【原】新疆地區前一年的冬季降水（雪）量在很大程度上決定了來年植被的變化

生態學時空 2021-11-20

展開全文

本文看點Highlight

促進新疆植被覆蓋增加的水分來源，需要同時考慮降水和冰川融水。如果升溫并沒有伴隨降水增加，那么較高氣溫就會抑制植被增長，導致植被覆蓋降低；相反，如果隨氣溫升高，降水沒有表現出顯著增加，但植被覆蓋并沒有降低，而是呈增加趨勢，那么，必定有額外的水分供應，才能抵消高溫所導致的干旱脅迫。我們猜測，這額外的水分供應，來自于升溫所導致的冰川融化。

許多研究表明，過去30年來新疆植被覆蓋率持續增加，而且這些年來，降水量也是持續增加的，二者之間具有相關性是毋庸置疑的。然而，這種關系的細節，可能并非人們想象的那么簡單。

我們的研究區

我們可以感受到一些潛在的問題。比如，與年降水量或生長季降水的變化相比，冬季或非生長季降水對植被覆蓋作用的影響可能被忽略了。

還有一個問題，要更專業一些：如果我們的研究區當年蒸發率是年降水量的10倍，那么有限的降水增加，能否抵消升溫所帶來的負效應，從而促進植被的增長？

在新疆地區，重要的水分來源除了降水，還有冰川融水。很容易理解的是，升溫會加速冰川融化，冰川融化帶來的水分會促進植物生長。因此，了解冰川融化對溫度的響應，對于理解該區域的水文循環特征至關重要。

然而，要知道冰川的動態變化，并不是一個簡單的活。以往最常用的方法，就是設定一些樣點監測冰川平衡線高度和地表質量變化。這樣的監測需要大量人力資源和資金支持，所以這樣的樣點并不會太多，長時間、大區域的觀測就更加稀少了。

要進行大范圍的監測，有人想到了遙感。的確，遙感在解決我們對地觀測方面發揮了重要作用。但是，傳統遙感技術是利用地表反射的電磁波能量，這可以方便地監測冰川的面積變化。但許多時候，可能只是冰川的厚度發生了變化，面積并沒有太大變化，所以傳統光學衛星數據對冰量的估算存在著巨大誤差。那怎么辦？聰明的腦子想到了用重力場的變化來估算水儲量的變化。由美國航空航天局（NASA）和德國航天局（DLR）聯合研制的GRACE（Gravity Recovery and Climate Experiment）雙星發射升空就是要解決這樣問題的。所以，在我們的研究中，我們也想試試這個數據，來監測我們研究區的冰川動態。

這就是測定地球重力場的利器——GRACE雙星

欲善其功，必先利其器。有了這些好工具，我們就可以開展下面的研究了。

促進新疆植被覆蓋增加的水分來源，我們同時考慮降水和冰川融水。如果升溫并沒有伴隨降水增加，那么較高氣溫就會抑制植被增長，導致植被覆蓋降低；相反，如果隨氣溫升高，降水沒有表現出顯著增加，但植被覆蓋并沒有降低，而是呈增加趨勢，那么，必定有額外的水分供應，才能抵消高溫所導致的干旱脅迫。我們猜測，這額外的水分供應，來自于升溫所導致的冰川融化。

對于歷史上的氣象狀況，我們從中國氣象科學數據共享服務網
(https:///static/page/page/index.html)下載了51個氣象站數據，分析了1982~2011年新疆年均溫、年降水、季節平均氣溫和季節降水的變化趨勢。

從年尺度來看，降水量無顯著變化，而均溫是顯著升高的。尤其是1997年之后，氣溫快速上升。

從季節尺度來看，春季、夏季和秋季的降水量均無顯著變化，冬季降水量顯著增加；氣溫則相反，除了冬季平均氣溫無顯著變化外，春季、夏季和秋季的平均氣溫均呈顯著升高趨勢。

于是，有趣的問題來了！在新疆許多地區，與降雨所帶來的水分相比，冬季降水更多是以積雪的形式儲存水分，而融雪是一個較為緩慢的過程，能夠下滲到更深土壤層，為土壤提供大量的水分和養分，這可用于促進種子的萌發和植物的生長。有研究表明，增加積雪的深度能夠使土壤溫度升高，土壤溫度升高增強了土壤微生物的活性，從而提高了氮的礦化速率，因而能產生更多的養分被植物吸收利用。這種土壤養分一直可持續到生長季被植物吸收利用。

例如，一些多年生植物(我們說明一下，這里特指冬季根部仍然生長的植物)，在次年春季生長時可以利用前一年冬季土壤中所形成的養分。因此，近30年來，新疆冬季降水的增加，不僅為植物在生長季初期提供了充足的水分，也為生長季中后期提供了充足的養分。

研究發現，這里的冬季平均氣溫并沒有顯著升高，為積雪的儲存提供了有利條件。隨后，春季平均氣溫顯著升高，使得積雪“爆發式”融化，大量的積雪融化為土壤水。然而，究竟有多少積雪融水能夠被植物吸收利用呢？這尚需要進一步探討。

1982~2011年新疆年均溫和年降水的年、季節變化趨勢。(a)年均溫(MAT);年降水(AP); (b) 春季降水(SpringP),夏季降水(SummerP),秋季降水(AutumnP),冬季降水(WinterP); (c) 春季氣溫(SpringT),夏季氣溫(SummerT),秋季氣溫(AutumnT),冬季氣溫(WinterT)。P< 0.05 在95%的置信區間顯著,P< 0.001 在99%的置信區間顯著

我們基于GRACE數據，對新疆重力變化趨勢進行了分析。結果表明在2003~2011年間，新疆地區水儲量呈逐年遞減趨勢，說明隨氣溫升高，該地區水儲量顯著減少。重力場在2008年下降到最低點，2010年有所回升。重力下降最為顯著的區域為天山山脈，而天山山脈又是冰川分布較為集中的區域。在新疆的南部與西藏相連的昆侖山山脈，重力有所增加，表明該區域的水儲量呈上升趨勢。

2003~2011年新疆重力的趨勢變化。柱狀圖為冬季降水

補充說明

從GRACE衛星獲得重力場數據，需要進行非常復雜的運算和反演（涉及到通過GPS精確確定軌道和對航天器加速度的各種修正），目前有三個不同的處理中心，對同一份數據，發布不同參數選擇的解決方案，分別稱為CSR、GFZ和JPL數據集，這樣更有利于消除一些不確定性。甚至有研究認為這三個數據集的簡單算術平均值，對降低重力場中的噪聲最有效。

我們也對這三個數據集進行了分析：在整個研究時間范圍內它們都表現出較好的一致性，僅有GFZ數據集在2003年略低于數據集CSR和JPL，在2004年略高于另外兩種數據集，三種數據集在整體的趨勢變化上差異不大。2010年冬季降水的增加和重力的回升有一定的聯系。新疆重力變化在三種數據集的空間分析上呈現出一致的遞減趨勢。

基于三種GRACE數據的2003~2011年新疆重力的空間變化趨勢：(a) CSR (b) GFZ 和(c) JPL。置信區間為95%

補充說明

赤池信息量準則（Akaike information criterion，AIC）是評估統計模型復雜度，并衡量統計模型“擬合”數據優良性的標準之一。

我們結合AIC和多元回歸進行了分析。發現，當只考慮氣溫和降水這兩個因子對植被覆蓋的影響時，與植被指數NDVI變化最為相關的變量是春季降水量、夏季平均氣溫和前一年的冬季降水量。這個模型能夠解釋62%的NDVI年際變化。其中，前一年的冬季降水量貢獻最大。當在氣溫和降水因子的基礎上加入冰川質量變化因子后，重力所代表的冰川質量變化與NDVI呈顯著負相關關系，新的多元回歸模型能夠解釋84%的NDVI年際變化。說到這里，不知道你有沒有感受到？新疆植被覆蓋的變化，顯然不能完全由氣溫和降水兩個參數的變化來進行解釋。只有同時考慮了冰川質量變化，才能更進一步消除環境因子對NDVI年際變化解釋的不確定性。

1982~2011年新疆生長季NDVI與季節氣溫和降水的多元回歸模型以及各環境變量的相對重要值

本表只列出了AIC值(Δi)小于2的回歸模型。模型中所有變量前的回歸系數均為標準化系數，用來反映各個變量的相對重要性。

2003~2011年新疆生長季NDVI與季節平均氣溫，季節降水和重力(CSR)的多元回歸模型

本表只列出了AIC值(Δi)小于2的回歸模型。模型中所有變量前的回歸系數均為標準化系數，用來反映各個變量的相對重要性

對了，你可能會想到：除了冰川融化，地下水下降也會導致重力場下降呀。

一點不錯，農田灌溉導致地下水下降，這是一個非常普遍的現象，新疆地區也不會幸免。那么，為了區分冰川融化和地下水下降對重力場的影響，那么就需要繼續補充一些分析。我們對比分析了包含農田NDVI的變化和不包含農田NDVI的變化情況。結果發現，單獨提取出的農田NDVI變化略大于其他植被的變化，這說明這種影響的確是存在的。但是，與自然植被類型相比，農田（水澆地）的面積只占很小的比例（大約占土地總面積的2.47%）。另外，這樣引起地下水下降的區域，主要發生在農田。而相對于冰川的面積，農田的面積是非常分散的。因此，我們還是可以明確地得出結論，新疆地區重力場的下降，主要是因冰川融化所致的。當然，有關農田面積增加導致地下水下降，從而對重力場產生影響的細節，的確還是可以開展進一步分析的。我們的研究，暫時沒有包含這部分的內容。

2003~2011年含農田的NDVI和不含農田NDVI的月變化

論文信息

Rong Zhang, Zutao Ouyang, Xiao Xie, Haiqiang Guo, Dunyan Tan, Xiangming Xiao, Jiaguo Qi, Bin Zhao. Impact of climate change on vegetation growth in the arid northwest of China from 1982 to 2011. Remote Sensing, 2016, 8: 364.