基于3S技術(shù)的河北省山區(qū)植被凈初級生產(chǎn)力估算及空間格局研究

劉 征, 趙旭陽, 米林迪

(石家莊學院 資源與環(huán)境科學學院, 石家莊 050035)

基于3S技術(shù)的河北省山區(qū)植被凈初級生產(chǎn)力估算及空間格局研究

劉 征, 趙旭陽, 米林迪

(石家莊學院 資源與環(huán)境科學學院, 石家莊 050035)

植被凈初級生產(chǎn)力是國際地圈—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)定的核心研究內(nèi)容之一。以GIS為主要技術(shù)手段，借助CASA模型計算出河北省山區(qū)NPP，分析了山區(qū)NPP的空間格局，并對森林、草原的NPP分布情況進行了統(tǒng)計分析，對引起這種變化的主要因子進行了初步探討，評價分析模型的不確定性。結(jié)果表明：(1) 河北省山區(qū)2012年植被NPP總量為24 746.51 kt/a，平均值為744.1 g/(m2·a)；從整體上看，植被NPP主要分布在境內(nèi)燕山山脈，太行山山脈呈帶狀分布，其它地區(qū)零星分布。(2) 河北省山區(qū)NPP值差異顯著，由森林、草原、灌叢依次遞減。(3) NPP空間分布與氣溫和降水的空間分布有一定的相關(guān)性。研究結(jié)果為河北省山區(qū)生態(tài)系統(tǒng)結(jié)構(gòu)功能協(xié)調(diào)性、生態(tài)承載力、生態(tài)服務(wù)功能等后續(xù)研究奠定基礎(chǔ)，為山區(qū)社會經(jīng)濟和生態(tài)環(huán)境可持續(xù)發(fā)展提供科學依據(jù)。

植被凈初級生產(chǎn)力； CASA模型； 空間格局； 河北省山區(qū)

植被凈初級生產(chǎn)力(Net Primary Productivity，NPP)是指地球表面綠色植物在單位時間單位面積上由光合作用所固定的有機物質(zhì)總量扣除自養(yǎng)呼吸后的剩余部分，它不僅是生態(tài)系統(tǒng)的重要功能指標，也是生態(tài)系統(tǒng)經(jīng)濟價值研究的基礎(chǔ)和重要內(nèi)容[1]。在大區(qū)域尺度上人們無法直接用傳統(tǒng)的測量方法，采用新技術(shù)進行植被NPP研究的方法應(yīng)運而生[2]。目前的NPP估算模型可以根據(jù)數(shù)據(jù)源和影響因子的區(qū)別大致分為三種類型：氣候相關(guān)模型、過程模型和光能利用率模型[3]。光能利用率模型主要有CASA模型、GLO-PEM模型和C-FIX模型等。光能利用率模型計算結(jié)果的空間分辨率要高于過程模型，可用于各種尺度的NPP計算，成為NPP建模的熱點，本文將采用光能利用率模型中的CASA模型，并進行改進。

NPP研究雖然發(fā)展了很多年[3-12]，也取得了不少成果，但目前NPP時空研究還不深入，各種尺度上的估算有很大的差異性和不確定性[13]，目前還沒有找到統(tǒng)一的方法來計算植被的NPP[14]。因此將遙感數(shù)據(jù)和地面實測數(shù)據(jù)相結(jié)合，互相補充，開發(fā)動態(tài)模型，實現(xiàn)NPP的實時監(jiān)控和動態(tài)預(yù)測，是未來研究的主要方向。鑒于此，本文基于遙感和GIS技術(shù)對河北省山區(qū)NPP空變化進行研究，旨在掌握山區(qū)NPP的時空格局；并對森林、草原NPP的分布情況進行了統(tǒng)計分析，對引起這種變化的主要因子進行了初步探討，評價分析模型的不確定性。為該地區(qū)的NPP研究提供重要的基礎(chǔ)數(shù)據(jù)，同時也為相關(guān)部門制定植被保護對策提供依據(jù)，希望對河北省山區(qū)的生態(tài)環(huán)境建設(shè)有一定的指導意義。

1 研究區(qū)概況

河北省地處北緯36°05′—42°37′，東經(jīng)113°11′—119°45′，全省內(nèi)環(huán)首都北京市和北方重要商埠天津市，東臨渤海，地理位置十分重要[15]。河北省山地主要由燕山和太行山兩大山脈組成。山區(qū)包括承德、唐山、張家口、秦皇島、邯鄲、邢臺、石家莊、保定8市66個縣(市、區(qū))，總面積12.33萬km2，占河北省國土總面積的65.68%；總?cè)丝? 496萬人，占河北省總?cè)丝诘?5.72%[16]。太行山、燕山山脈呈扇形分布于我省的東北部、北部和西部，是華北的生態(tài)屏障，京津冀的水源地和綠色農(nóng)副產(chǎn)品供應(yīng)基地，生態(tài)、經(jīng)濟和戰(zhàn)略位置十分重要。但由于受山區(qū)自然條件和區(qū)位特點的限制，山區(qū)經(jīng)濟社會發(fā)展相對滯后，成為制約全省生態(tài)、經(jīng)濟、社會全面協(xié)調(diào)可持續(xù)發(fā)展的難點。

河北省山區(qū)森林可分為針葉林、闊葉林和灌木林3種。針葉林以溫性的油松林為主，兼有少量的涼溫性云杉林，面積占針葉林總面積的82%。河北省山區(qū)森林面積占全省森林面積93.4%，冀北山地林木最多，占全省林地總面積的74.4%，太行山區(qū)次之。草地資源中冀北區(qū)占絕對優(yōu)勢，全區(qū)草地總面積占全省草地總面積的65.9%。天然草地集中分布在壩上高原，次生草地主要分布在冀西北山間盆地和冀北山地的丘陵低山[17]。河北省作為中國經(jīng)濟、社會發(fā)展較為迅速的省份之一，其全年生產(chǎn)總值目前位居全國第六，同時河北省山區(qū)以其豐富的植物資源使它成為河北省重要的碳庫，具有巨大的生態(tài)及社會效益。但近半個世紀以來，河北省山區(qū)的資源環(huán)境面臨巨大威脅，從而使山區(qū)植被發(fā)生劇烈變化，破壞了生態(tài)系統(tǒng)的平衡，并通過植被NPP的變化表現(xiàn)出來。而河北省山區(qū)的項目建設(shè)改變了山區(qū)原有的植被分布格局，加劇了能量轉(zhuǎn)換和NPP變化，這種變化給山區(qū)帶來什么影響，前人并未深入地進行探討。

2 數(shù)據(jù)源與計算方法

2.1 氣象數(shù)據(jù)

利用CASA模型計算NPP需要多種氣象數(shù)據(jù)，包括植被的光能利用率、氣溫、降水等。本文以2012年河北省183個站點氣象數(shù)據(jù)為研究基礎(chǔ)，利用克里格插值法對氣象數(shù)據(jù)進行插值。

2.2 土地利用數(shù)據(jù)

根據(jù)2007年8月5日正式頒布執(zhí)行的《土地利用分類》國家標準，采用遙感信息與地學信息相結(jié)合，室內(nèi)判讀和野外調(diào)查相結(jié)合的方法，運用ERDAS IMAGINE和ArcGIS軟件，通過圖像預(yù)處理、圖像判讀，采用監(jiān)督分類方法對圖像進行分類，并對解譯好的影像進行土地利用變化檢測、分類后處理和精度評價。在分類數(shù)據(jù)圖像中隨機產(chǎn)生100個點，完全覆蓋于圖像中，與可清晰目視判別地類的原圖像進行對比。由此得出分類的精度評定報告，結(jié)果表明該圖的Kappa指數(shù)為0.79，均達到最低允許判別精度0.7的要求。

2.3 CASA模型

CASA模型通過植被吸收光合有效輻射(APAR)和光能利用率(ε)來估算區(qū)域植被凈初級生產(chǎn)力，是目前大區(qū)域條件下估算NPP最準確的方法之一[18]。

CASA模型中NPP計算表達式：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式中：t——象元被記錄的時間；x——象元的空間位置；APAR(x,t)——象元在t時間吸收的光合有效輻射[MJ/(m2·m)]；ε(x,t)——象元在x位置t時間時實際的光能利用率(g/MJ)。

3 結(jié)果與分析

3.1 NPP分布特征

3.1.1 NPP空間分布特征 2012年河北省山區(qū)植被NPP總量為24 746.51 kt/a，平均NPP為744.1 g/(m2·a)。NPP空間分布如附圖20，從圖可知，河北省山區(qū)植被NPP要分布在境內(nèi)的燕山山脈，即冀北山地，包括張家口、承德、唐山；境內(nèi)的太行山山脈呈現(xiàn)帶狀分布，即冀西山地；其它地區(qū)有零星分布。NPP的高值區(qū)[1 200 g/(m2·a)以上]主要分布在境內(nèi)燕山山脈的落葉闊葉林區(qū)，呈點狀分布；中值區(qū)[800～1 200 g/(m2·a)]主要分布在河北省西部山地的混交林區(qū)；低值區(qū)[400～800 g/(m2·a)]主要分布在冀北燕山山脈的針葉林區(qū)；極低值[400 g/(m2·a)以下]出現(xiàn)在冀西北草原區(qū)及灌木林區(qū)，呈點狀分布。

3.1.2 各行政區(qū)NPP分布特征 從行政范圍上，按市對NPP進行了統(tǒng)計，結(jié)果見附圖21—22所示。

從附圖21可以看出，各行政區(qū)的植被年均NPP存在如下規(guī)律：北部和西部城市年均NPP值較高，且由北向南NPP值逐漸減??；其中，北部承德市的植被年均NPP最大；東部唐山市的植被年均NPP值最小。

從附圖22可以看出，河北省山區(qū)各行政區(qū)的植被年總NPP呈現(xiàn)由西北部城市向東南部城市逐漸減少的規(guī)律，西北(承德和張家口)森林植被的年總NPP值較高，其總和占了研究區(qū)NPP總量的77.48%，其余6市的植被年總NPP值較低，其總和占了研究區(qū)NPP總量的22.52%。其中，以北部承德市植被年總NPP值最大；其次為張家口市；年總NPP最小的為邯鄲市。河北省山區(qū)年總NPP的分布格局與植被的分布有關(guān)，植被主要分布在北部承德和張家口，而西南部的城市分布較少。

3.1.3 各森林類型NPP的分布特征 按森林類型對研究區(qū)NPP進行統(tǒng)計，分析NPP在各森林類型中的分布情況[19](附圖23，24)。研究區(qū)內(nèi)各森林類型年均NPP的大小依次為：落葉闊葉林>混交林>常綠針葉林>落葉針葉林。主要是因為河北省山區(qū)的落葉闊葉林分布在海拔800～1 500 m的高度，這個位置氣溫適宜，人類對森林破壞作用較小，植被生產(chǎn)較好，NPP值較大；而落葉針葉林主要分布在海拔1 800～2 500 m以上的高度，海拔升高，溫度下降，條件變差，植被生長不利，NPP值較小。

研究區(qū)各森林類型年總NPP的大小依次為：混交林>落葉闊葉林>常綠針葉林>落葉針葉林。以上數(shù)據(jù)表明，河北省山區(qū)混交林對森林NPP的貢獻最大，常綠針葉林和落葉針葉林對NPP貢獻較小，兩者總和占NPP總量的比例不到40%。主要是由于山區(qū)內(nèi)混交林的面積較大，針葉林的面積較小，加上混交林的年均NPP大于針葉林的年均NPP，從而使河北省山區(qū)混交林的NPP總量大于針葉林的總量。

依據(jù)中國資源環(huán)境數(shù)據(jù)庫1∶400萬植被類型分布圖，將河北省山區(qū)灌叢分為以下兩種植被類型：落葉灌叢、矮林包括：沙棘、黃櫨、棒子、酸棗、野杜鵑、荊條灌叢等。高山矮灌木、苔原包括：苔鮮、苔原等[20]。河北省山區(qū)灌叢以落葉灌叢、矮林為主，溫帶高山矮灌木、苔原只占極少的一部分，所以沒有對二者進行分類分析。落葉灌叢、矮林在河北省山區(qū)的占地面積較小，共計213.7 km2，NPP值也不高為301.5 kt/a，NPP均值為198.6 g/(m2·a)。

3.1.4 各草原類型NPP分布特征 河北省的壩上草原有三處：張北壩上，豐寧壩上和圍場壩上[17]。依據(jù)中國科學院中國資源環(huán)境數(shù)據(jù)庫中的1:400萬植被類型數(shù)據(jù)庫知：河北省草原分為三類：森林草原、草甸草原、干草原。

由表1可知河北省山區(qū)草原NPP總體上是偏低的。由于河北省山區(qū)草原類型較少，各種草原類型的NPP值差異不大，其中森林草原凈初級生產(chǎn)力最大；草甸草原次之；干草原最低。草原生產(chǎn)力的高值區(qū)主要分布在壩上，可見草原NPP的大小受溫度影響較大。

表1 2012年河北省山區(qū)草原NPP

3.1.5 結(jié)果驗證 本文采用和其他研究者的同類結(jié)果進行比較的方法[21]對NPP的結(jié)果進行驗證。由于研究區(qū)域的不一致，本文對各植被類型的平均NPP進行對比，結(jié)果見表2。

表2 不同研究者估算的NPP結(jié)果比較g/(m2·a)

由表2對比可知，常綠針葉林、落葉針葉林、落葉闊葉林、混交林的NPP都稍大，灌叢的NPP值則偏小，但都在前人模擬結(jié)果的變化范圍之內(nèi)，波動幅度不大。本文結(jié)果偏高(灌叢除外)，主要是因為本文研究的是河北省山區(qū)，其他大都以我國為例，區(qū)域及植被分布的不一致導致取值有偏差。山區(qū)灌叢分布最少，NPP值偏低；山區(qū)森林覆蓋面積廣，NPP值偏高。

綜上所述，本文的NPP結(jié)果雖然和前人的研究結(jié)果存在一些偏差，但都在前人研究結(jié)果的變動范圍內(nèi)[15]。分析產(chǎn)生差異的原因，主要是由于模型選擇的參數(shù)不同，估算的年份及研究區(qū)域也不相同，另外，在統(tǒng)計結(jié)果時利用不同的植被分類圖。

3.2 NPP影響因子分析

3.2.1 氣溫 西部山區(qū)月均氣溫較低，承德和唐山靠近北京、天津的小部分山區(qū)月均氣溫較低，其余各地山區(qū)月均氣溫相接近。與河北省山區(qū)NPP分布作對比，溫度與植被NPP也有關(guān)系，主要取決于最適植被生長的溫度范圍的大小。溫度對植被NPP積累過程在不同時期影響不同，溫度升高雖然可以使植被NPP增加，但溫度過高或過低反而會對NPP產(chǎn)生影響，只有在水熱條件都適宜的情況下，才會使植被NPP出現(xiàn)最大值，這與趙國帥的研究結(jié)果相一致[21]。

3.2.2 降水量 從北向南降水量依次增多。承德北部和張家口西部山區(qū)降水最少，月均降水量在15 mm以下；承德和張家口的其他部分山區(qū)月均降水量是15～60 mm ；唐山、秦皇島、保定部分山區(qū)月均降水量是45～75 mm；河北省南部山區(qū)降水充沛，幾乎都在75 mm以上。與河北省山區(qū)NPP分布對比，可以看出，NPP分布沒有依次遞增的規(guī)律性；承德北部和張家口西部降水量最少，植被NPP值也極低；降水多的地區(qū)，如邢臺、邯鄲，NPP積累只是中等；而承德大部分地區(qū)以及唐山和秦皇島的部分地區(qū)NPP積累最多，但降水量只是適中。

這表明：降水量多少都會影響植被NPP的積累，只有降水適宜的地方，植被生長狀況才良好。降水在植被NPP的積累和空間分布變化中起著決定性的作用。尤其在干旱地區(qū)，水分更是決定植被NPP的重要因子，這與劉勇洪的研究結(jié)果相一致[22]。

對植被NPP來說，植物生長初期溫度比水分重要；到了生長后期，則水分比溫度重要，只有在水分充足的條件下，溫度升高才會使NPP增多，若只是溫度升高只會造成干旱，反而會使NPP下降，這與孫睿的研究結(jié)果相一致[23]。只有溫度和降水同時增加，并保證水熱條件良好時，植被NPP才會明顯增加，這與林慧龍的研究結(jié)果相一致[24]。

3.2.3 光能利用率 2012年河北省山區(qū)植被光能利用率的分布情況：河北省山區(qū)植被光能利用率在0～80×10-4g/MJ之間，平均光能利用率為32.68×10-4g/MJ，河北省的西北部山區(qū)光能利用率較低，在10×10-4～30×10-4g/MJ之間；承德、秦皇島和唐山的部分山區(qū)植被光能利用率較高，在40×10-4～80×10-4g/MJ 之間，尤其是承德東南部與唐山和秦皇島的臨近部分，植被光能利用率在 60×10-4～80×10-4g/MJ之間。與NPP分布圖比較發(fā)現(xiàn)，光能利用率分布與植被NPP分布非常相似，且植被的光能利用率決定著植被NPP的多少[25]。

3.2.4 植被類型 河北省太行山脈、燕山山脈以及承德一帶植被類型多為樹林、灌叢和矮林。與2012年河北省山區(qū)植被NPP分布情況比較發(fā)現(xiàn)：落葉闊葉林NPP積累最多，草原次之，灌叢最少。此外，植被NPP還與地形地貌、人類活動等有關(guān)系。

綜上所述，影響植被NPP的因素很多，而只有在特定條件下，單一因素(或以某一因素為主，多種影響因素為輔)對植被NPP產(chǎn)生明顯影響。不論是哪種條件，植被NPP積累都是由自然和人為因素共同決定的，這與偶星的研究結(jié)果相一致[26]。

3.3 模型的不確定性分析

3.3.1 數(shù)據(jù)的不確定性 研究所用的數(shù)據(jù)分為氣象數(shù)據(jù)和其他基礎(chǔ)數(shù)據(jù)，其不確定性可以分為數(shù)據(jù)本身的不確定性和數(shù)據(jù)處理的不確定性[27]。本文使用的河北省土地利用類型數(shù)據(jù)是采用遙感處理得到的，在數(shù)據(jù)處理過程中誤差會逐步積累。氣象數(shù)據(jù)(溫度、降水等)是將站點數(shù)據(jù)通過空間插值得到的[28]。由于站點的疏密和插值方法的影響，插值結(jié)果與實際空間分布狀況存在一定誤差，尤其時在站點稀疏區(qū)，誤差會更大。這種誤差在一定程度上會影響到計算結(jié)果的精度，應(yīng)該繼續(xù)加大實測網(wǎng)點密度，減少誤差[15]。植被類型的劃分也會因基礎(chǔ)數(shù)據(jù)的采集和分類系統(tǒng)的不同以及分類精度的影響，而與真實情況存在一定差別[29]。

3.3.2 模型的不確定性 在使用植被NPP估算模型(CASA模型)時，基本上都是利用遙感數(shù)據(jù)和GIS軟件，估算過程中所用的大部分參數(shù)也是采用實驗方法獲得的，這樣會造成一定誤差。參數(shù)間存在一定的關(guān)系模式，在計算和轉(zhuǎn)化時也有不確定性[24]。最大光能利用率ε是使用CASA模型估算植被NPP的基礎(chǔ)，在理想狀態(tài)下，最大光能利用率ε的取值一般為 0.389 g/MJ[15]，但人們對它的取值一直存在著爭議，甚至不同人員在不同模型中使用的值也不同，這種情況對植被NPP的估算結(jié)果影響很大。光合有效輻射(APAR)的計算中，取常數(shù)值0.5，近似表示植被所能利用的太陽有效輻射占太陽總輻射的比例，這一近似取值也給實驗結(jié)果帶來一定的影響。實際光能利用率計算時，溫度和水分影響因子的計算都會帶來一定的誤差[30]。

4 結(jié)論與討論

(1) 2012年河北省山區(qū)植被NPP總量為24 746.51 kt/a，平均值為744.1 g/(m2·a)。植被NPP主要分布在境內(nèi)的燕山山脈，即冀北山地，包括張家口、承德、唐山；境內(nèi)的太行山山脈呈帶狀分布，即冀西山地；其它地區(qū)有零星分布。NPP的高值區(qū)[1 200 g/(m2·a)以上]主要分布在境內(nèi)燕山山脈的落葉闊葉林區(qū)，呈點狀分布；中值區(qū)[800～1 200 g/(m2·a)]主要分布在河北省西部山地的混交林區(qū)；低值區(qū)[400～800 g/(m2·a)]主要分布在冀北燕山山脈的針葉林區(qū)；極低值[400 g/(m2·a)以下]出現(xiàn)在冀西北草原區(qū)及灌木林區(qū)，呈點狀分布。從植被類型上，常綠針葉林、落葉闊葉林、落葉針葉林和混交林積累的NPP較多；其次是草原；再次是稀疏灌叢、矮林；荒地幾乎不累積。

(2) 研究區(qū)內(nèi)植被NPP受溫度、降水、植被類型、光能利用率等的共同影響。水分熱量增多，植被NPP積累增加，但是水熱不足或過多會造成植被NPP積累能力減弱；只有在水熱條件充足穩(wěn)定的情況下，植被類型、光能利用率的變化與植被NPP的變化相一致。

(3) 研究結(jié)果經(jīng)驗證得出用CASA模型估算植被NPP的空間特征準確度較高。但NPP結(jié)果還存在很多不確定性，如數(shù)據(jù)參數(shù)的不確定性和模型的不確定性，數(shù)據(jù)參數(shù)的不確定性多因遙感數(shù)據(jù)的處理方法、遙感數(shù)據(jù)分類系統(tǒng)以及分類精度不同、插值方法等造成；模型的不確定性主要是由模型自身參數(shù)的選擇、模型公式的形式等產(chǎn)生的。雖然CASA模型本身發(fā)展已經(jīng)比較成熟，在使用過程中也充分考慮了環(huán)境條件的影響和植被本身的特性，但在一些參數(shù)獲取和確定的過程中不可避免的誤差對計算過程甚至結(jié)果都造成了一定的影響，所以本次研究也存在著一些需要改進的地方。

(1) 基于遙感數(shù)據(jù)的瞬時性，在使用CASA模型進行估算時，也僅僅是針對植被NPP的瞬時情況進行估算，無法形象的估算出植被NPP變化的完整過程，因此，使用遙感、GIS結(jié)合模型進行NPP估算將成為估算植被NPP的主要手段。

(2) CASA模型不能用來進行植被NPP動態(tài)變化的模擬和預(yù)測，同時在小目標區(qū)域范圍內(nèi)利用CASA模型進行植被NPP估算還不能保證估算結(jié)果的精度。

[1] 王駟鷂.基于遙感的江蘇省植被凈初級生產(chǎn)力時空分布研究[D].南京:南京信息工程大學,2012.

[2] 李剛,周磊,王道龍,等.內(nèi)蒙古草地NPP變化及其對氣候的響應(yīng)[J].生態(tài)環(huán)境,2008,17(5):1948-1955.

[3] Ebermaryer E.Die geamte Iechr der Waldtreu mit Ruckichtauf diechemiche tatik de Waldbauc[D].Belin: Jpringer,1876.

[4] McGuire A D, Melillo J M, Joyce L A, et al. Interactions between carbon and nitrogen dynamics in estimating net primary productivity for potential vegetation in North America[J]. Global Biogeochemical Cycles,1992,6(2):101-124.

[5] 陸逸.基于MODIS數(shù)據(jù)的三峽庫區(qū)凈初級生產(chǎn)力遙感估算研究[D]. 武漢:華中農(nóng)業(yè)大學,2011.

[6] 李世華.基于數(shù)據(jù)模型融合方法植被初級生產(chǎn)力遙感監(jiān)測研究[D].北京:中國科學院研究生院,2007.

[7] 馮宗煒,陳楚瑩,張憲武,等.湖南會同地區(qū)馬尾松林生物量的測定[J].林業(yè)科學,1982,18(2):127-134.

[8] 羅天祥,李文華,羅輯,等.青藏高原主要植被類型生物生產(chǎn)量的比較研究[J].生態(tài)學報,1999,19(6): 823-831.

[9] 張憲洲.我國自然植被凈第一性生產(chǎn)力的估算與分布[J].自然資源,1993(1):15-21.

[10] 劉世榮.中國森林生產(chǎn)力對氣候變化響應(yīng)的預(yù)測研究[J].生態(tài)學報,1998,18(5):478-483.

[11] 孫睿,朱啟疆.中國陸地植被凈第一性生產(chǎn)力及季節(jié)變化研究[J].地理學報,2000,5(1):36-44.

[12] 朱文泉,陳云浩,徐丹,等.陸地植被凈第一性生產(chǎn)力計算模型研究進展[J].生態(tài)學雜志,2005,24(3):296-300.

[13] 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)學報,2001,25(5):603-608.

[14] 王琪.黑龍江省植被凈第一性生產(chǎn)力的估算及空間特征分析[D].哈爾濱:東北林業(yè)大學,2009.

[15] 王璐玨.河北省植被凈初級生產(chǎn)力遙感估算[D].石家莊:河北師范大學,2011.

[16] 劉廣.京津冀地區(qū)森林植被凈初級生產(chǎn)力遙感估算研究[D].北京:北京林業(yè)大學,2008.

[17] 王衛(wèi),馮忠紅,陳輝.河北地理[M].北京:北京師范大學出版社,2012.

[18] 劉海桂,唐旭利,周國逸,等.1981-2000年廣東省凈第初級生產(chǎn)力的時空格局[J].生態(tài)學報,2007,27(10):4065-4074.

[19] 范敏銳.北京山區(qū)森林生態(tài)系統(tǒng)凈初級生產(chǎn)力對氣候變化的響應(yīng)[D]. 北京:北京林業(yè)大學,2011.

[20] 曲輝.應(yīng)用MODIS遙感信息評估華北平原植被凈第一性生產(chǎn)力(NPP)[D]. 長春:吉林大學,2004.

[21] 趙國帥.基于光能利用率模型的青海植被凈初級生產(chǎn)力模擬研究[D]. 哈爾濱:東北林業(yè)大學,2011.

[22] 劉勇洪,權(quán)維俊,高燕虎.華北植被的凈初級生產(chǎn)力研究及其時空格局分析[J].自然資源學報,2010,25(4):564-573.

[23] 孫睿,朱啟疆.陸地植被凈第一性生產(chǎn)力的研究[J].應(yīng)用生態(tài)學報,1999,10(6):757-760.

[24] 林慧龍,常生華,李飛.草地凈初級生產(chǎn)力模型研究進展[J].草業(yè)科學,2007,12(24):26-29.

[25] 李貴才.基于MODIS數(shù)據(jù)和光能利用率模型的中國陸地凈初級生產(chǎn)力估算研究[D]. 北京:中國科學院,2004.

[26] 偶星.基于CASA模型的平朔礦區(qū)復(fù)墾土地NPP研究[D]. 北京:中國地質(zhì)大學,2009.

[27] 侯英雨,毛留喜,李朝生,等.中國植被凈初級生產(chǎn)力變化的時空格局[J].生態(tài)學雜志,2008,27(9):1455-1460.

[28] 羅宇翔.貴州區(qū)域氣候?qū)χ脖粌舫跫壣a(chǎn)力影響研究[D].蘭州:蘭州大學,2009.

[29] 戚鵬程.基于GIS的隴西黃土高原落葉闊葉林潛在分布及潛在凈初級生產(chǎn)力的模擬研究[D].蘭州:蘭州大學,2009.

[30] 張娜.景觀尺度生態(tài)系統(tǒng)生產(chǎn)力過程模型研究：以長白山為例[D].北京:中科院地理科學與資源研究所,2001.

StudyonEstimationandSpatialPatternofVegetationNetPrimaryProductivityinMountainousAreaofHebeiProvinceBasedon3S

LIU Zheng, ZHAO Xu-yang, MI Lin-di

(DepartmentofResourcesandEnvironment,ShijiazhuangUniversity,Shijiazhuang,Hebei050035,China)

Net primary productivity is the core research filed of the international geosphere-Biosphere Programme (IGBP), the Global Change and Terrestrial Ecosystems (GCTE) as well as the Kyoto Protocol. Taking GIS as the main technical means, based on the theory of CASA model, NPP of mountain in Hebei province was calculated and analysis on distribution of vegetation NPP and the distribution of forest and grassland NPP has been carried out. The statistical analysis,on main factor causing this change, the preliminary discussion, analysis and evaluation model of the uncertainty have been carried. The results show that：(1) in mountain of Hebei Province in 2012, the amount of vegetation NPP was 24 746.51 kt/a, with a mean of 744.1 g/(m2·a), on the whole, vegetation NPP mainly distributed in the Yanshan Mountains, it distributed as the band pattern in the Taihang Mountains, and it scattered in other areas; (2) the NPPs are significantly different, which decrease in the order of forests>grasslands>shrub land; (3) spatial distribution of NPP and temperature and spatial distribution of precipitation has certain correlation, only in the case of appropriate hydrothermal conditions and NPP value maximum. Research results can lay the foundation for the mountainou ecosystem structure and function coordination, ecological carrying capacity, ecological service function and other follow-up in Hebei Province, and provide scientific basis for the mountainou social economy and ecological environment sustainable development.

vegetation net primary productivity; CASA model; spatial pattern; mountainous area of Hebei Province

2013-12-27

：2014-01-13

河北省自然科學基金項目“生態(tài)功能區(qū)風險識別與綜合評價研究:以石家莊地表水源保護區(qū)為例”(D2010001952); 河北省科技計劃項目(2237126D-3)

劉征(1979—),女,河北邯鄲涉縣人,碩士,講師,主要從事生態(tài)環(huán)境遙感研究。E-mail:liuzheng111_1979@163.com

趙旭陽(1959—),男,河北井陘市人,學士,教授,研究方向為區(qū)域研究與開發(fā)。E-mail:log2008@163.com

P964

：A

：1005-3409(2014)04-0143-05