蘇尚軍，靳東升，張 婷

（1.山西森綠環(huán)境科技有限公司，山西 太原 030006；2.山西農(nóng)業(yè)大學 資源環(huán)境學院，山西 太原 030031；3.重慶工商大學 環(huán)境與資源學院，重慶 400067）

植被凈初級生產(chǎn)力（Net Primary Productivity，NPP）是地表綠色植物在單位時間、單位面積內(nèi)，通過光合作用所固定的有機物總量扣除自養(yǎng)呼吸消耗后的剩余量，是植被與外界環(huán)境因子相互作用下的產(chǎn)物[1-2]。NPP反映了植被群落的生產(chǎn)能力和生態(tài)過程，其不僅可以評價陸地生態(tài)系統(tǒng)植被質(zhì)量狀況，同時可用于評估區(qū)域生態(tài)系統(tǒng)功能及可持續(xù)發(fā)展能力，是地球表面碳循環(huán)過程的重要組成部分，也是影響碳匯形成的重要因子，在全球的氣候變化和碳平衡中起重要作用[3-4]。山西省地處我國中部，是典型的內(nèi)陸省份，地貌類型主要為黃土廣泛覆蓋的山地高原。全省自然環(huán)境復雜，生態(tài)環(huán)境脆弱，2000年以來，隨著社會經(jīng)濟發(fā)展，人類活動加劇，資源過度開采使得水土流失、土壤污染等生態(tài)問題日益嚴峻，干擾了區(qū)域內(nèi)植被正常生長，影響了植被生態(tài)服務功能發(fā)揮，同時不利于地區(qū)經(jīng)濟的正常發(fā)展。植被NPP作為評價生態(tài)系統(tǒng)的一個重要指標，可以直接反映地表植被群落的生產(chǎn)能力和生態(tài)過程，對增強山西省植被的生態(tài)服務功能、調(diào)節(jié)區(qū)域碳平衡具有重要意義[5-6]。

NPP估算方法包括實地測算法和間接估算法。實地測算法的優(yōu)點是精度高，缺點是難以實現(xiàn)較大時空尺度的NPP觀測目的。而間接估算法中的遙感反演法，集遙感數(shù)據(jù)、地理信息系統(tǒng)（GIS）和模型模擬三者優(yōu)勢于一體，在全球和大尺度區(qū)域植被NPP估算中得到廣泛的運用。其中，采用的CASA（Carnegie-Ames-Stanford Approach）模型，具有多時相數(shù)據(jù)獲取便捷、參數(shù)減少、模型簡單等優(yōu)點，是目前區(qū)域NPP估算方法中應用較為廣泛的一種[7-8]。由朱文泉等[9]、劉文瑞等[10]、江洪等[11]改進后的CASA模型，是基于不同種類植被的光能利用率，結(jié)合水分和溫度等環(huán)境脅迫因子，通過參數(shù)改進可較好應用于不同地區(qū)，對各地區(qū)的NPP進行準確評估。我國學者利用CASA模型，在不同區(qū)域開展了植被凈初級生產(chǎn)力的研究，研究范圍涉及安徽、山東、遼寧等省份以及渭河流域等區(qū)域[12-15]，而基于CASA模型對山西省NPP的研究較少。同時，已有針對山西省NPP估算的研究主要聚焦于省內(nèi)局部區(qū)域，如呂梁山連片貧困區(qū)、汾河流域、煤田分布區(qū)等[7,16-17]，對山西省全域NPP的研究較為匱乏，且以往對山西省整體植被NPP的研究利用的是低分辨率的MOD17A3數(shù)據(jù)，影響了對山西省植被NPP的準確估計[17-18]。

本研究基于朱文泉等[9]改進的CASA模型，利用山西省2000—2019年MOD13Q1數(shù)據(jù)，綜合降水、氣溫、太陽輻射等數(shù)據(jù)，揭示山西省植被NPP時空分布特點及其變化規(guī)律，分析影響植被NPP變化的因子，為區(qū)域植被恢復和生態(tài)環(huán)境建設(shè)奠定理論基礎(chǔ)。

1 材料和方法

1.1 研究區(qū)概況

山西省位于我國中部（東經(jīng)110°15′~114°32′，北緯34°36′~40°44′），總面積約15.67萬km2，境內(nèi)山地和丘陵地貌約占全省總面積的80%以上。氣候為溫帶大陸性季風氣候，年平均氣溫為3~14℃，年總降水量為400~650 mm，60%的降雨集中于6—8月。境內(nèi)主要植被類型有溫帶落葉闊葉林、針闊混交林、常綠針葉林、灌叢和草甸等，種植的農(nóng)作物主要包括冬小麥、玉米、高粱和棉花等[18]。

1.2 數(shù)據(jù)來源與研究方法

1.2.1 數(shù)據(jù)來源及處理

1.2.1.1 NDVI數(shù)據(jù) 本研究主要基于MODIS中尺度數(shù)據(jù)MOD13Q1提取獲得。數(shù)據(jù)來源于美國NASA的官網(wǎng)（http://ladsweb.modaps.nasa.gov/），數(shù)據(jù)空間分辨率為250 m，下載獲得2000、2005、2010、2015、2019年MOD13Q1遙感數(shù)據(jù)。通過MRT軟件，對下載的原始遙感數(shù)據(jù)進行拼接、投影轉(zhuǎn)化、提取得到NDVI數(shù)據(jù)。NDVI數(shù)據(jù)是16 d合成產(chǎn)品，之后運用最大值合成方法，將每月的2期NDVI數(shù)據(jù)融合為月NDVI數(shù)據(jù)[19]。

1.2.1.2 氣象數(shù)據(jù) 氣象數(shù)據(jù)包括月平均氣溫、月總降水量。原始氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)共享網(wǎng)（http://data.cma.cn）。在山西省及其周圍共選取38個站點，獲取與NDVI數(shù)據(jù)相同年份的站點日平均氣溫、日降水量數(shù)據(jù)。在Excel中對該數(shù)據(jù)進行統(tǒng)計得到相應站點的月平均氣溫和月降水量數(shù)據(jù)，之后在ArcGIS 10.4中，利用反距離權(quán)重插值法（Inverse Distance Weighted，IDW）對38個站點的月平均氣溫和月降水量之和進行空間插值處理，獲得與NDVI數(shù)據(jù)有相同投影及空間分辨率的降水和氣溫柵格數(shù)據(jù)。

1.2.1.3 輻射數(shù)據(jù) 由于整個山西省的輻射站點較少，空間插值結(jié)果不準確，本研究采用太陽輻射計算公式，通過氣象站點日照時長求得月太陽總輻射數(shù)據(jù)。在Arc GIS 10.4中插值獲得與NDVI數(shù)據(jù)有相同投影和空間分辨率的月太陽輻射量數(shù)據(jù)[20]。

1.2.1.4 其他數(shù)據(jù) 土地利用類型數(shù)據(jù)來源于中國科學院資源環(huán)境數(shù)據(jù)中心，分別由2000、2005、2010、2015、2019年土地利用數(shù)據(jù)重分類得到，包括耕地、林地、草地、水域用地、建設(shè)用地和其他用地等6種土地覆蓋類型[16]。

1.2.2 NPP計算 CASA模型。CASA模型中的植被NPP，主要是通過地表植被所吸收光合有效輻射（APAR）、光能利用率（ε）這2個變量來共同確定[17]。

式中，APAR(x,t)為x像元在t月吸收的光合有效輻射量（MJ/m2）；ε(x,t)為x像元在t月的實際光能利用效率（g/MJ），通過溫度和水分等環(huán)境脅迫因子及最大光能利用率估算得出[21-22]。

光合有效輻射（APAR）的確定。通常APAR（Absorbed Photosynthetically Active Radiation）是指地表植物在進行光合作用時，可以被葉冠層吸收利用的，對其光合作用有實際效用的太陽輻射能，經(jīng)過光合作用將其固定并轉(zhuǎn)化為植物有機質(zhì)。地表植被吸收光合有效輻射，是由太陽輻射和植被自身的生態(tài)特征共同控制。

式中，S O L(x,t)為x像元在t月的太陽總輻射量（MJ/m2）。SOL（Solar Radiation Energy）為太陽輻射能，是植物在光合作用過程的能量來源；FPAR（Fraction of Absorbed Photosynthetically Active Radiation），是地表植被層對入射光合作用有效輻射的吸收比例。FPAR與歸一化植被指數(shù)（NDVI）具有一定線性關(guān)系，可以通過NDVI數(shù)據(jù)估算取得。

光能利用率（ε）的估算。光能利用率（Utility rate of luminous energy，ε），是地表植被將光合作用中所吸收光合有效輻射，固定轉(zhuǎn)化為有機質(zhì)的效率，是由地表植被的自身屬性所決定。不同類型地表植被的光能利用率通常差異很大。

在具體估算中，本研究采用經(jīng)朱文泉[21]和LI等[23]改進后的CASA模型，代入NDVI、太陽輻射、月平均氣溫、月總降水量、土地利用類型等參數(shù)，計算得到山西省植被NPP。

2 結(jié)果與分析

2.1 研究區(qū)NPP變化特征分析

2.1.1 研究區(qū)NPP年際變化2000—2019年山西省植被NPP空間分布如圖1所示。

根據(jù)植被NPP值分布范圍，定義0～200 g/（m2·a）為低值區(qū)域，200~400 g/（m2·a）為中值區(qū)域，400~585 g/（m2·a）為高值區(qū)域。由圖1可知，2000年研究區(qū)NPP值較低的區(qū)域主要分布于山西省北部管涔山大部、呂梁山西側(cè)丘陵區(qū)，以及大同盆地、忻定盆地、太原盆地等區(qū)域，而NPP高值區(qū)域位于東南部的王屋山和中條山附近。隨著時間推移，NPP低值區(qū)域的面積逐漸減少，而NPP高值區(qū)域面積逐漸增加。2019年，山西省北部及西側(cè)NPP低值區(qū)域基本消失，同時，NPP高值區(qū)域由最初的東南部擴大至山西省中部、南部等多個區(qū)域。全省植被NPP變化整體呈向好的發(fā)展態(tài)勢。

從表1可以看出，研究區(qū)NPP年最大值呈現(xiàn)先增加后降低的趨勢，而NPP年均值呈現(xiàn)持續(xù)增加趨勢，該區(qū)年均NPP介于227.76~303.66 g/（m2·a）。2000—2005年，NPP由227.76 g/（m2·a）上 升 至266.98 g/（m2·a），增速為7.84 g/（m2·a），NPP增速較高；2006—2010年，NPP由266.98 g/（m2·a）上升至279.76 g/（m2·a），增速為2.56 g/（m2·a）；2011—2015年，NPP由279.76 g/（m2·a）上升 至290.22 g/（m2·a），增速為2.09 g/（m2·a）；2016—2019年，NPP由290.22 g/（m2·a）增至303.66 g/（m2·a），NPP增速有所提高，為3.36 g/（m2·a）。

表1 2000—2019年山西省植被NPP年最大值和平均值統(tǒng)計Tab.1 Statistics of annual maximum and average vegeta-tion NPP in Shanxi province from 2000 to 2019 g/（m2·a）

2.1.2 研究區(qū)NPP月際變化 植被NPP的月際變化直接反映區(qū)域植被在年內(nèi)的凈初級生產(chǎn)力時間分布情況[19]。由圖2可知，不同年內(nèi)月均植被NPP值均呈先上升后下降的變化趨勢，其中，1—3月份的多年NPP均值分別為3.37、3.92、6.11 g/（m2·月），4月份后，NPP呈急劇上升趨勢，7—8月份NPP達到最大值，7、8月份NPP均值分別為52.56、56.18 g/（m2·月）。各月間NPP增長速率最高階段為5—6月份，達到16.44 g/（m2·月）；下降速率最高時段為10—11月份，下降速率達到24.11 g/（m2·月）。植被NPP值的變化與其生長規(guī)律基本一致[19]，這主要是由于北方植被大多為落葉樹，冬季植被葉片凋零，草木枯萎，地表植被光合作用較低，幾乎無生產(chǎn)力，此時NPP最低，春季開始，氣溫回升，草木復蘇，植被開始生長萌芽，光合作用逐漸增強，7—8月時，植被生長達到最盛階段，此時NPP值最大，到9—10月后，氣溫漸冷，植物葉片脫落，植被生理活動減弱，光合作用降低，NPP值隨之降低[7]。

2.2 研究區(qū)NPP變化率空間分布特征分析

為了揭示研究區(qū)內(nèi)植被NPP值變化的空間分布特征，結(jié)合以往研究，本研究將5個時段的植被NPP變化狀況，以顯著增長（＞20%）、穩(wěn)定增長（0~20%）、微弱減少（-20%~0）和顯著減少（＜-20%）分別進行了劃分[7]。

結(jié)果表明（圖3），2000—2019年研究區(qū)域植被NPP整體呈顯著增長，而太原盆地和長治盆地局部地區(qū)NPP呈現(xiàn)顯著降低及微弱降低的變化態(tài)勢，南部王屋山與中條山交界處NPP呈微弱降低趨勢。NPP呈增長狀態(tài)的區(qū)域占山西省全域面積的87.66%，呈減少趨勢的區(qū)域占山西省全域面積的12.34%。2000—2005年，境內(nèi)太行山西側(cè)、南部的臨汾盆地是NPP顯著下降的區(qū)域，而中部晉中盆地、中北部的忻定盆地、大同盆地為NPP呈微弱下降的區(qū)域，整體而言，境內(nèi)85.82%區(qū)域的NPP呈增長趨勢，14.18%的區(qū)域NPP呈下降趨勢。2005—2010年，境內(nèi)北部、中部及東南大部區(qū)域NPP呈顯著下降或微弱下降的趨勢，NPP降低區(qū)域占山西省全域面積的32.77%，而NPP呈增長狀態(tài)的區(qū)域占山西省全域面積的67.23%。2010—2015年，研究區(qū)中北部及西部區(qū)域，NPP呈顯著降低或微弱降低趨勢，降低區(qū)域占山西省全域面積的33.19%。2015—2019年，NPP顯著降低或微弱降低的區(qū)域主要分布于晉南的運城盆地及晉東南的長治盆地，NPP降低的區(qū)域占山西省全域面積的40.36%，而NPP呈增長狀態(tài)的區(qū)域占山西省全域面積的59.64%。

2.3 不同土地利用類型的NPP變化分析

由圖4可知，2000—2019年山西省各土地利用類型植被NPP年均值整體呈波動上升趨勢。不同土地利用類型年均NPP差異較大，按照年均NPP由高到低排 序 為 林地（315.14 g/（m2·a））＞草地（281.94 g/（m2·a））＞耕地（264.52 g/（m2·a））＞水域用地（110.59 g/（m2·a））＞其他用地（101.88 g/（m2·a））＞建設(shè)用地（75.39 g/（m2·a））。不同土地利用類型植被NPP年均值增加速率從大到小排序為草地（5.11 g/（m2·a））＞耕地（4.36 g/（m2·a））＞林地（3.14 g/（m2·a））＞其他用地（2.34 g/（m2·a））＞水域用地（1.45 g/（m2·a））＞建設(shè)用地（0.57 g/（m2·a）），增加速率最快的為草地，達5.11 g/（m2·a），增加速率最慢的為建設(shè)用地，為0.57 g/（m2·a）。2000—2019年山西各土地利用類型的植被NPP均呈增長趨勢。其中受不同土地利用方式的影響，NPP增長量分別為耕地477.70萬t，林地264.96萬t，草地429.79萬t，建設(shè)用地4.12萬t，水域用地9.89萬t，其他用地0.77萬t。按照NPP增長貢獻率由高到低排序是耕地（40.24%）＞草地（36.20%）＞林地（22.32%）＞建設(shè)用地（0.83%）＞水域用地（0.35%）＞其他用地 （0.06%）（表2）。

表2 2000—2019年山西省區(qū)域內(nèi)NPP增長量及各地類貢獻率Tab.2 NPP growth and contribution rate of various regions in Shanxi province from 2000 to 2019

2.4 NPP變化影響因素分析

以往研究表明，氣象因子是影響植被NPP值重要因素之一。為進一步揭示研究區(qū)內(nèi)植被NPP與關(guān)鍵氣象因子（降水、氣溫）間的關(guān)系，本研究通過月均植被NPP值與氣象因子月均值，進行Pearson雙側(cè)相關(guān)檢驗以及偏相關(guān)檢驗分析，結(jié)果表明（表3），山西省月均NPP值與月均降水量、月均氣溫的平均相關(guān)系數(shù)分別為0.872、0.907，均在0.01置信水平達到極顯著；平均偏相關(guān)系數(shù)分別為0.566、0.703。表明山西省植被NPP變化受到降水和氣溫共同控制，且影響程度均達到了極顯著水平，其中植被NPP與氣溫相關(guān)程度最高，表明研究區(qū)內(nèi)的氣溫變化是影響區(qū)域植被NPP變化的最主要因素；進行偏相關(guān)分析以消除其他因素影響時，降水、氣溫仍與植被NPP呈顯著相關(guān)，且氣溫的相關(guān)性更強。

表3 山西省植被NPP與氣象因子相關(guān)性分析Tab.3 Correlation analysis between vegetation NPP and meteorological factors

3 結(jié)論與討論

本研究結(jié)果表明，2000—2019年，山西省境內(nèi)植被NPP年均值整體呈增加趨勢。這與梁爽等[17]的研究結(jié)果一致，其基于MOD17A3H數(shù)據(jù)研究了2005—2015年山西省植被NPP的時空變化特征，結(jié)果表明，山西省NPP整體呈增加趨勢。NPP明顯增加的區(qū)域主要位于呂梁山脈以西、呂梁山脈一帶、晉北及晉南中條山、王屋山森林區(qū)。這主要受益于國家、省及市縣各級造林綠化及退耕還林還草工程[7]。2000—2010年，“三北防護林”工程第四期在山西的規(guī)劃區(qū)域主要位于呂梁山脈以西區(qū)域；2010—2019年，“三北防護林”工程第五期在原先的規(guī)劃范圍外新增了晉北區(qū)域，使得晉北區(qū)域的NPP明顯提升。而呂梁山脈一帶NPP顯著增加得益于我國實施的天然林保護工程，依據(jù)工程要求，對現(xiàn)有森林及草地實施了全面性的保護。而晉南中條山、王屋山森林區(qū)則是由于政府及林業(yè)部門對該區(qū)加強管護，植被得以較好生長，因而，NPP值較大。

對山西省植被NPP變化率空間分布的研究表明，NPP顯著降低的區(qū)域主要在城市建成區(qū)及煤田分布區(qū)，包括省域北部的大同市區(qū)、朔州市區(qū)，中部的太原都市圈，以及東南部的長治市區(qū)。上述區(qū)域作為國家級或省級重點開發(fā)區(qū)域，是支撐全省發(fā)展的重要增長極，區(qū)域內(nèi)人口密集，建設(shè)用地不斷擴張，部分耕地或草地轉(zhuǎn)為城鎮(zhèn)用地，導致該區(qū)域植被NPP顯著降低；此外，晉東南區(qū)域分布有山西省最大的煤田——沁水煤田，以露天為主的煤炭開采方式破壞了大量的地表植被，導致了該區(qū)域植被NPP的降低。

本研究基于CASA模型對山西省2000—2019年植被NPP進行估算，結(jié)果表明，2000—2019年山西省植被NPP總體呈現(xiàn)先快后慢的上升趨勢。其中，2000—2005年年均增速較快，增速為7.84 g/（m2·a）；2006—2010、2011—2015、2016—2019年3個 階段年均增速相對較慢，增速分別為2.56、2.09、3.36 g/（m2·a）。植被NPP增加的區(qū)域占整個研究區(qū)域面積的87.66%，主要分布于呂梁山脈以西、呂梁山脈一帶、晉北及晉南中條山、王屋山森林區(qū)；NPP顯著降低的區(qū)域占研究區(qū)面積的12.34%，主要分布區(qū)域為太原盆地和長治盆地局部地區(qū)，以及南部王屋山與中條山交界處。2000—2019年，山西省不同土地利用類型年均植被NPP差異較大，由高到低排序是林地（315.14 g/（m2·a））＞草地（281.94 g/（m2·a））＞耕地（264.52 g/（m2·a））＞水域用地（110.59 g/（m2·a））＞其他用地（101.88 g/（m2·a））＞建設(shè)用地（75.39 g/（m2·a））；不同土地利用類型植被NPP均呈增長趨勢，其中，草地NPP增長率最高，為5.11 g/（m2·a），而建設(shè)用地NPP增長率最低，為0.57 g/（m2·a）。對全域NPP增長貢獻率最大的土地利用類型是耕地（40.24%），其他類型的土地利用方式貢獻率最?。?.06%）。降水與氣溫是影響區(qū)域內(nèi)植被NPP變化的重要因素。