资助项目:贵州省国内一流学科建设项目“贵州师范大学地理学”(黔教科研发[2017]85号); 黔科合基础[2020]1Y252; 贵州省水利厅科技专项经费项目(KT201602)
第一作者:刘炜(1995—),女(穿青人),贵州水城人,硕士研究生,研究方向为岩溶水资源与GIS。E-mail:2735346180@qq.com 通信作者:焦树林(1969—),男,湖南邵阳人,教授,博士生导师,主要从事流域地表过程与环境变化方向工作。E-mail:jiaoshulin@gznu.edu.cn
(贵州师范大学 地理与环境科学学院, 贵阳 550025)
(College of Geography and Environmental Science, Guizhou Normal University, Guiyang 550025, China)
vegetation cover; climatic factors; spline function method; correlation analysis; Guizhou Province
气候,主要包括气温和降水[1-3],是影响植被生长和分布的关键性条件,它对植被生长环境产生影响,进而影响植被的生长状况以及季节变化。早期研究中关于北半球高纬度地区的植被覆盖增加主要是由气候变暖引起的[4],在植被生长受水分制约的干旱和半干旱地区,降水量对植被覆盖变化起关键作用[5],国内金凯等[6-7]对全国植被覆盖变化及其归因进行深入研究,结果表明中国植被生长状况的年际稳定性较好,人类活动对中国植被覆盖的增加具有积极作用,其贡献率大于气候。罗玲等[8]及国志兴等[9]对东北地区不同植被类型NDVI与气候因子的相关性进行研究,结果表明温度是影响东北森林植被NDVI最主要的气候因子,不同类型的植被受气温影响的差异不大,且同一植被受气温影响的程度强于降水。我国干旱地区NDVI与降水量的相关性更显著,其余大部分地区NDVI随着气温的升高而增加[10-11]。
喀斯特地区土层薄、成土慢、土壤保水性差、石山多,植被的生长受到很大的限制,加上人为破坏,生态系统很容易发生逆向演替[12]。为了修复受喀斯特地貌及人类活动等因素造成的植被稀疏、水土流失、基岩裸露、生境破碎等复杂多样的喀斯特生态环境[13],贵州省于2000年开展退耕还林还草工程,2004年开始实施石漠化综合治理工程,2016年开始实施湿地保护等各项生态工程。杨世凡等[10]对黔中地区的植被覆盖度进行研究,结果表明植被覆盖景观的破碎程度逐渐降低,植被覆盖呈现转好的趋势。吴端耀等[14]、彭睿文等[15]及张继等[16]对贵州高原的植被覆盖变化及其与气温降水的相关性进行分析,结果表明,植被NDVI与气温的相关性大于降水。
在全球气候变暖及生态工程实施的背景下,了解植被覆盖变化在不同时段与气候因子关系的密切程度,对区域环境变化研究,保护地区植被,提高植被覆盖度与生态系统抵抗力有重要意义[17-18]。因此基于植被指数(NDVI,Normalized Difference Vegetation Index)数据集、气象数据分析贵州省NDVI、气温、降水的时空变化特征; 并从定量分析的角度统计分析植被与气候因子关系的密切程度。旨在探讨气候因子及植被的时空变化特征,并从相关性的角度出发,了解气候因子对植被覆盖程度的影响,以期在气候变化背景下为贵州喀斯特生态环境中植被的生态保护提供理论参考依据。
贵州省(103°36'—109°35'E,24°37'—29°13'N )是以乌蒙山为界的云贵高原东部地区,森林覆盖率52%,植被资源丰富,地势自西向东、自中部向南部和北部南面倾斜,喀斯特地貌发育非常典型,平均海拔在1 100 m左右(图1)。气候类型复杂多变,受南亚季风影响,干湿季分明,属典型的低纬高原气候,温暖湿润,因云层常年较多,所以日照少,阴天多,雨季明显,降水充沛,雨热同期,多集中于夏季; 年平均降水量682~1 134 mm,年均气温14~16℃。
气象数据(气温、降水)来源于中国气象数据共享服务网(http:∥data.cma.cn/)的1980—2019年日值数据集,经过气象站的筛选、异常值处理、采用线性内插法并根据附近年份的数据对缺测数据进行插补。最后,通过对气温逐日数据求算术平均来获得月、季、年时间序列数据; 通过对降水逐日数据求和来获得月、季、年累积降水量。其中,季节采用气象季节划分方法,即3—5月为春季、6—8月为夏季、9—11月为秋季、12—2月(翌年)为冬季; 年平均值为当年12个月值的算术平均。植被覆盖数据来源于资源环境数据云平台(http:∥www.resdc.cn/)的SPOT/VEGETATION NDVI卫星遥感数据的月NDVI数据集,时间跨度为1998—2018年。该数据集采用国际通用的最大值合成法(Maximum Value Composite Syntheses' MVC)处理,由每个像元NDVI的最大值确定,有利于消除非火山岩气溶胶、云覆盖、大气水汽、太阳高度角等的部分干扰。由于缺少2019年1—2月数据,文中采用2016—2018年对应月份的NDVI数据平均值对其进行插值处理,用以计算2018年冬季NDVI。
1.3.1 样条插值法 气候要素的空间分布特征能反映出研究区气候长期变化的格局状态,由于降雨、气温数据是基于测站点获得的离散点数据,只有在这些点上才有准确的值。考虑各种插值方法的优、缺点及适用范围,结合前人研究[19-21],为避免产生极值的现象选用张力样条插值法对气象数据进行插值。样条插值法[22]是使用一种数学函数,对一些限定的点值,通过控制估计方差,利用一些特征节点,用多项式拟合的方法来产生平滑的插值曲线。这种方法适用于逐渐变化的曲面,如温度、高程、地下水位高度或污染浓度等。样条插值法分为张力样条插值法(Spline with tension)和规则样条插值法(regularized Spline); 用Ve表示待估计点的值,则有:
式中:n为参与插值的临近点数; dej为待插值点(xe,ye)与临近点(xj,yj)之间的距离; Aj,a,b,c都是相应的参数[23-24]。
1.3.2 趋势分析方法 变化趋势分析是指时间序列的某一要素(如NDVI、气温、降水等)在长时间内表现出的持续增加或减少的变化分析[25]。采用距平值描述各气候要素偏离均值的变化情况。在时间序列的气候要素中,某一年的要素值与要素的多年平均值之差被定义为要素对应年份的距平值。将气候要素的距平值计算出来,得到该要素的距平序列,使得基于新序列的分析结果更为直观。距平序列的公式如下:
式中:^/xt为气候要素第i年的距平值; xi为气候要素第i年的观测值; i=1,2,…,n,n为研究时段的年数; x^-为气候要素时间序列的平均值。
1.3.3 一元线性回归分析法 采用一元线性回归分析法分析1980—2019年贵州省的气候变化特征。首先将气温和降水量的距平序列分别与年份进行线性拟合,然后将拟合方程的斜率扩大10倍,用以表示气温和降水的年际倾向率,单位分别为℃/10 a和mm/10 a。同时为了更好了解贵州省植被覆盖度的整体差异,采用NDVI年、季平均值[26]进行植被覆盖度的时空变化分析。通过计算1998—2018年NDVI的线性趋势率(slope)来定量描述不同时空尺度上的植被覆盖率; slope为正,代表植被覆盖度增加,反之减小。回归方程斜率的计算公式为
式中:slope为某一要素(气温、降水或植被NDVI)与时间变量拟合的一元线性回归方程的斜率,用以表示该要素的年际变化趋势; i为时间变量,等于1到n的整数; n为研究时段的年数; xi为某一要素在第i年的数值。
在回归模型的拟合度中,采用决定系数R2来判别,其中p<0.05和p<0.01分别表示变化趋势显著和极显著。计算公式为:
式中:xi为某一要素在第i年的真实数值; ei为某一要素在第i年的估计值; x^-为真实数据的平均值; n为一组数据的个数。
1.3.4 相关性分析 运用相关分析法来研究各要素之间的关系[27]。采用相关系数(r)来描述植被NDVI与气温、降水数据之间的相关程度。r的计算公式[28]如下:
式中:xi和yi分别指两组要素的第i个数据值; x^-和y^-分别表示两组要素的平均值; n指一组要素数据的样本量。r的绝对值越大,表明两组要素的关系越密切; 反之,则说明关系越弱。可通过相关系数取值判断变量间的相关程度[29](表1)。
2.1.1 年尺度空间变化 贵州省1998—2018年平均NDVI的空间分布整体上呈现南高北低、东高西低的分布规律(图2); 近21 a来,贵州省平均NDVI值为0.56,植被覆盖度整体较高。其中,NDVI较低的区域主要集中在毕节的西部和贵阳市的南部; 究其原因,前者是喀斯特石漠化分布相对集中的地区,严重的石漠化导致植被稀疏,且区域坡度较大,地表破碎水土流失较为严重,土层薄、陡坡开垦严重,地表水资源流失严重,人类活动影响较大,导致生态承载力低。而中部的贵阳市是人类活动较为集中的场所,也是城镇发展较快的地区,使得森林资源遭到损害,从而植被覆盖度相对于研究区其他地方较低。NDVI较高的区域主要集中在黔东南和铜仁的部分地区; 黔东南区域原始森林没有遭到破坏,植被覆盖度较好; 从地貌组成来看,主要是由于黔东南地区属于非喀斯特地貌,成土速率快,土层较厚,适宜植被生长。铜仁喀斯特石漠化分布严重地区在于石漠化治理成效好,使得植被覆盖率得到明显的改善。
2.1.2 季尺度空间变化 通过计算1998—2018年贵州省植被NDVI不同季节的多年平均值,得到近21 a来各季节植被覆盖度空间分布(图3)。植被NDVI在空间上呈夏>秋>春>冬的特征,其值分别为0.69,0.63,0.52,0.39; 黔东南地区四季均有较高的植被覆盖,而贵阳地区四季都处于较低的植被覆盖区; 此外,春、秋季植被NDVI在空间上表现出与年均植被NDVI相似的分布特征; 夏季植被NDVI均值在空间上具有整体绿化度延伸扩大的特征(图3B); 秋季植被较春、冬两季高,但由于植被生长随着气温、降水气候因子的变化而逐渐停止生长,在空间上呈现回落的特征(图3C); 由于气温降低,降水减少,植被进入休眠期,NDVI呈减小趋势的区域在冬季明显多余其他季节(图3D)。
2.1.3 年、季尺度时间变化 从图4A可以看出,1998—2018年贵州省植被NDVI年际变化趋势呈震荡上升的趋势[30-31],从1998年的0.49增加到2018年的0.62,年平均最高值出现在2016年(0.64),最低值出现在1998年(0.49); 植被NDVI的上升速率为6.4×10-3 /a(p<0.01)。贵州省自2000年开始实施退耕还林还草政策,2005年贵州启动“绿色贵州建设三年行动计划”,近21 a来退耕还林、封山育林等一系列生态工程建设成果显著,植被覆盖率得以提升。图4A将贵州省植被NDVI的变化大致分为两个阶段,即1998—2012年(第一阶段),2013—2018年(第二阶段)。在第一阶段,植被NDVI表现出较快的增长趋势,上升速率为4.2×10-3/a,且通过了0.05的显著性水平检验; 第二阶段植被增长趋势相对较为快速,上升速率为7.9×10-3 /a,但没有通过显著性检验。其中2009—2012年植被NDVI降低明显可能是由于2008年冰冻雪灾以及2009年以来连续3 a均出现西南干旱等极端天气事件所造成。
在季尺度上对植被NDVI进行统计分析(图4B)。1998—2018年冬季NDVI值最低,夏季最高,研究区秋季植被NDVI大于春季; 其中2010年秋季NDVI大于夏季,这一年主要受本季度气候的影响,在两季降水同时增加的情况下,2010年的温度降低是主要原因。从四季植被NDVI的变化趋势可以得到,贵州省四季植被NDVI均呈现上升的趋势,其中夏季NDVI的变化趋势最为明显,其次是冬季、秋季、春季(5.83×10-3 /a,6.09×10-3 /a,6.30×10-3 /a,7.43×10-3 /a),且均通过了p<0.01的显著性检验。
贵州省植被NDVI的年内变化趋势大体为钟形或单峰形(图4C); 年内植被NDVI的最低值出现在2月份(0.34),从3月份开始植被NDVI逐渐增加,至8月份达到最高(0.73),随后又逐渐降低,12月份植被NDVI降至0.47。从植被NDVI的季节变化来看,夏季是一年内NDVI最高的季节,冬季NDVI最低,年均值大于春冬季均值而小于夏秋季,年均值、春季、夏季、秋季和冬季的植被NDVI分别为0.56,0.52,0.69,0.63,0.39(图4D)。总体而言,贵州省植被NDVI呈现明显的季节性变化规律。
2.2.1 年尺度空间变化 图5为贵州省1980—2018年年均温的空间分布,总体来说,各站点平均气温为10.9~19.8℃,全省多年平均气温为15.7℃。具体而言,贵州省年均温分布从西北向东部、向南部逐渐升高; 呈现“东高西低,南高北低”的空间分布特征。年平均气温在空间上最大值与最小值相差11.1℃,年均温在17.2℃以上的区域主要集中在省黔西南、黔南的南部边缘区域,黔东南及铜仁的东部边缘; 而西北部大部分年均温低于13.5℃,省内其余区域介于13.5~17.2℃之间。
2.2.2 季尺度空间变化 贵州各季节平均气温的空间分布各异,低温区域除春、冬两季延伸到中部外,大多集中在西北部(图6)。具体而言,春、冬两季的空间分布较为相似,最低温区均集中在赫章县及威宁彝族回族苗族自治县,部分较低温延伸到了省中部; 春季高温区主要分布在黔西南东南部、黔南西南部,夏季高温主要集中在铜仁东部、黔东南东南部,秋冬季最高温主要集中在黔西南东南部,全省春季、夏季、秋季和冬季的区域平均气温分别为16.0,23.7,16.6,6.7℃。
2.2.3 年尺度时间变化 贵州近39 a区域气温呈极显著增加的趋势(p<0.01),上升速率为0.23℃/10 a(图7)。此外,1980—1997年为贵州区域气候变暖趋缓期,区域平均气温表现为不显著增加趋势,线性上升速率仅为0.02℃/10 a(p>0.1); 1998—2018年为区域平均气温的上升期,其区域平均气温的线性趋势率达0.20℃/10 a(p>0.1)。整体而言,1980年以来贵州气温升温速率明显加快,与全球和中国进入21世纪后表现出的气温主要变化特征相一致[32]。
2.2.4 季尺度时间变化 贵州省各季节平均气温在近39 a来,除夏季是先下降后上升外,其他3个季节均呈上升趋势,但各季节平均气温的年际变化和升温速率差异较大。图8A表明,1980—2018年省春季平均气温波动较大,整体上呈极显著上升趋势,上升速率为0.38/10 a(p<0.01)。其中,春季气温在1980—1996年以-0.21℃/10 a(p>0.1)的下降速率下降; 1996—2018年则以不太明显的上升速率即0.52℃/10 a(p>0.01)上升。相比于其他3个季节,夏季平均气温的波动幅度较大(图8B),在1980—2004年和2004—2018年的变化趋势差异很大,趋势率分别达-1.16℃/10 a(p<0.01)和1.92℃/10 a(p<0.01),最低值(2013年)和最高值(2004年)差异达1.8℃。与春季气温的年际变化趋势相似,1980—1997年秋季气温呈现极显著的上升趋势(图8C)。其中,1997年以前气温迅速下降,而在1997年以后升温速率明显上升。秋季平均气温在1980—1997年、1997—2018年和1980—2018年3个阶段的趋势率分别为-0.27,0.19,0.19℃/10 a。冬季平均气温在近39 a年呈现上升的趋势(图8D),但显著性不高,上升速率为0.22℃/10 a(p>0.1)。
从季节温度变化曲线来看(图8),四季气温均体现出一定的规律性,除夏季气温是先下降后上升外,春、秋和冬季均以不同的上升速率在逐年增温,春季升温速率最快,为0.38℃/10 a,冬季次之(0.22℃/10 a),秋季最慢(0.19℃/10 a)。前人研究表明[33],南北两极涛动是我国西南区域主要影响系统,南北极涛动的持续增强是导致贵州在内的整个西南地区冬季气温偏高的重要原因之一; 另一方面是季风与地理区位的共同作用,近几十年由于孟加拉湾季风结束偏早,我国西南及周边地区秋季降水呈减少趋势,干旱增多,土壤湿度降低,从而通过能量与物质或者水汽的交换过程,导致地表在接收太阳辐射后升温加快[34-35]。
2.3.1 年尺度空间变化 基于1980—2018年的累计降水量空间插值图,计算得到贵州省年累积降水量约为1 121 mm(图9)。年累计降水量地域差异明显,从北至南、从西到东方向呈条带状增加,其在空间上的差异最大可达566 mm; 整体表现为西北部降水较少,南部降水较多的空间分布格局; 这种空间分布格局可能是受地形及典型亚热带季风气候的影响,由东南向西北推进,夏季东南季风受阻,使降水主要集中在贵州地区的南部。其中,毕节地区属于少雨区,多年累积降雨量均少965 mm; 黔西南、安顺、六盘水西南部及黔南东南部同为多雨区,盘县、铜仁、安顺、兴仁、望谟、独山及榕江等气象站降水量均超过1 200 mm,尤其是盘县,降水量高达1 318.0 mm,是贵州省降水最充沛的地区。
2.3.2 季尺度空间变化 从贵州省四季累积降水量空间分布图(图 10)可以看出,降水量遵循夏季>春季>秋季>冬季的季节性变化规律; 其中,春季降水量较为匮乏,大部分地区的降水量均低于300 mm,但省东部地区的铜仁、黔东南、黔南等地区降水量均在300 mm以上,形成以威宁站点为降水中心,呈环状向外幅散增加的空间格局,且一直延伸到以榕江、铜仁为中心的东部地区。夏季降水以省东北部地区降水较少,西南部地区降水较多为主; 其中毕节及黔东南地区降水量最少,黔东南地区形成以三穗站点为中心向外扩散降水量逐渐增加的条带状。秋季降水的空间分异较其他3个季节来说最大,省西南部降水较多,西北部降水最少; 冬季降水空间分布与春季相似,由西部向东部成条带状增加的格局,其中,铜仁站点的降水量最多,为111.9 mm,威宁站点降水最少为28.3 mm。
2.3.3 年尺度时间变化 图 11表明,年累计降水量在1997年以前以37.47 mm/10 a(p>0.1)的上升速率增加,1997年以后呈不显著减少趋势,下降速率为-17.72 mm/10 a(p>0.1); 近39 a来整体变化呈不显著的下降趋势,下降速率为-10.71 mm/10 a(p>0.1)。年累计降水量在2011年达到最低,其数值比39 a来的平均值低307.7 mm; 1989年、2009年、2013年的累计降水量也相对较少。而最高值出现在1997年,比39 a来的平均值高170 mm; 近39 a来,年累计降水量的波动幅度为477.7 mm,波动幅度很大。
2.3.4 季尺度时间变化 图 12为1980—2018年贵州省季节累计降水量的距平序列变化。总体上,贵州4个季节的累计降水量在近39 a来的变化趋势均不显著,其中春季呈微弱增加趋势,上升速率为2.39 mm/10 a,而夏季、秋季和冬季呈微弱减少趋势,下降速率分别为-6.99 mm/10 a,-2.93 mm/10 a和-2.52 mm/10 a。此外,春季累计降水量在2011年达到最低,其数值比近39 a来的平均值低121.2 mm; 而最高值出现在2016年,其数值比近39 a来的平均值高101.6 mm。可见,近39 a来春季累计降水量的波动很大,振幅为222.7 mm(图 12A)。夏季累计降水量在1999年以前呈不显著的增加趋势,上升速率为66.34 mm/10 a(p>0.1); 在1999年以后呈不显著的减少趋势,下降速率为-24.41 mm/10 a(p>0.1); 近34 a的变化趋势也不显著(图 12B)。夏季累计降水量在2013年达到最低,其数值比近39 a来的平均值低214.5 mm; 而最高值出现在1999年,比近39 a来的平均值高167.1 mm; 近39 a来夏季累计降水量的波动幅度约为381.6 mm。
贵州省秋季累计降水量波动幅度也较大,但整体变化趋势不显著,下降速率仅为-2.93 mm/10 a(p>0.1)。近39 a来最小值出现在2009年,其累计降水量比多年累计降水量少106 mm; 而最高值出现在1994年,比近39 a来的平均值高141.4 mm; 近39 a来秋季的波动幅度为247.4 mm(图 12C)。冬季累计降水量在1994年以前呈不显著的增加趋势,上升速率为10.89 mm/10 a(p>0.1),1994年以后以更为弱的趋势率增加,上升速率为1.61 mm/10 a(p>0.1); 近39 a来的波动幅度较小,振幅为150.5 mm(图 12D)。
2.4.1 区域尺度NDVI年际变化与气候的关系 省尺度上,1998—2018年,年、春、夏、秋和冬4个季节NDVI年际变化与平均气温均呈显著正相关关系(p<0.01),其中冬季及年际NDVI与气温的相关性最高,夏季NDVI与平均气温的相关性最低; 各季节及年际NDVI与累积降水量呈显著的相关关系((p<0.01)),其中在夏、秋季,植被NDVI与累积降水量的r呈负相关关系,尤其是在秋季,植被NDVI与累积降水量的r接近于0(表2)。可见,近21 a来贵州省植被NDVI的显著增加与气候暖化关系密切(r=0.44),但与降水量变化关系较弱(r=0.31)。整体分析得出贵州省植被的生长在不同季节对水热条件变化的敏感性不同,夏、秋季与气温呈正相关,与降水呈负相关,说明夏、秋季气温的升高或者降水的降低有利于植被生长。究其原因,可能与贵州喀斯特地表具有独特的地貌类型、地下具有特殊的地质结构,形成了地表与地下双重储水空间,降水充足,植被更依赖于气温变化有关。
2.4.2 像元尺度NDVI季节变化与气候的关系 图 13A表明,贵州省多数地区1998—2018年的春季NDVI与平均气温呈正相关关系,r大于0的像元数量约占总数的98.37%,其中r大于0.67的像元占97.34%; 植被NDVI与气温呈负相关的像元约占1.63%,主要分布在安顺北部以及黔西南的部分地区。图 13B表明,春季NDVI与降水量呈正相关关系的像元占像元总数的97.94%,但相关系数在0.114~0.220的像元居多,占60.29%; 与降水呈现负相关的像元数占2.06%,主要分布于安顺北部及黔西南的部分地区。究其原因,安顺市是贵州典型石漠化地区,其中紫云县及镇宁县近几年生态恢复工程实施得到见效,植被恢复较好,r值较大; 西秀区—普定县—平坝县沿线一带及其周边地区,与植被覆盖显著增加的紫云县和镇宁县相比,该区域由于是城镇、人口和交通道路网密集区,植被变化受人为负向干扰活动的影响较大[36],导致该区域的石漠化治理措施收效不明显; 黔西南地区也是由于石漠化现象导致此结果。可见贵州省春季大部分地区NDVI主要受气温变化的影响,其中在安顺北部及黔西南部分地区,受石漠化及人类活动干扰,植被NDVI与气温、降水均呈负相关。
贵州省1998—2018年夏季NDVI与多年平均气温具有较高的相关性,其中呈正相关和负相关的像元数量分别占像元总数的98.45%和1.55%(图 14A)。图 14B表明,夏季NDVI与降水量呈负相关的像元数占绝大部分,但相关性较弱; 仅有1.32%的像元呈正相关关系,且相关系数很小,在0.082以上的像元数仅占0.01%; 可见,贵州省夏季NDVI的年际变化主要受气温的影响,受降水量影响的地区很少且相关性自西北向东南逐渐减弱。究其原因,可能是贵州降水充足,夏季正值植被生长季,需要充足的阳光及热量,进行光合作用,以供植被生长所需。
图 15A表明,贵州省秋季几乎全部的地区NDVI与气温都呈正相关关系,只有0.08%的像元呈负相关关系。图 15B表明,秋季NDVI与降水呈正相关关系的像元占比约为99.81%,只有0.19%的像元呈负相关,但相关性较低,相关系数大于0.197的像元仅占13.68%; 在空间分布上,秋季NDVI与降水量呈自西向东逐渐减弱的趋势。整体分析得出,秋季植被NDVI生长更依赖于气温,与降水的相关性弱,但更有层次性。
由图 16A可知,冬季NDVI与气温呈正相关关系,相关系数r值从省西南部向东北部递减,呈强相关(r>0.6)的像元约占5.95%,相关性空间分异比其他季节大。图 16B表明,研究区范围内,冬季植被NDVI与降水均呈负相关关系,其中呈极强负相关的像元数占87.24%。猜测,可能是由于冬季温度降低,植被生长需要一定的光和热,随着气温的降低,植被停止生长。可见,贵州省冬季NDVI受气温的影响范围更广,冬季降水对植被的生长起到延缓甚至是抑制作用。
图 17表明,贵州省不同季节的相关系数随气温的变化存在较大的差异。随春季气温的升高,除在15℃左右时,相关系数约为0.78外,相关系数r基本保持在0.90以上。由于植物属于变温类型,植物体温度通常接近气温,并随环境温度的变化而变化,并有一定的滞后效应,在15℃左右时,相关系数降低,猜测是由于春季气温升高,致使部分植被死亡或者枯萎造成。夏季相关系数r随着平均气温的升高而增强,在18℃左右时达到最高,随后开始减低到0.80左右保持不变,表明夏季NDVI对18℃气温最为敏感。猜测18℃时,植物叶绿体中的酶活性最高,光合最强,此后温度过高,植被气孔关闭,使得植被生长减缓,相关系数减低。秋季相关系数r随平均气温的升高呈线性减小趋势,主要是因为秋末低温条件下落叶,植被即将进入休眠期,因此相关系数降低。冬季NDVI与平均气温的相关性先随气温的升高而降低,约在6.5℃以后,随着气温的升高而增强,约在11℃以后,相关性不再随着气温的升高而增强。冬季出现相关系数随着气温的升高先降低再升高,可能是因为冬季植被开始受到冻害,部分植被死亡,相关性降低,后期植被长期受到低温影响后,产生生态适应,比如在芽和叶的表面生成鳞片以及油脂等物质保护,从而后期相关性开始提高。
图 18表明,四季中,省植被NDVI与降水的相关性都较低,其中春季日照较少,植被生长还未开始,降水增多对植被起抑制作用,相关系数r随降水量的增加呈减小趋势。夏、秋两季r随累积降水量的增加而逐渐减弱,夏季在585 mm左右最弱,秋季在217 mm敏感性最弱,之后均随累积降水量的增加而逐渐增强。冬季NDVI对降水的敏感性呈负相关的下降趋势,可能是由于冬季植被叶片老化,气温降低,植被进入休眠期,对降水量的需求减少。总体来说,贵州省年累积降水量约1 000 mm左右,属于降水充沛区,所以对降水的敏感性较低,植被NDVI对降水的敏感性呈春季>秋季>夏季>冬季规律。
(1)近21 a,年均植被NDVI值为0.56,植被覆盖度整体较高; 年内变化趋势大体为钟形或单峰形,NDVI年际变化呈震荡上升的趋势,空间上呈现南高北低、东高西低的分布规律,四季平均NDVI均呈现上升的趋势;
(2)近39 a,全省年平均气温为15.7℃,呈“东高西低,南高北低”的空间分布特征; 区域气温呈极显著增加的趋势。四季气温除夏季气温是先下降后上升外,春、秋和冬季均以不同的上升速率在逐年增温,春季升温速率最快,秋季最慢。
(3)近39 a,年累计降水量空间上整体表现为从北至南、从西到东呈条带状增加,其在空间上的差异最大可达566 mm; 整体以-10.71 mm/10 a(p>0.1)的下降速率减少; 其中春季呈微弱增加趋势,而夏季、秋季和冬季呈微弱减少趋势。
(4)近21 a来,贵州省植被NDVI的显著增加与气候暖化关系密切,但与降水量变化关系较弱。夏、秋季与气温呈正相关,与降水呈负相关,说明夏、秋季气温的升高或者降水的降低有利于植被生长。
(5)四季中植被NDVI除冬季约在6.5℃时敏感性最弱约为0.20,其余季节对温度敏感性不明显; 对降水的敏感性各个季节均有差异,其中冬季的抑制作用最为明显,r值约为-0.80。
贵州自2000年开始实施退耕还林还草政策到2005年启动“绿色贵州建设三年行动计划”,退耕还林、封山育林等一系列生态工程建设成果显著,植被覆盖率得以提升,植被NDVI整体逐渐改善。文中仅利用气候因子来分析植被覆盖的时空变化,并没有考虑其他因素。NDVI是表征陆地表层植被生长状况质量的函数指标,生长状况的好坏不仅受到干旱气象因子的影响,并且还会受到其他人类活动以及自然因素(地形变化、火灾等)的影响。此外,在不同植被类型、不同的地理环境,使植被生长对气候条件的响应的差异性也很大。因此,不同植被类型、不同地形、海拔以及人类活动对气候变化的响应和敏感性还需要进一步讨论与探索。