全 文 ：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*
毛德华1,2 摇 王宗明1**摇 罗摇 玲1 摇 韩佶兴1,2
( 1中国科学院东北地理与农业生态研究所, 长春 130012; 2中国科学院研究生院, 北京 100049)
摘摇 要摇 东北多年冻土区作为高纬度寒区之一,对全球变化较敏感.本文基于 AVHRR和MO鄄
DIS两种遥感数据源的归一化植被指数,应用 CASA模型对 1982—2009 年东北多年冻土区植
被净初级生产力(NPP)进行模拟.结果表明: 1982—2009 年,东北多年冻土区年均气温、年太
阳辐射总量和年日照时数显著上升,年降水量显著下降,CO2浓度及其年增长率显著增大;植
被年 NPP呈显著的先增加后降低趋势,变化分异节点在 1998 年.研究期间,东北多年冻土区
植被年均 NPP总量为 623 g C·m-2,植被年 NPP空间分布差异明显.降水是该区生长季植被
生长的主要影响因子,植被 NPP对气候变化响应的空间异质性明显.土地利用变化通过改变
土地覆被状况使植被 NPP发生变化,影响了植被 NPP的时空分布特征.植被 NPP与 CO2浓度
呈显著正相关.多年冻土退化对植被 NPP的影响随着各区域环境的不同而有所差异.多年冻
土区植被 NPP与年均地温呈显著正相关,与年最大冻土深度呈负相关.
关键词摇 净初级生产力摇 CASA模型摇 全球变化摇 多年冻土退化摇 东北多年冻土区
文章编号摇 1001-9332(2012)06-1511-09摇 中图分类号摇 TP79摇 文献标识码摇 A
Dynamic changes of vegetation net primary productivity in permafrost zone of Northeast
China in 1982-2009 in response to global change. MAO De鄄hua1,2, WANG Zong鄄ming1, LUO
Ling1, HAN Ji鄄xing1,2 ( 1Northeast Institute of Geography and Agroecology, Chinese Academy of Sci鄄
ences, Changchun 130012, China; 2Graduate University of Chinese Academy of Sciences, Beijing
100049, China) . 鄄Chin. J. Appl. Ecol. ,2012,23(6): 1511-1519.
Abstract: As one of the high鄄latitude cold regions, the permafrost zone of Northeast China (PZNC)
is more sensitive to global change. Based on the AVHRR GIMMS NDVI and MODIS NDVI, and by
using CASA model, this paper simulated the net primary productivity (NPP) in the PZNC from
1982 to 2009. In 1982-2009, the mean annual air temperature, annual solar radiation and sun鄄
shine duration, and atmospheric CO2 concentration and its annual increasing rate in the PZNC in鄄
creased significantly while the annual precipitation had a significant decrease, and the annual NPP
showed an up鄄and鄄down trend, with the turning point in 1998. The annual NPP had a high spatial
heterogeneity, with an average of 623 g C·m-2 . Comparing with air temperature, the precipitation
in growth season was the main factor affecting the NPP. Land use change altered land cover, and
thus, the spatiotemporal characteristics of NPP. A significant positive correlation was observed
between the NPP and atmospheric CO2 concentration. The impact of permafrost degradation on NPP
differed with regional environment. The NPP had a significant positive correlation with the mean
annual ground temperature, but a negative correlation with the annual maximum permafrost depth.
Key words: NPP; CASA model; global change; permafrost degradation; permafrost zone of North鄄
east China.
*中国科学院重点部署项目 (KZZD鄄EW鄄08鄄02)、中国科学院知识创新工程重要方向项目 ( KZCX2鄄YW鄄341)和国家自然科学基金项目
(40930527)资助.
**通讯作者. E鄄mail: zongmingwang@ neigae. ac. cn
2011鄄08鄄29 收稿,2012鄄03鄄11 接受.
应 用 生 态 学 报摇 2012 年 6 月摇 第 23 卷摇 第 6 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Jun. 2012,23(6): 1511-1519
摇 摇 多年冻土的退化过程对寒区植被的生长、寒区
水文及整个寒区陆地生态系统都有着重要影响. 冻
土退化使冻土区水文模式、冻土区土壤营养物质含
量以及土壤组成或质地发生改变,从而影响植被组
成、植被覆盖度和植被生产力[1] . 全球变化对植被
的影响将直接影响植被净初级生产力(net primary
productivity,NPP)的大小,人与生物圈计划(MAB)、
国际地圈鄄生物圈计划( IGBP)、全球变化与陆地生
态系统(GCTE)和京都议定书均将植被 NPP 研究确
定为核心内容之一[2] .国内外学者基于模型模拟及
遥感资料对 NPP 时空特征及其对气候变化的响应
已进行大量研究. Nemani 等[3]研究 1982—1999 年
全球陆地 NPP与气候的关系,认为全球气候正朝着
有利于植被生长的方向发展,亚马逊雨林 NPP 增加
主要是由于云覆盖减少导致太阳辐射增加. 朴世龙
等[4-5]基于 CASA模型估算了 1982—1999 年我国植
被 NPP并分析了其时空变化,认为期间我国植被
NPP呈增加趋势.其中,高寒植被、常绿阔叶林和常
绿针叶林的增速最快,降水是限制我国植被 NPP 的
主要因子.朱文泉等[6-7]基于遥感数据模拟了中国
植被 NPP,并分析了其对气候变化的响应.目前,许
多学者开展了针对中国东北地区植被 NPP 的研究,
如国志兴等[8]分析了 2000—2006 年东北地区植被
NPP的时空特征及影响因素,认为土地覆被变化是
影响东北地区植被 NPP变化的重要因素之一,降水
是影响陆地植被 NPP 的主要因素. Zhu 等[9]分析中
国东北样带植被 NPP 时空动态的结果表明,植被
NPP的空间分布与该区降水分布高度相关. 以往虽
然利用遥感数据估算植被 NPP 的研究有很多,但由
于植被 NDVI等单一遥感数据源的局限性,并未实
现长时间序列的植被 NPP 动态及其对全球变化响
应的研究,同时,在气候变化背景下,针对地表温度
变化和冻土退化对植被 NPP 的影响研究还有待加
强. 随着高纬地区气温升高,多年冻土将持续退
化[10] .东北多年冻土区植被作为我国边疆的生态屏
障和区域环境调控者,以及大气与土壤、水分的连接
纽带,研究其植被 NPP 时空变化特征及其对气候、
土地利用方式和 CO2浓度增加等环境因子变化的响
应具有重要意义. 为此,本文分析了 1982—2009 年
植被 NPP时空变化特征及其对全球变化的响应,以
期为中国东北多年冻土区碳平衡估算奠定基础,并
为中国东北地区社会经济建设及区域生态环境建设
与保护提供指导.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
东北多年冻土区位于欧亚大陆多年冻土区的南
缘地带,为中国第二大冻土分布区 ( 46毅 30忆—
53毅30忆 N, 115毅 52忆—135毅 09忆 E ),面积 3郾 9 伊 105
km2 [11],行政区划上属黑龙江省和内蒙古自治区的
最北部,为我国东北边陲,北部与俄罗斯接壤. 本研
究区多年冻土南界参照周幼吾等[11]、孙广友[12]的
研究结果,通过扫描数字化和属性添加得到.全区年
均气温在 0 益以下,年降水量 460 mm. 该区属寒温
带大陆性气候,冬季漫长、干寒,夏季短暂、湿热.东
北多年冻土区地形多为山地,地形上呈西高东低的
格局(图 1).研究区西部为呼伦贝尔高原,中部有大
兴安岭,南北贯穿东北多年冻土区,阻挡了来自于东
部的水汽,造成呼伦贝尔高原气候干燥,东部为小兴
安岭.主要湖泊有呼伦湖;主要河流有额尔古纳河、
黑龙江和嫩江.在大、小兴安岭之间,由于嫩江的冲
积,形成了嫩江平原,本研究区南部包括嫩江平原的
部分地区.研究区植被分布差异明显(图 1).全区森
林植被覆盖度较高,主要分布在大、小兴安岭,主要
树种为兴安落叶松( Larix gmelinii)、樟子松(Pinus
sylvestris)、白桦 ( Betula platyphylla)、柞树 (Quercu
spp郾 )等混交树种;西部呼伦贝尔高原以典型草原和
海拉尔地区草甸草原为主要植被;嫩江平原的主要
植被类型为旱作农业植被. 东北多年冻土区是东北
湿地的重要分布区域,冷湿的气候和多年冻土的分
布是本区沼泽湿地形成的重要因素[13] .
图 1摇 东北多年冻土区地理特征
Fig. 1摇 Geographical features of the permafrost zone of northeast
China郾
BF:阔叶林 Broad鄄leaved forest; MF:针阔混交林 Mixed coniferous
broad leaved forest; CF:针叶林 Coniferous forest; Sh:灌木林 Shrub;
TS:典型草原 Typical steppe; MS:典型草甸 Meadow steppe; Me:草甸
Meadow; C:耕地 Cropland; Ma:沼泽湿地 Marsh; NV:非植被区 Non鄄
vegetated area郾
2151 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
1郾 2摇 数据获取
本文所用遥感数据为 1982—2003 年 AVHRR
GIMMS的 NDVI半月合成数据(8 km 空间分辨率)
和 2000—2009 年 MODIS13A3 的月值 NDVI 数据(1
km空间分辨率). 基于两种数据源重合时间段的
NDVI数据集(2000—2003 年),采用逐像元一元线
性回归模型拓展获取 2000—2009 年插补序列
GIMMS NDVI,构建 28 年时间序列 8 km空间分辨率
NDVI数据集[14] .基于中国科学院植被图编辑委员
会 2001 年编制的 1 颐 100 万中国植被图集[15],经扫
描数字化和属性添加得到东北多年冻土区植被图.
气象数据集来自中国气象共享服务网提供的
1982—2009年东北地区各站点的逐月平均气温、降
水和日照时数,应用克里金方法插值,获得与 NDVI
数据具有同样坐标系和空间分辨率的栅格数据集.最
大冻土深度和地表温度来自黑龙江省气象局. 1986和
2005年土地利用数据源于中国科学院资源环境数据
中心沼泽湿地与东北数据分中心,并已得到较好的验
证与应用. CO2浓度数据源于美国地球系统研究实验
室(ESRL)全球监测分部(http: / / www郾 esrl郾 noaa郾 gov /
gmd / ccgg / )提供的全球年平均数据.
1郾 3摇 CASA模型
本文基于长时间序列 NDVI 遥感数据集,应用
光能利用率(CASA)模型估算 1982—2009 年月尺度
NPP. CASA模型如下:
NPP(x,t) = SOL(x,t) 伊 min
1 + NDVI(x,t)
1 - NDVI(x,t) - SRmin
SRmax - SRmin
,
é
ë
ê
êê
ù
û
ú
úú0郾 95
伊 0郾 5 伊
T着1(x,t) 伊 T着2(x,t) 伊 W着(x,t) 伊 着max
(1)
式中:SOL(x,t)为 t月在像元 x 处的太阳总辐射量;
SR为比值植被指数,由 NDVI 计算得到;SRmin为比
值植被指数的最小值;SRmax为比值植被指数的最大
值,不同植被类型 SRmax值不同,本文 SRmin取值为
1郾 05;SRmax的大小与植被类型有关;T着1(x,t)和 T着2
(x,t)分别为低温和高温对光能利用率的胁迫作用;
W着(x,t)为水分胁迫系数,可反映水分条件的影响;
着max为理想条件下的最大光能利用率,其值与植被
类型有关,本文参考朱文泉等[16]模拟的各植被类型
最大光能利用率和最大比值植被指数. 式中各参数
的计算方法见文献[14].
由于研究区地处东北边陲,植被覆盖类型主要
为森林,野外获取实测数据困难很大,因此本文采用
与其他研究成果对比的方式来进行 NPP 模拟结果
的验证.本文选取以东北地区或东北样带作为研究
区的多种模型(CASA、CEVSA、BIOME鄄BGC)模拟结
果与本研究结果进行比较,以减小地域差异所造成
的差别.为缩小研究时间所带来的差异,本文将模拟
结果分为 1982—1999 年和 2000—2009 年 2 个阶段
分别与其他结果进行比较.
1郾 4摇 NPP变化趋势的逐像元分析
本文采用趋势线分析法来探讨植被 NPP 的年
际变化及变化空间差异. 该方法可以模拟每个栅格
的变化趋势,反映不同时期植被 NPP 变化的空间分
布特征,计算公式为:
专slope =
n 伊 移
n
j = 1
j 伊 NPP j - 移
n
j = 1
( )j 移
n
j = 1
NPP( )j
n 伊 移
n
j = 1
j2 - (移
n
j = 1
j) 2
(2)
式中:n 为监测时段的年数;NPP j为第 j 年的 NPP
值;专slope为趋势线的斜率,该趋势线并不是简单的
最后一年与第一年的连线,其中,专slope>0 说明 NPP
在 n年间呈增加趋势,反之则表现为减小趋势.
2摇 结果与分析
2郾 1摇 东北多年冻土区植被 NPP的时空变化
东北多年冻土区森林植被覆盖度较高,1982—
2009 年全区植被年均 NPP为 623 g C·m-2·a-1 .植
被年 NPP与植被类型和气候条件等有直接关系.由
图 2 可以看出,东北多年冻土区植被年 NPP 空间差
异明显.大、小兴安岭地区阔叶林与针阔混交林植被
NPP在 700 g C·m-2·a-1以上;针叶林主要集中在
研究区北部,其 NPP 值在 500 g C·m-2·a-1;研究
区内的海拉尔地区草甸草原、嫩江平原地区耕地植
被年 NPP在 500 ~ 600 g C·m-2·a-1;该区湿地植
被主要分布在人为影响较小的大兴安岭河谷地区,
植被 NPP值在 500 ~ 600 g C·m-2·a-1;呼伦贝尔
典型草原区植被 NPP 值较低, 年 NPP 在 400
g C·m-2·a-1;西部地区气候干旱,NPP 值,在 200
g C·m-2·a-1左右.
1982—2009 年,研究区植被年 NPP总体呈线性
上升趋势;年 NPP值呈减少趋势的区域主要分布在
呼伦贝尔典型草原区、嫩江平原北部耕地植被区以
及塔河县城周边(图 2). 由图 3 可以看出,研究期
间,植被 NPP呈先增加后降低的趋势(P<0郾 01),这
种变化分异的节点在 1998 年.
31516 期摇 摇 摇 摇 摇 摇 毛德华等: 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摇 摇
图 2摇 研究区植被 NPP的空间分布及变化趋势
Fig. 2摇 Spatial distribution of vegetation NPP and NPP change
trends in the study area郾
图 3摇 植被年 NPP的变化趋势
Fig. 3摇 Change trend of annual NPP郾
摇 摇 利用 2000—2003 年 MODIS NDVI 数据对
GIMMS NDVI 进行插补得到了植被 NPP,将其与
GIMMS NDVI模拟的 NPP月数据进行对比,两者相
关性极显著(n = 48,P<0郾 01) (图 4). 这说明利用
MODIS NDVI 插补 GIMMS NDVI 时间序列来模拟
NPP的年变化趋势与东北地区不同时间段的模拟结
果[8-9]一致.
2郾 2摇 东北多年冻土区主要环境因子的变化
1982—2009 年,研究区多年平均气温为-0郾 41
益,最高年均气温 1郾 25 益(2007 年),年均气温呈极
图 4摇 两种数据源的 NPP模拟值对比
Fig. 4摇 Contrast of estimated NPP based on different datasets郾
显著上升趋势 ( P < 0郾 01 ),增长速率为 0郾 052
益·a-1;年降水量呈显著下降趋势(P<0郾 05),减少
速率为 3郾 58 mm·a-1,多年平均值为 456郾 5 mm;年
日照时数的全区平均值呈显著升高趋势,多年平均
值为 2782郾 3 h;年太阳辐射总量[17]呈极显著增加趋
势(P<0郾 01);大气 CO2浓度呈极显著上升趋势(P<
0郾 01),上升速率为 1郾 66 滋mol·mol-1·a-1,2009 年
的平均 CO2浓度为 386郾 8 滋mol·mol-1;CO2浓度增
长率总体呈显著上升趋势,且大部分 CO2浓度年增
长率在 1%以上(图 5).
2郾 3摇 NPP与气候因子间的相关分析
1982—2009 年,整个研究区生长季植被平均
NPP与平均气温为显著相关关系(P<0郾 05)(图 6).
但逐像元的分析结果表明,全区大部分像元的相关
系数较小,相关性不显著. 其中,呈正相关的区域面
积占全区总面积的 78% ,主要分布在研究区北部及
大兴安岭的东部山区和小兴安岭的北坡,主要植被
类型为森林植被;在呼伦贝尔草原和嫩江地区以及
小兴安岭东部地区,主要呈负相关.
研究期间,全区生长季平均植被 NPP 与降水量
的相关系数为-0郾 345,未达到显著性水平. 而基于
像元的植被 NPP与降水的相关分析结果显示,达到
显著性相关的像元面积占全区总面积的 25郾 3% .由
图 6 可以看出,东北多年冻土区植被 NPP 与降水之
间相关系数的空间差异明显,呼伦贝尔典型草原区
呈显著正相关,大部分像元的相关系数在 0郾 4 以上;
呈显著正相关的像元数占总像元数的 12郾 7%;除呼伦
贝尔地区外,大部分地区植被 NPP 与降水呈负相关
关系,呈负相关的像元数占全区总像元数的 73%,其
中,显著负相关的像元数占总像元数的 12郾 6%,呈显
著负相关的区域主要分布在大兴安岭东麓地区和小
兴安岭地区,其相关系数在-0郾 8 ~ -0郾 4.
4151 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
图 5摇 东北多年冻土区环境因子的变化趋势
Fig. 5摇 Change trend of environmental factors in Northeast China郾
图 6摇 研究区植被 NPP与气温(a)和降水(b)之间相关系数
的空间分布
Fig. 6 摇 Spatial distribution of correlation coefficients between
NPP and annual mean temperature ( a), annual precipitation
(b) in the study area郾
2郾 4摇 土地利用变化矩阵分析
由表 1 可以看出,1986—2005 年,东北多年冻
土区耕地面积增加了 33027郾 1 km2,主要由林地和
草地转化而来.其中,林地转化为耕地的部分主要分
布在海拉尔东部和新巴尔虎左旗区域,该区植被
NPP呈下降趋势. 林地面积减少 3243郾 7 km2,主要
转变为耕地(海拉尔、嫩江区域)和草地(阿尔山区
域),其中,嫩江区域植被 NPP呈明显下降趋势的主
要原因在于林地转变为耕地. 草地总体面积变化不
大,但其变化的空间差异较大,海拉尔东部及额尔古
纳右旗地区的草甸草原退化,人为开垦严重,3418郾 4
km2的草地被转变为耕地,但该区植被年 NPP 的变
化不大;海拉尔西部、新巴尔虎左旗北部地区为退耕
还草工程典型区,较大面积的耕地被转变为草地
(2415郾 4 km2 );阿尔山东南部属草原和林地交汇
处,部分林地转变为草地(1450郾 5 km2 );呼伦贝尔
典型草原地区少量草地转化为沙地,海拉尔地区的
部分草地转化为盐碱地.
3摇 讨摇 摇 论
3郾 1摇 NPP模拟结果与其他研究结果的比较
张峰和周广胜[18]及朱文泉等[16]基于 AVHRR
数据,利用CASA模型对东北样带进行的模拟值与
51516 期摇 摇 摇 摇 摇 摇 毛德华等: 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摇 摇
表 1摇 1986—2005 年不同土地利用 /覆被类型面积变化的统计
Table 1摇 Statistics of area change for different land use types from 1986 to 2005 (km2)
1986 年土地利用类型
Land use type in 1986
2005 年土地利用类型 Land use type in 2005
耕地
Crop
林地
Forest
草地
Grassland
水域
Water
居民与建设用地
Residents and
construction land
未利用土地
Unused
land
合计
Total
耕 地 Crop 30188郾 7 15郾 6 2415郾 4 0郾 3 2郾 2 24郾 8 32647郾 0
林 地 Forest 1962郾 8 242451郾 0 1450郾 5 1郾 8 0郾 1 1郾 1 245867郾 3
草 地 Grassland 3418郾 4 133郾 5 113767郾 1 0郾 7 30郾 1 105郾 2 117455郾 0
水 域 Water 0 0 34郾 9 4679郾 2 0 0 4714郾 1
居民与建设用地
Resident and construction
0 0 0 0 1674郾 5 0 1674郾 5
未利用土地 Unused land 104郾 2 23郾 5 53郾 8 120郾 1 0 17788郾 8 18090郾 4
合计 Total 35674郾 1 242623郾 6 117721郾 7 4802郾 1 1706郾 9 17919郾 9 420448郾 3
本研究相同时段年均 NPP模拟结果的差值较小.其
中,2000 年以前,除草甸和典型草原外,本文中其他
各植被类型的模拟值稍大于朱文泉等[16]的模拟值,
主要是因为东北多年冻土区地处东北边陲,人口少,
受人为因素干扰较小,植被覆盖度较高;而草甸和典
型草原 NPP 值稍小于朱文泉等[16]的结果,主要是
呼伦贝尔地区草地退化、气候干燥,草地长势较其他
研究区差,但各植被类型的模拟结果差值都在 10%
以内.张峰和周广胜[18]对针叶林 NPP 的模拟结果
稍大于本文的模拟结果,原因在于前者所选的东北
样带主要集中在内蒙和吉林两省,针叶林类型主要
为常绿针叶林,相对于东北多年冻土区的兴安落叶
松,其植被生长期稍长,生物量积累稍大,表现为植
被 NPP较高. 应用 BIOME鄄BGC 模型在全球尺度上
估算得到 MODIS NPP,其空间分辨率是 1 km,其模
拟结果在一定程度上说明了本研究的模拟精度,尤
其是草地地势平坦,基本没有混合植被的情况,用
MODIS NPP来验证本文的结果能够在一定程度上
真实反映其模拟精度. 赵国帅等[19]应用 CEVSA 模
型模拟了 2000—2008 年东北地区植被 NPP 值,除
针阔混交林和草地之外,其他植被类型 NPP 稍小于
本文模拟结果,其原因主要是本文的模拟尺度为 8
km,模型中针对植被类型的参数选择造成模拟值的
差别,而本区针阔混交林的面积较小,以针叶林为
主,造成了大尺度上针阔混交林模拟值较小.赵国帅
等[19]模拟的草地 NPP 值为典型草原和草甸的平均
值,其结果稍大于本文的模拟值. 由表 2 可以看出,
本研究结果与其他研究结果的相差不大. 说明本文
基于整合的 AVHRR 和 MODIS 遥感数据集,利用
CASA模型模拟植被 NPP是可行的.
3郾 2摇 东北多年冻土区环境变化对植被 NPP的影响
随着全球气候的显著变化,北方高纬寒区作为
全球变化较敏感的地区表现出明显的增温趋势,
1982—2009 年间气温升高 1郾 5 益,变化趋势显著.
东北多年冻土区存在气温显著上升、降水显著下降
的变化趋势.降水量减少、植被覆盖降低等影响了地
表所能接收的太阳辐射和日照时间. 随着日照时数
的增加,该区植被吸收的太阳辐射总量增加,更有利
于植被的光合作用和植被净初级生产力的增大. 但
降水量存在区域差异,如呼伦贝尔地区由于气候干
燥、气温上升且植被稀疏,降水量减少趋势更严重,
也更加剧了该区植被覆盖的退化;加上该区属农牧
交错地带,人为影响明显,导致植被 NPP 呈下降趋
势;该区植被NPP与降水表现出显著正相关,这与
表 2摇 年均 NPP模拟值与其他研究结果的比较
Table 2摇 Comparison of averaged annual NPP in this paper with results of others (g C·m-2·a-1)
时间段
Period
研究区
Study area
落叶阔叶林
BF
针叶林
CF
针阔混交林
MF
灌木
Shrub
典型草原
TS
草甸
Meadow
湿地
Marsh
农田
Crop
文献
Citiation
2000—2006 NC 473郾 9 454郾 4 572郾 6 377郾 3 312郾 5 - 432郾 9 378郾 2 [8]
2000—2008 NC 638郾 0 460郾 0 722郾 0 453郾 0 310郾 0 - - 424郾 0 [19]
1982—1999 NCT 667郾 0 564郾 0 615郾 0 429郾 0 299郾 0 432郾 0 - 503郾 0 [18]
1982—2000 NCT 655郾 9 447郾 3 469郾 6 454郾 1 327郾 7 565郾 6 531郾 2 478郾 2 [16]
1982—1999 PZNC 683郾 7 520郾 5 595郾 0 480郾 3 309郾 5 545郾 4 597郾 2 556郾 9 本文
This paper
2000—2009 PZNC 728郾 0 555郾 3 622郾 6 498郾 5 296郾 2 552郾 9 539郾 8 570郾 6 本文
This paper
NC:东北 Northeast China; NCT:东北 Northeast China Transect; PZNC:多年冻土区 Permafrost zone of Northeast China. BF: Broadleaved forest;
CF: Coniferous forest; MF: Mixed coniferous broadleaved forest; TS: Typical steppe郾
6151 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
张峰等[20]对内蒙古典型草原植被 NPP 的研究结果
一致.两者呈显著正相关的可能原因为:该区气候干
燥,土壤含水量低,并伴有荒漠化现象存在,生长季
植被生长所需水分主要来源于降水. 小兴安岭东部
地区植被 NPP 呈下降趋势,其可能原因为:该区主
要植被类型为阔叶林,气温的逐渐升高不仅增大了
地表蒸散,而且增强了植被叶片的呼吸作用和蒸腾
作用.全区森林植被北部针叶林区 NPP 变化不明
显,其原因在于该区人口稀少,温度较低,耐寒植被
所需水分不仅来源于降水,积雪融水也是植被生长
的重要来源. 其他地区如大小兴安岭的森林植被
NPP整体呈增加趋势.近年来,随着温度的升高,植
被生长季延长以及积雪融化时间提前等因素为森林
植被创造了较好的生长环境,促进了植被 NPP 的积
累.研究区北部、大兴安岭东部山区和小兴安岭北坡
的主要植被类型为森林植被. 研究区大部分地区的
植被 NPP与气温呈正相关关系,可能原因是气温升
高,使植被生长季延长(春季植物起始生长日期提
前,秋季落叶期推后)所致[7] .在年均气温较低的多
年冻土区,气候变暖使植被的生长环境朝着有利于
植被生长的方向发展.呼伦贝尔草原区植被 NPP 与
气温呈负相关的可能原因为气温升高增大了该区地
表蒸散量,加上该区降水较少,使土壤环境向着不利
于草地植被生长的方向发展,在一定程度上导致植
被 NPP的下降;嫩江平原地区的主要植被类型为耕
地,且以旱地居多,故植被生长在一定程度上受降水
影响明显,虽然该地区降水量比呼伦贝尔地区高,但
气温的升高并没有改变植被 NPP 下降的趋势.大兴
安岭东麓地区和小兴安岭地区植被 NPP 与降水呈
显著负相关,原因在于该区域主要为森林植被覆盖,
地貌多为山地,人为影响较小,每年积雪时间长达 6
个月,积雪融水是植被生长所需水分的重要来源,同
时,该区域年降水量在 400 mm 以上,降水不是植被
生长所必需的因子,反而会增加大气中的云层覆盖,
减少日照时数和太阳辐射,进而影响植被的光合作
用[21] .
刘会玉等[22]研究认为,东北地区自 1997 年以
来进入干旱期(1998 年特大洪水年除外).这与本研
究的结果一致,降水的减少不同程度上影响了东北
地区植被的生长,进而影响植被 NPP. 1998 年植被
NPP明显低于相邻年份,主要是当年的强降雨量和
洪水灾害所致.朴世龙等[4]对 1982—1999 年中国植
被 NPP变化、Zhu等[9]对 1982—2000 年东北样带植
被 NPP变化的研究结果表明,东北区域植被 NPP呈
上升趋势.国志兴等[8]发现,在 2000—2006 年,东北
多年冻土区植被 NPP呈下降趋势.这与本研究结果
一致. 1982—2009 年间研究区植被 NPP 表现出的 2
个变化阶段与年最大 NDVI所表现出的 4 个变化阶
段[23]有一定差异,主要原因为:年最大 NDVI 指某
区域 NDVI在全年间的最大值,代表了当年植被最
好的生长状态,一般出现在 7、8 月;而年 NPP 指当
年植被净初级生产力之和,是表征植被全年光合有
效辐射碳累积的量度. 因此,与 NDVI 相比,植被
NPP年际变化趋势较弱,表现出明显升高或降低的
周期较长.
温室气体 CO2的大量排放是全球气候变暖的重
要因素,CO2也是影响植被生长的重要因素.近几十
年来,空气中 CO2浓度日益升高[24] . 大气中 CO2是
植被生长必不可少的原料,CO2浓度的增加能够在
一定程度上促进植物的光合作用速率,进而促进植
被生长,对植被生长可起到施肥的作用[25] . 冻土退
化,土壤中微生物活性增强,对土壤碳平衡产生重要
影响,进而对大气中 CO2产生影响. 丨剜剀仃刳剡匮 和刘
树泽[26]研究发现,大气中 CO2含量增加 1 倍时,北
半球植被的生产力将增加 28% ,CO2浓度增加对植
被生产力的促进作用明显. 本研究区植被 NPP 与
CO2浓度呈显著正相关,推测 CO2浓度增加对本区
植被同样起到施肥的作用.
整个呼伦贝尔地区植被年 NPP 的下降趋势主
要是由于草地退化(沙漠化、覆盖度降低等)和干旱
环境导致农田植被长势下降所引起;而其间部分地
区植被 NPP上升主要是由于人类对草地的耕垦活
动造成的.森林与农田和草地的交错地带也是受人
类活动影响较大的地区,耕地、草地与林地间的土地
利用变化显著,植被 NPP 的变化也较明显,不同类
型植被 NPP的差异明显.如嫩江平原北部耕地以及
满洲里部分草甸植被的 NPP下降趋势明显,原因在
于该区土地利用 /覆被类型的变化以及降水的减少.
综上,土地利用变化通过改变土地覆被进而导致植
被 NPP发生变化,影响了 NPP的时空分布特征.
3郾 3摇 多年冻土退化对植被 NPP的影响
东北多年冻土区植被年 NPP 值总体呈上升趋
势,多年冻土的退化对 NPP 具有一定的促进作用.
这种促进作用不仅表现在植被生长环境的改善,还
延长了植被生长季. 研究区西部呼伦贝尔地区多年
冻土的退化造成草地植被退化,植被生物量降低,植
被 NPP下降趋势明显,其主要原因可能是冻土退化
造成土壤中可利用水分的快速蒸发,导致植被生长
71516 期摇 摇 摇 摇 摇 摇 毛德华等: 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摇 摇
所需土壤水分减少.本文基于各站点的地理坐标,提
取其周边 3伊3 像元平均值,对所有站点的植被 NPP
与平均地温和最大冻土深度进行相关分析 ( n =
252),结果表明,NPP 与平均地温呈显著正相关关
系,与最大冻土深度呈负相关关系,但相关性不显
著.
由表 3 可以看出,除北安站点植被 NPP 与年均
地温呈显著负相关(北安站点植被为耕地,耕种存
在时间有限,并受人为控制因素较大,该区冻土退化
在一定程度上减少了土壤水分、抑制了植被生长,影
响植被生物量的积累,使植被 NPP 下降)外,其他站
点植被 NPP均与年均地温呈正相关. 其中,呼玛和
黑河地区呈显著正相关(虽然多年冻土退化在一定
程度上减少了土壤含水量、抑制了植被生长,但使该
区植被生长季延长,促使植被 NPP 增加).除新林站
点外,多年冻土区植被 NPP与年最大冻土深度呈负
相关关系.冻土深度越大,植被根系生长的空间受
限,土壤水分冻结,可利用土壤水分含量和土壤微生
物活性下降,造成植被生长环境恶化,显著影响植被
生长;反之则使植被 NPP 增加. 多年冻土退化对植
被 NPP的影响随着区域气候的不同而有所差异.
3郾 4摇 植被 NPP对全球变化的响应
随着全球变化加剧,1982—2009 年东北多年冻
土区植被 NPP表现出先上升后下降的趋势.但从全
区移动平均值来看,研究区植被 NPP 整体呈上升趋
势.东北多年冻土区存在着年均气温、年太阳辐射总
量和年日照时数显著上升、年降水量显著下降、CO2
浓度及其年增长率显著增大、植被 NPP 显著增加的
变化趋势.气候变暖导致东北多年冻土区的多年冻
表 3摇 1982—2009 年各站点植被 NPP 与年均地温和最大冻
土深度的相关系数
Table 3 摇 Correlation coefficient between vegetation NPP
and annual averaged ground temperature and maximum
depth of frozen ground for all stations during 1982-2009
站点
Station
年均地表温度
Annual mean
ground temperature
最大冻土深度
Maximum depth
of frozen ground
新林 Xinlin 0郾 413* 0郾 238
呼玛 Huma 0郾 501* -0郾 043
加格达奇 Jiagedaqi 0郾 064 -0郾 018
塔河 Tahe 0郾 045 -0郾 139
黑河 Heihe 0郾 477* -0郾 442*
伊春 Yichun 0郾 034 -0郾 435*
孙吴 Sunwu 0郾 045 -0郾 183
北安 Beian -0郾 663* -0郾 329
嫩江 Nenjiang 0郾 228 -0郾 654*
*P<0郾 05郾
土和积雪融水为植被生长提供较多的水分,从而抑
制了降水减少带来的负面影响.同时,降水减少标志
着该区云层覆盖减少,植被的日照时数增加,植被吸
收的太阳总辐射增加. 从全区平均日照时数和太阳
辐射总量的变化趋势可以看出,环境因子向着有利
于植被生长的方向变化. 由于气候因子变化的异质
性和地形影响,各地区植被 NPP 的变化趋势存在差
异.如呼伦贝尔地区气候干燥、气温上升且植被稀
疏,加之该区降水量减少趋势严重,加剧了该区植被
的退化,预测呼伦贝尔部分地区的植被 NPP 将继续
呈下降趋势,需要人类进行宏观管理(如合理安排
放牧、减少水土流失及植被砍伐),以减少对该地草
地植被的破坏.东北多年冻土区地处东北边陲,虽有
着合理的环境保育政策和措施,但在经济发展和道
路建设的同时,部分地区森林植被遭到破坏. 因此,
合理有效的森林管理和保育政策是该区植被 NPP
增加的重要途径.
4摇 结摇 摇 论
东北多年冻土区植被年 NPP 空间差异明显,年
均 NPP 为 623 g C·m-2 ·a-1 . 1982—2008 年,年
NPP呈先增加后降低的趋势,趋势变化分异节点在
1998 年. 生长季植被 NPP 对降水变化的响应大于
对气温变化的响应.
土地利用变化通过改变土地覆被,影响了植被
NPP的时空分布特征. 随着 CO2浓度的不断升高和
CO2浓度年增长率的不断增大,年 NPP显著增加.多
年冻土退化对于植被 NPP 的影响随着区域气候的
不同而存在差异.
参考文献
[1]摇 Davis N. Permafrost: A Guide to Frozen Ground in
Transition. Fairbanks: University of Alaska Press, 2000
[2]摇 Field CB, Randerson JT, Malmstrom CM. Global net
primary production: Combining ecology and remote sens鄄
ing. Remote Sensing of Environment, 1995, 51: 74-88
[3]摇 Nemani RR, Keeling CD, Hashimoto H, et al. Climate鄄
driven increases in global terrestrial net primary produc鄄
tion from 1982 to 1999. Science, 2003, 300: 1560 -
1563
[4]摇 Piao S鄄L (朴世龙), Fang J鄄Y (方精云), Guo Q鄄H
(郭庆华). Terrestrial net primary production and its
spatio鄄temporal patterns in China during 1982—1999.
Acta Scientiarum Naturalium Universitatis Pekinensis (北
京大学学报·自然科学版), 2001, 37(4): 563-569
(in Chinese)
[5]摇 Piao S鄄L (朴世龙), Fang J鄄Y (方精云), Guo Q鄄H
(郭庆华). Application of CASA model to the estima鄄
8151 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
tion of Chinese terrestrial net primary production. Acta
Phytoecologica Sinica (植物生态学报), 2001, 25
(5): 603-608 (in Chinese)
[6] 摇 Zhu W鄄Q (朱文泉), Pan Y鄄Z (潘耀忠), Zhang J鄄S
(张锦水). Estimation of net primary production of Chi鄄
nese terrestrial vegetation based on remote sensing. Chi鄄
nese Journal of Plant Ecology (植物生态学报), 2007,
31(3): 413-424 (in Chinese)
[7]摇 Zhu W鄄Q (朱文泉), Pan Y鄄Z (潘耀忠), Yang X鄄Q
(阳小琼), et al. Influence analysis of climatic change
to net primary production of Chinese terrestrial vegeta鄄
tion. Chinese Science Bulletin (科学通报), 2007, 52
(21): 2535-2541 (in Chinese)
[8]摇 Guo Z鄄X (国志兴), Wang Z鄄M (王宗明), Zhang B
(张摇 柏), et al. Analysis of temporal鄄spatial charac鄄
teristics and factors influencing vegetation NPP in North鄄
east China from 2000 to 2006. Resources Science (资源
科学), 2008, 30(8): 1226-1235 (in Chinese)
[9]摇 Zhu WQ, Pan YZ, Liu X, et al. Spatio鄄temporal distri鄄
bution of net primary productivity along the northeast
China transect and its response to climatic change. Jour鄄
nal of Forestry Research, 2006, 17: 93-98
[10]摇 IPCC. Climate Change 2001: The Scientific Basis. Con鄄
tribution of Working Group I to the Third Assessment
Report of the Intergovernmental Panel on Climate
Change. Cambridge: Cambridge University Press, 2001
[11]摇 Zhou Y鄄W (周幼吾), Guo D鄄X (郭东信), Qiu G鄄Q
(邱国庆), et al. Chinese Permafrost. Beijing: Science
Press, 2000 (in Chinese)
[12]摇 Sun G鄄Y (孙广友). Discussion on the symbiotic mech鄄
anisms of swamp with permafrost: Taking Da鄄Xiao Hing鄄
gan Mountains as examples. Journal of Glaciology and
Geocryology (冰川冻土), 2000, 22(4): 309-316 (in
Chinese)
[13]摇 Liu X鄄T (刘兴土), L俟 X鄄G (吕宪国), Zhao K鄄Y (赵
奎义), et al. Wetland in Northeast China. Beijing:
Science Press, 2005 (in Chinese)
[14]摇 Mao D鄄H (毛德华). Permafrost Degradation and Its In鄄
fluences to Vegetation Ecological Parameters in Perma鄄
frost Region of Northeast China. Master Thesis. Chang鄄
chun: Northeast Institute of Geography and Agroecology,
Chinese Academy of Sciences, 2011 (in Chinese)
[15]摇 Editorial Board of Vegetation Map of China, Chinese
Academy of Sciences (中国科学院中国植被图编辑委
员会). Vegetation Regionalization Map of China. Bei鄄
jing: Science Press, 2001 (in Chinese)
[16]摇 Zhu W鄄Q (朱文泉), Pan Y鄄Z (潘耀忠), He H (何
浩). Simulation of Chinese typical vegetation maximum
light energy utilization. Chinese Science Bulletin (科学
通报), 2006, 51(6): 700-706 (in Chinese)
[17]摇 Allen RG, Pereira LS, Raes D, et al. Crop Evapotrans鄄
piration: Guidelines for Computing Crop Water Require鄄
ments. FAO Irrigation and drainage Paper 56. Rome:
Food and Agriculture organization of the United Nations,
1998
[18]摇 Zhang F (张摇 峰), Zhou G鄄S (周广胜). Spatio鄄tem鄄
poral variations on net primary productivity along North鄄
east China transect (NECT) from 1982 to 1999. Chi鄄
nese Journal of Plant ecology (植物生态学报), 2008,
32(4): 798-809 (in Chinese)
[19]摇 Zhao G鄄S (赵国帅), Wang J鄄B (王军邦), Fan W鄄Y
(范文义), et al. Vegetation net primary production in
Northeast China in 2000-2008: Simulation and seasonal
change. Chinese Journal of Applied Ecology (应用生态
学报), 2011, 22(3): 621-630 (in Chinese)
[20]摇 Zhang F (张摇 峰), Zhou G鄄S (周广胜), Wang Y鄄H
(王玉辉). Dynamics simulation of net primary produc鄄
tion by a satellite data鄄driven CASA model in Inner
Mongolian typical steppe, China. Chinese Journal of
Plant Ecology (植物生态学报), 2008, 32(4): 786-
797 (in Chinese)
[21]摇 Piao SL, Fang JY, Zhou LM, et al. International varia鄄
tions of monthly and seasonal normalized difference veg鄄
etation index in China from 1982 to 1999. Journal of Ge鄄
ophysical Research, 2003, 108: 1-13
[22]摇 Liu H鄄Y (刘会玉), Zhang M鄄Y (张明阳), Lin Z鄄S
(林振山). Spatial patterns of precipitation and dry鄄wet
transition time in Northeast China. Journal of Nanjing
Institute of Meteorology (南京气象学院学报), 2004,
27(1): 97-105 (in Chinese)
[23]摇 Mao D鄄H (毛德华), Wang Z鄄M (王宗明), Song K鄄S
(宋开山), et al. The vegetation NDVI variation and its
responses to climate change and LUCC from 1982 to
2006 year in northeast permafrost region. China Envi鄄
ronmental Science (中国环境科学), 2011, 31 (2):
283-292 (in Chinese)
[24]摇 Yan K (阎摇 坤). Research on tendency equation about
the concentration data of carbon dioxide in the atmos鄄
phere over the past 60 years. Progress in Geophysics (地
球物理学进展), 2009, 24(5): 1665-1670 ( in Chi鄄
nese)
[25]摇 Ou Z鄄Y (欧志英), Peng C鄄L (彭长连). Progress in
studies on plant responses to elevated CO2 . Journal of
Tropical and Subtropical Botany (热带亚热带植物学
报), 2003, 11(2): 190-196 (in Chinese)
[26]摇 丨剜剀仃刳剡匮 鬲乩, Liu S鄄Z (刘树泽). Changes of vegeta鄄
tion production with CO2 concentration had double in鄄
crease. Meteorological Science and Technology (气象科
技), 1987(3): 66-69 (in Chinese)
作者简介摇 毛德华,男,1987 年生,博士研究生.主要从事资
源环境遥感研究. E鄄mail: maodehua@ gmail. com
责任编辑摇 杨摇 弘
91516 期摇 摇 摇 摇 摇 摇 毛德华等: 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摇 摇