江西省森林植被NPP的時空變化及氣候影響分析

陳興鵑，李翔翔，徐 爽，聶志強，黃淑娥*

（1.江西省生態氣象中心，江西 南昌 330096；2.江西省氣象科學研究所，江西 南昌 330096；3.河北省邢臺市氣象局，河北 邢臺 054000）

森林植被生態系統對氣候變化的敏感性很強，兩者的相關性一直以來都是國內外的研究熱點［1-4］。森林植被凈的初級生產力（Net Primary Productivity，NPP）是指林區綠色植物通過光合作用在單位時間、單位面積內所產生的有機物質總量與自養呼吸之差［5-6］。NPP是反映陸地生態系統服務功能的最基本特征量之一，可以直觀地反映出植被系統在其各自生存環境下的生產能力［7-9］。

目前，國內外學者對全球森林NPP的分布特征已有較多研究。Del等［10］指出全球森林NPP呈現了從寒冷氣候區向溫暖氣候區呈逐漸增大的趨勢，熱帶氣候區明顯高于溫帶氣候區。焦翠翠等［11］也指出，全球森林的NPP滿足“緯度越高，NPP越低”的規律，且從全球角度研究，相較于年降水量，年均氣溫與森林NPP有更強的相關性。根據中國地勢和森林系統的分布，對森林NPP的研究以我國東北和東南林區為主。毛德華等學者分別對東北地區、東南地區植被NPP的分布特征以及氣候影響關系做了初步的探討［12-14］。李登秋等［15］研究了東南地區森林NPP在氣候變化、林齡、CO2濃度和氮沉降等不同因子驅動下的變化趨勢。

江西省是全國生態文明試驗區之一［16］，作為我國南方重點林區，丘陵和山地占全省國土面積的60%以上，森林植被生態是影響江西省生態系統質量的重要因素。因此開展江西省森林NPP的空間格局、動態變化及驅動因子的研究和學術探討，對江西省生態示范區建設和生態質量監測與評價具有重要的指導作用和重大的現實意義。本文采用遙感（RS）和地理信息系統（GIS），針對近20年江西森林NPP的演變規律開展了精細化分析和討論，通過構建氣候因子立體分布模型，對氣候變化的響應情況進行分析，旨在了解近幾十年來江西省森林植被的分布格局、穩定性特征和變化趨勢，為江西省生態文明建設、生態質量評價、森林資源的合理開發利用等提供科學依據。

1 數據來源與方法

1.1 數據來源

研究中涉及的歸一化植被指數（NDVI）、土地利用分類和森林植被類型數據主要采用2000 ～2019年的EOS/MODIS資料，來源于美國USGS網站（https：//lpdaac.usgs.gov）提供的1 km空間分辨率的月合成產品（MOD13A3）和500 m空間分辨率的年合成產品（MCD12Q1）。依據IGBP全球植被分類方案，選取常綠針葉林、常綠闊葉林、落葉針葉林、落葉闊葉林、混交林、灌木叢等6種森林植被類型開展研究［17］。

NPP計算及氣候要素影響分析所用到的氣象數據來自江西省氣象局2000～2019年87個氣象站的逐日降水、氣溫、濕度、輻射等資料。

1.2 研究方法

1.2.1 NPP計算 基于光能利用率原理，根據陸地生態系統碳通量模型TEC［8，18］計算植被NPP，公式如下：

式中，NPP：當月的植被凈初級生產力；GPP：當月的總初級生產力；R：當月的呼吸消耗量［g C/（m2·月）］，包含生長呼吸和維持呼吸2個部分；ε：實際光能利用率，可根據植被類型、空氣溫度和地表濕潤指數等數據進行計算； FPAR：植被吸收光合有效輻射的比例，可利用逐月歸一化差值植被指數（NDVI）進行估算；PAR：入射光合有效輻射［MJ/（m2·月）］，其占太陽總輻射的比例為0.48。

以月植被NPP為基礎，對各個月植被NPP進行累加，可得到江西省2000～2019年各年度1 km分辨率的植被NPP數據。

1.2.2 氣象數據處理 降水數據基于2000～2019年全省氣象臺站逐日氣象資料，采用反距離權重插值法獲得與NPP空間分辨率一致的降水柵格數據。江西省以丘陵山地為主，氣溫隨海拔的變化會發生明顯變化。省內87個氣象站點大部分位于海拔較低的平坦地區，僅廬山和井岡山為高山氣象觀測站，且站點間隔各不相同，直接插值計算氣溫網格數據，不能準確反映各網格點氣溫隨海拔變化的真實情況。為客觀地反映江西省內氣溫的立體分布特征，根據區域地形特點，分區域分年度建立精細化氣溫高程模型。江西省全境共分為贛東北武夷山區（Ⅰ區）、贛西北廬山區（Ⅱ區）、贛西井岡山區（Ⅲ區）、贛南南嶺山區（Ⅳ區）這4個氣候區（圖1），根據各區域內各氣象站點氣溫與海拔的關系模型和全省數字高程模型（DEM），計算出江西省2000～2019年各年度氣溫1 km網格數據。

圖1 江西省氣候分區示意圖

根據每個區域內氣象站點的歷史觀測數據，利用線性回歸方法，分別建立各年度氣象要素與海拔的關系模型。以2019年為例，表1列出的是2019年度不同分區內年平均氣溫的高度模型。根據計算，各年度不同區域年平均氣溫高度模型的相關系數均大于0.9，相關性顯著。

表1 2019年平均溫度不同區域的高度模型

1.2.3 林區信息提取 根據土地利用分類數據，將NPP數據、氣象要素數據與森林類型數據進行集成，提取得到2000～2019年森林植被NPP數據和林區氣象要素（氣溫、降水）數據。

1.2.4 趨勢分析 采用一元線性回歸分析法，利用方程斜率（θslope）計算NPP隨時間的變化趨勢，其值的大小反映NPP增加或減小的傾向程度［19］。

一元線性回歸方程斜率計算公式為：

式（3）中：n為研究年數；i代表第i年；NPPi為第i年的NPP值。θslope即可表示NPP隨年份的變化趨勢。

1.2.5 穩定性分析 變異系數（Coefficient of variation， CV）是反映樣本波動的常用指標。本文計算了2000～2019年江西省森林植被NPP的變異系數，通過變異系數的變化來描述森林植被NPP年際間的穩定性。

變異系數計算公式為：

式（4）中：n為研究年數；i代表第i年；NPPi為第i年的NPP值；NPP為NPP的n年平均值。CV值越小，代表植被穩定性越高。

1.2.6 相關性分析 氣象因子與森林植被NPP的相關性，采用Pearson相關分析法進行分析。

相關系數計算公式為：

式（5）中：Rxy為相關系數；n為研究年數；i代表第i年；x為自變量（氣溫、降水），y為因變量（NPP）。

2 結果與分析

2.1 江西省森林植被NPP的時空變化特征

從江西省森林植被NPP年際變化曲線圖可知（圖2A），近20年來江西省森林植被生產力整體呈波動增長的趨勢，平均增加量為3.63 g C/（m2·a）。其中，2003年和2019年的森林植被NPP較其他年份顯著偏小。這主要是因為江西省2003年夏季出現了歷史罕見的大范圍高溫干旱，2019年則出現了特大夏、秋、冬3季連旱，森林植被的光合機能減弱，所累積的有機物數量明顯減小。

不同森林類型的NPP值有所不同（圖2B），常綠針葉林和常綠闊葉林的年均NPP要明顯高于其他森林類型，其中常綠針葉林近20年平均NPP為1050.4 g C/（m2·a），常綠闊葉林近20年平均NPP為1043.1 g C/（m2·a）。落葉針葉林年均NPP值最低。趨勢計算結果表明，近20年各森林類型NPP變化趨勢率均大于0，呈現向上的趨勢。其中落葉闊葉林最大，為4.14；其次矮樹灌叢，為4.11；常綠闊葉林最小，為2.92。

圖2 2000～2019年江西省森林植被NPP（A）及不同類型森林植被NPP（B）的年際變化趨勢

從空間分布上來看（圖3A），近20年江西省森林植被年均NPP值主要分布在800～1200 g C/（m2·a）之間，NPP平均值為1007 g C/（m2·a），其中NPP值大于1000 g C/（m2·a）的林區占森林總面積的64.4%。NPP值大于1200 g C/（m2·a）的林區主要分布在贛南南部及贛東部分地區。在空間領域，NPP值表現出由外圍向中間遞減、南高北低的特征，這主要受江西省東、西、南三面環山、熱量資源南多北少、中部地區主要為耕地、人類活動干擾較多等因素影響。

由于2019年為特大高溫干旱年，NPP值發生斷崖式降低，因此采用2000～2018年度數據進行NPP變化趨勢分析。從變化趨勢空間分布來看（圖3B），近20年江西省大部分林區NPP呈增加趨勢，占林區總面積的95.7%，說明絕大部分林區植被生產能力變好，植被生態系統質量正在穩步提升。其中，增加趨勢十分明顯的區域主要分布在贛南和贛西等地。NPP呈減小趨勢的林區很少，僅占林區總面積的4.3%，減少趨勢十分明顯的區域多分布在與設區市轄區（如新余、萍鄉、南昌、上饒、景德鎮）的交會處，原因主要在于城鎮發展和人類活動對森林植被的破壞。

圖3 江西省森林植被年均NPP的空間分布（A）及其變化趨勢（B）

2.2 江西省森林植被NPP的穩定性分析

采用變異系數來描述森林植被NPP變化的穩定性，并利用自然斷點法［20］，將穩定性分為5個等級，分級標準見表2。從空間分布特征（圖4）來看，江西省森林植被NPP穩定性呈現出從贛東南向贛西北增強的趨勢，幕阜山、九嶺山、羅霄山、懷玉山等山脈處的森林植被NPP穩定度較高。根據統計結果，較高穩定度以上林區面積占比約為48.8%，中穩定度林區面積占比約為44.6%，較低穩定度以下林區面積占比約為6.6%?？梢?，2000年以來江西省大部分林區處于中等以上穩定性水平，森林植被生態系統的光合生產能力良好。但較高穩定以上水平的林區所占比例不高，而且個別區域穩定度很低，植被生產能力波動性較大，這主要由于江西省人工林面積大，森林生態總體還比較脆弱，應改善人工林結構，加強天然林保護制度的建設，從整體上提高人工林和天然林的光合生產能力。

圖4 江西省森林NPP穩定性的空間分布

表2 江西省森林植被NPP穩定性分級表

2.3 NPP與氣候因子的相關性分析

氣溫和降水量是對植被生長起主要作用的氣候因子，直接影響植被NPP積累量。對2000～2019年江西省森林植被NPP與年平均氣溫、年降水量逐像元計算相關系數，結果表明，相關性空間分布差異較明顯（圖5）。江西省大部分林區植被NPP與氣溫呈正相關關系，占林區總面積的80.9%；相關系數集中分布在0～0.6之間，占林區總面積的78.4%。大部分林區植被NPP與降水量呈現正相關關系，占林區總面積的90.4%；相關系數集中分布在0～0.5之間，占林區總面積的87.9%。說明氣溫和降水量的增加均有利于江西省森林植被NPP的提升。

圖5 江西省逐年森林植被NPP與年平均氣溫、年降水量的相關性分析

NPP與降水量達到顯著性正相關（P＜0.05）的區域較少，僅占林區總面積的6.1%，主要分布于贛西北的幕阜山等地。NPP與氣溫達到顯著性正相關（P＜0.05）的區域占林區總面積的14.5%，主要分布于贛西的武功山、羅霄山和贛南部分地區。顯著性分析表明，相比于降水量，氣溫是影響江西省森林植被NPP變化更為顯著的氣象因子。

3 結論

利用衛星遙感和氣象數據等，對近20年江西省森林植被NPP的時空變化及氣候影響進行了定量分析，研究發現：在年際變化上，江西省森林植被NPP整體呈波動增加的趨勢，平均增加量為3.6 g C/（m2·a），增加的區域占林區總面積的95.7%，其中贛南、贛西部分地區NPP增加更為明顯。在空間分布上，大部林區的NPP年均值大于800 g C/（m2·a），大 于1000 g C/（m2·a）的 區 域占森林總面積的64.4%，其中贛南南部及西部等地的NPP值最高，森林植被凈初級生產力最強；NPP值在空間上體現出由外圍向中間遞減、南高北低的特征。相較于其他森林植被類型，常綠針葉林和常綠闊葉林年均NPP值最高；近20年各森林類型NPP變化均大于0，NPP呈增加的趨勢。

對NPP和氣候因子的逐像元相關分析結果表明，年平均氣溫和年降水量與江西省森林植被NPP具有較高的相關性，其中氣溫與NPP的相關性更為顯著且區域分布更廣。

近年來，中央和地方政府加大了山水林田湖草生態環境保護與修復的力度，尤其是實施了劃分森林保護區、退耕還林等政策，江西省植被生態得到很好的恢復，森林植被NPP穩步提升。本文僅開展了氣候因素對森林植被NPP的影響分析，未將人類活動對植被生態變化的影響加以分析。今后將在本研究基礎上，綜合人為因素和地形地貌等因素進一步研究森林植被生態變化的多因子驅動機制，定量評估各因子的貢獻率，為區域生態環境的建設與評價、資源的開發利用等提供科學參考依據。