基于GIS與RS的安徽省NPP模擬及時空分析

摘要 NPP（植被凈初級生產(chǎn)力）的研究是全球變化的核心內(nèi)容之一，是估算碳吸收量的重要依據(jù)，不僅直接反映了植被群落在自然環(huán)境條件下的生產(chǎn)能力，表征陸地生態(tài)系統(tǒng)的質(zhì)量狀況，而且是判定生態(tài)系統(tǒng)碳匯和調(diào)節(jié)生態(tài)過程的主要因子。在GIS的支持下，利用地面氣象數(shù)據(jù)和MODIS數(shù)據(jù)，考慮到最大光利用率在不同植被類型中的差異，在CASA模型驗證的基礎(chǔ)上，估算了安徽省2002～2009年7月份植被凈初級生產(chǎn)力，并分析其時空變化。結(jié)果表明：①通過與NPP實測資料及其他模型的對比，該模型估算的效果較好，數(shù)據(jù)獲取上也比較容易，模型的可操作性較強。②2002～2009年的8年間，安徽省7月份平均NPP為193.99 gC/m2，變化范圍為182.25～199.89 gC/m2。③安徽省7月份NPP值呈增加趨勢，但沒有達到顯著的水平。④安徽省7月份NPP總體分布趨勢是從南向北遞減，其中山區(qū)NPP最高，水域和城市最低。

關(guān)鍵詞 GIS； CASA模型； MODIS；最大光能利用率

中圖分類號 S127 文獻標識碼 A 文章編號 0517-6611（2014）17-05560-04

Abstract Net Primary Productivity and its response to climate change is one of the core of global change， is an important basis to estimate the carbon uptake. Not only reflect the production capacity of the vegetation communities under natural environmental conditions， characterize the quality status of terrestrial ecosystems， but also is the main factor to determine ecosystem carbon exchange and the regulation of ecological processes. With the support of GIS， using the surface meteorological data and MODIS data， take into account the difference of the maximum light utilization in different vegetation types， on the basis of the CASA model validation， vegetation net primary productivity in Anhui Province in July of 2002 and 2009 was evaluated， and the temporal and spatial variation was analyzed. The results show that： ① Compared with NPP measured data and other models， CASA model estimates better， data acquisition is also relatively easy and has strong operability. ② During 2002-2009， the average NPP of Anhui Province in July is 193.99 gC/m2， ranges from182.25 gC/m2 to 199.89 gC/m2. ③ NPP is an increasing trend， but did not reach significant levels. ④ NPP overall distribution trend decrease from south to north in July in Anhui Province， NPP in mountainous area is maximum， water and urban is minimum.

Key words GIS； CASA model； MODIS； Maximum light utilization

NPP（Net Primary Productivity）是指綠色植物在單位時間和單位面積上所吸收碳的總量，或由光合作用（扣除自養(yǎng)呼吸后）所產(chǎn)生的有機物質(zhì)總量，即植被凈初級生產(chǎn)力，是估算碳吸收量的重要依據(jù)。NPP作為地表碳循環(huán)的重要組成部分，不僅直接反映植被群落在自然環(huán)境條件下的生產(chǎn)能力，表征陸地生態(tài)系統(tǒng)的質(zhì)量狀況，而且是判定生態(tài)系統(tǒng)碳匯和調(diào)節(jié)生態(tài)過程的主要因子[1]。建立于1987年的國際地圈——生物圈計劃（IGBP）、全球變化與陸地生態(tài)系統(tǒng)（GCTE）以及京都協(xié)定（Kyoto Protocol）均把植被的NPP研究確定為核心內(nèi)容之一[2]。

1 研究背景及現(xiàn)狀

NPP的研究方法很多，有關(guān)學(xué)者從不同角度及學(xué)科對NPP的估算進行了深入細致的研究，取得了豐碩成果。在區(qū)域或全球尺度上，人們無法直接和全面地測量NPP，因此利用模型估算NPP已成為一種重要而廣泛接受的研究方法[3]。NPP研究的早期，有些人根據(jù)NPP和氣候之間的統(tǒng)計關(guān)系，建立了NPP的氣候估算模型；還有些人則根據(jù)植物生長和發(fā)育的基本生態(tài)生理和過程，結(jié)合氣候及土壤物理數(shù)據(jù)，建立了NPP的估算生態(tài)過程模型。隨著遙感和計算機技術(shù)的發(fā)展，利用遙感模型進行NPP估算已深入到許多領(lǐng)域，有的直接用植被指數(shù)與NPP的關(guān)系進行計算，目前已成為NPP估算的一種全新手段[4-5]，使區(qū)域及全球尺度的NPP估算成為可能。

近年來，已經(jīng)建立了大量的遙感模型，如GLOPEM、GLOPEm2、SDBM、TURC、SIB2、3PG、CFix、VPM、LULUE和EC-LUE等，其中基于光能利用率原理的CASA（CarnegieAmesStanford Approach）模型已被廣泛用于區(qū)域陸地凈初級生產(chǎn)力、全球碳循環(huán)和農(nóng)作物產(chǎn)量的評估。這些研究充分說明，基于遙感信息的生態(tài)過程模型可以在全球和區(qū)域尺度上很好地評估NPP或GPP（Gross Primary Productivity）的動態(tài)變化及其時空變異性[6]。目前有關(guān)植被凈第一性生產(chǎn)力及其與全球變化關(guān)系的研究大多數(shù)集中在全球變化影響下未來植被凈第一性生產(chǎn)力變化的預(yù)測[7-8]。由于資料等原因，對過去植被凈第一性生產(chǎn)力的變化的研究卻很少。Tian 等應(yīng)用TEM（Terrestrial Ecosystem Model）模型估算了1900 年到1994年的美國植被凈第一性生產(chǎn)力，并對時空變化進行了分析[9]；Peng等基于古生態(tài)記錄，利用簡單的統(tǒng)計模型推算了13 000年來歐洲古植被的生產(chǎn)力及其變化[10]。國內(nèi)對植被凈第一性生產(chǎn)力隨時間變化的研究比較薄弱，區(qū)域性的研究更少，因數(shù)據(jù)獲取難，植被類型多樣，多集中在植被類型較為單一的內(nèi)蒙古草原地區(qū)。為了闡明安徽省植被凈第一性生產(chǎn)力及其時空變化，了解近年來安徽省植被在全球碳循環(huán)中的作用，筆者應(yīng)用目前國際上最通用的植被凈第一性生產(chǎn)力模型——CASA模型，估算2002～2009年間7月安徽省植被凈第一性生產(chǎn)力，并分析其時空變化[11]。

2 研究區(qū)概況及研究方法

2.1 研究區(qū)概況

安徽省位于中國中東部，總面積約14萬km2，位于114.90°～119.61° E、29.69°～34.63° N之間，在我國重要的地理分界線——秦嶺淮河線上，亞熱帶季風氣候與溫帶季風氣候的交界處，氣溫降水隨緯度變化差異明顯，地形平原和山地為主，植被主要為常綠闊葉林，分布在大別山區(qū)和皖南山區(qū)。安徽省處于我國水旱耕作制度的過渡帶，是我國農(nóng)業(yè)大省，在農(nóng)業(yè)生產(chǎn)中具有代表性，并位于IGBP全球變化研究典型陸地樣帶中國中部陸地樣帶之內(nèi)，是全球變化最為敏感的區(qū)域之一。7月份是植被生長最旺的季節(jié)，也是NPP最高的月份，最能反映安徽省植被的生長狀況，NPP的估算對生態(tài)環(huán)境和糧食安全具有重要的意義。

2.2 數(shù)據(jù)來源與預(yù)處理

遙感影像數(shù)據(jù)主要來自于美國EROS （地球資源觀測系統(tǒng)）數(shù)據(jù)中心探路者數(shù)據(jù)庫，傳感器搭載在美國國家航天局發(fā)射的Terra衛(wèi)星上，共有36個波譜波段。模型所需的歸一化植被指數(shù)NDVI（Normal Differential Vegetation Index）、增強型植被指數(shù)EVI（Enhanced Vegetation Index）以及近紅外波段NIR（Near-infrared）、短波紅外波段SWIR（Shot-wave Infrared）由Modis13A3（1 km分辨率植被指數(shù)每月合成產(chǎn)品）數(shù)據(jù)獲取。數(shù)據(jù)從國際科學(xué)數(shù)據(jù)服務(wù)平臺網(wǎng)站下載，該網(wǎng)站只能下載到2002～2009年Modis13A3影像，故NPP的估算也只能選擇2002～2009年的8年。

氣象統(tǒng)計數(shù)據(jù)來自中國氣象局科學(xué)數(shù)據(jù)共享網(wǎng)、人地系統(tǒng)主題數(shù)據(jù)庫、《安徽省統(tǒng)計年鑒》等，數(shù)據(jù)包括2002～2009年7月份近地面氣溫Ts、日照百分率S/S0、天文輻射Q0，選擇安徽省及周邊省份的部分氣象站觀測的數(shù)據(jù)，共38個（見表1）。

近地面溫度Ts：對于7月近地面溫度Ts，選用38個安徽及周邊省份氣象站采集的氣溫數(shù)據(jù)，對氣溫數(shù)據(jù)進行空間分析，運用空間插值生成。7月份近地面氣溫Ts柵格圖層，通過不同數(shù)據(jù)點之間半方差的計算，可做出半方差隨距離變化的半方差圖，從而估算出采樣點和未采樣點之間的相關(guān)系數(shù)，估算出安徽省全境的7月近地面溫度。

日照百分率：表示為實際日照時間S與可能日照時間S0之比，用S/S0表示。比值愈小，表明陰天愈多，光照愈短；愈大則表明晴天愈多，光照愈長，日照百分率的變化，直接影響植物的生長發(fā)育和產(chǎn)量質(zhì)量。對各站點所測的日照百分率同樣作空間插值，生成柵格圖像。

天文輻射Q0：7月份安徽省的天文輻射是從南向北遞減。安徽省境內(nèi)只有合肥和屯溪兩個實測站點，天文輻射只和日地的天文關(guān)系相關(guān)，可采用克里金線性插值法，獲取7月的天文輻射值（圖1）。

3.1.5

最大光能利用率。光能利用率是在一時期單位面積上生產(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。環(huán)境因子如氣溫、土壤水分狀況以及大氣水汽壓差等會通過影響植物的光合能力而調(diào)節(jié)植被的NPP。在遙感模型中這些因子對NPP的調(diào)控是通過對最大光能利用率的訂正來實現(xiàn)的。運用安徽省7月份土地利用現(xiàn)狀矢量數(shù)據(jù)，并結(jié)合不同植被類型吸收的光合有效輻射值，提取出不同植被最大光能利用率的柵格數(shù)據(jù)。為了模型的美觀，特將模型乘以1。

月最大光利用率ε0的取值因不同的植被類型而有所不同，由于全球最大光轉(zhuǎn)化率的取值對NPP的估算結(jié)果影響很大，人們對它的大小一直存在爭議，彭少麟等利用GIS和RS估算了廣東植被光利用率，認為CASA 模型中所使用的全球植被月最大光利用率（0.389 gC/MJ）對廣東植被來講偏低。筆者根據(jù)生態(tài)生理過程模型BIOME -BGG對10 種植被類型所模擬的結(jié)果，它們的取值分別為：常綠針葉林1.008 gC/MJ，常綠闊葉林1.259 gC/MJ，落葉針葉林1.103 gC/MJ，落葉闊葉林1.044 gC/MJ，混交林1.116 gC/MJ，落葉灌叢及稀樹草原0.768 gC/MJ，稀疏灌木0.774 gC/MJ，矮林灌叢0.888 g C/MJ，草地0.608 gC/MJ，耕作植被0.604 gC/MJ。其他如城市、水體等生態(tài)系統(tǒng)取CASA模型所估算的全球月平均最大光利用率0.389 gC/MJ[16]。

3.2 NPP模擬

4 安徽省NPP的空間分布

以2009年7月份安徽省NPP為例分析，計算結(jié)果表明NPP的均值為199.35 gC/m2。安徽省自然植被NPP受土地利用類型的影響相當明顯，林業(yè)用地的數(shù)值高于其他類型用地，同時由于地處南北地理分界線上，受氣溫和降水的影響也很大，NPP總體上呈從南向北遞減的趨勢（圖6）。皖南山區(qū)和大別山區(qū)植被類型多樣，為亞熱帶常綠闊葉林，植被的覆蓋率高，因此凈初級生產(chǎn)力也較高，NPP平均值超過300 gC/m2，另外滁州、淮北的部分丘陵地區(qū)也較高。中部和北部主要為耕地，因處7月份，正值農(nóng)作物生長期，大部分都在100 gC/m2以上，平均氣溫隨著緯度的增加在逐漸降低，NPP呈逐漸下降的趨勢，但不是很明顯，這部分是由于降水的因素。7月份副熱帶高氣壓北移至30° N左右，長江流域出現(xiàn)伏旱天氣，氣溫升高，降水很少，而此時雨帶北移，停留在淮河流域，雨熱同期的條件，植被生長旺盛，凈初級生產(chǎn)力也較高，南北的差異也就不大。長江、淮河、巢湖流域以及合肥等城市建成區(qū)，沒有植被覆蓋或植被的覆蓋率很低，凈初級生產(chǎn)力低，特別是水域，NPP最低，平均值在50 gC/m2以下。植被凈初級生產(chǎn)力受水分及溫度的限制比較大，溫度升高、降水增加都會減少這兩個因素的限制作用，因此， NPP的相對增加幅度比較大，這與國際生物圈計劃（IGBP）的研究結(jié)果基本一致。

5 結(jié)論

安徽省屬亞熱帶向暖溫帶的過渡區(qū)域，氣候、植被表現(xiàn)出明顯的過渡性，氣溫降水多變，NPP變化也很明顯。同時，在全球變暖的大背景下，NPP在逐漸增加，波動性也在減小?？茖W(xué)、準確的NPP對于評價區(qū)域生態(tài)系統(tǒng)的碳循環(huán)過程和植被的固碳能力、應(yīng)對區(qū)域氣候變化及區(qū)域經(jīng)濟發(fā)展具有重要意義。同時可為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、耕地資源可持續(xù)利用和生態(tài)環(huán)境的保護等相關(guān)領(lǐng)域提供理論依據(jù)與科學(xué)技術(shù)支持。

參考文獻

[1]FIELD C B， BEHRENFELD M J， RANDERSON J T， et al. Primary Production of the Biosphere：Integrating Terrestrial and Oceanic Components[J].Science，1998，281：237-240.

[2] STEFFAN W，NOBLE I，CANADELL P，et al.The Terrestrial Carbon Cyele ：Implications for Kyoto Protocol [J].Science，1998，280：1393-1394.

[3] 朱志輝.自然植被凈第一性生產(chǎn)力估計模型[J].科學(xué)通報，1993，38（15）：1422-1426.

[4] 孫睿，朱啟疆.中國陸地植被第一性生產(chǎn)力及季節(jié)變化研究[J].地理學(xué)報，2000，50（1）： 36-45.

[5] 樸世龍，方精云，郭慶華.利用CASA 模型估算我國植被凈第一性生產(chǎn)力[J].植物生態(tài)學(xué)報，2001，25（5）： 603-608.

[6] 張峰，周廣勝，王玉輝.基于CASA模型的內(nèi)蒙古典型草原植被凈初級生產(chǎn)力動態(tài)模擬[J].植物生態(tài)學(xué)報， 2008，32（4）：786-797.

[7] 鄭元潤，周廣勝，張新時，等.中國陸地生態(tài)系統(tǒng)對全球變化的敏感性研究[J].植物學(xué)報，1997，39（9）：837-840.

[8] 劉世榮，郭泉水，王兵.中國森林生產(chǎn)力對全球變化響應(yīng)的預(yù)測研究[J].生態(tài)學(xué)報，1998，18（3）：478-483.

[9] TIAN B H ， MELILLO J M， KICKLIGHTER D W， et al. The Sensitivity of Terrestrial Carbon Storage to Historical Climate Variability and Atmospheric CO2 in the United States[J]. Tellus，1999， 51：414-452.

[10] PENG C H ， GUIOT J ， VAN CAMPO E ， et al. Temporal and Spatial Variations of Terrestrial Biomes and Carbon StorageSince 13 000 yr BP in Europe ： Reconstruction from Pollen Data and Statistical Models[J]. Water，Air and Soil Pollution，1995，82：375-391.

[11] 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，2001，35（4）：563-568.

[12] 伍衛(wèi)星，王紹強，肖向明，等.利用MODIS影像和氣候數(shù)據(jù)模擬中國內(nèi)蒙古溫帶草原生態(tài)系統(tǒng)總初級生產(chǎn)力[J].中國科學(xué)，2008，38（8）：993-1004.

[13] 朱文泉，潘耀，何浩，等.中國植被最大光能利用率模擬[J].科學(xué)通報，2006，51（6）：700-706.

[14] 梁邦云，王效瑞.安徽太陽總輻射經(jīng)驗計算公式的探討[R].安徽省氣象臺，2004.

[15] 劉高煥，勵惠國.中國植被凈第一性生產(chǎn)力遙感動態(tài)監(jiān)測[J].遙感學(xué)報，2006，6（2）：129-136.

[16] 朱文泉，潘耀忠，龍中華，等.基于GIS和RS的區(qū)域陸地植被NPP估算[J].遙感學(xué)報，2005，9（3）：300-307.