荊州市農(nóng)田植被凈初級生產(chǎn)力時空特征分析

黃端 池泓 朱浪, 鄧艷君, 夏智宏,

（1 中國科學(xué)院測量與地球物理研究所，武漢 430077；2 中國科學(xué)院大學(xué)，北京 100049；3 江漢平原生態(tài)氣象遙感監(jiān)測技術(shù)協(xié)同創(chuàng)新中心，荊州 434025；4 荊州市氣象局，荊州 434020）

0 引言

凈初級生產(chǎn)力（NPP）是指綠色植被在單位時間、單位面積內(nèi)所累積的有機干物質(zhì)總量，它能夠以統(tǒng)一的標(biāo)準(zhǔn)尺度來衡量生態(tài)系統(tǒng)生產(chǎn)力，可以避免以作物產(chǎn)量來衡量農(nóng)田生產(chǎn)力時由于農(nóng)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)作物種植品種的改變等干擾，直接反映耕地的現(xiàn)實生產(chǎn)能力，是很好的農(nóng)田生產(chǎn)力衡量指標(biāo)[1]。遙感科學(xué)與地理信息系統(tǒng)以及基于遙感觀測的植物生理生態(tài)理論研究的迅速發(fā)展，為區(qū)域甚至全國尺度的生態(tài)系統(tǒng)生產(chǎn)力的實時、連續(xù)、長時間序列的時空變化特征的探測提供了大尺度、高精度、高時間分辨率的數(shù)據(jù)與方法[1-2]。

MODIS遙感衛(wèi)星數(shù)據(jù)自2000年投入使用以來，其高時間分辨率的優(yōu)勢，在農(nóng)業(yè)監(jiān)測方面得到廣泛的應(yīng)用。已經(jīng)對玉米、小麥和大豆等植物進行遙感監(jiān)測以及在三江平原、華北平原以及黃淮海地區(qū)等不同的地區(qū)進行了農(nóng)田生產(chǎn)力的估算。基于遙感估算的NPP已經(jīng)成為農(nóng)田生產(chǎn)力監(jiān)測的一個重要指標(biāo)。王宗明等[3]在三江平原研究了土地利用變化對農(nóng)田NPP的影響研究；趙晶晶等[4]在華北平原基于NPP評估了冬小麥總初級生產(chǎn)力；Yan等[5]基于VPM模型在禹城通量站點模擬2003—2004年的冬小麥—夏玉米輪作農(nóng)田的NPP，結(jié)果表明模擬結(jié)果和實測具有很好的一致性；Wang等[6]在通榆農(nóng)田生態(tài)系統(tǒng)，利用VPM模型對玉米進行了模擬和評估，估算和實測值R2達到0.7984。Doughty等[7]在美國俄克拉荷馬州基于VPM模型估算NPP，研究了在洪澇干旱條件下對農(nóng)田NPP的影響。VPM模型是一種光能利用率模型，相比于其他NPP估算模型，其具有輸入?yún)?shù)簡潔、精度高、計算快等優(yōu)勢。自2004年VPM模型建模以來，已經(jīng)在農(nóng)田生態(tài)系統(tǒng)上開展了一系列的模型驗證工作，具有很好的模擬能力。因此，基于VPM模型對荊州市進行NPP模擬，分析荊州市的NPP時空分布特征以及變化趨勢特征，可以清晰地了解荊州市農(nóng)田生產(chǎn)力的分布特征。

荊州地處長江中游，居長江經(jīng)濟帶發(fā)展的重要區(qū)域位置，是湖北省重要的糧食生產(chǎn)基地，同時也是長江中下游地區(qū)重要的糧食主產(chǎn)區(qū)。因此，基于MODIS遙感數(shù)據(jù)和VPM光能利用率模型估算2000—2015年農(nóng)田NPP，運用趨勢分析、GIS分析和數(shù)理統(tǒng)計方法，對荊州農(nóng)田NPP時間變化趨勢、空間分布特征和空間趨勢特征進行分析。有助于了解荊州農(nóng)田生產(chǎn)力特征，對促進農(nóng)業(yè)自然資源合理利用、區(qū)域農(nóng)田科學(xué)管理、區(qū)域農(nóng)業(yè)決策與規(guī)劃具有重要意義。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

圖1 研究區(qū)位置Fig. 1 Location of study area

荊州市（圖1）地處長江中游、湖北省南部地區(qū)，位于沃野千里的江漢平原腹地[8]。荊州市主要包括洪湖市、監(jiān)利縣、石首市、江陵縣、松滋市、公安縣、沙市區(qū)、荊州區(qū)等8個行政區(qū)，2015年末常住人口570.59萬人，國土面積約為14067 km2，國民生產(chǎn)總值為1590.5億元[9]。荊州是中國重要的“魚米之鄉(xiāng)”，2015年末常用耕地面積4693.9 km2，其中水田為3489.2 km2，旱地為1204.7 km2；糧食作物主要以種植水稻、小麥和大豆為主，是湖北省重要的糧食生產(chǎn)基地。

1.2 數(shù)據(jù)

1.2.1 遙感數(shù)據(jù)

VPM模型估算NPP輸入的遙感數(shù)據(jù)主要包括增強型植被指數(shù)（EVI）、地表水分指數(shù)（LSWI），可以利用MODIS數(shù)據(jù)（MOD09A1）500 m空間分辨率、8 d時間分辨率的地表反射率數(shù)據(jù)計算而來。MOD09A1是由MOD09GA逐日產(chǎn)品最大值合成，最大值合成可以有效降低云雨天氣對遙感影像數(shù)據(jù)質(zhì)量的影響。其中

式中，L=1，C1=6，C2=7.5，G=2.5；ρnir，ρred和ρblue分別為遙感數(shù)據(jù)的近紅外波段、紅波段和藍(lán)波段的地表反射率。

式中，ρnir和ρswir分別為遙感數(shù)據(jù)的近紅外波段和短波紅外波段的地表反射率。

1.2.2 氣象數(shù)據(jù)

氣象數(shù)據(jù)來源于荊州市氣象局，包括每日平均氣溫、降水量、日照時數(shù)等要素數(shù)據(jù)。NPP估算中應(yīng)用的溫度數(shù)據(jù)采用ANUSPLIN4.3軟件中的樣條插值方法進行插值，獲取每天的500 m分辨率的氣溫柵格數(shù)據(jù)，然后采用ArcGIS10.4軟件計算為8 d平均柵格氣溫數(shù)據(jù)。

1.2.3 土地利用與土壤數(shù)據(jù)

土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的2000—2015年1∶10萬土地利用現(xiàn)狀分類數(shù)據(jù)。荊州市農(nóng)田主要是土地利用分類中的耕地，包括水田和旱地兩類。

2 原理與方法

2.1 基于VPM模型的NPP模擬

NPP是通過VPM光能利用率模型計算得到[10-13]，模型已經(jīng)在中國農(nóng)田生態(tài)系統(tǒng)進行驗證[14]。VPM模型是基于植被葉片和冠層可以分為葉綠素部分和非葉綠素部分的概念，植被冠層吸收光合有效輻射比例分為葉綠素吸收部分（FPARchl）和非光合植被吸收部分（FPARnpv），只有葉綠素吸收部分用于光合作用。因此，VPM模型的表達如下形式

式中，εg為光能利用率（g/MJ）；PAR為光合有效輻射（MJ/m2）；FPARchl為植被光合作用吸收的光合有效輻射比；ε0值表示為最大光能利用率（g/MJ）；s為呼吸消耗與GPP的比例系數(shù)；Tscalar、Wscalar和Pscalar分別為溫度、水分和作物物候?qū)ψ畲蠊饽芾寐实恼{(diào)節(jié)系數(shù)。

在VPM模型中，PAR由MODIS數(shù)據(jù)產(chǎn)品計算得到。

FPARchl被近似的用增強型植被指數(shù)EVI來表達

式中，a為經(jīng)驗系數(shù)，一般取值為1[10-11]。

Tscalar表達溫度對作物光合作用的影響，采用陸地生態(tài)系統(tǒng)模型的算法[15]

式中，Tmin、Tmax和Topt分別為農(nóng)作物進行光合作用時的最低、最高和最適溫度（℃）[16]。當(dāng)空氣溫度小于光合作用最低溫度時，Tscalar設(shè)置為0。

Wscalar表達了水分因素對農(nóng)作物光合作用的影響。模型中，使用對水分敏感的陸地水分指數(shù)（LSWI）進行計算。水分因素的計算公式如下

式中，LSWImax為每個柵格像元內(nèi)農(nóng)作物生長季的最大LSWI。

Pscalar表示植被葉齡對作物冠層尺度上光合作用的影響。Pscalar的計算主要取決于葉的壽命，對于經(jīng)歷出牙、舒展、枯萎和凋落的植被，分兩個階段計算，葉出現(xiàn)到也充分舒展階段計算公式如下

葉片完全舒展后的Pscalar設(shè)置為1。

VPM模型輸入數(shù)據(jù)的步長周期為8 d，首先計算8 d周期內(nèi)的NPP，然后年NPP為計算的全年8 d NPP數(shù)據(jù)的累加之和。其中，輸入?yún)?shù)中：PAR光合有效輻射為8 d的累加和，溫度為8 d的均值。

2.2 趨勢分析

荊州農(nóng)田NPP的變化趨勢采用Sen趨勢分析方法[17]，并用Mann-Kendall統(tǒng)計檢驗方法對NPP變化趨勢進行顯著性檢驗。Sen趨勢分析方法的優(yōu)勢在于不要求數(shù)據(jù)具有一定的分布形態(tài)，避免時間序列數(shù)據(jù)缺失的影響，同時可以剔除異常值對時間序列分析的干擾。計算公式如下

式中，Senslope為NPP變化趨勢；i，j為時間序列數(shù)；NPPi和NPPj分別為第i，j時間的NPP的值。當(dāng)Senslope＞0表明NPP呈上升趨勢；當(dāng)Senslope＜0表明NPP呈下降趨勢。

非參數(shù)統(tǒng)計檢驗Mann-Kendall方法對時間序列數(shù)據(jù)正態(tài)性不要求，適合非線性趨勢檢驗。計算公式如下

式中，NPPi和NPPj分別為第i年和第j年的NPP的值；n為時間序列的長度；sign為符號函數(shù)；s為檢驗統(tǒng)計量；v為方差；Z為正態(tài)分布的統(tǒng)計量。在給定置信度α水平下，當(dāng)時，表示時間序列NPP值在α水平下具有顯著性。

3 時空格局

3.1 時間變化特征

荊州市NPP年均值，2000—2004年呈增加趨勢，2004—2006年出現(xiàn)下降趨勢，2006—2009年中除2007年有所回升外持續(xù)下降，2009—2015年呈增加趨勢（圖2）。農(nóng)田NPP年均值變化范圍是715.5～879.08 gC/(m2·a)，平均值為786.2 gC/(m2·a)，最大值是2004年，最小值是2009年；其中水田、旱地與農(nóng)田的年際變化趨勢一致，且2000—2008年水田NPP年均值略高于旱地NPP年均值，2009—2016年旱地NPP年均值略高于水田NPP年均值。

3.2 空間分布特征

圖2 2000—2015年荊州農(nóng)田年NPP均值變化趨勢Fig. 2 Variations of annual NPP in Jingzhou farmland during the period from 2000 to 2015

2000—2015年荊州市各縣（市、區(qū)）NPP年均值如圖3所示，江陵縣NPP年均值最大，為867.7gC/(m2·a)；其次為公安縣799.8gC/(m2·a)；沙市區(qū)和洪湖市的NPP年均值最小，分別為742.8和731.7gC/(m2·a)。

2000—2015年荊州市各縣（市、區(qū)）每年的NPP值如圖4所示。荊州市各縣（市、區(qū)）同一年份不同地區(qū)和同一地區(qū)不同年份NPP值均存在不同的差異，說明荊州市農(nóng)田NPP存在時空異質(zhì)性。

圖4 2000—2015年荊州市各縣（市、區(qū)）NPP分布Fig. 4 Variations of annual NPP for each county or district in the Jingzhou City during the period from 2000 to 2015

3.3 空間趨勢特征

為監(jiān)測荊州市農(nóng)田NPP變化趨勢，計算了2000—2015年農(nóng)田NPP的Sen趨勢度，并進行Mann-Kendall檢驗，將結(jié)果劃分為無顯著變化和顯著變化（P＜0.05）兩個等級（圖5）。結(jié)果表明，荊州市農(nóng)田NPP 有64.32%為無顯著變化區(qū)域，顯著上升和顯著下降區(qū)域分別為3.82%和31.86%；2000—2015年農(nóng)田NPP呈顯著上升的區(qū)域主要分布在江陵縣、沙市區(qū)、監(jiān)利縣以及零星分布在洪湖市和松滋市，農(nóng)田NPP呈顯著下降的區(qū)域主要分布在荊州市西南部的松滋市、公安縣和石首市，東北部的洪湖市，以及西北部的荊州區(qū)。

圖3 2000—2015年荊州市各縣市區(qū)NPP年均值Fig. 3 Averaged annual NPP for each county or district in the Jingzhou City during the period from 2000 to 2015

圖5 2000—2015年荊州市農(nóng)田NPP變化趨勢與顯著性Fig. 5 Map of change trend and significance of NPP in Jingzhou farmland during the period from 2000 to 2015

4 結(jié)論與討論

4.1 結(jié)論

基于MODIS數(shù)據(jù)和光能利用率模型估算的NPP數(shù)據(jù)，輔以氣象和土地利用數(shù)據(jù)，利用趨勢分析和統(tǒng)計分析方法，對2000—2015年荊州市農(nóng)田NPP的時間變化趨勢、空間分布特征和空間趨勢特征進行分析。有以下結(jié)論：

1）時間趨勢上，荊州市NPP年均值2000—2004年呈增加趨勢，2004—2006年出現(xiàn)下降趨勢，2006—2009年（除2007年有所回升外）持續(xù)下降，2009—2015年呈增加趨勢。

2）空間分布上，2000—2015年荊州市農(nóng)田NPP存在空間和時空異質(zhì)性。NPP年均最大值為江陵縣，最小的地區(qū)是沙市區(qū)和洪湖市。

3）空間趨勢性上，荊州市農(nóng)田NPP有64.32%為無顯著變化，顯著上升和顯著下降區(qū)域分別為3.82%和31.86%；農(nóng)田NPP呈顯著上升的區(qū)域主要分布在江陵縣、沙市區(qū)、監(jiān)利縣以及零星分布在洪湖市和松滋市，農(nóng)田NPP呈顯著下降的區(qū)域主要分布在荊州市西南部的松滋市、公安縣和石首市，東北部的洪湖市，以及西北部的荊州區(qū)。

4.2 討論

農(nóng)田NPP時空分布與變化特征是由多因素共同作用而形成的，包括氣候因素、土壤、地形以及人類活動因素。氣候因素上，荊州市NPP主要受太陽輻射、氣溫和降水的影響。荊州地處南方，日照充足，農(nóng)作物光合有效輻射較強，對NPP的累積有很大的促進作用，適宜的溫度和降水對NPP也具有促進作用，而氣溫的升高有時候會超過作物適宜的生長溫度，尤其南方夏季容易出現(xiàn)高溫和多雨天氣，對植物生長和NPP的累加具有抑制作用。荊州市土壤質(zhì)地主要以水稻土和潮土兩種為主，水稻土和潮土中的粉沙土和黏土含量較高，保肥能力很好，有機質(zhì)含量高，因此對于NPP的增加具有重要的作用。地形對農(nóng)田NPP具有重要的影響。荊州市由于地形條件屬于“澇漬相隨，旱澇并存”，對農(nóng)業(yè)生態(tài)環(huán)境造成影響，比如洪湖市地勢較低，容易澇漬，因此澇漬對于NPP有一定的影響。人類活動也是農(nóng)田NPP變化的最重要的因素。