基于凈初級生產力的省公頃生態足跡模型參數的計算
——以江蘇省為例

魯 鳳，陶 菲，鈔 振 華，胡 秀 芳

(南通大學地理科學學院，江蘇 南通 226007)

基于凈初級生產力的省公頃生態足跡模型參數的計算
——以江蘇省為例

魯 鳳，陶 菲，鈔 振 華，胡 秀 芳

(南通大學地理科學學院，江蘇 南通 226007)

基于傳統生態足跡模型，在省域空間尺度下構建了“省公頃”生態足跡模型，基于植被凈初級生產力(NPP)，對生態足跡的均衡因子和產量因子加以本地化改進，并改進了化石能源土地的計算方法。以江蘇省為例，根據省公頃模型參數的計算形式，采用該區域2000-2010年間MOD17A3遙感數據的年NPP以及土地利用數據，計算了不同年份江蘇省各類生物生產性土地的均衡因子和13個地市各類土地的產量因子。結果表明，江蘇省各類土地的均衡因子與全球或國家公頃的均衡因子差異顯著，各地市的產量因子也存在一定差異，但總體更為符合區域實際情況。基于NPP的省公頃模型使得動態均衡因子和產量因子的計算快速簡便，適用于省、市域等中小尺度區域可持續發展生態評估。

省公頃；凈初級生產力；均衡因子；產量因子；生態足跡

0 引言

生態足跡概念及方法自1992年William Rees 首次提出以來，短時期內得到了廣泛的應用，其理論方法和計算模型也處于不斷地發展和完善之中[1-5]。在傳統生態足跡模型的基礎上，成分法、投入產出法、能值法等計算方法相繼提出，研究成果頗為豐富[6-11]。空間信息技術包括地理信息系統、遙感等理論與技術，以其特有的空間特征，簡明、直觀的可視化效果，成為當前區域資源開發與環境決策中重要的技術支撐。目前，國內外的多數生態足跡研究都是基于統計數據的計算分析，綜合應用空間信息技術的成果還不多見。

生態足跡模型與空間尺度密切相關。對應于全國—省域—市域不同的空間尺度，模型的重要參數即均衡因子和產量因子的大小不同，其計算形式也存在差異。計算中國生態足跡，如果采用全球公頃(global hectares,ghm2)，需對全球均衡因子和中國產量因子進行測算；計算省域生態足跡，如果采用國家公頃(national hectares,nhm2)，需對中國均衡因子和省域產量因子進行測算；計算市域生態足跡，如果采用省公頃(provincial hectares,phm2)，需對省域均衡因子和市域產量因子進行測算。目前，有些研究已經對此進行了探索，如Wiedmann等探討了全球公頃和本地公頃之間的轉換[12]；國內顧曉薇等、吳開亞等分別采用國家公頃法對沈陽市和安徽省的生態足跡進行了實證分析[13,14]，張恒義等嘗試基于熱值構建省公頃模型[15]。

近年來，基于遙感估算方法的植被凈初級生產力(Net Primary Productivity,NPP)，開始被應用于生態足跡的改進研究。Venetoulis 等將生態足跡與NPP聯系起來，提出了基于NPP的生態足跡計算方法[16]，國內也涌現了一些基于NPP改進生態足跡及其參數的研究[17-21]。在生態足跡的時間序列研究中，遙感以其快速、實時、準確等優點，應用于土地利用動態監測、均衡因子和產量因子的計算等方面，大大提高生態足跡在時空上的敏感性，成為該研究領域的熱點和前沿[17-19]。

本研究基于全球公頃生態足跡模型，在省域空間尺度下，構建“省公頃”生態足跡模型，基于NPP對生態足跡的均衡因子和產量因子進行本地化改進，并改進化石能源土地的計算方法。以江蘇省為例，根據省公頃模型參數的計算形式，采用該區域2000年、2005年、2008年和2010年MOD17A3遙感數據的年NPP與土地利用數據，計算相應年份江蘇省各類生物生產性土地的均衡因子和13個地市各類土地的產量因子。基于NPP的省公頃生態足跡模型能真實反映省、市域實際土地生產力的動態變化，既提高了省、市域生態足跡分析的準確性，又便于展開省域內計算結果的橫向對比，充分發揮生態足跡對省、市域等中小尺度區域可持續發展生態評估的實用價值。

1 數據與研究方法

1.1 數據來源與處理

采用的NPP數據來源于NASA提供的MOD17陸地4級標準數據產品MOD17A3(http://ladsweb.nascom.nasa.gov)。MOD17A3是基于MODIS 影像計算的全球陸地植被NPP數據，時間跨度為2000-2010年，空間分辨率為1 km，單位為KgC/(m2·a)，目前已在區域植被生長檢測、生物量的估算和全球變化等研究領域中得到廣泛應用[22]。首先，消除灰度異常值并根據比例因子(Scale Factor)將MOD17A3數據的像元值轉換為NPP值;接著，利用NASA提供的MRT(Modis Reprojection Tool)軟件對MODIS數據進行影像鑲嵌和重投影，采用Albers等積投影;然后，使用國家基礎地理信息數據中的江蘇省行政區劃矢量圖對其進行裁剪。

采用以不同時相Landsat TM遙感影像等為主要數據源的2000年、2005年、2008年和2010年江蘇省土地利用數據，劃分為耕地、林地、草地、水域、城鄉工礦居民用地、未利用地6個一級類[23]。

1.2 研究方法

植被的NPP是指綠色植物在單位時間單位面積上所累積的有機干物質量，是由光合作用產生的有機物總量扣除自養呼吸后的剩余部分，NPP反映了植物群落在自然環境條件下的生產能力，是全球所有消費者生命活動的物質和能量來源[24]。使用NPP代表土地的生物生產力，可以簡便直觀地反映各類型土地的生產力差異。

生物生產性土地分為六大類：耕地、林地、草地、水域、建筑用地和化石能源土地。城鎮建設用地一般占用的是耕地，盡管城鎮綠化用地也具有一定的NPP，建筑用地的均衡因子和產量因子仍與耕地一致。

“省公頃”生態足跡模型是建立在傳統生態足跡模型的基礎之上，以單位省公頃土地的平均生物生產力為基準，計算省域各類土地的均衡因子和所有地市各類土地的產量因子等重要參數，從而計算得到省、市域生態足跡。在基于NPP的省公頃模型中，均衡因子為全省不同類型土地的NPP與省域所有土地平均NPP的比值，產量因子則為各地市不同類型土地的NPP與省域該類土地NPP的比值。其中，省域平均NPP由耕地、林地、草地、水域四類生物生產性土地各自的NPP及其面積加權求和得到：

(1)

全省耕地、林地、草地、水域四類土地均衡因子的計算公式為：

(2)

各地市耕地、林地、草地、水域四類土地產量因子的計算公式為：

(3)

(4)

均衡因子和產量因子皆為比值形式，其大小與各類土地平均NPP的相對比率有關。因此，當缺乏相應的NPP實測數據時，只要選擇精度合適的區域NPP定量模擬結果，就能進行合理的計算。遙感定量估算NPP，具有耗費低、速度快、范圍廣的優勢，使得動態均衡因子和產量因子的計算更為快速簡便。但是，對NPP估算值的精度檢驗作為重要環節，一直是該領域的難點，一般是與實測數據進行對比，或是與其他模型估算結果作比較。在缺乏足夠對應的調查實測數據的情況下，具有一定精度的MOD17A3NPP產品可作為區域NPP估算結果的參照[25-27]。鑒于此，采用區域MOD17A3NPP數據計算生態足跡模型的參數，是可行和可靠的。

基于ArcGIS平臺，將同一年份的江蘇省NPP與土地利用數據進行分區統計(zonalstatistics)，在ModelBuilder中建立模型以實現批處理，獲取江蘇省及其13個地級市的各類土地NPP統計數據，計算得到相應年份動態的均衡因子和產量因子。

2 結果與分析

2.1 江蘇省的均衡因子

2010 年江蘇省植被年NPP空間分布(圖略)總體呈現為由東南向西北逐漸遞減、沿海地區明顯高于內陸地區、蘇南地區普遍高于蘇北地區的特征。植被NPP是由植物的生態生理特征和氣候因子的相互作用決定，除了與氣候環境密切相關外，還受到經濟發展、施肥、灌溉、耕作方式及人類活動等因素影響[24,25]。統計獲得2000年、2005年、2008年和2010年江蘇省耕地、林地、草地和水域的NPP(表1)，發現2000年以來江蘇省這四類土地的平均NPP變動較大，總體趨于升高。耕地NPP的提升是由于部分地區耕地復種指數升高、農作物種植結構改變等而造成；林地NPP的提升是一些地區大規模植樹造林、森林培育和養護良好的結果；草地和水域NPP的升高則與區域植被覆蓋度增高或植被生長狀況較佳有關。

根據省公頃模型參數的計算公式，計算得到2000年、2005年、2008年和2010年江蘇省各類生物生產性土地的均衡因子(表1)。建筑用地的均衡因子同耕地，未利用地的均衡因子僅用于生態承載力的計算。四類土地中，耕地的均衡因子最高，其次是林地、草地和水域。不同年份各類土地的均衡因子相差不大，其中耕地、草地和水域基本穩定，林地存在小幅波動。

表1 2000-2010年江蘇省各類土地NPP與其均衡因子及對比Table 1 NPP and equivalence factors of different land types in Jiangsu Province during 2000-2010

將以“省公頃”計算的江蘇省均衡因子與 Wackernagel、WWF等以“全球公頃”計算的全球均衡因子，以及國內學者以“國家公頃”計算的中國均衡因子進行對比分析(表1)，發現基于不同公頃模型計算的各類土地均衡因子之間差異明顯。1996年Wackernagel提出的全球均衡因子是經典的賦值成果，得到了廣泛的應用。與之相比，江蘇省耕地的均衡因子明顯偏小，林地相近，草地和水域則偏高。與WWF2004、WWF2008公布的2001年和2005年世界均衡因子(http://wwf.panda.org)，以及劉某承[18]測算的2001年中國均衡因子相比，江蘇省耕地均衡因子仍然偏低，林地偏低，草地偏高，水域相近。究其原因，一是模型基準的不同。省公頃模型以省域各類土地的平均生產能力為基準，計算得到的均衡因子肯定與全球、全國均衡因子存在一定差異。二是計算方法的不同。計算全球或全國均衡因子時，由于空間尺度過大，受限于數據的獲取和大數據量的計算，結果難以符合中小尺度區域實際情況，而計算省域的均衡因子時，基于省域NPP和土地利用現狀的詳細數據，可以進行明確的分類和計算，計算思路清晰，方法簡便，便于實際應用。

由不同土地均衡因子的對比可知，耕地是最具生物生產能力的土地類型，江蘇省每公頃耕地生產能力相當于1.12單位phm2土地的生產能力，其次是林地和草地，水域最低。江蘇省農業發展條件優越，地類結構以耕地占絕對優勢。2010年江蘇省耕地NPP值為543.41 gC/(m2·a)，與王琳等[28]計算的江蘇省農田NPP實際值 550.5 gC/(m2·a)相近，高于Venetoulis等[15]公布的全球耕地NPP值424.3 gC/(m2·a)。耕地生產力水平高，絕對面積大，使得江蘇省四類土地的平均生產力較高。因此，與全球或國家公頃計算結果相比，耕地的均衡因子明顯偏低。

江蘇丘陵山地較少，土地資源緊缺，森林資源主要是人工林。根據第八次全國森林資源清查結果，江蘇森林覆蓋率為15.8%，森林面積為162萬hm2，2010年覆蓋率升至20.64%。在各類土地中，森林的NPP貢獻較大，因此林地的均衡因子僅次于耕地。

江蘇省的草地是生物生產力相對偏高的土地類型，這與該省的實際情況有關。江蘇是我國重要的畜牧生產基地，畜牧業以豬、禽為主。雖然牧草地在大部分地市呈零星分布，少有大面積的牧場草地，但由于自然條件和人工因素，綜合生產能力相對較高，所能提供的畜牧產品豐富了居民動物類食品來源。

江蘇省河湖眾多，水域所占比例高居全國首位，成為江蘇一大地理優勢，水產資源豐富。濕地生態系統植被類型豐富，具有較高的NPP，使得江蘇水域的均衡因子相對偏高。另外，水域均衡因子計算是以水域NPP代表整個漁業水域的生物性生產力，沒有包括海洋漁業，低估了江蘇省漁業水域的生產力，因此均衡因子計算結果偏于保守。

化石能源用地的均衡因子基本接近1，這是由于城鎮綠化用地具有一定的NPP，江蘇省所有土地的平均NPP與四類土地的平均NPP其實相差不大。

2.2 江蘇省各地市的產量因子

根據省公頃模型參數的計算公式，計算得到2000年、2005年和2010年江蘇省13個地市各類生物生產性土地的產量因子(表2、表3)，反映了各地市不同土地的相對生產力水平。為反映江蘇省各類土地產量因子的相對波動程度，計算各類土地NPP或產量因子的變異系數(表2)。從變異系數的大小可知，江蘇省各地市耕地產量因子的相對差異最小，其次是林地，草地、水域則差異較大。

表2 2010年江蘇省13地市各類土地的NPP及產量因子Table 2 NPP and yield factors of different land types in the 13 cities of Jiangsu Province in 2010

表3 2000年和2005年江蘇省13地市各類土地的產量因子Table 3 Yield factors of different land types in the 13 cities of Jiangsu Province in 2000 and 2005

各地市耕地的產量因子較為相近，多數為1左右，也即與江蘇省耕地的平均生產力接近，耕地生產力的差異較小。其中南通、鹽城、連云港、淮安、宿遷、泰州、揚州等地耕地生產力相對較高，這與濱海地區及蘇北、蘇中平原地區的地理條件優越和歷史傳統存在必然聯系。

各地市林地的產量因子較為相近，多數在1左右。鹽城林地的產量因子最高，常州、無錫、鎮江、揚州等蘇南和蘇中地市相對較高，部分蘇北地市的產量因子較低。相對而言率較高的江蘇省沿海地市，林地的生產力也相應較高。

各地市草地的產量因子差異較大，產量因子最大的3個地市分別是淮安、蘇州、宿遷，都高出1.2，其次是連云港和鹽城，其他地市皆低于1。這是由于江蘇畜牧生產主要位于糧食主產區、經濟欠發達地區。宿遷等蘇北地區作為畜牧業主產區，草地的生產力相對較高。

各地市水域的產量因子差異也較大,連云港、鹽城產量因子高達1.8以上，而蘇州、無錫等地則低至0.6左右。江蘇沿海地區濕地資源豐富，水域的生產力相應偏高。

由于每年的氣候環境和人工條件不同，同一地市每年各類土地的產量因子應存在差異，進一步對2000年、2005年和2010年江蘇省四類土地產量因子的變異系數進行對比分析(表3),發現自2000年以來，各地市耕地、林地和水域產量因子的相對差距趨于小幅下降，草地則小幅波動趨于升高。

2000-2005年間各地市林地和草地的產量因子變化較大，耕地和水域則變化較小。其中蘇北地市的耕地、林地和草地產量因子普遍升高，而蘇南和蘇中地市大多降低；水域產量因子普遍小幅下降。2005年-2010年間，各地市草地和水域的產量因子變化較大，林地和耕地則變化較小。其中耕地的產量因子大多略升；草地大多下降；蘇南地市的林地產量因子大多升高，其他地市則多為降低；水域則正好相反。

從2000-2010年間江蘇省土地利用發生較大變化分析可知，經濟發展驅動下城市擴張迅速，耕地大量減少，主要轉變為建筑用地和水域；草地面積不斷減少，多轉變為水域。隨著人類活動影響加劇，部分地區林地、草地和水域的植被生長受到影響，導致其相對生產力趨于下降，這在經濟發達的蘇南地市更加凸顯出來。

2000-2010年間江蘇省均衡因子和各地市產量因子的變化情況表明，土地的生產力隨著氣候環境和人為因素的影響而發生變化，在10 a以上較長的時期內，使用統一的模型參數與省域實際情況產生較大的偏差，因此有必要對其進行動態的實時更新。MOD17A3 NPP數據具有一定的精度，結合相應年份的土地利用現狀數據，能及時準確地反映不同時期的土地利用現狀及其結構下各地市各類土地生產力的差異，不同年份動態均衡因子和產量因子的計算快速、簡便，體現出其明顯的優勢。

3 結論與討論

本文構建的“省公頃”生態足跡模型，是在省域空間尺度下，基于全球公頃生態足跡模型，使用NPP代表土地的生物生產力，以單位省公頃土地的平均生物生產力為基準，計算得到均衡因子和產量因子等。該模型涵蓋所有類型土地，改進能源足跡的計算方法，明確各類土地均衡因子和產量因子的計算形式，便于實際應用。

以江蘇省為例，根據省公頃模型參數的計算公式，采用2000年、2005年、2008年和2010年區域MOD17A3 NPP和土地利用數據，計算動態的均衡因子和產量因子，充分體現區域土地利用現狀及不同區域土地生產力的差異。結果表明，基于省公頃的江蘇省各類土地均衡因子與全球或國家公頃的結果差異明顯，各地市產量因子之間的差異也較大，但總體更為符合區域實際情況。省公頃模型既提高了省、市域生態足跡分析的準確性，又便于展開市域計算結果的橫向對比，適用于疆域遼闊的中國進行省級以下中小尺度的生態足跡分析。

本文計算方法的一些細節問題還存在一定的欠缺，有待進一步的研究和完善。一是直接應用MOD17A3 NPP產品，空間分辨率與精度不夠高，有待提高區域NPP模擬值的空間分辨率，并進行精度驗證[29]。二是計算結果存在一定誤差。首先，江蘇省MOD17A3遙感數據的年NPP和以遙感影像為主要數據源解譯的土地利用數據存在一定的誤差；其次是數據處理過程中產生的誤差，導致最終的NPP統計結果難免存在誤差。三是水域NPP與水域的生產力及水產品生產情況之間的關系有待探究。另外，雖然以水域代表整個漁業水域，對于海洋漁業所占比例較大的江蘇等沿海省份并不合理，但是內陸省份可以不予考慮。

[1] REES W E.Ecological footprints and appropriated carrying capacity:What urban economics leaves out[J].Environment and Urbanization,1992,4(2):121-130.

[2] WACKERNAGEL M,ONISTO L,BELLO P,et al.National natural capital accounting with the ecological footprint concept[J].Ecological Economics,1999,29:375-390.

[3] 徐中民,張志強．甘肅省1998年生態足跡計算與分析[J]．地理學報,2000，55(5)：607-616．

[4] 白鈺,曾輝,魏建兵.關于生態足跡分析若干理論與方法論問題的思考[J].北京大學學報(自然科學版),2008,44(3):493-500.

[5] 王雪梅,張志強,熊永蘭.國際生態足跡研究態勢的文獻計量分析[J].地球科學進展,2007,22(8):872-878.

[6] 陳成忠，林振山．生態足跡模型的爭論與發展[J]．生態學報,2008,28(12):6252-6263．

[7] 郭秀銳,楊居榮,毛顯強.城市生態足跡計算與分析——以廣州為例[J].地理研究,2003,22(5):654-662.

[8] ZHAO S,LI Z Z,LI W L.A modified method of ecological footprint calculation and its application[J].Ecological Modelling,2005,185:65-75.

[9] 曹淑艷,謝高地.基于投入產出分析的中國生態足跡模型[J].生態學報,2007,27(4):1499-1507.

[10] 劉淼,胡遠滿,常禹,等.基于能值理論的生態足跡方法改進[J].自然資源學報,2008,23(3):447-457.

[11] 張芳怡,濮勵杰,張健.基于能值分析理論的生態足跡模型及應用——以江蘇省為例[J].自然資源學報,2006,21(4):653-660.

[12] WIEDMANN T,MANFRED L.On the conversion between local and global hectares in ecological footprint analysis[J].Ecological Economics,2007,60(4):673-677.

[13] 顧曉薇,王青,劉建興,等.基于“國家公頃”計算城市生態足跡的新方法[J].東北大學學報(自然科學版),2005,26(4):295-298.

[14] 吳開亞,王玲杰.基于全球公頃和國家公頃的生態足跡核算差異分析[J].中國人口·資源與環境,2007,17(5):80-83.

[15] 張恒義,劉衛東,王世忠,等.“省公頃”生態足跡模型中均衡因子及產量因子的計算——以浙江省為例[J].自然資源學報,2009,24(1):82-92.

[16] VENETOULIS J,TALBERTH J.Refining the ecological footprint[J].Environment,Development and Sustainability,2008,10(4):441-469.

[17] 劉某承,李文華,謝高地.基于凈初級生產力的中國生態足跡產量因子測算[J].生態學雜志,2010,29(3):592-597.

[18] 劉某承,李文華.基于凈初級生產力的中國生態足跡均衡因子測算[J].自然資源學報,2009,24(9):1550-1559.

[19] 杜加強,舒儉民,張林波.基于凈初級生產力的生態足跡模型及其與傳統模型的對比分析[J].生態環境學報,2010,19(1):191-196.

[20] 方愷,董德明,林卓,等.基于全球凈初級生產力的能源足跡計算方法[J].生態學報,2012,32(9):2900-2909.

[21] 趙晶晶,李曉松,郭重陽,等.基于生態足跡分析的義烏市生態承載力評價[J].城市規劃,2010,34(11):40-46.

[22] 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(3-4):282-292.

[23] 江蘇省1:10萬土地利用數據集(2000、2005、2008、2010)，地球系統科學數據共享平臺——長三角分平臺[EB/D].2012.

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

[25] 任志遠,劉焱序.西北地區植被凈初級生產力估算模型對比與其生態價值評價[J].中國生態農業學報,2013,21(4):494-502.

[26] 程春曉,徐宗學,王志慧.2001-2010年東北三省植被凈初級生產力模擬與時空變化分析[J].資源科學，2014,36(11):2401-2412.

[27] 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].農業工程學報,2014,30(11):244-253.

[28] 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].生態環境,2010,19(11):2529-2533.

[29] 周濤,王云鵬,龔健周.等.生態足跡的模型修正與方法改正評述[J].生態學報,2015,35(14):1-17.

Calculation of Ecological Footprint Model Coefficients Based on Net Primary Productivity:A Case Study of Jiangsu

LU Feng,TAO Fei,CHAO Zhen-hua,HU Xiu-fang

(SchoolofGeographicScience,NantongUniversity,Nantong226007,China)

A provincial hectares ecological footprint(EF)model was built in this study based on traditional EF model at provincial scale.Using vegetation net primary productivity(NPP)as the basis for the proposed model,the equivalence factors and yield factors of all types of biologically productive land in EF analysis were calculated for standardization and localization.Moreover,modified methods of the fossil energy land were proposed.Using the case study of Jiangsu Province,application of the methods in the provincial hectares EF model,the coefficients were calculated using MOD17A3 remote sensing products and land use data in 2000,2005,2008,and 2010 in Jiangsu.Firstly,the equivalence factors of all types of productive land were calculated.Then,the equivalence factors of the provincial hectares EF model were compared with results of the global hectares EF model and the national hectares EF model.The results revealed that these equivalence factors differ significantly.Each method had its own advantages and disadvantages,but the results of the Jiangsu provincial hectares EF model were closer to reality.Secondly,the yield factors of cropland,forest,pasture,fisheries of 13 cities at prefectural level in Jiangsu were calculated in 2000,2005,and 2010.There were great disparities between the yield factors of different cities.Finally,it can be concluded that the provincial hectares EF model not only improves the accuracy of results of ecological footprint of cities,but also make it easy to contrast EF results of some cities or counties with others in the same province.The provincial hectares EF model is fit for the ecological assessment of provincial and sub-provincial area.

provincial hectares;net primary productivity;equivalence factor;yield factor;ecological footprint

2015-06-12；

2015-10-13

國家自然科學基金項目(41301646、41401456)；南通大學博士科研啟動基金項目(03080716)

魯鳳(1978-)，女，博士，副教授，主要從事地理計算及GIS應用研究。E-mail:aprillf@126.com

10.3969/j.issn.1672-0504.2016.02.016

X826

A

1672-0504(2016)02-0083-06