殷 聪，杨 飞

(1.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101；2.中国科学院大学资源与环境学院，北京 100049；3.江苏省地理信息资源开发与利用协同创新中心，南京 210023)

气候变化背景下，极端气候事件的频率、持续时间和强度都有持续增强的趋势[1−2]。极端气候事件是指显著偏离正常状态下气候要素（如气温、降水量等）观测值的事件[3]，通常表现出异常性、剧烈性和突发性。极端气候事件的发生意味着有机体赖以生存的外界环境剧烈变化，从而影响生态系统的各个成分和环节。植物是陆地生态系统中最重要的生产者[4−6]，在过去的几十年中，气候变化已经显著影响了植物的动态变化[7−9]。极端气候事件引起的外界环境变化直接影响植物的光合作用和呼吸作用等生命活动，在宏观上表现为植物生长周期和节律的变化[10−11]。农作物作为人类最重要的食物来源，其生长状况更是直接关系到粮食安全，极端气候事件可能改变农作物正常的生长周期，从而影响农作物产量，洪水和干旱等甚至可能直接导致农作物死亡。农作物生长季能够直观反映作物的生长状况，从而反映作物的产量形成过程并评估产量高低，研究极端气候事件对农作物生长季的影响对于确保粮食安全具有重要意义[12−16]。

植被物候会对极端气候事件作出一系列的响应，植被物候的变化，如生长季始期（SOS）和生长季末期（EOS）的提前或延后，客观反映了气候变化对植被生态系统的影响。当前，针对气温、降水等气象因素对植被物候的影响已经开展了广泛研究。Suepa等[17]以东南亚季风区为研究区，在季节尺度研究了降水对植被物候的影响，结果显示降水对自然植被物候和农作物物候有显著影响。Jeong等[18]对1982−2008年北半球植被物候的变化规律进行了研究，并分析了温度对植被物候的影响，结果发现温度会影响SOS和EOS的变化速率：1982−1999年，北美的EOS延后了8.1d，而在2000−2008年延后了1.3d；欧洲EOS的变化幅度显著高于SOS，而东亚的 LOS则有增加的趋势。Piao等[19]基于AVHRR/NDVI数据分析了1982−1999年气候变化对中国温带植被物候的影响，结果表明植被的SOS提前了0.79d·a−1，EOS延迟了0.37d·a−1，LOS增加了1.16d·a−1。丁明军等[20]以青藏高原为研究区，基于SPOT VGT数据研究了高寒草地物候的时空分布特征，结果显示温度、降水和海拔均会影响物候的时空分布。

“一带一路”区域气象灾害频发、人类活动密集。近年来，不断升级的极端气候事件对该区域的生产生活和生态环境都造成了重大影响[21]。研究区域极端气候事件和植被物候的时空变化特征对于分析气候变化和人类活动加剧背景下生态系统的响应具有重要意义。此外，当前研究多针对气温、降水等气象因素对植被物候的影响，多个研究已经提出了极端气候事件在植被物候变化中的重要作用[22−24]，但相关研究相对较少。为了分析“一带一路”区域极端气候事件和植被物候的时空变化规律，并探究极端气候事件对农作物生长季的影响，本研究以“一带一路”区域为研究区，基于逐月历史气候数据和逐年植被物候数据，采用趋势分析和统计分析等方法研究极端气候事件和植被物候的时空变化规律，并选取欧洲东南部耕地、中国北部内蒙古草原、印度中部耕地和泰国北部耕地为典型农业区，分析典型极端气候事件对典型农业区生长季的影响规律，以探究极端气候事件对不同区域生长季的影响。

1 资料与方法

1.1 研究区概况

“一带一路”区域横跨亚欧非三大洲，东西范围12.09°E−169.66°W，南北范围11.01°S−81.86°N，涉及8个地区、超过66个国家和地区，区域人口约44亿[25]，该区域自然灾害频发、人口高度聚集、生态环境脆弱，是全球受气象灾害影响最严重的地区之一[26]。地势中间高、四周低，海拔总体上由青藏高原向四周逐渐降低，海拔最低点为−430.5m，最高点为8844.43m。土地覆被类型多样，东南亚主要为常绿阔叶林，俄罗斯西部主要为落叶阔叶林和常绿针叶林，西伯利亚腹地分布着广袤的落叶针叶林，青藏高原和中亚北部主要为草地，中国西北部、中亚、西亚和北极圈以内主要为裸地，中国东部、南亚、俄罗斯南部和东欧受人类农业活动影响，广泛分布着耕地（图1）。各区域气候迥异，气温西南高、东北低，最高年平均气温31.49℃，最低年平均气温−20.05℃。东南部和西北部降水多，中部降水少，最大年平均总降水量8283.35mm，最小年平均总降水量为0。

选择欧洲东南部耕地、中国北部内蒙古草原、印度中部耕地和泰国北部耕地4个典型农业区为研究区，其空间位置如图1所示。

图1 四个典型农业区的位置及“一带一路”沿线土地覆被情况（2015年）Fig.1 Location of 4 typical agricultural regions in "One Belt and One Road" region and land cover in 2015

1.2 数据及其来源

1.2.1 气候数据选择

使用WorldClim（https://www.worldclim.org/）逐月历史气候数据集分析“一带一路”区域的极端气候事件。该数据集由CRU−TS−4.03数据集[27]降尺度，并基于WorldClim2.1[28]误差纠正获得，空间范围为全球，时间范围为1990−2018年，空间分辨率为2.5′（约4600m），包括月最高气温、月最低气温和月总降水量3个变量。使用平均气温数据在季节尺度和年尺度分析了“一带一路”区域的极端气候事件。

1.2.2 植被物候数据选择

植被物候数据来自亚利桑那大学植被指数和物候实验室（https://vip.arizona.edu/）。植被物候数据集是其主要产品之一，该数据集基于MODIS数据，使用与遥感植被指数数据相适应的分段Logistic函数来表征植被年际动态，并提取物候。该方法允许在大尺度上监测植被动态，并且不需要对数据进行预平滑或定义阈值[29]。该数据集的空间范围为全球，时间范围为1981−2016年，空间分辨率为0.05°（约5600m），时间分辨率为年，共包括12个变量。依据该数据集提供的质量控制文件，仅使用质量较高数据，以避免不可靠数据可能对结果造成的影响，主要对SOS、EOS、LOS和植被指数峰值日期（DPS）4个物候变量进行研究（表1）。

表1 植被物候变量说明Table 1 Description of vegetation phenology variables

1.2.3 土地覆被数据

为了研究数十年内极端气候事件对农作物生长季的影响，需要保持土地覆被基本不变，以排除土地覆被类型变化对生长季的干扰。土地覆被数据来自欧洲航天局（https://cds.climate.copernicus.eu/），该数据集的空间范围为全球，时间范围为1992−2015年，空间分辨率为300m，时间分辨率为年。该数据集依据联合国粮农组织（FAO）的土地覆被分类系统（LCCS），将土地覆被分为22类。选择在1992年和2015年土地覆被类型一致的区域，并进一步筛选土地覆被类型为耕地和草地的区域，以研究土地覆被类型保持不变的农业区的生长季变化。

1.3 统计分析方法

1.3.1 极端气候事件的定义

极端气候事件是指显著偏离正常状态下气候要素（如气温、降水量等）观测值的事件[30−31]。将1990−2018年各月或各季节平均气温的平均值作为正常状态下各月或各季节气温的参考，计算各月或各季节平均气温相对于参考气温的偏离值Δ，并将结果划分为4个等级：当某一时段的气温偏离值Δ≥3℃时，定义该时段发生了极端炎热事件；当1.5℃≤Δ＜3℃时，定义该时段发生了极端热事件；当−1.5℃≥Δ＞−3℃时，定义该时段发生了极端冷事件；当Δ≤−3℃，定义该时段发生了极端寒冷事件。参考气温计算式为

式中，Ti,j为第i年第j月（1−12月）或j季节（春夏秋冬）的平均气温，Rj为整个分析期第j月或j季节的参考气温，单位均为℃。

基于1990−2018年的月平均气温数据，分别在季节尺度和年尺度统计极端气候事件。在季节尺度，按照北半球的季节划分方式，将3−5月划分为春季，6−8月划分为夏季，9−11月划分为秋季，12月−翌年2月划分为冬季。季节尺度的参考气温为各季节多年（1990−2018年）平均气温的平均值。在年尺度，考虑到气温对植被物候影响的滞后效应[32−34]，将一年定义为第一年9月−翌年8月[24]，以反映前一年秋冬季节气温对第二年春季植被物候的影响。

1.3.2 物候统计分析

植物的开花、结实、繁殖和枯萎等生命活动均会受到外界环境的影响。当出现极端气候事件时，植物会做出反应来适应外界环境的变化，植被物候可以精确地反映这种现象。为了量化极端气候事件对植被物候的影响，对物候变化量在不同极端气候事件条件下的变化进行分析，物候变化量被定义为极端气候事件条件下的植被物候（Pe）与正常气候条件下植被物候（P0）的差值（ΔP），即

式中，Pe为有极端气候事件发生时的植被物候，P0为没有极端气候事件发生时的植被物候，用年日序表示；ΔP即植被物候的变化量（d）。

主要考虑了SOS和EOS两个物候变量的变化情况。当ΔP＞0，表示该物候推迟，当ΔP＜0时，表示该物候提前[24]。

2 结果与分析

2.1 “一带一路”区域极端气候事件变化特征

为了验证极端气候事件定义的有效性，选取2008年冬季和2010年夏季的两次典型极端气候事件。2008年冬季中国发生了大范围的冰雪冻灾，西北部的陕西、甘肃、青海、宁夏和新疆以及南部的江西、广东、广西、云南等20余个省（区、市）均不同程度受到影响。图2a较好地反映了这次极端低温事件，以中亚的极端寒冷事件为中心，极端冷事件从西亚一直蔓延到中国西北部和南部，波及范围极广。与此同时，东欧和俄罗斯西北部经历了大范围的极端高温事件，表明2008年冬天该地区普遍为“暖冬”。2010年夏季俄罗斯西部发生了严重的高温热浪事件，该地区经历了1880年以来最炎热的7月，并且许多地区创下了历史最高温度记录。图2b反映了2010年夏季，在“一带一路”大部分区域的气温保持正常的情况下，俄罗斯西南部的气温显著高于平均水平，在俄罗斯西南部和几个东欧国家检测到了极端炎热事件。

图2 2008年冬季和2010年夏季极端气候事件的空间分布Fig.2 Distribution of extreme climate events in the winter of 2008 and summer of 2010

计算发生极端气候事件的格点数占“一带一路”区域所有格点的比例，由图3可见，1990−2018年“一带一路”区域发生极端高温事件区域的面积比例呈现明显增加的趋势，而发生极端低温事件区域的面积比例呈现减少的趋势。同时，极端气候事件主要以极端冷事件和极端热事件为主，而极端寒冷事件和极端炎热事件相对较少。分季节来看，春季极端热事件增加趋势明显（图3a），发生极端热事件的区域面积平均每10a增加5.8个百分点，2016年和2017年春季的极端热事件波及了“一带一路”约30%的区域。2011年以来，极端炎热事件也频繁发生。夏季少有极端炎热事件和极端寒冷事件（图3b），极端热事件的发生频率近年来呈现增加的趋势，而极端冷事件则显著减少。秋季极端热事件和极端冷事件近年来有所增加（图3c）。冬季各种极端气候事件频繁（图3d），极端冷事件和极端热事件的平均面积比例为10%，极端寒冷事件和极端炎热事件的平均面积比例为4%，且冷热事件有以5a为周期交替发生的现象。

图3 1990−2018年各季节逐年发生极端气候事件区域面积占“一带一路”区域总面积的比例Fig.3 The proportion of annual extreme climate events area in “One Belt and One Road” region in each season from 1990 to 2018

2.2 “一带一路”区域植被物候特征

由图4可见，研究区内平均SOS总体上呈现随纬度升高而推迟的层状变化特点，赤道附近的印度尼西亚平均SOS为1月，北回归线附近的中南半岛国家和中国东南沿海地区为2月，北纬40°附近的东欧和中亚为3月，俄罗斯从南向北的平均SOS逐渐由4月过渡到6月。另外，海拔高度也显著影响SOS，青藏高原的平均SOS为5月。印度的SOS主要受降水的影响，由于印度的雨季为6−10月，因此该区域的平均SOS为6−7月（图4a）。平均EOS和平均LOS也呈现随纬度升高而推迟的层状变化特点，纬度越高，EOS越早，LOS越短。印度的生长季结束于旱季开始的3月，北极圈以内的LOS仅为2～3个月，而赤道附近的印度尼西亚则达到了10个月以上（图4b和4c）。平均DPS实际反映了植被生长的外界环境达到最佳的时间。由于温度对植被生长的决定性作用，北回归线以北区域的DPS普遍为夏季，而北回归线以南由于常年高温，其他因素（如降水）决定了DPS（图4d）。

图4 1981−2016年“一带一路”区域平均植被物候Fig.4 Average vegetation phenology in “One Belt and One Road” region from 1981 to 2016

计算1981−2016年植被物候的年际变化率并进行显著性检验（P≤0.05）。由图5可见，“一带一路”区域84.75%的区域SOS变化率小于0，表明该区域的SOS普遍提前，其中大部分区域的变化率在−2～0，表明大部分区域的SOS平均每年提前少于2d。变化率小于0的区域主要为“一带一路”区域的北部，南亚和东南亚的变化率大于0，表明这些区域的SOS有延后的趋势（图5a）。EOS则普遍延后，89.13%的区域EOS变化率大于0，且主要集中在“一带一路”区域的北部，与SOS提前的区域在空间上高度关联，这导致了LOS普遍增加，89.2%的区域LOS变化率大于0，且主要分布在“一带一路”区域北部（图5b和5c）。54.26%的区域DPS延后，离散分布在整个区域，而DPS提前的区域则相对集中，主要分布在中国东北部和中亚（图5d）。

图5 1981−2016年“一带一路”区域植被物候年际变化率Fig.5 Change rate of vegetation phenology in “One Belt and One Road” region from 1981 to 2016

2.3 极端气候事件对农作物生长季的影响

欧洲东南部耕地的平均SOS为2−3月，平均EOS为11−12月。故分别选择春季和秋季的极端气候事件分析其对SOS和EOS的影响。由图6可见，在1996年春季极端冷事件的作用下，欧洲东南部耕地区93.9%的区域农作物生长季始期（SOS）推迟，平均推迟了17.5d（图6a）；2014年春季的极端热事件使56.7%的区域SOS提前，平均提前11.3d（图6b）；1997年秋季的极端冷事件使81.2%的区域农作物生长季末期（EOS）平均提前了42.1d（图6c）；2009年秋季的极端热事件使51.4%的区域EOS平均推迟了32.4d（图6d）。

图6 欧洲东南部耕地区域遭遇极端气候事件时生长季物候变化量（ΔP，d）Fig.6 Variations in growing season phenology during extreme climatic events in cultivated areas of southeastern Europe (ΔP, d)

由图7可见，总体上，低温会缩短内蒙古草原植物的生长期，而高温会延长植物的生长期。1995年春季的极端冷事件使62.3%的区域SOS平均推迟了20.1d（图7a）；1998年春季的极端热事件使59.6%的区域SOS平均提前了14.2d（图7b）；2002年秋季的极端冷事件使58.0%的区域EOS平均提前了11.5d（图7c）；2006年秋季的极端热事件使54.6%的区域EOS平均推迟了8.8d（图7d）。

图7 内蒙古草原区域遭遇极端气候事件时生长季物候变化量Fig.7 Variations in growing season phenology during extreme climatic events in Inner Mongolia Grassland of China (ΔP, d)

图8为极端气候事件对印度大陆耕地和泰国北部耕地植被物候的影响。印度大陆耕地的主要类型是旱地，在喜马拉雅山脉南麓分布着连片的水田。由图可见，1997年春季的极端冷事件使印度北部耕地58.5%的区域SOS延后，平均延后了18.7d（图8a）；在2010年春季极端热事件影响下，印度大陆32.3%的区域植被物候提前，平均提前了15.4d（图8b）。泰国是中国重要的粮食进口国，泰国北部分布着连片的耕地。2011年春季的极端冷事件使泰国北部36.7%的区域SOS平均推迟了19.4d（图8c），而2016年春季的极端热事件使70.2%的区域SOS平均提前了20.5d（图8d）。

图8 印度中部耕地（a、b）和泰国北部耕地（c、d）区域遭遇极端气候事件时生长季物候变化量Fig.8 Variations in growing season phenology during extreme climatic events in cultivated land in central India and northern Thailand (ΔP, d)

3 结论与讨论

3.1 讨论

“一带一路”区域的极端气候事件特别是极端高温事件有明显的增加趋势，且不同季节的变化趋势有明显差异，表现为夏季极端高温事件显著增加，极端低温事件显著减少，而冬季各类极端气候事件均有缓慢的增长趋势，这与已有研究一致。闫慧敏等对内蒙古极端气候事件时空格局的研究发现，内蒙古极端低温事件频率明显减少，而极端高温事件发生频率与持续时间持续迅速增加[35]。陈晓晨等对中国未来极端气候事件的预测表明，未来中国极端高温事件（如暖夜、暖昼、热带夜）明显增多，极端冷事件（如冷夜、冷昼、霜冻）减少[36]。对植被物候时空变化的分析结果显示，“一带一路”北回归线以北的区域SOS有显著提前的趋势，EOS有显著延后的趋势，导致该区域生长季普遍延长。而“一带一路”北回归线以南的区域生长季变化不显著，主要受到降水等其他因素的影响。表明植被物候受到多个气象因素的影响，如气温、降水、光周期等[37−42]，且在不同的区域主导因素不同。

分析4个典型农业区极端气候事件对农作物生长季的影响发现，极端高温事件对SOS有提前作用，对EOS有延迟作用，而极端低温事件的作用相反。大量研究显示，气象因素（气温和降水等）通常被认为在植被物候变化中起主要作用[43−46]。气温升高和降水增多通常对SOS有积极作用，但是这种作用是非线性的，在不同时期和区域对不同的植被类型有不同的作用[37,47−48]。因此，极端气候事件在植被物候中的作用机制仍需进一步研究。

3.2 结论

“一带一路”区域的极端气候事件以极端热事件和极端冷事件为主，且总体上呈现增加的趋势。极端高温事件的增加趋势明显，而极端低温事件则表现出了减少的趋势，这种趋势在夏季最明显。冬季各类极端气候事件频繁发生，且极端高温和极端低温事件交替出现，每年受到极端气候事件影响的区域面积约占“一带一路”区域的20%。SOS、EOS和LOS总体上随纬度位置层状变化。一般来说，纬度越高，SOS越晚，EOS越早，导致LOS缩短。海拔和降水也显著影响植被物候，例如青藏高原的平均SOS比同纬度的其他地区晚一个月，印度的生长季与雨季同步。同时，在全球变暖背景下，“一带一路”大部分区域的SOS有提前的趋势，而EOS有延后的趋势，这导致了LOS的普遍延长。

当极端高温事件发生时，欧洲东南部耕地、内蒙古草原、印度大陆耕地和泰国北部耕地4个典型农业区SOS普遍提前，而EOS普遍延后，从而LOS延长。极端低温事件则会导致SOS的延迟和EOS的提前。此外，极端事件越剧烈，植被物候受的影响越大。