三江源区植被GPP时空变化及其对气候响应分析

摘 要：基于MODIS GPP数据和气象数据，采用趋势分析法和回归模型法，分析了2000-2015年三江源区植被GPP的时空变化规律，探讨植被GPP对气候因子的相关关系。结果显示：三江源区2000-2015年植被GPP在163.4-217.7gCm-2之间变动，平均值为185.1gCm-2a-1，平均增长速度为0.86gCm-2a-1，多年植被GPP表现为波动型增长趋势。植被GPP受生长季气温的影响高于降水量，且与生长季平均气温和累计降水量呈正相关关系，与1月平均气温呈负相关关系。

关键词：三江源区；植被GPP；气候因子；响应；

植被总初级生产力（Gross Primary Productivity，GPP）是植被光合作用之后固定的碳总量，是连接生物圈和大气圈碳循环的主要纽带，对陆地生态系统碳库有巨大贡献作用。由于地理位置、植被类型、气候变化和人类活动等因素的耦合影响，造成植被生产能力存在极大差异，如大兴安岭碳汇能力较强，西北内陆区则为弱碳源；对气候变化的响应也不一样，三江源区和黑河上游平均气温对植被的生长呈促进作用，降水量呈负相关；而京津冀地区和红河流域NDVI与平均气温呈抑制作用，与降水量呈正相关。在各种复杂的积极、消极作用机制影响下，深度探讨气候变化在陆地碳循环过程中的作用是目前全球变化的热点研究方向之一。三江源区位于我国青海省南部，属青藏高原西北缘，气候变化较明显区，对当地、全中国乃至亚洲的生态安全产生巨大影响。前人对三江源区的研究大多集中在土地覆被、土地沙化、净生产力和景观格局分析等方面及其对气候变化的响应，而对植被GPP相关的研究很少，使不能全面认识三江源区碳收支情况。因此，本文基于2000-2015年MODIS GPP（MOD17A2H）数据，分析了植被GPP变化的变化趋势，采用多元线性回归模型，探讨了年平均气温和土壤湿度变化对植被GPP的影响。

1 研究区概况

三江源区是长江、澜沧江和黄河的发源地，地处89°24′-102°15′E、31°33′-36°17′N之间，包含玉树、果洛、海南、黄南4个藏族自治州的16个县和格尔木市的唐古拉乡。三江源地区地貌类型多样，地形复杂，海拔在2578-6659m之间，相对高差大，独特的自然环境拥有独特的高寒植被系统。研究区呈现冬夏半年、干湿半年、年温差小、日温差大、日照时间长、辐射强烈、四季不分明的高原大陆性气候。年平均气温为-5.7～3.8°C，由东南向西北逐渐气温逐渐降低；年平均降水量285.65～729.19mm，全区降水量分布由南向北逐渐递减。区内植被类型主要有灌丛、高寒草甸、高寒草原、高山植被、针叶林等。

2 研究方法与数据处理

2.1 数据来源

本文选用MODIS2000-2015年GPP数据集MOD17A2H（https：//search.earthdata.nasa.gov/search），该数据集包含GPP及其质量控制文件。GPP数据是空间分辨率500m的C6 8d合成数据，GPP可以作为计算地能量、碳-水循环过程和植被的生物地球化学作用的基本参数，目前该数据已在全球和区域植被生物量估算、碳循环和全球变化等研究中得到验证和广泛应用。为使分析结果更精确，本文结合MODIS产品说明文件和质量控制文件，选用高质量的植被区数据作为数据源。

此次采用49个气象站点，分别统计了各气象站点2000-2015年的逐月降水量和平均气温资料，气象数据来源于中国气象科学数据共享服务网（http：//ede.ema.gov.cn）。采用样条函数法和克里金法分别对气温数据和降水量数据进行空间插值，得到空间分辨率为500m的生长季平均气温、1月平均气温和生长季累计降水量数据。由于1月平均气温代表了三江源区冬季气温状况，气温较低时，蒸发减少，土壤冻结水变多，为春季植被发芽提供了良好的水文条件；生长季水热条件充足，提高了植被生长力，因此选用生长季气温和累计降水量、1月平均气温作为植被GPP的影响因子。

2.2 研究方法

1）趋势分析法

多年的植被GPP影像数据的平均值反映了三江源区植被整体的生长状况和植被固碳能力，同时以像元为单位，用一元线性回归模型方法，研究变量的变化斜率，得出三江源区域植被GPP空间分布情况和变化趋势。

2）多元线性回归模型

多元线性回归模型是分析因变量对多个自变量的依赖性，本文采用此模型探究植被GPP受年平均气温和土壤湿度的影响力，引入的三元线性回归模型为：

Y=a1*X1+a2*X2+a3*X3

式中，Y是标准化的植被GPP，X1、X2和X3分别表示标准化的生长季平均气温和累计降水量、标准化的1月平均气温，a1、a2和a3分别表示相对应气象因子的回归系数。

3 结果与分析

3.1 植被GPP变化分析

三江源区植被GPP整体上呈东部高、西部低的分布格局，表现为治多县和格尔木市的植被GPP较小，兴海县、泽库县、和久治县一带区域的植被GPP最大。三江源区2000-2015年植被GPP在163.4-217.7gCm-2之间变动，平均值为185.1gCm-2a-1，平均增長速度为0.86gCm-2a-1，多年植被GPP表现为波动型增长趋势，表明三江源植被生产力在逐年增加。

3.2 气候因子变化分析

多年来，三江源区生长季平均气温、1月平均气温和生长季累计降水量均表现为缓慢波动增长趋势。其中，生长季平均气温分布在1.81～3.08°C间，变化速度为0.45℃（10a）-1；生长季累计降水量介于354.57-539.90mm间，多年均值为460mm；1月平均气温介于-17.02～-10.38℃之间，升温速度为0.25℃（10a）-1。

3.3 植被GPP与气候因子相关性分析

通过0.05水平显著检验的回归系数均值显示，GPP与1月平均气温、生长季平均气温和累计降水量的回归系数依次为-0.11、0.64和0.52，三个气候因子对植被GPP影响权重依次为8.7%，50.4%和40.9%，表明在三江源区高原大陆性气候背景下，植被GPP受生长季气温的影响比降水量大，且与生长季平均气温和累计降水量呈正相关关系，与1月平均气温呈负相关关系。1月气温越低，土壤保留水份越多，越有助于植被发芽生长；4-10月气温愈高，降雨越丰沛，越能满足植被生长需要，益于植被GPP的提高。

参考文献

[1]李辉霞，刘国华，傅伯杰.基于NDVI 的三江源地区植被生长对气候变化和人类活动的响应研究[J].生态学报，2011，31（19）：5495-5504.

[2]张雅娴，樊江文，曹巍，张海燕.2006-2013年三江源草地产草量的时空动态变化及其对降水的响应[J].草业学报，2017，26（10）：10-19.

[3]闫敏，李增元，田昕，陈尔学，谷成燕. 黑河上游植被总初级生产力遥感估算及其对气候变化的响应[J]. 植物生态学报，2016，40，1–12.

[4]姚炳楠，陈报章，车明亮.鄱阳湖流域植被总初级生产力时空变化特征及其气候驱动因子分析[J]. 植物学报，2016，51，639–649.

[5]周秉荣，朱生翠，李红梅.三江源区植被净初级生产力时空特征及对气候变化的响应[J].干旱气象，2016，34（6）：958-965.

作者简介

郑飞鸽（1993-），女，在读研究生，成都理工大学，生态遥感。