袁 甲， 沈 非， 王甜甜， 罗小瑞

(1.安徽师范大学 国土资源与旅游学院，安徽 芜湖 241003;2.安徽自然灾害过程与防控研究省级实验室，安徽 芜湖 241003)

安徽省农田净初级生产力时空变化特征及影响因素
——基于MOD17A3的研究

袁 甲， 沈 非， 王甜甜， 罗小瑞

(1.安徽师范大学 国土资源与旅游学院，安徽 芜湖 241003;2.安徽自然灾害过程与防控研究省级实验室，安徽 芜湖 241003)

基于MODIS/MOD17A3数据集，结合土地利用数据、气象数据，运用距平分析、相关分析等方法，分析了2000-2010年安徽省农田净初级生产力(NPP)的时空变化特征及影响因素.结果表明：安徽省农田以水田为主；研究时段内，安徽省农田年NPP均值及年NPP总量整体上呈现波动上升趋势；中产农田面积最大，低产农田次之，高产农田面积最小；农田NPP空间分异显著，呈由北向南递增的趋势，中低产水田和旱地主要集中在长江以北地区，高产水田和旱地分布于沿江及其以南地区；降水与水田和旱地NPP均值呈弱负相关关系，温度与水田和旱地NPP均值呈显著正相关关系；温度是影响安徽省农田生产力空间分异的主要气象因素.

MOD17A3；NPP；农田生产力；安徽省

耕地资源是农业生产最基本的物质条件，其数量和质量的变化直接引起粮食产量的波动，进而影响到粮食的有效供给及粮食安全水平[1].20世纪90年代以来，快速的工业化和城市化进程及退耕还林还草等占用了大量耕地，使中国耕地资源和农业土地利用结构发生了巨大变化[2-4].在此背景下，开展农田净初级生产力(NPP)及其影响因素的研究，对估算农田承载力、合理开发和利用耕地资源、制定保障国家粮食安全的对策及促进农业可持续发展具有重要意义[5-6].

农田生态系统是人类社会存在和发展的基础，是在人类强烈干预和控制下形成的农业生态系统的亚系统，具有自然和社会双重属性[7].净初级生产力(Net Primary Productivity，简称NPP)指绿色植物在单位时间和单位面积上所积累的有机干物质总量[8]，NPP能够以统一的尺度标准度量生态系统生产力，可避免以作物产量衡量农田生产力时，由于农业结构调整、作物品种变化等造成的干扰，是衡量农田生产力变化的切实可行的指标[9].地理信息系统和遥感技术的迅速发展，为实时、连续地监测区域或全国尺度的生态系统生产力提供了大尺度、高时空分辨率的数据和方法，已有研究主要集中于探究森林[10-11]、草原[12-14]或整个陆地生态系统[15-16]的生产力及其影响因素，对农田生态系统NPP的研究缺乏关注.

安徽省位于我国东部，是我国重要的农业生产基地之一，2013年全省粮食产量3279.60万t，居全国第八位[17].本研究基于MOD17A3 NPP数据集，依托GIS空间分析技术，结合土地利用数据及同期气象数据，探究2000-2010年安徽省农田NPP的时空演变规律，量化分析气候因素对农田NPP产生的影响，以期为科学管理和合理利用农业自然资源提供决策依据.

1 研究区概况

安徽省地处华东腹地，长江、淮河中下游，介于29°41′-34°38′N、114°54′-119°37′E之间，是我国华北与华南的过渡带.土地面积13.96×104km2，约占全国国土面积的1.45%.区内地形地貌复杂多样，地势西南高、东北低；由北向南大致可分为淮北平原区、江淮丘陵区、皖西丘陵山区、沿江平原区和皖南山区等5个自然地形区.该区位于北亚热带和南温带过渡地带，以亚热带季风气候为主，淮河北部为暖温带半湿润季风气候，南部为亚热带湿润季风气候.年平均气温14-17℃，年降水量750-1700mm.气候温暖湿润、四季分明、雨热同期、雨量充沛，有利于作物生长，淮北地区为商品粮基地，作物以小麦、玉米为主，江淮地区为鱼米之乡，多种植水稻、油菜.行政区划上主要包括17个地级市和61个县(2010年行政区划调整前)，2013年末，全省国内生产总值(GDP)19038.87亿元，其中农业生产总值约占12.33%.

2 数据来源与分析方法

2.1 数据来源与处理

图1 安徽省农田空间分布图Fig.1 Spatial distribution of farmland in Anhui Province

研究区2000-2010年的NPP数据来源于MODIS四级处理产品MOD17A3(https://lpdaac.usgs.gov)，其空间分辨率为1km×1km.利用MRT软件，对MOD17A3数据进行拼接、格式转换、投影变换及重采样处理，处理后的数据为TIFF格式，投影为Albers等积圆锥投影，空间分辨率为1km.土地利用数据(2005年)由国家科技基础条件平台建设项目：地球系统科学数据共享平台(http://www.geodata.cn/)提供，利用该数据提取安徽省农田(旱地和水田)空间分布数据(图1).气象数据来源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn/home.do)，包括各站点的年平均气温和降水量数据，为保证数据精度，利用安徽省境内及周边地区的55个气象站点数据进行空间插值.采用反距离权重(Inverse Distance Weighted，IDW)插值法得到与NPP数据具有相同空间分辨率和投影的温度和降水栅格数据集.利用安徽省矢量边界数据对NPP数据及气温、降水栅格数据进行裁剪，得到研究区NPP及气温和降水的空间分布数据.

2.2 分析方法

由于各种农田作物的产量差异和不可比性，农田产量的确定具有一定的模糊性，而距平百分率可以体现某一时段内的农田NPP偏离同期多年NPP均值的程度，能够在一定程度上反映出农田生产力的空间分异特征[18].其计算公式如下：

(1)

相关分析是研究随机变量之间相关关系的一种统计方法，可用于研究地理系统中各要素之间是否存在依存关系，对具有依存关系的要素，可以进一步探讨其相关关系的方向及相关程度.本研究基于栅格像元，分析农田生态系统NPP与温度和降水量的相关性，其计算公式如下：

(2)

3 结果与分析

3.1 安徽省2000-2010年农田NPP时间变化特征

2000-2010年间，安徽省农田年NPP均值及年NPP总量总体上均呈波动上升趋势(图2).农田NPP均值由2000年的401.72gC·m-2·a-1增至2010年的497.70gC·m-2·a-1，增幅为23.89%，平均值为465.93gC·m-2·a-1.同期，农田NPP总量由3.08×107gC·a-1增至3.89×107gC·a-1，增幅为26.30%，平均值为3.61×107gC·a-1.

图2 2000-2010年安徽省农田年NPP均值及年NPP总量变化趋势Fig.2 The changing trend of the average annual NPP and the total annual NPP of farmland in Anhui province from 2000 to 2010

基于ArcGIS的空间分析功能，对研究区2000-2010年间水田和旱地的NPP进行统计分析(表1).由表1可知：近11年来，各市级行政区水田NPP均值介于399.61-561.97gC·m-2·a-1之间，平均为463.77gC·m-2·a-1.旱地NPP均值介于412.37-566.89gC·m-2·a-1之间，平均为465.49gC·m-2·a-1，略高于水田NPP均值.研究期间，水田和旱地NPP最小值分别位于铜陵市和黄山市，最大值均位于芜湖市.水田的标准差均值为61.57，旱地的标准差均值为60.86，说明旱地生产力较水田稳定.2000-2010年间，安徽省水田NPP总量变化范围是1.73×107gC·a-1-2.24×107gC·a-1，2005年NPP总量最小，2002年最大.旱地NPP总量变化范围是1.32×107gC·a-1-1.80×107gC·a-1，低于水田NPP总量，2000年NPP总量最小，2008年最大.

表1 2000-2010年安徽省各市农田年均NPP(单位：gC·m-2·a-1)

3.2 安徽省2000-2010年农田NPP空间分布格局

安徽省农田以水田为主，总面积约42668.75km2，占农田总面积的54.02%，主要分布在淮河以南邻近水源的地区.旱地总面积约36317.31km2，占农田总面积的45.98%，集中分布于淮河以北地区(图1).根据公式(1)计算水田和旱地的距平百分率，得到安徽省水田和旱地等级的空间分布图(图3).由图3可知，安徽省中产水田面积最大，约占水田总面积的60.42%，广泛分布于安徽省中南部地区，其中位于江淮之间的滁州市、合肥市、六安市、巢湖市、安庆市中产水田分布最为集中且面积较大，约占中产水田总面积的80.59%.低产水田约占水田总面积的20.94%，集中分布于江淮之间.高产水田约占水田总面积的18.64%，集中分布于沿江平原及长江以南地区，安庆市、池州市、黄山市、宣城市及芜湖市的高产水田面积约占水田总面积的80.83%.

研究区中产旱地约占旱地总面积66.11%，主要集中分布在沿淮及淮河以北的平原地区；高产旱田约占旱田面积的2.79%，零星分布于沿江平原及宣城市东北部和黄山市中东部地区，淮河以北主要集中在宿州市东部；低产旱地约占旱地总面积的31.10%，集中分布于淮河以北地区，其中87.55%的低产旱地分布于阜阳市、亳州市、淮北市、宿州市及蚌埠市.

为进一步剖析研究区水田和旱地生产力的空间分布规律，按市级行政区统计各等级水田和旱地所占比例(表2).从表2可以看出，各市低产和中产水田所占比例整体上由北向南逐渐减小，高产水田分布趋势与之相反；各市各级旱地所占比例分布趋势与水田基本一致.总体上，安徽省以中产农田为主，中产水田和旱地共占安徽省农田总量的63.04%，集中分布于长江以北地区；低产农田面积较大，占农田总面积的25.61%，与中产农田分布范围大致相同；高产农田所占比例最小，分布于沿江及长江以南地区.农田生产力整体上由北向南逐渐增加.

图3 安徽省耕地分级图Fig.3 Farmland classification map of Anhui Province表2 安徽省市级行政区各等级水田和旱地所占比例(%)Tab.2 The proportion (%) of paddy field and dry land in the municipal administrative region in Anhui Province

地区水田旱地低产中产高产低产中产高产宿州市26.4273.100.4829.7868.661.57淮北市55.6944.310.0056.4243.580.00亳州市42.4157.590.0047.6752.330.00阜阳市40.6359.370.0025.8874.120.00蚌埠市27.4572.550.0017.6382.230.14淮南市35.3064.700.0035.2864.720.00滁州市9.9883.166.8614.9683.731.32合肥市13.4185.880.7110.2989.370.33六安市58.5838.742.6853.0645.960.97马鞍山市11.9864.9223.118.1544.5247.33巢湖市14.0477.618.3510.4581.967.59安庆市11.2052.8036.0011.7652.9235.32芜湖市8.3064.0027.7016.6262.9520.43铜陵市21.2464.3314.4320.7246.5832.70池州市8.8736.3554.789.7731.7258.51宣城市4.5825.6369.773.5724.0372.40黄山市2.6133.9563.442.0233.0864.89

4 影响因素分析

4.1 安徽省年均气温及降水时空变化

分析2000-2010年间安徽省温度、降水栅格数据可知：近11年来，安徽省年平均温度表现出微弱的下降趋势(图4a)，年均气温从15.83℃下降到15.74℃，下降了0.09℃，平均温度为15.99℃.2003年平均温度最低，为15.53℃；2007年温度最高，为16.54℃.同期，研究区年降水量呈现出上升趋势(图4b)，年均降水量从1108.61mm上升到1210.44mm，上升了101.83mm，平均降水量为1136.79mm.2001年平均降水量最小，为898.69mm，2003年最大，为1391.12mm.研究期间，年均温度和年均降水量总体上呈现出由北向南增加的空间分布特征，但在研究区南部的黄山市境内出现了较大面积的低温中心，平均气温为14.14℃.同时，平均降水量最大值1692.73mm，也位于黄山市，淮北市平均降水量最小，为898.47mm.

图4 安徽省2000-2010年平均温度(a)及平均降水(b)变化及其线性趋势Fig.4 Annual mean temperature (a) and mean precipitation (b) and its linear trend in Anhui province from 2000 to 2010

4.2 气象因素对NPP的影响

对安徽省2000-2010年气象栅格数据和农田NPP数据进行相关分析，得到降水、温度与农田NPP相关系数的空间分布图(图5).由图5可知，气温和降水对农田NPP均值的影响呈现出明显的空间分异特征.其中：农田NPP均值与降水呈显著正相关的面积占总面积的13.16%，主要分布在安庆市和宣城市中北部、宿州市北部及长江和淮河沿岸地区；呈显著负相关的面积占总面积的24.75%，淮河以北各市分布面积均较大，江淮之间的滁州市、合肥市及沿江地区也有大面积的分布；农田NPP均值与气温呈显著正相关的面积占总面积的59.07%，除六安市、池州市、宣城市、黄山市分布面积较小外，其余各市均有大面积分布；呈显著负相关的面积占总面积的2.74%，集中分布于六安市、合肥市、滁州市、巢湖市.研究区农田NPP均值与降水量和温度之间的平均相关系数是-0.022和0.256(P<0.05)，说明安徽省农田NPP均值与降水存在弱负相关关系，与气温则呈显著正相关关系.降水与水田和旱地NPP均值的平均相关系数分别是-0.019和-0.041，温度与水田和旱地NPP均值的平均相关系数分别是0.261和0.240(P<0.05).表明降水对安徽省水田和旱地生产力具有微弱的抑制作用，温度对安徽省水田和旱地生产力的影响比降水明显，是促进水田和旱地NPP增加的主要气候因子.

各市级行政区水田和旱地与温度均呈正相关关系，且相关性由北向南波动减小，温度与水田和旱地的平均相关系数最大值分别位于铜陵市和亳州市，分别为0.38和0.87(P<0.01)，最小值分别为合肥市的0.10和六安市的0.08.降水与水田和旱地的相关性自北向南逐渐由负相关转变为正相关，且最南端的黄山市正相关关系最为明显，其与水田和旱地的平均相关系数分别为0.20和0.17，水田和旱地与降水平均相关系数最小值均出现在北部的淮北市，分别为0.27和0.24(P<0.05).说明2000-2010年间，随着纬度的升高降水逐渐由促进安徽省作物生长的因素，转变为限制因素.

图5 NPP与降水(a)及温度(b)相关系数空间分布Fig.5 Spatial distribution of correlation coefficient between NPP and precipitation (a) and temperature (b)

5 结论

2000-2010年间，安徽省农田年NPP均值及年NPP总量总体上均呈现波动上升趋势，年NPP均值增幅为23.89%，年NPP总量增幅为26.30%.安徽省水田NPP均值为463.77gC·m-2·a-1，略低于旱地NPP均值；水田年均NPP总量为2.028×107gC·a-1，大于旱地年均NPP总量.安徽省农田以水田为主，约占农田总量的54.02%.中产农田面积最大，共占安徽省农田总量的63.04%，高产农田所占比例最小.研究区农田生产力总体表现出由北向南逐渐增加的空间分布特征，中低产水田和旱地主要集中在长江以北地区，高产水田和旱地分布于沿江及长江以南地区，各市低产和中产水田所占比例整体上由北向南逐渐减小，高产水田分布趋势与之相反.各市各级旱地所占比例分布趋势与水田基本一致.安徽省农田NPP的时空分布主要受温度的影响，随着纬度的升高降水逐渐由促进研究区作物生长的因素，转变为限制因素.

[1] 傅绎强,蔡运龙,杨友孝,等.中国粮食安全与耕地资源变化的相关分析[J].自然资源学报,2001,16(4):313-319.

[2] 刘纪远,徐新良,庄大方,等.20世纪90年代LUCC过程对我国农田光温生产潜力的影响[J].中国科学D辑,2005,35(6):483-492.

[3] 刘彦随,吴传钩.中国水土资源态势与可持续食物安全[J].自然资源学报,2002,17(3):270-275.

[4] YAN H M, LIU J Y, HUANG H Q, et al. Assessing the consequence of land use change on agricul-tural productivity in China[J]. Global and Planetary Change, 2009,67(1-2):13-19.

[5] 朱峰,刘志明,王宗明,等.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.

[6] 闫慧敏,刘纪远,曹明奎.中国农田生产力变化的空间格局及地形控制作用[J].地理学报,2007,62(2):171-180.

[7] 尹飞,毛任钊,傅伯杰,等.农田生态系统服务功能及其形成机制[J].应用生态学报,2006,17(5):929-934.

[8] FIELD C B, BEHRENFELD M J, RANDERSON J T, et al. Primary production of the biosphere: integrating terrestrial and oceanic components[J]. Science, 1998,281(5374):237-240.

[9] 王宗明,张柏,宋开山,等.松嫩平原作物现实生产力空间分布影响因素分析[J].干旱区资源与环境,2007,21(7):85-91.

[10] 李明泽,王斌,范文义,等.东北林区净初级生产力及大兴安岭地区林火干扰影响的模拟研究[J].植物生态学报,2015,39(4):322-332.

[11] 吴玉莲,王襄平,李巧燕,等.长白山阔叶红松林净初级生产力对气候变化的响应:基于 BIOME-BGC模型的分析[J].北京大学学报：自然科学版,2014,50(3):577-586.

[12] 吕世海,刘及东,郑志荣,等.降水波动对呼伦贝尔草甸草原初级生产力年际动态影响[J].环境科学研究,2015,28(4):550-558.

[13] 张美玲,蒋文兰,陈全功,等.基于CSCS改进CASA模型的中国草地净初级生产力模拟[J].中国沙漠,2014,34(4):1150-1160.

[14] 张镱锂,祁威,周才平,等.青藏高原高寒草地净初级生产力(NPP)时空分异[J].地理学报,2013,68(9):1197-1211.

[15] 陈福军,沈彦俊,李倩,等.中国陆地生态系统近30年NPP时空变化研究[J].地理科学,2011,31(11):1409-1414.

[16] 高艳妮,于贵瑞,张黎,等.中国陆地生态系统净初级生产力变化特征——基于过程模型和遥感模型的评估结果[J].地理科学进展,2010,31(1):109-117.

[17] 国家统计局农村社会经济调查司.中国农村统计年鉴[M].北京:中国统计出版社,2014：138-141.

[18] 国志兴,王宗明,刘殿伟,等.三江平原农田生产力时空特征分析[J].农业工程学报,2009,25(1):249-254.

Temporal-Spatial Variation Characteristics and Influencing Factors of Farmland Net Primary Productivity in Anhui Province——Study Based on MOD17A3

YUAN Jia, SHEN Fei, WANG Tian-tian, LUO Xiao-rui

(1.College of Territorial Resources and Tourism, Anhui Normal University, Wuhu 241003, China; 2. Anhui Key Laboratory of Natural Disaster Process and Prevention, Wuhu 241003,China)

The spatial-temporal variation characteristics and the effects of climate change on farm productivity in Anhui province was studied in terms of Moderate Resolution Imaging Spectroradiometer (MODIS) net primary productivity(NPP) data products from 2000 to 2010, land use data and meteorological data. The results showed that the paddy field is the main agricultural land in Anhui province. During the study period, the average annual NPP and the total annual NPP showed a fluctuation upward trend. The middle yield farmland area is the largest, followed by low-yielding farmland, and the proportion of high yield farmland is the smallest. There is a significant spatial differentiation of farmland net primary productivity, which showed an increased trend gradually from north to south. Middle yield and low yield paddy field and dry land are mainly concentrated in the north of the Yangtze River, the high-yield paddy field and dry land are along the Yangtze river and the south of the region. The correlation between precipitation and average NPP in paddy field and dry land is weakly negative. The mean temperature and the average NPP of paddy field and dry land has a significant positive correlation. Temperature is the main meteorological factor affecting the spatial variation of farmland productivity in Anhui province.

MOD17A3; NPP; farmland productivity; Anhui Province

10.14182/J.cnki.1001-2443.2016.06.012

2015-09-22

安徽省哲学社会科学规划项目(AHSKY2015D72).

袁甲(1987-)，男，安徽阜阳人，硕士研究生；通讯作者：沈非(1975-)，男，安徽明光人，副教授，博士研究生.

袁甲，沈非，王甜甜，等.安徽省农田净初级生产力时空变化特征及影响因素——基于MOD17A3的研究[J].安徽师范大学学报：自然科学版，2016，39(6)：568-574

S127;P966.1 文献标示码：A

1001-2443(2016)06-0568-07