何宏昌, 馬炳鑫, 靖娟利,2, 徐 勇, 竇世卿, 劉 兵

(1.桂林理工大學(xué) 測繪地理信息學(xué)院, 廣西 桂林541006; 2.廣西空間信息與測繪重點實驗室, 廣西 桂林 541006)

植被凈初級生產(chǎn)力(Net Primary Production, NPP)，是指單位時間、單位面積上植被固定的有機(jī)干物質(zhì)的總量[1-2]。植被NPP是表征植物活動的重要變量，是陸地碳循環(huán)的重要組成部分，它不僅反映了植被在自然環(huán)境下的恢復(fù)和退化情況，也是判定生態(tài)系統(tǒng)中碳循環(huán)過程的主要因子，在全球氣候變化中扮演著重要角色[3-5]。近年來，通過植被NPP動態(tài)變化來反映生態(tài)系統(tǒng)功能成為了生態(tài)學(xué)研究的熱點，監(jiān)測植被NPP的動態(tài)變化并探索其影響因素，已經(jīng)成為了未來生態(tài)保護(hù)研究的重點[6-7]。

關(guān)于植被NPP的研究開始于19世紀(jì)80年代[8]。Nemani等[1]通過研究全球植被NPP的變化情況，發(fā)現(xiàn)全球氣候朝著有利于植被生長的方向發(fā)展；Peng等[9]分析了加拿大中部植被NPP分布特征，指出氣候變化、碳含量等因素與植被NPP變化密切相關(guān)。我國對植被NPP的研究起源于二十世紀(jì)八十年代，國內(nèi)學(xué)者使用不同數(shù)據(jù)源對不同區(qū)域進(jìn)行了凈初級生產(chǎn)力的時空動態(tài)及氣候影響因子研究。陶波等[2]利用CEVSA模型探討了1981—1998年中國植被NPP的時空變化格局，指出了氣候因子中的降水是影響植被NPP時空分布的關(guān)鍵性因素；劉恒等[10]利用MOD17A3數(shù)據(jù)集分析了武陵山區(qū)植被NPP的時空動態(tài)特征及變化趨勢，并利用地理探測器的方法解析了氣溫是影響該區(qū)域植被NPP變化的主要因子。

西南喀斯特地區(qū)位于中國南部亞熱帶季風(fēng)氣候區(qū)，是世界著名的喀斯特地貌區(qū)域，山多地少，土層薄、土質(zhì)差，并且有石漠化現(xiàn)象[11-12]，生態(tài)環(huán)境問題已成為影響該地區(qū)社會經(jīng)濟(jì)發(fā)展的瓶頸，受到了學(xué)者們的廣泛關(guān)注。谷曉平等[13]利用AVIM2模型模擬了西南地區(qū)植被NPP的空間分布格局和多年變化，發(fā)現(xiàn)西南地區(qū)植被NPP的空間分布與降水量呈顯著正相關(guān)，與海拔高度呈負(fù)相關(guān)；李燕麗等[14]基于光能利用率模型對廣西植被NPP進(jìn)行估算，發(fā)現(xiàn)廣西植被NPP總體呈現(xiàn)增加趨勢，并指出人類活動正在逐漸成為植被NPP變化的主要因素；左麗媛等[15]基于地理探測器方法對2015年貴州三岔河流域植被NPP進(jìn)行定量歸因，發(fā)現(xiàn)植被覆蓋度和溫度是植被NPP的顯著控制因子。上述研究為闡明西南地區(qū)植被NPP的空間分布特征、動態(tài)變化奠定了基礎(chǔ)，并在探索植被NPP的驅(qū)動力機(jī)制上做出了探索。然而，目前大多數(shù)研究時間較短，范圍較小，且大多數(shù)的研究集中于探討植被NPP與降水及氣溫之間的關(guān)系，對于植被NPP與其他自然因子之間的研究較少。

鑒于此，本文基于長時間序列MOD17A3數(shù)據(jù)集、基于站點的氣象數(shù)據(jù)和DEM數(shù)據(jù)，運用趨勢分析、Mann-Kendall檢驗、R/S分析及地理探測器方法研究西南喀斯特地區(qū)植被NPP時空格局及變化趨勢，探討自然因子對植被NPP的影響程度，以期為該區(qū)環(huán)境保護(hù)和生態(tài)系統(tǒng)變化提供科學(xué)依據(jù)。

1 研究區(qū)概況

研究區(qū)位于中國西南部，包含3個省級行政區(qū)、1個自治區(qū)和1個直轄市，分別為四川、云南、貴州、廣西壯族自治區(qū)及重慶。地理位置介于97°21′—112°04′E，20°54′—34°19′N。東臨南嶺山脈、鄂西山地，西起青藏高原，北依秦嶺淮河一帶，南毗鄰越南、老撾、瀕臨于北部灣和南海；區(qū)域總面積137.63萬km2，占全國陸表總面積的14.34%。該區(qū)域地勢自西向東階梯式降低，地形地貌復(fù)雜，是世界著名的喀斯特地貌區(qū)，其中包含橫斷山脈、云貴高原、四川盆地、廣西丘陵等，氣候條件以亞熱帶季風(fēng)氣候和熱帶季雨林氣候為主，年均溫為12～27℃，年降水量為1 000～1 300 mm，受季風(fēng)氣候影響，水熱條件良好，適合植物生長發(fā)育，降水自東南向西北方向遞減，受地形因素影響很大(圖1)。

圖1 研究區(qū)概況

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及預(yù)處理

植被NPP數(shù)據(jù)為MOD17A3數(shù)據(jù)集，該數(shù)據(jù)時間跨度為2000—2019年，空間分辨率為500 m，時間分辨率為1 a，數(shù)據(jù)來源于美國國家航空航天局(http:∥lpdaac.usgs.gov)。DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/search)，空間分辨率為30 m，主要用于提取研究區(qū)高程、坡度及坡向等數(shù)據(jù)。同期氣象數(shù)據(jù)包括全國613個站點在的逐月氣溫、降水、濕度和日照時數(shù)數(shù)據(jù)，源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺( http:∥www.geodata.cn/)，該數(shù)據(jù)經(jīng)剔除無效值，利用ArcMap10.8軟件的IDW工具進(jìn)行插值，得到空間分辨率為500 m的柵格數(shù)據(jù)。

2.2 研究方法

2.2.1 植被NPP變化動態(tài)分析 一元線性回歸趨勢分析能逐像元分析研究區(qū)植被NPP的波動規(guī)律和動態(tài)變化[16]，計算過程如下:

(1)

式中:T為植被NPP變化的趨勢和強(qiáng)度；n表示估算年數(shù)；NPPi為第i年植被NPP值。若T>0,表示此區(qū)域植被NPP值呈增加趨勢,反之減少,且T絕對值越大,變化趨勢越明顯。

2.2.2 植被NPP變化顯著性檢驗 本文采用Mann-Kendall(MK)趨勢檢驗方法對植被NPP的變化趨勢的顯著性進(jìn)行檢驗。MK檢驗是一種非參數(shù)檢驗方法，在氣象與水文研究中廣泛使用，其優(yōu)點是計算樣本不用遵循特定的規(guī)律分布，且不受少數(shù)異常值的影響[17-19]。

該方法通過計算檢驗值(Z)判斷時間序列變化趨勢是否顯著，標(biāo)準(zhǔn)化后Z值為標(biāo)準(zhǔn)正態(tài)分布排列，根據(jù)標(biāo)準(zhǔn)正態(tài)分布表采用置信度95%的條件下對應(yīng)的值，即|Z|>1.96的區(qū)域表示具有顯著的變化趨勢，反之表示趨勢變化不顯著，計算公式詳見參考文獻(xiàn)[20]。根據(jù)研究區(qū)2000—2019年植被NPP數(shù)據(jù)，使用MATLAB 2020年軟件編程實現(xiàn)植被NPP逐像元計算。

2.2.3 植被NPP變化持續(xù)性分析 R/S分析法(rescaled range analysis)，又稱為重新標(biāo)度極差分析法，最先被用于水文研究，經(jīng)過多國學(xué)者進(jìn)行完善，已經(jīng)成為了研究水文學(xué)、氣候?qū)W等方面長時間序列數(shù)據(jù)的經(jīng)典方法，并相較于傳統(tǒng)的殘差方差法、聚合方差法準(zhǔn)確性更高[21-23]。通過計算赫斯特指數(shù)(H)來分析研究區(qū)植被NPP變化趨勢的持續(xù)性，計算方法詳見參考文獻(xiàn)[21]。

2.2.4 地理探測器法 地理探測器法，最早由中國學(xué)者王勁峰等[24]提出并使用，是一種探測空間要素成因和機(jī)理的重要方法，已經(jīng)被廣泛應(yīng)用到社會經(jīng)濟(jì)、風(fēng)險評估、人類健康等相關(guān)領(lǐng)域中[25-27]。該方法不僅可以探測空間分異性的大小，還可用于識別不同因子之間的交互作用，即評估雙因子對植被NPP共同作用時是否會增加或減弱對植被NPP的解釋力，其具體計算公式詳見參考文獻(xiàn)[24]?？臻g分異性是由地理探測器的q值來衡量的，q的取值范圍為[0,1]，當(dāng)q值越大時，表明該因子對NPP的影響越大，反之則影響越小。本文選取高程(AL)、坡度(SL)、坡向(AS)、生物溫暖指數(shù)(BWI)、生物寒冷指數(shù)(BCI)、生物干濕度指數(shù)(BK)、濕度(H)、日照時數(shù)(S)、降水(P)、氣溫(T)共計10種自然因子(其中BWI，BCI，BK計算方法詳見參考文獻(xiàn)[28-30])。研究過程中，研究區(qū)劃分為2 km×2 km的柵格點，各因素進(jìn)行重分類后將其與植被NPP空間關(guān)系進(jìn)行一一對應(yīng)，以格網(wǎng)為基本單元，對研究區(qū)逐年進(jìn)行因子影響力探測。

3 結(jié)果與分析

3.1 植被NPP空間分布特征

基于西南喀斯特地區(qū)2000—2019年的植被NPP數(shù)據(jù)逐像元計算近20 a年均植被NPP，計算結(jié)果見圖2。從圖2可以看出，研究區(qū)年均植被NPP分布呈現(xiàn)出明顯的空間異質(zhì)性，20 a間總體均值為751.37 gC/(m2·a)，空間分布總體呈北低南高，造成這種分布的原因可能與氣候變化、人類活動、土壤類型、地形、植被類型等因素有關(guān)。

圖2 2000-2019年西南喀斯特地區(qū)年均NPP空間分布

為了進(jìn)一步分析西南喀斯特地區(qū)年均植被NPP空間分布格局，將年均NPP分為7個等級(分級規(guī)律見參考文獻(xiàn)[14])。從圖2可以看出，大部分區(qū)域植被NPP值在550～1 000 gC/(m2·a)；低值區(qū)[0～550 gC/(m2·a)]占研究區(qū)面積的26.55%，主要分布在橫斷山脈和四川盆地，這些區(qū)域植被NPP植較低的原因主要有兩點，一部分地區(qū)平均海拔較高，自然環(huán)境惡劣，植被覆蓋相對較低，另外一部分區(qū)域地處盆地平原，城鎮(zhèn)建設(shè)面積大，受人類活動影響較大。高值區(qū)[1 000～1 950 gC/(m2·a)]占研究區(qū)面積的19.19%，主要分布在云貴高原南部區(qū)域，如云南西雙版納傣族自治州、德宏傣族景頗族自治州及其附近區(qū)域，廣西防城港市、大桂山一帶也有零星分布，這些區(qū)域植被類型主要為針葉林及闊葉林，因此其植被NPP較高。

3.2 植被NPP時空變化特征

3.2.1 植被NPP時間變化特征 從時間上來看(圖3)，西南喀斯特地區(qū)2000—2019年植被NPP年際變化特征明顯，20 a間研究區(qū)植被NPP介于706.28～793.57 gC/(m2·a)，波動幅度為87.29 gC/(m2·a)，最小值出現(xiàn)在2000年，最大值出現(xiàn)在2015年，整體呈現(xiàn)上升趨勢，年均上升速率為3.67 gC/(m2·a)。從總體變化趨勢來看，2000—2003年、2005—2009年和2012—2018年植被NPP呈現(xiàn)波動上升趨勢，2004—2005年和2009—2010年植被NPP出現(xiàn)明顯降低。其中植被NPP下降原因可能與2004年南方大旱以及2009年間西南旱情致使降雨不足，溫度升高，植被生長受限，西南地區(qū)生態(tài)被破壞有關(guān)[31]。

圖3 2000-2019年西南喀斯特地區(qū)年際NPP變化趨勢

3.2.2 植被NPP空間變化特征 基于一元線性回歸趨勢方法，對西南喀斯特地區(qū)2000—2019年植被NPP進(jìn)行逐像元趨勢分析，并結(jié)合MK檢驗，得到近20 a研究區(qū)植被NPP變化趨勢(圖4)。從圖4可以看出，植被NPP呈增加趨勢的占比為78.10%，其中呈顯著增加趨勢(|Z|>1.96,T>0)的區(qū)域占42.14%，主要分布在四川盆地、烏蒙山一帶，廣西丘陵及云貴高原西部也有少量分布。植被NPP呈減少趨勢的占比為21.90%，其中呈顯著減少趨勢(|Z|>1.96,T<0)的區(qū)域占3.90%，主要分布在云南西雙版納傣族自治州、普洱市附近，廣西丘陵也有呈零星分布的顯著減少區(qū)域?？傮w來看，研究區(qū)植被NPP呈增加趨勢的區(qū)域遠(yuǎn)大于呈減少趨勢的區(qū)域，由于氣候變化和人類活動的影響，各地區(qū)植被NPP變化存在顯著的空間差異。

圖4 2000-2019年西南喀斯特地區(qū)植被NPP變化趨勢

3.3 植被NPP未來變化趨勢分析

為探究西南喀斯特地區(qū)植被NPP未來變化趨勢，對研究區(qū)植被NPP進(jìn)行R/S分析，并參考文獻(xiàn)[32]將分析結(jié)果分為3個等級，反持續(xù)(H<0.5)，弱持續(xù)(0.50.75)，并將分級結(jié)果與變化趨勢進(jìn)行疊加分析，得到12種未來變化趨勢。如圖5所示，H> 0.5的區(qū)域占比為94.93%，說明研究區(qū)未來植被NPP變化趨勢具有較高的持續(xù)性，其中呈強(qiáng)持續(xù)的面積占比為48.23%，主要分布在嘉陵江東部及長江重慶段上游地區(qū)，烏蒙山一帶及廣西盆地、都陽山附近也有大量分布。由表1可知，研究區(qū)未來植被NPP以增加趨勢為主；未來呈增加趨勢的面積占比為76.97%，其中呈強(qiáng)持續(xù)增加的面積占30.67%，主要分布在四川盆地、五蓮峰、烏蒙山一帶，廣西河池市及南寧市附近地區(qū)，其他地區(qū)有零星分布；未來呈減少趨勢的面積占23.03%，主要分布在云貴高原南部及橫斷山脈等地。

3.4 植被NPP驅(qū)動因素分析

3.4.1 植被NPP自然因子影響力分析 植被NPP變化是多個因子協(xié)同作用后的結(jié)果，應(yīng)綜合考慮自然因素對植被NPP的影響?；诘乩硖綔y器方法，本文選取高程(AL)、坡度(SL)、坡向(AS)、生物溫暖指數(shù)(BWI)、生物寒冷指數(shù)(BCI)、生物干濕度指數(shù)(BK)、濕度(H)、日照時數(shù)(S)、降水(P)、氣溫(T)共計10種自然因素，對影響植被NPP變化的因素進(jìn)行了探測。如表2，表3所示，不同年份驅(qū)動因子q值不同(除坡向外其余各因子p檢驗值均小于0.01)，說明不同年份，驅(qū)動因子對植被NPP解釋力強(qiáng)度不同。20 a間，濕度、生物溫暖指數(shù)、日照時數(shù)和氣溫是影響西南喀斯特地區(qū)植被NPP空間分布差異的主要因素，q均值分別為0.405，0.351，0.350，0.308；降水、高程、生物寒冷指數(shù)、生物干濕度指數(shù)是造成研究區(qū)年均NPP空間差異的次要因素，其q均值均超過了0.2；坡度q均值小于0.1，說明坡度在一定程度上影響植被NPP空間分布差異，但影響程度較小；坡向q均值接近于0，p檢驗值大于0.01，說明坡向與植被NPP無明顯的線性及非線性關(guān)系。

1)數(shù)據(jù)訪問對象(DAO)模式：主要用于軟件架構(gòu)的數(shù)據(jù)層，其主要功能為完成數(shù)據(jù)的編輯(添加、刪除和修改)與查詢。

表1 西南喀斯特地區(qū)植被NPP未來變化趨勢

圖5 西南喀斯特地區(qū)植被NPP Hurst指數(shù)

3.4.2 植被NPP自然因子交互作用探測分析 使用地理探測器交互作用模塊對植被NPP的驅(qū)動因子進(jìn)行交互作用探測，用來評估雙因子共同作用時是否會增強(qiáng)或減弱對植被NPP解釋力，或者這些因子對植被NPP作用是否是相對獨立的。見表3，不存在相互獨立對植被NPP起作用的因子，并且雙因子交互作用q值均大于單因子q值，說明雙因子交互作用對植被NPP作用均表現(xiàn)為雙因子增強(qiáng)或非線性增強(qiáng)。其中，濕度、生物溫暖指數(shù)、日照時數(shù)、氣溫及高程與其他因子交互作用較強(qiáng)，其中高程∩生物溫暖指數(shù)、高程∩濕度和濕度∩日照時數(shù)的q值最高，分別為0.498，0.493，0.482。雙因子對研究區(qū)植被NPP的作用并非簡單相加，而是一種雙因子增強(qiáng)或非線性增強(qiáng)的關(guān)系。

表2 2000-2019年自然因子對西南喀斯特地區(qū)植被NPP影響力

表3 雙因子交互作用對西南喀斯特地區(qū)植被NPP的解釋力

4 討 論

西南喀斯特地區(qū)氣候多變，地形復(fù)雜，大范圍監(jiān)測西南喀斯特地區(qū)植被NPP變化及驅(qū)動因素的研究相對較少。鑒于此，本文基于MOD17A3 NPP數(shù)據(jù)，揭示西南喀斯特地區(qū)植被NPP年際變化趨勢及驅(qū)動力，選取10種自然因子，以便更好的分析研究區(qū)植被NPP空間分布差異的驅(qū)動因素。研究發(fā)現(xiàn)，20 a間西南喀斯特地區(qū)植被NPP總體均值為751.37 gC/(m2·a)，高于李登科等[33]研究得出的中國陸地植被NPP均值的273.5 gC/(m2·a)及陶波等[2]研究得出的342 gC/(m2·a)，這主要與西南地區(qū)水熱條件良好，適合植物生長，植被覆蓋度高有關(guān)。研究結(jié)果與董丹等[34]基于改進(jìn)的CASA模型研究得出的1999—2003年西南地區(qū)的植被NPP估算結(jié)果相近，且都得出西南喀斯特地區(qū)植被NPP在2000—2002年呈持續(xù)上升趨勢，在2003年呈下降趨勢；研究結(jié)果與黃曉云等[35]研究結(jié)果相同，均得出2006—2011年西南喀斯特地區(qū)植被NPP呈波動下降趨勢。這些結(jié)果從側(cè)面驗證了本文研究結(jié)果的準(zhǔn)確性，一定程度表明了近年來西南喀斯特地區(qū)植被覆蓋度增加，生態(tài)環(huán)境得到改善，退耕還林、還草政策已對植被NPP增加起到了促進(jìn)作用。

本文運用地理探測器的方法分析了西南喀斯特地區(qū)植被NPP空間差異的主要因素，發(fā)現(xiàn)濕度、生物溫暖指數(shù)及日照時數(shù)在10種驅(qū)動因子中解釋力較高，這3種驅(qū)動因子與氣溫具有較大的線性關(guān)系，研究結(jié)果同樣表明降水解釋力(q=0.265)低于氣溫解釋力(q=0.308)，此研究結(jié)果與黃曉云等[35]一致，降水與植被NPP的相關(guān)性低于氣溫與植被NPP的相關(guān)性，這可能與西南地區(qū)降水充沛，降水量對不同地區(qū)的植被生長存在促進(jìn)與抑制的作用有關(guān)。本文研究結(jié)果中氣溫解釋力大于降水解釋力與谷曉平等[13]研究結(jié)果不同，其原因可能與NPP估算模型和驅(qū)動數(shù)據(jù)的不同及研究區(qū)域及研究時段的不同有關(guān)。

此外，植被 NPP變化是受氣候變化及人類活動的共同影響，有研究表明[36-37]，西南喀斯特地區(qū)隨著人類退耕還林、還草政策的實施，人類活動對NPP的影響力逐漸上升。本研究只基于自然因子對植被NPP的變化進(jìn)行驅(qū)動力分析，并未對人類活動對植被NPP的影響進(jìn)行探究，此方面將作為下一步的研究內(nèi)容。

5 結(jié) 論

(1) 近20 a西南喀斯特地區(qū)植被NPP總體均值為751.37 gC/(m2·a)，空間分布上呈南高北低的分布格局，植被NPP較高的區(qū)域主要分布在云貴高原西部及廣西丘陵一帶，較低的區(qū)域主要分布于橫斷山脈及四川盆地等地，植被NPP分布格局主要與地理環(huán)境、人類活動、植被類型及氣候變化有關(guān)。

(2) 從時間變化看，近20 a研究區(qū)植被NPP整體呈上升趨勢，增長速度為3.67 gC/(m2·a)；從空間變化看，植被NPP呈上升趨勢的面積占78.10%，呈顯著增加的區(qū)域占42.14%，主要分布在四川盆地、烏蒙山一帶；呈下降趨勢的占21.9%，主要分布在云南西雙版納傣族自治州、普洱市等地。

(3) 從未來趨勢分析來看，植被NPP以上升趨勢為主，呈上升趨勢的區(qū)域占76.97%，其中呈強(qiáng)持續(xù)增加的面積占30.67%，主要分布在四川盆地及烏蒙山一帶；呈下降趨勢的面積占23.03%，主要分布在云貴高原南部及橫斷山脈附近地區(qū)。

(4) 驅(qū)動因子影響力分析結(jié)果表明，影響西南喀斯特地區(qū)植被NPP的主導(dǎo)因子為濕度、生物溫暖指數(shù)、日照時數(shù)和氣溫，其q均值均超過0.3；次要因子為降水、高程、生物寒冷指數(shù)、生物干濕度指數(shù)，q均值均超過了0.2。各因子交互作用之間表現(xiàn)為雙因子增強(qiáng)或非線性增強(qiáng)，其中高程∩生物溫暖指數(shù)、高程∩濕度和濕度∩日照時數(shù)的q值最高，分別為0.498，0.493，0.482。