黄河流域干热变化及对植被影响研究

作     者：赵晓阳 

作者单位：河南大学 

学位级别：硕士

导师姓名：夏浩铭

授予年度：2023年

学科分类：07[理学] 0706[理学-大气科学] 0713[理学-生态学] 

主      题：黄河流域 复合干热 SPEI STI VCCP模型 时空分析 植被脆弱性 

摘      要：气候变暖背景下,干旱、极端高温和复合干热事件频繁发生,引发了一系列全球性生态问题。近年来,国际社会对干旱、极端高温和复合干热事件的关注度持续提升。目前,国内外学者基于植被指数、温度、降水和蒸散发等信息,构建了大量的干旱和高温指数,以便有效识别干旱、极端高温和复合干热事件的发生发展过程。然而,目前已有的干旱和高温数据集时空分辨率仍然不足。一方面,基于气象站点构建的干旱和高温数据集在空间上不连续,另一方面,利用再分析数据构建的干旱和高温数据集存在空间分辨率低的问题,这导致对干旱和极端高温事件的监测和预报研究存在很多不确定性。基于以上问题,本文选取黄河流域为研究区,基于气象站点数据、遥感数据和再分析数据,构建了一种生产高时空分辨率干旱和高温数据的随机森林回归(RFR,Random Forest Regression)模型,生产了2001～2020年黄河流域高空间分辨率(1km)干旱和高温数据集,揭示了近二十年黄河流域干旱和极端高温事件的时空变化规律。其次,为了精准评估不同干热情景对植被生长的影响,本文利用Vine Copula条件概率(VCCP,Vine Copula Conditional Probability)模型,阐明了不同干旱、高温及复合干热情景下植被损失概率。最后,本文明晰了黄河流域气温、降水和潜在蒸散发等气候因子的时空变化规律,并发现了不同干热状况下不同植被类型的脆弱性。主要结论如下:(1)构建了一种新的、稳健的高时空分辨率标准化降水蒸散发指数(SPEI,Standardized Precipitation Evapotranspiration Index)和标准化温度指数(STI,Standardized Temperature Index)模型。基于SPEI和STI模型,分别生产了2001～2020年黄河流域3个月尺度每月的高空间分辨率(1km)SPEI和STI数据集。SPEI和STI数据集在训练样本上的R、平均误差(ME,Mean Error)、平均绝对误差(MAE,Mean Absolute Error)和均方根误差(RMSE,Root Mean Square Error)分别为0.944、-0.02、0.172、0.259和0.981、-0.006、0.0991、0.207;在测试样本上的R、ME、MAE和RMSE分别为0.653、-0.01、0.5、0.66和0.762、-0.04、0.575、0.77。(2)阐明了2001～2020年黄河流域SPEI、STI、NDVI时空变化规律。近20年黄河流域SPEI、STI和NDVI均呈上升趋势,即干旱状况逐渐减弱、温度逐渐上升和植被生长状况逐渐向好。SPEI、STI和NDVI呈现显著上升的面积分别为37.11×10km、18.83×10km和68.32×10km,分别占黄河流域总面积的46.66%、23.67%和85.89%。(3)明晰了黄河流域SPEI、STI和NDVI的相互影响机制。干旱(SPEI)对黄河流域植被(NDVI)显著(P0.05)影响的面积(24.59×10km)远大于STI影响的面积(3×10km)。SPEI与STI指数的相关性结果表明,黄河流域西部(高海拔地区,24.78×10km)SPEI与STI呈正相关,即温度上升时干旱状况减弱(冰川积雪融水增加),而在中东部(54.81×10km)SPEI与STI呈负相关,即温度上升时干旱状况加剧。(4)定量了干旱、高温及复合干热事件对植被影响的概率。当干旱逐渐加剧时,NDVI指数下降到0.5分位数以下的概率值超过60%的面积显著增加;而温度上升时,NDVI指数下降到0.5分位数以下的概率值超过60%的面积有微弱的增加趋势;从植被损失概率角度,干旱加剧比温度升高对植被胁迫强度更大。复合干热条件下,植被生长主要受到水分的胁迫,干旱的加剧将直接破坏植被的正常生长。(5)揭示了不同干热状况下不同植被类型的脆弱性。干热事件对流域湿冷区植被的影响最小,而对干冷区植被的影响最大;在非干旱条件下,草地和农田生长比混合林、落叶林和常绿林生长受到的抑制更小,而在干旱条件下,草地和农田生长受到的抑制大于混合林、落叶林和常绿林;干热区、湿热区和干冷区的草地以及干冷区和湿冷区的农田是黄河流域最脆弱的植被类型。