台风是一种极具破坏力的气象灾害。随着全球气候变暖与厄尔尼诺、拉尼娜事件的频发, 台风登陆对陆地的干扰也愈发严重^[1—2]。中国是受西太平洋台风影响最严重的国家之一^[1], 台风会破坏我国沿海地区植被, 其强劲的风力使得植被冠层受损、枝条折断, 甚至将树木连根拔起^[3]。台风携带的水汽形成的强降水极易引发洪涝、滑坡、泥石流等次生灾害^[4—5], 对自然环境与社会经济造成巨大损失^[6—7]。此外, 台风对自然生态系统的结构、功能和生物多样性具有强烈的干扰效应^[8]。植被类型、冠层形状和大小, 以及根系性状等生物因素决定了树木的抗风能力和恢复能力^[9—11]。非生物因素, 如气候、地形和人为干预等, 同样影响强风干扰后植被的恢复过程^[12—13]。

植被指数是反映地表植被特征与动态变化的重要参数^[14—15], 如归一化差异植被指数(Normalized Difference Vegetation Index, NDVI)能较好地反映植被的绿度变化^[16]; 增强型植被指数(Enhanced Vegetation Index, EVI)在减少背景和大气作用以及饱和问题上要优于NDVI^[17—18]; 叶面积指数(Leaf Area Index, LAI)是反映植物群体生长状况的一个重要指标, 既能表征生物圈与大气圈之间的碳和水的交换, 又能捕获植被冠层的光谱反射率特征^[19]。NDVI、EVI与LAI等植被指数不仅可以监测长期植被生长情况^[20—24], 而且可以反映植被在经历地震^[25]、火灾^[26—27]和风灾^[28]等自然灾害后的恢复情况。目前, 利用植被指数分析强风对植被的影响及其响应已开展了一定的研究, 如Gang等^[29]利用归一化差异近红外指数(Normalized Difference Infrared Index, NDII)、EVI、LAI和日光诱导叶绿素荧光(Solar-induced Chlorophyll Fluorescence, SIF)研究了2000—2015年飓风干扰下美国墨西哥湾森林的抵抗力和恢复力, 发现NDII在监测区域尺度强风干扰对森林的影响及其恢复力方面具有优势, 且登陆风速是影响森林冠层损失和飓风后恢复的主要因素; Wang等^[30]利用MODIS遥感数据评估飓风Katrina对森林植被造成的损害, 发现NDII对飓风的干扰最为敏感; Wang等^[31]根据飓风登陆前后墨西哥湾北部沿岸EVI的变化评估飓风对植被的干扰, 发现EVI可有效反映飓风对植被破坏的严重程度及其灾后恢复动态。

在我国, 刘少军等^[32]利用MODIS NDVI数据分析了台风达维登陆前后海南岛NDVI变化情况, 发现台风路径周围的植被受损严重, 而由于降水的作用, 整个海南岛的平均NDVI呈现上升趋势; 邓睿^[4]通过EVI的变化评估台风对植被生长的影响, 发现台风莫拉克登陆地点周围EVI明显下降, 在台风过后一个月, 植被逐渐恢复; 张旭^[11]基于Landsat8 OLI遥感影像, 使用随机森林算法和单变量图像差分方法分别监测了受超强台风Rammasun与Lekima影响的森林, 并计算其受损程度。综上所述, 目前我国关于台风对植被影响已开展了一定的研究, 但大多只关注某个台风对植被的影响, 不同等级台风对植被的影响程度及灾后恢复规律尚缺乏系统全面的认识。鉴于此, 本研究首先统计了2001—2019年间登陆我国东南沿海地区不同等级的台风, 然后通过分析台风登陆前后MODIS EVI与LAI的变化, 评估台风对植被的影响以及灾后植被的恢复情况。研究结果不仅有助于深入了解我国沿海地区植被对极端气候事件的响应及适应机制, 而且对森林经营管理及生态环境保护具有重要意义。

1 研究方法及数据来源 1.1 研究区概况

研究区包括我国浙江省、福建省、广东省、香港地区、澳门地区、海南省、台湾省, 地理位置为108°37′—123°10′ E和18°10′—31°11′ N, 海拔在3900 m以下, 地形以山地、丘陵为主, 沿海地区有小面积的平原。大部分区域为亚热带季风气候, 海南省、广东省和台湾省的南部地区属于热带季风气候。降水多集中在夏季, 年降水量为1500—2520 mm, 年均温17—25℃, 夏秋季节是台风登陆的高发季节^[33]。植被类型以林地和耕地为主, 耕地主要分布在浙江省、广东省和台湾省西部(图 1)。

1.2 数据来源

台风最佳路径数据来自中国气象局热带气旋资料中心(https://tcdata.typhoon.org.cn)。根据《热带气旋等级》国家标准GB/T 19201—2006, 将台风划分成台风TY(Typhoon, 32.7—41.4m/s)、强台风STY(Strong Typhoon, 41.5—50.9m/s)和超强台风SuperTY(Super Typhoon, ≥51.0m/s)三个等级^[34]。

2000—2020年EVI和LAI数据分别来源于MOD13A2 version 061和MOD15A2H version 061, 空间分辨率均为500 m, 时间分辨率均为8 d, 并利用S-G滤波对原始数据进行了处理。

土地利用/覆盖数据来源于CLCD(China Land Cover Dataset), 空间分辨率为30 m。该数据集由武汉大学基于Google Earth Engine获取的Landsat影像, 采用随机森林方法制作而成, 共包含9种土地利用类型。本研究针对沿海地区分布最广的森林和耕地进行分析。

1.3 研究方法 1.3.1 抵抗力评估

首先, 使用ΔVI_台风年来表征台风登陆前后植被指数的变化率, 其计算公式为:

(1)

式中, VI_台风前与VI_台风后分别代表台风登陆前第8天与登陆后第8天的植被指数。

其次, 对于未发生台风的年份, 同时期的植被指数变化率为ΔVI_正常年, 计算公式为:

(2)

式中, VI_{台风前, i}与VI_{台风后, i}分别代表在台风登陆之前未发生台风的第i年、与发生台风年份相同日期的植被指数, ΔVI_正常年为台风登陆前未发生台风年同期植被指数变化的平均值, n表示台风未发生年的年份数。

植被指数的净变化率表示为研究区内台风发生年与正常年同期植被指数变化率之差, 计算公式为:

(3)

考虑到每年登陆我国台风数量多, 且在某些区域有多次登陆的情况, 因此, 以每五年划定影响区域(2016—2019年划定影响区域)。每次登陆浙江省、福建省和广东省的台风单独划定影响区域, 若两次台风登陆地较为接近则划定为同一区域。最终在浙江省、福建省和广东省共划定23个影响区域。海南省与台湾省由于其地理位置的特殊性, 将其划为两个独立的研究区域。对于所有二次登陆的台风, 如Soulik1, 2, 其对台湾省和福建省植被的影响进行分别计算。

1.3.2 恢复力评估

首先, 统计不同研究区植被指数的平均值, 然后计算不同植被指数的距平值。距平值(Anomaly)指某一日期的VI与2001—2020年间同日期VI平均值之差, 计算公式为

(4)

式中, VI_{i, j}代表第j年(j=2001, 2002, ⋯, 2020)i时刻(i=1, 2, ⋯, 46)的VI值, VI_{i, n}代表2001—2020年间第n年的i时刻的VI值。同时, 计算了移动窗口为8的移动平均值以表征各植被指数距平值的动态变化。台风干扰后植被指数恢复至与台风登陆前相同, 即认为植被已恢复。

2 结果分析 2.1 2001—2019年台风登陆情况分析

2001—2019年间, 登陆浙江省、福建省、广东省、海南省及台湾省的台风共计70个, 其中TY、STY和SuperTY的数量分别为35个、26个和9个。在5个省份中, 台风登陆最多的是台湾省(26个), 其次为广东省(20个), 登陆海南省、福建省和浙江省的台风较少, 分别为9、8和7个(图 1)。

从时间分布上来看, 2001—2010年间登陆的台风共39个, 主要登陆于我国台湾省与福建省沿海, 尤其是2006—2010年间有9个台风在台湾省登陆。在福建省二次登陆的台风数量最多。同时, 浙江省东南部有4个STY和1个SuperTY登陆。2011—2019年间, 登陆的台风总数下降为31个, 其中浙江省仅有3个台风登陆, 数量明显减少; 在此期间, 在广东省雷州半岛和珠江三角洲西部地区登陆的台风数量明显增加; 2016—2019年间, 在台湾省和福建省各只有3个台风登陆。

2.2 台风对植被EVI和LAI的影响

台风登陆时通常会导致落叶、树枝折断, 甚至树木连根拔起, 以及作物倒伏, 进而导致植被冠层的变化。在整个研究区范围内, TY、STY与SuperTY登陆后, EVI净变化率分别为4.88%、-7.48%和-1.85%, LAI净变化率分别为22.28%、-65.70%和-17.60%, 表明风速最低的TY登陆后植被EVI和LAI略有增加, 而STY与SuperTY的登陆后植被EVI和LAI均减少, 但SuperTY造成的植被EVI和LAI的下降幅度小于STY。与STY和SuperTY相比, TY引起植被EVI变化的散点分布较为分散, 密度曲线也更为平缓, 表明不同TY造成的EVI变化差异较大(图 2)。与TY和SuperTY相比, STY引起植被EVI净变化率的密度曲线峰值整体偏左, 说明其对植被造成的损失要略高于TY和SuperTY。在LAI变化散点图中, LAI在台风年的变化率大于0的散点明显多于小于0的散点, 各个台风密度曲线的峰值均大于0, 表明大多数台风的登陆并未导致植被LAI的显著下降, 甚至会导致LAI增加。

不同省份在台风干扰前后的植被指数净变化率呈现出一定的差异(图 3)。台风对浙江省植被的损害最为严重, STY与SuperTY均造成了浙江省植被指数的显著下降, 尤其是STY引起EVI和LAI分别净下降20.27%和171.90%。在福建省登陆的台风主要以TY等级为主, TY造成的两种植被指数的净变化率散点左右分布较为对称。总体上看, STY登陆后福建省植被的EVI与LAI的净变化率分别增加6.52%与69.56%, TY使得当地植被EVI净变化率上升了2.45%, 而LAI下降了20.15%。TY、STY与SuperTY登陆后, 广东省植被EVI分别净下降了17.53%、6.72%、5.71%;TY与STY登陆后广东省植被LAI分别下降了24.25%和95.58%, 而SuperTY登陆后LAI净增加了49.92%。台湾省和海南省的植被对台风的抵抗力较高, 海南省LAI在台风年的变化率均大于0, 表明台风过后海南省的LAI并没有下降, TY登陆后海南省EVI净增加40.80%, LAI净增加200.58%;STY登陆后海南省植被EVI和LAI分别增加2.95%和96.60%;而风速最大的SuperTY登陆后海南省的EVI净增加0.55%, 而LAI净下降273.75%。台湾省各等级台风数量多, 不同台风之间植被指数抵抗力的差异较大。STY登陆台湾省后, 两种植被指数的净变化率的大部分散点分布于SuperTY和TY的左侧, 集中分布于净变化率小0的区域, 说明STY等级的台风登陆后植被指数下降较多(EVI净减少5.77%, LAI净减少70.41%), 而TY登陆后植被EVI和LAI分别增加27.49%和82.12%, SuperTY登陆后台湾省植被EVI和LAI分别增加5.52%和92.34%。

2.3 台风登陆后植被EVI和LAI的时间动态

从图 4—7中可以看出, 大多数台风登陆后, 植被指数呈现略微下降趋势, 但很快恢复至台风干扰前的水平。除了极少数对植被影响较大的台风外(如Rananim、Rammasun2和Nida), 台风登陆后研究区内植被大多在3个月内恢复。部分台风登陆前后研究区域内的植被指数无明显变化, 如Dujuan1(图 4, 区域5), 甚至部分研究区的植被指数呈现出上升趋势, 如Sarika(图 6, 海南省)、Matmo1(图 7, 台湾省)等。台风对浙江省的植被影响最大, 台风过后植被需要较长的恢复时间(图 4—5), 如2004年的Rananim (STY)登陆于区域1后, 研究区内的EVI与LAI出现明显下降, EVI在近1年后恢复, LAI在约11个月后恢复。2005年Matsa (TY)与Khanun (TY)又相继在该区域登陆, 使得植被约3个月后恢复(图 4)。2006年Saomai (SuperTY)登陆后, 区域7的植被EVI和LAI同样在台风登陆后3个月左右恢复(图 4)。台风对广东省植被的损害也较大, 如2006年Chanchu (TY)登陆于广东与福建省的交界地区(区域9), 植被EVI和LAI均在3个月后恢复(图 4)。2014年Rammasun2 (SuperTY)登陆于区域18后, 植被EVI在约6个月后恢复, 而LAI并未出现明显下降趋势(图 5)。2016年Nida (TY)和Haima (STY)相继登陆于区域22, 使得EVI与LAI均在约5个月后恢复(图 5)。其他台风对广东省植被的影响均较小, 且植被恢复时间较短, 如2001年Durian和Yutu两个TY相继登陆于区域6, 植被EVI与LAI的恢复时间约为1个月。相比之下, 福建省植被在台风干扰后的恢复时间较短。对福建省植被影响最大的台风是2010年登陆于区域8的Meranti (TY), 其EVI与LAI均在约3个月后恢复(图 4)。Maria (TY)登陆于区域20后植被EVI和LAI均在约1个月后恢复(图 5)。

海南省植被对大多数台风干扰具有较高抗性, 通常在台风干扰后可以得到快速恢复(图 6)。其中2005年登陆的台风Damrey (SuperTY)造成的植被恢复时间最长, 植被EVI约在7个月后恢复, LAI在约5个月后恢复。此外, 2011年的Nesat1(TY)对海南省的植被的损伤也较大, Nesat登陆后植被EVI与LAI显著下降, 约2个月后恢复。其余台风登陆后海南省植被均在2个月以内得到恢复, 如2010年Conson (TY)后植被约1个月后恢复, 而且未造成LAI的下降。部分等级较高的台风的登陆也并未造成海南省EVI与LAI的明显下降, 如2015年的Mujigae2 (SuperTY)登陆后海南省的植被LAI并未出现明显下降趋势, EVI还呈现出上升趋势。

与海南省相似, 台湾省植被在经历台风干扰后恢复速度较快, 只有少数台风对植被的影响较大(图 7)。2001年Nari (TY)和Lekima1 (TY)先后登陆后, 植被EVI和LAI均在约2个月后恢复; 2015年Soudelor1 (STY)与Dujuan2 (STY)登陆后台湾省植被EVI和LAI在约5个月后恢复; 2016年Nepartak2 (SuperTY)对台湾省植被的影响最大, Nepartak2登陆后植被EVI和LAI在约6个月后恢复。其他台风对台湾省植被的影响均较小, 如2008年该地先后经历了Fong-Wong1 (TY)、Kalmaegi1 (STY)、Sinlaku2 (STY)和Jangmi (SuperTY)共四个台风登陆, 其EVI与LAI的植被波动曲线并没有出现明显的下降趋势。2014年Matmo1(STY)的登陆后, 两种植被指数均呈现上升趋势。

3 讨论

台风导致植被的变化受多种因素的共同影响。首先, 台风等级是评估台风对植被影响的重要因素之一。登陆风速最低的TY对EVI与LAI造成的净变化率最小, 表明TY的风力不足以对植被冠层造成较大影响, 且TY登陆时形成的降水还可以促进植物的生长^[31]。然而, 登陆风速最大的SuperTY造成的植被指数净减少率并没有STY高, 说明登陆风速并不是决定台风对植被影响的唯一因素。其次, 台风对植被的影响大小与登陆地的植被类型有关。张旭^[11]的研究结果显示当Lekima2 (SuperTY)登陆于浙江南部时, 常绿针叶林和混交林植被的破坏程度比常绿阔叶林和竹林更为严重。本研究发现台风对浙江省的植被影响最为严重, 一方面由于浙江省有大量的农田分布, 与林地相比, 更易受台风的影响(图 1), 另一方面原因在于浙江省混交林面积比其他沿海省份更大^[11]。同时, 浙江省也有较多的STY登陆, 导致STY对我国植被净变化率的平均值的总体影响增大。此外, 台风的影响力还与其降水强度(水汽含量)和对区域影响的持续时间有关。邓睿^[4]的研究表明, 2007年的台风Morakot (TY)在台湾省登陆后, 其短期的强降雨造成了高雄县发生了泥石流, 对比台风前后的HJ-1影像可以明显地看出台风后山间的部分植被变成了裸地。张庆红等^[6]的研究表明尽管2006年的强热带风暴Bilis登陆风速比超强台风Saomai小, 但Bilis气旋携带的水汽含量是Saomai的两倍。由此可以推断, 尽管STY风速没有SuperTY高, 但部分STY的气旋可能携带有大量水汽, 造成了持续的强降水, 并引发诸如洪涝、泥石流、滑坡等对植被损害更为严重的次生灾害, 导致其影响大于SuperTY, 这在一定程度上也能解释为何台湾省的STY比SuperTY对植被的影响力更强。通常处于高海拔、迎风坡、陡坡地形的在遭遇飓风干扰时更易发生次生灾害, 植被受损最为严重^{[12, 35]}。除上述原因外, 台风干扰频率同样会影响台风对植被的干扰程度。本研究发现在2005年, 强台风Matsa和Khanun先后登陆于区域1, 台风Haitang2和Talim2先后登陆于区域3, 但后者对植被的影响程度均低于前者(图 4)。Peereman等^[36]对台湾省的研究发现, 若同一片森林在一年或两年内有多个台风相继登陆, 那么后登陆的台风造成的森林的NDII减小率普遍小于首个登陆的台风。

台风后, 植被的再次生长, 如树枝和树叶的重新生长以及林下植被的更新, 导致植被冠层恢复至台风前水平^[29]。植被指数的时间动态表明大部分研究区植被EVI与LAI均可在约3个月后恢复, 但有小部分台风登陆后植被需要约半年以上的时间恢复, 如Rananim (SuperTY), 这说明台风的风速并不是决定植被恢复时间的唯一因素。例如, de Beurs等^[37]使用MODIS干扰指数监测干旱和飓风对四个加勒比主岛的影响, 发现当严重干旱发生时古巴的干扰指数有明显下降; Gang等^[29]的研究结果显示, 受飓风Katrina影响的地区比受飓风Rita影响的地区(都以常绿森林为主)需要更长的恢复周期, 因为受Katrina飓风影响的地区后来遭遇了中度干旱, 说明干旱可能会加剧飓风干扰后树木的死亡。除此之外, 植被类型也是决定其恢复时间长短的重要因素, Gong等^[38]的研究结果显示与树冠较短的森林相比, 树冠较高的森林受到风灾影响更大, 恢复期更长。最后, 人类活动也会影响植被的恢复, 南颖等^[28]发现在长白山森林遭遇风灾后, 距离道路越近的森林植被的恢复速度越快, 说明人工干预对植被恢复起着积极的作用。在本研究中浙江、广东、台湾、海南等省份均有较大面积的耕地(图 1), 在台风登陆前, 农业生产者会根据气象预报及时对已成熟的作物进行抢收, 同时做好清沟排水等防涝工作, 以减小台风对农业生产的损失, 台风后农民针对性地扶持倒苗、重播补播也有助于农田植被的快速恢复^[39]; 福建省沿海防护林的建设可以有效抵御台风, 减少耕地受风灾的影响^[40]。需要指出的是本研究中植被恢复是指植被冠层水平的恢复, 而生态系统水平结构和功能的完全恢复依赖于植被的更新和演替, 通常需要更长的时间。

植被指数抵抗力的计算方法与研究区的划分也在一定程度上影响了结果的准确性。本研究选取的台风前与台风后的遥感影像天数相差16d, 而植被在台风过后的数天内可以得到一定程度的恢复, 部分TY的登陆对于登陆地周围的植被EVI与LAI的变化无明显影响, 无法准确地划定台风的影响区域。邓睿^[4]把台湾南投县的一部分作为研究区, 发现Morakot登陆后研究区内植被EVI平均值从0.48下降到0.39;而本研究中由于研究时间范围较长, 将整个我国台湾省作为研究区域, 发现Morakot登陆使得台湾省的平均EVI上升了44.61%。因此, 若研究区域面积过大, 可能会低估台风对植被的影响, 因为降水的增加可能导致部分地区植被指数的上升^[31—32]。

4 结论

(1) 2001—2019年间共有70个台风登陆于我国东南沿海地区, 其中台湾省和广东省是台风登陆的高频地区。

(2) 在整个研究区范围内, TY、STY与SuperTY造成的EVI净变化率分别为4.88%、-7.48%、-1.85%, LAI净变化率分别为22.28%、-65.70%、-17.60%。TY造成的植被损失最小, 而STY造成的植被指数下降高于SuperTY, 说明台风对植被的影响程度不仅与登陆时风速有关, 而且与植被类型等其它因素有关。台风对浙江省沿海地区植被影响程度最大, 海南省和台湾省的植被对台风干扰具有较高的抵抗力。

(3) 在经历台风干扰后, 我国东南沿海地区大部分的植被在台风登陆后3个月内可以恢复。浙江省与广东省植被需要较长的恢复时间, 海南省与台湾省植被的恢复时间较短。植被的恢复时间不仅受到台风等级的影响, 而且跟台风频次、植被类型和人类干预程度等因素有关。在未来极端气候事件频发的背景下, 需加强多源高时空分辨率遥感监测和地面观测, 结合适当的人为管理措施, 以降低台风对我国东南沿海地区植被的影响。