王麗霞, 丁慧蘭, 劉 招, 張雙成, 孔金玲

(1.長安大學(xué) 地質(zhì)工程與測繪學(xué)院, 西安 710054; 2.長安大學(xué) 水利與環(huán)境學(xué)院, 西安 710054)

植被凈初級生產(chǎn)力(Net Primary Productivity, NPP)是綠色植物在單位面積、單位時(shí)間內(nèi)所固定的有機(jī)物含量，表現(xiàn)為光合作用固定的有機(jī)碳中扣除植物本身呼吸消耗的部分，這一部分用于植被生長生殖，也稱為第一性生產(chǎn)力[1]。NPP作為地表碳循環(huán)的重要組成部分，在全球氣候變化及碳平衡中起重要作用[2]，它不僅能直接反映植被群落在自然環(huán)境下的生產(chǎn)能力，而且是判定生態(tài)系統(tǒng)碳源/碳匯及調(diào)節(jié)生態(tài)過程的主要因子[3]。目前，NPP已廣泛應(yīng)用于區(qū)域生態(tài)規(guī)劃、環(huán)境監(jiān)測、水土侵蝕評估、生態(tài)效益評估等多方面[4]。另外，植被生產(chǎn)力除受植被本身特性及土壤特性的限制外，氣候因子對植被的生產(chǎn)力大小也具有不可忽視的影響作用。因此，探究NPP的時(shí)空格局變化及其對氣候變化的響應(yīng)對于揭示流域生態(tài)環(huán)境演化規(guī)律，維系區(qū)域生態(tài)安全具有重要意義[5]。

傳統(tǒng)的NPP估算方法(如實(shí)地測算法)難以實(shí)現(xiàn)較大時(shí)空尺度的NPP觀測目的，故將遙感技術(shù)引入至NPP計(jì)算模型中以簡化計(jì)算流程。在眾多模型中，CASA模型因其參數(shù)少且易實(shí)現(xiàn)而成為最常用且非常有效的研究手段。我國學(xué)者利用CASA模型分別從不同的時(shí)空區(qū)域尺度上開展了相關(guān)研究，有對中國陸地生態(tài)系統(tǒng)進(jìn)行的大尺度模擬[6]，也有對寧夏、甘肅、陜西、內(nèi)蒙古等省進(jìn)行的中小尺度的NPP估算及分析[7-10]。但以流域作為完整生態(tài)系統(tǒng)的研究稍有見聞。

涇河流域地處黃土高原，水土流失、土地沙化、河道萎縮、水質(zhì)下降等一系列生態(tài)環(huán)境問題頻發(fā)，是我國典型的生態(tài)環(huán)境脆弱區(qū)。2017年，習(xí)近平總書記在十九大報(bào)告中指出，堅(jiān)持人與自然和諧共生，踐行“綠水青山就是金山銀山”的理念，故探究涇河流域植被變化狀況對流域生態(tài)環(huán)境的改善及保護(hù)環(huán)境基本國策的貫徹落實(shí)有重要意義[11]。

綜上，目前NPP相關(guān)研究已取得一定成果，但就氣候變化背景下的流域尺度NPP響應(yīng)規(guī)律的研究仍有待深入。故本文基于CASA模型估算了2000年、2009年及2018年涇河流域NPP，探究NPP時(shí)空尺度的特征變化及其對氣候變化的響應(yīng)，以期為涇河流域植被恢復(fù)及流域生態(tài)環(huán)境的改善提供科學(xué)參考。

1 研究區(qū)概況及數(shù)據(jù)處理

1.1 研究區(qū)概況

涇河流域(34°46′—37°19′N，106°14′—108°42′E)地處黃土高原中部(圖1)，流域面積45 421 km2[12]。涇河全長約455.1 km，發(fā)源于寧夏六盤山，流經(jīng)陜甘寧，是渭河的第一大支流，黃河的二級支流。流域北接賀蘭山，南依秦嶺山脈，西臨六盤山脈，東抵子午嶺山系，周圍一圈山脈形成涇河集水區(qū)域的天然分水嶺[13]。流域地勢西北高東南低，總體呈東西北三面向東南傾斜的特點(diǎn)。流域?qū)侔敫珊蛋霛駶櫟湫蛥^(qū)，平均氣溫8℃，年降水量350～650 mm。涇河流域水土流失較為嚴(yán)重，尤其在黃土高原及黃土丘陵溝壑區(qū)。流域地表植被稀疏，干草地、耕地為流域內(nèi)主要地表覆蓋類型，且流域北部處于嚴(yán)重退化狀態(tài)的草地占比達(dá)80%以上，林地面積僅占流域面積的8%左右[13]。

圖1 涇河流域地形圖

1.2 數(shù)據(jù)來源及處理

(1)NDVI數(shù)據(jù)。本文NDVI數(shù)據(jù)選用2000年、2009年及2018年NASA官網(wǎng)(https:∥ladsweb.modaps.eosdis.nasa.gov/)的MOD13Q1數(shù)據(jù)產(chǎn)品，利用MRT軟件對影像進(jìn)行拼接、投影轉(zhuǎn)化及格式轉(zhuǎn)化等預(yù)處理，將其轉(zhuǎn)換至TIFF格式，并用最大值合成法將每月的兩期NDVI數(shù)據(jù)合成為月NDVI數(shù)據(jù)。

(2)氣象數(shù)據(jù)。氣象數(shù)據(jù)下載自中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)，渭河流域及其周邊共選取氣象站點(diǎn)33個(gè)。在Excel中對這33個(gè)站點(diǎn)的數(shù)據(jù)進(jìn)行處理，獲得站點(diǎn)的月均氣溫和月降水量。利用克里金法進(jìn)行插值，并使其空間分辨率與NDVI數(shù)據(jù)一致。利用涇河流域邊界對其進(jìn)行裁剪，獲得涇河流域氣象數(shù)據(jù)。

(3)輻射數(shù)據(jù)。由于涇河流域乃至整個(gè)渭河流域輻射站點(diǎn)較少，插值精度較低，故利用太陽輻射計(jì)算公式由氣象站點(diǎn)的日照數(shù)據(jù)求得渭河流域的太陽總輻射數(shù)據(jù)[14]。利用克里金法對輻射數(shù)據(jù)進(jìn)行插值，獲取與NDVI數(shù)據(jù)投影相同的柵格影像。并利用涇河流域邊界對其進(jìn)行裁剪，獲得涇河流域輻射數(shù)據(jù)。

(4)DEM數(shù)據(jù)。DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn)，其空間分辨率為30 m。在ArcGIS中對所獲取數(shù)據(jù)進(jìn)行拼接、裁剪，獲得覆蓋涇河流域的DEM數(shù)據(jù)，將其重采樣至250 m分辨率使其與NDVI數(shù)據(jù)空間分辨率一致。

以上數(shù)據(jù)均采用統(tǒng)一坐標(biāo)系為WGS_1984_UTM_Zone_49N，空間分辨率為250 m。

2 研究方法

2.1 CASA模型

在CASA模型中NPP主要由植被所吸收的光合有效輻射(APAR)和光能利用率(ε)兩個(gè)變量來確定，模型表達(dá)如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式中:APAR(x,t)表示像元x在t月吸收的光合有效輻射(MJ/m2)[15];ε(x,t)表示像元x在t月的實(shí)際光能利用率(gC/MJ)[16]。

(1)光合有效輻射APAR。APAR(Absorbed Photosynthetically Active Radiation,APAR)是指植物進(jìn)行光合作用時(shí)，葉冠層可吸收利用的，對光合作用有意義的太陽輻射能，光合作用將其固定為植物有機(jī)質(zhì)[17]。植被吸收的光合有效輻射由太陽輻射及植被本身的生態(tài)特征共同決定[18]。計(jì)算公式如下：

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式中:SOL(x,t)為像元x在t月的太陽總輻射(MJ/m2),SOL(Solar Radiation Energy,SOL)為太陽輻射能,是植物光合作用的能量來源[17];FPAR(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)為植被層對入射光合有效輻射的吸收比例,該比例取決于植被類型及植被覆蓋情況[19];0.5為植被所能利用的太陽有效輻射(波長為0.38～0.78 μm)占太陽總輻射的比例[20]。

已有研究表明FPAR與歸一化植被指數(shù)NDVI及比值植被指數(shù)SR均有良好的線性關(guān)系[21]，故將兩者結(jié)合起來，得到優(yōu)化后的FPAR的估算公式：

(3)

式中:SRmin取值為1.05;SRmax取值大小與植被類型有關(guān),取值大小介于4.46～6.91。SR(x,t)由NDVI(x,t)求得:

(4)

(2)光能利用率ε的確定。光能利用率ε(Utility rate of luminous energy,ε)是植被將光合作用所吸收的光合有效輻射轉(zhuǎn)化為有機(jī)質(zhì)的效率[22]，由植被自身的屬性決定[23，32]。光能利用率在不同類型植被下有很大的差異。計(jì)算公式如下：

ε(x,t)=f1(x,t)×f2(x,t)×Wε(x,t)×εmax

(5)

式中:f1和f2分別表示低溫和高溫對光能利用率的脅迫作用(無單位)[24];Wε為水分脅迫影響系數(shù),反映水分條件的影響[24];εmax是理想條件下的最大光能利用率(gC/MJ)[25]。f1,f2以及Wε的值根據(jù)朱文泉等學(xué)者的研究獲得；εmax的取值從朱文泉等學(xué)者的中國典型植被最大光能利用率模擬結(jié)果中獲得[24]。在模型應(yīng)用時(shí),采用朱文泉等學(xué)者改進(jìn)后的CASA模型針對我國植被分布生產(chǎn)特征對植被類型相關(guān)的參數(shù)進(jìn)行了適宜性調(diào)整,從數(shù)據(jù)獲取層提升了模型運(yùn)用的區(qū)域適宜度。

2.2 相關(guān)性分析

相關(guān)分析是分析變量間聯(lián)系程度的方法。本文基于像元尺度對NPP與主要?dú)夂蛞蜃?降水和氣溫)進(jìn)行相關(guān)分析，進(jìn)而利用相關(guān)系數(shù)探究NPP對氣候變化的響應(yīng)[26]。相關(guān)系數(shù)的計(jì)算公式為：

(6)

查找并對照相關(guān)系數(shù)表，對所得相關(guān)系數(shù)進(jìn)行F檢驗(yàn)。取顯著性水平為α=0.05和α=0.01，得fα(n-2)=f0.05(1)=0.88，fα(n-2)=f0.01(1)=0.96，依照相關(guān)系數(shù)的顯著性將相關(guān)程度分6個(gè)等級：顯著負(fù)相關(guān)(R<-0.96)、中度負(fù)相關(guān)(-0.96≤R<-0.88)、輕度負(fù)相關(guān)(-0.88≤R<0)、輕度正相關(guān)(00.96)[27]。

3 結(jié)果與分析

基于中國植被及環(huán)境特征等影響因素，調(diào)整CASA模型參數(shù)，獲得更符合研究區(qū)特征的NPP估算結(jié)果，基于像元尺度分析其時(shí)空分布特征，并探究NPP對氣候變化的響應(yīng)特征，以期為未來流域植被恢復(fù)及改善流域生態(tài)環(huán)境提供參考。

3.1 涇河流域植被NPP年際、月際變化特征

圖2，圖3表明涇河流域NPP在年際間呈穩(wěn)定增長趨勢，2000年、2009年及2018年涇河流域NPP均值分別為521.81，664.77，719.78 gC/(m2·a)，即該流域植被覆蓋情況在逐漸好轉(zhuǎn)。究其主要原因，一方面與自然因素有關(guān)，在2000—2018年涇河流域降水呈增加趨勢，降水增多在一定程度上補(bǔ)充了水資源供給，促進(jìn)植物生長，使NPP升高；另一方面與人類活動(dòng)也有密切關(guān)系，特別是生態(tài)保護(hù)政策的實(shí)施使得植被覆蓋度增加。其中，2009—2018年的增速較2000—2009年的增速略緩。增速趨緩的主要原因可能為生態(tài)保護(hù)政策實(shí)施后期，側(cè)重對已有植被的維護(hù)與管理，即在保證木材蓄積量的基礎(chǔ)上，對樹種進(jìn)行養(yǎng)護(hù)，這使得增速減緩，植被覆蓋度不再明顯增加。

圖2 2000年、2009年、2018年涇河流域NPP估算結(jié)果

涇河流域月均NPP年內(nèi)變化曲線呈單峰型周期波動(dòng)[28]，見圖3。在4—8月間呈較強(qiáng)上升趨勢；8月后呈降低趨勢。該趨勢與植被的一般生長規(guī)律相符：4月份植被開始進(jìn)入生長季，NPP開始緩慢上升[29]；5月份隨著降水增多及氣溫回暖，植被生長速度加快，NPP迅速上升；8月份植被處于生長旺盛階段，NPP達(dá)到最大值[30]；9月份后，氣溫和降水均有減少，NPP不斷下降[31]。

圖3 涇河流域月均NPP、氣溫、降水變化趨勢

統(tǒng)計(jì)涇河流域各季節(jié)NPP的年際變化情況，見圖4。可以看出，各季節(jié)間NPP差異較大，其中夏季值最高，其次是秋、春、冬三季。該變化規(guī)律與植被生長規(guī)律相符合。

圖4 涇河流域各季節(jié)植被NPP年際變化趨勢

3.2 植被NPP空間分布特征

3.2.1 植被NPP水平方向分布特征 由圖5可以看出，流域內(nèi)NPP的分布表現(xiàn)為南高北低。主要是因?yàn)槟喜慷酁樯絽^(qū)，其中六盤山東坡、子午嶺西坡等地的NPP最高。北部多為黃土丘陵以及耕地，植被稀疏，涇河上游以及北岸支流流經(jīng)黃土高原，夾帶大量泥沙；且人類活動(dòng)造成的植被破壞、水土流失等問題嚴(yán)重。因此需加強(qiáng)植被保護(hù)，將土地整治與造林種草措施相結(jié)合，根據(jù)區(qū)域特征選擇合適樹種。合理搭配樹種及草種，建設(shè)綜合性保水保土的防護(hù)體系，從而提高涇河流域植被覆蓋度。

圖5 涇河流域NPP年均值空間分布

3.2.2 植被NPP垂直方向分布特征 涇河流域海拔高度介于502～2 879 m，利用分區(qū)統(tǒng)計(jì)工具統(tǒng)計(jì)各區(qū)段NPP均值。由圖6看出，海拔小于1 000 m的丘陵及低山地區(qū)像元占比約為2.27%，對應(yīng)的NPP值介于304.44～1 164.95 gC/(m2·a)間；隨著海拔升高，高度位于1 100～1 700 m時(shí)，NPP值呈逐步降低趨勢，該階段主要地形為中山，像元占比為87.14%，對應(yīng)NPP值介于168.99～2 292.87 gC/(m2·a)間；在海拔1 600～1 700 m間NPP均值曲線出現(xiàn)第一個(gè)波谷，該區(qū)段的NPP均值為480.10 gC/(m2·a)；隨著海拔持續(xù)升高，NPP均值恢復(fù)增加趨勢；在2 800～2 900 m海拔NPP出現(xiàn)最高均值，為1 272.99 gC/(m2·a)。

圖6 涇河流域NPP垂直方向變化趨勢

低海拔平原區(qū)干旱少雨，降水量少量增加即可使NPP增加，而氣溫升高會加速土壤中水分的流失，使植被生長受到限制，故NPP降低[35]；而海拔較高的山區(qū)，受地形作用影響，降水多，氣溫相對較低，氣溫升高加劇高山冰川消融，一定程度上補(bǔ)充了山區(qū)的水資源供給，促進(jìn)植物生長，使NPP增加[36]。

3.3 植被NPP對氣候因子的響應(yīng)

氣候變化背景下NPP主要受降水與氣溫影響，故本文選取了降水和氣溫兩個(gè)重要的氣候因子，通過分析相關(guān)性探究氣候變化背景下NPP的響應(yīng)特征[33]。

由圖7可知，NPP與降水表現(xiàn)出較強(qiáng)的正相關(guān)，正相關(guān)的區(qū)域像元占比為76.86%，主要分布在流域北部；NPP與氣溫亦表現(xiàn)為正相關(guān)，正相關(guān)的區(qū)域像元占比為65.33%，主要分布在涇河流域西南的城市聚集區(qū)域。

圖7 植被NPP與降水、氣溫的空間相關(guān)性

綜上，NPP對降水、氣溫的響應(yīng)有明顯空間差異[34]。降水相關(guān)性與氣溫相關(guān)性在區(qū)域上互補(bǔ)，即降水(氣溫)相關(guān)性較強(qiáng)的區(qū)域，氣溫(降水)的相關(guān)性較弱。且NPP與降水的相關(guān)系數(shù)絕對值大于與氣溫相關(guān)系數(shù)絕對值的像元占比為72.24%。故可推斷出該流域NPP與降水的響應(yīng)程度強(qiáng)于與氣溫的響應(yīng)程度[34]。

3.4 不同植被類型NPP的分布特征

圖8表明涇河流域不同植被類型下NPP均值存在明顯差異。流域內(nèi)植被可分為：落葉針葉林、常綠針葉林、常綠闊葉林、落葉闊葉林、灌叢、疏林、平原草地、荒漠草地、草甸以及耕地十類[24]。各植被類型下NPP均值按大小可排序?yàn)椋撼＞G闊葉林>落葉闊葉林>疏林>落葉針葉林>草甸>灌叢>常綠針葉林>耕地>平原草地>荒漠草地。其中，常綠闊葉林對應(yīng)NPP均值為1 544.50 gC/(m2·a)，落葉闊葉林對應(yīng)NPP均值為1 044.95 gC/(m2·a)，疏林對應(yīng)NPP均值為906.96 gC/(m2·a)；其他各類型植被占比均較小。該差異是由不同植被類型對水分的要求以及植被的生理生態(tài)特征不同造成的[30]。如闊葉植被葉片氣孔多分布于葉片下表皮，可減弱陽光照射所產(chǎn)生的蒸騰作用，防止植被水分損失過快。

圖8 不同植被類型NPP分布特征

各植被類型像元占比的大小排序?yàn)椋焊?平原草地>落葉闊葉林>灌叢>疏林>草甸>落葉針葉林>常綠闊葉林>荒漠草地>常綠針葉林。即耕地、平原草地面積占比大，但對應(yīng)NPP值卻并不高；而面積占比低的闊葉林、針葉林等林地對NPP貢獻(xiàn)極高。故對涇河流域而言，應(yīng)加大退耕還林政策的實(shí)施力度，在面積占比最大的耕地、平原草地上選擇合適的樹種進(jìn)行生態(tài)恢復(fù)，且涇河流域坡度主要介于1°～35°間，鑒于該坡度分布特征，建議該流域加大果樹、茶樹、藥材等為主的防護(hù)型林地種植。

4 結(jié) 論

(1)涇河流域NPP在年際變化上總體呈現(xiàn)增加趨勢，其中，2009—2018年的增速較2000—2009年的增速低；月際及各季節(jié)變化趨勢與植被一般生長規(guī)律一致。

(2)涇河流域NPP空間差異明顯。水平方向上表現(xiàn)為：流域南部、西南部、東南部NPP較北部更高；垂直方向上：隨海拔升高NPP呈先降后增趨勢，且海拔高度介于2 800～2 900 m時(shí)NPP均值最高。

(3)選取氣溫與降水兩個(gè)氣候因子并探究NPP與其響應(yīng)關(guān)系。結(jié)果表明：氣溫及降水對NPP分布均有影響，但就涇河流域而言，降水為主控因素，即NPP對降水的響應(yīng)程度強(qiáng)于對氣溫的響應(yīng)程度。

(4)此外，由于不同類型植被對水分的要求不同等因素使得涇河流域各植被類型對應(yīng)NPP均值存在明顯差異，其中常綠闊葉林及落葉闊葉林的NPP值較高。