常屹冉, 张 弛, 魏嘉诚, 李显巨, 嘎毕日

(1.中国地质大学(武汉), 湖北 武汉 430074; 2.内蒙古自治区测绘地理信息中心, 内蒙古 呼和浩特 010050)

植被是陆地生态系统的主体,在全球气候变化中具有重要的作用[1]。气候不仅可以影响地表植被的生长,影响群落的组成,反过来,植被也可以通过影响地表的反照率以及蒸腾来改变地表能量的分配进而影响局地及区域的气候[2]。因此在全球气候变化的背景下,植被对气候的响应研究亟待探究。植被净初级生产力(Net primary production,NPP)是光合作用生产的有机质总量中扣除自养呼吸后的剩余部分,是地表碳循环的重要组成部分,也是描述植被生长状况的重要指标之一[3-4],近年来在植被生长[5-7]、陆地碳循环[8]等方面得到了广泛的应用。随着遥感技术的发展,基于植被指数的大区域植被NPP变化成为研究热点[9-11]。研究表明黄土高原地区植被NPP总体呈波动上升趋势,降水和气温的耦合作用是该地区NPP变化的主要因素。从植被类型来看,干旱对于河西走廊林地NPP影响最大,草地次之;从不同季节来看,干旱对夏季NPP影响最大[12]。施红霞等[13]的研究表明,相较于1986—2005年,21世纪北半球中高纬度地区陆地NPP呈增加趋势,且在高排放情境下(RCP8.5),增加更明显。21世纪北半球中高纬度地区NPP受辐射和降水显著影响的地区在增大,而受温度显著影响的地区在减少。

内蒙古地区位于中国北部,是干旱半干旱典型区。植被对于气候变化和人类活动极为敏感。近年来,该地区呈显著的增温趋势,其中内蒙古中部升温趋势在0.44℃/10 a以上[14],显著高于全球平均水平[15]。此外,人类活动对于该地区的草地生态系统也具有不同程度的影响[16-17]。因此,该地区气候变化和人类活动对于植被NPP的影响研究就极为重要。研究表明干旱对于锡林郭勒草原植被NPP会造成不同程度的抑制作用[4]。而除了降水外,放牧是锡林郭勒草原植被NPP变化的主要驱动因素[18]。高艺宁等[19]的结果也表明内蒙古荒漠草原植被NPP与降水的相关系数更高。滑永春等[20]的结果表明,降水对于内蒙古草原NPP的驱动力更大,其结果也表明人类活动对于草原的恢复有正向作用。然而气候变化和人类活动对于植被NPP的共同影响以及定量关系还有待研究。这对于内蒙古地区生态建设和农业可持续发展具有重要意义。

本文基于MODIS NPP数据分析2001—2020年内蒙古地区植被NPP的时空变化特征,利用气象数据,通过主导因素分析、贡献度分析、偏相关分析等方法,探究气候要素和人类活动对于研究区植被NPP的影响,量化气候变化和人类活动对于植被NPP的影响程度,为内蒙古地区生态屏障的建设以及农牧业的可持续发展提供依据。

1 数据与方法

1.1 研究区概况

内蒙古地区位于我国北部边疆,位置介于37°24′～53°23′ N,97°12′～126°04′ E之间。总体呈东北西南走向,东西跨越2 400多千米,南北跨越1 700多千米[14]。其北部与蒙古国、俄罗斯接壤,横跨东北,华北和西北三大区。国内与黑龙江省、吉林省、辽宁省等8个省区相接,面积为118.3×104km2,是中国第三大省区[21]。内蒙古位于蒙古高原的南部、气候为大陆性气候,由于较高的纬度和较少的降水,对于气候变化极为敏感,是中国北方的重要生态屏障。植被类型主要有针叶落叶林、草甸草原、典型草原、荒漠草原等,植被类型较多样[22]。

1.2 数据来源及处理

1.2.1遥感数据 NPP是反映植被生长状况的重要指标,本文从NASA官网(https://search.earthdata.nasa.gov/)下载了MOD17A3产品。该产品为全球2000年以来的植被指数产品,具有1 km的空间分辨率,时间分辨率为年。下载了2001—2020年的数据。通过MRT软件进行影像的拼接和裁剪并提取其中的NPP数据集。通过ENVI软件进行影像的合成,最终得到逐年的NPP数据集。

1.2.2气象数据 气象数据下载自国家气象科学数据中心(http://data.cma.cn/data),本文下载了2001—2020年内蒙古地区119个气象站点气温和降水的月数据集(图1)。以研究区的气象站点的经纬度数据为基础,利用Anusplin软件,考虑高程要素进行了气象要素空间化,进而获取气象要素的栅格数据,并将其空间分辨率与MOD17A3数据保持一致。同时,计算得到研究区时间序列的年均降水与气温。

图1 研究区概况图Fig.1 Overview map of the study area

1.3 植被类型数据

植被类型数据同样下载于NASA官网(https://search.earthdata.nasa.gov/),本文下载了MODIS产品MCD12C1,该产品为每年的全球植被类型数据,空间分辨率为0.05°,包括地圈生物圈计划(IGBP),马里兰大学分类法(UMD),植被指数法(LAI)等,本文选取了常用的IGBP分类数据,下载了2020年的分类数据,通过分类将植被分类为森林、草地、灌丛、城镇、农田和荒漠(图1)。通过ENVI软件裁剪得到研究区植被类型图。由于除荒漠外,森林和草地面积占研究区的92.5%,因此植被分类分析部分聚焦于这两种类型。

1.3 试验方法

1.3.1Sen趋势分析 Sen的趋势分析是一种用于检测趋势的稳健非参数统计方法,广泛用于气象、水文和植被数据,这种斜率方法的一个主要优点是它不需要遵循特定的分布[23]。此外,应用Mann-Kendall显著性检验,该检验已被发现能够对水文气象系列的趋势进行稳健量化[24-25]。本研究中的Sen趋势分析用于了解NPP等相关指标的变化情况。

1.3.2偏相关分析 偏相关分析是在简单相关系数的基础上,排除其它影响因素的干扰,计算某两个影响因素之间的相关性[26]。其计算公式如下:

(1)

式中:r12(3)为控制第三个变量,第一个变量和第二个变量的偏相关系数;r12为第一个变量和第二个变量的简单相关系数;r13为第一个变量和第三个变量的简单相关系数;r23为第二个变量和第三个变量的简单相关系数,并利用T检验进行显著性检验。

1.3.3差值比较法 基于NPP的差值比较法能够真实的反映植被的变化情况,该方法是探究植被变化因素的有效手段[27]。假设在未受人类活动,植被NPP仅受气候驱动的生产力为潜在净初级生产力(Potential net primary productivity PNPP),PNPP与实际的NPP的差为人类活动影响下的NPP (Human net primary productivity,HNPP),其计算方法如下:

HNPP=PNPP-NPP

(2)

当HNPP为正值时,表示人类活动导致NPP下降,当HNPP为负值时表示人类活动导致NPP升高。此外,根据周妍妍等[28]的研究方法,将HNPP的正负变化与变化趋势进行叠加,从而得到人类活动对NPP的影响。PNPP的估算方法主要利用Thornthwaite纪念模型,基于NPP数据与气温、降水数据的最小二乘法得出[29]。计算公式如下:

PNPP=3 000×[1-e-0.0009695×(v-20)]

(3)

(4)

L=3000+25t+0.05t3

(5)

其中,v为年实际蒸散发量(mm),r为年总降水量(mm),L为年蒸散发量(mm),t为年平均气温(℃)。

1.3.4相对贡献度分析 为了区别气候变化和人类活动对于植被NPP的相对贡献率,通过NPP及变化量ΔPNPP,ΔHNPP的计算得到[29],具体公式如下:

(6)

(7)

其中,Cclimate为气候变化对于NPP的相对贡献,而Chuman为人类活动对于NPP的相对贡献。

2 结果与分析

2.1 内蒙古植被NPP及PNPP时空变化

为验证PNPP模拟的准确性,本文以气候变化主导区域(图6)的NPP来验证PNPP,共提取514个栅格的NPP值以及所对应的PNPP值,结果如图2所示。由图可知,PNPP与气候变化主导区NPP的相关系数(Correlation Coefficient,CC)、相对偏差(BIAS)和均方根误差(Root mean square error,RMSE)分别为0.81,13.16%和32.30 gC·m-2,由此可见PNPP与气候变化主导区NPP的一致程度较高且相对偏差小于15%。因此,Thornthwaite纪念模型能够较好地模拟气候变化主导区的NPP,在内蒙古地区适用性良好。

图2 基于气候变化主导区NPP对HNPP模拟性能的检验Fig.2 Verification of HNPP simulation performance based on regional NPP dominated by climate change

图3为研究区2001—2020年植被NPP和PNPP年际变化。20年间,植被NPP总体在156～242 gC·m-2之间,平均为208.65 gC·m-2,最大值年份为2017年,最小值年份为2001年。从变化趋势来看,植被NPP呈极显著的增加趋势(3.29 gC·m-2·a-1,P<0.01)。此外,在2014年之后,植被NPP具有一定的波动,上升趋势不明显。PNPP明显高于NPP,平均为461.07 gC·m-2。PNPP上升趋势较为显著(4.19 gC·m-2·a-1,P<0.05)但波动较大。

图3 2001—2020年研究区植被NPP年际变化Fig.3 Interannual variation of vegetation NPP and PNPP in Inner Mongolia from 2001 to 2020

研究区20年NPP和PNPP的时空变化如图4所示。可以看到整个研究时段内,植被NPP总体呈东高西低的空间分布格局。植被NPP最高的地区主要分布在大兴安岭地区,部分地区植被NPP高于500 gC·m-2。植被NPP最低的地区主要分布在二连浩特、包头北部和鄂尔多斯西部等地区,部分地区的植被NPP在100 g C·m-2以下。此外由于研究区西部为荒漠沙漠地区,植被极少,因此西部地区植被NPP并未计算。研究区植被NPP总体呈上升的趋势(图4c),研究区均值为4.33 g C·m-2·a-1。上升明显的地区主要分布在大兴安岭的东侧地区,部分地区上升趋势可达6 g C·m-2·a-1以上。NPP呈减少趋势的地区较小,不到研究区的1%,且分布比较零散。从变化的显著性来看,研究区植被生长总体呈改善趋势(图4e),其中,呈不显著改善的地区占18.4%,呈显著改善的地区占24.3%,呈极显著改善的地区占56.4%。极显著改善的地区主要分布在研究区的东部如大兴安岭地区和兴安盟地区。退化地区仅占研究区的0.9%,分布较为零散。

图4 内蒙古地区植被NPP,潜在NPP(PNPP)空间变化及显著性Fig.4 Spatiotemporal variations of vegetation NPP and PNPP and their significance in Inner Mongolia

研究区PNPP同样呈东南高西北低的空间分布(图4b),PNPP值较高的地区主要分布在研究区东南部例如通辽、赤峰以及呼伦贝尔的东部,部分地区PNPP在600 g C·m-2以上。PNPP值较低的地区主要分布在研究区的西部阿拉善地区,部分地区PNPP在200 g C·m-2以下。PNPP同样呈明显的上升趋势(图4 d),其中上升明显的地区主要分布在通辽、赤峰、呼伦贝尔西部以及锡林郭勒南部,部分地区上升趋势在6 g C·m-2·a-1以上,下降地区极小(<0.01%)。从显著性来看,研究区PNPP主要呈上升趋势,其中不显著上升地区占79.60%,显著上升地区占20.06%,其它类别占比较小。

2.2 气温、降水时空变化以及与NPP的偏相关

气温和降水的时空变化以及与植被NPP的空间偏相关性如图5所示。气温总体呈东北低,东南和西部高的空间分布。其中大兴安岭北部平均温度最低,西部阿拉善地区,乌海,鄂尔多斯温度最高。从变化趋势来看,研究区总体呈明显的升高趋势(图5c),其中西部阿拉善地区和大兴安岭地区上升趋势较明显,部分地区趋势大于(0.3℃)·(10a)-1。在鄂尔多斯的西部也存在温度降低的趋势,但面积较小且降低趋势不明显。气温与植被NPP的偏相关性总体较低(图5e),其中不显著正相关的地区占研究区的55.9%,主要分布在研究区的大兴安岭西部、兴安盟东部、以及研究区的南部。而不显著负相关的地区占研究区的41.6%,主要分布在呼伦贝尔市的中东部,锡林郭勒盟的大部。显著及极显著正相关的面积较小。

图5 内蒙古地区气温、降水时空变化及与植被NPP的偏相关关系Fig.5 Spatiotemporal variations of temperature,precipitation and their partial correlation with vegetation NPP in Inner Mongolia

降水总体呈东高西低的空间分布,其中大兴安岭及其东部降水最高,部分地区超过500 mm。西部阿拉善地区降水最少,部分地区小于50 mm。从变化趋势来看,研究区降水总体呈上升趋势,其中东部降水增加较快,通辽赤峰和兴安盟部分地区增加趋势在(60 mm)·(10a)-1以上。西部降水增加较少。阿拉善大部分地区降水增加在(10 mm)·(10a)-1以内。降水与植被NPP总体呈明显的正相关关系(图5f),其中呈不显著正相关的地区占研究区的22.3%,主要分布在研究区的北部和西南部。呈显著正相关的地区占研究区的30.0%,极显著正相关的地区占研究区的46.1%。两类地区主要分布在研究区兴安盟的大部以及中部。不显著负相关的地区主要分布在研究区的大兴安岭北部,占研究区的1.3%。

2.3 植被NPP变化的主导因素分析

利用相对贡献分析,我们得到了研究区不同地区植被NPP变化的主导因素(图6)。可以看到,在植被改善的地区,气候变化主导植被NPP改善的面积最大,主要分布在研究区的中部,包括呼伦贝尔的西部、兴安盟的中东部、通辽、赤峰、锡林郭勒盟、乌兰察布、呼和浩特、包头和巴彦淖尔市。而人类活动主导的地区主要分布在大兴安岭地区以及鄂尔多斯的中部。共同主导的地区主要分布在大兴安岭的两侧以及研究区的南部,包括赤峰市南部、锡林郭勒盟南部、乌兰察布市南部、呼和浩特市南部和鄂尔多斯市大部。

图6 植被改善和退化区NPP的影响因素Fig.6 Influencing factors of NPP in vegetation improvement and degraded areas

植被退化地区面积较小且分布零散,可以看到,总体呈绿色,即人类活动对于植被NPP的影响占主导。

为了定量分析研究区不同植被所受人类活动和气候变化的影响面积,本文选取了占研究区面积较大的森林和草地进行分析。森林和草地地区植被NPP改善和退化影响因素和面积如表1所示。可以发现,森林和草地受到的人类活动和气候变化影响并不相同。从植被改善地区来看,人类活动是主导森林地区植被变化的主要因素(占65.09%),气候变化占主导的占30.37%,共同主导地区面积较小。草地地区主要受人类活动和气候变化的共同作用(占70.02%),此外也有24.15%的地区主要受气候变影响。从植被退化地区来看,虽然面积较小,但草地地区(占99.66%)和森林地区(占100%)均主要受人类活动的影响。

表1 森林和草地地区植被NPP改善和退化影响因素和面积Table 1 Factors and areas influencing NPP improvement and degradation of vegetation in forest and grassland Areas

2.4 气候变化和人类活动对于植被NPP的相对影响

通过相对贡献度分析,得到了气候变化和人类活动对于森林和草地植被NPP的相对贡献率(表2)。在森林植被改善的地区,气候变化的贡献率为16.5%,而人类活动贡献率高达83.5%,是森林地区植被改善的主要原因。而在退化地区,也是人类活动占主要作用。草地改善地区主要收到气候变化的影响(79.33%),而人类活动的贡献率相对较小(20.67%)。在退化地区,主要是受人类活动的影响。

表2 气候变化和人类活动对于不同植被NPP的相对贡献率Table 2 Relative contribution rate of climate change and human activities to different vegetation NPP

2.5 人类活动对于植被NPP的影响

99.7%的地区HNPP呈正值(图7a),其中高值区主要分布在通辽、赤峰和鄂尔多斯,部分地区在500 g C·m-2以上。这表明上述地区人类活动导致NPP明显降低。而负值较高的地区主要分布在河套平原,部分地区在-100 g C·m-2以上。这表明在该地区,人类活动导致NPP的升高。从变化趋势来看(图7b),HNPP总体呈增加趋势,其中增加明显的地区主要分布在通辽、赤峰和锡林郭勒,部分地区上升趋势在3 g C·m-2·a-1以上。而减小明显的地区主要分布在乌兰察布、呼和浩特以及鄂尔多斯的南部,部分地区减小趋势大于3 g C·m-2·a-1。

图7 内蒙古地区HNPP时空变化以及对于NPP的影响Fig.7 Spatiotemporal variation of HNPP and its impact on NPP in Inner Mongolia注:(c)中图例为HNPP均值与HNPP趋势的正负叠加,其中正正表示HNPP均值为正且HNPP变化趋势为正Note:The legend in (Panel c) shows the positive and negative values of mean and trend of HNPP overlaid,where both positive values indicates a positive HNPP and a positive HNPP trend

叠加HNPP的正负与变化趋势可以发现(图7c),研究区HNPP为正值且呈上升趋势的地区占研究区的79.9%,这些地区随着人类活动的不断加剧,人类对NPP影响增大。而橙色地区HNPP为正值,但呈降低趋势,这表明人类活动强度在降低,有利于植被的恢复,这些地区主要分布在大兴安岭东部和北部,以及研究区的西南部,占研究区面积的19.7%。在河套平原的西部,该地区HNPP为负,变化趋势为正,这表明人类活动对于该地区的植被NPP有正向作用且正向作用在增大。

3 讨论

从年均NPP来看,内蒙古草地地区NPP多集中在200～400 g C·m-2,这与穆少杰等[30]的2001—2010年草地平均NPP 281.3 g C·m-2较为接近。图3中四子王旗荒漠草原NPP主要分布在100～200 g C·m-2之间,这与高艺宁等[19]的四子王旗荒漠草原NPP(144.52 g C·m-2)值也较为接近。这表明MODIS NPP数据具有较好的精度,能够满足研究的需要。而从时间变化来看,整个研究区99%以上的地区植被NPP呈上升趋势,这与其他人的结果较为一致[19-20,30]。

近年来,随着气候变化和人类活动的加剧,内蒙古地区的生态发生了明显的变化。从本文结果来看,人类活动和气候变化对于该地区的植被NPP具有重要的影响,而且在不同地区,两者的影响大小不同。从本文的结果来看,大兴安岭地区以及鄂尔多斯地区受近年来退耕还林,草地保护等政策,植被恢复明显[31-32],因此人类活动的影响较气候影响大。而在草原地区(包括呼伦贝尔草原、锡林郭勒草原等)植被NPP受人类活动和气候变化的共同影响。从上世纪以来,随着内蒙古地区人口增加,人地关系紧张,草原生态受到严重影响。但近年来由轮牧改为定牧以及退耕还草等政策使得草地得到了恢复,生态得到了改善。在气象要素中,降水是影响草地NPP的主要影响因素,这与他人的结果一致[19-20,33]。另外,在森林和草地退化的地区,人类活动是占主导地位的(表1,表2),这也表明了人类活动对于生态系统负面作用。

该研究采用Thornthwaite纪念模型来模拟PNPP,与NPP的差值来量化人类活动对NPP的影响,结果表明99.7%的区域人类活动对NPP增加起到抑制作用,即内蒙古地区人类活动影响降低区域NPP。但Thornthwaite纪念模型引用的是经验参数,未来可以尝试通过遥感影像来获取Thornthwaite纪念模型的实际蒸散量以更好地模拟内蒙古地区的HNPP提高大尺度监测模拟的准确性。此外,人类活动对内蒙古地区NPP影响程度受多种因素的限制,量化气候变化和人类活动对内蒙古地区NPP变化的影响仍是一个巨大的挑战。

4 结论

本研究利用MODIS NPP产品、气象数据和土地覆被类型数据,通过主导因素分析、相对贡献度分析、偏相关分析等,计算了内蒙古NPP的时空变化规律以及气候变化和人类活动对于NPP的影响,结果表明:近20年来内蒙古NPP的平均值为208.65 gC·m-2,NPP总体呈东高西低的空间分布格局,高值区主要分布在大兴安岭地区,与水热分布的趋势基本吻合。大兴安岭地区温度适宜、降水充沛,水热条件较好,多年平均值普遍高于500 gC·m-2,低值区主要分布在二连浩特、包头北部和鄂尔多斯西部等地区,这些地区降水稀少,多数地区NPP在100 gC·m-2以下。受气候变化和人类活动的影响,在植被改善的地区中,大兴安岭、鄂尔多斯主要是由人为主导,通辽赤峰和锡林郭勒等地区主要由气候主导,其他地区由两者共同作用。在土地退化的地区,多为人为主导。此外,内蒙古99.7%区域HNPP为正值,即人类活动抑制植被的生长,高值区主要分布在研究区的南部,这些地区人为活动对植被的生长抑制更为严重。河套平原的西部以及阿拉善的西北部,人类活动导致NPP的升高,但是趋势在降低,表明近年来人类活动对于该地区植被的恢复能力逐渐下降。