0 引言

植被生态是表征生态环境质量的重要指标，而植被生长发育及其功能受气候变化直接影响^[1-4]。气候变化大背景下，研究植被生态质量的变化特征及其对气温、降水、极端天气等气候条件的响应，具有重要的现实意义^[5-8]。植被净初级生产力(net primary productivity，NPP)和植被覆盖度(fractional vegetation cover，FVC)作为表达植被生态质量和植物生长状况的两个关键特征量，被广泛应用于植被生态质量监测评估研究^[9-11]。李超等^[3]利用MODIS(Moderate Resolution Imaging Spectroradiometer)数据反演总初级生产力(gross primary productivity，GPP)、叶面积指数、FVC、温度植被干旱指数和陆面温度等5项指标，基于构建的植被生态指数，对2000—2018年全国植被生态质量演变趋势进行研究。汲玉河等^[11]基于遥感反演的归一化植被指数(normalized difference vegetation index，NDVI)计算了FVC，利用相关模型计算了草地和林地的NPP，并以此为指标研究了秦岭地区植被生态质量演变特征及驱动力。路利杰等^[12]根据FVC、叶面积指数、GPP等生态系统遥感参量，建立了生态系统质量评估模型，对丹江口库区植被生态质量进行监测分析。毛留喜等^[13]采用NDVI数据，基于对NPP的估算，建立了包括辐射、土壤水分、总第一生产力、呼吸作用、净第一生产力和监测评价指数等6个子模型的生态气象监测评价模型，监测评估了以气象条件为主要驱动因子的全国生态环境质量，奠定了该领域的研究基础。钱拴等^[9]在上述生态气象监测评价模型基础上，采用NPP和FVC两个指标，构建了可以综合反映植被单位面积生产能力和区域覆盖能力的综合生态质量指数，进而修订了植被综合生态质量时空变化动态监测评价模型。这些模型在浙江^[14]、海南^[15]等地均取得了较好的应用成效。

德州着力推进黄河流域生态保护和高质量发展，业已取得良好的工作成效。近年来德州气候变化形势复杂，干旱、寒潮、暴雨等极端气候事件频发，对植被生态质量造成一定影响。为此，基于成熟的植被综合生态质量时空变化动态监测评价模型^[9]，对2000—2022年德州植被生态质量时空变化进行定量化评估，同时利用气象观测资料分析同期气候变化特征，进而揭示植被生态质量对气候变化的响应特征，为生态修复、国土绿化、高质量发展等科学决策提供气候数据支持。

1 资料与方法 1.1 研究区概况

德州位于山东西北部、黄河下游北侧，属黄河冲击平原，四季分明、雨热同期，春季干旱多风，夏季炎热多雨，秋季凉爽少雨，冬季寒冷干燥，具有显著的温带大陆性季风气候特征。年平均气温为13.2 ℃，年日照时数为2 483.8 h，年降水量为531.4 mm。土地总面积为10 356 km²，其中耕地占比60%左右。植被生长季主要集中在3—11月，植被类型以农田为主，农田作物主要为冬小麦、夏玉米。

1.2 数据来源

采用的数据包括2000—2022年气象数据和卫星遥感数据。其中，气温、降水、光照、极端天气气候事件等气象数据来源于德州市气象局气象观测站。卫星遥感数据来源于MODIS月NDVI合成产品，空间分辨率为1 km。

1.3 评价指标 1.3.1 植被生态质量评价指标

采用植被生态质量指数(ecological quality index，EQI)作为评价指标，反映德州地区植被生态质量年际变化特征，计算公式如下。

$ I_{\mathrm{EQ}}=100 \times\left(f_1 \times V_{\mathrm{FVC}}+f_2 \times \frac{V_{\mathrm{NPP}}}{V_{\mathrm{NPP}-\max }}\right) $

(1)

式中：I_EQ为生态质量指数值，范围为0~100，数值越大说明植被生态质量越好；f₁、f₂为权重系数，f₁和f₂之和为1；V_FVC为植被覆盖度值；V_NPP为植被净初级生产力值，单位为g C·m^-2；V_NPP-max为研究时段植被净初级生产力的最大值，即“最好”气候条件下的植被净初级生产力。

$ V_{\mathrm{FVC}}=\frac{I_{\mathrm{NDV}}-I_{\mathrm{NDV}-\mathrm{S}}}{I_{\mathrm{NDV}-\mathrm{V}}-I_{\mathrm{NDV}-\mathrm{S}}} \times 100 \% $

(2)

式中：I_NDV为归一化植被指数值，I_NDV-V为植被覆盖区域的归一化植被指数值，I_NDV-S为裸土或无植被覆盖区域的归一化植被指数值。

$ V_{\mathrm{NPP}}=V_{\mathrm{GPP}}-R_{\mathrm{g}}-R_{\mathrm{m}} $

(3)

$ R_{\mathrm{g}}=0.2 \times\left(V_{\mathrm{GPP}}-R_{\mathrm{m}}\right) $

(4)

$ R_{\mathrm{m}}=V_{\mathrm{GPP}} \times\left(7.825+1.145 \times t_{\mathrm{a}}\right) / 100 $

(5)

$ V_{\mathrm{GPP}}=\varepsilon \times T_{\varepsilon} \times W_{\varepsilon} \times V_{\mathrm{FPAR}} \times V_{\mathrm{PAR}} $

(6)

式中：V_GPP为植被总初级生产力值，单位为g C·m^-2；R_g为植被生长呼吸消耗量，R_m为植被维持呼吸消耗量，单位均为g C·m^-2；t_a为平均气温，单位为℃；ε为最大光能利用率，参考相关研究取值0.389 g C·MJ^-1；T_ε为温度胁迫系数，根据光合作用的最低、最优、最高温度进行计算；W_ε为水分胁迫系数，根据实际蒸散量和潜在蒸散量计算，取值范围为0.5(极端干旱条件下)~1.0(非常湿润条件下)；V_FPAR为植被吸收光合有效辐射的比例(fraction of photosynthetically active radiation，FPAR)，根据I_NDV进行估算；V_PAR为光合有效辐射(photosynthetically active radiation，PAR)值，利用日照时数观测数据计算太阳总辐射，由入射光合有效辐射占太阳总辐射的比例计算得到，单位为MJ·m^-2[9]。首先计算月V_NPP，其次对全年各月进行累计，计算得到全年V_NPP。

1.3.2 气候变化评价指标

采用与植被生长密切相关的气温、光照、降水等指标，研究气候变化趋势及其对植被生态质量的影响。鉴于德州植被类型中农田面积占比最大，而农田中种植面积最大的冬小麦在0 ℃以下停止生长发育，因此在研究年平均气温状态的同时，加入正积温(对年内超过0 ℃的逐日平均气温进行累计，下同)参数，以期体现气温累计量对植被生态质量的影响。决定选用年平均气温(t)、正积温(t_sum)、年日照时数(S)、年降水量(P)、年降水日数(D)等5个指标。

近年来气候变化加剧，寒潮、干旱、暴雨等极端气候事件增多，对植被生长造成了显著影响。为此，在上述5个气候变化评价指标的基础上，进一步研究极端气候因子对植被生态质量的影响。结合德州气候变化情况，参考现有研究成果，在广泛应用于极端气候事件研究的气候指数中选择8个指数进行分析，包括4个极端气温指数和4个极端降水指数(表 1)。基于2000—2022年德州11个气象观测站点逐日平均气温、最高(低)气温、降水量等气象数据，计算极端气候指数。

1.4 统计分析方法 1.4.1 趋势分析

对2000—2022年德州植被生态质量指数以及温度、光照、降水等气候因子进行变化趋势分析。采用最小二乘法计算线性斜率(k)，以评价研究对象在研究时段内的变化趋势，斜率为正表示呈增加趋势，反之为减少趋势，其数值大小表示增加或减少的速率。

$ k=\frac{n \times \sum\limits_{i=1}^n\left(i \times X_i\right)-\left(\sum\limits_{i=1}^n i\right) \times\left(\sum\limits_{i=1}^n X_i\right)}{n \times \sum\limits_{i=1}^n i^2-\left(\sum\limits_{i=1}^n i\right)^2} $

(7)

式中：n为研究年际跨度，i为第i年，X_i表示第i年的研究指标。

1.4.2 相关分析

采用Pearson相关系数评价植被生态质量与气温、降水、光照等气象因子以及极端气候指标之间的相关关系，并利用t统计量检验其显著性。相关系数(r)计算公式如下。

$ r=\frac{\sum(X-\bar{X})(Y-\bar{Y})}{\sqrt{\sum(X-\bar{X})^2 \sum(Y-\bar{Y})^2}} $

(8)

式中：X、Y分别为待分析的两组指标，X、Y分别为两组指标的平均值。

2 结果分析 2.1 植被生态质量时空变化 2.1.1 FVC年际变化

2000—2022年FVC计算结果(图 1)表明，23年以来德州FVC整体呈增大趋势，平均每10年增加6.8%，植被绿度明显提升(显著性检验结果p＜0.01)。其中，2010—2017年FVC增幅最大，平均每年增加1.14%；2017—2019年FVC出现急剧下降，平均每年减少4.98%，并在2019年出现近10年的最低值，为43.9%。2005—2009年FVC相对稳定，平均每年增加0.1%。

2.1.2 NPP年际变化

2000—2022年NPP计算结果(图 2)表明，23年以来德州NPP虽然年际波动较大，但整体呈显著增加趋势(p＜0.01)，平均每10年增加101.6 g C·m^-2。最大值出现在2022年，为752.2 g C·m^-2，最小值出现在2002年，为260.9 g C·m^-2，前者约为后者的3倍。2019年以来NPP逐年增加，平均每年增加75.14 g C·m^-2。

2.1.3 EQI年际变化

2000—2022年EQI计算结果(图 3)表明，23年以来德州EQI整体呈显著增加趋势(p＜0.01)，平均每10年增加7.3。2022年EQI达最大值，为52.4，最小值出现在2002年，为28.2，最大值比最小值高85.8%。2019年以来EQI逐年增加，平均每年增加2.81。

2.1.4 植被生态质量空间变化

德州各县(市、区)EQI、NPP和FVC在2000—2022年均呈增加趋势，植被生态质量明显改善(表 2)。EQI变化趋势率陵城区最高(0.83)，德城区最低(0.59)；NPP趋势率乐陵市最高(12.14 g C·m^-2)，夏津县最低(7.79 g C·m^-2)；FVC趋势率平原县最高(0.76%)，德城区最低(0.49%)。各县(市、区)植被生态质量均明显变好，EQI趋势率空间差异较小(图 4)；德城区植被生态质量改善相对较弱，与城市建设不断发展、中心城区面积持续扩大、植被面积有所减少密切相关。

2.2 气候变化

2000—2022年，德州年平均气温、正积温呈显著增加趋势(p＜0.01)，变化倾向率分别为0.35 ℃/(10 a)、101.17 ℃/(10 a)(图 5)；年降水量、年降水日数呈增加趋势，变化倾向率分别为90.89 mm/(10 a)、1.68 d/(10 a)(图 6)；年日照时数呈减少趋势，变化倾向率为-27.01 h/(10 a)(图 7)。可见，23年以来德州地区趋于暖湿化，但光照资源略有减少。其中，年降水量和年降水日数的年际变化趋势基本一致，年平均气温和正积温的年际变化趋势基本一致；而年平均气温与年降水量的年际波动方向基本相反，在年降水量多的年份，年平均气温普遍偏低，在年降水量少的年份，年平均气温普遍偏高。

此外，历史气象资料显示，近年来暴雨、寒潮、干旱等灾害性极端天气呈频发趋势^[16-20]。例如，2002年出现严重干旱，降水量为近23年的最低值，而年日照时数则为近23年的最高值，年平均气温为近10年的最高值。2014年同样出现干旱，降水量为近23年的第二低值，年平均气温为近23年的最高值。2021年夏汛秋汛并存，秋季降水量突破历史极值，年降水量为近23年的最高值，年日照时数为近10年的最低值。

2.3 植被生态质量指标与气候因子的相关性

德州及各县(市、区)植被生态质量评价指标与气温、降水、光照等气候因子相关分析结果(表 3)显示，EQI与年平均气温为显著的正相关关系；与正积温、年降水量、年降水日数为极显著的正相关关系，其中与年降水量的相关系数最大(0.60)；与年日照时数相关性不大。NPP与年降水量、年降水日数均为极显著的正相关关系，其中与年降水量的相关系数最大(0.74)；与年平均气温、正积温、年日照时数的相关性不大。FVC与年平均气温、正积温、年降水量、年降水日数均为极显著的正相关关系，其中与年平均气温、正积温的相关系数最大(0.32)；与年日照时数相关性不大。总体来看，植被生态质量评价指标与气温、降水的相关性较大，与光照的相关性较小，其中与降水的相关系数最大。以上分析说明气温和降水是改善植被生态质量的主要气候驱动因子，而且降水的驱动作用大于气温。

植被生态质量评价指标与极端气候指标的相关分析结果(表 4)显示，EQI与结冰日数为极显著的负相关关系，与霜冻日数为较弱的负相关关系，与夏日日数、炎热夜数的正相关性较弱；与降水强度指数、中雨日数为极显著的正相关关系，与连续干旱日数为较弱的负相关关系，与连续湿润日数为较弱的正相关关系。NPP与4个极端气温指数的相关性较弱，其中与结冰日数为负相关关系，与其他3个气温指数为正相关关系；与降水强度指数、中雨日数为极显著的正相关关系，与连续干旱日数为不显著的负相关关系，与连续湿润日数为不显著的正相关关系。FVC与霜冻日数、结冰日数为极显著的负相关关系，与炎热夜数为显著的正相关关系，与夏日日数为较弱的正相关关系；与降水强度指数、中雨日数同样为极显著的正相关关系，与连续干旱日数、连续湿润日数为较弱的正相关关系。整体来看，EQI、NPP、FVC与霜冻日数、结冰日数多为负相关关系，说明年内日最低气温小于0 ℃的日数、日最高气温小于0 ℃的日数增多，明显不利于植被生态质量的改善。EQI、NPP、FVC与降水强度指数、中雨日数均为极显著的正相关关系，说明降水强度指数、年内日降水量大于或等于10 mm日数增多，明显对植被生态质量的改善有利。此外，EQI、NPP、FVC与极端降水指数的相关性普遍大于极端气温指数，其中与降水强度指数、中雨日数的相关系数最大。

3 讨论与结论 3.1 讨论

由时间尺度看，2000—2022年德州植被生态质量指数呈增加趋势，植被生态质量明显改善，这与全国植被生态质量演变趋势^[3]、黄河流域植被生态质量变化趋势^[1]基本一致。由空间分布看，德州各县(市、区)植被生态质量均明显改善，空间差异不大，其中德城区植被生态质量改善相对较弱。这主要是因为，随着经济社会发展，德城区作为主城区，城市面积扩大^[21]，土地利用类型改变，植被面积占比相对于其他县(市、区)偏小。

气候变化对植被生长具有重要影响，是植被生态质量变化的重要限制因素^[22]。2000年以来，德州气温、降水年际波动较大，但整体表现为增加趋势，变化倾向率分别为0.35 ℃/(10 a)、90.89 mm/(10 a)。对华北地区^[23]以及山东^[24]气候变化的研究结果同样表明，气候呈暖湿化趋势。温暖湿润的气候促进了植被生态质量改善。相关分析结果表明，气温和降水是影响植被生态质量的主要气候因子，而且降水的相关程度高于气温。其中，NPP与降水量的相关性最大，说明降水量的增加可明显提高植被生产功能，这在以往研究^[10-11]中也有体现。相对于其他气候变化评价指标，FVC与气温的相关性最高，与已有研究结论^[25]一致。除了气候因素外，人类活动直接影响FVC变化^[26-27]，特别是近年来的植树造林、城市绿化等措施，使得FVC显著增加。与此同时，气温升高、降水增加不仅延长了植被生长季，也满足了植被生长对水热条件的需求，有利于植被生长发育，从而增加了FVC。

极端气候会显著影响植被生态质量^[28-32]。植被生态质量评价指标与极端气温指数之间的相关分析结果表明，与最低气温相关的霜冻日数和与最高气温相关的结冰日数对植被生态质量的影响一致，以极显著的负相关为主，表明低温日数的增加不利于植被生长发育，导致植被生态质量下降。FVC与炎热夜数为显著的正相关关系，说明高温日数的增加在一定程度上利于植被生长发育，使得植被覆盖度增大，这一点需要在下一步的研究中结合实际数据进行深入分析验证。整体来看，德州植被生态质量对极端低温比较敏感，主要是因为气温偏低会导致植被生长积温不足，对植被生长发育造成不利影响。但高温会导致蒸腾、蒸发加强，影响植被生长水分利用，进而影响光合固碳速率，不利于NPP积累^[33-35]。这也解释了NPP与平均气温之所以呈微弱的负相关关系，可能是因为年平均气温无法体现年内极端高温、极端低温对植被生产功能的影响。考虑到气候变暖和植物的三基点温度指标，气温变化对植被生产能力的影响不是简单的相关关系。因此，关于气温变化对植被生产能力的定量化影响，还需在今后的工作中进行深入研究。

植被生态质量评价指标与极端降水指数之间的相关分析结果表明，降水强度指数、中雨日数对植被生态质量的影响最显著，同样说明降水增多对植被生长具有积极作用。德州属于水资源相对偏少的地区，而热量资源相对充足，因此降水对植被的影响更加明显。年内阶段性干旱对植被生态质量具有极大的影响。例如，2002年的降水量和EQI、NPP均为近23年的最低值，2014年降水量和EQI、NPP均为近10年的最低值。根据历史气象资料可知，2002年和2014年均出现了较为严重的干旱，2002年降水量较常年偏少105%，2014年降水量较常年偏少61%。此外，高温、干旱以及多种极端气候事件叠加，都会造成植被生态质量下降。例如，2019年FVC在连续多年增加的趋势下出现了急剧下降，EQI、NPP也成为近5年的最低值。这是因为2019年5—6月出现严重的气象干旱，其中6月7—30日全市平均降水量仅为1.9 mm，较常年偏少97.1%，为1951年有气象记录以来历史同期降水量最少，全市平均气温为27.9 ℃，较常年偏高2.6 ℃，创1951年有气象记录以来历史同期极值。高温与干旱叠加，导致植被叶片蒸腾作用加快，水分供应不足，叶片出现卷曲、干枯等现象，进而导致FVC减小，与之相应的便是EQI和NPP大幅减少。

在气温、降水较为适宜的年份，植被生态质量相对较好，说明适宜的气象条件能有效促进植被生态质量改善。例如，2022年比2021年降水量偏少19%，但EQI、NPP、FVC分别偏多6.7%、15.1%、1%。进一步分析气象资料可知，2021年1月出现强寒潮，低温接近历史极值，2月异常偏暖，高温突破历史极值，9—10月出现罕见秋汛和阴雨寡照，降水量突破历史极值，日照时数为历史同期最少，秋种作物大面积延迟播种，导致主要作物冬小麦返青前长势持续偏差。而2022年气温、降水、光照等气象条件均较为适宜，植被生态质量相对2021年明显偏好。

植被生态质量除了受气候条件影响以外，还受人类活动的影响，例如城市绿化、土地利用类型改变、农田作物季节性种植等^[3]。因此，综合研究、定量评价气候条件及人类活动和其他因素对植被生态质量的影响，进而充分利用有利气候资源，规避极端气候条件影响，挖掘气候资源在提升植被生态质量方面的潜力，对于改善生态环境质量具有重要的科学意义。

3.2 结论

(1) 2000—2022年德州植被生态质量改善效果显著，EQI、NPP、FVC均呈明显增加趋势，每10年分别增加7.3、101.6 g C·m^-2和6.8%。就空间分布而言，各地植被生态质量相差不大，EQI变化趋势率陵城区最高，德城区最低；NPP变化趋势率乐陵市最高，夏津县最低；FVC变化趋势率平原县最高，德城区最低。

(2) 气温和降水是改善植被生态质量的主要气候驱动因子，而且降水的驱动作用大于气温。2000—2022年，德州气温和降水总体呈增加趋势，是促进植被生态质量改善的重要因素。极端气候对植被生态质量具有显著影响，植被生态质量与极端降水类指数的相关性明显大于极端气温类指数。高温、干旱以及多种极端气候事件叠加，会造成植被生态质量下降。

(3) 适宜的气象条件对植被生态质量的改善极为有利。近年来随着国土绿化工作的开展，德州绿化面积不断增大，植被覆盖度明显增加。与此同时，适宜的水热条件，不仅延长了作物生长季，还满足了植被生长发育对温度和水分条件的需求，在促进植被覆盖度增加的同时，也促进了植被的光合作用，对改善植被生态质量具有明显的助益作用。