基于MODIS的東北地區自然植被生產力對干旱的響應

于成龍,劉 丹,*

1 中國氣象局東北地區生態氣象創新開放實驗室,哈爾濱 150030 2 黑龍江省氣象院士工作站,哈爾濱 150030 3 黑龍江省氣象科學研究所,哈爾濱 150030

干旱已成為全球陸地生態系統面臨的普遍問題[1],對全球碳、水循環產生重大影響,進而影響人類的生產和生活[2-3]。東北地區干濕分異典型、植被分布獨特、自然地理區域相對完整,已成為全球變化和生態地理過程研究的熱點地區,該區域生長季干旱的空間分布特征為西重東輕[4],在近50年中半干旱邊界總體呈向東和向南擴展的趨勢[5],而且在未來30年干旱還有可能逐步嚴重[6-7]。

遙感和地理信息技術的發展提高了區域或全球尺度干旱事件的監測效率,一些表征干旱的指數也應運而生,如TVDI(溫度植被干旱指數,Temperature-Vegetation Dryness Index)、VCI(植被條件指數,Vegetation Condition index)[8]、TCI(溫度條件指數,Temperature Condition Index)[9]、VHI(植被健康指數,Vegetation Health Indices)[10]、DSI(干旱敏感性指數,Drought Severity Index)[11]、SPI(標準化降水指數,Standardized Precipitation Index)[12]、PDSI(帕爾默干旱指數,Palmer Drought Severity Index)[13]和后來改進的scPDSI(改進帕默爾干旱指數,Self-calibrating Palmer Drought Severity Index)[13]等,在不同尺度和地域監測干旱均取得了較好效果。目前有許多證據表明,陸地生態系統在受到干旱脅迫時會表現出植物光合作用下降、呼吸代謝降低等適應性狀[14-16],但植物的水分利用效率(Water Use Efficiency,WUE)[11]、碳利用效率(Carbon Use Efficiency,CUE)[17]、土壤微生物活動[18-19]的表現卻不盡相同,而且區域間的植被類型和環境因素差異較大,結論也會出現差異[20]。

過去的10年是自19世紀80年代以來最溫暖的10年[21],為回答在近幾十年中最暖10年間東北地區自然植被對干旱如何響應,本研究以東北地區自然植被為研究對象,基于MODIS數據產品、降水數據和scPDSI開展以下研究：①了解2002—2013年東北地區年降水量和干旱的時空分布特征；②分析自然植被NPP、LAI和CUE的時空變化；③明確自然植被LAI、NPP和CUE在持續干旱事件中的變化特征；④探尋獨立干旱事件對自然植被LAI、NPP和CUE影響的時間效應。研究結果闡明了東北地區自然植被生態系統在干旱條件下的適應能力,為了解氣候變化背景下自然植被碳水利用提供基礎,進而為區域自然植被可持續發展政策的制定提供參考。

圖1 東北地區自然植被分布示意圖Fig.1 Natural vegetation distribution in Northeast China圖中白色部分為非植被區域和2000—2013年土地覆蓋類型有變化的區域,面積由大到小順序排列為草地(占東北地區總面積的20.45%)、森林(18.73%)、灌木林(0.01%)和濕地(<0.01%)

1 研究區概況

東北地區包括黑龍江省、吉林省、遼寧省和內蒙古自治區東部的赤峰市、通遼市、呼倫貝爾市及興安盟[22],位于111.15°—135.09°E,37.95°—53.56°N之間,土地面積78.7萬km2,境內有大興安嶺、小興安嶺、長白山系和東北平原(包括松嫩平原、遼河平原和三江平原),海拔高度在2—2667 m之間。該地區屬溫帶季風氣候,冬季寒冷干燥,夏季高溫多雨,近30年(1981—2010年)年平均氣溫-4.08—11.34℃,年降水量199.53—1170.60 mm,日平均日照時數5.26—9.21 h。該區植被屬歐亞森林、草原植物亞區和中國-日本森林植物亞區[23]。

2 數據來源與處理

2.1 地理信息數據

數字高程模型(DEM)為SRTM地形產品V4.1版本數據,空間分辨率為90 m,數據來源于中國科學院計算機網絡信息中心國際科學數據鏡像網站(http://www.gscloud.cn)。

研究所需的地區級和省級行政區劃數據來自于中國氣象局下發的1∶25萬基礎地理信息,對數據進行拓補檢查。

2.2 遙感數據

除MOD16A2數據產品(數據來源于美國蒙大拿州立大學Numerical Terradynamic Simulation Group,NTSG)外,本研究所用遙感數據均來源于美國NASA LPDAAC(The Land Processes Distributed Active Archive Center)EOS數據中心。全部遙感數據均應用MODIS Reprojection Tool software(MRT)V4.0進行影像的拼接、重采樣(統一空間分辨率為500 m)和投影轉換(由Sinusoidal投影轉換為經緯度投影)等預處理,時間范圍為2002—2013年,空間范圍為東北地區。

2.2.1MCD12Q1數據產品

本研究基于MODIS的MCD12Q1數據產品(土地類型覆蓋產品)的“IGBP全球植被分類方案”的分類結果提取研究區自然植被分布范圍,該數據原始空間分辨率為500 m,由于該數據產品在相似地類的區分中仍然存在困難[24],因此根據研究需要,將MCD12Q1數據分類結果合并為森林、灌木林地、草地、濕地和非自然植被(包括城市用地、農田、水體和雪地),又因植被類型的改變會在很大程度上改變植被對氣候變化的響應程度,因此本研究只保留了2002—2013年間植被類型沒有變化的自然生態系統作為研究對象,研究對象分布如圖1。由于研究區灌木林和濕地所占面積比例過小(≤0.01%),所以只研究森林和草地對干旱的響應。

2.2.2MOD15A2H數據產品

葉面積指數(Leaf Area Index,LAI)是植被長勢的重要表征指標[25],本研究選用MOD15A2H數據產品(MODIS/Terra Leaf Area Index/FPAR)分析植被長勢對氣候變化的響應,該數據為8 d合成產品,原始空間分辨率為500 m,LAI為無量綱指數,數據合并了部分光合有效輻射(Fraction of Photosynthetically Active Radiation,簡稱FPAR)和LAI。

2.2.3MOD17A2H數據產品

植被總初級生產力(Gross Primary Productivity,GPP)是單位時間內植物通過光合作用途徑所固定的有機碳量,是地表碳循環的重要組成部分[26],本研究選用MOD17A2H數據產品(MODIS/Terra Gross Primary Productivity)用于計算植物碳利用效率(CUE),該數據為8 d合成產品,原始空間分辨率為500 m,單位為kgC/m2。

2.2.4MOD17A3H數據產品

植被凈初級生產力(Net Primary Productivity,NPP)是陸地生態系統質量的表征指標[27],本研究選用MOD17A3H數據產品(MODIS/Terra Net Primary Production)分析生態系統碳分配變化的時空特征,該數據為年合成產品,原始空間分辨率為500 m,單位為kg·C/m2。該數據已經通過設立在不同氣候區和生物帶的渦度相關通量塔數據的檢驗[28-30],因此本研究不再對MOD17A3H數據產品的準確性進行驗證。

2.3 氣象數據

2.3.1scPDSI數據

為分析2002—2013年研究區干濕變化及其對生態系統的影響,本研究選用全球月scPDSI(Self-calibrating Palmer Drought Severity Index)數據產品,該數據來源于英國東英格利亞大學(University of East Anglia,UEA)氣候研究中心(Climatic Research Unit)編輯的降水和干旱數據集(http://www.cru.uea.ac.uk/),數據的空間分辨率為50 km,無量綱,數據范圍為[-5.0,5.0],根據研究需要把該數據空間分辨率重采樣為500 m。另外,本研究參考王兆禮等[31]的scPDSI干濕等級劃分標準,根據研究需要把干濕等級進行合并,得到如下劃分方式：scPDSI劃分為干旱(scPDSI<-1)正常(-1.0≤scPDSI<1.0)、濕潤(scPDSI≥1.0)。

2.3.2降水數據

黑龍江省、吉林省和遼寧省的降水數據來源于各自省份氣象局的2002—2013年的共194個氣象臺站逐日整編資料；內蒙古自治區的降水數據來源于中國氣象數據網(http://data.cma.cn/)的“中國地面國際交換站氣候資料日值數據集”,該數據集由各省上報的全國地面月報信息化文件根據《全國地面氣候資料(1961—1990)統計方法》及《地面氣象觀測規范》有關規定整編統計而得,可下載的內蒙古自治區內的氣象觀測站有14個。本研究在ARCGIS 10.0軟件下利用IDW方法對研究區降水數據進行插值處理,得到空間分辨率為500 m的逐年月降水量合計值。

2.4 碳利用效率

碳利用效率(Carbon Use Efficiency,CUE)反映了生態系統中將大氣中CO2轉化為生物量的能力,無量綱,表達式為：

表達式為：CUE=NPP/GPP

式中,NPP：凈初級生產力,GPP：總初級生產力(Gross Primary Productivity)。

3 結果與分析

3.1 東北地區年降水量分布特征

東北地區年降水量在120—1132 mm之間,分布上大體表現為東部高于西部,其中東南部在1000—1132 mm之間,中東部在600—1100 mm之間,西部地區年降水量在600 mm以下(圖2)。降水量分布的像元密度圖能夠反映一個地區不同降水量所占的面積分布情況,東北地區年降水量主要集中在200—600 mm之間,所在區域面積占東北地區總面積的87.00%,其中年降水量在420—450 mm對應的像元密度最高,所在區域面積占13.11%；分析森林所在地像元密度分布曲線可見,森林主要分布在降水量為288—1130 mm之間的區域,曲線呈現2個峰值,對應的降水量分別為425—465 mm和536—594 mm之間；草地主要分布在降水量為120—448 mm之間的區域,像元密度分布曲線也呈現2個峰值,對應的降水量分別為240—257 mm之間和323—354 mm之間(圖2)。

圖2 2002—2013年東北地區年降水量分布圖Fig.2 Scattergram of annual precipitation in Northeast China from 2002 to 2013

3.2 東北地區scPDSI分布特征

2002—2013年間,研究區每年都有發生干旱的區域(圖3),其中2002年、2007年和2008年發生干旱的面積較大,分別占研究區總面積的81.73%、77.86%和84.85%。

分析干旱發生頻次的空間分布可知(圖3),內蒙古草原和松嫩平原大部地區發生干旱的頻次較高,在6—11次之間；大興安嶺和長白山北部發生干旱的頻次較低,為0—2次；其他區域發生干旱的頻次在3—5次之間。

圖3 2002—2013年東北地區干旱面積和頻次分布Fig.3 Distribution of drought area and frequency in Northeast China from 2002 to 2013

3.3 自然植被LAI、NPP和CUE的時空變化

分析圖4可見,森林的NPP年平均值明顯高于草地,但森林或草地各自的NPP年平均值的年際差異較小,森林年平均NPP在412.54—491.76之間,草地年平均NPP在169.15—259.07之間。從空間分布看,東北地區自然植被NPP年平均值出現較明顯的三級分布,其中長白山脈和小興安嶺南部地區的NPP較大,在550.00—1799.97之間；大興安嶺和小興安嶺大部分地區的NPP居中,在300.00—600.00之間；中西部草原區域的NPP最小,在100.00—350.00之間。

分析圖4可見,與NPP的年際分布規律相似,森林的LAI年平均值明顯高于草地,但森林或草地的LAI年平均值的年際差異較小,森林年平均LAI在1.61—1.80之間,草地年平均LAI在0.31—0.42之間。從LAI的空間分布看,東北地區自然植被LAI年平均值的空間分布差異較大(范圍在0.01—3.04之間),表現出明顯的植被分異特征：大興安嶺、小興安嶺和長白山脈植被的LAI較高(該區域主要植被類型為森林),其中海拔低于800 m的植被LAI在2.50—3.04之間,海拔高于800 m的植被的LAI在1.48—2.60之間；東北地區中西部地區植被的LAI較低(該區域主要的植被類型為草地),其中中部地區植被的LAI在0.34—1.49之間,西部地區植被的LAI在0.01—0.36之間。

分析圖4可見,草地的CUE年平均值明顯高于森林,但森林和草地各自的CUE年平均值的年際差異較小,森林年平均CUE在0.50—0.58之間,草地年平均CUE在0.61—0.64之間。從空間分布看,東北地區自然植被CUE年平均值也存明顯的空間分異,但與LAI分布不同,西部草原區的CUE最大,在0.70—1.10之間；中部草原區的CUE居中,在0.50—0.80之間,大興安嶺、小興安嶺和長白山脈絕大多數植被的CUE小于0.60。

圖4 東北地區自然植被LAI、NPP和CUE時空變化Fig.4 Spatial distribution and interannual Changes of LAI,NPP and CUE of the nature vegetation in Northeast China

3.4 自然植被對獨立干旱事件的響應

為研究干旱事件對森林和草地的后續影響,本研究仍然以0.2°×0.2°為間隔提取2002—2013年各像元的NPP、LAI和CUE,對參與分析的像元進行空間定位,對比分析干旱年與干旱前的水分正常年森林和草地的NPP、LAI和CUE的關系,以及干旱年后連續4年水分正常年與干旱前的水分正常年的森林和草地NPP、LAI和CUE的關系。

3.4.1森林對獨立干旱事件的響應

表1 干旱事件前后森林NPP、LAI和CUE平均值差異Table 1 Mean values of NPP,LAI and CUE in forest before and after drought events

*為兩組對比數據均值存在顯著差異,**為存在極顯著差異;ΔNPP：植被凈初級生產力之差；ΔLAI：葉面積指數之差；ΔCUE：碳利用效率之差;NPP：植被凈初級生產力,Net Primary Productivity；LAI：葉面積指數,Leaf Area Index；CUE：碳利用效率,Carbon Use Efficiency

為進一步探究干旱事件對森林NPP、LAI和CUE的后續影響,本研究把干旱年前的水分條件正常年森林的NPP記為NPPBaseline,把干旱年后連續n個水分正常年森林NPP與對應像元的NPPBaseline之差記為ΔNPPn,分析ΔNPPn和NPPBaseline的關系,LAI和CUE命名方式和研究方法同NPP。

圖5描述了干旱年前后森林NPP、LAI和CUE的變化,分析可見,干旱后第1和第2個水分正常年有50%左右的NPP較干旱前高,并且ΔNPPn和NPPBaseline存在顯著的線性負相關關系(sig.<0.001)；分析圖5中LAI變化情況可見,干旱事件后4年ΔLAIn和LAIBaseline存在顯著線性負相關關系,而且ΔLAIn≥0的像元比例在逐年增加；干旱對森林CUE影響的規律性較差,只有在干旱年發生后第4個水分正常年ΔCUEn和CUEBaseline才出現顯著的負相關關系。

圖5 獨立干旱年前后森林NPP、LAI和CUE的變化Fig.5 Changes of NPP,Lai and cue in forest before and after drought yearNPPBaselin：干旱年前的水分條件正常年的NPP；LAIBaseline：干旱年前的水分條件正常年的LAI；CUEBaseline：干旱年前的水分條件正常年的CUE

3.4.2草地對獨立干旱事件的響應

應用與圖5相同的方法探究干旱事件發生前后草地NPP、LAI和CUE的變化特征發現,干旱事件發生后1年和2年的ΔNPPn和NPPBaseline、ΔLAIn和LAIBaseline、ΔCUEn和CUEBaseline均沒有顯著的相關關系(sig>0.05),由此進一步印證了干旱事件僅在當年對草地產生顯著影響。

表2 干旱事件前后草地NPP、LAI和CUE平均值差異Table 2 Mean values of NPP,LAI and CUE in grasslands before and after drought events

3.5 自然植被對持續干旱事件的響應

3.5.1森林對持續干旱事件的響應

為探究森林在發生持續干旱事件時NPP、LAI和CUE的變化規律,以0.2°×0.2°為間隔提取2002—2013年各像元的NPP、LAI和CUE,對參與分析的像元進行空間定位,計算各指數在水分正常年、第1個干旱年、第2個干旱年、……、第5個干旱年中的平均值,并應用獨立樣本T檢驗方法,借助SPSS 19.0檢驗干旱年各指數平均值與水分正常年平均值之間的差異,結果如表3,分析可見,隨著干旱的持續,NPP呈現顯著線性下降趨勢(y=-6.55x+544.80,R2=0.762,sig.=0.023),而且第3個干旱年和第4個干旱年的NPP均值顯著低于水分正常年的NPP均值,第5個干旱年更是出現了極顯著差異；LAI和CUE雖然也存在下降趨勢,但下降趨勢并不顯著(線性擬合顯著性檢驗sig.分別為0.096和0.796),另外第4個干旱年和第5干旱年LAI均值顯著低于水分正常年LAI均值；干旱年CUE均值與水分正常年沒有顯著差異。由此可見,持續干旱從總體上能夠顯著降低研究區森林的NPP和LAI,但對CUE的影響并不顯著。

表3 1—5年持續干旱條件下森林NPP、LAI和CUE平均值Table 3 Mean value of NPP,Lai and cue in forest during 1—5 years of persistent drought

本研究通過畫散點圖和做線性趨勢分析的方法,從像元水平進一步探究森林NPP、LAI和CUE在持續干旱年與水分正常年之間的關系。其中水分正常年像元對應的NPP、LAI和CUE分別記為NPPBaseline、LAIBaseline和CUEBaseline；某像元第1個干旱年的NPP記為NPPDry1,第2個記為NPPDry2,……,第n個記為NPPDryn；NPPDryn與NPPBaseline之差記為ΔNPPDryn,LAI和CUE的命名方式同NPP。

圖6顯示了連續發生干旱5年的森林NPP、LAI和CUE與水分正常年之間的關系,分析可見,干旱會使部分森林的NPP有所增加,而且隨著干旱的持續,NPP增加的像元比例有擴大的趨勢,但ΔNPPDryn與NPPBaseline之間并沒有顯著線性關系；ΔLAIDryn>0的比例沒有明顯的變化趨勢,但在第1、2、4、5個干旱年ΔLAIDryn與LAIBaseline之間存在顯著線性負相關關系(sig<0.001)；ΔCUEDryn>0的比例變化較大,在研究時段內未見明顯的變化規律,而且ΔCUEDry與CUEBaseline之間并沒有顯著線性關系。由此可見,研究區部分森林的NPP、LAI和CUE對持續干旱均具有一定的適用能力,其中LAIBaseline較低的森林,在持續干旱時ΔLAIDryn增加的可能性越大,但本研究并未發現NPP和CUE存在相似的變化規律。

圖6 1—5年持續干旱年森林NPP、LAI和CUE的變化Fig.6 Changes of NPP,LAI and CUE in forest during 1—5 years of persistent droughtNPPDryn:第n個干旱年NPP與水分正常年NPP之差；LAIDryn:第n個干旱年LAI與水分正常年LAI之差；CUEDryn:第n個干旱年CUE與水分正常年CUE之差

圖7 1—5年持續干旱年草地NPP、LAI和CUE的變化Fig.7 Changes of NPP,LAI and CUE in grasslands during 1—5 years of persistent drought

3.5.2草地對持續干旱事件的響應

分析持續干旱年草地NPP、LAI和CUE平均值的變化可見(表4),5個連續干旱年草地NPP平均值顯著低于水分正常年NPP的平均值,但并沒有隨著連續干旱年的發生而出現明顯的變化趨勢；干旱年的LAI平均值也低于水分正常年,而且除第3個干旱年的LAI平均值與水分正常年LAI平均值無顯著差異外,其他干旱年均出現顯著差異；對于CUE來說,每個干旱年CUE的平均值與水分正常年的CUE平均值均未出現顯著差異。由此可見,持續干旱總體上顯著降低了草地的NPP和LAI,但對草地CUE總體上并未產生顯著影響。

表4 1—5年持續干旱條件下草地NPP、LAI和CUE平均值Table 4 Mean value of NPP,Lai and cue in grassland during 1—5 years of persistent drought

從像元水平上分析(圖7),與森林相似,草地在持續干旱條件下也表現出部分NPP增加的現象,在連續干旱4年過程中NPP增加的草地像元比例有擴大的趨勢,但到第5年比例出現明顯減小,由于研究數據時長的限制,未獲得更長時間序列持續干旱數據,因此不能判斷這種減小的趨勢是否會持續。另外,除持續第3年干旱時ΔNPPDryn與NPPBaseline沒有顯著的變化趨勢外,其他干旱的年份中ΔNPPDryn與NPPBaseline均存在顯著的線性負相關關系(sig<0.001)；在每個干旱年份中均有部分草地的LAI和CUE會增加,但隨著干旱事件的持續,增加的比例沒有明顯的線性規律,另外,多數年份的ΔLAIDryn與LAIBaseline、ΔCUEDryn與CUEBaseline也存在顯著的線性負相關關系(sig<0.001)。由此可見,研究區部分草地對持續干旱具有一定的適用能力,而且NPPBaseline、LAIBaseline和CUEBaseline較低的草地,在持續干旱時ΔNPPDryn、ΔLAIDryn和ΔCUEDryn增加的可能性越大。

4 討論

本研究結果表明,森林年平均CUE在0.50—0.58之間,草地年平均CUE在0.61—0.64之間,與許多研究報道CUE的范圍(0.20—0.80之間)相一致[32],同時草地的CUE年平均值明顯高于森林的結論,也與Choudhury[33]的結論一致。另外,本研究中發現草地與森林的CUE不同,即使同為草地,由于所處地理位置不同,CUE的年平均值也會存在較大差異,這個結論更偏向于支持CUE并非恒定的觀點[34-36]。

在研究中發現,干旱從總體上降低了東北地區自然植被的NPP、LAI和CUE,這一結論與多位研究者的結論是一致的[37-39],但干旱持續時間和植被類型的差異,使NPP、LAI和CUE的變化也不盡相同。在研究森林對獨立干旱年的響應時發現,森林在干旱年過后的第2個水分正常年LAI平均值較干旱前有顯著提高、CUE平均值出現顯著降低的現象,NPP平均值在干旱后第3個和第4個水分正常年出現顯著降低的現象,可見獨立干旱事件對森林造成的影響至少可以持續到干旱過后第4年,而獨立的干旱事件對草地產生的影響效應在水分條件恢復后隨即消逝,這與Wu等[40]認為干旱對森林生長的遺產效應可以長達4年、草地不超過1年的研究結論是一致的。另外值得注意的是,森林在經歷了獨立干旱年后,ΔLAIn和LAIBaseline均存在顯著線性負相關關系,而且ΔLAIn≥0的像元比例在逐年增加,原因可能是干旱發生時森林通過稀疏的葉面積或矮小的枝干以適應水分匱缺的環境[41-42],但水分恢復正常后LAI會出現反彈效應,使LAI比干旱前更高,這一現象在其他地區的研究中未見報道。

同時研究發現,森林在第3個持續干旱年的NPP平均值出現顯著下降的現象,在第4個持續干旱年LAI平均值出現顯著下降的現象,草地的NPP平均值和LAI平均值都是在第1個干旱年便出現顯著下降的情況,這種反應時間的差別可能與森林和草地根系深度有關,森林主要利用深層土壤的水分,而基于scPDSI劃分的標準反映的是淺層土壤的旱澇程度,初期淺層土壤的水分匱缺可能對深層土壤水分不會產生過多影響,只能影響樹木的淺層根系對水分的吸收,因此雖然干旱初期森林的NPP平均值出現下降,但與水分正常年平均值并沒有顯著差異,持續干旱導致深層土壤水分得不到有效補充,樹木深層根系便會出現吸水困難的現象,由此森林NPP平均值顯著低于水分正常年的NPP平均值。而草地的根系較淺,淺層土壤水分條件的變化便會對其產生顯著影響。

本研究的數據基礎是MODIS數據產品,除其固有的空間分辨率的限制外,由于本研究的時空局限性還在于：缺乏對MODIS數據產品有效的地面驗證工作；只區分了森林和草地,忽略了在研究過程中森林和草地內部種的變化；由于干旱發生的時間不同,對植被生理過程的影響也存在差異,但本研究只考慮了年度水分的變化,沒有區分干旱發生的時間。盡管存在以上的限制,但本研究還是敏感地捕捉到了無論是獨立干旱還是持續干旱,東北地區部分植被的NPP、LAI和CUE在干旱條件下均有增加的現象,表明從生態系統水平上東北地區森林和草地均具有一定的抗旱性。

5 結論

基于2001—2013年降水數據、scPDSI數據和MODIS的土地類型覆蓋、LAI、GPP、NPP數據產品,分析東北地區降水和干旱的發生規律,研究干旱對東北地區森林和草地的LAI、NPP和CUE對干旱的響應關系,結果表明：

①東北地區年降水量在120—1132 mm之間,大體分布為東高西低,森林主要分布在降水量為288—1130 mm之間的區域,草地主要分布在降水量為120—448 mm之間的區域。

②東北地區自然植被所在區域每年都有干旱發生,內蒙古草原和松嫩平原大部地區發生干旱的頻次較高。

③2002—2013年平均水平上看,森林的NPP年平均值(412.54—491.76之間)和LAI年平均值(1.61—1.80之間)明顯高于草地(NPP年平均值在169.15—259.07之間,LAI在0.31—0.42之間),森林的CUE年平均值(0.50—0.58之間)略低于草地(0.61—0.64之間)。

④森林和草地均通過降低NPP和LAI來應對獨立干旱事件,其中森林在干旱年過后第3年NPP會顯著下降,LAI在干旱年后第2年比干旱前顯著升高,而且這種變化效應至少持續到干旱年過后第4年；草地僅在獨立干旱年當年有顯著變化。

⑤隨著干旱的持續,森林NPP增加的比例有擴大趨勢,LAIBaseline較低的森林在持續干旱時ΔLAIDryn增加的可能性越大；草地對持續干旱也具有一定的適用能力,而且NPPBaseline、LAIBaseline和CUEBaseline較低的草地,在持續干旱時ΔNPPDryn、ΔLAIDryn和ΔCUEDryn增加的可能性越大。

⑥無論是獨立干旱事件還是持續干旱,森林或草地的CUE變化很少達到顯著性水平,變化規律的顯著性也低于NPP和LAI。