基于3S的京津风沙源治理工程区植被覆盖和气候要素变化分析

纪和, 赵广帅, 刘珉, 张鑫, 崔嵬

基于3S的京津风沙源治理工程区植被覆盖和气候要素变化分析

纪和1, 赵广帅2,*, 刘珉2, 张鑫2, 崔嵬2

1. 湖北省林业勘察设计院, 武汉 430000 2. 国家林业和草原局经济发展研究中心, 北京 100714

为分析评估京津风沙源治理工程区植被覆盖和气候要素变化, 收集工程实施前、后各时期工程区域土地利用类型数据、MODIS产品植被覆盖(NDVI)数据和气象站点月值数据, 利用最小二乘法拟合分析工程区NDVI和蒸散时空变化规律; 利用MK非参数检验分析区域气候要素时空变化格局。结果表明(1)近25年来工程区土地利用类型变化不大, 植被面积未有显著增加; (2)近20年, 工程区81.5%的区域生长季平均NDVI呈上升趋势, 其中37.6%的区域呈显著上升趋势(< 0.05), 平均变率0.005 a-1; 同时, 99.8%的工程区域植被蒸散呈上升趋势, 其中95.3%的区域呈显著上升趋势(< 0.05), 平均变率109.11 kg·m-2·a-1; (3)工程实施前、后对比, 气候要素变化趋势发生明显变化, 工程实施前工程区平均气温呈上升趋势, 其中78%以上气象站点平均气温距平呈显著上升趋势, 上升幅度为0.01 ℃·a-1; 降雨量和平均相对湿度呈减少趋势, 其中16%的气象站点降水距平百分率呈显著减少趋势, 减少幅度在0.33% a-1以上。工程实施后, 工程区内气温呈降低趋势, 其中24%的气象站点平均气温距平呈显著下降趋势, 降幅在0.008 ℃·a-1以上; 降雨量和平均相对湿度呈增加趋势, 其中22%的站点降水距平百分率呈显著增加趋势, 幅度约为0.22% a-1。总体上, 京津风沙源治理工程实施近20年来风沙天气得到明显改善, 植被恢复及原有植被质量的提升是环境改善的主要原因。

京津风沙源治理工程; 3S; 植被覆盖; 气候要素; 时空变化

0 前言

为改善和优化京津及周边地区的生态环境质量, 治理沙化土地, 遏制沙尘危害, 2000年6月, 国家紧急启动实施一项具有重大战略意义的生态建设工程—京津风沙源治理工程[1–3]。目前, 工程第一期建设已于2012年实施完成, 第二期工程于2013年启动建设。京津风沙源治理工程作为国家在首都及周边地区部署实施的重点林业生态建设工程, 其主要关注点和任务是固土防沙, 减少京津沙尘天气, 改善区域生态环境质量, 工程的治理效果长期以来受到社会各界和政府决策者的关注[3,4–7]。因此, 科学、客观地评估京津风沙源治理工程对区域生态环境的改善效果显得十分必要, 评估结果对指导后续工程建设也具有重要意义。

当前, 京津地区沙尘暴的来源、空间分布以及影响因素等方面都取得了很多研究成果。例如, 京津地区沙尘暴不仅来源于当地, 也有来自于内蒙古沙漠等较远地区[8–9]; 首都圈沙尘暴具有明显的空间分布规律, 西北部沙尘暴日数明显多于东南部, 沙尘暴发生日数的年际波动较大[10]; 在诸多气候因子中, 风速和相对湿度与沙尘暴关系最为密切, 从空间上降水量与沙尘暴发生日数呈负相关[11–12]。植被是陆地生态系统的主体, 其在阻滞风沙、涵养水源、调节气候、维持区域生态系统平衡等方面发挥着重要作用[13]。一般认为植被恢复有利于降低气温和地表温度, 增加湿度, 减小风速, 进而改善局地生态环境[14]。在大空间尺度上中国北方植被覆盖变化与沙尘暴之间呈现负相关关系[15]。京津风沙源治理工程的相关研究也表明, 一期工程实施后, 植被覆盖改善明显, 植被覆盖对减缓沙尘暴的作用明显[16–18]。

3S技术为研究土地利用、土地覆盖的时空演变提供了数据源与技术支持[19–21], 例如, 利用遥感数据源及GPS空间定位结合地面抽样技术, 以地理信息系统为工具, 建立森林资源动态监测及评估体系。3S技术的发展, 给生态工程监测提供了更高的监测技术平台, 不少研究利用3S技术构建大尺度工程动态监测体系并科学地评估其生态环境效应[6,21]。京津风沙源治理一期工程实施完成后, 许多学者分析工程建设形势, 对工程的生态效益[16–18,23]、成效[24–25]、生态经济影响[26–27]等方面进行卓有成效的研究, 剖析了其中存在的问题, 但从大区域范围研究整个京津风沙源区植被恢复状况比较缺乏。吴丹等[6]以风沙源综合治理一期工程区2000—2010年生态系统土地利用/覆被变化、植被覆盖度及防风固沙服务功能为指标, 综合分析了工程的生态效应, 结果表明京津风沙源区整体生态状况趋于好转, 一系列生态工程的实施对于恢复自然植被和提升生态系统防风固沙服务功能起到了积极作用。目前, 京津风沙源治理工程二期正处于实施的关键阶段, 其地位在生态环境日益恶化和经济需求日益上涨的双重压力下显得尤为重要。总体上, 京津风沙源治理工程效益评价的研究, 主要侧重于对工程的现状、特征以及产生原因的描述[28], 多以京津风沙地区为空间对象, 从整体和区域对比的角度分析植被覆盖和气候因子变化及其影响机制的探讨相对较少[7,29]。

1 材料与方法

1.1 研究区概况

京津风沙源治理工程区西起内蒙古乌拉特后旗, 东至内蒙古阿鲁科尔沁旗, 南起陕西定边县, 北至内蒙古东乌珠穆沁旗, 地理坐标为105º12′—121º01′ E, 36º49′—46º40′ N。目前工程已实施到第二期: 一期工程区建设范围涉及北京、天津、河北、山西及内蒙古等5省(区、市)的75个县(旗、市、区), 建设期为2001—2012年, 总面积约45.8万 km2(图1), 国家累计投资479亿元, 工程建设累计完成营造林752.61万hm2(其中退耕还林109.47万hm2), 治理草地933万hm2, 建设暖棚1100万m2, 配备饲料机械12.7万套, 开展小流域综合治理1.54万km2, 建设节水灌溉和水源工程21.3万处, 易地搬迁18万人; 二期工程区包括北京、河北、天津、山西、内蒙古和陕西6省(区、市)的138个县, 建设期为2013—2022年, 总面积70.6万 km2(图1), 国家计划投资878亿元[30], 截止2017年, 工程建设累计完成营造林141.3万hm2, 封山育林1320.06万hm2, 治理草地14.85万hm2, 开展小流域综合治理17.94万km2, 易地搬迁2.13万人[31-32]。

1.2 研究区概况

1.2.1 数据获取

(1)NDVI和蒸散数据

本研究中NDVI和蒸散数据来自美国航空航天局(NASA)Terra卫星提供的MODIS陆地专题产品: 基于最大值合成(MVC)方法, 每16天合成的250 m分辨率NDVI及其质量控制数据(Global MOD13Q1)和全球500 m蒸散8天合成数据(MOD16A2), 数据集经过几何及大气校正, 时间覆盖2000年3月—2017年12月, 用来分析工程区植被覆盖度变化和植被蒸散的时空动态。

图1 研究区概况

Figure 1 General situation of study area

(2)土地利用类型数据

研究区土地利用类型数据来自中国科学院资源环境科学数据中心(http://www.resdc.cn/)提供的1995年、2000年、2005年、2010年、2015年五期全国土地利用类型图, 空间分辨率为1 km。

(3)气象站数据

基于站点的气候数据主要来自中国气象数据网(http://data.cma.cn/)提供的中国地面气候资料月值数据集, 主要包括工程区及周边117个国家气象台站1990—2017年月值气候观测数据(平均气温、极低气温、极高气温、平均气温距平、平均风速、最大风速、降雨量、降水距平百分率、相对湿度)。

1.2.2 数据处理与分析

(1)土地利用变化分析

利用工程区1995年、2000年、2005年、2010年、2015年五期土地利用类型数据, 分析工程实施前、后土地利用类型变化情况, 重点关注森地、草地等土地利用类型的变化。

(2)植被覆盖(NDVI)和蒸散时空格局分析

基于每个栅格像元, 利用最小二乘法拟合2000—2017年植被覆盖(NDVI)和蒸散变化的斜率(Slope), 并给出F值检验, 分析其时空变化规律。

式中:为监测时间段的年数,V为第年的变量; 其中, Slope > 0说明变量在年间的变化趋势是增加的, 反之则减少。以上所有分析都在Arcgis10.0中实现。

(3)气象站气候数据趋势分析

利用工程区及周边气象站点月值数据, 分析区域气候要素动态变化情况, 比较工程实施前、后以及工程区内、外气候要素变化是否存在差异, 验证工程实施后的生态气候效应。Mann-Kendall(MK)非参数检验用于气候数据变化趋势的分析(R软件包实现)。

2 结果与分析

2.1 工程区土地利用变化

整体来看, 近25年来工程区土地利用类型变化不大, 特别是2000年以后, 各土地利用类型面积所占比例和空间分布基本保持不变(图2、表1)。

表1 各年份不同土地利用类型面积占比变化

图2 各年份不同土地利用类型空间分布变化

Figure 2 Spatial distribution change of different land use types in different years

2.2 工程区NDVI和植被蒸散时空格局

近20年, 工程区生长季平均NDVI整体呈上升趋势(图3a、表2), 其中有37.6%的区域呈显著上升趋势(< 0.05), 平均变率为0.005 a-1, 特别是工程区南部区域; 显著下降区域仅为1.9 %。约有95.3%的植被区域蒸散呈显著上升趋势, 平均变率为109.11 kg·m-2·a-1(图3b、表2), 蒸散时空格局与NDVI时空分布基本一致(= 0.33,< 0.001), 说明工程区植被整体向好的方向发展。

表2 工程区生长季平均NDVI和蒸散变化趋势统计(2000—2017年)

2.3 工程区气候要素时空变化

2.3.1 气温时空变化

工程实施前, 工程区气象站点平均气温(100%)、极低气温(90%)、极高气温(100%)和平均气温距平(98%)都呈上升趋势(图4 a1—a4), 其中78 %以上气象站点平均气温距平呈显著上升趋势, 上升幅度为0.01℃·a-1(图4 a4); 工程实施后, 气温变化趋势发生逆转, 工程区内平均气温(40 %)、极低气温(56%)、极高气温(78%)和平均气温距平(94%)呈降低趋势的气象站点明显增加(图4 b1—b4), 其中24%气象站点平均气温距平呈显著下降趋势, 降幅在0.008 ℃·a-1以上, 特别是工程区南部(图4 b4)。

2.3.2 降水时空变化

无论是从降雨量、降水距平百分率还是平均相对湿度来看, 工程实施前后都发生明显变化, 工程实施前工程区大部分气象站点降雨量(86%)、降水距平百分率(90%)和平均相对湿度(82%)都呈减少趋势(图5 a1—a3), 其中16%的气象站点降水距平百分率呈显著减少, 减少幅度在0.33 % a-1以上(图5 a2); 而工程实施后, 三者呈增加趋势的气象站点明显增多, 88 %的气象站点降雨量呈增加趋势(图5 b1); 86 %的气象站点降水距平百分率呈增加趋势, 其中22 %呈显著增加趋势, 幅度在0.22 % a-1(图5 b2); 38 %的气象站点平均相对湿度呈增加趋势, 呈减少趋势站点仅剩22 %(图5 b3)。

图3 生长季平均NDVI(a)和蒸散(b)时空变化格局(2000—2017年)

Figure 3 The spatial-temporal change pattern of growing season average NDVI (a)and evapotranspiration (b) (2000-2017)

Figure 4 The spatial-temporal change patterns of mean temperature (a1, b1), extremely low temperature (a2, b2), extremely high temperature (a3, b3) and mean temperature anomaly (a4, b4) in the project area and its surroundings before (1990-2000) and after (2000-2017) project implementation (The green circle indicates a decrease, red circle indicates an increase; the size of the circle indicates the magnitude of the change, and a black dot in the middle indicates a significant change.)

2.3.3 风速时空变化

从平均风速和最大风速变率来看, 工程实施前后有一定的变化。工程实施前, 工程区内82 %的气象站点平均风速、92 %的站点最大风速呈降低趋势, 其中显著降低的站点比例分别为30 %、52 %(图6 a1、a2); 而工程实施后平均风速、最大风速呈降低趋势的气象站点分别下降为50 %、76 %(图6 b1、b2)。工程实施后, 平均风速呈显著上升趋势的气象站点增多, 平均风速变率呈显著上升趋势的气象站点由工程实施前的5个增加到16个(图6 a1、b1), 最大风速变率由2个增加到9个(图6 a2、b2)。整体来看工程区风速呈持续降低趋势, 特别是最大风速(图6 a2、b2)。

图5 工程实施前(1990—2000)、后(2000—2017)工程区及其周边降雨量(a1、b1)、降水距平百分率(a2、b2)、平均相对湿度(a3、b3)时空变化格局(其中绿色圆圈表示增加, 红色圆圈表示减少, 白色表示无变化, 圆圈大小表征变化幅度大小, 中间加黑点表征显著变化)

Figure 5 The spatial-temporal change patterns of precipitation (a1, b1), percentage of precipitation anomaly (a2, b2), and mean relative humidity (a3, b3) in the project area and its surroundings before (1990-2000) and after (2000-2017) project implementation (The green circle indicates an increase, red circle indicates a decrease, white circle indicates no change; the size of the circle indicates the magnitude of the change, and a black dot in the middle indicates a significant change.)

图6 工程实施前(1990—2000)、后(2000—2017)工程区及其周边平均风速(a1、b1)、最大风速(a2、b2)时空变化格局 (其中绿色圆圈表示降低, 红色圆圈表示升高, 圆圈大小表征变化幅度大小, 中间加黑点表征显著变化)

Figure 6 The spatial-temporal change pattern of mean wind speed (a1, b1) and maximum wind speed (a2, b2) in the project area and its surroundings before (1990-2000) and after (2000-2017) project implementation (The green circle indicates a decrease, red circle indicates an increase; the size of the circle indicates the magnitude of the change, and a black dot in the middle indicates a significant change. )

4 讨论

土地利用变化是影响植被状况最重要因素之一[33-34], 本研究表明工程区近25年土地利用类型未发生明显改变。京津风沙源治理工程实施以来, 区域整体生态状况趋于好转, 风沙天气明显减少[6,30,35]; 工程区大部分区域NDVI呈显著上升趋势, 特别是工程区南部区域植被覆盖增加明显, 说明工程区生态环境的改善主要由于原有植被的恢复和质量提升。截止2017年, 一期、二期工程建设累计完成营造林893.91万hm2, 封山育林1320.06万hm2, 治理草地947.85万hm2, 开展小流域综合治理19.48万km2, 易地搬迁20.13万人, 这些建设内容极大促进工程区植被恢复和植被覆盖度增加。2010年全国草原监测对河北、山西、内蒙古3省(区)29个京津风沙源工程县(旗、市、区)的监测结果表明, 与非工程区相比, 工程区内植被盖度平均提高15%, 植被高度提高54.1%, 鲜草产量每公顷提高81.1%, 并且植被由结构单一的草丛植被或灌草丛植被演替为乔、灌、草结合的复合植被系统, 退化严重的荒漠草原区的草地群落经封育后植物种数量由7种增加到11种以上[30]。李愈哲等[36]对工程区草地不同恢复措施的研究也表明工程恢复措施及措施组合均能不同程度恢复植被的地上生物量, 有利于区域沙尘固定和草地生产功能恢复, 群落物种和功能群构成整体趋向中生性顶级演变。

植被覆盖度是决定植被蒸散量的重要因素[37-38]。工程区植被蒸散时空格局与NDVI时空分布基本一致(= 0.33,< 0.001)。与工程实施前相比, 工程区域气候要素变化趋势发生明显变化, 气温等由升温趋势转为降温趋势, 降水和相对湿度等由减少趋势转为增加趋势。因此, 工程实施后可能产生一定的区域生态气候效应。植树造林等生态措施能对局地气候产生有利影响, 林地增加情景下, 东北、西北东部区域温度降低, 降水增加[39]。植被对地表水文过程影响明显, 植被的存在能加速地表水文循环过程, 植被恢复后, 生态环境好转, 内陆地区降水与蒸发明显增加[40]。植被覆盖变化通过改变地表反照率、粗糙度和土壤湿度等地表属性, 从而影响辐射平衡、水分平衡等过程, 最终可以导致区域降水、环流形势及大气温度、湿度等气候变化[41]。整个工程区植被蒸散呈显著增加趋势, 植被通过蒸腾作用增加空气湿度, 同时蒸腾作用吸收热量起到降温作用, 森林覆盖度增加引起地表粗糙度的增加, 从而形成气旋式辐合及异常的垂直上升运动, 也更容易成云致雨。Peng等[42]在分析我国西北地区降水增加时认为热力因子(水汽变化)和动力因子(环流变化)均对西北变湿有显著影响, 西北地区辐射变化导致篜散增强, 大气中的水汽含量升高以及局地气流上升运动增强, 为降水的增加提供了有利的热力和动力环境。降水与植被覆盖度存在显著的相关性, 植被覆盖度的空间变化趋势与降水的空间变化趋势较为一致[43-44]。此外, 森林覆盖度增加也使地表反照率降低, 造成地表反射短波辐射明显减少。马迪等[45]对东亚季风区森林覆盖度增加的研究也表明森林覆盖度增加后, 全年平均气温降低, 全年平均降水增加。

人类活动和气候变化是植被变化的主要驱动因素[46-47]。植被覆盖变化得益于工程实施后的植被恢复和质量提升, 另一方面也可能是对全球气候变化大背景的响应。有研究认为气温升高是1982年以来中国植被覆盖增加的主要气候因素[48], 但人类活动对中国植被覆盖增加的贡献比气候变化的贡献更大, 而且大面积植被覆盖增加已对黄土高原的气候变暖产生了一定的抑制作用, 植被覆盖状况越好、植被覆盖增加越快, 越有利于缓解地表气温的上升。李应林[49]运用区域环境系统集成模式(RIEMS)模拟未来土地覆盖/利用变化情景对我国夏季气候的影响, 结果也表明我国北方土地利用变化能对不同地区夏季气候产生局地和非局地气候效应。工程区沙尘暴变化很大程度上受到植被覆盖与相对湿度的影响[4]。崔晓等[50]研究认为工程实施以来沙尘天气发生日数呈显著下降趋势, 区域植被NDVI显著增加, 二者存在显著相关性。通常的研究认为森林能降低风速, 稳定流沙作用[51]。然而, 有些研究认为林草对水土保持起了重要作用, 但对大范围风的运动无任何影响[52]。从小尺度来看, 植被恢复能降低森林内部及周边近地面风速[53], 但从大区域尺度来看, 森林降低风速是有限的。然而, 我们在工程区的研究表明风速并未出现降低, 反而有增大趋势, 说明从大空间尺度来讲, 植被盖度或质量提升或有利于加速区域空气流通。相反的, 如果森林植被破坏严重, 可能造成区域气候要素逆向变化, 例如, 高永刚等[54]在小兴安岭的研究表明森林植被减少造成区域气温升高、降水减少, 风速减小。植被退化对我国区域气候有着显著影响, 植被退化导致温度升高、降水(尤其是华北地区)减少, 而且大范围植被退化还可减弱东亚夏季风环流, 从而影响季风降水的分布[55-56]。虽然工程区风速呈增大趋势, 但研究表明工程区土壤风蚀量总体呈现下降态势[6], 说明植被恢复和质量提升对遏制土壤侵蚀, 减少沙源起到了积极作用。

5 结论

京津风沙源治理工程实施近20年来风沙天气得到明显改善, 虽然近25年来工程区土地利用类型变化不大, 但工程区81.5 %区域生长季平均NDVI呈上升趋势, 其中37.6 %区域呈显著上升趋势, 平均变率约为0.005 a-1, 特别是工程区南部区域; 同时, 工程区99.8 %植被区蒸散呈上升趋势, 其中95.3 %区域呈显著上升趋势, 平均变率109.11 kg·m-2·a-1, 且蒸散时空格局与NDVI时空分布基本一致。工程实施前工程区气象站点平均气温、极低气温、极高气温和平均气温距平都呈上升趋势, 其中78%以上气象站点平均气温距平呈显著上升趋势; 降雨量、降水距平百分率和平均相对湿度都呈减少趋势, 其中16%的气象站点降水距平百分率呈显著减少趋势; 然而工程实施后, 工程区内平均气温、极低气温、极高气温和平均气温距平呈降低趋势, 其中24%气象站点平均气温距平呈显著下降趋势; 降雨量、降水距平百分率和平均相对湿度呈增加趋势, 其中22%降水距平百分率呈显著增加趋势。从平均风速和最大风速变率来看, 工程实施前后也有一定的变化。工程实施前工程区内82%气象站点平均风速、92%最大风速呈降低趋势, 其中显著降低分别为30%、52%, 而工程实施后平均风速、最大风速呈降低趋势的气象站点分别下降为50%、76%。

[1] 李明志, 张学培. 实施京津风沙源治理工程的问题及对策[J]. 北京林业大学学报(社会科学版), 2004, 3(3): 76–79.

[2] 王亚明. 京津风沙源治理工程效益分析[J]. 北京林业大学学报(社会科学版), 2010, 09(3): 81–85.

[3] 张宏亮. 京津风沙源治理工程进展情况及存在问题[J]. 林业经济, 2006, (9): 19–21.

[4] 覃云斌, 信忠保, 易扬, 等.京津风沙源治理工程区沙尘暴时空变化及其与植被恢复关系[J]. 农业工程学报, 2012, 28(24): 196–204.

[5] 吴波, 李晓松, 刘文, 等. 京津风沙源工程区沙漠化防治区划与治理对策研究[J]. 林业科学, 2006, 42(10): 65–70.

[6] 吴丹, 巩国丽, 邵全琴, 等. 京津风沙源治理工程生态效应评估[J]. 干旱区资源与环境, 2016, 30(11): 117–123.

[7] 严恩萍, 林辉, 党永峰, 等. 2000-2012年京津风沙源治理区植被覆盖时空演变特征[J]. 生态学报, 2014, 34(17): 5007–5020.

[8] 邱金桓, 孙金辉. 沙尘暴的光学遥感及分析[J]. 大气科学, 1994, 18(1): 1–10.

[9] 庄国顺, 郭敬华. 2000年我国沙尘暴的组成、来源、粒径分布及其对全球环境的影响[J]. 科学通报, 2001, 46(3): 191–197.

[10] 陈玉福, 唐海萍. 近50年首都圈沙尘暴的变化趋势及其与气温、降水和风的关系[J]. 环境科学, 2005, 26(1): 32–37.

[11] 邱玉珺, 牛生杰, 邹学勇, 等. 沙尘天气频率与相关气象因子的关系[J]. 高原气象, 2008, 27(3): 637–643.

[12] 张加琼, 张春来, 刘永刚, 等. 京津风沙源区沙尘天气与风力、降水的时空相关性[J]. 中国沙漠, 2010, 30(6): 1278–1284.

[13] 王强, 张勃, 张志强, 等. 基于GIMMS AVHRR NDVI数据的三北防护林工程区植被覆盖动态变化[J]. 资源科学, 2011, 33(2): 53–59.

[14] 宋庆丰. 中国近40年森林资源变迁动态对生态功能的影响研究[D]. 北京:中国林业科学研究院, 2015.

[15] 张钛仁, 柴秀梅, 李自珍. 中国北方植被覆盖度特征及其与沙尘暴关系[J]. 高原气象, 2010, 29(1): 137–145.

[16] 石莎, 邹学勇, 张春来, 等. 京津风沙源治理工程区植被恢复效果调查[J]. 中国水土保持科学, 2009, 7(2): 86–92.

[17] 高尚玉. 京津风沙源治理工程效益[M]. 北京: 科学出版社, 2012.

[18] 彭道黎. 京津风沙源治理工程监测技术[M]. 北京: 科学出版社, 2010.

[19] LOVELAND T R, MERCHANT J W, OHLEN D O, et al. Development of a land-cover characteristics database for the conterminous U.S.[J]. Photogrammetric Engineering & Remote Sensing, 1991, 57(11): 1453–1463.

[20] SHI W Z, EHLERS M. Determining uncertainties and their propagation in dynamic change detection based on classified remotely-sensed images[J]. International Journal of Remote Sensing, 1996, 17(17): 2729–2741.

[21] 史培军. 土地利用/覆盖变化研究的方法与实践[M]. 北京: 科学出版社, 2000.

[22] 李登科,卓静,孙智辉. 基于RS和GIS的退耕还林生态建设工程成效监测[J]. 农业工程学报, 2008, 24 (12): 120–126.

[23] 王全会. 京津风沙源治理工程阶段性评价[D]. 北京: 中国农业大学, 2005.

[24] 冯长红. 京津风沙源治理工程区建设成效及可持续发展策略[J]. 林业经济, 2006, (6): 35–35.

[25] 彭继平. 京津风沙源工程进展与成效分析[J]. 中国林业, 2007, (08B): 39–39.

[26] 孟丽静. 坝缘典型区域京津风沙源综合治理研究[J]. 水土保持研究, 2007, 14(1): 67–68.

[27] 钱贵霞, 郭建军. 京津风沙源治理工程及生态经济影响解析[J]. 农业经济问题, 2007, (10): 54–57.

[28] 郭磊, 陈建成. 京津风沙源治理工程效益评价研究综述[J]. 中国林业产业, 2006, (3): 56–58.

[29] 胡培兴. 京津风沙源成因分析与防治对策研究[D]. 南京: 南京林业大学, 2007.

[30] 国家林业局. 京津风沙源治理二期工程规划(2013–2022年). 2013.

[31] 国家林业和草原局. 中国林业统计年鉴[M]. 北京: 中国林业出版社, 2014–2018.

[32] 王立群. 京津风沙源治理生态工程绩效评估研究[M]. 北京: 中国林业出版社, 2012.

[33] FOLEY J A, RUTH D, ASNER G P, et al. Global consequences of land use[J]. Science, 2005, 309: 570–574.

[34] Zhou Wei, Li Jianlong, Mu Shaojie, et al. Effects of ecological restoration-induced land-use change and improved management on grassland net primary productivity in the Shiyanghe River Basin, north-west China[J]. Grass Forage Science, 2013, 69: 596–610.

[35] 杨艳丽,孙艳玲,王中良,等. 京津风沙源治理区植被变化的可持续性分析[J]. 天津师范大学学报(自然版), 2016, 36(2): 47–53.

[36] 李愈哲, 樊江文, 于海玲. 京津风沙源治理工程不同恢复措施对草地恢复过程的差异性影响[J]. 草业学报, 2018, 27 (5): 1–14.

[37] 张宇婷, 张振飞, 张志. 新疆大南湖荒漠区1992—2014年间植被覆盖度遥感研究[J]. 国土资源遥感, 2018, 30(1): 173–178.

[38] 陈云浩, 李晓兵, 史培军. 中国西北地区蒸发散量计算的遥感研究[J]. 地理学报, 2001, 56(3): 11–18.

[39] 徐丽萍. 黄土高原地区植被恢复对气候的影响及其互动效应[D]. 杨凌: 西北农林科技大学, 2008.

[40] 赵靖川, 刘树华. 植被变化对西北地区陆气耦合强度的影响[J]. 地球物理学报, 2015, 58(1): 47–62.

[41] 李巧萍, 丁一汇. 植被覆盖变化对区域气候影响的研究进展[J]. 大气科学学报, 2004, 27(1): 131–140.

[42] PENG Dongdong, ZHOU Tianjun. Why was the arid and semiarid northwest China getting wetter in the recent decades?[J]. Journal of Geophysical Research, 2017, 122(17): 9060–9075.

[43] 张岩, 张清春, 刘宝元, 等. 降水变化对陕北黄土高原植被覆盖度和高度的影响[J]. 地球科学进展, 2002, 17(2): 268–72.

[44] 陈晓光, 李剑萍, 韩颖娟, 等. 宁夏近20年来植被覆盖度及其与气温降水的关系[J]. 生态学杂志, 2007, 26(9): 1375–83.

[45] 马迪, 刘征宇, 吕世华, 等. 东亚季风区植被变化对局地气候的短期影响[J]. 科学通报, 2013, 58(17): 1661–1669.

[46] ESSER G. Sensitivity of global carbon pools and fluxes to human and potential climatic impacts[J]. Tellus, 1987, 39B (3): 245–260.

[47] FIELD C B. Global change. Sharing the garden[J]. Science, 2001, 294 (5551): 2490–2491.

[48] 金凯. 中国植被覆盖时空变化及其与气候和人类活动的关系[D]. 杨凌: 西北农林科技大学, 2019.

[49] 李应林. 植被带的南北移动和土地利用情景对未来我国夏季气候的可能影响[D]. 北京: 中国科学院研究生院(大气物理研究所), 2005.

[50] 崔晓, 赵媛媛, 丁国栋, 等. 京津风沙源治理工程区植被对沙尘天气的时空影响[J]. 农业工程学报, 2018, 34(12): 171–179.

[51] 丁一汇, 李巧萍, 董文杰. 植被变化对中国区域气候影响的数值模拟研究[J]. 气象学报, 2005, 63(5): 613–621.

[52] 刘巽浩. 森林生态的几个问题[J]. 中国农业资源与区划. 2005, 26(2): 14–17.

[53] 张一平, 何云玲, 钟水新, 等. 岷江上游山地森林生态气候效应[J]. 山地学报, 2005, 23(3): 300–307.

[54] 高永刚, 王育光, 温秀卿, 等. 近43a来小兴安岭气候变化趋势特征及对林区生态环境的影响[J]. 黑龙江气象, 2006(3): 8–14.

[55] ZHAO Mei, PITMAN A J, CHASE T. The impact of land cover change on the atmospheric circulation[J]. Climate Dynamics, 2001, 17(5/6): 467-477.

[56]符淙斌, 袁慧玲. 恢复自然植被对东亚夏季气候和环境影响的一个虚拟试验[J]. 科学通报, 2001, 46(8): 691–695.

Analysis of vegetation cover and climatic elements change in the Beijing-Tianjin sandstorm source area based on 3S technology

JI He1, ZHAO Guangshuai2,*, LIU Min2, ZHANG Xin2, CUI Wei2

1. Hubei Forestry Survey and Design Institute, Wuhan 430000, China 2. China National Forestry-Grassland Economics and Development Research Center, State Forestry-Grasssland Administration, Beijing 100714, China

In order to analyze the change of vegetation cover and climatic elements in the Beijing-Tianjin sandstorm source area, we collected land use type data, NDVI parameters, and month data of meteorology stations before and after the implementation of the project in the Beijing-Tianjin sandstorm source area. We analyzed the spatial-temporal change of NDVI and evapotranspiration by least square method in the project area. By using MK nonparametric test, we analyzed spatial-temporal variation of climate elements in the study region. The results showed that: (1) The land use type had little change in the past 25 years. There was no significant change in the vegetation cover. (2) In the past 20 years, the average variability of the growing season average NDVI was 0.005 a-1. The growing season average NDVI showed an increasing trend in 81.5% of the project area, around 37.6% of which increased significantly (< 0.05). The average variability of the vegetation evapotranspiration was 109.11 kg·m-2·a-1, vegetation evapotranspiration showed an increasing trend in 99.8% of the project area, around 95.3% of which increased significantly (< 0.05). (3) Before and after the implementation of the project, the climatic elements in the project area changed significantly. Before the implementation of the project, the average temperature showed an increasing trend. In 78% of the meteorology station, the mean temperature anomaly significantly increased about 0.01 ℃·a-1. The precipitation and relative humidity showed a decreasing trend, and in 16% of the meteorology station, the mean precipitation anomaly significantly decreased by 0.33% a-1. After the implementation of the project, the temperature showed a decreasing trend in the project area. In 24% of the meteorology station, the mean temperature anomaly significantly deceased more than 0.008 ℃·a-1. The precipitation and relative humidity showed an increasing trend, and in 22% of the meteorology station, the mean precipitation anomaly significantly increased about 0.22% a-1. In general, the sandstorm weather in the Beijing-Tianjin sandstorm source area was obviously improved after almost two decades implementation of the project because of vegetation restoration.

Beijing-Tianjin sandstorm source control project;3S; vegetation cover; climatic elements; spatial-temporal variation

10.14108/j.cnki.1008-8873.2022.01.016

纪和, 赵广帅, 刘珉, 等. 基于3S的京津风沙源治理工程区植被覆盖和气候要素变化分析[J]. 生态科学, 2022, 41(1): 138–148.

JI He, ZHAO Guangshuai, LIU Min, et al. Analysis of vegetation cover and climatic elements change in the Beijing-Tianjin sandstorm source area based on 3S technology[J]. Ecological Science, 2022, 41(1): 138–148.

S774

A

1008-8873(2022)01-138-11

2020-05-25;

2020-07-01

林业重大问题调研-青年研究课题专项(JYQNXM2017-02);“十三五”森林质量精准提升工程监测研究(2130219-011)

纪和(1986—), 女, 湖北罗田人, 硕士, 工程师, 主要从事林业工程评价研究, E-mail: 5064581@163.com

赵广帅, 男, 博士, 高级工程师, 主要从事生态工程监测与评估研究, E-mail: zhaogsh@126.com