基于CASA模型的云南省植被净初级生产力遥感估算

王思云，胡文英，2，3

(1.云南师范大学 旅游与地理科学学院，云南 昆明 650500；2.云南省高校资源与环境遥感重点实验室，云南 昆明 650500；

3.云南省地理空间信息工程技术研究中心，云南 昆明 650500)

0 引言

植被净初级生产力(Net Primary Productivity，简称NPP)是指绿色植物在单位面积、单位时间内所累积的有机物数量，是植被能够生长的最重要因素。植被净初级生产力是光合作用所固定的有机碳总量和自养呼吸消耗量之差，累积下来的有机碳促使植被的生长。NPP的值不仅体现植被在自然环境下的生长能力和生产能力，而且体现植被通过光合作用对大气中CO2的固定能力，体现植被对于生态环境的重要性和当地生态环境的质量。所以，NPP 一直被认为是陆地生态系统碳循环和碳平衡的重要环节，判定生态系统碳汇和调节生态过程的主要因子和重要指标[1]。

计算植被净初级生产力的方法有实测法、统计法和遥感技术法[2]。实测方法更准确但是需要更多成本且不适用生态系统多样区域的测量[3]。遥感技术能够弥补实测方法实地观测的繁琐和成本高，还能加遥感全尺度、大范围、时效性好、数据易获取的优点[4]。NPP估算的模型主要有以下4种：气候生产力模型、生理生态过程模型、光能利用率模型和生态遥感耦合模型[5]。CASA模型也就是光能利用模型，其充分考虑光合有效辐射和光能转化率，同时植被参数需求较少可由遥感数据具有时效性强、覆盖范围大、更新快、易获取的特点，避免了参数估算带来的误差，在国内外得到广泛运用[4，6，7]。

目前遥感技术数据易获得，与CASA模型结合，使用参数少，估算简单方便，对云南省范围的NPP植被净初级生产力估算有很大的优势。为了详细了解云南省2015年NPP的时空变化及植被生长状况，本文在空间技术支持下运用CASA模型逐像元反演估算2015年云南省的植被净初级生产力NPP分布及其时空变化，分析与各影响因子的相关性。该研究成果有利于了解云南省生态资源的发展趋势和发展潜力，对评价云南省生态平衡，建设“生态文明建设排头兵”具有重要的参考价值。

1 研究区与数据来源

1.1 研究区概况

云南省地处中国西南边疆，位于东经97°32′～106°11′ ，北纬21°08′～29°15′。东面和贵州省、广西壮族自治区相接；东北面以金沙江为界，与四川省隔江相望；西北面紧靠西藏自治区；西面与缅甸接壤；南面和老挝、越南毗邻，土地面积39.41×104km2，人口4 800.5万人。气候有北热带、南亚热带、中亚热带、北亚热带、暖温带、中温带和高原气候区等7个温度带气候类型，夏季高温多雨，冬季温和少雨，气候兼具低纬气候、季风气候、山原气候的特点，气候类型丰富，位于西南横断山区地势起伏大，气候垂直地带性明显，有“十里不同天”说法，还有“植物王国”和“动物王国”之称，资源丰富。2015年1月19日至21日，习近平总书记提出要把云南建设成为“我国民族团结进步示范区”、“生态文明建设排头兵”、“面向南亚东南亚辐射中心”3个定位。

1.2 原始数据和处理

1.2.1 原始数据

植被类型数据：本文采用的是2015年500 m分辨率的MODIS的地表覆盖数据MCD12Q1，数据来源于LADSWEB网站(https：//ladsweb.modaps.eosdis.nasa.gov)。使用该数据的TYPE4类型来计算NPP。

NDVI数据：NDVI合成数据来源于地理空间数据云(http：//www.gscloud.cn/)，2015年1月至12月的中国的500 m分辨率的MODIS的NDVI数据MODND1M，其中2015年10月份数据的缺少，采用2014年10月份的数据代替。

气象数据：气象数据主要来源于中国气象数据网(https：//data.cma.cn/)，云南省的124个气象站点的经纬度、海拔、月平均气温、月累积降水量。

太阳辐射数据：太阳辐射数据间接计算，计算的原始数据来源于中国气象数据网(https：//data.cma.cn/)，获得7个气象站点的日照时数、日照百分率、月平均水汽压。

研究区数据：全国数据来自中国测绘地理信息标准地图服务网站(http：//bzdt.ch.mnr.gov.cn/index.jsp)，云南省矢量图配准投影矢量化获得。

1.2.2 数据处理

植被类型数据处理：MCD12Q1数据类型为HDF，直接在ENVI中难以处理，利用专业用于处理MODIS的HDF数据的HEG工具进行拼接、投影。将云南省位置的两片瓦片数据进行拼接，采用WGS_84_UTM_zone_47N投影，本文的投影均以MCD12Q1数据为准，投影后像元大小为(499.977，499.97)接近500，误差由于软件差异产生，误差范围可控，然后采用云南的矢量数据进行裁剪。

NDVI数据的处理：NDVI数据是合成数据，直接进行数据投影。将NDVI的全国数据采用矢量图将云南省裁剪出来，进行投影，投影后若像元大小、行列MCD12Q1数据不一致，使用MCD12Q1数据进行重采样和掩膜提取。

气象数据的处理：首先将所需要的气象数据制作成EXCLE表，然后将表导入到ARCMAP中，利用经纬度坐标，将表转化成点数据，最后根据属性表数据，以MCD12Q1数据为掩膜，进行空间插值，月累积气温采用普通克里金插值法，月平均降水量采用幂指数为8的反距离权重插值法(IDW)[8]。

太阳辐射数据处理：太阳辐射数据只有7个站点的日照时数，日照百分率和平均水汽压数据，还需要月天文辐射才能计算月太阳辐射，月天文辐射的计算方法来源于康雯瑛，焦建丽，王君的《太阳总辐射计算方法对比分析》，首先使用年内天数和当地地理纬度计算出太阳赤纬、日地距离、日落时角，然后计算出日天文辐射，分月进行逐日累加，获得每个月的月天文辐射[9]。最后采用朱志辉的多因子综合法，在EXCLE表中计算出7个站点的月太阳辐射数据，然后导入ARCMAP中采用普通克里金插值法进行插值，获得月太阳辐射数据。

以上数据的处理一定要使像元大小一致，像元行列一致，图像地理坐标系、投影坐标系一致，研究区一致，然后就能使用ArcGIS软件的栅格计算器，输入公式，一步一步的对数据进行计算。公式计算是不同图层像元之间的加减乘除，必须像元一一对应。

2 研究方法和计算

计算NPP流程如图1所示。

图1 计算NPP流程图
Fig.1 Calculation NPP flow chart

2.1 利用CASA模型计算植被净初级生产力(NPP)

CASA模型计算植被净初级生产力(NPP)主要是由植被吸收的光合有效辐射(APAR)和光能转化率(ε(x,t))来决定的。

(1)

式中：NPP(x,t)为像元x在t时间的植被净初级生产力(gC·m-2/month)，APAR(x,t)为像元x在t时间吸收的光合有效辐射(MJ· m-2/month)。通过使用像元x在t时间的NDVI和太阳辐射就能计算。ε(x,t)为像元x在t时间的实际光能利用率

(gC/MJ)。实际光能利用率通过植被水分胁迫因子、温度胁迫因子和最大光能利用率计算。

2.2 估算光合有效辐射APAR(x，t)

(2)

式中：APAR(x，t)为植被吸收光合有效辐射的比率，主要影响因素是植被种类和对应像元的NDVI；SOL(x,t)为像元x在t时间的太阳总辐射；μ为常数0.5，表示植被所吸收利用的太阳有效辐射占太阳总辐射的比例。

计算植被吸收光合有效辐射的比率FPAR(x，t)：

(3)

式中：FPAR(x，t)计算要使用研究区域像元x的NDVI值和像元对应的植被类型的NDVI的最大值和最小值，i表示不同植被，FPARmax和FPARmin取值和植被类型无关，分别为0.95和0.001。采用MODIS的地表覆盖数据MCD12Q1中的TYPE4类型，用于计算NPP，TYPE4类型数据的不同像元值代表不同的植被类型。重分类数据将植被类型分类，并将不同植被类型的值(NDVI最大值×1000)作为重分类的值。由于重分类一定要为整数，不同植被类型的NDVI值小于1，重分类后都默认为0，所以扩大1000倍表示，将公式改编进行计算，公式计算的FPAR是一个比率值，不会对结果产生影响。最后使用栅格计算器按照公式输入公式就能使用。

FPAR改编的公式：

表1 重分类植被类型和重分类像元的NDVI取值Tab.1 NDVI values of reclassified vegetation types and reclassified pixels

(4)

2.3 估算实际光能利用率 ε

光能利用率是在一定时期内，单位面积生产的干物质包含的化学潜能与投射到该面积上的光合有效辐射能之比[1]，计算公式为：

(5)

式中：Tε1(x,t)胁迫因子和Tε2(x,t)胁迫因子分别由公式(6)和公式(7)计算。水分胁迫因子Wε(x,t)由公式(14)计算。由εmax为理想条件下的植被最大光能利用率，取值为0.389。

2.3.1 温度胁迫因子的计算

Tε1(x,t)是表示低温和高温时候植物的光合作用能力影响植被净初级生产力，Tε2(x,t)是表示当植被不处于最适宜环境温度下，植物的光合作用都会减弱，无论是环境温度升高或者降低。

Tε1(x,t)胁迫因子表达式：

(6)

式中：TOPT(x)为植被生长的最适宜温度，一般为研究区域12个月中的NDVI值最高月份的月平均气温。

胁迫因子表达式：

(7)

式中：T(x,t)为研究月份的月平均气温，月平均气温通过气象站点提供的月平均气温进行普通克里金插值获得。

2.3.2 水分胁迫因子的确定

水分胁迫因子(Ws(x,t))表现的是植物所能利用的有效水分影响光能转化率。水分胁迫因子的计算比较复杂，具体步骤如下。

(1)先计算12个月的热量指标总和：

(8)

(2)计算a(x),a(x)是因地而异的常数，是和I(x)有关的函数：

(9)

(3)Epo(x,t)研究区域局地潜在的蒸散量(mm)：

(10)

(4)Rn(x,t)是像元x在t时间的地表净辐射量(mm)：

(11)

(5)E(x,t)是研究区域内的实际蒸散量(mm)：

(12)

(6)Ep(x,t)为研究区域潜在蒸散量(mm)：

(13)

(7)水分胁迫因子Wε(x,t)：

(14)

若研究区域内实际蒸散量Ep(x,t)大于研究区潜在蒸散量Ep(x,t)则实际蒸散量取潜在蒸散量的值。

通过以上步骤就能计算水分胁迫因子。

3 云南省NPP估算与分析

通过公式(1)计算出2015年每月的NPP的值，云南省面积为39.41×104km2，利用2015年每月的NPP平均值与云南省的面积相乘，就能获得云南省每个月的NPP的总值，逐月累加获得云南省年NPP总值为0.317 212 745 PgC。

表2为估算出的2015年云南省12个月的NPP的最小值(MIN)，最大值(MAX)、平均值(MEAN)、标准差(STD)以及云南省每月的NPP总值(Sum)。

表2 云南省2015年NPP统计值Tab.2 NPP statistics of Yunnan Province in 2015

*注：1PgC/m2=1015gC/cm2.

图2 2015年NPP变化趋势图Fig.2 Trend chart of NPP in 2015

图3 2015年12个月的NPP的值(a)-(l)2015年1月至12月逐月NPP的值Fig.3 APP values for 12 months in 2015(a)-(l)monthly NPP value from January to December 2015

NPP估算结果检验见表4。

表4 2015年NPP相关要素估算结果Fig.4 Estimated results of NPP related elements in 2015

根据朴少龙等的《利用CASA模型估算中国植被净第一性生产力》知道：云南省西南部，武夷山，台湾南部等一些亚热带地区的年APAR超过2 200 MJ/(m2·a-1)，海南岛中南部，台湾中南部和云南，贵州界处的年光能转化率一般在0.32 gC/MJ以上，常绿阔叶林的年NPP为525 gC/(m2·a-1)[10]。

2015年的年平均APAR值、年平均光能转化率和年NPP值通过月值累加求和获得。2015年年平均APAR值为2 843.3418 MJ/(m2·a-1)，2015年年平均光能转化率为0.289 gC/MJ，2015年平均NPP值为804.904 2gC/(m2·a-1)。有些许差异，误差可控，该组数据正确。

4 结果分析

通过气温、降水量、太阳辐射、NDVI等数据能够计算出NPP，同样通过NPP也能够看出研究区域的气候质量，推测研究区域研究时间段内的气候变化。NPP的值越大证明此区域的生态资源价值越高。从区域上看，云南省的NPP的高值位于云南省的西部，云南省的西部地势高，多沟谷，地表崎岖，有着“三江并流”的奇景，不易开发，植被覆盖度高，多为常绿阔叶植被，云南西部生态资源较东部更丰富。

2015年1月至2月NPP的值呈下降趋势，冬季(12月至来年2月)处于常绿阔叶林的休眠期，生长较为缓慢，若不受到极端天气，如寒潮等的影响，植被生长几乎不受影响[11]，所以2015年1月的NPP的平均值是来源于2014年冬季的植被生长，可以得出2014年云南省的秋季适合植被生长，冬季气候不错。由于2015年2月的降水量在2015年中最低，所以1月至2月NPP的值呈下降趋势。

2015年2月至5月NPP呈上升趋势，2015年2月至5月太阳辐射增强，雨季尚未来临，降水不足，气候本身不利于植被生长，然而NPP值仍有所增长，是由于云南省植被类型以常绿阔叶林为主，常绿阔叶林的生长周期分为生长期和相对休眠期，生长期在春季(3月至5月)和秋季(9月至11月)[11]，所以2015年2月至5月NPP的值有所增长是由于处于常绿阔叶林的生长期。从2015年2月至5月的云南省NPP空间变化的趋势，可以看出云南省的旱灾是从北部开始逐渐延伸到全省。

2015年5月至9月云南省NPP值逐渐下降。2015年的气象资料得知2015年云南出现气象干旱，在5至7月的全省平均气温破历史最高纪录，降水破历史最少纪录，初夏干旱严重，降水时空分布不均，滇东、滇南多次遭遇短时强降水过程，使降水量与往年平衡[12]。夏季的气温过高和降水缺乏，严重影响植被生长，植被覆盖降低，植被的生产活动降低，并且处于常绿阔叶林的休眠期，植被净初级生产力在6月开始出现下降的趋势，并在9月达到最低。NPP的值显示云南中部和北部偏低，东部和南部部分区域的NPP值比较高，表现植被生长较好，正是由于虽然大部分地区已经干旱但是滇东和滇南仍有短时强降水。

2015年9月至10月NPP呈现上升趋势，10月至12月呈现下降趋势，只有滇南有部分较高的值，由于受夏季干旱天气的影响，植被萎靡，直到10月天气转凉，太阳辐射增强，常绿阔叶林进入生长期，萎靡的植被开始快速增长，所以NPP呈上升趋势，10月至12月的时候，天气变冷，太阳辐射减弱，植被不宜生长，NPP的值下降。

2015年云南省春夏连旱，常绿阔叶林长势偏差，导致NPP的值偏低，2015年云南省的生态潜力不足。

5 结论与讨论

通过计算基于2015年12个月时间序列的云南省植被净初级生产力，利用表格和分布图进行趋势分析，从时间和空间上对2015年12个月的云南省植被净初级生产力的变化进行系统分析，得出以下结论。

(1)2015年云南省年平均APAR值为2 843.341 8 MJ/m2/a，年平均光能转化率为0.289 gC/MJ，年平均NPP值为804.904 2 gC/(m2·a-1)，2015年云南省总值为0.317 212 745 PgC 。

(2)2015年年平均NPP值1月至2月，5月至9月，10月至12月处于下降趋势，2月至4月，9月至10处于上升趋势。一年中的最高值在5月份，最低值在9月份。1月至2月NPP呈下降趋势，NPP较高的值全省均有覆盖；2月至5月NPP呈现曲折上升的趋势，NPP的高值分布从大部分云南省逐渐向云南省的南部和东部转移，中部由低值分布；5月至9月，NPP总体呈现下降趋势，整个云南省逐渐被低值覆盖；9月至10月又呈现上升趋势，稍高NPP覆盖整个云南省；10月至12月呈现下降趋势，只有南面有部分较高的值。

3)植被净初级生产力的高值一般位于云南省的南部和西部，西部靠近横断山脉，地形崎岖，开发较难，仍有很高的植被覆盖。南部是西双版纳等地，有大面积热带雨林和人工香蕉林、橡胶林。其它区域植被净初级生产力相对较低。本研究综合分析了2015年12个月的云南省的植被净初级生产力，了解云南省植被净初级生产力变化的原因，进一步了解云南省生态资源的发展趋势和发展潜力，对于推动云南省环境保护，“生态文明建设排头兵”有重要参考价值。