(西安科技大學(xué) 測(cè)繪科學(xué)與技術(shù)學(xué)院，陜西 西安 710054)

植被降水利用效率(PUE)是指凈初級(jí)生產(chǎn)力(NPP)植物光合作用生產(chǎn)的干物質(zhì)與年降水量之比，反映了植被光合作用生產(chǎn)與耗水特性之間的關(guān)系[1]。它可以體現(xiàn)植被利用水分將營(yíng)養(yǎng)物質(zhì)轉(zhuǎn)化為生物能量的能力，是植被水分利用效率的延伸[2]，同時(shí)也是在區(qū)域尺度上反映植被生產(chǎn)能力對(duì)降水量時(shí)空變化響應(yīng)特征的重要指標(biāo)[3-4]。因此，研究區(qū)域尺度植被PUE的時(shí)空變化特征及其對(duì)于氣候因子的響應(yīng)，對(duì)于深化全球變化研究具有重要意義。

近年來，利用衛(wèi)星遙感技術(shù)時(shí)間序列長(zhǎng)和覆蓋范圍廣的特點(diǎn)，植被PUE研究尺度已經(jīng)從農(nóng)作物的葉片生理水平或個(gè)體水平上升至冠層、生態(tài)系統(tǒng)以及景觀水平[5]。衛(wèi)星遙感技術(shù)為從較大的區(qū)域尺度探討植被的長(zhǎng)時(shí)間序列時(shí)空變化特征提供了一種有效的技術(shù)手段[6]。張亞玲等[7]基于黃河1998～2012年SPOT～NDVI數(shù)據(jù)及同期119個(gè)氣象站的降水?dāng)?shù)據(jù)，結(jié)合植被利用降水效率分析了黃河流域植被覆蓋的時(shí)空變化特征取得較好的結(jié)果；張艷芳等[8]基于2000～2014年MODIS NDVI及氣象數(shù)據(jù)，運(yùn)用累計(jì)降水利用效率變化差異估算模型和地形要素降水量插值的方法，探討了2000～2014年黃土高原PUE與植被變化的關(guān)系。另有相關(guān)學(xué)者研究了PUE對(duì)于降水量、氣溫等氣候因子的響應(yīng)及其空間格局分布特征。Hu等[4]的研究表明，在我國(guó)內(nèi)蒙古高原和青藏高原上的4 500 km草地樣帶上，PUE在空間上與降水量存在較強(qiáng)的相關(guān)性；仇潔等[1]的研究表明，青藏高原不同植被類型的PUE均值有著明顯的差異；葉輝等[5]的研究表明，PUE空間變化與降水量和氣溫顯著相關(guān)，二者能夠解釋PUE空間變化的97.8%。而杜加強(qiáng)等[9]在黃河上游地區(qū)的研究認(rèn)為，PUE與降水量的關(guān)系隨著區(qū)域的變化而變化。因此，一般研究認(rèn)為，植被PUE受到氣候條件、生物多樣性與群落結(jié)構(gòu)、地形地貌和人類活動(dòng)等多種因素的綜合影響，對(duì)于特定區(qū)域、不同植被類型的PUE，其時(shí)空分布格局以及對(duì)于氣候因子的響應(yīng)關(guān)系存在差異。

淮河流域地處我國(guó)南北氣候過渡帶，是我國(guó)重要的氣候敏感區(qū)[10]。然而，對(duì)于該區(qū)植被水分利用效率的時(shí)空分布格局及其對(duì)氣候因子的響應(yīng)特征研究較少。本研究基于MODIS NDVI遙感影像和氣象數(shù)據(jù)，利用CASA模型估算植被NPP，進(jìn)而獲取淮河流域2001～2016年植被PUE，并分析其時(shí)空變化特征及對(duì)于氣候的響應(yīng)，以期為全球變化下的生物碳水循環(huán)研究提供科學(xué)參考。

1 研究區(qū)概況

淮河流域地處中國(guó)東部，位于111°55′E～121°25′E，30°55′N～36°36′N，介于長(zhǎng)江和黃河流域之間。主要涉及安徽、河南、山東和江蘇4省，總面積約27萬km2，平原約占淮河流域總面積的66%(見圖1)。

圖1 淮河流域地理位置與氣象站點(diǎn)分布Fig.1 Location and spatial distribution of meteorological stations in Huaihe River basin

淮河流域以北屬暖溫帶半濕潤(rùn)季風(fēng)氣候區(qū)，以南為亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)。年平均氣溫在11℃～16℃之間，且由北向南，從沿海向內(nèi)陸遞增。多年平均降水量約為920 mm，從年內(nèi)降水時(shí)間分布上看，多集中在主汛期，從空間分布上看，集中在流域南部，分布大致由南向北遞減，山區(qū)多于平原，沿海大于內(nèi)陸[11]。流域植被覆蓋類型主要為農(nóng)作物，其次為灌叢、森林及草甸。

2 材料與方法

2.1 數(shù)據(jù)來源與處理

MODIS NDVI數(shù)據(jù)來源于美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration，NASA)的2001～2016年的MOD13A3數(shù)據(jù)產(chǎn)品(http://edcimswww.cr. usgs.gov/pub/imswelcome)，時(shí)間分辨率為月，空間分辨率為1 km。利用MRT(MODIS Reprojection Tools)將下載的MODIS NDVI數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換和重投影，將HDF格式轉(zhuǎn)換為Tiff格式，將SIN地圖投影轉(zhuǎn)換為WGS84/Albers Equal Area Conic投影[12]，同時(shí)，完成影像的空間拼接和重采樣，并利用流域邊界裁切獲取2001～2016年逐月MODIS NDVI數(shù)據(jù)集。借助于中國(guó)科學(xué)院植被圖編輯委員會(huì)2001年編著的1∶100 000 0中國(guó)植被圖集，經(jīng)掃描數(shù)字化得到淮河流域植被類型圖。

氣象數(shù)據(jù)來源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn)，包括研究區(qū)30個(gè)標(biāo)準(zhǔn)氣象站點(diǎn)2001～2016年的月平均氣溫、逐月降水量和逐日日照時(shí)數(shù)數(shù)據(jù)(見圖1)，利用日照時(shí)數(shù)和站點(diǎn)位置的模擬方法估算得到太陽輻射量[13]。根據(jù)各氣象站點(diǎn)的經(jīng)緯度信息，采用ArcGIS的Geostatistical Analyst模塊對(duì)氣象數(shù)據(jù)進(jìn)行空間插值，獲取與NDVI數(shù)據(jù)像元大小一致、投影相同的氣象數(shù)據(jù)柵格圖像。通過數(shù)據(jù)掩膜，剪取淮河流域月平均氣溫、降水量和太陽輻射的柵格圖像。

2.2 PUE的估算

PUE為年凈初級(jí)生產(chǎn)力(NPP)與年降水量(PPT)的比值。公式如下[1]：

PUE=NPP/PPT

式中，NPP采用CASA模型估算得到；PPT為年降水量,mm，采用氣象數(shù)據(jù)空間插值得到。

2.3 NPP估算模型

CASA模型是由遙感、氣象、植被以及土壤類型數(shù)據(jù)共同驅(qū)動(dòng)的光能利用率模型[14-16]，在陸地生態(tài)系統(tǒng)NPP的估算中得到了廣泛的應(yīng)用。模型主要由太陽輻射中被植被吸收的光合有效輻射(APAR)和光能利用率(ε)來估算植被NPP，公式為[12]

NPP(x,t)=APAR(x,t)×ε(x,t)

(2)

式中，APAR(x，t)表示像元x在t月份吸收的光合有效輻射，ε(x,t)表示像元x在t月份的實(shí)際光能利用率。APAR由太陽總輻射和植被對(duì)光合有效輻射的吸收比例決定，計(jì)算公式為[12]

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(3)

式中，SOL(x，t)指像元x在t月份的太陽總輻射量(MJ/m2)，常數(shù)0.5表示能被植被利用的太陽有效輻射占太陽總輻射的比例；FPAR(x，t)表示植被層對(duì)入射的光合有效輻射的吸收比例。在通常情況下，F(xiàn)PAR和NDVI、SR(simple ratio)有較好的線性關(guān)系，因此可以通過MODIS產(chǎn)品提取NDVI對(duì)FPAR進(jìn)行估算[12]。

光能利用率指APAR轉(zhuǎn)化為有機(jī)碳的效率，計(jì)算公式為

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(4)

式中，Tε1(x,t)和Tε2(x,t)表示低溫和高溫對(duì)光能轉(zhuǎn)化率的影響，Wε(x,t)反映水分條件對(duì)光能轉(zhuǎn)化率的影響，εmax是在理想狀態(tài)下植被的最大光能利用率，其取值隨著植被類型的變化而變化[12]，文中εmax取值參照朱文泉等[17]的研究成果。

2.4 分析方法

2.4.1年際變化率計(jì)算(趨勢(shì)分析)

應(yīng)用一元線性回歸分析方法在像元尺度分析淮河流域2001～2016年P(guān)UE變化趨勢(shì)。計(jì)算公式[18]為

(5)

式中，θslope為趨勢(shì)斜率；n為研究時(shí)段的年數(shù)；PUEi為第i年的植被降水利用效率；斜率為正表示研究區(qū)在16 a間PUE的變化是上升的，反之表示下降[19]。

2.4.2PUE與氣候因子相關(guān)系數(shù)

以年為單位，在像元尺度分別計(jì)算2001～2016年P(guān)UE與降水量和平均氣溫的相關(guān)系數(shù)，以分析PUE的年際波動(dòng)對(duì)氣候因子的響應(yīng)。計(jì)算公式[20]如下：

(6)

式中，R為PUE和降水量(氣溫)的相關(guān)系數(shù)；PUEi為第i年的PUE；PUEave為年平均PUE；pi為第i年降水量(氣溫)；Pave為年均降水量(年均氣溫)。

3 結(jié) 果

3.1 淮河流域植被PUE的時(shí)空變化特征

3.1.1年際變化趨勢(shì)

如圖2所示，2001～2016年淮河流域植被PUE的年際波動(dòng)較大，范圍為0.32～0.85 g C/(m2·mm)，平均值為0.598 g C/(m2·mm)，總體呈下降趨勢(shì)，但變化不顯著。其中，2014年植被PUE最高，為0.85 g C/(m2·mm)，高于多年平均值的41%，2003年P(guān)UE最低，為0.32 g C/(m2·mm)，低于多年平均值的46.7%。其余各年份植被PUE均與多年平均的差異相對(duì)較小。

3.1.2空間分布特征

2001～2016年間淮河流域植被年均PUE的空間分布如圖3所示。可以看出，淮河流域PUE空間分布差異顯著，總體從西北向東南遞減。河南省的鄭州、開封，山東省的菏澤，以及安徽省的部分地區(qū)植被PUE較高，達(dá)到0.80 g C/(m2·mm)以上。在山東和江蘇、河南和安徽交界處以及河南省中部等地區(qū)，植被PUE多處于0.65～0.80 g C/(m2·mm)之間。山東棗莊、臨沂，江蘇鹽城、連云港以及河南信陽，江蘇北部等地區(qū)植被PUE在0.50～0.65 g C/(m2·mm)范圍之內(nèi)，而在蚌埠、滁州和淮安地區(qū)交界處植被PUE多處于0.50 g C/(m2·mm)以下。排除其他影響，部分地區(qū)的植被PUE與降水量關(guān)系密切，降水量越高，植被PUE越低，降水量越低，植被PUE越高。PUE受氣溫影響較小，沒有明顯規(guī)律。

圖2 2001～2016年淮河流域植被PUE的年際變化Fig.2 Interannual changes of vegetation PUE in Huaihe River basin from 2001 to 2016

圖3 2001～2016年淮河流域植被PUE空間格局Fig.3 Spatial pattern of vegetation PUE in Huaihe River basin from 2001 to 2016

3.1.3PUE變化趨勢(shì)的空間分布

利用一元線性回歸分析方法得到淮河流域PUE變化趨勢(shì)空間分布圖(見圖4)。由圖可知，近16 a來淮河流域PUE變化趨勢(shì)不明顯，在-0.113～0.040之間。PUE降低的區(qū)域占流域面積的54.3%，主要分布在河南、安徽和江蘇3省。其中，河南省的開封市、信陽市東部等地區(qū)降水利用效率降低明顯，江蘇省、安徽省多數(shù)地區(qū)及河南省少數(shù)地區(qū)PUE變化趨勢(shì)比較緩和。PUE增加的地區(qū)大部分集中在山東省、河南省商丘、周口、許昌市等地，以及安徽省和江蘇省部分地區(qū)?？傮w來看，淮河流域北部地區(qū)植被降水利用效率有所增加，而南部地區(qū)則呈現(xiàn)降低趨勢(shì)。

圖4 2001～2016年淮河流域植被PUE變化趨勢(shì)空間分布Fig.4 Spatial distribution of PUE change trend in Huaihe River basin from 2001 to 2016

3.2 不同植被類型PUE差異

如圖5所示，2001～2016年間淮河流域各植被類型中，由于其生理結(jié)構(gòu)等因素，使PUE值存在差異。闊葉林的平均PUE(g C/(m2·mm))最高(0.69)，其次為農(nóng)作物(0.62)、灌叢(0.49)和針葉林(0.45)，最后為草甸(0.42 )。而在一級(jí)植被類型中，農(nóng)作物的PUE則高于森林(0.57)，這可能是長(zhǎng)期的農(nóng)業(yè)管理措施促進(jìn)了植被生長(zhǎng)，提高了PUE[5]。

3.3 PUE與氣候因子的相關(guān)性

利用基于像元的相關(guān)分析方法，對(duì)2001～2016年淮河流域植被PUE與降水和氣溫因子進(jìn)行逐像元相關(guān)分析，從而在區(qū)域尺度分析了植被PUE與主要?dú)夂蛞蜃拥年P(guān)系(見圖6)。

從圖6(a)中可以看出，僅占流域0.3%的地區(qū)植被PUE與降水量呈正相關(guān)，分布在駱?biāo)⒏哙]湖等地區(qū)。其他地區(qū)植被PUE與降水量均呈負(fù)相關(guān)。其中，山東臨沂北部、河南漯河、許昌等地負(fù)相關(guān)性最強(qiáng)，最大達(dá)到-0.96，在河南信陽、開封東部以及安徽淮南、六安、合肥和滁州等地呈弱相關(guān)系性，相關(guān)系數(shù)在-0.4～0.0范圍內(nèi)。

圖6 2001～2016年淮河流域植被PUE與年降水量變化和氣溫的相關(guān)性Fig.6 Correlations between PUE and annual precipitation and annual mean air temperature of vegetation in Huaihe River basin from 2001 to 2016

從圖6(b)中得出，占流域80.1%的地區(qū)植被PUE與氣溫呈正相關(guān)，其中山東省、河南信陽、安徽六安等地區(qū)相關(guān)性最高，達(dá)到0.86。負(fù)相關(guān)主要集中在河南省，尤其在鄭州、開封北部相關(guān)性達(dá)到-0.53。從空間分布來看，河南省由北向南相關(guān)性從負(fù)相關(guān)逐漸過渡到正相關(guān)，其他地區(qū)由南到北相關(guān)性依次升高。

4 討 論

4.1 不同植被類型PUE的差異

淮河流域內(nèi)植被類型從西向東按森林植被-農(nóng)田植被-森林植被依次更替，且不同的植被類型PUE存在差異。PUE和植被類型密切相關(guān)，可能由各植被類型的群落結(jié)構(gòu)、植被光合速率、土壤條件、植被覆蓋情況以及地貌等方面的差異造成的[3,19-20]。

本研究表明，淮河流域一級(jí)植被類型中，PUE最高的為農(nóng)田，達(dá)到0.62 g C/(m2·mm)。農(nóng)田占淮河流域植被總面積的95%，其他植被僅僅占淮河流域外緣的一部分，農(nóng)田集中分布在淮河流域的中心。其中心以南的一部分以及中心以北為一年兩熟或兩年三熟旱作，此地區(qū)降水相對(duì)較少，在1 200 mm以下；而南部降水量在1 200～1 900 mm之間，種植的則是一年水旱兩作，農(nóng)田植被處于淮河流域平原地區(qū)，由于農(nóng)田面積大，灌溉需要大量水資源，而水資源有限，因此農(nóng)作物降水的利用率會(huì)相對(duì)偏高。

淮河流域西部、西南部及東北部為山區(qū)，覆蓋植被為溫帶、亞熱帶落葉灌叢，一般情況下，灌木叢生長(zhǎng)的土壤表層沙土比例較高，降水的滲入率也隨之增加，灌木區(qū)土壤表層松散的沙土層能夠通過增加對(duì)水分的吸收使植被生產(chǎn)率得到提高[12]，這可能是灌木叢降水利用效率相對(duì)較高的原因。

草甸的平均PUE最低，草甸生長(zhǎng)區(qū)在淮河流域東邊沿海，面積較前兩類植被類型少得多，且處于沿海，所以草甸生長(zhǎng)過程對(duì)于水敏感程度較低，對(duì)降水的依賴較小，導(dǎo)致植被降水利用效率偏低。

4.2 PUE空間分布及驅(qū)動(dòng)因素

相關(guān)研究表明，在一定區(qū)域范圍內(nèi)，植被PUE隨著降水量的增加而增加[9]，且PUE與降水量的關(guān)系并非是單一的增值曲線[12]。也有研究表明，PUE與地區(qū)干旱程度成反比，但是在不同降水量區(qū)間以及不同生態(tài)系統(tǒng)間，PUE與降水量的關(guān)系各不相同[12]。葉輝[5]和Huxman[19]等認(rèn)為年降水量在100 mm以下的極干旱地區(qū)和在650 mm以上的濕潤(rùn)地區(qū)，PUE隨著降水量的增加呈降低趨勢(shì)；Hu等[4]通過研究中國(guó)4 500 km草地樣帶PUE的時(shí)空變化，認(rèn)為草地PUE的空間分布隨著降水量的梯度變化趨勢(shì)是先升高后降低，在降水量為400～600 mm的地區(qū)達(dá)到峰值。

淮河流域年均降水量在526～1 902 mm之間。本文研究表明，占流域99.7%的地區(qū)植被PUE與降水量的變化呈負(fù)相關(guān)。降水量在526～600 mm之間的河南開封、鄭州植被PUE值最高，達(dá)到1.25 g C/(m2·mm)，這與Hu等[4]的結(jié)論一致；當(dāng)降水量達(dá)到800～1 000 mm時(shí)，PUE值降低為0.50～0.65 g C/(m2·mm)；在降水量大于1 600 mm的蚌埠、滁州和淮安交界處植被PUE卻接近于零。隨著降水量的增加，PUE值越來越小，這證實(shí)了葉輝[5]和Huxman[19]等的結(jié)論。本文進(jìn)一步深入探討了植被PUE與年降水量呈負(fù)相關(guān)的原因。在年降水量較低的區(qū)域，降水是限制植被生長(zhǎng)的主要因子[19]，但是淮河流域降水量充足，土壤含水量長(zhǎng)期處于飽和狀態(tài)，限制了植被根系和土壤微生物的供氧，降低了生物活性。同時(shí)過量的降水形成地表徑流，造成易受淋溶作用的關(guān)鍵營(yíng)養(yǎng)物質(zhì)流失，對(duì)植物的生長(zhǎng)產(chǎn)生威脅[5-6]。除此之外，淮河流域城市化程度較高，人為干擾嚴(yán)重，植被PUE對(duì)于氣候因素的響應(yīng)可能被削弱[12]，如不合理的農(nóng)業(yè)生產(chǎn)或管理措施以及砍伐、放牧等，這些因素的綜合作用可能是造成植被PUE隨降水量的增加而降低的重要原因。

結(jié)合PUE與降水量和氣溫的相關(guān)系數(shù)分析，淮河流域植被PUE的年際變化與降水量的相關(guān)系數(shù)多分布在-0.96～-0.40之間，且占流域的87.2%，而其與年均氣溫的相關(guān)系數(shù)在0.40～0.86的區(qū)域僅是前者的1/2。這表明淮河流域植被PUE的年際變化與年降水量的關(guān)系更加密切，對(duì)其變化的響應(yīng)更加敏感。同時(shí)，大部分地區(qū)植被PUE的年際波動(dòng)與氣溫呈微弱的正相關(guān)，相關(guān)系數(shù)在0.00～0.50之間，且年均氣溫在12.00℃～14.72℃之間，溫差較低，這可能是二者關(guān)系較弱的原因。由此可見，與氣溫相比較，淮河流域植被PUE的空間分布與年降水量的關(guān)系更加密切，因此，降水量是影響淮河流域植被PUE的重要因素。

5 結(jié) 論

本研究基于CASA模型，利用遙感和氣象數(shù)據(jù)估算了淮河流域2001～2016年植被降水利用效率，并分析探討了該區(qū)域植被利用效率的時(shí)空分布特征及其與氣候因子的響應(yīng)關(guān)系，得到以下結(jié)論。

(1) 2001～2016年，淮河流域植被降水利用效率在0～1.26 g C/(m2·mm)之間，其平均值為0.598 g C/(m2·mm)。

(2) 從空間分布上看，淮河流域PUE變化趨勢(shì)呈規(guī)律性，流域北部增加，南部降低。

(3) 各植被類型的降水利用效率中，農(nóng)田的平均PUE最高，其次為森林、灌叢，最后為草甸，在森林的2個(gè)二級(jí)植被類型中，闊葉林的PUE高于針葉林。

(4) 淮河流域植被降水利用效率與氣溫的相關(guān)系數(shù)在空間上呈明顯的區(qū)域分布特點(diǎn)，相關(guān)系數(shù)在-0.53～0.86之間，其中，正相關(guān)占流域面積的80.1%，而與降水量的相關(guān)系數(shù)大部分地區(qū)呈負(fù)相關(guān)，約99.7%，相關(guān)系數(shù)在-0.96～0.57之間。

(5) 淮河流域植被PUE的年際波動(dòng)與降水量的關(guān)系強(qiáng)于氣溫，降水量越高，PUE越低，因此，降水是影響流域PUE空間分布的重要因素。