4.4.1　相关性及滞后性分析

在干旱事件识别的基础上，本书采用校准的Biome-BGC模型对6个站点1961—2009年的NPP进行模拟。干旱对草地NPP的影响程度到底有多大，相关性分析成为了有效的检测手段，是定量估算干旱对NPP影响的基础。图4-4反映了不同站点草地生产力的时间动态与干旱年际变化的相互关系。从图4-5中发现，干旱是造成NPP年际波动的影响因子，NPP与水分状态呈显著正相关，二者的相关系数均大于0.5，且均通过了0.001的显著性水平检验，与其他学者发现的草地生态系统对干旱具有高度敏感性的结论一致（Zhang等，2014）。从图中可以看出不同站点NPP随草地干湿状况的变化上下波动，最高的NPP发生在最湿润年份，而最低的NPP发生在最干旱年份（Chen等，2012）。不同站点的结果均表明SPI_12和NPP的二者变化趋势比较一致。但不同草地类型的相关性有所差别，典型草原NPP和SPI_12的相关系数最高（R＞0.72），次之是草甸草原（R＞0.66），相关系数最低的是荒漠草原（R＞0.5），与草甸—典型—荒漠草原降水梯度变化的效应是一致的，表明荒漠草原对干旱的抵抗力稳定性比较高（Guo等，2012）。因此，干旱是造成草地NPP变化的诱导因子。

从图4-4还可以发现：草地生产力对干旱的响应存在一定的滞后效应，如图中虚线椭圆圈所示。不同草地站点均存在一定程度的滞后效应。目前，这种滞后效应在全球各地的草地生态系统中均有研究报道，通常持续1年甚至数年之久（Lauenroth和Sala，1992；Schwinning等，2004；Webb等，1978）。由于干旱对草地生产力的影响是通过土壤水分亏缺间接施加的，加之植物自身具有一定的调节功能，这可能在时间上会存在滞后效应。Wiegand发现南非草地生产力与降水之间的响应存在1—3月的时间滞后（Wiegand等，2004）。不同学者均发现内蒙古草地生产力对降水变化存在一定的滞后性（王玉辉和周广胜，2004）。而且相关学者还发现是干旱导致了植被对水分响应的滞后效应，而且滞后效应与干旱强度呈正比关系（Yahdjian和Sala，2006），即干旱引起的土壤水分消耗程度在很大程度上决定了植被对干旱的滞后效应，同时还发现对干旱响应的滞后效应与物种的生存策略存在强相关关系（Van der Molen等，2011）。然而，多数情况下，干旱施加的影响和当年草地生产力动态是同步的（Haddad等，2002），本书研究也发现了类似的现象：内蒙古草地NPP变化与SPI_12的变化趋势大多数情况下是比较一致的。

图4-4　不同草地类型站点NPP和SPI_12的年际变化图(https://www.daowen.com)

图4-5　不同草地类型站点NPP与SPI_12的相关性散点图

本书发现草地生产力与干旱存在显著相关和一定的滞后效应，滞后时间相对比较短（1～3个月）。干旱对NPP造成的影响可能不等于几次干旱事件造成影响的代数和，因为NPP对干旱响应的滞后性，前一次的干旱可能会在一定程度上干扰本次干旱事件的影响（Haddad等，2002），可能存在所谓的干旱记忆效应以增强对干旱的抵抗能力（Walter，2012）。因此，本书研究的干旱影响评估方法不仅能够评估一次干旱事件或多次干旱事件合并后对当年NPP产生的影响，而且还可以从更长时间尺度评估不同等级干旱事件对草地生产力产生的滞后效应。