遼寧省昌圖縣NPP的時空格局變化研究

寧曉娜

(遼寧省河庫管理服務中心(遼寧省水文局)，遼寧沈陽110003)

NPP是表現出植物活動情況的關鍵變量，也是研究陸地生態系統物質和能量運動的重要環節[1]。NPP不僅能反映植物在自然環境下對二氧化碳的固定封存能力，而且能夠體現生態系統的生產能力和生產質量狀況，確定生態系統碳源/匯函數，估算地球環境支撐能力，可以評價地球生態系統的可持續開發能力[2]。同時，它也是評價生態系統的結構性，生態結構的功能性以及自然生物圈的收容能力的重要指標。在廣域、地域規模中，使用遙感數據驅動模型間接推斷植被生產能力是很重要的，是一種被廣泛接受的研究方法。遙感技術可迅速獲取大空間數據，具有多個時間特性，可監視地區動態變化[3]。還提供了研究碳循環、植被與氣候關系的新方法。為了這些優點，將遙感數據導入到NPP模型中結合字段數據，增強NPP估計的數據信息。其研究將為自然資源的合理開發和利用提供科學依據和全球規模變化的影響[4]。

1 研究區概況

昌圖縣位于遼寧省鐵嶺市轄區最北部，松遼平原南端。行政區域總面積為4317 km2，占到全省總面積的3%[5]。昌圖縣管轄昌圖鎮、雙廟子鎮、八面城鎮等，2019年的常住居民為104萬人。昌圖縣屬遼北低丘平原，河流除遼河外，主要支流有招蘇臺河、二道河、亮子河等，均屬遼河水系[6]。昌圖縣地處于中國北方，常年干旱缺水，降雨量少，日照較為強烈，植物的生長周期較長[7]。

2 數據來源及研究方法

2.1 數據來源及處理

(1)采用MOD13Q1數據，采樣時間跨度16 d，分辨率為30 m部分來自USGS數據中心，一部分來源于地理空間數據云。直接從網站上下載的MODIS數據已進行過大氣校正處理。在envi 5.0中，將投影坐標變換為通用的墨卡托投影，并利用研究區域的矢量數據對其進行切割。獲得了昌圖縣2000年～2010年的NDVI數據集。然后，采用最大組合法(MVC)將每月二期圖像合成到每月最大NDVI數據中，并將其保存為8位格式文件。

(2)Landsat影像

遙感圖像來自從地理空間數據云下載的30 m分辨率的Landsat TM圖像。期間分別為2000年8月和2010年8月。使用ARCGIS融合、切斷、視覺解釋的圖像處理，取得了2000年和2010年的昌圖縣土地利用數據。

(3)氣象數據

從中國氣象科學數據共享服務網中提取了昌圖縣月平均氣溫值、太陽輻射量以及總降雨量等數據。為保證空間插值的精度，選取了38個常規氣象站和6個太陽輻射監測站。

2.2 研究方法

2.2.1 基于CASA模型的NPP估算

CASA模型的基本原理是光能的利用。植被的NPP由光利用和光合作用輻射的兩個因子來估計。模型的NPP估計主要取決于APAR和ε的兩個變量[8]。計算公式如下：

NPP(x，t)=APAR(x，t)×ε(x，t)

式中：t為時間，x為空間；NPP(x，t)為t月份x像元植被第一凈初級生產力；APAR(x，t)為t月x像元吸收的光合作用有效輻射；ε(x，t)為t月x像元實際光能轉換利用率。

植被NPP隨時間和參數位置的變化而變化[8]。植被吸收的光合有效輻射(APAR)取決于太陽總輻射和植被對光合有效輻射的吸收率，其計算公式如下[9]：

APAR(x，t)=SOL(x，t)×FPAR(x，t)×0.5

式中：SOL(x，t)代表了t月份中x像素的總太陽輻射，MJ/m2；常數0.5表示了植物受到太陽輻射總量后能夠轉化為有實際效果輻射的比例；FPAR(x，t)代表植被層對射入PAR的吸收利用率；FPAR與NDVI和SR在一定范圍內具有良好的線性關系，因此可以通過MOD13A1產品進行提取，NDVI用于估計FPAR[9]。光能轉化率是指植被把所吸收的光合有效輻射(PAR)轉化為有機碳的效率，它主要受到環境溫度和大氣含水量的影響，用下式計算:

ε(x，t)=Tε1(x，t)×Tε2(x，t)×Wε(x，t)×εmax

式中：Tε1(x，t)和Tε2(x，t)表示氣溫對光能的轉化利用率的影響，Wε(x，t)表示水分條件對光能轉化率的影響，εmax表示在理論中植物的光能利用率最大值。

2.2.2 歸一化植被指數

NDVI又稱標準化植被指數，是指近紅外光譜(0.7 μm～1.1 μm)、可見光波段近紅外光譜(0.4 μm～0.7 μm)的比值以及兩者之和[10]。NDVI目前已經被廣泛的應用在植被的研究和氣候的研究中。它能以最直觀的方式反映地表植物的生長狀況和分布特征。它與植被的分布特點呈線性相關，植被覆蓋檢測范圍廣，對時間和空間適應性強[11]。計算公式為：

式中：NIR為近紅外波段；R為紅波段。

3 研究結果

3.1 植被與NPP的空間格局

昌圖縣NPP的分布具有明顯的區域差異。昌圖縣南高北低，三面被山環繞。從全縣來看，2000年～2010年昌圖縣植被凈第一性生產力平均值為990.79 gC/m2，而南部和中部地區植被凈第一性生產力較高，由南向北逐漸下降。中間部河谷的NPP值也較低。從不同年份的NPP分布圖可以看出，NPP的總體空間變異范圍不大。昌圖縣植被生長相對穩定，栽培植物、針葉林和闊葉林分布廣泛。在流域和昌圖縣北部，植被生長較差，相應的NPP產量也較低。

3.2 年際變化

計算2000年～2010年昌圖縣植被年平均凈現值。昌圖縣植被年平均NPP在中部和北部山區較高，大部分山區的NPP在1200 gC/m2以上，而流域河谷和居民區域的NPP僅在0～200 gC/m2之間。

昌圖縣年均NPP值2003年最高，為2479 gC/m2，2010年最低，僅為2214.4 gC/m2，減少了10.67%。2000年～2010年平均NPP值為990.79 gC/m2。從NPP值的變化來看(圖1)，NPP平均值整體變化較為平穩，最大值在2000年～2001年期間出現明顯的降低，2002年以后，呈現出平穩降低的趨勢。NPP值大于1200 gC/m2的區域占整體的35.67%，1000 gC/m2～1200 gC/m2區域之間占整體的23.34%。集中在昌圖縣中、西、南部。

圖1 NPP值年際變化情況

采用一元線性回歸分析法，表現出各個空間范圍內的NPP值的變化趨勢，能夠以單一像元的不同時段變化率來表示整個時間段的NPP演化規律。一元線性回歸分析法可以從整體上來判斷NPP的發展趨勢，消除個別異常點的影響，直觀且真實地反映NPP在較長時間段中的演化過程[12]。計算公式是：

式中：Slope值是線性擬合方程的斜率值；n是研究階段的年份。

通過計算可以得出，昌圖縣年均NPP的Slope值為-0.014，小于零。可以得出，年均NPP值呈現出減少的趨勢。

3.3 季節變化

將昌圖縣的NPP值計算季節性平均值，最終得到該流域植被NPP各季節的平均NPP的空間變化分布情況(圖2)。

圖2 NPP季節變化圖

春季，由于氣溫的回升，中部以及南部的地表水得到大量補充，植物重現生機，NPP的值相比較冬季有所升高。昌圖縣平均值在897.45 gC/m2。到了夏季，雨季出現，降水量明顯增加，氣溫和日照強度升高，為植被的生長提供了良好的環境條件。全昌圖縣的NPP達到了四個季節的最高峰，平均值為1567.32 gC/m2。秋季，氣溫開始回落，植被也進入了凋落期，NPP值也出現明顯的降低，平均值為643.23 gC/m2。冬季的平均氣溫降到最低點，地表水量也大大降低，植被生長受到限制，NPP值極低，為356.2 gC/m2。

3.4 NPP與降雨量相關性

皮爾遜相關系數：它是一種幾何解釋，用來測量兩個無關變量之間的線性相關程度，通常用P表示，它表示兩個變量之間夾角的余弦，用于研究兩個無關變量之間的相關性[13]。計算公式為：

對處理得到的年均降雨量數據和年均NPP值經行相關性分析，相關系數為0.734，表示降雨量與NPP值程正相關，降雨量與NPP值的數量變動方向一致。NPP值隨著降雨量增大而增大，相關性較高。顯著性值(sig)為0，其具有顯著性意義見表1。

表1 降雨量與NPP值相關性

4 結論與建議

以遼寧省昌圖縣為研究區域，采用CASA模型計算出了昌圖縣的植被凈第一性生產力(NPP)值，通過研究得出：

(1)昌圖縣植被凈第一性生產力大于1000 gC/m2的區域分布在昌圖縣中部、南部以及西部地勢較高的山區。而河流流域以及人居地區的NPP值僅在0～200 gC/m2區間內。

(2)2000年～2010年平均NPP值為990.7951 gC/m2，年平均值變化較為平穩，通過一元線性回歸分析可以得出，年均NPP值呈現出逐年降低的趨勢。引入降雨數據，通過Pearson相關性檢驗得出，降雨量與NPP值呈正相關性。

(3)NPP值呈現出季節變化性，其中，夏季均NPP值最高，為1567.32 gC/m2冬季最低，僅為356.2 gC/m2。

(4)NPP的時空變化受多種因素的影響。利用CASA模型計算的植被第一凈初級生產力受到遙感數據和氣象監測數據的影響較大。本次研究沒有深入考慮植被下墊面的土壤條件，氣象環境中的大氣二氧化碳濃度和人類生產中對NPP值的影響，這些因素可能對結果造成一定的影響，但利用遙感數據計算昌圖縣NPP值是本研究的結果，仍然具有科學的參考價值。