2024, Vol. 41 
2. 中国科学院大学 北京燕山地球关键带国家野外科学观测研究站, 北京 101408;
3. 内蒙古锡林郭勒盟草原工作站, 内蒙古 锡林浩特 026000;
4. 内蒙古西乌珠穆沁旗草原工作站, 内蒙古 锡林郭勒盟 026200
2. Beijing Yanshan Earth Critical Zone National Research Station, University of Chinese Academy of Sciences, Beijing 101408, China;
3. Grassland Station of Xilingol League, Xilinhot 026000, Inner Mongolia, China;
4. Grassland Station of West Ujimqin banner, Xilingol League 026200, Inner Mongolia, China
草地是分布最广的陆地生态系统类型之一，其面积占全球陆地面积的1/5[1]。目前，中国北方草地面积约占全国草地总面积的60%。这些草地在作为放牧畜牧业基地的同时，也可提供一系列重要的生态功能，承担着京津地区绿色屏障的重任[2-3]。草地植被是草地生态系统的重要组成成分，是连接草地不同圈层的纽带。叶面积指数(leaf area index，LAI)通常被定义为单位面积地表上叶片总面积的1/2，是决定植被生物量和产量的关键因子。分析和研究草地LAI的时空变化对评估和预测土地覆被变化、监测植被动态、发掘草地生产潜力、评估和预测生态系统碳汇变化等具有重要的科学意义和应用价值[4-5]。
近20年，随着遥感技术的发展，国内外诸多学者基于LAI研究区域草地植被生长状况的时空变化，取得了大量成果[6-11]。一些区域研究在获得草地LAI空间分布的基础上，对LAI进行平均，未考虑其中的空间异质性[6-7]。而一些区域研究则对不同景观类型或土地覆被类型的LAI进行区分和比较。例如，Aragão等[8]比较分析亚马逊地区不同景观类型(包括森林、草原、灌木等)LAI的时空变化特征。又如，韩思淇等[9]比较分析黄河源地区不同土地覆被类型(包括林地、草地、沼泽)LAI的时空变化特征。这些研究表明，对于空间异质性强的较大区域，不同景观类型或土地覆被类型LAI的时空变化具有较大差异，这决定了区分不同类型的必要性。对于中国北方草地，大多数研究仅对区域草地进行了整体分析，而未深入探讨不同类型草地(如草甸草原、典型草原、荒漠)LAI的时空变化特征差异[10-11]。同时，大多数研究的时间幅度为近20年[6, 9]，极少研究在较长时间幅度(如40年)上分析中国北方草地LAI的时空变化。
研究表明，全球植被LAI在近20年呈增加趋势，中国地区LAI的增加程度更是高于全球平均水平，而气候变化是影响LAI增加的重要原因之一[12]。自从1805年Humbolt建立植被气候分类学、开始植被与气候关系的研究，国内外学者在LAI对气候因子响应方面已开展了众多研究[13-17]。这些研究大多通过趋势分析、回归分析和相关分析等探讨LAI变化对气温或降水量变化的整体响应，所获结论较为笼统。事实上，除具有较强的时空变异性，植被生长与气候的关系本身也非常复杂[18-25]。LAI随某个气象因子的变化可能并不是线性的或单调的[18]，该气象因子或其变化速率对LAI变化的影响可能存在转折阈值；高于和低于该阈值时的影响可能存在着强度甚至是性质的差异，因此，识别该阈值对于准确揭示两者的关系意义重大。特别地，当LAI呈现不同变化趋势时，对气候变化的响应也各异。然而，根据文献调研，目前尚未见到对不同变化趋势的LAI进行分别分析的相关研究。在探讨两者关系时，有必要区分LAI的不同变化趋势，这也有助于识别对LAI产生不同影响时的气象因子或其变化速率的转折阈值。
鉴于中国北方温性草地面积大、草地类型多样、植被生长和气候要素的时空变异性强，分草地类型、分不同变化趋势探讨植被生长状况对气候变化的响应十分重要。基于此，本研究利用中国北方长时间序列(1981—2017年)遥感影像数据，分析不同类型温性草地最大LAI的时空变化特征，并重点探讨不同变化趋势的LAI对气温和降水量变化的响应，以期更加全面客观地反映气候变化对温性草地植被生长影响的变异性和复杂性，从而为中国温性草地资源的可持续利用和保护及草地生态系统的恢复提供更为有效的借鉴和参考。
1 数据与方法 1.1 研究区概况中国北方温性草地主要分布在大兴安岭和小兴安岭向西和西南，直至新疆西部国境线的区域(73°30′E~134°57′E，31°24′N~53°14′N)。该区所处纬度较高，草地面积大，横跨东北(黑龙江省、吉林省、辽宁省)、华北(北京市、天津市、河北省、山西省、内蒙古自治区)、西北(陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区)3个大区域，以及位于华东的山东省和华中的河南省，共15个省级行政区。
该区属于干旱、半干旱和半湿润气候区，是气候变化的敏感地区。年平均气温为-3.1~8.9 ℃；大部分区域的年降水量小于400 mm。随着降水量从东向西递减，草地类型由温性草甸草原逐渐向温性荒漠过渡。
1.2 数据源及数据处理 1.2.1 草地类型数据本研究使用20世纪80年代中国1∶100万植被类型图。该植被类型图由中国科学院中国植被图编辑委员会编著、中国科学院植物研究所为主持单位编制[25]。综合该数据集中的相关植被型、植被群系和亚群系及群落优势种，将温性草地划分为温性草甸草原、温性典型草原、温性荒漠草原、温性草原化荒漠、温性荒漠和低地草甸6类(具体见图 1)。
|
Download:
|
| 该图基于自然资源部标准地图服务网站GS(2020)4632号标准地图制作,底图边界无修改。下同。 图 1 中国北方温性草地类型图 Fig. 1 Types of temperate grassland in northern China | |
采用全球陆表特征参量产品GLASS(global land surface satellite)中的LAI产品。该数据来源于国家科技基础条件平台的国家地球系统科学数据共享服务平台(http://www.geodata.cn)[26-27]。该产品用地面验证站点的MODIS地表反射率数据和融合LAI数据构造样本数据集，用经过训练的广义回归神经网络从AVHRR(advanced very high resolution radiometer)反射率中生成连续的长序列GLASS LAI产品。该产品经过国际通用站点和重点区域的充分验证及严格的质量控制，具有时间序列上连续、空间上完整等优势。时间分辨率为8 d，空间分辨率为5 km×5 km。
本研究下载1981—2017年每年6—8月的12期GLASS LAI数据。用ARCGIS 10.6软件对这些数据进行裁剪和运算，最终获得中国北方温性草地1981—2017年每年最大LAI的空间分布。据此获得整个研究区及不同类型草地最大LAI的每年均值、最大值和最小值，多年均值，以及不同变化趋势最大LAI的每年均值。
1.2.3 气象数据鉴于降水和气温对植被生长的影响存在一定的滞后效应，选用1981—2017年每年1—8月总降水量和7—8月均温数据探讨最大LAI与降水量和气温的关系。已有研究表明，中国北方草地生长状况与1—8月总降水量和7—8月均温的相关性最强[28]。
逐月降水量和气温数据来源于国家科技基础条件平台的国家地球系统科学数据共享服务平台之黄土高原科学数据中心(http://loess.geodata.cn)[29]。该数据基于全球不同分辨率的气候数据，利用Delta空间降尺度方法，生成中国的空间数据，并获得验证。空间分辨率约1 km×1 km。本研究下载1981—2017年每年的月降水量和月均温数据，计算每年1—8月总降水量和7—8月均温，并将这些数据重采样至5 km×5 km。
1.3 数据分析 1.3.1 最大LAI的年际变化趋势分析首先，采用Theil-Sen median趋势分析法量化1981—2017年中国北方温性草地最大LAI增加或降低的单调趋势。该方法是一种稳健的非参数统计趋势计算方法，相较于传统的参数检验方法可减少数据异常值的影响[30-31]。
| $ \beta_{\mathrm{LAI}}=\operatorname{median}\left(\frac{\mathrm{LAI}_j-\mathrm{LAI}_i}{j-i}\right), $ | (1) |
其中：i和j为以年为单位的时间序列(1981≤i＜j≤2017)；LAIi和LAIj分别为第i年和第j年的最大LAI值；βLAI为n(n-1)/2个最大LAI数据点对的斜率的中位数(n=37，为时间序列的长度)。若βLAI＞0，表示某时间序列的最大LAI呈增加趋势；反之，则呈降低趋势。
然后，运用Mann-Kendall趋势显著性检验法，根据标准正态Zc值判断最大LAI趋势的显著性[28]。在给定显著性水平0.05和极显著水平0.01的情况下，将最大LAI的变化分为3类：极显著变化(|Zc|≥2.58)、显著变化(1.96≤|Zc|＜2.58)、不显著变化(|Zc|＜1.96)。
综合以上2种方法，将最大LAI的变化趋势分为极显著降低、显著降低、不显著降低、不显著增加、显著增加、极显著增加6类。用MATLAB 9.8软件编写程序，进行逐栅格分析。
1.3.2 最大LAI与气象因子的相关性分析对每个栅格，用MATLAB 9.8软件计算1981—2017年最大LAI与1—8月总降水量和7—8月均温的年际动态的偏相关系数，并用t检验对LAI-降水量和LAI-气温关系的显著性进行检验。
| $ t=\frac{\overline{\mathrm{LAI}}-\bar{Y}}{\sqrt{\frac{s_1^2}{n_1}+\frac{s_2^2}{n_2}}}, $ | (2) |
其中：
区分最大LAI呈不同变化趋势时所对应的降水量和气温，并用基于独立样本的t检验对其进行差异显著性检验。对最大LAI呈不同变化趋势的区域，分别计算每年最大LAI和气象因子的平均值，并分别建立两者的回归关系。
2 结果与分析 2.1 最大LAI的总体变化1981—2017年中国北方温性草地年均最大LAI的多年均值为(0.76±1.07) m2/m2，空间上自东向西逐渐递减。高值区主要集中在东北草甸草地区、内蒙古东北部的呼伦贝尔草地和新疆伊犁河谷地区；低值区主要集中在内蒙古的中部和西部，青海北部柴达木盆地边缘，新疆南部塔里木盆地边缘、北部的准噶尔盆地及东部地区(图 2)。
|
Download:
|
| 图 2 1981—2017年中国北方温性草地年均最大LAI的空间分布 Fig. 2 Spatial distribution of average annual maximum LAI of temperate grassland in northern China during 1981-2017 | |
对不同类型草地，年均最大LAI的多年均值由高到低依次为：温性草甸草原、低地草甸、温性典型草原、温性荒漠草原、温性荒漠、温性草原化荒漠。草甸草原(包括温性草甸草原和低地草甸)的最大LAI较高，其中，温性草甸草原可达(2.73±1.20) m2/m2；其次是温性典型草原；荒漠类草原(包括温性荒漠草原、温性草原化荒漠和温性荒漠)的最大LAI较低，其中，温性草原化荒漠仅为(0.13±0.17) m2/m2(表 1)。
|
表 1 1981—2017年中国北方不同类型温性草地年均最大LAI Table 1 Average annual maximum LAI for different types of temperate grassland in northern China during 1981-2017 |
1981—2017年中国北方温性草地年均最大LAI呈增加趋势，增速为0.004 m2/(m2·a)，达极显著水平(p＜0.001)(图 3)。1989年最大LAI最小，为(0.63±1.08) m2/m2，2013年最大，为(0.87±1.15) m2/m2；1982、1986、1997、2001、2007、2009和2015年均出现较低值；1984、1988、1990、1993、1998和2012年均出现较高值。所有类型草地最大LAI均呈增加趋势，且除温性草甸草原外，其他类型草地均达极显著水平(p＜0.001)(附图 A1)。
|
Download:
|
| 样本为每年所有栅格的平均值，误差线表示的是标准差，图中LAI公式中y值的设定为：y=年份-1980，下同。 图 3 1981—2017年中国北方温性草地最大LAI的年际变化 Fig. 3 Annual variation in average maximum LAI of temperate grassland in northern China during 1981-2017 | |
最大LAI趋势分析结果表明，1981—2017年中国北方温性草地61.17%面积的LAI年际变化不显著(图 4)；其中，温性荒漠草原、温性草甸草原和温性荒漠LAI变化不显著的面积均超过60%(图 5)。LAI显著(包括极显著，下同)增加的面积占32.52%(图 4)；除温性草甸草原和温性荒漠草原外，其他类型草地LAI显著增加的面积均大于30%(图 5)。LAI显著降低的面积占6.31%(图 4)；其中，温性草甸草原和温性草原化荒漠LAI显著降低的面积最大(约占这2类草地面积的12%)(图 5)。对所有类型草地，最大LAI显著增加的面积均大于显著降低的面积(图 5)。
|
Download:
|
| 图 4 1981—2017年中国北方温性草地年最大LAI年际变化趋势的空间分布 Fig. 4 Spatial distribution of variation trend of annual maximum LAI in temperate grassland in northern China during 1981-2017 | |
|
Download:
|
| 图 5 1981—2017年中国北方不同类型温性草地年最大LAI的变化趋势 Fig. 5 Variation trends of annual maximum LAI for different temperate grassland types in northern China during 1981-2017 | |
空间上，最大LAI极显著增加和显著增加区域主要集中分布在内蒙古西南部的鄂尔多斯地区和阿拉善盟、甘肃省中部、青海省北部、新疆北部塔城地区和阿尔泰地区及南部塔里木盆地北缘；极显著降低和显著降低区域零星分布在内蒙古中部的锡林郭勒盟和东北部呼伦贝尔地区、新疆东天山以北、塔克拉玛干沙漠南缘和田以东和若羌—青海交界处(图 4)。
2.3 最大LAI年际动态对气象因子的响应 2.3.1 最大LAI年际动态对降水量的响应1981—2017年整个中国北方温性草地1—8月总降水量不显著下降(图 6(a))。除温性草原化荒漠和温性荒漠1—8月总降水量不显著增加外，其他类型草地均不显著下降(附图 A2)。
|
Download:
|
| 图 6 1981—2017年中国北方温性草地1—8月总降水量和7—8月均温的年际变化 Fig. 6 Variation in total precipitation from January to August and mean air temperature for July and August in temperate grassland in northern China during 1981-2017 | |
2001年1—8月总降水量最小，为(132.35±107.57) mm，1998年达最大，为(215.87±169.00) mm，1982、1986、1989、1997、2009、2014和2015年均出现较低值，1988、1990、1993、2003、2012、2013和2016年均出现较高值。在1—8月总降水量出现高值的年份，最大LAI出现高值或较高值的概率也非常高。然而，在1—8月总降水量出现低值的年份，最大LAI并不一定会出现低值；若上年1—8月总降水量超过200 mm(如1990和1998年)，或上2年1—8月总降水量持续较高(如2012和2013年)，LAI也可保持较大值或继续上升或未达到低值。总体上，年均最大LAI与1—8月总降水量的年际变化呈不显著正相关(p=0.079)(图 7(a))。对不同类型草地，两者的关系不尽相同：对低地草甸，呈不显著负相关；而对其他类型草地，均呈正相关，其中，对温性典型草原和温性荒漠草原，呈显著正相关(图 7(b)和7(c))。
|
Download:
|
| 样本数均为37,下同。 图 7 中国北方不同类型温性草地最大LAI与1—8月总降水量的年际变化相关性 Fig. 7 Correlations between variation in the maximum LAI of different temperate grassland types in northern China and variation in total precipitation from January to August | |
对于整个研究区所有类型草地，无论年均最大LAI呈现何种变化(增加或降低，显著或不显著)，其对应的1—8月总降水量均不显著下降(图 8(b)和9(b))。然而，当降水量下降速率不同时，降水量对LAI降低或增加程度的影响表现出明显的差异。当降水量下降速率较大(大于0.489 mm/a)时，最大LAI降低，且降水量越低，最大LAI降低得越多(图 8(a)和8(b))。最大LAI极显著降低和显著降低时所对应的降水量((192.44±141.39) mm和(203.79±128.14) mm)也显著低于最大LAI不显著降低时所对应的降水量((221.84±121.30) mm)。当降水量下降速率较小(小于0.096 mm/a)时，最大LAI增加，且降水量越高，最大LAI增加得越多(图 9(a)和9(b))。最大LAI极显著增加、显著增加和不显著增加时所对应的降水量之间也呈显著差异(分别为(184.85±119.82) mm、(151.30±119.64) mm和(132.58±118.68) mm)。相较于最大LAI增加的草地，最大LAI降低的草地降水量下降速率高约8倍。
|
Download:
|
| 图 8 最大LAI不同程度降低区域的年均最大LAI、年均1—8月总降水量和年均7—8月均温的年际变化 Fig. 8 Variation in average maximum LAI, average total precipitation from January to August and mean air temperature for July and August for the areas with different decreasing degrees of maximum LAI | |
|
Download:
|
| 图 9 最大LAI不同程度增加区域的年均最大LAI、年均1—8月总降水量和年均7—8月均温的年际变化 Fig. 9 Variation in average maximum LAI, average total precipitation from January to August and mean air temperature for July and August for the areas with different increasing degrees of maximum LAI | |
对于不同类型的草地，最大LAI与1—8月总降水量的关系均符合以上规律，除了影响最大LAI变化的降水量下降或上升速率的阈值不尽相同。例如，对于温性草甸草原，当降水量下降速率大于1.066 mm/a时，最大LAI降低；当降水量下降速率小于0.870 mm/a时，最大LAI增加。对于温性典型草原，当降水量下降速率大于0.785 mm/a时，最大LAI降低；当降水量下降速率小于0.400 mm/a时，最大LAI增加。对于温性荒漠，当降水量上升速率小于约0.10 mm/a时，最大LAI降低；当降水量上升速率大于约0.10 mm/a时，最大LAI增加(附表 A1)。
2.3.2 最大LAI年际动态对气温的响应1981—2017年整个中国北方温性草地7—8月均温以0.041 ℃/a的速率显著上升(p＜0.05)，且所有类型草地均显著上升(附图 A3)。
1993年7—8月均温最低，为(19.67±4.29) ℃，2016年达最高，为(22.19±4.44) ℃。1984、1990、1996、2003、2009和2014年出现较低值，1988、1991、1994、1997、2002、2006和2010年出现较高值。尽管在气温出现高值的年份，最大LAI大多出现低值或较低值(如1991、1997和2006年)，但总体上，年均最大LAI与7—8月均温的年际变化呈显著正相关(图 10(a))。对所有类型草地，两者均呈正相关，其中，对温性草原化荒漠、温性荒漠和低地草甸呈显著正相关(图 10(b)、10(c)和10(d))。
|
Download:
|
| 图 10 中国北方不同类型温性草地最大LAI与7—8月均温的年际变化相关性 Fig. 10 Correlations between variation in the maximum LAI of different temperate grassland types in northern China and variation in mean air temperature for July and August | |
对于整个研究区所有类型草地，无论年均最大LAI呈现何种变化(增加或降低，显著或不显著)，其对应的7—8月均温均显著上升(图 8(c)和9(c))。然而，当气温上升速率不同时，气温对LAI降低或增加程度的影响表现出明显的差异。尽管最大LAI极显著增加时所对应的气温(22.11±3.97) ℃显著高于最大LAI显著增加和不显著增加时所对应的气温(21.22±4.81) ℃和(21.22±4.76) ℃，但只有当气温上升速率较小(小于0.042 ℃/a)时，最大LAI才出现增加(图 9(a)和9(c))。当气温上升速率较大(大于0.043 ℃/a)时，最大LAI降低，且气温越高，最大LAI降低得越多(图 8(a)和8(c))。最大LAI极显著降低、显著降低和不显著降低时所对应的气温之间也呈显著差异(分别为(20.98±3.57) ℃、(20.22±3.61) ℃和(19.69±3.72) ℃)。
对于不同类型的草地，最大LAI与7—8月均温的关系完全符合以上规律，除影响最大LAI变化的气温上升速率的阈值不尽相同。例如，对于温性草甸草原，当气温上升速率大于0.036 ℃/a时，最大LAI降低；当气温上升速率小于0.034 ℃/a时，最大LAI增加。对于温性荒漠(面积最大)和温性典型草原(面积其次)，该阈值同整个研究区，约为0.042~0.043 ℃/a(附表 A1)。
2.3.3 最大LAI年际动态对降水量和气温的综合响应在最大LAI降低区域，年均最大LAI与1—8月总降水量呈显著正相关关系(图 11(a)、11(c)和11(e))，与7—8月均温呈显著负相关关系(图 11(b)、11(d)和11(f))。因此，在1981—2017年，随着这些区域降水量不显著降低(图 8(b))、夏季气温显著升高(图 8(c))，最大LAI呈下降趋势(图 8(a))。在最大LAI极显著和显著增加区域，年均最大LAI与7—8月均温呈显著正相关关系(图 12(b)和12(d))。因此，在1981—2017年，随着这些区域夏季气温显著升高(图 9(c))，最大LAI显著增加(图 9(a))。在这些区域，年均最大LAI与1—8月总降水量呈不显著正相关关系(图 12(a)和12(c))，但在降水量不显著降低(图 9(b))的情况下，最大LAI仍显著增加(图 9(a))，说明降水量不是最大LAI显著增加的主要因素。总之，最大LAI显著降低是降水量降低和夏季气温显著升高的综合作用，但后者是更重要原因(图 11)；最大LAI显著增加主要受夏季气温显著升高的影响(图 12)。
|
Download:
|
| 图 11 最大LAI不同程度降低区域的LAI与1—8月总降水量和7—8月均温的年际变化相关性 Fig. 11 Correlations between variation in maximum LAI of temperate grassland in northern China and variation in total precipitation from January to August and mean air temperature for July and August for the areas with different decreasing degrees of maximum LAI | |
|
Download:
|
| 图 12 最大LAI不同程度增加区域的LAI与1—8月总降水量和7—8月均温的年际变化相关性 Fig. 12 Correlations between variation in maximum LAI of temperate grassland in northern China and variation in total precipitation from January to August and mean air temperature for July and August for the areas with different increasing degrees of maximum LAI | |
2000年是很多区域最大LAI发生变化的重要转折点(图 8和图 9)。2000年后部分区域的最大LAI显著降低19.1%~21.8%(图 8(a))，而部分区域的最大LAI显著增加27.8%~79.6%(图 9(a))。无论最大LAI增加还是降低，若仅从气候变化上探究，主要均是因为2000年后夏季气温极显著高于2000年前(2000年前后降水量均无显著差异)。
3 讨论对中国北方温性草地的研究结果表明，总体上，年均最大LAI与1—8月总降水量的年际变化呈不显著正相关，与7—8月均温的年际变化呈显著正相关，符合一般认识[9]。对大多数类型草地，也符合此关系。
然而，在某些区域(占温性草地面积的2.72%，面积为5.67×104 km2)，也存在最大LAI与7—8月均温的年际变化呈显著负相关的现象。空间上，这些区域零星分布在内蒙古西部的阿拉善盟和新疆草地区(图 13(a))。其中，温性草原化荒漠占比最大，温性荒漠和温性荒漠草原中面积也不少，因为这些荒漠类草原的蒸发很强，而夏季高温加剧了蒸发作用，使植物可利用水大大减少，不利于植物生长[32]。
|
Download:
|
| 图中负相关为偏相关分析的结果。 图 13 1981—2017年中国北方温性草地最大LAI与7—8月均温和1—8月总降水量呈显著负相关的空间分布 Fig. 13 Spatial distribution with significant negative correlations between maximum LAI of temperate grassland in northern China and mean air temperature for July and August and total precipitation from January to August during 1981-2017 | |
气温升高对植被生长是双刃剑。我们的研究发现，7—8月均温上升速率0.042~0.043 ℃/a是一个重要的转折阈值。只有当气温上升速率低于该阈值时，LAI才随气温上升而增加；当气温上升速率高于该阈值时，LAI随气温上升而降低。在1981—2017年，中国北方温性草地整体的7—8月均温的平均上升速率达0.041 ℃/a，已非常接近该阈值。因此，可以推测，若未来7—8月均温更快地上升，则将会对植被生长产生负效应。另外，本研究将气温聚焦在生长最盛期的7—8月；当考虑年均气温时，气温影响植被生长的阈值将有所不同。
同时，在某些区域(占温性草地面积的0.76%，面积为1.59×104 km2)，也存在最大LAI与1—8月总降水量的年际变化呈显著负相关的现象(图 13(b))。这些区域包含2种情形：1—8月总降水量降低而LAI增加，1—8月总降水量增加而LAI降低。一般地，在以干旱半干旱为主(占92.01%)的中国北方温性草地，若水分条件得以改善，则植被生长状况会趋好；反之，植被生长状况会趋差。因此，我们推测，两者呈显著负相关可能与近40年来这些区域的人类活动有关。其中，在东北地区出现的LAI降低或增加现象与土地利用变化密切相关。例如，在松嫩平原西部的一些地区，在近40年，1—8月总降水量降低了5.8%~21.2%，但最大LAI却增加了3.7%~24.3%。1980年代，松嫩平原西部以草甸类草原为主，盐碱化较为严重，农业发展滞后[33]。随着中央于2003和2007年相继出台《关于实施东北地区等老工业基地振兴战略的若干意见》和《东北地区振兴规划》，修建了一些国家级大型灌区，原来的草甸开垦为耕地，农业获得极大发展[34-35]。尽管降水量下降，但因可获得灌溉用水，植被(农作物)生长状况仍可得以改善。又如，大兴安岭北部部分草地也存在1—8月总降水量降低(约4.8%)、但最大LAI增加(约27.2%)的现象。大兴安岭北部处于林草交错带，自1988年以来，国家在东北地区组织实施了重点国有林区天然林资源保护工程等相关林业保护措施，使得过去稀疏的草甸草原逐渐演替为林地，或原有林地得以保护和恢复，LAI增加。相反，在三江平原的一些地区，在近40年，1—8月总降水量增加了1.3%~6.7%，但最大LAI却降低了14.5%。与这些地区的土地利用变化也有关。1980年代，这些地区以湿润的草甸类草原为主，植被覆盖度较高，但从1990年代开始，同历史上三江平原其他大面积草甸类草原类似，这些地区的很多草甸类草原也被开垦为耕地[36]，造成LAI降低。
在一些干旱地区(如新疆南部和东部，以及内蒙古阿拉善地区)出现的LAI降低现象则既与人类活动有关，也与气候变化有关。例如，新疆库尔勒塔里木河平原区1—8月总降水量增加54.5%，但最大LAI却降低71.7%。该区位于塔里木盆地北缘，初期为荒漠草地，植被覆盖度很低(LAI约0.12 m2/m2)，随着降水量和气温的上升，土壤蒸发日益增强，土壤中的盐分随蒸发上升至地表，导致该区在2000年后由草地转变为盐碱地。另外，2000年后该区的大牲畜放牧量增大至1980年代和1990年代的10倍以上[37-38]。过牧使裸地面积增大，促进了土壤蒸发，增加了盐分在地表的积累，进一步加剧了草地盐碱化，LAI降低至0.03 m2/m2。
可见，在大尺度气候变化影响的背景下，灌溉、植被保护和恢复、农田开垦、放牧等人类活动可在较小的空间范围内影响植被生长。人类活动对植被生长的效应可能与气候变化完全相反，说明人类活动可在一定程度上改变气候变化的影响，而这种改变可能是正效应(植被生长改善)，也可能是负效应(植被生长变差)。
4 结论本研究对中国北方温性草地最大LAI的时空变化特征进行分析，并深入探讨LAI呈不同变化趋势时对气象因子的响应。
结果表明，1981—2017年中国北方温性草地最大LAI空间上呈自东向西逐渐递减趋势。所有类型草地的最大LAI均呈增加趋势，且除温性草甸草原外，其他类型草地均达极显著水平。所有类型草地最大LAI显著增加的面积均大于显著降低的面积。
1981—2017年中国北方温性草地1—8月总降水量不显著下降；7—8月均温显著上升。最大LAI降低是降水量降低和气温升高的综合作用。这时，1—8月总降水量下降速率较大(约大于0.5 mm/a)，且7—8月均温上升速率也较大(大于0.043 ℃/a)；在此范围内，降水量越低或气温越高，LAI降低越多。最大LAI增加也是降水量增加和气温升高的综合作用，但主要受气温升高的影响。这时，1—8月总降水量下降速率较小(小于约0.1 mm/a)，且7—8月均温上升速率也较小(小于0.042 ℃/a)；在此范围内，降水量越高或气温越高，LAI增加越多。总之，累积降水量对LAI的影响是单调的正效应。而夏季气温对LAI的影响是非单调的：当7—8月均温上升速率低于0.042~0.043 ℃/a时，气温的上升对LAI为正效应；当气温上升速率高于该阈值时，气温的上升对LAI为负效应。以上规律适用于中国北方不同类型的温性草地，除了阈值可能不尽相同。
附录|
|
附表A1 中国北方不同类型温性草地最大LAI呈不同变化趋势时年均LAI、年均1—8月总降水量和年均7—8月均温的年际变化 Table A1 Variation in average maximum LAI, average total precipitation from January to August and mean air temperature for July and August for the areas with different changing degrees of maximum LAI for different temperate grassland types in northern China |
|
Download:
|
| 附图 A1 1981—2017年中国北方不同类型温性草地最大LAI的年际变化 Fig. A1 Annual variation in average maximum LAI of different temperate grassland types in northern China during 1981-2017 | |
|
Download:
|
| 附图 A2 1981—2017年中国北方不同类型温性草地1—8月总降水量的年际变化 Fig. A2 Variation in total precipitation from January to August for different temperate grassland types in northern China during 1981-2017 | |
|
Download:
|
| 附图 A3 1981—2017年中国北方不同类型温性草地7—8月均温的年际变化 Fig. A3 Variation in mean air temperature for July and August for different temperate grassland types in northern China during 1981-2017 | |
| [1] |
朴世龙, 方精云, 贺金生, 等. 中国草地植被生物量及其空间分布格局[J]. 植物生态学报, 2004, 28(4): 491-498. Doi:10.17521/cjpe.2004.0067 |
| [2] |
欧阳志云, 王如松, 赵景柱. 生态系统服务功能及其生态经济价值评价[J]. 应用生态学报, 1999, 10(5): 635-640. Doi:10.13287/j.1001-9332.1999.0166 |
| [3] |
李博主编;内蒙古草场资源遥感应用考察队伊克昭盟分队编著. 内蒙古鄂尔多斯高原自然资源与环境研究[M]. 北京: 科学出版社, 1990.
|
| [4] |
满卫东, 刘明月, 王宗明, 等. 1990—2015年东北地区草地变化遥感监测研究[J]. 中国环境科学, 2020, 40(5): 2246-2253. Doi:10.19674/j.cnki.issn1000-6923.2020.0257 |
| [5] |
Yan P J, Di L, Zhou J P, et al. Spatio-temporal changes of vegetation coverage in Jingchuan County based on an analysis of TM imagery[J]. IOP Conference Series: Earth and Environmental Science, 2019, 227: 062036. Doi:10.1088/1755-1315/227/6/062036 |
| [6] |
杨正兰, 张廷斌, 易桂花, 等. 气候变化背景下横断山区植被叶面积指数时空变化特征分析[J]. 长江流域资源与环境, 2021, 30(11): 2670-2681. Doi:10.11870/cjlyzyyhj202111010 |
| [7] |
黄玫, 季劲钧. 中国区域植被叶面积指数时空分布: 机理模型模拟与遥感反演比较[J]. 生态学报, 2010, 30(11): 3057-3064. |
| [8] |
Aragão L E O C, Shimabukuro Y E, Espírito Santo F D B, et al. Landscape pattern and spatial variability of leaf area index in Eastern Amazonia[J]. Forest Ecology and Management, 2005, 211(3): 240-256. Doi:10.1016/j.foreco.2005.02.062 |
| [9] |
韩思淇, 麻泽龙, 庄文化, 等. 2000—2018年黄河源植被叶面积指数时空变化特征[J]. 灌溉排水学报, 2019, 38(12): 57-62. Doi:10.13522/j.cnki.ggps.2019151 |
| [10] |
Yin Y H, Ma D Y, Wu S H, et al. Nonlinear variations of forest leaf area index over China during 1982-2010 based on EEMD method[J]. International Journal of Biometeorology, 2017, 61(6): 977-988. Doi:10.1007/s00484-016-1277-x |
| [11] |
任宏昌, 史学丽, 张祖强. 2003—2009年中国地区叶面积指数变化特征分析[J]. 气象科学, 2014, 34(2): 171-178. Doi:10.3969/2013jms.0055 |
| [12] |
Fang H L, Baret F, Plummer S, et al. An overview of global leaf area index (LAI): methods, products, validation, and applications[J]. Reviews of Geophysics, 2019, 57(3): 739-799. Doi:10.1029/2018RG000608 |
| [13] |
Baniya B, Tang Q H, Koirala M, et al. Growing season vegetation dynamics based on NDVI and the driving forces in Nepal during 1982-2015[J]. Forestry: Journal of Institute of Forestry, Nepal, 2020, 17: 1-22. Doi:10.3126/forestry.v17i0.33619 |
| [14] |
胡琦. 内蒙古地区多时间尺度气候变化及草地叶面积动态响应研究[D]. 北京: 中国农业大学, 2016.
|
| [15] |
Yin G, Hu Z Y, Chen X, et al. Vegetation dynamics and its response to climate change in Central Asia[J]. Journal of Arid Land, 2016, 8(3): 375-388. Doi:10.1007/s40333-016-0043-6 |
| [16] |
周伟, 王倩, 章超斌, 等. 黑河中上游草地NDVI时空变化规律及其对气候因子的响应分析[J]. 草业学报, 2013, 22(1): 138-147. |
| [17] |
Gottfried M, Pauli H, Futschik A, et al. Continent-wide response of mountain vegetation to climate change[J]. Nature Climate Change, 2012, 2(2): 111-115. Doi:10.1038/nclimate1329 |
| [18] |
Zhang G P, Yan J J, Zhu X T, et al. Spatio-temporal variation in grassland degradation and its main drivers, based on biomass: case study in the Altay Prefecture, China[J]. Global Ecology and Conservation, 2019, 20: e00723. Doi:10.1016/j.gecco.2019.e00723 |
| [19] |
康悦, 李振朝, 田辉, 等. 黄河源区植被变化趋势及其对气候变化的响应过程研究[J]. 气候与环境研究, 2011, 16(4): 505-512. Doi:10.3878/j.issn.1006-9585.2011.04.11 |
| [20] |
Cui L L, Shi J. Temporal and spatial response of vegetation NDVI to temperature and precipitation in Eastern China[J]. Journal of Geographical Sciences, 2010, 20(2): 163-176. Doi:10.1007/s11442-010-0163-4 |
| [21] |
Nemani R R, Running S W, Pielke R A, et al. Global vegetation cover changes from coarse resolution satellite data[J]. Journal of Geophysical Research Atmospheres, 1996, 101(D3): 7157-7162. Doi:10.1029/95JD02138 |
| [22] |
张福春. 气候变化对中国木本植物物候的可能影响[J]. 地理学报, 1995, 50(5): 402-410. Doi:10.11821/xb199505003 |
| [23] |
Zhang X Z, Tang Q H. Response of simulated surface air temperature to the interannual variability of leaf area index in eastern China[J]. Advances in Meteorology, 2013, 2013: 817870. Doi:10.1155/2013/817870 |
| [24] |
Kasoro F R, Yan L, Zhang W, et al. Spatial and temporal changes of vegetation cover in China based on MODIS NDVI[J]. Applied Ecology and Environmental Research, 2021, 19(2): 1371-1390. Doi:10.15666/aeer/1902_13711390 |
| [25] |
张新时主编; 中国科学院中国植被图编辑委员会编纂. 中华人民共和国植被图 1∶1 000 000[M]. 北京: 地质出版社, 2007.
|
| [26] |
Xiao Z Q, Liang S L, Wang J D, et al. Use of general regression neural networks for generating the GLASS Leaf Area Index Product from Time-Series MODIS Surface Reflectance[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(1): 209-223. Doi:10.1109/TGRS.2013.2237780 |
| [27] |
Xiao Z Q, Liang S L, Wang J D, et al. Long-time-series global land surface satellite leaf area index product derived from MODIS and AVHRR surface reflectance[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(9): 5301-5318. Doi:10.1109/TGRS.2016.2560522 |
| [28] |
乐荣武, 张娜, 王晶杰, 等. 2000—2019年内蒙古草地地上生物量的时空变化特征[J]. 中国科学院大学学报, 2022, 39(1): 21-33. Doi:10.7523/j.ucas.2020.0047 |
| [29] |
Peng S Z, Ding Y X, Liu W Z, et al. 1 km monthly temperature and precipitation dataset for China from 1901 to 2017[J]. Earth System Science Data, 2019, 11(4): 1931-1946. Doi:10.5194/essd-11-1931-2019 |
| [30] |
Theil H. A rank-invariant method of linear and polynomial regression analysis[M]//Advanced Studies in Theoretical and Applied Econometrics. Dordrecht: Springer Netherlands, 1992: 345-381. DOI: 10.1007/978-94-011-2546-8_20.
|
| [31] |
Sen P K. Estimates of the regression coefficient based on Kendall's tau[J]. Journal of the American Statistical Association, 1968, 63(324): 1379-1389. Doi:10.1080/01621459.1968.10480934 |
| [32] |
李晓兵, 陈云浩, 张云霞, 等. 气候变化对中国北方荒漠草原植被的影响[J]. 地球科学进展, 2002, 17(2): 254-261. Doi:10.3321/j.issn:1001-8166.2002.02.015 |
| [33] |
王惠玲, 刁华杰, 崔乐乐, 等. 北方农牧交错带典型草地土壤呼吸及其组分对刈割强度的响应[J]. 草地学报, 2020, 28(5): 1403-1411. Doi:10.11733/j.issn.1007-0435.2020.05.027 |
| [34] |
乔治. 东北林草交错区土地利用对生态脆弱性的影响评价[D]. 济南: 山东师范大学, 2011.
|
| [35] |
臧淑英, 黄樨, 郑树峰. 资源型城市土地利用变化的景观过程响应: 以黑龙江省大庆市为例[J]. 生态学报, 2005, 25(7): 1699-1706. Doi:10.3321/j.issn:1000-0933.2005.07.024 |
| [36] |
杜国明, 李昀, 于凤荣, 等. 基于遥感的2000—2009年三江平原北部耕地变化特征分析[J]. 农业工程学报, 2012, 28(1): 225-229. Doi:10.3969/j.issn.1002-6819.2012.01.040 |
| [37] |
郭健. 新疆塔里木河流域平原区土地利用覆盖变化及其对生态环境影响分析[J]. 地下水, 2005, 27(6): 493-496. Doi:10.3969/j.issn.1004-1184.2005.06.030 |
| [38] |
国家统计局. 中国统计年鉴2021[M]. 北京: 中国统计出版社, 2021.
|