董伯綱,于 洋,2,*,吳秀芹,2

1 北京林業(yè)大學(xué)水土保持學(xué)院,北京 100083 2 北京林業(yè)大學(xué)水土保持國家林業(yè)局重點實驗室,北京 100083

極端氣候事件發(fā)生的頻率增加是近年來全球變化的重要特征之一,其中,極端干旱是影響范圍最大、給人類造成損失最為嚴重的極端氣候事件。較之常規(guī)干旱,極端干旱會引起植物體內(nèi)的嚴重水分失衡,不僅直接影響光合作用和呼吸作用等生理過程,抑制植株生長發(fā)育甚至造成死亡[1],還可能通過調(diào)節(jié)植物-微生物關(guān)系以及改變?nèi)郝浣M成等過程對陸地生態(tài)系統(tǒng)的組成、結(jié)構(gòu)和功能產(chǎn)生更為嚴重、持久、甚至不可恢復(fù)的影響[2—5]。陸地生態(tài)系統(tǒng)的復(fù)雜性及時空異質(zhì)性等特性為預(yù)測其干旱響應(yīng)增加了諸多不確定因素。

我國西南地區(qū)包括干熱河谷、巖溶地貌等多種脆弱生態(tài)系統(tǒng)類型,是生物多樣性保護的熱點地區(qū),同時也是干旱事件的多發(fā)區(qū)[6]。據(jù)歷史資料統(tǒng)計,1949—2012年間,西南地區(qū)干旱災(zāi)害范圍、程度、頻次和成災(zāi)率均呈增加趨勢,受災(zāi)面積超過400萬km2的大規(guī)模干旱事件共發(fā)生9次[7],其中以2009年秋季至2010年春季發(fā)生的特大干旱最為嚴重。此次干旱事件持續(xù)時間長、覆蓋面積廣、影響程度深,造成了眾多中小河流斷流和水庫干涸,對該地區(qū)的生態(tài)環(huán)境造成了嚴重影響[8—9]。目前人們針對2009—2010年西南地區(qū)極端干旱對植被產(chǎn)生的影響開展了諸多研究,得到較為一致的結(jié)論認為極端干旱使西南地區(qū)的植被指數(shù)(NDVI、EVI)和生產(chǎn)力(GPP、NPP)均發(fā)生顯著降低[10—13],且不同類型植被對于極端干旱的響應(yīng)存在較大差異[14—15]。雖然部分研究結(jié)果表明,西南地區(qū)大部分植被的植被指數(shù)和生產(chǎn)力在此次極端干旱事件后很快得到了恢復(fù)[11—12],但這些研究普遍缺乏對更長時間尺度上植被生長和生態(tài)系統(tǒng)恢復(fù)力方面的關(guān)注。極端干旱對陸地生態(tài)系統(tǒng)的影響可能持續(xù)數(shù)年,并顯著影響植被生長[16]。Anderegg等人[17]基于樹輪指數(shù)(RWI)的分析發(fā)現(xiàn)極端干旱對北半球溫帶樹木生長的影響可能會持續(xù)1—4年,這種影響被稱為 “遺產(chǎn)效應(yīng) (Legacy Effect)”,其與氣候變化和干旱發(fā)生的季節(jié)具有一定的聯(lián)系,并且在受干旱脅迫的生態(tài)系統(tǒng)表現(xiàn)得更為明顯[18—19]。與此同時,在有關(guān)干旱遺產(chǎn)效應(yīng)的報道中,研究發(fā)現(xiàn)美國草地生態(tài)系統(tǒng)的干旱遺產(chǎn)效應(yīng)更多表現(xiàn)為對植被生長的促進[20],北半球溫帶森林植被的遺產(chǎn)效應(yīng)持續(xù)時間要高于灌木和草地植被[21]。值得注意的是,當前干旱遺產(chǎn)效應(yīng)的研究區(qū)域多集中在北半球溫帶和寒帶地區(qū),對熱帶和亞熱帶地區(qū)的關(guān)注較少,有關(guān)我國西南地區(qū)干旱遺產(chǎn)效應(yīng)的研究尚未見報道。

在2009—2010極端干旱事件中,云南省是西南地區(qū)受災(zāi)和成災(zāi)面積最大的省份[9],境內(nèi)受影響的自然植被生態(tài)系統(tǒng)面積超過全省生態(tài)系統(tǒng)總面積的80%[22]。作為表征地表植被覆蓋和植被生長狀況的重要參數(shù),歸一化植被指數(shù)NDVI已被廣泛應(yīng)用于此次干旱事件的檢測和評估[11—12,23]。為了揭示此次極端干旱對我國西南地區(qū)植被的長期影響,本文在上述研究的基礎(chǔ)之上,以云南省為研究區(qū),基于NDVI和氣象數(shù)據(jù),分析2009—2010極端干旱事件的干旱遺產(chǎn)效應(yīng),以期了解極端干旱對植被生長影響的持續(xù)時間和強度,在全球極端氣候事件發(fā)生頻率增加的大背景下,為西南地區(qū)的生態(tài)恢復(fù)與保護工作提供科學(xué)依據(jù)。

1 研究區(qū)概況

云南省地處21°8′32″ —29°15′8″N,97°31′39″ —106°11′47″E,總面積約39.4萬 km2。其東部與貴州省、廣西壯族自治區(qū)為鄰,北部與西北部同四川省、西藏自治區(qū)相連,西部同緬甸接壤,南部和老撾、越南毗連。地形主要為山地和高原,地勢從西北向東南逐漸降低,平均海拔約為2000 m。氣候以亞熱帶季風氣候為主,年平均氣溫約16℃(圖1),年平均降水量約1100 mm(圖2),干濕季分明,垂直氣候差異顯著[24]。土壤類型以紅壤和赤紅壤為主。復(fù)雜的地形地貌條件與適宜的氣候條件使得云南發(fā)育有眾多植物,植被覆蓋率達到50%以上(圖3),其擁有北半球絕大多數(shù)的生物群落類型和除沙漠與海洋外的各類生態(tài)系統(tǒng)(圖4),是全球生物多樣性最豐富的地區(qū)之一。受大氣環(huán)流的影響,云南冬季干旱事件頻發(fā),旱災(zāi)在云南所有自然災(zāi)害中最為嚴重,給當?shù)剞r(nóng)業(yè)造成了巨大的損失[25]。

圖1 研究區(qū)年均溫度分布圖Fig.1 The distribution of annual average temperature in research area

圖2 研究區(qū)年均降水量分布圖 Fig.2 The distribution of annual annual average precipitation precipitation in research area

圖3 研究區(qū)年均NDVI分布圖Fig.3 The distribution of annual average normalized difference vegetation index (NDVI) in research area

圖4 研究區(qū)生態(tài)系統(tǒng)類型分布圖Fig.4 The distribution of ecosystem types in research area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本文研究數(shù)據(jù)來源見表1,其中,歸一化植被指數(shù)(NDVI)數(shù)據(jù)、生態(tài)系統(tǒng)類型數(shù)據(jù)和數(shù)字高程模型(DEM)數(shù)據(jù)均來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/),其空間分辨率均為1 km。以4—6月為第2季、7—9月為第3季合成云南省2000—2013年的NDVI季度數(shù)據(jù)。NDVI年平均值小于0.1的象元認為是“無植被”,不用于研究。從生態(tài)系統(tǒng)類型空間分布數(shù)據(jù)中分別提取出森林、草地和農(nóng)田三種類型對研究區(qū)植被進行分類。

表1 數(shù)據(jù)來源及說明

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/),通過計算得到云南省及其周圍共105個氣象站點(圖5)在2000—2013年逐日降水量(PRE)和潛在蒸散量(PET),并合成為與NDVI相同的季度數(shù)據(jù)。利用ArcGIS軟件中加入高程的協(xié)同克里金法插值生成與NDVI數(shù)據(jù)相同的1 km空間分辨率柵格數(shù)據(jù)集。

圖5 研究區(qū)地形及氣象站點分布 Fig.5 The topography and the distribution of meteorological stations in research area

2.2 研究方法

2.2.1預(yù)測因子選取及相關(guān)分析

采用皮爾遜相關(guān)分析探究研究區(qū)域各象元氣候因子與NDVI間的相關(guān)關(guān)系。選取降水量(PRE)、潛在蒸散量(PET)、氣象干旱指數(shù)(D)的季度數(shù)據(jù)與同期NDVI數(shù)據(jù)進行相關(guān)分析,并對相關(guān)性進行顯著性檢驗。潛在蒸散量采用聯(lián)合國糧農(nóng)組織(FAO)1998年對Penman-Monteith公式的修訂模型計算得出,該模型考慮了空氣動力學(xué)的湍流傳輸與能量平衡以及植被的生理特征,目前應(yīng)用廣泛[26]。D指數(shù)為降水量與潛在蒸散量之差(D=PRE-PET)[23]?？紤]到氣候因子與NDVI的相關(guān)性會直接影響植被生長預(yù)測結(jié)果的準確程度,研究將選取與NDVI相關(guān)系數(shù)較高的氣候因子用于植被生長預(yù)測。

2.2.2干旱遺產(chǎn)效應(yīng)分析

本文將采用極端干旱事件發(fā)生后1—4年內(nèi)觀測到的植被生長(基于NDVI遙感數(shù)據(jù))與預(yù)測植被生長(基于氣候因子與NDVI的線性關(guān)系)之間的偏離值△NDVI量化干旱遺產(chǎn)效應(yīng)[17]：

△NDVI=NDVIobserved-NDVIpredicted

式中,NDVIobserved和NDVIpredicted分別為NDVI觀測值和預(yù)測值。NDVIpredicted采用線性回歸預(yù)測法,根據(jù)2000—2009年NDVI與氣候因子數(shù)據(jù)所構(gòu)建的一元線性回歸方程,將各象元2010—2013年的實測氣候因子帶入后得出：

NDVIpredicted=A×Factorclimate+B

式中,Factorclimate為極端干旱后的實測氣候因子,A和B為極端干旱前逐年NDVI與氣候因子時間序列的線性擬合系數(shù)。

若△NDVI<0,表示植被生長受到負面抑制作用；若 △NDVI>0,表示植被生長未受到干旱影響。分別統(tǒng)計研究區(qū)內(nèi)所有象元、NDVI與氣候因子呈顯著正相關(guān)(P<0.05)象元的△NDVI平均值,對比分析不同生態(tài)系統(tǒng)類型中植被的遺產(chǎn)效應(yīng)差異。

3 結(jié)果與分析

3.1 植被生長和氣候因子間的相關(guān)性

通過2000—2009年研究區(qū)內(nèi)各象元氣候因子與NDVI皮爾遜相關(guān)系數(shù)的平均值結(jié)果對比可知(表2),不同氣候因子在不同時間與NDVI的相關(guān)性差異較大,與第2季度相比(4—6月),第3季度(7—9月)潛在蒸散量(PET)與NDVI具有較高正相關(guān)性(0.36),這表明7—9月潛在蒸散量與NDVI在極端干旱發(fā)生前的變化趨勢基本一致,且相關(guān)系數(shù)越大的地區(qū)一致性越高。

表2 2000—2009年氣候因子與NDVI的區(qū)域平均皮爾遜相關(guān)系數(shù)

研究區(qū)2000—2009年7—9月潛在蒸散量與NDVI逐象元相關(guān)系數(shù)的空間分布如圖6所示,呈正相關(guān)的區(qū)域多集中在以山地為主的滇西北、滇西、滇東北和滇中地區(qū)；滇西南、滇南和滇東南地區(qū)以不顯著相關(guān)和顯著負相關(guān)為主。在研究區(qū)范圍內(nèi),共有35.55%的象元呈顯著正相關(guān)(P<0.05)。極端干旱發(fā)生期間(2009年10月—2010年3月)的降水距平空間分布結(jié)果如圖7所示,通過對比可知降水嚴重減少的區(qū)域與相關(guān)系數(shù)較高的區(qū)域基本一致。由于正相關(guān)象元在極端干旱的影響區(qū)域內(nèi)廣泛分布,因此可以使用潛在蒸散量作為NDVI的預(yù)測因子。

圖6 2000—2009年7—9月NDVI與潛在蒸散量的相關(guān)性 Fig.6 Correlation between NDVI and potential evapotranspiration from July to September in 2000—2009

圖7 云南省2009年10月—2010年3月降水距平百分率 Fig.7 Percentage of precipitation anomaly in Yunnan Province from October 2009 to March 2010

3.2 干旱遺產(chǎn)效應(yīng)時空分布

為了研判云南省植被生長受極端干旱影響的整體情況,分別對研究區(qū)內(nèi)所有象元、NDVI與潛在蒸散量呈顯著正相關(guān)(R*,P<0.05)的象元的△NDVI平均值進行了計算。在計算2010—2013年的NDVI預(yù)測值時,潛在蒸散量與NDVI的相關(guān)性越顯著,其對NDVI的預(yù)測結(jié)果會越確切,得到的遺產(chǎn)效應(yīng)結(jié)果也會更為精準。

通過不同相關(guān)性的象元平均值對比可知(圖8),在極端干旱事件發(fā)生后的第1年和第2年,研究區(qū)內(nèi)絕大多數(shù)象元的NDVI實際值低于預(yù)測值(分別占象元總數(shù)的69.83%和66.55%),表明植被生長受抑制而未能達到正常的預(yù)期,且在正相關(guān)性越為顯著的區(qū)域,植被生長受到的抑制作用越強。在極端干旱事件發(fā)生后的第3年,植被生長的平均預(yù)測值與實際值幾乎相同(最大差異為0.007),表明植被已呈現(xiàn)出從極端干旱抑制影響中得到恢復(fù)的跡象。第4年,區(qū)域整體NDVI實際值高于預(yù)測值,表明植被生長受到的抑制作用已經(jīng)不再延續(xù)。總的來看,2009—2010極端干旱事件的干旱遺產(chǎn)效應(yīng)在云南省持續(xù)了約2年時間,且對當?shù)刂脖簧L造成了負面影響。

圖8 2010—2013年△NDVI統(tǒng)計結(jié)果Fig.8 Statistical results of △NDVI from 2010 to 2013

干旱遺產(chǎn)效應(yīng)的空間水平分布結(jié)果如圖9所示。2010年,植被生長受到抑制的區(qū)域主要集中在滇中和滇西地區(qū),其中以大理-楚雄-昆明一帶最為嚴重,而滇西北和滇東北北部地區(qū)的植被生長幾乎未受到干旱影響；2011年干旱遺產(chǎn)效應(yīng)空間分布與2010年基本相似,滇東北地區(qū)植被生長受到抑制作用的區(qū)域相比2010年略有增加,而滇西南地區(qū)受到的抑制作用的植被有所減少。總體來看,2010年和2011年植被生長受到抑制的區(qū)域與2009—2010極端干旱發(fā)生期間降水嚴重減少的范圍基本一致(圖7)。植被生長的恢復(fù)情況在空間上存在異質(zhì)性,2012年滇西、滇中和滇東北地區(qū)的植被生長基本恢復(fù),2013年全省植被生長恢復(fù)至正常水平。

圖9 2010—2013年△NDVI水平分布Fig.9 Horizontal distribution of △NDVI from 2010 to 2013

在干旱遺產(chǎn)效應(yīng)的空間垂直分布方面,提取NDVI與潛在蒸散量呈顯著正相關(guān)(R*)的象元,以500 m為區(qū)間段對0—5000 m范圍內(nèi)各高程段△NDVI的統(tǒng)計結(jié)果如圖10所示。由圖可知,2010年和2011年植被生長情況隨海拔梯度的變化趨勢基本一致,地處海拔2000 m附近的植被生長受到干旱的影響最為嚴重,而海拔高于4000 m的地區(qū)幾乎未受到干旱的影響。海拔低于2000 m時,隨著海拔的逐漸降低,植被生長受到的抑制作用逐漸減弱,這一海拔范圍多為河谷和低洼地帶,是人類活動較為集中的區(qū)域,土地利用類型以農(nóng)用地為主,人為耕作的影響以及植被恢復(fù)工作的開展可能在一定程度上減弱極端干旱造成的影響。在海拔高于2000 m時,植被生長受到的抑制作用隨海拔升高逐漸減弱,在2000—4000 m,海拔的升高使得溫度降低,可能有效減少了土壤水分的蒸發(fā)從而緩解極端干旱的影響,而海拔高于4000 m的地區(qū)主要位于青藏高原東南邊緣的滇西北地區(qū),這一區(qū)域溫度偏低,地勢險要,植被覆蓋度相對較低,且未在2009—2010年極端干旱發(fā)生時出現(xiàn)嚴重的降水減少,因而未觀測到干旱遺產(chǎn)效應(yīng)。

圖10 2010和2011年△NDVI垂直分布Fig.10 Vertical distribution of △NDVI in 2010 and 2011

3.3 不同生態(tài)系統(tǒng)類型的干旱遺產(chǎn)效應(yīng)

研究區(qū)內(nèi)代表森林、草地和農(nóng)田生態(tài)系統(tǒng)的象元個數(shù)分別占象元總數(shù)的58.24%、23.50%和18.26%,各植被類型△NDVI平均值計算結(jié)果表明(圖11),三種生態(tài)系統(tǒng)類型中的植被在極端干旱發(fā)生后的前2年均受到了抑制作用,這種抑制作用在2011年比2010年更為強烈。不同生態(tài)系統(tǒng)類型干旱遺產(chǎn)效應(yīng)的數(shù)值差異較小,但在前3年中,R*象元中森林植被的△NDVI值要小于草地和農(nóng)田,這在一定程度上表明,森林植被生長受到的抑制作用更為強烈,其遺產(chǎn)效應(yīng)持續(xù)時間也會相對更長。

圖11 2010—2013年不同植被△NDVI統(tǒng)計結(jié)果Fig.11 Statistical results of △NDVI of different vegetation from 2010 to 2013

4 討論

本研究基于NDVI數(shù)據(jù),對云南省2009—2010干旱遺產(chǎn)效應(yīng)進行分析,初步發(fā)現(xiàn)了持續(xù)2年時間的干旱遺產(chǎn)效應(yīng)。使用同樣方法計算得到2000—2009年△NDVI統(tǒng)計結(jié)果顯示(圖12),云南省的植被生長在2009—2010極端干旱發(fā)生前的10年中呈現(xiàn)漸好的趨勢,這與NDVI整體呈現(xiàn)增加趨勢的結(jié)論一致[27—28],而在這一背景下,2010年和2011年的植被生長發(fā)生明顯減少(其NDVI平均預(yù)測值與實際值之間出現(xiàn)了接近0.08的差異),進一步說明植被生長受到了抑制。

圖12 2000—2009年△NDVI統(tǒng)計結(jié)果Fig.12 Statistical results of △NDVI from 2000 to 2009

植被生長在受到水分條件影響的同時,還可能受到溫度的控制。利用云南省7—9月溫度數(shù)據(jù)作為預(yù)測因子(研究區(qū)內(nèi)皮爾遜相關(guān)系數(shù)的平均值為0.289),使用相同方法計算得到的△NDVI的統(tǒng)計結(jié)果顯示(圖13),在極端干旱發(fā)生后的第1年同樣能夠觀測到植被生長未能達到正常的預(yù)期,這種現(xiàn)象在干旱后第4年不再延續(xù)。干旱后第2年和第3年,正相關(guān)顯著區(qū)域的△NDVI均值高于區(qū)域均值或與區(qū)域均值正負關(guān)系相反,不易判斷植被生長的響應(yīng)表現(xiàn)。結(jié)合前文分析結(jié)果,可以推斷2009—2010極端干旱事件的干旱遺產(chǎn)效應(yīng)持續(xù)了1—2年時間。

圖13 基于溫度的2010—2013年△NDVI統(tǒng)計結(jié)果 Fig.13 Statistical results of △NDVI based on temperature from 2010 to 2013

有關(guān)干旱遺產(chǎn)效應(yīng)的其它研究已在我國部分地區(qū)開展,其中,Li等人[29]在青藏高原地區(qū)發(fā)現(xiàn)1年的干旱遺產(chǎn)效應(yīng),Ma等人[30]在我國北方地區(qū)觀察到3年的干旱遺產(chǎn)效應(yīng),于成龍等人[31]在東北地區(qū)發(fā)現(xiàn)干旱事件對森林造成的影響至少持續(xù)4年。本研究在云南省發(fā)現(xiàn)的干旱遺產(chǎn)效應(yīng)的具體表現(xiàn)(植被生長受抑制)與先前的研究結(jié)果相一致,但在持續(xù)時間方面有所差異。干旱遺產(chǎn)效應(yīng)持續(xù)時間的不同表明植被生長對極端干旱的響應(yīng)在區(qū)域尺度上表現(xiàn)不同,相較于北方地區(qū),云南所處的位置具有更好的水熱條件,可能在一定程度上減輕了干旱的影響,從而使得植被在遭遇干旱后能夠更快恢復(fù)。

在使用其它方法針對此次極端干旱事件后植被恢復(fù)的相關(guān)研究中,多數(shù)研究結(jié)果表明在極端干旱發(fā)生后半年時間內(nèi),云南省大部分區(qū)域的植被指數(shù)在數(shù)值上基本恢復(fù)到了正常水平[22,32]。但需要注意的是,這些結(jié)果大多是基于NDVI等遙感數(shù)據(jù)與自身長期序列的對比而得出,并未考慮植被生長自身的變化趨勢。在該地區(qū)整體NDVI受到水熱因子和人類活動等多種因素共同影響的前提下,使用單一的植被指數(shù)距平值難以準確反映出極端干旱事件后植被的響應(yīng)和恢復(fù)情況。本研究引入了NDVI預(yù)測值用于反映綜合氣候因子影響條件下的植被生長,并考慮了植被生長在更長期尺度上對極端干旱的響應(yīng),能夠更為準確的反映干旱影響持續(xù)時間。

森林生態(tài)系統(tǒng)中的植被在此次極端干旱事件后表現(xiàn)出的生長減緩要強于草地,其受到更強抑制作用的干旱遺產(chǎn)效應(yīng)也已經(jīng)在相應(yīng)研究中得到了證實[21,33],但造成這一差異的具體機制尚不明確。部分研究表明,極端干旱可能通過增加樹冠擾動[14]、改變不同大小樹木密度[34]、提高林木死亡率[35]、導(dǎo)致落葉和頂稍枯死[36]、降低微生物生物量[37]等過程對森林植被造成更大的影響,使得森林生態(tài)系統(tǒng)變得更為脆弱。此外,極端干旱還可能使森林下層植被中存在的枯落物和壞死組織變得更加干燥[38],增加森林火災(zāi)、病蟲害等負面事件的發(fā)生強度和頻度,間接影響森林生態(tài)系統(tǒng)的結(jié)構(gòu)和功能[39]。目前在全球范圍內(nèi),干旱脅迫導(dǎo)致森林喬木生長不良與大面積死亡的現(xiàn)象呈現(xiàn)出加劇趨勢[3],森林相比于草地擁有更多的喬木占比,因而可能表現(xiàn)出的更強的植被生長減緩。

本研究雖然觀察到了森林植被更強的干旱遺產(chǎn)效應(yīng),但該現(xiàn)象在研究區(qū)全境范圍內(nèi)未得到較好的體現(xiàn),這可能是由于氣象數(shù)據(jù)插值的精度不足所致。用于預(yù)測植被生長的潛在蒸散量由基于站點觀測的氣象數(shù)據(jù)通過空間插值方法得出,其精度和空間細節(jié)要遠低于直接通過遙感影像得到的NDVI數(shù)據(jù),故通過站點觀測數(shù)據(jù)預(yù)測得到的NDVI在區(qū)域上可能存在較大的相似性,從而削減了不同類型植被間的△NDVI差異。此外,由于西南地區(qū)氣象站點大多建設(shè)在河谷低地[40],其氣溫與降水等要素與高海拔山地存在一定差異,因此即使在進行插值時已經(jīng)增加了基于地形條件的修正,其結(jié)果仍可能存在一定的不確定性。更為準確的干旱遺產(chǎn)效應(yīng)結(jié)果還需要融合地面觀測和遙感反演等多種數(shù)據(jù)源和分析方法進行深入和系統(tǒng)的探討?？紤]干旱遺產(chǎn)效應(yīng)對于更好地預(yù)測和評價植被動態(tài)具有重要意義,在西南地區(qū)極端干旱事件發(fā)生頻率逐漸增加的背景下[6],今后還應(yīng)加強對云南省和西南地區(qū)陸地生態(tài)系統(tǒng)觀測樣地與網(wǎng)絡(luò)的建設(shè)部署,對植被生長情況進行長期監(jiān)測與評估,全面分析極端干旱可能導(dǎo)致的潛在的、長遠的影響,為西南地區(qū)脆弱與退化生態(tài)系統(tǒng)的恢復(fù)與重建提供科學(xué)依據(jù)。

5 結(jié)論

本文基于2000—2013年云南省的NDVI和氣象數(shù)據(jù),研究了云南省2009—2010年極端干旱事件發(fā)生過后的干旱遺產(chǎn)效應(yīng),研究結(jié)果顯示

(1)云南省7—9月的平均潛在蒸散量與同期NDVI之間存在較好的正相關(guān)性,且相關(guān)系數(shù)較高的象元分布與受極端干旱影響的區(qū)域基本一致,可用于對極端干旱事件后的NDVI進行預(yù)測。

(2)云南省植被生長在極端干旱事件發(fā)生后的1—2年受到抑制作用,受影響區(qū)域在水平空間上主要集中在滇西、滇中等遭遇降水嚴重減少的地區(qū)。海拔2000 m附近為植被對干旱事件響應(yīng)最為敏感的區(qū)域；海拔高于4000 m的植被幾乎未受到干旱影響。

(3)森林植被植被生長受到的抑制作用強于草地和農(nóng)田,其遺產(chǎn)效應(yīng)持續(xù)時間也相對更長。