利用遙感影像估算草原NPP及NPP對草原火的影響

魏云敏　孫家寶

摘要：? 采用野外歷史草原火災(zāi)資料、野外采樣調(diào)查和 AQUA MODIS衛(wèi)星遙感影像的方法，應(yīng)用SPSS18.0軟件，估算草原NPP及草原NPP對草原火的影響，結(jié)果表明：全省草原面積總體存在顯著的減少趨勢，年平均減少501.40 km2；黑龍江省草原NPP平均值為364.78±22.25 gC/m2·a，存在極顯著上升趨勢（P<0.001），年平均增加速率為3.48 gC/m2·a；黑龍江省草原火面積與NPP呈指數(shù)相關(guān)，隨著草原NPP的增加，草原火面積也存在增加趨勢。

關(guān)鍵詞：? 遙感影像；? 草原NPP；? 草原火

中圖分類號：? ?S 762. 2? ? ? ? ? ? ? ?文獻標識碼：? ?A? ? ? ? ? ? ? ? 文章編號：１００1 － 9499（２０23）03 － 0050 － 06

Abstract In this paper， using the method of field historical grassland fire data， field sampling survey and AQUA MODIS satellite remote sensing image， and using SPSS18.0 software， the grassland NPP and the grassland NPP's impact on grassland fire were estimated. The results showed that the grassland area of the whole province had a significant decrease trend， with an average annual decrease of 501.40 km2. The mean value of NPP in Heilongjiang grassland was 364.78±22.25 gC/m2·a， with an extremely significant increasing trend （P<0.001）， and the annual mean increase rate was 3.48 gC/m2·a. There was an exponential correlation between grassland fire area and NPP in Heilongjiang Province. With the increase of grassland NPP， grassland fire area also showed an increasing trend.

Key words remote sensing image； grassland NPP； grassland fire

我國草原面積廣大，主要包括內(nèi)蒙古、河北、吉林、黑龍江、新疆等12個省市自治區(qū)，總草原面積416萬km2，占國土總面積的43.3％[ 1 ]。我省現(xiàn)有草原207萬hm2，占全省國土總面積的4.4%，草原在維護生物多樣性、保持水土、涵養(yǎng)水源等方面具有重要意義[ 2 - 3 ]。查閱資料、調(diào)研發(fā)現(xiàn)，自1987年起，全省共發(fā)生重特大草原火災(zāi)28起，受害草原面積約21萬hm2，草原火災(zāi)是一種突發(fā)性的自然災(zāi)害，其破壞性大，給草原地區(qū)的經(jīng)濟發(fā)展帶來巨大影響，嚴重制約了畜牧業(yè)生產(chǎn)穩(wěn)定發(fā)展[ 3 - 4 ]。

草原可燃物是草原燃燒的物質(zhì)基礎(chǔ)，是火傳播的主要因素[ 5 ]，在非洲和澳大利亞的薩瓦納草原的廣大區(qū)域內(nèi)草原可燃物積累較多，每年都頻繁地發(fā)生草原火，大部分都出現(xiàn)在干季[ 5 ]，給當?shù)氐慕?jīng)濟發(fā)展帶來巨大影響。我國草原火報道主要集中在內(nèi)蒙古草原，包括內(nèi)蒙古草原火影響因子等方面已有一些研究報道[ 6 - 8 ]，黑龍江省草原火研究相對較少。草原NPP是草原可燃物載量的重要衡量指標，分析草原NPP與草原火的關(guān)系，對于草原火險預(yù)測和區(qū)劃具有重要價值。而利用遙感影像分析NPP與火的關(guān)系，主要體現(xiàn)在森林火災(zāi)中，包括利用遙感估測森林火災(zāi)干擾后森林NPP的恢復(fù)[ 9 - 10 ]；利用遙感影像估測森林NPP影響因子[ 11 ]；利用遙感影像和NPP的關(guān)系監(jiān)測林火發(fā)生、發(fā)展趨勢[ 12 ]；利用遙感影像和NPP的關(guān)系估測碳匯和碳源[ 13 ]等，而在黑龍江省草原火缺少利用遙感影像在宏觀尺度上分析草原NPP及NPP與火的關(guān)系。因此，對黑龍江省草原NPP及NPP對草原火影響進行分析，利用遙感影像研究草原NPP變化規(guī)律，對進一步開展草原火監(jiān)測預(yù)警具有重要的科學意義，旨在為森林草原管理部門開展草原火的預(yù)防治理工作提供指導(dǎo)和科學參考依據(jù)。

1 研究區(qū)域概況

黑龍江省位于121°11'～135°05'E，43°26'～53°33'N，氣候?qū)贉貛Т箨懶约撅L氣候，雨熱同季，氣溫緯向變化明顯，由南向北遞減；濕度經(jīng)向變化明顯，由東向西遞減。全省年平均氣溫為-6～4℃，年極端最高溫為41.6℃，極端最低溫為-52.3℃；全年平均降水量400～600 mm，年日照時數(shù)一般在2 300～2 800 h；風能資源豐富，春季大風日最多，多發(fā)生在松嫩平原和三江平原。

黑龍江省松嫩平原和三江平原分布著2 100余種的植物，其中具有經(jīng)濟價值的有1 000余種。黑龍江省草地主要分布在松嫩平原，草地類型以草甸類草地和干草地為主，草地植被覆蓋度平均約70%，以羊草（Leymus chinensis）、星星草（Puccinellia tenuiflora）、野古草（Arundinella anomala）、針茅（Stipa capillata）、冰草（Agropyron cristauma）等為主要優(yōu)勢種。

2 材料與方法

2. 1 樣品采集

對黑龍江省草原按草原類型、自然因素和行政界限等進行分類，分別為松嫩平原草原區(qū)、三江平原草原區(qū)、山區(qū)半山區(qū)草原區(qū)三大平原區(qū)，在每種草原類型上選擇具有代表性的草本樣地，隨機布設(shè)10 m×10 m的樣地，每種草原類型設(shè)置3塊重復(fù)樣地，每塊10 m×10 m樣地的四角及中心處取3個1 m×1 m小樣方，小樣方內(nèi)草本齊地收割，稱取鮮重，稱取部分樣品裝入信封，在信封上做好記錄，帶回實驗室進行處理，主要測定可燃物載量、含水率等指標。

2. 2 草本可燃物載量測定

將裝有草本樣品的信封放入105℃烘箱中，連續(xù)烘干24 h，取出稱其重量，利用下列公式求出絕干含水率，再利用絕干含水率求出樣方內(nèi)草本可燃物載量。

式中，M為絕干含水率；W1為樣品鮮重（g）；W絕為烘箱中取出稱其重量。

式中，W載為小樣方內(nèi)草本載量；M為絕干含水率；W樣為小樣方內(nèi)草本的鮮重。

2. 3 數(shù)據(jù)來源及處理

（1） MCD64A1數(shù)據(jù)產(chǎn)品

MCD64A1數(shù)據(jù)是MODIS數(shù)據(jù)的燃燒面積（Burned Area）累計月合成值產(chǎn)品，原始空間分辨率為500m，包括燃燒日期、燃燒數(shù)據(jù)不確定性、質(zhì)量確認等5個文件。

把地面監(jiān)測的起火位置疊加到MCD64A1數(shù)據(jù)對應(yīng)日期的圖層上，結(jié)果（表2）顯示，2次起火位置均準確落入MCD64A1數(shù)據(jù)代表的燃燒點上，利用MCD64A1數(shù)據(jù)計算的燃燒面積分別為14.21 km2和20.56 km2，誤差率分別為-3.46%和-7.02%，可見MCD64A1數(shù)據(jù)可以作為分析東北地區(qū)火時空動態(tài)特征的數(shù)據(jù)源。為避免重復(fù)統(tǒng)計火點次數(shù)，把當年同一地點發(fā)生多次火點記錄記為1次。

（2）MCD12Q1數(shù)據(jù)產(chǎn)品

本研究基于MODIS的MCD12Q1數(shù)據(jù)產(chǎn)品（土地類型覆蓋產(chǎn)品）的“IGBP全球植被分類方案”的分類結(jié)果，提取研究區(qū)自然植被分布范圍，該數(shù)據(jù)原始空間分辨率為500 m。研究中將MCD12Q1數(shù)據(jù)分類結(jié)果分為自然植被（森林、灌木林地、草地、濕地）和非自然植被（包括城市用地、農(nóng)田、水體和雪地）。

（3）MOD17A3H數(shù)據(jù)

本研究選用MOD17A3H數(shù)據(jù)產(chǎn)品（MODIS/

Terra Net Primary Production）作為植被實際生產(chǎn)能力指標數(shù)據(jù)源，該數(shù)據(jù)為年合成產(chǎn)品，原始空間分辨率為500 m，單位為kg/C·m2。與MOD17A3相比，該數(shù)據(jù)更新了生物群落屬性查找表，并使用了更新版本的全球建模和同化辦公室的氣象數(shù)據(jù)，同時把產(chǎn)品的空間分辨率由1 km提高到500 m[ 14 ]。該數(shù)據(jù)已經(jīng)通過設(shè)立在不同氣候區(qū)和生物帶的渦度相關(guān)通量塔數(shù)據(jù)的檢驗[ 15 - 17 ]，因此本研究不再對MOD17A3H數(shù)據(jù)產(chǎn)品的準確性進行驗證。

本研究使用MODIS Reprojection Tool software（MRT）V4.0進行影像的拼接、重采樣（統(tǒng)一空間分辨率為500 m）和投影轉(zhuǎn)換（由Sinusoidal投影轉(zhuǎn)換為經(jīng)緯度投影）等預(yù)處理。

2. 4 數(shù)據(jù)分析方法

采用SPSS8.0軟件對試驗數(shù)據(jù)進行分析。

3 結(jié)果與分析

3. 1 草原可燃物載量

草原可燃物載量是草原植物生物量烘干后的重量，其反映了草原NPP的情況，同時也為從遙感影像上獲取草原NPP數(shù)據(jù)提供驗證[ 4 ]。

從草原NPP來講，草原可燃物載量越大，草原NPP越高，草原燃燒存在危險性也就越大。由圖1和表3中三處采樣點可以看出，山區(qū)半山區(qū)采樣地嫩江可燃物載量最高，三江平原虎林居中，嫩江平原林甸可燃物載量最低，林甸三個樣方中可燃物載量波動較大。調(diào)查中發(fā)現(xiàn)，松嫩平原草原區(qū)分布著大量的低地草甸類草原，草原NPP較低，可燃物載量也較低。

3. 2 黑龍江省草原面積時間變化

各草原區(qū)面積變化，從一個側(cè)面反映草原NPP變化趨勢，因此，利用遙感影像從宏觀上分析了2002～2020年黑龍江省草原面積變化情況。

2002～2020年黑龍江省草原面積平均為27 713.99 km2，松嫩平原草原區(qū)、三江平原草原區(qū)和山區(qū)半山區(qū)草原區(qū)，分別占全省草原總面積的80.73%、9.80%、9.47%。

分析2002～2020年草原面積的變化趨勢可見（圖2），全省草原面積總體存在顯著的減少趨勢，年平均減少501.40 km2。其中2002～2015年間面積逐年減少，2016～2020年面積出現(xiàn)了緩慢增加趨勢。對各草原區(qū)進行分析可知，3個草原區(qū)的草地面積均存在不同程度的減少趨勢，其中松嫩平原草原的草地面積減少最顯著，年平均減少397.41 km2；山區(qū)半山區(qū)草原區(qū)次之，年平均減少96.60 km2，但2014年開始出現(xiàn)明顯的增加趨勢；三江平原草原區(qū)的草地面積波動較大，減少趨勢較為平緩。

3. 3 黑龍江省草原NPP時間變化

黑龍江省草原NPP時間變化，反映出草原生產(chǎn)力、草原面積變化等情況。分析圖3可見，2002～

2017年黑龍江省草原NPP平均值為（364.78±22.25）gC/m2·a，存在極顯著上升趨勢（P<0.001），年平均增加速率為3.48 gC/m2·a。對各草原區(qū)進行分析可見，山區(qū)半山區(qū)草原區(qū)的NPP最大，年平均389.46? gC/m2·a，其次是三江平原草原區(qū)，年平均346.78 gC/? ?m2·a，松嫩平原草原區(qū)最小，年平均263.94 gC/m2·a，研究時段內(nèi)3個草原區(qū)NPP均存在顯著的上升趨勢，按照由大到小的順序依次為松嫩平原草原區(qū)（年平均增加速率為4.74 gC/m2·a）、三江平原草原區(qū)（年平均增加速率為3.07 gC/m2·a）、山區(qū)半山區(qū)草原區(qū)（年平均增加速率為2.65 gC/m2·a）。

3. 4 草原火面積與NPP關(guān)系

2002～2017年全省年際草原火面積平均為（9 374.17±9 812.97）km2，變化范圍為1 603.25～33 515.? 75 km2，存在極顯著增加趨勢（P=0.008 1），平均增加量為1 353.80 km2/a。從圖5可以看出，黑龍江省草原火點主要分布在松嫩平原草原區(qū)，2002～2017年黑龍江省草原火面積與草原NPP做了相關(guān)性分析發(fā)現(xiàn)，黑龍江省草原火面積與NPP呈指數(shù)相關(guān)，隨著草原NPP的增加，草原火面積也存在增加趨勢，但相關(guān)性不顯著（P>0.05）。

4 結(jié)論與討論

本文采用野外歷史草原火災(zāi)資料、野外采樣調(diào)查和 AQUA MODIS衛(wèi)星遙感影像的方法，應(yīng)用SPSS18.0軟件，估算草原NPP及草原NPP對草原火的影響，主要結(jié)論如下：

（1）2002～2020年全省草原面積總體存在顯著的減少趨勢，年平均減少501.40 km2。其中2002～? ? 2015年間面積逐年減少，2016～2020年面積出現(xiàn)了緩慢增加趨勢。

（2）2002～2017年黑龍江省草原NPP平均值為（364.78±22.25）gC/m2·a，存在極顯著上升趨勢（P

（3）黑龍江省草原火面積與NPP呈指數(shù)相關(guān)，隨著草原NPP的增加，草原火面積也存在增加趨勢，但相關(guān)性不顯著。

本研究中，利用遙感影像估測三個草原區(qū)NPP呈增加趨勢，山區(qū)半山區(qū)草原區(qū)NPP增加最大，松嫩平原草原區(qū)NPP增加最小，三江平原草原區(qū)NPP居中，與在三個草原區(qū)設(shè)置采樣點可燃物載量大小變化趨勢正好吻合，說明利用遙感影像估測草原NPP是可行的，利用遙感估測森林NPP中也得到了驗證[ 10 - 11 ]。

黑龍江省草原火面積與NPP呈指數(shù)相關(guān)，但相關(guān)性不顯著，表明草原火面積產(chǎn)生不是單一因素影響的，可能是多因素影響的，這在以后的研究中要加以探索。

參考文獻

［1］ 姜莉，? 玉山，? 烏蘭圖雅，? 等.? 草原火研究綜述［J］.? 草地學報，2018， 26（4）： 791 - 803．

［2］ 鄭煥能.? 中國東北林火［M］.? 哈爾濱：? 東北林業(yè)大學出版社，2000.

［3］ 胡海清.? 林火生態(tài)與管理［M］.? 北京： 中國林業(yè)出版社， 2005.

［4］ Guo Meng， Li Jing，Yu Fangbing， et al. Estimation of postfire vegetation recovery in boreal forests using solar-induced chlorophyll fluorescence（SIF）data［J］. Inter- national Jouranl of Wildand fire， 2021（5）： 13 - 21.

［5］ Philip John Zylstra. Flammability dynamics in the Australian

Alps［J］. Austral Ecology， 2018（5）： 56 - 63.

［6］ 周粉粉，? 郭蒙，? 鐘超，? 等.? 呼倫貝爾草原火時空格局及特征分析［J］.? 地理科學， 2022， 42（10）： 61 - 70.

［7］ 徐英睿.? 2001～2010年呼倫貝爾草原火災(zāi)空間分布［J］.? 長春師范大學學報， 2017（10）： 1 - 7.

［8］ 宮大鵬，? 康峰峰，? 劉曉東.? 新巴爾虎草原火時空分布特征及對氣象因子響應(yīng)［J］.? 北京林業(yè)大學學報， 2018（2）： 9 - 18.

［9］ 孫龍，? 張瑤，? 國慶喜，? 等.? 1987年大興安嶺林火碳釋放及火后NPP恢復(fù)［J］.? 林業(yè)科學， 2009， 45（12）： 25 - 32.

［10］ 胡海清，? 蘇志杰，? 魏書精，? 等.? 利用不同時相遙感影像估算大興安嶺北部火干擾后NPP［J］.? 森林工程， 2013， 29（2）： 1 - 7.

［11］ 孫靜，? 范文義，? 于穎，? 等.? 基于InTEC模型的塔河森林凈初級生產(chǎn)力影響因子定量分析［J］. 應(yīng)用生態(tài)學報， 2019， 30（3）.

［12］ 羅曉霞，? 齊中孝，? 陳憲冬.? 2S-NPP及VIIRS在林火監(jiān)測中的應(yīng)用［J］.? 地理空間信息， 2016， 14（11）： 56 - 62

［13］ 王斌.? 基于InTEC模型估算黑龍江省森林碳源/匯時空變化［D］. 東北林業(yè)大學.

［14］ Running S W， Mu Q， Zhao M. MOD17A3H MODIS/Terra Net Primary Production Yearly L4 Global 500m SIN Grid V006. NASA EOSDIS Land Processes DAAC. 2015.

［15］ Cracknell A P， Kanniah K D， Tan K P， et al. Towards the development of a regional version of MOD17 for the determi- nation of gross and net primary productivity of oil palm trees［J］. International Journal of Remote Sensing， 2015， 36（1）： 262-289.

［16］ Malone S L， Tulbure M G， Pérez-Luque A J， et al. Drought resistance across California ecosystems： evaluating changes in carbon dynamics using satellite imagery［J］. Ecosphere， 2016， 7（11）： 1-19.

［17］ Turner D P， Ritts W D， Cohen W B， et al. Evaluation of MODIS NPP and GPP products across multiple biomes［J］. Remote Sensing of Environment， 2006， 102（3）： 280-292.