黑龍江省氣象因子與落葉松植被凈初級生產力相關性分析

周 雪

（長安大學地球科學與資源學院，西安 710064）

近年來，逐漸凸顯的環境問題已成為社會各界所關注的焦點話題［1］。而這些環境問題往往會因為氣候的變化對人類的生產生活產生重大影響，因此氣候變化則成為了人們近期最為關注的環境問題之一。與此同時，氣候變化同樣在生態系統與社會經濟的可持續發展方面發揮著重要角色［2，3］。在自然界中，植被是極為重要的生態因子之一。在衡量氣候變化方面，植被不但可以被動地承受氣候變化帶來的影響，又可以對氣候變化產生積極的反饋作用。中國擁有極其豐富的森林資源，其中東北地區為中國各種森林資源的主要分布區，其中落葉松林是東北森林分布區一種非常具有代表性的森林植被類型［4，5］。植物凈初級生產力（NPP）通常是指綠色植物通過光合作用可以在單位面積、單位時間內積累的有機物數量，也即植物能用于生長、發育以及繁殖的能量值。NPP也是生態系統在一定時間段之中所固定的碳總量，因此，NPP在自然界碳元素的循環中發揮著重要作用。NPP是生態系統中其他生物生存和繁衍的物質基礎，通過研究氣象因子與NPP的動態變化可以掌握一定的自然規律，從而更好地增加植物的凈初級生產力，為其他生物提供更多的物質基礎，產生更大的經濟效應。有機物的質量或者能量可以用作指示NPP的指標，用來研究生態系統的各種特點，主要包括物質與能量的數量，還包括了固定、消耗、分配、積累與轉化等［6-8］。氣象因子是影響NPP的重要因素，通過對植被凈初級生產力的估算，探討其與氣象因子間的相互響應機理，分析其時空變化以及影響因素，不僅對了解黑龍江省內區域性的生態環境承載力以及人類社會發展過程對于生態環境產生的影響有幫助，還對研究植被與氣候變化的相互關系有巨大的理論和現實意義［9］。同時，它不但可以為碳循環與區域性及全球氣候變化研究提供數據支持，而且可以為保護、管理、開發利用生物資源甚至創造穩定高效的生態系統提供理論方面的支持［10］。

1 研究區域概況與數據

1.1 研究區域概況

黑龍江省處于中國最東北部，東部和北部與俄羅斯相鄰，西部與內蒙古相鄰，南部與吉林省相鄰。黑龍江省位于北緯 43°26′—53°33′、東經 121°11′—135°05′，南北長度跨越1 120 km，東西寬約930 km，總面積為47.3 萬km2（含加格達奇和松嶺區）。其東北部為三江平原（包括星凱湖平原），西部屬松嫩平原，東南部為東北-西南走向的山地，北部為西北-東南走向的山地［11］，平原海拔多處在50~200 m。

綿延起伏的老爺嶺、大小興安嶺和張廣才嶺構成了黑龍江省以山林為主的自然景觀。這些地區分布著極其豐富的天然林資源，是黑龍江省森林資源的重要組成部分。全省林地面積2 007 萬hm2，林業經營總面積達3 175 萬hm2，約占黑龍江省土地面積的2/3，立木總蓄積量15 億hm3，森林覆蓋率43.6%。全省現有森林資源樹種達100 余種，其中30 余種具有非常高的利用價值［12］。此外，松嫩平原和三江平原作為東北平原的一部分，占全省總面積的37.0%。這些地區之中分布著約2 100 種植物，其中有1 000多種具有經濟價值。

1.2 研究數據

1.2.1 氣象數據 從中國氣象數據共享服務網（http：//cdc.nmic.cn/home.do）下載 2010 年黑龍江省 30 個固定氣象站點的月平均氣象數據（包括降水量、平均氣溫、平均相對濕度、平均風速），下載的氣象數據格式為文本文件。

1.2.2 固定樣地數據 選用黑龍江省的1 523 個落葉松固定樣地點，信息來源于2010 年國家森林資源連續清查數據，每一塊樣地信息都記錄了其所處的地理位置以及其他一些調查因子。

2 研究方法

2.1 插值方法

選用反距離權重法（Inverse distance weighted，IDW）、樣條函數插值法、克里格（Kriging）插值法分別進行插值分析，最終選擇各氣象因子對應的最優插值方法［13，14］。

2.1.1 反距離權重法 反距離權重法是一種非常普通且簡單的空間插值方法，通常可以通過比較確切的或者圓滑的方式進行插值。在插值過程中，對于一個較大的方次，距離較近的數據點將會被賦予相對更高的權重份額，但是對于較小的方次而言，權重份額將會均勻地分布到各個數據點之中。因此，反距離權重法的一般特點是用插值點和采樣數據點之間的距離作為加權平均的權值，距離插值點較近的采樣數據點通常具有相對較大的權值份額。

2.1.2 樣條函數插值法 樣條函數插值法一般會使用2種互不相同的運算方式，即規則樣條（Regularized spline）和張力樣條（Tension spline）。規則樣條一般來說會生成一個比較平滑且變化緩和的表面，以此種運算方式得出來的結果有可能會超出樣本點的值域，通常情況下權重與其生成的表面的光滑程度成正比［15］，一般使用的典型值有 0、0.001、0.01、1 和 5。張力樣條通常是利用預期要得到的現象及特征來生成一個相對比較粗糙且生硬的表面，以此種運算方式得出來的結果一般更接近于樣本點的值域以內，通常情況下權重與其生成的表面粗糙程度成正比［16］，一般會用到的典型值有0、1、5 和10。

2.1.3 克里格插值法 克里格插值法是一種既可以生成一個預測表面，還可以給出預測結果的確定性及精度的插值方法。在克里格插值中，權值份額不僅要基于插值點和采樣數據點之間的距離，還必須在整體上通過已知數據點的位置和值進行合理的空間分布與排列。當需要對空間權重進行排列時，則必須對其空間自相關進行量化。因此，在使用克里格法進行插值時，權值份額通常取決于已知數據點的表面擬合模型、已知數據點與距預測位置之間的距離以及預測點與已知周圍數據點之間的空間分布與排列等空間關系。

2.2 落葉松生物量計算

落葉松的生物量采用東北地區樹種的生物量異速方程來計算。通過公式可以估算出落葉松樹干、樹枝以及樹葉等各部位的生物量［17］，地上生物量由各部位的生物量相加得到。

式中，w為生物量；D為胸徑；a、b為模型參數。

2.3 落葉松NPP 計算

植被凈初級生產力可以通過森林群落年生長量和森林群落年凋落量來估算，計算公式如下。

式中，P為落葉松群落年生長量，L為落葉松群落年凋落量，B為地上生物量，A為樹齡，c、d、e、f為對應的林分類型常數。其中，P和L的計算公式如下。

2.4 相關性分析

相關性分析是指對2 個或多個變量元素進行關聯的一種衡量方式，進一步探求2 個或多個要素之間的密切程度。Pearson 相關系數的計算公式如下。

式中，n為樣本總數；xi和yi分別為2 個變量值；分別為 2 個變量的平均值；r為相關系數，|r|越大，說明y和x的線性相關程度越高。本研究用Pearson 相關性分析來探索NPP與不同氣候因子之間相關性的強弱。一般認為Pearson 相關系數不為零即具有相關性，相關系數在0.8~1.0 為極強相關，0.6~0.8 為強相關，0.4~0.6 為中等程度相關，0.2~0.4為弱相關，低于0.2 為極弱相關。

3 結果與分析

3.1 各氣象因子最優插值方法

用3 種空間插值方法分別對已知70%的氣象因子數據進行插值計算，用其余的30%氣象數據對結果進行驗證。以氣象因子平均相對濕度為例，通過對3 種不同插值方法得到的結果分別與已知真實值作差比較，可以得到3 種不同插值方法的誤差。通過對誤差、均值和方差的研究對比，可得到相應的最優插值方法。通過組合3 種不同插值方法的參數和大量的統計計算，得到平均相對濕度的克里格插值法、反距離權重法、樣條插值法均值方差對比結果（表1）。由表1 可知，對平均相對濕度進行插值的最優方法為反距離權重法。

表1 平均相對濕度不同插值方法的均值、方差對比

對其他幾個氣象因子的3 種插值結果進行同樣的比較驗證，對比不同插值方法之間的均值、方差，可以得到各氣象因子的相對最優插值方法如表2 所示。結果顯示，平均氣溫和降水量的最優插值方法均為克里格插值法，平均風速的最優插值方法為樣條插值法。

表2 不同氣象因子最優插值方法

3.2 樣地點氣象數據提取

以驗證得到的不同氣象因子最優插值方法獲取的固定樣地點的氣象因子（平均氣溫、降水量、平均風速和平均相對濕度）的柵格數據為基礎，以黑龍江省落葉松固定樣地點數據作為參照，通過ArcGIS 平臺的ArcToolbox 中的Spatial Analyst 下的提取方法，獲得樣地點的氣象數據。

3.3 黑龍江省樣地點落葉松NPP

經計算，各樣地點落葉松的NPP平均為392.67 g C/m2，最大為 756.45 g C/m2，最小為 2.63 g C/m2。

3.4 相關性分析

利用SAS 軟件對樣地氣象因子與落葉松NPP進行相關性分析，得到NPP與各氣象因子的相關系數，結果如表3所示。由表3可知，NPP與平均氣溫、降水量、相對濕度、平均風速之間的Pearson 相關系數分別為 0.304 11、0.235 18、0.293 02、0.091 78。由此可以看出，NPP與各氣象因子間主要呈弱相關。

表3 落葉松NPP 與各氣象因子的相關系數

4 小結

本研究以2010 年黑龍江省平均氣溫、降水量、平均風速等氣象數據和落葉松固定樣地點為數據源，并通過樣地每木檢尺數據計算落葉松生物量，根據森林群落年生長量和年凋落量來估算其NPP，通過相關性分析來反映NPP與不同氣候因子之間相關性的強弱，得出以下結論。

1）黑龍江省各氣象因子對應的最優插值方法：降水量以及平均氣溫對應的最優插值方法都是克里格插值法，平均風速和平均氣溫的最優插值方法則分別為樣條插值法、反距離權重法。

2）NPP與各氣象因子具有一定的相關性，其中NPP與降水量、平均氣溫、相對濕度、平均風速的相關系數分別為0.235 18、0.304 11、0.293 02、0.091 78。由此可知，NPP與各氣象因子均是正相關關系，主要呈弱相關，其中與平均氣溫的相關性最大，與平均風速的相關性最小。