陳 探,劉 淼,胡遠(yuǎn)滿,呂久俊,馬 俊,孫鳳云,宮繼萍
1中國科學(xué)院沈陽應(yīng)用生態(tài)研究所,沈陽 110016 2中國科學(xué)院大學(xué),北京 100049 3遼寧省環(huán)境科學(xué)研究院,沈陽 110161
沈陽經(jīng)濟(jì)區(qū)土地利用和凈初級生產(chǎn)力變化
陳 探1,2,劉 淼1,*,胡遠(yuǎn)滿1,呂久俊3,馬 俊1,2,孫鳳云1,2,宮繼萍1,2
1中國科學(xué)院沈陽應(yīng)用生態(tài)研究所,沈陽 110016 2中國科學(xué)院大學(xué),北京 100049 3遼寧省環(huán)境科學(xué)研究院,沈陽 110161
分析了沈陽經(jīng)濟(jì)區(qū)2000到2010年土地利用變化情況?;贑ASA(Carnegie-Ames-Stanford Approach)模型估算2000年、2005年、2010年沈陽經(jīng)濟(jì)區(qū)凈初級生產(chǎn)力(NPP),從行政區(qū)劃和地類角度分析其時(shí)空變化,統(tǒng)計(jì)了不同地類轉(zhuǎn)換模式下NPP的損益值,從土地利用變化探討分析了沈陽經(jīng)濟(jì)區(qū)土地利用變化帶來的NPP變化情況。結(jié)果表明:(1)農(nóng)田,林地和城鎮(zhèn)用地為研究區(qū)最主要土地利用類型。土地利用最顯著變化是城鎮(zhèn)用地?cái)U(kuò)張迅速,農(nóng)田面積大量減少。林地面積有所減少,草地、濕地、裸地面積變化較?。?2)沈陽經(jīng)濟(jì)區(qū)NPP呈明顯退化趨勢,并且時(shí)空變化顯著,2000到2005年退化幅度大于2005到2010年。除了阜新市有增加,其他市的NPP均為減少;(3)沈陽經(jīng)濟(jì)區(qū)6種土地利用類型的平均NPP都在下降,降幅最大的是林地。NPP損益分析表明農(nóng)田轉(zhuǎn)城鎮(zhèn)帶來的年均NPP損失最大。
土地利用變化;NPP;沈陽經(jīng)濟(jì)區(qū)
陸地生態(tài)系統(tǒng)的研究表明,地球表面將近一半的土地由于人類活動(dòng)發(fā)生了改變[1]。Defries[2]等研究表明,由于過去兩個(gè)世紀(jì)的土地利用變化,全球生態(tài)系統(tǒng)的潛在光合作用能力下降了5%。人們已經(jīng)開始更多的關(guān)注由于城市擴(kuò)展引起的潛在環(huán)境問題[3]。土地利用變化對生態(tài)系統(tǒng)有極大的影響,改變生態(tài)系統(tǒng)的組分和結(jié)構(gòu)[4],進(jìn)而影響了自然生態(tài)系統(tǒng)的物質(zhì)和能量循環(huán)[5-7]。在土地利用中,城市土地利用明顯降低了森林生態(tài)系統(tǒng)的光合作用[8]。城市用地占據(jù)了最肥沃和最多產(chǎn)的土地,直接造成了森林的消失、草地和農(nóng)田的減少[9-10],進(jìn)而大大減少了生態(tài)系統(tǒng)的生產(chǎn)力。因此,合理的土地利用規(guī)劃對維持陸地生態(tài)系統(tǒng)的原始功能具有明顯的意義。
植被是陸地生物圈的主體,它不僅在全球物質(zhì)與能量循環(huán)中起著重要作用,而且在調(diào)節(jié)全球碳平衡、減緩大氣中CO2等溫室氣體濃度上升以及維護(hù)全球氣候穩(wěn)定等方面具有不可替代的作用。植被凈第一性生產(chǎn)力(NPP)指綠色植物在單位時(shí)間單位面積上所積累的有機(jī)干物質(zhì)總量,它不僅是表征植物活動(dòng)的重要變量,而且是判定生態(tài)系統(tǒng)碳匯和調(diào)節(jié)生態(tài)過程的主要因子[11]。它是陸地生態(tài)系統(tǒng)碳循環(huán)的一個(gè)重要分量,是全球碳循環(huán)的重要組成部分和關(guān)鍵環(huán)節(jié),在全球碳平衡中扮演重要角色[12]。NPP也是估算地球支撐能力和評價(jià)陸地生態(tài)系統(tǒng)可持續(xù)發(fā)展的一個(gè)重要指標(biāo)[13-14]。陸地生態(tài)系統(tǒng)NPP的變化直接反映了全球氣候變化和人類活動(dòng)對植被的影響,同時(shí)NPP的變化又極大地影響到全球碳循環(huán)和全球氣候[11, 15]。研究城市化對NPP的影響對理解生態(tài)系統(tǒng)結(jié)構(gòu)和功能的變化以及對預(yù)測未來全球碳循環(huán)的趨勢都有重要的意義。
國外研究土地利用變化對NPP的影響主要是立足于城市化角度,進(jìn)行大尺度的研究。Milesi等[16]利用MODIS數(shù)據(jù)、土地覆蓋圖和夜燈影像估算了美國東南部城市發(fā)展及其對NPP的影響;Imhoff等人[17]利用夜燈影像描述了美國城市化面積的范圍和空間分布并將NDVI數(shù)據(jù)代入CASA模型反演得到NPP數(shù)據(jù),最后評估了城市化對NPP的影響。Yu等[18]以深圳市為例分析了城市土地利用對NPP的影響;劉軍會(huì)和高吉喜[19]利用光能利用率模型分析了北方農(nóng)牧交錯(cuò)帶1986—2000年植被凈初級生產(chǎn)力(NPP)的時(shí)空變化,并分析了氣候和土地利用變化對NPP變化的影響。然而國內(nèi)外大多數(shù)研究主要集中在不同土地利用類型與NPP的變化響應(yīng),很少有學(xué)者分析不同土地利用轉(zhuǎn)化方式對NPP的影響。
沈陽經(jīng)濟(jì)區(qū)人口密集,經(jīng)濟(jì)發(fā)展迅速,城市化進(jìn)程快,土地利用變化明顯,適合土地利用變化與NPP變化的研究,但是目前對沈陽經(jīng)濟(jì)區(qū)不同土地利用轉(zhuǎn)化方式對NPP影響的研究很少。因此,本研究將利用CASA模型估算2000年、2005年、2010年沈陽經(jīng)濟(jì)區(qū)NPP,從區(qū)域和地類尺度分析其時(shí)空變化,統(tǒng)計(jì)不同地類轉(zhuǎn)換模式下NPP的損益值,從土地利用變化探討分析沈陽經(jīng)濟(jì)區(qū)城市擴(kuò)展帶來的NPP變化情況,可望為沈陽經(jīng)濟(jì)區(qū)低碳城市與可持續(xù)發(fā)展提供科學(xué)依據(jù)。
1.1 研究區(qū)概況
圖1 研究區(qū)位置示意圖[20]Fig.1 Location of study area[20]
沈陽經(jīng)濟(jì)區(qū)(39°55′N—43°29′N,121°1′E—125°47′E)位于中國東北地區(qū)南部,遼寧省中部(圖1)[20]。以沈陽為中心,涵蓋了沈陽、鞍山、撫順、本溪、營口、阜新、遼陽、鐵嶺8個(gè)省轄市,區(qū)域面積7.5萬km2,總?cè)丝?359萬人。城市化率達(dá)到65%,是我國城市化水平最高的地區(qū)之一[20]。研究區(qū)屬大陸性季風(fēng)氣候,雨熱同季、全年日照豐富;地勢自北向南,由東向西傾斜;西部為廣闊的遼河平原;近年來,在中央“振興東北老工業(yè)基地”政策和地方政府“工業(yè)立市”戰(zhàn)略的指引下,沈陽經(jīng)濟(jì)高增長、工業(yè)大發(fā)展的同時(shí),沈陽經(jīng)濟(jì)區(qū)的城市化進(jìn)程也在加快,土地利用發(fā)生顯著變化。
1.2 數(shù)據(jù)來源與處理
氣象數(shù)據(jù) 氣象數(shù)據(jù)來源于中國氣象局國家氣象信息中心制作的“中國地面氣候資料月值數(shù)據(jù)集”,數(shù)據(jù)集為中國752個(gè)基本、基準(zhǔn)地面氣象觀測站及自動(dòng)站1952—2012年氣候資料月值數(shù)據(jù)集,該數(shù)據(jù)集內(nèi)容包括本研究所需要的平均氣溫、日照時(shí)數(shù)、日照百分率、蒸發(fā)皿蒸散量。本研究從中選取了遼寧區(qū)域范圍內(nèi)的27個(gè)氣象站數(shù)據(jù)進(jìn)行模型計(jì)算。
土地利用數(shù)據(jù) 土地利用數(shù)據(jù)來自遼寧省生態(tài)環(huán)境十年(2000—2010)課題。同時(shí),選用2000年8月、2005年8月和2010年8月3期的Landsat TM/ETM遙感影像(分辨率為30米)對2000、2005和2010年的沈陽經(jīng)濟(jì)區(qū)土地利用數(shù)據(jù)進(jìn)行人工目視糾錯(cuò)。2013年4月到7月實(shí)地采集的368個(gè)樣點(diǎn)數(shù)據(jù),記錄空間位置和當(dāng)時(shí)土地利用信息,并向本地居民詢問2000、2005和2010年土地利用信息。樣點(diǎn)中180個(gè)參與土地利用數(shù)據(jù)糾錯(cuò),余下的188個(gè)對解譯和糾錯(cuò)后的土地利用圖進(jìn)行了精度評價(jià)。2000年精度為89.50%; 2005年為91.28%;2010年為93.48%。本研究參考全國土地分類的Ⅰ級分類標(biāo)準(zhǔn),將研究區(qū)劃分為林地、草地、濕地、農(nóng)田、城鎮(zhèn)用地、裸地共6類(見圖2)。
NPP數(shù)據(jù) 從nasa(http://reverb.echo.nasa.gov/)網(wǎng)站上下載的250m分辨率的Modis NDVI產(chǎn)品旬?dāng)?shù)據(jù),共108旬。然后通過casa模型進(jìn)行NPP估算得到NPP數(shù)據(jù)。
空間分辨率匹配 研究過程中,為保持空間精度的一致性,將所有柵格數(shù)據(jù)空間重采樣至30m分辨率進(jìn)行后期的處理與分析。
圖2 2000、2005和2010年沈陽經(jīng)濟(jì)區(qū)土地利用示意圖Fig.2 Land use map of Shenyang Metropolitan Area in 2002,2007and 2011
1.3 研究方法
1.3.1 土地利用轉(zhuǎn)移矩陣
土地利用變化的過程通過不同土地利用類型間保持與轉(zhuǎn)移來衡量。利用不同時(shí)期的土地利用圖進(jìn)行空間疊加,求出土地利用類型的轉(zhuǎn)移矩陣。轉(zhuǎn)移矩陣常被研究者[21-23]用來描述了土地利用類型之間的轉(zhuǎn)變。
1.3.2 NPP估算
NPP 的估算模型分為統(tǒng)計(jì)模型、參數(shù)模型和過程模型。Carnegie-Ames-Stanford Approach模型(CASA)是如今應(yīng)用較廣泛、精度較高的基于過程的參數(shù)模型[24-25],其核心思想是凈第一性生產(chǎn)力(NPP)主要由植被所吸收的光合有效輻射(APAR)和光能利用率(ε)兩個(gè)變量決定[26-27]?;颈磉_(dá)式為:
NPP=APAR(t)×ε(t)
(1)
其中,
APAR=FPAR×PAR
(2)
參數(shù)1 PAR:入射光合有效輻射。從資料文檔、氣象數(shù)據(jù)中得到太陽總輻射量、及日照時(shí)數(shù)等信息,然后結(jié)合研究區(qū)中像元經(jīng)緯度計(jì)算得到PAR。
參數(shù)2 FPAR:植被層對入射光合有效輻射的吸收比例。利用MODIS NDVI產(chǎn)品計(jì)算得到比值指數(shù)SR,然后通過FPAR與比值指數(shù)SR之間存在關(guān)系,得到FPAR。具體公式如下:
(3)
(4)
式中,F(xiàn)PARmin和FPARmax的取值與植被類型無關(guān),分別取值為0.001和0.95[28],SRmin和SRmax與植被類型有關(guān),為對應(yīng)植被類型NDVI的5%和95%的下側(cè)百分位數(shù)。NIR和RED分別表示近紅外波段和紅波段的反射率。
參數(shù)3:ε指植被將吸收的光合有效輻射(APAR)通過光合作用轉(zhuǎn)化為有機(jī)碳的效率,其獲取方法如下:
ε(t)=ε*×T1(t)×T2(t)×W(t)
(5)
式中,ε*指的是理想狀態(tài)下的最大光能轉(zhuǎn)化率(g/MJ),通常認(rèn)為全球植被的最大光能轉(zhuǎn)化率為(以C計(jì))0.389g/MJ[29],T1和T2表示環(huán)境溫度對光利用的抑制影響,W則為水分影響脅迫系數(shù)。T1和T2及W均為無量綱參數(shù)。其中T1和T2及W分別由下面公式計(jì)算獲得。
T1=-0.0005(Topt-20)2+1
(6)
(7)
式中,Topt表示植被生長季內(nèi)NDVI值達(dá)到最高時(shí)的月平均氣溫(℃),Tmon表示月平均氣溫(℃)。
(8)
式中,EET表示區(qū)域月實(shí)際蒸散量(mm),PET表示區(qū)域月潛在蒸散量(mm)。
1.3.3 LUCC與NPP的空間分析
利用ARCGIS空間分析的區(qū)域統(tǒng)計(jì)功能,統(tǒng)計(jì)三個(gè)年份不同土地利用類型對應(yīng)的NPP?;贏RCGIS的疊加分析功能,將LUCC圖和NPP變化圖進(jìn)行疊加,并用LUCC圖對NPP變化圖進(jìn)行區(qū)域統(tǒng)計(jì),得到不同土地類型轉(zhuǎn)化下的NPP變化情況。
圖3 2000、2005和2010年土地利用類型面積統(tǒng)計(jì)Fig.3 The area of land use types in 2000,2005和2010
2.1 沈陽經(jīng)濟(jì)區(qū)的土地利用變化
利用三期沈陽經(jīng)濟(jì)區(qū)土地利用圖疊加統(tǒng)計(jì)得到2000到2010年間土地利用變化情況,農(nóng)田、林地和城鎮(zhèn)用地為研究區(qū)中3種最主要類型(圖3)農(nóng)田和城鎮(zhèn)的面積發(fā)生了明顯的變化,農(nóng)田主要是轉(zhuǎn)出到城鎮(zhèn)用地,林地面積總體變化很小,濕地既有轉(zhuǎn)出又有轉(zhuǎn)入,裸地和草地也有相對較小的轉(zhuǎn)入(表1,圖4):2000—2005年,沈陽經(jīng)濟(jì)區(qū)土地利用轉(zhuǎn)移的總面積為468.55km2,占研究區(qū)土地利用總面積的0.62%。其中,農(nóng)田轉(zhuǎn)移面積最多,主要轉(zhuǎn)為城鎮(zhèn),轉(zhuǎn)移面積為337.16km2,占農(nóng)田總轉(zhuǎn)移面積的84.54%。城鎮(zhèn)總轉(zhuǎn)移面積最少,均轉(zhuǎn)移為裸地;2005—2010年,沈陽經(jīng)濟(jì)區(qū)土地利用轉(zhuǎn)移的總面積為998.98km2,占研究區(qū)土地利用總面積的0.67%。其中農(nóng)田轉(zhuǎn)移面積最多,主要轉(zhuǎn)為城鎮(zhèn),轉(zhuǎn)移面積為736.9km2,占農(nóng)田總轉(zhuǎn)移面積的84.55%。草地總轉(zhuǎn)移面積最少,為1.64km2,轉(zhuǎn)移為城鎮(zhèn)和林地;2000—2010年,沈陽經(jīng)濟(jì)區(qū)土地利用轉(zhuǎn)移的總面積為1462.21km2,占研究區(qū)土地利用總面積的1.96%。其中農(nóng)田轉(zhuǎn)移面積最多,主要轉(zhuǎn)為城鎮(zhèn),轉(zhuǎn)移面積為1073.88km2,占農(nóng)田總轉(zhuǎn)移面積的84.69%。草地總轉(zhuǎn)移面積最少,為2.05km2,轉(zhuǎn)移為城鎮(zhèn)和林地。從空間分布上看,沈陽經(jīng)濟(jì)區(qū)土地利用變化主要發(fā)生在經(jīng)濟(jì)區(qū)中部,主要是由于經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)下城市擴(kuò)張對建設(shè)用地需求較大,導(dǎo)致土地利用向城鎮(zhèn)轉(zhuǎn)換,而且這10年間后5年的城市擴(kuò)張較前5年要更加迅猛。這一現(xiàn)象尤為體現(xiàn)在城中村的改造過程中,大量的農(nóng)田用地轉(zhuǎn)換為城鎮(zhèn)用地。
表1 沈陽經(jīng)濟(jì)區(qū)土地利用變化轉(zhuǎn)移面積矩陣Table 1 Land use transition metric in Shenyang Metropolitan Area
圖4 沈陽經(jīng)濟(jì)區(qū)2000到2010年土地利用轉(zhuǎn)換圖Fig.4 Land use transition map in Shenyang Metropolitan Area from 2000to 2010
2.2 沈陽經(jīng)濟(jì)區(qū)NPP的時(shí)空變化
圖5 2000年、2005年、2010年沈陽經(jīng)濟(jì)區(qū)NPP空間分布格局Fig.5 Maps of NPP (Net Primary Productivity) in 2002,2007and 2011
基于CASA模型,分別測算出沈陽經(jīng)濟(jì)區(qū)2000年、2005年和2010年3個(gè)不同時(shí)相的NPP空間分布(圖5)。2000年沈陽經(jīng)濟(jì)區(qū)NPP平均為2759.53g/m2,2005年減至2444.72g/m2,2010年縮減到2377.31g/m2,10年間土地凈第一性生產(chǎn)力退化比較明顯,前5年退化的速度比后5年要迅速。根據(jù)經(jīng)濟(jì)區(qū)內(nèi)不同城市的NPP(表3)及3個(gè)年份經(jīng)濟(jì)區(qū)的NPP空間分布(圖5)可以發(fā)現(xiàn):3個(gè)年份中,沈陽經(jīng)濟(jì)區(qū)東部片區(qū)的NPP較高,西部較低。2000年,本溪市的NPP均值最高為3462.41g/m2,最小的是阜新市為1844.71g/m2;2005年,NPP均值最大的為本溪市2944.19g/m2,較2000年減少了518.22g/m2,沈陽市最??;2010年,本溪市的NPP仍為經(jīng)濟(jì)區(qū)內(nèi)均值最大,為2878.25g/m2,較2005年相比降幅很小,NPP最小為阜新市1875.4g/m2。
表2 不同城市2000到2010NPP變化平均值(g/m2) Table 2 The mean change of NPP (Net Primary Productivity) in different cities from 2000to 2010
-表示NPP減少,未標(biāo)表示NPP增加
為了進(jìn)一步發(fā)掘近10年NPP的時(shí)空演替,分別用2000年NPP分布圖減去2005年分布圖、2005年減去2010年、2000年減去2010年。并按不同城市統(tǒng)計(jì)NPP變化的平均值(表2):2000年至2005年期間除了阜新市,其它城市的NPP均值都在減少。2005年至2010年間,沈陽和鐵嶺的NPP在增加,其余的都在減少??v觀10年間,沈陽經(jīng)濟(jì)區(qū)內(nèi)只有阜新市的NPP均值在增加,其余7座城市都在降少,其中撫順市減少的最多,為703.49g/m2。
2.3 沈陽經(jīng)濟(jì)區(qū)土地利用變化對NPP的影響
2.3.1 不同土地利用類型的NPP變化特征
通過統(tǒng)計(jì)的結(jié)果(表4),2000年沈陽經(jīng)濟(jì)區(qū)NPP均值最大的用地類型是林地,為3383.58g/m2;NPP均值最小的用地類型是濕地,為1770.94g/m2。2005年及2010年,林地的NPP均值仍為最大,濕地的NPP均值仍為最小。在2000年至2010年期間,所有用地類型的平均NPP都在減少。降幅最大的是林地,從3383.58g/m2降到2806.51g/m2,降低了17.06%;其次是草地,降幅15.29%,第三為城鎮(zhèn)用地,降幅11.34%。濕地、農(nóng)田、裸地的降幅分別為8.43%,9.62%,6.82%。
表3 不同城市的NPP統(tǒng)計(jì)特征/(g/m2)Table 3 NPP statistical features in different cities
表4 不同用地類型的NPP平均值/(g/m2)Table 4 The mean NPP of different land use patterns
2.3.2 不同土地類型轉(zhuǎn)化下NPP的變化分析
通過ARCGIS空間分析工具,得到每種轉(zhuǎn)化方式下NPP的年均變化量(表5)。不同年份之間不同地類轉(zhuǎn)換下的年均NPP損益值如圖6(5年步長損益值大于100t和10年步長損益值大于200t的地類轉(zhuǎn)換參與制作)。
表5 不同地類轉(zhuǎn)換下的NPP損益矩陣Table 5 NPP loss and gain matrix of different land use conversion types
-表示該轉(zhuǎn)化方式下NPP減少,未標(biāo)表示該轉(zhuǎn)化方式下NPP增加,*表示沒有該方式下的轉(zhuǎn)化
2000年與2005年相比較,農(nóng)田轉(zhuǎn)城鎮(zhèn)帶來的NPP損失最大,為21886.68t/a。林地轉(zhuǎn)為其他地類時(shí)NPP均減少,因?yàn)樯稚锒鄻有詷O其豐富,是陸地最主要的碳庫之一。其中林地城鎮(zhèn)化、林地轉(zhuǎn)農(nóng)田帶來的NPP損益較大。農(nóng)田轉(zhuǎn)為其他地類時(shí)NPP均減少,裸地、草地、城鎮(zhèn)轉(zhuǎn)出較少。
圖6 不同年份不同地類轉(zhuǎn)換下的年均NPP損益值Fig.6 Annual NPP loss and gain in different years under different land use conversion types
2005年與2010年相比較,年均NPP損失最大的轉(zhuǎn)化方式仍是農(nóng)田轉(zhuǎn)城鎮(zhèn),為7003.61t/a,NPP損失速率明顯小于前5年。農(nóng)田轉(zhuǎn)草地的NPP收益最大。林地-城鎮(zhèn)、林地-農(nóng)田、農(nóng)田-林地、農(nóng)田轉(zhuǎn)落地這4種轉(zhuǎn)換帶來的NPP損失較大。其他規(guī)律在結(jié)構(gòu)上與前5年相匹配,但可以看出這5年的年均NPP損益在數(shù)量上較前5年低,說明近10年間沈陽經(jīng)濟(jì)區(qū)在城市擴(kuò)張帶來的NPP變化存在時(shí)間差異。具體表現(xiàn)為2000—2005年沈陽經(jīng)濟(jì)區(qū)城市化帶來的NPP損失較多。
2000—2010年,農(nóng)田轉(zhuǎn)城鎮(zhèn)帶來的NPP損失明顯大于其他轉(zhuǎn)化方式帶來的NPP損失。林地-農(nóng)田、林地-城鎮(zhèn)、農(nóng)田-濕地這3種轉(zhuǎn)換帶來的NPP損失相對較大。林地轉(zhuǎn)為其他地類NPP均減少,濕地-草地、濕地-裸地、裸地-草地這3種轉(zhuǎn)換下,NPP增加。轉(zhuǎn)為城鎮(zhèn)的NPP總損失最多,說明隨著城市化進(jìn)程加快,以及城市擴(kuò)展帶來的城市下墊面變化,使得城鎮(zhèn)建設(shè)用地增加成為其碳大量流失的主要驅(qū)動(dòng)力。
本研究利用CASA模型估算2000年、2005年、2010年沈陽經(jīng)濟(jì)區(qū)NPP,從區(qū)域和地類尺度分析其時(shí)空變化,統(tǒng)計(jì)了不同地類轉(zhuǎn)換模式下年均NPP的損益值,從土地利用變化探討分析了沈陽經(jīng)濟(jì)區(qū)城市擴(kuò)展帶來的NPP變化情況。得到結(jié)論如下:
(1)2000年—2010年,沈陽經(jīng)濟(jì)區(qū)土地利用變化最明顯的是農(nóng)田向城鎮(zhèn)用地的轉(zhuǎn)化,農(nóng)田大量減少,用于城鎮(zhèn)建設(shè)用地?cái)U(kuò)張。裸地、草地、濕地的開發(fā)量不大,地類轉(zhuǎn)化主要集中在農(nóng)田與城鎮(zhèn),林地與農(nóng)田的占用和補(bǔ)充。后5年較前5年對城市建設(shè)用地的擴(kuò)張需求更大。
(2)2000年—2010年,沈陽經(jīng)濟(jì)區(qū)NPP時(shí)空變化顯著,10年間土地凈第一性生產(chǎn)力退化比較明顯,前5年退化的幅度比后5年要大。除了阜新市有增加,其他市的NPP均為減少。撫順減少量最大,阜新市最小,NPP減少量高值區(qū)主要分布在沈陽經(jīng)濟(jì)區(qū)的東部,低值區(qū)位于沈陽經(jīng)濟(jì)區(qū)西北部。
(3)2000年—2010年,沈陽經(jīng)濟(jì)區(qū)6種土地利用類型的平均NPP都在下降,而且前5年下降的幅度比后5年大。降幅最大的是林地,其次是草地,第三是城鎮(zhèn)。農(nóng)田轉(zhuǎn)城鎮(zhèn)帶來的年均NPP損失明顯大于其他土地利用轉(zhuǎn)化方式。轉(zhuǎn)為城鎮(zhèn)的NPP總損益最大。在這10年間,后5年由于城市擴(kuò)展帶來的城鎮(zhèn)用地面積大量增加,但是NPP的下降幅度卻小于前5年,說明在政策引導(dǎo)下的退耕還林及一系列的生態(tài)環(huán)境保護(hù)措施起到了作用。因此,在大力建設(shè)城市的同時(shí)適當(dāng)退耕還林,植樹造林,維持生態(tài)系統(tǒng)的自然屬性是平衡陸地碳儲備的重要途經(jīng)。
綜上所述,本文對2000到2010年沈陽經(jīng)濟(jì)區(qū)土地利用變化情況進(jìn)行了分析,同時(shí)對凈初級生產(chǎn)力(NPP)應(yīng)用CASA模型進(jìn)行了評價(jià),結(jié)合地理信息系統(tǒng)技術(shù)及數(shù)理統(tǒng)計(jì)方法分析了NPP對土地利用變化的響應(yīng)。NPP的變化最主要因素為土地利用變化,同時(shí)太陽總輻射、溫度、降水也有一定的影響。此外,NPP估算模型及土地利用轉(zhuǎn)移矩陣的精度都受限于數(shù)據(jù)的空間分辨率,所以對模型等研究方法的改進(jìn)、優(yōu)化及精度驗(yàn)證上有待進(jìn)一步發(fā)展。
[1] Vitousek P M, Mooney H A, Lubchenco J, Melillo J M.Human domination of Earth′s ecosystems.Science, 1997, 277(5325): 494-499.
[2] Defries R S, Field C B, Fung I, Collatz G J, Bounoua L.Combining satellite data and biogeochemical models to estimate global effects of human-induced land cover change on carbon emissions and primary productivity.Global Biogeochemical Cycles, 1999, 13(3): 803-815.
[3] McDonnell M J, Pickett S T A, Groffman P, Bohlen P, Pouyat R V, Zipperer W C, Parmelee R W, Carreiro M M, Medley K.Ecosystem processes along an urban-to-rural gradient.Urban Ecosystems, 1997, 1(1): 21-36.
[4] Alberti M.The effects of urban patterns on ecosystem function.International Regional Science Review, 2005, 28(2): 168-192.
[5] Wackernagel M, Yount J D.The ecological footprint: an indicator of progress toward regional sustainability.Environmental Monitoring and Assessment, 1998, 51(1/2): 511-529.
[6] Pielke R A, Walko R L, Steyaert L T, Vidale P L, Liston G E, Lyons W A, Chase T N.The influence of anthropogenic landscape changes on weather in south Florida.Monthly Weather Review, 1999, 127(7): 1663-1673.
[7] Imhoff M L, Tucker C J, Lawrence W T, Stutzer D C.The use of multisource satellite and geospatial data to study the effect of urbanization on primary productivity in the United States.IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(6): 2549-2556.
[8] Nizeyimana E L, Petersen G W, Imhoff M L, Sinclair H R, Waltman S W, Reed-Margetan D S, Levine E R, Russo J M.Assessing the impact of land conversion to urban use on soils with different productivity levels in the USA.Soil Science Society of America Journal, 2001, 65(2): 391-402.
[9] 李傳華, 趙軍.2000—2010年石羊河流域NPP時(shí)空變化及驅(qū)動(dòng)因子.生態(tài)學(xué)雜志, 2013, 32(3): 712-718.
[10] 王新闖, 王世東, 張合兵.基于MOD17A3的河南省NPP時(shí)空格局.生態(tài)學(xué)雜志, 2013, 32(10): 2797-2805.
[11] Field C B, Behrenfeld M J, Randerson J T, Falkowski P.Primary production of the biosphere: integrating terrestrial and oceanic components.Science, 1998, 281(5374): 237-240.
[12] 樸世龍, 方精云, 陳安平.我國不同季節(jié)陸地植被NPP對氣候變化的響應(yīng)(英文).植物學(xué)報(bào): 英文版, 2003, 45(3): 269-275.
[13] 方精云.全球生態(tài)學(xué)氣候變化與生態(tài)響應(yīng).北京: 高等教育出版社, 2000: 262-265.
[14] 肖和善.植被凈初級生產(chǎn)力模型研究.亞熱帶水土保持, 2007, 19(4): 24-28.
[15] 方精云, 柯金虎, 唐志堯, 陳安平.生物生產(chǎn)力的“4P”概念、估算及其相互關(guān)系.植物生態(tài)學(xué)報(bào), 2001, 25(4): 414-419.
[16] Milesi C, Elvidge C D, Nemani R R, Running S W.Assessing the impact of urban land development on net primary productivity in the southeastern United States.Remote Sensing of Environment, 2003, 86(3): 401-410.
[17] Imhoff M L, Bounoua L, Defries R, Lawrence W T, Stutzer D, Tucker C J, Ricketts T.The consequences of urban land transformation on net primary productivity in the United States.Remote Sensing of Environment, 2004, 89(4): 434-443.
[18] Yu D Y, Shao H B, Shi P J, Zhu W Q, Pan Y Z.How does the conversion of land cover to urban use affect net primary productivity? A case study in Shenzhen city, China.Agricultural and Forest Meteorology, 2009, 149(11): 2054-2060.
[19] 劉軍會(huì), 高吉喜.氣候和土地利用變化對北方農(nóng)牧交錯(cuò)帶植被NPP變化的影響.資源科學(xué), 2009, 31(3): 493-500.
[20] 張曉云, 李曉, 殷健.從城市群到大都市區(qū)——新政策語境下的沈陽經(jīng)濟(jì)區(qū)空間發(fā)展研究.城市規(guī)劃, 2010, 34(3): 80-84.
[21] 李鋒, 葉亞平, 宋博文, 王如松.城市生態(tài)用地的空間結(jié)構(gòu)及其生態(tài)系統(tǒng)服務(wù)動(dòng)態(tài)演變——以常州市為例.生態(tài)學(xué)報(bào), 2011, 31(19): 5623-5631.
[22] 李屹峰, 羅躍初, 劉綱, 歐陽志云, 鄭華.土地利用變化對生態(tài)系統(tǒng)服務(wù)功能的影響——以密云水庫流域?yàn)槔?生態(tài)學(xué)報(bào), 2013, (3): 726-736.
[23] 孫鳳云, 劉淼, 胡遠(yuǎn)滿, 李俊英, 李春林, 陳探.基于多種方法的景觀格局動(dòng)態(tài)變化綜合分析——以遼寧省鐵嶺市為例.生態(tài)學(xué)雜志, 2013, (8): 2163-2171.
[24] 李剛, 辛?xí)云? 王道龍, 石瑞香.改進(jìn)CASA模型在內(nèi)蒙古草地生產(chǎn)力估算中的應(yīng)用.生態(tài)學(xué)雜志, 2007, 26(12): 2100-2106.
[25] 董丹, 倪健.利用CASA模型模擬西南喀斯特植被凈第一性生產(chǎn)力.生態(tài)學(xué)報(bào), 2011, 31(7): 1855-1866.
[26] Potter C S, Randerson J T, Field C B, Matson P A, Vitousek P M, Mooney H A, Klooster S A.Terrestrial ecosystem production: A process model based on global satellite and surface data.Global Biogeochemical Cycles, 1993, 7(4): 811-841.
[27] Field C B, Randerson J T, Malmstr?m C M.Global net primary production: combining ecology and remote sensing.Remote Sensing of Environment, 1995, 51(1): 74-88.
[28] Sellers P J, Tucker C J, Collatz G J, Los S O, Justice C O, Dazlich D A, Randall D A.A revised land surface parameterization (SiB2) for atmospheric GCMs.Part II: The generation of global fields of terrestrial biophysical parameters from satellite data.Journal of Climate, 1996, 9(4): 706-737.
[29] 張峰, 周廣勝, 王玉輝.基于CASA模型的內(nèi)蒙古典型草原植被凈初級生產(chǎn)力動(dòng)態(tài)模擬.植物生態(tài)學(xué)報(bào), 2008, 32(4): 786-797.
Land use and net primary productivity changes in Shenyang Metropolitan Area
CHEN Tan1,2, LIU Miao1,*, HU Yuanman1, LV Jiujun3, MA Jun1,2, SUN Fengyun1,2, GONG Jiping1,2
1InstituteofAppliedEcology,ChineseAcademyofSciences,Shenyang110016,China2UniversityofChineseAcademyofSciences,Beijing100049,China3LiaoningAcademyofEnvironmentalSciences,Shenyang110161,China
In recent decades, urban areas in China have been rapidly increasing.This urban area expansion has caused land use changes, which have enormous inuences on regional ecosystems.The potential environmental problems caused by urban expansion have attracted extensive attention from researchers.Net primary productivity (NPP) is the amount of solar energy converted to chemical energy through the process of photosynthesis.NPP loss may affect the composition of the atmosphere, fresh water availability, biodiversity, and the ecological adjusting mechanism of energy supply and distribution.Moreover, NPP is also an important ecosystem productivity indicator.Hence, studying the impact of land use changes, caused by urban expansion, on NPP is crucial to understanding ecosystem structure and function changes.In recent years, Shenyang Metropolitan Area has experienced rapid economic growth and industrial development under the guidance of the central government policy and local government strategy.As a result, urban area expansion of Shenyang Metropolitan Area has also accelerated, resulting in significant land use changes.The 10years from 2000to 2010were representative of the process of Shenyang Metropolitan Area′s urban expansion.This study analyzed land use changes with Shenyang Metropolitan Area from 2000to 2010.Six categories of land use types were interpreted from Landsat TM/ETM remote sensing images: forestland, farmland, urban area, grassland, wetland, and bare land.NPP changes in the study area were estimated through the CASA model.The spatial and temporal dynamics of NPP were studied in regional and land use categorical scales.There is little prior research investigating this change trajectory of NPP under different land-use conversion types.The change of NPP caused by urban expansion of Shenyang Metropolitan Area was analyzed.The results showed: (1) Farmland, forestland, and urban areas were the main land use types within the study area.Rapid urban expansion and loss of farmland were the predominant land use changes.While the area of forestland decreased, grassland, wetland, and bare land area changed only slightly.The demand for land for urban construction was greater in 2005—2010than the demand in 2000—2005;(2) The NPP of the study area decreased, and changed greatly both in spatial and temporal scales.The NPP decreased more rapidly in 2000—2005than it did in 2005—2010.The NPP decreased in all of Shenyang Metropolitan Area, except for Fuxin City.The highest values of NPP reduction were in the eastern part of Shenyang Metropolitan Area and the lowest values were located in the northwest region of Shenyang Metropolitan Area;(3) The mean NPP in the six land use types declined.Forestland declined most rapidly and the conversion of farmland to urban area had the largest annual NPP loss.From 2000to 2005, annual NPP loss from the conversion of farmland to urban area was 21886.68tons/year.However, from 2005to 2010, NPP declined to 7003.61tons/year from the conversion of farmland to urban area.NPP loss was relatively high in the following conversion modes: forestland-farmland, forestland-urban area, and farmland-wetland.However, increases in NPP were observed in the conversions of wetland-grassland, wetland-bare land, and bare land-grassland.
LUCC;NPP;Shenyang Metropolitan Area
國家自然科學(xué)基金(41171155);遼寧省生態(tài)環(huán)境十年(2000—2010年)變化遙感調(diào)查與評估課題
2014-06-06; < class="emphasis_bold">網(wǎng)絡(luò)出版日期:
日期:2015-05-20
10.5846/stxb201406061164
*通訊作者Corresponding author.E-mail: lium@iae.ac.cn
陳探,劉淼,胡遠(yuǎn)滿,呂久俊,馬俊,孫鳳云,宮繼萍.沈陽經(jīng)濟(jì)區(qū)土地利用和凈初級生產(chǎn)力變化.生態(tài)學(xué)報(bào),2015,35(24):8231-8240.
Chen T, Liu M, Hu Y M, Lu J J, Ma J, Sun F Y, Gong J P.Land use and net primary productivity changes in Shenyang Metropolitan Area.Acta Ecologica Sinica,2015,35(24):8231-8240.