东北地区植被净初级生产力对气候变化的响应

张淑美 董静

摘要：研究植被净初级生产力与气候变化的关系，对于研究气候变化对生态系统进程的影响具有重要意义。研究利用1982-2013年长时间序列的AVHRR NDVI数据集、气候数据和植被类型图，采用CASA模型估算了东北地区植被净初级生产力，并分析了东北地区植被的净初级生产力的时空变化及其对气候的响应。结果表明：1）1982-2013年东北地区植被平均净初级生产力范围在0-750gC？m-2？a-1之间，耕地、林地的净初级生产力呈增长趋势;草地的净初级生产力呈减少趋势。2）年平均降水变化在西部地区呈现降低趋势，在东部大部分地区是增加趋势。年平均降水量最多的年份是在2013年为57.09 mm。3）年平均温度的变化情况不明显，整体上是波动上升的趋势。平均温度最高的年份在2008年。4）东北地区植被净初级生产力与温度、降水的相关性呈现空间地理差异。植被净初级生产力与温度在西部呼伦贝尔草原和东北平原西部有较大的负相关，在东部有较大的正相关;植被净初级生产力与降水在西部呼伦贝尔草原和东北平原有较大的正相关，在小兴安岭和长白山脉有较大的负相关。

关键词：东北地区;净初级生产力;气候;相关性分析

1  绪论

净初级生产力NPP（Net Primary Productivity，NPP）是指绿色植物在单位时间、单位面积内通过光合作用所产生的有机物同化量减除呼吸消耗的剩余部分。它直接反映了各种植被类型在自然环境条件下的生产能力和陆地生态系统的质量状况，在全球变化及碳平衡中扮演着重要作用[1]。近年来的气候变化已经促进了北半球中高纬度地区的植被生长，各种净初级生产力模型已经开发用来分析净初级生产力对气候变化的响应。

因此，研究净初级生产力与气候变化的关系，对于研究气候变化对生态系统进程的影响具有重要意义。利用遥感技术，结合气候参数和植被参数，分析净初级生产力的年际变化特征、空间分布特征以及净初级生产力与气候（温度、降水）因子的相关性，对了解植被的时空变化特征，监测、保护生态环境，预测气候变化趋势有着重要的意义。

2  研究区概况和数据处理

2.1  研究区概况

东北地区以平原、丘陵和山地为主，整体地势低平，开阔平坦。地形特点为三面环山、平原居中。

东北地区自南向北跨中温带与寒温带，属温带季风气候，四季分明，夏季温热多雨而短促，冬季寒冷干燥而漫长。自东南而西北，从湿润区、半湿润区过渡到半干旱区。

东北地区受夏季风的影响，植被特征经向地带性非常明显，由南向北气温逐渐降低，相应的植被类型也随着地理位置的变化而发生着变化。

2.2  数据介绍与预处理

本研究主要利用的是1982-2013年的NOAA_NDVI_3g数据集、气象站点数据以及气候（温度、降水、辐射）数据、东北地区植被类型图和东北地区的矢量数据。

2.2.1  遥感数据

采用GIMMS NDVI 3g数据集的空间覆盖范围为全球，时间起止于1981-2013年。空间分辨率为8km * 8km，时间分辨率为15天，格式为ENVI标准格式，转换为ALBERS投影，坐标系为WGS-84坐标系。

2.2.2  气象数据

从中国气象科学数据共享服务网（http：//cdc.cma.gov.cn/）下载的1982–2013年的月总降水量数据、月平均温度数据、月总太阳辐射数据，和覆盖东北地区的107个气象站点和13个辐射站点数据。

2.2.3  植被类型图

该研究所用的植被类型图为中国科学院的中国植被编辑委员会提供的1：100万中国植被图集。在对比2001年和2007年的植被类型图之后，发现植被种类及分布变化不大，本研究采用2001年东北地区植被类型图。

3  研究方法

3.1  CASA模型

CASA模型（CarnegieAmesStanford approach）是一个基于过程的遥感模型[2]。模型包括土壤有机物、微量气体通量、养分利用率、土壤水分、温度、土壤结构和微生物循环[3]。它充分考虑了植物自身生长特性和对植物光合作用有调节能力的非生物环境因子（气温、土壤、水分状况等），主要由植被所吸收的光合有效辐射（APAR）与实际光能利用率（ε）两个变量来确定[1]。

NPP（x， t） = APAR （x， t） * ε（x， t） （3.1）

3.2  最大值合成法

最大合成值法MVC（Maximum Value Composites），就是将多幅相同的栅格图叠加，每个栅格单元值取多幅影像中最大的值，最后合成一幅影像。

本研究需要利用月最大归一化植被指数的时间序列数据，而下载的NOAA_NDVI_3g数据集的时间分辨率为15天，所以需要利用最大值合成法得到分辨率为一个月的月最大NDVI影像。对半月分辨率的俩幅NDVI影像进行波段运算，输入公式为：

b1*（b1 ge b2） + b2*（b2 gt b1）（3.2）

将每个月的月最大NDVI数据合成一年，得到月最大NDVI時间序列数据，公式为：

b1>b2>b3>b4>b5>b6>b7>b8>b9>b10>b11>b12                     （3.3）

3.3  空间插值

空间插值是指将离散点的测量数据转换为连续的数据曲面，以便与其它空间现象的分布模式进行比较，就是用已知点的数值来估算其他位置的数值。

进行空间插值有俩个基本条件：已知点和插值方法。本研究需要对气象数据进行空间插值，东北地区的气象站点便作为已知点，本研究所利用的插值方式主要是克里金插值法和反距离加权插值法。

3.4  趋势分析及相关性分析

3.4.1  趋势分析

研究32年来东北地区年平均气温、年平均降水量的变化，結合东北地区植被净初级生产力的年季变化，首先简单的分析植被净初级生产力的变化与气候变化的关系，其斜率公式为[4]：

（3.4）

式中，i为研究的年份，Yi表示第i年的平均温度、平均降水量、NPP，n为研究的年分数32年。

当slope>0时，说明像元上的像元值（温度、降水、NPP）为上升趋势;反之，当slope<0时，表明像元值有下降趋势。

3.4.2  相关性分析

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。在进行趋势分析之后，将东北地区的植被净初级生产力分别与温度、降水进行相关性分析，定量的得到它们之间的变化关系。

4  研究结果与分析

4.1  东北地区气候变化

4.1.1  东北地区年均气温时空变化分析

1982–2013年东北地区的32年平均温度时间变化，东北地区的年平均温度的变化情况不明显，东北地区的年平均温度的范围在2℃到5℃之间，但整体上是一个波动上升的趋势[5]。

1982–2013年东北地区的年平均温度的空间变化，东北地区32年的年平均温度的空间分布与地理位置相匹配，由东南方向向西北方向温度逐渐降低[6]。

4.1.2  东北地区年均降水量时空变化分析

1982–2013年东北地区的32年平均降水量的时间变化如图1所示。图中可以看出，东北地区的年平均降水量的平均值的范围在30–60 mm之间。

1982–2013年东北地区的年平均降水的空间变化如图2。由图中可以看出，东北地区32年的年平均降水的空间分布与地理位置相匹配，由东部地区向西部地区递减。

4.2  东北地区植被生产力时空变化分析

4.2.1  东北地区植被生产力空间变化分析

1982年到2013年，东北地区植被净初级生产力的取值范围在0到750gC？m-2？a-1之间，其中植被净初级生产力在0到100gC？m-2？a-1之间的部分占整个东北地区的48.66%，所占的比重最大。

东北地区植被净初级生产力的最大值大部分分布在大兴安岭、小兴安岭、长白山脉处，植被类型丰富，植被茂密;而东北地区植被净初级生产力的较小的地方分布在东北平原和呼伦贝尔高原上，东北平原是东北农作物的主要种植地，呼伦贝尔高原的主要植被类型是草地，对应的生产力较低。所以，东北地区植被净初级生产力的空间分布与植被类型有很大的关系。东北地区的植被净初级生产力的空间分布特点是：西部和南部的NPP值低;东部和北部的NPP值高;而且从东北方向到西南方向是呈现一个递减的趋势。而东北地区的地形是周边被山包围，中间是平原地区。所以，东北地区植被净初级生产力的空间分布与地形有很大的关系。同样的，东北地区植被净初级生产力高的地方分布在大兴安岭、三江平原、小兴安岭、长白山脉处，这些地区的植被类型主要是林地，植被覆盖率高。而且长白山脉邻近海洋，受海洋气流的影响，水热条件充沛、气候适宜;东北地区植被净初级生产力低的地方在东北平原和呼伦贝尔草原处，这些地方的气候干旱、降水较少，植被覆盖率低。所以，东北地区植被净初级生产力的空间分布与气候有很大的关系。

4.2.2  东北地区植被生产力年际变化分析

经过分析表明，呼伦贝尔草原及一些农林交错的耕地以及林地的植被净初级生产力减少，这可能主要是由于过度放牧导致的草地以及耕地的缺失和土地的退化，使得当地的植被生产力有了明显的下降[7];而小兴安岭与三江平原上的针阔混交林和长白山南部林区的植被净初级生产力的增长原因：可能主要是由于近些年，这些地区气候条件稳定，适宜植被生长，同时东北地区作为全国主要的粮食基地，近些年来大力发展农业，改进农业生产技术，提高了生产力，使得在平原上的农作物种植区的植被含量增多，进而使其植被净初级生产力提高。此外，由于我国在20世纪90年代也开展了一些保护生态，退耕还林，大力倡导植树的活动，这可能也使得东北地区在小兴安岭地带的植被得到保护与发展，从而使这些地方的植被净初级生产力呈增高趋势。

4.3  植被生产力对气候变化的响应分析

结果表明，东北地区的植被净初级生产力与东北地区的年平均温度的相关性也存在着空间位置上的不同，不同的地区两者之间的相关性也不同。在东北地区的呼伦贝尔草原与东北平原的西部，植被净初级生产力与年平均气温呈现较大的负相关，相关系数在-0.59到0之间。经过分析，由于该地区气候干旱，土壤贫瘠，没有提供给植被生长所需要的适宜环境，又没有森林的覆盖，在温度升高的时候，土壤就会变得更加干旱，不适合植被的生长。在大兴安岭地区及东北平原的中部，植被的净初级生产力与年平均温度的相关性较小。在小兴安岭、完达山、三江平原和长白山山脉处，植被的净初级生产力与年平均温度是正相关的，且具有较强的相关性，相关系数在0.25到0.68之间。

对于逐像元的相关性分析，总体分析看来，东北地区的植被净初级生产力与年平均温度的相关性是负相关较多，所占百分比为58.1%。东北地区的植被净初级生产力与年平均温度的相关性与其所处的地理位置有很大的关系。

5  结语

本文研究了连续32年的东北地区植被生产力的变化及其对气候变化的响应，可以以此为基础，对东北地区32年来的环境变化进行监测;也可以进一步通过东北地区32年来耕地、森林和草地的变化情况，研究东北地区退牧还草、退耕还林的情况。本方法也可用于其他区域或者更大尺度的植被长势监测，为环境监测提供参考依据。

参考文献

[1]朱文泉，潘耀忠，张锦水.中国陆地植被净初级生产力遥感估算[J].植物生态学报，2007（03）：413-424.

[2]冉慧. 基于CASA模型的吉林省区域NPP遥感研究[D].吉林大学，2010.

[3]嘎毕日，张弛，王俊枝等.基于CASA模型的锡林浩特市草地资源生产力变化分析[J].内蒙古科技与经济，2019（06）：59-60+62.

[4]孟梦，牛铮.近30a内蒙古NDVI演变特征及其对气候的响应[J].遥感技术与应用，2018，33（04）：676-685.

[5]张清.1998年我国天气气候特点[J].气象，1999（04）：27-30.

[6]孙冷.1999年我国天气气候特点[J].气象，2000（04）：20-24.

[7]邱玥，范德芹，赵学胜等.中国东北地区植被NPP时空变化及其对物候的响应研究[J].地理与地理信息科学，2017，33（05）：21-27.