李雨鴻 陶蘇林 李榮平 王婷 周斌 李晶 劉東明

(1.遼寧省生態(tài)氣象和衛(wèi)星遙感中心,遼寧 沈陽(yáng) 110166； 2.南京大橋機(jī)器有限公司技術(shù)開發(fā)中心，江蘇 南京 211101； 3.中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所,遼寧 沈陽(yáng) 110166)

引言

陸地生態(tài)系統(tǒng)是人類賴以生存與持續(xù)發(fā)展的基礎(chǔ)，植被作為陸地生態(tài)系統(tǒng)的主體，在全球物質(zhì)與能量循環(huán)中起著重要作用。陸地植被凈初級(jí)生產(chǎn)力(Net Primary Productivity,NPP)是衡量植物群落在自然環(huán)境條件下生產(chǎn)能力的重要指標(biāo)[1]，通常定義為植物群落在自然環(huán)境條件下，單位時(shí)間、單位面積內(nèi)通過光合作用所積累的有機(jī)干物質(zhì)數(shù)量，表現(xiàn)為光合作用固定有機(jī)碳中扣除本身呼吸消耗的部分。凈初級(jí)生產(chǎn)力作為生態(tài)系統(tǒng)物質(zhì)循環(huán)和能量流動(dòng)研究的基礎(chǔ)，可以直接反映植被變化信息[2-3]，更可以直接反映植被在自然環(huán)境條件下的生產(chǎn)能力，從而表明陸地生態(tài)系統(tǒng)的質(zhì)量狀況[4-7]。

目前，有關(guān)NPP估算的常用模型主要包括統(tǒng)計(jì)模型、過程模型和參數(shù)模型[8]。朱文泉等[9-12]通過分析三種NPP估算模型的優(yōu)缺點(diǎn)，在CASA模型基礎(chǔ)上引進(jìn)了植被覆蓋分類，并考慮了植被覆蓋分類精度對(duì)NPP估算的影響，通過模擬各植被類型最大光能利用率，使該模型更符合中國(guó)實(shí)際情況。近年來，我國(guó)學(xué)者多使用參數(shù)模型進(jìn)行NPP估算，對(duì)NPP影響因子多集中在對(duì)氣象和物候等因子的研究[13-15]。植被生長(zhǎng)與地理環(huán)境及人類活動(dòng)關(guān)系密切[16-17]，地形是決定植被生態(tài)環(huán)境的主導(dǎo)因子，通過地形差異分析植被覆蓋度或植被NPP變化是揭示植被與地形因子之間關(guān)系的重要途徑[18]。目前，針對(duì)植被NPP與高程、坡度和坡向等地形因子的關(guān)系研究比較少見。本文在基于NPP估算基礎(chǔ)上，分析了遼寧省2000—2018年NPP時(shí)空變化特征，探討了NPP對(duì)不同等級(jí)高程、坡度和坡向等地形因子的響應(yīng)程度，為更好地了解遼寧省生態(tài)環(huán)境變化及影響因子，進(jìn)一步探明遼寧省植被恢復(fù)和生態(tài)環(huán)境建設(shè)奠定了理論基礎(chǔ)。

1 資料與方法

1.1 數(shù)據(jù)來源及處理

NDVI數(shù)據(jù)為2000—2018年MOD13Q1數(shù)據(jù)集，空間分辨率為250 m，時(shí)間分辨率為16 d，利用最大值合成法，經(jīng)拼接、裁剪等一系列預(yù)處理后獲得遼寧省2000—2018年逐月NDVI 柵格數(shù)據(jù)集。因遼寧冬季基本無植被覆蓋，冬季NPP較小，基本可以忽略，因此，冬季出現(xiàn)冰雪覆蓋對(duì)全年NPP累加值影響不大。投影方式為Albers Equal-Area Conic。DEM數(shù)據(jù)分辨率為30 m，來源于國(guó)家衛(wèi)星氣象中心。

氣象數(shù)據(jù)為遼寧省61個(gè)國(guó)家基本氣象站2000—2018年逐月平均氣溫、累計(jì)降水量、日照時(shí)數(shù)、總輻射量，利用ArcGIS軟件克里金插值法進(jìn)行空間插值，獲得與遙感數(shù)據(jù)具有相同分辨率與投影坐標(biāo)的逐月柵格氣象數(shù)據(jù)集。

土地覆蓋類型數(shù)據(jù)來源于國(guó)家基礎(chǔ)地理信息中心，由2016年30 m的土地利用數(shù)據(jù)合成得到，共包括旱地、有林地、果園、水澆地等11種土地覆蓋類型，分類精度為85%。

1.2 NPP估算

采用朱文泉等[9-10]改進(jìn)的CASA模型估算NPP，由植被吸收的光合有效輻射和光能利用率兩個(gè)變量確定。NPP估算公式為：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式(1)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。植被吸收的光合有效輻射取決于太陽(yáng)總輻射和植被本身的特征，如式(2)：

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式(2)中,SOL(x,t)表示t月份在像元x處的太陽(yáng)總輻射量；FPAR(x,t)為植被層對(duì)入射有效輻射的吸收比例 , 常數(shù)0.5表示植被所能利用的太陽(yáng)有效輻射占太陽(yáng)總輻射的比例。

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(3)

式(3)中，Tε1(x,t)和Tε2(x,t)表示低溫和高溫對(duì)光能利用率的影響；Wε(x,t)表示水分脅迫條件對(duì)光能利用率的影響 ；εmax是理想條件下的最大光能利用率，計(jì)算方法及取值見文獻(xiàn)[11]。

1.3 線性趨勢(shì)分析與變異系數(shù)

采用一元線性趨勢(shì)分析方法進(jìn)行NPP年際變化趨勢(shì)率分析，其中，單個(gè)像元多年線性回歸方程中趨勢(shì)斜率即為NPP年際變化趨勢(shì)率，如式(4)所示。

(4)

式(4)中，slope為趨勢(shì)率，斜率為正值表示上升趨勢(shì)，負(fù)值表示下降趨勢(shì)；n為統(tǒng)計(jì)總年份，本研究中為19 a；Xi為第i年的變量值，本研究中為第i年的NPP平均值。

變異系數(shù)可以表示多年NPP的相對(duì)波動(dòng)程度。計(jì)算公式如式(5)和式(6)所示：

(5)

(6)

1.4 地形因子提取

以遼寧省DEM數(shù)據(jù)為基礎(chǔ)，利用ArcGIS軟件分別提取高程、坡度和坡向等地形因子并劃分等級(jí)(圖1)，結(jié)合遼寧省地形實(shí)際情況，將高程分為第一高程(< 100 m)、第二高程(100—200 m)、第三高程(200—300 m)、第四高程(300—400 m)、第五高程(400—500 m)、第六高程(500—600 m)和第七高程(> 700 m)共7級(jí)；借鑒《水土保持綜合治理規(guī)劃通則》[19-20 ]，將坡度分為平坡(0°—3°)、緩坡(3°—5°)、斜坡(5°—15°)、陡坡(15°—25°)、急坡(25°—35°)和險(xiǎn)坡(> 35°)共6級(jí)；考慮坡向與植被長(zhǎng)勢(shì)的關(guān)系，將坡向分為平地(0°)、陰坡(0°—67.5°、337.5°—360°)、半陰坡(67.5°—112.5°、292.5°—337.5°)、半陽(yáng)坡(112.5°—157.5°、247.5°—292.5°)和陽(yáng)坡(157.5°—247.5°)共5級(jí)[20]。

圖1 遼寧省高程(a)、坡度(b)和坡向(c)空間分布Fig.1 Spatial distributions of elevations (a),slopes (b),and slope directions (c) in Liaoning province

2 結(jié)果分析

2.1 NPP時(shí)空變化特征

2000—2018年遼寧省NPP總體呈波動(dòng)上升趨勢(shì)，最大值出現(xiàn)在2016年，為446 gC·m-2·a-1，最小值出現(xiàn)在2000年，為359 gC·m-2·a-1(圖2a)；這19 a平均NPP為404 gC·m-2·a-1，空間分布特征總體呈現(xiàn)為東高西低走勢(shì)(圖2b)。其中，平均NPP小于300 gC·m-2·a-1區(qū)域零星分布于各市區(qū)，約占總面積的15.3%；遼寧中部、西北部及沿海區(qū)域大部分地區(qū)平均NPP介于300—400 gC·m-2·a-1之間，約占總面積的45.2%；平均NPP大于400 gC·m-2·a-1區(qū)域主要位于東部山區(qū)和西南部山區(qū)，約占總面積的39.5%?？傮w來看，2000—2018年遼寧植被NPP平均值波動(dòng)上升，空間分布與海拔高度及植被分布趨勢(shì)較為一致，海拔較高的山地植被覆蓋率較大，NPP平均值較大。

圖2 2000—2018年遼寧省NPP年際變化(a)和空間分布(b)Fig.2 Interannual variations of NPP (a) and spatial pattern of NPP (b) in Liaoning province from 2000 to 2018

2000—2018年遼寧省NPP年變化趨勢(shì)率為2.89 gC·m-2·a-1，且大部分地區(qū)NPP呈增加趨勢(shì)(圖3a)。其中，NPP減少區(qū)域零星分布于中部平原區(qū)及沿海區(qū)域，占總面積的12.6%；NPP年際變化率介于0.1—5.0 gC·m-2·a-1區(qū)域主要位于遼寧省東部和西北部，占總面積的65.9%；NPP年際變化率大于5.0 gC·m-2·a-1區(qū)域主要位于撫順東部、本溪大部、大連北部、營(yíng)口南部、朝陽(yáng)西南部和葫蘆島北部，占總面積的21.4%?？傮w來看，2000—2018年遼寧省87.4%區(qū)域植被長(zhǎng)勢(shì)逐年變好。

圖3 2000—2018年遼寧省年平均NPP變化趨勢(shì)率(a)和變異系數(shù)(b)空間分布Fig.3 Spatial distributions of trend rate (a) and coefficient of variation (b) for annul mean NPP in Liaoning province from 2000 to 2018

變異系數(shù)反映了NPP在2000—2018年的波動(dòng)變化(圖3b)，其中遼西北大部分地區(qū)變異系數(shù)介于0.05—0.15之間，說明遼西北部地區(qū)2000—2018年NPP變化波動(dòng)較大；遼寧中部及東部地區(qū)變異系數(shù)小于0.05，NPP年際波動(dòng)變化較小。

2.2 NPP對(duì)地形因子的響應(yīng)

為了探明植被NPP與地形因子的關(guān)系，利用ArcGIS軟件提取不同等級(jí)高程、坡度及坡向柵格數(shù)據(jù)并轉(zhuǎn)為面數(shù)據(jù)，獲得2000—2018年植被NPP隨不同等級(jí)高程、坡度和坡向的年際變化特征曲線(圖4)。從圖4a可以看出，隨著高程增加，植被NPP表現(xiàn)為先增加后平穩(wěn)的趨勢(shì)，第一高程植被NPP最小，之后隨高程增加逐漸增大，到第五高程基本出現(xiàn)最大值，即500 m左右出現(xiàn)NPP最大值，500 m以后NPP變化程度不大；從圖4b可以看出，隨著坡度增加，植被NPP表現(xiàn)為先增加后略有減小的趨勢(shì)，平坡植被NPP最小，之后隨著坡度增加逐漸增大，在急坡出現(xiàn)最大值，即35°左右出現(xiàn)NPP最大值，35°以后NPP略有減小，且從平坡至陡坡NPP增加幅度較大，陡坡至急坡NPP增加幅度較?。粡膱D4c可以看出，坡向?qū)χ脖籒PP影響較弱，僅平地出現(xiàn)NPP最小值，隨著坡向改變，從陰坡到陽(yáng)坡植被NPP大小及變化基本一致。由此可以得出，在高程為500 m 以上、坡度為15°—35°范圍內(nèi)，植被NPP最大。

圖4 2000—2018年不同等級(jí)高程(a)、坡度(b)和坡向(c)NPP變化特征Fig.4 Variations of NPP at different levels of elevations (a),slopes (b),and slope directions (c) in Liaoning province from 2000 to 2018

為了更好地研究植被NPP在不同地形條件下的變化規(guī)律，利用ArcGIS軟件獲得對(duì)應(yīng)等級(jí)2000—2018年植被NPP變化趨勢(shì)率和NPP平均值(表1)。

從表1可以看出，2000年以來，遼寧省植被NPP變化趨勢(shì)率和NPP平均值在不同等級(jí)高程、坡度及坡向條件下，整體都呈逐漸增加趨勢(shì)。不同等級(jí)地形因子NPP變化趨勢(shì)率不同，其中NPP變化趨勢(shì)率對(duì)不同地形因子的響應(yīng)程度表現(xiàn)為高程因子>坡度因子>坡向因子，NPP平均值變化對(duì)地形因子的響應(yīng)程度表現(xiàn)為坡度>高程>坡向。隨著高程增加，NPP變化趨勢(shì)率逐漸增加，NPP變化趨勢(shì)率最大值出現(xiàn)在第七高程，NPP平均最大值出現(xiàn)在第六高程，且從第五高程到第七高程變化不大；隨著坡度增加，NPP變化趨勢(shì)率和NPP平均值均先增加再減小，在急坡出現(xiàn)最大值，險(xiǎn)坡略有減??；隨著坡向改變，從平地至陰坡NPP變化趨勢(shì)率和NPP平均值表現(xiàn)為明顯增加趨勢(shì)，陰坡到陽(yáng)坡變化不大。

表1 不同等級(jí)地形因子對(duì)應(yīng)的NPP變化趨勢(shì)率Table 1 The trend rate of NPP in different levels of terrain factors gC·m-2·a-1

3 結(jié)論與討論

(1)遼寧植被NPP空間分布呈現(xiàn)東高西低走勢(shì)，2000—2018年NPP總體呈波動(dòng)上升趨勢(shì)，年變化趨勢(shì)率為2.89 gC·m-2·a-1；其中，87.4%的研究地區(qū)NPP呈增加趨勢(shì)，表明遼寧省大部分地區(qū)這19 a間植被長(zhǎng)勢(shì)逐年變好，其中，遼西北地區(qū)波動(dòng)最為明顯。

(2)高程和坡度對(duì)遼寧NPP變化的影響明顯高于坡向；隨著高程增加，植被NPP表現(xiàn)為先增加后平穩(wěn)的趨勢(shì)，高程500 m左右出現(xiàn)NPP最大值；隨著坡度增加，植被NPP表現(xiàn)為先增加后略有減小的趨勢(shì)，坡度35°左右出現(xiàn)NPP最大值，35°以后NPP略有減小，且坡度25°以內(nèi)NPP增加幅度較大，陡坡至急坡即25°—35°NPP增加幅度較?。黄孪?qū)χ脖籒PP影響較弱，從陰坡到陽(yáng)坡，植被NPP平均值及趨勢(shì)率變化較小。高程為500 m 以上、坡度為15°—35°范圍內(nèi)，遼寧植被NPP最大。

(3)植被NPP作為衡量植物群落生產(chǎn)能力的重要指標(biāo)，受到氣候、地形、土壤等復(fù)雜多樣的環(huán)境因子影響[21-22]。地形是植被生境條件在空間上的綜合表現(xiàn)，高程、坡度、坡向等地形因子的改變，影響水、熱、肥等資源在時(shí)空中的分配，進(jìn)而影響植被分布和生產(chǎn)能力，分析地形因子與植被NPP的關(guān)系是揭示植被生境條件變化對(duì)植被分布的有效途徑。除地形因子影響外，氣溫和降水等氣候因子可以直接影響植被NPP變化；土壤因子通過直接或間接影響植被分布，進(jìn)而影響植被NPP；各類環(huán)境因子之間相互制約和相互聯(lián)系，如何進(jìn)一步分析影響植被NPP的各環(huán)境因子之間的綜合作用，是深入研究植物群落和評(píng)估區(qū)域碳收支的基礎(chǔ)與前提。本研究只關(guān)注了NPP對(duì)地形因子的響應(yīng)，今后將進(jìn)一步研究各環(huán)境因子對(duì)植被NPP的綜合影響。

(致謝：感謝朱文泉老師在計(jì)算NPP過程中的指導(dǎo)和大力幫助。)