張 萌,杜福光,張瀟文

(唐山師范學院 資源管理系,河北 唐山 063000)

0 引言

青藏高原是亞洲內(nèi)陸高原,有亞洲水塔之稱,是中國最大、世界海拔最高的高原,南起喜馬拉雅山脈南緣,北至昆侖山、阿爾金山脈及祁連山北緣,西部為帕米爾高原與喀喇昆侖山脈,東及東北部與秦嶺山脈西段及黃土高原相接,草原面積占總面積的60%,占全國總面積的32%,主要分布于青藏高原中部與東部地區(qū)[1-4],而高原的降水量變化對該地的草原生態(tài)具有重要影響。草原放牧業(yè)是青藏高原牧民的重要經(jīng)濟來源之一,也是青藏高原生態(tài)系統(tǒng)中的重要一環(huán),做好青藏高原草原及草甸的生態(tài)保護及合理利用具有十分重要的意義。很多學者對青藏高原降水來源及時空變化特征進行了研究。黃鵬等[5]探討了青藏高原降水的時空變化特征,提出高原全年降水量為西北—東南向的均勻帶狀分布。李虎等[6]分析了主要的水來源,得出南部邊界輸送的水汽對青藏高原有巨大的貢獻。但目前對青藏高原植被分布與降水時空變化關系的研究不多,為了研究二者的對應關系,利用青藏高原生長季降水分布數(shù)據(jù)及NDVI數(shù)據(jù),采用皮爾遜相關系數(shù),計算降水量與NDVI的相關性,得出降水對青藏高原不同地區(qū)植被的影響程度,有助于揭示與反映青藏高原植被-水汽的影響與互動關系,進一步促進青藏高原的生態(tài)保護。

1 資料方法

1.1 數(shù)據(jù)來源及預處理

NDVI數(shù)據(jù)來源及處理:數(shù)據(jù)來源于國家青藏高原科學數(shù)據(jù)中心整編的青藏高原NDVI數(shù)據(jù)集(國家青藏高原科學數(shù)據(jù)中心 (tpdc.ac.cn)),源數(shù)據(jù)來自MODIS產(chǎn)品,經(jīng)過數(shù)據(jù)格式轉(zhuǎn)換、投影、重采樣等預處理流程,現(xiàn)有格式為TIFF格式,投影為Krasovsky_1940_Albers投影,數(shù)據(jù)空間分辨率1000 m。選取2016—2020年的NDVI數(shù)據(jù),利用ArcGIS統(tǒng)一空間坐標系。

降水數(shù)據(jù)來源與預處理:數(shù)據(jù)來源于國家科技基礎條件平臺—國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn)。國家地球系統(tǒng)科學數(shù)據(jù)中心1901—2021年中國1公里分辨率(0.008333°)逐月降水量數(shù)據(jù)集。該產(chǎn)品具有長時間序列、較高分辨率、高精度的特征,可為我國歷史降水格局變化分析、陸地生態(tài)系統(tǒng)模型氣候因子驅(qū)動及其他區(qū)域尺度與降水相關的生態(tài)、環(huán)境、資源等變量的格局分析提供數(shù)據(jù)支持。選用該數(shù)據(jù)集中2016—2020年覆蓋全國范圍的降水數(shù)據(jù),使用Arc GIS軟件對數(shù)據(jù)進行格式轉(zhuǎn)換、數(shù)據(jù)裁剪、投影轉(zhuǎn)換、重采樣等處理。

1.2 相關性分析

采用皮爾遜(Pearson)相關系數(shù),分析降水與草地歸一化指數(shù)的相關性,計算公式如下:

(1)

式中,r為相關系數(shù);x、y為各相關變量的平均值。相關系數(shù)r的取值范圍為[-1,1],其值越偏近于1說明變量之間的相關性越高。

2 研究內(nèi)容

平均降水量分布。將2016—2020年全國月均降水量數(shù)據(jù)導入Arc GIS軟件中,利用裁剪工具,按照青藏高原的矢量圖形進行裁剪,利用局部像元統(tǒng)計分析計算出2016—2020年的平均降水量,渲染成圖。

生長季降水量分布。將2016—2020年全國月均降水量數(shù)據(jù)導入Arc GIS軟件中,根據(jù)青藏高原矢量圖進行裁剪,利用像元統(tǒng)計工具分別計算2016—2020年每年5—9月的累計降水,渲染成圖。

生長季降水與NDVI相關性計算。將NDVI數(shù)據(jù)與計算好的生長季降水數(shù)據(jù)導入Arc GIS軟件中,統(tǒng)一坐標系并改為投影坐標,重采樣數(shù)據(jù)并捕捉柵格,所有數(shù)據(jù)整理完成后根據(jù)公式計算相關系數(shù),利用柵格計算器求平均,再根據(jù)公式分別求出分子、分母,利用柵格計算器計算分子與分母,求出每個柵格點的相關系數(shù),渲染成圖。

3 結(jié)果與分析

3.1 平均降水量空間分布

由圖1可知,2016—2020年平均降水量最大值為2405 mm,分布于青藏高原南部地區(qū);最小值為2 mm,分布于青藏高原西部地區(qū),空間上呈現(xiàn)由東南向西北逐漸遞減。

圖1 2016—2020年平均降水量空間分布Fig.1 Spatial distribution of average precipitation from 2016 to 2020

3.2 生長季降水的空間分布

由圖2可知,2016—2020年青藏高原生長季(5—9月)降水整體相對穩(wěn)定,呈現(xiàn)東南多西北少的情況。2016年5—9月,累積降水量最高值為22 361 mm,最低值為10 mm。2017年5—9月,青藏高原累計降水量最高值為24 848 mm,最低值為37 mm。2018年5—9月,青藏高原累計降水量最高值為24 196 mm,最低值為47 mm。2019年5—9月,青藏高原累計降水量最高值為24 440 mm,最低值為1 mm。2020年5—9月,青藏高原累計降水量最大值為28 283 mm,最低值為42 mm。其中2020年相比其他年份,中部地區(qū)的降水有所減少。2016—2019年西部部分地區(qū)降水與周圍有明顯差異,而在2020年該差異明顯減少。

圖2 2016—2020年生長季累計降水空間分布Fig.2 Spatial distribution of cumulative precipitation in growing season from 2016 to 2020

3.3 NDVI的空間變化

由圖3可知,NDVI在空間上呈現(xiàn)西北低東南高的情況,南部地區(qū)5年內(nèi)變化較為明顯,其中2016年、2018年、2020年南部地區(qū)NDVI較低,而2017年、2019年南部地區(qū)的NDVI較高。

圖3 2016—2020年NDVI空間分布Fig.3 Spatial distribution of NDVI from 2016 to 2020

3.4 相關性計算結(jié)果及分析

通過計算可知,甘肅南部地區(qū)、青海東北部地區(qū)、新疆南部及西部地區(qū)與西藏西部地區(qū)的降水與NDVI的相關性較為明顯,即降水對該地植被影響作用較強。西藏中部地區(qū)相關性性中等偏高,降水與NDVI的相關性適中。青海南部、西藏東部、四川西北部的相關系數(shù)較低,降水與NDVI的相關性較弱,即降水對該地區(qū)植被生長的影響較小,更多受到溫度濕度等因素的影響較大,但并非降水對其毫無影響。生態(tài)保護要著重從降水角度對相關系數(shù)較高的地區(qū)進行保護與治理,如在旱季適時對降水與NDVI相關性較強的地區(qū)進行灌溉,在相關性較弱的地區(qū)要多關注其他氣候因素。

4 植被生態(tài)保護措施

通過對青藏高原降水與NDVI的相關性分析發(fā)現(xiàn),甘肅南部地區(qū)、青海東北部地區(qū)、新疆南部地區(qū)、新疆西部地區(qū)、西藏西部地區(qū)的相關系數(shù)較高,降水與NDVI的相關性較為明顯,需更加關注這些地區(qū)因降水不充分導致的生態(tài)環(huán)境惡化問題。可采用以下方法保護植被與生態(tài):適當灌溉青藏高原極寒地區(qū),不宜開展大規(guī)模灌溉,積極開展牧區(qū)草原節(jié)水灌溉,探索草原節(jié)水灌溉新模式。采用機械動力淋灑技術,利用蓄積山上的雪融水或泉水引入防滲襯砌渠,在常壓下采用自流噴灌,無壓力時利用拖拉機為機械動力,加裝水泵、貯水箱、水管及淋灑器等設備給水加壓,牽引灌溉設備,移動淋灑灌水。利用步行式噴灌技術在有地下水源與電力能源的地方打井開源,水泵提水,管道輸水至步行式噴灌設備,動力移動噴灌。采用集雨滴灌技術,將雨水集蓄與滴灌相結(jié)合,在牧民居住相對集中的地方把溫室暖棚、牲畜防寒棚、人居屋舍作為集雨場收集雨水,采用滴灌或滲灌等微型節(jié)水灌溉方法對網(wǎng)圍欄內(nèi)的牧草進行補充灌溉。這些節(jié)水灌溉措施可解決水源難以保障、能源動力不足等問題,噴灑均勻,移動方便,滿足開源節(jié)流與節(jié)水灌溉的需要。