陕北地区退耕还林近20年三种类型人工林对干旱的响应
——以吴起县为例

徐知远,胡振宏,马龙龙,刘光亮,张 震,王 钊,岳 超

(1.西北农林科技大学资源环境学院，陕西杨凌 712100；2.西北农林科技大学水土保持研究所，陕西杨凌 712100；3.吴起县退耕还林生态(森林)公园管理处，陕西吴起 717600；4.陕西省气象局秦岭和黄土高原生态环境气象重点实验室，西安 710016；5.陕西省农业遥感与经济作物气象服务中心，西安 710016)

陕北地区地处黄土高原腹地，是我国水土流失最严重的区域。自1999年起该地区实施大规模退耕还林工程以来，土壤年侵蚀模数由1997年的1.53万t/km2下降到目前的0.5万t/km2[1]。目前，黄土高原生态环境显著恢复，植被覆盖率大幅提高，土壤侵蚀得到有效控制，进入黄河的泥沙量显著降低[2-3]。但植被恢复消耗了大量水分，使该区域普遍出现河流径流量下降、人工林土壤水分亏缺的现象[4]；同时该地区光照强、降水量少且蒸散量大，年降水量与蒸散量极不平衡，水分亏缺严重，制约了植物的生长与水分利用，使得植被生长受到严重的水分胁迫[5-6]。随着全球气候变暖，严重干旱等极端气候事件的频率和强度急剧增加[7-8]，导致树木生长率下降，死亡率普遍上升[9]，对人工林生态系统的发展产生不利影响，因此了解和掌握树木对干旱胁迫的响应是研究气候变化影响下人工林生态系统的基础。

以往的研究考虑单一气象因子较多，但植被变化及其对干旱的响应需从不同植被差异及多时空尺度考虑[10]。通常用干旱指数来量化干旱的程度，在种类众多的干旱指数中，标准化降水蒸散指数(standardized precipitation evapotranspiration index，SPEI, 用ISPE表示)不仅考虑了降水对干旱的影响，还综合了其他干旱指数对潜在蒸散量的敏感性和多时间尺度的优势，能够满足干旱多时空尺度监测的需求。目前关于陕北退耕还林的研究多集中于不同植被类型的土壤质量评价[11]以及群落恢复特征，关于干旱对陕北退耕还林地的影响研究较少，因此需要更加细致地研究干旱与植被之间的关系。吴起县被称为“全国退耕还林第一县”[12]，属于陕北退耕还林典型县。截至2020年底，全县共完成国家退耕还林计划面积13.50万hm2，森林覆盖率、林草覆盖度分别由1997年的8.4%、19.2%提高到目前的20.3%、72.9%。吴起县退耕还林以刺槐和油松为主间或少量的混交林[12]，本文以吴起县刺槐、油松和混交林为研究对象，基于2000—2020年逐月归一化植被指数(normalized difference vegetation index，NDVI，用INDV表示)和不同时间尺度的ISPE，分析了近20年来吴起县退耕还林后人工林的生长状态及其对气候变化的响应，特别是植被在应对干旱时的抵抗力与恢复力，以期为吴起县的生态环境建设及管理提供理论依据。

1 数据及研究方法

1.1 研究区概况

吴起县地处延安市西北部，陕西与甘肃省交界处，位于107°38′57″E～108°32′49″E， 36°33′33″N～37°24′27″N，全县总面积3 791.5 km2[13]。其西北、东南、东北、西南方向分别与定边县、志丹县、靖边县和甘肃华池县毗邻。吴起县地处中温带半湿润—半干旱区域，温带大陆性季风气候特征明显，年平均温度7.8 ℃，年平均降雨量483.4 mm。其中刺槐林采样点位于108°10′10″E，36°53′59″N，油松林采样点位于108°10′34″E，36°54′30″N，混交林采样点位于108°10′36″E，36°54′15″N。

1.2 数据来源与处理

研究所用的INDV数据来自美国航空航天局(NASA)数据中心发布的第六版MOD13A3数据集(https://ladsweb.modaps.eosdis. nasa.gov/)，空间分辨率为1 km，时间分辨率为1个月，时间跨度为2000—2020年，基于GEE(Google Earth Engine)平台提取了吴起县油松、刺槐和混交林三个典型人工林样地的INDV，为了减少人工林非生长季INDV带来的误差，以生长季INDV的平均值表征年INDV。

气象数据来源于中国气象科学数据共享网(http://cdc.nmic.cn/home.do)发布的中国地面气候资料日值数据集，使用了其中的降水和气温数据。利用R语言的SPEI包计算不同时间尺度的ISPE(1)、ISPE(3)、ISPE(6)、ISPE(9)和ISPE(12)(ISPE(1)、ISPE(3)、ISPE(6)、ISPE(9)和ISPE(12)分别表示1、3、6、9和12个月的ISPE)。其中ISPE(1)、ISPE(3)、ISPE(6)、ISPE(12)分别代表月、季、半年及全年尺度的干旱状况。本研究将单一干旱年称为独立干旱事件，连续3 a的干旱称之为持续干旱事件。

1.3 研究方法

1.3.1 干旱监测指标 标准化降水蒸散指数ISPE是由Vicente-Serrano在2010年提出[14]，该指数利用降水与蒸散量之间的差异程度来代表区域干旱状况，对气候干旱有良好表征性[15-17]，具有多尺度的特点。根据ISPE大小，可判断出区域的干湿情况[18]，ISPE小于-0.5时表示发生干旱，ISPE越小干旱越严重[19]。为分析极端干旱对人工林的影响，将前一年10月到当年9月ISPE(12)<-1的年份设定为极端干旱年。

1.3.2 线性变化趋势及相关分析 以时间为自变量，INDV为因变量进行一元线性回归拟合，得到回归系数，以表示INDV随时间的变化趋势。用R语言进行Pearson相关系数分析，同时考虑到ISPE对INDV影响的滞后效应，分别将不同时间尺度的ISPE后置相应时间，通过相关性分析得出其与INDV的滞后关系。

1.3.3 植被对极端干旱的抵抗力和恢复力 计算树木生长对极端干旱响应的两个指标：抵抗力(Rt)和恢复力(Rc)。Rt为干旱与干旱发生前树木生长的差异，表征树木在干旱胁迫后保持生长的能力；Rc为干旱与干旱发生后树木生长的差异，表征树木在干旱胁迫后恢复生长的能力[20]。两个指标的计算公式如下。

Rt=INDV(d)/INDV(prev)，

(1)

Rc=INDV(post)/INDV(d)。

(2)

式中，INDV(d)表示极端干旱事件发生年的INDV，INDV(prev)和INDV(post)分别表示极端干旱事件发生前3年和后3年的INDV的算数平均。

Rt量化干旱前期、干旱期树木生长的差异。Rt=1表示完全抵抗，干旱胁迫未影响树木生长；Rt>1表征树木承受干旱胁迫后快速生长；Rt<1表征树木遭受干旱胁迫后生长下降。Rc描述干旱期后恢复生长的反应。Rc=1表明干旱期后低生长水平仍存在；Rc<1表明生长水平进一步下降；Rc>1表明干旱后生长水平恢复[21]。

2 结果与讨论

2.1 2000—2020年吴起县干旱事件和典型人工林INDV变化趋势

由图1可以看出，2000—2020年吴起县共发生8次干旱(ISPE(12)< -0.5)，分别是2000、2004、2005、2006、2009、2010、2011和2015年，其中2004—2006年和2009—2011年为连续干旱事件，2000、2015年为独立干旱事件。2000、2005年和2015年为极端干旱年(ISPE(12)<-1)。

图1 2000—2020年吴起县ISPE(a)和三种类型人工林INDV(b刺槐；c油松；d混交林)变化趋势

研究时段内，刺槐、油松和混交林的INDV在波动中呈显著增加趋势(p<0.001)，且均以0.01/a的速率增加，这可能与吴起县植树造林活动密切相关。其中刺槐、油松和混交林INDV的最大值分别出现在2020、2018和2018年，分别为0.54，0.54和0.55，这可能与该时段丰沛的降水相关；刺槐、油松和混交林的INDV最小值均出现2000年，分别为0.25，0.26和0.26，这是由于2000年处于退耕还林初期，三种类型人工林的覆盖度相对较低所导致的。

2.2 三种类型人工林对干旱响应的敏感性和滞后效应

不同时间尺度ISPE与INDV的最大相关系数能反映干旱下植被的活动，最大相关系数对应的干旱时间尺度反映了植物变化对相应时间尺度干旱影响的敏感性，INDV与短时间尺度ISPE相关性越大说明植被对干旱响应较快；相应地，INDV与长时间尺度ISPE相关性越大则说明植被对干旱的响应越慢，生态系统对干旱的抵抗力或恢复力也越强[22]。由表1可看出，三种类型人工林INDV随着ISPE时间尺度的增大，其与ISPE的相关系数呈现出先减小后增大的趋势，其中INDV(刺槐)、INDV(油松)与ISPE(12)显著相关(p<0.05)，INDV(混交林)与ISPE(12)极显著(p<0.01)相关，说明三种类型的人工林生态系统对年尺度的干旱敏感性最强，在年内，植被对干旱均具有较强的抵抗力和恢复力，持续时间较短的干旱对其无显著影响。

表1 2000—2020年吴起县INDV与不同时间尺度ISPE的相关系数

从表2可知，三种类型人工林与滞后3个月的ISPE(3)呈显著的负相关(p<0.05)，与滞后6个月的ISPE呈极显著(p<0.01)的正相关，可见INDV对ISPE的响应具有显著的滞后效应，三种人工林植被对干旱的响应滞后为3～6个月。滞后3个月尺度的ISPE会对人工林生态系统产生正面的影响，造成植被绿度及生产力增加，这可能因为在干旱的初期虽然降雨减少，但是土壤中的水分依然充足，且到达地面的太阳辐射增强，森林光合作用增加，从而比同期非干旱年份生长更加茂盛[23]；而在干旱滞后6个月后，干旱会对人工林INDV产生负向的影响，从而导致人工林植被绿度和生产力的下降。由于长时段的干旱缺水，干旱的加剧，森林冠层的温度会快速上升，在缺水和高温的共同作用下使得森林的叶片变黄枯萎，甚至树木的死亡率上升，因此森林在干旱中经历了一个先变绿后变黄的过程[23]。

表2 2000年—2020年吴起县INDV与滞后不同时间尺度ISPE的相关系数

2.3 三种类型人工林对干旱的抵抗力和恢复力

研究时段的极端干旱年分别为2000年(ISPE(12)为-1.21)，2005年(ISPE(12)为-1.36)和2015年(ISPE(12)为-1.64)，由于缺少2000年之前吴起县人工林植被INDV数据，因此不讨论2000年的人工林对干旱的抵抗力和恢复力。

由表3可知，2005年三种类型人工林Rt均大于1，表明干旱并未直接影响树木生长，其中油松的Rc小于1，表明干旱发生后油松的植被绿度下降。在两次极端干旱事件中油松与混交林的Rt均大于刺槐(表3)，表明相比于刺槐，油松与混交林在面对干旱时具有较强的抵抗力，其中油松应对干旱的能力在三种人工林中是最强。虽然从年尺度上看2015年的干旱更加严重，但由于2005年极端干旱事件发生在2004—2006年间的连续干旱中，因此2005年的干旱事件持续时间更长。研究表明，即使树木能在特定干旱时期存活，对干旱事件敏感性也会发生变化，这种变化将导致干旱后持续数年的滞后效应[24-25]，可能推迟树木生长恢复，并增加树木面对未来干旱事件的脆弱性[26-28]，这可能是造成2005年和2015年两次极端干旱事件中三种类型人工林Rt和Rc差异的原因之一。刺槐在面对持续时间较长的极端干旱事件时有着较强的抵抗力，但面对干旱强度更大的短时间干旱的抵抗力相对较小。就恢复力而言，在持续时间较长的干旱事件中刺槐>混交林>油松(表3)，但在持续时间较短干旱事件中混交林对干旱的恢复力高于刺槐和油松(表3)。

表3 2005、2015年的极端干旱中吴起县三种类型人工林Rt和Rc

3 结论

基于吴起县2000—2020年的INDV和ISPE，分析了该县近20年来退耕还林后人工林的生长状态及其对气候变化的响应特征。

(1)近20年来吴起县退耕还林等生态治理工程的实施使该区域典型人工林生态系统INDV呈显著的增长趋势，但受极端气候事件的影响年际波动较大。

(2)年内持续时间较短的干旱对吴起县人工林生态系统无显著影响。三种类型的人工林对干旱影响的响应较慢，人工林的INDV对干旱的敏感性在年尺度最强，干旱对INDV影响具有滞后效应，约为3～6个月。

(3)三种类型人工林对干旱的抵抗力油松>混交林>刺槐；持续较长的干旱中恢复力刺槐>混交林>油松，但在持续时间较短干旱中混交林对干旱的恢复力高于刺槐和油松。考虑到保护生物多样性的重要意义及不同树种面对干旱时的抵抗力与恢复力不同，建议陕西省在退耕还林的过程中应当慎重选择树种。