东南亚沿海与内陆植被对洪水事件响应的稳定性差异

李 卉,朱彤彤,刘侦海,李 霞,王绍强,,*,王小博,刘媛媛

1 中国地质大学(武汉)地理与信息工程学院区域生态过程与环境演变实验室,武汉 430070 2 中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室,北京 100101 3 生态环境部对外合作与交流中心,北京 100035

洪水是全球最主要的自然灾害之一,其覆盖范围广、时空分布不均、形成原因多样,严重影响着人类的生产生活[1]。近年来人类的高强度生产活动使得地表植被覆盖状况发生了较大变化,导致洪涝灾害发生频率进一步增加[2]。降雨与植被是影响洪水形成的主要因素,其中森林植被能有效削减洪水流量[3]。但洪水也对植被产生一定影响,使植被大量破坏,生长受阻[4]。

NDVI及其变异指数广泛应用于评价洪涝灾害对植被的破坏或对农业生产的影响程度[5—7],但仅使用NDVI变化衡量洪水对植被破坏的程度,可能受不同地区原有植被及云层覆盖[8]影响较大。灾害植被破坏指数(Disaster vegetation destruction index,DVDI)的提出有效计算了自然灾害发生前后植被状况的差异,尤其是在洪水灾害影响下的植被破坏程度[7]。生态系统稳定性指标(Ecosystem stability metrics,ESMs)是具体衡量某一地区生态系统稳定性时广泛采用且有效的指标体系,其中抵抗力和恢复力稳定性可以通过量化植被指数时间序列得到[9]。已有研究证明,生物多样性可以增加生态系统对极端气候事件的抵抗力,而对于恢复力没有显著影响[10]；但也有研究指出物种贫乏系统比物种丰富的系统对扰动的抵抗力更强,同时也在扰动后也显示出了更强的恢复力[11]。

东南亚国家地处热带,受太平洋以及印度洋热带气旋影响,洪水发生频率明显高于世界其他地区[12—13]。同时东南亚作为全球生物多样性较高的地区之一,其在气候变化影响下的植被变化状况对于全球生态系统影响明显[14—15]。由于沿海洪水灾害风险高于内陆地区[16],且沿海与内陆地区的生态系统组成差异大[17],植被对洪水灾害的响应可能存在差异[18]。对比内陆地区与沿海地区的植被生态系统时,吴春生等发现从沿海到内陆生态稳定性逐渐增强,但人为生产活动会对其产生干扰[19]。即使是在同一区域,不同土地类型上的植被生态系统存在着明显的稳定性差异[20]。当前有关沿海与内陆植被对洪水事件的响应研究多集中于累计洪水事件的分析,结果有可能会受到洪水事件发生频率的差异影响[18]。通过对比分析沿海与内陆不同生态系统对洪水事件的响应,有助于理解沿海与内陆生态系统稳定性存在差异的原因,提出应对洪水灾害的合理建议。

因此,本研究基于GEE平台,以东南亚地区单次洪水事件为数据基础,探究(1)东南亚沿海与内陆地区洪水发生区2000—2018年NDVI时空变化格局；(2)以灾害植被破坏指数为表现手段,有效评价洪水灾害对沿海与内陆研究区植被的破坏程度；(3)在沿海与内陆研究区不同生态系统组成的基础上对比探讨,并分析差异的原因。

1 数据来源与方法

1.1 数据来源

本研究洪水相关数据均来源于达特茅斯洪水观测站大型洪水事件数据集(DFO,http://floodobservatory.colorado.edu/Archives/index.html),该数据集涵盖了从1985年1月1日至今全球范围内的陆地洪水事件,具有较好的时效性[21]。数据集包括每次洪涝灾害事件的发生地点、时间、受影响的人群和地区、严重程度、规模和发生原因[22—23]。

在利用MODIS遥感数据计算地表植被的NDVI时,由于洪水事件持续时间短、影响范围大小不一,利用2000—2018年MODIS地表反射率数据集MOD09GQ (空间分辨率250 m,时间分辨率1 d)对地表植被生长状况进行评价[24]。考虑到沿海与内陆地区植被生态系统的差异,所采用的土地覆盖类型来自于自然资源部发布的30米全球地表覆盖数据(GlobeLand30,http://www.globallandcover.com/home.html)。

1.2 研究方法

1.2.1沿海与内陆地区洪水事件的选取

以达特茅斯洪水观测站大型洪水事件数据集为基础,筛选东南亚地区自2000年1月1日以来,影响面积大于50000 km2且严重程度为2级的洪水事件,最终筛选出37个洪水事件。其中,严重程度是根据洪水灾害破坏的程度与灾害重复程度所确定的,在数据集中共分为3类,其中第2类代表着极端洪水事件且灾害重复间隔大于100年。根据中华人民共和国海洋行业标准《沿海行政区域分类与代码》(HY/T 094—2006),沿海地区指有海岸线的沿海省、自治区和直辖市及其所辖海域、海岛等[25]。在此基础上,根据达特茅斯洪水观测站大型洪水事件数据集,将洪水发生范围是否沿海作为划分沿海与内陆洪水事件的主要依据[26],选择沿海洪水事件2次,内陆洪水事件2次以及沿海与内陆地区均有覆盖的洪水事件1次(图1),具体信息如表1。

表1 选取洪水事件具体信息

图1 研究区位置分布Fig.1 Location of the study areas

1.2.2Sen+Mann-Kendall趋势分析

Google提供的Google Earth Engine(GEE)是一个能够处理海量地理信息的分析处理云平台,集在线数据选取、数据在线处理、影像可视化等优点于一体[27],广泛应用于全球植被指数分析[28]、极端气候事件评估[29]和作物产量估计[30]等研究方向。

本研究基于Google Earth Engine地理计算云平台在线访问MOD09GQ表面反射率产品,计算2000—2018年研究区域的NDVI,获得19年间相应地区的植被生长状况。Sen趋势度分析法能够有效降低时间序列中噪声的干扰[31],但无法判断序列趋势显著性判断,Mann-Kendall方法很好的解决了这个问题[32—34]。因此,Sen+Mann-Kendall趋势分析法被广泛应用于气候变化、植被变化分析中[35—36]。

本研究主要探讨东南亚沿海与内陆生态系统对洪水事件的响应差异,首先应当对二者的整体变化趋势有一个比较明确的认知。本研究选取的单次洪水灾害是在比较东南亚地区自2000年以来发生的所有洪水灾害中影响最大、破坏程度最严重的洪水事件,在此基础上探究研究区2000—2018年的植被生长状况是否会因为此次洪水事件发生比较明显的年际波动现象,是后续对比不同植被生态系统稳定性的前提。因此,利用Sen+Mann-Kendall趋势分析法计算19年间研究地区的植被变化趋势。其中,Sen趋势度的计算公式为：

(1)

式中,xi和xj为研究区域特定时间i和j对应的植被指数数据,同时i和j是连续的时间序列且j>i,β表示NDVI时间序列的趋势度。当β>0时,NDVI呈上升趋势；反之表现出下降趋势。

同时,对19年间的NDVI时间序列进行Mann-Kendall趋势检验。对于整个NDVI时间序列(xi,xj, …,xn)计算所有n(n-1)/2个xj-xi大小关系(j>i)记为S。由于统计量S近似服从标准正态分布(公式2)且研究时间序列长度超过10,需要使用检验统计量Z进行趋势检验(公式3)：

(2)

(3)

1.2.3灾害植被破坏指数计算

灾害植被破坏指数(DVDI)主要取决于灾害发生前后的植被条件指数中位数(mVCI),虽然均值和中位数都表示数据的中心趋势,但均值对异常值更加敏感。因此,为了避免其他噪声对NDVI的影响,使用中位数NDVI而不是均值NDVI监测植被生长状况[7,37]。

同样使用Google Earth Engine地理计算云平台,利用MOD09GQ表面反射率产品质量筛选后生成长时间序列的空间分辨率为250 m的MODIS 影像。由于洪水发生迅速消退快,一般洪水的持续时间不超过两个星期[21,38—39],因此使用洪水出现前14天和消退后14天的影像计算mVCI,定量描述洪水事件对植被的破坏状况。

DVDI=mVCIa-mVCIb

(4)

(5)

式中,NDVI为洪水持续时间段内的NDVI均值,NDVIm为除发生年份外洪水开始前(结束后)14天的NDVI中值,NDVImax为除发生年份外洪水开始前(结束后)14天的NDVI最大值,mVCIa为洪水结束后的mVCI,mVCIb为洪水开始前的mVCI,如式(4)。当DVDI为正值时,表明植被没有受到灾害影响,且数值越大生长越旺盛；DVDI为负值时表明植被受到灾害破坏,且数值越小破坏越严重。

1.2.4植被对洪水事件的抵抗力与恢复力

在对比沿海与内陆地区植被对洪水灾害的响应时,利用NDVI指数在极端气候事件发生前后的变化,来表示生态系统对于极端气候事件的抵抗力和恢复力[10]。其中,生态系统的抵抗力反映其抵抗环境扰动以及在环境扰动后维持原始状态的能力,量化了环境扰动对生态系统的影响,如式(6)；恢复力指生态系统受到扰动后恢复到原始状态的速率,如式(7)：

(6)

(7)

更大的Ω和Δ代表更强的抵抗力和恢复力,较强的抵抗力指标代表洪水事件发生后区域内NDVI的降低趋势不显著；较强的恢复力指标代表植被的快速恢复。此外,如果洪水事件发生后植被恢复速度超过正常水平,也会导致恢复力降低[40]。

2 结果与分析

2.1 研究区NDVI变化趋势分析

经过比较2000—2018年5个洪水覆盖区的年际NDVI值,发现5个研究区的植被NDVI均大体呈现波动上升的趋势。2个沿海研究区植被NDVI整体强于内陆地区,沿海植被年际NDVI均值为0.92,内陆植被为0.88；但总体增强趋势内陆植被强于沿海植被,分别为0.014/10a、0.011/10a(表2)。其中以沿海洪水区2的NDVI最高,且在洪水发生的2004年表现出微弱的下降趋势；沿海洪水区1与内陆洪水区2的年际NDVI值接近,变化趋势也相似,分别在洪水发生的2017年以及2006年出现下降趋势,但内陆表现得极不明显；沿海与内陆洪水区和内陆洪水区1的波动趋势类似,且分别在洪水发生的2000年以及2002年表现出上升趋势。5个研究区的NDVI最大值出现集中,除内陆洪水区1为2016年,其余均为2015年；但最小值出现并不一致,2个沿海区分别出现在2000年、2005年,2个内陆区都出现在2004年(图2)。

在全球变暖的大背景下,极端气候事件增强了植被生态系统的脆弱性[41],但Fensholt等在对比全球1981—2010年的NDVI时间序列时发现全球NDVI变化趋势并不统一,在东南亚沿海地区表现出了上升趋势[42],这与图2表现出的5个研究区2000—2018年NDVI变化趋势符合。有研究提出了东南亚植被呈现出由西北向东南生物量及生产力增加、沿海植被生长强于内陆植被的动态变化趋势[17],也与本研究中的沿海植被NDVI强于内陆地区植被的观点一致。但也有研究证明由于人类建设用地的增加使得NDVI呈现出由沿海向内陆递增的趋势,且显著增加区域多出现在人造地表上[43]。东南亚内陆地区的农业用地覆盖率的快速增加以及森林大量砍伐所导致的人造地表增多[44],可能是导致2000—2018年东南亚地区内陆植被NDVI增速强于沿海植被的主要原因。

图2 研究区2000—2018年年际NDVI值变化Fig.2 Interannual variation of normalized difference vegetation index in the study areas from 2000 to 2018

表2 研究区2000—2018年年际归一化植被指数(NDVI)拟合线相关参数

基于Sen+Mann-Kendall趋势法的2000—2018年间5个研究区的年际NDVI时空格局变化分析发现,研究区NDVI总体变化显著,且趋势较为一致；植被NDVI以不显著上升趋势为主,其中内陆洪水区2的上升趋势最为显著；相反,下降主要呈现为显著下降趋势,其中沿海洪水区2最为明显(表3)。但研究区NDVI空间分布变化趋势较为无序,没有明显的特征,超过60%的区域表现出NDVI上升趋势(图3)。某一区域的NDVI 变化主要受到气温、降水等气象因素的影响,且降水对植被的影响高于温度对植被的影响；此外土地覆盖类型的变化也会显著影响NDVI的大小[45—46],但某件特定的洪水事件并不能明显影响全年平均值某件特定的洪水事件并不能明显影响全年平均值。

2.2 研究区灾害植被破坏指数分析

在对5个研究区域的灾害植被破坏指数进行计算后,为了进一步确定沿海地区与内陆地区洪水损坏的程度与差异,使用等间隔分类法[37]将植被DVDI分为以下6个级别：严重破坏、中等破坏、轻微破坏、轻微生长、中等生长与明显生长(表4)。相较于沿海区域,内陆地区受到洪水影响所导致的植被破坏情况均小于沿海地区,分别占沿海与内陆研究区的42.88%与58.01%,尤其是内陆洪水区1植被破坏区域仅占该地区的32.19%。同时,植被轻微生长区在内陆地区比沿海地区占比更大,内陆洪水区的占比45.14%与沿海洪水区的占比29.24%形成了较大的差异对比(图4)。通过分析5个研究区DVDI频率分布,也证明了沿海植被受到洪水事件的破坏程度更大,DVDI均值在沿海与内陆地区分别为-0.25与0.29(图5)。

表3 研究区2000—2018年NDVI的Sen+Mann-Kendall趋势分析结果面积占比/%

图3 研究区2000—2018年NDVI的Sen+Mann-Kendall趋势分析结果Fig.3 Results of Sen+Mann-Kendall trend analysis for the normalized difference vegetation index series in the study areas from 2000 to 2018

图4 研究区灾害植被破坏指数DVDI区域占比Fig.4 The proportion of disaster vegetation destruction index in the study areas

图5 研究区灾害植被破坏指数DVDI密度分布Fig.5 The density distribution of disaster vegetation destruction index in the study areas

表4 研究区灾害植被破坏指数(DVDI)分类

害植被破坏指数主要是利用灾害发生前和灾后的植被条件指数中位数(mVCI)对比灾害的破坏程度,因此快速、有效地用于监测受到台风、洪水等产生速度快、破坏程度强的灾害事件影响的植被生长状况[37,39]。沿海地区的植被受到洪水影响而导致的植被破坏程度明显强于内陆地区,尤其是沿海洪水区2,但其植被破坏程度均以轻微破坏为主。且内陆洪水区的植被在洪水灾害事件后反而以轻微生长为主。东南亚湄公河三角洲的植被对于极端气候事件的响应也表现出沿海强于内陆的特点[38]；但有研究发现,中国广西地区洪涝灾害危险程度表现出由沿海向内陆降低的趋势,植被从沿海向内陆的破坏程度逐渐增强[47]。此外,可能由于不同土地覆盖类型的影响差异,某些地区的植被洪水灾害可能对植被的影响非常有限[48],例如,有研究利用遥感数据对美国东南部的极端洪水灾害事件进行评价时,通过监测沿海与内陆地区的植被活动发现植被活动减弱地区主要出现在沿海地区以及内陆的农业区与湿地[49]。

图6是研究区不同土地覆盖类型的占比情况,排除了裸地与水体的影响,沿海与内陆地区占比差异较为明显的表现在耕地、林地以及湿地方面。耕地作为人类活动影响较为频繁的地区,内陆地区的占比大于沿海地区,在人类的干预下洪水灾害对于内陆植被的破坏没有沿海地区明显。类似的研究有,对长期中国植被动态变化来说,人类活动增加了植被的覆盖程度[50],证明了人类的活动可能干扰洪水灾害对于植被的破坏程度。具体表现为,人类活动区域植被在长期的极端气候事件影响下反而较其他区域生长更加旺盛[43],人类在灾害结束后的即刻干预是导致这一现象出现的主要原因。同样的,沿海地区林地与湿地的占比相对内陆地区更大,破坏程度也较内陆更强,这一观点与成方妍等人对沿海湿地的观点一致,但林地却相反[51—52],在人类频繁活动的影响下,东南亚地区滨海湿地已大量转化为经济效益更高的渔场,湿地植被大量被人为破坏[53],遭受洪水破坏程度越加显著；沿海地区林地相较于内陆破坏程度更强,这可能是由于东南亚沿海研究区林地红树林占比明显高于内陆,淡水洪水使得红树林的破坏程度较其他植被更加明显[54]。

图6 研究区不同土地覆盖类型面积占比Fig.6 Area proportion of different land cover types in the study areas

2.3 沿海及内陆植被对洪水灾害事件抵抗力与恢复力

5个研究洪水区的对于单次洪水灾害的抵抗力出现了明显差异(图7),总体表现为沿海洪水区植被抵抗力强于内陆,分别为88.15与28.89。同一类型不同研究区之间也存在着较大差异。其中内陆洪水区1的植被对洪水影响抵抗力最低为9.57,而内陆洪水区2的抵抗力相对较高,但仍低于沿海地区。沿海洪水区2的植被在5个研究区中表现出了最强的抵抗力,尤其是超过抵抗力20的区域在本研究区可以占到37.13%,而其余地区均小于20%。植被恢复力方面,2个沿海洪水区的植被在其洪水发生期间的恢复力差别不大,但内陆研究区之间却存在显著差异：内陆洪水区1的植被恢复力有明显增强,内陆洪水区2整体抵抗力低于其他研究区。

图7 研究区抵抗力与恢复力面积占比Fig.7 Area proportion of resistance and resilience in the study areas

在研究不同土地覆盖类型的植被对洪水抵抗力方面,沿海与内陆地区的差异较为明显(图8)：沿海地区植被对洪水灾害的抵抗力显著强于内陆地区；但在耕地与人造地表类型区,内陆地区较沿海区域更强。无论是内陆还是沿海,最强的植被抵抗力出现在草地地区,其次为灌木地与林地；抵抗力最差的湿地与人造地表在内陆与沿海地区表现出截然不同的抵抗力,内陆地区的湿地与沿海地区的人造地表抵抗力极差。内陆与洪水地区植被抵抗力差异最大也出现在草地。

图8 研究区不同土地覆盖类型的抵抗力与恢复力Fig.8 Resistance and resilience of different land cover types in the study area

然而,不同土地覆盖类型的植被对洪水破坏的恢复力方面与抵抗力相反,总体上表现出内陆洪水区植被的恢复力要强于沿海地区,在湿地与灌木地表现的尤其突出。但耕地植被恢复力却呈现出沿海地区更强的趋势。对比植被的抵抗力与恢复力,内陆地区的人造地表植被较为一致,即抵抗力与恢复力均强于沿海地区；除耕地与人造地表外,其余的土地覆盖类型均表现为沿海地区抵抗力较高而内陆地区植被恢复力更高。本研究区中的内陆植被受洪水事件破坏小,主要是从灾害植被破坏指数进行整体区域探讨的结果。但由于内陆研究区与沿海研究区的植被生态系统组成状况存在差异。在对不同土地覆盖类型的植被对洪水破坏的恢复力方面与抵抗力分析时发现,由于内陆地区人类活动区域占比大,人类在灾害过后的即刻干预导致内陆研究区植被受破坏的程度较沿海研究区更小。但在不考虑各种植被生态系统分布面积以及排除人类活动影响强烈的耕地与人造地表的情况下,沿海植被对洪水事件的抵抗力更强。

植被生态系统的稳定性是判断对于不同灾害响应程度的有效手段,尤其在抵抗力与恢复力方面表现得更加突出[10,40]。沿海植被对于洪水灾害的抵抗力强于内陆植被,但在恢复力方面没有突出的特点,这可能主要是由于二者之间的生态系统丰富度存在差异以及人为干扰因素影响。东南亚地区中南半岛生态系统的丰富度由内陆向沿海递增,植被的生物量也存在这种趋势[17]。有研究证明,极端气候事件对于生物丰富度小的生态系统扰动更加强烈,即生物多样性大的生态系统抵抗力更强,人类生产生活干扰也会对其产生影响[11,40]。同时,生物多样性更强的区域植被不仅表现出对洪水较强的抵抗能力,而且在洪水事件之后区域的生物量较之前有增加[55]。

就二者的土地覆盖类型来看,沿海研究区的耕地与人造地表占比小于内陆地区(图6),人类对自然的改造以及破坏活动使得东南亚内陆区域的植被多样性大大下降[53,56],对于极端气候灾害的抵抗能力有下降的趋势。对沿海地区与内陆地区的不同植被覆盖类型的抵抗力与恢复力来说,总体上沿海洪水区的植被对洪水事件的抵抗力明显强于内陆地区,但在人类干扰强烈的耕地与人造地表却相反。其中草地表现出最强的抵抗力,其次为林地。而有研究表明,森林生态系统对极端气候灾害表现了最强的生态稳定性,其次为草地、农田[57—58]。草地的抵抗力高可能是因为,草原缺乏森林冠层的遮蔽,平原表面可能有更完整的植被覆盖,浅层的根和表层的茎连接,将植被和基质结合在一起形成浓密的垫层[59],大大降低了洪水对其的破坏程度。但东南亚森林由于红树林占比大,且淡水洪水对于红树林生长的海水环境有很强的破坏作用[54],因此抵抗力没有草地突出。就植被恢复力方面,内陆洪水区植被的恢复力要强于沿海地区,但耕地恢复力也与之相反。由于研究区域内内陆湿地区明显少于沿海地区以及灌木地主要集中在内陆地区(图6),因此排除湿地与灌木地的恢复力对比。林地与草地的恢复力较为一致,均高于耕地与人造地表,这也与Hawkins等的研究一致[20]。内陆洪水区相较于沿海洪水区海拔更高,分别为42.89 m与290.53 m,高地势有利于洪水的快速消退[60],短时间内植被能最大程度恢复其原有生长状态。

3 结论

本研究基于Google Earth Engine 地理计算云平台,以沿海与内陆植被生态系统对洪水事件的响应程度为研究方向,分析了东南亚5个洪水灾害发生区洪水事件对植被的灾害植被破坏指数以及植被生态稳定性,并探讨了沿海与内陆地区洪水诱发的植被破坏差异的原因。结果表明：

(1)东南亚沿海与内陆研究区2000—2018年NDVI值均表现出上升趋势,且内陆植被NDVI上升幅度强于沿海植被,分别为0.014/10a与0.011/10a；

(2)洪水灾害对沿海地区植被破坏程度明显强于内陆地区,二者的灾害植被破坏指数分别为-0.25与0.29,但植被破坏程度以轻微破坏为主,内陆研究区的植被在洪水灾害事件后反而以轻微生长为主；

(3)排除人类干扰强烈的耕地与人造地表,沿海研究区植被生态系统对洪水事件的抵抗力指数为88.15,明显强于内陆地区的28.89。其中草地表现出最强的抵抗力,其次为林地,人造地表与耕地表现出内陆强于沿海植被的趋势；就植被恢复力方面,内陆洪水区植被的恢复力要强于沿海地区,但耕地恢复力与之相反；

(4)本研究中表现出的单次洪水事件对沿海植被的破坏程度大于内陆植被,主要是受到人类活动影响,内陆研究区人类活动影响区域占比大。人类在洪水事件结束后的立刻干预,使得抵抗力强的沿海区域植被遭受的破坏程度反而更大。

对于单次洪水事件,应该加强对东南亚沿海地区草地以及林地的保护,大力发展退耕还林还草活动,提高沿海地区的生态系统丰富度,以尽量减少洪水事件的破坏作用。对于人造地表尤其是耕地的面积,应当合理规划,与自然植被生态系统相结合,加以人工防洪措施最大程度降低和减免洪水的侵袭,减轻洪灾损失。