三峡水库蓄水前后植被覆盖对气候的响应

2021-04-19田梦琦周建中张勇传贾本军

长江科学院院报 2021年4期

田梦琦，周建中，张勇传，贾本军，陈璐

(1.华中科技大学土木与水利工程学院，武汉 430074；2.华中科技大学数字流域科学与技术湖北省重点实验室，武汉 430074)

1 研究背景

位于长江上游末端的三峡水利枢纽工程举世瞩目，它是护民安邦的大国重器。水利工程运行对流域气象、水文和环境的影响是人们普遍关注的问题，尽管不少学者对水利工程胁迫下流域气象、水文和环境响应及演化规律开展了研究，但流域局地气象水文要素和周边环境是否受水库蓄水作用的影响尚不明晰。三峡库区受气候变化和人类活动的双重影响，植被覆盖发生了显著变化，同时水库蓄水产生的局地气候效应可能对三峡周边植被覆盖产生深远影响。因此，有必要解析三峡周边植被覆盖对气候变化的响应机制以及三峡蓄水对此影响。

植被是陆地生态系统的重要组成，并对其影响突显，在防治荒漠化和水土保持中发挥着重要作用[1]，因而植被覆盖是表征生态环境的重要指标[2]。植被覆盖通过影响碳储量、水文循环和能量平衡，在气候变化中起着关键作用[3]，同时，全球尺度的气候变暖和相关水分胁迫的持续影响已成为生态系统变化的主要驱动力，给植被生态系统带来了巨大的影响[4]。植被覆盖与气候因子之间具有密切的内在联系，是全球气候变化的敏感指示器[2,5]。归一化植被指数(Normalized Difference Vegetation Index,NDVI)可以补偿光照条件、土壤颜色、坡度和观测方向差异造成的变化，被广泛认为是监测区域和全球植被变化的有效指标[6]。

宋怡等[7]利用GIMMS AVHRR NDVI数据对中国寒旱区植被覆盖的情况进行动态监测，并分析植被动态对气候变化的响应，认为中国寒旱区大部分区域植被变化与降水和温度均呈现正相关关系；武正丽等[8]利用MODIS NDVI数据研究祁连山植被覆盖变化及其与气候因子的相关性，结果表明祁连山春季大部分地区NDVI与气温呈显著正相关，夏季NDVI与降水呈显著正相关，秋、冬季NDVI与降水、气温的相关性不明显；袁沫汐等[9]利用NDVI作为表征，研究湖北省地区植被覆盖变化及其对气候因子的响应，结果表明降水量对湖北植被NDVI年变化起有重要影响；方利等[10]采用MODIS NDVI数据，分析黑龙江流域植被覆盖对气候变化的响应，研究表明植被NDVI对气候响应的季节差异显著，且不同类型植被对气候因子的响应不一致；韩继冲等[11]研究了1999—2015年长江流域上游植被覆盖对气候的响应，认为植被覆盖对气候的响应具有空间异质性；吴昌广等[12]基于MODIS NDVI遥感数据，研究了三峡库区年最大植被覆盖度的时空变化及其驱动力，结果表明降水是影响库区植被覆盖度年际波动的主导因子；张兰等[13]和向菲菲等[14]也对三峡库区植被变化的气候驱动因子进行了研究。但目前关于三峡区域的植被覆盖对气候响应的研究多集中于单一动态变化的角度，通常将整个研究区域视为一个整体，没有考虑植被覆盖对气候响应规律的空间异质性，尤其是对三峡水库蓄水对响应规律的影响认识十分有限，而植被覆盖对气候变化的响应是动态的、非线性的，仅研究植被覆盖与气候要素之间的线性关系无法探明其物理机制和规律。

本文拟采用偏相关方法辨识三峡水库周围以NDVI为表征的植被变化的气候驱动要素，解析植被覆盖与气候的响应关系，以探明三峡水库蓄水前后该区域NDVI对气候变化的响应机制，并量化蓄水对响应机制的影响，进而为气候变化和人类活动下流域水资源适应性利用及水库负面效应缓解提供科学依据。

2 研究区域

三峡水库库区地处四川盆地与长江中下游平原的结合部，跨越鄂中山区峡谷及川东岭谷地带，北屏大巴山、南依川鄂高原。Wu等[15]研究表明，三峡水库对气候的影响范围是地域性的(约100 km量级)，而不是过去一些研究估计的局部性影响(约10 km量级)[16]。据此，本文研究区域确定为三峡长江上游干流区间寸滩至宜昌段外围100 km缓冲区，并以三峡水库蓄水后的水陆分界线为基准，沿径向每10 km划分一个分区研究三峡水库蓄水的影响。研究区域高程约为-12～3 070 m之间，属于亚热带季风气候，年降水量1 000～1 800 mm。研究区域土地类型多样，丘陵、山地面积大，平地面积小，土地结构复杂、垂直差异明显。在2003年蓄水水位从66 m提升到135 m，2010年首次达到正常蓄水位175 m，三峡水库蓄水引起沿江附近下垫面变化。水域面积的增加将增强当地的蒸发能力，可能会改变三峡库区及周边区域的气温、降水，进而影响植被覆盖。

3 数据与方法

3.1 数据来源与处理

3.1.1 归一化植被指数

归一化植被指数(NDVI)可以准确反映地表植被覆盖状况。基于连续时间序列的SPOT/VEGETATION NDVI卫星遥感数据，其空间分辨率为1 km，采用最大值合成法(Maximum Value Composite，MVC)对其进行处理得到1998年4月—2017年12月各年月尺度植被指数数据集[17]，最大值合成法具有降低大气效应、减少云污染，提高数据的准确性等优点。

3.1.2 气象数据

1998—2017年月降水量和月平均气温的栅格数据，由中国气象数据共享网下载的28个气象站点及湖北省气象局获得57个气象站点的观测数据通过数据预处理和反距离权重空间插值计算得到。位于研究区域范围内的85个气象站分布如图1所示。

图1 研究区域及气象站点分布Fig.1 Study areas and distribution of meteorologicalstations

3.2 研究方法

为充分考虑降水、气温以及植被覆盖的时空异质性，采用格网分析法和偏相关分析法，以探明三峡水库蓄水前后研究区域内各栅格单元(5 km×5 km)植被覆盖对降水、气温变化的响应规律。

3.2.1 偏相关系数法

(1)

式中，rxy、rxz和ryz分别表示3个变量x、y、z两两之间的Pearson相关系数。x与y的 Pearson相关系数rxy计算公式为

3.2.2 网格分析法

研究区域面积约为22×104km2，NDVI分辨率为1 km×1 km，以此栅格作为基准分析单元进行统计时，数量过多且计算量巨大。为有效避免上述问题，在权衡计算代价与计算精度的基础上，本文采用5 km×5 km网格为基准分析单元。对于边界网格处理，如若其质心在研究区域内即作为一个基准分析单元纳入统计，由此研究区域最终划分为8 933个基准统计分析单元。

4 结果分析

4.1 蓄水前后植被演化的气候因子筛选

以2003年6月为三峡水库蓄水前后时间界限，计算1998—2017年蓄水前后研究区域月尺度NDVI和月降水量、月均气温之间的偏相关系数，如图2所示。

图2 三峡水库蓄水前后NDVI与气温、降水量的偏相关系数空间分布Fig.2 Spatial distribution of partial correlation coeffi-cients of NDVI against temperature and precipitationbefore and after Three Gorges impoundment

由图2(a)和图2(c)可知:

(1)剔除气温影响后，蓄水前NDVI与月降水量的偏相关系数介于-0.390～0.427之间，偏相关系数|r|≥0.4阈值的区域仅占0.02%。

(2)蓄水后NDVI与月降水量的偏相关系数介于-0.225～0.312之间，未发现偏相关系数>0.4的区域。

由图2(b)和图2(d)可知:

(1)剔除降水影响后，蓄水前NDVI与月均气温的偏相关系数介于0.080～0.913之间，偏相关系数|r|≥0.4阈值的地区占研究区域的99.41%，相关性显著，其中，中度相关(0.4≤|r|<0.6)的区域占4.33%，高度相关(0.6≤|r|<0.8)的区域占71.95%，极高相关(|r|≥0.8)的区域占23.13%。

(2)蓄水后NDVI与月均气温的偏相关系数介于0.005～0.840之间，偏相关系数|r|≥0.4阈值的区域占97.41%，其中，中度相关(0.4≤|r|<0.6)的区域占22.50%，高度相关(0.6≤|r|<0.8)的区域占74.61%，极高相关(|r|≥0.8)的区域占0.30%。

(3)气温与NDVI的偏相关系数<0.4的区域主要位于三峡大坝下游的平原丘陵地带，主要用地类型为城镇用地或灌溉农田，人类活动干扰导致植被覆盖与气温的相关性较弱；偏相关系数高的地区大多位于山区，水汽充足，温度适宜，人类活动干扰较少，因而植被覆盖与气温的相关性较好。

研究表明，蓄水后，植被与气温、降水量的偏相关系数普遍降低。植被和气温的偏相关系数相较于蓄水前，中度相关区域的占比升高了18.17%，高度相关区域的占比升高了2.66%，但极高相关区域的占比降低22.83%；而植被和降水量的偏相关系数相较于蓄水前，相关区域占比变化不大。观察NDVI与气温、降水量的偏相关系数的数值大小以及相关区域占比，发现气温与植被的相关关系明显强于降水，研究区域植被主要受气温影响[11,13-14]，且不同区域的偏相关程度不同，植被覆盖对气温和降水量变化的动态响应具有较强的空间异质性，不同地区间动态响应关系存在一定差异。

图3 1998—2017年研究区域年尺度NDVI变化Fig.3 Average NDVI change in research areafrom 1998 to 2017

4.2 蓄水前后植被覆盖对气温的响应规律

计算1998—2017年研究区域年尺度NDVI的面平均值，如图3所示。NDVI变化呈现波动上升趋势，其在2003年攀升幅度最大，2003年的NDVI值相比2002年增大了4.91%，与此同时，三峡水库在2003年蓄水水位从66 m提升到135 m。从NDVI的年际变化来看，2003年NDVI的升高或许与三峡水库蓄水有一定关系，推测三峡水库蓄水对其周边植被可能产生一定影响。由于植被变化受人类活动和气候影响较大，且关系复杂，而精确区分并量化两者分别对植被的影响还存在一定困难[18]，因此本文聚焦于三峡蓄水对于气候-植被的响应关系影响，并尝试量化。

在人类活动及气候变化双重影响下，植被总是在不断地适应外界条件的改变，使其自身活动更为有利，该过程是动态、非线性的[5]，因此有必要更进一步研究这种非线性的响应关系。前述研究表明气温与NDVI的相关性强于降水，且降水的偏相关系数普遍很低，因此在研究其非线性响应关系时，重点考虑气温驱动因子。而植被覆盖对气温变化的动态响应具有较强的空间异质性，不同地区间的动态响应关系存在一定的差异，因此也有必要进行分区研究。

以三峡水库蓄水后的水陆分界线为基准，沿径向每10 km划分一个分区，将1998年4月至2017年12月各分区逐月气温、NDVI数据提取并进行面平均处理，并以2003年6月为三峡水库蓄水前后时间界限，绘制各分区的气温-NDVI散点图如图4所示。由图4可知，蓄水后的散点多位于蓄水前散点的上方，即在同一气温条件下蓄水后的NDVI值较大，且蓄水前后差异明显。进一步分析散点的整体趋势可知，蓄水前后NDVI值与气温均呈非线性关系，且逼近二阶非线性结构。为此，可采用二次函数描述水库蓄水前后NDVI与气温的非线性响应关系，如式(3)所示。

y=ax2+bx+c。

(3)

式中：y为NDVI；x为气温；a、b、c为回归系数。

图4 不同分区NDVI-气温的响应关系Fig.4 Response relations of NDVI-temperature in different zones

进一步采用最小二乘法拟合得到非线性回归系数a、b、c，如表1所示。

表1 NDVI与气温的二次函数关系拟合结果Table 1 Fitting results of quadratic functionrelationship between NDVI and temperature

此外，相应的二次函数对应的二次曲线如图4所示，且由决定系数R2可知拟合效果较好。

由图4可知，当气温>25 ℃时，斜率≤0.02，此时，NDVI随气温的变化趋于平缓，即气温升高对植被生长的促进作用逐渐减弱而抑制作用增强。结合研究区域内气象站点月均气温处于-2.7～33.7 ℃的范围，且植被生长参考适宜温度约为23.31 ℃[19]可知，二次函数刻画的植被-气温响应关系与实际情况较为吻合，可以较好地解释植被-气温响应关系中的物理机制。

为探明三峡水库蓄水前后NDVI对气温响应关系的演化，对式(3)求导，以dy/dx此作为敏感性指标进行刻画，同时取蓄水前后敏感性指标差值的绝对值作为敏感性变异指标，观察蓄水前后NDVI对气温的敏感性变化。不同分区NDVI对气温的敏感性变化如图5所示。

图5中，Ⅰ和Ⅱ分别表示蓄水前后敏感性指标的值。由图5可知，气温存在一个阈值Tc(图中以虚线标出)。当气温TTc时，蓄水后NDVI对气温的敏感性低于蓄水前，且蓄水前后敏感性变异随着气温的升高而增大；且分区不同，气温阈值也不尽相同。上述表明蓄水前后NDVI对气温的敏感性存在变异，即三峡水库蓄水在一定程度上影响了植被覆盖对气温的敏感性，且敏感性变异方向与气温阈值有关。

图5 三峡水库蓄水前后不同分区NDVI对气温敏感性变化Fig.5 Changes of sensitivity of NDVI in different zones to temperature before and after impoundmentof the Three Gorges Reservoir

为表征蓄水前后NDVI对气温响应规律的差异，定义了差异指标D，即

(4)

其中,

(5)

式中:f1(x)和f2(x)分别为蓄水前后拟合得到NDVI对气温的响应规律;β为蓄水后与蓄水前的差函数绝对值最大时x的取值。