基于CASA模型的长顺县夏季NPP时空格局

李可相，周 焱*，周运超，张春来

(1.贵州大学 土地规划与信息技术研究所，贵州 贵阳 550025；2.贵州大学 林学院，贵州 贵阳 550025；3.贵州大学 农学院，贵州 贵阳 550025；4.中国地质科学院岩溶地质研究所，国土资源部/广西岩溶动力学重点实验室，联合国科教文组织国际岩溶研究中心，广西 桂林 541004)



基于CASA模型的长顺县夏季NPP时空格局

李可相1，3，周 焱1，3*，周运超1，2*，张春来4

(1.贵州大学 土地规划与信息技术研究所，贵州 贵阳 550025；2.贵州大学 林学院，贵州 贵阳 550025；3.贵州大学 农学院，贵州 贵阳 550025；4.中国地质科学院岩溶地质研究所，国土资源部/广西岩溶动力学重点实验室，联合国科教文组织国际岩溶研究中心，广西 桂林 541004)

基于CASA模型估算了长顺县夏季植被净初级生产力(NPP)，并分析了2000～2011年期间其时空分布特征。研究表明：2000～2011年期间，长顺县夏季NPP平均为34.51 gC/m2·m，全县91.65%的区域，NPP值在20～50 gC/m2·m之间。多年平均夏季NPP的分布呈现明显的地域性差异，总体呈现出由中部落叶阔叶林、针阔混交林及灌木林等植被茂盛的区域逐渐向东西两侧耕地及建设用地区域减少的分布规律；夏季NPP在12年间，其变化整体呈缓慢上升趋势。针阔混交林、落叶阔叶林、灌木林、耕地及草地区域的平均增长率分别为2.77、2.32、2.34、0.99、1.05。地区植被在夏季的固碳量在逐年增加；各乡镇夏季平均NPP在12年内的变化一致。长寨镇、广顺镇、摆所镇、鼓扬镇、代化镇、改尧镇、敦操乡分别以2.16、1.88、2.10、2.17、2.29、2.12、2.51 gC/m2·m的速率增加。

长顺县；NPP；CASA模型；时空动态

陆地植被净初级生产力(NPP)是植被通过光合作用固定的太阳能，在单位时间、单位面积上所获得生物量的净增加量[1]，是陆地生态过程的关键参数，也是表征陆地碳循环的重要变量，可作为评价生态系统结构与功能的协调性，以及生物圈人口承载能力的指标[2]。因此，区域尺度NPP的研究具有重要的意义。传统上常采用抽样调查和定点观测的方法对植被净初级生产力进行估算[3]，但受成本及范围的限制，大尺度、动态的NPP研究很难开展。现阶段，利用模型估计陆地植被的生产力已经成为一种重要且被广泛接受的研究方法[4-5]。Potteretal.[6]提出的利用GIS和RS技术手段的基于资源平衡理论的CASA(Carnegie Ames Stanford Approach)模型是光能利用率模型的代表，已被广泛用于区域陆地净初级生产力及全球碳循环的评估研究，李燕丽等[7]基于CASA模型，利用MODIS数据，估算了广西植被净初级生产力(NPP)，并对其时空分布特征及其驱动因素进行了分析；潘竟虎等[8]运用修正的CASA模型估算了2001～2012年间西北干旱区陆地生态系统的净第一性生产力(NPP)，并结合土壤微生物呼吸方程，计算出12年的净生态系统生产力(NEP)，分析了植被碳汇的时空变化规律；尹锴等[9]采用CASA模型分析了2010年北京植被生态系统净初级生产力，且对其时空分布格局及其主要影响因素进行了研究。

贵州省是全球三大岩溶集中分布区中连片裸露碳酸盐岩面积最大、岩溶发育最强烈的地区[10-11]，省内喀斯特地貌占全省国土面积的70%以上[12]，生态系统复杂且脆弱，土地石漠化严重。贵州省石漠化治理工作已经进行了很多年，必对境内植被净初级生产力产生影响，但目前对贵州省特别是省内县级行政区域的NPP时空动态的相关研究还很少。因此，本文选取贵州省石漠化比较典型的长顺县为研究区域，基于Landsat-7 ETM影像数据，采用CASA模型，估算了2000～2011年长顺县夏季NPP，以此作为基础，研究该县夏季NPP时空间分布特征，以期全面了解在石漠化治理前后贵州省县域内NPP的动态，为该区域的石漠化治理、植被利用与保护提供一定的参考依据。

1 研究区概况及方法

1.1 研究区概况

长顺县是贵州省典型的喀斯特分布区，有6镇1乡(长寨镇、广顺镇、摆所镇、鼓扬镇、代化镇、改尧镇、敦操乡)，总面积1554.6 hm2。地势北高南低，中部高，东西两侧低，平均海拔1244 m。根据贵州省喀斯特石漠化综合防治图集，长顺县喀斯特面积占全县总面积的91.13%，石漠化面积及潜在石漠化面积占全县总面积的75.29%，石漠化面积中61.27%为中度石漠化至极强度石漠化。石漠化分布面积大、等级类型复杂，是贵州省石漠化现象最为严重的县份之一，县域内植被主要以阔叶林、针阔混交林、灌丛、草丛等为主[13]。常年平均气温13.4～19.5℃，极端最高气温34～40℃，极端最低气温零下7～9℃。平均无霜期241～320 d。年平均气温15.7℃；年降雨量平均1365 mm，水分充足，为喀斯特溶蚀、侵蚀作用创造了条件；四季分明，但日照偏少。

1.2 方法

1.2.1 数据获取及预处理 遥感数据来源于地理空间数据云(www.gscloud.cn)，考虑到云和大气以及季相变化等因素的影响，本研究的遥感数据选取了包括2000～2011年每年6月份左右数据质量最好的一景Landsat-7 ETM影像数据。本文的月均气温、月降雨量等气象数据，来源于中国气象科学数据共享网(http：//data.cma.cn)及长顺县及周边县市气象站点的地面观测数据。由于贵州省及周边辐射站点很少，故太阳总辐射使用经验公式进行估算[14-16]，得到研究区域及周边站点的月太阳总辐射。

采用ENVI5.3对Landsat-7 ETM影像数据进行辐射定标和大气校正，减少大气带来的影响。在ENVI5.3中剪切出研究区域，计算出归一化植被指数(NDVI)作为NPP估算模型的输入数据。基于Landsat-7 ETM影像，依据野外调查资料，以监督分类的方法对研究区的植被类型进行分类，再结合谷歌影像及野外数据对初次分类中出现偏差的部分进行纠正，生成研究区的植被类型图。通过ArcGIS软件地统计模块(Geostatistical Analyst)的Kriging插值法对月均气温、月降雨量、月太阳总辐射等气象数据进行插值，投影信息及象元大小与NDVI数据保持一致。

1.2.2 NPP估算 本文采用基于光能利用率的CASA模型对NPP进行估算。CASA模型是由遥感数据、温度、降水、太阳辐射，以及植被类型、土壤质地类型等数据共同驱动的光能利用率模型，模型中所估算中的植被净初级生产力是由植被吸收光合有效辐射( APAR)和光能转化率(ε )两个变量来确定[17]。CASA 模型中 NPP 计算表达式为：

NPP(x，t)=APAR(x，t)×ε(x，t)

(1)

式中，t表示时间；x表示空间位置；APAR (x，t)表示像元 x在t月吸收的光合有效辐射(单位：MJ/m2/月)；ε(x，t)表示像元x在t月的实际光能利用率(单位：gC/MJ)。

APAR (x，t)=FPAR(x，t)×SOL(x，t)×0.5

(2)

公式(2)为植被吸收的光合有效辐射(APAR)的计算方程，公式中 FPAR 为植被层对入射光合有效辐射的吸收分量；SOL(x，t)表示像元 x 在 t 时间的太阳总辐射mJ/m2·月；常数 0.5 表示植被所吸收利用的太阳有效辐射占太阳总辐射的比例。

FPAR(x，t)=αFPARNDVI+(1+α)FPARSR

(3)

式中α为2种方法间的调整系数；FPARNDVI为由NDVI估算的FPAR；FPARSR为由比值植被指数SR估算的FPAR。

Potter 等[18]认为在理想条件下植被具有最大光能利用率，而在现实条件下，光能利用率必须考虑到温度和水分胁迫因子对最大光能利用率的影响。计算式如下：

ε(x，t)=Tε1(x，t)×Tε2(x，t)×Wε(x，t)×εmax

(4)

胁迫因子Tε1(x，t)×Tε2(x，t)表示温度对光能利用率的胁迫影响系数，Tε1(x，t)反映在低温和高温时植物内在的生活作用对光合作用的限制而降低净初级生产力。Tε2(x，t)反映温度从最适宜温度向高温和低温变化时植物的光能转化率逐渐变小的趋势[19]。Wε为水分胁迫影响系数，代表水分条件的影响，由于原模型Wε的计算较为复杂，数据获取难度大且精度难以保证，本文采用周广胜等[20]研究的区域实际蒸散模型和Boucher[21]提出的互补关系进行水分胁迫因子Wε的求解，可以在保持求解精度的条件下，减少计算量，增强实际可操作性。

(5)

其中，公式中的E(x，t)为区域实际蒸散量、Ep(x，t)为区域潜在蒸散量。

εmax为理想条件下的植被最大光能利用率，它的取值因植被类型的不同而不同，由于最大光能利用率的取值对NPP估算结果影响较大，对它的大小一直存在争议[22]。原CASA模型中对εmax取值统一为0.389gC/MJ，但不同地区、不同类型的植被由于植被本身结构和生理属性的不同，应当具有不同的最大光能利用率[23]。本文最大光能利用率采用Running等人基于生态生理过程模型对6种植被类型模拟的结果[24]。

2 结果分析

2.1 长顺县夏季NPP空间分布

根据模型估算结果，分析计算得到2000～2011年长顺县夏季NPP平均值空间分布状况，如图1所示，研究区域内，NPP最大值达到了78.39 gC/m2·m，最小值也为4 gC/m2·m，平均值为34.51 gC/m2·m，大部分区域NPP值在20～50 gC/m2·m之间，占全县面积的91.65%。植被类型为落叶阔叶林、针阔混交林、灌木林地区NPP值较高，其范围在19～68 gC/m2·m之间，占全县面积的66.95%；在耕地区域NPP值范围在20～30 gC/m2·m之间，占全县面积的24.69%；而在城镇及周边区域NPP值相对较低，在20 gC/m2·m以下，占全县面积的5.72%。如图3所示，把长顺县多年夏季NPP平均值分为四个等级(一级、二级、三级、四级，范围分别为：0～20、20～40、40～60、60～80)，发现二级占全县面积比最高，为65.37%，其次为三级和一级，分别为28.88%、5.72%，四级最低，仅为0.02%。长顺县夏季NPP在空间上总体呈现中部地带的广顺镇东部、改尧镇西部、长寨镇中西部、摆所镇中东部、鼓扬镇西部、代化镇西部及南部和南部地带的敦操乡高，而东西两侧的摆所镇及鼓扬镇中部、广顺镇西北部、长寨镇及代化镇东部、鼓扬镇北部、改尧镇中南部偏低的特点。这是由于长顺县海拔中部高，并逐渐向东西两侧降低的自然条件(如图2)，加之主要河流、水系都在东西两侧，土壤又相对肥沃，导致长顺县耕地、人口都相对集中的分布于东西两侧，而中部高海拔地区则多为落叶阔叶林、针阔混交林、灌木林等植被茂盛的林地。

图1 长顺县2000～2011年夏季NPP平均值空间分布图

图2 长顺县内的海拔空间分布图

图3 夏季不同等级NPP占全县面积的百分比

长顺县管辖的7个乡(镇)中，夏季NPP最大的为敦操乡，12年平均为35.87 gC/m2·m，其次为改尧镇，平均为35.67 gC/m2·m，夏季NPP较大的乡镇还包括代化镇35.40 gC/m2·m、摆所镇35.17 gC/m2·m、长寨镇35.04 gC/m2·m，均大于全县平均水平；偏小的乡镇包括鼓扬镇34.53 gC/m2·m、广顺镇33.55 gC/m2·m，其中广顺镇低于全县平均水平，这是由于广顺镇是耕地面积较其他乡镇大，且建设用地面积也较多所导致。统计2000～2011年长顺县夏季NPP多年平均总量占全县多年平均总量的百分比(图4)，发现广顺镇所占比例最大，为24.25%，长寨镇次之，为22.56%，而摆所镇、代化镇、改尧镇及鼓扬镇所占比例相近，介于10%～14%之间，敦操乡最小，仅为5.48%。

图4 2000～2011年长顺县夏季NPP平均总量结构图

2.2 长顺县夏季NPP年间动态

长顺县夏季NPP呈上下波动状态，介于21.18～50.21 gC/m2·m，其变化整体呈缓慢上升趋势(图5)。总体可分为三个时期，包括一个较为平稳的时期，两个波动较大的时期。第一个时期为2000～2002年，3年平均值为35.51 gC/m2·m，标准差为6.62，年间波动较大，主要是由于2001年和2002年这两年夏季NPP存在显著差异而引起的；第二个时期为2003～2006年，4年平均值为33.79 gC/m2·m，标准差为0.64，此阶段变化比较平稳；第三个时期为2007～2011年，2007～2009年夏季NPP有较大下降，而2010～2011年又得到较大恢复，年间波动较其他两个时期大，5年平均值达到34.87 gC/m2·m，标准差为11.22，这主要是由于2007及2011年夏季NPP相对较大而2009年相对较小。通过计算夏季NPP变化率，发现94.89%的研究区域呈增长趋势，针阔混交林、落叶阔叶林、灌木林、耕地及草地区域的平均增长率分别为2.77、2.32、2.34、0.99、1.05。说明在这12年间，长顺县地区植被在夏季的固碳量在逐年增加。其原因可能与研究区域开展的石漠化治理和植被生长的外部环境变化有关，如长顺县石漠化治理的近期工程(2006～2010年)，实施了封山育林、人工造林、人工种草等措施，以及全球气候变暖、CO2浓度升高及太阳辐射增加等全球性气候变化[25]，这些变化均能很好的促进植被的光合作用，加快植被的生长，进而固定更多的碳。

图5 长顺县夏季NPP的时间动态变化图

分别统计各个乡镇每年夏季NPP平均值(图6及表1)，各个乡镇夏季平均NPP在12年内的变化一致。不同年份各乡镇夏季NPP平均值间的差值介于0.5～4 gC/m2·m。根据计算得到的长顺县夏季NPP变化率，12年来长顺县夏季NPP平均增长率为2.10，长寨镇、广顺镇、摆所镇、鼓扬镇、代化镇、改尧镇、敦操乡分别以2.16、1.88、2.10、2.17、2.29、2.12、2.51 gC/m2·m的速率增加。

图6 2000～2011年长顺县各乡镇 夏季NPP平均值年际变化图

乡镇200020012002200320042005200620072008200920102011摆所镇34．0327．4952．8832．5433．1435．2334．1744．9631．2121．6926．4448．20代化镇31．8328．7445．7133．0133．4035．8835．2147．7632．5622．3226．8551．55长寨镇34．8028．1545．3532．1733．5335．4933．5745．7931．9121．7627．5250．41广顺镇36．2727．0842．9631．9933．4232．2533．5344．2428．1419．4725．0748．16鼓扬镇31．5128．0343．5433．9133．3234．9234．4546．6330．7621．7425．1950．36敦操乡32．7728．5142．2933．9234．8236．1134．6248．4433．0323．1326．8655．92改尧镇37．9128．2144．7634．0937．0434．3833．3946．2630．0520．8328．575259

3 结论与讨论

2000～2011年期间，长顺县夏季NPP平均为34.51 gC/m2·m，大部分区域NPP值在20～50 gC/m2·m之间，占全县面积的91.65%。65.37%的区域都介于20～40 gC/m2·m，5.72%的区域介于0～20 gC/m2·m，仅0.02%的区域介于60～80 gC/m2·m。多年平均夏季NPP的分布呈现明显的地域性差异，总体呈现出由中部落叶阔叶林、针阔混交林及灌木林等植被茂盛的区域逐渐向东西两侧耕地及建设用地区域减少的分布规律。

长顺县夏季NPP在2000～2011年12年间，其变化整体呈缓慢上升趋势。94.89%的区域呈增长趋势，针阔混交林、落叶阔叶林、灌木林、耕地及草地区域的平均增长率分别为2.77、2.32、2.34、0.99、1.05。地区植被在夏季的固碳量在逐年增加，其原因可能与研究区域的石漠化治理及植被生长的外部环境变化有关。

长顺县7个乡镇夏季平均NPP在12年内的变化一致，不同年份各乡镇NPP平均值相差都在0.5～4 gC/m2·m的范围内。夏季NPP最大的为敦操乡，12年平均为35.87 gC/m2·m，其余乡镇，除广顺镇(33.55 gC/m2·m)低于全县平均水平外，均高于全县平均水平。这与广顺镇耕地面积较其他乡镇大，且建设用地面积也较多有关。12年间长寨镇、广顺镇、摆所镇、鼓扬镇、代化镇、改尧镇、敦操乡夏季NPP分别以2.16、1.88、2.10、2.17、2.29、2.12、2.51 gC/m2·m的速率增加。

[1] McGuire A D， Melillo J M， Joyce L A，etal. Interactions between carbon and nitrogen dynamics in estimating net primary productivity for potential vegetation in North America[J].GlobalBiogeochemicalCycles， 1992， 6(2)：101-124.

[2] 江 洪， 汪小钦， 孙为静. 福建省森林生态系统 NPP 的遥感模拟与分析[J]. 地球信息科学学报， 2010， 12(4)： 580-586.

[3] 李双元. 基于 CASA 模型的赣江流域植被净初级生产力估算研究[D]. 兰州：兰州交通大学， 2014.

[4] Ruimy A， Saugier B， Dedieu G. Methodology for the estimation of terrestrial net primary production from remotely sensed data[J].JournalofGeophysicalResearch：Atmospheres， 1994， 99(D3)： 5263-5283.

[5] 陈 波. 陆地植被净第一性生产力对全球气候变化响应研究的进展[J]. 浙江林学院学报， 2001， 18(4)： 445-449.

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

[7] 李燕丽， 潘贤章， 王昌昆， 等. 2000-2011 年广西植被净初级生产力时空分布特征及其驱动因素[J]. 生态学报， 2014， 34(18)： 5220-5228.

[8] 潘竟虎， 文岩. 中国西北干旱区植被碳汇估算及其时空格局[J]. 生态学报， 2015， 35(23)： 7718-7728.

[9] 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.

[10] 陈洪松， 聂云鹏， 王克林. 岩溶山区水分时空异质性及植物适应机理研究进展[J]. 生态学报， 2013， 33(2)： 317-326.

[11] 李阳兵， 侯建筠， 谢德体. 中国西南岩溶生态研究进展[J]. 地理科学， 2002， 22(3)： 365-370.

[12] 王 冰， 杨胜天， 王玉娟. 贵州省喀斯特地区植被净第一性生产力的估算[J]. 中国岩溶， 2007， 26(2)： 98-104.

[13] 班金衡. 长顺县石漠化问题调查报告[J]. 教育教学论坛， 2010 (20)： 31-33.

[14] 翁笃鸣.试论总辐射的气候学计算方法[J].气象学报，1964，34(3)：304-315.

[15] 王炳忠，张富国，李立贤.我国的太阳能资源及其计算[J].太阳能学报， 1980， 1(1)： 1-9.

[16] 中国气象局.太阳能资源评估方法 QX/T89-2008[S].北京：气象出版社，2008：1-7.

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

[18] 王绍武，蔡静宁，朱锦红，等.中国气候变化的研究[J].气候与环境研究，2002，7(2)：137-145.

[19] Field C B， Randerson J T， Malmström C M. Global net primary production： combining ecology and remote sensing[J].RemotesensingofEnvironment， 1995， 51(1)： 74-88.

[20] 周广胜，张新时. 自然植被净第一性生产力模型初探[J]. 植物生态学报， 1995， 19(3)： 193-200.

[21] 张志明. 计算蒸发量的原理与方法[M].成都：成都科技大学出版社，1990.

[22] McGuire A D， Melillo J M， Joyce L A，etal. Interactions between carbon and nitrogen dynamics in estimating net primary productivity for potential vegetation in North America[J].GlobalBiogeochemicalCycles， 1992， 6(2)： 101-124.

[23] McCrady R L， Jokela E J. Canopy dynamics， light interception， and radiation use efficiency of selected loblolly pine families[J].ForestScience， 1998， 44(1)： 64-72.

[24] Running S W， Thornton P E， Nemani R，etal. Global terrestrial gross and net primary productivity from the Earth Observing System[J].Methodsinecosystemscience， 2000：3(1)：44-57.

[25] Nemani R R， Keeling C D， Hashimoto H，etal. Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J].science， 2003， 300(5625)： 1560-1563.

Spatial and Temporal Patterns of Summer Net Primary Productivity (NPP) in Changshun Based on CASA Model

LIKe-xiang1，3，ZHOUYan1，3*，ZHOUYun-chao1，2*，ZHANGChun-lai4

(1.InstituteofLandPlanningandInformationTechnology,GuizhouUniversity,Guiyang,Guizhou550025,China; 2.CollegeofForestry,GuizhouUniversity,Guiyang,Guizhou550025,China; 3.CollegeofAgriculture,GuizhouUniversity,Guiyang,Guizhou550025,China; 4.InstituteofKarstGeology,ChineseAcademyofGeologicalSciences,KeyLaboratoryofMinistryofLandandResources/GuangxiKarstDynamics,UNESCOInternationalKarstResearchCenter,Guilin,Guangxi541004,China)

Based on the CASA model, the net primary productivity (NPP) of summer vegetation in Changshun County was estimated, and the temporal and spatial distribution characteristics of the vegetation in 2000 ～ 2011 were analyzed. The results showed that the average NPP in Changshun County was 34.51gC / m2· m in the period from 2000 to 2011, and the area of NPP was between 20 ～ 50gC / m2· min 91.65% of the county. The distribution of average NPP in summer showed obvious regional differences, and The distribution pattern was gradually decreased from the lush vegetation of the central deciduous broad - leaved forest, coniferous and broad - leaved mixed forest and shrub forest to the east and west sides of the cultivated land and the construction land area. Summer NPP changed in a slow upward trend on the whole in 12 years. The average growth rates of coniferous and broad-leaved mixed forest, deciduous broad-leaved forest, shrub forest, arable land and grassland were 2.77, 2.32,2 .34, 0.99, and 1.05 respectively. The average carbon fixation of regional vegetation in summer increased year by year. The average summer NPP had a similar trend in the townships in 12 years. NPP in Changzhai, Guangshun, Baisuo, Guyang, Daihua, Gaiyao and Duncao increased at rate of about 2.16, 1.88, 2.10, 2.17, 2.29, 2.12, 2.51 gC/m2·m respectively.

Changshun county； NPP； CASA model； Spatial and temporal dynamics

2017-04-11；

2017-05-10

贵州岩溶高原石漠化综合治理岩溶碳汇增汇试验与示范(YR-JSHJ-2016-211)。

S127

A

1008-0457(2017)04-0085-06 国际

10.15958/j.cnki.sdnyswxb.2017.04.016

*通讯作者：周焱(1963-)，女，教授，主要研究方向：农业资源利用， Email：yyyyzhou@126.com。 周运超(1964-)，男，博士生导师，教授，主要研究方向：森林土壤学， Email： yc409@163.com。