基于CASA模型的2005—2019年云南斷陷盆地NPP時空變化研究

張鑫彤, 吳秀芹

北京林業大學水土保持學院, 北京 100083;

北京林業大學水土保持國家林業局重點實驗室, 北京 100083;

北京林業大學云南建水荒漠生態系統國家定位研究站, 云南建水 654399

植被凈初級生產力(NPP), 是指綠色植物經過光合作用合成的有機物總量減去自身呼吸作用消耗的有機物之后, 剩余的可用于植物生長、發育和繁殖的能量值, 用來表現綠色植物的固碳量(尹鍇等,2015)。利用NPP對地表植被固碳量進行反演模擬,既可以反映植物的生長狀況、完成對植被數量的監測, 又可以對碳循環以及整個全球氣候的變化研究起到重要輔助作用, 有很強的現實可用性。NPP估算模型主要有: 氣候生產力模型、生態學過程模型、光能利用率模型。其中氣候生產力模型只考慮氣候因子而忽略了許多影響植物干物質積累的其他因素和植物對環境的反饋作用, 因此誤差較大(朱文泉等, 2005a; 生態學過程模型涉及多種復雜參數的采集, 難度很大。相比之下, 光能利用率模型數據獲取難度較小且精度較高, 另外其可通過遙感手段輔助計算, 節省了大量繁雜的野外試驗測定步驟, 在近年來遙感技術的迅速發展推動下, 逐漸成為 NPP測算研究方法的主流(朱文泉等, 2005b)。其中,CASA模型通過遙感數據、氣象數據對NPP進行估算(Potter et al., 1993), 既避免了復雜參數的采集,又能較為準確地進行大范圍的NPP模擬, 在國內外廣泛應用于不同地區不同地表植被類型固碳量的反演模擬。

我國曾對不同區域進行了 NPP的測算并展開研究。如基于CEVSA模型分析了青藏高原2000—2014年植被凈初級生產力時空變化(許潔等, 2020);基于CASA模型研究了中國西北地區植被NPP多時間尺度的變化, 并分析了其對氣候變化的響應(賈俊鶴等, 2019); 結合 MODIS數據模擬了福建省植被NPP(余弘泳和余會康, 2018); 運用CASA模型模擬了新疆近十年草地生態系統 NPP并分析了其時空格局變化(楊紅飛等, 2014)。通過這些研究, 對區域生態系統變化情況有了進一步的了解, 對于采取下一步的生態治理措施、研究區域發展起到了重要作用。在我國西南喀斯特地區, 特殊的地質構造、雨熱同期的氣候條件、廣泛分布的碳酸鹽巖使其形成了獨特的碳循環和巨大的碳匯潛力, 在區域和全球碳循環過程中發揮著重要作用(王世杰等, 2017),巖溶地區植被 NPP的研究是植被建設和生態系統恢復的重要基礎, 掌握其動態變化情況對于該區域生態恢復與可持續發展具有重要意義。巖溶斷陷盆地位于云貴高原, 共有43個縣, 其中, 有32個位于云南, 由于其特殊的地形、地貌、氣候條件, 地表極易受到不可恢復的破壞和發生嚴重的水土流失現象, 使得云南省成為除貴州之外第二大石漠化分布地區(王宇等, 2017), 全省巖溶面積占總面積的29%。由于特殊的地質構造體系、強烈的構造運動及各類人為干擾(張云等, 2010), 云南石漠化面積不斷擴大發展, 治理工作迫在眉睫。因此, 從2008年開始, 為推進石漠化防治, 全省開展了石漠化綜合治理試點工程建設, 至2012年, 65個石漠化重點縣全面開展了綜合石漠化治理, 將生物措施、工程措施、農業措施相結合, 突出重點、集中治理, 取得了明顯成效, 區域植被蓋度明顯增加、區域環境逐步改善。

綜上, 為了解近年石漠化治理工程實施以來云南斷陷盆地的生態環境變化, 本文用CASA模型在縣域尺度上模擬估算了其 2005—2019年間的 NPP值, 并分析了其時間、空間分異及動態變化, 旨在提示NPP對石漠化治理效果、生態環境恢復狀況的響應, 以期為斷陷盆地下一步生態環境保護建設提供科學參考。

1 研究區概況

巖溶斷陷盆地位于我國云貴高原, 處于100°3′—105°10′E、22°39′—29°10′N 之間, 包括滇東至四川攀西鹽源及貴州西部的43個縣(史晨璐和吳秀芹, 2020), 其中云南省境內有32個縣(圖 1)。斷陷盆地盆山共存、地形變化劇烈, 季節性干旱缺水且地下河深埋等自然條件, 導致其水土資源不匹配,生產條件落后。近些年, 城鎮化和經濟開發建設過程中斷陷盆地土地被過度占用, 導致人地關系矛盾日益突出, 加速了石漠化發展, 導致地區經濟貧困。其中, 滇東為該區域巖溶發育最嚴重和重度石漠化地區分布最多的區域(曹建華等, 2016)。滇東區域終年太陽高度角大、是西南巖溶斷陷盆地光照強度最大的區域。屬于熱帶季風氣候, 干濕兩季分明,光照時間長且季節性干旱嚴重, 且由于斷陷盆地氣候反差大、較之周圍山地降水少而蒸發快, 導致缺水極為嚴重、巖溶地貌發育顯著(李丹, 2019)。云南省石漠化分布廣, 尤其以東部、南部最為嚴重。按照地質環境及石漠化發育狀況, 可將滇東劃分為:滇東北中山峽谷巖溶盆地區石漠化區、滇東巖溶斷陷盆地區石漠化區、滇東南巖溶峰叢洼谷地區石漠化區三個巖溶分布區(呂文麗, 2014)。自2000年以來, 云南省積極進行生態環境建設、治理工作, 積極應對水土流失、石漠化等環境難題。從2008年起,政府投入大量資金對 12個重點縣實施石漠化綜合治理試點工程, 全省持續采用石漠化綜合治理、天然林生態林公益林保護、退耕還林還草等生態工程,采取人工造林、封山育林(草)、陡坡改梯等方式, 加快巖溶地區林草植被保護與石漠化土地修復。2012年, 石漠化綜合治理從 12個縣增加到 65個縣, 基本涵蓋了斷陷盆地所在縣域。

圖1 研究區位置示意圖Fig. 1 Location map of the study area

2 數據與方法

2.1 數據來源及數據處理

2.1.1 NDVI數據來源與處理

NDVI數據來源于MODIS數據, 采用NASA官網MOD13Q1系列產品, 該產品是Terra衛星采集的以16天為周期的全球250 m分辨率NDVI數據, 根據研究需要和影像采集規則, 選取研究區云南所在的h26v06、h27v06兩景影像, 并進行影像的批量拼接、轉投影、最大值合成處理。借助 ArcGIS工具提取出云南省斷陷盆地 2005、2010、2015、2019年各月份 NDVI數據, 并統一定義為 Albers投影,將一年12個月數據進行波段組合, 形成年均NDVI分布圖, 保存備用。

2.1.2 氣象數據來源及處理

氣象數據來源于中國地面氣候資料月值數據集, 經過數據整理, 在 Arcmap中加載云南省各氣象站點點位信息, 并通過克里金插值法插值得到2005年、2010年、2015、2019年1—12月云南氣溫、降水分布圖, 設置像元大小為250 m×250 m。再運用波段組合工具將每年12個月的氣溫、降水圖分別組合, 得到年平均氣溫圖、年總降水量圖, 最后根據云南斷陷盆地邊界范圍進行裁剪。同理, 利用中國地面日氣象資料數據集, 根據其日照信息文件(SSD)及溫度信息, 計算出各站點太陽輻射值,后利用距離倒數插值法進行插值, 再用與制作氣溫、降水圖相同的方法, 得到太陽輻射分布圖。

2.1.3 CASA模型靜態參數配置

在一定范圍內, FPAR與NDVI、SR存在較好的線性關系(周偉等, 2017), 故通過NDVI、SR加權平均或平均值估算CASA模型中的FPAR參數。靜態參數文件用于配置各植被類型的最大光能利用率及NDVI最大、最小值, 本實驗參考朱文泉研究成果(朱文泉等, 2006)配置靜態參數文件。植被類型及對應的參數值如表1所示。

表1 各植被類型靜態參數Table 1 Static parameters of various vegetation types

2.1.4 植被分布圖處理

植被分布圖來源于 ESA CCI的全球植被覆蓋數據, 分別下載2005、2010、2015、2019年植被覆蓋數據, 掩膜提取出云南省斷陷盆地植被覆蓋數據,并轉化為與其他數據相同的Albers投影類型。同時,對其進行重分類操作, 分成與靜態參數表相對應的22種類型以進行CASA模型運算。

2.2 研究方法

采用CASA模型對NPP進行估算。CASA模型是一種基于過程的遙感模型, 基于CASA模型可對生態系統的生產力、土壤碳進行模擬(朱文泉等,2005b, 2006, 2007)。其原理是通過植被光合有效輻射、實際光能利用率來估算 NPP。即 NPP(x,t)=APAR(x,y)*ε(x,y)(Potter et al., 1993; 朱文泉等,2007)。

(1)APAR(x,y)=SOL(x,t)×FPAR(x,t)×0.5

其中, SOL(x,t)表示像元x在t月的太陽總輻射量, FPAR(x,t)表示植被層對入射光合有效輻射的吸收比例, 常數 0.5表示植被能利用的太陽有效輻射占太陽總輻射比例。

(2)ε(x,y)由最大光能利用率、溫度水分脅迫因子共同決定。

ε(x,y)=Tε1(x,y)×Tε2(x,y)×Wε(x,y)×εmax

由于CASA模型比較成熟, 具體公式計算方法與參數含義不再贅述。

3 結果分析

3.1 2005—2019年云南省斷陷盆地NPP時間變化

2005年到2019年, 云南省斷陷盆地NPP平均值總體上呈現出先減少后增加再減少的趨勢, 為便于分析變化, 分別統計斷陷盆地各典型土地覆蓋類型在該期間的變化情況。各植被類型NPP值見表2與圖2。

圖2 各植被類型NPP均值Fig. 2 Mean value of NPP of each vegetation type

表2 各植被類型NPP值Table 2 NPP of various vegetation types

2005到2010期間, 林地類型NPP平均值明顯下降, 其中, 常綠針葉林NPP平均值由626.92 gc/m2下降至218.49 gc/m2, 約降低408.43 gc/m2; 常綠闊葉林在 2005年至 2010年 NPP平均值由1 320.11 gc/m2下降至468.41 gc/m2; 落葉闊葉林由862.12 gc/m2降至305.75 gc/m2。草地NPP平均值也有明顯下降, 由614.95 gc/m2下降至218.96 gc/m2。此外, 灌叢、耕地NPP均值均有不同程度的下降。

2010到2015年間, NPP平均值略有上升, 且有持續上升趨勢。按照各土地覆蓋類型來看, 常綠針葉林NPP均值約增加18.76 gc/m2, 常綠闊葉林NPP均值約增加 151.09 gc/m2, 落葉闊葉林均值約增加57.63 gc/m2, 草地NPP均值約增加53.15 gc/m2。

2015到2019年間, NPP平均值略有下降, 但相較于2010年NPP水平仍有一定提升。按各類土地覆蓋類型來看, 常綠闊葉林 NPP均值下降最明顯,約減少154.01 gc/m2; 落葉闊葉林NPP均值約減少37.6 gc/m2; 草地NPP均值約減少31.9 gc/m2。

從NPP總值變化來看, 2005—2010年, 斷陷盆地植被 NPP總量下降, 2010—2015年總量上升,2015—2019年 NPP總量略有下降。結合同期土地利用的轉移變化來看, 2005—2010年草地、林地、灌叢等植被面積均有減少, NPP總量也有一定下降。2010年以后, 隨著石漠化治理措施的實行以及大量植樹造林工程的推進, 林地、草地面積逐步增加,對提高 NPP水平起到了顯著作用, 但 2015—2019年, 各類植被NPP水平又有一定下降。

2005—2019年NPP分布圖見圖3。

圖3 2005(a)、2010(b)、2015(c)、2019(d)年云南省斷陷盆地NPP分布圖Fig. 3 Distribution of NPP in Yunnan fault-depression basins in 2005 (a), 2010 (b) , 2015 (c) and 2019 (d)

3.2 云南省斷陷盆地NPP空間分異及變化

借助Arcgis中分區統計的方法, 統計了云南省2005—2019年斷陷盆地所在縣域內的NPP平均值,并繪制了柱狀圖進行對比, 分析其空間分布特征。同時, 結合各縣域石漠化分布狀況, 分析其石漠化治理工程實施以來NPP變化情況, 以探究NPP對石漠化的響應。各縣域2005—2019年間NPP均值變化情況見表3與圖4。

表3 云南省2005—2019年斷陷盆地所在縣域NPP均值統計(單位: gc/m2)Table 3 Statistics of average NPP in Yunnan fault-depression basins in 2005–2019(unit: gc/m2)

圖4 2005(a)、2010(b)、2015(c)、2019(d)年云南省斷陷盆地縣域NPP分布均值圖Fig. 4 Bar graph of average NPP in Yunnan fault-depression basins in counties in 2005(a), 2010 (b), 2015 (c), 2019 (d)

由以上NPP分布圖和分區統計表來看, 云南省斷陷盆地NPP空間分布不均。從總體來看, 云南省斷陷盆地東部、南部地區NPP均值較高, 而西部、北部等地NPP值較低, 空間上呈現出自東向西、自南向北遞減的趨勢。以2015年NPP均值分布為例,其中, 西部五華區、盤龍區、呈貢縣、江川縣、澄江縣等NPP均值較低, 在101～213 gc/m2之間; 丘北縣、羅平縣、馬關縣、師宗縣NPP平均水平較高, 均大于300 gc/m2。

由NPP總值分布情況來看, 丘北縣、宣威縣、祿勸彝族苗族自治縣、彌勒縣、建水縣NPP總值較高, 均大于1.65×107gc; 通海縣、江川縣、 澄江縣、呈貢縣、盤龍區、五華區 NPP總值最低, 均小于2.8×106gc。NPP總值在2005—2019年間也呈現出先下降后上升再下降的波動趨勢。

由NPP動態變化的空間分布來看, 2005—2010年, 云南省境內斷陷盆地各縣NPP均值均有明顯下降。其中, 西北部、南部地區NPP均值下降幅度較大, 如馬關縣、個舊縣、師宗縣、富民縣、祿勸彝族苗族自治縣, NPP均值下降均超過 500 gc/m2。2010—2015年, 西南部通海縣、玉溪縣、江川縣等NPP均值變化不大, 而盤龍區、富民縣、馬龍縣、尋甸回族彝族自治縣等原 NPP均值較低的地區,NPP水平均有較大提升。2015—2019年, 各縣NPP均值均有一定下降, 其中開遠縣、個舊縣、建水縣、昆明市各區下降幅度較大, 有些甚至低于 2010年NPP值。

4 結論與討論

4.1 結論

(1)從時間尺度上來看, 2005—2019年云南省內斷陷盆地 NPP平均水平總體上呈現出先減少后增加再減少的趨勢。2005—2010年間, 林地、草地等植被NPP均值明顯下降、提供的生產力總值也有顯著下降, 但林地面積變化不顯著, 同時, 城鎮面積有顯著提升。2010—2015年間, 林地、草地等植被NPP均值有一定上升, 且有持續上升趨勢, 同時,植被面積和提供的 NPP總量也有一定上升。2015—2019年, NPP均值又有小幅回落, 植被面積也有所減少。

(2)從空間上來看, 首先, 云南省內斷陷盆地NPP空間分布不均, 東部、南部地區NPP指數較高,而西部、北部等地NPP值較低, 空間上呈現出自東向西、自南向北遞減的趨勢, 同時, 由NPP動態變化的空間分布來看, 2005—2010年, 除西部幾個NPP均值極低的縣之外, 其余大部分地區NPP均值有顯著下降; 2010—2015年, 大部分地區NPP均值均有提升, 其中, 斷陷盆地中部、西北部地區 NPP變化較大, 其他如東部、南部地區NPP水平亦有上升趨勢; 2015—2019年, 大部分地區NPP有一定下降, 其中南部、西部地區變化最為顯著。

4.2 討論

結合石漠化研究情況來看, 云南省石漠化面積居全國第二, 截止到2016年底, 全省石漠化面積達到 235.2公頃, 而由于云南斷陷盆地特殊的地質構造及脆弱的生態環境, 其所在的多個縣域均存在不同程度、不同面積的石漠化土地。其中, 馬關縣(32.69%)、丘北縣(23.91%)、羅平縣(22.15%)石漠化發生率最高, 均在 20%以上, 其他如師宗縣、蒙自縣、宣威縣、滬西縣石漠化發生率也在10%以上。2011—2016年, 云南省全省持續實施了石漠化綜合治理等生態工程, 植被覆蓋面積有顯著上升。經過石漠化綜合治理, 截至2016年底, 云南全省石漠化土地面積減少48.8萬公頃, 其中, 斷陷盆地地區羅平縣、馬龍縣、尋甸回族彝族自治縣、富民縣石漠化變化率較高, 分別為–20.92、–19.48、–33.13、–43.5。結合斷陷盆地所在縣域NPP變化來看, 2010—2015年, 羅平縣NPP均值由261.69 gc/m2上升至314.64 gc/m2, 約上升20.23%; 馬龍縣NPP均值由215 gc/m2上升至266.3 gc/m2, 約上升23.86%; 尋甸回族彝族自治縣 NPP均值由 228.24 gc/m2上升至275.64 gc/m2, 約上升 20.77%, 在一定程度上反映了石漠化治理效果。但2015—2019年間, NPP水平又出現了一定程度的回落, 說明斷陷盆地區生態治理修復仍將是一項艱難的長期工程。

另外, NPP變化受多種因素影響, 如氣候、地形等。黃曉云等研究得出NPP與氣溫、降水變化和分布情況顯著相關, 氣溫上升對植被生長有利, 因此氣溫與 NPP呈正相關, 降水也與 NPP變化呈正相關。由于受到高太陽輻射量影響, 溫度對斷陷盆地植被生長的影響大于降水, 斷陷盆地氣候對NPP變化的影響在空間上呈現 4種模態: 氣溫與降水量皆上升時, NPP上升; 氣溫和降水量都下降時, NPP上升; 氣溫上升但降水量下降時, NPP上升; 氣溫下降、降水量上升時, NPP下降(黃曉云, 2013)。研究表明, 2000年以來, 喀斯特斷陷盆地區氣候存在逐漸變暖變干的趨勢, 溫度的顯著升高和降水的顯著減少都對NPP變化產生了影響(莊義琳等, 2019)。左麗媛和高江波(2020)用地理探測器的方法證明了植被覆蓋度、土地利用類型、溫度、海拔、坡度、降水等因子均可對NPP產生影響。因此, NPP的變化可能是各種因素共同作用的結果, 本文限于研究時間與研究方法, 尚未具體探究NPP變化與氣候、地形、巖性等影響因子的關系, NPP的變化原因還有待進一步深入研究。

Acknowledgements:

This study was supported by National Key Research and Development Program of China (Nos.2016YFC0502500 and 2016YFC0502506), and National Natural Science Foundation of China (No.41671080).