池 源,石洪華,*,王曉麗,李 捷,豐愛平
1國家海洋局第一海洋研究所, 青島 266061 2天津理工大學(xué)環(huán)境科學(xué)與安全工程學(xué)院,天津 300384 3青島理工大學(xué)環(huán)境與市政工程學(xué)院, 青島 266033
廟島群島南五島生態(tài)系統(tǒng)凈初級生產(chǎn)力空間分布及其影響因子
池 源1,石洪華1,*,王曉麗2,李 捷3,豐愛平1
1國家海洋局第一海洋研究所, 青島 266061 2天津理工大學(xué)環(huán)境科學(xué)與安全工程學(xué)院,天津 300384 3青島理工大學(xué)環(huán)境與市政工程學(xué)院, 青島 266033
凈初級生產(chǎn)力(NPP)估算對于海島碳源/匯研究具有重要意義。以廟島群島南五島為例,結(jié)合CASA模型和區(qū)域特征構(gòu)建NPP估算模型,借助RS和GIS技術(shù)進(jìn)行NPP估算,進(jìn)而分析南五島NPP空間分布特征及其影響因子。結(jié)果表明:南五島NPP總量為11043.52t C/a,平均密度為340.19g C m-2a-1,處于全國平均水平,高于同緯度的西部地區(qū),低于東部沿海大陸地區(qū);夏季NPP總量占全年的80%左右,春季和秋季分別占11%和7%,冬季僅占1.3%;不同海島的NPP平均密度由大到小依次為大黑山島、北長山島、廟島、南長山島和小黑山島,各島NPP平均密度與建設(shè)用地比例呈明顯負(fù)相關(guān);不同地表覆蓋類型的NPP平均密度由大到小依次為闊葉林、針葉林、農(nóng)田、草地、建設(shè)用地和裸地,林地具有較高的NPP值,說明南五島的人工林建設(shè)具有重要生態(tài)作用;NDVI和地表覆蓋類型是NPP最主要的影響參數(shù),地形參數(shù)通過影響NDVI和地表覆蓋類型間接作用于NPP結(jié)果;NPP與土壤pH、有效磷、全磷、全鉀呈顯著負(fù)相關(guān),與全氮、總碳、總有機(jī)碳呈顯著正相關(guān),與含水量、速效鉀和含鹽量之間相關(guān)關(guān)系不明顯。
海島生態(tài)系統(tǒng);凈初級生產(chǎn)力;廟島群島南五島;空間分布;影響因子
凈初級生產(chǎn)力(NPP)是植物光合作用產(chǎn)生有機(jī)質(zhì)總量扣除自養(yǎng)呼吸后的剩余部分,是地表碳循環(huán)的重要組成[1]。NPP不僅能夠直接反映植被群落在自然環(huán)境條件下的生產(chǎn)能力,表征生態(tài)系統(tǒng)的質(zhì)量狀況,而且是判定生態(tài)系統(tǒng)碳源/匯和調(diào)節(jié)生態(tài)過程的主要因子[2]。同時,3S技術(shù)的發(fā)展為NPP研究提供了新的思路和方法,從遙感影像中獲取地表覆蓋類型并提取歸一化植被指數(shù)(NDVI),結(jié)合氣象、地形等數(shù)據(jù)對區(qū)域NPP進(jìn)行估算,具有較高的準(zhǔn)確度和較強(qiáng)的可操作性,在草地、森林、濕地、農(nóng)田等不同生態(tài)系統(tǒng)以及不同時空尺度的NPP研究中得到了廣泛的應(yīng)用[3-7],然而鮮有關(guān)于海島生態(tài)系統(tǒng)NPP的研究。
海島兼具陸、海雙重特征,是一種特殊的生態(tài)系統(tǒng)[8]。由于海島位置的特殊性、面積的有限性以及空間的隔離性,海島生態(tài)系統(tǒng)更容易受到風(fēng)暴潮、干旱等自然災(zāi)害的干擾,并且具有明顯的獨(dú)立性和脆弱性[9]。同時,海島森林、灌草、土壤等是生物多樣性維持、水源涵養(yǎng)、水土保持等生態(tài)功能發(fā)揮的基本載體[10]。全球海島面積約占全球陸地面積的1/15,在碳循環(huán)中扮演著非常重要的角色[11],海島NPP研究具有重要意義。
本文以廟島群島南五島為例,構(gòu)建NPP估算模型,在現(xiàn)場調(diào)查的基礎(chǔ)上,采用不同季節(jié)遙感影像數(shù)據(jù),結(jié)合氣象資料和地形數(shù)據(jù),對南五島NPP的空間分布及其影響因子進(jìn)行研究,以期為南五島生態(tài)系統(tǒng)碳源/匯研究提供依據(jù)。
廟島群島位于山東半島北側(cè),黃、渤海交會處,是我國北方海島分布的典型區(qū)域,也是長島國家級自然保護(hù)區(qū)的重要依托,按照地理位置可分為南、中、北3個島群。其中南部島群的海島分布最為集中,距離大陸最近,是山東省長島縣的人口、經(jīng)濟(jì)和文化中心,其主體為南長山島、北長山島、廟島、大黑山島和小黑山島5個有居民海島,合稱“南五島”。該區(qū)域?qū)儆跂|亞季風(fēng)氣候區(qū),年均氣溫12.0℃,1月平均氣溫-1.6℃,7月平均氣溫24.5℃;年均降水量約537mm,降水多集中在6—9月;日照較為充足,年均日照時數(shù)2612h。南五島地勢起伏明顯,山勢大致呈南北走向,最高點海拔約為189m;土壤主要有棕壤、褐土、潮土三大類,以棕壤土分布面積最大,土層厚度約為30cm,多砂礫,土質(zhì)較差[12]。南五島現(xiàn)有林木主要為人工林,以黑松和刺槐為主要優(yōu)勢樹種,林下分布著紫穗槐、檉柳等灌木和各類草本植物。
2.1 數(shù)據(jù)來源與處理
2.1.1 遙感影像
采用LANDSAT8衛(wèi)星2013年4月21日、8月11日、11月15日和2014年1月2日(代表不同季節(jié))4個時相南五島所在區(qū)域30m分辨率的無云影像。
利用ENVI4.7軟件對影像進(jìn)行裁切、輻射定標(biāo)、波段運(yùn)算得到NDVI值(圖1)?;?013年8月遙感影像,通過ArcGIS10.0軟件進(jìn)行人機(jī)交互解譯,將南五島地表覆蓋分為針葉林、闊葉林、草地、農(nóng)田、建設(shè)用地和裸地6類(圖2),結(jié)合現(xiàn)場實地調(diào)研、Google Earth和相關(guān)的圖集資料進(jìn)行解譯精度驗證,解譯精度為92.8%,能夠滿足本次研究的需要。
圖1 不同季節(jié)南五島NDVI分布Fig.1 NDVI Distribution of five southern islands in different seasons
圖2 南五島地表覆蓋類型Fig.2 Land cover types of five southern islands
2.1.2 地形
采用2011年公布的Aster GDEM第二版DEM數(shù)據(jù),垂直分辨率20m,水平分辨率30m;通過ArcGIS10.0由DEM數(shù)據(jù)提取出高程、坡度和坡向(圖3)。
2.1.3 氣象和土壤
降雨量、氣溫、日照時數(shù)、相對濕度來自長島縣氣象站監(jiān)測數(shù)據(jù);太陽總輻射來自煙臺福山氣象站監(jiān)測的多年平均數(shù)據(jù)。
2012年夏季進(jìn)行土壤現(xiàn)場采樣并檢測,獲得南五島36個樣方的土壤理化性質(zhì)數(shù)據(jù)(圖4)。采用多點混合取土樣方法,在每個樣方內(nèi)分別選取3個取樣點,采用標(biāo)準(zhǔn)環(huán)刀(100cm3)進(jìn)行取樣,將3個取樣點的土壤均勻混合,作為該樣方的土壤樣品。樣品采集后,帶回實驗室,除去其中草根、大石礫等雜質(zhì),過2mm鋼篩并磨細(xì),在105℃高溫下烘至恒重,稱量并計算土壤含水率;pH值采用電位法進(jìn)行測定,有效磷采用鹽酸-氟化銨法進(jìn)行測定,速效鉀采用乙酸銨提取法進(jìn)行測定,全磷采用碳酸鈉熔融法進(jìn)行測定,全鉀采用氫氧化鈉熔融法進(jìn)行測定,含鹽量采用電導(dǎo)法進(jìn)行測定,全氮采用開氏法進(jìn)行測定,總碳采用高溫灼燒法進(jìn)行測定,總有機(jī)碳采用重鉻酸鉀容量法進(jìn)行測定。
圖3 南五島高程、坡度和坡向Fig.3 Altitude, slope and aspect of five southern islands
圖4 土壤調(diào)查樣方位置Fig.4 Locations of soil sample sites
2.2 NPP模型構(gòu)建與計算
根據(jù)CASA模型[13],構(gòu)建本次NPP遙感估算總模型如下:
NPP(x, t)=APAR(x, t)×ξ(x, t)
(1)
APAR(x, t)=PAR(x, t)×FPAR(x, t)
(2)
ξ(x, t)=ft(t)×fw(t)×ξmax
(3)
式中,NPP(x,t)為x點t月凈初級生產(chǎn)力;APAR(x,t)為x點t月吸收的光合有效輻射(MJ m-2月-1);ξ(x,t) 為x點t月的實際光能利用率(g C/MJ);PAR(x,t)為x點t月的光合有效輻射(MJ m-2月-1);FPAR(x,t)為x點t月光合有效輻射吸收比例(%);ft(t)和fw(t)分別為研究區(qū)t月的氣溫脅迫因子和水分脅迫因子(%);ξmax為植被最大光能利用率(g C/MJ)。
2.2.1 PAR計算
考慮到南五島高程起伏明顯,地形遮蔽對于不同位置能夠接受到的太陽輻射量有著直接影響[14],將地形作為PAR計算的重要因子,構(gòu)建公式如下:
PAR(x, t)=SOL(t) ×50%×[0.4+0.6×d(x, t)]
(4)
式中,SOL(t)為t月太陽總輻射量(MJ m-2月-1);50%表示植被能利用的太陽有效輻射占太陽總輻射的比例,由文獻(xiàn)[5]得出;0.4和0.6分別為區(qū)域太陽散射輻射和直接輻射占太陽總輻射的多年平均比例,由文獻(xiàn)[15-16]得出;d(x,t)為x點t月的太陽輻射地形影響因子,由下式計算得出:
(5)
式中,θ(t)為t月遙感影像獲得當(dāng)天南五島所在緯度的正午太陽高度角,Hillshade(x,t)為x點t月的遮蔽度,無量綱,Hillshade(max,t)和Hillshade(min,t)分別為t月遮蔽度的最大值和最小值。Hillshade(x,t)由下式求得[17]:
(6)
其中,Slope(x)為點x的坡度,Azimuth為太陽方位角,這里均取180°,Aspect(x)為x點的坡向。
2.2.2 FPAR計算
FPAR與NDVI存在明顯的線性關(guān)系[18],可由下式得出:
FPAR(x,t)1=(NDVI(x,t)-NDVImin)/(NDVImax-NDVImin) ×(FPARmax-FRARmin)+ FPARmin
(7)
式中:NDVI(x,t)為x點t月的NDVI值;為了剔除異常值,削弱極值的影響,NDVImax和NDVImin分別取全部月份NDVI值的95%和5%百分位值,F(xiàn)PARmax和FPARmin分別取0.95和0.001[13]。
同時,研究發(fā)現(xiàn)FPAR與比植被系數(shù)(SR)也具有明顯的線性相關(guān)[19],可由下式得出:
FPAR(x,t)2=(SR(x,t)-SRmin)/(SRmax-SRmin)×(FPARmax-FPARmin)+FPARmin
(8)
式中,SR(x,t)為x點t月的比植被系數(shù),由式9得出。SRmax和SRmin分別取SR 值的95%和5%百分位值。
(9)
式7和式8是基于遙感影像像元NDVI值的線性公式,具有跨尺度的特點,能夠運(yùn)用到本次的研究中[13]。同時,由于式7的計算值往往比FPAR實測值高,而式8計算值比實測值低[5],本文同時結(jié)合兩種方法進(jìn)行計算:
FPAR(x,t)=[FPAR(x,t)1+FPAR(x,t)2]/2
(10)
2.2.3 ft和fw計算
ft由以下方法得出:
ft(t)=ft(t)1×ft(t)2
(11)
ft(t)1反映在不同的最適氣溫情況下植物內(nèi)在的生化作用對光合的限制從而帶來的對光能利用率的影響,由下式求得[19]:
ft(t)1=0.8+0.02×Topt-0.0005×Topt2
(12)
式中,Topt為最適氣溫,取NDVI平均值最高月份的月平均氣溫。當(dāng)月平均氣溫小于或等于-10℃時,ft(t)1取0。
ft(t)2表示氣溫與最適氣溫偏離時光能利用率減小的趨勢,由下式求得[13,19]:
(13)
式中,T為當(dāng)月平均氣溫。當(dāng)某月平均氣溫T比最適氣溫Topt高10℃或低13℃時,該月的ft(t)2值等于月平均氣溫T為最適氣溫Topt時ft(t)2值的一半。
fw反映了植物所能利用的有效水分條件對光能利用率的影響,由以下公式計算[20]:
fw(t)=0.5+0.5×E/Ep
(14)
式中,E為區(qū)域?qū)嶋H蒸散量,Ep為區(qū)域潛在蒸散量。
E根據(jù)周廣勝和張新時[21]建立的區(qū)域?qū)嶋H蒸散模型求?。?/p>
(15)
式中,r為降水量,Rn為凈輻射量。
Rn參考《噴灌工程設(shè)計手冊》[22],由下式求得:
Rn=Rn1-Rn2
(16)
Rn1=(1-a)(0.25+0.5n/N)Ra
(17)
(18)
式中,Rn為凈輻射(MJ m-2d-1);a為反射率,取23%;n為實際日照實數(shù),N為該緯度最大日照時數(shù);Ra為大氣頂層的太陽輻射,可查表獲得;σ為斯蒂芬-玻爾茲曼常數(shù),取2×10-9mm d-1K-4,Tk為絕對溫度表示的該月平均溫度(K);ed為水汽壓,可由相對濕度求得。
Ep由周廣勝、張新時[23]提出的Ep-Rn關(guān)系式求得
(19)
2.2.4 ξmax的獲取
最大光能利用率(ξmax)的取值對NPP結(jié)果有著直接的影響,其具體的取值根據(jù)不同植被類型而有所差異。在諸多關(guān)于ξmax的研究中,Running[4]和朱文泉[5]的研究成果在國內(nèi)外NPP模擬中得到了廣泛的應(yīng)用。前者以生態(tài)生理過程模型模擬了全球10種植被類型的ξmax,但其對于中國的植被而言偏高[24];后者基于誤差最小原則,采用NPP實測數(shù)據(jù)對中國各類植被ξmax進(jìn)行模擬,但由于分辨率過低、混合像元等問題導(dǎo)致在較小空間尺度研究中具有一定的局限性,主要表現(xiàn)為模擬值較實際值偏小[6,25]。本次研究的南五島屬于小空間尺度的研究,同時結(jié)合Running和朱文泉的研究,得到南五島各類植被的ξmax取值(表1)。此外,由于本文像元大小為30m,建設(shè)用地和裸地中存在的部分綠色植被無法識別出來,因此賦予最低的ξmax[2,13,19]。
表1 最大光能利用率取值Table 1 Values of maximum light use efficiency (ξmax)
2.2.5 NPP計算
分別以4月、8月、11月、1月代表春、夏、秋、冬四季,計算南五島不同季節(jié)的NPP值,進(jìn)而得到全年NPP估算值。
2.3 影響因子分析
分析南五島NPP與影響因子的關(guān)系以探究南五島NPP的空間分布規(guī)律,為了減少不必要的數(shù)據(jù)量,同時一定程度地削弱NPP極值的影響,將計算結(jié)果重采樣為大小為50m×50m的單元進(jìn)行分析。
2.3.1 對空間分異性參數(shù)的依賴性
NPP模型中的計算參數(shù)可分為空間同一性參數(shù)和空間分異性參數(shù)兩類,前者包括氣溫、水汽壓、降雨量、太陽總輻射等氣象因子,相同季節(jié)內(nèi)整個研究區(qū)均采用同一數(shù)值;后者為NDVI、高程、坡度、坡向、地表覆蓋類型,隨著點位的不同而具有差異。分析各點位NPP與空間分異性參數(shù)的相關(guān)關(guān)系,評價各參數(shù)對NPP的影響程度大小。
通過ArcGIS10.0的Fishnet工具建立50×50m網(wǎng)格,將研究區(qū)域劃分為12094個網(wǎng)格,提取網(wǎng)格中心點所在像元的NDVI、高程、坡度、坡向、地表覆蓋類型的參數(shù)數(shù)據(jù)和NPP數(shù)據(jù)。
(1)數(shù)據(jù)標(biāo)準(zhǔn)化處理
對NDVI、高程、坡度按照下式進(jìn)行標(biāo)準(zhǔn)化:
(20)
式中,CSi,x為參數(shù)i在x點的標(biāo)準(zhǔn)化數(shù)值,Ci,x為參數(shù)i在x點的原始值,Ci,max為參數(shù)i最大原始值,Ci,min為參數(shù)i最小原始值。
坡向原始值為按0—360順時針增大,0為正北,180為正南,以向陽性為原則,按照下式進(jìn)行標(biāo)準(zhǔn)化:
(21)
式中,ASx為x點標(biāo)準(zhǔn)化坡向值,Ax為x點原始坡向值。
地表覆蓋類型參照2.2.4的方法賦值。
(2)簡單相關(guān)分析與偏相關(guān)分析
運(yùn)用SPSS18軟件,對NPP與NDVI、高程、坡度、坡向和地表覆蓋類型之間兩兩的簡單相關(guān)性進(jìn)行分析。由于各參數(shù)之間也可能存在相互影響,在控制其他參數(shù)影響的環(huán)境下,分析NPP與各參數(shù)的偏相關(guān)性。
2.3.2 與土壤理化性質(zhì)的相關(guān)性
基于SPSS18軟件,將36個點位的土壤理化性質(zhì)數(shù)據(jù)與該點位所在50m×50m像元的夏季NPP進(jìn)行相關(guān)性分析,土壤理化性質(zhì)包括pH、含水率、有效磷、速效鉀、全磷、全鉀、含鹽量、全氮、總碳、總有機(jī)碳10項因子。
經(jīng)計算得出,南五島全年NPP總量為11043.52t C/a,NPP密度介于0—863.20g C m-2a-1之間,平均密度為340.19g C m-2a-1(圖5)。
圖5 全年南五島NPP分布特征Fig.5 NPP distribution of five southern islands annually
3.1 不同季節(jié)NPP估算結(jié)果
夏季NPP總量占全年的80%左右,月均量為2964.91tC,平均密度達(dá)91.33gC m-2月-1;春季、秋季NPP總量分別占比11%和7%,冬季僅占1.3%;不同季節(jié)NPP標(biāo)準(zhǔn)差與平均密度呈正比(表2,圖6)。
3.2 各島NPP分布特征
各島NPP總量與其面積大小呈正比,面積最大的南長山島NPP總量達(dá)4127.8t C/a,占37.4%;面積最小的小黑山島為371.07t C/a,僅占3.4%;各島NPP平均密度存在差異,最大值(大黑山島)與最小值(小黑山島)之間差值達(dá)104g C m-2a-1;NPP最高點出現(xiàn)在大黑山島;各島NPP標(biāo)準(zhǔn)差存在差異,其與NPP平均密度、海島面積不存在明顯的關(guān)系(表3)。
表2 不同季節(jié)南五島NPP估算結(jié)果Table 2 NPP estimation results of five southern islands in different seasons
圖6 不同季節(jié)南五島NPP分布特征Fig.6 NPP distribution of five southern islands in different seasons
表3 南五島各島NPP估算結(jié)果Table 3 NPP estimation results of each island
3.3 不同地表覆蓋類型中NPP分布特征
不同地表覆蓋中,針葉林NPP總量最大,占70%以上,裸地NPP總量最小,僅占0.15%;除了建設(shè)用地外,其余地表覆蓋類型NPP總量與面積大小呈正比。闊葉林的NPP平均密度最高,其次為針葉林、農(nóng)田、草地、建設(shè)用地和裸地,這與地表覆蓋類型的最大光能利用率有關(guān);NPP標(biāo)準(zhǔn)差也同平均密度大致呈正相關(guān)關(guān)系(表4)。
表4 不同地表覆蓋類型NPP估算結(jié)果Table 4 Estimation results in different land cover type
4.1 討論
4.1.1 NPP估算方法探討
在以往基于遙感的NPP估算研究中,多采用1個時相的遙感影像提取NDVI值,并以此代表全年的情況,這在季節(jié)差異性明顯的地區(qū)顯然具有誤差。鑒于此,本文采用4個時相遙感影像以反映不同季節(jié)的實際情況,應(yīng)用于植被狀況隨季節(jié)變化明顯的北方典型海島地區(qū),能夠盡可能地反映地區(qū)實際情況。
目前關(guān)于NPP的研究多為省域、全國等大尺度的研究[5-6,24,26-29],其光合有效輻射(PAR)基于不同區(qū)域太陽輻射值的差異從而擁有空間分異性,而在現(xiàn)有較小空間尺度的研究中,由于太陽輻射數(shù)據(jù)較為單一且缺乏空間分異性,PAR多作為常量來進(jìn)行計算,這在地形平坦的區(qū)域是可行的[7],但對于南五島這種具有明顯地勢起伏的區(qū)域而言顯然是不科學(xué)的。因此,本文嘗試探討地形對于PAR的影響,在區(qū)分太陽輻射中散射輻射和直接輻射的基礎(chǔ)上,借助GIS工具計算遮蔽度(Hillshade)。該方法可能具有一定的主觀性,但散射輻射和直接輻射的比例以及遮蔽度的計算方法均來源于較為成熟和長期的研究,以此得到地形影響因子作用下具有空間分異性的PAR數(shù)據(jù),是積極的嘗試,符合南五島的實際情況。遮蔽度的計算結(jié)果根據(jù)時間的不同而具有差異,本文依據(jù)格林尼治天文臺觀察的每日正午太陽高度資料,得到4個時相遙感影像獲取當(dāng)日的南五島正午太陽高度角,結(jié)合坡度和坡向數(shù)據(jù)計算得出遮蔽度,該遮蔽度實際上是正午的遮蔽度,以此代表全天的狀況可能具有一定誤差,但鑒于太陽高度數(shù)據(jù)的可獲得性,本文略有遺憾,在接下來的工作中應(yīng)對此開展進(jìn)一步的研究。
本文NPP模型中的最大光能利用率(ξmax)來源于Running和朱文泉研究,其對南五島而言具有可行性,同時也擁有一定的主觀性,可能會給計算結(jié)果帶來誤差。在下一步的工作中應(yīng)結(jié)合現(xiàn)場監(jiān)測和驗證,對南五島植被最大光能利用率的研究進(jìn)行完善。
表5 不同地區(qū)NPP估算結(jié)果Table 5 NPP estimation results in different areas
4.1.2 NPP估算結(jié)果探討
將本文計算的南五島NPP結(jié)果與采用相同方法的國內(nèi)其他研究結(jié)果進(jìn)行對比(表5)。與全國相比,南五島NPP平均密度和陶波[26]估算的342g C m-2a-1基本一致,略高于朱文泉[5]的324g C m-2a-1,低于顧娟[27]的393.75g C m-2a-1;與各地區(qū)相比,低于廣東省、江蘇省、盤錦市等沿海地區(qū),高于甘肅、青海、西藏。由此可得,南五島NPP平均密度處于全國平均水平,高于同緯度的西部地區(qū),但低于東部大陸沿海地區(qū)。
本文計算結(jié)果顯示不同季節(jié)南五島NPP具有較大的差異,其中夏季的NPP總量是冬季的60倍以上,因此對于北方地區(qū)的NPP估算,不同季節(jié)的差異性研究尤為關(guān)鍵。南五島各島的NPP平均密度具有一定差異,結(jié)合各島地表覆蓋類型來看,NPP平均密度與各島建設(shè)用地比例(POC)呈明顯的負(fù)相關(guān),線性擬合度達(dá)0.468。城鎮(zhèn)建設(shè)占用土地,使得林地等具有高NPP值的覆蓋類型面積減少,進(jìn)而降低整島的NPP平均密度。這也某種程度上說明城鎮(zhèn)化進(jìn)程不可避免地會帶來海島NPP的減少。
南五島均為基巖海島,以剝蝕山丘為主要地貌特征,存在水資源匱乏、土層薄等問題,本身植物生長條件較差,20世紀(jì)50年代以來進(jìn)行了廣泛的人工林種植,以黑松和刺槐為主要優(yōu)勢種,目前南五島林地面積占總面積的比例達(dá)55.8%,本文的結(jié)果顯示針葉林和闊葉林的NPP平均密度分別達(dá)446.9g C m-2a-1和559.71g C m-2a-1,略低于全國的平均數(shù)據(jù)469g C m-2a-1和663g C m-2a-1[5]。考慮到海島自身較脆弱的生態(tài)環(huán)境條件,說明黑松和刺槐具有良好的生命力,是南五島生態(tài)建設(shè)的理想物種。
4.1.3 NPP對空間分異性參數(shù)的依賴性
NPP與空間分異性參數(shù)相關(guān)性分析結(jié)果見表6。簡單相關(guān)分析顯示,NPP與NDVI、高程、坡度和地表覆蓋類型在0.01水平上顯著正相關(guān),與坡向不具有顯著的相關(guān)性,相關(guān)系數(shù)按由大到小的順序依次為NDVI、地表覆蓋類型、高程、坡度、坡向。偏相關(guān)分析顯示,除高程外各參數(shù)均與NPP在0.01水平上顯著相關(guān),而高程與NPP不具有顯著的相關(guān)性;除坡向外,各參數(shù)的偏相關(guān)系數(shù)同簡單相關(guān)系數(shù)相比均有不同程度的下降,尤其是高程和坡度下降明顯,且坡度由顯著正相關(guān)變?yōu)轱@著負(fù)相關(guān),同時坡向的相關(guān)性呈現(xiàn)明顯的上升。
表6 NPP與模型參數(shù)相關(guān)分析結(jié)果Table 6 Results of correlation analysis between NPP and model parameters
**.在0.01水平(雙側(cè))上顯著相關(guān);* 在 0.05水平(雙側(cè))上顯著相關(guān)
圖7 NPP平均密度與建設(shè)用地比例關(guān)系 Fig.7 Relationship between mean density of NPP and proportion of construction land
NDVI和地表覆蓋類型是NPP最主要的影響參數(shù),它們各自與NPP顯著正相關(guān),高程和坡度則通過影響NDVI和地表覆蓋類型進(jìn)而作用于NPP。隨著高程和坡度的上升,城鎮(zhèn)建設(shè)和農(nóng)田開墾程度減小,林地面積相應(yīng)增多,從而帶來較高的NPP;但偏相關(guān)分析結(jié)果顯示,在控制其他參數(shù)不變的情況下,高程與NPP關(guān)系不明顯,而坡度與NPP呈現(xiàn)顯著的負(fù)相關(guān),這是因為單從坡度因子來看,坡度較小的地方往往擁有更好的植被生長條件。坡向越接近正南,理論上能夠獲得更多的太陽輻射,從而擁有較高的NPP值,但不同坡向的地表覆蓋類型往往受到人類的影響而不具有規(guī)律性,因此在控制其他參數(shù)的環(huán)境下坡向與NPP具有顯著的正相關(guān)性,但在簡單相關(guān)分析中卻沒有呈現(xiàn)出該特征。
4.1.4 NPP與土壤理化性質(zhì)的相關(guān)性
NPP與10項土壤因子之間的簡單相關(guān)性見表7。結(jié)果顯示NPP與土壤pH、有效磷、全磷、全鉀呈顯著負(fù)相關(guān)關(guān)系,其中與前三項在0.01水平上顯著相關(guān),與全鉀在0.05水平上顯著相關(guān);NPP與全氮、總碳、總有機(jī)碳呈顯著正相關(guān)關(guān)系,與全氮在0.05水平上顯著相關(guān),與后二項在0.01水平上顯著相關(guān);NPP與含水量、速效鉀和含鹽量之間不存在顯著相關(guān)性。此外,10項土壤因子之間也存在著不同水平的相關(guān)關(guān)系。
表7 NPP與土壤理化性質(zhì)的簡單相關(guān)分析結(jié)果Table 7 Results of simple correlation analysis between NPP and soil characters
Ⅰ: pH;Ⅱ: 含水量Moisture content;Ⅲ: 有效磷Available phosphorus (AP);Ⅳ: 速效鉀Available potassium (AK);Ⅴ: 全磷Total phosphorus (TP);Ⅵ全鉀: Total potassium (TK);Ⅶ: 含鹽量Salinity;Ⅷ: 全氮Total nitrogen (TN);Ⅸ: 總碳Total carbon (TC);Ⅹ: 總有機(jī)碳Total organic carbon (TOC)
土壤理化性質(zhì)與生態(tài)系統(tǒng)生產(chǎn)力密切相關(guān)[32]。具有較高生產(chǎn)力的群落凋落物往往較多[33],而凋落物是土壤有機(jī)質(zhì)的重要來源,有機(jī)質(zhì)中的主要元素為碳、氧、氫、氮,上述分析顯示了南五島NPP與土壤全氮、總碳、總有機(jī)碳呈明顯的正相關(guān)關(guān)系。南五島的土壤本身較為貧瘠,磷、鉀等營養(yǎng)元素較少,較高的生產(chǎn)力往往表示著群落能夠更加充分地吸收土壤中的營養(yǎng)元素而使其減少[34],這可能是本文NPP與有效磷、全磷、全鉀顯著負(fù)相關(guān)的原因。大多數(shù)土壤養(yǎng)分元素的有效性受土壤pH 值影響[35],南五島的NPP與pH呈現(xiàn)較高的負(fù)相關(guān),說明較低的pH值更適宜南五島植物的生長。土壤水是植被生長發(fā)育所需用水的主要來源,但過高的含水量會導(dǎo)致植被根系的腐爛不利于植被的生長;受到海水的作用,海島土壤的含鹽量往往過高,但南五島并沒有表現(xiàn)出該特征,說明南五島人工林對于過濾海鹽具有重要作用[12]。
4.2 結(jié)論
本文依據(jù)CASA模型,結(jié)合區(qū)域?qū)嶋H情況構(gòu)建廟島群島南五島NPP估算模型,以RS和GIS為主要手段,對研究區(qū)不同海島、不同季節(jié)、不同地表覆蓋類的NPP進(jìn)行估算,進(jìn)而分析NPP與模型計算參數(shù)和土壤理化性質(zhì)的關(guān)系。基本結(jié)論如下:
(1)南五島NPP總量為11043.52t C/a,平均密度為340.19g C m-2a-1,總體上處于全國平均水平,高于同緯度的西部地區(qū),但低于東部沿海大陸地區(qū)。
(2)南五島夏季NPP總量占全年的80%左右,春季、秋季NPP總量分別占比11%和7%,冬季僅占1.3%,說明研究區(qū)NPP具有明顯的季節(jié)差異。
(3)南五島各島中,NPP平均密度由大到小依次為大黑山島、北長山島、廟島、南長山島和小黑山島,各島NPP平均密度與建設(shè)用地比例呈明顯的負(fù)相關(guān)。
(4)不同地表覆蓋類型中,NPP平均密度由大到小依次為闊葉林、針葉林、農(nóng)田、草地、建設(shè)用地和裸地,林地具有較高的NPP,說明南五島的人工林建設(shè)具有重要的生態(tài)作用。
(5)NDVI和地表覆蓋類型是NPP最主要的影響參數(shù),高程、坡向通過影響NDVI值和地表覆蓋類型間接作用于NPP。
(6)南五島NPP與土壤pH、有效磷、全磷、全鉀呈顯著負(fù)相關(guān),與全氮、總碳、總有機(jī)碳呈顯著正相關(guān),與含水量、速效鉀和含鹽量之間相關(guān)關(guān)系不明顯。
在下一步的研究中,應(yīng)重點關(guān)注地形影響因子的修正完善和植被最大光能利用率的現(xiàn)場驗證,以期為南五島碳源/匯研究提供更加充分的技術(shù)支持。
[1] Lieth H, Whittaker R H.Primary Productivity of the Biosphere.New York: Springer-Verlag, 1975.
[2] Field C B, Behrenfeld M J, Randerson J T, Falkowski P.Primary production of the biosphere: integrating terrestrial and oceanic components.Science, 1998, 281(5374): 237-240.
[3] Paruelo J M, Epstei H E, Lauenroth W K, Burke I C.ANPP estimates from NDVI for the central grassland region of the United States.Ecology, 1997, 78(3): 953-958.
[4] Running S W, Thornton P E, Nemani R, Glassy J M.Global terrestrial gross and net primary productivity from the earth observing system // Sala O E, Jackson R B, Mooney H A, Howarth R W.Methods in Ecosystem Science.New York: Springer-Verlag, 2000: 44-57.
[5] 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.植物生態(tài)學(xué)報, 2007, 31(3): 413-424.
[6] 龍慧靈, 李曉兵, 王宏, 魏丹丹, 張程.內(nèi)蒙古草原區(qū)植被凈初級生產(chǎn)力及其與氣候的關(guān)系.生態(tài)學(xué)報, 2010, 30(5): 1367-1378.
[7] 王莉雯, 衛(wèi)亞星.盤錦濕地凈初級生產(chǎn)力時空分布特征.生態(tài)學(xué)報, 2012, 32(19): 6006-6015.
[8] 石洪華, 鄭偉, 丁德文, 呂吉斌.典型海島生態(tài)系統(tǒng)服務(wù)及價值評估.海洋環(huán)境科學(xué), 2009, 28(6): 743-748.
[9] 王曉麗, 王嬡, 石洪華, 鄭偉, 周然.海島陸地生態(tài)系統(tǒng)固碳估算方法.生態(tài)學(xué)報, 2014, 34(1): 88-96.
[10] 王曉麗, 王嬡, 石洪華, 彭士濤, 宮立鵬, 覃雪波.山東省長島縣南長山島黑松和刺槐人工林的碳儲量.應(yīng)用生態(tài)學(xué)報, 2013, 24(5): 1263-1268.
[11] Paulay G.Biodiversity on oceanic islands: its origin and extinction.American Zoology, 1994, 34(1): 134-144.
[12] 石洪華, 王曉麗, 王嬡, 劉振英, 麻德明.北長山島森林喬木層碳儲量及其影響因子.生態(tài)學(xué)報, 2013, 33(19): 6363-6372.
[13] Potter C S, Randerson J T, Field C B, Matson P A, Vitousek P M, Mooney H A, Klooster S A.Terrestrial ecosystem production: A process model based on global satellite and surface data.Global Biogeochemical Cycles, 1993, 7(4): 811-841.
[14] 袁淑杰, 繆啟龍, 谷曉平, 邱新法.貴州高原起伏地形下太陽直接輻射的精細(xì)分布.自然資源學(xué)報, 2009, 24(8): 1432-1439.
[15] 左大康, 弓冉.中國太陽直接輻射、散射輻射和太陽總輻射間的關(guān)系.地理學(xué)報, 1962, 28(3): 175-186.
[16] 馬金玉, 梁宏, 羅勇, 李世奎.中國近50年太陽直接輻射和散射輻射變化趨勢特征.物理學(xué)報, 2011, 60(6): 069601.
[17] Burrough P A, McDonell R A.Principles of Geographical Information Systems.2nd ed.New York: Oxford University Press, 1998: 190-190.
[18] Ruimy A, Saugier B, Dedieu G.Methodology for the estimation of terrestrial net primary production from remotely sensed data.Journal of Geophysical Research, 1994, 99(D3): 5263-5283.
[19] Field C B, Randerson J T, Malmstr?m C M.Global net primary production: combining ecology and remote sensing.Remote Sensing Environment, 1995, 51(1): 74-88.
[20] 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.植物生態(tài)學(xué)報, 2001, 25(5): 603-608.
[21] 周廣勝, 張新時.自然植被凈第一性生產(chǎn)力模型初探.植物生態(tài)學(xué)報, 1995, 19(3): 193-200.
[22] 《噴灌工程設(shè)計手冊》編寫組.噴灌工程設(shè)計手冊.北京: 水利電力出版社, 1989: 348-356.
[23] 周廣勝, 張新時.全球變化的中國氣候——植被分類研究.植物學(xué)報, 1996, 38(1): 8-17.
[24] 張鐿鋰, 祁威, 周才平, 丁明軍, 劉林山, 高俊剛, 擺萬奇, 王兆鋒, 鄭度.青藏高原高寒草地凈初級生產(chǎn)力(NPP)時空分異.地理學(xué)報, 2013, 68(9): 1197-1211.
[25] 穆少杰, 李建龍, 周偉, 楊紅飛, 章超斌, 居為民.2001-2010年內(nèi)蒙古植被凈初級生產(chǎn)力的時空格局及其與氣候的關(guān)系.生態(tài)學(xué)報, 2013, 33(12): 3752-3764.
[26] 陶波, 李克讓, 邵雪梅, 曹明奎.中國陸地凈初級生產(chǎn)力時空特征模擬.地理學(xué)報, 2003, 58(3): 372-380.
[27] 顧娟, 李新, 黃春林, 張喜風(fēng), 金鑫.2002—2010年中國陸域植被凈初級生產(chǎn)力模擬.蘭州大學(xué)學(xué)報: 自然科學(xué)版, 2013, 49(2): 203-213.
[28] 羅艷, 王春林.基于MODIS NDVI的廣東省陸地生態(tài)系統(tǒng)凈初級生產(chǎn)力估算.生態(tài)環(huán)境學(xué)報, 2009, 18(4): 1467-1471.
[29] 王駟鷂, 劉振波.江蘇省植被凈初級生產(chǎn)力時空分布格局研究.南京信息工程大學(xué)學(xué)報: 自然科學(xué)版, 2012, 4(4): 321-325.
[30] 劉春雨, 董曉峰, 劉英英, 潘竟虎, 車彥軍.甘肅省凈初級生產(chǎn)力時空變化特征.中國人口·資源與環(huán)境, 2014, 24(1): 163-170.
[31] 衛(wèi)亞星, 王莉雯, 石迎春, 李路子.青海省草地資源凈初級生產(chǎn)力遙感監(jiān)測.地理科學(xué), 2012, 32(5): 621-627.
[32] 王長庭, 龍瑞軍, 王啟基, 景增春, 尚占環(huán), 丁路明.高寒草甸不同海拔梯度土壤有機(jī)質(zhì)氮磷的分布和生產(chǎn)力變化及其與環(huán)境因子的關(guān)系.草業(yè)學(xué)報, 2005, 14(4): 15-20.
[33] 馮宗煒, 王效科, 吳剛.中國森林生態(tài)系統(tǒng)的生物量和生產(chǎn)力.北京: 科學(xué)出版社, 1999.
[34] Elton C S.The Ecology of Invasions by Animals and Plants.Chicago: University of Chicago Press, 2000.
[35] Khattak R A, Hussain Z.Evaluation of soil fertility status and nutrition of orchards.Soil &Environment, 2007, 26(1): 22-32.
The spatial distribution and impact factors of net primary productivity in the island ecosystem of five southern islands of Miaodao Archipelago
CHI Yuan1, SHI Honghua1,*, WANG Xiaoli2, LI Jie3, FENG Aiping1
1TheFirstInstituteofOceanography,StateOceanicAdministration,Qingdao266061,China2CollegeofEnvironmentalScienceandSafetyEngineering,TianjinUniversityofTechnology,Tianjin300384,China3SchoolofEnvironmentalandMunicipalEngineering,QingdaoTechnologicalUniversity,Qingdao266033,China
Island ecosystems are characterized by self-containment and vulnerability due to their limited and isolated areas.They are also important for biodiversity maintenance, freshwater conservation, and other basic ecological functions.Moreover, island ecosystems play important roles in global carbon cycle, which makes the estimation of net primary productivity (NPP) more significant for ecological construction and the study of carbon source and sink on islands.The rapid development of RS and GIS technologies provides a practical method for NPP estimation.In this study, five southern islands of Miaodao Archipelago were examined and an NPP estimation model was established based on the Carnegie-Ames-Stanford Approach (CASA) and regional characteristics.To characterize each season, 4temporal remote sensing images were utilized.The normalized difference vegetation index (NDVI) and land cover types were extracted, and these constituted the data used for the NPP estimation model, along with meteorological and topographical data.The NPP values for different seasons, islands, and land cover types were calculated using GIS methods.The linear correlations between NPP values and various parameters including NDVI, altitude, slope, aspect, and land cover types were obtained to determine the importance of each parameter.Finally, the relationships between 10soil environment-chemical properties and NPP at 36sampling sites were analyzed.The total NPP for the five islands was 11043.52t C/a.The mean density of NPP (MDN) was 340.19g C m-2a-1, which was higher than that of western regions at a similar latitude (e.g., Gansu Province and Qinghai Province) and lower than that of coastal zones in the eastern region (e.g., Guangdong Province, Jiangsu Province, and Panjin City in Liaoning Province).NPP in the summer accounted for approximately 80% of the total yearly NPP, followed by spring (11%), autumn (7%), and winter (1.3%), indicating that NPP in the northern area differed greatly among seasons.The total NPP was highest for Nanchangshan Island, followed by Beichangshan Island, Daheishan Island, Miao Island, and Xiaoheishan Island, and the total NPP was positively correlated with island area.MDN was highest for Daheishan Island, followed by Beichangshan Island, Miao Island, Nanchangshan Island, and Xiaoheishan Island, and was negatively related to the proportion of construction land.The land cover types included broad-leaf forest, coniferous forest, farmland, grassland, construction land, and bare land, in descending order based on MDN.The high NPP for forest land indicated that the plantations on the five southern islands were of great ecological significance.NDVI and land cover types were the most important parameters with respect to the spatial distribution of NPP, and topographical parameters indirectly affected NPP via their effects on NDVI and land cover type.NPP had a significant negative relationship with soil pH (P<0.01), available phosphorus (P<0.01), total phosphorus (P<0.01), and total potassium (P<0.05), and a significant positive relationship with total carbon (P<0.01), total organic carbon (P<0.01) and total nitrogen (P<0.05).No significant relationships with water content, available potassium, or salinity were observed.
island ecosystem;net primary productivity (NPP);five southern islands of Miaodao Archipelago;spatial distribution;impact factors
科技基礎(chǔ)性工作專項(2012FY112500);海洋公益性行業(yè)科研專項(201305009, 201505012)
2014-05-04; < class="emphasis_bold">網(wǎng)絡(luò)出版日期:
日期:2015-05-19
10.5846/stxb201405040880
*通訊作者Corresponding author.E-mail: shihonghua@fio.org.cn
池源,石洪華,王曉麗,李捷,豐愛平.廟島群島南五島生態(tài)系統(tǒng)凈初級生產(chǎn)力空間分布及其影響因子.生態(tài)學(xué)報,2015,35(24):8094-8106.
Chi Y, Shi H H, Wang X L, Li J, Feng A P.The spatial distribution and impact factors of net primary productivity in the island ecosystem of five southern islands of Miaodao Archipelago.Acta Ecologica Sinica,2015,35(24):8094-8106.