高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

内蒙古地区植被覆盖变化及其对水热条件的响应

邵艳莹 吴秀芹 张宇清 秦树高 吴斌

邵艳莹, 吴秀芹, 张宇清, 秦树高, 吴斌. 内蒙古地区植被覆盖变化及其对水热条件的响应[J]. 北京林业大学学报, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
引用本文: 邵艳莹, 吴秀芹, 张宇清, 秦树高, 吴斌. 内蒙古地区植被覆盖变化及其对水热条件的响应[J]. 北京林业大学学报, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
Shao Yanying, Wu Xiuqin, Zhang Yuqing, Qin Shugao, Wu Bin. Response of vegetation coverage to hydro-thermal change in Inner Mongolia of northern China[J]. Journal of Beijing Forestry University, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
Citation: Shao Yanying, Wu Xiuqin, Zhang Yuqing, Qin Shugao, Wu Bin. Response of vegetation coverage to hydro-thermal change in Inner Mongolia of northern China[J]. Journal of Beijing Forestry University, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414

内蒙古地区植被覆盖变化及其对水热条件的响应

doi: 10.13332/j.1000-1522.20170414
基金项目: 

国家自然科学基金项目 41671080

国家重点研发计划课题 2016YFC0500905

详细信息
    作者简介:

    邵艳莹,博士生。主要研究方向:生态水文及荒漠化防治。Email: shaoyanying@126.com 地址: 100083北京市海淀区清华东路35号北京林业大学水土保持学院

    通讯作者:

    张宇清,博士,教授。主要研究方向:荒漠化防治。Email: zhangyq@bjfu.edu.cn 地址:同上

  • 中图分类号: S288; S181; S127

Response of vegetation coverage to hydro-thermal change in Inner Mongolia of northern China

  • 摘要: 目的本文以NDVI为表征,以内蒙古地区植被为研究对象,分析近32年(1982—2013年)生长期各季度植被动态变化趋势及其对气候因子的响应,旨在了解该区的生态环境变化趋势,为区域生态建设提供决策依据。方法本文基于1982—2013年内蒙古地区GIMMS3g NDVI数据集,结合该地区的降水和平均温度数据,运用线性回归、相关性分析和ANUSPLIN插值等方法分析了近32年来生长期各季度植被动态变化趋势及其对气候因子的响应。结果1982—2013年内蒙古地区植被总体上呈上升趋势,内蒙古NDVI与各气候因子的相关性不同,生长期各季度(春、夏、秋)NDVI与降水量多呈显著正相关关系,但与前期降水的相关性更密切;NDVI与温度的相关性以负相关为主。相比于温度,NDVI与降水的相关性更高。结论内蒙古地区植被呈持续好转态势,该区植被在不同生长阶段对水热的响应程度不同。总体上,生长季初期(春季),东北地区(呼伦贝尔市东部及东北部和锡林郭勒市东南边缘),植被对热量变化的响应较为敏感,主要体现在对同时期温度的响应;夏秋季节,中部地区(呼伦贝尔市西南部、锡林郭勒盟大部分地区、乌兰察布市北部、鄂尔多斯市大部)植被动态变化对降水的依赖性较强,突出表现为植被生长对降水的迟滞反应。研究建议,在未来生态恢复与重建工程中,要充分利用自然修复的方式恢复在当地条件下更具有持续性的植被生态系统;同时为避免盲目大规模人工造林导致土地退化,既要考虑目前的水资源承载力,还要考虑未来气候变化背景下,水资源的供给能力。
  • 图  1  研究区植被类型及气象站点分布图

    Figure  1.  Distribution of meteorological stations and vegetation types in Inner Mongolia

    图  2  遥感数据集的变化趋势(a)和1985年(b)、2013年(c)高分辨率影像

    Figure  2.  Trends in GIMMS3g NDVI datasets and the high resolution satellite image in 1985 and 2013

    图  3  1982—2013年内蒙古季NDVI年际变化

    Figure  3.  Interannual variations of seasonly NDVI in Inner Mongolia during 1982-2013

    图  4  1982—2013年内蒙古季NDVI趋势变化显著性的空间分布

    Figure  4.  Spatial distribution of significance level of seasonly NDVI trend in Inner Mongolia during 1982-2013

    图  5  1982—2013年内蒙古季降水和平均温度年际变化

    Figure  5.  Interannual variations of precipitation and temperature in Inner Mongolia during 1982-2013

    图  6  1982—2013年内蒙古季NDVI与降水量的相关性

    Figure  6.  Spatial distribution of correlations between seasonly NDVI and precipitation during 1982-2013 in Inner Mongolia

    图  7  1982—2013年内蒙古各季NDVI与平均气温的相关性

    Figure  7.  Spatial distribution of correlations between seasonly NDVI and temperature during 1982-2013 in Inner Mongolia

    表  1  1982—2013年内蒙古季NDVI变化趋势结果统计结果

    Table  1.   Area fraction of classification of variation for NDVI during 1982-2013 in Inner Mongolia

    分级标准
    Classification of variation
    趋势
    Trend
    面积比例Area percentage/%
    春季Spring 夏季Summer 秋季Autumn
    θslope≤-0.009 0 严重退化Serious degradation - - -
    -0.009 0 < θslope≤-0.004 5 中度退化Moderate degradation 0.03 0.01 0.04
    -0.004 5 < θslope≤-0.000 9 轻微退化Slight degradation 5.95 14.28 8.75
    -0.000 9 < θslope≤0.000 9 基本稳定Stability 81.74 61.87 69.65
    0.000 9 < θslope≤0.004 5 轻微改善Slight improvement 12.20 23.56 21.51
    0.004 5 < θslope≤0.009 0 中度改善Moderate improvement 0.07 0.29 0.06
    θslope > 0.009 0 明显改善Significant improvement - - -
    下载: 导出CSV

    表  2  内蒙古季NDVI与同期/前期降水、平均气温的相关性

    Table  2.   Correlations between the same/lagged phase of seasonly NDVI and precipitation, temperature during 1982-2013 in the Inner Mongolia

    气候因子Climatic factor 相关性Correlation 春Spring 夏Summer 秋Autumn
    降水Precipitation 同期Same phase 0.354* 0.648** 0.575**
    滞后期Lagged phase -0.245 0.723** 0.624**
    温度Temperature 同期Same phase 0.361* -0.249 -0.147
    滞后期Lagged phase 0.298* -0.248 -0.135
    注: *表示变化趋势显著(P < 0.05),**表示变化趋势极显著(P < 0.01)。Notes: * and ** stand for statistically significant trend(P < 0.05 and P < 0.01), respectively.
    下载: 导出CSV

    表  3  内蒙古月NDVI与降水和气温相关性的面积比例

    Table  3.   Area fraction of correlations between the same/lag phase of seasonly NDVI and precipitation, temperature during 1982-2013 in Inner Mongolia

    时期
    Period
    相关性
    Correlation
    与降水相关性的面积比例
    Area percentage of correlations with precipitation/%
    与温度相关性的面积比例
    Area percentage of correlations with temperature/%
    春Spring 夏Summer 秋Autumn 春Spring 夏Summer 秋Autumn
    同期Same phase PC 49.77 72.04 67.14 68.62 32.40 57.44
    SPC 5.57 40.23 26.61 30.07 5.40 7.70
    SNC 11.41 2.64 5.74 3.92 19.51 12.41
    滞后期Lagged phase PC 28.11 78.25 77.29 69.48 28.09 39.90
    SPC 0.80 48.51 46.40 23.71 1.76 1.89
    SNC 4.63 0.61 6.98 0.81 14.05 17.63
    注: PC代表正相关的面积比例,SPC代表显著正相关的面积比例,SNC代表显著负相关的面积比例。Notes: PC stands for area fraction of positive correlation, SPC displays area fraction of significantly positive correlation, and SNC displays area fraction of significantly negative correlation.
    下载: 导出CSV
  • [1] 信忠保, 许炯心, 郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学(D辑:地球科学), 2007, 37(11): 1504-1514. http://d.old.wanfangdata.com.cn/Periodical/zgkx-cd200711009

    Xin Z B, Xu J X, Zheng W. Response of vegetation cover change to climate change and human activities in Loess Plateau[J]. Science in China: Series D, 2007, 37(11): 1504-1514. http://d.old.wanfangdata.com.cn/Periodical/zgkx-cd200711009
    [2] 邢著荣, 冯幼贵, 杨贵军, 等.基于遥感的植被覆盖度估算方法述评[J].遥感技术与应用, 2009, 24(6): 849-854. http://d.old.wanfangdata.com.cn/Periodical/ygjsyyy200906023

    Xing Z R, Feng Y G, Yang G J, et al. Method of estimating vegetation coverage based on remote sensing[J]. Remote Sensing Technology and Application, 2009, 24(6): 849-854. http://d.old.wanfangdata.com.cn/Periodical/ygjsyyy200906023
    [3] 王鸽, 韩琳, 张昱.东北地区地表NDVI的时空变化规律[J].北京林业大学学报, 2012, 34(6): 86-91. http://j.bjfu.edu.cn/article/id/9846

    Wang G, Han L, Zhang Y. Temporal variation and spatial distribution of NDVI in northeastern China[J]. Journal of Beijing Forestry University, 2012, 34(6): 86-91. http://j.bjfu.edu.cn/article/id/9846
    [4] Reynolds J F, Smith D M S, Lambin E F, et al. Global desertification: building a science for dryland development[J]. Science, 2007, 316: 847-851. doi:  10.1126/science.1131634
    [5] Peng J, Liu Z H, Liu Y H, et al. Trend analysis of vegetation dynamics in Qinghai-Tibet Plateau using Hurst Exponent[J]. Ecological Indicators, 2012, 14(1): 28-39. doi:  10.1016/j.ecolind.2011.08.011
    [6] Dardel C, Kergoat L, Hiernaux P, et al. Re-greening Sahel: 30 years of remote sensing data and field observations (Mali, Niger)[J]. Remote Sensing of Environment, 2014, 140: 350-364. doi:  10.1016/j.rse.2013.09.011
    [7] Myneni R B, Keeling C D, Tucker C J, et al. Increased plant growth in the northern high latitudes from 1981 to 1991[J]. Nature, 1997, 386: 698-702. doi:  10.1038/386698a0
    [8] Zhou L M, Tucker C J, Kaufmann R K, et al. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999[J]. Journal of Geophysical Research-Atmospheres, 2001, 106(D17): 20069-20083. doi:  10.1029/2000JD000115
    [9] Peng S S, Chen A P, Xu L, et al. Recent change of vegetation growth trend in China[J/OL].Environmental Research Letters, 2011, 6(4): 044027[2017-09-25]. http://iopscience.iop.org/article/10.1088/1748-9326/6/4/044027/pdf.
    [10] Wu D, Zhao X, Liang S, et al. Time-lag effects of global vegetation responses to climate change[J]. Global Change Biology, 2015, 21(9): 3520-3531. doi:  10.1111/gcb.2015.21.issue-9
    [11] Jeong S J, Ho C H, Gim H J, et al. Phenology shifts at start vs. end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982-2008[J]. Global Change Biology, 2011, 17: 2385-2399. doi:  10.1111/j.1365-2486.2011.02397.x
    [12] 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, 300:1560-1563. doi:  10.1126/science.1082750
    [13] 国家林业局.中国荒漠化和沙化简况: 第五次全国荒漠化和沙化监测[Z].北京: 国家林业局, 2015.

    State Forestry Administration, P. R. China. Bulletin of the desertification and sandification state of China: the fifth monitoring of national desertification and sandification[Z]. Beijing: State Forestry Administration, P. R. China, 2015.
    [14] 陈效逑, 王恒. 1982—2003年内蒙古植被带和植被覆盖度的时空变化[J].地理学报, 2009, 64(1): 84-94. doi:  10.3321/j.issn:0375-5444.2009.01.009

    Chen X Q, Wang H. Spatial and temporal variations of vegetation belts and vegetation cover degrees in Inner Mongolia from 1982 to 2003[J]. Acta Geographica Sinica, 2009, 64(1): 84-94. doi:  10.3321/j.issn:0375-5444.2009.01.009
    [15] Li A, Wu J G, Huang J H. Distinguishing between human-induced and climate-driven vegetation changes: a critical application of RESTREND in Inner Mongolia[J]. Landscape Ecology, 2012, 27(7): 969-982. doi:  10.1007/s10980-012-9751-2
    [16] Chuai X W, Huang X J, Wang W J, et al. NDVI, temperature and precipitation changes and their relationships with different vegetation types during 1998-2007 in Inner Mongolia, China[J]. International Journal of Climatology, 2013, 33(7): 1696-1706. doi:  10.1002/joc.2013.33.issue-7
    [17] Holben B N. Characteristics of maximum-value composite images from temporal AVHRR data[J]. International Journal of Remote Sensing, 1986, 7(11): 1417-1434. doi:  10.1080/01431168608948945
    [18] Hutchinson M F. ANUSPLIN Version 4.3 user guide[Z/OL].Canberra: the Australia National University, Center for Resource and Environment Studies, 2004[2017-06-04].http://cres.anu.edu.au/outputs/anusplin.Php.]
    [19] 中国科学院中国植被图编辑委员会. 1:1 000 000中国植被图集[M].北京:科学出版社, 2001.

    The Editing Committee of China Vegetation Map, Chinese Academy of Sciences (1): 1 000 000 vegetation atlas of China[M]. Beijing: Science Press, 2001.
    [20] Thomas N E, Huang C, Goward S N, et al. Validation of north American forest disturbance dynamics derived from Landsat time series stacks[J]. Remote Sensing of Environment, 2011, 115(1) :19-32. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=be6c267a7190d37f06b21c6fd881c81a
    [21] Jiapaer G, Liang S L, Yi Q X, et al. Vegetation dynamics and responses to recent climate change in Xinjiang using leaf area index as an indicator[J]. Ecological Indicators, 2015, 58: 64-76. doi:  10.1016/j.ecolind.2015.05.036
    [22] 郭继凯.塔里木河流域植被覆盖对气候变化和人类活动的响应[D].北京: 北京林业大学, 2016.

    Guo J K. Responses of vegetation coverage to climate change and human activities in the Tarim River Basin[D]. Beijing: Beijing Forestry University, 2016.
    [23] 张清雨, 赵东升, 吴绍洪, 等.基于生态分区的内蒙古地区植被覆盖变化及其影响因素研究[J].地理科学, 2013, 33(5) : 594-601. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkx201305012

    Zhang Q Y, Zhao D S, Wu S H, et al. Research on vegetation changes and influence factors based on eco-geographical regions of Inner Mongolia[J]. Scientia Geographica Sinica, 2013, 33(5) : 594-601. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkx201305012
    [24] Lin Y, Han G D, Zhao M L, et al. Spatial vegetation patterns as early signs of desertification: a case study of a desert steppe in Inner Mongolia, China[J].Landscape Ecology, 2010, 25(10): 1519-1527. doi:  10.1007/s10980-010-9520-z
    [25] Nicholson S E, Farrar T J. The influence of soil type on relationship between NDVI, rainfall and soil moisture in semiarid Botswana (Ⅰ): NDVI response to rainfall[J]. Remote Sensing of Environment, 1994, 50(2): 107-120.
    [26] Wang J, Price K P, Rich P M. Spatial patterns of NDVI in response to precipitation and temperature in the central Great Plains[J]. International Journal of Remote Sensing, 2001, 22(18):3827-3844. doi:  10.1080/01431160010007033
    [27] Ichii K, Kawabata A, Yamaguchi Y. Global correlation analysis for NDVI and climatic variables and NDVI trends: 1982-1990[J]. International Journal of Remote Sensing, 2002, 23(18): 3873-3878. doi:  10.1080/01431160110119416
    [28] Fang J Y, Piao S L, Zhou L M, et al. Precipitation patterns alter growth of temperate vegetation[J/OL]. Geophysical Research Letters, 2005, 32(21): L21411[2017-10-11]. https://doi.org/10.1029/2005GL024231.
    [29] Zhang G, Xu X, Zhou C, et al. Responses of grassland vegetation to climatic variations on different temporal scales in Hulun Buir Grassland in the past 30 years[J].Journal of Geographical Sciences, 2011, 21(4): 634-650. doi:  10.1007/s11442-011-0869-y
    [30] Yang X, Ding Z, Fan X, et al. Processes and mechanisms of desertification in northern China during the last 30 years, with a special reference to the Hunshandake Sandy Land, eastern Inner Mongolia[J]. Catena, 2007, 71(1): 2-12. doi:  10.1016/j.catena.2006.10.002
    [31] 杜加强, 赵晨曦, 贾尔恒·阿哈提, 等.近30a新疆月NDVI动态变化及其驱动因子分析[J].农业工程学报, 2016, 32(5): 172-181.

    Du J Q, Zhao C X, Jiaerheng A, et al. Analysis on spatio-temporal trends and drivers in monthly NDVI during recent decades in Xinjiang, China based two datasets[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(5): 172-181.
    [32] 张戈丽, 徐兴良, 周才平, 等.近30年来呼伦贝尔地区草地植被变化对气候变化的响应[J].地理学报, 2011, 66(1): 47-58. http://d.old.wanfangdata.com.cn/Periodical/dlxb201101005

    Zhang G L, Xu X L, Zhou C P, et al. Responses of vegetation changes to climatic variations in Hulun Buir Grassland in past 30 years[J]. Acta Geographica Sinica, 2011, 66(1): 47-58. http://d.old.wanfangdata.com.cn/Periodical/dlxb201101005
    [33] 李震, 阎福礼, 范湘涛.中国西北地区NDVI变化及其温度和降水的关系[J].遥感学报, 2005, 9(3): 308-313. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb200503013

    Li Z, Yan F L, Fan X T. The variability of NDVI over northwest China and its relation to temperature and precipitation[J]. Journal of Remote Sensing, 2005, 9(3): 308-313. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ygxb200503013
    [34] 敖艳红, 裴浩, 王永利, 等.浑善达克沙地遥感监测研究[J].中国沙漠, 2010, 30(1): 33-39. http://d.old.wanfangdata.com.cn/Periodical/nmgxmkx201006124

    Ao Y H, Pei H, Wang Y L, et al. Monitoring on land cover dynamics of Hunshandake Sandland by remote sensing[J]. Journal of Desert Research, 2010, 30(1): 33-39. http://d.old.wanfangdata.com.cn/Periodical/nmgxmkx201006124
    [35] 穆少杰, 李建龙, 陈奕兆, 等. 2001—2010年内蒙古植被覆盖度时空变化特征[J].地理学报, 2012, 67(9):1255-1268. http://www.cnki.com.cn/Article/CJFDTOTAL-DBLY201811007.htm

    Mu S J, Li J L, Chen Y Z, et al. Spatial differences of variations of vegetation coverage in Inner Mongolia during 2001-2010[J]. Acta Geographica Sinica, 2012, 67(9):1255-1268. http://www.cnki.com.cn/Article/CJFDTOTAL-DBLY201811007.htm
    [36] Li X R, Zhang Z S, Huang L, et al. Review of the ecohydrological processes and feedback mechanisms controlling sand-binding vegetation systems in sandy desert regions of China[J]. Chinese Science Bulletin, 2013, 58(13): 1483-1496. doi:  10.1007/s11434-012-5662-5
    [37] Feng X, Fu B, Piao S, et al. Revegetation in China's Loess Plateau is approaching sustainable water resource limits[J].Nature Climate Change, 2016, 6(11): 1019-1022. doi:  10.1038/nclimate3092
    [38] Menz M H M, Dixon K W, Hobbs R J. Hurdles and opportunities for landscape-scale restoration[J]. Science, 2013, 339: 526-527. doi:  10.1126/science.1228334
  • [1] 于颖, 刘敏, 范文义, 卫甜甜, 程腾辉, 蒋博, 张月.  基于PROSPECT和4-scale模型的光化学植被指数尺度转换 . 北京林业大学学报, 2020, 35(): 1-9. doi: 10.12171/j.1000-1522.20190190
    [2] 吴东山, 杨章旗, 黄永利.  马尾松不同半同胞家系产脂力、松脂组分分析与评价 . 北京林业大学学报, 2019, 41(2): 53-61. doi: 10.13332/j.1000-1522.20170377
    [3] 张旭, 宋文琦, 赵慧颖, 朱良军, 王晓春.  小兴安岭南部臭冷杉红松林树轮指数记录的7月NDVI变化 . 北京林业大学学报, 2018, 40(12): 9-17. doi: 10.13332/j.1000-1522.20180295
    [4] 宫大鹏, 康峰峰, 刘晓东.  新巴尔虎草原火时空分布特征及对气象因子响应 . 北京林业大学学报, 2018, 40(2): 82-89. doi: 10.13332/j.1000-1522.20170402
    [5] 朱娅坤, 秦树高, 张宇清, 张举涛, 邵艳莹, 高岩.  毛乌素沙地植被物候动态及其对气象因子变化的响应 . 北京林业大学学报, 2018, 40(9): 98-106. doi: 10.13332/j.1000-1522.20180020
    [6] 段文军, 王成, 张昶, 宋阳, 郝泽周, 徐心慧, 金一博, 王子研.  夏季3种生境森林内空气颗粒物变化特征 . 北京林业大学学报, 2017, 39(5): 73-81. doi: 10.13332/j.1000-1522.20160358
    [7] 杨路明, 秦树高, 刘振, 朱林峰, 刘峰.  毛乌素沙地不同下垫面地表凝结水形成过程 . 北京林业大学学报, 2016, 38(2): 90-95. doi: 10.13332/j.1000-1522.20150375
    [8] 张璇, 张会兰, 王玉杰, 王云琦, 刘春霞, 杨坪坪, 潘声雷.  缙云山典型树种树干液流日际变化特征及与气象因子关系 . 北京林业大学学报, 2016, 38(3): 11-20. doi: 10.13332/j.1000-1522.20150389
    [9] 李明泽, 王雪, 高元科, 付瑜, 范文义.  大兴安岭植被指数年际变化及影响因子分析 . 北京林业大学学报, 2015, 37(5): 1-10. doi: 10.13332/j.1000-1522.20140220
    [10] 万红梅, 李霞, 董道瑞, 赵钊, 唐金.  干旱胁迫输水后胡杨测树因子特征及相关分析 . 北京林业大学学报, 2012, 34(2): 34-38.
    [11] 潘蔷, 范文义, 于海群, 张峰, 张扬建.  北京市植被指数变化与影响因素分析 . 北京林业大学学报, 2012, 34(2): 26-33.
    [12] 江洪, 毛政元, 汪小钦.  地形调节植被指数及其在森林动态监测中的应用 . 北京林业大学学报, 2011, 33(5): 8-12.
    [13] 李晓松, 李增元, 高志海, 白黎娜, 王琫瑜, 李世明.  基于Hyperion植被指数的干旱地区稀疏植被覆盖度估测 . 北京林业大学学报, 2010, 32(3): 95-100.
    [14] 宋富强, 康慕谊, 杨朋, 陈雅如, 刘阳, 邢开雄.  陕北地区GIMMS、SPOT--VGT和MODIS归一化植被指数的差异分析 . 北京林业大学学报, 2010, 32(4): 72-80.
    [15] 薛文悦, 戴伟, 王乐乐, 戚俊, 李晓红.  北京山地几种针叶林土壤酶特征及其与土壤理化性质的关系 . 北京林业大学学报, 2009, 31(4): 90-96.
    [16] 庄建琦, 崔鹏, 葛永刚, 洪勇, .  降雨特征与泥石流总量的关系分析 . 北京林业大学学报, 2009, 31(4): 77-83.
    [17] 武鹏飞, 王茂军, 张学霞.  北京市植被绿度与城市热岛效应关系研究 . 北京林业大学学报, 2009, 31(5): 54-60.
    [18] 刘春延, 谷建才, 李吉跃, 陈平, 陆贵巧, 田国恒, .  塞罕坝华北落叶松生长与气候因子的相关分析 . 北京林业大学学报, 2009, 31(4): 102-105.
    [19] 臧淑英, 那晓东, 冯仲科, .  基于植被指数的大庆地区草地退化因子遥感定量反演模型的研制 . 北京林业大学学报, 2008, 30(增刊1): 98-104.
    [20] 莫长明, 马小军, 齐力旺, 白隆华, 石磊, 冯世鑫, .  罗汉果遗传性状变异、相关及通径分析 . 北京林业大学学报, 2008, 30(4): 121-125.
  • 加载中
图(7) / 表 (3)
计量
  • 文章访问数:  583
  • HTML全文浏览量:  109
  • PDF下载量:  112
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-11-22
  • 修回日期:  2018-01-21
  • 刊出日期:  2018-04-01

内蒙古地区植被覆盖变化及其对水热条件的响应

doi: 10.13332/j.1000-1522.20170414
    基金项目:

    国家自然科学基金项目 41671080

    国家重点研发计划课题 2016YFC0500905

    作者简介:

    邵艳莹,博士生。主要研究方向:生态水文及荒漠化防治。Email: shaoyanying@126.com 地址: 100083北京市海淀区清华东路35号北京林业大学水土保持学院

    通讯作者: 张宇清,博士,教授。主要研究方向:荒漠化防治。Email: zhangyq@bjfu.edu.cn 地址:同上
  • 中图分类号: S288; S181; S127

摘要: 目的本文以NDVI为表征,以内蒙古地区植被为研究对象,分析近32年(1982—2013年)生长期各季度植被动态变化趋势及其对气候因子的响应,旨在了解该区的生态环境变化趋势,为区域生态建设提供决策依据。方法本文基于1982—2013年内蒙古地区GIMMS3g NDVI数据集,结合该地区的降水和平均温度数据,运用线性回归、相关性分析和ANUSPLIN插值等方法分析了近32年来生长期各季度植被动态变化趋势及其对气候因子的响应。结果1982—2013年内蒙古地区植被总体上呈上升趋势,内蒙古NDVI与各气候因子的相关性不同,生长期各季度(春、夏、秋)NDVI与降水量多呈显著正相关关系,但与前期降水的相关性更密切;NDVI与温度的相关性以负相关为主。相比于温度,NDVI与降水的相关性更高。结论内蒙古地区植被呈持续好转态势,该区植被在不同生长阶段对水热的响应程度不同。总体上,生长季初期(春季),东北地区(呼伦贝尔市东部及东北部和锡林郭勒市东南边缘),植被对热量变化的响应较为敏感,主要体现在对同时期温度的响应;夏秋季节,中部地区(呼伦贝尔市西南部、锡林郭勒盟大部分地区、乌兰察布市北部、鄂尔多斯市大部)植被动态变化对降水的依赖性较强,突出表现为植被生长对降水的迟滞反应。研究建议,在未来生态恢复与重建工程中,要充分利用自然修复的方式恢复在当地条件下更具有持续性的植被生态系统;同时为避免盲目大规模人工造林导致土地退化,既要考虑目前的水资源承载力,还要考虑未来气候变化背景下,水资源的供给能力。

English Abstract

邵艳莹, 吴秀芹, 张宇清, 秦树高, 吴斌. 内蒙古地区植被覆盖变化及其对水热条件的响应[J]. 北京林业大学学报, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
引用本文: 邵艳莹, 吴秀芹, 张宇清, 秦树高, 吴斌. 内蒙古地区植被覆盖变化及其对水热条件的响应[J]. 北京林业大学学报, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
Shao Yanying, Wu Xiuqin, Zhang Yuqing, Qin Shugao, Wu Bin. Response of vegetation coverage to hydro-thermal change in Inner Mongolia of northern China[J]. Journal of Beijing Forestry University, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
Citation: Shao Yanying, Wu Xiuqin, Zhang Yuqing, Qin Shugao, Wu Bin. Response of vegetation coverage to hydro-thermal change in Inner Mongolia of northern China[J]. Journal of Beijing Forestry University, 2018, 40(4): 33-42. doi: 10.13332/j.1000-1522.20170414
  • 植被作为表征生态环境变化的综合指示器[1],其动态变化特征可作为重要指标衡量区域生态环境,指示生态环境的变化[2-3]。植被动态变化也会严重影响生态脆弱地区经济社会的发展,并对区域生态安全产生影响[4]。因此,植被动态变化及其驱动机制已经成为全球变化领域的重要研究方向[5-6]

    全球变暖已导致局部地区植被活动发生显著变化,如北半球中高纬度气候变暖引起植物生长季提前或延长,使得该区域植被活动显著增强[7-8]。气温的升高导致中国干旱程度加剧,植被活动呈下降趋势[9]。不同的区域,即便在相同的气候背景下,植被变化趋势也有所不同,其原因也有差异。植被对气候的响应差异,不仅表现在空间响应的多样性,还体现在时间响应的滞后性上,如干旱半干旱地区植被对降水响应的滞后时间大约为1个月,北半球高纬度地区大部分植被对降水并未表现出响应的滞后性;南北半球中高纬度地区植被对于当月温度的相关性最强,低纬度地区多数区域的滞后时间超过1个月[10]。与此同时,植被生长的气候驱动因子在空间上也表现出显著的差异,如在北半球高纬度地区植被主要受温度的影响[11],在干旱半干旱地区主要受降水的影响[12]。这些研究表明,不同生态系统的植被生长对气候的响应具有显著的时空差异。

    内蒙古地区是中国北部重点生态功能区,也是沙漠和沙化土地分布最多的省区之一[13],生态环境极其脆弱,是全球气候变化最为敏感的区域之一[14],同时也是“三北”防护林体系建设、退耕还林(草)、京津风沙源治理等重大生态修复工程的重点实施区域之一。气候变化和人类活动对该区域植被覆盖情况的时空演变产生了重要影响,因此,内蒙古植被的动态变化及其驱动机制一直受到广泛关注[15]。然而,目前该区植被与降水及温度等气象要素的关系研究,多聚焦在年或生长季合成尺度上[16],在季节合成或月尺度上的研究相对不足,在一定程度上限制了植被对气候响应内在机制的理解。本文以NDVI为表征,以内蒙古地区植被为研究对象,分析近32年(1982—2013年)来生长期各季度植被覆盖变化趋势及其对气候因子的响应,旨在了解该区的生态环境变化趋势,为区域生态建设提供决策依据。

    • 研究范围涵盖内蒙古自治区(91°12′~126°04′ E、37°24′~53°23′ N),该区面积1.18×106 km2,占国土总面积的12.3%。气候以温带大陆性季风气候为主,气温由东北向西南递增,降水量则由东向西减少。年平均气温在0~8 ℃,年总降水量在50~450 mm,主要集中在夏季。研究区日照和太阳能资源丰富,年均日照时数超过2 700 h,阿拉善西部地区高达3 400 h。地貌以高原为主,由东向西分布着呼伦贝尔高原、锡林郭勒高平原、巴彦淖尔及鄂尔多斯等高原,高原四周分布着大兴安岭、阴山和贺兰山等山脉。嫩江平原、西辽河平原、河套平原和黄河南岸平原,分别分布在大兴安岭的东侧及东南侧、阴山脚下和黄河岸边,是内蒙古耕地的主要分布区。土壤类型由东向西依次为:黑土、暗棕壤、黑钙土、栗钙土、棕壤土、黑垆土、灰钙土、风沙土和灰棕漠土。植被类型主要为森林、草原、荒漠和耕地,灌丛分布较少。其中,森林主要分布在呼伦贝尔市的大兴安岭,以寒温带针叶林为主,西辽河平原的科尔沁沙地也有少许森林分布;草原东起大兴安岭东麓,西至阿拉善盟,分布最为广范,占全区土地总面积的74.4%,主要包括草甸草原、典型草原和荒漠草原等类型(图 1)。研究区内从东到西分别分布有呼伦贝尔沙地、科尔沁沙地、浑善达克沙地、毛乌素沙地、库布齐沙漠、乌兰布和沙漠、巴丹吉林沙漠、腾格里沙漠。干旱、风沙和水土流失等自然灾害十分严重,生态环境十分脆弱。

      图  1  研究区植被类型及气象站点分布图

      Figure 1.  Distribution of meteorological stations and vegetation types in Inner Mongolia

    • 本文所用的1982—2013年内蒙古GIMMS3g NDVI数据集(http://ecocast.arc.nasa.gov/data/pub/GIMMS/3g.v0/),来自美国国家航天航空局(NASA),其空间分辨率为8 km,时间分辨率为15 d合成的植被指数资料,研究采用Holben[17]描述的最大值合成方法,将同一个月的两期数据合成为月尺度NDVI值。通过中国气象科学数据共享服务网(http://data.cma.cn/data/cdcindex.html)收集了1982—2013年内蒙古及周边100个气象站点(图 1)的长序列逐日平均气温和降水量等气象资料。为了评估降水和平均温度与NDVI的相关关系,使用Hutchinson[18]的ANUSPLIN4.3插值软件(http://cres.anu.edu.au/),与植被指数空间分辨率相统一,以8 km的空间分辨率进行气象数据空间插值。1 km分辨率的DEM数据来源于黑河计划数据管理中心(http://heihedata.org/),基于Arcgis10.2软件将其重采样为8 km栅格数据,用于气象数据空间差值。1:100万矢量化植被类型数据来自中国植被图[19],将内蒙古地区的植被分为森林、草地、耕地、灌丛、荒漠5大类(图 1)。

    • 为了检验内蒙古地区气象数据空间插值的精度,从100个气候观测站中随机抽取80个站点对2005年度的温度和降水进行插值,然后将插值结果与同期其余20个站点的月度观测数据进行比较。插值结果和观测结果之间的确定系数(RT2=0.918 6,RP2=0.732 5)较高,表明ANUSPLIN4.3差值方法能够达到较好的结果。

      为实现对GIMMS3g NDVI数据集不确定性的可行性分析,本文用1985年和2013年同期两幅Google Earth米级高分辨率遥感影像(117°48′~118°36′E、43°54′~44°24′N)的目视判读结果加以验证(图 2),与1985—2013年GIMMS3g NDVI数据集的趋势变化结果进行空间对比分析,此种方法具有一定的合理性[20]。由图 2同期两幅高分辨率遥感影像对比可以看出,该区域在此期间除红框内所圈区域植被以增加为主,其余区域植被以减少趋势为主,此变化和遥感数据集的变化规律相符合,由此表明,基于GIMMS3g NDVI数据集是有效且可靠的。

      图  2  遥感数据集的变化趋势(a)和1985年(b)、2013年(c)高分辨率影像

      Figure 2.  Trends in GIMMS3g NDVI datasets and the high resolution satellite image in 1985 and 2013

    • 本文采用适用于长时间序列趋势变化分析的Theil-Sen斜率估计方法[21],以像元为基本单位进行回归分析,获取研究区1982—2013年生长季各月植被不同空间位置所对应像元NDVI的斜率,以反映研究区NDVI的时空趋势变化情况。

      $$ {\rm{slope}}=\frac{n \sum\limits_{i=1}^{n} i \mathrm{NDVI}_{i}-\sum\limits_{i=1}^{n} i \sum\limits_{i=1}^{n} \mathrm{NDVI}_{i}}{n \sum\limits_{i=1}^{n} i^{2}-\left(\sum\limits_{i=1}^{n} i\right)^{2}} $$ (1)

      式中:slope是回归方程的斜率,可反映出不同像元NDVI的变化幅度;n是数据集时间段的年数;NDVIi是像元第i年的NDVI值。斜率为正表示像元NDVI呈增加趋势,反之则表示呈下降趋势;同时,斜率绝对值越大,NDVI增减的幅度越大。通过在像元水平上对栅格进行相关分析,计算Pearson相关系数,并进行显著性检验,探究内蒙古地区NDVI和各气候因素的相关性。

    • 通过对内蒙古1982—2013年间不同季节平均NDVI进行统计反映各季节植被覆盖的时间变化特征。从研究时段时间序列上来看(图 3),夏季植被覆盖程度最高,秋季次之,春季最低,总体来看各季节植被覆盖程度均呈增加趋势,但增加趋势不显著(P≥0.05),其中秋季增加速率最快,其次是夏季和春季。为了更好地从空间上揭示内蒙古地区1982—2013年各季度NDVI整体变化趋势,应用公式(1)对研究区NDVI进行逐像元趋势分析(图 4),春季(生长季初期)NDVI变化速率在-0.005 6~0.005 4之间波动。根据变化趋势等级[21]统计结果(表 1),内蒙古春季NDVI基本稳定的区域占总面积的81.74%,呈现改善趋势的区域比重为12.27%,大部分为轻微改善;退化区域所占比重为5.98%,多为轻微退化。夏季(生长季旺期)NDVI变化速率在-0.006 2~0.009 1之间波动,各季节中改善区域和退化区域面积比重最大的均为夏季,分别为23.85%和14.29%;秋季(生长季末期)次之,分别占21.57%和8.79%;春季面积比重均最低。总体来看,除植被覆盖基本稳定的区域外,各季植被覆盖改善区域的分布面积均多于退化区域,但季度之间NDVI变化的空间差异很大。

      图  3  1982—2013年内蒙古季NDVI年际变化

      Figure 3.  Interannual variations of seasonly NDVI in Inner Mongolia during 1982-2013

      图  4  1982—2013年内蒙古季NDVI趋势变化显著性的空间分布

      Figure 4.  Spatial distribution of significance level of seasonly NDVI trend in Inner Mongolia during 1982-2013

      表 1  1982—2013年内蒙古季NDVI变化趋势结果统计结果

      Table 1.  Area fraction of classification of variation for NDVI during 1982-2013 in Inner Mongolia

      分级标准
      Classification of variation
      趋势
      Trend
      面积比例Area percentage/%
      春季Spring 夏季Summer 秋季Autumn
      θslope≤-0.009 0 严重退化Serious degradation - - -
      -0.009 0 < θslope≤-0.004 5 中度退化Moderate degradation 0.03 0.01 0.04
      -0.004 5 < θslope≤-0.000 9 轻微退化Slight degradation 5.95 14.28 8.75
      -0.000 9 < θslope≤0.000 9 基本稳定Stability 81.74 61.87 69.65
      0.000 9 < θslope≤0.004 5 轻微改善Slight improvement 12.20 23.56 21.51
      0.004 5 < θslope≤0.009 0 中度改善Moderate improvement 0.07 0.29 0.06
      θslope > 0.009 0 明显改善Significant improvement - - -

      空间分布上(图 4),大体上,春季(生长季初期)显著增加的区域主要集中在锡林郭勒的东北部和兴安盟西部,零星分布于呼伦贝尔市的西南部的呼伦贝尔沙区、乌兰察布市和鄂尔多斯市西南部等地区;显著较少的区域较少,大体分布在呼伦贝尔市的中部和东部、赤峰市和巴彦淖尔市南部。夏季,显著增加的区域主要分布在通化市南部、赤峰市东南部、巴彦淖尔市南部及鄂尔多斯市大部分地区,零星分布于锡林郭勒盟、乌兰察布市等区域;显著较少的区域主要集中分布在呼伦贝尔市东部、兴安盟西部和通化市、赤峰市与锡林郭勒盟交界处。秋季主要分布在呼伦贝尔市和兴安盟东部交界处、通化市和赤峰市南部交界处、乌兰察布市南部、呼和浩特市中部及南部和鄂尔多斯市大部分地区;显著较少的区域主要分布在锡林郭勒盟东北部,此外呼伦贝尔市、赤峰市等地区也有少量分布。

    • 根据1982—2013年内蒙古月降水和平均温度年际变化趋势(图 5),各季降水变化趋势有所不同。整体上,春季和夏季降水均呈增加趋势,但变化趋势均不显著(P≥0.05),夏季增速略高于春季,而秋季降水则以1.02 mm/a的速率呈极显著降低趋势(P < 0.01)。各季温度变化均呈(极)显著增加趋势(P < 0.05或P < 0.01),其中夏季增温幅度最大,为0.057 ℃/a,春季次之,秋季增温幅度最小。

      图  5  1982—2013年内蒙古季降水和平均温度年际变化

      Figure 5.  Interannual variations of precipitation and temperature in Inner Mongolia during 1982-2013

      整个研究时段,研究区植被NDVI与区域气候要素的相关性分析显示(表 2),内蒙古NDVI与各气候因子的相关性不同。1982—2013年研究区NDVI与同时期降水量呈(极)显著正相关(P < 0.05或P < 0.01),其中与夏季的降水量相关性最高,秋季次之,春季最低。此外,植被对气候要素变化的响应存在滞后性。为探讨植被的滞后效应,本研究还分析了NDVI与前一个月各气候因子的相关性。结果显示(表 2),除春季植被NDVI与前一个月降水呈不显著的负相关外,夏秋季节NDVI与前一个月降水的相关性均呈极显著正相关(P < 0.01),同样与前期降水相关性最高的是夏季,其次是秋季。相比而言,生长季初期(春)NDVI与同期降水关系更为密切,生长季旺期(夏)和末期(秋)更依赖于前期降水。

      表 2  内蒙古季NDVI与同期/前期降水、平均气温的相关性

      Table 2.  Correlations between the same/lagged phase of seasonly NDVI and precipitation, temperature during 1982-2013 in the Inner Mongolia

      气候因子Climatic factor 相关性Correlation 春Spring 夏Summer 秋Autumn
      降水Precipitation 同期Same phase 0.354* 0.648** 0.575**
      滞后期Lagged phase -0.245 0.723** 0.624**
      温度Temperature 同期Same phase 0.361* -0.249 -0.147
      滞后期Lagged phase 0.298* -0.248 -0.135
      注: *表示变化趋势显著(P < 0.05),**表示变化趋势极显著(P < 0.01)。Notes: * and ** stand for statistically significant trend(P < 0.05 and P < 0.01), respectively.

      相反,区域各季平均NDVI与平均温度多呈不显著负相关关系(P≥0.05)。相比而言,各季NDVI与温度的关系均表现为与春季温度的相关性更高,其次是夏季,秋季最低,且各季NDVI与同期温度的相关性均高于与前期温度的相关性。

      空间分布上,研究期间,除春季外,夏秋季节NDVI与同期降水正相关的区域均大于负相关的区域,显著正相关的面积也均大于显著负相关的面积(表 3)。春季显著正相关的面积略小,不超过50%,显著正相关的面积小于显著负相关的面积,零星分布在内蒙古中部和东部地区;显著负相关的面积超过10%,主要分布在内蒙古东北部和西部阿拉善盟地区;随后显著正相关的面积有所增加,显著负相关的面积骤减。夏季,以正相关为主,显著正相关面积约占研究区总面积的40.23%,主要分布在内蒙古中部地区的草原,如锡林郭勒盟、乌兰察布市、鄂尔多斯市和包头市;而显著负相关的比重较小,不超过3%。秋季,20%以上的面积呈显著正相关,主要分布在锡林郭勒盟大部、乌兰察布市北部和中部、包头市等地区;少量显著负相关区域零星分布呼伦贝尔市等地区(图 6表 3)。

      图  6  1982—2013年内蒙古季NDVI与降水量的相关性

      Figure 6.  Spatial distribution of correlations between seasonly NDVI and precipitation during 1982-2013 in Inner Mongolia

      表 3  内蒙古月NDVI与降水和气温相关性的面积比例

      Table 3.  Area fraction of correlations between the same/lag phase of seasonly NDVI and precipitation, temperature during 1982-2013 in Inner Mongolia

      时期
      Period
      相关性
      Correlation
      与降水相关性的面积比例
      Area percentage of correlations with precipitation/%
      与温度相关性的面积比例
      Area percentage of correlations with temperature/%
      春Spring 夏Summer 秋Autumn 春Spring 夏Summer 秋Autumn
      同期Same phase PC 49.77 72.04 67.14 68.62 32.40 57.44
      SPC 5.57 40.23 26.61 30.07 5.40 7.70
      SNC 11.41 2.64 5.74 3.92 19.51 12.41
      滞后期Lagged phase PC 28.11 78.25 77.29 69.48 28.09 39.90
      SPC 0.80 48.51 46.40 23.71 1.76 1.89
      SNC 4.63 0.61 6.98 0.81 14.05 17.63
      注: PC代表正相关的面积比例,SPC代表显著正相关的面积比例,SNC代表显著负相关的面积比例。Notes: PC stands for area fraction of positive correlation, SPC displays area fraction of significantly positive correlation, and SNC displays area fraction of significantly negative correlation.

      NDVI与前期降水及与同期降水的相关性较为相似,春季,以负相关为主,但呈显著负相关的区域较小,不足5%。夏秋季节以正相关为主,且显著正相关面积均明显多于呈显著负相关的区域(图 6表 3)。夏秋季节,呈显著相关的区域空间分布上与同期降水相关性的空间分布上大体一致,但滞后期各月显著正相关的区域略大于同期降水显著相关的区域。

      NDVI与温度相关性的空间模式显示(图 7),对于生长季初期(春季),1982—2013年NDVI与同期温度主要以正相关为主,显著正相关的区域也大于显著负相关区域的范围,且分布相对集中,主要分布于内蒙古东部呼伦贝尔市。春季NDVI与前期温度相关性空间分布格局相似,但与同期温度正相关面积略大于与前期正相关的面积。而夏秋季节恰好相反(图 7表 3),虽然以负相关为主,但显著负相关面积所占研究区总面积的比例并不大,均不足20%。夏季显著负相关区域分布相对分散,呼伦贝尔市西部、锡林郭勒盟、兴安盟、通化市、赤峰市和阿拉善盟等地区有少量分布;且与同期温度负相关性的面积略大于前期温度。秋季分布相对集中,主要分布在阿拉善盟,但与前期温度负相关性的面积更大。

      图  7  1982—2013年内蒙古各季NDVI与平均气温的相关性

      Figure 7.  Spatial distribution of correlations between seasonly NDVI and temperature during 1982-2013 in Inner Mongolia

    • 张清雨等[23]基于不同生态地理单元进行分析,发现30年(1982—2011年)来内蒙古生长季平均NDVI整体呈增加趋势。本文通过对1982—2013年内蒙古地区生长期各季节(春、夏、秋)平均NDVI的变化特征进行分析,亦发现近32年来内蒙古地区NDVI整体呈增加趋势,主要体现在除植被覆盖基本稳定的区域外,植被覆盖改善区域的分布面积均多余退化区域。研究结果表明,近32年(1982—2013年),内蒙古地区总体上植被呈持续好转状态。

      在干旱和半干旱地区,植被活动受气候变化特别是降水的强烈影响[24-28]。我们的研究同样显示,内蒙古地区大部分地区NDVI与降水的相关性显著;然而,值得注意的是,我们发现,植被生长对前期降水的响应比对同期降水的响应更为强烈。早期在内蒙古呼伦贝尔草地的相关研究也认为,植被生长对降水的迟滞响应更为强烈[29]。一些研究显示,过去的几十年来中国北方强劲的气温上升趋势可能会抑制植被的生长[30-31]。然而,我们的结果显示,生长季大部分月份植被变化对温度的响应并不显著,可见,研究区植被生长与热量的关联性不如降水密切。

      气候变化对植被生长的影响随生长期变化差异显著。虽然总体上各季NDVI与温度的相关性不如降水明显,但生长季初期(春季),植被对热量变化的响应较为敏感,且对同时期热量变化的响应程度更高,表明植被对温度的响应没有明显的时滞效应。空间分布上,突出表现在纬度和海拔较高的内蒙古东北部地区,如呼伦贝尔市东部及东北部和锡林郭勒盟东南边缘。这可能是由于该区域纬度较高,且受大兴安岭山地的影响,春季温度较低,而降水和季节性融雪使得该区域水分相对丰沛,植被的生长更多的受低温的限制。张戈丽等[32]也曾指出,呼伦贝尔草地植被生长在生长季初期(4月和5月)受气温变化影响较明显。研究区其他地区属于温带大陆性季风气候,生长季初期(春季)热量条件相对充足,能够满足植被生长的需要,因此对温度的响应并不强烈。夏秋季节,植被对水分的需求更强烈,特别是对前期降水的响应,主要发生在呼伦贝尔市西南部、锡林郭勒盟大部分地区、乌兰察布市北部、鄂尔多斯市等地区,这些地区植被主要以草原为主,少量耕地和灌丛分布其中。而草地、灌丛和耕地等植被类型受降水量的影响较大,与降水的相关性很高[33]。然而,在内蒙古西部阿拉善荒漠区,植被生长与降水的关系又变得不明显,这可能和该地区相对恶劣的气候状况有关,该区域温度高降水少,日照时长,降水被强烈的蒸发消耗,从而导致植被对降水变化的响应不敏感。

      影响植被生长的主要驱动因素有两个。首先是气候因素,为植被生长提供了必要的条件;另一方面是人类活动(如农业灌溉、植被恢复工程、土地利用变化、森林开发)造成的干扰。我们的研究主要集中在自然条件下植物生长对气候因素的响应,因此,没有定量分析人类活动对研究区植被生长的影响。然而,从内蒙古各季度降水变化趋势和植被对降水的响应来看,研究期间春夏季节降水变化呈不显著上升趋势,秋季呈极显著下降趋势,但各季植被却均呈(极)显著增长的趋势,表明某些地区的植被生长还与人类活动密切相关,且人类活动在局部地区多对植被起到良性影响。这可能和研究区退耕还林还草、禁牧禁伐及“三北”防护林体系建设工程等一系列防沙治沙工程的实施有关[34-35]。人工植被大幅度增加,促进了当地的生态恢复[36];然而,在水资源有限的干旱和半干旱地区,植被持续扩张会加剧区域水资源短缺[37],进一步造成生态系统与人类之间水资源利用的潜在矛盾[38]。黄土高原地区的研究显示,植被生态建设已经接近水资源承载力的上限[37],在水分条件更差的内蒙古地区,未来生态恢复与重建中,要充分利用自然修复的方式恢复在当地条件下更具有持续性的植被生态系统;同时要考虑目前的水资源承载力,还应关注气候变化背景下水资源的供给状况,避免大规模植被重建导致土地退化,以确保研究区社会经济和生态的持续发展。

    • (1) 近32年(1982—2013年)来,内蒙古地区各季植被呈显著增加趋势,表明研究区总体上植被生长状况呈逐步好转态势,植被生态系统环境有所改善。

      (2) 总体上,相比于温度,内蒙古地区NDVI与降水的相关性更高。植被在不同生长阶段对水分和热量的响应程度不同。生长季初期(春季),纬度和海拔较高的东北地区,如呼伦贝尔市东部及东北部和锡林郭勒盟东南边缘,植被对同时期热量变化的响应较为敏感;夏秋季节,植被类型主要为草原的中部地区,如呼伦贝尔市西南部、锡林郭勒市大部分地区、乌兰察布市北部、鄂尔多斯市等地区,植被动态变化对降水的依赖性较强,突出表现为植被生长对降水的迟滞反应。

      (3) 研究建议,在未来生态恢复与重建工程中,要充分利用自然修复的方式恢复在当地条件下更具有持续性的植被生态系统;同时为避免盲目大规模人工造林导致土地退化,既要考虑目前的水资源承载力,还要考虑未来气候变化背景下,水资源的供给能力。

      (4) 本文反映了内蒙古地区植被的时空变化情况和植被对气候变化的时滞效应,可为改善区域生态环境、加强区域生态建设提供参考。然而,本项研究主要考虑了植被对气候因素的响应,人类活动对内蒙古植被生长时空演变过程的影响还有待于进一步探讨。

参考文献 (38)

目录

    /

    返回文章
    返回