英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

巴塔哥尼亚北部当前和过去的降水对NDVI年度季节性变化的解释

I．Fabricante，M. Oesterheld ^[1]，J.M. Paruelo

摘要

干旱生态系统的地面上净初级生产力（aboveground net primary production，ANPP）的时间变化与降雨状况的不同结果相关联。本文的目的是描述年度季节性归一化植被指数（The Normalized Difference Vegetation Index，NDVI）的年际变化与巴塔哥亚北部草原的降水之间的关系，通过NDVI来代替ANPP。通过11个站点大量的条件和植被地貌，我们研究了一套20年的月度数据的NDVI和降水。

我们考虑了当前的降雨和之前一段可变长度时期内的降雨，发现不管是当前还是过去，年度NDVI与年度降水的年际变化相关性不明显。相比之下，它与过去几个月的生长季节内的降水降水累积量却高度相关。每季度的NDVI与每季度的降水的年际变化相关性不明显。相比之下，根据研究中的季节和站点信息，它与过去一段可变长度时期内的降水累积量显著相关。在干旱生态系统下，NDVI与降水的关系更加紧密。NDVI与降水之间的滞后响应为预测ANPP提供了一个机会，并表明了气候变化与草食动物的性能之间甚至更长的时间滞后。

关键词：干旱生态系统 年际变化 初级生产力 降雨

1.介绍

ANPP的时空变化这一关键的生态属性（McNaughton等人，1989），与降雨状况相关联，尤其是在干旱半干旱生态系统，如沙漠、干草原、大草原，热带稀树草原。在这些区域范围内（即站点之间的平均年度ANPP），大部分的空间差异与年平均降雨量高度相关（Lauenroth，1979; Le Houerou，1984; McNaughton，1985; Sala等，1988）。相比之下，时间模式更少能被降水情况解释（Jobbagy等，2002; Lauenroth和Sala，1992; Le Houerou等，1988; Paruelo等，1999）。一些研究发现，降水的变化大于ANPP的变化，这表明植被减少了气候变动所产生的影响（Fang等人，2001; Paruelo和Lauenroth，1998; Prince等人，1998）。相比之下，其他的研究发现相反的现象（Lauenroth和Sala，1992; Le Houerou等，1988）或是两者之间没有差异（Knapp和Smith，2001a）。这些有争议的证据表明ANPP和降水的时间动态可能存在着比这些已提出的关系更加复杂的关系。这种复杂性一部分似乎源于以前的时期年度或季度ANPP的降水的“记忆”和“惯性”影响（Cable，1975; Nicholson等人，1990; Oesterheld等人，2001; Smoliak，1986; Wiegand等人，2004）。大部分对ANPP的年际变化的研究着重于年度的ANPP变化而更少的关注各个季节的年际变化。对许多生态和农业问题，比如物种的相互作用或动物生产性能，季度尺度（几个月）比年度尺度更相关。总之，我们可以合理的评估一个站点的平均年度ANPP，但我们远远地不能明确的预测那个站点某一给定年份的年度和季度ANPP。

研究ANPP的时间动态和它与气候变化之间的关系的一个关键限制是缺乏长期的数据（Jobbagy等人，2002; Knapp和Smith，2001a）。幸运的是，这一限制可以通过遥感数据的使用来减轻。NDVI通过红色和近红外树冠反射的卫星数据来计算，它与树冠吸收的光合有效辐射率紧密相关（Sellers等，1992）。许多实验结果都表明了NDVI与ANPP是相关的（例如Paruelo等人，2000,2004; Pin~eiro等人，2006）。因此，探索NDVI的年际变化和它与降水之间的关系有助于理解ANPP的变化。当比较的条件在叶面积上有很大的差异，在入射辐射和辐射利用率上相似，NDVI与ANPP的关联更加紧密（Pin~eiro等人，2006）。在我们的研究中，我们对年际变化更感兴趣，这意味着我们要满足这些要求。辐射的年际变化很小（CV低于5％，基于http://satelite.cptec.inpe.br/htmldocs/radiacao/fluxos/radsat.htm），生物形式的组成这一辐射利用率的主要决定因素常年保持相对稳定，因此大部分ANPP的年际变化由绿叶生物量的变化所决定，这是生态系统一个通用模式（Chapin等人，2002）。

这个研究的主要目的是描述年度和季度NDVI的年际变化和在巴塔哥亚北部干旱和半干旱草原的降水之间的联系。我们通过聚焦于年际变化的年度和季度尺度和考虑过去一段时间可变长度内的降水来评估这一关系。其他的工作用于研究NDVI与降水之间的联系。比如，Nicholson et al. (1990) 、Tucker和Nicholson (1999)研究了非洲两个地区的变化，发现了NDVI和平均降水或特定的几个月降水之间明确的空间模式。但是，没有空间组成的NDVI和降水的时间模式和探索季节性年际变化却不太常见。相比之前在巴塔哥亚的研究工作（Jobbagy等，2002），我们集合了9年的NDVI数据，覆盖了更多不同的植被地貌的区域，并加强了对之前一段时期影响的研究。

2. 材料和方法

2.1 研究区域

植被结构和降水机制差别巨大的巴塔哥尼亚北部（图1，表1）。我们的工作集中在额外的安第斯地区，主要是干旱和半干旱的草原和半干旱沙漠，覆盖不同的草和灌木，不包括安第斯山脉，潮湿地区，主要是温带森林（Leon等，1998）。在我们的研究区域可以分为六个生理-植物单位（Leon等，1998，图1）：巴塔哥尼亚植物地理省的中部，西部和亚德桑地区，蒙特省的东方和典型蒙特，以及蒙特-巴塔哥尼亚生态圈。植被异质性与区域降水梯度有关。在西部地区，年平均降水量约为400毫米，主要发生在冬季（图1）。在中部地区，降水降至150-200毫米。在东部地区，它大约是450毫米，集中在大多数地区的夏季和秋季（Ares等人，1990; Paruelo等人，1998）。该地区进行牲畜，绵羊和牛放牧，完全由自然植被维持。

2.2 数据来源和处理

我们选择了11个涵盖所有地形单元的地点，并有连续的月降水数据序列（图1，表1）。NDVI值从自AVHRR/NOAA图像获得，它有8times;8km空间分辨率，来自于hfinder AVHRR Land数据库（James和Kalluri，1994，ftp://disc1.gsfc.nasa.gov/data/avhrr/content/ south_america /）。这个数据库最近受到批评（McCloy和Lucht，2004; Tucker等，2005），特别是因为由于太阳天顶角漂移引起的非植物性趋势。然而，Pinzon等人（2005）表明，这种漂移在高纬度地区最小。此外，持续云的缺乏和低植被覆盖也大大减轻了这个问题。 因此，巴塔哥尼亚干草原非常适合分析，因为它是受太阳天顶角偏移的影响最小的土地覆盖类型之一（Pinzon等人，2005）。此外，我们通过绘制在分析期间没有变化的NDVI系列区域（大陆冰川和极端沙漠），检验了数据的时间一致性，结果令人满意。我们选择了以2times;2像素（256平方公里）为中心区域的气象站。对于位于城市或耕地灌溉的站点，我们选择附近自然植被区域的像素。降水数据由水利部，国家水文网和私人牧场提供。

NDVI基于光合组织的反射率，富含红外辐射，缺乏红色辐射。NDVI计算为：（CH2-CH1）/（CH1 CH2）其中CH1和CH2是AVHRR / NOAA传感器通道1（红色，580-680mm）和2（红外，725-1100mm）中的反射率值（James和Kalluri，1994）。我们使用10天的复合材料，以减少与大气污染（云量和气溶胶）和观察角度相关的错误（Holben，1986）。因此，我们每年使用36幅图像覆盖1981 - 2000年期间，1994年例外，因为传感器故障导致的低质量图像。 如果异常像素值与上一个或下一个值的差异超50％，则消除异常像素值。

我们研究了年度和季节尺度上的NDVI年际变化。我们通过平均相应的10天复合值计算每月NDVI值。我们通过平均一个生长季节的月NDVI值获得年度NDVI（NDVI-I，其中I代表积分）。在一些年，1984年，1988年，1993年和2000年，我们不能得到6月或7月的NDVI值，因为可能由卫星通过时间时的高云量和低辐射引起的低质量数据。因此，为了使年数最大化，并使那些年可比，NDVI-I是通过平均8月-5月值计算的，该期间将被称为“年”或“生长季节”。季节性NDVI（NDVI-S）通过平均三个月NDVI值计算：3月-5月（秋季），6月-8月（冬季），9-11月（春季）和12-2月（夏季）。由于刚刚提到的图像质量问题，冬季NDVI-S基于比其他季节的NDVI-S更少的年份。由于生长季节的四个NDVI-S值对该生长季节的NDVI-I有贡献，NDVI-I与每个NDVI-S部分相关。然而，如结果部分所述，两个分析（年度和季节性）并不是多余的，它揭示了年际变化的不同方面。图像处理是结合ERDAS 8.1系统和专门编写的基本程序进行的。

我们通过评估NDVI-I或NDVI-S时间数据序列与几个降水时间序列之间的相关性来评估以前降水的影响。我们考虑了当前和前两年期间的年降水总量，以及可变长度时期内累积的月降水量。我们选择了能更好地解释NDVI年际变化的相关模型。当多个模型可用时，我们选择具有较大相关系数的模型。在两个在

时间上分离的降水期具有最大相关系数的情况下，我们产生了建立考虑到两个时期情况的多元回归模型。

降水期为1-12个月，从每个季节开始：被分析的同一NDVI年份（T0）的5月（秋季），2月（夏季），11月（春季）和8月（冬季），前一年（T-1）和前两年（T-2，图2）。由于具体操作时有许多相关因素影响，我们测试了偶然受这些的显著相关因素影响的可能性。我们通过随机分配每个时间序列的每年的月值来产生新的降水系列。通过使用与前一段描述的形成原始降水系列相同的方式，我们产生累积降水的周期。利用与原始数据相同的过程，我们将这些系列与NDVI-I时间序列相关联，并且选择具有最高确定系数值的正显著相关。然后我们将这个随机结果与用实际数据获得的结果进行对比。

图 1 研究区域为北巴塔哥尼亚。黑点表示气象站的可用降水数据的位置，黑色空心方块表示为分析提取的AVHRR / NOAA像素的位置。 对于每个站点，图表示以mm（实线，左轴）和归一化差异植被指数（虚线，右轴）的降水的年平均变化。

3. 结果

3.1. 年度规模（NDVI-I）

当与当前或前几年的总降水量相关时，NDVI-I与所分析的11个站点中的5个显着正相关（表2）。在站点3,4,8和11，NDVI-I与上年降水量相关。在站点4中，NDVI-1还与当年的降水相关（表2）。最后，在站点2（典型的Monte）中，NDVI-I的变化与上一年的降水相关。

当与可变长度时期内的降水相关时，NDVI-I年际变化与短于一年时间的降水和以前大部分生长季节的降水更好的相关，不过要除去站点8（非重要关系）和11（与12个月时间的显著关系，表3，图3）。31-68％的NDVI-I年际变化与短
于一年的降水量相关。NDVI-I与降水量的显着关系的测定系数随年平均降水量急剧下降（插图3，测定系数=0.69-0.00071*MAP，r²=0.55，plt;0.0001）。在所有蒙特地区（站点1,2和3），在4站点（生态圈）和6，7站点（西区及中区），NDVI-I与JanuaryT1-AugustT0期间2至8个月内累积的降水相关（图3）。在站点11，降水周期范围很大，包括所有以前的生长季节。相比之下，在站点5（生态圈）和10（西北过渡区）中，NDVI-I与JanuaryT0-MayT0期间的当前生长季节（2-3个月）的短暂降水周期更好相关。最后，在站点6（中区），考虑5月从第二个前一个生长季节的降水在多元回归模型中，包括MayT0-AugustT0的降水增加解释从29增加到68％的变化。注意，图3中不存在站点8，因为其NDVI-I与可变周期的降水没有显着相关。然而，该站点与站点11的响应十分类似，因为如表2所示，站点8的NDVI-I与前一年的降水有关。

我们发现获得相似模式的显著相关的概率非常低。基于对11个站点原始数据序列的20个随机化，我们发现偶然获得一个显著相关性的概率为5％。这表明，图3中看到的图像是相当不可信的，它是人为处理大量相关性所表现的。

表格 1 站点信息说明。生态植物群落植被单位，位置，可用的降水资料，年平均降水量（MAP）和年际变异系数。