冰川冻土, 2023, 45(2): 711-723 DOI: 10.7522/j.issn.1000-0240.2023.0054

冰冻圈生态学

2001—2020年三江源冻土区植被物候变化特征分析

王泰华,, 杨大文,

清华大学 水利水电工程系 水圈科学与水利工程全国重点实验室,北京 100084

Variation characteristics of vegetation phenology during 2001—2020 on frozen ground zone of the Three Rivers Source Region

Taihua WANG,, Dawen YANG,

State Key Laboratory of Hydroscience and Engineering,Department of Hydraulic Engineering,Tsinghua University,Beijing 100084,China

通讯作者: 杨大文,教授,主要从事水文水资源研究. E-mail:yangdw@tsinghua.edu.cn

收稿日期: 2022-12-09   修回日期: 2023-02-02  

基金资助: 国家自然科学基金项目.  52209027.  42041004
中国科学院战略性先导科技专项(A类).  XDA20100103
博士后创新人才支持计划项目.  BX2021166
中国博士后科学基金项目.  2022M711857
清华大学“水木学者”计划项目资助

Received: 2022-12-09   Revised: 2023-02-02  

作者简介 About authors

王泰华,助理研究员,主要从事青藏高原冻土生态水文研究.E-mail:wangtaihua@mail.tsinghua.edu.cn

摘要

作为长江、黄河、澜沧江的发源地,三江源区是我国重要的水源涵养区和生态屏障。在气候变化背景下,三江源区广泛分布的冻土显著退化,对植被变化与生态环境产生深远影响,但近20年植被变化特征及其对气候与冻土变化的响应尚不明晰。基于2001—2020年间三江源区植被、气象与土壤冻融数据集,分析了过去20年间三江源区植被物候变化特征及其对气候因子与土壤冻融要素变化的响应。结果表明:三江源区归一化植被指数(NDVI)整体呈东南高、西北低的空间格局,2001—2020年间三江源区植被整体呈变绿趋势,生长季NDVI以每10年0.017的速率显著增加;植被物候显著变化,生长季延长[6.3 d·(10a)-1],主要由生长季开始日期(SOS)提前[4.9 d·(10a)-1]贡献。基于统计分析结果,气温和降水是生长季NDVI最重要的主导因素,植被对降水的敏感性在气温相对较高、降水相对较少的暖干区域更强;生长季开始前的降水是SOS最重要的主导因素。土壤冻融变化对植被生长的影响具有空间异质性,在暖干区域,土壤融化时段延长对植被生长起到抑制作用。总体来看,三江源季节冻土区的植被变绿与生长季延长速率高于多年冻土区,但在多年冻土不稳定或退化为季节冻土的区域,冻土退化可以疏干表层土壤进而抑制植被生长。研究成果为理解气候变化下以三江源区为代表的高寒冻土区植被及物候变化提供科学借鉴。

关键词: 三江源区 ; NDVI ; 植被物候 ; 冻土退化 ; 生态水文

Abstract

As the headwaters of the Yangtze, Yellow and Lancang River, the Three Rivers Source Region (TRSR) is an important water conservation region and ecological barrier in China. In the context of climate change, the widespread frozen ground in the TRSR degrades significantly which exerts profound effects on vegetation changes and ecological environment. However, the vegetation variation characteristics and their response to climate and frozen ground change in the recent 20 years remain largely unknown. Based on the datasets for vegetation, climate and soil freeze-thaw during 2001—2020, the variation characteristics of vegetation phenology and their response to climatic and soil freeze-thaw factors over the past two decades on the TRSR were analyzed. The results show that the normalized difference vegetation index (NDVI) showed a spatial pattern of high values in the southeast and low values in the northwest on the TRSR. During 2001—2020, the vegetation on the TRSR showed an overall greening trend, with the growing season NDVI increasing by 0.017 per decade. The vegetation phenology also changed significantly, and the lengthening of the duration of the growing season [6.3 d·(10a)-1] was mainly contributed by the advances of the start of the growing season (SOS) [4.9 d·(10a)-1]. Based on the results from statistical analysis, air temperature and precipitation were the most important dominant factors for growing season NDVI, and the sensitivities of NDVI to precipitation were larger in the relatively warm-dry region with relatively higher air temperature and lower precipitation; precipitation before the growing season was the most important dominant factor for SOS. The impact of soil freeze-thaw changes on vegetation growth showed spatial heterogeneity. The prolonged soil thaw duration could suppress vegetation growth in the relatively warm-dry region. In general, the rates of vegetation greening and growing season lengthening were higher in the seasonally frozen ground region than those in the permafrost region across the TRSR. However, permafrost degradation could suppress vegetation growth by reducing surface soil moisture content, which was more evident in the regions where permafrost was unstable or degraded into seasonally frozen ground. The results of this study could provide scientific reference for understanding vegetation and phenology changes in alpine cold frozen ground regions represented by the TRSR.

Keywords: Three Rivers Source Region ; NDVI ; vegetation phenology ; frozen ground degradation ; eco-hydrology

PDF (8507KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王泰华, 杨大文. 2001—2020年三江源冻土区植被物候变化特征分析. 冰川冻土[J], 2023, 45(2): 711-723 DOI:10.7522/j.issn.1000-0240.2023.0054

Taihua WANG, Dawen YANG. Variation characteristics of vegetation phenology during 2001—2020 on frozen ground zone of the Three Rivers Source Region. Journal of Glaciology and Geocryology[J], 2023, 45(2): 711-723 DOI:10.7522/j.issn.1000-0240.2023.0054

0 引言

作为全球“第三极”,在气候变化背景下,青藏高原升温幅度显著高于全球平均水平,在近几十年间,青藏高原升温速率约为全球同期升温速率的2倍,成为气候变化的“前哨”和敏感区域1-2。高寒草地是青藏高原最主要的植被类型,其面积占青藏高原总面积的约60%,是中国乃至亚洲的最主要牧区之一,青藏高原独特的生态系统对我国乃至亚洲的生态安全具有重要的屏障作用3。基于遥感观测的研究指出,近年来,青藏高原植被绿度显著增加,植被生长总体呈改善趋势,如王涛等4基于GIMMS卫星数据,发现1982—2015年间青藏高原有超过60%的区域归一化植被指数(NDVI)显著增加,仅有3%的区域NDVI呈现显著下降;Li等5基于MODIS卫星数据,发现2000—2015年间NDVI在青藏高原超过70%的区域显著增加,而高原西南部的NDVI呈下降趋势。部分观测研究指出,上世纪末青藏高原东部出现了明显的草地退化,如90年代黄河源区“黑土滩”的形成与扩展6,这一草地退化趋势在进入21世纪以来基本得到了遏制与扭转,但草地退化在部分区域仍然存在7-8

植被物候是指植物受气候和其他环境因子的影响而出现的以年为周期的自然现象3。物候变化可能对区域水文循环与碳收支产生重要影响,因而在气候变化背景下,青藏高原植被物候变化引发了广泛关注。基于卫星遥感数据可以确定植被生长季的开始日期(SOS)与结束日期(EOS),但采用不同遥感产品得到的结果在不同时段可能有所差异9。比如,Yu等10基于GIMMS卫星数据发现青藏高原1982至1990年代中期SOS逐渐提前,但此后SOS有所推迟;Zhang等11研究认为1990年代中期后的SOS推迟是由于GIMMS卫星数据质量问题所导致,采用其他卫星数据得到的1982—2010年间SOS存在持续提前趋势;Shen等12的研究则认为SOS的变化趋势可能存在空间变异性。EOS变化相比SOS得到的关注更少,但EOS同样会对区域碳收支产生重要影响,近来许多研究也指出,青藏高原EOS可能存在推迟趋势12-13。总体而言,青藏高原植被物候变化仍然存在一定争议,需要结合最新观测数据进行进一步分析与研究。

许多研究试图分析青藏高原植被变化的驱动因素,一般认为,气温和降水是青藏高原植被及其物候最重要的影响因素3-512-14。植被春季物候的变化不仅受气温的影响,也受生长季开始前降水(简称季前降水)的制约,且更加干旱的区域季前降水对植被的制约作用更为明显15。在气温与降水以外,土壤冻融变化对植被的影响也不可忽视。青藏高原广泛分布着多年冻土与季节冻土,在气候变化背景下,青藏高原冻土正在发生显著退化16-18。寒区较长的土壤冻结期可能是植被生长的限制因素,更早的土壤解冻可以使植被返青期提前,植被生长季延长,从而促进植被生长19-20。但与此同时,植被返青提前也可能加剧土壤水分亏缺,春季土壤水分亏缺甚至可能延续到生长季后期,从而制约植被生长21-22;冻土退化导致的表层土壤干化也可能抑制植被生长,导致青藏高原以浅根系为主的草地发生退化23-24。青藏高原冻土退化对植被动态的影响可能呈现复杂的时空变异性,有待进一步研究。

三江源区位于青藏高原中东部,是长江、黄河、澜沧江的发源地,被誉为“中华水塔”,同时也是我国重要的生态屏障区,其生态水文过程对气候变化十分敏感25。本研究采用水文学常用的三江源区定义,以唐乃亥、直门达和昌都水文站分别作为黄河源区、长江源区和澜沧江源区的出口控制断面,得到的三江源区总面积约为3×105 km2图125-26。三江源区冻土分布广泛,其中长江源区多年冻土分布比例最高(约90%),黄河源区次之(约50%),澜沧江源区最低(约30%)27,冻土及其孕育的高寒沼泽湿地和高寒草甸生态系统具有显著的水源涵养功能,是稳定江河源区水循环与河川径流的重要因素28。近年来,三江源区观测到了显著的冻土退化,包括多年冻土顶板下移、分布下界抬升、融区形成与扩展、温度升高、岛状多年冻土消失等29-31。有研究指出,尽管经历了上世纪90年代的草地退化6-7,三江源区植被总体呈改善趋势,1982—2015年间约65%的区域NDVI呈增加趋势32,1983—2007年间植被返青期显著提前33,但最近20年,伴随气温持续升高与冻土持续退化,三江源区植被变化的驱动要素及其区域差异尚不清楚。

图1

图1   三江源区地理范围及高程分布

Fig. 1   Geographical scope of the Three Rivers Source Region and its elevation distribution


本文基于最新卫星遥感数据,提取了过去20年间(2001—2020年)三江源区生长季NDVI及植被物候指标,分析了三江源区植被绿度与物候指标空间分布及时间变化。结合气温、降水数据与土壤冻融数据集,采用岭回归、偏相关分析等统计方法分析了过去20年间三江源区植被对气候因子与土壤冻融要素变化的响应。研究结果可以为理解以三江源区为代表的高寒冻土区生态水文变化规律提供科学依据。

1 数据与方法

1.1 数据来源

1.1.1 植被数据集

本研究使用中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)卫星2001—2020年间的归一化植被指数(normalized difference vegetation index,NDVI)数据表征植被生长状态,采用MOD13A2产品(https://lpdaac.usgs.gov/products/mod13a2v006/),空间分辨率为1 km,时间分辨率为16 d。数据使用前首先进行了预处理,基于数据集提供的可靠性指标,对于可靠性标记为冰雪或有云的日期,采用该日期前后最近的高质量数据线性插值进行替代,得到的NDVI进一步采用Savitzky-Golay滤波方法进行平滑处理得到逐日NDVI序列34。生长季(5—9月)NDVI多年平均值小于0.1的网格可以认为不存在植被,因而后续分析中不再考虑这些无植被网格14

1.1.2 气象数据集

本研究采用数据融合方法获取了三江源区近20年间逐日气温与降水数据。ERA5是欧洲中期天气预报中心最新发布的第五代全球大气再分析数据集,为此前发布的ERA-Interim的替代产品,在对流层模拟、全球水量平衡、土壤水等方面均有改进35,在青藏高原的评估表明,ERA5能够较好地反映水热动态的年际与年内波动,但存在一定程度的系统偏差36,因而可以基于观测值对其进行误差校正。以再分析数据集ERA5为背景场,采用三江源区内部及周围国家气象站点(图1)的逐日气温与降水数据对ERA5原始数据进行纠偏,气象站点观测数据在使用前进行了缺测值处理与质量控制,数据处理与纠偏方法参考文献[37]。ERA5数据的原始分辨率为0.25°,经误差校正与降尺度后处理为1 km空间分辨率的逐日气温降水数据,本研究采用的误差校正方法能够有效降低ERA5原始数据在三江源区的降水湿偏差与气温冷偏差,详细信息可参考文献[38]。

1.1.3 土壤冻融数据集

本研究采用的土壤冻融数据来自基于地貌学的生态水文模型(geomorphology-based eco-hydrological model, GBEHM)模拟结果。GBEHM模型是一个能够应用于高寒地区的分布式冻土水文模型,该模型在分布式水文模型GBHM的基础上,耦合了土壤冻融、冰雪融化等冰冻圈过程,实现了水热耦合传输过程的模拟,从而能够模拟冻土区冰冻圈水文过程的相互作用39。基于GBEHM模型,模拟了1 km分辨率不同土壤深度的逐日土壤温度与含水量,更多信息可参考文献[40]。在本研究中,描述土壤冻融特征的指标包括土壤融化开始日期(start of soil thaw, SOT)、土壤融化结束日期(end of soil thaw, EOT)以及土壤融化时长(duration of soil thaw, DOT)。SOT定义为一年中最早的连续7日5 cm土壤温度高于0 ℃的日期,EOT定义为一年中最晚的连续7日5 cm土壤温度高于0 ℃的日期,而DOT则是SOT与DOT之间的时间长度。0~20 cm深度的土壤液态含水量用来代表影响植被的根区土壤水状态。若某一网格任意一层土壤至少连续两年温度低于0 ℃,则可以判断这一网格存在多年冻土41。基于GBEHM的模拟结果,将三江源区划分为三种冻土类型:(1)多年冻土区,过去20年间始终存在多年冻土;(2)季节冻土区,过去20年间始终不存在多年冻土;(3)退化区,过去20年间多年冻土完全消融,即从存在多年冻土转化为不存在多年冻土。基于上述判断标准,三江源区冻土类型空间分布如图2(a)所示。此外,年变化深度年均地温(MAGT)是冻土研究中常用的判断冻土热稳定性的指标,MAGT小于-3 ℃通常认为是稳定多年冻土,MAGT大于0.5 ℃认为是正在发生融化的多年冻土,因而可以根据MAGT范围对冻土热稳定性进行分类17-18,本研究基于GBEHM模型获取的三江源区年变化深度MAGT空间分布如图2(b)所示。

图2

图2   三江源区冻土类型(a)与年变化深度年均地温(b)空间分布

Fig. 2   Spatial distribution of frozen ground types (a) and mean annual ground temperature at zero annual amplitude depth (b) across the Three Rivers Source Region


1.2 研究方法

1.2.1 植被物候提取

本研究提取的植被物候指标包括:生长季开始日期(start of the growing season, SOS)、生长季结束日期(end of the growing season, EOS)以及生长季长度(duration of the growing season, DOS),采用两种方法分别提取植被物候。第一种提取方法为动态阈值方法(dynamic threshold approach)1442,各网格分别计算NDVIratio

NDVIratio=(NDVIt-NDVImin)/(NDVImax-NDVImin)

式中:NDVI t 为日期t的平滑处理后的NDVI数值;NDVImin与NDVImax分别为该网格这一年度NDVI的最小值与最大值。一年中NDVIratio超过0.2的最早日期可判断为SOS14,而下半年NDVIratio第一次下降到0.5以下的日期可判断为EOS1342

第二种提取物候的方法为双对数曲线法(double logistic function approach)43。年内NDVI序列可以用以下包含7个参数的曲线进行拟合:

f(t)=a1+a21+e-θ1(t-β1)-a31+e-θ2(t-β2)

式中:参数a2a3分别代表年内NDVI上升与下降阶段的振幅,各参数大小均通过非线性函数拟合来确定。SOS与EOS可通过曲线的曲率变化达到局部最大值来确定,SOS计算公式为β1-1.317θ1, EOS计算公式为β2+1.317θ243。采用两种物候提取方法得到的SOS与EOS具有很强的相关性44,而本研究选择两种方法得到的SOS与EOS平均值进行后续分析,DOS则定义为各网格SOS与EOS之间的时间长度。

1.2.2 统计分析方法

本研究采用岭回归方法分析三江源区植被对气候因子与土壤冻融要素变化的响应。岭回归通过引入惩罚项的方法降低回归系数的标准误差,能够有效缓解多重共线以及过拟合问题,因而在生态水文等领域得到了广泛应用3445。本研究在各网格通过5折交叉检验方法确定正则化参数的大小,采用归一化的气象与土壤冻融变量作为回归自变量,植被变量作为因变量,计算回归系数从而确定敏感性,敏感性绝对值最大的自变量判断为主导因子34。本研究进行的岭回归分析包括:(1)以生长季NDVI为因变量,生长季气温、生长季降水与DOT作为自变量;(2)以SOS为因变量,季前气温、季前降水与SOT作为自变量。各网格的季前时段参考以往文献定义为多年平均SOS所在月份及上一个月份19。为了进一步分析土壤冻融状态对水分条件与植被生长的影响,本研究也控制生长季气温与降水,计算了生长季根区土壤含水量以及生长季NDVI对DOT的偏相关系数。本文所有统计分析的显著性水平均为0.05。

2 结果与分析

2.1 三江源区生长季NDVI与植被物候时空变化特征

2001—2020年生长季NDVI及植被物候指标(包括SOS、EOS、DOS)多年均值空间分布如图3所示,结果表明,三江源区生长季NDVI总体呈现由东南向西北递减的格局,生长季NDVI最大值出现在黄河源区东南部的若尔盖湿地;三个流域比较来看,黄河源区和澜沧江源区的NDVI大于长江源区;从不同冻土类型来看,季节冻土区NDVI最大(0.558),其次为冻土退化区(0.498),多年冻土区NDVI最小(0.315)(表1)。从物候指标来看,三江源区SOS最早出现在4月下旬,最晚出现在6月下旬,三江源区区域平均SOS为年内第145日(约为5月下旬);而EOS最早出现在9月上旬,最晚出现在11月上旬,区域平均EOS为年内第283日(约为10月中旬);DOS最短不足4个月,最长超过6个月,区域平均DOS为138 d(约4.5个月)(图3表1)。从各流域来看,黄河源区植被生长季最长(148.7 d·a-1),长江源区植被生长季最短(124.4 d·a-1);从各冻土类型来看,多年冻土区的植被生长季平均比季节冻土区短接近一个月。比较SOS与SOT的大小可知,多年冻土区大约在土壤解冻后17 d内植被返青,而季节冻土区大约在土壤解冻33 d后植被返青;比较EOS与EOT的大小可知,多年冻土区大约在植被生长季结束9 d之后即发生土壤冻结,而季节冻土区则是在植被生长季结束约22 d之后才发生土壤冻结,相比而言,多年冻土区植被生长更易受到土壤冻融状态变化的制约(表1)。

图3

图3   三江源区2001—2020年生长季NDVI(GrNDVI)(a)、生长季开始日期(SOS)(b)、结束日期(EOS)(c)及生长季长度(DOS)(d)多年平均值

Fig. 3   Multi-year average values of the growing season NDVI (GrNDVI) (a), start of the growing season (SOS) (b), end of the growing season (EOS) (c) and duration of the growing season (DOS) (d) on the Three Rivers Source Region


表1   三江源区2001—2020年不同流域与冻土类型生长季NDVI、植被物候与土壤冻融指标多年均值

Table 1  Multi-year average value of growing season NDVI, vegetation phenology and soil freeze-thaw indicators during 2001—2020 at different catchments and frozen ground types of the Three Rivers Source Region

指标三江源区流域范围冻土类型
黄河源长江源澜沧江源多年冻土区季节冻土区冻土退化区
GrNDVI0.4160.5010.3000.4940.3150.5580.398
SOS144.8138.4153.5140.6152.5134.5147.2
EOS283.2287.2278.0285.8278.4289.8282.0
DOS138.1148.7124.4145.5125.8155.4135.0
SOT121.1116.0131.9105.7135.9101.6119.5
EOT297.9301.0288.9313.9287.4312.0297.7
DOT176.9185.1157.1208.1151.5210.4178.1

注:GrNDVI为生长季NDVI;SOS为生长季开始日期;EOS为生长季结束日期;DOS为生长季长度;SOT为土壤融化开始日期;EOT为土壤融化结束日期;DOT为土壤融化时长。

Note:GrNDVI means growing season NDVI;SOS means start of the growing season;EOS means end of the growing season;DOS means duration of the growing season;SOT means start of soil thaw;EOT means end of soil thaw;DOT means duration of soil thaw.

新窗口打开| 下载CSV


基于遥感观测结果,三江源区2001—2020年间生长季NDVI及植被物候指标变化趋势空间分布如图2所示,变化趋势根据变化方向与显著性(显著性水平0.05)划分为4类。结果表明,过去20年间,三江源区总体呈现变绿趋势,生长季NDVI平均以每10年0.017的速率显著增加(表2)。从空间分布上来看,三江源区90.1%的区域生长季NDVI增加,其中48.9%的区域显著增加(P<0.05),但也有9.9%的区域生长季NDVI呈下降趋势,下降最明显的区域主要分布在长江源多年冻土区以及冻土退化区(图4)。从植被物候指标变化趋势空间分布来看,三江源区有90.8%、67.1%、87.7%的区域在过去20年间呈现SOS提前、EOS推迟、DOS延长趋势,SOS与DOS的变化趋势显著(P<0.05),SOS从2001年的第153日提前到2020年的第140日,平均每10年提前4.9 d;DOS从2001年的130 d延长到2020年的145 d,平均每10年延长6.3 d,三江源区植被生长季的延长主要由SOS的提前所导致贡献(表2)。从各个流域与冻土类型来看,生长季NDVI增加、SOS提前、DOS延长趋势均显著,EOS推迟则不显著。从土壤冻融指标变化来看,过去20年间三江源区SOT提前、EOT推迟、DOT延长,但变化趋势均不显著(表2)。

表2   三江源区2001—2020年不同流域与冻土类型生长季NDVI、植被物候与土壤冻融指标变化趋势

Table 2  Temporal trends of growing season NDVI, vegetation phenology and soil freeze-thaw indicators during 2001—2020 at different catchments and frozen ground types of the Three Rivers Source Region

指标三江源区流域范围冻土类型
黄河源长江源澜沧江源多年冻土区季节冻土区退化区
GrNDVI0.017*0.025*0.011*0.014*0.015*0.021*0.016*
SOS-4.9*-5.4*-4.4*-4.7*-5.0*-4.7*-5.1*
EOS1.51.71.21.81.12.11.5
DOS6.3*7.0*5.6*6.3*6.0*6.7*6.5*
SOT-1.0-1.0-1.30.1-2.30.50.1
EOT2.02.41.81.62.02.12.4
DOT3.03.43.11.54.21.62.2

注:GrNDVI为生长季NDVI;SOS为生长季开始日期;EOS为生长季结束日期;DOS为生长季长度;SOT为土壤融化开始日期;EOT为土壤融化结束日期;DOT为土壤融化时长;GrNDVI趋势单位为(10a)-1,其他变量趋势单位为d·(10a)-1;星号(*)代表趋势显著(P<0.05)。

Note:GrNDVI means growing season NDVI;SOS means start of the growing season;EOS means end of the growing season;DOS means duration of the growing season;SOT means start of soil thaw;EOT means end of soil thaw;DOT means duration of soil thaw;The unit of GrNDVI trend is (10a)-1,and the unit of other variables’ trend is d·(10a)-1;The asterisk (*) represents the trend is significant (P<0.05).

新窗口打开| 下载CSV


图4

图4   三江源区2001—2020年生长季NDVI(GrNDVI)(a)、生长季开始日期(SOS)(b)、结束日期(EOS)(c)及生长季长度(DOS)(d)变化趋势

Fig. 4   Temporal trends of the growing season NDVI (GrNDVI) (a), start of the growing season (SOS) (b), end of the growing season (EOS) (c) and duration of the growing season (DOS) (d) on the Three Rivers Source Region during 2001—2020


2.2 三江源区植被对气候因子与土壤冻融要素变化的响应

采用岭回归,分析三江源区植被对气候因子与土壤冻融要素变化的响应。结果表明,三江源区植被生长季NDVI变化主要由生长季气温与生长季降水主导,二者分别主导了三江源区39.4%和38.5%面积范围的植被绿度变化,气温主导区域主要位于长江源西部以及黄河源东南部,降水主导区域则主要位于长江源东北部、黄河源西北部以及澜沧江源;土壤融化时长(DOT)只在6.1%的区域主导了生长季NDVI变化,主要分布在黄河源西北部的部分多年冻土区范围(图5)。从生长季NDVI对生长季气温、生长季降水及DOT的敏感性空间分布来看,气温和降水在绝大部分区域对植被生长起到正向作用,而更长的DOT在多数区域对生长期NDVI起到负向作用(图5)。

图5

图5   生长季NDVI主导因素(a)及其对生长季气温(b)、生长季降水(c)及土壤融化时长(d)的敏感性

Fig. 5   Dominant factors for the growing season NDVI (a) and its sensitivities to growing season air temperature (b), growing season precipitation (c) and duration of soil thaw (d)


为了进一步分析植被生长季NDVI对生长季气温、降水以及土壤融化时长响应的空间差异,计算了敏感性大小沿生长期气温与降水梯度的空间分布,每个2 ℃气温与50 mm降水区间求敏感性均值,某些面积小于200 km2的温度-降水区间由于有效网格过少不进行计算(图6)。结果表明,植被生长季NDVI对降水的敏感性在所有区间均为正数,代表降水对植被生长具有促进作用,且敏感性在气温相对较高、降水相对较少的暖干区域数值更大;而NDVI对气温的敏感性则在降水较高的区域(对应若尔盖湿地)及气温相对较低、降水相对较少的冷干区域(对应长江源西部)更强。值得注意的是,气温在生长季气温高于10 ℃、生长季降水低于500 mm的相对暖干区域对植被起到负向作用,基本对应图5(b)中黄河源区北部接近唐乃亥水文站的黄色区域。在气温与降水之外,更长的DOT在大多数温度与降水区间抑制植被生长,体现为敏感性为负数,但在生长季气温低于2 ℃的部分区域(对应部分多年冻土区,如黄河源西北部DOT主导的区域),DOT延长可能降低土壤冻结对植被生长季的限制,从而促进植被生长(图6)。

图6

图6   生长季NDVI对生长季气温(a)、生长季降水(b)及土壤融化时长(c)的敏感性沿气温与降水梯度的分布(面积小于200 km2的温度-降水区间标记为白色)

Fig. 6   Distribution of sensitivities of growing season NDVI to growing season air temperature (a), growing season precipitation (b) and duration of soil thaw (c) along the gradient of growing season air temperature and precipitation (The temperature-precipitation intervals with area smaller than 200 km2 are masked out by white color)


类似地,我们也分析了植被SOS对季前气温、季前降水以及SOT的敏感性。季前降水是三江源区SOS最重要的主导因素,降水主导区域主要分布在黄河源东部;相比而言,季前气温与SOT主导的区域则相对较少,SOT主导的区域主要位于长江源区南部与澜沧江源区的交界区域(图7)。季前气温升高、季前降水增加在三江源区绝大多数区域会导致SOS提前,而SOT对SOS的影响则存在较大的空间变异性。在相对较暖的区域,SOS对SOT的敏感性为负,表示SOT的提前反而可能导致SOS推迟,更早的土壤解冻可能增加生长季初期的水分胁迫21-22;而在相对较冷的区域,SOS对SOT的敏感性为正,表示在这些区域SOT可能是SOS的限制因素,SOT的提前可能导致SOS的提前,加速植被春季返青进程(图8)。

图7

图7   生长季开始日期(SOS)主导因素(a)及其对季前气温(b)、季前降水(c)及土壤融化开始日期(d)的敏感性

Fig. 7   Dominant factors for the start of the growing season (SOS) (a) and its sensitivities to pre-season air temperature (b), pre-season precipitation (c) and start of soil thaw (d)


图8

图8   生长季开始日期对季前气温(a)、季前降水(b)及土壤融化开始日期(c)的敏感性沿气温与降水梯度的分布(面积小于200 km2的温度-降水区间标记为白色)

Fig. 8   Distribution of sensitivities of start of the growing season to pre-season air temperature (a), pre-season precipitation (b) and start date of soil thaw (c) along the gradient of growing season air temperature and precipitation (The temperature-precipitation intervals with area smaller than 200 km2 are masked out by white color)


在控制生长季气温与降水的基础上,计算三江源区植被生长季NDVI以及生长季根区土壤水含量与土壤融化时长(DOT)的偏相关系数,分析偏相关系数沿着年变化深度年均地温梯度(MAGT)的分布情况(图9)。在年均地温较低区域(MAGT<0 ℃,相对稳定的多年冻土区),生长季根区土壤水与DOT的偏相关系数为正,更长的土壤融化季往往对应更多的固态冰转化为液态水,这些液态水能够被植被利用,从而促进植被生长,这一结论与前文所述的相对较冷区域生长季NDVI对DOT的敏感性为正一致[图6(c)]。不过图9(a)中NDVI与DOT的偏相关系数在这一MAGT范围内接近0,因而在较为稳定的多年冻土区,冻土退化对植被生长的促进作用总体较为有限;但在年均地温高于0 ℃之后,生长季土壤含水量与DOT的偏相关系数从正转为负数[图9(b)],代表更长的土壤融化时间可能降低根区土壤含水量,从而抑制植被生长;在MAGT位于1~2 ℃附近时,生长季NDVI对DOT的偏相关系数出现明显下降,误差线上限也几乎降到0以下[图9(a)],而这一地温范围也正是多年冻土最不稳定、向季节冻土转化的范围,因而在多年冻土热稳定性较差、甚至退化为季节冻土的区域,更长的DOT可能通过降低根区土壤含水量对植被生长起到抑制作用。

图9

图9   生长季NDVI与土壤融化时长(a)、生长季土壤水与土壤融化时长(b)的偏相关系数在三江源区沿年变化深度年均地温梯度的分布情况(误差线表示每个温度间隔内25、75分位数之间的范围)

Fig. 9   The partial correlation coefficient between growing season NDVI and duration of soil thaw (a), growing season soil moisture and duration of soil thaw (b) on the Three Rivers Source Region along the gradient of mean annual ground temperature at zero annual amplitude depth (The error bar shows the range between the 25th and the 75th percentiles at each temperature interval)


3 讨论

以往研究采用不同卫星遥感数据产品,得到的青藏高原植被物候变化趋势有所差异9-12,Shen等14基于MODIS数据分析发现在2000—2011年间青藏高原东部区域SOS有显著提前趋势,而本研究基于最近20年的MODIS卫星遥感数据分析了三江源区的生长季NDVI与植被物候变化情况,证实了在最近20年间,三江源区植被绿度总体仍然在持续改善,SOS显著提前,EOS不显著推迟,而DOS显著延长,DOS的延长主要由SOS提前贡献(图4表2)。气温和降水是植被生长季NDVI最主要的主导因素,特别地,季前降水是SOS的最重要的主导因素(图5图7),这一认识与Shen等15的研究结论一致,在此基础上,本研究进一步分析了土壤冻融状态对植被生长的潜在影响。基于岭回归分析的结果表明,土壤冻融状态对植被生长的影响具有较强的空间变异性(图6图8),在生长季温度较低的区域,土壤冻结是植被生长的制约因素,更早的SOT可能导致SOS提前与DOS延长,从而增加固碳、增加生长季NDVI19-20,在这些区域,由于温度较低、蒸发较弱,更长的DOT以及冻土退化释放的固态冰融水可以增加植被根区土壤含水量,进而对植被生长起到促进作用。而在生长季温度相对较高的区域,更早的SOS、更长的DOT可能增加生长季早期乃至整个生长季的蒸发,从而加剧生长季的土壤水胁迫,抑制植被生长21-22,更早的SOS也可能加剧植被受到冻害的风险,从而抵消DOT延长对植被生长的正向作用46;此外,许多研究指出,多年冻土退化会改变冻结层上水与冻结层下水的水力联系,使得下渗增强、表层土壤变干,进而导致青藏高原短根系草地植被由于水分制约而难以生存23-24。本研究基于偏相关分析的结果也证实了上述结论,生长季土壤水与DOT的偏相关系数随着冻土热稳定性的减弱而逐渐由正转负,这一效应在多年冻土热稳定性较差、多年冻土退化为季节冻土的区域对植被的抑制作用最为明显(图9)。

随着气候变暖,青藏高原冻土持续退化,且未来退化可能更为剧烈,有研究指出,到2090年代,青藏高原多年冻土面积可能进一步减小约44%(RCP4.5),多年冻土活动层厚度可能进一步增加约0.7 m(RCP4.5)甚至1.5 m(RCP8.5)47-48,在此背景下,分析冻土变化对植被的影响具有十分重要的意义。本研究的结果表明,更早的土壤解冻和更长的土壤融化时段对植被生长未必起到促进作用,在青藏高原某些区域,DOT增加可能会通过加剧土壤水分胁迫从而抑制植被生长,这和以往研究在北极得到的结果存在一定差异49。以往研究大多认为气候变暖会导致冻土区的植被生长改善、固碳增强50-52,但如果考虑冻土水文过程对植被的影响,冻土区未来植被固碳量变化仍有待进一步评估。近来,许多研究探讨在气候变暖、冻土退化背景下,青藏高原冻土区未来是否会转化为净碳源,一方面,温度条件的改善、生长季的延长以及CO2浓度的升高会增加植被生产力,但另一方面,土壤温度升高也会促进土壤呼吸、部分深层冻土碳也可能由于冻土退化而分解释放4853-54。一些研究认为,未来气候下由于植被生长改善而导致的植被固碳增加将超过冻土碳释放,青藏高原在未来仍然是一个稳定碳汇55,但在这一争论中,高原植被生长对土壤冻融状态的响应没有得到充分的考虑。土壤冻融变化不仅能够改变土壤水分状态,还能够影响生物地球过程与微生物活动从而影响植被生长与生产力56。未来研究需要充分考虑土壤冻融变化对植被生长及固碳能力的影响,从而合理评估气候变化下的三江源区乃至整个青藏高原的碳收支变化。

4 结论

基于最新卫星遥感数据,本文提取了过去20年间(2001—2020年)三江源区生长季NDVI及植被物候指标,分析了三江源区植被绿度与物候指标空间分布及时间变化。结合气温、降水数据与物理过程模型获取的1 km分辨率土壤冻融数据集,采用统计方法分析了植被对气候因子与土壤冻融要素变化的响应。得到的主要结论如下:

(1)三江源区生长季NDVI总体呈东南高、西北低的空间格局,区域平均来看,三江源区SOS为年内第145日(约为5月下旬),EOS为年内第283日(约为10月中旬),DOS为138 d(约4.5个月)。

(2)过去20年间,三江源区植被整体呈变绿趋势,生长季NDVI以每10年0.017的速率显著增加,90.8%、67.1%、87.7%的区域在过去20年间呈现SOS提前、EOS推迟、DOS延长趋势,DOS延长[6.3 d·(10a)-1]主要由SOS提前[4.9 d·(10a)-1]贡献。

(3)气温和降水是三江源区生长季NDVI最主要的主导因素,而季前降水是SOS的最重要的主导因素。在绝大部分区域,气温和降水对植被生长起到正向作用,而土壤冻融变化对植被生长的影响具有空间异质性,在多数区域土壤融化时段延长通过降低根区土壤水分对植被生长起到抑制作用。

参考文献

Yao TandongXue YongkangChen Delianget al.

Recent Third Pole’s rapid warming accompanies cryospheric melt and water cycle intensification and interactions between monsoon and environment: multidisciplinary approach with observations, modeling, and analysis

[J]. Bulletin of the American Meteorological Society, 20191003): 423-444.

[本文引用: 1]

Wang GenxuYang YanZhang Guangtaoet al.

Cryosphere ecosystems: outpost and barrier in global change

[J]. Bulletin of Chinese Academy of Sciences, 2020354): 425-433.

[本文引用: 1]

王根绪杨燕张光涛.

冰冻圈生态系统:全球变化的前哨与屏障

[J]. 中国科学院院刊, 2020354): 425-433.

[本文引用: 1]

Kong DongdongZhang QiangHuang Wenlinet al.

Vegetation phenology change in Tibetan Plateau from 1982 to 2013 and its related meteorological factors

[J]. Acta Geographica Sinica, 2017721): 39-52.

[本文引用: 3]

孔冬冬张强黄文琳.

1982—2013年青藏高原植被物候变化及气象因素影响

[J]. 地理学报, 2017721): 39-52.

[本文引用: 3]

Wang TaoZhao YuanzhenWang Huiet al.

Spatial and temporal changes of vegetation index and their response to temperature and precipitation in the Tibetan Plateau based on GIMMS NDVI

[J]. Journal of Glaciology and Geocryology, 2020422): 641-652.

[本文引用: 1]

王涛赵元真王慧.

基于 GIMMS NDVI的青藏高原植被指数时空变化及其气温降水响应

[J]. 冰川冻土, 2020422): 641-652.

[本文引用: 1]

Li LanhuiZhang YiliLiu Linshanet al.

Spatiotemporal patterns of vegetation greenness change and associated climatic and anthropogenic drivers on the Tibetan Plateau during 2000—2015

[J]. Remote Sensing, 20181010): 1525.

[本文引用: 2]

Liang SihaiWan LiLi Zhiminget al.

The effect of permafrost on alpine vegetation in the source regions of the Yellow River

[J]. Journal of Glaciology and Geocryology, 2007291): 45-52.

[本文引用: 2]

梁四海万力李志明.

黄河源区冻土对植被的影响

[J]. 冰川冻土, 2007291): 45-52.

[本文引用: 2]

Zhang QianMa LiZhang Zhonghuaet al.

Ecological restoration of degraded grassland in Qinghai-Tibet alpine region: degradation status, restoration measures, effects and prospects

[J]. Acta Ecologica Sinica, 20193920): 7441-7451.

[本文引用: 2]

张骞马丽张中华.

青藏高寒区退化草地生态恢复: 退化现状, 恢复措施, 效应与展望

[J]. 生态学报, 20193920): 7441-7451.

[本文引用: 2]

Li Chengxiude Jong RSchmid Bet al.

Changes in grassland cover and in its spatial heterogeneity indicate degradation on the Qinghai-Tibetan Plateau

[J]. Ecological Indicators, 2020119106641.

[本文引用: 1]

Zhao YaohuaPeng XiaoqingJin Haodonget al.

Evaluation of vegetation change characteristics on the Tibetan Plateau based on multi-source remote sensing data

[J]. Journal of Glaciology and Geocryology, 2022444): 1216-1230.

[本文引用: 2]

赵耀华彭小清金浩东.

基于多源遥感数据的青藏高原植被变化特征评价

[J]. 冰川冻土, 2022444): 1216-1230.

[本文引用: 2]

Yu HaiyingLuedeling EXu Jianchu.

Winter and spring warming result in delayed spring phenology on the Tibetan Plateau

[J]. Proceedings of the National Academy of Sciences, 201010751): 22151-22156.

[本文引用: 1]

Zhang GeliZhang YangjianDong Jinweiet al.

Green-up dates in the Tibetan Plateau have continuously advanced from 1982 to 2011

[J]. Proceedings of the National Academy of Sciences, 201311011): 4309-4314.

[本文引用: 1]

Shen MiaogenWang ShipingJiang Nanet al.

Plant phenology changes and drivers on the Qinghai-Tibetan Plateau

[J]. Nature Reviews Earth & Environment, 20223633-651.

[本文引用: 4]

Zhang QiangKong DongdongShi Peijunet al.

Vegetation phenology on the Qinghai-Tibetan Plateau and its response to climate change (1982—2013)

[J]. Agricultural and Forest Meteorology, 2018248408-417.

[本文引用: 2]

Shen MiaogenZhang GengxinCong Nanet al.

Increasing altitudinal gradient of spring vegetation phenology during the last decade on the Qinghai-Tibetan Plateau

[J]. Agricultural and Forest Meteorology, 201418971-80.

[本文引用: 5]

Shen MiaogenShilong PiaoCong Nanet al.

Precipitation impacts on vegetation spring phenology on the Tibetan Plateau

[J]. Global Change Biology, 20152110): 3647-3656.

[本文引用: 2]

Cao BinZhang TingjunPeng Xiaoqinget al.

Thermal characteristics and recent changes of permafrost in the upper reaches of the Heihe River basin, Western China

[J]. Journal of Geophysical Research: Atmospheres, 201812315): 7935-7949.

[本文引用: 1]

Ran YouhuaLi XinCheng Guodong.

Climate warming over the past half century has led to thermal degradation of permafrost on the Qinghai-Tibet Plateau

[J]. The Cryosphere, 2018122): 595-608.

[本文引用: 1]

Cheng GuodongZhao LinLi Renet al.

Characteristic, changes and impacts of permafrost on Qinghai-Tibet Plateau

[J]. Chinese Science Bulletin, 20196427): 2783-2795.

[本文引用: 2]

程国栋赵林李韧.

青藏高原多年冻土特征、变化及影响

[J]. 科学通报, 20196427): 2783-2795.

[本文引用: 2]

Gao BingLi JieWang Xiaoshu.

Impact of frozen soil changes on vegetation phenology in the source region of the Yellow River from 2003 to 2015

[J]. Theoretical and Applied Climatology, 20201413): 1219-1234.

[本文引用: 3]

Jiang HuiruZhang WenjiangYi Yonghong.

The impacts of soil freeze/thaw dynamics on soil water transfer and spring phenology in the Tibetan Plateau

[J]. Arctic, Antarctic, and Alpine Research, 2018501): e1439155.

[本文引用: 2]

Buermann WBikash P RJung Met al.

Earlier springs decrease peak summer productivity in North American boreal forests

[J]. Environmental Research Letters, 201382): 024027.

[本文引用: 3]

Lian XuShilong PiaoLi L Zet al.

Summer soil drying exacerbated by earlier spring greening of northern vegetation

[J]. Science Advances, 202061): eaax0255.

[本文引用: 3]

Jin XiaoyingJin HuijunLuo Dongliang.

Impacts of permafrost degradation on hydrology and vegetation in the Source Area of the Yellow River on northeastern Qinghai-Tibet Plateau, Southwest China

[J]. Frontiers in Earth Science, 202210845824.

[本文引用: 2]

Yang MeixueNelson F EShiklomanov N Iet al.

Permafrost degradation and its environmental effects on the Tibetan Plateau: a review of recent research

[J]. Earth-Science Reviews, 20101031/2): 31-44.

[本文引用: 2]

Meng XianhongChen HaoLi Zhaoguoet al.

Review of climate change and its environmental influence on the Three-River Regions

[J]. Plateau Meteorology, 2020396): 1133-1143.

[本文引用: 2]

孟宪红陈昊李照国.

三江源区气候变化及其环境影响研究综述

[J]. 高原气象, 2020396): 1133-1143.

[本文引用: 2]

Zhang YongyongZhang ShifengZhai Xiaoyanet al.

Runoff variation in the Three Rivers Source Region and its response to climate change

[J]. Acta Geographica Sinica, 2012671): 71-82.

[本文引用: 1]

张永勇张士锋翟晓燕.

三江源区径流演变及其对气候变化的响应

[J]. 地理学报, 2012671): 71-82.

[本文引用: 1]

Zou DefuZhao LinSheng Yuet al.

A new map of permafrost distribution on the Tibetan Plateau

[J]. The Cryosphere, 2017116): 2527-2542.

[本文引用: 1]

Yao TandongQin DaheShen Yongpinget al.

Cryospheric changes and their impacts on regional water cycle and ecological conditions in the Qinghai-Tibetan Plateau

[J]. Chinese Journal of Nature, 2013353): 179-186.

[本文引用: 1]

姚檀栋秦大河沈永平.

青藏高原冰冻圈变化及其对区域水循环和生态条件的影响

[J]. 自然杂志, 2013353): 179-186.

[本文引用: 1]

Jin HuijunWang ShaolingLanzhi Lyuet al.

Features and degradation of frozen ground in the sources area of the Yellow River, China

[J]. Journal of Glaciology and Geocryology, 2010321): 10-17.

[本文引用: 1]

金会军王绍令吕兰芝.

黄河源区冻土特征及退化趋势

[J]. 冰川冻土, 2010321): 10-17.

[本文引用: 1]

Luo DongliangJin HuijunLin Linet al.

Degradation of permafrost and cold-environments on the interior and eastern Qinghai Plateau

[J]. Journal of Glaciology and Geocryology, 2012343): 538-546.

罗栋梁金会军林琳.

青海高原中、东部多年冻土及寒区环境退化

[J]. 冰川冻土, 2012343): 538-546.

Luo DongliangJin HuijunJin Xiaoyinget al.

Elevation-dependent thermal regime and dynamics of frozen ground in the Bayan Har Mountains, northeastern Qinghai-Tibet Plateau, southwest China

[J]. Permafrost and Periglacial Processes, 2018294): 257-270.

[本文引用: 1]

Zhai XiaohuiLiang XiaoleiYan Changzhenet al.

Vegetation dynamic changes and their response to ecological engineering in the Sanjiangyuan Region of China

[J]. Remote Sensing, 2020124035.

[本文引用: 1]

Li HongmeiMa YushouWang Yanlong.

Influences of climate warming on plant phenology in Qinghai Plateau

[J]. Journal of Applied Meteorological Science, 2010214): 500-505.

[本文引用: 1]

李红梅马玉寿王彦龙.

气候变暖对青海高原地区植物物候期的影响

[J]. 应用气象学报, 2010214): 500-505.

[本文引用: 1]

Wang JianLiu DeshengCiais Pet al.

Decreasing rainfall frequency contributes to earlier leaf onset in northern ecosystems

[J]. Nature Climate Change, 2022124): 386-392.

[本文引用: 3]

Hersbach HBell BBerrisford Pet al.

The ERA5 global reanalysis

[J]. Quarterly Journal of the Royal Meteorological Society, 2020146730): 1999-2049.

[本文引用: 1]

Yang ShuhuaLi RenWu Tonghuaet al.

Evaluation of reanalysis soil temperature and soil moisture products in permafrost regions on the Qinghai-Tibetan Plateau

[J]. Geoderma, 2020377114583.

[本文引用: 1]

He JieYang KunTang Wenjunet al.

The first high-resolution meteorological forcing dataset for land process studies over China

[J]. Scientific Data, 2020725.

[本文引用: 1]

Wang Taihua.

Hydrological and carbon response to frozen ground change over the Tibetan Plateau

[D]. BeijingTsinghua University2021.

[本文引用: 1]

王泰华.

青藏高原冻土变化的水碳效应研究

[D]. 北京清华大学2021.

[本文引用: 1]

Gao BingYang DawenQin Yueet al.

Change in frozen soils and its effect on regional hydrology, upper Heihe basin, northeastern Qinghai-Tibetan Plateau

[J]. The Cryosphere, 201812657-673.

[本文引用: 1]

Zheng GuanhengYang YutingYang Dawenet al.

Remote sensing spatiotemporal patterns of frozen soil and the environmental controls over the Tibetan Plateau during 2002—2016

[J]. Remote Sensing of Environment, 2020247111927.

[本文引用: 1]

Zhang TingjunBarry R GKnowles Ket al.

Statistics and characteristics of permafrost and ground-ice distribution in the Northern Hemisphere

[J]. Polar Geography, 199923132-154.

[本文引用: 1]

Wu ChaoyangWang XiaoyueWang Huanjionget al.

Contrasting responses of autumn-leaf senescence to daytime and night-time warming

[J]. Nature Climate Change, 2018812): 1092-1096.

[本文引用: 2]

Zhang YaoCommane RZhou Shaet al.

Light limitation regulates the response of autumn terrestrial carbon uptake to warming

[J]. Nature Climate Change, 2020108): 739-743.

[本文引用: 2]

Wang TaihuaYang DawenZheng Guanhenget al.

Possible negative effects of earlier thaw onset and longer thaw duration on vegetation greenness over the Tibetan Plateau

[J]. Agricultural and Forest Meteorology, 2022326109192.

[本文引用: 1]

Chen LeiHänninen HRossi Set al.

Leaf senescence exhibits stronger climatic responses during warm than during cold autumns

[J]. Nature Climate Change, 2020108): 777-780.

[本文引用: 1]

Liu QiangShilong PiaoJanssens I Aet al.

Extension of the growing season increases vegetation exposure to frost

[J]. Nature Communications, 201891): 426.

[本文引用: 1]

Wang TaihuaYang DawenFang Beijinget al.

Data-driven mapping of the spatial distribution and potential changes of frozen ground over the Tibetan Plateau

[J]. Science of the Total Environment, 2019649515-525.

[本文引用: 1]

Wang TaihuaYang DawenYang Yutinget al.

Permafrost thawing puts the frozen carbon at risk over the Tibetan Plateau

[J]. Science Advances, 2020619): aaz3513.

[本文引用: 2]

Wang JianLiu Desheng.

Vegetation green-up date is more sensitive to permafrost degradation than climate change in spring across the northern permafrost region

[J]. Global Change Biology, 2022284): 1569-1582.

[本文引用: 1]

Peng XiaoqingZhang TingjunFrauenfeld O Wet al.

Northern Hemisphere greening in association with warming permafrost

[J]. Journal of Geophysical Research: Biogeosciences, 20201251): e2019JG005086.

[本文引用: 1]

Kim YKimball J SZhang Ket al.

Satellite detection of increasing Northern Hemisphere non-frozen seasons from 1979 to 2008: implications for regional vegetation growth

[J]. Remote Sensing of Environment, 2012121472-487.

Yi ShuhuaWang XiaoyunQin Yuet al.

Responses of alpine grassland on Qinghai-Tibetan plateau to climate warming and permafrost degradation: a modeling perspective

[J]. Environmental Research Letters, 201497): 074014.

[本文引用: 1]

Liu LeiZhuang QianlaiZhao Dongshenget al.

Permafrost degradation diminishes terrestrial ecosystem carbon sequestration capacity on the Qinghai-Tibetan Plateau

[J]. Global Biogeochemical Cycles, 2022362): e2021GB007068.

[本文引用: 1]

Ma WensiWu TonghuaWu Xiaodonget al.

Warming could shift steppes to carbon sinks and meadows to carbon sources in permafrost regions: evidence from the improved IBIS model

[J]. Catena, 2021200105168.

[本文引用: 1]

Wei DaQi YahuiMa Yaominget al.

Plant uptake of CO2 outpaces losses from permafrost and plant respiration on the Tibetan Plateau

[J]. Proceedings of the National Academy of Sciences of the United States of America, 202111833): e2015283118.

[本文引用: 1]

Jin XiaoyingJin HuijunIwahana Get al.

Impacts of climate-induced permafrost degradation on vegetation: a review

[J]. Advances in Climate Change Research, 2021121): 29-47.

[本文引用: 1]

/