張振東，昝 梅

(1.新疆師范大學(xué)地理科學(xué)與旅游學(xué)院，烏魯木齊 830054；2.山東師范大學(xué)地理與環(huán)境學(xué)院，濟(jì)南 250358)

陸地生態(tài)系統(tǒng)是碳元素重要的源和匯，在全球碳循環(huán)中扮演了至關(guān)重要的角色，而植被作為陸地生態(tài)系統(tǒng)的主體在保證全球陸地生態(tài)系統(tǒng)中的物質(zhì)循環(huán)和能量流動(dòng)的動(dòng)態(tài)平衡中發(fā)揮了重要的作用[1].植被凈初級(jí)生產(chǎn)力(net primary productivity，NPP)是指綠色植物通過(guò)光合作用產(chǎn)生的全部有機(jī)物量扣除自身生長(zhǎng)所必須的有機(jī)量后的剩余部分[2].由于NPP能夠以統(tǒng)一的標(biāo)準(zhǔn)反應(yīng)生態(tài)系統(tǒng)生產(chǎn)力，可以很好的反映植被對(duì)自然資源的利用能力[3-4].因此，從19世紀(jì)90年代開(kāi)始植被凈初級(jí)生產(chǎn)力的研究開(kāi)始得到各國(guó)的廣泛關(guān)注，遙感技術(shù)也開(kāi)始迅速發(fā)展.遙感技術(shù)在獲取地面植被動(dòng)態(tài)變化方面具有時(shí)間分辨率高、精確度高的優(yōu)勢(shì)，很快成為研究植被凈初級(jí)生產(chǎn)力的主流方式.CASA(carnegie ames stanford approach)模型也隨著遙感技術(shù)的進(jìn)步而興起，CASA模型的優(yōu)勢(shì)是利用遙感數(shù)據(jù)進(jìn)行估算，參數(shù)少，穩(wěn)定性強(qiáng)，能夠?qū)崿F(xiàn)動(dòng)態(tài)更新植被凈初級(jí)生產(chǎn)力[5].

伊犁地區(qū)是絲綢之路經(jīng)濟(jì)帶的重要通道，地域優(yōu)勢(shì)明顯.但隨著氣候變化和人類(lèi)經(jīng)濟(jì)活動(dòng)影響的增加，綠洲冷島效應(yīng)減弱、冰川面積退縮、草場(chǎng)退化和荒漠化等生態(tài)環(huán)境問(wèn)題日趨嚴(yán)重，威脅著綠洲生態(tài)安全和生產(chǎn)的可持續(xù)發(fā)展[1，6].研究伊犁地區(qū)的植被凈初級(jí)生產(chǎn)力有助于更好的掌握伊犁地區(qū)植被和綠洲生態(tài)系統(tǒng)的變化情況，同時(shí)為以NPP為基礎(chǔ)的其他有關(guān)伊犁地區(qū)的科學(xué)研究提供理論基礎(chǔ)[3].目前已經(jīng)有很多學(xué)者利用不同模型對(duì)中國(guó)各類(lèi)生態(tài)系統(tǒng)的NPP進(jìn)行反演.如朱文泉等采用改進(jìn)的最小二乘法對(duì)中國(guó)典型植被的最大光利用率進(jìn)行了系統(tǒng)的模擬，并針對(duì)不同植被分類(lèi)精度可能帶來(lái)的誤差對(duì)最大光利用率進(jìn)行了敏感性分析[7]；艾則孜提約麥爾·麥麥提利用MODIS數(shù)據(jù)采用GWR(地理加權(quán)回歸)建模法對(duì)2000年—2014年博斯騰湖流域NPP時(shí)空變化特征及影響因子進(jìn)行了分析[8]；另外有多個(gè)地區(qū)和省份利用CASA模型求取植被的凈初級(jí)生產(chǎn)力，如東北三省、四川、河南、福建、和新疆等[1，4，9-10].但是，某些在社會(huì)、經(jīng)濟(jì)和生態(tài)方面具有重要地位的熱點(diǎn)區(qū)域的植被生產(chǎn)力及影響因素的研究卻未被充分重視，如伊犁地區(qū).因此，本文利用CASA模型，以伊犁地區(qū)為研究區(qū)，利用MODIS數(shù)據(jù)、日照數(shù)據(jù)和DEM數(shù)據(jù)運(yùn)用CASA模型對(duì)伊犁地區(qū)NPP進(jìn)行估算，進(jìn)而對(duì)伊犁地區(qū)2012年—2014年植被NPP時(shí)空格局變化特征進(jìn)行探究；分析伊犁地區(qū)不同植被類(lèi)型NPP的特征；并闡明不同地形條件下伊犁地區(qū)NPP變化特征；最后通過(guò)對(duì)比驗(yàn)證分析CASA模型在研究區(qū)的可用性和估算結(jié)果的可信程度[11].

1 材料與方法

1.1 研究區(qū)概況

伊犁哈薩克自治州地處新疆維吾爾自治區(qū)天山北部的伊犁河谷內(nèi)(如圖1).位于80°09′42″～84°56′50″E，42°14′16″～44°53′30N″.地形三山環(huán)繞，地貌類(lèi)型復(fù)雜多樣，主要?jiǎng)澐譃樯降?、丘陵、平原和山間谷地四類(lèi)；海拔高程為481～6 308 m .氣候?qū)儆诤疁貛О敫珊荡箨懶詺夂?；植被?lèi)型主要以草地、農(nóng)作物、稀疏植被為主，分別占研究區(qū)總面積的60.02%、27.01%、7.37%，其他植被類(lèi)型僅占5.62%.植被覆蓋度變幅大，受降水和氣溫的影響，山地區(qū)域植被覆蓋度呈上升趨勢(shì)，伊犁地區(qū)是新疆植被覆蓋度最高的地區(qū)，平均覆蓋度約90%.除雪線以上的常年冰雪帶和雪線以下的寒凍裸巖帶外，其余地面均有植被.低山帶為草地，中山帶為林地，高山帶為夏季優(yōu)良草場(chǎng)[12].

圖1 研究區(qū)概況圖Fig.1 Overview of the study area

1.2 數(shù)據(jù)來(lái)源

1.2.1 MODIS的NDVI數(shù)據(jù) 本文選用的MODIS數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局網(wǎng)站(http://ladsweb.nascom.nasa.gov/).下載了2012年—2014年的MOD13A1產(chǎn)品，共144幅圖像.空間分辨率為500 m，時(shí)間分辨率為16 d.采用最大值合成法(MVC)得到以月為周期的伊犁地區(qū)NDVI數(shù)據(jù).

1.2.2 MODIS的土地覆被數(shù)據(jù) 本文選用MODIS土地覆蓋類(lèi)型產(chǎn)品(land cover data)MCD12Q1，空間分辨率為500 m，時(shí)間分辨率為1 a.根據(jù)伊犁地區(qū)植被類(lèi)型實(shí)際分布狀況，最終選擇植物功能型方案作為研究區(qū)土地覆被的分類(lèi)方案將伊犁地區(qū)的植被類(lèi)型分為針葉林(常綠針葉林、落葉針葉林)、闊葉林(落葉闊葉林)、草地、農(nóng)作物(谷類(lèi)作物、闊葉作物)、稀疏植被五種類(lèi)型.通過(guò)以上方法我們分別獲得了研究區(qū)2012年、2013年和2014年的植被類(lèi)型空間分布圖(如圖2).

1.2.3 氣象數(shù)據(jù) 從中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)下載得到伊犁地區(qū)周?chē)?1個(gè)氣象臺(tái)站2012年—2014年月平均氣溫、月降水量數(shù)據(jù)和日照時(shí)數(shù)的日值數(shù)據(jù).通過(guò)克里格(Kriging)插值法生成500 m空間分辨率的月均氣溫和月降水量的序列柵格數(shù)據(jù).將日值日照數(shù)據(jù)累加，計(jì)算得到每個(gè)站點(diǎn)逐月日照百分率后采用Kriging插值法獲得研究區(qū)逐月日照百分率的空間時(shí)序柵格數(shù)據(jù)，再利用太陽(yáng)輻射能計(jì)算公式得到2012年—2014年逐月的太陽(yáng)總輻射能序列柵格數(shù)據(jù)[13].

1.3 CASA模型的構(gòu)建

本文選用的CASA模型是由Potter等基于Monteith的理論提出的.該模型是基于植被的機(jī)理過(guò)程建立的，利用APAR和ε來(lái)模擬植被的NPP[14-16]，所需參數(shù)相對(duì)較少且易于獲取.有效的避免了由于參數(shù)缺乏而人為簡(jiǎn)化或估算產(chǎn)生的誤差[19].相對(duì)于其他模型的優(yōu)勢(shì)是利用遙感數(shù)據(jù)進(jìn)行估算，覆蓋的范圍廣；數(shù)據(jù)更新快；時(shí)間分辨率高；能夠?qū)崿F(xiàn)動(dòng)態(tài)更新植被凈初級(jí)生產(chǎn)力[5]，該模型的具體公式為：

NPP=APAR(x，t)×ε(x，t)，

(1)

式中，NPP表示植被凈初級(jí)生產(chǎn)力，APAR(x，t)表示植被吸收的光合有效輻射，ε(x，t)表示光能利用率.x表示像元的空間位置，t表示時(shí)間(月).

APAR主要由SOL和FPAR兩部分決定[5].APAR(x，t)的估算公式為(2)：

APAR(x，t)=SOL(x，t)×FPAR(x，t)×0.5，

(2)

式中，SOL(x，t)表示像元x在t月份的太陽(yáng)總輻射能；FPAP(x，t)表示植被層對(duì)入射光合有效輻射的吸收比例；其中0.5是常數(shù)，它表示植被能夠吸收利用的太陽(yáng)有效輻射量.

圖2 2012年—2014年伊犁地區(qū)植被類(lèi)型空間分布圖(a為2012年、b為2013年、c為2014年)Fig.2 Spatial distribution map of vegetation types in Yili area from 2012 to 2014 (a is 2012，b is 2013，and c is 2014)

相對(duì)于地球輻射來(lái)說(shuō)，SOL的波長(zhǎng)較短，故又稱(chēng)為短波輻射.SOL是利用日照時(shí)數(shù)采用經(jīng)驗(yàn)公式進(jìn)行的估算.公式如下[13]：

(3)

式中a，b是計(jì)算太陽(yáng)總輻射量的參數(shù)，其中，a=0.353，b=0.543[2].n/N為日照百分率，Ra為天文輻射.Ra由日地距離d，緯度φ，太陽(yáng)日落角ω，太陽(yáng)常數(shù)(0.082 MJ·m-2·min-1)，太陽(yáng)赤緯σ和天數(shù)t通過(guò)公式(4)計(jì)算得到：

(ω·sinφ·sinσ+cosφ·cosσ·sinω)，

(4)

其中

ω=arccos(-tanφ·tanσ)，

根據(jù)上述公式可以計(jì)算出2012年—2014伊犁地區(qū)11個(gè)臺(tái)站逐月天文輻射.再利用ArcGIS軟件得到空間插值后的研究區(qū)天文輻射逐月柵格數(shù)據(jù)集.

根據(jù)文獻(xiàn)資料可以得到FPAR與植被類(lèi)型和NDVI存在一定的關(guān)系.通過(guò)Kumar和Monteith等人的驗(yàn)證，提出利用FPAR和NDVI建立的線性關(guān)系來(lái)估算FPAR，估算結(jié)果具有較高的精度[14，17]，具體公式為：

(FPARmax-FPARmin)+FPARmin，

(5)

式中，NDVI(x，t)是指像元x在t月份的NDVI值.NDVI(i，max)是指i種植被類(lèi)型NDVI的最大取值.NDVI(i，min)是指i種植被類(lèi)型NDVI的最小值.FPARmax和FPARmin是指FPAR的最大值和最小值，一般為常數(shù)，即FPARmax=0.950，F(xiàn)PARmin=0.001[13].其中，NDVI(i，max)和NDVI(i，min)與植被的類(lèi)型有關(guān)，是把不同植被類(lèi)型每月NDVI的值從小到大排序累積后選取5%和95%處的值分別作為該月的NDVI最小和最大值，詳見(jiàn)表1.

表1 各年份每種植被類(lèi)型NDVI最大值最小值統(tǒng)計(jì)Tab.1 Statistics of maximum and minimum values of vegetation

光能利用率指植被層吸收入射光合有效輻射并將其轉(zhuǎn)化為有機(jī)物的能力，與溫度和水分等因子有關(guān)[15-16]．

ε(x，t)=T1(x，t)×T2(x，t)×W(x，t)×εmax，

(6)

式中，T1(x，t)、T2(x，t)是溫度脅迫因子，W(x，t)是水分脅迫因子.溫度和水分脅迫因子可以參考文獻(xiàn)研究結(jié)果得到[18-20].εmax是最大光能轉(zhuǎn)化率，即在理想狀態(tài)下植被吸收光合有效輻射并轉(zhuǎn)化為有機(jī)碳的最大光能轉(zhuǎn)化率[21]，一般與植被類(lèi)型有關(guān)，本文主要參考朱文泉和馮益明等模擬的εmax結(jié)果求取平均值后獲得研究區(qū)主要植被類(lèi)型的εmax[7，22-25]，詳見(jiàn)表2.

表2 各植被類(lèi)型最大光能利用率Tab.2 Maximum light energy utilization rate of each vegetation type

本文利用MODIS數(shù)據(jù)(MOD13A1，MCD12Q1)、DEM數(shù)據(jù)和氣象數(shù)據(jù)，依照上述模型構(gòu)建方法對(duì)數(shù)據(jù)進(jìn)行處理，生成2012年—2014年月尺度NDVI數(shù)據(jù)、太陽(yáng)輻射數(shù)據(jù)以及年尺度植被分類(lèi)數(shù)據(jù)，然后進(jìn)行CASA模型APAR、FPAR、SOL、ε等參數(shù)的估算，以此來(lái)研究伊犁地區(qū)植被生產(chǎn)力的時(shí)空分異及其與地形因子的關(guān)系，模擬流程如圖3所示.

圖3 植被凈初級(jí)生產(chǎn)力模擬流程Fig.3 Simulation process of vegetation net primary productivity

2 結(jié)果與分析

2.1 伊犁地區(qū)2012年—2014年NPP空間變化特征

模擬結(jié)果表明，研究區(qū)NPP的空間分布具有較大的差異.由圖4可以看出，2012年—2014年伊犁地區(qū)的植被NPP的年平均最大值為868.5 gC·m-2·a-1，年平均最小值為10 gC·m-2·a-1，總體平均值為200 gC·m-2·a-1.研究區(qū)2012年—2014年植被NPP的分布總體呈現(xiàn)出東部大于西部的特征.NPP的高值區(qū)(>500 gC·m-2·a-1)主要在伊犁東部及北部和南部的山地邊緣地區(qū)呈半環(huán)狀分布.中值區(qū)(200～500 gC·m-2·a-1)主要集中在中部河流流經(jīng)的水資源較為豐富的地區(qū).低值區(qū)(<200 gC·m-2·a-1)主要集中在伊犁中部植被覆蓋率低、城鎮(zhèn)較為集中的地區(qū)以及海拔較高的山區(qū).

此外，結(jié)合2012年—2014年伊犁地區(qū)植被類(lèi)型圖(圖2)可以看出NPP的高值區(qū)在針葉林、闊葉林和草地分布的地區(qū)較為集中，中值區(qū)在農(nóng)作物分布的地區(qū)較為集中，低值區(qū)在稀疏植被分布的地區(qū)較為集中.以上分布特征也說(shuō)明CASA模型估算得到的伊犁地區(qū)NPP的結(jié)果較為合理.

圖4 2012-2014年NPP空間分布(a為2012年、b為2013年、c為2014年)Fig.4 NPP spatial distribution from 2012 to 2014(a is 2012，b is 2013，and c is 2014)

2.2 伊犁地區(qū)2012年—2014年不同植被類(lèi)型NPP月平均變化特征

由2012年—2014年不同植被類(lèi)型逐月平均NPP變化趨勢(shì)(圖5)可以看出，研究區(qū)植被NPP隨著季節(jié)的變化呈現(xiàn)出周期性變化特征.不同植被類(lèi)型的NPP隨時(shí)間變化的周期和大小不同，具有較好的區(qū)分度.

不同植被類(lèi)型的逐月平均NPP呈單峰型曲線特征.各種植被類(lèi)型的生長(zhǎng)季均集中在每年的3～11月.各種植被類(lèi)型的平均NPP基本都在2月達(dá)到最小值，7月達(dá)到最大值.另外，不同植被類(lèi)型NPP的月變化趨勢(shì)基本相同，即3～7月NPP處于增長(zhǎng)期，其中3～6月增長(zhǎng)速率較快，6～7月增長(zhǎng)速率較慢.各種植被類(lèi)型NPP在7～12月為下降期，7～11月下降速率較快.

通過(guò)比較發(fā)現(xiàn)2012年—2014年不同植被類(lèi)型逐月NPP平均值的變化幅度存在較大的差異.闊葉林月均NPP的變化速率和變換幅度最大.農(nóng)作物、針葉林和草地月均NPP的變化速率和變化幅度差距不大，處于中等水平.稀疏植被變化速率和變化幅度最小.一般而言林地的固碳能力在同等水熱條件下大于草地和農(nóng)作物，所以導(dǎo)致林地(闊葉林、針葉林)的月均NPP較其他植被類(lèi)型大.而農(nóng)作物和草地的NPP分別受到人為灌溉和物候、氣候環(huán)境的影響更大.由圖2研究區(qū)植被類(lèi)型空間分布圖可知，稀疏植被主要分布在伊犁地區(qū)的南部高海拔山區(qū)，受水熱限制導(dǎo)致該種植被類(lèi)型的月均NPP普遍較小.

圖5 2012年—2014不同植被類(lèi)型逐月平均NPP變化趨勢(shì)Fig.5 Trends of monthly average NPP of different vegetation types from 2012 to 2014

2.3 不同植被類(lèi)型對(duì)NPP的貢獻(xiàn)率

結(jié)合研究區(qū)植被類(lèi)型空間分布圖(圖2)可知，伊犁地區(qū)針葉林和闊葉林主要分布在伊犁地區(qū)的南部山地邊緣，約占植被分布總面積的5.62%.草地面積占植被分布總面積的60.02%.農(nóng)作物則主要集中在伊犁河和喀什河流經(jīng)的水資源較為豐富的地區(qū)，占植被分布總面積的27.01%.草地和農(nóng)作物所占面積超過(guò)植被分布總面積的87.02%.本文利用伊犁地區(qū)不同植被類(lèi)型年平均NPP和不同植被類(lèi)型分布面積的乘積在整個(gè)伊犁地區(qū)所有植被類(lèi)型年平均NPP總和中所占的比例作為不同植被類(lèi)型對(duì)該地區(qū)NPP的貢獻(xiàn)率.由表3可以看出，研究區(qū)草地NPP的貢獻(xiàn)率最大為58.59%；第二是農(nóng)作物，對(duì)伊犁地區(qū)NPP的貢獻(xiàn)率為31.45%；針葉林和闊葉林對(duì)伊犁地區(qū)NPP的貢獻(xiàn)率基本相同，分別為3.75%、3.60%.最小的是稀疏植被，對(duì)伊犁地區(qū)NPP的貢獻(xiàn)率僅為2.16%.

表3 不同植被類(lèi)型對(duì)NPP值的貢獻(xiàn)率Tab.3 Contribution rates of different vegetation types to NPP values

2.4 地形因子與伊犁地區(qū)植被NPP的關(guān)系

2.4.1 海拔高度與伊犁地區(qū)植被NPP的關(guān)系 利用伊犁地區(qū)DEM數(shù)據(jù)對(duì)伊犁地區(qū)NPP的空間分布進(jìn)行分析.由圖6可以看出，伊犁地區(qū)年均NPP總體上呈現(xiàn)隨海拔增加而先增加后減少的特征，年均NPP的中值區(qū)分布在低海拔地區(qū)(<1 500 m)；高值區(qū)分布在中海拔地區(qū)(1 500～3 000 m);低值區(qū)分布在高海拔地區(qū)(>3 000 m).具體來(lái)說(shuō)：一方面2012年—2014年均NPP隨海拔變化的梯度性明顯，年均NPP為0～100 gC·m-2·a-1主要集中在3 500～5 500 m；年均NPP為100～200 gC·m-2·a-1主要集中在海拔504～1 000 m和3 500～4 000 m；年均NPP為200～400 gC·m-2·a-1主要集中在海拔1 000～1 500 m和3 000～3 500 m；年均NPP為500～600 gC·m-2·a-1主要集中在海拔1 500～3 000 m.另一方面：年均NPP為400～500 gC·m-2·a-1在海拔504～3 500 m范圍內(nèi)分布較均勻，在不同海拔梯度內(nèi)所占的比例差距較小，分別為27.15%(500～1 000 m)、20.74%(1 000～1 500 m)、28.31%(1 500～2 000 m)、23.77%(2 500～3 000 m)、20.93%(3 000～3 500 m)；年平均NPP為0～100 gC·m-2·a-1在海拔高于3 500 m時(shí)占不同海拔梯度內(nèi)的比例均為最高，分別為52.18%(3 500～4 000 m)、93.43%(4 000～4 500 m)、99.47%(4 500～5 000 m)、100%(5 000～5 500 m)，這與研究區(qū)年均NPP隨海拔的變化情況基本一致.另外，由圖6可以看出，多個(gè)年均NPP梯度(500～600 gC·m-2·a-1、600～700 gC·m-2·a-1、700～800 gC·m-2·a-1)在海拔2 000～2 500 m處均呈現(xiàn)出增長(zhǎng)的趨勢(shì).出現(xiàn)這種現(xiàn)象的原因主要是由于海拔較低的地區(qū)人口稠密，天然植被生長(zhǎng)受人類(lèi)影響強(qiáng)烈，破壞嚴(yán)重，但農(nóng)作物大部分生長(zhǎng)于此，光熱充足并且膜下滴管提供充足水分，年平均NPP處于中值水平.隨著海拔的升高，在中山帶形成降雨帶，天然植被生長(zhǎng)茂盛，年平均NPP最高.但隨著海拔的持續(xù)升高降水減少，溫度降低，土層稀薄，土壤肥力差，年平均NPP降到最低，基本保持在0～100 gC·m-2·a-1范圍內(nèi).

圖6 2012年—2014年平均NPP隨高程的變化Fig.6 Average NPP changes with elevation in 2012-2014

2.4.2 坡度與伊犁地區(qū)植被NPP的關(guān)系 圖7為2012年—2014年平均NPP隨坡度變化圖，可以看出年平均NPP呈現(xiàn)隨坡度增加而先增加后減小的特征.當(dāng)坡度小于35°時(shí)，研究區(qū)植被年均NPP 400～500 gC·m-2·a-1主要集中在坡度0～5°；年均NPP為600～700 gC·m-2·a-1的植被主要集中在5～25°坡度范圍內(nèi)；年均NPP為0～300 gC·m-2·a-1的植被則主要分布在坡度大于35°范圍內(nèi)，另外，年均NPP 500～600 gC·m-2·a-1在0～35°坡度范圍內(nèi)分布較均勻，在不同坡度梯度內(nèi)所占的比例差距較小，分別為29.84%(0～5°)、29.82%(5～15°)、28.53%(15～25°)、24.27%(25～35°).由于坡度較低的地區(qū)地勢(shì)平坦，水熱條件好，適宜農(nóng)作物的生長(zhǎng)，導(dǎo)致植被年均NPP保持在中值水平；隨著坡度的增加，人類(lèi)干擾減少，林地面積增大，年均NPP增大；當(dāng)坡度大于35°后，土壤侵蝕加劇，土層薄，土壤肥力差，不利于植被的生長(zhǎng)，導(dǎo)致植被年均NPP降低.

圖7 2012年—2014年平均NPP隨坡度的變化Fig.7 Average NPP changes with slope in 2012-2014

3 討論

3.1 結(jié)果驗(yàn)證

通過(guò)查閱文獻(xiàn)可知MODIS的NPP產(chǎn)品已經(jīng)被許多學(xué)者驗(yàn)證過(guò)結(jié)果較好，而且部分地區(qū)結(jié)果精度較高[16].用MOD17A3 NPP數(shù)據(jù)對(duì)研究區(qū)利用CASA模型的估算的植被NPP結(jié)果進(jìn)行對(duì)比驗(yàn)證，結(jié)果如圖8所示.選用R2作為趨勢(shì)線擬合程度的指標(biāo)，一般在0～1范圍內(nèi)取值，值越大擬合程度越高.通過(guò)對(duì)2012年—2014年CASA模型NPP估算值和MOD17A3模擬數(shù)據(jù)進(jìn)行比較發(fā)現(xiàn)2012年—2014年的R2值分別為0.87、0.86、0.95.說(shuō)明利用CASA模型估算伊犁地區(qū)的NPP與MOD17A3的結(jié)果一致性較好，也說(shuō)明利用CASA模型對(duì)伊犁地區(qū)植被NPP估算實(shí)用性較強(qiáng).

圖8 2012年—2014年CASA模型估算值與MODIS產(chǎn)品NPP值比較Fig.8 Comparison of 2012-2014 CASA model estimates with NPP values of MODIS products

3.2 植被NPP的時(shí)空格局

植被NPP的空間分布受地形、土壤、水分和植被類(lèi)型等因素的影響，具有很強(qiáng)的空間異質(zhì)性.通過(guò)CASA模型模擬結(jié)果表明，伊犁地區(qū)的植被NPP分布總體呈現(xiàn)出東部大于西部的特征.綜合伊犁地區(qū)地形及植被類(lèi)型分布情況分析發(fā)現(xiàn)(圖2)，伊犁東部多為農(nóng)作物、林地、草地，該區(qū)域位于伊犁河下游，區(qū)域水熱條件好，草地質(zhì)量好，面積廣闊，并且地形較平坦，利于人為灌溉農(nóng)田系統(tǒng)的植被生長(zhǎng)，加上伊犁北部和南部山地的邊緣地區(qū)林地面積廣闊，同等水熱條件下林地的固碳能力要大于其他植被類(lèi)型；從而導(dǎo)致上述地區(qū)的植被NPP較大；中部地區(qū)植被類(lèi)型主要為農(nóng)作物，植被NPP受水分條件影響大，該區(qū)域河流廣布，灌溉水源豐富，水土條件優(yōu)良，因而植被NPP處于中值水平；而南部地區(qū)受地形、土壤類(lèi)型的限制，以山地和荒漠為主，植被稀疏，導(dǎo)致該區(qū)域植被NPP較低；伊犁西部地勢(shì)相對(duì)較低，水熱條件相對(duì)不足，導(dǎo)致該區(qū)域植被類(lèi)型單一的草地NPP明顯很低.研究區(qū)不同植被類(lèi)型的年內(nèi)月均NPP呈單峰型曲線主要是受該區(qū)域植被物候周期影響所致.

3.3 植被NPP與地形因子的關(guān)系

海拔和坡度是主要的地形指標(biāo)，伊犁地區(qū)年均NPP呈現(xiàn)隨海拔的增加而先增加后減少的特征.年均NPP的中值區(qū)分布在低海拔地區(qū)(<1 500 m)；高值區(qū)分布在中海拔地區(qū)(1 500～3 000 m);低值區(qū)分布在高海拔地區(qū)(>3 000 m).研究區(qū)受山盆結(jié)構(gòu)分異造成的水熱條件限制明顯，植被年均NPP也呈現(xiàn)出隨坡度增加先增加后減小的特征.植被分布集中在高程小于3 000 m且坡度在0～35°的區(qū)域內(nèi)，此區(qū)域水熱條件也適合植被的生長(zhǎng)，因此在此區(qū)域植被NPP年均值最高.而在海拔大于3 000 m并且坡度大于35°的區(qū)域內(nèi)土壤侵蝕加劇，土層薄，土壤肥力差，加之水熱條件不足，不利于植被的生長(zhǎng)，因此植被年均NPP在此區(qū)域出現(xiàn)最低值.

4 結(jié)論

本文利用美國(guó)國(guó)家航空航天局網(wǎng)站上以月為周期的NDVI數(shù)據(jù)集MODIS13A1、以年為周期的植被類(lèi)型數(shù)據(jù)集MCD12Q幅以及各種氣象數(shù)據(jù)，利用CASA模型估算得到了以月為周期，空間分辨率為500 m的伊犁地區(qū)植被NPP.進(jìn)而分析了研究區(qū)2012年—2014年植被NPP的時(shí)空分布特征并探討了不同植被類(lèi)型對(duì)NPP的貢獻(xiàn)率.主要結(jié)論如下.

1) 不同植被類(lèi)型的月均NPP呈現(xiàn)3～7月增加，7月到11月下降的趨勢(shì).2月各種植被類(lèi)型的NPP達(dá)到最小值，7月達(dá)到最大值；但不同植被類(lèi)型月均NPP的變化速率和變換幅度存在較大差異.闊葉林月均NPP的變化速率和變換幅度均為最大.農(nóng)作物、針葉林及草地月均NPP的變化速率和變化幅度差距不大，在所有植被類(lèi)型中變化速率和變化幅度居中.稀疏植被月均NPP變化速率和變化幅度均最小.

2) 不同植被類(lèi)型對(duì)伊犁地區(qū)NPP的貢獻(xiàn)率不同.其中草地的貢獻(xiàn)率最大為58.59%；其次是農(nóng)作物，貢獻(xiàn)率都為31.45%；針葉林和闊葉林對(duì)伊犁地區(qū)NPP的貢獻(xiàn)率基本相同，分別為3.75%、3.60%.最小的是稀疏植被，對(duì)伊犁地區(qū)NPP的貢獻(xiàn)率僅為2.16%.

3) 伊犁地區(qū)年均NPP隨海拔和坡度的增加均呈現(xiàn)出先增加后減少的特征；通過(guò)驗(yàn)證說(shuō)明，利用CASA模型對(duì)伊犁地區(qū)植被NPP估算的結(jié)果與MOD17A3產(chǎn)品一致性較好.

氣候尤其是水熱因子對(duì)植被凈初級(jí)生產(chǎn)力的影響極為顯著，植被本身的物理特性對(duì)植被NPP的影響同樣不可忽略，但本研究?jī)H僅針對(duì)地形因子與植被凈初級(jí)生產(chǎn)力的關(guān)系進(jìn)行研究，具有一定的片面性；另外，本研究缺乏實(shí)地植被NPP的采樣驗(yàn)證.這些問(wèn)題都有待于進(jìn)一步深入探討.