基于CASA模型的福建省毛竹林NPP估算*

夏明鹏，董杰，官凤英，范少辉，郜燕芳

(国际竹藤中心，北京100102)



基于CASA模型的福建省毛竹林NPP估算*

夏明鹏，董杰，官凤英，范少辉，郜燕芳

(国际竹藤中心，北京100102)

以RS和GIS为技术支撑，基于改进的CASA模型为基础，利用MODIS数据、森林资源清查毛竹样地数据、气象数据及DEM数据等，估算了2012年福建省毛竹林NPP。结果表明，毛竹林最大光能利用率为2.399 6gC/MJ，2012年福建省毛竹林NPP平均值为1 169.10 gC/(m2a)，毛竹林碳积累总量为1.034 4×109tC。

毛竹；净初级生产力；最大光能利用率

植被净初级生产力(NPP)研究是碳循环研究的基础，且随着全球变化及碳循环研究的不断深入，越来越受到各国学者的重视。国际生物学计划(IBP)及之后的国际地圈-生物圈计划(IGBP)、全球变化与陆地生态系统(GCTE)、京都议定书等均将植被净初级生产力研究作为核心内容之一[1～2]，植被净初级生产力得到很大发展。从1876年Ebermayer最早开始对植被净初级生产力进行研究以来[3]，NPP研究逐步经历了站点实测、统计回归及模型模拟等阶段。随着RS和GIS技术的快速发展[4]，利用遥感模型进行NPP估算研究已深入到许多领域[5]。而基于遥感的光能利用率模型已成为NPP估算的趋势[6～9]，使得区域及全球尺度的NPP估算成为可能。在众多光能利用率模型中，CASA模型在全球范围内的应用最为广泛[10]。该模型由Potter等于1993年建立，并基于此模型计算了全球陆地生态系统的NPP[11]。国外有学者基于CASA模型对新西兰森林植被NPP、北美植被NPP进行了研究估算[12～13]。而CASA模型中所使用的全球植被最大光能利用率(0.389gC/MJ)对广东植被来讲偏低[14]，由此可见，CASA模型并不能完全照搬到我国植被NPP估算研究中。国内学者利用改进的CASA模型来对中国陆地不同类型植被NPP进行估算研究[15～17]。综上所述，不同的学者采用不同的模型来计算不同类型的森林植被NPP[18]，但大多数模型结构复杂，所需模型参数较多，且难以获得，不适用于区域尺度及全球尺度NPP的估算。CASA模型所需参数少，可从遥感数据中获得，同时可获得全覆盖数据，适用于区域及全球尺度NPP估算，便于分析NPP的季节、年际动态变化[5]。由此可见，CASA模型较适合中国森林植被NPP的研究，但是不同的森林类型其模型参数不同，需要进行估算和校正[19]。

竹林资源特别是毛竹林具有高效的固碳能力，其巨大的碳储量对全球碳平衡的贡献逐渐得到了认可[20～21]，其动态变化与中国森林的碳汇功能在国家或区域尺度上对森林资源中具体森林类型的碳动态变化研究日益成为人们关注的重点[21]。而区域尺度下毛竹(Phyllostachysedulis)林对CO2的吸收利用情况相关报道较少，且植被NPP估算的光能利用率模型中，缺乏针对毛竹林的计算参数。

福建省是中国毛竹林分布中心区，竹林面积和质量均列全国首位，具有典型代表性。本文采用福建省毛竹林样地实测数据，开展毛竹林最大光能利用率参数计算，构建适用于研究区毛竹林NPP估算的光能利用率(CASA)模型，应用模型估算了福建省毛竹林净初级生产力，为区域尺度森林生态系统净初级生产力准确估算提供参考。

1　研究区域概况

福建省地处中国东南沿海，位于115°50′～120°43′E，23°31′～28°18′N。东西最宽约为480km，南北最长约为530km，总陆域面积为12.4×104km2。地势西北高，东南低，境内山地丘陵面积占全省土地总面积的90%。福建省为暖热湿润的亚热带海洋性季风气候，雨量充沛，光照充足，年平均气温17～21℃，平均降水量1 400～2 000mm，气候区域差异较大，闽东南沿海地区属南亚热带气候，闽东北、闽北和闽西属中亚热带气候，各气候带内水热条件的垂直分异明显。福建省是中国南方重点集体林区，其森林面积766.6×104hm2，森林覆盖率63.10%，位列全国第一位。

2　数据与方法

2.1数据来源于预处理

遥感数据为MODIS影像数据，获取时间为2012年1月1日-2013年1月1日，共24期数据。对数据进行投影转换、裁剪，并将每个月内的2期MODIS数据求平均值。将DEM数据重采样为250m×250m，并进行投影转换。

福建省竹林资源二类清查2010年度更新数据，按省、市、县统计竹林面积信息(图1)。选取了永安市毛竹林样地共计121个，外业调查内容包括，竹高、胸径(1.3m处)、郁闭度、立竹度、年龄。结合已有在永安市采伐的172株毛竹的生物量实测值与竹龄计算竹子的NPP数据，在SPSS中对NPP与胸径、年龄、竹高及生物量进行相关性分析，最后选择和毛竹林NPP相关性最强的竹龄和胸径作为自变量，毛竹NPP作为因变量，建立单株毛竹的NPP线性回归方程，NPP=Y×(-1.464)+D×1.322-3.678 (1)，式中，Y为毛竹的年龄(a)，D为毛竹的平均胸径(cm)。结合样地的外业调查数据，利用该式计算得到永安市121个样地的年NPP值。

气象数据来自于福建省22个气象台站2012年1月-12月气温、降水、日照时数等气象观测指标的月值数据及福建省(福州、建瓯)两个太阳辐射观测站太阳辐射、平均水汽压等2012年1月-12月的月值数据。在ENVI、ArcGIS环境平台的支持下，对MODIS影像数据、气象数据等数据进行处理。

2.2技术流程

福建省毛竹林NPP估算技术路线见图2。

图2　福建省毛竹林NPP估算技术路线Fig.2　Techniques route of NPP estimation in Fujian

2.3CASA模型

CASA模型是光能利用率模型，是碳循环模型研究中生物地球化学循环模型的代表，是由Potter[11]等于1993年建立的，其表达式为，NPP=APAR×ε(2)，式中，APAR为植被所吸收的光合有效辐射 (MJ/m2)；ε表示植被的实际光能利用率(gC/MJ)。

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax(6),式中，Tε1(x,t)和Tε2分别为低温和高温对光能利用率的影响，Wε(x,t)为水分胁迫影响系数，反应水分条件的影响；εmax为理想条件下植被的最大光能利用率(g C/MJ)。

①Tε1(x,t)反映的是高温和低温时植物内在的生化作用对光合作用的限制，从而导致净初级生产力降低[8]，其表示如下,Tε1(x,t)=0.8+0.02Topt(x)-0.000 5〔Topt(x)〕2(7),式中，Topt(x)为最适温度，即一年内NDVI取到最高值时所对应月份的平均气温。本文中通过对各月份NDVI数据进行统计分析，得出Topt(x)为7月份所对应的平均气温。

表1　2012年各月NDVI最大值、最小值统计表Tab.1　Statistics of the maximum and minimum NDVI of every monthly in 2012

一般来讲,Tε1(x,t)的取值范围为0.8～1.0，Tε1(x,t)表现出植物在低温环境下存在着较低的最大生长速率并且较大的根生物量，导致呼吸消耗增加，光能利用率降低；相反高温环境下，植物的生长速率高，但同时呼吸消耗速率也较高，同样也会出现植被光能利用率降低[9]。

②Tε2(x,t)表现出植被的环境温度由最适温度向着高温或低温变化时，其光能利用率变小的趋势。反映了温度偏离最适温度时对植被生长的影响，取值范围在0.5～1.0之间。

Tε2(x,t)=1.184/{〔1+l〔0.2(Topt(x)-10-T(x))〕〕×〔1+l〔0.3(-Topt(x)-10+T(x))〕〕}(8),其中T(x)为月平均温度，当某一月平均温度Topt(x)+10时，这个月Tε2(x,t)等于与平均温度为最适宜温度Topt(x)时Tε2(x,t)值的一半。

③水分胁迫因子Wε(x,t)表现出植被可以利用的有效水分条件对光能利用率的影响，取值随着环境中有效水分的增加，逐渐增大。Wε(x,t)取值范围为0.5～1，其中0.5表示极干旱条件，1表示非常湿润条件。CASA模型中水分胁迫因子计算方法为，Wε(x,t)=0.5+0.5×EET(x,t)/PET(x,t) (9),式中，EET(x,t)为t月份象元x处的区域实际蒸散量(mm)，PET(x,t)为t月份象元x处的区域潜在蒸散量(mm)；两个区域蒸散量参数的计算方法为，EET(x,t)={P(x,t)×Rn(x,t)×〔P(x,t)2+Rn(x,t)2+P(x,t)×Rn(x,t)〕}/{〔P(x,t)+Rn(x,t)〕×〔P(x,t)2+Rn(x,t)2〕}(10)。

2.4最大光能利用率

最大光能利用率对净初级生产力的估算结果影响很大[24]，不同植被类型εmax取值不同，且差异较大。本文结合国内外研究成果基于永安市外业调查样地毛竹林NPP实测数据来计算福建省毛竹林最大光能利用率εmax值，首先假设福建省各区市间毛竹林最大光能利用率差别不大，然后计算研究区用于参数计算的样地所有像元的APAR、温度、水分胁迫系数及毛竹林NPP实测数据，最后根据公式(12)模拟计算得到福建省毛竹林最大光能利用率为2.399 6gC/MJ。

基于本文计算得到的福建省毛竹林最大光能利用率的基础上，改进CASA模型参数，建立适用于福建省毛竹林净初级生产力估算的CASA模型，公式为，NPP=SOL×f×0.5×Tε1×Tε2×Wε×εmax(13)。

3　结果与分析

基于实测的毛竹净初级生产力数据，结合影像数据和气象数据计算得到福建省毛竹林的最大光能利用率εmax为2.399 6gC/MJ，在参数改进的基础上应用CASA模型对2012年福建省毛竹林NPP进行估算，估算得到了2012年福建省毛竹林净初级生产力空间分布图，见图3。

图3　福建省毛竹林年NPP空间分布图Fig.3　Spatial distribution of Phyllostachys edulisNPP in Fujian

影响植被净初级生产力的因子有很多，其中主要是森林类型本身的生理生态学特征及环境因子的影响，本文采用改进的CASA模型对毛竹林NPP进行模拟，无法考虑到所有的影响因子和生态过程，因此模型本身会有一定的简化。研究结合已有福建省永安市采伐的172株毛竹的生物量实测值(测量因子有胸径、竹高及年龄)，计算得到121个实测样地的NPP均值为1 014.47gC/(m2·a)。基于前面计算的毛竹林最大光能利用率εmax参数对CASA模型进行改进，利用改进的CASA模型估算121个样地毛竹林的NPP均值为1 130.57 gC/(m2·a)。利用改进的CASA模型估算毛竹林净初级生产力的精度为88.56%，模拟精度高，说明建立的CASA模型来模拟福建省毛竹林的净初级生产力是可行的。

估算结果表明，2012年福建省毛竹林NPP平均值为1 169.10gC/(m2·a)，毛竹林碳积累总量为1.034 4×109tC。

4　结论与讨论

本文根据毛竹林实测数据模拟得到的εmax值为2.399 6gC/MJ，这与杨爽[25]通过生态系统CO2通量观测研究得到的浙江吉安毛竹林光能利用率ε界于0.8～2.8gC/MJ之间相吻合，由于采用的研究方法不同，得到的毛竹林最大光能利用率值的大小有所区别。已有的关于毛竹林最大光能利用率文献资料较少，所以将本文研究的结果与其他学者关于植被最大光能利用率研究结果对比发现：这与彭少麟等[14]认为CASA模型所使用的最大光能利用率值(0.389gC/MJ)对广东植被来说偏低的结论是一致的。Ruimy等[26]在对C3植物进行研究发现其最大光能利用率在0.85～3.0gC/MJ之间，本文的研究结果符合这一范围，说明本文研究得出的福建省毛竹林最大光能利用率值是可靠的，可以应用于福建省毛竹林净初级生产力的估算中。本研究不仅完善了国内主要植被类型的最大光能利用率，而且对今后开展基于光能利用率模型的毛竹林净初级生产力遥感估算研究提供了参考。

对比其他学者的研究结果，张丽景等[27]利用MODIS数据基于遥感植被光合模型(VPM)估算2011年浙江省安吉县毛竹林总初级生产力(GPP)为1 848.54g/m2，虽然这与本文得到的2012年福建省毛竹林NPP[1 169.10gC/(m2·a)]有差异，但是GPP还包含植物自养呼吸那一部分，并且所估算的时间和地点也是不同的。周国模等[28]认为浙江省集约经营的毛竹林年NPP应在737.1gC/(m2·a)以上，本文的研究结果也印证了这一点。李慧[29]利用MODIS数据基于改进的CASA模型估算得到2005年福建省竹林年均NPP为917.70gC/(m2·a)，这也与本文研究结果相近。由于缺乏一些生理生态参数，李慧[29]采用了C3常绿阔叶林的平均参数作为竹林光合作用的参数，由此可见，毛竹林最大光能利用率参数的确定，对毛竹林净初级生产力的研究起到了关键作用。综上所述，本文基于改进的CASA模型来模拟估算福建省毛竹林的净初级生产力是合理且可靠的。

[1]Lebauer D S,Treseder K K.Nitrogen limitation of net primary productivity in terrestrial ecosystems is globally distributed [J].Ecology,2008,89(2):371-379.

[2]Long H L,Wang H,Wei D D,etal.Net primary productivity (NPP) of grassland ecosystem and its relationship with climate in Inner Mongolia [J].Acta Ecologica Sinica,2010,30(5):11.

[3]Ebermayer E.Die Gesamte Lehre Der Waldstreu Mit Rucksicht Auf Die Chemische Statik Des Waldbaues[M].Berlin:Julius Springer,1876:116.

[4]张永领,郝成元.基于遥感和CASA模型的西江流域NPP时空分布特征研究[J].水土保持研究,2010,17(5):101-104.

[5]朱文泉,潘耀忠,龙中华,等.基于GIS和RS的区域陆地植被NPP估算——以中国内蒙古为例[J].遥感学报,2005,9(3):300-307.

[6]Prince S D,Goward S N.Global primary production:a remote sensing approach[J].Journal of biogeography,1995(10):815-835.

[7]Veroustraete F,Sabbe H,Eerens H.Estimation of carbon mass fluxes over Europe using the C-Fix model and Euroflux data[J].Remote Sensing of Environment,2002,83(3):376-399.

[8]陈利军,刘高焕,励惠国.中国植被净第一性生产力遥感动态监测[J].遥感学报,2002,6(2):129-135.

[9]卢玲,李新,Veroustraete F.中国西部地区植被净初级生产力的时空格局[J].生态学报,2005,25(5):1026-1032.

[10]尹锴,田亦陈,袁超,等.基于CASA模型的北京植被NPP时空格局及其因子解释[J].国土资源遥感,2015,27(1):133-139.

[11]Potter C S,Randerson J T,Field C B,etal.Terrestrial ecosystem production:A process model based on global satellite and surface data [J].Global Biogeochemical Cycles,1993,7(4):811-841.

[13]Tate K R,Scott N A,Parshotam A,etal.A multi-scale analysis of a terrestrial carbon budget:Is New Zealand a source or sink of carbon?[J].Agriculture Ecosystems & Environment,2000,82(1):229-246.

[14]彭少麟,郭志华,王伯荪.利用GIS和RS估算广东植被光利用率[J].生态学报,2000,20(6):903-909.

[15]王莺,夏文韬,梁天刚.基于CASA模型的甘南地区草地净初级生产力时空动态遥感模拟[J].草业学报,2011,20(4):316-324.

[16]沃笑,吴良才,张继平,等.基于CASA模型的三江源地区植被净初级生产力遥感估算研究[J].干旱区资源与环境,2014,28(9):45-50.

[17]王连喜,李萌萌,李琪,等.基于CASA模型的陕西省NPP遥感估算[J].西部林业科学,2015,44(2):74-79.

[18]高志强,刘纪远.中国植被净生产力的比较研究[J].科学通报,2008,53(3):317-326.

[19]冯益明,姚爱冬,姜丽娜.CASA模型的改进及在干旱区生态系统NPP估算中的应用[J].干旱区资源与环境,2014,28(8):39-43.

[20]杜华强,周国模,徐小军,等.竹林生物量碳储量遥感定量估算[M].北京:科学出版社,2012.

[21]刘国华,傅伯杰,方精云.中国森林碳动态及其对全球碳平衡的贡献[J].生态学报,2000,20(5):733-740.

[22]Xiao X,Zhang Q,Saleska S,etal.Satellite-based modeling of gross primary production in a seasonally moist tropical evergreen forest[J].Remote Sensing of Environment,2005,94(1):105-122.

[23]Xiao X,Zhang Q,Braswell B,etal.Modeling gross primary production of temperate deciduous broadleaf forest using satellite images and climate data[J].Remote Sensing of Environment,2004,91(2):256-270.

[24]朴世龙,方精云,郭庆华.利用CASA模型估算我国植被净第一性生产力[J].植物生态学报,2005,25(5):603-608.

[25]杨爽.浙江安吉毛竹林生态系统CO2通量观测研究[D].临安:浙江农林大学,2012.

[26]Running S W,Thornton P E,Nemani R,etal.Global Terrestrial Gross and Net Primary Productivity from the Earth Observing System[M].New York:Methods in Ecosystem Science,2000:44-57.

[27]张丽景,葛宏立.利用MODIS数据估测毛竹林总初级生产力[J].浙江农林大学学报,2014,31(2):178-184.

[28]周国模,吴家森,姜培坤.不同管理模式对毛竹林碳贮量的影响[J].北京林业大学学报,2006,28(6):51-55.

[29]李慧.福建省森林生态系统NPP和NEP时空模拟研究[D].福州:福建师范大学,2008.

NPP Estimation of Phyllostachys edulis Forest based on CASA Model in Fujian Province

XIA Ming-peng,DONG Jie,GUAN Feng-ying,FAN Shao-hui,GAO Yan-fang

(International Centre for Bamboo and Rattan,Beijing,100102,P.R.China)

Based on improved CASA mode and technology of RS and GIS,by using data from MODIS,Phyllostachysedulissamples of National Forest Resources Inventory,meteorology and DEM,Phyllostachysedulisnet primary production (NPP) of Fujian province in 2012 was estimated in this study.The results showed that the maximum energy efficiency ofPhyllostachysedulisforest was 2.399 6gC/MJ,the amount of carbon accumulation ofPhyllostachysedulisforest in Fujian province was 1.034 4×109tC,the average NPP was 1 169.10 gC/(m2a) in 2012.

Phyllostachysedulis;net primary production(NPP); maximum energy efficiency

10.16473/j.cnki.xblykx1972.2016.05.022

2016-01-08

“十二五”国家科技支撑计划项目(2012BAD23B04)，科研业务费专项课题“毛竹林生物量遥感定量估测研究”(1632013010)。

夏明鹏(1990-)，男，硕士研究生，主要从事竹林资源遥感监测研究。E-mail: xiamingpeng@126.com

简介：官凤英(1974-)，女，副研究员，博士，主要从事竹资源监测与管理技术研究。E-mail: guanfy@icbr.ac.cn

S 795

A

1672-8246(2016)05-0113-06