基于MODIS數據的陜西省植被凈初級生產力與實際蒸散的變化關系分析

王 娟, 何慧娟, 卓 靜, 董金芳

(陜西省農業遙感信息中心, 陜西 西安 710014)

基于MODIS數據的陜西省植被凈初級生產力與實際蒸散的變化關系分析

王 娟, 何慧娟, 卓 靜, 董金芳

(陜西省農業遙感信息中心, 陜西 西安 710014)

[目的] 分析陜西省植被凈初級生產力(NPP)及實際蒸散量(ET)，為生態環境中碳循環、水循環特征提供理論支持。[方法] 基于美國航天局(NASA)提供的凈初級生產力產品(MOD17 A3)及蒸散產品(MOD16)數據，利用GIS與數理統計等方法，對陜西省2000—2014年植被NPP與ET的時空分布特征及其關系進行分析。[結果] 陜西省植被NPP與ET的分布特征均為南高北低；2000—2014年陜西省植被NPP在波動中呈現上升趨勢，其中陜北地區增加最大，陜南地區增加最不顯著；陜西省ET年際變化呈波動狀態。植被NPP與ET空間相關性較顯著，陜北地區相關系數極高，而陜南地區相關性并不顯著。[結論] 在較為干旱區域植被NPP與ET的關系更為密切。

植被NPP; ET; MODIS數據; 空間特征; 陜西省

文獻參數： 王娟, 何慧娟, 卓靜, 等.基于MODIS數據的陜西省植被凈初級生產力與實際蒸散的變化關系分析[J].水土保持通報，2017,37(3)：264-269.DOI:10.13961/j.cnki.stbctb.2017.03.045； Wang Juan, He Huijuan, Zhuo Jing, et al. Analysis on relationship between net primary productivity and evapotranspiration based on MODIS data in Shaanxi Province[J]. Bulletin of Soil and Water Conservation, 2017,37(3)：264-269.DOI:10.13961/j.cnki.stbctb.2017.03.045

Province

近年來，全球氣候變暖所帶來的環境問題已成為生態學領域研究的熱點問題，碳循環及水循環是生態系統中重要的組成部分。植被凈初級生產力(NPP)是指植物在單位時間和單位面積上所積累的有機干物質總量[1]。植被NPP不僅是全球碳循環過程中的重要環節，而且是估算和評價陸地生態系統可持續發展的一個重要生態指標[2]。開展植被NPP監測可對植被生長情況及其對碳循環過程的影響進行預測[3]。傳統的NPP估算方法分為定位觀測與不同尺度的模擬估算，但應用定位觀測的方法，無法實現區域或全球大尺度的NPP測算，因此利用模型估算NPP成為了一種重要而被廣泛應用的方法[4]。國內外學者在不同領域建立了側重點不同的估算模型(氣候關聯模型、生態遙感耦合模型等)[5]，美國航天局(NASA)提供的MOD17 A3數據產品是通過BIOME-BGC模型計算出來的全球陸地凈初級生產力年際變化產品[6]。此產品廣泛應用于植被生長狀況、植被生物量的估算及生態環境監測等研究中，國內外學者應用MOD17 A3產品進行不同尺度的NPP時空變化特征的研究得到了全球范圍內得到驗證[7-10]，中國學者應用MOD17 A3產品對東北地區、中原地區及南方部分地區進行了植被NPP時空分布特征分析，并驗證了其可靠性[11-13]。

蒸散(Evapotranspiration，ET)是植被及地面向大氣輸送的水汽總通量[14]，包括地表蒸發量和植物蒸騰量兩部分，是下墊面向大氣水汽輸送的重要途徑[15]，對ET過程的研究可了解陸面過程的能量平衡和水分循環，尤其在干旱地區90%的降水返回大氣的途徑是蒸散。它對維持地表水分循環和能量平衡起著至關重要的作用，并對全球氣候變化和生態系統中水循環具有重要的研究意義[16]。傳統的蒸散計算方法大多是基于氣象站點觀測同時利用一些蒸散公式估算蒸散量[17-18]，但由于許多區域觀測站點分布不均衡且數量較少，因此估算出整個區域的實際蒸散特征并不能完全反映該區域的實際情況。近年來，隨著遙感技術的飛速發展，應用遙感數據對蒸散進行反演已成為主要的方法。美國航天局(NASA)提供的MOD16應用Penman-Monteith公式反演的全球蒸散數據產品，被廣泛應用于各項研究中[19-20]。

本文以MOD 17 A3及MOD 16數據產品為基礎，應用GIS空間分析方法，研究陜西省植被NPP與ET的時空分布特征，并進一步分析植被NPP與ET之間的關系，為該地區退耕還林還草工程效果及評價提供科學依據。

1 研究區概況

陜西省位于西北地區東部,地理坐標為105°29′—111°15′E，31°42′—39°35′N，南北向長約880 km，東西寬約160～490 km；地勢中部低，南北高，海拔在500～2 000 m，年平均降水量576.9 mm，年平均氣溫13.0 ℃，無霜期218 d左右，全省自北向南依次分布著溫帶草原、森林草原、暖溫帶落葉闊葉林和北亞熱帶常綠闊葉林，陜南地區植被生長茂盛，陜北地區植被覆蓋較差，全省平均森林覆蓋率41.4%。陜西省是中國水土流失、沙化等環境問題最嚴峻的地區之一，水土流失面積占全省土地總面積的66.9%[7]，植被生長狀況變差、植被覆蓋度下降是導致陜西省黃土高原水土流失的主要原因[5]。

2 材料與方法

2.1 數據來源

本研究所用的植被NPP數據MOD17 A3為美國蒙大拿大學反演的2000—2014年的年NPP數據(http://ntsg.umt.edu/)，空間分辨率1 km×1 km。

MOD17 A3的質量控制數據(NPP_QC)應用8位二進制數來描述，其中包括了MOD_LAND，Sensor，DeadDetector，CloudState和SCF_QC五類。其中SCF_QC的前3位表現模型算法反演質量：000是反演結果最好；001是反演結果良好；010是模型反演失敗；100所顯示的像元區域為城市、水體及荒漠等類型導致NPP無法估算。以上4個級別換算成10進制分別對應NPP_QC數據的像元值：0，32，64及128。MOD16蒸散數據集主要使用2000—2014年MODIS傳感器遙感反演數據(下載地址同上)，蒸散數據產品有兩種：一種是蒸散(ET)，即實際陸面蒸散量；另一種是潛在蒸散(Potential ET， PET)[15]，本文為了與NPP數據時間尺度保持一致，使用實際陸面蒸散量(ET)年值，空間分辨率1 km×1 km。

MOD16數據檢驗方法利用何慧娟等[15]應用氣象站點蒸發皿觀測數據與PET數據的相關性檢驗來驗證MOD16蒸散數據的精度。對NPP及ET數據預處理流程為：利用MRT工具進行數據鑲嵌及投影轉化，并對處理過的數據進行區域裁剪。

2.2 研究方法

2.2.1 年際變化計算 應用一元線性回歸分析法對陜西省NPP及ET進行時間趨勢分析，其計算公式為[20]：

(1)

利用NPP或ET序列和時間序列的相關關系判斷NPP或ET年際變化的顯著性，β值大小反映了NPP或ET年際變化的增加或降低，β為正表示NPP或ET上升，反之則表示下降。此方法采用相關系數的檢驗方法進行顯著性檢驗。

2.2.2 相關性計算 采用逐像元空間分析法，分析NPP與ET之間的相關系數，本文使用Pearson系數法，公式為[21]：

(3)

以上方法應用顯著性檢驗結果分為如下等級：極顯著(p≤0.01)，很顯著(p≤0.05)，顯著(p≤0.1)。

3 結果與分析

3.1 NPP數據質量分析

應用2000—2014年NPP_QC數據，分別以0≤NPP_QC<32為反演結果最好，32≤NPP_QC<64為反演結果良好，64≤NPP_QC<128為反演失敗，以及不能反演區域NPP_QC>128。通過逐年統計，2000—2014年NPP反演的可信度在良好以上的均達到98%以上，反演可信度較好，反演結果可以應用。

3.2 MOD16數據檢驗

MOD16數據檢驗方法利用何慧娟等[15]應用氣象站點蒸發皿觀測數據與PET 數據的相關性檢驗來驗證MOD16蒸散數據的精度，結果表明利用氣象站點觀測數據與MOD16 PET數據進行相關分析時間相關系數與空間相關系數均通過了置信度為0.001的檢驗，說明MOD 16數據產品可應用于陜西地區ET與PET的時空分析及研究。

3.3 2000-2014年陜西省植被NPP時空分布特征

陜西省植被NPP空間分布如圖1a所示，陜西省地形呈南北長東西窄分布，南北橫跨近10個緯度，因此植被NPP空間分布有明顯特征。全省NPP變化呈現由南向北遞減的趨勢，陜北地區主要由黃土高原丘陵溝壑區及長城沿線風沙區組成，該區域植被NPP均值最低，尤其是陜北北部長城沿線風沙區，年均NPP(以C計)范圍為0～100 g/(m2·a)；關中地區地形平坦，主要以農田為主要植被類型，植被NPP均值次之，尤其關中東部地區主要為旱作農業區，NPP均值較關中其他地區低，西安、咸陽等城市周邊植被覆蓋極低，因此NPP均值最低；陜南主要以林地為主，植被NPP均值最高。

圖1 2000-2014年植被NPP均值及年際變化

圖1b為全省植被NPP年際變化率空間分布圖，全省植被NPP呈增加趨勢，僅有陜南大部分地區及關中南部部分地區增加趨勢不顯著,不顯著區域占全省面積的35.85%。陜北退耕還林區及關中西北部及西部地區增加趨勢顯著，尤其在陜北黃土高原丘陵溝壑區，NPP年際變化率5～20，這與該區域實行退耕還林還草政策，植被覆蓋度大幅提高有較大關系。關中平原其年際變化次之，但關中東南部地區華陰、潼關一帶，年際變化增加較少，年際變化均值1～5。整個陜南大部地區NPP均呈增加趨勢但在陜南部分地區增加趨勢并不顯著，這與該區域植被覆蓋水平持續較高，增長程度不會大幅增加有關；關中城市群周邊植被生長狀況變差，這是城市化發展的結果；陜北防風固沙區域明顯呈現負增長，該區域生態環境較惡劣，植被生長受限，植被固碳能力降低，因此防風固沙工程還應該持續進展。

全省分區植被NPP年際變化如圖1所示，2000—2014年陜西省植被NPP呈波動性上升趨勢，陜南地區各年均值較其他地區都高，陜北最低。分別統計陜西省3大區域的植被NPP均值、年際變化率及顯著性檢驗(表1)，2000—2014年全省植被NPP(以C計)多年平均值為349.08 g/(m2·a)， 2000年為333.88 g/(m2·a)，2014年增長到373.48 g/(m2·a)，年際變化率為5.98，通過p≤0.05的顯著性檢驗。陜北地區植被NPP多年平均值為216.98 g/(m2·a)，年際變化率最高達5.98，通過p≤0.01的顯著性檢驗；關中地區植被NPP年際變化率次之為5.73，陜南地區最低僅為4.05，且未通過顯著性檢驗(p≤0.1)。

表1 2000-2014年陜西省各區域植被NPP均值及年際變化率

注(p<0.01)

3.4 2000-2014年陜西省實際蒸散(ET)時空分布特征

陜西省蒸散(ET)空間分布見圖2a，全省蒸散量分布有明顯的空間差異，呈現由南向北遞減的趨勢。說明在陜西南部地區水分較為充足，而在陜西北部較為缺水[15]。整個陜北地區自然環境較為干旱缺水，蒸散量在200 mm左右，尤其是陜北長城沿線風沙區，年均蒸散量100～200 mm；關中地區雖自然環境較好，但十年九旱，主要植被類型以農田為主，年均蒸散量為600 mm左右，尤其關中東部地區主要為旱作農業區，蒸散量均值較關中其他地區低；陜南主要以林地為主，區域內自然環境良好，年均降雨量較其他地區高，蒸散量也最大700～800 mm。

圖2 2000-2014年ET平均值及年際變化

逐像元計算2000—2014年的全省蒸散量年際變化率，可以看到蒸散量變化趨勢空間分布狀況(圖2b)。全省蒸散量變化趨勢與植被覆蓋情況聯系緊密，植被覆蓋度高的地區蒸散量大。全省未通過顯著性檢驗(p≤0.1)的區域占區域總面積的64.08%，通過極顯著與很顯著正相關的區域所占面積比為19.49%，通過極顯著與很顯著負相關的區域所占面積比僅為2.87%。陜北地區通過檢驗的區域主要是增加趨勢，陜北地區由于實行退耕還林還草工程，植被覆蓋度大幅提高，蒸散量也顯著增加；關中地區中部及中東部通過檢驗的區域蒸散量呈下降趨勢，這些地區城市化進程加快，導致植被覆蓋面積在減少，干旱情況加劇，因此這些區域的蒸散量也呈下降趨勢；關中西部地區年際變化呈增加趨勢；陜南通過檢驗的區域很少，變化趨勢有增加也有降低。

2000—2014年陜西省蒸散量波動不大。全省ET均值400～500 mm；陜南地區年均值較其他地區高，陜北最低，這與該區域干旱程度及植被覆蓋程度關系較為密切。分別統計陜西省3大區域的蒸散量均值、年際變化率及顯著性檢驗(表2)，2000—2014年全省蒸散量多年平均值為493.18 mm，2014年較2000年僅增加了34.11 mm，年際變化率僅為0.99，未通過顯著性檢驗。陜北地區蒸散量多年平均值為325.20 mm，年際變化率為各區域最高達2.11，蒸散量由2000年的285.62 mm上升到2014年的345.02 mm；關中地區蒸散量均值為518.87 mm，年際變化率為負，該區域城市較多，受城市化沖擊較大，且地處較干旱地區，周邊植被覆蓋水平變差，蒸散量也較低；陜南地區蒸散量均值最高為672.30 mm，年際變化率為0.60，全省各區均未通過顯著性檢驗(p≤0.1)。

表2 2000-2014年陜西省各區域ET均值及年際變化率

3.5 2000-2014年植被NPP與ET的關系

通過逐一分析陜西省植被NPP與蒸散量的時空分布特征，發現陜西省植被NPP與蒸散量在時空分布上都呈現由北向南遞增的趨勢。本節討論植被NPP與蒸散量ET之間的關系。

通過2000—2014年全省年均植被NPP與年均蒸散量ET的時間相關性散點圖可以看出(圖3)，植被NPP與蒸散量ET呈指數變化，均通過p≤0.05的顯著性檢驗。

逐像元分析植被NPP與蒸散量ET的空間相關關系，全省各區域均呈現正相關關系，但很多地區正相關系數較低，全省范圍內沒有通過顯著性檢驗(p≤0.1)的區域達到40.48%，尤其是陜南絕大部分地區相關系數較低未通過檢驗；關中地區西北部呈現極顯著正相關，關中地區渭北旱作區呈極顯著正相關的區域也較多，這些區域植被生長狀況直接影響到蒸散量大小；當該區域干旱得到緩解植被生長狀況變好時，蒸發量增加，當該區域干旱情況加重時，土壤水分減少，植被生長受阻，蒸散量減少，陜北地區達到顯著正相關的區域達到76.23%，正如相關介紹陜北地區自然環境較差，年降雨量較少，地面蒸發量與植被蒸騰作用產生的水汽含量較低，蒸散量也較低，植被生長狀況較差，植被NPP較低。

圖3 植被NPP(以C計)與ET關系

由于陜北地區植被NPP與蒸散量ET相關性更加緊密，進一步建立一元線性回歸方程分析陜北地區逐年植被NPP與蒸散量ET的相關關系，結果表明：2000—2014年陜北地區植被NPP與蒸散量ET的相關關系在刪除個別異常數據之后均呈極顯著正相關關系(p≤0.01)。在陜北地區植被NPP的大小與蒸散量的多少有著密切的關系，陜北地區年降雨量少，蒸散量是水分交換的主要途徑，當干旱發生時，水分平衡發生了變化，地表蒸散及植被的蒸騰作用均較低，導致該區域植被長水平狀況受到影響，作為植被生長狀況的主要衡量標準之一的植被NPP也因此受到了影響。當下墊面水分充足時，太陽凈輻射、溫度及風速等因素成為驅動蒸散發變化的主要因素，而當在下墊面比較干旱時，蒸散量主要受土壤水分影響[22-23]，干旱是影響植被生長的重要因素之一，因此越是在干旱的地區植被生長與蒸散量的關系愈發緊密。

4 結 論

(1) 陜西省2000—2014年植被NPP均值呈現由南向北逐步減少的空間特征，陜南地區植被NPP最高，其次是關中地區，陜北地區尤其是長城沿線風沙區是被NPP最低。2000—2014年陜西省植被NPP在波動中呈上升趨勢，全省年際變化率達5.27，陜北地區年際變化率最高達5.98，陜南地區最低。

(2) 2000—2014年年ET均值呈現由南向北逐步減少的趨勢，陜南地區年均蒸散量700～800 mm，該區域氣候宜人，降雨充沛因此蒸散量ET值最高，關中地區逐漸向陜北黃土高原區過渡，蒸散量ET值在600 mm左右，陜北地區較為干旱，蒸散量在200 mm左右。2000—2014年全省蒸散量ET多年平均值為493.18 mm，年際變化率僅為0.99。全省各個區域均為通過顯著性檢驗。

(3) 逐年分析植被NPP與ET相關性，結果表明陜西省植被NPP與蒸散量ET的相關系數較高，通過了p≤0.05的顯著性檢驗。逐像元進一步分析植被NPP與蒸散量ET的相關關系結果表明全省40.48%的區域未通過顯著性檢驗(p≤0.1)，尤其是陜南絕大部分地區未通過檢驗；進一步分析陜北地區植被NPP與ET的相關關系，陜北地區植被NPP與蒸散量ET的相關系數均較高，且逐年均通過p≤0.01的顯著性檢驗。

陜北地區植被NPP與蒸散量ET的相關性極高，兩者相互作用，在下墊面水分交換的過程中，植被得到了充足的水汽才能良好的生長，特別是在干旱的區域，蒸散量的多少直接影響到植被NPP的大小即植被生長狀況是否良好，相反植被生長狀況也直接影響了植被的蒸騰作用，進一步影響到蒸散量的多少。本文的不足之處在于沒有進一步分析不同植被類型下植被NPP與ET的關系，該區域十幾年間植被覆蓋類型發生巨大變化，在退耕還林還草過程中，大量的耕地被轉變為林地、草地，進一步研究該區域不同土地利用類型對植被NPP與ET的影響，可探究該區域在下墊面的改變下植被NPP與ET的相關關系，對該區域生態環境建設提供理論依據。

[1] 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.

[2] 袁博,白紅英,章杰,等.秦嶺山地植被凈初級生產力及對氣候變化的響應[J].植物研究,2013,33(2):225-231.

[3] 李軍玲,陳懷亮,鄒春輝,等.1994—2008年河南省植被凈第一性生產力及其時空變化[J].生態環境學報,2011,20(10):1424-1429.

[4] 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.

[5] 李登科,范建忠,王娟.基于MOD17 A3的陜西省植被NPP變化特征[J].生態學雜志,2011,30(12):2776-2782.

[6] 李傳華,趙軍.2000—2010年石羊河流域NPP時空變化及驅動因子[J].生態學雜志,2013,32(3):712-718.

[7] 王宗明,國志興,宋開山,等.2000—2005年三江平原土地利用/覆被變化對植被凈初級生產力的影響研究[J].自然資源學報,2009,24(1):136-146.

[8] 王鶴松,賈根鎖,馮錦明,等.我國北方地區植被總初級生產力的空間分布與季節變化[J].大氣科學,2010,34(5):882-889.

[9] 王新闖,王世東,張合兵,基于MODIS17 A3的河南省NPP時空格局[J].生態學雜志,2013,32(10):2797-2805.

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

[11] 劉琳,李月臣,朱翠霞,等.2001—2010年重慶地區植被NPP時空變化特征及其與氣候因子的關系[J].遙感信息,2013,28(5):99-108.

[12] 羅玲,王宗明,毛德華,等.松嫩平原西部草地凈初級生產力對氣候變化及人類活動的響應[J].生態學雜志,2012,31(6):1533-1540.

[13] 時忠杰,高吉喜,徐麗宏,等.內蒙古地區近25 a植被對氣溫和降水變化的影響[J].生態環境學報,2011,20(11):1594-1601.

[14] 范建忠,李登科,高茂盛.基于MOD16的陜西省蒸散量時空分布特征[J].生態環境學報,2014,23(9):1536-1543.

[15] 何慧娟,卓靜,董金芳等.基于MOD16檢測陜西省地表蒸散變化[J].干旱區地理,2015,38(5):960-967.

[16] 李超凡,羅格平,李均力,等.近20 a中亞凈初級生產力與實際蒸散發特征分析[J].干旱區地理,2012,35(6):919-927.

[17] 張曉林,熊立華,林琳,等.五種潛在蒸散發公式在漢江流域的應用[J].干旱區地理,2012,35(2):229-237.

[18] 杜加強,熊珊珊,劉成程,等.黃河上游地區幾種參考作物蒸散量計算方法的適用性比較[J].干旱區地理,2013,36(5):831-840.

[19] 吳桂平,劉元波,趙曉松,等.基于MOD16產品的鄱陽湖流域地表蒸散量時空分布特征[J].地理研究,2013,32(4):617-627.

[20] 徐永明,趙巧華,巴雅爾,等.基于MODIS數據的博斯騰湖流域蒸散時空變化[J].地理科學,2011,32(11):1353-1357.

[21] 張晗,任志遠,韋振鋒.2000-2012年陜西省復種指數時空分布及潛力分析[J].干旱區研究,2015,32(3):492-498.

[22] 唐婷,冉圣宏,談明洪.京津唐地區城市擴張對地表蒸散發的影響[J].地球信息科學學報,2013,15(2):233-240.

[23] 賀添,邵全琴.基于MOD16產品的我國2001—2010年蒸散發時空格局變化分析[J].地球信息科學學報,2014,16(6):979-988.

Analysis on Relationship Between Net Primary Productivity and Evapo-transpiration Based on MODIS Data in Shaanxi Province

WANG Juan, HE Huijuan, ZHUO Jing, DONG Jinfang

(RemoteSensingInformationCenterforAgricultureinShaanxiProvince,Xi’an,Shaanxi710014,China)

[Objective] Analyzing the vegetation net primary productivity(NPP) and the actual evapotranspiration(ET) in Shaanxi Province, to provide theoretical support with regard to carbon cycle, water cycle characteristics of ecological environment. [Methods] Based on data of the NASA products of net primary productivity(MOD17 A3) and evapotranspiration(MOD16), the spatial and temporal variation characteristics and relationships between NPP and ET in 2000—2014 of Shaanxi Province were analyzed by using the methods of GIS and mathematical statistics. [Results] The vegetation NPP and ET both showed a spatial distribution characteristics by gradually decreasing from the south to the north. In 2000—2014, interannual variability of Shaanxi vegetation NPP presented an increasing trend. The most significant increased region was Shanbei, the second was Guanzhong, and the lowest region was Southern Shaanxi; interannual variability of ET was not significant, and showed a trend of fluctuations. Spatial correlation between NPP and ET was significant for overall province, but regional difference existed: correlation coefficient in Shanbei region was highly significant, whereas in the southern Shaanxi region, it was not significant. [Conclusion] The vegetation NPP had closer relations with ET in arid area.

NPP(net primary productivity);ET(evapotranspiration);MODIS;spatial distribution;Shaanxi

2016-05-17

2016-07-14

陜西省氣象局科技創新基金計劃項目“陜西省初級凈生產力時空變化及驅動因子研究”(2013M-18)

王娟(1981—),女(滿族),陜西省西安市人，碩士研究生，高級工程師，主要從事遙感應用研究。E-mail:wangj_81@126.com。

A

1000-288X(2017)03-0264-06

P426.2