论文|基于极端气候的时滞、积累效应和人类活动对华北植被盖度(FVC)变化的影响（含PDF原文）

本文共4364字，阅读约需13分钟

0

论文信息

标题：Effects of climate change and human activities on vegetation coverage change in northern China considering extreme climate and time-lag and -accumulation effects期刊：Science of The Total Environment  2023.4作者：Mengyang Ma a, Qingming Wang  et al.DOI:https://doi.org/10.1016/j.scitotenv.2022.160527总结：利用2000-2019年中国北方地区植被覆盖度（FVC）的时空变化，以及包括极端指数在内的15个月气候指数对FVC的时滞和累积效应进行了分析。

1

文章亮点

1、考虑极端气候、时滞和累积效应，并对残差分析进行了修正；

2、气候变量的累积效应比滞后效应更显著；

3、2000年至2019年，FVC在中国北方呈显著上升趋势；

4、在中国北方大多数省份，人类活动主导了FVC的增加。

2

文章摘要

摘要：量化气候变化（CC）和人类活动（HA）对植被变化的贡献对于制定可持续的植被恢复计划至关重要。然而，极端气候、时滞和积累效应对植被的影响往往被忽视，从而低估了CC对植被变化的影响。

本研究分析了2000—2019年中国北方地区植被盖度指数（FVC）的时空变化规律，以及15个月度气候指数（包括极值指数）对植被覆盖的时滞和累积效应。随后，提出了极端气候的时滞和累积效应影响的修正残差分析，并用于分析CC和HA对FVC变化的贡献率。鉴于气候变量的多重共线性，本文采用偏最小二乘回归法构建气候指数与FVC的多元线性回归。结果表明：

（1）2000—2019年中国北方地区所有植被区FVC年均显著增加0.0268/10a;在空间上，中国北方地区大多数植被年FVC增加（约81.6%），且约54.6%的地区增加显著。

（2）除温度持续时间（DTR）外，气候指数对FVC变化无显著的时滞效应，但具有显著的时间累积效应。DTR对FVC变化具有显著的时滞和累积效应。除潜在蒸散量和DTR外，气候指数对FVC的主要时间效应为0个月滞后和1–2个月累积;

（3）CC和HA对NC变化的贡献分别为0.0081/10a和0.0187/10a，分别占30.2%和69.8%。除青海省和内蒙古省外，HA主导了中国北方地区大部分省份FVC增长。

Keyword：Climate change；Human activity；Fractional vegetation cover；Extreme climate；Time-lag effect；Time-accumulation effect

3

研究背景

确定气候变化（CC）和人类活动（HA）在植被变化中的作用将为制定我国北方地区植被恢复方案提供科学依据。然而，在最近的研究中，确定CC和HA对植被变化的贡献时，很少考虑极端气候的时间滞后和累积效应对中国北方地区植被变化的影响，这可能低估了CC对植被生长的影响。在本研究中，我们根据NDVI数据计算了植被覆盖率（FVC），以表示植被动态。研究的主要目的是：（1）研究FVC的时间和空间变化；（2） 确定气候变量对FVC变化的时滞或累积效应，并在极端气候以及时滞和累积效应的情况下修正残差分析；（3）量化CC和HA对FVC变化的贡献。

4

研究区域与数据

4.1 研究区

---

中国北方地区（华北CN）由中国北部的15个省（或市、自治区）组成，包括北京（BJ）、天津（TJ）、河北（HB）、山西（SX）、内蒙古（NMG）、辽宁（LN）、吉林（JL）、黑龙江（HLJ）、山东（SD）、河南（HN）、陕西（SAX）、甘肃（GS）、青海（QH）、宁夏（NX）和新疆（XJ）。

图1 中国北方各气象站和省份的位置。

4.2 研究数据

---

收集了中国北方及其周边824个气象站点1999年至2019年的每日气象数据，包括降水量、平均气温、风速等。

采用了2000年至2019年的SPOT卫星上NDVI数据集，时间分辨率为10天，空间分辨率为1公里。处理后的数据集中国科学院资源与环境科学数据中心（RESDC；http://www.resdc.cn)。

获取2019年分辨率为500米的MODIS土地覆盖数据（MCD12Q1）用于识别植被，利用ArcGIS软件确定了各网格中植被覆盖类型的比例。

5

研究方法

图2 技术路线

5.1 部分植被覆盖计算

---

5.2 趋势分析（Slope）

---

使用线性斜率来估计时间序列y的变化程度

5.3 气候变化的时滞性与累积性

---

以PRE为例，滞后和累积的气候变量定义如下：

其中，PREt（m，n）是m个月滞后和n个月累积的第t个月的PRE，计算为滞后月和滞后月之前n个月的PRE的平均值；m是滞后月数；n为累计月数；并且PREt-m-i表示第t个月之前的PRE（m+i）个月。

5.4 修正的残差分析

---

5.3 偏最小二乘回归

---

PLS是一种将主成分、正则相关和多元线性回归相结合的回归算法（Wold和Waterbeemd，1995）。为了克服多重共线性，我们在研究中使用PLS来构建FVC和气候变量之间的线性关系。

6

研究结果

6.1 FVC变化和趋势

---

2000年至2019年中国北部多年平均年FVC空间格局：从东南向西北减小，范围为0.01–0.80（图2a）；其中，南部（SAX省南部）FVC值最高，而西部FVC值最低。

年FVC的线性变化率在−0.26至0.27/10a之间，集中于−0.04/10a至0.1/10a之间。大约81.6%的植被区具有正线性斜率。FVC趋势显著增加、非显著增加、无显著减少和显著减少的植被面积比例分别为54.6%、27.0%、14.9%和3.5%，表明中国北方的植被正在恢复（图2c）。

在整个地区，年FVC显著增加为0.0268/10a。低FVC等级的比例下降被高FVC等级比例的增加所抵消（图2d）。

图2 2000-2019年中国北方FVC的分布和变化。（a） 多年平均年FVC的空间分布；（b） 线性斜率在年度FVC中的空间分布；（c） 年度FVC显著性水平的空间分布；（d） 年度FVC的时间变化和所有FVC类别的比例；（e） 中国北方省级FVC年度趋势的堆积条形图；（f） 月度FVC趋势的堆积条形图。SUT表示显著上升趋势，NUT表示非显著上升趋势、SDT表示显著下降趋势，NDT表示非显著下降趋势。

6.2 气候指数对FVC变化的时滞和累积效应

---

PREF的时间累积效应是显著的，而时间滞后效应是不显著的，这是不同气候变量和空间差异性造成的；除DTR外，TEMF对FVC的时间累积效应是显著的，而时滞效应是不显著的；PET对FVC时间滞后效应不显著，但比PREF和TEMF表现出更显著的时间累积效应。

图3 中国北方影响FVC的气候指数滞后时间和累积时间的空间分布。TLAi-j表示滞后月和累积月分别为i个月和j个月。

图4 影响中国北方FVC变化的不同气候指数滞后和累积时间（0-3个月）的面积比例。

6.3 气候指数对FVC的重要性影响

---

总体而言，除HR、TR和DTR外，所有气候指数对FVC变化都具有显著重要性；在PLS模型中，除DTR外，PETF和TEMF的指数比PREF到FVC的变化指数具有更显著的解释能力。

图5（a） 所有网格中不同气候指数VIP值的增强方框图；（b） 不同气候指数中VIP≥1和VIP<1的地区比例。

6.4 气候变化和人类活动对FVC变化的贡献

---

PREF与中国华北大部分地区（87.4%的地区）的FVC变化呈正相关，尤其是在从QH到HLJ省的带状地带，PREF对中国北部地区FVC变化总贡献为0.0087/10a。

TEMF对FVC的正贡献主要分布在华北区域南部，占整个地区的42.9%；而在QH省和华北区域东北部呈现显著的负贡献，总贡献-0.0011/10a。

PETF对FVC变化的总贡献为0.0005/10a；其中，在华北的80.3%区域为正，大多数地区超过0.009/10a。

CC对华北地区FVC变化的贡献为0.0081/10a，占FVC总变化的30.2%。HA对华北地区FVC变化的总贡献为0.0187/10a，占FVC变化的69.8%。

图6（a）PREF、（b）TEMF、（c）PETF、（d）CC和（e）HA对年度FVC变化的贡献的空间分布。

探究CC和HA对FVC变化的相对贡献率。在华北26.2%地区中，CC对FVC的总贡献占主导地位（即相对贡献率超过50%），主要分布在华北地区西南部、西北部和北部（图7a）。在中国华北的南部和东北部，HA对FVC变化的贡献率在73.8%占主导地位（图7b）。

图7（a）CC和（b）HA对FVC年度变化的相对贡献率空间分布

图8 在省级范围内CC（PREF、TEMF、PETF）和HA对FVC的贡献（a）和贡献率（b）

7

文章讨论

1、修正残差分析的有效性，本文提出了一种修正的残差分析，适用极端气候和时滞和累积效应，以量化CC和HA对FVC变化的贡献。PLS被用来消除气候变量的多重共线性，并在四种情况下使用20倍交叉验证和三个评分指数（R2、MAE和RMSE）评估了模型有效性。2、人类活动对FVC增加的影响，在我国北方地区高达69.8%，说明HA显著改变了生态环境。植被的增加提高了环境的生态功能（气候调节、节水、固碳和释氧等）。因此，一个与当地气候条件相协调的可持续植被恢复方案和适当的人类干预对于中国北方生态系统重建至关重要。3、局限性和不确定性，数据来源可能导致不确定性，遥感数据集还受到云和雾霾的影响等。

8

文章结论

本研究分析了2000-2009年中国北方植被区FVC的时空变化以及15个气候指数（包括极端气候指数）对FVC变化的影响。考虑到极端气候的时间滞后和累积效应，使用改良残差分析法确定了CC和HA对FVC变化的贡献。考虑到气候变量的多重共线性，PLS模型用于确定FVC与包括极端指数在内的15个气候指数之间的线性关系。全年FVC在整个地区以0.0268/10a的线性速度显著增加。除DTR外，气候指标对FVC的变化表现出不显著的时间滞后效应，但具有显著的时间累积效应。CC和HA对中国北方植被区FVC变化的贡献分别为0.01000/10a和0.0168/10a，分别占30.2%和69.8%。人类活动在中国北方植被区的FVC变化中占主导地位。

9

文章下载

单击“阅读原文”查看文章或输入以下链接下载原文：

https://pan.baidu.com/s/1v5NN9Q_BZ9XVUntyQLjkUw?pwd=cvs7，提取码: cvs7。

—END—

欢迎关注学研录细心 用心 恒心声明：资料源于网络，仅供学习，禁止商用，如有侵权联系我们立即删除。