疏勒河流域土地利用變化對凈初級生產(chǎn)力的影響

周妍妍, 鄭續(xù), 魏樂民, 郭建軍, 岳東霞, *

疏勒河流域土地利用變化對凈初級生產(chǎn)力的影響

周妍妍1, 鄭續(xù)1, 魏樂民1, 郭建軍2, 岳東霞1, *

1. 蘭州大學(xué), 資源環(huán)境學(xué)院, 蘭州 730000 2. 中國科學(xué)院西北生態(tài)環(huán)境資源研究院, 沙漠與沙漠化重點(diǎn)實(shí)驗(yàn)室, 蘭州 730000

研究區(qū)域土地利用變化對植被凈初級生產(chǎn)力(NPP)的影響, 對厘清植被的生長狀況及其和土地利用變化的關(guān)系, 以及維持區(qū)域生態(tài)環(huán)境可持續(xù)發(fā)展具有重要意義。以中國西北干旱區(qū)疏勒河流域?yàn)槔? 基于土地利用數(shù)據(jù)和CASA模型計(jì)算的2001—2015年植被NPP數(shù)據(jù), 分析了疏勒河流域NPP的時(shí)空變化特征, 探討土地利用變化對植被NPP的影響。結(jié)果如下: 2001—2015年, 疏勒河流域NPP年總值整體上呈上升的趨勢。NPP增加的區(qū)域占總面積的84.29%,上游山區(qū)和中下游綠洲區(qū)增加的最顯著。NPP減少的區(qū)域占總面積的15.71%,主要分布于北部的肅北、敦煌的西部和南部及中下游綠洲的南北兩側(cè)。15年間土地利用的面積變化對NPP貢獻(xiàn)率空間差異顯著, 但總體上對NPP總量增加起到促進(jìn)作用, 且耕地面積的變化對NPP總量的貢獻(xiàn)率最大。

疏勒河流域; 土地利用; 凈初級生產(chǎn)力; 時(shí)空變化

0 前言

土地利用和土地覆蓋變化(LUCC)是全球變化的主要驅(qū)動因素, 它對人類和環(huán)境產(chǎn)生了深遠(yuǎn)的影響。人類在LUCC中的作用在過去幾十年中變得更加突出[1]。有關(guān)對LUCC的研究表明人為活動已造成了地球地表大約三分之一到一半的面積發(fā)生變化[2]。特別是在干旱地區(qū), 人類活動導(dǎo)致的LUCC, 會對區(qū)域的生物多樣性、水質(zhì)、土壤和碳循環(huán)以及生態(tài)系統(tǒng)支持人類需求的能力產(chǎn)生不利影響[3]。

植被凈初級生產(chǎn)力(Net Primary Productivity, NPP)被定義為陸地生態(tài)系統(tǒng)的植被在單位時(shí)間和空間積累的有機(jī)物質(zhì)總量, 它是通過光合作用吸收的碳量與通過呼吸釋放的碳量之差計(jì)算出來的[4]。NPP可以反映植物群落在自然環(huán)境中的碳固存能力, 其數(shù)量的變化還能反映植被對土地利用變化的響應(yīng)[5]。人類活動影響下的土地利用的變化會使生態(tài)系統(tǒng)變得脆弱[6], 增加溫室氣體排放[7]并減少碳儲存, 直接影響生態(tài)系統(tǒng)的NPP。因此人類活動對NPP的影響可以通過土地利用變化對研究區(qū)NPP變化的影響表示。Zhou等[8]研究結(jié)果表明, 城市化帶來的土地覆被變化造成NPP顯著變化。Hu等[9]研究表明廣州市人為活動引起的土地覆被劇烈變化, 例如天然林和農(nóng)田轉(zhuǎn)換為城鄉(xiāng)建設(shè)用地, 導(dǎo)致整個(gè)凈初級生產(chǎn)力變化。2016年姜春等[10]研究指出以城市擴(kuò)張為主導(dǎo)的土地覆蓋類型變化整體上降低了廣東省的 NPP, 造成植被固碳能力的下降。高志強(qiáng)等[11]研究表明在土地類型變動的區(qū)域LUCC對NPP變化的貢獻(xiàn)率約占97%。謝寶妮等[12]得出在黃土高原退耕區(qū)域, 2000—2010年間退耕還林還草生態(tài)工程導(dǎo)致的LUCC促進(jìn)NPP顯著增加的結(jié)論。成方妍等[13]研究表明2000—2012年北京市各土地類型面積變動顯著影響區(qū)域NPP。然而, 在空間上展示土地利用變化對NPP的影響研究相對缺乏。

NPP的估算方法有很多, 現(xiàn)場觀測是測量NPP的最傳統(tǒng)方法, 主要包括直接收割、光合作用測定、PH測定和葉綠素測定等方法。遙感數(shù)據(jù)具有較高的時(shí)間和空間分辨率、實(shí)時(shí)性強(qiáng)和時(shí)間間隔短等優(yōu)點(diǎn), 因此是現(xiàn)今評估從區(qū)域到全球尺度植被NPP動態(tài)研究的主流方法。CASA模型(Carnegie-Ames-Stanford Approach)是利用光合有效輻射和考慮溫度和降水量影響的光的利用效率進(jìn)行NPP計(jì)算[14]。由于該模型在長時(shí)間和空間尺度上有效且準(zhǔn)確地估計(jì)NPP, 近幾十年中已被廣泛應(yīng)用北美, 南美, 歐亞大陸, 澳大利亞和非洲等區(qū)域[15-17]。

近年來, 疏勒河流域由于人類不合理生產(chǎn)活動, 造成區(qū)域自然景觀割裂、土地荒漠化、濕地面積大量萎縮等問題, 景觀格局了發(fā)生顯著變化[18], 這些均能通過植被NPP體現(xiàn)出來。然而以往的研究多是探究NPP的時(shí)空變化格局, 對土地利用變化對NPP的影響仍不足。本文選取疏勒河流域?yàn)檠芯繀^(qū), 基于CASA模型計(jì)算的NPP和遙感解譯的土地利用數(shù)據(jù),定量化分析了土地利用對NPP變化的貢獻(xiàn)率。以期促進(jìn)疏勒河流域土地資源的合理利用, 優(yōu)化景觀格局, 改善脆弱的生態(tài)系統(tǒng)環(huán)境。

1 研究區(qū)概況

疏勒河是我國河西走廊地區(qū)第二大內(nèi)陸河, 地處極度干旱的河西走廊西端, 介于93°22′—98°59′E, 38°1′—142°47′N之間, 流域面積約為1.25×105km2, 海拔高度主要在1000—3500 m之間。除流域源頭位于青海省德令哈市和天峻縣外, 流域絕大部分位于甘肅省酒泉市, 行政區(qū)劃上主要包括甘肅省的敦煌市、瓜州市、玉門市、肅北蒙古族自治縣和阿克塞哈薩克族自治縣及青海省的天峻縣和德令哈市。流域上游山區(qū)山高坡陡, 水流急促, 具有典型的大陸性永久性冰川, 同時(shí)也發(fā)育大面積多年凍土, 是整個(gè)流域的水源涵養(yǎng)區(qū)和產(chǎn)流區(qū)。中、下游地勢平坦, 綠洲與荒漠并存, 自然環(huán)境十分脆弱。降水由南向北逐級減少, 而溫度從中部平原向南北兩側(cè)逐漸降低[18]。

2 研究方法與數(shù)據(jù)處理

2.1 數(shù)據(jù)來源及處理

利用CASA模型計(jì)算流域NPP, 需要的基礎(chǔ)數(shù)據(jù)包括: 遙感數(shù)據(jù)、土地類型數(shù)據(jù)和氣象數(shù)據(jù)。其中NDVI遙感數(shù)據(jù)來自NASA EOS/MODIS的2001—2015年MOD13Q1數(shù)據(jù)集, 其是250 m分辨率的16 d合成產(chǎn)品, 使用最大值合成法(MVC)生成月最大NDVI數(shù)據(jù); 采用MOD17A3(空間分辨率為1000 m的總初級生產(chǎn)力年數(shù)據(jù))NPP數(shù)據(jù)產(chǎn)品, 本文僅利用該數(shù)據(jù)對CASA模型估算的NPP進(jìn)行驗(yàn)證。氣象數(shù)據(jù): 蒸散發(fā)和潛在蒸散發(fā)數(shù)據(jù)選自GLADS(Global Land Data Assimulation System, 全球陸面數(shù)據(jù)同化系統(tǒng))數(shù)據(jù)集, 空間分辨率為25 km; 月均溫、月降水和月太陽輻射數(shù)據(jù)來自中國科學(xué)院寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心, 其空間分辨率為10 km; 數(shù)字高程數(shù)據(jù)(DEM)來自于中國地理空間數(shù)據(jù)云, 其空間分辨率是30 m。土地類型數(shù)據(jù)是根據(jù)2000、2005、2010和2015年疏勒河流域4期LandsatTM/ ETM+/OLI遙感數(shù)據(jù), 利用ArcGIS10.3軟件解譯獲得。將所有數(shù)據(jù)轉(zhuǎn)換成相同的坐標(biāo)系統(tǒng), 重采樣為1 km分辨率。

圖1 研究區(qū)概況

Figure 1 Location of Shule River basin

2.2 研究方法

2.2.1 CASA模型

CASA模型使用NPP計(jì)算光合有效輻射并實(shí)現(xiàn)了光的利用效率[14]。其原理是通過太陽輻射量、NDVI、土地利用/覆被類型、氣候氣象數(shù)據(jù)等原始數(shù)據(jù)和最大光能轉(zhuǎn)化率等經(jīng)驗(yàn)數(shù)據(jù), 來估算陸地的NPP, 該模型的計(jì)算方法詳見文獻(xiàn)[18]。

本文利用CASA模型計(jì)算2001—2015年逐月NPP的估算基礎(chǔ)上, 將月NPP合成年NPP, 并進(jìn)行精度驗(yàn)證。由于疏勒河流域NPP實(shí)測數(shù)據(jù)較少, 本文將疏勒河流域NPP與MOD17A3數(shù)據(jù)產(chǎn)品進(jìn)行對比。

2.2.2 Mann-Kendall趨勢分析法

曼—肯德爾法又稱Mann-Kendall(MK)趨勢分析法,是由曼（H.B.Mann）和肯德爾（M.G.Kendall）提出了原理并發(fā)展了方法。在氣象學(xué)、生態(tài)學(xué)和水文學(xué)中, MK趨勢分析在長時(shí)間序列趨勢判定中被廣泛使用, MK檢驗(yàn)也是比較常用的植被長時(shí)間序列趨勢變化顯著性分析的方法。據(jù)此,本研究利用MK趨勢分析方法對疏勒河流域近15年來的NPP長時(shí)間序列趨勢分析, 再進(jìn)行顯著性檢驗(yàn),從而可以定量計(jì)算出NPP變化趨勢的顯著狀況。具體的計(jì)算方法見文獻(xiàn)[18]。

2.2.3 土地利用變化對NPP的影響

土地利用對區(qū)域NPP的影響可以通過計(jì)算土地利用面積的變化對NPP變化貢獻(xiàn)率()來計(jì)算[19]:

其中,1和1表示某個(gè)時(shí)段起初的NPP總量和土地利用總面積, 本文利用2000年的NPP由2001年

的來替代, 下文同樣; Δ×Δ分別為某一時(shí)段的NPP變化量和土地利用變化面積; Δ×1表示土地利用面積的變化對NPP總量的影響。

3 結(jié)果

3.1 CASA模型計(jì)算NPP的結(jié)果驗(yàn)證

利用MOD17A3產(chǎn)品處理獲得疏勒河流域2001—2015年NPP的多年平均數(shù)據(jù), 發(fā)現(xiàn)其結(jié)果與本研究模擬值之間的擬合效果較好, R2為0.75(P<0.01) (圖2), 說明CASA模型計(jì)算NPP在干旱區(qū)疏勒河流域適用, 可為之后的研究提供基礎(chǔ)數(shù)據(jù)。

3.2 疏勒河流域NPP計(jì)算結(jié)果

3.2.1 疏勒河流域2001—2015年NPP時(shí)空分布特征

在時(shí)間上, 2001—2015年, 疏勒河流域NPP年總值呈現(xiàn)出明顯波動上升的趨勢。2012年NPP值最大, 為63.12 gC·m-2·a-1, 2001年值最小, 為44.41 gC·m-2·a-1(圖3)。

圖2 本文模擬值與MOD17A3產(chǎn)品的比較

Figure 2 Comparison of the simulation with the MOD17A3 product

圖3 2001—2015 年疏勒河流域 NPP 變化趨勢

Figure 3 Trends of NPP in the Shule River Basin from 2001 to 2015

在空間上, 疏勒河流域每一個(gè)柵格2001—2015年NPP主要分布在0—50 gC·m-2·a-1之間, 全流域多年NPP約為54.94 gC·m-2·a-1(圖4)。流域上游地區(qū)NPP為本流域最大, 中游城鄉(xiāng)地區(qū)由于農(nóng)業(yè)用地灌溉, 水資源較豐富, NPP也較大。中下游地區(qū)NPP整體小于上游地區(qū), 尤其是荒漠戈壁地區(qū)NPP為最小, 接近于0 gC·m-2·a-1, 主要分布于敦煌的西部, 瓜州的北部和北部的肅北等地區(qū)。

3.2.2 2001—2015年植被NPP的時(shí)空變化特征分析

本文在Matlab軟件平臺下,采用MK方法對疏勒河流域2001—2015年NPP變化趨勢進(jìn)行分析。為確保變化趨勢具有統(tǒng)計(jì)意義,統(tǒng)計(jì)每個(gè)柵格95%置信度水平下顯著性。疏勒河流域NPP的MK空間趨勢如圖5所示,流域中呈增加趨勢的面積大于呈減小趨勢的面積。NPP增加的區(qū)域占全流域總面積的84.29%, 其中主要位于綠洲區(qū)及南部的肅北縣和天峻縣的大部分區(qū)域、阿克塞縣的東部和南部。NPP減少的區(qū)域占總面積的15.71%, 主要分布于北部的肅北、敦煌的西部和南部及中下游綠洲的南北兩側(cè)。然而,諸如過度放牧、地下水超采、水資源利用過渡等人類活動的加劇是導(dǎo)致流域植被退化的主導(dǎo)因素[20]。此外,由于該區(qū)域蒸發(fā)量大、降水量年際變化大, 土地用途也不斷增加, 這也對植被退化有著巨大的潛在影響[21]。

注: 中國科學(xué)院寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心的氣象數(shù)據(jù)在流域的最北部有缺失, 所以NPP結(jié)果在流域最北部有缺失, 下同。

Figure 4 Spatial distribution of mean annual NPP of Shule River basin in 2001-2015

3.3 疏勒河流域土地利用變化對NPP變化的影響

3.3.1 土地利用的變化分析

基于ArcGIS空間分析功能計(jì)算出2000—2015年土地利用的轉(zhuǎn)移矩陣, 研究16年間土地利用及NPP的變化情況。

2000—2015年耕地、草地、水域和城鄉(xiāng)居民建設(shè)用地?cái)U(kuò)大, 其中耕地與城鄉(xiāng)居民建設(shè)用地增加的幅度最大, 增幅分別為34.10%和35.01%（表1）。林地和未利用地面積都呈現(xiàn)減少態(tài)勢, 減幅分別為1.26%和0.56%。居民點(diǎn)、水庫和耕地等人為干擾景觀的增多對流域土地利用影響將逐漸增強(qiáng)。耕地在2000—2015年間, 主要向草地和城鄉(xiāng)居民用地轉(zhuǎn)化, 轉(zhuǎn)移面積分別為15.01 km2和12.36 km2, 轉(zhuǎn)移概率分別為1.21%和1.0%。耕地NPP 的變化率最大, 為0.29%; 林地和草地主要表現(xiàn)向耕地轉(zhuǎn)移, 轉(zhuǎn)化面積分別為18.92 km2和165.75 km2, 轉(zhuǎn)移率分別為2.99%和0.62%, NPP 的變化率也較大, 分別為0.22%和0.21%; 城鄉(xiāng)居民建設(shè)用地最小但變化最大, 主要轉(zhuǎn)出到耕地, 轉(zhuǎn)移概率為4.1%,NPP年際變化率為0.13%;未利用地面積呈逐年減少的趨勢, 主要轉(zhuǎn)向耕地和草地, NPP年際變化率最小, 為0.13%。由于21世紀(jì)以來, 疏勒河流域大力實(shí)施“三北防護(hù)林”、“防沙治沙”、“平原綠化”等生態(tài)環(huán)境工程, 人工林面積增大, 遏制了生態(tài)的退化[22]。

圖5 疏勒河流域NPP的MK趨勢分析

Figure 5 MK trend analysis of NPP in the Shule River Basin

表1 2000—2015年疏勒河流域土地利用轉(zhuǎn)移矩陣及相應(yīng)的NPP變化 單位: km2

3.3.2 土地利用變化對NPP變化的影響分析

從時(shí)間上來看(圖6), 2000—2005年, 土地利用變化促進(jìn)NPP的增加, 面積變化使NPP增加1.156 TgC, 貢獻(xiàn)率為2.49%; 2005—2010年, 土地利用變化促進(jìn)NPP增長0.229 TgC, 貢獻(xiàn)率為7.18%, 為各時(shí)間段最大; 2010—2015年間, 土地利用的變化導(dǎo)致NPP減少6.889 TgC, 貢獻(xiàn)率為0.29%; 2000-2015年, 土地利用整體變化對NPP起到促進(jìn)作用, NPP增加2.106 TgC, 貢獻(xiàn)率為2.37%。

圖6 不同土地利用面積變化對NPP變化的貢獻(xiàn)率

Figure 6 Contribution rate of different land use area changes to NPP changes

2000—2015年間土地利用面積的變化對NPP變化的貢獻(xiàn)率空間分布差異較為明顯(圖7)。呈條帶狀分布于中下游的綠洲區(qū), 其值相對較高。這是由于人類活動如構(gòu)建了形狀復(fù)雜的人工林, 建筑用地和交通用地的增加, 直接影響了NPP的變化。低值的區(qū)域主要位于馬鬃山及山前沖積扇的荒漠戈壁區(qū)域, 接近于0。上游祁連山區(qū)及瓜州和肅北縣交界線兩側(cè)區(qū)域土地利用面積變化對NPP的貢獻(xiàn)也較明顯。

4 討論

各土地利用的面積變化直接影響NPP增減, 但不同土地利用變化的影響因素各異, 導(dǎo)致NPP變化存在差異。由圖6可知, 雖然耕地僅占流域總面積的1%, 但耕地對NPP的貢獻(xiàn)率最大, 其中, 2005—2010年貢獻(xiàn)率最大, 占NPP變化總量的41.18%。徐佩[23]研究也同樣表明, 農(nóng)田始終貢獻(xiàn)了上海市凈初級生產(chǎn)力總量的大部分。這可能與研究區(qū)耕地面積持續(xù)增加及農(nóng)作物的品種變化及產(chǎn)量提高有關(guān)。林地面積的變化對NPP的貢獻(xiàn)率呈現(xiàn)先增加后減小的趨勢, 2005—2010年達(dá)到最大, 貢獻(xiàn)率是16.61%。這是由于退耕還林還草以來, 新種植的小樹苗多為幼林, 生命力旺盛, NPP產(chǎn)出較高。然而近些年來長時(shí)間聚集生長森林多為低產(chǎn)的中齡林進(jìn)而引起NPP產(chǎn)量呈現(xiàn)下降趨勢[24-25]。由表1可知, 林地面積有所減小, 但考慮到林地面積變化對NPP的貢獻(xiàn), 當(dāng)前林地面積的減少趨勢不容樂觀。草地面積15年間變化最小, 其變化量對NPP的貢獻(xiàn)率較大。近些年來, 流域人口的增加和城鎮(zhèn)化的發(fā)展, 城鄉(xiāng)居民建設(shè)用地面積增加, 尤其是2010—2015年最為明顯, 導(dǎo)致該時(shí)間段土地利用面積變化對NPP總量貢獻(xiàn)率高達(dá)19.13%。這與姜春[10]研究結(jié)果相似, 以城市擴(kuò)張為主導(dǎo)的廣東省土地覆蓋類型變化整體上造成NPP的總量變化, 主要來自林地和耕地向低生產(chǎn)力土地覆蓋類型的轉(zhuǎn)換, 尤其是被城市用地占用。2000—2015年, 流域的未利用地面積持續(xù)減少, 促進(jìn)NPP持續(xù)增加。其中2005—2010年貢獻(xiàn)率為最大8.76%, 未利用地大面積轉(zhuǎn)換為耕地和草地, NPP總量增加。然而這與高志強(qiáng)[11]研究有所不同, 中國北方大量的其他土地利用類型被開墾為耕地, 進(jìn)而被占用成為建設(shè)用地, 導(dǎo)致草地、林地、未利用土地及水域等天然土地利用類型減少, 影響了區(qū)域土地凈生產(chǎn)力的積累, 使本研究區(qū)域1981-2000年因?yàn)橥恋乩玫淖兓瘜?dǎo)致NPP減少。從2000年開始, 我國在西部環(huán)境惡劣區(qū)域?qū)嵤┩烁€林還草工程, 大量的耕地轉(zhuǎn)換為了林地和草地, 改善了生態(tài)環(huán)境。因此在不同時(shí)間段, 土地利用變化對NPP的影響會有所差異。鑒于各土地利用的類型和面積變化對疏勒河流域 NPP 具有明顯的影響, 應(yīng)合理調(diào)整各用地類型的結(jié)構(gòu), 以通過區(qū)域的規(guī)劃建設(shè)來實(shí)現(xiàn)NPP的增長。

圖 7 2000—2015年土地利用面積的變化對NPP變化的貢獻(xiàn)率分布圖

Figure 7 Spatial distribution of contribution rate of land use change to NPP change from 2000 to 2015

5 結(jié)論

本文基于CASA模型計(jì)算2001—2015年植被的NPP, 并進(jìn)行驗(yàn)證, 分析空間分布規(guī)律。然后, 研究流域長時(shí)間尺度的植被NPP時(shí)空變化特征。最后, 通過計(jì)算土地利用面積的變化對NPP總量變化的貢獻(xiàn)率來分析土地利用的變化對NPP影響。結(jié)論如下:

2001—2015年,疏勒河流域NPP年總值呈現(xiàn)出明顯波動上升的趨勢。NPP空間分布呈現(xiàn)南高北低, 區(qū)域性分布特征明顯,即上游的祁連山區(qū)和中下游的綠洲區(qū)NPP較高,其余荒漠戈壁區(qū)NPP較低。NPP增加的區(qū)域占全流域總面積的84.29%, 其中主要位于綠洲區(qū)及南部的肅北縣和天峻縣的大部分區(qū)域、阿克塞縣的東部和南部。NPP減少的區(qū)域占總面積的15.71%, 主要分布于北部的肅北、敦煌的西部和南部及中下游綠洲的南北兩側(cè)。15年間土地利用的面積變化對NPP貢獻(xiàn)率空間差異顯著,但總體上對NPP總量增加起到促進(jìn)作用, 且耕地面積的變化對NPP總量的貢獻(xiàn)率最大。因此, 研究土地利用變化對陸地生態(tài)系統(tǒng)NPP的影響將提高碳預(yù)算的可靠性, 同時(shí)加深對氣候變化,人類活動和生態(tài)系統(tǒng)之間相互作用的理解。

[1] WIJITKOSUM, S. The impact of land use and spatial changes on desertification risk in degraded areas in Thailand[J]. Sustainable Environment Research, 2016, 26(2), 84–92.

[2] VITOUSEK P, MOONEY H, LUBCHENCO J, et al. Human domination of Earth ecosystems[J]. Science, 1997, 277(5325): 494–499.

[3] VADREVU K, JUSTICE C, PRASAD T, et al. Land cover/land use change and impacts on environment in South Asia[J]. Journal of Environmental Management, 2015, 148: 1–3.

[4] WANG Hong, LI Xiaobing, LONG Huiling, et al. Monitoring the effects of land use and cover changes on net primary production: A case study in China's Yongding River basin[J]. Forest Ecology and Management, 2009, 258(12): 2654–2665.

[5] PENG Dailiang, HUANG Jingfeng, HUETE A, et al. Spatial and seasonal characterization of net primary productivity and climate variables in southeastern China using MODIS data[J]. Journal of Zhejiang University Science B, 2010, 11(4): 275–285.

[6] XIAO Tong, WANG Junbang, CHEN Zhuoqi. Vulnerability of grassland ecosystems in the Sanjiangyuan region based on NPP[J]. Resources Science, 2010, 32(2): 323–330.

[7] ZAEHLE S, BONDEAU A, CARTER T R, et al. Projected changes in terrestrial carbon storage in Europe under climate and land-use change, 1990–2100[J]. Ecosystems, 2007, 10(3): 380–401.

[8] ZHOU Yanlin, XING Bailing, JU Weimin. Assessing the Impact of Urban Sprawl on Net Primary Productivity of Terrestrial Ecosystems Using a Process-Based Model—A Case Study in Nanjing, China[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2017, 8(5): 2318–2331.

[9] HU Yonghong, JIA Gensuo, GUO Huadong. Linking primary production, climate and land use along an urban–wildland transect: a satellite view[J]. Environmental Research Letters, 2009, 4(4): 044009.

[10] 姜春, 吳志峰, 程炯, 錢樂祥. 廣東省土地覆蓋變化對植被凈初級生產(chǎn)力的影響分析[J]. 自然資源學(xué)報(bào)2016, (6): 961–972.

[11] 高志強(qiáng), 劉紀(jì)遠(yuǎn), 曹明奎, 等.土地利用和氣候變化對區(qū)域凈初級生產(chǎn)力影響[J]. 地理學(xué)報(bào), 2004, 59(4): 581– 591.

[12] 謝寶妮, 秦占飛, 王洋, 等. 黃土高原植被凈初級生產(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．

[13] 成方妍, 劉世梁, 張?jiān)虑? 等. 基于MODIS序列的北京市土地利用變化對凈初級生產(chǎn)力的影響[J]．生態(tài)學(xué)報(bào), 2017, 37(18): 5924–5934.

[14] POTTER C, KLOOSTER S, MYNENI R, et al. Continental-scale comparisons of terrestrial carbon sinks estimated from satellite data and ecosystem modeling 1982–1998[J]. Global and Planetary Change, 2003, 39(3-4): 201–213.

[15] HICKE J, ASNER G, RANDERSON J, et al. Trends in North American net primary productivity derived from satellite observations, 1982-1998[J]. Global Biogeo-chemical Cycles, 2002, 16(2): 2-1-2-14.

[16] PIAO S L, FANG J Y, CIAIS P, et al. The carbon balance of terrestrial ecosystems in China[J]. Nature, 2009, 458 (7241): 1009–1013.

[17] TANG Chuanjiang, FU Xinyu, JIANG Dong, et al. Simulating spatiotemporal dynamics of sichuan grassland net primary productivity using the CASA model and in situ observations[J]. The Scientific World Journal, 2014, 2014: 956–963.

[18] 周妍妍. 人類活動對疏勒河流域景觀格局和凈初級生產(chǎn)力的影響研究[D]. 蘭州: 蘭州大學(xué), 2019.

[19] FU Yingchun, LU Xueyu, ZHAO Yaolong, et al. Assessment impacts of weather and Land Use/Land Cover (LULC) Change on urban vegetation Net Primary Productivity (NPP): A case study in Guangzhou, China[J].Remote Sensing, 2013, 5(8): 4125–4144.

[20] ZHANG Xiaoyou, WANG Xunming, YAN Ping. Re-evaluating the impacts of human activity and environmental change on desertification in the Minqin Oasis, China[J]. Environmental Geology, 2008, 55(4):705.

[21] 潘竟虎, 黃克軍, 李真．2001～2010年疏勒河流域植被凈初級生產(chǎn)力時(shí)空變化及其與氣候因子的關(guān)系[J]．生態(tài)學(xué)報(bào), 2017, 37(6):1888-1899．

[22] 潘竟虎, 胡艷興. 疏勒河中下游近35年土地利用與景觀格局動態(tài)[J]. 土壤, 2014, 46(4): 742–748．

[23] 徐佩. 上海市土地利用/土地覆蓋變化對城市植被凈初級生產(chǎn)力的影響[D]. 上海: 華東師范大學(xué), 2015.

[24] 王光華.北京森林植被固碳能力研究[D]. 北京: 北京林業(yè)大學(xué), 2012.

[25] LUYSSAERT S, SCHULZE E D, B?RNER A, et al. Old-growth forests as global carbon sinks[J]. Nature, 2008, 455(7210): 213–215.

Effects of land-use change on net primary productivity in the Shule River Basin

ZHOU Yanyan1, ZHENG Xu1, WEI Lemin1, GUO Jianjun2, YUE Dongxia1,*

1. College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China 2. Key Laboratory of Desert and Desertification, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China

Researching the impact of land use change on net primary productivity (NPP) in the study area is of great significance for clarifying vegetation growth status, the relationship between NPP and land use changes and maintaining the sustainable development of regional ecological environment. Taking the Shule River Basin in the arid region of Northwest China as an example, we analyzed the spatiotemporal distribution of NPP, and the impact of landuse changes based on NPP of vegetation by the CASA model and land use maps from 2001 to 2015. The results showed the total annual NPP of the Shule River Basin showed an overall upward trend from 2001 to 2015. The area with increased NPP accounted for 84.29% of the total area, and the increase in the upper mountainous area and the middle and lower oasis areas was the most significant. The area with reduced NPP accounted for 15.71% of the total area, mainly distributed in the north of Subei, the west and south of Dunhuang, and the north and south sides of the middle and lower oasis.There was a significant spatial difference in the contribution rate of land use change to NPP. In general, the change of land use promoted the increase of the total amount of NPP, and the change of cultivated land area had the largest contribution rate to the total amount of NPP.

Shule River Basin; land use; net primary productivity; spatiotemporal variation

10.14108/j.cnki.1008-8873.2021.05.013

K903

A

1008-8873(2021)05-102-07

2020-03-19;

2020-03-30基金項(xiàng)目:國家自然科學(xué)基金項(xiàng)目(41671516, 41701623); 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFC1501005); 國家地質(zhì)調(diào)查局(DD20189270)

周妍妍(1992—), 女, 河北邯鄲人, 博士, 主要從事生態(tài)安全評價(jià)研究, E-mail: yyzhou16@lzu.edu.cn

通信作者:岳東霞, 女, 博士, 教授, 主要從事生態(tài)安全評價(jià)研究, E-mail: dxyue@lzu.edu.cn

周妍妍, 鄭續(xù), 魏樂民, 等. 疏勒河流域土地利用變化對凈初級生產(chǎn)力的影響[J]. 生態(tài)科學(xué), 2021, 40(5): 102–108.

ZHOU Yanyan, ZHENG Xu, WEI Lemin, et al. Effects of land-use change on net primary productivity in the Shule River Basin[J]. Ecological Science, 2021, 40(5): 102–108.