環(huán)杭州灣地區(qū)自然植被凈初級生產(chǎn)力的變化特征及其成因

孫善磊，周鎖銓，薛根元，婁偉平，吉宗偉，石建紅

(1.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點實驗室，江蘇南京210044;2.南京信息工程大學(xué)應(yīng)用水文氣象學(xué)院，江蘇南京210044;3.寧波市氣象局，浙江寧波315012;4.新昌縣氣象局，浙江新昌312500;5.紹興市氣象局，浙江紹興313000;6.溫州市氣象局，浙江溫州325027)

環(huán)杭州灣地區(qū)自然植被凈初級生產(chǎn)力的變化特征及其成因

孫善磊1，2，周鎖銓1，薛根元3，婁偉平4，吉宗偉5，石建紅6

(1.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點實驗室，江蘇南京210044;2.南京信息工程大學(xué)應(yīng)用水文氣象學(xué)院，江蘇南京210044;3.寧波市氣象局，浙江寧波315012;4.新昌縣氣象局，浙江新昌312500;5.紹興市氣象局，浙江紹興313000;6.溫州市氣象局，浙江溫州325027)

利用1971—2006年環(huán)杭州灣地區(qū)25個氣象站的降水、溫度和云量資料及全球CO2年平均體積分數(shù)資料，采用LPJ全球動態(tài)植被模式(Lund-Potsdam-Jena Dynamic Global Vegetation Model)，通過模擬環(huán)杭州灣地區(qū)的植被年凈初級生產(chǎn)力(Annual Net Primary Productivity，ANPP)，分析了該地區(qū)ANPP的變化特征，并探討了植被ANPP變化的可能原因。結(jié)果表明:1)就環(huán)杭州灣地區(qū)，36 a間植被ANPP均表現(xiàn)出不同程度的增加，尤其以嘉興市北部、紹興市東部較明顯;全區(qū)平均增加速率為1.524 3 g·m－2·a－2;2)通過多元線性回歸分析發(fā)現(xiàn)，環(huán)杭州灣地區(qū)平均云量與植被ANPP的關(guān)系最為密切，偏相關(guān)系數(shù)為－0.517 5，而溫度、降水與植被ANPP的關(guān)系不明顯;同時，植被ANPP對氣候變化的響應(yīng)存在一定的地域性差異;3)在全區(qū)平均情況下，36 a間由溫度下降、降水增加、云量減小、CO2體積分數(shù)升高引起的植被ANPP變化趨勢分別為－0.081 3、－0.017 1、0.760 1、0.867 3 g·m－2·a－2，其對應(yīng)的貢獻率分別為－5.18%、－1.09%、48.38%、55.21%。由此可見，該地區(qū)植被ANPP變化的主要強迫因子是CO2體積分數(shù)和云量，而降水變化對植被ANNP的變化作用不大。

氣候變化;植被凈初級生產(chǎn)力;全球動態(tài)植被模式;LPJ模式;環(huán)杭州灣地區(qū)

0 引言

陸地生態(tài)系統(tǒng)與氣候系統(tǒng)是相互作用和反饋的動態(tài)系統(tǒng);而植被作為陸地生態(tài)系統(tǒng)的核心環(huán)節(jié)，在地表—大氣之間能量、物質(zhì)和動量交換中扮演著重要角色，是人類賴以生存與持續(xù)發(fā)展的生命支持系統(tǒng)(牛文元，1980;周廣勝等，1997)。陸地植被凈初級生產(chǎn)力(Net Primary Productivity，NPP)指的是綠色植物在單位時間和單位面積上所產(chǎn)生的有機干物質(zhì)的總量(何勇等，2005)或碳的質(zhì)量(本文NPP采用的單位)，是植物自身生物學(xué)特性與外界環(huán)境因子相互作用的結(jié)果;作為表征植物活動的關(guān)鍵變量，反映出植被對大氣中CO2固定的能力，是評價生態(tài)系統(tǒng)結(jié)構(gòu)與功能特征和生物圈的人口承載力的重要指標。區(qū)域性乃至全球生物生產(chǎn)力及其空間分布，能使人類得以從宏觀上作出如下估計:潛在的糧食資源的地理分布、人為提高區(qū)域性生產(chǎn)力水平的限度、不同國家和地區(qū)可能和現(xiàn)實的生產(chǎn)力水平(區(qū)域生態(tài)系統(tǒng)的最大容納量)等。

近幾十年，北半球氣候變化顯著(Serreze et al.，2000;Jones and Moberg，2003;蔡學(xué)湛等，2009;陳海山等，2009;周德剛等，2009;孫善磊等，2010a;姚潔等，2010)，很大程度地改變了陸地生態(tài)系統(tǒng)，如碳平衡狀況(Cao and Woodward，1998;Nemani et al.，2003)，因此，開展氣候變化下生態(tài)系統(tǒng)碳平衡的研究尤為重要。研究(Koca et al.，2006;Schaphoff et al.，2006)表明，生態(tài)系統(tǒng)碳平衡對氣候變化的響應(yīng)具有較大的空間異質(zhì)性和不確定性，而生態(tài)系統(tǒng)尺度上的碳平衡模擬研究則有助于理解這種異質(zhì)性和不確定性，有助于理解碳平衡的生態(tài)過程和驅(qū)動因素。

氣候變化是世界各國關(guān)注的熱點問題(IPCC，2007)，隨著由溫室效應(yīng)等引起的各種氣候與環(huán)境問題的日益突出和國際氣候談判中對碳源、碳匯評價的客觀需要，碳循環(huán)問題受到了人們的普遍關(guān)注(張家誠，1989;Keeling，1997;汪業(yè)勖和趙士洞，1998;Canadell and Mooney，1999;陶波等，2003;Gerber et al.，2004;趙玲和周鎖銓，2005;Matthews et al.，2005;徐小鋒等，2007;張佳華和姚鳳梅，2007;Ju et al.，2007;Wang et al.，2007)。國內(nèi)學(xué)者就氣候變化對植被NPP的影響開展了很多有意義的工作。章基嘉等(1993)根據(jù)全國160個氣象站資料，采用萊亨泊公式計算了光溫生產(chǎn)潛力，給出了其時空變化特征及溫度對光溫生產(chǎn)潛力的影響。高素華(1994)從分析我國近40 a氣溫變化特征出發(fā)，初步分析了氣溫變化對農(nóng)業(yè)、植被生產(chǎn)力的影響。劉文杰(2000)利用植物生理生態(tài)學(xué)特點及區(qū)域蒸散模式建立了NPP模型，探討了NPP隨氣候變化的規(guī)律。曾慧卿等(2008)利用在我國有較好適用性的植被NPP模型，分析了近40 a氣候變化對江西省自然植被凈初級生產(chǎn)力的影響。周廣勝和張新時(1995，1996)、周廣勝等(1997)和鄭元潤等(1997)建立了聯(lián)系植物生理生態(tài)特性和水熱平衡關(guān)系的自然植被NPP模型，并利用該模型分析中國自然植被的NPP現(xiàn)狀及全球變化后自然植被的NPP情況。

杭州灣位于我國東部沿海，地貌類型多樣，屬典型的亞熱帶季風(fēng)氣候;氣候資源豐富，且氣候地帶性差異較大;而近幾十年來有關(guān)該地區(qū)植被NPP空間分布、變化趨勢以及其變化原因的研究很少見。另外，多數(shù)研究(倪健，2001;毛裕定等，2008)是以氣候生產(chǎn)力模型為工具，對植被NPP的分布及變化特征進行研究;但是氣候生產(chǎn)力模型自身存在一定的缺點(未考慮植被的生理過程和一些自然擾動，如火災(zāi)等)，使得估算的氣候生產(chǎn)力相對偏高。本文擬應(yīng)用LPJ全球動態(tài)植被模式(Lund-Potsdam-Jena Dynamic Global Vegetation Model)模擬環(huán)杭州灣地區(qū)1971—2006年自然植被年凈初級生產(chǎn)力(Annual Net Primary Productivity，ANPP)，分析其變化特征;探討植被ANPP對各因子的響應(yīng)關(guān)系及各因子引起的植被ANPP的變化趨勢和貢獻率。這有利于認識氣候變化和CO2體積分數(shù)升高對植被NPP的影響;并對合理開發(fā)、利用環(huán)杭州灣地區(qū)氣候和土地資源，以及監(jiān)測和預(yù)測該地區(qū)生態(tài)系統(tǒng)自然植被NPP的變化及應(yīng)采取的策略提供科學(xué)依據(jù)。

1 資料、模型簡介與研究方法

1.1 研究區(qū)域概況及氣候背景

杭州灣為錢塘江口延伸的河口灣，是世界著名的喇叭型強潮河口灣。西起澉浦—西三閘斷面，東至揚子角—鎮(zhèn)海角連線。東西長90 km，灣口寬達100 km，自口外向口內(nèi)漸狹，到澉浦僅為20 km。該地區(qū)鄰近中國東南沿海，位于亞熱帶季風(fēng)氣候區(qū)，氣候溫和，空氣濕潤，雨水充足，光、溫、水資源十分豐富，基本體現(xiàn)光溫同步的特點。年平均溫度為17℃，冬季盛行西北風(fēng)，天氣晴冷干燥;夏季多東南風(fēng)，氣溫高，光照強，空氣濕潤;春秋兩季氣旋活動頻繁，冷暖變化大。年平均降水量為1 600 mm，降水年內(nèi)分布不均勻，春雨、梅雨、秋雨與伏旱、秋冬旱相互交替。該地區(qū)屬于亞熱帶常綠闊葉林區(qū)域，自然植被為浙西山地丘陵青岡苦櫧林分區(qū)。

1.2 數(shù)據(jù)資料及預(yù)處理

本文資料基于杭州市、嘉興市、紹興市和寧波市25個氣象站的1971—2006年逐月降水、溫度、云量數(shù)據(jù);而1961—2006年全球CO2年平均體積分數(shù)數(shù)據(jù)來自LPJ工作組;土壤質(zhì)地數(shù)據(jù)出自聯(lián)合國糧農(nóng)組織(Food and Agriculture Organization，F(xiàn)AO)、國際應(yīng)用系統(tǒng)分析研究所(International Institute for Applied Systems Analysis，IIASA)和國際土壤資源信息中心(International Soil Reference and Information Centre，ISRIC)最新編制的全球土壤數(shù)據(jù)庫。根據(jù)LPJ模式的要求，模式的輸入數(shù)據(jù)為單站月氣候平均值和CO2體積分數(shù)年平均數(shù)據(jù);模式在每個氣象站點上獨立運行。研究區(qū)域以及氣象站點分布見圖1。

1.3 LPJ模式簡介及適用性

LPJ全球植被動態(tài)模式為單點模式，它以站點經(jīng)緯度、氣候、土壤質(zhì)地和大氣CO2體積分數(shù)為輸入變量，從植被動力學(xué)出發(fā)，以光合生物化學(xué)反應(yīng)、冠層能量平衡以及光合作用產(chǎn)物在植物內(nèi)部的分配規(guī)則和土壤水平衡為基礎(chǔ)，考慮生態(tài)系統(tǒng)的自然死亡規(guī)律和自然干擾因素的影響，模擬生態(tài)系統(tǒng)的光合作用、呼吸作用、葉片形成和枝葉脫落、資源競爭、組織周轉(zhuǎn)、種群建立及死亡、土壤微生物分解等過程，計算植物—土壤—大氣之間碳和養(yǎng)分循環(huán)以及CO2和水的交換通量、光合作用強度和初級生產(chǎn)力以及植被和土壤之間的碳儲量。模式以植物對環(huán)境的生態(tài)生理適應(yīng)性和資源競爭力為基礎(chǔ)模擬植被分布和組成。植被分10種植被功能型(plant function type，PFT;Hurtt，1998)，包括8種樹木植被(根據(jù)植被葉子物候、形狀和地理緯度分布分類)和2種草本植被功能型(根據(jù)光合途徑分類)。植物功能型的建立和死亡決定于一組基于20 a移動氣候極值的生態(tài)生理限制條件，并考慮不同植物種類由于生態(tài)生理適應(yīng)性、資源利用能力(如植物高度和根系深度)和光合效率的差異所產(chǎn)生的競爭優(yōu)勢或劣勢。LPJ模式對植被組成結(jié)構(gòu)變化、再分布和演替、動態(tài)變化、PFT種群間的競爭及土壤生物化學(xué)等都做了詳盡描述。為了便于在網(wǎng)格中實現(xiàn)由植被個體到種群的尺度變換，LPJ模式的最小計算單位是PFT平均個體。對每種PFT都給定一套固定動力學(xué)和生態(tài)學(xué)參數(shù)，這樣PFT種群就由一組描述平均個體狀態(tài)的參數(shù)及其種群密度來確定。對樹木植被，平均個體由其冠層面積、4個碳庫(葉子質(zhì)量、邊材質(zhì)量、心材質(zhì)量和細根質(zhì)量)確定，草本植被僅考慮葉子和細根的質(zhì)量，并且設(shè)定其種群密度為1。

圖1 環(huán)杭州灣氣象站點分布Fig.1 The weather stations in the region around Hangzhou Bay

陸地生態(tài)系統(tǒng)模型是研究碳循環(huán)的重要方法，主要分為生物地理模型、生物地球化學(xué)模型和陸地生物物理模型3類(Pollard and Thompson，1995;Sellers et al.，1996;汪業(yè)勖和趙士洞，1998;Hurtt et al.，1998;毛留喜等，2006)。由其發(fā)展而來的全球動態(tài)植被模型，整合了以上三者的優(yōu)點，可以模擬不同尺度生態(tài)系統(tǒng)結(jié)構(gòu)和功能對氣候變化響應(yīng)的時間動態(tài)，因此其代表了全球碳循環(huán)模型的發(fā)展方向(毛留喜等，2006)。而植被動態(tài)模型LPJ作為全球動態(tài)植被模型的典型，對植物個體水平的模擬進行了細化，使植被組成、結(jié)構(gòu)及其功能對氣候變化響應(yīng)的動態(tài)模擬過程更加精細(Smith et al.，2001;Sitch et al.，2003)。且LPJ作為更加優(yōu)化的全球植被動態(tài)模型(Sitch et al.，2003;毛留喜等，2006)，已經(jīng)在全球不同區(qū)域得到了廣泛應(yīng)用(Hickler et al.，2004;Hely et al.，2006;田漢勤等，2007)，盡管模型中尚未考慮一些生態(tài)過程(如氮循環(huán))，但諸多研究證明模型可以正確模擬生態(tài)系統(tǒng)結(jié)構(gòu)和功能對氣候變化的響應(yīng)動態(tài)，例如森林FACE實驗(Free Air CO2Enrichment Experiment)很好地驗證了CO2體積分數(shù)增高情況下對NPP的模擬結(jié)果(Morales et al.，2007)。另一方面，由于所模擬的是普適性的生態(tài)過程，所以模型可以不經(jīng)或少許地對參數(shù)校正后即可用于不同區(qū)域不同尺度的模擬研究(Gerten et al.，2005;Koca et al.，2006;田漢勤等，2007)。

1.4 研究方法及流程

首先，利用LPJ模式模擬出各站的自然植被的逐月NPP，計算出各站的ANPP;分析全區(qū)植被ANPP的變化趨勢。然后，利用樣條函數(shù)(spline function)的方法將植被ANPP插值到空間上，分析環(huán)杭州灣地區(qū)植被ANPP的36 a平均值及其變化趨勢的空間分布。再后，利用多元線性回歸分析的方法，分析植被ANPP對各因子的響應(yīng)關(guān)系。最后，利用公式(1)計算各因子引起的植被ANPP變化趨勢，并對其空間分布進行探討。

根據(jù)LPJ模式的輸入變量，自然植被ANPP(Yanpp)主要受降水(XP)、溫度(XT)、云量(XCLD)、CO2體積分數(shù)(XCO2)的影響;而LPJ模式中輻射主要是利用云量來計算(Linacer，1968;Prentice et al.，1993;Haxeltine and Prentice，1996;Sitch et al.，2003;梁妙玲和謝正輝，2006)，且大量研究表明凈輻射與云量關(guān)系密切(Ohring and Clapp，1980;Shukla and Sud，1981;傅逸賢和彭瑩輝，1988;Hartmann et al.，1992;Cawkwell and Bamber，2002;Nardinoand Georgiadis，2003;陳少勇等，2007;Lohmann et al.，2007;文小航等，2008);因此，本文利用ANPP與云量來表示其與輻射的關(guān)系。故可將植被ANPP的變化趨勢分解為:

其中，式右第1—4項分別為降水、溫度、云量和CO2體積分數(shù)變化引起的植被ANPP的變化趨勢。

2 結(jié)果與分析

2.1 模擬結(jié)果比較

LPJ模式輸出的環(huán)杭州灣地區(qū)的主要植被功能型有:溫帶針葉常綠林、溫帶闊葉常綠林、溫帶闊葉夏綠林及溫帶草場。經(jīng)過實地考察，并結(jié)合中國植被類型分布圖(侯學(xué)煜等，1982)比較發(fā)現(xiàn):該地區(qū)主要以常綠闊葉林、常綠闊葉落葉混交林、闊葉落葉林、常綠針闊混交林為主，還有一些高、低草。因此，可以認為該模型能夠較好地模擬出該地區(qū)植被類型。1971—2006年環(huán)杭州灣地區(qū)植被ANPP的36 a平均值介于518.3～615.0 g·m－2·a－1之間，與Wittaker and Likens(1973)、孫睿和朱啟疆(2000)的研究結(jié)果基本吻合，略小于肖乾廣等(1996)計算的最小閾值(主要是因為NOAA氣象衛(wèi)星資料的分辨率較低，由空間異質(zhì)性引起)，比張憲洲(1993)、孫善磊等(2010b)、毛裕定等(2008)的研究結(jié)果偏小，主要原因是Miami、Thornthwait、Chikugo等氣候生產(chǎn)力模型沒有考慮一些自然擾動因素(森林火災(zāi)等)的影響。

2.2 1971—2006年環(huán)杭州灣地區(qū)植被ANPP及其變化特征

由表1可見，1971—2006年嘉興市、杭州市、紹興市、寧波市和全區(qū)ANPP的36 a平均值分別為570.463 0、537.457 6、546.347 2、555.093 5和552.094 8 g·m－2·a－1。由圖2a可以發(fā)現(xiàn)，在沿海地區(qū)，寧波市、嘉興市ANPP隨經(jīng)度的減小而減小，紹興市東北部ANPP存在一個相對大值區(qū)(570～585 g·m－2·a－1);在距沿海較遠地區(qū)ANPP也呈現(xiàn)出經(jīng)向分布，隨經(jīng)度的增加而減小。中部地區(qū)ANPP基本呈現(xiàn)出緯向分布特征，大概以紹興市與杭州市的交界地區(qū)分別向南、向北逐漸遞增。造成這種地區(qū)差異的主要原因是中部云量較多、溫度較低、降水較少，而沿海及距沿海較遠地區(qū)的相應(yīng)條件優(yōu)于中部地區(qū)，故ANPP較高。

表1 1971—2006年嘉興市、杭州市、紹興市、寧波市、全區(qū)不同年代的植被ANPP值及ANPP變化趨勢Table 1 Natural vegetation ANPP in different periods and ANPP trend in Jiaxing，Hangzhou，Shaoxing，Ningbo and the region around Hangzhou Bay from 1971 to 2006

表1給出了嘉興市、杭州市、紹興市、寧波市、全區(qū)不同年代的ANPP值?？梢姡闻d市ANPP最大值(589.164 8 g·m－2·a－1)出現(xiàn)在1991—2000年外，杭州市、紹興市、寧波市、全區(qū)ANPP的最大值均出現(xiàn)在2001—2006年，分別為569.155 0、572.535 0、577.303 8、576.308 4 g·m－2·a－1。1971—2006年紹興市的ANPP增長率最大，為2.080 8 g·m－2·a－2，寧波市的ANPP增長率最小，為1.000 0 g·m－2·a－2，全區(qū)平均增長率為1.524 3 g·m－2·a－2。

圖2 1971—2006年環(huán)杭州灣地區(qū)植被ANPP的36 a平均值(a)及ANPP變化趨勢(b)的空間分布Fig.2 Distributions of(a)36-yr average ANPP and(b)ANPP trend in the region around Hangzhou Bay from 1971 to 2006

圖3 1971—2006年嘉興市(a)、杭州市(b)、紹興市(c)、寧波市(d)和全區(qū)(e)植被ANPP的時間變化曲線Fig.3 Interannual variation of regional average ANPP in(a)Jiaxing，(b)Hangzhou，(c)Shaoxing，(d)Ningbo，and(e)the region around Hangzhou Bay from 1971 to 2006

圖3為1971—2006年嘉興市、杭州市、紹興市、寧波市、全區(qū)ANPP的時間變化曲線。可見，它們的年際變化曲線大體一致，都有略微上升的趨勢;均在1992年出現(xiàn)了最大值;嘉興市、杭州市、紹興市、全區(qū)最低值出現(xiàn)在1975年，而寧波最低值出現(xiàn)在1976年。圖2b為1971—2006年ANPP變化趨勢的空間分布，可以發(fā)現(xiàn)，ANPP在全區(qū)都有不同程度的上升趨勢，嘉興市北部、紹興市東部的上升趨勢最為明顯，杭州市南部地區(qū)上升趨勢相對明顯，而嘉興市東部偏北、紹興市東南部、寧波市西部的上升趨勢相對較小?？傮w來看，隨著氣候變化，環(huán)杭州灣地區(qū)的ANPP是逐漸增加的，但是增幅存在一定的地域性差異，造成這種增幅地域性差異的主要原因是云量、溫度、降水隨時間的變化具有一定的地域性差異。

2.3 1971—2006年間各因子與環(huán)杭州灣地區(qū)自然植被ANPP多元線性回歸分析

表2為1971—2006年環(huán)杭州灣地區(qū)4個影響因子的變化趨勢?？梢园l(fā)現(xiàn)，全區(qū)、各市的溫度均為上升趨勢，且均通過了0.05信度的顯著性檢驗;36 a間，全區(qū)溫度上升趨勢為0.043 7℃·a－1，其中，寧波市上升趨勢最大(0.051 6℃·a－1)，而紹興市最小(0.036 6℃·a－1)。36 a間，全區(qū)降水以－0.721 7 mm·a－1的速率遞減;除嘉興市外，杭州市、紹興市、寧波市均呈下降趨勢，速率分別為－1.393 8、－1.298 0、－1.600 8 mm·a－1。全區(qū)、各市云量均呈現(xiàn)出不同程度的減小，其中嘉興市、紹興市減小趨勢較顯著，速率分別為－0.001 1 a－1、－0.000 9 a－1;全區(qū)云量變化趨勢為－0.000 7 a－1。36 a間，CO2體積分數(shù)以1.569×10－6a－1的速率增加，且通過了0.001信度的顯著性檢驗。

表2 1971—2006年4個影響因子的變化趨勢Table 2 The trends of the four influencing factors from 1971 to 2006

本文擬采用多元回歸分析的方法分析環(huán)杭州灣地區(qū)植被ANPP對溫度、降水、云量、CO2體積分數(shù)的響應(yīng)關(guān)系。表3給出了4個因子與植被ANPP的偏相關(guān)系數(shù)和復(fù)相關(guān)系數(shù)?？梢钥闯觯?個因子中，4市、全區(qū)的云量與植被ANPP的偏相關(guān)關(guān)系最為密切，全區(qū)平均偏相關(guān)系數(shù)為－0.517 5，通過了0.05信度的顯著性檢驗。不難理解，隨著云量的逐漸減小，到達地面的太陽輻射增加，植被可以獲取更多的光合有效輻射，有利于光合作用的進行，使得植被ANPP存貯增加。偏相關(guān)關(guān)系較差的為溫度和降水，全區(qū)平均偏相關(guān)系數(shù)分別為－0.014 9、0.092 9;即隨著溫度的升高(下降)，植被NPP有減少(上升)的趨勢，而隨著降水的增加(減少)，植被NPP有增加(減少)的趨勢。CO2體積分數(shù)與植被ANPP呈正的偏相關(guān)(0.120 7)，即隨著CO2體積分數(shù)的逐漸升高，植被更容易從大氣中獲取CO2進行光合作用，固定更多的碳，從而使得植被NPP增加。

表3 4個因子與植被ANPP的偏相關(guān)系數(shù)及復(fù)相關(guān)系數(shù)Table 3 Partial correlation coefficients between the four factors and ANPP，and the multiple correlation coefficients

2.4 1971—2006年各因子對環(huán)杭州灣地區(qū)自然植被ANPP變化的貢獻

表4給出了各因子變化引起的植被ANPP變化趨勢及其貢獻率。就全區(qū)平均而言，溫度的升高、降水的減少都使得植被ANPP減小，而隨著云量的減少及CO2體積分數(shù)的升高，植被ANPP增加(表3)。由溫度變化、降水變化、云量變化和CO2體積分數(shù)變化引起的植被ANPP變化趨勢分別為－0.081 3、－0.017 1、0.760 1和0.867 3 g·m－2·a－2，它們的貢獻率分別為－5.18%、－1.09%、48.38%和55.21%。不難看出，各因子變化對植被ANPP變化貢獻的主次關(guān)系為:CO2體積分數(shù)＞云量＞溫度＞降水。而在不同地區(qū)，由各因子變化對植被ANPP變化貢獻的主次關(guān)系略有不同。

圖4a為1971—2006年環(huán)杭州灣地區(qū)由降水變化引起的植被ANPP變化趨勢的空間分布?？梢?，嘉興市大部、杭州市西部及東部沿海地區(qū)、紹興市北部沿海地區(qū)、寧波市西北沿海地區(qū)植被ANPP呈上升趨勢，其中嘉興市北部最明顯，為0.2～0.4 g·m－2·a－2;杭州市東部、寧波市大部、紹興市大部植被ANPP呈下降趨勢，紹興市南部地區(qū)有一負的低值中心。

表4 各因子變化引起的ANPP變化趨勢及其貢獻率Table 4 The trends of ANPP caused by four factors and their attribution rates

圖4 1971—2006年環(huán)杭州灣地區(qū)由各因子變化引起的植被ANPP變化趨勢的空間分布a.降水;b.溫度;c.云量;d.CO2體積分數(shù)Fig.4 Distributions of ANPP trend caused by the four influencing factors in the region around Hangzhou Bay from 1971 to 2006a.precipitation;b.temperature;c.cloud;d.volume fraction of CO2

圖4b為1971—2006年環(huán)杭州灣地區(qū)由溫度變化引起的植被ANPP變化趨勢的空間分布?？梢?，除了嘉興市東北部、杭州市東南、紹興市西南及中部、寧波市中部及南部為上升趨勢外，環(huán)杭州灣大部分地區(qū)植被ANPP的變化呈下降趨勢，紹興市北部偏東、嘉興市北偏西及南部偏東、杭州市北部偏東各有一負的低值中心。

圖4c為1971—2006年環(huán)杭州灣地區(qū)由云量變化引起的植被ANPP變化趨勢的空間分布?？梢?，嘉興市東北部、杭州市東南部、紹興市東北部、寧波市北部植被ANPP的上升趨勢明顯，杭州市西部、寧波市中部偏西及東北部下降趨勢明顯。

圖4d為1971—2006年環(huán)杭州灣地區(qū)由CO2體積分數(shù)變化引起的植被ANPP變化趨勢的空間分布?？梢?，大部分地區(qū)植被ANPP變化具有不同的上升趨勢。然而，圖4d中有3個負值中心，即由CO2體積分數(shù)變化引起的植被ANPP變化呈下降趨勢。第一個負值中心位于嘉興市西北部，范圍較小，究其原因，可能是由于36 a間該地區(qū)云量呈上升趨勢，光合有效輻射減少，使得植被固定的碳減少所致。第二、三個負值中心分別位于紹興市中部和寧波市中南部，雖然CO2體積分數(shù)升高，但這兩個地區(qū)溫度升高、降水減小，氣候條件有向“暖干”發(fā)展的趨勢，不利于植被吸收CO2進行碳的固定，因而植被ANPP呈現(xiàn)下降趨勢，這與胥曉(2004)的研究結(jié)果一致。

3 結(jié)論

利用1971—2006年環(huán)杭州灣地區(qū)25個常規(guī)氣象站資料及全球CO2年平均體積分數(shù)數(shù)據(jù)，采用LPJ模式模擬了該地區(qū)植被ANPP，分析了其變化特征;并對植被ANPP對各影響因子的響應(yīng)關(guān)系及各因子引起的植被ANPP變化趨勢和貢獻率進行了探討，得到如下結(jié)論:

1)1971—2006年環(huán)杭州灣地區(qū)植被ANPP的36 a平均值為552.094 8 g·m－2·a－1;在2001—2006年最高，20世紀70年代最低;36 a間ANPP呈波狀上升趨勢，速率為1.524 3 g·m－2·a－2;全區(qū)ANPP都有不同程度的增加，但存在一定的地域性差異。

2)通過多元線性回歸分析發(fā)現(xiàn)，4個影響因子中，云量與植被ANPP的偏相關(guān)關(guān)系最為密切，全區(qū)平均偏相關(guān)系數(shù)為－0.517 5，通過了0.05信度的顯著性檢驗;由于水熱條件的不同，這種響應(yīng)關(guān)系也存在一定的地域性差異。

3)就全區(qū)平均而言，36 a間由各因子變化引起的植被ANPP變化的主次關(guān)系為:CO2體積分數(shù)(－0.867 3 g·m－2·a－2)＞云量(0.760 1 g·m－2·a－2)＞溫度(－0.081 3 g·m－2·a－2)＞降水(－0.017 1 g·m－2·a－2)。嘉興市大部、杭州市西部及東部沿海地區(qū)、紹興市北部沿海地區(qū)、寧波市西北沿海地區(qū)，由降水變化引起的植被ANPP變化呈上升趨勢;而杭州市東部、寧波市和紹興市大部，由降水變化引起的植被ANPP變化呈下降趨勢。就大部分地區(qū)，由溫度變化引起的植被ANPP變化呈下降趨勢，且紹興市北部偏東、嘉興市北部偏西及南部偏東、杭州市北部偏東各有一負的低值中心;而嘉興市東北部、杭州市東南、紹興市西南及中部、寧波市中部及南部為上升趨勢。在嘉興市的東北部、杭州市東南部、紹興市東北部、寧波市北部，由云量變化所引起的植被ANPP上升趨勢明顯;杭州市西部、寧波市中部偏西及東北部呈下降趨勢。由CO2體積分數(shù)變化引起的植被ANPP變化趨勢存在3個負值中心，分別位于嘉興市西北部、紹興市的中部和寧波市的中南部，而其他地區(qū)存在不同的上升趨勢。

蔡學(xué)湛，溫珍治，揚義文.2009.東亞夏季風(fēng)異常大氣環(huán)流遙相關(guān)及其對我國降水的影響［J］.氣象科學(xué)，29(1):46-51.

陳海山，范蘇丹，張新華.2009.中國近50 a極端降水事件變化特征的季節(jié)性差異［J］.大氣科學(xué)學(xué)報，32(6):744-751.

陳少勇，董安祥，陳添宇，等.2007.祁連山總云量變化及其與氣候變暖的關(guān)系［J］.干旱區(qū)研究，24(1):98-102.

傅逸賢，彭瑩輝.1988.云量在“地—氣”系統(tǒng)凈輻射中的作用［J］.氣象科學(xué)(4):69-75.

高素華.1994.氣候變化對植物氣候生產(chǎn)力的影響［J］.氣象，20(1):30-33.

何勇，董文杰，季勁均，等.2005.基于AVIM的中國陸地生態(tài)系統(tǒng)凈初級生產(chǎn)力模擬［J］.地球科學(xué)進展，20(3):345-349.

侯學(xué)煜，孫世洲，張經(jīng)緯，等.1982.中國植被圖［M］.北京:中國地圖出版社.

梁妙玲，謝正輝.2006.我國氣候?qū)χ脖环植己蛢舫跫壣a(chǎn)力影響的數(shù)值模擬［J］.氣候與環(huán)境研究，11(5):582-592.

劉文杰.2000.西雙版納近40年氣候變化對自然植被凈第一性生產(chǎn)力的影響［J］.山地學(xué)報，18(4):296-300.

毛留喜，孫艷玲，延曉冬.2006.陸地生態(tài)系統(tǒng)碳循環(huán)模型研究概述［J］.應(yīng)用生態(tài)學(xué)報，17(11):2189-2195.

毛裕定，蘇高利，李發(fā)東，等.2008.氣候變化對浙江省植物氣候生產(chǎn)力的影響［J］.中國生態(tài)農(nóng)業(yè)學(xué)報，16(2):273-278.

倪健.2001.區(qū)域尺度的中國植物功能型與生物群區(qū)［J］.植物學(xué)報，43(4):419-425.

牛文元.1980.作物最大生產(chǎn)力—以華北地區(qū)冬小麥為例［J］.自然資源(3):44-56.

孫睿，朱啟疆.2000.中國陸地植被凈第一性生產(chǎn)力及季節(jié)變化研究［J］.地理學(xué)報，50(1):36-45.

孫善磊，周鎖銓，金博，等.2010a.淮海地區(qū)降水周期及突變特征分析［J］.氣象科學(xué)，30(2):221-227.

孫善磊，周鎖銓，石建紅，等.2010b.應(yīng)用三種模型對浙江省植被凈第一性生產(chǎn)力(NPP)的模擬與比較［J］.中國農(nóng)業(yè)氣象，31(2):271-276.

陶波，李克讓，邵雪梅，等.2003.中國陸地凈初級生產(chǎn)力時空特征模擬［J］.地理學(xué)報，58(3):372-380.

田漢勤，萬師強，馬克平.2007.全球變化生態(tài)學(xué):全球變化與陸地生態(tài)系統(tǒng)［J］.植物生態(tài)學(xué)報，31(2):173-174.

汪業(yè)勖，趙士洞.1998.陸地碳循環(huán)研究中的模型方法［J］.應(yīng)用生態(tài)學(xué)報，9(6):658-664.

文小航，尚可政，王式功，等.2008.1961—2000年中國太陽輻射區(qū)域特征的初步研究［J］.中國沙漠，28(3):554-561.

肖乾廣，陳維英，盛永偉.等.1996.用NOAA氣象衛(wèi)星的AVHRR遙感資料估算中國的凈第一性生產(chǎn)力［J］.植物學(xué)報，38(1):35-39.

胥曉.2004.四川植被凈第一性生產(chǎn)力(NPP)對全球氣候變化的響應(yīng)［J］.生態(tài)學(xué)雜志，23(6):19-24.

徐小鋒，田漢勤.萬師強.2007.氣候變暖對陸地生態(tài)系統(tǒng)碳循環(huán)的影響［J］.植物生態(tài)學(xué)報，31(2):175-188.

姚潔，陳海山，朱偉軍.2010.北半球陸面過程對全球變暖響應(yīng)特征的初步分析［J］.大氣科學(xué)學(xué)報，33(2):220-226.

曾慧卿，劉琪，殷劍敏.2008.近40年氣候變化對江西自然植被凈第一性生產(chǎn)力的影響［J］.長江流域資源與環(huán)境，17(2):227-231.

章基嘉，徐祥德，苗俊峰.1993.氣候變化對中國農(nóng)業(yè)生產(chǎn)光溫條件的影響［J］.中國農(nóng)業(yè)氣象，14(2):11-16.

張家誠.1989.二氧化碳的氣候效應(yīng)與華北干旱問題［J］.氣象，15(3):20-25.

張佳華，姚鳳梅.2007.陸面模式的植物葉光合生理的數(shù)值模擬試驗及分析［J］.氣象科學(xué)，27(4):419-424.

張憲洲.1993.我國自然植被凈第一性生產(chǎn)力的估算與分布［J］.自然資源(1):15-21.

趙玲，周鎖銓.2005.氣候因子對寒溫帶落葉針葉林NPP影響的數(shù)值試驗分析［J］.氣象，31(3):27-30.

鄭元潤，周廣勝，張新時，等.1997.中國陸地生態(tài)系統(tǒng)對全球變化的敏感性研究［J］.植物學(xué)報，39(9):837-840.

周德剛，黃榮輝，黃剛.2009.近幾十年來長江上游流域氣候和植被覆蓋的變化［J］.大氣科學(xué)學(xué)報，32(3):377-385.

周廣勝，張新時.1995.自然植被凈第一性生產(chǎn)力模型初探［J］.植物生態(tài)學(xué)報，19(3):193-200.

周廣勝，張新時.1996.全球氣候變化的中國自然植被的凈第一性生產(chǎn)力研究［J］.植物生態(tài)學(xué)報，20(1):11-19.

周廣勝，張新時，高素華，等.1997.中國植被對全求變化反應(yīng)的研究［J］.植物學(xué)報，39(9):879-888.

Canadell J，Mooney H A.1999.Ecosystem metabolism and the global carbon cycle［J］.Trends in Ecology and Evolution，14(6):249.

Cao M K，Woodward F I.1998.Dynamic responses of terrestrial ecosystem carbon cycling to global climate change［J］.Nature，393:249-252.

Cawkwell F G L，Bamber J L.2002.The impact of cloud cover on the net radiation budget of the Greenland ice sheet［J］.Annals of Glaciology，34:141-149.

Gerber S，Joos F，Prentice I C.2004.Sensitivity of a dynamic global vegetation model to climate and atmosphere CO2［J］.Global Change Biology，10:1223-1239.

Gerten D，Lucht W，Schaphoff S，et al.2005.Hydrologic resilience of the terrestrial biosphere［J］.Geophysical Research Letters，32，L21408.doi:10.1029/2005GL024247.

Hartmann D L，Ockert-Bell M E，Michelesen M L.1992.The effect of cloud type on earth’s energy balance:Global analysis［J］.J Climate，5:1281-1304.

Haxeltine A，Prentice I C.1996.BIOME3:An equilibrium terrestrial biosphere model based on ecophysiological constraints，resource availability，and competition among plant functional types［J］.Global Biogeochemical Cycles，10(4):693-709.

Hely C，Bremond L，Alleaume S，et al.2006.Sensitivity of African biomes to changes in the precipitation regime［J］.Global Ecology and Biogeography，15(3):258-270.

Hickler T，Smith B，Sykes M T，et al.2004.Using a generalized vegetation model to simulate vegetation dynamics in northeastern USA［J］.Ecology，85(2):519-530.

Hurtt G C，Moorcroft P R，Pacala S W，et al.1998.Terrestrial models and global change:Challenges for the future［J］.Global Change Biology，4:581-590.

IPCC.2007.Climate Chang 2007:The Physical Science Basis［M］.Cambridge:Cambridge University Press.

Jones P D，Moberg A.2003.Hemispheric and large-scale surface air temperature variations:An extensive revision and an update to 2001［J］.J Climate，16:206-223.

Ju W M，Chen J M，Harvey D，et al.2007.Future carbon balance of China’s forests under climate change and increasing CO2［J］.Journal of Environment Management，85(3):538-562.

Keeling C D.1997.Climate change and carbon dioxide:An introduction［J］.National Academy of Science，94:8273-8274.

Koca D，Smith B，Sykes M T.2006.Modelling regional climate change effects on potential natural ecosystems in Sweden［J］.Climatic Change，78:381-406.

Linacer E T.1968.Estimating the net-radiation flux［J］.Agricultural Meteorology，5:49-63.

Lohmann U，Stier P，Hoose1 C，et al.2007.Cloud microphysics and aerosol indirect effects in the global climate model ECHAM5-HAM［J］.Atmospheric Chemistry and Physics，7:3425-3446.

Matthews H D，Weaver A J，Meissner K J.2005.Terrestrial carbon cycle dynamics under recent and future climate change［J］.J Climate，18:1609-1628.

Morales P，Hickler T，Rowell D P，et al.2007.Changes in European ecosystem productivity and carbon balance driven by regional climate model output［J］.Global Change Biology，13:108-122.

Nardino M，Georgiadis T.2003.Cloud type and cloud cover effects on the surface radiative balance at several Polar sites［J］.Theoretical and Applied Climatology，74:203-215.

Nemani R R，Keeling C D，Hashimoto H，et al.2003.Climate-driven increases in global terrestrial net primary production from 1982 to 1999［J］.Science，300:1560-1563.

Ohring G，Clapp P.1980.The effect of changes in cloud amount on the net radiation at the top of the atmosphere［J］.J Atmos Sci，37:447-454.

Pollard D，Thompson S L.1995.Use of a Land-Surface-Transfer Scheme(LSX)in a global climate model—the response to doubling stomatal-resistance［J］.Global and Planetary Change，10:129-161.

Prentice I C，Sykes M T，Cramer W.1993.A simulation model for the transient effects of climate change on forest landscapes［J］.Ecological Modelling，65:51-70.

Schaphoff S，Lucht W，Gerten D，et al.2006.Terrestrial biosphere carbon storage under alternative climate projections［J］.Climatic Change，74:97-122.

Sellers P J，Los S O，Tucker C J，et al.1996.A revised land surface parameterization(SiB2)for atmospheric GCMs.Part II:the generation of global fields of terrestrial biophysical parameters from satellite data［J］.J Climate，9:706-737.

Serreze M C，Walsh J E，Chapin F S，et al.2000.Observational evidence of recent change in the northern high-latitude environment［J］.Climatic Change，46:159-207.

Shukla J，Sud Y.1981.Effect of cloud-radiation feedback on the climate of a general circulation model［J］.J Atmos Sci，38:2337-2353.

Sitch S，Smith B，Prentice I C，et al.2003.Evaluation of ecosystem dynamics，plant geography and terrestrial carbon cycling in the LPJ dynamic global vegetation model［J］.Global Change Biology，9:161-185.

Smith B，Prentice I C，Sykes M T.2001.Representation of vegetation dynamics in the modelling of terrestrial ecosystems:Comparing two contrasting approaches within European climate space［J］.Global Ecology and Biogeography，10:621-637.

Wang S，Chen J M，Ju W M，et al.2007.Carbon sinks and sources in China forest during 1901—2001［J］.Journal of Environment Management，85(3):524-537.

Wittaker R H，Likens G E.1973.Primary production:The biosphere and man［J］.HumanEcology，1(4):357-369.doi:10.1007/BF01536732.

Characters of natural vegetation net primary productivity and their driving factors in the region around Hangzhou Bay

SUN Shan-lei1，2，ZHOU Suo-quan1，XUE Gen-yuan3，LOU Wei-ping4，JI Zong-wei5，SHI Jian-hong6

(1.Key Laboratory of Meteorological Disaster of Ministry of Education，NUIST，Nanjing 210044，China;2.School of Applied Hydrometeorology，NUIST，Nanjing 210044，China;3.Ningbo Meteorological Bureau，Ningbo 315012，China;4.Xinchang Meteorological Bureau，Xinchang 312500，China;5.Shaoxing Meteorological Bureau，Shaoxing 313000，China;6.Wenzhou Meteorological Bureau，Wenzhou 325027，China)

Based on data of the precipitation，temperature and cloud cover of 25 stations in Hangzhou Bay region and the global annual volume fraction of CO2from 1971 to 2006，the annual vegetation net primary productivity(ANPP)is simulated by the LPJ model(Lund-Potsdam-Jena dynamic global vegetation model).The temporal and spatial characters of the ANPP in the region are analyzed and the driving factors of ANPP are further investigated.Results show that:1)The average increasing rate of ANPP is 1.524 3 g·m－2·a－2in the whole region.However，ANPP spatially show different increasing ratesfrom 1971 to 2006，with the significant rate in the north of Jiaxing and the east of Shaoxing.2)The multiple linear regression analysis shows that there is a close relationship between cloud cover and ANPP with－0.517 5 partial correlation coefficient.However，the correlation between ANPP and temperature(precipitation)is inconspicuous.Response of ANPP to climate change shows a certain geographical distribution for the different hydro-thermal conditions.3)In the whole region around Hangzhou Bay，the average trends caused by decline of temperature，increase of precipitation，reduction of cloud cover and enhancement of volume fraction of CO2are－0.081 3，－0.017 1，0.760 1，and 0.867 3 g·m－2·a－2，and their attributions to the change of ANPP are－5.18%，－1.09%，48.38%and 55.21%，respectively.Therefore，the changes of volume fraction of CO2and cloud cover play important roles to affect the change of ANPP，however，change of precipitation has little action to the ANNP.

climate change;vegetation net primary productivity;dynamic global vegetation model;LPJ model;the region around Hangzhou Bay

Q148

A

1674-7097(2011)06-0672-11

2010-04-20;改回日期:2011-09-01

國家自然科學(xué)基金資助項目(40775061/D0507);浙江省科技廳項目(2004C33082);紹興市科學(xué)技術(shù)局項目(A23-2003131)

孫善磊(1982—)，男，江蘇沛縣人，博士生，研究方向為陸—氣相互作用、生態(tài)水文、氣候變化及其預(yù)測，ppsunsanlei@163.com.

孫善磊，周鎖銓，薛根元，等.2011.環(huán)杭州灣地區(qū)自然植被凈初級生產(chǎn)力的變化特征及其成因［J］.大氣科學(xué)學(xué)報，34(6):672-682.

Sun Shan-lei，Zhou Suo-quan，Xue Gen-yuan，et al.2011.Characters of natural vegetation net primary productivity and their driving factors in the region around Hangzhou Bay［J］.Trans Atmos Sci，34(6):672-682.

(責(zé)任編輯:倪東鴻)