黄土高原地区植被指数对干旱变化的响应

史尚渝，王 飞,，金 凯，丁文斌

(1.中国科学院水利部水土保持研究所，陕西 杨凌 712100；2.中国科学院大学，北京 100049；3.西北农林科技大学水土保持研究所，陕西 杨凌 712100)

引 言

干旱是水分短缺造成的供需失衡现象[1]，是对社会经济及生态环境影响最大的气象灾害之一[2]。在全球变暖背景下，干旱频率和严重程度均显著增加[3]，我国每年因干旱造成的经济损失约占自然灾害所造成损失的50%[4]。自1990年以来极端干旱事件愈加频发，给生态系统和社会经济造成了极大破坏[5]。干旱的发生也会对植被生长产生显著影响，了解植被生长对干旱的响应规律，对于评估干旱影响，进行防灾减灾，指导农业生产等具有重要意义。

近年来遥感技术发展迅速，根据植被的光谱特性，使用遥感影像中可见光和近红外波段计算的植被指数被广泛用于监测植被变化[6-7]。其中归一化植被指数(NDVI，normal difference vegetation index)计算简单，易于获取，能够较好地反映植被光合能力的变化，是诸多植被指数中最常用的一种[8-10]，目前被广泛用于干旱对植被生长影响的研究[11-15]。

黄土高原地形地貌复杂，植被类型多样，气候类型主要为温带半干旱气候，年均降水量466 mm，自东南向西北递减，空间分布不均，且该区域是内陆干旱气候区向季风气候区的过渡带，降水集中在夏季。由于雨热同期，黄土高原植被生长对于干湿变化敏感[16-17]，但是不同区域，干旱对植被的影响仍存在差异。在荒漠地带以及非农耕区，植被生长受干旱影响较大，降水量与植被覆盖状况有很强的正相关性；在农耕区，由于水分条件受人为因素的影响，植被生长与干旱的相关性较弱[18]。不同植物对干旱变化的响应也有显著差异，黄土高原半干旱区进行生态恢复时选择杏树、榆树等乔木比较适宜[19]。ZHANG等[11]研究发现，各类土地利用类型中，草地受干旱影响最大，其次为灌木，森林受干旱的影响最小；PSCOA等[20]研究发现，地中海低海拔地区的干旱对植被生长有明显的负面影响，随着海拔升高，干旱对植被生长逐渐变为正面影响。在黄土高原地区是否存在同样的规律，值得深入探讨。

基于地面气象站点逐日数据，计算2000—2016年黄土高原标准化降水蒸散发指数[21](SPEI，standardized precipitation evapotranspiration index)，并结合同期的NDVI、土地利用数据和数字高程(DEM，digital elevation model)数据，分析不同土地利用类型以及不同海拔高度SPEI与NDVI的相关性，旨在揭示NDVI对SPEI响应的差异，了解黄土高原气象干旱对植被指数的影响规律。

1 数据与方法

1.1 数 据

采用中国科学院资源环境科学数据中心的中国土地利用遥感监测数据(http://www.resdc.cn/)。该数据基于Landsat TM/ETM遥感影像数据人工解译，分辨率为1 km，土地利用一级分类的综合评价精度达93%以上[22]。该数据共有6个一级分类，分别是耕地、森林、草灌、水域、建设用地和未利用土地，由于建设用地水分受人为因素控制，植被生长对干旱变化不敏感，而黄土高原水域面积仅占1%左右，因此本研究不考虑建设用地和水域。2000—2016年，可获取土地利用数据共4期(每5 a公布1期)，通过比对发现，2015年与2000年相比，黄土高原地区耕地面积百分比减少0.58%，未利用土地面积百分比减少0.07%，草灌面积和森林面积百分比分别增加0.08%和0.57%，各期土地利用数据差异较小，因此折中选取2010年的土地利用数据。2010年黄土高原土地利用类型中，耕地面积占34.46%，森林面积占15.49%，草灌在黄土高原各类地貌中占地面积最大，为42.68%，未利用土地面积占7.37%(表1)，2010年黄土高原土地利用类型空间分布见图1。

地形资料采用NASA发布的数字高程数据(DEM, digital elevation model)(http://srtm.csi.cgiar.org/)，分辨率为90 m，垂直误差小于16 m[23]。黄土高原海拔集中分布在1000～2000 m(占总面积的70.8%)，耕地在低海拔地区所占面积百分比较高，而随着海拔增加，耕地面积百分比逐步减小；森林所占面积百分比的分布特征则与耕地相反[图2(a)]。

表1 黄土高原不同土地利用类型及所占面积百分比Tab.1 Different land use types and their areas percentage over the Loess Plateau 单位：%

图1 2010年黄土高原土地利用类型空间分布Fig.1 Spatial distribution of land use types over the Loess Plateau in 2010

目前常用的NDVI数据主要包括GIMMSNDVI、SPOT-VEGETATIONNDVI和MODISNDVI。GIMMSNDVI数据时间序列为1981年至今，其在3类数据中时间序列最长，但其空间分辨率为8 km，而且由于卫星传感器以及数据处理问题，该数据有较多噪声[24]。SPOT-VEGETATIONNDVI和MODISNDVI与GIMMSNDVI相比，虽时间序列较短，但数据空间分辨率更高[25]。宋富强等[26]研究表明，MODISNDVI比SPOT-VEGETATIONNDVI更适合反映黄土高原地区植被的空间分布及变化，因此下载美国地质勘测局发布(https://earthexplorer.usgs.gov)的2000—2016年250 m分辨率的MODISNDVI 16 d合成产品来表征黄土高原植被的生长状况，并将下载数据使用最大值合成法[27](MVC，maximum-value composite)得到月值数据，使用ArcGIS将空间分辨率重采样为1 km。

2000—2016年冬季以及初春，各土地利用类型NDVI值均很低，NDVI值4月开始有明显增大，8月达到最大，之后逐渐减小[图2(b)]。考虑到干旱对于植被的影响主要和植被的生长活动相关[11,28]，植被的生长季4—10月为研究时段。

图2 2000—2016年黄土高原不同土地利用类型面积百分比随海拔的分布(a)以及NDVI月平均值变化(b)Fig.2 Percentage of area of different land use types with the altitude (a) and monthly variation of average NDVI (b) over the Loess Plateau from 2000 to 2016

1.2 方 法

VICENTE-SERRANO等[13]指出不同植被对水分的敏感程度不同，在针对植被生长研究中，推荐使用可以计算多时间尺度的干旱指标。该类干旱指标目前包括标准化降水指数[29](SPI，standardized precipitation index)、标准化蒸散发亏缺指数[30](SEDI，standardized evapotranspiration deficit index)和SPEI[21]。SPI仅使用降水数据获取，计算过程简单，但对于干旱的描述不够准确[31]；SEDI基于潜在蒸散发量和实际蒸散发量的差值来评估干旱，物理意义清晰，但在黄土高原的适用性还有待研究；SPEI的计算涉及降水以及同期的潜在蒸散发量，意义明确、计算简单，因此本研究选取SPEI评估干旱[32]。考虑到黄土高原的土地利用类型主要为耕地(34.46%)和草灌(42.68%)，时间尺度较短的干旱指标适用性更好[11]。因此，本研究计算的SPEI时间尺度为3个月，即用该月及前两个月累计降水量与累计潜在蒸散量差值计算该月干旱指标。

SPEI采用3参数log-logistic概率分布来描述某一时段降水量与潜在蒸散发量差值的变化[21]，SPEI为正时，为湿润化，反之为干旱化。利用从气象数据网(http://data.cma.cn/)获取的2000—2016年黄土高原83个气象站点的日值数据集，先计算得到黄土高原各站点逐月降水量，并使用FAO-PM公式计算潜在蒸散发量[33]；再使用ANUSPLINE软件以海拔为协变量进行插值[34]，通过插值获取分辨率为1 km的逐月降水量分布和潜在蒸散发量分布；最后逐点计算SPEI值，得到黄土高原逐月SPEI。

采用旋转经验正交函数(REOF, rotational empirical orthogonal function)对2000—2016年的SPEI进行分析[35]。REOF方法基于经验正交函数的结果，将主分量以最大方差法进行旋转，能够清晰地表征不同地理区域的特征，广泛应用于气候研究中变量场的分离[36]。使用Pearson系数(r)对同期SPEI和NDVI进行相关分析。并结合土地利用数据及DEM数据，统计不同土地利用类型及不同海拔SPEI和NDVI的显著相关面积百分比。研究中显著性检验均为双边t检验(P<0.05)，各月相关系数的显著范围为|r|>0.48，全生长季的相关系数显著范围为|r|>0.18。

2 结果分析

2.1 黄土高原干旱时空变化

对2000—2016年间黄土高原地区SPEI进行REOF分解，前4个模态的方差贡献率分别为25.7%、25.5%、21.3%和12.7%，累积方差贡献率达85.2%，基本描述了黄土高原SPEI空间分布的主要特征。依据SPEI前4个模态的空间型(图3)，将黄土高原划分为4个特征区域，分别是东南区(REOF-1)、东北区(REOF-2)、西北区(REOF-3)和西南区(REOF-4)(图4)。

图3 黄土高原SPEI REOF展开前4个模态空间型Fig.3 Spatial patterns of the first four modes of REOF analysis of SPEI over the Loess Plateau

图4 黄土高原气象站点分区图Fig.4 Zoning map for meteorological stations over the Loess Plateau

使用各分区气象站点SPEI的均值表征其干湿变化特征[37]。图5为2000—2016年各分区SPEI均值逐月变化及其趋势。可以看出， 2000—2016年东南区的SPEI波动较为平缓，整体为显著湿润化趋势；东北区的SPEI呈“W”形波动，整体为湿润化趋势；西北区的SPEI呈“V”形，2007年1月前显著降低，此后显著上升，表明该地区经历了干旱化到湿润化的转折；西南区的SPEI呈显著上升趋势，表明该地区有显著湿润化趋势。

表2为2000—2016年各分区不同土地利用类型及不同海拔高度的面积百分比。可以看出，除东南区外，其余各分区面积百分比最大的土地利用类型均为草灌。各分区的海拔高度分布有显著差异，低海拔(0～500 m)主要集中在东南区，高海拔(>2000 m)主要集中在西南区；东北区与西北区海拔分布较为接近，1000～1500 m的面积均超过65%。

2.2 SPEI与NDVI相关分析结果

图6为2000—2016年生长季内逐月黄土高原SPEI及NDVI的年际变化。可以看出，生长季NDVI均呈显著升高，其中7月的线性倾向率达0.10·(10 a)-1，表明在研究时段内，黄土高原地区植被覆盖逐年增加。生长季各月SPEI的波动范围较大，均呈上升趋势，表明黄土高原整体有湿润化趋势。将SPEI和NDVI进行相关分析发现，除4月外，两者均为正相关，且在6—9月以及全生长季通过了显著性检验。

图6 黄土高原2000—2016年生长季内逐月SPEI及NDVI的年际变化Fig.6 Inter-annual variation of SPEI and NDVI in each month in growing season from 2000 to 2016 over the Loess Plateau

表2 2000—2016年黄土高原各分区不同土地利用类型及不同海拔高度的面积百分比

图7为2000—2016年各分区SPEI与NDVI年际变化及其趋势。可以看出，4个分区中，SPEI和NDVI的年际变化均呈增加趋势，NDVI的增加趋势均通过显著性检验。除西北区的SPEI与NDVI相关性较差外，其余各分区的SPEI和NDVI均为显著正相关，原因可能是西北区的宁夏平原和河套平原为典型的灌溉区，植被生长所需水分受人为活动控制，受干旱影响较小。

图8为2000—2016年生长季各月黄土高原SPEI与NDVI相关系数的空间分布。可以看出，春季NDVI和SPEI的相关性较小。4月仅黄土高原东部地区表现为微弱正相关，其余大部分地区均为负相关；5月正相关区域主要集中在黄土高原南部，而北部主要呈负相关。夏季整个黄土高原SPEI和NDVI基本均为正相关。6月相关性较高的地区主要集中黄土高原西南区，北部大部分地区表现为微弱正相关；7月黄土高原东南区相关性减弱，西北区和东北区相关性均增强；8月相关系数的整体格局和7月相似，只是整体相关性略有降低。秋季SPEI和NDVI的相关性整体低于夏季，但高于春季。9月黄土高原东北丘陵区和西南高原区表现为较高正相关；10月黄土高原西部地区呈微弱正相关，东部的汾河谷地呈现微弱负相关。全生长季， SPEI和NDVI整体呈正相关，仅在黄土高原西北角地区呈负相关。

图7 2000—2016年黄土高原各分区SPEI与NDVI的年际变化及其趋势Fig.7 Inter-annual variations of SPEI and NDVI and their climate tendency in each sub-area over the Loess Plateau from 2000 to 2016

图8 2000—2016年生长季各月黄土高原SPEI与NDVI的相关系数空间分布Fig.8 Spatial distribution of correlation coefficients between SPEI and NDVI in each month during the growing season from 2000 to 2016 over the Loess Plateau

2.3 不同土地利用类型及海拔NDVI对SPEI的响应

黄土高原SPEI与NDVI在生长季主要呈正相关。表3与表4分别为不同土地利用类型及不同海拔2000—2016年黄土高原生长季各月SPEI与NDVI显著正相关面积百分比。可以看出，NDVI与SPEI显著正相关面积百分比在不同土地利用类型下有显著差异，整体来看在草灌、耕地较高，森林最低。在耕地类型下，SPEI和NDVI显著正相关面积百分比在6—9月均高于35%，全生长季达52.97%；森林类型下，仅在6月显著正相关面积达35.78%，其余月份均未超过30%，值得注意的是，5月显著正相关的面积为20.21%，为同期各土地利用类型中最高，表明森林类型下，NDVI对SPEI的响应较其他土地利用类型早；草灌类型下，SPEI和NDVI显著正相关面积在6—9月均高于其他类型，尤其7月为64.59%，表明草灌类型下NDVI对SPEI的响应最为强烈；未利用土地类型下，SPEI和NDVI显著正相关面积百分比仅在7、8月高于30%，其余月份均低于20%。除10月外，其他月份SPEI与NDVI显著正相关面积百分比随海拔的增高，整体呈增大趋势，并在1500～2000 m达最大，随着海拔的继续升高，正相关面积百分比有所减小。海拔低于500 m的地区显著正相关面积百分比在10月最大，为37.88%，其他海拔下，显著正相关面积百分比均在7月最大。而在全生长季，各海拔显著正相关面积均超过40%。

图9为2000—2016年黄土高原地区不同土地利用类型SPEI与NDVI显著正相关面积比率生长季内的月际变化。可以看出，各分区SPEI与NDVI显著正相关面积比率均在6、7月达最大；耕地类型下东南区SPEI与NDVI显著正相关面积比率要明显低于其他分区，造成这种现象的原因可能是东南区主要位于黄土高原东南部，该区域水分条件好，耕地受干旱影响较小。

图10为2000—2016年黄土高原地区不同土地利用类型生长季内SPEI与NDVI显著正相关面积比率随海拔的变化。西南区最低海拔高于1000 m，各土地利用类型下SPEI与NDVI显著正相关面积比率随海拔增高均为减小趋势；森林类型下，除西北区外，其余分区NDVI对SPEI的响应均随海拔增高呈减小趋势。

表3 黄土高原不同土地利用类型2000—2016年生长季各月SPEI与NDVI显著正相关面积百分比Tab.3 The percentage of area of significantly positive correlation between SPEI and NDVI in each month during the growing season from 2000 to 2016 under different land use type over the Loess Plateau 单位：%

表4 黄土高原不同海拔2000—2016年生长季各月SPEI与NDVI显著正相关面积百分比Tab.4 The percentage of area of significantly positive correlation between SPEI and NDVI in each month during the growing season from 2000 to 2016 under different altitude over the Loess Plateau 单位：%

图9 2000—2016年黄土高原地区不同土地利用类型SPEI与NDVI显著正相关面积比率生长季内的月际变化Fig.9 Monthly variation of area ratio of positively significant correlation between SPEI and NDVI during the growing season from 2000-2016 under different land use type over the Loess Plateau

图10 2000—2006黄土高原地区不同土地利用类型生长季内SPEI与NDVI显著正相关面积比率随海拔的变化Fig.10 Variation of area ratio of positively significant correlation between SPEI and NDVI during the growing season with altitude under different land use types over the Loess Plateau from 2000 to 2016

图11为2000—2016年黄土高原地区不同海拔高度生长季内SPEI与NDVI显著正相关面积比率月际变化。可以看出，黄土高原低海拔(0～500 m)地区主要集中在东南区，在该海拔范围，SPEI与NDVI显著正相关面积比率先增后减，然后继续增加并在10月达最大；西北区不同海拔范围，显著正相关面积比率基本均在7月达最大；海拔为1000～2000 m时，东北区和西南区的SPEI与NDVI显著正相关面积比率均呈双峰变化特征，在8月出现极小值。

图11 2000—2016年黄土高原地区不同海拔高度生长季内SPEI与NDVI显著正相关面积比率月际变化Fig.11 Monthly variation of area ratio of positively significant correlation between SPEI and NDVI during the growing season from 2000-2016 over the Loess Plateau

3 结 论

(1)根据黄土高原SPEI的REOF分析结果，将黄土高原分为东南区、东北区、西北区和西南区，累积方差贡献率达85.2%。其中，西北区表现为先干旱化后湿润化的特征，其余分区均呈明显湿润化特征。

(2)2000—2016年，黄土高原NDVI整体呈显著增加趋势，4—10月NDVI与SPEI均呈正相关关系，其相关性在生长季内先增加后减小，7月相关性达到最大值，6—9月相关性显著(P<0.05)。

(3)耕地和草灌类型下，NDVI与SPEI呈显著正相关的面积百分比在6—9月均超过35%，高于其他土地利用类型。而在森林类型下，这一数值仅在6月超过30%。除森林外，不同土地利用类型SPEI与NDVI呈显著正相关的百分比均在7月达到最大。整体来看，SPEI与NDVI的相关系数大小排序为：草灌>耕地>未利用土地>森林。

(4)6—9月NDVI对SPEI的响应随着海拔的升高先增加后降低，在1500～2000 m范围内达到最大，之后相关性有所降低。

4 讨 论

依据REOF对黄土高原2000—2016年SPEI进行分析，将黄土高原分为4个特征区，该分区结果与王位泰等[38]利用黄土高原50 a降水数据进行REOF分区的结果相似，反映了黄土高原降水量自东南向西北递减、气温自北向南递增的分布差异[39]。2000—2016年黄土高原大部分地区SPEI显著上升，表明黄土高原整体呈湿润化趋势。结合气候变化分析，近十几年来黄土高原气温和降水量均呈上升趋势[40]。研究普遍认为气温升高会加剧水汽分子的运移，进而提高蒸散量，导致水分匮缺加剧干旱，同时该现象在一些地区也得到证实[41-43]。但另外一些研究发现，在特定区域，蒸散量随着温度的升高表现出显著下降趋势[44-45]，造成这种现象的原因可能是由于云量及气溶胶等的增加导致太阳辐射下降[46]，进而影响蒸散发量，RODERICK等[46]将其定义为“蒸发悖论”，该现象在黄土高原同样存在[47]，在降水量增加和蒸散量减少共同作用下，黄土高原整体呈现湿润化趋势。需要说明的是，本研究仅使用了17 a的气象资料，而通常气象统计需要30 a以上的数据才能获得稳定的结果，因此对于黄土高原湿润化的现象还需在之后的研究中进一步验证。同时在研究时段内，黄土高原NDVI显著增大，这一现象在以前的研究中多有证实[41,48- 49]。黄土高原气候的暖湿变化趋势是促进NDVI增大的原因之一[40,49-50]。此外研究表明黄土高原地区的退耕还林、还草工程是NDVI增加的重要原因[41]。据统计，自1999年以来，黄土高原累计造林面积达1.89×107hm2，退耕还林、还草的实施有效缓解了黄土高原的水土流失问题，同时也显著改善了生态环境[51-52]。研究发现在黄土高原退耕区，植被生长通过改变地表粗糙度、地面反射率、对降水的拦截以及植物蒸腾等过程对局地气候产生影响，具体表现为退耕区降水量增加，地表温度降低等，表明植被生长不仅受干旱的影响，同时也会通过改变局地气候进而对干旱产生反馈[41,53]。

不同环境下限制植被生长的关键因素会发生改变，植被对干旱变化的敏感性也会发生变化。黄土高原NDVI和SPEI主要呈正相关。由于黄土高原大部分地区属于干旱半干旱区，年降水量较少，且时空分布不均，降水量始终是限制植被生长的因素，表现为植被生长对干旱变化敏感[11,13,48]。本研究发现，在生长季内，NDVI与SPEI相关性4月最差，7月最好，该结论与前人研究结果一致[11,20]。黄土高原春季蒸散量较小，土壤水分受秋冬季降水的影响大，而研究中计算的SPEI是3个月时间尺度，即4月的干旱指数由2—4月的水分盈缺量得到，因此NDVI与SPEI表现为弱相关，随着SPEI时间尺度的增加，4月NDVI与SPEI的相关性也有相应的提高[20]。此外，有研究表明，春季限制植被生长的关键因子是温度，温度升高会使植被的生育期显著提前[54]，而降水对植被生长的影响不同区域差异明显：在黄淮海平原月降水量与作物的生育期开始时间呈负相关，即降水量的增加会推迟作物的生育期，抑制植被生长；而在西北内陆以及内蒙古地区，降水量增加则会降低水分胁迫，使得作物的生育期提前，促进植被生长[55- 56]。黄土高原平均温度在7月达到最高，降水量成为限制植被生长的关键因素，即表现为7月植被对干旱变化敏感。草灌类型下，NDVI与SPEI的相关性高于耕地，该结论与PSCOA等[20]研究结果不同，原因是黄土高原的草灌多为低覆盖度草地和中覆盖度草地，水分条件整体较差，因此植被生长对干旱变化敏感；而耕地集中分布在东南部的低海拔地区，水分条件好，植被受干旱影响小。在黄土高原，干旱对植被的影响与海拔之间存在非线性响应关系。黄土高原的低海拔地区(<500 m)集中分布在东南部，该区域降水充沛，植被较少受水分胁迫；而高海拔地区(>2000 m)，由于气温较低，空气的饱和水汽压小，相对湿度大，植被生长活动受温度和辐射变化影响大[57]，因此在黄土高原低海拔和高海拔地区，干旱对植被生长影响较小。

另外SPEI仅用气象数据计算得到[21]，而实际干旱不仅受气象因素的影响，同时也受到人为活动的剧烈干扰[58]。同时植被的生长也受地形条件(坡度坡向)[59]、土壤类型[60]等的影响。因此在不同地形条件及土壤类型下，植被生长对干旱的响应规律也需在未来研究中进一步明确。