苏尚军，靳东升，张 婷

（1.山西森绿环境科技有限公司，山西 太原 030006；2.山西农业大学 资源环境学院，山西 太原 030031；3.重庆工商大学 环境与资源学院，重庆 400067）

植被净初级生产力（Net Primary Productivity，NPP）是地表绿色植物在单位时间、单位面积内，通过光合作用所固定的有机物总量扣除自养呼吸消耗后的剩余量，是植被与外界环境因子相互作用下的产物[1-2]。NPP反映了植被群落的生产能力和生态过程，其不仅可以评价陆地生态系统植被质量状况，同时可用于评估区域生态系统功能及可持续发展能力，是地球表面碳循环过程的重要组成部分，也是影响碳汇形成的重要因子，在全球的气候变化和碳平衡中起重要作用[3-4]。山西省地处我国中部，是典型的内陆省份，地貌类型主要为黄土广泛覆盖的山地高原。全省自然环境复杂，生态环境脆弱，2000年以来，随着社会经济发展，人类活动加剧，资源过度开采使得水土流失、土壤污染等生态问题日益严峻，干扰了区域内植被正常生长，影响了植被生态服务功能发挥，同时不利于地区经济的正常发展。植被NPP作为评价生态系统的一个重要指标，可以直接反映地表植被群落的生产能力和生态过程，对增强山西省植被的生态服务功能、调节区域碳平衡具有重要意义[5-6]。

NPP估算方法包括实地测算法和间接估算法。实地测算法的优点是精度高，缺点是难以实现较大时空尺度的NPP观测目的。而间接估算法中的遥感反演法，集遥感数据、地理信息系统（GIS）和模型模拟三者优势于一体，在全球和大尺度区域植被NPP估算中得到广泛的运用。其中，采用的CASA（Carnegie-Ames-Stanford Approach）模型，具有多时相数据获取便捷、参数减少、模型简单等优点，是目前区域NPP估算方法中应用较为广泛的一种[7-8]。由朱文泉等[9]、刘文瑞等[10]、江洪等[11]改进后的CASA模型，是基于不同种类植被的光能利用率，结合水分和温度等环境胁迫因子，通过参数改进可较好应用于不同地区，对各地区的NPP进行准确评估。我国学者利用CASA模型，在不同区域开展了植被净初级生产力的研究，研究范围涉及安徽、山东、辽宁等省份以及渭河流域等区域[12-15]，而基于CASA模型对山西省NPP的研究较少。同时，已有针对山西省NPP估算的研究主要聚焦于省内局部区域，如吕梁山连片贫困区、汾河流域、煤田分布区等[7,16-17]，对山西省全域NPP的研究较为匮乏，且以往对山西省整体植被NPP的研究利用的是低分辨率的MOD17A3数据，影响了对山西省植被NPP的准确估计[17-18]。

本研究基于朱文泉等[9]改进的CASA模型，利用山西省2000—2019年MOD13Q1数据，综合降水、气温、太阳辐射等数据，揭示山西省植被NPP时空分布特点及其变化规律，分析影响植被NPP变化的因子，为区域植被恢复和生态环境建设奠定理论基础。

1 材料和方法

1.1 研究区概况

山西省位于我国中部（东经110°15′~114°32′，北纬34°36′~40°44′），总面积约15.67万km2，境内山地和丘陵地貌约占全省总面积的80%以上。气候为温带大陆性季风气候，年平均气温为3~14℃，年总降水量为400~650 mm，60%的降雨集中于6—8月。境内主要植被类型有温带落叶阔叶林、针阔混交林、常绿针叶林、灌丛和草甸等，种植的农作物主要包括冬小麦、玉米、高粱和棉花等[18]。

1.2 数据来源与研究方法

1.2.1 数据来源及处理

1.2.1.1 NDVI数据 本研究主要基于MODIS中尺度数据MOD13Q1提取获得。数据来源于美国NASA的官网（http://ladsweb.modaps.nasa.gov/），数据空间分辨率为250 m，下载获得2000、2005、2010、2015、2019年MOD13Q1遥感数据。通过MRT软件，对下载的原始遥感数据进行拼接、投影转化、提取得到NDVI数据。NDVI数据是16 d合成产品，之后运用最大值合成方法，将每月的2期NDVI数据融合为月NDVI数据[19]。

1.2.1.2 气象数据 气象数据包括月平均气温、月总降水量。原始气象数据来自中国气象数据共享网（http://data.cma.cn）。在山西省及其周围共选取38个站点，获取与NDVI数据相同年份的站点日平均气温、日降水量数据。在Excel中对该数据进行统计得到相应站点的月平均气温和月降水量数据，之后在ArcGIS 10.4中，利用反距离权重插值法（Inverse Distance Weighted，IDW）对38个站点的月平均气温和月降水量之和进行空间插值处理，获得与NDVI数据有相同投影及空间分辨率的降水和气温栅格数据。

1.2.1.3 辐射数据 由于整个山西省的辐射站点较少，空间插值结果不准确，本研究采用太阳辐射计算公式，通过气象站点日照时长求得月太阳总辐射数据。在Arc GIS 10.4中插值获得与NDVI数据有相同投影和空间分辨率的月太阳辐射量数据[20]。

1.2.1.4 其他数据 土地利用类型数据来源于中国科学院资源环境数据中心，分别由2000、2005、2010、2015、2019年土地利用数据重分类得到，包括耕地、林地、草地、水域用地、建设用地和其他用地等6种土地覆盖类型[16]。

1.2.2 NPP计算 CASA模型。CASA模型中的植被NPP，主要是通过地表植被所吸收光合有效辐射（APAR）、光能利用率（ε）这2个变量来共同确定[17]。

式中，APAR(x,t)为x像元在t月吸收的光合有效辐射量（MJ/m2）；ε(x,t)为x像元在t月的实际光能利用效率（g/MJ），通过温度和水分等环境胁迫因子及最大光能利用率估算得出[21-22]。

光合有效辐射（APAR）的确定。通常APAR（Absorbed Photosynthetically Active Radiation）是指地表植物在进行光合作用时，可以被叶冠层吸收利用的，对其光合作用有实际效用的太阳辐射能，经过光合作用将其固定并转化为植物有机质。地表植被吸收光合有效辐射，是由太阳辐射和植被自身的生态特征共同控制。

式中，S O L(x,t)为x像元在t月的太阳总辐射量（MJ/m2）。SOL（Solar Radiation Energy）为太阳辐射能，是植物在光合作用过程的能量来源；FPAR（Fraction of Absorbed Photosynthetically Active Radiation），是地表植被层对入射光合作用有效辐射的吸收比例。FPAR与归一化植被指数（NDVI）具有一定线性关系，可以通过NDVI数据估算取得。

光能利用率（ε）的估算。光能利用率（Utility rate of luminous energy，ε），是地表植被将光合作用中所吸收光合有效辐射，固定转化为有机质的效率，是由地表植被的自身属性所决定。不同类型地表植被的光能利用率通常差异很大。

在具体估算中，本研究采用经朱文泉[21]和LI等[23]改进后的CASA模型，代入NDVI、太阳辐射、月平均气温、月总降水量、土地利用类型等参数，计算得到山西省植被NPP。

2 结果与分析

2.1 研究区NPP变化特征分析

2.1.1 研究区NPP年际变化2000—2019年山西省植被NPP空间分布如图1所示。

根据植被NPP值分布范围，定义0～200 g/（m2·a）为低值区域，200~400 g/（m2·a）为中值区域，400~585 g/（m2·a）为高值区域。由图1可知，2000年研究区NPP值较低的区域主要分布于山西省北部管涔山大部、吕梁山西侧丘陵区，以及大同盆地、忻定盆地、太原盆地等区域，而NPP高值区域位于东南部的王屋山和中条山附近。随着时间推移，NPP低值区域的面积逐渐减少，而NPP高值区域面积逐渐增加。2019年，山西省北部及西侧NPP低值区域基本消失，同时，NPP高值区域由最初的东南部扩大至山西省中部、南部等多个区域。全省植被NPP变化整体呈向好的发展态势。

从表1可以看出，研究区NPP年最大值呈现先增加后降低的趋势，而NPP年均值呈现持续增加趋势，该区年均NPP介于227.76~303.66 g/（m2·a）。2000—2005年，NPP由227.76 g/（m2·a）上 升 至266.98 g/（m2·a），增速为7.84 g/（m2·a），NPP增速较高；2006—2010年，NPP由266.98 g/（m2·a）上升至279.76 g/（m2·a），增速为2.56 g/（m2·a）；2011—2015年，NPP由279.76 g/（m2·a）上升 至290.22 g/（m2·a），增速为2.09 g/（m2·a）；2016—2019年，NPP由290.22 g/（m2·a）增至303.66 g/（m2·a），NPP增速有所提高，为3.36 g/（m2·a）。

表1 2000—2019年山西省植被NPP年最大值和平均值统计Tab.1 Statistics of annual maximum and average vegeta-tion NPP in Shanxi province from 2000 to 2019 g/（m2·a）

2.1.2 研究区NPP月际变化 植被NPP的月际变化直接反映区域植被在年内的净初级生产力时间分布情况[19]。由图2可知，不同年内月均植被NPP值均呈先上升后下降的变化趋势，其中，1—3月份的多年NPP均值分别为3.37、3.92、6.11 g/（m2·月），4月份后，NPP呈急剧上升趋势，7—8月份NPP达到最大值，7、8月份NPP均值分别为52.56、56.18 g/（m2·月）。各月间NPP增长速率最高阶段为5—6月份，达到16.44 g/（m2·月）；下降速率最高时段为10—11月份，下降速率达到24.11 g/（m2·月）。植被NPP值的变化与其生长规律基本一致[19]，这主要是由于北方植被大多为落叶树，冬季植被叶片凋零，草木枯萎，地表植被光合作用较低，几乎无生产力，此时NPP最低，春季开始，气温回升，草木复苏，植被开始生长萌芽，光合作用逐渐增强，7—8月时，植被生长达到最盛阶段，此时NPP值最大，到9—10月后，气温渐冷，植物叶片脱落，植被生理活动减弱，光合作用降低，NPP值随之降低[7]。

2.2 研究区NPP变化率空间分布特征分析

为了揭示研究区内植被NPP值变化的空间分布特征，结合以往研究，本研究将5个时段的植被NPP变化状况，以显著增长（＞20%）、稳定增长（0~20%）、微弱减少（-20%~0）和显著减少（＜-20%）分别进行了划分[7]。

结果表明（图3），2000—2019年研究区域植被NPP整体呈显著增长，而太原盆地和长治盆地局部地区NPP呈现显著降低及微弱降低的变化态势，南部王屋山与中条山交界处NPP呈微弱降低趋势。NPP呈增长状态的区域占山西省全域面积的87.66%，呈减少趋势的区域占山西省全域面积的12.34%。2000—2005年，境内太行山西侧、南部的临汾盆地是NPP显著下降的区域，而中部晋中盆地、中北部的忻定盆地、大同盆地为NPP呈微弱下降的区域，整体而言，境内85.82%区域的NPP呈增长趋势，14.18%的区域NPP呈下降趋势。2005—2010年，境内北部、中部及东南大部区域NPP呈显著下降或微弱下降的趋势，NPP降低区域占山西省全域面积的32.77%，而NPP呈增长状态的区域占山西省全域面积的67.23%。2010—2015年，研究区中北部及西部区域，NPP呈显著降低或微弱降低趋势，降低区域占山西省全域面积的33.19%。2015—2019年，NPP显著降低或微弱降低的区域主要分布于晋南的运城盆地及晋东南的长治盆地，NPP降低的区域占山西省全域面积的40.36%，而NPP呈增长状态的区域占山西省全域面积的59.64%。

2.3 不同土地利用类型的NPP变化分析

由图4可知，2000—2019年山西省各土地利用类型植被NPP年均值整体呈波动上升趋势。不同土地利用类型年均NPP差异较大，按照年均NPP由高到低排 序 为 林地（315.14 g/（m2·a））＞草地（281.94 g/（m2·a））＞耕地（264.52 g/（m2·a））＞水域用地（110.59 g/（m2·a））＞其他用地（101.88 g/（m2·a））＞建设用地（75.39 g/（m2·a））。不同土地利用类型植被NPP年均值增加速率从大到小排序为草地（5.11 g/（m2·a））＞耕地（4.36 g/（m2·a））＞林地（3.14 g/（m2·a））＞其他用地（2.34 g/（m2·a））＞水域用地（1.45 g/（m2·a））＞建设用地（0.57 g/（m2·a）），增加速率最快的为草地，达5.11 g/（m2·a），增加速率最慢的为建设用地，为0.57 g/（m2·a）。2000—2019年山西各土地利用类型的植被NPP均呈增长趋势。其中受不同土地利用方式的影响，NPP增长量分别为耕地477.70万t，林地264.96万t，草地429.79万t，建设用地4.12万t，水域用地9.89万t，其他用地0.77万t。按照NPP增长贡献率由高到低排序是耕地（40.24%）＞草地（36.20%）＞林地（22.32%）＞建设用地（0.83%）＞水域用地（0.35%）＞其他用地 （0.06%）（表2）。

表2 2000—2019年山西省区域内NPP增长量及各地类贡献率Tab.2 NPP growth and contribution rate of various regions in Shanxi province from 2000 to 2019

2.4 NPP变化影响因素分析

以往研究表明，气象因子是影响植被NPP值重要因素之一。为进一步揭示研究区内植被NPP与关键气象因子（降水、气温）间的关系，本研究通过月均植被NPP值与气象因子月均值，进行Pearson双侧相关检验以及偏相关检验分析，结果表明（表3），山西省月均NPP值与月均降水量、月均气温的平均相关系数分别为0.872、0.907，均在0.01置信水平达到极显著；平均偏相关系数分别为0.566、0.703。表明山西省植被NPP变化受到降水和气温共同控制，且影响程度均达到了极显著水平，其中植被NPP与气温相关程度最高，表明研究区内的气温变化是影响区域植被NPP变化的最主要因素；进行偏相关分析以消除其他因素影响时，降水、气温仍与植被NPP呈显著相关，且气温的相关性更强。

表3 山西省植被NPP与气象因子相关性分析Tab.3 Correlation analysis between vegetation NPP and meteorological factors

3 结论与讨论

本研究结果表明，2000—2019年，山西省境内植被NPP年均值整体呈增加趋势。这与梁爽等[17]的研究结果一致，其基于MOD17A3H数据研究了2005—2015年山西省植被NPP的时空变化特征，结果表明，山西省NPP整体呈增加趋势。NPP明显增加的区域主要位于吕梁山脉以西、吕梁山脉一带、晋北及晋南中条山、王屋山森林区。这主要受益于国家、省及市县各级造林绿化及退耕还林还草工程[7]。2000—2010年，“三北防护林”工程第四期在山西的规划区域主要位于吕梁山脉以西区域；2010—2019年，“三北防护林”工程第五期在原先的规划范围外新增了晋北区域，使得晋北区域的NPP明显提升。而吕梁山脉一带NPP显著增加得益于我国实施的天然林保护工程，依据工程要求，对现有森林及草地实施了全面性的保护。而晋南中条山、王屋山森林区则是由于政府及林业部门对该区加强管护，植被得以较好生长，因而，NPP值较大。

对山西省植被NPP变化率空间分布的研究表明，NPP显著降低的区域主要在城市建成区及煤田分布区，包括省域北部的大同市区、朔州市区，中部的太原都市圈，以及东南部的长治市区。上述区域作为国家级或省级重点开发区域，是支撑全省发展的重要增长极，区域内人口密集，建设用地不断扩张，部分耕地或草地转为城镇用地，导致该区域植被NPP显著降低；此外，晋东南区域分布有山西省最大的煤田——沁水煤田，以露天为主的煤炭开采方式破坏了大量的地表植被，导致了该区域植被NPP的降低。

本研究基于CASA模型对山西省2000—2019年植被NPP进行估算，结果表明，2000—2019年山西省植被NPP总体呈现先快后慢的上升趋势。其中，2000—2005年年均增速较快，增速为7.84 g/（m2·a）；2006—2010、2011—2015、2016—2019年3个 阶段年均增速相对较慢，增速分别为2.56、2.09、3.36 g/（m2·a）。植被NPP增加的区域占整个研究区域面积的87.66%，主要分布于吕梁山脉以西、吕梁山脉一带、晋北及晋南中条山、王屋山森林区；NPP显著降低的区域占研究区面积的12.34%，主要分布区域为太原盆地和长治盆地局部地区，以及南部王屋山与中条山交界处。2000—2019年，山西省不同土地利用类型年均植被NPP差异较大，由高到低排序是林地（315.14 g/（m2·a））＞草地（281.94 g/（m2·a））＞耕地（264.52 g/（m2·a））＞水域用地（110.59 g/（m2·a））＞其他用地（101.88 g/（m2·a））＞建设用地（75.39 g/（m2·a））；不同土地利用类型植被NPP均呈增长趋势，其中，草地NPP增长率最高，为5.11 g/（m2·a），而建设用地NPP增长率最低，为0.57 g/（m2·a）。对全域NPP增长贡献率最大的土地利用类型是耕地（40.24%），其他类型的土地利用方式贡献率最小（0.06%）。降水与气温是影响区域内植被NPP变化的重要因素。