广西喀斯特地区植被NPP对高低温气象灾害的响应

陈燕丽，李明志，谢 映，莫伟华，罗永明

（1.广西壮族自治区气象科学研究所，广西南宁 530022；2.百色市气象局，广西百色 533000）

植被是生态环境变化的指示器，是联结大气、土壤、水分和生物的重要纽带[1]。研究发现，气象因子对不同地区植被影响差异明显；在温带和寒带地区，气温为影响植被的主导因子；在干旱半干旱或干湿季节差异明显地区，降水为影响植被的主导因子[2-4]，这些结论一般基于气温和降水平均态得出。在全球气候变暖背景下，气候变化呈现极端化，气象灾害发生频繁，对植被生长造成严重威胁，气象灾害对植被的影响成为新的研究热点。

中国是世界上喀斯特分布面积最大的国家，喀斯特地区多分布在广西、贵州和云南等地；这些地区湿润多雨，属典型的亚热带气候，具有气温高、降水时空差异大和气象灾害发生频繁等特点[5]。在强烈的喀斯特作用和复杂景观类型条件下，喀斯特地区生态系统脆弱，对外界环境的响应敏感，加上资源的不合理开发与利用，导致该地区石漠化现象日益严重[6]。研究表明，气温和降水显著作用于喀斯特地区归一化植被指数（Normalized Difference Vegetation Index，NDVI）和植被净初级生产力指数（Net Primary Productivity，NPP），气温的作用大于降水[7]，但降水的响应速度大于气温[8]。喀斯特地区植被对不同气候因子的响应存在阈值效应[9]和滞后性[10-11]。一般来说，短期的气候变化对喀斯特地区植被的影响不明显[12]，但极端气候事件影响显著。2008 年，气温极端变化引发我国南方特大凝冻事件，导致贵州省喀斯特集中连片区植被NPP 损失0.77×106tC，其中灌丛损失最严重，且恢复最差[13]。

近50年来，我国西南地区气候呈现“暖干化”趋势[14]，为喀斯特地区石漠化治理带来严峻挑战。气温极冷或极暖对喀斯特地区植被造成的影响是值得开展研究的课题。目前，针对高温灾害对喀斯特地区植被影响的研究较少。持续高温天气是引发干旱的重要因素；干旱条件下，贵州省有31 种植物遭受破坏，其中中型叶、革质叶和单叶热带常绿小乔木遭受的损失更严重[15]。严重低温会对喀斯特地区植被造成不可逆伤害，在2008年的我国南方特大凝冻事件中，喀斯特岩性区受损程度明显比非喀斯特岩性区严重，表现为植被NPP 受损率高，恢复程度差[13]，且冰雪凝冻使土壤结构发生变化[16]。

研究发现，在喀斯特地区有林地和无林地中，裸露岩石表面的温度和地表温度差异较大，选择耐高温性较强、水分蒸腾较小的树种可提高该地区造林成活率和生态恢复效果[17]。喀斯特地区地表覆盖特征对土壤温度、土壤水分均有较大影响，且大气温度与不同林种覆被下的土壤温度变化密切相关[18]。海拔、坡度和坡向等地理环境对植被生长也有重要影响[19]。高低温气象灾害对植被在不同地形、地貌条件下的影响差异值得深入研究，可为林业种植布局提供更科学合理的参考。

作为我国排名第3 的喀斯特省（自治区、直辖市），喀斯特是广西典型的脆弱生态系统，是政府生态环境保护的重点关注地区。本研究以广西喀斯特地区为研究对象，基于广西喀斯特地区2000—2021 年植被NPP 和气温资料，通过分析植被NPP 变化趋势和多种高温、低温气象灾害指数与不同林种NPP 的相关性，研究该地区植被变化趋势和高低温气象灾害对植被的影响规律，为气候变暖背景下喀斯特地区植被保护修复和气象防灾减灾等提供科学依据。

1 材料与方法

1.1 研究区概况

广西（104°26′～112°04′E，20°54′～26°24′N）地处中国南部，北回归线横贯中部，南濒热带海洋，北接南岭山地，西延云贵高原，具有周高中低、盆地和山地多及平原少的地形特点；其中，喀斯特地貌区面积占广西总面积的37.8%。广西喀斯特地区山多地少，土地贫瘠，生态环境较差，石漠化现象严重，气象灾害发生频繁，严重制约当地经济和社会发展，属全国贫困落后地区（图1）。

图1 广西喀斯特地区林种和气象站点分布Fig.1 Distributions of forest species and meteorological stations in Guangxi karst areas

1.2 数据来源

气象数据为广西壮族自治区气象信息中心提供的研究区69 个气象站点1961—2021 年逐日气温和降水数据。日数和积温可较好地表征气象灾害影响的时长和严重程度；最高气温和最低气温可反映气象灾害的极端变化；同时综合考虑在高低温气象灾害过程中常用的监测指标，选择高低温气象灾害指标（表1）。

表1 气象灾害指标Tab.1 Indexes of meteorological disasters

卫星遥感数据来自美国国家航空航天局（National Aeronautics and Space Administration，NASA）中分辨率成像光谱仪（Moderate Resolution Imaging Spectro-radiometer，MODIS）反演的植被指数产品MOD13Q1，250 m分辨率16天合成，数据版本为V006，数据时段为2000—2021 年。对研究区MOD13Q1 遥感数据集进行图像镶嵌、数据格式转换、投影转换和质量检验等预处理，得到质量可靠的NDVI 数据集，并进行月合成，获得月NDVI 数据集，用于计算植被NPP。

地理信息数据包括广西喀斯特地区林种分布数据（由广西壮族自治区森林资源与生态环境监测中心提供）、30 m 空间分辨率广西数字高程模型（Digital Elevation Model，DEM）数据（来源于地理空间数据云）及1∶25 万广西县行政边界、广西喀斯特地区矢量边界和广西气象站点经纬度信息（均来源于广西壮族自治区气象科学研究所）。

1.3 研究方法

1.3.1 植被NPP计算

基于陆地生态系统碳通量（Terrestrial Ecosystem Carbon Budget，TEC）模型计算植被NPP[20]，计算公式为：

式中，NPPij、GPPij和Rij分别为第i年第j月的植被净初级生产力、总初级生产力和呼吸消耗量（gC·m-2）；εij为第i年第j月的光能实际利用率（gC/MJ），反映温度、水分等因子对光合作用的影响；FPAR 为植被吸收光合有效辐射的比例；PARij为第i年第j月的入射光合有效辐射（MJ/m2）；NPPi为第i年植被净初级生产力（gC·m-2）；n为1年总月份数，n=12。

1.3.2 相关性分析

采用Pearson相关性分析，研究植被NPP与各气象灾害指标的相关性，计算公式[21-22]为：

式中，R为变量x和y的相关系数；xi为第i年植被NPP值；为多年植被NPP均值；yi为第i年气象灾害指标值；为多年气象灾害指标均值。R的取值范围为[-1，1]，R越大表明变量间的相关性越强；采用t统计量进行显著性检验。

1.3.3 线性趋势分析

采用线性趋势法分析植被NPP 变化趋势，计算公式[22]为：

式中，k为植被NPP 的变化趋势率；n为年份；i为年序号；Ci为第i年的植被NPP均值。k为正值表示一段时间内年植被NPP 呈增加趋势，为负值表示呈降低趋势。

1.3.4 气象要素空间插值

气象要素插值采用小网格推算模型[23]，通过建立站点观测数据与地理因子的线性回归模型，对高低温气象灾害指数进行空间插值和订正，模型为：

式中，p为气象灾害指数；φ、λ、ℎ、θ和β分别为地理因子纬度、经度、海拔、坡度和坡向；ε为地理残差。

2 结果与分析

2.1 植被NPP时空变化特征

2000—2021 年，研究区植被NPP 呈波动增加趋势，增长速率为84.7 gC·m-2/10a（图2）。2021年植被NPP 最高（1 073.9 gC·m-2）；2005、2006、2009、2010和2012 年植被NPP 均较低，均低于800 gC·m-2；2013、2016—2019 和2021 年植被NPP 均较高，均高于900 gC·m-2。2000—2021 年，植被NPP 变化趋势率为正值的区域面积占比为90.4%，即大多数地区植被NPP 呈增加趋势；植被改善较明显的地区主要分布在桂林市东北部和来宾市中部，植被退化较明显的地区主要分布在柳州市中部和河池市西部（图3）。

图2 2000—2021年植被NPP变化Fig.2 Vegetation NPP changes from 2000 to 2021

图3 2000—2021年植被NPP均值空间分布Fig.3 Space distributions of average vegetation NPP from 2000 to 2021

2.2 植被NPP与高温灾害指数的相关性

研究区植被NPP 与≥35 ℃日数、≥37 ℃日数、≥35 ℃积温、≥37 ℃积温和最高气温的相关系数均值分别为-0.24、-0.06、-0.21、-0.03 和-0.02；呈负相关的区域面积占比分别为84.9%、58.8%、80.1%、56.2%和56.1%；呈弱相关（|R|<0.3）的区域面积占比分别为54.6%、68.3%、59.2%、82.7%和80.1%（图4）。研究区植被NPP 与各高温灾害指数均以弱负相关为主；大部分地区植被NPP 对高温灾害为负响应，与各高温灾害指数呈负响应的区域面积占比均超过50%。

图4 植被NPP与高温灾害指数的相关性Fig.4 Correlations among vegetation NPP and high temperature disaster indexes

研究区植被NPP与高温灾害指数的相关性呈明显空间差异；以河池市和崇左市为界，西部地区以正相关为主，东部地区以负相关为主。研究区中部（河池市东北部和南部、柳州市中部）为植被NPP与高温灾害指数负响应高值区；研究区西部（百色市西南部）为植被NPP 与高温灾害指数正响应高值区。百色市与河池市交界处的喀斯特地区植被NPP对高温灾害指数响应变化较大，气温阈值由≥35 ℃上升至≥37 ℃时，两者的相关性甚至发生正负转变。

2.3 植被NPP与低温灾害指数的相关性

研究区植被NPP与≤0 ℃日数、≤0 ℃积温和最低气温的相关系数均值分别为0.03、-0.05 和-0.02；呈负相关的区域面积占比分别为48.1%、54.6%和52.2%；呈弱相关（|R|<0.3）的区域面积占比分别为85.3%、83.0%和90.8%（图5）。研究区植被NPP与≤0 ℃积温和最低气温均以弱负相关为主，与≤0 ℃日数以弱正相关为主。

图5 植被NPP与低温灾害指数的相关性Fig.5 Correlations among vegetation NPP and low temperature disaster indexes

研究区植被NPP 与低温灾害指数的相关性呈明显空间差异；来宾市西南部、柳州中部和桂林市东南部的植被NPP 对≤0 ℃积温的负响应较明显，但对≤0 ℃日数的负响应不明显，甚至表现为正响应；植被NPP 对最低气温呈负响应明显的区域主要分布在研究区西南部的崇左市（图5）。

2.4 不同林种NPP对高低温灾害的响应

上述分析发现，植被NPP 与高低温灾害指数的相关性存在正、负两种情况，为更清楚地了解气象灾害对植被的负面影响，分析不同林种NPP 与高低温灾害指数的负相关性（负相关系数和呈负相关的区域）差异。

各林种NPP与高温灾害指数的负相关性均较弱，R为-0.163～-0.354（图6）。各林种NPP与≥35 ℃日数的负相关性均强于≥37 ℃日数，与≥35 ℃积温的负相关性均强于≥37 ℃积温。阔叶林NPP 与高温灾害指数的负相关性较弱，R均值为-0.205；竹林NPP与高温灾害指数的负相关性相对较强，R均值为-0.282。

图6 不同林种NPP与高温灾害指数的相关性Fig.6 Correlations among NPP of different forest species and high temperature disaster indexes

各林种NPP 与低温灾害指数的负相关性均较弱，R为-0.114～-0.258（图7）。各林种NPP 与≤0 ℃积温和≤0 ℃日数的负相关性均强于最低气温。松树类NPP 与低温灾害指数的负相关性较弱，R均值为-0.161；桉树（Eucalyptusspp.）类NPP 与低温灾害指数的负相关性相对较强，R均值为-0.197。

图7 不同林种NPP与低温灾害指数的相关性Fig.7 Correlations among NPP of different forest species and low temperature disaster indexes

各林种NPP 与各高温灾害指数呈负相关的区域面积占比差异较大。高温阈值从35 ℃上升至37 ℃时，各林种NPP 与对应高温灾害指数呈负相关的区域面积占比明显下降。各林种NPP 与≥35 ℃日数呈负相关的区域面积占比均值最高（83.0%），与最高气温呈负相关的区域面积占比均值最低（54.1%）。阔叶林NPP 与高温灾害指数呈负相关的区域面积占比较低，均值为51.7%；桉树类NPP 与高温灾害指数呈负相关的区域面积占比较高，均值为78.0%。

各林种NPP 与各低温灾害指数呈负相关的区域面积占比差异较大。各林种NPP 与≤0 ℃积温呈负相关的区域面积占比均值最高（52.8%），与最低气温呈负相关的区域面积占比均值最低（45.9%）。杉木林NPP 与低温灾害指数呈负相关的区域面积占比较低，均值为44.9%；阔叶林NPP 与低温灾害指数呈负相关的区域面积占比较高，均值为53.5%。

各林种NPP 与各高低温灾害指数总体上均以弱负相关为主，高温灾害对各林种NPP 的负影响强度大于低温灾害；高温灾害中，≥35 ℃日数对各林种NPP 的负影响较强；低温灾害中，≤0 ℃积温对各林种NPP 的负影响较强；高温灾害对竹林NPP 负影响较强；低温灾害对桉树类NPP 负影响较强。高温灾害对各林种NPP 的负影响区域面积大于低温灾害；高温灾害中，≥35 ℃日数对各林种NPP 的负影响区域面积较大；低温灾害中，≤0 ℃积温对各林种NPP的负影响区域面积较大；高温灾害对桉树类NPP 的负影响区域面积较大；低温灾害对阔叶林NPP 的负影响区域面积较大。

3 讨 论

石漠化是喀斯特地区最突出的生态问题，随着退耕还林、珠江防护林和森林生态效益补偿等[24]林业重点生态工程及一系列喀斯特地区生态保护和治理项目的实施，在人为活动压力减轻和广西良好的雨热同期气候条件下，广西石漠化面积持续减少[25]，生态状况逐步好转，这是广西喀斯特大部分地区植被长势稳定变化和改善的重要原因。研究结果显示，2000—2021 年广西喀斯特地区植被NPP 变化趋势率为正值的区域面积占比为90.4%，植被改善趋势明显。前期研究发现，采用植被增强型植被指数（Enhanced Vegetation Index，EVI）监测发现，2000—2018 年广西喀斯特地区植被增加面积比例达91.45%[26]；广西百色市植被变化趋势监测结果显示，植被NPP呈增长趋势[27]。

广西喀斯特地区植被改善呈明显的空间差异，东北和中部地区（桂林市东北部和来宾市中部）植被改善趋势较明显。植被类型不同是植被NPP 空间差异的重要原因[28-29]。桉树成林速度快，对植被NPP变化影响较大；以灌木和灌草植物为主的地区，植被变化较稳定。研究区近20 年植被NPP 增长趋势明显，但存在较大波动，主要原因为气象灾害的影响，如2005 夏季、2009 夏末秋初的高温干旱均造成植被NPP 大幅降低。由于气象灾害具有种类多、交替性强和滞后性等特点，其对植被的影响较复杂，需深入研究。不同林种的NPP具有较大差异，即植被种类更替也是NPP 波动的重要原因之一。

广西喀斯特地区植被对不同气象灾害指数的响应存在明显的空间异质性，即使是同类型气象灾害指数，由于阈值差异，植被NPP 的响应也不同。≤0 ℃日数和≤0 ℃积温的空间分布规律相似，主要分布在桂林市东北部、河池市北部山区，但其对植被NPP 产生负影响的高值区与其高发区存在较大差异。在广西，高温气象灾害的发生具有连续性、持续性等特点，低温气象灾害的发生一般具有突发性，且大部分地区低温持续时间不长。植被类型差异是高低温气象灾害对植被影响产生空间异质性的重要原因，高低温气象灾害的高发区与其对植被影响高值区的差异较大说明了这一点；在精细化气象防灾减灾服务中，需充分考虑植被特性。此外，气象灾害发生过程会使植被叶和茎的生理活动、土壤水分及植被生长发育环境等发生一系列变化，进而影响植被长势，即植被对气象因素的响应在时间上有一定的延迟，即滞后效应[30]；滞后效应的时长在不同类型植被和气候带间差异显著[20]，喀斯特地区植被对气象因子的响应滞后期多为1～2 个月[31]。本研究从年尺度分析植被NPP 对高低温灾害的响应特征，时间跨度长，滞后性不明显，如在月尺度上分析植被对气象灾害的响应，则需充分考虑滞后期的影响。

4 结 论

2000—2021 年，广西喀斯特绝大多数地区的植被NPP 呈明显改善趋势。高温灾害指数对研究区植被NPP 均以弱负影响为主；低温灾害各指标表现不同，其中≤0 ℃积温和最低气温均以弱负影响为主。高温灾害对植被NPP 的高负影响区为研究区中部，低温灾害的高负影响区不同指数间差异较大。发生高温灾害时，竹林NPP 受影响程度较大，桉树类NPP 受影响区域较大；发生低温灾害时，桉树类NPP 受影响程度较大，阔叶林NPP 受影响区域较大。

利益冲突：所有作者声明无利益冲突。

作者贡献声明：陈燕丽负责试验调查与设计、试验实施和论文撰写；李明志负责数据收集与分析；谢映负责协助完成试验调查和文献检索；莫伟华、罗永明负责材料提供和项目支持。