淮河上游植被對氣象干旱的響應

張 特, 劉 冀, 魏 榕, 常文娟, 董曉華, 孫周亮

(1.三峽大學 水利與環境學院, 湖北 宜昌 443002; 2.水資源安全保障湖北省協同創新中心, 武漢 430072)

干旱作為一種區域水分異常缺乏的自然現象，對生態環境具有深遠影響[1]。在氣候變化的大背景下，未來我國的干旱形勢將日益嚴峻[2]，探討植被對干旱的響應規律對于認識極端氣候事件下生態環境脆弱性極其重要[3]。由于對干旱機理和植被生理規律認識不足，當前植被對干旱的響應規律仍是一個有待解決的問題。

淮河流域位于我國南北氣候分區地帶，旱澇災害頻發。標準化降水指數(Standardized Precipitation Index，SPI)、Z指數(Z-Index)、帕爾默指數(Palmer Drought Severity Index，PDSI)等干旱指數經常被用于定量評估淮河流域的干旱程度[4-6]，但這些指數存在物理機制不明確或不易計算等缺點。Vicente等[7]于2010年提出了物理機制明確且計算簡便的標準化降水蒸散指數(Standardized Precipitation Index，SPEI)在我國有著廣泛的應用[8]。同時遙感技術的不斷發展為揭示區域植被動態變化特征提供了有效的技術手段，歸一化植被指數(Normalized Difference Vegetation Index，NDVI)能有效地反映植被覆蓋特征，可用于植被動態監測[9]。植被狀態指數(Vegetation Condition Index，VCI)通過對NDVI逐像元歸一化，使其在時間和空間上具有可比性，用于反映植被的受旱程度，能有效地進行干旱監測[10]。由于干旱對生態環境的影響越來越大，植被對干旱的響應研究引起了很多關注。胡君德等[11]基于NDVI和Palmer指數分析了鄂爾多斯高原植被對干旱的響應規律，結果表明夏季干旱很大程度上制約了秋季植被生長；趙舒怡等[12]在華北地區開展了植被覆蓋度與干旱條件的相關性研究，認為草原對干旱反應最為強烈，而森林反應不明顯；劉世梁等[13]分析了云南省植被對干旱的響應特征，發現月尺度上NDVI指數對SPEI指數有一定的滯后效應。

盡管近年來淮河流域的NDVI整體表現出上升趨勢，植被狀況有所好轉[14]，但受氣象條件影響，NDVI年際波動較大，淮河流域植被對氣象干旱的響應規律仍不明確。由于干旱具有累積性，且不同區域、不同植被對干旱的響應規律不同，二者的關聯需要從更細致的時空尺度進行討論。本文以淮河上游為研究區，基于SPEI指數與VCI指數，探究研究區內植被對氣象干旱的響應規律，以期為研究區生態保護及農業生產提供科學依據。

1 研究區概況

淮河流域位于我國氣候過渡帶，流域內年平均降雨約1 040 mm，年平均氣溫11～16 ℃，汛期降水占年降水量的60%～80%，獨特的氣候條件和地理位置導致流域內的旱澇問題比較嚴重。本文以淮河王家壩水文站以上流域為研究區，流域面積約30 630 km2，流域內以農業區為主，約占流域面積的68.8%，主要種植冬小麥、玉米和水稻[15]；林區主要分布于淮河源生態保護區，約占流域面積的17.6%，流域概況如圖1所示。

圖1 研究區地理位置及土地利用

2 數據與方法

2.1 數據來源與處理

本文所采用的氣象數據為中科院青藏所發布的中國高分辨率月氣象數據集(doi:10.3972/westdc.002.2014.db)的月降水及氣溫資料，該數據集結合了中國氣象局常規氣象觀測數據、Princeton再分析資料、GLDAS資料、以及TRMM降水資料，分辨率為10 km，數據年限為1978—2014年，為了匹配遙感數據的分辨率，將其重采樣至1 km尺度。遙感數據包括植被和土地利用數據，植被數據來源于NASA的MOD13A3月NDVI(https:∥ladsweb.modaps.eosdis.nasa.gov)，空間分辨率為1 km，本文選取的數據年限為2000年2月至2014年末；土地利用數據來源于淮河水利委員會，分辨率為30 m，由于2000—2013年淮河流域土地利用變化幅度不大[14]，因此本文采用2005年土地利用情況進行分析。

2.2 研究方法

2.2.1 標準化降水蒸散指數(SPEI) 由于地表蒸散的存在，降水不是決定干旱的唯一因素。Vicente采用降水與潛在蒸發的虧缺程度來量化干旱程度，提出了標準化降水蒸散指數SEPI，可有效評估不同時間尺度的干旱。計算方法如下：

(1)

式中：D為水分虧缺量；P為降雨量；PET為潛在蒸發量；k，i，j分別為分析時段的時間尺度和起、止時間。

采用三參數Log-logistic分布函數將D擬合成均值為0，標準差為1的正態分布：

(2)

對累計概率密度進行標準化：

P=1-F(x)

(3)

(4)

(5)

式中：c0=2.515517,c1=0.802853,c2=0.010328,d1=1.432788,d2=0.001308。

2.2.2 植被狀態指數(VCI) NDVI指數可以用來表征地表植被覆蓋情況，但植被特征隨季節變化明顯，僅用NDVI指數無法判斷干旱引起的植被變化情況。植被狀態指數(VCI)能反映在當前水分供給條件下的生理狀況，對干旱脅迫具有良好的表征能力[16]。其計算方法如式(6) 所示：

VCI=(NDVI-NDVImin)/(NDVImax-NDVImin)

(6)

式中：VCI為植被狀態指數，其值越大表明當前植被長勢越好；NDVI為當月植被指數；NDVImin與NDVImax分別為年內對應月份NDVI的最小值和最大值。同理，VCI也可拓展到年、季節尺度進行分析。

2.2.3 相關性分析 采用Person相關系數法分析VCI與SPEI的相關程度，計算方法見式(7) 。將1—12月的VCI指數分別與12種時間尺度(1～12個月)的SPEI指數進行相關性分析，即每個網格得到144個相關系數，將各網格最大的相關系數作為年最大相關系數YRmax。

(7)

YRmax=max(Ri,j)

(8)

式中：i為月份；j為干旱時間尺度；Ri,j為i月VCI與j個月尺度氣象干旱間的相關系數；YRmax為各網格年最大相關系數。

每個網格在不同季節包含36個相關系數，將每個網格在各季節內的最大相關系數作為季最大相關系數。

SRmax=max(Rk,j)

(9)

式中：k為月份；j為干旱時間尺度；Ri,j為k月VCI與j個月尺度氣象干旱間的相關系數；SRmax為網格季最大相關系數。

3 結果分析與討論

3.1 氣象干旱與植被時間變化特征

采用12個月尺度的SPEI表征年際干旱程度，研究區2000—2014年年際SPEI與VCI變化情況如圖2E所示。年SPEI以-0.089/a速率呈非顯著下降趨勢(p>0.05)，其中2001年的SPEI值低至-1.70，流域整體達到重旱程度，為最嚴重干旱年，年降雨量僅680 mm，為多年平均降雨量的65%；2011—2013年為持續干旱年，根據《河南省水資源公報》記載，這些年份研究區內均發生了較為嚴重的干旱事件，表明SPEI能有效地表征研究區干旱程度。2001年VCI為0，表明研究時段內2001年植被狀態最差，受同期干旱的影響較大。VCI在年際間有一定波動，整體以0.053/a的速率顯著上升(p<0.05)，研究區植被活動有所增強。

各季節的干旱程度采用3個月尺度的SPEI進行評估，不同季節的SPEI與VCI變化如圖2A—D所示。研究區春、夏、秋、冬季SPEI的線性趨勢分別為0.021/a，-0.084/a，0.012/a，-0.098/a，夏季和冬季整體呈干旱化趨勢，而春季和秋季整體呈濕潤化趨勢，但變化趨勢均不顯著(p>0.05)。對于植被而言，各季節VCI線性趨勢分別為0.042/a，0.053/a，0.056/a，0.042/a，均呈顯著上升趨勢(p<0.05)，表明各季節植被活動整體有所增強。春季SPEI與VCI的相關系數達0.61(p<0.05)，二者變化具有較高的一致性，表明研究區植被在春季受干旱影響較大，其他季節二者相關性并不顯著。

圖2 春季、夏季、秋季、冬季、年SPEI與VCI變化趨勢

3.2 氣象干旱與植被空間變化特征

圖3為年際、不同季節SPEI與VCI的空間變化情況，由圖3可知，年尺度上，99.3%的區域呈干旱化趨勢，但各處變化趨勢均不顯著(p>0.05)，流域西北部和東部的干旱趨勢相對明顯。VCI呈顯著上升趨勢的區域約占流域面積的96.5%，表明研究區植被狀況有所好轉，約3.5%區域VCI呈顯著下降趨勢，零散分布于研究區各處，且多為城鎮區域附近。各季節SPEI呈下降趨勢(p>0.05)的面積占比分別為29.4%，98.2%，16.4%，97.8%，但不同季節SPEI變化程度的空間分布差異較大，春季和秋季研究區南部干旱趨勢相對明顯，而夏季和冬季SPEI減少趨勢相對明顯的地區主要位于研究區北部和中部。春季、夏季和秋季VCI變化趨勢空間分布與年尺度上比較相似，VCI顯著下降的區域面積占比分別為3.5%，2.8%，1.6%，冬季VCI呈顯著下降趨勢的面積最廣，約占流域面積的17.6%，主要分布于研究區東南部及西部地區。

3.3 植被與干旱的相關性分析

由于植被可利用的土壤水分取決于前期降雨、蒸散發，因此不同區域、不同植被對干旱的響應規律會有所差異。YRmax可用于表征干旱對植被的影響程度，YRmax對應的時間尺度用于反映植被對干旱的敏感性，即YRmax越大表明干旱對植被的影響越大，YRmax對應的時間尺度越大表明植被對短期干旱的抵抗能力越強[17]。

圖4為VCI與SPEI的年最大相關系數(YRmax)和不同季節的季節最大性關系數(SRmax)空間分布。研究區YRmax介于0.08～0.94之間，各像元均呈正相關關系，植被生長受氣象干旱的限制，其中達到顯著正相關(p<0.05)的區域占流域面積的78.4%，主要分布于流域北部、西部、西南以及東部部分區域；流域南部地區的YRmax普遍未達到顯著正相關。對于YRmax對應的干旱時間尺度分布而言，流域西南和西部地區VCI對11～12個月SPEI響應敏感，該區域內以林地植被為主，抗旱能力強；中部植被以農作物為主，對9～10個月SPEI敏感，可能是受到農業灌溉的影響；北部以及中部部分區域植被對3～4個月SPEI敏感，植被生長主要受季節性水分影響；對1～2個月SPEI響應敏感的區域集中分布于流域南部與中部地區，對短期水分條件敏感。

各季節SRmax通過顯著性檢驗的面積比例與區域平均SRmax從大到小依次為冬季(68.9%，0.58)、春季(64.8%，0.56)、夏季(31.3%，0.44)、秋季(15.0%，0.37)，研究區植被在春季和冬季易受干旱影響，夏季和秋季受干旱影響相對較小。對于SRmax的空間分布而言，春季和冬季的分布規律比較類似，流域西南、北部、中部及東部部分地區SRmax較高，夏季SRmax較高的區域主要集中在流域中部，秋季SRmax普遍未通過顯著性檢驗，僅中部及西北部少部分區域SRmax較高。

不同季節SRmax對應的干旱尺度在空間分布上具有顯著差異，春季研究區東南部和北部植被主要對1～6個月尺度的干旱敏感，而中部和西南部植被對9～12個月尺度干旱敏感；夏季植被普遍對1～4個月尺度干旱更加敏感，研究區東部和西部部分植被則對9～12個月尺度干旱敏感；秋季大部分植被對1～4個月尺度干旱比較敏感；冬季植被普遍對7～12個月尺度干旱敏感，部分植被對1～4個月尺度干旱敏感，零散分布與流域各處。

圖3 年際、不同季節SPEI與VCI空間變化趨勢

圖4 年、季節Rmax與對應干旱時間尺度空間分布圖(圖中Rmax大于0.514時代表0.05置信水平上顯著相關)

為了探究不同植被對氣象干旱的響應差異，對不同土地利用類型植被的YRmax、各季節的SRmax及其對應的干旱時間尺度進行統計分析，結果如圖5所示。研究區主要作物為冬小麥、水稻和玉米，水田區域僅在夏季和秋季存在。整體上看，圖5A中作物、林地和草地的YRmax分布差異不大，中位數分別為0.61，0.60，0.59，氣象干旱對3種植被的影響程度相差無幾，但圖5B中YRmax對應的干旱時間尺度上存在一定差異，草地整體對4個月尺度干旱敏感，而作物和林地整體對5個月尺度干旱敏感。

圖5A中，不同植被在春季和冬季的SRmax分布差異不大，中位數分別為：旱田作物(0.56，0.58)、林地(0.56，0.55)和草地(0.56，0.57)，各類植被受干旱影響顯著，但圖5B中不同植被SRmax對應的干旱尺度有所差異，春季林地整體對10個月尺度干旱敏感，而旱田作物和草地對5個月干旱比較敏感，冬季各類植被整體對4～5個月尺度的干旱比較敏感。在夏季和秋季，各類植被的SRmax存在一定差異，中位數分別為：水田(0.38，0.27)、旱田(0.46，0.38)、林地(0.43，0.42)和草地(0.41，0.41)，各類植被的平均SRmax均未通過0.05水平顯著性檢驗，夏季水田和草地植被整體對3個月尺度干旱敏感，其他植被則對4個月尺度干旱敏感，秋季林地整體對3個月尺度的干旱敏感，其他植被則對1個月尺度的干旱比較敏感。

圖5 不同植被年、季節Rmax及對應干旱時間尺度分布

3.4 討 論

淮河上游地區1961—2010年來降雨變化趨勢不顯著，而氣溫呈上升趨勢[18]，氣溫上升可能是流域干旱化的主要原因。流域內降水主要集中在夏季，而圖2中夏季98.2%的區域SPEI呈下降趨勢，夏季SPEI的減少主導了流域年際上的干旱化趨勢。年際VCI指數以0.04/a的速率上升，表明流域植被狀況逐漸好轉，可能是由于氣溫上升對植被生長有一定促進作用，同時人類活動也會對植被生長造成影響[19]，合理的生態、農業管理政策也對植被生長起到了積極作用，而VCI顯著下降的區域多分布在各城鎮區附近，與城市擴張有較大關聯。冬季VCI顯著下降的區域面積較大，并與SPEI的變化趨勢在空間分布上具有一致性。

VCI與SPEI之間的相關程度受區域氣候特征、土地利用、灌溉量、植被種類和土壤質地多種因素影響，其中區域氣候特征是影響二者關系的最重要影響因素[16]。相關研究表明由降雨和潛在蒸發決定的流域水分虧缺是植被對干旱響應程度的關鍵因子[17]，本研究區從東南至西北部水分虧缺量(0～400 mm)逐漸遞增，與YRmax的空間分布高度一致(圖4)，區域氣候特征主導了氣象干旱對植被的影響程度，而植被種類不是影響YRmax的主要因素(圖5A)。流域西北和西部林地根系發達，發生氣象干旱時，短期內能汲取深層土壤水分進行補給，因此主要受長尺度干旱的影響(圖5B)。耕地作物對1～4個月尺度氣象干旱敏感，主要受短期土壤水分影響，而3個月尺度的SPEI被證明能較好地表征短期土壤濕度變化特征[20]，部分農作物對9～10個月尺度干旱敏感，可能與農業灌溉有關，草地僅能汲取淺層土壤水分，易受到短期氣象干旱的影響。

圖4中植被在春季和冬季受干旱顯著影響的面積較大，而夏季和秋季影響面積相對較小，這與降水的年內分配有關，研究區降水集中在夏季，而冬旱、春旱時有發生，易對冬小麥、林地、草地等植被生長造成影響，雖然夏季降水充裕，但降雨的空間分布不均會導致局部地區植被生長受到影響，尤其是對于不耐旱作物影響更為顯著。圖5中，不同植被在春季、冬季的SRmax相差無幾，表明氣象干旱對不同植被的影響差異不大，各類植被對5個月及以上的氣象干旱敏感，尤其是春季林地整體對10個月尺度的干旱敏感，抗旱能力最強。由于夏、秋季多雨的氣候特征和農業灌溉的影響，SPEI與VCI之間沒有顯著的相關性，各類植被均對低于4個月尺度的干旱敏感。

本文采用VCI表征植被受旱程度，但蟲害、施肥等其他因素同樣會影響VCI的波動，今后應進一步結合地表溫度信息以期更精確地表征植被受旱狀態。研究結果對變化環境下的生態環境保護工作具有具有一定指導意義，本研究區以農業區為主，植被生長受人為影響較大，后續的研究中需進一步考慮人為因素的影響。

4 結 論

本文分析了淮河上游地區氣象干旱和植被的變化情況以及二者之間的相關性，得出以下結論：

(1) 2000—2014年來淮河上游地區整體上呈不顯著干旱化趨勢，干旱化區域占研究區面積的99.3%，淮河以北的干旱化趨勢最為明顯；流域內VCI以0.053/a速率顯著上升，占流域面積的96.5%，植被狀態整體有所好轉。

(2) 淮河上游地區SPEI和VCI在年內具有顯著相關性的區域占流域面積的78.4%，分布于流域西南、南部、北部和東部。林地對9～12個月的長時間尺度氣象干旱敏感，農作物主要對1～4個月的短尺度氣象干旱響應迅速，部分作物受9～10個月尺度的氣象干旱影響最大。

(3) 春季和冬季分別有68.9%和64.8%的植被對氣象干旱響應比較明顯，且不同類型植被所受影響程度差異不大，春季冬小麥和草地對氣象干旱更加敏感，冬季3種植被對氣象干旱的敏感性差異不大；夏季和秋季植被受氣象干旱顯著影響面積相對較小，分別占流域面積的31.3%和15.0%，夏季僅流域中部玉米受氣象干旱影響較大，秋季分布比較零散，各類植被均對4個月以下尺度的氣象干旱比較敏感，但整體并未受到顯著影響。