基于CASA模型的天津地区植被净初级生产力及植被碳汇量估测

2022-12-20凌思源高子滢尤海舟

天津农业科学 2022年12期

凌思源，高子滢，马闯，尤海舟

（1.天津农学院园艺园林学院，天津 300384；2.河北科技师范学院园艺科技学院，河北秦皇岛 066000；3.北京林业大学林学院，北京 100083；4.河北省林业和草原科学研究院，河北石家庄 050061）

植被净初级生产力(NPP)是指植物光合作用固定的有机物，减去自身呼吸活动的消耗，用于繁殖、发育、生长所需的净增量[1]，而净生态系统生产力(NEP)指植被净初级生产力再减去异养呼吸所消耗的光合产物固定的碳，二者反映了区域植被的固碳水平[2]。CASA(Carnegie-Ames-Stanford approach)模型是用于估算植被固碳能力的常用方法，因参数少、计算简单而得到广泛应用[3]。基于该模型，王菲等[4]发现黄河流域60%区域呈碳汇属性，年均固碳量约为111.02 MgC·a-1；汤洁等[5]发现吉林西部94%的研究区域为碳汇。植被碳源汇的属性界定呈现较大的地域差异性，这主要是由于大尺度植被分布对气候响应不具有一致性。因此，针对不同地区植被固碳能力开展研究，探索其与气候变化间的时空规律，具有重要意义。

1 研究方法

1.1 研究区地理特征

天津市位于华北平原北部，介于东经116°43'～118°04'，北纬38°34'～40°15'之间。该区地域辽阔，土地面积为119.7万hm2，地势以平原和洼地为主，地貌轮廓为西北高而东南低。地处北温带，属于暖温带半湿润季风性气候[8]。多年平均降雨量为360～970 mm，主要集中于6—9月，蒸发量为1830.3 mm[9]。研究区内植被大致可分为针叶林、落叶阔叶林、灌草丛、农作物、草甸、盐生植被、人工林等，土地利用类型比较复杂，有耕地、林地、园地、草地、水域、城镇用地等。

1.2 数据来源及处理

遥感数据采用美国国家宇航局(NASA)提供的遥感数据MODIS-MOD13Q1产品，时间分辨率为16 d，空间分辨率为250 m，时间范围为2011年1月至2020年12月，共360景遥感图像，数据格式为HDF，采用MRT工具进行批处理，对MOD13Q1数据进行拼接和投影，利用最大合成法对研究区每月三景数据求取NDVI均值，通过掩膜工具裁剪出天津市2011年至2020年逐月NDVI的栅格图像，得到归一化植被NDVI数据。

气象数据来源于中国气象数据共享网，本文采用全国标准气象站点平均温度、降水、太阳辐射资料(共12个站点)，得到12个站点的月总太阳辐射数据、总降雨量数据、月平均气温。利用GIS工具箱中的插值工具对降水，气温，太阳辐射数据进行反距离权重法插值和克里金插值，得到投影相同、像元大小一致的栅格数据。

植被类型数据来自国家青藏高原科学数据中心，利用掩膜处理、Albers投影和重采样等工具得出与NDVI数据像元大小一致、投影相同的天津地区植被类型栅格图像。

1.3 植被净初级生产力(NPP)的估算

植被净初级生产力(NPP)指绿色植物在单位面积、单位时间内所累积的有机物质总量[1]，通常估算植被净初级生产力(NPP)的模型可分为统计模型、参数模型和过程模型3种，本文估算植被净初级生产力(NPP)选用的是过程模型中的基于光能利用率的CASA模型[2]。此模型适合于估算区域尺度上的植被净初级生产力(NPP)[3]。

CASA模型主要通过植被吸收的光合有效辐射(APAR)和实际光能利用率(ε)两个变量来估算区域植被净初级生产力(NPP)。计算公式如下：

式中，光合有效辐射APAR(x,t)是t时间时在x位置的光合有效辐射，单位为gC·m-2·month-1；ε(x,t)指t时间时x位置的光能利用率(gC·MJ-1)；NPP(x,t)指空间位置x在t时间上的植被净初级生产力。

以上分析表明，分蘖期淹水处理恢复24 h后，水稻倒1叶的SPAD值和Pn值均发生变化，且两者变化趋势基本一致。水稻受淹1 d时，不同淹水深度处理的SPAD值和Pn值较对照均增加，但随着淹水胁迫的加重，SPAD值和Pn值逐渐低于对照，水稻1/1-5d处理的SPAD值和Pn值较对照减少幅度均为最大。

1.4 APAR的确定

植被吸收的光合有效辐射(APAR)由太阳总辐射量(SOL)和植被层对光合有效辐射吸收比例决定，计算公式如下:

式中，SOL(x,t)是t时间处x位置的太阳总辐射量(MJ·m-2·month-1)；FPAR(x,t)是指植被对入射光合有效辐射(PAR)的吸收比例；0.5表示植被所能利用的太阳有效辐射占总辐射的比例。

植被对太阳有效辐射的吸收比例取决于植被覆盖状况和植被类型，Potter等[13]提出由遥感数据得到的归一化植被指数(NDVI)能很好地反映出植被覆盖状况，公式如下：

式中，SRi，min取值为1.08，SRi，max取值范围为4.14～6.17。求得SR(x,t)：

1.5 光能利用率(ε)的确定

光能利用率(ε)是指绿色植物通过光合作用把它所吸收的光合有效辐射转化成有机碳的效率。在现实条件下，光能利用率主要受温度和降水的影响[14-15]，计算公式如下：

式中，Tε1(x,t)和Tε2(x,t)表示高温和低温对光能利用率的胁迫作用，Wε(x,t)为水分胁迫系数，εmax为理想条件下最大光能利用率的最大值。

1.6 土壤微生物呼吸量的估算

土壤微生物呼吸量是估测区域尺度上植被净生态系统生产力(NEP)的重要参数，其精确与否，直接影响NEP的结果[16]。研究了气候因素与碳排放之间的关系，建立了温度、降水与碳排放的回归方程，以此估测区域土壤微生物呼吸的分布状况，公式如下:

式中，Rh表示土壤微生物呼吸(gC·m-2·month-1)；T为气温(℃)，R为降水量(mm)。

1.7 植被净生态系统生产力的估算

植被净生态系统生产力(NEP)是估测和描述区域陆地生态系统碳收支的指标，在不考虑人为因素和自然因素的影响下，陆地生态系统碳源/碳汇可以通过植被净初级生产力(NPP)与土壤微生物呼吸量(Rh)的差值得到。计算公式如下：

式中，NEP表示区域净生态系统生产力；NPP表示植被净初级生产力；Rh表示土壤微生物呼吸量；当NEP计算结果大于0时，表示区域植被固定的碳大于土壤微生物呼吸排放的碳表示为碳汇作用；NEP计算结果小于0时，表示区域植被固定的碳小于土壤微生物呼吸排放的碳表示为碳源作用。

2 结果与分析

2.1 天津地区植被净初级生产力(NPP)时空变化规律研究

2.1.1 植被净初级生产力(NPP)空间分布规律天津地区10年间各区年均NPP统计表明(图1)：排在前3位的分别是蓟州、宁河与宝坻，这与蓟州区分布着较大面积的森林、宁河和宝坻分布着大面积的农田有直接关系。

图1 2011—2020年天津地区年平均NPP(gC·m-2·a-1)的空间分布

计算研究区不同NPP范围的面积百分比(表1)，NPP＜70的地区主要为中心城区、大港区、津南区等近郊，占研究区面积的4.59%，该区域主要是建筑用地居多，植被较少。70＜NPP＜210的地区集中分布在蓟州区南部及其宝坻北部，占研究区面积的72.43%，该地区植被类型主要为森林、农田、草地等，且植被长势较好。210＜NPP＜360的地区主要是蓟州区北部，其占研究区面积的16.94%，该区域有大面积的森林，植被状况极佳。

表1 天津地区植被NPP分布面积百分比

2.1.2 天津地区NPP时间变化规律及原因分析从图2可以看出，天津市近10年间植被净初级生产力(NPP)年际变化总体呈现增长趋势，年增长率为11.03%。在年际尺度上，温度对NPP作用是比较明显的，Pearson相关性为0.516，降水量与其相关性为-0.280。

图2 天津地区NPP与年均温和总降水的关系

2.2 植被净生态系统生产力的变化规律研究

2.2.1 NEP的空间变化规律基于天津市植被净初级生产力(NPP)与土壤微生物呼吸(Rh，图3)得到天津市植被净生态系统生产力(NEP)。由图4所示，研究区NEP总体上呈现四周高中间低的趋势，天津市城区与滨海新区东部主要为城镇工矿用地，NEP值较低，主要在-208～-23 gC·m-2·a-1之间，表现为碳源。研究区的北部是蓟州区，其植被覆盖类型多为落叶阔叶林、农田、灌丛，NEP值较高，主要在-24～115 gC·m-2·a-1之间，部分表现为碳汇。由图5可知，2011—2020年天津市总体上表现为碳源作用。天津地区植被净生态系统生产力(NEP)大于0的地区为碳汇区，面积为5.7万hm2，仅占天津市总面积的5.2%，而小于0的地区为碳源区，面积为105.1万hm2，占天津市总面积的94.8%。碳汇区2011—2020年平均固碳总量为0.032×107gC·a-1。碳源区2011—2020年生态系统平均碳排放量为1.502×107gC·a-1。

图3 2011—2020年天津市年平均土壤微生物呼吸量Rh(gC·m-2·a-1)

图4 2011—2020年天津市年平均NEP(gC·m-2·a-1)的空间分布

图5 天津市碳源/碳汇空间分布

计算研究区不同NEP范围的面积百分比(表2)，NEP＜-120的地区集中在天津城区和滨海新区东部，占研究区面积的23.27%，该地区主要为城镇工矿用地，植被覆盖率较低，人类活动对区域生态系统生产力造成负面影响，绿色植物大多为行道树如国槐、白蜡、杨柳等。-120＜NEP＜-60的地区集中分布在武清、宝坻南部、东丽、静海和津南区大部，占研究区面积的40.46%，土地利用状况为建筑用地、一般农田，这些地区土地盐碱化严重，植被生长状况不良，植物多为农作物、杨树等。-60＜NEP＜0的地区集中在宝坻、武清区北部，宁河区的大部，占研究区面积的31.08%，植被类型为农田和草地，植被生长较好。0＜NEP＜120的地区为蓟州区，占研究区面积的5.18%，该区土壤肥沃，植被类型较复杂，包括常绿阔叶林、落叶阔叶林、农田，温度和降水较适宜，植物生长茂盛，因此呈现为碳汇。

表2 天津市NEP分布面积百分比

2.2.2 天津地区NEP年际变化规律由表3可知，天津市2011—2020年年均植被净生态系统生产力(NEP)总量为-1.444×107gC·a-1，年际变化波动较大，总体呈现上升趋势，NEP值从2011年的-1.62×107gC·a-1增加到2020年的-1.34×107gC·a-1，增幅为17.3%。这说明10年间天津地区NEP的总量呈现上升状态，生态环境明显改善，植被固定碳量逐年向好趋势明显。十年间植被碳源值的在一定范围内波动，极差为0.56×107gC·a-1，标准差为0.17×107gC·a-1。

表3 2011—2020年天津市NEP统计值

图6是2011—2020年NEP与相对应年份温度和降水之间的逐像元相关性分析。天津地区NEP与年均温的偏相关系数r值多集中在-0.2～0.6之间，平均偏相关系数为0.25，正相关区域面积占研究区总面积的76.5%，集中在天津市城区、武清、宝坻、宁河、东丽等天津北部地区，这些地区NEP值随温度的升高而上升；NEP对温度变化呈现负相关性的面积占23.5%，主要分布在静海和滨海新区，该区域温度升高增加水汽蒸发，土壤含水量降低，植物的生长发育受到影响，故生态系统NEP降低。天津地区NEP与总降水的相关性整体较低，其偏相关系数r值多集中在-0.17～0.25之间，平均值为0.035，宝坻、武清、北辰、静海大部分地区NEP与降水呈正相关，面积占比73.2%，这些区域多为农田，降雨的增多促进植被的生长，提高植被的固碳能力。西青、津南、静海与滨海新区大部分地区NEP与降水呈现负相关，面积占比26.8%，该地土壤盐碱化、土壤贫瘠严重，植被生长环境恶化，降水多不利于NEP的增长。

图6 年均温(A)及总降水量(B)与NEP之间相关关系

3 结论与讨论

3.1 讨论

植被净初级生产力(NPP)是衡量植物固碳量的主要指标。从时间尺度上来看，天津地区植被净初级生产力(NPP)平均水平总体呈增加的趋势，其中2011—2015年稳定在350 g C·m-2·a-1左右，而2015—2020年均值上升到400 g C·m-2·a-1。这主要是由于近年来天津市实施“871”重大生态工程效果显著。截至2021年10月底，绿色生态屏障基本成型，一级管控区内林地面积达到1.25万hm-2，林木绿化覆盖率达到25%，蓝绿空间占比提升到65%，整治修复岸线4.78 km，从而导致植被NPP呈现稳步增长的趋势[17]。梁冬坡等[18]研究也发现，2017年以后天津各区生态质量指标好转趋势明显。然而，在空间上NPP分布不均问题仍存在，北部、西部地区NPP指数较高，南部、东部等地NPP值较低。这说明随着“双城”战略的实施，东南部地区城镇面积仍处扩张状态，自然植被面临较大威胁，经济发展与生态建设的矛盾仍然存在。

植被净生态系统生产力(NEP)是区域碳源/碳汇的重要参数，其含义是描述一个区域碳的净吸收过程和净排放过程。研究表明，天津地区2011—2020年生态系统净初级生产力总体呈上升趋势，但仍表现为碳源，即碳排放大于碳吸收。冯艾琳等[19]研究发现，沈阳陆地生态系统总体表现为碳源，与本研究结果具有一致性。其原因可能是在城市化程度高的地区，扩张和交通路网密度增加造成农田、灌丛等绿色植被的减少。此外，天津市土壤盐碱化严重、水资源短缺使植被生产力受到抑制也可能是造成此结果的原因[20]。此外，天津地区NEP值在空间分布上表现出一定的异质性，少数碳汇地区集中在蓟州区北部。究其原因是该地区植物资源丰富，其覆盖类型以落叶阔叶林、农田、灌丛为主。闫立男等[21]认为植被覆盖类型直接影响植被NEP，植物多样性越高，NEP值也越高。不同行政区的土地利用类型是造成我市植被碳汇能力差异较大的原因，但值得注意的是，天津地区年均NEP值增幅达17.13%，说明随着天津生态建设的加速，生态碳汇能力逐年增长，区域生态系统生产力表现出稳步提高的潜势。

本研究发现，NPP的年际变化与温度的年际变化规律基本相符，而与降水量相关性并不突出。原因可能是随着温度的升高，降水较少，从而蒸发强度加大，土壤水分含量降低，使植物不能获得足够的水分，从而降低植物的产量[22]。通过逐像元相关性分析发现，NEP与温度的平均偏相关系数为0.25，与降水为0.035，说明年均温的变化是造成该地区NEP波动的主要因素。石志华等[23]研究发现，从单因子角度分析，温度对陕西地区植被碳汇的影响大于降水，刘凤和曾永年也指出气温对青海高原植被NEP的影响范围强于降水。天津植被NEP与温度、降水的相关性表明在一定范围内，随着气温、降水量的升高，地区植被生长发育越好，固碳能力越强，其碳汇量也就越大，但在一部分地区如滨海新区、静海等地由于土壤贫瘠、植被覆盖度低受到降水胁迫的影响较大，故此因地制宜的提高林草总量和质量、增加生物多样性对巩固和增强生态系统碳汇能力具有重要意义。