基于modis数据的中国土地类型生态足迹空间分析

基于modis数据的中国土地类型生态足迹空间分析

随着人口的增加和经济的增长，工业化和城市化进程不仅促进了人类文明和社会经济的发展，而且恶化了人与自然生态系统的关系。不断加剧的人地矛盾要求建立一系列重要指标来科学、客观地评估区域经济增长的可持续性,以便做出科学的决策和行动。生态足迹核算方法作为一种非货币化的生态系统评估工具,是近年来国际上一种重要的判别可持续发展程度的生物物理方法。它把生物生产性空间作为地球生态系统可更新能力的代名词,来度量进出社会经济系统的物能流,以刻画人类社会与自然之间的依存与支持关系。自1999年生态足迹方法引入国内以来,我国不少学者利用生态足迹模型就不同地区空间开展了大量基于土地供需的生态系统评估研究。在原有基本模型的基础上,不断发展、完善足迹核算方法,推动了时间序列生态足迹模型、投入产出足迹模型、成分法足迹模型等的形成,不同程度地增强了生态足迹作为生态系统评估工具指标的性能。总体而言,我国的生态足迹研究主要是回顾性评估全国、省域尺度的生态系统的压力与状态,但在生态足迹模型的改进和本地化以及计算结果的应用方面存在不足。在生态足迹的计算中,不同类型的资源和能源消费均被折算为农地、畜牧地、林地、建筑用地、能源用地和渔业水域6种生物生产性用地类型的面积。但由于这6类用地的生物生产力不同,为便于加和比较,需将其面积转换为具有相同生物生产力的土地面积,其转换系数称为均衡因子(equivalencefactor)。然而,目前国内的研究只是简单地套用世界平均均衡因子,使得生态足迹模型在核算结果的可靠性等方面存在一定的缺陷。同时,由于我国幅员辽阔,不同经纬度的土地生产力水平差异较大,因此在比较分析不同地区的生态足迹时,简单地套用全国的平均均衡因子,也很难真实、准确地反映各地的消费情况。因此,笔者基于植被的净初级生产力(netprimaryproduction,NPP)对中国的生态足迹均衡因子测算进行了初步探索,同时,针对我国这样一个幅员辽阔、生产力水平差异较大的国家,结合生态足迹模型计算的实际要求分别计算了各省不同用地类型的均衡因子。1生物生产性用地面积生态足迹研究中通常把消费和供给的资源和能源转化为6种类型的生物生产性用地面积,为了精确而真实地将这6种类型的用地面积合计为生态足迹或区域生物承载力,需要将这些具有不同生物生产力的用地面积乘上一个均衡因子。某类生物生产性用地的均衡因子等于该类用地的平均生产力除以研究区域内所有各类用地的平均生产力。均衡处理后的6类生态系统的面积即为具有区域平均生物生产力的、可以相加的生物生产性用地面积。对于全球均衡因子国外已有许多相关研究(表1)。其中,WACKERNAGEL等利用联合国粮农组织全球农业生态区(GAEZ)及国际应用系统分析研究所(IIASA)估算的土地最大潜在农作物产量的相关数据计算的各类用地均衡因子,是最早的研究成果,应用也非常广泛。除此之外,比较有影响的是世界自然基金会(WWF)的“LivingPlanetReport”报告,该报告不仅计算了全球和各主要国家历年的生态足迹和生物承载力,还提供了计算的各项参数。中国有关均衡因子的系统研究则几乎没有,在生态足迹计算中基本上都是直接引用国外有关全球均衡因子的研究结果。刘建兴基于《中国统计年鉴》和世界粮农组织网站的数据,用6类用地产品的平均产量代替其各自的生产力,粗略估算了我国6种生物生产性用地的均衡因子,得到农地和建筑用地的均衡因子为5.25,林地和能源用地为0.21,畜牧地为0.09,渔业水域为0.14。刘建兴的计算做了极有意义的尝试,但由于其采用单位面积的产量表征用地生物生产力,存在林地、畜牧地和渔业水域的平均产量偏小等缺陷,导致计算结果未能在国内推广。2均衡因子测算采用中国2001年分辨率为1km的MODIS数据,根据植被的NPP对中国各省的均衡因子进行测算:首先,分别计算中国各地不同类型生态系统植被的平均NPP;其次,按照不同生态系统的面积比例加权得到全国和不同地区的平均NPP;最后,按照各自的NPP计算出中国各地的均衡因子。2.1净初级生产力的计算近来许多研究对中国陆地生态系统的生产力进行了实测和模拟,采用的方法可以分为4类:实测产量法、实测产量-生态因子回归法、潜力模型评估法和遥感评估法。笔者采取基于陆地植被生产力的遥感估算方法。与其他方法相比,该方法获取数据的速度较快,测算覆盖的范围较广,同时耗费较低,其从得到植被光能利用效率(LUE)架构上实现植被NPP的计算,模型机理性较强,计算过程相对直接,适用空间范围更加广泛。基于MODIS遥感数据、CASA模型等以月或更短时间为步长来估算陆地不同生态系统的净初级生产力,即通过植被吸收的光合有效辐射(APAR)和光能利用效率ε来计算:PNP(x,t)=RAPA(x,t)×ε(x,t)(1)式(1)中,t为时间,x为空间位置。x位置的年均NPP为各时间段PNP(x,t)的总和除以365d的商。光合有效辐射为太阳总辐射和植被对光合有效辐射的吸收比例乘积的一半:RAPA(x,t)=Rx(x,t)×RFPA(x,t)×0.5(2)式(2)中,Rx(x,t)为t月x像元处的太阳总辐射量,MJ·m-2;RFPA(x,t)为植被对入射光合有效辐射的吸收比例;常数0.5表示植被所能利用的太阳有效辐射占太阳总辐射的比例。光能利用效率是指植被把所吸收的入射光合有效辐射转化为生物量的效率,在自然生态系统中,主要受温度和水分的影响:ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×ε*(3)式(3)中,Tε1、Tε2为温度对光能转化率的影响程度;Wε为水分胁迫影响系数,反映水分条件的影响;ε*为理想条件下的最大光能转化率,g·MJ-1,以C计,取值0.389。农地、林地、畜牧地和渔业水域4类生物生产性用地的平均净初级生产力由各自植被覆盖类型的净初级生产力及其面积计算得到:PNP=∑jPj⋅Aj∑jAj(4)ΡΝΡ=∑jΡj⋅Aj∑jAj(4)式(4)中,Pj为某种植被类型的净初级生产力,g·m-2·a-1,以C计;Aj为某种植被类型的面积,m2。2.2净初级生产力测算中国各地6种生物生产性用地的平均均衡因子时,由于能源消费足迹是通过吸收能源消费产生的CO2所需要的林地面积来表征的,因此能源用地的均衡因子与林地相同;而城镇建设占用的多是农地,因此尽管城镇绿化用地表现出一定的生产力,但城镇建设用地的均衡因子仍用农地的均衡因子代替;对于农地、林地、畜牧地和渔业水域的均衡因子(rj)计算,则通过某类生物生产性用地的净初级生产力除以这4种类型用地的平均净初级生产力得到:rj=PiP¯¯¯NP(5)rj=ΡiΡ¯ΝΡ(5)式(5)中,Pi为某类生物生产性用地的净初级生产力,g·m-2·a-1,以C计;P¯¯¯NPΡ¯ΝΡ为这4类用地的平均净初级生产力,g·m-2·a-1,以C计,参考式(4)计算得到。3结果与分析3.1实行农业社会化,提高土地产权制度,增加净土生产力首先计算中国7种主要植被覆盖类型的平均NPP,再通过式(4)计算6类生物生产性用地的NPP。7种主要植被覆盖类型平均NPP的计算结果见图1。中国主要植被NPP差异明显,在森林植被中,以针阔混交林的NPP为最高,其次为落叶阔叶林,常绿针叶林的NPP最小;耕地NPP很高,这是由于在计算中考虑了复种的问题,一年两熟、水旱轮作和双季稻都有春秋2季收获;城镇建设用地也具备一定的NPP,这是城镇中的绿化用地表现出来的。就NPP均值而言,耕地、森林、灌丛、草地、水域、城镇用地、荒漠的次序递减。荒漠NPP最低,这是因为荒漠地区植被稀疏,且高温干旱,植物的光合积累能力极低。中国幅员辽阔,南北、东西跨度均5000km左右。各地具有不同的气候和地形特征,不同生态系统的生产力不尽相同,陆地平均净初级生产力(图2)也随之不同。从图2可以看出,从东南沿海向西北内陆延伸,各地的NPP值大体呈逐渐减小的趋势。与其他地区相比,海南、福建、广东、广西、浙江、江西、云南、台湾的平均NPP值较高。与之相反,新疆、西藏、宁夏、内蒙古、甘肃、青海等地的NPP值较低,说明西北地区的土壤水分条件、植被覆盖等均较差。3.2生物生产性用地的均衡因子通过对农地、林地、畜牧地和渔业水域均衡因子的计算,得到中国6类生物生产性用地的均衡因子(表2)。农地和建筑用地的均衡因子最高,为1.74,其次是林地和能源用地(1.41),渔业水域(0.35)最低。3.3生物生产性用地的均衡基于上述方法,可以分别计算出中国各地6类生物生产性用地的均衡因子(表3)。虽然各地的平均NPP大致呈现从东南向西北方向递减的规律,但各地6类不同生物生产性用地的相对生产力各不相同,因而不同地区不同用地类型的均衡因子各不相同,但大体上呈现农地>林地>畜牧地>渔业水域的规律。需要指出的是,澳门特别行政区土地面积为29.2km2,全区没有农地利用类型,因此在具体计算中,其农地均衡因子试用全国平均值代替。3.4全球均衡因子与WACKERNAGEL等提出的全球均衡因子(表1)相比,笔者计算的中国农地均衡因子偏小,林地和渔业水域偏高;另外,由于计算基于2001年的MODIS图像数据,因此与WWF给出的2001年全球均衡因子(表1)相比较发现,本研究中农地均衡因子偏小,其他因子则相差不大。究其原因:一是中国各种类型生物生产性用地的生产能力与全球平均生产能力不同;二是3者的计算方法不同,各种方法各有其优缺点,计算全球均衡因子时,大尺度上的计算存在着数据和计算手段等方面的限制,而计算单一国家的均衡因子时,则可以进行详细的分类。4生态系统及其生物生产力:效率与均衡因子对中国6类生物生产性土地的平均均衡因子作了测算,并进一步计算不同地区各类用地的均衡因子,在生态足迹模型的标准化和本地化研究方面作了初步的探索。结果表明,就中国平均均衡因子而言,生产力水平最高的农地,其均衡因子最大(1.74),渔业水域最小(0.35);就不同地区而言,由于区域内不同用地类型的相对生产能力不同,因而均衡因子各不相同,但大体上呈现农地>林地>畜牧地>渔业水域的规律。鉴于在相邻年份中生态系统的生产力不会有太大变化,因此该研究的计算结果可以应用于20世纪90年代末至21世纪初中国各地的生态足迹计算中。若要进行长时间序列的计算,可以考虑用相同的方法分别计算每10a的生产力,然后得到相应年代的均衡因子。就计算方法而言,与基于产量或土地最大潜在生产力计算均衡因子的方法相比,用生态系统NPP代表土地的生物生产力有其固有的优点。生态系统中的能量流动开始于绿色植物的光合作用,NPP是指绿色植物在单位面积、单位时间内积累的有机物数量,是从光合作用产生的有机质总量中扣除自氧呼吸后的剩余部分,它直接反映不同生态系统中植物群落在自然或人工环境条件下的真实生产能力。因此,用生态系统NPP代表土地的生物生产力,可以使均衡因子准确、直观、真实地反映各种用地类型的生产力差别,同时可以使得生态足迹的计算结果真实地反映人类对生态系统生产能力和供给能力的直接占用程度,从而更好地评估一个地区的生态持续性。但在实际计算过程中发现还存在一些细节方面的技术性问题,需要进一步研究和完善。尤其是对于水域的生产力与水产品生产,其生态足迹的计算涉及对鱼虾等水产品的消费,NPP计算的是浮游植物的生产力,虽然在自然条件下植物的初级生产力与鱼虾等种群的数量有直接的关系,但一方面当前淡水水产品的生产多依靠人工饲养,另一方面,过高的NPP则代表水华爆发等情况,对水生动物会产生负面的影响。在生态足迹的研究中还应加强生态足迹模型的标准化和本地化研究。由于生态足迹核算假设排除了不可再生资源及其与可再生资源之间的替代性,没