生長季川陜不同地帶植被覆蓋對氣候變化的時空響應

王 靜,萬紅蓮,姚順波

1 寶雞文理學院, 陜西省災害監測與機理模擬重點實驗室, 寶雞 721013 2 寶雞文理學院地理與環境學院, 寶雞 721013 3 西北農林科技大學資源經濟與環境管理研究中心, 楊凌 712100

高覆蓋的地表植被對區域生態環境、氣候等具有一定的調節作用。在生態文明建設大背景下,陸地地表植被覆蓋變化會直接或間接的影響局地氣候變化及區域生態的平衡[1],植被覆蓋變化是當前生態環境研究的重要內容之一,以歸一化植被指數(Normal Difference Vegetation Index, NDVI)的應用最為廣泛,能直觀反映植被群落的生長態勢[2]。植被NDVI的研究尺度中,季尺度的長時間變化監測[3-9]有利于人類更細致地理解及揭示全球氣候變化的規律[10-12]。

川陜地區是中國退耕還林政策最早實施地區,全國800m等降水量線是干旱(陜西)和濕潤(四川)的分界線。從地形上來看,依傍秦嶺南北,造就了陜西北-南的黃土高原、關中平原、秦嶺山地的“南北高、中部低”的獨特地形地貌[13],又有川西高原和川東平原由西向東位于我國第一、第二地形階梯過渡帶的四川[14]。獨特的地理位置以及秦嶺顯著的垂直地帶性植被分布特征,使得該地區擁有豐富多樣的植被生態系統類型。因而植被覆蓋變化影響機理的比較研究對于該地區具有重要的現實意義。

目前,國內關于NDVI與氣候因子相關性的研究較多,并多集中在NDVI與氣候變化的關系探討方面,而針對不同地帶植被生長季NDVI的變化特征分析尚不多見。如張善紅等[15]分析了5月植被NDVI與氣溫在太白山秦巴山區不同海拔高度地帶所占比例的相關性,發現隨著海拔的升高,各植被帶NDVI對溫度的變化更為敏感。本研究依據徐振鋒[16]、周靖靖[17]的研究,劃分5—10月為植被生長季,選取MODIS NDVI數據并結合川陜地區2001—2014年77個地面氣象站點氣溫降水量數據,采用Sen+MannKendall趨勢分析和時滯偏相關等方法,結合高程和土地利用/覆蓋數據,參考陜西和四川生長季資料[13-14,18],分10種植被地帶從年內、年際、月3個尺度詳細探討川陜地區植被覆蓋與氣溫和降水量的相關性和滯后效應,并進一步分析2001年以來研究區植被覆蓋恢復狀況,以此解釋植被覆蓋和氣候系統變化機理之間的相互作用,為探究生態修復政策退耕還林(草)實施下植被覆蓋對全球氣候變化的響應提供案例。

1 研究區概況

川陜地區介于97°21′E—111°15′E,26°03′N—39°35′N,包括陜西、四川(東北-西南走向)兩省共276個(陜西99縣,四川178縣)行政區劃縣(市區)(圖1)。因秦嶺山脈的阻隔,研究區從東北到西南(秦嶺南北)的氣溫和降水量差異較大。陜西地處我國西北地區,區內年均溫7—16℃,年降水量由北向南依次為400—600mm(陜北)、500—700mm(關中)、700—900mm(陜南)[13,19]；四川南-北跨青藏高原、四川盆地、秦巴山地幾大地貌單元,由川西高山高原、川西南山地(川西和川西南統稱川西地區)和川東盆地3部分組成。川東地區年均溫15—18℃,川西在12—15℃之間,年降水量呈西增東減的趨勢,平均為478.91—909.59mm(川西800—1000mm,川東1000—1200mm)[14]。

圖1 研究區概況Fig.1 Study area overviewⅠ. 溫帶南部典型草原亞地帶；Ⅱ. 溫帶南部森林(草甸)草原；Ⅲ. 暖溫帶北部落葉櫟林地帶；Ⅳ. 暖溫帶南部落葉櫟林亞地帶；Ⅴ. 北亞熱帶常綠、落葉闊葉混交林；Ⅵ. 高寒草甸地帶；Ⅶ. 高寒灌叢、草甸地帶；Ⅷ. 中亞熱帶常綠闊葉林北部亞地帶；Ⅸ. 亞熱帶山地寒溫性針葉林地；Ⅹ. 中亞熱帶常綠闊葉林地帶; Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ,即羅馬數字1—10

2 數據與方法

2.1 數據信息

主要包括氣象數據、MODIS NDVI數據(可表征植被覆蓋度、植被生長狀態)、高程數據、土地利用/覆蓋數據(表1),經ArcGIS軟件處理,將數據參數統一轉換為分辨率1000m且為WGS_1984投影的月柵格數據。在合成的數據基礎上進一步分析川陜地區植被覆蓋與水熱條件的時滯偏相關、標準化處理、偏相關關系等。

2.2 研究方法

2.2.1Sen+Mann-Kendall趨勢分析

長時間、持續性過程的變化一般采用時序變化研究,Theil Sen+Mann-Kendall法是目前植被長時間序列數據變化趨勢分析判斷的最有效方法[20-21]。計算公式為：

(1)

式中,i,j為時間序數；第i,j時間序列的NDVI值分別為NDVIi和NDVIj。其中,當趨勢度β>0時,表示氣候因子隨時序增大而增加,反之則減少。

表1 研究所用數據源

本研究通過置信度為0.05的Mann-Kendall檢驗法[22]對Sen趨勢進行檢驗。

2.2.2時滯偏相關法

基于MODIS NDVI月數據,在計算植被覆蓋與水熱條件的響應時剔除了另一個因素的干擾[23]。偏相關系數計算公式如下：

(2)

(3)

式中,Rz_x_y表示不同時滯下植被覆蓋與降水量的偏相關系數；Rz_y_x表示不同時滯下植被覆蓋與氣溫的偏相關系數；Rz_x與Rz_y分別表示不同時滯下植被覆蓋與降水量、氣溫的相關系數；Rx_y表示氣溫與降水量在不同時滯下的相關系數。

根據經驗滯后時間應小于等于時間序列的1/4,文中是對生長季月數據的相關分析,滯后時間最大值取1。

3 結果分析

3.1 川陜地區生長季年代際植被NDVI對氣溫和降水量的響應

3.1.1氣候因子時空變化及Sen-M-K趨勢

從時間上來看(圖2),2008年和2009年分別為2001—2014年近14a來川陜地區生長季氣溫和降水量變化趨勢的轉折點,2008年以前氣溫波動較大,最低距平(2004年-0.68 m-2mm-1)偏離正常年的程度大于最高溫(2006年0.50 m-2mm-1),2008年以來變化較為平穩。2009年以前降水匱乏,2009以來有逐年增多的變化趨勢。最低降水距平(2006年—16.16 m-2mm-1)偏離正常年的程度小于最高降水(2012年124.71 m-2mm-1)。

2001—2014年生長季川陜地區年際氣溫在17.79—19.16℃波動,呈下降(2001—2003(-0.03℃/a))、上升(2003—2006(0.04℃/a))、下降(2006—2008(-0.04℃/a))、平穩波動(2008—2014(-0.01℃/a))的變化趨勢(圖2)。川陜、陜西和四川年均氣溫分別為18.47℃、19.57℃和17.61℃,以0.02℃/10a、0.01℃/10a和0.03℃/10a(通過0.01顯著性水平)的線性速度增加,低于近50a來(1951—2001年)全國的氣溫增速(0.22 ℃/10a)[24]。

生長季川陜地區年降水量介于91.78mm—124.71mm,呈顯著下降(2001—2005(-0.08mm/a))、顯著上升(2005—2009(0.07mm/a))、較小波動(2009—2014(0.11mm/a))的變化趨勢(圖2)。川陜、陜西和四川年降水量分別為1124.89mm(0.05mm/10a)、963.52mm(0.13mm/10a)和1252.49mm(0.02mm/10a)(通過0.01顯著性水平)。主要是因為川陜分別位于秦嶺南北兩側,陜西屬于干旱半干旱氣候區,因此降水量對區域植被生長的影響更強。四川除川西北高山高原屬高寒氣候區,水熱不足外,其余大部分地區屬于亞熱帶濕潤半濕潤氣候區[25],因而相較于降水,氣溫對區內植被生長的影響更為顯著。

圖2 生長季川陜地區氣溫和降水量距平及Sen-M-K趨勢Fig.2 Temperature and precipitation anomalies and Sen-MannKendall trends in the growing season of Sichuan-Shaanxi area

空間上,氣溫呈現平穩波動和增加的變化趨勢交錯分布于寶雞全區(平穩波動的面積占比為59.79%,增加為34.84%)(圖2),氣溫降低的區域集中在Ⅶ的東部地區,面積占比為4.21%。與氣溫變化趨勢相同(平穩波動的面積占比為48.02%,增加為41.05%),降水量平穩波動和增加的變化趨勢分布集中(圖2),前者集中于Ⅰ、Ⅱ、Ⅳ的西部地區、Ⅴ的東部地區、Ⅵ、Ⅷ的西部地區、Ⅸ的北部及Ⅹ地帶,后者集中在Ⅲ、Ⅳ的東部地區、Ⅴ的西部地區、Ⅶ、Ⅷ的中東部。其中,顯著增加趨勢集中于Ⅲ的黃河沿岸和Ⅷ的成都平原地區,面積占比為4.19%。從圖2可知,降水增加的區域氣溫在降低。從地形地貌角度來看,降水量增加區域由北向南依次為關中平原、秦嶺山地、成都平原及Ⅵ和Ⅶ所處的巴顏喀拉山地區,該區域擁有黃河最大支流渭河、長江上游的重要支流岷江及“2湖4庫1江”(咸陽湖、南湖、劉家峽水庫、紫坪鋪水庫、黑龍潭水庫、龔嘴水庫、長江)等水域。由于陜西地區自1999年以來退耕地還林(草)面積逐年增加,因此呈現出氣溫下降、降水量增加的變化趨勢。此外,降水量在氣溫增加的Ⅸ地帶金沙江沿岸表現出減少的變化趨勢。與陳媛等[26]的研究結果相似,金沙江流域年均氣溫以0.173℃/10a的速率顯著升高(1960—2004年),1980年以后最為明顯,年際變化較大；降水年際變化較小,干流下游和支流上游出現降水減少的變化趨勢。

3.1.2植被NDVI與氣溫和降水量的最大時滯偏相關

基于生長季植被NDVI與月均溫的最大時滯偏相關系數如圖3所示。經ArcGIS區域統計模塊得到兩者的相關系數,利用SPSS計算其與年均溫、年降水量、年均NDVI在各植被地帶的Pearson相關系數,分別為-0.117(P>0.1)、-0.360(P>0.1)和-0.138(P>0.1),表明生長季年內植被覆蓋與氣溫相關程度不受年均溫、年降水、年NDVI空間分布的影響。從各植被地帶來看,植被NDVI與氣溫的最大時滯偏相關系數大于0.5的區域成片分布于Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ地帶,面積占比為20.63%。這些地區為秦嶺山地和四川盆地,水熱條件較好,氣候條件適宜,植被生長狀況良好。陜北黃土高原(Ⅱ、Ⅲ的北部地區)、四川西南邊界的唐古拉山脈(Ⅸ)及橫斷山脈(Ⅹ)地區相關系數小于0.25,主要原因是國家對于陜北黃土高原(我國生態最為脆弱的地區之一)的防治水土流失、退耕還林(草)工程、天然林保護工程、耕地占補平衡制度等[22]政策的實施力度較大,人為因素對植被恢復的作用顯著,削弱了氣候因素的影響。

圖3 生長季川陜地區植被覆蓋與氣溫和降水量的最大偏相關系數與滯后時間Fig.3 Maximum correlation and lag time between vegetation cover and temperature and precipitation in the growing season of Sichuan-Shaanxi area

同圖3NDVI與氣溫的Pearson相關系數結果一致,川陜地區生長季年內植被覆蓋與降水量的相關程度(圖3)不受年氣溫(-0.003(P>0.1))、年降水(-0.148(P>0.1))、年NDVI(-0.088(P>0.1))空間分布的影響。NDVI與降水量的最大時滯偏相關系數大于0.25的區域集中分布在Ⅱ(陜北黃土高原)、Ⅲ(關中平原)地帶(面積占比16.86%),干旱的氣候條件下,降水會直接增加陜北黃土高原生態脆弱區人工植樹造林成活率及覆蓋率的效果；關中平原人口密度大,植被表現以農作物種植較為普遍,因此在生長季植被NDVI與降水相關性最大。相關系數小于0.25的區域集中于大渡河以西川西高原地區,面積占比為34.07%。

為了進一步探究植被生長對氣候變化可能存在的滯后效應,計算NDVI對氣溫和降水量的影響時效,滯后0月和1月的空間分布差異較為明顯,滯后0月的面積占比分別為71.15%和52.34%。其中,植被NDVI對氣溫滯后1月的區域集中分布于Ⅱ和Ⅲ的北部地區及Ⅸ和Ⅹ的金沙江沿岸,為黃土高原(Ⅱ和Ⅲ)和橫斷山脈(Ⅸ和Ⅹ)地區,近14a來黃土高原植被生長季氣溫平穩波動但降水呈增加趨勢,橫斷山脈氣溫增加但降水減少甚至呈現顯著減少趨勢,植被因區內水熱空間分布不均衡的影響從而限制了其生長,因此滯后1月的面積占比高達93.63%、61.68%、52.49%、63.23%。秦嶺山地(Ⅴ)、巴顏喀拉山(Ⅵ)和四川盆地(Ⅷ)水熱條件較好,植被NDVI對氣溫滯后0月的面積占比最高,分別為94.74%、100%和91.15%。Ⅰ地帶滯后0月和滯后1月面積占比相差無幾(圖3)。

植被NDVI對降水量滯后0月的區域集中在Ⅰ(98.87%)、Ⅱ(99.93%)、Ⅲ(94.62%)和Ⅳ的大面積地區(81.48%),滯后1月最高面積占比集中于Ⅵ、Ⅶ和Ⅸ地帶,分別為95.00%、83.41%和70.93%。Ⅴ滯后0月的面積占比稍高于滯后1月,Ⅷ和Ⅹ地帶滯后0月的面積占比稍低于滯后1月,但基本處于平衡狀態。

3.2 植被-氣候季相關性分析

圖4 植被指數與氣溫、降水量關系Fig.4 Relationship between vegetation index and temperature and precipitationNDVI,即歸一化植被指數(Normal Difference Vegetation Index, NDVI)；T,即氣溫(Temperature)；P,即降水量(Precipitation)

以ArcGIS軟件為平臺,利用像元統計模塊得到每年生長季與非生長季的植被NDVI值。NDVI與氣溫、降水量變化的偶合程度經SPSS軟件標準化處理獲取(圖4)。研究區生長季與非生長季年均氣溫和年降水量的變化趨勢一致,屬雨熱同期。2001、2005、2011、2013年生長季及2004、2005、2010、2012、2013年非生長季,氣溫和降水均達到最大值,NDVI的最大值基本均高于氣溫和降水量,表明在這些年份雨熱同期,植被生長較好；2006年生長季,氣溫出現最大值但降水出現最小值,NDVI的變化與氣溫變化趨勢較為一致,表明2006年植被生長受氣溫影響顯著；2003年和2012年生長季降水均出現最大值,NDVI與氣溫的最大值基本對應,說明氣溫是植被生長的主要影響因素。

表2為川陜、陜西、四川3個空間尺度上的Pearson相關系數,總體來看,生長季和非生長季植被NDVI分別與同季、上季氣溫和降水量在川陜、陜西和四川3個區域尺度上以正相關性為主(P>0.1)。

從生長季和非生長季與同季、上季氣溫和降水量的相關性來看,生長季NDVI與上季氣溫在川陜和陜西地區均呈負相關性,與同季降水量在陜西和四川地區均呈負相關性；非生長季NDVI在陜西地區與同季、上季降水量均呈負相關性,在四川地區僅與同季降水量呈負相關性。川陜和陜西地區,生長季NDVI與上季氣溫呈負相關,但非生長季NDVI與上季氣溫呈正相關性(尤以陜西地區呈顯著正相關性(P<0.05))；陜西地區生長季NDVI與同季降水量呈負相關性,但與上季降水量呈顯著正相關性(P<0.05)；四川地區生長季和非生長季NDVI與同季降水量的相關性與陜西地區正負性一致,與上季降水量的相關性與陜西地區剛好相反。可見,川陜地區氣溫變化趨勢與全球變暖[27]不同步,植被生長受氣溫的影響較小,同時人類對城市的綠化建設、退耕還林(草)工程、封山育林等措施在一定程度上提高了植被覆蓋度。

從川陜、陜西、四川3個區域尺度來看,植被NDVI與氣溫、降水量同季的相關性一致,上季的相關性不具一致性(降水量僅在川陜地區相關性一致)。植被NDVI與上季氣溫、降水量的相關性均高于同季,相較于降水量,與氣溫呈現出更多的負相關性,其中陜西地區最為顯著。主要是因為陜西地區由北至南依次為干旱區-半濕潤區[13],與西北干旱區相比,水熱條件較好[28],但其北部地處黃土高原中部,土壤蓄水能力差,因此,降水量的驅動作用尤為突出。四川地區為我國的濕潤區(年均降水量800mm以上),降水量較為充足[14],對于植被生長而言氣溫更易成為其主要驅動因素,尤其是在植被生長季。故生長季植被NDVI分別與同季和上季的降水量呈負相關性,非生長季均呈正相關性。

表2 川陜、陜西、四川不同季節的植被NDVI與同季、上季氣溫和降水量的Pearson相關系數

Table 2 Pearson correlation coefficient of growth season and non-growing season vegetation NDVI and the same season, last season and precipitation in different seasons of whole region, Shaanxi, Sichuan area

季節Season同季Same season T1上季Last seasonT1同季Same seasonP1上季Last seasonP1同季Same seasonT2上季Last seasonT2同季Same seasonP2上季Last seasonP2同季Same seasonT3上季Last seasonT3同季Same seasonP3上季Last seasonP3生長季Growing season0.206-0.3900.1560.4960.170-0.042-0.1200.576?0.1630.085-0.122-0.219非生長季Non-growing season0.0820.3550.2680.3420.4210.632?-0.143-0.3630.3790.246-0.5000.144

T1: 川陜氣溫；P1川陜降水量；T2陜西氣溫；P2陜西降水量；T3四川氣溫；P3四川降水量; *表示在0.05水平(雙側)上顯著相關

進一步分析川陜地區近14a來生長季和非生長季植被NDVI變化趨勢發現,生長季呈“中部高,兩邊緣低”的顯著變化特征,最高值(NDVI大于0.8)集中在南湖沿岸的秦嶺山地Ⅴ,較高值(NDVI大于0.6)幾乎遍布全區,面積總占比達75.52%；非生長季呈“中部高,北(陜)、西北(川)低”,較高值(NDVI大于0.6)成片分布在四川盆地,占26.48%。這與上述數據分析結果吻合。再對比生長季2001年和2014年植被NDVI空間分布數據發現,由關中平原至四川盆地跨Ⅲ、Ⅳ、Ⅴ及Ⅷ 4個位于研究區中部的植被地帶,14a來植被覆蓋有顯著的改善趨勢,最高值像元面積百分比由2001年的10.72%增加至2014年的30.06%,較高值由67.11%增加至73.14%。由此可見,國家生態恢復相關政策的實施效果較好,但“集中性”過于明顯,難以表征整體的恢復特征。因此,除此4個植被地帶的其余6個地帶,尤其是川西高山高原和陜北黃土高原地區應加快加大國家生態恢復相關政策的實施力度,從而達到整體改善的目的。

3.3 月氣溫和降水量對植被覆蓋的影響

8月的植被覆蓋最好[29- 30],選取5月、6月、7月、8月、5—6月、6—7月、7—8月、5—8月共8個時間段,分別計算8月NDVI與其氣溫(圖5)和降水量(圖6)的響應關系。整體來看,植被NDVI與氣溫的相關性呈“四川強陜西弱”的空間分布態勢,與降水量呈“陜西強四川弱”的分布特征(均通過0.05顯著性水平),這與生長季氣候與植被覆蓋關系的實際情況相符。

圖5 8月植被NDVI與8個時間段氣溫的最大偏相關系數Fig.5 Maximum correlation coefficient between vegetation NDVI in August and temperature in 8 time periods

圖6 8月植被NDVI與8個時間段降水量的最大偏相關系數Fig.6 Maximum correlation coefficient between vegetation NDVI in August and precipitation in 8 time periods

海拔是植被生長的基礎環境[31],土地利用類型直接決定植被的覆蓋程度[32]。基于研究區高程數據,結合研究區的地形地貌特征,運用重分類方法將其劃分為212—500m、500—2000m、2000—4000m、4000—6904m共4種海拔高程類型(圖7)。依據國家尺度1∶10比例尺土地利用/覆蓋專題數據庫LUCC數據分類體系,經重分類繪制成6類土地利用/覆蓋,包括耕地、林地、草地、水域、城鄉用地、未利用土地(圖8)。

僅考慮氣溫和降水量的滯后效應時,7月和6月氣溫與8月NDVI呈極顯著正相關,面積占比達7.53%和7.50%,集中分布在Ⅷ大渡河以西及Ⅸ中部草地和林地地區。可見,7月和6月氣溫對8月植被覆蓋影響最大。結合圖5、圖6,8月植被生長受氣溫的影響較降水量強烈,尤以7月降水量的負相關性最為顯著(占23.80%),集中于海拔較高的陜北黃土高原地區(2000—4000m)的Ⅱ植被地帶,土地類型以草地為主,夾雜著零散分布的耕地。

當考慮累積效應時,NDVI與氣溫和降水量的相關性均較好,均滯后0—3個月。其中,氣溫滯后0月(8月)和滯后1月(7—8月)最為顯著,降水量滯后1月(7月)和滯后3月(5月)最為顯著。這一結果與圖3生長季植被對月均溫的滯后時間和圖3植被對月降水量的滯后時間的空間數據分析結果基本一致。

圖9 不同海拔和不同土地利用/覆蓋類型的8月植被NDVI與8個時間段氣溫和降水的相關系數均值Fig.9 Mean correlation coefficient of vegetation NDVI in August temperature and precipitation in 8 time periods in different altitudes and land use/land cover types

總體上,8月植被NDVI與氣溫和降水量在8個時間尺度上正相關的面積占比由高到低的空間變化差異較大。其中,與氣溫的正相關面積占比由高到低依次為75.77%(8月)、74.08%(7—8月)、59.30%(5—8月)、54.83%(7月)、51.19%(6—7月)、44.07%(6月)、40.49%(5月)、38.62%(5—6月)。結合圖9a和圖9c可知,8月NDVI與6月、7月、6—7月氣溫在4000—6904m海拔地帶相關性表現最好,與其他月份在210—500m和500—2000m海拔地帶表現最好。8月植被NDVI與5月、5—6月、5—8月氣溫在城鄉用地上的相關性較好,集中分布在Ⅳ渭河以北及Ⅷ岷江沿岸；與6月、7月、6—7月的氣溫在水域的相關性較好,集中在Ⅷ長江沿岸及Ⅷ和Ⅸ交界的大渡河和雅咎江之間的地區；與8月、7—8月氣溫在耕地上的相關性最好,集中在Ⅷ大渡河以西及Ⅸ中部地區。8月NDVI與降水量的正相關面積占比由高到低依次為72.09%(6—7月)、68.21%(7月)、66.38%(5月)、54.46%(6月)、50.21%(5—8月)、47.63%(7—8月)、37.26%(5—6月)、34.34%(8月)。8月植被NDVI與降水量在212—500m之間的相關性最好,其次為500—2000m,4000—6904m海拔高度上的相關性均值波動起伏較大,最高月(7月)和最低月(8月)相差0.51,與0值的增減數值大小基本相同。在6種土地利用/覆蓋類型上,波動也較顯著,整體來看,耕地上的相關性最好。

綜上所述,植被覆蓋高且水熱條件較好的農耕區與草地、林地地區,植被NDVI均對氣溫與降水量的年內響應敏感,相反則敏感程度降低。川陜地區植被覆蓋的年內變化在陜西地區受降水影響較大,在四川地區主要是由氣溫主導。川西西北高山高原和川西西南山地地區,陜北黃土高原中部地區,渭河以南的陜南秦嶺山地大面積地區,植被在氣候因子綜合影響下的生長狀況較好。

4 討論

四川和陜西是我國生態修復政策退耕還林(草)最早試點地區,處于中國800mm等降水量線過渡帶的南北兩側,區內分山、川、原3種地形,植被類型豐富多樣,對川陜地區氣候變化及其對植被覆蓋的響應研究可以綜合全面的評價第一輪退耕還林(草)政策生態修復效果。本研究選取多尺度下的不同植被地帶2001—2014年生長季的MODIS NDVI數據對植被覆蓋時滯進行了分析,與張善紅[15]的5月植被NDVI時間尺度上的植被NDVI與氣溫的Pearson相關研究有所不同。為了表征川陜地區水熱條件對植被覆蓋的敏感性,選取了1km月NDVI數據、77個地面氣象站點月氣溫和降水量數據,更好的反映了生長季植被覆蓋對水熱條件時空尺度的響應。同時,文章采用重分類后的4種地貌類型和6類土地利用/覆蓋數據,分別與植被NDVI在8個時間尺度上做了進一步的細化研究。從年內、年際、月3個尺度分析,有助于提高研究結果的全面性和普適性。

5 結論

1) 2008年和2009年分別為2001—2014年近14a來川陜地區生長季氣溫和降水量變化趨勢的轉折點,2008年以前氣溫波動較大,2008年以來變化較為平穩。2009年以前降水匱乏,2009以來有逐年增多的變化趨勢。

2) 8月植被NDVI與8月氣溫呈極顯著正相關(26.60%),與8月降水量呈極顯著負相關(27.38%)。Ⅰ、Ⅱ、Ⅲ陜北黃土高原地區為干旱半干旱氣候,土地利用類型以草地為主,植被稀疏、土質疏松、水土保持效果較差,且7月是植被生長最旺盛的時期,8月植被覆蓋度達到最高值,因此8月植被生長受7月降水量和8月氣溫的影響較強。Ⅷ西南部和Ⅸ川西高原地區,緊靠高海拔的唐古拉山脈和橫斷山脈,遍布著寒溫性針葉林,因此氣溫是8月植被生長的主要限制因素。

3) 時空尺度上,川西西北高山高原和川西西南山地地區、陜北黃土高原中部地區、渭河以南的陜南秦嶺山地大面積地區,由于年均溫和年均降水量均低于川陜地區平均值,水熱條件空間分布不均衡導致了植被與氣溫在這些地區滯后1月。