2000～2013年商洛植被NPP變化及其對氣溫變化的響應

張善紅,宋令勇

(1.商洛學院 城鄉規劃與建筑工程學院,陜西 商洛 726000;2.山東省濟寧市汶上縣第一實驗中學,山東 濟寧 272500)

?

2000～2013年商洛植被NPP變化及其對氣溫變化的響應

張善紅1,宋令勇2

(1.商洛學院 城鄉規劃與建筑工程學院,陜西 商洛 726000;2.山東省濟寧市汶上縣第一實驗中學,山東 濟寧 272500)

基于2000～2013年的NDVI數據和氣象數據,利用CASA模型對商洛地區植被的凈初級生產力(NPP)進行了模擬估算。研究結果表明：2000～2013年商洛地區的NPP呈顯著的增長趨勢(P<0.01)，年均NPP為841.64 gC/m2;春季、秋季、冬季的NPP在波動中增長,其中春季增長最快,而夏季的NPP呈現出波動下降的趨勢。商洛地區的月均NPP與當月、提前1個月、提前2個月、提前3個月的月均氣溫均呈顯著的正相關,但其受當月氣溫的影響最大。

植被；NPP;氣溫;商洛地區；響應

植被凈第一生產力(Net Primary Production,簡稱NPP)是指綠色植物在單位時間和單位面積上所產生的有機干物質總量[1],它反映植被生產力狀況,是表征生態系統功能和碳循環狀況的1個重要參數[2-6]。NPP代表植物將光能轉化為有機物的能力,反映了植物群落在自然條件下的生產能力,是估算地球支持能力和評價陸地生態系統可持續發展的1個重要生態指標。自20世紀80年代以來,隨著RS和GIS技術的快速發展,人們對NPP的研究取得了重大突破[7-8], NPP估算模型朝著2個方向發展:一是通過對植物生理過程的研究建立模型;二是充分利用時效性較強的遙感數據進行模擬。雖然我國學者對NPP的研究起步較晚，但是近年來也取得了較多的成果[9]，例如：馮險峰等利用BEPS模型估算了我國2001年陸地生態系統的NPP,并預測了未來我國不同植被類型的NPP分布[10];柯金虎等根據遙感數據、氣象資料、植被類型及土壤數據,利用CASA模型對長江流域植被NPP進行了模擬[11];張莎等利用MODIS數據集及氣象數據,對河北省2001～2010年NPP的時空動態變化及其與氣候因子的相關性進行了分析[12]。

商洛地處秦嶺山地,區域內植被類型繁多。在全球變暖的大背景下,對商洛地區NPP的變化及其對氣溫變化的響應進行研究,可以揭示全球變暖大趨勢下商洛地區森林生態系統的響應程度,從而為該區域的生物多樣性保護和生態環境監測與植被保護提供依據。本文采用2000～2013年14年的商洛地區氣溫、降水、太陽輻射、NDVI等數據,利用CASA模型研究了商洛地區植被的NPP變化規律,分析了商洛地區植被NPP對氣溫變化的響應。

1　資料與方法

1.1數據來源

MODIS NDVI遙感數據集下載于http://modis.gsfc.nasa.gov/網站。2000～2013年逐月氣溫和逐月降水量數據來自商洛市7個標準氣象站點。太陽輻射數據來源于中國氣象科學數據共享服務網。

1.2研究方法

1.2.1NPP估算模型本文采用的NPP估算模型為Potter等[13]提出的光能利用率模型(CASA模型),其估算公式為:

NPP(x,t)=APAR(x,t)×ε(x,t)=PAR(x,t)×FPAR(x,t)×ε(x,t)

(1)

式(1)中:APAR(x,t)為像元x在t月吸收的光合有效輻射;ε(x,t)為實際光能利用率;FPAR(x,t)為植被層對入射光合有效輻射(PAR)的吸收分量,其計算公式[16]如下:

(2)

(3)

(4)

FPAR(x,t)=0.5FPARNDVI(x,t)+0.5FPARSR(x,t)

(5)

式(2)～式(5)中：NDVI(i,max)和NDVI(i,min)分別表示第i種植被類型的NDVI最大值和最小值;SR(i,max)和SR(i,min)分別表示第i種植被類型NDVI的95%和5%下側百分位數;FPARmax和FPARmin的取值與植被類型無關,分別為0. 95和0.01。

實際光能利用率ε(x,t)由溫度、水分及最大光能利用率決定,其計算公式為:

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(6)

式(6)中：Tε1(x,t)和Tε2(x,t)為溫度脅迫系數,均可采用Potter等[13]提出的方法估算;εmax為最大光能利用率,因植被類型不同而不同,本文利用朱文泉等研究確定的中國典型植被類型最大光能利用率模擬結果[14]；Wε(x,t)為水分脅迫系數,由公式(7)計算:

Wε=0.5+0.5×E/Ep

(7)

式(7)中：E為區域實際蒸散量,可根據周廣勝和張新時的區域實際蒸散模型求得；Ep為潛在蒸散量,可根據Boucher提出的互補關系[15-16]求取。

1.2.2SPSS偏相關分析法偏相關分析法是在排除了其他因素的影響后,考察2個因素間的關聯程度,目的在于消除其他變量關聯性的傳遞效應。這樣分析得出的偏相關系數能夠準確地反映2個變量之間的真實相關程度。本文中NPP與氣候因子的相關系數計算采用如下公式[17]:

(8)

利用下式計算以降水為控制變量的NPP與氣溫間的偏相關系數[18]:

(9)

式(9)中：r12、r13、r23分別表示變量V1與V2、V1與V3、V2與V3間的相關系數； r12.3是固定變量V3后變量V1與V2間的偏相關系數。

2　結果與分析

2.1商洛地區NPP的變化規律

2.1.1在年際上的變化規律圖1是商洛地區NPP年際變化趨勢圖,由圖1可知,14年間商洛地區NPP波動范圍為790～870gC/m2,平均值為842.6187gC/m2。其中峰值出現在2004年和2008年,分別為854.87和878.54gC/m2,且2008年的NPP為14年中的最高值;谷值出現在2001年和2007年,分別為795.09和810.33gC/m2,且2001年的為14年中的最低值。線性模擬結果表明，2000～2013年商洛地區植被NPP呈上升趨勢,趨勢方程為y=2.8962x+820.90,說明2000～2013年商洛地區NPP增長速度為2.8962gC/m2。可見商洛地區NPP有明顯的年際增加趨勢,說明研究區近14年植被生長狀況良好,NPP積累較多。

圖1　商洛地區NPP的年際變化

2.1.2在季節上的變化規律受水、熱組合的影響,植被在不同的月份有不同的生長狀況,相應的NPP值也會存在一定差異。圖2顯示了商洛地區各月份NPP的變化趨勢。該地區植被生長季為4～9月,植被NPP的年內變化為單峰曲線,4～7月NPP積累較快,這段時期氣溫高，降水量豐富，太陽輻射強，有利于植被的生長和能量的累積；其中最大值出現在7月份。8月份植被NPP開始下降。10月至次年3月氣溫降低,植被生長緩慢,植被NPP減緩累積。這與朱文泉等研究內蒙古植被初級生產力的結論[20]一致。

圖2　商洛地區各月份NPP的變化

不同季節NPP的變化趨勢如圖3～圖6所示,商洛地區各季節NPP的線性變化趨勢均不顯著,但可以從圖中看出NPP的大體趨勢。春、秋、冬3個季節的NPP在波動中增長,但增長速度比較小且各不相同,其中春季增長最快，增長速度為3.0786gC/m2,秋季和冬季的分別為0.1937、0.3028gC/m2。夏季NPP呈現出波動下降的趨勢,下降的速度為0.9344gC/m2。

圖3　商洛地區春季NPP的變化

圖4　商洛地區夏季NPP的變化

2.2植被NPP與氣溫的相關性

2.2.1氣溫的變化圖7是商洛地區2000～2013年年均氣溫變化圖。從圖7中可見,2000～2013年商洛地區年均氣溫總體上呈上升趨勢,趨勢方程為y=0.0177x+13.237,式中y為年均氣溫, x為年份。由趨勢方程可以看出2000～2013年商洛地區氣溫的增長速度為0.0177 ℃/年,可見商洛地區氣溫有明顯的年際增加趨勢。

圖5　商洛地區秋季NPP的變化

圖6　商洛地區冬季NPP的變化

圖7商洛地區2000～2013年年均氣溫的變化

2.2.2植被NPP對氣溫變化的響應圖8反映了商洛地區逐月NPP與月平均氣溫時間序列的變化趨勢,從中可以看出商洛地區2000～2013年植被月均NPP與月平均氣溫呈現出比較明顯的一致性。

對月均NPP與月均氣溫的關系進行分析,結果(見表1)顯示兩者間的相關系數達到0.932,在0.01水平下顯著相關。但植被NPP的變化不僅受氣溫的影響,還受降水等因素的影響,因此采用偏相關分析法進行進一步的分析，因為這種方法在研究月平均NPP與同期氣溫的關系時,可以控制降水對NPP的影響,所得出的偏相關系數能夠較好地反映兩者之間的關系。偏相關分析(除去了降水的影響)結果表明,NPP與氣溫間的偏相關系數達到了0.873 (P<0.01),同樣表現出顯著的相關性,這說明NPP與氣溫在月時間序列上具有顯著的正相關關系。

同時對當月NPP與提前1個月、提前2個月和提前3個月的平均氣溫進行相關分析,研究可能存在的氣溫對NPP的滯后影響。結果表明：滯后期為1個月的相關系數和偏相關系數分別為0.853 (P<0.01)和0.787 (P<0.01);滯后期為2個月的相關系數和偏相關系數分別為0.551 (P<0.01)和0.559 (P<0.01);滯后期為3個月的相關系數和偏相關系數分別為0.096 (P<0.05)和0.228 (P<0.01)。說明當月NPP與提前1個月、提前2個月和提前3個月的月均氣溫均在0.01或0.05顯著性水平下具有正相關性。相比較而言,提前1個月、2個月和3個月的相關系數并沒有當月的相關系數高,因此認為月均NPP受當月氣溫及前1月、前2月、前3月氣溫的綜合影響,但當月氣溫對商洛地區植被NPP的影響是最大的。

圖8　商洛地區月均NPP與月均氣溫在時間序列上的變化

滯后月份數相關性相關系數顯著性(P值)偏相關性相關系數顯著性(P值)00．932<0．010．873<0．0110．853<0．010．787<0．0120．551<0．010．559<0．0130．096<0．050．288<0．01

3　結論

在NPP的年際變化方面,2000～2013年商洛地區NPP的波動范圍為790～870 gC/m2,平均值為842.62 gC/m2。線性模擬結果表明2000～2013年商洛地區植被NPP呈上升趨勢,其增長速度為2.90 gC/m2。

在NPP的季節變化方面,商洛地區2000～2013年各季節NPP的線性變化趨勢均不顯著。春、秋、冬3個季節的NPP在波動中增長,但增長速度比較小且各不相同,其中春季增長最快。

在NPP對氣溫變化的響應方面,商洛地區的月均NPP與同月、提前1個月、提前2個月、提前3個月的月均氣溫均呈顯著正相關,偏相關系數分別為0.873、0.787、0.559、0.228 (P<0.01),表明商洛地區NPP受當月氣溫及前1月、前2月、前3月氣溫的綜合影響,但當月氣溫的影響最大。

[1] 何勇,董文杰,季勁均,等.基于AVIM的中國陸地生態系統凈初級生產力模擬[J].地球科學進展,2005,20(3):345-349.

[2] 高艷妮,于貴瑞,張黎,等.中國陸地生態系統凈初級生產力變化特征：基于過程模型和遙感模型的評估結果[J].地理科學進展,2012,31(1):109-117.

[3] Cenk D, Suha B, Paul J C. Modelling the current and future spatial distribution of NPP in a Mediterranean watershed [J]. International Journal of Applied Earth Observation and Geoformation, 2011, 13(3): 336-345.

[4] Bai Y F, Han X G, Wu J G, et al. Ecosystem stability and compensatory effects in the Inner Mongolia grassland [J]. Nature, 2004, 431: 181-184.

[5] Ives R, Carpenter S R. Stability and ecosystem[J]. Science, 2007, 317: 58-62.

[6] Peng C H, Apps M J. Modeling response of net primary productivity (NPP) of boreal forest ecosystem to changes in climate and fire disturbance regime [J]. Ecol Model, 1999, 122: 175-193.

[7] Goward S N, Dye D G. Evaluating North American net primary productivity with satellite observations [J]. Advances in Space Research, 1987, 7(11): 165-174.

[8] Law B E, Waring R H. Combining remote sensing and climatic data to estimate net primary production across Oregon [J]. Ecological Applications, 1994(4): 717-728.

[9] Nemani R, Keeling C, Hashimoto H, et al. Climate-driven increases in global terrestrial I net primary production from 1982 to 1999 [J]. Science, 2003, 300: 1560-1563.

[10] 陳利軍,馮險峰,劉高煥.運用遙感估算中國陸地植被凈第一性生產力[J]. Acta Botanica Sinica, 2001, 43(11): 1191-1198.

[11] 柯金虎,樸世龍,方精云.長江流域植被凈第一性生產力及其時空格局研究[J].植物生態學報,2003,27(6):764-770.

[12] 張莎,袁金國,張宇佳,等.河北省2001～2010年植被NPP時空變化及與氣候因子相關性分析[J].河北大學學報:自然科學版,2014,34(5):516-523.

[13] Potter C S, Randerson J T, Field C B, et al. Terrestrial ecosystem production: a process model based on global satellite and surface data [J]. Global Biogeochemical Cycles, 1993, 7(4): 811-841.[14] 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.

[15] 周廣勝,張新時.全球變化的中國氣候:植被分類研究[J]. Acta Botanica Sinica, 1996, 38(1): 8-17.

[16] 周廣勝,張新時.全球氣候變化的中國自然植被的凈第一性生產力研究[J].植物生態學報,1996,20(1):11-19.

[17] 徐建華.現代地理學中的數學方法[M].北京:高等教育出版社,2002:37-47.

[18] 朱文泉,潘耀忠,龍中華,等.基于GIS和RS的區域陸地植被NPP估算:以中國內蒙古為例[J].遙感學報,2005,9(3):300-307.

(責任編輯:黃榮華)

Vegetation NPP Change and Its Response to Temperature Change in Shangluo from 2000 to 2013

ZHANG Shan-hong1, SONG Ling-yong2

(1. College of Urban, Rural Planning and Architectural Engineering, Shangluo University, Shangluo 726000, China;2. Wenshang No. 1 Experimental Middle School of Ji’ning City in Shandong Province, Ji’ning 272500, China)

Based on the NDVI data and meteorological data during 2000～2013, the author applied CASA model to stimulate and assess the Net Primary Productivity (NPP) of vegetation in Shangluo area. From 2000 to 2013, the NPP of vegetation in Shangluo area showed a significant (P<0.01) increasing trend, and the average annual NPP was 841.64 gC/m2. The NPP revealed a fluctuating growth trend in spring, autumn and winter, and it increased fastest in spring. On the contrary, the NPP in summer showed a wavelike decreasing change. The average monthly NPP in Shangluo area had a significantly positive correlation with the average monthly air temperature of the same month, one month ahead, two month ahead, and three month ahead, but it was most greatly influenced by the average air temperature of the same month.

Vegetation; NPP; Air temperature; Shangluo area; Response

2016-04-11

商洛學院科研基金項目(14SKY017)。

張善紅(1983─),女,山東日照人,講師,碩士,主要從事全球變化生態學研究。

Q948.156

A

1001-8581(2016)10-0067-04