西北植被净初级生产力时空变化及其驱动因素

同琳静, 刘洋洋, 王 倩, 杨 悦,2, 李建龙

(1.南京大学 生命科学院, 南京 210093; 2.环境保护部 南京环境科学研究所, 南京 210042)

陆地净初级生产力(Net Primary Production，NPP)是指单位时间、单位面积上植被固定的有机干物质的总量[1]。在当前全球气候变化的复杂形式下，NPP数据可用于研究土地利用变化、自然资源管理、生态系统碳循环和碳扰动，是评价地表生态系统健康和可持续发展的关键指标[2]。因此，开展不同时空尺度的NPP动态监测已成为目前研究中的重点问题，同时对于维护气候稳定、缓解温室效应和调节碳平衡都具有重要意义[3]。

早期的NPP研究主要通过站点数据的测量来进行估算，再通过小范围扩大到整个区域，技术较为匮乏。近年来，随着现代卫星遥感技术和地理信息系统的不断发展，利用模型对植被第一生产力进行模拟的方法已经被广泛利用。各国学者根据数据来源、研究尺度和研究基础建立了不同植被的NPP估算模型，其中主要包括气候生产力模型、光能利用率模型、生理生态过程模型以及生态遥感耦合模型[4]。本研究中采用的CASA(Carnegie-Ames-Stanford Approach)模型属于光能利用率模型，该模型综合考虑了不同的自然因素对植被NPP的影响，现已被全球1 900多个实测站点校正，广泛应用于全球陆地生态系统NPP的研究[5]。

近年来，众多学者已利用遥感数据对不同区域和时空尺度的生态系统NPP进行了研究。Gang等[6]基于MODIS NPP数据对比研究了中国、北美洲和澳大利亚的草地生产力对气候变化的响应。李登科等[2]对2000—2015年中国植被NPP进行研究，发现全国平均植被NPP呈现西北低东南高、北方低南方高的分布格局；刘刚等[7]结合全球陆表特征数据集(GLASS)估算了2001—2014年全国的植被NPP，并分析了NPP与气温、降水之间的关系。

我国西北地区气候干旱，生态环境较为脆弱，植被对气候变化响应较为敏感[8]。前人在西北各省的植被NPP时空变化都进行了一定研究[9-13]，但针对西北地区植被NPP的整体性及系统研究报道较少。鉴于此，本研究基于2000—2013年的遥感和气象数据，探究西北植被NPP的动态变化特征，及其对气候变化的响应，以期为未来西北地区生态保护和生态建设提供科学参考。

1 材料与方法

1.1 研究区概况

本文研究区域选取的西北地区(73°41′—111°15′E，31°39′—49°33′N)属于中国七大地区分区之一，主要包括甘肃省、陕西省、青海省、宁夏回族自治区、新疆维吾尔族自治区，该区域属于温带大陆性气候，冬季寒冷干燥，夏季高温，降水较少，气温日较差和年较差大，蒸发较为强烈。该地区具有山盆相间的地貌特征，以及特殊的土壤环境，加上气候干旱，水资源较为匮乏，众多原因导致植被覆盖率低，生态环境脆弱[14]。

1.2 数据来源及方法

1.2.1 数据及处理

(1) NDVI 数据采用美国国家航空航天局(NASA)提供的EOS/MODIS数据，下载网址为：http:∥edcimswww.cr.usgs.gov/pub/imswelcome/。本研究选用2000—2013年的MOD13A1产品，该数据集的空间分辨率为500 m，时间分辨率为16 d。使用MRT(MODIS Reprojection Tools)工具对下载的NDVI数据进行格式转化和重投影，将HDF格式转化成TIFF格式，并将投影转换为WGS84/Albers Equal Area Conic投影，同时完成数据的拼接与重采样。采用最大合成法(max Value Composite，MVC)对16 d的MODIS-NDVI 数据进行合成，得到月NDVI数据集，并利用西北地区边界裁剪出西北地区2000—2013年逐月的NDVI栅格图像[15]。

(2) 气象数据采用中国气象科学数据共享服务网(http:∥cdc.cma.gov.cn)提供的2000—2013年全国月平均气温、降水与太阳总辐射资料。结合气象站点的经纬度，利用ArcGIS 10.3软件的Geostatistical Analyst模块进行气象因子Kriging空间插值，利用西北地区边界进行数据掩膜，得到西北地区的气象数据栅格影像，该数据与NDVI数据的像元大小和投影都相同[16]。

(3) 土地覆被数据利用NASA MODIS网站(https:∥modis.gsfc.nasa.gov/)提供的2013年土地覆盖数据MCD12Q1，该数据的空间分辨率为500 m。同样利用MRT进行格式转换、投影与重采样。地表数据类型分类采用IGBP(International Geosphere-Biosphere Program)的方案数据，该方案共划分为17种，3种为无植物生长，3种为土地镶嵌和土地利用，11种为自然植被[2]。本文根据研究目的，对17种植被类型进行合并，重新划分为森林、水域、草地、灌丛、城镇、农田和裸地及荒漠7种，其中将重点研究灌丛、森林、农田和草地4种覆被类型的NPP时空变化特征。

1.2.2 研究方法

(1) 草地NPP的估算本研究使用的CASA模型主要涉及植物吸收的有效辐射(APAR)和光能利用率(ε)两个变量，其公式如下：

图1 西北土地利用及植被类型分布

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式中：NPP(x，t)，APAR(x，t)和ε(x，t)分别表示t月份像元x内的植被NPP[g C/(m2·a)]、吸收的光合有效辐射(MJ/m2)及光能转换率(g C/MJ)。

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式中：SOL(x,t)为t月份像元x内的太阳总辐射量(MJ/m2)；常数0.5代表植被所利用有效辐射(0.4～0.76 μm)占太阳总辐射的比例；FPAR(x,t)为植被对入射光合有效辐射(PAR)的吸收比例。

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(3)

式中：Tε1(x,t)和Tε2(x,t)分别为低温和高温对光能利用率造成的影响；Wε(x,t)为水分条件对其的影响；εmax为理想状态下光能转化率。传统的CASA模型中应用的εmax的值一般为0.389 g C/MJ，许多学者在实际应用中根据研究区内的具体植被状况对其进行了修正。本研究中不同植被εmax取值分别为：常绿针叶林0.389 g C/MJ，落叶针叶林0.485 g C/MJ,常绿阔叶林0.985 g C/MJ，落叶阔叶林0.692 g C/MJ，常绿、落叶阔叶混交林0.768 g C/MJ，灌丛0.429 g C/MJ，针阔混交林0.475 g C/MJ，草地、农田及其他0.542 g C/MJ[15,17]。此外，FPAR(x,t)，Tε1(x,t)和Tε2(x,t)的计算可参照文献[15]。

(2) 趋势分析采用一元线性回归分析2000—2013年西北植被NPP及气象因子的变化趋势，计算公式为：

(4)

式中：slope为变化斜率；n代表研究年限14 a(2000—2013年)；i为第几年；vari为第i年的变化量。若slope>0，表示变量呈增加趋势；slope<0，表示变量呈减少趋势[18]；若slope=0，说明NPP没有变化。

对植被NPP进行显著性检验(F检验)，计算公式为：

(5)

(6)

(7)

(3) 植被NPP与气象因子的相关性可以通过基于像元的空间分析法分析，NPP与气温、降水的相关性的计算公式如下：

(8)

式中：rxy为植被NPP与气象因子的相关系数；n为研究年限14 a(2000—2013年)；xi为第i年的NPP；yi为第i年的平均气温或降水[19]。

对所得的相关性系数进行显著性检验(t检验)，计算公式如下[20]：

(9)

式中:R表示相关系数；n为研究年数14 a。根据t检验结果将显著性水平划分为以下6类：极显著正相关(R>0，p<0.01)、显著正相关(R>0，0.01≤p<0.05)、不显著正相关(R>0，p≥0.05)、不显著负相关(R<0，p≥0.05)，显著负相关(R<0，0.01≤p<0.05)和极显著负相关(R<0，p<0.01)。当R=0时，说明两变量间无相关性。

1.3 模型验证

实测NPP的获取较难，因此一般通过生物量换算的NPP替代实测数据来进行模型验证。本研究于2009年7月、8月在研究区选取了50块草地样地进行取样，样地大小为10 m×10 m，样方面积为1 m×1 m，每块样地内选取5个重复。对地上部分进行齐地刈割，在70℃内烘箱内烘干至恒重，然后根据根冠比换算地下生物量，取碳转化效率0.475，计算得到实测NPP[16]。然后进行模型模拟的NPP与实测NPP的比较，经计算发现两者的相关性较强(R=0.94，p<0.01)(图2)，说明CASA模型模拟的NPP数据精度较高，可用于西北地区NPP的估算。

2 结果与分析

2.1 西北植被NPP年际变化特征

在研究年限内对西北年植被NPP进行统计分析可得，其值在358.57～360.40 g C/(m2·a)范围内波动，其中，在2001年出现最小值，2013年达到最大值，14 a的平均值为359.48 g C/(m2·a)。由2000—2013年西北植被NPP的动态变化可知(图3)，14 a内年植被NPP整体呈现波动增加趋势，变化百分率为0.46%，变化斜率为0.09 g C/(m2·a)，线性增加趋势达到极显著水平(p<0.01)。

图2 西北植被NPP实测值和模拟值的比较

图3 2000-2013年西北地区植被NPP年际变化

2.2 西北植被平均NPP空间分布

图4为西北地区2000—2013年植被平均NPP的空间分布特征。受植被、地形因素、气候和经度地带性、纬度地带性等综合作用的影响，西北植被NPP表现出明显的空间异质性，整体呈现由东向西递减的趋势，除新疆外，其余省份也表现为南高北低的基本格局。具体分析可得，NPP小于50 g C/(m2·a)的地区占总面积的58.10%，该类型在西北地区所占比例最大，主要集中在新疆大部分地区、青海西部与北部和甘肃中西部，该区域气候干旱，属于西北荒漠，几乎无植被覆盖。平均NPP为50～100 g C/(m2·a)的地区，主要包括青海、宁夏和新疆部分地区，占总面积的6.83%。新疆西北部、青海西南部、甘肃及宁夏中部和陕西最北部NPP集中在100～150 g C/(m2·a)，占总面积的6.05%，该区域的主要植被为草地和灌丛。新疆西北部、青海东部、甘肃中南部、宁夏北部与南部和陕西大部分地区NPP集中在150～500 g C/(m2·a)，所占面积达到总面积的20.44%。NPP大于500 g C/(m2·a)的地区占总面积的8.57%，主要集中在新疆西部、青海湖流域、甘肃最南部和陕西中南部，另在各省零星分布(表1)。

图4 2000-2013年西北植被平均NPP空间分布表1 西北地区植被平均NPP分级

2.3 西北植被NPP时空动态特征

由图5A可知，2000—2013年西北植被NPP变化率为-20.13～24.87 g C/(m2·a)。其中，植被NPP呈增加趋势区域面积较大，主要分布在陕西大部分地区、宁夏南部和甘肃东部，同时，在新疆和青海也有零星分布。有减少趋势的区域较少，主要出现在新疆，其余零星分布在另外4省。对西北植被NPP变化进行显著性检验，并将其分为6类，对每类所占比例进行统计，具体可见图5B和表2。极显著减少和显著减少区域分别占总面积的0.59%，0.90%，主要出现在新疆的西北部。极显著和显著增加的区域所占比例较大，分别为20.84%，18.34%，主要集中在陕西中北部、宁夏南部、甘肃东部，其余在青海东部与西部和新疆也有分布。未显著减少与增加区域所占比例分别为12.55%，46.79%，其中未显著减少的只分布在新疆西北部，而未显著增加区域分布较广，主要出现在陕西南部、宁夏中部、甘肃中部与南部、青海东部与南部，其余在新疆零星分布。结合植被类型分布分析，NPP增加区域的植被类型主要为草地和森林(图1)。

2.4 不同植被类型NPP的动态变化

对西北不同植被类型的年平均NPP进行统计分析可得，14年间不同植被NPP的均值呈现明显的差异，具体表现为：草地[262.16 g C/(m2·a)]>灌丛[66.51 g C/(m2·a)]>农田[45.90 g C/(m2·a)]>森林[14.36 g C/(m2·a)]，该结果表明，草地的年平均NPP最高，因该区域森林面积较少，其平均NPP也相对较低。图6为2000—2013年不同植被类型NPP的年际变化，对其统计分析可得，不同植被类型NPP均出现波动，但整体呈现增加趋势，草地、灌丛、农田的增加趋势达到极显著水平(p<0.01)，但森林的变化趋势未通过显著水平检验(p>0.05)。表3对不同植被类型显著性变化的面积进行了统计，具体分析可得，草地中极显著和显著减少的区域分别占总面积的0.45%，0.72%，极显著和显著增加的比例分别为21.52%，20.50%，除此之外，西北地区56.80%草地的NPP变化并未达到显著水平。灌丛中极显著和显著减少的面积占灌丛总面积的0.32%，0.53%，极显著和显著增加的比例分别为22.25%，19.11%，而总计57.80%的灌丛NPP变化不显著。就农田而言，其极显著减少、显著减少、极显著增加、显著增加的面积占总面积的比例分别为1.36%，2.04%，26.73%，13.99%，未出现显著变化的农田面积占总面积的55.88%。森林中，极显著减少、显著减少、极显著增加、显著增加的面积占总面积的比例分别是0.08%，0.46%，7.84%，11.04%，此外，80.58%的森林NPP变化未达到显著水平。

图5 2000-2013年西北地区NPP的变化速率及其显著性

表2 NPP变化所占面积百分比统计

2.5 植被NPP与气象因子的关系

从空间上进行分析，研究年限内西北大部分地区气温呈现增加趋势，气温减少区域所占面积较少，主要集中在甘肃中部与东部和青海的东部地区(图7A)。由图7C可知，2000—2013年西北地区气温呈现波动降低趋势，减少速率为0.02℃/a，但变化趋势未达到显著水平(p<0.05)。14年间气温的平均值为4.89℃，在2007年达到最大值5.35℃，2012年出现最小值4.16℃。从空间上对降水变化进行研究发现，西北地区降水明显减少的区域集中在青海和新疆南部，降水明显增加的区域主要包括陕西南部、甘肃南部和新疆西北部(图7B)。对2000—2013年西北地区降水的变化趋势分析可得，降水整体呈现波动增加趋势，增加速率为0.79 mm/a，但增加趋势不明显。对2000—2013年西北地区年降水量统计可得，14 a降水的平均值为210.00 mm，年降水量为180.10～247.00 mm，其中2001年出现最小值，2003年出现最大值(图7C)。

图6 2000-2013年不同植被类型NPP年际变化

植被NPP不仅受植被本身理化性质的影响，同时也易受气候变化的影响。本研究对2000—2013年的植被NPP像元与降水气温像元进行相关性分析并对相关系数空间化显示，进一步分析气候因素对植被NPP的影响。由图8A可知，植被NPP与气温呈极显著和显著负相关的区域主要集中在陕西中南部、甘肃南部和青海东部，两种类型面积分别占西北植被总面积的2.92%，6.74%。负相关关系不显著的区域主要分布在青海的东南部，其余包括陕西中南部、甘肃南部、青海东部与西部和新疆的小部分地区，该类型面积占西北植被总面积的7.91%。植被NPP与气温呈极显著和显著正相关的区域主要分布在青海的东南部，在新疆北部也有零星分布，两种类型所占比例分别为3.92%，2.09%。正相关关系不显著面积占西北植被总面积的76.42%，该类型所占比例最大，在西北每个省份都有分布。由图8B可知，植被NPP与降水呈负相关关系所占的比例较少，其面积占西北植被总面积的1.40%。与降水呈正相关关系的地区在西北地区分布较广，其中植被NPP与降水呈极显著和显著正相关的比例分别为7.27%，6.60%，主要分布在陕西北部、宁夏大部分地区、甘肃中部、青海的东北部和新疆西部。植被NPP与降水正相关关系不显著的区域在每个省份所占比例较大，其面积占西北植被总面积的66.00%。综上分析，因气温与降水和植被NPP呈正相关的比例均大于呈负相关的比例，所以总体上植被NPP与气温、降水呈正相关。植被NPP与气温呈显著和极显著相关的面积比例少于NPP与年降水量显著和极显著相关的比例，表明西北地区植被NPP对降水变化响应较为敏感。

表3 不同植被类型NPP变化显著性统计

图7 2000-2013年西北地区气温、降水变化速率和

年际变化趋势

图8 植被NPP与气温、降水的相关性

3 讨 论

植被NPP是估算地球承载能力、评价生态系统可持续性、探究生态系统碳循环的重要指标，监测其动态特征对研究生态环境和自然资源变化具有重要意义[6]。时间上，西北地区植被NPP呈现逐年增加趋势，该结果与前人所得结果相一致[21]。空间上，2000—2013年西北地区植被NPP呈现增加趋势的区域所占比例较大，其面积占该区总面积的85.97%(表2)，主要集中陕西北部、宁夏南部、甘肃东部、青海的东部和南部、新疆西部部分地区(图4)。该结果说明西北地区近年来植被覆盖度增加、生态环境得到明显改善，该变化可能与我国近年来实行的退耕还林、退耕还草和一系列生态环境保护措施的实施有关[22]。同时，本研究表明草地NPP要远大于灌丛、农田、森林3种植被类型(图6)，一方面可能由于面积差异导致，草地总面积占西北地区总面积的27.56%，比灌丛(6.72%)、农田(5.89%)、森林(2.84%)所占比例要大(图1)。此外，森林和灌丛等树干中存在较大的水体阻力，草地与之不同，因此光合效率较高；不同植被类型的生长季也有差异，以及其自身不同的生物学及生态学特性均会影响植被的固碳能力及效率，进而使得NPP在不同植被类型间产生差异[23]。

不同的水热组合条件将导致植被NPP在空间分布和动态变化上存在分异性。时间变化上，2001年植被NPP出现最小值，可能由该年气温的急剧下降造成，而2013年NPP达到最大值，可归因于降水量的增加。总体上，2000—2013年我国西北地区植被NPP的波动与气温、降水的波动相吻合，研究年限内气温降低及降水减少会造成植被NPP降低(图3，图7C)。空间变化上，西北地区植被NPP与气温、降水主要呈现正相关关系(图8)，且对降水响应比较敏感。部分学者也得到一致结论，王耀斌等[24]基于MOD17A3数据研究秦巴山区植被NPP及其驱动因素，认为总体上植被NPP与气温、降水具有正相关关系；仲晓春等[25]在全国植被NPP研究中也得到相同结论。Guo等[26]对中国北方植被ANPP与降水的时空关系进行研究，表明降水是影响草地生长及NPP变化的主要因素，且在干旱地区这一特征会更加明显，充足的降水可为植物生长带来良好的水分条件，从而增强植被光合效率，增加其有机干物质的积累。气温对植被NPP的作用受到降水的调节，并在不同区域及不同植被类型间出现差异，研究区内对温度响应比较敏感的地区植被类型多为草地，主要在于草地生态系统结构较为简单，易受气候因素影响(图1，图8)[18]。焦伟等[21]对西北干旱区的植被净初级生产力时空格局的影响因素研究发现，研究区内大部分地区植被NPP与降水具有显著的正相关关系，植被NPP与气温在海拔较高、降水较多地区呈现弱相关性，但在低海拔的大部分地区，气温与植被NPP呈负相关关系。该研究与我们的研究结论有所差异，主要归因于其探讨了海拔因素对植被NPP的影响，并且数据来源、研究年限和研究方法存在差异，而我们的研究则重点揭示西北地区植被NPP对气候变化的响应特征。

综上所述，植被NPP的影响因素众多。同时，研究发现不同植被的需水要求、植被的地带性差异、水热状况、海拔高度和人类活动等都会对植被NPP造成影响[9]。本研究仅仅探讨了西北地区植被NPP对气候变化的响应特征，其他因素的影响还需进行进一步探究，但本研究结论对于西北地区气候变化预测和生态保护政策的制定具有一定的指导性意义。

4 结 论

(1) 西北地区植被NPP在研究年限内呈现波动增加趋势，具体表现为平均变化率为0.09 g C/(m2·a)，线性增加趋势达到极显著水平。在2001年出现最小值358.57 g C/(m2·a)，2013年达到最大值360.40 g C/(m2·a)，14 a的平均值为359.48 g C/(m2·a)。

(2) 植被NPP分布具有明显的空间异质性，整体呈现由东到西递减的趋势，除新疆外，其余省份也表现为南高北低的基本格局。其中，植被NPP小于50 g C/(m2·a)的区域所占比例最大(58.10%)，植被NPP呈现增加趋势的面积占总面积的85.97%，主要集中陕西北部、宁夏南部、甘肃东部、青海的东部和南部、新疆西部部分地区。呈现减少趋势的面积占总面积的14.03%，主要集中在新疆的西部地区，其余在各省零星分布。另外，不同植被NPP的均值呈现明显的差异，具体表现为：草地[262.16 g C/(m2·a)]>灌丛[66.51 g C/(m2·a)]>农田[45.90 g C/(m2·a)]>森林[14.36 g C/(m2·a)]，草地、农田及灌丛的NPP均呈现极显著增加趋势，而森林的增加趋势不显著。

(3) 总体上，西北地区植被NPP与气温、降水均呈正相关关系，然而植被NPP对降水响应较为敏感，降水是西北地区植被NPP增加的主导因素。