吉林省植被NPP的動態演變及其與氣候因子的相關性

劉山林, 李春景

( 延邊大學 地理與海洋科學學院, 吉林 延吉 133002 )

0 引言

植被凈初級生產力(net primary productivity,NPP)是指單位面積的綠色植物在單位時間內通過光合作用產生的有機干物質總量在扣除自養呼吸所消耗的能量后所剩余的部分[1],它能夠表征陸地植被系統的整體生態質量[2].近年來,已有學者對吉林省的植被NPP進行了研究.例如:羅玲等[3]利用2000—2006年MOD17A3數據集的年均植被NPP數據對吉林省西部草地生長的主要影響因素進行了研究;湯潔等[4]利用CASA模型和土壤微生物呼吸模型計算了2001—2010年吉林省西部的陸地植被NPP和土壤微生物呼吸RH;劉舒[5]對2000—2016年吉林省西部的濕地面積及其NPP的時空動態變化規律進行了研究.但是,目前相關研究大多針對的是吉林省的局部區域,且對植被NPP未來發展變化趨勢的預測以及不同土地覆蓋類型的植被NPP與氣候因子的相關性研究得較少,因此本文將研究2000—2021年吉林省植被NPP的動態演變,并在此基礎上分析不同土地覆蓋類型的植被NPP與氣候因子的相關性以及植被NPP未來發展的變化趨勢,以期為吉林省植被生態環境的評價和保護提供參考.

1 研究區概況與數據來源

1.1 研究區概況

吉林省位于中緯度歐亞大陸的東側(40°50′～46°19′N,121°38′～131°19′E),面積為18.74萬km2.氣候從東南部向西北部由濕潤氣候逐漸過渡到半濕潤氣候和半干旱氣候;地勢東南高、西北低;東部地區主要為典型的山地森林植被,中部地區主要為森林草原過渡帶,西部主要為草甸草原植被[6].圖1為研究區的概況圖.

1.2 數據來源

本研究采用的數據主要包括NPP數據、氣象數據、土地覆蓋數據.NPP數據來自美國國家航空航天局(NASA)的MOD17A3數據(https://lpdaac.usgs.gov),時間分辨率為1 a,空間分辨率為500 m.氣溫、降水數據集來自國家青藏高原科學數據中心(https://data.tpdc.ac.cn/)的中國1 km分辨率逐月平均氣溫數據集和中國1 km逐月降水量數據集[7];太陽輻射數據來自Terra Climate氣象數據集(https://www.climatologylab.org/);土地覆蓋數據來自武漢大學楊杰和黃昕團隊發布的1985—2021中國逐年土地覆蓋數據集(https://www.zenodo.org/)[8].為避免因空間分辨率和坐標系等不同而在后續處理數據時產生誤差,本文將所有數據統一投影至WGS84/Albers坐標系,并將其分辨率設置為500 m.

2 研究方法

2.1 趨勢分析法

趨勢分析法是一種對時間變量進行線性回歸分析的方法[9].由于該方法可以綜合表征一定時間序列內區域格局的演變規律,因此其可用于衡量植被NPP的變化情況.趨勢分析法的表達式為:

式中:θslope為趨勢線斜率,即NPP的年際變化速率;Mi是第i年的NPP值;i為年變量;n(n=22)為監測年數.當θslope>0時,表示植被NPP呈增加趨勢;反之則呈減少趨勢.植被NPP變化趨勢的顯著性由F檢驗來判斷.本文根據F檢驗結果,將變化趨勢分為以下級別:極顯著減少(θslope<0,P<0.01)、顯著減少(θslope<0,0.010.05)、不顯著增加(θslope>0,P>0.05)、顯著增加(θslope>0,0.010,P<0.01).

2.2 重標極差(R/S)分析法

重標極差分析法是一種定量描述數據在時間序列內其持續性特征的方法,它能夠反映出時間序列的長期變化情況(通過計算Hurst指數)[10].Hurst指數(H)的取值區間為[0,1]:①當0.5

2.3 相關系數

由于相關系數可以直觀地反映出各要素之間的相互影響程度,因此本文通過計算氣候因子與植被NPP變化的相關系數來分析其相關性.相關系數的計算公式[11]為:

3 植被NPP的時空動態演變特征

3.1 植被NPP的時間變化特征

圖2為2000—2021年吉林省植被NPP的年際變化情況.由圖2可以看出:2000—2021年吉林省植被NPP的最大值和平均值都出現緩慢波動性的增長趨勢,年均植被NPP在351.71～497.66 gC/(m2·a)范圍內.其中:峰值出現在2014、2017、2019年,分別達到1098.00、1101.00、1100.10 gC/(m2·a);谷值出現在2010、2016、2018年,分別達到871.04、961.21、996.24 gC/(m2·a).

圖2 2000—2021年吉林省植被NPP的年際變化

圖3為2000—2021年吉林省不同土地覆蓋類型的植被NPP年際變化情況.由圖3可以看出,2000—2021年吉林省不同土地覆蓋類型的植被NPP都出現了緩慢波動性的增長趨勢,但不同土地覆蓋類型的植被NPP值差異較大.其中:森林的植被NPP值變化范圍為495.03～685.24 gC/(m2·a),其年均值為626.95 gC/(m2·a)(最高);耕地和濕地的植被NPP值變化范圍分別為244.81～382.57 gC/(m2·a)和219.55～372.17 gC/(m2·a),其年均值分別為339.87 gC/(m2·a)和317.19 gC/(m2·a);草地的植被NPP值變化范圍為162.29～329.11 gC/(m2·a),其年均值為243.44 gC/(m2·a);裸地的植被NPP值變化范圍為104.10～233.30 gC/(m2·a),其年均值為170.85 gC/(m2·a).

圖3 不同土地覆蓋類型植被NPP的年際變化

3.2 植被NPP的空間變化特征

3.2.1植被NPP年均值的空間分布格局

圖4為2000—2021年吉林省植被NPP均值的空間分布情況.由圖4可知,吉林省植被NPP的空間分布呈由西北向東南逐漸遞增的趨勢,年均植被NPP在40.11～961.42 gC/(m2·a)范圍內.其中:東部地區(占吉林省總面積的41.94%)的植被NPP均大于500 gC/(m2·a),這些地區主要包括吉林市、延邊朝鮮族自治州、白山市以及通化市,其中高值區位于延邊朝鮮族自治州的北部和東部;西北地區(占吉林省總面積的20.40%)的植被NPP均低于300 gC/(m2·a),這些地區主要包括白城市、松原市西部等地區,其中最低值區位于白城市和松原市的交界地帶.

圖4 2000—2021年吉林省植被NPP均值的空間分布

3.2.2植被NPP的變化趨勢分析

圖5為2000—2021年吉林省植被NPP的空間變化趨勢情況.由圖5可知:植被NPP呈極顯著增加和顯著增加趨勢的區域分別占吉林省總面積的29.84%和15.57%,這些地區主要包括白城市、松原市、長春市北部、吉林市北部、四平市西部等地區;植被NPP呈無顯著變化的區域占全省總面積的53.95%.從不同土地覆蓋類型植被NPP變化趨勢的面積占比(圖6)可以看出:草地和裸地主要分布于吉林省西部地區(面積較小),并呈現出顯著的增加趨勢,其中草地的植被NPP呈極顯著增加和顯著增加的面積分別占草地總面積的87.63%和4.32%;森林的植被NPP呈無顯著變化的區域占森林總面積的75.61%,這表明森林植被NPP的整體變化不大;耕地的植被NPP呈極顯著增加的面積占耕地總面積的45.02%,整體上呈增加的趨勢.

圖5 2000—2021年吉林省植被NPP的變化趨勢等級圖

圖6 不同土地覆蓋類型植被NPP變化趨勢的面積占比

4 植被NPP的未來變化趨勢預測

圖7為吉林省植被NPP的Hurst指數分布(a)和植被NPP變化趨勢的預測結果(b).由圖7(a)可以看出:吉林省植被NPP的Hurst指數分布在0.15～0.88之間,研究區內未出現指數為0.5的區域,且其中Hurst指數小于0.5的區域占全省總面積的61.15%,這表明吉林省未來植被NPP的變化主要表現為反持續特征.為了更好地預測植被NPP的未來變化趨勢,本文將植被NPP的變化趨勢圖與Hurst指數分布圖進行了疊加(見圖7(b)),并按照表1的分類標準將疊加結果分為10種類型.由圖7(b)可以看出:Hurst指數小于0.5的區域中,植被NPP呈反持續極顯著增加和反持續顯著增加的區域占吉林省總面積的27.32%,且其分布較為分散(主要分布在白城市、松原市西部、吉林市北部等地區).這表明,這些地區植被NPP的增加趨勢在未來將會放緩.

表1 吉林省植被NPP的未來變化趨勢

圖7 吉林省植被NPP的Hurst指數分布(a)和未來變化趨勢的預測結果(b)

在Hurst指數大于0.5的地區中:植被NPP呈持續極顯著和持續顯著減少的區域僅占0.55%.這表明,僅有極小區域的植被NPP在未來會呈持續減少的趨勢.植被NPP呈持續顯著和持續極顯著增加的區域分別占吉林省總面積的6.47%和11.63%,主要分布在松原市、長春市西部、四平市中西部等地區.這表明,該區域的植被NPP在未來會呈持續增加的趨勢.

5 植被NPP與氣候因子的相關性

研究表明,氣候因子對植被NPP的影響具有區域差異性[12-14].在諸多氣候因子中,由于氣溫、降水、輻射量與植物生長的關系最為密切[15],因此本文選取這3個因素來分析其對植被NPP的影響.

圖8為2000—2021年吉林省氣溫、降水、太陽輻射與植被NPP的相關性.由圖8(a)可以看出:植被NPP與氣溫呈不顯著相關的區域占吉林省總面積的88.68%,呈顯著正相關和極顯著正相關的區域占吉林省總面積的11.32%.這表明吉林省大部分地區的植被NPP與氣溫的相關性較小.呈顯著正相關和極顯著正相關的區域主要分布在延邊朝鮮族自治州北部、通化東南部和白山市等地區.

圖8 2000—2021年吉林省氣溫(a)、降水(b)、太陽輻射(c)與植被NPP的相關性

由圖8(b)可以看出:植被NPP與降水的相關性呈極顯著正相關和顯著正相關的區域分別占吉林省總面積的22.32%和6.17%,這些區域主要分布在白城市、松原市、四平市西部以及長春市和松原市的交界地區.其原因是吉林省西部平原區為溫帶大陸性季風氣候,蒸發量大于降水量,易形成干旱[16].植被NPP與降水量呈極顯著負相關和顯著負相關的區域占吉林省總面積的0.23%和2.18%,這些區域主要分布在延邊朝鮮族自治州和白山市.其原因主要是:一是吉林省東部地區夏季降雨較多,易使土壤入滲量達到閾值,進而易造成林地的根系形成厭氧環境;二是陰雨天氣會降低植物的光合作用,進而會抑制植被生長[17].

由圖8(c)可以看出:太陽輻射與植被NPP呈極顯著正相關和顯著正相關的區域占吉林省總面積的17.33%和12.71%,這些區域主要分布在延邊朝鮮族自治州、白山市和通化市東南部等地區.其主要原因是這些區域夏季的陰雨天氣使得植被接受的太陽輻射量不足,從而抑制了該地區的植被生長.太陽輻射與植被NPP呈極顯著負相關和顯著負相關的區域占吉林省總面積的21.73%,這些區域主要分布在白城市和松原市等地區.其主要原因是該地區日照充足,且降水較少,易造成地表干旱和植物生長緩慢.由以上可知,太陽輻射和降水對吉林省植被NPP的影響相對更為顯著.

表2為不同土地覆蓋類型的植被NPP與氣候因子的相關性.由表2可以看出:耕地的植被NPP與降水呈極顯著正相關和顯著正相關的區域分別占耕地總面積的36.32%和11.54%,與氣溫呈不顯著相關的區域占耕地總面積的92.61%,與太陽輻射呈極顯著負相關和顯著負相關的區域占耕地總面積的16.88%和19.29%.這表明,耕地的植被NPP與降水呈正相關,與太陽輻射呈負相關,但與氣溫的相關性較小.森林的植被NPP與太陽輻射、氣溫呈顯著正相關和極顯著正相關的區域分別占森林總面積的58.57%和18.78%,這表明森林的植被NPP受太陽輻射的影響較大.草地的植被NPP與降水呈顯著正相關和極顯著正相關的區域分別占草地總面積的4.89%和81.89%,與太陽輻射呈極顯著和顯著負相關的區域分別占草地總面積的48.17%和32.83%,這表明絕大部分草地的植被NPP受降水和太陽輻射的影響較大,即與降水呈正相關、與太陽輻射呈負相關.濕地的植被NPP與降水呈極顯著正相關和顯著正相關的區域分別占濕地總面積的37.78%和6.67%,與氣溫呈不顯著相關的區域占濕地總面積的89.16%,這說明濕地的植被NPP受降水的影響較大.

表2 2000—2021年吉林省不同土地覆蓋類型的植被NPP與氣候因子的相關性

6 結論

對吉林省2000—2021年的植被NPP動態演變及其與氣候因子的相關性等進行研究表明:

1)2000—2021年吉林省的植被NPP呈緩慢波動性增長趨勢,其中白城市、松原市、長春市北部、吉林市北部、四平市西部等地區的增加趨勢最為顯著,在空間上則呈由西北向東南逐漸遞增的趨勢.植被NPP年均值處于40.11～961.42 gC/(m2·a)范圍內,且不同土地覆蓋類型的年均植被NPP存在較大差異,其中森林>耕地>濕地>草地>裸地.

2)2000—2021年吉林省的植被NPP的Hurst指數分布在0.15～0.88之間,其中呈反持續極顯著增加和反持續顯著增加的區域呈明顯的分散性.

3)2000—2021年吉林省森林的植被NPP變化與太陽輻射具有較大相關性,耕地和草地的植被NPP變化與降水具有較大正相關性.

本文研究結果可為吉林省生態管理和保護提供參考.本文在研究中僅在年尺度上對吉林省植被NPP進行了研究,而對于不同生長季的植被NPP變化未能進行具體分析;因此,在后續的研究中,我們將從季度和月份的角度對植被NPP進行分析,以期得到更為準確的研究結果.