论文部分内容阅读
摘要 对大兴安岭呼中林区的MODIS初级净生产力（NPP）数据产品结合坡度、坡向、海拔等地形因子进行分析，得出2010年该区域NPP的均值为0.279 5 kg（C）/m2。NPP随地形因子的总体分布规律为：海拔越高，坡度越大，NPP越低，但平地的NPP明显低于坡地，在空间上的波动性也明显高于坡地。在各地形因子中，除海拔对NPP的影响显著外，其他地形因子对NPP的影响均不显著，各地形因子之间的交互影响也不显著，但不同坡度之间的NPP仍有较大差异，坡度也是空间上影响NPP分布的一个重要因子。
关键词 NPP;坡度;坡向;海拔
中图分类号 S126 文献标识码 A 文章编号 0517-6611（2014）32-11578-02
Effects of Topographic Factors on Forest Net Primary Productivity in Huzhong Forest Region of Great Xing’an Mountains
LI Haichen
（Forest Management Office of Huzhong Forestry Bureau in Great Xing’an Mountains， Huzhong， Heilongjiang 165036）
Abstract The MODIS NPP data of Huzhong forest region in Great Xing’an Mountains combined with terrain factors， such as slope， aspect， altitude， were analyzed. It was obtained that NPP mean in 2010 is 0.279 5 kg（C）/m2. The distribution of NPP with the terrain factors is that the NPP is generally declining with the altitude increasing， and the trend is similar to the slope. But， the NPP in flat fields is significantly lower compared to the sloping fields， and the uncertainty in flat fields is also significantly higher. Of all terrain factors， altitude factor’s impact on NPP is significant， and the interaction between factors is not significant.
Key words NPP; Slope; Aspect; Altitude
陆地生态系统净初级生产力（NPP）作为地表碳循环的重要组成部分，是生态系统与大气之间的主要碳交换过程之一[1]。森林是陆地生态系统重要组成部分，每年的固碳量约占陆地生态系统固碳量的2/3[2]，在维持全球碳平衡中具有不可替代的作用。呼中林区地处高纬度，是全球变化最敏感的区域之一[3]，对该地区森林净初级生产力的研究具有特别重要的意义[4]。森林净初级生产力受多种因素制约，并与特定的地形、土壤、气候条件相适应，理解其在空间上宏观变化及其生态环境因子间的相互作用和整体效应，对于理解陆地表面碳循环的过程和维持陆地生态系统的可持续发展具有重要意义[5-6]。为此，笔者以呼中林区为主要研究对象，运用遥感技术和地理信息系统等技术手段，对呼中林区2010年MODIS的年度NPP 产品进行分析，探讨了该区域植被NPP在空间上随地形因子的变化趋势。
1 研究区概况
呼中林区位于大兴安岭伊勒呼里山北坡。地貌类型为大兴安岭北部石质中低山山地，山峦连绵起伏，山体浑圆，坡度平缓，一般坡度在15°以下，局部的阳坡坡度在35°以上，河谷宽而平坦。海拔多在500～1 000 m，全区地势由西南向东北逐渐降低，平均海拔高812 m，最高峰为位于呼中自然保护区最南端的大白山，海拔1 528.7 m，最低海拔在北部呼玛河出境处为420 m。植被地带性垂直分布明显，是我国北方寒温帶明亮针叶林生态系统的典型代表。
2 数据与方法
2.1 数据来源
NPP数据为来自美国NASA的2010年的MOD17A3数据，分辨率为1 km×1 km，投影类型为正弦曲线投影。该数据利用BIOME-BGC模型估算年NPP，其估算公式为[7]：
GPP=ε×APAR
APAR=PAR×FPAR
PAR=SWRad×0.45
ε=εmax×TMIN_scalar×VPD_scalar
PsnNet=GPP-Rml-Rmr
NPP=3651PsnNet-（Rmo+Rg）
式中，GPP为总初级生产力;APAR为吸收光合有效辐射;PAR为光合有效辐射;FPAR为光合有效辐射吸收分量，从MOD15数据中获取;常数0.45，表示植被所能利用的太阳有效辐射（波长为0.14～0.17 μm）占太阳总辐射的比例;εmax为最大光能利用率，根据MOD12Q1产品中获取的Land Cover数据的植被类型，对照NASA提供的生物属性查找表（Biome Parameter Look-Up Table BPLUT）确定;SWRad来自NASA数据同化办公室（Data Assimilation Office DAO）;VPD为日均蒸汽压差标量;TMIN为日最低温度标量，均由 NASA数据同化办公室（Data Assimilation Office DAO）提供;ε是光能利用率，由各种植被类型最大光能利用率εmax以及环境中的温度TMIN和水气压VPD等因子综合确定;Rml和Rmr分别是枝叶和根部所消耗的能量;Rmo是除枝叶和根以外其他部分呼吸消耗的能量;Rg为自身生长呼吸消耗的能量;PsnNet为日净光能作用。该产品与王绍强等[8]基于多年平均气候资料建立陆地碳循环平衡模型和何勇等[9]利用植物生理模型模拟的东北地区植被NPP的分布特征比较一致，能够很好地反映东北地区植被生产力状况[10]。 2.2 NPP数据处理
应用MRT（Modis Reprojection Tool）软件将MOD17A3 NPP-1 km数据由正弦曲线投影转换成UTM投影，并在ARCGIS软件中进行裁剪，得到研究区1 km分辨率NPP数據，用ArcGIS中的Statistics工具进行统计，得到研究区年度单位面积NPP和总NPP。
2.3 DEM数据处理
对于DEM数据，在ARCGIS中，先以研究区边界进行裁剪，得到研究区DEM数据，然后利用ARCGIS中的表面分析工具对研究区DEM数据进行分析，得到研究区的坡度坡向数据，并运用重分类（Reclassify）工具对研究区的坡度、坡向和DEM 数据进行重分类，得到研究区的坡度分级[i]、坡向分类和高程分级数据。
2.4 不同地形因子条件下NPP数据分析
在ArcGIS中将坡度分级图、高程分级图和坡向分类图与研究区NPP图进行叠加分析，计算得出研究区内每个像元内的NPP对应的坡度级、海拔高度级和坡向类。将叠加结果运用SPSS软件进行单变量（NPP）多因素（地形、坡度、坡向）方差分析和LSD多重比较，得出NPP随各地形因子的变化趋势及各地形因子对NPP的影响。
3 结果与分析
3.1 呼中林区NPP及其在空间上的变化趋势
2010年呼中NPP均值为0.279 5 kg（C）/m2，总NPP为2.619 6×109 kg（C）。其中，大部分区域NPP在0.2～0.4 kg（C）/m2，占研究区总面积的69.05%;其次为NPP低于 0.2 kg（C）/m2的区域，占到研究区总面积的23.37%，NPP在0.4 kg（C）/m2的区域占研究区总面积的7.58%。
3.2 NPP在不同海拔高度上的变化分析
在海拔400～700 m和海拔>1 000 m时，NPP变化不显著;在海拔600～1 100 m时，NPP变化显著。总体上，NPP均值随海拔升高呈现下降的趋势，但在海拔400～600 m和海拔>1 100 m时，NPP均呈现出缓慢上升的趋势，且NPP在空间上的离散程度加大。海拔在500～600 m时，平均NPP最高，海拔在1 000～1 100 m时最低。
3.3 NPP随坡度变化分析
呼中地区NPP随坡度增加有总体下降的趋势。从坡度0°～3°到坡度3°～5°，NPP下降比较缓慢;从坡度3°～5°到坡度5°～8°，NPP下降趋势明显加剧;从坡度5°～8°到坡度8°～15°，NPP呈现出略微上升的趋势，变化不大;从坡度8°～15°到坡度15°～25°，NPP呈现出急剧下降的趋势;从坡度15°～25°到坡度>25°，NPP有了较大幅度的提升。
3.4 NPP在不同坡向上的变化分析
NPP在平地上要明显低于坡地上，虽然西坡和北坡NPP略低于其他各坡向。在平地上NPP的标准差最大，说明平坦区域NPP在空间上的差异较大，这可能是平坦区域是人类活动的主要区域，该区域森林植被更容易受到城镇建设、农业活动以及其他人为因素干扰的缘故。
3.5 各地形因子对NPP的交互效应分析
各地形因子对NPP的交互影响均不显著，说明各地形因子对NPP的影响在空间的变化具有一定的独立性。
4 结论与讨论
（1）2010年呼中地区NPP均值为0.279 5 kg（C）/m2，总NPP为2.619 6×109 kg（C）。NPP在空间上呈现出由东北向西南逐渐降低的趋势，这与该区的总体地势特征具有一致性。
（2）各地形因子中，除海拔对地形NPP的影响显著外，其他地形因子对NPP的影响均不显著，且各地形因子之间的交互影响不显著。
（3）NPP随坡度增大和海拔升高总体上均呈现出降低的趋势，当坡度较大或海拔较高时影响NPP的不确性因子增大，部分区域的NPP呈现出升高的趋势。
（4）平地的NPP明显低于坡地NPP，且在空间上的波动性也明显高于坡地，可能是受人类活动的影响。
参考文献
[1] KRAMER P J.Carbondioxide concentration，photosythesis and drymatter production[J].BioScience，1981，31：29-33.
[2] DONG Y S，ZHANG S，QI Y C，et al.Fluxes of CO2， N2O and CH4 from a typical temperate grassland in Inner Mongolia and its daily variation [J].Chinese Science Bulletin，2000，17：1590-1594.
[3] 延晓冬，赵士洞，于振良.中国东北森林生长演替模拟模型及其在全球变化研究中的应用[J].植物生态学报，2000（1）：1-8.
[4] 满子源.基于MODIS数据的小兴安岭地区植被净初级生产力产品分析[J].林业勘查设计，2013（3）：39-41.
[5] 赵国帅，王军邦，范文义，等.2000-2008年中国东北地区植被净初级生产力的模拟及季节变化[J].应用生态学报，2011（3）：621-630.
[6] HEINSCH F A，REEVES M，VOTAVA P，et al.User’s guide：GPP and NPP（MOD17A2/A3）products[Z].NASA MODIS Land Algorithm，2002.
[7] 王绍强，周成虎，刘纪远，等.东北地区陆地碳循环平衡模拟分析[J].地理学报，2001，56（4）：390-400.
[8] 何勇，董文杰，季劲均，等.基于AVIM的中国陆地生态系统净初级生产力模拟[J].地球科学进展，2005，20（3）：345-349.
[9] 国志兴，王宗明，张柏，等.2000年～2006年东北地区植被NPP的时空特征及影响因素分析[J].资源科学，2008（8）：1226-1235.
[10] 于明，杨立波.黑龙江省地形坡度分级成图技术方法[J].黑龙江水利科技，2010（2）：26-27.
关键词 NPP;坡度;坡向;海拔
中图分类号 S126 文献标识码 A 文章编号 0517-6611（2014）32-11578-02
Effects of Topographic Factors on Forest Net Primary Productivity in Huzhong Forest Region of Great Xing’an Mountains
LI Haichen
（Forest Management Office of Huzhong Forestry Bureau in Great Xing’an Mountains， Huzhong， Heilongjiang 165036）
Abstract The MODIS NPP data of Huzhong forest region in Great Xing’an Mountains combined with terrain factors， such as slope， aspect， altitude， were analyzed. It was obtained that NPP mean in 2010 is 0.279 5 kg（C）/m2. The distribution of NPP with the terrain factors is that the NPP is generally declining with the altitude increasing， and the trend is similar to the slope. But， the NPP in flat fields is significantly lower compared to the sloping fields， and the uncertainty in flat fields is also significantly higher. Of all terrain factors， altitude factor’s impact on NPP is significant， and the interaction between factors is not significant.
Key words NPP; Slope; Aspect; Altitude
陆地生态系统净初级生产力（NPP）作为地表碳循环的重要组成部分，是生态系统与大气之间的主要碳交换过程之一[1]。森林是陆地生态系统重要组成部分，每年的固碳量约占陆地生态系统固碳量的2/3[2]，在维持全球碳平衡中具有不可替代的作用。呼中林区地处高纬度，是全球变化最敏感的区域之一[3]，对该地区森林净初级生产力的研究具有特别重要的意义[4]。森林净初级生产力受多种因素制约，并与特定的地形、土壤、气候条件相适应，理解其在空间上宏观变化及其生态环境因子间的相互作用和整体效应，对于理解陆地表面碳循环的过程和维持陆地生态系统的可持续发展具有重要意义[5-6]。为此，笔者以呼中林区为主要研究对象，运用遥感技术和地理信息系统等技术手段，对呼中林区2010年MODIS的年度NPP 产品进行分析，探讨了该区域植被NPP在空间上随地形因子的变化趋势。
1 研究区概况
呼中林区位于大兴安岭伊勒呼里山北坡。地貌类型为大兴安岭北部石质中低山山地，山峦连绵起伏，山体浑圆，坡度平缓，一般坡度在15°以下，局部的阳坡坡度在35°以上，河谷宽而平坦。海拔多在500～1 000 m，全区地势由西南向东北逐渐降低，平均海拔高812 m，最高峰为位于呼中自然保护区最南端的大白山，海拔1 528.7 m，最低海拔在北部呼玛河出境处为420 m。植被地带性垂直分布明显，是我国北方寒温帶明亮针叶林生态系统的典型代表。
2 数据与方法
2.1 数据来源
NPP数据为来自美国NASA的2010年的MOD17A3数据，分辨率为1 km×1 km，投影类型为正弦曲线投影。该数据利用BIOME-BGC模型估算年NPP，其估算公式为[7]：
GPP=ε×APAR
APAR=PAR×FPAR
PAR=SWRad×0.45
ε=εmax×TMIN_scalar×VPD_scalar
PsnNet=GPP-Rml-Rmr
NPP=3651PsnNet-（Rmo+Rg）
式中，GPP为总初级生产力;APAR为吸收光合有效辐射;PAR为光合有效辐射;FPAR为光合有效辐射吸收分量，从MOD15数据中获取;常数0.45，表示植被所能利用的太阳有效辐射（波长为0.14～0.17 μm）占太阳总辐射的比例;εmax为最大光能利用率，根据MOD12Q1产品中获取的Land Cover数据的植被类型，对照NASA提供的生物属性查找表（Biome Parameter Look-Up Table BPLUT）确定;SWRad来自NASA数据同化办公室（Data Assimilation Office DAO）;VPD为日均蒸汽压差标量;TMIN为日最低温度标量，均由 NASA数据同化办公室（Data Assimilation Office DAO）提供;ε是光能利用率，由各种植被类型最大光能利用率εmax以及环境中的温度TMIN和水气压VPD等因子综合确定;Rml和Rmr分别是枝叶和根部所消耗的能量;Rmo是除枝叶和根以外其他部分呼吸消耗的能量;Rg为自身生长呼吸消耗的能量;PsnNet为日净光能作用。该产品与王绍强等[8]基于多年平均气候资料建立陆地碳循环平衡模型和何勇等[9]利用植物生理模型模拟的东北地区植被NPP的分布特征比较一致，能够很好地反映东北地区植被生产力状况[10]。 2.2 NPP数据处理
应用MRT（Modis Reprojection Tool）软件将MOD17A3 NPP-1 km数据由正弦曲线投影转换成UTM投影，并在ARCGIS软件中进行裁剪，得到研究区1 km分辨率NPP数據，用ArcGIS中的Statistics工具进行统计，得到研究区年度单位面积NPP和总NPP。
2.3 DEM数据处理
对于DEM数据，在ARCGIS中，先以研究区边界进行裁剪，得到研究区DEM数据，然后利用ARCGIS中的表面分析工具对研究区DEM数据进行分析，得到研究区的坡度坡向数据，并运用重分类（Reclassify）工具对研究区的坡度、坡向和DEM 数据进行重分类，得到研究区的坡度分级[i]、坡向分类和高程分级数据。
2.4 不同地形因子条件下NPP数据分析
在ArcGIS中将坡度分级图、高程分级图和坡向分类图与研究区NPP图进行叠加分析，计算得出研究区内每个像元内的NPP对应的坡度级、海拔高度级和坡向类。将叠加结果运用SPSS软件进行单变量（NPP）多因素（地形、坡度、坡向）方差分析和LSD多重比较，得出NPP随各地形因子的变化趋势及各地形因子对NPP的影响。
3 结果与分析
3.1 呼中林区NPP及其在空间上的变化趋势
2010年呼中NPP均值为0.279 5 kg（C）/m2，总NPP为2.619 6×109 kg（C）。其中，大部分区域NPP在0.2～0.4 kg（C）/m2，占研究区总面积的69.05%;其次为NPP低于 0.2 kg（C）/m2的区域，占到研究区总面积的23.37%，NPP在0.4 kg（C）/m2的区域占研究区总面积的7.58%。
3.2 NPP在不同海拔高度上的变化分析
在海拔400～700 m和海拔>1 000 m时，NPP变化不显著;在海拔600～1 100 m时，NPP变化显著。总体上，NPP均值随海拔升高呈现下降的趋势，但在海拔400～600 m和海拔>1 100 m时，NPP均呈现出缓慢上升的趋势，且NPP在空间上的离散程度加大。海拔在500～600 m时，平均NPP最高，海拔在1 000～1 100 m时最低。
3.3 NPP随坡度变化分析
呼中地区NPP随坡度增加有总体下降的趋势。从坡度0°～3°到坡度3°～5°，NPP下降比较缓慢;从坡度3°～5°到坡度5°～8°，NPP下降趋势明显加剧;从坡度5°～8°到坡度8°～15°，NPP呈现出略微上升的趋势，变化不大;从坡度8°～15°到坡度15°～25°，NPP呈现出急剧下降的趋势;从坡度15°～25°到坡度>25°，NPP有了较大幅度的提升。
3.4 NPP在不同坡向上的变化分析
NPP在平地上要明显低于坡地上，虽然西坡和北坡NPP略低于其他各坡向。在平地上NPP的标准差最大，说明平坦区域NPP在空间上的差异较大，这可能是平坦区域是人类活动的主要区域，该区域森林植被更容易受到城镇建设、农业活动以及其他人为因素干扰的缘故。
3.5 各地形因子对NPP的交互效应分析
各地形因子对NPP的交互影响均不显著，说明各地形因子对NPP的影响在空间的变化具有一定的独立性。
4 结论与讨论
（1）2010年呼中地区NPP均值为0.279 5 kg（C）/m2，总NPP为2.619 6×109 kg（C）。NPP在空间上呈现出由东北向西南逐渐降低的趋势，这与该区的总体地势特征具有一致性。
（2）各地形因子中，除海拔对地形NPP的影响显著外，其他地形因子对NPP的影响均不显著，且各地形因子之间的交互影响不显著。
（3）NPP随坡度增大和海拔升高总体上均呈现出降低的趋势，当坡度较大或海拔较高时影响NPP的不确性因子增大，部分区域的NPP呈现出升高的趋势。
（4）平地的NPP明显低于坡地NPP，且在空间上的波动性也明显高于坡地，可能是受人类活动的影响。
参考文献
[1] KRAMER P J.Carbondioxide concentration，photosythesis and drymatter production[J].BioScience，1981，31：29-33.
[2] DONG Y S，ZHANG S，QI Y C，et al.Fluxes of CO2， N2O and CH4 from a typical temperate grassland in Inner Mongolia and its daily variation [J].Chinese Science Bulletin，2000，17：1590-1594.
[3] 延晓冬，赵士洞，于振良.中国东北森林生长演替模拟模型及其在全球变化研究中的应用[J].植物生态学报，2000（1）：1-8.
[4] 满子源.基于MODIS数据的小兴安岭地区植被净初级生产力产品分析[J].林业勘查设计，2013（3）：39-41.
[5] 赵国帅，王军邦，范文义，等.2000-2008年中国东北地区植被净初级生产力的模拟及季节变化[J].应用生态学报，2011（3）：621-630.
[6] HEINSCH F A，REEVES M，VOTAVA P，et al.User’s guide：GPP and NPP（MOD17A2/A3）products[Z].NASA MODIS Land Algorithm，2002.
[7] 王绍强，周成虎，刘纪远，等.东北地区陆地碳循环平衡模拟分析[J].地理学报，2001，56（4）：390-400.
[8] 何勇，董文杰，季劲均，等.基于AVIM的中国陆地生态系统净初级生产力模拟[J].地球科学进展，2005，20（3）：345-349.
[9] 国志兴，王宗明，张柏，等.2000年～2006年东北地区植被NPP的时空特征及影响因素分析[J].资源科学，2008（8）：1226-1235.
[10] 于明，杨立波.黑龙江省地形坡度分级成图技术方法[J].黑龙江水利科技，2010（2）：26-27.