東北地區植被碳利用率時空變化及其影響因子分析

胡佶熹, 周清華, 徐 勇

(1.萍鄉學院 商學院, 江西 萍鄉 337055; 2.玉林市福綿區自然資源技術信息中心,廣西 玉林 537000; 3.桂林理工大學 測繪地理信息學院, 廣西 桂林 541006)

植被作為地球表層生態系統的重要組成部分[1-2],因其對氣候變化響應較為敏感,且作為陸地表面主要的碳庫,具有較高的碳密度和較快的碳積累速度,在減緩大氣CO2濃度升高和全球氣候變暖方面發揮著關鍵的作用[3-5]。植被碳利用率(carbon use efficiency, CUE),即植被凈初級生產力(net primary productivity, NPP)與植被總初級生產力(gross primary productivity, GPP)的比值,可反映植被將初級生產力轉化為植被生物質儲存在生態系統中的效率,是碳循環研究的核心主題[6-9]。

隨著遙感技術的快速發展,學者在不同時空尺度上研究了植被碳利用率的時空變化特征及其影響因素,并取得了豐碩的成果。在全球尺度上,He等[7]基于遙感影像和過程模型研究了全球植被CUE時空變化特征,結果表明,全球植被CUE呈現明顯的緯度地帶性,高緯度地區植被CUE較高。植被CUE隨氣溫的上升呈非線性下降趨勢,但對降水的增加表現較為穩定。M?kel?等[10]研究發現在60°—70°N,隨著緯度的上升,由于碳通量和存量的下降,針葉林CUE和NEP均呈梯度下降趨勢。在中國,Chuai等[11]研究表明2000—2015年中國植被CUE呈微弱上升趨勢,寒冷干燥地區植被CUE通常較高,而溫暖濕潤地區植被CUE通常較低。Gang等[12]研究發現中國北方同一時期草地的CUE比森林的CUE高,并且森林CUE受近期干旱的影響比草地更大。蘭垚等[13]研究表明青海湖流域中部地區在生長季初期和末期CUE值偏高,生長旺盛期較低,青海湖邊界地區與中部地區相反。鄭飛鴿等[14]研究表明降水量是影響植被CUE變化的主要因素,并且月均植被CUE與年均植被CUE存在較大的差異。此外,羅趙慧[15]、安相[16]和劉福紅[17]等分別對粵港澳大灣區、東亞森林和草地、鄱陽湖流域的植被CUE進行了深入的研究,研究結果表明不同地區和不同植被類型的植被CUE存在較大差異。以上研究主要分析植被CUE時空變化特征,及其與降水和氣溫的相關關系,但植被CUE除受氣溫和降水影響外,還受其他氣候因子的影響,且植被CUE對氣候變化存在滯后效應,因此,在研究中應當充分考慮其他氣候因子對植被CUE的影響、植被CUE對氣候變化的滯后效應以及各氣候因子對植被CUE變化的綜合驅動作用。

東北地區作為我國生態敏感區之一,研究其植被CUE的時空動態變化及其對氣候變化的響應有著重大意義。因此,本文以東北地區作為研究區,探討2000—2020年東北地區植被CUE的時空變化特征,分析植被CUE與氣候因子的相關關系及時滯效應,揭示影響植被CUE變化的氣候驅動機制的空間分布特征,以期為東北地區生態建設與保護提供理論參考和科學依據。

1 研究區概況

東北地區包括吉林、黑龍江和遼寧3個省份,地理位置為118°—135°E,48°—55°N,北面與俄羅斯相鄰,東面與朝鮮接壤,隔日本海和黃海與日本、韓國相望,南瀕渤海與華北區相鄰(圖1)。東北地區總面積為7.89×105km2,約占全國總面積的8.3%,受緯度、海陸位置、地勢等因素的影響,東北地區屬大陸性季風型氣候,自北而南由溫帶向暖溫帶過渡,年平均氣溫約為4℃,年累積降水量約為1 183 mm,年平均濕度約為65%,蘊含著豐富的森林資源,總蓄積量約占全國的1/3,主要以栽培植被、闊葉林和針葉林為主。

注:基于標準地圖服務系統下載的審圖號GS(2016)600號的標準地圖制作,底圖未做修改,下圖同。圖1 研究區氣象站點空間分布Fig. 1 Spatial distribution of the meteorological stations in the study areas

2 數據源及研究方法

2.1 數據源

植被GPP和NPP數據來源于美國國家航空航天局發布MODIS系列產品數據集,其中,GPP來自MOD17A2HGF產品數據集,NPP來自MOD17A3HGF產品數據集,空間分辨率均為500 m,為剔除缺失值、水、云、重氣溶膠和云影對試驗結果的影響,本文采用最大值合成法得到2000—2020年植被GPP時間序列,并對GPP和NPP數據進行投影變換、掩膜、裁剪和重采樣等處理,得到覆蓋研究區空間分辨率為1 km的GPP和NPP時間序列,然后計算NPP和GPP的比值,得到研究區植被CUE柵格數據集。

氣象數據資料來源于中國氣象數據網(http:∥data.cma.cn)提供的1999—2020年2 416個氣象站點的逐日氣溫、降水、日照時數和相對濕度數據,其中東北地區覆蓋站點數為200個,在考慮高程、經度和緯度的基礎上,經過Anusplin模型插值后得到空間分辨率為1 km的東北地區的氣溫、降水、日照時數和相對濕度柵格數據集。

2.2 研究方法

2.2.1 一元線性回歸分析 一元線性回歸分析可用來估算變量在長時間序列上的變化趨勢,本文采用一元線性回歸分析在區域和像元尺度上計算植被CUE的變化斜率[18],以探究東北地區植被CUE的變化特征,計算公式如下:

(1)

式中:slope為變化斜率;CUEi為第i年的植被CUE;n為研究年限,當slope>0時,表示植被CUE在該時段內處于上升趨勢,反之,則為下降趨勢。

2.2.2 Mann-Kendall顯著性檢驗 Mann-Kendall顯著性檢驗[18-19]作為常用的非參數檢驗法,不需要樣本遵循一定的分布規律。本文運用該方法對2000—2020年植被CUE時間序列的變化趨勢進行顯著性檢驗,計算公式如下:

(2)

(3)

(4)

(5)

UBk=-UFk(k=n+1-k)

(6)

2.2.3 相關分析和偏相關分析法 相關分析法可用于表征兩個因子之間的相關程度。本文采用相關分析[20]探究植被CUE與影響因子間的相關關系。計算公式如下:

(7)

式中:n為研究年限;i為年序號;y為植被CUE對應像元21 a平均CUE值;x為氣候因子。

當多個因子同時與植被CUE存在相關關系時,使用偏相關分析[21-22]可以在控制其他影響因素的條件下,衡量2個因子間的相關關系(表1)。本文采用偏相關分析法,計算植被CUE與氣溫、降水、日照時數和相對濕度的偏相關關系,計算公式如下:

表1 植被CUE變化氣候驅動類型判定Table 1 Determination of climate-driven type of vegetation CUE change

(8)

式中:rxy.z1z2…zn為控制自變量z1,z2,…,zn時,變量x和y的偏相關系數。采用t檢驗法對最大偏相關系數進行顯著性檢驗,定義p<0.01為極顯著相關;0.01≤p<0.05為顯著相關;p≥0.05為不顯著相關。

3 結果與分析

3.1 植被CUE時間變化特征

由圖2可知,東北地區植被CUE總體呈現波動上升趨勢,上升速率為0.002 3/a。近21 a來,研究區植被CUE平均值為0.64,其中,最高值出現在2003年、2009年、2014年,為0.68,最低值出現在2000年,為0.57。總體來看,2000—2020年東北地區植被CUE的變化大致經歷了4個階段:2000—2003年植被CUE呈上升趨勢,上升幅度為0.11,并且在2003年達到最大值;2004—2007年植被CUE呈下降趨勢,并且在2007年出現波谷,下降幅度為0.04～0.05;2008—2009年呈上升趨勢,上升幅度為0.07,并在2009年出現波峰;2010—2020年呈波動上升趨勢,波動幅度為0.02～0.04,總體變化較為平穩。

圖2 2000-2020年東北地區植被CUE時間變化Fig. 2 Temporal variation of vegetation CUE in Northeast China from 2000 to 2020

省級尺度上看,近21 a遼寧省多年平均植被CUE最高,為0.72,黑龍江省最低,為0.61。黑龍江省植被CUE年際變化趨勢與東北地區植被CUE變化趨勢較為一致,遼寧省和吉林省植被CUE年際變化斜率與東北地區植被CUE變化斜率差異較大。遼寧省植被CUE上升斜率為0.003 2/a,高于東北地區植被CUE變化斜率,而吉林省植被CUE上升斜率僅為0.001 4/a,遠低于東北地區植被CUE變化斜率。總體而言,東北地區及其3個省份的植被CUE年際變化趨勢均表現為上升趨勢,其中,遼寧省植被CUE的上升速率最快,且多年平均植被CUE最高,吉林省植被CUE的上升速率最慢,而黑龍江省的多年平均植被CUE最低。

3.2 植被CUE空間變化特征

采用自然間斷點法將東北地區植被CUE分成5類,以揭示2000—2020年東北地區多年平均植被CUE空間分布特征。由圖3A可知,2000—2020年東北地區植被CUE空間分布差異顯著。總體來說,植被CUE整體的空間分布呈“東高西低”的空間分布格局,均值在0.26～1.00,平均植被CUE為0.64,植被凈收CO2的能力中等,總體的標準差為0.11,反映了東北地區局部碳利用率的水平差異較大。其中,植被CUE高值區域(0.71～1)占25.37%,主要分布在東北地區的東南部;植被CUE低值區域(0～0.53)占18.08%,主要分布在東北地區的西部和東北部區域。

圖3 2000-2020年東北地區植被CUE空間變化Fig. 3 Spatial distribution of the dynamic variation of vegetation CUE in Northeast China from 2000 to 2020

由圖3B可知,東北地區植被CUE的變化斜率為-0.030～0.039/a,變化斜率呈東南低、西北高的空間分布格局。由圖3C可知,東北地區植被CUE呈上升趨勢的面積占69.39%,其中,呈顯著和極顯著上升趨勢的面積占18.09%,主要位于黑龍江省中部和遼寧省西部。東北地區植被CUE呈下降趨勢的面積占30.61%,其中,呈極顯著下降趨勢的面積占1.00%,主要分布在黑龍江省東北部。省級尺度上,黑龍江省、遼寧省和吉林省植被CUE呈上升趨勢的面積分別占72.03%,74.57%,59.12%,其中,黑龍江省和遼寧省植被CUE呈顯著和極顯著上升趨勢的面積分別占20.07%,23.62%,而吉林省植被CUE呈顯著和極顯著上升趨勢的面積僅占8.86%。此外,黑龍江省、遼寧省和吉林省植被CUE呈下降趨勢的面積分別占27.97%,25.43%,40.88%,其中,呈顯著和極顯著下降趨勢的面積占比均較低,分別為3.70%,1.65%,1.79%整體而言,東北地區植被CUE呈“東高西低”的空間分異特征。在區域和省級尺度上,植被CUE呈上升趨勢的面積均大于呈下降趨勢的面積,其中,黑龍江省和遼寧省植被CUE呈上升趨勢的面積占比大于吉林省。

3.3 植被CUE與氣候因子的相關關系

如圖4A—D所示,整體上,東北地區植被CUE與降水和氣溫呈正相關關系的面積大于呈負相關關系的面積,與日照時數和相對濕度呈負相關關系的面積大于呈正相關關系的面積。東北地區植被CUE與降水的最大偏相關系數平均值為0.12,呈南北強、東西弱的響應特征,呈正相關關系的區域占總面積的63.93%,其中,呈極顯著正相關關系的區域占6.45%,主要分布在黑龍江省中部和西北部。研究區內45.59%的植被CUE與氣溫呈負相關關系,主要零散分布在東北地區的東部和西部區域,植被CUE與氣溫的最大偏相關系數的平均值為0.03。對比植被CUE與降水和氣溫的偏相關關系可以發現,植被CUE與降水和氣溫的響應特征存在較大的空間差異,植被CUE與降水呈極顯著正相關關系的區域,與氣溫卻呈極顯著負相關關系,這說明不同的氣候因子對植被CUE的影響存在明顯空間分異特征。

圖4 東北地區植被CUE與氣候因子偏相關關系空間分布Fig. 4 Spatial distribution of partial correlation between vegetation CUE and climate factors in Northeast China

植被CUE與日照時數最大偏相關系數的平均值為-0.14,植被CUE與日照時數呈不顯著相關關系占比最大,為85.64%;僅有0.37%呈極顯著正相關關系,主要分布在遼寧省的東部地區。東北地區植被CUE與相對濕度呈微弱的負相關關系,最大相關系數的平均值為-0.05,研究區內57.94%的植被CUE與相對濕度呈負相關關系,極顯著負相關關系占1.61%,主要分布在黑龍江省與吉林省的交界處;極顯著正相關關系和顯著正相關關系占3.54%,主要分布在黑龍江省西部、吉林省西部和遼寧省中部。

綜上可知,東北地區植被CUE對各氣候因子變化的最大響應呈明顯地域差異。總體上,日照時數、降水、相對濕度和氣溫對東北地區植被CUE的響應強弱程度依次降低。植被CUE與降水和氣溫呈正相關的面積大于日照時數和相對濕度。

由圖5A可知,東北地區的植被CUE復相關關系均為正相關,且極顯著正相關面積占比最大,為38.73%,主要分布在黑龍江省中部。根據表1氣候因素驅動機制分類準則,耦合植被CUE與各氣候因子的偏相關和復相關結果可得圖5B。由圖5B可知,東北地區植被CUE變化受氣候因素和非氣候因素驅動的占比分別為69.41%,30.59%。單因子驅動中,東北地區植被CUE受降水、日照時數、氣溫和相對濕度單獨驅動的面積占比依次下降,分別為9.76%,7.91%,6.55%,4.65%,其中,降水對植被CUE的影響最強,主要分布在黑龍江省的中部地區。在多因子聯合驅動中,受氣溫、降水、日照時數、相對濕度弱驅動面積占比為27.36%,主要分布在黑龍江省的北部和吉林省的東部區域。東北地區植被CUE變化受非氣候因子驅動占比為30.59%,主要分布在東北區域的東北部以及南部地區。綜上可知,西南地區植被CUE變化受氣候因素的驅動大于受非氣候因素的驅動。單因子驅動中,東北地區植被CUE受降水的影響強于其他氣候因子;多因子聯合驅動中,東北地區植被CUE主要受氣溫、降水、日照時數和相對濕度弱驅動。

圖5 東北地區植被CUE與氣候因子的復相關關系和驅動因素分區Fig. 5 Multiple correlation between vegetation CUE and climate factors and the division of driving factors in Northeast China

3.4 植被CUE與氣候因子的時滯效應

計算植被CUE與氣溫、降水、日照時數和相對濕度0—3個月的相關系數,然后根據最大相關系數得到植被CUE對各氣候因子最大響應的滯后期。如圖6A—D所示,東北地區植被CUE最大響應于當月氣溫、降水、日照時數和相對濕度的變化的面積最大,分別占49.10%,48.51%,52.70%,48.98%。對降水響應滯后0個月主要分布在黑龍江省西北部和遼寧省的西南部、吉林省的東部地區;對日照時數響應滯后0個月主要分布在東北地區的東部;對氣溫響應滯后0個月主要分布黑龍江省和吉林省的東部地區;對相對濕度響應滯后0個月主要分布在黑龍江省,有少部分零散分布在遼寧省和吉林省。總體而言,植被CUE最大響應于當月氣候因子的變化。不同影響因子的時滯效應有著相似之處,從圖6A—D可以看出,氣溫、降水、日照時數和相對濕度這4個氣候因子對東北地區植被CUE響應滯后各氣候因子1個月和2個月均分布在東北地區的西北部以及中部區域。

圖6 東北地區植被CUE與氣候因子最大響應滯后期空間分布Fig. 6 Spatial distribution of the maximum time-lag effects of vegetation CUE in response to climate variation in Northeast China

4 討 論

4.1 東北地區植被CUE時空變化特征

研究結果表明,時間尺度上,2000—2020年東北地區植被CUE呈顯著上升趨勢,上升斜率為0.002 3/a;空間尺度上,東北地區植被CUE呈上升趨勢的面積大于呈下降趨勢的面積,其中,呈顯著和極顯著上升趨勢的面積占18.09%,主要分布在黑龍江省中部和遼寧省西部。一方面,黑龍江省中部主要為大小興安嶺地區,植被覆蓋以林地為主,植被群落較為穩定。由圖7可知,研究時段內該地區降水主要呈顯著和極顯著上升趨勢,氣溫呈輕微上升趨勢,而日照時數和相對濕度分布有輕微上升和輕微下降,且由圖4可知,該地區植被CUE與降水主要呈極顯著正相關關系,因此,東北地區降水的增加導致了區域植被CUE的上升,這與已有研究結果一致,已有研究結果表明,降水與植被CUE呈正相關關系,降水的增加能有效提高區域植被CUE[9,17,24-25]。遼寧省西部主要土地利用類型為農田,區域內氣溫、降水、日照時數和相對濕度主要以輕微變化為主,但是得益于近年來農業水利設施的修建,節約型農業的發展,人為灌溉、施肥和殺蟲等科學田間管理的開展,削弱了氣候變化對植被自養呼吸作用的影響,使得植被同化和固定大氣CO2的能力增強,從而增加了植被了CUE[9]。另一方面,以上地區為天然林保護工程實施區,有效的森林資源的保護、培育和發展,使得環境得到改善,植被生長情況較好,提高了植被CUE[22-23,26]。

圖7 2000-2020年東北地區氣候因子變化趨勢空間分布Fig. 7 Spatial distribution of changing trend of climate factors in Northeast China from 2000 to 2020

4.2 東北地區植被CUE與氣候因子的相關性

研究結果表明,植被CUE與降水整體呈正相關,而與氣溫、日照時數和相對濕度整體呈負相關,這與已有研究結果一致[17,21,24-25]。這與陳智[21]研究發現降水與東北森林植被CUE呈正相關關系,且降水是影響東北森林植被CUE變化的主要氣候驅動因素這一結果高度一致。由圖8可知,研究時段內東北地區氣溫、降水、日照時數和相對濕度呈上升趨勢。降水的增加會減弱植被根系活力與根系呼吸作用,自養呼吸作用降低,從而導致植被CUE升高,而氣溫、日照時數和相對濕度的增加會顯著影響植被光合作用的能力和呼吸作用的速率,而呼吸作用的速率對以上3個因子的敏感程度高于光合作用,導致植被NPP增加的速率會低于植被GPP的增加的速率,從而導致植被CUE下降,因此,植被CUE降水整體呈正相關,與氣溫、日照時數和相對濕度整體呈負相關[15,27-28]。

圖8 2000-2020年東北地區氣候因子時間變化趨勢Fig. 8 Temporal variation of climate factors in Northeast China from 2000 to 2020

東北地區植被CUE對氣溫、降水、日照時數和相對濕度的變化存在一定的時滯效應,滯后月份均以0個月為主,滯后期為0個月的區域主要分布在東北地區西部,以上地區主要土地利用類型為農田。相較于其他植被生態系統,農田植被生態系統對氣候變化的響應更為敏感[29-30],主要響應于當月氣候變化。滯后1個月和2個月的分布情況較為相似,主要呈條帶狀從中部由南北方向貫穿整個東北地區以及東北地區西部。以上地區主要土地利用類型為林地,林地生態系統相較于其他植被生態系統更加穩定,對氣候變化的響應存在一定滯后期,這與已有研究結果一致[29-30]。

5 結 論

(1) 時間上,2000—2020年東北地區植被CUE呈顯著上升趨勢,上升斜率為0.002 3/a(p<0.05),且遼寧省植被CUE上升斜率高于黑龍江省和吉林省。空間上,東北地區植被CUE變化斜率呈東南低、西北高的空間分布格局。植被CUE呈上升趨勢的面積占69.39%,主要分布在黑龍江省中部和遼寧省西部。

(2) 整體上,東北地區植被CUE與降水呈正相關,與氣溫、日照時數和相對濕度呈負相關。但東北地區植被CUE與降水和氣溫呈正相關關系的面積大于呈負相關關系的面積,而植被CUE與日照時數和相對濕度呈正相關關系的面積小于呈負相關關系的面積。東北地區植被CUE變化受非氣候因子驅動占比最大,為30.59%,主要分布在東北區域的東北部以及南部地區。

(3) 東北地區植被CUE主要響應于當月氣溫、降水、日照時數和相對濕度的變化,分別占49.10%,48.51%,52.70%,48.98%。東北地區植被CUE響應滯后各氣候因子1個月和2個月均分布在東北地區的西北部以及中部區域。