贺倩 戴晓爱

摘要：分别基于RWEQ模型和改进的CASA模型对2015年三江源地区的防风固沙量和NPP进行评估，并利用格网法探究两者之间的关系。结果表明，该地区的潜在风蚀和实际风蚀程度整体上都表现为西高东低，固沙量呈现出中部高、西部和东部较低的空间分布特征，平均固沙量为29.51 kg/m2，土壤风蚀处于中等水平;与土壤风蚀相反的是NPP呈现出东高西低的空间分布特征;该地区潜在风蚀量与NPP存在着一定程度的线性关系（R2=0.47），而实际风蚀量与NPP表现为显著的指数关系（R2=0.91）。此外，固沙量随着NPP的增加先增加后减少，固沙量达到最值时，NPP约为300 gC/m2。

关键词：RWEQ;防风固沙;NPP;相关性分析;三江源地区

中图分类号：Q14;Q948         文献标识码：A

文章编号：0439-8114（2019）10-0045-06

DOI：10.14088/j.cnki.issn0439-8114.2019.10.011           开放科学（资源服务）标识码（OSID）：

Abstract： The sand-fixing amount and NPP were evaluated in the Three-River headwaters region in 2015 based on RWEQ model and improved CASA model respectively， and the relationship between them explored using the grid. The results showed that the potential wind erosion and actual wind erosion degree in this area were high in the west and low in the east as a whole， and the sand-fixing amount was high in the middle and low in the west and the east. The average sand fixation amount was 29.51 kg/m2， and the soil wind erosion was at the middle level. Contrary to the soil wind erosion， the spatial distribution characteristic of NPP was high in the east and low in the west. There was a linear relationship between the amount of potential wind erosion and NPP（R2=0.47）， while the actual wind erosion and NPP showed a significant exponential relationship （R2=0.91）. In addition， with the increase of NPP， the sand-fixing capacity firstly increased and then decreased. At the maximum of sand-fixing capacity， NPP was about 300 gC/m2.

Key words： RWEQ; sand fixation; NPP; correlation analysis; the Three-River headwaters region

生態系统功能的稳定是人类生存和社会发展的基础，也是该领域的前沿和热点问题[1，2]。生态系统功能包括水土保持、防风固沙、水源涵养、生物多样性等指标，是生态红线划定的重要组成部分[3]。其中，土壤风蚀是一个复杂的物理过程，是产生和塑造一系列地质特征的重要外生力量之一。土壤风蚀会带来一系列环境问题，包括土地沙漠化[4]、耕地生产力降低[5]、沙尘暴和空气质量下降[6]等，在干旱地区表现得尤为突出，严重影响着人类身体健康和生存环境[7]。然而，植被净初级生产力（Net primary productivity，NPP）是用来衡量生态系统状况的重要指标之一。NPP是指植物在单位面积、单位时间通过光合作用固定的有机质扣除呼吸作用消耗所剩余的部分[8]。目前已有众多学者利用NPP对生态环境状况进行了评价，并且取得了显著成效[9，10]。

三江源地区是中国重要的生态功能保护区，物种丰富，生态地位极其重要。近年来随着气候变化，人类经济生产活动加剧，该地区的生态系统功能正在逐渐发生变化[11]。目前，国内外学者从土壤[12]、气候[13]、植被[14]、土地利用[15]、生态环境脆弱性[16]等角度对该地区的生态环境进行了大量研究，在生态系统功能评价方面的研究主要集中在水土保持[7，17]、生物多样性[18]、水源涵养[19]，然而对该地区的土壤风蚀及防风固沙鲜有研究。三江源地区位于青藏高原，海拔高，气候寒冷，植被多为草甸草原，土壤可蚀性大，同时受人类放牧活动的影响较大，易受到风蚀影响。因此掌握该地区的土壤风蚀及防风固沙能力的空间分布特征具有重要意义。此外，NPP和土壤风蚀都与气候因素存在着密切关系[20]，NPP代表了植被的生产力水平，植被是对气候和人类活动的响应，而风蚀程度又受制于植被，因此厘清NPP与风蚀程度之间的关系对于减少风蚀，制定环境保护政策，提高环境状况极其重要，且目前鲜有对两者相关性的研究。

针对目前研究中存在的问题，本研究基于修正的RWEQ（Revised wind erosion equation）土壤风蚀评估模型对三江源地区土壤风蚀和防风固沙进行评价，采用改进的CASA（Carnegie-Ames-Standford-Approach）模型估算NPP，并探讨两者之间的相关性。研究结果将为环境治理提供科学依据。

1  研究区及数据

1.1  研究区概况

三江源地区位于青藏高原东北部，地理坐标为89°24′—102°15′E，31°32′—36°17′N，因地处长江、黄河、澜沧江的源头而得名。研究区总面积约35.06万km2，地形主要以山地为主，海拔2 578～6 659 m，平均海拔约4 588.60 m。该地区气候属于典型高原大陆性气候，冷热两季交替，干湿两季分明，年平均气温为-4～3 ℃，年降水量260～770 mm。主要土壤类型有高山寒漠土、高山草甸土、高山草原土、灰褐土、沼泽土、山地森林土和风沙土。

三江源地区的多数土壤植被尚处于年轻的发展阶段，生态系统的结构和功能简单，自身调节机制不够健全，是中国生态系统最脆弱和最原始的地区之一[21]。加之，环境变化与人类活动加剧，导致该地区的生态环境更加脆弱。因此，在三江源地区进行防风固沙与NPP的研究，有助于了解区域生态系统质量状况和自然生产能力，具有重要的意义。

1.2  数据来源与处理

1.2.1  植被数据  归一化植被指数（NDVI）为SPOT/VEGETATION卫星遥感数据，该数据是采用最大值合成法（MVC）生成的2015年的月度（1—12月）植被指数数据集。植被类型数据为《1∶1 000 000中国植被图集》，NDVI及植被类型栅格数据分辨率均为1 km，数据来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn/）。

1.2.2  气象数据  气象数据为2015年月平均温度（℃）、月降雨量（mm）、月太阳总辐射（MJ/m2）和日风速（m/s）。其中各站点的月平均温度和月降雨量数据由三江源地区及其周围共143个气象观测站点的日平均温度、日降雨量数据计算得到。由于三江源地区周围太阳辐射的原始观测站点仅有10个，直接插值精度较低，因此本研究利用目前广泛应用且模拟精度较高的Angstrom太阳辐射模拟模型，利用日照时数（h）数据模拟得到周围143个气象站点的月太阳辐射总值。此外，考虑到地形因素对气候的影响，采用澳大利亚的平滑样条函数（ANUSPLIN）进行气象数据的插值，该方法被证明在气象数据插值上具有更高的精度[22]。气象数据来源于中国气象数据网（http：//data.cma.cn/）。中国长时间雪深数据集来源于旱区寒区科学数据中心（http：//westdc.westgis.ac.cn/）。

1.2.3  地形数据  数字高程模型（DEM）是由SRTM（Shuttle radar topography mission，SRTM）数据制作而成，来源于地理空间数据云（http：//www.gscloud.cn/）。在ArcGIS平台下计算出该地区的坡度和坡向数据。栅格数据空间分辨率统一为1 km。

2  研究方法

2.1  RWEQ模型

在综合考虑气侯条件、植被状况、地表土壤的粗糙度、土壤可蚀性、土壤结皮的情况下[23]，采用修正风蚀模型RWEQ[24]，结合三江源地区的多源数据估算生态系统的潜在风蚀量和实际风蚀量以及防风固沙量。RWEQ模型基本形式如下：

式中，G为防风固沙量（kg/m2）;SLQ为潜在风蚀量（kg/m2）;SL为实际风蚀量（kg/m2）;Qmax_Q为潜在转运量（kg/m2）;Qmax为实际转运量（kg/m2）;S为关键地块长度（m）;z为下风向最大风蚀出现距离（m）;WF为气候因子（kg/m）;EF为土壤可蚀性因子;SCF为土壤结皮因子;K′为地表粗糙度因子;C为植被覆盖因子[25]。

2.2  改进的CASA模型

CASA模型是一种光能利用率模型，由Potter等[26]于1993年提出，后张锦水等[27]在此模型基础上进行改进，该模型能够很好地模拟中国不同类型植被的时空变化特征。本研究基于改进的CASA模型进行植被净初级生产力的估算，模型中所估算的NPP可以由植物吸收的光合有效辐射（APAR）和实际光能利用率（ε）两个因子表示，模型计算如下：

NPP（x，t）=APAR（x，t）×ε（x，t）   （8）

式中，NPP（x，t）表示植被净初级生产力（gC/m2）;APAR（x，t）表示像元x在t月的光合有效辐射（gC/m2）;ε（x，t）表示像元x在t月的实际光能利用率（g C/MJ），光能利用率是在一定时期单位面积上生产的干物质中所包含的化学潜能与同一时间投射到该面积上的光合有效辐射能之比。

APAR（x，t）=SOL（x，t）×FPAR（x，t）×0.5  （9）

式中，SOL（x，t）表示t月在像元x处的太阳总辐射量（MJ/m2）;FPAR（x，t）为光合有效辐射的吸收比，由NDVI计算得到;常数0.5表示植被所能利用的太阳有效辐射。

ε（x，t）=Tε1（x，t）×Tε2（x，t）×Wε（x，t）×εmax  （10）

式中，Tε1（x，t）和Tε2（x，t）分別表示低温和高温对光能利用率的胁迫作用，由月平均温度计算得到;Wε（x，t）为水分胁迫影响系数，由月降雨量计算得到;εmax反映了水分条件的影响，是理想条件下的最大光能利用率（gC/MJ）[27]。

2.3  格网法

已有研究表明，在多个因素空间分布的相关性研究中，格网法是一种简单且有效的研究方法[28]。本研究在格网法的基础上将研究区划分成大小均一的313个30 km×30 km的格网，并对研究区边界的格网块的选取原则进行了改进，将完全在研究区内的格网作为评价单元，避免了边界部分格网因存在空值对结果造成的影响，提高了评价结果的可信度。通过格网法分别建立三江源地区NPP与潜在风蚀量、实际风蚀量和防风固沙量的散点图，并对散点图进行最优函数拟合，探讨其在空间分布上的相关性。

3  结果与分析

3.1  防风固沙空间分布特征

从图1a和图1b可以看出，三江源地区潜在风蚀量与实际风蚀量分布总体上为西高东低，这主要是由于三江源地区自然地理条件和气候分布的差异性造成的。从图1a可以看出，2015年三江源地区的潜在风蚀量整体较高，尤其是在西部地区，其大部分地区的潜在风蚀量均大于50 kg/m2。三江源地区的潜在风蚀量平均值为38.87 kg/m2，最大值为60.86 kg/m2;其中潜在风蚀量在30 kg/m2以上的占比为65.48%（表1）。实际风蚀量的平均值为9.49 kg/m2，最大值为60.86 kg/m2。潜在风蚀量与实际风蚀量的空间分布存在明显的差异，实际风蚀量主要集中在研究区的西部，而东部地区的实际风蚀量接近于0，主要是由于东部地区为黄河源区，植被类型主要为灌丛和针叶林，相比于西部的高寒草甸，植被覆盖度较高。研究区大部分地区的实际风蚀量处于中等水平，主要集中在0～10 kg/m2，面积约为245 606 km2，比例71.74%（表1）。

防风固沙量是评价生态系统防风固沙功能的指标，用潜在风蚀量和实际风蚀量之差来表示，同等条件下，风蚀量较大的地方，防风固沙能力较弱。应用RWEQ模型得到2015年三江源地区生态系统的防风固沙总量约为99.36亿t，防风固沙量平均值为29.51 kg/m2。从图1c可以看出，该地区的防风固沙量存在明显的空间异质性，防风固沙量的最大值可达60.72 kg/m2，最小值为0。固沙量小于10 kg/m2的区域分布面积为41 105 km2，比例12.01%（表1），主要集中在三江源西部地区，该地区为可可西里高原，防风固沙能力较弱。中部地区的防风固沙量高于西部和东部地区，主要是由于中部地区植被覆盖度较高，但也存在固沙量在0～10 kg/m2的地区，分析认为这些地区防风固沙能力较弱的主要原因是由于土壤的理化性质不同。而东部地区虽然植被覆盖度较高，但是固沙量小于中部地区，主要是因为该地区的潜在风蚀量较小。

3.2  NPP空间分布特征

图2为2015年三江源地区NPP的空间分布情况。由图2可以看出，三江源地区NPP的空间分布整体呈现出由西向东逐渐增高的趋势，该趋势与三江源地区2015年降雨量、气温和太阳辐射的空间分布趋势基本吻合，与植被类型的地域分布基本一致。2015年NPP最高值為1 356.51 gC/m2，平均值为397.40 gC/m2。在三江源中西部地区集中分布着荒漠草原和高寒草原[29]，植被稀少，大部分地区的净初级生产力较低，部分地区接近于0。NPP较高的地区主要分布在三江源东南部，主要是由于该地区的植被茂密，植被类型主要为针叶林和阔叶林。此外，NPP大于500 gC/m2的地区面积为106 582 km2，比例31.19%;NPP在100 gC/m2以下的地区面积为54 233 km2，比例15.87%。研究区地貌复杂，从东南到西北依次为高山峡谷、高原山地、山缘、滩地和丘状谷地[30]。不同的地形地貌因素对植被NPP会造成不同的影响，坡度、坡向、高程的变化会造成NPP空间分布的异质性。

3.3  防风固沙与NPP相关性分析

图3a为潜在风蚀量与NPP之间的关系。由图3a可以看出，潜在风蚀量与NPP之间的关系约为线性关系，斜率约为-0.05，相关系数为0.47，且其通过了F检验，随着NPP的增加，潜在风蚀量逐渐减少（表2）。

图3b为实际风蚀量与NPP之间的关系，实际风蚀与NPP之间的关系呈显著的指数相关关系，拟合精度较高，相关系数达到0.91，通过了F检验。随着NPP的升高，实际风蚀量逐渐减少，其减少幅度随NPP增加而降低，当NPP约为300 g C/m2时，实际风蚀量逐渐趋近于0，且不再随着NPP的增加而减少。该拟合方程可为估算风蚀程度提供一种新的思路。对比图3a、图3b可知，潜在风蚀量和实际风蚀量与NPP的拟合曲线存在明显的差异，前者为线性关系，后者为显著的指数关系（表2）。

图3c为防风固沙量与NPP之间的关系，与潜在风蚀量不同的是，防风固沙量与NPP之间不再呈单调递减的关系，而是存在着二次函数的关系，随着NPP的增加，防风固沙量先增加后减少。在NPP小于300 gC/m2的范围内，防风固沙量与NPP之间存在着线性关系，相关系数（R2）为0.50，随着NPP的增加，防风固沙量明显增强，在NPP为300 gC/m2时，防风固沙量达到最值。防风固沙量随NPP的增加而增加的主要原因是，潜在风蚀量的减小速率没有实际风蚀量大;而随NPP的增加固沙量减少的主要原因是，在NPP达到300 gC/km2后，实际风蚀量接近于0，潜在风蚀量不断减少（表2）。

4  小结

本研究基于RWEQ模型与CASA模型分别进行了防风固沙量与NPP的计算，利用格网法对潜在风蚀量、实际风蚀量、防风固沙量以及NPP的相关性进行了探究，主要得出以下结论。

1）2015年三江源地区生态系统的防风固沙总量为99.36亿t，风蚀量水平整体上呈现出西高东低的趋势，潜在风蚀量整体偏高，实际风蚀量主要集中在西部。

2）NPP的空间分布主要呈现出西低东高的分布特征，与该地区的自然地理和气候条件吻合，其最大值为1 356.51 gC/m2，平均值为397.40 gC/m2。

3）潜在风蚀量与NPP之间的函数关系为线性关系（R2=0.47）;实际风蚀量与NPP之间存在显著的指数关系（R2=0.91），拟合精度较高;而防风固沙量与NPP之间的关系为二次多项式，随着NPP的增加，防风固沙量先增加后减少。

由格网法得出的结果发现，实际风蚀量与NPP之间具有较好的指数关系，可利用该指数回归模型进行风蚀量的估算，为土壤风蚀和植被的研究提供新的思路。本研究利用的数据空间分辨率为1 km，研究的时间尺度为1年，在后续对于防风固沙量以及NPP的相关研究中还需要提高空间分辨率和扩大时间尺度，以达到更高的精度。

参考文献：

[1] 傅伯杰，于丹丹，吕  楠.中国生物多样性与生态系统服务评估指标体系[J].生态学报，2017，37（2）：341-348.

[2] 雷金睿，陈宗铸，吴庭天，等.海南岛东北部土地利用与生态系统服务价值空间自相关格局分析[J/OL].生态学报，2019，39（7）.http：//dx.doi.org/10.5846/stxb201803090468.

[3] 侯  鹏，王  桥，杨  旻，等.生态保护红线成效评估框架与指标方法[J].地理研究，2018，37（10）：1927-1937.

[4] 武志涛，马志婷，郭未旭，等.晋北沙漠化地区土壤风蚀动态及防治效果[J].水土保持通报，2016，36（6）：8-14.

[5] 杨秀春.旱作农田土壤风蚀防治的保护性耕作技术研究[D].北京：北京师范大学，2004.

[6] 姜  萍，徐  洁，陈鹏翔，等.南疆近57年沙尘暴变化特征分析[J].干旱区资源与环境，2019，33（2）：103-109.

[7] JIANG C，LI D Q，WANG D W，et al. Quantification and assessment of changes in ecosystem service in the Three-River Headwaters Region，China as a result of climate variability and land cover change[J].Ecological indicators，2016，66：199-211.

[8] 張振宇，钟瑞森，李小玉，等.中国西北地区NPP变化及其对干旱的响应分析[J].环境科学研究，2019，32（3）：431-439.

[9] GAO Y H，ZHOU X，WANG Q，et al. Vegetation net primary productivity and its response to climate change during 2001-2008 in the Tibetan Plateau[J].Science of the total environment，2013，444：356-362.

[10] YE X C，MENG Y K，XU L G，et al. Net primary productivity dynamics and associated hydrological driving factors in the floodplain wetland of China's largest freshwater lake[J].Science of the total environment，2019，659：302-313.

[11] 李惠梅，张安录.基于结构方程模型的三江源牧户草地生态环境退化认知研究[J].草地学报，2015，23（4）：679-688.

[12] 秦嘉龙，尹晓英，曾永良.三江源水土保持生态效益评价研究[J].生态经济，2015，31（1）：180-184.

[13] 强安丰，魏加华，解宏伟.青海三江源地区气温与降水变化趋势分析[J].水电能源科学，2018，36（2）：10-14.

[14] SHEN X J，AN R，FENG L，et al. Vegetation changes in the Three-River Headwaters Region of the Tibetan Plateau of China[J].Ecological indicators，2018，93：804-812.

[15] 许  茜，李  奇，陈懂懂，等.近40 a三江源地区土地利用变化动态分析及预测[J].干旱区研究，2018，35（3）：695-704.

[16] 韦  晶，郭亚敏，孙  林，等.三江源地区生态环境脆弱性评价[J].生态学杂志，2015，34（7）：1968-1975.

[17] 曹  巍，刘璐璐，吴  丹.三江源区土壤侵蚀变化及驱动因素分析[J].草业学报，2018，27（6）：10-22.

[18] 武晓宇，董世魁，刘世梁，等.基于MaxEnt模型的三江源区草地濒危保护植物热点区识别[J].生物多样性，2018，26（2）：138-148.

[19] 吴  丹，邵全琴，刘纪远，等.三江源地区林草生态系统水源涵养服务评估[J].水土保持通报，2016，36（3）：206-210.

[20] 闫  敏，李增元，田  昕，等.黑河上游植被总初级生产力遥感估算及其对气候变化的响应[J].植物生态学报，2016，40（1）：1-12.

[21] 石  磊，马俊飞，杨太保.基于“GIS/RS”技术的三江源地区生态环境建设的研究[J].水土保持研究，2005，12（4）：212-214.

[22] 廖顺宝，李泽辉，游松财.气温数据栅格化的方法及其比较[J].资源科学，2003，25（6）：83-88.

[23] 巩国丽，刘纪远，邵全琴.草地覆盖度变化对生态系统防风固沙服务的影响分析——以内蒙古典型草原区为例[J].地球信息科学学报，2014，16（3）：426-434.

[24] FRYREAR D W，BILBRO J D，SALEH A，et al. RWEQ：Improved wind erosion technology[J].Journal of soil & water conservation，2000，55（2）：183-189.

[25] 迟文峰，白文科，刘正佳，等.基于RWEQ模型的内蒙古高原土壤风蚀研究[J].生态环境学报，2018，27（6）：1024-1033.

[26] POTTER C S，RANDERSON J T，FIELD C B，et al. Terrestrial ecosystem production：A process model based on global satellite and surface data[J].Global biogeochemical cycles，1993，7（4）：811-841.

[27] 张锦水，潘耀忠，朱文泉.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.

[28] 韩继冲，喻舒琳，杨青林，等.1999-2015年长江流域上游植被覆盖特征及其对气候和地形的响应[J/OL].长江科学院院报.[2019-01-20].http：//kns.cnki.net/kcms/detail/42.1171.TV.20180720.0900.002.html.

[29] 黄  玫，季劲钧，彭莉莉.青藏高原1981～2000年植被净初级生产力对气候变化的响应[J].气候与环境研究，2008，13（5）：608-616.

[30] 王作全.三江源区生态环境保护法治化研究[M].北京：北京大学出版社，2007.