河南省植被NPP时空分异及其驱动因子

2023-12-28职露胡涛邹滨李浩生赵永强

自然资源遥感 2023年4期

职露, 胡涛, 邹滨, 李浩生, 赵永强

(1.郑州师范学院地理与旅游学院,郑州 450000; 2.信息工程大学数据与目标工程学院,郑州 450000; 3.中南大学地球科学与信息物理学院,长沙 410083)

0 引言

植被是陆地生物圈的重要组成部分,在维护全球气候稳定中扮演着重要的角色[1]。单位时间、单位面积内,植被通过光合作用将无机物转换成有机物,减去自身生长和生殖消耗部分后所积累的有机物总量被称为植被净初级生产力(net primary productivity,NPP)[2]。作为调节碳循环的主要因子,植被NPP体现了植被在自然环境下的生产、恢复、退化能力,且表征了植被生长对气候变化、人类活动的响应,是区域生态环境质量评价的重要依据[3]。研究植被NPP估算模型、时空演变及驱动因素,对于改善生态环境、调节区域及全球的气候系统具有重要的理论和实际意义。

传统植被NPP监测以实地测量为主,精度虽高,却由于大范围实地调查的不便性,难以实现全球或区域性NPP估算[4-5]。国内外学者针对大尺度NPP估算相继提出了统计模型、机理模型以及光能利用率模型[6]。随着遥感技术的迅速发展,诸多学者基于MODIS NPP产品展开了区域植被NPP空间分布、动态变化以及驱动因子分析,并取得了一定的研究成果[7-8],刘婵等[9]分析了2000—2014年间中亚地区不同生态分区下植被NPP分布,结果发现典型草原区的植被NPP下降趋势最为显著; 茆杨等[10]在西南地区植被NPP研究中发现,该区域NPP与气温相关性更强; 朱思佳等[11]和冯婉等[12]分别针对洞庭湖流域、长江流域进行了长时间序列NPP研究,多驱动因素中土地利用、海拔分别对2个流域NPP时空差异解释程度最高; 刘旻霞等[13]发现土地利用变化是青海省植被NPP变化的主要原因。上述研究验证了MODIS NPP产品的可靠性,揭示了植被NPP受气候、地形和土地利用等多种因素影响,具有明显的区域差异性。

河南省地处中国中东部,是我国主要的粮食生产基地,是黄河流域生态保护和全国生态格局的有机组成部分,复杂多变的气候、无序的开垦和快速的城镇化建设直接关系到该区域的植被状态、生态环境平衡和粮食安全[14]。近年来,已有学者针对河南省植被NPP进行了相关研究,李军玲等[15]探究了改进CASA(Carnegie-Ames-Stanford approach)模型下1994—2008年河南省植被NPP的年际变化、空间分布特征及其与气温、降水的关系; 王新闯等[16]基于MOD17A3数据阐明了2000—2010年河南省地市植被NPP时空变化; 刘忠阳等[17]探讨了2000—2018年河南省植被NPP季节性变化特征及其对气温、降水的响应。综上,目前研究大多聚焦于通过差值、线性回归和相关分析等方法研究植被NPP时空变化趋势及其与气候因子的相关性,关于植被NPP本身,鲜有学者从宏观方面分析植被NPP时空演变特征; 关于驱动因子,对地形和人类活动等因子的考虑较少,且尚缺乏对植被NPP空间分异的定量归因。这些不足在一定程度上给区域生态系统研究带来了不确定性[18-19],制约了有针对性的河南生态强省建设路径的制定[14]。鉴于此,本文基于2010—2020年MOD17A3HGF数据分析河南省植被NPP时空分异特征,在此基础上引入重心模型揭示植被NPP重心分布及其迁移特征,进而结合气候、地形和人类活动等数据全面探究植被NPP对各驱动因子的响应,并利用地理探测器定量研究驱动因子对植被NPP空间分异的影响力,以期为河南省生态保护与调控政策提供科学支撑。

1 研究区概况及数据源

1.1 研究区概况

河南省地貌类型以平原为主,地势西高东低(图1)。该区域属于山区向平原、北亚热带向暖温带双重过渡地带,以大陆性季风气候为主,雨热同期,夏季炎热多雨,冬季干旱少雨,气温西低东高,降水量南多北少。河南省面积约16.7万 km2,占国土面积的1.73%; 常住人口约9 936.6万人,占全国人口的7.04%; 面积和人口分别位居全国第17位和第3位。

图1 研究区概况示意图

1.2 数据源

NPP数据采用美国国家航空航天局(https: //ladsweb.modaps.eosdis.nasa.gov/)2010—2020年h27v05分幅的MOD17A3HGF产品,空间分辨率为500 m; 气象数据为国家地球系统科学数据中心(http: //www.geodata.cn)提供的逐月平均气温和逐月降水量数据,空间分辨率为0.008 333 3°(约1 km); 地形数据源于资源环境科学与数据中心(https: //www.resdc.cn)提供的经90 m STRM重采样的1 km数字高程模型数据; 土地利用数据源于资源环境科学与数据中心,空间分辨率为1 km。本研究将采用的遥感数据和地面多源数据统一投影为Albers坐标系(等积投影),空间分辨率重采样为1 km。

2 研究方法

2.1 趋势分析法

Theil-Sen Median是一种通过Median函数获取时间序列数据斜率中值的趋势计算法,计算简单、不敏感于误差数据[20],公式为:

(1)

式中:β为趋势检测因子,若其值大于0,植被NPP呈增加趋势,反之,呈减少趋势;NPPi和NPPj分别为时间序列数i和j的NPP值。

Mann-Kendall是一种非参数统计检验方法[20],具体计算公式为:

(2)

(3)

(4)

式中: sgn(θ)为符号函数,当θ>0,θ=0,θ<0时,函数值分别为1,0,-1;Var(S)为S的方差;Z为标准化检验统计量;n为时间序列总数。

2.2 重心模型法

(5)

式中:wk为第k个像元的NPP值;t为像元总数;xk和yk分别为第k个像元中心的经度、纬度。

2.3 马尔可夫转移矩阵

马尔可夫模型描述了不确定系统下事物从一个状态到另一个状态的转移情况[22]。本研究利用马尔可夫模型描述土地利用类型变化,并定量分析各类土地利用类型转移下NPP总量变化。结果由马尔可夫矩阵C表示,公式为:

(6)

式中:m为土地利用类型总数;cuv为土地利用类型u向类型v转移的面积或该类型转移下NPP变化。

2.4 地理探测器

地理探测器是一种用于度量地理事物空间分异性、探测其背后驱动因子作用的新统计方法,原理简单、操作方便[23]。本研究利用地理探测器中的因子探测模块分析研究区域高程、坡度和坡向等因子对植被NPP空间分异的影响程度,用q值表示,计算公式为:

(7)

式中:h为变量的分层;N和Nh分别为研究区及层h数据量;σ和σh分别为研究区及层h因变量的方差。

3 结果与分析

3.1 河南省植被NPP时空分异特征

2010—2020年河南省NPP整体呈现缓慢增加趋势(图2(a)),多年均值为424.89 gC·m-2·a-1; 植被NPP年际波动幅度较为明显,尤其对于先急速下降后迅速上升的2012—2014年和2018—2020年,该阶段气候、人类活动可能出现了较大变化。河南省植被NPP重心主要集中于该区域几何中心西南部,平均重心与几何中心相距约18.42 km,表明植被NPP分布较为均衡。植被NPP重心演变时间分异明显(图2(b)), 2010—2014年NPP重心变化较为强烈,依次沿着东北、西北、东南、东北方向迁移,迁移距离最小为8.6 km,该时间段内各方向轴两端NPP具有较大的变化,形成空间上的拉扯力; 2014—2020年NPP重心变化微弱,迁移距离均小于5.5 km,整体呈现向西北微弱迁移趋势。

(a) 年际变化 (b) 重心迁移

2010—2020年河南省NPP空间分异较为明显(图3(a)),平均值为34.5～918.7 gC·m-2·a-1,整体上呈现从东北到西南不断增加的趋势,与海拔走势分布较为一致。为了进一步分析植被NPP变化趋势,采用Theil-Sen Median方法计算2010—2020年植被 NPP趋势值(图3(b)),并对其进行Mann-Kendall检验(图3(c))。结果表明,河南省约92%区域植被NPP呈现增加趋势且主要表现为不显著增加; 显著增加区域主要分布在太行山山地、豫西黄土丘陵区、豫西山地丘陵区东部; 不显著减少区域主要位于南阳盆地、桐柏山—大别山山地丘陵区与黄淮海平原交界处以及黄河(河南段)中下游区域; 显著减少区域呈零星分布。

(a) 空间分布 (b) Sen (c) Mann-Kendall

3.2 植被NPP变化驱动因子分析

气温、降水是影响植被生长的决定性气候因素。通过散点图分析年尺度下植被NPP与气温、降水的关系(图4(a)和(b)),结果表明气温与植被NPP的相关性较弱,降水对研究区域的植被NPP影响更为显著。进一步探究像元尺度下植被NPP与气温、降水相关性的空间特征(图4(c)和(d)),植被NPP与气温、降水的相关性均呈现正负相关并存、以正相关为主的趋势。其中,植被NPP与降水正相关区域面积约占84%,相关系数自西向东逐步增加。

(a) NPP与气温散点图 (b) NPP与降水散点图

河南省地跨两级阶梯,地形条件是生态环境的重要影响因素。研究区域以低海拔区为主(图5(a)),随着海拔的增加,NPP先增加后降低,1～1.5 km海拔区间NPP均值最高(约529.69 gC·m-2·a-1),所占面积却较少,对研究区NPP贡献不大。植被NPP对坡度的响应类似于海拔(图5(b)),植被NPP均值随坡度增加而先增加后降低,当坡度大于35°时,植被NPP均值迅速下降; 低坡度区域(小于2°)的植被NPP均值(约406.13 gC·m-2·a-1)所占面积最多(约74%),对河南省植被NPP贡献较大。图5(c)显示,随着经度的增加,植被NPP均值先下降后增加,114°E以西植被NPP快速下降,以东植被NPP缓慢上升; 随着纬度的增加,植被NPP均值整体呈现下降趋势。图5(d)表明,对于研究区而言,阳坡植被NPP均值较高,平均高于阴坡9.26 gC·m-2·a-1。

(a) 海拔 (b) 坡度

人类活动引起的土地利用类型变化能够直接影响生态系统中的碳循环,从而造成植被NPP的变化。表1—2分别为2010—2020年河南省土地利用类型转移矩阵以及该阶段不同土地利用类型转移下的植被NPP总量变化。由表1可知,2010—2020年河南省草地、耕地和未利用地3种土地利用类型面积分别减少了397.95 km2,4 255.40 km2和38.97 km2,建设用地、林地和水体面积分别增长了4 080.23 km2,326.78 km2和285.31 km2,其中,增长的建设用地面积主要由耕地类型转化而来(94%)。从表2中可以发现,2010—2020年土地利用类型转化下河南省植被NPP总量增加了2 785.68 kgC·m-2·a-1,其中,向耕地类型转化引起的NPP增长为该区域NPP总量增长做了最大的贡献,占41%。

表1 2010—2020年河南省土地利用类型转移矩阵

表2 2010—2020年河南省土地利用类型转化下的植被NPP总量变化

采用地理探测器探究海拔、坡度和坡向等8个因子对河南省植被NPP空间分异的解释力,以及各因子间交互作用。结果表明,对于单因子而言,坡向、气温、降水、土地利用和纬度是研究区域植被NPP空间分异的主要影响因子,其贡献率均大于25%,q值分别为0.299,0.390,0.435,0.263,0.432; 海拔和坡度因子对植被NPP空间分异的贡献特征(q= 0.129和q= 0.134)相对较弱; 经度变化通过影响区域下垫面特征、干湿度等参数,对植被NPP空间分异具有相当的贡献率(q= 0.230)。对于双因子交互而言,河南省植被NPP各因子间交互作用关系均呈现双因子增强或非线性增强,对植被NPP空间分异解释力处于前7位的双因子交互q值如表3所示,整体上海拔、降水与其他因子存在更为明显的交互作用,q(海拔∩降水)和q(海拔∩纬度)为0.728和0.685,明显增强了海拔单因子对NPP空间分异的解释力; 值得注意的是,排名前7位的双因子交互有5类为降水与其他因子的交互结果,不仅表明降水与地形条件、人类活动驱动因子的交互作用,而且进一步说明了降水对河南省植被NPP的重要性。

表3 驱动因子交互作用探测结果

4 讨论

与以往研究不同,本研究利用重心模型从宏观视角揭示了河南省植被NPP空间分布的均衡性以及重心变化先强烈而后微弱的特征,全面分析了气候、地形和土地利用等多因子对植被NPP的影响,借助地理探测器从空间角度对植被NPP空间分异进行了定量归因。

2010—2020年河南省植被NPP呈波动微上升趋势,年均增加了6.51 gC·m-2·a-1。由于2013年河南省降水量偏少、气温偏高,干旱缺水和高温分别减弱了植被的光合作用、加快了植被的自身消耗,给植被NPP带来了较大的负面影响,尤其对于作为农业大省的研究区,农作物生长和粮食安全更是受到严重的威胁,同期水土流失治理面积较2012年减少127.4万hm2[24]; 2019年河南省降水量和年均气温分别为1961年以来第三少及第二高,且全年的阶段性干旱及短期洪涝灾害使得农业生产受损严重[25],导致该时期植被NPP显著减少; 相较于2013年和2019年植被NPP低谷期,2014年和2020年河南省降水量增加、气温降低、水土流失治理面积增多,对植被NPP增长产生了积极作用,由此形成了2012—2014年和2018—2020年植被NPP先急速下降后迅速上升的现象。

年尺度、像元尺度下分析河南省植被NPP与气温、降水的相关性,发现植被NPP与降水相关性更强,这与刘忠阳等[17]、陈阳[26]的研究结果一致。部分区域植被NPP与降水呈负相关,主要位于三门峡、洛阳、济源高海拔区,这是因为垂直分布于高海拔区的植被受人类活动影响较小,植被类型较为单一,多属于耐干旱植被,过多的降水不利于植被的生长; 与气温呈负相关区域主要位于河南省南部地带,该地带纬度偏低、气温相对较高,过高的气温导致水分蒸发反而抑制了植被的生长。河南省以低海拔、低坡度为主,这些区域植被NPP相对较弱却所占面积较多,成为河南省植被NPP的主要贡献源; 随着海拔、坡度的升高,人类活动减弱,更多的有机物被固定,植被NPP逐步提升; 当海拔、坡度继续升高,植被营养逐步流失,气温持续降低等气候条件不利于植被生长,植被NPP呈减少趋势。河南省植被NPP呈现明显的坡向差异,阳坡植被NPP均值高于阴坡,向阳坡热量充足,有利于植被生长,而王莉娜等[27]发现祁连山国家公园阴坡植被NPP高于阳坡,光照条件对该区域植被NPP影响相对较小,体现了植被NPP对驱动因子响应的区域差异性及机制复杂性。因子影响力探测表明降水对研究区域植被NPP空间分异贡献最大,水分是该区域植被NPP空间分异形成的外部主导因子,这与相关性分析结果具有相似性,也进一步说明了2013年和2019年植被NPP迅速下降与当年降水量减少有关。此外,不同于气温与植被NPP的弱相关性,气温对植被NPP空间分异的解释力相对较强,仅次于降水和纬度因子,说明地处山区向平原、亚热带向暖温带双重过渡地带的河南省区域内气温存在较为明显的空间差异性[28],并直接影响植被NPP的空间分布。