史曉亮 陳沖 尚雨

摘要：基于CASA（Carnegie-Ames-Stanford approach）模型估算2001—2016年淮河流域植被凈初級(jí)生產(chǎn)力，分析其時(shí)空變化特征，并結(jié)合降水距平百分率，探討干旱對(duì)植被凈初級(jí)生產(chǎn)力（net primary productivity，NPP）的影響。結(jié)果表明，2001—2016年淮河流域年均NPP值呈現(xiàn)遞減趨勢(shì)，遞減速率為-2.22 g C/（m2·年）;淮河流域年均NPP值空間分布差異明顯，表現(xiàn)為河南南部和安徽南部地區(qū)植被NPP減少明顯，而處于增長(zhǎng)趨勢(shì)的區(qū)域主要位于山東省和江蘇省大部分地區(qū);隨著干旱影響范圍的增加，淮河流域年均植被NPP呈降低趨勢(shì)。干旱與植被NPP呈正相關(guān)的區(qū)域占整個(gè)流域總面積的93.1%，兩者呈明顯正相關(guān)的地區(qū)橫穿山東省中部和安徽省東北部。綜合研究結(jié)果可知，淮河流域干旱對(duì)植被凈初級(jí)生產(chǎn)力影響明顯。

關(guān)鍵詞：凈初級(jí)生產(chǎn)力（NPP）;氣象干旱;MODIS NDVI;CASA模型;淮河流域;相關(guān)性

中圖分類號(hào)： TP79;S127 ?文獻(xiàn)標(biāo)志碼： A ?文章編號(hào)：1002-1302（2020）03-0255-07

植被凈初級(jí)生產(chǎn)力（net primary productivity，NPP）是指植物在單位時(shí)間、單位面積上由光合作用產(chǎn)生的有機(jī)物質(zhì)總量除去自養(yǎng)呼吸后的剩余部分，是生產(chǎn)者用于生長(zhǎng)、發(fā)育、繁殖的能量值，也是生態(tài)系統(tǒng)中其他生物成員生存和繁衍的物質(zhì)基礎(chǔ)。NPP不僅可以反映植物固定和轉(zhuǎn)化光合產(chǎn)物的效率，也是評(píng)價(jià)陸地生態(tài)系統(tǒng)可持續(xù)發(fā)展的重要因子[1]，通常將其作為評(píng)估生態(tài)系統(tǒng)質(zhì)量的主要指標(biāo)。

干旱是指某地區(qū)在一定時(shí)期內(nèi)的降水量與蒸發(fā)量不平衡，造成區(qū)域內(nèi)水分減少并短缺的現(xiàn)象[2]。目前，在氣候變化和人類活動(dòng)的雙重影響下，世界范圍內(nèi)的干旱總體呈現(xiàn)出頻發(fā)、多發(fā)、連發(fā)和并發(fā)態(tài)勢(shì)。干旱程度不僅直接影響植被的光合作用效果，也可通過(guò)其他干擾形式間接對(duì)生態(tài)系統(tǒng)結(jié)構(gòu)和功能產(chǎn)生影響[3]，是植被凈初級(jí)生產(chǎn)力的重要影響因素之一。趙志平等研究表明，我國(guó)西南地區(qū)受干旱影響，植被凈初級(jí)生產(chǎn)力下降，造成的碳損失約占我國(guó)總碳匯的7.91%[4]。Lei等基于標(biāo)準(zhǔn)化降水指數(shù)（SPI）和生物地球化學(xué)模型（BIOME-BGC）研究干旱對(duì)內(nèi)蒙古草原NPP的影響，發(fā)現(xiàn)草地NPP異常情況和干旱程度存在較強(qiáng)的相關(guān)關(guān)系[5]。趙林等研究表明，湖北省氣象干旱使森林植被凈初級(jí)生產(chǎn)力顯著下降[6]。楊思遙等基于標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）研究華北地區(qū)植被變化與干旱指數(shù)多尺度的響應(yīng)，發(fā)現(xiàn)干旱對(duì)植被生長(zhǎng)變化影響明顯[7]。劉世梁等研究表明，干旱對(duì)云南省植被覆蓋變化影響較明顯，在不同季節(jié)的相關(guān)性程度不同，其中冬季兩者間的相關(guān)性最強(qiáng)[8]。張艷芳等研究發(fā)現(xiàn)，黃河源區(qū)干旱程度的下降可以促進(jìn)植被覆蓋的增加[9]。因此，準(zhǔn)確評(píng)價(jià)典型區(qū)域干旱特征及其對(duì)植被凈初級(jí)生產(chǎn)力的影響，能夠直觀地揭示氣候和環(huán)境條件變化對(duì)陸地生態(tài)系統(tǒng)變化的影響程度，對(duì)干旱的綜合應(yīng)對(duì)和生態(tài)環(huán)境可持續(xù)發(fā)展具有重要意義[7]。

淮河流域地處中國(guó)東亞季風(fēng)區(qū)，歷史上旱災(zāi)頻繁，具有典型的氣象水文災(zāi)害代表性[10]。但目前有關(guān)淮河流域干旱對(duì)植被凈初級(jí)生產(chǎn)力的影響研究鮮有報(bào)道。因此，本研究綜合利用長(zhǎng)時(shí)間序列MODIS NDVI遙感影像和氣象數(shù)據(jù)，基于CASA（Carnegie-Ames-Stanford approach）模型估算淮河流域2001—2016年植被NPP，分析NPP的時(shí)空分布特征;并選擇降水距平百分率作為干旱指標(biāo)，分析流域干旱年際變化和空間趨勢(shì)變化特征，進(jìn)而探討近16年來(lái)干旱對(duì)植被NPP的影響，以期為淮河流域生態(tài)環(huán)境保護(hù)和可持續(xù)發(fā)展提供科學(xué)參考。1 研究區(qū)概況

淮河流域地處我國(guó)東部，地理位置位于 30°55′～36°36′N，111°55′～121°25′E。行政區(qū)涉及安徽、江蘇、河南、湖北、山東5省，總面積約27萬(wàn)km2，其中淮河水系約19萬(wàn)km2，沂沭泗水系約8萬(wàn)km2。

淮河流域兼具南北方氣候的部分特征，北部屬暖溫帶半濕潤(rùn)區(qū)，南部為亞熱帶季風(fēng)氣候。流域年均氣溫11～16 ℃，由北向南遞增。多年平均降水量約為883 mm，主要集中在汛期（6—9月），占全年降水量的50%～80%，空間上大致呈現(xiàn)由南向北遞減、同緯度山區(qū)大于平原分布狀況。流域自然植被分布呈現(xiàn)明顯的地帶性，淮南丘陵地區(qū)和淮陽(yáng)山脈南部多為亞熱帶性的落葉闊葉林，并夾雜有天然生長(zhǎng)的常綠闊葉植物，平原地帶以耕作植被為主?；春恿饔蛱厥獾臍夂蛱卣?，導(dǎo)致流域內(nèi)旱災(zāi)頻發(fā)，多為春旱或冬春連旱，且近年來(lái)部分地區(qū)干旱面積呈現(xiàn)出波動(dòng)性增加的趨勢(shì)。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

本研究所采用的植被指數(shù)來(lái)源于美國(guó)國(guó)家航空航天局（NASA）的MODIS NDVI數(shù)據(jù)（https：//modis.gsfc.nasa.gov/），選擇時(shí)間序列為2001—2016年的MOD13A3最大月合成數(shù)據(jù)，空間分辨率為1 km。使用MRT（MODIS reprojection tools）工具完成對(duì)數(shù)據(jù)的鑲嵌、投影和格式轉(zhuǎn)換等預(yù)處理，并利用淮河流域邊界數(shù)據(jù)，對(duì)影像進(jìn)行掩膜處理，最終獲取淮河流域2001—2016年的MODIS NDVI柵格數(shù)據(jù)集。

氣象數(shù)據(jù)來(lái)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），共收集了淮河流域30個(gè)標(biāo)準(zhǔn)氣象站點(diǎn)2001—2016年的月均氣溫、降水和逐日日照時(shí)數(shù)資料（圖1）。太陽(yáng)輻射基于逐日日照時(shí)數(shù)估算得到[11]。基于ArcGIS的空間分析模塊，采用反距離權(quán)重法（IDW）對(duì)處理后的氣象數(shù)據(jù)進(jìn)行空間插值，獲取與NDVI數(shù)據(jù)投影相同、像元大小一致的逐月太陽(yáng)輻射、降水量和平均氣溫柵格數(shù)據(jù)。

2.2 研究方法

3 結(jié)果與分析

3.1 NPP反演精度驗(yàn)證

由于植被凈初級(jí)生產(chǎn)力的估算受到諸多因素的限制，導(dǎo)致流域尺度NPP模擬結(jié)果與實(shí)際值之間存在一定的差距。對(duì)于區(qū)域尺度植被NPP的精度評(píng)價(jià)一般采用2種方法：一是與實(shí)測(cè)數(shù)據(jù)對(duì)比，二是與其他模型的估算結(jié)果進(jìn)行對(duì)比。由于實(shí)測(cè)數(shù)據(jù)難以獲取，本研究將淮河流域植被NPP估算結(jié)果與其他不同模型模擬值及部分實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，判斷其可靠性。由表3可見(jiàn)，本研究估算的各種植被類型的NPP年均估算值均在實(shí)測(cè)范圍之內(nèi)，且與其他模型反映的趨勢(shì)較為一致，雖有稍許偏差，但考慮到數(shù)據(jù)獲取的時(shí)空差異，可以認(rèn)為本研究估算的植被NPP基本可靠。

3.2 淮河流域NPP時(shí)空變化特征

3.2.1 年際變化 從圖2可見(jiàn)，2001—2016年淮河流域NPP年際波動(dòng)較大，整體呈遞減趨勢(shì)，遞減速率為-2.22 g C/（m2·年）。其中，2001—2009年間淮河流域NPP呈波動(dòng)性增長(zhǎng)，并在2009年達(dá)到16年間最大值，為561.48 g C/（m2·年），高于多年均值（454.40 g C/m2·a）23.6%;而2009—2010年NPP值驟降，并持續(xù)下降至2011年，達(dá)到16年間最小值，即225.06 g C/（m2·年），低于多年均值 50.5%; 2011—2012年的NPP值增長(zhǎng)迅速，達(dá)到279.42 g C/（m2·年），同比其他年份的年均變化值為最大。

3.2.2 空間分布特征 從圖3可以看出，2001—2016年淮河流域年均NPP受到氣候、地形、植被類型和人類活動(dòng)等多種因素的綜合影響，流域內(nèi)NPP空間分布差異明顯，總體為平原高、山地低。平均NPP在200.0 g C/（m2·年）及以下的區(qū)域主要分布在江蘇省南部及部分東北部、安徽省中部和河南北部部分區(qū)域，約占整個(gè)淮河流域面積的2.3%。而平均NPP為>540.0～844.9 g C/（m2·年）的區(qū)域主要分布于安徽省南部、河南省北部，在其他區(qū)域也有零星分布，部分沿長(zhǎng)江、淮河方向發(fā)散，其面積僅占流域總面積的6.1%左右。

3.2.3 變化趨勢(shì)的空間分布 本研究進(jìn)一步采用一元線性回歸方法分析了2001—2016年淮河流域NPP的變化趨勢(shì)。由圖4可以看出，近16年來(lái)淮河流域NPP在空間上發(fā)生了不同程度的變化。NPP呈減小趨勢(shì)的區(qū)域約占流域總面積的60.5%，其中明顯減小的區(qū)域主要集中在河南省北部、安徽省與河南省東南部的交界處，約占退化區(qū)域的3.5%;而NPP呈增加趨勢(shì)的區(qū)域主要集中在山東省、江蘇省、河南省中部及南部和安徽省的北部及西部，約占淮河流域總面積的39.5%，其中增加趨勢(shì)明顯的區(qū)域主要位于山東省北部和中部部分地區(qū)，約占流域總面積的1.1%。這些地區(qū)主要是淮河流域的水

系分布集中區(qū)，包括淮河、洪澤湖、高郵湖三大水源和渦河、潁河、沙河3個(gè)支流。

3.3 淮河流域干旱變化特征

3.3.1 干旱影響范圍年際變化特征 利用降水距平百分率計(jì)算淮河流域2001—2016年歷年干旱率，以此反映流域干旱影響范圍的年際變化特征。從圖5可以看出，16年間淮河流域干旱率年際變化較大，平均干旱率約為29%，2001—2002年、2013—2014年連續(xù)出現(xiàn)大面積干旱;16年間干旱面積覆蓋率達(dá)到80%以上的有3年，其中2011年流域內(nèi)干旱面積覆蓋率最大，為86.1%;2013年次之，為 85.1%;2014年為80.7%;2001年和2002年的干旱面積覆蓋率較大，分別為69.0%、61.1%。從年際變化過(guò)程來(lái)看，淮河流域2001—2010年干旱發(fā)生范圍呈波動(dòng)減小趨勢(shì);在此之后，研究區(qū)干旱范圍又呈波動(dòng)增大的趨勢(shì)?？傮w上，淮河流域干旱影響范圍呈現(xiàn)一定增加趨勢(shì)，旱情不斷加劇。

3.3.2 干旱空間分布特征 本研究進(jìn)一步分析了2001—2016年淮河流域各氣象站點(diǎn)干旱發(fā)生情況，以反映干旱的空間分布特征。從表4可以看出，氣象站點(diǎn)發(fā)生干旱的平均頻率為25.55%，其中發(fā)生特大干旱、嚴(yán)重干旱、中度干旱、輕度干旱的平均頻率分別為1.8%、1.6%、6.8%、15.4%;日照、開(kāi)封發(fā)生干旱的頻率最高（37.5%），定陶、費(fèi)縣、信陽(yáng)、射陽(yáng)、壽縣、固始、高郵發(fā)生干旱的頻率最低（18.8%）。根據(jù)不同干旱等級(jí)出現(xiàn)的頻數(shù)分析得出：特大干旱易發(fā)地區(qū)為沂源、定陶、兗州、費(fèi)縣、鄭州、信陽(yáng)、壽縣，頻率均為6.3%;嚴(yán)重干旱易發(fā)地區(qū)為莒縣、開(kāi)封、固始、射陽(yáng)、淮安、盱眙，頻率均為 6.3%;中度干旱易發(fā)地區(qū)為定陶、日照、駐馬店、盱眙、射陽(yáng)、固始、蚌埠、高郵、東臺(tái)，頻率均為12.5%;輕度干旱頻數(shù)最高的地區(qū)為開(kāi)封，頻率為31.3%，兗州、日照、許昌、寶豐、商丘、贛榆、淮安次之，頻率均為25.0%。

3.4 淮河流域干旱與NPP間的相關(guān)性分析

結(jié)合2001—2016年淮河流域NPP與干旱影響范圍的年際變化情況可以得出，研究區(qū)干旱率在60%以上的年份NPP均值約為393.1 g C/（m2·年），干旱率在20%～40%之間的年份NPP均值約為 474.7 g C/（m2·年），而干旱率低于20%的年際NPP均值約為493.0 g C/（m2·年）。結(jié)果表明淮河流域干旱率越高，影響范圍越大，植被NPP越小。隨著干旱程度的加劇，植被NPP隨之降低。

本研究進(jìn)一步利用逐像元的相關(guān)分析方法，計(jì)算2001—2016年淮河流域NPP與降水距平百分率的相關(guān)系數(shù)，從而在空間尺度分析干旱對(duì)植被NPP的影響。從圖6可以看出，干旱與NPP正相關(guān)的區(qū)域占整個(gè)流域總面積的93.1%，表明在流域大部分地區(qū)，隨著降水距平百分率減小，干旱程度加劇，植被NPP將會(huì)有所降低，因此，干旱將會(huì)對(duì)流域植被NPP產(chǎn)生影響。其中正相關(guān)系數(shù)在0.50以上和處于>0.30～0.50之間的區(qū)域主要集中在江蘇省中部和安徽省東部及部分南部地區(qū)，<0.30及以下的地區(qū)主要集中在山東省、安徽省、河南省西南部;而負(fù)相關(guān)的區(qū)域僅占流域面積的6.9%，其中負(fù)相關(guān)系數(shù)處于 >-0.30～0之間的區(qū)域主要分布在河南省北部、安徽省南部部分地區(qū)、江蘇省南部和北部邊界處部分地區(qū)，在>-0.71～-0.30之間的負(fù)相關(guān)性較強(qiáng)地區(qū)位于江蘇省南部極少部分地區(qū)。結(jié)合圖4可以看出，處于正相關(guān)的地區(qū)，植被的凈初級(jí)生產(chǎn)力大部分處于增長(zhǎng)趨勢(shì);而負(fù)相關(guān)地區(qū)的植被凈初級(jí)生產(chǎn)力大部分處于退化趨勢(shì)。

4 討論與結(jié)論

4.1 討論

通過(guò)對(duì)2001—2016年淮河流域的NPP時(shí)空特征和降水距平百分率的相關(guān)性分析發(fā)現(xiàn)，干旱強(qiáng)度和干旱范圍均對(duì)流域內(nèi)植被凈初級(jí)生產(chǎn)力有明顯影響，但由于植被和氣候之間的相關(guān)因素較多，且降水對(duì)植被生長(zhǎng)的影響存在不同程度的時(shí)間滯后性。前期的氣候狀況對(duì)植被生長(zhǎng)具有累積效應(yīng)，并且植被對(duì)氣候因子的響應(yīng)有明顯的空間差異性[20]。因此，有必要對(duì)植被的滯后效應(yīng)進(jìn)行討論，應(yīng)選取合適的滯后時(shí)間進(jìn)一步深化氣候-植被之間的理解和其他方面的研究。

此外，本研究結(jié)合降水距平百分率，從年尺度上對(duì)植被的凈初級(jí)生產(chǎn)力進(jìn)行估算分析，尚未綜合考慮其他因素的影響，主要包括氣溫、太陽(yáng)輻射、植被類型、植被的空間分布等對(duì)流域內(nèi)NPP的綜合作用。如何在自然災(zāi)害和惡劣環(huán)境下識(shí)別不同因子對(duì)不同類型植被生長(zhǎng)情況的影響程度，對(duì)研究區(qū)域的生態(tài)文明建設(shè)更具指導(dǎo)意義。

4.2 結(jié)論

本研究利用2001—2016年長(zhǎng)時(shí)間序列遙感和氣象數(shù)據(jù)，在基于CASA模型估算淮河流域NPP的基礎(chǔ)上，分析了淮河流域NPP的時(shí)空變化特征，以及與干旱的相關(guān)性。取得以下結(jié)論：（1）淮河流域2001—2016年均NPP為 454.40 g C/（m2·年），整體NPP值呈現(xiàn)波動(dòng)性遞減趨勢(shì)，遞減速率為 -2.22 g C/（m2·年）。（2）流域內(nèi)NPP分布空間差異較大，呈現(xiàn)高低相間的特點(diǎn)。從植被NPP變化趨勢(shì)的空間分布來(lái)看，淮河流域內(nèi)呈現(xiàn)退化趨勢(shì)的區(qū)域占60.5%，3.5%的區(qū)域明顯退化;NPP增加的區(qū)域占總面積的39.5%?；春恿饔虻闹脖簧L(zhǎng)狀況呈現(xiàn)整體在退化，局部地區(qū)有所改善的特征。（3）隨著干旱程度加劇，淮河流域植被NPP呈降低趨勢(shì)。在像元尺度干旱與植被NPP的相關(guān)性研究同樣表明，正相關(guān)的區(qū)域占整個(gè)流域總面積的93.1%，淮河流域干旱對(duì)植被凈初級(jí)生產(chǎn)力影響明顯。

參考文獻(xiàn)：

[1]周夏飛，朱文泉，馬國(guó)霞，等. 稀土礦開(kāi)采導(dǎo)致的植被凈初級(jí)生產(chǎn)力損失遙感評(píng)估——以江西省贛州市為例[J]. 遙感技術(shù)與應(yīng)用，2016，31（2）：307-315.

[2]《第二次氣候變化國(guó)家評(píng)估報(bào)告》編寫(xiě)委員會(huì). 第二次氣候變化國(guó)家評(píng)估報(bào)告[M]. 北京：科學(xué)出版社，2011.

[3]田漢勤，徐小鋒，宋 霞. 干旱對(duì)陸地生態(tài)系統(tǒng)生產(chǎn)力的影響[J]. 植物生態(tài)學(xué)報(bào)，2007，31（2）：231-241.

[4]趙志平，吳曉莆，李 果，等. 2009—2011年我國(guó)西南地區(qū)干旱程度及其對(duì)植被凈初級(jí)生產(chǎn)力的影響[J]. 生態(tài)學(xué)報(bào)，2015，35（2）：350-360.

[5]Lei T J，Wu J J，Li X H，et al.A new framework for evaluating the impacts of drought on net primary productivity of grassland[J]. Science of the total environment，2015，536：161-172.

[6]趙 林，徐春雪，劉學(xué)瑩，等. 干旱對(duì)湖北省森林植被凈初級(jí)生產(chǎn)力的影響[J]. 長(zhǎng)江流域資源域環(huán)境，2014，23（11）：1595-1602.

[7]楊思遙，孟 丹，李小娟，等. 華北地區(qū)2001—2014年植被變化對(duì)SPEI氣象干旱指數(shù)多尺度的響應(yīng)[J]. 生態(tài)學(xué)報(bào)，2018，38（3）：1028-1039.

[8]劉世梁，田韞鈺，尹藝潔，等. 云南省植被NDVI時(shí)間變化特征及其對(duì)干旱的響應(yīng)[J]. 生態(tài)學(xué)報(bào)，2016，36（15）：4699-4707.

[9]張艷芳，吳春玲，張宏運(yùn)，等. 黃河源區(qū)植被指數(shù)與干旱指數(shù)時(shí)空變化特征[J]. 山地學(xué)報(bào)，2017，35（2）：142-150.

[10]楊傳國(guó)，陳 喜，張潤(rùn)潤(rùn)，等. 淮河流域近500年洪旱事件演變特征分析[J]. 水科學(xué)進(jìn)展，2014，25（4）：503-510.

[11]童成立，張文菊，湯 陽(yáng)，等. 逐日太陽(yáng)輻射的模擬計(jì)算[J]. 中國(guó)農(nóng)業(yè)氣象，2005，26（3）：165-169.

[12]朱文泉，潘耀忠，張錦水. 中國(guó)陸地植被凈初級(jí)生產(chǎn)力遙感估算[J]. 植物生態(tài)學(xué)報(bào)，2007，31（3）：413-424.

[13]朱文泉，潘耀忠，何 浩，等. 中國(guó)典型植被最大光能利用率模擬[J]. 科學(xué)通報(bào)，2006，51（6）：700-706.

[14]陳少勇，郭俊瑞，吳 超. 基于降水量距平百分率的中國(guó)西南和華南地區(qū)的冬旱特征[J]. 自然災(zāi)害學(xué)報(bào)，2015，24（1）：23-31.

[15]國(guó)家氣候中心. 氣象干旱等級(jí)：GB/T 20481—2017[S]. 北京：中國(guó)標(biāo)準(zhǔn)出版社，2017.

[16]張禹舜，賈文雄，趙一飛，等. 基于CASA模型研究祁連山地區(qū)植被凈初級(jí)生產(chǎn)力的時(shí)空變化[J]. 西北植物學(xué)報(bào)，2014，34（10）：2085-2091.

[17]穆少杰，李建龍，周 偉，等. 2001—2010年內(nèi)蒙古植被凈初級(jí)生產(chǎn)力的時(shí)空格局及其與氣候的關(guān)系[J]. 生態(tài)學(xué)報(bào)，2013，33（12）：3752-3764.

[18]陶 波，李克讓，邵雪梅，等. 中國(guó)陸地凈初級(jí)生產(chǎn)力時(shí)空特征模擬[J]. 地理學(xué)報(bào)，2003，58（3）：372-380.

[19]Nemani R R，Keeling C D，Hashimoto H，et al.Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J]. Science，2003，300（5625）：1560-1563.

[20]嚴(yán)建武，陳報(bào)章，房世峰，等. 植被指數(shù)對(duì)旱災(zāi)的響應(yīng)研究——以中國(guó)西南地區(qū)2009—2010年特大干旱為例[J]. 遙感學(xué)報(bào)，2012，16（4）：720-737.