黃土高原地區(qū)NPP的自然影響因素分析

徐　茜，楊　忍，任志遠(yuǎn)

(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院/土地研究中心， 廣東 廣州 510275；2.陜西師范大學(xué)旅游與環(huán)境學(xué)院， 陜西 西安 710062)

?

黃土高原地區(qū)NPP的自然影響因素分析

徐茜1，楊忍1，任志遠(yuǎn)2

(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院/土地研究中心， 廣東 廣州 510275；2.陜西師范大學(xué)旅游與環(huán)境學(xué)院， 陜西 西安 710062)

以SPOT NDVI和多種自然地理要素?cái)?shù)據(jù)為基礎(chǔ)，利用改進(jìn)光能利用率計(jì)量模型，探究影響凈第一性生產(chǎn)力(NPP)變化的自然因素差異及各地貌類型區(qū)NPP變化的主導(dǎo)影響因素。結(jié)果表明：① 1998—2010年黃土高原地區(qū)NPP物質(zhì)量平均值為9.884～50.790 gC·m-2·a-1，明顯低于全國(guó)平均水平342 gC·m-2·a-1。② 影響NPP變化的自然因素差異顯著。臺(tái)塬區(qū)保水性好，水土流失強(qiáng)度較低，NPP物質(zhì)量增加顯著，風(fēng)蝕地貌區(qū)NPP水平低，降幅明顯；干濕條件是影響NPP變化的重要自然要素，半濕潤(rùn)區(qū)NPP增幅量較大；坡度對(duì)NPP變化的影響顯著，陡坡區(qū)林、草植被覆蓋度增加，NPP增幅明顯；微觀尺度上水熱空間分布與海拔高度相關(guān)，研究區(qū)海拔200～1 000 m范圍NPP增幅顯著，海拔高于1 000 m的區(qū)域NPP呈下降趨勢(shì)。③ 影響NPP空間分布格局差異的主導(dǎo)因素為水熱條件，但決定黃土粱卯地貌類型區(qū)的NPP物質(zhì)量水平正相關(guān)的主導(dǎo)因素為高程因子，0.01置信水平下相關(guān)系數(shù)為0.52；太陽(yáng)輻射對(duì)NPP物質(zhì)量表現(xiàn)為顯著負(fù)相關(guān)關(guān)系，尤其對(duì)氣候干旱區(qū)域表現(xiàn)突出。

NPP；CASA模型；自然影響因素；黃土高原

陸地生態(tài)系統(tǒng)凈第一性生產(chǎn)力水平是由多種自然因子共同作用的結(jié)果，不同地域NPP的主導(dǎo)因素及限制因子也有所差異。同一地理位置由于地貌類型的差異，水熱條件相應(yīng)變化，使區(qū)域生態(tài)系統(tǒng)NPP產(chǎn)生差異。為深化微觀尺度對(duì)NPP變化的影響，本文選取1998—2010年中國(guó)黃土高原地區(qū)NDVI影像數(shù)據(jù)及地貌、氣候等自然因子數(shù)據(jù)，選用改進(jìn)光能利用率模型(CASA模型)進(jìn)行NPP物質(zhì)量的測(cè)評(píng)。從宏觀尺度揭示黃土高原地區(qū)凈第一性生產(chǎn)力的時(shí)序變化特征，并從地貌類型、濕度條件、坡度因子、高程水平、土壤類型、植被類型6個(gè)微觀尺度對(duì)NPP的空間分布格局特征及變化規(guī)律進(jìn)行研究，并基于不同地貌類型對(duì)NPP變化影響因素的差異性進(jìn)行研究，深化黃土高原地區(qū)生態(tài)環(huán)境物質(zhì)生產(chǎn)能力的影響因素研究。

1　數(shù)據(jù)來源與研究方法

1.1研究區(qū)概況

黃土高原地區(qū)位于我國(guó)中部偏北，地理位置為北緯34°～40°，東經(jīng)103°～114°。包括太行山以西、青海省日月山以東，秦嶺以北、長(zhǎng)城以南的廣大地區(qū)，面積約40萬(wàn)km2，其按地形差別分為隴中高原、陜北高原、山西高原和豫西山地等。平均海拔為1 000～1 500 m，除少數(shù)石質(zhì)山地外，高原上覆蓋著深厚的黃土層。黃土高原地區(qū)的黃土主要為風(fēng)成黃土，粉粒占黃土總重量的50%，結(jié)構(gòu)疏松、孔隙度大、透水性強(qiáng)、遇水易崩解、抗沖抗蝕性弱。年均氣溫6℃～14℃，年均降水量200～700 mm。黃土高原地區(qū)為我國(guó)生態(tài)脆弱區(qū)，氣候較干旱，降水集中，植被稀疏，水土流失嚴(yán)重。其地貌類型復(fù)雜多樣，塬、粱、卯為其特有類型，多農(nóng)牧交錯(cuò)帶、農(nóng)林交錯(cuò)帶等土地利用類型過渡地帶分布，風(fēng)沙帶、黃土溝壑區(qū)光熱組合條件差。

1.2數(shù)據(jù)資料

1.2.1數(shù)據(jù)來源本研究所采用1998—2010年NDVI影像來源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)平臺(tái)的SPOT-VEGETATION NDVI數(shù)據(jù)。該數(shù)據(jù)已經(jīng)過大氣校正、輻射校正、幾何校正等預(yù)處理，空間分辨率為1 km，時(shí)間分辨率為10日。月均溫及年總降水量氣象數(shù)據(jù)來源于國(guó)家氣象中心氣象站日實(shí)測(cè)數(shù)據(jù)，由覆蓋黃土高原地區(qū)的29個(gè)臺(tái)站實(shí)測(cè)數(shù)據(jù)經(jīng)過空間差值后獲得。太陽(yáng)輻射總量數(shù)據(jù)及植被分布數(shù)據(jù)來源于中國(guó)科學(xué)院地球科學(xué)數(shù)據(jù)共享數(shù)據(jù)庫(kù)，研究區(qū)地貌圖來源于中國(guó)1∶400萬(wàn)地貌圖，土壤圖來源于1∶100萬(wàn)中國(guó)土壤數(shù)據(jù)庫(kù)及國(guó)家第二次土壤普查提供的土壤有機(jī)質(zhì)含量、全氮、全磷、全鉀、孔隙度、顆粒物組成等數(shù)據(jù)，DEM空間分辨率為90 m。

1.2.2自然因子劃分依據(jù)

(1) 干濕水平劃分。依據(jù)我國(guó)主要根據(jù)地區(qū)年降水量劃分干濕區(qū)的標(biāo)準(zhǔn)，對(duì)研究區(qū)的干濕水平進(jìn)行劃分。研究區(qū)內(nèi)的干濕水平共分3級(jí)(P：年降水總量)：干旱(P<200 mm)、半干旱(200 mm≤P<400 mm)、半濕潤(rùn)(400 mm≤P<800 mm)。研究區(qū)內(nèi)年降水總量最大值為705.185 mm，年降水總量高值區(qū)位于研究區(qū)東南部，即山西省東南部及河南省范圍，整個(gè)研究區(qū)內(nèi)無濕潤(rùn)區(qū)分布。

(2) 坡度因子劃分。黃土高原地區(qū)是嚴(yán)重的水土流失地區(qū)，水土保持綜合治理規(guī)劃通則[21]中規(guī)定了6級(jí)坡度分級(jí)標(biāo)準(zhǔn)，分級(jí)數(shù)目較多，依據(jù)研究區(qū)內(nèi)坡度水平的差異，在水土保持綜合治理規(guī)劃通則的基礎(chǔ)上將研究區(qū)內(nèi)坡度因子縮減為4級(jí)：平坡(0°，6°]、緩坡(6°,15°]、斜坡(15°，25°]、陡坡(25°，90°)。

畢業(yè)實(shí)習(xí)是對(duì)大學(xué)生基礎(chǔ)理論和實(shí)踐能力檢驗(yàn)和提高的過程，對(duì)于學(xué)生完善自我和挑選工作單位以及提高我國(guó)教育水平具有重要的作用。畢業(yè)實(shí)習(xí)遠(yuǎn)比課堂教學(xué)問題復(fù)雜，學(xué)校的規(guī)章制度及具體實(shí)施辦法及成績(jī)?cè)u(píng)定方法是保障實(shí)習(xí)效果的決定因素，實(shí)習(xí)指導(dǎo)老師和學(xué)生本身應(yīng)該對(duì)畢業(yè)實(shí)習(xí)引起足夠的重視。對(duì)于畢業(yè)實(shí)習(xí)體系及實(shí)習(xí)證明的種種亂象，教育部門應(yīng)高度重視，國(guó)家應(yīng)制定相關(guān)政策鼓勵(lì)社會(huì)各界對(duì)高校的“大學(xué)生實(shí)習(xí)基地”進(jìn)行支持。

1.3改進(jìn)光能利用率模型

CASA模型是一個(gè)充分考慮環(huán)境條件和植被本身特征的光能利用率模型，1993年由Potter等[22]提出，模型通過植被吸收的光合有效輻射(APAR)和光能利用率(ε)來計(jì)算植被NPP。該模型將遙感數(shù)據(jù)、植被生理因子及光、熱、水等自然環(huán)境因子相結(jié)合，以實(shí)現(xiàn)植被覆蓋NPP的時(shí)空動(dòng)態(tài)模擬。CASA模型的優(yōu)點(diǎn)在于模型參數(shù)隨時(shí)間及空間而變化，受水分及溫度脅迫因子的調(diào)控，能夠比較客觀地評(píng)價(jià)不同時(shí)空尺度下的區(qū)域NPP物質(zhì)量。但其缺陷為Potter等[22]認(rèn)為全球植被的最大光能轉(zhuǎn)化率(εmax)為0.389 g C·MJ-1，在現(xiàn)實(shí)情況中這并不合理，εmax并非定量，而是由植被類型、植被覆蓋度和生物群系的共同影響所決定。本文參考朱文泉等[23-25]的研究方法，根據(jù)黃土高原地區(qū)植被覆蓋類型及區(qū)域自然環(huán)境特征，確定εmax，改進(jìn)CASA模型，以科學(xué)地測(cè)評(píng)黃土高原地區(qū)NPP物質(zhì)量。

2　結(jié)果與分析

2.1黃土高原NPP物質(zhì)量時(shí)序動(dòng)態(tài)變化特征

基于ArcGIS10.2軟件平臺(tái)，依據(jù)改進(jìn)CASA模型，對(duì)數(shù)據(jù)資料進(jìn)行運(yùn)算及處理，得到1998—2010年黃土高原地區(qū)單位面積NPP物質(zhì)量(見圖1)。1998—2010年黃土高原地區(qū)單位面積NPP物質(zhì)量平均值為94.884～50.790 gC·m-2·a-1，明顯低于全國(guó)平均水平342 gC·m-2·a-1[15]。本模型測(cè)算結(jié)果與謝寶妮等[26]基于MOD17A3數(shù)據(jù)測(cè)算的黃土高原地區(qū)NPP變化趨勢(shì)一致，認(rèn)為2000—2010年黃土高原地區(qū)凈第一性生產(chǎn)力呈整體上升趨勢(shì)，其中2001年為最低值，全年植被總NPP由2000年的119 TgC增加至2010年的144 TgC。本文測(cè)算結(jié)果NPP物質(zhì)量為整體上升趨勢(shì)，并分為三個(gè)階段波動(dòng)變化，呈現(xiàn)以下幾個(gè)特點(diǎn)：① 1998—2001年NPP物質(zhì)量平均值明顯下降，由92.611 gC·m-2·a-1下降至75.081 gC·m-2·a-1，年均減少4.739 gC·m-2·a-1；② 2001—2006年NPP物質(zhì)量平均值波動(dòng)下降，降至50.7904 gC·m-2·a-1，為1998—2010年NPP物質(zhì)量最低水平，這與2005年氣候干旱相關(guān)；③ 2006—2010年，NPP物質(zhì)量平均值明顯逐年上升，增加至134.646 gC·m-2·a-1。

2.2NPP變化的自然影響因素差異分析

NPP的空間分布及時(shí)序變化受自然及人文多種因素的綜合影響，黃土高原地區(qū)面積廣闊，自然因素復(fù)雜多變，影響NPP的時(shí)空演變格局。文中主要選取6類自然因子，探究1998—2010年影響NPP增幅變化的自然因素差異(圖2)。

圖11998—2010年黃土高原地區(qū)單位面積NPP物質(zhì)量空間分布

Fig.1The spatial distribution of NPP substance per unit area in Loess Plateau from 1998 to 2010

1998—2010年，各自然因子對(duì)NPP變化的影響為：從干濕條件看，半濕潤(rùn)區(qū)NPP增幅顯著，為12.42%；半干旱區(qū)NPP物質(zhì)量減少明顯，共減少10.55%，多為農(nóng)牧交錯(cuò)區(qū)；干旱區(qū)植被覆蓋水平差、生產(chǎn)力水平低，NPP物質(zhì)量為減少趨勢(shì)；半干旱區(qū)NPP降幅最為明顯。從地貌類型看，臺(tái)塬區(qū)和塬區(qū)NPP物質(zhì)量增加顯著，分別增加了13.84%、10.83%，分布于黃土高原南部，陜西、甘肅及河南省

注 Note：Ⅰ—針葉林 Coniferous forest；Ⅱ—闊葉林 Broadleaf forest；Ⅲ—灌叢和萌生矮林 Shrub and coppice；Ⅳ—荒漠 Desert；Ⅴ—草原和稀樹灌木草原 Grassland and dilute tree-shrub grassland；Ⅵ—草甸和草本沼澤 Meadow and herbaceous swamp；Ⅶ—一年一熟糧作和耐寒經(jīng)濟(jì)作物 One crop or cold-tolerant economic crop a year；Ⅷ—一年兩熟或兩年三熟旱作(局部水稻)和暖溫帶落葉果樹園、經(jīng)濟(jì)林 A year two cooked or three dry farming (local rice) and warm temperate deciduous orchard, economic forest.

圖2NPP變化的自然影響因素差異

Fig.2The differences of natural factors affecting the changes of NPP

境內(nèi)。低河漫灘水分條件較好，NPP增加明顯。山地及黃土梁卯區(qū)NPP物質(zhì)量變化不大，而風(fēng)蝕地貌區(qū)、臺(tái)地、平原區(qū)NPP均為減少區(qū)，且風(fēng)蝕地貌區(qū)NPP物質(zhì)量減少尤其顯著，共減少11.53%。從坡度差異看，研究區(qū)坡度>25°的陡坡區(qū)域NPP物質(zhì)量增幅明顯，共增加了6.85%；斜坡區(qū)域NPP物質(zhì)量也有明顯增幅；緩坡區(qū)域NPP增幅水平變化不大；平坡區(qū)域NPP顯著減少。從土壤類型看，干旱土及高山土的肥力水平差、土壤含水量低，NPP物質(zhì)量明顯降低，降幅分別高達(dá)21.84%、10.00%；淋溶土及半淋溶土土壤水分條件較好，肥力水平高，多分布于水熱條件較好的沖積平原，NPP物質(zhì)量明顯增加。從高程因子看，研究區(qū)200～1 000 m高程值范圍區(qū)域NPP增加顯著，尤其500～1 000 m區(qū)域，NPP增幅高達(dá)12.36%；高程值大于1 000 m區(qū)域NPP呈下降趨勢(shì)，尤其高程大于2 500 m的高山區(qū)水熱組合條件差，NPP水平下降明顯；高程值小于200 m的平原區(qū)面積較小，NPP下降明顯。從植被類型看，研究區(qū)經(jīng)濟(jì)林的NPP水平明顯增加，NPP總增幅為11.82%；荒漠、草甸及草原植被退化嚴(yán)重，NPP水平大幅下降，植被覆蓋度下降，分別下降了15.48%、13.00%、9.39%，生態(tài)水平降低。

文中選取6類自然因子從不同角度反映對(duì)自然生態(tài)系統(tǒng)植被生產(chǎn)力水平的影響。以不同自然因子為側(cè)重點(diǎn)，分析區(qū)域NPP變化的差異性。在不同的自然條件下，水熱條件具有不同程度的差異，植被生產(chǎn)力水平也因此具有差異。如200、400 mm等降水量線分別是荒漠帶與草原帶、草原帶與森林帶分界線，說明降水及干濕條件差異直接影響地表覆蓋。同時(shí)干濕條件影響區(qū)域土壤的水分空間分布，而不同的土壤類型其保水性及對(duì)降雨的下滲能力又有很大不同，發(fā)育不同的植被類型，因而研究區(qū)內(nèi)的干旱區(qū)及半干旱區(qū)、干旱土及高山土NPP水平較低，半濕潤(rùn)區(qū)、淋溶土及半淋溶土為NPP水平的高值區(qū)。不同的地貌類型，其高程值及坡度水平差異明顯，水熱條件也明顯不同，如迎風(fēng)坡與背風(fēng)坡、山頂與谷底的降水量與太陽(yáng)輻射的差異。因而研究區(qū)風(fēng)蝕地貌區(qū)、高程值大于1 000 m、尤其高程大于2 500 m的高山區(qū)植被覆蓋差，NPP水平低；臺(tái)塬、低河漫灘、高程值較低區(qū)域的NPP水平高。研究區(qū)坡度>25°的陡坡區(qū)NPP增幅明顯主要為人為活動(dòng)的影響，黃土高原地區(qū)是國(guó)家“退耕還林、還草”政策的重點(diǎn)實(shí)施區(qū)域。植被類型的差異使其葉面積指數(shù)、垂直植被指數(shù)、郁閉度等差異明顯，因而直接影響NPP水平的大小。

2.3不同地貌類型區(qū)的NPP影響因素分析

本文以探究NPP空間格局形成機(jī)理及不同地貌類型對(duì)植被覆蓋的影響因素為目的，基于ArcGIS10.2軟件平臺(tái)，采用Sample工具，進(jìn)行隨機(jī)采樣，共采得63 936個(gè)樣本，按照8類地貌類型對(duì)采樣點(diǎn)進(jìn)行歸并。選取4個(gè)一級(jí)影響因子(地形、土壤、植被、氣候)，17個(gè)二級(jí)影響因子(坡向、高程、坡長(zhǎng)、坡度、粗砂、粉砂、粘粒、有機(jī)質(zhì)、全氮、全磷、全鉀、歸一化植被指數(shù)、植被類型、光能利用率、太陽(yáng)輻射、氣溫、降水)，建立影響因子?xùn)鸥駭?shù)據(jù)庫(kù)，以1998—2010年NPP物質(zhì)量平均值作為因變量，柵格數(shù)據(jù)轉(zhuǎn)為點(diǎn)數(shù)據(jù)，運(yùn)行Sample運(yùn)算后，每個(gè)因變量點(diǎn)均對(duì)應(yīng)17個(gè)自變量點(diǎn)，將63 936個(gè)樣本提取出自變量與因變量數(shù)值，在SPSS軟件中進(jìn)行空間雙變量相關(guān)分析，并在0.01和0.05的相關(guān)系數(shù)臨界值水平下進(jìn)行雙邊顯著性檢驗(yàn)，計(jì)算結(jié)果見表1。

表1　黃土高原地貌類型區(qū)NPP與自然因素相關(guān)系數(shù)

注：**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)。

Note: ** significant correlation at the 0.01 level (double side), * significant correlation at the 0.05 level (double side).

影響黃土高原地區(qū)NPP的主導(dǎo)因素為氣候因子及植被因子，顯著性水平大多在0.01水平顯著。低河漫灘面積不足研究區(qū)面積的0.5%，隨機(jī)采樣點(diǎn)數(shù)量少，共72個(gè)，故與17個(gè)二級(jí)影響因子的相關(guān)性表現(xiàn)不明顯，這里不作討論。通過對(duì)不同地貌類型區(qū)NPP與自然因子相關(guān)性測(cè)評(píng)，得出結(jié)果如下：

(1) 不同地貌類型區(qū)NPP物質(zhì)量的一級(jí)影響因子差異不大，二級(jí)因子具有一定差異。影響NPP空間分布格局差異的首要因素為氣候因子，主要指水熱條件，山地、塬、臺(tái)地、平原、低河漫灘區(qū)的NPP物質(zhì)量與降水因子相關(guān)性最大，相關(guān)系數(shù)分別為0.509、0.661、0.687、0.599、0.814，且均為0.01 水平(雙側(cè))上顯著相關(guān)，臺(tái)塬和風(fēng)蝕地貌區(qū)的NPP物質(zhì)量與氣溫因子最為顯著，0.01置信水平下相關(guān)系數(shù)分別為0.978、0.828。而只有黃土粱卯區(qū)NPP物質(zhì)量的主導(dǎo)因素為非氣候因子，與高程因子正相關(guān)性最為密切，相關(guān)系數(shù)為0.520。黃土梁卯是黃土高原地區(qū)典型的區(qū)域地貌類型，所占面積為黃土高原總面積的16%。黃土梁是長(zhǎng)條狀的黃土丘陵；黃土峁指單個(gè)的黃土丘陵，坡度變化較大，主要分布在丘陵溝壑區(qū)。兩種黃土高原特有地貌類型區(qū)的NPP物質(zhì)量水平主要由高程因子決定，呈顯著正相關(guān)。說明水熱條件的差異是影響地表植被生產(chǎn)力水平的主導(dǎo)因素，但地貌類型的差異使NPP物質(zhì)量的主導(dǎo)因子產(chǎn)生差異。W. Jesse Hahm[27]等在PNAS中發(fā)表的最新研究結(jié)果更是推翻了人們普遍意義上認(rèn)為的水熱因子是決定植被覆蓋首要條件的觀點(diǎn)，而是認(rèn)為母巖成分決定山地生態(tài)系統(tǒng)及景觀變遷，同一氣候條件下發(fā)育的植被類型會(huì)因基巖組成的不同而有很大差異。

(2) 太陽(yáng)輻射對(duì)NPP分布影響較大，均為0.01水平上的顯著相關(guān)，且為負(fù)相關(guān)，尤其對(duì)風(fēng)蝕地貌、臺(tái)地、平原區(qū)NPP的相關(guān)系數(shù)絕對(duì)值高達(dá)0.7以上。風(fēng)蝕地貌區(qū)氣候干旱，地表主要為沙粒，植被稀疏，在惡劣的氣候條件下太陽(yáng)輻射強(qiáng)度大使地表水分蒸發(fā)強(qiáng)烈，惡化了植被生長(zhǎng)條件，故負(fù)相關(guān)水平高達(dá)-0.911，在0.01 水平(雙側(cè))上顯著相關(guān)。

(3) 坡向因子與NPP物質(zhì)量的相關(guān)性最小，坡度因子相關(guān)性也較小。高程因子對(duì)不同地貌類型區(qū)NPP物質(zhì)量的相關(guān)性呈現(xiàn)出相反關(guān)系，山地、黃土粱卯、風(fēng)蝕地貌、臺(tái)地、平原區(qū)NPP與高程水平呈0.01置信水平下的顯著正相關(guān)，而對(duì)臺(tái)塬、塬區(qū)的NPP呈現(xiàn)0.01置信水平下的顯著負(fù)相關(guān)。臺(tái)塬區(qū)的NPP與高程水平相關(guān)系數(shù)較高，為-0.679，臺(tái)塬高程值越低，離河谷垂直距離越近，水分條件相對(duì)較好，植被生產(chǎn)力水平提高，故臺(tái)塬區(qū)的NPP物質(zhì)量與高程因子呈顯著負(fù)相關(guān)，高程值越大，NPP物質(zhì)量越低。

3　結(jié)論與討論

利用改進(jìn)CASA模型，模擬1998—2010年黃土高原地區(qū)植被NPP的時(shí)空變化情況，對(duì)研究區(qū)不同自然因素主導(dǎo)地域類型區(qū)的NPP變化差異及不同地貌類型區(qū)影響NPP變化的因子進(jìn)行分析。黃土高原地區(qū)為嚴(yán)重水土流失區(qū)及生態(tài)脆弱地區(qū)，單位面積NPP物質(zhì)量平均值為94.884～50.790 gC·m-2·a-1，明顯低于全國(guó)平均水平，空間格局呈現(xiàn)由東南向西北逐漸降低的地帶性分異特征，與水、熱條件空間分布一致，內(nèi)部地形地貌存在較大的差異，局部打破地帶性分異特征。黃土高原南部的子午嶺及黃龍林區(qū)“雙肺”效應(yīng)顯著，為NPP高值聚集區(qū)。黃土高原北部、陜北風(fēng)沙過渡帶至內(nèi)蒙古南部的毛烏素沙地及其邊緣區(qū)域?yàn)楦珊怠敫珊禋夂?，水熱條件配置差，是NPP低值聚集區(qū)。自然地理環(huán)境六大要素之間通過物質(zhì)循環(huán)與能量流動(dòng)緊密聯(lián)系，黃土高原不同自然因素主導(dǎo)地域類型區(qū)的NPP變化差異顯著，其根本驅(qū)動(dòng)機(jī)理為自然要素的差異產(chǎn)生水熱條件差異，因而區(qū)域內(nèi)的植被NPP發(fā)生變化。黃土高原地貌類型復(fù)雜多樣，不同地貌類型區(qū)水熱條件差異顯著，故相同因子在不同地貌類型區(qū)對(duì)NPP變化的影響具有差異。

陸地生態(tài)系統(tǒng)植被NPP的變化是生物圈、大氣圈、水圈等各圈層共同作用的復(fù)雜過程，其自然驅(qū)動(dòng)力因子非單一因子，而是多因子互相交織、共同作用，具體的驅(qū)動(dòng)因子也很難確定。自然地理六大要素(氣候、地形、水文、土壤、植物、動(dòng)物)的任一要素變化，都會(huì)影響局部小氣候環(huán)境的變化。水熱條件是決定植被覆蓋及其生產(chǎn)力水平的根本原因，但水熱條件同樣受到其他因子的影響，其具體的驅(qū)動(dòng)因子因地而異，且可能隨時(shí)空變化而發(fā)生變化。如黃土粱卯地貌類型NPP物質(zhì)量的主導(dǎo)因素為地形因素中的高程因子，但其根本原因是高程因子的差異而產(chǎn)生的水熱條件的差異。闡明黃土高原不同地貌類型區(qū)地表覆蓋的主要影響因素及限制因子，對(duì)恢復(fù)黃土高原植被覆蓋、治理水土流失、改善生態(tài)環(huán)境等工作能夠起到因地制宜的重要指導(dǎo)意義。本文中主要針對(duì)影響NPP的自然影響因素進(jìn)行測(cè)評(píng)，而對(duì)于自然及社會(huì)經(jīng)濟(jì)因子是怎樣耦合相關(guān)影響區(qū)域NPP變化，及人類活動(dòng)對(duì)區(qū)域NPP影響的時(shí)間滯后性如何，都有待于我們進(jìn)一步深入探究。

致謝：感謝中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院土地研究中心的董玉祥教授對(duì)本文的指導(dǎo)。

[1]Wei Yaxing, Wang Liwen. Simulating alpine vegetation net primary productivity by remote sensing in Qinghai Province, China[J]. Journal of Mountain Science, 2014,11(4):967-978.

[2]Crabtree R, Potter C, Mullen R, et al. A modeling and spatial-temporal analysis framework for monitoring environmental change using NPP as an ecosystem indicator[J]. Remote Sensing of Environment, 2009,113(7):1486-1496.

[3]Schimel D, Enting I G, Heimann M, et al. CO2and the carbon cycle[C]//Climate Change 1994 (Intergovernmental panel on climate change). Cambridge: Cambridge University Press, 1995.

[4]IGBP. A study of global change[R]. The International Geosphere-Biosphere Programme: The initial core projects. Report 12, Stockholm:IGBP, 1990.

[5]IGBP. The terrestrial carbon cycle: implications for the Kyoto Protocol[J]. Science, 1998,280:1393-1394.

[6]Goulden M L, Mcmillan A M S, Winston G C, et al. Patterns of NPP, GPP, respiration, and NEP during boreal forest succession[J]. Global Change Biology, 2011:17(2):855-871.

[7]A. Bastos, Steven W. Running, Célia Gouveia, et al. The global NPP dependence on ENSO: La Ni?a and the extraordinary year of 2011[J]. Journal of Geophysical Research: Biogeosciences, 2013,118(3):1247-1255.

[8]Florian Sallaba, D?rte Lehsten, Jonathan Seaquist, et al. A rapid NPP meta-model for current and future climate and CO2scenarios in Europe[J]. Ecological Modelling, 2015,302(24):29-41.

[9]Godfrey Pachavo, Amon Murwira. Remote sensing net primary productivity (NPP) estimation with the aid of GIS modelled shortwave radiation (SWR) in a Southern African Savanna[J]. International Journal of Applied Earth Observation and Geoinformation, 2014,30:217-226.

[10]Robert Crabtreea, Christopher Potterb, Randall Mullena, et al. A modeling and spatio-temporal analysis framework for monitoring environmental change using NPP as an ecosystem indicator[J]. Remote Sensing of Environment, 2009,113(7):1486-1496.

[11]Hongfei Yanga, b, Shaojie Mub, Jianlong Li. Effects of ecological restoration projects on land use and land cover change and its influences on territorial NPP in Xinjiang, China[J]. CATENA, 2014,115:85-95.

[12]Baoxiong Chena, b, Xianzhou Zhanga, Jian Tao, et al. The impact of climate change and anthropogenic activities on alpine grassland over the Qinghai-Tibet Plateau[J]. Agricultural and Forest Meteorology, 2014,189:11-18.

[13]Juan Gu, Chunlin Huang. Influence of drought on Chinese terrestrial net primary production from 2002—2010[J]. IGARSS, 2013,13:1752-1755.

[14]張鐿鋰，祁威，周才平，等.青藏高原高寒草地凈初級(jí)生產(chǎn)力(NPP)時(shí)空分異[J].地理學(xué)報(bào),2013, 68(9):1197-1211.

[15]Dobbertin M, Eilmann B, Bleuler P, et al. Effect of irrigation on needle morphology, shoot and stem growth in a drought-exposed Pinus sylvestris forest[J]. Tree Physiology, 2010,30(3):346-360.

[16]Stinson G, Kurz W A, Smyth C E, et al. An inventory based analysis of Canada's managed forest carbon dynamics, 1990 to 2008[J]. Global Change Biology, 2011,17(6):2227-2244.

[17]穆少杰，李建龍，周偉，等.2001—2010年內(nèi)蒙古植被凈初級(jí)生產(chǎn)力的時(shí)空格局及其與氣候的關(guān)系[J].生態(tài)學(xué)報(bào),2013,33(12):3752-3764.

[18]周濤，史培軍，孫睿，等.氣候變化對(duì)凈生態(tài)系統(tǒng)生產(chǎn)力的影響[J].地理學(xué)報(bào),2004,59(3):360-365.

[19]Peter T Doran. Antarctic climate cooling and terrestrial ecosystem response[J]. Nature, 2002,415:517-519.

[20]陳福軍，沈彥俊，李倩，等.中國(guó)陸地生態(tài)系統(tǒng)近30年NPP時(shí)空變化研究[J].地理科學(xué)，2011，31(11):1409-1414.

[21]郭廷輔，劉萬(wàn)銓，周錄隨，等.GB/T15772-1995.水土保持綜合治理規(guī)劃通則[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，1995.

[22]Potter C S, Randerson J, Field C B, et al. Terrestrial ecosystem production: a process model based on global satellite and surface data[J]. Global Biogeochemical Cycle, 1993,7:811-841.

[23]朱文泉，潘耀忠，何浩，等.中國(guó)典型植被最大光利用率模擬[J].科學(xué)通報(bào),2006,51(6):700-706.

[24]陽(yáng)小瓊，朱文泉，潘耀忠，等.基于修正的亞像元模型的植被覆蓋度估算[J].應(yīng)用生態(tài)學(xué)報(bào)，2008，19(8):1860-1864.

[25]朱文泉，陳云浩，徐丹，等.陸地植被凈初級(jí)生產(chǎn)力計(jì)算模型研究進(jìn)展[J].生態(tài)學(xué)雜志，2005，24(3):296-300.

[26]謝寶妮，秦占飛，王洋，等.黃土高原植被凈初級(jí)生產(chǎn)力時(shí)空變化及其影響因素[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(11):244-253.

[27]W Jesse Hahm, Clifford S Riebe, Claire E Lukens, et al. Bedrock composition regulates mountain ecosystems and landscape evolution[J]. PNAS, 2014,111(9):3338-3343.

Analysis on the natural factors affecting NPP in Loess Plateau

XU Qian1, Yang Ren1, REN Zhi-yuan2

(1.SchoolofGeographyandPlanning/CenterofLandResearch,SunYat-SenUniversity,Guangzhou510062,China;2.CollegeofTourism&EnvironmentScience,ShaanxiNormalUniversity,Xi’an,Shaanxi710062,China)

This study explored differences of natural factors that affected NPP and the driving factors of NPP, which was based on a variety of data of natural geographical elements including the type of land-forms, and SPOT NDVI using a modified light use efficiency model. The study showed that from 1998 to 2010, the mean value of NPP substance changed from 9.884 gC·m-2·a-1to 50.790 gC·m-2·a-1in the Loess Plateau region. The value was lower than the national average level which was 342 gC·m-2·a-1. In addition, natural factors that affected the changes of NPP showed significant differences. The loess platform had high water retention, low water loss and soil erosion intensity, such that NPP substance became increased significantly. NPP was maintained at a relatively low level and was dropped significantly in wind erosion landform areas. Dry and wet conditions were important natural elements which affected the changes of NPP. NPP increase amount was much bigger in semi-humid zone than others. Slope had significantly effects on NPP changes. With the increase of vegetation coverage in steep slope areas, NPP was obviously increased. Within micro scales, heat water spatial distribution was found to be related with the elevation. In the study areas, NPP was significantly increased at altitude from 200 m to 1 000 m. However, NPP was shown to become declined when altitude was over 1 000 m. Furthermore, the dominant factor which affected the differences of NPP special distribution was hydro-thermal condition. But the main effect factor of NPP substance based on loess ridge and loess hill was altitude. Its correlation coefficient was 0.52, under the 0.01 confidence level. There was a significant negative correlation between solar radiation and NPP, which was particularly apparent in arid region.

NPP substance； CASA model；the natural influence factors； Loess Plateau

1000-7601(2016)04-0244-07

10.7606/j.issn.1000-7601.2016.04.37

2015-05-05

國(guó)家自然科學(xué)基金項(xiàng)目(41401190)

徐茜(1984—)，女，江蘇沭陽(yáng)人，博士研究生，主要從事土地資源開發(fā)利用與保護(hù)的研究。 E-mail：xuqian19840613@163.com。

楊忍(1984—)，男，貴州畢節(jié)人，博士，講師，主要研究方向?yàn)橥恋刭Y源配置及GIS應(yīng)用研究、鄉(xiāng)村空間重構(gòu)及規(guī)劃、城鄉(xiāng)發(fā)展轉(zhuǎn)型與區(qū)域規(guī)劃。 E-mail:yangren0514@163.com。

X171.4

A