王 芳,汪 左,*,張 運

1 安徽師范大學國土資源與旅游學院,蕪湖 241003 2 資源環(huán)境與地理信息工程安徽省工程技術研究中心,蕪湖 241003

植被凈初級生產(chǎn)力(Net Primary Productivity,NPP)是指綠色植物在單位時間單位面積上所積累的有機物數(shù)量,是由光合作用所產(chǎn)生的有機物總量(Gross Primary Productivity,GPP)扣除自養(yǎng)呼吸(Autotrophic respiration,RA)后的剩余部分[1]。植被NPP作為陸地生態(tài)系統(tǒng)中物質循環(huán)與能量流動的重要組成部分[2],不僅反映植物群落在自然環(huán)境中的生產(chǎn)能力,也是判定生態(tài)系統(tǒng)的碳源、匯和評價陸地生態(tài)系統(tǒng)可持續(xù)發(fā)展的重要因子[3]。目前,陸地生態(tài)系統(tǒng)對氣候變化的響應是全球變化研究的焦點之一[4],全球生態(tài)系統(tǒng)NPP與氣候因子的關系從19世紀中期開始研究,并取得很多重要成果[3,5],Nemani等通過對全球陸地植被NPP與氣候數(shù)據(jù)進行分析,認為氣候變化使全球陸地植被NPP總量增加了6%[6]。在全球氣候變化的大背景下,中國的氣候也發(fā)生相應的變化,植被NPP表現(xiàn)出一定的增長趨勢[7- 8]。國內學者對我國的植被NPP與氣候之間的響應關系進行大量的研究,孫睿利用光能利用率估算得到1992年4月—1993年3月的中國陸地植被NPP的分布情況,認為我國NPP的分布主要受水分條件的影響,并呈現(xiàn)從東南到西北遞減的趨勢[7]。劉剛基于MuSyQ-NPP模型估算了2001—2014年中國植被NPP,認為溫度和降水是影響NPP的主要氣象因子,而且在不同的地區(qū),其主導因素是不同的[8]。劉軍會利用光能利用率模型分析了1986 年—2000年北方植被NPP的時空變化特征,闡述了全球氣候變化和人類活動對植被 NPP 的影響程度和地域差異[9]。由于NPP受到植被自身生理特征差異的影響,在不同的區(qū)域尺度上,對氣候和土地利用變化響應特征表現(xiàn)出較大的時空異質性,而且不同植被類型對氣候和土地利用變化也表現(xiàn)出不同的敏感性和響應特征[10- 12],因此,在全國尺度上,很難確定區(qū)域尺度上植被NPP時空變化的驅動機制。近年來,國內學者在區(qū)域尺度上開展研究[13-16],包括NPP的時空格局、變化規(guī)律以及與氣候和土地利用變化等相關性內容。

安徽省是我國的農(nóng)業(yè)大省,也是全國小麥、玉米等糧食產(chǎn)品的主產(chǎn)區(qū),其生態(tài)系統(tǒng)的動態(tài)變化直接關系糧食安全,植被NPP的變化可以有效地反映生態(tài)系統(tǒng)的變化。目前,針對安徽省植被NPP相關研究還相對較少,本文基于MOD17A3數(shù)據(jù)研究安徽省植被NPP時空變化及驅動機制,為該地區(qū)植被生產(chǎn)能力評價、生態(tài)環(huán)境保護、國土資源開發(fā)建設以及自然資源合理利用和管理政策的制定提供科學依據(jù)。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

安徽省位于中國東部,地理范圍介于114°54′E—119°27′E與29°41′N—34°38′N之間(圖1),全省地勢西南高、東北低,長江和淮河自西向東橫貫全境,將全省劃分為淮北平原、江淮丘陵、皖西大別山區(qū)、沿江平原和皖南山區(qū)五大自然區(qū)域。安徽處于東亞季風區(qū)、亞熱帶與暖溫帶的過渡帶,氣候溫暖濕潤,四季分明,氣候分布差異明顯,天氣多變,降水年際變化大,全省年平均氣溫為14—16℃,平均降水量為800—1600mm,年平均日照1800—2500h,年平均無霜期200—250d,其獨特的地理位置和氣候特征造就了突出的農(nóng)業(yè)區(qū)域性特點,淮河南北作物類型和復種指數(shù)明顯不同,安徽省是我國重要的農(nóng)業(yè)生產(chǎn)基地之一,主要農(nóng)產(chǎn)品水稻、小麥、玉米等在全國占有重要地位,地處過渡帶上溫度波動大,旱澇災害交替發(fā)生,農(nóng)業(yè)產(chǎn)量極不穩(wěn)定。

圖1 安徽省土地利用類型圖和氣象站點分布 Fig.1 Land use type and distribution of meteorological stations in Anhui Province

1.2 數(shù)據(jù)

本文使用的植被凈初級生產(chǎn)力數(shù)據(jù)為2000—2015年的MOD17A3 NPP產(chǎn)品,空間分辨率為30arcsec(0.0083),時間分辨率為1年,是NASA MOD17數(shù)據(jù)的升級版,糾正了MODIS LAI-FPAR受云層和氣溶膠的影響[17- 19],該產(chǎn)品由美國蒙大拿大數(shù)字地球動態(tài)模擬研究發(fā)布(http://www.ntsg.umt.edu/project/mod17),并證明其數(shù)據(jù)的有效性[19- 22],該數(shù)據(jù)產(chǎn)品包含一個質量控制數(shù)據(jù)(NPP _QC),表示不同地區(qū)NPP產(chǎn)品的質量可靠性[23- 24]。本文根據(jù)2000—2015年的NPP_QC數(shù)據(jù)進行統(tǒng)計分析,結果表明2000—2015年安徽省NPP數(shù)據(jù)質量為中、高等級累積百分比為99.46%,由此可見,NPP數(shù)據(jù)在該地區(qū)具有相當可靠性可用于相關研究。

土地利用數(shù)據(jù)為2000年、2005年和2010年安徽省1∶10萬的土地覆蓋數(shù)據(jù)(圖1),來源于地球系統(tǒng)科學數(shù)據(jù)共享平臺(http://www.geodata.cn),依據(jù)安徽省土地利用方式和分析精度要求,將研究區(qū)域的土地利用類型歸并為6個一級地類,包括耕地、林地、草地、城鎮(zhèn)、水域和未利用土地。

氣象數(shù)據(jù)為2000—2010年中國1km柵格逐年平均降雨數(shù)據(jù)集、中國1km柵格逐年平均氣溫數(shù)據(jù)集[25],來自地球系統(tǒng)科學數(shù)據(jù)共享平臺(http://www.geodata.cn)。2011—2015年氣象數(shù)據(jù)是通過對安徽省24個氣象站點觀測數(shù)據(jù)(圖1)進行插值獲得,來源于中國地面氣象要素月值數(shù)據(jù)集(http://data.cma.cn/data/)。

2 研究方法

2.1 偏差分析

偏差定義為每年的NPP值減去多年平均的NPP值,正值表示高于多年平均水平,反之則表示低于多年平均水平,偏差反映某一時段內NPP偏離多年NPP均值的程度,基于像元進行計算,公式如下：

(1)

2.2 趨勢分析

利用線性傾向估算NPP的時間趨勢,隨著時間的變化,NPP常表現(xiàn)為序列整體的上升或下降趨勢、空間分布格局變化,應用趨勢分析法對2000—2015年NPP年際變化趨勢進行分析,基于像元的計算公式如下：

(2)

式中,Bslope為線性傾向值,NPPi為第i年的凈初級生產(chǎn)力,t為年份,n=16,當Bslope>0時,表示隨著時間t增加,NPP呈上升趨勢,反之,NPP呈下降趨勢,Bslope值的大小反映上升或下降的速率,即表示上升或下降的傾向程度。

(3)

2.3 變異系數(shù)

變異系數(shù)(Coefficient of Variation,CV)是反映觀測值變異程度的一個統(tǒng)計量,即標準差與平均值的比值：

(4)

2.4 相關性分析

相關分析是為了揭示要素間相互關系的密切程度,偏相關分析是在不考慮其他要素影響的前提下計算兩個變量之間的相關性[26],利用基于像元的相關性分析法分別計算植被NPP與降雨、氣溫的偏相關系數(shù),為了計算偏相關系數(shù),首先計算相關系數(shù),其公式如下：

(5)

(6)

式中,Rxy,z表示固定自變量z之后因變量x與自變量y的偏相關系數(shù)。偏相關系數(shù)的顯著性檢驗一般采用t檢驗法,其統(tǒng)計量計算公式為：

(7)

式中,Rxy,z為偏相關系數(shù),n為樣本數(shù),m為自變量個數(shù)。

一個要素的變化往往會受到多個要素的綜合影響,而要素間又是相互影響、相互聯(lián)系的,而單相關分析和偏相關分析都不能反映各要素的綜合影響[27],所以研究幾個要素與某一個要素間的相關關系可用復相關分析法,其計算公式如下：

(8)

式中,Rx,yz表示因變量x和自變量y、z的復相關系數(shù),Rxy為x,y的相關系數(shù),Rxy,z為偏相關系數(shù)。復相關系數(shù)的顯著性檢驗,采用F檢驗法,其統(tǒng)計量計算公式：

(9)

式中,Rx,yz為復相關系數(shù),n為樣本數(shù),k為自變量個數(shù)。

3 結果與分析

3.1 植被NPP的時間變化特征

通過對安徽省植被年均NPP值進行統(tǒng)計(圖2),2000—2015年安徽省植被NPP變化范圍為396.6—531.8gC/m2,平均值為476.6gC/m2,最大值出現(xiàn)在2015年,達到531.8gC/m2,超過平均值55.2gC/m2,最小值則在2005年,為396.6gC/m2,低于平均值80.0gC/m2,2000—2015年間植被凈初級生產(chǎn)力整體上呈現(xiàn)微小的波動增加趨勢。采用偏差分析法分析2000—2015年各年NPP偏離多年平均水平的程度(圖2),NPP的偏差值呈現(xiàn)先減少后增大的趨勢,其中2000年和2005年的偏差值較大,說明偏離平均水平程度較嚴重,從2006年開始,除2009年和2011年以外均高于平均水平。2000—2015年安徽省植被NPP總量的年際波動較小(圖3),范圍為55.23—74.06TgC(1Tg=1012g),其中2002年和2015年的NPP總量較高,分別為72.03TgC和74.06TgC,高于多年平均的8%和11%；2000年和2005年的NPP總量較低,分別為55.41TgC和55.23TgC,低于多年平均的16.5%和16.7%,其他年份的NPP總量位于平均值上下6%范圍內[3]。

通過對安徽省各市植被年均NPP值統(tǒng)計(圖4),結果表明,安徽省2000—2015年間各市的植被凈初級生產(chǎn)力整體上呈現(xiàn)波動上升趨勢,各市多年植被凈初級生產(chǎn)力年均值差異顯著,其中黃山、宣城和池州的植被凈初級生產(chǎn)力較高,而六安的植被凈初級生產(chǎn)力最低,六安地處于大別山地帶,屬于典型的山地氣候特征,大別山區(qū)是安徽森林資源破壞最嚴重的地區(qū)之一,主要原因是不合理的造林和耕作方式以及土地資源浪費嚴重,一方面基本建設占地,另一方面農(nóng)民住房宅基地也過多占用耕地,造成植被破壞嚴重,森林資源不斷減少[28]。

圖2 安徽省2000—2015年NPP年際變化和偏離分析Fig.2 Annual variations and deviation analysis of NPP in Anhui Province during 2000—2015

圖3 安徽省2000—2015年NPP總量Fig.3 Total NPP in Anhui Province during 2000—2015

圖4 安徽省2000—2015年各市NPP年際變化Fig.4 Annual variations of NPP of cities in Anhui Province during 2000—2015

通過對安徽省2000—2015年不同土地利用類型NPP均值變化(圖5)進行分析可知,安徽省不同土地利用類型的NPP整體上變化趨勢基本一致,呈波動增加趨勢,不同土地利用類型的NPP年均值差異明顯,林地(535.52gC/m2)>未利用地(487.23gC/m2)>草地(471.63gC/m2)>耕地(462.51gC/m2)>城鎮(zhèn)(447.61gC/m2)>水域(396.27gC/m2),不同地類中增長速度最快是未利用地,每年增加5.37gC/m2,水域增長速度最慢,為3.52gC/m2,不同土地利用類型的NPP年際變化幅度不同,其中林地和草地的變化幅度相對較大。

圖5 安徽省2000—2015年不同土地利用類型NPP變化Fig.5 Annual variations of NPP over different types of land use in Anhui Province during 2000—2015

3.2 植被NPP的空間變化特征

安徽省2000—2015年近16年植被年均NPP具有較強的空間分異性規(guī)律(圖6),整體上呈現(xiàn)南高北低趨勢,變化范圍在55.1—1250.2gC/m2之間,從NPP的空間分布特點來看,淮北平原的植被凈初級生產(chǎn)力普遍較低,這些地方年降雨量少,耕地面積大,多為季節(jié)性較強的農(nóng)作物種植區(qū),作物主要是冬小麥和夏玉米,植被凈初級生產(chǎn)力在420—450gC/m2之間；凈初級生產(chǎn)力的中值區(qū)處于江淮丘陵,該地區(qū)以季節(jié)性強的農(nóng)作物(油菜、水稻)和落葉-常綠闊葉混交林為主[29]；在皖南山區(qū),森林覆蓋率高,常綠植被較多,水熱條件適合植被生長,NPP值達到500gC/m2以上。安徽省NPP的CV空間分布情況如圖7,平均CV值為0.118,標準差平均值為53.68,說明安徽省植被凈初級生產(chǎn)力變異程度穩(wěn)定,大部分的CV值小于0.2,而在大別山區(qū),其中六安和安慶變異程度比較明顯,其CV值在0.2—0.3之間；安徽省2000—2015年各市的變異系數(shù)處于0.071—0.124之間,說明各市的NPP在16年間的變異程度較穩(wěn)定。

圖6 安徽省2000—2015年平均NPP空間分布 Fig.6 Spatial distributions of average NPP in Anhui Province during 2000—2015

圖7 安徽省2000—2015年NPP的CV空間分布 Fig.7 CV spatial distributions of NPP in Anhui Province during 2000—2015

圖8為近16年安徽省植被凈初級生產(chǎn)力發(fā)生顯著增加或減少的區(qū)域空間分布情況,安徽省大部分地區(qū)植被NPP的增加速率大于0gC/m2,說明安徽省整體上植被生長狀態(tài)較好,淮北平原地區(qū)呈現(xiàn)顯著增加趨勢,增加速率>5gC/m2,但是沿江地區(qū)如池州、安慶、銅陵、蕪湖、馬鞍山一帶,植被NPP呈顯著下降趨勢,下降速率>5gC/m2。由圖9可知,安徽省大部分地區(qū)植被NPP的變化百分率大于10%,說明安徽省整體上植被生長狀況得到改善,植被NPP的變化百分率小于-10%的地區(qū),主要分布在沿江地區(qū)以及水體周圍,說明這些地區(qū)的植被生長狀況趨于退化。根據(jù)空間分布圖9,安徽省植被NPP整體上主要以增加為主,其中NPP變化百分率增加10%以上的面積占安徽省國土面積的67.1%；NPP變化百分率處于-10%—10%之間的面積占29.8%；NPP變化百分率降低10%以下的面積占3.1%[30]。

圖8 安徽省年NPP線性擬合斜率Fig.8 Linear regression slope of NPP in Anhui Province

圖9 安徽省年植被NPP變化百分率Fig.9 Changing percentages of vegetation NPP in Anhui Province

3.3 氣象因子對NPP影響

3.3.1 氣象因子的變化趨勢

由安徽省2000—2015年的降雨、氣溫的變化趨勢曲線可知(圖10),安徽省2000—2015年均降雨量在1019.7—1539.9mm之間,多年均值為1291.5mm,其中2003年均降雨量最大,最小則在2001年,2000—2015年降雨量逐漸增加,趨勢變化率為4.181mm/a；安徽省近16年的平均氣溫在15.03—17.03℃之間,多年均值為15.81℃,平均氣溫最高在2000年,最小值在2003年,氣溫呈現(xiàn)波動下降趨勢,變化率為-0.022℃/a。

圖10 安徽省年降雨量、氣溫變化趨勢Fig.10 Annual variation tendency of precipitation and temperature in Anhui Province during 2000—2015

根據(jù)安徽省2000—2015年降雨、氣溫的多年均值空間分布規(guī)律(圖11)可以看出,降雨量從安徽南部到北部呈現(xiàn)減小趨勢,分布不均,皖南山區(qū)和大別山區(qū)以及江淮之間地區(qū)的降雨較多,尤其是黃山市和安慶市,降雨量最多,皖北平原地區(qū)的降雨較少。氣溫多年平均的空間分布情況則呈現(xiàn)分布不均的趨勢,氣溫較低的地區(qū)分布在皖南山區(qū)和大別山區(qū),皖北平原地區(qū)的氣溫則處于中間,沿江地區(qū)的氣溫較高。

圖11 安徽省多年平均降雨量、氣溫空間分布Fig.11 Spatial distributions of annual average precipitation, temperature in Anhui Province

3.3.2 植被NPP與氣象因子的關系

植被生長與氣候變化密切相關,二者之間的相關關系是國內外全球變化研究的主要內容[31-36],為了定量分析氣象因子對植被NPP的影響,因此,逐像元計算2000—2015年的植被NPP與年降雨、年氣溫之間的偏相關系數(shù)(圖12),植被NPP對氣候因子的響應表現(xiàn)出顯著的空間差異性。植被NPP與降雨的偏相關分析顯示,植被NPP與年降雨的偏相關系數(shù)介于-0.94—0.98之間,統(tǒng)計結果表明,植被NPP與降雨呈正相關的面積占總面積的57.8%,主要分布在大別山區(qū),沿江地區(qū)以及黃山市和宣城市,主要原因是該區(qū)域的海拔較高,其土地類型多為林地和草地,降雨對其植被NPP變化影響較大；呈負相關的面積占42.2%,主要分布在淮河以北地區(qū)及江淮之間地區(qū)；對偏相關系數(shù)進行顯著性檢驗,有3.77%的區(qū)域通過P<0.01的檢驗,主要分布在皖南山區(qū)。

由植被NPP與年氣溫之間的偏相關空間特征(圖12)可知,植被NPP與氣溫的偏相關系數(shù)在-0.96—0.93之間,正負相關區(qū)域分別占研究區(qū)面積的34.7%、65.3%,呈正相關的區(qū)域主要集中分布在大別山區(qū)、沿江地區(qū)以及皖南山區(qū),而負相關區(qū)域主要分布在淮河以北地區(qū),研究區(qū)有1.23%的區(qū)域通過了P<0.01水平的t顯著性檢驗,主要分布在淮南市周圍、皖南山區(qū)以及大別山區(qū)。整體而言,植被 NPP與降雨呈正相關性,與氣溫呈負相關性的特征。

植被NPP與氣溫-降雨的復相關空間分布情況如圖13所示,植被與氣候因子的復相關系數(shù)在0.002—0.981之間；由圖13可知,植被 NPP 與氣候因子復相關性較強的區(qū)域主要集中在皖南山區(qū)的黃山市和宣城市,復相關較弱地區(qū)主要分布在皖北平原和江淮之間地區(qū)；植被 NPP 與氣候因子之間復相關性存在地區(qū)差異,主要與植被類型以及海拔高度有關。

圖12 2000—2015年植被NPP與降雨、氣溫的偏相關系數(shù)空間分布Fig.12 Spatial distribution of partial correlations between annual NPP and precipitation, temperature during 2000—2015

圖13 2000—2015 年植被NPP與氣溫-降雨的復相關空間分布和植被NPP變化驅動力分區(qū)Fig.13 Spatial distribution of multiple correlation between annual vegetation NPP and temperature-precipitation and vegetation NPP change regions driven by different factors from 2000—2015[T+P]+：氣溫降雨強驅動型 Change driven by temperature and precipitation strongly;T： 氣溫驅動型 Change driven by temperature mainly; P：降雨驅動型 Change driven by precipitation mainly; [T+P]-：氣溫降雨弱驅動型 Change driven by temperature and precipitation weakly; NC：非氣候因子驅動型 Change driven by non-climate

由2000—2015年的降雨、氣溫變化趨勢可知,安徽省的年均降雨量呈增加趨勢,年均氣溫則呈降低趨勢,植被NPP呈現(xiàn)上升趨勢,因此,降雨增加可能是安徽省植被NPP呈現(xiàn)增加趨勢的主要原因,因為降雨增加使土壤濕度變大,改善土壤水分的供給,增加光合速率,而且較低的氣溫減少蒸散作用,從而減少水分的散失,有利于植被生長[3],而且降雨量在2015年為高值時,植被NPP值和NPP總量也達到最高,也說明降雨是影響植被NPP變化的主要因素。植被NPP除了受到自身的生物學特性、土壤特性外,還受到不同類型的植被對水分的要求以及植被類型地帶性差異的影響,從而導致與氣候因子的相關性存在空間差異[37]。

3.4 植被NPP變化驅動力分析

氣候變化和人類活動是NPP變化的主要驅動力,其中氣候變化特別是降水和溫度的變化, 對植被NPP的變化具有重要的影響,氣候變化主要通過影響植物光合作用和呼吸作用而改變植被生產(chǎn)力；人類活動主要通過用地方式的改變來體現(xiàn),土地利用變化則直接改變生態(tài)系統(tǒng)的類型、結構和功能,從而改變植被生產(chǎn)力[9]。參考國內眾多學者研究的驅動分區(qū)原則[26- 27],結合研究區(qū)的情況,對植被NPP變化驅動力進行分析,其分類準則如表1所示。

表1 NPP 變化驅動力分區(qū)準則

R1：NPP與降雨偏相關的t顯著性檢驗 T-Test significance of the partial correlations between NPP and precipitation; R2：NPP與氣溫偏相關的t顯著性檢驗T-Test significance of the partial correlations between NPP and temperature; R3：NPP 與氣溫-降雨復相關的F顯著性檢驗 F-Test significance of the multiple correlations between NPP and temperature-precipitation; [T+P]+：氣溫降雨強驅動型 Change driven by temperature and precipitation strongly; T：氣溫驅動型 Change driven by temperature mainly; P：降雨驅動型 Change driven by precipitation mainly; [T+P]-：氣溫降雨弱驅動型 Change driven by temperature and precipitation weakly; NC：非氣候因子驅動型 Change driven by non-climate

由植被NPP變化驅動力分區(qū)圖(圖13)可知,2000—2015年植被NPP變化受到氣溫降雨弱驅動的區(qū)域占研究區(qū)面積的4.95%,主要分布在大別山區(qū),皖南山區(qū)的宣城市和黃山市以及皖北平原地區(qū)；以氣溫降雨強驅動的區(qū)域占研究區(qū)面積的0.75%,主要集中在宣城市的南部和安慶市的北部；降雨驅動型占研究區(qū)面積的3.58%,以黃山市、宣城市、六安市的北部以及淮南市周圍最明顯；氣溫驅動型占1.44%,主要分布在淮河以北地區(qū)；非氣候因子驅動型所占比例最大為89.28%,在安徽各市均有分布。整體上,安徽省大部分地區(qū)的植被NPP變化主要受非氣候因素的影響。

圖14 2000、2005和2010年土地利用類型面積統(tǒng)計Fig.14 The area of land use types in 2000, 2005 and 2010

3.5 土地利用變化對植被NPP的影響

3.5.1 安徽省土地利用變化

利用安徽省2000年、2005年和2010年土地矢量圖進行統(tǒng)計得到2000年—2010年間土地利用變化情況,其中耕地、林地和城鎮(zhèn)用地是安徽省最主要的土地利用類型,如圖14所示,草地和水域的面積發(fā)生顯著性變化,草地主要轉出到水域用地,耕地主要轉移到城鎮(zhèn)用地,林地面積總體變化較小,未利用土地增加較少。如表2所示：2000—2005年,安徽省土地利用轉移總面積為1736.83km2,占安徽省土地利用總面積的1.22%,其中耕地轉移面積最多,轉移面積為793.74km2,主要轉移為城鎮(zhèn)用地和水域用地,分別占耕地轉移總面積的38.22%和57.27%；未利用土地轉移總面積最少,轉移為城鎮(zhèn)用地。2005—2010年安徽省土地利用轉移總面積為3107.01km2,占土地利用總面積的2.19%,其中耕地轉移面積最多,轉移面積為2425km2,主要轉移為城鎮(zhèn)用地,占耕地轉移總面積的86.36%；其次是草地轉移面積,轉移面積為269.51km2,主要轉移為城鎮(zhèn)用地和林地,分別占草地轉移總面積的20.05%和17.95%；未利用土地面積轉移最少,轉移面積為0.06km2,轉移為水域用地。2000—2010年安徽省土地利用轉移總面積為4589.81km2,占土地利用總面積的3.23%,其中耕地轉移面積最多,轉移面積為3097.5km2,主要轉移為城鎮(zhèn)用地,占耕地轉移總面積的76.63%；未利用土地面積轉移最少,轉移面積為0.05km2,轉移為水域用地。安徽省近10年土地轉移類型主要發(fā)生在耕地與城鎮(zhèn)用地,耕地與水域,林地與城鎮(zhèn)用地,草地與未利用土地,草地與林地之間,主要是以城鎮(zhèn)用地、水域以及未利用土地轉入和耕地、草地、林地轉出為主要特點的土地轉移。

表2 安徽省土地利用變化轉移面積矩陣/km2

“—”代表無數(shù)值或者數(shù)值很小

3.5.2 不同土地覆蓋類型轉換下的植被NPP變化分析

不同土地利用類型對應不同的土地生態(tài)系統(tǒng)結構,其凈初級生產(chǎn)力也是不同,因此,不同的土地利用類型之間相互轉換,直接影響到該區(qū)域的生態(tài)系統(tǒng)結構,進而影響到凈初級生產(chǎn)力[38]。土地利用類型對植被NPP變化的影響主要表現(xiàn)在兩個方面：一方面,具有較高植被NPP的土地覆蓋類型向城鎮(zhèn)用地、未利用土地等植被NPP較低的土地覆蓋類型轉換導致NPP損失；另一方面,城鎮(zhèn)用地、未利用土地等植被NPP較低的土地覆蓋類型向林地等具有較高植被NPP的土地覆蓋類型轉換使NPP值增加[39]。

表3為不同土地利用類型轉換下NPP損益情況,2000—2005年,耕地轉移城鎮(zhèn)用地和水域導致植被NPP損失最大,為35551.67t/a；林地轉移為其他土地類型時植被NPP均減少,其中林地轉耕地造成植被NPP損益較大,為-5635.73t/a；建筑用地轉林地和耕地使植被NPP增加量最大,為9453.1t/a；草地轉移為林地使植被NPP增加較大,為4015.95t/a；水域轉移為其他土地類型時植被NPP均增加,其中水域用地轉林地、耕地使植被NPP增加較大；未利用土地轉移為城鎮(zhèn)用地使植被NPP增加較少。

表3 不同土地利用類型轉換下的NPP損益矩陣/(t/a)

“— ”表示無數(shù)值或者數(shù)值很小,*表示該方式下不轉換

2005—2010年植被NPP損失最大的方式是耕地轉城鎮(zhèn),為37254.93t/a,水域用地轉耕地是NPP收益最大的方式,為7977.39t/a,耕地轉水域用地、林地轉城鎮(zhèn)用地、林地轉移未利用地這三種轉移方式帶來的NPP損失較大,但是整體上可以看出植被NPP在數(shù)量上比前五年損失大,說明隨著安徽省城市擴張的加劇,使NPP損失增加。2000—2010年,耕地轉城鎮(zhèn)用地帶來的NPP損失遠遠大于其他轉移方式帶來的NPP損失,其中耕地轉水域用地、林地轉城鎮(zhèn)用地仍是使NPP損失較大的轉移方式,說明城市化是使植被NPP損失的主要驅動力。

4 結論與討論

基于MOD17A3 NPP數(shù)據(jù)、氣象數(shù)據(jù)和土地利用類型數(shù)據(jù),對2000—2015年安徽省植被NPP的時空格局、變化趨勢及驅動因素進行研究,結論如下：

(1)2000—2015年安徽省植被年NPP均值為476.6gC/m2；波動范圍為396.6—531.8gC/m2,整體上呈現(xiàn)微小的波動上升趨勢；各市多年凈初級生產(chǎn)力年均值差異顯著,但與年均NPP變化趨勢一致；不同土地利用類型NPP差別較大,而且不同地類年際變化幅度不同,其中林地和草地的變化幅度相對較大。

(2)安徽省2000—2015年植被年均NPP具有較強的空間分異性,呈現(xiàn)南高北低趨勢,而且大部分地區(qū)的植被NPP增加速率大于0,說明植被NPP主要以增加為主。

(3)植被NPP變化是氣候、環(huán)境變化以及人類活動等多種因素綜合作用的結果,其中氣候變化和人類活動是NPP變化的主要驅動因素；安徽省植被NPP變化受氣候因子的影響占10.72%,其中降雨對NPP變化影響較大；非氣候因子占89.28%,主要體現(xiàn)在人類活動對土地利用方式的改變,其中城鎮(zhèn)建設用地面積增加最多,導致NPP損失最大,說明隨著人類活動日益頻繁,城市化逐漸成為植被NPP變化的主要驅動力。

本研究分析了植被NPP變化的主要驅動因素以及定量評估了氣候變化條件下土地覆蓋類型轉化對植被NPP的影響,為陸地生態(tài)系統(tǒng)碳收支、生態(tài)環(huán)境評價和保護以及區(qū)域糧食安全提供科學參考,但也存在一些不足：未考慮土地政策變化對植被NPP的影響等；在后續(xù)的研究中,將進一步探討土地政策變化對植被NPP的影響。

參考文獻(References):

[1] Lieth H, Whittaker R H. Primary Productivity of the Biosphere. New York: Springer, 1975.

[2] 王新闖, 王世東, 張合兵. 基于MOD17A3的河南省NPP時空格局. 生態(tài)學雜志, 2013, 32(10): 2797- 2805.

[3] 穆少杰, 李建龍, 周偉, 楊紅飛, 章超斌, 居為民. 2001—2010年內蒙古植被凈初級生產(chǎn)力的時空格局及其與氣候的關系. 生態(tài)學報, 2013, 33(12): 3752- 3764.

[4] 周偉, 牟鳳云, 剛成誠, 官冬杰, 何錦峰, 李建龍. 1982—2010年中國草地凈初級生產(chǎn)力時空動態(tài)及其與氣候因子的關系. 生態(tài)學報, 2017, 37(13): 4335- 4345.

[5] Cao M K, Woodward F I. Dynamic responses of terrestrial ecosystem carbon cycling to global climate change. Nature, 1998, 393(6682): 249- 252.

[6] Nemani R R, Keeling C D, Hashimoto H, Jolly W M, Piper S C, Tucker C J, Myneni R B, Running S W. Climate-driven increases in global terrestrial net primary production from 1982 to 1999. Science, 2003, 300(5625): 1560- 1563.

[7] 孫睿, 朱啟疆. 中國陸地植被凈第一性生產(chǎn)力及季節(jié)變化研究. 地理學報, 2000, 55(1): 36- 45.

[8] 劉剛, 孫睿, 肖志強, 崔天翔. 2001—2014年中國植被凈初級生產(chǎn)力時空變化及其與氣象因素的關系. 生態(tài)學報, 2017,37(15)：4936-4945.

[9] 劉軍會, 高吉喜. 氣候和土地利用變化對北方農(nóng)牧交錯帶植被NPP變化的影響. 資源科學, 2009, 31(3): 493- 500.

[10] 張峰, 周廣勝, 王玉輝. 基于CASA模型的內蒙古典型草原植被凈初級生產(chǎn)力動態(tài)模擬. 植物生態(tài)學報, 2008, 32(4): 786- 797.

[11] Piao S L, Fang J Y, He J S. Variations in vegetation net primary production in the Qinghai-Xizang plateau, China, from 1982 to 1999. Climatic Change, 2006, 74(1/3): 253- 267.

[12] 李燕麗, 潘賢章, 王昌昆, 劉婭, 趙其國. 2000—2011年廣西植被凈初級生產(chǎn)力時空分布特征及其驅動因素. 生態(tài)學報, 2014, 34(18): 5220- 5228.

[13] 高志強, 劉紀遠, 曹明奎, 李克讓, 陶波. 土地利用和氣候變化對區(qū)域凈初級生產(chǎn)力的影響. 地理學報, 2004, 59(4): 581- 591.

[14] 王宗明, 國志興, 宋開山, 劉殿偉, 張柏, 張樹清, 李方, 金翠, 楊婷, 黃妮. 2000—2005年三江平原土地利用/覆被變化對植被凈初級生產(chǎn)力的影響研究. 自然資源學報, 2009, 24(1): 136- 146.

[15] 陳探, 劉淼, 胡遠滿, 呂久俊, 馬俊, 孫鳳云, 宮繼萍. 沈陽經(jīng)濟區(qū)土地利用和凈初級生產(chǎn)力變化. 生態(tài)學報, 2015, 35(24): 8231- 8240.

[16] 姜春, 吳志峰, 程炯, 李少英, 劉慶. 氣候波動和土地覆蓋變化對廣東省植被凈初級生產(chǎn)力的相對影響. 熱帶亞熱帶植物學報, 2016, 24(4): 397- 405.

[17] Zhao M S, Running S W, Nemani R R. Sensitivity of Moderate Resolution Imaging Spectroradiometer (MODIS) terrestrial primary production to the accuracy of meteorological reanalyses. Journal of Geophysical Research, 2006, 111(G1): G01002.

[18] Zhao M S, Running S W. Drought-induced reduction in global terrestrial net primary production from 2000 through 2009. Science, 2010, 329(5994): 940- 943.

[19] Zhao M S, Heinsch F A, Nemani R R, Running S W. Improvements of the MODIS terrestrial gross and net primary production global data set. Remote Sensing of Environment, 2005, 95(2): 164- 176.

[20] Heinsch F A, Zhao M S, Running S W, Kimball J S, Nemani R R, Davis K J, Bolstad P V, Cook B D, Desai A R, Ricciuto D M, Law B E, Oechel W C, Kwon H, Luo H Y, Wofsy S C, Dunn A L, Munger J W, Baldocchi D D, Xu L K, Hollinger D Y, Richardson A D, Stoy P C, Siqueira M B S, Monson R K, Burns S P, Flanagan L B. Evaluation of Remote Sensing Based Terrestrial Productivity From MODIS Using Regional Tower Eddy Flux Network Observations. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(7): 1908- 1925.

[21] 國志興, 王宗明, 劉殿偉, 宋開山, 宋長春. 三江平原農(nóng)田生產(chǎn)力時空特征分析. 農(nóng)業(yè)工程學報, 2009, 25(1): 249- 254.

[22] 劉琳, 李月臣, 朱翠霞, 楊揚, 李瓊瑤. 2001年—2010年重慶地區(qū)植被NPP時空變化特征及其與氣候因子的關系. 遙感信息, 2013, 28(5): 99- 108.

[23] Heinsch F A, Reeves M, Votava P, Kang S, Milesi C, Zhao M S, Glassy J, Jolly W M, Loehman R, Bowker C F, Kimball J S, Nemani R R, Running S W. User′s Guide GPP and NPP (MOD17A2/A3) Products NASA MODIS Land Algorithm, Version 2.0. Missoula: The University of Montana, 2003: 31- 33.

[24] Running S W, Zhao M S. User′s Guide Daily GPP and Annual NPP (MOD17A2/A3) Products NASA Earth Observing System MODIS Land Algorithm, Version 3.0. South Dakota: Land Processes Distributed Active Archive Center, 2015: 9- 14.

[25] 荊文龍, 馮敏, 楊雅萍. 一種NCEP/NCAR再分析氣溫數(shù)據(jù)的統(tǒng)計降尺度方法. 地球信息科學學報, 2013, 15(6): 819- 828.

[26] 陳云浩, 李曉兵, 史培軍. 1983—1992年中國陸地NDVI變化的氣候因子驅動分析. 植物生態(tài)學報, 2001, 25(6): 716- 720.

[27] 王強, 張廷斌, 易桂花, 陳田田, 別小娟, 何奕萱. 橫斷山區(qū)2004—2014年植被NPP時空變化及其驅動因子. 生態(tài)學報, 2017, 37(9): 3084- 3095.

[28] 尹文亮, 紀凱婷. 六安市生物多樣性保護規(guī)劃探討. 安徽農(nóng)學通報, 2012, 18(5): 43- 48, 87- 87.

[29] 何彬方, 馮妍, 吳文玉, 范偉. 安徽省近十年植被指數(shù)時空變化特征. 生態(tài)學雜志, 2010, 29(10): 1912- 1918.

[30] 李登科, 范建忠, 王娟. 基于MOD17A3的陜西省植被NPP變化特征. 生態(tài)學雜志, 2011, 30(12): 2776- 2782.

[31] Mohamed M A A, Babiker I S, Chen Z M, Ikeda K, Ohta K, Kato K. The role of climate variability in the inter-annual variation of terrestrial net primary production (NPP). Science of the Total Environment, 2004, 332(1/3): 123- 137.

[32] Lin H L, Wang X L, Zhang Y J, Liang T G, Feng Q S, Ren J Z. Spatio-temporal dynamics on the distribution, extent, and net primary productivity of potential grassland in response to climate changes in China. The Rangeland Journal, 2013, 35(4): 409- 425.

[33] 龍慧靈, 李曉兵, 王宏, 魏丹丹, 張程. 內蒙古草原區(qū)植被凈初級生產(chǎn)力及其與氣候的關系. 生態(tài)學報, 2010, 30(5): 1367- 1378.

[34] 朱文泉, 潘耀忠, 陽小瓊, 宋國寶. 氣候變化對中國陸地植被凈初級生產(chǎn)力的影響分析. 科學通報, 2007, 52(21): 2535- 2541.

[35] 張靜, 任志遠. 漢江流域植被凈初級生產(chǎn)力時空格局及成因. 生態(tài)學報, 2016, 36(23): 7667- 7677.

[36] 陳奕兆, 李建龍, 孫政國, 剛成誠. 歐亞大陸草原帶1982—2008年間凈初級生產(chǎn)力時空動態(tài)及其對氣候變化響應研究. 草業(yè)學報, 2017, 26(1): 1- 12.

[37] 吳珊珊, 姚治君, 姜麗光, 王蕊, 劉兆飛. 基于MODIS的長江源植被NPP時空變化特征及其水文效應. 自然資源學報, 2016, 31(1): 39- 51.

[38] 蘇日古格. 錫林郭勒盟土地利用/土地覆被與NPP變化研究[D]. 呼和浩特: 內蒙古師范大學, 2016.

[39] 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. 自然資源學報, 2016, 31(6): 961- 972.