马彩虹, 任志远

(1.陕西师范大学 旅游与环境学院, 陕西 西安 710062; 2.陕西理工学院 秦岭与蜀道地理研究所， 陕西 汉中 723001)



陕西黄土台塬区植被-土壤系统碳收支估算

马彩虹1,2, 任志远1

(1.陕西师范大学 旅游与环境学院, 陕西 西安 710062; 2.陕西理工学院 秦岭与蜀道地理研究所， 陕西 汉中 723001)

摘要：[目的] 为土地利用的低碳战略提供决策依据。 [方法] 基于GIS和RS分析与处理NDVI数据和Landsat遥感影像数据源,采用CASA光能利用模型对陕西黄土台塬区植被—土壤系统的碳收支进行估算。 [结果] 1990—2010年陕西黄土台塬区植被—土壤系统碳源效应明显。其中,咸阳台塬区、宝鸡台塬区和西安台塬区有所减弱,但渭南台塬区和铜川台塬区有所增强。研究时段内,陕西黄土台塬区的高碳源区的面积由38.22%缩减为21.13%,中碳源区由57.40%扩大为67.71%,低碳塬区由3.43%扩大为7.76%;碳汇区由0.96%扩大为3.40%。 [结论] 1990—2010年该区建设用地占用耕地、林地、草地,土地利用结构变化不利于碳固定,提高复种指数有利于降低植被—土壤系统的碳排放。

关键词：CASA; 碳源; 碳汇; 陕西黄土台塬区; 植被—土壤系统

工业革命以来，以二氧化碳为代表的温室气体排放已成为全球气候变暖的主要原因[1]。作为世界上碳排放大国之一，中国政府承诺到2020年单位国内生产总值二氧化碳排放比2005年下降40%～45%[2]。如何有效减少碳排放、增加生态系统的碳汇能力是当前研究的热点问题[3]。土地利用与覆被变化直接影响陆地生态系统的碳储量和碳通量过程[4-5]。20世纪80年代中后期以来，学界对不同区域不同类型的生态系统碳收支作了大量研究，并取得了可喜的成果[6]，但评估结果仍然存在较大差异。如葛全胜[7]等的研究发现,过去300年中土地利用变化导致中国陆地生态系统的碳排放达4.50～9.54 Pg;方精云[8]等的研究却表明中国土地利用活动引起陆地植被—土壤系统的碳吸收大约为0.45 Pg；张秀梅[9]等对江苏省土地利用的碳排放研究发现，土地利用和碳排放之间存在复杂的耦合关系，土地利用的碳源/汇效应存在较大的空间差异性和不确定性[10]，需要对不同地方的不同生态系统碳收支情况进行研究，以探究其内在的规律和特征。陕西黄土高原台塬区是西北黄土高原台塬区的主体，既处于关中平原生态保护的屏障地带，又是粮食生产的主体功能区，植被—土壤系统的碳收支对区域碳排放有较大影响。本文对1990—2010年陕西黄土台塬区植被—土壤系统的碳收支情况进行估算，以期为土地利用的低碳战略提供一定的参考依据。

1数据与方法

1.1　研究区概况

研究区陕西黄土台塬区位于34°08′—35°52′N，106°20′—110°36′E，是介于生态脆弱区和粮食主产区之间的过渡地带，呈带状展布于渭河谷地南北两侧，总面积1 263 773 hm2。按行政隶属关系可分为宝鸡台塬区、咸阳台塬区、西安台塬区、铜川台塬区和渭南台塬区[11]。处于季风向干旱半干旱气候过渡带，多年均温12.46 ℃，年均降水量456.3～735.9 mm，主要集中于夏季。土壤以肥力较高的土分布最广，其次是黄墡土。水资源短缺，降水是地表水、地下水以及土壤水的主要补给来源；地下水埋深达50 m以下，开发利用较困难。人口分布较多，产业相对比较密集。根据第六次人口普查数据资料，截至2010年，陕西黄土台塬区的人口为1.01×107人，人口密度约为845.84人/km2。近年来，经济发展较快，城市化水平也有较大提高。

1.2　研究方法

基于碳循环理论，生物生产力是生态系统碳循环过程以及各种碳吸收和排放分量平衡的结果，因此，植被—土壤系统的碳收支估算主要结合生物生产力进行。早期的研究主要关注植被的净初级生产力NPP[12]，即绿色植物在单位时间、单位面积上所积累的有机物数量。后来研究发现NPP只反映植物固定和转化光合产物的效率，不能反映生态系统的碳源/汇功能。CASA模型是一个充分考虑环境条件和植被本身特征的光能利用率模型，适合于估算区域尺度上的植被NPP[13-15]。NPP减去土壤异养呼吸Rh所消耗的光合作用产物之后，即可获得净生态系统生产力NEP，可以直接定性定量地描述植被—土壤系统的碳收支情况。若NEP>0为碳汇，反之则为碳源。CASA模型系列公式如下：

NEP=NPP-Rh

(1)

式中：NEP——植被净生态系统生产力； NPP——植被净初级生产力；Rh——土壤微生物呼吸量。本文中Rh的取值来自于前人研究结果，研究区Rh为0.14～0.19，本文取其均值0.17。下同。

NPP(x,t)=APAR(x,t)×ε(x,t)

(2)

式中：APAR——吸收光合有效辐射(MJ/m2)。下同。

(4)

式中：FPAR(x,t)NDVI——由NDVI计算所得的植被层对入射光合有效辐射的吸收比例； FPAR(x,t)SR——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及FPARmin的值为常数，其值与植被类型无关，FPARmax=0.95，FPARmin=0.001；NDVIi,max以及NDVIi,min——第i种植被类型的NDVI最大值和最小值。

(5)

式中：SR(x,t)——t月份在像元x处的太阳总辐射(MJ/m2)，常数0.48表示植被所能利用的波长为0.38～0.71 μm的太阳有效辐射占太阳总辐射的比重大小。SRi,max，SRi,min——第i种植被类型的比值植被指数SR的最大值及最小值。NDVI(x,t)——t月份像元x处的归一化植被指数和比值植被指数。下同。

(6)

ε(x,t)=f1(x,t)×f2(x,t)×w(x,t)×εmax

(7)

式中：ε(x,t)——像元x在t月份的实际光能利用率。FPAR值(植被层对入射光合有效辐射的吸收比例)；f1(x,t)——低温胁迫指数；f2(x,t)——高温胁迫指数；w(x,t)——水分胁迫系数；εmax——理想条件下的最大光能利用率(g C/MJ)，取值根据朱文泉模拟值[16]。下同。

(8)

式中：Topt(x)——研究区域内一年之中NDVI值为最高值时的当月平均气温(℃)。

(9)

式中：T(x,t)——t月的平均气温(℃)。下同。

w(x,t)=0.5+0.5×E(x,t)/Ep(x,t)

(10)

式中：EP(x,t)——研究区的潜在蒸散量(mm/月)；E(x,t)——研究区的实际蒸散量(mm/月)，潜在蒸散量及实际蒸散量的值也取朱文泉模拟值[15]。

RH=0.22×〔Exp(0.0913T)〕+ln〔0.3145R+1)〕×30×46.5%

(11)

1.3　数据来源

黄土台塬区的范围较小，所需气象数据主要来源于该范围内的气象站点如铜川站点(53 947)、耀县站点(57 037)、凤翔站点(57 025)、宝鸡站点(57 016)、武功站点(57 034)、西安站点(57 036)、华县站点(57 046)。所需1990年数据通过遥感影像提取，2010年NDVI数据通过SPOT 卫星NDVI数据获取。二者精度有一定差别，但不影响总体NPP的计算精度的比较效果。土地利用变化数据主要来源于Landsat陆地资源卫星影像，基于ERDAS9.2进行遥感影像的校正、投影转换及解译；基于ArcGIS10.0支持进行数据处理、统计分析以及制图输出。

2结果与分析

2.1　植被-土壤系统的碳源/汇效应估算

1990年，台塬区的NEP位于碳含量-99.9~75 g/(m2·a)和-124.9~100 g/(m2·a)之间的范围较大，其中，前一个区间的值主要分布在陕西黄土台塬区中部和北部，后一个区间的值的范围主要出现在渭南台塬区的西南部和咸阳台塬区大部分范围，反映出台塬区的植被—土壤系统的碳源效应明显。2010年，台塬区NEP的值位于碳含量-124.9~100 g/(m2·a)范围的面积有所缩小，而 -49.9~725 g/(m2·a)之间区域有所增大。其中，渭南台塬区植被—土壤系统的碳源效应有所减弱，咸阳台塬区的的碳源效应有所增强(附图1)。分析可知，研究时段内陕西黄土台塬区植被—土壤系统在大部分区域呈现出碳源效应，只有东北部边缘区很小的范围表现出碳汇效应。

2.2　植被-土壤系统的碳源/汇效应分区评价

根据陕西黄土台塬区NEP出现区间，采用等间距法划分为4个等级，即高碳源区、中碳源区、低碳源区和碳汇区(表1)。

从分布区域上来看，1990年高碳塬区主要分布在咸阳台塬区、西安台塬区和渭南台塬区的中部，中碳源区主要分布在渭南台塬区北部、东部和南部、咸阳台塬区东部和西部、以及宝鸡台塬区北部区域，低碳源区和碳汇区主要分布在渭南台塬区北部边缘地带。2010年，高碳源区范围缩减了很多，主要分布在宝鸡台塬区西部和东部、咸阳台塬区西部和东部、西安台塬区、渭南台塬区中部也有零星分布区；中碳源区主要分布于咸阳台塬区中部和东部、铜川台塬区、渭南台塬区南部、西部和中部大部分区域；低碳塬区主要分布为渭南台塬区，碳汇区面积扩展明显，主要分布于渭南台塬区北部边缘区(附图2)。

如表2所示，2010年高碳源区大幅降低，中碳源区是陕西黄土台塬区面积最大的一类，低碳塬区比例较小。可以看出，2010年土地利用的碳源效应有所降低，表明1990—2010年陕西黄土台塬区的植被覆盖状况改善程度较大。

表1　陕西黄土台塬区碳/塬汇等级划分标准　g/m2

表2　陕西黄土台塬区碳源/汇分区面积及比例

2.3　植被-土壤系统碳收支变化原因分析

阔叶林、针叶林、灌丛、草原、草甸、荒漠以及高山稀疏植被等是陕西黄土台塬区主要的植被类型。陕西黄土台塬区农业历史悠久，天然植被很少，主要以人工植被为主。从土地利用变化的基本情况来看，研究区以耕地为主，其次为草地，林地比例很低(表3)。测算的NEP密度值，发现大部分区域表现为NEP<0，植被—土壤系统表现为碳排放效应，只有台塬区东北部的林地集中分布区表现为微弱的碳汇效应。2010年，陕西黄土台塬区耕地、林地、草地等贡献NPP的地类均有所下降，而建设用地净增加了26 538.3 hm2。因此，从土地利用情况来看，陕西黄土台塬区的土堆利用变化趋势不利于碳固定。

从NDVI的变化情况来看，1990年陕西黄土台塬区的东北部、东南部及西南部的植被覆盖状况较好，即渭南市及宝鸡市的植被覆盖状况较好，西安市较差。2010年，宝鸡台塬区、中部的咸阳台塬区植被覆盖比1990年明显改善，渭南台塬区和铜川台塬区植被覆盖有所下降。

由于本文研究范围不是很大，因此降水和气温变化的空间差异性对植被—土壤系统的碳收支影响不是很明显。因此，这种以农田生态系统为主导的植被覆盖情况下，研究区的NEP应该主要受复种指数的影响。已有研究表明，研究时段内陕西黄土台塬区的复种指数总体表现为升高态势[17]。可见，复种指数的提高对于提高农田生态系统的碳汇功能有重要贡献。

表3　1990-2010年陕西黄土台塬区土地利用变化统计

3结论与讨论

陕西黄土台塬区植被—土壤系统总体表现为碳源效应，只有东北部边缘区很小的范围表现为碳汇效应。1990—2010年，咸阳台塬区、宝鸡台塬区和西安台塬区的碳源效应有所减弱，渭南台塬区和铜川台塬区的碳源效应有所增强。高碳源区由1990年的38.22%降低为2010年的21.13%，同期中碳源区面积最大且由57.40%增大为67.71%，低碳塬区由3.43%提高为7.76%，碳汇区由0.96%扩大为3.40%。

植被—土壤系统的碳收支估算问题，对于指导区域调整土地利用方式具有重要作用。本研究中发现陕西黄土台塬区土地利用变化呈现出建设用地占用耕地、林地、草地的土地利用基本态势，这种态势不利于碳固定。但复种指数的提高对植被—土壤系统碳固定具有明显的正向作用。另外，植被—土壤系统的碳收支计算存在一定的不确定性，测算精度受土壤系统的RH的影响明显。本研究中采用了前人研究的RH均值，在一定程度上影响了本文测评结果的精度。但研究区为半干旱区，RH效应的空间差异较小，总体上不影响结果的时空分布特征，后续研究中拟考虑不同土壤类型的RH对植被—土壤系统的碳收支影响。

[参考文献]

[1]Kaku K. Global warming and climate change of Asian countries including Japanese domestic greenhouse gas(GHG) reduction in the filed of poultry and swine industries[J]. Procedia Engineering, 2011(8):511-514.

[2]刘春兰,蔡博峰,陈操操,等.中国碳减排目标的地区分解方法研究述评[J].地理科学,2013,33(9):1089-1096.

[3]Tick Hui Oh. Carbon capture and storage potential in coal-fired plant in Malaysia: A review[J]. Renewable and Sustainable Energy Reviews, 2010,14(9):2697-2709.

[4]方精云,郭兆迪,朴世龙,等.1981—2000年中国陆地植被碳汇的估算[J].中国科学:D辑,2007,37(6):804-812.

[5]高志强,刘纪远,曹明奎,等.土地利用和气候变化对农牧过渡区生态系统生产力和碳循环的影响[J].中国科学:D辑,2005,34(10):946-957.

[6]Li Wenhua. Progresses and perspectives of ecological research in China[J]. Journal of Resources and Ecology, 2010,1(1):3-14.

[7]葛全胜,戴君虎,何凡能,等.过去300年中国土地利用,土地覆被变化与碳循环研究[J].中国科学:D辑,2008,38(2):197-210.

[8]Fang J, Chen A, Peng C, et al. Changes in forest biomass carbon storage in China between 1949 and 1998[J]. Science, 2001,292(5525):2320-2322.

[9]张秀梅,李升峰,黄贤金,等.江苏省1996年至2007年碳排放效应及时空格局分析[J].资源科学,2010,32(4):768-775.

[10]于贵瑞,王秋凤,朱先进.区域尺度陆地生态系统碳收支评估方法及其不确定性[J].地理科学进展,2011,30(1):103-113.

[11]马彩虹,任志远,李小燕.黄土台塬区土地利用转移流及空间集聚特征分析[J].地理学报,2013,68(2):257-267.

[12]孙睿,朱启疆.中国陆地植被净第一性生产力及季节变化研究[J].地理学报,2000,55(1):36-45.

[13]董丹,倪健.利用CASA模型模拟西南喀斯特植被净第一性生产力[J].生态学报,2011,31(7):1855-1866.

[14]汤洁,姜毅,李昭阳,等.基于CASA模型的吉林西部植被净初级生产力及植被碳汇量估测[J].干旱区资源与环境,2013,27(4):1-7.

[15]毛德华,王宗明,罗玲,等.1982—2009年东北多年冻土区植被净初级生产力动态及其对全球变化的响应[J].应用生态学报,2012,23(6):1511-1519.

[16]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].植物生态学报,2007,31(3):413-424.

[17]李晶,任志远.基于SPOTNDVI的陕西省耕地复种指数时空变化[J].干旱区资源与环境,2011,25(10):86-91.

Evaluation of Carbon Source or Sink of Vegetation and Soil System in Shaanxi Loess Platform Region

MA Caihong1,2, REN Zhiyuan1

(1.CollegeofTourismandEnvironmentScience,ShaanxiNormalUniversity,Xi’an,Shaanxi710062,China; 2.QinlingandIntonesGeographyResearchInstitute,SchoolofHistoryandTourism,ShaanxiUniversityofTechnology；Hanzhong,Shaanxi723001,China)

Abstract：[Objective] To provide a decision basis for low-carbon strategy of land use and land cover change. [Methods] Based on RS and GIS, taking the data source of NDVI and Landsat, the carbon of vegetation and soil system in Shaanxi Loess platform region during 1990—2010 was calculated by the Carnegie-Ames-Stanford Approach(CASA) model. [Results] Large part in the research area was carbon source, however, the carbon sink area were small and mainly distributed in the northern part in Weinan loess platform. During the research period, the carbon source degree in Xianyang loess platform, Baoji loess platform and Xi’an loess platform decreased, whereas, of which in Weinan loess platform and Tongchuan platform increased in some degree. From 1990 to 2010, the high degree carbon source area decreased from 38.22% to 21.13%, middle degree carbon source area were the largest and improved from 57.40% to 67.71%, and the area of low degree carbon source increased from 3.43% to 7.76%.At the same period, the area of carbon sink enlarged from 0.96% to 3.40%. [Conclusion] Cultivated land, forest land and grass land were changed into built-up land were not benefit to the carbon sink, and the enhancing of cropping index benefit to the carbon sink of vegetation and soil system.

Keywords:Carnegie-Ames-Stanford Approach(CASA); carbon source; carbon sink; Shaanxi Loess platform region; vegetation and soil system

文献标识码：B

文章编号：1000-288X(2015)03-0231-04

中图分类号：X51;F301

通信作者：任志远(1953—)，男(汉族)，陕西省兴平市人，教授，博导，主要从事国土资源开发与生态环境评价研究。E-mail: renzhy@snnu.edu.cn。

收稿日期：2014-03-27修回日期：2014-04-21

资助项目：国家自然科学基金“我国生态脆弱区能源开发生态效应测评与调控研究”(41371523); 国家社会科学基金(14XKS019); 教育部人文社会科学重点研究基地项目(14JJD840004)

第一作者：马彩虹(1974—),女(汉族),宁夏回族自治区西吉县人,博士,副教授,主要从事资源环境评价与GIS/RS应用、生态经济与区域可持续发展研究。E-mail:mchyanni@aliyun.com。