黄土高原植被恢复与局地气候变化的关系

程晓鑫,何远梅,张 岩†

(1.北京林业大学水土保持学院,水土保持国家林业局重点实验室,100083,北京;2.西安地图出版社,710054,西安)

植被条件和当地气候可以相互影响,气候变化是植被生长条件中的重要因素,地表植被分布及其生长变化也影响着区域气候[12]。具体来讲,气候影响植被的生长状态和分布,同时,由于植被的高低和盖度不同,导致反射率、下垫面粗糙程度等地表条件存在差异,这些差异又会改变地区水分循环、气热循环等气候条件[34],表现在气候要素上,主要是影响气温和水汽含量[5],最终打破原有的辐射、热量和水汽的平衡关系,并出现新的平衡关系[6]。20世纪90年代以来,我国开始研究植被变化对局地气候的影响[67]。符淙斌等[8]和张佳华等[9]做过全球尺度下植被恢复对东亚季风气候影响作用的研究。张井勇等[10]选取全国1981—1994年的NOAA卫生AVHRR(advanced very high resolution radiometer)探测器的NDVI(normalized difference vegetation index)和气温、降水量数据分析出华中区域前期植被NDVI与后期的温度、降水有较好的相关关系。近年来,在我国开展了多项植被覆盖变化或土地利用类型变化对气候影响的研究,主要集中在内蒙古、青藏高原、西北和华南等植被退化或重建区及生态敏感区。研究显示：地表植被恢复对于中纬度地区的气候环境有着比较明显的作用[11]。按照当地的地理条件和气候条件,实施退耕还林(草)有可能形成相应的气候和环境效应[3];但是,研究植被恢复对气候影响的困难在于如何把实测数据中的植被变化对气候的影响从全球变暖的气候变化趋势中分离出来[8,12]。小尺度的林地对小气候影响已有相关研究[3],而大尺度研究多采用模型模拟方法[2,6,1314],且实测数据分析[10,15]较少。使用气候模型可以部分解决这个问题,但是模拟结果存在人为因素干扰的不确定性,无法实证植被变化对气候的影响[16];而现有基于实测数据的研究中,主要探讨植被覆盖对降水的滞后相关性[10],对于其他气候要素涉及较少。

黄土高原属于生态环境脆弱带,地形地貌复杂独特,降水量季节分布差异大,生态系统恢复力差,水土流失状况严重。自2000年落实退耕还林政策以来,黄土高原区植被NDVI整体增加,夏季植被NDVI的增长趋势更明显[17],前人多研究黄土高原气候变化对植被的影响[1820],而植被覆盖变化影响区域气候的研究[3,6]却很少。研究发现黄土高原的植被恢复的空间分布特征呈条带状,且与农业气候区相吻合[17],两者间或许存在某种空间联系[21]。气候对植被的影响存在滞后效应[1,18],但是当季植被与当季的气候要素之间相关性不显著[1],这是由于前人研究中未将黄土高原的植被恢复情况进行细化分类。本文分析退耕还林以来黄土高原气候的时间变化特征和空间分布特征,通过研究黄土高原局域气候变化的时空差异性及其与植被恢复的相关性,探讨区域气候是否会对植被覆盖变化做出响应。

1 研究区概况

采用20世纪90年代中国科学院黄土高原综合科学考察队界定的黄土高原范围(E 100°52′～114°33′,N 33°41′～41°16′),总面积约为63 万km2。 具体的边界是太行山以西,乌鞘岭—日月山以东,秦岭以北,阴山以南。该研究区的植被覆盖从东南向西北逐渐递减,与黄土高原的水热条件分布大概相同[17]。

图1显示农业气候分带[22]、黄土高原的气象站点分布及站点附近区域2000—2013年NDVI的变化率,借用宋怡等[23]研究中关于植被指数变化的划分标准。有11个站点的植被NDVI变化率大于0.004 5,基本分布在中温带,属于植被明显恢复区[19]。

图1 黄土高原的气象站点、2000—2013年NDVI变化及农业气候区划(据中华人民共和国气候图集)Fig.1 Meteorological site distribution,NDVI changes from 2000 to 2013 and agricultural climate zoning in the Loess Plateau(Based on the Climate Map of the People's Republic of China)

2 数据来源及处理方法

黄土高原的130个标准气象站的逐月降水、风速、气温和湿度数据自中国气象数据共享网(http：//cdc.cma.gov.cn/)。 MODIS13Q1数据来源于美国国家宇航局(NASA)的EOS(earth observation system)数据中心网站(http：//ladsweb.nascom.nasa.gov/data/search.html),时间段为 2000年 3月—2013年11月,约半月1景影像,年均23景,总计322景,影像的空间分辨率为250 m。NDVI数据采用MRT(modis reprojection tool)软件进行影像拼接,将数据投影系统转换为Beijing 54投影,并以tiff格式输出。

使用ArcGIS 10.2中的栅格计算器计算植被NDVI,并计算月均NDVI即各月份多年数据的平均值,季均NDVI即各季节多年数据的平均值,年均NDVI即当年12个月数据的平均值。

采用XLSTAT软件中的Mann-Kendall趋势检验方法[24]分析气候要素的变化趋势,通过线性拟合估计气候要素变化速率。在Excel中计算出年、季、月的各气候要素(降水量、风速、气温、相对湿度)的线性倾向率,分析气候要素的1981—2013年的长期变化趋势和2000—2013年的变化趋势。

在ArcGIS中用Kriging法进行气候要素空间插值,并绘制等值线图;使用一元线性回归进行气候要素变化趋势和植被NDVI变化趋势的空间分析;最后使用Pearson线性相关系数分析相关性。

3 结果与分析

3.1 气候变化的阶段性

Mann-Kendall趋势分析结果(表1)表明1981—2013年升温趋势显著,无论是年平均/最高/最低气温,还是夏季平均/最高/最低气温都显著升高。同时,年均降水、平均/最大风速、平均/最小相对湿度的变化趋势都不显著;但是,退耕还林以后(2000—2013年)气温变化趋势几乎正好相反,年平均/最高/最低气温,夏季平均/最高/最低气温的变化趋势都是不显著,平均风速和最小相对湿度的变化趋势也不显著,而降水显著增加,最大风速和相对湿度则显著降低。

表1 黄土高原区气候变化Mann-Kendall趋势检验结果Tab.1 Mann-Kendall trend test of climate change in the Loess Plateau

图2 黄土高原1981—2013年及2000—2013年主要气候要素变化趋势Fig.2 Trend of main climate elements in the Loess Plateau during 1981-2013 and 2000-2013

线性拟合表明1981—2013年气温呈上升趋势,年均气温、年均最高气温、年均最低气温的增幅分别是0.051、0.053、0.056℃/a;相对湿度呈下降趋势,年均相对湿度、年均最小相对湿度的降幅分别为0.091%/a、0.007%/a。 自 2000年退耕还林后,黄土高原地区的年降水量升幅为0.408 2 mm/a;年平均气温的增幅减小(0.008 5℃/a)、平均最高气温有较小降幅(0.002 6℃/a),平均最低气温徘徊于4℃;平均最大风速的降幅(0.089(m/s)/a);平均相对湿度的降幅(0.11%/a)大于长时间序列。

图2给出年均降水量、夏季平均最高气温、最小相对湿度、最大风速(P＜0.01)的变化趋势。对比图2(a)与图2(b)中各气候要素的线性倾向率,植被恢复前后,年均降水量与近33年长期变化趋势相反;夏季平均最高气温与长期趋势相比,增幅从0.056℃/a减小到0.008℃/a;最大风速的下降趋势略大于长期趋势;相对湿度呈下降趋势。总的来说,从近30年的长期变化趋势来看,黄土高原的气候要素(降水、温度、风速、相对湿度等)符合全球气候干热化的趋势[25],但是近10年的年代际变化趋势却与长期趋势不同,降水增多、温度降低。

图3 2000—2013年黄土高原地区夏季NDVI[17]和5个气候要素变化趋势的空间分布图Fig.3 Spatial distribution of trends of summer NDVI and 5 climate elements in the Loess Plateau during 2000-2013[17]

3.2 气候变化的空间差异性

已有研究表明黄土高原区的植被恢复存在区域差异性[1718]。黄土高原的年均NDVI变化率和四季NDVI变化率呈条带分布,其中夏季NDVI变化率最高,变化率为正值的区域达87%以上,使用夏季NDVI变化率数据更能反映植被恢复情况[17]。对比气候要素和与NDVI的变化率(图3)发现：2000—2013年黄土高原90%的区域呈现降水量增加趋势;最大风速在黄土高原呈现下降趋势的区域面积达到85%;黄土高原平均气温、最高气温呈现下降趋势的区域面积分别达到75%、78%;平均最小相对湿度在70%以上的区域仍然是下降趋势,仅在约30%的区域呈增加趋势。与夏季NDVI变化率对比后发现,降水、风速、平均气温变化的空间差异性未表现为条带状分布,其中黄土高原东北部的降水增加明显,风速数据(以年平均最大风速为例)与年平均气温变化率空间插值图未表现出明显的空间分布特征,但是最高气温下降区域与夏季NDVI变化率高的区域较吻合,最小相对湿度增加区域与夏季NDVI变化率高的区域重合度更高。

为探讨黄土高原地区的植被恢复对相对湿度产生影响的可能性,提取年均植被NDVI变化率在0.004 5以上(即植被恢复效果明显[17])的区域,以及位于该区域的11个气象站,分别是会宁、华家岭、兴县、盐池、吴起、横山、绥德、延安、隰县、洛川(图1),分析2000—2013年这11个站点附近(植被明显恢复区)的相对湿度的变化趋势,结果表明只有年均最小相对湿度表现出对植被恢复的响应。图4表明虽然黄土高原整体的年均最小相对湿度呈下降趋势,但是在植被明显改善的区域,年平均最小相对湿度却呈现增长趋势,增幅为0.092%/a。

3.3 气候要素与植被覆盖相关性的季节差异

图5(a)显示：在生长季5—10月,2000—2013年各月平均NDVI值与同月的平均风速或平均最大风速负相关性显著(P＜0.05),而在冬春季(12—3月)后,该研究区的植被普遍凋零,两者的相关性不明显。图5(b)显示：冬春季节(1—4月)黄土高原各月NDVI值与同月的平均最低气温正相关性显著(P＜0.05),而在夏季最热月(7月),植被NDVI值与同月的平均最大温度负相关性显著(P＜0.05)。其他月份的NDVI均值与气温相关性不显著。图5(c)显示：5月和7月植被NDVI值与平均相对湿度正相关性显著(P＜0.05)。而12月和1月,植被NDVI与平均相对湿度、平均最小相对湿度呈显著负相关(P＜0.05)。

图4 2000—2013年黄土高原及植被恢复明显区的年均最小相对湿度变化趋势图Fig.4 Time series of average minimum relative humidity in distinct vegetation restoration region in the Loess Plateau and good re-vegetation area during 2000-2013

图5 2000—2013年黄土高原月均NDVI与7个气候要素(平均风速、平均最大风速、平均温度、平均最小温度、平均最大温度、平均相对湿度、平均最小相对湿度)的相关系数Fig.5 Correlation coefficients of monthly average NDVI and 7 climate elements(Average wind speed,average maximum wind speed,average temperature,average minimum temperature,average maximum temperature,average relative humidity,and average minimum relative humidity)in the Loess Plateau during 2000-2013

3.4 气候要素与植被覆盖相关性的空间差异

图6 (a)表明：3个农业气候带的年均NDVI均与年平均风速、年平均最大风速、年平均气温、年平均最高气温有负相关关系,NDVI与年平均相对湿度、年平均最小相对湿度存在正相关性。南温带的植被NDVI与年平均最大风速的负相关性显著(P＜0.05),中温带的植被NDVI与年平均最小相对湿度的正相关性显著(P＜0.01)。

图6(b)表明：干旱中温带、中温带地区的季均NDVI与春季、夏季的平均最大风速负相关性显著(P＜0.05),说明植被恢复或许能抑制最大风速;而在南温带这种相关性却不显著,可能因为南温带在退耕还林前春夏季植被覆盖相对较高,植被恢复幅度较小,对最大风速变化的影响较小。

图6(c)显示春季、夏季、秋季的各农业气候区的季均植被NDVI和季均最小相对湿度呈正相关性,中温带的春季和秋季平均植被NDVI与季平均最小相对湿度的正相关性显著(P＜0.05)。说明植被恢复后,黄土高原区的最小相对湿度得到一定程度的提高,而且在NDVI变化率大的中温带,春季、秋季平均植被NDVI与季均最小相对湿度变化更密切。冬季的各农业气候区的季均植被NDVI和季均最小相对湿度呈负相关性,其中干旱中温带、中温带的冬季植被NDVI和季均最小相关湿度的负相关性显著(P＜0.01)。

4 结论与讨论

1)近30年来黄土高原的气候变化总体趋势,气温上升,而其他气候要素无显著变化;2000—2013年(退耕还林以后)表现为降水增加、气温不再升高、风速降低、湿度减小。同时,黄土高原最大气温变化率、最小相对湿度变化率空间特征表现为条带状,且与夏季NDVI变化率数据具有相似的空间分布特征。其中,气温的变化趋势与虚拟实验结果[8]中的气温上升趋势不同。说明退耕还林以后气温变化受到某些因素的影响,而这些影响因素的影响与全球气候暖热化[2628]趋势相抵消,才使得研究区气温不再保持升温的趋势。

图6 2000—2013年基于不同时间尺度的黄土高原各农业气候区植被NDVI与气候要素的相关系数特征图(a.各农业气候区年均NDVI与气候要素年均值的相关系数特征图;b.季均NDVI与季均最大风速的相关系数特征图;c.季均NDVI与季均最小相对湿度的相关系数特征图)Fig.6 Correlation coefficient between average NDVI and climate elements in agricultural climate zone in the Loess Plateau during 2000-2013((a)Correlation coefficient between average annual NDVI and average annual climate elements in each agricultural climatic zone;(b)Correlation coefficient between average seasonal NDVI and average seasonal maximum wind speed;(c)Correlation coefficient between average seasonal NDVI and average seasonal minimum relative humidity)

2)植被覆盖与5—9月份风速负相关性显著,与1—4月份的最低气温正相关性显著,与7月份的最高气温负相关性显著,与5月、7月的相对湿度正相关性显著。植被NDVI与气候要素之间的相关性存在季节差异,说明植被覆盖可能是气候变化的一个因素,植被恢复可能导致冬季、春季减缓低温,夏季则抑制高温。陈星等[11]的模拟结果则表明：地表植被的退化会引起夏季高温,使得冬季更冷,这也补充证明了植被的变化可能对温度产生影响。在中国西北的其他地区也出现了类似的降温现象,M.Shen等[4]做了更细致的研究,发现植被生长造成的青藏高原降温现象是由于生长季的植被对温度具有负反馈效应,虽然较低的地表反照率会产生额外地表能量,但是这部分额外的热能会通过植被蒸散发量的增长而被有效地消耗掉。这也是生长季植被能有效改善区域气温的原因。植被覆盖与风速相关性表明春夏季植被恢复效果明显,能够有效降低风速,但在秋冬季节不能抑制风速增大的趋势。

3)黄土高原整体湿度呈减小趋势,但植被明显恢复区的湿度却呈增长趋势,出现了整体与局部的差异。年平均最小相对湿度的空间分布特征呈条带状,与NDVI变化率的空间特征相似。中温带地区的植被覆盖与年均最小相对湿度的正相关性显著,还与春、秋季平均最小相对湿度的正相关性显著。相对湿度变化的空间差异性及其与植被覆盖的相关性说明植被变化或许也是影响空气湿度的重要因素。张耀存[6]的数值模拟实验也证明植被覆盖变化会导致近地面湿度场的变化。当植被覆盖增加时,植被的蒸腾作用增强,降低地表平均反射率,增加蒸散量[29],导致近地面大气比湿增加,但却无法引起高层大气的变化[6]。同时,小气候监测也证实了人工林降温效应、增湿效应和阻风效应[3]。这与本研究中气象站观测数据的分析结果具有一致性,植被恢复良好的中温带相对湿度得到改善,与其他地区形成明显的反差,说明植被恢复或许能改善最小相对湿度,尤其是在春、秋季,但是黄土高原地区整体的植被恢复程度还不足以改善整个区域的湿度条件。后续的研究中应该加强湿度要素的研究,探讨植被覆盖变化影响区域湿度的过程,如果在此基础上,建立或改进植被和气候耦合模型,将有助于深入分析黄土高原植被恢复影响气候变化的机制。