劉劍鋒，陳 琳，孟 琪，王 璇，王遠(yuǎn)征，王來剛，張喜旺

(1.黃河水利職業(yè)技術(shù)學(xué)院，河南 開封 475004；2.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局 第三地質(zhì)勘查院，河南 鄭州 451464；3.黃河中下游數(shù)字地理技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，河南 開封 475004；4.河南省農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，河南 鄭州450002;5.河南大學(xué) 環(huán)境與規(guī)劃學(xué)院，河南 開封 475004；)

光能利用率(ε)(Light energy utilization，LEU)可以直觀反映植被的長勢信息以及干物質(zhì)累計(jì)狀況，表示單位面積上植被光合作用產(chǎn)生有機(jī)物質(zhì)所利用的太陽輻射與吸收的太陽輻射的比值[1]。在最理想條件下的ε值即為最大光能利用率(εmax)[2]，既是遙感估算模型的關(guān)鍵參數(shù)，又是重要的生態(tài)學(xué)參數(shù)，對作物估產(chǎn)及碳源時(shí)空分布的研究具有重要意義。植被光合作用生成有機(jī)物質(zhì)的過程也是碳物質(zhì)積累的過程，二氧化碳是植被光合作用的重要原料，因此，碳循環(huán)與區(qū)域尺度植被生長狀況存在強(qiáng)烈的相關(guān)性。

εmax值的估測方法中，基于地面站點(diǎn)數(shù)據(jù)的研究適用于較小區(qū)域尺度[2]，由于數(shù)據(jù)分辨率及其經(jīng)驗(yàn)性限制，基于葉片尺度的ε值研究擴(kuò)展到區(qū)域尺度較難實(shí)現(xiàn)。采樣調(diào)查和定點(diǎn)觀測方法受調(diào)查區(qū)域、觀測范圍的限制，很難實(shí)現(xiàn)動(dòng)態(tài)時(shí)間尺度演變規(guī)律研究。遙感數(shù)據(jù)具有覆蓋區(qū)域較廣等優(yōu)勢，為εmax值的估算提供重要的支持[3]。因此，基于遙感技術(shù)的估算模型被廣泛應(yīng)用[4]。在大尺度的研究中，εmax值估算由傳統(tǒng)渦度相關(guān)通量觀測技術(shù)[5]、光量子推算法、生物量收獲方法逐漸演變?yōu)檫b感方法。

然而，在基于ε的遙感估產(chǎn)模型研究，通常將εmax設(shè)為定值，如POTTER等[6]和FIELD等[7]研究陸地生態(tài)系統(tǒng)生產(chǎn)力時(shí)，將εmax值設(shè)定為0.389 g/MJ；朱文泉等[8]在研究中國典型植被的εmax值時(shí)，認(rèn)為其介于0.472～1.064 g/MJ；YAN等[9]在研究農(nóng)田的總初級生產(chǎn)力時(shí)，將玉米的εmax值設(shè)定為1.99 g/MJ，小麥的εmax值設(shè)定為1.64 g/MJ。實(shí)際上，εmax值隨植被類型及其空間分布有所差異。張美齡等[10]利用改進(jìn)CASA模型模擬草原各類植被的εmax值時(shí)，認(rèn)為全國均值是0.345 g/MJ；王保林等[11]的研究認(rèn)為，εmax值應(yīng)介于0.608～1.000 g/MJ；包剛等[12]利用野外實(shí)測數(shù)據(jù)結(jié)合模型計(jì)算，得出內(nèi)蒙草原的εmax值平均為0.573 g/MJ。實(shí)際上，植被生長過程中，εmax值受到溫度、水分脅迫等外界因素及自身物候差異的影響，使其在不同植被類型間存在明顯的時(shí)空差異，即使同一植被類型內(nèi)部，εmax值也會(huì)存在明顯的差異。當(dāng)前的研究中，通常將εmax值根據(jù)植被類型設(shè)定為定值，或研究εmax值的范圍，利用統(tǒng)計(jì)數(shù)據(jù)計(jì)算得到基于行政單元研究結(jié)果[13]，或利用樣方實(shí)測數(shù)據(jù)反推εmax值[12]，鮮有利用遙感基于像元開展εmax值的研究。鑒于此，本研究綜合運(yùn)用CASA(Carnegie-ames-stanford approach)和VPM(Vegetation photosynthesis model)模型，在像元尺度上研究εmax值，并結(jié)合土地利用數(shù)據(jù)，利用遙感手段，分析εmax值的時(shí)空變化規(guī)律，以及在林地、草地、水田、旱地之間的差異，并探索其影響因素。

1 材料和方法

1.1 研究區(qū)概況

研究區(qū)位于我國中東部(東經(jīng)110°20′～116°40′，北緯31°22′～36°23′)，涉及黃河流域、長江流域、海河流域和淮河流域。整體地勢西部高東部低，平原面積占研究區(qū)總面積的55.7%，另有少量丘陵和盆地[14]。

河南省內(nèi)秦嶺—淮河以北為暖溫帶(占總面積的70%)，南部屬亞熱帶。中、東部為黃淮海沖積平原，灌溉條件優(yōu)越。農(nóng)作物種植主要為小麥和玉米輪作的兩熟制[15-17]。

據(jù)2015年植被覆被數(shù)據(jù)，研究區(qū)域內(nèi)，旱田占52.4%，其次是以落葉闊葉林為主的林地，占21.5%。本研究以林地、旱田、水田、草地4種植被覆蓋類型作為研究對象，對其凈初級生產(chǎn)力(Net primary productivity，NPP)和εmax值進(jìn)行分析。

1.2 研究數(shù)據(jù)及預(yù)處理

1.2.1 氣象數(shù)據(jù) 氣象數(shù)據(jù)涉及共34個(gè)站點(diǎn)(研究區(qū)域內(nèi)18個(gè))，包括氣溫、降水、日照百分比等指標(biāo)。

1.2.2 遙感數(shù)據(jù) 遙感數(shù)據(jù)為2001—2015年的MOD09 A1產(chǎn)品，8 d步長，空間分辨率500 m，以及由改數(shù)據(jù)集計(jì)算得到的歸一化植被指數(shù)數(shù)據(jù)。

采樣Albers投影，中央經(jīng)線105°，標(biāo)準(zhǔn)緯線25°、47°。

1.2.3 其他輔助數(shù)據(jù) 2001—2015年的農(nóng)作物產(chǎn)量、種植面積、化肥施用量等來自于《河南統(tǒng)計(jì)年鑒》，以縣為統(tǒng)計(jì)單元。

1.3 研究方法

研究總體技術(shù)路線如圖1所示，(1)計(jì)算NPP值并與農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行整合處理，本研究利用CASA模型和關(guān)系模型結(jié)合的方法；(2)根據(jù)NPP值、植被吸收光合有效輻射(APAR)、ε值之間的內(nèi)在關(guān)系，并結(jié)合VPM模型在像元尺度計(jì)算得到εmax值；(3)結(jié)合土地利用數(shù)據(jù)，分析4種植被覆蓋類型(林地、水田、旱田、草地)εmax值的時(shí)空變化及影響因素。

圖1 εmax值研究技術(shù)路線

1.3.1 εmax值的推導(dǎo) CASA模型被用于計(jì)算NPP值[18]，公式如下：

NPP=APAR×ε

(1)

APAR=SOL×FPAR×0.5

(2)

式中，NPP(g/m2)；ε(g/MJ)；APAR(MJ/m2)；SOL為太陽總輻射(MJ/m2)；FPAR為光合有效輻射吸收比。

VPM模型由XIAO等[19]提出，將FPAR區(qū)分為光合和非光合部分，且在計(jì)算水分脅迫時(shí)利用遙感光譜指數(shù)，從而使之與遙感有更加緊密的結(jié)合。公式如下：

GPP=ε×FPAR×PAR

(3)

ε=εmax×Tscalar×Pscalar×Wscalar

(4)

式中，GPP(g/m2)為總初級生產(chǎn)力；εmax(g/MJ)；Tscalar、Wscalar、Pscalar分別為溫度、水分、葉齡的脅迫系數(shù)。

研究表明，NPP和GPP之間存在如下關(guān)系：

NPP=r×GPP

(5)

式中，r為植被NPP占GPP的比例[20]。

聯(lián)合公式(1)—(5)，得到εmax值：

(6)

1.3.2 APAR的計(jì)算 FPAR由NDVI計(jì)算得到[21-22]，公式如下：

FPAR(x,t)=

(7)

式中，NDVIi,max、NDVIi,min分別為第i種植被類型的NDVI最大、最小值。

太陽輻射是光合作用的能量來源。由于葉片大小、厚度等自身特征，不同植被在生長期內(nèi)對太陽輻射有效吸收量存在差異。日太陽總輻射(SOLd)計(jì)算公式如下：

S0=

(8)

式中，S0為潛在太陽輻射[MJ/(m2·d)]；I0是太陽常數(shù)；T為周期；ρ指日地距離；σ為赤緯；ω0為日出時(shí)角；ψ為緯度。

SOLd值的計(jì)算需要引入日照百分率，并結(jié)合相應(yīng)天文參數(shù)進(jìn)行運(yùn)算，公式如下：

(9)

式中，SOLd指日太陽總輻射[MJ/(m2·d)]；N為最大日照時(shí)數(shù)(h)；n為實(shí)際日照時(shí)數(shù)(h)；n/N為日照百分率；a、b為與大氣透明狀況有關(guān)的系數(shù)。

1.3.3NPP經(jīng)驗(yàn)關(guān)系模型 基于與NDVI關(guān)系估算模型計(jì)算NPP值[23-24]。計(jì)算公式如下：

(10)

1.3.4 相關(guān)脅迫參數(shù)的計(jì)算 溫度脅迫因子Tscalar計(jì)算公式如下：

Tscalar=Tε1×Tε2

(11)

Tε1(x,t)=0.8+0.002×Topt(x,t)-

0.000 5×T2opt(x,t)

(12)

Tε2(x,t)=1.184/{1+exp[0.2×(Topt(x)-10-

T(x,t))]}×1/{1+exp[0.3×(-Topt(x)-10+T(x,t))]}

(13)

式中，Topt(x,t)為最適宜溫度(℃)；Tε1為生長環(huán)境處于低溫或高溫時(shí)的脅迫系數(shù)；Tε2為從最適宜溫度向高溫或低溫轉(zhuǎn)變時(shí)的脅迫系數(shù)。

水分脅迫系數(shù)Wscalar計(jì)算公式如下：

(14)

(15)

式中，LSWI為地表水分指數(shù)，由近紅外波段BNIR和短波紅外波段BSWIR計(jì)算得到；

Pscalar為物候脅迫系數(shù)，與葉片壽命密切相關(guān)。當(dāng)葉片壽命為1 a時(shí)，葉子出芽至充分舒展期間，Pscalar計(jì)算公式如下：

Pscalar=(1+LSWI)/2

(16)

植被葉片充分舒展后Pscalar=1.0；當(dāng)植被冠層由不同葉齡的葉片構(gòu)成，或生長季內(nèi)新葉不斷出現(xiàn)的植被，Pscalar=1.0。

今年的各種優(yōu)惠政策用的比較靈活，再加上增加了折扣卡的優(yōu)惠政策，黑龍江銷售所屬分公司客戶維護(hù)得都比較好，特別有些分公司將折扣卡運(yùn)用好了，流失的客戶和有流失傾向的客戶都及時(shí)地進(jìn)行了補(bǔ)救?！昂诤臃止緝H運(yùn)用折扣卡優(yōu)惠政策就爭取了31個(gè)大型客戶?！焙樗蓾f。

2 結(jié)果與分析

2.1 河南省εmax值

2.1.1 APAR值 APAR值是NPP值估算的重要參數(shù)，反映植被生長狀況、有機(jī)物積累量。根據(jù)1.3.2中的估算模型，本研究分別提取了2001、2005、2010、2015年河南省的APAR值，如圖2所示。

圖2 河南省2001、2005、2010、2015年APAR值

結(jié)果顯示，研究區(qū)APAR值介于0.0～196.8 MJ/m2，15 a的均值為71.3 MJ/m2。整體上呈現(xiàn)西部、東部高，中部、北部低的分布格局。南陽大部分地區(qū)、洛陽東南部以及三門峽西南部的APAR值較高，結(jié)合土地利用數(shù)據(jù)可知，這些區(qū)域主要以林地為主；周口市、商丘、平頂山大部分、駐馬店東部的APAR值也較高，結(jié)合土地利用數(shù)據(jù)可知，這些區(qū)域以農(nóng)田為主。APAR值較低區(qū)域主要分布在西部的黃土丘陵區(qū)、桐柏山大別山地區(qū)以及黃河兩側(cè)，結(jié)合土地利用數(shù)據(jù)可知，這些區(qū)域植被蓋度低，光合作用較弱。

2.1.2 年凈初級生產(chǎn)力(NPPy) NPPy值如圖3所示，NPPy值在600 g/(m2·a)以上區(qū)域的比例較大。NPPy值較高區(qū)域出現(xiàn)在以落葉闊葉林為主的西部林區(qū)[600.0～1 754.2 g/(m2·a)]和東部農(nóng)區(qū)[705.0～899.0 g/(m2·a)]；NPPy值較低區(qū)域集中在鄭州附近、安陽西北以及信陽中部。整體隨時(shí)間呈現(xiàn)上升趨勢，增長較大的區(qū)域主要為東部農(nóng)區(qū)。

圖3 河南省2001、2005、2010、2015年NPPy值

2.1.3 εmax值 基于1.3.1的推導(dǎo)，計(jì)算得到2001、2005、2010、2015年河南省εmax值如圖4所示?？梢姡舖ax值在空間分布上呈現(xiàn)西南和西北部較高，其他地區(qū)相對較低的分布格局，εmax值介于0.000～4.796 g/MJ，最大值出現(xiàn)在2010年。

2001年εmax值>1.10 g/MJ的區(qū)域占研究區(qū)域總面積的41.58%，2005年增加至77.80%，2010年達(dá)到88.45%，而到2015年僅為5.86%。而對于εmax值低于0.70 g/MJ的區(qū)域，2001年占研究區(qū)域總面積的17.47%，2015年占研究區(qū)域總面積的65.93%?？梢钥闯?，εmax值空間分布與植被覆蓋類型有很大的相關(guān)性，εmax值較高的區(qū)域主要是旱田和林地，而水田和草地的εmax值較低。結(jié)合河南省幾種主要植被覆蓋類型進(jìn)行分析，其εmax值大小表現(xiàn)為旱田>林地>水田>草地。其中，旱地與其他幾種植被覆蓋類型的εmax值差別較大，而草地和水田的εmax值較接近且沒有較大的年際變化，整體先上升，之后平緩下降；旱田的εmax值年際波動(dòng)較明顯，且整體呈現(xiàn)下降趨勢。結(jié)合氣象數(shù)據(jù)可知，林地受到降水、氣溫等外界因素的影響明顯高于農(nóng)田和草地；另外，由于耕作措施和對農(nóng)田水分、肥力等條件的控制和調(diào)節(jié)，農(nóng)田生態(tài)系統(tǒng)的ε值相對較高。因此，河南省東部平原農(nóng)區(qū)植被εmax值主要受到人為因素的影響，而海拔較高的山區(qū)植被主要受到氣候的季節(jié)性變化的影響。

圖4 河南省2001、2005、2010、2015年的εmax值

2.2 不同植被覆蓋類型的εmax值

如圖5所示，不同植被覆蓋類型εmax值大小排序?yàn)榱值?旱田>水田>草地。εmax值整體上隨時(shí)間呈現(xiàn)下降趨勢，這是因?yàn)殡S著城市化水平的提高，植被覆蓋率有所下降。εmax值與植被覆蓋類型密切相關(guān)，因?yàn)橛糜诠夂献饔玫娜~面積較大，從而使得林地εmax值較高。另外，εmax值與溫度和水分的協(xié)同作用有關(guān)，南陽、信陽地區(qū)處在溫帶、亞熱帶之間，濕度、溫度、水分適宜，光合作用受到促進(jìn)，反之，光合作用則會(huì)受到抑制[25-26]。黃河濕地的自然氣候與人工保護(hù)使其植被覆蓋類型豐富，從而εmax值明顯較高。

圖5 河南省不同植被覆蓋類型εmax值年際變化

不同植被覆蓋類型εmax值的月尺度變化如圖6所示，εmax值在6—8月份達(dá)到最大，可見，εmax值與環(huán)境氣候條件有明顯的相關(guān)性，適宜的光照、溫度和濕度等條件是εmax值增加的前提。2—4月份和9—12月份不同植被覆蓋類型εmax值的大小順序?yàn)榱值?旱田>水田>草地。其中，旱田在4月份(1.120 g/MJ)和7月份(1.572 g/MJ)分別出現(xiàn)2個(gè)峰值，與河南大部分地區(qū)一年兩熟的作物種植制度相吻合。而水田在7月份出現(xiàn)出1個(gè)波峰(1.250 g/MJ)。

圖6 河南省不同植被覆蓋類型εmax值月尺度變化

εmax值反映的是植被利用太陽輻射能量的效率，當(dāng)太陽輻射強(qiáng)度增加的幅度大于或小于作物進(jìn)行干物質(zhì)積累的強(qiáng)度時(shí)，εmax值會(huì)有所下降。可以看到，旱田εmax值春夏季節(jié)較大，一方面是由于光照、降水的緯度分布規(guī)律影響，另一方面是由于植被物候與太陽輻射、溫度、水分的協(xié)同作用影響。

2.3 與統(tǒng)計(jì)資料相關(guān)性分析

本研究使用河南縣域尺度農(nóng)業(yè)統(tǒng)計(jì)資料估算εmax值，并與上述估算結(jié)果進(jìn)行對比，如圖7所示，決定系數(shù)(R2)達(dá)到0.648 2，具有顯著的相關(guān)性，說明研究所得到的結(jié)果具有可靠性。另外，由于農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)容易受到人為因素、政策等因素影響，而遙感產(chǎn)品受氣候等自然因素、人為因素的影響較小，某種程度上能更加客觀地反映εmax的真實(shí)狀況。

圖7 基于統(tǒng)計(jì)資料的εmax值與基于遙感模型的εmax值相關(guān)性分析

2.4 河南省εmax值環(huán)境影響因素分析

本研究選擇對εmax值可能產(chǎn)生影響的環(huán)境因素，如二氧化碳含量、有效灌溉面積和化肥使用折純量等，與εmax值進(jìn)行相關(guān)分析，結(jié)果如表1所示。

表1 εmax值與環(huán)境影響因素的相關(guān)性

結(jié)果顯示，化肥使用折純量與εmax值呈明顯的正相關(guān)(相關(guān)系數(shù)為0.66)，說明化肥明顯促進(jìn)農(nóng)作物的生長。作為光合作用的重要原料，二氧化碳含量對植被碳物質(zhì)積累、呼吸消耗具有較大影響，相關(guān)系數(shù)達(dá)到0.61；有效灌溉面積、植被含水指數(shù)與εmax值的相關(guān)系數(shù)分別達(dá)到0.53、0.56?？梢姡舖ax值的變化是自然、人為因素共同影響的結(jié)果。因此，在農(nóng)作物生長的關(guān)鍵階段，適當(dāng)增加人為的影響可以提高對εmax值，從而增加作物生產(chǎn)潛力。

3 結(jié)論與討論

εmax值常被簡化為常數(shù)[6-7]，而現(xiàn)有對εmax值空間差異的研究中，多以行政區(qū)為單元，利用統(tǒng)計(jì)資料計(jì)算εmax值，很少基于像元開展研究[4,8,13]。本研究綜合運(yùn)用CASA和VPM模型，在像元尺度計(jì)算河南省2001—2015年的植被εmax值，分析其時(shí)空變化特征，及其影響因素。

河南省εmax值時(shí)空變化明顯，空間上呈現(xiàn)西南和西北部較高，其他地區(qū)相對較低的分布格局；不同植被覆蓋類型εmax值年際間整體上隨時(shí)間呈下降趨勢；而月尺度分布上，除旱田呈現(xiàn)雙峰外，其他植被覆蓋類型εmax值均呈現(xiàn)單峰模式，與河南省的作物種植制度吻合。這樣的時(shí)空分布規(guī)律與植被的生長發(fā)育規(guī)律以及水熱氣候條件緊密相關(guān)。

不同植被覆蓋類型εmax值之間差別明顯，其中，林地在年際和月尺度εmax值均明顯高于其他植被覆蓋類型；旱田εmax值與河南省大部分地區(qū)一年兩熟的作物種植制度相關(guān)，呈現(xiàn)2個(gè)峰值。

影響εmax值的環(huán)境因素中，二氧化碳含量與εmax值的相關(guān)系數(shù)達(dá)到0.61；而化肥的適當(dāng)使用可以促進(jìn)作物生長，從而提高光能利用率，化肥使用折純量與εmax值的相關(guān)系數(shù)達(dá)到0.66；充足的水分是植物生長的必要條件，因此有效灌溉面積、植被含水指數(shù)與εmax值的相關(guān)系數(shù)均超過0.50?？梢?，可以通過人為影響可以改變?chǔ)舖ax值，為提高農(nóng)作物生產(chǎn)潛力和產(chǎn)量提供了理論依據(jù)。

在像元尺度估算εmax值的關(guān)鍵在于提取NPP值，本研究通過結(jié)合VPM和CASA模型，現(xiàn)實(shí)了對εmax值的估算，但仍然不是完全具有物理意義的解決方案，需要進(jìn)行后續(xù)研究。