中国遥感干旱指数时空特征及其对气候和地表覆盖变化的响应
2023-09-11邢秀丽居为民
袁 沭,邢秀丽,居为民,*
1 南京大学国际地球系统科学研究所, 南京 210000 2 南京大学地理与海洋科学学院, 南京 210000
IPCC第五次评估报告指出,1980—2012年,全球平均陆地和海洋表面温度上升了0.85℃,气候变化和人类活动等因素将大幅增加未来极端干旱发生的可能性[1]。干旱是全球分布最广泛、持续时间最长的自然灾害,全球干旱半干旱气候区占陆地面积的30%以上,极大限制了人类的生存空间[2]。研究表明,长期和频发的干旱,影响了环境、经济和人类生活,干旱不仅严重影响农业生产,还导致粮食短缺、人类健康恶化、贫穷、区域动荡、人口迁移和死亡[3]。在中国,干旱对社会经济造成了严重的影响。据统计,我国常年农作物受旱面积约0.20亿—0.27亿hm2,每年造成粮食损失达250亿—300亿kg[4]。
近几十年来,学者们发展了许多基于气象数据的干旱指数,如帕默尔干旱程度指数PDSI(Palmer Drought Severity Index)[5]、干旱侦测指数RDI(Reconnaissance Drought Index)[6]、蒸散压力指数ESI(Evaporative Stress Index)[7]、标准化降水指数SPI(Standardized Precipitation Index)[8]、标准化降水蒸散指数SPEI(Standardized Precipitation Evapotranspiration Index)[9]等。但是,这些指数仅能监测气象干旱,不能充分反应干旱对植被的影响,在气象站点分布稀疏的地区,这些指数也难以有效监测干旱[10—11]。随着技术的发展,基于遥感数据的干旱指数不断发展,很好地弥补了传统干旱指数的缺陷,可以有效监测干旱对植被的影响[11—14]。
在早期,归一化差异植被指数NDVI(Normalized Difference Vegetation Index)被广泛应用于干旱监测[15]。由于冠层光谱同时受叶片含水量和冠层结构的影响,制约了NDVI监测干旱的能力。为此,Kogan以NDVI为基础提出了植被状态指数 (Vegetation Condition Index,VCI)[16—17]。国内外的许多研究证明了VCI监测干旱的能力[18—25]。由于干旱影响地表能量分配,地表温度变化在一定程度上也可能反映干旱状况[26—27],Kogan提出了基于地表温度LST(Land Surface Temperature)的温度状态指数 (Temperature Condition Index,TCI)[28]。为了集成VCI和TCI的优势,Kogan进一步提出了植被健康指数 (Vegetation Health Index,VHI)[29],该指数是VCI和TCI的线性组合,可以更好地监测干旱[30—31]。为了更好地利用遥感数据监测干旱特征和量化干旱影响,这3个指数通常会同时使用[32—33],已成功应用于全球多个地区的农业干旱监测、植被对干旱的敏感性评估和农作物估产等[32, 34—37]。
由于全球变化和人类活动的影响,近年来我国气候和地表覆盖发生了显著变化,干旱发生的频率和强度不断增加,但是我国干旱变化趋势及其对植被的影响尚不清楚。为此,本文利用MODIS遥感数据计算2003—2016年的干旱指数VHIs(VCI、TCI和VHI),揭示其时空变化特征;分析上述指数与年平均温度、年降水量和地表覆盖变化的相关性,评价其对气候和地表覆盖变化的响应。
1 研究区域与数据源
1.1 研究区域
中国位于亚洲东部,紧邻太平洋西岸,气候和地形复杂多变[38],地势西高东低且呈阶梯状分布,高原与山地是主要的地形地貌,约占国土面积的60%。地形的复杂多变导致了气候的丰富多样,中国有6个气候带,其中温带与亚热带地区就占据了全国的71%,中国东部地区多为季风气候,雨热同期,冬季的大陆性季风寒冷干燥,夏季的海洋季风湿热多雨,青藏高原海拔高,形成了独特的高山气候,位于内陆的西北部地区,多为干旱气候。本文的研究区域包括了中国大陆、台湾岛和海南岛(图1)。为了比较不同气候带干旱特征对气候因子和地表覆盖变化的响应情况,将研究区分为北温带、中温带、南温带、北亚热带、中亚热带、南亚热带、北热带、中热带和高原气候区9个气候带。气候带划分如图1所示。
图1 中国各气候带区域及气象站点位置 Fig.1 Locations of climatic zones and meteorological stations in China
1.2 数据来源及处理
研究使用的数据包括:(1)气象数据、(2)气候带数据、(3)基于MODIS 地表温度(LST)数据生成的逐日平均LST、(4)MODIS NDVI、(5)马里兰大学生成的裸土、低矮植被和树木覆盖度数据、(6)标准化降水蒸散指数(SPEI)数据和(7)土壤湿度(SM)遥感数据。这些数据的相关参数如表1所示。气象数据(气温、降水)由气象站点(图1)观测数据插值生成;气候带数据来自于中国科学院资源环境科学与数据中心,下载地址为https://www.resdc.cn;SPEI数据来源于东安格利亚大学气候研究中心,下载地址为https://spei.csic.es/database.html;SM遥感数据来自于欧空局“气候变化倡议”项目(ESA CCI)提供的全球土壤湿度被动微波融合数据集,下载地址为https://esa-soilmoisture-cci.org/data。
表1 使用数据的描述
利用MODIS官网提供的MRT软件以及ArcGIS软件等,对上述数据进行了拼接、重投影和裁剪等预处理,为与植被覆盖度数据的空间分辨率一致,将上述数据的空间分辨率统一至0.05°。月度数据取平均得到年度数据,年度数据取平均得到整个时期的均值。
2 研究方法
2.1 基于遥感数据的干旱指数
使用的基于遥感数据的干旱指数(VCI、TCI和VHI)等级划分如表2所示。TCI、VCI和VHI的具体计算方法如下:
表2 干旱指数等级的划分[47—48]
(1)
(2)
VHI=α×VCI+(1-α)×TCI
(3)
式中,i、j和k分别表示第i个像元、第j个月份和第k个年份;max和min分别表示对应像元的多年最大值和最小值;α表示权重因子,在实际应用中一般将其固定为0.5[46]。
3个月(SPEI3)和6个月的SPEI(SPEI6)是有效的气象干旱指数[9],SMCI能够有效地指示土壤水分不足而导致的干旱[46]。采用逐月的3个月和 6个月时间尺度SPEI以及SM遥感数据计算的土壤湿度状态指数(SMCI)评价上述3个干旱指数监测干旱的能力。其中SMCI计算为:
(4)
式中,SMijk为第i个像元、第j个月份和第k个年份的土壤湿度;SMijmax和SMijmin分别为i个像元、第j个月份土壤湿度的多年最大值和最小值。
2.2 干旱频率
根据表2和以下公式,计算了14a区域内发生中度及以上干旱发生的频率。
(5)
式中,f为干旱频率,m为发生中度及以上干旱的月数,n为2003—2016年的总月数(n=168)。
2.3 变化趋势分析
利用普通最小二乘回归(OLS)和F统计量确定干旱指数变化趋势:
(6)
式中,n表示年份总数(n=14)。DIi代表第i年的干旱指数平均值,SLOPE>0表示增加趋势;反之,SLOPE<0表示降低趋势。
2.4 计算干旱指数对温度和降水变化的响应
利用年干旱指数与温度和降水之间的偏相关系数表示干旱指数对气候变化的响应。偏相关分析通常用于分析在剔除其他因素的影响后,两个变量之间的关系[49]。利用下式计算干旱指数与年平均温度和年降水量之间的偏相关系数:
(7)
式中,RXY,Z为控制Z条件下X与Y之间的偏相关系数,rij为i与j的相关系数。RXY,Z>0,表示在Z不变条件下,Y随X的增大而增大,反之亦然。
如干旱指数与温度/降水量之间的偏相关系数大于0,表示温度/降水量上升导致干旱指数增大、干旱减轻;干旱指数与温度/降水量之间的偏相关系数小于0,表示温度/降水量上升导致干旱指数降低、干旱加重。
2.5 计算干旱对地表覆盖变化的响应
为了分析干旱指数对地表覆盖变化的响应,将生成的SLOPE图与地表覆盖变化率(裸土、低矮植被和树木覆盖度变化率)图叠加,计算9×9移动窗口内共81个格点SLOPE分别与裸土覆盖度变化率、低矮植被覆盖度变化率和树木覆盖度变化率的相关系数,分析干旱指数对地表覆盖变化的响应。相关系数大于零表示覆盖度的上升导致干旱指数增大。
3 研究结果与分析
3.1 干旱指数时空变化特征
3.1.1干旱频率空间分布
利用月干旱指数计算的月干旱发生频率分布如图2所示。利用TCI、VCI和VHI计算的研究区内月干旱发生频率的平均值分别是27%、28%和19%,表明14年中有20%—30%的月份发生了中度及以上干旱。基于TCI的结果表明,5.4%的区域干旱发生频率低于20%,主要位于高原气候区和中温带的东北部;67.4%的区域干旱发生频率介于20%—30%之间;在27.2%的区域干旱频率高于30%,主要分布在中温带中部、南温带、北亚热带、中亚热带等部分地区,干旱发生频率高于50%的区域分布不足1%;基于VCI的结果表明,65.7%的区域干旱频率低于30%;28.0%的区域干旱频率介于30%—40%,主要位于我国中温带和南温带的大部分地区;干旱频率高于40%的区域占6.3%,分布在中温带的中部和西北部以及南温带的部分地区。基于VHI的计算的干旱发生频率低于TCI和VCI,在74.4%的区域干旱频率低于20%;在24.4%的区域干旱发生频率介于20%—30%之间,分布于中温带中部、南温带、北亚热带、中亚热带和南亚热带等部分地区;干旱频率高于30%的区域仅占1.2%,位于中温带中部及其西北部。
图2 根据2003—2016年TCI、VCI和VHI确定的月干旱频率分布Fig.2 Frequency of monthly drought determined according to TCI, VCI and VHI from 2003 to 2016TCI:温度状态指数 Temperature condition index; VCI:植被状态指数 Vegetation condition index; VHI:植被健康指数 Vegetation health index
3.1.2干旱指数变化趋势
利用方程6逐像元诊断干旱指数年平均值的时间变化特征。根据计算的斜率(SLOPE)和显著水平,将干旱指数的变化趋势分为以下七类:(1)极显著下降(SLOPE<0,P≤0.01),(2)中度显著下降(SLOPE <0,0.01
图3 2003—2016年TCI、VCI和VHI的变化趋势分布。空值为不显著区域Fig.3 Temporal trends of TCI, VCI and VHI from 2003 to 2016. The null values indicate insignificant temporal trends
图3显示在2003—2016期间,66.3%的区域显著VCI上升,其中47.2%区域的VCI呈现极显著上升,12.9%的区域VCI中度显著上升。VCI显著上升的区域主要是位于北温带、东部的南温带、北亚热带、中亚热带和南亚热带的大部分地区,表明这些地区的干旱有所减轻;VCI仅在1.6%的区域显著下降,呈零星分布。中温带东北部和高原气候区中部等地区14年内VCI未发生显著变化;与VCI相似,14年间VHI在41.7%的区域显著上升(图3),VHI极显著上升的区域为22.6%,中度显著上升的区域为12.3%。在3.1%的区域VHI呈显著下降趋势,极显著下降区域为0.9%,中度显著区域下降为1.1%。
3.2 干旱对气候变化的响应
3.2.1干旱指数对温度变化的响应
利用公式7计算了干旱指数年平均值与年平均温度和年降水量的偏相关系数,为避免地表覆盖变化的影响,剔除了14年内植被覆盖变化率超过±3%的区域。干旱指数对温度变化响应的空间分布和不同气候区的统计结果如图4所示。在23.4%的区域TCI对气温为负相关,分布在中温带、南温带、北亚热带和高原气候区中部等地区,其余大部分区域不显著。除中亚热带东部以外,VHI对气温为负相关,2.9%的区域达到了P<0.05的显著水平,表明气温升高会导致该指数降低。而VCI对气温主要为正相关,但只有2.3%的区域达到了P<0.05的显著水平。总体而言,在所有的气候区,TCI和VHI对气温呈现出一致的显著负相关,表明温度升高会导致干旱加剧;然而,除中热带外,VCI对气温的变化均为正相关。
丁达一副沮丧的样子，头都懒得抬起来，任由脸朝下埋在地上。尽管希望渺茫，他还是忍不住问道：“镜心羽衣，你呢？你也像壶天晓一样，把我看透了吗？你们智能生物都是这样先斩后奏吗？”
图4 年TCI、VCI和VHI与温度偏相关的空间分布(空白区为相关性不显著区域)和偏相关系数统计结果Fig.4 Partial correlations of annual TCI, VCI and VHI with temperature (Areas without significant correlations are masked with white color) and statistical results of partial correlations
3.2.2干旱指数对降水变化的响应
干旱指数与年降水量的偏相关系数空间分布及不同气候区的统计结果如图5所示。TCI、VCI和VHI对降水响应的表现较为一致。在2.5%的区域内TCI对降水为正相关,主要分布在中温带东部、中亚热带东部和高原气候区等地;TCI对降水的负相关主要分布在南温带和北亚热带,但比例低于0.5%。VCI和VHI对降水响应的分布相似,除南温带和高原气候区部分地区对降水为负相关以外,在其他气候区内VCI和VHI对降水为正相关,比例分别为4.6%和5.5%。总体而言,在所有的气候区,VCI和VHI对降水变化表现出一致的正相关,降水的增多有利于促进植被生长从而缓解干旱;而在南温带、北亚热带和北热带,TCI对降水变化表现为负相关,除中热带TCI对降水变化的响应不显著以外,其余地区为正相关。作为综合干旱指数,VHI在不同的气候区表现出一致的对气温的负相关和对降水的正相关,稳定性明显优于TCI和VCI。
图5 年TCI、VCI和VHI与降水偏相关的空间分布(空白区为相关性不显著区域)和偏相关系数统计结果Fig.5 Partial correlations of annual TCI, VCI and VHI with precipitation (Areas without significant correlations are masked with white color) and statistical results of partial correlations
3.3 干旱对地表覆盖变化的响应
3.3.1地表覆盖变化特征
2003—2016年中国裸土、低矮植被和树木覆盖变化情况如图6所示,地表覆盖变化主要表现为裸土的减少和植被的增加。其中,64.2%的地区裸土比例下降,18.7%的地区裸土覆盖率没有发生变化;低矮植被覆盖率上升和下降的区域分别占46.0%和47.0%;树木覆盖率在47.0%的地区升高, 在46.3%的地区没有变化。在北温带、中温带的东北部、西北部南温带、北亚热带、中亚热带中和南亚热带的大部分地区,树木覆盖率的增加来自于裸土与低矮植被覆盖率的减少。在中温带的中部、西北部的南温带和高原气候区的大部分地区,这些地区树木覆盖率没有发生变化,主要反映为裸土和低矮植被之间的相互转化,其中高原气候区的中部、中温带的中部和西北部南温带等部分地区由裸土转变为低矮植被,其余地区整体上表现为低矮植被向裸土的转变。而在南温带的东部和北亚热带东部等沿海地区,受城市扩张的影响,裸土替代了植被。其余区域主要表现为树木向裸土或低矮植被的转变。
3.3.2干旱指数对地表覆盖变化的响应
为研究干旱对地表覆盖变化的响应特征,分析了不同裸土和植被覆盖度变化范围内三个干旱指数的变化趋势,结果表明(图7),总体而言,裸土覆盖率的降低和树木覆盖率的增加导致干旱指数增大趋势越明显,干旱减轻;而裸土覆盖率的增加和树木覆盖率的减少可能会导致干旱指数降低的趋势越明显,干旱加剧。
图7 树木及裸土覆盖变化对VHIs趋势的联合影响Fig.7 Combined effects of tree and bare ground cover changes on VHIs trends
为探究在各气候带内干旱对地表覆盖变化的响应情况,计算了干旱指数变化趋势与裸土覆盖度、低矮植被覆盖度和树木覆盖度变化率之间的相关系数。结果如图8所示,VCI、TCI和VHI的变化趋势均与裸土比例变化率负相关,即裸土比例的增加/减少会导致干旱指数的降低/上升、干旱的加重/减弱。除VHI在高原气候区与树木覆盖变化率负相关以外,三个干旱指数的变化趋势与树木覆盖度变化率正相关,树木覆盖度增大会导致干旱指数上升。干旱指数对低矮植被覆盖度变化的响应在不同气候区存在差异,在中温带和南温带,干旱指数的变化趋势与低矮植被覆盖度正相关,低矮植被覆盖的上升会导致干旱指数的增大;而在北温带、北亚热带、中亚热带和南亚热带等地区,干旱指数的变化趋势与低矮植被覆盖度负相关,低矮植被覆盖的上升会导致干旱指数的降低;在高原气候区,VCI和VHI的变化趋势与低矮植被覆盖度正相关。干旱指数对低矮植被覆盖度变化的响应取决于低矮植被覆盖度的变化是由于裸土还是树木的转变有关。
图8 不同气候带内VHIs变化趋势对裸土、低矮植被和树木覆盖度变化的响应Fig.8 Response of VHIs trends to changes of bare ground, nontree vegetation and tree cover changes in different climatic zones
4 讨论
4.1 干旱指数与SPEI和SMCI的比较
图9展示了TCI、VCI和VHI分别与SPEI3、SPEI6和SMCI年平均值的相关性。TCI与SPEI3、SPEI6和SMCI在大部分区域呈正相关,P<0.1的面积比例分别为44.0%、45.8%和21.6%;P<0.05的面积分别占34.1%、35.9%和15.0%,主要分布在北温带、中温带东北部、中亚热带东部和高原气候区等部分地区。VCI与SPEI3、SPEI6和SMCI的相关性较弱,P<0.1的正相关面积比例分别为15.5%、18.0%和14.7%;P<0.05的正相关面积比例分别为10.5%、12.2%和10.0%,主要分布在亚热带地区。VCI与SPEI3、SPEI6和SMCI负相关达到P<0.1显著水平的面积比例分别为5.3%、5.2%和4.9%;达到P<0.05的面积比例分别为3.1%、3.0%和3.3%,主要分布于中温带东北部、南温带和高原气候区的部分地区。在大部分区域,VHI与SPEI3、SPEI6和SMCI正相关,达到P<0.1显著水平的面积比例分别为40.6%、44.5%和26.6%;达到P<0.05显著水平的面积比例分别为29.9%、34.0%和19.8%。
图9 年干旱指数TCI、VCI、VHI与SPEI3、SPEI6、SMCI相关性的空间分布,空值为不显著(P>0.1)区域Fig.9 Spatial distribution of correlations of annual mean TCI, VCI and VHI with SPEI3, SPEI6, and SMCI. The null values indicate insignificant correlations(P>0.1) SPEI:标准化降水蒸散指数 Standardized precipitation evapotranspiration index; SMCI:土壤湿度状态指数 Soil moisture condition index
表3 不同指数计算的不同气候区中度及以上月干旱发生频率平均值/%
图10 根据2003—2016年SPEI3、SPEI6和SMCI确定的月干旱频率分布Fig.10 Frequency of monthly drought determined according to SPEI3, SPEI6 and SMCI from 2003 to 2016
4.2 干旱指数的变化特征
3个干旱指数的变化趋势并不一致,VCI与VHI变化趋势的空间分布基本相似,但与TCI存在较大的差异(图3)。人工植树造林改善了我国的植被覆盖情况,表现为NDVI的显著增大[51],从而导致全国大部分地区的VCI明显上升。在全球变暖的背景下我国气温显著增加,从而会导致地面温度的上升和TCI的降低[51];在VCI明显上升的地区,植被覆盖度增大,部分抵偿气温升高导致的地表温度上升,气温和植被覆盖度变化的共同作用使得TCI变化趋势不明显。VHI是VCI和TCI的平均值,在VCI明显增大、TCI变化趋势不明显的地区,VHI与VCI的变化趋势相似。相反,在TCI明显降低、VCI变化趋势不明显的地区,VHI与TCI的变化趋势相近。
VCI和VHI的变化趋势表明,2003—2016年期间我国大部分地区的干旱有所缓解,在南亚热带、中亚热带、中温带中部和北亚热带大部分地区尤为明显;但在南温带东部和高原气候区的部分地区,干旱有所加剧。TCI指示,我国西部的部分地区在2003—2016年期间的干旱有所加剧。3个干旱指数的变化趋势共同指示出我国南温带、中温带和高原气候区等部分地区变得更干燥,与图2中干旱频率较高的区域相吻合,表明发生极端干旱的可能性和频率相比其他区域会更高。
4.3 气候变化对干旱指数的影响
在全球变暖的背景下,气候变化引起的干旱可能会变得更加频繁,这给生态环境构成了巨大威胁[52],研究表明,区域气候变暖和水资源缺乏所引起的干旱是造成树木死亡率明显增加的主要原因[53—54]。温度的升高会导致植被蒸散增加,而植被的蒸腾过程需要从土壤中获取水分,土壤缺水会使得植物根系受损和气孔阻力增加,导致蒸腾减少,从而减弱光合作用,由此阻碍植物生长[55]。植被对温度的负响应关系早在上世纪就已有学者提出[56],且这种关系与植被蒸腾和土壤湿度密不可分[57—58],这与图4中TCI和VHI对温度变化的负相关结果相符合。然而,研究表明植被对温度的响应存在空间异质性。在中国大部分地区,VCI与温度的偏相关系数大于0,说明温度升高促进了植被生长、导致VCI增大[59—60]。
降水的增加在导致地表温度降低的同时,促使土壤水分上升,有利于植被生长[61]。图5表明,在大部分区域3个干旱指数与降水量之间显著正相关。但是,在南温带、北亚热带和北热带的部分地区,主要位于华北平原的东部地区,TCI与降水量负相关。根据TCI的计算公式可见,温度上升、TCI下降[28],而地表温度取决于区域植被覆盖和地表土壤水分状况,降水的减少经常伴随着辐射的增加和气温的上升,在有灌溉或湿润地区,植被覆盖度反而会上升,导致地表温度的降低。在地表温度与降水量变化趋势一致的地区,TCI难以有效监测干旱状况[61—62]。
4.4 地表覆盖变化对干旱指数的影响
气候变化和人类活动等因素所导致的地表覆盖变化对区域内干旱的影响巨大[63—64]。裸土转变为植被,会导致地表反射率的降低和净太阳辐射的升高,从而导致潜热和显热的增大。且植被覆盖的地表面相对于裸土覆盖的地表面粗糙度更大,湍流更强,空气和水汽混合动力阻力更小[65],蒸腾的增加会导致区域内大气湿度的上升,从而改变当地降水和水文过程[66]。
总体而言,如图7和8所示,在大部分区域裸土覆盖率的降低和树木覆盖率的增加会导致地表温度的降低、NDVI的上升和干旱指数的增大,这与许多研究结果一致[67—70]。研究表明,1982—2020年期间高原气候区的大部分区域NDVI显著上升、其东部及南部部分区域的NDVI下降[71]。本文分析发现,在高原气候区内,树木的覆盖度降低、而低矮植被的覆盖度明显上升,大面积低矮植被的增加导致该地区NDVI显著上升,使得树木覆盖度与VCI和VHI的负相关,有别于其他气候区。
5 结论
基于气温、降水及多源遥感数据,采用趋势分析和偏相关分析方法,本文研究了2003—2016年中国3个干旱指数的时空变化特征、干旱发生的频率以及干旱指数对气候和地表覆盖变化的响应。主要结论如下:
2003—2016年期间,中国大部分地区的月干旱发生频率为20%—30%,其中中温带中部和南温带部分地区的干旱频率更高。干旱指数的变化趋势表明,大部分区域的干旱缓解和局部的干旱加剧。干旱缓解主要分布在北温带、中温带的东北部、北亚热带、中亚热带和南亚热带的大部分地区。而干旱加剧的区域主要分布在南温带、北亚热带等沿海地区以及高原气候区的部分地区。
大多数气候区内,干旱指数对温度的响应不一致,温度上升会导致TCI和VHI降低(干旱加重)、VCI的上升(干旱减轻)。所以,利用这3个指数监测温度上升导致的干旱时会得出不一致的结论。在大部分区域,3个干旱指数与降水量正相关,他们在监测降水减少导致的干旱时有较好的一致性。裸土覆盖率降低和树木覆盖率上升会导致干旱指数的上升,而低矮植被覆盖率变化的对干旱指数的影响存在空间差异,取决于低矮植被覆盖度的变化是源于裸土还是树木覆盖度的变化。在利用基于遥感的干旱指数监测干旱时,要考虑地表覆盖变化的作用。
