王祎婷，鄒 蕊，王欣悅，呼煜浩，陳媛媛

塔拉灘地區(qū)光伏電站建設對植被凈初級生產(chǎn)力的影響

王祎婷，鄒 蕊，王欣悅，呼煜浩，陳媛媛

（西安科技大學測繪科學與技術學院，陜西 710054）

塔拉灘地區(qū)光伏電站建設對當?shù)厣鷳B(tài)環(huán)境，特別是植被生長，產(chǎn)生了重要影響。為了定量描述這種影響，該研究利用CASA模型和區(qū)域蒸散模型，對塔拉灘地區(qū)潛在凈初級生產(chǎn)力（Net Primary Productivity，NPP）和實際凈初級生產(chǎn)力分別進行估算，并以二者之差表征人類活動的影響，評估了塔拉灘地區(qū)光伏電站建設對植被NPP的影響。結果表明：1）2010—2020年塔拉灘植被的實際NPP和潛在NPP處于上升趨勢，年均實際NPP和潛在NPP分別為58.03和204.05 g/m2（以C計，下同）；2）塔拉灘2010—2020年間人類活動的年均貢獻率為68.90%，人類活動是導致塔拉灘植被NPP變化的主導因素；3）光伏電站對生態(tài)環(huán)境的影響具有明顯的區(qū)域和階段性特征，光伏電站建設前期由于機械開挖等因素對表層植被具有負面影響，而后期由于光伏板增溫增濕、降低風速等方面產(chǎn)生的環(huán)境效應，能夠促進植被生長。該研究有助于理解人類活動對植被凈初級生產(chǎn)力動態(tài)變化的影響，并為塔拉灘的植被恢復和高質(zhì)量發(fā)展提供科學依據(jù)。

人類活動；共和光伏產(chǎn)業(yè)園；光伏環(huán)境效應；青藏高原

0 引 言

植被凈初級生產(chǎn)力（Net Primary Productivity，NPP）是生產(chǎn)者用于生長、發(fā)育和繁殖的能量值[1]，不僅反映了植物的生產(chǎn)能力，還能夠表示整個區(qū)域生態(tài)系統(tǒng)的質(zhì)量，可以將其作為判斷生態(tài)系統(tǒng)碳源、碳匯的標準，也是表示植物固碳能力的重要指標。隨著遙感技術的發(fā)展，基于遙感數(shù)據(jù)的參數(shù)模型成為NPP估算的主流方法。Potter等[2-3]提出的CASA模型，是目前應用最為廣泛的NPP估算模型之一。如樸世龍等[4]基于CASA模型估算了中國植被NPP并分析其空間分布；朱文泉等[5]通過改變植被最大光能利用率對內(nèi)蒙古不同植被的NPP進行了估算；隨后又引入植被類型，有效提高了NPP估算的精度[6]。

氣候變化和人類活動是植被NPP變化的兩大驅(qū)動因子。然而，如何定量分析氣候變化和人類活動對植被NPP的影響，仍存在很大的困難，也是目前研究中的熱點問題[7]。眾多學者研究了中國植被NPP和氣候變化的關系，樸世龍等[8-10]發(fā)現(xiàn)降水是中國植被NPP變化的主要影響因子，其他學者發(fā)現(xiàn)同一區(qū)域不同子區(qū)域、不同季節(jié)或不同植被類型與氣候的影響之間有較強的空間異質(zhì)性[11]。相對來說，人類活動對植被NPP變化的影響的相關研究較少，主要是采用HANPP（Human Appropriation of Net Primary Production）模型來分析人類占用的凈初級生產(chǎn)力，也有學者采用了其他方法來研究人類活動對植被NPP的影響[11-13]。

人類活動包括農(nóng)林漁牧等各種工程建設現(xiàn)已成為影響地球上各圈層自然環(huán)境穩(wěn)定的主要因素。為有效利用可再生、無污染的太陽能資源，各地大規(guī)模建設光伏電站。在建設光伏電站前期，機械開挖會直接破壞地表[14]，嚴重影響當?shù)貧夂蚝蜕鷳B(tài)環(huán)境。但在建設完成后，太陽能電池板通過吸收太陽輻射改變了站內(nèi)的生態(tài)環(huán)境[15]。有研究表明，光伏板具有增溫增濕、降低風速等效應，能夠有效減輕風蝕、保持土壤[16]。大規(guī)模的光伏電站會形成反照率-降水量-植被的正反饋機制[17]，對站內(nèi)環(huán)境產(chǎn)生積極作用。但是，由于研究區(qū)地理位置、氣候條件和下墊面條件的不同，目前的研究大都基于布設的氣象站點觀測數(shù)據(jù)，其時空代表性非常有限，缺乏像元尺度上、更長時間序列的相關研究。

因此，本文以中國青藏高原共和光伏園區(qū)所在的塔拉灘戈壁為研究區(qū)，結合理論分析和模型模擬的方法對植被凈初級生產(chǎn)力進行估算，定量評價氣候因素和人類活動對研究區(qū)凈初級生產(chǎn)力的影響及其時空差異，進而揭示光伏電站建設對塔拉灘植被凈初級生產(chǎn)力的影響。本研究有助于挖掘人類活動對植被干擾與保護的潛在作用，推動定量評價人類活動對植被NPP變化影響的研究。

1 研究區(qū)概況

塔拉灘戈壁位于青藏高原東部，地處青海南山以南，青海省共和縣境內(nèi)的黃河左岸、共和盆地的中西部，面積2 136 km2，海拔2 600～3 300 m，如圖1所示。該區(qū)域?qū)儆诟咴瓬貛Ц珊蛋敫珊挡菰瓪夂?，年均氣?.86 ℃，年降水量280 mm，年蒸發(fā)量1 620 mm，具有風頻高、風力大的特征。由于區(qū)域特殊的氣候條件，加上人類盲目開荒、超載放牧等活動影響，該區(qū)域是黃河上游和三江源地區(qū)風沙危害最嚴重的地帶之一[18]。光伏電站建設，由于改變了下墊面的反照率、風廓線、蒸發(fā)，將對環(huán)境產(chǎn)生重要影響。選擇這一區(qū)域開展研究，具有代表性。

圖1 研究區(qū)概況

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源及預處理

2.1.1 遙感數(shù)據(jù)

選擇2010—2020年MODIS FPAR 遙感產(chǎn)品（MOD15A2）作為估算NPP的輸入數(shù)據(jù)。該產(chǎn)品時間分辨率為8 d，空間分辨率為500 m，共505景影像，再將其整理成月均值數(shù)據(jù)。

選擇2010—2020年MOD17A3數(shù)據(jù)集作為NPPa模擬值的驗證數(shù)據(jù)。該產(chǎn)品時間分辨率為1 a，空間分辨率為500 m，共11景影像，并將其投影為WGS-84投影。

2.1.2 氣象數(shù)據(jù)

氣象數(shù)據(jù)選擇國家科學氣象中心（http://data.cma.cn/）提供的共和站站點日值氣象數(shù)據(jù)，包括日降水量、日均溫度和日照時數(shù)數(shù)據(jù)，時間跨度為2010—2020年。

2.2 NPP估算方法

2.2.1 NPPp、NPPa和NPPh的計算方法

潛在凈初級生產(chǎn)力（NPPp）定義為只受氣象因子影響的NPP，由氣候NPP模型估算得出。該氣候模型[19]僅考慮氣象相關因子，基于生態(tài)生理特征以及與水和熱相關的區(qū)域蒸散模型平衡方程來估算NPP，計算式如下：

式中NPPp為年潛在NPP，g/m2（以C計，下同）；PER為年可能蒸散量，mm；BT為年平均生物溫度，℃；RDI為干燥的輻射指數(shù)，無量綱；為年降水量，mm。

實際凈初級生產(chǎn)力（NPPa）是指研究區(qū)實際的植被NPP，由CASA模型[20]計算得出。CASA模型將NPP表示為植被吸收光合有效輻射（APAR）和光利用率（）的乘積，計算式[19]如下：

NPPp和NPPa的差值（NPPh）可用來表示人類活動對NPP的影響[19,22]。其計算如下：

當NPPh>0時，表明人類活動對NPP具有負面影響，值越大，對NPP的占用就越大，即人類對土地的利用集約化（強度）就越大；NPPh<0時，表明人類活動對植被呈現(xiàn)保育作用。

2.2.2 NPP變化及其歸因分析

采用線性回歸的方法計算NPP的年際變化趨勢，并將線性回歸方程的斜率作為NPP年際變化趨勢（slope）[23]，這種方法被廣泛應用于植被遙感分析中。計算式為

式中NPP為第年的NPP值，從1到；為監(jiān)測時段的年數(shù)（=11）。當slope>0時，NPP增加，反之則減少。

通過對比2010—2020年NPPa、NPPp和NPPh的年際變化趨勢差異，實現(xiàn)氣候變化和人類活動對NPP影響的定量分析。根據(jù)NPP年際變化趨勢差異，將NPP變化分為6類[24]，如表1所示。

表1 NPP變化情景設定方案

注：NPPa趨勢為塔拉灘2010—2020年實際植被NPP變化率；NPPp趨勢為塔拉灘2010—2020年潛在植被NPP變化率；NPPh趨勢為塔拉灘2010-2020年受人類活動影響的植被NPP變化率。

Note:NPPatrend is the slope of actual vegetation NPP from 2010 to 2020 in Tala Shoal; NPPptrend is the slope of potential vegetation NPP from 2010 to 2020 in Tala Shoal; NPPhtrend is the slope of vegetation NPPaffected by human activities from 2010 to 2020 in Tala Shoal.

2.2.3 人類活動對NPP變化的貢獻率

RCI（Relative Contribution Index）指NPPh與潛在NPP的比值。該指標指示了人類活動對潛在生物凈初級生產(chǎn)量的占有程度，反映該地區(qū)土地利用的強度的大小[25]。具體公式如下

若RCI>0，表示人類活動對植被生長具有負面干擾作用，造成植被凈初級生產(chǎn)力的損失；若RCI<0，表示人類活動對植被起到保育作用，能促進植被凈初級生產(chǎn)力的增加。RCI值域在[-1,1]，RCI絕對值越大，表示人類活動對植被凈初級生產(chǎn)力變化的影響越明顯；當|RCI|>0.5時，表示人類活動在植被NPP變化的驅(qū)動因素中占主導地位[26]。

3 結果與分析

3.1 NPPa的模擬及其驗證

由于缺乏地面實測的NPP數(shù)據(jù)，本研究將模擬的年均NPPa（圖2a）與MOD17A3數(shù)據(jù)產(chǎn)品（圖2b）進行對比，驗證結果的有效性，如圖2所示。由NPPa和MODIS NPP多年均值的空間分布對比可知，二者空間趨勢非常一致，而MODIS NPP與NPPa相比存在系統(tǒng)性偏差，這與相關研究結論[27]一致，表明本文估算結果精度可靠。

3.2 NPP的時空變化特征

3.2.1 時間變化特征

2010—2020年塔拉灘NPPa、NPPp和NPPh均呈現(xiàn)波動上升的趨勢，如圖3所示，多年NPPa、NPPp和NPPh平均值分別為58.03、204.05和146.02 g/m2。NPPp和NPPh在2011年最低，在2018年達到近11年的峰值。塔拉灘地區(qū)NPPa在2013年整體呈下降趨勢，可能是受到光伏電站建設的影響，但整體上NPPa呈現(xiàn)上升趨勢，并不會因為局部建設光伏電站而導致NPPa整體下降。

3.2.2 空間變化特征

多年NPPa均值（圖4a）在10.05～170.17 g/m2之間，空間分異明顯，呈現(xiàn)西北低南方高，在龍羊峽水庫有較明顯的分界，位于西岸的塔拉灘戈壁沙地的的NPPa最低，而處于東岸的高覆蓋度草地和耕地的NPPa較高。從圖4b來看，人類對NPP的占用在33.87～204.05 g/m2之間。NPPh和NPPa的空間分布相似，人類活動對位于研究區(qū)西南和東南部的林地和高覆蓋度草地的NPP占用較小，而位于塔拉灘戈壁沙地的NPPh最高。

圖2 NPPa精度驗證

注：yp為潛在植被NPP與年份之間的線性關系；yh為受人類活動影響的植被NPP與年份之間的線性關系；ya為實際植被NPP與年份之間的線性關系。

從植被NPPa的空間變化趨勢來看（圖5a），2010—2020年間塔拉灘植被NPPa增加和減少的區(qū)域相間分布，平均每年減少0.30 g/m2，NPPh的變化趨勢（圖5b）與其相似，平均每年增加2.56 g/m2，二者呈現(xiàn)較強的負相關性，即當NPPa減少時，NPPh則增加。位于西南部的高覆蓋度草地的NPPh呈增長趨勢，最大可每年增加11.9 g/m2。西南部耕地由于人類活動的保育作用，NPPh每年減少2.1 g/m2。2013—2015年間光伏電站建設區(qū)域的NPPa呈增長趨勢，而2018—2020年間光伏建設區(qū)域NPPa呈減少趨勢，說明光伏電站建設的不同階段所產(chǎn)生的生態(tài)環(huán)境效應也有所不同。

圖4 塔拉灘2010—2020年均NPPa和NPPh空間分布

圖5 塔拉灘2010—2020年NPP年際變化趨勢空間分布

3.3 人類活動對NPP的影響

3.3.1 氣候變化與人類活動對植被NPP的影響

根據(jù)情景設定方案[24]來定量評估氣候變化和人類活動對NPP的影響，結果如圖6所示。氣候變化和人類活動對NPP的影響相間分布，其中，塔拉灘地區(qū)NPP增加主要是受到氣候變化的影響，面積約為2 120.14 km2，占39.53%。而由氣候變化和人類活動共同引起的NPP增加不到1%，主要位于早期2013年光伏電站建設區(qū)和西南小部分耕地。此外，人類活動是導致該地區(qū)植被NPP減少的主要原因，占比高達59.97%。說明人類活動是導致近11年塔拉灘NPP變化的主要因素。

3.3.2 人類活動相對影響貢獻率

通過統(tǒng)計分析人類活動相對影響貢獻率指數(shù)（RCI）的年際變化規(guī)律發(fā)現(xiàn)（圖7）：2010—2020年間塔拉灘RCI在0.62至0.82之間波動，整體上呈現(xiàn)上升趨勢，說明該地區(qū)人類活動對凈初級生產(chǎn)力的影響仍表現(xiàn)為干擾或消耗。2010—2020年RCI均大于0.5，說明人類活動是造成塔拉灘植被NPP變化的主導因素，其中人類活動對沙地及低覆蓋度草地的影響較大，2015年之后RCI有所下降，說明人類活動的負面影響在減小。塔拉灘2010—2020年間人類活動的年均貢獻率為68.90%。

圖6 氣候變化和人類活動對NPP變化的影響

圖7 塔拉灘2010—2020年RCI時空特征

3.4 光伏電站對NPP的影響

3.4.1 光伏區(qū)與控制區(qū)的時間變化

為了研究建設光伏電站對植被NPP的影響，分別統(tǒng)計了2013年、2018年和2020年所建設光伏電站的區(qū)域（下簡稱“光伏區(qū)”）和與其鄰近的控制區(qū)NPPa和NPPh的均值，如圖8所示。圖中黑色虛線代表了光伏電站的具體建設時間。圖中2018年和2020年光伏電站建設完成之前NPPa出現(xiàn)了下跌趨勢，根據(jù)光伏電站建設進程來看（圖1b），大規(guī)模建設光伏電站需要1～2 a，對于2018年建設完成的光伏電站實際在此之前就會進行機械開挖，破壞地表植被，導致NPPa下降。而2013并未出現(xiàn)此變化，這是因為該光伏區(qū)主要包含2012年9月至2015年7月共三個階段建設的光伏電站。第一個階段（2012-09—2013-09）建設的光伏電站僅占37%，其他兩個階段建設的光伏電站占比達到了63%，主要于2013年開始建設。因此NPPa從2013年開始下降，直到第3年后NPPa逐漸增加。這表明，光伏電站建設后的短期內(nèi)由于表層開挖等因素會造成NPP下降，而通過對局部區(qū)域播撒草種[28]，以及光伏板生態(tài)效應持續(xù)發(fā)揮作用，促進了植被恢復，提高了植被NPP。

3.4.2 光伏區(qū)與控制區(qū)的空間分布

圖9展示了2013、2018和2020年建設的光伏電站在特殊年份NPPh的空間分布變化情況。光伏區(qū)的NPPh明顯要高于周圍控制區(qū)，這與光伏電站建站初期的地表破壞有關。其中，2013年建造的光伏區(qū)和控制區(qū)NPPh在前期無明顯差異，但在2018年時NPPh有明顯下降，而2018和2020年建設的光伏區(qū)前期NPPh明顯高于控制區(qū)，這也說明了光伏電站建設對植被的影響具有前期負面、后期正面的階段性特征。

圖8 不同建設時間的光伏區(qū)、控制區(qū)的NPPa和NPPh的變化趨勢

圖9 2013、2018和2020年光伏區(qū)和控制區(qū)的對比

4 討 論

4.1 光伏板遮擋對NPP估算的影響

FPAR作為本文估算NPP唯一的遙感數(shù)據(jù)，光伏板對太陽光和衛(wèi)星信號的遮擋不可避免地會影響到FPAR的估算，進而影響到NPP的準確估算。為定量評估這種影響，本文首先基于MODIS FPAR數(shù)據(jù)，通過在板內(nèi)外選擇空間鄰近且均質(zhì)的典型像元，對比光伏板內(nèi)外FPAR的差異。如圖10a所示，所有純光伏像元和非光伏像元成對出現(xiàn)且均勻分布于光伏板內(nèi)外。如圖10b所示，光伏板外像元FPAR值略高于板內(nèi)像元FPAR值，總體上二者高度一致，散點圖分布集中于1∶1線附近，差異很小，說明光伏板遮擋對FPAR的影響很小。

此外，由于NDVI和FPAR之間的線性關系得到了大量研究證實[29-30]，本文進而分析了MODIS FPAR和NDVI之間的關系，如圖10c所示，二者具有很好的線性關系。由此，可進一步在高分辨率尺度上分析光伏板遮擋對衛(wèi)星觀測信號和NDVI的影響，從而近似分析其對FPAR的影響。

從太陽輻射在光伏板內(nèi)外傳輸過程出發(fā)，如圖11所示，在忽略背景反射的前提下，對光伏板內(nèi)像元，衛(wèi)星觀測的反射率為板下植被反射經(jīng)光伏板透射后的反射率，此過程包含兩次光伏板透射，如式（9）所示。對板外像元，衛(wèi)星觀測的反射率即為植被反射率，如式 （10）所示。

式中inside為光伏板內(nèi)像元反射率；outside為光伏板外像元反射率；panel為光伏板透過率；veg為植被反射率。反射率是物體反射的輻射能量與入射輻射能量的比值，無量綱。

圖10 光伏板內(nèi)外FPAR的對比

注：Rinside為光伏板內(nèi)像元反射率；Routside為光伏板外像元反射率；Tpanel為光伏板透過率；Rveg為植被反射率。

因此，選擇植被生長狀況相似的光伏板內(nèi)外像元，即可通過板內(nèi)外反射率的比值，由式（9）和（10）求解光伏板的透射率。

為此，本文基于高分辨率的sentinel-2多光譜數(shù)據(jù)，在光伏板內(nèi)外選取空間鄰近的像元對，假設像元對上植被生長狀況相似，依次求解光伏板對紅光和近紅外波段的透過率，如圖12b所示。由圖12a所示，選取的光伏板像元對成對出現(xiàn)、且均勻分布于區(qū)域內(nèi)，且板內(nèi)外像元的NDVI值非常近似。計算結果表明，光伏板對紅光和近紅外波段的透射率近似呈1∶1的線性關系，透射率范圍約為0.75～0.90，這說明光伏板確實會存在一定遮擋效應，該效應在紅光、近紅外波段相似，因而對NDVI影響較小。如圖12c所示，幾乎所有板內(nèi)外像元NDVI值都分布在1∶1線±0.05的范圍內(nèi)，總的均方根誤差（Root Mean Square Error，RMSE）約為0.02，說明光伏板遮擋對NDVI的影響較小，由此可推出對FPAR的影響也較小。圖12c同樣表明，多數(shù)像元對的板內(nèi)NDVI值略高于板外，這與劉向等[31]發(fā)現(xiàn)光伏板下的群落和地上生物量都要高于光伏板外的結論相似，說明光伏電站的建設有利于植被生長。

圖12 光伏板對紅光和近紅外的透過率

由于FPAR主要是由紅光、近紅外波段反射率計算得出[32]，而光伏板對兩個波段的透射率相近且在較高水平，導致光伏板對FPAR估算產(chǎn)生的實際影響比較小。這從MODIS FPAR空間分布和光伏板內(nèi)外像元FPAR的對比中可以得到證實。因此，光伏板遮擋對NPP估算的影響也較小，NPP估算結果中板內(nèi)外像元并未表現(xiàn)出明顯的差異也可以證實這一點。并且，本文關注的重點是長時間序列研究，光伏板遮擋對長期趨勢分析的影響可忽略不計。未來研究中，我們會進一步考慮通過現(xiàn)場測量手段直接獲取光伏板的透射率數(shù)據(jù)和板下的植被覆蓋情況，以更好地評估光伏板遮擋對FPAR和NPP估算的影響。

4.2 NPP估算精度驗證

在塔拉灘光伏園區(qū)內(nèi)已建有通量觀測站，但是尚未獲取到長時間有效觀測數(shù)據(jù)，難以與本文估算結果進行對比驗證。因此，本文通過與MODIS NPP產(chǎn)品進行對比分析，發(fā)現(xiàn)本文估算結果與MODIS NPP之間存在系統(tǒng)偏差，這與現(xiàn)有的研究結論一致，如劉亮等[27]的研究結果。并且，本研究估算的塔拉灘NPP空間分布趨勢與劉旻霞等[33]計算的結果一致，塔拉灘估算的實際NPP均值大約為60 g/m2，與高清竹等[34-35]估算的高寒草地NPP值相近。這說明本文估算結果精度較為可靠。但是，基于CASA模型估算NPP仍存在一些不確定性因素[36-37]。首先，CASA模型中的最大光能利用率是根據(jù)植被類型賦予的經(jīng)驗值，地域差異會導致其實際的光能利用率與經(jīng)驗值之間存在偏差，進而影響NPP估算精度。其次，本文研究區(qū)域較小，因此估算中溫度、降水等氣象參數(shù)都來自于站點觀測數(shù)據(jù)，站點數(shù)據(jù)的代表性也會影響估算精度。未來可結合地域特征來優(yōu)化這些參數(shù)以減小模擬結果的不確定性。

此外，對于塔拉灘光伏園區(qū)而言，光伏板遮擋是影響NPP估算的重要因素。我們已通過試驗研究了光伏板遮擋對FPAR的影響，基本證實了光伏板遮擋對板下NPP估算的影響較小。在未來研究中，我們會進一步通過現(xiàn)場實測方法來獲取光伏板內(nèi)NPP數(shù)據(jù)，以更精確地評估光伏板遮擋對NPP估算的影響。

4.3 光伏電站對NPP的影響機制

為了探究光伏電站對NPP的影響機制，本文獲取了光伏園區(qū)內(nèi)站內(nèi)站外的氣象數(shù)據(jù)[35]，包括2020年站內(nèi)外空氣溫度、土壤濕度以及風速。數(shù)據(jù)表明：1）站內(nèi)日間平均空氣溫度為8.35 ℃，比站外高0.04 ℃。這是由于光伏板通過吸收一部分太陽輻射并將其轉(zhuǎn)換為電能，長時間工作使光伏電板發(fā)熱，再加上自身電流熱效應，增加了站內(nèi)近地氣溫。2）站內(nèi)土壤濕度比站外高0.18 m3/m3。光伏板的遮陰作用減小了地表水分蒸發(fā)速率，站內(nèi)實際蒸散量降低，植被受水分脅迫小。3）站內(nèi)風速比站外低0.89 m/s，只有1.34 m/s。這是因為光伏板的遮擋減弱了到達站內(nèi)的風能，站內(nèi)風速降低，減少了水分蒸發(fā)。此外，光伏電站建設完成后，園區(qū)工作人員有意識地在地表破壞嚴重的局部區(qū)域種植防風治沙綠植[28]、灌溉施肥[31]，同時光伏板的定期清洗給站內(nèi)地表提供水分，增加站內(nèi)土壤濕度。這些人為活動對光伏園區(qū)內(nèi)植被NPP的提高具有一定的促進作用。

綜上所述，光伏電站能夠增加近地溫度、涵養(yǎng)水分、降低風速，為植被生長創(chuàng)造了良好的生態(tài)環(huán)境，促進光伏園區(qū)內(nèi)植被生長。

5 結 論

本研究基于MODIS FPAR數(shù)據(jù)和氣象數(shù)據(jù)，利用CASA模型和區(qū)域蒸散模型估算了塔拉灘的實際凈初級生產(chǎn)力（NPPa）和潛在凈初級生產(chǎn)力（NPPh），根據(jù)NPP產(chǎn)品驗證了實際NPP的模擬精度，并探討了其空間格局與年際動態(tài)。用潛在NPP和實際NPP的差來表示人類活動對NPP的占用（NPPh），分析了其年際變化和空間分布特征，構建人類活動相對貢獻率（RCI）來探討人類活動對塔拉灘植被NPP變化的影響，并分析了塔拉灘地區(qū)光伏電站建設對植被NPP的影響。主要結論如下：

1）塔拉灘的實際NPP和潛在NPP年均值呈現(xiàn)波動增加的趨勢。空間分布上，實際NPP呈現(xiàn)西北低南方高，在龍羊峽水庫有較明顯的分界，水庫西部的NPPa高于東部；NPPh的空間分布特征與其相似，其值在33.87～204.05 g/m2之間，年均值146.02 g/m2，其中，人類活動對沙地及低覆蓋度草地的NPP占用較高。

2）塔拉灘2010—2020年間RCI在0.62～0.82之間波動，最低值出現(xiàn)在2013年，最低為0.62，直到2015年達到最大值0.82，期間內(nèi)RCI均大于0.5，表明人類活動是塔拉灘NPP變化的主導因素。

3）光伏電站建設對NPP的影響表現(xiàn)出明顯的區(qū)域和階段特征：在光伏電站初期光伏區(qū)NPP明顯低于控制區(qū)，而后期光伏區(qū)NPP逐漸增加，表明光伏電站建設前期對生態(tài)環(huán)境具有負面影響，后期則對植被生長有促進作用。

[1] Field C B, Behrenfeld M J, Randerson J T, et al. Primary production of the biosphere: Integrating terrestrial and oceanic components[J]. Science, 1998, 281(5374): 237-240.

[2] Potter C S, Randerson J T, Field C B, et al. Terrestrial ecosystem production: A process model based on global satellite and surface data[J]. Global Biogeochemical Cycles, 1993, 7(4): 811-841.

[3] Field C B, Randerson J T, Malmstr?m C M. Global net primary production: Combining ecology and remote sensing[J]. Remote Sensing of Environment, 1995, 51(1): 74-88.

[4] 樸世龍，方精云，郭慶華. 利用CASA模型估算我國植被凈第一性生產(chǎn)力[J]. 植物生態(tài)學報，2001，25(5)：603-608.

Piao Shilong, Fang Jingyun, Guo Qinghua. Application of CASA model to the estimation of Chinese terrestrial net primary productivity[J]. Chinese Journal of Plant Ecology, 2001, 25(5): 603-608. (in Chinese with English abstract)

[5] 朱文泉，陳云浩，徐丹，等. 陸地植被凈初級生產(chǎn)力計算模型研究進展[J]. 生態(tài)學雜志，2005，24(3)：296-300.

Zhu Wenquan, Chen Yunhao, Xu Dan, et al. Advance in terrestrial Net Primary Productivity (NPP) estimation models[J]. Chinese Journal of Ecology, 2005, 24(3): 296-300. (in Chinese with English abstract)

[6] 朱文泉，潘耀忠，張錦水. 中國陸地植被凈初級生產(chǎn)力遙感估算[J]. 植物生態(tài)學報，2007，31(3)：413-424.

Zhu Wenquan, Pan Yaozhong, Zhang Jinshui. Estimation of net primary productivity of Chinese terrestrial vegetation based on remote sensing[J]. Chinese Journal of Plant Ecology, 2007, 31(3): 413-424. (in Chinese with English abstract)

[7] Gao T, Xu B, Yang X C, et al. Aboveground net primary productivity of vegetation along a climate-related gradient in a Eurasian temperate grassland: Spatiotemporal patterns and their relationships with climate factors[J]. Environmental Earth Sciences, 2017, 76(1): 1-10.

[8] 樸世龍，方精云，郭慶華. 1982—1999年我國植被凈第一性生產(chǎn)力及其時空變化[J]. 北京大學學報（自然科學版），2001，37(4)：563-569.

Piao Shilong, Fang Jingyun, Guo Qinghua. Terrestrial net primary production and its spatio-temporal patterns in China during 1982-1999[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2001, 37(4): 563-569. (in Chinese with English abstract)

[9] 侯英雨，柳欽火，延昊，等. 我國陸地植被凈初級生產(chǎn)力變化規(guī)律及其對氣候的響應[J]. 應用生態(tài)學報，2007，18(7)：1546-1553.

Hou Yingyu, Liu Qinhuo, Yan Hao, et al. Variation trends of China terrestrial vegetation net primary productivity and its responses to climate factors in 1982-2000[J]. Chinese Journal of Applied Ecology, 2007, 18(7): 1546-1553. (in Chinese with English abstract)

[10] 梁妙玲，謝正輝. 我國氣候?qū)χ脖环植己蛢舫跫壣a(chǎn)力影響的數(shù)值模擬[J]. 氣候與環(huán)境研究，2006，11(5)：582-592.

Liang Miaoling, Xie Zhenghui. Simulations of climate effects on vegetation distribution and net primary production in China[J]. Climatic and Environmental Research, 2006, 11(5): 582-592. (in Chinese with English abstract)

[11] Zhang Y, Pan Y, Zhang X, et al. Patterns and dynamics of the human appropriation of net primary production and its components in Tibet[J]. Journal of Environmental Management, 2018, 210: 280-289.

[12] Zhang F, Pu L, Huang Q. Quantitative assessment of the Human Appropriation of Net Primary Production (HANPP) in the coastal areas of Jiangsu, China[J]. Sustainability, 2015, 7(12): 15857-15870.

[13] Chen A, Li R, Wang H, et al. Quantitative assessment of human appropriation of aboveground net primary production in China[J]. Ecological Modelling, 2015, 312: 54-60.

[14] 苑森朋，張振師，黨廷輝，等. 毛烏素沙地光伏電站3種植物措施生長發(fā)育狀況及其生態(tài)功能比較[J]. 水土保持研究，2018，25(2)：235-239.

Yuan Senpeng, Zhang Zhenshi, Dang Tinghui, et al. Comparative study of growth status of three plant measures and its ecological functions in photovoltaic power station of Mu Us sandy land[J]. Research of Soil and Water Conservation, 2018, 25(2): 235-239. (in Chinese with English abstract)

[15] 王禎儀，汪季，高永，等. 光伏電站建設對沙區(qū)生態(tài)環(huán)境的影響[J]. 水土保持通報，2019，39(1)：191-196.

Wang Zhenyi, Wang Ji, Gao Yong, et al. Impacts of photovoltaic power station construction on ecology environment in sandy area[J]. Bulletin of Soil and Water Conservation, 2019, 39(1): 191-196. (in Chinese with English abstract)

[16] 林沛圳. 光伏電站對生態(tài)環(huán)境的影響控制研究[J]. 中國資源綜合利用，2022，40(7)：146-148.

Lin Peizhen. Research on the impact control of photovoltaic power stations on ecological environment[J]. China Resources Comprehensive Utilization, 2022, 40(7): 146-148. (in Chinese with English abstract)

[17] Li A, Eugenia K, Safa M, et al. Climate model shows large-scale wind and solar farms in the Sahara increase rain and vegetation[J]. Science, 2018, 361(6406): 1019-1022.

[18] 李森，董玉祥，董光榮，等. 青藏高原土地沙漠化區(qū)劃[J]. 中國沙漠，2001，21(4)：418-427.

Li Sen, Dong Yuxiang, Dong Guangrong, et al. Regionalization of land desertification on Qinghai-Tebet Plateau[J]. Journal of Desert Research, 2001, 21(4): 418-427. (in Chinese with English abstract)

[19] Xu H, Wang X, Zhang X. Alpine grasslands response to climatic factors and anthropogenic activities on the Tibetan Plateau from 2000 to 2012[J]. Ecological Engineering, 2016, 92: 251-259.

[20] 朱文泉. 中國陸地生態(tài)系統(tǒng)植被凈初級生產(chǎn)力遙感估算及其與氣候變化關系的研究[D]. 北京：北京師范大學.

Zhu Wenquan. Remote Sensing Estimation of Net Primary Productivity of Terrestrial Ecosystem Vegetation in China and Its Relationship with Climate Change[D]. Beijing: Beijing Normal University. (in Chinese with English abstract)

[21] Zhang Y, Qi W, Zhou C, et al. Spatial and temporal variability in the net primary production of alpine grassland on the Tibetan Plateau since 1982[J]. Acta Geographica Sinica, 2014, 24(2): 269-287

[22] Erb K H, Krausmann F, Gaube V, et al. Analyzing the global human appropriation of net primary production--Processes, trajectories, implications. An introduction[J]. Ecological Economics, 2009, 69(2): 250-259.

[23] 李輝霞，劉國華，傅伯杰. 基于NDVI的三江源地區(qū)植被生長對氣候變化和人類活動的響應研究[J]. 生態(tài)學報，2011，31(19)：5495-5504.

Li Huixia, Liu Guohua, Fu Bojie. Response of vegetation to climate change and human activity based on NDVI in the Three-River Headwaters region[J]. Acta Ecologica Sinica, 2011, 31(19): 5495-5504. (in Chinese with English abstract)

[24] 張良俠，岳笑，周德成，等. 氣候變化和人類活動對我國典型草原區(qū)植被恢復的影響[J/OL].環(huán)境科學，[2022-12-10]. DOI:10.13227/j.hjkx.202206156.

Zhang Liangxia, Yue Xiao, Zhou Decheng, et al. Impacts of climate change and human activities on vegetation restoration in typical grasslands of China[J]. Environment Science, 2022, [2022-12-10]. DOI:10.13227/j.hjkx.202206156. (in Chinese with English abstract)

[25] 李楓，蒙吉軍. 黑河中游凈初級生產(chǎn)力的人類占用時空分異[J]. 干旱區(qū)研究，2018，35(3)：743-752.

Li Feng, Meng Jijun. Temporal and spatial variation of human appropriation of net primary productivity in the middle reaches of the Heihe River Basin[J]. Arid Zone Research, 2018, 35(3): 743-752. (in Chinese with English abstract)

[26] 毛德華. 定量評價人類活動對東北地區(qū)沼澤濕地植被NPP的影響[D]. 吉林：東北地理與農(nóng)業(yè)生態(tài)研究所, 2014.

Mao Dehua. Quantitative Assessment in the Impact of Human Activities on Net Primary Productivity of Wetlands in the Northest China[D]. Jilin: Northeast Institute of Geography and Agroecology, 2014. (in Chinese with English abstract)

[27] 劉亮，關靖云，穆晨，等. 2008—2018年伊犁河流域植被凈初級生產(chǎn)力時空分異特征研究[J]. 生態(tài)學報，2022，42(12)：4861-4871.

Liu Liang, Guan Jingyun, Mu Chen, et al. Spatio-temporal characteristics of vegetation net primary productivity in the lli River Basin from 2008 to 2018[J]. Acta Ecologica Sinica, 2022, 42(12): 4861-4871. (in Chinese with English abstract)

[28] 劉樂藝. 青海戈壁荒灘興起“光伏海”[N]. 人民日報海外版，2022-07-05.

[29] 王保林. 大針茅典型草原冠層光合有效輻射各分量變化規(guī)律分析[J]. 青海草業(yè)，2018，27(1)：2-6.

Wang Baolin. A study on the vegetation of pivotal photosynthetic active radiation parameters of a stipa grandis typical steppe[J]. Qinghai Prataculture, 2018, 27(1): 2-6. (in Chinese with English abstract)

[30] Dong T, Meng J, Shang J, et al. Modified vegetation indices for estimating crop fraction of absorbed photosynthetically active radiation[J]. International Journal of Remote Sensing, 2015, 36(12): 3097-3113.

[31] 劉向，張鵬，劉建全. 無機肥料是青海塔拉灘光伏電站植被恢復過程中的限制性因子[J]. 生物多樣性，2022，30(5)：29-36.

Liu Xiang, Zhang Peng, Liu Jianquan. Inorganic fertilizres are limiting factors of vegetation restoration of Qinghai Tala Shoal Photovoltaic Power Station[J]. Biodiversity Science, 2022, 30(5): 29-36. (in Chinese with English abstract)

[32] Knyazikhin Y, Glassy J, Privette J, et al. MODIS Leaf Area Index (LAI) and Fraction of Photosynthetically Active Radiation absorbed by vegetation (FPAR) product (MOD15) Algorithm Theoretical Basis Document[Z]. 1999.

[33] 劉旻霞，焦驕，潘竟虎，等. 青海省植被凈初級生產(chǎn)力(NPP)時空格局變化及其驅(qū)動因素[J]. 生態(tài)學報，2020，40(15)：5306-5317.

Liu Minxia, Jiao Jiao, Pan Jinghu, et al. Spatial and temporal patterns of planting NPP and its driving factors in Qinghai Province[J]. Acta Ecologica Sinica, 2020, 40(15): 5306-5317. (in Chinese with English abstract)

[34] 高清竹，萬運帆，李玉娥，等. 藏北高寒草地NPP變化趨勢及其對人類活動的響應[J]. 生態(tài)學報，2007，27(11)：4612-4619.

Gao Qingzhu, Wan Yunfan, Li Yue, et al. Trends of grassland NPP and its response to human activity in Northern Tibet[J]. Acta Ecologica Sinica, 2007, 27(11): 4612-4619. (in Chinese with English abstract)

[35] 喬郭亮，金曉斌，顧錚鳴，等. 2000-2018年天山中段高海拔草地暖季承載力[J]. 農(nóng)業(yè)工程學報，2021，37(22)：253-252.

Qiao Guoliang, Jin Xiaobin, Gu Zhengming, et al. Carrying capacity of high-altitude grassland in warm seasons in the middle section of Tianshan Mountain from 2000 to 2018[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 253-252. (in Chinese with English abstract)

[36] 張金亭，董艷超，葉宗達. 基于地形改進NPP指數(shù)的縣域耕地產(chǎn)能測算[J]. 農(nóng)業(yè)工程學報，2020，36(10)：227-234.

Zhang Jinting, Dong Yanchao, Ye Zongda. Calculation of county-level cultivated land productivity based on NPP index corrected by topography[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(10): 227-234. (in Chinese with English abstract)

[37] 魏曉帥，高永龍，范雅倩，等. 北京植被凈初級生產(chǎn)力對物候變化的響應[J]. 農(nóng)業(yè)工程學報，2022，38(18)：167-175.

Wei Xiaoshuai, Gao Yonglong, Fan Yaqian, et al. Responses of the net primary productivity of vegetation to phenological changes in Beijing of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(18): 167-175. (in Chinese with English abstract)

Impact of photovoltaic power plant construction on the net primary productivity of vegetation in the Tala Shoal areas

Wang Yiting, Zou Rui, Wang Xinyue, Hu Yuhao, Chen Yuanyuan

(,,710054,)

Many photovoltaic power plants have been built in China in recent years, due to the clean and renewable solar energy resources. However, ecological consequences are inevitably caused on the local and regional scales. Current studies focused mainly on the ecological impact of solar panels using in-situ meteorological observations, particularly subjected to very local scales and short periods. It is necessary to implement it at the regional scale for long periods. In this study, the moderate resolution satellite data was utilized to investigate the impact of photovoltaic power plant construction on the net primary productivity (NPP) of vegetation in Tala Shoal. The difference between actual and potential NPP was calculated to quantify the impact of solar panels on the spatiotemporal variations from 2010 to 2020. Firstly, the actual and potential NPP were computed using MOD15A2 and meteorological data, according to the CASA and the regional evapotranspiration model, respectively. The estimated actual NPP was verified as reliable with the MODIS NPP product data (MOD17A3). Secondly, a linear regression was used to analyze the temporal trend of the actual and the NPP that was influenced by human activities. A relative contribution index was then constructed to determine the influence magnitude of human activities on the NPP. The contribution of human activities was analyzed using land cover data. Thirdly, three typical areas were selected as the solar power plants that were constructed in different years. The NPPs were compared in the solar power plant construction area and the surrounding control area. The temporal trend of NPP was analyzed in the three typical areas to find the changing pattern of NPP in the period before and after the solar power plant construction. As such, the different impacts were revealed for the solar panels that were constructed in different years in the local areas. The results showed that: 1) There was an increasing trend in the actual and potential NPP in the study area from 2010 to 2020, with the annual average actual and potential NPP values of 58.03, and 204.05 g/m2, respectively, indicating the low in the northwestern areas and high in the southern areas; 2) The average contribution of human activities to the NPP changes was 68.9%, indicating the dominant factors driving the NPP changes. 3) There were different ecological impacts of solar panels that were built in different years over time. In the short term, the solar panels caused a decrease in the NPP, indicating a destructive effect on the vegetation due to mechanical excavation. By contrast, the solar panels caused an increase in the NPP in the long term, probably due to the increased temperature and humidity under the solar panels, and the reduced wind speed for better vegetation growth. Consequently, there was a different impact of solar photovoltaic panels on the dynamic changes in vegetation net primary productivity. The finding can also provide the scientific basis for vegetation restoration and high-quality development in Tala Shoal.

human activities; Gonghe photovoltaic industrial park; environmental effects of solar panel; Tibetan Plateau

10.11975/j.issn.1002-6819.2022.24.017

S127

A

1002-6819(2022)-24-0153-09

王祎婷，鄒蕊，王欣悅，等. 塔拉灘地區(qū)光伏電站建設對植被凈初級生產(chǎn)力的影響[J]. 農(nóng)業(yè)工程學報，2022，38(24)：153-161.doi：10.11975/j.issn.1002-6819.2022.24.017 http://www.tcsae.org

Wang Yiting, Zou Rui, Wang Xinyue, et al. Impact of photovoltaic power plant construction on the net primary productivity of vegetation in the Tala Shoal areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(24): 153-161. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.24.017 http://www.tcsae.org

2022-10-20

2022-12-10

國家自然科學基金項目（41901301）；陜西省自然科學基礎研究計劃項目（2020JQ-739）；遙感科學國家重點實驗室開放基金項目（OFSLRSS201922）

王祎婷，博士，副教授，研究方向為定量遙感與全球變化、尺度效應與尺度轉(zhuǎn)換。Email：wyt_rs@163.com