心(https://data.cma.cn),選取陜西省內(nèi)時(shí)間序列完整一致的31個(gè)氣象站點(diǎn)(2000—2018年),利用日氣溫和日降水量數(shù)據(jù)在RClimdex 1.0計(jì)算出15個(gè)極端氣候指數(shù),包括11個(gè)極端氣溫指數(shù)和4個(gè)極端降水指數(shù),上述極端氣候指數(shù)是結(jié)合陜西省氣候條件,從ETCCDI(Expert Team for Climate Change Detection and Indices)所提供的指標(biāo)體系中選取,可以表征氣溫溫差的邊緣態(tài),以及降水的極端態(tài)過(guò)程[32],能夠捕獲極端氣候,并能夠有效地反映極端氣候?qū)χ脖粍?dòng)態(tài)變化的影響[33],具體定義見(jiàn)表1。

2.2 研究方法

2.2.1趨勢(shì)分析

Theil-Sen斜率估計(jì)是用于分析長(zhǎng)時(shí)間序列變化趨勢(shì)的一種非參數(shù)估計(jì)方法[34]。計(jì)算公式如下:

(1)

式中,median表示中位數(shù)函數(shù)；i和j為時(shí)間序列數(shù)據(jù)，NDVIi和NDVIj表示第i、j年份的NDVI值。當(dāng)β>0時(shí),表示NDVI呈上升趨勢(shì)；β<0時(shí),表示NDVI呈下降趨勢(shì)。

2.2.2Mann-Kendal檢驗(yàn)

Mann-Kendall是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法[35—36],由于其不受缺失值和異常值的影響,在水文、氣象時(shí)間序列分析中廣泛應(yīng)用,檢驗(yàn)方法如下:

表1 極端氣溫指數(shù)與極端降水指數(shù)定義

假設(shè)序列{NDVIi}，其中i=1，2，…，i，…j，…，n。定義檢驗(yàn)統(tǒng)計(jì)量S:

(2)

(3)

式中,NDVIi和NDVIj為第i、j年份的NDVI值,n為數(shù)據(jù)個(gè)數(shù),sgn為符號(hào)函數(shù)。當(dāng)n≥10時(shí),統(tǒng)計(jì)量S近似服從正態(tài)分布,所以定義標(biāo)準(zhǔn)化檢驗(yàn)統(tǒng)計(jì)量Z:

(4)

(5)

當(dāng)|Z|>1.65、1.96和2.58時(shí),表示趨勢(shì)分別通過(guò)了置信度90%、95%和99%的顯著性檢驗(yàn),說(shuō)明NDVI存在顯著變化趨勢(shì)。

結(jié)合β值和|Z|值,將NDVI變化趨勢(shì)分為4個(gè)等級(jí)[37]:0.01置信水平下,極顯著增加(β≥0,|Z|>2.58)、極顯著減少(β<0,|Z|>2.58)；0.05置信水平下,顯著增加(β≥0,|Z|>1.96)、顯著減少(β<0,|Z|>1.96)。

2.2.3相關(guān)分析

本文利用Pearson相關(guān)分析來(lái)研究NDVI與極端氣候的相關(guān)性,計(jì)算公式如下[38]:

(6)

3 結(jié)果與分析

3.1 NDVI時(shí)空變化特征

3.1.1時(shí)間變化趨勢(shì)

2001—2018年間陜西省NDVI顯著增長(zhǎng),增長(zhǎng)速率為 0.06/10a(P<0.001),說(shuō)明陜西省植被覆蓋整體呈上升趨勢(shì)。同時(shí),陜西省各生態(tài)區(qū)NDVI變化趨勢(shì)與年NDVI變化趨勢(shì)相近,均呈顯著上升趨勢(shì)(圖2)。其中,II區(qū)NDVI增長(zhǎng)最快,增長(zhǎng)速率達(dá)0.1/10a,說(shuō)明該區(qū)域的植被恢復(fù)治理具有顯著成效,而III區(qū)植被變化速率最小,為0.031/10a。

3.1.2空間分布特征

在空間分布上,陜西省年NDVI呈自南向北逐漸降低的空間格局(圖3),表現(xiàn)為IV區(qū)(0.86)>III區(qū)(0.71)>II區(qū)(0.61)>I區(qū)(0.38)。其中,II區(qū)和III區(qū)的NDVI空間分布具有明顯差異,II區(qū)年NDVI高值主要分布于區(qū)內(nèi)南部黃土丘陵區(qū),北部黃土溝壑區(qū)的NDVI值相對(duì)較低；III區(qū)植被覆蓋整體較好,年NDVI高值主要分布于區(qū)內(nèi)西部。

在空間變化趨勢(shì)上,基于Theil-Sen斜率估計(jì)與M-K檢驗(yàn)的方法,估算了2001—2018年植被覆蓋的空間變化趨勢(shì)(圖3)。結(jié)果表明,研究區(qū)年NDVI整體呈增長(zhǎng)趨勢(shì),增長(zhǎng)趨勢(shì)面積占總面積93.07%,遠(yuǎn)大于減少趨勢(shì)的面積(6.93%),說(shuō)明近18年陜西省內(nèi)植被覆蓋狀況明顯改善。其中,I區(qū)和II區(qū)NDVI增加趨勢(shì)顯著,說(shuō)明區(qū)內(nèi)植被生態(tài)恢復(fù)工程取得明顯成效。值得注意的是,III區(qū)中部地區(qū)NDVI呈極顯著的減少趨勢(shì),可能因?yàn)樵摰貐^(qū)人口密集,植被易受人類活動(dòng)影響,隨著該區(qū)城鎮(zhèn)化進(jìn)程的加快,部分農(nóng)田和草地轉(zhuǎn)為建筑用地,一定程度上加劇了植被退化,致使植被覆蓋有所降低[28]。

圖3 2001—2018年陜西省各生態(tài)區(qū)NDVI空間分布及變化趨勢(shì)Fig.3 Spatial distribution and variation trend of NDVI in different ecological areas in Shaanxi Province from 2001 to 2018

3.2 NDVI對(duì)極端氣候的響應(yīng)

3.2.1年NDVI與極端氣溫的相關(guān)性

圖4表明整個(gè)研究區(qū)內(nèi),NDVI與冷極值的平均相關(guān)系數(shù)絕對(duì)值在0.2以下,普遍呈弱相關(guān)關(guān)系；NDVI與暖極值相關(guān)性較好,其中與TN90p呈正相關(guān)的區(qū)域占85.30%,且有11.17%的區(qū)域呈顯著正相關(guān)(P<0.05)；NDVI與DTR的相關(guān)系數(shù)在-0.896—0.860之間,呈正相關(guān)與負(fù)相關(guān)區(qū)域分別占47.57%和52.43%,這說(shuō)明植被覆蓋與極端氣溫之間存在一定程度的聯(lián)系。

同時(shí),NDVI與極端氣溫相關(guān)系數(shù)的分布規(guī)律具有明顯的差異性。其中,NDVI與冷極值TMINmean在秦嶺以北相關(guān)性較弱；在IV區(qū)內(nèi)則多呈正相關(guān),其中呈正相關(guān)區(qū)域占78.66%,且有17.59%呈顯著正相關(guān)(P<0.05),說(shuō)明日最低溫升高,在一定程度上降低了該區(qū)植被日間受低溫傷害的風(fēng)險(xiǎn),更好地促進(jìn)植被生長(zhǎng)發(fā)育。除III區(qū)中部地區(qū)以外,NDVI與暖極值TN90p多呈正相關(guān),說(shuō)明隨著暖夜日數(shù)的增加,夜間積溫充足,為植被創(chuàng)造了適宜的生長(zhǎng)條件。NDVI與暖極值TNx呈負(fù)相關(guān)的區(qū)域主要分布于I區(qū)和II區(qū)北部,平均相關(guān)系數(shù)分別為-0.25和-0.20,分別有16.81%和18.58%區(qū)域呈顯著負(fù)相關(guān)(P<0.05),而NDVI與DTR在II區(qū)中部多呈正相關(guān),平均相關(guān)系數(shù)為0.14,在其他3個(gè)生態(tài)區(qū)則多呈負(fù)相關(guān)。

圖4 陜西省年NDVI與極端氣溫指數(shù)的相關(guān)性Fig.4 Correlation between annual NDVI and extreme temperature indices in Shaanxi Province TMINmean:最低氣溫 Monthly average value of daily minimum temperature；TN10p:冷夜日數(shù) Percentage of days when TN<10th percentile；TX10p:冷晝?nèi)諗?shù) Percentage of days when TX<10th percentile；TNn:日最低氣溫的極低值 Monthly minimum value of daily minimum temperature；TXn:日最高氣溫的極低值 Monthly minimum value of daily maximum temperature；TMAXmean:最高氣溫 Monthly average value of daily maximum temperature；TN90p:暖夜日數(shù) Percentage of days when TN>90th percentile；TX90p:暖晝?nèi)諗?shù) Percentage of days when TX>90th percentile；TNx:日最低氣溫的極高值 Monthly maximum value of daily minimum temperature；TXx:日最高氣溫的極高值 Monthly minimum value of daily maximum temperature；DTR:氣溫日較差 Daily temperature range

3.2.2年NDVI與極端降水的相關(guān)性

圖5結(jié)果表明,NDVI與極端降水指數(shù)PRCPTOT、Rx1day、Rx5day和SDII的平均相關(guān)系數(shù)分別為0.20、0.13、0.12和0.20,呈正相關(guān)的區(qū)域分別占整個(gè)區(qū)域的77.57%、66.80%、64.68%和78.56%,其中分別有15.99%、12.54%、11.12%和15.07%的區(qū)域呈顯著正相關(guān)(P<0.05)。同時(shí),NDVI與極端降水的相關(guān)性具有明顯的空間異質(zhì)性,主要表現(xiàn)為:呈顯著正相關(guān)的區(qū)域多分布于I區(qū)和II區(qū)東北部,說(shuō)明在半干旱地區(qū)降水能夠有效地促進(jìn)植被生長(zhǎng)。而III區(qū)和IV區(qū)NDVI與極端降水呈正相關(guān)關(guān)系,平均相關(guān)系數(shù)在0—0.2之間,但大多未通過(guò)顯著性檢驗(yàn),相關(guān)性總體較弱。

圖5 陜西省年NDVI與極端降水指數(shù)的相關(guān)性Fig.5 Correlation between annual NDVI and extreme precipitation indices in Shaanxi ProvincePRCPTOT:年總降水量 Annual total precipitation in wet days；Rx1day:單日最大降水量 Monthly maximum 1-day precipitation；Rx5day:連續(xù)5日最大降水量 Monthly maximum consecutive 5-day precipitation；SDII:年均雨日降水強(qiáng)度 Simple precipitation intensity index

3.3 NDVI對(duì)極端氣候的滯后響應(yīng)

3.3.1NDVI與極端氣溫的滯后性分析

從圖6中可以看出,各生態(tài)區(qū)極端氣溫指數(shù)與同期NDVI總體呈顯著正相關(guān),僅有TX10p和TX90p未通過(guò)顯著性檢驗(yàn),整體反應(yīng)出氣溫對(duì)于陜西省植被恢復(fù)起正向促進(jìn)作用。I區(qū)和II區(qū)內(nèi)極端氣溫指數(shù)TMINmean、TNn、TXn、TMAXmean、TNx和TXx與同期、滯后1月、2月和3月的NDVI均呈顯著正相關(guān),表明區(qū)域NDVI對(duì)極端氣溫的滯后響應(yīng)顯著；DTR與同期NDVI則呈顯著負(fù)相關(guān),相關(guān)系數(shù)分別為-0.438和-0.305,這說(shuō)明隨著氣溫日較差的減小,能夠增強(qiáng)草地植被生態(tài)系統(tǒng)的碳固定能力[39],從而促進(jìn)植被生長(zhǎng)；而與滯后2月和3月NDVI呈顯著正相關(guān),可以說(shuō)明植被生長(zhǎng)對(duì)極端氣溫的響應(yīng)需要一定的時(shí)間周期,滯后期可達(dá)3個(gè)月。

III區(qū)和IV區(qū)內(nèi)極端氣溫指數(shù)TMINmean、TNn、TXn、TMAXmean、TNx和TXx與滯后1月和2月的NDVI呈顯著正相關(guān),具有明顯的滯后效應(yīng),DTR與NDVI的滯后時(shí)間則達(dá)3個(gè)月。值得注意的是,III區(qū)NDVI與同期TN10p呈顯著負(fù)相關(guān),說(shuō)明夜間氣溫過(guò)低容易造成積溫不足,影響植被生長(zhǎng)。

圖6 不同生態(tài)區(qū)極端氣溫指數(shù)與同期、滯后1個(gè)月、2個(gè)月和3個(gè)月的NDVI相關(guān)性統(tǒng)計(jì)Fig.6 Correlation coefficients between NDVI and extreme temperature indices for time lags in different ecological areas **在0.01水平(雙側(cè))上顯著相關(guān); *在0.05水平(雙側(cè))上顯著相關(guān);滯后2個(gè)月2 months later

3.3.2NDVI與極端降水的滯后性分析

由于極端降水指數(shù)PRCPTOT和SDII為年總降水量和年均雨日降水強(qiáng)度,所以選取Rx1day和Rx5day進(jìn)行多年月尺度上的滯后性分析。由圖7可知,各生態(tài)區(qū)極端降水指數(shù)Rx1day和Rx5day與同期NDVI呈顯著正相關(guān),反映降水總體有利于植被生長(zhǎng)。同時(shí),極端降水指數(shù)與滯后1月和2月的NDVI均呈顯著正相關(guān),表明NDVI對(duì)降水具有一定的滯后性。值得注意的是,III區(qū)和IV區(qū)極端降水與滯后3月的NDVI呈顯著負(fù)相關(guān),表明極端降水對(duì)植被生長(zhǎng)起一定的抑制作用。

圖7 不同生態(tài)區(qū)極端降水指數(shù)與同期、滯后1個(gè)月、2個(gè)月和3個(gè)月NDVI的相關(guān)性統(tǒng)計(jì)Fig.7 Correlation coefficients between NDVI and extreme precipitation indices for time lags in different ecological areas**在0.01水平(雙側(cè))上顯著相關(guān); *在0.05水平(雙側(cè))上顯著相關(guān)

4 討論

4.1 NDVI的動(dòng)態(tài)變化

2001—2018年間,陜西省內(nèi)NDVI值總體呈顯著上升趨勢(shì),整體植被覆蓋狀況改善明顯,與岳輝等[28]、錢琛[29]關(guān)于陜西省NDVI變化趨勢(shì)研究結(jié)果一致。從空間分布特征來(lái)看,陜西省NDVI分布的空間異質(zhì)性明顯(圖3),呈現(xiàn)出南高北低的空間分布格局,這可能是由于南部水熱條件較好,植被類型主要是闊葉林,而北部植被類型主要是草原,體現(xiàn)出不同植被類型導(dǎo)致了NDVI值的空間差異[40],而II區(qū)和III區(qū)NDVI空間分布差異明顯,還可能是由于受土地利用類型、人類活動(dòng)的影響[3]。但從NDVI的空間變化趨勢(shì)來(lái)看(圖3),北部NDVI呈極顯著增加趨勢(shì),尤其是府谷、神木、佳縣、子長(zhǎng)以及安塞等地區(qū),因退耕還林還草、“三北”防護(hù)林工程和防沙治沙等大規(guī)模的植被保護(hù)與恢復(fù)工程的實(shí)施,使得該區(qū)域植被覆蓋得到了明顯恢復(fù)。

4.2 NDVI對(duì)極端氣溫的響應(yīng)

從NDVI與極端氣溫指數(shù)的相關(guān)系數(shù)計(jì)算結(jié)果來(lái)看,不同時(shí)間尺度上各生態(tài)區(qū)NDVI對(duì)極端氣溫響應(yīng)程度不同。年際尺度上,I區(qū)NDVI與TN90p呈正相關(guān),說(shuō)明隨著夜間氣溫升高,夜間積溫充足,可以避免植被受極端低溫危害,有利于植被生長(zhǎng)；與TNx呈負(fù)相關(guān),多是由于該區(qū)為溫帶草原區(qū),隨著日間氣溫升高,增加了植被蒸騰和土壤水分蒸發(fā),抑制了該區(qū)灌草植被的生長(zhǎng)[41]。II區(qū)中部NDVI與DTR多呈正相關(guān),這可能是因?yàn)槿崭邷鼗蛉盏蜏氐纳?增加了地表蒸發(fā)量,從而加快了土壤水分的揮發(fā),當(dāng)氣溫超過(guò)了適宜植被生長(zhǎng)的最佳溫度時(shí),植被的凈光合作用下降[42],隨著夜間氣溫的升高,植物夜間呼吸作用增強(qiáng),不利于有機(jī)質(zhì)的積累,進(jìn)而減緩了植被生長(zhǎng)。III區(qū)內(nèi)中部地區(qū)NDVI與暖極值多呈負(fù)相關(guān),這可能由于該區(qū)中部氣溫升高導(dǎo)致植被的蒸散發(fā)增加,從而加快了土壤水分的消耗,影響植被的正常生長(zhǎng)狀態(tài)[43]。IV區(qū)NDVI與TMINmean和TN90p呈顯著正相關(guān),這與黃土高原地區(qū)的研究結(jié)果一致[21]。

多年月尺度上,各生態(tài)區(qū)在考慮滯后三個(gè)月的情況下,NDVI與極端氣溫指數(shù)TMINmean、TNn、TXn、TMAXmean、TNx、TXx和DTR均呈顯著正相關(guān),說(shuō)明植被生長(zhǎng)對(duì)極端氣溫的響應(yīng)具有明顯的滯后效應(yīng),進(jìn)而可以反映出植被生長(zhǎng)反饋于氣溫需要一定的時(shí)間,可能是由于受到土壤溫度變化和土壤有機(jī)質(zhì)分解過(guò)程的影響[44]。

4.3 NDVI對(duì)極端降水的響應(yīng)

不同生態(tài)區(qū)內(nèi),NDVI對(duì)極端降水的響應(yīng)具有差異性。I區(qū)和II區(qū)年NDVI與極端降水呈顯著正相關(guān),說(shuō)明降水能夠促進(jìn)植被生長(zhǎng),這可能是由于兩個(gè)生態(tài)區(qū)較為干旱,水資源相對(duì)匱乏,使得水分為植被生長(zhǎng)的主要限制條件[11,14]。多年月尺度上,極端降水對(duì)植被的影響滯后兩個(gè)月,這可能是由于在干旱和半干旱地區(qū)植物生長(zhǎng)受到水分脅迫,降水通過(guò)土壤滲透被植被根系吸收的過(guò)程需要一定的時(shí)間間隔[18],致使植被對(duì)降水的響應(yīng)有所延遲。

III區(qū)和IV區(qū)年NDVI與極端降水相關(guān)性并不顯著,與極端氣溫相比較,這兩個(gè)生態(tài)區(qū)植被生長(zhǎng)對(duì)降水相對(duì)不敏感,可能是由于區(qū)域內(nèi)氣候濕潤(rùn),植被有足夠的生長(zhǎng)所需水分,氣溫一定程度上成為植被生長(zhǎng)的主要影響因素[7]。多年月尺度上,在考慮滯后兩個(gè)月的情況下,NDVI與極端降水呈顯著正相關(guān),反映出植被對(duì)累積降水的滯后響應(yīng),這與降水豐沛地區(qū)的鄱陽(yáng)湖流域結(jié)果較一致[33]。

極端氣溫與極端降水均影響著研究區(qū)植被生長(zhǎng),且存在一定的區(qū)域差異性,同時(shí)NDVI對(duì)極端氣候的響應(yīng)具有明顯的滯后效應(yīng),這與氣候平均態(tài)對(duì)植被的影響規(guī)律一致[24]。極端氣候?qū)χ脖桓采w的影響是一個(gè)復(fù)雜的過(guò)程,會(huì)受到其他非氣候因素干擾。文章以極端氣候指數(shù)分析了極端氣候?qū)DVI的影響,但尚未考慮具體的極端氣候事件,今后研究中可著重分析NDVI對(duì)具體極端事件的響應(yīng)關(guān)系。

5 結(jié)論

本文分析了陜西省2001—2018年NDVI的時(shí)空變化特征,并結(jié)合日最高低氣溫和降水?dāng)?shù)據(jù),探討了NDVI對(duì)極端氣溫和極端降水的響應(yīng)特征,得到以下結(jié)論:

(1)陜西省及其各生態(tài)區(qū)的NDVI變化均呈顯著上升趨勢(shì)(P<0.001),省內(nèi)總體增長(zhǎng)速率為0.06/10a；空間上NDVI呈南高北低的分布特點(diǎn),其中陜北北部典型草原生態(tài)區(qū)(I)NDVI值最低為0.38,秦巴山地落葉與闊葉林生態(tài)區(qū)(IV)的NDVI值最高為0.86。

(2)年際尺度上,NDVI對(duì)極端氣候的響應(yīng)具有明顯的空間差異,陜北北部典型草原生態(tài)區(qū)(I)和黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)(II)氣候較干旱,NDVI對(duì)極端降水響應(yīng)敏感。汾渭盆地農(nóng)業(yè)生態(tài)區(qū)(III)和秦巴山地落葉與闊葉生態(tài)區(qū)(IV)NDVI與極端氣溫的相關(guān)性更為顯著。

(3)多年月尺度上,NDVI對(duì)極端氣候的響應(yīng)具有一定的滯后效應(yīng)。其中,各生態(tài)區(qū)NDVI與極端氣溫TMINmean、TNn、TXn、TMAXmean、TNx和TXx均呈顯著正相關(guān),滯后期可達(dá)3個(gè)月。各生態(tài)區(qū)NDVI對(duì)DTR存在滯后2月和3月的顯著響應(yīng),但陜北北部典型草原生態(tài)區(qū)(I)和黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)(II)NDVI與同期DTR呈顯著負(fù)相關(guān)。同時(shí),各生態(tài)區(qū)NDVI對(duì)極端降水Rx1day和Rx5day均呈顯著正相關(guān),且滯后期可達(dá)2個(gè)月。