河南省農(nóng)作物最大光能利用率綜合 評估與時空特征分析

孟 琪，王來剛，秦 奮,3，張喜旺,3*，劉 莎

(1.黃河中下游數(shù)字地理技術(shù)教育部重點實驗室,河南 開封 475004； 2.河南省農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)經(jīng)濟與信息研究所,河南 鄭州 450002； 3.河南大學(xué) 城市大數(shù)據(jù)研究所,河南 開封 475004； 4.河南省氣象局，河南 鄭州 450003)

植被生產(chǎn)力水平通常用總初級生產(chǎn)力(GPP)與凈初級生產(chǎn)力(NPP)表示，二者取值對區(qū)域碳循環(huán)研究具有重要意義[1]。最大光能利用率(εmax)是估算GPP、 NPP的重要參數(shù)，植被光合作用的效率越高，表明光能利用率越大。遙感模型與遙感產(chǎn)品的廣泛應(yīng)用，為植被光能利用率研究提供關(guān)鍵的技術(shù)手段和數(shù)據(jù)來源[2]。光能利用效率與植被類型、降水、氣溫、CO2含量、化肥施用量、地形因子以及植被生長期之間有著極其緊密的聯(lián)系。

εmax是一種理想狀態(tài)下植被的光能利用效率，遙感估算模型研究中大多將其取為固定值[3]。Yan等[4]對農(nóng)田GPP研究時將小麥εmax設(shè)為1.64 g/MJ，玉米εmax設(shè)為1.99 g/MJ。朱文泉[5]基于CASA模型和生理生態(tài)過程BIOME-BGC模擬得到εmax介于0.472～1.064 g/MJ；張美玲等[6]基于草原綜合順序分類對原有的CASA模型進行改進，計算得到的εmax的全國平均值為0.345 g/MJ；康婷婷等[7]在利用植被光合生產(chǎn)模型(VPM)得到的εmax值介于0.757～3.435 g/MJ；王保林等[8]通過算法改進得到εmax值介于0.608～1 g/MJ；包剛等[9]利用野外實測NPP與CASA模型的優(yōu)化建模得到內(nèi)蒙古草原的εmax值為0.573 g/MJ。對εmax的研究，主要是大區(qū)域空間尺度的研究，研究對象多是林地或者草地等單一植被類型[10]。εmax在時空分布上存在差異，對εmax的生態(tài)學(xué)機制進行深入研究是進行植被遙感估產(chǎn)的前提和基礎(chǔ)。

目前，有關(guān)河南省農(nóng)用地最大光能利用率的研究很少，本研究以河南省農(nóng)田生態(tài)系統(tǒng)為研究對象，以增強εmax估算精度為目的，基于研究區(qū)主要作物統(tǒng)計數(shù)據(jù)與遙感產(chǎn)品，進行作物單產(chǎn)估測研究，從而進一步提高作物產(chǎn)量估算預(yù)測精度。具體做法是利用CASA模型中植被吸收的光合有效輻射(APAR)、NPP與光能利用率之間的關(guān)系，并結(jié)合VPM對河南省農(nóng)作物εmax進行估算[1]。綜合考慮化肥施用量、坡度、坡向、海拔高度等因素對εmax的變化趨勢的影響，對εmax時空分布特征及其影響因素進行分析，以期優(yōu)化εmax取值。

1 研究區(qū)概況

河南省地處暖溫帶和北亞熱帶地區(qū)，以秦嶺淮河一線為界，北部為暖溫帶，南部屬亞熱帶。位于東經(jīng)110°21′～116°39′、北緯31°23′～36°22′。地形大致分為平原、丘陵、盆地、山地，其中平原面積占55.7%。橫跨黃淮海及長江四大水系，與各支流以及人工建造水庫結(jié)合在一起，形成良好的灌溉條件。夏季炎熱多雨，冬季寒冷干燥、降水較少，年平均降雨量543.5 mm，無霜期約為210 d，年平均降水約700 mm，年平均日照時長約2 550 h。

研究區(qū)農(nóng)業(yè)生產(chǎn)主要分布在秦嶺淮河以北，包括旱地和水田，其中糧食作物主要有小麥、玉米、紅薯、水稻、高粱、谷子，經(jīng)濟作物主要是棉花、油料作物、煙草等。2015年河南省的農(nóng)作物總播種面積為1 442.49萬hm2，與2014年相比增加4.66萬hm2，同比增長0.30%，其中糧食作物播種面積1 026.71萬hm2，與2014相比增加5.73萬hm2，同比增長0.56%，可見糧食作物在農(nóng)作物總播種面積中占很大比例(研究區(qū)位置示意圖見圖1)。

2 數(shù)據(jù)及預(yù)處理

2.1 遙感數(shù)據(jù)

MOD09A1是Terra衛(wèi)星搭載的陸地2級標(biāo)準(zhǔn)地表反射數(shù)據(jù)產(chǎn)品[源于MODIS數(shù)據(jù)下載中心(https://urs.earthdata.nasa.gov/)]，行帶號是h27v05，每8 d觀測一次數(shù)據(jù)。本研究利用ArcGIS柵格數(shù)據(jù)處理工具對其進行投影、拼接，提取所需的紅光、近紅外、藍(lán)光和短波紅外4個波段反射率信息，然后通過波段運算得到增強型植被指數(shù)EVI、陸地表面水分指數(shù)LSWI，并按照河南省縣域行政矢量邊界裁剪，最終得到河南省縣域各植被指數(shù)柵格影像。

圖1 研究區(qū)位置示意圖

2.2 統(tǒng)計數(shù)據(jù)

數(shù)據(jù)來源于2001—2015年河南省縣級行政單元作物的產(chǎn)量、種植面積、化肥施用量以及CO2含量數(shù)據(jù)。結(jié)合植被不同部位含碳量系數(shù)，估算得到地上部分、地下部分、殘余部分的NPP，進而得到整個植被NPP。

2.3 氣象數(shù)據(jù)

氣象數(shù)據(jù)(包括日最高氣溫、日最低氣溫、平均氣溫、日照時數(shù)等)來源于中國氣象數(shù)據(jù)中心，本研究利用以下公式估算大氣太陽輻射：

(1)

結(jié)合太陽常數(shù)、日地相對距離、太陽時角、太陽赤緯等計算得到大氣太陽輻射，其中，S0是大氣外界太陽輻射[MJ/(m2·d)];T指周期，單位為秒，取值24×60×60 s;I0為太陽常數(shù),值為1 367×10-6[MJ/(m2·s)];ρ指相對距離;ω0為太陽時角;σ是太陽赤緯。

所有數(shù)據(jù)均采用Albers等面積投影(中央經(jīng)線為105°E，標(biāo)準(zhǔn)經(jīng)緯線是25°E、47°N)，投影到WGS84的500 m分辨率。

3 研究方法

本研究利用農(nóng)田NPP與GPP的關(guān)系，綜合河南省氣象數(shù)據(jù)、農(nóng)業(yè)統(tǒng)計數(shù)據(jù)以及MODIS數(shù)據(jù)，并利用VPM模型估算河南省農(nóng)田εmax(圖2)。

3.1 εmax計算

3.1.1 EVI、LSWI的提取 利用河南省MOD09A1 8 d合成的地表反射率數(shù)據(jù)，對其投影、提取近紅外(841～875 nm)、紅光(620～670 nm)、藍(lán)光(459～479 nm)、短波紅外(1 628～1 652 nm)4個波段的數(shù)據(jù)，用于計算LSWI和EVI 。

LSWI=(ρnir-ρswir)/((ρnir+ρswir)

(2)

EVI=2.5×(ρnir-ρred)/[ρnir+

(6×ρred-7.5×ρblue)+1]

(3)

其中，ρ表示地表反射率，nir、 swir、 red、 blue分別表示近紅外、短波紅外、紅光和藍(lán)光，分別對應(yīng)MODIS數(shù)據(jù)的band2、band6、band1、band3。

3.1.2 NPP的計算 根據(jù)自變量對NPP的影響程度及模型的復(fù)雜程度，NPP估算模型主要分為氣候統(tǒng)計模型、過程模型和光能利用率模型。其中，過程模型比較復(fù)雜，涉及的變量較多?？紤]到數(shù)據(jù)獲取以及數(shù)據(jù)研究結(jié)果的精度等因素，本研究利用作物地上部分、地下部分以及殘余部分的含碳比例、干質(zhì)量比例將農(nóng)業(yè)統(tǒng)計數(shù)據(jù)的產(chǎn)量轉(zhuǎn)換為植被碳儲量，通過計算得到NPP的年均數(shù)據(jù)。河南省農(nóng)作物包括C3和C4作物的多種類型，本研究僅對種植面積較大的水稻、小麥、谷子、玉米、高粱、豆類、薯類、棉花、花生、油菜、芝麻、向日葵、大麥、甜菜、甘蔗等進行研究，而對于蔬菜瓜果所占比例較小的作物，由于數(shù)據(jù)量的缺失以及缺少相關(guān)的計算模型不予研究。每一種作物的產(chǎn)量轉(zhuǎn)換為NPP的方法為：

圖2 εmax估算的技術(shù)路線

NPPir=Yi×Fid×(1+Riry)×Rirs×Ficr

(4)

NPPis=Yi×Fid×Riy×Fics

(5)

NPPiy=Yi×Fid×Ficy

(6)

NPPi=NPPiy+NPPir+NPPis

(7)

得到一個行政單元的NPP

(8)

式中NPPir、NPPis、NPPiy分別是指地下部分、殘余部分、地上部分的NPP，NPPi是指第i種作物的NPP；Ficy、Ficr、Fics表示地上部分、地下部分、殘余部分的含碳比例；Yi是第i種作物的單位面積產(chǎn)量；Ricy是殘余與地上產(chǎn)量的比例；Rirs是地下與地上部分產(chǎn)量的比例；Fid為干質(zhì)量比例。表1是主要農(nóng)作物含碳比例、干質(zhì)量比例、殘余/地上產(chǎn)量、地下NPP和地上NPP的常數(shù)值，無量綱。

3.1.3 εmax的計算 利用VPM模型以及NPP與GPP的轉(zhuǎn)化關(guān)系計算εmax。

GPP=α×NPP

(9)

GPP=ε×FPAR×PAR

(10)

ε=εmax×Pscalar×Wscalar×Tscalar

(11)

由此可以推導(dǎo)出:

表1 主要農(nóng)作物含碳比例、干質(zhì)量比例、殘余/地上產(chǎn)量、地下/地上NPP

其中,Pscalar是物候脅迫因子，Wscalar是水分脅迫因子，二者均可以由LSWI計算得到，Tscalar是溫度脅迫因子，由植物的最適溫度即EVI達(dá)到最高值的溫度計算得到。

Pscalar=(1+LSWI)/2

(13)

Wscalar=(1+LSWI)/(1+LSWImax)

(14)

Tscalar=0.8+Topt×0.02-Topt2×0.000 5

(15)

其中,LSWImax是生長期內(nèi)LSWI的最大值；Topt是EVI達(dá)到最大值時的日平均氣溫均值。

3.2 εmax變化分析

3.2.1 趨勢分析 為了分析河南省農(nóng)作物εmax在時間尺度上的變化規(guī)律，使用一元線性回歸分析方法分析河南省2001—2015年εmax的變化趨勢，計算公式如下所示：

(16)

式中,θslope為趨勢線的斜率，即為εmax的變化趨勢；Yi為某縣第i年的εmax；i為年變量，從1到n(n為時間尺度的年數(shù),為15)。當(dāng)θslope>0,表示εmax增加，反之則表示減少。使用T檢驗對εmax的取值進行變化顯著性檢驗，當(dāng)P<0.05表示變化趨勢顯著。

3.2.2 顯著性分析 為分析河南省農(nóng)作物εmax變化趨勢的離散程度，引入變異系數(shù)(CV)，由標(biāo)準(zhǔn)差與平均數(shù)求比值得到，CV的計算公式為：

CV=標(biāo)準(zhǔn)偏差/平均值

(17)

4 結(jié)果與分析

4.1 河南省農(nóng)作物εmax時空分布特征

由研究結(jié)果可知，河南省2001—2015年年均εmax最高值1.969 g/MJ出現(xiàn)在2006年虞城縣，最低值0.047 g/MJ出現(xiàn)在2005年鄭州市，各市縣均值在0.072～1.034 g/MJ，所有地區(qū)年均值為0.648 g/MJ，比最大值的均值1.034 g/MJ低37%，說明εmax在研究期內(nèi)年際波動較大。年均εmax在2001—2004年有明顯波動，2004年以后基本平緩無明顯波動。2003—2004年、2011—2012年均值有所下降，前者可能是因為氣候干旱導(dǎo)致εmax較少，后者可能是因為農(nóng)作物種植面積有所下降。河南省εmax在0.1～0.2 g/MJ的區(qū)域約占總面積的5%；在0.2～0.3 g/MJ的區(qū)域約占總面積的22%；εmax在0.3～0.5 g/MJ的區(qū)域所占比例較小，但是總體2001—2011年呈增加趨勢，約占總區(qū)域面積的12%左右。εmax>0.5 g/MJ的區(qū)域所占比例較大，約占總面積的37%，εmax<0.1 g/MJ的區(qū)域面積整體呈減少趨勢，εmax>0.2 g/MJ的區(qū)域面積整體呈增加趨勢，εmax的值在0.4 g/MJ以上的大多是林地，河南省大多是平原地區(qū)以農(nóng)田為主，所以εmax大多在0.4 g/MJ以下(圖3)。

由于較大研究尺度范圍內(nèi)土地類型復(fù)雜多樣、涉及參數(shù)較多、數(shù)據(jù)獲取困難導(dǎo)致精度下降，大區(qū)域尺度εmax的研究精度有待進一步驗證。河南省作為農(nóng)業(yè)大省位居平原且自然人文條件適宜，農(nóng)作物種類豐富，作物光能利用效率較高。2001—2015年河南省北部的濮陽市、新鄉(xiāng)市、焦作市εmax均始終較高，最東部的商丘市εmax在2008年之前一直處于較低水平，之后有增加的趨勢，并在2010年達(dá)到最大值。周口市εmax存在明顯的年際波動，表明作物生長外界環(huán)境的不穩(wěn)定性，可能由氣溫、降水灌溉、施肥等諸多因素引起。位于研究區(qū)最南部的信陽市作物εmax整體呈現(xiàn)上升趨勢，這與良好的氣候條件有關(guān)，作為河南省唯一淮河穿境的地市，75%分布在淮河以南，以種植水稻為主，是南北方的分界線。

圖3 2001—2015年河南省年均εmax年際變化(以C計)

河南省εmax空間分布上呈現(xiàn)西南部和北部較高、中西部和東部總體偏低，時間上整體呈增加趨勢，增加較明顯的區(qū)域集中在鄧州市、泌陽縣、唐河縣、新蔡縣和正陽縣及其周邊區(qū)域，這是由于農(nóng)業(yè)生產(chǎn)條件如灌溉條件有所改善，且近幾年天氣溫暖，適宜農(nóng)作物的光合生長，εmax增長較明顯。由于不同的模型結(jié)構(gòu)參數(shù)、研究時段、輸入數(shù)據(jù)各有差異使得研究結(jié)果存在較大差異。河南省2001—2010年、2001—2015年εmax均值空間分布如圖4所示。

圖4 河南省εmax空間分布

河南省農(nóng)田εmax2010年以后呈現(xiàn)減少趨勢，由于近幾年城市化進程加快，農(nóng)田種植面積有所下降，環(huán)境污染嚴(yán)重，大氣層遭到破壞，從而影響植被的光合呼吸作用。結(jié)合圖4來看，河南省2010—2015年εmax東部地區(qū)呈減少趨勢，中部地區(qū)無明顯增減，而西部地區(qū)呈增加趨勢。

在探索性研究(exploratory research)中，研究人員探索問題的方式應(yīng)該是開放的、包羅性的(inclusive)、排除預(yù)設(shè)的(unpredetermined)，然而，即使是出于驗證理論(hypothesis-testing)、數(shù)據(jù)互證(triangulation)的目的，研究人員也都更傾向于選擇一種更能接近被調(diào)查者的、更能獲得全方位信息的方法。研究性訪談(research interview)正是這樣一種方法。

4.2 河南省農(nóng)作物εmax變化趨勢

從2001—2015年河南省εmax均值變化趨勢(圖5)可知，農(nóng)田2001—2015年εmax東部地區(qū)呈增加趨勢，增加明顯的是位于研究區(qū)北部的安陽市、林州市、鶴壁市、新鄉(xiāng)市東部、焦作市西南部等地區(qū)，洛陽市、濟源市、新鄉(xiāng)市減小趨勢明顯，其他地區(qū)增加趨勢不明顯或者呈現(xiàn)減少趨勢。

圖5 2001—2015年河南省農(nóng)田年均εmax變化趨勢

由河南省各市縣農(nóng)田εmax的CV空間分布(圖6)可知，黃河以南大部分地區(qū)CV較高。其中,南陽的鎮(zhèn)平縣及駐馬店的新蔡縣CV較大，年際波動明顯。南部的信陽市、西部的三門峽市以及北部的新鄉(xiāng)市CV較低，無明顯年際波動。2001—2015年研究區(qū)εmax的CV最高，達(dá)0.15以上，表明εmax存在較大的年際間波動，更進一步說明造成植被εmax年均值變化的影響因素的多樣性。εmax取值與不同遙感模型估算結(jié)果對比(表2)發(fā)現(xiàn)，基于VPM的估算結(jié)果偏大。

圖6 2001—2015年河南省農(nóng)田年均εmax的CV空間分布表2 不同模型估算的εmax模擬值

模型εmax模擬值范圍研究時期研究范圍參考文獻CASA0.389～0.9851982—2000中國[5]CASA0.008～0.8462005—2006中國[6]VPM0.757～3.4352001—2010江蘇省[7]CASA0.131～1.1462003—2008長白山、鼎湖山、千煙洲和西雙版納[10]VPM0.570～2.2002001—2011中國[11]

由河南省2001—2015年不同作物εmax變化趨勢(圖7)可知，研究區(qū)作物εmax均呈現(xiàn)不同程度的增減趨勢。15 a間小麥作物εmax較2001年增長3.5倍，除棉花以外，其他類型作物呈現(xiàn)明顯的年際增長。研究區(qū)糧食作物占較大比例，且以小麥、玉米作物為主，糧食作物種植面積存在不同程度的年際波動(圖8)，與εmax呈現(xiàn)逐年上升的趨勢不同。不同作物單產(chǎn)、生長期、最佳生長條件均存在差異，在進行農(nóng)業(yè)估產(chǎn)時需考慮εmax時空分布差異，從而增加估產(chǎn)研究的精確度。

圖7 2001—2015年河南省不同作物εmax變化趨勢

圖8 2001—2015年河南省不同作物種植面積 與εmax變化趨勢

4.3 影響河南省農(nóng)田εmax的時空分布差異的影響因素分析

利用逐步回歸的分析方法對影響河南省εmax的自然人為因素進行回歸分析(圖9)，結(jié)果表明，河南中東部(鄭州市、商丘市、周口市)和南部地區(qū)(駐馬店市、南陽市、信陽市)的農(nóng)田單位面積化肥施肥量與εmax呈現(xiàn)較強的正相關(guān)關(guān)系，相關(guān)系數(shù)都大于0.4，說明化肥施用量對這些地區(qū)的農(nóng)作物的長勢有很強的促進作用。河南北部的濟源市εmax與化肥施用量之間甚至呈現(xiàn)負(fù)相關(guān)。植被εmax年均值的變化是自然因素與人為因素協(xié)同作用的結(jié)果，單一的植被指數(shù)不足以作為分析εmax的唯一標(biāo)準(zhǔn)。EVI、LSWI的年際變化趨勢與εmax基本一致(圖10)。

圖9 εmax與化肥施用量及灌溉面積的相關(guān)性

圖10 植被指數(shù)與εmax年際間的相關(guān)性規(guī)律

為分析化肥施用量、空氣中CO2含量對εmax時間序列演變的影響，本研究對不同影響因子進行相關(guān)分析。結(jié)果表明,2001—2015年 εmax均值與化肥施用量、CO2含量的相關(guān)系數(shù)分別為0.585、0.335。結(jié)合河南省90 m分辨率DEM數(shù)據(jù)可知，研究區(qū)最低海拔高度為19 m，最高海拔高度為2 384 m，平均海拔高度為1 174 m，大部分地區(qū)海拔高度在2 km以下。εmax較高的區(qū)域分別分布在東部海拔較低的平原地區(qū)和西部較高的山地丘陵帶。

利用SPSS軟件的多元線性回歸分析模型[12]對εmax與各地形因子進行相關(guān)分析(表3)，結(jié)果表明，εmax與坡度和緯度呈正相關(guān)，與坡度相關(guān)系數(shù)為0.407～0.659，與緯度相關(guān)系數(shù)為0.547～0.673，坡度影響氮、磷、水分等的沉降速度，進而影響植物對養(yǎng)分的吸收[13]。其中，坡度為30°和45°時養(yǎng)分沉降速率最高，沉降的養(yǎng)分一部分被植物吸收，另一部分受到雨水的沖刷流失。εmax與海拔高度相關(guān)性較弱，河南地處北回歸線以北地區(qū)，南面屬于陽坡，北部多山區(qū)，南部多平原，因此南坡平原地帶的植物生產(chǎn)率較高。

表3 εmax與影響因子的相關(guān)系數(shù)

5 結(jié)論與討論

本研究利用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)、遙感數(shù)據(jù)、氣象數(shù)據(jù)，結(jié)合VPM對河南省2001—2015年農(nóng)田生態(tài)系統(tǒng)εmax時空分布進行綜合評定與分析。盡管常規(guī)機理模型在獨立性和發(fā)展?jié)摿Ψ矫娓邇?yōu)勢，但基于統(tǒng)計數(shù)據(jù)的植被光合估算模型更具可操作性。統(tǒng)計數(shù)據(jù)與中高分辨率遙感產(chǎn)品的可獲得性，使得本研究方法在作物遙感估產(chǎn)方面具有強大的發(fā)展?jié)摿?。實用性、可操作性較強的遙感估測方法為作物產(chǎn)量監(jiān)測提供關(guān)鍵的數(shù)據(jù)源和技術(shù)手段?；诮y(tǒng)計數(shù)據(jù)及中高分辨率遙感數(shù)據(jù)的估算方法必然成為區(qū)域估產(chǎn)研究的趨勢。

本研究發(fā)現(xiàn)，農(nóng)田生態(tài)系統(tǒng)εmax存在明顯的時空分布差異?？臻g分布上呈現(xiàn)出中部、北部較高，西部、南部偏低的趨勢。呈現(xiàn)明顯年際波動，2001—2010年總體呈現(xiàn)上升趨勢，到2010年以后呈下降趨勢，這是由多種影響因素復(fù)合作用引起的。結(jié)合變化趨勢分布結(jié)果可知，河南省東部黃淮海平原增加趨勢明顯，明顯增加的主要有北部的濮陽周邊、南部的南陽盆地，CV空間分布總體呈現(xiàn)南高北低，與這些地區(qū)良好的灌溉條件、充足的光熱有緊密聯(lián)系。多元相關(guān)分析結(jié)果可知，農(nóng)田εmax與植被指數(shù)存在較好相關(guān)性，與坡度呈正相關(guān)、與海拔、坡向呈負(fù)相關(guān)，主要與坡度沉降、作物地形分布有關(guān)。