氣候變化和人類活動對中國北方旱區植被變綠的定量貢獻

許 麗,高光耀,王曉峰,陳永喆,周潮偉,王 凱, 傅伯杰

1 長安大學地球科學與資源學院,西安 710054 2 中國科學院生態環境研究中心 城市與區域生態國家重點實驗室,北京 100085 3 長安大學土地工程學院,西安 710054 4 陜西省土地整治重點實驗室, 西安 710054

旱區生態環境脆弱,荒漠化風險高,是最易受氣候變化影響的地區之一,植被恢復是旱區生態建設的重要措施[1]。1978年以來,我國實施了一系列的生態恢復工程,主要包括“三北風沙防護林工程”“天然林保護工程”、“退耕還林工程”和“京津冀風沙源治理工程”等[2],尤其是2000年后大規模的植被恢復計劃的實施,人類活動對旱區植被的干預得到顯著增強。生態恢復工程的實施成效顯著,但不合理的土地利用和盲目造林等人類活動,可能會造成植被退化,而過度植被建設也會加劇區域的水資源短缺,進而抑制植被生長[3—5]。另一方面,氣候的變異性日益增強,使得植被動態對于氣候變化和人類活動的響應具有滯后性和復雜性[6—7]。因此,定量分析氣候變化和人類活動對長時間尺度植被動態的貢獻,對于評估中國北方旱區的生態恢復效益和應對未來氣候變化具有重要意義。

目前植被變化的歸因分析方法主要包括殘差分析、生物物理模型和區域氣候模型等[8—11]。由于氣候和人為因素對植被變化影響的復雜機制,殘差分析利用簡單線性的方法無法準確描述氣候和人類活動綜合影響下的植被動態[12]。另一方面,由于模型參數計算的復雜性,增加了模型的不確定性。機器學習方法廣泛應用于描述氣候和人類共同干預的植被變化,為定量評估長時間序列的植被動態對氣候和人類活動的響應提供了新的工具[10,13]。Qu等基于多元回歸分析方法研究發現,在全國范圍內,歸一化植被指數(NDVI)的增加主要歸因于氣候因素,特別是氣溫,而造林解釋了 NDVI 變化的 25.5%[14]。Piao等采用五種基于過程的生態系統模型對中國植被變綠的歸因分析表明,在1982—2009年期間,中國造林對于植被變化的解釋度有限,植被變綠主要受到氣候變化的影響[8]。Chen等基于機器學習方法研究表明在2001—2018年期間,氣候因素主導了中國北方干旱地區葉面積指數(LAI)和植被總初級生產力(GPP)的增加,貢獻度為62.6%—66.5%[13]。總體上,之前研究缺少生態恢復工程前后氣候變化和人類活動對中國北方旱區植被變化貢獻的對比分析,特別是氣候變化和人類活動的貢獻沿干旱梯度的空間異質性分析存在不足。

為此,本研究分析了中國北方旱區1981—2018年期間氣候和植被的時空變化趨勢,基于偏相關分析探究氣候因子對植被變化的影響,采用隨機森林模型計算了2000年前后(即大規模生態恢復實施前后)氣候變化和人類活動對植被變化的相對貢獻,并分析了其在干旱梯度上的時空變異規律。

1 研究區概況與數據來源

1.1 研究區概況

中國北方旱區(30.12°—50.73°N,73.57°—127.06°E)的面積約為546.9萬平方公里,生態環境脆弱,降水量稀少而潛在蒸散發大,多年平均降水量和潛在蒸散發分別為304.0 mm和814.9 mm,主要為溫帶季風和溫帶大陸性氣候條件(圖1)[1]。根據干旱指數(AI),中國北方旱區(AI<0.65)可分為四個干旱梯度(I—IV):(Ι)極端干旱(AI<0.05),(Π)干旱(0.05

圖1 研究區概況Fig.1 Study area

1.2 數據來源

1.2.1植被、土地利用和生態恢復面積數據

本研究使用全球陸表特征參量LAI數據集來監測中國北方旱區的植被動態(http://www.geodata.cn/index.html)。該數據集的時間分辨率為8天,時間跨度從1981年到2018年[2]。1981年至1999年的LAI產品基于高分辨率傳感器(AVHARR)開發,空間分辨率為0.05°[15]。自2000年起,LAI采用中分辨率成像光譜儀(MODIS)數據,分辨率為1 km[16]。考慮到植被的生長過程,本研究只關注生長季的LAI變化(4—10月)。

植被覆蓋率采用植被連續場(VCF)數據來表示,包括樹木和非樹木植被的覆蓋率(%)(https://lpdaac.usgs.gov/products/vcf5kyrv001/)。樹木植被覆蓋率是指樹木冠層垂直投影覆蓋的地面比例,非樹木植被覆蓋率表示除樹木以外的植被(包括灌木和草本植被)覆蓋的地面比例。該數據時間覆蓋范圍為1982年至2016年[17],分辨率為500 m,由于1994和2000年沒有VCF數據,這兩年的數據由各自相鄰年份的平均值插補。經過驗證,數據準確性超過90%[18]。此外,采用歐洲航天局全球基礎氣候變化倡議的土地利用數據(ESA-CCI),該數據時間從1992到2018年,分辨率為300 m(http://maps.elie.ucl.ac.be/CCI/viewer/download)。植被恢復面積數據來自《中國林業和草原統計年鑒》, 根據逐年的統計數據(2001—2018),計算出2000年后每個縣的累計植被恢復面積比例(人為植被恢復面積/總面積)來表示縣域尺度上植被恢復的空間分布。

1.2.2氣候數據

研究區1981—2018年的月降水量(Pre)、近地表氣溫(Temp)和太陽輻射(Srad)等氣候數據來自國家青藏高原數據中心的中國氣象強迫數據集(CMFD)(https://data.tpdc.ac.cn/zh-hans/data/)。該數據集是基于再分析數據、全球陸地數據同化系統(GLDAS)GLDAS數據、地表輻射收支(GEWEX-SRB)輻射數據、熱帶測雨任務衛星(TRMM)降水和中國境內830個氣象站數據制作的,是一個高分辨率的氣象強迫數據集,時間分辨率為3小時,空間分辨率為0.1°[19—20]。

2 研究方法

2.1 趨勢和相關性分析

Theil-slope趨勢和Mann-Kendall(MK)檢驗是研究時間序列變化趨勢的非參數統計方法,用于確定氣候和植被因子的變化趨勢。采用偏相關分析研究植被動態(LAI)與不同氣候因子(Pre、Temp和Srad)之間的關系,并進行了顯著性檢驗(P<0.05)。通過對比2000年前后各個變量的偏相關系數分析各氣候因子對植被動態的相對正負效應及其變化。

2.2 隨機森林模型分離氣候和人類活動的貢獻度

采用隨機森林模型量化氣候因素和人類活動對植被變化的各自貢獻。首先,將中國北方旱區分為兩部分,即“基本自然區”和“人類活動干擾區”(圖1)。前者的植被變化主要由氣候驅動,后者受到氣候和人類活動的共同影響。人類活動影響的區域包括植被恢復、城市用地和耕地所占區域。綜合縣域尺度上植被恢復的面積比例和土地利用數據獲得人類活動干擾區域的空間范圍,其余地區為基本自然區。其次,計算 “基本自然區”和“人類活動干擾區”Pre、Temp、Srad的年均值及其年際Theil-Sen斜率趨勢、多年的LAI平均值等7個預測因子。在“基本自然區”中訓練隨機森林模型,分階段(1981—2000年和2000—2018年)建立LAI年際變化趨勢(目標變量)和7個預測因子(預測變量)的關系模型。最后,將訓練模型應用到整個區域,獲得整個區域氣候變化對于LAI變化趨勢的相對貢獻,用實際的LAI變化趨勢減去用氣候因子預測的LAI變化趨勢,即獲得人類活動的相對貢獻。

3 結果分析

3.1 氣候和植被變化的時空分異特征

1981—2018年期間,降水和氣溫均表現為增加趨勢,太陽輻射增長趨緩(圖2)。降水在III區增加最為顯著,而在IV區基本不變;氣溫在I和II區持續增加,在III和IV區2000年后增速趨緩;而太陽輻射在I 和II區為先減后增(2000年前后),在III和IV區持續下降。如圖2所示,1981—2018年期間,整個區域生長季LAI呈現上升趨勢 ((0.0037±0.0443)a-1,P<0.05),且沿著干旱梯度呈現增加趨勢,其中亞濕潤干旱區增加最為顯著((0.0069±0.0045)a-1,P<0.05),其次是半干旱區((0.0039±0.0034)a-1,P<0.05)。從時間變化來看,2000年后旱區植被變綠趨勢明顯加強,2000年前后LAI的增長速率分別為(0.0025±0.0248)a-1和(0.0038±0.0254)a-1。2000年以前只有10.46%(P<0.05)的區域出現了顯著的植被變綠,而2000年以后有36.84% 區域顯著變綠,且在不同干旱梯度均表現為持續增加(III>II>IV>I)。

圖2 1981—2018年降水、氣溫、太陽輻射和LAI在不同干旱梯度的年際變化趨勢Fig.2 Interannual trend of precipitation, temperature, solar radiation and LAI during 1981—2018 along aridity gradientsLAI:葉面積指數;Ι:極端干旱,Π:干旱,Ш:半干旱,IV:亞濕潤干旱分區

從空間上看,中國北方旱區的降水均呈增長趨勢(+1.5576 mm a-1,P<0.05),西北地區的增長速率比東部地區更明顯,尤其是青藏高原地區(圖3)。溫度經歷了明顯的增長(+0.8281 ℃ a-1,P<0.01),但西部地區呈現下降趨勢,而太陽輻射在旱區的大多數地區都在減少(-0.0629 W m-2a-1,P<0.05),僅在新疆地區增加。基于衛星的LAI和VCF數據共同表明,植被變化存在顯著的梯度差異。半干旱和亞濕潤干旱區(III和IV)的植被增長最顯著,這主要歸因于非樹木植被的恢復。植被退化出現在新疆,內蒙古東部和青藏高原部分地區, 主要是非樹木植被發生了退化(圖3)。植被變綠主要歸因于非樹木植被的生長,森林面積雖在增加(樹木覆蓋率:+2.94%),但僅在半干旱地區顯著。

圖3 1981—2018年氣候和植被因子變化趨勢的空間分布Fig.3 Interannual trend of climate and vegetation factors during 1981—2018 陰影區域代表通過95%的顯著性檢驗

3.2 氣候因子和植被變化的相關性

偏相關分析表明,降水和溫度在植被變化中發揮了積極作用,特別是在半干旱和亞濕潤干旱地區(III和IV)。1981—2018年期間,降水與LAI在62.44%的地區表現為正相關(9.01%,P<0.05),在37.56%的區域表現為負相關(1.69%,P<0.05)。溫度與LAI在62.90%的區域(18.96%,P<0.05)表現為正相關,在37.10%的區域表現為負相關(4.10%,P<0.05)。相反,太陽輻射在大部分地區對植被生長有抑制作用,在54.96%的區域與LAI之間表現為顯著的負相關關系(7.43%,P<0.05)。

對比兩個階段氣候因子與LAI的偏相關系數(圖4),各個氣候因子對植被生長的影響在干旱梯度上的時空變化顯著。相比1981—2000年,在2000—2018年期間,降水和輻射對植被變綠的正效應加強,主要表現為在區域尺度上正偏相關系數分別增加了0.0367 和0.0164,顯著相關的面積比例分別增加了5.26%和3.35%,尤其是在相對濕潤的區域(III和IV),其中半干旱區降水和植被的偏相關系數增加最顯著(2000年后:+0.0472)。氣溫對植被生長的負效應在2000年后加強(偏相關系數變化:-0.0439),負相關區域面積增加5.91%,其中半干旱區最顯著,其次是亞濕潤干旱區。2000年后,氣溫對于LAI在半干旱區和亞濕潤區的正向促進作用轉為負向抑制,太陽輻射在干旱區表現為由負效應轉為正效應(+0.0363)。上述結果表明在2000年大規模的植被恢復后,氣候變化和人類活動對于植被的影響過程發生了顯著變化, 且存在顯著的梯度差異,尤其是相對濕潤和植被恢復明顯地區(III和IV區)。

圖4 1981—2000和2000—2018年期間氣候因子和LAI偏相關系數的空間分布Fig.4 Spatial distribution of partial correlation coefficients between climate and vegetation in different periods during 1981—2000 and 2000—2018圖中黑點表示相關性在0.05水平上顯著,藍色代表正偏相關面積百分比,紅色代表負偏相關面積百分比;Pre:降水;Temp:氣溫;Srad:太陽輻射;LAI:葉面積指數

3.3 氣候變化和人類活動對植被變化趨勢的相對貢獻

通過對比基本自然區LAI實際趨勢和隨機森林模型模擬的LAI變化趨勢,隨機森林模型的訓練精度較高(R2=0.64)。由圖5可知,2000年前后,氣候變化均主導植被變化,貢獻率分別為96.07%和73.72%。氣候和人類活動對于LAI變化的相對貢獻存在梯度差異。在1981—2018年,氣候變化驅動的LAI變化趨勢均為正,且在不同干旱梯度表現為:III>II>IV>I;而人類活動驅動的LAI變化趨勢梯度差異顯著,尤其是干旱區和半干旱區主要為負效應,分別為-0.0048 a-1(II區)和-0.0011 a-1(III區)。在1981—2000年期間,氣候變化在各個干旱梯度均表現為正效應,人類活動僅在亞濕潤干旱區(IV區)為顯著正效應,其余均為負效應。在2000—2018期間,各個干旱梯度氣候變化和人類活動均表現為正效應,且均沿著干旱梯度而加強。如圖5所示,人類活動在不同階段對不同植被類型的影響也存在梯度差異,2000年前,人類活動對于LAI正效應主要分布在亞濕潤干旱區,主要植被類型為農田;2000年后半干旱區正效應顯著增加,主要類型為森林和草地,而人類活動的負效應分布在東南地區,主要植被類型是農田,新疆和青藏高原等也出現了人類活動導致的植被退化。

圖5 1981—2000和2000—2018年期間氣候變化和人類活動引起的LAI變化速率的空間分布Fig.5 Spatial patterns of the climatic and anthropogenic impacts on the trends of LAI along aridity gradients in two subperiods

通過對比植被恢復前后各個干旱梯度氣候和人類活動驅動的LAI變化趨勢的相對貢獻可知,區域尺度人類活動的貢獻度在2000年后增加了22.35%。因此,人類活動對植被生長的積極作用得到了顯著加強,且沿著干旱梯度呈現為增加趨勢(圖6)。盡管在2000年以前,人類活動引起半干旱區的LAI趨勢的負貢獻最大,而在2000后,III區的人類活動驅動LAI的增加趨勢(+0.0289 a-1)比其他任何分區都要顯著,2000年后人類貢獻度增加至27.73%,這與植被恢復在半干旱區的空間分布具有一致性。大規模的植被恢復工程的實施,加速了III區的變綠,這進一步解釋了該梯度中降水與LAI的正偏相關在2000年后明顯增加。對于亞濕潤干旱區(IV區),氣候變化驅動的LAI變化趨勢的增幅最大,在2000—2018年期間增加了+0.0036 a-1。結果表明,氣候和人類活動在干旱梯度上的相對貢獻存在明顯差異,人類活動貢獻的空間模式與植被恢復區域一致,特別是在半干旱和亞濕潤干旱區(III和IV)。

圖6 氣候變化和人類活動引起的LAI變化速率的梯度差異Fig.6 The climatic and anthropogenic impacts on the trends of LAI along aridity gradients in two subperiods

4 討論

由于氣候變化和生態恢復的共同作用,中國北方旱區的植被變綠趨勢在2000年后明顯增加,多個生態恢復計劃的實施和植被的持續增長促進了這一趨勢[2,21—22]。然而,新疆西北部和蒙古東部的植被出現退化,這與以前的研究一致[2]。氣候變化對植被的影響具有空間異質性,降水增加是干旱和半干旱地區植被生長的主要促進因素。此外,植被的增加對于降水的反饋會抵消蒸發消耗,從而增加降水[23]。半干旱區水分來源還包括冰川和灌溉等,進一步促進了植被生長,如新疆和內蒙地區[24]。太陽輻射的下降有利于半干旱地區的植被生長。然而,氣溫對這些地區的植被生長表現出抑制作用,這種差異性可能是由于水分是干旱半干旱區植被生長的主要限制因素。氣溫升高導致地表蒸發增加,加劇了旱區植被的干旱脅迫,進而抑制植被生長[1]。另一方面,植被過量增加會消耗水分,進一步加劇區域水資源短缺,例如黃土高原已經接近水資源承載閾值,這種發展是不可持續的[4,25]。在未來的氣候下,中國北方旱區將獲得更多的降水,但隨之而來的是更加頻繁的暴雨和極端干旱[26],這給旱區植被變綠的可持續性帶來極大的挑戰。

人類活動促進了植被變綠,雖然整個地區都進行了大規模的造林運動,但植被變綠主要歸因于非樹木植被的恢復,而非森林,這與已有研究一致[13]。人類活動的正效應在2000年后顯著增加,大規模的生態恢復政策顯著促進了中國北方旱區的植被變綠[2]。除生態恢復工程外,人類活動的空間異質性還表現為土地利用管理方式的差異,如耕地擴張,畜牧業發展等[27]。位于干旱區的新疆雖然降水增加,但2000年后植被退化可能是由于農田擴張,灌溉耗水增加,加劇水資源短缺,進而抑制了植被生長[28—30]。內蒙古東部地區的植被退化主要是受到氣候影響,但人類活動的破壞作用加劇了這一趨勢,青藏高原的植被也呈現減少趨勢,可能是由于過度放牧帶來草地的退化[31—32]。

本研究所采用的機器學習方法,基于制定的規則在訓練區域建立預測變量和目標變量關系,進一步推廣到整個研究區,在描述區域尺度上氣候-人類-植被之間的復雜關系方面已得到了廣泛應用[13]。氣候變化和人類活動相對貢獻的分離結果表明,氣候因素主導了中國干旱地區LAI的增加,這與已有的研究基于LAI、凈初級生產力(NPP)和總初級生產力(GPP)對氣候和人類活動的貢獻度分離結果一致[8,13]。由于2000年前后氣候變化模式和人類活動強度的不同,本文進一步分階段對比各自的相對貢獻,定量評估了長時間序列生態恢復工程前后人類活動貢獻的變化。在旱區生態系統中,氣候變化和人類活動對植被變化的影響存在復雜的反饋機制和滯后效應,這給本研究中植被變化歸因分析帶來一定的不確定性。此外,中國北方干旱區氣象站點分布有限,這是造成氣候數據(尤其是降水)不確定性的重要來源,植被稀疏地區數據精度差,因此需要長時間地面實測數據來進一步提高隨機森林模型的模擬預測精度,從而為應對未來氣候變化下的植被恢復提供理論依據和參考。

5 結論

本文分析了1981—2018年期間中國北方旱區氣候和植被的時空變化規律,采用隨機森林模型量化氣候變化和人類活動對植被動態的相對貢獻并分析其在干旱梯度上的空間差異性,主要結論如下:

(1)1981—2018年中國北方旱區的植被變綠顯著(LAI:(0.0037±0.0443)a-1,P<0.05),空間上沿干旱梯度增加而加強,尤其是干旱和亞濕潤干旱區。2000年前僅10.46%(P<0.05)的地區顯著變綠,而2000年后達到36.84%,且植被變綠主要歸因于非樹木植被。

(2)相較于1981—2000年,2000年后降水對植被變綠的正效應在不同干旱梯度均增加,溫度和輻射表現為負效應。在半干旱區和亞濕潤區,降水對LAI正效應增加,溫度由正向促進轉為負向抑制,而輻射在干旱區表現為由負效應轉為正效應。

(3)2000年前后,氣候均主導著植被的變化,但2000年以后,人類活動的貢獻從3.93%增加到26.28%,且沿著干旱梯度而加強,其中半干旱地區的人類活動對植被變綠貢獻的增加最顯著。