辽宁省净初级生产力时空演变及其对地形因子的响应

李雨鸿 陶苏林 李荣平 王婷 周斌 李晶 刘东明

(1.辽宁省生态气象和卫星遥感中心,辽宁 沈阳 110166； 2.南京大桥机器有限公司技术开发中心，江苏 南京 211101； 3.中国气象局沈阳大气环境研究所,辽宁 沈阳 110166)

引言

陆地生态系统是人类赖以生存与持续发展的基础，植被作为陆地生态系统的主体，在全球物质与能量循环中起着重要作用。陆地植被净初级生产力(Net Primary Productivity,NPP)是衡量植物群落在自然环境条件下生产能力的重要指标[1]，通常定义为植物群落在自然环境条件下，单位时间、单位面积内通过光合作用所积累的有机干物质数量，表现为光合作用固定有机碳中扣除本身呼吸消耗的部分。净初级生产力作为生态系统物质循环和能量流动研究的基础，可以直接反映植被变化信息[2-3]，更可以直接反映植被在自然环境条件下的生产能力，从而表明陆地生态系统的质量状况[4-7]。

目前，有关NPP估算的常用模型主要包括统计模型、过程模型和参数模型[8]。朱文泉等[9-12]通过分析三种NPP估算模型的优缺点，在CASA模型基础上引进了植被覆盖分类，并考虑了植被覆盖分类精度对NPP估算的影响，通过模拟各植被类型最大光能利用率，使该模型更符合中国实际情况。近年来，我国学者多使用参数模型进行NPP估算，对NPP影响因子多集中在对气象和物候等因子的研究[13-15]。植被生长与地理环境及人类活动关系密切[16-17]，地形是决定植被生态环境的主导因子，通过地形差异分析植被覆盖度或植被NPP变化是揭示植被与地形因子之间关系的重要途径[18]。目前，针对植被NPP与高程、坡度和坡向等地形因子的关系研究比较少见。本文在基于NPP估算基础上，分析了辽宁省2000—2018年NPP时空变化特征，探讨了NPP对不同等级高程、坡度和坡向等地形因子的响应程度，为更好地了解辽宁省生态环境变化及影响因子，进一步探明辽宁省植被恢复和生态环境建设奠定了理论基础。

1 资料与方法

1.1 数据来源及处理

NDVI数据为2000—2018年MOD13Q1数据集，空间分辨率为250 m，时间分辨率为16 d，利用最大值合成法，经拼接、裁剪等一系列预处理后获得辽宁省2000—2018年逐月NDVI 栅格数据集。因辽宁冬季基本无植被覆盖，冬季NPP较小，基本可以忽略，因此，冬季出现冰雪覆盖对全年NPP累加值影响不大。投影方式为Albers Equal-Area Conic。DEM数据分辨率为30 m，来源于国家卫星气象中心。

气象数据为辽宁省61个国家基本气象站2000—2018年逐月平均气温、累计降水量、日照时数、总辐射量，利用ArcGIS软件克里金插值法进行空间插值，获得与遥感数据具有相同分辨率与投影坐标的逐月栅格气象数据集。

土地覆盖类型数据来源于国家基础地理信息中心，由2016年30 m的土地利用数据合成得到，共包括旱地、有林地、果园、水浇地等11种土地覆盖类型，分类精度为85%。

1.2 NPP估算

采用朱文泉等[9-10]改进的CASA模型估算NPP，由植被吸收的光合有效辐射和光能利用率两个变量确定。NPP估算公式为：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式(1)中，APAR(x,t)表示像元x在t月份吸收的光合有效辐射；ε(x,t)表示像元x在t月份的实际光能利用率。植被吸收的光合有效辐射取决于太阳总辐射和植被本身的特征，如式(2)：

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式(2)中,SOL(x,t)表示t月份在像元x处的太阳总辐射量；FPAR(x,t)为植被层对入射有效辐射的吸收比例 , 常数0.5表示植被所能利用的太阳有效辐射占太阳总辐射的比例。

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(3)

式(3)中，Tε1(x,t)和Tε2(x,t)表示低温和高温对光能利用率的影响；Wε(x,t)表示水分胁迫条件对光能利用率的影响 ；εmax是理想条件下的最大光能利用率，计算方法及取值见文献[11]。

1.3 线性趋势分析与变异系数

采用一元线性趋势分析方法进行NPP年际变化趋势率分析，其中，单个像元多年线性回归方程中趋势斜率即为NPP年际变化趋势率，如式(4)所示。

(4)

式(4)中，slope为趋势率，斜率为正值表示上升趋势，负值表示下降趋势；n为统计总年份，本研究中为19 a；Xi为第i年的变量值，本研究中为第i年的NPP平均值。

变异系数可以表示多年NPP的相对波动程度。计算公式如式(5)和式(6)所示：

(5)

(6)

1.4 地形因子提取

以辽宁省DEM数据为基础，利用ArcGIS软件分别提取高程、坡度和坡向等地形因子并划分等级(图1)，结合辽宁省地形实际情况，将高程分为第一高程(< 100 m)、第二高程(100—200 m)、第三高程(200—300 m)、第四高程(300—400 m)、第五高程(400—500 m)、第六高程(500—600 m)和第七高程(> 700 m)共7级；借鉴《水土保持综合治理规划通则》[19-20 ]，将坡度分为平坡(0°—3°)、缓坡(3°—5°)、斜坡(5°—15°)、陡坡(15°—25°)、急坡(25°—35°)和险坡(> 35°)共6级；考虑坡向与植被长势的关系，将坡向分为平地(0°)、阴坡(0°—67.5°、337.5°—360°)、半阴坡(67.5°—112.5°、292.5°—337.5°)、半阳坡(112.5°—157.5°、247.5°—292.5°)和阳坡(157.5°—247.5°)共5级[20]。

图1 辽宁省高程(a)、坡度(b)和坡向(c)空间分布Fig.1 Spatial distributions of elevations (a),slopes (b),and slope directions (c) in Liaoning province

2 结果分析

2.1 NPP时空变化特征

2000—2018年辽宁省NPP总体呈波动上升趋势，最大值出现在2016年，为446 gC·m-2·a-1，最小值出现在2000年，为359 gC·m-2·a-1(图2a)；这19 a平均NPP为404 gC·m-2·a-1，空间分布特征总体呈现为东高西低走势(图2b)。其中，平均NPP小于300 gC·m-2·a-1区域零星分布于各市区，约占总面积的15.3%；辽宁中部、西北部及沿海区域大部分地区平均NPP介于300—400 gC·m-2·a-1之间，约占总面积的45.2%；平均NPP大于400 gC·m-2·a-1区域主要位于东部山区和西南部山区，约占总面积的39.5%。总体来看，2000—2018年辽宁植被NPP平均值波动上升，空间分布与海拔高度及植被分布趋势较为一致，海拔较高的山地植被覆盖率较大，NPP平均值较大。

图2 2000—2018年辽宁省NPP年际变化(a)和空间分布(b)Fig.2 Interannual variations of NPP (a) and spatial pattern of NPP (b) in Liaoning province from 2000 to 2018

2000—2018年辽宁省NPP年变化趋势率为2.89 gC·m-2·a-1，且大部分地区NPP呈增加趋势(图3a)。其中，NPP减少区域零星分布于中部平原区及沿海区域，占总面积的12.6%；NPP年际变化率介于0.1—5.0 gC·m-2·a-1区域主要位于辽宁省东部和西北部，占总面积的65.9%；NPP年际变化率大于5.0 gC·m-2·a-1区域主要位于抚顺东部、本溪大部、大连北部、营口南部、朝阳西南部和葫芦岛北部，占总面积的21.4%。总体来看，2000—2018年辽宁省87.4%区域植被长势逐年变好。

图3 2000—2018年辽宁省年平均NPP变化趋势率(a)和变异系数(b)空间分布Fig.3 Spatial distributions of trend rate (a) and coefficient of variation (b) for annul mean NPP in Liaoning province from 2000 to 2018

变异系数反映了NPP在2000—2018年的波动变化(图3b)，其中辽西北大部分地区变异系数介于0.05—0.15之间，说明辽西北部地区2000—2018年NPP变化波动较大；辽宁中部及东部地区变异系数小于0.05，NPP年际波动变化较小。

2.2 NPP对地形因子的响应

为了探明植被NPP与地形因子的关系，利用ArcGIS软件提取不同等级高程、坡度及坡向栅格数据并转为面数据，获得2000—2018年植被NPP随不同等级高程、坡度和坡向的年际变化特征曲线(图4)。从图4a可以看出，随着高程增加，植被NPP表现为先增加后平稳的趋势，第一高程植被NPP最小，之后随高程增加逐渐增大，到第五高程基本出现最大值，即500 m左右出现NPP最大值，500 m以后NPP变化程度不大；从图4b可以看出，随着坡度增加，植被NPP表现为先增加后略有减小的趋势，平坡植被NPP最小，之后随着坡度增加逐渐增大，在急坡出现最大值，即35°左右出现NPP最大值，35°以后NPP略有减小，且从平坡至陡坡NPP增加幅度较大，陡坡至急坡NPP增加幅度较小；从图4c可以看出，坡向对植被NPP影响较弱，仅平地出现NPP最小值，随着坡向改变，从阴坡到阳坡植被NPP大小及变化基本一致。由此可以得出，在高程为500 m 以上、坡度为15°—35°范围内，植被NPP最大。

图4 2000—2018年不同等级高程(a)、坡度(b)和坡向(c)NPP变化特征Fig.4 Variations of NPP at different levels of elevations (a),slopes (b),and slope directions (c) in Liaoning province from 2000 to 2018

为了更好地研究植被NPP在不同地形条件下的变化规律，利用ArcGIS软件获得对应等级2000—2018年植被NPP变化趋势率和NPP平均值(表1)。

从表1可以看出，2000年以来，辽宁省植被NPP变化趋势率和NPP平均值在不同等级高程、坡度及坡向条件下，整体都呈逐渐增加趋势。不同等级地形因子NPP变化趋势率不同，其中NPP变化趋势率对不同地形因子的响应程度表现为高程因子>坡度因子>坡向因子，NPP平均值变化对地形因子的响应程度表现为坡度>高程>坡向。随着高程增加，NPP变化趋势率逐渐增加，NPP变化趋势率最大值出现在第七高程，NPP平均最大值出现在第六高程，且从第五高程到第七高程变化不大；随着坡度增加，NPP变化趋势率和NPP平均值均先增加再减小，在急坡出现最大值，险坡略有减小；随着坡向改变，从平地至阴坡NPP变化趋势率和NPP平均值表现为明显增加趋势，阴坡到阳坡变化不大。

表1 不同等级地形因子对应的NPP变化趋势率Table 1 The trend rate of NPP in different levels of terrain factors gC·m-2·a-1

3 结论与讨论

(1)辽宁植被NPP空间分布呈现东高西低走势，2000—2018年NPP总体呈波动上升趋势，年变化趋势率为2.89 gC·m-2·a-1；其中，87.4%的研究地区NPP呈增加趋势，表明辽宁省大部分地区这19 a间植被长势逐年变好，其中，辽西北地区波动最为明显。

(2)高程和坡度对辽宁NPP变化的影响明显高于坡向；随着高程增加，植被NPP表现为先增加后平稳的趋势，高程500 m左右出现NPP最大值；随着坡度增加，植被NPP表现为先增加后略有减小的趋势，坡度35°左右出现NPP最大值，35°以后NPP略有减小，且坡度25°以内NPP增加幅度较大，陡坡至急坡即25°—35°NPP增加幅度较小；坡向对植被NPP影响较弱，从阴坡到阳坡，植被NPP平均值及趋势率变化较小。高程为500 m 以上、坡度为15°—35°范围内，辽宁植被NPP最大。

(3)植被NPP作为衡量植物群落生产能力的重要指标，受到气候、地形、土壤等复杂多样的环境因子影响[21-22]。地形是植被生境条件在空间上的综合表现，高程、坡度、坡向等地形因子的改变，影响水、热、肥等资源在时空中的分配，进而影响植被分布和生产能力，分析地形因子与植被NPP的关系是揭示植被生境条件变化对植被分布的有效途径。除地形因子影响外，气温和降水等气候因子可以直接影响植被NPP变化；土壤因子通过直接或间接影响植被分布，进而影响植被NPP；各类环境因子之间相互制约和相互联系，如何进一步分析影响植被NPP的各环境因子之间的综合作用，是深入研究植物群落和评估区域碳收支的基础与前提。本研究只关注了NPP对地形因子的响应，今后将进一步研究各环境因子对植被NPP的综合影响。

(致谢：感谢朱文泉老师在计算NPP过程中的指导和大力帮助。)