未来气候变化情景下中国橡胶主产区内植被净初级生产力预估

刘少军 李伟光 陈小敏 佟金鹤

摘  要：气候变化影响生态系统的最重要表现之一是引起植被净初级生产力（NPP）的变化。全球气候变暖对中国天然橡胶树种植区内植被NPP的影响值得深入研究。根据1981—2010全国气候数据和RCP4.5情景的气候预估数据，基于气候植被NPP模型，对1981—2010、2041—2060、2061—2080年中国天然橡胶种植区内NPP变化进行分析。结果表明：（1）随着气候变暖，天然橡胶种植区内NPP呈现整体先增加后略减小趋势，其中1981—2010年研究区内植被年平均NPP为12.89 tC/hm2;2041—2060年研究区内植被年平均NPP为15.07 tC/hm2;2061—2080年研究区内植被年平均NPP为15.01 tC/hm2;（2）从空间分布上看，不同时期的NPP的高值区主要集中分布在海南岛的东部沿海，广东的信宜、电白，广西的东兴，云南的景洪、勐腊等地;低值区主要分布在云南的临沧、屏边以北，海南岛的西部沿海，广东的徐闻等地。相关结果可为相关部门制定天然橡胶适应未来气候变化的决策提供依据。

关键词：天然橡胶;植被;NPP;预估

中图分类号：P49;Q948      文献标识码：A

Prediction of Net Primary Productivity of Vegetation in Main Rubber Areas of China under Future Climate Change

LIU Shaojun， LI Weiguang， CHEN Xiaomin， TONG Jinhe

Hainan Institute of Meteorological Science / Key Laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province， Haikou， Hainan 570203， China

Abstract： One of the most important manifestations of climate change affecting ecosystems is the change of net primary productivity （NPP） of vegetation. Under the background of global warming， how much the net primary productivity of vegetation in natural rubber tree planting areas in China is affected needs to be studied. Based on the national climate data from 1981 to 2010 and the climate prediction data of RCP 4.5 scenario， and the net primary productivity model of climate vegetation， the NPP changes in natural rubber planting areas in China were analyzed from 1981 to 2010， 2041 to 2060 and 2061 to 2080. With climate warming， NPP in the natural rubber planting areas increased first and then decreased slightly. The annual average NPP of vegetation in the study area was 12.89 tC/hm2 from 1981 to 2010， 15.07 tC/hm2 from 2041 to 2060， and 15.01 tC/hm2 from 2061 to 2080. In spatial distribution， the high value areas of NPP in different periods were mainly distributed in the eastern coast of Hainan， Xinyi， Dianbai， Dongxing of Guangxi， Jinghong and Mengla of Yunnan， and the areas of low value of NPP were mainly distributed in Lincang， north of Pingbian of Yunnan， west coast of Hainan and Xuwen of Guangdong. Relevant results could provide making decisions on the adaptation of rubber to future climate change.

Keywords： natural rubber; vegetation; net primary production; prediction

DOI： 10.3969/j.issn.1000-2561.2020.03.028

過去100多年全球的平均地表温度约升高了0.85 ℃，其中绝大多数区域以地表增暖为主[1]。在全球气候变暖背景下，与气候息息相关的植被生态系统受气候变化的影响更为直接，气候变化势必会对植被的生长造成影响。由于全球气候变化程度差异，不同区域植被生态系统对气候变化的响应也因自身抗干扰和恢复能力的不同而有所差异[2]。在自然环境下，植被的生长除受自身的生物学特征和土壤等限制外，主要受气候因子的影响。因此，可以通过植被的干物质与气候因子的相关性估算净初级生产力[3]。中国橡胶树种植主要分布在海南、云南等地，种植区域纬度偏北和海拔偏高，橡胶树对气象条件的变化敏感。未来气候变化将会对中国橡胶种植区植被产生怎样的影响呢？因此，预估未来气候变化对该区域植被初级生产力的影响，可以为未来橡胶种植规划和布局提供决策依据。植被净初级生产力（net primary productivity， NPP）作为在单位时间和单位面积上所产生的有机干物质总量，是反映植被生态系统对气候变化响应的重要指标[4]。气候变化影响生态系统的最重要表现之一是引起NPP的变化。因此，研究气候变化对橡胶产区NPP的影响，可为预测气候变化对橡胶产量的影响及其风险提供依据[5-6]。

自19世纪80年代植被NPP的研究开始以后，先后发展了基于气候与植被的统计模型、基于植物生理生态过程的机理模型、基于卫星遥感的光能利用率模型等[7]。气候生产潜力模型模拟的是在光、温、水等自然条件下、采用最佳管理手段导致某种作物可能达到产量的上限。因此，利用气候生产力模型能预估该区域作物可能达到最大产量。典型估算NPP的气候生产力模型有Miami模型[8]、Thornthwaite Memorial模型[9]、Chikugo模型[10]、朱志辉模型[11]和周广胜模型[12]、Wagenigen模型、农业生态区位（AEZ）模型、GAEZ模型等[13]。在全球气候变暖背景下，气候变化必将对橡胶树主产区内植被NPP产生较大影响。IPCC第5次评估报告（AR5）给出了典型浓度路径（representative concentration pathways， RCPs）下的气候情景，包括RCP8.5、RCP6、RCP4.5及RCP2.6，其中RCP4.5的优先性大于RCP6和RCP2.6[14-17]。

本研究拟采用全球气候模式（BCC-CSM1-1）在RCP4.5排放情境下的预估气候数据（时段：2041—2060年、2061—2080年）和基准时段（1981—2010年）的气候资料，选择气候植被NPP模型，结合未来气候情景数据，分析未来气候变化对中国橡胶主产区内植被NPP的影响，预估初级生产力的空间分布。探究气候变化对橡胶种植区NPP综合影响程度，以期为橡胶树种植区域应对气候变化提供决策依据。

1  材料与方法

1.1  数据来源

研究区1981—2010年温度、降水要素气候数据集来源于国家气象信息中心。RCP4.5气候情景数据（2041—2060、2061—2080年）来源于http：//worldclim.org/cmip5。橡胶种植分布北界来自文献[18]，根据橡胶种植北界，确定橡胶种植北界以南为研究区域（图1）。

1.2  方法

根据孙成明等[19]多种模型对比研究表明：周广胜模型模拟的NPP相对误差、根均方误差、相对根均方误差均最小，适宜对南方区域植被的NPP的估算。而且其估算效果明显优于其他模型。周广胜等[3]建立的植物的净第一性生产力模型具体算法如下：

式中：NPP为植被NPP（tC/hm2），r为年降水量（mm），RDI为辐射干燥度，PER为可能蒸散率，PET为可能蒸散量（mm），BT为年平均生物温度（℃），t为0～30日的月平均温度（℃）。

2  结果与分析

2.1  蒸散率的变化特征

将1981—2010、2041—2060、2061—2080年变化特征的数据分别代入公式（4），计算植被可能蒸散率。从图2可以看出，整个研究区植被可能蒸散率在不同时期存在明显差异。1981—2010年蒸散率最大值为1.25，最小值为0.60，平均值为0.94;高蒸散率主要分布在广东雷州半岛和海南岛，低蒸散率主要分云南的澜沧以西区域。2041—2060年主要分布年蒸散率最大值为2.12，最小值为0.46，平均值为0.83;高蒸散率主要分布在广东雷州半岛、海南岛的西部沿海区域和云南的临沧以东区域;低蒸散率主要分云南的瑞丽以北、思茅、江城一带，广西的东兴、广东的电白。2061—2080年主要分布年蒸散率最大值为2.41，最小值为0.47，平均值为0.86，蒸散率的空间分布与2041—2060年的空间分布年蒸散率基本一致，但在广东的汕尾、福建的厦门等区域存在差异，该区域较2041—2060年蒸散率有所下降。

2.2  辐射干燥度的变化特征

从图3可以看出，整个研究区辐射干燥度在不同时期存在一定的差异。1981—2010年辐射干燥度最大值为0.84，最小值为0.59，平均值为0.72;辐射干燥度高值区主要分布在广东雷州半岛和海南岛四周沿海区域;低值区主要分云南的澜沧以西区域，广东的汕尾、惠来一带。2041— 2060年主要分年辐射干燥度最大值为1.25，最小值为0.54，平均值为0.68;辐射干燥度高值区主要分布在广东雷州半岛、海南岛的西部沿海区域、云南的临沧以东区域、福建的厦门、汕头一带;低值区主要分云南的瑞丽以北、思茅、江城一带，广西的东兴、广东的电白、海南的东部沿海。2061—2080年高值区年辐射干燥度最大值为1.40，最小值为0.54，平均值为0.69;辐射干燥度高值区主要分布在广东雷州半岛、海南岛的西部和南部沿海区域;低值区主要分云南的大部分区域、广西的东兴等地。

2.3  植被净初级生产力特征

从图4可以看出，1981—2010年研究區内植被年平均NPP最大值为15.26 tC/hm2，最小值为9.49 tC/hm2，平均值为12.89 tC/hm2;1981—2010年研究区内植被年平均NPP的高值区分布在海南岛，广东的湛江、电白、汕尾、惠来等地，云南的勐腊;低值区主要分布在云南瑞丽澜沧思茅江城屏边以北区域。2041—2060年研究区内植被年平均NPP最大值为21.21 tC/hm2，最小值为10.89 tC/hm2，平均值为15.07 tC/hm2;2041—2060年研究区内植被年平均NPP的高值区分布在海南岛的东部，广东的湛江、电白，广西的东兴;低值区主要分布在云南的临沧、屏边以北，海南的西北部。2061—2080年研究区内植被年平均NPP最大值为19.98 tC/hm2，最小值为10.13 tC/hm2，平均值为15.01 tC/hm2;2061—2080年研究区内植被年平均NPP的高值区分布在海南岛的东部沿海，广东的信宜、电白，广西的东兴;云南的景洪、勐腊等地;低值区主要分布在云南的临沧、屏边以北，海南岛的西部沿海，广东的徐闻等地。

3  討论

本研究利用气候植被NPP模型模拟不用时期中国橡胶种植区内植被NPP的变化规律。其中，潜在蒸散量表征植被对干旱的耐受程度。研究区1981—2010、2041—2060、2061—2080年的平均蒸散率呈先减少后略增的趋势;在空间分布上看，不同时期高低值分布趋势整体一致。辐射干燥度表征一个地区干湿程度的指标。研究区1981— 2010、2041—2060、2061—2080年辐射干燥度呈先减少后略增趋势;在空间分布上看，在不同时期存在一定的差异。研究表明，随着未来气候进一步增暖，研究区内NPP值将出现先增后降的趋势，植被NPP年平均值从1981—2010年的12.89 tC/hm2增加到2041—2060年的15.07 tC/hm2，然后小幅度下降到15.01 tC/hm2（2061—2080年）。这一研究结论与赵东升等[2]采用Lund-Potsdam- Jena（LPJ）模型分析的中国自然植被NPP变化趋势基本一致。研究时间段内的植被NPP年平均值（1981—2010年）与孙成明等[19]的研究结论基本一致，与刘明亮[20]和陶波等[21]的研究结论接近，略有偏差。这进一步说明，利用气候植被NPP模型模拟未来情景下中国橡胶主产区NPP的变化趋势是可行的。研究区的植被NPP值出现先增后降的趋势，主要原因在于RCP4.5预估的2041—2060年的年平均气温和年平均降水量较1981—2010年整体呈增加趋势，有利于植被NPP的提高;与2041—2060年平均降水和温度相比，2061—2080年在年平均降水相对变化不大的条件下，年平均温度的增加，导致潜在蒸散量和辐射干燥的增加，对植被NPP可能会产生一定的负面影响[2]，导致研究区2061—2080年的植被NPP较2041—2060年有所下降。

植被NPP是衡量生态状况的重要指标之一[2]，随着气候变暖，研究区的植被NPP将提高，整体生态状况将持续保持上升的趋势。同时也不能排除，受气候变化的影响，区域内极端天气气候事件的概率增加，导致在特定的区域可能会出现NPP降低。植被的生长受到光照、温度、水分等的共同影响[22]，在不同区域影响植被NPP变化的主要原因也略有不同。本研究所采用的气候植被NPP模型主要考虑温度和降水的影响。根据不同时期研究区内温度和降水的差异，预估了研究区植被NPP值在空间上的分布差异。罗红霞等[23]研究表明，研究区域内植被指数的变化受温度的影响大于降水。根据实际情况而言，植被指数的变化是气候变化、环境和人类活动等多种因素共同作用的结果。因此，研究区域内植被NPP变化的主因时，要根据不同区域开展具体的分析。

总体而言，未来气候变化对中国橡胶种植区NPP的影响是利大于弊，但对局部区域的NPP可能产生负作用，因此需要根据实际情况，采用相应的对策。研究结果对于理解未来气候变化对中国橡胶种植区植被NPP的影响有重要作用。

气候变化对橡胶种植区NPP影响十分复杂，气候生产潜力模型法以公式推导理论上的潜在产量，计算结果普遍偏高[13]。因此需要综合考虑植被NPP不同的影响因子[3， 24-26]，进一步验证模拟结果的可靠性，才能为准确评价不同时间段内中国橡胶种植区内植被NPP的变化以及预测未来气候变化对其影响。由于RCP4.5数据是模式输出的对未来气候变化情景的模拟，必定与未来真实的情况有偏差，导致估算的中国天然橡胶种植区的NPP变化特征难免存在一定误差。

参考文献

IPCC. Climate change 2013： the physical science basis [M]. Cambridge： Cambridge University Press， 2013.

赵东升， 吴绍洪， 尹云鹤. 气候变化情景下中国自然植被净初级生产力分布[J]. 应用生态学报， 2011， 22（4）： 897-904.

周广胜， 张新时. 全球气候变化的中国自然植被的净第一性生产力研究[J]. 植物生态学报， 1996， 20（1）： 11-19.

吴珊珊， 姚治君， 姜丽光， 等. 基于MODIS的长江源植被NPP时空变化特征及其水文效应[J]. 自然资源学报， 2016， 31（1）： 39-51.

彭少麟， 侯爱敏， 周国逸. 气候变化对陆地生态系统第一性生产力的影响研究综述[J]. 地球科学进展， 2000， 15（6）： 717-722.

刘  夏， 王毅勇， 范雅秋. 气候变化情景下湿地净初级生产力风险评价—以三江平原富锦地区小叶章湿地为例[J]. 中国环境科学， 2015， 35（12）： 3762-3770.

韩王亚， 张  超， 曾  源， 等. 2000—2015年拉萨河流域 NPP 时空变化及驱动因子[J]. 生态学报， 2018， 38（24）： 8787-8798.

Lieth H. Modelling the primary productivity of the world [J]. Nature and Resources， 1972， 8 （2）： 5-10.

Lieth H， Box E O. Evapotranspiration and primary production [C]//Thornthwaite W. Memorial model， publications in climatology. New Jersey： C W Thornthwaite Associates， 1972： 37-46.

Uchijima Z， Seino H. Agroclimatic evaluation of net primary productivity of natural vegetation （1） Chikugo model for evaluating net primary productivity[J]. Journal of Agricultural Meteorological， 1985， 40（4）： 343-352.

朱志辉. 自然植被净第一性生产力估计模型[J]. 科学通报， 1993， 38（15）： 1422-1426.

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

王亚飞， 廖顺宝. 气候变化对粮食产量影响的研究方法综述[J]. 中国农业资源与区划， 2018， 39（12）： 54-63.

Moss R， Edmonds J， Hibbard K， et al. The next generation of scenarios for climate change research and assessment[J]. Nature， 2009， 463（7282）： 747-756.

王绍武， 罗  勇， 赵宗慈， 等. 新一代温室气体排放情景[J]. 气候变化研究进展， 2012， 8（4）： 305-307.

陈敏鹏， 林而达. 代表性浓度路径情景下的全球温室气体减排和对中国的挑战[J]. 气候变化研究进展， 2010， 6（6）： 436-442.

占明锦， 殷剑敏， 孔  萍， 等. 典型浓度路径（RCP）情景下未来50 年鄱阳湖流域气候变化预估[J]. 科学技术与工程， 2013， 13（34）： 10107-10115.

农牧渔业部热带作物区划办公室. 中国热带作物种植业区划[M]. 广州： 广东科技出版社， 1989.

孙成明， 陈瑛瑛， 武  威， 等. 基于气候生产力模型的中国南方草地NPP空间分布格局研究[J]. 扬州大学学报（农业与生命科学版）， 2013， 34（4）： 56-61.

刘明亮. 中国土地利用/土地覆盖变化与陆地生态系统植被碳库和生产力研究[D]. 北京： 中国科学院遥感应用研究所， 2001.

陶  波， 李克让， 邵雪梅， 等. 中国陆地净初级生产力时空特征模拟[J]. 地理学报， 2003， 58（3）： 372-380.

朱文泉， 潘耀忠， 阳小琼， 等. 气候变化對中国陆地植被净初级生产力的影响分析[J]. 科学通报， 2007， 52（21）： 2535-2541.

罗红霞， 王玲玲， 曹建华， 等. 海南岛2001—2014年植被覆盖变化及其对气温降水响应特征研究[J]. 西南农业学报， 2018， 31（4）： 856-861.

Yuan Q Z， Wu S H， Dai E F， et al. NPP vulnerability of the potential vegetation of China to climate change in the past and future[J]. Journal of Geographical Sciences， 2017， 27（2）： 131-142.

Bai Y F， Han X G， Wu J G， et al. Ecosystem stability and compensatory effects in the Inner Mongolia grassland[J]. Nature， 2004， 431（7005）： 181-184.

叶永昌， 周广胜， 殷晓洁. 1961—2010 年内蒙古草原植被分布和生产力变化——基于MaxEnt模型和综合模型的模拟分析[J]. 生态学报， 2016， 36（15）： 4718-4728.