全 文 ：第 34 卷第 18 期
2014年 9月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.34,No.18
Sep.,2014
http: / / www.ecologica.cn
基金项目:国家自然科学基金重点项目(U1033004)
收稿日期:2014鄄05鄄09; 摇 摇 修订日期:2014鄄08鄄11
*通讯作者 Corresponding author.E鄄mail: panxz@ issas.ac.cn
DOI: 10.5846 / stxb201405100952
李燕丽, 潘贤章, 王昌昆, 刘娅, 赵其国.2000—2011年广西植被净初级生产力时空分布特征及其驱动因素.生态学报,2014,34(18):5220鄄5228.
Li Y L, Pan X Z, Wang C K, Liu Y, Zhao Q G.Changes of vegetation net primary productivity and its driving factors from 2000 to 2011 in Guangxi, China.
Acta Ecologica Sinica,2014,34(18):5220鄄5228.
2000—2011年广西植被净初级生产力
时空分布特征及其驱动因素
李燕丽1,2, 潘贤章1,*, 王昌昆1,2, 刘摇 娅1,2, 赵其国1
(1. 中国科学院土壤环境与污染修复重点实验室(南京土壤研究所),南京摇 210008;
2. 中国科学院研究生院,北京摇 100049)
摘要:受人类活动及自然环境影响,广西土壤酸化、水土流失及石漠化等问题比较严重,生态环境面临巨大压力。 NPP 能有效
反映植物群落在自然环境中的生产能力,是评价生态服务功能的重要指标。 利用 2000—2011 年 MODIS 归一化植被指数
(NDVI)数据,基于光能利用率模型对广西植被净初级生产力(NPP)进行估算,分析其时空变化规律,探讨气象因子、植被类型、
土壤类型、海拔高度及人类活动的影响。 研究表明:近 12年广西全区 NPP 总体呈增加趋势,在西南部地区上升较为明显,而在
桂林、柳州等地区呈缓慢下降趋势。 广西 NPP 与降水呈显著正相关关系,与温度相关性不显著;NPP 值随海拔高度升高而增
加;NPP 时空变化特征随植被类型和土壤类型的不同而不同,其中栽培植被 NPP 不断上升,显示人类活动逐渐成为影响 NPP
变化的主要因素。
关键词:广西;NPP;NDVI;驱动因素
Changes of vegetation net primary productivity and its driving factors from 2000
to 2011 in Guangxi, China
LI Yanli1,2, PAN Xianzhang1,*, WANG Changkun1,2, LIU Ya1,2, ZHAO Qiguo1
1 Key Laboratory of Soil Environment and Pollution, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China
2 Graduate University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: Ecological safety has faced serious threats from soil acidification, erosion and rocky desertification caused by
natural disasters and increasing human activities in Guangxi. NPP which can effectively reflect productivity of plant
community in the environment is one of the key indices for assessing the function of ecosystem service. The vegetation net
primary productivity (NPP) in Guangxi province from 2000 to 2011 was estimated using the light use efficiency model and
the time鄄series NDVI of MODIS data. And the spatio鄄temporal variation of vegetation NPP was analyzed based on several
affecting factors, such as climate, vegetation types, soil types, topography, and human activities. The results showed that
the NPP had increased in Guangxi province on the whole, especially the southwestern area. However, it decreased gently
around Guilin and Liuzhou in recent 12 years. There was a significant positive relationship between total NPP and annual
precipitation, while no significant relationship between total NPP and annual average temperature. The spatio鄄temporal
variation characteristics of NPP changed with different vegetation types and soil types. The NPP of cultivated vegetation had
been increased constantly and the human activities had become the important role on the NPP variation gradually.
http: / / www.ecologica.cn
Key Words: Guangxi; NPP; NDVI; driving factors
摇 摇 植被净初级生产力 ( Net Primary Production,
NPP)是指植被在单位时间、单位面积上所积累的有
机物的数量。 NPP 是植物自身与外界环境因子相互
作用的结果,它不仅反映了植物群落在自然环境中
的生产能力,也是物质、能量循环以及变化研究的基
础。 NPP 作为表征陆地生态系统循环过程的重要参
数,是研究地表碳循环过程中不可或缺的部分。
从 1876年 Ebermayer最早开始对植被净初级生
产力进行研究以来[1],世界各国科学家提出各种计
算和测量 NPP 的方法,并在模型模拟植被净初级生
产力方面取得了一定进展。 随着研究的深入以及遥
感技术的发展,利用模型进行植被净初级生产力的
估算和研究逐渐成为一种重要方法。 目前国内外关
于估算 NPP 的模型有 20多种,Ruimy等将其概括为
三类:统计模型(气候相关模型)、参数模型(光能利
用率模型)以及过程模型(又称机理模型),其中后
两个模型又称为遥感模型[2鄄3]。 CASA ( Carnegie
Ames Stanford Approach)模型是光能利用率模型的
一种,利用光合有效辐射和光能利用率两个参数来
估算 NPP,同时引入温度、水分等光合作用胁迫因
子,比较适用于区域 NPP 动态监测。 基于遥感的
CASA模型建立在光合作用过程和光能利用率的基
础上,因其能很好的监测大区域甚至全球尺度上
NPP 的时空动态变化而得到广泛应用[4]。 大区域尺
度上的陆地生态系统 NPP 与气候因子的相互关系
研究从十九世纪中期已经开始,且已经取得了较大
进展[5鄄6]。 然而,在区域尺度上的研究中,不同的植
被类型对气候、地形、土壤类型等环境因子变化的敏
感性和响应特征差别较大[6鄄11],因此,很难确定区域
尺度上 NPP 时空变化的驱动机制。
广西地处中国华南沿海、云贵高原的东南边缘,
属于亚热带季风气候区,全区地形复杂多变,喀斯特
地貌突出,山多地少,且土层较薄、土壤质量差。 近
年来,随着广西社会经济的快速发展,人类活动加
强,生态环境面临巨大压力;加之不合理的开发利用
使土壤污染、土壤酸化、水土流失等问题突出,生态
环境恶化,其潜在资源的生产能力得不到充分发挥,
整个地区农业、经济持续发展受到严重影响[12鄄13],而
有关该区植被生产力状况的研究相对较少。 因此,
本研究利用 2000—2011 年 250m MODIS NDVI 时间
序列数据、植被类型数据、气象数据等,基于朱文泉
等改进的光能利用率模型[14],对广西地区植被净初
级生产力进行估算,旨在揭示广西植被 NPP 空间分
布格局及其时空变异特征,探讨 NPP 的时空变异对
气候变化的响应特征,以及不同环境因素影响下(区
域、植被类型、土壤类型、海拔)NPP 对气候变化响应
特征的差异,以期为该区植被保护和合理利用提供
科学依据。
1摇 研究区概况
广西位于中国南部,介于东经 104毅 26忆—112毅
04忆、北纬 20毅 54忆—26毅 20忆之间,总面积 23. 6 多万
km2,山多地少,地形复杂,喀斯特地貌突出,地势由
西北向东南倾斜,四周山地环绕,呈盆地状,中部和
南部多为平地,高程范围为 0—2014m,坡度范围为
0—73.41毅。 全区位于亚热带季风气候区,受地形影
响,桂西、桂北山地气候明显,小气候生态环境多样,
而桂南具有温湿的海洋气候特色。 就全区而言,气
候温和,雨量丰富,年均温 16—23益,年均降雨量
1000—2800 mm,光、水同季,全年夏长冬短,北部夏
季长达 4—5个月,冬季仅两个月左右;南部从 5—10
月均为夏季,冬季不到两个月,沿海地区几乎没有冬
季[15]。 主要农作物为甘蔗、玉米、木薯、花生等,土
壤类型按土纲划分主要以铁铝土、初育土和人为土
为主,三者分别占总土壤面积的 60. 01%、25. 97%、
10.22%。
2摇 数据与方法
2.1摇 数据源
本研究中数据包括 2000—2011 年 MODIS NDVI
时间序列遥感数据、气象台站数据(月均气温、月降
雨量、月太阳总辐射等)以及广西 1颐100 万植被类型
图(图 1)、广西 1颐100万土壤类型图、90m DEM数据、
广西分县行政图、广西土地利用图、广西统计年鉴等
数据。 其中,MODIS NDVI时间序列数据,为每 16d最
大化合成的 NDVI数据,空间分辨率为 250 m伊250 m,
数据来源于中国科学院计算机网络信息中心国际科
学数据服务平台。 气象数据来源于中国气象局国家
1225摇 18期 摇 摇 摇 李燕丽摇 等:2000—2011年广西植被净初级生产力时空分布特征及其驱动因素 摇
http: / / www.ecologica.cn
气象中心,气象数据包括近 12 年广西及其周边共 40
个气象站点和 7个辐射站点的月值数据集。
图 1摇 广西区植被类型图
Fig.1摇 The vegetation cover type of Guangxi
所有数据的分辨率均转换为 250m 分辨率。 为
避免各种空间数据地理坐标和投影坐标不一致,将
所有空间数据转换成统一的坐标系。 地理坐标系与
投影坐标系参数如下:
地理坐标系摇 GCS_WGS_1984
Datum:D_WGS_1984
摇 摇 投影坐标系摇 WGS_1984_UTM_Zone_48N
Projection:Transverse Mercator
False Easting:0.00000000
False Northing:0.00000000
Central Meridian:105.00000000
Scale Factor:0.99960000
Latitude Of Origin:0.0000000
Linear Unit:Meter
2.2摇 数据预处理
根据各气象站点的经纬度坐标信息,利用
ArcGIS软件地统计模块(Geostatistical Analyst)的克
里格插值方法对气象数据进行插值,其投影信息和
象元大小与 NDVI 数据保持一致。 运用 ENVI 软件
的 IDL 模块对 MODIS NDVI 数据进行影像拼接、重
投影等数据批处理,采用最大合成法(MVC)提取月
NDVI最大值,用于对研究区植被净初级生产力的估
算。 利用广西行政图对所有遥感数据以及气象栅格
数据进行批量裁剪。
2.3摇 NPP 值估算
采用朱文泉等改进的基于光能利用率的 NPP
遥感估算模型[14]对广西区植被净初级生产力进行
估算(表 1)。 该模型在综合已有的光能利用率模型
(CASA模型)的基础上进行诸多改进:引入植被覆
盖分类,并考虑其对 NPP 估算的影响;以误差最小
为原则,利用中国 NPP 实测数据,模拟出各植被类
型的最大光能利用率,使之更符合中国的实际情况;
表 1摇 基于光能利用率模型的植被净初级生产力计算
Table 1摇 Calculation of the vegetation net primary production based on the light use efficiency model
编号
Number
公式
Formula
备注
Notes
1 NPP(x,t) = APAR(x,t) 伊 着(x,t) t表示时间,x表示空间位置;APAR( x,t)表示像元吸收的光合有效辐射;着(x,t)表示像元的实际光能利用率
2 APAR(x,t) = SOL(x,t) 伊 FPAR(x,t) 伊 0.5 SOL (x,t)是 t月份在像元 x处的太阳总辐射量
3 FPAR(x,t) = min
SR(x,t) - SRmin
SRmax - SRmin
,0.[ ]95 FPAR(x,t)为植被层对入射光合有效辐射的吸收比例
4 SR(x,t) =
1 + NDVI(x,t[ ])
1 - NDVI(x,t[ ])
SR为简单比值植被指数,SRmax取值为 4.14-6.17,SRmin取值为 1.05
5 着(x,t) = T着1(x,t) 伊 T着2(x,t) 伊 W着(x,t) 伊 着*
T着 1和 T着 2表示低温和高温对光能利用率的胁迫作用;W着为水分胁
迫影响系数;着*表示在理想条件下的最大光能利用率
6 T着1(x) = 0.8 + 0.02 伊 Topt(x) - 0.0005 伊 [Topt(x)] 2 TOP(x)表示某一区域一年内 NDVI值达到最高时月份的平均气温
7
T着 2(x,t)= 1.1814 / {1+exp[0.2伊TOP(x)-10-T(x,t)]}
/ {1+exp[0.3伊(-TOP(x)-10+T(x,t)]}
当某一月平均温度 T( x,t)比最适温度 TOP(x)高 10益或低 13益时,
该月 T着 2( x,t)值为最适温度时的一半
8 W着(x,t) = 0.5 + 0.5 伊 EET(x,t) / PET(x,t)
EET( x,t)为区域实际蒸散量(mm);PET( x,t)为区域潜在蒸散量
(mm)
2225 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
基于区域蒸散模型并利用气象数据(温度、降雨、太
阳辐射)来模拟水分胁迫因子,简化了有关参数,使
其可操作性得到提高[14, 16]。 因此,该模型适合于广
西区 NPP 的估算。
最大光能利用率的取值因植被类型的不同而不
同,由于最大光能利用率的取值对 NPP 估算结果影
响较大,对它的大小一直存在争议[7,17]。 本文最大
光能利用率采用 Running 等人基于生态生理过程模
型对 6种植被类型模拟的结果(表 2) [18]。
表 2摇 植被类型及其最大光能利用率[18]
Table 2摇 Vegetation type and its maximum utilization of light
energy[18] 摇
植被类型 Vegetation types
最大光能利用率(着*)
Maximum light
use efficiency
常绿阔叶林
Evergreen broad鄄leaved forest 1.259
落叶阔叶林
Deciduous broad鄄leaved forest 1.004
常绿针叶林
Evergreen coniferous forest 1.008
草原 Prairie 0.608
灌林 Shrubbery 0.774
农业植被 Agricultural vegetation 0.604
其它 Others 0.389
无植被区 No vegetation 0
2.4摇 NPP 变化趋势分析
2.4.1摇 NPP 年际变化率的计算
采用一元线性回归分析方法分析 2000—2011
年研究区每个象元的植被 NPP 的时间序列变化趋
势,回归直线斜率( trend)采用最小二乘法求得。 计
算公式为:
兹trend =
n 伊 移
n
i = 1
i 伊 X i - 移
n
i = 1
i移
n
i = 1
X i
n 伊 移
n
i = 1
i2 - 移
n
i = 1
( )i 2
式中,变量 i为年序号,n取值为 12,X为时间序列遥
感数据;兹trend表示遥感数据变化趋势线的斜率。 兹trend
>0说明其变化趋势是增加的,反之则是减少的。
2.4.2摇 NPP 与气候因子相关性计算
基于象元的植被 NPP 与气候因子的相关系数
计算公式为:
Rxy =
移
n
i = 1
X i - 軈( )X Yi - 軈( )[ ]Y
移
n
i = 1
X i - 軈( )X 2移
n
i = 1
Yi - 軈( )Y 2
式中,变量 i 为年序号,n 取值为 12,X i为第 i 年的
NPP 数据,Yi为第 i年的气候因子, 軈X 、軈Y分别为变量
X、Y的均值,RXY为 NPP 与气候因子的相关系数。 根
据相关系数表可知,当 n = 12 时,RXY >0.612 时为极
显著正相关,RXY在 0.532—0.612 之间时为显著正相
关,RXY在-0.612—0.532 之间时为显著负相关,RXY<
-0.612 时为极显著负相关。 计算基于象元的年总
NPP 与年均降水、年均气温之间的相关关系,分析
NPP 与气候因子的相关性。
3摇 NPP的时空分布特征
3.1摇 NPP 空间分布特征
由基于 MODIS NDVI 数据估算出的 2000—2011
年年总 NPP 平均值的分级图(图 2)可以看出,大部
分区域 NPP 值在 550—850 g C m-2 a-1之间;植被类
型为针叶林、阔叶林地区的 NPP 值较高,其范围在
850—1760 g C m-2 a-1之间,占 19.08%;而在城镇及
其周边地区 NPP 值相对较低,一般在 550 g C m-2
a-1以下,如北海、柳州、桂林的 NPP 均值分别为 409
g C m-2 a-1、471 g C m-2 a-1、482 g C m-2 a-1,这一方
面是由于该区城镇建设用地面积比例较大,平均植
被覆盖度较低,另一方面是由于其周边多为农业植
被,光能利用率相对较低引起的。 本研究估算出的
NPP 值及其范围与朱文泉、董丹等基于 AVHRR
NDVI 、 SPOT NDVI 数据的 NPP 估算结果基本
一致[14,17]。
图 2摇 2000—2011年年总 NPP平均值空间分布图
Fig.2 摇 Spatial distribution of the average annual NPP from
2000 to 2011
3225摇 18期 摇 摇 摇 李燕丽摇 等:2000—2011年广西植被净初级生产力时空分布特征及其驱动因素 摇
http: / / www.ecologica.cn
3.2摇 NPP 时空变化特征
对全区范围内年总 NPP 的平均值进行统计分
析(图 3),从 2000—2011 年 NPP 值的变化可以看
出,近 12 年广西 NPP 变化大致经历了两个阶段:
(1)2000—2004年,植被 NPP 缓慢上升;(2)2005—
2011年 NPP 由急剧下降到缓慢上升。 这主要是由
于相较于 2004 年, 2005 年该区年降雨量减少了
273郾 78mm(图 5),年均温度基本没有变化,从而导致
NPP 出现较大幅度的下降。 进入 21 世纪以来广西
区年总 NPP 呈上下波动状态,年总 NPP 位于 680—
746 g C m-2 a-1之间,其变化整体呈缓慢上升趋势。
图 3摇 2000—2011年全区平均 NPP变化
Fig.3摇 The trend of annual NPP from 2000—2011 in Guangxi
Province摇
对研究区 2000—2011 年年总 NPP 进行逐象元
的趋势分析(图 4),全区 NPP 平均值变化趋势线斜
率为 0.001。 由图 4可以看出,大部分地区 NPP 变化
趋势在-0.02—0.02 之间;在广西西南部以及全州、
乐县、隆林、百色等地区 NPP 变化明显呈上升趋势,
部分地区上升趋势在 0.05以上;而在东北部的桂林、
柳州等地区 NPP 呈缓慢下降趋势,甚至部分地区下
降趋势小于-0.05。
4摇 NPP变化的驱动因素分析
4.1摇 不同气候因子对 NPP 变化的影响
植被生长和气候变化关系密切,二者之间的相
互关系研究一直是国内外全球变化研究的主要内
容[5,19鄄23]。 植被 NPP 对气候因子的响应表现出显著
的空间差异,不同的植被类型对气候因子的响应不
同,草地、栽培植被以及灌丛具有较其它植被类型对
气候因子变化更为明显的响应特点[11]。
图 4摇 2000—2011年广西 NPP变化趋势图
Fig.4摇 The map of NPP trend from 2000 to 2011 in Guangxi
Province摇
图 5摇 全区近 12年年均降水与 NPP变化的相关关系
Fig.5摇 The relationship between annual rainfall and NPP from
2000 to 2011 in Guangxi province
4.1.1摇 降水对 NPP 变化的影响
线性回归分析表明,NPP 值与年降水具有显著
正相关关系(图 5),相关系数为 0. 344,表明植被
NPP 随着降水的减少而下降。 逐象元的计算
2000—2011年年 NPP 和年降水量之间的相关系数
如从图 6所示,由图可见,NPP 与降水的正相关性与
负相关性并存,但整体呈现正相关关系。 统计结果
表明,二者呈正相关性的占 90.36%,其中极显著正
相关的占 9.9%,显著正相关的 9.38%,主要分布在河
池、柳州、百色以及玉林等区域,主要原因可能是该
区海拔相对较高,针叶林、灌丛,草丛等植被较多,降
水的多少对 NPP 的变化影响较大引起的。 二者呈
4225 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
负相关关系的只占 9.63%,其中关系达到显著的只 有 0.1%。
图 6摇 2000—2011年广西区年 NPP与气候因子的相关关系
Fig.6摇 Correlation relationship between annual NPP and climate factors in Guangxi during 2000—2011
4.1.2摇 温度对 NPP 变化的影响
NPP 与年均温呈负相关关系,表明随着温度的
升高,植被 NPP 在减少,但二者的相关性不显著。
图 6显示了广西 NPP 与年均温相关系数的空间分布
图,从图中可以看出全区大部分地区 NPP 与年均温
相关性不明显,占全区总面积的 96. 65%。 全区
2郾 27%的地区 NPP 与年均温呈现显著负相关关系,
主要分布在桂林市的中北部、百色市南部以及玉林
市中部等地区。 NPP 与年均温呈现显著正相关的区
域约占 1.08%,在全区范围内零散分布。 由以上分
析可以看出,全区植被净初级生产力变化受降雨影
响较大,受温度影响不明显。
4.2摇 不同植被类型对 NPP 变化的影响
根据 1颐100万植被类型图对 NPP 变化趋势及其
与气候因子的相关性进行划分,由表 3 可以看出,除
植被类型为针叶林、灌丛、草丛出现下降趋势以外,
其它的都呈缓慢上升趋势。 其中,植被类型为栽培
植被的上升趋势最高,而植被类型为草地的下降趋
势最大。
表 3摇 不同植被类型的 NPP变化
Table 3摇 NPP trend with different vegetation types
植被大类 lVegetation types NPP_trend
针叶林 Coniferous forests -0.011
灌丛 Shrub -0.015
阔叶林 Broadleaf forests 0.010
栽培植被 Cultural vegetation 0.014
草地 Grassland -0.021
其它 Others 0.003
摇 摇 NPP_trend表示 NPP 变化趋势
4.3摇 不同土壤类型对 NPP 变化的影响
不同土壤类型的土壤肥力也不同,而土壤肥力
的高低直接影响植被生长状况,因此本文根据土壤
类型的不同来分析 NPP 变化。 根据 1颐100 万土壤类
型图进行划分,除城区以外全区土类共有 19 种,其
中红壤、赤红壤以及石灰(岩)土分布最多,分别占全
区的 29.76%、23.23%和 16.39%。 由广西主要土壤
类型区的 NPP 变化可以看出,近 12年来红壤区增加
最快,而石灰土地区 NPP 呈现下降趋势(表 4)。
表 4摇 不同土壤类型的 NPP变化趋势
Table 4摇 The NPP trend with different soil type
土类 Soil types NPP_trend
砖红壤 Latosol 0.001
赤红壤 Latosolic red earth 0.008
红壤 Red earth 0.018
黄壤 Yellow earths 0.014
水稻土 Paddy soils 0.012
石灰土 Limestone soils -0.019
4.4摇 不同海拔高度对 NPP 的影响
地形因素是环境以及植被异质性格局的重要影
响因素之一,它一般通过不同的过程控制其水热条
件和土壤条件,影响其它环境变量进而对区域植被
格局产生重要影响[24鄄28]。 广西全区地形复杂,喀斯
特地貌突出,因此,分析不同海拔高度对 NPP 变化
影响具有重要意义。
本文将全区按照海拔高度的不同每隔 100m 划
5225摇 18期 摇 摇 摇 李燕丽摇 等:2000—2011年广西植被净初级生产力时空分布特征及其驱动因素 摇
http: / / www.ecologica.cn
分一个等级,共 21 个等级[29鄄30],并对不同等级的
NPP 值进行统计分析(图 7)。 由图 7 中可以看出,
NPP 随着海拔高度的不同变化比较明显,总体变化
趋势随着海拔的增高而逐渐增高,其变化可分为四
段:海拔 0—500m,NPP 平均值随海拔的升高而陡然
上升;在海拔 500—1300m之间,NPP 上升较为缓慢,
并出现轻微的上下波动,但 NPP 值基本保持在
770—840 g C m-2 a-1之间;而海拔 1300—1800m 时,
NPP 下降到 735 g C m-2 a-1;NPP 在海拔 1800m 以
上又快速上升至 958 g C m-2 a-1。 出现这种现象的
主要原因是由于一方面在海拔 500m以下,人类活动
较强,该区 NPP 变化的主要因素表现为人类活动。
另一方面是由于广西地形复杂,喀斯特地貌突出,植
被类型分布受到海拔高度的影响较大,在 1300—
1800m处,由于这一范围大部分地区位于云贵高原
的过渡区域,植被 NPP 相对较低,而在海拔 1800m
以上植被类型基本以灌木林为主,植被 NPP 普遍较
高,因此出现了 NPP 随海拔高度的升高而出现如图
7所示的现象。
图 7摇 海拔高度对 NPP的影响
Fig.7摇 Effects of altitude on the NPP
4.5摇 人类活动对 NPP 变化的影响
虽然气候环境变化是广西植被 NPP 时空变化
的重要影响因素,但近年来人类活动的不断增强对
植被生产力水平的影响也越来越大。 农业生产和经
济水平的提高,使植被覆盖及其生产力水平发生了
很大变化[28,31]。 由于很难定量化的研究人类活动,
本文主要从农业生产和土地利用类型方面来研究人
类对该区植被 NPP 变化产生的影响。
根据广西土地利用类型图提取农作物耕作区
NPP 值,近 12年来农业耕作区 NPP 值逐渐增长,平
均增长斜率为 0.011,同期统计数据表明农作物单位
图 8摇 城镇缓冲区对 NPP的影响
Fig.8摇 Effects of different buffer area of the town on NPP in
Guangxi province
面积产量呈缓慢上升趋势,其增长斜率为 0.022[32]。
对提取城镇(人类主要活动区)NPP 值,同时提取城
镇周边缓冲区为 1、5、10、15、20km 的 NPP 值。 由图
8可以看出,在城镇周边 5km 以内,NPP 值增加较
快,从 457 g C m-2a-1增加到 660 g C m-2a-1,城市周
边 5km以上变化较小,在 10km 以外的区域 NPP 几
乎没有变化。
5摇 结论和讨论
近 12年来广西植被 NPP 整体呈缓慢上升趋势,
变化不显著。 其中广西西南部地区 NPP 上升较为
明显;而东北部的桂林、柳州等地区呈减少趋势,部
分地区下降趋势小于-0.05。 植被 NPP 变化的影响
因素很多,降水量的多少是影响 NPP 变化最主要的
气候因子,气温对 NPP 变化的影响较小。 不同的植
被类型中,栽培植被的 NPP 上升趋势较为明显,受
气候因素的影响较大,与降水量具有显著正相关关
系,但与气温相关性不明显;针叶林和阔叶林受气候
因素的影响相对较小。 对农业植被而言,由于人类
活动的频繁干预大大降低了气候环境对 NPP 变化
的影响程度,而化肥农药的大量使用以及农业耕作
水平的不断提高,致使农业耕作区 NPP 变化在很大
程度上体现为人类活动的影响,而对气候因子的依
赖性逐渐降低。
不同土壤类型中,土壤类型为红壤地区的 NPP
增长较为明显,石灰土地区的 NPP 下降较为明显,
主要原因是由于该土壤类型大多分布在山前交接洼
地、岗丘间洼地或是边缘山丘地区,农业基本建设
6225 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇
http: / / www.ecologica.cn
差、生态条件不良,对气候自然条件的依赖性相对较
高,致使该区域的植被 NPP 会随着降水的减少而降
低。 海拔高度主要通过控制土壤、水热条件,影响其
它环境变量进而对植被分布格局产生一定的影响。
研究表明全区 NPP 平均值与海拔高度具有显著正
相关关系,且 NPP 对降水的响应随海拔的升高而出
现有规律的波动。
以上研究表明 2000—2011 年广西全区 NPP 有
所改善,在西南部地区 NPP 上升较为明显,而桂林、
柳州等地区 NPP 呈缓慢下降趋势;植被 NPP 变化是
气候、环境变化和人为影响因素综合作用的结果,降
水和海拔对 NPP 值及其变化的影响相对较大;NPP
时空变化特征随植被类型和土壤类型的不同而不
同,但在农业生产和生态建设等人类活动的影响下,
人类活动逐渐成为影响 NPP 变化的主导因素。
References:
[ 1 ]摇 Ebermeyr E. Die Gesamte Lehre Der Waldstreu Mit R俟cksicht Auf
Die Chemische Statik Des Waldbaues. Berlin: Julius Springer,
1876: 116鄄116.
[ 2 ] 摇 Ruimy A, Saugier B, Dedieu G. Methodology for the estimation of
terrestrial net primary production from remotely sensed data.
Journal of Geophysical Research: Atmospheres ( 1984—2012),
1994, 99(D3): 5263鄄5283.
[ 3 ] 摇 Schuur E A G. Productivity and global climate revisited: the
sensitivity of tropical forest growth to precipitation. Ecology,
2003, 84(5): 1165鄄1170.
[ 4 ] 摇 Mu S J, Li J L, Yang H F, Gang C C, Chen Y Z. Spatio鄄
temporal variation analysis of grassland net primary productivity
and its relationship with climate over the past 10 years in Inner
Mongolia. Acta Prataculturae Sinica, 2013, 22(3): 6鄄15.
[ 5 ] 摇 Mu S J, Li J L, Zhou W, Yang H F, Zhang C B, Ju W M.
Spatial鄄temporal distribution of net primary productivity and its
relationship with climate factors in Inner Mongolia from 2001 to
2010. Acta Ecologica Sinica, 2013, 33(12): 3752鄄3764.
[ 6 ] 摇 Cao M K, Woodward F I. Dynamic responses of terrestrial
ecosystem carbon cycling to global climate change. Nature, 1998,
393(6682): 249鄄252.
[ 7 ] 摇 McGuire A D, Melillo J M, Joyce L A, Kicklighter D W, Grace
A L, Moore III G B, Vorosmarty C J. Interactions between carbon
and nitrogen dynamics in estimating net primary productivity for
potential vegetation in North America. Global Biogeochemical
Cycles, 1992, 6(2): 101鄄124.
[ 8 ] 摇 Cramer W, Kicklighter D W, Bondeau A, Iii B M, Churkina G,
Nemry B, Ruimy A, Schloss A L, Intercomparison ThE P OF
ThE P NpP M. Comparing global models of terrestrial net primary
productivity ( NPP): overview and key results. Global Change
Biology, 1999, 5(S1): 1鄄15.
[ 9 ] 摇 Huston M A. Precipitation, soils, NPP, and biodiversity:
resurrection of Albrecht忆 s curve. Ecological Monographs, 2012,
82(3): 277鄄296.
[10] 摇 Zhang Y J, Zhou G S. Exploring the effects of water on vegetation
change and net primary productivity along the IGBP Northeast
China Transect. Environmental Earth Sciences, 2011, 62 ( 7):
1481鄄1490.
[11] 摇 Pan T, Wu S H, He D M, Dai E F, Liu Y J. Effects of
longitudinal range鄄gorge terrain on the eco鄄geographical pattern in
Southwest China. Journal of Geographical Sciences, 2012, 22
(5): 825鄄842.
[12] 摇 Li Y L, Pan X Z, Zhou R, Wang C K, Liu Y, Shi R J, Chen D
F, Zhao Q G. Long鄄term changes of soil fertility factors and their
relationships with NDVI. Chinese Journal of Ecology, 2013, 32
(3): 536鄄541.
[13]] 摇 Zhao Q G, Huang G Q, Ma Y Q. The problems in red soil
ecosystem in southern of China and its countermeasures. Acta
Ecologica Sinica, 2013, 33(24): 7615鄄7622.
[14] 摇 Zhu W Q, Pan Y Z, Zhang J S. Estimation of net primary
productivity of Chinese terrestrial vegetation based on remote
sensing. Journal of Plant Ecology, 2007, 31(3): 413鄄424.
[15] 摇 Kuang X Y, Su Z, Tu F X. Climate regionalization of Guangxi.
Guangxi Sciences, 2007, 14(3): 278鄄283.
[16] 摇 Zhu W Q, Pan Y Z, He H, Yu D Y, Hu H B. Simulation of
maximum light use efficiency for some typical vegetation types in
China. Chinese Science Bulletin, 2006, 51(4): 457鄄463.
[17] 摇 Dong D, Ni J. Modeling changes of net primary productivity of
karst vegetation in southwestern China using the CASA model.
Acta Ecologica Sinica, 2011, 31(7): 1855鄄1866.
[18] 摇 Running S W, Thornton P E, Nemani R, Glassy J M. Global
terrestrial gross and net primary productivity from the earth
observing system / / Methods in Ecosystem Science. New York:
Springer, 2000: 44鄄57.
[19] 摇 Nemani R R, Keeling C D, Hashimoto H, Jolly W M, Piper S C,
Tucker C J, Myneni R B, Running S W. Climate鄄driven increases
in global terrestrial net primary production from 1982 to 1999.
Science, 2003, 300(5625): 1560鄄1563.
[20] 摇 Mohamed M A A, Babiker I S, Chen Z M, Ikeda K, Ohta K,
Kato K. The role of climate variability in the inter鄄annual variation
of terrestrial net primary production ( NPP ). Science of Total
Environment, 2004, 332(1 / 3): 123鄄137.
[21] 摇 Xu H M, Gao Q Z, Huang Y M, Jia H K. Simulated the impact of
climate change on net primary production in hilly area of Loess
Plateau, China. Acta Ecologica Sinica, 2006, 26 ( 9 ):
2938鄄2947.
[22] 摇 Zhao J F, Yan X D, Jia G S. Simulating the responses of forest
net primary productivity and carbon budget to climate change in
7225摇 18期 摇 摇 摇 李燕丽摇 等:2000—2011年广西植被净初级生产力时空分布特征及其驱动因素 摇
http: / / www.ecologica.cn
Northeast China. Acta Ecologica Sinica, 2008, 28(1): 92鄄102.
[23] 摇 Shi Y F, Shen Y P, Hu R J. Preliminary study on signal, impact
and foreground of climatic shift from warm鄄dry to warm鄄humid in
Northwest China. Glaciology and Geocryology, 2002, 24 ( 3):
219鄄226.
[24] 摇 Garcia鄄Aguirre M C, Ortiz M A, Zamorano J J, Reyes Y.
Vegetation and landform relationships at Ajusco volcano Mexico,
using a geographic information system (GIS) . Forest Ecology and
Management, 2007, 239(1 / 3): 1鄄12.
[25] 摇 Garc侏a鄄Romero A, Aceves鄄Quesada J F, Arredondo鄄Le佼n C.
Landform instability and land鄄use dynamics in tropical high
mountains, Central Mexico. Journal of Mountain Science, 2012, 9
(3): 414鄄430.
[26] 摇 Wu D Q, Liu J, Wang W, Ding W J, Wang R Q. Mutiscale
analysis of vegetation index and topographic variables in the
Yellow River delta of China. Chinese Journal of Plant Ecology,
2009, 33(2): 237鄄245.
[27] 摇 Bian J H, Li A N, Deng W. Estimation and analysis of net
primary Productivity of Ruoergai wetland in China for the recent
10 years based on remote sensing. Procedia Environmental
Sciences, 2010, 2: 288鄄301.
[28] 摇 Yang G H, Bao A M, Chen X, Liu H L, Huang Y, Dai S Y.
Study of the vegetation cover change and its driving factors over
Xinjiang during 1998—2007. Glaciology and Geocryology, 2009,
31(3): 436鄄445.
[29] 摇 Liu X, Xu J B, Hu Y M, Xi R B, Li H X. Correlation analysis on
soil total phosphorus contents and terrain indices of lateritic red
soil in Guangdong province based on DEM. Soils, 2009, 41(6):
1014鄄1017.
[30] 摇 Yang X, Tang G A, Liu X J, Li F Y, Zhu S J. Digital terrain
analysis: theory, method and application. Acta Geographica
Sinica, 2009, 64(9): 1058鄄1070.
[31] 摇 Vicente鄄Serrano S M, Lasanta T, Romo A. Analysis of spatial and
temporal evolution of vegetation cover in the Spanish central
Pyrenees: role of human management. Environmental
Management, 2005, 34 (6): 802鄄8l8.
[32] 摇 Qiu Z Q. Guangxi Statistical Yearbook. Beijing: China Statistics
Press, 2011.
参考文献:
[ 4 ] 摇 穆少杰, 李建龙, 杨红飞, 刚成诚, 陈奕兆. 内蒙古草地生态
系统近 10年 NPP 时空变化及其与气候的关系. 草业学报,
2013, 22(3): 6鄄15.
[ 5 ] 摇 穆少杰, 李建龙, 周伟, 杨红飞, 章超斌, 居为民. 2001鄄2010
年内蒙古植被净初级生产力的时空格局及其与气候的关系.
生态学报, 2013, 33(12): 3752鄄3764.
[12] 摇 李燕丽, 潘贤章, 周睿, 王昌昆, 刘娅, 石荣杰, 陈冬峰, 赵
其国. 长期土壤肥力因子变化及其与植被指数耦合关系. 生态
学杂志, 2013, 32(3): 536鄄541.
[13] 摇 赵其国,黄国勤, 马艳芹. 中国南方红壤生态系统面临的问题
及对策. 生态学报, 2013, 33(24): 7615鄄7622.
[14] 摇 朱文泉,潘耀忠, 张锦水. 中国陆地植被净初级生产力遥感估
算. 植物生态学报, 2007, 31(3): 413鄄424.
[15] 摇 况雪源, 苏志, 涂方旭. 广西气候区划. 广西科学, 2007, 14
(3): 278鄄283.
[16] 摇 朱文泉, 潘耀忠, 何浩, 于德永, 扈海波. 中国典型植被最大
光利用率模拟. 科学通报, 2006, 51(6): 700鄄706.
[17] 摇 董丹, 倪健. 利用 CASA 模型模拟西南喀斯特植被净第一性
生产力. 生态学报, 2011, 31(7): 1855鄄1866.
[21] 摇 许红梅, 高清竹, 黄永梅, 贾海坤. 气候变化对黄土丘陵沟壑
区植被净第一性生产力的影响模拟. 生态学报, 2006, 26
(9): 2938鄄2947.
[22] 摇 赵俊芳,延晓冬, 贾根锁. 东北森林净第一性生产力与碳收支
对气候变化的响应. 生态学报, 2008, 28(1): 92鄄102.
[23] 摇 施雅风, 沈永平, 胡汝骥. 西北气候由暖干向暖湿转型的信
号、影响和前景初步探讨. 冰川冻土, 2002, 24(3): 219鄄226.
[26] 摇 吴大千, 刘建, 王炜, 丁文娟, 王仁卿. 黄河三角洲植被指数
与地形要素的多尺度分析. 植物生态学报, 2009, 33( 2):
237鄄245.
[28] 摇 杨光华, 包安明, 陈曦, 刘海隆, 黄莹, 代述勇. 1998鄄2007年
新疆植被覆盖变化及驱动因素分析. 冰川冻土, 2009, 31
(3): 436鄄445.
[29] 摇 刘序,徐剑波,胡月明,席荣宾,李华兴. 基于 DEM的广东省
赤红壤全磷与地形因子相关分析. 土壤, 2009, 41 ( 6):
1014鄄1017.
[30] 摇 杨昕, 汤国安, 刘学军, 李发源, 祝士杰. 数字地形分析的理
论、方法与应用. 地理学报, 2009, 64(9): 1058鄄1070.
[32] 摇 邱祖强. 广西统计年鉴. 北京: 中国统计出版社, 2011.
8225 摇 生摇 态摇 学摇 报摇 摇 摇 34卷摇