中國西北半干旱區(qū)植被凈初級生產力驅動力分析

韓煥煥，高敏華，昝 梅

（1.新疆大學資源與環(huán)境科學學院，烏魯木齊 830046；2.新疆師范大學地理科學與旅游學院，烏魯木齊 830054）

凈初級生產力（Net Primary Productivity，NPP）是指單位面積與單位時間內植被經過光合作用產生的有機物質總量扣除自身呼吸消耗的剩余部分［1，2］。NPP 響應了氣候與環(huán)境變化，是反映陸地生態(tài)過程的關鍵因素［3］，可以作為評價生態(tài)系統(tǒng)可持續(xù)發(fā)展的一個重要指標，是研究全球變化和碳循環(huán)中的重要內容之一［4-8］。因此，開展NPP 驅動力研究對認識全球變化和碳循環(huán)具有重要意義［9］。目前，國內外NPP 研究內容主要包括4 個方面，分別是時間尺度上的波動情況［10］、空間分布特征［11-15］、驅動因子［16-18］和估算方法［19，20］。

近些年，許多研究者利用高分辨率數據對不同區(qū)域和時空尺度的NPP 進行了研究，但是關于不同環(huán)境屬性分區(qū)下的NPP 因子分析的研究較少。同琳靜等［21］發(fā)現西北地區(qū)植被NPP 與氣溫、降水呈正相關，對降水響應較為敏感，降水是西北地區(qū)植被NPP 增加的重要約束因子。中國西北干旱與半干旱區(qū)地形復雜，水資源分布不均，是生態(tài)環(huán)境脆弱區(qū)域和氣候變化敏感區(qū)域［22］，所以對該區(qū)域進行驅動因子分析有助于掌握該區(qū)域內生態(tài)系統(tǒng)生產力發(fā)展變化趨勢，對理解區(qū)域環(huán)境變化有重要的意義［23］。為探求半干旱區(qū)特殊的生態(tài)環(huán)境下NPP 驅動因子及其貢獻率，深入地研究不同環(huán)境條件下主要貢獻因子的驅動特點，本研究利用氣象背景數據、NDVI 數據、地形數據、土壤侵蝕空間分布數據和土地利用空間分布數據對不同數據集做數據分析，揭示了半干旱區(qū)不同環(huán)境屬性分區(qū)內各環(huán)境因子對NPP 的驅動能力，并獲得主導因子對NPP 的約束特征，探討在不同環(huán)境條件下NDVI、氣候氣象和地形因子對NPP 的驅動特點，為探究半干旱區(qū)NPP 驅動力研究提供科學依據。

1 研究區(qū)概況

選取伊犁河谷為研究區(qū)（圖1）。伊犁河谷位于天山山脈的西邊，地理位置為80°09′42″—84°56′50″E，42°14′16″—44°53′30″N，該區(qū)域地形復雜，三面環(huán)山，地勢東高西低、東窄西寬，向西呈喇叭型開放，可以接收陸地西風帶來的濕潤水汽，伊犁河谷年均降水量為200～800 mm，年平均氣溫2.9～9.1 ℃，年均日照時數2 700～3 000 h，整個區(qū)域地跨高山氣候和中溫帶大陸性氣候類型［24，25］。

圖1 研究區(qū)

2 數據來源與研究方法

2.1 數據來源

數據采用中國科學院資源環(huán)境科學數據中心（http：//www.resdc.cn）提供的 2000—2010 年 NPP 數據、中國氣象背景數據集、土壤侵蝕空間分布數據、土地利用空間分布數據，2000—2010 年NDVI 數據、高程數據和坡度數據以及坡向數據。

2.2 研究方法

2.2.1 數值提取 采用ArcGIS10.2 軟件對獲取的數據進行空間坐標系和投影方式的統(tǒng)一后，以研究區(qū)的矢量數據為基礎，建立1 個點陣（300 km×400 km）形式的點屬性圖層，為確保每個點在數值提取過程中都能獲得有效值，將點間距離設為1 km 以適應原始數據的空間分辨率，用ArcGIS10.2 中Toolbox 內的數值提取工具，依據該點圖層提取柵格數據中各點位像元屬性值［26，27］，共提取了 55 402 個點數據，每個點數據包含年均凈初級生產力（NPP）、年均歸一化植被指數（NDVI）、年均降水（縮放倍數10）、濕潤指數（縮放倍數100）、年均溫度（縮放倍數10）、≥10 ℃積溫（縮放倍數10）、干燥度（縮放倍數1 000）、坡度、坡向、高程、土地利用類型數據和土壤侵蝕類型數據。

將提取的55 402 個點數據作為原始數據集（數據集1），用于NPP 驅動因子模型的構建，該研究區(qū)內NPP 最大值為1 048 gC/m2。依據中國科學院資源環(huán)境科學數據中心提供的濕潤指數分布數據，將研究區(qū)劃分為半干旱區(qū)、干半濕潤區(qū)、濕半濕潤區(qū)和濕潤區(qū)，將55 402 個數據按照對應的濕潤指數范圍-60～-30、-30～-15、-15～0、0～40 分為4 組，整合出用于研究濕潤指數對NPP 作用特征分析的數據集2，然后整理出以不同土地利用類型和土壤侵蝕類型數據處理的數據集3 和數據集4，得出研究區(qū)NPP 空間分布（圖2a）、土壤侵蝕類型空間分布（圖2b）和土地利用類型空間分布（圖2c），制圖工作在ArcGIS 軟件中完成。

圖2 空間分布

2.2.2 逐步回歸分析 逐步回歸能篩選出對因變量作用力強的因子，并根據自由度的不同獲得多個回歸方程，方程中排列靠前的因子具有更高的權重，可以得到因子間重要性排序［26］，因此本研究選用逐步回歸方法。 選取逐步回歸方法構建NPP 環(huán)境因子模型，研究所使用的數據量綱不同，為統(tǒng)一數據間量綱，需要對各數據集進行歸一化處理，采用SPSS 19軟件對標準化后的數據集進行逐步回歸分析，獲得回歸模型。

2.2.3 相關性分析 為進一步探討各因子間的相關性，采用SPSS 軟件計算各因子間的相關系數，分析各因子與NPP 間的相關性及各因子間的相關性。

2.2.4 因子貢獻率 本研究使用因子貢獻率來闡明環(huán)境因子對NPP 的驅動能力，貢獻率的計算方法參考因子系數權重平均法［26］，以SPSS 回歸模型中因子的標準系數為基礎，將1 個小組方程的權重記為100%，且小組中包含多個方程，使用該方法計算出不同小組各因子權重，然后除以對應小組方程個數，即得到因子貢獻率。

3 結果與分析

3.1 NPP 主要驅動因子模型的構建

研究區(qū)NPP 的分布特征差異顯著，氣候因子對其作用比較明顯。由表1 可以得出，以NPP 多年平均值為因變量，其他環(huán)境因子為自變量的模型中，X2、X4、X5對 NPP 有主導作用，對 NPP 的貢獻率排序為X2＞X5＞X4，具體分別為 NDVI、濕潤指數、年均氣溫，該結果肯定了NDVI 和溫濕指數因素對NPP 的作用。然后以 NPP 為因變量（y），NDVI（X2）和濕潤指數（X5）為自變量做逐步回歸，發(fā)現最優(yōu)擬合公式為y=0.60X2+0.16X5-103.75（R=0.66）。

表1 環(huán)境因子與NPP 逐步回歸方程（數據集1）

為進一步探究因子間相關性，使用數據集1 對各變量做Pearson 相關處理，從表2 可以得出，NDVI、年均降水量、年均氣溫、濕潤指數、干燥度與NPP 存在極顯著相關，其中NDVI、年均降水量和濕潤指數與NPP 的相關性較大，相關系數分別為0.64、0.41 和0.42（P＜0.01），從中也可以發(fā)現各環(huán)境因子之間的相關性，其中年均降水量與濕潤指數呈顯著正相關，相關系數接近0.9（P＜0.01），而年均氣溫與≥10 ℃積溫、年均氣溫與海拔、≥10 ℃積溫與海拔相關系數絕對值均大于0.90，相關性強，分別代表年均氣溫與≥10 ℃積溫、年均氣溫與海拔以及≥10 ℃積溫與海拔間的相關性，年均氣溫與坡度、≥10 ℃積溫與坡度呈顯著負相關，相關系數均為-0.65。

表2 環(huán)境因子與NPP 相關性分析（數據集1）

3.2 不同濕潤指數下環(huán)境因子對NPP 的貢獻率的估算

為了能深入研究不同干濕氣候類型下各環(huán)境因子對NPP 的驅動能力，使用標準化后的數據集2 對不同濕潤指數區(qū)域NPP 與環(huán)境因子做逐步回歸分析，探求各環(huán)境因子對NPP 的作用特點。由表3 可知，不同濕潤指數分組內，干半濕潤區(qū)和濕潤區(qū)小組中R2達到0.50，而半干旱區(qū)和濕半濕潤區(qū)小組中R2接近0.40。因子貢獻率顯示（圖3），在半干旱區(qū)、干半濕潤區(qū)和濕半濕潤區(qū)環(huán)境條件下，驅動NPP 的第一因子是NDVI，而在濕潤區(qū)的環(huán)境條件下，驅動NPP 的第一因子為年均降水量，半干旱區(qū)小組第二因子為坡度，第三因子為≥10 ℃積溫，干半濕潤區(qū)小組第二因子為干燥度，第三因子為年均氣溫，濕半濕潤區(qū)小組第二因子為濕潤指數，第三因子為坡度，而濕潤區(qū)小組第二因子為NDVI，第三因子為≥10 ℃積溫?；貧w方程中出現頻率較多的因子為NDVI、年均氣溫、干燥度、≥10 ℃積溫，不同干濕氣候類型下回歸方程擬合度和第一因子存在差異，反映了不同濕潤指數分組下各環(huán)境因子對NPP 的驅動特點。

表3 不同濕潤指數下環(huán)境因子與NPP 的逐步回歸方程（數據集2）

圖3 不同濕潤指數范圍下各因子貢獻率

3.3 不同土壤侵蝕和土地利用類型下環(huán)境因子對NPP 貢獻率的估算

為了能進一步探索不同土壤侵蝕和土地利用類型下各環(huán)境因子對NPP 的驅動特點，使用數據集3和數據集4，建立以NPP 為因變量，各環(huán)境因子為自變量的回歸方程。由表4、表5 可知，不同土壤侵蝕和土地利用類型下，主要因子為NDVI、海拔、濕潤指數、年均氣溫，在水力侵蝕中，驅動NPP 的第一因子均是NDVI，第二因子略有差異，微度水力侵蝕和中度水力侵蝕的第二因子是年均降水量，而在輕度水力侵蝕中驅動NPP 的第二因子是年均氣溫，因子貢獻率達15.17%，強度水力侵蝕的第二因子是濕潤指數，因子貢獻率達15.87%。在凍融侵蝕中，微度凍融侵蝕和中度凍融侵蝕的第一因子均是NDVI，因子貢獻率均超過50%，而在輕度凍融侵蝕中驅動NPP的第一因子是海拔，因子貢獻率達到37.10%。微度凍融侵蝕的第二因子是≥10 ℃積溫，輕度凍融侵蝕的第二因子是NDVI，中度凍融侵蝕的第二因子是海拔，因子貢獻率達7.18%。在土地利用類型中，驅動NPP 的的第一因子均是NDVI，因子貢獻率大部分超過50%，在草地和水域中，驅動NPP 的第二因子是海拔，因子貢獻率超過了15%，耕地和林地的第二因子是濕潤指數，而城鄉(xiāng)、工礦、居民用地的第二因子是年均氣溫，因子貢獻率達17.84%。

表4 不同土壤侵蝕類型下各因子貢獻率（數據集3）

表5 不同土地利用類型下各因子貢獻率（數據集4）

4 小結與討論

4.1 討論

4.1.1 NPP 主要驅動因子 NPP 為植被凈有機物生產量，植物健康生長需要溫度、水分和良好的光照條件。研究結果表明，NPP 第一驅動因子是NDVI，第二驅動因子是濕潤指數，第三驅動因子是年均氣溫，本研究結果和其他學者的結果相似。NDVI 是地表植被生長狀態(tài)信息的直接表達因子，它與NPP 的內在聯(lián)系較強，且NPP 是年內單位面積上有機物積累量減去消耗損失量計算獲得，所以植被蓋度能間接影響該區(qū)域有機物的凈產量，當消耗量差異較小時，NDVI 因子對 NPP 的驅動能力將得到加強［26-28］。濕潤指數與年均降水量相關性較強，NPP 增長需要適宜的氣溫與降水條件，而溫濕指數越高有機物生成量越高。

4.1.2 濕潤指數對NPP 的作用 半干旱區(qū)植被生物量對降水敏感性較強［29］，干濕氣候變化影響區(qū)域植被的生長和生態(tài)環(huán)境的改善［30］。研究發(fā)現，半干旱區(qū)、干半濕潤區(qū)和濕半濕潤區(qū)NDVI 對NPP 的驅動能力占主導地位，而濕潤區(qū)主導因子為降水，說明不同干濕氣候類型下NPP 受環(huán)境因子作用機制發(fā)生了變化，即NPP 在不同環(huán)境屬性下的主導因子有顯著差異，主要影響因子發(fā)生了變化，說明在不同濕潤指數范圍下凈初級生產力發(fā)展模式不同，側面體現了植被對區(qū)域特定生存條件的有效利用與適應性［31］，不同干濕環(huán)境下植被空間分布類型和植物自然生產速率可能會導致這種現象的發(fā)生。研究區(qū)生態(tài)位十分豐富，NPP空間分布特征受植被類型區(qū)劃的影響，不同植被生理特點不同，在外形和其耐受能力方面都有較大差異［32］。在4 組濕潤指數分組中還發(fā)現，濕潤區(qū)環(huán)境因子與NPP 間所建立的線性模型R2相對較大，即在不同濕潤指數分組內各環(huán)境因子對NPP 的影響能力有顯著差異，此外還發(fā)現在不同濕潤指數范圍內各因子的貢獻率趨勢性變化明顯。

4.1.3 土壤侵蝕和土地利用類型對NPP 的影響土壤侵蝕容易導致生產力下降、生物多樣性下降和土地退化，土壤侵蝕是伊犁河谷所面對的重要生態(tài)環(huán)境問題之一［33］，土地利用變化直接影響區(qū)域植被NPP。植被凈初級生產力一方面能夠反映植物群落在自然環(huán)境下的生產能力［34］，另一方面能夠從側面反映植物的生長狀態(tài)以及植物品種的好壞水平［35］，區(qū)域尺度上的NPP 差異明顯，不同土壤侵蝕和土地利用單元的NPP 驅動因子有顯著差異。水力侵蝕中海拔未能更好地表達出對NPP 的驅動能力，而凍融侵蝕中海拔是NPP 的主要驅動因子，在土地利用類型中，海拔對草地和水域的驅動能力得到提高。其他學者研究結果表明，NPP 與海拔高度的關系為負相關［26］，海拔與NPP 的關系值得進一步探究。植物是NPP 的主要貢獻者，其生長方式依賴于特殊的自然環(huán)境，土壤提供了植物所需的養(yǎng)分和水分，土壤侵蝕和土地利用類型的差異性間接地體現在NPP中。本研究對不同土壤侵蝕和土地利用類型數據集進行逐步回歸分析，結果表明不同土地利用和土壤侵蝕類型間作用因子有顯著差異，總體表現為水力侵蝕中NPP 對NDVI 的依賴性更強，而凍融侵蝕中NPP 對海拔的依賴性更強，草地、耕地、林地、水域和城鄉(xiāng)、工礦、居民用地中NDVI 占主導地位，而在草地和水域中海拔更好地表達出了對NPP 的驅動機制。本研究詳細探討了不同環(huán)境屬性下各環(huán)境因子對NPP 的驅動特點，但仍有不足之處，將提取數據密度設為1 km，實際值和理論值之間可能會有誤差，提取精度需要進一步提高，且植被NPP 的影響因子眾多，僅討論了環(huán)境因子對NPP 的驅動特點，還需更深入地探究其他因子的影響。

4.2 小結

1）研究區(qū)NPP 主導因子為NDVI、濕潤指數和年均氣溫以及與該3 個因素相關性較強的因子。

2）相關性分析中得出，NDVI、年均降水量、濕潤指數、年均氣溫和干燥度與NPP 有顯著相關性，各環(huán)境因子之間也存在顯著相關性。

3）不同濕潤指數范圍下，各環(huán)境因子對NPP 的影響有差異，濕潤指數小于0 的區(qū)域NDVI 對NPP 的貢獻率更高，而濕潤指數大于0 的區(qū)域水分因子的貢獻率更高。

4）不同土壤侵蝕類型與土地利用類型間NPP主要貢獻因子及貢獻率差異顯著。