南方丘陵山地帶植被凈第一性生產力時空動態特征

王 靜, 王克林, 張明陽, 章春華

1 中國科學院亞熱帶農業生態研究所， 亞熱帶農業生態過程重點實驗室, 長沙 410125 2 中國科學院環江喀斯特生態系統觀測研究站, 環江 547100 3 中國科學院大學, 北京 100049

南方丘陵山地帶植被凈第一性生產力時空動態特征

王 靜1,2,3, 王克林1,2,*, 張明陽1,2, 章春華1,2

1 中國科學院亞熱帶農業生態研究所， 亞熱帶農業生態過程重點實驗室, 長沙 410125 2 中國科學院環江喀斯特生態系統觀測研究站, 環江 547100 3 中國科學院大學, 北京 100049

基于MODIS數據并結合氣象資料和植被參數，利用修正過最大光能利用率的CASA(Carnegie-Ames-Stanford Approach)模型，對國家生態安全屏障區的“兩屏三帶”之一南方丘陵山地帶2000—2010年的植被凈第一性生產力(NPP)進行模擬，并對其時空分布格局進行了分析。研究結果表明：(1)研究區2000—2010年期間年NPP的變化范圍為406.0—485.6 gC m-2a-1，年平均NPP為445.7 gC m-2a-1，高于全國平均水平；NPP年際上升趨勢不顯著(P=0.39)，平均增加值為2.28 gC m-2a-1；(2)NPP空間分布特征與植被類型具有較好的一致性，單位面積NPP以混交林覆蓋區最高(501.0 gC m-2a-1)，草地覆蓋區NPP最低(390.7 gC m-2a-1)；(3)植被NPP的時空變化與氣溫、降雨和太陽輻射等自然因素的變化有直接關系，而社會、經濟、政策等人為因素通過改變土地利用方式來間接影響。

CASA模型; 凈第一性生產力(NPP); 南方丘陵; 時空格局

植被作為陸地生物圈的重要組成部分，在調節全球碳平衡具有不可替代的作用。植被凈第一性生產力(NPP)指綠色植物在單位面積、單位時間內所積累的有機物數量，由光合作用所產生的有機質總量扣除自養呼吸后的剩余成分，是真正用于植物生長和生殖的光合產物量或有機碳量。NPP不僅反映陸地生態系統的光合作用和呼吸作用的能力，表征陸地生態系統的生產能力狀況，而且與大氣圈-生物圈的碳循環具有密切關系，是判定生態系統碳源/匯和調節生態過程的主要因子，在全球變化及碳平衡中扮演著重要的角色[1- 5]。區域尺度上估算陸地生態系統NPP已成為全球環境變化研究熱點之一。

通常估算陸地NPP的模型有3種，即統計模型、參數模型和過程模型[6- 10]。統計模型亦稱氣候相關模型，最為經典的有Miami模型和Thornthwaite Memorial模型，模型考慮因子簡單，計算精度不高，缺乏廣泛的適用性[11]。參數模型是植物生態生理學和統計相關方法相結合的產物(代表有Chikugo模型)，模型所估算的NPP實際是潛在或最大NPP，與實際差別較大。過程模型有著完整的理論框架，從機理上對植物的生物物理過程以及影響因子進行分析和模擬[12]，以TEM模型、BIOME-BGC模型、CERTURY模型為代表。但過程模型涉及參數多，精度難控制。遙感數據具有時間序列長和覆蓋面廣的特點，利用遙感數據、GIS技術和模型模擬NPP已成為一種全新手段[13- 17]。Carnegie-Ames-Stan-ford Approach(CASA)[18]是基于光能利用率(LUE)的過程模型，是從植被的生理過程出發而建立的植被NPP模型，在全球以及區域生產力的估算中有著廣泛的應用[18- 25]。植被吸收的光合有效輻射(APAR)和光能利用率(ε)的準確估算是利用CASA模型模擬NPP的基礎。以往模型在估算光合有效輻射吸收比例(FAPAR)過程中忽略了植被覆蓋分類精度對NPP估算結果的影響。朱文泉等[16]將植被覆蓋分類引進模型，考慮了植被覆蓋分類精度對NPP估算的影響，從而獲得不同植被類型的比值植被指數最大值并實現FPAR估算。早期Potter等和Field等認為在理想狀態下植被存在最大光能利用率(ε*)，即全球植被的月最高光利用率ε*應為0.389 gC/MJ[2,4,18]。事實上，因光能利用率ε受氣溫、水分、土壤、個體發育、基因型差異和植物維持與生長的不同能量分配等因素的影響，不同植被的光能利用率ε存在很大的差異[15]。因此，要基于修正過的APAR準確模擬植被NPP，光能利用率ε的有效估算也尤為重要[26- 27]。

南方丘陵山地帶作為我國 “兩屏三帶” 生態安全屏障骨架的重要組成部分，是長江流域與珠江流域的分水嶺及源頭區，對長江流域與珠江流域的主體功能的發揮有至關重要的作用。優越的氣候環境，使其林地面積占研究區面積的74%，在我國碳平衡中扮演重要角色。但很少有人對南方丘陵山地帶的植被第一性生產力進行估算研究，尤其是自1999年以來退耕還林(草)、人工造林等植被生態工程的實施，喀斯特石漠化綜合治理施行的生態移民等工程，土地覆蓋發生了明顯變化，隨之區域植被NPP空間分布及其年際變化狀況急需通過一定的方法進行明確。因此本研究基于CASA模型，通過修正模型參數，對該區域2000—2010年的植被NPP進行模擬，并進一步分析植被生產力狀況的時空變化及驅動機制，以期為該區域的生態建設工程效益評估和生態保護提供科學參考和基礎數據。

1 研究區域概況

南方丘陵山地帶涉及江西、湖南、廣東、廣西、貴州和云南6省市自治區，含114個縣(市)，面積為28.8萬平方公里。地域遼闊，東西跨15個經度(102°45′—117°08′E)，南北跨6個緯度(22°45′—27°14′N)。地勢大致西高東低，北高南低，高程在-25—3040 m之間。氣候類型為亞熱帶季風氣候，植被類型主要有亞熱帶常綠闊葉林、亞熱帶針葉林、混交林、溫帶闊葉/針葉林、亞熱帶灌叢、亞熱帶草地等(圖1)。

圖1 研究區植被分類及高程圖

2 數據來源和研究方法

2.1 數據來源和預處理

2.1.1 NDVI數據

本研究的遙感數據來自美國國家航空航天局(NASA)的數據信息服務中心(DISC)提供的2000—2010年每月MODIS遙感影像中的NDVI數據(http://modis.gsfc.nasa.gov/)，其空間分辨率為250 m×250 m，時間分辨率為16d，共253幅圖像。圖像預處理包括大氣校正、輻射校正、格式和投影轉換，以及利用最大合成法(MVC)獲得逐月數據集。

2.1.2 氣象數據

2000年1月—2010年12月的氣象數據來源于中國氣象科學數據共享服務網(http://cdc.cma.gov.cn)，包括71個站臺的月均氣溫和月總降水量，27個站臺的月總太陽輻射。以分辨率為90 m的數字高程模型(DEM)(圖1)為基礎，采用薄盤光滑樣條法[28]，將氣象數據插值為250 m的經緯網投影的柵格數據。

2.1.3 植被數據

該數據來源于Landsat TM全國30 m分辨率的十年生態系統分類影像數據，經過地面矯正和輻射校正后，采用面向對象分類方法將土地利用分為9類：亞熱帶常綠闊葉林、亞熱帶針葉林、混交林、溫帶闊葉/針葉林、亞熱帶灌叢、亞熱帶草地、耕地、水域及其他。分類精度為85%。在此基礎上進行了重采樣，提取了250 m分辨率的植被數據。

2.2 研究方法

2.2.1 模型介紹

(1) 模型模擬

CASA模型是基于遙感、氣象、植被及土壤類型數據共同驅動的光能利用率模型[2,18,25]，植被NPP可以由植物吸收的光合輻射(APAR)和實際光能利用率(ε)兩個因子確定。APAR取決于總輻射(SOL)和植被本身對入射光合有效輻射的吸收比例(FPAR)。通過引入植被覆蓋分類，計算不同植被覆蓋類型的比值植被指數最大值，實現對FPAR的估算；現實條件下的光能利用率受溫度(Tε1和Tε2)及水分(Wε)脅迫系數影響，利用氣象數據，結合區域蒸散模型估算溫度脅迫因子和水分脅迫因子，其計算如下：

NPP=SOL×FPAR×0.5×ε×Tε1×Tε2×Wε

(1)

式中，FPAR在一定范圍內與歸一化植被指數(NDVI) 之間存在著線性關系[29- 31]，CASA模型即用NDVI表示FPAR對NPP進行估算(公式2—5)，常數0.5表示植被所能利用的太陽有效輻射占太陽總輻射的比例，Tε1表示在低溫和高溫時植物體內在的生化作用對光合的限制而降低凈第一性生產力(公式6)，Tε2表示環境溫度從最適宜溫度向高溫和低溫變化時植物光能利用率逐漸變小的趨勢(公式7)，Wε反映了植物所能利用的有效水分條件對光能利用率的影響，隨著環境有效水分的增加，Wε逐漸增大，它的取值范圍為0.5(在極端干旱條件下)到1(非常濕潤條件)(公式8):

SR=(1+NDVI)/(1-NDVI)

(2)

FPARNDVI=(NDVI-NDVImin/NDVImax-NDVImin)×(FPARmax-FPARmin)+FAPRmin

(3)

FPARSR=(SR-SRmin/SRmax-SRmin)×(FPARmax-FPARmin)+FAPRmin

(4)

FPAR=αFPARNDVI+(1-α)FPARSR

(5)

Tε1=0.8+0.02×Topt-0.0005×[Topt]2

(6)

Tε2=1.184/{1+exp[0.2 ×(Topt-10-T)]} ×1/{1+exp[0.3×(-Topt-10+T)]}

(7)

Wε=0.5+0.5×E/Ep

(8)

式中，SR代表比值植被指數，FPARSR和FPARNDVI分別代表根據SR和NDVI估算得到的FPAR，FPARmin和FPARmax的取值與植被類型無關，FPARmin=0.001，FPARmax=0.95，NDVImin和NDVImax分別對應某植被類型NDVI的5%和95%處的百分位數。α為兩種方法間的調整系數在本研究中統一定為0.5。Topt為植物生長的最適溫度，定義為某一區域一年內NDVI值達到最高時的當月平均氣溫。E為區域實際蒸散量(mm),可據周廣勝和張新時[32-33]建立的區域實際蒸散模型求取；Ep為區域潛在蒸散量(mm),可據Boucher提出的互補關系求取，具體參照Thornth-waite植被-氣候關系模型的計算方法[34]。

(2) 最大光能利用率的確定

由于全球最大光能利用率ε*的取值對NPP的估算結果影響很大，不同學者在不同的模型中取值均不同，其范圍從0.09到2.16 gC/MJ[35- 37]。ε*的確定不僅受植被類型的影響，而且受空間分辨率和植被覆蓋均勻程度的影響。

本研究區地域遼闊并存在典型的喀斯特地貌，特殊的碳酸鹽巖基質造就了區別于亞熱帶典型頂極群落的常綠闊葉林的常綠落葉闊葉混交林。為使研究結果更為精確，本研究結合近年來學者對模型最大光能利用率的模擬改進，采用不同的最大光能利用率[15,26,27](表1)。

表1 典型植被類型的最大光能利用率(ε*)

2.2.2 數據分析

為研究近十年來南方丘陵山地帶植被生產力狀況以及這種變化速率在空間上的差異，對CASA模型模擬出來的2000—2010年每個象元的NPP與年份進行線性回歸分析，最小二乘法擬合得到的一元線性方程斜率即為趨勢傾向率，并用相關系數檢驗法來確定變化是否顯著，并設置0.05顯著性水平對相關系數進行分類。

3 結果與分析

3.1 NPP空間分布

圖2 2000—2010年均凈初級生產力(NPP)空間分布

由2000—2010年間年平均NPP分布圖(圖2)分析可知，NPP平均為445.7 gC m-2a-1，NPP高值區占研究區總面積的69.85%，主要為研究區東部(廣東、江西)、中部(廣西)及西南小部分地區(云南部分地區)，而中低值區主要為研究區的北部(貴州、湖南部分地區)和西南地區(云南)。對比NPP空間分布與植被類型空間分布(圖2和圖1)可知，NPP空間分布與植被類型空間分布密切相關。NPP高值區主要分布在研究區亞熱帶常綠闊葉林、常綠針葉林及混交林覆蓋地區(>410 gC m-2a-1)，而低值主要分布在草地及耕地覆蓋區。

3.2 NPP年際變化趨勢

圖3 2000—2010凈初級生產力總量(NPP)及降水量、溫度時間動態

研究區2000—2010年NPP總量平均值為117.0 TgC/a，其中2009年NPP總量最大(126.4 TgC/a)，2006年最小(僅為108 TgC/a)。10年來研究區年NPP上升趨勢不顯著(P=0.39)，平均每年僅增加0.255 TgC(圖3)。

圖4 2000—2010年凈初級生產力總量(NPP)變化趨勢的空間分布

研究區74.4%的區域年平均NPP呈增加趨勢，其中8.1%的地區增加趨勢顯著(P<0.05)，主要分布在研究地區西部云南省的丘北縣、硯山縣及貴州省境內的黔西南州和黔南州，研究區中部，北部湖南省的永州市和郴州市和東部廣東省的大埔縣和豐順縣(圖4)。這些地區均是由耕地及裸巖裸地構成的其他土地利用類型轉為林地的主要地區，其中耕地轉為林地面積有311.7 km2。NPP顯著降低的區域占2.1%，主要分布在廣西與云南交界處的廣南縣和西林縣，貴州的黔東南州，廣西的都安，江西的尋烏縣及廣東與江西接壤的連平、和平縣等。

3.3 年均NPP變化驅動因子

植被NPP變化不僅受氣候變化影響，還受人類活動制約。某種程度上自然環境條件對土地覆蓋變化起主導作用，但社會、經濟、政策人為因素對土地覆蓋的時空變化有重要影響。

3.3.1 溫度、降水量對NPP的影響

研究區2000—2010年溫度上升趨勢不顯著(P=0.129)，出現先上升后下降而后又上升的變化趨勢(圖3b)，除2004和2006年之外，溫度與NPP的年總量呈顯著正相關(R2=0.524，P=0.01)。研究區年降水量充沛(>1000 mm)，溫度對植物生長有著直接的效應：升溫可以延長生長季，提高光合作用和水分利用效率，促進植物生長發育[38- 39]，從而促進了植被凈初級生產力的增加，溫度對植被生長的影響在本研究區表現為正效應。

有研究表明NPP對水分敏感[40]，方精云等[19,22]在估算1982—1999年中國凈初級生產力的研究結果表明NPP值與降水量有顯著的正相關性。而本文圖3c顯示NPP值與降水量相關性并不顯著，且在NPP高值的2003、2004及2009年份，其年降水量(<1300 mm)均低于其他年份，原因可能是：(1)以往所得植被生產力與降水之間存在顯著正相關的研究[19,41- 42]，其年降水量均在1000 mm以下，而本研究各年的年降水量均在1000 mm以上；可能因為本研究區降水量相對充沛，從而水分條件不是植被生長的限制因子，所以降水量對植被生產力的重要性并未體現出來[43- 44]。(2)本研究結果顯示年降水量在1000—1300 mm范圍內，NPP出現高值；而年降水量超過1300 mm，NPP總量均有不同程度的降低，可能是降水量過多造成雨天的增加，減弱了植被的光合作用，從而影響了NPP值，2002、2006、2008、2010年的降水量大而生產力不高一定程度能表征。

3.3.2 土地覆被變化對NPP的影響

人類活動是土地覆被變化不可忽視的驅動因素之一，土地覆被變化直接影響著植被的生產力。常年以來的植樹造林、封山育林及自1999年啟動的退耕還林(草)植被建設工程，對土地覆被變化有著重要的影響。植被生態工程建設、勞動力的轉移及經濟水平的發展等人類活動是影響研究區植被覆蓋變化的主要因素。圖5顯示了2000—2010年研究區帶不同植被類型的面積變化。結果顯示，11年間研究區主要植被類型發生了明顯的變化，尤以耕地變化劇烈。城鎮用地面積有顯著增加，隨著城市化進程的加速，城鎮建設急劇擴張，大量侵占其他生態類型用地，研究時段內城鎮用地增加了818.0 km2。通過對NPP變化趨勢圖與土地利用類型轉化圖疊加分析得出，東部NPP顯著下降區域土地覆被主要是由耕地和林地轉為城鎮用地。森林植被中除混交林有稍微下降，其余森林植被都有增加，其中以常綠闊葉林的面積增加最明顯。研究區常綠闊葉林增加區主要分布在云南、廣西、湖南及廣東境內，尤以廣西、廣東分布集中。有研究表明廣東、廣西、海南是我國人工林桉樹的主要基地，人工林桉樹種植的迅速發展對研究區常綠闊葉林面積的增加有重大的貢獻。森林和草地面積的增加及耕地面積的減少說明了植樹造林、退耕還林(草)效果顯著。

喀斯特作為研究區的典型地貌，面積有1.02×105km2，占研究區總面積35.8%。喀斯特地區典型的生態脆弱出現了以石漠化為特征的土地退化。20世紀90年底以來，隨著國家八七扶貧計劃及西部大開發戰略的實施，進行了退耕還林(草)、封山育林、生態移民等重大建設工程，其對石漠化區的植被恢復起到了重要作用。圖6顯示了研究區喀斯特地貌的空間分布區及其所在區域11年來NPP的變化速率。喀斯特地貌集中分布在研究區廣西、云南、貴州和湖南境內，廣東西部也有少量分布。在研究時段內喀斯特區域NPP有顯著增加趨勢，表明西南石漠化綜合治理工程的生態效益正在呈現。

3.4 各植被類型NPP的年際變化

不同植被類型因自身生理條件對光能的吸收和轉化率不同，加上生態環境因素的差異，從而NPP存在一定的差異[24]。研究區平均NPP最高為混交林(501.0 gC m-2a-1，集中分布于云貴高原和桂西北喀斯特地區，其中常綠落葉闊葉混交林為喀斯特區的頂極植被類型)，其次為常綠闊葉林(486.7 gC m-2a-1)和常綠針葉林(470.7 gC m-2a-1)，最低為耕地(396.7 gC m-2a-1)和草地(390.7 gC m-2a-1)(表2)。從不同植被類型的面積比例來看，常綠闊葉林和常綠針葉林的分布范圍廣，是研究區面積最大的兩類植被類型，二者占區域植被面積的比例分別為26.3%和28.7%；落葉針葉林的面積最小，集中分布于廣東西北部。

圖5 2000—2010年不同植被類型面積變化

圖6 2000—2010年NPP變化速率及典型喀斯特地貌空間分布

年際變化中不同植被類型的NPP變化有一定的相似性(圖7)，2000—2004年大幅度增長，2005年、2006年急劇下降并分別達最低值，而后3年呈增長趨勢，2010年又出現下降。除落葉針葉林呈下降趨勢外，常綠闊葉林、混交林、常綠針葉林、落葉闊葉林、亞熱帶灌叢、草地、農業植被整體均呈增長趨勢，其中草地和耕地的增長趨勢最為明顯(分別達2.65 gC m-2a-1和2.61 gC m-2a-1)，混交林增加幅度最小(1.07 gC m-2a-1)。有研究表明落葉針葉林對全球變暖的響應可能更為敏感[45]，全球變暖使得落葉針葉林北移，且向常綠落葉林轉變，本研究落葉針葉林的下降在一定程度上是對全球變暖的響應。

表2 不同植被類型的年NPP

圖7 2000—2010年各植被類型NPP逐年變化

4 討論與結論

4.1 討論

對比前期相關學者對其它地區的NPP模型模擬結果，本研究結果比較可靠準確。董丹等[26]利用CASA模型對1999—2003年西南喀斯特植被的NPP總量估算得到年均NPP為402.34 gC m-2a-1，王冰等[46]基于MODIS數據利用光能利用率模型測得貴州省植被NPP值范圍在305—560 gC m-2a-1之間，與本文的NPP年均值整體較接近。蔡睿等[47]利用MODIS數據對廣東省2000—2005年植被NPP年際變化趨勢分析結果與本研究相同。模型和驅動數據的不同使得各估算值之間存在差距，這是當前NPP模擬研究中的存在的一個主要問題[42]。

近期研究結果表明自20世紀80年代以來在北半球中高緯度地區的植物生長或NPP都存在增長趨勢[19]。本研究區11年的NPP呈波動增加的趨勢，平均每年增加2.28 gC/m2。這種變化與氣象因子有密切的關系。溫度的變化趨勢與年際NPP有很好的吻合度，整體呈上升趨勢，平均增加值為0.035 ℃/a。年均溫度的升高可以延長植被的生長季從而提高植被的生產力。本研究區NPP的季節變化與氣溫及地表太陽輻射的季節變化基本相同，在夏季7、8月份氣溫及太陽輻射達到最大值時月NPP也達年最大值；后隨著太陽的南移，氣溫和太陽輻射逐漸減小，其NPP值開始下降至12—2月達到最小值。研究還發現，月際NPP的變化與太陽輻射最為相似，在2005—2008及2010年的6月份太陽輻射陡減，各植被類型的6月NPP變化出現明顯的低谷。降水量對NPP的影響并不顯著，可能是本研究區降水豐富，水分條件基本上能滿足植被生長的需要，并不是植被生長的限制因子。針對南方丘陵山地帶，過多的降水量可能會導致雨天增多，太陽輻射減少，減弱了植被的光合作用從而降低植被的生產力[48](圖3)。人類活動通過改變植被覆蓋，從而影響NPP的時空分布差異：2000—2010年間研究區74.4%的區域NPP呈上升趨勢，近年來植樹造林、封山育林、退耕還林(草)、生態移民等植被建設工程所帶來的生態效益正在呈現，南方地區大規模人工林桉樹的種植在一定程度上促進了研究區森林面積的增加。NPP顯著降低區域是由于經濟的發展、城市化進程的加速使得人們對土地的需求不斷增加，林地的大面積轉出，耕地面積大量占用，城鎮及工業用地的掠奪式開發使植被生長處于退化狀態。

不同植被NPP值及變化幅度均不同：混交林>常綠闊葉林>常綠針葉林>落葉針葉林>落葉闊葉林>亞熱帶灌叢>耕地>草地。其與植被的光能最大利用率相關，林地的最大光能利用率普遍較高，灌叢、耕地次之，草地則最低。針闊混交林年均值最高，但其變化幅度最小，這可能是由于常綠落葉闊葉混交林作為喀斯特區域的頂極植被類型，內部最為穩定，其能量達到平衡狀態。耕地的增長幅度明顯與農業生產的提高有密切關系；草地對氣溫和降水量等氣象因子的敏感性是草地變化幅度顯著的原因；而落葉針葉林呈下降趨勢主要是對全球變暖的響應。從不同植被NPP的季節變化來看，生長季一般為3—11月，最大值出現在7、8月，適宜的水熱條件及太陽輻射使其生長季延長。

4.2 結論

本文利用GIS/RS技術，基于MODIS遙感數據和氣象數據，通過改進的CASA模型估算了南方丘陵山地帶2000—2010年植被凈初級生產力的時空動態變化，獲得以下主要結論：

(1)研究區2000—2010年NPP平均值為117.0 TgC/a，逐年呈波動變化，上升趨勢不明顯，平均每年增加0.255 TgC。NPP的空間分布特征與植被類型具有較好的一致性。

(2)從植被類型來看，常綠針葉林和常綠闊葉林對研究區NPP總量貢獻最大，其次是耕地，落葉針葉林因面積極小貢獻最小；八種典型植被年NPP除落葉針葉林外，均呈增加趨勢，草地增長趨勢最明顯(2.65 gC m-2a-1)，混交林增加幅度最小(1.07 gC m-2a-1)。

(3) 研究區NPP的時空動態變化受氣候波動和人類活動的影響顯著。在降水量充沛的南方丘陵山地帶，氣溫和太陽輻射變化趨勢與NPP的變化有很好的吻合度，社會、經濟、政策等人為因素對土地覆蓋的時空變化有決定性的影響，導致了NPP變化的空間分布差異。

[1] Cramer W, Kicklighter D W, Bondeau A, Moore B, Churking B, Nemry B, Ruimy A, Schloss A L. Comparing global models of terrestrial net primary productivity (NPP): overview and key results. Global Change Biology, 1999, 5(S1): 1- 15.

[2] Field C B, Randerson J T, Malmstr?m C M. Global net primary production: Combining ecology and remote sensing. Remote Sensing of Environment, 1995, 51(1): 74- 88.

[3] Keeling C D, Chin J F S, Whorf T P. Increased activity of northern vegetation inferred from atmospheric CO2measurements. Nature, 1996, 382(6587): 146- 149.

[4] Field C B, Behrenfeld M J, Randerson J T, Falkowski P. Primary production of the biosphere: Integrating terrestrial and oceanic components. Science, 1998, 281(5374): 237- 240.

[5] Ruimy A, Kergoat L, Bondeau A. Comparing global models of terrestrial net primary productivity (NPP): analysis of differences in light absorption and light-use efficiency. Global Change Biology, 1999, 5(S1): 56- 64.

[6] Leith H. Primary production: terrestrial ecosystems. Human Ecology, 1973, 1(4): 303- 332.

[7] Uchijima Z, Seino H. Agroclimatic evaluation of net primary productivity of natural vegetations (1): Chikugo model for evaluating net primary productivity. Journal of Agricultural Meteorology, 1985, 40(4): 343- 352.

[8] Monteith J L. Solar radiation and productivity in tropical ecosystem. Journal of Applied Ecology, 1972, 9(3): 747- 766.

[9] Running S W, Coughlan J C. A general model of forest ecosystem processes for regional applications I. Hydrological balance, canopy gas exchange and primary production processes. Ecological Modelling, 1988, 42(2): 125- 154.

[10] Parton W J, Scurlock J M O, Ojima D S, Gilmanov T G, Scholes R J, Schimel D S, Kircner T, Menaut J C, Seastedt T, Garcia Moya E, Kamnalrut A, Kinyamario J I. Observations and modeling of biomass and soil organic matter dynamics for the grassland biome worldwide. Global Biogeochemical Cycles, 1993, 7(4): 785- 809.

[11] 陳利軍, 劉高煥, 馮險峰. 遙感在植被凈第一性生產力研究中的應用. 生態學雜志, 2002, 21(2): 53- 57.

[12] 張娜, 于貴瑞, 趙士洞, 于振良. 基于遙感和地面數據的景觀尺度生態系統生產力的模擬. 應用生態學報, 2003, 14(5): 643- 652.

[13] 陳利軍, 劉高煥, 馮險峰. 運用遙感估算中國陸地植被凈第一性生產力. 植物學報, 2001, 43(11): 1191- 1198.

[14] 松下文經, 楊翠芬, 陳晉, 王勤學, 龜山哲, 田村正行. 廣域空間尺度上植被凈初級生產力的精確推算. 地理學報, 2004, 59(1): 80- 87.

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

[16] 朱文泉, 潘耀忠, 張錦水. 中國陸地植被凈初級生產力遙感估算. 植物生態學報, 2007, 31(3): 413- 424.

[17] Gao Z Q, Liu J Y. Simulation study of China′s net primary production. Chinese Science Bulletin, 2008, 53(3): 434- 443.

[18] Potter C S, Randerson J T, Field C B, Matson P A, Vitousek P M, Mooney H A, Klooster S A. Terrestrial ecosystem production: A process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7(4): 811- 841.

[19] Fang J Y, Piao S L, Field C B, Pan Y D, Guo Q H, Zhou L M, Peng C H, Tao S. Increasing net primary production in China from 1982 to 1999. Frontiers in Ecology and the Environment, 2003, 1(6): 293- 297.

[20] DeFries R S, Field C B, Fung I, Collatz G J, Bounoua L. Combining satellite data and biogeochemical models to estimate global effects of human-induced land cover change on carbon emissions and primary productivity. Global Biogeochemical Cycles, 1999, 13(3): 803- 815.

[21] Lobell D B, Hicker J A, Asner G P, Field C B, Tucker C J, Los S O. Satellite estimates of productivity and light use efficiency in United States agriculture, 1982- 98. Global Change Biology, 2002, 8(8): 722- 735.

[22] Piao S L, Fang J Y. Terrestrial net primary production and its spatio-temporal patterns in Qinghai-Xizang Plateau, China during 1982—1999. Journal of Natural Resources, 2002, 17(3): 373- 380.

[23] 樸世龍, 方精云, 郭慶華. 1982—1999年我國植被凈第一性生產力及其時空變化. 北京大學學報: 自然科學版, 2001, 37(4): 563- 569.

[24] 柯金虎, 樸世龍, 方精云. 長江流域植被凈第一性生產力及其時空格局研究. 植物生態學報, 2003, 27(6): 764- 770.

[25] 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. 植物生態學報, 2001, 25(5): 603- 608.

[26] 朱文泉, 陳云浩, 潘耀忠, 李京. 基于GIS和RS的中國植被光利用率估算. 武漢大學學報: 信息科學版, 2004, 29(8): 694- 698, 714- 714.

[27] 董丹, 倪健. 利用CASA模型模擬西南喀斯特植被凈第一性生產力. 生態學報, 2011, 31(7): 1855- 1866.

[28] 劉志紅, Li L T, McVicar T R, VanNiel T G, 楊勤科, 李銳. 專用氣候數據空間插值軟件ANUSPLIN及其應用. 氣象, 2008, 34(2): 92- 100.

[29] Hatfield J L, Asrar G, Kanemasu E T. Intercepted photosynthetically active radiation estimated by spectral reflectance. Remote Sensing of Environment, 1984, 14(1/3): 65- 75.

[30] Sellers P J. Canopy reflectance, Photosynthesis and Transpiration. International Journal of Remote Sensing, 1985, 6(8): 1335- 1372.

[31] Huemmrich K F, Goward S N. Spectral vegetation indexes and the remote sensing of biophysical parameters // Proceedings of international Geoscience and Remote Sensing Symposium(IGARSS). Institute of Electrial and Electronics Engineers, Houston Texas, 1992: 1017- 1019.

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

[33] 周廣勝, 張新時. 全球氣候變化的中國自然植被的凈第一性生產力研究. 植物生態學報, 1996, 20 (01): 11- 19.

[34] 張新時, 楊奠安, 倪文革. 植被的PE(可能蒸散)指標與植被-氣候分類(三)幾種主要方法與PEP程序介紹. 植物生態學與地植物學學報, 1993, 17(2): 97- 109.

[35] Ruimy A, Saugier B, Dedieu G. Methodology for the estimation of terrestrial net primary production from remotely sensed data. Journal of Geophysical Research, 1994, 99(D3): 5263- 5263.

[36] Paruelo J M, Epstein H E, Lauenroth W K, Bueke I C. ANPP estimates from NDVI for the central grassland region of the United States. Ecology, 1997, 78(3): 953- 958.

[37] McCrady R L, Jokela E J. Canopy dynamics, light interception, and radiation use efficiency of selected loblolly pine families. Forest Science, 1998, 44(1): 64- 72.

[38] Walker B, Steffen W, Canadell J, Ingram J. The Terrestrial Biosphere and Global Change: Implications for Natural and Managed Ecosystems. Cambridge: Cambridge University Press, 1999: 190- 228.

[39] 樸世龍, 方精云. 最近18年來中國植被覆蓋的動態變化. 第四紀研究, 2001, 21(4): 294- 302.

[40] Churkina G, Running S W, Schloss A L. Comparing global models of terrestrial net primary productivity (NPP): the importance of water availability. Global Change Biology, 1999, 5(S1): 46- 55.

[41] 谷曉平, 黃枚, 季勁鈞, 吳戰平. 近20年氣候變化對西南地區植被凈初級生產力的影響. 自然資源學報, 2007, 22(2): 251- 259.

[42] 陶波, 李克讓, 邵雪梅, 曹明奎. 中國陸地凈初級生產力時空特征模擬. 地理學報, 2003, 58(3): 372- 380.

[43] 孫睿, 朱啟疆. 氣候變化對中國陸地植被凈第一性生產力影響的初步研究. 遙感學報, 2001, 5(1): 58- 61.

[44] Schloss A L, Kicklighter D W, Kaduk J, Wittenberg U. Comparing global models of terrestrial net primary productivity (NPP): comparison of NPP to climate and the Normalized Difference Vegetation Index (NDVI). Global Change Biology, 1999, 5(S1): 25- 34.

[45] 賈丙瑞, 周廣勝. 北方針葉林對氣候變化相應的研究進展. 地球科學進展, 2009, 24(6): 668- 674.

[46] 王冰, 楊勝天, 王玉娟. 貴州省喀斯特地區植被凈第一性生產力的估算. 中國巖溶, 2007, 26(2): 98- 104.

[47] 蔡睿, 徐瑞松, 陳彧, 苗莉, 王潔. 廣東省植被NPP時空特征變化分析. 農機化研究, 2009, 31(2): 9- 11, 16- 16.

[48] 蒙吉軍, 王鈞. 20世紀80年代以來西南喀斯特地區植被變化對氣候變化的響應. 地理研究, 2007, 26(5): 857- 865.

Tempo-spatial variations of net primary productivity in hilly terrain of southern China

WANG Jing1,2,3, WANG Kelin1,2,*, ZHANG Mingyang1,2, ZHANG Chunhua1,2

1KeyLaboratoryforAgro-ecologicalProcessesinSubtropicalRegion,InstituteofSubtropicalAgriculture,ChineseAcademyofSciences,Changsha410125,China2HuanjiangObservationandResearchStationforKarstEcosystem,ChineseAcademyofScience,Huanjiang547100,China3UniversityofChineseAcademyofSciences,Beijng100049,China

With the increased study on the terrestrial carbon cycle, the function of vegetation has become focused on more widely. Net primary productivity (NPP), as one of the characters of vegetation, plays an important role in global change and carbon cycle research in the terrestrial ecosystem. The hilly terrain of southern China, which is the water source of the Pearl River and Yangtze River, has a signification position in China. Therefore, it′s crucial to intensify the construction and preservation of the conserving forests at the water sources area of Pearl River Basin. The study on NPP and its tempo-spatial variation in the hilly terrain of southern China would be helpful to understand the growth condition of vegetation and to evaluate the ecological effects of large-scale vegetation construction. In this paper, Carnegie-Ames-Stanford Approach (CASA), a carbon processes-based model based on remotely sensed data, was applied to estimate the terrestrial NPP in hilly terrain of southern China. Monthly MODIS NDVI images, monthly mean temperature, precipitation, solar radiation, vegetation type between 2000 and 2010 were collected for the simulation. The total NPP and mean NPP in hilly terrain of southern China were 117.0 TgC/a and 445.7 gC m-2a-1, respectively. The annual NPP ranged from 406.0 to 485.6 gC m-2a-1during 2000 and 2010. However, it had a fluctuant change: It showed a continuous increasing phrase during 2000 and 2004, declined rapidly in 2005 and 2006, increased rapidly in 2007 and 2009, but decreased in 2010. There was an overall increasing trend with annual ratio of 2.28 gC m-2a-1. The difference of the spatial pattern of NPP was caused by the changes of land-cover types. The highest average NPP per unit was 501.0 g C m-2a-1in the areas covered by mixed forests, while the lowest average NPP per unit was 390.7 g C m-2a-1in the grasslands. This resulted from the differences in the utilization rates of various resources by various vegetation covers. All of these eight types of vegetation, except for needle-leaved deciduous vegetation, have increased their NPP during 2000 and 2010.In addition, climate variation is a key factor to influence the change in NPP. The response of NPP to changes in some other factors such as temperature, solar radiation, precipitation and human factors were evaluated and discussed. The change of NPP had notable spatial variability. The NPP had obviously increased in the ecological restoration zone, however it had evidently decreased in the region with rapid urbanization. The change of NPP was the result of interaction of climate change and land-use change. Annual total NPP was significantly positively correlated with annual mean temperature (R2=0.524，P=0.01), and temperature controlled the annual variation of vegetation growth and prolonged the growth period of vegetation. Precipitation was a control factor of the seasonal change of vegetation growth, but not evidently correlated with annual total NPP. The excessive rainfall, which decreased the solar radiation and diminished the vegetation photosynthesis, was bad for vegetation productivity. The change of land cover was an important factor for vegetation spatial variation. Especially, the implementation of large-scale vegetation constructions by returning farmland to forests or grassland has increased rapidly the forest, leading to a large rise in NPP.

Carnegie-Ames-Stan-ford Approach (CASA); net primary productivity (NPP); the hilly terrain of southern China; temporal_spatial patterns

國家自然科學基金(41071340, 31370484); 南方丘陵山地帶生態環境調查與評估(STSN- 09- 05)

2013- 08- 16;

2014- 02- 25

10.5846/stxb201308162091

*通訊作者Corresponding author.E-mail: kelin@isa.ac.cn

王靜, 王克林, 張明陽, 章春華.南方丘陵山地帶植被凈第一性生產力時空動態特征.生態學報,2015,35(11):3722- 3732.

Wang J, Wang K L, Zhang M Y, Zhang C H.Tempo-spatial variations of net primary productivity in hilly terrain of southern China.Acta Ecologica Sinica,2015,35(11):3722- 3732.