基于CASA模型的天津地區植被凈初級生產力及植被碳匯量估測

凌思源，高子瀅，馬 闖，尤海舟

（1.天津農學院 園藝園林學院，天津 300384；2.河北科技師范學院 園藝科技學院，河北 秦皇島 066000；3.北京林業大學 林學院，北京 100083；4.河北省林業和草原科學研究院，河北 石家莊 050061）

植被凈初級生產力(NPP)是指植物光合作用固定的有機物，減去自身呼吸活動的消耗，用于繁殖、發育、生長所需的凈增量[1]，而凈生態系統生產力(NEP)指植被凈初級生產力再減去異養呼吸所消耗的光合產物固定的碳，二者反映了區域植被的固碳水平[2]。CASA(Carnegie-Ames-Stanford approach)模型是用于估算植被固碳能力的常用方法，因參數少、計算簡單而得到廣泛應用[3]?；谠撃Ｐ?，王菲等[4]發現黃河流域60%區域呈碳匯屬性，年均固碳量約為111.02 MgC·a-1；湯潔等[5]發現吉林西部94%的研究區域為碳匯。植被碳源匯的屬性界定呈現較大的地域差異性，這主要是由于大尺度植被分布對氣候響應不具有一致性。因此，針對不同地區植被固碳能力開展研究，探索其與氣候變化間的時空規律，具有重要意義。

1 研究方法

1.1 研究區地理特征

天津市位于華北平原北部，介于東經116°43'～118°04'，北緯38°34'～40°15'之間。該區地域遼闊，土地面積為119.7萬hm2，地勢以平原和洼地為主，地貌輪廓為西北高而東南低。地處北溫帶，屬于暖溫帶半濕潤季風性氣候[8]。多年平均降雨量為360～970 mm，主要集中于6—9月，蒸發量為1830.3 mm[9]。研究區內植被大致可分為針葉林、落葉闊葉林、灌草叢、農作物、草甸、鹽生植被、人工林等，土地利用類型比較復雜，有耕地、林地、園地、草地、水域、城鎮用地等。

1.2 數據來源及處理

遙感數據采用美國國家宇航局(NASA)提供的遙感數據MODIS-MOD13Q1產品，時間分辨率為16 d，空間分辨率為250 m，時間范圍為2011年1月至2020年12月，共360景遙感圖像，數據格式為HDF，采用MRT工具進行批處理，對MOD13Q1數據進行拼接和投影，利用最大合成法對研究區每月三景數據求取NDVI均值，通過掩膜工具裁剪出天津市2011年至2020年逐月NDVI的柵格圖像，得到歸一化植被NDVI數據。

氣象數據來源于中國氣象數據共享網，本文采用全國標準氣象站點平均溫度、降水、太陽輻射資料(共12個站點)，得到12個站點的月總太陽輻射數據、總降雨量數據、月平均氣溫。利用GIS工具箱中的插值工具對降水，氣溫，太陽輻射數據進行反距離權重法插值和克里金插值，得到投影相同、像元大小一致的柵格數據。

植被類型數據來自國家青藏高原科學數據中心，利用掩膜處理、Albers投影和重采樣等工具得出與NDVI數據像元大小一致、投影相同的天津地區植被類型柵格圖像。

1.3 植被凈初級生產力(NPP)的估算

植被凈初級生產力(NPP)指綠色植物在單位面積、單位時間內所累積的有機物質總量[1]，通常估算植被凈初級生產力(NPP)的模型可分為統計模型、參數模型和過程模型3種，本文估算植被凈初級生產力(NPP)選用的是過程模型中的基于光能利用率的CASA模型[2]。此模型適合于估算區域尺度上的植被凈初級生產力(NPP)[3]。

CASA模型主要通過植被吸收的光合有效輻射(APAR)和實際光能利用率(ε)兩個變量來估算區域植被凈初級生產力(NPP)。計算公式如下：

式中，光合有效輻射APAR(x,t)是t時間時在x位置的光合有效輻射，單位為gC·m-2·month-1；ε(x,t)指t時間時x位置的光能利用率(gC·MJ-1)；NPP(x,t)指空間位置x在t時間上的植被凈初級生產力。

以上分析表明，分蘗期淹水處理恢復24 h后，水稻倒1葉的SPAD值和Pn值均發生變化，且兩者變化趨勢基本一致。水稻受淹1 d時，不同淹水深度處理的SPAD值和Pn值較對照均增加，但隨著淹水脅迫的加重，SPAD值和Pn值逐漸低于對照，水稻1/1-5d處理的SPAD值和Pn值較對照減少幅度均為最大。

1.4 APAR的確定

植被吸收的光合有效輻射(APAR)由太陽總輻射量(SOL)和植被層對光合有效輻射吸收比例決定，計算公式如下:

式中，SOL(x,t)是t時間處x位置的太陽總輻射量(MJ·m-2·month-1)；FPAR(x,t)是指植被對入射光合有效輻射(PAR)的吸收比例；0.5表示植被所能利用的太陽有效輻射占總輻射的比例。

植被對太陽有效輻射的吸收比例取決于植被覆蓋狀況和植被類型，Potter等[13]提出由遙感數據得到的歸一化植被指數(NDVI)能很好地反映出植被覆蓋狀況，公式如下：

式中，SRi，min取值為1.08，SRi，max取 值 范圍為4.14～6.17。求得SR(x,t)：

1.5 光能利用率(ε)的確定

光能利用率(ε)是指綠色植物通過光合作用把它所吸收的光合有效輻射轉化成有機碳的效率。在現實條件下，光能利用率主要受溫度和降水的影響[14-15]，計算公式如下：

式中，Tε1(x,t)和Tε2(x,t)表示高溫和低溫對光能利用率的脅迫作用，Wε(x,t)為水分脅迫系數，εmax為理想條件下最大光能利用率的最大值。

1.6 土壤微生物呼吸量的估算

土壤微生物呼吸量是估測區域尺度上植被凈生態系統生產力(NEP)的重要參數，其精確與否，直接影響NEP的結果[16]。研究了氣候因素與碳排放之間的關系，建立了溫度、降水與碳排放的回歸方程，以此估測區域土壤微生物呼吸的分布狀況，公式如下:

式中，Rh表示土壤微生物呼吸(gC·m-2·month-1)；T為氣溫(℃)，R為降水量(mm)。

1.7 植被凈生態系統生產力的估算

植被凈生態系統生產力(NEP)是估測和描述區域陸地生態系統碳收支的指標，在不考慮人為因素和自然因素的影響下，陸地生態系統碳源/碳匯可以通過植被凈初級生產力(NPP)與土壤微生物呼吸量(Rh)的差值得到。計算公式如下：

式中，NEP表示區域凈生態系統生產力；NPP表示植被凈初級生產力；Rh表示土壤微生物呼吸量；當NEP計算結果大于0時，表示區域植被固定的碳大于土壤微生物呼吸排放的碳表示為碳匯作用；NEP計算結果小于0時，表示區域植被固定的碳小于土壤微生物呼吸排放的碳表示為碳源作用。

2 結果與分析

2.1 天津地區植被凈初級生產力(NPP)時空變化規律研究

2.1.1 植被凈初級生產力(NPP)空間分布規律天津地區10年間各區年均NPP統計表明(圖1)：排在前3位的分別是薊州、寧河與寶坻，這與薊州區分布著較大面積的森林、寧河和寶坻分布著大面積的農田有直接關系。

圖1 2011—2020年天津地區年平均NPP(gC·m-2·a-1)的空間分布

計算研究區不同NPP范圍的面積百分比(表1)，NPP＜70的地區主要為中心城區、大港區、津南區等近郊，占研究區面積的4.59%，該區域主要是建筑用地居多，植被較少。70＜NPP＜210的地區集中分布在薊州區南部及其寶坻北部，占研究區面積的72.43%，該地區植被類型主要為森林、農田、草地等，且植被長勢較好。210＜NPP＜360的地區主要是薊州區北部，其占研究區面積的16.94%，該區域有 大面積的森林，植被狀況極佳。

表1 天津地區植被NPP分布面積百分比

2.1.2 天津地區NPP時間變化規律及原因分析從圖2可以看出，天津市近10年間植被凈初級生產力(NPP)年際變化總體呈現增長趨勢，年增長率為11.03%。在年際尺度上，溫度對NPP作用是比較明顯的，Pearson相關性為0.516，降水量與其相關性為-0.280。

圖2 天津地區NPP與年均溫和總降水的關系

2.2 植被凈生態系統生產力的變化規律研究

2.2.1 NEP的空間變化規律 基于天津市植被凈初級生產力(NPP)與土壤微生物呼吸(Rh，圖3)得到天津市植被凈生態系統生產力(NEP)。由圖4所示，研究區NEP總體上呈現四周高中間低的趨勢，天津市城區與濱海新區東部主要為城鎮工礦用地，NEP值較低，主要在-208～-23 gC·m-2·a-1之間，表現為碳源。研究區的北部是薊州區，其植被覆蓋類型多為落葉闊葉林、農田、灌叢，NEP值較高，主要在-24～115 gC·m-2·a-1之間，部分表現為碳匯。由圖5可知，2011—2020年天津市總體上表現為碳源作用。天津地區植被凈生態系統生產力(NEP)大于0的地區為碳匯區，面積為5.7萬hm2，僅占天津市總面積的5.2%，而小于0的地區為碳源區，面積為105.1萬hm2，占天津市總面積的94.8%。碳匯區2011—2020年平均固碳總量為0.032×107gC·a-1。碳源區2011—2020年生態系統平均碳排放量為1.502×107gC·a-1。

圖3 2011—2020年天津市年平均土壤微生物呼吸量Rh(gC·m-2·a-1)

圖4 2011—2020年天津市年平均NEP(gC·m-2·a-1)的空間分布

圖5 天津市碳源/碳匯空間分布

計算研究區不同NEP范圍的面積百分比(表2)，NEP＜-120的地區集中在天津城區和濱海新區東部，占研究區面積的23.27%，該地區主要為城鎮工礦用地，植被覆蓋率較低，人類活動對區域生態系統生產力造成負面影響，綠色植物大多為行道樹如國槐、白蠟、楊柳等。-120＜NEP＜-60的地區集中分布在武清、寶坻南部、東麗、靜海和津南區大部，占研究區面積的40.46%，土地利用狀況為建筑用地、一般農田，這些地區土地鹽堿化嚴重，植被生長狀況不良，植物多為農作物、楊樹等。-60＜NEP＜0的地區集中在寶坻、武清區北部，寧河區的大部，占研究區面積的31.08%，植被類型為農田和草地，植被生長較好。0＜NEP＜120的地區為薊州區，占研究區面積的5.18%，該區土壤肥沃，植被類型較復雜，包括常綠闊葉林、落葉闊葉林、農田，溫度和降水較適宜，植物生長茂盛，因此呈現為碳匯。

表2 天津市NEP分布面積百分比

2.2.2 天津地區NEP年際變化規律 由表3可知，天津市2011—2020年年均植被凈生態系統生產力(NEP)總量為-1.444×107gC·a-1，年際變化波動較大，總體呈現上升趨勢，NEP值從2011年的-1.62×107gC·a-1增加到2020年的-1.34×107gC·a-1，增幅為17.3%。這說明10年間天津地區NEP的總量呈現上升狀態，生態環境明顯改善，植被固定碳量逐年向好趨勢明顯。十年間植被碳源值的在一定范圍內波動，極差為0.56×107gC·a-1，標準差為0.17×107gC·a-1。

表3 2011—2020年天津市NEP統計值

圖6是2011—2020年NEP與相對應年份溫度和降水之間的逐像元相關性分析。天津地區NEP與年均溫的偏相關系數r值多集中在-0.2～0.6之間，平均偏相關系數為0.25，正相關區域面積占研究區總面積的76.5%，集中在天津市城區、武清、寶坻、寧河、東麗等天津北部地區，這些地區NEP值隨溫度的升高而上升；NEP對溫度變化呈現負相關性的面積占23.5%，主要分布在靜海和濱海新區，該區域溫度升高增加水汽蒸發，土壤含水量降低，植物的生長發育受到影響，故生態系統NEP降低。天津地區NEP與總降水的相關性整體較低，其偏相關系數r值多集中在-0.17～0.25之間，平均值為0.035，寶坻、武清、北辰、靜海大部分地區NEP與降水呈正相關，面積占比73.2%，這些區域多為農田，降雨的增多促進植被的生長，提高植被的固碳能力。西青、津南、靜海與濱海新區大部分地區NEP與降水呈現負相關，面積占比26.8%，該地土壤鹽堿化、土壤貧瘠嚴重，植被生長環境惡化，降水多不利于NEP的增長。

圖6 年均溫(A)及總降水量(B)與NEP之間相關關系

3 結論與討論

3.1 討論

植被凈初級生產力(NPP)是衡量植物固碳量的主要指標。從時間尺度上來看，天津地區植被凈初級生產力(NPP)平均水平總體呈增加的趨勢，其中2011—2015年穩定在350 g C·m-2·a-1左 右，而2015—2020年均值上升到400 g C·m-2·a-1。這主要是由于近年來天津市實施“871”重大生態工程效果顯著。截至2021年10月底，綠色生態屏障基本成型，一級管控區內林地面積達到1.25萬hm-2，林木綠化覆蓋率達到25%，藍綠空間占比提升到65%，整治修復岸線4.78 km，從而導致植被NPP呈現穩步增長的趨勢[17]。梁冬坡等[18]研究也發現，2017年以后天津各區生態質量指標好轉趨勢明顯。然而，在空間上NPP分布不均問題仍存在，北部、西部地區NPP指數較高，南部、東部等地NPP值較低。這說明隨著“雙城”戰略的實施，東南部地區城鎮面積仍處擴張狀態，自然植被面臨較大威脅，經濟發展與生態建設的矛盾仍然存在。

植被凈生態系統生產力(NEP)是區域碳源/碳匯的重要參數，其含義是描述一個區域碳的凈吸收過程和凈排放過程。研究表明，天津地區2011—2020年生態系統凈初級生產力總體呈上升趨勢，但仍表現為碳源，即碳排放大于碳吸收。馮艾琳等[19]研究發現，沈陽陸地生態系統總體表現為碳源，與本研究結果具有一致性。其原因可能是在城市化程度高的地區，擴張和交通路網密度增加造成農田、灌叢等綠色植被的減少。此外，天津市土壤鹽堿化嚴重、水資源短缺使植被生產力受到抑制也可能是造成此結果的原因[20]。此外，天津地區NEP值在空間分布上表現出一定的異質性，少數碳匯地區集中在薊州區北部。究其原因是該地區植物資源豐富，其覆蓋類型以落葉闊葉林、農田、灌叢為主。閆立男等[21]認為植被覆蓋類型直接影響植被NEP，植物多樣性越高，NEP值也越高。不同行政區的土地利用類型是造成我市植被碳匯能力差異較大的原因，但值得注意的是，天津地區年均NEP值增幅達17.13%，說明隨著天津生態建設的加速，生態碳匯能力逐年增長，區域生態系統生產力表現出穩步提高的潛勢。

本研究發現，NPP的年際變化與溫度的年際變化規律基本相符，而與降水量相關性并不突出。原因可能是隨著溫度的升高，降水較少，從而蒸發強度加大，土壤水分含量降低，使植物不能獲得足夠的水分，從而降低植物的產量[22]。通過逐像元相關性分析發現，NEP與溫度的平均偏相關系數為0.25，與降水為0.035，說明年均溫的變化是造成該地區NEP波動的主要因素。石志華等[23]研究發現，從單因子角度分析，溫度對陜西地區植被碳匯的影響大于降水，劉鳳和曾永年也指出氣溫對青海高原植被NEP的影響范圍強于降水。天津植被NEP與溫度、降水的相關性表明在一定范圍內，隨著氣溫、降水量的升高，地區植被生長發育越好，固碳能力越強，其碳匯量也就越大，但在一部分地區如濱海新區、靜海等地由于土壤貧瘠、植被覆蓋度低受到降水脅迫的影響較大，故此因地制宜的提高林草總量和質量、增加生物多樣性對鞏固和增強生態系統碳匯能力具有重要意義。

3.2 結論

（1）天津地區2011—2020年間NPP呈總體上升趨勢，且變化區間較為平穩；5年均值由357.09 g C·m-2·a-1上升到了403.11 gC·m-2·a-1增長率為12.9%，提供的生產力總值也較為穩定，同時近郊行政區NPP增加明顯。

（2）研究期內天津地區凈生態系統生產力(NEP)在空間分布上呈四周高中間低的格局，年均值為-82.10 gC·m-2·a-1，天津城區凈生態系統生產力(NEP)值最低，天津地區總體表現為碳源。

（3）天津市地區植被NPP主要受氣溫影響較大，受降水量影響較??；NEP與氣溫、降水的偏相關系數分別為0.25和0.035，溫度變化是該區域植被碳匯能力的主要驅動自然因素。天津市生態保護系統工程的實施，對天津地區植被固碳能力的提升效果顯著。