2010年中國農(nóng)作物凈初級生產(chǎn)力及其空間分布格局

王軼虹, 王美艷,史學(xué)正,陳 龍,趙永存,于東升

1 中國科學(xué)院南京土壤研究所,土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室, 南京 210008 2 中國科學(xué)院大學(xué), 北京 100049

?

2010年中國農(nóng)作物凈初級生產(chǎn)力及其空間分布格局

王軼虹1,2, 王美艷1,2,史學(xué)正1,*,陳 龍1,2,趙永存1,2,于東升1,2

1 中國科學(xué)院南京土壤研究所,土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室, 南京 210008 2 中國科學(xué)院大學(xué), 北京 100049

采用2011—2012年全國實測水稻、小麥、玉米、大豆、油菜、棉花6種作物的生物量獲得的干燥系數(shù)(DC)、收獲指數(shù)(HI)和根冠比(R/S),結(jié)合2010年以縣為單位的農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算了2010年中國農(nóng)作物產(chǎn)生的凈初級生產(chǎn)力(NPP)。2010年中國農(nóng)作物產(chǎn)生的NPP為596 Tg C,其中地上NPP為517 Tg C,地下NPP為80 Tg C。NPP空間分布不平衡,主要集中在東北的松嫩三江平原、黃淮海平原、長江中下游平原、西南的四川盆地和華南的珠江流域。單位面積農(nóng)作物產(chǎn)生的NPP介于9—2094 g C m-2a-1之間,平均密度為519 g C m-2a-1。NPP密度(NPPD)較高的地區(qū)主要分布在中國的東部的濕潤、半濕潤地區(qū)以及內(nèi)陸灌溉條件較好的地區(qū)。9個農(nóng)業(yè)區(qū)中,黃淮海區(qū)農(nóng)作物產(chǎn)生的NPP最多,東北區(qū)NPPD最高,青藏區(qū)農(nóng)作物NPPD最低,產(chǎn)生的NPP也最少。作物種植面積能解釋98%農(nóng)業(yè)區(qū)之間NPP差異。通過對每個區(qū)域內(nèi)縣域NPPD與氣候因子和化肥因子做相關(guān)分析,發(fā)現(xiàn)化肥施用量、日照時數(shù)、氣溫和降水均對NPPD的空間分異有影響,但是9個區(qū)域的主導(dǎo)因素不同。

農(nóng)作物；Net primary productivity (NPP)；NPPD；收獲指數(shù)；根冠比；空間變化

凈初級生產(chǎn)力(NPP)是生態(tài)系統(tǒng)在一段時間內(nèi)所固定的碳總量,是由光合作用所產(chǎn)生的有機質(zhì)總量扣除自養(yǎng)呼吸后的剩余部分。這些有機物質(zhì)被分配到植物的地上和地下部分,用于植物的生長和繁殖。凈初級生產(chǎn)力是地表碳循環(huán)的重要組成部分,是判定生態(tài)系統(tǒng)碳匯和調(diào)節(jié)生態(tài)系統(tǒng)過程的主要因子[1]。農(nóng)業(yè)植被凈初級生產(chǎn)力代表了農(nóng)田生態(tài)系統(tǒng)通過光合作物固定大氣中CO2的能力,決定了農(nóng)田土壤中可獲得的有機質(zhì)的含量。農(nóng)作物每年通過光合作用產(chǎn)生的NPP為7.8 Pg C,占全球NPP總量的16%[2-3],因此農(nóng)田凈初級生產(chǎn)力在全球碳平衡中扮演著重要作用。中國作為一個農(nóng)業(yè)大國,準確估算農(nóng)田生態(tài)系統(tǒng)產(chǎn)生的NPP有助于了解農(nóng)作物在全球碳循環(huán)中的貢獻。

目前,估算區(qū)域尺度農(nóng)業(yè)植被凈初級生產(chǎn)力的方法主要有兩種：第一,利用作物產(chǎn)量的統(tǒng)計數(shù)據(jù)及各作物的相關(guān)參數(shù)進行估算。Prince[4]利用收獲指數(shù)、根冠比數(shù)據(jù),結(jié)合以縣為單位的作物種植農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算了美國中西部的NPP,結(jié)果表明1992年美國西部以縣為單位的NPP的變化范圍從4 Mg hm-2a-1到大于17 Mg hm-2a-1。Hicker[2]利用以縣為單位的作物種植面積和作物產(chǎn)量數(shù)據(jù)研究了美國1972—2001年農(nóng)田NPP的時間變化情況,以縣為單元作圖呈現(xiàn)了NPP的空間分布情況,發(fā)現(xiàn)NPP時間上呈現(xiàn)增加趨勢,空間分布上差異顯著。黃耀[5]利用以省為單位的農(nóng)業(yè)統(tǒng)計數(shù)據(jù)結(jié)合收獲指數(shù)和根冠比參數(shù)估算了1950—1999年中國農(nóng)田產(chǎn)生的NPP,結(jié)果表明研究期間NPP增加非常明顯。1950s、1960s、1970s、1980s和1990s年代,農(nóng)田產(chǎn)生的NPP平均值為(146±32)、(159±34)、(260±55)、(394±85) Tg C/a和(513±111)Tg C/a。黃耀利用統(tǒng)計數(shù)據(jù)估算了中國農(nóng)田的NPP,但是因為采用以省為單位的估算單元,NPP的空間分布情況不容易呈現(xiàn)。Bolinder[6]認為利用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算農(nóng)田產(chǎn)生的NPP的方法直接簡單,并且獲得的估算結(jié)果很容易隨著數(shù)據(jù)的更新和參數(shù)的完善而提高估算精度。利用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算國家尺度或區(qū)域范圍的NPP時,估算單元越小,相關(guān)參數(shù)(如收獲指數(shù)、根冠比)數(shù)據(jù)越多,估算結(jié)果越接近于真實值,估算結(jié)果越容易作圖表現(xiàn)。

第二,利用模型估算植被凈初級生產(chǎn)力在國內(nèi)外得到廣泛應(yīng)用[7- 9]。Hicke[10]利用17a的衛(wèi)星數(shù)據(jù)和CASA模型模擬了北美NPP并分析了其變化對C庫的影響。王彧[11]利用Crop-C模型結(jié)合GIS空間數(shù)據(jù)庫模擬了我國6種作物主產(chǎn)區(qū)的凈初級生產(chǎn)力。模擬結(jié)果表明,自1980年以來,中國農(nóng)業(yè)植被凈初級生產(chǎn)力呈增加趨勢,從1980年的472.9 Tg C增加到2000年的607.2 Tg C。閆慧敏[12]利用衛(wèi)星遙感數(shù)據(jù)驅(qū)動的GLO-PEM模型估算了1981—2000年中國農(nóng)田生態(tài)系統(tǒng)凈初級生產(chǎn)力。認為研究時期內(nèi)中國農(nóng)田生產(chǎn)力總量增加,但仍有24%的農(nóng)田生產(chǎn)力下降。利用模型估算農(nóng)田產(chǎn)生的NPP雖然得到廣泛應(yīng)用,然而,由于農(nóng)業(yè)系統(tǒng)的復(fù)雜性,國外模型應(yīng)用到中國的農(nóng)田生態(tài)系統(tǒng)時,在模型參數(shù)的可獲得性和模型的有效性方面存在很大不確定性。國內(nèi)自行研發(fā)的模型較少,已有模型雖然考慮了中國實際情況,但生態(tài)機理方面考慮不足或存在簡化,使估算結(jié)果存在較大的不確定性。另一方面,不論是國內(nèi)模型還是國外模型,估算區(qū)域農(nóng)田NPP時,都需要用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)和相關(guān)參數(shù)的估算結(jié)果進行驗證。

目前,中國利用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算NPP時可使用的相關(guān)參數(shù)(收獲指數(shù)、根冠比)數(shù)據(jù)較少而且年代久遠,收獲指數(shù)大多采用張福春[13]20世紀80年代的測定數(shù)據(jù),根冠比數(shù)據(jù)來自不同的文獻。參數(shù)數(shù)據(jù)較老以及缺乏統(tǒng)一的數(shù)據(jù)源,增加了用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算NPP的不確定性。另一方面,不論是利用模型還是農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算NPP,我國農(nóng)業(yè)NPP的估算值多數(shù)是2005年之前的數(shù)據(jù),近些年數(shù)據(jù)空白,不利于評估中國農(nóng)田在全球氣候變化中的作用。鑒于目前存在的問題,確立了本文的研究目的：建立農(nóng)作物新的參數(shù)數(shù)據(jù)庫,并結(jié)合利用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算NPP,明確近些年中國農(nóng)田可產(chǎn)生的NPP,了解NPP的空間分布情況,為研究中國農(nóng)田在全球變化中的作用提供數(shù)據(jù)支持。本研究將中國劃分為9個農(nóng)業(yè)類型區(qū),2011—2012年在不同農(nóng)業(yè)類型區(qū)內(nèi)實測作物生物量數(shù)據(jù)獲得了9個農(nóng)業(yè)區(qū)內(nèi)水稻、小麥、玉米、大豆、油菜、棉花的干燥系數(shù)(DC,dry coefficient)、收獲指數(shù)(HI,harvest index)和根冠比(R/S，root to shoot ratio)數(shù)據(jù),建立了一套最新的農(nóng)作物參數(shù)數(shù)據(jù)庫。結(jié)合2010年農(nóng)作物產(chǎn)量統(tǒng)計數(shù)據(jù),以縣為單元估算了中國農(nóng)作物產(chǎn)生的NPP,并繪制了以縣為單位的NPP密度圖和NPP分布圖,討論了NPP區(qū)域分布特征。

1 數(shù)據(jù)來源與研究方法

1.1 作物生物量樣品采集

根據(jù)氣候條件、主要農(nóng)作物分布和復(fù)種指數(shù)、耕地面積分布和土壤類型特點,并結(jié)合中國農(nóng)業(yè)區(qū)劃兼顧全國尺度上大致均勻的原則,在全國選取了59個典型縣(圖1),2011—2012年在全國采集了水稻、玉米、小麥、大豆、棉花、油菜6種主要作物的生物量。每個典型縣選取一到兩種種植面積廣的主要作物在收獲期采集,如有輪作的,需要采集每個季節(jié)的作物樣品。每種作物設(shè)置一個采樣點,每個采樣點設(shè)3個重復(fù)。樣品在作物成熟收獲前采集作物的籽粒、秸稈和根系。作物根系生物量采用“挖土塊法”[14]獲取,樣方的面積不小于0.25 m2。玉米和棉花根系挖掘的樣方深度為50 cm,水稻、小麥、油菜和大豆根系挖掘的樣方深度為30 cm。籽粒和秸稈經(jīng)風(fēng)干、烘干后獲得籽粒、秸稈生物量,根系經(jīng)過清洗、烘干后獲得根系生物量,然后根據(jù)公式1—3計算每個采樣點每種作物的干燥系數(shù)、收獲指數(shù)和根冠比[15- 17]。

1.2 數(shù)據(jù)來源

2010年中國2709個縣農(nóng)作物經(jīng)濟產(chǎn)量、種植面積統(tǒng)計數(shù)據(jù)來自中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所。

1.3 點到區(qū)域拓展方法

2011—2012年在全國獲得了111個樣點的干燥系數(shù)、收獲指數(shù)和根冠比數(shù)據(jù)以及2709個縣作物產(chǎn)量等統(tǒng)計數(shù)據(jù),為了計算每個縣的NPP,采用以下原則把樣點數(shù)據(jù)拓展到全國農(nóng)作物種植區(qū):

1)以全國農(nóng)業(yè)區(qū)劃委員會編制的《中國綜合農(nóng)業(yè)區(qū)劃》為基礎(chǔ),結(jié)合縣級行政單元的完整性,將全國劃分為9個農(nóng)業(yè)區(qū)(圖1),農(nóng)業(yè)區(qū)內(nèi)每種作物的干燥系數(shù)、收獲指數(shù)和根冠比的區(qū)域值取該農(nóng)業(yè)區(qū)內(nèi)此種作物所有樣點的算術(shù)平均值。農(nóng)業(yè)區(qū)內(nèi)沒有采樣點時,農(nóng)業(yè)區(qū)作物的干燥系數(shù)、收獲指數(shù)和根冠比的值取最鄰近點的值；最后獲得了9個農(nóng)業(yè)區(qū)6種作物的干燥系數(shù)、收獲指數(shù)、根冠比(表1)；

2)每個縣每一種作物的干燥系數(shù)、收獲指數(shù)和根冠比取該縣所在農(nóng)業(yè)區(qū)的值計算NPP；

3)由于大豆和棉花的主要種植區(qū)域比較集中,只在東北采集了大豆,在新疆采集了棉花。因此全國每一個縣大豆的干燥系數(shù)、收獲指數(shù)和根冠比的值采用所有采樣點的平均值；每一個縣棉花的干燥系數(shù)、收獲指數(shù)和根冠比的值采用所有采樣點的平均值；

4)同一農(nóng)作物如水稻是輪作作物,研究中不分早晚稻,都作為水稻處理；將統(tǒng)計數(shù)據(jù)中的油料作物作為油菜處理。

我想著哥哥到時候跑到學(xué)校，學(xué)校里一個人都沒有，就非常好笑，很期待?？墒?，到了晚上，這件事很快就被哥哥發(fā)現(xiàn)了。我想他是怎么發(fā)現(xiàn)的呢？后來才得知，原來他從平板電腦登上了媽媽的微信，看到了他老師發(fā)的微信。

1.4 NPP計算方法

本研究中將農(nóng)作物的NPP分為地上生物量和地下生物量分別計算,地下生物量為收獲時采集的根系生物量。首先計算出每個縣每種作物的NPP,相加得到每個縣6種農(nóng)作物的NPP。每個縣的NPP相加得到全國農(nóng)作物的NPP。每個縣6種作物的NPP相加后除以6種作物的種植面積得到這個縣NPP密度值。全國所有縣NPP相加除以作物的種植面積得到全國農(nóng)作物的NPP密度。

表1 不同農(nóng)業(yè)區(qū)的收獲指數(shù)(HI)、根冠比(R/S)和干燥系數(shù)(DC)

計算公式如下：

DC=籽粒烘干生物量/籽粒風(fēng)干生物量

(1)

HI=籽粒烘干生物量/地上部分烘干生物量

(2)

R/S=根系烘干生物量/地上部分烘干生物量

(3)

(4)

(5)

(6)

(7)

(8)

式中，Yji,Sji,Bji,和Aji分別表示表示統(tǒng)計數(shù)據(jù)中第j個縣第i種作物的產(chǎn)量、地上生物量、地下生物量和作物的種植面積；DCni,HIni和(R/S)ni分別表示第n個農(nóng)業(yè)區(qū)第i種作物的干燥系數(shù)、收獲指數(shù)和根冠比；T表示全國農(nóng)作物產(chǎn)生的NPP,Dj表示第j個縣單位面積農(nóng)作物的NPP,D表示全國農(nóng)作物單位面積NPP的平均值

采用的分析軟件有excel2007,SPSS13.0,圖件用Origin 8.0,ArcMap 9.3完成。

圖1 全國農(nóng)業(yè)區(qū)的劃分和采樣點分布 Fig.1 Distribution of agricultural regions and sampling counties1: 東北區(qū)；2: 內(nèi)蒙及長城沿線區(qū)；3: 黃淮海區(qū)；4: 黃土高原區(qū)；5: 長江中下游區(qū)；6: 西南區(qū)；7: 華南區(qū)；8: 甘新區(qū)；9: 青藏區(qū)

2 結(jié)果與討論

以縣級行政單元為單位估算了2010年中國農(nóng)作物產(chǎn)生的NPP。結(jié)果表明,我國農(nóng)作物2010年產(chǎn)生的NPP為596 Tg C,地上生物量為517 Tg C,秸稈量為242 Tg C,地下生物量為80Tg C,地上生物量是地下生物量的近6.5倍。Potter[3]估算農(nóng)作物每年產(chǎn)生的NPP為7.8 Pg C,因此中國農(nóng)田內(nèi)產(chǎn)生的NPP占全球NPP總量的8%,中國農(nóng)田在全球碳循環(huán)中有重要作用。

從區(qū)域分布看,NPP的空間分布不平衡。NPP較大的地區(qū)主要集中在東北的松嫩三江平原,黃淮海平原、長江中下游平原、西南的四川盆地和華南的珠江流域(圖2)。本研究獲得的6種作物在中國的種植面積為115 Mhm2,因此,我國農(nóng)田NPP密度的平均值等于519 g C/m2。NPP密度介于9—2094 g C/m2,變異系數(shù)為33%,屬于中度變異(表2)。全國有36%的縣域NPP密度大于全國均值,相鄰縣域之間NPP密度的差異最大可達96%。從空間分布看,NPP密度較高的地區(qū)主要集中在中國的東部的濕潤、半濕潤地區(qū)的平原和盆地區(qū)域以及西北內(nèi)陸灌溉條件較好的地區(qū),如松嫩三江平原、黃淮平原、四川盆地、河套平原,寧夏平原以及新疆的綠洲地區(qū)(圖3),西北的干旱半干旱地區(qū)有水源灌溉的山麓地帶NPP密度很高。對比圖2和圖3可以發(fā)現(xiàn)NPP的分布和NPP密度的分布并不一致,尤其是西北地區(qū)。位于干旱半干旱地區(qū)的農(nóng)田,有水源的,單位面積農(nóng)田中NPP高,缺少水源的,NPP密度較低,由于每個縣耕地面積相對較小,NPP總量不大。

王彧[11]利用Crop-C模型模擬了我國6種作物主產(chǎn)區(qū)的凈初級生產(chǎn)力,1980年為472.9Tg C,2000年為607.2Tg C。與模擬結(jié)果相比,2010年中國農(nóng)作物產(chǎn)生的NPP比1980年增加了26%,比2000年減少了2%。黃耀[5]利用以省為單位的農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算了1950—1999年中國農(nóng)田產(chǎn)生的NPP,1980s和1990s年代,農(nóng)田產(chǎn)生的NPP平均值為(394±85) Tg C/a和(513±111) Tg C/a,與20世紀80年代相比,2010年中國農(nóng)田產(chǎn)生的NPP增加了51%,與20世紀90年代相比,2010年中國農(nóng)田產(chǎn)生的NPP增加了16%。與過去相比,中國農(nóng)田的凈初級生產(chǎn)力顯著增加。

表 2 NPP和NPPD基本特征

從NPP的空間分布格局看,在青藏區(qū)和甘新區(qū),本研究的研究結(jié)果與王彧用Crop-C模型模擬的結(jié)果較相似,其他區(qū)域差別較大；與閆慧敏用GLO-PEM模型模擬的結(jié)果比較,除了青藏區(qū)外其他區(qū)域較相似。不同的NPP估算模型對同一區(qū)域NPP估算存在較大差異[18],模型的建立多設(shè)定有一定條件,考慮最普遍的現(xiàn)象和規(guī)律,即模型的普適性,對某些區(qū)域可能不適合,如青藏高原特殊的氣候環(huán)境,在利用模型模擬時需要特殊考慮。Bolinder[6]認為利用統(tǒng)計數(shù)據(jù)結(jié)合作物參數(shù)估算NPP的方法更直接和容易實現(xiàn),而且估算結(jié)果很容易隨著數(shù)據(jù)的完善而更新。本研究利用2011—2012實測調(diào)查建立了農(nóng)作物新的參數(shù)數(shù)據(jù)庫,利用該數(shù)據(jù)庫進行估算能反映當前中國農(nóng)田NPP的分布情況。

圖2 2010年農(nóng)作物的NPP分布Fig.2 Spatial distribution of crop NPP in 2010

圖3 2010年農(nóng)作物NPP密度分布Fig.3 Spatial distribution of crop NPP density in 2010

2.2 不同區(qū)域之間NPP的差異

為研究NPP的空間分布情況,比較了不同農(nóng)業(yè)區(qū)的NPP總量和NPPD(表3)。以不同區(qū)域NPP而論,將全國劃分為9個農(nóng)業(yè)區(qū)中,黃淮海區(qū)的NPP最多(172.8Tg C)、其次為長江中下游區(qū)(136.1Tg C)和東北農(nóng)業(yè)區(qū)(112.5Tg C),分別占全國NPP總量的29%、23%、19%。黃淮海農(nóng)業(yè)區(qū)和長江中下游農(nóng)業(yè)區(qū)產(chǎn)生的NPP相加占到全國NPP總量的一半。青藏農(nóng)業(yè)區(qū)產(chǎn)生的NPP最少(1.1Tg C),黃淮海農(nóng)業(yè)區(qū)產(chǎn)生的NPP是青藏區(qū)的160倍,不同區(qū)域NPP總量存在著較大差別,空間分布不平衡。從NPPD看,東北區(qū)單位面積農(nóng)田產(chǎn)生的NPP最高(582.9g C/m2),其次為黃淮海農(nóng)業(yè)區(qū)(567.4g C/m2)、甘新區(qū)(534.5 g C/m2),青藏區(qū)單位面積農(nóng)田產(chǎn)生的NPP最低,最大值是最小值的1.5倍。

表3 9個農(nóng)業(yè)區(qū)NPP、種植面積及NPPD

將每個區(qū)域的NPP分別與種植面積和NPPD比較,發(fā)現(xiàn)不同區(qū)域NPP的變化趨勢與種植面積的變化趨勢一致。進一步,將9個區(qū)域的NPP分別與種植面積和NPPD做回歸分析,結(jié)果表明種植面積能解釋98%的區(qū)域變異,NPPD能解釋31%的區(qū)域變異。如果將全國劃分為38個農(nóng)業(yè)區(qū)(圖1),種植面積仍能解釋98%的區(qū)域變異,而NPPD只能解釋22%的區(qū)域變異(圖4),由此說明農(nóng)業(yè)區(qū)域間NPP總量的差異主要由作物種植面積的差異引起。

圖4 不同區(qū)域農(nóng)作物NPP與種植面積和NPPD的關(guān)系Fig.4 Relationship between NPP and sown area and relationship between NPP and NPP density among regions

2.3 不同因子對NPPD變化的影響

農(nóng)田生態(tài)系統(tǒng)NPP密度的空間差異受到多方面因素的影響,包括氣候類型、土壤類型、耕作制度、農(nóng)業(yè)投入等因素。氣候因子對植被NPP的空間差異有顯著影響,尤其是氣溫和降水[19]。將9個農(nóng)業(yè)區(qū)域內(nèi)各縣域NPP密度(NPPD)與2010年每個縣年日照時數(shù)(S)、年均氣溫(T)、年均溫差(TT)、大于0攝氏度的積溫(T0)、大于10攝氏度的積溫(T10)、年均降水量(P)、年總降水量(PP)、大于0攝氏度的年累積降水量(P0)、大于10攝氏度的累積降水量(P10)做相關(guān)分析(表4)。結(jié)果表明東北地區(qū)(1)和內(nèi)蒙古及長城沿線區(qū)(2)農(nóng)田中單位面積NPP都與積溫有極顯著正相關(guān)關(guān)系,這兩個區(qū)域緯度相對較高,大部分地區(qū)只能一年一熟,熱量限制了農(nóng)業(yè)發(fā)展,影響了農(nóng)田凈初級生產(chǎn)力的提高。內(nèi)蒙古及長城沿線區(qū)(2)和黃淮海區(qū)(3)都與降水量有極顯著正相關(guān)關(guān)系。內(nèi)蒙古及長城沿線區(qū)大部分處于半干旱地帶,缺少灌溉水源,黃淮海區(qū)以旱地為主,常發(fā)生春旱,因此降水量對農(nóng)田凈初級生產(chǎn)力影響較明顯；長江中下游區(qū)(5)農(nóng)田單位面積NPP與日照時數(shù)和年均溫差呈極顯著正相關(guān)關(guān)系,與平均氣溫、大于0和10攝氏度的積溫、降水量呈極顯著負相關(guān)關(guān)系。長江中下游區(qū)降水量相對較豐富,NPP主要受制于太陽輻射。2010年長江中下游地區(qū)降水偏多,高溫和連續(xù)陰雨天氣,減少了光照時間,不利于作物生長,影響農(nóng)田生態(tài)系統(tǒng)的生產(chǎn)力。西南區(qū)(6)農(nóng)田單位面積NPP與所有降水量指標呈顯著負相關(guān)關(guān)系,2010年,西南地區(qū)降水偏少,發(fā)生了大旱,影響了該區(qū)農(nóng)田生態(tài)系統(tǒng)的生產(chǎn)力；華南區(qū)(7)農(nóng)田單位面積NPP與平均氣溫、大于0攝氏度積溫、大于10攝氏度的積溫、年均溫差均呈正相關(guān)關(guān)系。該農(nóng)業(yè)區(qū)平均氣溫和積溫最高,復(fù)種指數(shù)高,作物生長期長；甘新區(qū)(8)農(nóng)田單位面積NPP與年均溫差呈顯著負相關(guān)關(guān)系,與降水總量呈顯著正相關(guān)關(guān)系。本區(qū)光能資源豐富,作物生長期,晴天多,輻射強,熱量條件好,晝夜溫差大,有利于物質(zhì)積累。由于本區(qū)年降水量較小,限制了農(nóng)業(yè)發(fā)展,但阿爾泰山、天山、昆侖山、祁連山等高山地區(qū)降水量比較豐富,形成了永久積雪和現(xiàn)代冰川,夏季則部分消融補給河流,成為山麓地帶農(nóng)田灌溉的主要水源,發(fā)展了綠洲農(nóng)業(yè),單位面積農(nóng)田中NPP比其他區(qū)域高；青藏區(qū)(9)農(nóng)田單位面積NPP與日照時數(shù)、平均氣溫和積溫有呈顯著正相關(guān)關(guān)系,與年均溫差、降水量呈顯著負相關(guān)關(guān)系。青藏區(qū)農(nóng)業(yè)生產(chǎn)的優(yōu)勢是日照時間長,劣勢是海拔高,氣溫低,不利于作物生長,但河谷地帶海拔較低,熱量相對充足,有利于NPP的積累。

表4 NPPD與氣溫、降水及肥料相關(guān)分析

使用肥料不僅可以增加農(nóng)作物的產(chǎn)量,而且可以提高NPP量[20-21]。將9個農(nóng)業(yè)區(qū)域內(nèi)各縣域NPP密度(NPPD)與每個縣單位面積農(nóng)用化肥施用量、氮肥施用量、復(fù)合肥施用量做相關(guān)分析,通過分析發(fā)現(xiàn)(表4),除了東北區(qū)(1)和甘新區(qū)(8)外,農(nóng)田單位面積NPP量均與化肥使用量呈極顯著正相關(guān)關(guān)系,在這些地區(qū)施用化肥有助于提高農(nóng)田凈初級生產(chǎn)力。東北區(qū)農(nóng)田凈初級生產(chǎn)力與施肥量關(guān)系不密切,與土壤類型有關(guān)。通過將2010年土地利用圖[22]與中國1∶100萬土壤類型圖疊加,發(fā)現(xiàn)東北區(qū)農(nóng)業(yè)土壤主要以草甸土(32%)、黑土(14%)、暗棕壤(12%)和黑鈣土(11%)為主,這幾種土壤中有機質(zhì)含量很高,土壤肥力很高,施肥量對東北區(qū)農(nóng)田的影響不如其他地區(qū)明顯。甘新區(qū)的農(nóng)業(yè)土壤主要以鹽土(15%)、草甸土(12%)、灌淤土(11%)、潮土(11%)、棕漠土(8%)和灰鈣土(8%)為主,這些土壤多以沙質(zhì)土壤為主,保肥能力差,施肥量對農(nóng)田凈初級生產(chǎn)力的影響亦不如其他地區(qū)敏感。

3 結(jié)論

本研究利用實測調(diào)查建立了農(nóng)作物新的參數(shù)數(shù)據(jù)庫,并結(jié)合利用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)估算了2010年中國農(nóng)作物凈初級生產(chǎn)力。結(jié)果表明,中國農(nóng)田可產(chǎn)生大量的NPP,中國農(nóng)田在全球碳循環(huán)中有重要作用。農(nóng)田中NPP的空間分布不平衡,NPP較大的地區(qū)主要分布在東北農(nóng)業(yè)區(qū),黃淮海農(nóng)業(yè)區(qū)、長江中下游農(nóng)業(yè)區(qū)。黃淮海區(qū)產(chǎn)生的NPP最多,青藏區(qū)最低,不同區(qū)域間NPP的差異主要由作物種植面積的差異引起?；适┯昧?、日照時數(shù)、氣溫和降水對NPP密度的空間分異均有影響,但不同區(qū)域的主導(dǎo)因素不同。通過比較統(tǒng)計數(shù)據(jù)的計算結(jié)果和模型模擬結(jié)果,發(fā)現(xiàn)本研究的NPP空間分布與模擬結(jié)果有差異,今后利用模型模擬青藏高原等區(qū)域的凈初級生產(chǎn)力時需要考慮其特殊的的自然環(huán)境。

致謝：本研究中全國作物生物量樣品由中國科學(xué)院南京土壤研究所、沈陽應(yīng)用生態(tài)研究所、西北水土保持研究所、亞熱帶農(nóng)業(yè)研究所、地理科學(xué)與資源研究所、東北地理與農(nóng)業(yè)生態(tài)研究所、成都山地災(zāi)害與環(huán)境研究所、西南大學(xué)、新疆地理研究所、遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心等單位共同采集。感謝張旭東研究員、韓曉增研究員、歐陽竹研究員、胡春勝研究員、張甘霖研究員、黃標研究員、趙世偉研究員、趙成義研究員、吳金水研究員、肖和艾副研究員、謝德體教授、朱波研究員以及他們的研究團隊提供了生物量樣品。

[1] Field C B, Behrenfeld M J, Randerson J T, Falkowski P. Primary production of the biosphere: Integrating terrestrial and oceanic components. Science, 1998, 281(5374): 237- 240.

[2] Hicke J A, Lobell D B, Asner G P. Cropland area and net primary production computed from 30 years of usda agricultural harvest data. Earth Interactions, 2004, 8(10): 1- 20.

[3] Potter C S, Randerson J T, Field C B, Matson P A, Vitousek, P M, Mooney H A, Klooster S A. Terrestrial ecosystem production: A process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7(4): 811- 841.

[4] Prince S D, Haskett J, Steininger M,Strand H, Wright R. Net primary production of U.S. midwest croplands from agricultural harvest yield data. Ecological Applications, 2001, 11(4): 1194- 1205.

[5] Huang Y, Zhang W, Sun W J, Zheng X H. Net primary production of chinese croplands from 1950 to 1999. Ecological Applications, 2007, 17(3): 692- 701.

[6] Bolinder M A, Janzen H H, Gregorich E G, Angers D A, VandenBygaart A J. An approach for estimating net primary productivity and annual carbon inputs to soil for common agricultural crops in canada. Agriculture, Ecosystems & Environment, 2007, 118(1/4): 29- 42.

[7] 李潔, 張遠東, 顧峰雪, 黃玫, 郭瑞, 郝衛(wèi)平, 夏旭. 中國東北地區(qū)近50年凈生態(tài)系統(tǒng)生產(chǎn)力的時空動態(tài). 生態(tài)學(xué)報, 2014, 34(6): 1490- 1502.

[8] 劉海桂, 唐旭利, 周國逸, 劉曙光. 1981—2000年廣東省凈初級生產(chǎn)力的時空格局. 生態(tài)學(xué)報, 2007, 27(10): 4065- 4074.

[9] 穆少杰, 李建龍, 周偉, 楊紅飛, 章超斌, 居為民. 2001—2010年內(nèi)蒙古植被凈初級生產(chǎn)力的時空格局及其與氣候的關(guān)系. 生態(tài)學(xué)報, 2013, 33(12): 3752- 3764.

[10] Hicke J A, Asner G P, Randerson J T, Tucker C, Los S, Birdsey R, Jenkins J C, Field C, Holland E. Satellite-derived increases in net primary productivity across North America, 1982- 1998. Geophysical Research Letters, 2002, 29(10): 69- 1- 69- 4.

[11] 王彧, 黃耀, 張穩(wěn), 于永強, 王平. 中國農(nóng)業(yè)植被凈初級生產(chǎn)力模擬(II)——模型的驗證與凈初級生產(chǎn)力估算. 自然資源學(xué)報, 2006, 21(6): 916- 925.

[12] 閆慧敏, 劉紀遠, 曹明奎. 中國農(nóng)田生產(chǎn)力變化的空間格局及地形控制作用. 地理學(xué)報, 2007, 62(2): 171- 180.

[13] 張福春, 朱志輝. 中國作物的收獲指數(shù). 中國農(nóng)業(yè)科學(xué), 1990, 23(2): 83- 87.

[14] B?hm W. Methods of Studying Root System. Berlin: Springer, 1979.

[15] Allmaras R R, Nelson W W, Voorhees W B. Soybean and corn rooting in southeastern minnesota. II. Root distributions and related water inflow. Soil Science Society of America Proceedings, 1975, 39: 771- 777.

[16] Donald C M. In search of yield. Journal of the Australian Institute of Agricultural Science, 1962, 28: 171- 178.

[17] Snyder F W, Carlson G E. Selecting for partitioning of photosynthetic products in crops. Advances in Agronomy, 1984, 37: 47- 72.

[18] 王新闖, 王世東, 張合兵. 基于MOD17A3的河南省NPP時空格局. 生態(tài)學(xué)雜志, 2013, 32(10): 2797- 2805.

[19] Nemani R R, Keeling C D, Hashimoto H, Jolly W M, Piper S C, Tucker C J, Myneni R B, Running S W. Climate-driven increases in global terrestrial net primary production from 1982 to 1999. Science, 2003, 300(5625): 1560- 1563.

[20] Allmaras R R, Linden D R, Clapp C E. Corn-residue transformations into root and soil carbon as related to nitrogen, tillage, and stover management. Soil Science Society of America Journal, 2004, 68(4): 1366- 1375.

[21] Stewart W M, Dibb D W, Johnston A E, Smyth T J. The contribution of commercial fertilizer nutrients to food production. Agronomy Journal, 2005, 97(1): 1- 6.

[22] 吳炳方, 苑全治, 顏長珍, 王宗明, 于信芳, 李愛農(nóng), 馬榮華, 黃進良, 陳勁松. 21世紀前十年的中國土地覆蓋變化. 第四紀研究, 2014, 34(4): 723- 731.

Spatial patterns of net primary productivity of crops in China

WANG Yihong1,2, WANG Meiyan1,2, SHI Xuezheng1,*, CHEN Long1,2, ZHAO Yongcun1,2, YU Dongsheng1,2

1StateKeyLaboratoryofSoilandSustainableAgriculture,InstituteofSoilScience,ChineseAcademyofSciences,Nanjing210008,China2UniversityofChineseAcademyofSciences,Beijing100049,China

Net primary productivity (NPP) and its response to global change is an important factor to consider in research in this field. A significant pool of carbon (C) is stored in agriculture soils. Crop biomass returned to the soil supports the maintenance of soil organic carbon (SOC). Studying the NPP, and its spatial variation aids SOC balance definition and help elucidating soil carbon dynamics in agroecosystems. In this study, we established a new data bank of dry coefficient (DC), harvest index (HI), and root to shoot ratio (R/S) for rice, wheat, corn grain, soybean, cotton, and oilseed crops based on field samples collected across China from 2011 to 2012. The data bank represents the most recent reference coefficients available in China. Using county-level crop yield information, reported as national agricultural statistics, combined with theDC,HI, andR/Sfor rice, wheat, corn grain, soybean, cotton, and oilseed crops, we estimated the amount of NPP produced in 2010, and analyzed its spatial distribution. It was estimated that 596 Tg C was produced in 2010 in China′s cropland, mainly distributed in the Huanghuaihai region, the Middle-Lower reaches of Yangtze River and Northeast China. The mean county-level NPP density was 519 g C m-2a-1, ranging from 9 to 2094 g C m-2a-1. The NPP produced in China′s cropland represents 8% of global crop biomass, suggesting that it makes a large contribution of the croplands, which add to the world′s carbon pool. Greater county-level NPP density (g C m-2a-1) (NPPD) primarily exists in the humid and semi-humid regions of eastern China, as well as in the regions of northwest China with more developed irrigation. Lower NPP density occurs in arid and semi-arid regions of northwest China. The Huanghuaihai region produced the largest NPP among 9 agricultural regions. While the area of sown land accounted for 98% of this difference, the density of NPP could only explain 31% of the variance among the 9 agricultural regions. The NPPD of Northeast China was the highest and that of the Qinghai-Tibet Plateau as the lowest. In order to assess the impact of climate and fertilizer on NPPD in all 9 agricultural regions, we analyzed the relationships between NPPD andT0,P0(the sum of the daily temperature above 0℃ and precipitation in 2010, respectively),T10,P10(the sum of the daily temperature above 10℃ and precipitation in 2010, respectively),T(the average temperature in 2010),TT(the average diurnal temperature difference in 2010),P(the average precipitation in 2010),PP(total amount of precipitation in 2010),S(the total hours of sunshine in 2010), and the consumption of chemical fertilizer in 2010. The results indicated that all the factors considered could influence the distribution of NPPD; however, the most influential factors varied among the 9 regions.

Crop; Net primary productivity (NPP); NPP density; harvest index; root to shoot ratio; spatial variability

中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項資助項目(XDA05050509)；國家自然科學(xué)基金資助項目(41401240)

2014- 11- 12;

日期:2016- 01- 15

10.5846/stxb201411252346

*通訊作者Corresponding author.E-mail: xzshi@issas.ac.cn

王軼虹, 王美艷,史學(xué)正,陳龍,趙永存,于東升.2010年中國農(nóng)作物凈初級生產(chǎn)力及其空間分布格局.生態(tài)學(xué)報,2016,36(19):6318- 6327.

Wang Y H, Wang M Y, Shi X Z, Chen L, Zhao Y C, Yu D S.Spatial patterns of net primary productivity of crops in China.Acta Ecologica Sinica,2016,36(19):6318- 6327.