基于气候数据的橡胶树产胶能力评估模型

刘少军，佟金鹤，张京红，陈小敏，李伟光

基于气候数据的橡胶树产胶能力评估模型

刘少军，佟金鹤，张京红，陈小敏，李伟光

（海南省气象科学研究所/海南省南海气象防灾减灾重点实验室，海口 570203）

在自然环境下橡胶树的生产能力除受自身的生物学和土壤特性等限制外，主要受气候因子的影响，橡胶树产量的波动与气候因子的变化密切相关，准确及时评估气候条件对橡胶树产胶状况的影响具有重要意义。根据2000−2015年全国橡胶种植区气候数据和遥感数据，基于气候植被净初级生产力模型（体现潜在生产力）和遥感光能利用率模型（体现实际的生产力），确立了两种模型反演橡胶树净初级生产力之间的转换系数，并在此基础上，建立基于气候数据的橡胶树产胶潜力模型。结果表明：模型实现了依靠气候数据客观、定量评估橡胶树产胶能力的动态变化，也能间接反映气候因子的变化对不同区域橡胶树产胶能力影响的差异，可为橡胶树产量预测、应对气候变化和种植布局调整提供决策依据。

橡胶树；净初级生产力；产胶能力；模型

中国属橡胶树种植的非传统区域，气候因子是影响橡胶树种植及产量的关键因素之一[1−2]，受气候波动和人类行为的共同影响，橡胶生产易受气候变化的影响。近年来，由于橡胶产业环境的变化，种植压力增大，生产成本增加，传统植胶生产模式竞争力大幅下降，加上国际胶价持续低迷，胶工和胶农的收入大幅下降，导致种胶割胶意愿不强，出现了胶园弃割、弃管、弃种等一系列问题[3]。因此，开展橡胶树产胶能力的气象预测研究和服务，及时、准确地了解橡胶生产状况，对于中国天然橡胶贸易和宏观调控，具有十分重要的意义。橡胶树净初级生产力（Net Primary Productivity，NPP）是橡胶树在单位时间和单位面积上所产生的有机干物质总量，是反映橡胶生态系统对气候变化响应的重要指标[4]。橡胶产量与生长季内NPP关系密切，二者存在有效的产量转换关系。因此，可以通过橡胶树的干物质与气候因子的相关性估算生产潜力。有关橡胶树产量估算模型包括气候要素预测模型[5]、遥感预测模型[6]、时间序列分析模型[7]、线性回归模型[8−11]、模糊数学综合评判[12]、灰色模型[13]等。然而截至目前，关于橡胶树气候产胶能力预测模型研究鲜见报道。气候生产潜力模型是在光、温、水等自然条件下，一个地区利用最优管理手段可能达到的产量上限，因此，气候生产力模型能预估该区域可能达到最大产量；而遥感光能利用率模型能真实反映植被的实际干物质生产状况。气候变化影响橡胶树生态系统的最重要表现之一是引起净初级生产力（NPP）的变化，因此，本研究基于气候植被净初级生产力模型和遥感光能利用率模型计算的净初级生产力（NPP），确立两种模型反演橡胶树净初级生产力之间的转换系数，并在此基础上建立基于气候数据的橡胶树产胶能力模型，实现橡胶树产胶潜力的动态评估，以期为气候因素变化引起橡胶树产胶能力的波动评判提供技术支持，为气候变化条件下橡胶产量预测、风险评估和制定相关应对措施提供参考，还可为中国橡胶期货市场、橡胶进出口贸易、橡胶价格收入保险等提供决策依据。

1 资料与方法

1.1 数据来源

根据文献[14−15]结果，中国橡胶产区主要分布在海南、云南、广东、广西、福建等5省（图1），由于福建和广西橡胶产量的总量仅占全国总产的0.06%左右（2010年产量基数计算），因此，仅考虑海南、云南、广东省内橡胶种植区域。气候数据主要选取橡胶种植区域内的气象站点，共计58个站，其中海南橡胶种植区18个、云南27个、广东13个，各站2000−2018年温度、降水要素气候数据来源于国家气象信息中心（http://data.cma.cn/）；2000−2015年MODIS NPP数据来源于http://www.ntsg.umt.edu/ project/mod17#data-product。

图1 中国橡胶种植分布图

1.2 基于气候数据计算橡胶种植区植被年净初级生产力（NPP）

孙成明等[16]对多模型对比研究表明，周广胜模型模拟净初级生产力（NPP）的相对误差、均方根误差、相对根均方误差均最小，适宜对南方区域植被NPP的估算，估算效果明显优于其它模型。因此，选择该模型计算橡胶种植区植被年净初级生产力（NPP），具体算法为[17]

式中，NPP为植被净初级生产力（tC·hm−2），r为年降水量（mm），RDI为辐射干燥度，REP为可能蒸散率，PET为可能蒸散量（mm），BT为年平均生物温度（℃），一般在0～30℃；t为月平均温度（℃），取值在0～30℃，当t低于0℃时取0℃，高于30℃时取30℃。

根据研究区2000−2018年温度、降水数据集，统计各站点年平均温度和降水数据，采用ArcGIS 10.2软件中的普通克里格法进行年平均温度和降水的插值，空间分辨率为1km×1km，并利用式（1）−（4）计算每个格点不同年份的年净初级生产力（NPP），通过研究区橡胶树种植分布图（图1）和ArcGIS 10.2软件的剪切功能，提取橡胶树分布图对应位置上的年净初级生产力，即为橡胶树基于气候数据估算的年净初级生产力（NPP）。

1.3 基于遥感资料计算橡胶树年净初级生产力（NPPx）

根据2000−2015年MODIS NPP数据集，通过研究区橡胶树种植分布图和ArcGIS 10.2软件的剪切功能，提取橡胶种植区各像元历年净初级生产力（NPPx）值，空间分辨率为1km×1km。其中，MODIS NPP数据的计算主要利用光能利用率模型（Carnegie-Ames-Stanford Approach，CASA），该模型主要算法见文献[18−19]。

1.4 橡胶树生产力转换系数（NPPx/NPP）

由于气候生产力模型估算的净初级生产力为理想状态下橡胶树可达到最大值，而遥感光能利用率模型反演的净初级生产力是现实状况下橡胶树的实际值，因此，将气候植被净初级生产力模型结果作为潜在最大生产力，而将基于卫星数据反演的NPP作为实际生产力。要建立基于气候数据的橡胶树产胶能力评估模型，必须进行两者间误差系数的转换。根据2000−2015年的气候数据和遥感数据，分别提取橡胶种植区年平均净初级生产力值，并根据两种算法得到的橡胶树年平均净初级生产力值，确定橡胶树生产力转换系数，即

2 结果与分析

2.1 基于气候数据的橡胶种植区植被年净初级生产力（NPP）

利用2000−2015年气候数据和式（1）分别计算研究区各站点植被净初级生产力，利用ArcGIS 10.2软件和橡胶种植分布图，提取各省橡胶树种植区范围内净初级生产力年平均值变化。由图2可见，由于气候变化，2000−2015年橡胶树种植区植被净初级生产力（NPP）呈现波动变化特点，由于气候不同，各省橡胶树种植区间NPP有明显差异，其中海南省橡胶种植区植被NPP最大，年平均NPP变化范围在1366～1807gC·m−2，多年平均值1666.9gC·m−2；云南省NPP最小，变化范围在1173～1420gC·m−2，多年平均值1295.5gC·m−2；广东省NPP变化范围在1326～1773gC·m−2，多年平均值1566.4gC·m−2。整个研究区而言，植被年平均NPP变化范围在1320.1～1637.0gC·m−2，多年平均值1513.8gC·m−2。相对多年年均NPP而言，高于年平均值的年份有2000、2001、2003、2008、2009、2010和2013年，其它年份均低于多年平均值。其中，2001年橡胶种植区年均NPP最高，为1637.0gC·m−2，2004年植被年均NPP最小，为1320.1gC·m−2。

图2 基于气候数据的橡胶种植区2000−2015年植被净初级生产力（NPP）的年际变化

从橡胶种植区各站点NPP多年平均值的空间分布看（图3），全国主要橡胶种植区的年平均净初级生产力存在明显差异，多年平均值在1173.0～2128.0gC·m−2，其中植被年平均NPP高值区主要分布在海南，其次是广东，云南最低。

2.2 基于遥感数据反演的橡胶树年净初级生产力（NPPx）

基于遥感年净初级生产力模型的计算结果表明，2000−2015年各省橡胶树种植区间年平均净初级生产力（NPPx）存在明显差异。其中云南省橡胶种植区年平均净初级生产力（NPPx）最大，在1105～1317gC·m−2，多年平均值1226.1gC·m−2；广东省NPPx最小，变化范围511～638gC·m−2，多年平均值613.6gC·m−2；海南省NPPx在828～1054gC·m−2，多年平均值929.5gC·m−2。2000−2015年整个橡胶树种植区年平均净初级生产力（NPPx）变化范围在920.1～1053gC·m−2，多年平均值991.9gC·m−2。相对多年年均净初级生产力（NPPx）值而言，研究区橡胶树高于年平均值的年份有2003、2004、2006、2007、2008、2009、2011、2014和2015年，其它年份均低于多年平均值。其中2003年橡胶种植区年均NPPx最大，为1053gC·m−2，2005年NPPx最小，为920.1gC·m−2（图4）。

图3 基于气候数据的橡胶种植区2000−2015年平均净初级生产力（NPP）的空间分布

图4 基于遥感数据反演的橡胶种植区2000−2015年平均净初级生产力（NPPx）的年际变化

从橡胶种植区空间分布上看（图5），整个研究区橡胶种植区的年平均净初级生产力存在明显差异，多年平均值在149.0～1495.0gC·m−2，其中云南橡胶的年平均净初级生产力整体高于海南，海南整体高于广东。

图5 基于遥感数据的橡胶树种植区2000−2015年平均净初级生产力（NPPx）的空间分布

2.3 橡胶树生产力转换系数

图6 研究区2000−2015年橡胶树生产力转换系数（NPPx/NPP）的年际变化

图7 研究区2000−2015年橡胶树生产力转换系数（NPPx/NPP）平均值的空间分布

2.4 橡胶树产胶能力模型

2.4.1 模型建立

根据李海亮等[6,20]提出的橡胶树产胶能力估算模型及式（1）−式（5），得到基于气候数据的橡胶树产胶能力模型公式，即

2.4.2 模型验证

通过建立的橡胶树产胶能力模型计算2016−2018年全国橡胶种植区橡胶树的产胶能力。结果表明，2016−2018年，云南、海南和广东省橡胶树年产胶能力分别为在16.3～172.4g·m−2、15.7～168.2g·m−2和15.8～164.0g·m−2；年平均值分别为105.4、106.7和108.4g·m−2。模型计算结果与统计部门公布中国天然橡胶产量平均约1200kg.hm−2的结果较为接近[21]。同时，从图8可以看出，全国主要橡胶种植区的产胶能力存在明显差异，云南橡胶的产胶能力整体高于海南，海南高于广东。根据产胶能力值判断，云南是单产最高的优质天然橡胶生产基地，海南次之，广东最低，与实际情况一致。2016−2018年橡胶树年产胶能力的分布，体现了不同气候条件下，不同区域橡胶树产胶能力会随着气候条件的变化而发生变化，如2016年云南橡胶树年产胶能力低于2017、2018年，说明建立的模型能从气候角度客观、准确反映橡胶树产量的波动情况，克服了因橡胶价格低迷、割胶积极性不高等人为因素而导致的橡胶产量统计的偏差。

图8 2016−2018年研究区橡胶树年产胶能力的空间分布

3 结论与讨论

3.1 结论

（1）本研究在气候植被净初级生产力模型和遥感光能利用率模型（CASA）的基础上，利用2000−2015年的气候和遥感数据，得到中国橡胶树种植区的净初级生产力，并开展两种模型下橡胶树净初级生产力的差异分析，得到多年平均状态下的橡胶树生产力转换系数，转换系数的确立为建立基于气候数据的橡胶树产胶能力评估模型奠定了基础。

（2）气候模型反演净初级生产力是利用气候因子（温度、降水等）来估算净初级生产力，模型估算的结果是潜在的植被生产力，2000−2015年研究区橡胶树年平均净初级生产力变化范围为1320.1～1637.0gC·m−2；由于气候条件的不同，海南橡胶种植区的年平均净初级生产力整体高于广东，广东整体上高于云南。利用遥感模型反演的橡胶树净初级生产力真实反映了橡胶种植区净初级生产力的实际情况，可以用于估测现实的橡胶树净初级生产力，2000−2015年研究区橡胶树年平均净初级生产力变化范围在920.1～1053gC·m−2，年平均净初级生产力整体低于气候模型计算的结果，但其在空间上的分布规律与气候模型计算的净初级生产力分布存在明显的差异，其中云南橡胶的年平均净初级生产力整体高于海南，海南整体高于广东。因此，本研究利用两种反演方法的优势和存在的差异，建立基于气候数据的橡胶产胶能力模型，实现了利用气候数据准确计算橡胶种植区产胶能力的大小，为准确及时了解全国橡胶树生产状况提供了决策依据，也可为评估未来气候变化对橡胶树产胶能力影响提供技术保障。

3.2 讨论

（1）橡胶树产胶能力的高低受多种因素的影响，既有气候原因，也有橡胶树品种、树龄、管理等方面的原因。基于气候数据的橡胶产胶能力模型的建立主要考虑橡胶树生理生态学特点和水热平衡关系，模型是基于一定假设条件而建立的，即气候生产力模型估算的净初级生产力为理想状态下橡胶树可达到的最大值；而遥感光能利用率模型反演的净初级生产力是现实状况下橡胶树的实际值，未考虑其它因素的影响。由于气象观测资料站点分布限制和遥感数据空间分辨率的限制，插值后的空间分辨率为1km×1km，建立的模型能从宏观上反映中国橡胶树产胶潜力的空间差异，但在局部区域模型评估的结果仍可能有一定的不确定性。研究给出的是目前状态下全国橡胶种植区的计算方法，不同省区或橡胶树种植状况发生变化后，需要不断更新橡胶种植区信息和生产力转换系数，才能确保模型的准确性。

（2）基于气候数据的橡胶树产胶能力评估模型依靠2000−2015年的数据集建立，下一步需要更多数据来进行模型检验；由于不同品种橡胶树之间的生产力转化系数和干物质分配率存在一定差异，评估的橡胶树产胶能力的结果可能局部存在一定偏差，需要不断完善和优化[22−23]，从而提高模型评估的准确性。

[1] Das G,Singh R,Satisha G C,et al.Performance of rubber clones in dooars area of west Bengal[C].International Natural Rubber Conference,Cochin,India:2005:103-107.

[2] 李国尧,王权宝,李玉英,等.橡胶树产胶量影响因素[J].生态学杂志,2014,33(2):510-517.

Li G Y,Wang Q B,Li Y Y,et al.A review of influencing factors on latex yield of[J].Chinese Journal of Ecology,2014,33(2):510-517.(in Chinese)

[3] 安锋,林位夫,王纪坤.我国巴西橡胶树种植业前景展望[J].中国热带农业,2017,(6):6-9.

An F,Lin W F,Wang J K.Prospect of rubber tree planting in China[J].China Tropical Agriculture,2017,(6):6-9.(in Chinese)

[4] 吴珊珊,姚治君,姜丽光,等.基于MODIS的长江源植被NPP时空变化特征及其水文效应[J].自然资源学报,2016,31(1): 39-50.

Wu S S,Yao Z J,Jiang L G,et al.The spatial-temporal variations and hydrological effects of vegetation NPP based on MODIS in the source region of the Yangtze River[J]. Journal of Natural Resources,2016,31(1):39-50.(in Chinese)

[5] Reza G,Joseph O O,Marc C,et al.Rubber yield prediction by meteorological conditions using mixed models and multi-model inference techniques[J].International Journal of Biometeorology, 2015,59:1747-1759.

[6] 李海亮,罗微,李世池,等.基于遥感信息和净初级生产力的天然橡胶估产模型[J].自然资源学报,2012,27(9):1610-1621.

Li H L,Luo W, Li S C,et al.Estimation model of natural rubber yield based on net primary production and remote sensing[J].Journal of Natural Resources,2012,27(9):1610- 1621.(in Chinese)

[7] 苏文地,张培松,罗微.时间序列分析在儋州橡胶产量预测上的运用[J].热带农业科学,2011,31(2):1-4.

Su W D,Zhang P S,Luo W.Application of time-series analysis to predict rubber production in Danzhou[J].Chinese Journal of Tropical Agriculture,2011,31(2):1-4.(in Chinese)

[8] 吴春太,马征宇,刘汉文,等.橡胶RRIM600的产量与产量构成因素的通径分析[J].湖南农业大学学报(自然科学版), 2014,40(5):476-480.

Wu C T,Ma Z Y,Liu H W,et al.Path coefficient analysis between yield components and yield of RRIM600 of[J].Journal of Hunan Agricultural University (Natural Sciences),2014,40(5):476-480.(in Chinese)

[9] 冯耀飞,张慧艳.橡胶产量与气象因子的灰色关联性及逐步回归分析研究[J].热带农业科学,2016,36(11):57-60.

Feng Y F,Zhang H Y.The gray relevancy analysis and the stepwise regression analysis between latex yield and meteorological factors[J].Chinese Journal of Tropical Agriculture, 2016,36(11):57-60.(in Chinese)

[10] 郭玉清,张汝.气象条件与橡胶树产胶量的关系[J].云南热作科技,1980,26(1):11-22.

Guo Y Q,Zhang R.Relationship between meteorological factors and yield of rubber tree[J].Journal of Yunnan Tropical Crops Science & Technology,1980,26(1):11-22.(in Chinese)

[11] 张利才,洪群艳,李志.西双版纳基于气象因子的橡胶产量预报模型[J].热带农业科技,2016,39(3):9-13.

Zhang L C,Hong Q Y,Li Z.Forecasting model for seasonal rubber tree yield based on meteorological parameters in Xishuangbanna[J].Tropical Agricultural Science & Technology, 2016,39(3):9-13.(in Chinese)

[12] 刘文杰,李红梅,段文平.西双版纳橡胶产量的模糊综合评判预报[J].林业科技,1997,22(5):61-63.

Liu W J,Li H M,Duan W P.Fuzzy comprehensive evaluation method for forecasting rubber yield in Xishuangbanna[J]. Forestry Science& Technology,1997,22(5):61-63.(in Chinese)

[13] 高素华.用灰色系统GM(1,1)模型预报橡胶产量[J].热带作物学报,1987,8(1):71-76.

Gao S H.Prediction of rubber yield by grey system GM(1,1) model[J].Chinese Journal of Tropical Crops,1987,8(1): 71-76.(in Chinese)

[14]农牧渔业部热带作物区划办公室.中国热带作物种植业区划[M].广州:广东科技出版社,1989.

Office of Regional Planning of Tropical Crops of Pastoral Fishery Ministry.Regional planning of tropical crops in China[M].Guangzhou:Sinence Press of Guangdong Province, 1989.(in Chinese)

[15] 郑文荣.我国天然橡胶发展情况和产胶趋势[OL].http:// www.docin.com/p-245944869.html,2014-06-30.

Zheng W R.The development of China's rubber and latex trend[OL].http://www.docin.com/p-245944869.html,2014-06-30.(in Chinese)

[16] 孙成明,陈瑛瑛,武威,等.基于气候生产力模型的中国南方草地NPP空间分布格局研究[J].扬州大学学报(农业与生命科学版),2013,34(4):56-61.

Sun C M,Chen Y Y,Wu W,et al.The spatial distribution patterns of grassland NPP in South China based on climate productivity model[J].Journal of Yangzhou University (Agricultural and Life Science Edition),2013,34(4):56-61.(in Chinese)

[17] 周广胜,张新时.全球气候变化的中国自然植被的净第一性生产力研究[J].植物生态学报,1996,20(1):11-19.

Zhou G S,Zhang X S.Study on climate-vegetation classification for global change in China[J].Acta Botanica Sinica,1996,20(1):11-19.(in Chinese)

[18] 朱文泉,潘耀忠,何浩,等.中国典型植被最大光利用率模拟[J].科学通报,2006,51(6):700-706.

Zhu W Q,Pan Y Z,He H,et al.Simulation of the maximum light utilization efficiency of typical vegetation in China[J]. Chinese Science Bulletin,2006,51(6):700-706.(in Chinese)

[19] 刘少军,张京红,车秀芬,等.基于MODIS遥感数据的海南岛橡胶林碳密度空间分布研究[J].热带作物学报,2014, 35(1):183-187.

Liu S J,Zhang J H,Che X F,et al.Spatial distribution of carbon sink density of rubber plant based on MODIS [J].Chinese Journal of Tropical Crops,2014,35(1):183-187. (in Chinese)

[20] 李海亮,罗微,李世池,等.基于净初级生产力的海南天然橡胶产胶潜力研究[J].资源科学,2012,34(2):337-344.

Li H L,Luo W,Li S C,et al.A study on potential productivity of natural rubber in Hainan Province based on a net primary production model[J].Resources Science,2012,34(2):337-344. (in Chinese)

[21] 张希财,谢贵水.我国植胶区高产橡胶园产量状况和栽培措施[J].中国热带农业,2018,(6):6-9.

Zhang X C,Xie G S.Yield and cultivation measures of high-yielding rubber plantation in China[J].China Tropical Agriculture,2018,(6):6-9.(in Chinese)

[22] 孙擎,杨再强,杨世琼,等.多种格点作物模型对中国区域水稻产量模拟能力评估[J].中国农业气象,2019,40(4): 199-213.

Sun Q,Yang Z Q,Yang S Q,et al.Evaluations and projections of rice yield from multi-gridded crop model over China [J].Chinese Journal of Agrometeorology,2019,40(4):199-213. (in Chinese)

[23] 孙扬越,申双和.作物生长模型的应用研究进展[J].中国农业气象,2019,40(7):444-459.

Sun Y Y,Shen S H.Research progress in application of crop growth models[J].Chinese Journal of Agrometeorology,2019, 40(7):444-459.(in Chinese)

Study on Potential Productivity of Rubber Model Based on Climate Data

LIU Shao-jun, TONG Jin-he, ZHANG Jing-hong, CHEN Xiao-min, LI Wei-guang

(Hainan Institute of Meteorological Science/Key Laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province, Haikou 570203, China)

The production capacity of rubber trees in natural environment is mainly affected by climate factors besides its biological and soil characteristics. The fluctuation of rubber tree yield is closely related to the change of climate factors. Therefore, it is important to accurately and timely evaluate the influence of climatic conditions on rubber production. Based on the climate data and remote sensing data from the year of 2000 to 2015 in Chinese rubber planting areas, the conversion coefficients between potential productivity of rubber and actual productivity of rubber were established by the net primary productivity model of climatic vegetation model which reflecting potential productivity of rubber and the remote sensing CASA model which reflecting actual productivity of rubber. The potential productivity of rubber model based on climate data was established. The results showed that the potential productivity of rubber model based on climate data not only can objectively and quantitatively evaluate the dynamic change of rubber production capacity based on climatic data, but also can indirectly reflect the difference of the impact of climate factors on rubber production capacity in different regions. It would provide decision-making basis for rubber yield prediction, adaptation strategies and measures to climate change for Chinese rubber planting.

Rubber; Net Primary Production (NPP); Potential productivity of rubber; Model

10.3969/j.issn.1000-6362.2020.02.006

刘少军,佟金鹤,张京红,等.基于气候数据的橡胶树产胶能力评估模型[J].中国农业气象,2020,41(2):113-120

2019−08−25

海南省基础与应用基础研究计划（自然科学领域）高层次人才项目（2019RC359）；国家自然科学基金（41765007；41465005；41675113）

刘少军，E-mail：cdutlsj@163.com