基于GIS的隴西黃土高原落葉闊葉林潛在分布及潛在凈初級生產(chǎn)力的模擬研究.pdf

1、由于巨大的人口壓力和不合理的人類活動，陸地表面在一個世紀(jì)以來經(jīng)歷了廣泛且強(qiáng)烈的覆被變化。地表覆被變化是社會經(jīng)濟(jì)發(fā)展與自然環(huán)境演變的必然結(jié)果，但是過多且不合理的人類活動使地表覆被的現(xiàn)狀大幅地偏離了其自然狀態(tài)，不僅導(dǎo)致了生態(tài)系統(tǒng)生產(chǎn)力的銳減從而嚴(yán)重威脅地方經(jīng)濟(jì)的發(fā)展前景，而且由于改變了地表大氣之間的自然平衡而給全球尺度的碳循環(huán)、水循環(huán)、能量平衡帶來巨大的負(fù)面影響，成為危及人類可持續(xù)發(fā)展的重大問題。
　　 中國黃土高原或許是人類活動誘

2、發(fā)地表覆被變化及繼發(fā)性生態(tài)惡化的最典型地區(qū)。在經(jīng)歷了數(shù)個世紀(jì)的人類活動影響之后，這一地區(qū)的自然植被退化已達(dá)到十分驚人的程度。因此，進(jìn)行區(qū)域規(guī)模的植被恢復(fù)和重建是當(dāng)前黃土高原地區(qū)最緊要的任務(wù)之一。然而，由于對黃土高原潛在生態(tài)狀況的理解不夠充分，以往黃土高原植被恢復(fù)的實踐經(jīng)受了許多失敗。因此，植被恢復(fù)和生態(tài)重建的前提性工作應(yīng)當(dāng)是分析掌握區(qū)內(nèi)各類植被的潛在分布以及潛在植被的生態(tài)特征，也即解答“假如把人類破壞移除，各地區(qū)可以恢復(fù)為何種植被?”、

3、“恢復(fù)后的森林將有多高的繁茂程度?”等科學(xué)問題。
　　 以往研究中，研究者們對黃土高原植被地帶性進(jìn)行若干理論探討，并對該區(qū)植被重建工作提供了許多有益的指導(dǎo)和建議，也為本研究提供了良好且必需的經(jīng)驗和基礎(chǔ)。不過，這些宏觀論斷不能完全滿足當(dāng)前造林工程以及土地利用規(guī)劃等具體實踐工作的需求。當(dāng)前的具體實踐工作十分需要具有較高分辨率的植被潛在分布和植被潛在生產(chǎn)力的圖件。本研究的目的是：①建立一個適合于黃土高原植被的潛在分布區(qū)模擬技術(shù)系統(tǒng)，以

4、較高的分辨率，模擬隴西黃土高原落葉闊葉林(Deciduous Broadleaved Forest，DBF)群落的潛在分布；②模擬這些潛在的植被群落的凈初級生產(chǎn)力；③在假設(shè)的未來氣候情景下，模擬研究區(qū)內(nèi)落葉闊葉林的潛在分布。本研究可為植樹造林工程提供參照；并為土地利用與覆蓋變化、區(qū)域氣候模擬、固碳潛力估算等研究提供資料和依據(jù)。
　　 該研究的創(chuàng)新之處在于：①本研究中包含對相關(guān)的傳統(tǒng)研究方法的改進(jìn)。以往有關(guān)黃土高原植被分布的研究中

5、，多是采用“現(xiàn)狀分布點廓線法”。雖然，黃土高原的植被分布大體上遵循宏觀地帶性；但是，環(huán)境條件的小尺度分異會導(dǎo)致植被分布的進(jìn)一步復(fù)雜化。故而，上述方法對于描述DBF的潛在分布是不夠準(zhǔn)確的。筆者在以往學(xué)者之工作的良好基礎(chǔ)上，從“DBF分布與眾多環(huán)境因子”之間的統(tǒng)計關(guān)系入手，建立統(tǒng)計性模型，然后再將這些模型反推到經(jīng)空間插值產(chǎn)生的環(huán)境因子?xùn)鸥駡D層上。由此以來，模擬結(jié)果和研究結(jié)論更為準(zhǔn)確和定量化。②發(fā)揮了地理信息系統(tǒng)和遙感技術(shù)的優(yōu)勢，提高了研究結(jié)

6、果的分辨率和可靠性。主要體現(xiàn)為：選用最優(yōu)的空間插值方法生成了一系列環(huán)境因子?xùn)鸥駡D層；基于 DEM，計算生成“考慮地形起伏的太陽輻射”圖層；遙感提取DBF的現(xiàn)狀分布信息等等。
　　 本研究的簡要步聚：選擇了10種影響落葉闊葉林(DBF)分布的環(huán)境因子作為預(yù)測變量，即春季降水量、夏季降水量、秋冬季降水量、春季可能蒸散量、夏季可能蒸散量、秋冬季可能蒸散量、春季降水年際變率、夏季降水年際變率、秋冬季降水年際變率、年平均生物溫度。利用6種

7、方法對這10種環(huán)境因子進(jìn)行了空間插值，生成較高分辨率的柵格化圖層；通過監(jiān)督分類，從遙感資料中獲取當(dāng)前DBF(人工林、殘存的天然次生林)的分布信息；然后利用5種力法(邊界函數(shù)法、Logistic回歸、GARP、MAXENT以及Holdridge生命地帶模型)，建立該植被分布的數(shù)學(xué)模型，最終產(chǎn)山DBF潛在分布圖。繼之，模擬了潛在DBF的凈初級生產(chǎn)力(net primary productivity，NPP)。接下來，又模擬了未來氣候情景下D

8、BF的潛在分布。主要結(jié)淪如下：
　　 (1)根據(jù)均方根誤差(RMSE)大小，為各類氣候因子選擇了最優(yōu)的空間插值方法，以保正插值結(jié)果的準(zhǔn)確性：①就各月平均氣溫的插值來看，1月和12月的最優(yōu)插值力法為泛克里金法；2月至10月為宏觀因子回歸法；11月為普通克里金法。各月氣溫插值的RMSE可以控制在1.5℃以下。②就各月降水量的插值來看，1月的最優(yōu)插值方法為反距離加權(quán)法；2月、12月的最優(yōu)插值方法為宏觀因子回歸法；3月至8月為宏觀因子回

9、歸法擬合+余項內(nèi)插法；9月至11月為泛克里金法。各月降水量插值的RMSE基本可以控制在12mm以下。③就各個季節(jié)的年際降水變率的插值來看，春季、夏季的最優(yōu)插值方法為宏觀因子回歸法；秋冬季的最優(yōu)插值方法為反距率權(quán)重法。各季節(jié)年際降水變率插值的RMSE可以控制在4％以下。④就各月相對日照率的插值來看，1月、4月至6月、12月的最優(yōu)插值方法為泛克里金法；2月、7月至11月的最優(yōu)插值方法為普通克里金法；3月的最優(yōu)插值方法為反距率權(quán)重法。各月相對

10、日照率插值的RMSE可以控制在7％以下。
　　 (2)利用上述產(chǎn)出的氣溫圖層、相對日照圖層、風(fēng)速圖層、實際水汽壓圖層及天文輻射圖層，基于FAO Penman-Monteith公式，估算了研究區(qū)內(nèi)各柵格上的可能蒸散量。結(jié)果表明，區(qū)內(nèi)各柵格上的年可能蒸散量平均為814 mm，空間上表現(xiàn)為東南部低，北部高，地形影響明顯。另外，測試了氣溫、相對日照、風(fēng)速、實際水汽壓、天文輻射等因子的誤差對可能蒸散量估算結(jié)果的影響。結(jié)果表明，對可能蒸散量

11、估算影響最大的是天文輻射的誤差，其次是氣溫；對估算結(jié)果影響最小的是風(fēng)速誤差。
　　 (3)從Landsat影像中提取了落葉闊葉林的現(xiàn)狀分布區(qū)。結(jié)果表明，該植被的現(xiàn)狀分布面積為1850 km2，占研究區(qū)總面積的3.73％。
　　 (4)各種建模方法的比較：①邊界函數(shù)法、GARP、MAXENT、Holdridge生命地帶模型準(zhǔn)確性較高，Logistic回歸的準(zhǔn)確性較低；②使用Logistic回歸法模擬黃土高原森林植被潛在分布

12、，很可能會低估目標(biāo)植被的潛在分布區(qū)；③GARP、MAXENT在以往研究中是用于模擬物種水平的生物分布，本研究表明此兩種方法也適用于對植被類型的分布模擬；④Holdridge法使用了3個簡明而有效的預(yù)測變量，適合于研究氣候變化情景下的植被分布。
　　 (5)模擬結(jié)果表明，研究區(qū)內(nèi)落葉闊葉林的潛在分布區(qū)的面積約為5203 km2，是現(xiàn)狀分布的2.8倍。大致范圍為：①馬銜山以西，DBF潛在分布的北界通過積石山縣和臨夏縣的北緣、穿過東鄉(xiāng)

13、縣中部、廣河縣東北緣；②馬銜山和興隆山有DBF潛在分布，但馬銜山的高海拔地帶無潛在DBF；③馬銜山的南部和東南部至臨洮縣城和渭源縣城之間，有不連續(xù)分布的潛在DBF；④安定區(qū)僅有西南一角有潛在DBF；⑤隴西縣、通渭縣、甘谷縣、秦安縣、莊浪縣及靜寧縣南端有不連續(xù)分布的潛在DBF；⑥在臨夏、和政、康樂、渭源、漳縣、清水、北道等縣區(qū)的大部分區(qū)域，潛在DBF為連續(xù)分布。
　　 (6)根據(jù)CASA(Carnegie-Ames-Stanfor

14、dApproach)，本區(qū)內(nèi)潛在落葉闊葉林NPP年值的區(qū)域平均為528.9 gC·m-2，面上總量為7.56×106 tC；經(jīng)與同類區(qū)域的觀測結(jié)果以及其他算法的估算結(jié)果相比較，認(rèn)為此模擬結(jié)果基本合理。
　　 (7)同樣的升溫情景下，降水增加越多，DBF潛在分布區(qū)面積越大；同樣的降水增幅下，溫度升高越多，潛在分布區(qū)面積越小。在“氣溫升高3℃，降水不增加”的情景下，DBF的潛在分布區(qū)面積相當(dāng)于當(dāng)前潛在分布面積(5203 km2)的1