紅樹林生長氣象條件適宜度評估方法研究
——以廣西北海沙生紅樹林為例

陳燕麗，張 悅，錢 拴，孫 明，莫偉華

（1.廣西科學院廣西紅樹林研究中心 廣西紅樹林保護與利用重點實驗室，廣西北海 536000；2.中國農業大學資源與環境學院，北京 100094；3.國家氣象中心，北京 100081；4.廣西壯族自治區氣象科學研究所，廣西南寧 530022）

紅樹林是生長在熱帶及亞熱帶沿海潮間帶的木本常綠闊葉植物群落，是最重要的藍碳資源之一[1]，生態服務功能突出[2]。紅樹林處于海洋與陸地的交錯帶，屬于典型敏感生態脆弱帶，對氣候逆境反應極其靈敏[3]，在全球氣候變化過程中具有重要的指示作用[4]。氣候變化背景下，氣候資源時空變異的加大將增加紅樹林生態系統的脆弱性[5]。廣西紅樹林面積居全國第二位，紅樹林是廣西重要的濕地生態系統和生態保護紅線重點區域之一，研究氣象條件對廣西紅樹林生長的影響對其保護和修復有重要意義。

紅樹林生長與氣象條件密切相關。氣溫和降水是紅樹林光合作用[6]和碳交換[7]的重要限制因子；氣溫[8-9]、降水[8]、大風[8,10-11]和日照[8]對紅樹林生長發育的影響在不同時間和地域有一定差異。氣溫、降水和海表溫度在很大程度上決定紅樹林潛在適合生長區域[12-14]，氣溫是人工紅樹林造林的主要限制因子[15]。紅樹林具有明顯的小氣候效應，對區域小氣候可起到明顯的調節作用[16]。現有的紅樹林和氣象關系研究多聚焦于兩者相互作用關系，綜合氣象條件影響分析和評估方面的報道較少。

目前，綜合氣象條件影響分析多采用氣候適宜度模型。氣候適宜度是將溫度、光照和降水等氣象因子的數量變化定量轉化為對植物生長發育、產量形成和品質指標等的適宜程度[17]，評估對象主要集中在農作物（玉米（Zea mays）[18]、小麥（Triticum aesti?vum）[19]和大豆（Glycine max）[20]）和經濟作物（橡膠[21]、煙草（Nicotiana tabacum）[22]）等，在自然植被中應用的報道較少。針對自然植被，錢拴等[23]通過年際間氣象條件指數的對比，實現不同時段年際間棉花生長氣象條件的評價；Chen 等[24]采用偏最小二乘回歸法，構建喀斯特植被增強型植被指數（Enhanced veg?etation index，EVI）氣象擬合模型（Climate vegetation index，CVI），通過CVI年際差值構建喀斯特地區植被氣象條件綜合影響評價模型。

歸一化植被指數（Normalized difference vegeta?tion index，NDVI）是用于表征植被長勢最廣泛的遙感監測指數。本研究以廣西北海典型沙生紅樹林為研究對象，利用北海紅樹林生態氣象站和NDVI觀測數據及國家氣象臺站數據，研究影響紅樹林長勢的關鍵氣象因子、紅樹林小氣候效應和氣象指標閾值，建立紅樹林綜合氣象條件適宜度評估模型，為紅樹林保護和修復工程中開展氣象條件影響定量評估提供技術支持。

1 材料與方法

1.1 研究區概況

廣西北部灣由沿海的防城港、欽州和北海3 市組成，擁有總面積全國第二、天然林面積全國第一的紅樹林及山口和北侖河口兩個紅樹林國家級自然保護區。廣西北部灣紅樹林生態區屬南亞熱帶海洋性季風氣候；1961—2019年，年均氣溫為22.2 ～22.9 ℃，年均降水量為1 772.3 ～2 746.4 mm，年均日照時長為1 515.9 ～1 973.2 h。北海紅樹林生態氣象觀測試驗站建成于2018年底，位于廣西北海市國家海洋科技園區的小海灣（109°18′E，21°27′N），位于廣西紅樹林生態區中部。

1.2 數據

國家氣象臺站數據為廣西北海國家基準站觀測數據，包括逐日平均氣溫、降水量、相對濕度和風速，數據時段為1961—2019年（59年）。

北海紅樹林生態氣象站數據來源于北海紅樹林生態氣象觀測試驗站，包括逐日平均氣溫、最高氣溫、最低氣溫、降水量、相對濕度、風速、地溫（5 和10 cm）、總輻射和光合有效輻射，數據時段為2018年11月8日—2019年11月16日。NDVI 數據來源于北海紅樹林生態氣象觀測試驗站通量塔搭載的NDVI探頭，數據時段與氣象衛星的NDVI序列相同。

衛星遙感數據：選擇NASA MODIS 陸地產品組根據統計算法開發的MODIS 植被指數產品MOD13Q1，即全球250 m分辨率、16天合成的植被指數產品，數據版本為V006。對所獲得的MOD13Q1遙感數據集進行子集提取、圖像鑲嵌、數據格式轉換、投影轉換及質量檢驗等預處理，得到質量可靠的NDVI 數據集，16 天合成NDVI 數據，進行最大值合成，獲取2000—2019年NDVI年最大值序列。

1.3 方法

1.3.1 氣象因子篩選

利用紅樹林生態氣象站數據，分析表征紅樹林長勢的NDVI 與累積降水量、最高氣溫、最低氣溫、平均氣溫、相對濕度和風速等氣象因子的相關性，結合文獻資料確定影響紅樹林生長的關鍵氣象因子。

1.3.2 氣象數據訂正

紅樹林具有小氣候效應[16]，國家氣象臺站數據用于紅樹林生長氣象條件評價時需進行訂正，訂正為紅樹林生態氣象站數據，用于推算歷年紅樹林生長氣象指標。利用各氣象因子國家氣象臺站與生態氣象站數據的比值，將歷年國家氣象臺站數據訂正為生態氣象站數據。計算公式如下：

式中，Xg為國家氣象臺站數據；Xs為紅樹林生態氣象站數據；A為某一氣象指標兩站數據的比值；Yn為訂正后數據；Yo為原始國家氣象臺站數據。

1.3.3 氣象指標計算

溫度是影響紅樹植物生長的關鍵因素[25]。有效積溫是植物在某個生育期或全部生育期內有效溫度的總和，即植物在某段時間內日平均氣溫與生物學零度之差的總和。有效積溫可反映植物生長發育對熱量的需求或衡量地區熱量資源，其剔除了生物學下限溫度以下和上限溫度以上的溫度，基本上反映了植物的生育速率與溫度的線性關系。計算公式如下[26]：

式中，Te為評估時段的有效積溫（℃）；T為日平均溫度（℃）；Tb為最低溫度（℃）；To為最適溫度（℃）；Tm為最高溫度（℃）。研究中采用的紅樹植物3 個基點溫度Tb、To和Tm分別為10 ℃[8]、27 ℃[6]和38 ℃[8]。

水分是植被生長不可或缺的因子，采用生育期內的累積降水量表示。累積降水量為在生長季內每日降水量的總和[8]，計算公式如下：

式中評估時段的累積降水量（mm）；Pi為逐日降水量（mm）；n為統計天數。

空氣濕度對植被生長有重要作用。相對濕度是指空氣中水汽壓與相同溫度下飽和水汽壓的百分比，是表征大氣干燥程度的物理量。濕度指標采用平均相對濕度表示[27]，計算公式如下：

風可加強植被和空氣的熱量交換，增加土壤蒸發和植物蒸騰，影響空氣中二氧化碳等成份的擴散與輸送，從而影響植物生長。風速指標采用平均風速表示[28]，計算公式如下：

1.3.4 氣象指標閾值確定

依據某種氣象條件出現越頻繁，植被受到的鍛煉越多，其適應能力越強的氣候適應性原理，確定氣象指標的適宜、一般適宜和不適宜閾值。設樣本依次為X1，X2，X3……Xn，計算公式如下：

式中，Xi為某氣象指標序列；為氣象指標平均值；Di為氣象指標距平絕對值；n為數據樣本總個數。對Di由小到大排序，并依據其大小，篩選對應Xi作為某一適宜度等級閾值計算序列。其中，適宜閾值為重新排序后Di的第1 ～80個百分位值對應的數據，占總樣本數的80%；一般適宜閾值為81 ～90個百分位值對應的數據；剩余數據為不適宜閾值計算序列[29]。

1.3.5 氣象NDVI計算

氣候變化和人類活動是植被變化的主要驅動力，在非人類活動影響下，自然植被變化的主要驅動力為氣候變化。目前，已發展出多種方法用于分離氣候變化和人類活動對植被的影響[30]，但并未形成公認有效的區分方法[31-32]。農氣上常用的趨勢分離法是分離氣象和人為（生產力水平提高）影響的常用方法。本研究將趨勢分離法用于分析自然植被，通過分析紅樹林氣象NDVI與綜合氣象條件評分的一致性，判斷紅樹林氣象適宜度評估模型。借鑒氣象產量分離方法[33]，將表征紅樹林長勢的NDVI分解為趨勢NDVI、氣象NDVI和隨機NDVI，公式為：

式中，y為實際NDVI；yt為趨勢NDVI；yw為氣象NDVI；Δy為隨機NDVI。隨機NDVI對實際NDVI影響較小，且無法用函數的形式表達出來，一般忽略不計；趨勢NDVI擬合方法采用一元線性回歸法[33]。

2 結果與分析

2.1 紅樹林氣象條件評估因子

分析紅樹林冠層NDVI 與氣象因子的相關性（表1）。年尺度上，NDVI 受氣溫影響極顯著（P＜0.01），受相對濕度影響顯著（P＜0.05）。季節尺度上，夏季NDVI 與地溫和降水量的相關性較高，秋季NDVI 受氣溫影響極顯著（P＜0.01），春季NDVI 與相對濕度的相關性最高。在年、季尺度的分析基礎上，進行月尺度（表1）和日尺度（圖1）的分析。月尺度上，NDVI 在1月與風速和輻射均呈顯著相關（P＜0.05），與地溫呈極顯著相關（P＜0.01）；在3月與降水量和地溫均呈顯著或極顯著相關（P＜0.05，P＜0.01）；在5月與相對濕度呈極顯著相關（P＜0.01）；在7月與風速呈顯著相關（P＜0.05）；在8月與降水量、氣溫、相對濕度和地溫均呈極顯著相關（P＜0.01）；在11月與相對濕度呈極顯著相關（P＜0.01）。NDVI與8月（生長旺盛期）氣象因子的相關性最高。日尺度上，除降水量外，NDVI 與各氣象因子均呈顯著相關（P＜0.05）；與日平均氣溫、最高氣溫、最低氣溫、5 cm 地溫、總輻射和光合有效輻射均呈正相關，與相對濕度、風速和10 cm 地溫均呈負相關。降水方面的相關性不顯著可能是因為日尺度上降水為0的時間較多。

圖1 2018年11月— 2019年11月紅樹林NDVI與各氣象因子日尺度上的散點圖Fig.1 Scatter diagrams between NDVI and daily meteorological factors in mangrove from November 2018 to November 2019

表1 2018年11月—2019年11月紅樹林NDVI與各氣象因子的相關系數Tab.1 Correlation coefficients between NDVI and meteorological factors in mangrove from November 2018 to November 2019

氣溫、相對濕度、地溫和輻射對紅樹林NDVI 的作用在不同時間尺度（年、季和月）上均有體現，降水量和風速僅在月尺度有所體現。通過查閱文獻和災情資料，廣西北部灣紅樹林區出現的幾次較嚴重的病蟲害均與高溫、連續無降水日數較多的氣候條件有關[34]。紅樹林生態氣象站觀測的地溫受潮汐影響，與普通氣象臺站地溫有較大差異，因此氣象條件評估不考慮該因子；降水量和風速在年和季尺度上與NDVI相關程度低，但在兩個關鍵月份（3和8月）中相關性高，仍為影響紅樹林生長的主要氣象因子；平均氣溫和最高氣溫、最低氣溫與NDVI 相關性高，前者包含后兩者的信息，因此只選平均氣溫作為影響紅樹林生長的熱量因子；考慮到多數氣象站缺少總輻射、光合有效輻射的觀測，為使建立的指標和模型適用于大多數氣象站，本研究暫不考慮輻射因子。在綜合紅樹林NDVI 與氣象因子的相關性、文獻資料及未來模型推廣的基礎上，選擇平均氣溫、降水量、相對濕度和風速作為紅樹林生長氣象條件評估因子。

2.2 國家氣象臺站和生態氣象站數據比較

紅樹林小氣候效應明顯，生態氣象站只代表1 個點，為充分利用紅樹林周圍區域更多氣象站的資料，全面評估氣象條件對紅樹林的影響，進行國家氣象臺站和生態氣象站數據比較。各氣象因子國家氣象臺站與生態氣象站數據比值（簡稱“比值”）年均值為0.8 ～1.0，年最大值為0.9 ～1.3，年最小值為0.8 ～1.0（表2）。對于年均值，降水量、平均氣溫和相對濕度國家氣象臺站與生態氣象站的數據無差異（比值1.0），風速差異較大（比值0.8）。對于年最大值，平均氣溫和相對濕度國家氣象臺站與生態氣象站的數據無差異（比值1.0），降水量差異較大（比值1.3）。對于年最小值，降水量國家氣象臺站與生態氣象站的數據無差異（比值1.0），風速差異較大（比值0.8）。

表2 各氣象因子國家氣象臺站和生態氣象站數據比值Tab.2 Ratios of meteorological factors observed in national meteorological station and ecological meteorological station

2.3 紅樹林氣象條件評估和驗證

利用訂正后的氣象數據，計算紅樹林生育期有效積溫、累積降水量、相對濕度和風速。依據本研究的閾值劃分方法，獲得4種評估指標適宜、一般和不適宜3個等級區間（表3）。

表3 單一氣象因子適宜度評估區間Tab.3 Suitability evaluation intervals of single meteorological factor

依據單一氣象因子適宜度評估閾值，分別評價有效積溫、累積降水量、相對濕度和風速的適宜度，將單一氣象指標適宜、一般和不適宜數量化，評分分別為10、6 和3 分。參考紅樹林NDVI 與氣象因子相關性分析結果，采用層次分析法將有效積溫、相對濕度、累積降水量和風速的影響權重分別設置為0.5、0.25、0.15和0.10；采用加權綜合法，建立紅樹林綜合氣象條件適宜度評估模型，計算公式如下：

式中，T、R、H和W分別為有效積溫、累積降水量、相對濕度和風速的適宜度評分。8 ≤S≤10 時，綜合氣象條件判定為適宜；4.5 ≤S＜8 時，綜合氣象條件判定為一般；3 ≤S＜4.5 時，綜合氣象條件判定為不適宜。根據綜合氣象條件適宜度評估模型，進行2000—2019年北海紅樹林綜合氣象條件適宜度評估（表4）。近20年，北海多數年份的綜合氣象條件適宜度為適宜，一般適宜年份有兩年（2001 和2017年），不適宜年份僅有1年（2019年）。

表4 北海紅樹林綜合氣象條件適宜度評估Tab.4 Suitability evaluation based on multiple meteorological conditions in mangrove in Beihai

續表4 Continued

為驗證綜合氣象條件適宜度評估模型的有效性，本研究選取北海市面積較大的紅樹林作為代表樣點，獲取紅樹林MODIS NDVI年最大值序列數據并分離氣象NDVI（圖2）。紅樹林長勢與綜合氣象條件評分有較高的一致性；總體來說，綜合氣象條件評分高的年份，紅樹林長勢較好；綜合氣象條件評分低的年份，紅樹林長勢較差。典型年份為2001、2005、2010、2017 和2019年。進一步分析得知，2000 — 2019年綜合氣象條件評分與氣象ND?VI 全序列呈顯著相關，相關系數達0.63；其中，氣象NDVI 負值年份與綜合氣象條件評分相關系數達0.80。

圖2 北海紅樹林氣象NDVI與綜合氣象條件評分變化曲線Fig.2 Change curves of meteorological NDVI and scores of multiple meteorological conditions in mangrove in Beihai

3 討論與結論

3.1 討論

已有的紅樹林和氣象相關性的研究多基于不連續生長發育狀況實地調查數據，已證實氣溫和降水[8]是紅樹林生長發育的重要影響因子。本研究依托北海紅樹林生態氣象站NDVI 高通量觀測的優勢，從月、季和年3個尺度分析多個氣象因子與表征紅樹林長勢NDVI 的相關性。結果顯示，氣溫和降水量在紅樹林生長旺盛時期（8月）與NDVI 均呈極顯著相關，與已有研究結論一致[8-9]。本研究發現，在年和季尺度上，氣溫與NDVI 相關性較高，降水量與NDVI 的相關性不高，風速與NDVI 在1 和7月呈顯著相關；相對濕度與NDVI 在年尺度上呈顯著相關，在5、8 和11月呈極顯著相關。本研究以氣象與NDVI 的相關性選擇氣象評估指標，理論上具有客觀性，但本研究獲取的NDVI 時間序列較短，在保障生態氣象站設備正常運轉的前提下，獲取更長時間序列的NDVI 數據，可進一步驗證氣象指標的合理性。

由于紅樹林群落結構的復雜性[35]，生態氣象站群落代表性有限，評估模型在其他紅樹林生態區的適用性需進一步驗證。由于生態氣象站氣象數據有限，本研究僅用比值法對國家氣象臺站天氣數據進行校正，在今后的研究中，應在更長時間序列數據的基礎上，對訂正方法進行改進。同時，應結合更多年限的生育期或NDVI 數據，對氣象條件適宜度評估模型進行驗證，提高生育期閾值評價的精度。

氣象災害是影響紅樹林生長的關鍵因子，如高溫天氣極易誘發紅樹林病蟲害，影響紅樹林健康生長[36]。本研究建立的模型評估結果在NDVI 明顯降低年份與綜合氣象條件評分吻合度高，一定程度上表明模型對氣象災害具有敏感性。目前，氣象災害對紅樹林的影響多為定性研究[8]，如能定量分析氣象災害對紅樹林生長的影響，可提高模型評估精度，對紅樹林應對氣候變化和紅樹林保護修復提供更科學和合理的決策參考。

3.2 結論

本研究通過相關分析篩選并確定氣溫、降水量、風速和相對濕度為影響廣西北海典型沙生紅樹林生長的關鍵氣象因子；通過分析紅樹林生態氣象站與其周圍氣象站數據的差異，明確了年度氣象條件定量評估需對風速資料進行訂正；定量評估了影響紅樹林生長的全生育期有效積溫、累積降水量、相對濕度和風速；通過提出氣象條件影響下的NDVI 且分離出年際間氣象條件波動影響下的氣象NDVI，消除了年際間氣象條件差異對紅樹林長勢產生的影響；利用加權綜合法建立紅樹林綜合氣象條件適宜度評估模型，氣象條件評估結果與紅樹林長勢變化有較高的一致性，建立的氣象條件適宜度評估指標和模型可用于開展該區域紅樹林生長氣象條件影響評價。