曾穎婷，李成，林艷，陳立，林彬彬

（1.福建省氣象服務(wù)中心，福建 福州 350007；2.揚州大學(xué)園藝與植物保護(hù)學(xué)院，江蘇 揚州 225009；3.福建省氣候中心，福建 福州 350007；4.福建省氣象災(zāi)害防御技術(shù)中心，福建 福州 350007）

引言

隨著日益加劇的氣候變化和人類活動，我國干旱發(fā)生的強(qiáng)度和頻次都有增加趨勢。區(qū)域水資源供需矛盾的增加，對陸地生態(tài)系統(tǒng)的影響尤其嚴(yán)峻（張更喜等，2019）。植被是陸地生態(tài)系統(tǒng)的重要組成部分（Zheng et al.， 2020），它在涵養(yǎng)水源、保持水土、調(diào)節(jié)氣候等方面有著重要作用（龐家泰等，2021）。氣候變化背景下，植被的光合、呼吸與蒸騰作用等過程受氣候要素制約日趨增強(qiáng)（丁海勇和丁昕瑋，2020；孫康慧等，2021）；同時，植被通過陸-氣交換過程對區(qū)域氣候起反饋作用（Piao et al.，2008；Dong et al.，2016）。因此，理解二者之間相互關(guān)系已成為氣候變化影響評估領(lǐng)域的熱點問題。

遙感技術(shù)是目前監(jiān)測區(qū)域尺度植被動態(tài)變化最有效的工具之一（李茂華等，2020；王玲玲等，2021），歸一化植被指數(shù)（Normalized Difference Vegetation Index， NDVI）常被用來監(jiān)測區(qū)域植被的動態(tài)變化（馬守存等，2018；覃巧婷等，2021）。然而，NDVI在物理意義上尚不能直接代表植被結(jié)構(gòu)參數(shù)（王志慧等，2017），而植被葉面積指數(shù)（Leaf Area Index， LAI）正逐步應(yīng)用于植被的遙感監(jiān)測，它是單位面積上植物葉片總面積與土地面積的比值（Chen and Black，1992；段利民等，2019），反映植物葉面數(shù)量和冠層結(jié)構(gòu)，能為植物冠層表面物質(zhì)和能量交換的描述提供結(jié)構(gòu)化的定量信息（Richardson et al.，2011；Casa et al.，2012）。LAI不僅是重要的植被生物物理參數(shù)（Qiao et al.，2020），同時也是陸地生態(tài)、水文等模型不可或缺的植被參數(shù)（Fang et al.，2019；李廣超等，2021），監(jiān)測植被LAI動態(tài)變化并研究其對氣候變化的響應(yīng)具有重要意義（楊正蘭等，2021）。目前，已有多種基于不同衛(wèi)星遙感數(shù)據(jù)源和反演方法生成的LAI產(chǎn)品，如AVHRR LAI、GLASS LAI（Xiao et al.，2013）及GlobMap LAI（Liu et al.，2012）等，這些數(shù)據(jù)產(chǎn)品正應(yīng)用于不同區(qū)域植被的診斷分析（Li and Guo， 2013；梁博毅等，2016；朱迪恩等，2018；張潯潯等，2021）。其中全球陸表特征參量衛(wèi)星葉面積指數(shù)（GLASS LAI）數(shù)據(jù)集采用廣義回歸神經(jīng)網(wǎng)絡(luò)（GRNNs）算法，將AVHRR LAI和MODIS LAI數(shù)據(jù)進(jìn)行融合，相比于其他LAI產(chǎn)品具有更好的空間和時間序列完整性（Fang et al.，2013；Xiao et al.，2017；劉遠(yuǎn)和周買春，2018）。

華東地區(qū)的氣候、土壤和植被類型多樣，導(dǎo)致植被對氣候的響應(yīng)強(qiáng)弱不均（閆立沙，2011；崔林麗和史軍，2012）。研究發(fā)現(xiàn)，華東中南部夏季極端高溫次數(shù)偏多時，江蘇東部地區(qū)的植被覆蓋率偏低，而山東中部和江西西南及西北部則偏高（葛非凡等，2017）；華東北部植被與降水關(guān)系密切，而華東南部植被變化與降水及氣溫的關(guān)系較北部弱（崔林麗等，2016）；暴雨對江蘇北部和山東地區(qū)的NDVI有明顯抑制作用（李建國等，2020）。在高植被覆蓋的華東區(qū)域，NDVI往往存在飽和現(xiàn)象（郭鈮和王小平，2015），LAI更能反映地表植被變化的真實情況。目前該地區(qū)基于GLASS LAI數(shù)據(jù)集的研究尚少且時間跨度短，另外以往研究大多針對年平均葉面積指數(shù)的變化進(jìn)行分析，結(jié)合反映植被最大光合能力的年最大葉面積指數(shù)變化特征的研究尚不多見。為此，本文基于1982—2016年GLASS LAI遙感數(shù)據(jù)，開展華東地區(qū)年平均和年最大LAI的時空演變特征分析，并對主導(dǎo)二者變化的氣候因子進(jìn)行研究，以期進(jìn)一步理解植被生態(tài)系統(tǒng)與氣候變化的相互作用為氣候變暖背景下華東地區(qū)的水土保持提供科學(xué)參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

華東地區(qū)位于中國東部（113.54°E—122.71°E，24.46°N—38.24°N），包括山東、江蘇、安徽、江西、浙江、福建、臺灣7省和上海市，因臺灣省無資料，本文研究區(qū)域不包含臺灣省。研究區(qū)總面積83.43×104km2，地貌主要為平原和丘陵，淮河以北為溫帶季風(fēng)氣候，以南為亞熱帶季風(fēng)氣候，植被類型多樣，區(qū)域植被變化對氣候的響應(yīng)較為復(fù)雜。研究區(qū)海拔與植被類型分布見圖1。

圖1 研究區(qū)海拔（a）和主要植被類型（b）分布Fig.1 The spatial distribution of elevation （a） and main vegetation types （b） in study area

1.2 數(shù) 據(jù)

1982—2016年LAI數(shù)據(jù)產(chǎn)品來源于GLASS遙感數(shù)據(jù)集（Xiao et al.，2016），空間分辨率為0.05°，時間分辨率為8 d。植被類型數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心（https：//www.resdc.cn/），對植被類型進(jìn)行同類合并后，形成森林、草地、農(nóng)田3大類。研究區(qū)79個國家級氣象站的逐日氣溫、降水和太陽輻射數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心（https：//data.cma.cn/），將逐日資料處理得到1982—2016年逐年平均氣溫、降水量與太陽輻射數(shù)據(jù)。采用Kriging空間插值處理，得到與植被LAI相同空間分辨率的氣象要素數(shù)據(jù)。

文中涉及地圖的底圖基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站（http：//bzdt.ch.mnr.gov.cn）下載的標(biāo)準(zhǔn)地圖制作，審圖號為GS（2019）1822號，底圖無修改。

1.3 研究方法

（1）年平均和年最大LAI序列的構(gòu)建方法

為描述植被年際變化特征，構(gòu)建年平均和年最大LAI兩種指標(biāo)。其中，年平均LAI代表年內(nèi)植被生長平均狀況，年最大LAI代表年內(nèi)植被最佳生長狀況。先利用最大值合成法得到逐月LAI，再計算年平均LAI，得到逐年年平均LAI序列；提取每年LAI數(shù)據(jù)序列中最大值，得到逐年的年最大LAI序列。

（2）線性趨勢分析

采用一元線性回歸分析方法，研究LAI序列的變化趨勢。若LAI時間序列t檢驗顯著性水平p＜0.05，則認(rèn)為該變化趨勢顯著。

（3）偏相關(guān)分析

為準(zhǔn)確探究氣溫、降水及太陽輻射對植被LAI的影響，采用偏相關(guān)方法（王志慧等，2017）進(jìn)行分析，該方法能較好地剔除其他因子影響，只考慮單一氣候因子與植被的關(guān)系。

2 結(jié)果與分析

2.1 植被LAI的空間分布

圖2是1982—2016年華東地區(qū)植被年平均和年最大LAI的近35 a平均值空間分布可以看出，兩者均呈現(xiàn)出由北向南遞增的特征，不同地區(qū)LAI差異較大。年平均LAI的多年均值為0.05～7.20，高值區(qū)主要位于浙江—福建一帶，江淮以北地區(qū)較低；年最大LAI的多年均值為0.04～8.60，高值區(qū)分布與年平均LAI相似，主要集中在福建、浙江及江西部分地區(qū)。與年平均LAI相比，北部的山東及江蘇和安徽北部年最大LAI值也較高，這些地區(qū)主要植被類型為農(nóng)田，農(nóng)作物生長最旺盛階段的植被覆蓋度大，葉面積指數(shù)高。

2.2 植被LAI的變化趨勢分布

由圖3（a）可知，1982—2016年華東地區(qū)年平均LAI大都呈上升趨勢，上升區(qū)域面積占78.4%，其中約77.7%的區(qū)域上升趨勢顯著（p＜0.05）［圖3（b）］，主要分布在山東、安徽北部以及福建東部，每年上升超過0.02；年平均LAI呈現(xiàn)下降趨勢的區(qū)域面積占21.6%，顯著下降的地區(qū)主要分布在浙江北部到江蘇南部一帶，約占整個區(qū)域的8.9%，每年降幅在0.02以上（p＜0.05）。

圖3 1982—2016年華東地區(qū)年平均LAI（a、b）與年最大LAI（c、d）變化趨勢（a、c）及顯著性檢驗（b、d）（p＜0.05）Fig.3 The variation trend （a， c） and significance test （b， d） of annual mean LAI （a， b） and annual maximum LAI （c， d） in East China from 1982 to 2016 （p＜0.05）

由圖3（c）可知，年最大LAI表現(xiàn)為增加趨勢的區(qū)域約占79.0%，顯著增加的區(qū)域占60.5%（p＜0.05），主要集中在山東和安徽，增幅達(dá)每年0.04以上［圖3（d）］；約有21.0%的地區(qū)表現(xiàn)為下降趨勢，顯著下降的地區(qū)約占總面積的6.4%，主要分布在華東中東部和中南部地區(qū)，以江蘇南部和福建西部最為集中，每年降幅達(dá)0.04以上。

結(jié)合年平均和年最大LAI來看，華東地區(qū)植被活動總體表現(xiàn)出增強(qiáng)趨勢，年最大LAI增幅明顯高于年平均LAI且二者的變化趨勢存在空間差異，福建、浙江的部分地區(qū)年平均LAI表現(xiàn)出增強(qiáng)趨勢，但年最大LAI呈下降趨勢?？傮w而言，研究區(qū)北部植被覆蓋雖相對較低，但上升趨勢明顯，且年最大LAI的增加速率高于年平均LAI。山東、安徽和江蘇北部地區(qū)年最大LAI增加明顯，這是由于這些地區(qū)主要為農(nóng)田，近30多a來受農(nóng)作物種植結(jié)構(gòu)、農(nóng)業(yè)種植技術(shù)等因素影響，使得農(nóng)田區(qū)的LAI增大。研究區(qū)南部植被覆蓋雖然較高，卻部分區(qū)域呈下降趨勢。江蘇南部及浙江北部的長三角地區(qū)年平均和年最大LAI均顯著下降，主要是改革開放以來這些地區(qū)經(jīng)濟(jì)發(fā)展迅速，城鎮(zhèn)、工業(yè)園區(qū)、物流中心等的建設(shè)，人口迅速擴(kuò)張，導(dǎo)致土地類型發(fā)生變化所致。閩贛交界處年平均和年最大LAI均出現(xiàn)顯著下降趨勢，可能是該地區(qū)以山地丘陵為主，近幾十年來極端降水顯著增加（曾穎婷和陸爾，2015），強(qiáng)降水導(dǎo)致滑坡、泥石流災(zāi)害增加，使得這些地區(qū)植被遭受破壞，從而導(dǎo)致LAI下降。

2.3 植被LAI的年際變化及趨勢

從時間變化上看，1982—2016年華東地區(qū)年平均及年最大LAI均呈波動上升趨勢（圖4）。年平均LAI的增加速率為每年0.007 9（p＜0.05），最小值出現(xiàn)在2000年（1.88），最大值出現(xiàn)在2015年（2.41）；年最大LAI的增加趨勢強(qiáng)于年平均LAI，線性增加率為每年0.022 6（p＜0.05），最小、最大值出現(xiàn)在1996年和2015年，分別為2.86和4.03。

圖4 1982—2016年華東地區(qū)年平均LAI及年最大LAI逐年變化及趨勢Fig.4 Yearly variation and trend of annual mean LAI and annual maximum LAI in East China from 1982 to 2016

由表1可知，華東地區(qū)主要類型植被的LAI變化趨勢與植被整體變化基本一致，其中草地LAI變化趨勢最為接近。由于森林的光合作用能力強(qiáng)于草地，其年平均LAI和年最大LAI最高，分別為3.04和4.15。各類型植被的年平均和年最大LAI均表現(xiàn)出上升趨勢。其中，農(nóng)田二者增加幅度最大，每年增幅分別為0.010 2和0.032 6，表明近35 a華東地區(qū)農(nóng)田增加趨勢更為明顯。農(nóng)田L(fēng)AI的變化除了受氣候變化影響外，也可能受栽培種類變化的影響，一些農(nóng)作物存在一年兩熟情況，使LAI存在較大波動，同時灌溉和施肥也會引起農(nóng)田L(fēng)AI顯著增加（孫愛華等，2016）。

表1 華東地區(qū)不同類型植被年平均和年最大LAI的35 a均值及變化趨勢Tab.1 The annual mean LAI and annual maximum LAI averaged in the last 35 years for different vegetation types and their variation trends in East China

2.4 植被LAI變化與氣候因子的關(guān)系

為了定量分析植被對氣候要素變化的響應(yīng)特征，對1982—2016年年平均和年最大LAI分別與年平均氣溫、降水量和太陽輻射做偏相關(guān)分析及顯著性檢驗。分析發(fā)現(xiàn)，研究區(qū)83.6%的區(qū)域年平均LAI與年平均氣溫呈負(fù)相關(guān)，但僅約1.2%的區(qū)域通過p＜0.05的顯著性檢驗，零星分布在江蘇及福建西部地區(qū)；有16.4%的區(qū)域年平均LAI與年平均氣溫呈正相關(guān)，均通過p＜0.05的顯著性檢驗。從年平均LAI與年降水量的偏相關(guān)分析看，83.5%的區(qū)域年平均LAI與年降水呈負(fù)相關(guān)，但僅0.6%的區(qū)域負(fù)相關(guān)顯著（p＜0.05），而16.5%的區(qū)域則表現(xiàn)為顯著正相關(guān)（p＜0.05），主要分布在山東中北部及浙江中部。由年平均LAI與年太陽輻射的偏相關(guān)分析可知，研究區(qū)約88.2%的區(qū)域二者呈負(fù)相關(guān)，僅1.7%的區(qū)域通過顯著性檢驗，零星分布在江蘇—浙江—福建一帶，而11.8%的區(qū)域則表現(xiàn)為顯著正相關(guān)（p＜0.05），主要分布在山東及安徽中部。

研究區(qū)約75.0%的區(qū)域年最大LAI與氣溫呈負(fù)相關(guān)，僅4.4%的區(qū)域為顯著負(fù)相關(guān)（p＜0.05），主要分布在福建西部，而25.0%的區(qū)域表現(xiàn)為顯著正相關(guān)（p＜0.05），主要集中在研究區(qū)西部；約91.2%的區(qū)域年最大LAI與年降水量呈負(fù)相關(guān)，通過顯著性檢驗的負(fù)相關(guān)區(qū)域約占總面積的0.8%，主要分布在江蘇中部地區(qū)，而約8.8%的區(qū)域呈顯著正相關(guān)（p＜0.05），主要分布在山東及浙江中部；研究區(qū)有93.0%的區(qū)域年最大LAI與年太陽輻射呈負(fù)相關(guān)，其中通過顯著性檢驗（p＜0.05）的區(qū)域約占總面積的2.2%，零星分布在江浙地區(qū)及福建北部，而7.0%的區(qū)域則表現(xiàn)為顯著正相關(guān)（p＜0.05），集中分布在安徽省。

為了探明不同氣候因子對年平均和年最大LAI影響顯著的區(qū)域分布，將年平均和年最大LAI與氣溫、降水量、太陽輻射的偏相關(guān)系數(shù)進(jìn)行疊加，取各像元內(nèi)年平均LAI或年最大LAI與3個氣候要素的最大偏相關(guān)系數(shù)，得到華東地區(qū)植被LAI主導(dǎo)氣候要素分布（圖5）?？梢钥闯?，華東地區(qū)年平均LAI受溫度影響顯著的區(qū)域主要分布在福建東部、江西、山東西南部以及安徽西北部，面積占13.9%；13.9%的區(qū)域年平均LAI受降水影響最大，主要位于華東北部和中部；此外，約10.0%的區(qū)域年平均LAI受太陽輻射影響顯著，主要分布在研究區(qū)中北部。對年最大LAI而言，約26.5%的區(qū)域主要受氣溫影響，分布在華東中南部的大部分地區(qū)；約7.4%的區(qū)域更依賴于降水，主要集中在山東中北部地區(qū)；主要受太陽輻射影響的區(qū)域占7.0%，分布在安徽東部地區(qū)。整體上，氣溫、降水與太陽輻射對研究區(qū)年平均LAI變化的貢獻(xiàn)率相近，但氣溫對年最大LAI變化的影響最大。

圖5 華東地區(qū)年平均LAI（a）、年最大LAI（b）與氣溫、降水量和太陽輻射顯著相關(guān)地區(qū)分布（空白區(qū)域的偏相關(guān)系數(shù)未通過顯著性檢驗）Fig.5 The distribution of areas with annual mean LAI （a） and annual maximum LAI （b） being correlated significantly with temperature， precipitation and solar radiation in East China（The partial correlation coefficient in the blank areas fails the significance test）

降水、氣溫和太陽輻射都是植被生長必不可少的因素，植被活動往往是三者共同作用的結(jié)果，不同種類植被對水光熱組合的響應(yīng)不同。研究區(qū)部分區(qū)域的LAI與3個氣候因子均表現(xiàn)為弱相關(guān)關(guān)系，說明該地區(qū)植被活動的驅(qū)動因子復(fù)雜，是多因子共同影響的結(jié)果，LAI變化難以用單一的氣候因子解釋。

3 討 論

華東地區(qū)年平均和年最大LAI整體均呈上升趨勢，只有中部及南部的部分地區(qū)呈下降趨勢，表明研究區(qū)植被生長狀況逐步改善，這與全國LAI的趨勢分布結(jié)果相似，但華東地區(qū)年平均LAI的增加速率比全國（12.1±2.1×10-3/a）低近35%（桑宇星等，2020）。華東北部植被覆蓋相對較低，但上升趨勢明顯，而南部地區(qū)植被覆蓋雖然較高，卻有部分地區(qū)呈下降趨勢。近年來沿海地區(qū)，尤其是長江三角洲區(qū)域的城市化進(jìn)程及經(jīng)濟(jì)發(fā)展迅猛，土地利用變化等人為因素是導(dǎo)致區(qū)域內(nèi)植被活力下降的原因之一。

華東地區(qū)包含半濕潤區(qū)與濕潤區(qū)，各地區(qū)植被活動的主導(dǎo)氣象因子表現(xiàn)出明顯的地域差異。華東北部屬暖溫帶半濕潤氣候區(qū)，年平均與年最大LAI主要受降水制約，該地區(qū)光照條件好，熱量資源充足，農(nóng)作物生長主要依賴自然降水，降水增加有利于土壤內(nèi)部營養(yǎng)物質(zhì)的吸收與運化，從而促進(jìn)植物生長（Dong et al.， 2016）。華東南部為濕潤區(qū)，降水已基本滿足植被生長需求，當(dāng)降水超過植被需求閾值時，植被對降水飽和響應(yīng)，其他環(huán)境變量（如熱量）對植被生長變得更為重要。因此，降水變化對植被生長影響相對較?。ê斡碌龋?007；郭嬌等，2013），而溫度影響則更為顯著。溫度升高可以延長生長季，增加光合作用，從而使植被活動增強(qiáng)（Nemani et al.， 2003）。太陽輻射是影響中部地區(qū)植被生長的主要限制因子，蘇皖地區(qū)是糧食主產(chǎn)區(qū)，低溫寡照不利于作物光合作用，易使作物產(chǎn)量受損（Song et al.， 2019）。綜合來看，溫度、降水與太陽輻射對研究區(qū)年平均LAI變化的貢獻(xiàn)率相近，但溫度對年最大LAI變化的影響最大。值得注意的是，華東大部分地區(qū)年最大LAI與溫度呈正相關(guān)，但在福建西部和江西部分地區(qū)年最大LAI與溫度呈負(fù)相關(guān)，主要是這些地區(qū)夏季易出現(xiàn)高溫，過度升溫可能引起干旱，對植被生長產(chǎn)生抑制作用。同時，氣溫升高有時會超過植物生長的適宜溫度，導(dǎo)致展葉所需的低溫累積減少，不利于打破葉片休眠，危害植物生長（孫康慧等，2021）。

本研究初步分析了年平均和年最大LAI的時空變化特征及其主導(dǎo)氣候因子，不可否認(rèn)的是，遙感LAI數(shù)據(jù)受地表反射率影響較大，使得GLASS LAI產(chǎn)品具有一定的不確定性，未來將集成多源遙感數(shù)據(jù)做進(jìn)一步分析。此外，一些人類活動，如城市化、氮沉降等也是影響植被變化的重要因素，受資料限制，目前暫未考慮這部分因素的影響，后續(xù)將進(jìn)一步擴(kuò)展本研究工作。

4 結(jié)論

基于1982—2016年GLASS LAI、溫度、降水量、太陽輻射等數(shù)據(jù)，對華東地區(qū)年平均和年最大LAI的時空變化進(jìn)行分析，并探究其主導(dǎo)氣候因子。結(jié)論如下：

（1）華東地區(qū)年平均和年最大LAI整體空間分布相似，呈現(xiàn)由北向南遞增的格局。近35 a二者均呈波動上升趨勢，增加率分別為每年0.007 9和0.022 6。

（2）華東地區(qū)年平均和年最大LAI分別約有78.4%和79.0%的區(qū)域呈現(xiàn)增加趨勢，二者變化趨勢的空間分布相似，顯著增加的地區(qū)主要集中在山東、安徽北部以及福建東部，但浙江北部到江蘇南部一帶表現(xiàn)出顯著下降趨勢。

（3）不同地區(qū)植被變化的主要氣候影響因子存在差異，溫度、降水與太陽輻射對研究區(qū)年平均LAI變化的貢獻(xiàn)率相近，但溫度對年最大LAI變化的影響最大。