基于CASA模型的云南省植被凈初級生產力遙感估算

王思云，胡文英，2，3

(1.云南師范大學 旅游與地理科學學院，云南 昆明 650500；2.云南省高校資源與環境遙感重點實驗室，云南 昆明 650500；

3.云南省地理空間信息工程技術研究中心，云南 昆明 650500)

0 引言

植被凈初級生產力(Net Primary Productivity，簡稱NPP)是指綠色植物在單位面積、單位時間內所累積的有機物數量，是植被能夠生長的最重要因素。植被凈初級生產力是光合作用所固定的有機碳總量和自養呼吸消耗量之差，累積下來的有機碳促使植被的生長。NPP的值不僅體現植被在自然環境下的生長能力和生產能力，而且體現植被通過光合作用對大氣中CO2的固定能力，體現植被對于生態環境的重要性和當地生態環境的質量。所以，NPP 一直被認為是陸地生態系統碳循環和碳平衡的重要環節，判定生態系統碳匯和調節生態過程的主要因子和重要指標[1]。

計算植被凈初級生產力的方法有實測法、統計法和遙感技術法[2]。實測方法更準確但是需要更多成本且不適用生態系統多樣區域的測量[3]。遙感技術能夠彌補實測方法實地觀測的繁瑣和成本高，還能加遙感全尺度、大范圍、時效性好、數據易獲取的優點[4]。NPP估算的模型主要有以下4種：氣候生產力模型、生理生態過程模型、光能利用率模型和生態遙感耦合模型[5]。CASA模型也就是光能利用模型，其充分考慮光合有效輻射和光能轉化率，同時植被參數需求較少可由遙感數據具有時效性強、覆蓋范圍大、更新快、易獲取的特點，避免了參數估算帶來的誤差，在國內外得到廣泛運用[4，6，7]。

目前遙感技術數據易獲得，與CASA模型結合，使用參數少，估算簡單方便，對云南省范圍的NPP植被凈初級生產力估算有很大的優勢。為了詳細了解云南省2015年NPP的時空變化及植被生長狀況，本文在空間技術支持下運用CASA模型逐像元反演估算2015年云南省的植被凈初級生產力NPP分布及其時空變化，分析與各影響因子的相關性。該研究成果有利于了解云南省生態資源的發展趨勢和發展潛力，對評價云南省生態平衡，建設“生態文明建設排頭兵”具有重要的參考價值。

1 研究區與數據來源

1.1 研究區概況

云南省地處中國西南邊疆，位于東經97°32′～106°11′ ，北緯21°08′～29°15′。東面和貴州省、廣西壯族自治區相接；東北面以金沙江為界，與四川省隔江相望；西北面緊靠西藏自治區；西面與緬甸接壤；南面和老撾、越南毗鄰，土地面積39.41×104km2，人口4 800.5萬人。氣候有北熱帶、南亞熱帶、中亞熱帶、北亞熱帶、暖溫帶、中溫帶和高原氣候區等7個溫度帶氣候類型，夏季高溫多雨，冬季溫和少雨，氣候兼具低緯氣候、季風氣候、山原氣候的特點，氣候類型豐富，位于西南橫斷山區地勢起伏大，氣候垂直地帶性明顯，有“十里不同天”說法，還有“植物王國”和“動物王國”之稱，資源豐富。2015年1月19日至21日，習近平總書記提出要把云南建設成為“我國民族團結進步示范區”、“生態文明建設排頭兵”、“面向南亞東南亞輻射中心”3個定位。

1.2 原始數據和處理

1.2.1 原始數據

植被類型數據：本文采用的是2015年500 m分辨率的MODIS的地表覆蓋數據MCD12Q1，數據來源于LADSWEB網站(https：//ladsweb.modaps.eosdis.nasa.gov)。使用該數據的TYPE4類型來計算NPP。

NDVI數據：NDVI合成數據來源于地理空間數據云(http：//www.gscloud.cn/)，2015年1月至12月的中國的500 m分辨率的MODIS的NDVI數據MODND1M，其中2015年10月份數據的缺少，采用2014年10月份的數據代替。

氣象數據：氣象數據主要來源于中國氣象數據網(https：//data.cma.cn/)，云南省的124個氣象站點的經緯度、海拔、月平均氣溫、月累積降水量。

太陽輻射數據：太陽輻射數據間接計算，計算的原始數據來源于中國氣象數據網(https：//data.cma.cn/)，獲得7個氣象站點的日照時數、日照百分率、月平均水汽壓。

研究區數據：全國數據來自中國測繪地理信息標準地圖服務網站(http：//bzdt.ch.mnr.gov.cn/index.jsp)，云南省矢量圖配準投影矢量化獲得。

1.2.2 數據處理

植被類型數據處理：MCD12Q1數據類型為HDF，直接在ENVI中難以處理，利用專業用于處理MODIS的HDF數據的HEG工具進行拼接、投影。將云南省位置的兩片瓦片數據進行拼接，采用WGS_84_UTM_zone_47N投影，本文的投影均以MCD12Q1數據為準，投影后像元大小為(499.977，499.97)接近500，誤差由于軟件差異產生，誤差范圍可控，然后采用云南的矢量數據進行裁剪。

NDVI數據的處理：NDVI數據是合成數據，直接進行數據投影。將NDVI的全國數據采用矢量圖將云南省裁剪出來，進行投影，投影后若像元大小、行列MCD12Q1數據不一致，使用MCD12Q1數據進行重采樣和掩膜提取。

氣象數據的處理：首先將所需要的氣象數據制作成EXCLE表，然后將表導入到ARCMAP中，利用經緯度坐標，將表轉化成點數據，最后根據屬性表數據，以MCD12Q1數據為掩膜，進行空間插值，月累積氣溫采用普通克里金插值法，月平均降水量采用冪指數為8的反距離權重插值法(IDW)[8]。

太陽輻射數據處理：太陽輻射數據只有7個站點的日照時數，日照百分率和平均水汽壓數據，還需要月天文輻射才能計算月太陽輻射，月天文輻射的計算方法來源于康雯瑛，焦建麗，王君的《太陽總輻射計算方法對比分析》，首先使用年內天數和當地地理緯度計算出太陽赤緯、日地距離、日落時角，然后計算出日天文輻射，分月進行逐日累加，獲得每個月的月天文輻射[9]。最后采用朱志輝的多因子綜合法，在EXCLE表中計算出7個站點的月太陽輻射數據，然后導入ARCMAP中采用普通克里金插值法進行插值，獲得月太陽輻射數據。

以上數據的處理一定要使像元大小一致，像元行列一致，圖像地理坐標系、投影坐標系一致，研究區一致，然后就能使用ArcGIS軟件的柵格計算器，輸入公式，一步一步的對數據進行計算。公式計算是不同圖層像元之間的加減乘除，必須像元一一對應。

2 研究方法和計算

計算NPP流程如圖1所示。

圖1 計算NPP流程圖
Fig.1 Calculation NPP flow chart

2.1 利用CASA模型計算植被凈初級生產力(NPP)

CASA模型計算植被凈初級生產力(NPP)主要是由植被吸收的光合有效輻射(APAR)和光能轉化率(ε(x,t))來決定的。

(1)

式中：NPP(x,t)為像元x在t時間的植被凈初級生產力(gC·m-2/month)，APAR(x,t)為像元x在t時間吸收的光合有效輻射(MJ· m-2/month)。通過使用像元x在t時間的NDVI和太陽輻射就能計算。ε(x,t)為像元x在t時間的實際光能利用率

(gC/MJ)。實際光能利用率通過植被水分脅迫因子、溫度脅迫因子和最大光能利用率計算。

2.2 估算光合有效輻射APAR(x，t)

(2)

式中：APAR(x，t)為植被吸收光合有效輻射的比率，主要影響因素是植被種類和對應像元的NDVI；SOL(x,t)為像元x在t時間的太陽總輻射；μ為常數0.5，表示植被所吸收利用的太陽有效輻射占太陽總輻射的比例。

計算植被吸收光合有效輻射的比率FPAR(x，t)：

(3)

式中：FPAR(x，t)計算要使用研究區域像元x的NDVI值和像元對應的植被類型的NDVI的最大值和最小值，i表示不同植被，FPARmax和FPARmin取值和植被類型無關，分別為0.95和0.001。采用MODIS的地表覆蓋數據MCD12Q1中的TYPE4類型，用于計算NPP，TYPE4類型數據的不同像元值代表不同的植被類型。重分類數據將植被類型分類，并將不同植被類型的值(NDVI最大值×1000)作為重分類的值。由于重分類一定要為整數，不同植被類型的NDVI值小于1，重分類后都默認為0，所以擴大1000倍表示，將公式改編進行計算，公式計算的FPAR是一個比率值，不會對結果產生影響。最后使用柵格計算器按照公式輸入公式就能使用。

FPAR改編的公式：

表1 重分類植被類型和重分類像元的NDVI取值Tab.1 NDVI values of reclassified vegetation types and reclassified pixels

(4)

2.3 估算實際光能利用率 ε

光能利用率是在一定時期內，單位面積生產的干物質包含的化學潛能與投射到該面積上的光合有效輻射能之比[1]，計算公式為：

(5)

式中：Tε1(x,t)脅迫因子和Tε2(x,t)脅迫因子分別由公式(6)和公式(7)計算。水分脅迫因子Wε(x,t)由公式(14)計算。由εmax為理想條件下的植被最大光能利用率，取值為0.389。

2.3.1 溫度脅迫因子的計算

Tε1(x,t)是表示低溫和高溫時候植物的光合作用能力影響植被凈初級生產力，Tε2(x,t)是表示當植被不處于最適宜環境溫度下，植物的光合作用都會減弱，無論是環境溫度升高或者降低。

Tε1(x,t)脅迫因子表達式：

(6)

式中：TOPT(x)為植被生長的最適宜溫度，一般為研究區域12個月中的NDVI值最高月份的月平均氣溫。

脅迫因子表達式：

(7)

式中：T(x,t)為研究月份的月平均氣溫，月平均氣溫通過氣象站點提供的月平均氣溫進行普通克里金插值獲得。

2.3.2 水分脅迫因子的確定

水分脅迫因子(Ws(x,t))表現的是植物所能利用的有效水分影響光能轉化率。水分脅迫因子的計算比較復雜，具體步驟如下。

(1)先計算12個月的熱量指標總和：

(8)

(2)計算a(x),a(x)是因地而異的常數，是和I(x)有關的函數：

(9)

(3)Epo(x,t)研究區域局地潛在的蒸散量(mm)：

(10)

(4)Rn(x,t)是像元x在t時間的地表凈輻射量(mm)：

(11)

(5)E(x,t)是研究區域內的實際蒸散量(mm)：

(12)

(6)Ep(x,t)為研究區域潛在蒸散量(mm)：

(13)

(7)水分脅迫因子Wε(x,t)：

(14)

若研究區域內實際蒸散量Ep(x,t)大于研究區潛在蒸散量Ep(x,t)則實際蒸散量取潛在蒸散量的值。

通過以上步驟就能計算水分脅迫因子。

3 云南省NPP估算與分析

通過公式(1)計算出2015年每月的NPP的值，云南省面積為39.41×104km2，利用2015年每月的NPP平均值與云南省的面積相乘，就能獲得云南省每個月的NPP的總值，逐月累加獲得云南省年NPP總值為0.317 212 745 PgC。

表2為估算出的2015年云南省12個月的NPP的最小值(MIN)，最大值(MAX)、平均值(MEAN)、標準差(STD)以及云南省每月的NPP總值(Sum)。

表2 云南省2015年NPP統計值Tab.2 NPP statistics of Yunnan Province in 2015

*注：1PgC/m2=1015gC/cm2.

圖2 2015年NPP變化趨勢圖Fig.2 Trend chart of NPP in 2015

圖3 2015年12個月的NPP的值(a)-(l)2015年1月至12月逐月NPP的值Fig.3 APP values for 12 months in 2015(a)-(l)monthly NPP value from January to December 2015

NPP估算結果檢驗見表4。

表4 2015年NPP相關要素估算結果Fig.4 Estimated results of NPP related elements in 2015

根據樸少龍等的《利用CASA模型估算中國植被凈第一性生產力》知道：云南省西南部，武夷山，臺灣南部等一些亞熱帶地區的年APAR超過2 200 MJ/(m2·a-1)，海南島中南部，臺灣中南部和云南，貴州界處的年光能轉化率一般在0.32 gC/MJ以上，常綠闊葉林的年NPP為525 gC/(m2·a-1)[10]。

2015年的年平均APAR值、年平均光能轉化率和年NPP值通過月值累加求和獲得。2015年年平均APAR值為2 843.3418 MJ/(m2·a-1)，2015年年平均光能轉化率為0.289 gC/MJ，2015年平均NPP值為804.904 2gC/(m2·a-1)。有些許差異，誤差可控，該組數據正確。

4 結果分析

通過氣溫、降水量、太陽輻射、NDVI等數據能夠計算出NPP，同樣通過NPP也能夠看出研究區域的氣候質量，推測研究區域研究時間段內的氣候變化。NPP的值越大證明此區域的生態資源價值越高。從區域上看，云南省的NPP的高值位于云南省的西部，云南省的西部地勢高，多溝谷，地表崎嶇，有著“三江并流”的奇景，不易開發，植被覆蓋度高，多為常綠闊葉植被，云南西部生態資源較東部更豐富。

2015年1月至2月NPP的值呈下降趨勢，冬季(12月至來年2月)處于常綠闊葉林的休眠期，生長較為緩慢，若不受到極端天氣，如寒潮等的影響，植被生長幾乎不受影響[11]，所以2015年1月的NPP的平均值是來源于2014年冬季的植被生長，可以得出2014年云南省的秋季適合植被生長，冬季氣候不錯。由于2015年2月的降水量在2015年中最低，所以1月至2月NPP的值呈下降趨勢。

2015年2月至5月NPP呈上升趨勢，2015年2月至5月太陽輻射增強，雨季尚未來臨，降水不足，氣候本身不利于植被生長，然而NPP值仍有所增長，是由于云南省植被類型以常綠闊葉林為主，常綠闊葉林的生長周期分為生長期和相對休眠期，生長期在春季(3月至5月)和秋季(9月至11月)[11]，所以2015年2月至5月NPP的值有所增長是由于處于常綠闊葉林的生長期。從2015年2月至5月的云南省NPP空間變化的趨勢，可以看出云南省的旱災是從北部開始逐漸延伸到全省。

2015年5月至9月云南省NPP值逐漸下降。2015年的氣象資料得知2015年云南出現氣象干旱，在5至7月的全省平均氣溫破歷史最高紀錄，降水破歷史最少紀錄，初夏干旱嚴重，降水時空分布不均，滇東、滇南多次遭遇短時強降水過程，使降水量與往年平衡[12]。夏季的氣溫過高和降水缺乏，嚴重影響植被生長，植被覆蓋降低，植被的生產活動降低，并且處于常綠闊葉林的休眠期，植被凈初級生產力在6月開始出現下降的趨勢，并在9月達到最低。NPP的值顯示云南中部和北部偏低，東部和南部部分區域的NPP值比較高，表現植被生長較好，正是由于雖然大部分地區已經干旱但是滇東和滇南仍有短時強降水。

2015年9月至10月NPP呈現上升趨勢，10月至12月呈現下降趨勢，只有滇南有部分較高的值，由于受夏季干旱天氣的影響，植被萎靡，直到10月天氣轉涼，太陽輻射增強，常綠闊葉林進入生長期，萎靡的植被開始快速增長，所以NPP呈上升趨勢，10月至12月的時候，天氣變冷，太陽輻射減弱，植被不宜生長，NPP的值下降。

2015年云南省春夏連旱，常綠闊葉林長勢偏差，導致NPP的值偏低，2015年云南省的生態潛力不足。

5 結論與討論

通過計算基于2015年12個月時間序列的云南省植被凈初級生產力，利用表格和分布圖進行趨勢分析，從時間和空間上對2015年12個月的云南省植被凈初級生產力的變化進行系統分析，得出以下結論。

(1)2015年云南省年平均APAR值為2 843.341 8 MJ/m2/a，年平均光能轉化率為0.289 gC/MJ，年平均NPP值為804.904 2 gC/(m2·a-1)，2015年云南省總值為0.317 212 745 PgC 。

(2)2015年年平均NPP值1月至2月，5月至9月，10月至12月處于下降趨勢，2月至4月，9月至10處于上升趨勢。一年中的最高值在5月份，最低值在9月份。1月至2月NPP呈下降趨勢，NPP較高的值全省均有覆蓋；2月至5月NPP呈現曲折上升的趨勢，NPP的高值分布從大部分云南省逐漸向云南省的南部和東部轉移，中部由低值分布；5月至9月，NPP總體呈現下降趨勢，整個云南省逐漸被低值覆蓋；9月至10月又呈現上升趨勢，稍高NPP覆蓋整個云南??；10月至12月呈現下降趨勢，只有南面有部分較高的值。

3)植被凈初級生產力的高值一般位于云南省的南部和西部，西部靠近橫斷山脈，地形崎嶇，開發較難，仍有很高的植被覆蓋。南部是西雙版納等地，有大面積熱帶雨林和人工香蕉林、橡膠林。其它區域植被凈初級生產力相對較低。本研究綜合分析了2015年12個月的云南省的植被凈初級生產力，了解云南省植被凈初級生產力變化的原因，進一步了解云南省生態資源的發展趨勢和發展潛力，對于推動云南省環境保護，“生態文明建設排頭兵”有重要參考價值。