1982—2020年內蒙古地區極端氣候變化及其對植被的影響

蘇日罕,郭恩亮,*,王永芳,銀 山, 顧錫羚,康 堯,包山虎

1 內蒙古師范大學地理科學學院, 呼和浩特 010022 2 內蒙古自治區蒙古高原災害與生態安全重點實驗室, 呼和浩特 010022 3 內蒙古自治區遙感與地理信息系統重點實驗室, 呼和浩特 010022

極端氣候事件是指特定時段內某類氣候要素統計量值顯著偏離平均值、且超出其觀測統計量值區間上下限的閾值的事件[1]。與平均態的氣候變化相比,極端氣候事件由于其突發性和破壞性強,會給社會、經濟和人類生活造成嚴重的影響和損失。IPCC第六次評估報告中指出,在全球變暖進一步加劇的背景下,熱浪、強降水、干旱等極端氣候事件發生的頻次和強度將增加[2]。一系列研究又指出歐洲、蒙古高原、美國、伊朗等地區均出現極端暖事件逐漸增多, 極端冷事件逐漸減少的現象[3—8]。因此,極端氣候的研究已成為當今社會的熱點話題。

聯合國政府間氣候變化專門委員會第六次評估報告(IPCC6)中指出，氣候變化監測和指標專家組(ETCCDI)定義了27個代用氣候指數,主要集中在對極端氣候的描述上[9]。目前,國內外不同研究小組都一致認同代用極端氣候指數對極端氣候變化監測的重要性[10]。 除了極端氣候事件監測外,其對陸地生態系統的影響研究也是熱點問題之一[11]。植被連接著土壤、水圈和大氣圈[12],其呼吸作用、光合作用和植被的蒸散發等對生態系統能量收支、水熱平衡和生物循環有著重要作用[13]。歸一化植被指數(NDVI)是監測陸地植被生長狀態及空間分布變化的最佳指示因子[14],常用于反映區域內植被動態對氣候變化的響應[15]。例如,高瀅等對陜西省極端氣候指數與NDVI進行相關分析,發現NDVI對極端氣候的響應具有空間差異性,比如NDVI與日最低氣溫極大值(TNx)在陜西省北部呈負相關,在南部呈正相關[16]。張晉霞等發現,氣溫日較差(DTR)和冷夜日數(Tn10p)是影響新疆大部分地區植被NDVI的主導指數[17]。

內蒙古位于中國北部邊疆,其植被類型多樣,生態環境脆弱,對氣候變化尤為敏感。極端氣候事件會對生態系統土壤水分和養分狀況、植物生長發育和生理特性、群落結構、生產力和碳循環產生影響[18]。目前,有關內蒙古地區極端氣候變化的研究已有不少,但是從極端氣候的強度、持續時間、頻率等多種維度深入探究其演變規律及對植被生長影響的研究較少。因此本文從極端氣候的強度、持續時間和頻率角度出發,選取18個極端氣候指數對內蒙古地區極端氣候的時空演變規律進行研究,在此基礎上,利用皮爾遜相關系數法和地理探測器模型,分別從線性和空間異質性角度入手,探究極端氣候對植被動態變化的影響,研究結果對該區生態環境的保護與筑牢區域生態安全具有重要意義。

1 材料與方法

1.1 研究區概況

內蒙古自治區(97°12′—126°04′E,37°24′—53°23′N)位于我國北部邊疆地區,總面積為118.3萬km2。內蒙古地形復雜、地貌單元多樣,平均海拔1000m,地形地勢由西向東、從南到北逐漸下降(圖1)。內蒙古位于北半球中高緯度內陸區,屬于西北干旱、半干旱氣候向東南沿海濕潤、半濕潤季風氣候的過渡帶[19]。年均溫為-4—9℃,具有夏季短暫而炎熱、冬季寒冷而漫長、春季風大少雨、秋季氣溫劇降,晝夜溫差大,日照時間充足等特點。降水量少且不均勻,全區降水量平均為375mm,由東北向西南遞減。

圖1 研究區概況Fig.1 Overview of the study area

1.2 數據來源與處理

1.2.1NDVI數據

本研究使用的NDVI數據來源于國家地球系統科學數據中心提供的NOAA CDR NDVI數據集(http://www.geodata.cn)。選取的數據集時間跨度為1982—2020年,空間分辨率為5km,時間分辨率為1d。最大值合成法(MVC) 可以從多時間數據中選擇最高NDVI值來代表某像元值,并具有消除云、大氣與太陽高度角等干擾的優點[20]。因此,本研究利用MVC對NDVI數據集進行合成處理,構建了1982—2020年內蒙古地區的NDVI年最大值來監測該區植被動態及其對極端氣候的響應。

1.2.2氣象數據

氣象數據來源于內蒙古氣象局115個站點的逐日最高氣溫、日最低氣溫和日降水量數據,若有缺失的站點數據,利用歷史同時期多年平均值進行了插補處理。使用Rclimdex1.0對原始數據進行質量分析后計算了1982—2020年18個極端氣候指數(包括10個極端氣溫指數和8個極端降水指數),再用反距離權重法進行了空間插值,并將選取的極端氣候指數從強度、持續時間和頻率3個維度進行了歸類[21](表1)。

1.3 研究方法

1.3.1森氏斜率(Theil-Sen)和曼-肯德爾(Mann-Kendall)顯著性檢驗

Theil-Sen斜率是一種非參數估計方法,常用于分析某一要素在長時間序列中的變化趨勢[22]。相對于簡單的線性回歸分析,該方法可以減少異常值的影響[23]。因此,本文用此方法計算了極端氣候指數與NDVI的空間變化趨勢。計算公式如下:

(1)

式中,median表示中位數函數,β表示某極端氣候指數或NDVI的變化趨勢,xi和xj表示不同年份的序列數據,ti和tj為時間序列。當β>0時,表示某極端氣候指數或NDVI呈上升趨勢；β<0時,則表示存在下降趨勢。

表1 極端氣候指數及定義Table 1 Definitions of extreme climate indices

Mann-Kendall檢驗(簡稱MK檢驗)是一種非參數統計檢驗方法,由于其不需要樣本遵循一定的分布,也不受少數異常值的干擾,在水文、氣象等要素時間序列趨勢變化中廣泛應用[16]。計算公式如下:

假設時間序列X1,X2,…,Xn。定義檢驗統計量S:

(2)

(3)

式中,xi和xj為時間序列數據,n為數據個數。當n>10時,統計量S為正態分布,標準化檢驗統計量Z通過下式計算:

(4)

(5)

式中,當|Z|>1.65、1.96和2.58時,表示變化趨勢分別通過了置信度90%、95%和99%的顯著性檢驗,說明存在顯著變化趨勢。

1.3.2相關分析

本文采用Pearson相關分析方法分析了極端氣候指數與NDVI之間的相關關系。計算公式如下:

(6)

1.3.3地理探測器

地理探測器是探測空間分異性,以及揭示其背后驅動力的一組統計學方法[24],包括因子探測器、交互探測器、風險探測器和生態探測器。本文采用因子探測器測度內蒙古地區18個極端氣候指數對植被NDVI變化的解釋力。計算公式如下:

(7)

式中,Q為極端氣候指數對NDVI變化趨勢的解釋力,Q?[0,1],q值越大表示解釋力越強；h(1,2,…,L)為變量分類或分區；Nh和N分別為層h和區域單元數；σh2和σ2分別是h層和區域內Y值的方差。

2 結果與分析

2.1 內蒙古地區極端氣候指數變化特征

2.1.1極端氣候指數時間變化

從極端氣溫指數的年際變化(圖2)發現,極端氣溫強度指數日最低氣溫極小值(TNn)、日最高氣溫極小值(TXn)分別以0.192℃/10a、0.074℃/10a的速率減小,而日最低氣溫極大值(TNx)和日最高氣溫極大值(TXx)分別以0.521℃/10a、0.561℃/10a的速率增加。但是日氣溫極大值的增加速率明顯大于日氣溫極小值的減小速率,可能這種不對稱的變化是導致氣溫日較差(DTR)緩慢減小(0.018℃/10a)的原因。生長季長度(GSL)以3.559d/10a的速率增加,說明近39年內蒙古地區極端氣溫持續時間呈增加趨勢。暖晝日數(Tx90p)和暖夜日數(Tn90p)分別以1.977d/10a、2.285d/10a的速率增加,而冷晝日數(Tx10p)、冷夜日數(Tn10p)分別以1.095d/10a、1.512d/10a的速率減少,說明內蒙古地區出現暖晝日數和暖夜日數的頻率增加,而出現冷晝日數和冷夜日數的頻率減少。從晝夜變化中看,內蒙古夜間變化速率比白天大,可以進一步說明,夜間變暖可能導致了內蒙古地區氣溫日較差呈減少趨勢。

從極端降水指數的年際變化(圖3)看出,1日最大降水量(Rx1day)以0.238mm/10a的速率增加,5日最大降水量(Rx5day)以0.663mm/10a的速率減少,說明內蒙古地區極端降水呈單日降水強度增加,連續降水強度減少趨勢。雨日降水總量(PRCPTOT)則以1.317mm/10a的速率增加。在1982—2020年期間持續干燥日數(CDD)以2.229d/10a的速率減少,并且持續濕潤日數(CWD)也以0.09d/10a的速率減少。總的來說,39年來內蒙古地區連續性無降水天數和降水天數均在減少。中雨日數(R10)、大雨日數(R20)和暴雨日數(R25)呈緩慢增加趨勢,增加速率分別為0.008d/10a、0.003d/10a、0.001d/10a。由此可見,1982—2020年內蒙古地區極端降水的頻率呈增加趨勢,其中雨日數增加最明顯。除此之外,發現Rx1day、Rx5day、PRCPTOT、R10、R20和R25等極端降水指數最大值都出現在1998年,可能與1998年氣候異常導致的我國大部分地區暴雨偏多有關[25—26]。

圖2 極端氣溫指數時間變化趨勢Fig.2 Temporal variation trend of extreme temperature indicesTNn:日最低氣溫極小值 Monthly minimum value of daily minimum temperature ;TXn:日最高氣溫極小值 Monthly minimum value of daily maximum temperature ;TNx:日最低氣溫極大值 Monthly maximum value of daily minimum temperature ;TXx:日最高氣溫極大值 Monthly maximum value of daily maximum temperature ;DTR:氣溫日較差 Diurnal temperature range ;GSL:生長季長度length of growing season;Tx90p:暖晝日數Warm days ;Tn90p:暖夜日數Warm nights ;Tx10p:冷晝日數 Cold days ;Tn10p:冷夜日數Cold nights

圖3 極端降水指數時間變化趨勢Fig.3 Temporal variation trend of extreme precipitation indicesRx1day:1日最大降水量 Monthly maximum one-day precipitation ; Rx5day:5日最大降水量Monthly maximum five-day precipitation ;PRCPTOT:雨日降水總量Total amount of precipitation on rainy days ;R10:中雨日數 Number of days per year with precipitation amount≥10mm;R20:大雨日數Number of days per year with precipitation amount≥20mm;R25:暴雨日數Number of days per year with precipitation amount≥25mm;CDD:持續干燥日數 Consecutive dry days ;CWD:持續濕潤日數 Consecutive wet days

2.1.2極端氣候指數空間變化

從極端氣溫指數的空間變化(圖4)發現,TNn呈上升和下降的面積分別占總面積的35.5%和64.5%,其中僅5個和8個站點通過了顯著性檢驗(P<0.05)。TXn呈顯著上升和顯著下降的站點僅有2個。TNx呈增加的面積占99.5%,其中45個站點通過顯著性檢驗(P<0.01)。TXx呈增加的面積占99.6%,31個站點呈極顯著上升趨勢(P<0.01)。氣溫日較差(DTR)的空間變化趨勢具有明顯差異,呈上升和下降的面積各占37.9%和62.1%。其中有22個站點呈極顯著(P<0.01)上升趨勢,主要分布于赤峰市和鄂爾多斯市,有29個站點呈極顯著的下降趨勢,主要分布于阿拉善盟和巴彥淖爾市和興安盟的部分地區。生長季長度(GSL)呈增加的面積占97.8%,共有22個站點通過了顯著性檢驗(P<0.01),零星分布于全區,說明39年來內蒙古地區極端氣溫持續時間普遍增加。Tx90p和Tn90p在99%地區呈增加的趨勢且分別有97和91個站點通過了顯著性檢驗(P<0.01)。相反,Tx10p和Tn10p呈減少的面積各占99%和97%,且分別有52和68個站點呈極顯著的減少趨勢(P<0.01)。整體而言,1982—2020年期間內蒙古地區極端氣溫呈上升趨勢。

從極端降水指數的空間變化(圖5)看出,Rx1day呈上升和下降的面積分別占48%和52%,Rx5day呈上升和下降的面積分別占41.7%和58.3%, PRCPTOT呈上升和下降的面積分別占36.3%和63.7%。其中Rx1day、Rx5day與PRCPTOT呈顯著上升(P<0.05)趨勢的站點分布于西部的阿拉善盟和巴彥淖爾市,而顯著下降的站點分布于東部的赤峰市和通遼市。說明39年來內蒙古西部地區的極端降水強度在增加,而中部和東部地區的極端降水強度在減少。CDD呈減少的面積占86%,呈增加的面積占14%,但是變化并不顯著。CWD呈減少的面積占69%,主要分布于中部和東部地區,CWD呈增加的面積占31%,主要分布于西部地區。說明39年來內蒙古西部干旱區的連續性降水天數呈增加趨勢,而中部和東部地區的連續性降水天數呈減少趨勢。R10、R20、R25呈增加的面積各占61%、65%、57%,主要分布在西部地區,呈減少的面積各占39%、35%、43%,主要分布在中部地區。綜上所述,1982—2020年內蒙古西部干旱區極端降水的強度、持續濕潤時間、頻率均在增加,中部典型草原區極端降水的強度、持續濕潤時間、頻率均在減少,表明西部干旱區的干旱程度有所減輕。

圖4 極端氣溫指數空間變化趨勢Fig.4 Spatial variation trend of extreme temperature indices

圖5 極端降水指數空間變化趨勢Fig.5 Spatial variation trend of extreme precipitation indices

2.2 內蒙古地區NDVI變化特征

空間分布上,39年來內蒙古地區NDVI呈自東北向西南逐漸降低的空間格局(圖6)。NDVI高值主要分布于東部地區,低值主要分布于西部地區。主要是因為干濕度地帶性引起了內蒙古植被類型從東到西依次為森林、草甸草原、典型草原、荒漠草原、戈壁荒漠植被類型分布導致的空間差異。

在空間變化趨勢上(圖6),根據Sen斜率和MK顯著性檢驗結果劃分出了六個等級:極顯著減少(P<0.01)、顯著減少(P<0.05)、不顯著減少、不顯著增加、顯著增加(P<0.05)和極顯著增加(P<0.01)。結果顯示內蒙古地區NDVI呈增加的面積占總面積的76%,其中呈極顯著增加趨勢的占64%,主要分布于內蒙古東部的呼倫貝爾市、通遼市、赤峰市和西南部烏蘭察布市、呼和浩特市、鄂爾多斯市。NDVI呈減少的面積占總面積的24%,其中0.04%的地區通過了顯著性檢驗,減少趨勢并不明顯。NDVI的變化趨勢具有明顯空間差異,一方面是由于不同地區水熱條件和植被類型不同,從而導致氣候變化對植被NDVI產生不同的影響,引起植被變化的空間差異。另一方面也說明“三北防護林”等生態建設工程取得了顯著成效[27]。

圖6 內蒙古NDVI空間分布及變化趨勢圖Fig.6 Distribution and spatial variation trend of NDVINDVI:歸一化植被指數 Normalized Difference Vegetation Index

2.3 極端氣候指數對NDVI變化的影響力

圖7 內蒙古地區不同極端氣候指數對植被NDVI變化的Q值 Fig.7 Q valve of extreme climate indices to NDVI changes in Inner MongoliaQ Valve:因子解釋力 The contribution rate of extreme climate indices to NDVI

從因子探測器結果發現(圖7),內蒙古地區不同極端氣候指數對植被NDVI變化趨勢的因子解釋力(Q值)排序為:R25>Rx1day>R20>R10>Rx5day> PRCPTOT>GSL>TXn>TNx>CWD>CDD>TXx>DTR>Tx90p>TNn>Tn10p>Tn90p>Tx10p,且均通過了顯著性檢驗。其中,R25、Rx1day、R20、R10、Rx5day、PRCPTOT等極端降水指數的因子解釋力均在0.3以上,說明內蒙古地區植被變化對極端降水的強度和頻率最為敏感。Tx90p、Tn90p、Tx10p、Tn10p、TNn等極端氣溫指數的因子解釋力較小,均在0.1以下,說明內蒙古地區植被變化對極端氣溫的敏感性不強。

2.4 內蒙古地區極端氣候與NDVI的相關性

2.4.1極端氣溫與NDVI的相關性

圖8表示內蒙古地區年NDVI對各極端氣候指數的響應程度,通過的顯著性檢驗均在α=0.05水平。結果顯示,NDVI與TNn、TXn的相關性普遍不高,全區98%的地區相關系數在-0.4-0.4之間。TNx、TXx在內蒙古中部和西部地區與NDVI呈顯著負相關,可能是由于該地區下墊面為典型草原和荒漠草原區,加之氣候干旱且水分條件較差,因此日氣溫的升高一定程度上加快了植被的蒸騰和土壤水分蒸發,從而對植被的生長產生負面影響[28]；在內蒙古東部地區與NDVI呈顯著正相關,有研究指出大興安嶺北部森林區植被氣候生產潛力與氣溫呈正相關且氣溫是影響該區植被氣候生產潛力的主導因子[29],由此可以確定,日氣溫的升高促進了該區植被生長。NDVI與Tx90p、Tn90p呈顯著正相關的地區主要東部地區,呈負相關的地區主要分布于中西部地區,但是相關性并不顯著。與之相反,Tx10p、Tn10p與NDVI在東部地區呈顯著負相關,在中西部地區呈顯著正相關。可能是對于東部地區森林和草甸草原區來說,暖晝日數和暖夜日數的增加會使土壤溫度增加且保持平衡,從而減輕低溫帶來的傷害,增強了植被的碳固定能力、初級生產力及呼吸作用,為植被創造了良好的生長條件[30]；而對于中部典型草原和荒漠草原地區來說冷晝日數和冷夜日數的增加利于土壤保持水分、減少蒸散量,從而利于該區植被的生長。DTR與NDVI呈顯著負相關的地區主要分布于中部地區,與NDVI呈顯著正相關的地區主要分布于東部地區。GSL與NDVI呈顯著正相關的地區主要分布于中部和東部地區,呈負相關的地區未通過顯著性檢驗。

2.4.2極端降水與NDVI的相關性

從圖9可以看出,NDVI與Rx1day、Rx5day、PRCPTOT、R10、R20、R25在內蒙古中部和西部地區均呈顯著正相關(P<0.05),可能是由于該地區水資源相對匱乏,極端降水的增加在一定程度上減緩了旱情,從而促進了植被生長。該結果與上文中計算的因子探測器的結果較為一致。NDVI與Rx1day、Rx5day、PRCPTOT、R10、R20、R25呈負相關的地區主要分布于東部地區,但未通過顯著性檢驗,相關性總體較弱。NDVI對極端降水強度和頻率的響應具有空間規律性,具體表現為:NDVI與Rx1day、Rx5day、PRCPTOT、R10、R20、R25在內蒙古中部典型草原區均呈正相關。NDVI與CWD呈顯著正相關的地區主要分布于中部地區,呈負相關的地區主要分布于東部森林區。森林區土壤水分較充足,因此極端降水持續時間過長可能會導致森林植被根系因水淹而出現無氧呼吸,影響植被的養分吸收效率,進而影響植被的正常發育[18]。因此,CWD與NDVI在東部森林區呈顯著負相關。此外,圖中顯示NDVI與CDD相關性不高。

圖9 極端降水指數與年NDVI的相關性Fig.9 Correlation between extreme precipitation indices and annual NDVI

3 討論

全球正經歷以氣候變暖為主要特征的變化。本文對內蒙古地區1982—2020年極端氣候變化進行研究發現,內蒙古地區正經歷極端偏暖現象,這與李春蘭、雅茹等的研究結果也是一致的[31—32]。Alexander等在全球極端氣候變化研究中指出,全球70%的陸地呈現出冷夜日數持續減少而暖夜日數持續增加趨勢越發顯著[33]。因此,內蒙古地區符合全球氣候變化趨勢。在晝夜變化中發現,內蒙古夜間變化速率比白天大,故夜間溫度的升高可能進一步加速了氣候變暖。在極端降水變化中發現,西部地區極端降水的強度、持續濕潤時間、頻率均在增加,說明內蒙古西部干旱區的干旱程度有所減輕,與前人的研究結果較為一致[34]。

對比極端氣溫和極端降水對NDVI的影響發現,影響內蒙古地區植被的主要生長因素是降水,且對極端降水的強度和頻率的響應最為敏感,并呈現出明顯的空間特征,具體表現為:NDVI與極端降水在內蒙古中部典型草原區呈正相關。羅琳玲在內蒙古植被長勢與氣候驅動分區研究中的發現在森林生態區、草原生態區和荒漠草原生態區3個分區中,內蒙古草原生態區受降水的驅動力為最強,這與本研究結果一致[35]。

本文也存在一些不足之處,影響內蒙古植被變化的因素不僅限于氣候,人為因素同樣起著重要作用。內蒙古東部地區極端降水在減少,NDVI卻呈現顯著增加趨勢,這離不開內蒙古東部地區“三北防護林”、“退耕還林(草)” 等生態工程的實施[36—37]。因此,在今后研究中持續強化極端氣候與人為因素對植被的影響機制研究。由于研究區東西跨度大,水熱條件和下墊面因子也存在較大差異,尤其是植被類型多樣且遵循有顯著的空間分布規律,因此,極端氣候變化對內蒙古不同植被類型區NDVI的影響也是在以后研究的重點。

4 結論

本文利用NDVI數據,以及內蒙古115個氣象站點的逐日最高氣溫、日最低氣溫和日降水量數據,計算出18個極端氣候指數,并采用趨勢分析、MK檢驗、相關性分析、地理探測器等方法,探究內蒙古地區1982—2020年極端氣候的強度、持續時間、頻率時空變化特征及其對植被的影響,得到以下主要結論:

(1)在時間變化趨勢上,TNx、TXx、Tx90p、Tn90p和GSL等極端氣溫指數均呈增加趨勢,說明近39年內蒙古地區極端高溫的強度、持續時間和頻率均在增加。極端降水持續時間指數CDD、CWD呈減少趨勢,說明內蒙古地區連續性無降水天數和降水天數均減少。

(2)在空間變化趨勢上,發現, GSL呈增加的面積占總面積的97.8%,說明,內蒙古地區極端氣溫持續時間普遍增加。從極端降水指數的空間變化發現,39年來內蒙古西部地區的極端降水強度和頻率在增加,而中部和東部地區的極端降水強度和頻率在減少。

(3)極端氣候指數與NDVI的相關性具有明顯的空間差異。具體表現為:NDVI與TNx、TXx、Tx90p、Tn90p等極端暖指數在東部多呈正相關,而在中部地區多呈負相關；NDVI與Rx1day、Rx5day、PRCPTOT、R10、R20、R25等極端降水指數在內蒙古中部地區均呈顯著(P<0.05)正相關。

(4)R25、Rx1day、R20、R10、Rx5day、PRCPTOT等極端降水指數的因子解釋力均在0.3以上,說明極端降水的強度和頻率對內蒙古地區植被變化有較大影響。