基于净初级生产力的陕西省生态足迹测算

马 高，任志远，韩红珠

（陕西师范大学 旅游与环境学院，陕西 西安 710119）

生态足迹（Ecological Footprint），是由加拿大学者Rees William［1］在1992年首次提出，并在1996年经过 Wackernagel［2］总结和修改，是衡量某一区域面积内生态可持续发展的定量方法.生态足迹理论和方法自从2000年被我国学者张志强等［3］、杨开忠等［4］引入后，徐中民等［5］、赵先贵等［6］、任志远［7］等分别在国家、区域尺度进行了静态和动态的生态足迹和生物承载力分析.目前生态足迹法作为衡量区域可持续发展的一种重要手段和方法已经被广泛使用.但是，传统的生态足迹法（均衡因子建立在全球农业生态区基础之上，以下简称EF-GAEZ［8］）存在明显不足和缺陷:在生态足迹的计算中由于各类生产性土地具有不同的生产力，因此需要将不同的土地类型乘以一个转换系数，从而将其面积转换为具有相同生产力的面积，这个系数称之为均衡因子［1］.我国疆域辽阔，各地气候条件明显不同，各种土地类型的生产力水平与世界平均水平差异很大，甚至各个省份之间同一种土地类型生产力水平也不尽相同；直接使用世界或者是全国的通用均衡因子，很难直观、准确反映局部区域的真实消费状况.近些年来，国内外学者已经注意到此问题，如文献［9］在2004—2005年对生态足迹理论和方法有了新的认识，首次提出基于净初级生产力的生态足迹算法（以下简称EF-NPP）［9］；杜加强等［10］、左朋莱等［11］探讨了该方法与传统生态足迹法的区别并进行了生态足迹测算；刘某承等基于净初级生产力测算了全国以及各个省份的均衡因子和产量因子［12－14］.本文基于EF-NPP计算方法利用MODIS遥感数据计算陕西省2005—2010年的均衡因子和产量因子，以此为基础计算陕西省2005—2010年的生态足迹.

1 数据与研究方法

1.1 研究区域概况

陕西省（105°29′～111°15′E，31°42′～39°35′N）位于中国内陆腹地，全省面积约21万km2，人口3700万左右；气候情况复杂，各地区气候差异大，由北向南渐次过渡为温带、暖温带和北亚热带；年平均降水量约为600mm，年平均气温11～13℃，无霜期200d左右，夏季湿润多雨，冬季干燥少雪.

1.2 遥感数据来源及预处理

使用的遥感数据为陕西省2005—2010年的MOD17A3和MOD12Q1数据，均来自美国NASA的 EOS/MODIS（http://adsweb.nascom.nasa.gov）.

MOD17A3数据:空间分辨率为1 000m，时间间隔为8d，通过Terra卫星的遥感参数，计算出的全球植被净初级生产力（NPP）年际遥感监测产品，采用的是BIOME-BGC模型［15］.

MOD12Q1数据 （MODIS土地覆盖类型产品）:空间分辨率为500m，是每年从Terra卫星数据中提取的土地覆盖特征不同分类方案的数据分类产品，其中包含5种不同的土地覆盖分类体系，数据分类来自监督决策树分类方法.本文采用第一类土地覆盖分类体系——国际地圈生物圈计划（IGBP）全球植被分类方案，将全球土地分为17个类别，再将这17个类别划分为6类生物生产性土地类型，即耕地、林地、草地、水域、建筑用地、能源用地.

在处理数据过程中，首先将MOD17A3产品数据乘以其比例因子（Scale Factor），将像元灰度值转化为真实的NPP值；然后利用MODIS专门的投影转换工具 MRT（Modis Reprojection Tool）对MOD17A3数据、MOD12Q1数据进行投影转换，统一转换成分辨率为1km×1km、投影为Albers的投影栅格数据；在Arcgis10.0中，利用1∶100万地理基础数据中全国与陕西省行政区划矢量图进行裁剪，分别得到全国与陕西省2005—2010年的NPP数据与土地分类数据；最后将同一年的土地分类数据与NPP数据进行叠加运算，得到2005—2010年全国与陕西省的6大类生产性土地的NPP统计数据.

1.3 研究方法

1.3.1 生态足迹 生态足迹是指任何已知人口（某个个人、一个城市或一个国家）消费的所有资源和吸纳这些人口所产生的所有废弃物所需要的具有生产能力的土地面积总和.生态足迹模型基于以下两个基本事实:一是人类可以确定自身消费的绝大多数资源及其所产生废弃物的数量；二是这些资源和废弃物流能转换成相应的生物生产土地面积［2，16］.计算公式为

其中:EF为区域总生态足迹；N为区域内总人口数；ef为人均生态足迹；i为消费资源的种类；aai为第i种资源消费品折算后的人均生物生产面积；ci为第i种资源消费品的人均消费量；pi为第i种消费商品的年平均生产能力；rj为均衡因子；j为生物生产性土地类型.

生物生产土地分为耕地、草地、林地、建筑用地、能源用地和水域6类.由于这6类生物生产土地的生产能力差异很大，因此计算出的各类生物生产土地面积不能直接相加，必须对每种生物生产土地面积乘以均衡因子，以转化为统一的、可比较的生物生产土地面积［6］.EF-GAEZ中，均衡因子建立在全球农业生态区的基础之上，即均衡因子为研究区域内某一类生物生产性土地的全年平均生产力与该区域内所有土地类型总的全年平均生产力之比［8］.这样的做法有2个缺陷:（1）在小范围区域内，由于统计资料的不齐全和不准确，很难精确算出针对小尺度区域的均衡因子；其次由于气候的差异，各地同一类型生物生产性土地生产力有很大不同；因此，如果采用国际通用或者全国的平均均衡因子，生态足迹的计算结果将有很大误差.（2）EF-GAEZ中均衡因子年际变化很小，而事实上由于每年的降水、光照、温度差异，生物生产性土地每年的生产力也不尽相同，因此每年的均衡因子应该有所差别.

净初级生产力（Net Primary Productivity，NPP）是指绿色植物在单位时间和单位面积所生产的有机物数量，表现为由光合作用产生的有机物质总量中扣除自养呼吸后的剩余部分［17］.NPP是地球上所有消费者生命活动的物质和能量来源，生态足迹中生物资源的消费实际上是人类对NPP的占用.EF-NPP与EF-GAEZ相比具有以下优点:（1）NPP更准确的体现出生物生产性土地的实际生产力，各类土地的生产力差别显得更为直观.（2）EF-GAEZ忽略了雪地、荒原、冰山、沙漠等低生产力土地的生产能力，而EF-NPP则纳入计算，使计算结果更为准确可靠.（3）EF-NPP可以实时、动态地研究区域的土地生产力变化，从而更准确评价区域的可持续发展状况.（4）在EF-GAEZ中，扣除12%的生物生产性面积来保护物种的多样性；但是经济的不断发展、人口的不断增长，生态压力不断增长，需要预留保护物种多样性的生物生产性土地面积也应该随之增加.根据文献［18］的研究成果，如果13.4%的陆地面积得到有效保护，则55%的濒危物种得以存活；因此，EF-NPP在计算生物承载力时采用更保守的13.4%.

陕西省6类生物生产性土地的平均均衡因子计算:由于能源消费足迹是通过林地面积（吸收化石燃料所释放的CO2）来体现的，能源用地的均衡因子等于林地的均衡因子；而城镇中的建设用地多占用的是耕地，因此尽管城镇绿化用地表现出一定的NPP，但城镇建设用地的均衡因子仍用耕地的均衡因子代替；对于森林、草地、耕地和水域的均衡因子计算，通过某类生物生产性土地的年平均NPP除以这4类生物生产性土地的年平均NPP［12］得到，即rj＝Pj/Pa，式中:rj为均衡因子，Pj为某类生物生产性土地单位面积的年平均NPP，Pa为这4类生物生产性土地单位面积的年平均NPP.

1.3.2 生物承载力 生物承载力是指区域内可提供的各类生物生产性土地的面积.计算公式为EC＝N·ec＝N·（aj·rj·yj），式中:EC表示区域总生物承载力，N为区域总人口数，ec表示人均生物承载力，aj表示各类生物生产性土地面积，rj表示均衡因子，yj表示产量因子，j为生物生产性土地类型.

由于能源消费足迹是通过吸收CO2所需要的林地面积来体现的，因此能源用地的产量因子取0；而城镇的建设用地多占用的是耕地，尽管城镇绿化用地表现出一定的NPP，但城镇建设用地的产量因子仍用耕地的产量因子代替［13］，计算公式为yj＝Pj/Pz，式中:yj表示产量因子，Pj表示陕西省j类生物生产性土地单位面积的平均NPP，Pz表示全国j类生物生产性土地单位面积的平均NPP.

2 结果分析

2.1 均衡因子测算结果

由表1可以看出，由于每年的NPP不同，陕西省2005—2010年6类生物生产性土地的均衡因子每年不同；其中水域的均衡因子变化最为明显，最高出现在2006年，达到1.214，而在2010年最低，只有0.815，峰值变化达到0.399；耕地、林地、草地、建筑用地、能源用地均衡因子变化不大，峰值变化分别为0.071、0.083、0.120、0.071、0.083.对各类生物生产性土地的均衡因子进行比较，可以看出:草地的均衡因子最低，最低值出现在2009年，只有0.585；其他5类均衡因子则都在1以上，耕地和建筑用地的均衡因子最高，在2006年和2007年为1.274；水域、林地、能源用地的均衡因子最高分别为1.214、1.227、1.227.

表1 陕西省2005—2010年各类土地的均衡因子Tab.l Equivalence factors of different land types in Shaanxi province from 2005to 2010

2.2 产量因子测算结果

基于上述方法，本文计算了陕西省2005—2010年6类生物生产性土地的产量因子.由表2看出，陕西省2005—2010年6类生物生产性土地的产量因子均有不同变化.其中，水域的产量因子变化最为突出，2005年最低为1.340，2008年最高为2.765，峰值变化为1.425；林地和能源用地的产量因子也有一定变化，峰值变化为0.113；而耕地、草地、建筑用地的产量因子变化较低，峰值变化分别为0.110、0.168、0.110.对各类生物生产性土地的产量因子进行比较，可以看出:水域的产量因子最高，2008年最高为2.765；其次是耕地和建筑用地，2010年最高为1.032；林地产量因子最低，2006年最低为0.614.

表2 陕西省2005—2010年各类土地的产量因子Tab.2 Yield factors of different land types in Shaanxi province from 2005to 2010

2.3 生态足迹测算

各类农产品、林产品、畜牧产品、水产品、能源的消费情况和各类生物资源的世界平均产量来自于2005—2010年陕西省统计年鉴和世界粮食组织（www.fao.org）.由表3可以看出，陕西省人均生态足迹逐年增长，平均每年增长0.089 08hm2；其中能源用地的人均生态足迹增长最快，年平均增长率为10%左右，人均生态足迹在2010年最高，达到2.048 059hm2.

表3 陕西省2005—2010年各类土地的人均生态足迹Tab.3 Per capita ecological footprint of different land types in Shaanxi province from 2005to 2010 hm2

2.4 生物承载力测算

表4中，陕西2005—2010各类生产性土地人均生物承载力略有变化.2006年人均生物承载力比2005年减少0.031 049hm2；2008年人均生物承载力比2007年增加0.032 309hm2.总生物承载力保持在人均0.4hm2左右，其中耕地与林地所能提供的人均生物承载力最多，分别约占总人均生物承载力的32%与60%；建筑用地的生物承载力最小，只占总人均承载力的5.5%.这表明，科学技术日益发达以及农业机械化的大面积普及，生产性土地产量在一定程度上有所提高，但是随着人口数量的不断增长，此消彼长，因此生态系统可提供的人均承载力总保持一定的面积.

表4 陕西省2005—2010年各类土地的人均生物承载力Tab.4 Ecological carrying per capita of different land types in Shaanxi province from 2005to 2010 hm2

2.5 EF-NPP与EF-GAEZ结果比较

本文利用EF-GAEZ方法（均衡因子与生产因子使用国际通用的Wackernagel所得到）计算了陕西省2005—2010年的人均生态足迹与生物承载力，并与EF-NPP的结果进行比较.表5中，EF-GAEZ计算的人均生态足迹与生物承载力均大于EF-NPP的计算结果；EF-GAEZ与EF-NPP两种方法计算的陕西省人均生态足迹在2005—2010年均呈现增长态势，但是 EF-NPP 增长高于 EF-GAEZ，EFNPP年增长率达到5.89%，而 EF-GAEZ则为4.17%；在人均生物承载力方面，EF-NPP人均生物承载力在2007年、2008年、2010年均较前一年呈现增长，而EF-GAEZ人均生物承载力各年较前一年有所减少；而对于人均生态赤字来说，每年均有所增长，但EF-NPP计算的人均生态赤字明显高于EFGAEZ.

表5 EF-NPP与EF-GAEZ计算结果比较Tab.5 Comparison of calculation results for EF-NPP and EF-GAEZ hm2

3 结果与讨论

3.1 结果

（1）陕西省2005—2010年6类生物生产性土地的均衡因子比较:陕西省地处内陆，年降水量差异很大，水域中的湿地NPP以及水域的流域面积每年变化很大，因此水域的均衡因子变化最明显；其他5类生产性土地因年气候条件、土地利用以及种植物的不同，年NPP也不同，因此均衡因子也会发生一定变化.耕地的NPP在6类生产性土地中最高，因此耕地的均衡因子最高，其次是林地和建筑用地，草地最低.

（2）陕西省2005—2010年的产量因子比较:与均衡因子一样，由于每年的降水量差异很大，全国和陕西省水域中的湿地NPP以及水域的流域面积每年变化很大，因此水域的产量因子变化最明显，林地和建筑用地的产量因子变化也比较明显.水域的产量因子最高，其次是耕地和建筑用地，林地最小.

（3）陕西省2005—2010年的人均生态足迹每年都在增加，其中能源用地的人均生态足迹增加最快；人均生物承载力保持在一定范围内，2006年有所减少，而2008年又有所增加，因此生态赤字每年都在增加.

（4）EF-NPP与 EF-GAEZ两种方法的计算结果不尽相同.EF-NPP计算的人均生态足迹与人均生物承载力明显小于EF-GAEZ的计算结果，但是EF-NPP得到的人均生态赤字比EF-GAEZ高，这凸显了陕西省近年来生态进一步恶化，应该加强对环境的保护，实现区域的可持续发展.

（5）2005—2010年陕西省人均生态赤字分别为1.105 51、1.179 776、1.314 584、1.321 275、1.446 539、1.491 909hm2.生态赤字逐渐加重，生态压力不容乐观.

3.2 讨论

由于年气候条件不同，陕西省、中国乃至全世界的各类生产性土地每年的生产力不尽相同，而生产力的不同表现为NPP的不同.各类生产性土地的均衡因子、产量因子均随着NPP的变化而变化.在本文计算均衡因子和产量因子时水域都明显偏大，这是由于在土地分类时将湿地类型划入水域中.湿地生态系统植被类型丰富，具有很高的NPP，因此水域的年净初级生产力比较高.WWF［19］公布的2003年各类生产性土地的均衡因子为:耕地和建筑用地为2.21，林地和能源用地为1.34，草地0.49，渔场和水域0.35；国际通用的均衡因子（Wackernagel计算得出）为:耕地和建筑用地为2.82，林地和能源用地为1.14，草地为0.54，水域为0.22.国际通用的产量因子（Wackernagel计算得出）为:耕地和建筑用地1.66，林地和能源用地0.91，草地0.19，水域1.这与本文计算的陕西省实际均衡因子和产量因子相差很大.因此，在中小尺度研究生态足迹时直接采用国际通用或者国外一些研究成果，会与区域实际有很大差别，造成生态足迹与生物承载力计算的误差，从而不能精确反映该区域生态可持续发展状况.

目前绝大多数生态足迹的研究成果均采用EFGAEZ方法，本文利用EF-NPP与EF-GAEZ计算了陕西省2005—2010年的人均生态足迹与生物承载力.由于在EF-GAEZ方法中使用世界通用的均衡因子与生产因子，而陕西省与世界各类土地的生产力不同，因此造成计算结果有一定误差.

本文在EF-NPP计算中使用的MOD12Q1数据分辨率仅为500m，土地分类结果容易混淆.另外MOD17A3数据计算量大造成数据更新速度慢，只能获取到2010年的MOD17A3数据，造成研究滞后.生物资源以及化石燃料消费数据通过陕西年鉴获取，而年鉴数据有其不足之处，从而可能造成生态足迹估算不够准确.

［1］Rees W E.Ecological footprint and appropriated carrying capacity:what urban economics leavesout［J］.Environment and Urbanization，1992，4（2）:121-130.

［2］Wackernagel M，Rees W E.Our ecological footprint:reducing human impact on the earth［M］.Gabriola Island:New Society Publishers，1996:61-83.

［3］张志强，徐中民，程国栋.生态足迹的概念及计算模型［J］.生态经济，2000（10）:8-10.

［4］杨开忠，杨咏，陈洁.生态足迹分析理论与方法［J］.地球科学进展，2000，15（6）:630-636.

［5］徐中民，张志强，程国栋.甘肃省1998年生态足迹计算与分析［J］.地理学报，2000，55（5）:607-616.

［6］赵先贵，马彩虹，兰叶霞，等.陕西省2002年生态足迹分析［J］.中国生态农业学报，2006，38（4）:217-220.

［7］任志远.陕北黄土高原生态安全动态变化定量分析［J］.干旱区地理，2005，28（5）:642-646.

［8］Monfreda C，Wackernagel M，Deumling D.Establishing national natural capital accounts based on detailed ecological footprint and biological capacity assessment［J］.Land Use Policy，2004，21（3）:231-246.

［9］Venettoulis J，Talberth J.Refining the ecological footprint［J］.Environment，Development and Sustainability，2008，10（4）:441-469.

［10］杜加强，舒俭民，张林波.基于净初级生产力的生态足迹模型及其与传统模型的对比分析［J］.生态环境学报，2010，19（1）:191-196.

［11］左朋莱，夏立江.基于净初级生产力的生态足迹计算方法探讨［C］//中国环境科学学会.中国环境科学学会2009年学术年会论文集（第三卷），2009:5.

［12］刘某承，李文华.基于净初级生产力的中国生态足迹均衡 因 子 测 算 ［J］. 自 然 资 源 学 报，2009，24（9）:1550-1559.

［13］刘某承，李文华，谢高地.基于净初级生产力的中国生态足迹产量因子测算［J］.生态学杂志，2010，29（3）:592-597.

［14］刘某承，李文华.基于净初级生产力的中国各地生态足迹均衡因子测算［J］.生态与农村环境学报，2010，26（5）:401-406.

［15］王芳，卓莉，陈健飞，等.2000—2006年广东省农田生物质能时空变化遥感分析［J］.地理研究，2010，29（12）:2223-2232.

［16］Wackernagel M，David Y J.The ecological footprint:An indicator of process toward regional sustainability［J］.Environment Monitoringand Assessment，1998，51:511-529.

［17］张峰，周广胜，王玉辉.基于CASA模型的内蒙古典型草原植被净初级生产力动态模拟［J］.植物生态学报，2008，32（4）:786-797.

［18］Rojstzczer S，Sterling S M，Moore N J.Human appropriation of photosynthesis products［J］.Science，2001，294（5551）:2549-2552.

［19］World Wildlife Fund.Living planet report，2006［EB/OL］.http://www.panda.org/downloads/general/lpr＿2004.pdf，2004-10-10.