劉山林, 李春景

( 延邊大學(xué) 地理與海洋科學(xué)學(xué)院, 吉林 延吉 133002 )

0 引言

植被凈初級生產(chǎn)力(net primary productivity,NPP)是指單位面積的綠色植物在單位時間內(nèi)通過光合作用產(chǎn)生的有機干物質(zhì)總量在扣除自養(yǎng)呼吸所消耗的能量后所剩余的部分[1],它能夠表征陸地植被系統(tǒng)的整體生態(tài)質(zhì)量[2].近年來,已有學(xué)者對吉林省的植被NPP進行了研究.例如:羅玲等[3]利用2000—2006年MOD17A3數(shù)據(jù)集的年均植被NPP數(shù)據(jù)對吉林省西部草地生長的主要影響因素進行了研究;湯潔等[4]利用CASA模型和土壤微生物呼吸模型計算了2001—2010年吉林省西部的陸地植被NPP和土壤微生物呼吸RH;劉舒[5]對2000—2016年吉林省西部的濕地面積及其NPP的時空動態(tài)變化規(guī)律進行了研究.但是,目前相關(guān)研究大多針對的是吉林省的局部區(qū)域,且對植被NPP未來發(fā)展變化趨勢的預(yù)測以及不同土地覆蓋類型的植被NPP與氣候因子的相關(guān)性研究得較少,因此本文將研究2000—2021年吉林省植被NPP的動態(tài)演變,并在此基礎(chǔ)上分析不同土地覆蓋類型的植被NPP與氣候因子的相關(guān)性以及植被NPP未來發(fā)展的變化趨勢,以期為吉林省植被生態(tài)環(huán)境的評價和保護提供參考.

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

吉林省位于中緯度歐亞大陸的東側(cè)(40°50′～46°19′N,121°38′～131°19′E),面積為18.74萬km2.氣候從東南部向西北部由濕潤氣候逐漸過渡到半濕潤氣候和半干旱氣候;地勢東南高、西北低;東部地區(qū)主要為典型的山地森林植被,中部地區(qū)主要為森林草原過渡帶,西部主要為草甸草原植被[6].圖1為研究區(qū)的概況圖.

1.2 數(shù)據(jù)來源

本研究采用的數(shù)據(jù)主要包括NPP數(shù)據(jù)、氣象數(shù)據(jù)、土地覆蓋數(shù)據(jù).NPP數(shù)據(jù)來自美國國家航空航天局(NASA)的MOD17A3數(shù)據(jù)(https://lpdaac.usgs.gov),時間分辨率為1 a,空間分辨率為500 m.氣溫、降水?dāng)?shù)據(jù)集來自國家青藏高原科學(xué)數(shù)據(jù)中心(https://data.tpdc.ac.cn/)的中國1 km分辨率逐月平均氣溫數(shù)據(jù)集和中國1 km逐月降水量數(shù)據(jù)集[7];太陽輻射數(shù)據(jù)來自Terra Climate氣象數(shù)據(jù)集(https://www.climatologylab.org/);土地覆蓋數(shù)據(jù)來自武漢大學(xué)楊杰和黃昕團隊發(fā)布的1985—2021中國逐年土地覆蓋數(shù)據(jù)集(https://www.zenodo.org/)[8].為避免因空間分辨率和坐標(biāo)系等不同而在后續(xù)處理數(shù)據(jù)時產(chǎn)生誤差,本文將所有數(shù)據(jù)統(tǒng)一投影至WGS84/Albers坐標(biāo)系,并將其分辨率設(shè)置為500 m.

2 研究方法

2.1 趨勢分析法

趨勢分析法是一種對時間變量進行線性回歸分析的方法[9].由于該方法可以綜合表征一定時間序列內(nèi)區(qū)域格局的演變規(guī)律,因此其可用于衡量植被NPP的變化情況.趨勢分析法的表達式為:

式中:θslope為趨勢線斜率,即NPP的年際變化速率;Mi是第i年的NPP值;i為年變量;n(n=22)為監(jiān)測年數(shù).當(dāng)θslope>0時,表示植被NPP呈增加趨勢;反之則呈減少趨勢.植被NPP變化趨勢的顯著性由F檢驗來判斷.本文根據(jù)F檢驗結(jié)果,將變化趨勢分為以下級別:極顯著減少(θslope<0,P<0.01)、顯著減少(θslope<0,0.010.05)、不顯著增加(θslope>0,P>0.05)、顯著增加(θslope>0,0.010,P<0.01).

2.2 重標(biāo)極差(R/S)分析法

重標(biāo)極差分析法是一種定量描述數(shù)據(jù)在時間序列內(nèi)其持續(xù)性特征的方法,它能夠反映出時間序列的長期變化情況(通過計算Hurst指數(shù))[10].Hurst指數(shù)(H)的取值區(qū)間為[0,1]:①當(dāng)0.5

2.3 相關(guān)系數(shù)

由于相關(guān)系數(shù)可以直觀地反映出各要素之間的相互影響程度,因此本文通過計算氣候因子與植被NPP變化的相關(guān)系數(shù)來分析其相關(guān)性.相關(guān)系數(shù)的計算公式[11]為:

3 植被NPP的時空動態(tài)演變特征

3.1 植被NPP的時間變化特征

圖2為2000—2021年吉林省植被NPP的年際變化情況.由圖2可以看出:2000—2021年吉林省植被NPP的最大值和平均值都出現(xiàn)緩慢波動性的增長趨勢,年均植被NPP在351.71～497.66 gC/(m2·a)范圍內(nèi).其中:峰值出現(xiàn)在2014、2017、2019年,分別達到1098.00、1101.00、1100.10 gC/(m2·a);谷值出現(xiàn)在2010、2016、2018年,分別達到871.04、961.21、996.24 gC/(m2·a).

圖2 2000—2021年吉林省植被NPP的年際變化

圖3為2000—2021年吉林省不同土地覆蓋類型的植被NPP年際變化情況.由圖3可以看出,2000—2021年吉林省不同土地覆蓋類型的植被NPP都出現(xiàn)了緩慢波動性的增長趨勢,但不同土地覆蓋類型的植被NPP值差異較大.其中:森林的植被NPP值變化范圍為495.03～685.24 gC/(m2·a),其年均值為626.95 gC/(m2·a)(最高);耕地和濕地的植被NPP值變化范圍分別為244.81～382.57 gC/(m2·a)和219.55～372.17 gC/(m2·a),其年均值分別為339.87 gC/(m2·a)和317.19 gC/(m2·a);草地的植被NPP值變化范圍為162.29～329.11 gC/(m2·a),其年均值為243.44 gC/(m2·a);裸地的植被NPP值變化范圍為104.10～233.30 gC/(m2·a),其年均值為170.85 gC/(m2·a).

圖3 不同土地覆蓋類型植被NPP的年際變化

3.2 植被NPP的空間變化特征

3.2.1植被NPP年均值的空間分布格局

圖4為2000—2021年吉林省植被NPP均值的空間分布情況.由圖4可知,吉林省植被NPP的空間分布呈由西北向東南逐漸遞增的趨勢,年均植被NPP在40.11～961.42 gC/(m2·a)范圍內(nèi).其中:東部地區(qū)(占吉林省總面積的41.94%)的植被NPP均大于500 gC/(m2·a),這些地區(qū)主要包括吉林市、延邊朝鮮族自治州、白山市以及通化市,其中高值區(qū)位于延邊朝鮮族自治州的北部和東部;西北地區(qū)(占吉林省總面積的20.40%)的植被NPP均低于300 gC/(m2·a),這些地區(qū)主要包括白城市、松原市西部等地區(qū),其中最低值區(qū)位于白城市和松原市的交界地帶.

圖4 2000—2021年吉林省植被NPP均值的空間分布

3.2.2植被NPP的變化趨勢分析

圖5為2000—2021年吉林省植被NPP的空間變化趨勢情況.由圖5可知:植被NPP呈極顯著增加和顯著增加趨勢的區(qū)域分別占吉林省總面積的29.84%和15.57%,這些地區(qū)主要包括白城市、松原市、長春市北部、吉林市北部、四平市西部等地區(qū);植被NPP呈無顯著變化的區(qū)域占全省總面積的53.95%.從不同土地覆蓋類型植被NPP變化趨勢的面積占比(圖6)可以看出:草地和裸地主要分布于吉林省西部地區(qū)(面積較小),并呈現(xiàn)出顯著的增加趨勢,其中草地的植被NPP呈極顯著增加和顯著增加的面積分別占草地總面積的87.63%和4.32%;森林的植被NPP呈無顯著變化的區(qū)域占森林總面積的75.61%,這表明森林植被NPP的整體變化不大;耕地的植被NPP呈極顯著增加的面積占耕地總面積的45.02%,整體上呈增加的趨勢.

圖5 2000—2021年吉林省植被NPP的變化趨勢等級圖

圖6 不同土地覆蓋類型植被NPP變化趨勢的面積占比

4 植被NPP的未來變化趨勢預(yù)測

圖7為吉林省植被NPP的Hurst指數(shù)分布(a)和植被NPP變化趨勢的預(yù)測結(jié)果(b).由圖7(a)可以看出:吉林省植被NPP的Hurst指數(shù)分布在0.15～0.88之間,研究區(qū)內(nèi)未出現(xiàn)指數(shù)為0.5的區(qū)域,且其中Hurst指數(shù)小于0.5的區(qū)域占全省總面積的61.15%,這表明吉林省未來植被NPP的變化主要表現(xiàn)為反持續(xù)特征.為了更好地預(yù)測植被NPP的未來變化趨勢,本文將植被NPP的變化趨勢圖與Hurst指數(shù)分布圖進行了疊加(見圖7(b)),并按照表1的分類標(biāo)準(zhǔn)將疊加結(jié)果分為10種類型.由圖7(b)可以看出:Hurst指數(shù)小于0.5的區(qū)域中,植被NPP呈反持續(xù)極顯著增加和反持續(xù)顯著增加的區(qū)域占吉林省總面積的27.32%,且其分布較為分散(主要分布在白城市、松原市西部、吉林市北部等地區(qū)).這表明,這些地區(qū)植被NPP的增加趨勢在未來將會放緩.

表1 吉林省植被NPP的未來變化趨勢

圖7 吉林省植被NPP的Hurst指數(shù)分布(a)和未來變化趨勢的預(yù)測結(jié)果(b)

在Hurst指數(shù)大于0.5的地區(qū)中:植被NPP呈持續(xù)極顯著和持續(xù)顯著減少的區(qū)域僅占0.55%.這表明,僅有極小區(qū)域的植被NPP在未來會呈持續(xù)減少的趨勢.植被NPP呈持續(xù)顯著和持續(xù)極顯著增加的區(qū)域分別占吉林省總面積的6.47%和11.63%,主要分布在松原市、長春市西部、四平市中西部等地區(qū).這表明,該區(qū)域的植被NPP在未來會呈持續(xù)增加的趨勢.

5 植被NPP與氣候因子的相關(guān)性

研究表明,氣候因子對植被NPP的影響具有區(qū)域差異性[12-14].在諸多氣候因子中,由于氣溫、降水、輻射量與植物生長的關(guān)系最為密切[15],因此本文選取這3個因素來分析其對植被NPP的影響.

圖8為2000—2021年吉林省氣溫、降水、太陽輻射與植被NPP的相關(guān)性.由圖8(a)可以看出:植被NPP與氣溫呈不顯著相關(guān)的區(qū)域占吉林省總面積的88.68%,呈顯著正相關(guān)和極顯著正相關(guān)的區(qū)域占吉林省總面積的11.32%.這表明吉林省大部分地區(qū)的植被NPP與氣溫的相關(guān)性較小.呈顯著正相關(guān)和極顯著正相關(guān)的區(qū)域主要分布在延邊朝鮮族自治州北部、通化東南部和白山市等地區(qū).

圖8 2000—2021年吉林省氣溫(a)、降水(b)、太陽輻射(c)與植被NPP的相關(guān)性

由圖8(b)可以看出:植被NPP與降水的相關(guān)性呈極顯著正相關(guān)和顯著正相關(guān)的區(qū)域分別占吉林省總面積的22.32%和6.17%,這些區(qū)域主要分布在白城市、松原市、四平市西部以及長春市和松原市的交界地區(qū).其原因是吉林省西部平原區(qū)為溫帶大陸性季風(fēng)氣候,蒸發(fā)量大于降水量,易形成干旱[16].植被NPP與降水量呈極顯著負(fù)相關(guān)和顯著負(fù)相關(guān)的區(qū)域占吉林省總面積的0.23%和2.18%,這些區(qū)域主要分布在延邊朝鮮族自治州和白山市.其原因主要是:一是吉林省東部地區(qū)夏季降雨較多,易使土壤入滲量達到閾值,進而易造成林地的根系形成厭氧環(huán)境;二是陰雨天氣會降低植物的光合作用,進而會抑制植被生長[17].

由圖8(c)可以看出:太陽輻射與植被NPP呈極顯著正相關(guān)和顯著正相關(guān)的區(qū)域占吉林省總面積的17.33%和12.71%,這些區(qū)域主要分布在延邊朝鮮族自治州、白山市和通化市東南部等地區(qū).其主要原因是這些區(qū)域夏季的陰雨天氣使得植被接受的太陽輻射量不足,從而抑制了該地區(qū)的植被生長.太陽輻射與植被NPP呈極顯著負(fù)相關(guān)和顯著負(fù)相關(guān)的區(qū)域占吉林省總面積的21.73%,這些區(qū)域主要分布在白城市和松原市等地區(qū).其主要原因是該地區(qū)日照充足,且降水較少,易造成地表干旱和植物生長緩慢.由以上可知,太陽輻射和降水對吉林省植被NPP的影響相對更為顯著.

表2為不同土地覆蓋類型的植被NPP與氣候因子的相關(guān)性.由表2可以看出:耕地的植被NPP與降水呈極顯著正相關(guān)和顯著正相關(guān)的區(qū)域分別占耕地總面積的36.32%和11.54%,與氣溫呈不顯著相關(guān)的區(qū)域占耕地總面積的92.61%,與太陽輻射呈極顯著負(fù)相關(guān)和顯著負(fù)相關(guān)的區(qū)域占耕地總面積的16.88%和19.29%.這表明,耕地的植被NPP與降水呈正相關(guān),與太陽輻射呈負(fù)相關(guān),但與氣溫的相關(guān)性較小.森林的植被NPP與太陽輻射、氣溫呈顯著正相關(guān)和極顯著正相關(guān)的區(qū)域分別占森林總面積的58.57%和18.78%,這表明森林的植被NPP受太陽輻射的影響較大.草地的植被NPP與降水呈顯著正相關(guān)和極顯著正相關(guān)的區(qū)域分別占草地總面積的4.89%和81.89%,與太陽輻射呈極顯著和顯著負(fù)相關(guān)的區(qū)域分別占草地總面積的48.17%和32.83%,這表明絕大部分草地的植被NPP受降水和太陽輻射的影響較大,即與降水呈正相關(guān)、與太陽輻射呈負(fù)相關(guān).濕地的植被NPP與降水呈極顯著正相關(guān)和顯著正相關(guān)的區(qū)域分別占濕地總面積的37.78%和6.67%,與氣溫呈不顯著相關(guān)的區(qū)域占濕地總面積的89.16%,這說明濕地的植被NPP受降水的影響較大.

表2 2000—2021年吉林省不同土地覆蓋類型的植被NPP與氣候因子的相關(guān)性

6 結(jié)論

對吉林省2000—2021年的植被NPP動態(tài)演變及其與氣候因子的相關(guān)性等進行研究表明:

1)2000—2021年吉林省的植被NPP呈緩慢波動性增長趨勢,其中白城市、松原市、長春市北部、吉林市北部、四平市西部等地區(qū)的增加趨勢最為顯著,在空間上則呈由西北向東南逐漸遞增的趨勢.植被NPP年均值處于40.11～961.42 gC/(m2·a)范圍內(nèi),且不同土地覆蓋類型的年均植被NPP存在較大差異,其中森林>耕地>濕地>草地>裸地.

2)2000—2021年吉林省的植被NPP的Hurst指數(shù)分布在0.15～0.88之間,其中呈反持續(xù)極顯著增加和反持續(xù)顯著增加的區(qū)域呈明顯的分散性.

3)2000—2021年吉林省森林的植被NPP變化與太陽輻射具有較大相關(guān)性,耕地和草地的植被NPP變化與降水具有較大正相關(guān)性.

本文研究結(jié)果可為吉林省生態(tài)管理和保護提供參考.本文在研究中僅在年尺度上對吉林省植被NPP進行了研究,而對于不同生長季的植被NPP變化未能進行具體分析;因此,在后續(xù)的研究中,我們將從季度和月份的角度對植被NPP進行分析,以期得到更為準(zhǔn)確的研究結(jié)果.