程春香 ，于 敏，吳門新，薄 宇，毛子軍

（1.黑龍江省生態(tài)氣象中心，哈爾濱 150030；2.東北林業(yè)大學(xué)森林植物生態(tài)學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，哈爾濱 150040；3.國家氣象中心，北京 100081）

人類活動(dòng)與氣候變化影響生態(tài)環(huán)境[1]。為應(yīng)對(duì)全球環(huán)境問題我國提出“2030年實(shí)現(xiàn)碳達(dá)峰、2060年實(shí)現(xiàn)碳中和”的戰(zhàn)略目標(biāo)[2]。凈初級(jí)生產(chǎn)力（Net primary productivity，NPP）是陸地生態(tài)系統(tǒng)生產(chǎn)力重要指標(biāo)之一，作為植被凈固碳量，用于表征植被生長抵消人為碳排放量的潛力[3]，對(duì)維持全球碳平衡、減緩氣候變化及完成雙碳戰(zhàn)略目標(biāo)均具有重要意義。

NPP時(shí)空演變及驅(qū)動(dòng)因子研究是評(píng)估陸地生態(tài)系統(tǒng)固碳能力基礎(chǔ)，近年廣受學(xué)者關(guān)注。程春曉等研究表明2001~2010年中國東北不同地表覆蓋類型NPP變化趨勢差異顯著[4]。劉曉光等發(fā)現(xiàn)黑龍江省三江平原北部NPP 整體呈線性增加趨勢，先緩慢減少后波動(dòng)增加[5]。Tripathi等利用時(shí)滯相關(guān)分析法研究氣候變量對(duì)印度熱帶落葉林凈初級(jí)生產(chǎn)力的貢獻(xiàn)，結(jié)果顯示降水是影響生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力主要變量[6]。劉旻霞等發(fā)現(xiàn)氣溫、降水和土地利用/覆被變化（LUCC）等是影響2000~2014 年青海省NPP重要因子[7]。以往研究大多集中于NPP時(shí)空演變分析，黑龍江省驅(qū)動(dòng)因子研究十分有限。黑龍江省作為生態(tài)資源大省，是我國生態(tài)保護(hù)修復(fù)工程中重點(diǎn)保護(hù)修復(fù)區(qū)[8-9]。

地理探測器是探測數(shù)據(jù)分異性，揭示數(shù)據(jù)背后驅(qū)動(dòng)力的一種新興方法?？啥糠治龈饔绊懸蜃訖?quán)重，與回歸分析等傳統(tǒng)統(tǒng)計(jì)方法相比，更客觀、科學(xué)，且具有較高精度[10]。在全球變化和我國雙碳戰(zhàn)略背景下，本文利用已驗(yàn)證TEC模型[11]計(jì)算植被NPP，采用Sen趨勢度估計(jì)、土地利用動(dòng)態(tài)度等方法，針對(duì)植被資源豐富的黑龍江省，開展2000~2020年生態(tài)保護(hù)修復(fù)關(guān)鍵實(shí)施期植被NPP及其影響因子時(shí)空變化特征研究，并利用地理探測器和相關(guān)分析法開展NPP驅(qū)動(dòng)因子定量化分析，對(duì)生態(tài)保護(hù)修復(fù)以及生態(tài)系統(tǒng)碳循環(huán)演變理論研究均具有重大意義，為我國未來生態(tài)環(huán)境管理和政策制定以及“碳達(dá)峰、碳中和”目標(biāo)實(shí)現(xiàn)提供科學(xué)參考。

1 研究區(qū)域概況與研究方法

1.1 黑龍江省概況

黑龍江省區(qū)域遼闊，地形與氣候條件復(fù)雜，氣候變化較為顯著，自然資源豐富，森林、農(nóng)田、草地、濕地、聚落等是黑龍江省典型陸地生態(tài)系統(tǒng)中重要組成。黑龍江省森林覆蓋率位列全國首位，省內(nèi)林區(qū)主要分布于大興安嶺、小興安嶺以及牡丹江東部；此外黑龍江省作為國家重點(diǎn)濕地省份，在三江平原、松嫩平原、大興安嶺、小興安嶺和東部地區(qū)均存在大片濕地區(qū)域，約占全國天然濕地總面積1/5；黑龍江省草地資源主要分布在三江平原、松嫩平原、大興安嶺和小興安嶺，黑龍江省作為農(nóng)業(yè)大省，糧食種植面積大、產(chǎn)量高，是我國重要商品糧生產(chǎn)基地[12]。黑龍江省在全球區(qū)域碳循環(huán)過程中發(fā)揮重要作用，且對(duì)于氣候條件變化敏感，在陸地生態(tài)系統(tǒng)碳循環(huán)過程中極易受氣候變化影響。

1.2 數(shù)據(jù)資料來源

土地覆蓋數(shù)據(jù)集來源于全球地表覆蓋Globe-Land30數(shù)據(jù)集（國家基礎(chǔ)地理信息中心全球地表覆蓋數(shù)據(jù)產(chǎn)品服務(wù)網(wǎng)站DOI：10.11769），空間分辨率30 m，已發(fā)布2000 年、2010 年和2020 年數(shù)據(jù)，包括耕地、林地、草地、灌木地、濕地、水體、苔原、人造地表、裸地、冰川和永久積雪等10 個(gè)類型。根據(jù)黑龍江省實(shí)際情況和研究需要，簡化合并為7個(gè)類型，分別代表森林生態(tài)系統(tǒng)、農(nóng)田生態(tài)系統(tǒng)、草地生態(tài)系統(tǒng)、濕地生態(tài)系統(tǒng)、聚落生態(tài)系統(tǒng)、其他生態(tài)系統(tǒng)和水體，文中生態(tài)系統(tǒng)尺度分析均采用2020年GlobeLand30數(shù)據(jù)作為分區(qū)統(tǒng)計(jì)的基礎(chǔ)數(shù)據(jù)。

分析氣象數(shù)據(jù)來源于黑龍江省氣象數(shù)據(jù)中心。數(shù)據(jù)集主要包括2000~2020年黑龍江省84個(gè)國家氣象觀測站點(diǎn)年降水量（R）、年平均氣溫（T）、年最高氣溫（Tmax）和年最低氣溫（Tmin）數(shù)據(jù)。根據(jù)研究需要對(duì)氣象數(shù)據(jù)進(jìn)行空間插值，獲得空間分辨率為1 km的氣象要素?cái)?shù)據(jù)集?？臻g插值方法選取協(xié)同克里金法，空間插值過程中考慮海拔高度因素影響，以提高降水和氣溫要素插值結(jié)果準(zhǔn)確性。

黑龍江地圖底圖數(shù)據(jù)來源于自然資源部網(wǎng)站（http://bzdt.ch.mnr.gov.cn/），本研究使用的是黑龍江省標(biāo)準(zhǔn)地圖——政區(qū)簡圖版（省級(jí)輪廓）32 開，審圖號(hào)：黑S（2018）029號(hào)。

1.3 植被NPP計(jì)算

本研究植被NPP數(shù)據(jù)采用TEC模型計(jì)算。TEC模型由延昊在2015 年根據(jù)LUE 模型改進(jìn)提出，是一種新的光能利用率模型[13-14]。該模型充分考慮水分脅迫、輻射以及C3/C4植物光合作用的差異。模型產(chǎn)品已完成地面通量觀測數(shù)據(jù)驗(yàn)證，精度優(yōu)于BESS和MOD17產(chǎn)品[11]。模型公式如下：

式中，NPP、GPP、Rg和Rm分別表示陸地植被凈初級(jí)生產(chǎn)力、總初級(jí)生產(chǎn)力、生長呼吸消耗量以及維持呼吸消耗量（gC·m-2）。ε*為植被最大光能利用率，C3 植物ε*=1.8 gC·MJ-1，C4 植物ε*=2.76 gC·MJ-1。Tε和Wε分別為溫度脅迫系數(shù)和水分脅迫系數(shù)，F(xiàn)PAR為光合有效輻射吸收率，PAR為光合有效輻射（MJ·m-2），Ta為月平均氣溫（℃）。

1.4 趨勢分析

采用一元線性回歸法分析研究要素區(qū)域整體趨勢，可直接計(jì)算變化率和顯著性檢驗(yàn)。分析要素像元級(jí)趨勢采用Sen趨勢度估計(jì)法，利用Mann-Kendall（簡稱MK）趨勢檢驗(yàn)法作顯著性檢驗(yàn)。兩種方法相結(jié)合可降低噪聲干擾，在一定程度上提高空間像元趨勢準(zhǔn)確性[15]。

Sen趨勢度是經(jīng)過計(jì)算序列的中值，計(jì)算公式：

式中，xj和xi為時(shí)間序列數(shù)據(jù)。如計(jì)算出β值為正數(shù)，說明研究時(shí)間序列呈增加趨勢，如計(jì)算出β值為負(fù)數(shù)，說明研究時(shí)間序列呈減少趨勢。

MK 法對(duì)異常值不敏感，且對(duì)序列分布無要求。檢驗(yàn)中對(duì)于序列X=（x1，……，xn），先確定所有對(duì)偶值（xj，xk，k＞j）中xj和xk大小關(guān)系。研究假設(shè)，H0：序列數(shù)據(jù)排列隨機(jī)，無顯著趨勢，H1：序列有上升/下降單調(diào)趨勢。檢驗(yàn)統(tǒng)計(jì)變量S計(jì)算如下式：

其中

S為正態(tài)分布，其均值為0，方差Var（S）按如下公式計(jì)算：

當(dāng)n＞10 時(shí)，標(biāo)準(zhǔn)正態(tài)統(tǒng)計(jì)變量按如下公式計(jì)算：

在雙邊趨勢檢驗(yàn)中，在給定的0.05 置信水平上，如果|Z|≥1.96，則原假設(shè)不成立，時(shí)間序列數(shù)據(jù)在0.05置信水平上存在明顯上升或下降趨勢。

1.5 協(xié)同克里金插值

協(xié)同克里金插值法是在普通克里金插值法基礎(chǔ)上實(shí)現(xiàn)區(qū)域化變量最佳估算的方法，具有兩個(gè)以上的協(xié)同區(qū)域化屬性[16]。在進(jìn)行氣象要素協(xié)同克里金插值時(shí)，可選擇與要素具有相關(guān)性的輔助因子，如海拔高度、坡度、坡向、風(fēng)向等，研究選擇海拔高度作為輔助因子進(jìn)行協(xié)同克里金插值。公式如下：

式中，Z(x)為插值點(diǎn)估計(jì)值；Zi為第i個(gè)樣本點(diǎn)氣象要素值；λ、λi為權(quán)重系數(shù)；y(x)為海拔高度；my、mz為海拔高度和氣象要素全局平均值。

1.6 相關(guān)分析

針對(duì)NPP 與氣象要素計(jì)算相關(guān)系數(shù)，進(jìn)行相關(guān)分析，可明確不同因子相關(guān)關(guān)系[17]，相關(guān)系數(shù)R計(jì)算公式如下：

式（11）中，R表示相關(guān)系數(shù)；n表示研究數(shù)據(jù)年限；xi為第i年NPP數(shù)據(jù)；yi為第i年氣象要素?cái)?shù)據(jù)。

通過t檢驗(yàn)進(jìn)行相關(guān)性系數(shù)顯著性檢驗(yàn)，公式具體如下：

為定性分析相關(guān)關(guān)系顯著性，按照閾值劃分相關(guān)系數(shù)顯著性水平，根據(jù)R值與P值大小，R＞0說明自變量與因變量呈負(fù)相關(guān)，反之自變量與因變量呈正相關(guān)。P＜0.01 時(shí)，說明相關(guān)關(guān)系達(dá)極顯著程度；0.01＜P＜0.05，說明相關(guān)關(guān)系達(dá)顯著程度；P＞0.05，說明相關(guān)關(guān)系不顯著。

1.7 土地利用動(dòng)態(tài)度

土地利用動(dòng)態(tài)度是定量研究區(qū)域土地覆蓋類型變化速率指標(biāo)，反映土地覆蓋類型變化轉(zhuǎn)移速度和劇烈程度。通過計(jì)算土地利用動(dòng)態(tài)度可確定土地覆蓋類型變率最明顯地區(qū)[18]。計(jì)算公式如下：

式（13）中，K為土地利用動(dòng)態(tài)度，Ua和Ub分別為研究階段初期和末期土地覆蓋類型面積，T為樣本時(shí)間長度。

1.8 地理探測器

地理探測器可有效分析要素之間因果關(guān)系。假設(shè)變量Y，因子X，公式如下：

式中，q為地理探測器統(tǒng)計(jì)值，值域?yàn)閇0，1]。h為變量Y或因子X分層數(shù)或分類數(shù)；Nh和N分別為層h和全區(qū)單元數(shù)；σh2和σ2分別是層q和全區(qū)Y值方差。如果分層由變量Y生成，代表變量Y數(shù)據(jù)本身分異性，值越大數(shù)據(jù)分異性越明顯；如果分層由因子X生成，則q統(tǒng)計(jì)值越大表示因子X對(duì)變量Y解釋力越強(qiáng)，反之則越弱。當(dāng)q=1，變量Y空間分布完全受因子X控制；當(dāng)q=0，因子X與變量Y無任何關(guān)系。

本研究根據(jù)文獻(xiàn)分析，最終選取R、T、Tmax、Tmin、土地覆蓋類型（2020 年）、海拔高度、坡度、坡向8 個(gè)自然因子指標(biāo)進(jìn)行NPP 驅(qū)動(dòng)因子分析，部分指標(biāo)多年區(qū)域特征見表1。

表1 2000~2020年NPP影響因子區(qū)域統(tǒng)計(jì)分析Table 1 Regional statistical analysis of impact factors of NPP from 2000 to 2020

在黑龍江省區(qū)域創(chuàng)建100 個(gè)隨機(jī)矢量樣點(diǎn)，提取2000~2020 年黑龍江省NPP 和8個(gè)因子指標(biāo)隨機(jī)樣點(diǎn)數(shù)據(jù)各2 100 個(gè)，并按照等間距法進(jìn)行等級(jí)劃分獲得分級(jí)數(shù)據(jù)。利用NPP與NPP分級(jí)數(shù)據(jù)，運(yùn)用地理探測器中分異及因子探測模塊計(jì)算q統(tǒng)計(jì)量，分析年NPP 數(shù)據(jù)分異性。利用NPP 分別與R、T、Tmax、Tmin、土地覆蓋類型（2020年）、海拔高度、坡度、坡向等8個(gè)因子分級(jí)數(shù)據(jù)，運(yùn)用地理探測器中分異及因子探測計(jì)算q統(tǒng)計(jì)量，分析探測2000~2020 年黑龍江省NPP 驅(qū)動(dòng)因子，輔助揭示氣候因子、地理環(huán)境因子以及土地覆蓋類型對(duì)NPP 的影響。本研究因子探測采取時(shí)空全方位隨機(jī)采樣法（多年、空間隨機(jī)樣點(diǎn)采集，合并分析），實(shí)現(xiàn)真正的影響因子探測。q值表示影響因子解釋q×100%的NPP[10]。

2 結(jié)果與分析

2.1 氣象要素變化趨勢

2000~2020年黑龍江省年平均氣溫變化整體呈升高趨勢，升高區(qū)域高值區(qū)主要分布于大興安嶺高海拔區(qū)、小興安嶺西北部以及三江平原北部局部，主要為森林和農(nóng)田，變化率大于0.05 ℃·a-1，并在高值區(qū)部分區(qū)域，升高趨勢顯著，占全省面積5.2%。年平均氣溫變化在小興安嶺東部局部降低，變化率小于-0.02 ℃·a-1，但未達(dá)到顯著水平（見圖1a、1d）。2000~2020年黑龍江省年降水量變化全省均呈增加趨勢，90.4%降水量達(dá)到顯著水平以上。降水量為“中部高-南北低”，除大興安嶺黑龍江區(qū)域高海拔區(qū)和東南部山區(qū)的大青山附近外，增加趨勢均達(dá)到顯著以上水平。降水增加趨勢的高值區(qū)主要為三江平原中部、小興安嶺東南部及松嫩平原北部局部地區(qū)，變化率大于14 mm·a-1（見圖1b、1e）。

圖1 2000~2020年黑龍江省氣象要素變化趨勢和地理環(huán)境Fig.1 Variation trends and geographical environment of meteorological elements in Heilongjiang Province from 2000 to 2020

2.2 土地覆蓋類型變化

計(jì)算2000 年和2020 年土地覆蓋類型轉(zhuǎn)移矩陣，黑龍江省有550 64.8 km2土地覆蓋類型發(fā)生改變，其中森林轉(zhuǎn)入量和轉(zhuǎn)出量分別達(dá)到18 622.5和15 452.7 km2，轉(zhuǎn)入量主要來自草地和農(nóng)田，有14 769.6 km2草地轉(zhuǎn)森林和3 412.8 km2農(nóng)田轉(zhuǎn)森林。黑龍江省2000~2020 年間森林、聚落和水體面積大幅增加，分別增加3 169.8、2 287.3 和972.9 km2，土地利用動(dòng)態(tài)度分別為0.1、1.3 和0.7%·a-1，其中森林增加面積最大，聚落動(dòng)態(tài)變化最為明顯。而草地、濕地、農(nóng)田和其他面積減少，其中草地減少最為明顯，減少5 597.1 km2，土地利用動(dòng)態(tài)度為-0.4%·a-1；濕地減少面積位居其次，減少550.0 km2，土地利用動(dòng)態(tài)度為-0.3%·a-1；農(nóng)田和其他類別，減少面積分別為269.3 和13.5 km2（見表2）。

2010~2020 年與2000~2010 年，兩階段土地覆蓋類型變化對(duì)比顯示，森林在2000~2010年大幅增加后出現(xiàn)減少，農(nóng)田減少后2010~2020年又大面積增加。草地在兩階段均大面積減少。與2000~2010年相比，2010~2020 年濕地面積減少速度大幅降低。聚落在2000~2010 年小幅增加，在2010~2020年期間出現(xiàn)大幅度增加。2000~2020年土地覆蓋類型轉(zhuǎn)移面積小于2000~2010 年和2010~2020 年轉(zhuǎn)移面積之和，表明黑龍江省土地覆蓋類型變化在部分區(qū)域內(nèi)存在一定波動(dòng)反復(fù)（見表2）。

表2 2000~2020年黑龍江省土地覆蓋變化面積和變化率Table 2 Area and rate of land cover change in Heilongjiang Province from 2000 to 2010

2.3 NPP時(shí)空分布與趨勢

2000~2020 年黑龍江省年均NPP 均值（簡稱NPP平均值）為602.7 gC·m-2。不同生態(tài)系統(tǒng)NPP平均值，森林＞草地＞農(nóng)田＞濕地＞聚落，分別為668.4、586.1、560.5、523.4 和490.1 gC·m-2。森林、農(nóng)田和草地是2000~2020年黑龍江省生態(tài)系統(tǒng)年均NPP總量（植被年均總凈固碳量）前三名，分別為130.7、105.8 和34.3 TgC（1 Tg=1012g），占全省46.0%、37.2%和12.1%。濕地和聚落受生產(chǎn)力和分布面積限制，年均NPP 總量較小，僅為5.0 和5.3 TgC，占全省1.8%和1.9%（見表3）。

表3 2000~2020年黑龍江省年均NPP不同類型生態(tài)系統(tǒng)的統(tǒng)計(jì)分析Table 3 Statistical analysis of annual average NPP of different ecosystems in Heilongjiang Province from 2000 to 2020

2000~2020年黑龍江省年NPP均值呈極顯著增加趨勢（P＜0.01，R2=0.81），變化率為8.55 gC·m-2·a-1（見圖2）。2010年是我國生態(tài)保護(hù)修復(fù)重大工程及解決三農(nóng)農(nóng)業(yè)問題的重要時(shí)間節(jié)點(diǎn)[8]，階段性分析2000~2010 年（P＜0.01，R2=0.53）和2010~2020 年（P＜0.01，R2=0.64）NPP 同樣呈增加趨勢。2010~2020 年NPP 均值變化率（10.85 gC·m-2·a-1）高于2000~2010 年（7.69 gC·m-2·a-1）。

圖2 2000~2020年黑龍江省年NPP均值年際變化Fig.2 Interannual variation of average annual NPP in Heilongjiang Province from 2000 to 2020

2000~2020年不同生態(tài)系統(tǒng)年NPP均值極顯著增加，農(nóng)田增加最快，為10.2 gC·m-2·a-1，其次是聚落、草地、森林和濕地，分別為9.3、8.3、7.1和6.4 gC·m-2·a-1。2000~2010 年和2010~2020 年不同生態(tài)系統(tǒng)年NPP 均值同樣呈增加趨勢，大部分變化率達(dá)到顯著水平，但2000~2010年森林變化率和2010~2020年濕地變化率未達(dá)到顯著水平，即年NPP 均值增長趨勢不顯著。2010~2020年不同生態(tài)系統(tǒng)年NPP均值變化率除濕地外均高于2000~2010年，變化差值聚落最大，為4.6 gC·m-2·a-1，農(nóng)田和森林其次，為3.7和2.6 gC·m-2·a-1（見表4）。

表4 2000~2020年不同類型生態(tài)系統(tǒng)年NPP均值統(tǒng)計(jì)分析Table 4 Statistical analysis of average annual NPP of different ecosystems from 2000 to 2020

2.4 NPP驅(qū)動(dòng)因子分析

NPP 分異性探測結(jié)果顯示，2000~2020 年黑龍江省NPP 具有較高數(shù)據(jù)分異性，q統(tǒng)計(jì)量為0.89。因子探測各因子對(duì)NPP 的q統(tǒng)計(jì)量，R＞坡度＞海拔高度＞土地覆蓋類型＞Tmax＞T＞坡向＞Tmin，降水量對(duì)NPP 影響最大，解釋力為25%；地理環(huán)境因子坡度、海拔高度和土地覆蓋類型對(duì)NPP 也具有重要影響，解釋力分別為20%、18%和14%，各因子對(duì)NPP 影響均達(dá)到顯著以上水平（見表5）。

表5 2000~2020年NPP分異及影響因子統(tǒng)計(jì)分析Table 5 Statistical analysis of NPP differentiation and impact factor from 2000 to 2020

2.5 NPP與氣象要素相關(guān)分析

2000~2020年黑龍江省植被NPP與降水量和平均氣溫均呈正相關(guān)，即隨降水量增加或平均氣溫升高，黑龍江植被NPP 也增加，相關(guān)系數(shù)分別為0.76 和0.24，其中降水量相關(guān)系數(shù)達(dá)到極顯著（見表6）。

不同生態(tài)系統(tǒng)，2000~2020 年黑龍江省植被NPP與降水量均呈極顯著正相關(guān)，各生態(tài)系統(tǒng)相關(guān)系數(shù)，聚落＞農(nóng)田＞草地＞濕地＞森林。其中，聚落和農(nóng)田相關(guān)系數(shù)較高，相關(guān)系數(shù)分別為0.88和0.85（見表6），顯著以上正相關(guān)區(qū)域占聚落和農(nóng)田總面積比例分別為89.4%和92.2%，表明聚落和農(nóng)田的植被NPP 受降水影響較為明顯。而森林可能因?yàn)楦递^深、濕地因?yàn)樗窒鄬?duì)充沛，水分限制低于聚落和農(nóng)田，與降水相關(guān)系數(shù)相比略低，相關(guān)系數(shù)分別為0.56和0.67（見表6），顯著以上正相關(guān)區(qū)域占森林和濕地總面積比例分別為48.1%和59.0%。平均氣溫與各生態(tài)系統(tǒng)植被NPP均呈正相關(guān)，即平均氣溫升高有利于植被生長，但相關(guān)均不顯著，響應(yīng)最大的是森林生態(tài)系統(tǒng)。

表6 不同生態(tài)系統(tǒng)類型NPP與年氣溫和年降水量相關(guān)系數(shù)Table 6 Correlation coefficients between ecosystem NPP and annual temperature and precipitation in different ecosystem types

3 討 論

3.1 NPP及其影響因子變化特征

隨人口增長、經(jīng)濟(jì)發(fā)展和技術(shù)進(jìn)步，大氣中溫室氣體濃度迅速上升，導(dǎo)致全球氣溫普遍性升高，全球降雨量和降雨頻率在時(shí)間和空間上發(fā)生改變，部分區(qū)域降水顯著增加[19-20]，與本研究結(jié)論一致。2000~2020年黑龍江省平均氣溫升高、降水量增加，氣候總體呈現(xiàn)暖濕化趨勢，熱量條件和水分條件均得到明顯改善，與1961~2003年黑龍江省前期研究結(jié)果一致[21]。本研究中2000~2020年間黑龍江省森林面積增加最大，高玉娟等研究發(fā)現(xiàn)黑龍江省森林資源出現(xiàn)森林面積、林木蓄積量和森林覆蓋率恢復(fù)性“三增長”，多項(xiàng)生態(tài)保護(hù)修復(fù)工程取得階段性成果，表明21 年間黑龍江省植樹造林成效顯著[22]。同時(shí)本研究還發(fā)現(xiàn)2000~2020年黑龍江省聚落生態(tài)系統(tǒng)土地利用動(dòng)態(tài)度最大，面積動(dòng)態(tài)增加最為明顯，并且在2010 年后增速加快，說明黑龍江省21 年間城鎮(zhèn)化進(jìn)程逐漸推進(jìn)，2010 年后城鎮(zhèn)化速度明顯加快。此外，本研究中2000~2020年黑龍江省陸地植被NPP呈極顯著增加趨勢，結(jié)論與程春曉等在東北地區(qū)研究結(jié)果一致[4]，顯示出2000~2020 年黑龍江省具有持續(xù)增強(qiáng)的植被固碳能力。

3.2 植被NPP驅(qū)動(dòng)因子分析

在全球氣候變暖背景下，陸地植被與氣象要素相互作用過程是現(xiàn)今地球科學(xué)領(lǐng)域關(guān)注的重點(diǎn)和熱點(diǎn)。本研究中2000~2020年黑龍江省降水量對(duì)NPP解釋力最大，表明在自然因子中降水是影響黑龍江省NPP主導(dǎo)因子。結(jié)果與Ji等在2000~2018年我國5個(gè)主要森林生態(tài)系統(tǒng)NPP年際變化及其驅(qū)動(dòng)因子研究中發(fā)現(xiàn)一致[23]，研究發(fā)現(xiàn)森林NPP變化在自然因子中主要是由降水變化引起，其次是溫度波動(dòng)。Tripathi 等研究也發(fā)現(xiàn)降水是影響印度熱帶落葉林凈初級(jí)生產(chǎn)力的主要?dú)夂蜃兞縖6]，但Cuo 等在青藏高原NPP 年代際和年際變化研究中發(fā)現(xiàn)，溫度是影響NPP 可變性和長期變化主要影響因子[24]，與上述結(jié)論不同。結(jié)合Liebing 最小因子定律分析，推斷不同區(qū)域影響NPP 的主導(dǎo)因子可能因區(qū)域氣候條件和地理環(huán)境差異而不同。

本研究中2000~2020年黑龍江省大部分地區(qū)降水量與植被NPP 呈極顯著正相關(guān)，植被NPP 對(duì)降水量比較敏感，顯示黑龍江省降水相對(duì)匱乏，大部分地區(qū)植被生長受到水分限制。同時(shí)2000~2020年黑龍江省年降水量總體呈極顯著增加趨勢，水分條件明顯改善。分析可知，黑龍江省區(qū)域水分條件相對(duì)匱乏和降水發(fā)生極顯著變化，可能是降水量成為2000~2020年黑龍江省NPP主導(dǎo)影響因子的原因。隨著全球氣候變化加劇，在關(guān)注黑龍江省氣候條件對(duì)NPP 正向影響的同時(shí)，還需警惕未來極端氣候或未來氣候條件下行對(duì)NPP帶來的負(fù)向影響[25-26]。此外，因子探測顯示土地覆蓋類型對(duì)NPP也具有重要影響，側(cè)面證明我國多項(xiàng)生態(tài)保護(hù)修復(fù)工程的有效性，并可能已通過改變土地覆蓋類型對(duì)NPP產(chǎn)生重要影響，表明未來應(yīng)繼續(xù)實(shí)施適合的生態(tài)修復(fù)政策增加NPP，進(jìn)一步提高陸地生態(tài)系統(tǒng)固碳潛力。

值得指出的是，NPP僅代表植被凈固碳量，無法直接揭示陸地生態(tài)系統(tǒng)碳源/匯變化，有待于進(jìn)一步完善NEP估算算法，并開展深入研究。