论文部分内容阅读
干旱是一种普遍的水文气象现象,更是一种毁灭性极强的自然灾害。随着气候变化和人类活动的共同影响,全球范围内还将发生更为频繁和严重的干旱,进而带来农作物歉收、饮水匮乏、生态系统破坏等深远影响。这种变化同时带来干旱向湿润气候区的转移,如我国西南地区自21世纪以来经历了严重的干旱,给该地区的生态环境和社会经济造成了严重的伤害和损失。面对喀斯特生态环境的脆弱特征、人口增长的压力以及气候变化的影响,西南地区水资源利用面临极大挑战,急需对该地区的干旱有清晰认识,为干旱预警及水资源管理提供科学建议。目前,已有众多研究关注西南地区干旱发生的特征和影响,对干旱识别、干旱时空分布和生态系统功能的破坏与恢复都有了一定程度的认识和了解。但这些研究极少涉及季节性,而季节性干旱却是该地区发生频率最高和经济损失最严重的自然灾害。西南地区拥有充足的水资源,但喀斯特地貌的聚集使得大量地表水通过岩石裂缝流入地下河,促使地表快速失去水分。因此,对岩溶地貌的特殊考虑有助于季节性在干旱研究中发挥潜力,同时,遥感技术的发展也使得地表水能够在干旱研究中发挥相应作用。针对上述两点科学问题,本研究通过谷歌地球引擎（Google Earth Engine,GEE）,利用多源数据分析了基于地表水和植被的季节性指标在西南地区2000-2017年间的变化趋势,并探索了这些季节性指标对干旱的响应。本研究的主要内容和结论如下:（1）通过逐年统计季节性地表水面积（Seasonal Surface Water,SWA）和永久性地表水面积（Permanent Surface Water,PWA）,明确了其长期变化趋势,并提出地表水响应速度来量化干旱对地表水带来的影响。基于GEE的地表水面积统计表明SWA在2000-2017年持续波动,且对干旱有着阶段性的响应,表现为先随着干旱的发生而减少,之后在干旱缓解中逐渐恢复,因而在干旱期呈现U型或V型谷,SWA最小时低于平均水平32.97%。空间上,季节性地表水的变化呈现三个特征:一是基于径流面积增加的非水体向季节性地表水转化和季节性地表水向永久性地表水转化;二是干旱及缓解过程引起的永久性地表水与季节性地表水之间的相互转化和非水体与季节性地表水之间的相互转化;三是由于水华等水体环境因素导致的三种状态之间的相互转化。永久性地表水面积PWA以每年108.53 km~2的速度持续增加,在2000-2017年增长了38.45%。新增的永久性地表水主要来自非水体,这得益于该地区多年来兴建水利设施并进行大面积蓄水。（2）从植被绿度、生产力和物候三个方面,分析了西南地区植被的动态变化及其受干旱的影响。研究发现,绿度和生产力都表现出增长趋势,表明该地区植被生长状态的改善。本研究还证明了这一改善除了生态修复工程的贡献之外,还与该地区水资源的增加有关。其中归一化植被指数（Normalized Difference Vegetation Index,NDVI）、增强型植被指数（Enhanced Vegetation Index,EVI）和季节性合成植被指数（Seasonally Integrated Normalized Difference Vegetation Index,SINDVI）呈现一致的绿度变化趋势:波动增加,在干旱年份呈现两个低谷区,对应两个干旱时段。植被总初级生产力（Gross Primary Production,GPP）在939.88-1213.63 g C m-2 yr-1范围内波动,自2012年之后呈显著增加趋势。植被物候在2000-2017年间无明显的增加或减少趋势,主要波动是干旱影响下的生长季开始时间（Start of Season,SOS）推迟、生长季结束时间（End of Season,EOS）提前以及生长季长度（Length of Season,LOS）缩短。三个物候参数的变化均表明植被物候对干旱具有强烈的响应。不同之处在于,LOS倾向于对干旱的阶段性进行响应,而SOS和EOS对气象变化更敏感。（3）以帕默尔干旱指数（Palmer Drought Severity Index,PDSI）为基准,在干旱发生的核心区域内,对比了各个季节性指标响应干旱的表现,并评估了其各自作为西南地区干旱监测和预警指标的适用性。结果表明,PDSI、SWA和LOS三个指标均在2000-2017年识别出两个干旱期,以PDSI小于-2为识别标准时,两个干旱时段为2003年8月至2007年6月和2009年9月至2014年6月。SWA响应速度表明,SWA对后一时期的干旱响应程度和速度都更大,表明后一时段的干旱给地表水造成了更为严重且迅速的影响。对PDSI、SWA和LOS的对比分析发现,三个指标都可以完整地揭示干旱的发生和缓解过程,且能够反映不同程度干旱产生的不同程度影响,但在干旱时段内,三者仍具有差异:SWA在指示干旱的阶段性时更稳定,而PDSI和LOS对气象变化更为敏感。本研究评估了SWA和LOS在干旱季节性响应中的表现,认为两者都可有效揭示西南地区干旱的发生过程,且SWA有望成为该地区干旱周期性预警的指标,这加深了对西南地区干旱发生过程的理解,并为干旱监测、早期预警以及水资源管理提供科学支撑。