2001—2018年淮河流域植被光合有效辐射吸收比(FAPAR)时空变化格局分析

贺巧宁， 朱朔晨， 李鑫川， 毛广雄

(淮阴师范学院 城市与环境学院， 江苏 淮安 223300)

植被是陆地表面最重要的土地覆盖类型。它可以将光能转化为化学能、生物能等，是地表能量平衡和物质平衡研究中的重要参量。光合有效辐射吸收比(Fraction of Absorbed Photosynthetically Active Radiation， FAPAR)通常定义为在400—700nm光谱范围内植被吸收的太阳辐射的比例，表征植被的能量吸收能力，可直接反映植被的绿度和健康状况，是陆地生态系统模型的关键参数，也是反映全球气候变化的重要因子[1-5]。在全球气候变化的背景下，明确植被FAPAR时空变化特征，对分析FAPAR变化如何影响陆地生态系统光合作用的过程，具有重要意义。

遥感是获取大范围、长时间序列FAPAR的唯一途径[5]。从中分辨率成像光谱仪(MERIS)、宽视场海洋观测传感器(SeaWiFS)、中等分辨率成像光谱仪(MODIS)、改进的甚高分辨率辐射计(AVHRR)和SPOT-VEGETATION等获得的数据中产生了多种全球FAPAR产品。这些产品为全球及区域FAPAR及FAPAR和陆地生态系统光合作用过程研究提供了重要途径。GLASS MODIS FAPAR使用入射到土壤部分的光合有效辐射对应的透过率来近似计算FAPAR，在数据时间维度的连续性上和站点尺度上要优于MODIS产品[6-7]。

淮河流域地处中国北方和南方的气候过渡带，是我国重要的气候敏感区[8-9]。目前，有关淮河流域的研究多集中在该地区水热等气候条件的变化[8-10]以及植被覆盖[11-12]和叶面积指数时空变化[13]等方面，对于该地区长时间序列植被FAPAR的时空分布格局特征研究较少。本课题研究基于GLASS MODIS FAPAR数据，采用年际变化分析法和趋势变化分析法，分析2001—2018年间淮河流域植被FAPAR的时空变化格局，以期更好地认识淮河流域生态环境状况和变化趋势，为该区域的生态文明建设提供科学依据。

一、研究区概况

淮河流域地处中国东部，位于111°55′E—121°20′E，30°55′N—36°20′N之间，跨江苏、山东、河南和安徽4省，总面积约27万平方公里。流域地处中国南北方气候过渡带和东西部结合处，是重要的地理生态分界线和生态环境脆弱区，地形复杂，气候多变[8-9]。流域内多年平均气温为11℃—16℃；多年平均降水量约为920mm，总体呈由东南向西北递减的规律，降水时空差异显著，旱涝灾害频发[14]。流域植被类型主要为农作物，其次为森林及草地(见图1)。

(一)数据与方法

1.数据来源与预处理

本文使用的FAPAR数据为2001—2018年GLASS MODIS FAPAR数据(1)数据来源：北京师范大学生产的全球FAPAR产品，http://www.glass.umd.edu/FAPAR/MODIS/500m/，访问日期：2021年3月28日。，空间分辨率为500m×500m，时间分辨率为8d。GLASS MODIS FAPAR产品是在GLASS全球LAI数据产品的基础上，利用植被辐射吸收和透过率的关系，忽略冠层内多次散射和土壤反射对植被吸收的影响，通过计算透过率求解得到的[5-7]。由于GLASS MODIS FAPAR产品在开发过程中即注意解决数据的时空连续问题，它在空间分布上和时间维度上的表现都优于MODIS产品[5-7,15]。数据预处理首先使用MODIS Reprojection Tools将下载的GLASS MODIS FAPAR数据进行拼接和投影转换；然后利用研究区边界裁剪出淮河流域范围内的GLASS MODIS FAPAR数据；最后利用最大值合成法计算得到各月FAPAR数据，基于各月FAPAR数据平均计算得到春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月—次年2月)和各年FAPAR数据。

土地利用数据采用MODIS产品MCD12Q1数据(2)数据来源：NASA，https://lpdaac.usgs.gov/，访问日期：2021年3月28日。，该数据采用五种不同的土地覆盖分类方案。本文选用IGBP全球植被分类方案。在统计不同植被类型FAPAR时，本文将研究区内的针叶林、阔叶林和混交林合并为林地类，将木本热带稀树草原、热带稀树草原和草地合并为草地类，将农用地和农用地/自然植被拼接合并为农田类。

2.研究方法

(1)年际变化分析法

参考已有研究成果[16-17]，采用变异系数作为FAPAR的年际变化(Interannual Variability，IAV)指标，其计算公式为

(1)

(2)

其中，σ为标准差；μ为某一像元多年FAPAR均值；xi为某一像元第i年FAPAR值。

(2)趋势变化分析法

一元线性回归趋势分析法是对一组随时间变化的变量进行回归分析的方法，该方法能模拟每个栅格像元的变化趋势[18]。本文采用此方法模拟淮河流域2001—2018年年均FAPAR和各季节FAPAR的空间变化趋势，计算公式为

Slope=

(i=1,2,3,…,18)

(3)

其中，n为研究期内的累计年数；FAPARi为某一像元第i年FAPAR值(或第i年春季、夏季、秋季或冬季FAPAR值)。Slope为趋势线斜率，若斜率大于0，说明FAPAR在研究期内的变化趋势是增加的；若斜率小于0，则说明FAPAR在研究期内的变化趋势是减少的。采用p值进行变化趋势的显著性水平检验。根据Slope值的范围和显著性水平将变化趋势分为极显著减少(Slope<0，p<0.01)、显著减少(Slope<0，0.010.05)、显著增加(Slope>0，0.010，p<0.01)五类。

二、结果与分析

(一)植被多年平均FAPAR空间分布

淮河流域植被年均FAPAR分布总体上呈现出中西部高、东北低的特征，空间差异显著(见图2)。

图2显示，西南部的大别山、伏牛山和桐柏山等地区，降水较为丰富，植被覆盖率高，多年平均FAPAR值相应较高，普遍大于0.6；中部豫东平原和淮北平原为主要农作物生长区，地区内差异较小，多年平均FAPAR值介于0.5—0.6之间；东北部沂蒙山地区和郑州、开封、徐州等大城市及周边地区，FAPAR值较小，普遍小于0.2。沂蒙山区植被多年FAPAR普遍较低，可能是由于该地区植被在1999—2007年间普遍存在退化趋势有关[11]。流域内18年平均FAPAR为0.42，其中林地年平均FAPAR值最高，为0.59；农田其次，为0.44；草地再次之，为0.41；湿地最低，为0.16。

(二)植被FAPAR年变化分析

1.植被FAPAR年际变化空间分布

从2001—2018年淮河流域年FAPAR的年际变化(见图3)可以看出，淮河流域年均FAPAR的年际变率空间差异明显。郑州、开封、徐州等大城市及周边地区，年FAPAR的年际变率较大。这些地区迅速发展的工业化和城市化进程，导致植被被建设用地侵占，FAPAR相应降低。淮河流域西部的大别山和伏牛山等降水资源丰富和植被覆盖率较高的地区，植被FAPAR年际变化较小。在广大湿地和水域周边，气候的不稳定性和敏感性导致流域旱涝灾害频发，以芦苇、水草和水面为主的滩地季节性被水淹，植被FAPAR的年际变化显著。

2.植被FAPAR年际变化趋势

2001—2018年淮河流域植被年均FAPAR

和季节FAPAR年际变化情况见图4(a)。2001—2018年间淮河流域植被FAPAR年均值波动变化情况显示，2001年为最小值0.39，2016年达到最大值0.44。整体来看，年均FAPAR呈现出以每年0.19%(P<0.05)的速率增长的趋势。其中，在2011年植被FAPAR下降明显，这可能是由该地区2011年发生严重干旱引起的。从季节来看，流域内多年平均FAPAR值夏季最大(0.56)，春季次之(0.46)，秋季再次之(0.40)，冬季最小(0.27)。春季和夏季植被FAPAR在波动中呈不显著增加趋势，秋季和冬季FAPAR呈显著增加趋势，增加趋势分别为0.31%/年(P<0.01)和0.28%/年(P<0.05)。

图4 淮河流域植被FAPAR年平均和季节变化(4a)及流域内主要植被类型FAPAR年际变化(4b)

根据MODIS土地覆盖数据，提取淮河流域四类主要植被类型(即林地、草地、农田和湿地)，通过计算得到2001—2018年淮河流域不同植被类型年均FAPAR的变化情况见图4(b)。由图4(b)可知，除湿地外，淮河流域内主要的土地利用类型植被年均FAPAR都呈显著上升趋势，其中，农田和草地的年均FAPAR曲线较为接近，增长趋势也较为一致，每年分别增长0.2%和0.23%；林地年均FAPAR增长趋势最大，达到0.31%/年。这些增长趋势说明近些年淮河流域植被覆盖状况逐年好转。

图5 淮河流域年均FAPAR变化趋势空间分布

图5为利用趋势分析方法计算得到的淮河流域植被年均FAPAR空间变化趋势图。从中可以看出，2001—2018年淮河流域植被年均FAPAR在增加，并呈现明显的空间分异。植被年均FAPAR极显著增加的区域主要分布在西部的大别山、伏牛山和桐柏山以及东北部的沂蒙山北部等地区，占研究区的29.9%。植被年均FAPAR显著减少的区域零星分布于郑州、开封、六安、徐州等城市及其周边地区，占研究区的8.7%。安徽境内的平原地区年均FAPAR也呈现出显著增加趋势，这在一定程度上得益于近些年淮河流域发展迅速的农田林网体系建设[11]。城市化进程和工业发展则是江苏地区及广大平原地区植被FAPAR显著减少的主要原因。

(三)植被FAPAR季节变化分析

基于研究区内2001—2018年每年春、夏、秋、冬四季FAPAR数据，采用趋势变化分析方法计算每个像元的变化趋势，可以揭示出研究期内各季节植被FAPAR变化趋势的空间特征(见图6)。同时，对不同植被类型的不同变化趋势面积进行统计(见表1)，发现淮河流域植被季节FAPAR在2001—2018年期间变化较大，植被FAPAR整体在提高，这与前人关于植被NDVI和LAI整体提高的结论基本一致[11-13]。

流域内春季和夏季FAPAR变化不显著，秋季和冬季FAPAR呈显著增加趋势。春季和夏季FAPAR总体变化不大，不显著变化的面积分别占61.1%和64.9%，其中，春季和夏季农田FAPAR的不显著变化的面积分别占研究区的53.2%和58.1%，这也是春季和夏季流域内FAPAR总体变化不显著的主要原因。春季FAPAR极显著增加的面积比例为18.6%，主要分布于西南部的大别山地区和东北部的沂蒙山地区。夏季FAPAR极显著增加区域主要分布于研究区的西部山丘地带，占比为14.6%。在江苏东南部地区，夏季FAPAR在较大范围呈显著减少的趋势，这与李鑫川等人基于LAI的研究结果基本一致[13]，其原因可能是当地各市县区经济发展迅速，建设用地侵占了部分绿化用地，使得植被覆盖减少。秋季全流域FAPAR都呈极显著增加趋势，其中草地和农田FAPAR呈极显著增加趋势的面积分别占全流域面积的4.2%和24.5%。随着全球变暖，温带温度升高引起农作物生长期延长，秋季植被长势变好，FAPAR相应增加。冬季流域内FAPAR呈显著增加趋势，林地、草地、农田和湿地都呈极显著增加趋势。在江苏中部和南部，河南北部和东南部以及安徽西南部的少部分地区，冬季植被FAPAR呈显著减少趋势。

四、结论

运用GLASS MODIS FAPAR数据和MODIS MCD12Q1土地覆盖数据集，年际变化分析法和趋势变化分析法，分析了淮河流域2001—2018年植被FAPAR的空间分布及其时空变化，得出以下结论：(1)淮河流域植被年均FAPAR呈现出中西部高、东北低的特征。FAPAR低值区主要分布在北部沂蒙山地区和郑州、开封、徐州等大城市及周边地区；高值区分布较广，大别山、伏牛山和桐柏山等山丘地区，豫东平原和淮北平原等主要农作物地区植被FAPAR均较高。(2)2001—2018年淮河流域植被年均FAPAR表现为西部和中北部增加，东南部减少的空间格局，总体呈极显著增加趋势。显著增加的区域主要分布在西部的大别山、伏牛山和桐柏山以及东北部的沂蒙山北部等地区。除湿地外，淮河流域内主要的土地利用类型植被年均FAPAR都呈显著上升趋势，说明近年淮河流域植被覆盖状况逐年好转。(3)流域内春季和夏季FAPAR变化不显著，秋季和冬季FAPAR呈显著增加趋势。各植被类型秋季和冬季变化趋势基本一致，但春季和夏季变化趋势不一致，主要是由农田FAPAR的变化趋势决定的。

图6 2001—2018年淮河流域植被FAPAR季节变化趋势

表1 淮河流域FAPAR变化趋势统计