基于改進的CASA模型三峽庫區(qū)NPP時空特征及氣候驅動機制

張雪蕾,肖偉華,王義成

中國水利水電科學研究院,流域水循環(huán)模擬與調(diào)控國家重點實驗室, 北京 100038

植被凈初級生產(chǎn)力(Net Primary Production,NPP)是指綠色植物在單位面積、單位時間內(nèi)所累積的有機物數(shù)量[1],可直接反映植被在自然條件下的生產(chǎn)能力[2]。NPP作為評價陸地生態(tài)系統(tǒng)生產(chǎn)力的重要指標[3],受到包括地學、生物學和水文學等多個學科領域研究的重視[4- 7]。

在植被NPP研究的起步階段,由于資料的欠缺和技術的落后,關于NPP的研究方法相對簡單,僅通過氣候要素與NPP實測資料建立關系來對NPP進行估算,構建了一系列NPP的氣候生產(chǎn)力模型,如Miami模型[8]、Thornthwaite Memorial模型[9]和Chikugo模型[10],該類模型形式簡單,得到廣泛應用。但由于未充分考慮植被的生理生態(tài)過程,也忽略了植物對環(huán)境的反饋作用以及下墊面因素,估算結果誤差較大,準確性不高?；谏鲜稣J知,學者們以植被生理生態(tài)學特征為基礎,充分考慮氣象、環(huán)境及土壤等因素,發(fā)展建立了生理生態(tài)過程模型,如TEM模型[11]、BIOME-BGC模型[12]、SILVAN[13]、CENTURY模型[14]等,此類模型對NPP的估算精度較高,但因模型復雜,所需參數(shù)較多,難以得到推廣。近年來,隨著NPP研究手段的逐步發(fā)展和完善,特別是遙感與地理信息系統(tǒng)等空間觀測與分析技術的發(fā)展,以遙感數(shù)據(jù)驅動的光能利用率模型得到了快速發(fā)展,其中以CASA模型為典型代表[15-16]。CASA模型以遙感數(shù)據(jù)為輸入源,從植被的生理過程出發(fā),基于資源平衡觀點[17],結合Monteith[18]提出的光能利用率建立起來。相對其他模型來說,CASA模型所需參數(shù)較少且易于獲取,避免了因數(shù)據(jù)缺失及人為因素造成的誤差,易于推廣使用。另外,CASA模型基于遙感數(shù)據(jù)進行估算,一定程度減小了實測數(shù)據(jù)由點及面造成的誤差,模擬精度較高。又因遙感數(shù)據(jù)時空分辨率多樣,時效性好等優(yōu)點,在不同時間尺度和空間尺度上都具有較好的適用性。

國內(nèi)外學者對CASA模型和植被NPP進行了大量研究,張方敏等[19]基于遙感和過程模型對亞洲東部陸地生態(tài)系統(tǒng)的NPP進行了分析,得到,NPP的空間格局主要由氣候因子決定,不同國家NPP差異較大,總體自東南向西北顯著減少,我國西北荒漠區(qū)為NPP低值區(qū)。Li等[20]對我國自20世紀80年代后期以來NPP對土地利用和土地覆被變化的響應進行了研究,指出,近30年來我國由于城市化的發(fā)展導致NPP總量產(chǎn)生一定程度的損失,其中大部分損失由農(nóng)田轉變?yōu)槌擎?zhèn)所致。周偉等[21]采用CASA模型對近30年來我國草地的NPP進行了研究,結果表明,近30年來我國草地NPP呈增加趨勢,空間特征表現(xiàn)為東南部高西北部低,多種草地類型的NPP與降水呈顯著正相關關系。Liu等[22]探討了我國草地生產(chǎn)力對氣候變化和人類活動的響應特征,認為,我國草地NPP減小主要由人類活動所致,而氣候變化則促進了NPP的增加。劉建峰等[23]以河南省為例,綜合利用CASA模型和VPM模型,在像元尺度上對最大光能利用效率進行了研究,認為,最大光能利用率在空間上呈西北、西南高,其他區(qū)域低的特點,最大光能利用率值的變化是自然、人為因素共同影響的結果。Li等[24]利用光能利用效率模型對內(nèi)蒙古自治區(qū)的NPP進行了估算和分析,指出,研究區(qū)NPP自東北向西南遞減,NPP與氣溫和降水高度相關。上述研究在不同的時間和空間尺度上驗證了CASA模型估算NPP的準確性和適用性,同時也論證了NPP研究的使用價值和科學意義。

作為我國長江上游重要的生態(tài)功能區(qū)[25],西南地區(qū)重要的生態(tài)屏障和生態(tài)走廊[26],三峽庫區(qū)生態(tài)系統(tǒng)的健康穩(wěn)定發(fā)展關系到周邊區(qū)域乃至長江流域的可持續(xù)發(fā)展。大量研究表明該區(qū)目前面臨一系列問題,如水土流失[27-28]和生物多樣性喪失[29]、植被破壞[30]等。本文從植被生長力的角度出發(fā),以2001—2015年水文氣象和遙感產(chǎn)品等時間序列為數(shù)據(jù)源,基于改進的CASA模型對三峽庫區(qū)植被凈初級生產(chǎn)力進行估算,分析三峽庫區(qū)不同時間尺度植被凈初級生產(chǎn)力的變化特征及空間差異。結合氣候變化特征,初步探討氣候因子對NPP的驅動機制,分析NPP對氣候變化的響應特征。在此基礎上,對氣候模式模擬成果進行對比遴選和矯正,對未來15年三峽庫區(qū)的NPP進行預測。研究有助于深入了解三峽庫區(qū)植被生長力的變化特征及其對氣候變化的響應,正確認識三峽庫區(qū)目前的生態(tài)狀況,為生態(tài)系統(tǒng)服務功能的有效評估提供理論依據(jù)與數(shù)據(jù)支撐,為庫區(qū)未來生態(tài)建設及可持續(xù)發(fā)展規(guī)劃布局提供決策依據(jù)。

1 研究區(qū)概況

三峽庫區(qū)是指三峽大壩建成以來,庫區(qū)成功蓄水后,壩址與水庫回水末端之間的集水區(qū)。地處長江上游末端,介于東經(jīng)105°50′—111°40′、北緯28°31′—31°44′之間(圖1),總面積為59,326 km2。該區(qū)北攀大巴山南麓、南抵云貴高原北緣,地處大巴山褶皺帶、川東褶皺帶和川鄂湘黔隆起帶三大構造單元交匯處,山地、丘陵、盆地、谷地交錯分布,主要以東北部和長江南緣的山地和中西部的丘陵為主,高程介于54—3099 m之間。三峽庫區(qū)屬亞熱帶濕潤季風氣候,多年平均氣溫為17.13 ℃。庫區(qū)內(nèi)雨量充沛但時空分布不均,多年平均降水量為1130 mm。三峽庫區(qū)四季分明,具有冬暖春早、夏熱伏旱,秋遲雨多的特點[31]。區(qū)內(nèi)植被類型豐富,主要為常綠闊葉林、落葉闊葉混交林、落葉闊葉與常綠針葉混交林、針葉林和灌叢等,NDVI多年均值為0.89(圖1)。

圖1 三峽庫區(qū)地理位置及站點分布Fig.1 Location and sites distribution of the TGRA

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

2.1.1水文氣象數(shù)據(jù)

系統(tǒng)收集和整編三峽庫區(qū)內(nèi)及周邊19個基準氣象站2001—2015年的逐日水文氣象觀測序列,內(nèi)容主要包括常規(guī)地面觀測數(shù)據(jù)(平均氣溫、最低和最高氣溫、降水量、氣壓、風速、日照時數(shù)、相對濕度和實際蒸散發(fā)),數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)；采用P-M(Penman-Monteith)公式[32]計算得到潛在蒸散發(fā)和凈輻射序列,將各站點日值資料進行匯總得到月值和年值序列,通過ArcGIS平臺,采用樣條插值法分別對降水、氣溫、蒸散發(fā)(潛在和實際)及太陽凈輻射的月值和年值進行插值得到空間數(shù)據(jù),用于后續(xù)分析及計算。

氣候模式(General Circulation Model,GCM)又稱為大氣環(huán)流模式,是基于旋轉球體的納維-斯托克斯動力學原理的、用于描述地球大氣、陸面和海洋的數(shù)學模型[33-34]。全球氣候模式可通過降尺度方法得到區(qū)域尺度的氣象數(shù)據(jù),是現(xiàn)階段預測未來氣候變化及其相應研究的主要途徑[35-36]。本文對ISI-MIP提供的5套全球氣候模式的歷史期數(shù)據(jù)與實測數(shù)據(jù)進行對比分析,發(fā)現(xiàn)5套氣候模式對歷史氣溫的模擬效果較好,相關系數(shù)超過0.9；對降水的模擬效果均較差,相關系數(shù)在0.4左右。因此需對氣候模式的模擬結果作進一步的訂正,才可用于未來氣候情景及NPP的預測。比較而言,HadGEM2-ES模式的模擬效果最好,因此采用分位圖法對HadGEM2-ES模式的模擬結果進行訂正,具體步驟見參考文獻[37- 39]。訂正后的降水模擬值與歷史同期觀測值相關系數(shù)在0.8以上,基本滿足要求。

2.1.2遙感數(shù)據(jù)

本文涉及兩類遙感影像,分別是歸一化植被指數(shù)(Normalized Difference Vegetation Index, NDVI)和植被類型圖。NDVI是國際上比較通用的一種植被指數(shù),可用于反演植被生長狀態(tài)及覆蓋度等植被特征[40],應用廣泛。本文NDVI數(shù)據(jù)來源于中國科學院計算機網(wǎng)絡信息中心地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn)；數(shù)據(jù)時間跨度為2001年1月到2015年12月,空間分辨率為500 m,NDVI年值由月值通過最大合成法(Maximum Value Composite, MVC)[41]計算所得。植被類型數(shù)據(jù)為2000年中國科學院資源環(huán)境科學數(shù)據(jù)中心(http://www.resdc.cn)提供1 km的柵格數(shù)據(jù),用于CASA模型中最大光能利用率的確定。

2.2 方法

2.2.1基于修正的CASA模型的NPP估算

CASA模型強調(diào)氣候條件和植被本身的光能利用效率,在估算陸地生態(tài)系統(tǒng)NPP中得到廣泛的應用[42]。計算公式為[43]:

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式中,APAR(x,t)為像元x在t月吸收的光合有效輻射(MJ/m2),ε(x,t)為像元x在t月的實際光能利用率(g C/MJ),具體計算方法如下。

光合有效輻射APAR由太陽總輻射和植物特征參量計算,公式如下:

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式中,SOL(x,t)表示t月在像元x處的太陽總輻射量(MJ/m2)；FPAR(x,t)表示植被層對入射光合有效輻射的吸收比例；常數(shù)0.5表示光合有效輻射占總輻射的比例。

太陽總輻射量(SOL(x,t))一般利用原始輻射氣象記錄,但氣象輻射數(shù)據(jù)較少,不利于插值的精確性,可采用太陽凈輻射Rs代替[44]:

(3)

Rs是太陽凈輻射(MJ m-2d-1),Ra是大氣上界輻射(MJ m-2d-1),n是實際日照時間(hour),N白晝長度(hour),n/N相對日照時間,as=0.25是回歸常數(shù),bs=0.5。

實際光能利用率ε主要受溫度和水分的脅迫作用,計算公式為:

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(4)

式中,Tε1和Tε2分別為低溫和高溫脅迫因子；Wε為水分脅迫因子, 反映水分條件的影響；εmax為理想條件下最大光能利用率(g C/MJ),取值因植被類型而異。本文對原模型中的εmax統(tǒng)一為0.389 g C/MJ進行了調(diào)整,詳情見參考文獻[45-46]。

2.2.2Sen斜率

Sen斜率[47]是地學領域較為成熟的一種統(tǒng)計方法,主要用于分析各要素的變化趨勢和幅度。該方法以樣本在不同長度的變化率構造秩序列,基于一定顯著性水平進行統(tǒng)計量檢驗,并以斜率的中值大小判斷時間序列變化趨勢及幅度。Sen斜率能降低或避免數(shù)據(jù)缺失及異常對統(tǒng)計結果的影響,公式為:

(5)

式中,Senij為Sen斜率；xi和xj分別為第i和第j時刻的序列值,1

2.2.3相關性分析

Pearson相關系數(shù)以數(shù)值的方式精確反映兩個變量之間線性相關的強弱程度,是相關性分析中的常用方法[48]。計算公式為:

(6)

3 結果與討論

3.1 三峽庫區(qū)NPP時空特征分析

2001—2015年間NPP年內(nèi)及年際變化趨勢如圖2所示,由圖可知,就年內(nèi)特征來看,NPP的年內(nèi)變化呈單峰型季節(jié)變化趨勢,峰值達到160 gC m-2月-1,發(fā)生在7月,谷值發(fā)生于1月和12月,體現(xiàn)了植被生長初期和凋謝期NPP值較低的狀況,多年月均值為12 gC m-2月-1。NPP的年內(nèi)特征體現(xiàn)了研究區(qū)冷暖季植被生長力的差異,暖季光熱及水分條件俱佳,在氣溫、輻射及降水等利好因素的共同作用下,植被生長力最強,NPP趨高。冷季庫區(qū)水熱條件較差,且呈現(xiàn)一定程度的水文干旱,不利于植被生長。就年際特征來看,NPP多年平均值為727 gC m-2a-1,最高值和最低值分別為926 gC m-2a-1和562 gC m-2a-1,分別發(fā)生于2011年和2006年。在統(tǒng)計時段內(nèi),NPP波動顯著,總體呈一定程度的增加趨勢,增幅較小。

圖2 三峽庫區(qū)NPP月值、年值變化趨勢Fig.2 The trend of monthly and annual values of NPP in the TGRA

三峽庫區(qū)NPP的多年平均值及基于Sen斜率的空間分布特征如圖3所示,由圖可知,三峽庫區(qū)NPP的多年平均值介于115—2121 gC m-2a-1之間,空間分布上,東西差異主要體現(xiàn)在庫首庫尾較高、庫腹較低,南北差異主要表現(xiàn)為江北高于江南的特征。結合三峽庫區(qū)的土地利用及植被類型分布情況,NPP較高的區(qū)域林地草地分布較為集中,主要為常綠闊葉林、落葉闊葉混交林、落葉闊葉與常綠針葉混交林、針葉林和灌叢等,NPP相對較低的區(qū)域主要為農(nóng)田,比較而言,農(nóng)田受季節(jié)限制,僅在生長季表現(xiàn)出較高的生產(chǎn)力水平,因此總體生產(chǎn)力水平低于林地草地,另外土壤類型及地形地勢導致的水熱差異等因素綜合作用造成了這一空間分異特征。統(tǒng)計時段內(nèi),三峽庫區(qū)NPP除極少數(shù)區(qū)域呈減小趨勢外,絕大部分地區(qū)呈增加趨勢。Sen斜率介于-58—93 gC m-210a-1之間,空間均值為18 gC m-210a-1。變化幅度相對較小,且均未通過顯著性檢驗,說明研究區(qū)NPP在2001—2015年間變化不顯著。就空間分布而言,NPP增加幅度較大的區(qū)域主要集中于庫首及庫腹東地區(qū)的長江兩岸區(qū)域,以及庫尾長江以南地區(qū)。自1988年以來,三峽庫區(qū)相繼開展了“長江防護林工程”、“天然林保護”、“退耕還林”等改善生態(tài)的工程,森林面積增加,生態(tài)環(huán)境得以恢復。區(qū)內(nèi)植被NPP普遍呈增加趨勢。大壩建成以后,三峽庫區(qū)湖北段以及重慶主城區(qū)周邊大力推進植樹造林等水土保持和生態(tài)修復工程,使得庫區(qū)中東部和西部地區(qū)NPP發(fā)生顯著增加趨勢。NPP減小的區(qū)域主要分布于庫腹西和庫尾部分地區(qū),該區(qū)主要為城區(qū),2000年以后城市化進程大力推進,建設用地面積不斷擴張,導致植被破壞,NPP減少。

圖3 三峽庫區(qū)NPP的多年平均及基于Sen斜率統(tǒng)計的空間分布Fig.3 Distribution of multi-year average NPP and its Sen′s slope tested variation in the TGRA

本文關于NPP時空變化特征的研究,與其他學者的成果進行了對比。陸逸[49]基于CASA模型對三峽庫區(qū)2000—2009年間的NPP進行了估算,結果表明在研究時段內(nèi)NPP呈增加趨勢,但增幅較小,基本保持平穩(wěn)狀態(tài),與本文關于NPP變化趨勢的結論一致。范立紅[50]對2000—2015年間的三峽庫區(qū)的NPP進行了研究,認為NPP呈顯著增加趨勢,主要由于僅選取2000、2005、2010及2015年來代表2000年以來的變化趨勢,研究結果存在較大的不確定性,與本文結論存在一定差異。范立紅估算所得NPP年均值介于528—602 gC m-2a-1之間,陸逸僅統(tǒng)計了作物生長季(3—11月)的累積NPP,得到NPP的多年平均值為487 gC m-2a-1,由于統(tǒng)計時段不一,遙感數(shù)據(jù)來源及分辨率不同,以及統(tǒng)計手段的差異,結果略低于本文的研究,總體差異在可解釋范圍內(nèi),結論大體一致。兩者關于NPP月值特征的結果均表明NPP月值變化呈先增后減的特征,并在7月達到峰值,12月與1月值最小,與本文結論一致。綜上所述,本文關于NPP的研究結果與前人基本一致,證明了本研究的可靠性和合理性。

3.2 三峽庫區(qū)NPP的氣候驅動機制

3.2.1氣候要素變化特征

三峽庫區(qū)主要氣候要素的多年平均值及基于Sen斜率的變幅統(tǒng)計如表1所示。由表可知,2001—2015年間,研究區(qū)降水的多年平均值為1130 mm,變化幅度為32.32 mm/10a；庫區(qū)多年平均氣溫為17.13 ℃,統(tǒng)計時間段內(nèi),氣溫呈微弱減小趨勢,減小幅度為0.19 ℃/10a,這一結論與全國乃至全球變暖的趨勢略有不同,可能與統(tǒng)計時段及地區(qū)差異有關；凈輻射也成一定的減小趨勢,減小速率為8.41 MJ m-210a-1,與氣溫的變化互為因果?？傮w來看,在2001—2015年間,三峽庫區(qū)的氣候變化主要表現(xiàn)為降水的增加和氣溫輻射項小幅度的減少。

表1 三峽庫區(qū)降水,氣溫和凈輻射基于Sen斜率的變幅統(tǒng)計(2001—2015)

3.2.2相關性分析

植被的生產(chǎn)力和生物量的累積不僅受本身生理條件的限制,還受土壤條件、水分狀況、氣候條件及人類活動等因素的影響[22,51]。在大范圍人類活動擾動有限、具備天然覆被本底特征的地區(qū),水熱條件的影響起決定性作用。許多植物生產(chǎn)力模型都是以溫度、降水、蒸散等氣候要素為基礎建立的,因此,NPP與氣候因子的相互關系及響應機制受到廣泛關注[52]。本文考慮到三峽庫區(qū)天然覆被占據(jù)主導的事實,就NPP 與降水、氣溫凈輻射等關鍵氣候要素之間的關系進行統(tǒng)計分析。

采用2001—2015年間NPP、降水、氣溫、凈輻射等要素的月值進行線性回歸,得到NPP與各氣候因子的相關系數(shù),見表2。由表可見,NPP與各要素之間均呈正相關(Rxy>0)；NPP與氣溫的相關性最強,與降水的相關性最弱；按相關性等級劃分,NPP與三者均為顯著相關(Rxy>0.6)。表明三峽庫區(qū)的光、熱、水分對該流域的植物生產(chǎn)力有著決定性的作用,其中光熱條件占主導作用。NPP與降水相對較低的相關性表明在三峽庫區(qū)降水對植被生長的影響較小。其他學者關于NPP的驅動因子及氣候要素關系的研究[46,53],均表明在我國大部分地區(qū),植被生長力與氣溫和降水等因子有較強的相關性。

表2 NPP與各氣候因子的相關系數(shù)

采用2001—2015年間NPP、降水、氣溫及凈輻射等要素柵格數(shù)據(jù)的年值,對NPP與三者的相關性進行空間分析,見圖4。由圖可知,NPP與降水相關系數(shù)的空間分布,除了庫首部分區(qū)域和庫區(qū)邊界部分地區(qū)為負相關外,其他區(qū)域均呈正相關,顯著相關的區(qū)域集中在庫腹區(qū)。NPP與氣溫的相關系數(shù)大于零的區(qū)域的面積占庫區(qū)總面積的56%,負相關區(qū)域主要集中在庫首和庫尾,顯著正相關的區(qū)域主要分布于森林腹地,以長江為界,主要分布于江北。NPP與凈輻射的相關系數(shù)空間分異顯著,負相關區(qū)域主要集中于庫腹東,其他地區(qū)均為正相關,其中顯著相關的區(qū)域主要分布于庫腹區(qū)的邊緣地區(qū)?？傮w而言,NPP與三者相關關系的正負分布不一,相關系數(shù)的空間差異較為顯著,表明三峽庫區(qū)在地勢、地理位置及植被類型等要素的綜合作用下,光熱和水分對植被生產(chǎn)力的影響體現(xiàn)較強的空間異質性；NPP與三者正相關的區(qū)域占比較高,且正相關系數(shù)的絕對值較大,總體呈顯著正相關關系,與表2結果一致。

圖4 NPP與降水,氣溫和凈輻射的相關系數(shù)的空間分布Fig.4 Spatial distribution of correlation coefficients of NPP to P, T and RsP: 降水Precipitation; T: 氣溫Temperature; Rs: 凈輻射Solar radiation

3.2.3驅動機制

3.2.2中的相關性分析表明,三峽庫區(qū)NPP與降水、氣溫及凈輻射之間均有較強的線性相關,為探討三峽庫區(qū)NPP對氣候要素的響應機制,欲構建NPP與各氣候要素的回歸模式。用月值進行擬合,得到NPP與降水、氣溫和凈輻射之間的回歸關系,根據(jù)復相關系數(shù)最大的原則擇優(yōu),得到NPP與各要素之間的指數(shù)擬合關系的復相關系數(shù)最高,結果列于表3.

表3 NPP與降水,氣溫和凈輻射的回歸模式及復相關系數(shù)

上述模式為NPP與降水、氣溫和凈輻射單要素之間的回歸模式,將三者對NPP的指數(shù)擬合作為自變量,與NPP進行線性模擬得到NPP與三者的擬合關系:

NPP=3.91e0.13T+1.29e0.01P+0.06e0.02Rs-2.47

(7)

NPP基于CASA模型的計算結果及氣候要素回歸模式的模擬結果的散點對應關系如圖5所示,由圖可見,三峽庫區(qū)NPP計算結果及模擬結果的復相關系數(shù)較高,為0.87,表明該回歸模式精度良好。

圖5 三峽庫區(qū)NPP模式驗證Fig.5 Model validation of NPP in the TGRA

為了進一步對模擬精度的穩(wěn)定性進行評價,對回歸模式的Nash系數(shù)進行計算,方法如下:

(8)

根據(jù)式(8)計算所得,NPP與氣候因子回歸模式的Nash系數(shù)為0.85,較高的NSE表明上述模式構建比較合理,能夠較好地刻畫三峽庫區(qū)NPP對氣候變化的響應特征。

從三峽庫區(qū)NPP的驅動機制來看,所構建回歸模式的底數(shù)相同,均為自然常數(shù)e,指數(shù)均為線性方程。通過對比發(fā)現(xiàn),在指數(shù)方程和指數(shù)方程構成的線性方程中,氣溫的權重均高于降水,表明三峽庫區(qū)植被生產(chǎn)力對氣溫的作用更為敏感,同時也論證了在降水充足的區(qū)域,水分對該區(qū)植被生產(chǎn)力的制約或脅迫較小,植被的生長主要受光熱條件制約[54]。

上述回歸模式在三峽庫區(qū)得到了較好的驗證,適用于三峽庫區(qū)NPP與氣候因子的相互關系及互饋機制,但受研究區(qū)域和研究時段所限,其他時間尺度以及研究區(qū)的適應性尚未得到驗證,具體應根據(jù)實際情況適當調(diào)整。另外,三峽庫區(qū)天然植被所占比重較高,人類活動主要集中蓄水區(qū)周邊的城鎮(zhèn)地區(qū),從區(qū)域尺度上來看,人類活動可以忽略不計,但三峽大壩的建設、水庫調(diào)度、城市化進程的加劇、土地利用的變化等對蓄水區(qū)周邊的區(qū)域尤其是消落帶生態(tài)系統(tǒng)的影響不可忽視,本文僅考慮氣候要素對NPP的作用,未來研究中需進一步深入探討人類活動的影響。

3.3 NPP的未來預測

對HadGEM2-ES氣候模式中不同排放情景的模擬結果進行對比分析,發(fā)現(xiàn)四種(RCP2.6、RCP4.5、RCP6.0和RCP8.5)排放情景的模擬結果差別不大,因此,最終選取高排放情景(RCP8.5)的模擬結果對未來NPP的變化特征進行預測。分析發(fā)現(xiàn),凈輻射與氣溫之間存在較強的線性關系,考慮到凈輻射需要通過其他氣候要素的計算得到,而氣候模式的預測與實測數(shù)據(jù)存在一定的誤差,為避免在計算過程中誤差疊加造成更大的不一致。凈輻射由氣溫擬合得出,用于NPP的預測?？紤]到未來氣候變化的不確定性,本文僅對未來15年的NPP進行預測。

將氣候模式估測的未來降水和氣溫的結果進行匯總,并利用氣溫對凈輻射進行擬合,最終得到關鍵氣候要素降水、氣溫及凈輻射2016—2030年的年值序列,通過Sen斜率檢驗對三者進行變幅統(tǒng)計,結果列于表4。由表可知,降水呈顯著增加趨勢,增加速率為18.06 mm/10a,氣溫和凈輻射表現(xiàn)為一定程度的減小態(tài)勢,趨勢不顯著；與2001—2015年比較來看,未來氣候因子均呈現(xiàn)一定程度的增加,但幅度較小。表明全球氣候變化態(tài)勢在三峽庫區(qū)的表現(xiàn)不顯著,與該區(qū)氣候條件、地理位置、下墊面情況等有關。

表4 三峽庫區(qū)降水,氣溫和凈輻射預測值基于Sen斜率的變幅統(tǒng)計(2016—2030)

將氣候模式的模擬結果代入NPP與氣候因子的回歸模式(7)中,得到2016—2030年間NPP的逐月趨勢特征,將月值匯總得到未來15年的NPP的變化趨勢,如圖6所示。由圖可知,未來15年NPP的預測值變化趨勢相對比較平緩,無明顯波動,最大值和最小值分別為974 gC m-2a-1和806 gC m-2a-1,多年平均值為859 gC m-2a-1。總體呈減小趨勢,減小速率為4.14 gC m-210a-1,且未通過顯著性檢驗,表明氣候變化對三峽庫區(qū)植被活動的影響相對較小。未來NPP減小趨勢不顯著。結合氣候要素的變化,NPP的減小是研究區(qū)降水增加和氣溫及輻射的減小綜合作用的結果,降水增加對NPP的正向驅動與氣溫和輻射減少對NPP的負向驅動相互抵消,使得NPP保持相對平穩(wěn)的趨勢。與2001—2015年比較來看,NPP略有增加,表明在氣候變化背景下,三峽庫區(qū)植被長勢趨好,總體呈良性態(tài)勢發(fā)展。

圖6 NPP未來預測值的變化趨勢(2016—2030)Fig.6 Change trend of predicted value of NPP from 2016 to 2030

NPP的預測,直接受到氣候模式模擬結果的影響,由于氣候模式的模擬是基于全國乃至全球尺度進行,具體到較小空間尺度的研究區(qū),可能存在一定的誤差,并且模式本身存在系統(tǒng)誤差[55],雖通過一系列方法予以矯正,但對未來氣候變化預測仍存在較大的不確定性[56],未來研究中需引進更為準確的模式產(chǎn)品,并根據(jù)區(qū)域實際氣候狀況選擇適應性較好的氣候模式,以提高預測精度。

4 結論

(1)2001—2015年間,三峽庫區(qū)NPP的月值呈單峰型季節(jié)性變化趨勢,峰值為160 gC m-2月-1,出現(xiàn)在7月。NPP年際變化波動顯著,總體呈增加趨勢,幅度較小,最高值和最低值分別為926 gC m-2a-1和562 gC m-2a-1,多年平均值為727 gC m-2a-1?？臻g分布上,主要體現(xiàn)在庫首庫尾較高、庫腹較低的東西差異,和長江以北高于長江以南的南北差異上。

(2)相關性分析結果表明,NPP與降水、氣溫和凈輻射等氣候因子之間均呈正相關,其中與氣溫的相關性最強,與降水的相關性最弱；按相關性等級劃分,NPP與三者均為顯著相關關系。從三峽庫區(qū)NPP的驅動機制來看,所構建的回歸模式中,氣溫的權重高于降水,表明三峽庫區(qū)植被生產(chǎn)力對氣溫的變化更為敏感。

(3)將氣候模式的模擬成果代入氣候要素與NPP的回歸模式中,對2016—2030年的NPP進行預測。得到,未來15年NPP的變化趨勢無明顯波動,最大值和最小值分別為974 gC m-2a-1和806 gC m-2a-1,多年平均值為859 gC m-2a-1?？傮w呈微弱減小趨勢,減小幅度為4.14 gC m-210a-1。與2001—2015年對比來看,未來NPP呈一定程度的增加,總體而言,三峽庫區(qū)植被長勢趨好,呈良性態(tài)勢發(fā)展。