秦嶺山地NPP遙感估算及其時空變化特征研究

張善紅,丁小松

(1.商洛學院 城鄉規劃與建筑工程學院,陜西 商洛 726000;2.上海海洋大學 海洋科學學院, 上海 201306)

秦嶺山地NPP遙感估算及其時空變化特征研究

張善紅1,丁小松2

(1.商洛學院 城鄉規劃與建筑工程學院,陜西 商洛 726000;2.上海海洋大學 海洋科學學院, 上海 201306)

基于2000～2013年的MODIS-NDVI數據和氣象數據,利用CASA模型對秦嶺山地植被凈第一生產力(NPP)進行了模擬估算。結果表明:2000～2013年秦嶺山地植被年均NPP為833.87 g C/(m2·a);不同類型植被的NPP表現為栽培植被<草叢<草甸<針葉林<灌叢<闊葉林；各季植被的NPP表現為夏季>春季>秋季>冬季;秦嶺山地植被NPP與當月氣溫及前1個月、2個月、3個月氣溫均呈顯著正相關,但受當月氣溫的影響最大。

秦嶺山地;植被；NPP;遙感估算；時空變化

植被凈第一生產力(NPP)是指單位面積植被在單位時間內積累的有機干物質總量,反映植被在一定時段內的生產能力,是生態系統演變的指示器及碳循環研究中的一個重要參數[1],對分析碳循環過程對全球氣候變化的響應具有非常重要的意義[2-3]。自20世紀70年代以來,人們開始廣泛對全球的NPP進行研究；自20世紀80年代以來,隨著RS和GIS技術的迅速發展,各國學者對NPP的研究取得了重大進展[4-5]。我國學者對NPP的研究也取得了顯著成果，如方精云等[6]利用森林蓄積量獲得森林凈生物量和生物量的方法,研究了森林植被生物生產力;孫睿等[7-8]利用AVHRR-NDVI數據集對我國的NPP進行了模擬,指出全國植被年NPP空間分布總體上呈從東南向西北遞減的趨勢;柯金虎等[9]根據遙感數據、氣象資料及植被類型以及土壤數據,利用CASA模型對長江流域植被的NPP進行了模擬;張繼平等[10]基于MODIS GPP數據對三江源地區的草地生態系統碳儲量的時空變化進行了研究,結果表明基于該數據能夠支撐較大尺度草地生態系統碳儲量的研究,比傳統方法更便捷有效;王鈞等[11]基于AWHRR GLOPEM NPP數據集及相應時段的氣候數據集,研究了1981～2000年內蒙古中部地區植被凈初級生產量退化的狀況及其對各氣候因子的響應。

秦嶺山地位于東經105°30′～110°5′,北緯32°40′～34°35′,是我國劃分南北自然地理的一條重要的分界線,同時也是生態環境的過渡極敏感區,其氣候的空間分布差異大,北坡氣候類型為暖溫帶半濕潤氣候帶,南坡氣候類型為亞熱帶濕潤氣候帶。開展秦嶺山地植被NPP變化及其對氣候變化響應的研究,不僅可以揭示全球變暖大趨勢下秦嶺山地森林生態系統對氣候變化的響應程度,為氣候變化對陸地植被生態系統影響的研究提供典型案例,而且可以為秦嶺山地的生物多樣性保護和水源地的保護提供理論支撐和實踐指導。

1 研究方法

1.1 NPP估算模型

采用Potter等[12]提出的光能利用率模型(CASA模型),估算NPP,其估算公式為:

NPP(x,t)=APAR(x,t)×ε(x,t)=PAR(x,t)×FPAR(x,t)×ε(x,t)

(1)

式(1)中:APAR(x,t)為像元x在t月吸收的光合有效輻射;ε(x,t)為實際光能利用率;FPAR(x,t)為植被層對入射光合有效輻射(PAR)的吸收分量,其計算公式如下[12]:

(2)

(3)

(4)

FPAR(x,t)=0.5FPARNDVI(x,t)+0.5FPARSR(x,t)

(5)

上式中：NDVI(i,max)和NDVI(i,min)分別表示第i種植被類型NDVI的最大值和最小值;SR(i,max)和SR(i,min)分別代表第i種植被類型NDVI在95%和5%下側百分位數;FPARmax和FPARmin的取值與植被類型無關,分別為0.95和0.01。

光能利用率由溫度、水分和最大光能利用率決定,其計算公式為:

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(6)

式(6)中：Tε1(x,t)和Tε2(x,t)為溫度脅迫系數,均可采用Potter等[12]提出的方法估算;εmax為最大光能利用率,其取值因植被類型不同而不同,本文利用朱文泉等[13]研究確定的中國典型植被類型最大光能利用率模擬結果；Wε(x,t)為水分脅迫系數,由公式(7)計算:

Wε(x,t)=0.5+0.5×E/Ep

(7)

式(7)中：E為區域實際蒸散量,可根據周廣勝和張新時的區域實際蒸散模型求得；Ep為潛在蒸散量，可根據Boucher提出的互補關系[14-15]求取。

1.2 SPSS偏相關分析法

本研究中NPP與氣溫的相關系數計算采用如下公式[16]:

(8)

利用如下公式[17],計算以降水為控制變量的NPP和氣溫間的偏相關系數:

(9)

式(9)中:r12、r13、r23分別表示變量V1與V2、V1與V3、V2與V3間的相關系數；r12.3是定變量V3后變量V1與V2間的偏相關系數。

2 結果與分析

2.1 秦嶺山地植被NPP的空間分布特征

2.1.1 年均NPP的空間分布特征 根據NPP估算模型,得到2000～2013年秦嶺山地植被平均NPP分布圖(見圖1),將NPP值分為5個等級(<500,500～700,700～900,900～1300,>1300)。在14年間,秦嶺山地植被NPP的平均值為833.87 g C/m2,最高值為1511 g C/m2。上述5個等級植被面積占研究區總面積的百分比分別為5.55%、39.02%、15.02%、34.31%和6.08%. 由此可以看出,秦嶺山地植被的NPP主要集中在500～1300 g C/m2范圍內,該范圍植被面積占研究區總面積的88.36%。其中,低值區(<700 g C/m2)主要位于漢中、安康和商洛市中心及其周邊,以及研究區北部邊界，在這些區域植被比較稀疏,且耕地較多,受人類活動的影響較大,因此NPP值較低。高值區(>1300 g C/m2)分布比較零散,主要位于人類活動影響較小的常綠闊葉林、灌叢等區域。

2.1.2 不同植被類型NPP的分布特征 利用秦嶺山地植被類型圖對2000～2013年年均NPP進行統計,結果表明,秦嶺山地不同植被類型植被的NPP存在明顯差異。其中闊葉林的年均NPP最高,14年平均NPP達1229.69 g C/(m2·a)；其次是灌叢，年均NPP為879.75 g C/(m2·a)；然后是針葉林，為643.89 g C/(m2·a)；排在第四位的是草叢，為597.81 g C/(m2·a)；然后依次是栽培植被540.62 g C/(m2·a)、草甸530.46 g C/(m2·a)。不同植被的年均NPP基本上表現為栽培植被<草叢<草甸<針葉林<灌叢<闊葉林。

2.2 秦嶺山地植被NPP的變化特征

2.2.1 在年際上的變化特征 在2000～2013年期間,秦嶺山地植被NPP值在781.53～883.02 g C/(m2·a)之間波動,平均值為835.71 g C/(m2·a)。其中最大值出現在2008年,為883.02 g C/(m2·a)；最小值出現在2001年,為781.53 g C/(m2·a)。從年均NPP波動曲線(圖2)可以看出,秦嶺山地植被NPP在2000～2013年間呈不顯著的增長趨勢,其變化可以分為2個階段：2000～2008年為上升階段,從2000年的826.053 g C/(m2·a)上升到2008年的883.02 g C/(m2·a)；但在2008年之后,秦嶺山地植被NPP呈微弱下降趨勢。2001年的植被NPP值最低,可能與當年降水量偏少,無法滿足植被生長需求有關。2008年NPP值最高,是因為當年的水、熱條件良好,植被的生長狀況好。

圖1 近14年秦嶺山地植被年均NPP的空間分布

圖2 秦嶺山地植被NPP的年際變化

2.2.2 在月份上的變化特征 圖3為秦嶺山地植被NPP在各月份的變化情況。由于水熱組合的不同,植被在不同月份的生長狀況不同,因此各月份對應的NPP也會有所不同.其中最高值在7月(164.43 g C/m2),最低值在1月(13.49 g C/m2)。1～3月植被NPP值較低,這主要是由于氣溫較低,多數植被基本上處于停止生長狀態。從4月份開始,隨著氣溫回升,太陽輻射增加,植被生長加速,因此植被NPP值快速增加。6～8月是植被生長的鼎盛時期,月均NPP值在7月達到最高。進入9月后,隨著太陽輻射減少、氣溫逐漸下降,植被生長變緩,植被NPP逐漸減少。該地區的植被生長季為4～9月,這6個月的NPP占全年總NPP的85.06%。在這段時間內,氣溫較高,降水豐富,太陽輻射強,有利于植被的生長和能量的累積[4]。10月過后,秦嶺山地植被NPP值迅速減少,到12月份減少到13.51 g C/m2。

圖3 秦嶺山地各月份植被NPP的變化

2.2.3 在季節上的變化特征 統計結果表明：春(3～5月)、夏(6～8月)、秋(9～11月)、冬(12～2月)四個季節多年平均NPP值分別為221.45、431.32、139.21、42.35 g C/(m2·月)；各季對全年NPP的貢獻率表現為夏季(51.52%)>春季(26.45%)>秋季(16.96%)>冬季(5.06%)。不同季節NPP的變化趨勢如圖4所示。由圖4可以看出：從2000年至2013年，秦嶺山地春、秋兩季植被NPP總體上在波動中增長,但增長速度較小,其中春季增長較快,增長速度為2.0843 g C/m2,秋季的增長速度為0.1264 g C/m2；夏季NPP總體上呈現波動下降趨勢,下降速度為0.6483 g C/m2；冬季由于氣溫較低,植被基本上停止生長,因此冬季NPP在研究時段內基本保持不變,僅有細微的變化。

圖4 秦嶺山地各季節植被NPP的變化

2.3 秦嶺山地植被NPP對氣溫變化的響應

圖5反映了秦嶺山地植被月均NPP與月均氣溫

的時間序列變化趨勢,從圖5中可以看出:秦嶺山地植被月均NPP與月均氣溫呈現明顯的一致性。采用SPSS 16.0對秦嶺山地月均NPP與月均氣溫進行相關分析,相關系數為0.902,相關性達極顯著水平(P<0.01)。以降水為控制變量,對秦嶺山地植被月均NPP與月均氣溫進行偏相關分析,偏相關系數為0.809(P<0.01),同樣表現出顯著的正相關,說明秦嶺山地植被NPP在月時間序列上與氣溫存在顯著的正相關。

植被的生長狀況不僅與當月氣溫有關,可能與前1個月、前2個月、前3個月的氣溫都有關系。因此,對前1個月、2個月、3個月的氣溫與當月植被NPP進行相關分析,研究氣溫對NPP的滯后影響,結果見表1。由表1可以看出：滯后1個月的相關系數和偏相關系數分別為0.731(P<0.01)和0.667(P<0.01);滯后2個月的相關系數和偏相關系數分別為0.371(P<0.01)和0.491(P<0.01);滯后3個月的相關系數和偏相關系數分別為0.082和0.332(P<0.05)。說明當月植被NPP與提前1個月、2個月和3個月的月均氣溫在0.01或0.05水平上呈顯著正相關。但提前1個月、2個月和3個月的相關系數均小于當月的相關系數,這說明當月氣溫對當月植被NPP的影響是最大的。

圖5 秦嶺山地植被月均NPP與月均氣溫的變化

滯后月份數相關性相關系數顯著性(P值)偏相關性相關系數顯著性(P值)00．902<0．010．809<0．0110．731<0．010．667<0．0120．371<0．010．491<0．0130．082<0．050．332<0．05

3 結論

2000～2013年秦嶺山地植被年均NPP為833.87 g C/(m2·a),最高值為1511 g C/(m2·a),研究區植被NPP主要集中在500～1300 g C/m2范圍內,該范圍植被面積占研究區總面積的88.36%;秦嶺山地不同植被類型的NPP存在明顯差異,基本上表現為栽培植被<草叢<草甸<針葉林<灌叢<闊葉林。

秦嶺山地植被年均NPP值波動范圍在781.53～883.02 g C/(m2·a)之間,平均值為835.71 g C/(m2·a)。其中最大值在2008年,最小值在2001年。秦嶺山地植被NPP在2000～2013年間的變化分為2個階段：2000～2008年為上升階段；2008～2013年為微弱下降階段。

秦嶺山地植被NPP的季節變化不是很明顯,春、秋兩季植被NPP在波動中增長,但增長速度較小,其中春季增長較快;夏季NPP呈現波動下降趨勢;冬季NPP僅有細微的變化。

秦嶺山地植被月均NPP與同月氣溫、提前1個月、2個月、3個月的月均氣溫均呈顯著正相關,偏相關系數分別為0.809、0.667、0.491、0.332,表明秦嶺植被NPP受當月氣溫及前1個月、2個月、3個月氣溫的綜合影響,但受當月氣溫的影響最大。

[1] 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.

[2] Fang J Y. Global climate change and ecological responses [M]. Beijing: China Higher Education Press, 2000.

[3] 馮險峰,劉高煥,陳述彭,等.陸地生態系統凈第一性生產力過程模型研究綜述[J].自然資源學報,2004,19(3):336-378.

[4] 張善紅,宋令勇.2000～2013年商洛植被NPP變化及其對氣溫變化的響應[J].江西農業學報,2016,28(10):67-70.

[5] 張善紅,丁小松.西安市熱島效應與植被覆蓋度的關系研究[J].商洛學院學報,2016,30(6):76-81.

[6] 方精云,劉國華,徐嵩齡.我國森林植被的生物量和凈生產量[J].生態學報,1996,16(5):497-508.

[7] 孫睿,朱啟疆.中國陸地植被凈第一性生產力及季節變化研究[J].地理學報,2000,55(1):36-45.

[8] 孫睿,朱啟疆.陸地植被凈第一性生產力及季節變化研究[J].遙感學報,2001,5(4):300-305.

[9] 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[J].植物生態學報,2003,27(6):764-770.

[10] 張繼平,劉春蘭,郝海廣,等.基于MODISGPP/NPP數據的三江源地區草地生態系統碳儲量及碳匯量時空變化研究[J].生態環境學報,2015,24(1):8-13.

[11] 王鈞,蒙吉軍.1981～2000年內蒙古中部地區植被凈初級生產量變化研究[J].北京大學學報：自然科學版,2008,28(2):85-90.

[12] 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 Biogeochemical Cycles, 1993, 7(4): 811-841.

[13] 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[J].植物生態學報,2007,31(3):413-424.

[14] 周廣勝,張新時.全球變化的中國氣候:植被分類研究[J].植物學報,1996,38(1):8-17.

[15] 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[J].植物生態學報,1996,20(1):11-19.

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

(責任編輯:黃榮華)

Remote-sensing Estimation of NPP and Its Spatial-temporal Change Characteristics in Qinling Mountainous Region

ZHANG Shan-hong1, DING Xiao-song2

(1. College of Urban, Rural Planning and Architectural Engineering, Shangluo University, Shangluo 726000, China; 2. College of Marine Science, Shanghai Ocean University, Shanghai 201306, China)

Based on the MODIS-NDVI data and meteorological data from 2000 to 2013, the net primary productivity (NPP) of vegetation in the Qinling mountainous region was estimated by using CASA model. The results showed that the average annual NPP of vegetation in the Qinling mountainous region during 2000～2013 was 833.87 g C/(m2·a). The NPP of various types of vegetation revealed the following sequence: cultural vegetation< grass cluster< meadow< coniferous forest< bushwood< broad-leaved forest. The NPP of vegetation in different seasons had the order of summer> spring> autumn> winter. The average monthly NPP of vegetation in the Qinling mountainous region had a significantly positive correlation with the average air temperature in the current month, before one month, before two months, and before three months, but it was influenced most greatly by the average air temperature in the current month.

Qinling mountainous region; Vegetation; NPP; Remote-sensing estimation; Spatial-temporal change

2017-04-08

國家林業公益性行業科研專項項目(201304309);商洛學院科研基金項目(14SKY017)。

張善紅(1983─),女,山東日照人,講師,碩士,主要從事全球變化生態學研究。

S771.8

A

1001-8581(2017)08-0124-05