内蒙古荒漠草原植被NPP时空变化及气候因子分析：以四子王旗为例

高艺宁 王宏亮 赵萌莉

(1.内蒙古师范大学 科技处，呼和浩特 010022；2.北京大学 城市规划与设计学院，深圳 518055；3.内蒙古农业大学 草原与资源环境学院，呼和浩特 010010)

草原植被作为陆地表层复杂生态系统的重要组成部分，为人类提供多样化的生态服务功能[1]。其中，植被初级净生产能力(net primary productivity，NPP)具有较高的生物生产和碳循环功能[2-3]。草原植被NPP能够反映草地植物群落在自然环境下的生产能力[4]，是表征草地植被群落生长动态和陆地植被质量的重要参数[5]，也是衡量陆地生态系统应对气候变化的重要指标[6]。在草地生态系统动态过程中，植被NPP与气温、降水等气候因子关系密切，其动态变化反馈了植物代谢在温度和水分条件下的变化过程[7]，较好地反映气候特征对地表植被覆盖状况的影响[8]，对于区域环境具有重要的指示作用[9]。由于植被NPP在全球气候变化与土地利用/覆被变化中的重要作用，国际地圈/生物圈计划(IGBP)、全球气候变化与陆地生态系统(GCTE)以及京都协定书均把植被NPP动态变化列入核心研究计划[10-11]，我国“美丽中国生态文明建设科技工程”和“人地系统耦合”等生态系统综合性研究也将草原陆地生态系统NPP列为热点问题[12]。因此，研究草原植被NPP时空动态分布及其与气候因子的关系，有助于深入分析草原陆地生态系统对气候变化的响应。

尺度依赖是生态学研究的关键问题之一[13]，传统野外调查方法仅适用于斑块等小尺度的局地研究，难以满足景观区域等大尺度的综合测量。因此，采用模型模拟植被NPP成为一种重要而又被广泛应用的科学方法。目前，用于测算植被NPP的模型方法可划分为气候统计模型、生态系统过程模型和光能利用率模型等。应用上述方法，学者们针对气候变化采用遥感数据对植被NPP时空变化特征进行了广泛研究。如侯雨等[14]基于光能利用率模型分析了1982—2000年我国不同植被类型NPP的季节性和年际性变化规律，认为植被NPP年内季节性变化规律明显；刘刚等[15]采用植被净初级生产力模型对2001—2014年中国植被NPP进行估算，得到了我国植被NPP空间分布取决于植被分布和气候条件的结论；苑全治等[16]借助植被动态模型IBIS，对过去50年气候变化下中国潜在植被NPP的动态变化进行模拟，判断了气候变化下植被NPP的脆弱性。围绕我国不同区划特点的植被NPP研究也较为丰富。如张雪蕾等[17]对石羊河流域植被NPP进行估算；李登秋等[18]分析了江西省林地生态系统NPP时空变化特征；刘夏等[19]对三江平原湿地NPP变化进行评价。研究发现，植被NPP变化研究多集中在全国、流域或省份等大尺度的空间格局分析，针对县域等中小尺度研究相对较少[20]。研究对象主要以林地、湿地等生态系统为主，侧重草原生态系统的研究相对不足。基于此，拓展荒漠草原植被NPP时空特征分析，模拟县域尺度植被NPP对气候变化的响应成为本研究的主旨。

四子王旗地处内蒙古农牧交错带，是温带草原向干旱荒漠过渡的典型荒漠草原区。该区植被类型多样，草本植物丰富，为我国畜牧业生产提供了重要的资料来源。随着近年来经济发展和人口增长的不断施压，连续性地超载过牧、矿产开发以及不合理地土地利用，使得该区草原生态问题较为突出，表现为植被覆盖度降低、草原荒漠化加剧以及牧草产量下降等。为进一步评估草原陆地生态系统植被覆盖状况，开展典型荒漠草原植被NPP研究具有重要的应用价值，不仅有利于草原生态修复与生产力提升，还为开展县域植被NPP模拟提供了案例支持。据此，以四子王旗为研究区域，基于遥感、气象和景观分类数据，利用CASA模型模拟1987—2016年植被NPP的时空变化，旨在分析植被NPP与年均气温和年降水量的相关关系。

1 材料与方法

1.1 研究区概况

四子王旗隶属于内蒙古自治区乌兰察布市境内，地理坐标为110°19′53″～112°59′37″ E和41°11′32″～43°22′31″ N，东与锡林郭勒盟苏尼特右旗毗邻，南与呼和浩特市武川县交界，西与包头市达尔罕茂明安联合旗相连，北与蒙古国接壤，辖区总面积为24 036.13 km2。四子王旗地处中温带大陆性季风气候区，气候干冷、日照充足，降水量少。年均日照3 094 h，平均气温4.4 ℃，年平均无霜期138 d，年平均降水量368.8 mm，主要集中在夏季，具有四季分明、雨热同季、无霜期短等气候特点。

图1 四子王旗地理位置及景观分类图Fig.1 Geographical location and landscape classification map of Siziwang Banner

1.2 遥感数据与处理

1.2.1植被NDVI数据

植被NDVI来自美国国家航天航空局(NASA)全球监测与模型研究组(GIMMS)提供的GIMMS NDVI数据和MODIS NDVI数据，数据源为http：∥ecocast.arc.nasa.gov和http：∥modis.gsfc.nasa.gov。其中，1987—2006年时间序列数据采用GIMMS NDVI半月最大合成数据，应用ArcGIS10.5中Resample工具进行数据重采样；2007—2016年时间序列数据采用MODIS NDVI数据中的MOD13A2级数据，利用MODIS网站提供的MRT处理软件对数据进行投影变换、拼接裁切和格式转换。具体是将植被NDVI数据统一地理坐标系为WGS_1984，投影为Albers Equal_Area Conic，并转换HDF格式为TIFF格式文件，得到逐月的NDVI数据，空间分辨率为 1 km×1 km。由于2种NDVI源自不同传感器类型，可采用GIMMS NDVI和MODIS NDVI重叠期数据，基于均方根误差RMSE和相关系数R2进行数据一致性检验[6]。本研究对2000年2月—2006年12月的2组数据进行线性回归，得到拟合方程YMODIS=1.211XGIMMS-0.034，其中R2=0.818，RMSE为0.228，说明数据具有显著的一致性(P<0.01)。由于MODIS NDVI值>GIMMS NDVI值，进而借助回归方程对GIMMS NDVI进行数据校正。

1.2.2气象数据

气象数据资料采用中国气象科学数据共享服务网(http：∥cdc.cma.gov.cn)提供的1987—2016年四子王旗及周边市县气象站的月平均温度和月降水数据，包括二连浩特、满都拉、朱日和、达茂、化德、包头、呼和浩特和集宁等气象站。通过ArcGIS10.5软件中Geostatistical Analyst模块分别对气象数据进行空间插值，本研究采用Kriging插值，获取与NDVI栅格大小一致、投影相同的数据像元，经过掩膜裁切后获得四子王旗气温和降水栅格数据。

1.2.3景观分类

景观分类来源于土地利用覆被类型，是依据内蒙古自治区土地调查规划院提供的2016年度四子王旗土地利用现状数据，按照《土地利用分类标准》划分农田、林地、草地、水域、人工和荒漠等6类景观。在景观分类的基础上，结合四子王旗自然特征和遥感影像，并辅助野外考察记录进行矢量化制图。

1.3 研究方法

1.3.1CASA模型

CASA(Carnegie-Ames-Stanford Approach)模型是利用光能利用率原理的过程模型，通过植物吸收光合有效辐射(APAR)和实际光能利用率(ε)来计算植被NPP的模型[21]。植被吸收的光合有效辐射取决于太阳总辐射和植被对光合有效辐射的吸收比例；实际光能利用率是植被把所吸收的光合有效辐射转化为有机碳的效率，温度和水分对其影响较为明显。具体计算公式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(3)

式中：APAR(x,t)表示像元x在t月吸收的光合有效辐射，MJ/m2；ε(x,t)表示像元在t月的实际光能利用率，g/MJ(C)；SOL(x,t)表示像元x在t月太阳总辐射量，MJ/m2；常数0.5表示植被所能利用的太阳有效辐射占太阳总辐射的比例；FPAR(x,t)为植被层对入射光合有效辐射的吸收比。SOL(x,t)采用联合国粮食与农业组织FAO的《The ETo calculator reference manual》[22]获取，FPAR(x,t)与NDVI、植被指数SR之间存在较好的线性关系，可以通过MOD13A2产品提取归一化植被指数对FPAR进行估算[23]。εmax表示植被在理想条件下对光合有效辐射的利用效率，根据朱文泉等[24]模拟的最大光能利用率确定草地εmax值为0.542 g/MJ(C)。Tε1(x,t)表示低温和高温对光能利用率的影响；Tε2(x,t)表示环境气温从最适温度向低温或高温变化时植被光能利用率逐步变小的趋势。

(4)

(5)

式中：Topt(x,t)代表植被生长最适气温，即选择一年中NDVI最大月份的当月平均气温；若某月均温T(x,t)≤-10 ℃时，则Tε1(x,t)取值为0；若某月均温T(x,t)比最适气温Topt(x,t)高10 ℃或低13 ℃时，则Tε2(x,t)等于最适气温月Topt(x,t)值的1/2。

(6)

式中：Wε(x,t)表示水分对植被光能利用率的影响，随着环境水分的增加，Wε(x,t)将逐步增大，取值0.5～1.0。EET(x,t)是通过降水量和植被净辐射计算的实际蒸发量；PET(x,t)是潜在蒸发量。

1.3.2植被NPP年际变化率

植被NPP采用一元线性回归分析1987—2016年四子王旗植被NPP的时空动态，单个像元多年回归方程中趋势线斜率即为年际变化率[25]。计算公式如下：

(7)

式中：θslope为趋势斜率；n为监测时间段的年数；NPPi为第i年的植被NPP。利用NPP序列与时间序列相关关系判断NPP年际变化的显著性，斜率为正表示上升，反之则表示下降。

1.3.3相关性计算

植被NPP与气候因子相关性计算是基于植被NPP像元与年均气温、年降水量栅格像元的空间分析，采用相关系数法进行公式计算。公式如下：

(8)

2 结果与分析

2.1 植被NPP空间分布特征

1987—2016年四子王旗植被NPP值为144.52 g/(m2·年)(C)，年均总量值为3.47 Tg(C)，约占内蒙古自治区植被NPP年均值和年均总量的42.51%和1.06%。由于荒漠草原面积约为2.40×104km2，占内蒙古土地总面积的2.03%，因此荒漠草原植被NPP年均值和年均总量明显低于内蒙古植被NPP的整体水平[25]。在分布上，研究区植被NPP的空间差异明显，高值分布在南部区，低值位于北部区，呈现出南高北低的分布特征。由于南部属于山地丘陵区，大量的林木、灌丛密集生长，使其植被NPP明显高于北部区荒漠沙地的植被覆盖。另外，部分南部区域因旗政府所在地乌兰花镇及邻近乡镇在城镇建设和人类活动方面的频繁扰动，形成了南部局地植被NPP低值分布的空间格局。在分类上(图2)，植被NPP的一般生态特征为林地景观>农田景观>草地景观>荒漠景观，而基于景观分类的植被NPP年际统计结果为：草地景观(2.38 Tg(C))>林地景观(0.52 Tg(C))>农田景观(0.51 Tg(C))>荒漠景观(0.01 Tg(C))，说明荒漠化草地是研究区的主导景观类型，植被NPP的空间分布与景观分类的分布面积基本一致。由于短花针茅是四子王旗草地景观的建群种，分布面积较大，因此以短花针茅为优势种群的荒漠化草地在植被NPP上占据明显优势。

图2 四子王旗不同植被NPP占比情况图Fig.2 Proportion of vegetation NPP for different types in Siziwang Banner

2.2 植被NPP年际变化特征

从总体变化上看(图3)，1987—2016年四子王旗植被NPP年际变化呈现出波动上升的趋势。其中，最低值出现在1995年的3.09 Tg(C)，低于多年平均值9.65%；2016年植被NPP总量最高，约为3.69 Tg(C)，高于多年平均值7.90%；其余各年份植被NPP年际总量均处于多年平均值±6%的浮动范围。从年际增长上看，大部分地区的植被NPP均有所增长，平均增长值为3.77 g/(m2·年)(C)，具有增长趋势的区域约占研究区总面积的94.23%。其中，增长值>20 g/(m2·年)(C)的区域约占研究区面积比例为0.03%；增长值为10～20 g/(m2·年)(C)的区域约占研究区面积比例为4.80%；增长值为5～10 g/(m2·年)(C)的区域约占研究区面积比例为1.85%；增长值<5 g/(m2·年)(C)的区域占研究区面积比例为87.55%。从景观分类上看，不同景观类型的植被NPP年际波动差异明显，草地景观NPP年际波动较大，林地景观、农田景观和荒漠景观的波动较小。结合增减面积比来看，研究末期除林地景观植被NPP增减面积比为2.770外，其余农田、草地和荒漠景观的植被NPP增减面积比分别是0.908、0.657和0.949，表明林地覆盖面积增加明显，其他景观覆盖面积略有缩减。分析发现，植被NPP增加的原因与当地生态保护政策密不可分，近30年的退耕还林工程、京津风沙源治理工程以及草原荒漠化防治工程对该区生态环境的改善起到了修复作用，成为林地景观植被NPP增加的主要原因；但人口的增长和经济的发展，使得大量草地和部分耕地转变成建设用地，导致研究区对应的景观植被NPP呈动态减少的变化。

图3 四子王旗植被NPP总量变化趋势图Fig.3 Trend of total vegetation NPP in Siziwang Banner from 1987 to 2016

2.3 植被NPP与气候因子的关系

1987—2016年四子王旗年均气温为3.12 ～6.97 ℃，平均值为4.48 ℃，并具有北高南低的温度分布特征；研究期内年降水量为195.2～566.7 mm，平均值为320.5 mm，呈现出由南向北递减的降雨变化趋势。基于相关性分析发现，研究区植被NPP与年均气温、年降水量均呈显著正相关关系(P≤0.05)，相关系数分别为0.061和0.296。不同植被NPP与年均气温的相关性差异明显，农田景观和林地景观的相关系数为正，草地景观和荒漠景观相关系数为负。通过相关性空间显示(图4)，二者呈正相关的区域占比约为90.53%，广泛分布于北部牧区荒漠草原；呈极显著正相关的区域占比约为9.97%，主要分布于山地丘陵区。基于不同植被NPP与年降水量均呈正相关关系，在通过显著性水平检验的前提下，农田景观植被NPP相关系数最小(0.003)，林地景观植被NPP相关系数最大(0.234)。通过相关性空间显示可知，二者呈正相关的区域占研究区面积的94.48%，广泛分布于研究区各乡镇、苏木区域。其中，南部丘陵区域植被NPP与年降水量呈极显著正相关，占研究区面积的12.10%，呈极显著负相关的区域仅分布于红格尔苏木中心，占比约为1.53%。研究发现，年降水量是影响研究区植被NPP的主要气候因子。一方面由于气候因子所引发的雨热分异直接影响植被NPP的空间分布，另一方面不同植被的生长特性对生境条件的反馈差异，引起不同景观植被NPP对气温和降水量的差异化响应。

图4 四子王旗1987—2016年植被NPP与年均气温、年降水量的关系Fig.4 Correlation of annual NPP and annual rainfall and annual temperature from 1987 to 2016 in Siziwang Banner

3 讨论与结论

3.1 讨论

采用CASA模型模拟了1987—2016年荒漠草原植被NPP的时空变化，并与气候因子进行了相关性分析，研究发现荒漠草原植被NPP低于内蒙古植被NPP的整体水平，且空间分布具有南高北低的变化特征，这与韩芳[26]的研究结果一致，但植被NPP的明显差异与不同研究单元的自然条件和覆被状况存有较大关系。李刚等[27]发现植被NPP与水热条件紧密相关，尤其与降水量关系更为密切，这与本研究结果相一致。原因是研究区处于典型干旱区，以高温少雨为特征的干暖化气候使得降水量成为制约植被NPP增长的主导因子。另外，本研究受不确定性因素和模型变量的影响较为明显。就不确定性因素而言，由于数据获取源的限制，NDVI数据空间精度为1 km×1 km，对于县域尺度的空间模拟略显不足；植被NPP测算与研究者的认知水平关系较大，其模型选择、参数设定和模拟过程始终存在人为判定影响。在模型变量方面，本研究仅采用年均气温和年降水量来表征气候因子，而气候条件还包括太阳辐射、风蚀、日照以及气压等因素，存有气候因子变量选择的局限性；由于植被NPP时空变化还与土壤条件和地形地貌等地理环境因素相关，未来针对研究区植被NPP的相关性分析有待进一步深入。

3.2 结论

基于遥感数据、气象数据和景观分类数据，通过CASA模型模拟了1987—2016年荒漠草原植被NPP的时空变化及其与年均气温和年降水量的相关关系，得到如下结论：

1)1987—2016年四子王旗年均植被NPP为144.52 g/(m2·年)(C)，植被NPP年均总量为3.47 Tg(C)。从空间分布上看，研究区植被NPP的空间差异明显，表现为南高北低的分布特征；从分类统计上看，草地景观>林地景观>农田景观>荒漠景观，说明荒漠化草地是研究区的主导景观类型。

2)研究区植被NPP年际变化呈波动上升的趋势，波动为3.09～3.69 Tg(C)。其中，约有94.23%地区植被NPP呈增长趋势，平均增长值为3.77 g/(m2·年)(C)；另有，农田、林地、草地和荒漠植被NPP增减面积比分别为0.908、2.770、0.657和0.949，表明植被NPP既受生态保护政策的影响，又与当地经济社会发展相关。

3)本研究植被NPP与年均气温和年降水量均呈显著正相关关系，相关系数分别为0.061和0.296；基于相关性空间显示结果，呈正相关的分布面积所在比例分别为90.53%和94.48%，表明降水量是影响植被NPP的主要气候因子。