青海三江源試驗區NPP時空特征及影響因素分析

張　馨，陳克龍，王　鋒，吳成永

(1.青海師范大學 生命與地理科學學院，青海 西寧　810008； 2.青海師范大學 青海省自然地理與環境過程重點實驗室，青海 西寧　810008； )

?

青海三江源試驗區NPP時空特征及影響因素分析

張馨1，陳克龍2，王鋒2，吳成永1

(1.青海師范大學 生命與地理科學學院，青海 西寧810008； 2.青海師范大學 青海省自然地理與環境過程重點實驗室，青海 西寧810008； )

青海三江源國家生態保護綜合試驗區是我國建立的第1個國家級生態保護綜合試驗區，在我國生態文明建設中有重要的地位，分析其植被凈初級生產力(NPP)具有重要意義。利用三江源試驗區的MODIS遙感影像等數據及其周邊地區的氣象資料，結合CASA模型，對三江源試驗區2010～2013年的NPP進行估算，并對其時空特征及影響因素進行簡要分析。結果表明：三江源試驗區2010年的NPP平均值最大，2010～2013年NPP呈波動變化趨勢，先減少后增加；年均NPP總量為68.46 TgC/a (1 Tg=1012g)，年均NPP為144.29 gC/m2，NPP的季節變化明顯，7、8月的月NPP值最大；在空間分布上呈現出由東南向西北遞減的特征，東側出現最高值，其值為418.94 gC/(m2·a)； NPP值高低分布情況與植被類型、海拔、坡度、坡向有密切關系。

NPP；CASA模型；青海三江源；國家綜合試驗區

植被凈初級生產力(NPP)是植被在單位時間和單位面積上的總初級生產力(GPP)與自養呼吸(AR)之后所剩余的有機物數量之差，包含植物枝、葉、根等部分的生產量和植物枯落部分的量，是植被生長和生殖的能量來源[1]。NPP是處于自然條件下的植被群落的凈初級生產能力的直觀體現，對判斷生態系統中碳源匯和調節生態過程有著主導作用[2]。

青海三江源國家生態保護綜合試驗區是長江、黃河、瀾滄江3條重要河流的水源發源地和我國重要的淡水補給地，享有“中華水塔”的美譽[3]，是青藏高原生態安全屏障的重要部分，更是我國建立的第1個國家級生態保護綜合試驗區以及我國生態文明建設的先行區。然而近10年間，在環境變化、人類活動的共同影響下，青海三江源試驗區的環境問題也正不斷顯現。長此以往，不僅影響本地區的生態環境，也會影響長江、黃河、瀾滄江中下游地區的人類的生存環境[4]。對三江源試驗區的NPP狀況進行研究，可以初步估測三江源試驗區生態系統功能的健康狀況，并進而為三江源試驗區生態機制的建立和生態健康評價提供理論基礎[5]。目前，雖有學者對三江源地區NPP進行估算，但其所用數據均采自2010年之前。因此，采用2010～2013年的三江源試驗區植被及氣象數據，以期研究該區近期的NPP狀況。

三江源試驗區范圍大、海拔高、地形復雜、交通不便，難以進行實地NPP測量。在這種情況下，需要結合地理信息系統、遙感技術、參數模型來估算該地區的NPP狀況。主要的NPP估算模型有光能利用率模型、氣候生產力模型和生理生態過程模型3種。其中，光能利用率模型因其數據易獲取、準確性高等特點而成為NPP估算最常用的方法，如以氣候、遙感數據為基礎的CASA模型，已被國內外研究者廣泛采用并取得了大量成果[5]。故利用2010～2013年的遙感、氣象數據，依托CASA模型，對三江源試驗區的凈初級生產力(NPP)狀況進行了估算，并對其時空分布特征及影響因素進行了一定分析。

1　材料和方法

1.1研究區概況

三江源試驗區地處青藏高原的腹地，青海省南部，位于N 31°39′～37°10′，E 89°24′～102°27′，總面積約39.5×104km2，占青海省總面積的54.6%。下轄玉樹、果洛、黃南、海南4個藏族自治州的21個縣和格爾木市唐古拉山鎮，共158個鄉鎮，范圍比三江源地區多出5個縣(共和縣、貴德縣、尖扎縣、同仁縣、貴南縣)[4]。三江源試驗區內部地勢險峻，山地是地貌的主體，地勢西北高、東南低，平均海拔4 000 m，屬典型的高原大陸性氣候[6]。全年平均氣溫-5.6～3.8 ℃，年平均降水量 200～500 mm，水資源豐富，湖泊眾多，代表性的有扎陵湖、鄂陵湖[7]。

圖1　研究區示意圖Fig.1　Sketch map of the study area

1.2數據來源與預處理

1.2.1數據來源所用氣象數據來自中國氣象科學數據共享服務網，包括2010～2013年青海省及周邊地區45個氣象站所測得的逐月月均溫、月降水量、日照百分率、相對濕度等數據；所用遙感數據來自美國國家航空航天局(NASA)網站，數據為2010～2013年的MOD15A2數據和MOD13A1數據。試驗所用DEM高程數據來源于地理空間數據云網站。

1.2.2數據處理對于氣象數據，利用內插法將2010～2013年的逐月月均溫、月降水量、日照百分率、相對濕度進行空間插值，獲得統一像元和坐標的氣象柵格數據，并利用ARCGIS 10.2的掩膜裁剪工具，裁剪出三江源試驗區的氣象柵格圖，并在柵格計算器中進行疊加計算；對于遙感數據，用MRT處理MODIS數據，使其坐標、像元大小與氣象柵格數據保持一致，并在ARCGIS 10.2中進行裁剪、提值，利用MOD15A2數據提取吸收的入射光合有效輻射的比例(FPAR)，利用MOD13A1數據提取歸一化植被指數(NDVI)；海拔、坡度、坡向數據的提取均在ARCGIS 10.2中完成。

1.3研究方法

1.3.1CASA模型CASA模型，由Potter等[8]于1993年提出，其參數隨地點(x)和時間(t)的變化而變化，并通過與之對應的溫度和水分條件對參數進行修正：

NPP(x,t) =APAR(x,t)×ε(x,t)

(1)

式中：APAR(x,t)代表像元x在t月吸收的光合有效輻射；ε(x,t)代表像元x在t月的實際光能利用率。

1)APAR的計算

APAR(x,t) =SOL(x,t)×0.5×FPAR(x,t)

(2)

式中：SOL(x,t)代表像元x在t月所獲得的太陽總輻射量(MJ/m2)；FPAR(x,t)代表植被層所吸收的入射光合有效輻射的比例；常數0.5指植被所能利用的太陽有效輻射在太陽總輻射中所占的比例。

2)ε的計算

ε(x,t) =Tε1(x,t)×Tε2(x,t)×Wε(x,t)×ε*

(3)

式中：Tε1(x,t)以及Tε2(x,t)代表光能利用率低溫和高溫脅迫因子；Wε(x,t)為水分脅迫影響系數；ε*代表理想條件下的最大光能利用率(gC/MJ)，筆者在最大光能利用率的取值上主要參考朱文泉等[9]的研究。

Tε1(x,t)代表在低溫及高溫時植物內在生化作用對光合的限制。

Tε1(x,t) = 0.8+0.02Topt(x,t)-0.0005[Topt(x,t)]2

(4)

式中：Topt(x,t)代表植物生長的最適宜溫度，即某區域年內NDVI達最高值時的當月氣溫均值，若月平均溫度小于或等于-10℃，Tε1(x,t)取0。

Tε2(x,t)代表環境溫度向高溫或低溫變化時植物光能利用率下降的趨勢。

Tε2(x,t) = (1.184/1+e(0.2×(Topt(x)-10-T(x,t))))×(1/1+e(0.3×(-Topt(x)-10+T(x,t))))

(5)

式中：T(x,t)為像元x在t月平均氣溫，當某一月平均溫度T(x,t)比最適溫度Topt(x,t)高10℃或低13℃時，該月的Tε2(x,t)值等于月平均溫度T(x,t)為最適溫度Topt(x,t)時Tε2(x,t)值的一半。

水分脅迫影響系數Wε(x,t)代表植物能夠利用的有效水分條件對光能利用率的影響，環境中有效水分的增加，Wε(x,t)隨之增加，其取值范圍在0.5(在極端干旱條件下)到1(非常濕潤條件下)之間。

Wε(x,t) = 0.5+0.5×EET(x,t)/EPT(x,t)

(6)

式中：EET(x,t)為區域實際蒸散量；EPT(x,t)為區域潛在蒸散量。

1.3.2光合有效輻射的獲取月太陽總輻射的計算采用和清華使用的我國西部地區計算公式[10]：

SOL(x,t) =Q×(a+bS)

(7)

式中：a和b是常數；S為日照百分率；Q表示最大晴天總輻射量，根據緯度、海拔、地面水汽壓進行估算[11]：

Q= 0.0418675(C0+C1Φ+C2H+C3e)

(8)

式中：Q為最大晴天總輻射量；Φ為緯度；H為海拔高度；e為地面水汽壓；C0、C1、C2、C3為常數。地面水汽壓e[12-13]通過以下方法計算：

e=R×e=R×es0×10at/(b+t)

(9)

式中：R為相對濕度；t為近地面大氣溫度；es0、a、b為常數。

1.3.3水分脅迫系數的獲取利用高于0℃的年積溫∑θ、年降水量和濕潤度來對水分脅迫影響系數進行改進[14]，所得簡化模型更便于計算：

BT≈Σθ/365

(10)

可能蒸散量(PET)的計算利用Holdridge[15]提供的計算公式：

PET=BT×58.93

(11)

實際蒸散量(EET)的計算利用[16]區域實際蒸散模型，其公式為：

EET=P×Rn(P2+Rn+P×Rn)/(P+Rn)/(P2+Rn2)

(12)

式中：P=P(x,t)為象元x在t月的降水量；Rn=Rn(x,t)代表象元x在t月的太陽凈輻射量(MJ)。

Rn= (PET×P)0.5×[0.369+0.598×(PET/P)0.5]

(13)

將上述公式代入到水分脅迫系數公式中。

2　結果與分析

2.1三江源試驗區NPP的空間分布特征

2010～2013年三江源試驗區年平均NPP總量為68.46 Tg/a (1 Tg=1012g)，區域內NPP最高值為418.94 gC/(m2·a)，最低值0 gC/(m2·a)，單位面積年平均值為144.29 gC/(m2·a)。整體分析，三江源試驗區NPP在空間分布上呈現出由東南向西北遞減的特征(圖2)，這與各區域在植被、水熱條件上的差異有緊密關系。

2.2三江源試驗區NPP的時間變化特征

三江源試驗區月均NPP值呈拋物線型分布(圖3)，隨季節變化明顯。4～6月，隨溫度上升、水分增加，植被開始生長；7、8月為植被生長旺季，NPP值達到最大，平均值達到37.92 gC/m2，占全年的70%；9月氣溫降低，植被進入生長末期，至10月NPP值則迅速降低。

三江源試驗區年均NPP值呈現波動變化(圖3)，最高值出現于2010年，最低值出現于2012年。2010～2012年，該區NPP值呈下降趨勢，2010～2011年的減幅為1.9%，2011～2012年的減幅為7.6%；2012～2013年，該區NPP呈增長趨勢，增幅為7.9%。年均NPP的變化幅度不大。年均NPP的波動變化主要是因為CASA模型的參數主要為氣候與環境因子，氣候與環境因子在不同的年份會存在波動變化，會使年均NPP值也存在波動變化。

圖2　三江源試驗區年均NPP空間分布Fig.2　Spatial distribution of annual NPP in the Qinghai three river source pilot region

圖3　三江源試驗區NPP值的月變化與年變化Fig.3　The monthly and yearly change of NPP in the Qinghai three river source pilot region

2.3影響三江源試驗區NPP的地形因素

不同的地形因素對NPP的大小有不同的影響(圖4)，就海拔而言，隨海拔升高，NPP值先增加后減少：在海拔3 500～4 000 m，NPP值達到最大，其值為264 gC/(m2·a)；海拔6 000 m以上，NPP值則接近0 gC/(m2·a)；隨坡度加大，NPP值先增加后減小：在0°～25°坡度，隨坡度增加，NPP增加，最大值為184 gC/(m2·a)；坡度25°以上時，隨坡度增大，NPP值減小，大于35°時，NPP值最小，其值65 gC/(m2·a)；按坡向，南坡NPP值較低，僅為115 gC/(m2·a)，西北坡值最大，最大值為154 gC/(m2·a)，整體來看，NPP值隨坡向變化不大。

2.4NPP分布特征與植被的關系

三江源試驗區針葉林的NPP總量為2.288×10-1TgC/a，年平均值為246.55 gC/(m2·a)；闊葉林的NPP總量為5.207×10-1TgC/a，年平均值為289.34 gC/(m2·a)；耕地的NPP總量為2.831×10-1TgC/a，年平均值為247.72 gC/(m2·a)；灌木的NPP總量為11.05 TgC/a，年平均值為101.85 gC/(m2·a)；草地的NPP總量為54.46 TgC/a，年平均值為183.77gC/(m2·a)；貧瘠及稀疏植被區NPP總量為9.461×10-1TgC/a，年平均值為18.92 gC/(m2·a)。此次所估算的植被NPP平均值與樸世龍等[17]估算的的青藏高原的植被NPP平均值對比，常綠針葉林、常綠闊葉林與灌木均低于其所估算的值，草地高于其所估算的值。

圖4　不同地形下三江源試驗區NPPFig.4　 Impacts of landform on NPP in the Qinghai three river source pilot region

3　討論

因三江源試驗區范圍大、海拔高、氣候惡劣，難以獲得與此次研究時段相匹配的實測數據，故采用比對的方式進行結果驗證(表2)。所估算單位面積NPP年平均值144.29 g C/(m2·a)，與同樣利用CASA模型的研究相比，高于張鐿鋰等[18]估算的青藏高原的NPP值，低于張穎等[19]所估算的三江源NPP值，與沃笑[20]估算的結果相近；與利用其他模型的研究相比，此次的NPP估值低于黃玫等[21]所估算青藏高原NPP值，高于郭曉寅等[22]估算的三江源NPP值。可見，不同的估算模型、區域、年份、所用數據精度都會導致估算的結果不一致。

對于FPAR的獲取，傳統方法是通過NDVI來反演FPAR[23]，但在計算過程中會產生一定的誤差。研究為提高估算精度，利用MOD15A2數據直接提取FPAR，但這也可能會導致部分水體或冰雪被誤歸入植被中，即在此類NPP值本應當為0的無植被區域中產生了若干數值。這類錯誤主要是因遙感數據在空間分辨率上的不足而產生的。因此，在今后的NPP估算中，有必要使用空間分辨率較高的遙感影像數據替代MODIS影像來提取FPAR，從而提高NPP估算的精度。

2010～2013年，三江源試驗區的NPP年平均值的波動幅度不大，說明此期間三江源試驗區的凈初級生產力狀況及生態系統功能較為穩定，沒有出現明顯的惡化，這與國家近年來對該區采取的保護政策有一定的關系。但三江源試驗區的保護與建設是一項任重而道遠的任務，要想取得更加顯著的成效，還需長期堅持和加大保護力度。

表1　三江源試驗區主要植被的NPP值

表2　與相關研究比對

4　結論

運用CASA模型，估算青海三江源國家生態保護綜合試驗區的植被凈初級生產力(NPP)，并對其時空分布特點以及地形影響因素進行簡要分析，得出結論，在空間上，三江源試驗區的NPP由東南向西北逐漸遞減，NPP值為0～418.94 g C/(m2·a)；在時間上，3～10月的NPP值先增加后減少，在7、8月達到最大值；2010～2013年的年均NPP值呈現波動變化；NPP值的大小與植被類型、地形有密切的關系。

[1]周廣勝,張新時.自然植被凈第一性生產力模型初探[J].植物生態學報,1995,19(3):193-200.

[2]陳福軍,沈彥俊,李倩,等.中國陸地生態系統近30年NPP時空變化研究[J].地理科學,2011,31(1):1410-1414.

[3]張靜,李希來,徐占香.三江源地區不同退化草地土壤物理性狀分析[J].草原與草坪,2008(3):34-37.

[4]陳克龍,王鋒,蘆寶良,等.三江源國家生態保護綜合試驗區生態補償量化研究[J].青海師范大學學報(哲學社會科學版 ),2015,37(1):64-67.

[5]張濤,曹廣超,曹生奎,等.2000-2010年青海湖流域NPP時空分布特征[J].中國沙漠,2015,35(4):1072-1080.

[6]張賀全.青海三江源國家生態保護綜合試驗區生態系統服務功能價值的確定[J].東北農業大學學報(社會科學版),2014,12(5):8-18.

[7]李海山.青海三江源區草地生態建設的思考[J].草原與草坪,2006(4):63-65.

[8]Potter C S,Randerson J T,Field C B,etal.Terrestrial ecosystem production:A process model based on global satellite and surface data[J].Global Biogeochemical Cycles,1993(7):811-841.

[9]朱文泉,潘耀忠,何浩,等.中國典型植被最大光利用率模擬[J].科學通報,2002,51(6):700-706.

[10]和清華,謝云.我國太陽總輻射氣候學計算方法研究[J].自然資源學報,2010(2):308-319.

[11]楊東輝.基于MODIS數據的石羊河上游植被凈第一生產力變化研究[D].蘭州:西北師范大學,2011.

[12]李超,魏合理,劉厚通,等.整層大氣水汽含量與地面水汽壓相關性的統計研究[J].武漢大學學報(信息科學版),2008(6):1170-1173.

[13]盛裵軒.大氣物理學[M].北京:北京大學出版社,2003.

[14]魏靖瓊,柳小妮,任正超,等.基于CASA模型的甘肅省草地凈初級生產力研究[J].草原與草坪,2012,32(4):8-19.

[15]張新時.研究全球變化的植被氣候分類系統[J].第四紀研究,1993(2):157-169.

[16]周廣勝,張新時.自然植被第一性生產力模擬初探[J].植物生態學報,1995,19(3):193-200.

[17]樸世龍,方精云.1982～1999年青藏高原植被凈第一性生產力及其時空變化[J].自然資源學報,2002,17(3):373-380.

[18]張鐿鋰,祁威,周才平,等.青藏高原高寒草地凈初級生產力(NPP)時空分異[J].地理學報,2013,68(9):1197-1211.

[19]張穎,陳懷艷,李建龍.三江源生態系統近10年凈初級生產力估測[J].天津農業科學,2014,20(10):25-28.

[20]沃笑,吳良才,張繼平,等.基于CASA模型的三江源地區植被凈初級生產力遙感估算研究[J].干旱區資源與環境,2014,28(9):45-49.

[21]黃玫,季勁鈞,彭莉莉.青藏高原1981～2000年植被凈初級生產力對氣候變化的響應[J].氣候與環境研究,2008,13(5):608-616.

[22]郭曉寅,何勇,沈永平,等.基于MODIS資料的2000-2004年江河源區陸地植被凈初級生產力分析[J].冰川凍土,2006,28(4):512-518.

[23]穆少杰,李建龍,周偉,等.2001～2010年內蒙古植被凈初級生產力的時空格局及其與氣候的關系[J].生態學報,2013,33(12):3752-3764.

Analysis of spatial-temporal characterstics of NPP and Its influencing factors in Three-river Headwater Area pilot region of Qinghai

ZHANG Xin1,2,CHEN Ke-long1,WANG Feng1,WU Cheng-yong1,2

(1.QinghaiProvinceKeyLaboratoryofPhysicalGeographyandEnvironmentalProcess,QinghaiNormalUniversity,Qinghai,Xining810008,China； 2.CollegeofLifeandGeographySciences,QinghaiNormalUniversity,Qinghai,Xining810008,China)

Three-river Headwater Area of Qinghai is the first nation ecological reserve pilot region.It plays an important role in the construction of ecological civilization in our country.Using the MODIS remote sensing image data and meteorological data,the Geographic Information System and CASA model were applied to estimate the NPP in the region during 2010～2013.The result showed that the region had the highest NPP in 2010,the value was increase and then decrease from 2010～2013.The total annual NPP was 68.46 Tg/a (1Tg = 1012g) and the annual average of NPP was 144.29 gC/(m2·a).The seasonal change of NPP was obvious,the maximum value appeared in July and August.The NPP gradually decreased from southeast to northwest in the region,the highest NPP value was 418.94 gC/(m2·a) at the eastern section.The distribution of NPP had a close relation with vegetation types,elevation,slope and aspect.

NPP；CASA model；Qinghai Three-river Headwater Area；nation ecological reserve pilot region

2016-01-11；

2016-06-14

國家哲學社會科學基金項目(12BJY029)；青海省自然科學基金項目(2013-Z-912)資助

張馨(1991-)，女，內蒙古呼倫貝爾人，在讀碩士研究生。

E-mail：zhangxin1991love@126.com

Q 948

A

1009-5500(2016)04-0021-07

陳克龍為通訊作者。