近30 a气候变暖对宁夏植被的影响
杜灵通, 宋乃平, 王磊, 候静, 胡悦
宁夏大学 西北土地退化与生态恢复国家重点实验室培育基地,西北退化生态系统恢复与重建教育部重点实验室, 银川 750021

第一作者简介:杜灵通(1980- ),男,博士,副研究员,主要从事生态遥感与全球变化研究。E-mail: dult80@qq.com

摘要

研究气候变暖对中国北方农牧交错带植被活动的影响,将有助于地方政府在气候变化背景下科学开展植被恢复和生态保护。利用1982—2013年NOAA-VHP数据,基于Mann-Kendall检验、重新标度极差分析和集合经验模态分解等方法,研究了气候变暖对宁夏植被活动的影响。结果表明,宁夏近30 a的辐射亮温增温趋势明显,温度状态指数在1995年前后发生突变,由气候波动期转向持续增暖期;归一化植被指数的线性增长趋势显著( P<0.01),上升幅度为0.012/10 a,植被状态指数在1990年前后发生突变,由植被退化转向持续恢复。植被状态指数与温度状态指数的相关性分析得出,在1995年之前气候变暖对宁夏植被活动的影响不明显,但1995年之后气候变暖对宁夏植被活动有明显促进作用,影响强度由强到弱依次是秋季、冬季、春季和夏季;引起这一变化的原因有两点,一是1995年为气候转向暖干的突变点,二是宁夏从20世纪90年代中后期开始实施了一系列的扬黄灌溉开发和生态治理工程,明显地改变了区域植被的分布格局与类型。

关键词: 遥感; 气候变化; 植被活动; 生态治理; NOAA-VHP
中图分类号:P461.7;Q948.1 文献标志码:A 文章编号:1000-3037(2015)12-2095-12
Impact of Global Warming on Vegetation Activity in Ningxia Province from 1982 to 2013
DU Ling-tong, SONG Nai-ping, WANG Lei, HOU Jing, HU Yue
Breeding Base for State Key Laboratory of Land Degradation and Ecological Restoration in Northwest China, Key Laboratory for Restoration and Reconstruction of Degraded Ecosystem in Northwestern China of Ministry of Education, Ningxia University, Yinchuan, 750021, China
Abstract

Global warming has been proved to be good for plant growth in middle and high latitudes regions in northern hemisphere. However, the responses of vegetation avtivity to climatic changes varies considerably in different ecosystems and regions. Being a typical arid and semi arid area in China, Ningxia Province is located at farming-pastoral ecotone in northern China and has complicated pattern of vegetation cover. Thus, studying on the impact about the vegetation activity in this etfect of global climate changes are of great significance and would help understand the responses of agro-pastoral ecosystem to global climatic changes in northern hemisphere. Based on vegetation health product (VHP) dataset during period of 1982-2013 derived from advanced very high resolution radiometer (AVHRR) on board of national oceanic and atmospheric administration (NOAA) satellites, this study combined methods of Mann-Kendall nonparametric test, rescaled range analysis and ensemble empirical mode decomposition to quantify the impacts of climate warming on vegetation activitives in the study region. The results show that weekly surface brightness temperature (BT) of Ningxia Province significantly increased from 1982 to 2013. An abrupt turning point of weekly temperature condition index (TCI), which is detected by Mann-Kendall nonparametric test, occurred in 1995 when the trend of climatic change shifted from fluctuation to persistent warming. The weekly normalized difference vegetation index (NDVI) increased 0.078/10 a ( P<0.01), the speed of which was faster than that in the Three-North Shelter Forest. An abrupt turning point of the weekly vegetation condition index (VCI) was also detected which occurred in 1990. The vegetation activity in Ningxia was degrading before the turing point, while abruptly changed to restore after that. The correlation analysis indicated that there is no significant statistical correlation between VCI and TCI before 1995, which suggested that the climate warming had no obvious impact on vegetation activity in Ningxia Province. However, the significant negative correlation ( P<0.01) between VCI and TCI during 1995-2013 suggested that the increase of land surface temperature enhanced the vegetation activity. The impact of climate warming on vegetation activity after 1993 are different in intensity in four seasons, the order from strongest to weakest being autumn, winter, spring and summer. Two main factors were responsible for the change of climate warming’s impact on vegetation activity in 1995: firstly, a abrupt climate change happened in 1995, when the trend of climate changed from fluctuation to continous warming in Ningxia Province; secondly, a series of irrigation projects and ecological restoration projects were implemented by the province goverment, which changed the regional vegetation distribution patterns in the middle and late 1990s. All these changed the main constrain factor of vegetation activity from water to heat.

Keyword: remote sensing; climate change; vegetation activity; ecological restoration; NOAA-VHP

全球气候变暖对北半球中高纬度地区的植被影响很大, Stow等[1]指出北极苔原地区的归一化植被指数(NDVI)与气温呈正相关关系; Daan等[2]发现北极NDVI与气温的相关性存在区域差异, 加拿大Nunavut地区的NDVI与7月气温强相关, 而生长季早期的气温升高对俄罗斯Yakutia地区的NDVI影响更为明显; Rogier等[3]基于GIMMS数据发现全球许多地区植被活动在增强, 并且以灌木、草原和农田等植被类型为主; Nemani等[4]通过对植被生长驱动因子的分析发现, 在全球植被覆盖区中, 有40%的区域其植被生长受水分因素限制, 33%的区域受温度限制, 27%的区域受辐射限制, 在中国北方, 水分和温度是限制植被生长的两大主要因素; 方精云等[5]指出中国1982— 1999年间的NDVI增加与气温上升、夏季降水量增加以及农业活动加强等有关; Zhang等[6]认为水分决定着植被的分布格局与类型, 而热量驱动着植被的生长变化, 在温度变化较大的地区, 温度对植被的影响要高于水分。宁夏地处中国北方的农牧交错带, 其地表植被活动在近些年发生了显著变化[7], 由于植被覆盖结构复杂, 导致宁夏植被变化也很多样, 不仅有水文驱动的植被分布格局与类型变化, 也有封育禁牧等引起的植被盖度变化, 还有气候变化驱动的植被生长变化。因此, 分离不同因素对植被变化的驱动, 研究气候变暖对宁夏植被的影响将有助于理解北半球农牧复合生态系统对气候变化的响应, 也有助于地方政府在气候变化背景下科学地开展植被恢复与生态保护。

目前, 有关植被年际变化及其与气候关系的研究较多[8, 9], 但以往研究存在如下三方面的不足:首先是受遥感数据限制, 大多数研究的时间序列较短, SPOT-VGT和MODIS时序数据在10余年, 而GIMMS、Pathfinder等数据在25 a左右[10]; 其次, 前人未考虑不同植被覆盖类型的NDVI之间存在的显著差异, 如森林NDVI可能会高出草地NDVI多倍, 同时不同季节之间的NDVI波动可能来自于农业生产周期的影响, 如作物收获前后的NDVI强烈变化; 第三, 前人的研究多使用年最大化合成NDVI, 用最小二乘法拟合来分析时间序列植被指数的变化趋势, 很少发掘时序植被指数的年内波动规律, 也未区分植被波动的高频与低频特征所指示的内在规律[7]。为此, 本文利用每7 d合成的NOAA植被健康产品(VHP, Vegetation Health Products), 选取温度状态指数(TCI)和植被状态指数(VCI)对近30 a来气候变暖对宁夏植被的影响展开研究, 这两种指数表征的是同一像元的辐射亮温和NDVI与历史同期最大辐射亮温和最小NDVI之间的相对差异[11], 这使得其在不同植被覆盖类型像元之间具有可比性。

1 研究区概况、数据与方法
1.1 研究区概况

宁夏地处中国北方的农牧交错带, 介于104° 17′ ~107° 39′ E和35° 14′ ~39° 23′ N之间。根据自然地理特征和农牧业生产格局可将全区划分为北部引黄灌区、中部干旱带和南部丘陵山区。北部引黄灌区以银川平原和卫宁平原为主, 年平均降水量在200 mm左右, 银川平原的西侧是绵延200多公里的贺兰山东麓洪积冲积平原, 东侧是鄂尔多斯台地西缘, 由于灌溉条件便利, 北部引黄灌区农业发达, 植被丰茂。中部干旱带多为缓坡丘陵和山间盆地, 年平均降水量在200~350 mm之间, 除了红寺堡等扬黄灌区外, 大部分是典型的荒漠化草原和退化干草原; 南部山区是黄土高原的一部分, 年平均降水量在350~600 mm, 其中六盘山地区植被丰富, 海拔多在2 000 m以上, 是宁夏最湿润的地方。

1.2 遥感及气象数据

NOAA-VHP是美国海洋与大气管理局新开发的一种长时间序列全球数据集, 比以往的GIMMS、Pathfinder等数据集更具优势, 数据集不仅包括归一化植被指数(NDVI)、亮度温度(BT)等常规产品, 还包括植被状态指数(VCI)和温度状态指数(TCI)等衍生产品(表1)。TCIVCI两种指数由NOAA的Kogan等提出, 基于长时间观测期内的NDVIBT数据计算获得, VCI可评估植被生长状态, 其值越高表明植被生长越好, TCI可评估气候变暖情况, 其值越低表明地表辐射亮温相对历史同期越高。本研究从NOAA网站(http://www.star.nesdis.noaa.gov/)下载了近30 a的VHP时序数据(1982— 2013年)。并从中国气象数据共享网获取了宁夏9个典型气象站1981— 2013年的气象观测数据, 其中引黄灌区有惠农、陶乐和银川站, 中部干旱带有中宁、盐池和同心站, 南部山区有海原、固原和西吉站。

表1 几种不同的NOAA-VHP指数及其计算公式 Table 1 Several indices of NOAA-VHP and their formulas
1.3 研究方法

Mann-Kendall检验法是一种非参数检验方法, 已广泛应用于气象及水文等领域的突变检验[15], 其通过构建UFUB两个统计量, 并根据这两个统计量的交叉情况来判断突变情况, 如果UFUB的交点出现在显著水平临界线以内, 则交点对应的时刻为突变点[16, 17], 本研究用其检验时间序列指数是否存在突变及获取突变时间。

分形理论指出自然界的气候、水文等现象普遍存在自相似和长程依赖性, 英国水文学家Hurst发现时间序列的水文观测数据并非马尔可夫随机过程, 而是一种有偏的随机游走。为判断一种自然现象是遵从随机游走还是有偏的随机游走, Hurst提出了重新标度极差分析方法, 用赫斯特指数(H)来判断时间序列数据的未来走势。0.5< H< 1表明具有长期持续性; H=0.5说明为随机序列; 而0< H< 0.5则表明具有反持续性[18]

集合经验模态分解方法(Ensemble Empirical Mode Decomposition, EEMD)是一种基于Hilbert-Huang变换的数据分析方法[19, 20], 可将原始数据中不同尺度的波动和趋势特征逐级分解开来, 即生成一系列具有不同特征尺度的内在模态函数分量(Intrinsic Mode Function, IMF)和一个剩余趋势分量(R), 本研究使用EEMD对时间序列的TCIVCI等指数进行分解与重构。

2 结果与分析
2.1 近30 a气候变化特征

尽管辐射亮温(BT)反映的是地表热辐射和大气热辐射的混合信息, 但其依然可以作为衡量全球气候变暖的一个指标。由NOAA-AVHRR数据反演的周合成辐射亮温数据显示, 近30 a来宁夏辐射亮温在波动中逐年升高 [图1(a)], 这与全球气候变暖的事实一致。辐射亮温线性拟合结果显示, 年平均辐射亮温、最高辐射亮温和最低辐射亮温以0.15 K/a、0.09 K/a和0.18 K/a的幅度升高, 最低亮温的升温幅度比最高亮温的升温幅度快一倍, 这一特征与北半球中高纬度地区冬季升温率比夏季快的研究结论[21]一致。辐射亮温日较差呈现缩小的趋势, 这与已有的气温升温特征研究结论一致[22]。由于遥感辐射亮温不仅含有大气热辐射信息, 还有地表热辐射信息, 而地温增温幅度普遍要比气温高[22], 因此宁夏辐射亮温年增温幅度也比气温增温幅度要高。

图1 近30 a辐射亮温(a)、温度状态指数(b)及温度状态指数的Mann-Kendall统计量(c)变化Fig. 1 Variations of Brightness Temperature (a), Temperature Condition Index (b) and Mann-Kendall statistics of Temperature Condition Index (c) from 1982 to 2013 in Ningxia

宁夏近30 a来的温度状态指数(TCI)变化曲线可以分为两个明显的阶段 [图1(b)]:1982— 1994年TCI的平均值为52.1, 但波动较大, 可见该时期是气候波动期; 1995— 2013年TCI平均值为34.9, 指数整体降低, 除了个别年份(2000和2008年)外, 大部分时期的TCI值处于20~40之间, 即地表温度处在历史同期的较高水平。Mann-Kendall突变检验结果显示 [图1(c)], TCIUFUB线在95%显著水平临界线以内有一个明显的交点, 由此判断1995年是一个气候突变点。另外, 从UF线的变化特征来看, 其在1982— 1994年波动不定, 从1995年以后基本处于单一降低趋势, 其中2000年前后又有一次波动过程, 这可能与全球气候的强厄尔尼诺-南方涛动(ENSO)事件有关。结合突变点时间与UF线的变化, 可得出1982— 1994年是宁夏的气候波动期, 气候变化趋势不甚明显, 1995年左右气候发生突变后, 宁夏进入了气候持续增暖期。这与气象研究的结果基本一致, 西北地区于20世纪90年代初发生气候突变[23], 华北地区在1993年发生气温 突变[24]

表2 1982— 2013年各指标线性回归趋势及赫斯特指数 Table 2 Linear regression trend and Hurst index of each NOAA-VHP index in 1982-2013

以上分析得出了宁夏辐射亮温在近30 a整体处于升高趋势、TCI处于降低趋势的结果, 但是这种变化趋势是否在未来还具有持续性, 这需要做进一步的判断。由于时间序列的辐射亮温并非马尔可夫随机过程, 其存在有偏的随机游走, 根据分形理论, 通过分析当前观测数据的自相似和长程依赖性, 便可判断其未来的发展趋势, 为此计算了辐射亮温和TCI的赫斯特指数(表2)。从结果来看, 辐射亮温和TCI的赫斯特指数分别为0.636 0和0.615 0, 二者均大于0.5, 这说明在未来它们的变化趋势与当前趋势一致, 具有长期持续性, 即未来辐射亮温还会继续升高, 而TCI还会继续降低。

表3 TCIVCI各IMF分量的方差贡献率、周期和振幅 Table 3 Variance contribution rate, average cycle and amplitude of each IMF components of TCI and VCI
2.2 近30 a植被变化特征

宁夏NDVI表现出逐渐增高的态势 [图2(a)], 年平均NDVI的线性变化增长趋势显著(R2=0.485 3, P< 0.01), 上升幅度为0.012/10 a, 这比三北防护林地区的平均值0.007/10 a[25]略高, 特别是近10 a, NDVI的增长趋势更为明显。年平均NDVI在年际间波动较小, 但年最大NDVI在不同年份间波动较大, 这是因为年最大NDVI易受短时强降水等因素的影响, 导致利用年最大值合成算法合成的NDVI时间序列研究植被动态时, 在一定程度上会扩大NDVI的波动, 且不能发现植被指数在年内的一些变化规律。

图2 近30 a归一化植被指数(a)、植被状态指数(b)及植被状态指数的Mann-Kendall统计量(c)变化Fig. 2 Variations of Normalized Difference Vegetation Index (a), Vegetation Condition Index (b) and Mann-Kendall statistics of Vegetation Condition Index (c) from 1982 to 2013 in Ningxia

植被状态指数(VCI)可以划分为3个不同的阶段 [图2(b)], 20世纪80年代VCI均值小于40, 是近30 a来植被生长最差时期, 且VCI呈逐年降低的趋势; 20世纪90年代VCI均值处在40~60之间, 并呈增加的趋势; 2000年以后的VCI均值超过了60, 除了几个极端干旱年份波动外, 总体呈现出很强的增加趋势。Mann-Kendall突变检验显示 [图2(c)], VCIUFUB线虽然在1995年左右有个交点, 但该交点超出了95%的显著水平临界线, 故不宜判定为VCI的突变点[17], 从VCI的分段波动特征来看, 1990年是宁夏植被状态的一个突变点。在突变之前的80年代, 植被总体以退化为主, 其中UF线在1982年出现一个最低值, 这是因为该年是宁夏近50 a来的一个极端干旱年份, 全区年平均降水量只有192.14 mm[26]。1990年以后, 植被总体以波动改善为主, 其中UF线在2000年前后发生一次波动, 但这并没有改变UF线的整体上升趋势。

为判断未来NDVIVCI的变化趋势, 计算了它们的赫斯特指数(表2)。NDVIVCI的赫斯特指数分别为0.709 9和0.764 8, 二者均大于0.5, 且高于辐射亮温与TCI的赫斯特指数。由此可知, 它们未来的变化趋势与当前趋势一致, 即NDVI会继续升高, VCI也会继续升高, 且它们的这种长期持续性要比辐射亮温和TCI强。

2.3 气候变化与植被活动的波动及非线性趋势分析

利用集合经验模态分解(EEMD)对1982— 2013年的TCIVCI数据序列进行模态分解, 依据Wu等[27]的建议, 分解过程中添加的辅助白噪声标准差与原始信号标准差的比率为0.2, 集合平均次数为150次。TCIVCI均分解出了9个内在模态函数分量(IMF), 因EEMD分解时加入了白噪声以促进抗混分解, 因此IMF1分量被认为是无实际物理意义的白噪声信息。从各分量的方差贡献率和平均振幅来看, 原始数据的信息量主要集中在IMF3至IMF7分量上(表3), 其中IMF2和IMF3具有准月和准季的周期, 因此这两个分量为年内变化信息; IMF4至IMF9为周期1 a及以上的低频分量, 它们代表的是年际和年代际的气候波动和植被活动特征。VCITCI分解出的各分量基本具有一致的周期性, 但剩余趋势分量存在差异, VCI剩余趋势分量呈近直线的上升趋势, 其方差贡献率也很高, 达到了35.37%; 而TCI剩余趋势分量则为先增加后降低的微抛物线形态, 整体呈下降趋势, 且方差贡献率仅仅只有1.78%。

为减少数据本身的高频噪声和年内降水、气温短期异常波动造成的TCIVCI短时间尺度振荡, 本研究将年际以上周期的内在模态函数分量与剩余趋势分量累加, 重构长时间尺度TCIVCI变化曲线(图3), 用于气候变暖与植被变化的关系分析。由于EEMD重构的TCIVCI数据是剔除原始数据高频信息的结果, 其代表的是原始数据低频部分, 即气候和植被在年际、年代际之间的变化特征, 因此重构后的TCIVCI数据序列适合分析大尺度气候变化对区域植被长期变化的影响。从重构后的数据可初步看出, TCI具有线性下降趋势, 而VCI具有线性上升趋势, 两条曲线在1995年之前波动相似, 而从1995年之后则出现相反波动。

图3 低频分量重构的TCIVCI变化曲线Fig. 3 Reconstruction curve of TCI and VCI from low frequency IMFs

2.4 气候变暖对宁夏植被活动的影响

现有研究表明, 北半球中高纬度地区的气温上升会导致植被生长活性增加[4]。然而全球气候变暖, 对宁夏地区的植被活动却是一把双刃剑, 在水源充沛的引黄灌区, 气温升高和无霜期的延长会增加植被的生长活性, 导致植被覆盖度升高[28]; 然而在中部荒漠草原区和部分黄土丘陵旱作农业区, 植被生长活性主要受水分因素限制, 气温的升高会导致土壤水分降低, 加剧干旱化, 从而使得植被生长活性减弱。为定量探析宁夏气候变暖对整体植被的作用, 本研究对EEMD重构后的近30 a TCIVCI序列数据进行相关分析, 发现二者具有负相关性, 相关系数R=-0.46(P< 0.01), 这说明气候变暖对宁夏的植被活动有促进作用, 这与Myneni等[29]对北半球高纬度地区植被活动特性研究和方精云 等[5]对中国植被活动研究的结果一致。此外, 在北部引黄灌区、中部干旱带和南部山区各选3个代表气象站, 将9个站点的气温和降水量数据进行平均, 以代表宁夏全区气温与降水, 分析它们与VCI间的关系。结果显示, 平均气温与VCI存在正相关性, 相关系数R=0.49(P< 0.01), 但降水量与VCI之间相关性很弱, 相关系数R=0.13(P=0.49), 无统计学意义。这进一步说明, 近30 a气候变暖对宁夏的植被活动有促进作用, 而降水可能仅对年内的植被波动起主导作用。

从全球尺度来看, 不同季节的升温对生态系统生产力的影响存在很大差异[21]。为探析宁夏不同季节气候变暖对植被变化的影响, 本研究将前述EEMD重构的TCIVCI数据按季节划分, 分析不同季节TCIVCI之间的关系。由于前文已发现TCIVCI在1995年前后的变化特征有差异, 这里选择1982— 1994年和1995— 2013年两个阶段分别进行相关分析(图4)。从结果可以看出, 1982— 1994年的TCIVCI呈弱正相关性, 4个季节均未通过显著性检验, 这说明该时期气候变暖对植被活动的影响不甚明显; 1995— 2013年的TCIVCI呈负相关性, 相关系数较高, 且都通过了P< 0.01的显著性检验, 这说明地表辐射亮温越高, 植被长势越好, 即该时期气候变暖增强了宁夏的植被活动。相关性由强到弱依次是秋季、冬季、春季和夏季, 这说明秋季气候变暖对植被活动影响最强, 其次是冬季和春季, 而夏季最弱。宁夏秋季的气候变暖会导致初霜期推后, 延长植被生长季, 增进植被的生长活性, 导致植被活动增强; 此外, 因受季风气候的影响, 宁夏的降水主要集中在夏秋季, 这种降水格局使得秋季土壤水分状况良好, 在水分限制性下降的情况下, 热量便成为制约植被生长的重要因素, 因此秋季增温对植被活动有利。冬季升温会使植被的返青期提前, 从而增强该季节的植被活性; 夏季增温幅度最低, 且该季节光热充足, 温度并不是植被活动的制约因子, 因此夏季增温对植被的影响最弱。

图4 不同季节TCIVCI之间的散点图及相关性Fig. 4 Scatter plots and correlation of TCI and VCI in different seasons

2.5 植被活动与气候变暖关系发生变化的原因分析

从时间序列上来看, 1995年前后是宁夏气候变暖对植被活动影响出现差异的一个时间节点。引起这一变化的原因主要有两方面:一方面是1995年为宁夏转向暖干时期的气候突变点, 在这之后气候变暖表现得非常明显; 另一方面是宁夏从20世纪90年代中后期开始, 实施了一系列的扬黄灌溉开发和众多的生态治理工程, 如1995年启动的“ 1236” 扶贫扬黄灌溉工程在宁夏中南部地区开发百万亩灌区, 2000年开始的退耕还林工程在中南部地区开展大面积退耕造林。这些工程使得宁夏的灌溉耕地面积与林地面积在20世纪90年代后期突然大幅度增加(图5), 明显改变了区域植被的分布格局与类型, 即大量的荒漠草原转向灌溉耕地、旱作耕地转向林地。在这两方面因素的共同作用下, 宁夏地区的植被活动从20世纪90年代中后期开始表现出与气候变暖显著相关。

图5 宁夏1985— 2012年灌溉面积和累计造林面积Fig. 5 Annual irrigation area and total forestation area of Ningxia from 1985 to 2012

3 讨论

Li等[30]基于AVHRR和MODIS数据对中国不同植被区的植被活动研究后发现, 近30 a的NDVI年际变化存在三个明显的阶段:在20世纪80年代和2000年以后的时间段内, 稀疏植被区、农业植被区、森林植被区和草地植被区的NDVI均表现出强烈增长态势, 而20世纪90年代则出现不同的变化, 其中农业和森林植被区出现植被活动减弱, 草地植被区的植被活动相对稳定。本研究发现宁夏近30 a的植被活动也存在三个明显的阶段, 但宁夏植被活动在20世纪80年代为活动减弱, 而90年代和2000年以后的时间段均为增强, 特别是2000年以后植被活动增强趋势非常明显。这说明宁夏植被活动在与全国大尺度植被活动总体增强趋势基本一致的基础上, 其植被活动的具体特征又与小区域气候和人类活动有关。

宁夏植被活动特征不仅与其植被结构复杂性密切相关, 而且与近年来众多的农垦开发和生态治理工程密切相关。在农牧交错的天然草原和雨养农业区, 植被受降水因素影响明显, 但20世纪90年代后期宁夏在中部干旱带上新开发了许多扬黄灌区, 并在全省开展大面积的退耕还林、封育禁牧等生态治理工程。这些农业垦殖和生态治理活动, 使项目区地表植被受降水的制约性明显降低。以荒漠草原区的盐池县为例, 其植被活动过去主要受气候降水驱动, 但宋乃平等[31]对盐池近10 a来的NDVI变化特征研究后发现, 当前降水对盐池植被变化的波动影响只占总驱动力的50%, 且其影响在逐渐减弱, 而NDVI上升的其他驱动力来自于封育禁牧、灌区开发、农业生产力提高和退耕还林等人类活动。

杜灵通等[28]利用1999— 2009年的SPOT-VGT和空间插值气温数据, 从空间上研究了宁夏植被覆盖度变化与气温的关系, 结果发现宁夏植被覆盖度与气温以正相关和不相关为主, 植被覆盖度与气温呈正相关的区域主要在红寺堡新开发扬黄灌区, 以及卫宁平原和银川平原所在的老引黄灌溉区。宋乃平等[31]认为在无灌溉条件的荒漠草原区, 气温与NDVI大多为负相关, 即气温升高对植被生长不利。然而本研究借助集合经验模态分解后重建的低频无噪声TCIVCI数据显示, 1995年以后宁夏植被活动与气候变暖有显著相关关系, 这可能是因为宁夏整体植被活动的主要信息来自于灌溉农业区, 而非荒漠草原区(灌溉农业区的NDVI高出荒漠草原NDVI多倍)。

4 结论

利用NOAA-VHP数据, 获取宁夏近30 a来的归一化植被指数和辐射亮温数据, 通过构建植被状态指数、温度状态指数和集合经验模态分解等手段, 研究了近30 a气候变暖对宁夏植被活动的影响, 得出如下几点结论:

1)近30 a的遥感辐射亮温增温趋势明显, 年平均辐射亮温以0.15 K/a的幅度升高, 且辐射亮温日较差呈缩小趋势, 这与气候变暖的情形一致, 但辐射亮温的增温幅度更大。由辐射亮温构建的TCI在1995年前后发生突变, 即由1982— 1994年的气候波动期转向1995年以后的持续增暖期。辐射亮温和TCI的赫斯特指数均大于0.5, 存在长期持续性的有偏游走特征, 结合当前趋势, 未来辐射亮温会继续升高, 而TCI会继续降低。

2)近30 a的NDVI在逐渐升高, 年平均NDVI的线性变化增长趋势显著(R2=0.485 3, P< 0.01), 总体上升幅度为0.012/10 a, 特别是近10 a的增长趋势更为明显。由NDVI构建的VCI可分为3个阶段:20世纪80年代呈逐年降低趋势, 90年代转为增加趋势, 进入21世纪后增加趋势加强。1990年是宁夏植被状态的一个突变点, 在此之前的80年代, 植被总体以退化为主, 而此后植被以波动恢复为主。NDVIVCI也存在长持续性, 未来NDVIVCI均会继续升高, 且他们的长持续性要比同期的辐射亮温和TCI强。

3)在1995年之前气候变暖对宁夏植被活动的影响不甚明显, EEMD重构的TCIVCI呈弱正相关, 但1995年之后气候变暖对宁夏植被活动有明显的促进作用, TCIVCI出现强的负相关, 且4个季节均通过了P< 0.01的显著性检验。秋季的气候变暖对植被活动影响最强, 其次是冬季和春季, 而夏季最弱。引起宁夏植被活动驱动因子变化的原因有两点:一是1995年为宁夏转向暖干时期的气候突变点, 二是从20世纪90年代中后期开始, 宁夏实施的众多扬黄灌溉开发和生态治理工程改变了区域植被分布格局与类型。

The authors have declared that no competing interests exist.

参考文献
[1] Stow D A, Hope A, McGuire D, et al. Remote sensing of vegetation and land -cover change in Arctic tundra ecosystems[J]. Remote Sensing of Environment, 2004, 89(3): 281-308. [本文引用:1]
[2] Daan B, Gabriela S-S, Harm B, et al. The response of Arctic vegetation to the summer climate: Relation between shrub cover, NDVI, surface albedo and temperature[J]. Environmental Research Letters, 2011, 6(3): 035502. [本文引用:1]
[3] Rogier D J, Sytze D B, Allard D W, et al. Analysis of monotonic greening and browning trends from global NDVI time-series[J]. Remote Sensing of Environment, 2011, 115(2): 692-702. [本文引用:1]
[4] Nemani R R, Keeling C D, Hashimoto H, et al. Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J]. Science, 2003, 300(5625): 1560. [本文引用:2]
[5] 方精云, 朴世龙, 贺金生, . 近20年来中国植被活动在增强[J]. 中国科学C辑: 生命科学, 2003, 33(6): 554-565.
[FANG Jing-yun, PIAO Shi-long, HE Jin-sheng, et al. Vegetation activity increased in recent 20 years in China. Science in China Series C: Life Sciences, 2003, 33(6): 554-565. ] [本文引用:2]
[6] Zhang Y J, Zhou G S. Terrestrial transect study on driving mechanism of vegetation changes[J]. Science China: Earth Sciences, 2008, 51(7): 984-991. [本文引用:1]
[7] 杜灵通, 田庆久. 宁夏回族自治区NDVI的时空变化特征研究[J]. 水土保持通报, 2011, 31(5): 208-214.
[DU Ling-tong, TIAN Qing-jiu. Spatiotemporal variations of NDVI in Ningxia Hui Autonomous Region. Bulletin of Soil and Water Conservation, 2011, 31(5): 208-214. ] [本文引用:2]
[8] 马明国, 王建, 王雪梅. 基于遥感的植被年际变化及其与气候关系研究进展[J]. 遥感学报, 2006, 10(3): 421-431.
[MA Ming-guo, WANG Jian, WANG Xue-mei. Advance in the inter-annual variability of vegetation and its relation to climate based on remote sensing. Journal of Remote Sensing, 2006, 10(3): 421-431. ] [本文引用:1]
[9] 刘斌, 孙艳玲, 王中良, . 华北地区植被覆盖变化及其影响因子的相对作用分析[J]. 自然资源学报, 2015, 30(1): 12-23.
[LIU Bin, SUN Yan-ling, WANG Zhong-liang, et al. Analysis of the vegetation cover change and the relative role of its influencing factors in North China. Journal of Natural Resources, 2015, 30(1): 12-23. ] [本文引用:1]
[10] Scheftic W, Zeng X, Broxton P, et al. Intercomparison of seven NDVI products over the United States and Mexico[J]. Remote Sensing, 2014, 6(2): 1057-1084. [本文引用:1]
[11] Kogan F. Application of vegetation index and brightness temperature for drought detection[J]. Advances in Space Research, 1995, 15(11): 91-100. [本文引用:1]
[12] Tucker C J. Red and photographic infrared linear combinations for monitoring vegetation[J]. Remote Sensing of Environment, 1979, 8(2): 127-150. [本文引用:1]
[13] Qin Z H, Karnieli A. Progress in the remote sensing of land surface temperature and ground emissivity using NOAA-AVHRR data[J]. International Journal of Remote Sensing, 1999, 20(12): 2367-2393. [本文引用:1]
[14] Kogan F, Gitelson A A, Zakarin E, et al. AVHRR-based spectral vegetation index for quantitative assessment of vegetation state and productivity: Calibration and validation[J]. Photogrammetric Engineering & Remote Sensing, 2003, 69(8): 899-906. [本文引用:1]
[15] Ma Z, Fu C. Evidences of drying trend in the global during the later half of 20th century and their relationship with large-scale climate background[J]. Science China: Earth Sciences, 2007, 50(5): 776-788. [本文引用:1]
[16] 魏凤英, 现代气候统计诊断与预测技术 [M]. 北京: 气象出版社, 2007.
[WEI Feng-ying. Modern Climate Statistics Diagnosis and Prediction Techniques. Beijing: China Meteorological Press, 2007. ] [本文引用:1]
[17] 符淙斌, 王强. 气候突变的定义和检测方法[J]. 大气科学, 1992, 16(4): 482-493.
[FU Cong-bin, WANG Qiang. The definition and detection of the abrupt climatic change. Scientia Atmospherica Sinica, 1992, 16(4): 482-493. ] [本文引用:2]
[18] 江田汉, 邓莲堂. Hurst指数估计中存在的若干问题——以在气候变化研究中的应用为例[J]. 地理科学, 2004, 24(2): 177-182.
[JIANG Han-tian, DENG Lian-tang. Some problems in estimating a hurst exponent —A case study of applicatings to climatic change. Scientia Geographica Sinica, 2004, 24(2): 177-182. ] [本文引用:1]
[19] Huang N E, Shen S S. Hilbert-Huang Transform and Its Applications[M]. World Scientific, 2005. [本文引用:1]
[20] 薛春芳, 侯威, 赵俊虎, . 集合经验模态分解在区域降水变化多尺度分析及气候变化响应研究中的应用[J]. 物理学报, 2013, 62(10): 504-511.
[XUE Chun-fang, HOU Wei, ZHAO Jun-hu, et al. The application of ensemble empirical mode decomposition method in multiscale analysis of region precipitation and its response to the climate change. Acta Physica Sinica, 2013, 62(10): 504-511. ] [本文引用:1]
[21] Xia J Y, Chen J Q, Piao S L, et al. Terrestrial carbon cycle affected by non-uniform climate warming[J]. Nature Geoscience, 2014, 7: 173-180. [本文引用:2]
[22] 王海波, 黄少鹏, 任永飞, . 西安城市地温与气温变化初步分析[J]. 地质科学, 2014, 49(3): 874-887.
[WANG Hai-bo, HUANG Shao-peng, REN Yong-fei, et al. Preliminary analysis of the subsurface temperature and air temperature changes in Xi'an, China. Chinese Journal of Geology, 2014, 49(3): 874-887. ] [本文引用:2]
[23] 尹云鹤, 吴绍洪, 陈刚. 1961—2006年我国气候变化趋势与突变的区域差异[J]. 自然资源学报, 2009, 24(12): 2147-2157.
[YIN Yun-he, WU Shao-hong, CHEN Gang. Regional difference of climate trend and abrupt climate change in China during 1961-2006. Journal of Natural Resources, 2009, 24(12): 2147-2157. ] [本文引用:1]
[24] 张一驰, 吴凯, 于静洁, . 华北地区1951—2009年气温、降水变化特征[J]. 自然资源学报, 2011, 26(11): 1930-1941.
[ZHANG Yi-chi, WU Kai, YU Jing-jie, et al. Characteristics of precipitation and air temperature variation during 1951-2009 in North China. Journal of Natural Resources, 2011, 26(11): 1930-1941. ] [本文引用:1]
[25] Wang Q, Zhang B, Zhang Z, et al. The Three-North Shelterbelt Program and dynamic changes in vegetation cover[J]. Journal of Resources and Ecology, 2014, 5(1): 53-59. [本文引用:1]
[26] 杨淑萍, 赵光平, 孙银川, . 2004—2005年宁夏特大干旱事件的诊断分析[J]. 中国沙漠, 2006, 26(6): 948-952.
[YANG Shu-ping, ZHAO Guang-ping, SUN Yin-chuan, et al. Diagnosis analysis on extremely drought events in Ningxia during 2004-2005. Journal of Desert Research, 2006, 26(6): 948-952. ] [本文引用:1]
[27] Wu Z, Huang N E. Ensemble empirical mode decomposition: A noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2009, 1(1): 1-41. [本文引用:1]
[28] 杜灵通, 田庆久. 宁夏植被覆盖动态变化及与气候因子的关系[J]. 中国沙漠, 2012, 32(5): 1479-1485.
[DU Ling-tong, TIAN Qing-jiu. Vegetation coverage variations in Ningxia during 1999-2009 and its relationships with climatic factors. Journal of Desert Research, 2012, 32(5): 1479-1485. ] [本文引用:2]
[29] Myneni R B, Keeling C, Tucker C, et al. Increased plant growth in the northern high latitudes from 1981 to 1991[J]. Nature, 1997, 386(6626): 698-702. [本文引用:1]
[30] Li F, Zeng Y, Li X S, et al. Remote sensing based monitoring of interannual variations in vegetation activity in China from 1982 to 2009[J]. Science China: Earth Sciences, 2014, 57(8): 1800-1806. [本文引用:1]
[31] 宋乃平, 杜灵通, 王磊. 盐池县2000—2012年植被变化及其驱动力分析[J]. 生态学报, 2015, 35(22): 7377-7386.
[SONG Nai-ping, DU Ling-tong, WANG Lei. Vegetation dynamics over 2000-2012 and its driving factors in Yanchi County, Ningxia Province. Acta Ecologica Sinica, 2015, 35(22): 7377-7386. ] [本文引用:2]