植被NPP时空格局与气象因子的关系分析

周 婧，何政伟，张 志，陈 林

（1.成都理工大学 地球科学学院，四川 成都 610059；2.成都理工大学 旅游与城乡规划学院，四川 成都 610059）

植被净初级生产力（NPP）是指绿色植物在单位时间和单位面积上所产生的有机物质总量扣除自养呼吸后剩余的部分，是表征植物活动的关键因子，可作为评价生态系统结构功能和生物圈承载力的重要指标，用以分析区域生态环境本底状况[1-3]。

1 研究区概况

川西北江河源区地处四川省西北部，青藏高原东部，由若尔盖、石渠、红原、色达、阿坝、甘孜、壤塘7个县组成，总面积为8.02万km2，总人口约为40万，主要地形为谷地和浅丘。研究区位于黄河、长江两大水系的上游，是重要的水源涵养功能区和生态保护区，主要气候类型为高原亚寒带气候以及湿润、半湿润气候，日照较长，昼夜温差大，年均气温低[4]。植被以高山草甸为主，森林面积极少，是我国重要的牧区之一。由于过度放牧、气候条件严峻、地势较高等原因导致其生态环境脆弱性加剧，其水源涵养功能和生物多样性较易受到破坏，因此实时了解其植被生长状况对认清该区域生态现状和保护生态环境具有重要意义。

2 NPP反演

2.1 数据预处理

本文选择MODIS数据产品，通过MRT工具进行投影变换、重采样和掩膜。气象数据选用月均温度、降水量、相对湿度和日照百分率等。

2.2 反演过程

本文利用CASA模型计算NPP，该模型属于光能利用率模型，具体计算过程为[5-12]：

1）计算区域潜在蒸散量Ep，计算公式为：

2）根据Ep和月降水量P计算区域蒸散量E和月太阳净辐射Rn，计算公式为：

3）根据Ep计算表征植物可利用的有效水分含量的影响程度，计算公式为：

4）根据T计算温度影响系数，最大光能利用率εmax使用朱文泉的模拟值。

5）根据相对湿度R、温度t计算地面水汽压e，es0=0.107 8 Pa，a、b为常数。

6）通过e、日照百分率S计算最大晴天总辐射量Q0，进一步求出 PAR。a=0.229，b=0.679，C1、C2、C3为常数，φ为纬度，H为海拔。

7）根据NDVI计算FPAR，计算公式为：

8）根据FPAR计算NPP，公式为：

3 NPP时空变化特征

3.1 NPP时间特征

2006～2009年NPP逐月均值分布如图1所示，可以看出，研究区NPP呈较强的季节性（表1）。以2009年为例，3～5月（春季）水热条件较差，NPP维持低水平，增幅极低，NPP积累量占全年的16.2%；随着水热条件的提高，6～8月（夏季）NPP月积累量急速上升，在7、8月积累量达到最高值，NPP积累量占全年的63.2%；秋季水热条件开始下降，NPP月积累量开始快速下降，NPP积累量占全年的19.3%；12月～次年2月（冬季）是一年中NPP积累量最少的时段，NPP积累量占全年的1.2%。总体来看，2006～2009年各季NPP所占百分比无明显变化，但夏季NPP占比略有下降，春、秋季占比略有增加，可能是由于气候变暖，导致植被物候期延长所致。

分析研究区NPP逐年变化情况可知，2006～2009年NPP年均值在297.56～314.56 gCm-2a-1范围内变化，波动不大，其中2008年最低，可能是由于该年水热条件降低所致。

图1 研究区月均NPP变化趋势图

表1 各季NPP占比和年NPP总量

3.2 NPP空间特征

分析研究区植被NPP空间分布特征可知，NPP空间分布存在明显差异（图2），由东向西逐步递减，可能是因为东部海拔较低，地势平坦，而西部地区海拔较高，且多高山，不利于植被生长而造成的。同时，比较各样点逐月NPP发现，自东向西NPP峰值出现时段前移，由8月变为7月，东部地区NPP峰值主要集中于8月，而西部地区NPP峰值基本集中于7月（图3），这可能与研究区东西部地形、高程有关。

图2 2006～2009年NPP空间分布

图3 研究区各样点逐月NPP变化趋势

本文从海拔、坡度、坡向3个角度来分析研究区NPP变化情况，如图4所示，可以看出，研究区平均海拔较高，大部分位于3 000～5 000 m范围内，高程自西向东呈递减趋势。在2 503～4 100 m，NPP随海拔的升高略有下降，但降幅较小；在4 100 m处出现一个拐点，下降速度明显加快；在5 440 m处NPP降到最低值，表明NPP与高程可能存在拮抗关系。分析研究区NPP与坡度的关系可知，东、西部地区的坡度未表现出明显的差异，地形起伏度不大，超过90%的地区位于0～15°范围内；在0～25°范围内，NPP随坡度的升高略有增长，但变化不明显；在25～28.6°范围内，NPP随坡度的升高快速增长，达到404 gCm-2a-1，表明研究区内植被NPP随坡度升高而增长。分析研究区不同坡向的NPP变化趋势可知，NPP在东、东南方向达到最高值，再沿顺时针方向递减，在西、西北方向达到最低值，然后又沿顺时针方向递增，这可能是由于研究区处于北半球，所以东、东南坡日照条件较好，植被NPP较高。

研究区东、西部地区不同坡度、坡向分布均匀，未见明显地域差异，但高程则呈明显的西高东低区域特征，因此高程差异可能是导致研究区NPP东高西低以及自东向西NPP峰值时段前移的重要因子之一。

图4 海拔、坡度、坡向与NPP的关系

3.3 NPP区域增减分析

本文基于像元一元线性回归方法计算研究区NPP绝对年际变化率，计算公式为：

式中，θslope为像元在一段时间内一元线性回归方程的斜率；n为年数；NPPi为像元点在第i年的NPP。θslope＞0表明 NPP呈增加趋势，θslope＜0表明 NPP呈减少趋势，|θslope|≈0表明NPP较稳定。

标准差分级法可较好地表现平均值与要素属性之间的差异，因此本文采用该方法来对NPP年际变化率进行分级，共分为7级（图5），其中重度NPP减少占研究区总面积的0.71%、中度NPP减少占5.53%、轻度NPP减少占22.57%、相对稳定区域占42.43%、轻度NPP增加占20.80%、中度NPP增加占7.19%、重度NPP增加占0.76%。研究区NPP增长与减少面积相差不大，但NPP增长和减少区域呈明显的空间分布差异，NPP增加区域主要集中于地形起伏较大、海拔较高的西部高原山区，减少区域则主要出现在较平坦的、易受人类活动干扰的中部地区，而东部NPP总体较稳定。

图5 川西北江河源区2006～2009年NPP增减格局图

4 NPP对气候变化的响应

4.1 气象因子影响的滞后性

气象因子对NPP具有重要影响，但其影响具有一定滞后性，因此存在上月气象因子对当月NPP的贡献大于当月气象因子对NPP的贡献的可能。以2009年8月为例，在研究区内均匀提取样点，样点NPP和气象数据如表2所示，将样点8月NPP分别与7、8月的气象因子进行线性及多项式拟合，分析过程中去除两个明显异常样点，以得到更准确的结果，结果见表3。线性和多项式拟合结果均反映8月NPP与8月温度建立的回归方程的R2均低于0.2，但与7月温度建立的回归方程的R2均高于0.5，说明气象因子对NPP的影响具有一定滞后性。7、8月降水量和温度与8月NPP线性和多项拟合结果表明，8月NPP主要受7月降水量的影响。

4.2 相关性分析

温度和降水量是植被NPP变化的主要驱动因子，如图6所示，虽然研究区的月降水量出现双峰现象，但降水量和气温总体呈正态分布，且二者的时间变化趋势相似。2～8月温度和降水量均逐渐上升，一般在7、8月达到峰值，9月开始下降，在12月、次年1月降到最低，呈明显的季节性特征，夏、秋季降水量较多同时伴有高温，春、冬季则为低温少雨，即研究区NPP变化具有较强的季节性差异。分析NPP与温度、降水量的变化趋势可知，从时间上分析，研究区月均NPP与月均温度和降水量的变化趋势几乎一致；从空间上分析，NPP与温度、降水量的空间分布特征也较一致，由东向西减弱，说明温度和降水量对NPP的增长有促进作用，但由于气象因子对植被NPP影响的滞后性，NPP峰值出现的时间比温度、降水量峰值出现时间约晚一个月。

表2 NPP和气象因子样点数据

表3 NPP与气象因子的线性、多项式回归结果

为了更清楚地了解各气象因子与植被NPP的相关性，计算月均温度、月降水量与月均NPP之间的相关系数，如表4所示，可以看出，NPP与温度、降水量的相关系数均较高，其中NPP与降水量的相关系数大于0.8，属高度相关；NPP与温度的相关系数为0.79，相关性较强，这一结果与NPP和气象因子的拟合结果一致，因此降水量是研究区NPP变化的主要驱动因子。

图6 2006～2009年NPP与气象因子逐月均值

表4 NPP与气象因子的相关系数

5 结 语

本文利用MODIS卫星数据和气象资料进行川西北江河源区的植被NPP反演，并分析了研究区NPP的空间分布特征、时间变化情况以对温度、降水量两个气象因子的响应情况，得到的结果如下：

1）从时间上分析，研究区NPP呈正态分布，具有明显的季节性特征，夏、秋季积累量较多，超过全年积累量的80%，春、冬季积累量较少，不到全年积累量的20%。2006～2009年，研究区夏、冬季积累量略有下降，春、秋季积累量略有上升，这一现象可能与研究区水热条件的变化有关。

2）2006～2009年研究区NPP均值在297.56～314.56 gCm-2a-1之间变动，空间分布差异明显，整体上呈由东向西递减的趋势；且由样点NPP逐月变化情况可知，研究区自东向西存在NPP峰值前移的现象。分析研究区NPP随高程、坡度、坡向的变化情况可知，高程可能是研究区NPP分布空间差异和NPP峰值前移的主要影响因子。

3）2006～2009年研究区NPP增加和减少面积相差不大，但NPP增加区域主要位于受人类活动影响较少的西部高原、高山地区，而NPP减少区域主要位于易受人类活动影响的、地形起伏度较低的中部地区。

4）研究区月均温度和降水量时空变化动态基本一致，从时间角度来看，NPP与气温、降水量均呈正态分布，且表现出明显的季节性差异；温度、降水量增加时NPP也增加，说明这两个气象因子对NPP具有协同效应，但由于气象因子影响的滞后性，NPP峰值出现时间比气象因子峰值出现时间推迟一个月。从空间角度来看，NPP与温度、降水量总体上均呈东高西低的变化趋势。

5）将2009年8月NPP分别与2009年7、8月的气象因子进行线性、多项式拟合发现，8月NPP与7月降水量建立的回归方程的R2高于与本月降水量建立的回归方程的R2，说明当月NPP主要受上月气象因子的影响。

6）通过计算月均NPP与月均降水量、温度的相关系数发现，NPP与温度、降水量的相关系数均较高，说明这两个气象因子对NPP变化均有较大影响，且降水量的相关系数略高于温度，表明降水量是研究区NPP变化最主要的驱动因子。