藏东南地区森林碳利用效率时空动态研究及预估

    参赛院校：北京林业大学

    指导老师：于强

    队员姓名：彭安辰、杨子炎、杨梓玉、曾雨凡

      作品背景

生态系统植被碳利用效率(carbon use efficiency,CUE)作为植被净初级生产力(net primary production，NPP)与总初级生产力(gross primary production，GPP)的比率,其值大小代表植被固定大气二氧化碳(CO2)的能力,在一定程度上反映了生态系统植被的固碳潜力和对碳同化能力的强弱，是决定陆地生态 系统碳储量的关键性因子。植被CUE也是度量生态系统植被固碳能力和效率的标尺，植被CUE越高表明生态系统单位固碳的生长转移越高，生态系统固碳潜力越大。研究和量化生态系统植被CUE可为确定生态系统碳源/汇提供数据支撑，并对全球变化背景下生态系统响应的研究有重要意义。

目前对植被CUE是否为恒定值尚存在较大争议。一种观点认为植被呼吸与GPP成线性同步变化，且与光合作用同化的含糖量有关，植被CUE为恒定值。另一种观点则认为光合作用和呼吸作用的驱动过程受光合有效辐射、温度和降水等环境因子的控制，植被CUE并非恒定值。

藏东南是西藏乃至全国原始森林保存最为完整地区之一,其森林资源更是对地区乃至全球碳收支的平衡都具有重要的调控作用。而位于青藏高原东南部的林芝市森林覆盖率高达46.09%，占据西藏自治区森林总面积的80%。因此，研究林芝市的森林生态系统植被碳利用效率对于理解森林生态系统固碳能力、认识碳循环机理、保护生态环境、制定气候变化策略和构建青藏高原国家生态安全屏障区均具有重要意义。

基于以上背景，本作品以林芝市为研究区，研究其在2001-2018年植被的碳利用效率时空变化格局和差异驱动因素，并基于植被CUE数据集进行时间序列预测。本作品有利于明晰林芝市森林生态系统的碳循环时空变化，不仅可以为藏东南森林生态系统科学管理提升固碳效应提供科学依据，而且对青藏高原屏障区中的高寒森林生态系统高质量发展具有重大科学和现实意义。

图1 林芝市位置概况图

1. 分析过程

1.1. 获取NPP、GPP数据集及植被CUE的计算

林芝市NPP、GPP数据集：基于MODIS-MOD17A2H产品，利用ENVI批处理得到18年间林芝市NPP、GPP数据集。

      根据CUE定义公式计算植被CUE：

式中：CUE代表生态系统植被碳利用效率；NPP为植被净初级生产力（kgC·m-2 a-1)；GPP为植被总初级生产力（kgC·m-2a-1）；

利用SuperMap iDesktop代数运算计算得到植被CUE数据集并进行异常值处理，由于CUE的有效值范围在0到1之间，对计算出的CUE结果进行异常值处理，将有效范围以外，CUE<0的部分赋值为0，CUE>1的部分赋值为1；最后利用SuperMap iDesktop进行专题地图的制作。

对计算及处理结果进行精度评价，图中白色的部分为Nodata部分，其为高寒冻土及裸土区域，GPP、NPP值常年不存在；将计算结果与前人通过生物计量法和模型估算法对森林CUE研究结果进行比对，林芝市内森林CUE的值基本符合在0.23-0.83之间波动，但其中仍存在CUE在0.9-1的极高值，结合土地利用覆盖情况，极高值多出现在植被覆盖率极低（即裸土、冻土、及其与林地过渡的边缘地带），推测其成因为NPP、GPP常年较低或NPP存在负值而导致的CUE异常极端值出现。

图2 2018年林芝市年均植被CUE分布图

1.2. 植被CUE时空变化特征分析

基于林芝市18年的植被CUE数据集，结合一元线性回归模型slope函数，利用SuperMap iDesktop运算分析从不同时间、空间角度分析植被CUE变化趋势，并进行专题地图的制作。

1.2.1. 林芝市CUE年内变化特征

2001-2018年林芝市内植被CUE年内各月均值变化显示，植被CUE年内变化明显。18年内林芝市植被CUE各月平均值从3月开始增加，7月达到最大值0.81，而后开始下降；在12月至2月大面积区域NPP接近于0，故植被CUE接近于0，区域内CUE月均值分布在0.2-0.3之间。通过各季节月平均数据可知，总体上，林芝市植被CUE由北向南逐渐递减，最高值区域主要分布在中部的林地，最低值出现在南部高山草甸。林芝市中部林地在生长季初期和末期CUE值偏高，生长旺盛期较低；而边界地区和过渡地带与中部林地相反。

表1 林芝市不同月份植被CUE均值变化

1.2.2. 林芝市植被CUE年际变化特征

2001-2018年林芝市植被CUE的年际变化趋势显示，这18年林芝市植被CUE整体呈略微下降的趋势。林芝市年均植被CUE在0.792-0.856之间变化，平均值为0.823；最小值出现在2015年，最大值出现在2003年。

林芝市典型年份植被CUE结果显示，林芝市植被CUE常年在0-1之间变化，2001年最小值区域出现在林芝市最南部的东北侧；到2009年可以看出流域附近的植被CUE明显小于2001年同区域的植被CUE值；到2018年林芝市植被CUE整体介于2001年和2009年之间。这三年的最小值区域都出现在林芝市最南部的东北侧，大致平行接近最南部“倒三角”形区域的右侧边，整体形似倾斜的“V”字形；最大值处绝大多数零星分布在贯穿中部的水系两岸，2001年整体值偏大，2018年次之，2009年整体值偏小。

图3 2001-2018年林芝市年均植被CUE

1.2.3. 林芝市植被CUE空间变化趋势

2001-2018年林芝市年均植被CUE的空间分布显示，这18年林芝市植被CUE在0.104-0.946之间变化，平均值为0.823。林芝市植被CUE整体呈现中部高两侧低、北高南低和河流流域附近相对较低的特点。植被CUE最高值出现在中部除去雅鲁藏布江流域附近的部分，土地利用类型为林地，其值在0.85左右；植被CUE最低值出现在林芝市最南部的东北侧，大多构成倾斜的“V”字形，此低值区有水源分布，其它部分主要土地利用类型为林地和耕地，其值在0.10左右。

基于一元线性回归分析方法来模拟2001-2018年林芝市植被CUE的时空变化趋势。利用ArcGIS栅格计算机计算SLOPE值，计算公式如下：

式中：SLOPE为植被CUE的趋势斜率；n为时间序列长度，即2001—2018年共计18年；i为1-8年的序列号；CUEi为第i年CUE的值。SLOPE＞0，表示CUE在18年间的趋势为增长，反之则为减少。

植被CUE的年际变化在空间上也存在一定的差异，林芝市2001-2018年整体宏观变化趋势（SLOPE值）为基本不变，占总面积的94.6%，而减少的地区占用面积3.7%，增加地区则仅占1.7%，整体波动变化不大。中部少部分地区较为集中地呈现减少趋势。以5年为界分析空间变化趋势则变化幅度较为明显。

图4 2001-2018年植被CUE空间变化趋势

1.3. 林芝市植被CUE与诸环境因子的相关性分析

本作品采用两种方法计算皮尔逊相关系数以探求相关性，方法一：利用MATLAB工具对于每个栅格单元，基于多年植被CUE数据和相关因子数据序列，计算相关系数及其显著性水平，输出为栅格影像；方法二：基于Python环境，采用Anaconda进行相关性分析，pandas绘图。在研究区范围内随机选取100个样本点，剔除无效数据点。每个样本点有10个属性维度（植被CUE、气温、降水、植被覆盖度（NDVI）、海拔（DEM）、坡度、坡向、土地利用类型、土壤类型和土壤侵蚀类型）计算每个维度同所有维度之间的协方差，形成一个10*10的矩阵，即协方差矩阵，协方差矩阵按照相关系数的定义进一步计算得到相关关系矩阵。

藏东南林芝地区植被 CUE的时空分布是受气温、降水、植被覆盖度（NDVI）、海拔（DEM）坡度、坡向、土地利用类型、土壤类型和土壤侵蚀等诸多因素综合影响的结果。

1.3.1. 气象因子

植被CUE整体上与气温和降水呈正相关关系，部分区域呈现极显著正相关关系，温度和降水影响生态系统植被光合作用和自养呼吸，间接影响植被CUE的变化。干冷生态系统植被NPP会随年降水量和年均气温的升高呈线性增加；但随着气温和降水的同步持续升高，会使生态系统植被自养呼吸作用增强，使植被CUE也不再上升。

图5、6 植被CUE与气温的相关性分析结果

图7、8 植被CUE与降水的相关性分析结果

1.3.2. NDVI（归一化植被指数）

NDVI（归一化植被指数）可以用来定性和定量评价植被覆盖及其生长活力，NDVI越大表示植被覆盖度越大，CUE与NDVI的相关分析表明，藏东南林芝地有大面积区域植被CUE与NDVI存在正相关关系，即植被CUE基本会随NDVI的增加而增加，但也有少部分区域呈现负相关关系。NDVI受环境条件、光照强度等的综合影响，植被CUE与NDVI密切相关，验证了植被CUE与温度和降水的相关关系。

图9、10 植被CUE与NDVI的相关性分析结果

1.3.3. 地形因子

（i）高程

藏东南林芝地区植被CUE与高程表现出显著相关性，海拔低于3500m处的植被CUE与高程呈现正相关关系（相关系数为0.568307），确定系数为 R2=0.323；海拔在 3500m 以上区域的植被CUE与高程呈现负相关关系（相关系数为-0.318759），确定系数为 R2=0.323。植被碳利用率高值分布海拔在3500m区域，整体呈现从海拔3500m往上、往下逐渐减少的分布特征。低海拔（高程小于3500m）地区，随海拔升高光合效率增高，植被用于生存所耗费的能量较少，植被固碳转移效率更高，植被CUE随之增加；高海拔（高程大于3500m）地区，植被稀疏或部分雪山、冻土区无植被分布，植被CUE随之减少。

图11、12 植被CUE与高程的相关性分析结果

（ii）坡度、坡向

研究区坡度范围为0°-53.9°，坡度分级结合《土地利用现状调查技术规程》和国际地理学会对于坡度划分标准，将坡度划分为7个等级，为此研究区的坡度分级共划分为7级，植被 CUE与坡度的相关分析表明，藏东南林芝地区的植被CUE受坡度影响，（相关系数为0.129415），确定系数为R2=0.02。

坡向分级参考前人研究所提出的坡向分级方法，将坡向共分为阳坡、半阳坡、阴坡、半阴坡和平地五级。CUE与坡向的相关分析表明，藏东南林芝地区的植被CUE与坡度存在负相关关系，（相关系数为-0.199212），确定系数为R2=0.005。

图13、14 植被CUE与坡度、坡向的相关性分析结果

1.3.4. 土地覆盖类型因子

植被CUE与土地覆盖类型有关。CUE主要受耕地、林地、草地和未利用土地影响，其中林地（有林地、灌木林、疏林地）对植被CUE的影响最大，其次是未利用土地和草地。耕地植被CUE值分布在0.67-0.82，集中分布在0.8；林地植被CUE值分布在0.32-1.00，主要分布在0.57-0.93；草地植被CUE值分布在0.59-0.98，分布较均匀；未利用土地植被CUE值分布在0.1-0.99，分布范围广，集中分布在0.4以上。

图15、16 植被CUE与土地覆盖类型的相关性分析结果

1.3.5. 土壤类型与土壤侵蚀

植被CUE与土壤类型有关。影响CUE主要土壤类型为：棕壤、褐土、黑钙土、山地草甸土、山地灌丛草原土、亚高山草甸士、亚高山草原土、草毡土和高山草原土。相关系数为0.187386。棕壤、褐土植被CUE值分布在0.37-1，分布集中在0.50-0.96；黑钙土植被CUE分布在0.51-1.00，集中分布在0.5以上；山地草甸土、山地灌丛草原土植被CUE分布在分布在0.51-0.89，该类型土壤分布少，且植被CUE值分布不集中；亚高山草甸士、亚高山草原土、草毡土植被CUE值分布在0.09-1.00，集中分布在0.48-0.98；山草原土分布较小，植被CUE大约为0.9。

植被CUE也受土壤侵蚀与类型的影响。从图可知，影响CUE主要土壤侵蚀强度为：水力侵蚀、和冻融侵蚀，其中水力侵蚀植被CUE多于冻融侵蚀。微度水力侵蚀、轻度水力侵蚀和中度水力侵蚀植被CUE值分布大致分布在0.5-1；强度水力侵蚀植被CUE分布在0.5-0.9；微度冻融侵蚀植被CUE值分布广，在0.09-1.00，集中分布在0.43以上；轻度冻融侵蚀植被CUE分布在0.57-0.97。

图15、16植被CUE与土壤类型、土壤侵蚀类型的相关性分析

1.4. 时间序列预测分析

基于18年植被CUE数据集，使用SPSS分析工具，构建经典ARIMA时间序列预测模型，预测并分析评价植被CUE在2001至2025年的变化趋势和变化范围；

从时间序列图可知，2001-2018年林芝市年均植被CUE在0.79-0.86区间内上下波动，整体呈下降的趋势，结合植被CUE预测结果来看，2018-2025年，植被CUE将持续呈现下降的趋势并预测其整体水平将以每年0.001-0.002变化量下降至0.8以下；2019年后，年均植被CUE将不超过0.841且不小于0.768，而至2025年后，植被CUE最大值将低于0.832。

表2 ARIMA时间序列预测结果表

图17 时间序列预测序列图

1.5. 结论

 1.5.1 本作品基于MOD17A2H产品计算处理所得的林芝市植被CUE结果基本满足森林CUE在0.23—0.83 之间波动的经验值，具有一定参考性。

 1.5.2 林芝市植被CUE非恒定值，在时间维度上，植被CUE随生长期（月份）推移而发生季节性变化，整体上林芝市中南部林地在生长季初期和末期 CUE 值偏高, 生长旺盛期较低；而边界地区和过渡地带与中部地区相反；年际变化上，2001-2018年林芝市植被CUE。年均值在0.792-0.856之间变化，平均值为0.823，最小值出现在2015年，最大值出现在2003年。

 1.5.3 空间维度上，林芝市植被CUE整体呈中部高两侧低、北高南低和河流流域附近相对较低的特点。植被CUE最高值出现在中部的林地，最低值出现在林芝市最南部的东北侧。林芝市2001-2018年均植被CUE整体波动变化不大，绝大部分地区基本不变，中部少部分地区较为集中地呈现减少趋势。

 1.5.4 植被CUE与区域气温、降水、NDVI、土地利用类型、高程、坡度、坡向、土壤情况有关，诸环境因子直接或间接影响生态系统植被光合作用和自养呼吸,进而影响植被CUE的变化。

 1.5.5 预测结果显示，至2025年，植被CUE将持续呈现下降的趋势，2025年后，植被CUE最大值将低于0.832。

指导教师点评

研究成果创新地探究藏东南森林生态系统固碳能力，为理解认识碳循环机理提供新思路。借助植被CUE数据集及专题地图的碳利用效率时空变化格局和差异驱动因素，并基于植被CUE数据集进行时间序列预测。研究的开展，明晰了林芝市森林生态系统的碳循环时空变化，不仅可以为藏东南森林生态系统科学管理提升固碳效应提供科学依据，而且对青藏高原屏障区中的高寒森林生态系统高质量发展具有重大科学和现实意义