東北森林帶森林生態系統固碳服務空間特征及其影響因素

孫濱峰,趙 紅,逯 非,王效科

1 江西省農業科學院農業工程研究所, 南昌 330200 2 江西省交通科學研究院, 南昌 330200 3 中國科學院生態環境研究中心 城市與區域生態國家重點實驗室,北京 100085

生態系統的固碳服務是生態系統通過植被、土壤動物和微生物固定碳素的服務,取決于碳輸入過程和碳輸出過程。碳輸入過程通過凈光合作用實現,碳輸出主要是生態系統中土壤和動物的異養呼吸過程以及凋落物礦質化過程。生態系統固碳服務是生態系統服務研究的熱點問題[1- 3],當前學界從生態系統服務管理的角度,對固碳服務的空間分布格局和影響機制開展了廣泛的研究,并取得了較好的研究成果[4- 7]。然而,這些研究主要關注于固碳服務的“熱點”-“冷點”分析,往往忽略了對其空間異常點/異常區域的研究。地理現象的空間異常研究對于揭示其變化和發展的特殊規律具有重要意義,是當前空間數據挖掘的重要內容[8],因此,開展固碳服務的空間格局研究,識別其空間異常區域,對于全面揭示固碳服務驅動機制具有重要的理論和現實意義。

森林生態系統是陸地生態系統中最重要的碳庫,目前全球森林的碳儲量約為861±66 Pg C[9],每年固碳量約占全球陸地生物固碳量的2/3[10]。東北森林具有高碳儲存密度、長時間滯留的特點,其碳儲量平均為12.37 Pg C[11],是我國固碳研究的重要區域[12]。東北森林帶作為國家主體生態區劃“兩屏三帶”國家生態安全格局中的重要組成部分,是東北地區具有高保護價值的森林區域[13],在全球碳平衡中發揮著重要的碳吸收匯作用,科學的評估東北森林帶森林生態系統固碳服務的分布特征和影響因素,是研究森林碳匯潛力和應對氣候變化的關鍵,對分析和制定區域生態管理政策具有重要現實意義。本文通過構建NEP計算模型,評價東北森林帶森林生態系統固碳服務,深入分析其空間分布的“熱點”-“冷點”-“異常點”及其影響因素,以期為東北森林帶森林保護和固碳服務的保育與管理提供科學指導。

圖1 東北森林帶范圍Fig.1 Area of Northeastern Forest Regions

1 研究數據與方法

1.1 研究區概況

東北森林帶的范圍是根據東北地區具有高保護價值的森林格局[14-15],結合縣級行政邊界確定(圖1),位于118.80°—134.37°E、40.87°—53.56°N之間,總面積約為61.60萬km2,其中森林面積約40萬km2,占總面積的66%。東北森林帶作是我國重要的木材生產基地,土地利用以森林為主,植被覆蓋度、生產力水平高,生態系統結構穩定[13]。作為國家主體生態區劃“兩屏三帶”國家生態安全格局中的重要組成部分,東北森林帶發揮著東北地區生態安全屏障作用,對我國乃至全球生態環境的影響至關重要。

1.2 研究數據

本研究使用的降雨、溫度等氣象數據來自中國氣象數據網(http://data.cma.cn/)；DEM(30 m分辨率)來自地理空間數據云(http://www.gscloud.cn/)；土壤數據來自中國土壤屬性數據庫(http://globalchange.bnu.edu.cn/research/data)； 2014年的土地利用數據來源于中國科學院遙感與數字地球研究所。

1.3 研究方法

森林生態系統的NEP可由植被凈初級生產力(NPP)與土壤異養呼吸(Rh)差值表示。模型形式如下：

NEP = NPP-Rh

(1)

式中,NPP為MODIS MOD17A3數據。MOD17A3是由BIOME-BGC模型計算出的全球陸地植被凈初級生產力年際變化數據。

Rh的計算采用謝薇等[16]的計算模型(公式3)。

Rh=0.592×Rs0.714

(3)

(4)

式中,Rs為年土壤呼吸速率(kg C m-2a-1),根據Chen等[17]提出的土壤呼吸計算方法計算(公式4),R0為0℃時無降水和碳儲量限制時年土壤呼吸速率(kg C m-2a-1),Q為土壤呼吸與溫度之間的指數方程關系的系數,T為年平均溫度,P為年降水量,K為表征土壤呼吸與年降水量之間“Michaelis-Menten”方程關系的半飽和常數,SOC表層土壤(0—20 cm)有機碳儲量, M為表征土壤呼吸與有機碳儲量之間“Michaelis-Menten”方程關系的半飽和常數[18-19]。

1.4 數據分析

本研究采用Anselin Local Moran′s I算法(公式5)識別固碳服務的“熱點”-“冷點”-“異常點”,并分析其空間分布特征。

(5)

(6)

式中,xi是要素i的一個屬性,是該屬性的均值,wi,j是要素i,j的空間權重,n為要素總數量。

Anselin Local Moran′s I算法的結果包括HH、HL、LH、LL和不顯著的聚類區域5個子集。其中,HH表示具有統計學意義的高值聚類區,即“熱點”；HL表示由低值區域圍繞的高值像元,即高值“異常點”；LH表示由高值區域圍繞的低值像元,即低值“異常點”；LL表示統計學意義的低值聚類區,即“冷點”。

驅動因子分析在R軟件中完成。以像元為統計單元,采用逐步回歸分析建立NEP對各影響因素的多元回歸方程,識別顯著影響因子,再由通徑分析確定各因子對固碳異常區域的影響程度和相對重要性。所選擇的因子主要有年降水(P)、年均溫度(T)、海拔(E)、NDVI、坡度(S)、距離人工表面的最近距離(D)和最近人工表面斑塊的面積(A)。S、E、D和A能夠反映人為干擾,D和A也反映了城市化對森林固碳服務的影響。S、D越大,人為干擾就越小,A越大,人為干擾強度就越大。

2 結果與分析

2.1 固碳服務的空間特性

圖2 NEP模擬值與觀測值比較Fig.2 Comparison of modeled NEP with the observed values

為了驗證模型的模擬效果,本研究采用研究范圍內11個實測點地面NEP值對模型模擬結果進行驗證(圖2),11個實測點NEP均值為160.76 g C m-2a-1,根據實測點坐標提取的模擬結果為166.67 g C m-2a-1,擬合的一元線性方程的R2為0.847,說明模型模擬結果與實測值具有較高的吻合度。同時,本研究將模型模擬的NEP結果與已有研究進行了比較,結果表明,東北森林帶NEP均值為89.57 g C m-2a-1,略高于李潔等[20]對該區域NEP的估算結果,低于張璐等[21]和王萍[22]對該區域NEP的估算結果,且空間格局與上述研究結果一致,這表明本研究NEP模擬值能較好地反映東北森林帶森林生態系統的固碳服務。

根據NEP計算結果,2014年東北森林帶森林生態系統總固碳量為36.41 Tg C/a,整體上表現為碳匯[23],NEP空間分布見圖3。通過Anselin Local Moran′s I聚類分析獲取NEP空間聚類分布(圖3)。圖3中,東北森林帶森林固碳的“熱點”區域主要分布在大興安嶺北部和長白山中北部,其NEP均值為201.19 gC m-2a-1,明顯高于其他區域,是固碳服務保護的重要生態區域。固碳服務的“冷點”區域包括大興安嶺東部、小興安嶺和長白山南部,其NEP均值為-4.66 g C m-2a-1,其中小興安嶺是碳匯,其他區域為碳源。NEP低值異常點/區域主要分布在長白山東部、人為干擾嚴重的居民區邊緣,NEP均值為33.63 g C m-2a-1,多為城市的蔓延區。NEP高值異常點/異常區域主要分布在森林邊緣的農林交錯帶,NEP均值為197.67 g C m-2a-1,受到植樹活動和施肥的影響,其NEP值高于臨近森林斑塊。

圖3 東北森林帶森林NEP分布和Anselin Local Moran′s I聚類結果Fig.3 NEP and Anselin Local Moran′s I of Northeastern Forest Regions

2.2 影響因素分析

通過逐步回歸分析得到NEP與各影響因素的統計回歸方程(r2=0.51,P<0.0001),見公式7。

NEP=-12.66×T-0.23×P+452.52×NDVI-131.43

(7)

從總體上看,所選擇的影響因子解釋了東北森林帶的NEP變化的0.51,其中溫度、降水、NDVI對NEP變化的影響顯著(P<0.001),其他因素對NEP影響不顯著(P>0.05),在逐步回歸過程中被剔除,說明東北森林帶森林固碳服務主要受自然因素影響。本研究發現東北森林帶NEP與降水和溫度均呈現顯著負相關,與NDVI顯著正相關(公式7)。NEP在空間上與降水負相關,與趙俊芳等[11]的研究相一致。NPP和Rh共同作用決定了NEP的空間特征,降水和溫度導致了NPP的增加,同時也促進了土壤的異養呼吸作用[24]。為此,隨機選擇200個樣點,建立NPP、Rh和降水的散點圖(圖4),隨著降水的增加,NPP和Rh均呈現上升趨勢,但Rh與降水的斜率大于NPP與降水的斜率,降水增加會導致NEP的減少。NEP與溫度負相關,結果與李潔等研究相一致[20],NPP和Rh共同決定了NEP的變化,溫度升高促進Rh增加,從而導致NEP的減少[20]。

圖4 森林NPP和Rh與降水散點圖 Fig.4 NEP and Anselin Local Moran′s I of Northeastern Forest Regions

NDVI可以較好地反映植被的生長狀況,而植被的生長狀況對于生態系統的固碳能力有重要的影響[25]。本研究發現森林生態系統的NEP與NDVI呈現正相關關系,植被生長狀況對其光合作用具有重要的影響,植被生長狀況越良好,NEP就越高。東北森林帶森林生態系統的固碳格局受到植被生長狀況的影響。

2.2.1 NEP熱點/冷點區影響因素分析

根據Anselin Local Moran′s I聚類分析的結果,本文分別對大興安嶺北部、長白山中北部、大興安嶺東部、小興安嶺和長白山南部采用逐步回歸分析,識別不同區域驅動因子對NEP的影響,分析結果見表1。

大興安嶺北部和長白山中北部是東北森林帶森林NEP的熱點區域。通過逐步回歸分析得到NEP與影響因子的回歸方程(R2=0.32,P<0.001和R2=0.60,P<0.001),分別解釋了NEP變化的0.32和0.60。年降水、年均溫度和NDVI是大興安嶺北部NEP的顯著影響因子,其他因素對該區域NEP的影響不顯著。年均溫度是長白山中北部NEP的顯著影響因子,其他因素對該區域NEP的影響不顯著。

大興安嶺東部、小興安嶺和長白山南部是森林NEP的冷點區域。所選的影響因子分別解釋了NEP變化的0.62、0.58和0.46,3個區域的顯著性影響因子分別為年均溫度、NDVI,年降水、年均溫度、NDVI和NDVI。

表1 各區域逐步回歸分析結果

T：年均溫度,Temperature；P：年降水,Precipitation；NDVI：歸一化植被指數,Normalized Difference Vegetation Index

大興安嶺北部和小興安嶺NEP與降水呈現負相關。積雪融水是該區域植被生長所需水分的重要來源,降水不是植被生長所必需的因子,反而會增加大氣中的云層覆蓋,減少日照時數和太陽輻射,進而影響植被的光合作用[26]。大興安嶺北部和小興安嶺NEP與溫度呈現負相關,溫度升高促進了土壤的呼吸作用,導致NEP的降低[20]。東部長白山區域,森林生態系統固碳服務與溫度、NDVI等因素影響,尤其是長白山南部區域,NDVI對森林固碳影響顯著,說明該區域森林固碳受到植被生長狀況的影響,植被生長的越好,其固碳能力就越強。

不同區域固碳的主要影響因子不同,除了長白山中北部,其他區域NEP主要與NDVI正相關。各區域的NEP與D、A和S均無顯著相關性,說明人為干擾不是各區域森林生態系統的顯著影響因素,森林生態系統的固碳服務主要受自然因素影響。

2.2.2 異常點NEP影響因素分析

NEP高值異常點主要分布在森林邊緣的農林交錯帶,逐步回歸分析的結果顯示,其NEP與所選影響因素無顯著相關性,需要開展進一步研究。

NEP低值異常點是本研究的主要關注點。通過逐步回歸分析得到低值異常點NEP與自然和人為因素的統計回歸方程(R2=0.61,P<0.001),見公式8。

NEP=- 3.78 ×T-0.31 ×A-0.78 ×S+ 0.38 ×D+211.17 × NDVI-133.92

(8)

所選擇的影響因子解釋了低值異常點NEP變化的0.61,其中溫度、坡度、NDVI、距離人工表面的最近距離(D)和最近人工表面斑塊的面積(A)對NEP的影響顯著(P<0.001),人為干擾(S、D和A)可以解釋NEP變化的0.34,降水和海拔對NEP的影響不顯著(P>0.05)在逐步回歸過程中被剔除。

各影響因子與NEP的相關性依次為：D>NDVI >A>T>E>S>P(圖5)。各影響因子之間存在較強的相關性,回歸分析存在較強的共線性,例如距離人工表面的最近距離(D)和最近人工表面斑塊的面積(A)兩個影響因子間具有較高相關性(r=-0.33),海拔與坡度間具有較高的相關性(r=-0.91),采用王淑芳等[27]的分析方法,通過標準化回歸系數的方法計算通徑系數,并將相關系數分解為直接通徑系數與間接通徑系數的代數和,能直觀地反映各因子對低值異常點NEP的影響作用。

圖5 低值異常點NEP與影響因子相關性分析Fig.5 Correlation analysis between NEP of HL and factorsNEP：凈生態系統生產力,Net ecosystem production；NPP：凈初級生產力,Net primary production；Rh：土壤異養呼吸,Soil heterotrophic respiration；NDVI：歸一化植被指數,Normalized Difference Vegetation Index；P：年降水,Precipitation；T：年均溫度,Temperature；E：海拔,Elevation；S：坡度,Slope；D：距離人工表面的最近距離,Distance；A：最近人工表面斑塊的面積,Area

通徑分析的結果表明(表2),在影響NEP的顯著因子中,NDVI的直接通徑系數最高, NDVI對NEP的影響起主導作用,說明植被本身情況不佳是導致低值異常點NEP的主要因素。其次是溫度,表現為負效應。間接通徑系數最大的是T,主要是通過NDVI對NEP起正效應,其次是NDVI和S,表現為正效應。

表2 NEP與影響因子相關系數的分解

D：距離人工表面的最近距離,Distance；NDVI：歸一化植被指數,Normalized Difference Vegetation Index；A：最近人工表面斑塊的面積,Area；T：年均溫度,Temperature；S：坡度,Slope

D、A和S反映了人為因素對低值異常點NEP的影響。低值異常點NEP與S、D呈正相關,與A呈負相關,說明人為干擾越大低值異常點的NEP就越低,人為干擾解釋了固碳低值異常點NEP變化的0.34。其總的通徑系數0.61,大于植被本身作用(總通徑系數=0.46)和自然因素的作用(總通徑系數=0.40)。因此人為因素是固碳的異常變化的根本原因[28]。多項研究證明,城市擴張導致了其周邊森林景觀的破碎化,改變了城市周邊森林的植被類型、種類組成和結構[29],導致森林生態系統的固碳服務的降低[7]。A和D可以反映城市擴張對森林固碳的影響。本研究中,A越大、D越小,森林系統受到城市擴張影響越大,NEP值就越小,因此,城市化是東北森林帶森林生態系統固碳異常變化的根本原因。

此外,本研究所選擇的影響因子對NEP低值異常點的決定系數為0.61,剩余因子的通徑系數e=0.62,說明其他沒有考慮到的影響因素也會導致NEP的異常低值,如森林管理[30]、CO2濃度[31-32]、病蟲鼠害[24]等。同時,本研究也缺乏對不同人為干擾類型對固碳服務影響的分析,需做進一步的研究。

3 結論與討論

本文采用NEP評估東北森林帶森林生態系統固碳服務,分析討論其空間格局及其與自然、人為因素的關系,結論如下：

(1)2014年東北森林帶森林固碳總量為36.41 Tg C/a,單位面積固碳量為89.57 g C m-2a-1,東北森林帶森林生態系統整體上是碳匯。

(2)固碳的熱點區主要分布在大興安嶺北部和長白山中北部,固碳的冷點區主要分布在大興安嶺東部、小興安嶺和長白山南部。固碳服務的高值異常區域主要分布在森林邊緣的農林交錯帶,固碳低值異常區域主要分布在人為干擾嚴重的城市蔓延區。

(3)東北森林帶固碳服務整體上受人為因素影響較小,NEP與年降水和年均溫度呈負相關,與NDVI正相關,植被本身狀況是區域固碳格局形成的最重要原因。大興安嶺北部、長白山南部和小興安嶺地區,NEP與NDVI正相關,長白山中北部,溫度是NEP的決定因素。

(4)固碳的低值異常點受到溫度、坡度、NDVI、距離人工表面的最近距離和最近人工表面斑塊的面積的顯著影響。距離人工表面的最近距離與低值異常點NEP相關性最大,NDVI的通徑系數最大,人為活動解釋了低值異常點NEP變化的0.34,總通徑系數為0.61,大于植被本身和自然因素的總通徑系數。研究結果表明人為因素是固碳異常變化的根本原因,植被本身生長狀況不佳和較高的溫度是導致固碳服務的異常降低的主要影響因素。

當前生態學界對生態服務的空間格局研究往往采用“熱點”-“冷點”分析,而忽略了生態服務的空間異常點。生態系統服務的空間異常探測對于揭示其變化、發展的特殊規律具有重要意義。地理現象的空間異常研究是當前空間數據挖掘的研究熱點[33],因此,筆者認為生態系統服務空間異常分析必將引起生態學家的關注。本研究采用Anselin Local Moran′s I算法,識別森林生態系統固碳服務具有統計學意義的“熱點”、“冷點”和“異常點”,并分析人為干擾對固碳服務的影響,結果表明固碳低值異常點主要分布在人為干擾嚴重的城市蔓延區,高值異常點主要分布在森林邊緣的農林過渡帶,人為干擾導致了森林生態系統固碳服務的異常變化。因此,加強東北森林帶森林保護,減少人為干擾對固碳服務的負影響,對于固碳服務的保育與管理具有重要的現實意義。