2008—2018年伊犁河流域植被净初级生产力时空分异特征

刘 亮,关靖云,穆 晨,韩万强,乔雪丽,郑江华,2,*

1 新疆大学资源与环境科学学院,乌鲁木齐 830046 2 绿洲生态教育部重点实验室,乌鲁木齐 830046 3 新疆草原总站,乌鲁木齐 830000

植被净初级生产力(net primary productivity,NPP)指植物单位面积和单位时间内通过光合作用获得的有机质总量,消除自养呼吸后所剩余的干物质量[1—2]。在当前复杂的全球气候形式下,植被NPP数据能用来研究土地利用变化、自然资源管理、生态系统碳循环和碳扰动,是评价地球表面生态系统健康和可持续发展的关键指标[3]。伊犁河流域位于中亚干旱地区,受地形因素的影响,位于我国境内的伊犁河流域上游,气候温和、降水丰富、土壤肥力好,是我国天然三大草场之一,土地利用率高[4]。而位于哈萨克斯坦境内伊犁河流域的中下游地区,降水稀少,以荒漠草地为主[5]。伊犁河流域作为中、哈两国的国际性跨境河流,开展该研究对认识该流域植被生产力状况,两国有效保护和合理利用伊犁河流域脆弱的生态植被区,提升整体效益,促进地区生态环境改善,社会经济的可持续发展提供可靠的理论依据[6—7]。

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[8]。实测方法精度高,但需要较多成本投入,经济效益低且不适用于复杂生态系统区域的测量。遥感技术能够弥补野外实测方法的不足,并且遥感数据有时效性高、数据易获取及存储的优点。因此利用不同模型结合遥感数据的植被NPP估测及分布成为主流的研究方法。目前植被NPP估算模型主要有3大类：气候相关模型、过程模型和光能利用率模型[9]。基于遥感的CASA(carnegie-ames-stanford approach)模型是一种属于光能利用率机制的过程模型,由于该模型参数少,与植被生理特性相关性强,因此被广泛应用于区域和全球陆地植被 NPP 的监测[10—11]。张振东和闫俊杰等[12—13]对伊犁地区的植被NPP进行了定量反演,分析了研究区植被NPP的时空分布特征,讨论了不同植被类型对NPP的贡献率及地形因子对其的影响；Jiao等[14]利用2000—2014年的MODIS NDVI和气象站数据,结合了基于CASA模型估算新疆伊犁河谷植被NPP,分析植被NPP与主要气候因子之间的相关性。

前人对伊犁河流域的研究,大多数研究仅限于国家尺度上,多数是对我国境内伊犁河流域植被NPP的时空变化特征及其影响因素进行分析,但忽视了流域生态和水文具有整体性与连续性的特点[15],针对伊犁河流域整体生态的研究十分有限,缺乏对整个流域长时间序列的植被NPP时空变化特征研究,无法满足伊犁河流域跨界河流保护以及“一带一路”生态环境建设的评估需要。本研究从整个流域角度出发,以MOD13A1多年的NDVI、气象数据和植被类型等数据为基础,采用改进的CASA模型对伊犁河流域2008—2018年的植被NPP进行了估算,并对其时空分异特征进行了研究分析。

1 材料与方法

1.1 研究区概况

伊犁河流域位于中国新疆西部、哈萨克斯坦东南部(图1),地理位置在73°18′—85°N、42°16′—49°22′E 之间,起源于中国新疆伊宁市东南部,流经伊犁地区后转向进入哈萨克斯坦,并最终注入哈萨克斯坦境内的巴尔喀什湖,是中、哈两国的跨境内流河[16]。该流域大部分位于哈萨克斯坦境内,小部分位于中国境内,是目前世界上保存最好的半干旱区域生态景观之一[17]。

图1 研究区概况Fig.1 An overview of the study area

1.2 数据及研究方法

1.2.1数据来源及预处理

遥感数据：NDVI数据来源于NASA官网发布的MOD13A1 L3级数据集(https://ladsweb.modaps.eosdis.nasa.gov/)。选取伊犁河流域所在的瓦片号h22v04、h23v04与h24v04,对瓦片数据进行格式转换、投影转换、拼接,采用最大值合成处理(maximum value composite,MVC)进一步消除其他气象因素的干扰。并下载MOD17A3 NPP数据产品,用于与CASA模型计算的植被NPP值进行精度验证。

气象数据：本文所需的气温、降水与太阳辐射数据均使用FLDAS(Famine Early Warning Systems Network(FEWS NET)Land Data Assimilation System)数据集(https://ldas.gsfc.nasa.gov/index.php/fldas/),该数据集协助数据稀少的发展中国家进行粮食安全评估,包括许多气候相关变量的信息[18—19]。

植被类型图：伊犁河流域土地利用数据来源于欧洲航空局研发的CCI—LC全球土地覆盖产品(https://cds.climate.copernicus.eu/)。CCI—LC经地面参考数据和替代传感器等独立数据验证,具有较高的数据质量[20—21]。对地物类型进行重新分类[22],剔除城市用地、水体与永久冰雪非植被覆盖区,最终得到伊犁河流域4大类植被覆盖类型,即草地、林地、耕地与裸地。

1.2.2NPP计算

CASA模型是目前几个主要光能利用率模型之一,该模型中的植被净初级生产力是由植被吸收光合有效辐射(absorbed photosynthetic active radiation,APAR)和光能转化率(ɛ)两个变量决定。本研究采用的NPP计算模型是由国内学者朱文泉等[23]改进的CASA模型。其计算公式如下：

NPP(x,t)=APAR(x,t)×ɛ(x,t)

(1)

式中,APAR(x,t)表示像元x在t月份接收的太阳光合有效辐射,ɛ(x,t)表示像元x在t月份的实际光能利用率。

1.2.3NPP变化趋势分析

针对植被NPP在时间尺度上的变化趋势和强度,利用一元线性回归对2008—2018年伊犁河流域植被NPP进行分析。该方法能反映不同时期植被NPP变化的时空分布特征,其计算公式如下[24]：

(2)

式中,n是研究时间序列的长度,即11(2008—2018年共11年);i代表第i年,NPPi表示第i年植被NPP值,slope代表趋势线斜率。

1.2.4NPP变异系数

伊犁河流域2008—2018年植被NPP的变异系数(CV)计算公式如下[25]：

(3)

式中,CV为变异系数,X为平均值,σ为标准差。将CV值划分为比较稳定(CV≤0.1)、稳定(0.10.3)4个等级。

1.2.5Hurst指数

采用重标极差(R/S)分析法来估算Hurst指数,从而分析NPP的持续性特征,其计算公式如下[26]：

设有时间序列{ξ(t)},t=1,2,3,…,对于任意正整数τ≥1,有均值序列：

(4)

由此求得累计离差：

(5)

极差R定义为:

(6)

标准差S定义为：

(7)

R、S、τ满足关系式：

R(τ)/S(τ)=c×τH

(8)

式中,c为常数；R(τ)/S(τ)为重标极差；H为Hurst指数。根据方程(9)以log(τ)序列为自变量,对应的log(R/S)τ序列为因变量,采用最小二乘法拟合法,即可得到Hurst指数的估计值。

log(R/S)τ=logc+H×logτ

(9)

1.2.6伊犁河流域植被NPP变化区域分异特征分析

从海拔及经纬度方面对伊犁河流域植被NPP在时间和空间变化进行统计,分析其时空分异特征[27—28]。步骤如下：(1)海拔的划分是基于美国地质勘查局发布的数字高程模型(DEM)(https://www.usgs.gov/news/),按照500 m的间隔划分为9个高程带(小于500 m、500—4000 m间分7个带及大于4000 m)；(2)根据伊犁河流域范围,结合实际情况,按照经度2°,纬度1°的标准划分成带。经度划分成7个带(73°E以西、73°—83°E中间共分4个带、83°E以东),纬度划分7个带(43°N以南、43°—48°N中间共分5个带、48°N以北)。通过以上方法,基于像元尺度上计算伊犁河流域海拔带、经纬度带的植被NPP,分析流域内时空区域特征差异。

2 结果与分析

2.1 模型精度验证

根据新疆维吾尔自治区草地总站提供的2018年伊犁地区地上生物量实测数据,对CASA模型模拟的NPP与实测NPP进行比较,经计算发现(图2)植被NPP模拟结果与实测数据显著相关(R2=0.726,P<0.01)。

野外调查获取的生物量数据验证精度较高,但在整个流域内进行大规模,相对统一的野外调查取样是困难的。为此,本研究使用CASA模型估算结果与2008—2018年的MOD17A3数据产品进行对比(图2)。从整体趋势上看,估算的NPP与MOD17A3产品有较高的吻合性,两者的变化趋势是一致的。根据以上两种验证结果可知,本文使用CASA模型计算的植被NPP精度较高,且适用于估算伊犁河流域的植被NPP。

图2 净初级生产力(NPP)模型精度验证Fig.2 Net primary productivity model accuracy verification

2.2 伊犁河流域植被净初级生产力时间变化特征

2.2.1伊犁河流域年际NPP变化特征

2008—2018年伊犁河流域植被NPP年际变化(图3),年际植被NPP总量呈现出波动上升的特征,波动值为245.49—351.42 g C m-2a-1,相对变化较显著。多年植被NPP平均值为295.24 g C m-2a-1,且在2016年达到近11年的峰值,其值为351.42 g C m-2a-1,比多年平均值高19.02%。植被NPP最低值在2008年,为245.49 g C m-2a-1,比多年平均值低16.85%。2015年到2016年植被NPP总量增长幅度最大,增加量为67.08 g C m-2a-1。2013年到2014年植被NPP总量减少幅度最快,减少量为51.76 g C m-2a-1。

图3 伊犁河流域植被净初级生产力年际变化 Fig.3 Interannual change of vegetation net primary productivity in Ili River Basin

2.2.2伊犁河流域年内NPP变化特征

从整个流域整体来看,在中国境内部分与境外哈萨克斯坦部分年内植被NPP均呈现出“单峰型”特点(图4)。由于冬季气候寒冷、冰雪覆盖,植被处于枯黄状态,引起伊犁河流域每年的1月份、2月份、12月份的植被NPP月值均接近于0。2—4月份气温与降水逐渐增加,植被开始生长,植被NPP值呈现出缓慢上升趋势。在4—6月份由于气温的大幅回升,降水增多,太阳辐射强度增大,NPP值呈现快速上升趋势,气温、降水、光照为植被生长提供了良好的环境条件,NPP积累量在6月份达到最大值。随着季节变化,气温降低,降水减少,植被开始逐渐枯黄,NPP值在7—12月份呈现出逐渐下降的趋势。多年月平均NPP值在整个流域与境外部分波动范围相对较小,其波动范围分别为0.43—60.32 g C m-2a-1和0.4—54.58 g C m-2a-1,最大值与最小值之差分别为59.89 g C m-2a-1和54.18 g C m-2a-1；而在中国境内部分多年月平均NPP值波动较大,其范围在0.59—124.34 g C m-2a-1其最大值与最小值差距为123.75 g C m-2a-1。

图4 伊犁河流域年内NPP变化特征Fig.4 Variation characteristics of net primary productivity in Ili River Basin during the year

根据植被生长习性和该流域内物候特点将3—5 月份、6—8月份、9—11月份、12月份至次年2月份分别定为春季、夏季、秋季、冬季。伊犁河流域2008—2018年四季NPP值大小关系为(图4)：夏季>春季>秋季>冬季,且流域内四季植被NPP值差异明显。整个流域春季的植被NPP均值为101.57 g C m-2a-1,随着温度上升、降水量增多,植被逐渐恢复生机,NPP值相对于冬季显著增大。夏季是伊犁河流域的雨季,雨热同期,植被覆盖度较高,NPP值较大,其均值为148.18 g C m-2a-1。秋季气温逐渐降低,降雨量减少,植被处于停止生长或衰败的阶段,植被NPP值呈下降趋势,其均值为42.25 g C m-2a-1。而冬季,随着气温降低,太阳辐射强度较小,气候干冷,大多数植被停止生长,流域NPP值波动范围趋于平稳状态,NPP均值为3.24 g C m-2a-1。

2.3 伊犁河流域植被净初级生产力空间变化特征

2.3.1伊犁河流域多年NPP均值空间变化特征

从整个伊犁河流域来看,该流域多年NPP均值区间为0—1108.64 g C m-2a-1,空间分异明显(图5),植被净初级生产力呈东北低西南高,沿天山山脉呈环状分布,其中高值区均在天山山麓地区,低值区位于伊犁河平原谷地地区,呈现出上游高、中下游地区低的空间分布特征。从整个流域来看,该流域的多年植被NPP均值在中国境内部分(572.05 g C m-2a-1)显著高于在哈萨克斯坦境内部分(250.94 g C m-2a-1)。从不同植被类型的NPP变化特征来看,伊犁河流域不同土地利用类型的多年平均各植被类型净初级生产力的大小为：林地(624.13 g C m-2a-1)>耕地(575.04 g C m-2a-1)>草地(270.57 g C m-2a-1)>裸地(114.26 g C m-2a-1)。

图5 伊犁河流域2008—2018年植被净初级生产力空间分布 Fig.5 Spatial distribution of vegetation net primary productivity in Ili River Basin from 2008 to 2018

2.3.2伊犁河流域植被净初级生产力变化趋势及其显著性检验

伊犁河流域2008—2018年植被NPP年际变化斜率空间分布(图6),NPP年际变化值θslope介于-69.99—89.05 g C m-2a-1之间,该流域多年平均值为4.53 g C m-2a-1,NPP呈增加趋势(Slope>0)的区域占总面积的83.47%,主要分布于伊犁河谷及其中下游地区。NPP呈减少趋势(Slope<0)的区域占总面积的16.52%,主要分布于河谷两侧的天山山麓,表明伊犁河流域植被净初级生产力整体变化趋势为增加趋势。

图6 伊犁河流域植被净初级生产力年际变化斜率空间分布及显著性检验Fig.6 Spatial distribution and significance test of interannual change slope of vegetation net primary productivity in Ili River Basin

对伊犁河流域植被NPP的变化趋势进行显著性检验(图6),其中通过显著性检验的区域主要分布于上游的河谷地区及该流域的中下游地区。这是由于受政策影响哈萨克斯坦中游卡普恰盖水库附近农田大幅度转化为天然草地,因而哈萨克坦内伊犁河流域植被净初级生产力呈显著增加趋势,这与蔡明勇等[29]得出结论一致。

2.3.3伊犁河流域植被NPP垂直与水平分异特征

植被NPP变化随海拔升高呈现出“倒U型分布”的特点(图7)。在海拔2500 m以内,植被NPP均值随海拔的上升有明显的增加趋势,并在海拔2000—2500 m达到最大值(775.2 g C m-2a-1)。海拔每升高100 m,植被NPP值就增加25.23 g C m-2a-1。在 海拔小于2500 m区域内植被类型复杂,一定范围内降水量随海拔的升高而增加,为植被生长发育提供了良好的条件。从海拔高于2500 m时,植被NPP呈现出下降趋势,海拔每增加100 m,植被NPP均值就减少32.37 g C m-2a-1。

伊犁河流域植被NPP变化在纬向和经向方向上存在差异(图7)。从纬向上看,总体趋势由南向北呈现出“V”字形,低纬度地区植被NPP值明显高于高纬度地区。在44°N以南呈现出缓慢下降趋势,44°—47°N之间呈现出快速下降趋势,47°N以北为上升态势。从经向上看,在77°E以西植被NPP缓慢增加,当经度每增加1°,植被NPP值平均增加8.12 g C m-2a-1。77°E以东NPP呈现快速上升趋势,经度每增加1°,植被NPP的值平均增加55.17 g C m-2a-1。在纬度45°—46°与经度77°—79°的植被NPP较为接近。

图7 伊犁河流域植被NPP垂直与水平分异特征Fig.7 Vertical and horizontal differentiation of net primary productivity in Ili River River Basin

2.4 伊犁河流域植被NPP时空变化的稳定性

通过空间统计分析得出,伊犁河流域植被NPP变异系数范围在0.02—3.32,该流域变异系数平均值为0.21,表明该流域植被NPP存在明显的空间差异性(图8)。通过对研究区像元尺度的变异系数进行分类统计,各变异程度面积比例从大到小为：稳定(44.78%)>不稳定(25.47%)>比较稳定(16.46%)>很不稳定(13.3%),说明该流域的植被NPP整体趋于稳定,但存在部分变异程度较大的区域,变异程度相对较大的区域主要位于伊犁河谷、卡普恰盖水库周围和巴尔喀什湖附近。

图8 伊犁河流域植被净初级生产力变异系数 Fig.8 The coefficient of variation of vegetation net primary productivity in Ili River Basin

2.5 伊犁河流域植被净初级生产力未来变化趋势

为更好地监测该流域植被NPP未来的健康现状和发展情况,引入Hurst指数直观地量化伊犁河流域植被NPP未来变化趋势(图9)。通过空间分析,伊犁河流域植被NPP的Hurst指数介于0.08—0.99,其均值为0.54。Hurst指数大于0.5的区域占该流域总面积的60.69%,而Hurst指数小于0.5仅占39.31%,说明伊犁河流域植被NPP变化趋势具有较强正向持续性,即该流域大部分地区植被未来的变化趋势将与过去一致。

将一元线性回归分析的Slope值与计算的Hurst指数进行叠加分析,把未来的植被NPP变化趋势分为以下5类(表1)：

表1 未来变化趋势分级Table 1 Classification of future trends

流域内植被NPP未来变化趋势的面积由高至低依次为(图9)：持续增加(51.67%)>由增加变为减少(31.75%)>持续减少(9%)>由减小变为增加(7.54%)>无法预测(0.06%)。表明流域内植被NPP未来变化趋势以持续增加为主,主要分布于伊犁河谷及中游地区。在下游伊犁河三角洲地区未来变化趋势为由增加变为减少,未来持续减少的区域主要分布于伊犁河谷两侧的天山山麓。

图9 伊犁河流域植被净初级生产力Hurst指数及未来变化趋势Fig.9 Hurst index of net primary productivity of vegetation and its future trend in Ili River Basin

3 讨论

在我国西北干旱半干旱区域,很多学者在植被生产力的模拟与评估方面做了大量的研究[30]。本研究从整个流域角度出发,基于MOD13A1多年NDVI数据,利用气象及植被类型等数据,选用朱文泉等[23]改进后的CASA模型对伊犁河流域2008—2018年植被净初级生产力进行估算,得到该流域植被NPP平均值为295.24 g C m-2a-1。将以往学者在新疆以及伊犁河流域计算的植被净初级生产力结果进行对比,研究结果表明与吴晓全等[31]和闫俊杰等[13]的结果相近,但高于杨红飞等[32]对新疆植被NPP的研究成果。这是由于伊犁河流域雨量充沛,植被发育条件良好,植被NPP值远高于新疆平均水平。

不同学者模拟植被NPP结果不一致的主要原因有以下几点：(1)研究时间序列的差异性。前人已有的研究成果在时间序列上与本文的研究时间序列不一致,不同时间序列下的气象要素、外界因素对植被的影响程度不同,导致估算的植被NPP值的存在差异性。(2)所用模型的差异性。由于研究采用不同的模型估算植被NPP,模型间的原理机制、模型所需参数和计算步骤不同,其对植被NPP的估算结果各异。众多学者已从不同学科角度建立了一系列模型,其中具有代表性的模型有Biome-BGC[33],该模型使用气象数据、生理和生态参数以及站点数据作为输入参数来模拟生物地球化学循环和水文过程[34—35]。但该模型在计算植被NPP时所需参数较多,而且完整参数难以获得,在区域尺度上转换困难,因此该模型较适用于空间尺度较小、均质斑块上的植被NPP估算[9],对于该模型在区域尺度转换问题还有待于进一步研究。(3)数据源的时空分辨率不同。不同方法进行估测的过程中,最小估测单元空间分辨率的选取,会影响统计分析结果。CASA模型在估算过程中仍存在一些不确定性因素可能会影响模拟精度,首先是大多数研究对于比值植被指数(SR)的最大最小值和植被最大光能利用率的取值均是采用朱文泉等[36]论文结果,但是上述参数是根据全国范围得出的结论,不一定适用于小区域,数据存在空间差异,从而导致估算的植被NPP结果偏高或偏低。因此,在以后的研究中需要结合地域特征优化模拟参数取值从而减小模型模拟结果的误差。其次,研究认为植被NPP 变化是人类活动和气候变化共同影响的结果[37],CASA模型计算出来的植被NPP结果只能表征在未受到人类活动的自然植被发育过程,如何在将人为因素整合到现有模型当中去估算植被NPP,是未来工作的研究方向。

本研究结果表明,该流域多年植被NPP均值在中国境内部分(572.05 g C m-2a-1)显著高于在哈萨克斯坦境内部分(250.94 g C m-2a-1),空间差异显著,呈现出这种差异的原因主要受地形地貌、海拔高度、所处区域降水量、温度、土地利用类型等影响[38—39]。伊犁河流域植被NPP在海拔上呈现出明显的分异特征,其植被NPP大小与伊犁河流域的温度状况有关,随着海拔高度的上升,水热条件改变,这些因素影响了植被对碳的吸收和累积[40]。在不同纬度上植被NPP也有较大差异,44°N以南区域位于我国境内的伊犁河流域上游,其降水较为丰富,土地利用率高[41],该区域土地能自然形成植被,在干旱半干旱区降水是植被NPP的主要气候控制因子[42],充沛的降水为植被生长提供了优良的天然条件,所以流域上游植被NPP值较高。随着纬度增加,哈萨克斯坦境内伊犁河流域的中下游地区,降水量稀少,靠近巴尔喀什湖地区年降水量不到100 mm[43],植被生长发育条件较差,主要为裸地、稀疏植被和草地,并且20世纪70年代哈萨克斯坦在伊犁河中游修建了卡普恰盖水库[44],这些区域土地利用类型复杂,受人为因素影响大,土地利用类型易发生转变,致使中下游地区植被NPP值较低。从经向上看,总体趋势是由西往东逐渐增加,造成这种现象的原因是中西部主要为植被低覆盖区,土地类型以裸地和沙漠类型为主[17],不利于植被的生长发育,东部边缘地带主要为高覆盖度区,土地类型以林地、草地和耕地为主。

4 结论

时间特征上, 伊犁河流域植被NPP总体呈现波动上升趋势,波动值在245.49—351.42 g C m-2a-1之间；从流域整体来看,在中国境内部分与境外哈萨克斯坦部分年内植被NPP均呈现出“单峰型”特点,并且在6月份达到植被NPP积累量最大值；伊犁河流域植被NPP四季变化大小关系为：夏季>春季>秋季>冬季。

空间特征上,伊犁河流域植被NPP呈现东北低西南高,沿天山山脉呈环状分布,植被NPP均值范围在0—1108.64 g C m-2a-1之间；其中高值区均在天山山麓地区,低值区位于伊犁河平原谷地地区,呈现出上游高、中游和下游低的特征；各植被类型净初级生产力的大小为：林地(624.13 g C m-2a-1)>耕地(575.04 g C m-2a-1)>草地(270.57 g C m-2a-1)>裸地(114.26 g C m-2a-1)。

空间稳定性上,伊犁河流域植被NPP变异系数范围在0.02—3.32,其平均值为0.21,表明该流域植被NPP存在明显的空间差异性,各变异程度面积比例从大到小为：稳定(44.78%)>不稳定(25.47%)>比较稳定(16.46%)>很不稳定(13.3%),说明该流域的植被NPP整体趋于稳定,但存在部分变异程度较大的区域。

未来变化趋势上,伊犁河流域大部分地区植被NPP未来的变化趋势将以持续增加为主。该流域植被NPP的Hurst指数介于0.08—0.99,均值为0.54；Hurst指数大于0.5的区域占该流域总面积的60.69%,而Hurst指数小于0.5的仅占39.31%；未来变化趋势的面积比例由高至低依次为：持续增加(51.67%)>由增加变为减少(31.75%)>持续减少(9%)>由减小变为增加(7.54%)>无法预测(0.06%)。

致谢：感谢自治区级产学研联合培养研究生基地新疆草原总站提供的支持。