淮河流域地上生物量時空特征分析

姚筠 張方敏 侯燦 翁升恒 吳文玉

（1安徽省氣象科學(xué)研究所，大氣科學(xué)與衛(wèi)星遙感安徽省重點實驗室，合肥 230031；2 壽縣國家氣候觀象臺，中國氣象局淮河流域典型農(nóng)田生態(tài)氣象野外科學(xué)試驗基地，壽縣 232200；3 南京信息工程大學(xué)應(yīng)用氣象學(xué)院，南京 210044）

0 引言

生物量是指某一時刻單位面積內(nèi)所有植被的總干重，是表征植被群體長勢的重要參數(shù)之一。地上生物量（aboveground biomass，AGB）不僅僅是生態(tài)系統(tǒng)第一性生產(chǎn)力的組成部分，也是評價生態(tài)系統(tǒng)的生態(tài)脆弱性的重要指標[1]。關(guān)于生物量的研究與應(yīng)用最早是在林學(xué)的相關(guān)研究中提出[2-6]。其后在草地和農(nóng)田領(lǐng)域，眾多學(xué)者也開展了關(guān)于地上生物量的大量研究[7-11]。農(nóng)田的地上生物量與長勢和單產(chǎn)密切相關(guān)，主要受到環(huán)境氣候、地形、生物多樣性和管理利用方式等因素的影響。環(huán)境與氣候的因素包括光照、水分和土壤溫度。地形主要包括海拔、地勢、斜面等要素，海拔坡度包括光照射、濕度及溫度等環(huán)境因素。通過海拔高度的變化，氣候因子對地上生物量的影響進一步加強[12]。

淮河流域是我國農(nóng)業(yè)生產(chǎn)經(jīng)營活動的典型區(qū)域之一，代表了東亞季風區(qū)的主要氣候條件和生態(tài)環(huán)境狀況。同時由于淮河流域地處我國南北氣候過渡帶，天氣復(fù)雜多變，加上地形的共同作用，使得該區(qū)域地上生物量變化可能較之其他區(qū)域更為復(fù)雜。而目前流域尺度地上生物量的時空動態(tài)變化研究尚不多見。因此建立該區(qū)域AGB的估算方法及分析氣候變化背景下該區(qū)域AGB的變化特征對了解該區(qū)域碳源匯情況，以及評估區(qū)域碳源匯潛力具有重要意義。

本研究以淮河流域（圖1）為對象，基于氣象數(shù)據(jù)、遙感反演數(shù)據(jù)和BEPS模型，估算得到淮河流域長序列AGB數(shù)據(jù)，并在此基礎(chǔ)上分析淮河流域地上生物量時空變化特征，以期為農(nóng)田生態(tài)系統(tǒng)的深入研究及長期監(jiān)測提供數(shù)據(jù)累積，為農(nóng)業(yè)資源的科學(xué)管理和合理利用提供信息支撐。

圖1 研究區(qū)淮河流域圖Fig. 1 The map of Huaihe River Basin

1 資料與方法

1.1 資料

本文數(shù)據(jù)來源于中國氣象局國家氣候中心提供的1981—2018年淮河流域內(nèi)河南、安徽、江蘇、山東四省共145站逐日氣象資料，包括降雨量、最高溫度、最低溫度、相對濕度、日照時數(shù)等。所有的數(shù)據(jù)進行補插訂正，然后采用Kriging方法插值到0.01°格點數(shù)據(jù)。葉面積指數(shù)（LAI）資料來源于0.08°的1981—2018年的由中國科學(xué)院地理所劉榮高團隊制作的GLOBMAP LAI V3的產(chǎn)品[13]，該產(chǎn)品融合AVHRR LAI（1981—1999年）和MODIS LAI（2000—2018年）。

1.2 AGB 估算方法

農(nóng)田地上生物量主要有3種獲取方法：直接收獲法、產(chǎn)量模擬法和遙感模型法[14-15]。直接收獲法是在植被生長發(fā)育最旺盛的時候，通過試驗的方式去獲取某一樣地上的所有生物量并進行稱重。這種方法估算精度高并且操作簡單，但是需要花費大量的時間和精力才能夠采集足夠的樣本數(shù)據(jù)，而利用有限的樣本數(shù)據(jù)估算大區(qū)域范圍的生物量也存在較大誤差，并且該方法還破壞樣地的植被覆蓋情況。因此，這種方法一般用于估算小區(qū)域范圍的地上生物量。產(chǎn)量模擬模型法，此種方法考慮了植被的生態(tài)環(huán)境特征和生理特征，一般將土壤、植被種類、氣候和技術(shù)等條件因素用于模型中。該方法需要研究區(qū)大量詳細具體資料，由于搜集足夠的數(shù)據(jù)存在難度，因此這種模型很難在大范圍區(qū)域進行估算。遙感模型法主要是基于遙感數(shù)據(jù)，利用遙感變量和同一時期的地面采樣數(shù)據(jù)建立數(shù)據(jù)集、構(gòu)建生物量遙感模型，目前運用遙感手段進行綜合建模應(yīng)用最為廣泛。本研究綜合利用氣象數(shù)據(jù)和遙感反演數(shù)據(jù)結(jié)合BEPS模型進行AGB的估算。

1.2.1 估算凈第一生產(chǎn)力（NPP）

BEPS模型是在FOREST-BGC模型的基礎(chǔ)上不斷改進、發(fā)展得到的，用于估算陸地生態(tài)系統(tǒng)的碳水循環(huán)[15-16]。經(jīng)過多次改進，已被許多學(xué)者用到中國區(qū)、亞洲東部等區(qū)域生產(chǎn)力和蒸散空間分布格局的模擬中。該模型是基于過程的生物地球化學(xué)模型，涉及到生化、生理和物理等機理方法，綜合運用了生態(tài)學(xué)、生物物理學(xué)、植物生理學(xué)、氣候?qū)W和水文學(xué)的方法來模擬植物的光合、呼吸、碳的分配、水分平衡和能量平衡等關(guān)系[17-18]。模型最主要的特點是引入兩葉模型將冠層葉片分為陽葉和陰葉，通過進行氣孔導(dǎo)度的積分對葉片尺度的瞬時光化學(xué)模型進行時空尺度轉(zhuǎn)換，模擬計算逐日值累計。NPP的計算分為3個部分：

1）總初級生產(chǎn)力（GPP）的計算

式中：A為葉片的光合作用速率（μmol/(m2·s)）；Wc和Wj分別為受Rubisco活性限制和光限制的光合作用速率；Rd為白天葉子的暗呼吸；Vm為最大羧化作用速率；Ci是葉肉細胞CO2濃度（mol·mol-1）；Γ是無暗呼吸時的CO2補償點（mol·mol-1）；K為酶促反應(yīng)速度常數(shù)（mol·mol-1）；J是電子傳遞速度。

式中：Acanopy、Asun、Ashade分別為整個冠層、陽葉和陰葉的日光合速率；LAIsun和LAIshade分別為陽葉和陰葉的葉面積指數(shù)；θ為太陽高度角；Ω為葉子聚集度系數(shù)；daylenth為日長；CGPP為轉(zhuǎn)換比例。

2）呼吸作用的計算

植物的呼吸作用可以分為自養(yǎng)呼吸和異養(yǎng)呼吸，其中，植物的自養(yǎng)呼吸（Ra）主要包括生長呼吸（Rg）和維持呼吸（Rm）兩部分：

式（3）中，i代表植物的不同器官（葉、莖、粗根和細根）；Mi為第i個器官的生物量；Rm,i為第i個器官在溫度Tb（℃）時的呼吸速率（μmol·m-2·s-1）；T為氣溫（℃）；Q10為呼吸對溫度變化的響應(yīng)系數(shù)。

3）NPP的計算

植物每天的NPP即為植物每天的凈碳吸收量，計算為GPP與呼吸作用消耗之差，即：

1.2.2 估算地上生物量（AGB）

AGB就是生育期內(nèi)從第一天到n的干物質(zhì)的累積量，即

式（5）中，NPP為第一凈生產(chǎn)力，也表示為有機物質(zhì)干重，n為生育期的第n天。

2 結(jié)果與分析

2.1 淮河流域年均AGB時空變化

2.1.1 淮河流域日均AGB 的年變化

如圖2所示，淮河流域多年平均AGB在年內(nèi)日尺度變化呈現(xiàn)“單峰型”變化規(guī)律，存在兩個快速上升期。在年初和年末，AGB都處在較低水平，僅有400 g·m-2，到了73 d（3月14日（平年）/3月13日（閏年））左右，AGB上升速度明顯變快，至129 d（5月9日（平年）/5月8日（閏年））左右上升速度放緩，到170 d（6月19日（平年）/6月18日（閏年））進入第二段快速上升期，并在217 d（8月5日（平年）/8月4日（閏年））達到一年中的最大值，為2531 g·m-2，而后迅速下降。

圖2 淮河流域年均AGB年變化Fig. 2 Annual variation of 38 years mean daily AGB in Huaihe River Basin

2.1.2 淮河流域年均AGB年際變化

將淮河流域AG B逐年進行平均而得到圖3。1981—2018年這38年間淮河流域AGB呈現(xiàn)波動上升的趨勢，從1981年的836.8 g·m-2逐漸上升到2018年的983.3 g·m-2。多年平均AGB為884.0 g·m-2，最大值出現(xiàn)在2015年，為1083.6 g·m-2，最小值出現(xiàn)在1996年，為741.0 g·m-2。構(gòu)建所得年份與AGB的線性方程為y=6.333x+760.53（R2=0.581），表明，所研究年份內(nèi)AGB有明顯的上升趨勢。

圖3 淮河流域平均AGB年際變化（1981—2018年）Fig. 3 Interannual variation of annual average AGB in Huaihe River Basin from 1981 to 2018

2.1.3 淮河流域不同年代的年均AGB空間分布

由圖4可知，淮河流域AGB自1980年代到2010年代這4個年代間呈現(xiàn)出明顯的增加趨勢，AGB區(qū)域上大體分布為南高北低，淮河流域的西部地區(qū)AGB也較高。西部和南部地區(qū)（主要為山區(qū)）自1980年代以來就大于700 g·m-2，甚至大于1400 g·m-2（圖中未能顯示）。在1980與1990年代，淮河流域中部的AGB大多在500 g·m-2以下；而2000年代時AGB小于400 g·m-2的區(qū)域大幅度減少，500～700 g·m-2的區(qū)域大幅增加，南部和西部地區(qū)繼續(xù)保持高AGB，但區(qū)域較前兩個年代有略微擴大；到了2010年代，淮河流域大范圍內(nèi)AGB＞600 g·m-2，僅北部和部分東部沿海地區(qū)AGB＜400 g·m-2。

圖4 淮河流域不同年代的年均AGB空間分布Fig. 4 Spatial distribution of annual average AGB in Huaihe River Basin from 1980s to 2010s

2.1.4 淮河流域年均AGB變化趨勢的空間分布

如圖5所示，除東部沿海等小范圍區(qū)域以外，1981—2018年間淮河流域AGB變化趨勢均大于0，即淮河流域大范圍的AGB表現(xiàn)為上升趨勢，但上升的速率有所不同。在淮河流域的中部、中部偏北和中部偏西區(qū)域大范圍AGB變化趨勢最大，上升最明顯，幾乎都在0.50以上，甚至出現(xiàn)大面積大于0.75的情況；然而在淮河流域的南部和東部沿海地區(qū)，AGB變化趨勢大多小于0.50，甚至有大面積小于0的情況，即AGB在淮河流域這些范圍內(nèi)增長不快甚至有減小。

圖5 1981—2018年淮河流域年均AGB變化趨勢的空間分布Fig. 5 Spatial distribution of AGB variation trend in Huaihe River Basin from 1981 to 2018

圖6 1981—2018年淮河流域AGBmax逐年變化Fig. 6 Annual average AGBmax in Huaihe River Basin from 1981 to 2018

2.2 淮河流域最大AGB（AGBmax） 時空變化

2.2.1 淮河流域AGBmax年變化

將淮河流域各格點AGB求逐年內(nèi)最大值，再求平均得到淮河流域AGBmax變化圖（圖6）。38年間淮河流域AGBmax呈現(xiàn)波動上升的趨勢，從1981年的2111 g·m-2逐漸上升到2018年的2610 g·m-2。多年平均AGBmax為2221 g·m-2，最大值出現(xiàn)在2015年，為3025 g·m-2，最小值出現(xiàn)在1982年，為1699 g·m-2。構(gòu)建所得年份與AGB的線性方程為y=28.639x+1662.9（R2=0.661）。與AGB相同（圖3），淮河流域AGBmax有明顯的上升趨勢。

2.2.2 淮河流域不同年代AGBmax 空間分布

由圖7可知，淮河流域AGBmax自1980年代到2010年代這4個年代間呈現(xiàn)出明顯的增加趨勢，AGBmax區(qū)域大體分布為南高北低，淮河流域的西部地區(qū)AGBmax也較高。西部和南部地區(qū)（主要是山區(qū)）自1980年代以來就大于2500 g·m-2，在1980與1990年代，淮河流域中部的AGBmax大多在700～1500 g·m-2；而2000與2010年代時AGBmax小于1000 g·m-2的區(qū)域大幅度減少，1500～2500 g·m-2的區(qū)域大幅增加，甚至淮河流域大范圍內(nèi)AGBmax大于2500 g·m-2，僅西北部和部分東部沿海地區(qū)AGBmax還小于700 g·m-2。

圖7 淮河流域不同年代AGBmax空間分布Fig. 7 Spatial distribution of AGBmax in Huaihe River Basin from 1980s to 2010s

2.2.3 淮河流域AGBmax變化趨勢的空間分布

如圖8所示，同AGB變化趨勢類似（圖5），除東部沿海等小范圍區(qū)域以外，1981—2018年間淮河流域AGBmax變化趨勢均大于0，即淮河流域大范圍的AGBmax表現(xiàn)為上升趨勢，但上升的速率有所不同。在淮河流域的中部、中部偏北和中部偏西區(qū)域AGBmax變化趨勢最大，上升最明顯，幾乎都在0.50以上，甚至出現(xiàn)大于0.75的情況；然而，在淮河流域的南部和東部沿海地區(qū)地區(qū)，AGBmax變化趨勢多在0.50以下，甚至在東部沿海地區(qū)出現(xiàn)大面積小于0的情況，即AGBmax在淮河流域這些范圍內(nèi)為減小趨勢。

圖8 1981—2018年淮河流域AGBmax變化趨勢的空間分布Fig. 8 Spatial distribution of AGBmax variation trend in Huaihe River Basin from 1981 to 2018

3 結(jié)論與討論

1）本文分析了淮河流域年均AGB時空變化。結(jié)果表明：淮河流域多年均AGB在年內(nèi)日尺度變化呈現(xiàn)“單峰型”變化，存在兩個快速上升期，峰值出現(xiàn)在217 d（8月5日（平年）/8月4日（閏年））；淮河流域年均AGB年際變化呈現(xiàn)波動上升的趨勢，從1981年的836.8 g·m-2逐漸上升到2018年的983.3 g·m-2；淮河流域年均AGB年代空間分布自1980年代到2010年代這4個年代間呈現(xiàn)出明顯的增加趨勢，AGB區(qū)域上大體分布為南高北低，淮河流域的西部地區(qū)AGB也較高；1981—2018年間淮河流域年均AGB空間變化趨勢均大于0，即淮河流域大范圍的AGB表現(xiàn)為上升趨勢，但上升的速率有所不同。

2）淮河流域最大AGB（AGBmax）時空變化。近38年間淮河流域逐年AGBmax呈現(xiàn)波動上升的趨勢，從1981年的2111 g·m-2逐漸上升到2018年的2610 g·m-2；AGBmax區(qū)域大體分布為南高北低，淮河流域的西部地區(qū)AGBmax也較高；1981—2018年淮河流域AGBmax變化趨勢均大于0，即淮河流域大范圍的AGBmax表現(xiàn)為上升趨勢，但上升的速率有所不同。