秦巴山地植被绿度特征及其对地表水热的响应_董庆栋.pdf

第 卷第 期 年 月生态学报 ，：基金项目：科技基础资源调查专项中国南北过渡带综合科学考察（）收稿日期：；网络出版日期：通讯作者 ：董庆栋，陈超男，殷浩然，周源珂，朱连奇秦巴山地植被绿度特征及其对地表水热的响应生态学报，（）：，（）：秦巴山地植被绿度特征及其对地表水热的响应董庆栋，陈超男，殷浩然，周源珂，朱连奇河南大学地理与环境学院，开封 摘要：地表水热通过影响土壤和大气间的水分交换以及植被生长用水对植被格局起关键作用。使用 年 叶面积指数（，）作为秦巴山地植被绿度的评价指标，基于遥感技术获取同时段地表温度（，）和温度植被干旱指数（，），用于指示地表水热状况。结合坡向和海拔等地形因素，使用均值和趋势法分析了秦巴山地植被绿度的时空特征；采用时滞相关性分析、主导因素分析探究了植被绿度与地表水热的相关关系，以及影响植被绿度变化的主导因素；借助广义可加模型，结合植被类型探讨了植被绿度与地表水热的非线性关系。结果表明：（）秦巴山地 集中在 之间，均值随海拔先增后减，不同坡向 差异较大，表现为大巴山北坡大巴山南坡秦岭南坡秦岭北坡西秦岭。秦巴山地 高值区与地表水热较好的地区在空间分布上具有一致性，低值区与 低值区或 高值区较为一致。（）秦巴山地 以由增变减趋势为主，变化趋势的海拔分异大于坡向分异。在 由增变减区，地表水热以由增变减为主，其次是持续增加。（）秦巴山地 与 主要为显著正相关，与 主要为显著负相关。对地表水热的时滞响应不明显，受 的影响较受 的影响面积广。（）除 增加导致落叶阔叶林和混交林 单调递增外，地表水热对各植被类型 均为非线性影响，即存在一定阈值，阈值两侧 的响应规律不同，不同植被类型对地表水热响应的阈值差异较大。关键词：植被绿度；地表水热；时滞效应；非线性；秦巴山地 ，：（）（）（），：（），：（），（），（），：；全球变化与陆地生态系统的关系是全球变化科学研究中的核心内容之一。植被作为陆地生态系统的重要组成部分，不仅在大气圈、生物圈和全球碳循环中扮演着重要的角色，也是连接土壤、水分和能量等自然要素的纽带，同时对全球变化具有重要指示作用。探究植被绿度时空变化规律及其对气候变化的响应，可为全球变化研究提供科学依据。其中，叶面积指数（，）对植被绿度具有良好的表征作用，它指单位土地面积上植物叶片面积占土地面积的倍数，能够反映出水平覆盖状况和垂直结构，且 与植被光合、蒸腾和碳氮循环等生态过程关系密切。因此 评估对于全球变化背景下物质循环与能量流动研究具有重要意义。影响植被绿度的气候要素主要是气温和降水，植被绿度对气候变化的响应具有一定的时滞效应与非线性特征，且影响过程与机理研究已相对成熟。越来越多的研究表明地表温度和土壤湿度在植被生长及格局变化中起着关键作用：一方面，地表温度的升降影响土壤和大气水分交换；另一方面，土壤湿度变化直接影响土壤对植被生长用水的补给。相较于气温和降水，地表温度和土壤湿度作用于植物根部，对植物种子萌发与植株生长的作用更加直接。植被绿度受到地表水热综合作用，这种作用是正向的，还是负向的？是即时的，还是滞后的？是线性的，还是非线性的？这些问题尚不十分清楚。秦岭大巴山是中国北亚热带向暖温带过渡的重要地段，兼具两种气候带自然地理特征，地表水热差异悬殊，加之地形起伏较大，随着地形的变化，气候也会发生明显变化，加剧了地表水热条件的不确定性和复杂性。且以往对于地表水热要素的研究主要集中在样方尺度和点尺度，在区域尺度植被对地表水热的响应过程有待进一步研究。因此，在全球变化大背景下，以地形地貌特征为基础，探讨地表水热如何影响山地植被变化过程及未来空间格局，成为全球变化和山地地理共同关注的问题。本文采用 数据集，结合、坡向、植被覆盖、地表温度数据，以及基于温度植被干旱指数法反演的土壤湿度数据，运用均值、趋势分析和 指数分析了秦巴山地植被绿度空间格局与变化趋势，并探讨了植被绿度与地表水热在不同地形上的空间关系，借助相关性分析、主导因素分析、时滞性及广义可加模型（，），进一步探究了 对地表水热的时滞及非线性响应过程等。本研究利于加深对秦巴山地气候和植被变化机理的认识，对了解南北过渡带植被对全球变化的响应以及防范山地生态风险具有一定价值。数据处理与研究方法 研究区概况 秦巴山地地跨甘肃、四川、陕西、重庆、河南、湖北六省市，东西长约 ，南北宽约 ，总面积约 期 董庆栋 等：秦巴山地植被绿度特征及其对地表水热的响应：为 万，是北亚热带和暖温带的分界线（图）。地理位置的特殊性使得研究区植被区系复杂，秦岭南坡主要为混有常绿树种的落叶阔叶林，北坡则主要为暖温带落叶阔叶林，具有明显过渡特点。研究区年平均气温为，年平均降水量为 ，由于受大陆性气候和季风气候的双重影响，该地区气候对全球变化较为敏感。秦巴山地也是生物物种东西向和南北向迁移的通道，物种分布具有明显的多样性、复杂性和过渡性，该地区在气候、植被、土壤等诸多自然地理要素方面都表现出垂直地带性、经度地带性、纬度地带性、坡向分异等特点。图 研究区概况图 数据来源及处理本研究使用的 数据为 产品，其空间分辨率为 ，时间分辨率为 （：），研究时段跨度为 年，研究区涉及 和 两个影像分带。研究表明该数据集在全球主要的六套 产品的交叉验证中显示不确定性最低，且其时空分辨率较其它植被指数产品更具优势。数据预处理上，首先使用（）工具进行拼接和提取单波段处理，然后进行最大值合成（，）以最大程度消除云遮挡，随后在 中进行裁剪、单位换算、重采样、投影、格式转换等处理，最终生成空间分辨率为 、投影为 的逐月 数据。秦巴山地植被在冬季大多处于休眠状态，并且有时被积雪覆盖，这一时段 值对植被动态指示意义不大，参照以往有关秦岭地区植被的研究，本文选取每年 月份作为植被生长季，其均值作为年 数据。数据为 年 产品，空间分辨率为 ，时间分辨率为 （：）。在 中将其处理成与 数据具有相同分辨率与投影的 年逐月 数据。归一化植被指数（，）数据为 年 产品，空间分辨率为 ，时间分辨率为 （：）。数据结合 数据用来反演温度植被干旱指数，作为土壤湿度的衡量指标，具体反演方法见。为与 数据相对应，计算 月份 及 数据均值，分别作为 和 的年值数据。使用 年气象站点地表温度日值数据集作为 地表温度的验证数据，站点数据来源于国家气象科学数据中心（：）。将秦巴山地 个气象站点的多点月均数据与 月均地表生 态 学 报 卷：温度数据绘制散点图（图），使用曲线拟合优度 和均方根误差（，）表征两组数据的差异程度，越高，越低，表示两组数据差异越小，即 地表温度数据的精度越高。结果表明，为，为，说明 数据能很好地反映秦巴山地地温状况，可用于后续分析。计算方法见相关文献。图 站点实测地温与 地温对比 ：地表温度 植被类型数据为 和 年 产品，空间分辨率为 ，时间分辨率为 （：）。该数据基于国际地圈生物圈计划（）类全球植被分类方案，包括 个自然植被类型、个土地开发和镶嵌的地类和 个非草木土地类型定义类。数据经过严格的质量控制，对地表覆被变化反应敏感且空间连续性较好，适用于较大空间尺度的植被类型变化监测。在 中筛选出两期数据中未变化部分作为本文植被类型数据，此方法能够有效消除单期数据的偶然性和不确定性。相较于自然植被，作物对地表水热的响应受人为干扰较大，因此在后续分析时剔除作物及作物和自然植被体的镶嵌体，保留落叶阔叶林、常绿和落叶混交林（以下简称混交林）、多树草原、稀树草原、草原 种植图 年秦巴山地主要植被类型分布 被类型（图）。植被类型数据用来分析地表水热对不同植被类型 的影响程度。参考赵芳等基于秦岭、大巴山主山脊线和主要河流（嘉陵江、汉江）位置的划分方法，将秦巴山地按坡向分为秦岭南坡、秦岭北坡、大巴山南坡、大巴山北坡、西秦岭，坡向数据用于分区统计秦巴山地不同坡向 与地表水热的分布特征。数据来源于地理空间数据云平台 分辨率高程数据（：）。为反映秦巴山地植被绿度与地表水热的垂直分布规律，本文将 以 为间隔划分海拔梯度：、及，由于 以上面积较小，因此将 区域分为同一海拔梯度。研究方法 基于 特征空间的 模型构建等基于植被指数和地表温度之间的二维特征空间模型提出了温度植被干旱指数（，），它是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法。其公式为：期 董庆栋 等：秦巴山地植被绿度特征及其对地表水热的响应：式中，为地表温度；为 对应的最高地表温度，即干边；为 对应的最低地表温度，即湿边；，分别为干、湿边线性拟合方程的系数。图 干湿边拟合 ：温度植被干旱指数 本研究筛选相同 下研究区内所有像元对应的最高和最低地表温度，得到 个（每年 个，共 年）时间段的 特征空间。取值范围为，湿边 值为，干边 值为。土壤湿度与 值呈负相关关系，越小土壤湿度越大，越大土壤湿度越小。以第 期为例（图），干边拟合 ，湿边拟合 ，模型拟合效果良好，可用于后续分析。秦巴山地 变化趋势分析 趋势分析可反映某一时段植被变化趋势，代表植被呈改善趋势，代表植被呈退化趋势。指数是定量描述时间序列长程依赖性的主要方法之一，可以反映现在与未来变化的一致性，代表时间序列是一个持续性序列，即未来变化趋势与过去趋势保持一致；如果 ，代表时间序列为随机序列，即未来变化趋势与过去无关；如果，代表时间序列是反持续性序列，即未来变化趋势与过去趋势相反。两者结合可反映秦巴山地 现在及未来变化趋势，将秦巴山地植被趋势分为 类：持续改善区（，）、由增变减区（，）、由减变增区（，）、持续退化区（，）和随机变化区（）。和 的计算方法见相关参考文献。秦巴山地 影响因素分析（）相关性分析。通过像元尺度的皮尔森相关性分析，探究地表水热对 的影响。参考相关文献，设置当月（即生长季同期）、提前 个月（月份）、提前 个月（月份）种地表水热情景，分别与生长季（月份）计算相关系数，探讨 对地表水热是否存在时间滞后响应。（）主导因子分析。以 为因变量，、为自变量建立像元尺度的多元线性回归方程，然后对回归系数进行标准化，标准化回归系数绝对值最大的因素即为该像元影响 的主导因素，计算方法见相关参考文献。（）广义可加模型（，）。传统的归因分析假设自变量与因变量为线性关系，然而实际中因变量往往不随自变量而单调变化，而是呈现非线性相关。模型是由数据驱动而非统计分布模型驱动的非参数回归模型，可对部分解释变量进行线性拟合，对其他因子进行光滑函数拟合。模型不需要预先设定参数模型，模型通过解释变量的平滑函数建立，能够自动选择合适的多项式，适用于响应变量与解释变量之间的关系是非线性或非单调的数据分析。本研究基于 中的 包，探讨响应变量 与解释变量 和 的非线性关系。结果与分析 秦巴山地植被绿度时空分布及其与地表水热的关系 植被绿度空间分布及其与地表水热的关系、以及 年均值在不同海拔、坡向上具有空间差异（图）。秦巴山地 值范围在，其中 值在 的区域面积占比。范围在，范围在。从不同海拔分析，随海拔升高 均值先增后减，区域 随海拔升高而增加，区域 随海拔升高而减少，及 均随海拔升高呈减少趋势。地区 值较低，和 值较高；地生 态 学 报 卷：区 值相对较高，其中 地区 值达到最大，该区域 和 值适中；地区、和 值均较低。从不同坡向分析，均值大小为：大巴山北坡大巴山南坡秦岭南坡秦岭北坡西秦岭。大巴山为 高值区，该区域的 值相对较高，值相对较低；西秦岭为 低值区，对应 和 的低值区。因此，的分布格局并不是单一地表水热要素作用的结果，而是水热组合的综合调控的产物。高值往往出现在地表水热条件较好（较高 适中，适中 较低）的地区。图 秦巴山地 及地表水热空间分布及海拔、坡向分异 ，：叶面积指数 ；：地表温度 ；：温度植被干旱指数 植被绿度变化趋势及其与地表水热的关系秦巴山地 由增变减区占比最大（），其次为持续改善区（），持续退化、由减变增和随机变化区累计占比不到（图）。表示目前秦巴山地大部分区域 处于增加趋势，但未来变化的反向特征强于同向特征，以减少为主。不同海拔带 变化趋势存在明显差异（图）：及 地区 以由增变减为主，持续改善次之；及 地区