青海湖流域植被的凈初級生產(chǎn)力估算

喬 凱， 郭 偉

(西安交通大學(xué) 地球環(huán)境科學(xué)系， 陜西 西安 710049)

青海湖流域植被的凈初級生產(chǎn)力估算

喬 凱， 郭 偉

(西安交通大學(xué) 地球環(huán)境科學(xué)系， 陜西 西安 710049)

[目的] 定量估算青海湖流域2001—2011年草地凈初級生產(chǎn)力(net primary productivity， NPP)，查明其時空演化特征，為流域草地可持續(xù)利用與生態(tài)建設(shè)及相關(guān)的政策制訂提供科學(xué)依據(jù)。 [方法] 選取陸地生態(tài)系統(tǒng)碳循環(huán)模型(CASA模型)，逐像元模擬2001—2011年青海湖流域草地生態(tài)系統(tǒng)NPP的時空變化。 [結(jié)果] (1) 2001—2011年青海湖流域草地年均NPP為1.12×1013g/a，單位面積平均值為168.03 g/(m2·a); (2) NPP在空間分布上呈現(xiàn)東南高,西北低的格局，這與流域水熱因子在空間上的分布一致。近11 a流域草地年均NPP總體呈上升趨勢，年增加率約為1.74 g/(m2·a)，湖區(qū)北部、東部為主要增加區(qū)域; (3) 青海湖流域草地NPP具有明顯的季節(jié)變化特征，7月草地NPP達到最高，1月NPP最低。其中5—9月生長季草地的NPP占到了全年的90.40%。 [結(jié)論] 所選模型模擬精度較高，能夠較好地反映流域NPP的空間分布規(guī)律和時間變化特征。可以認(rèn)為改進后的CASA模型在氣候資料稀缺的該地區(qū)進行模擬是可行的。

CASA模型； 青海湖流域； 凈初級生產(chǎn)力(NPP)

植被凈初級生產(chǎn)力(net primary productivity， NPP)是指綠色植物在單位面積、單位時間內(nèi)由光合作用所產(chǎn)生的有機物總量中扣除自養(yǎng)呼吸后的剩余部分[1]。NPP作為表征陸地生態(tài)過程的關(guān)鍵參數(shù)，是氣候變化和人類活動對陸地植被綜合作用的結(jié)果，在研究全球陸地碳循環(huán)、生態(tài)系統(tǒng)評價中扮演著重要的作用[2-3]。NPP估算的主要方法包括生物量調(diào)查、微氣象學(xué)的渦度相關(guān)通量觀測和模型模擬等[4]。當(dāng)前，利用遙感數(shù)據(jù)驅(qū)動生態(tài)學(xué)模型在區(qū)域和全球尺度上估算NPP成為研究的熱點和主要方向[5]，尤其是遙感數(shù)據(jù)具有大范圍、準(zhǔn)同步及長時間序列的優(yōu)勢，能獲得不同時間尺度(年際、季節(jié)、月際等)和空間分辨率的植被生產(chǎn)力變化特征[6-8]。隨著陸地碳循環(huán)研究的不斷深入，基于遙感的NPP估算模型得到快速發(fā)展，Ruimy和Sougier[6]將這些模型概括為氣候生產(chǎn)潛力模型、生態(tài)系統(tǒng)過程模型和光能利用率模型。在光能利用率計算植物生產(chǎn)力模型[9]的基礎(chǔ)上，CASA(carnegie-ames-stanford approach)模型不斷完善并廣泛應(yīng)用于全球及區(qū)域尺度的研究。比如CASA模型耦合不同遙感數(shù)據(jù)源如SPOT-VEGETATION和MODIS等，在整個中國、青藏高原以及內(nèi)蒙古等地區(qū)的研究中，都得到很好的結(jié)果[7-8,10-15]。青藏高原被譽為世界“第三極”，特殊的自然環(huán)境導(dǎo)致其植被生態(tài)系統(tǒng)結(jié)構(gòu)簡單，抗干擾能力較低，生態(tài)系統(tǒng)極為脆弱。同時由于地理環(huán)境的限制，地理信息觀測數(shù)據(jù)極為匱乏，使得對高原地區(qū)植被覆蓋空間分布和年際變化過程了解較少[16]。位于青藏高原東北部的青海湖流域是青海省乃至中國北方最重要的傳統(tǒng)牧場之一。因此，對青海湖流域NPP的估算及時空分布研究具有重要的理論和實際意義[17]。基于此，本研究集成MODIS遙感數(shù)據(jù)和氣象監(jiān)測數(shù)據(jù)，應(yīng)用CASA模型，定量估算青海湖流域2001—2011年草地NPP值，查明其時空演化特征，該結(jié)果對把握青海湖流域草地生態(tài)系統(tǒng)功能的健康狀況乃至青藏高原國家生態(tài)安全屏障功能狀況具有重要意義，同時可為流域草地可持續(xù)利用與生態(tài)建設(shè)及相關(guān)的政策制訂提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

青海湖流域位于青藏高原東北部，地理位置介于36°21′—37°15′N，99°36′—100°47′ E之間。整個流域位于季風(fēng)濕潤區(qū)和內(nèi)陸干旱區(qū)的過渡地帶，對全球氣候和環(huán)境變化的響應(yīng)十分敏感，是維系青藏高原東北部生態(tài)安全的重要屏障，屬于脆弱生態(tài)系統(tǒng)典型地區(qū)，也是我國生物多樣性保護和生態(tài)環(huán)境建設(shè)重點區(qū)域。青海湖流域?qū)賰?nèi)陸高原半干旱氣候，溫暖期短，寒冷期長。流域內(nèi)干旱少雨，太陽輻射強烈，氣溫日差大，年均氣溫-1～1 ℃左右，平均年降水量270～400 mm不等，年蒸發(fā)量約在1 300～2 000 mm之間。境內(nèi)多風(fēng)，夏秋季以東南風(fēng)為主，冬春季則以西風(fēng)為主，多年平均風(fēng)速為3.9 m/s。流域地形西北高、東南低，海拔在3 194～5 174 m之間，總面積為29 661 km2。流域內(nèi)有中國內(nèi)陸最大的高原咸水湖——青海湖，面積約4 400 km2，流域內(nèi)入湖河流主要有布哈河、沙柳河、哈爾蓋河、甘子河、倒淌河等；植被類型包括灌叢植被(溫性河谷灌叢與高寒灌叢)、草原植被(溫性草原和高寒草原)、高山流石植被、草甸和沼澤植被(高寒草甸、鹽生草甸和沼澤草甸)以及栽培植被和沙生植被等。

1.2 數(shù)據(jù)來源與處理

模型中所用的氣象數(shù)據(jù)(溫度、降水、輻射值等)是來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(China meteorological data sharing service system)的“中國地面氣候資料日值”以及“中國輻射日數(shù)據(jù)集”，涉及流域內(nèi)及周邊12個氣象站點數(shù)據(jù)，經(jīng)過數(shù)據(jù)標(biāo)準(zhǔn)化及GIS空間內(nèi)插，得到2001—2011年流域氣象柵格單元數(shù)據(jù)集。植被指數(shù)數(shù)據(jù)集中采用MODIS數(shù)據(jù)產(chǎn)品中的NDVI數(shù)據(jù)集。該數(shù)據(jù)經(jīng)過了大氣校正、輻射校正、幾何校正等預(yù)處理、通過對數(shù)據(jù)進行每月最大化合成處理，得到了青海湖流域2001—2011年每月的NDVI遙感數(shù)據(jù)，空間分辨率為500 m。數(shù)字高程模型(digital elevation model， DEM)來源于NASA的SRTM數(shù)據(jù)，分辨率為90 m。采用最鄰近法重采樣至500 m×500 m，用于氣象數(shù)據(jù)和輻射值插值。

1.3 測算方法(CASA模型)

CASA模型中所估算的NPP可以由植物吸收的光合有效輻射(APAR)和光能利用率(ε)這兩個因子來表示，其估算公式為：

NPP(x,t)=APAR(x,t)·ε(x,t)

(1)式中:t——時間；x——空間位置； APAR(x,t)——像元x在t月份吸收的光合有效輻射(MJ/m2)；ε(x,t)——像元x在t月份的實際光利用率； NPP(x,t)——像元x在t月份的植物凈初級生產(chǎn)力﹝g/(m2·a)﹞。

2.3.1 APAR的估算 植物吸收的光合有效輻射取決于太陽總輻射和植物本身的特征，計算公式為：

APAR(x,t)=SOL(x,t)·FPAR(x,t)×0.47

(2)

式中:SOL(x,t)——t月份在像元x處的太陽總輻射量(MJ/m2)； FPAR(x,t)——植被層對入射光合有效輻射的吸收比例；常數(shù)0.47表示植被所能利用的太陽有效輻射(波長為0.38～0.71 μm)占太陽總輻射的比例。

對于FPAR的計算采用Potter等[18]提出的公式：

(3)

式中：SR——比值植被指數(shù)； SRmin——最小比值植被指數(shù)，取值為1.08； SRmax——最大比值植被指數(shù)，大小與植被類型有關(guān)。本研究采用朱文泉[14]所確定的值。SR(x,t)由NDVI(x,t)求得：

(4)

式中：SR(x,t)——像元x在t月份的比值植被指數(shù)； NDVI(x,t)——像元x在t月份的歸一化植被指數(shù)。

2.3.2 光利用率的估算 Potter等[18]認(rèn)為在理想條件下植被具有最大光利用率，而在現(xiàn)實條件下的最大光能利用率主要受溫度和水分的影響，其計算公式為：

ε(x,t)=Tε1(x,t)·Tε2(x,t)·Wε(x,t)·εmax

(5)

式中:Tε1(x,t),Tε2(x,t)——低溫和高溫對光能轉(zhuǎn)化率的影響；Wε(x,t)——水分脅迫因子，反映水分條件的影響；εmax——理想條件下的最大光能利用率，全球植被的最大光能轉(zhuǎn)化率為0.389 g/MJ[9]。

(1) 溫度脅迫系數(shù)。Tε1(x,t)反映在低溫和高溫時植物內(nèi)在的生化作用對光合的限制而降低凈第一性生產(chǎn)力[19-20]。計算公式為：

Tε1(x,t)=0.8+0.02Topt(x)-0.000 5〔Topt(x)〕

(6)

式中：Topt(x)——某一區(qū)域一年內(nèi)NDVI值最高時的月平均氣溫。當(dāng)某一月平均溫度小于或等于-10 ℃時，Tε1(x,t)取0。已有研究表明，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。

Tε2(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[18-19]，因為低溫和高溫時高的呼吸消耗會降低光能利用率[18]，生長在偏離最適溫度的條件下，光能利用率一定會降低。計算公式為：

(7)

式中:T(x,t)——t月份像元x處的平均溫度(℃)。當(dāng)某一月平均溫度T(x,t)比最適溫度Topt(x)高10 ℃或者低13 ℃時，該月的值等于月平均溫度T(x,t)為最適宜溫度Topt(x)時Tε2(x,t)值的1/2。

(2) 水分脅迫系數(shù)。傳統(tǒng)的模型在估算水分脅迫因子時用到了土壤水分子模型，過程較復(fù)雜，其中涉及大量參數(shù)，包括降水量、田間持水量、土壤黏粒砂粒的百分比、土壤體積含水率、土壤深度等，數(shù)據(jù)較難獲取，并且其精度難以保證。故采用改進的CASA模型進行水分脅迫因子的估算[21]。將>0 ℃年積溫、年降水量和濕潤度指標(biāo)(K)引入水分脅迫因子的計算中，這樣一方面可以簡化模型，另一方面能更好地反映草原植被與氣候以及草地NPP的相互關(guān)系。

由Holdridge的方法計算潛在蒸散[22],計算公式為：

PET=BT×58.93

(8)

式中:BT——生物溫度(℃)，表示植物在營養(yǎng)生長范圍內(nèi)的平均溫度；PET——潛在蒸發(fā)(mm)。

并且引入L(K):

(9)

式中:K——濕潤度，全年降水量和>0 ℃年積溫之比。

由周廣勝和張新時等[23]建立的區(qū)域?qū)嶋H蒸散模型，得到：

(10)

(11)

式中：P——降水量(mm)；Rn——太陽凈輻射量；EET——實際蒸發(fā)(mm)。

通過帶入蒸散公式[24]：

(12)

最終得到計算水分脅迫因子的公式：

(13)

基于空間的一元線性回歸分析可以模擬空間位置上每個柵格的變化趨勢，利用該方法來模擬青海湖流域空間上的每個柵格NPP的變化趨勢。變化斜率的計算公式為：

(14)

式中：n——所研究時間序列的長度；i——年序列號； NPP——第i年的NPP值。如果slope>0，則說明NPP在該時間序列上的變化趨勢是增加的，反之則是減少的。

2 結(jié)果與分析

2.1 模擬結(jié)果與校驗

模擬結(jié)果表明，2001—2011年青海湖流域草地年均NPP為1.12×1013g/a，單位面積平均值為168.03 g/(m2·a)。通過參照其他文獻，盧玲等[25]模擬了中國西部地區(qū)的NPP，其中高覆蓋度草地NPP為231 g/(m2·a)，中覆蓋度草地為156 g/(m2·a)，低覆蓋度草地為124 g/(m2·a)。趙國帥[4]在研究青海省植被凈初級生產(chǎn)力時，其中青海湖流域地區(qū)NPP值在100～200 g/(m2·a)之間。全國草地植被NPP的一些研究一般在100～300 g/(m2·a)之間。同時利用野外實測樣方數(shù)據(jù)和本文模擬的同時間、同空間位置的NPP數(shù)據(jù)進行比較。模擬值和實測值之間的相關(guān)性非常顯著(R2=0.629 8，p<0.001)，表明本文模擬結(jié)果較真實合理，可以較好地反映青海湖流域草地NPP及其空間分布。青海湖流域NPP空間分布上呈現(xiàn)東南高、西北低，并逐漸遞減的格局(圖1)。這種分布規(guī)律與青海湖地區(qū)的草原植被類型和水熱條件等較為符合。模擬結(jié)果顯示環(huán)湖區(qū)草地NPP值最高，其中最大值達到422 g/(m2·a)，說明環(huán)湖區(qū)草地質(zhì)量最好，這也映證了青海湖環(huán)湖區(qū)草場是北方地區(qū)重要的牧區(qū)之一，也是青海省畜牧業(yè)生產(chǎn)的主要基地[26]。青海湖流域處于黃土高原、西北干旱區(qū)和青藏高寒區(qū)的過渡地帶，深居內(nèi)陸，海拔較高，受常年西風(fēng)帶、東亞季風(fēng)和青藏高原季風(fēng)的交匯影響。同時，受青海湖湖區(qū)廣闊水體的影響，使湖區(qū)周邊形成了特點明顯的區(qū)域小氣候[27]。環(huán)湖區(qū)域常年的氣溫和降水均要高于流域內(nèi)的其他地方，因此環(huán)湖區(qū)域草地的NPP明顯高于其他區(qū)域。NPP較低的區(qū)域大體分布在青海湖地區(qū)的西北部，海拔高，溫度低，水熱條件差，土地覆蓋類型主要是裸巖石礫地，部分地區(qū)會有冰雪覆蓋，局部地區(qū)有零星分布的高寒草甸，因此NPP較低。NPP居中的地區(qū)分布在緊鄰青海湖、布哈河的地區(qū)，這些區(qū)域主要分布的是沙地和鹽漬化較為嚴(yán)重的土地，或者因為灌溉和引水便利被開發(fā)為可供耕作的旱地和城市。由于人類活動強度較大，對植被生產(chǎn)力有不利影響，因此相對于高覆蓋的草原植被其凈初級生產(chǎn)力稍低，其NPP值大致在200 g/(m2·a)左右。2001—2011年近11 a來，青海湖流域草地NPP的空間分布大體上呈現(xiàn)出從東南環(huán)湖區(qū)域到西北山地逐漸降低的規(guī)律。同時利用DEM數(shù)據(jù)對NPP進行統(tǒng)計分析，發(fā)現(xiàn)流域內(nèi)草地NPP與海拔呈負(fù)相關(guān)關(guān)系，單位面積草地NPP隨著海拔升高而降低。

圖1 青海湖流域地區(qū)NPP年平均值分布

2.2 NPP變化分析

2.2.1 年際變化 2001—2011年間，青海湖流域草地NPP年際變化明顯，年份之間波動較大，整體上呈現(xiàn)出波動中逐漸增加的趨勢。在2001—2011年11 a內(nèi)，2005與2011年達到最大值，大致為180 g/(m2·a)，而2001年則是NPP最低的年份，僅有133.54 g/(m2·a)。2002和2005年為2個波峰年份，2004,2006,2009年為3個波谷年份。從線性擬合公式(R2=0.173 1)可以得出，青海湖流域草地年均NPP近11 a的增長速度為1.74 g/(m2·a)。

利用基于空間的一元線性回歸分析方法來模擬青海湖流域空間上的每個柵格NPP的變化趨勢。以年NPP數(shù)據(jù)為單位，從2001年開始到2011年結(jié)束。計算得到的青海湖流域草地年均NPP變化趨勢如圖2所示。

圖2 青海湖流域草地年均NPP變化趨勢

由圖2可以看出，2001—2011年11 a間，湖區(qū)北部、東部以及從布哈河中下游到湖區(qū)東北部的河道兩側(cè)均為NPP增加的區(qū)域，且增加較為顯著，這些區(qū)域沿著湖岸線呈帶狀分布。流域內(nèi)NPP減少的區(qū)域則分布的比較零散，主要分布在流域北部高海拔的山地上，以及湖區(qū)東南部部分區(qū)域。造成這種現(xiàn)象的可能原因包括：氣溫升高雪線下移使得環(huán)湖區(qū)草地得到的地表水補給增多，土壤溫度和水分都有所升高[28]；流域東北部山地凍融侵蝕情況嚴(yán)重，水土流失加劇[29]。而近11 a間，流域氣溫以及降水量均呈波動上升趨勢。氣溫和降水量是影響凍融侵蝕的最重要因素。故水熱條件的持續(xù)變好作為內(nèi)因，導(dǎo)致了以上各種情況的出現(xiàn)，進而使得流域NPP大部分增加。

2.2.2 年內(nèi)變化 分析2001—2011年青海湖流域草地NPP的年內(nèi)季節(jié)變化，發(fā)現(xiàn)NPP的年內(nèi)季節(jié)變化特征顯著(圖3)。由圖3可以看出，青海湖流域草地生長季主要集中在5—9月份，而相應(yīng)的NPP也集中在這個時段。就這11 a的平均情況來看，5—9月草地的NPP占到了全年的90.40%。NPP在7月份時達到最大，因為7月份是流域一年中氣溫最高降水最多的年份，水熱組合狀況良好；在1月份時達到最小。造成年內(nèi)變化的主要原因是由于流域四季氣溫差異顯著，降水主要集中在夏季，冬季的低溫期持續(xù)時間較長[30]。從變化趨勢上看，植被NPP的變化與植物的生長階段聯(lián)系十分密切，1—4月植被NPP變化緩慢，植物基本不生長；進入5月以后NPP變化迅速直至達到峰值，此時是植物的快速生長期；8月以后植物生長緩慢，僅有能量在植物體內(nèi)部的運輸，將能量由枝葉運送至果實、種子，枝葉迅速凋零，此后NPP經(jīng)歷一個快速下降的階段。

青海湖流域地處高海拔、半干旱地區(qū)，年內(nèi)季節(jié)氣候變化顯著，5—9月生長季期間的降水量占全年降水量的90%，同期≥0 ℃積溫占全年85%以上。這種雨熱同季，干濕分明的氣候環(huán)境，決定了草地植被的生長，即NPP的年內(nèi)變化受制于氣溫和降水在季節(jié)韻律上的變化，某種程度也是高原高寒地區(qū)植被生長對氣候因子的響應(yīng)和生長策略，因為這樣既能保證植物有機體細(xì)胞生理活動的正常進行，又可以提高水分在植物合成碳水化合物的過程中進行各種營養(yǎng)物質(zhì)和礦物元素傳輸效率，利于高寒草地植被生長，提高水分利用效率。

圖3 青海湖流域草地年內(nèi)NPP變化

3 結(jié) 論

(1) 利用CASA模型對青海湖流域2001—2011年的草地NPP進行了模擬估算，并利用其他模型的結(jié)果以及實測數(shù)據(jù)進行驗證。研究表明模擬精度較高，能夠較好地反映流域NPP的空間分布規(guī)律和時間變化特征。因此可以認(rèn)為改進后的CASA模型在氣候資料稀缺的該地區(qū)進行模擬是可行的。

(2) 2001—2011年11 a間青海湖流域草地年均NPP為1.12×1013g/a，單位面積平均值為168.03 g/(m2·a)。空間分布上為東南高、西北低。從東南青海湖湖區(qū)到西北山地有一個逐漸降低的變化過程。這種分布規(guī)律與青海湖地區(qū)的草原植被類型、水熱條件等較為符合。

(3) 2001—2011年青海湖流域草地NPP的年際變化顯著，單位面積上草地NPP的年增加率為1.74 g/(m2·a)，湖區(qū)北部、東部為主要增加區(qū)域。湖區(qū)北部、東部以及從布哈河中下游到湖區(qū)東北部的河道兩側(cè)均為NPP增加的區(qū)域，且增加較為顯著，流域內(nèi)NPP減少的區(qū)域則分布的較為零散，主要分布在流域北部高海拔的山地上，以及湖區(qū)東南部部分區(qū)域。在2001—2011年11 a內(nèi)，2005年與2011年達到最大值，大致為180 g/(m2·a)，而2001年則是NPP最低的年份，僅有133.54 g/(m2·a)。草地NPP的年變化情況與流域水熱條件的改變具有較強的相關(guān)性。水熱條件是流域草地NPP變化的主要驅(qū)動因素。

(4) 青海湖流域草地NPP具有明顯的季節(jié)變化特征，7月草地NPP達到最高，1月NPP最低。其中5—9月草地的NPP占到了全年的90.40%。流域草地植被生長及NPP年內(nèi)變化受制于氣溫和降水在季節(jié)韻律上的調(diào)整，某種程度也揭示了高原高寒地區(qū)植被生長對氣候因子的響應(yīng)和生長策略。

[1] Cramer W, Field C B. Comparing global models of terrestrial net primary productivity(NPP): Introduction [J]. Global Change Biology, 1999, 5(S1): 3-4.

[2] Fleld C B, Behrenfeld M J, Randerson J T, et al. Primary Production of the Biosphere: Integrating Terrestria land Oceanic Components [J]. Science, 1998, 281(5374):237-240.

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

[4] 趙國帥. 基于光能利用率模型的青海植被凈初級生產(chǎn)力模擬研究[D].黑龍江 哈爾濱：東北林業(yè)大學(xué)，2011.

[5] 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(S1):1-15.

[6] Ruimy A, Sougier B. Methodology for the estimation of terrestrial net primary productivity from remotely sensed data [J].Journal of Geophysical Research, 1994, 99(S3): 5263-5283.

[7] 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(chǎn)力[J].植物生態(tài)學(xué)報，2001,25(5):603-608.

[8] 樸世龍,方精云.1982-1999年青藏高原植被凈第一性生產(chǎn)力及其時空變化[J].自然資源學(xué)報，2002,17(3):373-380.

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

[10] 張峰,周廣勝,王玉輝.基于CASA模型的內(nèi)蒙古典型草原植被凈初級生產(chǎn)力動態(tài)模擬[J].植物生態(tài)學(xué)報，2008,32(4):786-797.

[11] 陳正華,麻清源,王建,等.利用CASA模型估算黑河流域凈第一初級生產(chǎn)力[J].自然資源學(xué)報，2008,23(2):263-273.

[12] 王鶯,夏文韜, 梁天剛.基于CASA模型的甘南地區(qū)草地凈初級生產(chǎn)力時空動態(tài)遙感模擬[J].草業(yè)學(xué)報， 2011,20(4):316-324.

[13] 張杰,潘曉玲,高志強,等.干旱生態(tài)系統(tǒng)凈初級生產(chǎn)力估算及變化探測[J].地理學(xué)報，2006,61(1):15-25.

[14] 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(nèi)蒙古為例[J].遙感學(xué)報, 2005,9(3):300-307.

[15] 樸世龍,方精云,賀金生,等.中國草地植被生物量及其空間分布格局[J].植物生態(tài)學(xué)報,2004,28(4):491-498.

[16] 徐興奎,陳紅,Levy J K.氣候變暖背景下青藏高原植被覆蓋特征的時空變化及其成因分析[J].科學(xué)通報,2008(4):456-462.

[17] 馬耀明,姚檀棟,王介民.青藏高原能量和水循環(huán)試驗研究：GAME/Tibet與CAMP/Tibet研究進展[J], 高原氣象,2006,25(2):344-351.

[18] Potter C S, Randerson J T, Field C B,et al. Terrestrial ecosystem production: A process model based on global satellite and surface data [J].Global Biochemical Cycle, 1993,7(4):811-841.

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

[20] 牛建明. 內(nèi)蒙古主要植被類型與氣候因子關(guān)系的研究[J].應(yīng)用生態(tài)學(xué)報，2000，11(1):47-52.

[21] 張美玲,陳全功,蔣文蘭,等.基于草地綜合順序分類的改進CASA模型[J].中國草地學(xué)報，2011,33(4):5-11.

[22 張新時.研究全球變化的植被—氣候分類系統(tǒng)[J].第四紀(jì)研究,1993,13(2):157-169.

[23] 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(chǎn)力研究[J].植物生態(tài)學(xué)報,1996, 20(1):11-19.

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

[25] 盧玲,李新,Veroustraete F.中國西部地區(qū)植被凈初級生產(chǎn)力的時空格局[J].生態(tài)學(xué)報,2005, 25(5):1026-1032.

[26] 武彥朋,陳克龍,張斐,等.青海湖流域典型草地物種豐富度與生產(chǎn)力的關(guān)系[J].生態(tài)學(xué)雜志,2011,30(7):1449-1453.

[27] 鄭中,祁元,潘小多,等.基于WRF模式數(shù)據(jù)和CASA模型的青海湖流域草地NPP估算研究[J]. 冰川凍土,2013,35(2):465-474.

[28] 李鳳霞,伏洋,楊瓊,等.環(huán)青海湖地區(qū)氣候變化及其環(huán)境效應(yīng)[J].資源科學(xué),2008,30(3):348-353.

[29] 張娟,沙占江,王靜慧,等.基于遙感和GIS的青海湖流域凍融侵蝕研究[J].冰川凍土，2012,34(2):375-381.

[30] 申紅艷,王冀,馬明亮,等.青海高原冬季持續(xù)低溫集中程度的氣候特征及其成因[J].冰川凍土，2012,34(6):1394-1402.

Estimating Net Primary Productivity of Alpine Grassland in Qinghai Lake Basin

QIAO Kai, GUO Wei

(DepartmentofEarthandEnvironmentalSciences,Xi’anJiaotongUniversity,Xi’an，Shaanxi710049,China)

[Objective] The net primary productivity(NPP) of vegetation from 2001 to 2011 in Qinghai Lake basin(QLB) was estimated quantitatively, and its space-time evolution characteristics were analyzed to provide a scientific basis for sustainable utilization of vegetation, ecological conservation and related policy making.[Methods] This paper estimated the NPP of Qinghai Lake basin grassland using carnegie-ames-stanford approach(CASA) model. [Results] (1) The average annual total NPP grassland in Qinghai Lake basin was 1.12×1013g/a between 2001 and 2011, and the average per unit value was 168.03 g/(m2·a). (2) NPP spatial distribution presented a pattern that it was higher in the southeast region, and lower in the northwest, similar pattern was observed for the hydro-thermal condition of the whole basin. Annual Qinghai Lake basin NPP showed an upward trend from 2001 to 2011. Annual increase rate of per unit value of grassland NPP was 1.74 g/(m2·a). The northeast and east part of the basin were the main increase area of NPP. (3) Also, there existed obvious seasonal variations of NPP in Qinghai Lake basin that the highest value appeared in July and the lowest was in January. The NPP from May to September accounted for 90.40% of whole year. [Conclusion] CASA showed high accuracy for the simulation in our case. It well reflected the spatial distribution and time variation of the basin NPP. These implied that the improved CASA model is feasible to be used for NPP simulation in the region without enough climate data, like that in our case.

CASA model; Qinghai Lake basin; net primary productivity(NPP)

2014-03-10

2014-10-13

國家科技支撐計劃項目“青海湖流域生態(tài)環(huán)境綜合監(jiān)測”(2012BAH31B03); 國家自然科學(xué)基金項目(41301007); 中央高校科研支持計劃(xjj2013079)

喬凱(1993—)，男(漢族)，河南省靈寶市人，碩士研究生，研究方向為環(huán)境科學(xué)與GIS。E-mail:qiaokai@stu.xjtu.edu.cn。

10.13961/j.cnki.stbctb.2016.06.035

B

1000-288X(2016)06-0204-06

Q948

文獻參數(shù)： 喬凱，郭偉.青海湖流域植被的凈初級生產(chǎn)力估算[J].水土保持通報，2016,36(6)：204-209.