邓腾林 ，宋一凡 ，王明新 ，赵义平 ，王子河 ，刘 迪 ，龙胤慧
（1.中国水利水电科学研究院 内蒙古阴山北麓草原生态水文国家野外科学观测研究站，北京 100038；
2.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室，北京 100038；
3.水利部牧区水利科学研究所，内蒙古 呼和浩特 010020）
浑善达克沙地是我国第三大沙地，同时也是京津冀地区冬、春季节主要的风沙源区，其生态环境健康状况直接关系到我国北方地区经济社会可持续发展。开展变化环境下浑善达克沙地植被动态变化及其影响因素研究具有十分重要的生态意义。
浑善达克沙地地处中纬度生态脆弱区，气候条件恶劣、生态环境脆弱，与其他地貌类型相比，更易受到不利环境的影响。在众多环境要素中，水分是沙地植被生长分布以及退化与恢复过程中最主要的限制性因素［1］。以气温升高为主要特征的气候变化深刻影响着全球水文循环过程与陆地生态系统稳定。IPCC第五次评估报告指出，随着全球平均气温不断上升，世界各地发生干旱等极端气候事件的可能性增大［2］（IPCC，2013）。中高纬度地区被认为是受气候变化影响最大的区域［3］，而我国西北干旱区气温上升速率为中国平均升温速率的1.31倍和全球平均升温速率的2.62倍［4］，受气候变化影响尤为显著。长期以来，各类测站稀少一直是生态脆弱地区干旱事件监测与科学研究的限制条件。近年来，大尺度空间遥感数据和产品（如 NOAA［5］、MODIS［6］、SPOT-VGT［7］等）的应用为荒漠化地区植被动态监测及其影响因素分析提供了新的视角［8］。降水是沙地最主要的水分来源，其降水事件具有着鲜明的时空变异性和脉动性特征［9］。降水事件的发生时间、持续时间、强度具有极强烈的波动性和不均匀性［10］，且随着降水量的递减，变异性和波动性愈发强烈［11］，全球不同干旱地区都有类似的降水分布格局［12］。受降水影响，沙地干旱事件也表现出类似的时空分异和脉动性特征。此外，由于干旱事件本身还具有滞后性和持续性特点［13-14］，沙地干旱演变规律及其与植被互馈机制更加复杂［15］。针对植被对干旱响应研究多集中在热带森林植被系统［16］、湿地植被生态系统［17］、农田植被生态系统等［18］，而不同植被生态系统对干旱的敏感性与响应机制不同，特别是目前沙地植被生态系统对干旱的响应机制尚未有明确结论。
基于此，本研究以浑善达克沙地为研究区，在分析1982—2015年沙地NDVI动态变化情势的基础上，调查近34年来沙地植被动态与不同时间尺度SPEI的时空响应关系，以期了解气候变化对浑善达克沙地植被动态的影响规律，为气候变化综合应对和沙漠化针对性防治提供科学依据。
2.1 研究区 浑善达克沙地位于内蒙古高原中部地区，东西长约470 km，南北长约10～100 km，面积约3.2万km2。研究区涉及锡林郭勒盟二连浩特市、苏尼特左旗、苏尼特右旗、阿巴嘎旗、锡林浩特市、镶黄旗、正镶白旗、正蓝旗、多伦县和赤峰市的克什克腾旗等11个旗（市、县）75个乡（镇、苏木）。其地势起伏由东南向西北缓缓降低，沙地边缘为剥蚀低山、丘陵，境内为沙丘、湖泊、盆地及剥蚀高原交错分布［19］。其气候类型属温带大陆性气候，主要特征表现为寒冷、干旱、风大［20］。光热资源为年均气温0～3℃，有记录的极端最高气温42.6℃，最低气温-35℃；
年日照时数3000～3200 h，≥10℃积温2000～2600℃，西部最高可达2700℃；
因受东南季风的影响，降水量自东向西递减，东部年降水350～400 mm，西部100～200 mm；
年蒸发量为2000～2700 mm；
干燥度为4.0～14.0；
冬春季节，风力强大而发生频繁，年平均风速3.5～5.0 m/s，大风日数50～80 d，占全年的40%～50%，是全国沙区最大风区之一。根据全国1∶1000000中国植被类型图，研究区土地植被覆盖类型为草原、灌丛、阔叶林、荒漠等8种植被类型，其中草原（甸）比例为60.12%，灌丛比例为21.75%，阔叶林比例为13.32%，其余5种类型仅占4.81%，植被覆盖分布如图1所示。
图1 浑善达克沙地主要植被覆盖类型
2.2 数据来源及预处理 归一化植被指数（NDVI），又称标准化植被指数，该指数能够较好地反映植被光合能力的变化［21］，也是表征植被生长状态及植被覆盖度最佳指示因子之一。
本文NDVI数据来源为美国NASA戈达德太空飞行中心（GSFC）GIMMS3gNDVI数据集［22］（https：//ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/），其空间分辨率为1/12°，时间跨度为1982年1月—2015年12月，时间分辨率为15 d。本研究采用最大值合成法（MVC）将NDVI源数据合成为月数据，进而获得不同季节和年值数据。
标准化降水蒸散发指数SPEI是由Vicente-Serrano等［23］结合降水与潜在蒸散发量差值序列的累积概率做正态标准化后的指数［24］。由于其引入了潜在蒸散发量，该指数在降水、温度的基础上，增加了蒸散发、风速、相对湿度及太阳辐射等参数，因而能够更加有效地反应某一地区不同时间尺度的干湿情况，SPEI指数干湿程度分级见表1。
表1 SPEI指数干湿程度分级［25］
本文SPEI数据采用气候研究委员会（Climate Research Unit）SPEI数据集（https：//digital.csic.es/handle/10261/153475）。该数据集空间分辨率为0.5°，时间跨度为1900年1月—2015年12月，时间分辨率为1月，共包括48个时间尺度。本研究选取1982年1月—2015年12月数据，并将各时间尺度SPEI数据空间分辨率重采样至1/12°。
2.3 研究方法 本次NDVI变化趋势研究方法采用指数线性回归法，即通过采用最大值合成法获得浑善达克沙地各像元年尺度NDVI值分布情况，再运用线性回归，分析沙地内各像元NDVI在年尺度上空间分布及变化趋势，其计算公式如下：
式中：θslop为像元n年NDVI值线性回归方程斜率；
n为时间序列长度；
j为NDVI系列中第j年。
对不同像元θslop值进行F显著性检验，将NDVI变化趋势分为四个等级，分别为显著性改善（θslop＞0，P≤0.05），非显著性改善（θslop＞0，0.05＜P＜1），显著性退化（θslop＜0，P≤0.05），非显著性退化（θslop＜0，0.05＜P＜1）。
在上述基础上，采用Pearson相关分析法计算浑善达克沙地NDVI与不同时间尺度SPEI的相关关系，进而分析NDVI对不同时间尺度SPEI的响应关系。其中，SPEI采用1、3、6、9、12和24个月6种时间尺度。参考朴世龙等［26］在中国北方地区的生长季及不同季节划分方法，生长季为4—10月，春季为4—5月，夏季为6—8月，秋季为9—10月。根据式（2）分别计算逐月NDVI与SPEI在不同时间尺度的相关系数。采用式（3）计算获得年、生长季以及不同季节NDVI与不同时间尺度SPEI相关系数最大值。
式中：ρij为某像元i月NDVI和j时间尺度SPEI的pearson相关系数；
ρmax为该像元在不同时间尺度内ρij的最大值。
本文相关性分析显著性水平均为α=0.05，数据处理基于MATLAB（2015b）软件与Arcmap Python编程实现。
3.1 浑善达克沙地NDVI动态变化及趋势 浑善达克沙地1982—2015年NDVI多年平均值为0.22，NDVI年尺度动态变化如图2（a）所示。沙地中、东部地区年尺度NDVI值均在0.40以上，西部地区则介于0～0.40之间。从年际变化来看，1989年、2000年和2010年沙地整体NDVI处于较小值，植被覆盖程度偏低；
而1990年、1999年、2003年、2012年和2013年沙地整体NDVI处于较大值，植被覆盖程度相对较高。浑善达克沙地1982—2015年NDVI最大值月份时空分布情况如图2（b）所示。从各月来看，研究区NDVI最大值多出现在7、8月份，且不同年份时空变化明显。
图2 浑善达克沙地逐年NDVI时空动态变化图
从图2（a）可以看出，浑善达克沙地植被覆盖程度整体分布自东向西减少，中部地区植被动态变化较东、西部地区更加频繁，这主要是受到了降水东南多西北少的分布差异的影响［27］。从图2（b）和图3可以看出NDVI的年内分布情况，NDVI最大值在8月份出现最多，占比超过50%，其次为7月份，占比超30%，其与研究区降水时空分布特征同规律且相关性较大。这反映了水分是沙地植被生长分布以及退化与恢复过程中最主要的限制性因素。
图3 浑善达克沙地最大NDVI年内分布图
浑善达克沙地1982—2015年NDVI变化趋势如图4所示。研究区近34年来NDVI改善区面积占沙地面积55.56%，其中，显著性改善区域约占沙地面积13.24%，主要分布在沙地腹地；
非显著改善区域约占沙地面积42.32%，主要分布在沙地腹地各旗县交界区域。研究区近34年来NDVI退化区面积占沙地面积44.44%，其中显著性退化区域占沙地面积的6.64%，同样零星分布在沙地腹地区域；
非显著退化区域主要集中在沙地西部苏尼特右旗和苏尼特左旗与阿巴嘎旗交界处及正蓝旗北部区域，约占沙地面积的37.80%。
图4 浑善达克沙地近34年来NDVI变化趋势显著性分级
浑善达克沙地近34年来NDVI改善的面积略大于退化面积，其中显著改善的面积大于显著退化的面积，沙地植被总体朝着改善的方向发展的，其与沙地范围内近年来禁牧，涵养水资源等沙地生态修复措施实施有关。沙地显著改善区域与沙地显著退化区域均相互交错分布于沙地腹地，其与区域土壤质地及基底起伏导致地下水水位埋深程度不同，进而影响植被生长的生态因子分布不均导致植被生长的差异，进而导致植被生态脆弱异质性［28］。同时还应看到的是，占沙地80.12%面积的区域改善、退化趋势均未达到显著，二者之间存在着频繁的转化关系，当气候变化和人类活动朝着不利的方向发展时，改善的区域易转化为退化，反之亦然，这与沙地植被脆弱，对气候变化与人类活动极为敏感所致［29］。
3.2 年尺度NDVI对不同时间尺度SPEI的响应 浑善达克沙地年尺度NDVI与不同时间尺度SPEI（1个月、3个月、6个月、9个月、12个月、24个月）相关系数最大值空间分布如图5（a）所示。研究区范围内86.38%的区域NDVI与SPEI呈显著性相关（图5（b）），未通过显著检验的区域主要分布在沙地范围腹地的灌丛和草地。从年尺度NDVI对不同时间尺度SPEI的响应来看（图5（c）），与NDVI相关性最强的为SPEI-03，约占沙地面积的49.14%，主要分布在沙地的东南部和西部；
其次为SPEI-24，约占沙地面积的24.74%，主要分布在沙地的中部和东部；
其余时间尺度多分布在沙地中部。
图5 浑善达克沙地年尺度NDVI和不同尺度SPEI最大相关系数
研究区86.38%的区域NDVI与SPEI显著相关，受水热条件变化影响强烈，这也反映了沙地生态环境的脆弱特征。未通过显著检验的区域主要分布在沙地腹地的灌丛和草地，这些区域生态环境极端恶劣，生长的植被在长期进化过程中发展出了极强的耐旱性［30］。通过NDVI与不同时间尺度SPEI的相关性分析，可发现浑善达克沙地NDVI对SPEI的滞后期多为3个月，所占比例约为一半，其次为24个月。植被对持续性干旱的滞后效应主要受到植物类型、抗旱性能、土壤质地等因素影响［31］。通常而言，草本植物由于根系较浅，因此更易受到干旱事件的影响［32］。此外，沙地土质结构松散，持水能力较差，土壤有效含水量偏低，土壤贫瘠，也使得沙地浅根植物对干旱事件更为敏感。研究区各类草地面积超过60%，同其他植被类型相比，响应时间也较短［33］。根系发育较深的灌木和乔本植物抵御持续性干旱的能力更强［34］。研究表明，森林能够对4年前的干旱产生响应［35］。在研究区降水量相对较大的东南部，分布着灌丛、阔叶林、针叶林等根系较深的植被，在这些区域NDVI与SPEI-24表现出了较好的相关性。由此可见沙地水热条件和土壤结构等生态影响因子决定了沙地植被类型的多样性，进而表现出对水热条件响应的不同特征。
3.3 季节尺度NDVI对不同时间尺度SPEI的响应 与浑善达克沙地不同季节NDVI相关性最强的SPEI所对应的时间尺度分布如图6所示。与春季NDVI相关程度最大的为SPEI-09，约占沙地范围33.37%，其次为SPEI-24和SPEI-12分别占沙地范围26.36%和24.16%。其中，SPEI-09主要分布在沙地西部和正北部，SPEI-12主要分布在沙地中部，SPEI-24主要分布在沙地东部。与夏季NDVI相关程度最大的为SPEI-03，分布在沙地东部和西部，约占沙地范围51.17%，其次为SPEI-06，SPEI-12和SPEI-24，分别占沙地范围为16.95%，14.03和12.14%，均分布在沙地中部。与秋季NDVI相关程度最大的为SPEI-03，广泛分布于沙地范围内，东部较集中，约占沙地范围40.32%，其次为SPEI-06和SPEI-24分别占沙地范围31.95%和14.03%，均分布于沙地中部和北部。与整个生长季NDVI相关程度最大的为SPEI-03，广泛分布于沙地范围内，东西部较为集中，约占沙地范围46.88%，其次为SPEI-06、SPEI-24和SPEI-12，分别约占沙地范围18.25%、15%和12.34%，主要分布在沙地中部及边缘。
图6 与浑善达克沙地NDVI具有最大相关性的SPEI时间尺度分布图
研究区不同季节NDVI与各时间尺度SPEI最大相关系数空间分布如图7所示。在植被生长季，最大相关系数值随时间尺度的推移由西向东不断增大，同时西部区和中部区最大相关系数随时间尺度的推移先增大后随之减小；
各生长季内最大相关系数高值区均分布在沙地边缘，中部地区零星分布，相关性最大的时间尺度为SPEI-03，其次为SPEI-06和SPEI-09。
图7 浑善达克沙地不同季节NDVI与不同时间尺度SPEI最大相关系数分布图
从不同季节NDVI与不同时间尺度SPEI的相关性分析来看，春季NDVI对SPEI具有9个月的滞后期，体现出了更好的耐旱性；
而夏季、秋季和整个生长季NDVI对SPEI的滞后期都为3个月，植被动态对干旱事件的响应更加敏感。很多研究都表明，非生长季降水留存对于干旱半干旱地区植被返青以及抗旱具有重要的生态学意义［36-37］。一方面，随着气温回暖，冰雪融化增加了土壤含水量；
另一方面，有效积温不足抑制了植被生理活动，水分消耗有限，从而降低了春季植被对干旱事件的敏感性。研究区春季NDVI与SPEI相关关系也正体现出这一现象。从NDVI与不同时间尺度SPEI最大相关系数所占面积比例可以看出，不同季节NDVI对干旱事件的敏感程度依次为夏季（SPEI-3，51.17%）＞生长季（SPEI-3，46.88%）＞秋季（SPEI-3，40.32%）＞春季（SPEI-9，33.37%）。此外，从不同季节NDVI与不同时间尺度SPEI相关性随时间推移变化关系可以发现，研究区不同季节NDVI与不同时间尺度SPEI的相关关系具有极强的时空不均匀性［38］。总体来说，研究区植被生长受中短期水热条件变化影响显著，这体现出沙地植被生长敏感而脆弱的特点。
本文基于GIMMS3gNDVI数据集和SPEI数据集，分析了浑善达克沙地1982—2015年NDVI动态变化及其与SPEI在不同时间尺度上的相关性，在此基础上调查了浑善达克沙地植被对干旱事件的响应关系，获得了以下结果：
（1）浑善达克沙地近34年来NDVI显著改善面积约4326 km2，约占沙地面积13.32%，非显著改善面积13 719.89 km2，约占沙地面积42.24%；
显著性退化面积约2155.56 km2，约占沙地面积6.64%；
非显著性退化面积12276.47 km2，约占沙地面积37.80%。沙地植被改善面积大于退化面积，总体呈恢复趋势，其与沙地范围内近年来禁牧，涵养水资源等沙地生态修复措施实施有关。
（2）研究区86.38%的区域NDVI与SPEI显著相关，植被动态受水热条件变化影响强烈，同时由于植被分布类型具有多样性，导致其与水热条件响应亦具有不同的特征。通过NDVI与不同时间尺度SPEI的相关性分析，使得植被对干旱事件的响应呈两极分化特点，即滞后期多为3个月和24个月。从不同季节来看，干旱事件对NDVI影响最大的为夏季、影响最小的为春季，不同季节NDVI对干旱事件敏感性排序依次为夏季＞生长季＞秋季＞春季。总体而言，浑善达克沙地植被生长受中短期水热条件变化影响显著。
本研究初步厘清了浑善达克沙地近34年来NDVI动态变化趋势，探讨了不同时间尺度NDVI与干旱事件的响应关系。研究成果对于增进变化环境下浑善达克沙地生态水文过程认识以及开展针对性沙漠化防治具有一定的科学借鉴意义。
猜你喜欢 时间尺度沙地植被 呼和浩特市和林格尔县植被覆盖度变化遥感监测科学技术创新(2022年30期)2022-10-21基于植被复绿技术的孔植试验及应用河北地质(2022年2期)2022-08-22能钻过柔软沙地的蛇形机器人军事文摘(2021年18期)2021-12-02CaputoΔ型分数阶时间尺度Noether 定理1)力学学报(2021年7期)2021-11-09呼伦贝尔沙地实现良性逆转内蒙古林业(2021年6期)2021-06-26追踪盗猎者课外生活·趣知识(2021年2期)2021-05-24沙地迷宫幼儿智力世界(2021年4期)2021-05-17交直流混合微电网多时间尺度协同控制能源工程(2021年1期)2021-04-13第一节 主要植被与自然环境 教学设计学校教育研究(2021年24期)2021-03-28时间尺度上非迁移完整力学系统的Lagrange 方程与Nielsen 方程苏州科技大学学报(自然科学版)(2021年1期)2021-03-24