【www.zhangdahai.com--其他范文】
程军， 李云祯， 邹渝
(1.渭南师范学院环境与生命科学学院，渭南 714099; 2.四川大学水利水电学院，成都 610065；
3.四川省生态环境科学研究院，成都 610041)
新疆是“丝绸之路经济带”的核心区，但由于其特殊的地理位置，气候环境恶劣、水资源短缺且时空分布不均、季节性降水供需矛盾大等，导致干旱事件频繁发生，成为该地区21世纪面临的最复杂的挑战之一[1-3]。但干旱事件的发生是一个复杂的过程，受气候变化、植被退化和人类活动等多种因素的影响。相对其他自然灾害，其发生频率高、持续时间长、影响范围广，成为影响农业生产和生态环境最严重的气象灾害[4-6]。因此，如何及时、有效、大范围监测和预测新疆干旱发生和发展规律已成为亟待解决的重要科学课题。
传统干旱监测主要是基于地面站点的土壤墒情数据，其准确性、代表性和完整性都存在局限。而遥感技术能利用传感器获取及时、客观的大范围综合地表信息，同时监测地表温度和植被生长状态。目前已有诸多学者基于遥感对新疆干旱和水分状况进行研究[7-11]，谢培等[7]发现1961—2015年新疆干旱由南向北依次增加。但有研究发现2000—2016年天山山脉以北及昆仑山脉地区较为湿润，而在塔里木盆地较干旱[8]，2015年以塔里木盆地和准噶尔盆地为2个干旱中心，旱情状况由严重逐步向周围山区递减至湿润状态[11]。同时，有学者发现1961—2015年新疆整体表现为干旱逐渐减弱趋势，新疆西北部以变湿为主，东南部以变干为主[12-14]。21世纪以来，随温度跃升，蒸发需求加剧，而降水量增加趋势减缓甚至微弱减少，导致新疆呈明显暖干化趋势，干旱化区域主要在新疆南部、东部和天山山区，而在新疆北部地区和西南部增湿特征明显[12]。新疆夏季南疆地区干旱趋势减弱最为突出，北疆和天山地区干旱表现为夏季减弱、秋季增强趋势[11,14-16]。上述研究对新疆干旱时空动态和变化趋势的研究存在差异，有研究指出这与新疆干旱动态变化与地形、降水量、太阳辐射和地表蒸散发及极端气候事件等因素有关[17-21]。目前虽已有对新疆干旱的研究，但关于干旱变化动态及成因仍存在较大的争议，且干旱监测是一项长期性、经常性的重要监测任务，仍需时刻关注新疆干旱的时空动态及主导因子。温度植被干旱指数(temperature vegetation dryness index, TVDI)因考虑温度与植被指数双重特征，被证明可以有效地反映干旱特征[9-11]。
基于此，本文利用2001—2020年的TVDI数据，辅以Sen斜率法、重标极差法和偏相关分析法对新疆干旱时空动态、变化趋势、未来变化趋势及季节性气候对干旱影响进行分析，以期揭示生态工程措施下新疆干旱的时空变化特征，为我国生态环境改善及未来生态环境建设提供科学依据。
1.1 研究区概况
新疆维吾尔自治区地处中国西北边陲(E73°29′54″～96°23′3″，N34°20′11″～49°10′55″)，是中国占地面积第一大省区，总面积达1.64×106km2。新疆远离海洋，深居内陆，四周有高山阻隔，形成明显的温带大陆性干旱气候，干旱少雨，水资源紧缺，生态环境脆弱(图1(a))。夏季短暂，冬季漫长而寒冷，冷热差异大，降水量少而不均，从西北向东南逐渐减少，北疆一般多在150～200 mm，南疆则不足100 mm，多年平均蒸发量约2 000 mm。年均气温约为9.72 ℃，具有冬季严寒、夏季酷热的特点，气温年较差和日较差大。干旱是新疆的主要经常性自然灾害，1950—2000年新疆有记载的干旱灾害共47次，平均每年1.06次[1-2]。
(a) 土地利用类型 (b) 高程及气象站点空间分布注：
基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016) 1549号的标准地图制作，底图无修改。图1 研究区土地利用类型和海拔及气象站点空间分布Fig.1 Spatial distribution of land use, altitude and meteorological stations in the study area
1.2 数据来源
归一化差值植被指数(normalization difference vegetation index, NDVI)源于Google Earth Engine(GEE)平台上提供的2001—2020年MOD13Q1产品的NDVI数据，空间分辨率为250 m，时间分辨率为16 d，经过几何纠正和大气校正的标准3级产品数据，数据经过最大值合成法合成为月值。
地表温度(land surface temperature, LST)源于GEE平台提供的2001—2020年的MOD11A2产品提供的空间分辨率为1 km、时间分辨率为8 d的LST数据，该数据经过地形校正和月最大值合成。
土地利用数据源于GEE平台提供的MCD12Q1产品，该产品是根据IPGP进行分类的全球产品，土地覆盖数据重分类为林地、草地、湿地、农用地、建筑用地和水体。
数字高程模型(digital elevation model, DEM)由资源环境数据与平台网站(http: //www.resdc.cn/user)提供，空间分辨率为1 km。
气象数据采用中国气象数据网(http: //data.cma.cn/data/cdcindex) 提供的2001—2020年的月值数据得到新疆及其周围的130个站点气象数据(图1(b))，将12—2月定义为冬季，3—5月定义为春季，6—8月定义为夏季，9—11月定义为秋季，最后利用ANUSPLINE 软件插值为1 km空间分辨率的栅格数据。LST数据为0 cm位置的LST，本文采用该数据对LST的校正结果进行验证。
2.1 LST的地形校正
在不同高程下，LST会因气温和大气湍流的影响而有较大变化。当研究区内地形有明显起伏时，在高程较高的地区，气温较低，LST也会较低，若不经过高程校正，高程高区LST低，会造成对该区域土壤湿度的高估[22]。因此，LST数据需要使用DEM数据对其进行校正，公式为：
T=Ts+aH，
(1)
式中：T为经DEM校正后的LST值；
Ts为原始的LST值；
H为DEM值；
a为校正系数，结合相关参考文献[22]，本文a取值为-0.6/100 ℃。
通过采用中国气象数据网提供的2002—2008年0 cm LST观测数据(gradient surface temperature,GST)对校正前后的LST进行验证(图2)，发现通过DEM校正后的LST与GST的相关性较原始的高，因此本文采用校正后的LST。
(a) 校正前 (b) 校正后图2 地表温度站点实测数据与校正前后LST结果比较Fig.2 Comparison between measured data of surface temperature station and LST results before and after correction
2.2 TVDI
Price[23]和Sandholt等[24]研究发现植被覆盖度与土壤含水量之间的变化范围较大时，NDVI与LST间构成的散点图是一个三角形，指出TVDI是利用T-NDVI特征空间提取的水分胁迫指标来估算陆面表层土壤水分的一种方法。Moran等[25]对T-NDVI特征空间的研究中发现地表最低温度与植被覆盖度和植被覆盖类型存在一定的关系。TVDI 的计算公式为：
(2)
式中：Tmax为经DEM校正后的最高地表温度；
Tmin为经DEM校正后的最低地表温度。
2.3 干旱变化趋势分析
采用Sen斜率估计法分析2001—2020年间新疆TVDI的变化趋势和变化速率。Sen斜率的计算公式为[26]：
(3)
式中：β为TVDI变化趋势；
Median()为取中值函数。当β>0时，TVDI呈增加趋势；
β<0时，TVDI呈减小趋势。
2.4 干旱变化持续性分析
Hurst指数是根据长时间序列数据预测未来持续状态时间序列信息长期依赖性的有效方法。研究基于Hurst中的重标极差法可以反映其变化趋势的持续性[27]。若Hurst>0.5，表示TVDI时间序列是一个持续性序列，即未来物候变化趋势与过去一致；
若Hurst=0.5，则说明TVDI序列为随机序列，与过去没有关系；
若Hurst<0.5，则表明TVDI时间序列数据具有反持续性，即TVDI过去变化趋势与未来的变化趋势相反[27]。
2.5 TVDI与气温、降水偏相关分析法
本研究采用偏相关分析法研究TVDI、气温和降水的关系，偏相关系数计算公式为[17]：
(4)
式中：x,y和z分别为TVDI、降水量与温度；
rxy为TVDI与降水量的相关系数；
rxz为TVDI与温度的相关系数；
ryz为降水量与温度的相关系数；
rxy·z为将温度固定后TVDI与降水量间的偏相关系数，以此类推。
3.1 干旱时空分布特征
参阅吴黎[28]对TVDI干旱指标的划分标准和本研究区TVDI的分布特征(TVDI≤0.46，无旱；
0.46
0.57
0.76
0.86
图3 TVDI的年际变化趋势Fig.3 Interannual change trend of TVDI
从20 a新疆TVDI空间分布发现(图4)，TVDI极小值集中在天山山脉以北及昆仑山脉地区，集中在0.57以下，属轻旱等级。塔里木盆地和准噶尔盆地的TVDI基本在0.86以上，属特旱等级，整体表现为南疆干旱程度高于北疆。从年际变化来看，2002年、2010年、2013年、2014年以及2016—2020年TVDI属特旱的面积大于其他年份，在2001—2008年表现为特旱面积减少趋势，尤其是2006年和2007年特旱面积比其他年份小。但除2012年和2009—2015年特旱面积较小，其他年份特旱面积呈明显增加趋势。
图4 TVDI空间分布Fig.4 Spatial distribution of TVDI
3.2 干旱的空间变化趋势
从20 a新疆TVDI变化特征发现(图5)：
春季TVDI以减小趋势为主(P<0.05)，减小速率集中在-0.005～0/a，占新疆总面积的74.25%。TVDI呈不显著增加趋势的区域集中在塔里木盆地和吐鲁番盆地。夏季TVDI以增加趋势为主，但在天山山脉以北地区的TVDI为减少趋势。秋季91.59%表现为增加趋势，增加速率在0～0.005/a的像元占89.32%，呈减小趋势的区域零星分布在天山山脉。冬季TVDI为增加趋势，呈较小趋势的区域分布在柴达木盆地和吐鲁番盆地。统计不同土地利用下各季节在不同变化速率下像元百分比发现(图6)：
春季TVDI呈减小趋势的像元数明显多于其他三季，但不同土地利用覆盖区域的差异较大；
秋季在整个区域均以增加趋势为主，即土壤水分明显在减少，不同土地利用类型的像元数的差异较小；
冬季不同土地利用类型覆盖区域相差不大。
图5 TVDI变化趋势Fig.5 TVDI change trend
图6 不同土地利用类型TVDI变化趋势统计Fig.6 Statistics of different land use types of TVDI change trend
3.3 干旱变化的持续性分析
从新疆20 a变化持续性空间分布(图7)发现：
春季Hurst指数均值为0.423，即未来一段时间内TVDI变化趋势与2001—2020年变化趋势相反，即大部分区域TVDI将呈增加趋势。夏季Hurst集中在0.5以下的占比为90.23%，但在准噶尔盆地地区的Hurst集中在0.5以上，即这些区域TVDI未来变化趋势与过去20 a趋势相反。秋季TVDI的Hurst均值为0.440，结合趋势分析表明未来秋季TVDI将在一段时间内呈减小趋势。冬季Hurst均值为0.517，变化趋势与过去20 a的相同。总体而言，不同季节未来TVDI变化趋势均与过去趋势存在一定的关系。
图7 TVDI的Hurst指数空间分布Fig.7 Spatial distribution of Hurst index of TVDI
3.4 干旱对气候变化的响应
从图8可知，控制气温条件下，春季TVDI与降水间以负相关为主，占比为89.31%，相关系数集中在-0.5～0，TVDI与降水呈正相关的区域集中在柴达木盆地和准噶尔盆地。夏季TVDI与降水以正相关为主，尤其在昆仑山脉和天山山脉南北坡地区相关性较高，在塔里木盆地和准噶尔盆地以东地区的TVDI与降水呈负相关。秋季TVDI与降水以正相关为主，而在准噶尔盆地和大黑山地区，降水与TVDI以负相关为主。冬季TVDI与降水以负相关为主，尤其在塔里木盆地和阿尔泰山脉地区，负相关系数在0.5以下。控制降水条件下，春季TVDI与气温以正相关为主，但在阿尔泰山脉、天山山脉和昆仑山脉地区为负相关。夏季TVDI与气温的相关性从西向东相关性从负变为正。秋季TVDI与气温以负相关为主，尤其在天山北坡、昆仑山脉和阿尔泰山脉地区，负相关系数在-0.3以下，但在吐鲁番盆地和塔里木盆地以正相关为主。冬季气温与TVDI以负相关为主，但在柴达木盆地、阿尔泰山脉、准噶尔盆地和吐鲁番盆地为正相关，相关系数在0.3以上。
图8 TVDI与季节性气温和的降水偏相关系数分布Fig.8 Distribution of partial correlation coefficient between TVDI and temperature and precipitation
统计不同土地利用覆盖下的四季相关系数发现(图9)，春季TVDI与降水均表现为显著负相关，相关系数在-0.2～-0.1。夏季除林地的TVDI与降水为正相关，其他类型均与降水为负相关。秋季TVDI与降水在不同土地利用类型均为正相关，相关系数均在0.1以下。冬季不同土地利用类型下的TVDI与降水均为负相关。春季气温与TVDI均为正相关，但草地的相关性较低，农用地和建筑用地的相关性较高。夏季草地和林地的TVDI与气温为正相关，农用地和建筑用地的TVDI与气温为负相关。秋季不同土地类型的TVDI与气温均为负相关。冬季草地和建筑用地与气温为正相关，林地与农用地的TVDI与气温为负相关。
(a) 不同土地利用类型TVDI与季节性降水 (b) 不同土地利用类型TVDI与季节性气温图9 不同土地利用类型TVDI与季节性降水和气温的相关系数Fig.9 Distribution of mean correlation coefficient between TVDI and seasonal precipitation and temperature in different land use types
4.1 讨论
地处亚洲中部干旱区的新疆生态环境十分脆弱、干旱灾害严重、土地荒漠化及抵御干旱灾害的能力较低，目前我国开展了一系列水土保持工程、退耕还草工程改善新疆生态环境建设。在这一系列工程实施下，新疆生态环境得到很好的改善，尤其是夏季干旱程度比未实施前的干旱防治能力强很多。但实施工程之初，没有考虑到新疆生态水文等自然因素，土地利用面积的变化使新疆部分地区土壤蒸发量加大，造成土地干旱程度增加。本文发现2001—2020年新疆整体为变旱趋势，呈现出南疆高于北疆，以柴达木盆地、准噶尔盆地为干旱的中心区向周围地区逐渐变湿分布特征，其中大部分地区属特旱和重旱等级。这一研究结果与黄静等[11]的结果一致。20 a间新疆干旱以不显著增加趋势的区域集中在柴达木盆地、塔里木河和孔雀河地区。未来一段时间内干旱将以不显著减小趋势变化，但在准噶尔盆地和塔里木盆地仍以增加趋势为主，春、夏季大部分区域干旱程度有所缓解，但冬、春季会在大范围变旱，尤其在天山山脉地区和柴达木盆地地区表现尤为显著。降水和气温与TVDI均以呈正相关为主，究其原因可能是新疆太阳辐射较大，随着近几年气候变暖，地表蒸散发逐渐增加，而降水并没有显著增加，没有缓解新疆地表含水量，所以干旱程度逐渐严重。其次，全球气候变暖导致植被蒸腾作用加快，使土壤水分减少，反过来抑制植被生长，导致干旱加重。
由于受季节性气温和降水及植被类型等多种因素影响，新疆不同季节干旱对气温和降水响应情况不同。春季TVDI与降水呈负相关，与气温为正相关，主要原因是春季气温逐渐回升，植被进入返青期，所需水分增加，导致土壤含水量减少，降水虽可以缓解地表的持续干燥化。但新疆海拔高，受太阳辐射、风速等因素较大，春季气温升高会导致蒸散发增加，从而进一步增加春季干旱。但在阿尔泰山脉、天山山脉和昆仑山脉等地区，春季气温升高会使高山积雪消融，给河流补给水源，使该地区水资源充裕，干旱减轻。夏季气温高，降水量少，且多为植被覆盖密度较低的地区，水分蒸散发量大，是一年中干旱最为严重的季节，在较为干旱的盆地地区降水的增多有利于干旱的缓解，但在高海拔地区降水天气会导致积雪消融速率减慢，使干旱加重，而气温与降水相反。秋季TVDI与降水为正相关，与气温为负相关，主要是因为气温下降，水分蒸散发量降低，植被生长所需水分减少，高海拔地区有降雪出现，补给水资源，山区土壤含水量增加，使得干旱程度降低。冬季气温最低，蒸腾作用弱，新疆部分地区受积雪补给水源，且植被多处于休眠状态，所需水分较低，是一年中湿润度最高且干旱范围面积最小的季节，只有塔里木盆地的部分地区处于干旱状态，但也由于较大的植被覆盖度和较大的风速，较为干旱的盆地地区气温升高会导致进一步的干旱。
4.2 结论
本文基于TVDI指数分析了2001—2020年间新疆干旱时空格局和季节性气候对干旱影响。研究结果表明：
1)TVDI最小值出现在天山山脉以北及昆仑山脉地区，TVDI值在0.57以下，属轻旱等级，塔里木盆地和准格尔盆地TVDI值在0.86以上，均属特旱等级。
2)TVDI以0.000 7/a速率增加。春季TVDI呈减小趋势，减小速率为0.001 3/a，夏季TVDI增加速率为0.001 4/a，秋季TVDI增加速率最大(增加速率为0.002 0/a)，冬季TVDI增加速率最小(增加速率为0.000 8/a)。
3)Hurst指数均值为0.423，即未来一段时间内新疆TVDI可能呈现出不显著的减小趋势。春、冬季未来一段时间内大部分区域TVDI将呈增加趋势，夏、秋季TVDI将在未来一段时间内大部分像元呈减小趋势。
4)TVDI与降水以正相关为主，即降水量增多，TVDI增加。春、冬季TVDI与降水以负相关为主，夏、秋季TVDI与降水以正相关为主。春季TVDI与气温以正相关为主，夏季TVDI与气温的相关性从西向东从负相关逐渐变成正相关，秋、冬季TVDI与气温以负相关为主。
猜你喜欢 负相关校正土地利用 土地利用变化与大气污染物的相关性研究成都信息工程大学学报(2022年2期)2022-06-14基于GIS⁃Logistic回归模型的土地利用变化及驱动机制研究资源信息与工程(2021年5期)2022-01-15N-末端脑钠肽前体与糖尿病及糖尿病相关并发症呈负相关天津医科大学学报(2021年1期)2021-12-05中国地质大学（北京）土地利用与生态修复课题组农业资源与环境学报(2021年4期)2021-07-30土地利用规划的环境影响评价分析建材发展导向(2021年10期)2021-07-16劉光第《南旋記》校正国学(2020年1期)2020-06-29建立在校正系统上的强大实力Sonance所能士i12家庭影院技术(2018年11期)2019-01-21幼儿教师职业倦怠及主观幸福感状况研究读写算(2018年6期)2018-08-22在Lightroom中校正镜头与透视畸变摄影之友(影像视觉)(2017年10期)2017-11-07机内校正摄影之友(影像视觉)(2017年1期)2017-07-18本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0610/609383.html
