貴州烏江流域植被NPP的時空分布

張明祥,田鵬舉,谷曉平

(貴州省生態(tài)氣象和衛(wèi)星遙感中心，貴州 貴陽 550002)

0 引言

植被凈初級生產(chǎn)力(NPP)是指綠色植物在單位面積、單位時間內(nèi)通過光合作用所制造的有機物質(zhì)，即總初級生產(chǎn)量與呼吸消耗之差，又稱植被凈初級生產(chǎn)量。植被NPP是評價植被活力的重要指標，可直接反映植被群落在自然條件下的生產(chǎn)能力[1-2]。中國幅員遼闊，地形復(fù)雜，氣候多樣，植被種類豐富，分布著針葉林、落葉闊葉林、常綠闊葉林和熱帶雨林等多種自然植被[3]。近幾十年尤其是20世紀60年代以來，關(guān)于NPP及植被覆蓋的課題受到了國內(nèi)外眾多學者的廣泛研究。梁妙玲等[4]基于1961—2000年的降水和氣溫資料對中國近40 a的植被動態(tài)變化進行研究，指出降水是影響植被NPP的主要因子，不同地區(qū)溫度對植被NPP的影響差別很大。谷曉平等[5]利用大氣—植被相互作用模型(AVIM2)模擬西南地區(qū)植被NPP，結(jié)果表明NPP的空間分布與降水、海拔高度等因素密切相關(guān)。楊江州等[6]利用空間統(tǒng)計降尺度方法分析貴州烏江流域NDVI的變化特征，指出該方法得到的降尺度數(shù)據(jù)誤差較小，具有一定的適應(yīng)性和科學性。王秀春等[7]基于長時間序列的SPOT/ NDVI 數(shù)據(jù)，對貴州烏江流域的植被覆蓋動態(tài)變化進行研究，結(jié)果顯示流域的森林和灌木林地植被覆蓋生長較為穩(wěn)定，而草地和耕地差異較大。張蓓蓓等[8]基于2000—2017年遙感與氣象數(shù)據(jù)，討論了貴州植被覆蓋變化與氣候變化的響應(yīng)規(guī)律，研究發(fā)現(xiàn)NDVI與氣溫的相關(guān)性大于降水，但對降水的滯后性卻高于氣溫。除了氣候因素，大氣中CO2的濃度也是影響植被NPP的重要因素。CO2作為植物光合作用的原料，通過對溫度、植物水分及營養(yǎng)物質(zhì)需求等作用來影響NPP。許多研究顯示，CO2濃度升高對森林NPP增加具有促進作用[9-10]。另外，對于NPP的估算目前也發(fā)展了多種模型，大體可分為統(tǒng)計模型、過程模型和參數(shù)模型3類。隨著遙感技術(shù)的發(fā)展，以遙感數(shù)據(jù)驅(qū)動(光能利用率模型)的植被NPP估算得到了廣泛應(yīng)用[11-12]。

烏江是長江上游南岸的最大支流，發(fā)源于貴州省烏蒙山東麓，全長1044 km，流域面積8.79萬 km2。在貴州境內(nèi)，烏江流經(jīng)了畢節(jié)、六盤水、安順、貴陽、黔南、遵義和銅仁等8個市州(如圖1)。流域內(nèi)高山、峽谷密布，江河、坑洞縱橫，地勢西高東低，屬于典型的喀斯特地形地貌。在獨特的水熱條件驅(qū)動下，巖溶地貌發(fā)育強烈，75.6%的區(qū)域為抗侵蝕能力強、造土能力差的碳酸鹽[13]，是典型的生態(tài)脆弱區(qū)。作為長江重要的生態(tài)功能保護區(qū)之一，烏江受人類活動的影響，曾一度成為全省八大水系水質(zhì)達標率最低的河流。近年來，隨著退耕還林、自然保護地移民等一系列生態(tài)建設(shè)工程的實施，流域的植被生態(tài)質(zhì)量逐漸改善，干流的水生態(tài)環(huán)境問題得到有效遏制。因此，研究貴州烏江流域植被NPP的時空變化特征以及與氣候變化的響應(yīng)關(guān)系，有助于揭示流域內(nèi)的生態(tài)環(huán)境演化特征，為重點生態(tài)功能區(qū)的保護提供科學依據(jù)，對于推進全省生態(tài)文明建設(shè)也具有重要意義。

圖1 貴州烏江流域位置示意圖Fig.1 Location diagram of Wujiang River Basin in Guizhou

1 數(shù)據(jù)來源及處理

衛(wèi)星遙感數(shù)據(jù)來源于美國EOS/MODIS數(shù)據(jù)庫提供的2000—2020年的歸一化植被指數(shù)NDVI月合成數(shù)據(jù)，空間分辨率為1 km×1 km。氣象數(shù)據(jù)來自貴州省氣象信息中心的全省84個氣象站(其中烏江流域包含32個站點)，包括年平均氣溫、降水量、日照時數(shù)等資料，時間段為2000—2020年。根據(jù)全省氣象站點的地理信息，基于GIS技術(shù)采用克里金法將氣候要素空間插值成與遙感數(shù)據(jù)具有相同像元大小的柵格數(shù)據(jù)集，再通過掩摸提取得到研究區(qū)的數(shù)據(jù)集。

2 研究方法

2.1 植被NPP估算

利用貴州省范圍內(nèi)1 km分辨率的EOS/MODIS月NDVI合成數(shù)據(jù)，結(jié)合地面氣象觀測資料，根據(jù)植被光能利用原理，由陸地生態(tài)系統(tǒng)碳通量TEC模型[14]計算月植被NPP。

NPP=GPP-R*

(1)

GPP=ε×FPAR×PAR

(2)

式中，NPP、GPP、R*分別為月植被凈初級生產(chǎn)力、總初級生產(chǎn)力、生長與維持呼吸消耗量之和(g·C·m-2·month-1)；ε為實際光能利用率，根據(jù)植被類型、溫度脅迫系數(shù)、水分脅迫系數(shù)等數(shù)據(jù)進行計算；FPAR為植被有效光合輻射吸收比例，利用逐月NDVI估測逐月FPAR；PAR為入射光合有效輻射(MJ·m-2·month-1)，根據(jù)光合有效輻射占太陽總輻射的比例為0.48計算PAR。以月植被NPP為基礎(chǔ)，作全年12個月累加得到年植被NPP?；贕IS技術(shù)通過掩摸提取得到研究區(qū)的年植被NPP。

2.2 相關(guān)性分析

對貴州烏江流域內(nèi)近21 a(2000—2020年)的植被NPP與氣候因子進行相關(guān)性分析，分別計算NPP與各個氣候因子之間的皮爾遜相關(guān)系數(shù)[15]。計算公式為：

(3)

式中，R為植被NPP與氣候因子的相關(guān)系數(shù)，取值范圍在-1.0～1.0之間。變量x、y分別代表氣候因子、植被NPP。當R>0時，表明兩變量呈正相關(guān)，越接近于1.0，正相關(guān)越顯著；當R<0時，表明兩變量呈負相關(guān)，越接近于-1.0，負相關(guān)越顯著。

2.3 多元線性回歸

假設(shè)預(yù)報量與預(yù)報因子(又稱自變量)x1，x2……，xm符合線性關(guān)系[15]，則建立y的m元線性回歸模型：

y=β0+β1x1+……+βmxm+e

(4)

式(4)中：β0、β1、……、βm為回歸系數(shù)，e為服從正太分布N(0，σ2)的隨機誤差。根據(jù)實測的yt與x1t，x2t……，xmt樣本，則有：

yt=β0+β1x1+……+βmxmt+et

(5)

建立多元回歸方程的基本方法：由觀測值確定回歸系數(shù)β0、β1、……、βm的估計，b0、b1、……、bm得到y(tǒng)t對x1t，x2t……，xmt的線性回歸方程：

(6)

表1 貴州烏江流域植被NPP與氣候因子的相關(guān)系數(shù)Tab.1 Correlation between NPP and climate factors in Wujiang River Basin，Guizhou

3 結(jié)果與分析

3.1 植被NPP的時空變化特征

根據(jù)2000—2020年貴州烏江流域植被NPP年際變化(圖2a)，可以看出，近21 a貴州烏江流域的植被NPP呈上升的趨勢，平均每10 a增長74 g·C·m-2。最大值出現(xiàn)在2016年，為972.7 g·C·m-2，最小值出現(xiàn)在2001年，為779.5 g·C·m-2。近5 a來流域的植被NPP均處于歷史較高水平，可見隨著退耕還林、自然保護地移民等一系列生態(tài)保護工程的推進，全省重點生態(tài)功能區(qū)的生態(tài)保護成效顯著。從NPP多年均值的空間分布(圖2b)來看，貴州烏江流域植被NPP分布不均勻，大部分區(qū)域780 g·C·m-2以上，其中西南部、南部部分地區(qū)和北部邊緣相對較高，超過了950 g·C·m-2，而在人口密集的城鎮(zhèn)區(qū)域則相對較小。

3.2 植被NPP變化與氣候因子的響應(yīng)

3.2.1 氣候因子的年際變化 氣候是人類賴以生存的自然環(huán)境，也是經(jīng)濟社會可持續(xù)發(fā)展的重要基礎(chǔ)資源。受自然和人類活動的共同影響，全球氣候正經(jīng)歷以變暖為主要特征的氣候變化[18]。由2000—2020年貴州烏江流域年平均降水量和氣溫的變化(圖3a)可見，流域的降水、氣溫呈增加、升高的趨勢，年平均降水量最少出現(xiàn)在2011年，為804.5 mm；最多出現(xiàn)在2014年，達到1319.5 mm。年平均氣溫最高為2013年和2016年，達到15.9 ℃，最低出現(xiàn)在2012年，為14.4 ℃。從日照時數(shù)的變化來看(圖3b)，2000—2020年貴州烏江流域年平均日照時數(shù)總體呈略減少的趨勢。流域內(nèi)年日照時數(shù)最多出現(xiàn)在2013年，達到1337.4 h，最少出現(xiàn)在2012年，為846.5 h。結(jié)合前面的分析可以得出，貴州烏江流域總體氣候條件變化(即降水的增多和氣溫的升高)有利于植被NPP增強。

圖2 2000—2020年貴州烏江流域植被NPP年際變化(a)和多年均值空間分布(b)Fig.2 The annual variation(a)and sptial distribution of multi-year mean(b)of vegetation NPP in Wujiang River Basin, Guizhou from 2000 to 2020

圖3 2000—2020年貴州烏江流域年平均降水量和氣溫(a)、日照時數(shù)(b)的變化Fig.3 The variation of annual mean precipitation and temperature(a)、sunshine duration(b) in Wujiang River Basin, Guizhou from 2000 to 2020

3.2.2 植被NPP對氣候因子的響應(yīng)分析 植被與氣候因子之間存在顯著的耦合關(guān)系，氣候可通過改變環(huán)境條件在植被的生理結(jié)構(gòu)、過程等方面控制植被NPP的形成，因而NPP變化能反映植被生態(tài)系統(tǒng)對環(huán)境氣候條件的響應(yīng)[17]。對貴州烏江流域2000—2020年植被NPP與氣候因子進行相關(guān)性分析，由表1可以看出，植被NPP與氣溫、日照時數(shù)的相關(guān)系數(shù)分別達到0.74、0.50，通過了99%、95%信度的檢驗，明顯高于植被NPP與其他氣候因子的相關(guān)性，表明貴州烏江流域植被NPP的年際變化受氣溫和日照時數(shù)的影響更為明顯。

為進一步揭示貴州烏江流域植被NPP對氣候變化的響應(yīng)關(guān)系，對逐個像元計算了植被NPP與氣候因子的相關(guān)系數(shù)(2000—2020年)。從植被NPP與氣溫的相關(guān)系數(shù)空間分布(圖4a)可以看出，除流域的局地存在負相關(guān)外，其余大部分區(qū)域均為正相關(guān)，其中顯著正相關(guān)區(qū)域占到流域面積的69.98%。從植被NPP與降水相關(guān)性(圖4b)可見，流域以正相關(guān)分布為主，顯著正相關(guān)區(qū)的占比為21.66%，主要集中在西部邊緣和中下游部分地區(qū)，負相關(guān)的區(qū)域較氣溫有所增加，主要出現(xiàn)在西南部、下游中部和北部以及南部局地。在植被NPP與日照時數(shù)的相關(guān)性中(圖4c)可以發(fā)現(xiàn)，流域仍以正相關(guān)分布為主，顯著正相關(guān)區(qū)較氣溫明顯減少，僅占14.61%，主要出現(xiàn)在中南部和下游中部地區(qū)，且分布較為零散，流域的西部、下游的南部和北部區(qū)域為負相關(guān)。

3.3 植被NPP與氣候因子的相關(guān)性對應(yīng)的區(qū)域土地利用類型占比分析

結(jié)合貴州烏江流域的土地利用現(xiàn)狀(以林地、草地和耕地等土地類型居多)，從植被NPP與氣溫、降水、日照時數(shù)的正負相關(guān)性可知(表2)，從植被NPP與氣溫的正相關(guān)性占比可知，相較于林地和草地的占比，耕地(90.61%)有所降低，建設(shè)用地(78.65%)降低得更為明顯，負相關(guān)區(qū)域占比則相反。從植被NPP與降水的正相關(guān)性占比可以看出，耕地、建設(shè)用地的占比分別為82.04%、72.14%，明顯高于林地和草地，負相關(guān)性呈相反特點。由植被NPP與日照時數(shù)的正相關(guān)性占比可以看出，建設(shè)用地的占比明顯高于林地、草地，耕地的正相關(guān)區(qū)占比略低于林地、草地。一般來說，建設(shè)用地(包括城鎮(zhèn)、農(nóng)村居民點等)的人口密集，是受人類活動影響最為明顯的區(qū)域，其次為耕地。由此可見，在植被NPP與不同氣候因子的響應(yīng)關(guān)系中，人類活動發(fā)揮著明顯的影響作用并且具有差異性，尤其在建設(shè)用地的相關(guān)性占比中表現(xiàn)最突出。

圖4 2000—2020年貴州烏江流域植被NPP與氣溫(a)、降水(b)和日照時數(shù)(c)的相關(guān)系數(shù)空間分布Fig.4 Spatial distribution of the correlation coefficient between NPP and air temperature (a), precipitation (b) and sunshine duration (c) in Wujiang River Basin, Guizhou from 2000 to 2020

表2 貴州烏江流域植被NPP與氣溫、降水、日照時數(shù)的正負相關(guān)性所對應(yīng)的土地類型占比情況Tab.2 Proportion of land types corresponding to different correlations between NPP and air temperature、Precpitaion and sunshine duration in Wujiang River Basin, Guizhou

3.4 基于氣候因子的植被NPP預(yù)測模型

隨著生態(tài)氣象研究與服務(wù)的不斷發(fā)展，開展關(guān)鍵生態(tài)要素的預(yù)報預(yù)測產(chǎn)品應(yīng)用已成為研究重點之一。為此，本文采用多元線性回歸方法建立模型，對貴州烏江流域的年植被NPP進行預(yù)報預(yù)測分析。從前面的分析可以看出，植被NPP與各個氣候因子之間存在較好的相關(guān)性，假定預(yù)報量y(植被NPP)與3個預(yù)報因子x1(氣溫)、x2(降水量)和x3(日照時數(shù))之間是線性關(guān)系。計算得到多元線性回歸方程如下：

(7)

其中回歸平方和U=2229.71，殘差平方和Q=1341.52，負相關(guān)系數(shù)R2=0.62，統(tǒng)計量值F=9.25。根據(jù)F分布表：在顯著水平α=0.05下，分子自由度為3、分母自由度為17時，F(xiàn)0.05(3,17)=3.20，F(xiàn)>F0.05。線性回歸方程(7)在α=0.05的水平上是顯著的。再利用因子值(氣候預(yù)測產(chǎn)品)代入回歸方程作出預(yù)報量的估計，求出置信區(qū)間[19]。

4 結(jié)論與討論

本文基于遙感數(shù)據(jù)和地面氣象觀測資料，采用相關(guān)分析、多元回歸等方法，研究貴州境內(nèi)烏江流域植被NPP的時空分布特征，分析植被NPP與不同氣候因子的響應(yīng)關(guān)系，同時建立植被NPP的預(yù)報預(yù)測模型。得出的結(jié)論如下：

①2000—2020年貴州烏江流域的植被NPP呈顯著上升趨勢，平均每10 a增長率為74 g·C·m-2。多年平均植被NPP的空間分布不均勻，流域大部分區(qū)域超過了780 g·C·m-2，流域的南部、西南部以及北部邊緣相對較高。

②2000—2020年貴州烏江流域年平均氣溫、降水呈升高、增加的趨勢，而日照時數(shù)則呈現(xiàn)略微減少的趨勢，氣候條件總體趨勢有利于植被NPP增強。

③貴州烏江流域植被NPP的年際變化受氣溫和日照時數(shù)的影響更為顯著。在植被NPP與氣溫的相關(guān)性空間分布中，流域大部以正相關(guān)系數(shù)分布為主，其中顯著正相關(guān)區(qū)域占到流域面積的69.98%；NPP與降水的相關(guān)性空間分布中以正相關(guān)為主，顯著正相關(guān)區(qū)較氣溫明顯較少，主要出現(xiàn)在流域的西部邊緣、中部和下游南北部地區(qū)，負相關(guān)分布在流域的西南部和下游中北部區(qū)域；NPP與日照時數(shù)的相關(guān)性空間分布中，以正相關(guān)為主，顯著正相關(guān)分布較為零散，主要集中在中南部和下游中部地區(qū)，流域的西部、下游的南北部區(qū)域為負相關(guān)。在植被NPP與不同氣候因子的響應(yīng)關(guān)系中，人類活動的影響作用明顯且具有差異性。

④基于多元線性回歸分析方法，建立流域植被NPP的預(yù)報預(yù)測模型，得到的回歸方程在α=0.05水平上具有顯著性，利用因子值可計算出對年植被NPP的估計。

本文主要研究氣候因子與貴州烏江流域植被NPP的響應(yīng)特征，而氣候因素所引起的植被生長生理反應(yīng)以及氣候變化與植被生產(chǎn)力的相互作用機制還有待于進一步研究[17]。從研究的結(jié)果來看，貴州烏江流域植被NPP與氣溫、日照時數(shù)表現(xiàn)出較好的正相關(guān)。需要指出的是對于不同區(qū)域，氣候因子對植被NPP的影響具有差異性。如在干旱和半干旱地區(qū)，降水是影響植物生長的首要因素，因而與NPP的正相關(guān)更為突出[20-21]。另外，文中基于歷年資料建立的植被NPP預(yù)報預(yù)測模型，樣本容量為21 a，若要得到更加具有統(tǒng)計顯著性的回歸方程，還需要收集更長時間序列資料。