2001—2013年黃土高原植被凈初級生產(chǎn)力時空變化及其歸因

周夏飛 馬國霞 曹國志 賈倩 於方

摘要基于光能利用率模型（CASA），利用遙感數(shù)據(jù)、氣象數(shù)據(jù)和基礎(chǔ)地理數(shù)據(jù)，測算了2001—2013年黃土高原植被凈初級生產(chǎn)力（NPP），并輔以一元線性回歸、Hurst指數(shù)及相關(guān)分析等方法，分析了2001—2013年黃土高原NPP時空變化特征、未來變化趨勢及其驅(qū)動因素。結(jié)果表明，2001—2013年黃土高原植被年均NPP呈顯著增加趨勢，年增速為4.9 g/（m2·a）。黃土高原植被NPP空間分布差異顯著，表現(xiàn)出由東南向西北遞減的趨勢。黃土高原植被NPP呈增加趨勢和減少趨勢的面積分別占78.0%和22.0%。Hurst指數(shù)表明研究區(qū)未來植被NPP變化的正向特征顯著，呈持續(xù)性和反持續(xù)性的比重分別為72.1%和28.9%。黃土高原植被NPP變化與降水、氣溫相關(guān)性不大，人類活動是影響植被NPP變化的重要因素，且對NPP有雙重影響。

關(guān)鍵詞植被凈初級生產(chǎn)力；時空；黃土高原

中圖分類號Q948.1文獻標(biāo)識碼A文章編號0517-6611（2017）14-0048-06

AbstractBased on the CarnegieAmesStanfordApproach （CASA）， the Net Primary Productivity （NPP） of vegetation in the Loess Plateau during 2001-2013 was measured and calculated with the related remote sensing data， meteorological data and basic geographic data. The temporal and spatial variation characteristics of NPP in the Loess Plateau during 2001-2013， the future trend and its driving factors were analyzed. The results showed that：The average annual NPP of vegetation in the Loess Plateau increased significantly during 2001-2013， with an annual growth rate of 4.9 g/（m2·a）.The spatial distribution of vegetation NPP in the Loess Plateau showed a significant trend， with a decreasing tendency from southeast to northwest.The area of improved and degraded NPP accounts for 78.0% and 22.0% of the total study area， respectively.The NPP of the vegetation in the study area was supposed to have a significant positive trend， the area of positive and reverse characteristic accounts for 72.1% and 28.9% of the total study area， respectively.There was no significant correlation between the NPP change and the precipitation as well as the air temperature in the Loess Plateau. The human activities were the core elements affecting the change of the vegetation NPP， leading to both negative effect and positive effect.

Key wordsNPP；Spatialtemporal；Loess plateau

植被凈初級生產(chǎn)力（NPP）是指單位時間、單位面積上，植被通過光合作用所產(chǎn)生的有機物總量扣除自養(yǎng)呼吸后的剩余部分[1]。NPP作為地表碳循環(huán)的重要組成部分[2]，不僅能反映植被群落在自然環(huán)境條件下的生產(chǎn)能力，表征陸地生態(tài)系統(tǒng)的質(zhì)量狀況[3]，還是判定生態(tài)系統(tǒng)碳源、碳匯和調(diào)節(jié)生態(tài)過程的主要因子[4]。目前，全球/區(qū)域碳源、碳匯、碳平衡成為全球變化科學(xué)研究的熱點問題之一[5-7]。因此，動態(tài)監(jiān)測NPP在調(diào)節(jié)全球碳平衡、維護氣候穩(wěn)定及減緩溫室效應(yīng)等全球變化問題中具有重要意義[8]。

黃土高原地處干旱和濕潤的過渡區(qū)，是我國生態(tài)環(huán)境最為脆弱、水土流失最為嚴(yán)重的地區(qū)之一[9]。為改善黃土高原日益惡化的生態(tài)環(huán)境，從1999年開始我國在黃土高原地區(qū)實施退耕還林還草等大規(guī)模植被建設(shè)。1999—2010年黃土高原累計造林面積已達到1 890.6×104 hm2，該地區(qū)植被得到一定恢復(fù)[10-11]。然而，如此大規(guī)模的生態(tài)工程，很可能會改變黃土高原地區(qū)生態(tài)系統(tǒng)景觀格局，從而影響生態(tài)系統(tǒng)特征，而其直接體現(xiàn)在NPP變化上。因此，研究黃土高原自退耕以來NPP的變化具有重要的生態(tài)學(xué)意義[12]。

目前，已有學(xué)者對黃土高原植被NPP開展了大量研究，并取得了一定成果。謝寶妮等[12]研究表明，2000—2010年黃土高原大部分地區(qū)NPP呈增加趨勢；史曉亮等[10]研究指出，退耕還林還草生態(tài)工程實施之前（1982—1998年），黃土高原大部分區(qū)域植被NPP變化不明顯，自1999年后該區(qū)植被NPP增加趨勢顯著；李登科等[13]基于MOD17A3數(shù)據(jù)集的研究認為，2000—2006年陜西省大部分地區(qū)NPP呈增加趨勢；許紅梅等[14]研究指出，黃土丘陵溝壑區(qū)植被NPP對溫度升高比對降雨變化的響應(yīng)更為敏感。 綜上，以往研究多局限于對植被NPP時空變化特征進行分析，并從整體上探討植被與氣候因子的相關(guān)性，而關(guān)于黃土高原地區(qū)植被NPP變化未來趨勢尚不明確。筆者基于光能利用率模型（CASA），利用遙感數(shù)據(jù)、氣象數(shù)據(jù)和基礎(chǔ)地理數(shù)據(jù)測算2001—2013年黃土高原NPP，并輔以一元線性回歸、Hurst指數(shù)、相關(guān)分析等方法，分析植被NPP時空變化特征、未來趨勢及其驅(qū)動因素，以期為黃土高原生態(tài)環(huán)境保護、建設(shè)及生態(tài)環(huán)境管理提供科學(xué)依據(jù)。

1資料與方法

1.1研究區(qū)概況 黃土高原位于我國中部偏北，地理坐標(biāo)為33°43′～41°16′ N，100°54′～114°33′ E，總面積64萬km2。在行政單元上，區(qū)域地跨山西、陜西、甘肅、青海、河南、寧夏以及內(nèi)蒙古等省區(qū)（圖1）。該區(qū)地勢西高東低，平均海拔在1 500～2 000 m，氣候為大陸性季風(fēng)氣候，冬季寒冷干燥、夏季炎熱少雨，年均氣溫3.6～14.3 ℃，年降水量300～800 mm。植被類型主要包括常綠針葉林、落葉闊葉林、灌叢、草地和農(nóng)田，主要土壤類型為黃綿土、草原風(fēng)沙土和褐土。

1.2數(shù)據(jù)來源

1.2.1遙感數(shù)據(jù)。遙感數(shù)據(jù)為2001—2013年的MOD13A1數(shù)據(jù)，來源于美國國家航空航天局（NASA）的EOS/MODIS數(shù)據(jù)產(chǎn)品（http：//e4ftl01.cr.usgs.gov），空間分辨率為500 m×500 m，時間分辨率為16 d。由于MODIS/NDVI產(chǎn)品經(jīng)過水、云、氣溶膠等處理，保證了數(shù)據(jù)質(zhì)量，加之較高的空間分辨率，因此被廣泛應(yīng)用于植被NPP估算的研究中。首先，利用MRT（MODIS Reprojection Tools）將4景MOD13A1數(shù)據(jù)進行合并，并將其投影為Albers（Albers Conical Equal Area）；然后，采用最大合成法（MVC），消除異常值的影響，合成月NDVI數(shù)據(jù)；最后，利用研究區(qū)邊界裁切NDVI影像，得到2001—2013年逐月NDVI影像。

1.2.2土地利用類型數(shù)據(jù)。采用的土地利用類型數(shù)據(jù)為2001—2013年的MCD12Q1，來源于美國國家航空航天局（NASA）的EOS/MODIS數(shù)據(jù)產(chǎn)品（http：//e4ftl01.cr.usgs.gov），空間分辨率為500 m×500 m。該數(shù)據(jù)集下共有5種土地覆蓋分類方案，采用第1種分類方案即IGBP全球植被分類體系，將其劃分為常綠針葉林、常綠闊葉林、落葉針葉林、落葉闊葉林、混交林等17類。數(shù)據(jù)處理流程同遙感數(shù)據(jù)處理流程一致。

1.2.3氣候數(shù)據(jù)。采用的氣象數(shù)據(jù)為2001—2013年黃土高原73個氣象站點的逐日數(shù)據(jù)（平均氣溫、降水量、日照時數(shù)），來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）。

1.2.4造林面積數(shù)據(jù)。來源于各省區(qū)統(tǒng)計年鑒和《中國林業(yè)統(tǒng)計年鑒》。

1.3研究方法

1.3.1植被NPP估算。采用基于遙感和光能利用率改進的CASA模型[4，15]來估算植被NPP。NPP主要由植被所吸收的光合有效輻射與實際光能利用率2個變量確定，詳細計算過程參考朱文泉等[4，15]的方法。

1.3.2趨勢分析。 采用一元線性回歸分析方法分析2001—2013年黃土高原13年每個柵格植被NPP的變化趨勢，計算公式為

式中，Slope為趨勢線的斜率，即NPP的變化趨勢；Yi為柵格第i年的NPP值；n為監(jiān)測時段的年數(shù)（n=13）。Slope>0時，表明NPP呈增加趨勢；Slope<0時，表明NPP呈下降趨勢。

1.3.3Hurst指數(shù)。 Hurst指數(shù)是預(yù)測時間序列數(shù)據(jù)相對于過去未來發(fā)展趨勢的一個重要指數(shù)，目前被廣泛應(yīng)用于水文、氣象等經(jīng)濟領(lǐng)域[16-18]?；谥貥?biāo)極差（R/S）的Hurst指數(shù)是定量描述時間序列信息長期依賴性的有效方法，其基本原理[19]是：

（1）定義一個時間序列

若存在R/H∝τH，則說明時間序列{ξ（t）}，t = 1，2，…存在 Hurst現(xiàn)象。H值稱為Hurst指數(shù)，其值可在雙對數(shù)坐標(biāo)系（lnτ，lnR/S）中用最小二乘法擬合得到。Hurst指數(shù)為0～1.0，02結(jié)果與分析

2.1植被NPP數(shù)據(jù)驗證 對模擬結(jié)果進行驗證是后期結(jié)果分析的基礎(chǔ)。區(qū)域NPP模型模擬精度驗證方法主要有2種：一種是與實測數(shù)據(jù)進行比較；另一種是與其他模型模擬結(jié)果進行比較。由于黃土高原實測數(shù)據(jù)相對較少，筆者將模型估算的2001—2013年各植被類型平均NPP與其他模型模擬的結(jié)果及部分實測數(shù)據(jù)進行比較，結(jié)果見表1。由表1可知，該研究模擬的平均NPP值與同期的MOD17A3數(shù)據(jù)的值較為接近，基本在實測范圍值內(nèi)，與其他模型估算的結(jié)果差距也不大，表明估算結(jié)果具有一定的可靠性。

2.2植被年均NPP年際變化 由圖2可知，2001—2013年黃土高原植被NPP的年際波動較大，但總體上呈增加趨勢，年增速為4.9 g/（m2·a）（P< 0.05）。植被年均NPP在2001年最低[274.0 g/（m2·a）]，2013年最高[378.0 g/（m2·a）]，平均值為333.0 g/（m2·a）。值得注意的是，植被NPP在2006和2010年年均NPP下降較大，前者可能是由于2006年降水稀少，導(dǎo)致NPP有所下降，后者可能是由于新退耕還林的植被覆蓋較低所致。

由圖3可知，2001—2013年NPP > 500 g/（m2·a）的區(qū)域面積百分比整體呈增加趨勢，而NPP < 100 g/（m2·a）的區(qū)域面積百分比整體呈減少趨勢。NPP > 500 g/（m2·a）的植被主要為林地，說明退耕還林還草使得人類對于森林干擾減少，使其得到較好的恢復(fù)。

2.3植被年均NPP空間變化

2.3.1空間分布特征。 從空間分布來看（圖4），黃土高原NPP格局呈現(xiàn)由東南向西北遞減的趨勢，高值區(qū)主要分布在陜西省南部、甘肅省南部、青海省、河南省等地區(qū)，這主要是由于這些區(qū)域的植被類型主要為針葉林、灌叢，植被長勢也相對較好；低值區(qū)主要分布在內(nèi)蒙古、寧夏南部、甘肅北部等地區(qū)，這些地區(qū)多為牧區(qū)和荒漠，植被覆蓋較少、環(huán)境較為惡劣。

2.3.2空間變化趨勢。 從空間變化上看（圖5），黃土高原NPP整體上呈增加趨勢，呈增加趨勢和減小趨勢的面積分別占總面積的78.0%和22.0%，其中28.0%的區(qū)域呈顯著增加趨勢，主要分布在陜西北部、山西北部、寧夏南部、青海南部等區(qū)域，這可能是由于這些地區(qū)原本的植被覆蓋度相對較低，然而在“退耕還林還草”等工程實施下，該地區(qū)NPP呈增加趨勢；黃土高原僅有4.0%的區(qū)域呈顯著下降趨勢，主要分布在內(nèi)蒙古西部、寧夏北部，這主要是由于這些地區(qū)城市化進程速度加快，占用了大量林地、草地，導(dǎo)致其NPP下降。

2001-20132.4植被NPP未來趨勢黃土高原植被NPP的Hurst指數(shù)平均值為0.551 8，其中，Hurst指數(shù)大于0.5的像元數(shù)占72.1%，說明植被NPP變化的正向特征顯著；而Hurst指數(shù)小于0.5的像元數(shù)占28.9%。Hurst指數(shù)高值區(qū)主要分布在內(nèi)蒙古、寧夏西部、甘肅省北部、青海省等地區(qū)，說明這些地區(qū)植被NPP變化具有同向特征，即未來變化趨勢與過去變化趨勢一致；而Hurst指數(shù)低值區(qū)主要分布在陜西省西部及南部、寧夏東部及南部、山西省等地區(qū)，說明這些地區(qū)植被NPP變化具有反向特征，即未來變化趨勢與過去變化趨勢相反（圖6）。

將Hurst指數(shù)與一元線性回歸分析結(jié)果進行疊加分析發(fā)現(xiàn)，植被NPP持續(xù)改善地區(qū)主要分布在內(nèi)蒙古南部、陜西北部、甘肅北部、寧夏南部等地區(qū)，這主要是由于這些區(qū)域長期實行退耕還林工程，已取得明顯效果；植被NPP持續(xù)退化地區(qū)主要分布在陜西南部、內(nèi)蒙古北部、青海北部等地區(qū)，這可能是由于這些區(qū)域未開展退耕還林工程或工程措施不到位；植被NPP由改善轉(zhuǎn)退化地區(qū)主要分布在陜西中部、甘肅南部、山西等地區(qū)，這可能是由于退耕還林工程措施不到位；植被NPP由退化轉(zhuǎn)改善地區(qū)主要分布在青海省西部、內(nèi)蒙古西部、山西東部等地區(qū)，這可能是由于這些區(qū)域之前未實施退耕還林工程，近年來開始開展退耕還林工程所致（圖6）。

2.5黃土高原植被NPP影響因素

2.5.1植被NPP與氣候因子的相關(guān)性。 降水和氣溫等氣候因子的變化對陸地植被的生長發(fā)育具有重要影響，因此筆者利用逐像元的相關(guān)分析方法，分別對2001—2013年的年植被NPP、年降水量和年平均氣溫的相關(guān)系數(shù)進行分析，從而在空間尺度分析植被NPP與主要氣候因子的關(guān)系。從圖7可以看出，黃土高原植被NPP與年降雨量和年均溫具有一定的相關(guān)性，但相關(guān)性不大。在黃土高原，73.3%的區(qū)域年降雨量與NPP呈正相關(guān)，其中僅有6.9%的區(qū)域通過了0.05顯著性檢驗，主要分布在黃土高原東部及西部地區(qū)，表明降水量增加，NPP增加；60.8%的區(qū)域年均溫與NPP呈負相關(guān)，其中僅有9.9%的區(qū)域通過了0.05顯著性檢驗，主要分布在黃土高原北部，這些區(qū)域NPP隨著溫度的升高反而減?。▓D7）。

2.5.2人類活動的影響。除氣溫、降水等自然因素外，人類活動也會對黃土高原NPP的時空分布格局產(chǎn)生重要影響，人類活動對其影響包括正面影響（如退耕還林）和負面影響（如城市擴張）。筆者主要分析了黃土高原退耕還林工程的歷年累積造林面積與植被NPP變化情況，結(jié)果見圖8。由圖8可知，自1999年退耕還林還草工程實施以來，黃土高原造林面積持續(xù)上升，植被NPP總體上也表現(xiàn)出升高趨勢，表明退耕還林還草工程可以在一定程度上提高植被NPP，有效改善黃土高原的生態(tài)環(huán)境；但NPP變化并未與造林面積變化嚴(yán)格一致，存在一定的波動性，尤其是2010年波動較大，這可能是由于近年來城市化、放牧等活動對植被NPP造成負面影響。

3結(jié)論與討論

該研究以黃土高原為研究區(qū)域，基于光能利用率模型（CASA），利用遙感數(shù)據(jù)、氣象數(shù)據(jù)和基礎(chǔ)地理數(shù)據(jù)測算了2001—2013年黃土高原植被凈初級生產(chǎn)力（NPP），并輔以一元線性回歸、Hurst指數(shù)、偏相關(guān)分析等方法，分別從3個尺度分析了植被NPP時空變化特征、未來趨勢及驅(qū)動因素，得到以下結(jié)論：

（1）2001—2013年黃土高原植被年均NPP呈增加趨勢，年增速為4.9 g/（m2·a），植被年均NPP在2001年最低[274.0 g/（m2·a）]，2013年最高[378.0 g/（m2·a）]，平均值為333.0 g/（m2·a）。

（2）黃土高原NPP格局呈現(xiàn)由東南向西北遞減的趨勢，高值區(qū)主要分布在陜西省南部、甘肅省南部、青海省、河南省等地區(qū)，低值區(qū)主要分布在內(nèi)蒙古、寧夏、甘肅北部等地區(qū)。

（3）黃土高原NPP整體上呈增加趨勢，呈增加趨勢和減小趨勢的面積分別占總面積的78.0%和22.0%，其中28.0%的區(qū)域呈顯著增加趨勢，主要分布在陜西北部、山西北部、寧夏南部、青海南部等區(qū)域。

（4）Hurst指數(shù)分析表明，黃土高原植被NPP變化正向特征顯著，植被NPP由改善轉(zhuǎn)退化的地區(qū)主要分布在陜西中部、甘肅南部、山西等；植被NPP由退化轉(zhuǎn)改善的地區(qū)主要分布在青海西部、內(nèi)蒙古西部、山西東部等。

（5）黃土高原植被NPP與降水量及溫度相關(guān)性不大，73.3%的區(qū)域年降雨量與NPP呈正相關(guān)，其中僅有6.9%的區(qū)域通過了0.05顯著性檢驗；60.8%的區(qū)域年均溫與NPP呈負相關(guān)，其中僅有9.9%的區(qū)域通過了0.05顯著性檢驗。

（6）植被NPP變化是氣象變化和人類活動共同作用的結(jié)果，區(qū)域氣候變化不大背景下，隨著“退耕還林”等一系列生態(tài)保護工程的實施，黃土高原生態(tài)環(huán)境將進一步好轉(zhuǎn)。

由于受遙感數(shù)據(jù)（MODIS數(shù)據(jù)）時間分辨率的影響，該研究未分析黃土高原大規(guī)模生態(tài)工程實施前后的植被NPP時空演變。采用逐像元線性回歸模型融合多種數(shù)據(jù)源構(gòu)建長時間序列遙感數(shù)據(jù)，并進行植被NPP估算，深入分析黃土高原退耕還林前后NPP變化及原因是未來研究的重點。

參考文獻

[1] FIELD C B，RANDERSON J T，MALMSTRM C M.Global net primary production：Combining ecology and remote sensing[J].Remote sensing of environment，1995，51（1）：74-88.

[2] PIAO S L，CIAIS P，LOMAS M，et al.Contribution of climate change and rising CO2 to terrestrial carbon balance in East Asia：A multimodel analysis[J].Global & planetary change，2011，75（3/4）：133-142.

[3] FIELD C B，BEHRENFELD M J，RANDERSON J T，et al.Primary production of the biosphere：Integrating terrestrial and oceanic components[J].Science，1998，281（5374）：237-240.

[4] 朱文泉，張錦水，潘耀忠，等.中國陸地生態(tài)系統(tǒng)生態(tài)資產(chǎn)測量及其動態(tài)變化分析[J].應(yīng)用生態(tài)學(xué)報，2007，18（3）：586-594.

[5] 方精云，郭兆迪，樸世龍，等.1981～2000年中國陸地植被碳匯的估算[J].中國科學(xué)（D輯：地球科學(xué)），2007，37（6）：804-812.

[6] LOBELL D B，HICKE J A，ASNER G P，et al.Satellite estimates of productivity and light use efficiency in United States agriculture，1982-98[J].Global change biology，2002，8（8）：722-735.

[7] 李晶，任志遠.基于GIS的陜北黃土高原土地生態(tài)系統(tǒng)固碳釋氧價值評價[J].中國農(nóng)業(yè)科學(xué)，2011，44（14）：2943-2950.

[8] 張巖，韋振鋒，黃毅.1999-2012年三江源區(qū)植被凈初級生產(chǎn)力及固碳釋氧量測評[J].水土保持通報，2016，36（1）：100-105.

[9] 趙安周，劉憲鋒，朱秀芳，等.2000～2014年黃土高原植被覆蓋時空變化特征及其歸因[J].中國環(huán)境科學(xué)，2016，36（5）：1568-1578.

[10] 史曉亮，楊志勇，王馨爽，等.黃土高原植被凈初級生產(chǎn)力的時空變化及其與氣候因子的關(guān)系[J].中國農(nóng)業(yè)氣象，2016，37（4）：445-453.

[11] 易浪，任志遠，張翀，等.黃土高原植被覆蓋變化與氣候和人類活動的關(guān)系[J].資源科學(xué)，2014，36（1）：166-174.

[12] 謝寶妮，秦占飛，王洋，等.黃土高原植被凈初級生產(chǎn)力時空變化及其影響因素[J].農(nóng)業(yè)工程學(xué)報，2014，30（11）：244-253.

[13] 李登科，范建忠，王娟.基于MOD17A3的陜西省植被NPP變化特征[J].生態(tài)學(xué)雜志，2011，30（12）：2776-2782.

[14] 許紅梅，高清竹，黃永梅，等.氣候變化對黃土丘陵溝壑區(qū)植被凈第一性生產(chǎn)力的影響模擬[J].生態(tài)學(xué)報，2006，26（9）：2939-2947.

[15] 朱文泉，潘耀忠，何浩，等.中國典型植被最大光利用率模擬[J].科學(xué)通報，2006，51（6）：700-706.

[16] 張翀，任志遠.黃土高原地區(qū)植被覆蓋變化的時空差異及未來趨勢[J].資源科學(xué)，2011，33（11）：2143-2149.

[17] 李雙雙，延軍平，萬佳.近10年陜甘寧黃土高原區(qū)植被覆蓋時空變化特征[J].地理學(xué)報，2012，67（7）：960-970.

[18] 劉憲鋒，任志遠，林志慧，等.2000-2011年三江源區(qū)植被覆蓋時空變化特征[J].地理學(xué)報，2013，68（7）：897-908.

[19] 江田漢，鄧蓮堂.Hurst指數(shù)估計中存在的若干問題：以在氣候變化研究中的應(yīng)用為例[J].地理科學(xué)，2004，24（2）：177-182.

[20] 樸世龍，方精云，郭慶華.利用CASA模型估算我國植被凈第一性生產(chǎn)力[J].植物生態(tài)學(xué)報，2001，25（5）：603-608.

[21] 陶波.中國陸地生態(tài)系統(tǒng)凈初級生產(chǎn)力與凈生態(tài)系統(tǒng)生產(chǎn)力模擬研究[D].北京：中國科學(xué)院地理科學(xué)與資源研究所，2003.

[22] NI J，ZHANG X S，SCURLOCK J M O.Synthesis and analysis of biomass and net primary productivity in Chinese forests[J].Annals of forest science，2001，58（4）：351-384.