中国沙漠
img

官方微信

高级检索
作者投稿 专家审稿 编辑办公

中国沙漠, 2023, 43(3): 9-20 doi: 10.7522/j.issn.1000-694X.2022.00124

中国东部典型沙地植被覆盖度对降水变化的响应

卜凡蕊,, 刘颖, 邹学勇

北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室/防沙治沙教育部工程研究中心，北京 100875

Response of vegetation coverage to precipitation change in the typical sandy lands of eastern China

Bu Fanrui,, Liu Ying, Zou Xueyong

State Key Laboratory of Earth Surface Processes and Resource Ecology / MOE Engineering Research Center of Desertification and Blown-Sand Control，Faculty of Geographical Science，Beijing Normal University，Beijing 100875，China

收稿日期: 2022-09-14   修回日期: 2022-09-28  

基金资助: 国家自然科学基金项目.  41630747

Received: 2022-09-14   Revised: 2022-09-28  

作者简介 About authors

卜凡蕊（1999—），女，安徽亳州市人，硕士研究生，主要从事土壤风蚀与荒漠化防治研究E-mail：1556458552@qq.com , E-mail：1556458552@qq.com

摘要

降水对中国东部沙地植被覆盖度产生重要影响，了解植被覆盖度对降水量变化的响应，对制定植被恢复策略具有重要意义。选择毛乌素沙地和科尔沁沙地，使用Landsat系列数据和MODIS数据得到2000—2020年归一化植被指数（NDVI）数据集，用像元二分法分别计算了年内最大和生长季平均的植被覆盖度。结合地面气象站在1999—2020年观测的逐日降水数据，分析了植被覆盖度对降水变化的响应。结果表明：（1）毛乌素沙地和科尔沁沙地的年内最大和生长季平均植被覆盖度均有增长趋势，其中毛乌素沙地的生长季平均植被覆盖度>30%的面积增加最显著，科尔沁沙地>50%的面积增加最显著。（2）这两个沙地的年降水量和四季降水量都呈增加趋势，且有降水变率大和夏季增幅最大的共同特点。（3）毛乌素沙地的年内最大和生长季平均植被覆盖度都对前一年夏季降水量变化的响应最敏感，而在科尔沁沙地则是对当年夏季降水量变化的响应最敏感。（4）不同植被类型对降水量变化发生响应的滞后时间不同。

关键词： 年内最大植被覆盖度 ; 平均植被覆盖度 ; 生长季 ; 季节降水

Abstract

Precipitation has an important impact on vegetation coverage in eastern desert regions of China. Understanding the response of vegetation coverage to precipitation changes is of importance to making strategies for vegetation restoration. Mu Us Sandy Land and Horqin Sandy Land， which are typical sandy lands in eastern China， were selected， the Landsat series data and MODIS data were used to obtain the normalized difference vegetation index （NDVI） data set in 2000-2020， and the pixel dichotomy method was used to compute the maximum vegetation coverage in each year and the average vegetation coverage in growing seasons. Then， the daily precipitation data observed by weather stations from 1999 to 2020 were combined with the data of the vegetation coverage to analyze the response of vegetation coverage to precipitation changes in different seasons. The results showed： （1） Both of the maximum vegetation coverage in a year and the average vegetation coverage in growing seasons appeared an increasing trend in Mu Us Sandy Land and Horqin Sandy Land， the increasing rate of the maximum vegetation coverage was 6.5%/10a and 4.1%/10a， respectively， and the increasing rate of the average vegetation coverage was 6.3%/10a and 3.6%/10a， respectively. Among them， the most significant increase with >30% of the average vegetation coverage in growing seasons was found in Mu Us Sandy Land， and that with >50% of the average vegetation coverage in growing seasons was found in Horqin Sandy Land. （2） The annual precipitation and the seasonal precipitation in the two sandy lands showed an increasing trend， the increasing rate was 50.4 mm/10a and 46.7 mm/10a， respectively. The precipitation was of the common characteristics of large variability and the largest summer increase. （3） Both of the yearly maximum vegetation coverage and the average vegetation coverage in growing seasons in Mu Us Sandy Land were most sensitive to the response of the summer precipitation in previous year， while those in Horqin Sandy Land were most sensitive to the response of the summer precipitation in the same year. （4） Different vegetation types have different lag times in response to precipitation changes.

Keywords： yearly maximum vegetation coverage ; average vegetation coverage ; growing season ; seasonal precipitation

PDF (10103KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

卜凡蕊, 刘颖, 邹学勇. 中国东部典型沙地植被覆盖度对降水变化的响应. 中国沙漠[J], 2023, 43(3): 9-20 doi:10.7522/j.issn.1000-694X.2022.00124

Bu Fanrui, Liu Ying, Zou Xueyong. Response of vegetation coverage to precipitation change in the typical sandy lands of eastern China. Journal of Desert Research[J], 2023, 43(3): 9-20 doi:10.7522/j.issn.1000-694X.2022.00124

0 引言

中国东部沙地地处东亚季风区［1］，是沙尘暴和土壤风蚀等风沙灾害的重要源地［2］，在中国经济社会发展和生态安全战略格局中具有重要地位［3］。这里的植被生态系统结构稳定性较差，对环境变化敏感［4］。受全球变化影响，植被对降水的敏感性显著增加［5］，特别是在具有明显干湿季，且降水变率大的季风气候影响下［6］，植被覆盖度如何响应降水变化是一个值得关注的问题。

有关中国东部沙地植被时空演变对气候因子变化的响应［7-8］、植被时空演变的驱动力［9］、植被对不同来源水分的利用［10-11］、不同类型植被对降水事件类型的响应［12-13］等研究已取得重要进展。这些研究表明，降水是植被可利用水资源的主要来源，也是植被建设的主要限制因子。中国东部沙地植被生长季集中在6—8月，此间的气温最高、降水量最大，植物需水最多的［14］。但是，降水量变化对不同植被类型的影响不仅有明显的滞后性［15］，而且降水量大小对不同植被类型的影响不同，小降水事件不能满足灌木和半灌木植被根系需水，大降水事件则强烈刺激植被生长［16］。

在沙地植被覆盖度提取方法上，归一化植被指数（NDVI）已经被证明能够很好地反映植被覆盖度和植被第一性生产力的季节和年际变化［17-18］，适用于植被覆盖度较低的沙地［19］，并在研究沙地植被覆盖度的应用中取得丰硕成果［17-20］。然而，中国东部沙地东西横跨大于1 000 km（图1A），受东亚季风影响的程度明显不同，导致年降水量和季节降水量差异很大［21］。中国东部沙地的东、西部区域在全球变化背景下，年降水量和季节降水量的增长/减小速率可能有所不同，这将深刻影响植被覆盖度，甚至也会影响植被生态系统的结构和功能［7］。毛乌素沙地位于中国东部沙地的西端、东亚季风尾闾区，总体上属于半干旱气候，但其西北部已处于干旱气候区边缘。科尔沁沙地位于中国东部沙地的东端、东亚季风影响强烈区，尽管总体上属于半干旱气候，但其东南部临近半湿润季风气候区。这两个沙地均位于半干旱气候区，但毛乌素沙地气候更干旱；植被都以灌木和草本为主，但科尔沁沙地植被中草本占比更大；土壤都以风沙土为主。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区位置（A）及毛乌素沙地（B）和科尔沁沙地（C）的地形

Fig.1   The location of the study areas （A）， DEM of Mu Us Sandy Land （B） and Horqin Sandy Land （C）


特别是2000年以来，在多项重大植被恢复工程和气候变化双重因素的强烈作用下，这两个沙地的植被状况出现显著变化［22-23］。认识这两个沙地的植被覆盖度对降水变化的响应规律，是客观评估植被恢复状况是否合理，以及制定未来植被恢复策略的重要理论依据。本文选择这两个典型沙地为研究区，通过分析这两个沙地在2000—2020年的植被覆盖度和降水变化过程，阐明植被覆盖度对不同时段降水量响应的敏感性，为有区别地制定这两个沙地植被恢复策略提供理论参考。

1 研究区概况

目前对包括毛乌素沙地和科尔沁沙地在内的中国沙漠/沙地边界的确定还存在分歧［24］。前人研究多以沙地图斑圈定沙漠化土地，但是由于沙地内部土地利用类型斑块较破碎，且不同时段景观变化较大，圈定的沙地边界也不相同［24-25］。国家青藏高原科学数据中心（http：//data.tpdc.ac.cn/）的《中国1∶10万沙漠（沙地）分布数据集》是以2000年以来的TM影像为数据源的产品，在学术界有较大的影响力和认可度［26］。因此，本文以此为基础确定毛乌素沙地和科尔沁沙地的边界。

毛乌素沙地面积约4.00×104 km2。海拔897~1 708 m，地势在整体上西高东低（图1B）。毛乌素沙地总体上属于温带半干旱气候，年均气温6.0~8.5 ℃；年降水量250~440 mm，其中60%~75%的降水量集中于7—9月，尤以8月最多，且降水年际变率大，多雨年降水量为少雨年的2~4倍［27］；年均蒸发量2 343.4 mm［28］。毛乌素沙地的植被类型地带性明显，主要表现为自东部的典型草原向西部的荒漠草原过渡［29］。乔灌木植物种主要有沙柳（Salix psammophila）、沙蒿（Artemisia desertorum）、柠条锦鸡儿（Caragana korshinskii）等，占有较大比例；半灌木和草本植物种主要有棘豆（Oxytropis）、针茅（Stipa capillata）、冰草（Agropyron cristatum）等［30-31］。科尔沁沙地面积约6.63×104 km2。海拔81~1 729 m，地势在总体上由西向东倾斜，南北方向由两侧向中间的河流冲积平原倾斜（图1C）。科尔沁沙地总体上属于温带半干旱季风气候，年均气温5.2~6.4 ℃；年降水量350~500 mm ［32］，其中约70%的降水量集中在6—8月［15］，且年际降水波动性大；年蒸发量为1 600~2 400 mm［33］。科尔沁沙地植被类型较为丰富，按地形-优势种可分为流动和半流动沙地先锋植被、半固定沙地灌木和半灌木植被、固定沙地草本植被、沙地草甸植被和沙地森林植被5种类型［33］。乔木植物种主要有榆树（Ulmus pumila）、蒙古栎（Quercus mongolica）等；灌木和草本主要有山杏（Armeniaca sibirica）、小叶锦鸡儿（Caragana microphylla）、差巴嘎蒿（Artemisia halodendron）、光沙蒿（Artemisia oxycephala）、沙蒿（Artemisia intramongolica）、克氏针茅（Stipa krylovii）、短花针茅（Stipa breviflora）、芨芨草（Achnatherum splendens）等［30-31］。

进入21世纪，国家实施了京津风沙源治理工程（一期和二期工程）、三北防护林工程（四期和五期工程）和退耕还林（草）工程，大幅提高了植被覆盖度［22］。仅位于毛乌素沙地腹地的乌审旗于2000—2017年就退耕还林514.3 km2、退牧还草4 013.3 km2、飞播900.0 km2、封育387.3 km2［22］。在科尔沁沙地，奈曼旗-扎鲁特旗以东的8个旗（县），2000—2016年期间增加的防护林面积3 706 km2［23］。国家级重大生态建设工程对促进这两个沙地的植被恢复起到了重要作用，这是除气候因素以外影响植被覆盖度变化的不可忽视的人为因素。

2 数据来源与研究方法

2.1　数据来源与预处理

本文使用的Landsat系列数据来源于美国地质勘探局（https：//www.usgs.gov/），云量低于20%，空间分辨率为30 m，其中2000—2011年为Landsat 5数据，2013—2020年为Landsat 8数据。由于2012年的数据缺失，用方依［34］的MODIS数据替代（空间分辨率为250 m）。下载的Landsat数据在Google Earth Engine（GEE）平台，采用编程语言进行批处理，包括：①上传研究区矢量图；②分别读取云量低于20%的2000—2011年Landsat 5数据和2013—2020年Landsat 8数据；③在GEE平台编入植被覆盖度研究方法对应的Java语言，对遥感影像批量计算；④下载计算好的TIFF格式数据，并计算获得NDVI数据集。对MODIS数据重采样，使其与Landsat数据统一，成为30 m空间分辨率的栅格数据。

为了检验2012年的MODIS数据是否能够替代Landsat数据，用方依［34］的2000—2013年生长季MODIS数据，与本文的2000—2011、2013年生长季Landsat数据做时间序列逐像元相关性分析，结果显示两者的相关系数为0.982，证明2012年的MODIS数据可以替代Landsat数据。降水日值数据来源于研究区内的地面气象站（图1），并选择研究区较近的站点作为补充，用样条插值法得到逐月降水30 m分辨率栅格数据集。由国家气象科学数据中心提供（http：//data.cma.cn）。

2.2　植被覆盖度计算

利用NDVI数据集，采取像元二分法计算植被覆盖度（Fvc），即任一像元的信息S由植被贡献的信息（Sv）和土壤贡献的信息（Ss）两部分构成：

S=Sv+Ss

令全植被覆盖像元的遥感信息为Sveg，无植被覆盖的裸土像元的遥感信息为Ssoil。则任一像元中的Sv和Ss可分别表示为Sv=Sveg×Fvc和Ss=Ssoil×（1-Fvc）。将这两个式子代入式（1）：

S=Sveg×Fvc+Ssoil×（1-Fvc）

将NDVI代入式（2），有

S=NDVIveg×Fvc+NDVIsoil×（1-Fvc）

即

Fvc=S-NDVIsoilNDVIveg-NDVIsoil

式中：NDVIveg和NDVIsoil分别为全植被覆盖像元和裸土像元的NDVI值。受图像噪声影响，NDVIveg和NDVIsoil不一定是最大和最小的NDVI值。解决这一问题的方法，目前大多依据研究区NDVI值的统计分布，设置置信度阈值，以置信度阈值截取NDVI的上下限，分别代表NDVIsoil与NDVIveg值。本文选择0.5%的置信度阈值［34-36］，确定NDVIveg和NDVIsoil值。利用2021年7月分别在毛乌素沙地和科尔沁沙地实测的14个和7个野外调查点的植被覆盖度数据，对计算得到的植被覆盖度进行验证，结果表明计算和实测的植被覆盖度相对误差在±20%以内。

2.3　相关性分析及显著性检验

采用Spearman相关分析方法，对年内最大植被覆盖度、生长季平均植被覆盖度与不同时段的降水量之间进行逐像元的相关性分析。中国东部沙地多年平均生长季的开始时间一般在5月初至5月下旬，结束时间在9月上旬至10月初［34，37-38］，故定义每年的植被生长季为6—8月。降水时段分为春季（3—5月）、夏季（6—8月）、秋季（9—11月）和冬季（12月至次年2月）4个时段［39］，这主要是考虑到研究区内有草本、灌木和乔木等多种植被，它们对不同时段的降水具有不同的敏感性［40］。

在Spearman相关性的显著性检验中，秩相关系数为

rs=1-6∑d2/n(n2-1)

式中：d为每对观测值的秩的差；n为所有观测对的个数。本文使用了21年（2000—2020年）的数据集，即n=21。在Spearman秩相关系数的临界值表中，当n=21和P<0.05时，rs=0.435。因此，在确定生长季植被覆盖度和不同时段降水量的相关性时，rs≥0.435的像元被认为具有显著的正相关，0<rs<0.435的像元素被认为具有不显著的正相关，而-0.435<rs<0被认为具有不显著负相关，rs≤-0.435的像元被认为具有显著负相关。

2.4　趋势分析

Slope趋势分析是一种常用的基于ArcGIS栅格计算器对连续时间序列数据进行趋势性分析的方法：

Slope=n∑i=1n(i×yi)-∑i=1ni×∑i=1nyi/n∑i=1ni2-∑i=1ni2

式中：Slope为像元回归方程的斜率；n为时间序列长度（i=1，2，…，21）；yi 为第i年回归对象（植被覆盖度或降水量）的平均值。

3 结果与分析

3.1　植被动态变化

就毛乌素沙地和科尔沁沙地的年内最大植被覆盖度而言，2000—2020年期间均呈增长趋势，增长速率分别为6.5%/10a和4.1%/10a（P<0.05），多年均值分别为35%和64%（图2）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   2000—2020年毛乌素沙地（A）与科尔沁沙地（B）年内最大植被覆盖度（Fvc）变化趋势

Fig.2   Variation of the yearly maximum vegetation coverage （Fvc） in Mu Us Sandy Land （A） and Horqin Sandy Land （B） during 2000-2020


参考中国沙漠编目技术规范［41］和土壤侵蚀分类分级标准［42］，将植被覆盖度划分为0~10%、10%~30%、30%~50%、50%~70%、70%~100%共5个等级。就年内最大植被覆盖度而言，毛乌素沙地内0~30%植被覆盖度的面积均有不同程度的减小，30%~100%植被覆盖度的面积则有不同程度的增加，其中尤以50%~100%植被覆盖度的面积增加最快（图3）。科尔沁沙地内0~70%植被覆盖度的面积均有不同程度的减小，大于70%的植被覆盖度的面积大幅增加。这两个沙地的年内最大植被覆盖度变化存在差异。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   2000—2020年毛乌素沙地（A）和科尔沁沙地（B）不同等级的年内最大植被覆盖度（Fvc）所占区域总面积比例变化（*， P<0.05；×，P>0.05）

Fig.3   Proportion of the yearly maximum vegetation coverage （Fvc） with different levels in the total area of Mu Us Sandy Land （A） and Horqin Sandy Land （B） during 2000-2020 （* represents P<0.05， × represents P>0.05）


从植被覆盖度的空间变化来看，2000—2020年毛乌素沙地年内最大植被覆盖度的均值呈现自东南向西北递减的趋势，其中，植被覆盖度低于10%的面积约占4%，主要分布在沙地的腹地；植被覆盖度10%~50%的面积约占80%；植被覆盖度50%~70%的面积约占11%；植被覆盖度大于70%的面积约占5%，主要分布在毛乌素沙地东南缘和河流沿岸（图4A）。科尔沁沙地的年内最大植被覆盖度总体上明显大于毛乌素沙地，在空间上呈现东高西低、南北方向上高低交错的趋势（图4B）。其中，植被覆盖度低于10%的面积仅占约0.8%；植被覆盖度10%~50%的面积约占22.6%；植被覆盖度50%~70%的面积约占34.5%；植被覆盖度大于70%的面积约占42.1%，主要分布于东部和南部地区，可能是受夏季降水量相对大和农田面积较广的影响，而西北部的山区应是地形因素影响较大，中部区域主要受河流地表水的影响。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   2000—2020年毛乌素沙地（A）和科尔沁沙地（B）年内最大植被覆盖度（Fvc）均值的空间分异

Fig.4   Spatial differentiation of mean values of the yearly maximum vegetation coverage （Fvc） in Mu Us Sandy Land （A） and Horqin Sandy Land （B） during 2000-2020


就毛乌素沙地和科尔沁沙地生长季的平均植被覆盖度而言，2000—2020年也都呈增长趋势，增长速率分别约为6.3%/10a和3.6%/10a（P<0.05），多年平均值分别为28%和53%（图5）。毛乌素沙地的6、7、8月植被覆盖度平均值分别约27%、26%、30%，科尔沁沙地的平均值分别约42%、57%、59%（图6）。不同等级植被覆盖度的变化，两个沙地表现出不同的趋势（图7）。在毛乌素沙地和科尔沁沙地，生长季平均植被覆盖度低于10%的面积都呈下降趋势，变化率分别约-8.1%/10a和-0.8%/10a；植被覆盖度10%~30%的面积也呈下降趋势，变化率分别约 -4.7%/10a和-2.8%/10a；植被覆盖度30%~50%的面积在毛乌素沙地呈上升趋势，而在科尔沁沙地则呈下降趋势，变化率分别为8.9%/10a和-3.6%/10a；植被覆盖度50%~70%的面积在这两个沙地内均呈上升趋势，变化率分别约4.0%/10a和1.5%/10a；植被覆盖度大于70%的面积呈上升趋势，变化率分别约1.5%/10a和5.8%/10a。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   2000—2020年毛乌素沙地（A）和科尔沁沙地（B）生长季（6—8月）平均植被覆盖度（Fvc）变化趋势

Fig.5   Variation trend of the mean value of vegetation coverage （Fvc） in growing seasons （June to August） in Mu Us Sandy Land （A） and Horqin Sandy Land （B） during 2000-2020


图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   2000—2020年毛乌素沙地（A）和科尔沁沙地（B）生长季各月和生长季平均植被覆盖度的空间分异

Fig.6   Spatial differentiation of monthly vegetation coverage and mean vegetation average in growing seasons in Mu Us Sandy Land （A） and Horqin Sandy Land （B） during 2000-2020


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   2000—2020年毛乌素沙地（A）和科尔沁沙地（B）不同等级的生长季平均植被覆盖度（Fvc）所占区域总面积比例变化趋势（*，P<0.05；×，P>0.05）

Fig.7   Proportion of vegetation coverage （Fvc） with different levels in growing seasons （June to August） in the total area of Mu Us Sandy Land （A） and Horqin Sandy Land （B） during 2000-2020 （* represents P<0.05， × represents P>0.05）


3.2　降水时空变化

2000—2020年，毛乌素沙地和科尔沁沙地多年平均降水量分别为335 mm和380 mm，且都有显著的增加趋势，增速分别达50.4 mm/10a和46.7 mm/10a（图8）。这两个沙地的四季降水量也呈增加趋势，毛乌素沙地夏季降水增长最快（31.8 mm/10a），秋季次之（13.9 mm/10a），冬季（2.8 mm/10a）和春季（2.0 mm/10a）增幅较小；而科尔沁沙地则是夏季降水增长最快（29.8 mm/10a），春季次之（26.2 mm/10a），秋季增幅也较大（18.0 mm/10a），冬季增幅很小（1.2 mm/10a）。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   2000—2020年毛乌素沙地（A）和科尔沁沙地（B）降水量变化趋势

Fig.8   Variation of precipitation in Mu Us Sandy Land （A） and Horqin Sandy Land （B） during 2000-2020


在空间分布上，毛乌素沙地多年平均降水量自东部约470 mm向西递减至约209 mm，这与东亚季风区自东南向西北降水递减，以及毛乌素沙地自东向西海拔逐渐增高的地形有关。科尔沁沙地多年平均降水量自东南部约490 mm向西北递减至约320 mm，沙地的西南部和西北部受地形影响，降水量明显偏低。

3.3　植被覆盖度与降水量的相关性

毛乌素沙地年内最大植被覆盖度与前一年夏季降水量的相关性最强，呈正相关的像元数量约占总像元数量的92.0%，其中呈显著正相关的占46.8%；其次是与当年夏季和春季降水量相关性较强，呈正相关的像元数量分别约占总像元数量的83.8%和83.2%，其中呈显著正相关的分别占13.2%和7.0%；生长季平均植被覆盖度与各季节降水量的相关性分析结果，与年内最大植被覆盖度相似（表1）。科尔沁沙地年内最大植被覆盖度与当年夏季降水量的相关性最强，呈正相关的像元数量约占总像元数量的89.1%，其中呈显著正相关的占28.2%，与其他季节降水量的相关性则较弱；生长季平均植被覆盖度与各季节降水量的相关性分析结果，与年内最大植被覆盖度相似（图9）。

表1   不同季节降水量同植被覆盖度的相关性（ P<0.05）

Table 1  Correlation between precipitation in different seasons and vegetation coverage （ P<0.05）

研究区降水时间年最大植被覆盖度与降水相关性（占比%）生长季植被覆盖度与降水相关性（占比%）
显著 正相关不显著 正相关不显著 负相关显著 负相关显著 正相关不显著 正相关不显著 负相关显著 负相关
毛乌素沙地前一年6—8月46.845.27.40.652.441.65.30.7
前一年9—11月9.162.128.10.711.266.821.50.5
前一年12月至当年2月5.870.822.60.89.865.423.81.0
当年3—5月7.076.216.70.113.972.513.50.1
当年6—8月13.270.615.80.418.071.010.60.4
科尔沁沙地前一年6—8月7.061.330.71.07.164.727.30.9
前一年9—11月1.666.631.10.72.365.930.61.2
前一年12月至当年2月2.160.936.40.63.868.427.40.4
当年3—5月9.851.735.03.513.856.427.72.1
当年6—8月28.460.710.60.322.465.811.40.4

新窗口打开| 下载CSV


图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   研究区年内最大植被覆盖度、生长季平均植被覆盖度与不同季节降水量相关性的空间分异（P<0.05）。A和B分别为毛乌素沙地年内最大植被覆盖度和生长季平均植被覆盖度与不同季节降水量相关性的空间分异，C和D分别为科尔沁沙地年内最大植被覆盖度和生长季平均植被覆盖度与不同季节降水量相关性的空间分异

Fig.9   Spatial differentiation of the correlation between the maximum vegetation coverage， the average vegetation coverage in growing seasons and precipitation in different seasons in the study areas （P<0.05）. （A） and （B） represents the maximum vegetation coverage， the average vegetation coverage in growing seasons and precipitation in different seasons in Mu Us Sandy Land， respectively. （C） and （D） represents the maximum vegetation coverage， the average vegetation coverage in growing seasons and precipitation in different seasons in Horqin Sandy Land， respectively


4 讨论

2000—2020年，毛乌素沙地和科尔沁沙地的年内最大植被覆盖度和生长季平均植被覆盖度均呈现增长趋势，年降水量和季节降水量也呈现不同程度的增长，这证实了前人的研究结果［39，43-44］。从空间上看，毛乌素沙地植被覆盖度呈现自东南向西北递减的趋势，科尔沁沙地植被覆盖度呈现东高西低、南北方向上高低交错趋势，这与Zhang等［45］的研究结果总体上是一致的；年降水量呈增长趋势，且变率大，各季节降水量均呈增长趋势，夏季增速高于其他季节，夏秋降水高于冬春降水，这是研究区内的普遍现象［33，36］。本文植被覆盖度的研究结果与前人有所差异［43-46］，原因可能在于，本文结合野外调查得到的植被覆盖度数据，选择0.5%的阈值分别计算毛乌素沙地和科尔沁沙地的NDVIveg和NDVIsoil值。而在一些使用同样方法的研究中，由于研究区范围更大选择5%或1%阈值，这可能是导致与本文所得结果有所不同的重要原因。当研究区面积大，尤其是包含较大面积的森林植被时［46-47］，选取5%［46］或1%［47］阈值时NDVIveg取值更能代表纯植被的NDVI值。当研究区为沙地时，若选取5%或1%阈值，会因为高植被覆盖度占比小而低估代表纯植被的NDVI值，影响沙地植被覆盖度的估算精度。

毛乌素沙地植被覆盖度对前一年夏季降水量变化的响应最显著，响应程度从东南向西北递增；科尔沁沙地植被覆盖度对当年夏季降水量变化的响应最显著，其中的中部区域对当年夏季降水量变化的响应最敏感，东南和西北两侧相对不敏感，这与前人的结果是一致的［31，48-49］。毛乌素沙地植被覆盖度对前一年夏季降水量最敏感，可能是前一年夏季降水影响了种子萌发数量，并影响到灌木和半灌木植被下一年的生长［44］。Zhou等［26］研究表明，科尔沁沙地植被覆盖度与当年夏季降水相关性好，而毛乌素沙地植被覆盖度与当年夏季降水相关性差主要原因是毛乌素沙地受人工植被恢复工程影响更强烈。科尔沁沙地植被覆盖度对降水的响应空间异质性特征明显，不同区域对不同时间段的降水量具有不同的敏感性。其中，科尔沁沙地西北部植被覆盖度除了与当年夏季降水量呈显著正相关外，与其他季节降水量呈负相关。年内最大植被覆盖度、生长季平均植被覆盖度与当年春季降水呈显著负相关，与王旭洋等［50］的研究结果基本一致，这可能是由于科尔沁沙地西北部以草地为主，受到地形和纬度较高的影响［23］；科尔沁沙地中南部区域植被覆盖度与各季节降水量整体上是正相关，且与前一年夏季、当年春季和当年夏季主要呈正相关，原因恰与上述相反；科尔沁沙地大部分区域的植被覆盖度与其他季节降水量相关性不显著，可能原因是科尔沁沙地开发并管理了大片的耕地和人工林［51］。

毛乌素沙地和科尔沁沙地均受季风气候影响，植被覆盖度对降水的响应都具有空间异质性。毛乌素沙地降水和气温均低于科尔沁沙地，毛乌素沙地兼有半干旱和干旱气候的特征，科尔沁沙地兼有半干旱和半湿润气候的特征。受气温、地形和植被类型不同的影响，植被覆盖度对降水的响应程度不同［52］。当植被生长的温度条件出现差异时，相同植被群落对同样水分条件的响应不同［53］。景观尺度上，植被对海拔、坡向和坡度等地形因素敏感［54］。相对于乔木和灌木，沙地草本植物可以直接获得来自降水补给的土壤水，与降水的相关性更显著［55-56］。地下水在植被格局中也起着至关重要的作用，一般认为地下水对根系较浅的草本植被生长影响不大，而对根系深的乔木和灌木往往是主要的可利用水源［57］。另外，近几十年来，国家针对毛乌素沙地和科尔沁沙地实施了“三北防护林工程”“退耕还林工程”“京津风沙源治理工程”等一系列生态修复工程，如2002—2017年，毛乌素沙地造林总面积约1.87×104 km2，占沙地总面积的20.52%［22］。在解释植被覆盖度对不同季节降水量变化的响应时，会受到大面积的人工植被，特别是具有灌溉条件的农作物植被的干扰，这是未来研究中值得关注的问题。

本文仅探讨了植被覆盖度和降水的时空变化特征，以及植被覆盖度对不同季节降水量的响应。事实上，植被覆盖度变化还受植被类型、气温、地形、地下水和人类活动的影响，这些因素对植被覆盖度变化的贡献在未来的研究中需要给予关注。所确定的科尔沁沙地边界，包含了松嫩沙地南部，尽管这部分面积相对科尔沁沙地是很小的，对研究结果的总体影响不明显，但仍是一个值得关注的问题。在遥感数据解译时，受遥感数据分辨率的影响，植被类型划分时没有将农田单独划分为一种植被类型，未来需要进一步完善。

5 结论

2000—2020年，毛乌素沙地和科尔沁沙地年内最大植被覆盖度平均值分别为35%和64%，且均呈增长趋势，增速分别为6.5%/10a和4.1%/10a（P<0.01）；生长季平均植被覆盖度平均值分别为28%和53%，增速分别约为6.3%/10a和3.6%/10a（P<0.01）。

毛乌素沙地和科尔沁沙地多年平均和季节降水量呈东南高、西北低趋势，空间差异和年际变率大，但总体上呈增加趋势，增加率分别为50.4 mm/10a和46.7 mm/10a。各季节的降水量增加率不同，在毛乌素沙地夏季>秋季>冬季>春季，在科尔沁沙地夏季>春季>秋季>冬季。

毛乌素沙地和科尔沁沙地植被覆盖度对不同季节降水量的响应存在空间异质性，但毛乌素沙地植被覆盖度对降水量的响应程度高于科尔沁沙地。毛乌素沙地植被覆盖度对前一年夏季降水量的响应最敏感，科尔沁沙地植被覆盖度对当年夏季降水量的响应最敏感。

参考文献

杨萍.

中国东部沙区全新世砂质古土壤与古气候变化

［D］.金华：浙江师范大学，2014.

[本文引用: 1]

高尚玉.京津风沙源治理工程效益［M］.北京：科学出版社，2012.

[本文引用: 1]

卢琦.荒漠生态学［M］.北京：中国林业出版社，2019：14-15.

[本文引用: 1]

Ma Z T， Wang W K， Zhang Z Y，et al.

Assessing bare-soil evaporation from different water-table depths using lysimeters and a numerical model in the Ordos Basin，China

［J］.Hydrogeology Journal，2019，27：2707-2718.

[本文引用: 1]

Zhang Y， Gentine P， Luo X Z，et al.

Increasing sensitivity of dryland vegetation greenness to precipitation due to rising atmospheric CO2

［J］.Nature Communications，2022，13（1）：4875.

[本文引用: 1]

车力木格，刘新平，何玉惠，等.

半干旱沙地草本植物群落特征对短期降水变化的响应

［J］.草业学报，2020，29（4）：19-28.

[本文引用: 1]

Yue X F， Zhang T H， Zhao X Y.

Effects of rainfall patterns on annual plants in Horqin sandy land，Inner Mongolia of China

［J］.Journal of Arid Land，2016，8（3）：389-398.

[本文引用: 2]

Ren S L， Yi S H， Peichl M，et al.

Diverse responses of vegetation phenology to climate change in different grasslands in Inner Mongolia during 2000-2016

［J］.Remote Sensing，2018，10（1）：17-18.

[本文引用: 1]

Duan H C， Wang T， Xue X，et al.

Dynamics of aeolian desertification and its driving forces in the Horqin Sandy Land，Northern China

［J］.Environmental Monitoring and Assessment，2014，186（10）：6083-6096.

[本文引用: 1]

Wang X M， Zhang C X， Hasi E，et al.

Has the Three Norths Forest Shelterbelt Program solved the desertification and dust storm problems in arid and semiarid China？

［J］.Journal of Arid Environments，2010，74（1）：13-22.

[本文引用: 1]

周海，赵文智，何志斌.

两种荒漠生境条件下泡泡刺水分来源及其对降水的响应

［J］.应用生态学报，2017，28（7）：2083-2092.

[本文引用: 1]

Zhao W Z， Liu B.

The response of sap flow in shrubs to rainfall-pulses in the desert region of China

［J］.Agricultural and Forest Meteorology，2010，150（9）：1297-1306.

[本文引用: 1]

Zhang C C， Li X Y， Wang Y，et al.

Responses of two desert shrubs to simulated rainfall pulses in an arid environment，northwestern China

［J］.Plant and Soil，2018，435（1/2）：239-255.

[本文引用: 1]

常学礼，赵爱芬，李胜功.

科尔沁沙地固定沙丘植被物种多样性对降水变化的响应

［J］.植物生态学报，2000，24（2）：147-151.

[本文引用: 1]

赵哈林，张铜会，崔建垣，等.

近40 a我国北方农牧交错区气候变化及其与土地沙漠化的关系：以科尔沁沙地为例

［J］.中国沙漠，2000，20（）：2-7.

[本文引用: 2]

Loik M E， Breshears D D， Lauenroth W K，et al.

A multi-scale perspective of water pulses in dryland ecosystems：climatology and ecohydrology of the western USA

［J］.Oecologia，2004，141（2）：269-281.

[本文引用: 1]

Becker F， Choudhury B J.

Relative sensitivity of normalized difference vegetation index （NDVI） and microwave polarization difference index （MPDI） for vegetation and desertification monitoring

［J］.Remote Sensing of Environment，1988，24（2）：297-311.

[本文引用: 2]

原媛.

毛乌素沙地植被覆盖和物候变化对总初级生产力的影响

［D］.北京：北京林业大学，2021.

[本文引用: 1]

Liang T， He M Z， Li X R.

Verification of fractional vegetation coverage and NDVI of desert vegetation via UAVRS technology

［J］.Remote Sensing，2020，12（11）：1742.

[本文引用: 1]

Yang F， Chen H， Niu H H，et al.

Spatial and temporal variation of vegetation phenology and its response to climate changes in Qaidam Basin from 2000 to 2015

［J］.Journal of Geographical Sciences，2018，28（4）：400-414.

[本文引用: 1]

Zhao Y J， Lu X M， Wang Y，et al.

How precipitation legacies affect broad-scale patterns of primary productivity：evidence from the Inner Mongolia grassland

［J］.Agricultural and Forest Meteorology，2022，320：108954.

[本文引用: 1]

Sun Z H， Mao Z G， Yang L Y，et al.

Impacts of climate change and afforestation on vegetation dynamic in the Mu Us Desert，China

［J］.Ecological Indicators，2021，129（9）：108020.

[本文引用: 4]

武金洲，郑晓，高添，等.

三北防护林体系建设工程对科尔沁沙地社会经济影响的定量分析

［J］.生态学杂志，2020，39（11）：3567-3575.

[本文引用: 3]

朱芳莹.

中国北方四大沙地近30年来的沙漠化时空变化及气候影响

［D］.南京：南京大学，2015.

[本文引用: 2]

徐驰，姜琦刚，李远华，等.

呼伦贝尔地区土地荒漠化动态变化

［J］.世界地质，2010，29（1）：160-167.

[本文引用: 1]

Zhou D J， Zhao X， Hu H，et al.

Long-term vegetation changes in the four mega-sandy lands in Inner Mongolia，China

［J］.Landscape Ecology，2015，30（9）：1613-1626.

[本文引用: 2]

廉泓林，韩雪莹，刘雅莉，等.

基于标准化降水蒸散指数（SPEI）的毛乌素沙地1981-2020年干旱特征研究

［J］.中国沙漠，2022，42（4）：71-80.

[本文引用: 1]

郑策，高万德，陈云飞，等.

毛乌素沙地冻融期气态水迁移机理及影响因素

［J］.水科学进展，2022，33（2）：227-239.

[本文引用: 1]

王姣月，秦树高，张宇清.

毛乌素沙地植被水分利用效率的时空格局

［J］.中国沙漠，2020，40（5）：120-129.

[本文引用: 1]

刘广全，王鸿喆.西北农牧交错带常见植物图谱［M］.北京：科学出版社，2012.

[本文引用: 2]

Wang J P， Fang Y， Zou X Y，et al.

Diverse responses of vegetation phenology to changes in temperature and precipitation in Northern China

［J/OL］.Geocarto International，2022，.

[本文引用: 3]

吕家欣，李秀芬，郑晓，等.

近40年科尔沁沙地植被时空变化及其驱动力

［J］.生态学杂志，2020，39（5）：1399-1408.

[本文引用: 1]

王静茹，马龙，刘廷玺.

1951-2012年科尔沁沙地气温、降水变化特征

［J］.干旱区研究，2016，33（1）：49-58.

[本文引用: 3]

方依.

中国北方土壤风蚀区非生长季植被覆盖度估算

［D］.北京：北京师范大学，2019.

[本文引用: 4]

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.

胡新培，田海静，刘旭升，等.

2007-2017年呼伦贝尔沙地植被覆盖度变化及驱动因素研究

［J］.中南林业调查规划，2019，38（1）：50-57.

[本文引用: 2]

侯东杰，郭柯.

典型草原植物养分对生长季不同放牧强度的动态响应

［J］.草地学报，2021，29（1）：141-148.

[本文引用: 1]

Cui L L， Shi J.

Evaluation and comparison of growing season metrics in arid and semi-arid areas of northern China under climate change

［J］.Ecological Indicators，2021，121：107055.

[本文引用: 1]

朱永华，张生，孙标，等.

科尔沁沙地典型区地下水、降水变化特征分析

［J］.干旱区地理，2017，40（4）：718-728.

[本文引用: 2]

Guo J T， Hu Y M.

Spatiotemporal variations in satellite-derived vegetation phenological parameters in Northeast China

［J］.Remote Sensing，2022，14（3）：705.

[本文引用: 1]

胡光印，文青，董治宝，等.

沙漠编目技术规范的初步设计

［J］.中国沙漠，2014，34（1）：29-34.

[本文引用: 1]

土壤侵蚀分类分级标准： ［S］.2008.

[本文引用: 1]

朱永华，罗平平，郭倩，等.

毛乌素沙地暖湿化特征分析及其对植被变化的影响

［J］.水土保持学报，2022，36（5）：1-14.

[本文引用: 2]

Liu X Y， Lai Q， Yin S，et al.

Exploring sandy vegetation sensitivities to water storage in China's arid and semi-arid regions

［J］.Ecological Indicators，2022，136：108711.

[本文引用: 2]

Zhang M M， Wu X Q.

The rebound effects of recent vegetation restoration projects in Mu Us sandy land of China

［J］.Ecological Indicators，2020，113：106228.

[本文引用: 1]

Wang S N， Li R P， Wu Y J，et al.

Vegetation dynamics and their response to hydrothermal conditions in Inner Mongolia，China

［J］.Global Ecology and Conservation，2022，34：E02034.

[本文引用: 3]

王静璞.

2000年以来中国北方风蚀区植被覆盖度变化研究

［D］.北京：北京师范大学，2015.

[本文引用: 2]

Lin M， Hou L Z， Qi Z M，et al.

Impacts of climate change and human activities on vegetation NDVI in China's Mu Us Sandy Land during 2000-2019

［J］.Ecological Indicators，2022，142：109164.

[本文引用: 1]

Wu T S， Bai H M， Feng F，et al.

Multi‐month time‐lag effects of regional vegetation responses to precipitation in arid and semi‐arid grassland：a case study of Hulunbuir，Inner Mongolia

［J］.Natural Resource Modeling，2022，35（3）：E12342.

[本文引用: 1]

王旭洋，李玉霖，连杰，等.

半干旱典型风沙区植被覆盖度演变与气候变化的关系及其对生态建设的意义

［J］.中国沙漠，2021，41（1）：183-194.

[本文引用: 1]

Fan J Q， Wang L， Qin J X，et al.

Evaluating cultivated land stability during the growing season based on precipitation in the Horqin sandy land，China

［J］.Journal of Environmental Management，2020，276：111269.

[本文引用: 1]

赵学勇，左小安，赵哈林，等.

科尔沁不同类型沙地土壤水分在降水后的空间变异特征

［J］.干旱区地理，2006（2）：275-281.

[本文引用: 1]

Vicente-Serrano S M， Gouveia C， Camarero J J，et al.

Response of vegetation to drought time-scales across global land biomes

［J］.Proceedings of the National Academy of Sciences of the United States of America，2013，110（1）：52-57.

[本文引用: 1]

Ruiz-Sinoga J D， Martínez-Murillo J F， Gabarrón-Galeote M A，et al.

The effects of soil moisture variability on the vegetation pattern in Mediterranean abandoned fields （Southern Spain）

［J］.Catena，2011，85（1）：1-11.

[本文引用: 1]

Tong S Q， Zhang J Q， Ha S，et al.

Dynamics of fractional vegetation coverage and its relationship with climate and human activities in Inner Mongolia，China

［J］.Remote Sensing，2016，8（9）：776.

[本文引用: 1]

孙一梅，田青，吕朋，等.

科尔沁沙地沙质草地与固定沙丘植物群落结构对极端干旱的响应

［J］.中国沙漠，2021，41（1）：129-136.

[本文引用: 1]

Lv J J， Wang X S， Zhou Y X，et al.

Groundwater-dependent distribution of vegetation in Hailiutu River catchment，a semi-arid region in China

［J］.Ecohydrology，2013，6（1）：142-149.

[本文引用: 1]

/

〈 〉

©2018中国沙漠 编辑部

地址: 兰州市天水中路8号 (730000)

电话：0931-8267545

Email：caiedit@lzb.ac.cn;desert@lzb.ac.cn

甘公网安备 62010202000688号      陇ICP备2021001824号-9
访问总数:    当日访问:    当前在线: