南疆植被總初級生產力對區域降水的響應規律

盧 娜 牛 俊

(中國農業大學 水利與土木工程學院，北京 100083)

植被是陸地生態系統最基本的構成要素，是自然景觀最直接的反映[1]。在特定環境條件下，氣候僅發生微小的改變，就能引起植被的劇烈響應[2]，導致植被初級生產力發生變化。植被總初級生產力(Gross primary productivity, GPP)指植被在單位時間內通過自身的光合作用所累積的用于植被生長的碳量。最初估算GPP的方法有產量收割法、測定O2法、測定CO2法、測定葉綠素法、同位素標記法以及開頂式同化箱法和自由CO2施肥方法(FACE)等[3]。隨著通量站點的增加和遙感技術的發展，用模型對大尺度區域的生態系統GPP進行估算成為了可能。美洲通量塔數據、歐洲通量塔數據及中國通量塔數據等數據站都使得陸地生態系統碳循環得到了更加廣泛的研究[4]。Schubert等[5]運用長時間序列的MODIS產品估算了北歐森林的GPP； Ryu等[6-7]基于MODIS產品首次構想了BESS模型。近年來，許多模型也被應用于估算陸地生態系統的GPP。目前對于我國干旱地區的GPP研究相對較少：王洪林等[8]運用標準降水指數(SPI)和歸一化差值植被指數(NDVI)對我國1982—2011年干旱動態變化對植被的影響進行了研究；何洪林等[9]運用大量的通量數據結合VPM模型對青藏高原高寒草甸植被GPP進行了不確定性分析。

新疆位于西北干旱區，該區域的植被覆蓋是其生態系統的主要構成部分。新疆地區的水資源十分缺乏，年降水量約為150 mm[10]，南疆地區的降雨量更少。新疆南部地區的地理地貌比較獨特，該區的環境與水資源表現出與與眾不同的特點，主要包括氣候條件干燥，晝夜溫差較大，夏季持續高溫，多風少雨，日照充足(年日照時長可達2 500～3 500 h[10])。同時，在社會系統水資源需求不斷提升的情況，水生態環境的健康存續面臨一系列問題。

現階段，新疆地區在生態環境的破壞和維護上面臨重大的挑戰，為了更好地解決區域環境可持續發展的問題，對南疆部分地區的植被總初級生產力進行了研究。本研究擬使用基于MODIS遙感參數的GPP數據，通過模型計算出的日平均值數據，探尋其時空分布的規律，進行季節性分解以期更好地了解GPP的時間變化趨勢；并通過計算GPP與同期區域降水之間的相關系數以建立二者之間的定量響應關系，分析不同地區GPP與區域降水之間的時滯性以提高響應規律的精確度和普適性，充分了解南疆生態系統對區域降水的響應規律，以期對新疆自然環境和自然資源的潛力進行正確的評估，合理開發利用新疆植被資源。

1 數據與方法

1.1 研究區概況

本研究選擇南疆地區的和田、阿克蘇、喀什地區為研究對象。和田中心位置位于79.92° E，37.12° N，總面積24.78 萬km2，是典型的內陸干旱區；阿克蘇地區地處78.05～84.12° E，39.50～42.68° N，占地面積13.25 萬km2，其北部、西部濕潤多雨，夏季溫度較低，冬季十分寒冷，高海拔山區常年積雪；喀什地區位于71.39～79.52° E、35.28～40.16° N之間，占地面積16.2萬km2。

研究區的植被類型以草地為主，輔以極少量喬木林和灌木林，其中：和田地區的草地類型主要是荒漠草地和高山亞高山草地；阿克蘇地區的草地類型主要是草甸和高山亞高山草地；喀什地區的草地類型主要是高山亞高山草地和平原草地。

1.2 數據來源

植被數據是由美國國家航空航天局提供的2000—2014年空間分辨率為250 m、16 d時間合成的MODIS—GPP數據。GPP數據是基于MODIS遙感參數，通過模型計算出陸地植被總初級生產力的日平均值數據，目前已在全國不同區域的相關研究中得到了廣泛應用，已應用于區域植被生長狀況、區域植被生物量的估算和區域環境監測等領域[11-13]。研究中使用的MODIS數據為2000—2014年逐日的時間序列數據，通過數據處理后，得到GPP的空間分布。

氣象數據來自中國氣象數據網(http:∥data.cma.gov.cn/)，時間序列為2000年1月—2011年12月，選取了新疆地區研究區范圍內的3 個氣象站點(編號分別為：51639、51810和51828)的降水數據。篩選去掉與研究無關的數據后，通過ArcGIS對數據進行重采樣，與GPP數據進行耦合后，得到與GPP數據分辨率、投影均一致的降水—GPP相關系數的柵格圖像。

1.3 研究方法

1.3.1重采樣及網格處理

利用ArcGIS作為數據重采樣及網格處理的載體軟件。采用以下步驟進行處理：1)基于新疆行政區劃圖進行影像裁剪，提取出和田、阿克蘇、喀什地區的邊界；2)對MODIS GPP數據進行坐標系轉換及對應地區的影像裁剪與融合；3)將MODIS GPP數據重采樣：對柵格進行劃分后將值提取到點，篩選有效值后將數據進行匯總統計，將GPP日平均值數據轉化為月平均值數據，將數據導出即可得到GPP的時間變化分析圖；4)在行政區劃圖上重新劃分柵格，將GPP年平均值數據導入地圖文件的對應網格中，得到GPP的空間變化分析圖；5)計算出降水與GPP之間的相關系數，同樣利用漁網將相關系數導入地圖文件的對應網格，得到GPP與降水之間相關系數的空間分布。

圖1 研究區示意圖Fig.1 Schematic diagram of the study area

1.3.2GPP年際變化趨勢

為了分析2000—2014年研究區GPP的年際變化趨勢，本研究采用一元線性回歸的方法，以時間序列為自變量，進而得出研究區GPP的一元線性回歸方程，通過計算方程的斜率kslope去分析GPP的變化趨勢，斜率kslope<0則表明GPP呈現減少的趨勢，反之則呈現增加的趨勢。kslope計算公式如下：

式中：kslope為一元線性回歸方程的斜率；i為年份的序列值；n取15；GPPi為第i年的GPP平均值。

通過隨機抽樣、隨訪和回顧性調查方法，于2013年6月—2015年8月選擇在重慶市開州區人民醫院進行診治的晚期非鱗非小細胞肺癌患者102例作為研究對象，納入標準：影像學診斷為Ⅲ或Ⅳ期非鱗非小細胞肺癌患者，初治患者；年齡≥18歲；既往未接受過化療或者胸部放療；化療前均行腫瘤標志物檢查；有可測量病灶，可評估近期療效；研究得到了本院倫理委員會的批準。排除標準：近期存在放、化療及手術治療者；同時接受其他任何抗腫瘤治療；既往患有其他惡性腫瘤患者；有嚴重心、肝、腎、血液系統疾病者。根據治療方法不同分為各51例患者的觀察組與對照組，兩組基線資料比較無統計學差異。見表1。

1.3.3時間序列的多尺度分析

時間序列就是按照發生的時間將相應數據進行等時間間隔的排列。本研究利用RStudio將GPP數據儲存為月度時序數據，生成對應的時序對象，運用ma()函數，通過將時序平滑化處理，去探究GPP的總體變化趨勢，并對其進行季節性分解。具體過程如下：

1)簡單移動平均。GPP數據中可能會有隨機或誤差成分存在，為了探尋GPP的時間變化規律，運用了居中移動平均的方法計算，公式如下：

St=(Yt-q+…+Yt+…+Yt+q)/(2q+1)

式中：St是時間點t的平滑值；k=2q+1是用來平均的觀測值的個數，在本研究中，k值分別取7、13、17。

2)季節性分解。GPP數據與季節相關，存在季節性因素的時間序列數據可以被分解成趨勢因子、季節性因子和隨機因子。趨勢因子用來觀察長期的變化趨勢；季節性因子能捕捉到一年內的周期性變化；隨機因子則能捕捉到那些不能由變化趨勢或季節性效應所解釋的變化。可以通過相乘模型進行數據的分解，計算公式如下：

Yt=Trendt×Seasonalt×Irregulart

即觀測值等于某一時刻的趨勢值(Trendt)、季節效應(Seasonalt)以及隨機影響(Irregulart)的乘積。

1.3.4Pearson相關系數

2 結果與分析

2.1 南疆地區2000—2014年植被GPP的時空分布特征

將GPP重采樣得到月平均值的分布以觀察其在時間尺度上的變化規律(圖2)。由圖2可以看出，和田地區的GPP總體呈現上升趨勢，峰值出現在2013年7月，約為493.41 g/m2；阿克蘇地區的GPP呈現出小幅度下降的趨勢，峰值出現在2003年7月，約為721.19 g/m2；喀什地區的GPP也呈現上升的趨勢，峰值出現在2013年7月，約為655.99 g/m2，并且增加的幅度比較大。值得注意的是，3 個地區均在2009年存在明顯拐點，且2009年的峰值最小。

GPP的空間分布圖是將3 個地區的地圖文件按照3 km×3 km的精度劃分柵格，將具有相同精度和同樣形式進行柵格劃分的2000—2014年GPP年均平均值導入，結果見圖3～5。結果表明：和田地區的GPP在空間上呈現北低南高的空間格局，年平均量數值主要集中在0～55 g/m2；阿克蘇地區的GPP呈現北高南低的空間格局，并且在數值上存在著較大的差異性，主要集中在0～220 g/m2；喀什地區的GPP呈現北高南低的空間格局，西北部GPP分布比較集中并有著較大的值。

圖2 南疆部分地區2000—2014年GPP時間分布圖Fig.2 Distribution of GPP in time-scale in some regions of Southern Xinjiang from 2000 to 2014

2.2 南疆地區2000—2014年植被GPP時間變化趨勢及季節性分解

以和田地區為例，對和田地區2000—2014年植被GPP時序數據進行平滑性處理，得序列圖(圖6)：圖6(a)為原始GPP數據值，圖6(b)～(d) 幅圖分別為簡單移動平均在不同光滑水平上(k=7、k=13、k=17)做過光滑處理后的序列。本研究設置了多個不同的k值進行對比，結果發現隨著k的增大，圖像變得越來越平滑(圖6)：在k=17時的簡單移動平均圖像可以比較明顯地觀察到GPP的變化趨勢；和田地區GPP呈現上升趨勢、阿克蘇地區GPP整體比較穩定，略有下降、喀什地區GPP呈現上升的趨勢。對于存在季節性因子的GPP數據，僅僅了解總體趨勢并不具有代表性，因此需要進行季節性分解去進一步探究季節性波動以及總體的變化趨勢。

2.3 南疆植被GPP對區域降水的相關系數

本研究通過計算2000—2011年南疆部分地區年均GPP與年均降水量之間的相關系數，探尋南疆部分地區GPP與降水的響應關系(圖7)，結果表明：和田、阿克蘇和喀什3 個地區年均GPP與降水之間均為正相關關系；和田地區的相關系數波動范圍為0.02～0.32，且主要集中在0.25左右，相關性較差；阿克蘇地區的相關系數基本在0.40左右波動，相關性較強；喀什地區的相關系數范圍0.3～0.5，主要集中在0.40左右，相關性較強。

圖3 2000—2014年和田地區GPP空間分布圖Fig.3 Spatial distribution of GPP in Hotan from 2000 to 2014

圖4 2000—2014年阿克蘇地區GPP空間分布圖Fig.4 Spatial distribution of GPP in Aksu from 2000 to 2014

圖5 2000—2014年喀什地區GPP空間分布圖Fig.5 Spatial distribution of GPP in Kashgar from 2000 to 2014

2.4 GPP時間序列的多尺度分析

為了進一步地探尋南疆地區植被GPP與降水之間的響應關系，本研究通過原始序列和滯后序列的對比來探尋二者間滯后性的關系：在和田地區選取A、B點；阿克蘇地區選取C、D點；喀什地區選取E、F點進行相應的滯后性分析。各點的地理位置見圖8。在每個網格區內，將本月GPP和前后3 個月及本月降水數據分別進行對比，并求出相對應的GPP和降水之間的相關系數，結果見表1。當相關系數最大時，將此組數據得出的時滯作為區域時滯。由表1看出，和田及喀什地區在降水滯后1 個月的情況下，表現出GPP與降水之間較高的相關性，而阿克蘇地區表現為0 時滯，可能與阿克蘇地區的植被類型和地形條件有關。對其他的網格進行驗證的結果表明(表1)：在降水滯后1 個月的情況下，和田及喀什地區GPP與降水之間的相關系數較高，存在很好的響應關系；但在阿克蘇地區，無明顯時滯。

3 討 論

從時間尺度來看，GPP呈現出與季節相關的波動性。這是由GPP本身的性質所致，植被在冬季覆蓋面積較小，光合作用減弱，由此積累的干物質也比較少，夏季日照充足，溫度夠高，植被大量生長，因而具有較高的GPP值，年均GPP的極值點基本出現在每年的7月。此外，南疆地區GPP的時空分布特征在3 個地區均在2009年存在明顯拐點，通過查驗中國氣象數據網(http:∥data.cma.gov.cn/)2000—2012年新疆地區67 個氣象站的降水數據，發現2009年年降水量較低，夏季的降水量也遠遠低于其他年份同期的降水量，因此，2009年GPP的值整體較低。自2000—2010年，GPP的綜合平均值與新疆植被覆蓋度總體呈上升趨勢的結論保持一致[14]。從空間尺度看，可能是由于受到區域地形地貌、植被類型和水氣熱等條件的制約，GPP呈現出空間差異性。通過季節性分解發現GPP在夏季較高，在冬季較低，這與GPP本身的生態定義完全一致。此外，還有一些隨機因素(如人類活動等)影響著GPP的變化。

圖6 2000—2014年和田地區時間序列簡單移動平均圖像Fig.6 Simple moving average of time series in Hotan region from 2000 to 2014

選取A、B、C、D、E、F柵格用于時滯性分析A, B, C, D, E and F are selected for time lagging effect analyze圖7 南疆地區GPP與降水之間相關系數的空間分布圖Fig.7 Spatial distribution of correlation coefficient between GPP and precipitation in Southern Xinjiang

植被的生長與所在地的氣候密切相關。大量研究表明陸地植被的生產力對氣候變化的敏感性十分高[15-17]，大氣環境如溫度、水文、二氧化碳濃度等對植被總初級生產力的影響十分復雜。對中國陸地植被與氣候因子研究的關系顯示，降水是影響我國陸地植被初級生產力的主要因素[18]。在干旱地區，當降水量較少時，土壤的濕度降低，植被的光合作用速率下降，導致植被GPP降低。GPP與降水相關系數的差異性說明降水可能并不是影響植被GPP變化的主要因素，這可能由于研究區獨特的地形地貌、溫度條件及植被類型所致，與站點的選擇也有一定關系，需要在今后研究中作進一步探究。

時滯表示GPP變化對降水變化反應的滯后性，能夠有效地作為代表元素反映區域的脆弱性以及GPP與降水之間的響應關系。對于非農區，時滯越小(即降水變化先于GPP的變化越短)，降水對植被生長的影響越快，因此降水改變能夠較快地反映在GPP的變化中。反之，若時滯較長，則植被生態對降水的變化具有一定的抵抗性，不能較快地反映在GPP的變化中。在降水滯后1 個月的情況下，和田及喀什地區GPP與降水之間的相關系數較高，存在很好的響應關系；但在阿克蘇地區表現為0 時滯，這可能與阿克蘇地區的地形地貌有關，表明區域植被生長更多地依賴于降水的多少，脆弱性較強。

表1 南疆地區GPP與降水時滯性的相關性分析Table 1 Time lag value between GPP and precipitation in Southern Xinjiang

4 結 論

本研究基于2000—2014年MODIS GPP數據，同時結合了2000—2011年的降水數據，對南疆的和田、阿克蘇、喀什地區2000—2014年GPP平均值進行了估算和統計，并從時間尺度、空間格局以及與降水之間的響應關系進行系統的分析，得出以下結論：

1)時間尺度上，和田、阿克蘇、喀什地區2000—2014年GPP具有很強的季節相關性，夏季有較高的GPP值。不同地區因為植被類型和水氣熱等條件的不同而有不同的變化趨勢：和田及喀什地區GPP呈現增長的趨勢，喀什地區GPP的增長趨勢大于和田地區，而阿克蘇地區GPP呈現小幅下降的趨勢。

2)空間尺度上，受到區域地形地貌以及水氣熱等條件的制約，GPP的空間分布格局存在一定的差異性。和田地區的GPP北低南高；阿克蘇地區與喀什地區的GPP均呈現北高南低的空間格局，但阿克蘇地區的空間差異性較大。

3)和田、阿克蘇、喀什地區的GPP與降水之間均為正相關關系。結果表明，在阿克蘇和喀什地區，GPP與降水之間的相關性比較顯著，但在和田地區，GPP與降水之間的相關性不是很顯著，這與降水數據站點的選擇也有一定的關系。

4)當降水滯后1 個月時，和田及喀什GPP與降水之間的相關系數顯著提高，表明二者間具有良好的響應關系，但是阿克蘇地區沒有表現出時滯性，且相關性較強，說明響應關系更加明顯。

植被的生長情況由多種因素共同決定，本研究重點關注干旱區降水與植被GPP的響應關系，因為在干旱區，水為主導植物生長的主要因素，溫度等其他氣象因素、土壤特性及植物本身的生理生態特征與植被GPP的網格化響應關系有待進一步研究。