APP下载

气候变暖背景下中亚地区极端降水事件变化及其对植被覆盖的影响

2021-06-17刘根林焦琳琳赵东升

水土保持研究 2021年4期
关键词:中亚地区降水量均值

陆 晴, 刘根林, 闫 冰, 焦琳琳, 赵东升

(1.东华理工大学 测绘工程学院, 南昌 330013; 2.江西省科学院 能源研究所, 南昌 330096; 3.华北理工大学矿业工程学院, 河北 唐山 063210; 4.中国科学院 地理科学与资源研究所 陆地表层格局与模拟重点实验室, 北京 100101)

当前,全球气候变化以气候变暖为主要特征,1880—2012年,全球平均地表温度升高了0.85℃,特别是近半个世纪以来,升温速率约为1880年以来的两倍[1-2]。相关研究表明,全球气候变暖及其导致的水循环改变将加剧极端气候事件发生的频率和强度[3-4],并将进一步对自然生态系统和人类社会环境产生重大影响[5-7]。近期在全球发生的极端气候事件对植被生长的影响研究有助于预估植被对气候极值变化的弹性和敏感性[8]。在未来气候变化下,极端气候事件将进一步对各生态系统产生重要影响。

归一化植被指数(Normalized Difference Vegetation Index,NDVI)经常用于表征植被覆盖、生长状况和监测植被动态变化[9],以及气候变化对植被影响等方面的研究[10]。气温和降水通常被认为是植被分布的最重要影响因子[11],与气候平均态相比,极端气候对植被覆盖的影响具有敏感度高、破坏性强、地域差异性更突出等特点[12]。Li等[13]研究了内蒙古6个子区对极端气候指数的响应,结果显示,NDVI与极端降水和极端低温的变化趋势一致,与极端高温则相反。Liu等[14]基于GIMMS NDVI数据分析了全球植被变化及其对极端气候的响应,表明在亚马逊及半干旱、半湿润地区植被动态变化最为显著,对极端降水事件更为敏感。

在湿润的温带或寒温带地区,气温是植被生长的主要限制因子,而在干旱半干旱地区或者干湿季差异较明显地区,则降水对植被活动具有显著的胁迫性[13,15-16]。中亚地区地处干旱半干旱地带,地形结构和气候状况的相互作用形成了该地区较为复杂的景观格局,生态系统极其脆弱,对气候变化响应非常敏感[17-18]。中亚地区近130 a增温幅度达0.073℃/10 a[19],降水在1980s急剧增加,气候变化导致中亚地区NDVI呈上升趋势,灌丛分布面积增加[20]。Zhang等[21]指出,中亚地区极端降水指数除持续干旱日数(CDD)外,均呈显著增加趋势,特别是在东部山地和丘陵区。Xu等[22]研究表明中亚地区水是区域植被变化的主要气候驱动因素,夏季干旱事件导致大量植被退化,其中草原对水分胁迫最为敏感。可见,对中亚地区的气温、降水、极端气候变化及其对植被生长的影响已有研究,该地区植被生长对降水敏感程度较高,而生长季极端降水对中亚地区植被覆盖影响研究较缺乏。

本文利用线性趋势法、Mann-Kendall非参数检验、相关分析等方法,揭示1982—2014年中亚地区生长季极端降水事件、NDVI时空变化特征以及二者之间的相关性,以期能够加深了解全球极端气候事件长期变化的地区差异性及植被覆盖对极端气候事件变化响应的区域性,可以为干旱半干旱地区水资源管理、自然灾害的预防和减缓以及未来气候变化预测提供帮助,有利于区域生态保护和经济发展。

1 研究区概况

中亚地区(35.1°—55.5°N,46.4°—87.4°E)包括5国,分别为哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、土库曼斯坦和塔吉克斯坦。中亚地区地处亚欧大陆腹地,远离海洋,为干旱、半干旱气候,是北半球温带面积最大的干旱区[23]。地势东南高、西北低,东部山区最大海拔高度超过7 000 m[16],属于典型的山盆结构。受地势差异影响,中亚地区生态系统类型包括山地、绿洲和荒漠,对全球气候变化响应具有一定的特殊性和复杂性,主要土地利用类型为草原、裸地或低植被覆盖地、开放灌丛等。

中亚地区降水主要依赖于大西洋湿润气团,年际变化格局不同于亚洲季风区[24]。受极地急流和阿拉伯海气流扰动影响,季节降水具有一定的不确定性,再者,绿洲湿岛效应和副热带急流北移效应共同作用形成了中亚地区的复杂气候变化格局。1982—2014年中亚地区多年月NDVI、降水、气温均值变化特征见图1,中亚地区气温1—12月呈现先增大后减小趋势,7月达到最大值,为23.5℃;降水在月度分配上波动较大,最大值和最小值分别发生在4月(28.5 mm)和9月(11.4 mm),春季降水量约占全年总降水量的32%,总体表现为雨热不同期。植被生长主要分布在4—10月,集中分布在5—9月,NDVI值在6月达到最大(0.33),2月最小(0.10)。

图1 1982-2014年中亚地区多年月NDVI、降水、气温均值变化特征

2 数据来源和研究方法

2.1 数据来源及预处理

2.1.1 气候数据 本文采用的日均温和日降水气候数据为全球陆面数据同化系统(Global Land Data Assimilation System)提供的GLDAS-2.0版本数据集,空间分辨率0.25°×0.25°,时间分辨率1 d,时间长度序列为1982—2014年[25-26]。

2.1.2 NDVI数据 本文使用的NDVI数据为Global Inventory Modeling and Mapping Studies(GIMMS)提供的时间序列为1982—2014年的GIMMS NDVI 3g.v1.0数据集,是GIMMS NDVI 3g数据的升级产品,在3 g数据集基础上进行了降噪处理。时间分辨率15 d,空间分辨率0.083°×0.083°,数据为nc格式,每个nc4文件包含6个月NDVI数据,共12景(https:∥ecocast.arc.nasa.gov/data/pub/gimms/3 g.v1/)。

为进一步消除大气气溶胶、云、阴影、太阳高度角等对数据的影响[27],采用最大合成法MVC(maximum Value Composites)生成月尺度NDVI值。本文生长季为4—10月[11],将生长季各月NDVI求平均获得每年生长季NDVI均值。1982—2014年生长季NDVI求平均,获得多年生长季NDVI均值栅格数据,为排除非植被因素的影响,剔除NDVI小于0.05的像元[28],得到中亚地区的植被覆盖区域。

2.2 研究方法

2.2.1 极端降水指数定义与计算 世界气象组织工作组的气候变化检测和指数专家组(ETCCDI)试图通过确定一套极端气候指数来促进对极端气候的分析,这些气候指数对温度和降水统计数据进行了全面概述,尤其侧重于极端方面[29]。到目前为止,这些极端气候指数已被研究者广泛使用,不仅适用于全球研究[30],也适用于区域研究[31-33]。本文采用了其中10个极端降水指数(表1)。

表1 极端降水指数的定义

2.2.2 变化趋势及相关分析计算方法 为了解近33 a中亚地区生长季气温、降水量、极端降水以及NDVI的变化趋势,采用线性回归方法计算了各指标的变化速率。利用Mann-Kendall非参数检验方法分析了中亚地区生长季气温、降水量、极端降水、NDVI在时间序列上的突变现象。基于SPSS 23.0和MATLAB 2017b软件,采用相关分析方法,分析时间、空间上中亚地区各极端降水指数和植被覆盖的相互关系。

3 结果与分析

3.1 生长季气温变化特征

1982—2014年中亚地区多年生长季均温在空间上表现为从东北到西南逐渐增温趋势(图2A),最大值达24.79℃,高温区域主要分布在土库曼斯坦地区,属于典型的温带荒漠气候;低温区主要分布在高海拔山地和丘陵区,包括天山一带、阿尔泰山区域及哈萨克丘陵。中亚地区增温显著,升温幅度达0.43℃/10 a(p<0.001)(图2B)。通过M-K非参数检验方法,中亚地区生长季均温在2003年发生突变,2003年以前生长季气温上升趋势较为缓慢(0.21℃/10 a),2003年之后为较快增温时期(0.53℃/10 a)。近33 a来,中亚地区生长季气温变化速率表现出一定的空间差异(图2C),约85%的区域呈现显著增温趋势(p<0.05,显著性分布见图2D),主要分布在中亚地区的西南部。最大增温速率达0.69℃/10 a(p<0.01),分布在哈萨克斯坦的西部地区。

图2 1982-2014年中亚地区生长季气温时空变化特征

3.2 生长季降水极值变化特征

3.2.1 生长季降水量变化特征 中亚地区多年生长季降水量均值从西南到东北呈现逐渐增加趋势(图3A),西南部地区最小值仅为29.87 mm,最大值分布在阿尔泰山地区,达422.3 mm。近33 a,中亚地区生长季降水量均值为142.0 mm,多年来呈波动变化态势,变化速率仅为2.3 mm/10 a(p>0.05);通过10 a滑动平均曲线可知(图3B),中亚地区生长季降水量在1982—1990年、1997—2002年、2008—2014年呈现增加趋势,在1990—1997年、2002—2008年为减少趋势。图3C显示,近33 a中亚地区大部分地区降水量呈增加趋势,约占总面积的71.8%,最大增加速率达20.5 mm/10 a,但通过显著性分析发现(图3D),仅有小部分区域生长季降水量呈显著增加趋势。

图3 1982-2014年中亚地区生长季降水量时空变化特征

3.2.2 生长季极端降水事件时间变化 1982—2014年中亚地区生长季各极端降水指数多年均值及变化速率见表2,各指数数值多年来均呈增加趋势,但变化趋势不显著。1日最大降水量(RX1day)在2003年发生突变,2003年之后增量更为明显,而5日最大降水量(RX5day)突变年份发生在1998年、1998年之后均值更大但存在减小趋势,变化速率为-0.32 mm/10 a。总降水量(PRCPTOT)和降水强度(SDII)的突变年份也出现在1998年,突变年份之后时间段内降水总量和强度均值较之突变年份之前均有增加,分别增加了约10,0.3 mm;突变年份之后降水总量和强度变化速率均呈减小趋势。中雨日数(R10)多年均值约为3 d,在1998年突变前后速率均为减少趋势,1998年后均值较大;大雨日数(R20)变化可分为3个阶段:1982—1998年、1999—2007年和2008—2014年,均值分别为0.513,0.646,0.604 d,1999—2007年均值最大,但在该阶段内存在减小趋势,变化速率为-0.23 d/10 a。持续干旱日数(CDD)的多年均值为50 d,而持续湿润日数(CWD)仅为2.88 d,且CDD的增加速率大于CWD;CDD不存在突变点,CWD在1993年发生突变,突变后均值和变化速率较突变前均变小,表明中亚地区持续干旱时间更长,降水更为集中。强降水量(R95p)和极强降水量(R99p)的突变年份均发生在1999年,后期强降水量均值更大,但是变化趋势呈逐渐降低。

表2 1982-2014年中亚地区生长季极端降水事件时间变化特征

综合来看,大部分极端降水指数在20世纪90年代产生突变,且大多数发生在1998年和1999年,表明极端降水事件在20世纪末前后有较大变化,具体表现为表征降水总量、降水强度的指数在21世纪来多年均值大于20世纪,但是表征降水日数的CWD多年均值则为变小,说明21世纪以来中亚地区生长季降水更为集中。21世纪以来,虽然降水总量和降水强度更大,但是变化速率总体呈逐渐减小趋势。

3.2.3 生长季极端降水事件空间变化 1982—2014年中亚地区生长季极端降水指数除CDD外,各指数的多年均值空间分布特征与多年生长季降水量均值较为一致,哈萨克斯坦北部行政边缘地带、天山一带地区和阿尔泰山区域的值较大。近33 a来,极端降水指数变化速率空间分布特征见图4,RX1day和RX5day空间异质性较强,最大增加速率分别为0.65,0.82 mm/a,分布在天山一带的南端地区,主要在哈萨克斯坦局部地区呈显著增加趋势。PRCPTOT在天山一带呈增加趋势,最大值为2.0 mm/a,但是在降水量较多的哈萨克斯坦北部行政边缘地带和阿尔泰山地区PRCPTOT呈减小态势,但未通过0.05的显著性水平检验;SDII增加速率的高值区主要分布在温度较高而降水较少的干旱荒漠灌丛区,最大增加速率为0.11 mm/(d·a),通过0.05显著性水平检验的区域面积大于其他极端降水指数,表明中亚地区多地降水更为集中,日降水量更强。R10和R20增加速率的高值区主要分布西伯利亚平原、哈萨克丘陵和天山一带地区,表明这些区域中雨和大雨日数增加,但是在哈萨克斯坦西北部的降水量高值区则为减小趋势。CDD在乌兹别克斯坦地区增加速率最大,达2.0 d/a,干旱荒漠灌丛区持续干旱天数增加;CWD变化速率的空间异质性较强,呈增加和减少趋势的区域面积相当,在降水量高值区表现为减少趋势。图4I—J显示,R99p的增加速率明显大于R95p,主要分布在哈萨克斯坦地区和中亚地区的东南部,在哈萨克斯坦中部部分地区通过0.05的显著性水平检验,表明降水量的强度变得更大。与降水量的变化速率空间分布相比,除CDD之外,各极端降水指数呈增加趋势的范围更大,且通过0.05显著性水平检验的区域更广。

图4 1982-2014年中亚地区生长季极端降水事件变化速率的空间分布特征

3.3 NDVI变化特征及其对极端降水事件的响应

3.3.1 生长季NDVI变化特征 1982—2014年中亚地区生长季NDVI均值空间分布特征与生长季降水量多年均值较为一致(图5A),由西南到东北呈逐渐增加趋势,均值超过0.4的区域主要分布在哈萨克斯坦北部行政界线边缘、天山一带地区以及阿尔泰山区域,面积约占中亚地区总面积的59%。中亚地区生长季NDVI多年均值为0.276,从时间变化特征来看(图5B),变化不明显,呈略微下降趋势;通过10 a滑动平均曲线可知,1982—1990年植被覆盖呈显著增加趋势(0.026/10 a,p<0.05),1991—2003年为稳定期,2003年之后变为较快减少时期(-0.027/10 a,p>0.05),最大值出现在1993年,其值为0.293;经过M-K检验发现,近33 a来生长季NDVI均值变化无显著突变点。

近33 a来,中亚地区生长季NDVI变化速率空间分布如图5C所示,增加速率高值区主要分布在中亚地区的东南部和东部地区,地属天山、阿尔泰山及哈萨克丘陵区域一带,年最大增加速率达0.02(p<0.05);呈显著减小速率的区域主要分布中亚地区的中西部和北部地区,前者为干旱荒漠灌丛区,后者为半干旱草原区,年最大减小速率为-0.015(p<0.05)。结合气温、降水均值和变化速率可知,生长季NDVI增加速率高值区出现在气温低、降水量多的区域,而低值区则在增温显著、降水量少的区域。

3.3.2 生长季极端降水事件对植被覆盖的影响 中亚地区生长季极端降水指数、生长季均温(TEMP)与NDVI进行相关分析,得到相关系数见表3。极端降水指数除CDD外均与生长季NDVI呈显著正相关,相关系数均超过0.4,特别是RX5day,SDII,R10,R20,R99p,与NDVI的关系为极显著正相关(p<0.01),表明表征降水频度和降水强度的极端降水事件对植被覆盖的影响更为强烈。CDD和生长季均温(TEMP)与NDVI之间的关系为负相关(p>0.05),但是通过偏相关分析可知,CDD,TEMP与NDVI之间为显著负相关,相关系数分别为-0.429,-0.477(p<0.05),表明持续干旱和升温作用会降低中亚地区植被的覆盖度。

表3 1982-2014年中亚地区生长季NDVI与极端降水事件在时间尺度上的相关系数

1982—2014年中亚地区生长季NDVI与各极端降水指数之间通过显著检验(p<0.05)的相关系数空间分布特征见图6。RX1day,RX5day与NDVI的相关系数在空间分布上较为一致(图6A—B),但是RX5day与NDVI呈正相关的区域面积更大(约占总面积84.4%),特别在西伯利亚平原和哈萨克丘陵部分区域呈显著正相关(p<0.05),最大相关系数为0.75,RX1day与NDVI的最大相关系数为0.69。PRCPTOT与NDVI呈正相关的分布范围大(图6C),约占中亚地区总面积的90%,最大相关系数为0.81,在哈萨克斯坦北部行政区划线边缘、阿尔泰山以及天山一带地区,PRCPTOT与NDVI呈显著正相关(p<0.05);SDII与NDVI相关系数的空间分布(图6D)与RX1day,RX5day较一致,最大相关系数为0.75,通过0.05显著水平检验的区域主要分布在哈萨克斯坦北部及天山一带南端地区。R10,R20与NDVI呈正相关的区域面积分别占总面积的85.6%,77.9%(图6E—F),R10与NDVI的相关性通过0.05显著水平检验的区域主要分布在哈萨克斯坦北部及天山一带地区,而R20则分布较为零散。CDD与NDVI之间的相关关系主要为负相关(图6G),约占中亚地区总面积的59.2%,最大负相关系数为0.65(p<0.05),分布在哈萨克斯坦的图尔盖高原;CWD与NDVI相关系数的空间分布异质性较大(图6H),正相关系数高值区主要分布在阿尔泰山区域(p<0.05)。R95p,R99p与NDVI呈正相关的相关系数在空间分布上较为一致(图6I—J),主要分布在天山一带、哈萨克丘陵及哈萨克斯坦北部的边缘地区,R95p,R99p与NDVI呈显著正相关的区域分别占总面积的22.5%,17.3%。

图6 1982-2014年中亚地区生长季NDVI与极端降水各指数之间通过显著检验相关系数的空间分布特征

4 讨 论

全球正在经历以气候变暖为主要特征的气候变化,中亚气温变化在20世纪80年代初期发生突变[19],出现较大增温趋势,1982—2014年中亚地区生长季气温的变化速率为0.43℃/10 a,与Hu等[34]的研究结果较为一致,显著高于北半球陆地(0.3℃/10 a)和周边地区的升温速率。中亚地区降水量在1960s之后变化不显著[21],本研究结果与之较为一致,降水量呈略微增加趋势(p>0.05)。极端降水事件呈增加趋势,大部分极端降水指数在1990s出现突变点,自21世纪以来,量值相较于20世纪80,90年代更大,与Li等[20]的研究结果一致,而Zhang等[21]研究发现极端降水事件在1957年发生突变;空间分布上,Zhang等[21]研究结果表明东部高山和丘陵区降水量和极端降水指数呈显著增加趋势,中部荒漠区则减缓,但是本研究发现中亚地区中部增加更为显著,研究结果差异可能由研究时段及年内时长不同导致。

长期的植被生长取决于降水的连续性和一致性较多,因此极端降水事件会在一定程度上影响植被生长。本研究分析了1982—2014年中亚地区生长季气温、各极端降水指数与NDVI之间的相关关系,通过相关分析可知,中亚地区植被覆盖与除代表干旱的CDD之外的其他极端降水指数均呈显著正相关,特别是与RX5day,SDII,R10,R20,R99p呈极显著正相关,与生长季均温相关较弱,表明NDVI对降水变化响应的敏感性较高,高温、干旱事件对中亚地区植被生长产生抑制作用。殷刚[16]、韩其飞[35]等的研究结果也表明,中亚地区植被覆盖与降水的相关性较高,而与气温关系则较弱,结果显示在中亚地区降水是植被生长的主要限制因子。

中亚地区生长季NDVI在1980s呈显著上升趋势,1990s为较为稳定期,研究结果与Mohammat等[28]的较为一致,而进入21世纪之后为较快下降期[35],这可能是因为除CDD外,各极端降水指数在进入21世纪前后发生突变,突变后各极端降水指数的变化速率减小,特别是与NDVI呈极显著正相关的RX5day,SDII,R20,R99p,这4个极端降水指数的变化速率在突变点之前为增加趋势,之后则为减少趋势,表现为强度增强,而频次减少。自21世纪以来,中亚地区生长季降水量变化不显著,而NDVI呈减少趋势,说明极端降水事件的减少对中亚地区植被的生长起到抑制作用。进入21世纪后,半干旱草原地区的生长季NDVI减小更为突出[16],在气候变暖背景下,年潜在蒸散量远大于年降水量[36-37],半干旱生态系统对水文气候变化的敏感性最高,超过了干旱和潮湿的生态系统,这一结果证明了半干旱生态系统在极端气候条件下的脆弱性以及未来特大干旱事件可能丧失的生态系统弹性[38]。通过各极端降水指数与NDVI相关系数及显著性水平的空间分布可知,呈显著正相关的区域主要分布在降水高值区,且与生长季降水量与NDVI相关系数分布图较为一致[16],Li等[13]研究也表明荒漠草原和草原荒漠植被对极端气候事件的敏感性较低。

本研究分析了中亚地区生长季极端降水事件的时空变化特征及其对生长季NDVI的影响,虽然在干旱半干旱地区,降水是植被生长的主要影响气候因子[39],但是极端气温事件在一定程度上会促进或抑制植被生长,特别是春季气温影响更为强烈[28],因此,需要进一步分析中亚地区极端气温事件变化特征以及不同季节植被覆盖对极端气候事件的响应。

5 结 论

(1) 近33 a来,在中亚地区生长季均温显著上升背景下,生长季降水量及各极端降水指数呈略微上升趋势。除CDD外,其他极端降水指数都发生了气候突变,大部分集中在1998年和1999年,进入21世纪以来,极端降水总量和强度较之前均增大,但持续湿润时长变小,降水发生的风险概率更大。

(2) 生长季极端降水指数空间分布特征与降水量较为一致,表现为从西南到东北逐渐增加,高值区分布在哈萨克斯坦北部行政区划线边缘以及东部阿尔泰山、天山等高山丘陵区。大部分地区的生长季降水量呈增加趋势,所占面积超过中亚地区总面积的70%;除CDD外,各极端降水指数呈增加趋势的区域比降水量更大,且通过0.05显著性水平检验的范围更广,呈显著增加趋势的区域主要集中在哈萨克斯坦中部地区。

(3) 近33 a来,中亚地区生长季NDVI变化速率呈略微下降趋势,多年均值空间分布与生长季降水量较为一致,增加速率高值区为低温高降水量地区,减少速率高值区则为干旱显著增温地区。通过相关分析表明,除CDD外,中亚地区生长季NDVI与各极端降水指数均呈显著正相关(p<0.05),特别是RX5day,SDII,R10,R20,R99p,为极显著正相关(p<0.01),即极端事件越强,影响作用越大;偏相关分析结果显示,生长季NDVI与CDD和TEMP为显著负相关(p<0.05),持续干旱和升温作用对植被生长产生抑制作用。

(4) 生长季NDVI与各极端降水指数相关系数的空间分布特征显示,除CDD外,相关系数高值区主要分布哈萨克斯坦北部行政区划线边缘地区以及哈萨克丘陵、阿尔泰山和天山一带的高海拔地区,这些区域也是降水量高值区,表明在降水量高值区,极端降水事件对植被生长起促进作用。

猜你喜欢

中亚地区降水量均值
1958—2019年新兴县汛期降水量的气候特征
成都市年降水量时空分布特征
均值—方差分析及CAPM模型的运用
均值—方差分析及CAPM模型的运用
1956—2014年铁岭县降水变化趋势分析
1970—2016年吕梁市离石区降水量变化特征分析
中亚地区与中国气候变化的关系
民国时期新疆驻苏联中亚地区使领馆设立原因
关于均值有界变差函数的重要不等式
中国与中亚地区油气资源合作开发模式与前景分析