江西省森林活動的時空變化及其對干旱的響應

賀巧寧,王懷清,孔 萍,戴聲佩,楊 琳,居為民

(1.南京大學 國際地球系統科學研究所，江蘇 南京 210093;2.淮陰師范學院 城市與環境學院，江蘇 淮安 223300;

3.江西省氣候中心，江西 南昌 330046)

?

江西省森林活動的時空變化及其對干旱的響應

賀巧寧1,2,王懷清3*,孔 萍3,戴聲佩1,楊 琳1,居為民1

(1.南京大學 國際地球系統科學研究所，江蘇 南京 210093;2.淮陰師范學院 城市與環境學院，江蘇 淮安 223300;

3.江西省氣候中心，江西 南昌 330046)

摘要：基于江西省87個氣象站1960～2014年實測資料計算的標準化降水蒸散指數(SPEI)和2000～2014年MODIS NDVI數據,結合線性趨勢分析、最大相關系數等方法,分析了江西省近50年干旱和近10年來森林活動的時空變化特征,以及江西省森林活動對不同時間尺度干旱的響應特征。結果表明:進入21世紀后,江西省受旱程度較以前有所增加,從2009年開始,干旱與濕潤年份交替存在；2000～2014年江西省森林NDVI在波動中呈微弱增加的趨勢,自2008年以來森林NDVI明顯增加,增速為0.03/10 a(P<0.01)。森林年均NDVI的年際變化主要取決于春季平均NDVI的變化,兩者間的相關系數高達0.92；在春季和秋季,干旱導致對應季節森林NDVI下降,而在夏季,輕度干旱會使森林NDVI呈現增加趨勢；在海拔較高地區,干旱對森林NDVI的滯后影響多持續在6個月以上，而在其他地區一般少于3個月。

關鍵詞：森林活動;標準化降水蒸散指數;干旱響應;時空分布;江西省

森林是陸地生態系統中最大的碳庫,具有較高的碳密度和較快的碳積累速度[1],在區域和全球碳循環中起著調節碳平衡、減緩大氣中CO2等溫室氣體濃度上升及改善全球氣候等作用[2-5]。森林生態系統的碳循環受到氣候、CO2濃度上升、氮沉降和擾動因子(如砍伐、火災、造林和再造林)等諸多因素的影響,其中,干旱是導致森林生態系統碳收支年際變化的主要驅動因子之一。IPCC報告(2013)指出:過去50年來全球干旱發生的頻率和強度持續增加,北半球尤為突出[6];未來全球氣溫將繼續升高,同時,降水的時空變異也將增大,干旱發生的強度和頻率有可能持續增加[7]。干旱對森林等陸地生態系統的碳循環具有深遠的影響,會直接抑制光合作用、改變生態系統呼吸[8],從而降低陸地生態系統的總初級生產力(GPP)和凈生態系統的生產力(NEP)[9],還可能會間接影響陸地生態系統的碳循環,如通過引發火災[10]、增加樹木死亡[11]、引起病蟲害暴發[12]等。因此,開展森林等陸地生態系統對干旱的響應研究很有必要。

自20世紀80年代以來,江西省森林覆蓋率顯著上升,由1988年的36.9%上升到2014年的63.1%,列全國第2位。但近10多年來江西省干旱頻發[13-14],對江西省森林的生長產生了一些不利影響,導致森林活動減弱[15-17]。孫曉敏等利用位于江西省泰和縣的千煙洲生態系統觀測站2003和2004年的通量觀測數據進行研究，發現7、8月份的高溫與干旱疊加是導致該站2003年GPP下降的主要原因[15]。Wen等利用該站點2003～2007年的通量觀測數據分析了季節性干旱對碳交換過程的影響,發現導致該站GPP和碳吸收年際波動的一個主要原因是季節性干旱[16]。Huang等基于該站點2003～2010年通量觀測數據的研究表明,干旱對該生態系統碳吸收和生產力影響的滯后效應可達1個月以上[17]。以上研究大多從站點尺度分析森林活動與干旱的相互關系,然而干旱對江西省森林活動的總體影響還有待深入研究。

歸一化植被指數(Normalized difference vegetation index, NDVI)被廣泛應用于監測植被對干旱等極端氣候事件的響應[18-19]。相關研究表明,NDVI對氣候的響應存在一定的滯后性。何月等對浙江省植被NDVI變化及其與氣候因子之間關系的研究發現,植被變化對夏季降水和干濕程度的最大響應滯后2個月[20]。張永恒等研究發現,西南地區冬季植被對前1～2個月氣溫的敏感性比較大，夏季植被對春季氣溫的敏感性比較大,而3～4月的植被生長對上年夏季的降水敏感性比較大[21]。

植被覆蓋面積的增加將導致植被生產力的增加[22]。為了更好地認知江西省森林活動對干旱的響應機制，本文以植被指數NDVI作為森林活動的指標,分析了其時空變化特征及其對干旱的響應特征。首先,利用江西省87個氣象站1960～2014年的實測資料,計算了標準化降水蒸散指數(Standardized Precipitation Evapotranspiration Index, SPEI),分析了近50年江西省干旱發生的時空分布特征;其次,以2000～2014年的MODIS NDVI數據作為森林活動的動態指標,輔以線性趨勢分析方法,分析了2000～2014年江西省森林活動的時空變化特征;最后,運用最大相關系數方法計算并分析了江西省森林NDVI對不同時間尺度干旱的響應特征。

1研究區概況

江西省位于我國長江中下游南岸,介于北緯24°29′～30°04′、東經113°34′～118°28′之間,總面積約16.69萬km2。該區域地形以丘陵山地為主,境內東、西、南三面環山,中部盆地河谷、平原交錯分布其間,北部為鄱陽湖沖積平原;氣候屬中亞熱帶溫暖濕潤季風氣候,四季分明,雨熱同期,年均溫約17 ℃,年降水量約1600 mm;主要森林類型有暖性針葉林、暖性針闊混交林、常綠闊葉林、常綠落葉闊葉混交林、落葉闊葉林、竹林、山頂矮林等,其中,馬尾松、杉木和濕地松三種針葉林面積占森林總面積的70%以上[23]。

2數據和方法

2.1數據來源及預處理

遙感數據為2000～2014年的MOD13A1數據,來源于美國國家航空航天局(NASA)的EOS/MODIS數據產品(http://e4ftl01.cr.usgs.gov/),空間分辨率為500 m,時間分辨率為16 d。首先,使用MRT(MODIS Reprojection Tools)將下載的影像進行拼接和投影轉換;其次,對NDVI時間序列采用3次樣條帽算法進行平滑計算[24],以進一步消除云的影響;再次,利用最大值合成法(MVC)生成月NDVI數據,再進一步將月NDVI數據合成年、春、夏、秋季平均NDVI數據(由于該地區生長季為3～10月,故本文不對冬季數據進行分析);最后,利用研究區邊界和森林土地利用類型圖裁剪NDVI數據,獲得2000～2014年研究區森林逐月、季節和年NDVI數據。

氣象數據為1960～2014年江西省87個氣象臺站的逐日數據,包括日降水量、日照時數、日相對濕度、日最高氣溫、日最低氣溫、日平均氣溫等文本格式數據,來源于江西省氣象局。首先,對所有站點的氣象數據進行質量檢查,對缺失的數據采用其前后相近時段的值進行插補處理；其次,對整理后的逐日氣象要素數據采用反距離權重法(Inverse distance weighted, IDW)進行空間插值,生成覆蓋江西省的500 m分辨率的逐日平均氣溫和降水量數據(在進行氣溫數據插值的過程中,采用氣溫垂直遞減率對結果進行修正,即海拔每升高100 m,氣溫下降0.6 ℃);最后,將日尺度平均氣溫和降水量合成到月尺度的。

2.2研究方法

干旱指標采用2010年Vicente-Serrano提出的標準化降水蒸散指數(SPEI),其計算步驟參見文獻[25]。SPEI可以反映不同時間尺度的水分虧缺情況,如6個月尺度的SPEI可反映之前6個月的水分累計盈虧狀況,12個月尺度的SPEI可以反映之前12個月的水分累計盈虧情況。本文基于月氣象要素計算了1960～2014年1～24個月尺度的SPEI。根據McKee等(1993)提出的干旱等級策略[26]并結合中國氣象干旱等級分類標準[27],將SPEI指數指示的干旱嚴重程度劃分為9個等級:極端濕潤(SPEI≥2.00)、重度濕潤(1.50≤SPEI<1.99)、中度濕潤(1.00≤SPEI<1.49)、輕度濕潤(0.50≤SPEI<0.99)、正常(-0.49≤SPEI<0.49)、輕度干旱(-0.99≤SPEI<-0.50)、中度干旱(-1.49≤SPEI<-2.0)。

運用線性擬合方法分析2000～2014年年SPEI和年平均NDVI的時空變化趨勢[28],若計算的線性斜率為正,則表明森林NDVI呈增加趨勢,森林活動增強；若線性斜率為負,則表明森林NDVI呈減少趨勢,森林活動減弱。同時,參照文獻[18]分析了月尺度NDVI與1～24個月尺度SPEI間的最大相關系數及其對應的時間尺度,以表征植被NDVI對干旱響應的強度和最強響應發生的滯后時間尺度。

3結果與分析

3.1江西省干旱的時空特征

對時間尺度為12個月的每年第12月的SPEI指數進行區域平均,發現近50年來江西省干旱發生強度的年際和年代際變化差異較大(圖1),大致可分為3個階段:(1)20世紀60～70年代,干旱與濕潤年份交替存在,年際波動較大;(2)從1986年開始,SPEI值迅速上升,基本維持在濕潤水平,尤其是在20世紀90年代后期,年SPEI最高達到1.49;(3)進入21世紀后,年SPEI基本上維持在干旱水平,從2009年開始,干旱與濕潤年份交替存在。

由表1和圖1可知,2000～2014年江西省年均SPEI指數小于-1的典型年份有2003、2007、2011和2013年,年平均SPEI指數分別為-1.35、-1.36、-1.21和-1.11,均達到中等干旱的程度。

從持續時間上看(表1),2003年7～12月,江西省出現了持續約半年的干旱;2007年5月和10月,月SPEI值均小于-1.5(重度干旱),同年7月和11月,江西省遭受中度干旱;2011年春季,江西遭受極端干旱,該年4月SPEI值達到了-2.22;2013年7～10月出現了持續約4個月的較為嚴重的干旱。

圖1　江西省區域平均SPEI-12的年際變化

從空間分布上看,2003年夏季重度干旱主要分布在撫州、吉安和贛州等南部地區,秋季在上饒東部和宜春西北部發生重度干旱,其它地區為中度干旱;2007年春,重度干旱主要分布在九江、宜春、南昌、新余、吉安、撫州等西部和北部地區,秋季干旱在贛州最為嚴重;2011年和2013年,近乎全省范圍遭受年尺度的中等程度干旱,其中2011年春季,除贛州西部和南部外,其他絕大部分地區遭受了極端干旱。

表1　2000～2014年江西省1～12月SPEI值

3.2NDVI的時空變化特征

3.2.1NDVI的年際變化特征由圖2(a)可知,2000～2014年江西省森林NDVI總體線性變化趨勢不明顯,增速為0.007/10 a(P<0.2)。從年際變化來看,森林NDVI呈現明顯波動過程,2007年為波峰,最高值為0.73,2005年為波谷,最低值為0.70。2008年森林NDVI顯著下降,究其原因，可能是由于2008年1～2月發生的特大冰雪災害造成森林植被嚴重受損[29]。在2008年之后,森林NDVI呈現明顯的增加趨勢,增速為0.03/10 a(P<0.01),表明研究區森林活動逐步增強。

從圖2(b)可見,江西省森林NDVI的季節性差異主要表現為：夏季NDVI最高,平均達到0.80;秋季NDVI略高于春季。2000～2014年研究區春季NDVI年際波動最大,表現為以2002、2003和2007年為波峰、2005年為波谷的波動過程,總體上呈緩慢增加的趨勢,增速為0.015/10 a(P<0.1);自2008年以來,春季森林NDVI呈現明顯的增加趨勢,增速為0.06/10 a(P<0.005)。對比圖2(a)和圖2(b)可知,研究區年均NDVI年際變化趨勢與春季平均NDVI變化趨勢基本一致,兩者間相關系數高達0.92。研究區夏季NDVI在2000～2014年期間無明顯的增加趨勢,其最高值和最低值分別出現在2007年和2000年,其值分別為0.81和0.79。研究區秋季森林NDVI年際波動幅度介于春季和夏季之間,呈現增速為0.006/10 a(P<0.5)的緩慢增加趨勢。

圖2　江西省森林年平均NDVI(a)以及春、夏、秋季平均NDVI(b)的年際變化

3.2.2NDVI的空間分布特征森林年均NDVI與春秋兩季NDVI的空間分布格局相似,總體上在研究區四周山地和丘陵地區較高,中部的鄱陽湖平原較低。NDVI值較高的地區分布在上饒市北部和南部、宜春市西北部、吉安市西部以及贛州市中南部。在夏季因植被活動進入全盛時期,研究區森林NDVI整體升高,空間差異較小。

采用線性趨勢分析方法模擬年、春季、夏季及秋季每個柵格森林NDVI的變化速率,以反映研究區內森林NDVI在2000～2014年期間的空間變化規律。結果表明：研究區年平均NDVI變化趨勢空間差異明顯,其中顯著增加的區域面積占森林總面積的25.8%,主要分布于江西省中部和西北部;在春季,森林NDVI顯著增加和減少的區域分別占森林總面積的19.6%和2.8%,主要分布在江西省中部和西北部;在夏季,在研究區高海拔地區的森林NDVI呈顯著減少的趨勢,主要發生在江西的西部、南部和東部地區;在秋季,NDVI在江西省南部地區有較明顯的增加,而在高海拔地區則呈顯著減少的趨勢。

3.3森林活動對干旱的響應特征

3.3.1在典型干旱年份森林活動對干旱的響應在2003年7～12月(夏秋季),江西省發生了較嚴重的干旱,其中夏旱更為嚴重,中度和重度干旱主要發生在南部地區,而秋旱以大面積的中度干旱為主(表1)。這次持續約半年的干旱使得2003年7～12月平均NDVI值低于多年均值(圖3),表明長時間干旱減弱了森林活動,森林活動減弱的區域主要分布在江西省中部丘陵和河谷平原地區。

在2007年5、7、10和11月,江西遭受了中度以上的干旱(表1),但是春夏秋季平均NDVI值高于多年均值(圖3中的2007年),這可能是由于2007年1～4月水分條件較好,具有非常適宜的氣候條件,森林生長茂盛,從而抵消了夏秋季干旱對森林活動的不利影響;而10、11月江西省南部地區降水少,使得該地區冬季NDVI值低于多年均值。

在2011年江西省出現了極端春旱,主要集中在江西省中部及北部地區,SPEI值為-2.21,達極端干旱水平,使得森林NDVI值在春夏兩季都低于多年均值,而秋季NDVI高于多年平均值(圖3中的2011年),主要是由于2～5月的連續水分匱乏,導致研究區內春季NDVI低于多年均值;同時,連續的水分虧缺使得植被生長不茂盛,延續影響到夏季,而夏秋兩季較為適宜的水分條件使得秋季NDVI得到一定程度的恢復。這表明干旱對森林生長活動具有一定的滯后影響效應。

2013年9、10月份的秋旱同樣也導致森林NDVI的下降(表1、圖3)。春季適宜的水分條件適于森林生長,而7、8月份水分開始匱乏,到9、10月份水分中度匱乏,使得秋季森林NDVI的下降幅度和范圍進一步增大。

統計表2中季節SPEI絕對值大于0.5(即干旱等級為正常范圍之外)的植被指數值，可以得出：在春季和秋季,干旱可導致對應季節NDVI下降；而在夏季,輕度干旱會使NDVI呈現增加趨勢。進一步分析每月NDVI與時間尺度為1、3、6、9、12月的SPEI間的相關系數,發現6月、7月的NDVI多與SPEI呈負相關關系。

圖3　江西省典型年月NDVI的變化曲線

年份春季SPEI春季NDVI春季距平夏季SPEI夏季NDVI夏季距平秋季SPEI秋季NDVI秋季距平2000-0.560.6531-0.03300.090.7905-0.01271.300.74350.00422001-0.690.6753-0.01080.330.80520.0020-0.660.7282-0.011120020.200.70080.01471.070.80850.00531.750.74190.00262003-0.430.70620.0201-1.390.80370.0005-1.390.7322-0.00712004-0.340.68670.0006-0.890.80870.0055-0.660.7290-0.01032005-0.080.6634-0.0227-1.060.80350.00030.860.7371-0.00222006-0.170.6750-0.0111-0.950.80620.0030-0.920.74030.00102007-1.520.71810.0320-0.230.81180.0086-1.390.74670.00742008-1.040.6618-0.02430.470.7939-0.00930.290.74530.00602009-0.390.6805-0.0056-0.670.80390.0007-0.780.7273-0.012020101.620.68760.00150.950.80350.0003-0.140.75000.01072011-2.210.6807-0.00540.480.7959-0.00730.030.74090.001620120.940.69480.00870.500.8008-0.00241.590.74350.00422013-0.300.70470.0186-1.090.80410.0009-0.830.7308-0.008520140.380.70340.017260.800.80750.0043-0.970.75270.0134

3.3.2森林活動對不同時間尺度干旱的響應圖4顯示的是2000～2014年月尺度NDVI和1～24個月尺度SPEI間的最大相關系數及最大相關系數出現時對應的時間尺度空間分布。將最大相關系數小于0.514(P<0.05)的像元對應的時間尺度設置為空。從圖4(a)可以看出,江西省森林NDVI與SPEI指數間的最大相關系數為正值,森林NDVI受干旱影響劇烈,占全省森林面積81.4%的森林NDVI與SPEI間相關性達0.05的顯著水平,主要分布在江西省中部、西北及東北部。

干旱對江西省森林NDVI的滯后影響效應具有明顯的空間差異[圖4(b)]。在東、西、南高海拔地區和中部丘陵地帶,干旱對森林NDVI的影響作用多持續在6個月以上;在海拔較低地區,干旱對森林NDVI的滯后作用時間稍短,一般小于3個月。

圖4　月尺度NDVI與SPEI間最大相關

4結論與討論

本研究基于植被指數NDVI表征的森林活動和標準化降水蒸散指數SPEI表征的干旱指標,分析了1960～2014年江西省干旱的時空分布特征和2000～2014年江西省森林活動的時空變化趨勢及其對不同時間尺度干旱的響應，得出如下主要結論:

(1)進入21世紀后,江西省森林受旱程度較以前有所增加,從2009年開始,干旱與濕潤年份交替存在。在2003、2007、2009、2011和2013年,年平均SPEI指數分別為-1.35、-1.36、-1.11、-1.21和-1.11,達到中等干旱的程度。這與沈文清等[13]的研究結果“2001～2011年為江西省連旱時期,2003、2007、2009和2011年江西省發生了較為嚴重的干旱”一致。2010和2012年為重度濕潤年,年平均SPEI指數分別為1.58和1.66。

(2)從時間變化上看,2000～2014年江西省森林NDVI在波動中呈微弱增加的趨勢。春季NDVI年際波動最大,表現為以2007年為波峰、2005年為波谷的波動過程。夏季森林NDVI在整個研究期內無明顯的增加趨勢。自2008年以來,森林年平均NDVI和春季NDVI呈現明顯的增加趨勢。從空間變化上看,森林多年平均年NDVI與春秋兩季NDVI空間分布格局相似,均表現出高海拔地區NDVI值高于低海拔地區。森林年均NDVI的年際變化主要取決于春季平均NDVI的變化,兩者間的相關系數高達0.92。

(3)眾多研究表明,應用NDVI數據和相關分析方法可以較好地分析植被覆蓋對氣候變化的響應[18-21]。干旱的發生時間以及嚴重程度會影響到森林NDVI的變化。在春季和秋季,干旱導致對應季節NDVI下降;而在夏季,輕度干旱會使NDVI呈現增加趨勢,這可能是由于江西省的降水主要集中在每年的4～6月[13]。干旱對江西省森林NDVI的滯后影響效應具有明顯的空間差異。在海拔較高地區,干旱對森林NDVI的影響作用多持續在6個月以上;而在其他地區一般少于3個月。

對森林活動的監測是一個長期的動態過程。本文采用的數據時間序列僅為15年,這些不足隨著遙感技術的發展會得到改善和提高,我們還需要進一步對其進行分析。氣候變化是江西省森林活動時空變化的重要影響因素,但非氣候因素也不容忽視。已有研究表明,從1983年開始,江西將大量的稀疏林地和荒山宜林地通過人工造林培育為林地,森林蓄積量逐步得到恢復,這在一定程度上降低了森林活動對氣候變化的敏感性[23，30]。因此,森林活動對氣候變化的響應規律和人類活動對森林覆蓋變化的影響都有待進一步研究。

參考文獻:

[1] Houghton R A, Skole D L, Nobre C A, et al. Annual fluxes of carbon from deforestation and regrowth in the Brazilian Amazon[J]. Nature, 2000, 403: 301-304.

[2] Goodale C L, Apps M J, Birdsey R A, et al. Forest carbon sinks in the Northern hemisphere[J]. Ecological Applications, 2002, 12(3): 891-899.

[3] Pan Y D, Birdsey R A, Fang J Y, et al. A large and persistent carbon sink in the world’s forests [J]. Science, 2011, 333: 988-993.

[4] Piao S L, Fang J Y, Ciais P, et al. The carbon balance of terrestrial ecosystems in China [J]. Nature, 2009, 458: 1009-1013.

[5] 楊海軍,邵全琴,陳卓奇,等.森林碳蓄積量估算方法及其應用分析[J].地球信息科學,2007,9(4):5-12.

[6] Stocker T F, Qin D H, Plattner G K, et al. Climate change 2013: the physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change [R]. Cambridge: Cambridge University Press, 1535.

[7] Sillmann J, Kharin V V, Zwiers F W, et al. Climate extremes indices in the CMIP5 multimodel ensemble: Part 2. Future climate projections[J]. Journal of Geophysical Research: Atmospheres, 2013, 118: 2473-2493.

[8] Baldocchi D. Breathing of the terrestrial biosphere: lessons learned from a global network of carbon dioxide flux measurement system [J]. Australian Journal of Botany, 2008, 56(1): 1-26.

[9] Ciais P, Reichstein M, Viovy N, et al. Europe-wide reduction in primary productivity caused by the heat and drought in 2003[J]. Nature, 2005, 437(7058): 529-533.

[10] Xiao J, Zhuang Q. Drought effects on large fire activity in Canadian and Alaskan forests [J]. Environmental Research Letters, 2010, 2(4): 44-47.

[11] Allen C D, Macalady A K, Chenchouni H, et al. A global overview of drought and heat-induced tree mortality reveals emerging climate change risks for forests [J]. Forest Ecology and Management, 2010, 259(4): 660-684.

[12] Kurz W A, Dymond C C, Stinson G, et al. Mountain pine beetle and forest carbon feedback to climate change [J]. Nature, 2008, 452(7190): 987-990.

[13] 沈文清,鄢幫有,謝冬明.干旱災害對江西省農業生產的影響及其對策[J].長江流域資源與環境,2012,21(7):905-910.

[14] 殷劍敏,占明錦,孔萍,等.江西省應對氣候變化政策[J].氣象與減災研究,2013,36(1):1-9.

[15] 孫曉敏,溫學發,于貴瑞,等.中亞熱帶季節性干旱對千煙洲人工林生態系統碳吸收的影響[J].中國科學D輯:地球科學,2006,36(S1):103-110.

[16] Wen X F, Wang H M, Wang J L, et al. Ecosystem carbon exchanges of a subtropical evergreen coniferous plantation subjected to seasonal drought: 2003～2007[J]. Biogeosciences, 2010, 7(1): 357-369.

[17] Huang K, Wang S Q, Zhou L, et al. Effects of drought and ice rain on potential productivity of a subtropical coniferous plantation from 2003 to 2010 based on eddy covariance flux observation[J]. Environmental Research Letters, 2013, 8(3).

[18] Vicente-Serrano S M, Gouveia C, Camarero J J, et al. Response of vegetation to drought time-scales across global land biomes[J]. Proceedings of the National Academy of Sciences, 2013, 110(1): 52-57.

[19] Zhang L, Xiao J F, Li J, et al. The 2010 spring drought reduced primary productivity in southwestern China[J]. Environmental Research Letters, 2012, 7: 457-463.

[20] 何月,樊高峰,張小偉,等.浙江省植被NDVI動態及其對氣候的響應[J].生態學報,2012,32(14):4352-4362.

[21] 張永恒,范廣洲,李臘平,等.西南地區植被變化與氣溫及降水關系的初步分析[J].高原山地氣象研究,2009,29(1):6-13.

[22] 方精云,樸世龍,賀金生,等.近20年來中國植被活動在增強[J].中國科學C輯:生命科學,2003,33(6):554-565.

[23] 李登秋.亞熱帶森林碳收支變化特征及其成因模擬分析:以江西省為例[D].南京:南京大學,2014.

[24] Chen M, Deng F, Chen M. Locally adjusted cubic-spline capping for reconstructing seasonal trajectories of a satellite-derived surface parameter[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2006, 44(8): 2230-2238.

[25] Vicente-Serrano S M, Beguería S, López-Moreno J I. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696-1718.

[26] McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[C]//Proceedings of the 8th conference on applied climatology. Boston: American Meteorological Society, 1993: 179-183.

[27] 張強,等.氣象干旱等級[R].北京：國家氣候中心，2006.

[28] Liu Y B, Ju W M, Chen J M, et al. Spatial and temporal variations of forest LAI in China during 2000～2010[J]. Chinese Science Bulletin, 2012, 57(22): 2846-2856.

[29] 馬澤清,王輝民,王紹強,等.雨雪冰凍災害對中亞熱帶人工林的影響：以江西省千煙洲為例[J].植物生態學報,2010,34(2):204-212.

[30] 張春華.融合遙感和清查數據的中國森林碳收支模擬研究[D].南京:南京大學,2014.

(責任編輯:黃榮華)

Spatio-temporal Variation of Forest Activity and Its Response to Drought in Jiangxi Province

HE Qiao-ning1,2, WANG Huai-qing3*, KONG Ping3, DAI Sheng-pei1, YANG Lin1, JU Wei-min1

(1. International Institute of Earth System Science, Nanjing University, Nanjing 210093, China; 2. School of Urban and Environmental Sciences, Huaiyin Normal University, Huai’an 223300, China; 3. Jiangxi Climate Center, Nanchang 330046, China)

Abstract：Using the Standardized Precipitation Evapotranspiration Index (SPEI) which was calculated based on data from 87 meteorological stations in Jiangxi province during 1960 to 2014 and MODIS NDVI data from 2000 to 2014, analyzed the spatio-temporal characteristics of drought in recent 50 years, and the variations of forest activity and its response to drought in recent 10 years by integrating linear trend analysis and maximum correlation analysis methods. The results indicated that the suffer level from drought in Jiangxi province increased than before after entering the 21stcentury, the drought and wetness alternation existed since 2009. The annual average vegetation cover had a slowly increasing trend in fluctuation during 2000 to 2014, but it had been increased with a rate of 0.03/10 a (P<0.01) from 2008. The inter-annual variability of forest annual NDVI mainly depended on the variation of the average NDVI in spring with the correlation coefficients as high as 0.92. The change of forest NDVI would be affected by the occurrence time and severity of drought. In spring and autumn, seasonal NDVI decreased with drought, on the contrary, an increasing trend with mild drought was observed in summer. The accumulative lagged effect of drought on forest NDVI had a significant spatial distribution with more than 6 months in high altitude areas and less than 3 months in other regions.

Key words：Forest activity; Standardized Precipitation Evapotranspiration Index; Response to drought; Spatio-temporal distribution; Jiangxi province

中圖分類號：S761.1

文獻標志碼：A

文章編號：1001-8581(2016)02-0078-07

作者簡介：賀巧寧(1982─),女,江蘇淮安人,講師,博士研究生,主要從事資源環境遙感研究。*通訊作者:王懷清。

基金項目：中國氣象局氣候變化專項(CCSF201312)。

收稿日期：2015-07-20