河南省陸地植被凈第一性生產力估算及其時空分布

李軍玲，鄒春輝，劉忠陽，郭其樂，郭 鵬

（1．中國氣象局農業(yè)氣象保障與應用技術重點開放實驗室，河南 鄭州450003；2．河南省氣象科學研究所，河南 鄭州450003）

植被凈第一性生產力（net primary productivity，NPP）是指綠色植物在單位面積、單位時間內所累積的有機物數(shù)量［1］。NPP作為地表碳循環(huán)的重要組成部分，不僅直接反映了植被群落在自然環(huán)境條件下的生產能力，表征陸地生態(tài)系統(tǒng)的質量狀況，而且是判定生態(tài)系統(tǒng)碳匯和調節(jié)生態(tài)過程的主要因子［2］，在全球變化及碳平衡中扮演著重要的作用。

NPP的研究方法很多，但在區(qū)域或全球尺度上，人們無法直接、全面地測量，因此利用模型估算NPP已成為一種重要且被廣泛接受的研究方法［3－4］。目前國內外關于NPP的模型很多。Ruimy和Saugier［5］把這些模型概括為3類，即統(tǒng)計模型（statistical mode）、參數(shù)模型（parameter mode）和過程模型（process－based model）。統(tǒng)計模型也稱為氣候相關模型，以 Miami模型、Thornthwaite Memorial模型等為代表。統(tǒng)計模型是利用氣候因子來估算NPP，因此大部分統(tǒng)計模型估算的結果是潛在植被生產力。過程模型是在參數(shù)模型上的引申，其中最為普通的處理方式是在參數(shù)模型基礎上加上溫度、水分及養(yǎng)分等參數(shù)，代表性的模型有TEM（terrestrial ecosystem model）模 型、BIOME－BGC（biome bio－geochemical cycles model）模型等。這些過程模型是從植被機理出發(fā)而建立的NPP模型，因此在大尺度NPP和全球循環(huán)研究中被廣泛應用。隨著遙感和計算機技術的發(fā)展，利用遙感模型進行NPP估算已深入到許多領域。遙感作為唯一能重復連續(xù)獲取地表環(huán)境數(shù)據(jù)的手段克服了以往以點代面尺度推繹過程中的累積誤差［6］，使將實地測量數(shù)據(jù)與衛(wèi)星遙感信息相結合，聯(lián)系植物生理生態(tài)學過程和環(huán)境因子的NPP模型研究成為當前研究的熱點［7］?；谫Y源平衡理論的光利用率過程模型在遙感技術的支持下更容易實現(xiàn)區(qū)域及全球尺度的NPP估算［8－9］。在小區(qū)域 NPP估算方面，王鶯等［10］通過建立干物質遙感反演模型，采用干物質轉碳率來估算甘南草地NPP，為提高小區(qū)域NPP的估算精度提供了參考。衛(wèi)亞星和王莉霞［11］為提高NPP的估算精度，對NPP的空間尺度效應進行了研究。

本研究在GIS的支持下，利用地面氣象數(shù)據(jù)和MODIS數(shù)據(jù)，考慮到最大光利用率在不同植被類型中的差異，構建了一個區(qū)域陸地植被NPP估算模型，以2008年的河南省植被為例，對NPP進行了估算，并對其進行時空分布的分析。

1 數(shù)據(jù)來源

所用的EOS／MODIS數(shù)據(jù)為河南省氣象科學研究所接收并預處理的數(shù)據(jù)。整個預處理過程使用的算法及對此數(shù)據(jù)集的討論和分析在文獻［12］中有詳細介紹。數(shù)據(jù)選取2008年1－12月的月最大值合成歸一化植被指數(shù)（NDVI）。

地面氣象數(shù)據(jù)來源于河南省氣象局，時間為2008年1－12月，包括氣溫、降水、太陽輻射以及118個氣象站點的經緯度和海拔。計算NPP需要柵格化的氣象數(shù)據(jù)，并從空間上與遙感數(shù)據(jù)相匹配。本研究根據(jù)各氣象站點的經緯度信息，通過對氣象數(shù)據(jù)進行Kringing插值和基于數(shù)字高程模型（DEM）的插值，獲取像元大小與NDVI數(shù)據(jù)一致、投影相同的氣象要素柵格圖［13］。

2 研究方法

采用CASA模型對NPP（以C計）進行估算，由植物吸收的光合有效輻射（APAR）和光利用率（ε）表示，其估算公式如下：

式中，t為時間，x 為空間位置；APAR（x，t）為像元x在t月份吸收的光合有效輻射［14－15］；ε（x，t）為像元x在t月份的實際光利用率。

2．1 APAR的估算 植物吸收的APAR取決于太陽總輻射和植物本身的特征，估算公式為：

式中，SOL（x，t）為t月份在像元x處的太陽總輻射量（MJ／m2）；FPAR（x，t）為植被層對入射光合有效輻射的吸收比例；常數(shù)0．5為植被所能利用的太陽有效輻射（波長0．38～0．71μm）占太陽總輻射的比例。

對于FPAR的計算采用Ruimy和Saugier［5］提出的如下計算公式：

2．2 光利用率的估算 Potter等［15］認為理想條件下植被具有最大光利用率，而現(xiàn)實條件下的最大光利用率主要受溫度和水分的影響，計算如公式為：

式中，Tε1（x，t）和 Tε2（x，t）為低溫和高溫對光利用率的脅迫作用，Wε（x，t）為水分脅迫影響系數(shù)，反映水分條件的影響，εmax為理想條件下的最大光利用率。Tε（x，t）反映在低溫和高溫時植物內在的生化作用對光合的限制而降低NPP［16］。

式中，Topt（x）為某一區(qū)域一年內NDVI值達到最高時的當月平均氣溫。NDVI的大小及其變化可以反映植物的生長狀況，NDVI達到最高時，植物生長最快，此時的氣溫可以在一定程度上代表植物生長的最適溫度。Tε1（x，t）表示環(huán)境溫度從最適溫度Topt（x）向高溫和低溫變化時植物光利用率逐漸變小的趨勢，這是因為低溫和高溫時高的呼吸消耗必將降低光利用率，生長在偏離最適溫度的條件下，其光利用率也一定會降低。

當某一月平均溫度T（x，t）比最適溫度高10℃或低13℃時，該月的Tε2（x，t）值等于月平均溫度T（x，t），為最適溫度時Tε2（x，t）值的一半。

由于CASA模型所用的土壤水分子模型涉及到大量的土壤物理參數(shù)，比較難以獲取而且精度難以保證，本研究采用了周廣勝和張新時［17］建立的區(qū)域實際蒸散模型來求取Wε，該模型主要利用的是氣象數(shù)據(jù)，數(shù)據(jù)較容易獲取且計算簡便。Wε反映了植物所能利用的有效水分條件對光利用率的影響。隨著環(huán)境中有效水分的增加，Wε逐漸增大。它的取值范圍為0．5（在極端干旱條件下）到1．0（非常濕潤條件下）。

式中，EET（x，t）為區(qū)域實際蒸散量（mm），根據(jù)周廣勝和張新時［17］建立的區(qū)域實際蒸散模型求取；PET（x，t）為 區(qū) 域 潛 在蒸散 量 （mm），可 根 據(jù)Bouchet提出的互補關系求?。?8］。

式中，r（x，t）為像元x在t月的降水量，Rn（x，t）為像元x在t月份的太陽凈輻射量（mm）。

式中，BT＝∑t／365或∑T／12；t為大于0℃與小于30℃的日均溫；T為0℃與小于30℃的月均溫。

根據(jù)河南省的實際植被分布及地理情況，對εmax進行了相應的改進。由于CASA模型所采用的固定最大光利用率0．389g／MJ并不適用于中國的植被［19－20］，Running 等［21］根 據(jù) 生 態(tài) 生 理 過 程 模 型BIOME－BGC模擬的結果，賦予不同的植被覆蓋類型以不同的最大光利用率，這樣通過植被類型所賦予的最大光利用率的值就更接近中國的實際情況。河南省森林植被相對少且單調，主要以落葉闊葉林為主，經調整后具體取值如表1所示。

表1 不同植被類型的最大光利用率 （εmax） g／MJ

3 結果與分析

先對2008年1－12月逐月進行NPP的計算，然后將12個月的NPP累加起來得到2008年全年的NPP總量分布圖。

3．1 模型精度評價 區(qū)域及全球尺度的NPP精度評價一直是一個非常困難的問題，也引起了很多的爭議，評價的方法一般有兩種：一是與實測數(shù)據(jù)對比，二是與其他模型所估算的結果進行對比［22］。NPP的實測數(shù)據(jù)獲取比較困難，試驗點上所得到的數(shù)據(jù)也很難推廣到區(qū)域及全球的尺度，而且往往存在NPP獲取的時間與模型所模擬的時間不一致的情況，所以在進行NPP驗證時，二者之間因為環(huán)境變化異常而存在著一定程度的不可比性。本研究通過兩種方法對模型進行驗證。

3．1．1 與其他模型對比驗證 把本研究模擬結果和Miami模型、Montreal模型、Chinkugo模型的計算結果進行對比（表2），可以看到本研究結果和Miami模型結果最為接近。與Miami模型反映的趨勢較為一致，除耕地外，從大到小的順序為森林、灌叢、草地、其他植被，主要差別在耕地，Miami模型結果較大。再從其他兩個模型的趨勢來看，也與本研究所得模型一致，耕地小于有森林，和草地差別不大。說明該模型對區(qū)域陸地植被NPP的模擬效果較好。

3．1．2 通過與實測數(shù)據(jù)進行對比驗證 河南省主要植被類型是森林植被和農田植被。森林植被NPP通過中國氣象科學數(shù)據(jù)共享服務網(wǎng)下載的站點數(shù)據(jù)對比進行驗證。數(shù)據(jù)庫里河南省境內的點只有4個可用，數(shù)據(jù)對比結果如表3所示。從表3中可以看出，有一定誤差，但是在可接受的范圍內。

農田植被NPP由歷年糧食產量數(shù)據(jù)進行驗證。河南省耕地主要為一年兩熟作物，分別是夏玉米（Zea mays）和冬小麥（Triticum aestivum）。選取主要農作物為一年兩熟（夏玉米＋冬小麥）的50個縣，以2007年為例，通過作物收獲指數(shù)（表4）和糧食產量數(shù)據(jù)（表5）對農田NPP進行驗證。

NPP＝（玉米產量×0．433＋小麥產量×0．361）×0．475［23］。

再從整體通過糧食產量數(shù)據(jù)對河南省農田NPP進行驗證。1997－2008年河南省農田NPP均值和糧食數(shù)據(jù)均值顯示，驗證數(shù)據(jù)和模擬數(shù)據(jù)非常接近。

表2 各生態(tài)系統(tǒng)年平均凈第一性生產力與國內其他研究以及實測數(shù)據(jù)的比較 g／（m2·a）

表3 凈第一性生產力實測值和模型值對比

表4 中國各類作物谷草比和收獲指數(shù)［25］

表5 2007年凈第一性生產力驗證過程數(shù)據(jù)

表6 12年來糧食產量驗證數(shù)據(jù)和模型估算數(shù)據(jù)對比

驗證結果表明，CASA模型最適合河南省植被凈NPP的估算研究。

3．2 河南省凈第一性生產力的空間分布 計算結果表明，2008年河南省NPP生產量為34．87 Mt／a。NPP在不同植被類型間的差異是很明顯的（表2）。其中，森林植被的平均年NPP最高，達429．48g／（m2·a）；然后依次為灌叢、草地和耕地。河南省植被類型分布比較明顯，林區(qū)主要分布在西部山區(qū)、北部和山西交界地區(qū)以及南部與湖北交界地區(qū)，這些地區(qū)的NPP最高（圖1）；同時河南是農業(yè)大省，農作物為主要植被類型，遍布在村莊和城鎮(zhèn)周圍，由于農作物自身特殊的生長周期，從收獲到出苗是無植被覆蓋的，因此全年平均NPP值最低。另外，灌木林地在河南省分布較少，主要分布在森林植被邊緣地帶，其值僅次于森林植被；而草地分布也并不多，在冬季地上部分干枯，NPP全年平均值和耕地基本持平。同時，從圖1（a）和（b）的對比可以看出，河南省植被類型分布和NPP分布幾乎完全一致。

3．3 河南省NPP的季節(jié)變化 河南省NPP的季節(jié)變化情況有2個峰值，分別是5和8月（表7）。從表7計算所得，5和8月的NPP值分別占全年的18．98%和19．36%；5、7和8月的和占全年總量的56．84%，超過了全年的一半。河南省是農業(yè)大省，冬季過后天氣轉暖，經過返青恢復期之后，5月植物生長茂盛，森林、灌叢等植被的NPP均值達到全年最大值，同時主要農作物冬小麥正值快速生長期；7、8月太陽輻射豐富，水熱條件適合植物生長，其中8月農田植被NPP均值達到全年最大，農作物玉米集中在這段時間生長，同時森林、灌叢、草地等植被NPP均值接近全年最大值。由于6月處于冬小麥收獲和秋作物播種期，耕地作為河南省的主要植被類型基本無植被覆蓋，因此形成一個NPP低值；10月－次年3月，由于氣溫較低，植物生長緩慢，12月－次年2月植物基本停止生長，因此這段時期內植被的NPP只占全年的1．38%。

圖1 河南省2008年凈第一性生產力分布圖（a）和植被分布圖（b）

表7 河南省2008年凈第一性生產力分布及季節(jié)變化

4 結論

本研究是首次對河南省NPP進行模擬，在GIS和RS的支持下，利用地面氣象數(shù)據(jù)和MODIS數(shù)據(jù)，同時考慮河南省自身實際地理和植被覆蓋情況，在對最大光利用率和水分脅迫系數(shù)的獲取進行相應地改進的基礎上，利用CASA模型對河南省植被凈第一性生產力進行了估算，并分析了其時空分布。結論如下：

通過改進，在模型數(shù)據(jù)的獲取上更加容易，所用到的地面數(shù)據(jù)有降水量、氣溫、太陽輻射等常規(guī)站點數(shù)據(jù)，以及MODIS衛(wèi)星數(shù)據(jù)。但是這種改進并沒有影響該模型原有的植物生理生態(tài)學基礎，同時在參數(shù)上的簡化使其實際可操作性得到進一步加強。

本研究模擬結果和Miami模型結果相似，它們反映的趨勢也較為一致，除耕地外，從大到小的順序為森林、灌叢、草地、其他植被，主要差別在耕地，Miami模型結果較大。再從其他模型的趨勢來看，也和本研究模型一致。

從空間分布來看，河南省NPP分布和植被類型分布幾乎完全一致，森林植被最大，然后依次是灌叢、草地、耕地等。從時間分布來看，12、1和2月NPP最小，植物基本停止生長，這段時期內植被的NPP只占全年的1．38%；5、7和8月的NPP最大，占全年總量的56．84%。

［1］ Liu J，Chen J M，Chen W．Net primary productivity distribution in the BOREAS region from a process model using satellite and surface data ［J］．Journal of Geophysical Research，1999，104（D22）：27735－27754．

［2］ Fleld C B，Behrenfeld M J，Randerson J T，et al．Primary production of the biosphere：Integrating terrestrialand oceanic components ［J］．Science，1998，281（5374）：237－240．

［3］ Alexandrov G A，Oikawa T，Yamagata Y．The scheme for globalization of a process－based model explaining gradations in terrestrial NPP and its application ［J］．Ecological Modeuing，2002，148（3）：293－306．

［4］ Cramer W，Kicklighter D W，Bondeau A，et al．Comparing global models of terrestrial net primary productivity（NPP）：Overview and key results［J］．Global Change Biology，1999，5（Suppl．1）：1－15．

［5］ Ruimy A，Saugier B．Methodology for the estimation of terrestrial net primary production from remotely sensed data［J］．Journal Geophysical Research，1994，97：18515－18521．

［6］ 田永生，郭陽耀，張培棟，等．區(qū)域凈初級生產力動態(tài)及其與氣象因子的關系［J］．草業(yè)科學，2010，27（2）：8－17．

［7］ 王鶯，夏文韜，梁天剛．陸地生態(tài)系統(tǒng)凈初級生產力的時空動態(tài)模擬研究進展［J］．草業(yè)科學，2010，27（2）：77－88．

［8］ 樸世龍，方精云，郭慶華．利用CASA模型估算我國植被凈第一性生產力［J］．植物生態(tài)學報，2001，25（5）：603－608．

［9］ 陳利軍，劉高煥，勵惠國．中國植被凈第一性生產力遙感動態(tài)監(jiān)測［J］．遙感學報，2002，6（2）：129－135．

［10］ 王鶯，夏文韜，梁天剛，等．基于 MODIS植被指數(shù)的甘南草地凈初級生產力時空變化研究［J］．草業(yè)學報，2010，19（1）：201－210．

［11］ 衛(wèi)亞星，王莉雯．凈初級生產力遙感估算模型尺度效應的研究［J］．資源科學，2010，32（9）：1783－1791．

［12］ 劉玉潔，楊忠東．EOS／MODIS遙感信息處理原理與算法［M］．北京：科學出版社，2001．

［13］ 潘耀忠，龔道益，鄧磊，等．基于DEM的中國陸地多年平均 溫 度 插 值 方 法 ［J］．地 理 學 報，2004，59（3）：366－374．

［14］ 郭志華，彭少麟，王伯蓀，等．GIS和RS支持下廣東省植被吸收PAR的估算及其時空分布［J］．生態(tài)學報，1999，19（4）：441－447．

［15］ Potter C S，Randerson J T，F(xiàn)ield C B，et al．Terrestrial ecosystem production：A process model based on global satellite and surface data［J］．Global Biogeemical Cycles，1993，7（14）：811－841．

［16］ Field C B，Randerson J T，Malmstr?m C M．Global net primary production：combining ecology and remote sensing［J］．Remote Sensing of Environment，1995，51：74－88．

［17］ 周廣勝，張新時．自然植被凈第一性生產力模型初探［J］．植物生態(tài)學報，1995，19（3）：193－200．

［18］ 張志明．計算蒸發(fā)量的原理與方法［M］．成都：成都科技大學出版社，1990．

［19］ 彭少麟，郭志華，王伯蓀．利GIS和RS估算廣東植被光利用率［J］．生態(tài)學報，2000，20（6）：903－909．

［20］ 張娜，于貴瑞，于振良，等．基于3S的自然植被光能利用率的時空分布特征的模擬［J］．植物生態(tài)學報，2003，27（3）：325－336．

［21］ Running S W，Thornton P E，Nemani R．Global terrestrial gross and net primary productivity from the earth observing system［A］．In：Sala O E，Iaokson R B，Mooney H A，et al．Methods in Ecosystem Science［M］．New York：Springer Verlag，2000：44－57．

［22］ 朱文泉，潘耀忠，龍中華，等．基于GIS和RS的區(qū)域陸地植被NPP估算——以中國內蒙古為例［J］．遙感學報，2005，9（3）：300－307．

［23］ 張峰，周廣勝．中國東北樣帶植被凈初級生產力時空動態(tài)遙感模擬［J］．植物生態(tài)學報，2008，32（4）：798－809．

［24］ 孫睿，朱啟疆．中國陸地植被第一性生產力及季節(jié)變化研究［J］．地理學報，2000，50（1）：36－45．

［25］ 張福春，朱志輝．中國作物的收獲指數(shù)［J］．中國農業(yè)科學，1990，23（2）：83－87．