周 平，武 威，王 瑞，劉 濤，孫成明

(揚(yáng)州大學(xué)江蘇省作物遺傳生理國(guó)家重點(diǎn)實(shí)驗(yàn)室培育點(diǎn) 糧食作物現(xiàn)代產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新中心，江蘇 揚(yáng)州 225009)

植被凈第一性生產(chǎn)力(net primary productivity，NPP)是指綠色植物在單位面積、單位時(shí)間內(nèi)所累積的有機(jī)物數(shù)量，是由光合作用所產(chǎn)生的有機(jī)質(zhì)總量中扣除自養(yǎng)呼吸后的剩余部分,它直接反映植物群落在自然環(huán)境條件下的生產(chǎn)能力[1]。植被NPP作為表征植物活動(dòng)的關(guān)鍵變量，是區(qū)域和全球碳循環(huán)、土地利用變化、氣候變化和自然資源管理等研究工作中的重要一環(huán)。早期對(duì)植被NPP的研究方法主要是小規(guī)模的實(shí)地調(diào)查和宏觀尺度的模擬[2]。近年來(lái)，NPP模型估算取得較迅速發(fā)展，光能利用率模型被普遍利用，且隨遙感數(shù)據(jù)精確度的提高，基于高分辨率遙感數(shù)據(jù)的模型估算被廣泛利用[3-4]。

區(qū)域或全球尺度陸地植被生產(chǎn)力的估算，一般通過(guò)實(shí)地調(diào)查獲得實(shí)測(cè)數(shù)據(jù)或利用已有數(shù)據(jù)建立模型模擬[5]。近年來(lái)，隨著遙感(RS)和地理信息系統(tǒng)(GIS)技術(shù)發(fā)展，植被NPP研究已從傳統(tǒng)地面測(cè)量向模型估算轉(zhuǎn)變，模型結(jié)合RS和GIS可以實(shí)現(xiàn)NPP大范圍的估算和連續(xù)多年的動(dòng)態(tài)監(jiān)測(cè)[3]。特別是MODIS衛(wèi)星數(shù)據(jù)的大量使用，使得NPP的大范圍估算成為可能[6]。

草地生產(chǎn)力不僅對(duì)草地生態(tài)系統(tǒng)的穩(wěn)定性及生物種群的多樣性有重要意義，由于其是重要的碳庫(kù)之一，也對(duì)國(guó)家制定碳排放政策具有十分重要的影響[7-8]。為了明確不同方法在草地NPP估算上的差異，本研究總結(jié)了8個(gè)草地NPP估算模型，其中5個(gè)為前人構(gòu)建的氣候生產(chǎn)力模型：Miami模型，以溫度和降水量為輸入變量，基于大范圍上的觀測(cè)數(shù)據(jù)建立的回歸統(tǒng)計(jì)模型[9];Thornthwaite Memorial模型，Lieth根據(jù)與Miami模型相同的世界五大洲50個(gè)地點(diǎn)NPP資料和實(shí)際蒸散量資料，采用最小二乘法建立的[10];Chikugo模型，以Uchijima的研究結(jié)果為基礎(chǔ)，利用Efimova和Cannel等在國(guó)際生物學(xué)計(jì)劃(International Biological Programme,IBP)研究期間取得的世界各地的生物量數(shù)據(jù)和氣候要素進(jìn)行相關(guān)分析，建立的根據(jù)凈輻射和輻射干燥度計(jì)算NPP的一種模型[10-11]。從模型本身來(lái)看，具有一定的理論基礎(chǔ)，模型包括的氣候因子也比較全面，較前述兩種模型更為合理[12];朱志輝模型，以Chikugo模型為基礎(chǔ)，增加了23組全球自然植被資料及46組中國(guó)森林和草原資料建立的改進(jìn)模型[13];周廣勝模型,根據(jù)植物的生理生態(tài)學(xué)特點(diǎn)及聯(lián)系能量平衡和水量平衡的實(shí)際蒸散模型，結(jié)合自然植被資料及相應(yīng)的氣候資料建立的自然植被NPP模型[14]。另外3個(gè)模型是孫成明等[15-17]根據(jù)研究所需而構(gòu)建的，分別是遙感模型、水熱模型和LPA模型。遙感模型是以歸一化植植被指數(shù)(NDVI)為輸入變量，基于大范圍觀測(cè)數(shù)據(jù)建立的回歸統(tǒng)計(jì)模型[15]；水熱模型是以溫度和降水量為輸入變量，基于一定范圍的觀測(cè)數(shù)據(jù)為基礎(chǔ)，考慮水熱綜合因子的生理生態(tài)過(guò)程模型[16]；LPA模型是基于氣候數(shù)據(jù)和遙感數(shù)據(jù)建立的生態(tài)遙感綜合模型，該模型對(duì)從局部到區(qū)域乃至全國(guó)范圍的NPP估算都有一定的適用性[17]。上述模型均有各自的優(yōu)缺點(diǎn)，但其估算精度及適用范圍等還沒有完整的比較。為此，擬利用氣候及其相關(guān)數(shù)據(jù)，對(duì)8種模型的結(jié)構(gòu)及估算結(jié)果進(jìn)行比較，以期為草地NPP的合理估算提供參考。

1 數(shù)據(jù)來(lái)源及處理方法

1.1 數(shù)據(jù)來(lái)源

利用中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)752個(gè)地面觀測(cè)站數(shù)據(jù)，獲取1981-2010年的逐日平均溫度、逐日降水量以及逐日輻射數(shù)據(jù)，通過(guò)預(yù)處理轉(zhuǎn)換為年平均溫度、年降水量、年輻射量以及月平均溫度、月平均降水量和月平均輻射量等數(shù)據(jù)。歸一化植被指數(shù)NDVI采用MODIS數(shù)據(jù)，來(lái)自美國(guó)宇航局(NASA)網(wǎng)站，時(shí)間分辨率為16 d，空間分辨率為500 m。

1.2 處理方法

氣候數(shù)據(jù)的插值方法采用普通克里格法。5種氣候生產(chǎn)力模型采用1981―2010年30年的數(shù)據(jù)，3種作者構(gòu)建的模型采用2010―2011年的數(shù)據(jù)。利用ArcGIS的多變量分析功能，統(tǒng)計(jì)8種模型計(jì)算出的NPP序列間的相關(guān)性；通過(guò)ArcGIS的數(shù)據(jù)分析功能，對(duì)各模型模擬結(jié)果的最大值、最小值、平均值以及標(biāo)準(zhǔn)差進(jìn)行統(tǒng)計(jì)。

2 結(jié)果與分析

2.1 草地NPP估算模型結(jié)構(gòu)的比較

8種模型在模型的類型、變量的數(shù)量與類型以及操作上的難易程度等方面均有不同，比較可知，Miami模型和遙感模型屬于統(tǒng)計(jì)模型，變量個(gè)數(shù)較少，操作比較簡(jiǎn)單；周廣勝模型屬于生理生態(tài)與過(guò)程模型，變量個(gè)數(shù)較多，操作比較復(fù)雜；其他模型屬于統(tǒng)計(jì)與生理生態(tài)過(guò)程模型，變量在2～4個(gè)，操作相對(duì)容易(表1)。

2.2 草地NPP模擬的空間分布及差異

利用8個(gè)模型對(duì)全國(guó)草地的NPP進(jìn)行了模擬(圖1)，可以看出，全國(guó)草地NPP總體上北低南高，呈現(xiàn)從西北向東南逐漸增加的趨勢(shì)。質(zhì)量較好、面積較大的草原分布在東北西部、內(nèi)蒙古東部的呼倫貝爾、科爾沁以及錫林郭勒草原、青藏高原的東部和東北部地區(qū)、天山中部和巴音布魯克和西段山地草原，以及阿爾泰山地區(qū)等。除了分布在內(nèi)蒙古中部、寧夏的草地仍保持較高的生產(chǎn)力水平外，從甘肅到新疆的廣大荒漠區(qū)，植被逐漸變得稀疏，大片土地裸露，只是在綠洲或高山上才有一些零星草原分布，生產(chǎn)力水平較低。青藏高原所分布的草原牧草種類雖然稀少，但覆蓋程度較高，生產(chǎn)力水平基本呈現(xiàn)出東高西低的趨勢(shì)[18]。

表1 8種模型的比較與評(píng)價(jià)Table 1 Comparison and evaluation of 8 models

圖1 8種模型對(duì)中國(guó)草地凈初級(jí)生產(chǎn)力的模擬結(jié)果Fig. 1 The simulation results of grassland net primary productivity (NPP) based on 8 models

圖中a為Miami模型，b為Thornthwaite Memorial模型，c為Chikugo模型，d為朱志輝模型，e為周廣勝模型，f為遙感模型，g為水熱模型，h為L(zhǎng)PA模型。

a, Miami model; b, Thornthwaite Memorial model; c, Chikugo model; d, Zhu Zhihui model; e, Zhou Guangsheng model; f, Remote sensing model; g, Precipitation and temperature model; h, LPA model.

但不同模型模擬結(jié)果之間差異較大，5種氣候生產(chǎn)力模型的模擬結(jié)果比其他3種模型的模擬結(jié)果普遍偏高。氣候生產(chǎn)力模型估算的草地NPP普遍在500 g·m-2以上，其中Miami模型和Thornthwaite Memorial模型模擬的NPP及分布比較相似，都是西北部的值最低，中部向南及東北部地區(qū)的NPP值較高，生物量碳密度在100 g·m-2以下的區(qū)域很?。欢鳦hikugo模型模擬的結(jié)果與其他模型略有不同，主要是新疆北部地區(qū)的NPP值偏高，生物量碳密度在500 g·m-2以上的面積最大；朱志輝模型估算的NPP值有相當(dāng)一部分在100 g·m-2以下，主要分布在新疆地區(qū)，500 g·m-2以上的地區(qū)也較多；周廣勝模型模擬結(jié)果與朱志輝模型相似，但高值區(qū)偏少，有相當(dāng)多的地區(qū)NPP值在200～300 g·m-2，包括新疆北部地區(qū)；遙感模型和水熱模型的結(jié)果基本一致，只是水熱模型的NPP低值區(qū)稍多；LPA綜合模型的模擬值稍高，主要是100～200 g·m-2的區(qū)域較多，特別是主要產(chǎn)草區(qū)的NPP多在這一區(qū)間內(nèi)。

當(dāng)然，各模型在估算結(jié)果上除了空間分布的差異外，也存在NPP變化的一致性。不同模型的NPP相關(guān)分析結(jié)果(表2)顯示，各模型之間的相關(guān)系數(shù)最大為0.981 5(Miami模型與Thornthwaite Memorial模型之間)，最小為0.608 4(Chikugo模型與水熱模型之間)，均達(dá)到了0.001以上的極顯著水平。由于上述模型中除了遙感模型外其他均與氣候因子有關(guān)(輸入變量)，因此基本可以說(shuō)明，各種模型的計(jì)算結(jié)果在體現(xiàn)NPP的變化趨勢(shì)及其對(duì)氣候變化的響應(yīng)方面均表現(xiàn)出很強(qiáng)的一致性。

表2 基于8種模型的NPP間的相關(guān)性Table 2 Relationships of NPP based on 8 models

**表示相關(guān)性達(dá)極顯著水平(P<0.01)。

** indicate significant correlation at the 0.01 level.

2.3 草地模擬結(jié)果的統(tǒng)計(jì)分析

2.3.1模擬結(jié)果的統(tǒng)計(jì)差異 雖然各種模型的NPP模擬結(jié)果在趨勢(shì)上有很好的一致性，但在具體的差別上仍需進(jìn)一步分析(表3)。各模型在NPP最大值及最小值方面均有較大差異，在最大值方面，Miami模型的結(jié)果最大，達(dá)2 170.13 g·m-2；遙感模型的結(jié)果最小，為624.35 g·m-2，平均達(dá)到1 340.55 g·m-2。最小值方面，也是Miami模型的結(jié)果最大，達(dá)91.59 g·m-2；朱志輝模型的結(jié)果最小，僅為0.36 g·m-2，平均為34.72 g·m-2。在最大值與最小值差值方面(極差)，仍以Miami模型的結(jié)果最大，達(dá)2 078.54 g·m-2；最小為遙感模型，僅為612.17 g·m-2。從各模型模擬的平均值來(lái)看，Chikugo模型的結(jié)果最大，為725.46 g·m-2，其次是Miami模型、Thornthwaite Memorial模型以及朱志輝模型，平均值均在500 g·m-2以上；最小的為水熱模型，平均值為91.1 g·m-2，其次是遙感模型和LPA綜合模型，分別為130.27和168.73 g·m-2；周廣勝模型的平均值為392.11g·m-2；所有模型平均值的平均結(jié)果為396.63g·m-2，與周廣勝模型比較接近。

表3 基于8種模型的草地NPP統(tǒng)計(jì)比較Table 3 Statistical comparison of grassland NPP based on 8 models

但模型模擬結(jié)果的優(yōu)劣主要體現(xiàn)在標(biāo)準(zhǔn)差上。標(biāo)準(zhǔn)差描述的是樣本集合的各個(gè)樣本點(diǎn)到均值的平均距離，體現(xiàn)的是樣本點(diǎn)的“散布度”，其值越小表明數(shù)據(jù)越集中。8種模型模擬結(jié)果的標(biāo)準(zhǔn)差存在較大的差異(表3)，其中Miami模型及朱志輝模型的標(biāo)準(zhǔn)差最大，為385.33，其次是Thornthwaite Memorial模型，為375.55，說(shuō)明這幾種模型的模擬結(jié)果離散度較高。標(biāo)準(zhǔn)差最小的為L(zhǎng)PA綜合模型，僅為91.06，其次是遙感模型和水熱模型，標(biāo)準(zhǔn)差為105左右，周廣勝模型的標(biāo)準(zhǔn)差在5種氣候生產(chǎn)力模型中最小，為263.25，說(shuō)明這幾種模型的模擬結(jié)果較為合理。

2.3.2NPP總量及差異 利用上述各模型估算的NPP平均值，根據(jù)目前常用的草地面積、草原調(diào)查面積以及國(guó)際地圈生物圈計(jì)劃(International Geosphere-Biosphere Program,IGBP)土地分類草地面積[18]，計(jì)算全國(guó)草地NPP(表4)，Chikugo模型估算的全國(guó)草地NPP值最高，為2.40～2.60 Pg C，水熱模型估算的全國(guó)草地NPP值最低，為0.30～0.33 Pg C，其余模型估算結(jié)果在0.43～2.11Pg C，所有模型估算的平均NPP值為1.31～1.42 Pg C。

表4 基于不同模型的全國(guó)草地NPP估算結(jié)果Table 4 Estimation results of grassland NPP based on different models

3 討論與結(jié)論

關(guān)于全國(guó)草地NPP的估算，已有不少學(xué)者進(jìn)行了研究，得出的結(jié)果也不盡一致。楊婷婷等[19]利用2008年遙感數(shù)據(jù)估算全國(guó)草地總面積約為341.7萬(wàn)km2，地上生物量有機(jī)碳為0.16 Pg，地下生物量碳為0.74 Pg，地下根系儲(chǔ)存的碳是地上碳儲(chǔ)量的5倍左右，總的草地生物量碳為0.90 Pg。樸世龍等[20]利用CASA模型并結(jié)合衛(wèi)星遙感技術(shù)，計(jì)算得出我國(guó)1997年植被總的NPP量為1.95 Pg C，其中草地生物量約為0.64 Pg C。后來(lái)利用中國(guó)草地資源清查資料，并結(jié)合同期的遙感影像，研究了1981-1988年我國(guó)草地植被生物量及其空間分布特征，得出我國(guó)草地植被地上生物量為0.146 Pg C，地下生物量為0.898 Pg C，是地上生物量的6.15倍，總的草地生物量為1.044 Pg C[21]。其后的研究進(jìn)一步表明，1982-1999年全國(guó)草地面積為334.1萬(wàn)km2，地上生物量平均為0.145 Pg C，總生物量為1.051 Pg C[22]。Fang等[23]研究表明1981-2000年中國(guó)草地地上生物量為0.15 Pg C，總生物量碳為1.15 Pg C。朱文泉等[24]通過(guò)構(gòu)建遙感模型估算表明，1989-1993年我國(guó)陸地植被NPP平均值為3.12 Pg C，其中草地NPP約為0.753 Pg C。前述各研究結(jié)果基本一致，估算的全國(guó)草地面積在330萬(wàn)～340萬(wàn)km2，草地生物量碳在0.75～1.15 Pg。

前人的研究表明，采用不同的模型或采樣方法，模擬的結(jié)果也不盡相同。由于植被NPP是一個(gè)大范圍的研究對(duì)象，因此使用較多的方法是與植被指數(shù)相關(guān)的遙感估算模型[20-24]，其中最具代表性的是CASA模型[20]。由于其充分考慮了植被(草地)生長(zhǎng)的自身特點(diǎn)，使模擬結(jié)果更具代表性，也比較可靠。但對(duì)于初學(xué)者來(lái)說(shuō)，操作上還存在不便性。本研究中所用的5種氣候生產(chǎn)力模型雖然已得到眾多研究者的認(rèn)可，但由于其僅采用了溫度、降水等因子，估算結(jié)果仍具有不確定性。與其他同類研究結(jié)果相比，5種氣候生產(chǎn)力估算的草地NPP普遍較高。而新構(gòu)建的3種模型估算結(jié)果在0.30～0.61 Pg C，與前人研究結(jié)果相比偏低[21-22]。其中LPA模型的模擬結(jié)果為0.61 Pg C，與CASA模型的結(jié)果較為接近[20]，與Li等[25]利用CEVSA模型計(jì)算的中國(guó)草地生物量碳(0.562 Pg C)也基本一致。說(shuō)明LPA模型的結(jié)果比較可靠，有一定的推廣應(yīng)用價(jià)值。

本研究分析了8種模型在結(jié)構(gòu)及草地NPP估算方面的異同，主要結(jié)論如下：1)從模型的結(jié)構(gòu)上看，不同模型之間有較大差異，Miami模型、水熱模型和遙感模型雖然結(jié)構(gòu)較為簡(jiǎn)單，但由于變量較少，估算結(jié)果仍有一定的局限性；周廣勝模型及LPA模型雖然結(jié)構(gòu)復(fù)雜，但由于變量比較全面，仍有較好的代表性。2)在模擬結(jié)果方面，LPA綜合模型的標(biāo)準(zhǔn)差在所有模型中最小，其次是周廣勝模型；另外兩者在NPP模擬的總量上也有相似的趨勢(shì)。說(shuō)明周廣勝模型及LPA模型在NPP的模擬結(jié)果上較為合理。