APP下载

辽宁省昌图县NPP的时空格局变化研究

2020-04-13宁晓娜

陕西水利 2020年12期
关键词:降雨量平均值植被

宁晓娜

(辽宁省河库管理服务中心(辽宁省水文局),辽宁沈阳110003)

NPP是表现出植物活动情况的关键变量,也是研究陆地生态系统物质和能量运动的重要环节[1]。NPP不仅能反映植物在自然环境下对二氧化碳的固定封存能力,而且能够体现生态系统的生产能力和生产质量状况,确定生态系统碳源/汇函数,估算地球环境支撑能力,可以评价地球生态系统的可持续开发能力[2]。同时,它也是评价生态系统的结构性,生态结构的功能性以及自然生物圈的收容能力的重要指标。在广域、地域规模中,使用遥感数据驱动模型间接推断植被生产能力是很重要的,是一种被广泛接受的研究方法。遥感技术可迅速获取大空间数据,具有多个时间特性,可监视地区动态变化[3]。还提供了研究碳循环、植被与气候关系的新方法。为了这些优点,将遥感数据导入到NPP模型中结合字段数据,增强NPP估计的数据信息。其研究将为自然资源的合理开发和利用提供科学依据和全球规模变化的影响[4]。

1 研究区概况

昌图县位于辽宁省铁岭市辖区最北部,松辽平原南端。行政区域总面积为4317 km2,占到全省总面积的3%[5]。昌图县管辖昌图镇、双庙子镇、八面城镇等,2019年的常住居民为104万人。昌图县属辽北低丘平原,河流除辽河外,主要支流有招苏台河、二道河、亮子河等,均属辽河水系[6]。昌图县地处于中国北方,常年干旱缺水,降雨量少,日照较为强烈,植物的生长周期较长[7]。

2 数据来源及研究方法

2.1 数据来源及处理

(1)采用MOD13Q1数据,采样时间跨度16 d,分辨率为30 m部分来自USGS数据中心,一部分来源于地理空间数据云。直接从网站上下载的MODIS数据已进行过大气校正处理。在envi 5.0中,将投影坐标变换为通用的墨卡托投影,并利用研究区域的矢量数据对其进行切割。获得了昌图县2000年~2010年的NDVI数据集。然后,采用最大组合法(MVC)将每月二期图像合成到每月最大NDVI数据中,并将其保存为8位格式文件。

(2)Landsat影像

遥感图像来自从地理空间数据云下载的30 m分辨率的Landsat TM图像。期间分别为2000年8月和2010年8月。使用ARCGIS融合、切断、视觉解释的图像处理,取得了2000年和2010年的昌图县土地利用数据。

(3)气象数据

从中国气象科学数据共享服务网中提取了昌图县月平均气温值、太阳辐射量以及总降雨量等数据。为保证空间插值的精度,选取了38个常规气象站和6个太阳辐射监测站。

2.2 研究方法

2.2.1 基于CASA模型的NPP估算

CASA模型的基本原理是光能的利用。植被的NPP由光利用和光合作用辐射的两个因子来估计。模型的NPP估计主要取决于APAR和ε的两个变量[8]。计算公式如下:

NPP(x,t)=APAR(x,t)×ε(x,t)

式中:t为时间,x为空间;NPP(x,t)为t月份x像元植被第一净初级生产力;APAR(x,t)为t月x像元吸收的光合作用有效辐射;ε(x,t)为t月x像元实际光能转换利用率。

植被NPP随时间和参数位置的变化而变化[8]。植被吸收的光合有效辐射(APAR)取决于太阳总辐射和植被对光合有效辐射的吸收率,其计算公式如下[9]:

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

式中:SOL(x,t)代表了t月份中x像素的总太阳辐射,MJ/m2;常数0.5表示了植物受到太阳辐射总量后能够转化为有实际效果辐射的比例;FPAR(x,t)代表植被层对射入PAR的吸收利用率;FPAR与NDVI和SR在一定范围内具有良好的线性关系,因此可以通过MOD13A1产品进行提取,NDVI用于估计FPAR[9]。光能转化率是指植被把所吸收的光合有效辐射(PAR)转化为有机碳的效率,它主要受到环境温度和大气含水量的影响,用下式计算:

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

式中:Tε1(x,t)和Tε2(x,t)表示气温对光能的转化利用率的影响,Wε(x,t)表示水分条件对光能转化率的影响,εmax表示在理论中植物的光能利用率最大值。

2.2.2 归一化植被指数

NDVI又称标准化植被指数,是指近红外光谱(0.7 μm~1.1 μm)、可见光波段近红外光谱(0.4 μm~0.7 μm)的比值以及两者之和[10]。NDVI目前已经被广泛的应用在植被的研究和气候的研究中。它能以最直观的方式反映地表植物的生长状况和分布特征。它与植被的分布特点呈线性相关,植被覆盖检测范围广,对时间和空间适应性强[11]。计算公式为:

式中:NIR为近红外波段;R为红波段。

3 研究结果

3.1 植被与NPP的空间格局

昌图县NPP的分布具有明显的区域差异。昌图县南高北低,三面被山环绕。从全县来看,2000年~2010年昌图县植被净第一性生产力平均值为990.79 gC/m2,而南部和中部地区植被净第一性生产力较高,由南向北逐渐下降。中间部河谷的NPP值也较低。从不同年份的NPP分布图可以看出,NPP的总体空间变异范围不大。昌图县植被生长相对稳定,栽培植物、针叶林和阔叶林分布广泛。在流域和昌图县北部,植被生长较差,相应的NPP产量也较低。

3.2 年际变化

计算2000年~2010年昌图县植被年平均净现值。昌图县植被年平均NPP在中部和北部山区较高,大部分山区的NPP在1200 gC/m2以上,而流域河谷和居民区域的NPP仅在0~200 gC/m2之间。

昌图县年均NPP值2003年最高,为2479 gC/m2,2010年最低,仅为2214.4 gC/m2,减少了10.67%。2000年~2010年平均NPP值为990.79 gC/m2。从NPP值的变化来看(图1),NPP平均值整体变化较为平稳,最大值在2000年~2001年期间出现明显的降低,2002年以后,呈现出平稳降低的趋势。NPP值大于1200 gC/m2的区域占整体的35.67%,1000 gC/m2~1200 gC/m2区域之间占整体的23.34%。集中在昌图县中、西、南部。

图1 NPP值年际变化情况

采用一元线性回归分析法,表现出各个空间范围内的NPP值的变化趋势,能够以单一像元的不同时段变化率来表示整个时间段的NPP演化规律。一元线性回归分析法可以从整体上来判断NPP的发展趋势,消除个别异常点的影响,直观且真实地反映NPP在较长时间段中的演化过程[12]。计算公式是:

式中:Slope值是线性拟合方程的斜率值;n是研究阶段的年份。

通过计算可以得出,昌图县年均NPP的Slope值为-0.014,小于零。可以得出,年均NPP值呈现出减少的趋势。

3.3 季节变化

将昌图县的NPP值计算季节性平均值,最终得到该流域植被NPP各季节的平均NPP的空间变化分布情况(图2)。

图2 NPP季节变化图

春季,由于气温的回升,中部以及南部的地表水得到大量补充,植物重现生机,NPP的值相比较冬季有所升高。昌图县平均值在897.45 gC/m2。到了夏季,雨季出现,降水量明显增加,气温和日照强度升高,为植被的生长提供了良好的环境条件。全昌图县的NPP达到了四个季节的最高峰,平均值为1567.32 gC/m2。秋季,气温开始回落,植被也进入了凋落期,NPP值也出现明显的降低,平均值为643.23 gC/m2。冬季的平均气温降到最低点,地表水量也大大降低,植被生长受到限制,NPP值极低,为356.2 gC/m2。

3.4 NPP与降雨量相关性

皮尔逊相关系数:它是一种几何解释,用来测量两个无关变量之间的线性相关程度,通常用P表示,它表示两个变量之间夹角的余弦,用于研究两个无关变量之间的相关性[13]。计算公式为:

对处理得到的年均降雨量数据和年均NPP值经行相关性分析,相关系数为0.734,表示降雨量与NPP值程正相关,降雨量与NPP值的数量变动方向一致。NPP值随着降雨量增大而增大,相关性较高。显著性值(sig)为0,其具有显著性意义见表1。

表1 降雨量与NPP值相关性

4 结论与建议

以辽宁省昌图县为研究区域,采用CASA模型计算出了昌图县的植被净第一性生产力(NPP)值,通过研究得出:

(1)昌图县植被净第一性生产力大于1000 gC/m2的区域分布在昌图县中部、南部以及西部地势较高的山区。而河流流域以及人居地区的NPP值仅在0~200 gC/m2区间内。

(2)2000年~2010年平均NPP值为990.7951 gC/m2,年平均值变化较为平稳,通过一元线性回归分析可以得出,年均NPP值呈现出逐年降低的趋势。引入降雨数据,通过Pearson相关性检验得出,降雨量与NPP值呈正相关性。

(3)NPP值呈现出季节变化性,其中,夏季均NPP值最高,为1567.32 gC/m2冬季最低,仅为356.2 gC/m2。

(4)NPP的时空变化受多种因素的影响。利用CASA模型计算的植被第一净初级生产力受到遥感数据和气象监测数据的影响较大。本次研究没有深入考虑植被下垫面的土壤条件,气象环境中的大气二氧化碳浓度和人类生产中对NPP值的影响,这些因素可能对结果造成一定的影响,但利用遥感数据计算昌图县NPP值是本研究的结果,仍然具有科学的参考价值。

猜你喜欢

降雨量平均值植被
呼和浩特市和林格尔县植被覆盖度变化遥感监测
基于植被复绿技术的孔植试验及应用
平均值的一组新不等式
来安县水旱灾害分析与防灾措施探讨
降雨量与面积的关系
追踪盗猎者
第一节 主要植被与自然环境 教学设计
变力做功时运用F=F1+F2/2的条件
平面图形中构造调和平均值几例
降雨量