河南省黃淮平原區植被NPP時空格局及其與氣候的關系

鞏文翰，楊德宏，杜 軍，王 超，于 輝

?

河南省黃淮平原區植被NPP時空格局及其與氣候的關系

鞏文翰1，楊德宏1，杜 軍2，王 超2，于 輝1

（1. 昆明理工大學 國土資源學院，云南 昆明 650202；2. 河南省科學院地理研究所，河南 鄭州 450052）

以河南省黃淮平原為研究區，利用遙感數據、土地分類數據、氣象數據等，基于光能利用率（Carnegie-Ames-Stanford-Approach，CASA）模型對河南省黃淮平原區2001年-2010年的植被生態系統凈初級生產力（Net Primary Productivity，NPP）進行估算。本文通過計算統計河南省黃淮平原2001年-2010年10年間NPP的空間分布情況，與土地分類數據進行對比分析，在空間尺度上得到研究區內NPP的分布規律。其中林地和耕地的NPP最高，其次是水田和草地，人工地表、濕地和其他用地相對較低。提取10年間NPP的月平均變化量，按照春、夏、秋、冬四季計算出分布情況，通過統計分析，從時間的尺度上得到研究區NPP的變化規律。結果表明，從1月-12月，NPP的變化曲線呈現對稱的山峰狀，5月-8月為峰值期，月均值超過1 gC/m2。從10月到次年2月為谷值期，平均值只有0.304 gC/m2。夏季的NPP最高，春季次之，秋季低于春季，冬季最少，。計算基于象元的NPP與溫度、降水、日照之間的單相關系數和二階偏相關系數，比較三者對NPP的影響力度，并剖析地形、地貌和植被類型對不同因子之間相關性系數的影響。

凈初級生產力；CASA模型；植被與氣候關系；河南省黃淮平原

0 引言

凈初級生產力（Net Primary Productivity，NPP）是指綠色植物在單位面積和單位時間內所累積的有機物的數量，是由植物光合作用固定的有機質總量（gross primary productivity，GPP）中扣除自養呼吸（autotrophic respiration，RA）后剩余的部分，是植物在外界因子影響下對有機物質的凈創造[1-2]。NPP不僅是表征植被活動的關鍵參數，也是評價陸地生態系統可持續性發展的重要指標，更是判定碳源/碳匯的主要因子，對于理解地表碳循環過程具有重要意義[3-7]。國際地圈-生物圈計劃（international geosphere- biosphere program，IGBP）和京都協議（Kyotoprotocol）等均將生態系統NPP的研究內容定為核心內容之一[8]。

研究表明，NPP存在明顯的時間和空間變換，影響因子主要有氣候、CO2濃度、氮沉降和土地利用變化等方面[9-10]。NPP與氣候因子之間的相關性研究從19世紀中期已經開始了[11-12]，然而學者們對兩者之間的相關性存在不同的認識[13-14]。分析NPP與環境關系的方法主要是基于生態系統結構及氣候變化與植被響應之間因果關系的模型[15-16]。研究之初，多以站點測量法為主，但受區域限制，不能進行大面積測量，需要利用氣候和植被建立相應的經驗模型來輔助研究[1]。隨著對植物化學反應研究的不斷深入，建立了基于生物地理和生物地球化學的機理性模型，并受到廣泛應用[17-19]，但其結構復雜，需要較多參數和實測數據的支撐。光能利用率模型通過遙感手段獲取植被參數，結合相關氣候因子對NPP進行估算，是近些年研究NPP的主要技術手段。

河南省黃淮平原占全省耕地面積的64.67%，是糧食生產的核心區，其范圍內有大量植被，NPP產量可觀。作為重要的生態評價指標，研究區NPP的產值及分布直接影響河南以及周邊省份的生態系統質量。本文利用MODIS遙感數據、氣象數據，土地分類數據，基于CASA模型，反演河南省黃淮平原區2001年-2010年NPP，從時間和空間的尺度上進行分析統計，利用相關性系數對研究區的氣候影響因子進行分類剖析，以期得到研究區NPP的分布情況和變化規律。

1 研究區概況

河南省黃淮平原位于河南省東北部，地處東經112°84￠~116°39￠，緯31°23￠~36°22￠之間，西臨豫西山地、黃土臺地丘陵區和太行山地丘陵區，南到沙潁河，東面和北面到省界。平原地勢東高西低，以黃河河床為軸，分別向東北和東南傾斜。研究區占地面積83596.38 km2，屬于半干旱半濕潤氣候。年均降水量850 mm，年均氣溫12°~16°，年均日照1842 h。冬季寒冷而少雨雪，春季干旱而多風沙，夏季炎熱多雨而豐沛，秋季天氣晴朗日照長。土壤水平分布，因緯度、氣候、植被及地貌條件的不同呈現不同的土壤類型。河流眾多，主要包含黃河、淮河及海河三大水系，河道較寬，水流緩慢，灌溉能力強，農作物資源豐富。以行政區劃為基礎，結合自然地貌區劃單元、綜合農業區劃，將黃淮平原劃分為六個二級單元，分別為黃河北微起伏平原區、黃河南岸沙質平原區、豫西山前傾斜平原區、黃河南平緩平原區、淮北低緩平原區、大別山北麓波狀平原區。后續評價將按照土地利用類型和二級劃分單元進行綜合統計分析，以期得到NPP在地物類型尺度和區域尺度的空間分異性。

2 據與方法

2.1 數據源

本文數據源主要有2001年-2010年覆蓋河南省黃淮平原區的1 km MODIS遙感數據（以旬為單位），42個站點的氣象觀測數據（旬降水量、旬均溫和旬日照輻射量）、同時期的土地分類數據及相關輔助數據（植被類型、農耕密度、地形地貌等）。

剔除低質量MODIS數據，整合可用數據，進行輻射校正和大氣校正。對數據進行拼接和裁剪，做必要的地理配準和融合。以年份和月份為尺度，對原始氣象數據求和并取平均值，進行分類統計，按經緯度導入Arcgis，生成點數據，并配準WGS_984地理坐標系。利用樣條函數法對點數據進行空間插值，使數據柵格化，生成河南省黃淮平原區1 km氣象數據集。對結果進行精度檢驗，顯示擬合程度較好，決策系數滿足NPP估算要求。最后利用柵格計算器計算得到2001年-2010年的NPP年均和月均數據集。

2.2 運算

凈初級生產力的計算采用CASA模型[20]：

革命溝礦床產于芨嶺巖體外接觸帶，含礦圍巖為角閃巖、硅質角礫巖、硅質大理巖和花崗巖，鈾礦化主要與斷裂及其充填位置關系密切。礦體產于革命溝斷裂與其次級斷裂帶呈“入”字型夾持部位，次級斷裂在剖面上呈斜列式排列(圖11)。

參數1：PAR：從資料文檔、氣象數據中得到太陽總輻射量、及日照時數等信息，然后結合研究區中像元經緯度計算得到PAR。

參數2：FPAR：利用MODIS、NDVI產品計算得到比值指數SR，然后通過FPAR與比值指數SR之間存在關系，得到FPAR。具體公式如下：

其中，FPAR min和FPAR max的取值與植被類型無關，分別取值為0.001和0.95，SR min和SR max與植被類型有關，為對應植被類型NDVI的5%和95%的下側百分位數。NIR和RED分別表示近紅外波段和紅波段的反射率。

參數3：ε：指植被將吸收的光合有效輻射(APAR)通過光合作用轉化為有機碳的效率，其獲取方法如下：

式中，ε*指的是最大光能利用率（單位：gMJ-1），T1和T2表示環境溫度對光利用的抑制影響，W則為水分影響脅迫系數。T1和T2及W均為無量綱參數。其中T1和T2及W分別由下面公式計算獲得。

式中，EET表示區域月實際蒸散量（單位：mm），PET表示區域月潛在蒸散量（單位：mm），可由ET Watch計算獲得。

2.3 因子相關性分析

對于研究區，建立基于象元的NPP與各氣候因子之間的線性相關模型，計算每個象元的NPP與氣候因子之間的單相關系數，公式如下[21]：

在得到單相關系數的基礎上計算NPP與溫度（降水）、溫度（日照）和降水（日照）之間的一階偏相關系數，公式如下：

在得到NPP與溫度、降水和日照6個一階相關性系數的基礎上，計算三者的二階相關性系數，公式如下[22]：

表1 相關系數范圍對應的相關程度

Tab.1 Correspondence degree of the correlation coefficient range

3 結果分析

3.1 地表資源類型分類與NPP空間分布格局

河南省黃淮平原根據不同地形地貌由北向南依次分為黃河北微起伏平原區、黃河南岸沙質平原區、豫西山前傾斜平原區、黃河南平緩平原區、淮北低緩平原區和大別山北麓波狀平原區。地表資源類型豐富，分布交錯又特點明顯（圖1（左）），NPP依附不同地貌和地表資源呈現出北高南低和東高西低的總體分布態勢（圖1（右））。

由圖1（左）可以看出研究區地表覆蓋類型多樣，以耕地為主，占比52.1%，是黃河北微起伏平原區、黃河南岸沙質平原區、豫西山前傾斜平原區、黃河南平緩平原區和淮北低緩平原區的主要植被類型。水田集中分布在大別山北麓波狀平原中部和北部，是除耕地外占比最多的植被類型，達到14.7%。林地主要分布在大別山北麓波狀平原的西側和南側邊緣地帶，占比9.9%。草地、濕地和其他用地占比較少，分別為3.4%、1.8%和2.6%。人工地表占比15.5%，與各種地類植被交錯分布。由圖1（右）可看出高地勢波狀、傾斜平原區的NPP明顯低于低地勢平緩平原區，不同的氣候條件和土質肥厚度導致地表植被類型和濃密度存在顯著差異，這是造成NPP區域性差異的主要原因。研究區不同地類NPP產出情況如圖2所示。

圖1 河南省黃淮平原地表覆蓋資源分布（左）2001年-2010年NPP空間分布情況（右）

Fig.1 Distribution of surface cover resources of Huanghuai Plain in Henan Province (left) Spatial distribution of NPP in 2001-2010 (right)

圖2 不同地物類型NPP產出情況

圖3 河南省黃淮平原NPP逐月變化情況

由圖2看出，林地NPP最高，達到1.109 gC/m2，原因是林地多為野生，相比其他植被生長周期長，受人為因素干擾小，常綠闊葉林和常綠針葉林全年產生NPP。耕地占比大，范圍廣，除大別山北麓波狀平原區外，其他平原區都有大面積分布，以黃河南平緩平原區分布最為密集，這與該地區海拔低、地勢平緩、土質肥沃有關，NPP也達到1.083 gC/m2。水田NPP為0.727 gC/m2。草地分布稀疏且占比少，NPP為0.545 gC/m2。濕地多為河流、湖泊和水庫，植被稀疏，NPP較低，為0.311 gC/m2。人工地表多為建設用地和居民地，NPP為0.288 gC/m2。除上述地物類型，還有裸土、戈壁、荒漠和苔蘚等其他用地，雖然范圍內有少量植物，但NPP及其有限，為0.427 gC/m2。

3.2 NPP季節變化規律

河南省黃淮平原2001年-2010年月平均NPP變化情況如圖3所示。植物的生長趨勢決定NPP的變化規律，由圖3可以看出1月-12月NPP呈現先升后降的變化趨勢。每年從3月份開始，溫度、降水和日照輻射都逐漸回升，農耕作物開始大量播種，NPP也隨之升高。5月-9月為農作物生長期，也是NPP的峰值區域，產出量均超過1 gC/m2。進入10月，農作物開始陸續被收割，氣溫、降水和日照輻射也相繼下降，研究區內NPP的產出量出現大幅度回跌，10月到次年2月的平均值只有0.304 gC/m2。NPP變化具有明顯的季節性，河南省黃淮平原2001年-2010年4季平均NPP分布情況如圖4所示。

圖4 河南省黃淮平原植被四季NPP空間分布

Fig.4 Spatial Distribution of NPP in four seasons of Huanghuai Plain in Henan Province

由圖3可知，研究區夏季NPP產量最高，大部分地區超過0.9 gC/m2，只有人工地表和濕地低于0.9 gC/m2，整體平均值為1.19 gC/m2，占四季總量36.9%。秋季受秋收影響，耕地NPP下降明顯，一般在0.6 gC/m2-0.9 gC/m2之間，林地保持在0.9 gC/m2之上，研究區秋季NPP整體水平為0.778 gC/m2，占四季總量24.1%。冬季的溫度、降水和日照輻射都處于全年的谷值期，研究區只有少量的常綠型林地保持著NPP的產出，這并不影響研究區的整體格局，冬季NPP為全年谷值期，平均值只有0.269 gC/m2，占四季總量的8.4%。春季氣候回暖，降水增多，隨著農耕的開始，NPP也回升到0.985 gC/m2，占全年總量的30.6%。

3.3 NPP與氣候因子相關性分析

圖5為基于象元的NPP與溫度之間的單相關系數（左）及固定住降水和日照輻射的二階偏相關系數（右）。

由圖5（左）看出，河南省黃淮平原大部分區域的NPP受溫度的影響很大，黃河北微起伏平原、黃河南平緩平原和大別山北麓波狀平原表現最為明顯，相關系數達到0.8以上，大別山北麓波狀平原內的部分林地更是超過0.95。當除去降水和日照的影響后，溫度和NPP的相關性整體降低，如圖5（右）所示。大別山北麓波狀平原和黃河南平緩平原下降明顯，這表明該區域的NPP不僅和溫度有關，還受降水和日照的影響較大。黃河南平緩平原地勢平緩，土質肥沃，開墾率高，農作物密度大，對降水和日照的需求高，受其影響相對也大。大別山北麓波狀平原內的農作物是水田，對降水的依賴性比較高，豐富的水資源是必不可少的生存條件，除去降水和日照的影響后，NPP與溫度的相關性明顯減小。

圖5 NPP與溫度單相關系數（左）、二階偏相關系數（右）

圖6為基于象元的NPP與降水之間的單相關系數（左）及固定住溫度和日照輻射的二階偏相關系數（右）。由圖6可以看出豫西山前傾斜平原區的東部、黃河南沙質平原區的中南部和淮北低緩平原區的北部NPP與降水的相關性系數都很低。這是因為該區域地形和土質的特性，植被多為旱生作物，抗旱能力強，對水資源有相對較低的敏感性。大別山北麓波狀平原、豫西山前傾斜平原區的西部和黃河北微起伏平原區內NPP與降水的單相關性較高，如圖6（左）所示。除去溫度和日照的影響，研究區內NPP和降水二者的相關性普遍降低，只有極少的區域出現反向增長，如圖6（右）所示。這可能與少量陰生植物的存在有關，過度的日照會抑制喜陰植物的生長。

圖7為基于象元的NPP與日照之間的單相關系數（左）及固定住溫度和降水的二階偏相關系數（右）。由圖7（左）可以看出大部分研究區內的NPP與日照輻射的單相關系數在0.3-0.8之間。在相對少量的區域內，二者相關性系數高于0.8，雖然布局分散，但有規律可循，一般都在平原和山區之間的過度地帶。因為類似區域內的植物多為灌木類，抗寒性和耐旱性較強，反而對日照輻射的依賴性更多。由圖7（右）可以看出，除去溫度和降水的影響，NPP與日照輻射之間的相關性是普遍降低的，以淮北低緩平原、豫西山前傾斜平原和黃河南平緩平原最為明顯，甚至大部分區域的相關性低于0.3。這表明在以耕地為主的河南省黃淮平原上，除去農作物賴以生存的溫度和降水，單純的日照對植物的生長意義不大。

圖6 NPP與降水單相關系數（左）、二階偏相關系數（右）

Fig.6 Single correlation coefficient (left), second-order partial correlation coefficient (right) between NPP and precipitation

圖7 NPP與日照單相關系數（左）、二階偏相關系數（右）

Fig.7 Single correlation coefficient (left), second-order partial correlation coefficient (right) between NPP and sunshine

4 結論

本文通過計算統計河南省黃淮平原2001年-2010年10年間NPP的平均分布情況，與土地分類數據進行對比分析，在空間尺度上得到研究區內NPP的分布規律。其中林地和耕地的NPP最高，其次是水田和草地，人工地表、濕地和其他用地相對較低。

提取10年間NPP的月平均變化量，按照春、夏、秋、冬四季計算出分布情況，通過統計分析，從時間的尺度上得到研究區NPP的變化規律。從1月-12月，NPP的變化曲線呈現對稱的山峰狀，5月-8月為峰值期，月均值超過1 gC/m2。從10月到次年2月為谷值期，平均值只有0.304 gC/m2。夏季的NPP最高，均值1.19 gC/m2，占全年36.9%。春季次之，均值0.985 gC/m2，占全年總量的30.6%。秋季低于春季，均值0.778 gC/m2，占四季總量24.1%。冬季最少，平均值只有0.269 gC/m2，占四季總量的8.4%。

計算溫度、降水、日照和NPP的單相關系數和二階偏相關系數，通過分析得出三者對NPP的影響力度，地形、地貌和植被的類型不同導致NPP與三者的相關性存在差異。耕地對降水和溫度的依賴性強過日照；陰生作物對日照輻射產生排斥，顯示負相關；生長于平原和山區過度地帶的灌木叢抗寒性和耐旱性較強，反而對日照輻射的依賴性更多；水生作物相對日照和溫度，降水的作用更為重要。總體而言，多數情況下，溫度、降水和日照輻射要相輔相成，三者共同合理的作用于植物，才能最大限度的提高NPP。相反，固定其他兩個變量，二階偏相關系數普遍低于單相關系數。

[1] Lieth H. Modeling the Primary Productivity of the World [M]//Primary Productivity of the Biosphere. Berlin Heidelberg: Springer, 1975, 137-263.

[2] Kimmins J. Foresteology. New York. Maemillan Publishing Company 930 Carbon and Climate Working Group A.U.S. Carbon cycle science plan[EB/OL], P1986.

[3] 方精云主編. 全球生態學: 氣候變化與生態響應.北京: 高等教育出版社, 2000.

[4] Fang J, Piao S, Tang Z, et al. International variability in net primary production and precipitation[J]. Science, 2001, 293(5536): 1723.

[5] 侯英雨, 柳欽火, 炎昊, 等. 我國陸地植被凈初級生產力變化規律及其對氣候的響應[J]. 應用生態學報, 2007, 18(7): 1546-1553.

[6] 劉玉安, 黃波, 易成功, 等. 基于地形校正的植被凈初級生產力遙感模擬及分析[J]. 農業工程學報, 2013(13): 130-141.

[7] 王李娟, 牛錚, 曠達. 基于MODIS數據的2002-2006年中國陸地NPP分析[J]. 國土資源遙感, 2010, 22(4): 113-116.

[8] Steffen W, Noble I, Canadell J, et al. The terrestrial carbon cycle: Implications for the Kyoto Protocol[J].

[9] Nomani R R, Kccling C D, Hashimoto H, Jolly W M, Climate Driven Increases in Global Terrestrial Net Primary Production from 1982to1999.Science, 2003, 300(5625): 1560-1563.

[10] 高清竹, 萬運帆, 李玉娥, 盛文萍, 江村旺扎, 王寶山, 李文福. 藏北高寒草地NPP變化趨勢及其對人類活動的響應.生態學報, 2007, 27(11): 4612-4620.

[11] 趙俊芳, 延曉東, 賈根鎖. 東北森林凈第一性生產力與炭收支對氣候變化的響應. 生態學報, 2008, 28(1): 92-104.

[12] Hold ridge L R, Determination of world plant formations from simple climatic data. Science, 1947, 105(2727): 367- 368.

[13] Lieth H, Primary production of major vegetation units of the world//Lieth H, Whittaker R H, editors, Primary Production of the biosphere, New York Springer Verlag, 1975.

[14] Goward SN, Prince SD. Transient effects of climate on vegetation dynamics: satellite observations. Journal of Biogeography, 1995, 22(1): 549-563.

[15] 許紅梅, 高竹青, 黃永梅, 賈海坤. 氣候變化對黃土丘陵溝壑區植被凈初級第一性生產力的影響模擬. 生態學報, 2006, 26(9): 2939-2947.

[16] 李斌, 張金屯. 黃土高原地區植被與氣候的關系.生態學報, 2003, 23(1): 82-89.

[17] Prentice I C, Cramer W, Harrison S P, et al. Special paper: A global biome model based on plant physiology and dominance, soil properties and climate[J]. Journal of Biogeography, 1992, 19(2): 117-134.

[18] Woodward F I, Smith T M, Emanuel W R.A global land primary productivity and phytogeography model[J].Global Biogeochemical Cycles, 1995, 9(4): 471-490.

[19] Foley J A, Prentice I C, Ramankutty N, et al. An integrated biosphere model of land surface processes, terrestrial carbon balance, and vegetation dynamics[J].Global Biogeochemical Cycles, 1996, 10(4): 603-628.

[20] 邱士可, 杜軍, 馬玉鳳等. 基于地理國情的農業自然資源綜合統計與分析研究-以河南省黃淮平原為例[M]. 北京: 中國農業科學技術出版社, 2017.(54-55)

[21] 尹鍇, 田亦陳, 袁超, 等.基于CASA模型的北京植被NPP時空格局及其因子解釋[J]. 國土資源遙感, 2015, 27(1): 133-139.

[22] 王海燕, 楊方廷, 劉魯. 標準化系數與偏相關系數的比較與應用[J]. 數量經濟技術經濟研究, 2006, 9, 150-155.

Temporal and Spatial Patterns of Vegetation NPP and its Relationship With Climate of Huanghuai Plain area in Henan Province

GONG Wen-han1, YANG De-hong1, DU Jun2, WANG Chao2, YU Hui1

(1. Faculty of Land Resource Engineering, Kunming University of Science and Technology, Kunming 650202; 2. Institute of Geographical Sciences, Henan Academy of Sciences, Zhengzhou 450052)

Taking the Huanghuai Plain in Henan Province as the research area, using remote sensing data, land classification data and meteorological data, the net primary productivity (NPP) of vegetation ecosystems from 2001 to 2010 was estimated based on the solar energy utilization efficiency (Carnegie-Ames-Stanford-Approach, CASA) model for Huanghuai plain area in Henan Province. In this paper, the average distribution of NPP of Huanghuai Plain from 2001 to 2010 in Henan Province was calculated and compared with the land classification data. The distribution of NPP in the study area was obtained on the spatial scale in 10 years. Among them, the NPP of forest land and cultivated land were the highest, followed by paddy fields and grassland, while the artificial surface, wetland and other land use were relatively low. According to the average monthly variation of NPP over 10 years, the distribution was calculated according to the spring, summer, autumn and winter seasons. Through statistical analysis, the change regulation of NPP in the study area was obtained on the time scale. The results showed that, the NPP curve showed a symmetrical peak shape from January to December, the average monthly value exceeded 1gC/m2 in the peak period from May to August. The average value was only 0.304 gC/m2per month in the valley period from October to February. The NPP value was the highest in summer, followed by spring, the third was in the autumn, and the fourth was in the winter. Calculated the single correlation coefficient and second-order partial correlation coefficient between NPP and temperature, precipitation, sunshine based on pixels, compared the influence of the three on NPP, and analyzed the effects of topography, landform and vegetation types on the correlation coefficient between different factors.

Net primary productivity; CASA model; Rlationship between vegetation and climate; Huanghuai plain in henan province

TP79

A

10.3969/j.issn.1003-6970.2018.11.010

河南省基礎與前沿研究(批準號：162300410053)、河南省科技攻關項目(批準號：182102310740)

鞏文翰(1974-)，男，研究生，主要研究方向：環境資源遙感；楊德宏(1965-)，男，副教授，主要研究方向：測繪工程；杜軍(1981-)，男，副研究員，主要研究方向：環境資源遙感；王超(1966-)，男，副研究員，主要研究方向：測繪工程；于輝(1992-)，女，研究生，主要研究方向：環境資源遙感。

鞏文翰，楊德宏，杜軍，等. 河南省黃淮平原區植被NPP時空格局及其與氣候的關系[J]. 軟件，2018，39（11）：39-46