2000-2014年博斯腾湖流域NPP时空变化特征及影响因子分析

艾则孜提约麦尔·麦麦提，玉素甫江·如素力,2，姜 红，拜合提尼沙·阿不都克日木，何 辉

(1.新疆师范大学 地理科学与旅游学院/流域信息集成与生态安全实验室，新疆 乌鲁木齐 830054;2.新疆干旱区湖泊环境与资源重点实验室，新疆 乌鲁木齐 830054)

陆地植被净初级生产力(net primary productivity, NPP)是指绿色植物在单位时间、单位面积上所累积的有机物数量，是由光合作用所产生的有机质总量(gross primary productivity，GPP)中扣除自养呼吸(autotriphic respiration，RA)消耗量后的剩余部分[1]，用以表征绿色植物的固碳能力。净初级生产力不仅可以反映在自然环境条件下植被对CO2的固定能力，还能表征生态系统的质量和生产能力，而且是判定生态系统的碳源/汇功能、地球承载力估算及生态系统可持续性评价的一个重要生态指标[2-4]，研究净初级生产力及其对全球变化的响应，在整个陆地生态系统碳循环研究中具有举足轻重的作用。净初级生产力的变化与降水和温度对植被光合作用及新陈代谢的影响直接相关[5-6]，加上人类活动的影响，最终气候变化和人类活动的双重胁迫极大地影响着陆地生态系统的碳循环。随着气候和生态环境问题的日益突出，也就是从20世纪60年代开始，陆地生态系统NPP的研究，尤其是区域尺度上的NPP变化及影响因素研究引起了大量学者的关注[7-8]。近年来，3S技术的发展和长时间序列遥感数据的积累，为其研究提供了重要的技术平台和数据库[9-10]。

全球气候变化对NPP的影响是我国学者们最为关注的领域之一，已经从不同空间尺度、不同生态类型等方面对气温、降水等主要气象因子对NPP的影响展开了广泛的讨论。目前，在区域尺度上，对我国东北地区[11]、南方地区[12]、长江黄河区[13-15]、内蒙古区[16]、青藏高原[17-18]等地区进行了综合研究，大多数是关于湿润半湿润地区较大尺度的研究。针对干旱、半干旱地区的研究较少，尤其针对我国西北干旱区的研究尚不多见。博斯腾湖流域位于新疆天山中部南缘和塔克拉玛干沙漠，属于典型的干旱区大陆性气候，地形较复杂，气候变化和人类活动对陆地生态系统的影响较为明显[19]。因此，以我国西北干旱区气候变化明显，地貌条件较复杂，人类活动和气候变化对陆地植被覆盖影响显著的博斯腾湖流域作为研究区，探索整个流域系统NPP时空变化及其影响因子，具有重要的理论意义及实用价值。本研究利用MODIS17A3数据、GHCN_CAMS气温观测/再分析资料、ASTER GDEM V2.0、MOD11A2和TRMM等资料，借助3S技术对该流域植被NPP时空分布及其变化特征进行研究，并对其影响因子进行分析。

1 研究区概况与研究方法

1.1 研究区

博斯腾湖流域位于新疆天山南麓和塔克拉玛干沙漠北缘[20]，地理位置为82°80′-88°63′ E，40°73′-43°57′ N ，境内有库尔勒市、焉耆回族自治县等7个市和县，总面积约为68 687 km2，包括流入博斯腾湖的开都河、黄水沟河、清水河等20条时令河上游，以及焉耆盆地和孔雀河流域。流域东南部为平原盆地区，海拔在856～4 798 m，总体地势是北高南低，西高东低，高山、峡谷和盆地交错，地形复杂。流域内有我国最大的内陆淡水湖博斯腾湖，是开都河的尾闾和孔雀河的源头，博斯腾湖在焉耆盆地随海拔的变化自上而下包括冰雪带、高山垫状植被带、高山草甸带、草原带、荒漠草原带、荒漠带等[21]。整个博斯腾湖流域属于暖温带大陆性干旱气候，除山区产流区外，整个流域范围内干旱少雨。平原盆地降水稀少，且80%以上集中在5-9月，年最长无降水日数达158～190 d，年蒸发量达1 141 mm，年平均气温 8.2～11.5 ℃[22]。由于研究区自然地理条件适宜于农业发展，20世纪50年代以来，尤其是70年代后，绿洲区农业耕地面积呈增长趋势，在气候变化和人类活动的共同影响下，博斯腾湖流域及其周围绿洲面积、地表覆盖方面发生明显变化[23]。

1.2 数据与方法

1.2.1数据来源 NPP数据来源于美国陆地过程分布式数据档案中心(Land Processes Distributed Active Archive Center，LPDAAC)的MOD17A3数据产品(https:∥lpdaac.usgs.gov/)。本数据的时间跨度为2000-2014年，空间分辨率1 km，时间分辨率为年。用MRT(MODIS Reprojection Tools)软件对图像进行镶嵌、格式转换和重投影等操作。

土地覆盖类型数据来源于MODIS陆地研究小组(MODIS Land Team)2008年推出的Aqua和Terra卫星数据合成的年度土地覆盖分类L3级产品MOD12Q1的NPP土地覆盖数据集，空间分辨率500 m，时间跨度为2000-2014年。该数据集共有9种土地类型，包括常绿针叶林、常绿阔叶林、落叶阔叶林、落叶针叶林、一年生阔叶植被、一年生草本植被、城市、水体、无植被覆盖区，对其数据进行镶嵌、格式转换和重投影等预处理后，最终得到与NPP数据分辨率和投影相同的植被类型数据。在本研究中去除了水体、无植被覆盖区和城市3种土地类型。

气象数据为从NASA(美国国家航空航天局)网站下载的TRMM卫星第7版本3级产品(3B43 Version7)的月降水产品数据，空间分辨率为0.25°×0.25°，时间跨度为2000-2014年。博斯腾湖流域及其周围区域TRMM降水数据精度(R2=0.95)[24]，满足研究精度需求。美国国家环境预报中心——气候预报中心(NCEP-CPC)收集的2 m高气温观测/再分析资料GHCN_CAMS(空间分辨率为0.5°×0.5°)用于反演1 km空间分辨率的近地表气温数据和MOD11A2地表温度(LST) 8d合成产品，空间分辨率为1 km。

DEM数据由美国国家航空航天局(NASA)与日本经济产业省(METI)合作完成的先进星载热发射和反射辐射仪全球数字高程模型ASTER GDEM V2.0(分辨率为30 m)数据下载获取，分别对DEM数据、MOD11A2和TRMM产品进行镶嵌、格式转换空间插值和重投影等预处理，最终得到与NPP数据分辨率和投影系统相同的空间数据。

气象观测数据位选取博斯腾湖流域内巴音布鲁克、巴仑台、焉耆、库尔勒和轮台5个气象站2000-2014年的逐月平均气温观测数据(中国地面气候资料月值数据集，来自中国气象信息中心)，对近地表气温遥感反演结果进行精度评价。

1.2.2研究方法

1) 近地表气温的遥感反演：由于我国西北干旱区气象观测站稀少，气温资料极度匮乏，现有的内插方法不能保证气温在空间上的分布精度。为获取研究区高时空分辨率的近地表气温数据集，利用MODIS的LST产品、GHCN_CAMS气温观测/再分析资料、DEM数据和地面气象观测资料等相结合，采用基于空间异质性理论的地理加权回归分析方法(GWR)[25]，估算空间分辨率为1 km的月均气温。主要步骤：1)在MOD11A2地表温度8 d合成产品的基础上统计获取研究区2000-2014年的空间分辨率为1 km的逐月平均LST数据集。2)对逐月的GHCN_CAMS气温观测/再分析资料进行Kriging插值，形成空间分辨率为1 km的2 m高气温空间分布数据集。3)通过重采样ASTER GDEM V2.0(分辨率为30 m)数据，获取研究区1 km空间分辨率的DEM数据。4)以各月GHCN_CAMS气温观测/再分析数据作为因变量，DEM高程和LST数据作为自变量，建立逐月均气温估算GWR模型(表1)。5)最后，通过比较统计气象站实测气温和估算气温对反演精度进行验证。选取研究区内巴音布鲁克等5个地面气象站，利用2000-2014年的气温月平均值数据，在点尺度上进行精度验证。

2) NPP变化趋势分析：在研究区NPP、气温和降水栅格数据的基础上，借助于IDL编程语言分别逐像元计算各要素的变化趋势和要素之间的偏相关系数及复相关系数，揭示2000-2014年NPP的时空变化及其影响因子。计算公式[25]：

(1)

式中：Slope是某一像元点在研究时段内NPP年际变化的一元线性方程的斜率线性倾向值，n是研究时段的长度(n=15)，NPPi是该像元点第i年的NPP值。Slope值的正负表明表明变化趋势是增加的或者减少的，正表明增加趋势，负表明减少趋势。

3) NPP与气温、降水量的相关分析：采用像元计算的偏相关系数法分析了降水量和气温对植被NPP变化的影响[16]。相关系数计算公式：

(2)

(3)

式中：Rxy,z是将自变量z固定后因变量x与自变量y的偏相关系数。采用t检验法对偏相关系数进行显著性检验。其计算公式：

(4)

式中：n为样本数；m为自变量个数。

为了更进一步解析各要素之间的相互关系和综合影响采用复相关分析方法。其方法的计算公式：

(5)

式中：Rx,yz是因变量x和自变量y,z的复相关系数；Rxy表示x与y的线性相关系数，Rxz,y表示固定自变量y后因变量x与自变量z的偏相关系数。对此结果采用F检验法进行显著性检验。其计算公式：

(6)

式中：n为样本数；k为自变量个数。

驱动分区准则：本研究参考王强等[27]通过参照植被覆盖变化驱动分区原则并进行适当修正后的分区原则，对博斯腾湖流域植被NPP变化进行驱动分析。

2 结果与分析

2.1 近地表气温估算模型及精度验证结果

GWR回归分析结果显示(表1)，12个月的决定系数R2(0.88～0.91)均高于0.88，月平均气温的变化范围为-10.95～16.34 ℃，说明地表温度(Ts)和海拔高度(H)这两个变量能较好地解释近地表气温(Ta)的变化。

估算出的气温与地面实测气温具有非常好的线性相关关系，其中巴音布鲁克气象站点的海拔在2 500 m左右，库尔勒和轮台气象站点的海拔在950 m左右，无论海拔高度高或低，R2都高于0.95，估算气温很接近地面实测气温(图2)，说明在该研究区采用通过GWR模型估算出来的近地表气温具有一定的合理性。

表1 研究区各月平均气温的线性估算模型及统计值Table 1 Linear regression models of monthly air temperature and their statistical values

Ta、Ts和H分别代表近地表气温、地表温度和高程。

Ta, near surface air temperature; Ts, surface temperature; H, elevation.

图2 估算气温与实测气温的关系Fig. 2 Relationship between monthly retrieved near surface air temperature and observed surface temperature

2.2 NPP的时空分布特征

博斯腾湖流域2000-2014年的NPP在整体上呈减少趋势，年际波动较大(图3)。全区NPP的年均值在205.12～235.7 g·(m2·a)-1， NPP的多年平均值为221.52 g·(m2·a)-1，超出NPP多年均值的年份有2000、2002、2003、2007、2009、2012和2013年，其他年份均低于多年平均值。其中2008年的NPP均值最低，为205.12 g·(m2·a)-1，相对变化率为-7.99%，2007年的NPP最高，为235.7 g·(m2·a)-1，相对变化率达6.02%。

由博斯腾湖流域2000-2014年NPP多年平均空间分布可知(图3b)，研究区年均NPP空间差异明显，最高值出现在开都河流域上游，低值主要出现在东部的戈壁滩和沙漠区。NPP整体上呈由西北向东南方向递减的趋势，具体表现为，博斯腾流域上游山区，NPP由西向东递减，西部大尤路都斯盆地NPP均值基本上在200～499 g·(m2·a)-1，东部小尤路都斯盆地、黄水沟流域和清水河流域的NPP均值在100～300 g·(m2·a)-1之间，博斯腾湖流域中下部的绿洲区，也就是和静、和硕、焉耆回族自治县、博湖、库尔勒、尉犁、轮台等人类活动影响较强的平原绿洲区，NPP均值介于0～400 g·(m2·a)-1。

图3 博斯腾湖流域2000-2014年NPP年际变化和空间分布格局Fig. 3 Annual variation and spatial distribution of mean NPP in Bosten Lake Drainage Basin during 2000-2014

2.3 NPP变化趋势分析

由2000-2014年博斯腾湖流域NPP时空变化趋势可知(图4)，NPP的变化量介于-18～26 g·(m2·a)-1，NPP呈增加趋势的区域与NPP呈减少趋势的区域镶嵌分布，大部分区域NPP呈减少趋势，包括大、小尤路都斯盆地、霍拉山大部分、黄水沟流域和清水河的上游等区域，博湖、库尔勒和轮台等平原绿洲区以及额尔宾山和大小尤路都斯盆地周围的高山区NPP呈增加趋势。NPP呈减少趋势的区域占研究区面积的35.2%，NPP呈增长趋势的区域占研究区面积的16.99%，其中增长率大于10 g·(m2·a)-1的区域仅占研究区面积的0.32%，增长率介于0～10 g·(m2·a)-1的区域占研究区面积的16.67%。

研究区内有常绿针叶林、常绿阔叶林、一年生草本等6种植被类型(图5)。不同植被类型的NPP均值差异大小按顺序分别为一年生草本植被[233.41 g·(m2·a)-1]>一年生阔叶植被[219.58 g·(m2·a)-1]>常绿针叶林[219.46 g·(m2·a)-1]>落叶针叶林[193.62 g·(m2·a)-1]>常绿阔叶林[179.41 g·(m2·a)-1]>落叶阔叶林[171.41 g·(m2·a)-1]。由此可知，在博斯腾湖流域固碳能力最强的是一年生草本植被和一年生阔叶植被，最弱的为在绿洲平原区生长的落叶阔叶林。从博斯腾湖流域不同植被类型NPP平均值变化曲线可以看出(图5)，常绿阔叶林和落叶阔叶林的NPP年际变化较大，其中常绿阔叶林的NPP年际变化呈微幅增加趋势，落叶阔叶林的NPP年际变化呈减少趋势。其他一年生草本植被、一年生阔叶植被、常绿阔叶林和落叶针叶林的NPP年际变化呈波动式变化，但总趋势基本保持不变。

图4 博斯腾湖流域2000-2014植被年NPP变化趋势分布格局Fig. 4 Spatial pattern of NPP absolute variability in Bosten Lake Drainage Basin during 2000-2014

2.4 气象要素年际变化和趋势分析

由于博斯腾湖流域的地形存在明显的空间差异性，气象要素的空间分布也较复杂，气温和降水量的分布有着明显的时空分异特征。整个研究区2000-2014年年平均气温分布范围为6.01～7.36 ℃(图6a)，最低气温出现在2014年，最高气温出现在2007年，多年平均温度为6.77 ℃，在研究时段内气温呈下降趋势。年均降水量在196.85～275.41 mm(图6b)，年均降水量也呈波动式减少趋势。从博斯腾湖流域气温和降水量的空间变化趋势可知(图6c和图6d)，气温呈上升趋势的区域面积(15.92%)小于呈下降趋势的区域面积(84.08%)气温上升的区域主要分布在大、小尤路都斯盆地周围的高山区和绿洲平原区周边。降水量呈增加趋势的区域面积(52.58%)略大于呈减少趋势的区域面积(47.42%)，降水量减少的区域主要分布在博斯腾湖流域中部的山区、轮台县和何静县境内的平原绿洲区，其他区域的降水量呈不同程度的增加趋势。

图5 博斯腾湖流域植被类型和NPP平均值动态变化Fig. 5 Dynamic change of the vegetation types in the mean NPP in Bosten Lake Drainage Basin

图6 博斯腾湖流域2000-2014年的年平均近地表气温(a)、降水量(b)年际动态变化和空间变化趋势(c、d)Fig. 6 Dynamic change of annual mean surface temperatures (a), precipitation (b), and spatial patterns (c, d) in Bosten Lake Drainage Basin during 2000-2014

2.5 NPP与年均气温、降水量的相关分析

由博斯腾湖流域NPP与近地表气温偏相关性空间分布图可知，NPP与气温的偏相关性系数在-0.9～0.87，呈正相关的区域占研究区总面积的39.68%，主要集中在大、小尤路都斯盆地周围的海拔高度较高的山区；呈负相关的区域占研究区总面积的35.21%，主要在研究区北部的大、小尤路都斯盆地，博湖县，库尔勒市，轮台县等平原区域以及霍拉山大部分和东部山区。

NPP与降水量的偏相关性空间分布图显示(图7b)，年NPP与降水量的相关性系数介于-0.73～0.92，呈正相关关系的区域面积占研究区面积的58.73%，主要集中在大、小尤路都斯盆地和平原区域以及霍拉山大部分和黄水沟流域。呈负相关关系的区域面积占16.15%，主要分布在大、小尤路都斯盆地周围的山区，额尔宾山等区域。可以看出，大部分跟气温呈正相关关系的区域反而跟降水量呈负相关关系，跟气温呈负相关关系的区域跟降水量呈正相关关系，气温和降水共同呈正相关关系的区域面积占全区植被面积的27.56%，共同呈负相关关系的区域面积占4.03%。

由博斯腾湖流域年NPP与平均气温和降水量的复相关空间分布图可知(图8a)，NPP与气温、降水量的复相关系数介于0～0.95。复相关性较强的区域主要分布在霍拉山西西侧、博湖县、库尔勒市、轮台县等平原区和黄水沟流域等区域。复相关性较弱的区域主要分布在大、小尤路都斯盆地周边，额尔宾山一部分和硕县东北的山区等。复相关性分布特征如此复杂可能与植被类型和地形有关。

图7 博斯腾湖流域2000-2014年植被NPP与近地表气温(a)和降水(b)的偏相关系数空间分布Fig. 7 Spatial distribution of partial correlations between annual NPP and surface temperature (a), precipitation (b) in Bosten Lake Drainage Basin during 2000-2014

2.6 NPP变化的影响因子分析

气候和人类活动是影响植被NPP动态变化的主要因子[28-29]，其中植被生长对气候变化特别是温度和降水量的变化具有较强的敏感性。

由博斯腾湖流域植被NPP变化驱动分区图可得出(图8b)，1)2000-2014年气温、降水对NPP强驱动的区域主要集中在科克铁克山、小尤路都斯盆地西南侧，黄水沟河流域西侧和霍拉山中部，面积占全区面积的7.05%。2)以气温为主驱动的区域主要分布在海拔3 000 m以上的山区，面积约占全区面积的9.34%。3)以降水为主驱动的区域面积较大，集中分布在黄水沟河流域，下侧平原绿洲，霍拉山，大、小尤路都斯盆地上侧，约占研究区面积的19.23%。4)气温、降水弱驱动的区域分布在博湖县、库尔勒市等人类居住区以及大、小尤路都斯盆地等相比于周边海拔高度较低的区域，面积约占研究区总面积的4.19%。5)剩余的约16.57%区域属于非气候因素驱动的区域，包括人类居住的地势较平原的绿洲区域、大、小尤路都斯盆地周围、清水河流域上游等。综上可知，研究区约39.81%的面积上NPP动态变化受气候因素的驱动，16.57%的面积上NPP变化受非气候因素(包括人类活动、自然灾害等)的驱动。

图8 博斯腾湖流域2000-2014年NPP与近地表气温-降水的复相关分布(a)和变化驱动力分区(b)Fig. 8 Spatial distribution of multiple correlation between NPP and temperature-precipitation (a) and NPP change regions driven by different factors (b) from 2000-2014 in Bosten Lake Drainage Basin

(T+P)+表示气温、降水强驱动；T表示气温为主驱动；P表示降水为主驱动 ；(T+P)-表示气温、降水弱驱动；NC表示非气候驱动。

(T+P)+ , change driven by temperature and precipitation strongly；T, change driven by temperature mainly；P, change driven by precipitation mainly；(T+P)- , change driven by temperature and precipitation weakly; NC, change driven by non-climate.

3 讨论与结论

已有的研究表明，MODIS地表温度数据在空间上的变化规律与近地气温变化相似，二者之间的线性相关性非常好[30-34]，但这些研究基本上都采用普通线性回归分析法建立气温与地表温度之间的一元线性回归模型来估算气温[35]。本研究的不同之处在于采用地理加权回归分析法(GWR)，基于空间变异性的假设模型，将地表温度和海拔高度等作为变量引入GWR模型中，进一步提高了估算精度。

研究区内山区的NPP整体上自西向东呈减少趋势，在平原区域分布较为复杂。全区年NPP在年际水平上呈减少趋势，均值在205.12～235.7 g·(m2·a)-1，变化量介于-18～26 g·(m2·a)-1，NPP呈减少趋势的区域占研究区面积的35.23%，呈增长趋势的区域占研究区面积的16.99%。不同植被类型的NPP均值差异并不显著，其中一年生草本植被的NPP均值最大[233.41 g·(m2·a)-1]，落叶阔叶林的NPP均值最小[171.41 g·(m2·a)-1]。

博斯腾湖流域NPP动态变化受气候因子驱动的区域占研究区总面积的39.81%，其中气温和降水量共同驱动的区域占7.05%，气温主驱动的区域占9.34%，降水量主驱动的占19.23%，温度和降水量弱驱动的占4.19%，非气候因子驱动的占16.57%。相比而言，研究区海拔高度3 000 m以上的区域受气温影响较明显，3 000 m以下的区域受降水量的影响较明显。整个研究区NPP的时空变化是气候变化和人类活动影响下的共同结果，但气候因素的决定性作用较大。