近40年（1982年—2018年）中國草原區(qū)干濕變化趨勢分析

底凱， 胡中民， 郝珖存， 曹若臣， 梁敏琪， 韓道瑞， 吳戈男

1. 華南師范大學(xué) 地理科學(xué)學(xué)院, 廣州 510631;2. 中交四航工程研究院有限公司, 廣州 510230;

3. 中交交通基礎(chǔ)工程環(huán)保與安全重點(diǎn)實(shí)驗(yàn)室, 廣州 510230;

4. 中國科學(xué)院地理科學(xué)與資源研究所 生態(tài)系統(tǒng)觀測與模擬重點(diǎn)實(shí)驗(yàn)室, 北京 100101;

5. 中國科學(xué)院大學(xué) 資源與環(huán)境學(xué)院, 北京 100049

1 引 言

氣候變暖導(dǎo)致全球降水和氣溫格局發(fā)生了改變（Huang 等，2016），干旱區(qū)域面積持續(xù)擴(kuò)大（Sheffield 等，2012），近年來中國也呈現(xiàn)干旱加劇趨勢（Chen 和Sun，2015），干旱半干旱區(qū)域面積持續(xù)增大（Zhang 等，2016）。干旱的加劇影響了區(qū)域水資源供需矛盾，導(dǎo)致一系列自然災(zāi)害發(fā)生，嚴(yán)重影響了陸地生態(tài)系統(tǒng)穩(wěn)定性（Tong 等，2018；Vicente-Serrano 等，2012）。因此，監(jiān)測干濕程度變化趨勢具有重要意義。

草地生態(tài)系統(tǒng)覆蓋率了全球超過30%的陸地面積，是陸地生態(tài)系統(tǒng)中面積最大、分布最廣的生態(tài)系統(tǒng)（Zhao 等，2020）。地處干旱半干旱的中國草原區(qū)占了國土陸地面積的40%左右，生境脆弱易受外界干擾，對降水變化敏感（Seddon 等，2016；Stanimirova 等，2019）。雖然，現(xiàn)在對中國草原區(qū)干濕程度已有許多研究，但還有以下兩點(diǎn)不足：（1）大部分研究主要集中在局部區(qū)域，例如，西北（Liu 等，2013）、西北中某幾省（Tan等，2015；Yao 等，2018）或青藏區(qū)域（Gao 等，2015），沒有從整體考慮中國草原區(qū)的干濕變化；（2）研究的時(shí)間范圍大部分集中在20 世紀(jì)80 年代中期—21 世紀(jì)初前10 年左右（Zhang 等，2016；Gao 等，2015）。

氣候的干濕程度通常用干旱指數(shù)（Drought Index）來量化，其中，最常用的干旱指數(shù)為聯(lián)合國環(huán)境署提出的干燥度指數(shù)AI（Aridity Index），即降水與潛在蒸散發(fā)的比值，被廣泛應(yīng)用于干濕程度的量化與評估（Asadi Zarch 等，2015）；該指數(shù)刻畫了陸地生態(tài)系統(tǒng)對水分的供應(yīng)（降水）與需求（潛在蒸散發(fā)）的差異，由于含義明確，計(jì)算相對簡便而被廣泛采用（Asadi Zarch 等，2015；Huang 等，2016；Liu 等，2013）。然而，研究表明，不同研究采用該指數(shù)所描述的干濕程度變化趨勢往往不一致（Vicente-Serrano 等，2012），其原因可能是不同研究用于計(jì)算干燥度指數(shù)氣象數(shù)據(jù)的來源不同，導(dǎo)致對干燥度指數(shù)變化趨勢的結(jié)論不一致（Liu 等，2019）；另外，本研究也比較了另一個(gè)被廣泛采用的干旱指數(shù)，自校正帕爾默干旱指數(shù)指數(shù)scPDSI （Self-Calibrated Palmer Drought Severity Index）在本區(qū)域的適用性（Dai，2013）。

為了準(zhǔn)確刻畫中國草原區(qū)干濕程度的變化趨勢與空間格局，本研究以目前精度最高的土壤濕度主被動探測SMAP（Soil Moisture Active Passive）衛(wèi)星所監(jiān)測到的土壤含水量產(chǎn)品作為參照（Mohanty等，2017；Kim 等，2018；Ma 等，2019），評估不同數(shù)據(jù)源得到的干燥度指數(shù)的可信度，在此基礎(chǔ)上遴選最佳的干旱指數(shù)，評估中國草原區(qū)近40年來干濕程度的變化趨勢和空間格局。

2 材料與方法

2.1 研究區(qū)域

中國草原區(qū)地處中國西部，位于26°50′°N—53.33°N 和73.40°E—126.04°E，境內(nèi)有內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)、甘肅省、新疆維吾爾自治區(qū)、青海省和西藏自治區(qū)，面積約為5.29×106km2。該區(qū)域多年平均氣溫為5.82 ℃，多年平均降水為315.27 mm，冬季寒冷干燥、夏季高溫多雨，主要屬大陸性氣候或高原山地氣候，生態(tài)系統(tǒng)脆弱，對全球變化敏感（Seddon 等，2016；Stanimirova等，2019）。草地分布及其類型依照《中華人民共和國植被圖（1∶100 萬）》（中國植被圖編委會和中國科學(xué)院，2007）劃分，見圖1（審圖號：GS（2021）8551 號。中國草原區(qū)另劃分3 個(gè)子研究區(qū)分別為：內(nèi)蒙古草原區(qū)、西北草原區(qū)和青藏草原區(qū)，其中內(nèi)蒙古草原區(qū)為內(nèi)蒙古自治區(qū)，青藏草原區(qū)內(nèi)含青海省和西藏自治區(qū)，西北草原區(qū)內(nèi)含寧夏回族自治區(qū)、甘肅省及新疆維吾爾自治區(qū)。

圖1 中國草原區(qū)的范圍及主要植被類型Fig.1 Location of the study region and distribution of grassland types in China grasslands

2.2 干旱指數(shù)計(jì)算

干燥度指數(shù)AI（Aridity Index）的計(jì)算方法為年降水量與年潛在蒸散發(fā)的比值：

式中，Pi與PETi分別為月降水量與潛在蒸散發(fā)（每年12 個(gè)月）；AI 越大表明氣候越濕潤 （Huang等，2016）。

潛在蒸散發(fā)是計(jì)算AI 的關(guān)鍵變量，現(xiàn)有研究多常采用Penman-Monteith （Van Der Schrier 等，2011）公式計(jì)算：

式中，PETpm為參考蒸騰速率（mm）；Δ 是溫度隨飽和水汽壓變化的斜率（kPa/℃）；Rn是作物表面的凈輻射通量（MJ/m2）；G是土壤熱通量（MJ/m2）；T為2 m 高度處的平均氣溫（℃）；u2為2 m 高度的風(fēng)速（m/s）；es為飽和水汽壓（kPa）；ea為實(shí)際水汽壓（kPa）；es-ea為空氣飽和水汽壓差（kPa）；γ為干濕表常數(shù)（kPa/℃），本文為0.674（Akumaga和Alderman，2019）。

2.3 數(shù)據(jù)來源與處理

2.3.1 CRU全球氣象數(shù)據(jù)

本研究使用了英國東英吉利大學(xué)氣候變化研究小組的CRU （Climatic Research Unit） TS 4.03（https：//crudata.uea.ac.uk/cru/data/hrg/［2020-09-24］）降水和潛在蒸散發(fā)數(shù)據(jù)產(chǎn)品，空間分辨率為0.5°×0.5°，時(shí)間分辨率為月尺度（Rodell 等，2004），該數(shù)據(jù)集已被廣泛應(yīng)用于全球變化研究（Huang 等，2016；Vicente-Serrano 等，2012；Van Der Schrier 等，2013）。CRU_AI的計(jì)算為CRU PPT除以CRU PET。

2.3.2 GLDAS全球氣象數(shù)據(jù)產(chǎn)品

全球陸面數(shù)據(jù)同化系統(tǒng)數(shù)據(jù)產(chǎn)品GLDAS（Global Land Data Assimilation System）是基于衛(wèi)星遙感和地面觀測數(shù)據(jù)作為驅(qū)動數(shù)據(jù)，用陸面模式與數(shù)據(jù)同化生成全球地表氣象數(shù)據(jù)產(chǎn)品。本研究使用質(zhì)量最高的GLDAS-2.0 Noah 和GLDAS-2.1 Noah數(shù)據(jù)集中的降水、氣溫、相對濕度、風(fēng)速、短波輻射、長波輻射、土壤熱通量和反照率共8 個(gè)數(shù)據(jù)集（https：//disc.gsfc.nasa.gov/datasets？keywords=gldas&page=1［2020-09-24］），空間分辨率為0.25°×0.25°，時(shí)間分辨率為日。GLDAS-2.0 Noah為1948年3 月—2014 年12 月數(shù)據(jù)（Rodell 等，2004），最新版本的GLDAS-2.1 Noah 從2000 年1 月1 日更新至今。以2000 年—2014 年重疊時(shí)段的GLDAS-2.1 Noah 為自變量，GLDAS-2.0 Noah 為因變量逐格點(diǎn)構(gòu)建一元線性回歸方程，再利用所構(gòu)建的方程校正1982年—1999年的數(shù)據(jù)，基于計(jì)算校正后的氣象數(shù)據(jù)用Penman-Monteith 公式（Van Der Schrier 等，2011）計(jì)算中國草原區(qū)的潛在蒸散發(fā)。GLDAS_AI的計(jì)算為GLDAS PPT除以GLDAS PET。

2.3.3 GLEAM全球潛在蒸散發(fā)數(shù)據(jù)產(chǎn)品

阿姆斯特丹全球陸地蒸散發(fā)產(chǎn)品GLEAM（Global Land-surface Evaporation： the Amsterdam Methodology）是基于衛(wèi)星觀測和模型模擬的數(shù)據(jù)產(chǎn)品（Martens 等，2017）。本研究使用最新版的GLEAM v3.2a 數(shù)據(jù)集（https：//www.gleam.eu/［2020-09-24］），PET 的時(shí)間分辨率為月，空間分辨率0.25°×0.25°（Martens 等，2017），時(shí)間范圍是1980年—2018年。

因該數(shù)據(jù)集不包括降水，為了計(jì)算AI，本研究所使用的1982 年—2018 年的時(shí)間序列臺站降水量數(shù)據(jù)獲取自中國氣象局—國家氣象信息中心（http：//data.cma.cn/en［2020-09-24］），并 使 用ANUSPLIN 軟件插值，插值柵格精度為0.5°×0.5°。該數(shù)據(jù)集和插值方法在中國草原區(qū)已被廣泛應(yīng)用（Zhao 等，2020；Cao 等，2020）。GLEAM_AI的計(jì)算為插值后PPT 除以GLEAM PET；此外，結(jié)果分析用到的氣溫?cái)?shù)據(jù)也來源于中國氣象局—國家氣象信息中心并用ANUSPLIN軟件插值成柵格精度為0.5°×0.5°。

2.3.4 SMAP全球土壤含水量數(shù)據(jù)產(chǎn)品

土壤含水量主被動衛(wèi)星SMAP（Soil Moisture Active Passive）搭載了L 波段1.26 GHz 主動式遙感雷達(dá)和L波段被動式1.41 GHz遙感微波輻射儀，用于觀測土壤含水量及凍融情況（Mohanty 等，2017；孫灝 等，2021）。本研究應(yīng)用了SMAP Level 3（https：//nsidc.org/data/smap/smap-data.html［2020-09-24］）土壤含水量日數(shù)據(jù)集，空間分辨率為36 km×36 km（Ma 等，2019），時(shí)間范圍為2015 年5 月1 日至2018年12月31日（Chan 等，2016）。該數(shù)據(jù)是目前可靠性最高的土壤含水量衛(wèi)星遙感產(chǎn)品，已在全球不同區(qū)域得到驗(yàn)證（Kim 等，2018；Ma 等，2019）。

2.3.5 scPDSI全球干旱指數(shù)產(chǎn)品

scPDSI 是 基 于PDSI （The Palmer Drought Severity Index）發(fā)展而來，綜合考慮了水分虧缺量和持續(xù)時(shí)間對干濕程度的影響（王先偉 等，2014），其計(jì)算需要用到前期降水量、土壤含水量、徑流和潛在蒸散發(fā)（Van Der Schrier 等，2011）。scPDSI 數(shù)據(jù)產(chǎn)品為全球月尺度，空間分辨率為0.5°×0.5°，獲取自英國氣候研究中心（https：//crudata.uea.ac.uk/cru/data/drought/［2020-09-24］），該數(shù)據(jù)產(chǎn)品使用CRU TS 3.10.01 為驅(qū)動數(shù)據(jù)，時(shí) 間 范圍是1901 年1 月至2018 年12 月（Van Der Schrier 等，2013；Dai，2013）。

2.4 數(shù)據(jù)處理和分析

（1） 統(tǒng)一空間分辨率。使用雙線性（bilinear）重采樣方法將SMAP 土壤含水量、計(jì)算GLDAS AI所需的變量和GLEAM PET 的空間分辨率統(tǒng)一到0.5°×0.5°。

（2） 數(shù)據(jù)分析。使用2015年—2018年6—10月各干旱指數(shù)的月均值分別與相同時(shí)間的SMAP 0—10 cm 土壤含水量均值進(jìn)行相關(guān)性檢驗(yàn)，遴選最優(yōu)干旱指數(shù)。后續(xù)分析采用最小二乘法來估算最優(yōu)干旱指數(shù)年均值、年降水和年均氣溫計(jì)算各變量的時(shí)間序列變化趨勢（式（3）），用Student-t 檢驗(yàn)其趨勢的顯著性。

式中，y是干旱指數(shù)或氣候因子，t是時(shí)間（年），a是截距，b是速率，ε是殘差。

為了確定干旱指數(shù)與氣候因子趨勢發(fā)生改變的轉(zhuǎn)變年份，采用常用的分段線性回歸方法確定是否有存在趨勢轉(zhuǎn)變以及轉(zhuǎn)變的時(shí)間節(jié)點(diǎn)（Piao等，2011；Wang 等，2011；Hu 等，2018；Chen等，2014）：

式中，yt為最優(yōu)干旱指數(shù)與氣候因子時(shí)間序列，xt是時(shí)間（年），j是預(yù)估的時(shí)間序列最優(yōu)干旱指數(shù)的轉(zhuǎn)變點(diǎn)年份，a0是截距，b1和b2分別是轉(zhuǎn)變前后的速率，用最小二乘法估測了上述系數(shù)和j。如果拒絕原假設(shè)b2= 0 并且轉(zhuǎn)變前后差異滿足p<0.05，則轉(zhuǎn)變前后具有顯著性差異。

3 結(jié) 果

3.1 不同數(shù)據(jù)源干旱指數(shù)對比

各干旱指數(shù)和SMAP土壤含水量的月時(shí)間序列相關(guān)分析結(jié)果表明，GLEAM_AI 干旱指數(shù)與SMAP土壤含水量相關(guān)性最高（圖2，審圖號GS（2021）8551 號），全區(qū)平均的相關(guān)系數(shù)（r）為0.7，其次為CRU_AI（r=0.57），scPDSI（r=0.53）和GLDAS_AI（r=0.38）；另外，年尺度上（2015年—2018年）基于GLEAM 的AI 的年際變化趨勢SMAP 土壤含水量的年際變化趨勢一致性也最高（圖3，審圖號GS（2021）8551 號），這說明基于GLEAM 的AI 量化研究區(qū)干濕程度最為可靠。因此，本研究使用GLEAM_AI 進(jìn)一步分析研究區(qū)干濕程度的動態(tài)變化和空間格局。

圖2 2015年—2018年中國草原區(qū)SMAP土壤含水量與干旱指數(shù)的相關(guān)系數(shù)空間趨勢圖（插圖為空間上不同相關(guān)系數(shù)的頻率分布）Fig.2 Spatial distribution of the correlation coefficients between the drought index and SMAP during 2015—2018（The inset figure shows the rate of different correlation coefficients in space）

圖3 中國草原區(qū)土壤含水量和不同干旱指數(shù)的空間變化趨勢圖（黑點(diǎn)為p < 0.05具有顯著性差異區(qū)域）Fig.3 Spatial distribution of the trend of soil moisture and different drought index （Dotted regions indicated the detected trends were significant at p < 0.05）

進(jìn)一步分別比較了CRU、GLDAS和中國氣象局的降水，以及CRU、CLDAS和GLEAM的潛在蒸散發(fā)表明，幾個(gè)數(shù)據(jù)產(chǎn)品的年降水盡管數(shù)值上有一定差異，但變化趨勢一致（圖4（a））；1982年—2018年年潛在蒸散發(fā)都呈整體上升趨勢（圖4（b）），與AI發(fā)生趨勢轉(zhuǎn)變的年份一樣（圖4（b）和圖5（a）），年潛在蒸散發(fā)都呈先快速上升后緩慢上升趨勢，GLEAM 潛在蒸散發(fā)的趨勢轉(zhuǎn)變都通過了顯著性檢驗(yàn)（P<0.05），這說明GLEAM 數(shù)據(jù)產(chǎn)品的潛在蒸散發(fā)可信度最高。

圖4 1982年—2018年中國草原區(qū)年降水和年潛在蒸散發(fā)的動態(tài)變化Fig.4 Temporal dynamic trend of mean annual precipitation and mean annual potential evapotranspiration in China grasslands during 1982—2018

3.2 干旱指數(shù)和相關(guān)氣候因子的動態(tài)變化趨勢

1982 年—2018 年中國草原區(qū)AI 整體呈不顯著的上升趨勢（0.0015 a-1，p= 0.054），但年降水（1.15 mm/a，p<0.05）、年潛在蒸散發(fā)（0.68 mm/a，p<0.05）和年均氣溫（0.02 ℃/a，p< 0.05）都整體呈顯著增加趨勢（圖5）。在1982 年—2018 年之間AI 在2005 年發(fā)生趨勢轉(zhuǎn)變（p< 0.05），1982 年—2005 年呈下降趨勢（-0.0005 a-1），但在2006 年—2018 年呈上升趨勢（0.009 a-1）。年降水、年潛在蒸散發(fā)和年均氣溫在1982 年—2005 年均呈上升趨勢，年降水和年均氣溫在2006 年—2018 呈上升趨勢，但年潛在蒸散發(fā)呈下降趨勢（圖5）。1982 年—2018 年內(nèi)蒙古草原區(qū)、西北草原區(qū)的AI、年降水和年潛在蒸散發(fā)的趨勢轉(zhuǎn)變年份均發(fā)生在2005 年，但青藏草原區(qū)的AI和年降水趨勢轉(zhuǎn)變發(fā)生在1994 年，年潛在蒸發(fā)在2005 年（圖6）。1982年—2018 年內(nèi)蒙古草原區(qū)、西北草原區(qū)和青藏高原區(qū)3 個(gè)區(qū)域的AI和年降水變化趨勢均一致，但AI 和年潛在蒸散發(fā)變化趨勢不一致（圖5）。內(nèi)蒙古草原區(qū)AI和年降水在1982 年—2005 年呈下降趨勢，在2006 年—2018 年呈上升趨勢，年潛在蒸散發(fā)在這兩個(gè)時(shí)間段均呈上升趨勢（圖6（a）—6（c））。西北草原區(qū)AI、年降水和年潛在蒸散發(fā)在1982 年—2005 年和2006 年—2018 年兩個(gè)時(shí)間段均呈上升趨勢（圖 6（d）—6（f））。青藏高原區(qū)AI、年降水在1982 年—1994 年均呈下降趨勢，在1995 年—2018 年呈上升趨勢，但年潛在蒸散發(fā)在1982 年—2005 年呈上升趨勢，在2006 年—2018 年呈下降趨勢（圖 6（g）—6（i））。

圖5 1982年—2018年干燥度指數(shù)、年降水、年潛在蒸散發(fā)和年均氣溫動態(tài)變化，虛線為1982年—2018年變化趨勢，實(shí)線分別代表1982年—2005年和2006年—2018年兩個(gè)時(shí)間段的變化趨勢；圖中數(shù)值分別表示1982年—2005年和2006年—2018年AI、年降水、年潛在蒸散發(fā)和年均氣溫的變化速率Fig.5 Temporal dynamic trend of AI （aridity index）， mean annual precipitation， mean annual potential evapotranspiration and mean annual air temperature during 1982—2018. The dashed line shows a trend of 1982—2018， and the solid line shows a trend of 1982—2005 and 2006—2018. The values in the figure show the change rate of mean annual AI， mean annual precipitation，mean annual potential evapotranspiration and mean annual temperature in 1982—2005 and 2006—2018， respectively

圖6 1982年—2018年不同區(qū)域干燥度指數(shù)、年降水和年潛在蒸散發(fā)動態(tài)變化Fig.6 Temporal dynamic trend of AI， mean annual precipitation and mean annual potential evapotranspiration in different region during 1982—2008， respectively

3.3 AI和氣候因子變化的空間分布格局

在1982年—2005年和2006年—2018年兩個(gè)時(shí)間段，中國草原區(qū)AI 和年降水的空間變化趨勢均呈相似的空間分布格局，1982 年—2005 年AI 和年降水在內(nèi)蒙古草原區(qū)東部、青藏高原東北部呈下降趨勢，2006 年—2018 年AI 和年降水在大部分區(qū)域呈上升趨勢除青藏高原中部外（圖7（a）—7（d））。整體看來，1982 年—2005 年中國草原區(qū)AI整體呈減小趨勢（圖7（a）），2006年—2018年AI呈增加趨勢（圖7（b））。

圖7 中國草原區(qū)1982年—2005年和2006年—2018年的AI、年降水和年潛在蒸散發(fā)空間變化趨勢圖（黑點(diǎn)為p < 0.05具有顯著性差異區(qū)域；插圖為空間上不同變化速率的頻率分布）Fig.7 Spatial distribution of the trend of AI， mean annual precipitation and mean annual potential evapotranspiration both of during 1982—2005 and 2006—2018， respectively. Dotted regions indicated the detected trends were significant at p < 0.05. The inset figure shows the rate of different slope in space

在1982年—2005年和2006年—2018年兩個(gè)時(shí)間段，中國草原區(qū)AI 和年降水全部呈強(qiáng)正相關(guān)（r>0.6）關(guān)系（圖8（a）和8（b））；AI 和年潛在蒸散發(fā)整體呈負(fù)相關(guān)關(guān)系（r=-0.20）（圖8（c）和8（d））。

圖8 1982年—2005年和2006年—2018年的AI與年降水、年潛在蒸散發(fā)的相關(guān)系數(shù)空間趨勢圖（插圖為空間上不同相關(guān)系數(shù)的頻率分布）Fig.8 Spatial distribution of the correlation coefficients between the AI， mean annual precipitation and mean annual potential evapotranspiration both of during 1982—2005 and 2006—2018， respectively. The inset figure shows the rate of different correlation coefficients in space

4 討 論

4.1 中國草原區(qū)干濕程度的變化趨勢

中國草原區(qū)AI、年降水和年潛在蒸散發(fā)在1982 年—2018 年整體均呈上升趨勢（圖5），雖然年降水和年潛在蒸散發(fā)都呈上升趨勢，但年降水的增加速率（1.15 mm/a）是年潛在蒸散發(fā)增加速率（0.68 mm/a）的兩倍，導(dǎo)致AI 呈上升趨勢，說明了該地區(qū)整體變得更加濕潤（馬柱國 等，2018）。中國草原區(qū)AI 在2005 年發(fā)生轉(zhuǎn)變，但研究區(qū)域的不同和研究時(shí)段的差異可能會導(dǎo)致結(jié)果有差異（圖5），例如：馬柱國等（2018）對1951年—2016 年中國北方研究表明AI 在2001 年發(fā)生轉(zhuǎn)變，楊舒暢和楊恒山（2019）的研究表明內(nèi)蒙古在1982 年和2012 年發(fā)生兩次趨勢突變。中國草原區(qū)AI 在2005 年發(fā)生轉(zhuǎn)變的原因是：1982 年—2005 年緩慢增多的年降水（0.65 mm/a）和升溫導(dǎo)致快速增多的年潛在蒸散發(fā)（1.10 mm/a）加劇了地面水分消耗，使得AI 呈下降趨勢（符淙斌和馬柱國，2008），但2005年—2018年降水的增多（4.27 mm/a）和年潛在蒸散發(fā)的減少（-0.07 mm/a）導(dǎo)致AI 呈上升趨勢，中國草原區(qū)AI 變化主要受降水量變化的影響（Liu 等，2019；Gao 等，2015；Huo 等，2013）。

本研究表明，2006 年—2018 年中國草原區(qū)為整體呈現(xiàn)出濕潤化的趨勢，其原因可能是印度洋季風(fēng)和西風(fēng)環(huán)流對研究區(qū)影響有所加強(qiáng)（Sun 等，2019；Li 等，2020），把更多的水蒸氣從海洋表面輸送到該地區(qū)，從而產(chǎn)生更多的降水。另外，在此期間中國草原區(qū)出現(xiàn)了增溫停滯，導(dǎo)致年潛在蒸散發(fā)增速放緩，這也緩解了干旱。增溫停滯的原因有待深入，這將有助于預(yù)測未來該區(qū)域的干濕度的變化趨勢。

4.2 中國草原區(qū)干濕變化的空間格局

內(nèi)蒙古草原區(qū)和青藏草原區(qū)在轉(zhuǎn)變前后年兩個(gè)時(shí)間段AI 均呈先下降后上升趨勢，因?yàn)檗D(zhuǎn)變前年降水增速比年潛在蒸散發(fā)增速慢，而轉(zhuǎn)變后年降水比年潛在蒸散發(fā)增速快（圖6（a）—6（c）和圖6（g）—6（i））（Li 等，2020），內(nèi)蒙古草原區(qū)、西北草原區(qū)兩個(gè)區(qū)域和青藏高原區(qū)年潛在蒸散發(fā)的變化趨勢不一致是因?yàn)槲鞅辈菰瓍^(qū)和內(nèi)蒙古草原區(qū)相較于青藏高原常年受干熱風(fēng)影響（圖6（f）和6（i））（候啟 等，2019）。內(nèi)蒙古草原區(qū)AI 趨勢轉(zhuǎn)變年份和中國草原區(qū)的一致都為2006 年，說明內(nèi)蒙古草原區(qū)主導(dǎo)了中國草原區(qū)的干濕條件變化（圖5（a）和圖6（a））。

中國草原區(qū)1982年—2005年和2006年—2018年兩個(gè)時(shí)間段AI和年降水的空間變化趨勢較為一致，但AI 與年潛在蒸散發(fā)的空間變化趨勢存在較大差異（圖7），因?yàn)锳I 和年降水量的相關(guān)系數(shù)呈顯著正相關(guān)關(guān)系（圖8（a）和8（b）），這說明了中國草原區(qū)的干濕程度變化受降水主導(dǎo)（Ramarao 等，2019）。

1982年—2005年中國草原區(qū)干旱加劇的同時(shí)，也表現(xiàn)出該時(shí)段末期比前期，干旱或濕潤的區(qū)域面積的增加或減少（圖7（a）），有52%的區(qū)域呈干旱加劇趨勢，之前的研究也發(fā)現(xiàn)在中國西北部干旱面積的擴(kuò)張（Chen 和Sun，2015；Zhang 等，2016），2006 年—2018 年整體呈干旱緩解趨勢（圖6（b）），有82%面積呈濕潤化趨勢，干旱面積縮小（Chen和Sun，2015）。

4.3 研究中的不足與展望

本研究所采用的干燥度指數(shù)的降水?dāng)?shù)據(jù)是基于全國756 個(gè)國家級臺站數(shù)據(jù)插補(bǔ)得到，在新疆、西藏等地區(qū)臺站數(shù)量相對較少，這可能導(dǎo)致降水和干燥度指數(shù)的空間分布在這些區(qū)域存在一定的誤差。今后的研究中需要采用更多的地面降水觀測數(shù)據(jù)或其他降水?dāng)?shù)據(jù)產(chǎn)品，進(jìn)而提高干燥度指數(shù)空間格局的可信度。本研究驗(yàn)證各干旱指數(shù)的SMAP土壤含水量數(shù)據(jù)時(shí)間跨度為2015年—2018年，年限偏少，僅能評估各干旱指數(shù)在研究區(qū)的整體適用性，未來隨著該數(shù)據(jù)所積累的年限的增加，對于干旱指數(shù)在研究區(qū)效果的空間分布有更深入的認(rèn)識?；诟稍锒戎笖?shù)的動態(tài)變化特征得出，2008 年以來，中國北方草原區(qū)濕潤程度增加，如果同時(shí)考慮CO2濃度升高對植物水分需求的下降，其改善效果可能比干燥度指數(shù)所表現(xiàn)的趨勢更為明顯，今后可基于長期地面和遙感數(shù)據(jù)對研究區(qū)植被生長的水分限制強(qiáng)度的變化做深入分析。

5 結(jié) 論

干旱指數(shù)中的干燥度指數(shù)比scPDSI 更能反映中國草原區(qū)的干濕變化。潛在蒸散發(fā)是導(dǎo)致不同數(shù)據(jù)源產(chǎn)品干旱指數(shù)變化趨勢不一致的主要因素，在中國草原區(qū)，基于GLEAM 產(chǎn)品得到的干燥度指數(shù)可靠性最高。1982 年—2018 年中國草原區(qū)因年降水是年潛在蒸散發(fā)增速的兩倍，導(dǎo)致呈濕潤化趨勢，干燥度指數(shù)另在2005年發(fā)生趨勢轉(zhuǎn)變，1982年—2005 年中國草原區(qū)呈較弱的干旱化趨勢，其主要原因是氣溫升高導(dǎo)致地表蒸散耗水壓力持續(xù)增加，2006 年—2018 年呈明顯的濕潤化趨勢，其主要原因是該區(qū)域降水持續(xù)升高，而氣溫升高表現(xiàn)出停滯使蒸散耗水壓力得到一定緩解。就分區(qū)域而言，內(nèi)蒙古草原區(qū)和西北草原區(qū)干燥度指數(shù)都在2005年發(fā)生趨勢轉(zhuǎn)變，但青藏草原區(qū)則在1994 年，內(nèi)蒙古草原區(qū)在2005 年前后和青藏草原區(qū)在1994 年前后兩個(gè)時(shí)期均發(fā)生趨勢轉(zhuǎn)變，而西北草原區(qū)在1982年以來一直呈現(xiàn)出濕潤化的趨勢，而在2005年以后這種趨勢尤為明顯。中國草原區(qū)的干濕條件變化主要受內(nèi)蒙古草原區(qū)主導(dǎo)。