青藏高原東南緣三江并流區植被物候時空變化及其影響因素分析

謝作輪，肖冬梅，黃浩鴻，蔣 娜，陳志云，劉友存

（嘉應學院 地理科學與旅游學院，廣東 梅州 514015）

0 前言

植物物候是指自然界中植物受各種環境要素影響而出現以年為周期的各種現象，如植物的萌芽、展葉、開花、結果、落葉等現象[1-3].其作為一種綜合性響應指標[4]，是陸地生態環境條件季節和年際變化最直觀、最敏感的生物指示器[5-6]，對自然環境變化的響應較為敏感，可以有效地反映全球環境的變化狀況[7].第六次IPCC 評估報告指出，過去20 年間全球氣溫上升約0.99 ℃[8].受全球氣候變暖影響，植被物候發生了不同程度的變化[9]，近年來，在植被物候的時空變化、物候與氣候及其他環境因子的相關性研究取得較大進展.在中緯度區域，開展了物候變化研究，文獻[10]發現溫度是制約北半球中高緯度地區的植被春季物候的主要因素；針對生態環境脆弱區域的氣候變化對植被物候的影響比較明顯，但各個區域的植被物候變化對氣候因子的響應不同，文獻[12]發現伏牛山地區森林植物受三月份平均氣溫下降的影響生長季始期出現延遲趨勢.文獻[11]利用AVHRR NDVI3g（1983—2011）數據集研究了尼日利亞植被物候對降水和土地覆蓋變化的響應；文獻[13]發現米倉山區春季在水熱條件充足下植物生長發育開始階段提早，而秋季受雨水的增加使得植物生長發育末期提早.文獻[14]發現植被物候在寒帶地區主要受溫度的影響，而溫帶地區則受降水和氣溫的共同影響.目前，國內對植被物候變化研究集中于北方地區、青藏高原以及祁連山脈[15-17]，對西南地區的研究較為缺乏[18].

三江并流區位于青藏高原向云貴高原過渡的橫斷山脈的縱谷地帶核心區，生物種類豐富，是全球生物多樣性保護熱點地區[19].該地區內氣候特征復雜多樣，山地垂直地帶性差異明顯，地表生態系統脆弱[20].本文基于2001—2019 年MODIS EVI 數據、DEM 數據、土地利用數據及氣象數據等，研究三江并流區植被物候的長時間序列變化趨勢和空間分異規律，探討植被物候在時空演化對氣候變化的響應，以期為保護與改善生態環境、延續三江并流區復雜多樣的生態系統提供理論參考，并揭示該地區植被活動對全球變暖趨勢下的響應機制.

1 研究地區和研究方法

1.1 研究地區概況

三江并流區地處青藏高原東南緣，位于云南、西藏與四川的交界地帶（25°30′～29°N，98°～100°30′E），屬于橫斷山脈縱谷地帶，區域內地質構造活動活躍，地勢起伏大，河谷縱切，怒江、瀾滄江、金沙江并行而流，涵蓋范圍達1.70 km2（圖1）.研究區天氣受夏季風和青藏地區的高原氣候的相互影響，全年降水主要集中在5 至10 月份，11 至翌年4 月份為旱季，加之當地平均海拔垂直高差將近6 000 m，峰高谷深，氣候具有明顯的季節性變化和地形垂直分化[21].由于地理和氣候狀況的復雜多變，該區域匯集了北半球由熱帶至寒帶八個分帶的各種氣候類型和生物群落，物種種類豐富，堪稱“世界生物基因庫”，也是地球最直觀的體溫表和中國珍稀瀕危動植物的避難所[22].

圖1 研究區的地理位置及其地形特征

1.2 數據來源和預處理

1.2.1 EVI 數據

1.2.2 土地利用數據

采用Globeland30 全球地表覆蓋數據（30 m，2000 年、2010 年和2020 年3 期）和清華大學宮鵬教授課題組的全球土地覆蓋數據FROM-GLC（30 m，2015 年1 期）.先將兩個數據集重采樣至250 m，再將Globeland30 提取三江并流區內耕地、森林、草地和灌木地的像元，獲得三江并流區植被類型數據，作為研究區域植被物候參數提取的掩膜文件，最后利用FROM-GLC 數據對研究區域不同海拔帶的物候狀況進行研究.

1.2.3 氣象數據

采用中國氣象數據網（http://data.cma.cn）的氣象數據，選取三江并流區及其附近地區的15 個氣象站點的逐日平均氣溫、逐日降水量進而計算月均溫、月降水量數據，再運用ANUSPLIN 工具將空間上離散的氣象數據插值為90 m 的連續柵格數據，最后將插值結果重采樣為250 m，并與物候數據進行相關分析.

構型創新設計環節將制圖教學與三維構型和二維圖樣生成相結合，既增加了學生對本課程的學習興趣和求知欲望，又培養了構型設計能力，對提高學生綜合素質起到了積極的作用。實踐證明具有良好的可操作性。

1.2.4 DEM 數據

采用NASA（https://www.earthdata.nasa.gov）發布的DEM 數據，其空間分辨率為30 m×30 m，根據三江并流區的地形屬性特征與空間插值要求，首先將其重采樣為90 m 的空間分辨率，再與氣象數據進行空間插值.

1.3 研究方法

1.3.1 重構時間序列

MODIS-EVI 數據集采用最大值合成法（MVC）處理，雖然能夠在一定的程度上有效減少大氣云霧對EVI 像元的干擾，但由于受傳感器、遙感衛星飛行環境、數據傳輸誤差和土壤地表形態變化等諸多隨機因素變化的綜合影響，仍存在較多的隨機噪音，需要通過平滑處理來重構時間序列.TIMESAT 軟件提供三種平滑方式，包括S-G（Savitzky-Golay）濾波算法、D-L（Double-Logistic）濾波算法和A-G（Asymmetrical-Gaussian）濾波算法等[23-25]，可以有效去除隨機噪聲.結合各算法的優劣性和精度差異[26]，經過多次試驗對比，發現S-G 濾波法具有良好的保真性，能夠較好地重構三江并流區EVI 數據的時間序列.

1.3.2 動態閾值法

動態閾值法可以結合不同時期和區域的實際情況，動態地給EVI 設定不同的閾值，最終確定植被物候參數.考慮到三江并流區地理特征和EVI 時序變化狀況，結合前人的研究成果[27-28]，本研究將EVI 植被指數生長曲線左右振幅的閾值分別設置為30%和20%，并逐像元提取逐年的植被物候參數.在時間序列上，每個時期超過左振幅閾值的日期節點定義為生長季始期（SOS）、低于右振幅閾值的日期節點為生長季末期（EOS），兩者的差值為生長季長度（LOS）.最后采用年序日對三江并流區的植被物候期進行換算，即把物候期期數轉化為距每年的1 月1 日的實際天數.

1.3.3 Anusplin 插值法

Anusplin 是基于普通薄盤與局部薄盤樣條函數插值理論的工具[29].局部薄盤光滑樣條是對薄盤光滑樣條原型的擴展，可引入多個因子作為協變量與氣象要素進行空間插值[31].已有研究表明，Anusplin 方法更適合于對我國西南山區的氣象數據進行插值[32].

1.3.4 趨勢分析與檢驗

采用非參數化估計方法Theil-Sen 斜率（T-Sen）[33]來計算三江并流區植被物候參數的變化趨勢[13]，并引入Mann-Kendall（M-K）方法來對植被物候參數時間序列趨勢的顯著性進行檢驗.本研究中根據T-Sen的計算檢驗結果和M-K 統計檢驗，分別把植被物候變化趨勢及顯著性分成四個層次（見表1）.

表1 植被物候變化趨勢及顯著性

2 結果與分析

2.1 三江并流區植被物候空間分布特征

三江并流區地形落差大、氣候復雜，為了研究該地區植被物候的空間分布規律，計算了2001—2019年三江并流區植被的生長季始期（SOS）、生長季末期（EOS）、生長季長度（LOS）的多年均值（見圖2）.SOS整體上呈由東部向西部延遲、河谷地帶早高山地帶晚的分布格局，時間集中在80—140 d（3月中旬至5月中旬），占植被總面積約86.6%.東北部地區SOS較早，多為第60—80 d；西部地區SOS較晚，受地形影響，呈現條帶狀間隔分布，高海拔地區多為第120—140 d；其余地區SOS多為第80—120 d.EOS整體上呈東部高山地區結束早、西部河谷地區結束晚的空間分布格局，時間集中在290—330 d（10月中旬至11月下旬），占植被總面積約92.5%.東部地區EOS較早，多在第310 d之前；西部地區整體上EOS較晚，最晚區域位于南部河谷地帶，多在第330 d之后.LOS整體上時間集中在180—240 d，約占植被總面積的85.4%.西部地區生長季長度呈現縱列分布，河谷長高山短；但在東北部部分河谷區域生長季長度較短，是因為該區域平均海拔高，受高原氣候以及植被類型的影響，植被集中在夏秋季生長，生長季長度短.

圖2 2001—2019 年三江并流區植被物候多年均值空間分布

基于已有研究[35-37]，利用DEM、FROM-GLC數據以及植被物候的多年均值，選取50 m高程為間隔，研究三江并流區內植被物候對植被類型和海拔因素的響應機制（見圖3）.海拔在1 800 m以下的區域，其主要植被類型為草地和暖溫性針葉林，在該海拔段內，氣候呈現為干熱特征，整體上SOS、LOS主要受降水影響，而EOS受溫度影響；隨著海拔的升高，溫度降低，降水增加，冬春旱情影響減小，SOS提前，而EOS因氣溫降低而提前，但整體上LOS延長.海拔在1 800～3 300 m內的區域以暖溫性針葉林、溫涼性針葉林和常綠混交林為主，整體趨勢為SOS和EOS提前、LOS縮短.海拔在3 300～4 100 m的區域以寒溫性針葉林和針葉—闊葉混交林為主，但在部分海拔段受植被類型影響，物候期具有差異性，如SOS和LOS在3 300～3 800 m、EOS在3 500～3 800 m因混交林的植被生長特性，出現SOS、EOS略微延遲、LOS縮短的非地帶性差異.海拔在4 100 m以上區域以高山灌叢、草甸為主，因高山類植被生長主要受溫度影響，并且隨海拔升高，溫度降低，呈現出SOS和EOS延遲、LOS縮短的總體趨勢.除以上所提及的植被類型外，三江并流區存在許多其他植物群落，如常綠闊葉林、硬葉常綠闊葉林、干熱性稀樹灌木草叢、暖溫性灌叢和灌草叢等，但群落面積占總面積百分比并不高，在此不進行詳細分析.

圖3 不同海拔上植被物候的變化情況

2.2 植被物候年際時空變化趨勢

2.2.1 植被物候年際時間變化趨勢

根據植被物候各參數逐年平均值計算得到三江并流區植被物候近19 年在時間上的年際變化趨勢（見圖4）.其中SOS 呈提前趨勢，平均提早1.71 d·(10 a)-1；而2010 年的SOS 出現大幅度延遲，該現象與研究區2009 年冬季開始至2010 年春季的極端干旱事件密切相關，即從2009 年冬季降水大幅度減少，2010年春旱現象嚴重加重，導致2010 年植被萌芽返青時間大幅度延遲.EOS 呈延遲趨勢，平均延遲1.46 d·(10a)-1；LOS 呈延長趨勢，平均延長3.17 d·(10 a)-1，而由于2010 年SOS 的延遲導致同年的LOS 出現大幅度縮短，即縮短至180 d 左右.

圖4 2001-2019 年三江并流區植被物候年際變化趨勢

2.2.2 植被物候年際空間變化趨勢

為了研究三江并流區植被物候的年際空間變化趨勢，對2001—2019 年內物候參數的柵格數據進行逐像元變化趨勢分析，得到SOS、EOS 和LOS 的年際空間變化趨勢（見圖5）.SOS 大部分地區呈現不顯著提前趨勢，而顯著提前區域在河谷地帶呈帶狀分布，顯著延遲區域分布在東部邊緣地區和部分高山地帶.EOS 呈現不顯著延遲趨勢，不顯著提前區域分布于低海拔河谷地帶，其中還有零星點狀分布的顯著提前區域，大部分高山地帶為延遲趨勢.LOS 主要呈現為不顯著延長趨勢，在邊緣地區、南部部分河谷地帶、東部河谷地帶，LOS 為縮短趨勢，東部邊緣地區為顯著縮短趨勢.

圖5 2001—2019 年三江并流區植被物候年際變化空間分布

2.3 植被物候動態對氣溫和降水的響應

2.3.1 生長季始期對平均氣溫和降水的響應

從圖6 可以看出，在3 月份，研究區北部高海拔地區的SOS 受溫度和降水共同影響，且均為正向影響，其中降水比溫度主控性更高；南部的低海拔與河谷區域受降水的負向影響更為顯著，即降水增加，SOS 延遲.SOS 與4 月份的偏相關關系以降水的正向關系為主，但溫度在高海拔區域依舊存在顯著的正向影響.SOS 與5 月份的偏相關關系以溫度的正向關系為主，在東南部低海拔河谷區域，SOS 與5 月份的溫度和降水均存在顯著的正向影響.雖然溫度和降水在不同月份以及不同區域對SOS 的影響有所差異，但在高海拔地區，SOS 與溫度一直存在顯著的正相關性.

圖6 三江并流區植被物候生長季始期與3—5 月份平均氣溫/降水的偏相關系數空間分布

2.3.2 生長季末期對平均氣溫和降水的響應

從圖7 可以看出，EOS 與10 月份氣溫和降水的偏相關分析結果存在地域性差異，在北部、東部區域，氣溫和降水整體上均為正相關，其中氣溫的顯著性高于降水；在南部、西部區域，降水對EOS 的顯著性更強，且以負向影響偏多，而溫度在高海拔區域以正向影響為主導.EOS 與11 月份的降水存在顯著的正相關關系，同時溫度主要在高海拔區域呈現為正向影響.EOS 在研究區東北部區域以及高海拔地區與12 月份氣溫的偏相關系數值主要為正值，雖然12 月份降水整體上為正相關關系，但是由于氣象數據中12 月份的多年平均降水整體偏少，在此不予為考慮因素，但冬季降水對來年的SOS 變化具有一定的影響.

圖7 三江并流區植被物候生長季末期與10—12 月份平均氣溫/降水的偏相關系數空間分布

2.3.3 生長季長度對平均氣溫和降水的響應

生長季長度主要由SOS 和EOS 決定，分別受到3—5 月份和10—12 月份的影響.研究區生長季集中在180—240 d，數據顯示6—9 月份溫度及降水的變化與生長季長度存在相關性，降水主要呈現一定的正相關性，而氣溫除7 月份為負相關外其余月份呈現正相關，與七月份基礎氣溫較高，升溫導致水分蒸散發增多導致的后序的干旱事件相關聯.

從圖8 可以看出，LOS 與6 月份的氣溫存在顯著的正相關關系，與6 月份降水也以正相關關系為主，零星河谷區域存在負相關關系.而在7 月份，LOS 受降水的正向影響更為顯著，7 月份溫度整體上為負向影響.在8—9 月份，LOS 對氣溫、降水的響應存在明顯的時空差異，8 月份降水的顯著性高于氣溫，且以正向影響為主，但降水在部分高海拔地區的偏相關系數值為負值；9 月份氣溫的顯著性高于降水，整體上為正相關關系，溫度在部分高海拔地區為負向影響，而降水在北部、東部區域以正向影響為主，在南部區域則以負向影響為主.

圖8 三江并流區植被物候生長季長度與6—9 月份平均氣溫/降水的偏相關系數空間分布

3 討論

在氣候變暖的全球大環境下，三江并流區的植被物候也發生了相應的變化，植被物候呈生長季始期提前、生長季末期延遲、生長季長度延長的趨勢與全球升溫的趨勢存在相關性[8].氣候變化是多種地理要素因子的綜合反映，而物候是對各種環境要素影響下以年為周期的自然現象，因地區差異，不同地區植被物候對不同氣候因子的響應機制也不相同，仍存在許多植被物候研究的難點亟待深入探討.

3.1 物候數據精度的提高

本文的MODIS EVI 數據雖然經過最大合成法在一定程度上消除云霧對EVI 的影響，但由于傳感器的因素，仍存在一些難以處理的隨機噪聲.基于S-G 濾波的平滑去噪，在去噪過程中也不可避免將其中的一些細節去除，從而影響物候期提取的精度，因此S-G 濾波窗口大小和多項式階數的取值需多次實驗取最優，以實現保真性和去噪效果的最大化.同時16 d 的時間分辨率在對物候期的估算研究來說時間間隔較長，可以使用HANTS 方法對16 d 的EVI 數據重采樣為8 d，甚至是1 d 的時間序列數據，來提高物候期提取的精度[38].

3.2 物候參數數值變化的主導因素

本文中的SOS、EOS 的主控因素在不同月份不盡相同，SOS 在3—4 月份受降水為主加氣溫的共同影響，而主控因素在5 月份轉變為氣溫，主要原因是該地區冬春干旱的氣候事件，3—4 月份的降水基本上是該地區的一輪降水，所以在此時段降水是主控因素.不過在高海拔地區，氣溫一直都是正向的主導因素，雖然在3—4 月份的主控性低于降水，但SOS 的大部分地區整體上在3—5 月份均受氣溫的正向影響，即氣溫升高，生長季始期提前，而生長季末期整體上受降水的主控因素為主，該結果與張曉東等在伏牛山森林植被物候結果一致[12].對于不同區域植被物候影響主控因子開展定量化的驅動力分析將有助于進一步理解植物物候的氣候變化響應機制，在此基礎上可以制定出更加合理的氣候變化應對方案.三江并流區是地形起伏變化較大，干熱河谷和高海拔并存的生態敏感區域，對于氣候變化的過程可以進一步增加野外控制實驗，獲得不同氣候變化情況下的植被生長狀況，從而為保護區應對氣候變化提供科學支撐.

3.3 極端氣候事件對物候參數的影響

本文研究結果發現，2010 年SOS 出現大幅度延遲現象.經過查驗19 年的逐月降水和逐月氣溫氣象數據發現，2009 年冬季至2010 年春季出現極端干旱事件[39]，2009 年10 月的降水量為27.45 mm，遠遠低于同月的多年平均降水67.47 mm.同時2010 年春季升溫速度也高于多年平均值，春季升溫快，導致區域潛在蒸散發的快速增加，更加劇了旱情，因此2010 年研究區受季風影響較大的西部、南部地區的SOS 集中在第120—140 d.

3.4 植被類型差異對植被物候結果的影響

因三江并流區氣候復雜多樣，植被類型非常豐富，不同植被對氣候變化的響應機制有所差異，如文獻[40]研究發現，草甸、沼澤植被生長季始期為延遲趨勢，而草原、荒漠和高山植被的生長季始期為提前趨勢.在本研究中也發現高山花卉等高山植物類的生長期集中在夏秋季，和整體上的植被物候期結果有時間上的差異.因此可以根據不同植被類型進行物候期參數提取，探討研究不同植被類型物候的時空差異以及對氣候變化的不同響應機制.

由于研究區海拔差異和植被差異巨大，物候對氣候因素的變化極為敏感，比如研究區2009 年冬季的極端干旱導致2010 年物候生長季始期的大幅度延遲，而極端高溫、極端低溫事件對于植被物候的影響有待于進一步探究.此外，氣候因素對植被的研究多存在一定的時滯性，不同植被類型的相應時間也存在一定差異，這個需要高分辨率物候數據的支持下，結合野外定點觀測數據的支持下進行更加詳細的討論.

4 結論

本文以三江并流區為研究區，基于16 d 的MODIS EVI 數據、氣象數據、土地利用數據和DEM 數據，利用S-G 濾波法重構時間序列，通過動態閾值法提取植被物候SOS、EOS 和LOS 等參數并轉換為年序日，對2001—2019 年空間分布格局和長時序列變化趨勢進行分析，并探討植被物候變化與氣溫、降水的相關性.主要結論如下：

（1）三江并流區植被物候的SOS 集中在第80—140 d，呈現由東部向西部延遲、河谷地帶早高山地帶晚的規律.EOS 集中在第290—330 d，呈現東部早西部晚的規律.LOS 集中在180—240 d.SOS、EOS 和LOS分別呈顯著提前、顯著延遲、顯著延長趨勢，分別平均提前1.71 d·(10a)-1、延遲1.46 d·(10a)-1、延長3.17 d·(10a)-1.

（2）SOS 在3—4 月份以降水為主導響應因素，但3 月份降水的正負向影響存在空間差異，北部高海拔地區受降水的正向影響為主，而南部的低海拔與河谷區域受降水的負向影響更為顯著；SOS 與4 月份降水主要呈正相關，與3—4 月份的氣溫整體上以正相關為主，同時生長季始期與5 月份的氣溫和降水主要呈正相關，其中溫度的正向影響占主導.

（3）EOS 與10 月份氣溫和降水的偏相關分析結果存在地域性差異，在北部、東部區域以氣溫的正向影響為主，在南部、西部區域以降水的負向影響為主；EOS 與11—12 月份的氣溫和降水均呈正相關，11 月份的降水的正相關性更高，12 月份則以氣溫的正向影響為主，12 月份降水因數值偏低，不納入考慮因素.

（4）LOS 與6 月份氣溫和7 月份降水存在顯著的正相關關系，同時6 月份降水以正相關為主，7 月份溫度整體上為負向影響；LOS 與8—9 月份的氣溫和降水均呈正相關，但8 月份降水正向影響高于氣溫，9 月份氣溫正向影響高于降水.