基于變異系數的植被NPP人為影響定量研究
——以石羊河流域為例

李傳華，趙　軍，師銀芳，胡秀芳

西北師范大學地理與環境科學學院，蘭州　730070

?

基于變異系數的植被NPP人為影響定量研究
——以石羊河流域為例

李傳華*，趙軍，師銀芳，胡秀芳

西北師范大學地理與環境科學學院，蘭州730070

人類活動是NPP變化的重要影響因子，定量計算NPP人為影響值具有較重要的意義。提出基于變異系數法的NPP人為影響模型，對其基本概念、理論基礎、計算流程等進行了闡述，并以石羊河流域為研究區，分析該流域NPP人為影響分布規律。研究結果表明：(1)該模型基于一種間接計算的思想回避了人為作用的復雜過程，模型理論科學，以變異系數為參數，所需參數少，技術可行，計算結果為NPP值，易于定量評價。(2)2000—2010年期間，石羊河流域人類活動對植被NPP的影響廣泛而嚴重，年均影響值大于40gC m-2a-1的面積占96.21%，影響程度嚴重以上占26.94%。NPP人為正負影響均較大，正影響年均為1.63×106gC m-2a-1，負影響年均為1.21×106gC m-2a-1，年均凈增加4.20×105gC m-2a-1；正向平均影響強度為136.84 gC m-2a-1，負向平均影響強度為100.32 gC m-2a-1，全流域表現為正影響。(3)涼州區是人為影響最為劇烈的地區，表現為強烈正影響；其次是天祝縣，為強烈負影響；接下來是民勤縣，表現為正影響；其它縣區依次是永昌、古浪、肅南和金昌。(4)2000—2010期間，NPP人為影響值變化較大，人為活動減弱面積占53.90%，增加占46.10%；影響值正向減弱8.12×105gC m-2a-1，負向減弱8.07×105gC m-2a-1，正向增強8.02×105gC m-2a-1，負向增強3.94×105gC m-2a-1，人為活動影響凈減少4.25×105gC m-2a-1，人為作用總體呈減弱趨勢。

凈第一性生產力；變異系數；人為影響模型；石羊河流域

植被凈第一性生產力(簡稱NPP)是衡量生態環境的重要指標，同時與碳平衡和碳擾動、土地利用變化、氣候變化和糧食安全等關系密切，是表征陸地生態過程的關鍵參數[1-4]。NPP的變化是自然和人類活動交互作用的結果，隨著科技進步人類活動能力日益增強，無論影響的手段與方式，還是影響的廣度與深度都發生了很大的變化，人類活動的作用顯得越來越重要，有些地區甚至為主導作用[5-9]。

由于人類活動方式各異，加上地形、土壤、植被以及氣候條件等差異，即使相同的人類活動對NPP的影響也不一樣，因此人類活動對植被NPP的影響較難量化，一般以定性說明為主。也有學者對人類活動影響進行定量研究，目前主要方法有殘差分析法[10-13]，如黃森旺等運用殘差法模型結合氣候因子降雨評價了三北防護林工程區人類活動對土地退化所起的作用，此方法原理簡單易計算，但不適合短時間段分析，在擬合氣候與植被生長關系時也不能完全忽略人為作用影響。降水利用效率分析法[14-17]，如杜加強等運用植被降雨利用效率，結合NDVI變化辨識在人為作用下生態退化和生態恢復的區域范圍，此方法存在不確定性，降雨的劇烈變化對結果有較大影響。模型變量控制法[18-20]，如田漢勤等利用新一代多因子驅動的陸地生態系統動態模型(Dynamic Land Ecosystem Model, DLEM)，旨在定量模擬和分析自然因素和人類活動雙重驅動下陸地生態系統過程和格局的變化，以及陸地生態系統與人類系統、氣候系統之間的相互作用與反饋，此方法可根據機理直接計算人為影響值，但需要參數較多，過程比較復雜。實際NPP與潛在NPP求差法[21]，周偉等采用潛在NPP與實際NPP求差法，評價了中國西北地區氣候變化與人為作用對沙漠化的影響。該方法原理簡單容易計算，不足之處是潛在NPP是虛擬值，有較大的不確定性，并且潛在植被為該區域植被演替的最高形態，潛在NPP一般比實際值偏高，對NPP人為影響值結果有影響。還有人為影響強度法[22-25]、直接對比法等。

總體來看，上述計算方法各有特點，也各有局限，如，有的方法無法區分人為作用的正(使NPP增加)負(使NPP減少)方向，有的方法不能計算影響值，還有的方法只適合長時序數據和大范圍，不確定性問題也較多；有的方法模型復雜，參數不易獲取，不能計算人為活動間接影響等。因此，本研究試圖提出一種新的計算模型，一方面能夠定量評估人為活動對NPP的影響，在理論方法上也是對該研究領域的一個有益補充。

石羊河流域是人類活動對環境影響最為劇烈的地區之一，在人為作用下該地區生態環境極度惡化，植被退化嚴重[26-32]，引起各級政府的高度關注。2006年以來，該流域實施生態環境治理工程，到2010年完成一期工程，據報道部分地區生態環境有所好轉[33-34]，該區域人類活動對植被正向與負向影響均十分典型。因此，以該流域為研究區，以植被NPP為對象，區分氣候變化與人為作用對NPP變化的影響，定量計算NPP人為影響值，研究植被NPP對人類活動的響應具有重要的科學意義，同時能為退化生態環境恢復與重建等工作提供決策支持。

1　研究區概況與數據

1.1研究區概況

石羊河流域地處黃土、青藏、蒙新三大高原的交匯過渡帶，位于甘肅省河西走廊東部，祁連山北麓，介于101°22′—104°16′E、36°29′—39°27′N，流域面積4.16萬km2。石羊河流域深居大陸腹地，屬大陸性溫帶干旱氣候。流域可分為南部祁連山地，中部走廊平原區，北部低山丘陵區及荒漠區四大地貌單元。流域行政區劃涉及3市8縣，包括武威市的古浪縣、涼州區、民勤縣全部及天祝縣部分，金昌市的永昌縣及金川區全部以及張掖市肅南裕固族自治縣的皇城鎮(簡稱肅南縣)和山丹縣部分地區(面積很小，忽略不計)。

1.2數據

本研究所用的數據有MODIS遙感數據、溫度與降雨數據、土地利用數據。2000—2010年NPP數據為MODIS數據中的4級產品，產品類型為MOD17A3，空間分辨率為1km，該數據利用BIOME-BGC模型估算得到陸地生態系統NPP年累積量，該數據已在全球和區域NPP與碳循環研究中得到廣泛應用。溫度、降雨和土地利用數據來自于中國西部環境與生態科學數據中心。

2　研究方法

植被NPP是在人為作用和氣候作用的雙重影響下形成，如果能得到自然狀態下(只受氣候作用)的植被NPP(稱之為理論NPP)，再與實際NPP求差，即為NPP人為影響值，這是一個間接并且簡潔的思路。一般來說，可以采用NPP氣候學模型(只與氣候因子有關)計算潛在NPP作為理論值，但潛在植被是在無人為干擾下立地所能發育的頂級植被類型，而理論NPP為目前氣候狀況下無人為干擾下立地發育的實際NPP，一般情況下潛在NPP比理論NPP高。因此，理論NPP的計算歸結到找出無人為影響點位，其所對應的實際NPP(MOD17A3數據)便可看成理論NPP。那么，如何確定某處是否受到人為影響，用什么參數來區分是一個關鍵的問題。

2.1理論基礎

在自然狀況下，NPP只受氣候變化影響，因此可以這樣理解，在無人為影響下，NPP的變化特征應該與氣候變化特征一致。考慮到變異系數能表達序列數據變化的離散程度，因此考慮使用變異系數來衡量NPP變化與氣候變化特征是否一致。理論假設是：如果NPP變異系數等于氣候因子變異系數或者相差在一定的范圍之內，表明該柵格單元只受到氣候因子的作用，否則同時受到人類活動的影響，兩個變異系數之差即為人類活動下NPP變異程度，稱人為變異系數。因此，建立關于變異系數的數學模型，空間上可以區分哪些地區受到人類活動的影響，值的大小可以區分人類活動對植被NPP變化影響的變異程度，該方法稱之為變異系數法。

2.2變異系數法

2.2.1人為變異系數計算

(1)變異系數

變異系數(Coefficient of Variation，簡稱CV)是衡量序列觀測值離散程度的一個統計量。如果度量單位與平均值相同，可以直接利用標準差來比較；不同則需采用標準差與平均值的比值來比較，比值稱為變異系數，計算公式為：

(1)

式中，CV為變異系數，σ為標準差，μ為算術平均值。

(2)實際NPP、氣溫與降雨變異系數

將各柵格單元序列NPP、氣溫與降雨分別代入式(1)計算即可，CVNPP、CVT、CVR分別表示實際NPP變異系數、氣溫變異系數、降雨變異系數。

(2)

(3)

(4)

(3)氣候變異系數計算

從NPP的定義來看，NPP的變化取決于降水量和最大蒸散量兩個分量[35]，國內外研究表明，氣溫和太陽輻射是導致最大蒸散量變化的主要因子[36-37]，而氣溫與太陽輻射也有相關性，同時考慮到模型參數的一般性，本研究將氣溫、降水作為氣候的主要因子。在計算氣候變異系數過程中，確定氣溫與降雨對NPP的影響權重采用模型偏導法，本研究采用周廣勝模型[38]，對積溫和降水因子求偏導后乘以積溫和降水得到各自對NPP的影響權重 WT和WR，乘以各自變異系數最后求和即得到氣候因子變異系數CVC，見下式：

CVC=WT·CVT+WR·CVR

(5)

(4)人為變異系數

如果各柵格的NPP變異系數等于氣候因子變異系數或者兩者之差在一定的范圍之內，說明該柵格NPP變化基本受氣候影響，否則同時受到人為影響，兩者之差稱為人為變異系數CVH，計算公式為：

CVH=CVNPP-CVC

(6)

理論上講，人為變異系數表示人為作用對NPP影響的變異程度，值為0或在0附近表示不受人為作用影響或影響甚微；值不為0或絕對值大于某個極小值表示受到人為作用影響，絕對值越大表示NPP受到人為影響的變異程度越大。變異系數的正負號說明人為活動對NPP的作用方向，符號為正表示實際NPP變異系數大于氣候變異系數，說明NPP在人為作用下變化劇烈，這種情況一般是NPP在人為作用下減少，為負影響。符號為負表示實際NPP變異系數小于氣候變異系數，這說明實際NPP在人為作用下保持穩定，這種情況一般是NPP在人為作用下增加，為正影響。人為變異系數是一個統計值，不是衡量植被NPP生態機理的參數，在影響機制上是沒有任何意義的。在大數據樣本的前提下，統計值存在一些誤差或者小概率事件。不過，如果某處為無人為影響點，該點的人為變異系數肯定為0，基于此即可保證本模型的確定性。

2.2.2NPP人為影響值計算

人為變異系數是衡量人為作用對NPP影響的變異程度而不是影響程度，因此人為變異系數大小與NPP人為影響值并無數學關系，無法使用人為變異系數直接計算NPP人為影響值。根據理論假設，要計算NPP人為影響值首先要計算理論NPP，需根據人為變異系數來選擇無人為影響點。

(1)選擇無人為影響點位

提取無人影響點位至關重要，方法如下：提取人為變異系數絕對值在0附近的柵格，為了防止出現人為變異系數為0而實際上是有人為影響的情況，此環節需要逐點判斷實際NPP變化與氣候變化是否一致，一致保留，否則去除。在此基礎之上，還需要結合實際情況來判斷是否確實無人為影響。原則如下：如一些非常明顯受到人為影響的點位(如耕地)需要去掉，離居民點比較近也認為受到人為影響需要去掉。判斷可以結合遙感影像、DEM、土地利用現狀圖，甚至實地勘察確定。

(2)理論NPP計算

無人為影響點位確定后，提取對應點位實際NPP即為理論NPP(Theoretical NPP, 簡寫NPPT)。采用空間插值方法對離散點進行空間化即可得到全流域理論NPP。

(3)NPP人為影響值計算

將實際NPP(Actual NPP, 簡稱NPPA)減去理論NPP，即可得到人為作用下NPP變化值，稱為NPP人為影響值(NPP influenced by human, 簡寫NPPH)，公式為：

NPPH=NPPA-NPPT

(7)

符號為正說明人為作用下NPP增加，符號為負說明在人為作用下NPP減少。

3　結果與分析

以石羊河流域為研究區，根據變異系數法計算該流域2000—2010年期間歷年NPP人為影響值，分析NPP人為影響值空間分布規律和變化趨勢。

3.1人為變異系數

根據公式(2)和(5)計算實際NPP變異系數和氣候變異系數，再根據公式(6)計算人為變異系數(圖1)。

圖1　人為變異系數分布Fig.1　Spatial distribution of CVH

變異系數小于0的區域主要分布在民勤綠洲、武威綠洲和金昌綠洲，上述地區是人類活動的主要區域，在人為直接干預下，植被NPP穩定，類型以耕地為主，為人類活動直接影響區域。變異系數在0附近的區域主要分布在肅南、天祝、古浪東部，該地區的植被類型主要為天然草地與林地，人口稀少，人為活動不太頻繁，NPP主要受氣候變化影響，其變異程度與氣候變異程度基本一致，人為干擾不大。變異系數大于0 的地區主要分布在永昌與古浪縣境內，肅南縣北部、天祝北部與涼州南部也有分布，植被以草地為主，主要人為活動為放牧，NPP變化最大，為人類活動直接影響地區。

同時，人為變異系數正負值在各地類均存在，有多種地類的正負變異程度都較大，如草地、鹽堿地、沙地和戈壁等，這主要取決于人類作用方式與程度。比如草地，過度放牧導致草地退化，則人為變異系數為正；對于科學管理(灌溉、施肥與輪牧等措施)的草地，人為變異系數則為負。有的植被NPP值較低，自身容易受到外界干擾也是同一種植被的人為變異系數有正有負的重要原因。

3.2NPP人為影響值

NPP人為影響值的計算首先要提取無人為影響點位，步驟如下：提取人為變異系數絕對值在0附近的柵格，本研究取值為0.0005，逐點判斷其變化趨勢與氣候變化趨勢是否一致，不一致去除，再結合遙感影像，DEM，土地利用類型圖逐點判斷無人為影響點位的分布是否符合實際，有些地區點分布太過密集也可以選擇除掉一些，最后選擇點位117個，分布見圖2。

可以看出，無人為影響點分布從上游到下游逐漸減少，其中肅南縣分布最多，地類以林地、草地為主；其次是天祝和永昌縣，草地最多，其次是林地，還包括部分戈壁、裸巖；民勤、古浪、涼州分布點較少，古浪、涼州以草地為主，民勤以鹽堿地為主。

無人為影響點位柵格單元所受人為影響非常小，對應的NPP實際值可以看成植被NPP理論值。將無人為影響點與NPP圖層疊加，提取柵格單元對應的實際NPP，再空間插值(本研究采用IDW)得到全流域植被NPP理論值，結果見圖3。可以看出，NPP理論值具有明顯的緯度地帶性和垂直地帶性特征，從南向北，海拔從高到低理論NPP逐漸減少，并且在永昌、肅南、天祝涼州、古浪縣區相互交界處有明顯分界線。按行政區來看，天祝和肅南兩縣NPP理論值最高，其它縣區較低。

圖2　無人為影響點分布Fig.2　Location of point without the influence of human

圖3　植被理論NPPFig.3　Theoretical NPP of vegetation

圖4　2000—2010年NPP人為影響值分布Fig.4　Spatial distribution of NPPHduring 2000—2010

將實際NPP減去植被理論NPP，得到NPP人為影響值，為了便于分析，對NPP人為影響值正負分開，再進行分級，結果見圖4。NPP人為影響值空間分布最顯著的特征有兩處，一是三大綠洲人為正影響強烈，綠洲屬于人為直接活動區，多為耕地，人為正向影響較易理解；二是在肅南、天祝、古浪、永昌幾縣相互交界處負向作用顯著，且呈帶狀分布(圖4紅線區域)。結合DEM分析，此帶狀分布帶為石羊河流域出山口，該區域地形變化劇烈，植被以草地為主、水資源豐富，人為活動多為放牧，人為負作用嚴重。以上結果可以看出，基于變異系數法的NPP人為影響值結果符合實際。

2000—2010年期間，石羊河流域人為影響正負分級見圖4，對NPP人為影響值進行自然分級，依次為輕微、一般、嚴重與劇烈，見表1。可以看出，人類活動對植被NPP的影響覆蓋了大部分區域，年均影響值小于40gC m-2a-1的面積所占比例僅為3.79%。在人為作用下，全流域NPP年均增加值為1629271gC m-2a-1，年均減少值為1209281gC m-2a-1，年均凈增加419990gC m-2a-1，說明人為作用對全流域植被NPP的正負影響均十分劇烈，整體為正影響。

從影響面積來看，從輕微到劇烈，面積逐漸減少，輕微占45.96%，一般占27.11%，嚴重占18.58%，劇烈占8.36%。人為作用嚴重程度以上面積占26.94%，充分說明該地區人為作用嚴重程度。從正負影響的面積來看，各程度正負影響面積大致相當，劇烈與一般程度正向影響面積略大于負向，嚴重與輕微程度正向影響面積略小于負向，整體來看基本持平。從影響值來看，除了輕微程度負向影響值大于正向外，其余程度均為正向影響值大于負向影響，柵格單元影響值(稱單元影響強度)正向大于負向，全流域人為作用呈正影響。從分布的格局來看，正向與負向影響在各行政區均有分布，正向影響劇烈程度主要分布在武威綠洲、昌寧綠洲，嚴重程度主要分布在民勤綠洲、天祝東部、肅南中部，一般程度分布在永昌西部。負向影響劇烈的區域主要分布在天祝涼州古浪三縣交界部，嚴重的區域分布在古浪縣南部、永昌肅南兩縣交界處，一般的區域主要分布在古浪北部、肅南南部以及民勤綠洲周邊地區。

從各行政區來看，見表2，NPP人為正向影響總量涼州區最大為652285gC m-2a-1，其次是民勤，接下來是永昌、天祝、古浪等；影響強度也是涼州最大為235.99gC m-2a-1，接下來是金昌、民勤、天祝等。負向影響總量最大的是天祝縣，影響值為322510gC m-2a-1，接下來依次為古浪、肅南、永昌與涼州等地；影響強度最大的是天祝為136.25gC m-2a-1，其它依次為肅南、涼州、永昌等地。上述關于影響強度的結論與石培基等[39]關于土地人工覆被指數(LCI)研究結論相似，LCI指數最大為金昌、民勤，最小為肅南。

表1　人為影響程度與方向統計(2000—2010)Table 1　Statistic of degree and direction by human influence (2000—2010)

表2　2000—2010年各行政區NPP人為影響值Table 2　Each district′s NPP influenced by Human in 2000—2010

綜合來看，涼州區是人為影響最為劇烈的地區，表現為強烈正影響。其次是天祝縣，為強烈負影響。接下來是民勤縣，表現為正影響，其正影響總量排第二，影響強度排第三；負影響總量與強度都排倒數第二。其它縣區依次是永昌、古浪、肅南和金昌。

3.3NPP人為影響變化

根據變異系數法計算各柵格歷年NPP人為影響值，并采用Sen方法[40]，Sen 趨勢計算如下：

(8)

式中，11>j>i>0，Median為中位數的函數，β為Sen趨勢度，表示NPPH增強或減少趨勢的程度，若β>0則NPPH有增加的趨勢，值越大表示增加程度越大；若β<0則NPPH有減少的趨勢，值越小表示減小程度越大。計算出2000—2010年期間人為影響NPP變化趨勢，結果見圖5。

圖5　NPP人為影響變化趨勢(SEN)Fig.5　Change trend of NPPH

圖6　NPP人為影響變化方向與趨勢Fig.6　Distribution of NPPH′s direction and trend　負正表示影響值是正值，影響趨勢減弱，其他組合類推，值代表趨勢度

可以看出，民勤綠洲、武威綠洲人為作用呈減弱趨勢，圖4中負向帶狀區域也呈減弱趨勢；昌寧綠洲、涼州與古浪交界處北端、永昌西南部、天祝東南角等人為作用呈加強趨勢。為了進一步的分析人為作用下NPP變化規律，將NPP人為影響的正負方向與影響趨勢結合起來，空間分布見圖6。為了表述簡便起見，將人為影響方向和影響趨勢分為4個組合，分別為負負、負正、正負與正正，其中負負表示影響值是負值，影響趨勢減弱；負正表示影響值是正值，影響趨勢減弱；正負表示影響值是負值，影響趨勢增強；正正表示影響值是正值，影響趨勢增強。負負主要分布在民勤綠洲周圍，肅南與涼州交界處，天祝古浪涼州三縣交界處，以及古浪南部和北部等地，這些均為負向作用比較顯著的地區，人為負向作用強度有所減弱。負正主要分布在民勤綠洲、武威綠洲以及永昌西部等地，這些均屬于綠洲灌區，說明正向作用強度也有所減弱。正負主要分布在肅南永昌交界處以及古浪中部，負向作用強度有所增加。正正主要分布在昌寧綠洲、永昌東南部、涼州與古浪交界處，以及天祝東南角，這些區域人為正向作用加強。

各行政區人為作用NPP變化方向和趨勢見表3。金昌縣正正分布比例最大，為76.48%，表明人為正向影響在該縣占絕對地位，并且不斷加強。肅南縣負負分布面積最大，占35.59%，表明人為負向作用不斷減弱，正負與正正也分別占24.07%和24.01%，表明正向與負向作用加強的地區同樣大量存在。永昌縣正正與正負均較大，表明人為正向與負向影響均呈增加趨勢。民勤縣負正分布最多，占44.67%，表明正向作用趨勢在減弱。天祝和古浪負負分布面積最大，分別占全縣50.24%和43.28%，表明人為負向作用在減弱。涼州區負正分布面積最大，人為正向作用減弱。上述關于人為影響變化趨勢的結論與石培基等[39]結論中得出LCI指數金昌大幅增加、肅南減小、永昌增加、民勤減小、天祝減小、古浪增加、涼州減小”結論相似。

表3　各行政區人為作用NPP變化方向和趨勢(柵格數)Table 3　Each district NPPH′s change direction and trend

綜合來看，金昌境內人類活動區域為灌溉綠洲，耕地面積有所增加，表現為正影響，并且正向作用加強。肅南境內的草地和林地實施封山養育后得到逐步的恢復，表現為人為負影響在減弱。永昌耕地面積增加，并且林地與草地有進一步退化的趨勢，人為正向與負向作用均呈加強趨勢。民勤縣生態移民后，綠洲的部分耕地退耕為草地和林地，正向作用趨勢減弱；但綠洲部分邊緣植被退化嚴重，荒漠化加劇，導致部分地區負向影響在加劇，但整體表現為人為作用減弱。天祝與古浪縣境內部分林地被劃為祁連山水源涵養林保護范圍內，并對退化較為嚴重的林地和草地進行封育，退化趨勢有所緩解，人為負向影響減弱。涼州區境內的南部山區，坡耕地實施退耕還林還草，部分耕地由保灌地調整為非保灌地，人為正向影響減弱；在灌溉用水能得到較好保障的耕地，由于提高了管理水平，人為正向影響加強，整體表現為人為正向作用減弱。總之，2000—2010年期間全流域NPP人為影響變化較大，人為正向與負向的減弱和加強均存在，經統計，正向減弱值年均為812919.65 gC m-2a-1，負向減弱值年均為807622.72 gC m-2a-1，正向增強值年均為802274.08 gC m-2a-1，負向增強值年均為393719.73 gC m-2a-1，人為活動影響值年均凈減少424548.60 gC m-2a-1，表明該流域人為作用范圍與影響值均有所減少。

4　結論與討論

4.1結論

理論方面：(1)本研究提出了一種基于變異系數的NPP人為影響值計算方法。通過理論闡述、應用實踐證明，表明該方法理論科學，技術可行、結果符合實際情況，模型具有較好的科學性。(2)模型計算結果為NPP值，量化結果容易定量評價人為活動對植被的影響，模型具有較好的實用性。(3)方法基于一種間接計算的思想，回避了人為作用的復雜過程，模型所需參數少，資料易獲取，模型具有較好的推廣性。

應用方面：(1)2000—2010期間，石羊河流域人類活動對植被NPP的影響廣泛而劇烈，年均影響值大于40gC m-2a-1的面積占96.21%，影響程度嚴重以上占26.94%。(2)人為作用對流域NPP影響有正向影響和負向影響，影響值均較大，年均增加為1.63×106gC m-2a-1，年均減少為1.21×106gC m-2a-1，年均凈增加4.20×105gC m-2a-1；負向平均影響強度為100.32 gC m-2a-1，正向平均影響強度為136.84 gC m-2a-1，全流域表現為正影響。(3)各行政區NPP人為影響排序為：涼州、天祝、民勤、永昌、古浪、肅南、金昌等。(4)2000—2010期間，NPP人為影響值變化較大，從面積來看，人為活動減弱面積占53.90%，增加占46.10%；影響值方面，正向減弱8.13×105gC m-2a-1，負向減弱8.08×105gC m-2a-1，正向增強8.02×105gC m-2a-1，負向增強3.94×105gC m-2a-1，人為活動影響凈減少4.25×105gC m-2a-1，人為作用總體呈減弱趨勢。

4.2討論

(1)氣候因素本身也是受到人類活動影響，用NPP變異系數減去氣候變異系數來區分人類活動對植被NPP的影響，特別是在長時間序列中，如何在模型中濾除人類活動對氣候的影響需要進一步討論。

(2)人為變異系數在0附近的區域，并不完全能夠表示此處沒有人為活動影響，或許是NPP變異系數與氣候變異系數正好相等的巧合，選擇無人為影響區域需要實地抽樣驗證。

(3)計算方法對結果的影響。采用潛在植被NPP值減去實際植被NPP理論值來計算NPP人為影響值，與潛在植被NPP公式關系較大，科學選擇公式對結果計算尤為重要。再加上現有氣象站點的分布格局與密度還不夠，對計算結果也造成影響。

[1]Hayes D J, Turner D P, Stinson G, McGuire A D, Wei Y X, West T O, Heath L S, de Jong B, McConkey B G, Birdsey R A, Kurz W A, Jacobson A R, Huntzinger D N, Pan Y D, Post W M, Cook R B. Reconciling estimates of the contemporary North American carbon balance among terrestrial biosphere models, atmospheric inversions, and a new approach for estimating net ecosystem exchange from inventory-based data. Global Change Biology, 2012, 18(4): 1282-1299.

[2]陳福軍, 沈彥俊, 李倩, 郭英, 徐麗梅. 中國陸地生態系統近30年NPP時空變化研究. 地理科學, 2011, 31(11): 1409-1414.

[3]Arevalo C B M, Bhatti J S, Chang S X, Sidders D. Land use change effects on ecosystem carbon balance: from agricultural to hybrid poplar plantation. Agriculture, Ecosystems & Environment, 2011, 141(3/4): 342-349.

[4]Zhang G G, Kang Y M, Han G D, Sakurai K. Effect of climate change over the past half century on the distribution, extent and NPP of ecosystems of Inner Mongolia. Global Change Biology, 2011, 17(1): 377-389.

[5]于貴瑞, 方華軍, 伏玉玲, 王秋鳳. 區域尺度陸地生態系統碳收支及其循環過程研究進展. 生態學報, 2011, 31(19): 5449-5459.

[6]Coverdale T C, Herrmann N C, Altieri A H, Bertness M D. Latent impacts: the role of historical human activity in coastal habitat loss. Frontiers in Ecology and the Environment, 2013, 11(2): 69-74.

[7]Restrepo A, Colinvaux P, Bush M, Correa-Metrio A, Conroy J, Gardener M R, Jaramillo P, Steinitz-Kannan M, Overpeck J. Impacts of climate variability and human colonization on the vegetation of the Galápagos Islands. Ecology, 2012, 93(8): 1853-1866.

[8]Wackernagel M, Rees W E. Our Ecological Footprint: Reducing Human Impact on the Earth. Philadelphia, PA and Gabriola Island, B.C., Canada: New Society Publishers, 2013.

[10]易浪, 任志遠, 張翀, 劉雯. 黃土高原植被覆蓋變化與氣候和人類活動的關系. 資源科學, 2014, 36(1): 166-174.

[11]Evans J, Geerken R. Discrimination between climate and human-induced dryland degradation. Journal of Arid Environments, 2004, 57(4): 535-554.

[12]Weng Q H. Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing, 2009, 64(4): 335-344.

[13]黃森旺, 李曉松, 吳炳方, 裴亮. 近25年三北防護林工程區土地退化及驅動力分析. 地理學報, 2012, 67(5): 589-598.

[14]Symeonakis E, Drake N. Monitoring desertification and land degradation over sub-Saharan Africa. International Journal of Remote Sensing, 2004, 25(3): 573-592.

[15]彭飛, 王濤, 薛嫻. 基于RUE的人類活動對沙漠化地區植被影響研究——以科爾沁地區為例. 中國沙漠, 2010, 30(4): 896-902.

[16]杜加強, 舒儉民, 張林波. 基于植被降水利用效率和NDVI 的黃河上游地區生態退化研究. 生態學報, 2012, 32(11): 3404-3413.

[17]Li H X, Liu G H, Fu B J. Spatial variations of rain-use efficiency along a climate gradient on the Tibetan Plateau: A satellite-based analysis. International Journal of Remote Sensing, 2013, 34(21): 7487-7503.

[18]田漢勤, 劉明亮, 張弛, 任巍, 徐小鋒, 陳廣生, 呂超群, 陶波. 全球變化與陸地系統綜合集成模擬——新一代陸地生態系統動態模型 (DLEM). 地理學報, 2010, 65(9): 1027-1047.

[19]Albertson J D, Katul G G, Wiberg P. Relative importance of local and regional controls on coupled water, carbon, and energy fluxes. Advances in Water Resources, 2001, 24(9/10): 1103-1118.

[20]Ren W, Tian H Q, Tao B, Huang Y, Pan S F. China′s crop productivity and soil carbon storage as influenced by multifactor global change. Global Change Biology, 2012, 18(9): 2945-2957.

[21]Zhou W, Gang C C, Zhou F C, Li J L, Dong X G, Zhao C Z. Quantitative assessment of the individual contribution of climate and human factors to desertification in northwest China using net primary productivity as an indicator. Ecological Indicators, 2015, 48: 560-569.

[22]胡志斌, 何興元, 李月輝, 朱教君, 李小玉. 岷江上游地區人類活動強度及其特征. 生態學雜志, 2007, 26(4): 539-543.

[23]陳忠升, 陳亞寧, 李衛紅, 陳亞鵬. 塔里木河干流徑流損耗及其人類活動影響強度變化. 地理學報, 2011, 66(1): 89-98.

[24]羅玲, 王宗明, 毛德華, 婁艷景, 任春穎, 宋開山. 松嫩平原西部草地凈初級生產力對氣候變化及人類活動的響應. 生態學雜志, 2012, 31(6): 1533-1540.

[25]Su C H, Fu B J, He C S, Lü Y H. Variation of ecosystem services and human activities: A case study in the Yanhe Watershed of China. Acta Oecologica, 2012, 44: 46-57.

[26]王琪, 史基安, 張中寧, 孟自芳. 石羊河流域環境現狀及其演化趨勢分析. 中國沙漠, 2003, 23(1): 46-52.

[27]王興成, 王開錄. 石羊河流域生態環境惡化原因及綜合防治思路與措施. 水土保持研究, 2004, 11(1): 174-176.

[28]常兆豐, 韓福貴, 仲生年, 趙明, 梁泰. 石羊河下游沙漠化的自然因素和人為因素及其位移. 干旱區地理, 2005, 28(2): 150-155.

[29]張永明, 宋孝玉, 沈冰, 沈清林, 張曉偉. 石羊河流域水資源與生態環境變化及其對策研究. 干旱區地理, 2007, 29(6): 838-843.

[30]郭承錄, 李發明. 石羊河流域生態系統存在的問題及治理對策. 中國沙漠, 2010, 30(3): 608-613.

[31]李傳華, 趙軍. 2000-2010年石羊河流域 NPP 時空變化及驅動因子. 生態學雜志, 2013, 32(3): 712-718.

[32]文星, 王濤, 薛嫻, 段翰晨, 廖杰. 1975—2010 年石羊河流域綠洲時空演變研究. 中國沙漠, 2013, 33(2): 478-485.

[33]楊東. 關于深入推進石羊河流域后期治理的思考. 中國水利, 2012, (17): 21-22.

[34]陳志愷. 石羊河的治理經驗值得總結推廣. 中國水利, 2013, (5): 15-15.

[35]Liu C M, Zhang D, Liu X M, Zhao C S. Spatial and temporal change in the potential evapotranspiration sensitivity to meteorological factors in China (1960—2007). Journal of Geographical Sciences, 2012, 22(1): 3-14.

[36]Yin Y H, Wu S H, Dai E F. Determining factors in potential evapotranspiration changes over China in the period 1971-2008. Chinese Science Bulletin, 2010, 55(29): 3329-3337.

[37]劉普幸, 卓瑪蘭草. 甘肅省1960-2008 年潛在蒸散量時空變化及其影響因子. 自然資源學報, 2012, 27(9): 1561-1571.

[38]周廣勝, 張新時. 自然植被凈第一性生產力模型初探. 植物生態學報, 1995, 19(3): 193-200.

[39]石培基, 王祖靜, 劉春芳. 石羊河流域土地覆被空間演化及驅動機制. 生態學報, 2014, 34(15): 4361-4371.

[40]祁威, 張鐿鋰, 高俊剛, 楊續超, 劉林山, Khanal N R. 1971-2009年珠穆朗瑪峰地區尼泊爾境內氣候變化. 地理學報, 2013, 68(1): 82-94.

The impact of human activities on net primary productivity based on the coefficient of variation：A case study of the Shiyang River Basin

LI Chuanhua*, ZHAO Jun, SHI Yinfang, HU Xiufang

CollegeofGeographicandEnvironmentalSciences,NorthwestNormalUniversity,Lanzhou730070,China

Human activities can heavily influence changes in net primary productivity (NPP), and for this reason, the quantitative calculation of NPP as influenced by humans (NPPH) has a vital significance. In this paper, a model of human impact on NPP is proposed based on the coefficient of variation. The basic concept, theoretical foundation, and calculation are discussed, and the distribution and variation of NPPHin the Shiyang River Basin are analyzed. The following conclusions were made. (1) The model is based on the indirect method, which avoids the complexities of human activity In addition, the NPPHmodel has other advantages, including its scientificity in theory, fewer input parameters as it uses only the coefficient of variation, feasibility and easy obtainability technology, and a straightforward quantitative evaluation of human activity on NPP. (2) The effect of human activity on NPP was widespread and severe in the Shiyang River Basin during 2000—2010. The area with an annual average NPPHvalue greater than 40 gC m-2a-1was 96.21%, and the area with a degree of human impact greater than severe was 20%. There were two main features when the spatial distribution of the influence of human activities on NPP was considered. The first was the intense positive influence of human activity on three oases (Minqin, Wuwei, and Jinchang), where there is cultivated land, and the second is the strong negative influence on the junction of Sunan, Tianzhu, Gulang, and Yongchang, where the vegetation consists mainly of grassland and the predominant human-related activity is grazing. Thus, the human impact on NPP was both positive and negative, and significant for both. The average positive annual value as affected by humans was 1.63 × 106gC m-2a-1, and the negative value was 1.21 × 106gC m-2a-1, producing a net value of 4.20 × 105gC m-2a-1. The positive effect averaged 136.84 gC m-2a-1, and the corresponding negative effect was 100.32 gC m-2a-1; therefore, overall, the Shiyang River Basin was positively influenced by humans. The degree of human impact on different areas varied from slight to general, serious, and severe, with the percentages gradually decreasing from 45.96% to 27.11%, 18.58%, and 8.38%, respectively. The areas of positive and negative influence were roughly equal in degree, but the positive influence was slightly more than negative in the severe and general degree categories, and the negative influence was slightly more than the positive in the slight and serious degree areas. (3) Ganzhou county was the area most intensely and positively influenced by human activity. In contrast, Tianzhu county showed a strong negative influence. Minqin county showed a positive influence, which positive effect of the total in second place and effect of average in three place and negative effect all in second about total and average. The other areas influenced by human activity were Yongchang, Gulang, Sunan and Jinchang. (4) The NPPHvaried greatly in this period and showed as decreasing trend. In some regions, human influence has decreased (53.9%), while in other areas human activity has enhanced (46.1%). The positive effect was weakened by 8.12 × 105gC m-2a-1, the negative effect was weakened by 8.07 × 105gC m-2a-1, and the positive effect was enhanced by 8.02 × 105gC m-2a-1, and the negative effect was enhanced by 3.94 × 105gC m-2a-1, giving a net reduction of 4.25 × 105gC m-2a-1, indicating that overall, human activity showed a decreasing trend.

net primary productivity; coefficient of variation; human effect model; Shiyang River Basin

10.5846/stxb201411202301

國家自然科學基金資助項目(41261104)

2014-11-20; 網絡出版日期:2015-10-30

Corresponding author.E-mail: lch_nwnu@126.com

李傳華，趙軍，師銀芳，胡秀芳.基于變異系數的植被NPP人為影響定量研究——以石羊河流域為例.生態學報,2016,36(13):4034-4044.

Li C H, Zhao J, Shi Y F, Hu X F.The impact of human activities on net primary productivity based on the coefficient of variation：A case study of the Shiyang River Basin.Acta Ecologica Sinica,2016,36(13):4034-4044.