1. 研究目的与意义（文献综述）

1. 目的及意义

1.1. 研究目的

汉江流域是我国大型调水工程——南水北调中线工程水源地，近年来成为研究的热点区域。汉江流域总体地貌特征两高东低。上游为秦巴山地，地势起伏较大；中、下游地区地势相对平坦，河道弯曲，形成南阳盆地和江汉平原。流域主要受季风气候的影响。天然植被主要为亚热带常绿阔叶林、常绿阔叶和落叶阔叶混交林，植被覆盖率较高。本研究拟使用基于遥感数据模型估算年内净初级生产力能，探求年内NPP变化趋势，得出其空间分布特征。联系气温、降雨等影响光合作用的因素，探究NPP演变的影响因素和作用机理。

1.2. 研究意义

陆地生态系统是由陆生生物预期所处环境相互作用构成的统一体，是人类赖以生存和持续发展不可或缺的基础。陆地生态系统碳循环在全球碳循环中是相当重要的环节之一，其作为大气中二氧化碳的源和汇，在全球气候变化中扮演者极其重要的角色。

植被作为陆地主要生态系统的组成成分，通过光合作用对全球或区域起着固碳释氧的重要作用并调节着大气环境。植被净初级生产力(Net primary production，即NPP)指绿色植物在单位时间和单位面积上积累的有机干物质总量，不仅是表征植物活动的重要变量，而且是判定生态系统碳汇和调节生态过程的主要因子，反映的是植物群落在自然环境状态下的生产能力。

由于植被对自然环境有着非常敏感的反馈机制，环境发生变化会在一定程度上影响植被正常的生长和发育，从而会进一步对人类社会产生非常不利的影响。随着社会经济高速发展，了解汉江中下游年净初级生产力的年内变化和时空特征并且探究其影响因子，对于了解汉江流域生态环境状况和生态治理有着重要参考价值。

1.3. 国内外研究现状

NPP的研究方法很多,有关学者从不同角度及学科对NPP的估算进行了深入细致的研究，取得了丰硕成果。从空间尺度上来说，可分为NPP定位观测、区域NPP模拟估算和全球NPP模拟估算3种尺度[1]。

基于地面的NPP定位观测，只能收集到数公顷的不同生态系统类型的实测数据,然后根据各种生态系统类型，用以点代面的办法外推区域及全球NPP总量。由于这些估算是基于空间实测数据，迄今仍被用作全球NPP估算的参照。随着遥感和计算机技术的发展，利用遥感模型在区域尺度上进行NPP估算已经深入到许多领域[1]，例如使用植被指数与NPP的关系进行计算。基于资源平衡理论的光能利用率模型使得区域及全球尺度NPP估算成为可能。

在NPP研究的起步阶段，由于资料的欠缺和技术的落后，很多学者普遍选择了一种较为简单的统计方法。一般情况下植被的生产能力主要受到气候因子的影响，因此只需对气候因子(如温度、降水、蒸散量等)与植物干物质生产建立相关性，就可以估算植物的NPP[2]。最早的气候模型是1975年Lieth利用53组实测资料建立的Miami模型[3]，该模型认为NPP是年均气温和降雨量的函数，而此两项为气象站测量常规项目，因而使用的便利性方面优势较大。除气温和降雨外，实际上NPP还受到其它气象因素的影响，为了提高估算精度，引入了更多的气象要素。Lieht根据平均蒸发量与气温、降水和植被之间的关系提出了ThornthwaiteMemorial模型；Uchijima等建立了基于净辐射和辐射干燥度的Chikugo模型。

气候模型的特点是决定NPP的环境因子形式简单，在不同区域得到了不同程度的验证，且被广泛应用[1] ，但由于忽略了许多影响NPP的植物生态生理反应、复杂生态系统过程和功能的变化，也没有考虑到CO2及土壤养分的作用和植物对环境的反馈作用，估算结果较粗，误差较大，而且以点代面，估算结果也只是一种潜在的NPP。

过程模型是从植物生长过程的机理出发，利用二氧化碳同化过程与气温、太阳辐射、土壤水分、叶片养分等资源环境因子之间的生理关系，确定植被的净初级生产力．该模型可对植被的光合作用、有机物分解及营养元素的循环等生理过程进行模拟，且与大气环流模型耦合，从而进行NPP与气候变化之间的响应与反馈研究。目前，区域尺度的过程模型主要有BEPS、Biome—BGC、CENTURY等。这类模型的特点是，由若干个子模型构成，各子模型互相配合完成NPP的估算[4]。

由于模型所涉及的过程复杂，驱动模型所需要的输入参数相对较多（植物生理生态结构、土壤肥力、太阳辐射强度等）且获取难度较大，尺度转换较为困难，因而使用受到限制。

我国研究者针对不同区域对过程模型的验证和改进进行了有益尝试。胡波等利用2004年时问序列MODIS LAI产品及气象数据驱动Biome—BGC模型[5]，计算了黄淮海地区的NPP，比较发现，Biome—BGC模型可较好地用于农田NPP的模拟。江洪等采用BEPS模型对2004年我国福建省森林生态系统NPP进行了模拟验证[6]。认为该模型最初是针对加拿大北部温带森林生态系统设计的，将其用于福建亚热带森林系统，虽然进行了参数修改，但结果仍存在一定的不确定性。

光能利用率模型将任何对植物生长起直接限制性的变量参数运用到陆地生态系统植被NPP的估算模型计算过程中，它认为这些参数和变量和植被NPP的积累两者之间是通过转换作用联系起来的。常见的光能利用率模型有GLO-PEM、VPM、CASA及C-Fix等。Gherardo Chirici 等提出了一个基于 NDVI驱动的参数模型修正 C-Fix和一个生物地球化学模型BIOME-BGC耦合模拟森林净碳通量的策略。这两个模型的输出结合使用的代理生态系统距离的平衡条件，解释了发生的干扰[7]。在国内发展较快的为CASA模型，该模型是以入射的光合有效辐射、植被对光合有效辐射的吸收比例、温度胁迫系数、水分胁迫指数、水分胁迫系数和最大光能利用率的乘积。目前在不同的尺度空间上均有所应用。朱文泉等利用中国的NPP实测数据，根据区域蒸散模型来模拟水分胁迫因子，利用CASA模型计算了中国陆地植被净初级生产力，并基于690个点的实测数据进行误差分析[8]。结果显示，1989—1993年中国陆地植被NPP平均为3.12 Pg(以碳的质量计算)，模拟值与观测值的相对误差为4.5%。Xiaobin Guan等人采用CASA模型，利用多元遥感数据融合的方式，基于MODIS NDVI和AVHRR NDVI数据估算出云南省33年NPP数据，并且基于样方（N=59）实测数据对结果进行验证，其相关系数为0.79（Plt;0.01），结果较好[9]。王九中等采用CASA模型和30ｍ分辨率Landsat数据生成了门头沟区2003-2014年的植被净初级生产力产品，分析了门头沟区NPP的空间分异特征[10]。池源等人采用7期Landsat影像基于CASA模型，对黄河三角洲地区NPP进行了估算，探讨了时空特征和人类活动对于NPP变化的影响[11]。

对于CASA模型的改进，主要集中在最大光能利用率的细化方面。传统的CASA模型将最大光能利用率统一设为0.389g/MJ，实际上不同的地区，不同的植被类型的最大光能利用率存在较大差异。因此针对不同研究区域对最大光能利用率进行修正。董丹等利用实测植被生产力数据计算和修正最大光能利用率[12]，建立了改进的CASA模型，通过对我国西南喀斯特植被的NPP进行研究，显示改进后模型的模拟值与实测值相关性显著。杨勇等人和文献[13]基于改进的CASA模型模拟2010年锡林郭勒草原植被净初级生产力，并用地面实测样方数据对改进后的模型进行精度验证，模拟的NPP值与地面实测值之间的相关性达到显著水平[14]。

近几年发展起来的一种新型 NPP估算模型即生态遥感耦合模型，这种模型将生理生态过程模型和遥感参数模型的各项优点集成起来，可以反映植被 NPP 的空间分布格局以及其变化的规律，是NPP研究的发展方向，其整合方式主要有以下几种：

⑴将光能利用率模型和生理生态过程模型融合并实现综合利用。以改进后的生产效率模型（PEM）为例，它的原理是借助入射太阳辐射的总量和植被冠层的吸收系数来对光合辐射的吸收效率进行确定，再把从遥感影像中提取的 LAI 指数作为一个关键参数加入到模型计算中，得到植被NPP；因此这种方法是借助LAI（叶面积指数）将光能利用率模型连接到简化后的生理生态过程模型上。

⑵光能利用率模型的构建依靠LAI与遥感数据的结合，将生理生态过程模型的应用范围进行一定程度的拓展，可以实现植被NPP的时空动态分析，以BEPS模型为例，其以FOREST-BGC 模型的原理作为估算植被NPP的基础，再结合遥感数据获得的LAI指数来实现每日或每年的NPP动态模拟计算。各种不同的NPP估算模型的优缺点见表1。

表1 不同NPP估算模型优缺点比较

2. 研究的基本内容与方案

2.1. 研究目标

⑴估算汉江中下游地区净初级生产力，得出研究区年内变化特征；

3. 研究计划与安排

4. 参考文献（12篇以上）

[1] 朱文泉,陈云浩,徐丹,李京.陆地植被净初级生产力计算模型研究进展[j].生态学杂志,2005(03):296-300.

[2] 周广胜,张新时.1995.自然植被净第一性生产力模型初探[j].植物生态学报,19(3):193～ 200.