文章信息
- 张静, 任志远
- ZHANG Jing, REN Zhiyuan.
- 汉江流域植被净初级生产力时空格局及成因
- Spatiotemporal pattern of net primary productivity in the Hanjiang River Basin
- 生态学报[J]. 2016, 36(23): 7667-7677
- Acta Ecologica Sinica[J]. 2016, 36(23): 7667-7677
- http://dx.doi.org/10.5846/stxb201512012402
-
文章历史
- 收稿日期: 2015-12-01
- 修订日期: 2016-05-09
2. 陕西理工大学, 历史文化与旅游学院, 汉中 723001
2. School of History and Tourism, Shaanxi SCI-TECH University, Hanzhong 723001, China
植被作为陆地主要生态系统, 通过光合作用对全球或区域起着固碳释氧的重要作用, 并调节着大气环境。植被净初级生产力(Net primary production, 即NPP)指绿色植物在单位时间和单位面积上积累的有机干物质总量, 不仅是表征植物活动的重要变量, 而且是判定生态系统碳汇和调节生态过程的主要因子, 反映的是植物群落在自然环境状态下的生产能力[1-2]。目前, 国内外关于NPP研究已取得长足进展, 运用不同模型进行NPP估算的成果丰富, 主要集中在全球、中国大陆、生态环境敏感区或脆弱区[3-4], 其中CASA模型(Carnegie-Ames-Stanford Approach, 简称CASA模型)或改进的CASA模型应用最为广泛。MOD17A3是基于MODIS遥感参数, 参考Biome-BGC模型与光能利用率模型建立的全球陆地植被净初级生产力[5], 该数据产品已被证明对模拟植被NPP数据精度效果较好[6-7]。国内运用该数据已取得部分研究成果, 均不同程度地验证了气候变化对植被NPP的影响, 但影响植被NPP变化的主要气候因子存在区域差异性。如气温是影响南水北调东线地区植被NPP变化的主因[8]; 气温和降水的空间差异使河南省植被NPP呈现南高北低[9]; PDSI上升是黄土高原区植被NPP增加的主因[10]。然而植被生长除了受气候变化的影响外, 还受人类活动、地形、土壤等自然因子的作用。地形控制下地表光、热、水、土等的组合, 使植被群落呈现垂直景观格局, 且多方面多尺度地影响其多样性格局, 还制约着人类对景观格局改造和利用的难易程度[11-12]。目前关于地形控制下植被NPP的空间分布规律及人类通过改造地表进而影响植被NPP变化等方面的研究成果较少。汉江流域, 北以秦岭、外方山为界, 西南以大巴山、荆山为界, 东北以伏牛山和桐柏山为界, 东南为江汉平原, 地形呈簸箕状。已初步开展了汉江流域局部地区的植被NPP研究, 反映了区域植被NPP时空动态及对气候的响应[13-14]。本文旨在利用MOD17A3数据研究流域NPP的时空动态特征及其成因, 探析气候、地形及人类活动影响下的植被NPP时空演变机理, 以便为流域气候变化、水土保持、水源涵养和生态环境管治起到一定的理论支撑和实践指导。
1 材料与方法 1.1 区域概况汉江发源于陕西汉中宁强县嶓冢山, 与长江、黄河、淮河合称为“江河淮汉”, 全长约1577 km, 为长江第一大支流, 集水面积约15.47万km2, 约占长江流域面积的9.2%。属于典型的亚热带季风性气候, 气候温和湿润, 年均温在15-17 ℃, 年均降水量在600-1300 mm, 夏半年降水占全年的70%以上[15]。地势西北高, 东南低, 海拔在500 m以上的山地约占50.67%, 其中1000 m以上的中高山占28.60%。地势起伏大, 高程差约3700 m, 秦岭西部个别山峰在3500 m以上, 下游平原泛滥区海拔最低。全流域分为3段:丹江口以上为上游, 长约925 km, 盆地峡谷相间; 丹江口至钟祥碾盘山之间为中游, 长约270 km, 丘陵盆地段; 碾盘山以下为下游平原区(图 1)。上游高差大, 用地类型以林地为主; 中下游地形起伏小, 以耕地为主, 其中下游耕地占绝对优势(表 1)。在全国生态功能区划中囊括了秦巴山地生态多样性功能区、丹江口水源涵养区和部分江汉平原区。上游秦巴山地区, 具有秦岭-淮河地理分界线的重要意义, 既是全国重要生物多样性地区, 又是全国重要的水源涵养地; 中下游地区为土壤侵蚀敏感区和水土流失区。
流域单元 Catchment unit |
面积 Area/×104km2 |
高程特征值/m Elevation characteristics/m |
变异系数/% C·V |
土地利用面积/% Area of land use |
|||||||
范围 Range |
平均值 Mean |
标准差 STD |
林地 Forestland |
耕地 Cropland |
草地 Grassland |
城市用地 Cultivated land |
水域 Water body |
其他 Unused land |
|||
全域Whole basin | 15.47 | 3705 | 707.15 | 572.75 | 80.99 | 58.69 | 33.28 | 0.92 | 1.11 | 0.71 | 5.29 |
上游Upper reaches | 9.37 | 3563 | 997.65 | 492.81 | 49.4 | 78.94 | 12.52 | 0.87 | 0.16 | 0.44 | 7.07 |
中游Middle reaches | 4.49 | 3023 | 322.84 | 372.32 | 115.32 | 33.40 | 60.24 | 1.13 | 2.43 | 0.31 | 2.50 |
下游Lower reaches | 1.61 | 1061 | 58.79 | 73.19 | 124.49 | 10.44 | 79.74 | 0.55 | 3.03 | 3.47 | 2.77 |
土地利用数据为MCD12Q1-LUCC数据的2006年 |
本文气象数据来自中国气象科学数据共享服务网, 遥感数据来自美国LAADS Web。MOD17A3(2000-2012年)产品空间分辨率1 km, MCD12Q1(2006和2012年)是MODIS Terra+Aqua的3级土地覆盖类型产品, 经过重投影后空间分辨率1 km。其他相关数据有1:400万全国基础数据和DEM数据(来自地理空间数据云), 空间分辨率30 m, 以及2000年的中国土地利用覆被数据(来自中国科学院资源环境科学数据中心), 空间分辨率1 km。文中MCD12Q1采用的是马里兰大学植被分类, 准确性在65%-80% [16]。
MODIS数据预处理运用MODIS Reprojection Tool (简称MRT)工具进行拼接、格式转换、投影转换和重采样, 转换为等面积1 km×1 km的tif数据。运用ArcGIS软件的水文分析模型, 确定汉江流域和各河段范围。然后通过掩膜提取汉江流域MOD17A3-NPP和MCD12Q1-LUCC数据。MOD17A3-NPP换算系数为0.1, 单位gC m-2 a-1。为了提高研究的准确性、科学性、可靠性, 根据MOD17A3和MCD12Q1数据说明, 剔除了无效值。最后主要运用了ArcGIS的重分类和分区统计等方法。此外, 气象数据运用了反距离加权插值法[10], 获得与植被NPP相同分辨率和投影的气象因子空间分布图。
1.3 研究方法 1.3.1 线性拟合法(1) |
反映区域NPP每一个像元随时间变化的年际状况。式中, Bslope为斜率, t为年份, n=13。当Bslope > 0时, 表明随着时间的推移, NPP呈上升趋势; 反之, NPP呈下降趋势。显著性运用t检验, 当P < 0.05时, 认为趋势显著。
1.3.2 变异系数(2) |
用来比较离散程度的指标。式中, STDNPPi是第i年植被NPP的标准差, MeanNPPi是第i年植被NPP的平均值。C·V值越大, 数据离散的程度也越大; 反之越小。
1.3.3 土地利用程度综合指数(3) |
式中, L为土地利用程度综合指数; Ai为i类土地利用分级指数, Ci为研究区内第i类土地的用地比重。n为土地利用分级数[17]:城镇用地为4, 耕地为3, 林地、草地、水域为2, 未利用地为1。
1.3.4 土地利用程度变化率(4) |
式中, Li、Lj分别为初期和末期土地利用程度综合指数。R > 0表示人类活动增强; 反之, 则减弱。
1.3.5 土地利用动态度(5) |
式中, Si为初期第i类土地面积, ΔSi-j为监测期内第i类用地类型转为其他用地类型的面积之和, t为时间段, 土地利用动态度S反映了与t时段对应的研究区土地利用转移速率[17]。
此外, 文中还应用了相关系数法研究NPP与降水和气温的关系, 用等差分级法研究NPP随高程和坡度变化的连续态势[18], 分别以25 m和2.5°为间隔, 用标准差反映平均NPP的变化幅度。
2 结果与分析 2.1 植被NPP时空动态 2.1.1 植被NPP年际变化特征汉江流域植被NPP多年平均值为438.9 gC m-2 a-1, 介于344.6-488.1 gC m-2 a-1之间, 最小值出现在2001年, 最大值在2010年, 2002-2010年间平缓上升, 整体呈微小的波动上升趋势, 年增幅为3.11 gC m-2 a-1(图 2)。植被NPP多年平均变异系数为26.7%, 最大值出现在2001年, 最小值在2010年。从子河段来看, 植被NPP的平均值从大到小依次为下游 > 中游 > 上游, 其变异系数从大到小依次是上游 > 中游 > 下游。表明上游植被NPP数据离散程度大, 下游离散程度小, 主要在于流域上游以山地为主, 植被垂直地带性明显且类型复杂多样, 植被NPP空间差异性大; 下游平原区为农耕区, 单位面积植被NPP大, 但空间差异不显著。从年际变化来看, 上游植被NPP呈微小的波动上升趋势, 年增幅为4.16 gC m-2 a-1; 中游植被NPP年增幅较小, 为2.22 gC m-2 a-1; 下游植被NPP多年平均值456 gC m-2 a-1, 最大值在2002年, 年变幅为-0.703 gC m-2 a-1, 呈下降趋势。运用Pearson相关系数法计算了各段植被NPP年均值与全流域植被NPP年均值的相关性, 在0.01水平(双侧)上游和中游植被NPP年均值与全流域植被NPP年均值的相关系数分别为0.948和0.867, 呈显著强相关。表明上游植被NPP与全流域植被NPP的变化特征趋势一致, 二者植被变化对流域生态环境的影响及对气候环境的调节作用具有同步性。总之, 流域植被NPP呈弱增加趋势, 固碳能力提高; 上游植被NPP数据离散度比下游大, 即上游植被NPP的空间异质性较强, 下游较弱, 反映了流域内上游植被群落复杂多样。
2.1.2 植被NPP空间变化特征流域2000-2012年植被平均NPP的空间状态, 大体呈现围椅状, 向东南开口, 西北高, 东北低, 南高北低, 中间略高的状态(图 3), 这一结果与已有研究成果相似[13]。全流域NPP小于300 gC m-2 a-1占总面积9.92%, 介于400-500 gC m-2 a-1占总面积的45.04%, 大于600 gC m-2 a-1占总面积6.43%, 只有0.96%的面积植被NPP大于700 gC m-2 a-1, 且0.90%集中在上游大巴山区和米仓山部分, 汉江谷地NPP也较高, 与他人研究结果相似[17]。中下游植被NPP集中分布在400-500 gC m-2 a-1, 数据离散度小, 植被类型较单一。
流域植被NPP年际变化量介于-31.93-25.10 gC m-2 a-1, 其中植被NPP下降所占的面积为21.93%, 78.07%的植被NPP逐年增加(图 4)。在0.05的水平上显著减少的只有0.38%, 下游占0.19%(图 5)。减少但不显著所占面积为21.55%, 上游、中游、下游各段所占面积分别为7.67%、8.1%和5.6%, 上游集中在汉中河谷盆地区, 中游主要集中在南河上游和伏牛山一带。显著增加占14.0%, 上游占9.64%, 中游占4.2%, 下游占0.12%, 主要集中在汉江主河道附近及白河上游。64.07%的面积增加但不显著。总体反映了全流域植被NPP的变化量稳定少动, 植被NPP变化上游显著增加, 固碳能力增加; 下游植被NPP显著减少, 固碳能力减弱。
从行政空间的NPP特征值来看, 最大NPP和平均NPP最大值均出现在汉中, 在汉江上游区域该市NPP数值与其他各市相比, 数值高且变化幅度小(表 2)。安康、十堰、商洛、南阳、黔江、神农架5市NPP变异系数较大。商洛和南阳平均NPP值最小。从各市NPP呈下降趋势所占的面积来看, 十堰、襄樊、荆门呈下降趋势的NPP所占面积最多, 其次是南阳、孝感和汉中, 其他各市NPP呈下降趋势的所占面积较小。整体表现:(1) 山地区NPP的变异系数较大, 平原区NPP的变异系数较小; (2) 商洛和南阳平均NPP较小, 汉中平均NPP较大, 呈现北低南高。(3) 汉江中游城市NPP呈下降趋势的所占面积最大。
值Value | 安康 | 十堰 | 南阳 | 汉中 | 商洛 | 襄樊 | 荆门 | 宝鸡 | 孝感 | 天门 | 仙桃 | 黔江 | 神农架 | 武汉 |
面积Area/km2 | 23347 | 23218 | 23120 | 19410 | 16600 | 16492 | 9216 | 2721 | 2707 | 2604 | 2455 | 2426 | 2023 | 1556 |
NPP最小值NPPmin | 20 | 24 | 49 | 249 | 79 | 39 | 29 | 258 | 129 | 226 | 115 | 285 | 54 | 82 |
NPP最大值NPPmax | 871.1 | 752.2 | 605.7 | 1112 | 678.8 | 1021 | 1049 | 731.2 | 789.4 | 588 | 902.7 | 763.4 | 712.7 | 786.3 |
NPP平均值NPPmean | 437.1 | 434.8 | 404.2 | 512.8 | 380.1 | 464.9 | 467.9 | 448.6 | 433.6 | 481.3 | 453.1 | 455.8 | 411.3 | 418.9 |
标准差STD | 107.5 | 119.7 | 95.77 | 88.59 | 110.8 | 91.93 | 81.18 | 60.39 | 47.03 | 47.62 | 57.89 | 112 | 91.77 | 74.95 |
变异系数C·V/% | 24.59 | 27.52 | 23.7 | 17.28 | 29.16 | 19.78 | 17.35 | 13.46 | 10.85 | 9.89 | 12.78 | 24.57 | 22.31 | 17.89 |
面积比Area ratio/% | 0.94 | 3.75 | 1.78 | 1.16 | 0.93 | 4.35 | 3.34 | 0.01 | 1.06 | 0.85 | 0.97 | 0.35 | 0.91 | 0.64 |
区域气候条件的变化必然影响植被生长。植被NPP与降水量呈正相关性的面积占总面积的77.1%, 在0.05显著性水平上只有6.6%的面积呈显著性正相关, 主要在秦岭南麓的桐柏山、伏牛山一带最典型(图 6)。2010年NPP高值正好是降水量增加时, NPP与气温呈正相关性面积占总面积的56.68%, 在0.05显著性水平上4.2%的面积呈显著性正相关, 主要集中在下游地区, 0.97%的面积呈显著性负相关, 集中分布在西秦岭南坡(图 7)。可见, NPP与气温的相关性不是呈单一的正相关或负相关, 且不及降水量明显。由于气候垂直变化是非线性的[12], 植被NPP的空间分布往往受二者综合作用的影响。总体上流域降水量对植被NPP的作用要强于气温对植被NPP的影响, 这一结论与已有结论相吻合[14], 即植被NPP与降水呈正相关, 水分是植被NPP累积的主要制约因素。该流域多山地, 在一定高度下地形引起降水的空间再分配[19], 使植被NPP的空间变化复杂性增强。
2.2.2 高程因子
全流域上200 m以下为垂直地带性基带, 受人类活动干扰强, 固不予考虑; 200-600 m间植被NPP缓慢上升, 标准差由小变大; 海拔600-1500 m间植被NPP缓慢下降, 标准差变化不明显; 海拔1500-2600 m时植被NPP又小幅缓慢上升, 标准差趋于减小; 海拔 > 2600 m时, 植被NPP又波动下降, 标准差较小且几乎恒定(图 8)。上游在600 m以下, 随着海拔上升, NPP逐渐上升; 600 m以上NPP变化趋势与全流域NPP变化趋势及转折点相同(图 8)。中游浅山丘陵区200 m以下波动变化, 200-600 m间, 平缓上升; 600-1500 m间呈缓慢下降; 大于1500 m呈波动变化(图 8)。下游平原区NPP变化不明显, 整体趋势是200 m以下波动上升, 超过200 m又波动下降(图 8)。根据植被垂直地带性特点, 高海拔地区为裸地或植被稀少, 且像元点数少, 未进行NPP统计。为了更好地反映NPP的垂直分带性, 文中对流域NPP采用分段函数式进行研究。根据流域NPP的垂直变化特征, 海拔小于200 m为平原区, 高差小, 易受人类活动干扰, 本文分三段:第一段(200-600 m):高程和平均NPP的Pearson相关系数为0.820(P < 0.01), 呈极强相关。常数C=398.23, 海拔每升高100 m, NPP升高15.1 gC m-2 a-1。第二段(600-1500 m):高程和平均NPP的Pearson相关系数为-0.879(P < 0.01), 呈强负相关。常数C=548.359, 每升高100 m, NPP减少12.3 gC m-2 a-1。第三段( > 1500 m):高程和平均NPP的Pearson相关系数为0.465(P < 0.01), 呈中等相关。常数C=311.850 gC m-2 a-1, 每升高100 m, NPP增加5.2 gC m-2 a-1, 此高程以上, NPP变化受多种因素的作用。已有研究表明, 当地形大于2000 m时, 降水受地形影响的再分配非常明显[19]。根据秦岭山地植被垂直分带性, 500 m以下农耕带, 500 m以上垂直景观带依次为常绿落叶林带( < 1000 m)-典型的落叶阔叶林带(1000-1400 m)-针阔混交林(1400-2600 m)-山地针叶林带( > 2600 m)-灌丛草甸带[20-21]。植被垂直演替规律与植被NPP的变化规律近似吻合。总之, 植被NPP的垂直变化与高程之间存在非线性变化, 证实了垂直方向上物种多样性的一致性难易形成[12]。植被NPP随高程的变化呈复合型升降趋势, 整体表现为“陡升-下降-缓升-陡降”, 近似倒“S”曲线, 说明地形起伏差异使植被NPP空间差异明显。
2.2.3 坡度因子在既定的气候条件下, 坡度是控制植被格局(点状, 宽的或典型的带状)类型的重要因子[22], 带状格局下的生物量往往高于点状或单一散乱分布格局[23]。坡度上坡度0°-5°, NPP微增, 标准差随之增加; 5°-35°间随着坡度增加, NPP由458 gC m-2 a-1降到419 gC m-2 a-1, 有减小趋势(图 9)。5°→20°→35°间标准差由增变减; 坡度35°为重要转折点, 35°-40°间微升, 之后NPP开始减小, 标准差持续减小至平稳。NPP随坡度增加呈现“急增-缓减-缓增-陡减”趋势, 坡度较小时NPP较大。平均标准差为108 gC m-2 a-1, 变异系数为24.9%, 数据离散程度略大。但当坡度极陡时, 植被NPP会产生突变。主要在于植被覆盖及人类活动在一定程度上要受到坡度制约与影响[24]。
此外, 植被NPP随坡向的改变空间差异性也很明显。根据ArcGIS坡向提取, 以北为始点(0°)顺时针旋转, 划分为南坡(157.5°-202.5°)和东南坡(112.5°-157.5°)为阳坡, 东坡(67.5°-112.5°)和西南坡(202.5°-247.5°)为半阳坡, 西北坡(292.5°-337.5°)和北坡(0°-22.5°)为阴坡, 西坡(247.5°-292.5°)和东北坡(22.5°-67.5°)为半阴坡, 表现为植被生物量的多寡随坡向呈规律性变化, 东南坡和南坡NPP值最高, 北坡、西北坡和平地NPP值最低, 且汉江下游多平原, 植被NPP变化不明显(图 10)。由于高山对年降水量的影响主要是通过地形抬升和凝集高度的变化而产生, 在海拔4000-4500 m以下, 水汽抬升速度决定于山体坡度、山体走向及高程等因素[25], 因此垂直地带中坡向代表了水热组合的空间规律, 阳坡、半阳坡水热组合比阴坡、半阴坡要好, 坡向上NPP空间分布规律为阳坡>半阳坡>半阴坡>阴坡, 上游山区这种规律性最明显。
2.2.4 人类活动微观地貌景观反映植被NPP的连续变化态势, 而宏观地貌景观对区域生态资源管理更具有现实意义[18]。按照大地貌单元和中国水利部水土保持标准划分了6种地貌单元和7种坡度, 统计了不同地貌单元和坡度下, 植被NPP呈下降趋势的面积比例。全流域植被NPP呈下降趋势的主要集中在平原区, 随后依次是低山、丘陵、低中山; 上游段植被NPP呈下降趋势的主要集中在低山和低中山; 中游段平原和低山区最明显, 下游段平原区最典型(表 3)。全域坡度在0°-5°时, 植被NPP下降幅度最大, 其后由大到小依次是15°-25°、8°-15°、35°-45°。主要在于平原区受人类活动干扰程度较大, 尤其是近河道平原区[26]。地形也会影响森林分布, 平坦低地区人类作用往往很少受到限制[27], 而低山区景观斑块两极分化显著, 以林地为主, 其他景观要素斑块以镶嵌体的形式镶嵌于林地景观要素本底, 其生态系统较稳定[28]。根据土壤侵蚀标准坡度越大, 土壤侵蚀越严重, 植被退化越剧烈, 植被NPP下降趋势越明显。但本研究低山区植被NPP下降所占比例较大, 可能是人类活动增强引起的, 人类活动强度主要是通过用地方式的改变来反映的。
类型Type | 地貌形态Topographical morphology | 坡度Slope | |||||||||||
平原 Plain |
丘陵 Hills |
低山 Low mountains |
低中山 Mid-low mountains |
中山 Middle mountains |
高山 High mountains |
微度 Micro degree |
轻度 Light |
中度 Mid degree |
强烈 Strong degree |
极强 Very strong |
剧烈 Severe degree |
极剧烈 Very severe |
|
≤200m | 200-500m | 500-1000m | 1000-1500m | 1500-2000m | > 2000m | 0-5° | 5-8° | 8-15° | 15-25° | 25-35° | 35-45° | > 45° | |
全域 | 8.12 | 3.44 | 5.64 | 3.08 | 1.27 | 0.39 | 8.30 | 1.39 | 3.18 | 5.20 | 3.07 | 0.73 | 0.06 |
上游 | 0.09 | 0.84 | 3.43 | 2.21 | 0.95 | 0.26 | 0.82 | 0.42 | 1.32 | 2.75 | 1.94 | 0.49 | 0.04 |
中游 | 2.73 | 2.08 | 2.15 | 0.83 | 0.27 | 0.12 | 2.47 | 0.74 | 1.50 | 2.15 | 1.08 | 0.23 | 0.02 |
下游 | 5.28 | 0.48 | 0.03 | 0.00 | 0.00 | 0.00 | 4.98 | 0.22 | 0.32 | 0.24 | 0.03 | 0.0007 | 0.00 |
关于土地方式对植被NPP的影响已取得一定研究成果[29]。2000-2012年间汉江流域土地利用程度指数由235.8微增到236.6, 43.7%的面积人类活动对土地利用干扰程度在降低, 上游处于土地利用调整期, 人类活动对土地利用的强度逐渐减弱; 中下游处于土地利用发展期, 变化较大的均处于平原丘陵区(图 11)。土地利用动态度反映了土地利用变化速率的空间差异[17]。全流域63.2%的面积用地类型未发生变化, 草地转出约占总面积的19.7%, 转入约3.2%;耕地转出约占7.3%, 转入约占6.8%;林地转出约占6.9%, 转入约23.8%(图 12)。上游地区为草地转为林地, 耕地转为林地, 二者转移速率较快; 中下游区是林地或草地转为耕地转移速率较快, 水域面积不断萎缩, 城市用地扩张, 均反映了人类活动对土地利用干扰程度的增强。不同宏观地貌单元下人类活动和自然因素对植被NPP的影响存在空间差异性。平原缓坡区土壤侵蚀弱, 人类活动影响较强, 主要表现为城市扩张、水域萎缩和耕地增加; 15°-25°间, 受土壤侵蚀和人类活动综合作用的结果, 主要表现为草地转为林地或耕地转为林地; 当坡度 > 35°和高程>1500 m时, 自然因素占主导, 坡度越陡, 海拔越高, 植被覆盖少。
3 讨论
自然地带性决定了植被带的地域分异规律, 使其呈纬向、经向、垂向的变化规律, 一定流域范围内, 植被类型呈地带段性和区域性, 植被NPP随之呈规律性变化, 结果表明植被NPP变化趋势的空间特征是人类活动(用地方式)与自然因素综合作用的结果。自南水北调中线工程实施以来, 国家加强了对水源地生态环境的治理, 发展绿色产业, 上游段退耕还林, 植被NPP较高, 尤其是汉中市。汉水流域中下游属于湖北省, 辖部分武汉经济圈, 经济发展速度快、强度大, 人口密度高, 城市扩张, 河道萎缩, 水土流失严重, 植被NPP下降趋势明显, 尤其是平原区人类活动对植被NPP的作用更明显。低山丘陵区人类不合理的用地方式, 加剧了水土流失, 导致地表裸露, 使植被NPP降低。此外也受植被类型的影响, 不同植被的净初级生产力也存在差异, 如混交林比落叶阔叶林植被NPP高。本文植被NPP数据运用了生态-遥感耦合模型, 一定程度上弥补了非均质区域植被生态生理模型的不足。运用该数据分析植被NPP时空变化, 具有一定的可靠性、科学性, 能反映区域植被生产力和碳汇能力以及生态环境质量, 为生态环境治理与规划提供一定的参考价值。
4 结论汉江流域地貌类型多样, 植被NPP的空间分布在垂直方向上受地形起伏高低的控制, 水平方向上受水热空间组合和人类活动的影响较。
(1) 汉江流域植被NPP多年平均值为439 gC m-2 a-1, 整体呈微小的波动上升趋势, 年增长幅度为3.11 gC m-2 a-1。从子流域河段来看, 多年平均NPP上游 < 中游 < 下游, 与流域水热空间组合规律相吻合; 多年平均NPP的空间差异是上游 > 中游 > 下游, 主要是由地形因素控制的。
(2) 汉江流域2000-2012年植被平均NPP的空间分布状态, 呈围椅状, 向东南开口。西北高, 东北低, 南高北低, 中间略高的状态。全流域植被NPP集中分布在300-600 gC m-2 a-1, 占全域面积的83.65%, 大于600 gC m-2 a-1主要分布在上游地段。从行政空间来看, 汉中平均NPP值比较高, 南阳和商洛平均NPP比较低。十堰、襄樊和荆门平均NPP呈下降趋势的所占面积最大。
(3) 随着高度增加, 植被NPP呈现规律性变化, 整体上为“增加-递减-增加-递减”的过程。不同坡度控制下的景观格局使植被NPP也呈规律性变化。植被NPP的坡向空间差异呈现:阳坡 > 半阳坡 > 半阴坡 > 阴坡。综合体现了地形因素对植被NPP的空间分布起着决定性因素。
(4) 人类活动和气候因素对植被NPP的变化起着决定性的作用, 但气温对植被NPP的影响没有降水显著。当高程 > 1500 m, 坡度大于35°, 降水量在垂直方向上重新得到分配, 进而影响植被NPP的梯度变化, 海拔200 m以下和500-1000 m时受人类活动影响比较大。
[1] | Field C B, Behrenfeld M J, Randerson J T, Falkowski P. Primary production of the biosphere:integrating terrestrial and oceanic components. Science , 1998, 281 (5374) : 237–240. DOI:10.1126/science.281.5374.237 |
[2] | 朱文泉, 陈云浩, 徐丹, 李京. 陆地植被净初级生产力计算模型研究进展. 生态学杂志 , 2005, 24 (3) : 296–300. |
[3] | 朴世龙, 方精云, 郭庆华. 利用CASA模型估算我国植被净第一性生产力. 植物生态学报 , 2001, 25 (5) : 603–608. |
[4] | 张镱锂, 祁威, 周才平, 丁明军, 刘林山, 高俊刚, 摆万奇, 王兆锋, 郑度. 青藏高原高寒草地净初级生产力(NPP)时空分异. 地理学报 , 2013, 68 (9) : 1197–1211. |
[5] | 李登科, 范建忠, 王娟. 基于MOD17A3的陕西省植被NPP变化特征. 生态学杂志 , 2011, 30 (12) : 2776–2782. |
[6] | Zhao M S, Heinsch F A, Nemani R R, Running S W. Improvements of the MODIS terrestrial gross and net primary production global data set. Remote Sensing of Environment , 2005, 95 (2) : 164–176. DOI:10.1016/j.rse.2004.12.011 |
[7] | 胡波, 孙睿, 陈永俊, 冯丽超, 孙亮. 遥感数据结合Biome-BGC模型估算黄淮海地区生态系统生产力. 自然资源学报 , 2011, 26 (12) : 2061–2071. |
[8] | 何勇, 董文杰, 郭晓寅, 曹丽娟, 冯丁. 我国南水北调东线地区陆地植被NPP变化特征. 气候变化研究进展 , 2006, 2 (5) : 246–249. |
[9] | 王新闯, 王世东, 张合兵. 基于MOD17A3的河南省NPP时空格局. 生态学杂志 , 2013, 32 (10) : 2797–2805. |
[10] | 谢宝妮, 秦占飞, 王洋, 常庆瑞. 黄土高原植被净初级生产力时空变化及其影响因素. 农业工程学报 , 2014, 30 (11) : 244–253. |
[11] | 董有福, 汤国安, 赵永华. 泾河上游固原县景观变化地形梯度特征分析. 水土保持通报 , 2010, 30 (1) : 222–226. |
[12] | 沈泽昊, 张新时, 金义兴. 三峡大老岭森林物种多样性的空间格局分析及其地形解释. 植物学报 , 2000, 42 (6) : 620–627. |
[13] | 梁瑞, 任志远. 陕南地区植被净第一性生产力时空动态演变. 水土保持通报 , 2014, 34 (2) : 86–94. |
[14] | 蒋冲, 王飞, 穆兴民, 李锐. 气候变化对陕南汉江流域植被净初级生产力的影响. 西北林学院学报 , 2013, 28 (1) : 51–57. |
[15] | 邓兆仁. 汉江流域水文地理. 华中师院学报 , 1981 (4) : 110–118. |
[16] | 吴文斌, 杨鹏, 张莉, 唐华俊, 周清波, RyosukeS. 四类全球土地覆盖数据在中国区域的精度评价. 农业工程学报 , 2009, 25 (12) : 167–73. |
[17] | 王思远, 刘纪远, 张增祥, 周全斌, 赵晓丽. 中国土地利用时空特征分析. 地理学报 , 2001, 56 (6) : 631–639. |
[18] | 孙庆龄, 冯险峰, 肖潇. 武陵山区植被净第一性生产力的时空格局及其与地形因子的关系. 地球信息科学学报 , 2014, 16 (6) : 915–924. |
[19] | 傅抱璞. 地形和海拔高度对降水的影响. 地理学报 , 1992, 47 (4) : 302–314. |
[20] | 康慕谊, 朱源. 秦岭山地生态分界线的论证. 生态学报 , 2007, 27 (7) : 2774–2784. |
[21] | 李晓东. 对陕西秦岭西段南坡植被垂直带划分问题的一点认识. 陕西林业科技 , 1985 (3) : 88–92. |
[22] | Valentin C, d'Herbès J M, Poesen J. Soil and water components of banded vegetation patterns. Catena , 1999, 37 (1/2) : 1–24. |
[23] | 徐宪立, 马克明, 傅伯杰, 刘宪春, 黄勇, 祁建. 植被与水土流失关系研究进展. 生态学报 , 2006, 26 (9) : 3137–3143. |
[24] | 瓮耐义, 刘康, 王纪伟. 基于GIS的高原植被空间格局与地形因子相关关系研究. 水土保持通报 , 2014, 34 (1) : 232–236. |
[25] | 伍立群, 李学辉. 高山地区年降水量随高程变化分析. 云南地理环境研究 , 2004, 16 (2) : 4–7. |
[26] | 陈慧, 杜耘, 肖飞, 王学雷, 严翼, 李元征. 汉江中游河谷平原植被指数时空变化及其与沙化土地动态的关联关系. 长江流域资源与环境 , 2013, 22 (9) : 1221–226. |
[27] | Odgaard M V, Bøcher P K, Dalgaard T, Moeslund J E, Svenning J C. Human-driven topographic effects on the distribution of forest in a flat, lowland agricultural region. Journal of Geographical Sciences , 2014, 24 (1) : 76–92. DOI:10.1007/s11442-014-1074-6 |
[28] | 王成, 魏朝富, 袁敏, 蒋伟, 李阳兵. 不同地貌类型下景观格局对土地利用方式的响应. 农业工程学报 , 2007, 23 (9) : 64–71. |
[29] | 高志强, 刘纪远, 曹明奎, 李克让, 陶波. 土地利用和气候变化对区域净初级生产力的影响. 地理学报 , 2004, 59 (4) : 581–591. |