陈凤玲 三和数码创新研发部

　　摘要:黄土高原是我国黄河中上游重要的生态屏障区，对周边区域乃至我国中西部地区气候变化乃至生态环境有着很大的影响。植被净初级生产力作为气候变化和碳收支研究的主要内容，是判定陆地生态系统的健康情况况以及可持续发展程度的重要指标。本文以西北典型植被脆弱区黄土高原为研究区域，利用MODIS传感器获得的MOD17A3数据集中的2000-2014年黄土高原的植被NPP数据，运用ArcGlS10.4中的空间分析技术和数理统计方法对黄土高原植被净初级生产力(NPP)的时空变化特征及其脆弱性进行了分析研究。

　　关键词:黄土高原;植被;净初级生产力;时空格局;动态变化;脆弱性

　　1数据来源和处理方法

　　1.1数据来源

　　植被初级生产力(NPP)数据来自于美国NASA EARTHDATA的2000-2014年的MOD17A3 数据集(https:// search, ear thdata, nasa. gov/ search)。M0D17A3植被产品是基于MODIS传感器获得，时间分辨率为1年，空间分辨率为500m。广泛应用于全球和区域NPP以及碳循环研究中。本研究将用到覆盖黄土高原的4景MOD17A3数据。DEM(Digital Elevation Model)数据采用地理空间数据云中的LandSat陆地资源卫星的DEM数据，空间分辨率为30m;黄土高原边界数据采用中国科学院地理所发布的已提取的数据。土地利用数据采用中国科学院地理研究所发布的2015年的数据。

　　1.2数据处理

　　由于研究的区域范围很大，先利用MODIS数据处理工具MRT对MOD17A3数据进行镶嵌，拼接和投影转换，然后在Arcgis中黄土高原的边界图为基础进行裁剪，提取出研究区的NPP数据，再对NPP数据进行重分类，按照<500 , 500- 1000, 1000-1500, 1500-2000, 2000- 2500,>2500的等级分为6级。经过重分类后，利用前面得到的6大类土地利用数据去统计每个类型里面的像元值的和，得到不同植被类型的NPP值。植被的年均NPP值就是把2000-2014年这15年的NPP数据叠加求平均值。土地利用数据，重分类为LUCC的1级分类栅格转面得到分类范围，再融合为六大范围，分别为林地、耕地、草地、水域、建设用地、未利用地等六大范围，方便我们统计。

　　1.3研究方法

　　(1)NPP的时空特征研究方法

　　采用差值对比法和线性回归法对植被NPP的变化方向和变化趋势进行了分析。差值对比法是对相同地区不同时相的图像进行相减运算，利用图像之间的差值来衡量NPP年纪间变化的趋势以及大小。线性回归法是对研究期间每-一个像元的年均NPP值与年份进行线性回归,获得NPP的趋势倾向率。若趋势倾向率大于0,表示研究区期间的NPP是增加的，反之表示NPP是减少的。

　　(2)脆弱性评价方法

　　评价系统的脆弱性通常需要与系统的“常态”进行比较，这种“常态”即脆弱性的评价基准。本文参考苑全治等的《过去50年气候变化下中国潜在植被NPP的脆弱性评价》中使用到的脆弱性评价方法，把2000-2005年的5年植被NPP作为评价基准，定量评价2000- 2014年植被NPP的脆弱性。自然生态系统NPP具有自然波动范围，Minnen等通过模拟多年来在气候变化下的欧洲自然生态系统的NPP波动，发现了约80%的NPP波动在多年平均值土10%之间，因此确定以NPP的变化不超过多年平均值的10%作为阈值。石晓丽模拟NPP在中国自然生态系统的正常波动范围，结果被证明分别为士9.9%和士8.5%，与Minnen等的研究结果非常相近。因此，本文认为，评价基准10%以下的NPP是植被对环境的不适应，根据评价基准的10%、 40%、 60%和 80%， 将不适应的水平分为轻度、中度、重度和极度不适应。本文将根据2000-2014年植被表现出的“不适应"次数和程度来综合评价NPP的胞弱性，具体公式为:

　　在公式中: V代表脆弱性综合得分: i表示第i年(n为15);j表示植被的适应性等级: Aj表示一年内植被适应性等级所对应的的分数(无不适应为0, 轻度不适应为1，中度不适应为2，重度不适应为3,极度不适应为4。

　　2结果分析

　　2.1黄土高原植被NPP的时空分布特征

　　2.1.1黄土高原年均植被的NPP空间分布特征

　　2000-2014年的黄士高原的植被NPP具有明显的地域特征。总体上呈现从东南到西北逐渐减少的特征。其中陕西、甘肃南部、宁夏南部山区和青海大部分地区的年均NPP值较高，主要是因为这部分地区海波低，气温也相对低，森林居多，植被覆盖率高，从而植被的净初级生产力(NPP) 也相对较高:甘肃东北地区、内蒙古的鄂尔多斯高原地区的年均NPP值较低，主要是因为海波相对高，多为草原荒漠，植被覆盖率低，从而植被的净初级生产力相对低;相对以上的地区，山西的大部分地区的年均NPP值居中，因为海拔较高，植被多为森林、草原和干草原等。

　　2.1.2不同土地利用类型植被NPP的分布特征

　　利用不同土地利用类型统计黄土高原2000 -2014年间的不同土地利用类型年均植被NPP，结果表明，黄土高原不同土地利用类型植被NPP存在明显的差异。其中草地年均植被NPP最高为646. 88g/ (m2.a)，其次为林地年均植被NPP达到643. 37g/(m2.a)，耕地年均植被NPP为319. 06g/(m2.a)，未利用地年均植被NPP为46. 49g/(m2.a)，建设用地年均植被NPP为44.68g/(m2.a)，水域的年均植被NPP 最少，为18. 08g/(m2.a)，植被年均NPP的分布与区域内不同植被分布类型基本--致，黄土高原地带性植被自东南向西北为暖温带夏绿阔叶林、森林草原、干草原以及中温带荒漠草原。所以黄土高原的植被年均NPP的分布为东南高于西北。南部高于东部、西部、中部和北部。

　　2.2黄土高原植被NPP的脆弱性评价结果分析

　　根据过去15年黄土高原的植被NPP脆弱性评价的得分情况，对脆弱性等级进行划分，分别为脆弱性高(>70分)、脆弱性较高(40~70 分)、脆弱性较低(10~40 分)、脆弱性低(0~10 分)。脆弱性低的区域主要为黄土高原东南部的暖温带夏绿阔叶林区，脆弱性较低的区域为亚湿润带的森林草原区，脆弱性较高的区域为半干早的干草原地带区和中温带荒漠草原区，而脆弱性高的区域为干早的荒漠区。

　　3结论

　　本文基于MODIS传感器的M0D17A3数据集探究了黄土高原2000-2014 年间年均植被净初级生产力(net primary productivity, NPP) 的时空变化特征，并对2000-2014 年期间植被NPP的脆弱性进行了评价分析。

　　陆地生态系统植被NPP的时空变化是由生物圈、大气圈、水圈等各圈层共同作用的复杂过程，它并不是由单-因子作为自然驱动因子的，而是多个自然因子相互交叉、共同作用，具体的驱动因子也很难确定。同样在泥土、地形、水文、气候、植物和动物等这六大自然地理要素中的任一要素的变化,都会使局部小气候环境的变化受到-定的影响。决定植被覆盖及其生产力水平的根本原因是水热条件，但水热条件同样也会受到其他因子的影响，其具体的驱动因子因地而异，而且也有可能随着时空的变化而发生变化。阐明黄土高原不同地貌类型区地表覆盖的主要影响因素及限制因子，对恢复黄土高原植被覆盖、治理水土流失、改善生态系统等工作能够起到因地制宜的重要指导意义。

　　参考文献

　　[1]许玉凤等.云贵高原植被净初级生产力(NPP) 时空格局动态变化[J].环境与可持续发展,2018.43(1):96-99.

　　[2]徐茜,杨忍.黄土高原地区NPP的自然影响因素分析[J].干旱地区农业研究,2016, 34(4):244-249.

　　[3]谢宝妮.秦占飞,王洋.黄土高原植被净初级生产力时空变化及其影响因素[J].农业工程学报,2014, 30(11):244-253.