“雙碳”背景下我國凈初級生產(chǎn)力時空變化分析

摘要：碳匯是碳循環(huán)的重要指標(biāo)，掌握我國的碳源碳匯特征和總量，對實現(xiàn)我國碳達(dá)峰碳中和有著重要意義。文章以全國為研究區(qū)，基于MODIS NPP數(shù)據(jù)，采用最大值合成、趨勢分析等方法，探究我國在2000—2022年植被NPP的時空變化特征。結(jié)果表明：（1）2000—2022年，我國NPP呈現(xiàn)出波動性增加的趨勢，年平均增加3.11 gC/（m2·a）。（2）多年平均NPP由南向北、由東至西逐漸降低，總體均值為330.96 gC/（m2·a）。（3）我國23年的NPP變化趨勢中，51.79%的面積為增加，顯著減少的面積最小，約占總面積的0.51%。

關(guān)鍵詞：凈初級生產(chǎn)力；最大值合成；時空變化；定量分析

中圖分類號：Q948" 文獻(xiàn)標(biāo)志碼：A

0 引言

根據(jù)世界氣象組織（WMO）的數(shù)據(jù)，（2018年）大氣中每100萬個氣體分子中，有408個是二氧化碳，比工業(yè)化前（1750年）的水平高出147％^［1］。二氧化碳與全球變暖和氣候變化息息相關(guān)，國家主席習(xí)近平在2020年9月22日召開的聯(lián)合國大會上表示：中國將提高國家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達(dá)到峰值，爭取在2060年前實現(xiàn)碳中和^［2］。中國政府在減少溫室氣體排放、加快全球經(jīng)濟(jì)發(fā)展等方面在國際舞臺上采取的一系列舉措，明確表明了其愿意承擔(dān)更多全球責(zé)任^［3］。中國勇于擔(dān)當(dāng)?shù)淖龇ㄊ艿搅藦V泛而積極的歡迎。

植被凈初級生產(chǎn)力（Net Primary Productivity，NPP）是指植物通過光合作用固定的有機(jī)物中扣除自身呼吸消耗后，向生態(tài)系統(tǒng)輸出的有機(jī)干物質(zhì)的生產(chǎn)量，即綠色植物在單位面積和單位時間內(nèi)所積累的有機(jī)物數(shù)量^［4］。NPP是生態(tài)系統(tǒng)的重要生態(tài)過程之一，不僅可以反映植被在自然環(huán)境下的生產(chǎn)能力，而且是判定區(qū)域生態(tài)支持能力和可持續(xù)發(fā)展的重要參數(shù)^［5］。通過研究NPP的變化趨勢和影響因素，可以深入了解陸地生態(tài)系統(tǒng)的動態(tài)和健康狀況，為制定環(huán)境保護(hù)和資源利用的策略提供科學(xué)依據(jù)^［6］。此外，NPP還在估算地球支持能力和評價陸地生態(tài)系統(tǒng)可持續(xù)發(fā)展的一個重要指標(biāo)。

目前，NPP的研究方法主要包括直接測量法、模型模擬法和遙感估算法^［7］。直接測量法通過在野外設(shè)置樣地、觀測植被高度、密度等參數(shù)，計算單位時間內(nèi)的植物干物質(zhì)產(chǎn)量得到NPP^［8］。模型模擬法基于生理生態(tài)學(xué)和生態(tài)系統(tǒng)的能量平衡、物質(zhì)平衡原理，開發(fā)出各種生態(tài)模型，反演計算NPP^［9］。遙感估算法通過衛(wèi)星遙感獲取植被指數(shù)和地表反射率等信息，結(jié)合地面觀測數(shù)據(jù)，估算NPP^［10］。本文利用MODIS的NPP年數(shù)據(jù)，分析2000—2022年中國NPP的時空變化，針對提出碳達(dá)峰前后我國NPP時空變化情況進(jìn)行具體分析。分析結(jié)果可以為區(qū)域尺度的碳達(dá)峰提供科學(xué)參考。

1 研究區(qū)概況

中國位于亞歐大陸東南部、東臨太平洋，領(lǐng)土廣大，總面積約960萬 km2，地勢上西高東低呈現(xiàn)出三級階梯分布。地貌類型多樣，有冰川、丹霞、沙漠、喀斯特、黃土等地貌；氣候上絕大部分地區(qū)位于溫帶、副熱帶季風(fēng)氣候，降水東多西少，南多北少；植被種類豐富，其空間分布差異受我國地形、土壤以及氣候條件的綜合影響，也決定了我國植被分布的總體空間特點(diǎn)。

地形復(fù)雜多樣，各種類型齊全。西部以高原、山地和盆地為主，東部以平原和丘陵為主；氣候類型復(fù)雜多樣，季風(fēng)氣候顯著。除去青藏高原以外，中國劃分季風(fēng)區(qū)與非季風(fēng)區(qū)通常以賀蘭山-陰山-大興安嶺為界。我國東南部以季風(fēng)氣候為主，分為熱帶季風(fēng)氣候、亞熱帶季風(fēng)氣候以及溫帶季風(fēng)氣候；西北地區(qū)則是溫帶大陸性氣候；青藏高原地區(qū)則是特殊的高原山地氣候。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文使用的是時間序列為2000—2022年、空間分辨率為500 m的MOD17A3數(shù)據(jù)，為NPP年度產(chǎn)品數(shù)據(jù)，每年28景影像，2000—2022年共計收集644景影像。數(shù)據(jù)來源于美國國家航空航天局（National Aeronautics and Space Administration，NASA）。

借助MRT軟件，將下載的全國644景影像進(jìn)行投影轉(zhuǎn)換、格式轉(zhuǎn)換、圖像拼接以及重采樣等預(yù)處理，基于ArcGIS10.2軟件進(jìn)一步裁剪得到本研究區(qū)的年NPP數(shù)據(jù)。

2.2 研究方法

2.2.1 最大值合成

采用常用的最大值合成法（Max Value Composites，MVC）生成2000—2022年的NPP值。該方法可以消除云、大氣以及太陽高度角等的部分影響^［11］。在本研究中，以年度NPP數(shù)據(jù)為基礎(chǔ)，采用最大值合成法獲取2000—2022年最大NPP，計算公式如下：

NPP=Max（NPPi）（1）

式（1）中：NPPi第i年的變量值。

2.2.2 趨勢分析法

本文采用一元線性回歸分析中國陸地生態(tài)系統(tǒng)NPP在空間上的變化趨勢^［12］，其計算公式如下：

Slope=n×∑ⁿi=1（i×Vari）-∑ⁿi=1i×∑ⁿi=1Varin×∑ⁿi=1i²-（∑ⁿi=1i）²（2）

式（2）中，Slope為研究年份內(nèi)各像元變量的變化趨勢，n為研究的年限數(shù)；i為第i年；Vari為第i年的變量值。當(dāng)Slopegt;0，說明NPP在2000—2022年間為增加的趨勢；反之，則說明NPP在減小。

3 結(jié)果與分析

3.1 空間分布

采用最大值合成法，將我國2000—2022年的NPP合成2000—2022年全國NPP空間分布圖，采用間隔劃分方法將23年NPP劃分為7個等級，分別為無植被區(qū)域、0～200 gC/（m2·a）、200～400 gC/（m2·a）、400～600 gC/（m2·a）、600～800 gC/（m2·a）、800～1000 gC/（m2·a）、1000～2000 gC/（m2·a）、大于2000 gC/（m2·a）。我國NPP分布空間異質(zhì)性不顯著，NPP分布整體呈現(xiàn)南高北低、東高西低的特點(diǎn)。NPP較高的區(qū)域主要分布在云南、廣東、廣西、海南、臺灣、貴州、湖南、湖北、浙江等長江以南地區(qū)，NPP較低的區(qū)域主要分布在新疆、西藏、內(nèi)蒙古西北部、甘肅、寧夏等地區(qū)。23年間我國NPP的總體均值為330.96 gC/（m2·a），其中，年均最低值為289.11 gC/（m2·a），最高值為357.55 gC/（m2·a）。NPP從2000年的289.11 gC/（m2·a）到2022年的357.55 gC/（m2·a），整體呈現(xiàn)出波動上升的趨勢，平均年增長率為2.98 gC/（m2·a）。NPP的變化最大的年份是2002年，由2001年的299.29 gC/（m2·a）增長為316.77 gC/（m2·a），變化量大于10 gC/（m2·a）的年份有2001年、2002年、2010年、2023年、2020年，其中2010年為減少，其余為增加。

3.2 空間變化特征

利用趨勢分析法，計算我國2000—2022年的NPP變化空間分布。根據(jù)自然斷點(diǎn)法，將我國的NPP變化情況分為顯著減少、減少、未變化、增加、顯著增加五類。根據(jù)計算結(jié)果可知，我國23年的NPP變化趨勢中，超過50%的面積為增加，約占總面積的51.79%；顯著減少的面積最小，約占總面積的0.51%。其中，顯著增加的區(qū)域主要分布在我國甘肅東南部、四川東部等中部地區(qū)，約占總面積的2.39%；減少區(qū)域集中分布在新疆、西藏、青海西部、臺灣西部等地區(qū)，在廣西、廣東、杜建、浙江、江蘇等沿海地區(qū)零散分布，約占總面積的8.63%。無植被區(qū)域或未變化區(qū)域主要分布在新疆、西藏、內(nèi)蒙古西部、甘肅西部一級青海西部，約占總面積的36.68%。

2001—2003年，我國NPP值大于2000 gC/（m2·a）主要分布在的云南省、廣西壯族自治區(qū)、廣東省、海南省南部，2003年之后我國NPP均值雖整體呈現(xiàn)波動性上升趨勢，但是NPP大于2000 gC/（m2·a）的區(qū)域明顯減小；河北、河南、山西、內(nèi)蒙古東部地區(qū)NPP的值由原來的小于100 gC/（m2·a）增加至100～200 gC/（m2·a）之間，四川中東部地區(qū)由100～200 gC/（m2·a）增加至400～600 gC/（m2·a）之間。

3.3 時空序列變化

2014年，中國最早提出碳達(dá)峰碳中和概念，在2020年首次提出明確的碳達(dá)峰目標(biāo)^［13］。由圖1可知，2014—2019年，我國NPP變化趨勢平穩(wěn)；2019年之后，我國NPP穩(wěn)步增長；我國碳排放總量在2010年之后趨于平穩(wěn)，碳排放強(qiáng)度不斷下降。平新喬等^［14］研究表明我國在應(yīng)對氣候變化方面已經(jīng)邁出了重要一步，逐步實現(xiàn)碳達(dá)峰碳中和。

由圖1可知，2000年是我國近23年NPP的最低值，為289.11 gC/（m2·a）。2000—2022年，我國NPP均值整體呈現(xiàn)上升趨勢。其中，2000—2003年，我國NPP均值持續(xù)增加，共增加了31.21 gC/（m2·a），年均增長8.05 gC/（m2·a）；2004—2010年，NPP呈降低趨勢；2010年之后，整體呈現(xiàn)波動性上升趨勢，從2010年的320.15增加至2022年的357.55 gC/（m2·a），年均增長3.4 gC/（m2·a），2022年達(dá)到我國NPP近23年的最大值。

4 結(jié)語

2000—2022年，在氣候變化和人類活動的影響下，我國NPP呈現(xiàn)出時空分異特征。近20年來，NPP總體表現(xiàn)為增加趨勢，但NPP具有年際波動，同時呈現(xiàn)出“南高北低”空間分布特征，與孫金珂^［15］分析結(jié)果一致。2000—2003年、2010—2013年NPP增加顯著，年均增長率最大；2015年以后，我國NPP增長較為緩慢；這與陳惺^［16］模擬的RCP4.5氣候情境下變化趨勢基本一致。我國2000—2022年NPP年均值為330.96 gC/（m2·a），最低值為2000年289.11 gC/（m2·a），最高值為2022年357.55 gC/（m2·a），變化幅度為68.44 gC/（m2·a）。NPP分布具有空間差異性，由海南省、云南省、廣東省、廣西壯族自治區(qū)向?qū)幭幕刈遄灾螀^(qū)、內(nèi)蒙古自治區(qū)、新疆維吾爾自治區(qū)、福建省、浙江省、江蘇省、甘肅省、西藏自治區(qū)逐漸降低，這與我國的氣候有著緊密聯(lián)系。

本研究利用2000—2022年MODIS數(shù)據(jù)集（MOD17A3HGF），從不同空間尺度、年際變化開展分析，結(jié)果表明：

（1）2000—2022年，我國NPP呈現(xiàn)出波動性增加的趨勢，年平均增加3.11 gC/（m2·a）。2000—2003年、2005—2009年、2010—2014年和2017—2022年呈現(xiàn)上升趨勢，2003—2004年、2009—2010年、2014—2017年呈現(xiàn)下降趨勢，其中，2009—2010年表現(xiàn)出突變性下降。

（2）多年均NPP由南向北、由東至西逐漸降低，總體均值為330.96 gC/（m2·a）。其中，NPPgt;2000 gC/（m2·a）的區(qū)域主要分布在云南地區(qū)，0lt;NPPlt;100的區(qū)域主要分布在西藏、新疆、甘肅、內(nèi)蒙古等地區(qū)。

（3）我國2001—2022年的NPP變化趨勢中，超過50%的面積為增加，為51.79%，顯著減少的面積最小，約占總面積的0.31%。其中，顯著增加的區(qū)域主要分布在我國甘肅東南部、四川東部等中部地區(qū)，約占總面積的2.39%。

參考文獻(xiàn)

［1］WANG S，ZHANG Y，JU W，et al.Recent global decline of CO2 fertilization effects on vegetation photosynthesis［J］.Science，2021（6562）：1295-1300.

［2］習(xí)近平.在第七十五屆聯(lián)合國大會一般性辯論性上的講話［N］.人民日報，2020-09-23.

［3］劉泊靜.實現(xiàn)“雙碳”目標(biāo)應(yīng)形成戰(zhàn)略戰(zhàn)術(shù)共識［J］.新能源科技，2022（4）：9-11.

［4］XUE P，LIU H，ZHANG M，et al.Nonlinear characteristics of NPP based on ensemble empirical mode decomposition from 1982 to 2015：a case study of six coastal provinces in southeast China［J］.Remote Sensing，2021（1）：15.

［5］方精云，柯金虎，唐志堯，等.生物生產(chǎn)力的“4P”概念、估算及其相互關(guān)系［J］.植物生態(tài)學(xué)報，2001（4）：414-419.

［6］FALKOWSKI P，SCHOLES R J，BOYLE E，et al.The global carbon cycle：a test of our knowledge of earth as a system［J］.Science， 2000 （290）：291-295.

［7］潘竟虎，李真.2001—2012年西北干旱區(qū)植被凈初級生產(chǎn)力時空變化［J］.生態(tài)學(xué)雜志，2015（12）：3333-3340.

［8］王鶯，夏文韜，梁天剛.陸地生態(tài)系統(tǒng)凈初級生產(chǎn)力的時空動態(tài)模擬研究進(jìn)展［J］.草業(yè)科學(xué)，2010（2）：77-88.

［9］朱文泉，陳云浩，徐丹，等.陸地植被凈初級生產(chǎn)力計算模型研究進(jìn)展［J］.生態(tài)學(xué)雜志，2005（3）：296-300.

［10］WANG X，CHENG G，LI X，et al.An algorithm for gross primary production （GPP）and net ecosystem production （NEP）estimations in the midstream of the Heihe River Basin，China［J］.Remote Sensing，2015（4）：3651-3669.

［11］李艷，張成才，羅蔚然，等.基于改進(jìn)最大值法合成NDVI的夏玉米物候期遙感監(jiān)測［J］.農(nóng)業(yè)工程學(xué)報，2019（14）：159-165.

［12］駱艷，張松林.山東省植被NPP時空分布特征及驅(qū)動因素分析［J］.廣西植物，2019（5）：690-700.

［13］辛欣.科技助力“雙碳”戰(zhàn)略實施路徑分析［J］.江蘇科技信息，2024（6）：6-10.

［14］平新喬，鄭夢圓，曹和平.中國碳排放強(qiáng)度變化趨勢與“十四五”時期碳減排政策優(yōu)化［J］.改革，2020（11）：37-52.

［15］孫金珂，牛海鵬，袁鳴.中國陸地植被生態(tài)系統(tǒng)NPP空間格局變遷分析［J］.農(nóng)業(yè)機(jī)械學(xué)報，2020（6）：162-168.

［16］陳惺，王軍邦，何啟凡，等.未來氣候情景下中國植被凈初級生產(chǎn)力穩(wěn)定性及氣候影響［J］.地理學(xué)報，2023（3）：694-713.

（編輯 姚 鑫）

Analysis of temporal and spatial changes in vegetation net primary productivity

in China under “dual carbon”

LI Qiannan ^1，2， WANG Jiahui ^1，2

（1.Provincial Geomatics Centre of Jiangsu， Nanjing 210003， China; 2.Key Lab of Natural Resources

Monitoring， Department of Natural Resources of Jiangsu Province， Nanjing 210003， China）

Abstract：" Carbon sink is a crucial indicator of the carbon cycle， and understanding the characteristics and overall quantity of carbon sources and sinks in China is of great significance for achieving the country’s carbon peak and carbon neutrality goals. In this study， China is taken as the research area， and based on MODIS NPP data， methods such as maximum value synthesis and trend analysis are employed to explore the spatiotemporal variations of vegetation Net Primary Productivity in China from 2000 to 2022. The results indicate that： （1） From 2000 to 2022， Chinese NPP exhibits a trend of fluctuating increase， with an annual average increase of 3.11 gC/（m2·a）. （2） The multi-year average NPP gradually decreases from south to north and from east to west， with an overall mean of 330.96 gC/（m2·a）. （3） In the 23-year trend of NPP changes in China， 51.79% of the area shows an increase， with the areas of significant decrease being minimal， accounting for approximately 0.51% of the total area.

Key words： net primary productivity; max value composites; spatial change; quantitative assessment