中国西北部干旱区NPP驱动力分析——以新疆伊犁河谷和天山山脉部分区域为例

姬盼盼,高敏华,*,杨晓东,3

1 新疆大学资源与环境科学学院,乌鲁木齐 830046 2 绿洲生态教育部重点实验室,乌鲁木齐 830046 3 自治区智慧城市与环境建模重点实验室,乌鲁木齐 830046

NPP是植被净初级生产力(Net primary productivity)的英文缩写,解释为：单位时间与单位面积中绿色植物光合作用产生的有机物质总量减去自养呼吸所消耗的部分。NPP能初步反映地区生态系统生产能力、生态系统稳定性和自我修复与重建能力[1]。近年来,许多学者发现全球范围内多地气候变化剧烈,对区域NPP变化产生一定影响,随着NPP时空变化得加剧,它也正影响着生态系统动植物的生存与演变[2- 4]。然而,在我国环境条件相对恶劣的西北干旱区,气候变化对该区域NPP和脆弱生态系统所产生的影响仍是未知。

目前,关于NPP的研究热点有：对NPP的间接估算,气候因子对其作用机制研究,以及NPP与全球碳循环间的内在关系的研究[5-6]。高分辨率遥感数据可快速真实地反应地表环境变化,利用遥感技术对区域NPP进行估算,其模型构建已经相当成熟,随着估算精度的提升,其估算结果得到学术界认可[7- 11]。其中,部分学者利用遥感数据发现近年来中高纬度地区NPP 呈上升趋势,且各区域对气候变化的响应存在较大的地域差异[12-13]；国内研究者通过NPP大尺度空间范围动态监测,优化估算模型,获得中国西南部近几年干旱灾害对NPP的影响及作用特点[14- 16]；另有国外学者对澳大利亚不同植被区域NPP变化趋势分析,从而引出对全球尺度的碳循环作用问题的深入研究[8]。

图1 研究区图Fig.1 Map of study area

近年来,NPP因子分析研究正逐渐成为生态环境研究中的热点研究内容[17-18],许多研究者发现NPP的主要驱动因素为温度和降水[19-22]。国内学者也曾就全国尺度的因子分析有少量研究成果,但有关我国中纬度干旱区该脆弱环境下的NPP驱动力研究较少。基于以上,本文借助中国科学院数据平台所提供的大量气候、植被、土壤和海拔地形空间数据,对该数据集做数据整理与分析,使用科学的分析方法,以望更深入地探讨气候、海拔、地形、土壤和植被对NPP的作用力及特点。本研究可揭示中纬度干旱区不同属性分区内各环境因子对NPP的驱动能力,并获得主要因子对NPP的限制特点,为探索中纬度干旱区NPP与区域环境因子内在联系提供理论依据。

1 研究区概况

本文研究区位于中国新疆维吾尔自治区伊犁河谷和天山山脉部分区域(图1),经气象数据计算,全区年均降水量53.4—501.4 mm,年均气温-19.6—11.7℃,海拔高度192—5062 m。该区域中部为高原高山气候,上下两端区域为温带大陆性气候；中部为湿润和半湿润区,下垫面以高原草甸和森林为主,两端区域属于干旱和半干旱区,以温带草原和荒漠为主；区域间自然环境差异大,气候差异明显。

该研究区域,气候区域差异显著,地质环境复杂多样,海拔变化大,环境差异显著能够较为可观地体现复杂环境下各因子对NPP的驱动作用。

2 研究方法

2.1 数据来源

本文所使用的研究数据有：气候背景、土壤类型、植被类型、时间序列NPP和海拔高程栅格影像数据,主要研究数据名称和来源如表1所示。

表1 数据来源与数据精度

2.2 数据提取

本研究在完成栅格影像数据的收集整理后,使用点属性Shape数据图层将数据从单层赋有属性信息的影像中提取出来。为保证被提取数据的有效性,并结合数据空间精度特点。首先,在研究区内创建一个470×295(点间实际水平距离1 km)的点属性图层,依据该点图层提取138650个数据单元,每个数据单元包括NPP(gC/m2)、年平均气温(℃)、年平均降水量(mm)、年≥10℃积温(℃)、干燥度、湿润指数、高程(m)、坡度和坡向。随后,将除NPP以外的数据均作为环境因子数据,并以表格形式存储,作为本研究的基础(原)数据集,分类后获得植被与土壤类型数据集,数据提取及相关制图在ArcGIS 9.0中完成(图2)。

图2 NPP(净初级生产力,primary productivity),土壤类型和植被类型空间分布状况Fig 2 Distribution of NPP, soil type and vegetation type

另外,由于在138650数据点中,依据该研究区实际环境条件,NPP值(2000—2010年均值)无法服从正态分布,该区域中NPP值小于500 gC/m2(该区域内NPP最大值为1048 gC/m2)的点占总采样点集的2.17%左右,NPP值为0 gC/m2(包括部分无效值)的采样点占50.74%。所以,在数理统计分析前需要对数据做一定的筛选与整合。本研究将原数据集整合筛分为两个数据集：数据集1(Datasets1),用于研究自然环境因子对NPP变化过程的影响,共6051个数据点,该数据集中NPP值基本服从正态分布(图3)。

图3 Datasets1 NPP频率分布图Fig.3 Datasets 1 NPP frequency distribution map

其次,整合出用于研究海拔对NPP作用特征分析的数据集2(Datasets2),为减小由于海拔造成的环境温度的差异,该数据集以温度为划分界限将138650个数据组分为年平均温度≤-10 ℃、-10—0 ℃、0—10 ℃和≥10 ℃四组,即分为环境温度相近的4组,记为数据集2。另有,以不同土壤类型、植被类型和海拔高度分类处理的数据集3、4和5。

2.3 数据分析

首先,对原始数据做归一化处理,解决数据间的量纲不统一问题；然后,用标准化后的数据做以NPP标准化变量为因变量的逐步回归分析,获取多个回归方程；随后,逐步回归可筛选对因变量作用较强的因子,依据不同的自由度(自变量数量)获得多个回归方程,其方程中排列靠前的因子为权重更高的因子,从而获得因子间重要性排序,这也是本研究选择使用逐步回归做线性回归的原因；最后,对各因子做相关性分析,并分析各个因子与NPP的相关程度以及各因子间的自相关水平。

另外,为能探索不同环境均温、土壤类型和植被类型下NPP受各因子驱动的变化规律,本研究将对数据集2、3和4,(1)分别做标准化处理,并以NPP标准化变量为因变量做逐步回归分析,获得不同环境属性下NPP与环境因子间的回归方程；(2)获得不同环境均温、土壤类型和植被类型中各个环境属性下主要驱动因子后,通过加权计算获得该因子集合中各因子的贡献率,从而得到具有显著驱动力的NPP环境作用因子；(3)为能发掘和展现海拔因子在中纬度干旱区对NPP的作用力,本文将不同海拔范围内环境数据做基础统计分析,并在海拔因子与NPP间做更深入的模型构建与拟合分析。本文所有数理统计分析均在SPSS 19.0中完成,另有最优拟合分析使用1stOpt15软件完成。

3 结果

3.1 NPP主要驱动因子

不同纬度地区区域NPP的分布特征也存在较大的差异,环境因子对NPP的驱动作用巨大,其中气候条件对其作用尤为显著。本研究对NPP环境因子驱动力排序分析,结果如下(表2)。

表2 环境因子与NPP(净初级生产力,Net primary productivity)逐步回归方程(Datasets 1)

y：NPP标准化因子,NPP Normalization factor；X2：年均气温标准化因子,Normalization factor of annual average temperature；X3：年均降水量标准化因子,Normalization factor of annual average precipitation；X4：湿润指数标准化因子,Normalization factor of wetness index；X5：干燥度标准化因子,Standardization factor of dryness；X6：≥10 ℃积温标准化因子,Normalization factor of accumulated temperature at or above 10 ℃；X7：坡向标准化因子,Slope direction normalization factor；X8：坡度标准化因子,Slope normalization factor；X9：海拔标准化因子,Altitude normalization factor

由以上方程可知X4、X9、X3对NPP有主导作用,它们对NPP的贡献率排序为X4>X9>X3,具体分别为：湿润指数、海拔和年平均降水量,该结果肯定了水分条件因素对NPP的作用,同时海拔因子对NPP的作用也需要得到更多的关注[12]。随即使用1stOpt软件,以NPP为因变量(Z),湿润指数(X)和海拔(Y)为自变量做最优拟合,在其900多个模型中发现最优拟合(R=0.6592)公式为：

(1)

为进一步探索因子间关联性,对各变量做Pearson相关处理结果如下(表3)。

表3 环境因子与NPP相关性分析

*：在0.05水平下显著,Significant at 0.05 level；**：在0.01水平下显著,Significant at 0.01 level

相关性分析中与NPP标准化因子存在极显著相关得有：X2年平均气温标准化因子、X3年均降水量标准化因子、X4湿润指数标准化因子、X5干燥度标准化因子、X8坡度标准化因子、X9海拔高程标准化因子。其中相关性较大的有X3和X4,相关系数分别为0.391和0.454。本表格也可发现各环境因子间的相关性,其中X3与X4、X2与X6、X2与X9以及X6与X9相关系数都接近0.90,相关性极强,他们分别代表降水与湿润指数、平均气温与≥10 ℃积温、平均气温与高程以及≥10 ℃积温与海拔高程间的相关性。

3.2 不同土壤与植被类型下环境因子对NPP的作用特点

在3.1中的结果中未能体现温度对NPP的作用能力,所以,为能对NPP驱动力做更深入地研究,我们使用数据集2,对不同年均温度区域NPP与环境因素做逐步回归分析,预探索各环境因子对NPP的驱动特点,结果见表4。

表4中不同年平均气温分组内,各模型的回归拟合度中只有0—10 ℃小组中R2较高达到0.50,其余小组均较小。在年平均气温低于0 ℃的环境条件下,驱动NPP的第一因子是海拔因子,大于0 ℃的环境条件下,第一因子为湿润指数,与4.1中结果类似；其中≤-10 ℃小组中第二因子为湿润指数；在-10—0 ℃小组中第二因子为年平均降水量,第三因子为≥10 ℃积温；0—10 ℃小组和≥10 ℃小组中第二因子均为干燥指数。回归方程中出现频率较多的因子为海拔高程、湿润指数、年平均降水量和干燥指数。不同年平均温度条件下回归拟合度和第一因子都存在差异,表明我们的分组是一个比较合理的划分,能反映不同年平均气温下各环境因子对NPP的作用特点。

其中图4贡献率的计算方法为因子系数权重平均法,也就是将一个温度范围的权重记为1(100%),小组中包括方程A、B、C、D等,使用系数权重法计算各因子权重,后除以小组方程个数,该方法能有效地保证第一因子的重要性。

图4 不同年均温度下各因子贡献率 Fig 4 Factor contribution rate at different annual average temperature

通过对原始数据集进行了再次整理,建立以植被类型与土壤类型划分的数据集,以NPP为因变量,环境因子作自变量做逐步回归分析。数据集预处理同以上分析步骤,结果如表5所示。

不同植被和土壤类型下,由因子贡献率可知,主要因子为：年均气温、年均降水、湿润指数和海拔高度。

3.3 海拔因子对NPP的驱动特征

不同海拔高度的自然环境存在显著气候条件差异,其中该区域年均温度与降水条件状况如图5。

本文使用1stopt软件对数据集1做拟合分析,以NPP为因变量(y),DEM高程为自变量(x),从3000多个公式模型中计算分析得到最优拟合度公式结果见图6、表6。

以上图表可知海拔与NPP间存在较为显著的线性关系,且表现为单峰关系,说明在中纬度干旱区海拔因子对NPP的作用较为显著。随后由图5可知NPP随海拔呈阶段性变化,所以本文继续对海拔1—1900 m和海拔高于1900 m两组数据,做线性回归获得以下结果(表7)：由表7中高程数据中的坡度与海拔因子系数变化可知,0—1900 m范围NPP与海拔成正相关,而高于1900 m区域则呈负相关(P<0.01)。

表4 不同年平均温度下环境因子与NPP逐步回归方程(Datasets 2)

表5 不同植被类型与土壤类型下各因子贡献率

图5 不同海拔高度年均温度与降水条件Fig 5 Average annual temperature and precipitation conditions at different altitude

图6 Datasets 1 DEM-NPP分布Fig.6 Datasets 1 DEM-NPP distribution

表6 Datasets 1 DEM-NPP最优拟合公式

表7 不同高程范围NPP-DEM回归分析

4 讨论

4.1 NPP的主要驱动力

气候变化对NPP的影响十分显著[23],适宜的气温与降水条件能为NPP的增长提供更大空间,本研究结果表明NPP第一驱动因子是湿润指数,第二驱动因子为海拔因子,多数研究者认为水分因子是对NPP作用最强的因子[24],本研究与其他研究者的结果相似。NPP为绿色植被净有机物生产量,植被的生长状况能间接地反映NPP水平[25]。植物健康生长需要良好的光合作用条件,与之直接相关的环境因素包括：温度、水分和光照条件,这些因子均与海拔因素有较强的相关性[26]。海拔因子对干旱区NPP有显著的驱动作用,其原因在于：在干旱区,地形的分布变化塑造了其长久以来的环境气候条件。干旱的环境背景下,大型山麓控制了水汽的活动,进而控制地表水源的分布,使得该区域地表环境变化对地形的依赖程度较高,最终作用于NPP[27]。在该区域NPP随海拔的变化可由图6直观地展现,随海拔的上升NPP最大值和最小值均,均先增大后减小,在海拔1900 m左右出现一个分界高度,整体呈带状浮动(区间)变化。

4.2 环境温度对NPP的作用

区域地表生态系统生产力受环境温度的直接影响[28],本研究中分析结果发现,0 ℃以上区域水分因子对NPP的驱动能力占主导地位,而0 ℃以下主导因子则为海拔,说明不同环境温度下NPP受环境因子作用效果与机制产生了相应变化,即相同区位内不同环境属性下NPP的主导影响因子存在差异。主要驱动因素发生了转变,证明初级生产力在不同区域温度下,有不同的发展模式,出现这种现象的原因可能是由该环境下的特定植被类型分布所导致的,或是不同温度环境下植物自然生产速率的变化导致的,还有待进一步研究[29]。其次,零上与零下环境是许多生命活动的分界线,水分在零下环境很可能成为固态或半固态,水分在植物体内的传输受到阻碍,间接阻止了能量与养分在起体内的输送,没有水分的参与许多生物化学反应无法完成,从而导致植被的正常生理活动受到胁迫[30]。且在本研究中还发现四组温度梯度中,0—10 ℃环境温度下环境因子与NPP间建立的线性模型具有相对较高的拟合度,说明在不同温度范围内各环境因子对NPP的作用能力是存在差异的,且线性模型不能完整地表达各因子与其复杂的内在联系。此外我们还发现NPP与海拔高度是负相关关系。可推论,随海拔的上升初级生产力累积量随之减少。随海拔的不断攀升,第一生产者有机质生物消耗量大于生物生产累积量,所以NPP与海拔高度呈负相关[31-32]。对数据集2的分析我们发现在不同年均气温下,各个因子的贡献率呈现趋势性变化。该结果一定程度上肯定了温度对NPP的作用力,另外发现,在干旱区零下温度环境中,海拔因子拥有更强的驱动能力。

4.3 不同土壤与植被类型下NPP主要驱动因子

由水分主导发展的干旱区海拔跨度大,地形复杂,生态位十分丰富,植被与土壤类型多样。植被类型区划对NPP分布变化有巨大影响,NPP的计算也来源于植被生物量估算模型,不同植被拥有不同的生态位和生理特点,其外形的高大与低矮、分布特征和对生存环境的耐受能力等,都有较大差异,这些差异必然在NPP中得到体现[33]。由表5中的因子贡献率结果可知,不同植被类型与土壤类型间NPP驱动因子存在明显差异。经过逐步回归因子剔除后,差异更为显著,该结果较为详细地揭示了不同植被与土壤类型条件下各因子对NPP的驱动能力。植被类型间的差异会间接影响NPP,多数植物的物候变化虽然大致相近,但仍有差异存在。且不同植物间各器官的生长发育在外形和结构也有很大差异,例如开花果实植物与根茎果实植物在果实形成与构造上的差异；另外,植物死亡与衰败的过程也有不同,例如植物的立枯和伏枯现象[34]。总之,不同植物类型生产有机质的机理与构造存在差异,从而间接地在NPP中有所体现。本文对不同植被类型分组处理,通过量化分析证明：不同植被根据自身生理活动与生存环境特点NPP主要驱动因子有较大差异,总体表现为,乔木区较灌木区而言对水分的依赖更强,而灌木区则对温度的依赖性更强。

植物是NPP的最主要贡献者,生存环境塑造了其生长繁殖模式,植物所需的营养成分和水分都来自土壤,土壤的质地与类型对NPP有显著的作用力,例如盐渍地中很少有高大茂密的植物生长,地表常为裸地或稀疏的耐盐灌丛植物,所以NPP相对较低[35-36]。另外,不同的土壤质地和类型,间接地影响了土壤对植物的养分供给能力,进而对NPP有所影响。本文使用不同土壤类型数据集做逐步回归分析,结果表明不同的土壤类型间驱动因子存在较大差异,但温度与降水仍占主导地位。在干旱区,地表与地下水分的转移与分配受土壤属性影响,不同区域间土壤类型的差异在NPP中得到体现[35]。

5 结论与展望

本文收集新疆伊犁河谷和天山山脉部分区域内各气候与地形因子数据,用于分析NPP环境主要贡献因子,以望探求干旱区其特殊的地理与生态环境下,NPP驱动因子类型与贡献能力。研究过程中为能更为深入地研究不同环境背景下主要贡献因子的驱动特点,本文以不同年均气温、土壤类型、植被类型和海拔高度对原始数据做分类处理,分别研究,得出以下结论：

(1)我国西北部干旱区NPP的主导因子为水分因素和高程因素以及与该两个因素相关性较强的因子。

(2)相关分析中得出,年平均气温、年平均降水量、干燥度、湿润指数、高程和坡度与NPP有显著相关性(P<0.01)。各环境因子间也存在一定相关性。

(3)不同环境温度下,海拔因子对NPP的影响有差异,0 ℃以下区域海拔因子对NPP贡献率更高,而高于0 ℃区域水分因子的贡献率更高。

(4)不同植被类型与土壤类型间NPP主要贡献因子及贡献率差异显著(P<0.01)。

(5)NPP随海拔的升高先增大后减小,海拔高度对NPP环境因子驱动特点起到决定性作用。

中纬度干旱区以水资源主导演变的下垫面环境,拥有其自身特殊的地质构造过程与生态环境特点,本文详细地阐释了各因子对NPP的作用特点,对干旱区生态系统环境变化研究和生态系统物质平衡研究有较大的参考价值。另外,本文仍存在一些不足,本文主要数据来源为产品影像数值提取,虽选择了更能客观体现各因子驱动作用的研究区,但NPP的分布需要人工筛选使其满足正态分布,供因子分析使用,在此过程中可能对研究结果有所影响。使用间距1 km的点图层提取数据集,影像的空间分辨率与提取密度仍有待提升,且原始影像由二次插值获得,理论数值与实际值间存在一定差距。本研究发现该中纬度干旱区海拔因素对NPP的驱动研究还可拓展深入,例如探索不同海拔区域NPP对其地表变化过程的反馈,以及对不同海拔地表植物物种多样性对NPP的作用等,拥有巨大研究潜力。

致谢：感谢中国科学院地理科学与资源研究所为本研究提供的原始数据与相关技术支持。