1994—2008年河南省植被净第一性生产力及其时空变化

李军玲，陈怀亮，邹春辉，刘忠阳，郭其乐，郭鹏

1. 河南省气象科学研究所，河南 郑州 450003；2. 中国气象局农业气象保障与应用技术重点开放实验室，河南 郑州 450003

全球变化研究的是地球系统的整体行为。它把地球的各个圈层（如大气圈、水圈、岩石圈和生物圈）作为一个整体，研究地球系统过去、现在和未来的变化规律和控制这些变化的原因和机制，从而建立全球变化预测的科学基础，并为地球系统的管理提供依据。今天，全球环境问题的严重性主要在于人类本身对环境的影响已经接近并超过自然变化的强度和速率，正在并将继续对未来人类的生存环境产生长远的影响。这些重大全球环境问题已经远远超过了单一学科的范围，迫切要求从整体上来研究地球环境和生命系统的变化，从而提出了地球系统的概念，即由大气圈、水圈、岩石圈和生物圈组成的一个整体。同时，观测技术的发展，特别是卫星遥感技术，提供了对整个地球系统行为进行监测的能力；计算机技术的发展为处理大量的地球系统的信息，建立复杂的地球系统的数值模式提供了工具。

植被是陆地生物圈的主体，它不仅在全球物质与能量循环中起着重要作用，而且在调节全球碳平衡、减缓大气中CO2等温室气体浓度上升以及维护全球气候稳定等方面具有不可替代的作用。植被净第一性生产力（NPP）指绿色植物在单位时间和单位面积上所积累的有机干物质总量，它不仅是碳循环原动力，而且是判定碳汇以及调节生态过程的主要因子[1]。

有关植被净第一性生产力及其与全球变化的研究很多，但大多集中在全球变化影响下未来植被净第一性生产力变化的预测[2-5]，由于资料获取等原因，对过去植被净第一性生产力的变化的研究不多。Tian等应用TEM（terrestrial ecosystem model）模型估算了1900年至1994年的美国植被净第一性生产力[6]，并对时空变化进行了分析；Peng等利用简单的统计模型推算了 13000年来欧洲古植被生产力及其变化[7]。朴世龙等基于地理信息系统和卫星遥感技术，利用植被、气候和土壤等地面空间数据，应用CASA模型估算了1982—1999年间我国植被年净第一性生产量及其时空变化。肖桐等[8]基于净初级生产力对三江源地区草地生态系统的脆弱性特征进行了分析。龙慧灵等[9]对净初级生产力遥感估算模型进行改进的基础上对内蒙古地区1982—2006年的NPP进行了估算，并分析了NPP和气候的关系。但河南省植被NPP的研究较少，为了了解近年来河南省植被在碳循环中的作用，本文应用改进的CASA模型，估算从1994—2008年间每月河南省植被净第一性生产量，并探讨它们的年变化趋势及其原因。

1 研究区自然概况

河南位于我国中部偏东、黄河中下游，处在东经 110°21′～116°39′，北纬 31°23′～36°22′之间，与冀、晋、陕、鄂、皖、鲁6省毗邻，东西长约580 km，南北跨约550 km。全省土地面积16.7万km2，在全国各省市区中居第 17位。河南地处北亚热带和暖温带地区，气候温和，日照充足，降水丰沛，适宜于农、林、牧、渔各业发展。

河南属亚热带向暖温带过渡的大陆性季风气候，同时还具有自东向西由平原向丘陵山地气候过渡的特征，具有四季分明、雨热同期、复杂多样和气象灾害频繁的特点。全省由南向北年平均气温为15.7～9.5 ℃，年均降水量1380.6～532.5 mm，6—8月降水量占年总量的 45%～67%，年均日照1140.1～2525.5 h；全年无霜期189～240 d。河南省由于气候、地貌、水文等自然条件的影响，加以农业开发历史悠久，因而土壤类型繁多，主要有黄棕壤、棕壤、褐土、潮土、砂疆黑土、盐碱土和水稻土7种。

2 数据来源和研究方法

2.1 数据来源

（1）NDVI数据 1994—2008年全年逐旬AVHRR-NDVI数据，空间分辨率8 km×8 km，进行重采样获得分辨率为1 km×1 km的图像数据。

（2）气象数据。地面气象数据来源于河南省气象局，时间为1994年1月到2008年12月，包括月平均气温、月降水量以及118个气象站点的经纬度和海拔高度；太阳辐射值采用曹雯等[10]对我国太阳日总辐射的计算方法。计算NPP需要栅格化气象数据，从空间上与遥感数据相匹配。本研究根据各气象站点的经纬度信息，通过对气象数据进行IDW插值，获得像元大小与NDVI数据一致、投影相同的1 km×1 km气象要素栅格图。

（3）其它相关数据。本文用到的河南省土地利用图来源于1∶25万的河南省基础地理信息系统。

2.2 研究方法

NPP的研究方法很多，有关学者从不同角度及学科对NPP的估算进行了深入细致的研究，取得了丰硕成果。在区域或全球尺度上，人们无法直接和全面地测量，因此利用模型估算NPP已成为一种重要而广泛接受的研究方法[11-12]。目前国内外关于植被净第一性生产力的模型很多。1994年，Ruimy等把这些模型概括为 3类，即统计模型（Statistical mode），参数模型（Parameter mode）和过程模型（Process-based model）。

本文在 GIS的支持下，利用地面气象数据和AVHRR数据，考虑到最大光利用率在不同植被类型中的差异，在CASA模型的基础上构建了一个区域陆地植被NPP估算模型，以1994—2008年的河南省植被为例，对植被的净初级生产力进行了估算，并对其进行时空分布的分析。

2.2.1 CASA模型

CASA模型[13]中植被净第一性生产力主要由植被所吸收的光合有效辐射（APAR）与光能转化率（ε）两个变量来确定，其估算公式如下：

2.2.1.1 APAR的估算

植被吸收的光合有效辐射（APAR）取决于太阳总辐射和植被对光合有效辐射的吸收比例，估算公式为：

式中：SOL(x,t)表示t月份在像元x处的太阳总辐射量(MJ·m-2)；FPAR(x,t)为植被层对入射光合有效辐射（PAR）的吸收比例；常数0.5表示植被所能利用的太阳有效辐射(波长为0.38～0.71 μm)占太阳总辐射的比例。

对于FPAR的计算采用Ruimy等[14]提出的如下计算公式：

2.2.1.2 光利用率（ε）的估算

Potter等认为在理想条件下植被具有最大光利用率，而在现实条件下的最大光利用率主要受温度和水分的影响，其计算公式如下：

式中：Tε1(x,t)和Tε2(x,t)为低温和高温对光利用率的胁迫作用，Wε(x,t)为水分胁迫影响系数，反映水分条件的影响，εmax是理想条件下的最大光利用率。Tε1(x,t)反映在低温和高温时植物内在的生化作用对光合的限制而降低净第一性生产力。用下式计算：

式中：Topt(x)为某一区域一年内NDVI值达到最高时的当月平均气温。已有许多研究表明，NDVI的大小及其变化可以反映植物的生长状况，NDVI达到最高时，植物生长最快，此时的气温可以在一定程度上代表植物生长的最适温度。Tε2(x,t)表示环境温度从最适温度Topt(x)向高温和低温变化时植物光利用率逐渐变小的趋势[15]，这是因为低温和高温时高的呼吸消耗将会降低光利用率，生长在偏离最适温度的条件下，其光利用率也会降低。用（6）式计算：

当某一月平均温度T(x,t)比最适温度Topt(x)高10 ℃或低13 ℃时，该月的Tε2(x,t)值等于月平均温度T(x,t)，为最适温度Topt(x)时Tε2(x,t)值的一半。

CASA模型所用的土壤水分子模型用到大量的土壤物理参数，较难获取且精度不能保证，本文采用了周广胜和张新时建立的区域实际蒸散模型求水分胁迫系数(Wε)[16]，该模型主要利用的是气象数据，容易获取和计算。水分胁迫影响系数(Wε)反映了植物所能利用的有效水分条件对光利用率的影响。随着环境中有效水分的增加,Wε逐渐增大。它的取值范围为 0.5(在极端干旱条件下)到 1(非常湿润条件下)，由公式(7)计算：

其中，EET(x,t)(mm)为区域实际蒸散量，根据周广胜和张新时建立的区域实际蒸散模型求取（公式8）；PET(x,t) (mm)为区域潜在蒸散量，可根据Bouchet提出的互补关系求取。

式中：r(x,t)为像元x在t月的降水量，Rn(x,t)为像元x在t月份的太阳净辐射量（mm）。

其中：BT=365t/∑或12T/∑；t为大于0 ℃与小于30 ℃的日均温；T为大于0 ℃与小于30 ℃的月均温。

本文根据河南省的实际植被分布及地理情况，对最大光利用率（εmax）进行了相应的改进。由于CASA模型所采用的固定最大光利用率0.389 g·MJ-1并不适用于中国的植被[17-18]，Running等根据生态生理过程模型BIOME-BGC模拟的结果，赋予不同的植被覆盖类型不同的最大光利用率[19]，通过植被类型所赋予的最大光利用率的值更接近我国的实际情况。河南省森林植被相对少且单调，主要以落叶阔叶林为主，经调整后具体取值如表1所示。

3 结果分析

3.1 15年来河南省植被净第一性生产力及其变化

对1994—2008年河南省陆地植被年均NPP的模拟显示，河南省陆地各类植被的年均NPP变化范围（以C计）为0～633 g·m-2·a-1，整个河南省平均值（以 C 计）在 208.6～262.2 g·m-2·a-1之间，15 年平均（以 C 计）为 228.4 g·m-2·a-1，1994—2008 年年均NPP呈现出逐渐增加的趋势，年均NPP最大值出现在2004年，最小值出现在2003、1996年，年均增加值（以C计）为0.0764 g·m-2·a-1，增加趋势不明显。

河南省植被类型主要为农田和森林，其中森林主要分布在西部山区。其它植被类型灌丛、草地等分布很少（图2）。图3为1994—2008年15年平均的陆地植被年均NPP的分布特征，模拟结果显示：河南省陆地植被年均 NPP较大的区域主要分布于西部山区以及部分省界森林覆盖区，年均NPP（以C 计）>400 g·m-2·a-1（蓝色区域）；NPP 最小值主要分布于城市及周边区域，大部分小于（以C计）200 g·m-2·a-1（橙色区域），其它区域植被年均 NPP（以C计）介于 200～400 g·m-2·a-1之间，主要为农田或草地覆盖区域。对比图 2和图 3可以看出，植被NPP和植被类型分布极为一致，森林NPP最大，然后依次为灌丛、草地、农田、其它植被和无植被覆盖区。

图1 1994—2008年间河南省NPP均值变化Fig.1 Change in annual NPP in Henan during 1994－2008

图2 河南省陆地植被分布图Fig.2 Terrestrial vegetation distribution in Henan

图3 1994—2008年平均NPP分布图Fig.3 Annual average NPP distribution in Henan during 1994－2008

15年来河南省植被年总第一性生产力变化如图 1。可以看出，河南省植被净第一性生产力在一定范围内波动，总体呈缓慢增加趋势。15年来河南省植被年净第一性生产量为38.16 Mt C。变化曲线中有4个明显的峰（1998、2001、2004、2007年）和3个明显的谷（1996、2000、2003年），其中2004年的植被净第一性生产力最大，达到43.75Mt C。

表1 不同植被类型的最大光利用率Table 1 The maximum light use efficiency (εmax) of different vegetation types

图4、图5和图6给出河南省年平均气温、年降水量和年均太阳辐射在这 15年中的变化趋势。可以看出，近15年来河南省温度变化趋势不明显，总体呈上升趋势；降水在波动中呈现略微上升趋势；太阳辐射在波动中呈现明显下降趋势。河南省植被年净第一性生产力和年平均温度之间相关系数为0.57，显著相关（r=0.57，P>0.05，n＝15），从折线图中可以看到其变化趋势较为一致。1996、2000、2003年的温度折线图上呈明显的谷，和植被年净第一性生产力折线图完全一致。1998、2004年在折线图上呈现的峰也完全一致。2003年，虽然年降水量最大，但年平均温度最低（14.2 ℃），同时年均太阳辐射也最低，不利于植被生长，年净第一性生产力为15年来最低。

图4 1994—2008年间河南省年平均温度的变化Fig.4 Changes in annual average temperature in Henan during 1994－2008

图5 1994—2008年间河南省年平均降水量的变化Fig.5 Changes in annual precipitation in Henan during 1994－2008

图6 1994—2008年间河南省年平均太阳辐射的变化Fig.6 Changes in annual solar radiation in Henan during 1994－2008

河南省植被年净第一性生产力与年降水量和年均太阳辐射的相关性很差。这主要是因为河南省为农业大省，其中耕地面积占总面积的65%左右，而耕地属于主要受人为影响的植被，水量受浇灌影响很大；太阳辐射分布不均或波动范围满足植被的基本需求，因此太阳辐射也不成为净第一性生产力的限制因子，没有明显相关性。

3.2 不同植被类型的年净第一性生产力及其变化

为分析不同植被类型的净第一性生产力对气候变化的响应，对应于CASA模型中植被类型的划分方法，将河南省1∶25万的土地利用图上的植被类型划分为林地（河南省内主要为落叶阔叶林）、灌丛及稀树草原、草地、耕地及其它植被类型。

图7为5种植被类型年均净第一性生产力的年际变化。可以看出，15年来河南省各类主要植被类型的净第一性生产力没有明显变化。5种植被类型变化趋势基本一致，都在1998、2001年，2004和2007年出现明显的峰值。

图7 1994—2008年间河南省5种植被类型的NPP年变化Fig.7 Interannual changes in annual NPP of different vegetation types in Henan during 1994－2008

林地是年净第一性生产力最高的植被类型，15年的平均值（以 C 计）达到 457.10 g·m-2·a-1，然后依次是灌丛（299.10 g·m-2·a-1）、耕地（224.65 g·m-2·a-1）、草地（220.35 g·m-2·a-1）、其它植被（143.75 g·m-2·a-1）。其中耕地和草地的值非常接近。

为了对比 15年来不同植被年净第一性生产力的平均变化幅度，先对每一种植被类型的每年平均生产力进行标准化，即15年来最大值取1，最小值取0，然后求每个植被类型NPP随年份变化的趋势方程。

森林NPP = 0.0106x+ 0.3847

灌丛NPP = 0.0014x+ 0.4328

草地NPP = 0.0073x+ 0.2814

耕地NPP = 0.0015x+ 0.4163

其它植被NPP = 0.0028x+ 0.4519

式中：x为年份。从上列方程可以看出5种植被类型NPP随时间呈上升趋势，但趋势不明显。在5种植被类型中，森林植被NPP上升趋势最为明显，然后依次为草地植被、其它植被、耕地、灌丛。

4 结论

基于 GIS和卫星遥感应用技术，利用改进的CASA模型估算了 1994—2008年间河南省植被的净第一性生产力，结果表明：

（1）15年来河南省植被净第一性生产力波动中没有明显变化趋势，15年来的平均值为37.96 Mt C，其中 2004年的植被净第一性生产力最大，达到43.75 Mt C。

（2）河南省植被年净第一性生产力与年均温度的相关性好于植被年净第一性生产力与年降水量和年均太阳辐射之间的相关性，15年来年均温度没有明显上升或下降趋势，和植被净第一性生产力的变化较为一致。

（3）15年来，河南省主要植被类型的净第一性生产力林地最大，然后依次为灌丛、耕地草地和其它植被，它们随时间的变化趋势极为一致。

（4）5种植被类型NPP随时间呈上升趋势，但趋势不明显。在5种植被类型中，森林植被NPP上升趋势最为明显，然后依次为草地植被、其它植被、耕地、灌丛。

[1] 朴世龙，方精云，郭庆华. 1982—1999年我国植被净第一性生产力及其时空变化[J]. 北京大学学报: 自然科学版，2001，37（4）：563-569.PIAO Shilong, FANG Jingyun, GUO Qinghua. Terrestrial net primary production and its spatio-temporal patterns in China during 1982—1999[J]. Acta scientiarum naturalium universitatis pekinensis, 2001,37(4): 563-569.

[2] Melillo J M, McGuire A D, Kicklighter D W, et al. Global climate change and terrestrial Net Primary Production[J]. Nature, 1993, 363:234-240.

[3] Cao M, Woodward F I. Dynamic responses of terrestrial ecosystem carbon cycling to global climate change[J]. Nature, 1998, 393:249-252.

[4] 郑元润, 周广胜, 张新时, 等. 中国陆地生态系统对全球变化敏感性研究[J]. 植物学报, 1997,39 (9): 837-840.ZHENG Yuanrui, ZHOU Guangsheng, ZHANG Xinshi, et al.Sensitivity of terrestrial ecosystem to global change in China[J].Acta Botanica Sinica, 1997, 39(9): 837-840.

[5] 周广胜, 郑元润, 陈四清, 等. 自然植被净第一性生产力模型及其应用[J]. 林业科学, 1998, 34(5): 2-10.Zhou Guangsheng, ZHENG Yuanrui, CHEN Siqing, et al. NPP model of natural vegetation and its application in China[J].Scientia Silvae Sinicae, 1998, 34(5): 2-10.

[6] Tian B H, Melillo J M, Kicklighter D W, et al. The sensitivity of terrestrial carbon storage to historical climate variability and atmospheric CO2in the United States [J]. Tellus, 1999, 51B: 414-452.

[7] Peng C H, Guiot J, Van Campo E, et al. Temporal and spatial variations of terrestrial biomes and carbon storage since 13 000 yr BP in Europe: reconstruction from pollen data and statistical models [J].Water, Air and Soil Pollution, 1995, 82:75-391.

[8] 肖桐，王军邦，陈卓奇. 三江源地区基于净初级生产力的草地生态系统脆弱性特征[J]. 资源科学，2010,32(2):323-330.XIAO Tong，WANG Junbang，CHEN Zhuoqi. Vulnerability of grassland ecosystems in the Sanjiangyuan region based on NPP[J].Resources Science，2010,32(2):323-330.

[9] 龙慧灵，李晓兵，王宏，等. 内蒙古草原区植被净初级生产力及其与气候的关系[J]. 生态学报，2010,30(5):1367-1378.LONG Huiling，LI Xiaobing，WANG Hong，et al. Net primary productivity（NPP）of grassland ecosystem and its relationship with climate in inner Mongolia[J]. Acta Ecologica Sinica，2010, 30(5):1367-1378.

[10] 曹雯，申双和. 我国太阳总辐射计算方法的研究[J]. 南京气象学院学报，2008, 31(4):587-591.CAO Wen, SHEN Shuanghe. Estimation of daily solar radiation in China [J]. Journal of Nanjing Institute of Meteorology, 2008, 31(4):587-591.

[11] Alexandrov GA, Oikawa T, Yamagata Y. The scheme for globalization of a process-based model explaining gradations in terrestrial NPPand its application [J].Ecological Modelin,2002, 148(3): 293-306.

[12] Cramer W, Kicklighter D W, Bondeau A, et al. Comparing global models of terrestrial Net Primary Productivity (NPP): overview and key results [J]. Clobal Change Biology, 1999, 1 (Suppl.): 1-15.

[13] Potter C S, Randerson J T, Field C B, et al, Terrestrial ecosystem production: a process model based on global satellite and surface data[J]. Global Biochemical Cycle, 1993, 7: 811-841.

[14] Ruimy A, Saugier B. Methodology for the estimation of terrestrial net primary production from remotely sensed data[J]. J Geophysical Research, 1994, 97: 18515-18521.

[15] Field C B, Randerson J T, MalmstrÊm C M. Global Net Primary Production: combining ecology and remote sensing [J]. Remote Sensing of Environment, 1995, 51:74 -88.

[16] 周广胜，张新时. 自然植被净第一性生产力模型初探[J]. 植物生态学报, 1995, 19(3) :193-200.Zhou Guangsheng, Zhang Xinshi. A Natural VegetationNPPModel[J]. Acta Phytoecologica Sinica, 1995, 19(3): 193-200.

[17] 彭少麟, 郭志华, 王伯荪. 利GIS和RS估算广东植被光利用率[J].生态学报，2000，20(6): 903-909.PENG Shaolin, GUO Zhihua, WANG Bosun. Use of GIS and RS to estimate the light utilization efficiency of the vegetation in Guangdong,China[J]. Acta Ecologica Sinica, 2000, 20(6): 903-909.

[18] 张娜，于贵瑞，于振良，等. 基于3S的自然植被光能利用率的时空分布特征的模拟[J]. 植物生态学报，2003，27(3): 325-336.ZHANG Na, YU Guirui, YU Zhenliang, et al.Simulation of temporal and spatial distribution of natural vegetation light utilization efficiency based on 3S[J]. Acta Phytoecologica Sinica, 2003, 27(3): 325-336.

[19] Running S W, Thornton P E, Nemani R. Global terrestrial gross and net primary productivity from the earth observing system. In: Sala Jackson O R and Mooney H eds. Methods in ecosystem science [M].New York: Springer Verlag, 2000, 44-57.