高原气象

高原气象 >

2020 , Vol. 39 >Issue 6: 1282 - 1294

DOI: https://doi.org/10.7522/j.issn.1000-0534.2019.00139

论文

近32年隆宝高寒湿地时空变化特征及其气候驱动力分析

  • 史飞飞 ,
  • 周秉荣 ,
  • 颜亮东 ,
  • 祁栋林 ,
  • 乔斌 ,
  • 石明明 ,
  • 陈奇
展开
  • 青海省气象科学研究所/青海省防灾减灾重点实验室，青海 西宁 810001
周秉荣(1974 -)， 男， 青海湟中人， 高级工程师， 主要从事应用气象及生态恢复学研究. E-mail:

史飞飞(1991 -)， 男， 陕西凤翔人， 工程师， 主要从事遥感应用与地理空间数据分析. E-mail:

收稿日期: 2019-12-16

  修回日期: 2020-07-24

  网络出版日期: 2020-12-28

基金资助

国家重点研发计划项目(2016YFC0501903)

国家自然科学基金项目(41861049)

收起

Spatial-Temporal Variation Characteristics and Climate Driving Force Analysis of Longbao Alpine Wetland in Recent 32 Years

  • Feifei SHI ,
  • Bingrong ZHOU ,
  • Liangdong YAN ,
  • Donglin QI ,
  • Bin QIAO ,
  • Mingming SHI ,
  • Qi CHEN
Expand
  • Institute of Qinghai Meteorological Science Research，Key Laboratory of Disaster Prevention and Mitigation of Qinghai Province，Xining 810001，Qinghai，China

Received date: 2019-12-16

  Revised date: 2020-07-24

  Online published: 2020-12-28

Fold

本文亮点

湿地是水陆相互作用形成的独特生态系统， 极易受到气候变化的影响。以长江源区隆宝高寒湿地为研究对象， 首先采用随机森林方法提取1986 -2017年隆宝的地表类型信息并对其时空演变特征进行分析， 其次利用主成分分析等方法从气候角度出发对影响湿地演变的主要气候驱动因子进行定量辨识， 最后构建湿地面积与气候变化的响应关系模型以用于后期湿地演变规律预测。结果表明： （1）近32年隆宝湿地演变特征受地势影响在空间上存在非均一性， 在时间上湿地面积总体呈下降趋势， 在2002年前后出现由增至减的转折， 高寒湿地逐渐向高寒草甸平稳演替； （2）近32年隆宝气候呈现气温显著升高， 而降水量增加趋势不显著， 风速和蒸发量显著增大， 相对湿度和积雪日数显著减少， 地表温度显著升高， 最大冻土深度在年际波动中逐步变浅， 在2002年后区域内气候整体呈现明显的暖干化趋势； （3）隆宝湿地面积演变依次与风速、 气温、 地表温度和相对湿度的响应程度较高。

本文引用格式

史飞飞 , 周秉荣 , 颜亮东 , 祁栋林 , 乔斌 , 石明明 , 陈奇 . 近32年隆宝高寒湿地时空变化特征及其气候驱动力分析[J]. 高原气象, 2020 , 39(6) : 1282 -1294 . DOI: 10.7522/j.issn.1000-0534.2019.00139

Highlights

Wetland is a unique ecosystem formed by the interaction between water and land， which is extremely easy to be affected by the climate change.Taking Longbao， a typical wetland in source region of the Yangtze River， as the target domain， the study applied the random forests method to extract information about the surface type of Longbao from 1986 to 2017 and also analyzed the characteristics of spatial-temporal variations of it.Meanwhile， from a climate perspective， methods such as principal component analysis were employed to quantitatively identify the major climate drivers affecting the wetland evolution.At last， the study built a model for the response relation between the wetland area and the climate change， which could be utilized to predict the evolvement rule of wetland in the future.The following results are summarized： （1） In the past 32 years， there was a spatial nonuniformity in the features of Longbao wetland evolvement because of the long-term influence of terrain； there was a general downtrend in the time dimension， but a change from increasing to decreasing was presented near 2002.Wetland was usually in a steady succession with the Alpine meadow； （2） In the past 32 years， temperature， wind speed and evaporation of Longbao region was in a significant uptrend， while the increase of precipitation is not significant.That would certainly decrease the relative humidity and shorten the days with snow cover.Surface temperature was in a dramatic uptrend， therefore the maximum depth of frozen soil in this region was gradually becoming shallower year by year.In late 2002， an obvious warming and drying trend appeared in the Longbao region； （3） The evolution of the Longbao wetland area has a high response relationship with wind speed， temperature， surface temperature and relative humidity， respectively.

1 引言

湿地作为一种水陆相互作用形成的兼具土壤、 水分、 空气和生物等组分的独特复合型生态系统， 对环境变化具有较高的敏感性， 是世界上生产力最高的生态系统之一（Buckley， 2011； 宋长春， 2003）。中国湿地类型多样且分布较广， 面积位居亚洲之首， 其中在青藏高原江河源区发育的具有高寒气候背景的高寒湿地群最为独特（陈桂琛等， 2002）。目前， 全球气候系统变暖已成为学术界公认的事实， 在此背景下青藏高原作为气候变化的启动区和敏感区， 高寒湿地生态系统如何响应高原气候变化是亟待解决的重大科学问题（何方杰等， 2019）。针对该问题近年来学者们开展了大量研究工作： 如罗磊等（2005）研究指出气候变化在青藏高原地区的凸显将使高寒湿地生态系统相对其他区域承受更大的胁迫， 并且中小尺度区域内气象特征的改变和关键气象要素时空分配状况的变化可能是湿地退化的直接驱动力； 王根绪等（2007）揭示了近40年来青藏高原湿地退化具有普遍性且与气温升高显著相关； 燕云鹏等（2015）研究表明1975 -2007年三江源地区湿地均呈现退化趋势， 且长江、 黄河和澜沧江源区气候的差异性致使湿地演变规律的不一致； 赵峰等（2012）研究进一步指出气温、 蒸发量和相对湿度等气候因素是三江源地区湿地变化的主要驱动因子； 杜际增等（2015）指出长江、 黄河源区湿地退化与气候暖干化趋势具有显著同步性， 且气温升高是导致湿地退化的主要气候因子； 李林等（2008）更进一步指出21世纪以来黄河源区湿地萎缩对气温、 降水和蒸发量等气候因子以及冻土环境的改变具有显著响应； 李凤霞等（2011）分析认为在导致长江源区湿地消长状况的气候因子中， 蒸发量和降水更具有主导性。综上， 青藏高原地区的高寒湿地生态系统存在明显的退化， 且湿地演变对气候变化响应较为敏感。
三江源区地处青藏高原核心腹地， 分布有大量湖泊湿地和沼泽湿地。作为青藏高原高寒湿地的主要分布区， 三江源湿地群对全球变化的响应主要通过其特殊的水文变化和碳循环变化表征（McGuire et al， 2003）。具体来看， 长江源区为全国人口密度最小的地区， 人口密度不足每平方公里1人（罗磊， 2005）， 相较于黄河源区受人为干扰因素更少， 因而能更加真实反映湿地演变与气候变化间的响应关系。近年来， 针对长江源区湿地开展动态变化监测与气候驱动力的研究中， 受观测资料时序短、 遥感数据源不丰富， 湿地提取方法精度差等因素影响， 鲜有研究能够全面的揭示长江源区高寒湿地演变规律及其与气候变化间的响应机制。鉴于此， 本文选取长江源头典型湿地—隆宝高寒湿地作为研究对象， 利用长时序高分辨率影像， 采用定量化的湿地提取技术获取湿地变化信息， 并尝试从时空变化角度分析隆宝湿地的演变规律， 最后对气候变化与高寒湿地演变的响应规律进行探讨， 以期为高寒湿地保护与修复提供技术支撑和理论指导。

2 数据来源与方法介绍

2.1　研究区概况

研究区为隆宝国家级自然保护区， 是长江源区内最为典型的湿地之一， 位于玉树藏族自治州州府结古镇西北处约75 km处， 总面积约100 km2， 地理坐标33°08′N -33°14′N， 96°25′E -96°37′E。保护区地形为山间沟谷盆地， 东西狭长， 四面环山， 地势东高西低， 海拔4000~5500 m（图1）。气候类型为高原大陆性季风气候， 寒冷干旱， 四季不明， 日温差大而年温差小， 辐射和蒸发强烈， 风力较大。降水多集中6-8月， 较为湿润， 而冬春季地表长时间被冰雪覆盖， 冰冷干燥。年均降水约450 mm， 年均气温约1.4 ℃， 年日照时数约2400 h， 全年蒸发量约1400 mm， 年均最大冻土深度约1 m。在保护区中心位置为隆宝湿地的核心区， 通天河支流益曲在此西北部穿行， 使其获得了稳定的水量补给， 长期的冻融侵蚀造成核心区中部和西部区域地表起伏不均， 并由此形成许多纵横迂回的溪流和大小不等的湖泊湿地， 而在湿地核心区东部则分布大量沼泽湿地。目前， 在隆宝湿地核心区内生长着大量水生、 沼生和湿生植物， 而这些优势种组成的群落类型共同形成了该地区丰富的湿地植被（韦玮等， 2011）。
图1 研究区范围

Fig.1 Location of the study area

2.2　数据来源与预处理

遥感数据选取具有长时间序列的陆地资源卫星Landsat 5/TM和Landsat 8/OLI影像， 空间分辨率为30 m， 数据从美国地质调查局网站（http： //glovis.usgs.gov/）下载。为精细化提取隆宝湿地年际间的演变特征， 以每2年选取一期影像数据， 影像时间选取湿地植被长势最佳， 易于进行湿地信息提取的7 -8月份， 最终选取的影像数据信息如表1。下载的影像数据已进行了基于控制点的几何精校正， 但仍需进行辐射定标、 FLAASH大气校正、 裁剪等预处理步骤， 并将影像统一转换为Albers等面积投影。
表1 1986 -2017年影像数据列表

Table 1 Image data list from 1986 to 2017

影像获取 时间 数据 类型 传感器 空间分辨 率/m 影像 云量
1986-07-25 Landsat5 TM 30 8%
1988-06-29 Landsat5 TM 30 5%
1990-08-21 Landsat5 TM 30 0%
1992-08-27 Landsat5 TM 30 8%
1994-07-31 Landsat5 TM 30 0%
1996-08-22 Landsat5 TM 30 0%
1998-07-29 Landsat5 TM 30 8%
2000-07-29 Landsat5 TM 30 0%
2002-08-06 Landsat5 TM 30 0%
2005-07-13 Landsat5 TM 30 9%
2008-08-01 Landsat5 TM 30 9%
2009-07-06 Landsat5 TM 30 5%
2011-08-31 Landsat5 TM 30 0%
2013-08-04 Landsat8 OLI 30 0%
2015-07-25 Landsat8 OLI 30 0%
2017-07-14 Landsat8 OLI 30 0%

OLI为陆地成像仪; TM为专题绘图仪

气象数据选取隆宝保护区周边5个国家级气站台站1986 -2017年度观测资料（包括气温、 降水、 蒸发量和地表温度等）， 从中国气象局综合气象信息共享平台（CIMISS）获取并已进行了质量控制。因气象站点位置分布与保护区均存在一定空间距离， 为获取较为准确的气象数据， 采用协同克里格方法将台站年度观测资料进行空间插值， 最后提取了各观测要素在保护区空间范围内的年度均值。考虑到各个阶段湿地的演变特征应是该时期各气象要素累计变化结果导致， 因而将各气象要素数据进行3年滑动平均以最终用于隆宝湿地演变的气候驱动分析。

2.3　分类方法

2.3.1　遥感分类体系

参考我国湿地等级式分类系统以及青海省地方标准《高寒湿地遥感分类技术指南（DB63/T 1746-2019）》（青海省气象科学研究所等， 2019）， 建立了隆宝保护区土地覆被遥感分类体系， 其中保护区内湿地类型主要以沼泽湿地和湖泊湿地为主并且分布少量河流湿地。本文将上述3种湿地类型归为一类， 并将其总面积定义为隆宝高寒湿地面积， 同时在保护区内还存在裸岩、 裸土、 高寒草甸和城乡/工矿/居民用地（建设用地）， 隆宝保护区土地覆被分类体系和影像特征如表2所示。
表2 土地覆被分类体系与影像特征

Table 2 Land cover classification system and image characteristics

项目 一级 影像与分布特征
真彩色合成 假彩色合成 野外照片 分布与影像特征
高 寒 湿 地 沼泽 湿地 真彩色中呈墨绿色, 在假彩色中呈暗红色, 形状不规则, 连片状分布, 色调不均一。在保护区内广泛分布在常年性/季节性积水与过湿区域。
湖泊 湿地 真彩色呈黑色、 深蓝色和褐色, 假彩色呈黑色和墨绿色, 形状呈多边形, 其主要分布在隆宝湿地的核心区域, 如隆宝湖以及周边小湖泊。
河流 湿地 真彩色呈黑色和褐色, 假彩色呈墨绿色, 条带状。其主要分布在湿地西北部与益曲河交汇地带, 并在河流两侧泛洪处形成湿地。
裸岩 真彩色为灰色、 青灰色, 假彩色呈灰绿色, 形状不规则, 呈斑块状, 主要分布在湿地北部和西北部高山山顶和山坡。
裸土 真彩色为土黄色, 假彩色为青绿色, 形状不规则, 连片状。主要分布在湿地南北部高山的山顶和山坡。
高寒草甸 真彩色为深绿色, 假彩色为鲜红色, 斑块内部色调均匀, 主要分布在隆宝湖两侧高山、 山坡和山谷地等地, 分布范围广。
城乡/工矿/ 居民用地 （建设用地） 真彩色中为灰色和灰白色, 假彩色中为青绿色, 形状为一定宽度条状分布, 主要为 修建在湿地北部的公路与少量居民点。

2.3.2　地物分类特征选取

用于湿地信息提取的分类特征主要包括： 光谱波段、 特征指数和辅助分类数据。首先， 影像光谱波段选取Landsat 8/OLI与Landsat 5/TM 光谱波段相近的红、 绿、 蓝、 近红外和短波红外波段； 其次， 挑选能够表征湿地植被、 土壤水分和水文信息的特征指数， 包括归一化植被指数（NDVI）和归一化差分水体指数（NDWI）， 计算方法见公式（1）、 （2）； 最后， 研究区为高山区地形较为复杂， 为有效提高分类精度在分类特征中也融入与地形因子相关的辅助分类数据， 如数字高程、 坡度和坡向数据。
N D V I = ρ N I R - ρ R E D ρ N I R + ρ R E D
N D W I = ρ G r e e n - ρ N I R ρ G r e e n + ρ N I R
式中： ρ N I R、 ρ R E D和 ρ G r e e n分别代表近红外、 红光和绿光波段； NDVI和NDWI值范围均为-1~1。

2.3.3　地物信息分类算法

选取随机森林（Random forests）机器学习方法用于隆宝地类信息的提取， 该方法最早于2001年由Leo Breiman和Adele Cutler提出， 是一种基于bagging框架下的决策树模型， 有较好的分类效率和精度（谷晓天， 2019）。本文通过多次试验获取模型参数， 其中将参数中决策树数量设定为120， 特征数量选取为Square Root， 停止分裂的最少样本数设定为1， 不纯度函数选择基尼系数， 而其阈值设定为0。在分类过程中需输入训练样本和验证样本， 但针对部分历史时期影像进行分类的过程中， 较难获取同时期的野外实地调查样点以作为训练和验证样本。因此， 尝试利用ArcGIS10.3软件中的Create Random Points工具创建随机样点， 其中每一期影像数据的随机样点分别为200个， 并通过人工目视经验判识获取各样点的实际地类属性， 最后依据各样点编号采用创建随机数方法按2∶1抽取训练样本和验证样本。

2.4　湿地演变特征动态分析方法

提取32年隆宝地表覆盖类型信息， 利用经典的土地利用动态模型从时空角度分析不同时段地表各类型间的演变幅度、 速度和演变方向， 方法包括单一土地利用动态度（K）、 综合土地利用动态度（LC）以及土地利用转移矩阵。

2.4.1　单一/综合土地利用动态变化度

单一土地利用动态度（K）指数用于指示研究区内某一地物类型在单位时间段内面积变化幅度和速率， 可用于比较各个地类间的变化差异， 而综合土地利用动态度（LC）则反映研究区内某一时段全部土地利用类型的整体变化速度， 可用于比较不同研究区或时段内地物类型整体变化速度的差异（杨爱民等， 2019）， 上述两种指数的计算公式如下：
K = ∆ U i U i × 1 T × 100 %
式中： i为第i种地类； ∆ U i为研究末期和初期第i类土地利用类型的面积（单位： km2）； T为研究时段长度（单位： 年）。
L C = ∑ i = 1 n ∆ L U i 2 ∑ i = 1 n L U i × 1 T × 100 %
式中： L U i为研究初期第i地类未转化为其他类型的面积（单位： km2）； ∆ L U i为研究时段第i土地利用类型转为非i土地利用类型的面积（单位： km2）； n为地物类型数； T为研究时段长度（单位： 年）。

2.4.2　土地利用转移矩阵

土地利用转移矩阵能揭示不同时期保护区内各地表类型间相互转换、 演进和流向的动态过程。公式（5）为土地利用类型转移矩阵的具体表达形式， 其中， i、 j代表转移前后的土地类型， Sij表示由i种地类转为j种地类的面积， m表示土地利用类型数目， 矩阵中的行元素之和表示该类土地转移前面积， 列元素之和表示该类土地转移后面积（杨爱民等， 2019）。
S i j = S 11 S 12 … S 1 m S 21 S 22 … S 2 m … … … … S m 1 S m 2 … S m m

2.5　气候驱动因子分析方法

使用线性趋势法进行气候变化趋势分析， 该方法通过建立各气象要素数据与时间的线性函数， 采用最小二乘法可获得线性变化率并进行线性趋势检验（马转转等， 2019）。同时采用Mann-Kendall法进一步补充分析了各气象要素的变化趋势以及气候突变现象， 该方法作为一种非参数检验方法， 相较于参数检验方法其样本数据不必遵循一定分布， 并且能够检验线性或非线性趋势（Wu et al， 2008）， 在进行趋势分析时当UF或UB统计量大于0时， 则表明该序列呈上升趋势， 反之呈下降趋势， 并且当超过临界线时， 表明上升或下降趋势显著， 如果UF和UB曲线在临界线之间存在交点， 则交点对应的时刻便是突变开始的时间（魏凤英， 2007）。
评价湿地面积消长与各气象要素间的相关程度主要采用了偏相关分析以及Pearson相关分析， 其中偏相关分析是指当两个变量同时与第三个变量相关时， 剔除第三个变量的影响， 而只分析两个变量间相关的程度， 已有大量研究（李军等， 2020； 祁栋林等， 2016）显示， 如相对湿度可与多个气象因子之间同时发生相关关系， 因此文中在进行简单相关分析的基础上继续进行偏相关分析， 其结果将更能描述要各要素间实际的相关程度。文中在相关性分析的基础上为进一步将多个相关程度高的气象要素转为较少的综合指标以简化分析， 最后采用了主成分分析法以确定主要气候驱动因子与湿地消长的响应程度及贡献（姜琪等， 2020）， 目前上述方法在气象、 生态、 地理和生物研究中广泛应用， 其相关原理不再赘述。

3 结果与分析

3.1　湿地演变时空特征分析

3.1.1　提取结果与精度评价

隆宝湿地1986 -2017年共16期影像数据进行土地覆被分类（图2）， 对各个时期土地分类的结果通过构建混淆矩阵后进行精度验证， 其模型总体分类精度均高于88%， Kappa系数大于0.86， 表明上述分类结果具有很好的准确性。
图2 隆宝湿地分类结果

Fig.2 Classification results of Longbao wetland

3.1.2　湿地面积与时空变化特征

在空间上看， 32年来隆宝湿地空间变化存在不均一性（图3）， 在湿地核心区东南部为明显的湿地消长区， 湿地边界变化幅度明显快于中部和西部， 其原因可能为地形因子对于湿地的演变具有一定影响， 具体表现为湿地核心区东部在地势上高于中西部， 伴随地势山区降水往往由东南向西北方向汇聚， 而地势的不均一将导致湿地核心区内总体水分条件东部要明显劣于中西部地区， 因而在气候特征发生较大变化时东部的湿地更易遭受波动从而发生演变； 在时间尺度上， 32年隆宝湿地面积总体呈下降趋势（图4）， 期间共减少11.66 km2， 年平均减少速率0.40 km2·a-1， 在2000 -2002年期间湿地面积出现由增到减的关键转折， 2002年前湿地面积在波动中呈现逐步增加趋势， 17年共增加7.60 km2， 增加速率0.88 km2·a-1， 2002年后隆宝湿地面积呈持续下降趋势， 15年共减少了11.28 km2， 减少速率1.36 km2·a-1， 后期湿地面积的退化速率明显高于前期湿地面积的增加速率。
图3 1986 -2017年隆宝湿地空间分布范围

Fig.3 Spatial distribution of Longbao wetland from 1986 to 2017

图4 1986 -2017年隆宝湿地面积

Fig.4 Area of Longbao wetland from 1986 to 2017

3.1.3　土地利用结构演变与动态变化度分析

以保护区内地表类型发生较大变化的年份将研究时段划分为4段（1986 -1994年， 1994 -2002年， 2002 -2008年和2008 -2017年）， 其综合土地利用动态度指数分别为0.44%， 0.42%， 0.75%和0.01%， 表明随着时间推移保护区内地表类型的变化程度趋于减弱。其中在1986 -1994年建设用地和裸土的土地利用变换强度较大， 分别达到36.67%和9.73%， 利用转移矩阵分析发现， 该时段因保护区修建道路， 其他土地利用类型转换为建设用地的面积达到了0.11 km2， 而裸土的转入面积也达到2.89 km2， 高寒草甸面积转出5.6 km2， 并主要转换为湿地（转入3.39 km2）和裸土（转入2.23 km2）两种类型。在1994 -2002年裸土和建设用地的土地利用动态变化强度较大， 依次为7.16%和2.78%， 高寒草甸的转出面积达到了12.01 km2， 其转化为裸土、 湿地和建设用地的面积分别达到了4.52 km2， 4.01 km2和0.1 km2， 湿地类型的转出面积为4.16 km2， 其主要转化为高寒草甸约4.01 km2。在2002 -2008年建设用地、 裸土和湿地的年变化强度大于2%， 湿地的转出面积较大达到10.28 km2并主要转换为高寒草甸。在2008 -2017年各地类动态变化均趋于平稳， 动态变化度均小于2%， 呈现湿地面积减小而高寒草甸面积增大， 约有3.42 km2湿度面积转换为了高寒草甸。总体分析， 隆宝保护区地表各类型中， 建设用地在1986 -1994年和2002 -2008年具有较大变化度， 其主要原因与区域道路扩建有关， 裸土在1986 -2002年具有较大变化度， 该期间主要存在裸土与高寒草甸间的相互转换， 湿地和高寒草甸是保护区内主要的地表覆盖类型， 并在1986 -2017年4个时期中两种类型间存在普遍的相互转换， 其年平均转换率为2.0%和0.76%， 各个时期的土地利用转移矩阵和动态变化度情况如表3和表4。
表3 1986 -2017年隆宝土地利用变化转移矩阵

Table 3 Transfer matrix of land use change from 1986 to 2017

时间 类型 建设用地/km2 裸岩/km2 裸土/km2 高寒草甸/km2 湿地/km2 转出面积/km2
1986 -1994年 建设用地 0.05 0.00 0.00 0.00 0.00 0.00
裸岩 0.05 0.51 0.00 0.00 0.00 0.05
裸土 0.06 0.05 3.46 0.42 0.02 0.55
高寒草甸 0.00 0.00 2.23 110.20 3.37 5.60
湿地 0.00 0.06 0.66 0.70 22.81 1.42
转入面积 0.11 0.11 2.89 1.12 3.39 7.62
1994 -2002年 建设用地 0.09 0.00 0.00 0.07 0.00 0.07
裸岩 0.00 0.57 0.19 0.05 -0.19 0.05
裸土 0.01 0.00 5.61 0.72 0.01 0.74
高寒草甸 0.10 0.00 4.52 99.31 7.39 12.01
湿地 0.00 0.03 0.12 4.01 22.04 4.16
转入面积 0.11 0.03 4.83 4.85 7.21 17.03
2002 -2008年 建设用地 0.10 0.03 0.07 0.00 0.00 0.10
裸岩 0.00 0.58 0.01 0.01 0.00 0.02
裸土 0.10 0.02 7.93 2.39 0.00 2.51
高寒草甸 0.11 0.03 0.34 101.99 1.69 2.17
湿地 0.00 0.01 0.00 10.27 18.97 10.28
转入面积 0.21 0.09 0.42 12.67 1.69 15.08
2008 -2017年 建设用地 0.18 0.01 0.02 0.05 0.06 0.14
裸岩 0.00 0.60 0.02 0.03 0.01 0.07
裸土 0.09 0.00 7.75 0.45 0.05 0.59
高寒草甸 0.10 0.02 0.49 110.64 3.42 4.02
湿地 0.00 0.00 0.40 6.12 14.14 6.51
转入面积 0.19 0.03 0.92 6.64 3.55 11.33
表4 1986 -2017年隆宝土地利用变化动态度

Table 4 Dynamic attitude of land use change in Longbao from 1986 to 2017

土地利用 类型 土地利用动态度/%
1986 -1994年 1994 -2002年 2002 -2008年 2008 -2017年
建设用地 36.67 2.78 7.86 1.7
裸岩 1.79 -0.36 1.67 -0.55
裸土 9.73 7.16 -2.86 0.4
高寒草甸 -0.64 -0.71 1.44 0.23
湿地 1.36 1.29 -4.2 -1.44
综合土地利用 0.44 0.42 0.75 0.01

3.2　气候变化特征

湿地生态系统对气候变化较为敏感， 并且以气温、 降水和蒸发等气候因子对于湿地的影响最为明显， 针对隆宝保护区近32年的气温、 降水等关键因子的变化趋势和气候突变状况予以分析， 其中年平均气温整体呈现显著上升趋势［图5（a）］， 气候倾向率为0.56 ℃·（10a）-1， 且通过α=0.01的显著性水平， 由M-K方法分析在1986 -2001年间气温呈现波动上升但并不显著， 而在2001年后气温上升显著， 超过α=0.05的显著性水平临界线， 根据UF和UB曲线的交点确定其突变年份为2001年［图6（a）］； 年降水量总体呈现不显著性增加趋势［图5（b）］， 其中1989 -1997年降水量在波动中总体呈现出减少趋势， 而在1997年后呈现波动增加趋势， 但上述变化趋势均不显著， 由M-K方法确定了降水突变年份为1989年和2004年［图6（b）］； 年蒸发量整体呈显著增大趋势［图5（c）］， 其气候倾向率达到46.79 mm·（10a）-1， 且通过α=0.01的显著性水平检验， M-K方法分析在2000年后蒸发量增大趋势显著， 其突变年份为1998年和2000年［图6（c）］； 平均风速整体呈现显著增大趋势［图5（d）］， 其气候倾向率达到了0.15 m·s-1·（10a）-1， 且通过α=0.01的显著性水平检验， 而由M-K方法分析1998年之前风速总体呈现减小趋势， 在1998年后风速呈持续增大， 并且在2012年后风速增大趋势显著， 确定其突变年份为2011年［图6（d）］； 年平均地表温度整体呈现显著升高趋势［图5（e）］， 其气候倾向率达到0.80 ℃·（10a）-1， 并通过α=0.01的显著性水平检验， 而M-K方法进一步分析表明在2001年后地表温度升温显著， 其突变年份为2002年［图6（e）］； 年最大冻土深度整体表现为逐步变浅趋势， 其中1986 -2008年呈现变浅趋势， 其变化率为-11.63 cm·（10a）-1， 而在2008年后年最大冻土深度逐步加深， 其变化率达到了38.80 cm·（10a）-1 ［图5（f）］， 经M-K方法分析在2005 -2011年下降趋势显著， 而2011年后呈显著上升趋势， 并确定其突变年份为2002年［图6（f）］； 平均相对湿度整体呈现显著下降趋势［图5（g）］， 其气候倾向率达到-2.08%·（10a）-1， 并通过α=0.01的显著性水平， M-K方法分析在1986 -2001年呈现波动上升， 而在2001年后呈持续下降趋势， 并在2009年后下降趋势显著， 确定突变年份为2006年［图6（g）］； 年积雪日数整体呈现下降趋势［图5（h）］， 其气候倾向率达到-10.66 d·（10a）-1， 且通过α=0.01的显著性水平， M-K方法分析在1986 -1998年呈波动增大， 而1998年后持续减少， 并在2004年后积雪日数减少趋势显著， 确定了突变年份为2002年［图6（h）］。
图5 1986 -2017年隆宝8种气象要素年际变化趋势

Fig.5 Interannual variation trends of eight meteorological elements of Longbao from 1986 to 2017

图6 1986 -2017年隆宝8种气象要素M-K突变检验

Fig.6 M-K mutation detection of eight meteorological elements of Longbao from 1986 to 2017

3.3　湿地面积与各气候驱动因子的相关性

3.3.1　相关性分析

将1986 -2017年隆宝湿地的面积与气温、 降水、 相对湿度等8个气象要素的3年滑动平均数据进行相关性分析， 考虑到隆宝湿地面积的演变往往是多种气象因素共同作用结果， 并且气象要素间也存在相互影响。为准确判识各个气象要素与湿地演变的相关程度， 在计算相关系数的同时也计算了偏相关系数， 其中湿地面积与相对湿度、 积雪日数、 风速和地表温度具有极显著相关关系（通过0.01显著性水平）， 其相关系数和偏相关系数分别达到了0.8和0.7以上， 与气温、 最大冻土深度和降水量也达到了显著相关关系（通过0.05显著性水平）， 其相关系数和偏相关系数均达到0.5以上。而蒸发量与湿地面积间的偏相关系数仅为0.4左右， 其相关关系并不显著。

3.3.2　响应程度分析

对湿地退化过程中的气候驱动因素进行定量判识， 在8种气象要素中选取与之存在显著相关关系的7个因素进行因子分析。首先， KMO检测值为0.74（KMO值≥0.6）， Bartlett球度检验相伴概率为0.00， 低于显著性水平0.05， 因此适合进行因子分析， 采用主成分分析方法提取主成分分量， 并利用最大正交旋转法对因子载荷矩阵进行旋转以简化结构便于因子解释。利用主成分分析方法提取了三种主成分， 其特征值分别为4.6， 1.0和0.6， 选取特征值≥1的前两个主成分分量， 方差累计贡献率达到了86.2%。在第一主成分中年平均地表温度、 年平均气温和年最大冻土深度的载荷绝对值在0.77以上， 具体见表5。综合可以看出第一主成分主要与环境热量有关。在第二主成分中年平均相对湿度、 年积雪日数和年平均风速的载荷绝对值在0.74以上， 主要与蒸发量和固态降水有关。
表5 气候因素与湿地退化主成分因子载荷

Table 5 Climatic factors and principal component factor loads of wetland degradation

原始变量 成分
第一主成分 第二主成分 第三主成分
年平均气温 -0.79 0.52 0.21
年降水量 -0.17 0.08 0.98
年平均相对湿度 0.60 -0.76 0.08
年积雪日数 0.62 -0.74 -0.11
年平均地表温度 -0.77 0.55 0.22
年最大冻土深度 0.91 -0.20 -0.15
年平均风速 -0.22 0.93 0.13
方差贡献率/% 74.34 86.22 94.1

3.3.3　响应模型建立与检验

为进一步明确各个变量与湿地变化间的响应程度， 利用提取的前两个主成分进行多元线性回归， 其回归方程为：
Z s = 0.546 Z 1 - 0.721 Z 2
式中： Zs为标准化后的湿地面积； Z 1和Z 2为第一、 第二主成分， 经检验R为0.90， R 2为0.81， F=26.86， 伴随概率值P<0.001， 常数项近似为0， 表明自变量与因变量间存在显著线性回归关系且模型的拟合优度较好， 将回归方程中的Z 1和Z 2主成分利用因子得分矩阵， 同时根据因变量和自变量的标准化方程Y' =（Y-均值）/标准差， X' =（X-均值）/标准差， 将回归方程还原到原始各个气候变量， 并将方程进一步展开为：
Y=5.064-0.621X 1+0.006X 2+0.357X 3+0.061X 4
-0.503X5+0.010X6-3.287X7
式中： Y为遥感提取的湿地面积； X 1， X 2， X 3， X4， X 5， X 6和 X 7分别代表年平均气温（单位： ℃）、 年降水量（单位： mm）、 年平均相对湿度（单位： %）、 年积雪日数（单位： d）、 年平均地表温度（单位： ℃）、 年最大冻土深度（单位： cm）和年平均风速（单位： m·s-1）。通过对回归方程分析可得， 湿地面积变化响应程度由高到低依次为年平均风速、 年平均气温、 年平均地表温度和年平均相对湿度， 其回归系数相对较大， 并且根据方程可以看出湿地面积会随着气温和地表温度升高， 风速加大以及相对湿度降低而萎缩， 物理意义较为合理清晰。
将遥感提取的隆宝湿地面积作为真实值， 经计算， 模型预测值与真实值间相对误差在0.00~8.84%， 平均相对误差为4.44%， 绝对误差为0.00~2.41 km2， 平均绝对误差为1.02 km2， 均方根误差为1.21， 与响应模型预测的湿地面积1∶1作图法进行验证发现， 预测模型的相关系数达到0.90， 通过0.001水平显著检验， 表明模型中各个气候因子对于模型贡献显著， 且准确度较高。
图7 隆宝湿地面积与气候因子响应模型的精度检验

Fig.7 Accuracy verification of the response model between Longbao wetland area and climatic factors

4 结论与讨论

利用长时间序列高分辨率影像资料， 同时采用定量化的湿地提取技术获取了近32年隆宝湿地时空演变特征信息， 并对气候变化与湿地演变的响应规律进行分析， 得出主要结论如下：
（1） 采用随机森林方法能准确提取湿地面积信息， 近32年隆宝湿地面积在空间上东南部为明显的湿地消长变化区域， 在时间上湿地面积总体呈退化趋势， 并在2002年前后出现由增至减的转折点， 保护区内地物类型变化程度不大， 湿地类型主要与高寒草甸间进行平稳的演替。
（2） 近32年隆宝区域内气候特征表现为气温显著升高， 而降水量增加趋势并不显著， 风速、 地表温度和蒸发量显著增加， 相对湿度和积雪日数显著减少， 最大冻土深度在年际波动中逐步变浅， 在2002年后隆宝区域内气候将呈现明显的暖干化趋势。
（3） 32年隆宝湿地面积演变依次与风速、 气温、 地表温度和相对湿度的响应程度高。
文中隆宝保护区内湿地面积在时间尺度上的变化趋势， 与长江源区内1990 -2004年湿地面积遥感监测结果（常国刚等， 2005； 李凤霞等， 2011）相比， 2000年以前长江源区内湿地面积整体呈增长态势， 而之后湿地面积开始退缩， 隆宝湿地作为长江源区重要的湿地之一， 该区域湿地面积在时间尺度的变化特征能与长江源区整体湿地演变特征保持较好的一致性。在空间尺度上隆宝湿地核心区域的东南部湿地范围变化相较于中西部更明显。一般认为， 地形对湿地的形成具有重要作用， 湿地植被分布及演变与地形因子间存在较好的响应程度（栗云召等， 2011； 侯明行等， 2013）， 而隆宝湿地区域内海拔差异导致水分条件在空间上的不均， 进而可能造成隆宝湿地演变特征在空间上的不一致性； 目前， 在青藏高原主体增温显著， 而年总降水量呈不显著增加趋势， 并且年总降水量在空间分布不均， 东南多而西北少， 高原整体风速减小， 积雪深度和积雪日数缓慢下降， 高原东部正在逐步变暖变干（徐丽娇等， 2019； 许建伟等， 2020）。燕云鹏等（2015）对长江源区1975 -2007年气候特征研究指出2000年前长江源区呈现暖湿特征， 在2000年后逐渐暖干化， 文中研究发现隆宝湿地气候变化特征与长江源区整体气候变化背景较为一致， 并且自2002年以来隆宝湿地区域气候仍呈现暖干化趋势； 前人研究多指出长江源区湿地退化的主要气候响应因子为蒸发量、 降水量和气温， 文中对湿地面积消长与气候驱动因子进行相关性辨识， 结果表明隆宝湿地演变与气温、 风速、 地表温度和相对湿度响应程度高。当前青藏高原气候变暖已不可避免地对湿地生态系统产生重大影响， 而隆宝地区气温与湿地面积间存在极显著负相关关系这与燕云鹏等（2015）的研究结果相一致。文中相对湿度和风速与湿地面积间也存在极显著相关关系， 高寒湿地水分消耗的主要途径为蒸散发， 风速加大以及相对湿度的降低能够直接导致湿地环境蒸发量的加大， 同时能够加剧湿地植物的蒸腾作用， 进而导致湿地水分状况恶化引发湿地退化（罗磊， 2005）， 本文也间接证实蒸散状况的确是隆宝湿地演变重要的影响因子。在青藏高原冻土区之上广泛分布着高寒湿地， 一般冻土层能够阻止地表水向地下渗透， 致使活动层长期饱和从而形成湿地（孙广友等， 2008）， 在青藏高原冻土整体呈现退化背景下， 近32年来隆宝地区冻土整体也表现出退化趋势， 引发冻土退化原因较多， 而玉树地区地表温度的升高是冻土退化的最大驱动力（赵全宁， 2018）， 文中隆宝湿地面积与地表温度存在极显著负相关关系与最大冻土深度呈显著正相关关系， 因而可以推测2002年后隆宝湿地面积的消减可能与该地区地表温度的升高引发的冻土退化有关。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Buckley R， 2011.The economics of ecosystems and biodiversity： Ecological and economic foundations［J］.Austral Ecology， 36（6）： 34-35.

McGuire A D， Sturm M， Chapin F S， 2003.Arctic Transitions in the Land-Atmosphere System （ATLAS）： Background， objectives， results， and future directions［J］.Journal of Geophysical Research， 108（D2）： 8166-8176.DOI： 10.1029/2002JD002367.

Wu H， Soh L K， Samal A， et al， 2008.Trend analysis of streamflow drought events in Nebraska［J］.Water Resources Management， 22 （2）： 145-164．DOI： 10.1007/s11269-006-9148-6.

常国刚， 李凤霞， 李林， 2005.气候变化对青海生态与环境的影响及对策［J］.气候变化研究进展， 1（4）： 172-175.DOI： 10. 3969/j.issn.1673-1719.2005.04.007.

陈桂琛， 黄志伟， 卢学锋， 等， 2002.青海高原湿地特征及其保护［J］.冰川冻土， 24（3）： 254-259.

青海省气象科学研究所， 青海省湿地保护中心， 青海省卫星遥感中心， 等， 2019.高寒湿地遥感分类技术指南（DB63/T 1746-2019）［S］.西宁： 青海省市场监督管理局.

杜际增， 王根绪， 杨燕， 等， 2015.长江黄河源区湿地分布的时空变化及成因［J］.生态学报， 35（18）： 6173-6182.DOI： 10.5846/stxb201401260196.

谷晓天， 高小红， 马慧娟， 等， 2019.复杂地形区土地利用/土地覆被分类机器学习方法比较研究［J］.遥感技术与应用， 34（1）： 57-67.DOI： 10.11873/j.issn.1004-0323.2019.1.0057.

何方杰， 韩辉邦， 马学谦， 等， 2019.隆宝滩沼泽湿地不同区域的甲烷通量特征及影响因素［J］.生态环境学报， 28（4）： 803-811.

侯明行， 刘红玉， 张华兵， 等， 2013.地形因子对盐城滨海湿地景观分布与演变的影响［J］.生态学报， 33（12）： 3765-3773.DOI： 10.5846/stxb201211121591.

姜琪， 罗斯琼， 文小航， 等， 2020.1961-2014年青藏高原积雪时空特征及其影响因子［J］.高原气象， 39（1）： 24-36.DOI： 10. 7522/j.issn.1000-0534.2019.00022.

李凤霞， 伏洋， 肖建设， 等， 2011.长江源头湿地消长对气候变化的响应［J］.地理科学进展， 30（1）： 49-56.

李军， 王京丽， 屈坤， 2020.相对湿度和PM_（2.5）浓度对乌鲁木齐市冬季能见度的影响［J］. 中国环境科学， 40（8）：3322-3331. DOI：10.19674/j.cnki.issn1000-6923.2020.0371.

李林， 吴素霞， 朱西德， 2008.21世纪以来黄河源区高原湖泊群对气候变化的响应［J］.自然资源学报， 23（2）： 245-253.DOI： 10.3321/j.issn： 1000-3037.2008.02.009.

栗云召， 于君宝， 韩广轩， 等， 2011.黄河三角洲自然湿地动态演变及其驱动因子［J］.生态学杂志， 30（7）： 1535-1541.

罗磊， 2005.青藏高原湿地退化的气候背景分析［J］.湿地科学， 3（3）： 190-199.DOI： 10.3969/j.issn.1672-5948.2005.03.005.

马转转， 张明军， 王圣杰， 等， 2019.1960-2015 年青藏高寒区与西北干旱区升温特征及差异［J］.高原气象， 38（1）： 42-54.DOI： 10.7522/j.issn.1000-0534.2018.00074.

祁栋林， 肖宏斌， 李晓东， 等， 2016.1964-2013年青海省不同生态功能区蒸发皿蒸发量的变化特征［J］.干旱气象， 34（2）：234-242.DOI： 10.11755/j.issn.1006-7639.2016.02.0234.

宋长春， 2003.湿地生态系统对气候变化的响应［J］.湿地科学， 1（2）： 122-127.DOI： 10.13248/j.cnki.wetlandsci.2003.02.008.

孙广友， 金会军， 于少鹏， 2008.沼泽湿地与多年冻土的共生模式—以中国大兴安岭和小兴安岭为例［J］.湿地科学， 6（4）： 479-485.DOI： 10.13248/j.cnki.wetlandsci.2008.04.009.

王根绪， 李元寿， 王一博， 等， 2007.近40年来青藏高原典型高寒湿地系统的动态变化［J］.地理学报， 62（5）： 481-491.DOI： 10.3321/j.issn： 0375-5444.2007.05.004.

韦玮， 李增元， 谭炳香， 等， 2011.基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究［J］.林业科学研究， 24（2）： 159-164.

魏凤英， 2007.现代气候统计诊断与预测技术［M］.北京： 气象出版社， 99-104．

许建伟， 高艳红， 彭保发， 等， 2020.1979-2016年青藏高原降水的变化特征及成因分析［J］.高原气象， 39（2）： 234-244.DOI： 10.7522/j.issn.1000-0534.2019.00029.

徐丽娇， 胡泽勇， 赵亚楠， 等， 2019.1961-2010年青藏高原气候变化特征分析［J］.高原气象， 38（5）： 911-919.DOI： 10.7522/j.issn.1000-0534.2018.00137.

杨爱民， 朱磊， 陈署晃， 等， 2019.1975—2015年玛纳斯河流域土地利用变化的地学信息图谱分析［J］.应用生态学报， 30（11）： 3863-3874.DOI： 10.13287/j.1001-9332.201911.017.

燕云鹏， 徐辉， 邢宇， 2015.1975—2007年间三江源不同源区湿地变化特点及对气候变化的响应［J］.测绘通报 （增刊）： 5-10.

赵峰， 刘华， 张怀清， 等， 2012.近30年来三江源典型区湿地变化驱动力分析［J］.湿地科学与管理， 8（3）： 57-60.DOI： 10. 3969/j.issn.1673-3290.2012.03.16.

赵全宁， 严应存， 刘彩红， 等， 2018.1980—2017年青海省玉树地区季节冻土变化对气候变暖的响应［J］.冰川冻土， 40（5）： 899-906.DOI： 10.7522/j.issn.1000-0240.2018.0097.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn