雅礱江流域生長季植被時空變化特征及對氣象因子的響應(yīng)分析

魏榕 ，劉冀 *，張?zhí)?，張茜 ，彭濤 ，劉艷麗

1. 三峽大學水利與環(huán)境學院，湖北 宜昌 443002；2. 三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心，湖北 宜昌 443002；3. 南京水利科學研究院/水文水資源與水利工程科學國家重點實驗室，江蘇 南京 210098；4. 水利部應(yīng)對氣候變化研究中心，江蘇 南京 210029

植被作為陸地生態(tài)系統(tǒng)的核心組成部分，是連接生態(tài)系統(tǒng)中的大氣、土壤、水分等自然因子的紐帶，對水土保持、氣候調(diào)節(jié)以及生態(tài)環(huán)境的穩(wěn)定發(fā)揮了重要作用。植被變化容易受氣候影響（Gao et al.，2019），在全球氣候變暖的趨勢下（IPCC，2018），研究植被分布、生長狀況以及植被結(jié)構(gòu)對氣象因子的響應(yīng)規(guī)律具有重要的理論價值和應(yīng)用前景。

隨著遙感技術(shù)的不斷發(fā)展與成熟，植被遙感數(shù)據(jù)成為了監(jiān)測全球及區(qū)域尺度地表覆蓋變化的關(guān)鍵數(shù)據(jù)源，歸一化植被指數(shù)（NDVI）是目前最常用的表征植被生長狀態(tài)和覆蓋度的指標，被廣泛用于植被變化及其驅(qū)動因子的研究當中（Li et al.，2014；馬士彬等，2016；Guan et al.，2019；曹云等，2020）。植被對氣候變化十分敏感，目前國內(nèi)外學者針對氣候?qū)χ脖蛔兓挠绊戇M行了大量的研究。在以往研究中，眾多研究人員采用相關(guān)分析、多元線性回歸等方法揭示了降水和氣溫是影響植被變化的主要氣象因子（侯光雷等，2012；Xu et al.，2016；劉家福等，2018；劉艷等，2018），然而也有相關(guān)研究表明，植被變化不僅與降水、氣溫相關(guān)，其他氣象因素（如日照時數(shù)、相對濕度、風速等）也對植被變化存在不同程度的影響（侯美亭等，2015；張凱選等，2019；許玉鳳等，2020）。研究發(fā)現(xiàn)，植被對氣象因子的響應(yīng)在不同空間尺度及植被類型存在空間異質(zhì)性及區(qū)域分異特征（何全軍，2019；劉靜等，2020；盧喬倩等，2020；），植被生長的緩慢過程決定了植被變化對氣象因子的響應(yīng)具有一定的滯后性與累積效應(yīng)（Xie et al.，2016；Yuan et al.，2019）。董立新（2019）認為氣象因子之間存在一定的相關(guān)性，直接對原始變量進行回歸會產(chǎn)生共線性問題，導致氣象因素對植被變化的影響分析產(chǎn)生一定偏差。因此，植被變化受多重因素的共同影響，理解和揭示植被與氣象因子之間的內(nèi)在聯(lián)系，對于區(qū)域生態(tài)保護治理具有重要意義。

雅礱江流域位于長江上游，水能資源豐富，是中國十三大水電基地之一。流域內(nèi)原始森林比重大，樹種優(yōu)良，種源豐富，戰(zhàn)略地位極其重要。在氣候變化的背景下，開展雅礱江流域植被變化對氣象因子的響應(yīng)研究有助于該地區(qū)生態(tài)環(huán)境的保護與資源合理開發(fā)。針對雅礱江流域植被變化及其歸因分析已有相關(guān)研究（曾波等，2011；田甜等，2012；杜艷秀，2016），以往研究通過NDVI與氣象數(shù)據(jù)的相關(guān)系數(shù)和趨勢分析說明植被與氣象因子的響應(yīng)特征，結(jié)果表明：降水和氣溫是影響該地區(qū)植被變化的主要氣象因子，并且氣溫與植被的相關(guān)性大于降水。采用該方法雖能一定程度上反映植被與氣象因子的相關(guān)關(guān)系，但缺乏植被對氣象因子響應(yīng)的深層分析及各氣象因子影響植被變化的貢獻程度，并且未考慮植被對氣象因子的時滯效應(yīng)。為了深入探究雅礱江流域 1982—2015年生長季植被變化及對氣象因子的響應(yīng)，本研究基于GIMMS NDVI和5種氣象數(shù)據(jù)，重點分析生長季NDVI時空變化規(guī)律，導致植被變化的主控氣象因子及其貢獻率，植被變化對氣象因子的響應(yīng)程度及時滯效應(yīng)，以期為流域生態(tài)資源合理開發(fā)與管理提供科學的理論依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

雅礱江位于中國青藏高原東部，是長江上游第一大支流，干流全長1571 km，流域面積1.36×105km2，流域界于 96°52′—102°48′E，26°32′—34°9′N（圖1a）。該地區(qū)以山地地貌為主，地勢起伏大，海拔在950—6100 m之間，呈西北高、東南低的地勢。因地形高差與南北緯度變化較大，導致流域氣候十分復雜，北部屬于寒冷干燥的大陸性氣候，中南部屬濕潤的亞熱帶氣候。流域植被類型主要為針葉林、灌叢和草甸，面積占比分別為 20.87%、28.75%和36%（圖1b）。受自然地理環(huán)境和經(jīng)濟等因素的影響，流域內(nèi)氣象站較少，為提升代表性插值精度，采用流域內(nèi)10個氣象站（清水河、石渠、甘孜、新龍、道孚、理塘、九龍、木里、鹽源、西昌）和周邊6個氣象站（德格、色達、康定、越西、華坪、會理）（圖1a）作為代表站進行相關(guān)分析。

圖1 雅礱江流域地理位置（a）及植被類型（b）Fig. 1 Geographical location (a) and vegetation type (b) of Yalong River Basin

1.2 數(shù)據(jù)來源與處理

降水和氣溫是影響植被生長最主要的兩種氣象因子；相對濕度能夠反映干濕狀況，其與植被之間存在交互影響；日照為植被光合作用提供能量，其對植被的影響也較大；風速通過影響蒸散發(fā)進而間接影響植被生長，已有研究證實了風速對植被存在一定的影響（Hou et al.，2016；許玉鳳等，2020）。

故本研究的氣象數(shù)據(jù)選取上述16個氣象站1982—2015年的降水量（P）、平均氣溫（t）、相對濕度（RH）、日照時數(shù)（SD）和平均風速（v）月值數(shù)據(jù)，數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/）。采用反距離權(quán)重法（IDW）（Yang et al.，2020）對降水、相對濕度、日照時數(shù)和平均風速進行空間插值。由于氣溫空間分布受高程影響較大，單純利用 IDW 方法會產(chǎn)生較大誤差（彭彬等，2011），因此采用考慮了氣象要素隨經(jīng)緯度和海拔變化的梯度距離平方反比法（GIDS）對氣溫要素進行空間插值。NDVI數(shù)據(jù)采用中國科學院寒區(qū)旱區(qū)科學數(shù)據(jù)中心（http://data.casnw.net/）提供的 1982—2015年GIMMS NDVI數(shù)據(jù)集，空間分辨率為8 km、時間分辨率為15 d，先將上半月與下半月NDVI根據(jù)最大值合成法（MVC）求得月NDVI（何云玲等，2019），再將生長季5—10月（王靜等，2019；王云川等，2017）各月NDVI求平均得到生長季平均NDVI，剔除NDVI小于0.1的區(qū)域，排除非植被因素的影響（杜加強等，2016）。植被類型數(shù)據(jù)來源于中國科學院地理科學與資源研究所資源環(huán)境科學數(shù)據(jù)中心（http://www.resdc.cn/）提供的中國 1∶1000000 空間分布數(shù)據(jù)，空間分辨率為1 km，由于NDVI數(shù)據(jù)的分辨率為8 km，故通過Arcgis的重采樣工具將植被類型數(shù)據(jù)處理為8 km數(shù)據(jù)，以滿足不同植被類型NDVI與氣象因子的響應(yīng)分析。

2 研究方法

2.1 梯度距離平方反比法

梯度距離平方反比法（GIDS）（彭思嶺，2010）是以待插點與實際觀測樣本點之間的距離為權(quán)重的插值方法，并考慮了氣象要素隨經(jīng)緯度和海拔高程的變化，其表達式為：

式中，Z為待插點的估算值；Zi為第i個氣象站點的實測值；di為第i個氣象站點與待插點之間的距離；m為氣象站點的個數(shù)；X、Y、U分別為待插點的經(jīng)度、緯度、海拔；Xi、Yi、Ui分別為第i個氣象站點的經(jīng)度、緯度、海拔；Cx、Cy、Cu分別為站點氣象要素與經(jīng)度、緯度和海拔的偏回歸系數(shù)。

2.2 滯后相關(guān)系數(shù)法

多個研究表明植被變化對氣象因子的響應(yīng)具有時間滯后性（Xie et al.，2016；Yuan et al.，2019），故本文采用滯后相關(guān)系數(shù)法統(tǒng)計NDVI對各氣象因子的滯后響應(yīng)時間（張景華等，2015），其表達式為：

式中，R*為滯后相關(guān)系數(shù)；n為滯后的月數(shù)；Rn為NDVI與前推n個月的氣象因子之間的相關(guān)系數(shù)（通過顯著性檢驗）。

劉憲鋒等（2015）和熊巧利等（2019）指出該區(qū)域的植被對氣象因子的時滯效應(yīng)一般不超過3個月，故本研究分別計算NDVI與當月s、s-1月、s-2月、s-3月氣象數(shù)據(jù)（以下統(tǒng)稱為滯后氣象數(shù)據(jù)）的相關(guān)系數(shù)，取相關(guān)系數(shù)最大值為滯后相關(guān)系數(shù)，其對應(yīng)的滯后時間即為滯后響應(yīng)時間。

2.3 相對貢獻率計算方法

因氣象因子之間相互影響，直接對NDVI與氣象因子進行回歸分析會產(chǎn)生一定誤差，為避免氣象因子間不相互獨立的問題，采用主成分回歸分析法建立各像元氣象因子與NDVI的回歸模型。主成分回歸是將提取的主成分作為自變量與因變量進行的一種回歸分析方法（黃瑞霞等，2018），具體步驟如下：

（1）對氣象數(shù)據(jù)x1,x2, …,xp進行標準化處理；

（2）將標準化后的氣象數(shù)據(jù)進行主成分分析，根據(jù)主成分的選取原則，若前m個累積貢獻率大于85%，則主成分的個數(shù)為m；

（3）采用普通最小二乘法，將選取的m個主成分F1,F2, …,Fm與NDVI進行多元線性回歸，得到回歸方程：NDVI=β1F1+β2F2+…βmFm；

（4）由于每個主成分F1,F2, …,Fm均是氣象因子x1,x2, …,xp的線性組合，因此可得主成分回歸方程：NDVI=α1x1+α2x2+…αpxp。

考慮植被對氣象因子響應(yīng)的空間差異，本研究以8 km×8 km像元為基本單元，計算每個像元的滯后響應(yīng)時間，再將當月NDVI與滯后氣象數(shù)據(jù)建立主成分回歸模型，獲得每個像元的主成分回歸方程。主成分回歸方程系數(shù)α1,α2, …,αp的絕對值表示各氣象因子對NDVI的影響程度，由式（3）逐像元量化各氣象因子對NDVI的相對貢獻率，再將全部像元的貢獻率求均值得到流域各氣象因子對NDVI的相對貢獻率（張繼等，2019）。

式中，Ch為某一氣象因子h對NDVI的相對貢獻率；α1,α2, …,αp為主成分回歸方程各氣象因子變量的系數(shù)，正負代表各氣象因子對NDVI的正負相關(guān)性。

2.4 莫蘭指數(shù)

莫蘭指數(shù)（Moran’sI）作為一種空間自相關(guān)系數(shù)，反映了同一變量在不同空間位置的相關(guān)性，是空間單元屬性值聚集程度的量化指標，計算公式如下（Das et al.，2017）：

式中，IM為莫蘭指數(shù)；Wij為要素i和j之間的空間權(quán)重；為變量的均值；S2為變量的方差；n為變量觀測值的總數(shù)；Z(IM)為判斷IM顯著性的Z得分；E(IM)為IM的期望值；Var(IM)為IM的方差。

IM分布在[-1, 1]之間，[0, 1]說明各空間單元之間存在正相關(guān)，[-1, 0]說明各空間單元之間存在負相關(guān)，若IM趨近于0，則代表各空間單元屬性值隨機分布，無相關(guān)關(guān)系，IM的絕對值越大，代表空間各變量的聚集程度越大。莫蘭指數(shù)通過計算Z得分和p值對該指數(shù)的顯著性進行評估，Z得分計算公式見式（7），p值是根據(jù)已知分布的曲線得出的面積近似值。當Z＞2.58且p＜0.01時，莫蘭指數(shù)通過99%置信度檢驗。

3 結(jié)果分析

3.1 NDVI時間變化特征

圖2統(tǒng)計了1982—2015年雅礱江流域多年平均NDVI、P和t逐月變化趨勢。由圖2可知，5—10月 NDVI值遠高于其他月份，證明選擇 5—10月為雅礱江流域的植被生長季較合理。流域各月多年平均NDVI、P和t均呈單峰變化，NDVI峰值出現(xiàn)在8月，峰值為0.683，P與t的峰值均出現(xiàn)在7月，峰值分別為166.04 mm和14.63 ℃。由此可見，NDVI對P和t有較好的響應(yīng)關(guān)系，不同水熱條件下的NDVI值具有一定差異。根據(jù)1982—2015年雅礱江流域生長季NDVI年際變化趨勢可知（圖3），流域生長季NDVI整體呈下降趨勢，變化率為-1.19×10-4a-1，上中下游生長季NDVI均呈不顯著下降趨勢，其中下游NDVI的下降趨勢最大，上游最小。

圖2 雅礱江流域多年平均NDVI、降水量和平均氣溫月際變化趨勢Fig. 2 Inter-monthly variations of multi-year average NDVI, precipitation and average temperature in Yalong River Basin

圖3 雅礱江流域生長季NDVI年際變化趨勢Fig. 3 Interannual trend of NDVI in the growing season in Yalong River Basin

3.2 NDVI空間變化特征

從 1982—2015年雅礱江流域多年平均生長季NDVI的空間分布可以看出（圖4），流域生長季NDVI自下游向上游逐漸減小，全流域 NDVI在0.133—0.805范圍內(nèi)變化，平均NDVI為0.600；下游NDVI在0.354—0.805之間，平均NDVI為0.663；中游 NDVI在 0.133—0.792之間，平均 NDVI為0.599；上游NDVI在0.154—0.695之間，平均NDVI為 0.547。為進一步研究雅礱江流域 NDVI空間變化趨勢，采用Theil-Sen median趨勢分析法（孫天瑤等，2020）計算各像元NDVI變化斜率β，并用Mann-Kendall趨勢檢驗法（Li et al.，2019）計算變化顯著性統(tǒng)計量Zmk。根據(jù)變化斜率β和統(tǒng)計量Zmk，可將NDVI變化趨勢劃分為5個等級（孫天瑤等，2020），具體等級劃分方法如表1所示。比較NDVI各變化等級的面積百分比可知（表1），全流域NDVI穩(wěn)定不變的面積最大，占總面積的45.72%，但仍有54.28%區(qū)域的NDVI發(fā)生了不同程度變化，其中植被退化面積大于植被改善面積，中度退化和嚴重退化的面積分別占15.38%和14.62%，中度改善和明顯改善的面積分別占比11.33%和12.95%。

圖4 雅礱江流域多年平均生長季NDVI（a）及NDVI變化趨勢（b）空間分布Fig. 4 Spatial distribution of the multi-year average NDVI (a) and trend of NDVI change (b) in the growing season of Yalong River Basin

表1 雅礱江流域生長季NDVI變化趨勢面積占比Table 1 Percentage of trend in NDVI change during the growing season of Yalong River Basin

由表1可知，雅礱江流域上中下游植被變化有所區(qū)別，上中下游植被改善面積占比分別為6.25%、13.49%和 4.55%，退化面積占比分別為 7.94%、15.06%和6.95%，其植被退化面積均略大于改善面積，且中游植被改善與退化面積占比最大。流域主要植被類型NDVI變化也具有一定的差異性，針葉林改善的面積占比為 6.07%，大于退化面積占比5.32%，而灌叢和草甸的改善面積占比分別為6.47%和 7.51%，均小于各自的退化面積占比 9.82%和11.15%。

3.3 NDVI對氣象因子的時滯效應(yīng)分析

植被對氣候的響應(yīng)可能存在一定的時滯效應(yīng)，為了更準確分析和量化氣象因子對NDVI變化的響應(yīng)程度及貢獻率，需先計算NDVI對各氣象因子的滯后響應(yīng)時間，圖5統(tǒng)計了雅礱江流域生長季NDVI響應(yīng)各氣象因子的滯后時間的空間分布及面積占比。由圖5可知，NDVI對P、t、RH、SD、v產(chǎn)生時滯效應(yīng)的面積占比分別為69%、59%、48%、63%、76%，植被對各氣象因子滯后響應(yīng)面積大小順序為：v＞P＞SD＞t＞RH，因此，流域植被變化對各氣象因子的滯后響應(yīng)程度具有一定的差異。通過各滯后響應(yīng)時間的空間分布可知（圖5），NDVI對各氣象因子變化的滯后響應(yīng)存在明顯的時間差異和空間異質(zhì)性，NDVI響應(yīng)當月P、t和RH及滯后響應(yīng)時間為1個月的總面積占比分別為76%、66%和86%，絕大部分分布于流域中上游，而滯后響應(yīng)時間為2和3個月主要分布于下游地區(qū)；NDVI響應(yīng)SD和v的滯后時間為3個月的面積占比分別為63%和76%，主要分布于中上游，而下游NDVI主要響應(yīng)當月SD和v。NDVI變化對各氣象因子滯后響應(yīng)時間的莫蘭指數(shù)均為正值，且達到了0.79以上，表明滯后響應(yīng)時間在空間分布上存在顯著（通過99%置信度檢驗）聚集現(xiàn)象，流域植被對各氣象因子的時滯效應(yīng)具有明顯的區(qū)域分異特征。其中NDVI響應(yīng)SD的滯后時間的莫蘭指數(shù)最大，表明植被對SD時滯效應(yīng)的區(qū)域分異更明顯；而響應(yīng)P和v的滯后時間的莫蘭指數(shù)相對較小，表明植被對P和V時滯效應(yīng)的區(qū)域分異程度相對較小。

圖5 雅礱江流域生長季NDVI對各氣象因子滯后響應(yīng)時間的空間分布Fig. 5 Spatial distribution of the lag in response time of NDVI to meteorological factors in the growing season of Yalong River Basin

進一步分析不同植被類型NDVI對氣象因子的時滯效應(yīng)，圖6統(tǒng)計了雅礱江流域3種主要植被類型NDVI響應(yīng)各氣象因子的滯后時間占比。由圖6可知，針葉林NDVI響應(yīng)P和RH的滯后時間主要為1個月，響應(yīng)t的滯后時間主要為2個月，大部分針葉林主要響應(yīng)當月SD和v；灌叢NDVI響應(yīng)P和t的滯后時間主要為1個月，近一半的灌叢主要響應(yīng)當月RH，響應(yīng)SD和v的滯后時間主要為3個月；草甸NDVI響應(yīng)SD和v的滯后時間主要為3個月，絕大部分草甸主要響應(yīng)當月P、t和RH。

圖6 雅礱江流域主要植被類型生長季NDVI對各氣象因子滯后響應(yīng)時間Fig. 6 Lag in response time of major vegetation types’ NDVI to meteorological factors during the growth season in Yalong River Basin

3.4 NDVI變化對氣象因子的響應(yīng)及貢獻率分析

采用主成分回歸分析法逐像元建立NDVI與滯后氣象數(shù)據(jù)的主成分回歸方程，運用該方程擬合的NDVI可認為是各氣象因子綜合影響下的NDVI值。根據(jù)主成分回歸方程的確定性系數(shù)R2空間分布可知差異較大（圖7a），R2值介于0.032—0.850之間，平均R2值為0.46，且自上游向下游逐漸減小，表明氣象因子對植被變化的影響程度自上游向下游逐漸減小，即對于中上游地區(qū)，植被變化的主要驅(qū)動力主要為氣象因子。進一步分析NDVI逐月增（減）量變化與考慮滯后效應(yīng)的氣象因子逐月增（減）量變化的一致性，建立二者的主成分回歸方程，R2空間分布如圖7b所示。由圖7b可知，R2值變化范圍為0.032—0.835，平均R2值為0.41，且空間變化趨勢同圖7a基本一致。可知，流域上游及中游北部地區(qū)植被變化主要受氣象因子影響，而流域中游南部及下游地區(qū)植被變化與氣象因子的相關(guān)性相對較小，表明導致該地區(qū)植被變化的主要原因可能為人類活動、立地條件等非氣象因素。

圖7 雅礱江流域生長季NDVI與各氣象因子值（a）和逐月變化值（b）主成分回歸方程R2的空間分布Fig. 7 Spatial distribution of principal component regression equation R2 between growing season NDVI and meteorological factors (a) and between changes in growing season NDVI and meteorological factors (b) in Yalong River basin

為進一步量化各氣象因子對植被變化的貢獻率，采用主成分回歸分析法逐像元計算各氣象因子對植被變化的相對貢獻率，再將全部像元的貢獻率求均值得到氣象因子對全流域植被變化的貢獻率。全流域各氣象因子對植被變化的相對貢獻率見表2，可知P對植被變化的貢獻最大，相對貢獻率為27.68%，t和RH對植被的相對貢獻率占較大比重，分別為26.31%和23.37%，SD和v對植被的影響相對較小，相對貢獻率分別為14.23%和8.41%，由此可知，降水和氣溫是導致雅礱江流域植被變化的主要氣象因子。比較各像元氣象因子對植被的貢獻率，取最大貢獻率相應(yīng)的氣象因子作為該像元植被變化的主控氣象因子，可得雅礱江流域生長季NDVI主控氣象因子的空間分布圖（圖8a）。各主控氣象因子空間分布的莫蘭指數(shù)為0.39（通過99%置信度檢驗），表明各主控氣象因子的聚集程度較高，具有明顯的區(qū)域分布特征。由圖8a可知，中上游植被主要受P、t和RH影響，而P和SD對下游植被的貢獻較大，v對植被的影響所占比重相對較小。結(jié)合植被類型地域分布（圖1b）及不同植被類型的主控氣象因子（圖8b）可以發(fā)現(xiàn)，針葉林主要分布于流域下游，其主控氣象因子為P和SD，而灌叢和草甸主要分布于流域中上游，其主控氣象因子為P、t和RH，與主控氣象因子空間分布相對應(yīng)。

表2 雅礱江流域各氣象因子對生長季NDVI變化的相對貢獻率Table 2 Relative contribution rates of various meteorological factors to NDVI changes in the growing season in Yalong River Basin

圖8 雅礱江流域生長季NDVI變化主控氣象因子空間分布（a）及不同植被類型主控氣象因子（b）Fig. 8 Spatial distribution of primary meteorological factors that control NDVI changes (a) and controlling meteorological factors for different vegetation types (b) during the growing season in Yalong River Basin

4 討論

引起植被變化的因素眾多，如氣候變化、人類活動、地形地貌、地質(zhì)災(zāi)害等，而植被變化是對不同影響因素的復雜耦合響應(yīng)結(jié)果，目前得到了國內(nèi)外學者的廣泛關(guān)注，本研究重點探討雅礱江流域生長季植被變化規(guī)律，導致植被變化的主控氣象因子及其貢獻率，植被變化對氣象因子的響應(yīng)程度及時滯效應(yīng)。

結(jié)果表明，雅礱江流域植被總體呈略微下降趨勢，空間變化差異顯著，與他人研究結(jié)果基本一致（田甜等，2012；杜艷秀，2016）?？傮w上，降水和氣溫是影響雅礱江流域生長季植被變化的主控氣象因子（曾波等，2011；田甜等，2012），且主控氣象因子存在空間異質(zhì)性。P、t和RH是中上游植被變化的主控氣象因子，而P和SD是下游植被變化的主控氣象因子（圖8a）。孫銳等（2020）認為植被對氣象因子的響應(yīng)關(guān)系與地形因素息息相關(guān)，受地形因素影響，各氣象因子變化存在明顯的地域差異，導致不同地區(qū)的氣候條件相差較大。Tai et al.（2020）發(fā)現(xiàn)不同區(qū)域植被對氣候變化的敏感程度有所區(qū)別，引起了植被垂直地帶性差異。雅礱江流域地形高差較大，中上游海拔高，下游海拔較低（圖1a），導致流域氣候十分復雜，空間差異大。良好的水熱條件是植被生長的必要因素，本研究及相關(guān)研究均得出一致的結(jié)論，P和t對整個流域植被變化產(chǎn)生較大影響。由于低海拔地區(qū)降水充沛，溫度適宜，日照時數(shù)越長，促進光合作用，更有利于植被的生長（曹永強等，2018；高江波等，2019），因此，下游植被除了主要受P影響外，受SD也影響較大。高海拔地區(qū)由于氣候偏干，植被生長需要更充足的水分（陳京華等，2015；高江波等，2019），因此，上游植被除了主要受P和t的影響，RH對該區(qū)域的影響較大。流域植被NDVI與海拔的相關(guān)系數(shù)為-0.546，呈顯著負相關(guān)（通過99%置信度檢驗），結(jié)合不同海拔梯度植被與主控氣象因子的相關(guān)關(guān)系可知（圖9），流域NDVI最大值出現(xiàn)在海拔2000—2500 m間，P和t最大值均出現(xiàn)在海拔1000—1500 m間，表明流域植被對氣象因子的響應(yīng)與地形地貌有較為密切的關(guān)系，是氣候與自然地理等因素共同作用的結(jié)果。

圖9 雅礱江流域各海拔梯度生長季NDVI、降水量和平均氣溫變化趨勢Fig. 9 Trends of NDVI, precipitation and average temperature in the growing season at different altitude gradients in Yalong River Basin

根據(jù)雅礱江流域植被與氣象因子的響應(yīng)分析結(jié)果可知，流域上游及中游北部地區(qū)植被與氣象因子的主成分回歸R2較高，說明該地區(qū)植被變化主要與氣候因子密切相關(guān)。而中游南部及下游地區(qū)的R2較小，分析原因可能有兩方面：一是本文采用線性回歸法對NDVI與氣象因子進行擬合，而植被與氣象因子可能呈現(xiàn)非線性響應(yīng)關(guān)系，因此存在非線性誤差及回歸方程本身的系統(tǒng)誤差（崔利芳等，2020）；二是流域內(nèi)大型水電開發(fā)項目、耕地及城鄉(xiāng)、工礦、居民用地主要分布在流域中下游，該區(qū)域植被受人類活動影響較大。相關(guān)研究表明（盧鑫等，2016），水庫蓄水后改善了庫區(qū)局地氣候，會影響周邊植被生長，且四川省涼山州在 1999年成為全國最先啟動退耕還林工程的地區(qū)之一，植被覆蓋面積逐漸增加（郭舒曼，2019）。中游地區(qū)地質(zhì)構(gòu)造復雜，地形變化急劇，構(gòu)造運動強烈，受自然災(zāi)害、水土流失和城鎮(zhèn)建設(shè)發(fā)展等多重因素的影響（許秀貞，2019；常曉軍等，2009），導致植被種類、分布和生長狀況不斷發(fā)生變化。

本研究發(fā)現(xiàn)流域植被對氣象因子的響應(yīng)存在顯著的時滯效應(yīng)，與他人研究結(jié)果相一致（曾波等，2011；白淑英等，2012）。其中植被對P、t和RH存在1—3個月的滯后響應(yīng)時間，而對SD和v存在3個月的滯后響應(yīng)時間，并且流域植被對各氣象因子的時滯效應(yīng)具有明顯的區(qū)域分異特征。周偉等（2014）認為植被對氣象因子滯后響應(yīng)的空間異質(zhì)性與植被類型差異有關(guān)，由于不同植被其植物根系、葉面積大小、冠層高度等特征存在差異，導致植被對水分的吸收及植被蒸騰和光合作用有所區(qū)別，所以不同植被類型對氣候變化的響應(yīng)存在一定差異（龐靜等，2015；盧喬倩等，2020）。雅礱江流域主要植被類型為針葉林、灌叢和草甸，針葉林分布于流域中下游，灌叢分布于中游地區(qū)，草甸主要分布于流域上游（圖1b），而不同植被類型對氣象因子的滯后響應(yīng)時間存在較大差異（圖6），并且與上中下游滯后響應(yīng)時間的差異相對應(yīng)。因此，不同植被類型因其自身獨特的生理特性引起植被對氣候變化時滯效應(yīng)的差異。

由于植被變化主控氣象因子的空間異質(zhì)性，導致不同植被類型的主控氣象因子也有所差異（圖8b），因此，應(yīng)考慮不同植被類型對氣候條件變化的適應(yīng)能力，因地制宜的為該區(qū)域的植被保護和開發(fā)提供科學手段。采用空間插值方法對結(jié)果產(chǎn)生一定的誤差，本文的插值結(jié)果也不例外，因此需采用更優(yōu)的插值方法對氣象數(shù)據(jù)進行空間插值。本文采用的8 km空間分辨率NDVI數(shù)據(jù)對于研究區(qū)的植被變化研究略微粗糙，需采用分辨率低的產(chǎn)品更加精細探究植被對氣候變化的響應(yīng)，并進一步探討與分析人類活動對該區(qū)域植被變化的影響方式、影響規(guī)律和驅(qū)動機制。另外，由于8 km研究尺度較大，本文僅分析了植被與海拔的相關(guān)關(guān)系，可進一步采用分辨率較低的NDVI產(chǎn)品分析植被與坡度、坡向的相關(guān)關(guān)系。

5 結(jié)論

本研究對 1982—2015年雅礱江流域生長季植被時空變化規(guī)律進行分析，并探討了流域植被變化對氣象因素的響應(yīng)及貢獻度，主要結(jié)論如下：

（1）雅礱江流域NDVI在年內(nèi)呈單峰型變化，整體呈不顯著下降趨勢。流域NDVI呈西北低東南高的空間格局，植被退化和改善面積各占 30%和24.28%。

（2）降水和氣溫是導致全流域植被變化的主控氣象因子，受地形因素影響，不同區(qū)域植被變化的主控氣象因子存在差異，降水、平均氣溫和相對濕度是中上游植被變化的主控氣象因子，而降水和日照時數(shù)是下游植被變化的主控氣象因子。

（3）流域植被對氣象因子的響應(yīng)程度自上游向下游逐漸減小，且對各氣象因子的響應(yīng)存在不同程度的時滯效應(yīng)，植被對各氣象因子滯后響應(yīng)面積大小順序為：平均風速＞降水＞日照時數(shù)＞平均氣溫＞相對濕度。植被變化對降水、平均氣溫和相對濕度的響應(yīng)存在1—3個月不等的滯后時間，而對日照時數(shù)和平均風速存在3個月的滯后響應(yīng)，且流域植被對各氣象因子的時滯效應(yīng)具有明顯的區(qū)域分異特征。