贺兰山地区植被固碳功能空间分异特征及其驱动因素

陈 乐,张福平,*,司建华,冯 起,魏永芬

1 陕西师范大学地理科学与旅游学院, 西安 710119 2 中国科学院西北生态环境资源研究院, 兰州 730000 3 日本国立岐阜大学, 岐阜 501-1193

随着人类社会工业化进程的不断加快,化石能源使用量激增,大量温室气体被源源不断地排放至大气,导致全球气候变化加剧,生态系统逐渐失衡[1-2]。植被作为陆地生态系统的重要组成部分,是连接大气、土壤和水分等自然要素的关键,在调节全球气候及维持碳平衡等方面起重要作用[3-4]。植被通过光合作用吸收CO2并将其固定为有机物质,以达到植被固碳的目的,因此研究植被固碳对改善生境质量、实施可持续发展战略具有重大意义[5-6]。针对植被固碳量的估算,国内外学者已提出大量方法,最早使用的传统生物量法[7],主要考虑树种、树龄等静态因素对植被固碳的影响,而模型模拟法在其基础上,加入了温度、降水等动态因素[8]。目前常用的模型可分为经验模型、过程模型和混合模型三类,经验模型利用野外样地实测数据推算生物量,但受空间范围限制,难以反映区域尺度植被固碳的真实情况[9];过程模型可模拟碳循环等生态系统过程对相互作用过程的依赖性,具体包括CASA模型、Biome-BGC模型、CENTURY模型等,均有综合程度高、外延性好等优点,多源遥感数据的便利获取也为广泛应用过程模型提供了保障[10]。除了探究植被固碳量估算方法以外,不少学者也同时开展了对植被固碳功能的时空演变及影响机制的研究工作,欧阳志云等结合生态系统有机质生产和光合作用方程式,估算得到中国陆地生态系统每年可固定CO2109亿t[11];乔亚军等通过模型模拟,量化研究呼伦贝尔林草交错带固碳释氧功能的时空变化特征及其对气候、土地利用变化的响应,结果表明气候变化是研究区固碳释氧总量增加的主要驱动因子[12];温宥越等基于CASA模型及碳税法测算粤港澳大湾区固碳释氧价值量,利用邻域代理法研究陆地生态系统演变情况及其对固碳释氧服务的影响,发现城市扩张会使生态系统固碳释氧价值量减小[13];李成等从不同尺度出发,定量分析我国多年能源消费碳排放及植被固碳的动态变化与空间分异格局,发现东北、西南和黄土高原植被固碳增幅显著高于其他地区,为各区域碳减排政策的实施提供科学依据[14]。因此,把握区域内植被固碳功能的时空演变规律,探究其影响因素,可为生态改善提供理论支撑,对调节碳平衡、保卫生态安全有重要意义。

我国西北地区气候干旱,戈壁、沙漠广布,植被生长环境十分恶劣,其固碳能力普遍受限[15],因此准确、定量的开展西北荒漠地区植被固碳功能研究工作十分必要。贺兰山地处宁夏西北部,与内蒙古自治区相接,作为干旱荒漠带中的一片绿洲,贺兰山既遏制腾格里沙漠东移,又削弱西北寒流侵扰,是守护西北生态安全的最后一道屏障,其生态变化对北方干旱荒漠带生态安全意义重大。受近年来全球变化的影响,贺兰山地区气候明显改变,加之人类活动的干扰,共同促使植被生境产生差异,其条件的优劣将直接影响植被状态及功能。目前,针对贺兰山植被固碳功能的研究鲜少,前人或聚焦于其他的植被参数[16-17],或仅考虑单一典型植物的固碳能力[18-19]。因此,为准确掌握该背景下贺兰山地区整体植被动态及固碳功能的发展变化,本文以贺兰山分水岭为分界线,在基于CASA模型模拟2000-2020年贺兰山地区NPP并进一步估算植被固碳量的基础上,探究了不同地形条件下贺兰山地区植被固碳的空间分异特征及其对气候以及土地利用变化的响应,揭示区域生态系统对于自然及社会环境改变的反馈能力,为研究区的生态保护提供科学依据。

1 研究区概况

贺兰山位于宁夏回族自治区与内蒙古自治区交界处,东临黄河,西靠腾格里沙漠,是我国干旱区与非干旱区、荒漠区与荒漠草原区的自然地理分界线,也是西北地区最后一条生态屏障[20-21]。依据贺兰山地质构造特点及其与周边自然地形的海拔差异[22],本研究选取1500 m等高线并向外延伸3 km作为研究区的范围(105°15′-106°42′E,38°4′-39°26′N),如图1所示,区域范围南北跨度155.42 km,东西跨度121.80 km,总面积6331.25 km2。

图1 研究区位置及高程Fig.1 The location of study area and its elevation

贺兰山地形复杂多变,山体海拔高差巨大,植被垂直分异特征明显,从山麓到山顶依次分布有荒漠草原、山地疏林草原、山地针叶林、山地阔叶林和高山-亚高山灌丛草甸等山地植被[23],且不同植被类型对于环境变化的响应不同。贺兰山大致为南北走向,以山脊为界可分为两部分:贺兰山西坡与贺兰山东坡,西坡坡度和缓,东坡以断层临银川平原,由于山体遮挡,东西坡所接收的太阳辐射与水汽总量各不相同,气候差异大,因此形成了植被净初级生产力及固碳功能的明显东西差异,产生分异效应。

2 数据来源与研究方法

2.1 数据来源

NDVI数据来源于NASA MOD13A2 NDVI数据集,时段为2000-2020年,空间分辨率为1 km,时间分辨率为16天,利用MRT(MODIS Reprojection Tool)工具进行影像重投影,并使用最大值合成法(Maximum Value Composite)生成NDVI月最大值数据,消除云覆盖所造成的数据异常。DEM数据来源于NASA及NIMA联合测量的SRTM1数据集,分辨率为30 m,用于生成1500 m等高线来划定研究区范围,并生成坡度坡向数据。气象数据来源于中国气象数据网,主要包括贺兰山研究区及周边多年气温、降水、风速、日照时数等站点数据,使用ANUSPLIN插值对其空间栅格化处理,分辨率为1 km。土地利用数据来源于中国科学院资源环境科学数据中心,包括2000年、2020年共2期土地利用数据,空间分辨率为1 km,将其重分类为耕地、林地、草地、建设用地、水域和未利用土地。植被覆盖数据来源于中国科学院资源环境科学与数据中心1∶100万中国植被类型空间分布图。

2.2 研究方法

2.2.1NPP的估算

用于估算NPP的模型众多,CASA模型是目前几个主要光能利用率模型之一,为国际上较为常用的大尺度NPP估算模型。本研究选用朱文泉等[24]改进的CASA模型对研究区植被NPP进行了估算,计算公式如下:

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式中,APAR(x,t)表示像元x在t月吸收的光合有效辐射(MJ m-2月-1);ε(x,t) 表示像元x在t月的实际光能利用率(gC/MJ)。光合有效辐射APAR指植被冠层可吸收利用并对光合作用有促进意义的太阳辐射能,由太阳辐射及植被自身生态条件共同决定。

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式中,SOL(x,t)表示像元x处t月份的太阳总辐射(MJ m-2月-1);FPAR(x,t)表示植被层对入射光合有效辐射的吸收比;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占比。

光能利用率ε是指植被将所吸收的光合有效辐射固定为有机质的效率,决定于植被自身属性。

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(3)

式中,Tε1(x,t)和Tε2(x,t)分别表示低温和高温对光能利用率的胁迫影响系数;Wε(x,t)表示水分胁迫影响系数;εmax表示理想条件下的最大光能利用率(gC/MJ)。本研究中各植被类型εmax参数设置参照朱文泉模拟结果[24],具体如表1所示。

表1 不同植被类型最大光能利用率参数Table 1 Maximum light energy utilisation parameters for different vegetation type

2.2.2植被固碳量的估算

植被的光合作用是自然界碳氧转化的重要途经,依据绿色植被光合作用原理可知,植被每生产1 kg有机物可固定1.63 kg CO2,1 kg CO2中又包含0.27 kg碳元素。因此贺兰山地区植被固碳量由植被NPP总量计算得到,计算公式如下:

WC=1.63×0.27×NPP×A

(4)

式中,WC表示植被年固碳量(t/a);NPP表示林分净初级生产力(t km-2a-1);A表示林分面积(km2)。

2.2.3变化趋势分析

趋势分析是对一组随时间变化的序列数据进行趋势线回归分析,本文使用最小二乘法逐像元拟合植被固碳量的年际变化趋势。

(5)

式中,S表示趋势斜率;n表示监测年份(n=21);k为年变量;Xk为第k年自变量。计算结果若S>0,表示自变量呈现增加趋势;若S<0,表示自变量为减少趋势。对植被固碳量变化趋势进行F检验,依据F分布临界值表,可将变化趋势划分为5个等级:极显著增加(S>0,P<0.01)、显著增加(S>0,0.01≤P<0.05)、变化不显著(P≤0.05)、显著减少(S<0,0.01≤P<0.05)、极显著减少(S<0,P<0.01)。

2.2.4相关性分析

相关性分析是分析不同变量间联系程度的方法,本文通过Pearson相关系数法基于像元尺度考察植被固碳量与气象因子的相关关系,计算公式如下:

(6)

2.2.5土地利用转移矩阵

土地利用转移矩阵反映相同区域在不同时期内的土地利用情况及其动态转化过程,表现形式如下:

(7)

式中,Uij表示第i类土地利用类型转化为第j类土地利用类型的面积;n为土地利用类型数量。

3 结果与分析

3.1 精度验证

对NPP的验证主要有实测法和相对验证法两种,由于研究区属国家级自然保护区,难以在短时间内进行大范围实地调查,NPP实测值获取困难,故本文采用与MOD17A3产品和前人研究成果相比较的方法。图2表示研究区内随机抽样选取200个样本像元的NPP估算值与MOD17A3产品数据进行最小二乘法线性回归拟合,结果显示,NPP估算值与MOD17A3产品线性关系显著,二者吻合性高,变化趋势一致,同时,基于平均绝对百分比误差(MAEP)、均方根误差(RMSE)以及拟合系数(R2)三个统计学指标进一步探讨估算结果的精确程度。结果显示估算值的MAEP为0.1175、RMSE为33.5051、R2为0.9455,符合统计学规律,准确度较高。此外,将NPP估算值与前人研究成果进行对比,结果如表2所示,分析发现本研究估算值较前人研究相差不大,总体来说,本文基于CASA模型估算的植被NPP数据表现良好,具有较好的可信度,可用于后续分析研究。

表2 贺兰山地区年均NPP与文献值比较/(gC m-2 a-1)Table 2 Comparison of average annual NPP and literature values in Helan Mountain region

图2 NPP估算值与MODIS产品对比Fig.2 Comparison of NPP estimates with MODIS productsNPP:植被净初级生产力

3.2 植被固碳功能时空变化特征

贺兰山地区2000-2020年东、西坡植被单位面积固碳量如图3所示。整体上看,研究区植被单位面积固碳量平均值介于46.43-110.93 gC m-2a-1之间,多年平均值为66.99 gC m-2a-1。东、西坡植被固碳量变化趋势保持同步,在年际间呈明显增加态势,但存在多次波动。2001年、2005年、2011年及2015年为植被单位面积固碳量相对临近年较低的年份,2020年贺兰山地区东、西坡单位面积固碳量同时达到研究时段内最高值,分别为110.93 gC m-2a-1和 89.24 gC m-2a-1,表明该地区植被生长情况逐渐好转,固碳功能明显提升。就东、西坡植被单位面积固碳量的年际波动差异来看,东、西坡变化趋势显著性并不一致,东坡增加趋势较西坡来说更为明显,线性增长斜率为3.85 gC m-2a-1,大于西坡线性增长斜率2.55 gC m-2a-1,2016年以前,西坡单位面积固碳量基本低于研究区多年固碳量均值,东坡大部分年限则高于均值。

图3 贺兰山东西坡2000-2020年单位面积固碳量年际变化Fig.3 Interannual changes of carbon sequestration per unit area on eastern and western slopes of Helan Mountain during 2000-2020

图4为贺兰山植被平均单位固碳量及其变化趋势空间分布情况。从整个研究区来看,贺兰山植被平均单位固碳量空间分异明显,呈现“四周低中间高;西部低东部高;南部低北部高”的特征。东西坡均以低值固碳量为主,东坡有80.52%的区域平均固碳量低于100 gC m-2a-1,47.14%的区域低于50 gC m-2a-1,西坡有87.33%的区域平均固碳量低于100 gC m-2a-1,64.62%的区域低于50 gC m-2a-1。大于100 gC m-2a-1的中高值固碳量多分布于贺兰山东坡,约占东坡总面积的19.48%,在西坡中高值面积占比仅为12.67%。植被单位面积固碳量变化速率大部分介于0-5 gC m-2a-1,为正向增加趋势,其中正值区面积占比96.98%,远大于负值区,单位面积固碳量降低区除部分成片分布于贺兰山西坡中北部灌丛地外,大多零散分布于各地。植被单位面积固碳量大小及其变化趋势可以反映区域内植被固碳能力的强弱,上述研究表明研究区植被固碳功能在2000-2020年间有明显改善。

图4 贺兰山植被平均单位面积固碳量及变化趋势空间分布Fig.4 Spatial distribution of carbon sequestration per unit area of vegetation in Helan Mountain

3.3 地形因子对植被固碳功能的影响

图5描述了贺兰山植被类型分布情况以及植被单位面积固碳量和固碳总量的垂直分布差异,由图5可知,贺兰山地区主要分布针叶林、阔叶林、灌丛、荒漠、草原以及栽培植被等植被类型,其中,针叶林、阔叶林主要分布于海拔1500 m以上的东坡以及2100 m以上的西坡,荒漠及草原则主要位于西坡西部中低海拔区,灌丛主要成片分布于东坡,栽培植被也仅在东坡低海拔地区零星分布。贺兰山东西坡植被单位面积固碳量随海拔升高呈现“S”型,低海拔至中海拔区间,单位面积固碳量快速增长,但增加趋势随海拔高度由中海拔向高海拔过渡而逐渐减缓,并于最高海拔处转为降低趋势,中高海拔区域为贺兰山植被单位面积固碳量较高的区域。2600 m以下的区域东坡植被单位面积固碳量大于西坡,而2600 m以上则西坡大于东坡。各海拔区间植被固碳总量的变化趋势不同于单位面积固碳量,为先增后减,大于1500 m的各海拔梯度内,西坡固碳总量基本高于东坡。东坡固碳量最高的海拔区间为1300-1600 m,固碳49.39 G gC,占东坡固碳总量的30.85%,此海拔区间主要分布灌丛及草原,是固碳总量的主要贡献者;西坡固碳量最高区间为1400-1800 m,固碳101.28 G gC,占比40.81%,该区间内荒漠及草原广布,面积占比大,固碳量大。

贺兰山地区地形复杂多变,坡度坡向的不同也会影响植被状态及固碳功能,由表3可知,在贺兰山东西坡随坡度的增加以及坡向的转换,植被单位面积固碳量及固碳总量存在一定的差异。贺兰山西坡区域以微坡、缓坡和斜坡为主,坡度小于15°的区域占西坡总面积的74.59%,但这部分区域植被单位面积固碳量低于陡坡和急坡区域,因此仅贡献西坡植被固碳总量的一半;东坡区域地势起伏则较大,坡度最高达75.9°,近半区域坡度大于15°,且对应区域植被单位面积固碳量高,因此在东坡区域的固碳总量中占比巨大。就总体趋势来看,东西坡植被单位面积固碳量随坡度呈增加趋势,但存在一定差异,坡度小于15°时,东坡区域单位面积固碳量大于西坡同等级坡度植被单位面积固碳量,坡度大于15°时,东坡植被单位面积固碳量较西坡而言则更低。在不同坡向条件下,从阴坡到阳坡,东坡区域单位面积固碳量逐渐减小,西坡区域则先减后增,但东西坡区域植被单位面积固碳量的最大值均出现在阴坡,分别为79.13 gC m-2a-1和67.3 gC m-2a-1。对于东坡而言,半阴坡与阳坡面积较大且单位面积固碳量较高,是东坡总固碳的主要贡献区域;西坡坡向则以阴坡和半阳坡为主,并且该部分区域植被单位面积固碳量为西坡最高,因此在西坡固碳总量中贡献比超过62.66%。

表3 贺兰山地区东西坡不同坡度坡向分级下的植被固碳量Table 3 Vegetation carbon sequestration of different slope and aspect in Helan Mountain area

3.4 气候因子对植被固碳功能的影响

图6表示了贺兰山东西坡的降水、气温以及潜在蒸散发的年际变化趋势,可以发现,2000-2020年贺兰山东坡年均气温在7.15-8.71℃,多年均值为7.99℃;西坡年均气温介于6.44-8.11℃,多年均值为7.30℃,整体低于东坡。东坡年累计降水量的变化范围是119.62-513.81 mm,多年均值为228.01 mm,略低于西坡的233.46 mm。东坡多年潜在蒸散均值为944.26 mm,相比西坡的931.61 mm而言稍高。从时间变化上看,21年间贺兰山地区整体气温、降水以及潜在蒸散发均呈缓慢的波动上升趋势,但变化率各有不同。从空间分布上来看,各气象因子均呈现出明显的经纬度和垂直地带性分异规律:随海拔逐渐升高,气温整体由四周向中部递减;降水的空间分布格局与气温基本保持相同;中部高海拔地区潜在蒸散量小于四周低海拔地区潜在蒸散量,同时东坡及南部地区蒸散较西坡及北方地区而言更高。

图6 贺兰山东西坡降水量、气温及潜在蒸散发年际变化趋势Fig.6 Interannual variation trend of Precipitation, temperature and potential evapotranspiration on east-west slopes of Helan Mountain

气温、降水、潜在蒸散等气象因素所造成的水热波动对植被生长有重要影响,本文以像元为最小分析单元,通过对贺兰山地区多年植被单位面积固碳量与年均气温、年总降水量以及潜在蒸散发的相关分析,定量识别植被固碳功能对气候变化的响应(图7)。2000-2020年,研究区植被单位面积固碳量与气温相关系数均值为-0.003,表明二者整体呈现负相关。其中,呈负相关的区域占53.46%,主要分布于贺兰山东坡的东部以及西坡的西南部等低海拔区域,但是研究区绝大多数区域植被单位面积固碳量与气温的相关性不显著,呈现极显著或显著相关的区域仅占总面积的3.54%。贺兰山地区植被单位面积固碳量与年降水量的相关系数均值为0.20,二者正相关。植被固碳量与年降水量呈正相关的面积高达98.10%,其中,极显著与显著正相关的面积又占所有正相关区域面积的92.67%,面积占比很小的呈负相关的地区,主要分布在贺兰山西坡中部以及北部的中海拔地带。对于潜在蒸散发,其与研究区植被单位面积固碳量的相关系数均值为0.03,整体呈现正相关,其中固碳量与潜在蒸散发为正相关的面积为77.37%,远大于负相关区域面积,但呈极显著或显著相关的区域面积小,基本分布于西坡中部地区,大部分区域固碳量与潜在蒸散的相关性不显著。

图7 贺兰山东西坡植被固碳量与气温、降水及潜在蒸散发的相关性Fig.7 Correlation between vegetation carbon sequestration and temperature, precipitation and potential evapotranspiration on the eastern and western slopes of Helan Mountain

3.5 土地利用变化对植被固碳功能的影响

土地利用变化是人类活动作用于自然的主要表现形式之一,对植被生长产生直接或间接影响。高生产力用地类型与低生产力用地类型间的相互转换导致NPP增加或亏损,进而影响植被固碳量的积累与植被固碳功能的改善或退化[28]。

结合土地利用转移矩阵分析贺兰山地区2000-2020年土地利用及变化情况(表4),发现贺兰山地区土地利用整体以未利用地、草地和林地为主,分别占总面积的54.60%、29.47%和10.66%,其余三类用地仅占总面积的5.27%。2000-2020年贺兰山地区土地利用变化较为显著,东坡土地利用变化面积494 km2,占东坡面积的15.21%,西坡变化面积为469 km2,占比11.50%。21年间,研究区主要的地类转换发生在草地与林地,以及草地与未利用地之间。草地转入转出量均较大,整体表现为东坡减幅5.59%,西坡减幅9.70%,转出中主要转向林地及未利用地;林地面积的整体增加中由草地转入贡献占比高达85.92%(东西坡分别为93.70%、73.42%);未利用地整体减少,转为草地的面积为整体转出面积的一半;建设面积的增加除开发大量未利用地外,占用草地也是使其激增的主要方式。由固碳量变化矩阵可以看出由地类转换引起的植被固碳量损益(表5),2020年植被固碳总量相较于2000年增加,大部分土地利用类型的转换对植被固碳功能有促进作用,一般来说高生产力用地类型向低生产力类型转化会引起固碳损失,反之则增加。对于贺兰山东坡,21年间地类转换使东坡植被固碳量增加13.9505 G gC,其中草地转林地引起固碳量变化最大,增加固碳量6.2851 G gC,此外,林地转草地(5.2144 G gC)、未利用地转草地(0.5788 G gC)、水域转草地(0.5308 G gC)等地类转换也使植被固碳量有不同程度的升高,而草地转为建设用地、未利用地等,固碳值变化为负;贺兰山西坡固碳量增长排列为:草地转林地(2.9311 G gC)> 林地转草地(2.4716 G gC)>林地转未利用地(1.1332 G gC)>未利用地转林地(1.0289 G gC),固碳量减少程度排序:草地转建设用地(-0.8479 G gC)>草地转未利用地(-0.5087 G gC)>草地转水域(-0.2548 G gC),固碳总量净增6.2684 G gC。综合来看,土地利用变化引起的东坡固碳净增量大于西坡,以林地和草地间的相互转换为主导,西坡除林草地互转外,向未利用地的转换也是造成固碳量波动的重要原因。

表4 2000-2020年贺兰山东西坡土地利用转移矩阵/km2Table 4 Land use transfer matrix of East and west slopes of Helan Mountain from 2000 to 2020

表5 2000-2020年贺兰山东西坡土地利用转移下固碳量变化矩阵/(10-2 G gC)Table 5 Change matrix of carbon sequestration under land use transfer on East and west slopes of Helan Mountain from 2000 to 2020

4 讨论

4.1 模型及数据适用性分析

CASA模型是模拟植物生理过程的机理模型,具有输入参数较少、数据可获取性强以及误差小等优点[29-30],最早被用于北美地区植被生产力的估测。由于地区间环境条件差异巨大,国内使用该模型需要进行模型参数本土化,本研究基于朱文泉等改进的CASA模型进行植被NPP估算,该模型在国内的适用性已得到贾俊鹤[31]、董丹[32]、程春晓[33]等学者验证,为探讨估算结果在贺兰山地区进一步分析的可靠性,本研究已在精度验证部分采取相对验证法对估算结果进行评定,对比显示本研究估算结果具有适用性,但还存在一定误差。与MOD17A3产品数据比较,本研究值略高,可能是因为MOD17A3数据存在低值高估、高值低估的现象[34]。此外,模拟值与前人研究结果具有一定偏差,考虑原因为研究区域不完全重叠,且贺兰山多覆盖高生产力植被类型,其固碳功能更强,并且结果相异也与模型选取有关,CASA光能利用率模型综合考虑水、热、营养物质等因素影响,GLO-PEM模型则包含多种非气候因素,输入数据的质量及处理过程、模型参数的设定、研究区范围等因素都会对估算结果产生影响,李丽等[35]研究发现相较于GLO-PEM模型,CASA模型对于干旱荒漠地区植被具有更高的拟合程度,估算结果更优。

4.2 植被固碳功能的驱动因子

本研究选择贺兰山地区为研究对象,计算发现21年间研究区植被固碳量整体增加,植被固碳功能持续提升,其中东坡增幅较西坡而言更加明显,主要是由于地理位置、地形以及人类活动通过重分配水分、热量、土壤等自然因素影响研究区植被生长,形成植被固碳功能的时空分异。地形因子对植被固碳功能的影响表现为:随海拔升高,东西坡单位面积植被固碳量与植被固碳总量增减趋势保持一致,为先增后降,但转折点海拔不同;坡度坡向对植被固碳能力的影响则显示出东西差异,东坡固碳量主要贡献者为坡度大于15°区域及半阴坡,西坡主要为缓坡、急坡和半阳坡。贺兰山近南北走向,山体高耸起遮挡作用,使东西坡形成热量差、水分差,在此基础上,坡度对水分进行再分配,已有研究表明,坡度﹤15°时,随坡度增加土壤含水量也增加,坡度>15°时,坡度增加土壤含水量却减少[36-37],土壤水分直接影响植被光合、呼吸作用的动态变化,为植被生长提供可直接利用的水资源[38],此外,坡度也是决定坡面侵蚀强度的关键因子[39],坡度过大所造成的水土流失将对植被生长造成负面影响;坡向则影响热量,不同坡向植被接收的太阳辐射总量具有差异,盛行风与地面交角也不相同[40],各因素共同作用于植被生境进而影响植被生产及固碳功能。就气象因子而言,气温、降水的增加与潜在蒸散发的微弱波动对植被生长有一定促进作用,但过多或过少又会抑制植被生长及固碳总量的积累,例如温度升高的同时植被呼吸及蒸腾作用也会加强,最终导致地表干旱影响植物的生长发育[4]。有气象资料显示,2004年9月至2005年11月,宁夏发生历史性干旱灾害[41],大部分区域年累计降水不足200 mm,导致2005年成为研究时段内单位面积固碳量最小年份;2020年,研究区附近气象站点多次监测到极端降水,该年总降水量也为研究时段内最大值,导致同年植被固碳量显著增大,表明降水为研究区植被固碳量变化的主要驱动因子,显著影响植被固碳功能。土地利用变化多受自然演替与人类活动共同作用,过去21年间,研究区土地利用变化使植被固碳量共增加20.2189 G gC,地类转换以草地与林地以及未利用地之间的相互转换为主,而大部分地类转换对植被固碳功能有促进作用,但因为研究区地处自然保护区内,人类活动相对较弱,变化区域面积小,因此整体对固碳量的增加影响较小。

4.3 基于植被固碳功能驱动因子的生态优化策略

本研究所考虑的海拔、坡度、坡向、气温、降水以及潜在蒸散发因子均为研究区植被生长的客观条件,其中地形因子在自然条件下的更迭,是基于地壳运动所导致的地质构造变化,周期极长,以百万年为单位;而区域气候在全球变暖的基础上,受海陆位置、海拔、纬度等宏观因素影响,表现出一定的客观趋势。相对而言,人类活动主观性强,更为灵活,可在较短时间内达到改变自然条件的目的,因此,可通过人类活动干预,加强植被管理,促进其生长,以增强植被的固碳能力。上世纪80年代国务院批准设立宁夏贺兰山国家自然保护区,以保证其生态恢复并抵挡人类活动侵扰,近年来,宁夏政府陆续发起 “贺兰山生态保卫战”、建设贺兰山东麓山水林田湖草生态保护修复工程试点项目等,通过封堵矿洞、拆除建筑、退牧还草、退耕还林等手段逐步加强贺兰山生态保护力度,改善植被生境,从而提升植被固碳功能[42]。贺兰山是横亘我国北方干旱地理带的一片绿洲,该地区土地以未利用地、草地、林地为主,后续应持续促进未利用地向草地、林地的转换。有研究表明,围栏封育、人工种草、垦后弃耕使草地植被自然恢复等措施可促进草地碳库的积累[43]。另外,研究区林地以针叶林、灌丛为主,固碳能力十分可观,故需进一步加大林地保护力度,继续建设生态防护林、经济林、景观林等,通过一系列生态保护政策的实施,调整植被产业结构,优化生态保护战略,提升植被固碳功能,从而更好的实现“双碳”目标。

5 结论

本研究基于CASA模型估算了贺兰山2000-2020年植被NPP及固碳量,结合地形因子分析了固碳量的空间分异特征,并结合气候因子和土地利用对该区域植被固碳功能的影响进行了探究。主要结论如下:

(1)贺兰山2000-2020年植被固碳量多年平均值为66.99 gC m-2a-1,在年际间呈现明显增加趋势,年际增长速率2.99 gC m-2a-1,空间上呈现四周低中间高、西部低东部高、南部低北部高的分布特征。植被单位面积固碳量变化速率介于0-5 gC m-2a-1之间,未来趋势以增长为主,植被固碳功能将进一步提升。

(2)植被固碳量随海拔升高呈现先增后减的趋势,东西坡差异明显,随着坡度的增加,东西坡植被单位面积固碳量增加,对东坡植被固碳贡献较大的区域为坡度大于15°区域及坡向为半阴坡的区域,西坡则主要为缓坡、急坡和半阳坡区域。

(3)21年来贺兰山地区气候呈暖湿化趋势,植被固碳量与降水呈显著正相关,与潜在蒸散发微弱正相关,与气温负相关,其中降水为主要驱动因子。研究区地类转换主要发生在草地与林地之间,土地利用类型的转换使东坡的植被固碳量增加13.9505 G gC,西坡增加6.2684 G gC。