基于MODIS 數據和地形因子的大興安嶺呼中林區凈初級生產力變化分析

摘要 對大興安嶺呼中林區的MODIS初級凈生產力（NPP）數據產品結合坡度、坡向、海拔等地形因子進行分析，得出2010年該區域NPP的均值為0.279 5 kg（C）/m2。NPP隨地形因子的總體分布規律為：海拔越高，坡度越大，NPP越低，但平地的NPP明顯低于坡地，在空間上的波動性也明顯高于坡地。在各地形因子中，除海拔對NPP的影響顯著外，其他地形因子對NPP的影響均不顯著，各地形因子之間的交互影響也不顯著，但不同坡度之間的NPP仍有較大差異，坡度也是空間上影響NPP分布的一個重要因子。

關鍵詞 NPP;坡度;坡向;海拔

中圖分類號 S126 "文獻標識碼 A "文章編號 0517-6611（2014）32-11578-02

Effects of Topographic Factors on Forest Net Primary Productivity in Huzhong Forest Region of Great Xing’an Mountains

LI Haichen

（Forest Management Office of Huzhong Forestry Bureau in Great Xing’an Mountains， Huzhong， Heilongjiang 165036）

Abstract The MODIS NPP data of Huzhong forest region in Great Xing’an Mountains combined with terrain factors， such as slope， aspect， altitude， were analyzed. It was obtained that NPP mean in 2010 is 0.279 5 kg（C）/m2. The distribution of NPP with the terrain factors is that the NPP is generally declining with the altitude increasing， and the trend is similar to the slope. But， the NPP in flat fields is significantly lower compared to the sloping fields， and the uncertainty in flat fields is also significantly higher. Of all terrain factors， altitude factor’s impact on NPP is significant， and the interaction between factors is not significant.

Key words NPP; Slope; Aspect; Altitude

陸地生態系統凈初級生產力（NPP）作為地表碳循環的重要組成部分，是生態系統與大氣之間的主要碳交換過程之一[1]。森林是陸地生態系統重要組成部分，每年的固碳量約占陸地生態系統固碳量的2/3[2]，在維持全球碳平衡中具有不可替代的作用。呼中林區地處高緯度，是全球變化最敏感的區域之一[3]，對該地區森林凈初級生產力的研究具有特別重要的意義[4]。森林凈初級生產力受多種因素制約，并與特定的地形、土壤、氣候條件相適應，理解其在空間上宏觀變化及其生態環境因子間的相互作用和整體效應，對于理解陸地表面碳循環的過程和維持陸地生態系統的可持續發展具有重要意義[5-6]。為此，筆者以呼中林區為主要研究對象，運用遙感技術和地理信息系統等技術手段，對呼中林區2010年MODIS的年度NPP 產品進行分析，探討了該區域植被NPP在空間上隨地形因子的變化趨勢。

1 研究區概況

呼中林區位于大興安嶺伊勒呼里山北坡。地貌類型為大興安嶺北部石質中低山山地，山巒連綿起伏，山體渾圓，坡度平緩，一般坡度在15°以下，局部的陽坡坡度在35°以上，河谷寬而平坦。海拔多在500～1 000 m，全區地勢由西南向東北逐漸降低，平均海拔高812 m，最高峰為位于呼中自然保護區最南端的大白山，海拔1 528.7 m，最低海拔在北部呼瑪河出境處為420 m。植被地帶性垂直分布明顯，是我國北方寒溫帶明亮針葉林生態系統的典型代表。

2 數據與方法

2.1 數據來源

NPP數據為來自美國NASA的2010年的MOD17A3數據，分辨率為1 km×1 km，投影類型為正弦曲線投影。該數據利用BIOME-BGC模型估算年NPP，其估算公式為[7]：

GPP=ε×APAR

APAR=PAR×FPAR

PAR=SWRad×0.45

ε=εmax×TMIN_scalar×VPD_scalar

PsnNet=GPP-Rml-Rmr

NPP=3651PsnNet-（Rmo+Rg）

式中，GPP為總初級生產力;APAR為吸收光合有效輻射;PAR為光合有效輻射;FPAR為光合有效輻射吸收分量，從MOD15數據中獲取;常數0.45，表示植被所能利用的太陽有效輻射（波長為0.14～0.17 μm）占太陽總輻射的比例;εmax為最大光能利用率，根據MOD12Q1產品中獲取的Land Cover數據的植被類型，對照NASA提供的生物屬性查找表（Biome Parameter Look-Up Table BPLUT）確定;SWRad來自NASA數據同化辦公室（Data Assimilation Office DAO）;VPD為日均蒸汽壓差標量;TMIN為日最低溫度標量，均由 NASA數據同化辦公室（Data Assimilation Office DAO）提供;ε是光能利用率，由各種植被類型最大光能利用率εmax以及環境中的溫度TMIN和水氣壓VPD等因子綜合確定;Rml和Rmr分別是枝葉和根部所消耗的能量;Rmo是除枝葉和根以外其他部分呼吸消耗的能量;Rg為自身生長呼吸消耗的能量;PsnNet為日凈光能作用。該產品與王紹強等[8]基于多年平均氣候資料建立陸地碳循環平衡模型和何勇等[9]利用植物生理模型模擬的東北地區植被NPP的分布特征比較一致，能夠很好地反映東北地區植被生產力狀況[10]。

2.2 NPP數據處理

應用MRT（Modis Reprojection Tool）軟件將MOD17A3 NPP-1 km數據由正弦曲線投影轉換成UTM投影，并在ARCGIS軟件中進行裁剪，得到研究區1 km分辨率NPP數據，用ArcGIS中的Statistics工具進行統計，得到研究區年度單位面積NPP和總NPP。

2.3 DEM數據處理

對于DEM數據，在ARCGIS中，先以研究區邊界進行裁剪，得到研究區DEM數據，然后利用ARCGIS中的表面分析工具對研究區DEM數據進行分析，得到研究區的坡度坡向數據，并運用重分類（Reclassify）工具對研究區的坡度、坡向和DEM 數據進行重分類，得到研究區的坡度分級[i]、坡向分類和高程分級數據。

2.4 不同地形因子條件下NPP數據分析

在ArcGIS中將坡度分級圖、高程分級圖和坡向分類圖與研究區NPP圖進行疊加分析，計算得出研究區內每個像元內的NPP對應的坡度級、海拔高度級和坡向類。將疊加結果運用SPSS軟件進行單變量（NPP）多因素（地形、坡度、坡向）方差分析和LSD多重比較，得出NPP隨各地形因子的變化趨勢及各地形因子對NPP的影響。

3 結果與分析

3.1 呼中林區NPP及其在空間上的變化趨勢

2010年呼中NPP均值為0.279 5 kg（C）/m2，總NPP為2.619 6×109 kg（C）。其中，大部分區域NPP在0.2～0.4 kg（C）/m2，占研究區總面積的69.05%;其次為NPP低于 0.2 kg（C）/m2的區域，占到研究區總面積的23.37%，NPP在0.4 kg（C）/m2的區域占研究區總面積的7.58%。

3.2 NPP在不同海拔高度上的變化分析

在海拔400～700 m和海拔gt;1 000 m時，NPP變化不顯著;在海拔600～1 100 m時，NPP變化顯著。總體上，NPP均值隨海拔升高呈現下降的趨勢，但在海拔400～600 m和海拔gt;1 100 m時，NPP均呈現出緩慢上升的趨勢，且NPP在空間上的離散程度加大。海拔在500～600 m時，平均NPP最高，海拔在1 000～1 100 m時最低。

3.3 NPP隨坡度變化分析

呼中地區NPP隨坡度增加有總體下降的趨勢。從坡度0°～3°到坡度3°～5°，NPP下降比較緩慢;從坡度3°～5°到坡度5°～8°，NPP下降趨勢明顯加劇;從坡度5°～8°到坡度8°～15°，NPP呈現出略微上升的趨勢，變化不大;從坡度8°～15°到坡度15°～25°，NPP呈現出急劇下降的趨勢;從坡度15°～25°到坡度gt;25°，NPP有了較大幅度的提升。

3.4 NPP在不同坡向上的變化分析

NPP在平地上要明顯低于坡地上，雖然西坡和北坡NPP略低于其他各坡向。在平地上NPP的標準差最大，說明平坦區域NPP在空間上的差異較大，這可能是平坦區域是人類活動的主要區域，該區域森林植被更容易受到城鎮建設、農業活動以及其他人為因素干擾的緣故。

3.5 各地形因子對NPP的交互效應分析

各地形因子對NPP的交互影響均不顯著，說明各地形因子對NPP的影響在空間的變化具有一定的獨立性。

4 結論與討論

（1）2010年呼中地區NPP均值為0.279 5 kg（C）/m2，總NPP為2.619 6×109 kg（C）。NPP在空間上呈現出由東北向西南逐漸降低的趨勢，這與該區的總體地勢特征具有一致性。

（2）各地形因子中，除海拔對地形NPP的影響顯著外，其他地形因子對NPP的影響均不顯著，且各地形因子之間的交互影響不顯著。

（3）NPP隨坡度增大和海拔升高總體上均呈現出降低的趨勢，當坡度較大或海拔較高時影響NPP的不確性因子增大，部分區域的NPP呈現出升高的趨勢。

（4）平地的NPP明顯低于坡地NPP，且在空間上的波動性也明顯高于坡地，可能是受人類活動的影響。

參考文獻

[1] KRAMER P J.Carbondioxide concentration，photosythesis and drymatter production[J].BioScience，1981，31：29-33.

[2] DONG Y S，ZHANG S，QI Y C，et al.Fluxes of CO2， N2O and CH4 from a typical temperate grassland in Inner Mongolia and its daily variation [J].Chinese Science Bulletin，2000，17：1590-1594.

[3] 延曉冬，趙士洞，于振良.中國東北森林生長演替模擬模型及其在全球變化研究中的應用[J].植物生態學報，2000（1）：1-8.

[4] 滿子源.基于MODIS數據的小興安嶺地區植被凈初級生產力產品分析[J].林業勘查設計，2013（3）：39-41.

[5] 趙國帥，王軍邦，范文義，等.2000-2008年中國東北地區植被凈初級生產力的模擬及季節變化[J].應用生態學報，2011（3）：621-630.

[6] HEINSCH F A，REEVES M，VOTAVA P，et al.User’s guide：GPP and NPP（MOD17A2/A3）products[Z].NASA MODIS Land Algorithm，2002.

[7] 王紹強，周成虎，劉紀遠，等.東北地區陸地碳循環平衡模擬分析[J].地理學報，2001，56（4）：390-400.

[8] 何勇，董文杰，季勁均，等.基于AVIM的中國陸地生態系統凈初級生產力模擬[J].地球科學進展，2005，20（3）：345-349.

[9] 國志興，王宗明，張柏，等.2000年～2006年東北地區植被NPP的時空特征及影響因素分析[J].資源科學，2008（8）：1226-1235.

[10] 于明，楊立波.黑龍江省地形坡度分級成圖技術方法[J].黑龍江水利科技，2010（2）：26-27.