張 璐， 王 靜， 施潤和

(1. 華東師范大學 地理信息科學教育部重點實驗室，上海 200241；2. 華東師范大學 環(huán)境遙感與數(shù)據(jù)同化聯(lián)合實驗室，上海 200241;3. 華東師范大學 科羅拉多州立大學中美能源與環(huán)境聯(lián)合研究院，上海 200062)

2000—2010年東北三省碳源匯時空動態(tài)遙感研究

張 璐1,2， 王 靜1,2， 施潤和1-3

(1. 華東師范大學 地理信息科學教育部重點實驗室，上海 200241；2. 華東師范大學 環(huán)境遙感與數(shù)據(jù)同化聯(lián)合實驗室，上海 200241;3. 華東師范大學 科羅拉多州立大學中美能源與環(huán)境聯(lián)合研究院，上海 200062)

植被凈生態(tài)系統(tǒng)生產力(Net Ecosystem Productivity, NEP)是估算區(qū)域上植被碳源、碳匯的重要指標.以東北三省為研究區(qū)，基于EOS/MODIS遙感資料，結合氣象數(shù)據(jù)，對2000—2010年NEP的分布情況和時間變化特征進行分析，結果表明，2000—2010年我國東北三省大部分地區(qū)為碳匯區(qū)域，NEP值處于0～300 g C·m-2·a-1之間，碳源地主要集中在吉林省西北部和黑龍江省西南部地區(qū)；林地的碳匯能力最大，NEP均值為176.74 g C·m-2·a-1，其次為灌叢175.02 g C·m-2·a-1，農田、濕地、草地的碳匯能力依次減弱；11年間，東北三省約66.36%的地區(qū)NEP呈下降趨勢，即過半數(shù)地區(qū)固碳能力都在減弱，固碳能力大幅增強的地區(qū)集中在遼寧省長白山西南段和西遼低山丘陵，NEP上升的斜率在5～15之間.結合年均溫和年降水對逐年的東三省年平均NEP進行分析，結果顯示， NEP與降水呈正相關關系，且相關性顯著；NEP與溫度呈負相關關系，但是相關性不夠顯著；NEP值受溫度、降水的極值影響很明顯.本文基于多時相遙感數(shù)據(jù)展開了區(qū)域尺度的碳源匯模擬，為遙感數(shù)據(jù)在此領域的應用和碳儲蓄動態(tài)變化研究提供了理論依據(jù)和方法借鑒.

凈生態(tài)系統(tǒng)生產力； 東北三??； MODIS

0 引 言

隨著人類社會現(xiàn)代化進程的加速，CO2、CH4等溫室氣體的大量排放引發(fā)了嚴重的全球氣候變暖問題[1,2].碳排放導致的溫室效應給人類生存和發(fā)展帶來了威脅與挑戰(zhàn)，是人類面臨的最嚴重的環(huán)境問題之一[3].陸地生態(tài)系統(tǒng)在全球碳循環(huán)過程中有著重要作用，準確地評估陸地生態(tài)系統(tǒng)碳匯及碳源變化對于研究碳循環(huán)過程、預測氣候變化及制定合理政策具有重要意義[4,5].

東北地區(qū)是我國最大的林區(qū)和重要的農業(yè)生產基地，也是受氣候變化影響最為顯著的地區(qū)之一[6,7].研究東北地區(qū)生態(tài)系統(tǒng)碳源匯大小、分布格局和變化趨勢具有重大的意義.目前已有多位學者針對該地區(qū)的碳收支進行了研究.其中大部分研究單獨針對植被凈初級生產力或者土壤呼吸的碳收支過程，而沒有把兩者有機結合起來，不能很好的描述碳匯碳源的分布及變化[8-13].部分學者綜合考慮了兩者之間的關系進行研究，但是存在研究時間短、時效性不強或者空間分辨率較低等不足[6,14-15].本文結合EOS/MODIS遙感數(shù)據(jù)(MOD17A3)與氣象觀測數(shù)據(jù)對我國東北三省2000—2010年的凈生態(tài)系統(tǒng)生產力時空動態(tài)格局進行了研究，并分析了變化的主要影響因素，以期為該地區(qū)生態(tài)系統(tǒng)碳循環(huán)、碳儲蓄動態(tài)變化提供科學的研究依據(jù)，并為相關地方部門提供決策依據(jù).

1 研究區(qū)概況

東北三省在行政區(qū)劃上包括黑龍江省、吉林省和遼寧省，占全國總面積的8.2%.該地區(qū)大體屬于溫帶季風氣候，熱量資源較少，年降水集中在夏季.東北三省物質富饒，農田、草原和森林面積廣闊，人均耕地、森林面積和蓄積量均為全國首位[16].森林主要由長白山森林、大興安嶺森林和小興安嶺森林等部分組成，森林覆蓋率達39.6%，遠高于16.55%的全國平均水平.其中，大興安嶺主要分布著寒溫帶落葉針葉林，小興安嶺和長白山主要分布溫帶針闊混交林[11].研究區(qū)遙感影像圖如圖1所示.

圖1 研究區(qū)示意圖Fig.1 The location of the study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本文研究所使用的遙感數(shù)據(jù)主要為EOS/MODIS 2000—2010年1 km分辨率凈初級生產力產品(MOD17A3).該數(shù)據(jù)基于MODIS/TERRA衛(wèi)星的遙感參數(shù)，利用BIOME-BGC模型與光能利用率模型計算得到陸地植被生態(tài)系統(tǒng)年NPP[17].目前該數(shù)據(jù)已經在多個區(qū)域的碳循環(huán)研究中得到了驗證與廣泛應用[18-22].其中，國志興等根據(jù)我國東北地區(qū)實測的森林和農田資料對MOD17A3數(shù)據(jù)進行了驗證，結果表明MOD17A3數(shù)據(jù)應用到東北地區(qū)是可靠的[10].MOD17A3遙感數(shù)據(jù)共11副.此外，為了分析不同植被類型碳匯能力的差異，使用了MODIS土地覆蓋產品MCD12Q1數(shù)據(jù)，該數(shù)據(jù)基于IGBP分類系統(tǒng)，共包括17種土地覆蓋類型.氣象數(shù)據(jù)為東北三省96個站點2000—2010年間的月平均氣溫及月降水量數(shù)據(jù)，基于Kriging方法對氣象數(shù)據(jù)進行空間插值，生成1 km分辨率的柵格數(shù)據(jù)以與遙感數(shù)據(jù)相對應.

2.2 NEP的計算

凈生態(tài)系統(tǒng)生產力(Net Ecosystem Productivity, NEP)定義為生態(tài)區(qū)內植被凈初級生產力(Net Primary Productivity, NPP)與土壤微生物呼吸碳排放(Heterotrophic respiration, RH)之差[23-25]，其被認為是生態(tài)系統(tǒng)碳儲量隨時間變化的比率[26,27]，是區(qū)域上碳平衡估算的重要指標[28].雖然在區(qū)域尺度上NEP不等于碳匯，但是常常作為碳匯大小的度量[29].NEP的計算公式為：

NEP=NPP-RH.

(1)

式中，NEP為植被凈生態(tài)系統(tǒng)生產力(gC·m-2·a-1)，NPP為植被凈初級生產力(gC·m-2·a-1)，RH為土壤微生物呼吸量(g C·m-2·a-1).若NEP>0，則表明植被固定的碳高于土壤排放的碳，表現(xiàn)為碳匯；反之，若NEP<0，則表現(xiàn)為碳源.上式中的RH可利用溫度、降水與碳排放的回歸方程計算得來，見式2[30].

RH=0.22×(e(0.0913T)+ln(0.3145R+1))×30×46.5%.

(2)

式中，T為氣溫(°C)，R為降水(mm).

本文利用MOD17A3數(shù)據(jù)作為NPP值，利用溫度和降水數(shù)據(jù)計算得到土壤微生物呼吸量，從而完成NEP的計算.

2.3 NEP數(shù)據(jù)變化趨勢分析

為了定量的描述11年間NEP的變化規(guī)律，采用一元線性回歸分析法來分析東北三省2000—2010年間的每個像元的NEP變化趨勢.單個像元的趨勢線由該像元11年內的像元值用一元線性回歸模擬出來.趨勢線的斜率可由下式計算出來[21,31]：

(3)

式中，θslope為趨勢線的斜率；i為1—11年序號；NEPi表示第i年的NEP值；n為研究的年數(shù).θslope反映了11年間各像元NEP的總體變化趨勢，若θslope>0，表明NEP的變化趨勢是增加的，反之則減少.

3 結果與分析

3.1 NEP空間分布特征

對東北地區(qū)11年的NEP值取平均，得到東北三省NEP空間分布圖(見圖2).

圖2 2000—2010年東北三省平均NEP分布Fig.2 Spatial distribution of mean NEP in Northeast China in 2000-2010

從圖2中可以看出，東北三省的碳匯面積遠大于碳源面積.大部分地區(qū)的NEP值大于0 g C·m-2·a-1(即為碳匯)，所占面積約為94.07%.其中有部分地區(qū)NEP值非常高(NEP>300 g C·m-2·a-1)，高值地區(qū)主要分布在黑龍江北部的小興安嶺和沿吉林、遼寧東南部的長白山，尤其是白山、丹東市等地區(qū).這些地方森林覆蓋狀況好，植被生長繁茂，植被的固碳量遠高于土壤的排放量，碳匯量大.NEP小于0 g C·m-2·a-1的地區(qū)(即碳源)占東北三省的面積約為5.93%.碳源主要分布在吉林省西北部和黑龍江省西南部，該地區(qū)土地利用類型較復雜，濕地和草地鹽堿化現(xiàn)象比較嚴重，鹽堿地面積大，土壤有機質含量少[32].此外，城鎮(zhèn)及湖泊也為明顯的碳源區(qū)，尤其以哈爾濱、長春、沈陽、大連等重要城市及中俄邊界的興凱湖最為顯著.分別統(tǒng)計東北三個省11年的平均NEP，結果表明吉林省年均NEP最高(146.49 g C·m-2·a-1)，其次為遼寧省(140.07 g C·m-2·a-1)，黑龍江省的年均NEP最低(為130.94 g C·m-2·a-1).

為了探討植被覆蓋與NEP分布之間的關系，將MCD12Q1數(shù)據(jù)17種土地覆蓋類型歸并為林地、灌叢、草地、濕地、耕地及其它用地(水體、城鎮(zhèn)等)共6類地物(見圖3).對比歸并后的植被覆蓋圖與NEP分布圖可見，兩者存在較好的一致性.林地與灌叢對應于碳匯高值區(qū)而其它用地對應于碳源區(qū).分別統(tǒng)計林地、灌叢、草地、濕地、耕地這5種植被類型的11年平均NEP值，結果如表1所示.

圖3 東北三省土地覆蓋類型圖Fig.3 The landcover map of Northeast China

表1 不同植被類型NEP統(tǒng)計特征Tab.1 The distributions of NEP over different vegetation coverage

從表中可見，不同植被類型的碳匯能力具有較大差異.林地與灌叢的碳匯能力最高，其NEP平均值分別為176.74 g C·m-2·a-1和175.02 g C·m-2·a-1，農田、濕地與草地的碳匯能力顯著低于林地與灌叢，其NEP平均值分別為115.55 g C·m-2·a-1、101.12 g C·m-2·a-1和99.29 g C·m-2·a-1.另外，草地的NEP標準差最高(116.70 g C·m-2·a-1)，濕地、灌叢和林地次之，農田的NEP標準差最低(68.91 g C·m-2·a-1).這可能是由于草地、濕地等自然植被分布范圍廣、區(qū)域差異大、多樣性指數(shù)高，因此NEP值不均一.農田多分布于平原地區(qū)，且由于人類灌溉等原因受降水影響較小，因此NEP值差異相對比較小.

3.2 NEP時間變化特征

為了定量的分析東北三省不同植被類型在此11年內碳匯能力的變化趨勢，統(tǒng)計這5種植被類型的年均NEP值，其時間變化曲線如圖4所示.

圖4 年均NEP的時序變化Fig.4 Annual variations of mean NEP

從上圖可以看出，2000—2010年間不同植被類型的年均NEP值均呈波動起伏.總體上，林地和灌叢的NEP值較草地、濕地和農田的NEP值高，這與上述分析一致.林地、草地、濕地和農田的整體變化趨勢較一致.其中，濕地和農田年均NEP值在2000年為11年中最低，分別為54.20 g C·m-2·a-1和68.42 g C·m-2·a-1.4者NEP值在2000—2002年保持上升，2002—2004年小幅下降，2005年達到各自的最高值,林地為256.03 g C·m-2·a-1，草地為141.45 g C·m-2·a-1，濕地為144.35 g C·m-2·a-1，農田為152.03 g C·m-2·a-1.2006—2007年4者均大幅下降，林地和草地的年均NEP為11年間最低值，分別為86.02 g C·m-2·a-1和58.99 g C·m-2·a-1.隨后的兩年4者有較大幅度的上升，但在2009—2010年期間為第二次大幅下降.灌叢的年均NEP值在2000—2005年間呈現(xiàn)波動的小幅上升趨勢，2006年略微下降，并于2007年下降到11年間的最低值113.13 g C·m-2·a-1.隨后開始上升，2008—2009年上升幅度最大，年均NEP值達到最高值240.45 g C·m-2·a-1，2010年下降為126.00 g C·m-2·a-1.

為了獲取東北三省11年間NEP變化趨勢的空間分布特征，利用一元線性回歸分析逐像元計算年均NEP的變化斜率，即年變化率(見圖5).從圖中可以看出，在2000—2010年期間東北地區(qū)NEP變化率呈現(xiàn)出顯著的空間差異性，黑龍江大部分、吉林東部地區(qū)NEP呈現(xiàn)減少趨勢，遼寧大部分地區(qū)、吉林西部表現(xiàn)為增加趨勢.據(jù)統(tǒng)計，東三省中變化趨勢斜率小于0的像元占總像元66.36%，即大部分地區(qū)的NEP都在減小，碳匯能力下降，碳源能力上升.NEP下降最嚴重的地區(qū)為黑龍江省中部小興安嶺、吉林省東部長白山東北段以及三江平原上松花江東北段和饒力河流域，下降的斜率為-15～-5之間.而遼寧省大部分區(qū)域NEP都呈現(xiàn)上升趨勢，長白山西南段和西遼低山丘陵的斜率為5～15之間.吉林省西北部雖然表現(xiàn)為碳源地，但是近11年來該地區(qū)的植被固碳能力上升，NEP變化斜率大部分處于0～5之間.此外，哈爾濱、吉林和沈陽等城市周邊NEP值呈現(xiàn)出顯著的下降趨勢，這主要是由城市擴展改變了土地覆蓋狀況造成的，反映了人類活動對于陸地生態(tài)系統(tǒng)碳循環(huán)的影響.

圖5 2000—2010年東北三省NEP變化率Fig.5 The slope of annual mean NEP in Northeast China from 2000 to 2010

3.3 NEP與氣候因子的關系分析

植被的固碳能力不僅受到自身生理特征的影響，還會受到氣候、土壤等外界條件的影響.統(tǒng)計東北地區(qū)2000—2010年逐年的整體年均NEP，并繪制其與溫度、降水的年際變化曲線(見圖6)，分析NEP與氣候因子之間的關系.從圖中可見，相對于溫度，降水的變化趨勢與NEP的變化趨勢關系更為密切.以2001、2005和2009年為例，這3個年份年均氣溫分別為3.47 °C、3.37 °C、3.26 °C，相差0.1 °C左右，年總降水量分別為499.27 mm、647.98 mm、634.52 mm，而NEP年均值分別為123.90 g C·m-2·a-1、184.90 g C·m-2·a-1、166.92 g C·m-2·a-1.不過，需要注意的是2010年，該年份降水達到最高值而NEP值非常低.這主要是因為2010年東北地區(qū)遭受了10年來最嚴重的洪澇災害[33,34]，極端災害天氣影響了植被的正常生長，進而影響了NEP值.

圖6 東北三省逐年平均NEP與溫度、降水的關系Fig.6 Annual variation of mean NEP, mean temperature and total precipitation

為了定量的分析NEP與降水、溫度的關系，采用相關分析方法計算東北地區(qū)年均NEP與年降水、年均溫度之間的相關系數(shù).考慮到2010年的極端氣候事件會影響正常年份的分析結果，將其去除，對剩下的10年數(shù)據(jù)進行統(tǒng)計分析.以年均NEP為因變量，年總降水和年均溫度為自變量建立了多元線性回歸方程(公式4)：

NEP=-68.721-13.638·Temp+0.446·Prec,R2=0.56.

(4)

式中，NEP為年均NEP，Temp為年均溫度，Prec為年總降水.

回歸方程的判定系數(shù)R2=0.56，通過了0.1的顯著性水平檢驗，說明東北三省NEP年際變化在很大程度上受到降水和氣溫等氣候因子變化的影響.回歸方程的顯著性水平不太高，主要原因是因為時間序列較短(受限于MODIS遙感數(shù)據(jù)的時間范圍).回歸方程中，溫度的回歸系數(shù)為負值，降水的回歸系數(shù)為正值，說明溫度越低、降水越多，碳匯能力越強.考慮到溫度和降水均對NEP產生影響，利用偏相關分析將其中某一個氣候因子的影響剔除，只分析另外一個氣候因子與年均NEP之間的相關程度.年均NEP與年總降水之間的偏相關系數(shù)為0.693(P<0.05)，兩者呈現(xiàn)比較顯著的正相關關系，降水越多，NEP值越高.年均NEP與年均溫度之間的偏相關系數(shù)為-0.334(P>0.1)，表明NEP與溫度之間存在一定的負相關關系，溫度越高，NEP值越低，但是相關性并不顯著.可見，在正常年份東北地區(qū)制約NEP的主要氣候因子為降水而非溫度.前人也有研究表明，長江以北地區(qū)植被的生長主要受水分條件制約[35].當降水條件充沛時，植被生長狀況好，固碳能力增強，NEP值也會隨之增大.

4 結 論

基于MOD17A3數(shù)據(jù)，以我國東北地區(qū)黑龍江省、吉林省和遼寧省為研究區(qū)，結合氣象數(shù)據(jù)，計算了2000年至2010年的NEP值，得到了東北三省的碳源匯情況.在此基礎上，對NEP的空間分布信息和變化特征進行了分析，并結合年均氣溫數(shù)據(jù)和年總降水數(shù)據(jù)對其變化原因進行分析，得到的結論如下.

(1)東北三省的碳匯面積遠高于碳源面積；主要的碳源地分布在吉林省西北部和黑龍江省西南部地區(qū)，其余地方都表現(xiàn)為碳匯.其中，吉林、遼寧東南部的長白山碳匯能力最高，NEP集中在200 gC·m-2·a-1以上；東北平原和遼河平原的NEP集中在0～200 g C·m-2·a-1.不同植被類型的碳匯能力不同，在東北三省林地的碳匯能力最強，NEP均值為176.74 g C·m-2·a-1，灌叢、農田、濕地和草地的碳匯能力依次減弱，NEP均值依次為175.02 gC·m-2·a-1，115.55 g C·m-2·a-1，101.12 g C·m-2·a-1和99.29 g C·m-2·a-1.

(2)從2000年至2010年，東北三省約66.36%面積的NEP值呈下降趨勢，固碳能力在減弱.下降最嚴重的地區(qū)包括黑龍江省中部、吉林省東部，變化趨勢的斜率為-15～-5之間.而遼寧省和吉林省西部NEP值呈上升趨勢，斜率多處于0～ 15之間；針對五種不同的植被類型統(tǒng)計NEP變化趨勢，結果表明5類植被類型的NEP值在11年間波動起伏，無明顯的增大或減小趨勢.

(3)東北三省的NEP值年際變化受降水、溫度等氣候因子影響很大.NEP與降水呈正相關關系，且相關性顯著；NEP與溫度呈負相關關系，但是相關性不夠顯著.在東北地區(qū)，降水是影響碳匯能力的關鍵氣候因素.此外，NEP值受溫度、降水的極值影響很明顯.

[1] TETT S F B, STOTT P A, ALLEN M R, et al. Causes of twentieth-century temperature change near the Earth’s surface[J].Nature,1999,399(6736): 569-572.

[2] CROWLEY T J. Causes of climate change over the past 1000 years[J].Science,2000,289(5477): 270-277.

[3] CANNELL M G R, MILNE R, HAIGREAVES K J, et al. National inventories of terrestrial carbon sources and sinks: the UK experience [J]. Climate Change,1999,42(3):505-530.

[4] CANADELL J G, MOONEY H A, BALDOCCHI D D, et al. Commentary: Carbon metabolism of the terrestrial biosphere: A multitechnique approach for improved understanding[J]. Ecosystems, 2000,3(2): 115-130.

[5] SCHIMEL D S, HOUSE J I, HIBBARD K A, et al. Recent patterns and mechanisms of carbon exchange by terrestrial ecosystems[J].Nature,2001,414(6860):169-172.

[6] 趙俊芳, 延曉冬, 賈根鎖. 東北森林凈第一性生產力與碳收支對氣候變化的響應[J]. 生態(tài)學報, 2008, 28(1): 92-102.

[7] WANG S Q，ZHOU C H，LIU J Y，et al． Stimulation analyses of terrestrial carbon cycle balance model in Northeast China[J]. Acta Geographica Sinica，2001，56(4): 390-400．

[8] 朱鋒，劉志明，王宗明，等．東北地區(qū)農田凈初級生產力時空特征及其影響因素分析[J]. 資源科學，2010，32(11): 2079-2084.

[9] 劉曦，國慶喜，劉經偉． 東北東部森林土壤呼吸空間分布格局的模擬[J]. 東北林業(yè)大學學報． 2010，28(12): 58-64.

[10] 國志興, 王宗明, 張柏, 等. 2000年～2006年東北地區(qū)植被NPP的時空特征及影響因素分析[J]. 資源科學, 2008, 30(8):1226-1235.

[11] 趙國帥, 王軍邦, 范文義, 等. 2000-2008年中國東北地區(qū)植被凈初級生產力的模擬及季節(jié)變化[J]. 應用生態(tài)學報, 2011, 22(3): 621-630.

[12] 毛德華，王宗明，韓佶興，等. 1982～2010年中國東北地區(qū)植被NPP時空格局及驅動因子分析[J]. 地理科學, 2012, 32(9): 1106-1111.

[13] 夏學齊，楊忠芳，余濤等. 中國東北地區(qū)20世紀末土地利用變化的土壤碳源匯效應[J]. 地學前緣, 2011, 18(6): 56-63.

[14] 王軍邦. 中國陸地凈生態(tài)系統(tǒng)生產力遙感模型研究[D].杭州:浙江大學,2004.

[15] 李潔,張遠東,顧峰雪,等.中國東北地區(qū)近50 年凈生態(tài)系統(tǒng)生產力的時空動態(tài)[J]. 生態(tài)學報,2014,34(6):1490-1502.

[16] 居煇, 熊偉, 許吟隆, 等. 氣候變化對中國東北地區(qū)生態(tài)與環(huán)境的影響[J]. 中國農學通報, 2007, 23(4): 345-349.

[17] RUNNING S W, NEMANI R R, HEINSCH F A, et al. A continuous satellite-derived measure of global terrestrial primary production[J]. Bioscience, 2004, 54(6): 547-560.

[18] ZHAO M, HEINSCH F A, NEMANI R R, et al. Improvements of the MODIS terrestrial gross and net primary production global data set [J]. Remote Sensing of Environment, 2005, 95: 164-176.

[19] TURNER D P, RITTS W D, COHEN W B, et al. Evaluation of MODIS NPP and GPP products across multiple biomes [J]. Remote Sensing of Environment, 2006, 102: 282-292.

[20] 王琳，景元書，李琨. 江蘇省植被NPP時空特征及氣候因素的影響[J]. 生態(tài)環(huán)境學報，2010，19(11)： 2529-2533.

[21] 李登科, 范建忠, 王娟. 基于MOD17A3 的陜西省植被NPP 變化特征[J]. 生態(tài)學雜志, 2011, 30 (12) : 2776-2782.

[22] 謝寶妮，秦占飛，王洋,等. 黃土高原植被凈初級生產力時空變化及其影響因素[J]. 農業(yè)工程學報，2014,30(11):244-253.

[23] RAICH J W, RASTETTER E B, MELILLO J M, et al. Potential net primary production in South America: Application of a global model[J]. Ecological Application, 1991(1): 399-4291.

[24] CAO M K, TAO B, LI K R, et al. Interannual variation in terrestrial ecosystem carbon fluxes in China from 1981 to 1998[J]. Acta Botan Sin, 2003, 45(5): 552-560.

[25] LUYSSAERT S, SCHULZE E D, B?RNER A, et al. Old-growth forests as global carbon sinks[J]. Nature, 2008, 455(7210): 213-215.

[26] JANISCH J E, HARMON M E. Successional changes in live and dead wood carbon stores: implications for net ecosystem productivity[J]. Tree Physiology, 2002, 22(2-3): 77-89.

[27] ARNETH A, KELLIHER F M, MCSEVENY T M, et al. Net ecosystem productivity, net primary productivity and ecosystem carbon sequestration in a Pinus radiata plantation subject to soil water deficit[J]. Tree Physiology, 1998, 18(12): 785-793.

[28] 裴志永, 周才平, 歐陽華, 等. 青藏高原高寒草原區(qū)域碳估測[J]. 地理研究, 2010, 29(1): 102-110.

[29] 方精云, 郭兆迪, 樸世龍, 等. 1981～2000年中國陸地植被碳匯的估算[J]. 中國科學:D輯, 2007,37(6): 804-812．

[30] 湯潔, 姜毅, 李昭陽, 等. 基于CASA模型的吉林西部植被凈初級生產力及植被碳匯量估測[J]. 干旱區(qū)資源與環(huán)境, 2013, 27(4): 1-7.

[31] 宋怡, 馬明國. 基于SPOT VEGETATION 數(shù)據(jù)的中國西北植被覆蓋變化分析[J]. 中國沙漠, 2007, 27(1): 89-93.

[32] 羅新正, 朱坦, 孫廣友. 松嫩平原濕地生態(tài)環(huán)境退化機制探討[J]. 干旱區(qū)資源與環(huán)境, 2002, 16(4): 39-43.

[33] 陳洪濱, 范學花. 2010 年極端天氣和氣候事件及其他相關事件的概要回顧[J].氣候與環(huán)境研究, 2012,16(6):789-804.

[34] 孫軍,代刊, 樊利強. 2010 年 7—8 月東北地區(qū)強降雨過程分析和預報技術探討[J].氣象, 2011, 37(7): 785-794.

[35] 陶波, 李克讓, 邵雪梅, 等. 中國陸地凈初級生產力時空特征模擬[J]. 地理學報, 2003, 58(3): 372-380.

(責任編輯 李萬會)

Temporal-spatial variations of carbon sink/source in Northeast China from 2000 to 2010

ZHANG Lu1,2， WANG Jing1,2， SHI Run-he1-3

(1.KeyLaboratoryofGeographicInformationScience,MinistryofEducation,EastChinaNormalUniversity,Shanghai200241,China; 2.JointLaboratoryforEnvironmentalRemoteSensingandDataAssimilation,EastChinaNormalUniversity,Shanghai200241,China;3.JointResearchInstituteforNewEnergyandtheEnviroment,EastChinaNormalUniversityandColoradoStateUniversity,Shanghai200062,China)

Net Ecosystem Productivity (NEP) is an important parameter when estimating regional carbon source/sink. Based on EOS/MODIS data and meteorological data, NEP was calculated in Heilongjiang, Jilin and Liaoning from 2000 to 2010. The temporal characteristics of NEP were analyzed, the results showed that during 2000 to 2010 most areas in three provinces of Northeast China were carbon sinks, NEP was between 0～300 g C·m-2·a-1, carbon sources were in Northwestern Jinlin and Southwestern Heilongjiang; the mean NEP of forest(176.74 g C·m-2·a-1) was the highest, followed by shrub(175.02 g C·m-2·a-1), the carbon sequestration ability of farmland, wetland and grass decreased successively. In nearly 66.36% of the territory of the study area, NEP tended to decline, which meaned their carbon sequestration were weaker. Area with increased carbon sequestration were in Southeastern Changbai Mountain in Liaoning province and hills in western Liaoning, where the increasing slope was between 5～15. The correlation coefficient between NEP and precipitation was significant; NEP was sensitive to the extreme value of the temperature and precipitation, the trend of NEP was consistent with the fluctuation of precipitation. This paper conducted regional simulation of carbon sink/source, providing theoretical basis and methodological

for the usage of remote sensing data in the related study areas.

NEP; Northeast China; MODIS

1000-5641(2015)04-0164-10

2014-07

國家973項目基金(2010CB951603)；國家自然科學基金項目(41201358)； 上海市科委重點支撐項目(13231203804)

張璐，女，碩士研究生，研究方向為大氣遙感. Email:zl66ahgd@gmail.com.

施潤和，男，博士，副教授，研究方向為定量遙感. E-mail: rhshi@geo.ecnu.edu.cn.

Q149

A

10.3969/j.issn.1000-5641.2015.04.017