森林火災(zāi)后植被恢復(fù)的遙感監(jiān)測(cè)

張玉紅，閆 浩

（1.哈爾濱師范大學(xué)地理科學(xué)學(xué)院，黑龍江 哈爾濱 150025；2.自然資源部第二大地測(cè)量隊(duì)，黑龍江 哈爾濱 150025）

引言

森林是地球生態(tài)系統(tǒng)的主體，在陸地生態(tài)系統(tǒng)中擁有最大的面積和最豐富的物質(zhì)資源，約占陸地總面積的30%［1］。凈初級(jí)生產(chǎn)力（Net primary productivity，簡(jiǎn)稱(chēng)NPP）是綠色植物在單位時(shí)間和面積內(nèi)累積的有機(jī)物［2］，是表征地球表層植被覆蓋生物量的重要指標(biāo)，它反映了森林固定大氣CO2的能力，對(duì)全球氣候研究中起到重要的參考價(jià)值［3］。隨著遙感技術(shù)（RS）與地理信息系統(tǒng)技術(shù)（GIS）的應(yīng)用與發(fā)展，衛(wèi)星遙感數(shù)據(jù)被大量應(yīng)用到林業(yè)科學(xué)中來(lái)。通過(guò)遙感與地理信息系統(tǒng)技術(shù)，各類(lèi)觀(guān)測(cè)數(shù)據(jù)更容易獲取，空間分析與模擬更為便捷準(zhǔn)確，同時(shí)估測(cè)范圍更加廣泛。例如利用不同遙感平臺(tái)的衛(wèi)星影像進(jìn)行森林火災(zāi)的監(jiān)測(cè)與管理［4-6］，或者利用地理信息系統(tǒng)強(qiáng)大的空間分析功能進(jìn)行各類(lèi)森林火災(zāi)的模擬研究［7］。作為森林的監(jiān)測(cè)與管理的重要指標(biāo)，NPP的計(jì)算和模擬可以通過(guò)遙感技術(shù)解決傳統(tǒng)定點(diǎn)估算NPP數(shù)值的局限性和長(zhǎng)期性等問(wèn)題，使NPP的估算獲得更多的思路和方法［8］。同時(shí)通過(guò)遙感技術(shù)與不同的模型方法相結(jié)合，可以對(duì)森林植被的特征參數(shù)進(jìn)行精確反演，獲取更多的信息數(shù)據(jù)［9］。主要的NPP 估算模型分為統(tǒng)計(jì)模型、過(guò)程模型和參數(shù)模型三類(lèi)［10］。統(tǒng)計(jì)模型主要考慮氣候因子的影響，估算植被的NPP 主要考慮降水、氣溫、太陽(yáng)輻射等因子與植被NPP的統(tǒng)計(jì)回歸與相關(guān)性。例如Miami 模型［11］、Thornthwaite Memorial 模型［12］和Chikugo 模型［13］，它們輸入?yún)?shù)簡(jiǎn)單，基礎(chǔ)數(shù)據(jù)較容易取得，能夠方便研究，可以對(duì)陸地生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力進(jìn)行估算和預(yù)測(cè)［14］。但相對(duì)的能夠作為依據(jù)的生態(tài)理論缺少?lài)?yán)密性，資料的準(zhǔn)確性也有待提高。過(guò)程模型又被稱(chēng)機(jī)理模型，代表模型如TEM 模型［15］、CERTURY 模型［16］、BEPS 模型［17］。這些模型從一個(gè)整體系統(tǒng)的角度，對(duì)物質(zhì)和能量的交換進(jìn)行模擬并建立了相應(yīng)的模型或模型庫(kù)，從機(jī)理上模擬植被的光合作用和蒸騰蒸發(fā)等過(guò)程，從而推進(jìn)了大空間尺度的植被NPP 研究。但是為了保證嚴(yán)謹(jǐn)?shù)奶攸c(diǎn)，過(guò)程模型的構(gòu)造和機(jī)理相當(dāng)繁瑣，需要的參數(shù)如植物生態(tài)特征、土壤植被、氣象變化數(shù)據(jù)等，數(shù)據(jù)需求大并且難以一一獲取，在空間上較難定量化。應(yīng)用較為廣泛的則是參數(shù)模型，即光能利用率模型，其理論基礎(chǔ)是植被光能利用率，將植被累積的生物量認(rèn)定為是植被將太陽(yáng)入射輻射吸收和轉(zhuǎn)化等一系列光合作用過(guò)程得到的。這類(lèi)模型的代表如CASA模型［18］、GLOPEM 模型［19］，C-FIX 模型［20］。與統(tǒng)計(jì)模型和參數(shù)模型相比，這類(lèi)模型相對(duì)簡(jiǎn)單便利，它是通過(guò)使用遙感數(shù)據(jù)來(lái)計(jì)算光合有效輻射。因?yàn)槿菀撰@得周期性強(qiáng)和范圍廣泛的遙感數(shù)據(jù)，使得這類(lèi)模型的時(shí)空分辨率較好，能夠進(jìn)行大至全球尺度范圍的估測(cè)與觀(guān)測(cè)。這些優(yōu)勢(shì)促進(jìn)了這類(lèi)模型的發(fā)展研究，成為現(xiàn)階段NPP研究中的主要研究模型。

作為全球變化的敏感區(qū)域之一，大興安嶺地區(qū)位于北半球的中高緯度，受到了世界各國(guó)學(xué)者的關(guān)注。大興安嶺地區(qū)是重要的林業(yè)基地，也是我國(guó)唯一擁有大面積興安落葉松（Larix gmelinii）的原始林區(qū)。該區(qū)高達(dá)70%以上的森林覆蓋度和巨大的森林蓄積量，使大興安嶺森林地區(qū)有著重要的生態(tài)作用和社會(huì)效益［21-22］。1987 年5 月6 日，大興安嶺地區(qū)發(fā)生了嚴(yán)重的森林火災(zāi)。這場(chǎng)特大火災(zāi)使得森林資源遭受到了嚴(yán)重?fù)p失，植被覆蓋以及森林功能都需要較長(zhǎng)時(shí)間的恢復(fù)。文中基于遙感數(shù)據(jù)并結(jié)合森林調(diào)查數(shù)據(jù)對(duì)大興安嶺地區(qū)圖強(qiáng)林業(yè)局的多年森林NPP的數(shù)量和空間分布進(jìn)行估測(cè)，并分析影響森林NPP的主要自然因素以及對(duì)森林火災(zāi)之后的NPP 分布及恢復(fù)情況進(jìn)行遙感監(jiān)測(cè)，可以為林區(qū)管理提供基礎(chǔ)信息，為林業(yè)規(guī)劃和持續(xù)發(fā)展提供科學(xué)的依據(jù)。

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)概況

黑龍江省大興安嶺地區(qū)圖強(qiáng)林業(yè)局位于122°18'E-123°28'E，52°15'N-53°33'N 之間（圖1），屬于漠河縣管轄范圍，是我國(guó)最北的木材生產(chǎn)基地。整個(gè)林業(yè)局的總面積約為5 000 km2，其中林業(yè)用地約為4 970 km2，而森林覆蓋度達(dá)到87%。該研究區(qū)屬于寒溫帶大陸性氣候，空氣濕度小，氣溫年較差與月較差均較大。適應(yīng)這種氣候的植被種類(lèi)較少，大約70%以上的樹(shù)木都為興安落葉松（Larix gmelinii），其余部分又以白樺（Betula platyphylla）和樟子松（Pinus sylvestris var.mongolica）為主，分別占整個(gè)林業(yè)局森林蓄積量的21%和7.5%，其他樹(shù)種總共不足0.5%。該區(qū)地勢(shì)較為平坦，但也有低矮丘陵，多處于東部，整體地勢(shì)成南高北低的分布。1987 年5 月份大興安嶺地區(qū)發(fā)生了特大火災(zāi)，總過(guò)火面積超過(guò)10 000 km2，有林面積達(dá)到了70%左右。其中，圖強(qiáng)林業(yè)局的森林資源受到了嚴(yán)重?fù)p失，過(guò)火區(qū)域超過(guò)一半以上。

圖1 大興安嶺地區(qū)圖強(qiáng)林業(yè)局的位置示意圖及過(guò)火強(qiáng)度圖Fig.1 Location and fire intensity map of Tuqiang Forestry Bureau，Daxing’anling Region

1.2 數(shù)據(jù)來(lái)源

1.2.1 遙感數(shù)據(jù)

文中所使用的遙感衛(wèi)星數(shù)據(jù)均來(lái)自美國(guó)Landsat 系列衛(wèi)星，軌道號(hào)為122/23。根據(jù)NDVI 估值與植被生長(zhǎng)季的關(guān)系［23］，并考慮到7 月份植被的生長(zhǎng)進(jìn)入穩(wěn)定階段，因此選擇時(shí)相為1987 年到2013 年中7 月份的遙感影像，云量皆為5%以下。經(jīng)過(guò)影像數(shù)據(jù)的預(yù)處理之后，獲取相關(guān)植被指數(shù)數(shù)據(jù)，并利用決策樹(shù)進(jìn)行植被信息提取。

1.2.2 氣象數(shù)據(jù)

氣象數(shù)據(jù)來(lái)源于英國(guó)東英吉利大學(xué)氣候研究所（CRU）提供的1987年到2013年的逐月網(wǎng)格氣溫和降雨數(shù)據(jù)，以及附近氣象站點(diǎn)記錄的月平均溫度、月總降水量和太陽(yáng)輻射數(shù)據(jù)。

2 研究方法

2.1 CASE模型

1972 年，Monteith 在光能利用率的原理上提出了利用光合有效輻射的觀(guān)測(cè)值和光能利用率來(lái)估算植被生產(chǎn)力的方法，即建立了Monteith 方程［24］。在此基礎(chǔ)上，Potter 等學(xué)者相繼提出了計(jì)算全球植被凈初級(jí)生產(chǎn)力模型并建立了CASA 模型（Carnegie-Ames-Stanford Approach），完成了基于光能利用率方法的陸地凈初級(jí)生產(chǎn)力全球估算，是目前對(duì)NPP估算研究中使用較多的模型［25］。該模型的主要優(yōu)點(diǎn)在于：模型相對(duì)簡(jiǎn)單，需要的參數(shù)不多，因而便于計(jì)算和處理；由于部分參數(shù)來(lái)源于遙感數(shù)據(jù)，因而不受地面實(shí)測(cè)站點(diǎn)的條件限制，可以進(jìn)行大區(qū)域上的NPP 估測(cè)；同時(shí)在遙感數(shù)據(jù)的基礎(chǔ)上可以對(duì)植被進(jìn)行分類(lèi)來(lái)反映植被的變化狀況，能夠借用多時(shí)相遙感數(shù)據(jù)來(lái)對(duì)NPP進(jìn)行動(dòng)態(tài)監(jiān)測(cè)等［26-27］。

CASA模型公式如下：

式中，APAR(x,t)代表的是t月中像元x吸收的光合有效輻射（gC·m-2），ε(x,t)代表的是t月中像元x的實(shí)際光能利用率（gC·M-1J）。

2.1.1 APAR的估算

通過(guò)遙感數(shù)據(jù)來(lái)估算植物葉片所吸收的光合有效輻射（APAR），其公式為：

式中，SOL(x,t)所代表的是像x處在t月的太陽(yáng)總輻射量，F(xiàn)PAR(x,t)所代表的是植被層能夠吸收的入射光合有效輻射所占比例，常數(shù)0.5所代表的是植被能夠使用的太陽(yáng)有效輻射所占的比例。在一定范圍內(nèi)，可以利用FPAR 與植被NDVI來(lái)確定FPAR 的最大值和最小值。同時(shí)也可以使用FPAR 與比值植被指數(shù)之間的線(xiàn)性關(guān)系來(lái)進(jìn)行估算。前者估算的數(shù)值較高于實(shí)測(cè)值，后者則低于實(shí)測(cè)值但誤差相對(duì)較小。因此將兩個(gè)結(jié)果結(jié)合起來(lái)可以提高FPAR的估算精度。

2.1.2 光能利用率的估算

光能利用率一般是指植被在地表單位面積內(nèi)，通過(guò)光合作用所產(chǎn)生的有機(jī)物中的化學(xué)潛能，與同一時(shí)間內(nèi)該塊面積上收到的有效太陽(yáng)輻射之比。氣溫、土壤濕度以及大氣濕度、氣壓等環(huán)境因子會(huì)通過(guò)影響植物的光合能力，進(jìn)而調(diào)節(jié)植被的NPP數(shù)值。所以，在模型中光能利用率是估算NPP的重要因子。其中，最大光能利用率主要受溫度和水分含量的影響，公式如下：

式中：Tε1(x,t)反映在低溫和高溫時(shí)植物內(nèi)在的生化作用對(duì)光合作用的限制，從而降低凈第一性生產(chǎn)力。Tε2(x,t)表示環(huán)境溫度從最適溫度Topt(x,t)向高溫或低溫變化時(shí)植物光能利用率逐漸變小的趨勢(shì)。水分脅迫影響系數(shù)Wε(x,t)反映了植物所能利用的有效水分條件對(duì)光能利用率的影響。εmax是理想狀態(tài)下的最大光能利用率（gC·MJ-1）［28-29］。因此，歸納其模型參數(shù)主要如表1所示。

表1 模型參數(shù)簡(jiǎn)表Table 1 Model parameter profile

2.2 模型參數(shù)獲取

CASA 模型參數(shù)主要包括固定參數(shù)、植被類(lèi)型、NDVI、月平均溫度、月降水總量以及月太陽(yáng)總輻射。NDVI通過(guò)預(yù)處理后的遙感數(shù)據(jù)在ENVI軟件平臺(tái)上計(jì)算得到；植被類(lèi)型圖是基于遙感影像并使用決策樹(shù)方法獲得；氣溫和降水?dāng)?shù)據(jù)均來(lái)自于CRU數(shù)據(jù)，通過(guò)空間插值處理對(duì)氣象數(shù)據(jù)進(jìn)行網(wǎng)格內(nèi)插，得到研究區(qū)整體的氣象柵格數(shù)據(jù)；太陽(yáng)輻射數(shù)據(jù)則來(lái)自于氣象站點(diǎn)和歷史數(shù)據(jù)統(tǒng)計(jì)得到。通過(guò)以上數(shù)據(jù)的處理獲得1987年至2013年共13期模型參數(shù)數(shù)據(jù)。

3 結(jié)果與分析

3.1 圖強(qiáng)林業(yè)局森林NPP估算

3.1.1 圖強(qiáng)林業(yè)局森林NPP的數(shù)量變化

將以上模型參數(shù)數(shù)據(jù)輸入到模型中，獲得13期7月份森林NPP估算結(jié)果。由于文中主要研究森林所帶來(lái)的NPP產(chǎn)量，所以將非森林地區(qū)的數(shù)值刻意減少讓它近于0，但這同時(shí)也降低了研究區(qū)全部整體的NPP平均值。因此在統(tǒng)計(jì)過(guò)程中，除了統(tǒng)計(jì)全部區(qū)域的NPP 平均值外，也統(tǒng)計(jì)了森林區(qū)域的NPP 平均值。圖強(qiáng)林業(yè)局地區(qū)的1987-2013年7月的NPP產(chǎn)量統(tǒng)計(jì)值如圖2所示。

圖2 7月份森林NPP變化趨勢(shì)Fig.2 Trend of forest NPP Change in July

從NPP 數(shù)值上看，1987 年7 月的總產(chǎn)值、平均值和最大值由于森林火災(zāi)都遠(yuǎn)遠(yuǎn)低于其他年份。各類(lèi)統(tǒng)計(jì)值在2010 年達(dá)到最大，2005 年達(dá)到最小值。其他年份數(shù)據(jù)均在207 gC/m2～209 gC/m2范圍之內(nèi)，數(shù)值變動(dòng)很小，平均值為208.03 gC/m2。從整體趨勢(shì)上看，研究區(qū)7 月份森林NPP 的產(chǎn)值呈上升趨勢(shì)。在火災(zāi)發(fā)生之后的第二年即1988 年7 月的數(shù)值就直接提升了近乎一倍。在之后的20 年里，數(shù)值增加相對(duì)較少。1993、1994、1995 三年7 月的NPP 產(chǎn)量平均值為4.817×1011gC，2000、2001、2002 三年7 月的NPP 產(chǎn)量平均值4.975×1011gC，NPP 產(chǎn)值增加了0.16×1011gC；2005年和2006年7月份的NPP 產(chǎn)值下降幅度很大，到了2008年之后開(kāi)始回升；2009、2010、2011 三年7 月的NPP 產(chǎn)量平均值為5.711×1011gC，與之前相比NPP 產(chǎn)值增加了0.74×1011gC。2013年各統(tǒng)計(jì)值略有下降。

從以上結(jié)果可知，火災(zāi)后森林NPP 恢復(fù)很快，尤其是最大值。但是平均值的恢復(fù)就需要一定的時(shí)間。同時(shí)也可以看出，除了突發(fā)的火災(zāi)影響之外，森林NPP的變化還受到其它因素的影響。

3.1.2 圖強(qiáng)林業(yè)局森林NPP的空間分布變化

文中選取圖強(qiáng)林業(yè)局1987年-2013年之間幾個(gè)典型的7月森林NPP空間分布圖，包括1987年、1988年、1995年、2002年、2005年、2006年、2009年和2013年。

（1）火災(zāi)后恢復(fù)初期（1987-1988年）

從1987 年7 月的NPP 產(chǎn)量值分布圖清晰的看出圖強(qiáng)林業(yè)局受到森林大火的影響，在森林大火過(guò)后，整個(gè)研究區(qū)北部受到了嚴(yán)重的損失，很多地區(qū)的森林NPP產(chǎn)量值低于10 gC/m2，輕度過(guò)火區(qū)域的數(shù)值也在平均NPP產(chǎn)量值之下。未受火災(zāi)的地區(qū)仍有很多高NPP產(chǎn)值地區(qū)，但總值仍較往年減少很多（圖3（a））。1988年研究區(qū)進(jìn)入了初步恢復(fù)階段，過(guò)火區(qū)域的NPP產(chǎn)量得到了顯著提升，但與未過(guò)火區(qū)域相比，平均NPP產(chǎn)值仍相對(duì)較低。由于部分樹(shù)木生長(zhǎng)快速或恢復(fù)密集，在過(guò)火區(qū)域也出現(xiàn)了高NPP產(chǎn)值（圖3（b））。

圖3 圖強(qiáng)林業(yè)局7月份NPP分布Fig.3 NPP distribution map of Tuqiang Forestry Bureau in July

（2）火災(zāi)后恢復(fù)中期（1988-2009年）

1995 年后數(shù)值呈緩慢上升趨勢(shì)，森林的NPP 產(chǎn)值進(jìn)入了平穩(wěn)恢復(fù)階段。這一期間，森林的恢復(fù)不像1988年一樣迅速，仍可以從圖中看出火燒痕跡，北部有較多地區(qū)數(shù)值偏低。但對(duì)比1988年的數(shù)據(jù)可以看出，與未過(guò)火區(qū)域相連的區(qū)域或輕度過(guò)火區(qū)域恢復(fù)進(jìn)展良好，已經(jīng)出現(xiàn)大面積的NPP高產(chǎn)值地區(qū)。以1988年最先恢復(fù)的地區(qū)為中心向外的區(qū)域的數(shù)值也達(dá)到了標(biāo)準(zhǔn)值以上（圖3（c））。到2002年，7月份森林NPP 的產(chǎn)值相比7 年前有了整體的上升，數(shù)值較低的區(qū)域也減少很多，但仍能看出北部數(shù)值較南部數(shù)值偏低，重度過(guò)火區(qū)域仍然達(dá)不到森林植被NPP 產(chǎn)值的平均值。相比之下最北部的區(qū)域已經(jīng)基本恢復(fù)，高數(shù)值區(qū)域也較1995 年有所增多（圖3（d））。2005 年森林NPP 各統(tǒng)計(jì)值突然降低，無(wú)論南北均出現(xiàn)大量的低數(shù)值區(qū)域。2006年較2005年相比，雖然有部分區(qū)域正常，但也可以清晰地看出多處數(shù)值偏低區(qū)域。從歷史資料來(lái)看，這兩年并未發(fā)生重大事件。從分布圖上看，區(qū)域整體數(shù)值變低，并非是局部區(qū)域減少。結(jié)合現(xiàn)有資料，初步判斷是這兩年7月的氣候較往年不同而影響了森林植被的NPP產(chǎn)值。從圖中還可以看出，雖然整體數(shù)值偏低，但是南北的差異已經(jīng)并不明顯（圖3（e），圖3（f））。

（3）火災(zāi)后恢復(fù)后期（2009-2013年）

到了2009 年，森林的NPP 產(chǎn)值進(jìn)入到穩(wěn)定階段，之后的3 年時(shí)間里7 月的森林NPP 產(chǎn)值上下浮動(dòng)不大，且整體數(shù)值都明顯高于10 年前。從分布上很難看到曾經(jīng)的過(guò)火區(qū)域，南北分布趨勢(shì)也呈現(xiàn)一致，高產(chǎn)值區(qū)域也大面積出現(xiàn)（圖3（g））。因此判斷從2009 年開(kāi)始，森林已經(jīng)近乎恢復(fù)到原有的生態(tài)環(huán)境。2013 年的數(shù)據(jù)由于基礎(chǔ)遙感影像有云覆蓋的原因，導(dǎo)致南部底端部分森林沒(méi)有數(shù)值，大大降低了NPP的數(shù)值，但當(dāng)月的NPP最大值浮動(dòng)并不大，總產(chǎn)值與前幾年相比略有下降，但仍然保持在平均值以上（圖3（h））。

從整個(gè)研究時(shí)段來(lái)看，研究區(qū)北部地區(qū)受到大火影響，多年總體數(shù)值一直較低，且變化明顯呈增長(zhǎng)趨勢(shì)，到2009 年后則趨近平穩(wěn)；南部未過(guò)火區(qū)域沒(méi)有明顯變化，多年來(lái)數(shù)值多由當(dāng)月氣候決定。整體上來(lái)看，非森林地區(qū)的周邊數(shù)值變動(dòng)較為明顯。結(jié)合2011 年和2013 年的分布圖進(jìn)行對(duì)比，可以看出非森林周邊多處的NPP 數(shù)值明顯降低，距離遠(yuǎn)處數(shù)值則相對(duì)偏高。結(jié)合當(dāng)?shù)乜疾炫c專(zhuān)家咨詢(xún)得知，圖強(qiáng)林業(yè)局作為重要的木材儲(chǔ)蓄地，要對(duì)森林木材進(jìn)行采集，道路兩邊的樹(shù)木方便采集，這會(huì)間接導(dǎo)致NPP 產(chǎn)值降低；采集過(guò)后會(huì)撒下樹(shù)種，重新出現(xiàn)新生樹(shù)木，而新生樹(shù)木地區(qū)的森林覆蓋度相對(duì)較低，使得該區(qū)域的NPP數(shù)值偏低。

3.2 影響因素分析

森林NPP 估算所利用的CASA 模型中考慮到的因子主要有氣溫、降水、太陽(yáng)輻射、樹(shù)種。文中選取的數(shù)據(jù)估算的均為7月份的森林NPP值，考慮到當(dāng)?shù)孛磕?月的太陽(yáng)總輻射和溫度變化都不大，因此文中重點(diǎn)分析降水和不同樹(shù)種對(duì)森林NPP的影響。

3.2.1 降水對(duì)森林NPP的影響

圖4為1987年至2013年期間研究區(qū)的溫度和降水變化，結(jié)合前面的森林NPP估算結(jié)果可以發(fā)現(xiàn)幾個(gè)特殊年份。如1993 年和2002 年的降水量遠(yuǎn)高于鄰近年份，但NPP 值卻十分相似。相反2005 年，2006 年，2008年降水相對(duì)較少，NPP 數(shù)值也較往年減少很多。為了更清楚的研究降水對(duì)NPP 生產(chǎn)量的影響，本文制作控制實(shí)驗(yàn)數(shù)據(jù)，即保留1987年、1993年、2002年、2005年、2006年和2008年的地面遙感數(shù)據(jù)、溫度、太陽(yáng)總輻射的數(shù)據(jù)，使用2009年的氣象降雨數(shù)據(jù)，再根據(jù)模型估算出在此情況下的研究區(qū)NPP的生產(chǎn)量情況，與實(shí)際的估測(cè)值進(jìn)行對(duì)比。

圖4 1987-2013年7月氣溫降雨變化圖Fig.4 The variation of temperature and total precipitation in July，1987-2013

結(jié)果表明，1993年和2002年結(jié)果與控制實(shí)驗(yàn)結(jié)果相比，雖然控制實(shí)驗(yàn)結(jié)果各項(xiàng)數(shù)值都有所減少，但變化不大，總產(chǎn)值、最大值與平均值均減少的數(shù)值都不到0.8 gC/m2。因而證明并不是降水的數(shù)值越多NPP 的數(shù)值就會(huì)越大。若水分過(guò)多超出植被和土壤能夠吸收利用的數(shù)值，還有可能抑制植被NPP 的產(chǎn)值。1987 年、2005 年、2006 年、2008 年的控制實(shí)驗(yàn)結(jié)果數(shù)據(jù)則表明：隨著月總降雨量的增加，NPP 的產(chǎn)值得到了大量的提升。

結(jié)合2005 年實(shí)際估測(cè)值與控制數(shù)據(jù)的區(qū)域分布圖（圖5）來(lái)看，其實(shí)在2005 年，就已經(jīng)看不到曾經(jīng)的過(guò)火區(qū)域，南北分布趨勢(shì)也呈現(xiàn)一致，與2009年以后的分布圖相似。判斷影響2006年和2008年NPP產(chǎn)值的降低的主要原因?yàn)樗诌^(guò)低，沒(méi)能達(dá)到較適宜的降水量。

圖5 2005年實(shí)際模擬分布圖與控制降水?dāng)?shù)據(jù)分布圖對(duì)比Fig.5 Comparison of actual simulated distribution and control data in 2005

3.2.2 不同樹(shù)種對(duì)NPP 產(chǎn)值的影響

植物的特性影響其光能利用率，如樹(shù)葉的形狀與大小、樹(shù)干的高度、對(duì)陽(yáng)光的喜好、水分的利用吸收等。一般情況下，闊葉林的光能利用率要高于針葉林。因此在模型中，不同的樹(shù)種有著不同數(shù)值的最大光能利用率，光能利用率較高的樹(shù)種的NPP產(chǎn)值會(huì)相對(duì)較高。文中研究區(qū)林種主要有白樺、落葉松和樟子松。表2為不同樹(shù)種的NPP產(chǎn)值統(tǒng)計(jì)結(jié)果。

表2 研究區(qū)不同樹(shù)種NPP產(chǎn)值數(shù)據(jù)Table 2 NPP value of different tree species in the study area

白樺、落葉松和樟子松的NPP數(shù)值增長(zhǎng)趨勢(shì)與森林整體的增長(zhǎng)趨勢(shì)保持一致。同樣都是在1988年大幅度增長(zhǎng)后逐漸緩慢，在2005年和2006年數(shù)值減少，到2008年數(shù)值增加并再度進(jìn)入平穩(wěn)。

白樺是喜光的樹(shù)種，因?yàn)樗?qiáng)、生長(zhǎng)周期快等特征，使它在森林火燒后能夠最先生長(zhǎng)起來(lái)，形成大片的新生白樺林。白樺的產(chǎn)值為圖強(qiáng)林業(yè)局總產(chǎn)值的一半，最多比例為51.41%，最少為49.17%。7 月產(chǎn)值最多的在2010 年為2.863×1011gC，平均值從1988 年的144.16 gC/m2提升到了2010 年的166.97 gC/m2，比落葉松的同月的NPP 平均值高出36.92 gC/m2，其主要原因是白樺樹(shù)屬于闊葉林，落葉松和樟子松屬于針葉林，相比這2 種樹(shù)種，白樺樹(shù)本身的葉面積指數(shù)，植被冠層覆蓋度都相對(duì)較高，白樺樹(shù)葉內(nèi)吸收的入射光合有效輻射以及光能利用率也要高于落葉松和樟子松，因此單位面積的NPP產(chǎn)量要高于落葉松和樟子松。落葉松也是喜光的樹(shù)種，適應(yīng)性強(qiáng)、耐寒，它的樹(shù)干與樹(shù)高一般高于白樺樹(shù)，且全年生長(zhǎng)。落葉松的NPP 多年均值大約占總產(chǎn)值的34.38%左右，落葉松最多比例為35.83%。樟子松也是適應(yīng)力強(qiáng)的樹(shù)種，但由于它樹(shù)冠稀疏，針葉稀少，再加上樟子松在圖強(qiáng)林業(yè)局的占地面積較少僅有7.5%，因此樟子松的總產(chǎn)值與其他兩類(lèi)樹(shù)種相比數(shù)值相差很多，NPP 的平均值也比其它兩類(lèi)樹(shù)種低很多，多年均值只有95.58 gC/m2，只在2009 年、2010年、2011 年3 年超過(guò)了100 gC/m2。從NPP 的總產(chǎn)值比例來(lái)看，相比于其它年份的樟子松比例大多數(shù)都低于10%，1987 年的15.33%就顯得格外突出，這是由于1987 年落葉松大面積被燒毀，從而導(dǎo)致樟子松的NPP 產(chǎn)值比例相對(duì)上升。

可見(jiàn)，不同的樹(shù)種對(duì)NPP 的數(shù)值有很大影響。在圖強(qiáng)林業(yè)局，7 月的主要NPP 產(chǎn)量來(lái)源為白樺樹(shù)，約占全部產(chǎn)值的50.13%，落葉松和樟子松約則分別約占34.38%和10.27%。

3.3 過(guò)火區(qū)域的森林恢復(fù)分析

研究區(qū)在1987 年的特大火災(zāi)中過(guò)火面積超過(guò)一半，其中絕大部分是重度過(guò)火區(qū)域，且均位于圖強(qiáng)林業(yè)局總局較遠(yuǎn)的北部地區(qū)，能夠投入的人力物力與南部地區(qū)相比較少，無(wú)法在種植樹(shù)苗之后進(jìn)行長(zhǎng)期的人工撫育措施，栽種的新生樹(shù)苗的生長(zhǎng)環(huán)境得不到人為的改善，導(dǎo)致過(guò)火后北部的森林NPP 產(chǎn)值沒(méi)能得到顯著提升。

從森林NPP 總產(chǎn)值上來(lái)看，1987 年7 月的過(guò)火地區(qū)NPP 產(chǎn)值僅占當(dāng)月總產(chǎn)值的3.97%，第二年7 月的產(chǎn)值大幅度提升，占當(dāng)月總產(chǎn)值的21.92%，其主要原因是在火災(zāi)過(guò)后，林業(yè)局采取了人工造林的恢復(fù)措施，在過(guò)火地區(qū)大面積種植落葉松的幼苗，并采取人工更新等技術(shù)加快森林的恢復(fù)。1993 年到1995 年期間，過(guò)火區(qū)域的總產(chǎn)值并沒(méi)有較大的提升，所占比例也略微有所下降。這是由于圖強(qiáng)林業(yè)局只有6、7、8 三個(gè)月適宜植被的生長(zhǎng)，其余月份溫度都較低并且?guī)缀鯚o(wú)降雨，在這樣的氣候環(huán)境下，幼苗的成活率會(huì)大大降低，生長(zhǎng)速度也會(huì)變得較為緩慢。2000年開(kāi)始，過(guò)火地區(qū)的NPP產(chǎn)值上升趨勢(shì)就變得較為明顯。白樺和落葉松本來(lái)就是適應(yīng)當(dāng)?shù)貧夂虻臉?shù)種，存活下來(lái)的幼樹(shù)會(huì)逐漸進(jìn)入高生長(zhǎng)旺盛期，此時(shí)即使沒(méi)有人工的撫育樹(shù)木也能夠正常的生長(zhǎng)，因此過(guò)火地區(qū)的森林開(kāi)始的自然恢復(fù)程度較好，產(chǎn)值也逐年提升。2005 年由于降雨量過(guò)低的原因，過(guò)火地區(qū)的總產(chǎn)值略微有所下降，但是占總產(chǎn)值的比例仍然提升到了25.02%，此時(shí)過(guò)火區(qū)域與非過(guò)火區(qū)域的差異已經(jīng)逐漸減少。2009年以后占總產(chǎn)值的比例一直在26%以上。

結(jié)合研究區(qū)7 月份的過(guò)火森林區(qū)域NPP 平均值和全部森林區(qū)域NPP 平均值來(lái)看，可以明顯看出其動(dòng)態(tài)變化（圖6）。1987 年二者相差較大，這一差距在1988 年大幅度縮減，到1995 年開(kāi)始差距逐漸縮小，到2009年以后就趨近一致，說(shuō)明過(guò)火區(qū)域的森林植被基本恢復(fù)。

圖6 過(guò)火區(qū)和全部森林區(qū)域的NPP平均值對(duì)比Fig.6 Comparison of NPP mean value between the burned area and total forest area

4 結(jié)論與討論

文中以黑龍江省大興安嶺地區(qū)圖強(qiáng)林業(yè)局為研究區(qū)，充分利用GIS 和RS 技術(shù)，結(jié)合生態(tài)模型對(duì)火災(zāi)后的森林植被恢復(fù)情況進(jìn)行模擬和監(jiān)測(cè)。從森林植被凈初級(jí)生產(chǎn)力NPP 入手，對(duì)研究區(qū)1988 年以來(lái)至2013年的森林恢復(fù)情況進(jìn)行遙感估算，并通過(guò)控制實(shí)驗(yàn)對(duì)比分析影響森林NPP估算模型的主要因素和過(guò)火區(qū)域的植被恢復(fù)情況。研究表明：1987年森林大火造成的研究區(qū)森林NPP數(shù)值下降嚴(yán)重。但是在適當(dāng)?shù)臍夂驐l件下，森林NPP 逐年恢復(fù)。1988 年進(jìn)行了森林人工種植，之后逐年恢復(fù)；1993 年之后過(guò)火區(qū)域的NPP 產(chǎn)值逐漸增加，到2009年與未過(guò)火區(qū)域的NPP產(chǎn)值接近，植被覆蓋恢復(fù)到平均水平，恢復(fù)時(shí)間大約在20年左右。從空間分布來(lái)看，研究區(qū)北部地區(qū)受火災(zāi)影響較大，多年森林NPP總體數(shù)值變化明顯呈增長(zhǎng)趨勢(shì)，到2009年后則趨近平穩(wěn)；南部未過(guò)火區(qū)域沒(méi)有明顯變化。在降水量適中的情況下，森林NPP產(chǎn)值呈現(xiàn)增加的趨勢(shì)，恢復(fù)較快；同時(shí)不同的樹(shù)種的恢復(fù)程度有所差別。

可以看出，結(jié)合參數(shù)生態(tài)模型的遙感監(jiān)測(cè)解決了傳統(tǒng)定點(diǎn)估算NPP 數(shù)值的局限性與長(zhǎng)期性等問(wèn)題，同時(shí)能夠更有效地計(jì)算光合有效輻射，使得大尺度的估測(cè)與監(jiān)測(cè)得以實(shí)現(xiàn)。但是作為一種參數(shù)模型，CASA 生態(tài)模型存在一定的不足之處，例如缺乏生物學(xué)基礎(chǔ)，對(duì)植物、大氣與土壤之間的聯(lián)系的解釋尚不完整等。但是與傳統(tǒng)的統(tǒng)計(jì)模型相比，利用容易獲得的周期性較強(qiáng)且大范圍的遙感數(shù)據(jù)來(lái)計(jì)算光合有效輻射，其時(shí)空分辨率更好，更容易進(jìn)行大尺度的NPP 估測(cè)與觀(guān)測(cè)，是目前NPP 研究的主要模型。文中由于遙感數(shù)據(jù)和其它資料的獲取限制，缺乏研究時(shí)段內(nèi)的逐年和逐月的森林NPP產(chǎn)值估算；同時(shí)，研究區(qū)在1987年特大火災(zāi)之后原有的火燒跡地又發(fā)生過(guò)多起火災(zāi)，對(duì)森林的恢復(fù)程度與恢復(fù)時(shí)間均產(chǎn)生了影響，因此不能全面分析而精準(zhǔn)分析出森林的恢復(fù)情況；今后應(yīng)嘗試其他渠道獲取研究區(qū)的遙感數(shù)據(jù)和環(huán)境數(shù)據(jù)，多方面多因素綜合考慮以提高結(jié)果的準(zhǔn)確性；同時(shí)要充分利用實(shí)測(cè)數(shù)據(jù)對(duì)模型估算的結(jié)果進(jìn)行精度驗(yàn)證。