王嵐 陳雪洋

（重慶市地理信息中心，重慶 401121）お

摘要

生物量估算研究有助于尋找陸地植被從大氣中固定碳的數(shù)量及影響其時空分布的驅(qū)動因子，在此基于CASA（Carnegie Ames Stanford Approach）模型，結(jié)合遙感數(shù)據(jù)和匹配的溫度、降水、太陽輻射資料以及全國1∶400萬植被圖，估算海河流域2002~2007年的生物量，并以2007年為例分析了不同植被類型、不同植被覆蓋度的生物量差異以及生物量隨季節(jié)變化特征和空間分布。結(jié)果表明，CASA模型適用于海河流域生物量研究；6年來，海河流域年均生物量總量為405.5 Tg；海河流域的年生物量分布呈東南高西北低的趨勢，平原生物量>山區(qū)生物量>高原生物量。

關(guān)鍵詞 生物量;CASA模型;海河流域;變化特征

中圖分類號 SB181.3文獻標識碼 A文章編號 0517-6611（2014）19-06346-04

お

Estimation and Characteristics Analysis of Haihe Rive Biomass Based on CASA Model

WANG Lan, CHEN Xue瞴ang

(Chongqing Geomatics Center, Chongqing 401121)

AbstractThe research of biomass estimation will help in understanding the amount of carbon fixed by terrestrial vegetation and its influencing factors. Using CASA model, combined with remote sensing image, temperature, precipitation, solar radiation with matches and 1∶4 000 000 vegetation mapping, the Haihe River biomass (2002-2007) was estimated. The biomass variation of different vegetation types and vegetation cover was analyzed, meanwhile, spatial distribution and characteristics was analyzed as the seasons change. The results validate the CASAs applicability in Haihe River; during the past 6 years, the average biomass is 405.5 Tg; the total annual biomass in the Haihe River watershed appears an overall trend of high in southeast and low in northwest, plain biomass > mountains biomass > plateau biomass.

Key words Biomass; CASA model; Haihe River; Variation characteristics

お

作者簡介

王嵐(1981-)，女，重慶人，工程師，從事3S技術(shù)應(yīng)用研究。*通訊作者，工程師，碩士，從事資源環(huán)境遙感研究。

收稿日期 20140609

自20世紀60年代國際生物學計劃(International Biological Programme, IBP)實施以來，生態(tài)系統(tǒng)生物量和生產(chǎn)力的研究一直是生態(tài)學中一個重要的研究方向［1-2］。生物量是生態(tài)系統(tǒng)研究中最重要的生物物理參數(shù)之一，它是監(jiān)測植物冠層生理過程的重要參數(shù)，同時也是監(jiān)測全球變化的常用參數(shù)之一［3］。隨著全球變化研究的不斷深入，植被作為陸地生物圈的主體，在全球物質(zhì)循環(huán)、能量流動、碳循環(huán)、吸收溫室氣體等方面具有不容忽視的意義［4］。流域尺度的生態(tài)系統(tǒng)生物量與流域碳循環(huán)與碳擾動、土地利用變化、氣候變化和自然資源管理等研究有密切聯(lián)系，對其的估算具有現(xiàn)實意義［5］。同時分析海河流域的生物量的時空變化特征為區(qū)域可持續(xù)發(fā)展和流域生態(tài)環(huán)境問題的解決提供重要的數(shù)據(jù)┲С擰＊

直接測量的手段獲取生物量費時費力,且難以在大尺度上進行生物量的估算，因此利用模型估算生物量已成為一種經(jīng)濟高效的研究方法［6-7］。近年來，隨著實驗觀測數(shù)據(jù)和資料的不斷積累以及對生態(tài)系統(tǒng)認識的不斷加深，模式模擬在大時空尺度的生物量估算中得到廣泛應(yīng)用，已經(jīng)從原來的靜態(tài)統(tǒng)計模型轉(zhuǎn)為生態(tài)系統(tǒng)機理性模式［8］。CASA模型是從植被的生理過程出發(fā)而建立的植被初級生產(chǎn)力模型，在大尺度植被凈初級生產(chǎn)力研究和全球碳循環(huán)研究中被廣泛應(yīng)用［9-10］。筆者利用目前流行的CASA模型估算2002~2007年間海河流域生物量及其分布，并分析海河流域生物量的時空變化特征。

1 資料與方法

1.1 研究區(qū)概況

海河流域東臨渤海，西倚太行，南界黃河，北接蒙古高原。流域跨域8?。ㄗ灾螀^(qū)、直轄市），總面積31.8萬km2，占全國總面積的3.3%。全流域總的地勢是西北高東南低，大致分高原、山地及平原3種地貌類型。流域年平均氣溫在1.5~14.0 ℃，年平均相對濕度50%~70%；年平均降水量539 mm，屬半濕潤半干旱地帶；年平均陸面蒸發(fā)量470 mm，水面蒸發(fā)量1 100 mm。

1.2 生物量估算方法

CASA（Carnegie Ames Stanford Approach）模型是一個主要表征陸地生態(tài)系統(tǒng)中水分、碳素和氮素通量隨時間變化的生態(tài)系統(tǒng)過程模型，它主要應(yīng)用陸地衛(wèi)星觀測資料和氣候驅(qū)動因子來估測陸地生態(tài)系統(tǒng)生物地球化學循環(huán)，此模型經(jīng)常用來模擬生態(tài)系統(tǒng)中凋落物、土壤養(yǎng)分礦化、土壤CO2氣體排放、凈碳固定與分配的季節(jié)變化特征［11］。 生物量計算運用了遙感光學模型，其公式為：

BIOMASS=∑ε×APAR(t),其中，APAR=FPAR×PAR、ε=│擰銽1T2W，

式中，吸收光合有效輻射PAR是植被進行光合作用的驅(qū)動能量，計算由FAO（世界糧農(nóng)組織）公布的技術(shù)文檔中的經(jīng)驗公式來完成；FPAR表示植被對入射光合有效輻射的吸收比例，可通過陸地衛(wèi)星遙感數(shù)據(jù)資料直接獲得；ε′指的是最大光利用率（單位：g/MJ），玊1和T2表示環(huán)境溫度對光利用的抑制影響;W為水分影響脅迫系數(shù)，用以表達水分因素影響植被對光的利用程度。T1、T2和W均為無量綱┎問。

2 結(jié)果與分析

2.1 海河流域生物量估算結(jié)果

根據(jù)我國1∶400萬植被圖,將海河流域劃分為常綠針葉林、落葉闊葉林、灌叢、草原、草甸、一年一熟作物以及一年兩熟或兩年三熟作物7種植被類型統(tǒng)計了2007年海河流域不同植被的生物量（表1）。從統(tǒng)計的不同植被的生物量總量（表1）來看,海河流域一年兩熟或兩年三熟作物累積的生物量最多,從植被分布（圖1）來看,這些作物主要分布在海河平原區(qū)，光熱充足，土壤肥沃，降水充沛，良好的氣候條件保證了作物的生長，這些作物的面積約占全流域總面積的47.85%,而生物量累積量總計占總流域生物量的64.47%，約為234.57 Tg，它對整個海河流域生物量的貢獻最大；其次是灌叢,海河流域灌叢面積約占全流域面積的28.21%,而其生物量累積量占流域生物量年總量的19.60%,約為71.32 Tg；而一年一熟作物的面積占整個流域的9.66%,生物量累積總量約為27.83 Tg,占流域生物量年累積量的7.65%；占流域面積11.45%的草原草甸累積生物量總量約為24.27 Tg,占流域生物量總量的6.67%；流域內(nèi)包括針葉林和闊葉林等林地，覆蓋面積很小，僅占流域總面積的2.66%，貢獻的生物量總量也較小，總計僅為5.88 Tg。從單位面積上的生物量來看,一年兩熟或兩年三熟作物累積生物量平均值最大,達15 415.90 kg/hm2，主要指冬小麥、玉米、棉花以及花生等作物，這個地區(qū)一直是全國重點的產(chǎn)糧區(qū)，多年來人們一直在這里從事農(nóng)業(yè)生產(chǎn)活動；主要分布在山西省的一年一熟作物生物量均值達9 059.00 ﹌g/hm2,這與朱文泉等用Chikugo模型計算的結(jié)果（9 302 ﹌g/hm2）［12］比較吻合,這些作物主要是小麥、玉米和馬鈴薯、甜菜、胡麻等經(jīng)濟作物林地；灌叢主要分布在燕山山脈北側(cè)山區(qū)以及灤河山區(qū)北部，大致分為荊條灌叢、繡線菊灌叢、蒿灌叢、草原沙地錦雞兒以及柳樹等，從西南到東北橫貫整個流域山區(qū)，均值達7 950.40 kg/hm2,與Chikugo模型的計算結(jié)果(7 444 kg/hm2)［12］一致；草甸主要是分布在渤海灣沿岸的鹽生草甸和內(nèi)蒙谷多倫一帶的普通草甸，面積較小，生物量累積均值在7 904.31 kg/hm2左右；草原主要分布在海河流域的內(nèi)蒙古境內(nèi)，屬于溫帶禾草草原，生物量均值在6 252.83 ﹌g/hm2左右，與陶波等用CEVSA模型計算的結(jié)果(6 960 ﹌g/hm2)［13］一致；面積較小的針葉林和闊葉林散落的分布于流域內(nèi)的山區(qū)，生物量累積均值在6 900.00 kg/hm2┳笥搖＊

2.2 模型驗證

為了驗證CASA模型在海河流域的適用性，在此將CASA模型計算出的各植被類型的生物量結(jié)果換算成凈第一性生產(chǎn)力（Net Primary Production,NPP），與其他研究成果以及收集到的部分實測數(shù)據(jù)進行了比較。結(jié)果表明(表2)，通過CASA模型計算出的針葉林和闊葉林值在實

測值范圍之內(nèi)，結(jié)果還是比較準確的，其他模型計算出的

表1 2007年海河流域不同植被生物量統(tǒng)計

植被類型 總面積は袼 面積百し直取% 生物量ぷ芰俊蜹g 生物量總量ぐ俜直取% 生物量平均ぶ怠蝛g/hm2

常綠針葉林 1 719 0.54 1.18 0.32 6 863.95

落葉闊葉林 6 770 2.12 4.70 1.29 6 976.01

灌叢 90 211 28.21 71.32 19.60 7 950.40

草原 27 461 8.59 17.08 4.69 6 252.83

草甸 9 150 2.86 7.19 1.98 7 904.31

一年一熟作物 30 879 9.66 27.83 7.65 9 059.00

一年兩熟或兩 153 033 47.85 234.57 64.47 15 415.90

年三熟作物

お

圖1 2007年海河流域生物量分布

NPP是全國年累積量的均值，均應(yīng)小于海河流域NPP的年累積量均值，造成各個模型估算結(jié)果差異還有最大光能利用率取值不同的原因，該研究中的CASA模型光能最大利用率的取值是根據(jù)植被類型的不同而取不同的值，充分考慮了植被的差異性，其他模型中有的光能最大利用率用的是經(jīng)驗值0.389 gc/MJ,這就造成了結(jié)果的差異。

表2 不同模型估算的NPP

gc/（m2·a）

模型 常綠針葉林 落葉闊葉林 灌叢 草原 草甸 一年一熟作物 一年兩熟或兩年三熟作物

該研究CASA模型 343.2 348.8 397.5 312.6 395.2 453.0 770.8

Chikugo模型［12］ 476.8 513.4 372.2 442.9465.1

孫睿等［14］ 264.5 230 145 58 95.5 156.5 198

Miami模型［14］ 344.5 220.5 158 138.5 156.5 186 249

CEVSA模型［13］ 486 624348

劉明亮［15］ 587 928271 752

Prince［16］ 833 549280468

樸世龍等［17］ 297102 80 176

柯金虎等［18］ 295 269 287 223

實測值［19］ 160~680 250~700

お

2.3 海河流域生物量時空變化特征

從2007年海河流域生物量季節(jié)變化可以看出，海河流域的生物量具有明顯的季相變化特征，這與流域內(nèi)氣溫、降水、太陽輻射和農(nóng)作物耕作方式有很大的相關(guān)性。12月~次年2月份是入冬季節(jié)，海河流域處在干冷的偏北氣流控制下，氣候干冷，是全年降水最少的季節(jié)，平均氣溫在-21.0~0 ℃，農(nóng)作物和草地停止生長，森林生物量累加緩慢，3個月的生物量均值分別為142.4、182.2、211.1 kg/hm2;春季(3~5月)，大地回暖，氣溫回升，平均氣溫在2.0~15.0 ℃，各類作物開始萌發(fā)生長，需水量較大，但春季降水量較少，加上春季風速大、升溫快、相對濕度為全年最小，但蒸發(fā)量卻是全年最大，生物量累計值不高，3個月的均值分別為346.5、866.1、1 203.5 kg/hm2；夏季（6~8月），是全年太陽輻射最強的季節(jié)，氣溫也達到最高，平均氣溫在17.4~27.5 ℃，全年的降水量也主要集中于夏季，7、8月的降水量占全年的一半左右，水汽充沛，相對濕度為全年最大，良好的光、熱、水條件，使得流域內(nèi)植被處于生長的最佳時期，尤其7，8月份對全年的生物量貢獻最為明顯，3個月的均值分別為1 158.1、2 485.2、2 449.6 kg/hm2；9月入秋，氣溫開始下降，流域內(nèi)平均氣溫在1.0~15.5 ℃，此期間流域處在變性極地大陸氣團和極地大陸氣團控制下，降雨較少，農(nóng)作物逐步開始收割，草地開始枯黃，生物量有明顯的下降，從9月的1 840.5 kg/hm2降至10月的454.8kg/hm2，到了11月就減少至177.9kg/hm2。

海河流域生物量分布受地形條件限制比較明顯，總體呈現(xiàn)從西北向東南遞增的趨勢。西北部的內(nèi)蒙古高原區(qū)，海拔均在1 000 m以上，氣候上屬于溫帶,主要為灌叢和草原植被,土壤以栗鈣土為主,生物量累積平均值為7 018.0 ﹌g/hm2,占整個海河流域總生物量的21.61%;中部為華北山地區(qū),該區(qū)屬于高原—平原的過渡區(qū)，地面起伏較大，海拔100~3 000 m，主要為落葉灌叢和矮林，土壤以褐土為主,生物量累積平均值為9 272 kg/hm2,占整個流域的28.54%;東南為海河平原區(qū),海拔在100 m以下,主要為栽培作物,是全國重要的產(chǎn)糧區(qū),農(nóng)作物以小麥、棉花、玉米以及花生為主，該區(qū)開墾歷史悠久，土壤以潮土為主，其次是黃壚土和鹽土，生物量累積平均值為16 194 kg/hm2,占整個流域的49.85%。

圖22007年海河流域生物量季節(jié)變化

根據(jù)CASA模型計算結(jié)果，6年來海河流域的年平均生物量為405.5 Tg，單位面積植被的年平均生物量為12 751.49 kg/hm2，是全國平均水平的1.8倍（全國同期水平在6 918.20 kg/hm2［20］）；研究區(qū)的面積為31.8萬km2,占全國面積的3.3%,而植被年均生物量總量為405.5 Tg，占全國總量的6.1%(根據(jù)全國單位面積生物量均值及面積推算,全國生物量應(yīng)在6 641.7 Tg)，海河流域生物量對全國生物量的貢獻有著重要的作用。從海河流域2002~2007年生物量變化情況（圖3）可看出，除2003和2007年以外4年大致平穩(wěn)，呈緩步上升的趨勢，而2003年生物量年均值增至14 114.3 kg/hm2,2007年又降至11 500.0 kg/hm2,這兩年出現(xiàn)了較大的變化,2007年的氣象數(shù)據(jù)不全,插值精度受到影響,進而影響到了模型最終的計算結(jié)果。

圖3 海河流域生物量年際變化

2.4 海河流域不同植被覆蓋度的生物量評價

通過2007年中旬玁DVI數(shù)據(jù),計算出海河流域植被覆蓋分布情況，從圖4可以看出7月中旬,流域內(nèi)大部分植被覆蓋度在70%以上,平原區(qū)達90%左右,只有流域內(nèi)的內(nèi)蒙古高原區(qū)在40%左右。結(jié)合2007年7月份的海河流域生物量分布圖，得到了生物量與植被覆蓋度的變化曲線（圖5），隨著流域內(nèi)植被覆蓋度的增加，生物量也呈線性增加，在植被覆蓋度為20%的時候，生物量僅有953.26 kg/hm2,而當覆蓋度達90%時,生物量也隨之達2 830.59 kg/hm2,兩者具有極好的相關(guān)性,相關(guān)系數(shù)（R2=0.966）。

圖4 2007年7月中旬海河流域植被覆蓋圖

圖5 海河流域生物量與植被覆蓋度的變化

3結(jié)論

利用CASA模型，結(jié)合遙感數(shù)據(jù)、氣象數(shù)據(jù)以及1∶400萬植被圖，對整個海河流域植被生物量的空間格局、年際變化趨勢和季節(jié)變化進行了研究，并對不同植被的生物量分布和生物量與植被覆蓋度的關(guān)系進行了評價，結(jié)果表明，6年來海河流域年均生物量總量為405.5 Tg，占全國總量的6.1%，單位面積的年平均生物量為12 751.49 kg/hm2，是全國平均水平的1.8倍。在海河流域所有植被類型中，以一年兩熟或兩年三熟作物的平均生物量最大，達15 415.90 kg/hm2；草原的平均生物量最小，僅為1.18 kg/hm2。海河流域的年生物量分布呈東南高西北低的趨勢，平原生物量>山區(qū)生物量>高原生物量。海河流域的生物量具有明顯的季相變化特征。流域內(nèi)不同植被覆蓋度的生物量差異明顯，兩者具有很強的相關(guān)性（R2=0.966）。

該試驗驗證了CASA模型在內(nèi)陸河流域范圍內(nèi)的可適用性。CASA模型一般是用來估算全國尺度的生物量，研究證明該模型在海河流域仍然具有較高的準確性。

由于目前的遙感技術(shù)手段和機理模型模擬的局限性，該研究估算的生物量具有一定的不確定性。這些不確定性主要包括遙感數(shù)據(jù)分辨率的影響、反演算法的不確定性、生態(tài)機理模型的不確定性等。為降低不確定性的影響，可采用以下手段：①準確估算光能利用率。模型中設(shè)定的全球植被最大光能利用率為經(jīng)驗值，但不同年齡的相同植被類型，以及同一植被在一年不同環(huán)境中最大光能利用率是不同的。如何準確地依據(jù)植被類型、年齡、環(huán)境因素來確定某種植被最大光能利用率

是CASA模型需要改進之處；②開展實地觀測以提高模型的

估算精度。受時間、地域等多方面因素影響，此次工作未開展實地數(shù)據(jù)采集，下一步的工作將開展與遙感數(shù)據(jù)空間和時間分辨率相對應(yīng)的地表實測來進一步驗證和改進模型；③隨

著3S技術(shù)的發(fā)展，利用CASA模型結(jié)合實地觀測數(shù)據(jù)，建立區(qū)域尺度的生物量空間數(shù)據(jù)庫，實時、動態(tài)估算區(qū)域生物量并實現(xiàn)數(shù)據(jù)共享，是未來生態(tài)學模型的發(fā)展方向。

參考文獻

［1］方精云,劉國華,徐嵩齡.我國森林植被的生物量和凈生產(chǎn)量［J］.生態(tài)學報,1996,16(5):479-508.

［2］ 馮宗飾,王效科,吳剛.中國森林生態(tài)系統(tǒng)的生物量和生產(chǎn)力［M］.北京：科學出版社,1999:1-6.

［3］ 宋開山，張柏.玉米地上鮮生物量的高光譜遙感估算模型研究［J］.農(nóng)業(yè)系統(tǒng)科學與綜合研究,2005(1):21-22.

［4］ CIAIS P，TANS P P,TROLIER M J,et al.A large northern hemisphere terrestrial CO2 sink indicated by the 13狢/12狢 ratio of atmospheric CO2［J］.Science,1995,269:1098-1102.

［5］ FILED C B,BEHRENFELD M J,RANDERSON J T,et al.Primary production of the biosphere:integrating terrestrial and oceanic components［J］.Science,1998,281:237-240.

［6］ ALEXANDROV G A,OIKAWA T,YAMAGATA Y.The Scheme for Globalization of a Process-based Model Explaining Gradations in Terrestrial NPP and Its Application［J］.Ecological Modeling,2002,148(3):293-306.

［7］ GRAMER W,KICKLIGHTER D W,BONDEAU A,et al.Comparing Global Models of Terrestrial Net Primary Productivity(NPP):Overview and Key Results［J］.Global Change Biology,1999,1(S1):1-15.

［8］ CAO M K,WOODWARD F .Dynamic responses of terrestrial ecosysytem carbon cycling to global climate change［J］.Nature,1998,393:249-252.

［9］ ICHII K,MATSUI Y,YAMAGUCHI Y,et al.Comparison of global net primary production trends obtained from satellite-based normalized difference vegetation index and carbon cycle model［J］.Global Biogeochemical Cycles,2001,15:351-363.

［10］ POLLER C S,RANDERSON J T,FIELD C B,et al.Terrestrial ecosysterm production: a process model based on global setelite and surface data［J］.Global Biogeochemical Cycles,1993,7：811-841.

［11］ 裴志才,周才平，歐陽華，等.青藏高原高寒草原區(qū)域碳估測［J］.地理研究,2010,29(1):102-110.

［12］ 朱文泉,潘耀忠，龍中華，等.基于GIS和RS的區(qū)域陸地植被NPP估算［J］.遙感學報，2005(3):303-304.

［13］ 陶波,李克讓.中國陸地凈初級生產(chǎn)力時空特征模擬［J］.地理學報，2003（5）:377-378.

［14］ 孫睿,朱啟疆.中國陸地植被凈第一性生產(chǎn)力及季節(jié)變化研究［J］.地理學報,2000(1):40-41.

［15］ 劉明亮.中國土地利用/土地覆蓋變化與陸地生態(tài)系統(tǒng)植被碳庫和生產(chǎn)力研究［D］.北京：中國科學院遙感應(yīng)用研究所,2001.

［16］ PRINCE D S,GOETZ J S.Satellite sensing of primary production: an improverd production efficiency modeling approach［J］.Journal of Geophysical Research,2000,105(D15):20077-20091.

［17］ 樸世龍,方精云.1982~1999年青藏高原植被凈第一性生產(chǎn)力及其時空變化［J］.自然資源學報,2002(5):375-376.

［18］ 柯金虎,樸世龍,方精云.長江流域植被凈第一性生產(chǎn)力及其時空格局研究［J］.植物生態(tài)學報,2003(6):766-767.

［19］ 劉世榮,徐德應(yīng),王兵.氣候變化對中國森林生產(chǎn)力的影響Ⅰ:中國森林現(xiàn)實生產(chǎn)力的特征及地理分布格局［J］.林業(yè)科學研究,1993(6):634-640.

［20］ 郭曉寅,何勇,沈永平.基于MODIS資料的2000-2004年江河源區(qū)陸地植被凈初級生產(chǎn)力分析［J］.冰川凍土,2006(4):514-515.