中国北方农牧交错带净初级生产力时空分异特征

赵唯茜，杜华明，董廷旭，邢意珂

（1.河南省南水北调中线渠首生态环境监测中心，河南南阳 474475；2.绵阳师范学院资源环境工程学院，四川绵阳 621000）

0 引言

北方农牧交错带是我国农牧交错带的重要组成部分，它是连接我国西部草原牧区和东部农耕区的生态过渡地带［1］.在地理范围上介于东经108.82°～124.74°、北纬34.81°～48.53°之间，涉及内蒙古、黑龙江、吉林、辽宁、河北、山西、陕西、甘肃、宁夏、青海等10个省区（自治区），205个县（旗、县级市及市辖区）［1］.从自然条件上看，该带以东以南地区主要是以平原为主的湿润半湿润区，而该带以西以北则是以高原、山地、沙漠为主的干旱半干旱地带［2］，因此北方农牧交错带也是遏制荒漠化、沙化东移和南下的重要生态屏障.农牧交错带内生态环境脆弱、抵抗自然和人为干扰能力低且生态环境修复能力较差［3］，生态系统的植被群落生产能力变化影响着当地以及周边地区的生态环境状况.因此积极开展农牧交错带生态领域的研究，促进农牧交错带生态保护和社会经济持续发展，对保障我国生态安全具有重要战略意义［4］.

净初级生产力（Net Primary Productivity，NPP）是指绿色植被通过光合作用在单位面积、单位时间内所产生的有机物数量，是生态系统中其他生物成员生存和繁衍的物质基础.它能够反映植被群落的生产能力以及陆地生态系统的质量状况，是估算和评价陆地生态系统可持续发展的重要生态指标［5］.近年来我国学者对不同区域、不同尺度下植被NPP的研究工作相继展开，但多数集中于某一行政区域内或单一自然地理单元内［6-7］.而北方农牧交错带这样的地理单元过渡带内植被NPP的变化的研究，仅有极少数涉及［1，8］.

为准确反映十多年来北方农牧交错带植被NPP 的随时间变化和空间分布态势，本文借助遥感和地理信息技术，利用区域内MODIS_NDVI 的遥感数据，结合光能利用率模型（CASA）对北方农牧交错带整体、各自然带和不同生态系统植被NPP进行估算，分析了北方农牧交错带植被NPP 时间变化和空间分布特征.进而掌握北方农牧交错带内生态环境变化和健康状况.结果可为北方农牧交错带内生态系统的有效保护、植被资源的有效管理与合理利用，以及推进区内生态文明建设提供理论参考.

1 数据来源及研究方法

1.1 数据来源

北方农牧交错带区域边界来源于文献［9］，文中所用到的中国综合自然区划来自黄秉维先生于1965 年提出的中国综合自然区划方案.气象数据来自国家气象科学数据共享服务平台（http：//data.cma.cn/）.植被类型数据和归一化植被指数（NDVI）为MODIS 产品（https：//lpdaac.usgs.gov/）.植被最大光利用率来自文献［10］.DEM 数据来源中国科学院计算机网络信息中心地理空间数据云平台（http：//www.gscloud.cn）.

1.2 研究方法

1.2.1 植被NPP 估算方法 植被NPP由植物吸收的光合有效辐射（APAR）和实际光能利用率ε来决定，估算公式为：

其中，APAR（x，t）为x象元在t月的光合有效辐射，单位为MJ/m2/month；ε（x，t）表示x象元在t月的实际光能利用率，单位为g C/MJ.

光合有效辐射APAR（x，t）的估算公式为：

其中：SOL（x，t）为x象元在t月的太阳总辐射量的单位为MJ/m2/month；FPAR（x，t）为植被光合有效辐射的吸收比例；常数0.5则是指被植被所利用的太阳有效辐射占太阳总辐射的比例.

1.2.2 植被NPP估算过程 对气象数据进行处理，利用Aunsplin模型进行插值处理，得到气象要素栅格数据.使用MODIS 重投影工具（MRT）对MOD12Q1 和MYD13A3 数据集进行处理.运用ENVI软件下的IDL语言编写的CASA模型程序进行运算，获得植被NPP数据.最后利用Arc-GIS的空间分析工具，对研究区域内植被NPP空间分布格局、时间变化及其影响因子进行分析.

1.2.3 变化趋势分析方法 一元线性回归分析法是在栅格数据的每个像元基础上，对研究区域内2000—2020 年每个像元植被NPP 值的变化趋势进行模拟，从而揭示不同时期内植被NPP变化趋势的空间特征.其计算公式如下：

公式中：θslope为研究区内NPP 值的趋势线的斜率即线性倾向值；n为研究时间段内总年数，本文中n=21；i为年数变量，即i=1～n；NPPi为第i年的NPP 的平均值.随时间i的增加θslope＞0时，NPP 处于上升趋势；反之，随时间i的增加θslope<0 时，NPP 值则处于下降趋势.θslope的大小反映了NPP上升或下降的速率，也就是其趋势线的倾斜程度.

NPP的变化程度用百分比表示，其公式为：

公式中：NPPchange为NPP 值的变化百分比；θslope由3式计算得出的NPP 斜率；NPPmean为21年的平均NPP值；n为研究时间段内总年数，文中n=21.

显著性检验方式为t检验法，逐像元对研究区域内的植被NPP时间变化趋势进行显著性的检验，当p<0.05 时被认为是变化趋势显著，p<0.01 时被认为变化趋势极显著.结合趋势线的斜率θslope将变化显著程度分为极显著增加（θslope>0；p<0.01）、显著增加（θslope>0；0.010.05）、显著减少（θslope<0；0.01

2 结果分析与讨论

2.1 植被NPP分布特点与变化趋势

2.1.1 分布特点 2000—2020 年均植被NPP 分布图（图1）可以看出，北方农牧交错带内年均植被NPP分布大致以115°经线为分界线，分界线以东地区植被NPP 自中部向北、向南呈逐渐增加趋势，分界线以西地区自南向北呈逐渐减少趋势.研究区域内年均植被NPP 为234.33 gCm-2a-1，植被NPP 总量为167.90×1012gCm-2a-1.从自然地理分区来看，东北地区年均植被NPP 为247.87 gCm-2a-1；NPP 分布四周高于中心；华北地区年均植被NPP为247.72 gCm-2a-1，华北地区东北部高于南部；西北地区NPP 最小为240.01 gCm-2a-1，西北地区的西部、南部高于北部.

图1 2000—2020年北方农牧交错带年均植被NPP分布Fig.1 Annual average vegetation NPP distribution

从图2 可以看出，研究区内草地生态系统分布最为广泛，是研究区内主要植被生态系统；其次为耕地生态系统，主要分布在东北地区的东部、西北地区的南部和东部以及华北地区的西部区域；落叶阔叶林生态系统主要分布在华北地区的东部、西北地区的东南部.由表1 可知，常绿阔叶林年均植被NPP 为596.39 gCm-2a-1，在所有生态系统中其年均植被NPP 最大.灌木生态系统年均植被NPP 在所有生态系统中最小，NPP 为109.23 gCm-2a-1.由于常绿阔叶林、生产能力高于其他植被，因此单位面积内的植被NPP也就高于其他种类的植被.

表1 北方农牧交错带植被生态系统估算值及面积占比Tab.1 Ecosystem vegetation NPP and area proportion

图2 植被覆盖类型分布Fig.2 Distribution of vegetation cover types

草地生态系统年均植被NPP 总量最大，为105.70×1012gCm-2a-1；常绿阔叶林的年均植被NPP 总量最小，为0.02×1012gCm-2a-1.由于常绿阔叶林生态系统面积最小，占研究区域的不到0.01%，因此常绿阔叶林的年均植被NPP总量最小；而草地生态系统在研究区中分布面积最大，占研究区域总面积的69.37%，因此区域内的草地年均植被NPP总量最大.

2.1.2 变化趋势 2000—2020 年，北方农牧交错带内年均植被NPP 呈现波动增长趋势（图3）.自2000 年193.95 gCm-2a-1增加到2020 年的275.50 gCm-2a-1，与2000 年相比增加了42.05%，平均每年增长率约为2.47%.植被NPP峰值是在2018年为284.09 gCm-2a-1，最低是在2001年为190.91 gCm-2a-1.其中在2001—2002 年、2007—2008 年植被NPP 增加幅度较大，可能是因为耕地面积的增加，使得植被NPP 在160～204、240～320 gCm-2a-1级 别的面积增加，从而导致植被NPP 的变化幅度增大.2014—2020 年植被NPP 先减小后增大，呈现出大幅度波动.在研究时间段内虽然NPP整体趋势呈现不断增加，但在个别年份中受到不同的干扰因素的影响，导致了NPP呈现波动的变化.从植被NPP 分级别占比可以看出，小于160 gCm-2a-1的各级别的面积整体在减少，0～80、80～160 gCm-2a-1分别减少了8.30%和24.76%.160 gCm-2a-1以上的各级别的面积占比在不断地增加，160～240、240～320、320～400、400～480、>480 gCm-2a-1面积的占比分别增加了2.00%、13.69%、11.34%、5.50%、0.54%.低值区域的减少说明区域内的植被覆盖面积在不断地增加，而高值区域的增加说明了植被覆盖质量在不断改善.

图3 2000—2020年北方农牧交错带植被NPP分级变化Fig.3 Changes in NPP classification of vegetation in the northern agricultural pastoral ecotone from 2000 to 2020

从空间变化趋势分布格局来看（图4），以东经115°经线为分界线将北方农牧交错带分为东西两部分.在115°经线以西区域，2000—2020 年植被NPP 的变化以增加趋势为主要特征，同时交错带内植被NPP 变化幅度较大的区域也分布于此.而在115°经线以东的区域，东半部分植被NPP 变化以增加为主，西半部分植被NPP 变化以无变化和减少趋势相间分布为主要特征.从区域整体来看，NPP 增加区域的面积占总面积的86.98%，植被NPP 减少的区域占总面积的2.06%，植被NPP 稳定的区域占总面积的10.96%.

图4 2000—2020年北方农牧交错带植被NPP变化趋势分布Fig.4 Distribution of NPP changes in vegetation in the northern agricultural pastoral ecotone from 2000 to 2020

从变化的显著性水平来看（图5），东北地区的东北部分和西北地区的显著性水平较高，而东北地区的西南部分和华北地区的显著性水平较低.通过空间统计分析发现：植被NPP变化显著性检验在P<0.01极显著水平的区域占研究区域总面积的37.04%，其中极显著减少的区域占研究区域总面积的0.28%，主要分布在大兴安岭南部和东北平原西南部自然带内；极显著增加的区域占研究区域总面积的36.76%，主要分布在西北地区和东北地区的北部.植被NPP 变化在0.010.05 无显著变化的区域占研究区总面积的30.20%.说明在研究时间段内研究区内植被NPP整体向良性变化的趋势，但在局部地区差异较为明显.特别在东北地区的西部和环北地区的北部呈现显著退化的趋势.

图5 2000—2020年北方农牧交错带植被NPP变化的显著性水平Fig.5 Significance level of vegetation NPP changes in the northern agricultural pastoral ecotone from 2000 to 2020

3 结论与讨论

3.1 讨论

利用改进的CASA 模型估算植被NPP，在数据时间选择上更灵活，且基于Anusplin 的气象要素插值数据及改进后的CASA 模型模拟的NPP 在一定程度上能够提高NPP 估算精度.特别是在干草原、灌丛草原、干荒漠类草原及荒漠草原的估算中精度较高［11］.北方农牧交错带处在我国半湿润与半干旱气候的过渡带，带内的植被覆盖多以草原为主，因此在此选择改进后的CASA模型进行NPP估算更为合适.本文利用改进的CASA模型估算出北方农牧交错带内多年平均植被NPP值为229.92 gCm-2a-1，内蒙古地区的多年平均植被NPP值为218.15 gCm-2a-1，滑永春等［12］、石磊等［13］、常屹冉等［14］对内蒙 古草原NPP 估算 值分别为266.94、236.2、208.7 gCm-2a-1；本文中陕北地区的多年平均植被NPP值为214.73 gCm-2a-1，倪向南等［15］对陕北风沙过渡带NPP估算值为202.57 gCm-2a-1；朱玉果［11］等对宁夏草地NPP进行估算发现宁夏中部NPP在100～200 gCm-2a-1范围，而本文估算宁县NPP值为135.91 gCm-2a-1.通过与前人所做的结果对比，发现与前人所作结果虽存在一定差异，但分布特征基本一致.这可能是因为第一估算的区域范围有一定差异；模型估算时所选择的数据不同，另外本文中所用气象数据插值方法与前人不同，也可能会导致一定的差别.

3.2 结论

本文基于改进的CASA 模型估算了2000—2020年北方农牧交错带植被NPP的时空分异特征如下：

（1）北方农牧交错带单位面积植被NPP为234.33 gCm-2a-1，植被NPP总量为167.90×1012gCm-2a-1.多年年均植被NPP分布大致以115°经线为分界线，分界线以东地区植被NPP自中部向北、向南呈逐渐增加趋势，分界线以西地区自南向北呈逐渐减少趋势.

（2）各生态系统中，常绿阔叶林生态系统年均植被NPP 最大，灌木生态系统年均植被NPP最小；常绿阔叶林生态系统年均植被NPP总量最小，草地生态系统年均植被NPP总量最大.

（3）北方农牧交错带植被NPP 呈波动上升趋势，为190.91～284.09 gCm-2a-1.2000 年NPP 为193.95 gCm-2a-1，2020年NPP增加到275.50 gCm-2a-1.21年间植被NPP增加了39.64%.

（4）研究区内植被NPP 增加区域的面积占总面积的86.98%，植被NPP 减少的区域占总面积的2.06%.其中极显著增加的区域占研究区域总面积的36.76%；显著增加的区域占研究区总面积的27.89%.