新疆(73° 40'-96° 18' E, 34° 25'-48° 10' N)深居内陆, 属欧亚大陆干旱和半干旱气候带, “ 三山夹两盆(阿尔泰山、准格尔盆地、天山、塔里木盆地和昆仑山)” 地貌格局对区域内的气候和植被产生了重要的影响, 新疆地区的植被类型主要有草原、森林、灌丛、草甸等, 绿洲与自然植被比重较小, 植被整体稀疏, 存在生态环境极其脆弱、荒漠化严重、土地生产力低等生态环境问题。降水量的多少对植被生长影响较大, 但由于地域特殊的地表特征, 不容易形成地表径流, 因此RUE是影响植被长势的重要因素之一^[11]。

本研究数据来源主要包括, 1)气象数据:从中国气象局提供的2000-2012年6-9月逐月降水数据中(http://www.escience.gov.cn/metdata/page/index.html), 选取新疆及周边省份、自治区77个气象站点地面观测数据; 2)遥感影像数据:从地理空间数据云(http://www.gscloud.cn/)下载覆盖新疆地区的2000-2012年6-9月Terra星陆地标准月植被指数产品(MOD13A3), 提取研究区的归一化植被指数(Normalized Differential Vegetation Index, NDVI)数据, 涉及h23v04、h23v05、h24v04、h24v05、h25v04和h25v05共6景, 空间分辨率为1 000 m; 3)土地利用类型图:中国科学院地理科学研究所提供的2000年1:400万数据。

RUE一般是通过NPP与降水量的比值计算的, 但由于植被对降水具有响应的滞后性, 一般在40~60 d, 因此, 本研究采用与NDVI相应时间的前两月降水累计值代替降水量^{[13, 14, 15, 16]}, 考虑到NDVI和NPP具有较强的相关性, 采用月NDVI代替NPP值计算RUE^[17], 研究时间段为6-9月(主要考虑降水集中时间段), 平均值统计范围为6-9月。

采用距平百分率(Anomaly), 用“ 实测值-同期历史均值)/同期历史均值” 表示, 反映了某一时段某指标与同期平均状态的偏离程度^[18])方法计算2000-2012年期间年降水量、年RUE的距平百分率。

考虑到最小二乘法(Ordinary Least Squares, OLS)可以用简单公式处理极值问题、最小绝对偏差(Least Absolute Deviations, LAD)拟合结果不容易受到个别异常点影响的优势, 本研究采用两种相结合的方式建立降水量、NDVI和RUE与年份的线性关系, 通过两种方法求得的斜率代表2000-2012年各指标的变化趋势^{[19, 20, 21]}, 具体公式如下:

θ _slope= n×∑i=1ni×NDVIi-∑i=1ni∑i=1nNDVIin×∑i=1ni2-(∑i=1ni)2(1)

式中, θ _slope表示斜率, n表示年份, 本研究中取2000, 2001, …, 2012。

数据处理主要包括预处理和叠加运算, 预处理包括2000-2012年6-9月的312景影像数据的投影、降水量数据克里金空间插值(Kriging)和土地利用类型数据合并(水域、城乡、工矿、居民用地类型暂不考虑)^{[22, 23, 24]}, 合并方案详见表1。叠加计算包括RUE数据、NDVI、降水量和RUE年距平百分率和年变化斜率的生成, 具体流程详见图1。

表1

Table 1

表1(Table 1)

表1 土地利用类型合并方案 Table 1 The merger plan of land-use type 序号 Serial umber 编号 Land use type number 土地利用类型名称 Land use type name 合并后的类型 Combined type 1 11 水田Paddy field 耕地Cultivated land 12 旱地Dry land 2 21 有林地Woodland 林地Woodland 22 灌木林Shrubwood 23 疏林地Sparse woodland 24 其他林地Other woodland 3 31 高覆盖度草地High coverage grassland 草地Grassland 32 中覆盖度草地Middle coverage grassland 33 低覆盖度草地Low coverage grassland 4 41 河渠Canals 水域Waters 42 湖泊Lake 43 水库坑塘The reservoir and pond 44 永久性冰川雪地Permanent glacial snow 45 滩涂Beach 46 滩地Beach land 5 51 城镇用地Urban land 城乡、工矿、居民用地 Urban and rural areas, industrial and mining, residential land 52 农村居民点Rural residential area 53 其他建设用地Other construction sites 6 61 沙地Sand 未利用土地 Unused land 62 戈壁Gobi 63 盐碱地Saline alkali land 64 沼泽地Swamp 65 裸土地Bare land 66 裸岩石砾地Bare rock 67 其他Other

表1 土地利用类型合并方案 Table 1 The merger plan of land-use type

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 数据处理流程Fig.1 Data processing flow

2000-2012年期间, 新疆区域伊犁河谷月平均降水量最高, 在300 mm以上, 由此向东南呈逐渐减少的趋势; 其次, 西天山沿线、准格尔盆地西部山区和北塔山地区月平均降水量在200~300 mm, 准格尔盆地东部、北塔山南部峡谷和塔里木盆地月平均降水量最低, 低于200 mm, 特别是塔克拉玛干、罗布泊区域在50 mm以下, 甚至为0 mm(图2)。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 2000-2012年月平均降水量(mm)Fig.2 Monthly mean precipitation(mm) in 2000-2012

13年间, 除准格尔盆地部分山区外的北疆地区、南疆吐鲁番盆地和塔里木河、孔雀河流域土地类型多样复杂, 斜率在-11~0, 年降水量呈缓慢的递减趋势。南疆地区, 沿昆仑山山脉和塔里木盆地南缘年降水量呈递增趋势, 阿尔金山地区和昆仑山东麓的峡谷地带降水量递增趋势较明显, 此地区多为草地、沙地、戈壁等未利用土地, 斜率在0~6。总之, 新疆区域近13年降水量整体上北疆呈不同程度的递减趋势, 南疆大部分地区呈不同程度的递增趋势, 整体而言递增和递减趋势集中在0~3和-3~0之间(图3)。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 2000-2012年降水量变化斜率Fig.3 Change slope of annual precipitation in 2000-2012

2000-2012年期间, 新疆区域月平均NDVI呈西北向东南递减的趋势, 天山沿线、伊犁河谷、准格尔西部山区、阿勒泰山区、塔里木盆地北部和西部的绿洲地区NDVI平均值在0.4以上, 植被长势较好。其他区域多为沙漠、戈壁, NDVI平均值在0.2以下(图4)。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 2000-2012年月平均NDVIFig.4 Monthly mean NDVI in 2000-2012

13年间, 西天山、伊犁河谷、阿勒泰山山区、准格尔西部山区和昆仑山南坡有零星区域年NDVI呈递减趋势, 此地区多为耕地、林地和草地等土地类型, 斜率在-0.053~0之间。南疆大部分地区和北疆准格尔盆地年NDVI呈递增趋势, 此地区多为沙地、戈壁、盐碱地、裸土和沼泽等未利用类土地, 斜率在0~0.067之间。整体而言递减趋势较递增趋势较缓(图5)。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 2000-2012年NDVI变化斜率Fig.5 Change slope of annual NDVI in 2000-2012

2000-2012年期间, 北疆阿勒泰山、西天山沿线、塔里木盆地周边绿洲流域、吐鲁番盆地东部区域月平均RUE在0.008~0.092 NDVI值· mm^-1。准格尔西部山区、伊犁河谷、孔雀河流域、塔里木盆地南部绿洲边缘次之, 在0.004~0.008 NDVI值· mm^-1。准格尔盆地、北塔山、塔里木盆地、昆仑山、阿尔金山山脉沿线最低, 在0~0.002 NDVI值· mm^-1(图6)。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 2000-2012年月平均RUEFig.6 Monthly mean RUE in 2000-2012

13年间, 准格尔盆地北部及其西部山区、吐鲁番盆地、塔里木河流域、孔雀河流域、塔里木盆地西部羌河流域和阿尔金山沿线多为沙地、戈壁、草地等土地类型, 年RUE变化斜率在-0.03~0, 呈递减趋势。阿勒泰北部山区、天山沿线、塔里木盆地腹地、昆仑山沿线土地类型多样并存, 年RUE变化斜率在0~0.03, 呈递增趋势, 整体而言, 递增和递减趋势集中在0~0.03和-0.03~0(图7)。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 2000-2012年RUE 变化斜率Fig.7 Change slope of annual RUE in 2000-2012

计算耕地、林地、草地和未利用土地4种土地类型所对应的13年年RUE 距平百分率最小值、最大值和平均值(表2)。结果表明, 从每年不同土地类型的RUE距平百分率平均值整体情况来看, 2001年(除耕地和林地类型RUE距平百分率小于0)、2004年(除耕地类型RUE 距平百分率小于0外)、2006年、2008年和2009年期间RUE 距平百分率平均值大于0, 不同土地类型的植被对降水条件的响应情况较好, 表明2006年、2008年和2009年植被对降水条件的响应情况明显好转(图8); 其他年份RUE 距平百分率平均值小于0, 不同土地类型的植被对降水条件的响应情况较差, 特别是2005年各种土地类型RUE 距平百分率明显下降。

表2

Table 2

表2(Table 2)

表2 2000-2012年期间不同土地类型年RUE 距平百分率统计表 Table 2 The statistical table of annual RUE in different land-use types in 2000-2012 年份 Year 耕地Cultivated land 林地Woodland 草地Grassland 未利用土地Unused land 最小值 Minimum 最大值 Maximum 平均值 Mean 最小值 Minimum 最大值 Maximum 平均值 Mean 最小值 Minimum 最大值 Maximum 平均值 Mean 最小值 Minimum 最大值 Maximum 平均值 Mean 2000 -0.74 1.32 -0.04 -0.72 3.62 -0.02 -0.99 4.81 -0.06 -0.99 10.19 -0.09 2001 -0.71 0.72 -0.09 -0.72 3.92 -0.02 -0.99 4.76 0.08 -1.00 9.14 0.36 2002 -0.83 1.14 -0.12 -0.83 1.66 -0.02 -1.00 4.99 -0.08 -1.00 9.32 -0.11 2003 -0.76 1.23 -0.22 -0.78 0.51 -0.19 -1.00 3.66 -0.17 -1.00 5.20 -0.30 2004 -0.59 1.42 -0.06 -0.67 0.99 0.03 -1.00 4.75 0.08 -0.99 5.53 0.10 2005 -0.77 0.21 -0.24 -0.90 0.62 -0.24 -0.99 11.01 -0.27 -1.00 9.35 -0.37 2006 -0.83 5.53 0.39 -0.87 5.81 0.36 -0.99 9.31 0.42 -0.99 10.89 0.56 2007 -0.86 1.73 -0.07 -0.72 3.04 -0.15 -0.99 10.50 -0.18 -1.00 11.26 -0.23 2008 -0.97 2.09 0.45 -0.60 2.64 0.33 -0.99 6.35 0.23 -1.00 11.27 0.23 2009 -0.78 2.64 0.26 -0.53 2.27 0.21 -0.97 11.73 0.33 -1.00 11.81 0.48 2010 -0.87 1.34 -0.06 -0.87 0.98 -0.04 -1.00 9.44 -0.31 -1.00 9.44 -0.26 2011 -0.76 0.95 -0.15 -0.87 0.71 -0.17 -1.00 8.63 -0.10 -1.00 11.33 -0.17 2012 -0.77 1.54 -0.04 -0.75 1.71 -0.07 -1.00 8.62 -0.11 -1.00 10.59 -0.19

表2 2000-2012年期间不同土地类型年RUE 距平百分率统计表 Table 2 The statistical table of annual RUE in different land-use types in 2000-2012

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 2006、2008和2009年RUE距平百分率Fig.8 The RUE anomaly in 2006, 2008, and 2009

通过提取77个台站站点所对应的13年降水量、NDVI和RUE的平均值进行相关分析, 结果显示, 1)降水量和NDVI的相关系数r为0.23, 降水量和RUE的相关系数r为-0.59, 相比NDVI, 降水量和RUE的相关性较明显, 且呈负相关。

通过耕地、林地、草地和未利用土地4种土地类型所对应的13年降水量、NDVI和RUE平均值的相关分析(表3)发现, 1)降水量和NDVI在4种土地类型中相关系数r均大于0, 其中林地和草地类型的植被受降水的影响比较明显, 耕地类型中的植被长势受人为因素影响较大, 未利用类型土地生产力不高, 两者受降水量的影响较小; 2)降水和RUE在4种土地类型中相关系数r均小于0, 降水对耕地类型RUE的负面影响较大, 对林地、草地和未利用土地RUE的负面影响较小^[8]。

表3

Table 3

表3(Table 3)

表3 降水量与NDVI、RUE的相关性 Table 3 The correlation between precipitation and NDVI, RUE 土地利用类型 Landuse type NDVI RUE 降水量 Precipitation 耕地 Cultivated land 0.30 -0.60 林地 Woodland 0.62 -0.37 草地 Grassland 0.47 -0.35 未利用土地 Unused land 0.32 -0.22

表3 降水量与NDVI、RUE的相关性 Table 3 The correlation between precipitation and NDVI, RUE

新疆区域13年月平均降水量和月平均NDVI的空间分布特征基本一致, 表明在干旱和半干旱地区, 植被长势对降水量的响应比较明显, 降水量的多少在很大程度上影响着植被的分布状况, 新疆区域年降水量和年NDVI呈递增或递减年际变化的区域大致相似, 也说明降水量对植被长势的有一定的影响。

RUE与植被净初级生产力有关, 且植被净初级生产力是水分、热量和下垫面覆盖相互作用的结果^[9], RUE的影响因素较为复杂。13年间, 平均降水量和平均RUE呈负相关, 且年降水量和年RUE的年际变化趋势相异, 这主要是由于降水对RUE的影响主要体现在降水对植被净初级生产力的影响, 夏天过量的降水会抑制植被光合作用, 在降水量增加到一定程度时, 过量的降水反而抑制植被的生长。2006年、2008年和2009年3年的RUE距平百分率均为正值, 与这3年的RUE距平百分率空间分布相一致, 与这3年的降水量距平百分率(图9)的空间分布相异, 从另一个角度表明降水与RUE呈负相关。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 2006、2008和2009年降水量距平百分率Fig.9 The precipitation anomaly in 2006, 2008, 2009

RUE一般是通过NPP和NDVI的比值计算的, 为减小NPP模型产生的误差, 同时由于NPP和NDVI之间良好的相关性、植被指数对地面植被叶绿素变化的敏感性和高时空分辨率^{[25, 26]}, 本研究采用NDVI代替NPP计算。由于NPP和NDVI产生的机理不同(NPP表示光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分, 反映植被碳循环能力的大小, NDVI是植被覆盖指数, 能够反映出植物冠层的背景影响), NDVI对高盖度植被区的反映情况较好, 对低盖度植被区有较大的误差, 受土壤背景的干扰比较强烈^[27], 对土壤亮度、反射率的变化更敏感。

本研究的研究时间段是植被长势较好的生长关键期, 植被指数较全年情况较好, 但仍有部分区域为未利用土地类型的低盖度植被区、积雪覆盖区, 土壤背景复杂, NDVI和NPP存在较大的误差, 对RUE的计算会产生误差的传递, 最终影响部分研究结果的准确性。