近10年來山東區(qū)域NPP時空變化分析

鈔振華,張培棟,王旭峰,錢金波

(1.南通大學(xué)地理科學(xué)學(xué)院，江蘇 南通 226007； 2.中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所，甘肅 蘭州 730000; 3.青島科技大學(xué)環(huán)境工程與安全學(xué)院，山東 青島 266042； 4.甘肅省基礎(chǔ)地理信息中心,甘肅 蘭州 730000)

碳循環(huán)是地球上最大的物質(zhì)和能量循環(huán)，它通過植被的作用將大氣中的CO2固定為有機物質(zhì)，同時將太陽能轉(zhuǎn)化成化學(xué)能，是人類生產(chǎn)和生活最基本的物質(zhì)和能量來源。植被凈初級生產(chǎn)力(Net Primary Productivity，NPP)是指綠色植物在單位面積、單位時間內(nèi)所積累的有機物數(shù)量，是光合作用所產(chǎn)生的有機質(zhì)總量減去呼吸消耗后的剩余部分。陸地植被NPP是陸地生態(tài)過程的關(guān)鍵參數(shù)，是表征陸地碳循環(huán)的重要變量，也是判定碳的源匯以及調(diào)節(jié)生態(tài)過程的主要因子[1-5]，開展區(qū)域和全球尺度NPP變化對碳循環(huán)影響的研究有著十分重要的意義。

隨著遙感和計算機技術(shù)的發(fā)展，從多時相、多波段、多角度的遙感信息中可以提取地表覆蓋狀況、植被吸收的光合有效輻射等植被參數(shù)和環(huán)境變量，這為實時、準確地反演陸地植被NPP的分布及其變化研究提供了強有力的手段[5-8]。Field等[9]指出，陸地植被NPP對氣候、地形、土壤、植物和微生物的特性與分布及人類活動所造成的土地利用變化等非常敏感，綜合分析社會和自然系統(tǒng)所引起的NPP變化是必要的。其中，土地利用/覆蓋影響植被組成和健康，且土地覆蓋形式由一種類型轉(zhuǎn)變?yōu)榱硪环N類型往往伴隨著大量的碳交換，因此，土地利用/覆蓋類型是決定陸地生態(tài)系統(tǒng)碳儲存的重要因素[10-11]。在經(jīng)濟發(fā)展較快的山東地區(qū)，城市化及工業(yè)化進程的加快勢必使該區(qū)域農(nóng)田減少，使土地利用類型發(fā)生較大變化[12-14]，從而對該區(qū)域NPP變化產(chǎn)生影響。因此，確定山東區(qū)域土地利用類型所產(chǎn)生的NPP變化具有重要的現(xiàn)實意義與研究價值。

目前，國內(nèi)很多研究利用遙感模型估算了中國陸地及區(qū)域植被NPP分布及時空變化規(guī)律，利用知識可視化工具可進一步歸納氣候變化背景下全球碳循環(huán)的驅(qū)動因素及對策[15]。CASA(Carnegie-Ames-Stanford Approach)模型是Potter等[16]于1993年提出的光能利用率模型。該模型是從植被的生理過程出發(fā)建立的植被凈第一性生產(chǎn)力機理模型，所需要的輸入?yún)?shù)相對較少，且冠層綠葉所吸收的光合有效輻射比例可以通過遙感手段獲得，因此，該模型已被廣泛應(yīng)用于植被生產(chǎn)力估算的研究中。樸世龍等[2]利用該模型估算了中國NPP的空間分布及時間動態(tài)，董丹和倪健[17]利用該模型估算了1999-2003年中國西南地區(qū)的NPP變化，陳正華等[18]利用該模型估算了黑河流域的NPP，田永生等[19]基于CASA探討了山東省溫度、降水、地表太陽輻射與NPP時空分布的關(guān)系。但已有的研究主要側(cè)重于分析NPP與氣候因子的相互關(guān)系，關(guān)于氣候、土地利用類型與NPP變化的綜合研究很少[20]。在此，本研究在GIS系統(tǒng)的支持下，利用CASA模型估算2001-2010年山東省陸地植被NPP，分析NPP與氣候、土地利用類型之間的關(guān)系，以期探討城市化背景下區(qū)域生物質(zhì)資源量的時空格局及其變化趨勢。

1 方法和數(shù)據(jù)

1.1研究區(qū)介紹 山東省位于中國東部沿海地區(qū)，黃河下游，介于34°22′～38°27′ N、114°47′～122°43′ E，瀕臨渤海與黃海，與朝鮮半島、日本列島隔海相望。全省陸地總面積1.57×105km2，近海海域超過1.7×105km2。全省劃分為17個地級行政區(qū)，下轄140個縣級行政區(qū)。中部突起，為魯中南山地丘陵區(qū)；東部半島大都是起伏和緩的波狀丘陵區(qū)；西部、北部是黃河沖積而成的魯西北平原區(qū)，是華北大平原的一部分。山東省屬于暖溫帶半濕潤季風(fēng)區(qū)，氣候溫和，雨量集中，四季分明。全年平均氣溫11～14 ℃，降水量550～590 mm，無霜期200 d以上。該地區(qū)是我國13個重要的糧食主產(chǎn)區(qū)之一，經(jīng)濟社會發(fā)展水平比較高，近10年來城市化、工業(yè)化水平不斷加快。

1.2模型介紹 CASA估算NPP可以由植物所吸收的光合有效輻射(APAR)和光能利用率(e)兩個因子來表示，其估算公式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式中，NPP為植被的凈初級生產(chǎn)力，APAR(x,t)為像元x處植被所吸收的光合有效輻射，ε(x,t)為植被的實際光能利用率。

植被吸收的光合有效輻射可用太陽輻射和植被對光合有效輻射的吸收比例來表示，其計算公式如下：

APAR=SOL×fPAR×0.5

(2)

式中，SOL是太陽總輻射量(MJ·m-2)，fPAR是植被層對入射光合有效輻射(PAR)的吸收比例，常數(shù)0.5表示植被所能利用的太陽有效輻射占太陽總輻射的比例，通常認為光合有效輻射的能量占太陽總輻射的一半。

冠層的光合有效吸收比例與植被指數(shù)有很好的線性關(guān)系，本研究利用下式計算光合有效輻射吸收比：

(3)

式中，SR是比值植被指數(shù)，SRmin和SRmax分別是最小和最大的比值植被指數(shù)，在本研究中參考樸世龍等[2]的研究結(jié)果，分別將其設(shè)為1.08和5.15。

光能利用率是在一定時期單位面積生產(chǎn)的干物質(zhì)中所包含的化學(xué)潛能與同一時間投射到該面積上的光合有效輻射能之比。實際光能利用率(ε)主要受溫度和水分因子的影響，其計算公式為：

ε=Tscalor1×Tscalor2×Wscalor×ε0

(4)

式中，Tscalor1和Tscalor2表示溫度對光能利用率的影響，Wscalor為水分條件對光能利用率的影響系數(shù)，ε0是理想條件下的最大光能利用率。

Tscalor1和Tscalor2分別通過式(5)和式(6)計算獲得：

Tscalor1=0.8+0.02×Topt-0.0005×(Topt)2

(5)

Tscalor2=1.181 4×[1+e0.2(Topt-10-T)]-1×

[1+e0.3(-Topt-10-T)]-1

(6)

式中，Tscalor1反映在低溫和高溫時植物內(nèi)在的生化作用對光合的限制而對凈第一性生產(chǎn)力產(chǎn)生的降低作用，當(dāng)某月的溫度低于-10 ℃時Tscalor1為0，Tscalor2反映溫度從最適光合溫度升高或降低時對植被光合的影響，Topt為最適光合溫度，本研究選用研究區(qū)NDVI最大月的平均溫度。

CASA模型中，Wscalor是通過一個簡單的土壤子模型來計算的，其中存在著很大的不確定性，所以本研究參考Xiao等[21]的研究，利用陸面水分指數(shù)(LSWI)來計算Wscalor，LSWI可以直接通過遙感方法獲得。計算公式如下：

Wscalor=min(LSWI/LSWImax,1)

(7)

(8)

式中，LSWImax是研究區(qū)生長季無雪覆蓋時的最大LSWI，ρnir和ρswir分別是短波紅外和近紅外波段的反射率。

山東省位于北半球中緯度，故本研究中最大光能利用率參考已有研究[16,22]，統(tǒng)一設(shè)置為0.39 g·MJ-1PAR。

1.3數(shù)據(jù)獲取 本研究收集了2001-2010年山東省境內(nèi)及周邊的31個氣象站的觀測數(shù)據(jù)，將這些資料在ArcMap中利用Kriging插值模塊插值獲得分辨率為1 km的降水和溫度數(shù)據(jù)。土地利用類型數(shù)據(jù)由Ran等[23]提供，該數(shù)據(jù)是利用2000年的全國1∶100 000的土地利用圖，1∶1 000 000的植被圖制作的植被功能型分布圖。遙感資料收集了2001-2010年MODIS反射率數(shù)據(jù)(MOD09)(http://modis.gsfc.nasa.gov/data/dataprod/index.php)，利用其計算植被指數(shù)。輻射根據(jù)日照時數(shù)估算獲得[24]。

2 結(jié)果與分析

2.12001-2010年NPP的空間分布 從CASA模型估算的山東省2001-2010年10年平均NPP分布圖可以看出，山東省絕大區(qū)域植被NPP在200～500 g·m-2·a-1，其中NPP最高值分布在西南部(圖1)。與NPP的空間分布一致，山東省西南部年平均溫度高于其它區(qū)域(圖2)，南部的降水量也高于北部(圖3)，而輻射的分布是東北高西南低(圖4)，與NPP的分布不一致。山東省植被固定的碳總量為3.46×1013g·a-1。田永生等[19]估算的2001-2005年山東省每年的NPP在3.1×1013～3.9×1013g·a-1，與本研究中估算的結(jié)果非常接近，說明本研究利用陸面水分指數(shù)(LSWI)來估算水分對植被NPP的影響是可行的。其中，林地為1.50×1012g·a-1，灌木為0.19×1012g·a-1，草地為6.89 ×1012g·a-1，農(nóng)田為2.625×1013g·a-1，濕地為0.04×1012g·a-1(表1)。農(nóng)田的NPP占了山東全區(qū)NPP的75%以上。蘇本營等[25]估算的山東省農(nóng)田的NPP約為476.5 g·m-2·a-1，略高于本研究中估算的394.66 g·m-2·a-1。

2.2山東省NPP時間變化動態(tài) 城市化地區(qū)通常以肥沃的土地為代價，因此，城市化與NPP變化是密切相關(guān)的，城市化通常導(dǎo)致NPP降低[26-28]。但本研究表明(圖5)，隨著城市化進程的加快，山東省NPP在過去的10年里有微弱的增加趨勢(0.7×1012g·a-1)。田永生等[19]發(fā)現(xiàn)2000-2006年山東省的NPP有逐年增加的趨勢，蘇本營等[25]的研究表明，2000-2006年山東省農(nóng)田生態(tài)系統(tǒng)的NPP也有逐年增加的趨勢，這可能歸因于圍海造田、植樹造林及荒地開墾等[29-32]。從氣象站觀測的溫度和降水來看，2001-2010年山東省的溫度(圖6)和降水量(圖7)都有增加的趨勢，而輻射(圖8)有減小的趨勢，輻射的減小可能是由于降水增多導(dǎo)致云量增加而引起的。山東省年NPP與年平均溫度的相關(guān)系數(shù)為0.42，與年降水量的相關(guān)系數(shù)為0.15，與輻射的相關(guān)系數(shù)是-0.33，這說明溫度和降水是導(dǎo)致NPP增加的主要原因。在NPP的年際變化曲線中，2002年的NPP明顯低于其它年份，而2002年的降水量遠遠低于平均水平(圖7)，因此，該年NPP的減小主要是受降水量影響所致。NPP的另一個較大的谷值出現(xiàn)在2009，從溫度和降水變化曲線看，該年溫度和降水量都較前幾年小，這兩個因子共同導(dǎo)致了2009年NPP的減小。

表1 不同土地利用類型NPP統(tǒng)計Table 1 The NPP for different land use types

圖1 2001-2010年10年平均NPP分布圖Fig.1 Distribution map of average annual NPP from 2001 to 2010

圖2 2001-2010年氣象站10年平均溫度分布圖Fig.2 Map of average annual air temperature from 2001 to 2010

圖3 2001-2010年10年平均降水量分布圖Fig.3 Map of average annual precipitation from 2001 to 2010

圖4 2001-2010年10年平均總輻射分布圖Fig.4 Map of average annual total radiation from 2001 to 2010

圖5 2001-2010年山東省NPP變化趨勢Fig.5 Change of NPP in Shandong Province from 2001 to 2010

圖6 2001-2010年山東省平均溫度變化趨勢Fig.6 Change of average air temperature in Shandong Province from 2001 to 2010

圖7 2001-2010年山東省年降水量變化趨勢Fig.7 Change of precipitation in Shandong Province from 2001 to 2010

圖8 2001-2010年山東省太陽總輻射變化趨勢Fig.8 Change of total solar radiation in Shandong Province from 2001 to 2010

圖9 山東省2001-2010年NPP空間分布圖Fig.9 Spatial distribution of net primary production of Shandong Province from 2001 to 2010

3 結(jié)論

1)NPP的分布，山東省西南部高于其他區(qū)域，而降水量和溫度也有類似的空間分布。受溫濕同期作用的影響，2001-2010年山東省NPP有微弱增加的趨勢。進一步分析表明，NPP與溫度的相關(guān)性高于植被年NPP與降水之間的相關(guān)性。

2)分析近10年來不同土地利用類型對NPP的影響表明，山東省每年植被吸收的碳約為3.46×1013g，其中農(nóng)田占了75%。隨著城市化進程的加快，農(nóng)田面積的減少必將破壞該區(qū)域碳循環(huán)的平衡。

本研究詳細分析了自然因素影響下近10年來山東植被的NPP時空變化，但仍存在一些不確定因素。首先是數(shù)據(jù)的不確定性。本研究CASA模型驅(qū)動數(shù)據(jù)主要為氣象數(shù)據(jù)和遙感數(shù)據(jù)兩部分。氣象數(shù)據(jù)總共有31個觀測站點，在此基礎(chǔ)上利用插值獲得了面上氣象數(shù)據(jù)，插值過程沒有考慮高程、坡度、坡向等對氣象因子的影響，因此，插值獲得的面上的氣象數(shù)據(jù)包含了一定誤差。在計算fPAR的時候，用到了MODIS的反射率產(chǎn)品(MOD09)，利用該產(chǎn)品計算了比值植被指數(shù)(SR)，然后根據(jù)公式將SR轉(zhuǎn)換成了fPAR，并沒有對SR做時間序列重建等剔除噪聲的工作，而MODIS反射率產(chǎn)品由于受云、氣溶膠等的影響包含了一定的噪聲，這給本研究的結(jié)果帶來了一定不確定性。此外，由于資料所限，本研究只用了一景植被類型分布圖，所以不能很好地反映土地利用變化所引起的NPP變化。

[1] Field C B,Behrenfeld M J,Randerson J T,etal.Primary production of the Biosphere:Integrating terrestrial and oceanic components[J].Science,1998,281：237-240.

[2] 樸世龍,方精云,郭慶華.1982-1999年我國植被凈第一性生產(chǎn)力及其時空變化[J].北京大學(xué)學(xué)報(自然科學(xué)版),2001,37(4):563-569.

[3] 李世華,牛錚,李壁成.植被凈第一性生產(chǎn)力遙感過程模型研究[J].水土保持研究,2005,12(3):126-128.

[4] Fang J Y,Guo Z D,Piao S L,etal.Terrestrial vegetation carbon sinks in China,1981-2000[J].Science in China (D-Earth Science),2007,50：1341-1350.

[5] Huang C Y,Asner G P,Barger N N.Modeling regional variation in net primary production of pinyon-juniper ecosystems[J].Ecological Modelling,2012,227：82-92.

[6] 朱文泉,潘耀忠,張錦水.中國陸地植被凈初級生產(chǎn)力遙感估算[J].植物生態(tài)學(xué)報,2007,31(3):413-424.

[7] 侯英雨,柳欽火,延昊,等.我國陸地植被凈初級生產(chǎn)力變化規(guī)律及其對氣候的響應(yīng)[J].應(yīng)用生態(tài)學(xué)報,2007,18(7):1546-1553.

[8] Takahiro S,Nobuko S,Kenlo N N,etal.Satellite-driven estimation of terrestrial carbon flux over Far East Asia with 1-km grid resolution[J].Remote Sensing of Environment,2011,115：1758-1771.

[9] Field C B,Randerson J T,Malmstr?m.Global net primary production:Combining ecology and remote sensing[J].Remote Sensing of Environment,1995,51：74-88.

[10] Running S W,Baldocchi D D,Turner D P,etal.A global terrestrial monitoring network integrating tower fluxes,flask sampling,ecosystem modeling and EOS satellite data[J].Remote Sensing of Environment,1999,70：108-127.

[11] 陳廣生,田漢勤.土地利用/覆蓋變化對陸地生態(tài)系統(tǒng)碳循環(huán)的影響[J].植物生態(tài)學(xué)報,2007,31(2):189-204.

[12] Mo X G,Liu S X,Lin Z H,etal.Regional crop yield,water consumption and water use efficiency and their responses to climate change in the North China Plain[J].Agriculture,Ecosystems and Environment,2009,134：67-78.

[13] 龐英.山東沿海地區(qū)耕地利用集約度時空特征[J].農(nóng)業(yè)工程學(xué)報,2011,27(9):328-333.

[14] 劉玉,郭麗英,劉彥隨.1980-2008年環(huán)渤海地區(qū)縣域糧食的時空動態(tài)變化及分析[J].農(nóng)業(yè)工程學(xué)報,2012,28(12):230-236.

[15] 陳溪,王子彥,匡文慧.土地利用對氣候變化影響研究進展與圖譜分析[J].地理科學(xué)進展,2011,30(7):930-937.

[16] Potter C,Randerson J T,Field C B,etal.Terrestrial ecosystem production:A process model based on global satellite and surface data[J].Global Biogeochemical Cycles,1993,7(4):811-841.

[17] 董丹,倪健.利用 CASA 模型模擬西南喀斯特植被凈第一性生產(chǎn)力[J].生態(tài)學(xué)報,2011,31(7):1855-1866.

[18] 陳正華,麻清源,王建,等.利用CASA模型估算黑河流域凈第一性生產(chǎn)力[J].自然資源學(xué)報,2008,23(2):263-273.

[19] 田永生,郭陽耀,張培棟,等.區(qū)域凈初級生產(chǎn)力動態(tài)及其與氣象因子的關(guān)系[J].草業(yè)科學(xué),2010,27(2):8-17.

[20] Wang H,Li X B,Long H L,etal.Monitoring the effects of land use and cover changes on net primary production:A case study in China’s Yongding River basin[J].Forest Ecology and Management,2009,258：2654-2665.

[21] Xiao X M,Hollinger D,Aber J,etal.Satellite-based modeling of gross primary production in an evergreen needleleaf forest[J].Remote Sensing of Environment,2004,89：519-534.

[22] Potter C,Klooster S,Myneni R,etal.Continental-scale comparisons of terrestrial carbon sinks estimated from satellite data and ecosystem modeling 1982-1998[J].Global and Planetary Changes,2003,39：201-213.

[23] Ran Y H,Li X,Lu L,etal.Large-scale land cover mapping with the integration of multi-source information based on the Dempster-Shafer theory[J].International Journal of Geographical Information Science,2012,26：169-191.

[24] 許新宜,王紅瑞,劉海軍,等.中國水資源利用效率評估報告[R].北京:北京師范大學(xué)出版社,2010：24-25.

[25] 蘇本營,張璐,陳圣賓,等.區(qū)域農(nóng)田生態(tài)系統(tǒng)生產(chǎn)力的時空格局及其影響因子研究——以山東省為例[J].生態(tài)環(huán)境學(xué)報,2010,19(9):2036-2041.

[26] Imhoff M L,Bounoua L,DeFries R,etal.The consequences of urban land transformation on net primary producitivity in the United States[J].Remote Sensing of Environment,2004,89：434-443.

[27] Yu D Y,Shao H B,Shi P J,etal.How does the conversion of land cover to urban use affect net primary productivity? A case study in Shenzhen City,China[J].Agricultural and Forest Meteorology,2009,149：2054-2060.

[28] 張媛媛.植被凈初級生產(chǎn)力估算及城市化水平的關(guān)系研究[D].上海：上海師范大學(xué),2010.

[29] 朱文泉,潘耀忠,陽小瓊,等.氣候變化對中國陸地植被凈初級生產(chǎn)力的影響分析[J].科學(xué)通報,2007,52(21):2535-2541.

[30] 王麗娜.山東省土地利用格局及其驅(qū)動因素[D].濟南：山東大學(xué),2008.

[31] 張高生.基于RS、GIS技術(shù)的現(xiàn)代黃河三角洲植物群落演替數(shù)量分析及近30年植被動態(tài)研究[D].濟南：山東大學(xué),2008.

[32] 劉爽,宮鵬.2000-2010年中國地表植被綠度變化[J].科學(xué)通報,2012,57(16):1423-1434.