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(chǎn)力（Net Primary Productivity，NPP）是指單位面積與單位時間內(nèi)植被經(jīng)過光合作用產(chǎn)生的有機物質(zhì)總量扣除自身呼吸消耗的剩余部分［1，2］。NPP 響應(yīng)了氣候與環(huán)境變化，是反映陸地生態(tài)過程的關(guān)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(nèi)容之一［4-8］。因此，開展NPP 驅(qū)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(nèi)外NPP 研究內(nèi)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(qū)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(shù)據(jù)對不同區(qū)域和時空尺度的NPP 進行了研究，但是關(guān)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(xiàn)西北地區(qū)植被NPP 與氣溫、降水呈正相關(guān)，對降水響應(yīng)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(qū)動因子分析有助于掌握該區(qū)域內(nèi)生態(tài)系統(tǒng)生產(chǎn)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(qū)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(qū)動特點，本研究利用氣象背景數(shù)據(jù)、NDVI 數(shù)據(jù)、地形數(shù)據(jù)、土壤侵蝕空間分布數(shù)據(jù)和土地利用空間分布數(shù)據(jù)對不同數(shù)據(jù)集做數(shù)據(jù)分析，揭示了半干旱區(qū)不同環(huán)境屬性分區(qū)內(nèi)各環(huán)境因子對NPP 的驅(qū)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(qū)動特點，為探究半干旱區(qū)NPP 驅(qū)動力研究提供科學依據(jù)。

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(shù)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(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

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

2.2 研究方法

2.2.1 數(shù)值提取 采用ArcGIS10.2 軟件對獲取的數(shù)據(jù)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(shù)據(jù)為基礎(chǔ)，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(shù)值提取過程中都能獲得有效值，將點間距離設(shè)為1 km 以適應(yīng)原始數(shù)據(jù)的空間分辨率，用ArcGIS10.2 中Toolbox 內(nèi)的數(shù)值提取工具，依據(jù)該點圖層提取柵格數(shù)據(jù)中各點位像元屬性值［26，27］，共提取了 55 402 個點數(shù)據(jù)，每個點數(shù)據(jù)包含年均凈初級生產(chǎn)力（NPP）、年均歸一化植被指數(shù)（NDVI）、年均降水（縮放倍數(shù)10）、濕潤指數(shù)（縮放倍數(shù)100）、年均溫度（縮放倍數(shù)10）、≥10 ℃積溫（縮放倍數(shù)10）、干燥度（縮放倍數(shù)1 000）、坡度、坡向、高程、土地利用類型數(shù)據(jù)和土壤侵蝕類型數(shù)據(jù)。

將提取的55 402 個點數(shù)據(jù)作為原始數(shù)據(jù)集（數(shù)據(jù)集1），用于NPP 驅(qū)動因子模型的構(gòu)建，該研究區(qū)內(nèi)NPP 最大值為1 048 gC/m2。依據(jù)中國科學院資源環(huán)境科學數(shù)據(jù)中心提供的濕潤指數(shù)分布數(shù)據(jù)，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(shù)據(jù)按照對應(yīng)的濕潤指數(shù)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(shù)對NPP 作用特征分析的數(shù)據(jù)集2，然后整理出以不同土地利用類型和土壤侵蝕類型數(shù)據(jù)處理的數(shù)據(jù)集3 和數(shù)據(jù)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(jù)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(quán)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(gòu)建NPP 環(huán)境因子模型，研究所使用的數(shù)據(jù)量綱不同，為統(tǒng)一數(shù)據(jù)間量綱，需要對各數(shù)據(jù)集進行歸一化處理，采用SPSS 19軟件對標準化后的數(shù)據(jù)集進行逐步回歸分析，獲得回歸模型。

2.2.3 相關(guān)性分析 為進一步探討各因子間的相關(guān)性，采用SPSS 軟件計算各因子間的相關(guān)系數(shù)，分析各因子與NPP 間的相關(guān)性及各因子間的相關(guān)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(qū)動能力，貢獻率的計算方法參考因子系數(shù)權(quán)重平均法［26］，以SPSS 回歸模型中因子的標準系數(shù)為基礎(chǔ)，將1 個小組方程的權(quán)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(quán)重，然后除以對應(yīng)小組方程個數(shù)，即得到因子貢獻率。

3 結(jié)果與分析

3.1 NPP 主要驅(qū)動因子模型的構(gòu)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(shù)、年均氣溫，該結(jié)果肯定了NDVI 和溫濕指數(shù)因素對NPP 的作用。然后以 NPP 為因變量（y），NDVI（X2）和濕潤指數(shù)（X5）為自變量做逐步回歸，發(fā)現(xiàn)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(shù)據(jù)集1）

為進一步探究因子間相關(guān)性，使用數(shù)據(jù)集1 對各變量做Pearson 相關(guān)處理，從表2 可以得出，NDVI、年均降水量、年均氣溫、濕潤指數(shù)、干燥度與NPP 存在極顯著相關(guān)，其中NDVI、年均降水量和濕潤指數(shù)與NPP 的相關(guān)性較大，相關(guān)系數(shù)分別為0.64、0.41 和0.42（P＜0.01），從中也可以發(fā)現(xiàn)各環(huán)境因子之間的相關(guān)性，其中年均降水量與濕潤指數(shù)呈顯著正相關(guān)，相關(guān)系數(shù)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(guān)系數(shù)絕對值均大于0.90，相關(guān)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(guān)性，年均氣溫與坡度、≥10 ℃積溫與坡度呈顯著負相關(guān)，相關(guān)系數(shù)均為-0.65。

表2 環(huán)境因子與NPP 相關(guān)性分析（數(shù)據(jù)集1）

3.2 不同濕潤指數(shù)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(qū)動能力，使用標準化后的數(shù)據(jù)集2 對不同濕潤指數(shù)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(shù)分組內(nèi)，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(qū)動NPP 的第一因子是NDVI，而在濕潤區(qū)的環(huán)境條件下，驅(qū)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(shù)，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(xiàn)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(shù)分組下各環(huán)境因子對NPP 的驅(qū)動特點。

表3 不同濕潤指數(shù)下環(huán)境因子與NPP 的逐步回歸方程（數(shù)據(jù)集2）

圖3 不同濕潤指數(shù)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(qū)動特點，使用數(shù)據(jù)集3和數(shù)據(jù)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(shù)、年均氣溫，在水力侵蝕中，驅(qū)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(qū)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(shù)，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(qū)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(qū)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(qū)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(shù)，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(shù)據(jù)集3）

表5 不同土地利用類型下各因子貢獻率（數(shù)據(jù)集4）

4 小結(jié)與討論

4.1 討論

4.1.1 NPP 主要驅(qū)動因子 NPP 為植被凈有機物生產(chǎn)量，植物健康生長需要溫度、水分和良好的光照條件。研究結(jié)果表明，NPP 第一驅(qū)動因子是NDVI，第二驅(qū)動因子是濕潤指數(shù)，第三驅(qū)動因子是年均氣溫，本研究結(jié)果和其他學者的結(jié)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(nèi)在聯(lián)系較強，且NPP 是年內(nèi)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(chǎn)量，當消耗量差異較小時，NDVI 因子對 NPP 的驅(qū)動能力將得到加強［26-28］。濕潤指數(shù)與年均降水量相關(guān)性較強，NPP 增長需要適宜的氣溫與降水條件，而溫濕指數(shù)越高有機物生成量越高。

4.1.2 濕潤指數(shù)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(xiàn)，半干旱區(qū)、干半濕潤區(qū)和濕半濕潤區(qū)NDVI 對NPP 的驅(qū)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(shù)范圍下凈初級生產(chǎn)力發(fā)展模式不同，側(cè)面體現(xiàn)了植被對區(qū)域特定生存條件的有效利用與適應(yīng)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(chǎn)速率可能會導致這種現(xiàn)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(shù)分組中還發(fā)現(xiàn)，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(shù)分組內(nèi)各環(huán)境因子對NPP 的影響能力有顯著差異，此外還發(fā)現(xiàn)在不同濕潤指數(shù)范圍內(nèi)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(chǎn)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(chǎn)力一方面能夠反映植物群落在自然環(huán)境下的生產(chǎn)能力［34］，另一方面能夠從側(cè)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(qū)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(qū)動能力，而凍融侵蝕中海拔是NPP 的主要驅(qū)動因子，在土地利用類型中，海拔對草地和水域的驅(qū)動能力得到提高。其他學者研究結(jié)果表明，NPP 與海拔高度的關(guān)系為負相關(guān)［26］，海拔與NPP 的關(guān)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(xiàn)在NPP中。本研究對不同土壤侵蝕和土地利用類型數(shù)據(jù)集進行逐步回歸分析，結(jié)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(xiàn)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(qū)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(qū)動特點，但仍有不足之處，將提取數(shù)據(jù)密度設(shè)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(qū)動特點，還需更深入地探究其他因子的影響。

4.2 小結(jié)

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

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

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