中国沙漠
img

官方微信

高级检索
作者投稿 专家审稿 编辑办公

中国沙漠, 2021, 41(1): 145-155 doi: 10.7522/j.issn.1000-694X.2020.00061

干旱对河西走廊植被净初级生产力的影响

李传华,, 殷欢欢, 朱同斌, 周敏, 王玉涛, 孙皓, 曹红娟, 韩海燕

西北师范大学 地理与环境科学学院，甘肃 兰州 730070

Impact of drought on net primary productivity of vegetation in arid and semi-arid areas： a case study of Hexi Corridor

Li Chuanhua,, Yin Huanhuan, Zhu Tongbin, Zhou Min, Wang Yutao, Sun Hao, Cao Hongjuan, Han Haiyan

College of Geography and Environmental Science，Northwest Normal University，Lanzhou 730070，China

收稿日期: 2020-04-30   修回日期: 2020-06-29   网络出版日期: 2021-01-29

基金资助: 国家自然科学基金项目.  41761083.  41661084

Received: 2020-04-30   Revised: 2020-06-29   Online: 2021-01-29

作者简介 About authors

李传华（1979—），男，湖北监利人，副教授，主要研究方向为生态遥感和GIS应用研究E-mail:lch_nwnu@126.com , E-mail：lch_nwnu@126.com

摘要

干旱对生态系统碳循环具有重要影响，随着气候变暖，全球干旱事件频率不断上升，研究干旱对植被净初级生产力的影响具有重要意义。提高植被净初级生产力（NPP）的时间分辨率是认识干旱对其影响机制的重要途径。基于5天NDVI遥感数据，以河西走廊为研究区，利用CASA模型估算2010—2015年5天步长尺度的NPP，将5天降水为零定义为干旱基本单元，利用标准分数来探究干旱对植被NPP的影响。结果表明：基于高时间分辨率遥感数据能有效探测干旱对NPP的影响机制，研究期间河西走廊年干旱频次6—44次，干旱对该地NPP有负效应，对5天均值的影响为-0.23 g·m-2，影响幅度为-1.93%，整体影响较小。干旱对林地NPP影响最大，下降3.70%，草地次之，荒漠最小。随着干旱持续时间的增加，NPP变化趋势呈现为先降低，然后降低趋势增加，最后趋于稳定的过程。干旱对夏季的NPP影响最大，冬季最小，秋季干旱对林地影响最大。

关键词： 干旱 ; 净初级生产力 ; CASA模型 ; 标准分数 ; 河西走廊

Abstract

Drought has an important impact on the carbon cycle of the ecosystem. With the global warming increasing the frequency of drought events， it is of great significance to study the impact of drought on the net primary productivity of vegetation. Improving the time resolution of the net primary productivity of vegetation is an important way to understand the mechanism of drought on NPP. Based on the five-day NDVI remote sensing data， this paper uses the Hexi Corridor as the research area and uses the CASA model to estimate the five-day step scale NPP from 2010 to 2015 ， The five-day precipitation is defined as a basic unit of drought， using standard scores to explore the impact of drought on vegetation NPP. The results show that based on high-resolution remote sensing data， the effect mechanism of drought on NPP can be effectively detected. During the study period， the frequency of drought in the Hexi Corridor averaged 6 to 44 times， -0.23 g·m-2·yr-1， the impact amplitude is -1.93%， the overall impact is small. Drought has the greatest impact on forest land， at 3.70%， followed by grassland， and desert is the least. As the duration of the drought increases， the NPP change trend is a process of decreasing first， then decreasing， and finally stabilizing. Drought has the greatest impact on NPP in summer， the smallest in winter， and the greatest impact on forest land in autumn.

Keywords： drought ; net primary productivity ; CASA model ; standard score ; Hexi Corridor

PDF (5014KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李传华, 殷欢欢, 朱同斌, 周敏, 王玉涛, 孙皓, 曹红娟, 韩海燕. 干旱对河西走廊植被净初级生产力的影响. 中国沙漠[J], 2021, 41(1): 145-155 doi:10.7522/j.issn.1000-694X.2020.00061

Li Chuanhua, Yin Huanhuan, Zhu Tongbin, Zhou Min, Wang Yutao, Sun Hao, Cao Hongjuan, Han Haiyan. Impact of drought on net primary productivity of vegetation in arid and semi-arid areas： a case study of Hexi Corridor. Journal of Desert Research[J], 2021, 41(1): 145-155 doi:10.7522/j.issn.1000-694X.2020.00061

0 引言

净初级生产力（NPP）是指绿色植物在单位面积、单位时间内累积的有机物数量，也称为第一性生产力［1］。NPP不仅反映了植被群落在自然环境条件下的生产能力、表征陆地生态系统的质量状况，还是研究植被对全球气候变化响应的重要指标［2-5］。

干旱是一种极端的气候类型，随着全球变暖，干旱事件发生的频率和范围不断增加［6］。自1972年以来，全球陆地干旱面积从20%增加到38%［7］。中国的北方干旱化也在加剧，1950—2000年干旱的面积由20%增加到40%以上，干旱面积高于40%的年份上升至8年，甚至有1年超过60%［8-9］。干旱威胁人类生存环境，对生产、生活造成了严重的影响［10-11］。干旱对植被固碳有重要限制作用［12］。2003年欧洲夏季干旱使欧洲总初级生产力减少了30%，导致生态系统向大气中释放了0.5 Pg C，抵消了4年净生态系统固碳总量［13］；2005年亚马孙地区的严重干旱导致生物量下降0.014—0.020 Pg C，对全球碳循环产生了重要的影响［14］；2000—2009年南半球大范围周期性干旱，导致全球NPP降低了0.55 Pg C［3］。

干旱半干旱区约占全球陆地总面积的30%［15-16］，该区域碳循环对全球陆地生态系统生产力变化和年际波动起着主导作用［17］，包括干旱在内的极端气候是影响原因之一［13］。目前干旱对NPP影响的研究大多聚焦全球或者非干旱区域，专门针对干旱区的研究较少，这或许与干旱在干旱区是正常现象，不能引起大家重视有关。干旱对植被NPP影响的结论并不一致，一般认为干旱导致植被生产力降低［4-5］，也有研究表明干旱对植物NPP影响相对较小［18-19］，对干旱区植被NPP基本没有影响［20］，干旱区的植被可以通过调节生理机制来抗旱［21］。因此，干旱对干旱半干旱区NPP是否有影响？干旱的持续时间对NPP的影响程度，以及不同季节的干旱对NPP的影响规律等问题还不清楚，需要进一步研究。

干旱的定义主要出现在气象和农业中，气象学定义干旱为长时间无雨或少雨，导致土壤水分不足，植物水分失衡而对其产生影响的自然灾害［22］。农业中干旱是在作物生育期内，由于土壤水分持续不足而造成的作物体内水分亏缺，影响作物正常生长发育的现象。本研究中的干旱是对植被生产力的影响，与气候环境和植被类型密切相关。因此，传统的干旱定义，比如标准降水指数（SPI）［23］、基于标准降水指数的标准径流指数（SRI）［24］、基于蒸散量的干旱指数RDI［25］、日降水小于1 mm被定义为干旱［26］等等，虽然应用广泛，但可能并不一定能准确反映其对植被生产力的影响。并且，上述方法都有不足之处，比如SPI易受极端降水事件影响，SRI是基于月、季尺度，时间分辨率不高等。顾名思义，干旱是指降水少或者长时间无降水，因此，本研究以连续无降水日数用作表征干旱的指标［27-28］，刘莉红等［29］评价了该指标在中国北方的适用性，国家防汛指挥部也将连续无雨日数作为干旱评估标准［30］。因此，本研究拟以5天降水为零为基本单元，连续n个5天零降水来衡量干旱的严重程度，选择5天是基于遥感产品的时间分辨率。

河西走廊位于中国西北部，属于典型的干旱区，生态环境脆弱，荒漠化严重。本文以CASA模型估算的NPP为基础，定义5天降水为零为干旱事件的基本单元，利用发生干旱事件与参考周期的标准分数的差异来分析干旱对河西走廊地区NPP的影响，干旱事件指连续干旱，至少包含一个基本单元。本研究的目标是：①干旱对干旱半干旱区植被NPP的影响；②干旱持续时间对NPP的影响；③不同季节的干旱对NPP的影响。

1 数据与方法

1.1　研究区概况

河西走廊地处甘肃省境内，黄河以西（图1），地理位置为37°17′—42°48′N、92°12′—103°48′E，在行政区划上包括嘉峪关市、酒泉市、金昌市、张掖市和武威市。河西走廊地势南高北低，平均海拔2 166 m，内有三大流域自西向东依次为疏勒河、黑河和石羊河，均发源于祁连山，由冰雪融水和雨水补给。由于深居内陆，故大部分地区年降水量不足200 mm，属典型的大陆性干旱气候，年均温5.29 ℃。该地主要的植被类型由林地、耕地、草地和荒漠组成，由于耕地受到人类灌溉影响，因此不在本研究范围内。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   河西走廊概况

Fig.1   Overview of Hexi Corridor of China


1.2　数据与处理

1.2.1　实测NPP数据

实测NPP数据为国家自然科学基金委员会“黑河计划数据管理中心”（http：//westdc.westgis.ac.cn）的黑河流域实测数据，2010—2015年内共72个数据，其中草地49个、林地19个、荒漠4个。从黑河流域源区开始到下游，设置6条样带，包含有寒区生态系统带和森林-草原带、农田草原生态系统带、荒漠森林-草原带和荒漠戈壁带。森林区为100 m×100 m样方，重复6次；灌木区为10 m×10 m样方，重复6次；草地区为1 m×1 m样方，重复25次，对灌木、草地采用地上加地下生物量采样，最后通过实验分析计算出实测NPP数据。

1.2.2　遥感数据

本文所用的2010—2015年气温数据来源于欧洲中期天气预报中心（ECMWF）中期再分析产品（ERA-Interim；https：//apps.ecmwf.int/），时间和空间分辨率分别为1天和0.125°。降水数据来源于TRMM3B42数据产品（https：//disc.gsfc.nasa.gov/），时间和空间分辨率分别为1天和0.25°。太阳辐射数据来源于CM SAF的地表短波辐射数据产品（https：//www.cmsaf.eu/EN/Home/home_node.html），时间和空间分辨率分别为1天和0.25°。NDVI数据来源于地理空间数据云（http：//www.gscloud.cn/）的中国500 m NDVI 5天合成产品（MODND1F），该产品是由MODND1D取每5天的最大值合成得出，MODND1D为中国500 m NDVI每天产品。地表反射率来源于美国国家航空航天局MOD09GA数据产品（https：//ladsweb.modaps.eosdis.nasa.gov/search/），时间和空间分辨率分别为1天和500 m。最后将以上数据通过MRT和Arcgis10.5进行拼接、投影转换、重采样、裁剪等过程加工而成，输出数据的时间和空间分辨率分别为5天和250 m。

1.2.3　土地利用数据

100 m分辨率的土地利用数据来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn） 。本文参照冯益明等［31］针对甘肃省提出的土地利用/覆盖类型的划分，将研究区的土地利用划分为林地、草地、荒漠和其他用地，面积占比分别为3.0%、21.5%、67.4%、8.1%，并将其重采样为250 m。

1.3　方法
1.3.1　NPP估算

利用CASA模型估算NPP应用广泛，多位学者利用该模型在干旱区进行NPP的估算，适用性较好［31-37］。故本文利用改进的CASA模型进行植被NPP的估算，CASA模型是一种基于光能利用率的模型，由气温、降水、太阳辐射、地表反射率、NDVI以及土地利用数据共同驱动［31］。模型中所估算的NPP由植被吸收光合有效辐射（APAR）和实际光能利用率（ε）来确定，表达式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

式中：APAR（x，t）表示像元x在第t个5天吸收的光合有效辐射（MJ·m-2·（5d）-1）；ε（x，t）表示像元x在t个5天的实际光能利用率（gC·MJ-1）。

光合有效辐射（APAR）的估算公式如下：

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

式中：SOL（x，t）表示像元x在第t个5天内的太阳总辐射量（MJ·m-2）；FPAR（x，t）表示植被层对入射光合有效辐射的吸收比例；0.5为常数项，表示植被所能利用的太阳有效辐射占太阳总辐射的比例。

光能利用率ε（x，t）表示一定时期单位面积上生产的干物质中所包含的化学潜能与同一时间投射到该面积上的光合有效辐射能之比，主要受气温和降水的影响，计算公式为：

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

式中：Tε1（x，t）和Tε2（x，t）分别表示低温和高温对光能利用率的胁迫作用；Wε（x，t）为水分胁迫系数，反映水分条件影响；εmax则是理想条件下的最大光能利用率（gC·MJ-1），取值因植被类型而不同［31］。

原始的CASA模型中，水分胁迫系数Wε（x，t）是基于区域实际蒸散量和潜在蒸散量计算的，而地表蒸散的反演存在较大的不确定性［38］，因此，很多研究基于LSWI（陆面水分指数）的VPM模型代替Wε（x，t）［39］。Wε（x，t）反映了植被所能利用的有效水分，通常为从极端干旱到极端湿润环境取值为0.5—1 ，而LSWI是描述植被叶片水分含量的一项指标，因此可以用于水分胁迫系数的替代［39］。降水也对植被生产力有很大的影响［40］，结合降水信息生态系统的模型Wp可以提高植被NPP测定的准确性［41］，尤其是在干旱和半干旱生态系统［41-42］。 Wp的计算基于遥感数据，输入参数LSWI是叶、冠层和土壤水分的代表性参数，与CASA模型相比，Wp降低了水分胁迫系数Wε（x，t）计算的不确定性。Wp的计算公式如下：

Wp=0.5+PrePremax×1-1+LSWI1+LSWImax+0.5

式中：Pre和Premax分别代表每5天降水量和年最大5天降水量；LSWI和LSWImax分别代表每5天的地表水指数和年最大5天地表水指数；Premax和LSWImax都采用MVC（最大值合成法）合成。LSWI计算公式为：

LSWI=REf2-REf6REf2+REf6

式中：REf2和REf6分别表示MOD09GA的第二（近红外）和第六（短波红外）波段。

1.3.2　干旱事件检测

首先将2010—2015年每5日的降水数据进行处理，筛选出降水量为零的区域，再将连续两个5天降水为零的区域筛选出，依此类推，直到干旱事件区域太小（平均小于总面积的0.5%），最后将所有筛选出的数据确定为干旱事件发生区域，本研究最长干旱事件是7个5天降水为零，最小面积为总面积的0.2%。

1.3.3　NPP通量影响计算

为了计算干旱对NPP的影响，以干旱期间区域的NPP均值与相同时期和区域内多年平均（本研究称该时段为参考周期）的NPP均值之间的差值（Δf）为干旱对NPP的影响。计算公式为：

Δf=f¯extr-f¯ref=∑k=ifk-1y∑k=ifk

式中：f为NPP值； fextr表示发生干旱事件的NPP值；fref表示参考周期多年NPP均值； fk表示第k个5天的NPP；i表示发生干旱事件步长个数；y为6年。由于各区域NPP大小不同，为了便于比较，使用标准分数z表示式（6）中f值，其公式为：

Δz=z¯extr-z¯ref=∑k=izk-1y∑k=izk
zk=fk-f¯σ̂(f)

式中：z表示标准分数； f¯为年内NPP均值；σ̂（f）为年内NPP标准偏差。

2 结果

2.1　估算结果验证

将估算的5天NPP累加成月NPP，然后将各月累加处理成年NPP，与实测值进行验证。实测值与估算值的R2为0.7042（P<0.01），结果表明NPP估算结果可靠（图2）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   河西走廊NPP实测值与估算值验证

Fig.2   Verification of measured and estimated values of NPP in Hexi Corridor of China


2.2　NPP与干旱空间分布

2010—2015年河西走廊年均NPP空间分布如图3所示。NPP大致从东南向西北呈递减趋势，为0—654.37 gC·m-2·a-1，平均值为57.87 gC·m-2·a-1，总量为14.31 TgC·a-1。NPP的高值区域主要分布于祁连山和绿洲区，低值区域主要位于北部和西部的荒漠区。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   2010—2015年河西走廊年均NPP与干旱发生频次分布

Fig.3   Distribution of annual average NPP and drought frequency in Hexi Corridor of China from 2010 to 2015


2010—2015年河西走廊共包括431个数据，发生干旱频次35—264次，年6—44次。可以看出，河西走廊全区均出现不同程度干旱，发生频次呈现从东南向西北递减趋势，干旱高频次主要分布在西部和北部的荒漠区，低频次主要分布在东南部的祁连山区和绿洲区。

2.3　NPP对干旱的响应

干旱对植被NPP有负效应（图4），对研究期间5天NPP均值的影响平均为-0.23 gC·m-2，影响幅度为-1.93%，说明干旱对该地区植被NPP影响较小。干旱对各植被类型NPP影响不同，林地NPP下降趋势最大，幅度和NPP均值变化分别为-3.70%和 -1.01 gC·m-2，其四分位距和内限也最大；草地NPP下降趋势次之，幅度和NPP均值变化分别为-1.16%和-0.35 gC·m-2；荒漠NPP呈略微上升趋势但均值下降（荒漠夏季NPP远高于其他季节，并且夏季下降较大导致整体下降；趋势是根据标准分数计算，由于夏季干旱频次较少导致影响较小），幅度和NPP均值变化分别为0.35%和-0.14 gC·m-2。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   河西走廊不同植被类型在干旱事件下对NPP的影响

Fig.4   Effects of different vegetation types on NPP in drought events in Hexi Corridor of China


干旱对NPP影响的空间分布如图5所示。河西走廊74.45%的地区NPP出现下降，主要位于NPP较高的绿洲区以及部分荒漠区。其中大部分地区下降0—5 gC·m-2，下降超过5 gC·m-2主要位于武威绿洲与民勤绿洲。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   干旱对河西走廊5天NPP影响均值空间分布

Fig.5   Spatial distribution of mean value of drought on five-day NPP in Hexi Corridor of China


2.4　干旱持续时间对NPP的影响

干旱事件的持续时间是影响生态系统的一个重要因素，利用式（6）计算干旱事件对NPP的影响（图6），需要说明的是，当前步长（5天）的影响值不包含前面步长影响。可以看出，各植被类型NPP均值均出现下降。其中，林地减少量相对较大，草地和荒漠NPP减少量相对较少。利用式（7）计算干旱事件对植被NPP与参考周期NPP的标准化通量差异（图7），随着干旱持续，干旱对各植被5天NPP值的影响有所差异。林地呈先增加后减少趋势，在第5个步长影响最大；草地在第1、2个步长出现减少趋势，后面5个步长影响较小，在0附近波动；荒漠在前面4个步长呈增加趋势，第5—6步长出现减少。总体来看，随着干旱持续时间的增加，植被NPP变化基本呈现从先缓慢减少到加速减少，再减小变弱，最后趋于稳定的过程。不同植被类型变化时间不同。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   河西走廊不同干旱持续时间段对不同植被类型NPP均值影响（横轴表示干旱持续的第n个5天）

Fig.6   Effects of different drought durations in Hexi Corridor of China on mean NPP of different vegetation types (horizontal axis represents the nth five days of drought duration)


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   河西走廊干旱持续时间段平均NPP相对均值标准分数变化量（A、B、C分别表示林地、草地、荒漠）

Fig.7   Variation of average NPP relative mean standard score of drought duration in Hexi Corridor of China (A, B, C, respectively representing forest land, grassland, desert)


2.5　不同季节干旱对NPP的影响

不同季节植被对水分的需求不同，相同的干旱对NPP的影响并不一样（图8）。3种植被类型在春夏秋冬4个季节的变化趋势基本相似，在夏季的变化幅度最大，春秋季次之，冬季最小。其中，林地NPP在秋季和冬季相对下降较大，分别为-3.92%和-5.88%，春季和夏季略微呈现上升趋势，分别为1.36%和2.16%；草地NPP在夏季相对下降较大，为-4.53%，冬季次之，为-1.49%，春秋季基本不变；荒漠NPP在夏季相对下降较大，为-10.27%，其余季节影响甚微。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   干旱对河西走廊不同季节不同植被平均NPP相对均值标准分数变化量影响（A、B、C分别表示林地、草地、荒漠）

Fig.8   Drought changes in the average NPP relative mean standard score of different vegetations in different seasons in Hexi Corridor of China (A, B, C, respectively representing forest land, grassland, desert)


干旱对不同季节NPP影响的空间分布差异较大（图9）。干旱对夏季NPP影响最大，下降面积占84.99%，冬季、秋季和春季下降面积依次占59.84%、55.42%和51.12%。其中夏季NPP下降超过5 gC·m-2的区域主要位于NPP较大的祁连山和绿洲区，下降0—5 gC·m-2的主要位于西部与北部的荒漠区；干旱导致秋季NPP下降主要位于南部地区，大部分下降 0.5—5 gC·m-2；干旱导致春季和冬季NPP下降0—0.5 gC·m-2，幅度较小。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   干旱对河西走廊不同季节NPP影响空间分布

Fig.9   Spatial distribution of drought on NPP in Hexi Corridor of China in different seasons


3 讨论

3.1　NPP模型精度

前人在类似区域的NPP估算值差异较大（表1），本研究结果处于该范围内，从这个角度来看，也说明了CASA模型估算值是可信的。结果的差异与研究区域、采用方法、数据产品、植被类型、研究时段有密切关系，区域的气候环境差异影响植被的类型；不同的研究时段，由于气候要素的变化，即使是同一地区也会导致植被生长状态发生改变；模型本身也存在不足。

表1   河西走廊NPP与文献值对比 (gC·m-2·a-1)

Table 1  Comparison of NPP and literature values in Hexi Corridor of China

作者研究区研究时段草地林地荒漠
冯益明等[31]甘肃省2010年43.6172.311.1
周妍妍等[34]疏勒河流域2001—2015年89.20103.6552.46
焦伟等[35]西北干旱区2000—2014年252.2400.251.5
杨冬辉[36]石羊河流域2009年67.36358.8—
本研究河西走廊2010—2015年80.51332.4722.06

新窗口打开| 下载CSV


3.2　NPP对干旱的响应

基于TVDI温度植被干旱指数和SPEI标准化降水蒸散指数的甘肃省研究结果表明：在河西走廊地区干旱强度由东南向西北呈现增强的趋势，西北部主要为极旱区，发生干旱的频率最高，南部的绿洲区和祁连山区为正常区和湿润区［43-44］。与本研究结果相近，表明将连续无降水日定义为干旱在河西走廊较为合理。

在区域和全球尺度，干旱被认为是影响生态系统碳汇功能的重要因素［45］。本研究中，干旱对于植被NPP的影响整体表现为减少NPP，影响幅度为 -1.93%，说明干旱对河西走廊NPP影响较小。这与von Buttlar等［45］发现全球范围内干旱对植被的NEP影响相对较小、Zavalloni等［46］在安特卫普大学试验指出极端干旱对草原生物量基本没有影响的结果相符。但也有研究显示干旱对NPP影响较大，如极端干旱导致亚马孙地区森林生物量下降1.2—1.6 Pg［47］，严重干旱导致2001—2010年湖北省80%的森林NPP降低近40%［48］。本研究与上述结论不一致的原因主要是，河西走廊位于干旱半干旱区，该地区植被耐旱性较好［49-50］。发生干旱时，植物气孔关闭以限制蒸腾作用［51-52］，同时减弱了光合作用而导致总初级生产力（GPP）降低［4，53-54］，但水分胁迫同时限制了土壤微生物活动，导致植物自身呼吸作用减弱［55-57］。这两者的作用相互抵消，故NPP变化并不明显甚至还有升高的趋势［45］。Stitt等［58］也指出光合作用的变化并不一定导致植物生长或生物量的变化。

不同植被NPP对干旱的响应程度不一致，林地NPP下降较大，在发生干旱事件时，植物会通过暂时凋萎叶片以保证基本生存和正常生长，从而防御干旱［59］。草地NPP变化较小，可能是由于干旱虽然降低了地上生产力，但会增加植物根冠比，地下生产力得到明显提高［26］；荒漠NPP基本不变，由于荒漠植物蒸腾速率低，耐旱性较好，因此对荒漠NPP影响不显著［60］。

3.3　干旱持续时间对NPP的影响

干旱持续时间对生态系统碳循环也具有重要影响［61］。干旱初期，土壤储存的水分能支持植被生长，因此NPP下降较慢；随着干旱持续，土壤水分消耗增加，NPP下降加剧；干旱进一步继续时，土壤水分消耗殆尽，土壤呼吸作用减弱，对GPP的减弱有一个抵消作用，因此NPP下降趋势减弱乃至趋于稳定，这与von Buttlar等［45］的研究结果基本一致。草地NPP在前两个时间步长下降较大，随着干旱持续时间的增加，草地通过增加根冠比，逐渐适应干旱［26］；荒漠的耐旱性较好［49］，干旱前期对NPP影响较小，随着干旱持续时间增加，荒漠NPP才开始出现下降。

3.4　不同季节干旱对NPP的影响

夏季NPP最大，春秋季次之，冬季最小，故季节干旱对NPP的影响幅度与前者一致。本研究中，林地NPP在春、夏季节下降较小，这和林地的水源涵养能力最强有关［62］；在秋季和冬季NPP下降相对较大，可能是由于其为了抵御干旱，增加落叶导致［59］。荒漠和草地NPP在生长季即夏季对水分的依赖高于其他季节［63-64］，所以NPP在夏季下降较大。

4 结论

基于CASA模型估算的5天NPP，与实测NPP数值的R2为0.70（P<0.01），与前人研究结果较为一致。基于高时间分辨率的干旱数据能有效地探测干旱对NPP的影响，研究表明干旱对干旱半干旱区植被NPP有负效应，但整体影响较小。其中，林地NPP下降相对最为明显，其次为草地，干旱对荒漠植被基本没有影响，干旱期间NPP呈略微上升趋势。随着干旱持续时间的增加，NPP整体呈现先缓慢减少到加速减少，再减小变弱，最后趋于稳定的过程。干旱对夏季影响最大，春秋季次之，冬季最小；荒漠和草地NPP在夏季下降相对较大，而林地NPP在秋季和冬季下降较大。

参考文献

Canadell J G，Mooney H A，Baldocchi D D，et al.

Carbon metabolism of the terrestrial biosphere：a multitechnique approach for improved understanding

［J］.Ecosystems，2000，3（2）：115-130.

[本文引用: 1]

Liu J，Chen J M，Cihlar J，et al.

Net primary productivity distribution in the BOREAS region from a process model using satellite and surface data

［J］.Journal of Geophysical Research：Atmospheres，1999，104（D22）：27735-27754.

[本文引用: 1]

Zhao M，Running S W.

Drought-induced reduction in global terrestrial net primary production from 2000 through 2009

［J］.Science，2010， 329（5994）：940-943.

[本文引用: 1]

Grime J P，Brown V K，Thompson K，et al.

The response of two contrasting limestone grasslands to simulated climate change

［J］.Science，2000，289（5480）：762-765.

[本文引用: 2]

Kahmen A，Buchmann J P.

Diversity-dependent productivity in semi-natural grasslands following climate perturbations

［J］.Functional Ecology，2005，19（4）：594-601.

[本文引用: 2]

Easterling D R，Meehl G A，Parmesan C，et al.

Climate extremes：observations，modeling，and impacts

［J］.Science，2000，289（5487）：2068-2074.

[本文引用: 1]

Dai A，Trenberth K E，Qian T.

A global dataset of Palmer Drought Severity Index for 1870-2002：relationship with soil moisture and effects of surface warming

［J］.Journal of Hydrometeorology，2004，5（6）：1117-1130.

[本文引用: 1]

王志伟，翟盘茂.

中国北方近 50 年干旱变化特征

［J］.地理学报，2003，58（）：61-68.

[本文引用: 1]

马柱国，符淙斌.

中国干旱和半干旱带的10年际演变特征

［J］.地球物理学报，2005，48（3）：519-525.

[本文引用: 1]

Pandey S，Bhandari H S，Hardy B.

Economic costs of drought and rice farmers' coping mechanisms：a cross-country comparative analysis

［M］.Manila，Phillipins：International Rice Research Institute，2007.

[本文引用: 1]

Van Dijk A I J M，Beck H E，Crosbie R S，et al.

The millennium drought in southeast Australia （2001-2009）：natural and human causes and implications for water resources，ecosystems，economy，and society

［J］.Water Resources Research，2013，49（2）：1040-1057.

[本文引用: 1]

Zscheischler J，Mahecha M D，Von Buttlar J，et al.

A few extreme events dominate global interannual variability in gross primary production

［J］.Environmental Research Letters，2014，9（3）：35001.

[本文引用: 1]

Ciais P，Reichstein M，Viovy N，et al.

Europe-wide reduction in primary productivity caused by the heat and drought in 2003

［J］.Nature，2005，437（7058）：529-533.

[本文引用: 2]

Zeng N，Yoon J H，Marengo J A，et al.

Causes and impacts of the 2005 Amazon drought

［J］.Environmental Research Letters，2008，3（1）：14002.

[本文引用: 1]

Williams W D.

Salinisation：a major threat to water resources in the arid and semi-arid regions of the world

［J］.Lakes & Reservoirs：Research & Management，1999，4（3/4）：85-91.

[本文引用: 1]

Fernández Roberto J.

Do humans create deserts？

［J］.Trends in Ecology & Evolution，2002，17（1）：6-7.

[本文引用: 1]

Poulter B，Frank D，Ciais P，et al.

Contribution of semi-arid ecosystems to interannual variability of the global carbon cycle

［J］.Nature，2014，509（7502）：600-603.

[本文引用: 1]

Fay P A，Carlisle J D，Knapp A K，et al.

Altering rainfall timing and quantity in a mesic grassland ecosystem：design and performance of rainfall manipulation shelters

［J］.Ecosystems，2000，3（3）：308-319.

[本文引用: 1]

Gorissen A，Tietema A，Joosten N N，et al.

Climate change affects carbon allocation to the soil in shrublands

［J］.Ecosystems，2004，7（6）：650-661.

[本文引用: 1]

Xiao J F，Zhuang Q L，Liang E Y，et al.

Twentieth-century droughts and their impacts on terrestrial carbon cycling in China

［J］.Earth Interactions，2009，13（10）：1-31.

[本文引用: 1]

朱学艺，王锁民，张承烈.

河西走廊不同生态型芦苇对干旱和盐渍胁迫的响应调节

［J］.植物生理学报，2003（4）：371-376.

[本文引用: 1]

邱文君.

干旱对西南地区植被净初级生产力的影响研究

［D］.济南：山东师范大学，2013.

[本文引用: 1]

McKee T B，Doesken N J，Kleist J.

The relationship of drought frequency and duration to time scales

［C］//Proceedings of the 8th Conference on Applied Climatology，1993：179-183.

[本文引用: 1]

Shukla S，Wood A W.

Use of a standardized runoff index for characterizing hydrologic drought

［J］.Geophysical Research Letters，2008，35（2）：41-46.

[本文引用: 1]

Tsakiris G，Vangelis H.

Establishing a drought index incorporating evapotranspiration

［J］.European Water，2005，9（10）：3-11.

[本文引用: 1]

Kreyling J，Wenigmann M，Beierkuhnlein C，et al.

Effects of extreme weather events on plant productivity and tissue die-back are modified by community composition

［J］.Ecosystems，2008，11（5）：752-763.

[本文引用: 3]

刘莉红，翟盘茂，郑祖光.

中国北方夏半年最长连续无降水日数的变化特征

［J］.气象学报，2008，66（3）：474-477.

[本文引用: 1]

Frich P，Alexander L V，Della-Marta P M，et al.

Observed coherent changes in climatic extremes during the second half of the twentieth century

［J］.Climate Research，2002，19（3）：193-212.

[本文引用: 1]

刘莉红，翟盘茂，郑祖光.

中国北方夏半年极端干期的时空变化特征

［J］.高原气象，2010，29（2）：403-411.

[本文引用: 1]

张雪花，程扬，冯婧.

海河流域干旱特征与旱涝交替降雨事件概率分析

［J］.人民长江，2017（13）：7-11.

[本文引用: 1]

冯益明，姚爱冬，姜丽娜.

CASA模型的改进及在干旱区生态系统NPP估算中的应用

［J］.干旱区资源与环境，2014，28（8）：39-43.

[本文引用: 5]

张福平，冯起，李旭谱， 等.

黑河流域NPP遥感估算及其时空变化特征

［J］.中国沙漠，2014，34（6）：1657-1664.

李传华，曹红娟，范也平，等.

基于校正的CASA模型NPP遥感估算及分析：以河西走廊为例

［J］.生态学报，2018，39（5）：1616-1626.

周妍妍，朱敏翔，郭晓娟，等.

疏勒河流域气候变化和人类活动对植被 NPP 的相对影响评价

［J］.生态学报，2019，39（14）：5127-5137.

[本文引用: 1]

焦伟，陈亚宁，李稚.

西北干旱区植被净初级生产力的遥感估算及时空差异原因

［J］.生态学杂志，2017，36（1）：183-191.

[本文引用: 1]

杨东辉.

基于MODIS数据的石羊河上游植被净第一性生产力变化研究

［D］.兰州：西北师范大学，2011.

[本文引用: 1]

倪向南，郭伟，乔凯.

陕北风沙过渡带植被净初级生产力变化特征及原因

［J］.中国沙漠，2018，38（4）：889-898.

[本文引用: 1]

Xiao X，Hollinger D，Aber J，et al.

Satellite-based modeling of gross primary production in an evergreen needleleaf forest

［J］.Remote Sensing of Environment，2004，89（4）：519-534.

[本文引用: 1]

Xiao X，Boles S，Frolking S，et al.

Observation of flooding and rice transplanting of paddy rice fields at the site to landscape scales in China using VEGETATION sensor data

［J］.International Journal of Remote Sensing，2002，23（15）：3009-3022.

[本文引用: 2]

Bao G，Bao Y H，Qin Z H，et al.

Modeling net primary productivity of terrestrial ecosystems in the semi-arid climate of the Mongolian Plateau using LSWI-based CASA ecosystem model

［J］.International Journal of Applied Earth Observation and Geoinformation，2016，46：84-93.

[本文引用: 1]

Wu C，Chen J M.

The use of precipitation intensity in estimating gross primary production in four northern grasslands

［J］.Journal of Arid Environments，2012，82：11-18.

[本文引用: 2]

Thomey M L，Collins S L，Vargas R，et al.

Effect of precipitation variability on net primary production and soil respiration in a Chihuahuan Desert grassland

［J］.Global Change Biology，2011，17（4）：1505-1515.

[本文引用: 1]

庞素菲，魏伟，郭泽呈，等.

基于TVDI的甘肃省农业旱情特征及其影响因素

［J］.生态学杂志，2019，38（6）：1849-1860.

[本文引用: 1]

季定民.

不同气象干旱指标在甘肃省的应用分析

［D］.兰州：西北师范大学，2015.

[本文引用: 1]

von Buttlar J，Zscheischler J，Rammig A，et al.

Impacts of droughts and extreme-temperature events on gross primary production and ecosystem respiration：a systematic assessment across ecosystems and climate zones

［J］.Biogeosciences，2018，15：1293-1318.

[本文引用: 4]

Zavalloni C，Gielen B，De Boeck H J，et al.

Greater impact of extreme drought on photosynthesis of grasslands exposed to a warmer climate in spite of acclimation

［J］.Physiologia Plantarum，2009，136（1）：57-72.

[本文引用: 1]

Phillips O L，Aragão L E O C，Lewis S L，et al.

Drought sensitivity of the Amazon rainforest

［J］.Science，2009，323（5919）：1344-1347.

[本文引用: 1]

赵林，徐春雪，刘雪莹，等.

干旱对湖北省森林植被净初级生产力的影响

［J］.长江流域资源与环境，2014，23（11）：1595-1602.

[本文引用: 1]

朱妮.

气候变化下蒙古沙拐枣（Calligonum mongolicum）适宜生境预测

［J］.中国沙漠，2019，39（3）：136-144.

[本文引用: 2]

张大彪，张元恺，唐进年.

河西走廊沿沙防护林演变形式与积沙带稳定性研究

［J］.防护林科技，2016（1）：1-4.

[本文引用: 1]

Lefi E，Medrano H，Cifre J.

Water uptake dynamics， photosynthesis and water use efficiency in field-grown Medicago arborea and Medicago citrina under prolonged Mediterranean drought conditions

［J］.Annals of Applied Biology，2004，144（3）：299-307.

[本文引用: 1]

王碧霞，曾永海，王大勇，等.

叶片气孔分布及生理特征对环境胁迫的响应

［J］.干旱地区农业研究，2010，28（2）：122-126.

[本文引用: 1]

Griffin J J，Ranney T G，Pharr D M.

Heat and drought influence photosynthesis， water relations， and soluble carbohydrates of two ecotypes of redbud （Cercis canadensis）

［J］.Journal of the American Society for Horticultural Science，2004，129（4）：497-502.

[本文引用: 1]

Wolf S，Eugster W，Ammann C，et al.

Contrasting response of grassland versus forest carbon and water fluxes to spring drought in Switzerland

［J］.Environmental Research Letters，2013，8（3）：35007.

[本文引用: 1]

Palta J A，Nobel P S.

Root respiration for Agave deserti：influence of temperature， water status and root age on daily patterns

［J］.Journal of Experimental Botany，1989，40（2）：181-186.

[本文引用: 1]

Burton A J，Pregitzer K S，Zogg G P，et al.

Drought reduces root respiration in sugar maple forests

［J］.Ecological Applications，1998，8（3）：771-778.

Davidson E C A，Belk E，Boone R D.

Soil water content and temperature as independent or confounded factors controlling soil respiration in a temperate mixed hardwood forest

［J］.Global Change Biology，1998，4（2）：217-227.

[本文引用: 1]

Stitt M，Schulze D.

Does Rubisco control the rate of photosynthesis and plant growth？an exercise in molecular ecophysiology

［J］.Plant，Cell & Environment，1994，17（5）：465-487.

[本文引用: 1]

Reich P B，Borchert R.

Water stress and tree phenology in a tropical dry forest in the Lowlands of Costa Rica

［J］.Journal of Ecology，1984，72（1）：61-74.

[本文引用: 2]

柏新富，朱建军，赵爱芬，等.

几种荒漠植物对干旱过程的生理适应性比较

［J］.应用与环境生物学报，2008（6）：763-768.

[本文引用: 1]

Frank D，Reichstein M，Bahn M，et al.

Effects of climate extremes on the terrestrial carbon cycle：concepts，processes and potential future impacts

［J］.Global Change Biology，2015，21（8）：2861-2880.

[本文引用: 1]

吴庆贵，邹利娟，吴福忠，等.

涪江流域丘陵区不同植被类型水源涵养功能

［J］.水土保持学报，2012，26（6）：254-258.

[本文引用: 1]

Chen T，Van der Werf G R，De Jeu R A M，et al.

A global analysis of the impact of drought on net primary productivity

［J］.Hydrology and Earth System Sciences，2013，17：3885-3894.

[本文引用: 1]

孙立群，李晴岚，陈骥，等.

欧亚大陆不同生态区植被生长对降水响应的季节变化规律

［J］.生态学报，2018，38（22）：8051-8059.

[本文引用: 1]

/

〈 〉

©2018中国沙漠 编辑部

地址: 兰州市天水中路8号 (730000)

电话：0931-8267545

Email：caiedit@lzb.ac.cn;desert@lzb.ac.cn

甘公网安备 62010202000688号      陇ICP备2021001824号-9
访问总数:    当日访问:    当前在线: