基于變異系數(shù)的植被NPP人為影響定量研究
——以石羊河流域?yàn)槔?/h1>
2016-08-29 03:27:54李傳華師銀芳胡秀芳
生態(tài)學(xué)報(bào) 2016年13期
李傳華，趙 軍，師銀芳，胡秀芳
西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，蘭州 730070
?
基于變異系數(shù)的植被NPP人為影響定量研究
——以石羊河流域?yàn)槔?/p>
李傳華*，趙軍，師銀芳，胡秀芳
西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，蘭州730070
人類活動(dòng)是NPP變化的重要影響因子，定量計(jì)算NPP人為影響值具有較重要的意義。提出基于變異系數(shù)法的NPP人為影響模型，對(duì)其基本概念、理論基礎(chǔ)、計(jì)算流程等進(jìn)行了闡述，并以石羊河流域?yàn)檠芯繀^(qū)，分析該流域NPP人為影響分布規(guī)律。研究結(jié)果表明：(1)該模型基于一種間接計(jì)算的思想回避了人為作用的復(fù)雜過程，模型理論科學(xué)，以變異系數(shù)為參數(shù)，所需參數(shù)少，技術(shù)可行，計(jì)算結(jié)果為NPP值，易于定量評(píng)價(jià)。(2)2000—2010年期間，石羊河流域人類活動(dòng)對(duì)植被NPP的影響廣泛而嚴(yán)重，年均影響值大于40gC m-2a-1的面積占96.21%，影響程度嚴(yán)重以上占26.94%。NPP人為正負(fù)影響均較大，正影響年均為1.63×106gC m-2a-1，負(fù)影響年均為1.21×106gC m-2a-1，年均凈增加4.20×105gC m-2a-1；正向平均影響強(qiáng)度為136.84 gC m-2a-1，負(fù)向平均影響強(qiáng)度為100.32 gC m-2a-1，全流域表現(xiàn)為正影響。(3)涼州區(qū)是人為影響最為劇烈的地區(qū)，表現(xiàn)為強(qiáng)烈正影響；其次是天?？h，為強(qiáng)烈負(fù)影響；接下來是民勤縣，表現(xiàn)為正影響；其它縣區(qū)依次是永昌、古浪、肅南和金昌。(4)2000—2010期間，NPP人為影響值變化較大，人為活動(dòng)減弱面積占53.90%，增加占46.10%；影響值正向減弱8.12×105gC m-2a-1，負(fù)向減弱8.07×105gC m-2a-1，正向增強(qiáng)8.02×105gC m-2a-1，負(fù)向增強(qiáng)3.94×105gC m-2a-1，人為活動(dòng)影響凈減少4.25×105gC m-2a-1，人為作用總體呈減弱趨勢(shì)。
凈第一性生產(chǎn)力；變異系數(shù)；人為影響模型；石羊河流域
植被凈第一性生產(chǎn)力(簡(jiǎn)稱NPP)是衡量生態(tài)環(huán)境的重要指標(biāo)，同時(shí)與碳平衡和碳擾動(dòng)、土地利用變化、氣候變化和糧食安全等關(guān)系密切，是表征陸地生態(tài)過程的關(guān)鍵參數(shù)[1-4]。NPP的變化是自然和人類活動(dòng)交互作用的結(jié)果，隨著科技進(jìn)步人類活動(dòng)能力日益增強(qiáng)，無論影響的手段與方式，還是影響的廣度與深度都發(fā)生了很大的變化，人類活動(dòng)的作用顯得越來越重要，有些地區(qū)甚至為主導(dǎo)作用[5-9]。
由于人類活動(dòng)方式各異，加上地形、土壤、植被以及氣候條件等差異，即使相同的人類活動(dòng)對(duì)NPP的影響也不一樣，因此人類活動(dòng)對(duì)植被NPP的影響較難量化，一般以定性說明為主。也有學(xué)者對(duì)人類活動(dòng)影響進(jìn)行定量研究，目前主要方法有殘差分析法[10-13]，如黃森旺等運(yùn)用殘差法模型結(jié)合氣候因子降雨評(píng)價(jià)了三北防護(hù)林工程區(qū)人類活動(dòng)對(duì)土地退化所起的作用，此方法原理簡(jiǎn)單易計(jì)算，但不適合短時(shí)間段分析，在擬合氣候與植被生長(zhǎng)關(guān)系時(shí)也不能完全忽略人為作用影響。降水利用效率分析法[14-17]，如杜加強(qiáng)等運(yùn)用植被降雨利用效率，結(jié)合NDVI變化辨識(shí)在人為作用下生態(tài)退化和生態(tài)恢復(fù)的區(qū)域范圍，此方法存在不確定性，降雨的劇烈變化對(duì)結(jié)果有較大影響。模型變量控制法[18-20]，如田漢勤等利用新一代多因子驅(qū)動(dòng)的陸地生態(tài)系統(tǒng)動(dòng)態(tài)模型(Dynamic Land Ecosystem Model, DLEM)，旨在定量模擬和分析自然因素和人類活動(dòng)雙重驅(qū)動(dòng)下陸地生態(tài)系統(tǒng)過程和格局的變化，以及陸地生態(tài)系統(tǒng)與人類系統(tǒng)、氣候系統(tǒng)之間的相互作用與反饋，此方法可根據(jù)機(jī)理直接計(jì)算人為影響值，但需要參數(shù)較多，過程比較復(fù)雜。實(shí)際NPP與潛在NPP求差法[21]，周偉等采用潛在NPP與實(shí)際NPP求差法，評(píng)價(jià)了中國(guó)西北地區(qū)氣候變化與人為作用對(duì)沙漠化的影響。該方法原理簡(jiǎn)單容易計(jì)算，不足之處是潛在NPP是虛擬值，有較大的不確定性，并且潛在植被為該區(qū)域植被演替的最高形態(tài)，潛在NPP一般比實(shí)際值偏高，對(duì)NPP人為影響值結(jié)果有影響。還有人為影響強(qiáng)度法[22-25]、直接對(duì)比法等。
總體來看，上述計(jì)算方法各有特點(diǎn)，也各有局限，如，有的方法無法區(qū)分人為作用的正(使NPP增加)負(fù)(使NPP減少)方向，有的方法不能計(jì)算影響值，還有的方法只適合長(zhǎng)時(shí)序數(shù)據(jù)和大范圍，不確定性問題也較多；有的方法模型復(fù)雜，參數(shù)不易獲取，不能計(jì)算人為活動(dòng)間接影響等。因此，本研究試圖提出一種新的計(jì)算模型，一方面能夠定量評(píng)估人為活動(dòng)對(duì)NPP的影響，在理論方法上也是對(duì)該研究領(lǐng)域的一個(gè)有益補(bǔ)充。
石羊河流域是人類活動(dòng)對(duì)環(huán)境影響最為劇烈的地區(qū)之一，在人為作用下該地區(qū)生態(tài)環(huán)境極度惡化，植被退化嚴(yán)重[26-32]，引起各級(jí)政府的高度關(guān)注。2006年以來，該流域?qū)嵤┥鷳B(tài)環(huán)境治理工程，到2010年完成一期工程，據(jù)報(bào)道部分地區(qū)生態(tài)環(huán)境有所好轉(zhuǎn)[33-34]，該區(qū)域人類活動(dòng)對(duì)植被正向與負(fù)向影響均十分典型。因此，以該流域?yàn)檠芯繀^(qū)，以植被NPP為對(duì)象，區(qū)分氣候變化與人為作用對(duì)NPP變化的影響，定量計(jì)算NPP人為影響值，研究植被NPP對(duì)人類活動(dòng)的響應(yīng)具有重要的科學(xué)意義，同時(shí)能為退化生態(tài)環(huán)境恢復(fù)與重建等工作提供決策支持。
1 研究區(qū)概況與數(shù)據(jù)
1.1研究區(qū)概況
石羊河流域地處黃土、青藏、蒙新三大高原的交匯過渡帶，位于甘肅省河西走廊東部，祁連山北麓，介于101°22′—104°16′E、36°29′—39°27′N，流域面積4.16萬km2。石羊河流域深居大陸腹地，屬大陸性溫帶干旱氣候。流域可分為南部祁連山地，中部走廊平原區(qū)，北部低山丘陵區(qū)及荒漠區(qū)四大地貌單元。流域行政區(qū)劃涉及3市8縣，包括武威市的古浪縣、涼州區(qū)、民勤縣全部及天?？h部分，金昌市的永昌縣及金川區(qū)全部以及張掖市肅南裕固族自治縣的皇城鎮(zhèn)(簡(jiǎn)稱肅南縣)和山丹縣部分地區(qū)(面積很小，忽略不計(jì))。
1.2數(shù)據(jù)
本研究所用的數(shù)據(jù)有MODIS遙感數(shù)據(jù)、溫度與降雨數(shù)據(jù)、土地利用數(shù)據(jù)。2000—2010年NPP數(shù)據(jù)為MODIS數(shù)據(jù)中的4級(jí)產(chǎn)品，產(chǎn)品類型為MOD17A3，空間分辨率為1km，該數(shù)據(jù)利用BIOME-BGC模型估算得到陸地生態(tài)系統(tǒng)NPP年累積量，該數(shù)據(jù)已在全球和區(qū)域NPP與碳循環(huán)研究中得到廣泛應(yīng)用。溫度、降雨和土地利用數(shù)據(jù)來自于中國(guó)西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心。
2 研究方法
植被NPP是在人為作用和氣候作用的雙重影響下形成，如果能得到自然狀態(tài)下(只受氣候作用)的植被NPP(稱之為理論NPP)，再與實(shí)際NPP求差，即為NPP人為影響值，這是一個(gè)間接并且簡(jiǎn)潔的思路。一般來說，可以采用NPP氣候?qū)W模型(只與氣候因子有關(guān))計(jì)算潛在NPP作為理論值，但潛在植被是在無人為干擾下立地所能發(fā)育的頂級(jí)植被類型，而理論NPP為目前氣候狀況下無人為干擾下立地發(fā)育的實(shí)際NPP，一般情況下潛在NPP比理論NPP高。因此，理論NPP的計(jì)算歸結(jié)到找出無人為影響點(diǎn)位，其所對(duì)應(yīng)的實(shí)際NPP(MOD17A3數(shù)據(jù))便可看成理論NPP。那么，如何確定某處是否受到人為影響，用什么參數(shù)來區(qū)分是一個(gè)關(guān)鍵的問題。
2.1理論基礎(chǔ)
在自然狀況下，NPP只受氣候變化影響，因此可以這樣理解，在無人為影響下，NPP的變化特征應(yīng)該與氣候變化特征一致。考慮到變異系數(shù)能表達(dá)序列數(shù)據(jù)變化的離散程度，因此考慮使用變異系數(shù)來衡量NPP變化與氣候變化特征是否一致。理論假設(shè)是：如果NPP變異系數(shù)等于氣候因子變異系數(shù)或者相差在一定的范圍之內(nèi)，表明該柵格單元只受到氣候因子的作用，否則同時(shí)受到人類活動(dòng)的影響，兩個(gè)變異系數(shù)之差即為人類活動(dòng)下NPP變異程度，稱人為變異系數(shù)。因此，建立關(guān)于變異系數(shù)的數(shù)學(xué)模型，空間上可以區(qū)分哪些地區(qū)受到人類活動(dòng)的影響，值的大小可以區(qū)分人類活動(dòng)對(duì)植被NPP變化影響的變異程度，該方法稱之為變異系數(shù)法。
2.2變異系數(shù)法
2.2.1人為變異系數(shù)計(jì)算
(1)變異系數(shù)
變異系數(shù)(Coefficient of Variation，簡(jiǎn)稱CV)是衡量序列觀測(cè)值離散程度的一個(gè)統(tǒng)計(jì)量。如果度量單位與平均值相同，可以直接利用標(biāo)準(zhǔn)差來比較；不同則需采用標(biāo)準(zhǔn)差與平均值的比值來比較，比值稱為變異系數(shù)，計(jì)算公式為：
(1)
式中，CV為變異系數(shù)，σ為標(biāo)準(zhǔn)差，μ為算術(shù)平均值。
(2)實(shí)際NPP、氣溫與降雨變異系數(shù)
將各柵格單元序列NPP、氣溫與降雨分別代入式(1)計(jì)算即可，CVNPP、CVT、CVR分別表示實(shí)際NPP變異系數(shù)、氣溫變異系數(shù)、降雨變異系數(shù)。
(2)
(3)
(4)
(3)氣候變異系數(shù)計(jì)算
從NPP的定義來看，NPP的變化取決于降水量和最大蒸散量?jī)蓚€(gè)分量[35]，國(guó)內(nèi)外研究表明，氣溫和太陽輻射是導(dǎo)致最大蒸散量變化的主要因子[36-37]，而氣溫與太陽輻射也有相關(guān)性，同時(shí)考慮到模型參數(shù)的一般性，本研究將氣溫、降水作為氣候的主要因子。在計(jì)算氣候變異系數(shù)過程中，確定氣溫與降雨對(duì)NPP的影響權(quán)重采用模型偏導(dǎo)法，本研究采用周廣勝模型[38]，對(duì)積溫和降水因子求偏導(dǎo)后乘以積溫和降水得到各自對(duì)NPP的影響權(quán)重 WT和WR，乘以各自變異系數(shù)最后求和即得到氣候因子變異系數(shù)CVC，見下式：
CVC=WT·CVT+WR·CVR
(5)
(4)人為變異系數(shù)
如果各柵格的NPP變異系數(shù)等于氣候因子變異系數(shù)或者兩者之差在一定的范圍之內(nèi)，說明該柵格NPP變化基本受氣候影響，否則同時(shí)受到人為影響，兩者之差稱為人為變異系數(shù)CVH，計(jì)算公式為：
CVH=CVNPP-CVC
(6)
理論上講，人為變異系數(shù)表示人為作用對(duì)NPP影響的變異程度，值為0或在0附近表示不受人為作用影響或影響甚微；值不為0或絕對(duì)值大于某個(gè)極小值表示受到人為作用影響，絕對(duì)值越大表示NPP受到人為影響的變異程度越大。變異系數(shù)的正負(fù)號(hào)說明人為活動(dòng)對(duì)NPP的作用方向，符號(hào)為正表示實(shí)際NPP變異系數(shù)大于氣候變異系數(shù)，說明NPP在人為作用下變化劇烈，這種情況一般是NPP在人為作用下減少，為負(fù)影響。符號(hào)為負(fù)表示實(shí)際NPP變異系數(shù)小于氣候變異系數(shù)，這說明實(shí)際NPP在人為作用下保持穩(wěn)定，這種情況一般是NPP在人為作用下增加，為正影響。人為變異系數(shù)是一個(gè)統(tǒng)計(jì)值，不是衡量植被NPP生態(tài)機(jī)理的參數(shù)，在影響機(jī)制上是沒有任何意義的。在大數(shù)據(jù)樣本的前提下，統(tǒng)計(jì)值存在一些誤差或者小概率事件。不過，如果某處為無人為影響點(diǎn)，該點(diǎn)的人為變異系數(shù)肯定為0，基于此即可保證本模型的確定性。
2.2.2NPP人為影響值計(jì)算
人為變異系數(shù)是衡量人為作用對(duì)NPP影響的變異程度而不是影響程度，因此人為變異系數(shù)大小與NPP人為影響值并無數(shù)學(xué)關(guān)系，無法使用人為變異系數(shù)直接計(jì)算NPP人為影響值。根據(jù)理論假設(shè)，要計(jì)算NPP人為影響值首先要計(jì)算理論NPP，需根據(jù)人為變異系數(shù)來選擇無人為影響點(diǎn)。
(1)選擇無人為影響點(diǎn)位
提取無人影響點(diǎn)位至關(guān)重要，方法如下：提取人為變異系數(shù)絕對(duì)值在0附近的柵格，為了防止出現(xiàn)人為變異系數(shù)為0而實(shí)際上是有人為影響的情況，此環(huán)節(jié)需要逐點(diǎn)判斷實(shí)際NPP變化與氣候變化是否一致，一致保留，否則去除。在此基礎(chǔ)之上，還需要結(jié)合實(shí)際情況來判斷是否確實(shí)無人為影響。原則如下：如一些非常明顯受到人為影響的點(diǎn)位(如耕地)需要去掉，離居民點(diǎn)比較近也認(rèn)為受到人為影響需要去掉。判斷可以結(jié)合遙感影像、DEM、土地利用現(xiàn)狀圖，甚至實(shí)地勘察確定。
(2)理論NPP計(jì)算
無人為影響點(diǎn)位確定后，提取對(duì)應(yīng)點(diǎn)位實(shí)際NPP即為理論NPP(Theoretical NPP, 簡(jiǎn)寫NPPT)。采用空間插值方法對(duì)離散點(diǎn)進(jìn)行空間化即可得到全流域理論NPP。
(3)NPP人為影響值計(jì)算
將實(shí)際NPP(Actual NPP, 簡(jiǎn)稱NPPA)減去理論NPP，即可得到人為作用下NPP變化值，稱為NPP人為影響值(NPP influenced by human, 簡(jiǎn)寫NPPH)，公式為：
NPPH=NPPA-NPPT
(7)
符號(hào)為正說明人為作用下NPP增加，符號(hào)為負(fù)說明在人為作用下NPP減少。
3 結(jié)果與分析
以石羊河流域?yàn)檠芯繀^(qū)，根據(jù)變異系數(shù)法計(jì)算該流域2000—2010年期間歷年NPP人為影響值，分析NPP人為影響值空間分布規(guī)律和變化趨勢(shì)。
3.1人為變異系數(shù)
根據(jù)公式(2)和(5)計(jì)算實(shí)際NPP變異系數(shù)和氣候變異系數(shù)，再根據(jù)公式(6)計(jì)算人為變異系數(shù)(圖1)。
圖1 人為變異系數(shù)分布Fig.1 Spatial distribution of CVH
變異系數(shù)小于0的區(qū)域主要分布在民勤綠洲、武威綠洲和金昌綠洲，上述地區(qū)是人類活動(dòng)的主要區(qū)域，在人為直接干預(yù)下，植被NPP穩(wěn)定，類型以耕地為主，為人類活動(dòng)直接影響區(qū)域。變異系數(shù)在0附近的區(qū)域主要分布在肅南、天祝、古浪東部，該地區(qū)的植被類型主要為天然草地與林地，人口稀少，人為活動(dòng)不太頻繁，NPP主要受氣候變化影響，其變異程度與氣候變異程度基本一致，人為干擾不大。變異系數(shù)大于0 的地區(qū)主要分布在永昌與古浪縣境內(nèi)，肅南縣北部、天祝北部與涼州南部也有分布，植被以草地為主，主要人為活動(dòng)為放牧，NPP變化最大，為人類活動(dòng)直接影響地區(qū)。
同時(shí)，人為變異系數(shù)正負(fù)值在各地類均存在，有多種地類的正負(fù)變異程度都較大，如草地、鹽堿地、沙地和戈壁等，這主要取決于人類作用方式與程度。比如草地，過度放牧導(dǎo)致草地退化，則人為變異系數(shù)為正；對(duì)于科學(xué)管理(灌溉、施肥與輪牧等措施)的草地，人為變異系數(shù)則為負(fù)。有的植被NPP值較低，自身容易受到外界干擾也是同一種植被的人為變異系數(shù)有正有負(fù)的重要原因。
3.2NPP人為影響值
NPP人為影響值的計(jì)算首先要提取無人為影響點(diǎn)位，步驟如下：提取人為變異系數(shù)絕對(duì)值在0附近的柵格，本研究取值為0.0005，逐點(diǎn)判斷其變化趨勢(shì)與氣候變化趨勢(shì)是否一致，不一致去除，再結(jié)合遙感影像，DEM，土地利用類型圖逐點(diǎn)判斷無人為影響點(diǎn)位的分布是否符合實(shí)際，有些地區(qū)點(diǎn)分布太過密集也可以選擇除掉一些，最后選擇點(diǎn)位117個(gè)，分布見圖2。
可以看出，無人為影響點(diǎn)分布從上游到下游逐漸減少，其中肅南縣分布最多，地類以林地、草地為主；其次是天祝和永昌縣，草地最多，其次是林地，還包括部分戈壁、裸巖；民勤、古浪、涼州分布點(diǎn)較少，古浪、涼州以草地為主，民勤以鹽堿地為主。
無人為影響點(diǎn)位柵格單元所受人為影響非常小，對(duì)應(yīng)的NPP實(shí)際值可以看成植被NPP理論值。將無人為影響點(diǎn)與NPP圖層疊加，提取柵格單元對(duì)應(yīng)的實(shí)際NPP，再空間插值(本研究采用IDW)得到全流域植被NPP理論值，結(jié)果見圖3?？梢钥闯觯琋PP理論值具有明顯的緯度地帶性和垂直地帶性特征，從南向北，海拔從高到低理論NPP逐漸減少，并且在永昌、肅南、天祝涼州、古浪縣區(qū)相互交界處有明顯分界線。按行政區(qū)來看，天祝和肅南兩縣NPP理論值最高，其它縣區(qū)較低。
圖2 無人為影響點(diǎn)分布Fig.2 Location of point without the influence of human
圖3 植被理論NPPFig.3 Theoretical NPP of vegetation
圖4 2000—2010年NPP人為影響值分布Fig.4 Spatial distribution of NPPHduring 2000—2010
將實(shí)際NPP減去植被理論NPP，得到NPP人為影響值，為了便于分析，對(duì)NPP人為影響值正負(fù)分開，再進(jìn)行分級(jí)，結(jié)果見圖4。NPP人為影響值空間分布最顯著的特征有兩處，一是三大綠洲人為正影響強(qiáng)烈，綠洲屬于人為直接活動(dòng)區(qū)，多為耕地，人為正向影響較易理解；二是在肅南、天祝、古浪、永昌幾縣相互交界處負(fù)向作用顯著，且呈帶狀分布(圖4紅線區(qū)域)。結(jié)合DEM分析，此帶狀分布帶為石羊河流域出山口，該區(qū)域地形變化劇烈，植被以草地為主、水資源豐富，人為活動(dòng)多為放牧，人為負(fù)作用嚴(yán)重。以上結(jié)果可以看出，基于變異系數(shù)法的NPP人為影響值結(jié)果符合實(shí)際。
2000—2010年期間，石羊河流域人為影響正負(fù)分級(jí)見圖4，對(duì)NPP人為影響值進(jìn)行自然分級(jí)，依次為輕微、一般、嚴(yán)重與劇烈，見表1。可以看出，人類活動(dòng)對(duì)植被NPP的影響覆蓋了大部分區(qū)域，年均影響值小于40gC m-2a-1的面積所占比例僅為3.79%。在人為作用下，全流域NPP年均增加值為1629271gC m-2a-1，年均減少值為1209281gC m-2a-1，年均凈增加419990gC m-2a-1，說明人為作用對(duì)全流域植被NPP的正負(fù)影響均十分劇烈，整體為正影響。
從影響面積來看，從輕微到劇烈，面積逐漸減少，輕微占45.96%，一般占27.11%，嚴(yán)重占18.58%，劇烈占8.36%。人為作用嚴(yán)重程度以上面積占26.94%，充分說明該地區(qū)人為作用嚴(yán)重程度。從正負(fù)影響的面積來看，各程度正負(fù)影響面積大致相當(dāng)，劇烈與一般程度正向影響面積略大于負(fù)向，嚴(yán)重與輕微程度正向影響面積略小于負(fù)向，整體來看基本持平。從影響值來看，除了輕微程度負(fù)向影響值大于正向外，其余程度均為正向影響值大于負(fù)向影響，柵格單元影響值(稱單元影響強(qiáng)度)正向大于負(fù)向，全流域人為作用呈正影響。從分布的格局來看，正向與負(fù)向影響在各行政區(qū)均有分布，正向影響劇烈程度主要分布在武威綠洲、昌寧綠洲，嚴(yán)重程度主要分布在民勤綠洲、天祝東部、肅南中部，一般程度分布在永昌西部。負(fù)向影響劇烈的區(qū)域主要分布在天祝涼州古浪三縣交界部，嚴(yán)重的區(qū)域分布在古浪縣南部、永昌肅南兩縣交界處，一般的區(qū)域主要分布在古浪北部、肅南南部以及民勤綠洲周邊地區(qū)。
從各行政區(qū)來看，見表2，NPP人為正向影響總量涼州區(qū)最大為652285gC m-2a-1，其次是民勤，接下來是永昌、天祝、古浪等；影響強(qiáng)度也是涼州最大為235.99gC m-2a-1，接下來是金昌、民勤、天祝等。負(fù)向影響總量最大的是天?？h，影響值為322510gC m-2a-1，接下來依次為古浪、肅南、永昌與涼州等地；影響強(qiáng)度最大的是天祝為136.25gC m-2a-1，其它依次為肅南、涼州、永昌等地。上述關(guān)于影響強(qiáng)度的結(jié)論與石培基等[39]關(guān)于土地人工覆被指數(shù)(LCI)研究結(jié)論相似，LCI指數(shù)最大為金昌、民勤，最小為肅南。
表1 人為影響程度與方向統(tǒng)計(jì)(2000—2010)Table 1 Statistic of degree and direction by human influence (2000—2010)
表2 2000—2010年各行政區(qū)NPP人為影響值Table 2 Each district′s NPP influenced by Human in 2000—2010
綜合來看，涼州區(qū)是人為影響最為劇烈的地區(qū)，表現(xiàn)為強(qiáng)烈正影響。其次是天祝縣，為強(qiáng)烈負(fù)影響。接下來是民勤縣，表現(xiàn)為正影響，其正影響總量排第二，影響強(qiáng)度排第三；負(fù)影響總量與強(qiáng)度都排倒數(shù)第二。其它縣區(qū)依次是永昌、古浪、肅南和金昌。
3.3NPP人為影響變化
根據(jù)變異系數(shù)法計(jì)算各柵格歷年NPP人為影響值，并采用Sen方法[40]，Sen 趨勢(shì)計(jì)算如下：
(8)
式中，11>j>i>0，Median為中位數(shù)的函數(shù)，β為Sen趨勢(shì)度，表示NPPH增強(qiáng)或減少趨勢(shì)的程度，若β>0則NPPH有增加的趨勢(shì)，值越大表示增加程度越大；若β<0則NPPH有減少的趨勢(shì)，值越小表示減小程度越大。計(jì)算出2000—2010年期間人為影響NPP變化趨勢(shì)，結(jié)果見圖5。
圖5 NPP人為影響變化趨勢(shì)(SEN)Fig.5 Change trend of NPPH
圖6 NPP人為影響變化方向與趨勢(shì)Fig.6 Distribution of NPPH′s direction and trend 負(fù)正表示影響值是正值，影響趨勢(shì)減弱，其他組合類推，值代表趨勢(shì)度
可以看出，民勤綠洲、武威綠洲人為作用呈減弱趨勢(shì)，圖4中負(fù)向帶狀區(qū)域也呈減弱趨勢(shì)；昌寧綠洲、涼州與古浪交界處北端、永昌西南部、天祝東南角等人為作用呈加強(qiáng)趨勢(shì)。為了進(jìn)一步的分析人為作用下NPP變化規(guī)律，將NPP人為影響的正負(fù)方向與影響趨勢(shì)結(jié)合起來，空間分布見圖6。為了表述簡(jiǎn)便起見，將人為影響方向和影響趨勢(shì)分為4個(gè)組合，分別為負(fù)負(fù)、負(fù)正、正負(fù)與正正，其中負(fù)負(fù)表示影響值是負(fù)值，影響趨勢(shì)減弱；負(fù)正表示影響值是正值，影響趨勢(shì)減弱；正負(fù)表示影響值是負(fù)值，影響趨勢(shì)增強(qiáng)；正正表示影響值是正值，影響趨勢(shì)增強(qiáng)。負(fù)負(fù)主要分布在民勤綠洲周圍，肅南與涼州交界處，天祝古浪涼州三縣交界處，以及古浪南部和北部等地，這些均為負(fù)向作用比較顯著的地區(qū)，人為負(fù)向作用強(qiáng)度有所減弱。負(fù)正主要分布在民勤綠洲、武威綠洲以及永昌西部等地，這些均屬于綠洲灌區(qū)，說明正向作用強(qiáng)度也有所減弱。正負(fù)主要分布在肅南永昌交界處以及古浪中部，負(fù)向作用強(qiáng)度有所增加。正正主要分布在昌寧綠洲、永昌東南部、涼州與古浪交界處，以及天祝東南角，這些區(qū)域人為正向作用加強(qiáng)。
各行政區(qū)人為作用NPP變化方向和趨勢(shì)見表3。金昌縣正正分布比例最大，為76.48%，表明人為正向影響在該縣占絕對(duì)地位，并且不斷加強(qiáng)。肅南縣負(fù)負(fù)分布面積最大，占35.59%，表明人為負(fù)向作用不斷減弱，正負(fù)與正正也分別占24.07%和24.01%，表明正向與負(fù)向作用加強(qiáng)的地區(qū)同樣大量存在。永昌縣正正與正負(fù)均較大，表明人為正向與負(fù)向影響均呈增加趨勢(shì)。民勤縣負(fù)正分布最多，占44.67%，表明正向作用趨勢(shì)在減弱。天祝和古浪負(fù)負(fù)分布面積最大，分別占全縣50.24%和43.28%，表明人為負(fù)向作用在減弱。涼州區(qū)負(fù)正分布面積最大，人為正向作用減弱。上述關(guān)于人為影響變化趨勢(shì)的結(jié)論與石培基等[39]結(jié)論中得出LCI指數(shù)金昌大幅增加、肅南減小、永昌增加、民勤減小、天祝減小、古浪增加、涼州減小”結(jié)論相似。
表3 各行政區(qū)人為作用NPP變化方向和趨勢(shì)(柵格數(shù))Table 3 Each district NPPH′s change direction and trend
綜合來看，金昌境內(nèi)人類活動(dòng)區(qū)域?yàn)楣喔染G洲，耕地面積有所增加，表現(xiàn)為正影響，并且正向作用加強(qiáng)。肅南境內(nèi)的草地和林地實(shí)施封山養(yǎng)育后得到逐步的恢復(fù)，表現(xiàn)為人為負(fù)影響在減弱。永昌耕地面積增加，并且林地與草地有進(jìn)一步退化的趨勢(shì)，人為正向與負(fù)向作用均呈加強(qiáng)趨勢(shì)。民勤縣生態(tài)移民后，綠洲的部分耕地退耕為草地和林地，正向作用趨勢(shì)減弱；但綠洲部分邊緣植被退化嚴(yán)重，荒漠化加劇，導(dǎo)致部分地區(qū)負(fù)向影響在加劇，但整體表現(xiàn)為人為作用減弱。天祝與古浪縣境內(nèi)部分林地被劃為祁連山水源涵養(yǎng)林保護(hù)范圍內(nèi)，并對(duì)退化較為嚴(yán)重的林地和草地進(jìn)行封育，退化趨勢(shì)有所緩解，人為負(fù)向影響減弱。涼州區(qū)境內(nèi)的南部山區(qū)，坡耕地實(shí)施退耕還林還草，部分耕地由保灌地調(diào)整為非保灌地，人為正向影響減弱；在灌溉用水能得到較好保障的耕地，由于提高了管理水平，人為正向影響加強(qiáng)，整體表現(xiàn)為人為正向作用減弱?？傊?，2000—2010年期間全流域NPP人為影響變化較大，人為正向與負(fù)向的減弱和加強(qiáng)均存在，經(jīng)統(tǒng)計(jì)，正向減弱值年均為812919.65 gC m-2a-1，負(fù)向減弱值年均為807622.72 gC m-2a-1，正向增強(qiáng)值年均為802274.08 gC m-2a-1，負(fù)向增強(qiáng)值年均為393719.73 gC m-2a-1，人為活動(dòng)影響值年均凈減少424548.60 gC m-2a-1，表明該流域人為作用范圍與影響值均有所減少。
4 結(jié)論與討論
4.1結(jié)論
理論方面：(1)本研究提出了一種基于變異系數(shù)的NPP人為影響值計(jì)算方法。通過理論闡述、應(yīng)用實(shí)踐證明，表明該方法理論科學(xué)，技術(shù)可行、結(jié)果符合實(shí)際情況，模型具有較好的科學(xué)性。(2)模型計(jì)算結(jié)果為NPP值，量化結(jié)果容易定量評(píng)價(jià)人為活動(dòng)對(duì)植被的影響，模型具有較好的實(shí)用性。(3)方法基于一種間接計(jì)算的思想，回避了人為作用的復(fù)雜過程，模型所需參數(shù)少，資料易獲取，模型具有較好的推廣性。
應(yīng)用方面：(1)2000—2010期間，石羊河流域人類活動(dòng)對(duì)植被NPP的影響廣泛而劇烈，年均影響值大于40gC m-2a-1的面積占96.21%，影響程度嚴(yán)重以上占26.94%。(2)人為作用對(duì)流域NPP影響有正向影響和負(fù)向影響，影響值均較大，年均增加為1.63×106gC m-2a-1，年均減少為1.21×106gC m-2a-1，年均凈增加4.20×105gC m-2a-1；負(fù)向平均影響強(qiáng)度為100.32 gC m-2a-1，正向平均影響強(qiáng)度為136.84 gC m-2a-1，全流域表現(xiàn)為正影響。(3)各行政區(qū)NPP人為影響排序?yàn)椋簺鲋荨⑻熳?、民勤、永昌、古浪、肅南、金昌等。(4)2000—2010期間，NPP人為影響值變化較大，從面積來看，人為活動(dòng)減弱面積占53.90%，增加占46.10%；影響值方面，正向減弱8.13×105gC m-2a-1，負(fù)向減弱8.08×105gC m-2a-1，正向增強(qiáng)8.02×105gC m-2a-1，負(fù)向增強(qiáng)3.94×105gC m-2a-1，人為活動(dòng)影響凈減少4.25×105gC m-2a-1，人為作用總體呈減弱趨勢(shì)。
4.2討論
(1)氣候因素本身也是受到人類活動(dòng)影響，用NPP變異系數(shù)減去氣候變異系數(shù)來區(qū)分人類活動(dòng)對(duì)植被NPP的影響，特別是在長(zhǎng)時(shí)間序列中，如何在模型中濾除人類活動(dòng)對(duì)氣候的影響需要進(jìn)一步討論。
(2)人為變異系數(shù)在0附近的區(qū)域，并不完全能夠表示此處沒有人為活動(dòng)影響，或許是NPP變異系數(shù)與氣候變異系數(shù)正好相等的巧合，選擇無人為影響區(qū)域需要實(shí)地抽樣驗(yàn)證。
(3)計(jì)算方法對(duì)結(jié)果的影響。采用潛在植被NPP值減去實(shí)際植被NPP理論值來計(jì)算NPP人為影響值，與潛在植被NPP公式關(guān)系較大，科學(xué)選擇公式對(duì)結(jié)果計(jì)算尤為重要。再加上現(xiàn)有氣象站點(diǎn)的分布格局與密度還不夠，對(duì)計(jì)算結(jié)果也造成影響。
[1]Hayes D J, Turner D P, Stinson G, McGuire A D, Wei Y X, West T O, Heath L S, de Jong B, McConkey B G, Birdsey R A, Kurz W A, Jacobson A R, Huntzinger D N, Pan Y D, Post W M, Cook R B. Reconciling estimates of the contemporary North American carbon balance among terrestrial biosphere models, atmospheric inversions, and a new approach for estimating net ecosystem exchange from inventory-based data. Global Change Biology, 2012, 18(4): 1282-1299.
[2]陳福軍, 沈彥俊, 李倩, 郭英, 徐麗梅. 中國(guó)陸地生態(tài)系統(tǒng)近30年NPP時(shí)空變化研究. 地理科學(xué), 2011, 31(11): 1409-1414.
[3]Arevalo C B M, Bhatti J S, Chang S X, Sidders D. Land use change effects on ecosystem carbon balance: from agricultural to hybrid poplar plantation. Agriculture, Ecosystems & Environment, 2011, 141(3/4): 342-349.
[4]Zhang G G, Kang Y M, Han G D, Sakurai K. Effect of climate change over the past half century on the distribution, extent and NPP of ecosystems of Inner Mongolia. Global Change Biology, 2011, 17(1): 377-389.
[5]于貴瑞, 方華軍, 伏玉玲, 王秋鳳. 區(qū)域尺度陸地生態(tài)系統(tǒng)碳收支及其循環(huán)過程研究進(jìn)展. 生態(tài)學(xué)報(bào), 2011, 31(19): 5449-5459.
[6]Coverdale T C, Herrmann N C, Altieri A H, Bertness M D. Latent impacts: the role of historical human activity in coastal habitat loss. Frontiers in Ecology and the Environment, 2013, 11(2): 69-74.
[7]Restrepo A, Colinvaux P, Bush M, Correa-Metrio A, Conroy J, Gardener M R, Jaramillo P, Steinitz-Kannan M, Overpeck J. Impacts of climate variability and human colonization on the vegetation of the Galápagos Islands. Ecology, 2012, 93(8): 1853-1866.
[8]Wackernagel M, Rees W E. Our Ecological Footprint: Reducing Human Impact on the Earth. Philadelphia, PA and Gabriola Island, B.C., Canada: New Society Publishers, 2013.
[10]易浪, 任志遠(yuǎn), 張翀, 劉雯. 黃土高原植被覆蓋變化與氣候和人類活動(dòng)的關(guān)系. 資源科學(xué), 2014, 36(1): 166-174.
[11]Evans J, Geerken R. Discrimination between climate and human-induced dryland degradation. Journal of Arid Environments, 2004, 57(4): 535-554.
[12]Weng Q H. Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing, 2009, 64(4): 335-344.
[13]黃森旺, 李曉松, 吳炳方, 裴亮. 近25年三北防護(hù)林工程區(qū)土地退化及驅(qū)動(dòng)力分析. 地理學(xué)報(bào), 2012, 67(5): 589-598.
[14]Symeonakis E, Drake N. Monitoring desertification and land degradation over sub-Saharan Africa. International Journal of Remote Sensing, 2004, 25(3): 573-592.
[15]彭飛, 王濤, 薛嫻. 基于RUE的人類活動(dòng)對(duì)沙漠化地區(qū)植被影響研究——以科爾沁地區(qū)為例. 中國(guó)沙漠, 2010, 30(4): 896-902.
[16]杜加強(qiáng), 舒儉民, 張林波. 基于植被降水利用效率和NDVI 的黃河上游地區(qū)生態(tài)退化研究. 生態(tài)學(xué)報(bào), 2012, 32(11): 3404-3413.
[17]Li H X, Liu G H, Fu B J. Spatial variations of rain-use efficiency along a climate gradient on the Tibetan Plateau: A satellite-based analysis. International Journal of Remote Sensing, 2013, 34(21): 7487-7503.
[18]田漢勤, 劉明亮, 張弛, 任巍, 徐小鋒, 陳廣生, 呂超群, 陶波. 全球變化與陸地系統(tǒng)綜合集成模擬——新一代陸地生態(tài)系統(tǒng)動(dòng)態(tài)模型 (DLEM). 地理學(xué)報(bào), 2010, 65(9): 1027-1047.
[19]Albertson J D, Katul G G, Wiberg P. Relative importance of local and regional controls on coupled water, carbon, and energy fluxes. Advances in Water Resources, 2001, 24(9/10): 1103-1118.
[20]Ren W, Tian H Q, Tao B, Huang Y, Pan S F. China′s crop productivity and soil carbon storage as influenced by multifactor global change. Global Change Biology, 2012, 18(9): 2945-2957.
[21]Zhou W, Gang C C, Zhou F C, Li J L, Dong X G, Zhao C Z. Quantitative assessment of the individual contribution of climate and human factors to desertification in northwest China using net primary productivity as an indicator. Ecological Indicators, 2015, 48: 560-569.
[22]胡志斌, 何興元, 李月輝, 朱教君, 李小玉. 岷江上游地區(qū)人類活動(dòng)強(qiáng)度及其特征. 生態(tài)學(xué)雜志, 2007, 26(4): 539-543.
[23]陳忠升, 陳亞寧, 李衛(wèi)紅, 陳亞鵬. 塔里木河干流徑流損耗及其人類活動(dòng)影響強(qiáng)度變化. 地理學(xué)報(bào), 2011, 66(1): 89-98.
[24]羅玲, 王宗明, 毛德華, 婁艷景, 任春穎, 宋開山. 松嫩平原西部草地凈初級(jí)生產(chǎn)力對(duì)氣候變化及人類活動(dòng)的響應(yīng). 生態(tài)學(xué)雜志, 2012, 31(6): 1533-1540.
[25]Su C H, Fu B J, He C S, Lü Y H. Variation of ecosystem services and human activities: A case study in the Yanhe Watershed of China. Acta Oecologica, 2012, 44: 46-57.
[26]王琪, 史基安, 張中寧, 孟自芳. 石羊河流域環(huán)境現(xiàn)狀及其演化趨勢(shì)分析. 中國(guó)沙漠, 2003, 23(1): 46-52.
[27]王興成, 王開錄. 石羊河流域生態(tài)環(huán)境惡化原因及綜合防治思路與措施. 水土保持研究, 2004, 11(1): 174-176.
[28]常兆豐, 韓福貴, 仲生年, 趙明, 梁泰. 石羊河下游沙漠化的自然因素和人為因素及其位移. 干旱區(qū)地理, 2005, 28(2): 150-155.
[29]張永明, 宋孝玉, 沈冰, 沈清林, 張曉偉. 石羊河流域水資源與生態(tài)環(huán)境變化及其對(duì)策研究. 干旱區(qū)地理, 2007, 29(6): 838-843.
[30]郭承錄, 李發(fā)明. 石羊河流域生態(tài)系統(tǒng)存在的問題及治理對(duì)策. 中國(guó)沙漠, 2010, 30(3): 608-613.
[31]李傳華, 趙軍. 2000-2010年石羊河流域 NPP 時(shí)空變化及驅(qū)動(dòng)因子. 生態(tài)學(xué)雜志, 2013, 32(3): 712-718.
[32]文星, 王濤, 薛嫻, 段翰晨, 廖杰. 1975—2010 年石羊河流域綠洲時(shí)空演變研究. 中國(guó)沙漠, 2013, 33(2): 478-485.
[33]楊東. 關(guān)于深入推進(jìn)石羊河流域后期治理的思考. 中國(guó)水利, 2012, (17): 21-22.
[34]陳志愷. 石羊河的治理經(jīng)驗(yàn)值得總結(jié)推廣. 中國(guó)水利, 2013, (5): 15-15.
[35]Liu C M, Zhang D, Liu X M, Zhao C S. Spatial and temporal change in the potential evapotranspiration sensitivity to meteorological factors in China (1960—2007). Journal of Geographical Sciences, 2012, 22(1): 3-14.
[36]Yin Y H, Wu S H, Dai E F. Determining factors in potential evapotranspiration changes over China in the period 1971-2008. Chinese Science Bulletin, 2010, 55(29): 3329-3337.
[37]劉普幸, 卓瑪蘭草. 甘肅省1960-2008 年潛在蒸散量時(shí)空變化及其影響因子. 自然資源學(xué)報(bào), 2012, 27(9): 1561-1571.
[38]周廣勝, 張新時(shí). 自然植被凈第一性生產(chǎn)力模型初探. 植物生態(tài)學(xué)報(bào), 1995, 19(3): 193-200.
[39]石培基, 王祖靜, 劉春芳. 石羊河流域土地覆被空間演化及驅(qū)動(dòng)機(jī)制. 生態(tài)學(xué)報(bào), 2014, 34(15): 4361-4371.
[40]祁威, 張鐿鋰, 高俊剛, 楊續(xù)超, 劉林山, Khanal N R. 1971-2009年珠穆朗瑪峰地區(qū)尼泊爾境內(nèi)氣候變化. 地理學(xué)報(bào), 2013, 68(1): 82-94.
The impact of human activities on net primary productivity based on the coefficient of variation：A case study of the Shiyang River Basin
LI Chuanhua*, ZHAO Jun, SHI Yinfang, HU Xiufang
CollegeofGeographicandEnvironmentalSciences,NorthwestNormalUniversity,Lanzhou730070,China
Human activities can heavily influence changes in net primary productivity (NPP), and for this reason, the quantitative calculation of NPP as influenced by humans (NPPH) has a vital significance. In this paper, a model of human impact on NPP is proposed based on the coefficient of variation. The basic concept, theoretical foundation, and calculation are discussed, and the distribution and variation of NPPHin the Shiyang River Basin are analyzed. The following conclusions were made. (1) The model is based on the indirect method, which avoids the complexities of human activity In addition, the NPPHmodel has other advantages, including its scientificity in theory, fewer input parameters as it uses only the coefficient of variation, feasibility and easy obtainability technology, and a straightforward quantitative evaluation of human activity on NPP. (2) The effect of human activity on NPP was widespread and severe in the Shiyang River Basin during 2000—2010. The area with an annual average NPPHvalue greater than 40 gC m-2a-1was 96.21%, and the area with a degree of human impact greater than severe was 20%. There were two main features when the spatial distribution of the influence of human activities on NPP was considered. The first was the intense positive influence of human activity on three oases (Minqin, Wuwei, and Jinchang), where there is cultivated land, and the second is the strong negative influence on the junction of Sunan, Tianzhu, Gulang, and Yongchang, where the vegetation consists mainly of grassland and the predominant human-related activity is grazing. Thus, the human impact on NPP was both positive and negative, and significant for both. The average positive annual value as affected by humans was 1.63 × 106gC m-2a-1, and the negative value was 1.21 × 106gC m-2a-1, producing a net value of 4.20 × 105gC m-2a-1. The positive effect averaged 136.84 gC m-2a-1, and the corresponding negative effect was 100.32 gC m-2a-1; therefore, overall, the Shiyang River Basin was positively influenced by humans. The degree of human impact on different areas varied from slight to general, serious, and severe, with the percentages gradually decreasing from 45.96% to 27.11%, 18.58%, and 8.38%, respectively. The areas of positive and negative influence were roughly equal in degree, but the positive influence was slightly more than negative in the severe and general degree categories, and the negative influence was slightly more than the positive in the slight and serious degree areas. (3) Ganzhou county was the area most intensely and positively influenced by human activity. In contrast, Tianzhu county showed a strong negative influence. Minqin county showed a positive influence, which positive effect of the total in second place and effect of average in three place and negative effect all in second about total and average. The other areas influenced by human activity were Yongchang, Gulang, Sunan and Jinchang. (4) The NPPHvaried greatly in this period and showed as decreasing trend. In some regions, human influence has decreased (53.9%), while in other areas human activity has enhanced (46.1%). The positive effect was weakened by 8.12 × 105gC m-2a-1, the negative effect was weakened by 8.07 × 105gC m-2a-1, and the positive effect was enhanced by 8.02 × 105gC m-2a-1, and the negative effect was enhanced by 3.94 × 105gC m-2a-1, giving a net reduction of 4.25 × 105gC m-2a-1, indicating that overall, human activity showed a decreasing trend.
net primary productivity; coefficient of variation; human effect model; Shiyang River Basin
10.5846/stxb201411202301
國(guó)家自然科學(xué)基金資助項(xiàng)目(41261104)
2014-11-20; 網(wǎng)絡(luò)出版日期:2015-10-30
Corresponding author.E-mail: lch_nwnu@126.com
李傳華，趙軍，師銀芳，胡秀芳.基于變異系數(shù)的植被NPP人為影響定量研究——以石羊河流域?yàn)槔?生態(tài)學(xué)報(bào),2016,36(13):4034-4044.
Li C H, Zhao J, Shi Y F, Hu X F.The impact of human activities on net primary productivity based on the coefficient of variation：A case study of the Shiyang River Basin.Acta Ecologica Sinica,2016,36(13):4034-4044.
猜你喜歡
人民黃河(2023年7期)2023-08-27 15:41:53 肅南馬鹿甘肅畜牧獸醫(yī)(2022年9期)2022-09-21 06:03:14 與己書組詩滇池(2022年5期)2022-04-30 21:44:36 基于不同旱情指數(shù)的石羊河流域春旱監(jiān)測(cè)研究中國(guó)農(nóng)業(yè)信息(2021年4期)2021-12-21 07:23:40 石羊河流域永昌縣地下水及水資源供需平衡分析甘肅科技縱橫(2021年12期)2021-03-12 14:06:07 古浪香瓜鋼架日光溫室標(biāo)準(zhǔn)化栽培技術(shù)甘肅農(nóng)業(yè)科技(2020年8期)2020-11-09 03:45:58 祁連山生態(tài)環(huán)境保護(hù)與修復(fù)對(duì)肅南牦牛的影響分析甘肅畜牧獸醫(yī)(2020年5期)2020-07-18 08:58:48 古浪明代水陸畫文物鑒定與鑒賞(2019年13期)2019-10-06 12:58:32 加強(qiáng)投入 推進(jìn)石羊河流域源頭治理中國(guó)農(nóng)業(yè)信息(2016年1期)2016-02-06 20:53:57 2013年9月20日甘肅肅南、青海門源交界5.1級(jí)地震的加速釋放模型研究防災(zāi)減災(zāi)學(xué)報(bào)(2015年3期)2015-12-16 16:15:30
李傳華，趙 軍，師銀芳，胡秀芳
西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，蘭州 730070
?
基于變異系數(shù)的植被NPP人為影響定量研究
——以石羊河流域?yàn)槔?/p>
李傳華*，趙軍，師銀芳，胡秀芳
西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，蘭州730070
人類活動(dòng)是NPP變化的重要影響因子，定量計(jì)算NPP人為影響值具有較重要的意義。提出基于變異系數(shù)法的NPP人為影響模型，對(duì)其基本概念、理論基礎(chǔ)、計(jì)算流程等進(jìn)行了闡述，并以石羊河流域?yàn)檠芯繀^(qū)，分析該流域NPP人為影響分布規(guī)律。研究結(jié)果表明：(1)該模型基于一種間接計(jì)算的思想回避了人為作用的復(fù)雜過程，模型理論科學(xué)，以變異系數(shù)為參數(shù)，所需參數(shù)少，技術(shù)可行，計(jì)算結(jié)果為NPP值，易于定量評(píng)價(jià)。(2)2000—2010年期間，石羊河流域人類活動(dòng)對(duì)植被NPP的影響廣泛而嚴(yán)重，年均影響值大于40gC m-2a-1的面積占96.21%，影響程度嚴(yán)重以上占26.94%。NPP人為正負(fù)影響均較大，正影響年均為1.63×106gC m-2a-1，負(fù)影響年均為1.21×106gC m-2a-1，年均凈增加4.20×105gC m-2a-1；正向平均影響強(qiáng)度為136.84 gC m-2a-1，負(fù)向平均影響強(qiáng)度為100.32 gC m-2a-1，全流域表現(xiàn)為正影響。(3)涼州區(qū)是人為影響最為劇烈的地區(qū)，表現(xiàn)為強(qiáng)烈正影響；其次是天?？h，為強(qiáng)烈負(fù)影響；接下來是民勤縣，表現(xiàn)為正影響；其它縣區(qū)依次是永昌、古浪、肅南和金昌。(4)2000—2010期間，NPP人為影響值變化較大，人為活動(dòng)減弱面積占53.90%，增加占46.10%；影響值正向減弱8.12×105gC m-2a-1，負(fù)向減弱8.07×105gC m-2a-1，正向增強(qiáng)8.02×105gC m-2a-1，負(fù)向增強(qiáng)3.94×105gC m-2a-1，人為活動(dòng)影響凈減少4.25×105gC m-2a-1，人為作用總體呈減弱趨勢(shì)。
凈第一性生產(chǎn)力；變異系數(shù)；人為影響模型；石羊河流域
植被凈第一性生產(chǎn)力(簡(jiǎn)稱NPP)是衡量生態(tài)環(huán)境的重要指標(biāo)，同時(shí)與碳平衡和碳擾動(dòng)、土地利用變化、氣候變化和糧食安全等關(guān)系密切，是表征陸地生態(tài)過程的關(guān)鍵參數(shù)[1-4]。NPP的變化是自然和人類活動(dòng)交互作用的結(jié)果，隨著科技進(jìn)步人類活動(dòng)能力日益增強(qiáng)，無論影響的手段與方式，還是影響的廣度與深度都發(fā)生了很大的變化，人類活動(dòng)的作用顯得越來越重要，有些地區(qū)甚至為主導(dǎo)作用[5-9]。
由于人類活動(dòng)方式各異，加上地形、土壤、植被以及氣候條件等差異，即使相同的人類活動(dòng)對(duì)NPP的影響也不一樣，因此人類活動(dòng)對(duì)植被NPP的影響較難量化，一般以定性說明為主。也有學(xué)者對(duì)人類活動(dòng)影響進(jìn)行定量研究，目前主要方法有殘差分析法[10-13]，如黃森旺等運(yùn)用殘差法模型結(jié)合氣候因子降雨評(píng)價(jià)了三北防護(hù)林工程區(qū)人類活動(dòng)對(duì)土地退化所起的作用，此方法原理簡(jiǎn)單易計(jì)算，但不適合短時(shí)間段分析，在擬合氣候與植被生長(zhǎng)關(guān)系時(shí)也不能完全忽略人為作用影響。降水利用效率分析法[14-17]，如杜加強(qiáng)等運(yùn)用植被降雨利用效率，結(jié)合NDVI變化辨識(shí)在人為作用下生態(tài)退化和生態(tài)恢復(fù)的區(qū)域范圍，此方法存在不確定性，降雨的劇烈變化對(duì)結(jié)果有較大影響。模型變量控制法[18-20]，如田漢勤等利用新一代多因子驅(qū)動(dòng)的陸地生態(tài)系統(tǒng)動(dòng)態(tài)模型(Dynamic Land Ecosystem Model, DLEM)，旨在定量模擬和分析自然因素和人類活動(dòng)雙重驅(qū)動(dòng)下陸地生態(tài)系統(tǒng)過程和格局的變化，以及陸地生態(tài)系統(tǒng)與人類系統(tǒng)、氣候系統(tǒng)之間的相互作用與反饋，此方法可根據(jù)機(jī)理直接計(jì)算人為影響值，但需要參數(shù)較多，過程比較復(fù)雜。實(shí)際NPP與潛在NPP求差法[21]，周偉等采用潛在NPP與實(shí)際NPP求差法，評(píng)價(jià)了中國(guó)西北地區(qū)氣候變化與人為作用對(duì)沙漠化的影響。該方法原理簡(jiǎn)單容易計(jì)算，不足之處是潛在NPP是虛擬值，有較大的不確定性，并且潛在植被為該區(qū)域植被演替的最高形態(tài)，潛在NPP一般比實(shí)際值偏高，對(duì)NPP人為影響值結(jié)果有影響。還有人為影響強(qiáng)度法[22-25]、直接對(duì)比法等。
總體來看，上述計(jì)算方法各有特點(diǎn)，也各有局限，如，有的方法無法區(qū)分人為作用的正(使NPP增加)負(fù)(使NPP減少)方向，有的方法不能計(jì)算影響值，還有的方法只適合長(zhǎng)時(shí)序數(shù)據(jù)和大范圍，不確定性問題也較多；有的方法模型復(fù)雜，參數(shù)不易獲取，不能計(jì)算人為活動(dòng)間接影響等。因此，本研究試圖提出一種新的計(jì)算模型，一方面能夠定量評(píng)估人為活動(dòng)對(duì)NPP的影響，在理論方法上也是對(duì)該研究領(lǐng)域的一個(gè)有益補(bǔ)充。
石羊河流域是人類活動(dòng)對(duì)環(huán)境影響最為劇烈的地區(qū)之一，在人為作用下該地區(qū)生態(tài)環(huán)境極度惡化，植被退化嚴(yán)重[26-32]，引起各級(jí)政府的高度關(guān)注。2006年以來，該流域?qū)嵤┥鷳B(tài)環(huán)境治理工程，到2010年完成一期工程，據(jù)報(bào)道部分地區(qū)生態(tài)環(huán)境有所好轉(zhuǎn)[33-34]，該區(qū)域人類活動(dòng)對(duì)植被正向與負(fù)向影響均十分典型。因此，以該流域?yàn)檠芯繀^(qū)，以植被NPP為對(duì)象，區(qū)分氣候變化與人為作用對(duì)NPP變化的影響，定量計(jì)算NPP人為影響值，研究植被NPP對(duì)人類活動(dòng)的響應(yīng)具有重要的科學(xué)意義，同時(shí)能為退化生態(tài)環(huán)境恢復(fù)與重建等工作提供決策支持。
1 研究區(qū)概況與數(shù)據(jù)
1.1研究區(qū)概況
石羊河流域地處黃土、青藏、蒙新三大高原的交匯過渡帶，位于甘肅省河西走廊東部，祁連山北麓，介于101°22′—104°16′E、36°29′—39°27′N，流域面積4.16萬km2。石羊河流域深居大陸腹地，屬大陸性溫帶干旱氣候。流域可分為南部祁連山地，中部走廊平原區(qū)，北部低山丘陵區(qū)及荒漠區(qū)四大地貌單元。流域行政區(qū)劃涉及3市8縣，包括武威市的古浪縣、涼州區(qū)、民勤縣全部及天?？h部分，金昌市的永昌縣及金川區(qū)全部以及張掖市肅南裕固族自治縣的皇城鎮(zhèn)(簡(jiǎn)稱肅南縣)和山丹縣部分地區(qū)(面積很小，忽略不計(jì))。
1.2數(shù)據(jù)
本研究所用的數(shù)據(jù)有MODIS遙感數(shù)據(jù)、溫度與降雨數(shù)據(jù)、土地利用數(shù)據(jù)。2000—2010年NPP數(shù)據(jù)為MODIS數(shù)據(jù)中的4級(jí)產(chǎn)品，產(chǎn)品類型為MOD17A3，空間分辨率為1km，該數(shù)據(jù)利用BIOME-BGC模型估算得到陸地生態(tài)系統(tǒng)NPP年累積量，該數(shù)據(jù)已在全球和區(qū)域NPP與碳循環(huán)研究中得到廣泛應(yīng)用。溫度、降雨和土地利用數(shù)據(jù)來自于中國(guó)西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心。
2 研究方法
植被NPP是在人為作用和氣候作用的雙重影響下形成，如果能得到自然狀態(tài)下(只受氣候作用)的植被NPP(稱之為理論NPP)，再與實(shí)際NPP求差，即為NPP人為影響值，這是一個(gè)間接并且簡(jiǎn)潔的思路。一般來說，可以采用NPP氣候?qū)W模型(只與氣候因子有關(guān))計(jì)算潛在NPP作為理論值，但潛在植被是在無人為干擾下立地所能發(fā)育的頂級(jí)植被類型，而理論NPP為目前氣候狀況下無人為干擾下立地發(fā)育的實(shí)際NPP，一般情況下潛在NPP比理論NPP高。因此，理論NPP的計(jì)算歸結(jié)到找出無人為影響點(diǎn)位，其所對(duì)應(yīng)的實(shí)際NPP(MOD17A3數(shù)據(jù))便可看成理論NPP。那么，如何確定某處是否受到人為影響，用什么參數(shù)來區(qū)分是一個(gè)關(guān)鍵的問題。
2.1理論基礎(chǔ)
在自然狀況下，NPP只受氣候變化影響，因此可以這樣理解，在無人為影響下，NPP的變化特征應(yīng)該與氣候變化特征一致。考慮到變異系數(shù)能表達(dá)序列數(shù)據(jù)變化的離散程度，因此考慮使用變異系數(shù)來衡量NPP變化與氣候變化特征是否一致。理論假設(shè)是：如果NPP變異系數(shù)等于氣候因子變異系數(shù)或者相差在一定的范圍之內(nèi)，表明該柵格單元只受到氣候因子的作用，否則同時(shí)受到人類活動(dòng)的影響，兩個(gè)變異系數(shù)之差即為人類活動(dòng)下NPP變異程度，稱人為變異系數(shù)。因此，建立關(guān)于變異系數(shù)的數(shù)學(xué)模型，空間上可以區(qū)分哪些地區(qū)受到人類活動(dòng)的影響，值的大小可以區(qū)分人類活動(dòng)對(duì)植被NPP變化影響的變異程度，該方法稱之為變異系數(shù)法。
2.2變異系數(shù)法
2.2.1人為變異系數(shù)計(jì)算
(1)變異系數(shù)
變異系數(shù)(Coefficient of Variation，簡(jiǎn)稱CV)是衡量序列觀測(cè)值離散程度的一個(gè)統(tǒng)計(jì)量。如果度量單位與平均值相同，可以直接利用標(biāo)準(zhǔn)差來比較；不同則需采用標(biāo)準(zhǔn)差與平均值的比值來比較，比值稱為變異系數(shù)，計(jì)算公式為：
(1)
式中，CV為變異系數(shù)，σ為標(biāo)準(zhǔn)差，μ為算術(shù)平均值。
(2)實(shí)際NPP、氣溫與降雨變異系數(shù)
將各柵格單元序列NPP、氣溫與降雨分別代入式(1)計(jì)算即可，CVNPP、CVT、CVR分別表示實(shí)際NPP變異系數(shù)、氣溫變異系數(shù)、降雨變異系數(shù)。
(2)
(3)
(4)
(3)氣候變異系數(shù)計(jì)算
從NPP的定義來看，NPP的變化取決于降水量和最大蒸散量?jī)蓚€(gè)分量[35]，國(guó)內(nèi)外研究表明，氣溫和太陽輻射是導(dǎo)致最大蒸散量變化的主要因子[36-37]，而氣溫與太陽輻射也有相關(guān)性，同時(shí)考慮到模型參數(shù)的一般性，本研究將氣溫、降水作為氣候的主要因子。在計(jì)算氣候變異系數(shù)過程中，確定氣溫與降雨對(duì)NPP的影響權(quán)重采用模型偏導(dǎo)法，本研究采用周廣勝模型[38]，對(duì)積溫和降水因子求偏導(dǎo)后乘以積溫和降水得到各自對(duì)NPP的影響權(quán)重 WT和WR，乘以各自變異系數(shù)最后求和即得到氣候因子變異系數(shù)CVC，見下式：
CVC=WT·CVT+WR·CVR
(5)
(4)人為變異系數(shù)
如果各柵格的NPP變異系數(shù)等于氣候因子變異系數(shù)或者兩者之差在一定的范圍之內(nèi)，說明該柵格NPP變化基本受氣候影響，否則同時(shí)受到人為影響，兩者之差稱為人為變異系數(shù)CVH，計(jì)算公式為：
CVH=CVNPP-CVC
(6)
理論上講，人為變異系數(shù)表示人為作用對(duì)NPP影響的變異程度，值為0或在0附近表示不受人為作用影響或影響甚微；值不為0或絕對(duì)值大于某個(gè)極小值表示受到人為作用影響，絕對(duì)值越大表示NPP受到人為影響的變異程度越大。變異系數(shù)的正負(fù)號(hào)說明人為活動(dòng)對(duì)NPP的作用方向，符號(hào)為正表示實(shí)際NPP變異系數(shù)大于氣候變異系數(shù)，說明NPP在人為作用下變化劇烈，這種情況一般是NPP在人為作用下減少，為負(fù)影響。符號(hào)為負(fù)表示實(shí)際NPP變異系數(shù)小于氣候變異系數(shù)，這說明實(shí)際NPP在人為作用下保持穩(wěn)定，這種情況一般是NPP在人為作用下增加，為正影響。人為變異系數(shù)是一個(gè)統(tǒng)計(jì)值，不是衡量植被NPP生態(tài)機(jī)理的參數(shù)，在影響機(jī)制上是沒有任何意義的。在大數(shù)據(jù)樣本的前提下，統(tǒng)計(jì)值存在一些誤差或者小概率事件。不過，如果某處為無人為影響點(diǎn)，該點(diǎn)的人為變異系數(shù)肯定為0，基于此即可保證本模型的確定性。
2.2.2NPP人為影響值計(jì)算
人為變異系數(shù)是衡量人為作用對(duì)NPP影響的變異程度而不是影響程度，因此人為變異系數(shù)大小與NPP人為影響值并無數(shù)學(xué)關(guān)系，無法使用人為變異系數(shù)直接計(jì)算NPP人為影響值。根據(jù)理論假設(shè)，要計(jì)算NPP人為影響值首先要計(jì)算理論NPP，需根據(jù)人為變異系數(shù)來選擇無人為影響點(diǎn)。
(1)選擇無人為影響點(diǎn)位
提取無人影響點(diǎn)位至關(guān)重要，方法如下：提取人為變異系數(shù)絕對(duì)值在0附近的柵格，為了防止出現(xiàn)人為變異系數(shù)為0而實(shí)際上是有人為影響的情況，此環(huán)節(jié)需要逐點(diǎn)判斷實(shí)際NPP變化與氣候變化是否一致，一致保留，否則去除。在此基礎(chǔ)之上，還需要結(jié)合實(shí)際情況來判斷是否確實(shí)無人為影響。原則如下：如一些非常明顯受到人為影響的點(diǎn)位(如耕地)需要去掉，離居民點(diǎn)比較近也認(rèn)為受到人為影響需要去掉。判斷可以結(jié)合遙感影像、DEM、土地利用現(xiàn)狀圖，甚至實(shí)地勘察確定。
(2)理論NPP計(jì)算
無人為影響點(diǎn)位確定后，提取對(duì)應(yīng)點(diǎn)位實(shí)際NPP即為理論NPP(Theoretical NPP, 簡(jiǎn)寫NPPT)。采用空間插值方法對(duì)離散點(diǎn)進(jìn)行空間化即可得到全流域理論NPP。
(3)NPP人為影響值計(jì)算
將實(shí)際NPP(Actual NPP, 簡(jiǎn)稱NPPA)減去理論NPP，即可得到人為作用下NPP變化值，稱為NPP人為影響值(NPP influenced by human, 簡(jiǎn)寫NPPH)，公式為：
NPPH=NPPA-NPPT
(7)
符號(hào)為正說明人為作用下NPP增加，符號(hào)為負(fù)說明在人為作用下NPP減少。
3 結(jié)果與分析
以石羊河流域?yàn)檠芯繀^(qū)，根據(jù)變異系數(shù)法計(jì)算該流域2000—2010年期間歷年NPP人為影響值，分析NPP人為影響值空間分布規(guī)律和變化趨勢(shì)。
3.1人為變異系數(shù)
根據(jù)公式(2)和(5)計(jì)算實(shí)際NPP變異系數(shù)和氣候變異系數(shù)，再根據(jù)公式(6)計(jì)算人為變異系數(shù)(圖1)。
圖1 人為變異系數(shù)分布Fig.1 Spatial distribution of CVH
變異系數(shù)小于0的區(qū)域主要分布在民勤綠洲、武威綠洲和金昌綠洲，上述地區(qū)是人類活動(dòng)的主要區(qū)域，在人為直接干預(yù)下，植被NPP穩(wěn)定，類型以耕地為主，為人類活動(dòng)直接影響區(qū)域。變異系數(shù)在0附近的區(qū)域主要分布在肅南、天祝、古浪東部，該地區(qū)的植被類型主要為天然草地與林地，人口稀少，人為活動(dòng)不太頻繁，NPP主要受氣候變化影響，其變異程度與氣候變異程度基本一致，人為干擾不大。變異系數(shù)大于0 的地區(qū)主要分布在永昌與古浪縣境內(nèi)，肅南縣北部、天祝北部與涼州南部也有分布，植被以草地為主，主要人為活動(dòng)為放牧，NPP變化最大，為人類活動(dòng)直接影響地區(qū)。
同時(shí)，人為變異系數(shù)正負(fù)值在各地類均存在，有多種地類的正負(fù)變異程度都較大，如草地、鹽堿地、沙地和戈壁等，這主要取決于人類作用方式與程度。比如草地，過度放牧導(dǎo)致草地退化，則人為變異系數(shù)為正；對(duì)于科學(xué)管理(灌溉、施肥與輪牧等措施)的草地，人為變異系數(shù)則為負(fù)。有的植被NPP值較低，自身容易受到外界干擾也是同一種植被的人為變異系數(shù)有正有負(fù)的重要原因。
3.2NPP人為影響值
NPP人為影響值的計(jì)算首先要提取無人為影響點(diǎn)位，步驟如下：提取人為變異系數(shù)絕對(duì)值在0附近的柵格，本研究取值為0.0005，逐點(diǎn)判斷其變化趨勢(shì)與氣候變化趨勢(shì)是否一致，不一致去除，再結(jié)合遙感影像，DEM，土地利用類型圖逐點(diǎn)判斷無人為影響點(diǎn)位的分布是否符合實(shí)際，有些地區(qū)點(diǎn)分布太過密集也可以選擇除掉一些，最后選擇點(diǎn)位117個(gè)，分布見圖2。
可以看出，無人為影響點(diǎn)分布從上游到下游逐漸減少，其中肅南縣分布最多，地類以林地、草地為主；其次是天祝和永昌縣，草地最多，其次是林地，還包括部分戈壁、裸巖；民勤、古浪、涼州分布點(diǎn)較少，古浪、涼州以草地為主，民勤以鹽堿地為主。
無人為影響點(diǎn)位柵格單元所受人為影響非常小，對(duì)應(yīng)的NPP實(shí)際值可以看成植被NPP理論值。將無人為影響點(diǎn)與NPP圖層疊加，提取柵格單元對(duì)應(yīng)的實(shí)際NPP，再空間插值(本研究采用IDW)得到全流域植被NPP理論值，結(jié)果見圖3?？梢钥闯觯琋PP理論值具有明顯的緯度地帶性和垂直地帶性特征，從南向北，海拔從高到低理論NPP逐漸減少，并且在永昌、肅南、天祝涼州、古浪縣區(qū)相互交界處有明顯分界線。按行政區(qū)來看，天祝和肅南兩縣NPP理論值最高，其它縣區(qū)較低。
圖2 無人為影響點(diǎn)分布Fig.2 Location of point without the influence of human
圖3 植被理論NPPFig.3 Theoretical NPP of vegetation
圖4 2000—2010年NPP人為影響值分布Fig.4 Spatial distribution of NPPHduring 2000—2010
將實(shí)際NPP減去植被理論NPP，得到NPP人為影響值，為了便于分析，對(duì)NPP人為影響值正負(fù)分開，再進(jìn)行分級(jí)，結(jié)果見圖4。NPP人為影響值空間分布最顯著的特征有兩處，一是三大綠洲人為正影響強(qiáng)烈，綠洲屬于人為直接活動(dòng)區(qū)，多為耕地，人為正向影響較易理解；二是在肅南、天祝、古浪、永昌幾縣相互交界處負(fù)向作用顯著，且呈帶狀分布(圖4紅線區(qū)域)。結(jié)合DEM分析，此帶狀分布帶為石羊河流域出山口，該區(qū)域地形變化劇烈，植被以草地為主、水資源豐富，人為活動(dòng)多為放牧，人為負(fù)作用嚴(yán)重。以上結(jié)果可以看出，基于變異系數(shù)法的NPP人為影響值結(jié)果符合實(shí)際。
2000—2010年期間，石羊河流域人為影響正負(fù)分級(jí)見圖4，對(duì)NPP人為影響值進(jìn)行自然分級(jí)，依次為輕微、一般、嚴(yán)重與劇烈，見表1。可以看出，人類活動(dòng)對(duì)植被NPP的影響覆蓋了大部分區(qū)域，年均影響值小于40gC m-2a-1的面積所占比例僅為3.79%。在人為作用下，全流域NPP年均增加值為1629271gC m-2a-1，年均減少值為1209281gC m-2a-1，年均凈增加419990gC m-2a-1，說明人為作用對(duì)全流域植被NPP的正負(fù)影響均十分劇烈，整體為正影響。
從影響面積來看，從輕微到劇烈，面積逐漸減少，輕微占45.96%，一般占27.11%，嚴(yán)重占18.58%，劇烈占8.36%。人為作用嚴(yán)重程度以上面積占26.94%，充分說明該地區(qū)人為作用嚴(yán)重程度。從正負(fù)影響的面積來看，各程度正負(fù)影響面積大致相當(dāng)，劇烈與一般程度正向影響面積略大于負(fù)向，嚴(yán)重與輕微程度正向影響面積略小于負(fù)向，整體來看基本持平。從影響值來看，除了輕微程度負(fù)向影響值大于正向外，其余程度均為正向影響值大于負(fù)向影響，柵格單元影響值(稱單元影響強(qiáng)度)正向大于負(fù)向，全流域人為作用呈正影響。從分布的格局來看，正向與負(fù)向影響在各行政區(qū)均有分布，正向影響劇烈程度主要分布在武威綠洲、昌寧綠洲，嚴(yán)重程度主要分布在民勤綠洲、天祝東部、肅南中部，一般程度分布在永昌西部。負(fù)向影響劇烈的區(qū)域主要分布在天祝涼州古浪三縣交界部，嚴(yán)重的區(qū)域分布在古浪縣南部、永昌肅南兩縣交界處，一般的區(qū)域主要分布在古浪北部、肅南南部以及民勤綠洲周邊地區(qū)。
從各行政區(qū)來看，見表2，NPP人為正向影響總量涼州區(qū)最大為652285gC m-2a-1，其次是民勤，接下來是永昌、天祝、古浪等；影響強(qiáng)度也是涼州最大為235.99gC m-2a-1，接下來是金昌、民勤、天祝等。負(fù)向影響總量最大的是天?？h，影響值為322510gC m-2a-1，接下來依次為古浪、肅南、永昌與涼州等地；影響強(qiáng)度最大的是天祝為136.25gC m-2a-1，其它依次為肅南、涼州、永昌等地。上述關(guān)于影響強(qiáng)度的結(jié)論與石培基等[39]關(guān)于土地人工覆被指數(shù)(LCI)研究結(jié)論相似，LCI指數(shù)最大為金昌、民勤，最小為肅南。
表1 人為影響程度與方向統(tǒng)計(jì)(2000—2010)Table 1 Statistic of degree and direction by human influence (2000—2010)
表2 2000—2010年各行政區(qū)NPP人為影響值Table 2 Each district′s NPP influenced by Human in 2000—2010
綜合來看，涼州區(qū)是人為影響最為劇烈的地區(qū)，表現(xiàn)為強(qiáng)烈正影響。其次是天祝縣，為強(qiáng)烈負(fù)影響。接下來是民勤縣，表現(xiàn)為正影響，其正影響總量排第二，影響強(qiáng)度排第三；負(fù)影響總量與強(qiáng)度都排倒數(shù)第二。其它縣區(qū)依次是永昌、古浪、肅南和金昌。
3.3NPP人為影響變化
根據(jù)變異系數(shù)法計(jì)算各柵格歷年NPP人為影響值，并采用Sen方法[40]，Sen 趨勢(shì)計(jì)算如下：
(8)
式中，11>j>i>0，Median為中位數(shù)的函數(shù)，β為Sen趨勢(shì)度，表示NPPH增強(qiáng)或減少趨勢(shì)的程度，若β>0則NPPH有增加的趨勢(shì)，值越大表示增加程度越大；若β<0則NPPH有減少的趨勢(shì)，值越小表示減小程度越大。計(jì)算出2000—2010年期間人為影響NPP變化趨勢(shì)，結(jié)果見圖5。
圖5 NPP人為影響變化趨勢(shì)(SEN)Fig.5 Change trend of NPPH
圖6 NPP人為影響變化方向與趨勢(shì)Fig.6 Distribution of NPPH′s direction and trend 負(fù)正表示影響值是正值，影響趨勢(shì)減弱，其他組合類推，值代表趨勢(shì)度
可以看出，民勤綠洲、武威綠洲人為作用呈減弱趨勢(shì)，圖4中負(fù)向帶狀區(qū)域也呈減弱趨勢(shì)；昌寧綠洲、涼州與古浪交界處北端、永昌西南部、天祝東南角等人為作用呈加強(qiáng)趨勢(shì)。為了進(jìn)一步的分析人為作用下NPP變化規(guī)律，將NPP人為影響的正負(fù)方向與影響趨勢(shì)結(jié)合起來，空間分布見圖6。為了表述簡(jiǎn)便起見，將人為影響方向和影響趨勢(shì)分為4個(gè)組合，分別為負(fù)負(fù)、負(fù)正、正負(fù)與正正，其中負(fù)負(fù)表示影響值是負(fù)值，影響趨勢(shì)減弱；負(fù)正表示影響值是正值，影響趨勢(shì)減弱；正負(fù)表示影響值是負(fù)值，影響趨勢(shì)增強(qiáng)；正正表示影響值是正值，影響趨勢(shì)增強(qiáng)。負(fù)負(fù)主要分布在民勤綠洲周圍，肅南與涼州交界處，天祝古浪涼州三縣交界處，以及古浪南部和北部等地，這些均為負(fù)向作用比較顯著的地區(qū)，人為負(fù)向作用強(qiáng)度有所減弱。負(fù)正主要分布在民勤綠洲、武威綠洲以及永昌西部等地，這些均屬于綠洲灌區(qū)，說明正向作用強(qiáng)度也有所減弱。正負(fù)主要分布在肅南永昌交界處以及古浪中部，負(fù)向作用強(qiáng)度有所增加。正正主要分布在昌寧綠洲、永昌東南部、涼州與古浪交界處，以及天祝東南角，這些區(qū)域人為正向作用加強(qiáng)。
各行政區(qū)人為作用NPP變化方向和趨勢(shì)見表3。金昌縣正正分布比例最大，為76.48%，表明人為正向影響在該縣占絕對(duì)地位，并且不斷加強(qiáng)。肅南縣負(fù)負(fù)分布面積最大，占35.59%，表明人為負(fù)向作用不斷減弱，正負(fù)與正正也分別占24.07%和24.01%，表明正向與負(fù)向作用加強(qiáng)的地區(qū)同樣大量存在。永昌縣正正與正負(fù)均較大，表明人為正向與負(fù)向影響均呈增加趨勢(shì)。民勤縣負(fù)正分布最多，占44.67%，表明正向作用趨勢(shì)在減弱。天祝和古浪負(fù)負(fù)分布面積最大，分別占全縣50.24%和43.28%，表明人為負(fù)向作用在減弱。涼州區(qū)負(fù)正分布面積最大，人為正向作用減弱。上述關(guān)于人為影響變化趨勢(shì)的結(jié)論與石培基等[39]結(jié)論中得出LCI指數(shù)金昌大幅增加、肅南減小、永昌增加、民勤減小、天祝減小、古浪增加、涼州減小”結(jié)論相似。
表3 各行政區(qū)人為作用NPP變化方向和趨勢(shì)(柵格數(shù))Table 3 Each district NPPH′s change direction and trend
綜合來看，金昌境內(nèi)人類活動(dòng)區(qū)域?yàn)楣喔染G洲，耕地面積有所增加，表現(xiàn)為正影響，并且正向作用加強(qiáng)。肅南境內(nèi)的草地和林地實(shí)施封山養(yǎng)育后得到逐步的恢復(fù)，表現(xiàn)為人為負(fù)影響在減弱。永昌耕地面積增加，并且林地與草地有進(jìn)一步退化的趨勢(shì)，人為正向與負(fù)向作用均呈加強(qiáng)趨勢(shì)。民勤縣生態(tài)移民后，綠洲的部分耕地退耕為草地和林地，正向作用趨勢(shì)減弱；但綠洲部分邊緣植被退化嚴(yán)重，荒漠化加劇，導(dǎo)致部分地區(qū)負(fù)向影響在加劇，但整體表現(xiàn)為人為作用減弱。天祝與古浪縣境內(nèi)部分林地被劃為祁連山水源涵養(yǎng)林保護(hù)范圍內(nèi)，并對(duì)退化較為嚴(yán)重的林地和草地進(jìn)行封育，退化趨勢(shì)有所緩解，人為負(fù)向影響減弱。涼州區(qū)境內(nèi)的南部山區(qū)，坡耕地實(shí)施退耕還林還草，部分耕地由保灌地調(diào)整為非保灌地，人為正向影響減弱；在灌溉用水能得到較好保障的耕地，由于提高了管理水平，人為正向影響加強(qiáng)，整體表現(xiàn)為人為正向作用減弱?？傊?，2000—2010年期間全流域NPP人為影響變化較大，人為正向與負(fù)向的減弱和加強(qiáng)均存在，經(jīng)統(tǒng)計(jì)，正向減弱值年均為812919.65 gC m-2a-1，負(fù)向減弱值年均為807622.72 gC m-2a-1，正向增強(qiáng)值年均為802274.08 gC m-2a-1，負(fù)向增強(qiáng)值年均為393719.73 gC m-2a-1，人為活動(dòng)影響值年均凈減少424548.60 gC m-2a-1，表明該流域人為作用范圍與影響值均有所減少。
4 結(jié)論與討論
4.1結(jié)論
理論方面：(1)本研究提出了一種基于變異系數(shù)的NPP人為影響值計(jì)算方法。通過理論闡述、應(yīng)用實(shí)踐證明，表明該方法理論科學(xué)，技術(shù)可行、結(jié)果符合實(shí)際情況，模型具有較好的科學(xué)性。(2)模型計(jì)算結(jié)果為NPP值，量化結(jié)果容易定量評(píng)價(jià)人為活動(dòng)對(duì)植被的影響，模型具有較好的實(shí)用性。(3)方法基于一種間接計(jì)算的思想，回避了人為作用的復(fù)雜過程，模型所需參數(shù)少，資料易獲取，模型具有較好的推廣性。
應(yīng)用方面：(1)2000—2010期間，石羊河流域人類活動(dòng)對(duì)植被NPP的影響廣泛而劇烈，年均影響值大于40gC m-2a-1的面積占96.21%，影響程度嚴(yán)重以上占26.94%。(2)人為作用對(duì)流域NPP影響有正向影響和負(fù)向影響，影響值均較大，年均增加為1.63×106gC m-2a-1，年均減少為1.21×106gC m-2a-1，年均凈增加4.20×105gC m-2a-1；負(fù)向平均影響強(qiáng)度為100.32 gC m-2a-1，正向平均影響強(qiáng)度為136.84 gC m-2a-1，全流域表現(xiàn)為正影響。(3)各行政區(qū)NPP人為影響排序?yàn)椋簺鲋荨⑻熳?、民勤、永昌、古浪、肅南、金昌等。(4)2000—2010期間，NPP人為影響值變化較大，從面積來看，人為活動(dòng)減弱面積占53.90%，增加占46.10%；影響值方面，正向減弱8.13×105gC m-2a-1，負(fù)向減弱8.08×105gC m-2a-1，正向增強(qiáng)8.02×105gC m-2a-1，負(fù)向增強(qiáng)3.94×105gC m-2a-1，人為活動(dòng)影響凈減少4.25×105gC m-2a-1，人為作用總體呈減弱趨勢(shì)。
4.2討論
(1)氣候因素本身也是受到人類活動(dòng)影響，用NPP變異系數(shù)減去氣候變異系數(shù)來區(qū)分人類活動(dòng)對(duì)植被NPP的影響，特別是在長(zhǎng)時(shí)間序列中，如何在模型中濾除人類活動(dòng)對(duì)氣候的影響需要進(jìn)一步討論。
(2)人為變異系數(shù)在0附近的區(qū)域，并不完全能夠表示此處沒有人為活動(dòng)影響，或許是NPP變異系數(shù)與氣候變異系數(shù)正好相等的巧合，選擇無人為影響區(qū)域需要實(shí)地抽樣驗(yàn)證。
(3)計(jì)算方法對(duì)結(jié)果的影響。采用潛在植被NPP值減去實(shí)際植被NPP理論值來計(jì)算NPP人為影響值，與潛在植被NPP公式關(guān)系較大，科學(xué)選擇公式對(duì)結(jié)果計(jì)算尤為重要。再加上現(xiàn)有氣象站點(diǎn)的分布格局與密度還不夠，對(duì)計(jì)算結(jié)果也造成影響。
[1]Hayes D J, Turner D P, Stinson G, McGuire A D, Wei Y X, West T O, Heath L S, de Jong B, McConkey B G, Birdsey R A, Kurz W A, Jacobson A R, Huntzinger D N, Pan Y D, Post W M, Cook R B. Reconciling estimates of the contemporary North American carbon balance among terrestrial biosphere models, atmospheric inversions, and a new approach for estimating net ecosystem exchange from inventory-based data. Global Change Biology, 2012, 18(4): 1282-1299.
[2]陳福軍, 沈彥俊, 李倩, 郭英, 徐麗梅. 中國(guó)陸地生態(tài)系統(tǒng)近30年NPP時(shí)空變化研究. 地理科學(xué), 2011, 31(11): 1409-1414.
[3]Arevalo C B M, Bhatti J S, Chang S X, Sidders D. Land use change effects on ecosystem carbon balance: from agricultural to hybrid poplar plantation. Agriculture, Ecosystems & Environment, 2011, 141(3/4): 342-349.
[4]Zhang G G, Kang Y M, Han G D, Sakurai K. Effect of climate change over the past half century on the distribution, extent and NPP of ecosystems of Inner Mongolia. Global Change Biology, 2011, 17(1): 377-389.
[5]于貴瑞, 方華軍, 伏玉玲, 王秋鳳. 區(qū)域尺度陸地生態(tài)系統(tǒng)碳收支及其循環(huán)過程研究進(jìn)展. 生態(tài)學(xué)報(bào), 2011, 31(19): 5449-5459.
[6]Coverdale T C, Herrmann N C, Altieri A H, Bertness M D. Latent impacts: the role of historical human activity in coastal habitat loss. Frontiers in Ecology and the Environment, 2013, 11(2): 69-74.
[7]Restrepo A, Colinvaux P, Bush M, Correa-Metrio A, Conroy J, Gardener M R, Jaramillo P, Steinitz-Kannan M, Overpeck J. Impacts of climate variability and human colonization on the vegetation of the Galápagos Islands. Ecology, 2012, 93(8): 1853-1866.
[8]Wackernagel M, Rees W E. Our Ecological Footprint: Reducing Human Impact on the Earth. Philadelphia, PA and Gabriola Island, B.C., Canada: New Society Publishers, 2013.
[10]易浪, 任志遠(yuǎn), 張翀, 劉雯. 黃土高原植被覆蓋變化與氣候和人類活動(dòng)的關(guān)系. 資源科學(xué), 2014, 36(1): 166-174.
[11]Evans J, Geerken R. Discrimination between climate and human-induced dryland degradation. Journal of Arid Environments, 2004, 57(4): 535-554.
[12]Weng Q H. Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing, 2009, 64(4): 335-344.
[13]黃森旺, 李曉松, 吳炳方, 裴亮. 近25年三北防護(hù)林工程區(qū)土地退化及驅(qū)動(dòng)力分析. 地理學(xué)報(bào), 2012, 67(5): 589-598.
[14]Symeonakis E, Drake N. Monitoring desertification and land degradation over sub-Saharan Africa. International Journal of Remote Sensing, 2004, 25(3): 573-592.
[15]彭飛, 王濤, 薛嫻. 基于RUE的人類活動(dòng)對(duì)沙漠化地區(qū)植被影響研究——以科爾沁地區(qū)為例. 中國(guó)沙漠, 2010, 30(4): 896-902.
[16]杜加強(qiáng), 舒儉民, 張林波. 基于植被降水利用效率和NDVI 的黃河上游地區(qū)生態(tài)退化研究. 生態(tài)學(xué)報(bào), 2012, 32(11): 3404-3413.
[17]Li H X, Liu G H, Fu B J. Spatial variations of rain-use efficiency along a climate gradient on the Tibetan Plateau: A satellite-based analysis. International Journal of Remote Sensing, 2013, 34(21): 7487-7503.
[18]田漢勤, 劉明亮, 張弛, 任巍, 徐小鋒, 陳廣生, 呂超群, 陶波. 全球變化與陸地系統(tǒng)綜合集成模擬——新一代陸地生態(tài)系統(tǒng)動(dòng)態(tài)模型 (DLEM). 地理學(xué)報(bào), 2010, 65(9): 1027-1047.
[19]Albertson J D, Katul G G, Wiberg P. Relative importance of local and regional controls on coupled water, carbon, and energy fluxes. Advances in Water Resources, 2001, 24(9/10): 1103-1118.
[20]Ren W, Tian H Q, Tao B, Huang Y, Pan S F. China′s crop productivity and soil carbon storage as influenced by multifactor global change. Global Change Biology, 2012, 18(9): 2945-2957.
[21]Zhou W, Gang C C, Zhou F C, Li J L, Dong X G, Zhao C Z. Quantitative assessment of the individual contribution of climate and human factors to desertification in northwest China using net primary productivity as an indicator. Ecological Indicators, 2015, 48: 560-569.
[22]胡志斌, 何興元, 李月輝, 朱教君, 李小玉. 岷江上游地區(qū)人類活動(dòng)強(qiáng)度及其特征. 生態(tài)學(xué)雜志, 2007, 26(4): 539-543.
[23]陳忠升, 陳亞寧, 李衛(wèi)紅, 陳亞鵬. 塔里木河干流徑流損耗及其人類活動(dòng)影響強(qiáng)度變化. 地理學(xué)報(bào), 2011, 66(1): 89-98.
[24]羅玲, 王宗明, 毛德華, 婁艷景, 任春穎, 宋開山. 松嫩平原西部草地凈初級(jí)生產(chǎn)力對(duì)氣候變化及人類活動(dòng)的響應(yīng). 生態(tài)學(xué)雜志, 2012, 31(6): 1533-1540.
[25]Su C H, Fu B J, He C S, Lü Y H. Variation of ecosystem services and human activities: A case study in the Yanhe Watershed of China. Acta Oecologica, 2012, 44: 46-57.
[26]王琪, 史基安, 張中寧, 孟自芳. 石羊河流域環(huán)境現(xiàn)狀及其演化趨勢(shì)分析. 中國(guó)沙漠, 2003, 23(1): 46-52.
[27]王興成, 王開錄. 石羊河流域生態(tài)環(huán)境惡化原因及綜合防治思路與措施. 水土保持研究, 2004, 11(1): 174-176.
[28]常兆豐, 韓福貴, 仲生年, 趙明, 梁泰. 石羊河下游沙漠化的自然因素和人為因素及其位移. 干旱區(qū)地理, 2005, 28(2): 150-155.
[29]張永明, 宋孝玉, 沈冰, 沈清林, 張曉偉. 石羊河流域水資源與生態(tài)環(huán)境變化及其對(duì)策研究. 干旱區(qū)地理, 2007, 29(6): 838-843.
[30]郭承錄, 李發(fā)明. 石羊河流域生態(tài)系統(tǒng)存在的問題及治理對(duì)策. 中國(guó)沙漠, 2010, 30(3): 608-613.
[31]李傳華, 趙軍. 2000-2010年石羊河流域 NPP 時(shí)空變化及驅(qū)動(dòng)因子. 生態(tài)學(xué)雜志, 2013, 32(3): 712-718.
[32]文星, 王濤, 薛嫻, 段翰晨, 廖杰. 1975—2010 年石羊河流域綠洲時(shí)空演變研究. 中國(guó)沙漠, 2013, 33(2): 478-485.
[33]楊東. 關(guān)于深入推進(jìn)石羊河流域后期治理的思考. 中國(guó)水利, 2012, (17): 21-22.
[34]陳志愷. 石羊河的治理經(jīng)驗(yàn)值得總結(jié)推廣. 中國(guó)水利, 2013, (5): 15-15.
[35]Liu C M, Zhang D, Liu X M, Zhao C S. Spatial and temporal change in the potential evapotranspiration sensitivity to meteorological factors in China (1960—2007). Journal of Geographical Sciences, 2012, 22(1): 3-14.
[36]Yin Y H, Wu S H, Dai E F. Determining factors in potential evapotranspiration changes over China in the period 1971-2008. Chinese Science Bulletin, 2010, 55(29): 3329-3337.
[37]劉普幸, 卓瑪蘭草. 甘肅省1960-2008 年潛在蒸散量時(shí)空變化及其影響因子. 自然資源學(xué)報(bào), 2012, 27(9): 1561-1571.
[38]周廣勝, 張新時(shí). 自然植被凈第一性生產(chǎn)力模型初探. 植物生態(tài)學(xué)報(bào), 1995, 19(3): 193-200.
[39]石培基, 王祖靜, 劉春芳. 石羊河流域土地覆被空間演化及驅(qū)動(dòng)機(jī)制. 生態(tài)學(xué)報(bào), 2014, 34(15): 4361-4371.
[40]祁威, 張鐿鋰, 高俊剛, 楊續(xù)超, 劉林山, Khanal N R. 1971-2009年珠穆朗瑪峰地區(qū)尼泊爾境內(nèi)氣候變化. 地理學(xué)報(bào), 2013, 68(1): 82-94.
The impact of human activities on net primary productivity based on the coefficient of variation：A case study of the Shiyang River Basin
LI Chuanhua*, ZHAO Jun, SHI Yinfang, HU Xiufang
CollegeofGeographicandEnvironmentalSciences,NorthwestNormalUniversity,Lanzhou730070,China
Human activities can heavily influence changes in net primary productivity (NPP), and for this reason, the quantitative calculation of NPP as influenced by humans (NPPH) has a vital significance. In this paper, a model of human impact on NPP is proposed based on the coefficient of variation. The basic concept, theoretical foundation, and calculation are discussed, and the distribution and variation of NPPHin the Shiyang River Basin are analyzed. The following conclusions were made. (1) The model is based on the indirect method, which avoids the complexities of human activity In addition, the NPPHmodel has other advantages, including its scientificity in theory, fewer input parameters as it uses only the coefficient of variation, feasibility and easy obtainability technology, and a straightforward quantitative evaluation of human activity on NPP. (2) The effect of human activity on NPP was widespread and severe in the Shiyang River Basin during 2000—2010. The area with an annual average NPPHvalue greater than 40 gC m-2a-1was 96.21%, and the area with a degree of human impact greater than severe was 20%. There were two main features when the spatial distribution of the influence of human activities on NPP was considered. The first was the intense positive influence of human activity on three oases (Minqin, Wuwei, and Jinchang), where there is cultivated land, and the second is the strong negative influence on the junction of Sunan, Tianzhu, Gulang, and Yongchang, where the vegetation consists mainly of grassland and the predominant human-related activity is grazing. Thus, the human impact on NPP was both positive and negative, and significant for both. The average positive annual value as affected by humans was 1.63 × 106gC m-2a-1, and the negative value was 1.21 × 106gC m-2a-1, producing a net value of 4.20 × 105gC m-2a-1. The positive effect averaged 136.84 gC m-2a-1, and the corresponding negative effect was 100.32 gC m-2a-1; therefore, overall, the Shiyang River Basin was positively influenced by humans. The degree of human impact on different areas varied from slight to general, serious, and severe, with the percentages gradually decreasing from 45.96% to 27.11%, 18.58%, and 8.38%, respectively. The areas of positive and negative influence were roughly equal in degree, but the positive influence was slightly more than negative in the severe and general degree categories, and the negative influence was slightly more than the positive in the slight and serious degree areas. (3) Ganzhou county was the area most intensely and positively influenced by human activity. In contrast, Tianzhu county showed a strong negative influence. Minqin county showed a positive influence, which positive effect of the total in second place and effect of average in three place and negative effect all in second about total and average. The other areas influenced by human activity were Yongchang, Gulang, Sunan and Jinchang. (4) The NPPHvaried greatly in this period and showed as decreasing trend. In some regions, human influence has decreased (53.9%), while in other areas human activity has enhanced (46.1%). The positive effect was weakened by 8.12 × 105gC m-2a-1, the negative effect was weakened by 8.07 × 105gC m-2a-1, and the positive effect was enhanced by 8.02 × 105gC m-2a-1, and the negative effect was enhanced by 3.94 × 105gC m-2a-1, giving a net reduction of 4.25 × 105gC m-2a-1, indicating that overall, human activity showed a decreasing trend.
net primary productivity; coefficient of variation; human effect model; Shiyang River Basin
10.5846/stxb201411202301
國(guó)家自然科學(xué)基金資助項(xiàng)目(41261104)
2014-11-20; 網(wǎng)絡(luò)出版日期:2015-10-30
Corresponding author.E-mail: lch_nwnu@126.com
李傳華，趙軍，師銀芳，胡秀芳.基于變異系數(shù)的植被NPP人為影響定量研究——以石羊河流域?yàn)槔?生態(tài)學(xué)報(bào),2016,36(13):4034-4044.
Li C H, Zhao J, Shi Y F, Hu X F.The impact of human activities on net primary productivity based on the coefficient of variation：A case study of the Shiyang River Basin.Acta Ecologica Sinica,2016,36(13):4034-4044.
猜你喜歡
甘肅畜牧獸醫(yī)(2022年9期)2022-09-21 06:03:14
滇池(2022年5期)2022-04-30 21:44:36
中國(guó)農(nóng)業(yè)信息(2021年4期)2021-12-21 07:23:40
甘肅科技縱橫(2021年12期)2021-03-12 14:06:07
甘肅農(nóng)業(yè)科技(2020年8期)2020-11-09 03:45:58
甘肅畜牧獸醫(yī)(2020年5期)2020-07-18 08:58:48
文物鑒定與鑒賞(2019年13期)2019-10-06 12:58:32
中國(guó)農(nóng)業(yè)信息(2016年1期)2016-02-06 20:53:57
防災(zāi)減災(zāi)學(xué)報(bào)(2015年3期)2015-12-16 16:15:30
