陕南地区植被净第一性生产力时空动态演变

梁 瑞，任志远

（1.陕西师范大学 旅游与环境学院，陕西 西安710062；2.陕西师范大学 西北国土资源研究中心，陕西 西安710062）

植被净第一性生产力（net primary productivity，NPP）是指绿色植物在单位时间和单位面积所生产的有机物的数量，表现为由光合作用产生的有机物质总量中扣除自养呼吸后的剩余部分［1］。它是研究生态服务功能的物质基础，也是生态系统平衡和健康的重要指标，且在碳循环、碳存储的研究中起到重要的作用［2］。近年来，人类活动资源的开发利用程度加大，对生态系统的干扰程度加强了，NNP的测算对保护生态安全有一定的指导意义。

目前，对NPP的测算成为国内外研究的热点话题，高清竹等［2］采用CASA模型对藏北高寒草地NPP变化趋势及对人类活动的响应做出研究，刘勇洪［3］对华北植被的净第一性生产力进行研究及其时空格局分析，黄耀等人［4］采用Crop—C模型对中国农业植被净第一性生产力进行模拟，主要侧重了模型的建立及灵敏度分析。朱文泉、潘耀忠等［5］的中国陆地植被净第一性生产力遥感估算，使用了估测值与实测值进行对比，对模型进行了验证。朱锋等人［6］对东北地区农田净第一性生产力时空特征及其影响因素进行分析，运用MODIS NPP数据及气象数据、土地利用数据，对东北地区的农田生产力进行分析。除此之外，国外对NPP的测算模型还有 Miami模型［7］、Thornthwaite Memorial模 型［8］和 Chikugo 模 型［9］等，同期国内也相应建立了北京模型［10］、综合模型［11］、农业模型［12］、分类指数模型［13］等，使用不同的模型方法对NPP进行了测算。目前对NPP的测算方法很多，但没有统一的标准，对NPP的测算各个学者都在探索寻求最准确的算法。本研究总结前人的研究成果，利用改进后的CASA模型，此模型为遥感过程模型，充分考虑环境条件和植被本身的特征，能较为精确地测算区域的NPP［14］。除此之外，陕南地区气候类型复杂，秦巴山区植被类型复杂多样，为保护其生物多样性及生态系统服务功能，采用2000—2010年SPORT—NDVI及气象数据，基于GIS空间差值及分析技术，选取改进后的CASA模型，模拟了2000—2010年陕南地区植被净第一性生产力（NPP），对研究区的时间变化规律及空间分布特征进行分析，同时为区域生态资源管理决策与规划提供科学依据。

1 材料与方法

1.1 研究区概况

陕南地处陕西省南部，北靠秦岭、南倚巴山、汉江自西向东顺流而过。其包括汉中、安康、商洛3个行政区，共辖28个县（市），土地总面积7.0×105km2，总人口835万人。陕南包括秦巴山区和汉水谷地，期间分布着汉中安康盆地，秦巴山区的平均气温在10～14℃，年均降水量在700～900mm。汉江南北年平均气温14～16℃，年降水量700～1 050mm。汉中市地处暖温带和亚热带气候的过渡带，冬无严寒，雨量充沛，生态环境良好。安康市地处秦岭山谷，属亚热带大陆性气候，水热资源最为丰富。商州市属暖温带半湿润季风气候，四季分明，雨热同期。陕南地区并有丰富的森林资源、矿产资源、生物资源和旅游资源。为植被生长提供得天独厚的条件，尤其是秦巴山区植被覆盖率较高，为研究植被净第一性生产力（NPP）奠定了基础［15］。

1.2 数据来源及预处理

本研究所使用的数据是2000—2010年逐旬SPORT—NDVI数据［16］，来自国际科学数据服务平台发布的全国的数据，空间分辨率为1km，时间步长为10d，NDVI在备制过程中已经过辐射校正和几何粗矫正等处理，保证了数据的质量，与其它NDVI相比，误差较小，精度较高，已被广泛的应用于全球及大尺度的植被变化研究中。基于ArcGIS 9.3软件，将NDVI数据的灰度值转换成真值，在此基础上，采用最大合成法将10d的NDVI合成月数据，数据最终投影变化处理选取阿尔伯斯投影，再经过进一步计算、分析。

气象数据采用了2000—2010年陕南及周边的28个气象站点的月平均气温、降水数据以及全国的120个气象站点的月平均太阳辐射数据，其数据来自中国气象数据服务共享数据集。基于ArcGIS 9.3平台，使用地统计模块径向基函数（radial basis functions）进行空间插值而获得（空间分辨率1km×1 km）气象数据空间分布图［17］，然后根据行政界线裁出2000—2010年期间陕南地区的气温、降水以及太阳辐射等气象栅格数据。植被类型的数据源于中国科学院地理研究所资源与环境信息系统国家重点实验室数字化的中国植被图，用于统计不同植被类型对光能利用率的转化程度及植被NPP的计算。

1.3 研究方法

在对国外的Miami模型、Thornthwaite Memorial模型和Chikugo模型及国内的北京模型、综合模型、农业模型、分类指数模型对比分析之后，结合各种模型优缺点的基础上，选取改进后的CASA模型进行陕南地区NPP物质的量估算，在改进后的CASA模型中植被净第一性生产力主要由植被所吸收的光合有效辐射（APAR）与光能转化率（ε）两个变量来确定［18］。

式中：NPP（x，t）——像元植被的净第一性生产力；APAR（x，t）——像元空间位置上的植被所吸收的光合有效辐射（MJ／m2）；ε（x，t）——像元在空间位置上的植被的光能转换率（g／MJ）。

式中：SOL（x，t）——像元的太阳总辐射（MJ／m2）；FPAR（x，t）——植被层对入射光合有效辐射的吸收比例；常数0.5表示植被所能利用的太阳有效辐射（波长为0.38～0.71μm）占太阳总辐射的比例；FPAR（x，t）NDVI，FPAR（x，t）SR——由归一化植被指数（NDVI）和比值植被指数（SR）计算所得的植被层对入射光合有效辐射的吸收比例；FPARmax，FPARmin分 别取常数 0.95 和 0.001；NDVI（i，max），NDVI（i，min）——第i种植被类型的 NDVI最小值和最大值；SR（i，max），SR（i，min）——第i种植被类型的比值植被指数最大值和最小值；NDVI（x，t）和SR（x，t）——像元的归一化植被指数和比值植被指数。

式中：ε（x，t）——像元的实际光能利用率；f1（x，t），f2（x，t），w（x，t）——低温、高温和水分的胁迫系数；εmax——理想条件下的最大光能利用率（g／MJ），根据不同的用地类型取值各不相同（表1），取值为朱文泉模拟值［19］；Topt（x）——某一区域一年内 NDVI值达到最高时的当月平均气温；T——月平均气温；EP——区域潜在月蒸散量（mm）；E——区域实际月蒸散量（mm），可以通过朱文泉的模型及研究方法推出［19］。

表1 不同植被类型的最大光能利用率（εmax）

为了揭示陕南地区NPP的时间变化趋势，基于ArcGIS 9.3软件平台，使用统计单元工具，统计出各年的NPP平均值，并在Excel中做出陕南地区NPP年均变化曲线，在用最小二乘法拟合其变化趋势线［20］。年际变化采取趋势线分析方法，该方法在一定程度上可以消除极端气候的影响，能比较客观地反映陕南地区NPP的增减变化趋势及变化幅度［21］。同样陕南地区NPP年内变化是统计了各年每月的平均值，然后在Excel中绘制了变化趋势线。

为了避免计算过程中栅格图像分辨率的大小变化，在分析陕南地区NPP的年际及年际各月的空间变化趋势时，基于ArcGIS 9.3软件平台首先将陕南地区2000—2010年每年每个像元的NPP值提取为矩阵形式，然后将此矩阵导入Matlab中，利用最小二乘法进行变化趋势分析，再将计算后的变化趋势矩阵导入ArcGIS 9.3中，得出陕南地区空间变化趋势特征［22］。

2 结果分析

2.1 土地生态系统净第一性生产力年际变化

图1为陕南地区NPP年平均变化曲线及趋势线。从2000—2010年陕南地区各土地利用类型NPP变化比较明显，均为增加趋势。从平均值来看，林地的NPP年均增长量为0.012t／（hm2·a），灌丛的NPP年均增长量为0.199t／（hm2·a），草地的 NPP年均增长量为0.105t／（hm2·a），耕地的 NPP年均增长量为0.107t／（hm2·a），其它类型的土地的NPP年均增长量为0.069t／（hm2·a）。林地、灌丛、草地、耕地的NPP与年份的相关系数分别为0.389，0.520，0.514，0.529。在置信水平0.05水平下，其它类型用地的NPP与年份是相关性显著，相关系数为0.612。对于各种土地利用类型而言，2000—2010年NPP的平均值排列顺序为：林地＞灌丛＞草地＞耕地＞其它类型。从年际变化来看，各个土地利用类型NPP的值同步增减，在2005年出现波峰，2004及2006年出现两次波谷，而林地NPP在2008年达到最大值，灌丛在2010年达到最值。

2.2 土地生态系统净第一性生产力年内变化

图2为陕南地区NPP年内变化曲线，从变化幅度来看，各个土地类型的NPP变化为：林地＞灌丛＞草地＞耕地＞其它类型。换言之，林地积累有机物的能力最强，灌丛次之，其它用地类型最弱。从年内变化看，各个土地利用类型的NPP在2月开始增长，同步在7月达到峰值，各个土地利用类型的峰值分别为：林地11.21t／（hm2·a），灌丛8.07t／（hm2·a），草地5.88t／（hm2·a），耕地5.66t／（hm2·a），其它用地类型2.22t／（hm2·a）。11月至次年的1月，气温低，降水少，植被生长状况最为缓慢，各个土地利用类型的NPP在次年1月到达一年中的最小值。按照惯例3—5月为春季，6—8月为夏季，9—11月为秋季，12—2月为冬季，各个土地利用类型的NPP在春夏季节增长速度较快，在秋季下降较快，进入冬季后NPP基本保持不变。由此可知，陕南地区NPP的增长与气温降水基本保持同步增减。

图1 陕南地区NPP年平均曲线及变化趋势

图2 陕南地区NPP年内变化曲线

2.3 植被净第一性生产力的年际空间格局

基于ArcGIS 9.3平台，在栅格尺度下对陕南地区2000—2010年NPP分别求平均，做一元线性回归，得到陕南地区NPP均值图和每个栅格单元NPP变化趋势图（附图3）。分析可知，常绿针叶林主要分布在宁强县、镇巴县和柞水县，除此之外，秦巴山区、洛南县以及平利县也有零星分布，其NPP均值为12.58t／（hm2·a）。常绿阔叶林受到纬度位置的影响，主要分布在陕南的南部地区，行政区划上体现在南郑县、镇巴县、紫阳县、岚皋县及镇平县的南部，其NPP的均值为12.09t／（hm2·a）。落叶阔叶林面积比较大，主要分布在秦巴山区、商南县、山阴县的南部、凤丹县北部、西乡县的东南及镇巴县的东北地区，其NPP均值为13.05t／（hm2·a）。灌丛分布在平利县西南部、岚皋县东北部及商州市西北部，其NPP均值为9.38t／（hm2·a）。草地分布在城固县南部、西乡县中部、石泉县南部、汉阴县、紫阳县北部、安康市南部、以及东部的山阴县商南县，其NPP均值为1.93 t／（hm2·a）。耕地分布在汉中市的汉江平原附近，商洛市东北部洛河附近及安康市中部地区，其NPP均值为6.45t／（hm2·a）。

由附图3可以看出，城固县与西乡县的交界处NPP的值减少比较明显，用地类型为常绿针叶林，其NPP年均减少值为0.143t／（hm2·a）。勉县的东北部、洋县、镇巴县、安康市的中南部以及丹凤县西北部，年均变化NPP的值减少比较平稳，其值的变化范围在－0.1～0t／（hm2·a）之间。城固县、洋县及西乡县三县的交汇处，汉阴县、安康市的中部地区、商州市东部、洛南县的西部、岚皋县的南部以及镇平县的南部地区，主要以草地为主，年均NPP的变化值增加比较平稳，其值在0～0.1t／（hm2·a）之间。汉中市的西部的大片区域、商州市的西北部及东南部，这些地区以林地和灌丛为主，年均NPP变化增长较快，其年均增长量在0.40～0.85t／（hm2·a）之间。安康市的大片区域以及商州市的中部，年均NPP增长较缓慢，其值变化范围在0.10～0.40t／（hm2·a）之间。

2.4 植被净初级生产力的年际各月空间格局

根据陕南地区2000—2010年4，7和10月份NPP的变化趋势分析可知，陕南地区2000—2010年4月份的NPP变化总趋势在增长。从行政区划看，陕南西部宁强县西北部及略阳县的中部地区增加趋势明显，NPP增长量大于0.5t／（hm2·a），宁强县、略阳县大部分地区、留坝县、石泉县和商州县的部分地区月平均NPP增长较快，增长量在0.3～0.5t／（hm2·a）之间，汉中市的东部、安康市的大部分地区及商州市的NPP变化比较平缓，其值在0～0.3t／（hm2·a）之间，洛南县的大部分地区NPP量在减少，其值为－0.37～0t／（hm2·a）。陕南地区2000—2010年7月份的NPP变化，汉中市的西部及商州市的西部NPP增长量较明显，其增长量在0.2～0.89t／（hm2·a）之间，尤其是宁强县和略阳县，土里利用类型以落叶阔叶林和常绿针叶林为主。镇巴县周边、西乡县的南部及洋县北部的NPP减少较为明显，其减少量在0.39～1.0t／（hm2·a）之间。陕南地区2000—2010年10月份的NPP变化，商州市西北部及留坝县的NPP增长较为明显，其增长量在0.095～0.31t／（hm2·a）之间。汉中市中东部的大片区域其NPP减少量较明显，减少量为0.02～0.18t／（hm2·a）。其余地区 NPP的增减趋势比较平缓。

与年际各月的空间变化相比较，从NPP值的变化幅度来看，年际变化的幅度最大。在空间格局的变化中，无论是年际变化还是年际各月份的变化，汉中市西部的宁强县和略阳县的NPP变化趋势都是增长，汉中市的中东部和安康的中西部大部分地区NPP的增减变化不明显。年际各月变化中，4月份汉中市的宁强县和略阳县NPP月平均增长明显，7月份汉中市的西部和商州市的西北部增长较快，10月份商州市的西北部变化较为明显。

3 结果讨论

陕南地区的NPP年际年内变化特征中，各个土地利用类型NPP的平均变化排列顺序依次为：林地＞灌丛＞草地＞耕地＞其它类型。在气温、降水及太阳辐射等气候条件相同的情况下，各个用地类型中，叶片密集度、叶面积指数大的用地类型，光合作用的能力强，积累的NPP就多，计算结果与实际情况相符。在空间分布规律的变化中，NPP的增减情况主要受到气温、降水和植被类型的影响，气温降水是植被生长的必要条件，所以气温高降水多的地方植被生长茂盛，光合作用强，积累的NPP多，在自然条件相同的条件下，则是植被覆盖类型觉得NPP的增减状况。NPP增减的除了上述的自然原因外还有人为原因，如人类活动对农田施加化肥可以促使农田NPP的增长。大气变暖使其空气中的二氧化碳含量增多，促使植被进行光合作用，也使得植被的NPP增长。与此同时，由于国家政策要求，为了涵养水源、水土保持，使得部分地区退耕还林，使得该地区的NPP有所减少。

本研究利用2000—2010年SPORT—NDVI数据，分析了陕南地区不同年份、不同月份、不同植被类型的NPP时空变化，客观上反映了陕南地区NPP的时空变化特征。其一，NPP的值主要由气象因素中的气温、降水及太阳辐射变化决定的。NPP基于GIS空间计算，气温降水及太阳辐射数据的获取都是基于气象站点，从空间意义上来说呈点状分布，借助空间差值技术把点状分布拓展成整个面状数据参数，这样使得这些主要参数存在一定的数据误差。其二，NPP基于植被归一化指数（NDVI）计算得到，而植被覆盖变化是自然条件与人类活动共同作用的结果，在计算过程中只考虑了自然因素的变化对NPP的影响。如土地利用数据的标准不一致，在模拟NPP时中只采用了2009年的土地利用数据，没有考虑土地利用变化对NPP的影响，这显然与实际情况不符，因此在后续研究中需要完善土地利用变化对NPP的影响。

植被净第一性生产力（NPP）的测算对陕南地区生态系统保护有一定的指导意义。秦巴山区NPP值的变化趋势客观地反映植被覆盖状况，在一定程度上表现研究区的水土保持能力，水土流失会影响陕南地区水质，从而给引汉给渭工程提供了可靠依据。秦巴山区南坡的NPP值的变化体现其生物多样性的增减趋势，NPP的测算对保护生物多样性有指导性作用，同时也能检验封山育林的效果。对陕南地区生态服务价值估算与生态安全评价有一定的指导意义。

4 结论

（1）从土地生态系统净第一性生产力年际变化看，2000—2010年间，各种土地利用类型的年均NPP均呈波动上升趋势，各类土地利用类型平均值排列顺序为：林地＞灌丛＞草地＞耕地＞其它类型。

（2）从土地生态系统净第一性生产力年内变化看，各个土地利用类型的NPP在2月开始增长，同步在7月达到峰值，11月至次年1月又回到最小值。各个土地利用类型月平均NPP的变化幅度由大到小依次为：林地＞灌丛＞草地＞耕地＞其它类型。

（3）陕南地区植被净第一性生产力的年际空间变化表现为汉中市的西部、商洛市的东部和西部地区年均NPP增长比较明显，其用地类型以落叶阔叶林为主。汉中市的中部以及安康市中部地区大部分地区年均NPP的增长量保持平稳，汉中市的城固县与西乡县的交界处年均NPP的值减少比较明显，其它地区的年均NPP变化不明显。

（4）陕南地区植被经初级生产力的各月空间表现为4月份汉中市的宁强县和略阳县NPP月平均增长明显，7月份汉中市的西部和商州市的西北部增长较快，10月份商州市的西北部变化较为明显。

［1］ 张峰，周广胜，王玉辉.基于CASA模型的内蒙古典型草原植被净初级生产力动态模拟［J］.植物生态学报，2008，32（4）：786-797.

［2］ 高清竹，万运帆，李玉娥.藏北高寒草地NPP变化趋势及其对人类活动的响应［J］.生态学报，2007，27（11）：4612-4619.

［3］ 刘勇洪，权维俊，高燕虎.华北植被的净第一性生产力研究及其时空格局分析［J］.自然资源学报，2010，25（4）：564-573.

［4］ 黄耀，张稳，于永强.中国农业植被净初级生产力模拟Ⅰ［J］.自然资源学报，2006，21（5）：790-801.

［5］ 朱文泉，潘耀忠，张锦水.中国陆地植被净初级生产力遥感估算［J］.植被生态学报，2007，31（3）：413-424.

［6］ 朱锋，刘志明，王宗明.东北地区农田净初级生产力时空特征及其影响因素分析［J］.资源科学，2010，32（11）：2079-2084.

［7］ Lieth H.Modeling the primary productivity of the world［J］.Nature and Resources，1972，8（2）：5-10.

［8］ Lieth H，Box E.Evapotranspiration and Primary Productivity［C］∥Thornthwaite W.Memorial Model，Publications in Climatology.New Jersey：C W Thornthwaite Associates，1972：37-46.

［9］ Uchijima Z，Seino H.Agroclimatic evaluation of net primary productivity of natural vegetations（1）：Chikugo model for evaluating net primary productivity［J］.Journal of Agricultural Meteorology，1985，540（4）：343-352.

［10］ 朱志辉.自然植被净初级生产力估计模型［J］.科学通报，1993，38（15）：1422-1426.

［11］ 周广胜，张新时.自然植被净第一性生产力模型初探［J］.植物生态学报，1995，19（3）：193-200.

［12］ 郑元润，周广胜，张新时，等.农业生产力模型初探［J］.植物学报，1997，39（9）：831-836.

［13］ Lin Huilong.A new model of grassland net primary productivity（NPP）based on the integrated orderly classification system of grassland［C］.Xi’an：The 6th International Conference on Fuzzy Systems and Knowl-edge Discovery，2009：52-56.

［14］ 刘勇洪，权维俊，高燕虎.华北植被的净第一生产力研究及其时空格局分析［J］.自然资源学报，2010，25（4）：564-573.

［15］ 李小燕，任志远，张翀.陕南气温变化时空分布研究［J］.资源科学，2012，25（4）：564-573.

［16］ 魏伟，石培基，赵军.石羊河流域海拔、植被覆盖与景观类型空间关系研究［J］.干旱区地理，2012，35（1）：91-98.

［17］ 陈鹏翔，毛炜峄，基于GIS的新疆气温数据栅格化方法研究［J］.干旱区地理，2012，35（3）：438-445.

［18］ 李晶，任志远.基于GIS的陕北黄土高原土地生态系统固碳释氧价值评价［J］.中国农业科学，2011，44（14）：2943-2950.

［19］ 朱文泉.中国陆地生态系统植被净初级生产力遥感估算及其与气候变化关系研究［D］.北京：北京师范大学，2005.

［20］ 刘宪锋，任志远.西北地区植被覆盖变化及其与气候因子的关系［J］.资源科学，2012，45（10）：1954-1963.

［21］ 王芳，卓莉，陈建飞.2000—2006年广东省农田生物质能时空变化遥感分析［J］.地理研究，2010，29（12）：2223-22232.

［22］ 徐建华.现代地理学中的数学方法［M］.2版.北京：高等教育出版社，2002.