中圖分類號(hào)： S718.55⁺6 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-923X（2025）07-0144-12

Analysis of spatiotemporal variation characteristics and driving factors ofvegetation NPPin Yunnan

LIUZeng1，LIUChang'，WANGHezhi2，XUJiannan2

（1.SouthwestForestry University，Kunming 65o224， Yunnan，China; 2.ForestryadaadeydagIiute，tioalrstrydadmstraioeoi）

Abstract：【Objective】Thenetprimaryproductivityofvegetation （NP）isanimportantecologicalparameterofvegetationadalso animportantindextojudgethequalityofecologicalspaceandtheeffectivenessofmanagement.Thestudyofnetprimaryproductivity ofvegetationishelpfultounderstandthedynamicchangeofcarbonsinkandprovidescientifcbasisforaseingandpredictingthe impactofclimatechange.【Method】BasedonMOD17A3/NPPproductdata，combinedwithmeteorologicaldata，Using lineartrend analysis，elsKalttofoocaisiloledaa deviation）andpartialderivativeaalysismethods，thetemporalandspatialtrendsofPinYunan Provincefrom2Oolto020were analyzedndttsofatgciisolectorsreaiailyedl abilityofvegetationtoicreaseadsequestercarboninYunanProvincfrom2olto2wascotiuouslyimproed，ndtheof vegetation showed a fluctuating growth trend，withan annual average of 994.76g?m^-2?a^-1 and anaverage annual increase of 2.23g?m^-2?a^-1 2）ThespatialpateofNPPinYunanProvinceisighinthesouthandlowinthenorth，ighinthewestandlowintheeastand decreasingfromsouthtonorthandwestoeast.ThecoeficientofvariationrangesfromOto1.71，withanaveragevalueof0078， indicatingthatNPPinYunnanProvinceisgenerallinarelativelystablespatialpaterandvegetatioisinavirtuousccleduringthe past2OyearsThestabiltyofNPPshoweda weakeningtrendfromsouthwestYunnan tonortheastYunan.Thevarianceandstandard deviatioofdiffrentregionsaresignificantlydiferent.TheregionswithhighvarianceandstandarddeviationaremainlyKunming， Pu’er，Licang，aliadongelativelyowraneadsandarddeviatioreionsareinlyinortwestorttad southeastYunnan.Thedistributioofmediumvaranceandstandarddviationrescatered.3）Theaveragcontributionsoftepeture precipitation，sunshine duration and human activities to NPP were 0.0oo 8，0.390 3，0.268 5 and1.569 9 g?m^-2?a^-1 ，respectively; 4） Climate and human activities jointly led the increase of NPP in the province，accounting for 39.77% of the total area， followed by the increase of NPPled by human activities，accounting for 19.06% of the total area，and the increase ofNPPled byclimate，accounting for 6.60% ofthetotalarea.The decreaseofNPP inYunnan Provincewas mainlyledbyclimateand humanactivities，accounting for 16.77% ofthetotalarea，followed bythedecreaseofNPPledby humanactivities，accounting for 14.07% of the total area，and the decrease of NPP led by climate， accounting for 3.73% of the total area.【Conclusion】 The results showed that Yunnan Province should continue tostrengthentheiplementationofolgicalprotetionlicis，speallintoseaeaswitheycologicalsrviefuctios，to ensurethestablerothofN.Folmate-sesitieaeasspeciallighitudeaeasdaptivemanagementtrategiesoldbe implemented incombinationwiththeiquelocalclimatecharacterists，mingatiprovingthesstanceofvegetationtoadesity. Foregionswithreuntmanctiviisbzatiadghoplatioesityitisssyttzelandusctued scientificall plan urban expansion boundaries to effectively reduce the negative impact ofhumanactivities on NPP.

Keywords：NPP;spatial-temporal variation; driving factors;climate change;humanactivity

植被凈初級(jí)生產(chǎn)力（Netprimaryproductivity，NPP）是植物在光合過(guò)程中所累積的凈有機(jī)物質(zhì)，作為生態(tài)系統(tǒng)中的重要指標(biāo)，反映了特定區(qū)域的自然生態(tài)條件、自然生態(tài)系統(tǒng)質(zhì)量[1。通過(guò)研究NPP，可以了解生態(tài)系統(tǒng)的健康狀況、氣候變化對(duì)植被的影響以及植被對(duì)全球碳循環(huán)的貢獻(xiàn)等重要信息[2]。

20世紀(jì)60年代，世界各地的學(xué)者開(kāi)始對(duì)植被NPP進(jìn)行大規(guī)模測(cè)定工作，可是局限在大區(qū)域尺度上的植被NPP動(dòng)態(tài)監(jiān)測(cè)，由于主要依據(jù)試驗(yàn)站點(diǎn)的觀測(cè)資料，因此容易受到空間尺度的制約[3]。根據(jù)前人研究，在植被生長(zhǎng)時(shí)，氣候和人類活動(dòng)對(duì)其影響尤為重要。針對(duì)氣候因素，崔林麗等[4對(duì)中國(guó)東南部地區(qū)、賈俊鶴等[5]對(duì)中國(guó)西北部地區(qū)植被NPP驅(qū)動(dòng)因素進(jìn)行了分析，發(fā)現(xiàn)溫度和降水是決定區(qū)域植被NPP空間分布的主控因子，但相關(guān)性因地域的不同而存在差異。針對(duì)人為因素，孔俊杰等[在研究氣候變化和人類活動(dòng)對(duì)太行山區(qū)植被NPP變化的影響時(shí)，發(fā)現(xiàn)人類活動(dòng)對(duì)太行山區(qū)植被NPP變化的影響大于氣候變化的影響。

在以往對(duì)NPP驅(qū)動(dòng)因素的研究中，方法較為單一，多個(gè)因素綜合分析還是面臨困難。郝巖等[7]則利用相關(guān)分析方法，研究了中國(guó)植被NPP對(duì)氣象干旱的響應(yīng)，結(jié)果表明表現(xiàn)出明顯的空間異質(zhì)性。Roderick等[的偏導(dǎo)數(shù)方法可以細(xì)化在事物變化中各因子對(duì)其影響力度。該方法已被用于研究氣候驅(qū)動(dòng)因素和人類活動(dòng)對(duì)NPP變化的影響。

利用云南省2001—2020年NPP數(shù)據(jù)，結(jié)合氣象數(shù)據(jù)等資料，采用線性趨勢(shì)分析、Sen趨勢(shì)分析法、Mann-Kendall顯著性分析、變異系數(shù)、局域統(tǒng)計(jì)量（局域方差及局域標(biāo)準(zhǔn)差）和偏導(dǎo)數(shù)方法，研究云南省2001—2020年植被凈初級(jí)生產(chǎn)力的時(shí)空演變特征及主要影響因素，定量評(píng)估氣候要素與人為活動(dòng)在植被凈初級(jí)生產(chǎn)力變化中的相對(duì)貢獻(xiàn)率，揭示20年來(lái)植被凈初級(jí)生產(chǎn)力的演變規(guī)律與主控因子，為應(yīng)對(duì)云南省氣候變化、保護(hù)生態(tài)環(huán)境提供科學(xué)價(jià)值。

材料與方法

1.1 研究區(qū)概況

云南省地處中國(guó)西南邊陲 （21^°08^′～29^°15N 97^°31^′～106^°11^′E ），土地總面積39.41萬(wàn) km² 東鄰貴州、廣西，北鄰四川、西藏，西鄰緬甸，南鄰老撾和越南。年均氣溫 5～24^°C ，年均降水量約 1100mm ，干濕季節(jié)分明，氣候類型復(fù)雜多樣，主要包含高原山地氣候、亞熱帶季風(fēng)氣候、熱帶季風(fēng)氣候等[0]。云南省森林資源豐富，截至2021年，全省森林面積2106.16萬(wàn) hm² ，森林覆蓋率 55.04% ，主要植被類型包括亞熱帶常綠闊葉林、熱帶雨林、熱帶季雨林等。人口密度分布及活動(dòng)強(qiáng)度區(qū)域差異明顯，人口密度主要表現(xiàn)為東部稠密、西部稀疏，南部和東部人類活動(dòng)較為頻繁，城鎮(zhèn)化發(fā)展較為迅速，導(dǎo)致一定程度的植被減少，西北部由于地理限制，人口密度較低，人類活動(dòng)對(duì)生態(tài)的干擾相對(duì)有限，但同時(shí)生態(tài)修復(fù)等工作開(kāi)展較為困難，旅游開(kāi)發(fā)在一定程度上也導(dǎo)致了局部的植被退化。

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

1.2.1 MODISNPP數(shù)據(jù)

本研究所采用的MOD17A3/NPP數(shù)據(jù)集來(lái)源于美國(guó)國(guó)家航空航天局，具有 500m 的空間分辨率和1年的時(shí)間分辨率。相比于MOD17A3數(shù)據(jù)集的其他版本，MOD17A3HGFV6數(shù)據(jù)集在估算的精度上有所改善。

1.2.2 氣象數(shù)據(jù)

本研究所采用的年均氣溫、年累計(jì)降水量和年累計(jì)日照時(shí)數(shù)數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，為了保證數(shù)據(jù)的空間一致性，采用了克里金插值法進(jìn)行空間插值處理。

1.3 趨勢(shì)分析方法

1.3.1 Theil-SenMedian分析和Mann-Kendall檢驗(yàn)

分析要素像元級(jí)趨勢(shì)采用Sen趨勢(shì)分析法并利用Mann-Kendall趨勢(shì)檢驗(yàn)法進(jìn)行顯著性檢驗(yàn)。將兩種方法聯(lián)系起來(lái)可以有效判斷長(zhǎng)時(shí)間序列的變化趨勢(shì)，且計(jì)算方法穩(wěn)健[12]。Sen大于零，表明年均NPP為增長(zhǎng)趨勢(shì)，反之為下降趨勢(shì)。采用MannKendall（MK）檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行趨勢(shì)顯著性檢驗(yàn)。

1.3.2 變異系數(shù)

變異系數(shù)是一種度量觀測(cè)序列數(shù)值變異性的統(tǒng)計(jì)量，它能較好地反映出數(shù)據(jù)在時(shí)間序列上變化的差異程度，并對(duì)其進(jìn)行穩(wěn)定性評(píng)估[13]。變異系數(shù)越大，數(shù)據(jù)波動(dòng)越不穩(wěn)定，變異系數(shù)越小，數(shù)據(jù)波動(dòng)越穩(wěn)定。

1.3.3 局域統(tǒng)計(jì)量

局域統(tǒng)計(jì)量提供了一種詳細(xì)描述生物物種區(qū)域變化的空間信息方法，對(duì)于研究區(qū)域內(nèi)每個(gè)空間樣點(diǎn)而言，當(dāng)定義一個(gè)固定距離之后，利用所計(jì)算的空間權(quán)重來(lái)計(jì)算該距離內(nèi)樣地的局域統(tǒng)計(jì)量[14]。本研究用局域方差和局域標(biāo)準(zhǔn)差來(lái)描述植被NPP的空間變異程度，即與局域均值的差異。

1.3.4 差積曲線

年均降水量和年均氣溫只能單一地觀察某一年的降水和氣溫?cái)?shù)據(jù)，而差積曲線分析能夠形象直觀地反映年降水和年均氣溫的年際變化。因此，選取云南省的氣溫、降水、日照時(shí)數(shù)數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，繪制了2001—2020年云南省氣溫、降水、日照時(shí)數(shù)變化圖。當(dāng)曲線的斜率為正時(shí)，表示該時(shí)間段的氣溫、降水、日照時(shí)數(shù)高于多年平均水平，表明氣溫處于“暖期”，降水充沛，日照時(shí)間充盈；當(dāng)曲線的斜率為負(fù)時(shí)，表示該時(shí)間段的氣溫、降水、日照時(shí)數(shù)低于多年平均水平，表明氣溫處于“冷期”，降水稀少，日照時(shí)間欠缺。

1.4 貢獻(xiàn)因子分析方法

偏導(dǎo)數(shù)方法可以對(duì)氣候因子和人類活動(dòng)對(duì)NPP的貢獻(xiàn)進(jìn)行量化[15]。根據(jù)趨勢(shì)分析和貢獻(xiàn)分析結(jié)果，對(duì)云南省植被NPP變化進(jìn)行主導(dǎo)因素分區(qū)。

2 結(jié)果與分析

2.1 NPP時(shí)空變化特征

如圖1所示，2001—2020年，云南省年均NPP總體呈波動(dòng)增長(zhǎng)的趨勢(shì)，NPP變化趨勢(shì)線斜率為2.23，年均 NPP 值為 926.5～1035.89gm^-2?a^-1 ，平均值為 994.76g?m^-2?a^-1 ，最大值出現(xiàn)在2019年為 1035.89g?m^-2?a^-1 ，最小值出現(xiàn)在2004年為926.5g?m^-2?a^-1 ，2001—2011年，NPP呈起伏式上升，植被得到顯著性恢復(fù)。2013年以后，NPP值逐漸趨于穩(wěn)定。

云南省近20年的年平均值為 994.76g?m^-2?a^-1 丨，整體上處于增長(zhǎng)狀態(tài)，年均NPP年均空間分布中呈現(xiàn)負(fù)增長(zhǎng)的區(qū)域占研究區(qū)總面積的 34.05% ，呈現(xiàn)增長(zhǎng)的區(qū)域占研究區(qū)總面積的 63.57% ，無(wú)變化的區(qū)域占研究區(qū)總面積的 2.38% ，呈現(xiàn)增長(zhǎng)趨勢(shì)的區(qū)域主要分布于滇中和滇東地區(qū)，呈現(xiàn)減少趨勢(shì)的區(qū)域主要位于滇西北和滇西南地區(qū)（圖2）。

NPP極顯著增加、顯著增加、微顯著增加和不顯著增加分別占研究區(qū)總面積的 20.11% 、10.30% 、 5.24% 和 27.91% ；NPP極顯著減少、顯著減少、微顯著減少和不顯著減少分別占研究區(qū)總面積的 3.09% / 4.80% 7 3.11% 和 23.04% （圖3）。

云南省NPP整體空間格局呈現(xiàn)自東向西，自北向南逐漸上升的分布特征。NPP值大部分高于500g?m^-2?a^-1 ，占研究區(qū)總面積的 94.99% 。其中絕大部分的NPP值 500～1200g?m^-2?a^-1 ，占研究區(qū)總面積的 76.29% 。其中高于 1600g?m^-2?a^-1 的區(qū)域主要集中在滇西南地區(qū)，占研究區(qū)總面積的 8.90% （圖4）。

云南省植被NPP的變異系數(shù)為 0～1.71 ，均值為0.078，表明近20年云南省NPP的空間格局比較穩(wěn)定，植被生態(tài)系統(tǒng)呈現(xiàn)良性循環(huán)。在空間分布特征上，NPP穩(wěn)定性呈現(xiàn)從滇西南向滇東北減弱的趨勢(shì)。其中，低波動(dòng)區(qū)域占比 16.77% 主要分布在滇西南地區(qū)；相對(duì)低波動(dòng)區(qū)域占比67.07% ，主要分布在地形波狀起伏的滇東、滇中高原地區(qū)；中等波動(dòng)區(qū)域占比 12.30% ，主要分布在滇西北地區(qū)；相對(duì)高波動(dòng)區(qū)域占比 2.09% ，與中等波動(dòng)區(qū)域相交錯(cuò)的分散在滇西北地區(qū)；高波動(dòng)區(qū)域占比 1.77% 。主要分布在迪慶藏族自治州的北部，并呈條帶狀集中于怒江州的西北部和中部，該處為滇藏交界處梅里雪山，海拔高，有常年的高山積雪，可能由于雪線的上升和下降從而導(dǎo)致了NPP值波動(dòng)較大，使得CV值較高（圖5）。

另外因?yàn)榈匦螐?fù)雜，當(dāng)?shù)亻_(kāi)展生態(tài)修復(fù)工作困難，加之旅游開(kāi)發(fā)，導(dǎo)致植被退化嚴(yán)重，導(dǎo)致NPP值產(chǎn)生波動(dòng)。

從圖6和圖7可以看出，不同區(qū)域的方差值和標(biāo)準(zhǔn)差存在顯著差異。方差值和標(biāo)準(zhǔn)差值高的區(qū)域主要集中在昆明市、普洱市、臨滄市、大理州和德宏州。相對(duì)較低的方差值區(qū)域和標(biāo)準(zhǔn)差值區(qū)域主要集中在滇西北、滇東北和滇東南。中等方差值區(qū)域和標(biāo)準(zhǔn)差值區(qū)域分布較為分散。

2.2 NPP驅(qū)動(dòng)因素分析

2.2.1NPP與氣候因子變化趨勢(shì)

由圖8、圖9可以看出，20年中研究區(qū)氣溫的上升不明顯，以平均每年升高 0.01° ，20年的平均值為 15.75°C ，2019年出現(xiàn)最高年平均氣溫為 $1 6 . 1 9 ＼mathrm { ～ ＼ ^ ～ { ＼circ ～ } C ～ }$ ，最低年平均氣溫出現(xiàn)在2008年為 15.3^°C 。2012一2016年氣溫均在多年平均溫度以上，其中有12年年均氣溫在多年平均氣溫以上，有8年年均氣溫在多年平均氣溫以下。大多在多年平均氣溫值處上下波動(dòng)。2002—2003年、2004—2006年、2008—2010年、2011—2016年、2018一2020年研究區(qū)的氣溫累計(jì)差值有增加的趨勢(shì)，在這一時(shí)段內(nèi)為“暖期”；2001—2002年、2003—2004年、2006—2008年、2010—2011年、2016一2018年研究區(qū)的氣溫累計(jì)差值有減少的趨勢(shì)，在這一時(shí)段內(nèi)為“冷期”。在植被NPP與氣溫的變化過(guò)程中，有5個(gè)時(shí)間段變化趨勢(shì)相反，分別是2006—2007年、2009—2010年、2010—2011年、2011—2012年、2016—2017年。其余時(shí)間段變化趨勢(shì)相同。在植被NPP處于上升趨勢(shì)的11個(gè)時(shí)間段里，有7個(gè)時(shí)間段處于氣溫“暖期”；處于下降趨勢(shì)的8個(gè)時(shí)間段里，有3個(gè)時(shí)間段處于氣溫“冷期”。

由圖10、圖11可以看出，研究區(qū)降水總體呈不顯著下降狀態(tài)，研究區(qū)年累計(jì)降水量多年均值為 1066.87mm ，整體以 2.65mm/20 a速率減少，在2016年出現(xiàn)最大值 1 316.36mm ，在2019年出現(xiàn)最小值 846.18mm 。2009—2014年降水均在多年平均降水以下，2015—2018年降水均在多年平均降水以上，其中有11年降水量在多年平均降水以下，有9年降水量在多年平均降水量以上。2002—2003年、2004—2006年、2008—2014年、2018一2020年研究區(qū)的降水累計(jì)差值處于下降趨勢(shì)，表示該段時(shí)間降水稀少；2001—2002年、2003—2004年、2006—2008年、2014—2018年研究區(qū)的降水累計(jì)差值處于上升趨勢(shì)，表示該段時(shí)間降水豐盈。在植被NPP與降水的變化過(guò)程中，有5個(gè)時(shí)間段變化趨勢(shì)相同，分別是2005一2006年、2006—2007年、2012—2013年、2013—2014年、2014一2015年。其余時(shí)間段變化趨勢(shì)相反。在植被NPP處于上升趨勢(shì)的11個(gè)時(shí)間段里，有4個(gè)時(shí)間段處于降水豐盈時(shí)期；處于下降趨勢(shì)的8個(gè)時(shí)間段里，有4個(gè)時(shí)間段處于降水稀少時(shí)期。

由圖12、圖13可以看出，研究區(qū)日照時(shí)數(shù)總體呈不顯著上升狀態(tài)，整體以 2.16h/20 a速率升高，多年平均值為 2099.18h ，最高值出現(xiàn)在2014年為2 296.87h ，最低值出現(xiàn)在2008年為 1934.14h 。2012—2015年日照時(shí)數(shù)均在多年平均日照時(shí)數(shù)以上，2016—2018年日照時(shí)數(shù)均在多年平均日照時(shí)數(shù)以下，其中有11年年日照時(shí)數(shù)在多年平均日照時(shí)數(shù)以上，9年年日照時(shí)數(shù)在多年平均日照時(shí)數(shù)以下。2001—2003年、2005—2006年、2008—2010年、2011—2015年、2018—2020年研究區(qū)的日照時(shí)數(shù)累計(jì)差值處于上升趨勢(shì)，表示該段時(shí)間日照充足；2003—2005年、2006—2008年、2010—2011年、2015—2018年研究區(qū)的日照時(shí)數(shù)累計(jì)差值處于下降趨勢(shì)，表示該段時(shí)間日照欠缺。在植被NPP與日照時(shí)數(shù)的變化過(guò)程中，有9個(gè)時(shí)間段變化趨勢(shì)相反，分別是2004—2005年、2006—2007年、2010—2011年、2011—2012年、2013—2014年、2014—2015年、2016—2017年、2017—2018年、2019一2020年。其余時(shí)間段變化趨勢(shì)相同。在植被NPP處于上升趨勢(shì)的11個(gè)時(shí)間段里，有7個(gè)時(shí)間段處于日照充足時(shí)期；處于下降趨勢(shì)的8個(gè)時(shí)間段里，有4個(gè)時(shí)間段處于日照欠缺時(shí)期。

綜上所述，單純地分析各氣候因子與植被NPP的變化趨勢(shì)時(shí)，氣溫和日照時(shí)數(shù)對(duì)植被NPP的正向驅(qū)動(dòng)最明顯，降水不明顯。但是，單純分析變化趨勢(shì)并不能準(zhǔn)確量化驅(qū)動(dòng)力。而且在這過(guò)程中，忽略了人類活動(dòng)對(duì)植被NPP的貢獻(xiàn)，例如，在2010—2011年、2016—2017年，氣溫、降水、日照時(shí)數(shù)都處于下降趨勢(shì)，而植被NPP卻處于上升趨勢(shì)，尤其在2010—2011年大幅上升。2011—2012年氣溫、降水、日照時(shí)數(shù)都處于上升趨勢(shì)，而植被NPP卻處于下降趨勢(shì)。

2.2.2 貢獻(xiàn)分析

由圖 14～18 可知，氣候因子和人類活動(dòng)對(duì)時(shí)間范圍內(nèi)植被NPP變化的貢獻(xiàn)均值分別為0.659 6和 1.569 9g?m^-2?a^-1 。氣溫、降水和日照時(shí)數(shù)對(duì)時(shí)間范圍內(nèi)植被NPP變化的貢獻(xiàn)均值分別為0.000 8、0.390 3和 0.2685g?m^-2?a^-1 。

氣溫對(duì)云南省NPP變化的影響主要以促進(jìn)作用為主，面積占比為 60.7% ，主要分布在滇東地區(qū)，促進(jìn)作用相對(duì)較大的區(qū)域以文山州東部最為明顯；抑制作用面積占比 39.3% ，主要分布在滇西地區(qū)和滇中地區(qū)，抑制作用較大的區(qū)域尤其以玉溪市、普洱市、西雙版納傣族自治州比較明顯。

降水影響云南省NPP變化的促進(jìn)、抑制作用面積占比分別為 61.64% 和 38.36% ，其中起促進(jìn)作用的區(qū)域主要分布在滇東地區(qū)和滇西地區(qū)，促進(jìn)作用相對(duì)較大的區(qū)域以昭通市最為明顯；抑制作用較大的區(qū)域主要分布在麗江市、楚雄州北部、昆明市南部和滇南的大部分區(qū)域，尤其是在普洱市南部、紅河州南部和西雙版納州比較明顯。

日照時(shí)數(shù)對(duì)云南省NPP變化促進(jìn)、抑制作用面積占比分別為 52.44% 和 47.56% ，促進(jìn)作用區(qū)域主要分布在滇東地區(qū)和滇西地區(qū)，基本呈零星分布，促進(jìn)作用較大的區(qū)域以昆明市最為明顯；抑制作用的區(qū)域主要分布在楚雄州、臨滄市、普洱市、玉溪市、紅河州和西雙版納州等區(qū)域。

氣候因子對(duì)云南省植被NPP影響的促進(jìn)、抑制作用面積分別占研究區(qū)面積的 60.44% 和39.56% ，促進(jìn)作用較大的區(qū)域主要分布在昭通市、昆明市、曲靖市、文山州東部、怒江州南部、保山市、德宏州和臨滄市；氣候因子對(duì)NPP抑制作用較大的區(qū)域主要分布在怒江州北部、楚雄州、玉溪市、普洱市、紅河州、文山州西部和西雙版納州區(qū)域。

人類活動(dòng)對(duì)云南省植被NPP影響的促進(jìn)、抑制作用分別為 62.56% 和 37.44% ，促進(jìn)作用較大的區(qū)域主要分布在昭通市南部、曲靖市、昆明市、臨滄市、麗江市、紅河州、文山州的大部分區(qū)域；抑制作用區(qū)域主要分布在滇西北地區(qū)、滇東北地區(qū)、滇西南地區(qū)。

由圖19可知，占研究區(qū)面積 39.77% 的植被NPP升高主要受氣候和人類活動(dòng)共同主導(dǎo)，主要分布在昭通市南部、曲靖市、昆明市、文山州、麗江市東部、臨滄市和普洱市西部區(qū)域；占研究區(qū)面積 6.60% 的植被NPP升高主要受氣候主導(dǎo)，主要分布在昭通市北部和東部、昆明市中部、滇西北的少部分地區(qū)；占研究區(qū)面積 19.06% 的植被NPP升高主要受人類活動(dòng)主導(dǎo)，主要分布在楚雄州、玉溪市、紅河州。占研究區(qū)面積 16.77% 的植被NPP降低主要受氣候和人類活動(dòng)共同主導(dǎo)，主要分布在滇西北地區(qū)和滇南地區(qū)，尤其是西雙版納州最為明顯；占研究區(qū)面積 3.73% 的植被NPP降低主要受氣候主導(dǎo)，主要零散分布在怒江州北部、迪慶州北部、滇中地區(qū)和滇南地區(qū)；占研究區(qū)面積 14.07% 的植被NPP降低主要受人類活動(dòng)主導(dǎo)，主要分布在滇西北地區(qū)和普洱市?？傊?，氣候和人類活動(dòng)共同影響研究區(qū)植被NPP的升高和降低。

3討論

3.1 NPP時(shí)空變化特征分析

2001—2020年云南省NPP平均值為994.76g?m^-2?a^-1 ，波動(dòng)為 926.5～1035.89g?m^-2?a^-1 年際變化率為 2.23g?m^-2?a^-1 ，與周雄等[1估算的2001—2020年云南省植被NPP平均值和年際變化率相比結(jié)果偏低。在氣候變化背景下，云南省植被增匯固碳的能力不斷提高，尤其以2011—2020年最為突出，云南省的生態(tài)在國(guó)家的倡導(dǎo)下正在逐漸向好發(fā)展，植被覆蓋度不斷上升。NPP最小值出現(xiàn)在2004年為 926.5g?m^-2?a^-1 ，與周雄等[16]估算的云南省NPP最低值出現(xiàn)在2010年不同，與2004年的溫度極低、日照時(shí)數(shù)過(guò)少有關(guān)，溫度低、日照時(shí)數(shù)過(guò)少會(huì)減緩光合作用過(guò)程的速率，在缺少光照的低溫條件下，植物的呼吸作用仍然進(jìn)行，但光合作用效率降低，光合作用產(chǎn)物的積累減少，導(dǎo)致植物整體碳收支失衡。這種失衡會(huì)使植物生長(zhǎng)受到抑制，進(jìn)一步影響植被生產(chǎn)力。另一方面還會(huì)使?fàn)I養(yǎng)吸收受阻，低溫會(huì)使土壤中的水分和養(yǎng)分運(yùn)輸變慢，這會(huì)導(dǎo)致植物營(yíng)養(yǎng)不良，影響其正常生長(zhǎng)和發(fā)育，從而降低生產(chǎn)力。溫度低還會(huì)使植物體內(nèi)的生理代謝活動(dòng)減緩，包括蛋白質(zhì)合成、酶活性降低等，這會(huì)導(dǎo)致植物生長(zhǎng)發(fā)育遲緩，葉片光合面積減少，生物量積累降低，最終導(dǎo)致植被生產(chǎn)力受到嚴(yán)重影響。此外，結(jié)合上述貢獻(xiàn)分析中得到人類活動(dòng)對(duì)NPP的促進(jìn)作用較大，推測(cè)在植被NPP時(shí)間變化中例如退耕還林還草、森林撫育等積極人為措施可以在一定時(shí)間內(nèi)促進(jìn)植被NPP的升高，亂砍濫伐、不合理地使用農(nóng)藥化肥等消極人為措施會(huì)導(dǎo)致土壤退化，使植被生長(zhǎng)受阻，進(jìn)而使NPP降低，具體某種人為因素有待進(jìn)一步探究。

云南省NPP在整體空間格局上呈南高北低、西高東低的分布特征。這與研究區(qū)的植被分布和氣候區(qū)劃有關(guān)，云南省氣候區(qū)劃從東北到西南依次為高原氣候區(qū)、中亞熱帶、南亞熱帶和北熱帶，西南地區(qū)主要為熱帶和亞熱帶，主要植被類型為森林，其覆蓋度較高，水熱條件充足。相比其他植被類型，森林生態(tài)系統(tǒng)具有復(fù)雜的結(jié)構(gòu)和發(fā)達(dá)的根系，能夠攔截更多的太陽(yáng)輻射并有效利用土壤資源，從而提升光合作用速率，有利于植被的生長(zhǎng)和碳固存。研究區(qū)東北部主要為亞熱帶，處于半干旱狀況，土地利用類型主要為草地。西北地區(qū)NPP顯著低于其他區(qū)域，是因?yàn)樵搮^(qū)域?qū)儆诟呱降貛?，氣候寒冷，不利于植被生長(zhǎng)，主要是草本植物分布于此。在空間穩(wěn)定性方面，云南省西南地區(qū)氣候溫暖濕潤(rùn)，植被生長(zhǎng)茂盛，生態(tài)穩(wěn)定性高，NPP波動(dòng)較小。東北地區(qū)由于人類活動(dòng)，NPP波動(dòng)相對(duì)較低。西北地區(qū)的迪慶藏族自治州屬高原氣候區(qū)，梅里雪山雪線的變化可能導(dǎo)致該區(qū)域NPP波動(dòng)較大。采用局域方差及標(biāo)準(zhǔn)差等統(tǒng)計(jì)量能簡(jiǎn)單直接地描述植被NPP的空間分布及變化[14]。進(jìn)行方差和標(biāo)準(zhǔn)差分析時(shí)，得到了不同的結(jié)果，尤其是針對(duì)方差值和標(biāo)準(zhǔn)差值高的區(qū)域主要集中在昆明市、普洱市、臨滄市、大理州和德宏州，這與當(dāng)?shù)靥厥獾牡乩砗蜌夂驐l件有關(guān)。

研究區(qū)內(nèi)不同區(qū)域的方差值和標(biāo)準(zhǔn)差存在顯著差異。方差值和標(biāo)準(zhǔn)差值高的區(qū)域主要集中在昆明市、普洱市、臨滄市、大理州和德宏州，表明這些地區(qū)的NPP與驅(qū)動(dòng)因子之間的關(guān)系具有較大的不確定性和變異性，特別是德宏州的標(biāo)準(zhǔn)差值最高，可能與該地區(qū)的獨(dú)特地理和氣候條件有關(guān)?？赡苁且?yàn)檫@些地區(qū)的氣候條件和人類活動(dòng)等的影響較為復(fù)雜多樣，導(dǎo)致NPP的響應(yīng)也呈現(xiàn)出多樣化特征。相對(duì)較低的方差值區(qū)域和標(biāo)準(zhǔn)差值區(qū)域主要集中在滇西北、滇東北和滇東南，說(shuō)明在這些地區(qū)，NPP的變化較為穩(wěn)定，受單一或少數(shù)因素的影響較為明顯，可能這些地區(qū)的氣候條件較為穩(wěn)定，人類活動(dòng)影響相對(duì)較小。中等方差值區(qū)域和標(biāo)準(zhǔn)差值區(qū)域分布較為分散，表明這些地區(qū)的NPP變化可能受到多個(gè)因素的綜合影響，但不如高方差值區(qū)和高標(biāo)準(zhǔn)差值區(qū)復(fù)雜，該區(qū)域的環(huán)境條件和人類活動(dòng)的影響在空間上具有一定的一致性，但仍存在一定的變異。這些區(qū)域可能有中等程度的自然異質(zhì)性和人類活動(dòng)干預(yù)。通過(guò)分析方差值和標(biāo)準(zhǔn)差值的分布，可以理解區(qū)域間NPP變化的穩(wěn)定性和波動(dòng)性，進(jìn)一步探討不同區(qū)域內(nèi)驅(qū)動(dòng)因素的作用機(jī)制。

3.2 NPP驅(qū)動(dòng)因素分析

氣溫對(duì)云南省NPP變化的促進(jìn)作用主要分布在滇東地區(qū)，該區(qū)域溫度適宜，適合植被生長(zhǎng)。氣溫對(duì)云南省NPP變化的抑制作用主要分布于滇西地區(qū)，云南西部為橫斷山脈，海拔高，溫度低，植被生長(zhǎng)受限，南部為熱帶雨林，過(guò)高的溫度也可能會(huì)抑制植被的生長(zhǎng)。降水對(duì)云南省NPP變化的促進(jìn)作用主要分布在滇東地區(qū)，該區(qū)域溫度適宜，適合植被生長(zhǎng)。降水對(duì)云南省NPP變化的抑制作用主要分布于麗江市、楚雄州北部、昆明市南部和滇南的大部分區(qū)域，該地區(qū)降水充足，植被生長(zhǎng)不受水分的限制。但在2019—2020年云南遭受了近10年來(lái)最嚴(yán)重旱情，2019年，滇西北地區(qū)和滇中地區(qū)出現(xiàn)嚴(yán)重春旱，并迅速蔓延[7]。2020年干旱加劇，滇西南地區(qū)達(dá)到了極端和異常干旱水平，普洱市中南部、西雙版納州等地的植被 NPP顯著退化[18]。日照時(shí)數(shù)對(duì)云南省NPP變化的促進(jìn)作用區(qū)域主要分布在滇東地區(qū)和滇西地區(qū)，基本呈零星分布，促進(jìn)作用較大的區(qū)域以昆明市最為明顯，這是因?yàn)槌渥愕娜照湛梢蕴岣咧脖坏墓夂献饔眯?，增加葉綠素的含量，增強(qiáng)植物的生長(zhǎng)速度和生物量積累。抑制作用的區(qū)域主要分布在楚雄州、臨滄市、普洱市、玉溪市、紅河州和西雙版納州等區(qū)域，在該區(qū)域，由于陰雨天氣較多，光照是制約植被生長(zhǎng)的主要因素。

在外界環(huán)境中，人類活動(dòng)直接影響植被生長(zhǎng)[19]。人類活動(dòng)對(duì)云南省NPP變化的促進(jìn)作用較大的區(qū)域主要分布在昭通市南部、曲靖市、昆明市、臨滄市、麗江市、紅河州、文山州的大部分區(qū)域；抑制作用區(qū)域主要分布在滇西北地區(qū)、滇東北地區(qū)、滇西南地區(qū)。我國(guó)實(shí)施的一系列生態(tài)保護(hù)修復(fù)工程促使我國(guó)生態(tài)系統(tǒng)碳庫(kù)總體上持續(xù)累積[20]。據(jù)統(tǒng)計(jì)，2000一2020年，云南省的人工造林工作成效顯著，面積達(dá)到了 93763km² ，森林覆蓋率和植被碳儲(chǔ)量顯著增加[21]。20多年來(lái)，云南實(shí)施了退化林修復(fù)、低效林改造等林業(yè)生態(tài)建設(shè)與保護(hù)工程。盡管如此，氣候變化對(duì)云南部分地區(qū)的植被改善帶來(lái)了挑戰(zhàn)，特別是滇中地區(qū)、滇西北地區(qū)和滇西南地區(qū)。但由于滇中和滇東地區(qū)是一個(gè)經(jīng)濟(jì)發(fā)展程度高、人為活動(dòng)程度高的區(qū)域，政府所開(kāi)展的林草修復(fù)工作得到了好的效果。在這些地區(qū)中，人類活動(dòng)大大促進(jìn)了植被NPP的提升。然而，滇西北地區(qū)由于地形復(fù)雜、自然擾動(dòng)、生態(tài)脆弱，經(jīng)濟(jì)發(fā)展緩慢，生態(tài)修復(fù)等工作開(kāi)展較為困難。在這些地區(qū)中，氣候變化則成為植被NPP變化的主導(dǎo)因素。此外，據(jù)研究統(tǒng)計(jì)，2001一2019年，云南省約有 9.2% 的森林轉(zhuǎn)變?yōu)楦兀?8.2% 的森林轉(zhuǎn)變?yōu)椴莸兀謸p失主要集中在西南部[22]。

植被NPP的變化受氣候因素和人類活動(dòng)的雙重影響。對(duì)此，云南省應(yīng)持續(xù)強(qiáng)化生態(tài)保護(hù)政策的執(zhí)行力度，特別是在那些具備關(guān)鍵生態(tài)服務(wù)功能的區(qū)域，以保障NPP的穩(wěn)定增長(zhǎng)。針對(duì)氣候敏感區(qū)，尤其是高海拔地帶，應(yīng)結(jié)合當(dāng)?shù)鬲?dú)特的氣候特征，實(shí)施具有適應(yīng)性的管理策略，旨在提升植被的逆境抵抗能力。對(duì)于人類活動(dòng)頻繁、城鎮(zhèn)化及人口密度較高的區(qū)域，則需通過(guò)優(yōu)化土地利用結(jié)構(gòu)、科學(xué)規(guī)劃城市擴(kuò)張邊界等手段，有效減輕人類活動(dòng)對(duì)NPP造成的負(fù)面影響。

本研究仍存在一些不足，研究中在對(duì)氣候因子的選擇時(shí)只考慮到了氣溫、降水和日照時(shí)數(shù)，這會(huì)導(dǎo)致在量化驅(qū)動(dòng)因子影響時(shí)結(jié)果不夠準(zhǔn)確；在人類活動(dòng)研究中，未能細(xì)化到某一種人類活動(dòng)對(duì)NPP變化產(chǎn)生的影響。接下來(lái)的研究中將會(huì)增加影響因子，也將按照土地利用類型來(lái)進(jìn)一步分析NPP時(shí)空變化和驅(qū)動(dòng)因素。

4結(jié)論

基于MOD17A3HGF數(shù)據(jù)，結(jié)合氣象數(shù)據(jù)等，利用線性趨勢(shì)分析、Theil-SenMedian分析、Mann-Kendall檢驗(yàn)、變異系數(shù)、局域統(tǒng)計(jì)量（局域方差及局域標(biāo)準(zhǔn)差）和偏導(dǎo)數(shù)分析方法，分析了云南省NPP時(shí)空變化趨勢(shì)，量化了氣候因素和人類活動(dòng)對(duì)NPP的貢獻(xiàn)，并對(duì)NPP變化的主導(dǎo)因素進(jìn)行了空間分區(qū)。主要得出以下結(jié)論：

1）2001—2020年云南省植被NPP整體呈波動(dòng)式增長(zhǎng)趨勢(shì)，多年平均值為 994.76g?m^-2?a^-1 ，平均每年增加 2.23g?m^-2?a^-1 ；研究區(qū)內(nèi) 63.57% 的NPP呈增加趨勢(shì)，說(shuō)明云南省近20年來(lái)增匯固碳的能力持續(xù)向好。

2）云南省植被NPP空間格局上呈南高北低、西高東低，自南向北、自西向東下降的分布特征，變異系數(shù)為 0～1.71 ，均值為0.078，表明近20年內(nèi)，云南省NPP總體上處于一個(gè)比較穩(wěn)定的空間格局，植被處于一種良性循環(huán)。NPP穩(wěn)定性呈現(xiàn)從滇西南向滇東北減弱的趨勢(shì)。不同區(qū)域的方差值和標(biāo)準(zhǔn)差存在顯著差異，方差值和標(biāo)準(zhǔn)差值高的區(qū)域主要在昆明市、普洱市、臨滄市、大理州和德宏州；相對(duì)較低的方差值區(qū)域和標(biāo)準(zhǔn)差值區(qū)域主要在滇西北、滇東北和滇東南；中等方差值區(qū)域和標(biāo)準(zhǔn)差值區(qū)域分布較為分散。

3）氣溫、降水、日照時(shí)數(shù)和人類活動(dòng)對(duì)NPP的貢獻(xiàn)均值分別為0.0008、0.3903、0.2685、（204號(hào) 1.5699g?m^-2?a^-1 。

4）氣候和人類活動(dòng)共同主導(dǎo)該省NPP的升高，面積占比 39.77% ，人類活動(dòng)主導(dǎo)NPP升高的區(qū)域面積占比 19.06% ，氣候主導(dǎo)NPP升高的區(qū)域面積占比 6.60% ；云南省NPP的降低主要受氣候和人類活動(dòng)共同主導(dǎo)作用，面積占比 16.77% ，其次為人類活動(dòng)主導(dǎo)NPP降低，面積占比 14.07% ，氣候主導(dǎo)NPP降低的區(qū)域面積占比 3.73% 。

參考文獻(xiàn)：

[1]劉惠良，劉紅峰.基于凈初級(jí)生產(chǎn)力的洞庭湖生態(tài)系統(tǒng)價(jià)值 估算[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2022，42（6）：100-107. LIU HL，LIUHF.Estimationofecosystemvalues ofDongting lake based on net primary productivity[J]. Journal of Central South UniversityofForestry amp; Technology，2022，42（6）：100-107.

[2]WANG ZY， ZHOU Y F，SUN X Y，et al. Estimation of NPP in Huangshan district based on deep learning and CASA model[J]. Forests，2024，15（8）：1467.

[3]張笑鶴.西南地區(qū)NDVI和 NPP 時(shí)空動(dòng)態(tài)及其與氣候因子相 關(guān)性分析[D].北京：中國(guó)林業(yè)科學(xué)研究院，2011. ZHANG X H. Spatio-temporal dynamic of NDVI and NPP and their correlation with climatic factors in southwest China[D]. Beijing： Chinese Academy of Forestry，2011.

[4] 崔林麗，杜華強(qiáng)，史軍，等.中國(guó)東南部植被NPP 的時(shí)空格 局變化及其與氣候的關(guān)系研究[J].地理科學(xué)，2016，36（5）：787- 793. CUI LL，DUHQ，SHI J， et al. Spatial and temporal pattermn of vegetation NPP and its relationship with climate in the southeastern China[J]. Scientia Geographica Sinica，2016，36（5）： 787-793.

[5]賈俊鶴，劉會(huì)玉，林振山.中國(guó)西北地區(qū)植被NPP多時(shí)間 尺度變化及其對(duì)氣候變化的響應(yīng)[J].生態(tài)學(xué)報(bào)，2019，39（14）： 5058-5069. JIAJH，LIUHY，IZS.Multi-tesalecangesoatio NPP in six provinces of northwest China and their responses to climate change[J]. Acta Ecologica Sinica，2019，39（14）： 5058-5069.

[6]孔俊杰，劉海新，王曉，等.氣候變化和人類活動(dòng)對(duì)太行山區(qū) 植被NPP變化的影響[J].山東林業(yè)科技，2024，54（3）：8-15，35. KONG JJ， LIU H X， WANG X， et al. Impact of climate change and human activities on vegetation NPP changes in Taihang mountains[J]. Journal of Shandong Forestry Science and Technology，2024，54（3）：8-15，5.

[7]郝巖，張艦，李保琦，等.2001—2020年中國(guó)植被 NPP 對(duì)氣 象干旱的響應(yīng)特征[J].水電能源科學(xué)，2024，42（8）：17-21. HAO Y， ZHANG J，LI B Q， et al. Response characteristics of NPP to meteorological drought in China from 2001 to 2020[J]. Water Resources and Power，2024，42（8）：17-21.

[8]RODERICK ML，ROTSTAYN L D， FARQUHAR G D， et al. On the attribution of changing pan evaporation[J]. Geophysical Research Letters，2007，34（17）：2007GL031166.

[9]MENG D J，MO X G. Assessing the effect of climate change on mean annual runoff in the Songhua river basin，China[J] Hydrological Processes，2012，26（7）：1050-1061.

[10]閆文波，何云玲，余嵐，等.干旱對(duì)云南省植被凈初級(jí)生產(chǎn) 力的影響研究[J].云南大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，43（4）： 736-745. YAN WB， HEYL， YUL，et al. Effect of drought on net primary productivity of vegetation in Yunnan Province[J]. Journal of Yunnan University （Natural Sciences Edition），2021，43（4）： 736-745.

[11]趙唯茜，杜華明，董廷旭，等.2005—2014年南方農(nóng)牧交錯(cuò) 帶凈初級(jí)生產(chǎn)力時(shí)空分布特征[J].水土保持研究，2018，25（6）： 236-241. ZHAOWX，DUHM，DONGTX，etal.Temporal-spatial characteristics of the vegetation net primary production in the farming-pastoral eco-tone of southern China during 20o5-2014[J]. Research of Soil and Water Conservation，2018，25（6）：236-241.

[12]于延勝，陳興偉.基于Mann-Kendall法的水文序列趨勢(shì)成分 比重研究[J].自然資源學(xué)報(bào)，2011，26（9）：1585-1591. YU Y S， CHEN X W. Study on the percentage of trend component ina hydrological time seriesbased on Mann-Kendall method[J]. Jourmal ofNaturalResources，2011，26（9）：585-1591.

[13]劉鳳，曾永年 .2000—2015年青海高原植被碳源／匯時(shí)空格 局及變化[J].生態(tài)學(xué)報(bào)，2021，41（14）：5792-5803. LIUF，ZENGYN.Analysis of the spatio-temporal variation of vegetation carbon source/sink in Qinghai plateau from 2000 to 2015[J].Acta Ecologica Sinica，2021，41（14）：5792-5803.

[14]劉暢，李鳳日，賈煒瑋，等.基于局域統(tǒng)計(jì)量的黑龍江省多 尺度森林碳儲(chǔ)量空間分布變化[J].應(yīng)用生態(tài)學(xué)報(bào)，2014，25（9）： 2493-2500. LIU C，LI FR，JIA WW，etal. Multiple-scaleanalysisonspatial distribution changes of forest carbon storage in Heilongjiang Province，northeast China based on local statistics[J].Chinese Journal of Applied Ecology，2014，25（9）：2493-2500.

[15]LIU WB， SUNFB.Assessing estimates of evaporative demand in climate models using observed pan evaporation over China[J]. Journal of Geophysical Research： Atmospheres，2016，121（14）： 8329-8349.

[16]周雄，呂大偉，宋蕾，等.云南省植被凈初級(jí)生產(chǎn)力時(shí)空特征 及其與氣候因子的關(guān)系[J].中南農(nóng)業(yè)科技，2023，44（7）：99-104. ZHOU X， LYU D W， SONG L， et al. Temporal and spatial characteristics of net primary productivity of vegetationin Yunnan Province and its relationship with climate factors[J]. SouthCentral Agricultural Science and Technology，2023，44（7）：99-104.

[17] 張強(qiáng)，鄒旭愷，陳鮮艷，等.考慮多尺度和蒸散影響的新干旱 指數(shù)研究——以云南為例[J].高原氣象，2022，41（4）：909-920. ZHANG Q， ZOU X K， CHEN X Y， et al. A new drought index study that takes into account a multi-timescale and the effects of evapotranspiration： taking Yunnan as an example[J]. Plateau Meteorology，2022，41（4）：909-920.

[18] 徐虹，程晉昕，何雨芩，等.氣候變化和人類活動(dòng)對(duì)云南省植 被凈初級(jí)生產(chǎn)力的影響[J].高原氣象，2024，43（4）：1064-1075. XU H，CHENG JX，HE Y Q， et al.Effects of climate change and human activities on net primary productivity in Yunnan Province[J].Plateau Meteorology，2024，43（4）：1064-1075.

[19]PAN SF， TIAN HQ，LU C Q， et al. Net primary production of major plant functional types in China： vegetation classification and ecosystem simulation[J]. Acta Ecologica Sinica，2015，35（2）： 28-36.

[20] 吳普俠，汪曉珍，吳建召，等.中國(guó)退耕還林工程固碳現(xiàn)狀及 固碳潛力估算[J].水土保持學(xué)報(bào)，2022，36（4）：342-349. WU P X， WANG X Z， WU J Z， et al. Estimation of carbon stock and carbon sequestration potential for China’s grain for green project[J]. Journal of Soil and Water Conservation，2022，36（4）： 342-349.

[21]周瑞伍，彭明春，張一平.云南主要森林植被碳儲(chǔ)量及固碳 潛力模擬研究[J].云南大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，39（6）： 1089-1103. ZHOU R W，PENG MC， ZHANG YP. The simulation research ofcarbon storageand sequestrationpotential of main forest vegetation in Yunnan Province[J]. Journal of Yunnan University （Natural Sciences Edition），2017，39（6）：1089-1103.

[22]王淑靜，賴佩玉，郝斌飛，等.西南地區(qū)2001—2019年 森林損失特征遙感監(jiān)測(cè)與時(shí)空分析[J].遙感技術(shù)與應(yīng)用， 2021，36（3）：552-563. WANG S J， LAI P Y， HAO B F， et al. Remote sensing monitoring and spatio-temporal pattern of deforestation in southwest

China from2001 to 2019[J].Remote SensingTechnologyand Application，2021，36（3）：552-563.

[本文編校：吳毅]