田義超 ，楊棠，徐欣

1.北部灣大學(xué)資源與環(huán)境學(xué)院，廣西 欽州 535000；2.北部灣大學(xué)海洋地理信息資源開發(fā)利用重點(diǎn)實(shí)驗(yàn)室，廣西 欽州 535000；3.桂林理工大學(xué)/廣西空間信息與測(cè)繪重點(diǎn)實(shí)驗(yàn)室，廣西 桂林 541004

植被是全球生態(tài)系統(tǒng)中必不可少的重要構(gòu)成部分，在調(diào)節(jié)氣候、涵養(yǎng)水源、保持水土、維護(hù)生物多樣性及穩(wěn)定生態(tài)系統(tǒng)等方面發(fā)揮著至關(guān)重要的作用（孫紅雨等，1998；Field et al.，1995）。植被凈初級(jí)生產(chǎn)力（Net Primary Productivity，NPP）指植被經(jīng)光合作用后，在單位時(shí)間、面積內(nèi)，所累計(jì)產(chǎn)生的剩余有機(jī)碳物質(zhì)數(shù)量的總和（Cramer et al.，1999；王強(qiáng)等，2017）。植被NPP作為全球生態(tài)環(huán)境研究中碳循環(huán)的重要指標(biāo)之一，對(duì)推進(jìn)生態(tài)環(huán)境可持發(fā)展具有重要戰(zhàn)略效益（Peng et al.，2000；宋藝等，2017；趙苗苗等，2019）。如今，植被凈初級(jí)生產(chǎn)力 NPP已成為全球陸地生態(tài)環(huán)境變化研究、國(guó)際生態(tài)氣候研究和全球碳匯項(xiàng)目等重要科學(xué)研究的重要主題（劉海江等，2015；朱士華等，2017）。

借助模型來(lái)研究區(qū)域植被凈初級(jí)生產(chǎn)力的方法被眾多學(xué)者所采用，和傳統(tǒng)的野外觀測(cè)或定點(diǎn)觀測(cè)等方式相比較來(lái)說(shuō)，模型估算不僅極大地提高了植被凈初級(jí)生產(chǎn)力的估算效率，同時(shí)還滿足了全球或區(qū)域大尺度NPP觀測(cè)的需求（趙國(guó)帥等，2017）。目前，用于估算植被凈初級(jí)生產(chǎn)力的模型可分為氣候相關(guān)模型、生態(tài)生理過(guò)程模型和光能利用率模型（Uchijima et al.，1985）。其中，由Potter et al.（1993）提出的基于光能利用率的CASA模型最具代表性，引入最適溫度、水分利用效率等光合作用脅迫因子。近年來(lái)，國(guó)內(nèi)眾多研究學(xué)者如朱文泉等（2007a）、侯英雨等（2007）、周廣勝等（1996）、董丹等（2011）、許靜等（2019）利用CASA模型或改進(jìn)的 CASA模型對(duì)全國(guó)或省域范圍內(nèi)的 NPP動(dòng)態(tài)變化監(jiān)測(cè)進(jìn)行了大量研究，結(jié)果表明CASA模型較好地估算了區(qū)域植被凈初級(jí)生產(chǎn)NPP，該方法具有廣泛的適用性。很多學(xué)者采用改進(jìn)模型對(duì)我國(guó)典型的流域如：長(zhǎng)江流域、黃河流域、拉薩河流域、汾河流域、等（苗茜等，2010；陳強(qiáng)等，2014；韓王亞等，2018；田慧文等，2019）植被凈初級(jí)生產(chǎn)力進(jìn)行了定量化評(píng)估。但是大部分的研究成果主要集中在中國(guó)的內(nèi)陸地區(qū)，對(duì)我國(guó)南亞熱帶河流，尤其是獨(dú)流入海河流的植被凈初級(jí)生產(chǎn)力研究較少。鑒于此，本研究在全球氣候變化背景下以北部灣獨(dú)流入海7條較大河流作為研究對(duì)象，基于CASA模型，結(jié)合利用遙感數(shù)據(jù)、氣象數(shù)據(jù)和土地利用類型數(shù)據(jù)及 DEM 等數(shù)據(jù)估算了北部灣典型入海流域2000—2017年的植被NPP，并結(jié)合Theil-Sen趨勢(shì)、Hurst指數(shù)、偏相關(guān)系數(shù)等數(shù)理統(tǒng)計(jì)方法對(duì)其時(shí)空變化特征、未來(lái)趨勢(shì)及其與氣象因子的關(guān)系進(jìn)行了定量化研究，并揭示了流域植被NPP空間變化的影響因素。本研究為北部灣獨(dú)流入海典型流域生態(tài)環(huán)境建設(shè)、流域生態(tài)系統(tǒng)可持續(xù)性管理及北部灣生態(tài)環(huán)境效益等工作提供理論依據(jù)和數(shù)據(jù)支撐。

1 研究區(qū)概況

以中國(guó)北部灣 7條典型獨(dú)流入海河流為研究對(duì)象，從西到東依次分別為北侖河、防城江、江平江、茅嶺江、欽江、大風(fēng)江、南流江（圖1）。研究區(qū)位于 21°31′00″—23°04′45″N，108°00′30″—110°53′00″E之間，東西貫長(zhǎng)約296.83 km，南北長(zhǎng)約155.66 km，流域面積達(dá)18713.95 km2。該研究區(qū)氣候類型屬于南亞熱帶季風(fēng)性濕潤(rùn)氣候區(qū)，鄰近北部灣沿海，海洋性季風(fēng)氣候特征顯著；研究區(qū)全年氣候溫暖，多年平均氣溫在21.98—22.99 ℃之間，光熱充足；多年平均降水量在1208.67—2627.43 mm之間，降水充沛，雨熱同期。研究區(qū)地形起伏，地貌類型多樣，多以山地丘陵地貌為主，東北方橫貫著約60 km長(zhǎng)的六萬(wàn)山山脈，西北方橫貫著約100 km長(zhǎng)的十萬(wàn)大山山脈，地勢(shì)北高南低，地形特征差異顯著，由南至北地形呈淺海-灘涂-丘陵-山地的過(guò)渡特征。該區(qū)主要自然植被類型有亞熱帶常綠闊葉林、亞熱帶針葉林、混交林、灌木林、灌叢等，植被類型豐富。

圖1 北部灣入海典型流域地理位置Fig.1 Geographical location map of typical basins entering the sea in Beibu Gulf

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

本文所采用的數(shù)據(jù)主要包括 MODIS植被NDVI數(shù)據(jù)、氣象數(shù)據(jù)、土地利用、地形等數(shù)據(jù)。其中，NDVI數(shù)據(jù)來(lái)源于美國(guó)國(guó)家宇航局（http://modis.gsfc.nasa.gov）的 2000—2017年的MODIS13q1產(chǎn)品，時(shí)間分辨率為16天，空間分辨率為250 m。由于北部灣入海流域的植被NDVI數(shù)據(jù)涉及到H27V06和H28V06兩個(gè)區(qū)域，因此利用MRT（modis reprojection tool）工具對(duì)研究區(qū)的植被遙感數(shù)據(jù)做拼接、合成以及投影變換等操作，采用最大值合成（Maximum Value Composite Syntheses，MVC）工具生成研究區(qū)的月NDVI數(shù)據(jù)。氣象數(shù)據(jù)來(lái)源于同時(shí)期廣西壯族自治區(qū)及其周邊的 40個(gè)站點(diǎn)的氣象數(shù)據(jù)，主要包括月平均降水、月平均氣溫及月太陽(yáng)輻射值，在ArcGIS 10.5中的克里金插值技術(shù)的支持下，將氣象數(shù)據(jù)和太陽(yáng)輻射數(shù)據(jù)統(tǒng)一插值成250 m，隨后使用GIS中的裁剪命令裁剪出研究區(qū)的氣象柵格數(shù)據(jù)。植被類型數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，比例尺為1∶1000000的矢量數(shù)據(jù)。土地利用類型來(lái)源于美國(guó)USGS網(wǎng)站（http://glovis.usgs.gov/），利用ENVI5.3中的監(jiān)督分類工具，同時(shí)結(jié)合人工目視解譯，得到了研究區(qū)2000、2005、2010和2015年的30 m土地利用類型圖。1∶50000DEM數(shù)據(jù)由地理空間數(shù)據(jù)云（http://www.gscloud.cn/）提供的數(shù)字高程模型數(shù)據(jù)產(chǎn)品，空間分辨率為30 m。用ArcGIS 10.2對(duì)DEM數(shù)據(jù)進(jìn)行鑲嵌拼接，投影坐標(biāo)轉(zhuǎn)換，并用研究區(qū)掩膜進(jìn)行裁剪。全部柵格數(shù)據(jù)的空間分辨率通過(guò)GIS中的重采樣工具統(tǒng)一為 250 m，投影類型為 UTM 48N，中央經(jīng)線108°。

2.2 研究方法

2.2.1 CASA模型

在全球和區(qū)域尺度上，基于CASA模型的NPP動(dòng)態(tài)變化和時(shí)空差異性研究已被廣泛應(yīng)用。Monteith（1972）發(fā)現(xiàn)植物凈初級(jí)生產(chǎn)力NPP和從太陽(yáng)輻射中所能吸收的光合有效輻射存在相關(guān)性關(guān)系，認(rèn)為植被累計(jì)產(chǎn)生的有機(jī)物質(zhì)是植物在光合有效輻射下吸收轉(zhuǎn)化的結(jié)果（Monteith et al.，1977）。本研究選擇朱文泉等（2007b）改進(jìn)的光能利用率CASA模型基于研究區(qū)的降水、氣溫、太陽(yáng)輻射、蒸散量等數(shù)據(jù)估算北部灣入海典型流域的植被凈初級(jí)生產(chǎn)力NPP，模型公式如下：

式中，NPP(x,t)單位為 g·m?2·a?1（以 C 計(jì)，下同），指植被凈初級(jí)生產(chǎn)力；APAR(x,t)單位為MJ·m?2，是指光合有效輻射；ε(x,t)單位為 g·MJ?1，指實(shí)際光能轉(zhuǎn)化率。

2.2.2 Theil-Sen趨勢(shì)

本文將Theil-Sen趨勢(shì)分析方法運(yùn)用到NPP時(shí)間序列的分析當(dāng)中（劉洋等，2016），借助Matlab 2009a軟件實(shí)現(xiàn)植被NPP的逐年數(shù)據(jù)的趨勢(shì)變化計(jì)算，得到北部灣典型流域的Sen趨勢(shì)值及Sen趨勢(shì)顯著性變化空間分布圖，可直觀有效反映 2000—2017年北部灣入海典型流域NPP的空間分布趨勢(shì)特征以及研究區(qū)植被NPP趨勢(shì)變化的顯著性水平，計(jì)算公式如下：

式中，xi，xj為NPP時(shí)間序列。當(dāng)ρ<0時(shí)，表示 NPP在時(shí)間序列呈下降趨勢(shì)，當(dāng) ρ>0時(shí)，表示NPP在時(shí)間序列呈上升趨勢(shì)。

2.2.3 R/S指數(shù)

R/S分析方法（Rescaled Range Analysis Method）即重新標(biāo)度極差分析法，最早由英國(guó)水文學(xué)家 Hurst（1951）提出，經(jīng)不斷補(bǔ)充與完善，現(xiàn)已成研究長(zhǎng)時(shí)間序列的分析理論方法。Hurst指數(shù)（H）一般取值范圍介于0—1之間，反映該時(shí)間序列是隨機(jī)序列或是持續(xù)性趨勢(shì)。一般情況下，當(dāng)0

2.2.4 偏相關(guān)分析

本研究基于逐像元分析方法，借助 MatlabR 2009a軟件實(shí)現(xiàn)NPP分別與逐年氣溫、降水?dāng)?shù)據(jù)進(jìn)行相關(guān)性分析，分別探討兩者相關(guān)性強(qiáng)弱關(guān)系，相關(guān)系數(shù)越大說(shuō)明相關(guān)性越強(qiáng)（車風(fēng)等，2019）。相關(guān)系數(shù)計(jì)算具體公式如下：

式中，Rxy為凈初級(jí)生產(chǎn)力NPP與氣溫（降水）的相關(guān)系數(shù)；xi為第i年的NPP；yi為第i年的多年平均降水量（氣溫）均值；為多年平均NPP；為多年平均降水量（氣溫）；n為樣本數(shù)量。

利用偏相關(guān)系數(shù)分別單獨(dú)研究NPP與氣溫（降水）之間的相互關(guān)系密切程度，計(jì)算公式如下：

式中，Rxy,z為固定自變量氣溫（降水）之后，因變量NPP與自變量降水（氣溫）的偏相關(guān)系數(shù)。

3 結(jié)果與分析

3.1 流域NPP時(shí)空格局特征

3.1.1 NPP月均值時(shí)空變化特征

北部灣入海典型流域?qū)倌蟻啛釒Ъ撅L(fēng)氣候，NPP存在明顯的季節(jié)變化差異。由圖2和圖3可以看出，流域多年月均NPP介于8.50—95.86 g·m?2（以C計(jì)，下同）之間，呈倒“V”型單峰分布特征。具體而言，1—3月，植被光合作用能力較弱，流域NPP變化趨于平緩，NPP低值（黃色）大面積分布，NPP最低值出現(xiàn)在2月，為6.92 g·m?2。從4月開始，受太陽(yáng)直射點(diǎn)北移，夏季風(fēng)的影響，氣溫升高，地表植被復(fù)蘇生長(zhǎng)，NPP生產(chǎn)量快速增加，研究區(qū)西部以及南流江流域出現(xiàn)NPP高值區(qū)（湖藍(lán)色和藍(lán)色）。4—8月植被NPP呈快速上升趨勢(shì)，單位面積 NPP 在 60.77—100.25 g·m?2之間，NPP 低值零星分布，受城市化水平和土地利用類型影響，主要集中分布在南流江上游中部和欽江流域入?？诓糠謪^(qū)域；8月是植被最適宜生長(zhǎng)的月份，NPP達(dá)到最大值，為 100.25 g·m?2，高值區(qū)主要分布在十萬(wàn)大山山脈及六萬(wàn)大山山脈；其中5—9月流域植被NPP累積量約占全年 NPP的 75%，該時(shí)段是流域植被NPP生產(chǎn)的關(guān)鍵時(shí)段；9月之后，隨著氣溫降低，降水量的減少，植被生長(zhǎng)緩慢，流域植被NPP呈逐漸減少的趨勢(shì)；12月植被NPP出現(xiàn)明顯減少，研究區(qū)西部及南流江六萬(wàn)大山附近NPP相對(duì)較高，其他區(qū)域 NPP 均小于 20 g·m?2。

圖2 北部灣入海典型流域年內(nèi)NPP變化Fig.2 Annual variation of NPP in typical basin entering the sea in Beibu Gulf

圖3 北部灣入海典型流域年內(nèi)NPP月均值空間分布格局Fig.3 Temporal and spatial distribution pattern of monthly NPP average in typical basin entering the sea in Beibu Gulf

3.1.2 年均NPP時(shí)空分布特征

2000—2017年北部灣入海典型流域NPP總體上呈現(xiàn)波動(dòng)上升的趨勢(shì)。NPP上升趨勢(shì)增速為8.83 g·m?2·a?1，快于全區(qū)植被凈初級(jí)生產(chǎn)力的增速（全區(qū) NPP 平均增速為 0.001 g·m?2·a?1）（李燕麗等，2014）。近18年流域NPP平均值的波動(dòng)范圍介于418.20—644.29 g·m?2·a?1之間，多年平均值為543.09 g·m?2·a?1。其中，在 2004 年出現(xiàn)最小值，為 418.20 g·m?2·a?1，低于多年平均值 22%。在 2016 年出現(xiàn)最大值，為 644.29 g·m?2·a?1，比多年平均值高 18%?？傮w而言，2000—2017年北部灣入海典型流域NPP變化可大致分為3個(gè)階段：2001—2004年呈下降趨勢(shì)，2005—2008年呈上下波動(dòng)狀態(tài)，2009—2017年呈平穩(wěn)波動(dòng)上升狀態(tài)（圖4a）。

圖4 2000—2017年北部灣入海典型流域NPP（a）時(shí)間變化特征和（b）NPP空間分布特征Fig.4 The temporal variation of NPP (a) and the spatial distribution of NPP (b) in typical basins entering the sea of Beibu Gulf from 2000 to 2017

北部灣入海典型流域地形復(fù)雜，總體地勢(shì)自西向東、自北向南傾斜，地理環(huán)境差異性較大，同時(shí)受自然因素影響和人類活動(dòng)影響，致使不同地區(qū)的NPP存在差異。依據(jù)自然間斷法分類，將每年NPP重分類分成5個(gè)等級(jí)（圖4b）。由圖4b可知，NPP小于 300 g·m?2·a?1的區(qū)域主要分布在欽江的河道附近、南流江的上游中部和下游西南部地區(qū)，該區(qū)域受強(qiáng)烈的人類活動(dòng)以及城市化水平影響；NPP在300—600 g·m?2·a?1之間的區(qū)域集中分布在茅嶺江的中上游、欽江中游北部、大風(fēng)江、南流江下游的北部，植被類型主要以灌木和草本植物，植被生產(chǎn)力相對(duì)較低；NPP 在 900—1200 g·m?2·a?1的區(qū)域與300—600 g·m?2·a?1的區(qū)域呈現(xiàn)出鑲嵌斑塊分布狀態(tài)，植被發(fā)育良好；NPP 值大于 1200 g·m?2·a?1出現(xiàn)在研究區(qū)西南部的十萬(wàn)大山的南麓，其次少許分布在六萬(wàn)大山南麓，該區(qū)域水熱條件充足、植被基質(zhì)較好，人為因素干擾較少，是研究區(qū)NPP的高值區(qū)域。

3.2 NPP變化趨勢(shì)分析

3.2.1 Theil-Sen趨勢(shì)變化

基于Sen趨勢(shì)值以及Sen趨勢(shì)顯著性分析結(jié)果，采用空間疊加命令將上述兩個(gè)圖層進(jìn)行疊加，可得到明顯改善、中度改善、輕微改善、輕微減少、中度減少和嚴(yán)重減少6種類別，具體分類類別見表1。

由圖5和表1可知，改善區(qū)域的面積（14088.19 km2）顯著大于退化區(qū)域的面積（4625.44 km2），NPP改善區(qū)域占研究區(qū)面積比重較大，占76%，而退化區(qū)域面積僅為24%。具體而言，植被NPP明顯改善的區(qū)域（藍(lán)色）占33%，主要分布在研究區(qū)中部的大風(fēng)江流域，其次南流江的上游北部有少許分布；中度改善的區(qū)域（湖藍(lán)色）占12%，主要鑲嵌分布于明顯改善區(qū)域中；輕微改善的區(qū)域（綠色）占31%，主要集中連片分布在研究區(qū)西部的北侖河流域、江平江流域、防城河流域以及南流江的中部；輕微退化區(qū)域（黃色）占16%，主要分布在防城江上游的西北部、南流江流域上游的玉林市及下游的合浦縣，欽江流域中游則有零星分布；中度減少的區(qū)域（橙色）僅為 3%，主要分布與嚴(yán)重減少區(qū)域鑲嵌分布；嚴(yán)重減少的區(qū)域（紅色）為 5%，主要分布在欽江下游的欽州市區(qū)、南流江上游的玉林市、中游的博白縣及下游的合浦縣地區(qū)，其次東興市和防城港市也有少許分布。

圖5 北部灣入海典型流域Sen趨勢(shì)空間變化Fig.5 Spatial variation of Sen trend in typical basin entering the sea in Beibu Gulf

表1 2000—2017年北部灣入海典型流域NPP趨勢(shì)變化統(tǒng)計(jì)Table 1 Statistics of NPP trend changes in typical basins entering the sea of Beibu Gulf from 2000 to 2017

3.2.2 NPP未來(lái)變化趨勢(shì)

從圖6可以看出，北部灣入海典型流域NPP的Hurst指數(shù)范圍為0.20973—1，平均值為0.7919，Hurst指數(shù)大于0.5比重較大，持續(xù)性序列占區(qū)域整體的NPP百分比為97.19%，反持續(xù)性序列所占百分比僅為2.81%。Hurst指數(shù)正態(tài)空間分布特征表現(xiàn)為單峰右偏趨勢(shì)，表明北部灣入海典型流域NPP總體上呈持續(xù)性改善趨勢(shì)。由圖7可以看出，研究區(qū)總體上以持續(xù)性序列分布為主，集中連片分布。大部分以強(qiáng)持續(xù)和弱持續(xù)性分布為主，分別占研究區(qū)的67.22%和35.97%，而反持續(xù)分布的比例較少；丘陵地帶持續(xù)性特征大于反持續(xù)性序列特征，研究區(qū)中部持續(xù)性相對(duì)較大。反持續(xù)性序列呈零星分布，主要分布于研究區(qū)的十萬(wàn)大山南麓、欽江上游和南流江流域的中下游部分區(qū)域。總體而言，北部灣入海典型流域NPP在呈現(xiàn)持續(xù)性改善態(tài)勢(shì)，且未來(lái)北部灣入海典型流域 NPP變化將呈現(xiàn)持續(xù)性增加趨勢(shì)。

圖6 Hurst指數(shù)正態(tài)分布Fig.6 Normal distribution diagram of Hurst index

圖7 Hurst指數(shù)空間分級(jí)Fig.7 Spatial classification of Hurst index

3.3 NPP驅(qū)動(dòng)力因子

3.3.1 氣象因子特征及其空間分布格局

圖8為北部灣入海典型流域2000—2017年的氣溫和降水時(shí)間變化特征圖，由圖可知，多年平均氣溫呈現(xiàn)出不顯著下降趨勢(shì)，變化率為?0.0004·a?1，其值介于 21.98—22.99 ℃之間，多年平均氣溫為 22.63 ℃，其中年均氣溫在 2015年達(dá)到最高值，最小值出現(xiàn)在 2011年，氣溫整體呈現(xiàn)下降趨勢(shì)，年均溫變化浮動(dòng)不大。而多年平均降水量也呈現(xiàn)出下降趨勢(shì)，變化率為?2.493·a?1。多年降水量的年際變化幅度較大，其值在 1208.67—2627.43 mm之間波動(dòng)，多年降水量平均值為1953.50 mm，其中，2001年降水量最大，2017年最小。由多年氣溫和降水量的均值空間分布特征（圖9）可以看出，研究區(qū)多年平均氣溫空間分布呈現(xiàn)明顯的地域分異規(guī)律，氣溫由西部南部向北呈現(xiàn)遞減趨勢(shì)，氣溫較高的區(qū)域主要集中分布于研究區(qū)的西部和南部地區(qū)，北部及西北區(qū)域受地形因素影響，海拔相對(duì)較高，氣溫較低。北部灣入海典型流域?qū)儆谀蟻啛釒Ъ撅L(fēng)性濕潤(rùn)氣候區(qū)，年均降水量降水分布不均，其中，南流江流域降水由西南向東北遞減，玉林市地區(qū)為降水量的低值區(qū)；北部灣沿海區(qū)域主要受海洋暖濕氣流和天氣系統(tǒng)影響，降雨量大。

圖8 研究區(qū)多年氣溫（t）和降水（R）變化特征Fig.8 Variation trend and spatial distribution of mean value of multi-year temperature (t) and precipitation (P) in research area

圖9 研究區(qū)多年氣溫和降水變化均值空間分布特征Fig.9 Variation trend and spatial distribution of mean value of multi-year temperature and precipitation in research area

3.3.2 NPP與氣象因子的關(guān)系

研究區(qū) NPP與氣溫和降水的密切關(guān)系表現(xiàn)出顯著的空間差異性特征（圖10）。NPP對(duì)氣溫的偏相關(guān)系數(shù)介于?0.9019—0.97368之間，其中，正相關(guān)所占的區(qū)域?yàn)?6.56%，而負(fù)相關(guān)所占的區(qū)域僅為23.44%。正相關(guān)區(qū)域主要分布于研究區(qū)的西部、中部以及東北部流域，負(fù)相關(guān)區(qū)域主要散布在南流江流域河道附近，其他流域零星分布少許。NPP與降水的偏相關(guān)系數(shù)介于?0.95877—0.86439之間，其中NPP與降水的相關(guān)系數(shù)以負(fù)相關(guān)為主，所占比例高達(dá)82.16%，其中，呈正相關(guān)區(qū)域主要分布在茅嶺江流域、江平江流域以及欽江流域，南流江流域和其他河流流域零星分布；而負(fù)相關(guān)區(qū)域主要分布于研究區(qū)的西北部、中部以及東北區(qū)域，尤其是南流江、北侖河以及大風(fēng)江流域。

圖10 研究區(qū)NPP與氣溫和降水的偏相關(guān)系數(shù)Fig.10 Partial correlation coefficient between NPP and temperature and precipitation in the study area

3.3.3 不同土地利用類型對(duì)NPP的影響

流域NPP的變化不僅受氣候變化的影響，同時(shí)人類活動(dòng)對(duì)凈初級(jí)生產(chǎn)力也產(chǎn)生著巨大影響。不同的土地覆被類型其植被光合作用能力具有不同的強(qiáng)度，NPP也存在著差異。以2000、2005、2010和2015年為時(shí)間尺度，分別統(tǒng)計(jì)北部灣入海典型流域不同土地覆被類型的NPP值（表2），估算研究區(qū)在不同覆被類型中的NPP。由表2可知，2000—2015年林地、耕地、灌叢、濕地4種覆被類型NPP逐年增加，均呈增加趨勢(shì)；草地覆被類型NPP增長(zhǎng)幅度較為緩慢，呈較穩(wěn)定波動(dòng)狀態(tài)；其他覆被類型的NPP呈減少趨勢(shì)。從不同覆被類型NPP均值看，林地的NPP最高，為747.31 g·m?2·a?1，灌叢次之，其他用地主要包括建筑用地、未利用土地等，植被覆蓋度低，且多為混泥土和水泥等材料的不透水層，僅能產(chǎn)生小部分 NPP，故 NPP 最小，為 232.22 g·m?2·a?1?？傮w而言，各土地覆被類型NPP平均值大小依次為林地>灌叢>耕地>草地>濕地>其他用地。

表2 北部灣入海典型流域不同覆被類型的NPP平均值Table 2 Average NPP of different covering types in typical basins entering the sea of Beibu Gulf g·m?2·a?1

3.3.4 不同海拔梯度對(duì)NPP的影響

根據(jù)研究區(qū)的地勢(shì)地貌及實(shí)際的海拔情況，選取2000、2005、2010和2015年4個(gè)時(shí)間段分析不同海拔梯度效應(yīng)下NPP分布情況。由表3可以看出，2000—2015年，NPP平均值在海拔梯度效應(yīng)上均呈現(xiàn)出先增加后減少的趨勢(shì)，變化的閾值在800 m左右，大于800 m閾值后，NPP呈現(xiàn)出下降趨勢(shì)。其中，第三梯度（低山500—800 m）地區(qū)的多年年均 NPP 最高，其值為 865.89 g·m?2·a?1，而第一梯度（低丘陵<250 m）的多年年均NPP最小，其值為 500.62 g·m?2·a?1。從時(shí)間尺度上來(lái)看，2000—2015年，第一（低丘陵<250 m）和第二（高丘陵250—500 m）梯度隨著時(shí)間的推移，NPP均呈現(xiàn)出增加趨勢(shì)，而在第三（低山500—800 m）和第四（中山>800 m）梯度的NPP呈現(xiàn)出波動(dòng)增加趨勢(shì)，其轉(zhuǎn)折點(diǎn)在2010年。

表3 北部灣入海典型流域NPP海拔梯度差異Table.3 Altitude gradient difference of NPP in typical basins entering the sea in Beibu Gulf g·m?2·a?1

3.3.5 不同坡度梯度對(duì)NPP的影響

根據(jù)水利部頒發(fā)的水力侵蝕坡度的分級(jí)標(biāo)準(zhǔn)，并借助 ArcGIS對(duì)坡度進(jìn)行重分類，將北部灣入海典型流域的坡度劃分為6個(gè)等級(jí)。由表4可知，急坡的 NPP 值最大，其平均值為 905.10 g·m?2·a?1，其次為陡坡的 NPP，其平均值為 887.06 g·m?2·a?1，而緩傾斜坡的 NPP值最小，其平均值為 454.95 g·m?2·a?1。由表可知，研究區(qū)的 NPP 并不是隨著坡度的增加而增加，NPP在35°的坡度出現(xiàn)明顯的閾值效應(yīng)，大于35°之后，NPP呈現(xiàn)出下降趨勢(shì)。從所占比例來(lái)看，緩傾斜坡的NPP所占面積最大，其面積為13449.44 km2（71.87%），其次為斜坡，NPP面積為2288.38 km2（12.23%），急陡坡的NPP所占比重最小，僅為 4.88 km2（0.03%）。急坡、陡坡和急陡坡的 NPP平均值較高主要是植被比較茂盛，受人類活動(dòng)的影響較輕；緩傾斜坡、中等斜坡和斜坡的坡度小于 25°，主要為城鎮(zhèn)用地和農(nóng)作物用地等，NPP值相對(duì)較小。

表4 北部灣入海典型流域坡度梯度差異Table 4 Gradient difference of slope in typical Basins entering the sea in Beibu Gulf

4 討論

4.1 CASA模型估算結(jié)果

本研究利用MODIS13Q1產(chǎn)品時(shí)間序列數(shù)據(jù)，結(jié)合氣象數(shù)據(jù)、土地利用類型數(shù)據(jù)、DEM數(shù)據(jù)分析了北部灣入海典型流域 NPP時(shí)空變化特征及影響因素，結(jié)果表明，本研究估算的多年 NPP平均值為543.09 g·m?2·a?1，小于 2001—2010 年間廣西植被的多年 NPP 平均值（662 g·m?2·a?1）（周愛萍等，2014）和廣東2000—2007 年的NPP 平均值（774 g·m?2·a?1），大于全國(guó)的 NPP 平均值（324 g·m?2·a?1）（朱文泉等，2007a）。由于不同學(xué)者所采用的模型驅(qū)動(dòng)數(shù)據(jù)及其分辨率存在差異，因此所計(jì)算的植被NPP結(jié)果必然有所區(qū)別，同時(shí)不可避免地存在一定偏差。從多年NPP平均值的空間分布（圖4）可以看出，NPP高于1200的區(qū)域主要分布于十萬(wàn)大山周邊，該地區(qū)植被生長(zhǎng)旺盛，大部分為原始森林地區(qū)，該值與周愛萍等（2014）計(jì)算的2001—2010年NPP平均值空間分布保持一致，該文認(rèn)為NPP的最高值分布在桂南和桂西南，特別是十萬(wàn)大山、西大明山等地NPP平均值較高的主要原因是由于該區(qū)域位于北熱帶季雨林分布區(qū)。從植被NPP年際變化速率可知，北部灣入海流域植被NPP呈逐年持續(xù)增加趨勢(shì)，NPP增速（8.83 g·m?2·a?1）大于南流江 NPP 增速（4.40 g·m?2·a?1）。其研究結(jié)果與田義超等（2019）關(guān)于南流江流域NPP的變化趨勢(shì)保持一致，只是其增加的速度是南流江流域的2倍左右，這可能與北部灣入海流域不同地區(qū)所處的地理位置及氣候類型有一定關(guān)系。

4.2 NPP的影響因素

很多研究表明，降雨是控制植被變化的主要因素，如Alessandri et al.（2008）采用相關(guān)數(shù)理統(tǒng)計(jì)方法定量化評(píng)估了陸地的季節(jié)性植被動(dòng)態(tài)和降水年際異常的關(guān)系，得出植被對(duì)降水的變化比氣溫敏感。信忠保等（2007）發(fā)現(xiàn)中國(guó)黃土高原地區(qū)的植被對(duì)降水有著敏感的響應(yīng)，認(rèn)為降水對(duì)該地區(qū)的植被空間分布起著決定性作用。索玉霞等（2009）發(fā)現(xiàn)中亞地區(qū)植被受降水的影響明顯大于氣溫，年降水量尤其是春季降水是中亞地區(qū)植被生長(zhǎng)的主要限制因子。但是不同的地區(qū)氣候因素具有空間差異性，植被變化對(duì)降水和氣溫響應(yīng)的滯后時(shí)間也不一致，氣候類型的差異以及空間異質(zhì)性特征有可能導(dǎo)致氣溫成為控制植被變化的關(guān)鍵性因子。上述研究結(jié)果中的黃土高原地區(qū)和中亞地區(qū)的氣候類型分別屬于半干旱大陸性季風(fēng)氣候區(qū)以及典型的溫帶沙漠、草原的大陸性氣候，植被的變化主要受到降水的因素控制，然而本研究區(qū)中的氣候類型屬于南亞熱帶氣候類型，該地區(qū)的植被NPP對(duì)氣候因子響應(yīng)特性則與上述兩個(gè)地區(qū)有所不同。由本文的研究結(jié)果可知，氣候因子中的溫度與NPP呈正相關(guān)關(guān)系，正相關(guān)區(qū)域占76.56%，與年均降水量呈負(fù)相關(guān)關(guān)系，負(fù)相關(guān)區(qū)域高達(dá) 82.16%，表明北部灣入海典型流域 NPP與氣溫影響顯著，植被的生長(zhǎng)主要依賴于區(qū)域內(nèi)的光熱條件，氣溫是NPP生長(zhǎng)的主導(dǎo)因素。該觀點(diǎn)與田義超等（2016）年關(guān)于北部灣沿海地區(qū)NDVI的控制因素相同，氣候因子中的氣溫對(duì)植被的平均滯后時(shí)間小于對(duì)降水的滯后時(shí)間。

除氣候因子對(duì)NPP產(chǎn)生重要影響之外，坡度和海拔也會(huì)對(duì)NPP產(chǎn)生重要的影響。根據(jù)Chen et al.（2007）年的研究結(jié)果可知，地形因子顯著地影響NPP的空間分布格局，該文強(qiáng)調(diào)了地形因子中的海拔和坡向?qū)?NPP空間變化的作用，隨著海拔的升高，NPP呈現(xiàn)出增加趨勢(shì)，但是到達(dá)1350 m之后，NPP隨著海拔的升高則呈現(xiàn)出下降趨勢(shì)。本研究結(jié)果認(rèn)為，影響北部灣地區(qū) NPP變化的高程閾值在800 m左右，大于800 m閾值后，NPP呈現(xiàn)出下降趨勢(shì)，這個(gè)與廣西的地形地貌以及山地的空間分布格局有關(guān)，研究區(qū)處于中國(guó)第二臺(tái)階中的云貴高原東南邊緣，山地和丘陵分布廣泛，尤其是該地區(qū)的十萬(wàn)大山地區(qū)，主峰蒔良嶺高達(dá) 1462 m，是桂南地區(qū)的最高點(diǎn)，該地形特征對(duì)NPP的空間分布必然產(chǎn)生重要的影響（蘇宗明，1998）。此外，坡度因素也是影響 NPP的另外一個(gè)因素，由周愛萍等（2014）的研究結(jié)果可知，坡度小于5°NPP隨著坡度的增加而增加，但是大于 5°之后 NPP隨著坡度的增加而呈現(xiàn)出減少趨勢(shì)，這與本研究的研究結(jié)果有所差異。本研究結(jié)果認(rèn)為NPP在35°的坡度出現(xiàn)明顯的閾值效應(yīng)，大于35°之后，NPP呈現(xiàn)出下降趨勢(shì)，這與本文所處的地理位置有關(guān)。從本研究區(qū)西部的十萬(wàn)大山到東部的六萬(wàn)大山，山體陡峭，坡度變化劇烈，這也可能是導(dǎo)致 NPP的閾值集中在35°左右的原因之一。

4.3 CASA模型的不確定性及未來(lái)研究方向

本研究采用 CASA模型對(duì)北部灣入海河流的NPP進(jìn)行了定量化評(píng)估，但是應(yīng)該注意到，本研究采用的氣象數(shù)據(jù)是廣西及其周邊的 40個(gè)氣象站點(diǎn)數(shù)據(jù)，隨后本研究采用了GIS中的插值方法生成了估算NPP的相應(yīng)月值柵格數(shù)據(jù)，但是由于廣西地形地貌變化復(fù)雜，其插值結(jié)果在一定程度上存在著一定的不精確性，導(dǎo)致NPP估算模型的參數(shù)受一定程度的精度影響。因此，未來(lái)研究中應(yīng)該采用混合插值方法，將地形因子引入到氣溫和降水的插值算法中，這樣可為NPP的精確化評(píng)估提供重要保障。此外，由于本研究在進(jìn)行CASA模型的估算時(shí)，采用的空間分辨率是250 m，其他數(shù)據(jù)源全部經(jīng)過(guò)重采樣工具變換為250 m的尺度，數(shù)據(jù)在轉(zhuǎn)換的過(guò)程中可能導(dǎo)致模型的估算精度受到一定的影響。

本研究雖然采用了偏相關(guān)分析方法定量性描述了研究區(qū)NPP與氣溫、降水因子的相關(guān)性，但是未能定量化揭示NPP與氣候因子（如降水和氣溫）之間的響應(yīng)特性，未能定量化揭示降水和氣溫對(duì) NPP的影響時(shí)滯問(wèn)題。此外，由于植被NPP中的另外一個(gè)重要的參數(shù)是太陽(yáng)輻射，大部分學(xué)者在研究氣候因子和NPP之間的關(guān)系時(shí)，主要側(cè)重于降水和氣溫對(duì)NPP的影響，未來(lái)應(yīng)該將太陽(yáng)輻射因子加入到驅(qū)動(dòng)力因素中，采用相關(guān)的定量化模型揭示降水、氣溫和太陽(yáng)輻射對(duì)NPP的貢獻(xiàn)比率，這方面的研究是以后的重點(diǎn)研究方向。

5 結(jié)論

（1）北部灣入海典型流域多年月均 NPP介于8.50—95.86 g·m?2（以 C 計(jì)，下同）之間，呈倒“V”型單峰分布特征，8月NPP達(dá)到全年最大，其值為100.25 g·m?2·a?1；2 月最小，其值僅為 6.92 g·m?2·a?1；年際變化上，流域NPP年際變化總體呈現(xiàn)波動(dòng)上升趨勢(shì)，增速為 8.83 g·m?2·a?1，快于廣西自治區(qū) NPP平均值增長(zhǎng)速率（0.001 g·m?2·a?1）。

（2北部灣入海典型流域NPP分布規(guī)律呈現(xiàn)明顯地域分異規(guī)律，NPP高值區(qū)主要位于研究區(qū)西南部的十萬(wàn)大山南麓，低值區(qū)散布在欽江流域河道附近、南流江上游的中部以及下游的西南部地區(qū)。流域內(nèi) NPP總體上呈現(xiàn)改善的趨勢(shì)，改善區(qū)域面積（14088.19 km2）顯著大于退化區(qū)域的面積（4625.44 km2），NPP增加區(qū)域是減少區(qū)域的3.05倍。

（3）北部灣入海典型流域植被Hurst指數(shù)平均值為 0.7919，持續(xù)性序列占區(qū)域整體的 NPP百分比為97.17%，流域Hurst指數(shù)正態(tài)分布圖呈現(xiàn)單峰右偏趨勢(shì)，表明北部灣入海典型流域的NPP未來(lái)將呈現(xiàn)出持續(xù)增加的趨勢(shì)。

（4）研究區(qū) NPP與多年平均氣溫呈正相關(guān)關(guān)系，與多年平均降水量呈負(fù)相關(guān)關(guān)系，氣候因子中的氣溫是NPP空間分布的主要控制因素。