干旱對中國北方草原總初級生產力影響的時滯和累積效應

烏日娜， 劉步云， 包玉海

(1.遼寧師范大學地理科學學院，遼寧 大連 116029；2.內蒙古師范大學地理科學學院，內蒙古 呼和浩特 010022；3.內蒙古自治區遙感與地理信息系統重點實驗室，內蒙古 呼和浩特 010022）

在過去的幾十年里，全球的草原氣候發生了重大的變化，并且這一現象在未來將會持續［1］。20 世紀70 年代以來，由于大氣環流系統從對流層到平流層發生了明顯的變化，使得中國北方干旱化趨勢增強，干旱事件頻發，并且多年持續發生大范圍干旱［2］。同時，中國西北地區的干旱強度和持續時間在未來將繼續增強和增加［3］。植被總初級生產力（GPP）被定義為單位時間內植物/生物通過光合作用途徑所固定的有機碳量，是判定碳源/匯和生態調節過程的主要因子，也能促進生態系統碳循環［4-5］。相關研究表明，干旱是對陸地生態系統總初級生產力影響最強烈的極端氣候［6］。干旱引發的水分脅迫會導致植被缺水，阻礙植被生長發育，同時誘發植被生理特征和結構功能的變化；而長期持續干旱可導致植被死亡甚至生態系統退化［7-9］。世界草地面積約占全球土地總面積的25%，其中，草原是最脆弱的生態系統之一，易受氣候變化和人為干擾的影響，氣候因素的變化包括溫度降水和太陽輻射，對草地生長和草原畜牧業的發展有著顯著的影響［10］。

植被對氣候的響應過程往往是復雜的，一般在干旱發生時，會對生態系統產生滯后、累積、遺留等效應來影響植被的生長狀況。干旱的累積效應是指一段時間（跨越幾個月甚至數年）的缺水對植被生長產生的影響，即土壤中持續存在水分脅迫，可用于評估植被對干旱的耐受性［11］；遺留效應為先前干旱條件對當前植被生長的影響，例如前一年的干旱導致植被生產力下降［12］；滯后效應是指干旱不僅對當前的植被產生影響，即在時間上存在一定的滯后性［13］。比如植被生長可能會受到前一個月甚至幾個月的影響比當前月的影響更為顯著。Kolus 等［14］研究發現，干旱會通過影響森林中造成樹木的死亡因子，進而破壞森林生態系統的穩定性。同時得出植被對干旱的響應具有一定的時間滯后性，即存在時滯效應［15-16］；Zuo等［17］通過研究干旱對青藏高原高寒流域植被動態的時滯效應，發現上中游的時滯效應存在差異，在上游滯后為一個月。很多研究發現，干旱對植被覆蓋指數(NDVI)產生滯后和累積效應［18］。Peng等［15］研究發現，干旱對秋季物候具有較強的累積效應和滯后效應；顧錫羚等［19］基于標準化降水蒸散指數SPEI 和NDVI 探究干旱對植被的影響，研究發現干旱對植被生長產生的累積效應大于滯后效應；van der Molen 等［20］系統地探討了干旱的頻率、持續時間和干旱等級對GPP 的影響，研究表明干旱對GPP的影響具有直接和滯后效應。

干旱會通過影響植被的生長發育導致其生態系統生產力下降，進而干擾大氣與生態系統之間的碳水交換，植被GPP 作為表征碳匯系統的重要指標，可以直接反映植被的實際光合作用，對干旱條件的響應更加敏感［21］，經常被用來表征干旱對植被的影響［22-23］。而中國北方草原植被對降水的響應十分敏感［24］，植被種類豐富，是中國甚至南亞地區重要的生態保護屏障［25］。由于其特殊的地理環境，生態系統較為脆弱，抗干擾能力差，受干旱影響較大［26-27］，因此，本文旨在通過研究中國北方草原不同草原類型的GPP和SPEI之間的關系，探討干旱對不同草原類型GPP的時滯效應和累積效應，進而了解其作用機制，為減輕干旱對草原總初級生產力的影響提供有效的策略。

1 研究區與數據

1.1 研究區概況

研究區位于中國北方草原（26°50′～53°23′N，73°33′～126°04′E），面積約為3.13×106km2，占全國草原面積的79.7%，年均溫在-3.1～8.9 ℃之間，年均降水量在31.46～898.04 mm 之間，主要包括了內蒙古自治區、甘肅省、寧夏回族自治區、新疆維吾爾族自治區、青海省和西藏自治區這6 個省或自治區。中國北方地區草原類型眾多，包括高寒草甸、溫帶草甸、高寒草原、荒漠草原、典型草原和草甸草原（圖1），該區域受氣候變化和人類活動的影響，屬于干旱和半干旱地區，生態環境脆弱［24］。

1.2 GOSIF GPP數據

GOSIF 使用基于OCO-2 的全球SIF 產品（GOSIF），繪制出的空間分辨率為0.05°，時間尺度為8 d全球GPP 數據集。Li 等［28］使用了8 種不同形式的SIF-GPP 關系來估計GPP，由GOSIF 數據反演得到2001—2021 年的全球GPP 數據集。本研究使用的是2001—2020 年中國北方草原區的GOSIF GPP 月尺度數據和年尺度數據(http://globalecology.unh.edu)。

1.3 植被類型數據

植被類型數據來源于中國科學院資源環境科學數據中心(https://www.resdc.cn)的1:1000000 植被類型數據集，利用ArcGIS 10.2 將其進行重分類后，按掩膜提取出研究區域，最后將中國北方草原區植被類型劃分為6 大類，即草甸草原、典型草原、荒漠草原、高寒草原、溫帶草甸和高寒草甸。

1.4 SPEI數據集

標準化降水蒸散指數SPEI(Standardized Precipitation Evapotranspiration Index)數據集是用來量化干旱的嚴重程度和持續時間［29］，本研究用SPEI來表征中國北方草原地區的干旱狀況，該數據來自于DIGITAL.CSIC(https://digital.csic.es/handle/10261/268088) 所提供的0.5°分辨率的覆蓋全球范圍的標準化降水蒸散指數數據集SPEI base v2.7。該數據集包括了1901—2020 年的1～48 個月時間尺度的SPEI 數據，其等級劃分如表1 所示。本研究選取1～12 個月尺度的SPEI 數據集進行研究，對數據進行預處理，將其插值成與GOSIF GPP相同的空間分辨率。

2 研究方法

2.1 趨勢分析與Mann-Kendall(MK)檢驗

Theil-Sen Median 方法又被稱為Sen’s 斜率估計，是一種穩健的非參數統計的趨勢計算方法。該方法計算效率高，對于測量誤差和離群數據不敏感，常被用于分析長時間序列數據的趨勢［30］。

式中：β為Theil-Sen Median 趨勢；x代表GPP 和SPEI；i和j為時間序列數據。Median 表示所求序列的中位數。β>0 表示時間序列呈現上升趨勢；反之，表示時間序列呈現下降趨勢。

Mann-Kendall(MK)檢驗是一種非參數統計檢驗方法，其優點是不需要樣本服從正態分布，也不受缺失值和異常值的干擾，且計算方便，經常被用來分析長時間序列數據的趨勢顯著檢驗[31]。在時間序列上其統計檢驗方法如下：

式中：S為檢驗統計量；xi和xj為第i年和第j年的SPEI 和GPP 的像元值；n為時間序列的長度；sgn 為符號函數；統計量S在不同取值時，其趨勢值計算公式如下：

式中：Var( )S表示方差；Z為標準化后的檢驗統計量，當|Z|>Z(1-a)/2時，表明變化趨勢顯著。本文給定顯著水平α=0.05，當|Z|>1.96時，表示SPEI和GPP的變化趨勢顯著。

2.2 Mann-Kendall突變檢驗

Mann-Kendall方法還可以對氣象數據進行突變檢驗，對于時間序列x1,x2,···,xn，構造秩序列：

式中：k為樣本數；ri表示樣本xi>xj的累計數；Sk為突變檢驗統計量。在時間序列隨機獨立的假定下，定義統計量：

式中：UF為標準正態分布，它是按時間序列x順序x1,x2,…,xn計算出的標準化統計量序列，給定顯著水平α，根據正態分布表，若|UFk|>Uα，則表明序列存在明顯的趨勢變化。當UF>0 時，說明干旱呈現持續增長趨勢，且值在0.05 顯著性水平線上，說明通過0.05 顯著性檢驗。當UF和UB曲線的交點在置信水平區間［-1.96,1.96］內，此時的相交點即為干旱發生突變的年份。

2.3 時滯效應

本文采用Pearson 相關性來分析干旱對北方草原GPP 的時滯效應，在每個滯后時間間隔(0 ≤i≤12)，先計算一個月尺度的SPEI 與GPP 之間的相關系數(r0,r1,r2,…,r12)，然后ri達到最大時，則ri被視為最強相關［32］，i被視為最長相關月份。例如，滯后3個月，利用2000年10月至2020年9月逐月的SPEI1數據和2001—2020年逐月GPP進行相關性分析。以此類推，如果6月的月GPP與當年3月的1個月SPEI之間的r最高，則滯后時間尺度為3個月，這代表3個月前的干旱條件對草原GPP產生的變化。

式中：ri代表滯后i個月的Pearson相關系數；i的范—2020年每月的GOSIF GPP時間序列；SPEI是2001—2020年1個月尺度的SPEI（SPEI01）。

2.4 累積效應

為了解釋干旱對北方草原GPP 的累積影響，采用Pearson相關分析計算相關系數r。這個分析的結果可以從-1～1，分別表示從負到正的相關性。在目前的研究中，GPP月份的Pearson 相關系數(P< 0.05)和1～12個月時間尺度的累積SPEI 被認為是評估干旱對草地植被累積影響的最佳候選［32］。具有最大系數的月份長度被認為是干旱對草原植被的累積影響。例如GPP 與5 個月尺度的SPEI 相關性最高，則5 月就是最長累積時間。由此，可以得出干旱對GPP的最強累積效應和相應的月份。

式中：rj代表GPP 和SPEI 之間的Pearson 相關系數；j是 從1 個 月 到12 個 月SPEI 的 累 積 時 間；rmax-cum是rj的最大值。

為了評估水文條件對累積和滯后效應的潛在影響，本文選取2001—2020 年的年度12 月的SPEI-12 作為年均水平衡條件，該數據可用于揭示年度濕度情況［33］。同時，將年平均SPEI 以等間隔值（0.1）劃分水平衡梯度［34］，并將平均rmax-lag/rmax-cum和對應的滯后/累積時間沿著水平衡梯度做回歸分析，揭示其隨水分條件的變化情況(該部分本研究只選取了正相關像元參與統計，使結果更具有說服力)。

3 結果與分析

3.1 北方草原GPP空間分布和時空變化特征

3.1.1 GPP時間分布特征 從圖2可以看出，中國北方草原2001—2020 年年均GPP 整體呈現上升趨勢，波動范圍在188.20 g C·(m2·a)-1～265.50 g C·(m2·a)-1，年增長率為2.7101 g C·(m2·a)-1。采用Mann-Kendall突變分析法，對2001—2020年北方草原年均GPP 進行突變檢驗，從圖中還可以看出，UF曲線在研究期內基本大于0，只有2007 年小于0，表明研究區GPP呈現上升趨勢，其中，2007 年為下降點。UF與UB曲線在2011年附近相交，交點位于兩個置信水平之間，表明研究區GPP 變化趨勢在2011年發生了一次突變，并在2012 年通過0.05 置信水平的顯著性檢驗，此后研究區內GPP 上升趨勢顯著。由于北方草原區植被類型較多，因此，本文主要分析草甸草原、典型草原、荒漠草原、高寒草原、溫帶草甸和高寒草甸6種主要植被類型的變化特征。

圖2 2001—2020年北方草原GPP年際變化與突變結果Fig.2 Results of GPP interannual changes and mutations in northern grassland from 2001 to 2020

為進一步探究GPP 的變化趨勢，將北方草原GPP 的變化按季節進行劃分并進行MK 檢驗。由圖3可以看出，春季GPP在2001年發生突變，但突變點沒有超過0.05 顯著性檢驗，所以突變點不顯著，2010—2015 年UF曲線大于0.05 顯著性水平，說明在此期間GPP 下降趨勢顯著。夏季GPP 在2003 年以后長期處于下降趨勢，且在2014—2017年間超過0.05 顯著水平，下降趨勢顯著。秋季GPP 波動較為頻繁，且UF與UB曲線有7 個交點，表明該時期GPP變化不穩定，但均未通過0.05 置信水平的顯著性檢驗，表明變化不顯著。冬季GPP 在2001—2004年間處于上升趨勢，2004 年以后一直處于下降趨勢，在2010 年通過0.05 置信水平的顯著性檢驗，此后下降趨勢顯著。

圖3 2001—2020年北方草原平均GPP季節變化及M-K突變檢驗Fig.3 Seasonal variation of average GPP and M-K mutation test in northern grassland from 2001 to 2020

如圖4 所示，整體來看北方草原6 種植被類型的GPP 年際變化趨勢基本一致，均呈上升波動趨勢，GPP 年均值變化呈現出：草甸草原>溫帶草甸>典型草原>高寒草甸>荒漠草原>高寒草原的特征。其中，草甸草原增長最快，年際變化最為明顯，增長率為7.963 g C·(m2·a)-1，且一直處于高值狀態；高寒草原年際變化不大，增長最慢，增長率為0.6485 g C·(m2·a)-1，表現較為穩定；其他4 種植被類型的年際變化介于草甸草原和高寒草原之間，其中，溫帶草甸和典型草原的變化速率較為相似，增長率分別為5.2048 g C·(m2·a)-1、5.0767 g C·(m2·a)-1。

圖4 不同草原類型GPP年際變化Fig.4 Annual variation of GPP in different vegetation types

3.1.2 GPP空間分布特征 由圖5可以看出，2001—2020 年北方草原區年均GPP 值變化在0～2228.83 g C·(m2·a)-1，年均值為230.34 g C·(m2·a)-1，總體呈現東北地區高、西南地區低的空間分布格局，在研究區6 種草原類型中，GPP 因草原類型不同而表現出顯著的差異性。近20 a 來，草甸草原的GPP 平均值為660.44 g C·(m2·a)-1，屬于各類型中的最高值；典型草原的GPP 平均值為302.05 g C·(m2·a)-1，主要分布在內蒙古中東部一帶；荒漠草原的GPP 平均值為111.41 g C·(m2·a)-1，主要分布在新疆西北部、西藏西南部以及內蒙古中部地區；高寒草原的GPP 平均值為33.39 g C·(m2·a)-1，主要分布于青藏高原大部分地區，是GPP 在200 g C·(m2·a)-1以下的主要類型區；溫帶草甸的GPP 平均值為421.38 g C·(m2·a)-1；高寒草甸的GPP平均值為311.74 g C·(m2·a)-1。

圖5 2001—2020年北方草原區GPP均值空間分布Fig.5 Spatial distribution of GPP mean in northern grassland from 2001 to 2020

為了進一步反映中國北方草原GPP 的變化特征，繪制了北方草原不同季節GPP 空間變化圖，從圖6 中可以看出，不同季節GPP 的空間分布格局與多年GPP 均值分布格局基本一致，都呈現東北地區高、西南地區低的格局，但受光照條件、季節性氣候等諸多因素的影響，各個季節空間分布也呈現出一定的差異性。其中，春季GPP 在0～475.07 g C·(m2·a)-1之間波動，平均值為17.73 g C·(m2·a)-1；夏季GPP 在0～1285.33 g C·(m2·a)-1之間波動，平均值為177.77 g C·(m2·a)-1，由于夏季植被的光合作用最強，進而對應夏季的GPP 值最高，所以夏季的GPP 空間分布格局和全年平均值分布格局一致性最高；秋季GPP 在0～536.84 g C·(m2·a)-1之間波動，平均值為43.38 g C·(m2·a)-1，秋季北部的高值區域消失，隨著太陽高度角的下降，GPP高值逐漸向南移動，集中在青海南部地區，主要植被類型為高寒草甸；冬季GPP 在0～238.80 g C·(m2·a)-1之 間 波 動，平 均 值 為7.03 g C·(m2·a)-1，冬季氣溫較低，植被的光合作用為全年最弱，進而GPP值也達到了全年最低。

圖6 2001—2020年北方草原區不同季節GPP均值空間分布Fig.6 Spatial distribution of GPP in different seasons in the northern steppe region from 2001 to 2020

3.1.3 GPP 變化趨勢 為探究北方草原總初級生產力變化趨勢，采用Sen 趨勢法對2001—2020 年北方草原年際GPP 逐像元進行了趨勢分析，并通過趨勢顯著性檢驗。結果如圖7a 所示，年均趨勢值在-38.37～74.08 范圍內波動，其中，呈現增加趨勢占比最高，約占整個研究區面積的63.10%，整體擴散分布，主要分布在內蒙古大部分地區、西藏南部地區、新疆北部地區、青海中南部地區、寧夏大部分地區以及甘肅中部地區；基本不變的區域次之，約占全區的29.28%，主要分布在西藏西北部、青海和甘肅北部少部分地區以及新疆南部地區；最后呈現減少趨勢的范圍占比最小，約占整個研究區的7.62%，其中不顯著減少占比最高，約為6.08%，主要分布在西藏南部地區、新疆北部、青海中南部以及內蒙古中東部少部分地區（圖7b）。

圖7 2001—2020年北方草原GPP變化趨勢與顯著性檢驗Fig.7 GPP trend and significance test in northern steppe from 2001 to 2020

3.2 北方草原SPEI空間分布和時空變化特征

3.2.1 SPEI 時間分布特征 從圖8 可以看出，中國北方草原2001—2020年均SPEI以0.0049·a-1速率緩慢上升，且上升趨勢微弱。研究區呈現干旱和濕潤交替出現的現象，總體來看，大多數情況下為濕潤期。2003 年和2006 年分別為最濕潤和干旱年，其中，2003年SPEI值為0.84，2006年SPEI值為－0.98，屬于輕微干旱；在2001—2020 年間，UB的統計量基本都大于0，這表明研究期內，SPEI 呈上升趨勢，且干旱情況不嚴重，UF與UB曲線分別在2001 年、2005年和2017年都有變異點，但都未通過0.05水平的顯著性檢驗，表明變化不顯著，其中2017 年為北方草原濕潤化突變的開始。

圖8 2001—2020年北方草原SPEI年際變化與突變結果Fig.8 Interannual variation and mutation of SPEI in the northern steppe from 2001 to 2020

圖9 中北方草原2001—2020 年春季平均SPEI以0.285·(10a)-1的速率下降，呈現干旱化趨勢，2003年和2008 年分別為最濕潤和干旱年，其中，2003 年SPEI 值為0.66，2008 年SPEI 值為－0.62，屬于輕微干旱。UF與UB曲線分別在2004 年、2005 年有交點，但都未通過0.05 水平的顯著性檢驗，表明突變點對應時期變化不顯著。夏季北方草原平均SPEI以0.218·(10a)-1的速率上升，2006 年和2018 年分別為最干旱和濕潤年，其中，2006 年SPEI 值為－0.87，2018年SPEI值為0.84，UF和UB曲線出現4次相交，其中，2012—2016年有3次交點，表明該時期干旱狀態不穩定，但都未通過0.05 水平的顯著性檢驗，所以干旱變化不顯著。秋季北方草原平均SPEI 以0.004·(10a)-1的速率上升，UF和UB曲線在2008 年之后無交點，表明秋季干旱突變主要集中在2001—2008年間，在2008年之后干旱并無明顯變化。冬季北方草原平均SPEI 以0.014·(10a)-1的速率下降，其中，2003 年和2009 年分別為最濕潤和干旱年，SPEI值分別為0.46、－1.27，屬于中度干旱，UF曲線從2004年開始小于0，表明冬季SPEI呈下降趨勢。UF和UB曲線有3個交點且都在臨界值內，說明干旱發生了3次突變，但變化效果不顯著。

圖9 2001—2020年北方草原平均SPEI季節變化及M-K突變檢驗Fig.9 Seasonal variation of average SPEI and M-K mutation test in northern grassland from 2001 to 2020

3.2.2 SPEI 空間分布特征 由圖10 可以看出，20 a間，北方草原的SPEI 均值在-1.41～0.87 間波動，平均值為-0.12，屬于正常范圍。整體呈現東北地區低，西南地區高的空間分布特征。高值區出現在西藏和青海的大部分地區，主要植被類型為高寒草甸和高寒草原；低值區主要集中在內蒙古大部分地區以及新疆中部地區，主要植被類型為荒漠草原、典型草原以及溫帶草甸。溫帶草甸的SPEI 平均值為-0.48，荒漠草原的SPEI平均值為-0.53，高寒草原的SPEI 平均值為0.08，高寒草甸的SPEI 平均值為0.39，典型草原的SPEI 平均值為-0.58，草甸草原的SPEI平均值為-0.54。

圖10 2001—2020年北方草原區SPEI均值空間分布Fig.10 Spatial distribution of SPEI mean in northern steppe from 2001 to 2020

從圖11 可以看出，春季、夏季、秋季SPEI 的空間分布格局與多年SPEI均值分布格局基本一致，均呈現東北高、西南低的格局，而冬季SPEI 空間分布格局則呈現西南低、東北高的格局，春季SPEI 均值在-1.31～1.02 間波動，平均值為-0.13；夏季SPEI 均值在-1.20～0.99 間波動，平均值為-0.004；秋季SPEI均值在-1.13～0.78 間波動，平均值為-0.13；冬季SPEI 均值在-1.11～0.99 間波動，平均值為-0.19，冬季高值區主要出現在西藏北部地區、青海東北部地區、內蒙古東北部地區，主要植被類型為典型草原和高寒草甸。

圖11 2001—2020年北方草原區不同季節SPEI均值空間分布Fig.11 Spatial distribution of mean SPEI in different seasons in northern steppe region from 2001 to 2020

3.2.3 SPEI 變化趨勢 為探究北方草原SPEI 變化趨勢，采用Sen 趨勢法對2001—2020 年北方草原年際SPEI逐像元進行了趨勢分析，并通過趨勢顯著性檢驗。結果如圖12 所示，年均趨勢值在-0.12～0.15范圍內波動，整體呈現擴散分布，變化趨勢呈現東北地區高，西南地區低的特征，其中，呈現增加趨勢占比較高，約占整個研究區面積的58.05%，其中，內蒙古東北部地區和青海南部地區變化趨勢較大；極顯著增加占比最小為0.08%，研究區內大部分SPEI的變化趨勢不顯著。呈現減少趨勢的占比為41.95%，其中，西藏和新疆北部地區變化趨勢整體較低，不顯著減少的占比最高為40.32%，主要分布在新疆北部地區，西藏大部分地區，青海西南部地區以及內蒙古西南地區。

圖12 2001—2020年北方草原SPEI變化趨勢與顯著性檢驗Fig.12 SPEI trend and significance test in northern steppe from 2001 to 2020

3.3 干旱對北方草原GPP的累積效應

基于GPP 與累積SPEI的相關性分析，利用相關系數最大的累積時間（rmax-cum）生成SPEI對草原GPP的累積效應?？傮w而言，北方草原面積的絕大部分（84.99%）以正相關為主，發生了累積效應。只有新疆北部、西藏西部以及內蒙古東北部部分地區呈現負相關（圖13a）。rmax-cum的平均值為0.16，在新疆東北部地區發現了高相關性地區（rmax-cum>0.5），其相關性為0.51。

圖13 干旱對植被GPP的累積效應強度與累積時間的空間分布Fig.13 Spatial distribution of cumulative effect intensity and cumulative time of drought on vegetation GPP

干旱對GPP 的最長累積時間尺度主要集中在3～4 個月（圖13b），覆蓋北方草原面積的39.82%。面積百分比峰值出現在4 個月的時間尺度，占20.27%，表明GPP 通常對短期干旱有響應，主要分布在西藏東北部，青海東南部以及內蒙古中部地區。其次是3 個月（19.55%）和9 個月（11.02%）。此外，8個月的時間尺度所占比例最小，占比為2.22%，主要分布在西藏的西部地區，以及青海東北部地區。

rmax-cum的面積百分比和平均值（圖14）在不同的累積時間時，會有明顯的差異性。由圖14a 可以看出，面積百分比峰值出現在rmax-cum為0～0.05，所占比例為40.99%，累積時間尺度為12 個月。其次是11個月和10個月，所占比例分別為35.43%和32.45%。整體來看，累積4 個月時相關性最強。圖14b 展示了平均正相關系數隨累積時間變化情況，從1 個月到4 個月，相關性逐漸增強，在4 個月時達到峰值，rmax-cum為0.17，4 個月以后相關性開始下降，12 個月時，rmax-cum出現最小值為0.08。

圖14 累積效應的正相關變化Fig.14 Positive correlation of cumulative effects

水平衡梯度與平均累積相關系數（rmax-cum）和平均累積時間的關系如圖15 所示，年平均SPEI 與累積相關系數呈顯著正相關關系(R2=0.879)，隨著干旱情況減輕，平均正累積系數（rmax-cum）先下降后上升，表明在半干旱或半濕潤地區，干旱對草原GPP 的累積效應最強；而在相對干旱或濕潤地區，干旱對草原GPP 累積效應相對較弱(圖15a)。平均累積時間與年平均SPEI 呈負相關，表明水分供應越充足（即年平均SPEI 值升高），干旱對植被GPP 的累積作用響應時間越短（圖15b）。

圖15 年平均SPEI與累積效應的關系Fig.15 Relationship between annual average SPEI and cumulative effects

3.4 干旱對北方草原GPP的時滯效應

基于GPP 與累積SPEI的相關性分析，利用相關系數最大的滯后時間（rmax-lag）生成SPEI 對草原GPP的時滯效應?？傮w而言，干旱對北方草原面積的63.11%有時滯效應，只有青海部分地區呈現負相關（圖16a）。rmax-lag的平均值為0.20，在新疆東北部地區發現了高相關性地區，其相關性為0.42。

圖16 干旱對植被GPP的滯后效應強度與滯后時間的空間分布Fig.16 Spatial distribution of lag effect intensity and lag time of drought on vegetation GPP

在具有時滯響應的區域中，最長滯后時間尺度主要集中在7 個月（圖16b），覆蓋北方草原的41.59%，集中分布在西藏、青海、新疆以及內蒙古中部和東北部地區，表明該地區的植被類型受干旱滯后的影響尤為明顯。滯后7 個月的時候，干旱對GPP 的響應最大，占比為19.73%，主要分布在西藏中南部地區，青海西南部地區、新疆北部地區以及內蒙古東北部地區。其次是1 個月尺度，面積占比為13.81%，主要分布在西藏北部地區，內蒙古中部地區以及青海中部地區。此外，2 個月尺度的滯后占比也很高，約占11.39%，主要分布在西藏中部地區以及青海南部地區。這3個滯后尺度在北方草原中分布最為廣泛。此外，面積占比最小的10～11 個月，占比約為4.14%，主要分布在新疆南部地區、西北部地區、青海、甘肅和寧夏少部分地區。

由圖17a 可知，rmax-lag的面積百分比和平均值也在不同的滯后時間時，表現出明顯的差異性。其中，滯后7 個月和12 個月相關性最高。面積峰值出現在滯后9 個月rmax-lag為0.05～0.1 時，其占比為38.79%，其次是滯后11 個月時rmax-lag為0～0.05 時，面積占比為36.22%。其中，滯后相關系數大部分都＜0.4，大部分較弱。此外，平均相關系數隨滯后時間尺度的變化而上下波動，較為不穩定，其中，滯后7 個月時平均正相關系數最大(r=0.14)，滯后5 個月平均正相關系數最小(0.06)。GPP 和SPEI 之間的平均相關系數在滯后時間尺度上變化較為明顯（圖17b）。

圖17 滯后效應的正相關變化Fig.17 Positive correlation change of lag effects

水平衡梯度與平均滯后相關系數（rmax-lag）和平均滯后時間的關系如圖18 所示，年平均SPEI 與累積相關系數呈顯著負相關關系(R2=0.78)，隨著年平均SPEI 不斷增大，平均正滯后系數（rmax-lag）先下降后上升，表明在干旱或濕潤地區，干旱對草原GPP的滯后效應最強；而在半干旱或半濕潤地區，干旱對草原GPP 累積效應相對較弱(圖18a)。平均滯后時間與年平均SPEI呈負相關，隨著水分平衡條件的改善，平均滯后時間從11.07 個月下降到2.15 個月，表明隨著干旱趨勢加重，干旱對植被GPP 的滯后作用響應時間越長（圖18b）。

圖18 年平均SPEI與滯后效應的關系Fig.18 Relationship between annual average SPEI and lag effects

3.5 干旱對不同類型下草原GPP 的時滯和累積效應

如圖19所示，進一步探究了不同草原類型下的時滯和累積效應。結果表明，不同草原類型的GPP與干旱的相關性水平差異很大。大部分草原類型都表現為累積效應強于時滯效應，只有草甸草原和溫帶草甸的時滯效應大于累積效應。草甸草原的時滯效應最強為0.19，荒漠草原的累積效應最強為0.21。所有草原類型的累積時間都大于4 個月，其中，草甸草原累積時間和滯后時間都最長，約為8個月和6個月。

圖19 不同植被類型的滯后效應和累積效應Fig.19 Lag effect and cumulative effect of different vegetation types

4 討論

GPP對干旱的響應結束后，仍然會對生態系統的碳匯量產生影響，同時也會導致植被對干旱產生的記憶效應而使其響應混亂，進而導致GPP在長時間內產生多個響應狀態，即滯后效應和累積效應［35-36］。本文根據Pearson 相關分析法對北方草原區的SPEI 和GPP之間的關系進行探究，結果表明，干旱對北方大多數草原都有滯后作用，并且最長滯后時間是7 個月，占比為19.73%，表明生長季的土壤水分條件對植被的生長有影響，會產生一定的時滯效應［20］，且分布在內蒙古北部和新疆北部地區的主要植被類型為典型草原，導致這一現象的原因是這些地區緯度偏北，氣候較冷，被冰雪覆蓋，導致土壤中的水分被凍結，這與Wei 等［34］研究一致。高寒草甸主要分布在青藏高原的東北部，常年冰雪覆蓋，主要植被類型為多年生草本植物，GPP 在一定程度上可以抵抗短期干旱，因為高寒草甸可以利用草氈層以下的深層土壤水分［37］，因此該地區的滯后效應存在負相關。

與滯后效應相似，北方草原大部分地區（84.99%）對干旱具有累積效應，這意味著干旱能夠抑制草原的生產力。在新疆東北部地區發現了高相關性地區（相關性為0.51），主要植被類型為荒漠草原，主要原因是荒漠草原是草原向荒漠過渡的旱生性最強的草原生態系統［38］，是草原植被中最干旱的一類草原，年降水量≤200 mm，更容易受到干旱的影響，所以相關性較高。干旱對GPP 的最長累積時間尺度主要集中在3～4 個月，SPEI 與GPP 的相關性最高，這與干旱的程度和持續時間有關，這與杜文麗等［6］、徐清宸等［39］研究得出的干旱對植被GPP 響應的結果相吻合。同時，已有相關研究證明，SPEI-3能夠較好地捕捉土壤水分狀態的短期變化特性［40］。本研究將不同草原類型下與干旱累積效應和時滯效應相比，發現累積效應中：荒漠草原>高寒草原>典型草原>高寒草甸>草甸草原>溫帶草甸，這一結果與徐清宸等［39］研究得出的GPP 與SPEI的相關性：荒漠草原>典型草原>草甸草原的結果相一致。且從不同植被類型來看，干旱對北方草原大部分地區的主導效應為累積效應。但不同草原的累積時間一般要強于滯后時間。

通過對不同水分下干旱對草原GPP 的累積和滯后效應的影響，筆者發現不同水分條件與干旱的累積效應之間呈現正相關，這與顧錫羚等［19］研究一致，但與Zhao 等［32］、Wei［34］等研究不一致，造成其主要原因可能是北方草原區植被類型較多，且不同的草原植被對水分流失、呼吸耗竭和光合作用等生理特征和功能策略已經發生演變，例如在受到干旱脅迫時，仍能保持一定的氣孔導度來維持光合作用，這就使其抗旱性發生變化，能夠快速響應水資源的變化［41］，也有研究表明，不同的植被類型對環境的響應也是不同的［42］，因此，累積效應呈現出正相關。此外，在不同水分條件下，干旱的滯后效應與其呈負相關關系，表明干旱地區的植被相比其他地區，更容易受到干旱脅迫。且通過對比發現，在北方草原區干旱對GPP的累積效應強于時滯效應。

中國北方草原地理位置較為獨特，且該地區的水熱條件導致其生態系統變得脆弱，尤其是青藏高原地區植被對氣候變化極其敏感［43］。其中，草甸草原水分條件最易受干旱的影響，所以在干旱嚴重時，GPP 和SPEI 之間的相關性就越高。因此，在今后的工作中，更應該注重北方草原土壤水分的保持和恢復（例如增加黏土含量），其中，草甸草原的干旱治理工作尤為重要，并且要注意干旱的累積和滯后效應給植被帶來的影響，尤其是干旱的累積效應，應提前采取相應的措施來保護草原植被的生長。

5 結論

在本研究中，利用植被總初級生產力GPP 和干旱數據SPEI，通過對2001—2020年期間干旱對北方草原GPP 的滯后和累積效應進行了研究，主要研究結論如下：

（1）北方草原多年平均GPP 呈現東北高、西南低的空間分布格局，多年平均SPEI 呈現東北低、西南高的空間分布格局，研究區呈現干旱和濕潤交替出現的現象，且SPEI和GPP 的年平均值都隨時間變化呈現上升趨勢。GPP 年均值呈現出：草甸草原>溫帶草原>典型草原>高寒草甸>荒漠草原>高寒草原的特征。

（2）干旱對北方草原面積的63.89%有滯后效應，主要發生在7 個月，占比為19.7%，且隨著干旱情況的加劇，干旱的滯后效應程度增加。

（3）干旱對北方草原面積的84.98%產生累積效應，最長累積時間尺度主要集中在3～4個月，覆蓋北方草原面積的39.81%，同時干旱地區的累積效應強于半干旱地區和濕潤地區。

（4）不同草地類型對SPEI 的響應有所差異，干旱對草原GPP 的滯后效應呈現出：草甸草原＞荒漠草原＞溫帶草甸＞典型草原＞高寒草原＞高寒草甸的特點；而干旱對草原GPP 的累積效應呈現出：草甸草原＞溫帶草甸＞典型草原＞高寒草甸＞荒漠草原＞高寒草原的特點。