內蒙古荒漠草原植被NPP時空變化及氣候因子分析：以四子王旗為例

高藝寧 王宏亮 趙萌莉

(1.內蒙古師范大學 科技處，呼和浩特 010022；2.北京大學 城市規劃與設計學院，深圳 518055；3.內蒙古農業大學 草原與資源環境學院，呼和浩特 010010)

草原植被作為陸地表層復雜生態系統的重要組成部分，為人類提供多樣化的生態服務功能[1]。其中，植被初級凈生產能力(net primary productivity，NPP)具有較高的生物生產和碳循環功能[2-3]。草原植被NPP能夠反映草地植物群落在自然環境下的生產能力[4]，是表征草地植被群落生長動態和陸地植被質量的重要參數[5]，也是衡量陸地生態系統應對氣候變化的重要指標[6]。在草地生態系統動態過程中，植被NPP與氣溫、降水等氣候因子關系密切，其動態變化反饋了植物代謝在溫度和水分條件下的變化過程[7]，較好地反映氣候特征對地表植被覆蓋狀況的影響[8]，對于區域環境具有重要的指示作用[9]。由于植被NPP在全球氣候變化與土地利用/覆被變化中的重要作用，國際地圈/生物圈計劃(IGBP)、全球氣候變化與陸地生態系統(GCTE)以及京都協定書均把植被NPP動態變化列入核心研究計劃[10-11]，我國“美麗中國生態文明建設科技工程”和“人地系統耦合”等生態系統綜合性研究也將草原陸地生態系統NPP列為熱點問題[12]。因此，研究草原植被NPP時空動態分布及其與氣候因子的關系，有助于深入分析草原陸地生態系統對氣候變化的響應。

尺度依賴是生態學研究的關鍵問題之一[13]，傳統野外調查方法僅適用于斑塊等小尺度的局地研究，難以滿足景觀區域等大尺度的綜合測量。因此，采用模型模擬植被NPP成為一種重要而又被廣泛應用的科學方法。目前，用于測算植被NPP的模型方法可劃分為氣候統計模型、生態系統過程模型和光能利用率模型等。應用上述方法，學者們針對氣候變化采用遙感數據對植被NPP時空變化特征進行了廣泛研究。如侯雨等[14]基于光能利用率模型分析了1982—2000年我國不同植被類型NPP的季節性和年際性變化規律，認為植被NPP年內季節性變化規律明顯；劉剛等[15]采用植被凈初級生產力模型對2001—2014年中國植被NPP進行估算，得到了我國植被NPP空間分布取決于植被分布和氣候條件的結論；苑全治等[16]借助植被動態模型IBIS，對過去50年氣候變化下中國潛在植被NPP的動態變化進行模擬，判斷了氣候變化下植被NPP的脆弱性。圍繞我國不同區劃特點的植被NPP研究也較為豐富。如張雪蕾等[17]對石羊河流域植被NPP進行估算；李登秋等[18]分析了江西省林地生態系統NPP時空變化特征；劉夏等[19]對三江平原濕地NPP變化進行評價。研究發現，植被NPP變化研究多集中在全國、流域或省份等大尺度的空間格局分析，針對縣域等中小尺度研究相對較少[20]。研究對象主要以林地、濕地等生態系統為主，側重草原生態系統的研究相對不足。基于此，拓展荒漠草原植被NPP時空特征分析，模擬縣域尺度植被NPP對氣候變化的響應成為本研究的主旨。

四子王旗地處內蒙古農牧交錯帶，是溫帶草原向干旱荒漠過渡的典型荒漠草原區。該區植被類型多樣，草本植物豐富，為我國畜牧業生產提供了重要的資料來源。隨著近年來經濟發展和人口增長的不斷施壓，連續性地超載過牧、礦產開發以及不合理地土地利用，使得該區草原生態問題較為突出，表現為植被覆蓋度降低、草原荒漠化加劇以及牧草產量下降等。為進一步評估草原陸地生態系統植被覆蓋狀況，開展典型荒漠草原植被NPP研究具有重要的應用價值，不僅有利于草原生態修復與生產力提升，還為開展縣域植被NPP模擬提供了案例支持。據此，以四子王旗為研究區域，基于遙感、氣象和景觀分類數據，利用CASA模型模擬1987—2016年植被NPP的時空變化，旨在分析植被NPP與年均氣溫和年降水量的相關關系。

1 材料與方法

1.1 研究區概況

四子王旗隸屬于內蒙古自治區烏蘭察布市境內，地理坐標為110°19′53″～112°59′37″ E和41°11′32″～43°22′31″ N，東與錫林郭勒盟蘇尼特右旗毗鄰，南與呼和浩特市武川縣交界，西與包頭市達爾罕茂明安聯合旗相連，北與蒙古國接壤，轄區總面積為24 036.13 km2。四子王旗地處中溫帶大陸性季風氣候區，氣候干冷、日照充足，降水量少。年均日照3 094 h，平均氣溫4.4 ℃，年平均無霜期138 d，年平均降水量368.8 mm，主要集中在夏季，具有四季分明、雨熱同季、無霜期短等氣候特點。

圖1 四子王旗地理位置及景觀分類圖Fig.1 Geographical location and landscape classification map of Siziwang Banner

1.2 遙感數據與處理

1.2.1植被NDVI數據

植被NDVI來自美國國家航天航空局(NASA)全球監測與模型研究組(GIMMS)提供的GIMMS NDVI數據和MODIS NDVI數據，數據源為http：∥ecocast.arc.nasa.gov和http：∥modis.gsfc.nasa.gov。其中，1987—2006年時間序列數據采用GIMMS NDVI半月最大合成數據，應用ArcGIS10.5中Resample工具進行數據重采樣；2007—2016年時間序列數據采用MODIS NDVI數據中的MOD13A2級數據，利用MODIS網站提供的MRT處理軟件對數據進行投影變換、拼接裁切和格式轉換。具體是將植被NDVI數據統一地理坐標系為WGS_1984，投影為Albers Equal_Area Conic，并轉換HDF格式為TIFF格式文件，得到逐月的NDVI數據，空間分辨率為 1 km×1 km。由于2種NDVI源自不同傳感器類型，可采用GIMMS NDVI和MODIS NDVI重疊期數據，基于均方根誤差RMSE和相關系數R2進行數據一致性檢驗[6]。本研究對2000年2月—2006年12月的2組數據進行線性回歸，得到擬合方程YMODIS=1.211XGIMMS-0.034，其中R2=0.818，RMSE為0.228，說明數據具有顯著的一致性(P<0.01)。由于MODIS NDVI值>GIMMS NDVI值，進而借助回歸方程對GIMMS NDVI進行數據校正。

1.2.2氣象數據

氣象數據資料采用中國氣象科學數據共享服務網(http：∥cdc.cma.gov.cn)提供的1987—2016年四子王旗及周邊市縣氣象站的月平均溫度和月降水數據，包括二連浩特、滿都拉、朱日和、達茂、化德、包頭、呼和浩特和集寧等氣象站。通過ArcGIS10.5軟件中Geostatistical Analyst模塊分別對氣象數據進行空間插值，本研究采用Kriging插值，獲取與NDVI柵格大小一致、投影相同的數據像元，經過掩膜裁切后獲得四子王旗氣溫和降水柵格數據。

1.2.3景觀分類

景觀分類來源于土地利用覆被類型，是依據內蒙古自治區土地調查規劃院提供的2016年度四子王旗土地利用現狀數據，按照《土地利用分類標準》劃分農田、林地、草地、水域、人工和荒漠等6類景觀。在景觀分類的基礎上，結合四子王旗自然特征和遙感影像，并輔助野外考察記錄進行矢量化制圖。

1.3 研究方法

1.3.1CASA模型

CASA(Carnegie-Ames-Stanford Approach)模型是利用光能利用率原理的過程模型，通過植物吸收光合有效輻射(APAR)和實際光能利用率(ε)來計算植被NPP的模型[21]。植被吸收的光合有效輻射取決于太陽總輻射和植被對光合有效輻射的吸收比例；實際光能利用率是植被把所吸收的光合有效輻射轉化為有機碳的效率，溫度和水分對其影響較為明顯。具體計算公式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(3)

式中：APAR(x,t)表示像元x在t月吸收的光合有效輻射，MJ/m2；ε(x,t)表示像元在t月的實際光能利用率，g/MJ(C)；SOL(x,t)表示像元x在t月太陽總輻射量，MJ/m2；常數0.5表示植被所能利用的太陽有效輻射占太陽總輻射的比例；FPAR(x,t)為植被層對入射光合有效輻射的吸收比。SOL(x,t)采用聯合國糧食與農業組織FAO的《The ETo calculator reference manual》[22]獲取，FPAR(x,t)與NDVI、植被指數SR之間存在較好的線性關系，可以通過MOD13A2產品提取歸一化植被指數對FPAR進行估算[23]。εmax表示植被在理想條件下對光合有效輻射的利用效率，根據朱文泉等[24]模擬的最大光能利用率確定草地εmax值為0.542 g/MJ(C)。Tε1(x,t)表示低溫和高溫對光能利用率的影響；Tε2(x,t)表示環境氣溫從最適溫度向低溫或高溫變化時植被光能利用率逐步變小的趨勢。

(4)

(5)

式中：Topt(x,t)代表植被生長最適氣溫，即選擇一年中NDVI最大月份的當月平均氣溫；若某月均溫T(x,t)≤-10 ℃時，則Tε1(x,t)取值為0；若某月均溫T(x,t)比最適氣溫Topt(x,t)高10 ℃或低13 ℃時，則Tε2(x,t)等于最適氣溫月Topt(x,t)值的1/2。

(6)

式中：Wε(x,t)表示水分對植被光能利用率的影響，隨著環境水分的增加，Wε(x,t)將逐步增大，取值0.5～1.0。EET(x,t)是通過降水量和植被凈輻射計算的實際蒸發量；PET(x,t)是潛在蒸發量。

1.3.2植被NPP年際變化率

植被NPP采用一元線性回歸分析1987—2016年四子王旗植被NPP的時空動態，單個像元多年回歸方程中趨勢線斜率即為年際變化率[25]。計算公式如下：

(7)

式中：θslope為趨勢斜率；n為監測時間段的年數；NPPi為第i年的植被NPP。利用NPP序列與時間序列相關關系判斷NPP年際變化的顯著性，斜率為正表示上升，反之則表示下降。

1.3.3相關性計算

植被NPP與氣候因子相關性計算是基于植被NPP像元與年均氣溫、年降水量柵格像元的空間分析，采用相關系數法進行公式計算。公式如下：

(8)

2 結果與分析

2.1 植被NPP空間分布特征

1987—2016年四子王旗植被NPP值為144.52 g/(m2·年)(C)，年均總量值為3.47 Tg(C)，約占內蒙古自治區植被NPP年均值和年均總量的42.51%和1.06%。由于荒漠草原面積約為2.40×104km2，占內蒙古土地總面積的2.03%，因此荒漠草原植被NPP年均值和年均總量明顯低于內蒙古植被NPP的整體水平[25]。在分布上，研究區植被NPP的空間差異明顯，高值分布在南部區，低值位于北部區，呈現出南高北低的分布特征。由于南部屬于山地丘陵區，大量的林木、灌叢密集生長，使其植被NPP明顯高于北部區荒漠沙地的植被覆蓋。另外，部分南部區域因旗政府所在地烏蘭花鎮及鄰近鄉鎮在城鎮建設和人類活動方面的頻繁擾動，形成了南部局地植被NPP低值分布的空間格局。在分類上(圖2)，植被NPP的一般生態特征為林地景觀>農田景觀>草地景觀>荒漠景觀，而基于景觀分類的植被NPP年際統計結果為：草地景觀(2.38 Tg(C))>林地景觀(0.52 Tg(C))>農田景觀(0.51 Tg(C))>荒漠景觀(0.01 Tg(C))，說明荒漠化草地是研究區的主導景觀類型，植被NPP的空間分布與景觀分類的分布面積基本一致。由于短花針茅是四子王旗草地景觀的建群種，分布面積較大，因此以短花針茅為優勢種群的荒漠化草地在植被NPP上占據明顯優勢。

圖2 四子王旗不同植被NPP占比情況圖Fig.2 Proportion of vegetation NPP for different types in Siziwang Banner

2.2 植被NPP年際變化特征

從總體變化上看(圖3)，1987—2016年四子王旗植被NPP年際變化呈現出波動上升的趨勢。其中，最低值出現在1995年的3.09 Tg(C)，低于多年平均值9.65%；2016年植被NPP總量最高，約為3.69 Tg(C)，高于多年平均值7.90%；其余各年份植被NPP年際總量均處于多年平均值±6%的浮動范圍。從年際增長上看，大部分地區的植被NPP均有所增長，平均增長值為3.77 g/(m2·年)(C)，具有增長趨勢的區域約占研究區總面積的94.23%。其中，增長值>20 g/(m2·年)(C)的區域約占研究區面積比例為0.03%；增長值為10～20 g/(m2·年)(C)的區域約占研究區面積比例為4.80%；增長值為5～10 g/(m2·年)(C)的區域約占研究區面積比例為1.85%；增長值<5 g/(m2·年)(C)的區域占研究區面積比例為87.55%。從景觀分類上看，不同景觀類型的植被NPP年際波動差異明顯，草地景觀NPP年際波動較大，林地景觀、農田景觀和荒漠景觀的波動較小。結合增減面積比來看，研究末期除林地景觀植被NPP增減面積比為2.770外，其余農田、草地和荒漠景觀的植被NPP增減面積比分別是0.908、0.657和0.949，表明林地覆蓋面積增加明顯，其他景觀覆蓋面積略有縮減。分析發現，植被NPP增加的原因與當地生態保護政策密不可分，近30年的退耕還林工程、京津風沙源治理工程以及草原荒漠化防治工程對該區生態環境的改善起到了修復作用，成為林地景觀植被NPP增加的主要原因；但人口的增長和經濟的發展，使得大量草地和部分耕地轉變成建設用地，導致研究區對應的景觀植被NPP呈動態減少的變化。

圖3 四子王旗植被NPP總量變化趨勢圖Fig.3 Trend of total vegetation NPP in Siziwang Banner from 1987 to 2016

2.3 植被NPP與氣候因子的關系

1987—2016年四子王旗年均氣溫為3.12 ～6.97 ℃，平均值為4.48 ℃，并具有北高南低的溫度分布特征；研究期內年降水量為195.2～566.7 mm，平均值為320.5 mm，呈現出由南向北遞減的降雨變化趨勢。基于相關性分析發現，研究區植被NPP與年均氣溫、年降水量均呈顯著正相關關系(P≤0.05)，相關系數分別為0.061和0.296。不同植被NPP與年均氣溫的相關性差異明顯，農田景觀和林地景觀的相關系數為正，草地景觀和荒漠景觀相關系數為負。通過相關性空間顯示(圖4)，二者呈正相關的區域占比約為90.53%，廣泛分布于北部牧區荒漠草原；呈極顯著正相關的區域占比約為9.97%，主要分布于山地丘陵區?；诓煌脖籒PP與年降水量均呈正相關關系，在通過顯著性水平檢驗的前提下，農田景觀植被NPP相關系數最小(0.003)，林地景觀植被NPP相關系數最大(0.234)。通過相關性空間顯示可知，二者呈正相關的區域占研究區面積的94.48%，廣泛分布于研究區各鄉鎮、蘇木區域。其中，南部丘陵區域植被NPP與年降水量呈極顯著正相關，占研究區面積的12.10%，呈極顯著負相關的區域僅分布于紅格爾蘇木中心，占比約為1.53%。研究發現，年降水量是影響研究區植被NPP的主要氣候因子。一方面由于氣候因子所引發的雨熱分異直接影響植被NPP的空間分布，另一方面不同植被的生長特性對生境條件的反饋差異，引起不同景觀植被NPP對氣溫和降水量的差異化響應。

圖4 四子王旗1987—2016年植被NPP與年均氣溫、年降水量的關系Fig.4 Correlation of annual NPP and annual rainfall and annual temperature from 1987 to 2016 in Siziwang Banner

3 討論與結論

3.1 討論

采用CASA模型模擬了1987—2016年荒漠草原植被NPP的時空變化，并與氣候因子進行了相關性分析，研究發現荒漠草原植被NPP低于內蒙古植被NPP的整體水平，且空間分布具有南高北低的變化特征，這與韓芳[26]的研究結果一致，但植被NPP的明顯差異與不同研究單元的自然條件和覆被狀況存有較大關系。李剛等[27]發現植被NPP與水熱條件緊密相關，尤其與降水量關系更為密切，這與本研究結果相一致。原因是研究區處于典型干旱區，以高溫少雨為特征的干暖化氣候使得降水量成為制約植被NPP增長的主導因子。另外，本研究受不確定性因素和模型變量的影響較為明顯。就不確定性因素而言，由于數據獲取源的限制，NDVI數據空間精度為1 km×1 km，對于縣域尺度的空間模擬略顯不足；植被NPP測算與研究者的認知水平關系較大，其模型選擇、參數設定和模擬過程始終存在人為判定影響。在模型變量方面，本研究僅采用年均氣溫和年降水量來表征氣候因子，而氣候條件還包括太陽輻射、風蝕、日照以及氣壓等因素，存有氣候因子變量選擇的局限性；由于植被NPP時空變化還與土壤條件和地形地貌等地理環境因素相關，未來針對研究區植被NPP的相關性分析有待進一步深入。

3.2 結論

基于遙感數據、氣象數據和景觀分類數據，通過CASA模型模擬了1987—2016年荒漠草原植被NPP的時空變化及其與年均氣溫和年降水量的相關關系，得到如下結論：

1)1987—2016年四子王旗年均植被NPP為144.52 g/(m2·年)(C)，植被NPP年均總量為3.47 Tg(C)。從空間分布上看，研究區植被NPP的空間差異明顯，表現為南高北低的分布特征；從分類統計上看，草地景觀>林地景觀>農田景觀>荒漠景觀，說明荒漠化草地是研究區的主導景觀類型。

2)研究區植被NPP年際變化呈波動上升的趨勢，波動為3.09～3.69 Tg(C)。其中，約有94.23%地區植被NPP呈增長趨勢，平均增長值為3.77 g/(m2·年)(C)；另有，農田、林地、草地和荒漠植被NPP增減面積比分別為0.908、2.770、0.657和0.949，表明植被NPP既受生態保護政策的影響，又與當地經濟社會發展相關。

3)本研究植被NPP與年均氣溫和年降水量均呈顯著正相關關系，相關系數分別為0.061和0.296；基于相關性空間顯示結果，呈正相關的分布面積所在比例分別為90.53%和94.48%，表明降水量是影響植被NPP的主要氣候因子。