李貝+于莉+郭碩+張蓬濤
摘要:縣域NPP(植被凈初級生產力)是生態過程的重要參數,對區域生態調控具有重要的借鑒意義。為掌握縣域NPP時空變化特征,探索生態調控的最優途徑,以氣象和遙感數據為基礎,應用CASA模型估算河北省秦皇島市青龍滿族自治縣2001年、2007年、2013年3個時期的NPP產量,并分析了各土地類型NPP產量的時空變化情況。結果表明,不同用地類型NPP總產量、單產均呈下降趨勢。各土地類型NPP單產下降幅度均在20%以上,耕地降幅最大,為30.07%,園地降幅最小,為24.70%。單位面積NPP產量平均值最大的用地類型為林地,其次為未利用地,園地與耕地的NPP產量相近。以格網為單元對NPP單產進行等級劃分,空間分布由西北、東南部縣域邊緣的高值向中西部、中部遞減。NPP產量的冷熱點區與土地類型的空間分布關系密切。
關鍵詞:縣域;NPP;時空變化;冷熱點分析;土地類型
中圖分類號: S181文獻標志碼: A文章編號:1002-1302(2017)12-0246-04
NPP(植被凈初級生產力)是綠色植物在特定面積、時間內積累的用于植物生長及繁殖的有機物數量[1]。NPP不僅是表征陸地生態系統生產有機物質能力大小的重要指標,而且具有吸收氧氣、釋放二氧化碳、碳匯三大功能,對生態系統具有重要的調節作用。對NPP時空變化特征的研究是監測生態系統狀況的重要手段,具有重要的現實意義。穆少杰等對內蒙古不同植被類型的NPP進行估算,并分析其對氣候的響應[2]。張鐿鋰等通過NPP的估算對青藏高原高寒草地生態系統健康狀況進行了研究[3]。其他學者也基于對NPP時空特征的分析對區域的生態系統狀況進行了動態分析[4-6]。但對縣域尺度NPP的研究較少,且基于格網技術進行的空間變化分析鮮有報道。河北省秦皇島市青龍滿族自治縣處于省級重點生態功能區,是京、津、冀東地區的生態屏障,生態功能地位較重要,因此,研究青龍滿族自治縣植被生產力的時空變化特征,對縣域范圍內的生態調控具有重要意義。
1研究區概況
青龍滿族自治縣(以下簡稱青龍縣)位于河北省東北部燕山山脈東段,處于東經118°33′31″~119°36′30″、北緯 40°04′40″~40°36′52″之間。屬大陸性季風氣候,季風顯著。年平均太陽輻射量5 498 MJ/m2,年平均日照時數2 769.4 h,年平均氣溫9.4 ℃,最冷月、最熱月分別是1月、7月;年平均降水量668.4 mm,降水集中在夏季,多暴雨,夏季降水占年降水量的72.7%;年平均蒸發量1 481.8 mm??h域地勢西、北高,東、南低,自西北向東南傾斜,呈馬鞍形。青龍縣的地貌特點為山地、丘陵、河谷相間分布,耕地少,林地面積大,水資源豐富,這種地形分布決定了全縣以農業為主,農林牧多種經營的生產格局。
2數據與方法
2.1研究數據
(1)本研究所涉及的遙感數據來源于地理空間數據云網站(www.gscloud.cn)3期Landsat TM/OLI數據(2001年、2007年、2013年),成像時間為8月、9月(時間間隔小于1個月)。為更好地獲取土地利用信息,提高解譯數據精度,對遙感影像進行預處理。
(2)NDVI數據來自美國LAADS網站,為16 d合成數據,依據最大合成法將3年69幅NDVI數據形成逐月NDVI數據。
(3)氣象數據來源于青龍滿族自治縣周邊的12個氣象站點的實測數據及我國氣象科學數據共享服務網(http://cdc.cma.gov.cn/satellite),數據包括各月降水量、氣溫、太陽輻射、日照時數等,并進行空間插值。
2.2研究方法
目前估算陸地凈初級生產力的模型主要有參數、統計、過程模型3類[7-11]。比較各模型的優缺點并結合研究區的特點、掌握的數據情況,采用CASA模型[12-13]進行估算,公式如下:
NPPyear=∑ni=1NPPmouth(x,t);
NPPmonth(x,t)=APAR(x,t)×ε(x,t)。
式中:APAR(x,t)為光合有效輻射,MJ/m2;ε(x,t)為光能利用率,g C/MJ;x表示第x個像元;t為第t月;NPPyear、NPPmonth分別為植被凈初級生產力年值數據、月值數據。
(1)APAR的估算
APAR的大小與太陽輻射量(SOL)、光合有效吸收率有關,公式為
APAR(x,t)=FPAR(x,t)×SOL(x,t)×0.5。
式中:FPAR、SOL分別為能夠被植被吸收的入射光合有效輻射(PAR)比例、太陽輻射量,單位均為MJ/(m2·月);0.5為能夠被植被所利用的太陽有效輻射。
FPAR與NDVI(差分植被指數)、SR(比值植被指數)均存在很大相關性,可依據相關公式計算[12]。
(2)ε(x,t)的估算
ε(x,t)指能量固定效率,即將被植物所吸收的PAR(光合有效輻射)轉為有機碳的效率。ε(x,t)的大小受溫度、光照等因素的影響,公式為
ε(x,t)=f(T)×f(β)×εmax。
式中:f(T)、f(β)分別為溫度、水分脅迫系數;T、β分別為溫度、蒸發比;εmax為最大光能轉化率,g C/MJ。
①εmax的估算
εmax用有機物所含能量與土地所接受的太陽能的比值表示。直接估算NPP與間接估算NPP,因是否考慮呼吸消耗而不同。本研究直接估算NPP,考慮了呼吸消耗,采用朱文泉等的研究結果,林地εmax取0.692 g C/MJ,其他植被類型取0542 g C/MJ[14]。
②f(T)、f(β)的估算
f(T)、f(β)分別為溫度、水分脅迫系數,兩者分別表示溫度、水分對植物光合作用的影響[15],公式[16]為endprint
f(T)=fg1(x,t)×fg2(x,t);
fg1(x,t)=0.8+0.02fopt(x)=0.000 5[fopt(x)]2
fg2(x,t)=1.184[1+e0.2[fopt(x)-10-f(x,t)]]×[1+e0.3[-fopt(x)-10+f(x,t)]]。
式中:fg1(x,t)代表溫度過高或者過低時,對植物光合作用的限制,特別地,當月平均溫度小于等于-10 ℃時,fg1(x,t)=0;fg2(x,t)表示氣溫從最適宜溫度升高或降低的過程中,對光能轉化率的影響;fopt(x)為植被最適溫度,依據年內NDVI最高值的月平均氣溫確定;f(x,t)為t月像元x的月平均溫度,特別地,在f(x,t)低于最適宜溫度13 ℃或者高于最適宜溫度10 ℃的情況下,fg2(x,t)是月平均溫度為最適宜溫度的情況下fg2(x,t)的1/2。
f(β)=0.5+0.5EET(x,t)/PET(x,t)[0.5≤f(β)≤1.0]。
式中:EET(x,t)為實際蒸散量,mm;PET(x,t)為潛在蒸散量,mm。
EET(x,t)=P(x,t)×Rn(x,t)×{[P(x,t)]2+P(x,t)×Rn(x,t)+[Rn(x,t)]2}[P(x,t)+Rn(x,t)]×[(P(x,t))2+(Rn(x,t))2];
Rn(x,t)=[PETO(x,t)×P(x,t)]0.5×{0.369+0.598×[PETO(x,t)/P(x,t)]0.5};
PET(x,t)=[EET(x,t)+PETO(x,t)]/2。
式中:P(x,t)、Rn(x,t)分別表示t月份x像元的月降水及地表凈輻射量;其中PETO(x,t)為局地潛在蒸散量,由Thornthwaite植被-氣候關系模型求得[17-18]。
3結果與分析
3.1時間變化分析
3.1.1各土地類型NPP總量的變化土地利用類型面積變化是影響生態環境變化及生態系統服務的重要因子,不同土地類型間的轉換對區域生態系統服務功能的變化產生不同的影響?;诖?,本研究對青龍縣2001—2013年各土地類型(除水域、建設用地外)的植被凈初級生產力進行統計。
由表1可知,2001—2013年植被凈初級生產力總量呈下降趨勢,12年間共減少了47.04萬t C,平均每年減少3.92萬t C。各土地類型NPP產量均呈減少的趨勢且存在明顯差異,其中未利用地減少的數量最多,12年間減少了23.15萬t C,占減少總量的49.21%;減少數量最小的為園地,占減少總量的8.97%;按NPP產量減少數量排序為未利用地>林地>耕地>園地。2001—2007年,6年間NPP總量共減少了31.28萬t C,平均每年減少5.21萬t C,按NPP產量減少數量排序為未利用地>林地>園地>耕地。2007—2013年,6年間總量共減少了15.76萬t C,平均每年減少2.63萬t C,按NPP產量減少數量排序為未利用地>林地>耕地>園地。
對上述3個時間段NPP產量的變化進行對比可知,3個時間段未利用地、林地的變化量較大,始終位于前2位;2001—2007年變化量最小的用地類型為耕地;2007—2013年園地變化量最小,為0.89萬t C,同時也是12年間變化量最小的用地類型。NPP產量的變化情況與2個因素相關,分別為面積數量、單位面積NPP產量。未利用地與林地NPP產量變化較大,主要原因為這2種用地類型是研究期變化幅度最大的用地類型。而園地的面積變化情況為2001—2007年變化較大,2007年后變化較小,說明各地類的NPP產量受面積數量的變化波動較明顯。
3.1.2NPP總量構成的變化由圖1可知,12年間NPP總量的構成中,林地、未利用地NPP產量的占比較大,3個時期二者占NPP總量均為75%以上;耕地NPP產量的貢獻度最小,始終低于9%。可見該地區固碳釋氧供給的來源主要為林地與未利用地。整體來看,3個時期NPP產量的結構未發生明顯變化,占比大小均為林地>未利用地>園地>耕地。2001—2007年、2007—2013年、2001—2013年3個時間段園地與林地的構成比例始終遞增,未利用地的構成比例持續降低,而耕地比例變化不明顯,與土地類型比例的變化情況基本一致,而耕地由于面積較小,比例變化不明顯。2001—2007年、2007—2013年、2001—2013年3個時間段比例變化最大與最小的分別為未利用地、耕地。體現出人類活動對土地利用方式的改變直接影響了NPP產量的變化情況,尤其是對未利用地的開發,造成未利用地NPP產量比例變化明顯。
3.1.2各用地類型單位面積NPP產量的變化由圖2可知,研究區單位面積NPP產量均值最大的是林地,其次為未利用地,園地與耕地單位面積NPP產量相近。林地的單位面積NPP產量均值較大的主要原因為該區域林地的光能轉化率較其他土地類型大。平均單位面積NPP產量分別由2001年的539.24 g C/(m2·年)下降到2007年、2013年的44342、397.07 g C/(m2·年),下降了17.77%、26.36%,表明NPP的生產力退化較為明顯,且2001—2007年比2007—2013年退化迅速。對同一時期各用地類型的NPP產量均值差異情況進行比較,2001年、2007年、2013年的標準差分別為22.10、22.06、22.54,表明年際間的相對變化較小,呈現各用地類型NPP產量均值整體下降的趨勢。各土地類型平均單位面積的NPP產量均呈下降趨勢,各土地類型平均單位面積NPP產量的下降幅度均在20%以上,耕地的降幅最大,為30.07%,園地的降幅最小,為24.70%。說明耕地受人類活動的干擾較強,NPP的生產能力下降較明顯。endprint
3.2空間變化分析
3.2.1空間分布情況為進一步研究NPP產量的空間分布差異,本研究以格網為單元對單位面積NPP產量進行等級劃分,200~300、>300~400、>400~500、>500 g C/(m2·年)分別為低值、中值、中高值、高值(圖3)。采用ArGIS 10.2軟件,計算研究區2001年、2007年、2013年各類土地用地比率的Getis-Ord G*指數(設定置信度水平為95%)。根據評價模型計算可知,青龍縣2001年單位面積NPP平均產量主要分布在中值、中高值,分別占總面積的32.92%、54.90%;2007年高值區域在西北、西南擴張。到2013年,單位面積NPP平均產量又主要分布在中、中高值,占比分別為3973%、48.19%。單位面積NPP平均產量空間分布上的總體特征為高值在西北都山林場、東南祖山林場集中分布,產量由縣域邊緣向中西部、中部遞減,中值區域逐步擴大,低值零星分布。出現該分布的原因是縣域邊緣為林地、未利用地聚集區域,林地的光能轉化率比其他土地類型大,未利用地受人類干擾較少,在縣域邊緣形成高值、中高值區。2001—2007年由于受退耕還林政策的影響,出現高值區域擴大的現象。2007年后退耕還林初步結束,隨著土地利用變化,未利用地大幅減少,人類的活動范圍逐步擴大,單位面積NPP產量出現衰退的現象。
3.2.2空間分布特征經計算,2001年處于NPP產量熱點區的柵格數為132個,占柵格總數的13.62%,主要分布在縣域的西北部邊緣、東南角(圖4)。處于冷點區的柵格數為125個,占柵格總數的12.90%,分布在縣域的西南部、中北部、東北部區域(圖4)。冷點區與熱點區柵格數量相當,二者合計占柵格總數的26.52%,表明區域NPP產量聚集分布特征較明顯的區域占研究區的26.52%。2007年、2013年西北部邊緣的熱點區呈縮減趨勢,東南角呈先縮減后擴展的趨勢;冷點區在西南部擴張,東北部區縮減。熱點區主要為都山林場、祖山林場所在的區域,一方面由于林地覆蓋率高,植被覆蓋度好,兩區域為NDVI指數高值聚集區域,且林地光能轉化率較該地其他土地類型大,故形成高值聚集區域。冷點區西南、中北、東北部為地均NPP產量低值聚集區,分別為園地、耕地、未利用地聚集區,這些區域森林覆蓋率較低,植被覆蓋度不高。整體來看,冷點、熱點區域隨時間變化不大,NPP產量高值與低值聚集區域空間分布較為穩定,說明NPP產量的
局部空間自相關性受社會經濟條件影響較小,受自然條件影響較大。
4結論
利用CASA模型對研究區2001—2013年的植被凈第一生產能力進行估算,并對NPP單產的時空變化特征進行分析,得到以下結論。
青龍縣2001—2013年NPP總產量整體呈下降趨勢,其中未利用地的NPP產量減少最多,12年間減少了23.15萬t C,占減少總量的49.21%。原因為未利用地是近年來面積減少最多的用地類型。
研究期間各土地類型單位面積NPP產量呈下降趨勢,下降幅度均在20%以上,耕地降幅最大,為30.07%,園地降幅最小,為24.70%。說明耕地受人類活動的干擾較強,NPP的生產能力下降較明顯。
單位面積NPP平均產量空間分布特征是由西北部的都山林場、東南祖山林場高值區,縣域邊緣的中高值區向中西部、中部遞減,中值區域逐步擴大,低值零星分布。出現該分布的原因與土地類型分布和人類活動密切相關。對區域NPP產量冷熱點區的劃分為進一步制定研究區土地利用方向及生態規劃提供了參考。
參考文獻:
[1]王靜,王克林,張明陽,等. 南方丘陵山地帶植被凈第一性生產力時空動態特征[J]. 生態學報,2015,35(11):3722-3732.
[2]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.
[3]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,2014,24(2):269-287.
[4]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(11):1409-1414.
[5]國志興,王宗明,張柏,等. 2000年—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.
[6]張福平,馮起,李旭譜,等. 黑河流域NPP遙感估算及其時空變化特征[J]. 中國沙漠,2014,34(6):1657-1664.
[7]Lieth H. Primary production:terrestrial ecosystems[J]. Human Ecology,1973,1(4):303-332.
[8]Uchijima Z,Seino H. Agroclimatic evaluation of net primary productivity of natural vegetations:(1) Chikugo model for evaluating net primary productivity[J]. Journal of Agricultural Meteorology,1985,40(4):343-352.
[9]Monteith J L. Solar radiation and productivity in tropical ecosystems[J]. Journal of Applied Ecology,1972,9(3):747-766.
[10]Running S W,Coughlan J C. A general model of forest ecosystem processes for regional applications Ⅰ. Hydrologic balance,canopy GAS exchange and primary production processes[J]. Ecological Modelling,1988,42(2):125-154.endprint
[11]Parton W J,Scurlock J M O,Ojima D S,et al. Observations and modeling of biomass and soil organic matter dynamics for the grassland biome worldwide[J]. Global Biogeochemical Cycles,1993,7(4):785-809.
[12]徐冉. 基于遙感技術的嘉興典型區域生態系統服務價倌評估研究[D]. 上海:華東師范大學,2012.
[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,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.
[15]周才平,歐陽華,曹宇,等. “一江兩河”中部流域植被凈初級生產力估算[J]. 應用生態學報,2008,19(5):1071-1076.
[16]程春曉,徐宗學,王志慧,等. 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.
[17]張新時. 植被的PE(可能蒸散)指標與植被-氣候分類(一)——幾種主要方法與PEP程序介紹[J]. 植物生態學與地植物學學報,1989,13(1):1-9.
[18]張新時. 植被的PE(可能蒸散)指標與植被-氣候分類(二)——幾種主要方法與PEP程序介紹[J]. 植物生態學與地植物學學報,1989,13(3):197-207.張文凱,吳克寧,黃晴,等. 北京市房山區土地利用生態功能分區[J]. 江蘇農業科學,2017,45(12):250-256.
doi:10.15889/j.issn.1002-1302.2017.12.063endprint