川西北江河源区植被净初级生产力时空动态演变

刘宝锋

（1.杨凌职业技术学院，陕西 杨凌 712100）

川西北江河源区植被净初级生产力时空动态演变

刘宝锋1

（1.杨凌职业技术学院，陕西 杨凌 712100）

基于CASA模型，采用MOD13A3卫星数据和气象数据估算了2006～2009年川西北江河源区植被净初级生产力（NPP）的变化情况。研究结果表明，研究区年均植被NPP的空间分布基本呈由东向西逐级递减趋势，NPP的空间分布与水热条件差别和不同植被类型的地带性分布关系紧密；研究区月均NPP基本呈正态分布，植被月均NPP呈先升后降的趋势，且NPP值基本在7～8月达到峰值，在12月、1月降到最低；植被NPP积累时期主要是夏季，但秋季NPP积累量也存在上升趋势。

CASA模型；植被NPP；MODIS数据；时空格局

植被净初级生产力（NPP）指的是绿色植物在单位时间和单位面积上所产生的有机物质总量中扣除自养呼吸后剩余的部分，是评估生态系统碳平衡的基础，也是生态安全和风险评价的重要指标。20世纪80年代，我国引进气候模型来反演NPP分布，在研究初期，因研究所需实测数据的匮乏以及对观测对象及其计算方法缺乏统一的评价标准，资料的可用性较差，有关研究成果相对滞后。2000年以后，利用卫星遥感影像和气候数据反演NPP的研究有了快速发展，研究文献较多，如梁瑞等的《陕南地区植被净第一性生产力时空动态演变》、周爱萍等的《广西植被净初级生产力（NPP）时空演变及主要影响因素分析》等。

本文以CASA模型为基础，使用MODIS卫星数据（MOD13A3）和气象数据（2006～2009年）反演了川西北江河源区2006～2009年月均植被NPP，并根据反演结果对2006～2009年川西北江河源区植被NPP的时空动态以及对气候变化的响应进行了分析，为川西北江河源区乃至中国气候变化和碳循环等热点问题提供了一定的借鉴。

1 数据资料

1.1 遥感数据

本文采用的遥感数据为2006年、2007年、2008年和2009年每年1～12月MODIS 的NDVI月合成的数据产品：MOD13A3（该数据时间分辨率为30 d、空间分辨率为1 000 m）；所用的MODIS数据来自于地理空间数据云（http：//www.gscloud.cn/）。首先使用MODIS Rejection Toll（MRT）投影工具软件，将上述数据从Sindual投影转换为我国常用的Albers Equal Area 投影，并将分辨率重采样为1 000 m；再通过ArcGIS10.1掩膜，得到川西北江河源区的NDVI遥感影像。使用的所有数据均采用一致的投影参数。

1.2 气象数据

本文选用了6个气象站点2006～2009年各月月均温度、降水量、相对湿度数据以及各月日照百分率。对各数据进行空间插值，获得川西北江河源区的气象数据分布图。

2 技术方法

1）将从地理信息云下载的MOD13A3（NDVI）月产品数据在MRT中进行投影变换，将其变为我国常用的Albers Equal Area投影。

2）在ArcGIS中使用掩膜工具（Mask），以该研究区边界作为掩膜图层，得到研究区的NDVI图像；然后使用栅格计算器（Raster Calculator）计算该区域的FPAR，具体语句为con(“NDVI”＞ 0.075,”NDVI”* 1.16-0.0439,0)。

3）使用IDW对气象数据中的月均温度和相对湿度进行插值，得到每年1～12月的温度和降水分布图；然后基于温度和相对湿度数据利用Raster Calculator计算得到2006～2009年每年1～12月的地面水汽压。

4）利用水汽压算出每年1～12月最大晴天总辐射。

5）对气象数据中的日照百分率进行插值，再结合最大晴天总辐射，计算PAR。

6）基于月均温度利用Raster Calculator计算温度影响系数。

7）在Excel中统计每年1～12月大于0℃，小于30℃的月均温度，计算得到BT，进而计算区域潜在蒸散量EP；再结合插值得到的川西北江河源区月降水量数据，计算月太阳净辐射量RN。

8）结合RN和月降水量，利用Raster Calculator计算区域实际蒸散量E。

9）根据E和EP计算水分胁迫系数（水汽对光能利用率的影响因素）σE。

10）将得到的FPAR、PAR、σE与植被最大光能利用率相乘，得到川西北江河源区NPP。

11）将反演的NPP与其他NPP反演结果进行比较，验证反演结果的正确性。

需要注意的是，在计算过程中要确保插值生成的气象数据与MODIS数据均是Albers等积投影，且空间分辨率均为1 000 m。

3 结果分析

3.1 NPP月变化特征

从2006～2009年的月均NPP值分布可知，6～9月NPP值呈现出较强的季节性。1～4月，由于水热条件不好导致NPP值较低，NPP月积累量增加幅度较缓慢；从5月起，由于降水增多和温度升高，NPP月积累量开始快速增加，这一趋势将在7、8月达到峰值后结束；从9月起，NPP月积累量开始快速下降，整体表现出分明的季节特征，且在植被覆盖较高的东部和东北部地区更为明显。

3.2 NPP季节变化特征

如图1所示，NPP在不同季节的积累量有明显差异，其中春季（3～5月）为12%～16%，夏季（6～8月）为63%～69%，秋季（9～11月）为17%～20%，冬季（12 月～次年2月）为1%～2%，因此夏季是川西北江河源区NPP的主要积累时期。此外，由NPP的变化图可以发现，2006～2009年秋季 NPP的积累量总体呈上升趋势，而此现象很有可能是气候变暖所引起的。全球性的温度升高可能会导致植物生长物候期的延长，故秋季NPP积累量总体呈增长趋势。通过2006～2009年NPP月变化情况可以发现，2006 年、2007年和2009年NPP峰值几乎都出现在每年的8 月，但2008年却出现了NPP峰值前移的现象，其NPP峰值出现在7月，其原因可能是2008年4～7月降水量减少，由于气象因子影响的滞后性，导致8月NPP值的大幅下降，而8月一般是NPP值最大的月，从而造成了2008年NPP峰值的前移和NPP总量的下降。

图1 川西北江河源区NPP季节变化曲线

表1 四川及相邻区域NPP估算结果比较/(gC/(m2・a))

表2 MOD17A3产品与本文计算结果对比表/(gC/(m2・a))

3.3 NPP年际变化特征

使用CASA模型计算得到川西北江河源区2006～2009年间1～12月的植被NPP值，提取研究区域内植被每年的NPP均值来表示该年年均NPP值。NPP反演结果显示：近4 a来，川西北江河源区的NPP值在297～314 gC/(m2・a)之间呈波动变化。2006～2007年，NPP值略有下降，年均NPP值约下降了5 gC/(m2・a)；而与2007年相比，2008年川西北江河源区的NPP值再次下降，约下降了11 gC/(m2・a)；但2008～2009年，川西北江河源区NPP值有所回升，从297.56 gC/(m2・a)回升到了314.56 gC/(m2・a)。

将本文研究结果与大气—植被相互作用模型（AVIM2）、基于改进的CASA模型模拟四川地区NPP和基于CASA模型模拟西南喀斯特地区NPP反演的研究结果，以及与MOD17A3的NPP产品进行比较，本文估算结果偏低（见表1、2）。其原因可能是由于川西北江河源区主要为草地、湿地、沼泽甚至荒地，而四川盆地则由大量的耕地、常绿阔叶林和农田组成；且研究区海拔较高，温度较低，水热条件不好，其生态环境不适于植被生长，因此川西北江河源区植被年均NPP比四川其他地区低。综合考虑上述因素后，本文的反演结果与改进后的CASA模型、AVIM2模型和CASA模型模拟四川及相邻区域植被NPP的结果接近，说明本文采用的CASA模型可以较准确地模拟川西北江河源区植被的NPP值。

造成2006～2009年NPP值先减少后增加现象的主要原因为：

1）2008年夏秋两季的平均温度较其他年份来说相对偏低，尤其是6月、8月、10月和11月，几乎每个月的平均温度都比往年同期低1～2℃。而夏季正是植被生长的最佳季节，该季节的异常低温导致了植被NPP的降低。

2）2008年4～7月降水量减少，导致8月NPP值的大幅下降，从而造成了2008年NPP峰值的前移和NPP总量的下降。

3）从2009年3月开始，降雨量开始回升，水热条件充足，故2009年NPP值也随之升高。

3.4 NPP空间分布特征

川西北江河源区植被NPP的分布呈现出明显的空间差异。从总体布局来说，NPP值呈由东面、东北面（若尔盖、红原等）向西、西北部（石渠、色达等）逐步递减的趋势。以川西北江河源区东部的若尔盖和西部的石渠为例（见图2），若尔盖2006年、2007年、2008 年、2009年的年均NPP值分别为336.9 gC /(m2・a)、360.6 gC /(m2・a)、339.3 gC /(m2・a)和336 gC /(m2・a)，而石渠2006年、2007年、2008年、2009年的年均NPP值分别为269.82gC /(m2・a)、266.86 gC /(m2・a)、253.52 gC /(m2・a)和299.47 gC /(m2・a)。从川西北江河源区的地理空间分布来看，出现该分化的主要原因是川西北江河源区植被种类、植被覆盖度以及水热条件的空间差异。

图2 石渠、若尔盖2006～2009年年均NPP变化趋势图

3.5 NPP对气候变化的响应

温度和降水量是影响植被NPP的主要驱动因子，本次反演分析了气候因子与NPP之间的关系。通过分析2006～2009年川西北江河源区的气候变化情况可以发现，由于地理条件原因，月平均气温较低，在1月、2月、11月、12月甚至低于0℃；3月左右温度开始上升，7～8月达到峰值，9月开始逐渐下降。虽然该区域整体温度较低，但存在较为明显的季节变化，2006年、2007年、2008年、2009年总体变化趋势相似，都呈正态分布；且4 a间月平均气温较相近。

川西北江河源区的月降水量总体呈正态分布，但偶有异常值出现，如2009年7月川西北江河源区出现较大的降雨，7月降水量达到168 mm，分别比2006年、2007年、2008年增加了71 mm、50 mm和70 mm，其他月份降水量保持在正常范围内。每年春冬两季降水量较少，基本低于60 mm，而夏秋两季降水较多。

为了反映气象因子与NPP的相关关系，分析各种气象因子对植被NPP的影响，将2个气象因子（月均温度、月均降水量）分别与反演得到的NPP值进行相关性分析，采用多项式拟合的方法，得到各因子与NPP的R2。根据相关性分析的结果可以发现，川西北江河源区月均NPP值变化与温度的相关性明显，在一定范围内NPP值随着温度的升高而升高，且与温度几乎同时达到峰值，而后开始下降。2006～2009年的R2值分别为R2=0. 827 3，P<0.1；R2=0.716 8，P<0.1；R2=0.802 8，P<0.1；R2=0.754 3，P<0.1；说明川西北江河源区NPP值随温度变化而变化，而温度又是季节性的重要表征，即川西北江河源区NPP值的变化趋势具有较强的季节性。

图3 2006～2009年NPP随月均降水量变化直方图

由图3可知，在一定范围内NPP值随月均降水量的升高而升高，且与降水量几乎同时达到峰值，而后开始下降。2006～2009年川西北江河源区植被NPP值与月均降水量的R2分别为R2=0.833 3,P<0.1;R2=0.799 4, P<0.1;R2=0.893 9, P<0.1;R2=0.833 8,P<0.1；表现出较强的相关性。散点围绕在趋势线上下，说明降水量对NPP值具有较强的影响。NPP值与单个气候因子的相关分析表明：降水量是植被NPP最主要的驱动因子；NPP的制约因素是由水分胁迫因子引起的。

4 结 语

本文对2006～2009年川西北江河源区的植被NPP的时空动态和对气候变化的响应进行了分析。分析结果表明，2006～2009年川西北江河源区植被NPP的年均值为308.63 gC/(m2・a)，约在0～453 gC/(m2・a) 之间变化，该区域植被NPP总体呈正态分布。川西北江河源区植被NPP呈现出明显的季节性差异，夏季NPP积累量占全年总积累量的63%～69%，NPP峰值也基本出现在夏季。因此，川西北江河源区2006～2009年植被NPP的变化基本是由植被生长旺季（夏季）的变化所引起的。

川西北江河源区植被NPP在空间上呈从东向西递减趋势，2006～2009年西部年均NPP值在277.1～297.6 gC/(m2・a)间变化，东部年均NPP值在328.7～338.7 gC/(m2・a)间变化。2006～2009年川西北江河源区年均气温为2.33℃，年均降水量为51.17 mm。气候因子（月均温度、月均降水量）与川西北江河源区植被NPP相关分析结果显示：温度以及水分与光合有效辐射与NPP紧密相关；降水量是影响四川植被NPP变化的最主要驱动因子。

[1] 何勇,董文杰,季劲均,等.基于AVIM的中国陆地生态系统净初级生产力模拟[J].地球科学进展,2005,20(3)：345-349 [2] 张宪洲.我国自然植被净第一性生产力的估算与分布[J].自然资源,1993(1)：15-21

[3] 刘思瑶,卢涛,唐斌,等.基于CASA模型的四川植被净初级生产力及其时空格局分析[J].四川农业大学学报,2013(3)：269-276,282

[4] 高清竹,万运帆,李玉娥,等.藏北高寒草地NPP变化趋势及其对人类活动的响应[J].生态学报,2007(11)：4 612-4 619 [5] 董丹,倪健.利用CASA模型模拟西南喀斯特植被净第一性生产力[J].生态学报,2011(7)：1 855-1 866

[6] 黄珏.中国陆地植被NPP对气候变化响应及其敏感性分析[D].南京：南京信息工程大学,2011

[7] 李永华,高阳华,韩逢庆,等.重庆地区年气温与降水量变化特征及对NPP的影响[J].应用气象学报,2007(1)：73-79

[8] 谷晓平,黄玫,季劲钧,等. 近20年气候变化对西南地区植被净初级生产力的影响[J].自然资源学报,2007,22(2)：251-259

P237

B

1672-4623（2017）05-0103-04

10.3969/j.issn.1672-4623.2017.0053.2

刘宝锋，硕士研究生，高级工程师/讲师，主要从事工程测量及3S技术的应用研究工作。

2016-09-01。

项目来源：国家自然科学基金资助项目（41471305）；杨凌职业技术学院人文研究基金资助项目。