李麗，郭靖，李寧

(1.新疆農(nóng)業(yè)大學(xué)草業(yè)與環(huán)境科學(xué)學(xué)院， 新疆 烏魯木齊 830052；2.新疆林業(yè)科學(xué)院，新疆 烏魯木齊 830052)

森林作為陸地生態(tài)系統(tǒng)中重要的碳庫之一，在區(qū)域生態(tài)環(huán)境、地表碳循環(huán)中都起到梳理作用[1,2]。在森林植被生態(tài)系統(tǒng)中，增大森林固碳量被看作應(yīng)對氣候變化的有效途徑[3,4]。當(dāng)前，在大氣中CO2、甲烷等溫室氣體增加所導(dǎo)致的全球變暖的氣候背景下，森林生態(tài)系統(tǒng)的固碳作用愈來愈受世界各國政府和學(xué)界的普遍關(guān)注[5]。森林生態(tài)系統(tǒng)是動態(tài)的碳庫，約占陸地生態(tài)系統(tǒng)總碳儲量的五分之三[6]。我國又是幅員遼闊，植被類型多樣，并且基礎(chǔ)數(shù)據(jù)的裝備程度也因地而異，NPP的估算在全國尺度上存在變化差異，就很難選擇統(tǒng)一的方法進行估算[2]。因此，準(zhǔn)確評價地區(qū)森林生態(tài)系統(tǒng)的植被凈初生產(chǎn)力狀況需要以各地區(qū)的立地條件和科學(xué)的研究方法為基礎(chǔ)，為全國或全球森林生態(tài)系統(tǒng)碳循環(huán)的估測增加準(zhǔn)確性和可信度，并對森林碳庫的合理管理和科學(xué)經(jīng)營，增強森林生態(tài)系統(tǒng)的固碳功能具有重要意義[7-12]。

植被凈初級生產(chǎn)力NPP被視為生物與環(huán)境體系碳循環(huán)中的關(guān)鍵影響因子，它的變化過程極大影響著全球陸地生態(tài)系統(tǒng)的碳循環(huán)和氣候效應(yīng)。目前，已有大量學(xué)者利用不同方法對森林生態(tài)系統(tǒng)各層次的NPP、碳儲量和碳匯功能進行了深入的研究。如，Su HX[13]等，Crame W[14]等，Kimmins J P等[15]，KUCHARIK C J等[16]采用BIOMG-BGC模型、FURCCHN模型、FORECAST模型和ISBS模型依次開展了對全球陸地森林生態(tài)系統(tǒng)的植被凈初生產(chǎn)力和碳儲量分析研究。我國方精云[8]，劉國華[17]，趙敏[18]等采用樣地清查法對中國森林生態(tài)系統(tǒng)植被凈初生產(chǎn)力及碳儲量及其變化做出了估算。從新疆森林碳匯研究的已有成果來看，眾多學(xué)者采用樣地清查法對喀納斯湖自然保護區(qū)[19]、克拉瑪依[20]和墨玉縣[21]等局部地區(qū)的森林植被固碳能力進行了核算，而利用模型法和遙感手段結(jié)合的荒漠區(qū)森林碳匯及NPP的估算研究相對缺乏。

荒漠區(qū)是生態(tài)環(huán)境較為敏感和脆弱的地帶，通過營造人工林，可以明顯改善區(qū)域水土條件、促進生態(tài)系統(tǒng)平衡、減少溫室氣體的排放等。因此，對荒漠區(qū)人工林植被凈初生產(chǎn)力進行研究十分必要。本文以墨玉縣，2014年Landsat TM數(shù)據(jù)和氣象數(shù)據(jù)為基礎(chǔ)，采用CASA模型、C-FIX模型和GLO-PEM模型，對森林植被凈初生產(chǎn)力進行估算、比較與驗證，探討適合荒漠區(qū)人工林植被凈初級生產(chǎn)力的估算方法和模型，從而為新疆森林生態(tài)系統(tǒng)碳評估和碳管理提供借鑒。

1 研究區(qū)概況

墨玉縣地處新疆維吾爾自治區(qū)塔克拉瑪干沙漠西南部邊緣，地理坐標(biāo)79°08′—80°51′ E，36°36′—39°38′ N。地勢南高北低，海拔在1 120～3 600 m；年均氣溫11.4 ℃，極端最高氣溫42.7 ℃，極端最低氣溫-23.7 ℃；年均降水量32.50 mm，年均蒸發(fā)量2 226.00 mm；全年無霜期210 d左右，全年日照時數(shù)2 643.9 h，日照率62%，太陽有效輻射年總量為306.5 kJ·cm-2[22]。

2 數(shù)據(jù)來源及方法

2.1 數(shù)據(jù)來源

2.1.1 野外實地調(diào)查 2012年8月進行野外樣地布設(shè)，分別對6種典型人工林林分設(shè)置三個重復(fù)，沙棗、檉柳、新疆楊、沙棗+檉柳、沙棗+新疆楊、沙棗+新疆楊+桑樹，共設(shè)18塊樣地，隨機選擇48個采樣點；樣地大小為10 m×10 m。樣地調(diào)查內(nèi)容主要為林分因子。

2.1.2 遙感影像 Landsat8 ETM+2013年9月18日遙感影像數(shù)據(jù)，空間分辨率是30 m×30 m，數(shù)據(jù)通過融合處理變?yōu)?5 m×15 m空間分辨率。

2.1.3 氣象數(shù)據(jù)服務(wù)網(wǎng) 2013年9月和田(51828)氣象臺站的月平均氣溫、月日照時數(shù)、經(jīng)度、緯度、海拔。數(shù)據(jù)主要來自于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)。

2.2 方法

2.2.1 CASA模型 CASA模型的主要原理為：植被凈初生產(chǎn)力的吸收的光和有效輻射與入射光合有效輻射的利用比例，公式如下:

NPP(x，t)=SOL(x，t)×FPAR(x，t)×0.5×ε(x，t)

(1)

式中:x為空間位置，t為時間，SOL(x,t) 代表太陽總輻射量;FPAR(x，t) 為受植被類型和植被覆蓋度影響的光合有效輻射；常數(shù)0.5 表示植被吸收的太陽有效輻射轉(zhuǎn)化為有機物的比例;在理想環(huán)境條件下，ε(x，t) 表示實際光能利用率，實際情況中受溫度條件、空氣濕度等多種因素影響，計算公式如下：

ε(x，t)=Tε1(x，t)×Tε2(x，t)×Wε(x，t)×εmax

(2)

式中：Tε1(x,t)和Tε2(x，t)是空氣溫度對植被的影響系數(shù)，Wε是大氣水分對對植被的影響系數(shù)。各項參數(shù)的詳細(xì)計算方式見相關(guān)文獻描述[23]。

2.2.2 C-FIX模型 C-FIX模型為基于Monteith理論提出的光能利用率模型，可以在較大空間尺度范圍內(nèi)對GPP、NPP和NEP3個碳循環(huán)分量估算[24]。

對于每個單個像元，C-Fix模型計算每日NPP值，單位是g CP/(m2·日)見公式(1):

NPPd=p(Tatm)·CO2fert·ε·fAPAR·C·Sg,d·(1-Ad)

(1)

其中:p(Tatm)為歸一化氣溫依賴因子，取值[0，l]；CO2fert為歸一化CO2施肥效應(yīng)因子；ε是值為0.692g C/MJ的光能利用率；fAPAR為植被冠層可吸收的光合有效輻射比例(gC·MJ-1)，取值[0,1]；C是值為0.48 gC·MJ-1的氣候效率系數(shù)；Sg，d為逐日太陽入射總輻射通量(MJ·m2·d-1)；Rh，d為土壤異養(yǎng)呼吸通量(gC·m-2·d-l)；Ad為植被自養(yǎng)呼吸率(MJ·md-1)；詳細(xì)計算方法見相關(guān)文獻描述[24]。

2.2.3 GLO-PEM模型 該模型根據(jù)植被吸收和利用光合有效輻射的原理，利用遙感反演出影響APAR利用效率的APAR和環(huán)境變量。其計算NPP公式如下[25]:

NPP=FPARt×PARt×εg-Ra

式中,PARt為t時光合有效輻射,εg為植被吸收光合有效輻射后有機物轉(zhuǎn)化率,FPARt為植被冠層對入射光合有效輻射的吸收系數(shù),Ra為植被呼吸消耗量，有關(guān)各種參數(shù)的計算方法可以參照其他相關(guān)文獻[26,27]。

3 結(jié)果與分析

3.1 CASA模型、C-FIX模型和GLO-PEM模型NPP值

通過對影像地圖進行監(jiān)督分類并用完整的NDVI植被數(shù)據(jù)圖進行核對處理，獲得研究區(qū)人工林地NDVI數(shù)據(jù)，根據(jù)CASA、C-FIX和GLO-PEM模型，再結(jié)合研究方法對2013年9月的氣溫、太陽總輻射數(shù)據(jù)處理得到研究區(qū)森林植被2013年NPP總量的柵格數(shù)據(jù)。

圖1 CASA模型NPP變化圖

圖2 C-FIX模型NPP變化圖

圖1為利用CASA模型計算的研究區(qū)2013年9月森林植被NPP空間分布結(jié)果圖，從圖中可以看出，中部和西北區(qū)域NPP值普遍較高，該區(qū)域植被比較豐厚，NPP值大于100Tg。研究區(qū)NPP取值范圍為1～270 gC，最大值為270 gC，最小值為1.5 gC，平均值為70 gC·m-2。

圖2為利用C-FIX模型計算得出的研究區(qū)的NPP空間分布圖，從圖中可以看出，NPP取值范圍為1.5～236 gC，最大NPP值為236 gC，最小值為1 gC，平準(zhǔn)值為56 gC·m-2。該模型NPP取值范圍小于CASA模型，空間分布范圍也小于CASA模型。

圖3 GLO-PEM模型NPP變化圖

圖3為利用GLO-PEM模型計算得出的NPP空間分布圖，從圖中可以看出，NPP取值范圍為1 ～189 gC，最大值為189 gC，最小NPP值為1，平準(zhǔn)值為28 gC·m-2。該模型取值范圍均小于CASA模型和GLO-PEM模型。

3種模型植被凈初級生產(chǎn)力空間分布差異比較明顯，主要集中于研究區(qū)中部和東南部。這可能與研究區(qū)人工林長勢和水熱條件的分布特征有關(guān)。

梁妙玲[28]等基于 LPJ植被動態(tài)模型，通過整理中國676個雨量站的1961—2000年日資料，通過在0.5×0.5網(wǎng)格上進行氣候模型插值得到的溫度和降水?dāng)?shù)值，估算出我國植被1961—2000年的凈初級生產(chǎn)力，認(rèn)為我國當(dāng)前NPP分布范圍在0～ 1 510 g·m-2·a-1，全國的NPP平均值為 493 g·m-2·a-1。劉建鋒[29]等人運用光能利用效率模型(3-PGS) ，對2003年-2007年的中國植被NPP進行估算，認(rèn)為我國各地區(qū)夏季7、8月太陽輻射強，水熱條件適宜植被生長，月平均NPP達到峰值，分別為79. 70 gC·m-2和75. 54 gC·m-2，和本研究結(jié)果有差異，原因可能是所采用的方法和尺度范圍不同。本研究模型中CASA模型模擬結(jié)果最接近劉建鋒的研究結(jié)果。

3.2 模型驗證

在估算植被凈初級生產(chǎn)力的過程中難以避免不確定性因素的產(chǎn)生，一方面是模型輸入數(shù)據(jù)的不確定性；另一方面是模型本身誤差積累的不確定性，因此，驗證NPP估算結(jié)果的準(zhǔn)確性尤為重要，驗證方法一般分為直接驗證和間接驗證，直接驗證為將地面實測的NPP數(shù)據(jù)與模型模擬值進行比較；而間接驗證則通過與其他方法估計的NPP進行比較，可以在一定程度上度量模型估計結(jié)果的可靠性和穩(wěn)定性[30]。由于多種原因，NPP的實測數(shù)據(jù)難以獲得，且存在空間異質(zhì)性特點，因此很難將試驗點獲得的數(shù)據(jù)擴展到區(qū)域和全球尺度上；此外，在NPP的驗證和比較中，兩者存在一定程度的不可比性，很難保證測量數(shù)據(jù)與模擬數(shù)據(jù)之間的時間一致性，即使實測數(shù)據(jù)與模擬結(jié)果與預(yù)期吻合，也不可避免產(chǎn)生一定的誤差。

為了進一步比較3種方法的優(yōu)缺點，采用ArcGIS 10.2 提取樣地所在位置的估測值，并將其與樣點的實測結(jié)果進行比較，獲取各模型的擬合圖。計算結(jié)果如圖4。

圖4模型對比圖

注：圖A是CASA模型擬合圖，圖B是GLO-PEM模型擬合圖，圖C是C-FIX模型擬合圖，D圖是實測值和擬合值的關(guān)系對比

本文采用的研究區(qū)內(nèi)的樣本點有48個，采用這些實測數(shù)據(jù)對3種模型NPP值模擬的NPP結(jié)果進行驗證。通過比較模型擬合結(jié)果圖a，圖b和圖c發(fā)現(xiàn)，3種模型不同森林植被類型的NPP平均值與實測值差異均各不相同，但三者比較而言，CASA模型的相關(guān)系數(shù)(R2=0.994 15)普遍大于C-FIX模型(R2=0.994 04)和GLO-PEM(R2=0.975 35)模型的相關(guān)系數(shù)值，這說明CASA模型的擬合程度與C-FIX模型和GLO-PEM模型相比較高，可以更好地反映植被類型的NPP，而C-FIX模型和GLO-PEM對植被類型NPP的擬合結(jié)果較為離散，相關(guān)性較低。這在一定程度上表明，CASA模型估算結(jié)果的穩(wěn)定性要優(yōu)于其他兩個模型。

通過實測值和擬合值的關(guān)系對比圖D中可以看出，各模型實測值和擬合值相當(dāng)吻合，各模型的平均值：CASA模型為72.72 gC·m-2，C-FIX模型為58.33 gC·m-2，GLO-PEM模型為32.42 gC·m-2，實測值的平均值為67.20 gC·m-2，結(jié)果表明，CASA模型的平均值與實測值接近。由于空間異質(zhì)性特征，實測數(shù)據(jù)只能在較小尺度上表示NPP平均值，本文模擬的是30 m區(qū)域內(nèi)的NPP平均值，因此兩者之間存在不可避免的誤差。然而，大多數(shù)模擬的NPP值都落在測量值的5%誤差范圍內(nèi)。因此，通過對實測值的驗證，CASA模型能更好地擬合NPP。

綜上所述，通過應(yīng)用3個模型對研究區(qū)進行NPP數(shù)值模擬，雖與前人的研究成果存在一定的差異，但是結(jié)果相差不大。造成差異的原因可能是所使用的模型不同、估計數(shù)據(jù)年份、地域環(huán)境及尺度范圍等因素不同。此外，在統(tǒng)計植被數(shù)據(jù)時使用不同的植被分類圖也對研究產(chǎn)生影響。因此，差異是不可避免的?？梢哉J(rèn)為，本文用CASA模型模擬NPP的結(jié)果更加可信。

4 結(jié)論與討論

4.1 CASA模型、C-FIX模型和GLO-PEM模型NPP取值范圍分別為1.5～270 gC、1～236 gC和，1～189 gC，平均值分別為70、56和28 gC·m-2，其中CASA模型模擬值最高，且接近于前人研究。研究區(qū)中部和東南部區(qū)域NPP值普遍高與其他區(qū)域。

4.2 通過3種模型的對比可知，CASA模型的相關(guān)系數(shù)(R2=0.994 15)普遍大于C-FIX模型(R2=0.994 04)和GLO-PEM模型(R2=0.975 35)的相關(guān)系數(shù)值，擬合程度較好。說明CASA模型能更好地反映和擬合研究區(qū)的植被凈初級生產(chǎn)力。

4.3 經(jīng)對各樣本點各模型的實測值和擬合值的平均值的比較發(fā)現(xiàn)，CASA為72.72 gC·m-2，C-FIX模型為58.33 gC·m-2，GLO-PEM模型為32.42 gC·m-2，實測值的平均值為67.20 gC·m-2，CASA模型的平均值比較接近于實測值，說明CASA模型的估算模擬效果最好。

4.4 對該研究區(qū)的NPP進行模擬時，由于研究方法和研究尺度的不一致性， 且受到降水量、溫度、光能利用率以及土壤等眾多因素的影響，導(dǎo)致研究結(jié)果與前人研究有差異，但在前人研究結(jié)果變動范圍之內(nèi)，具有一定的實用性。本研究只是小尺度的NPP估算，有待進一步開展大區(qū)域尺度的研究。