秦巴山區近15年植被NPP時空演變特征及自然與人為因子解析

李金珂,楊玉婷,張會茹,黃鋁文,高義民,2,*

1 西北農林科技大學 a.資源環境學院,b.信息工程學院,楊凌 712100 2 農業部西北植物營養與農業環境重點實驗室,楊凌 712100

植被凈初級生產力(Net Primary Production,NPP)是綠色植物通過光合作用,在單位時間、面積上將光能轉化為化學能所積累的干物質總量——即從有機物總量(GPP)中扣除自養呼吸(RA)后剩余的部分。它是表征陸地生態系統質量狀況、評價區域生態系統功能協調性及可持續發展的重要指標[1]。

研究NPP對于探明陸地生態系統的作用機制和制定可持續發展戰略具有重要的理論和實踐意義,因此多年來一直是生態學等領域研究的熱點,并成為國際研究計劃的核心內容之一[2]。

隨著空間探測技術的不斷進步,利用遙感觀測數據結合生態過程模型(BIOME-BGC)開展陸地NPP監測和變化趨勢分析已成為研究NPP的有效手段[3-5],并在全球不同區域得到驗證[6-7]。國內學者應用MOD17A3數據對國內眾多區域如橫斷山區[8]、長江源生態脆弱區[9]、西北干旱區[10]、黃土高原[11]、錫林郭勒盟草原[12]、中國東南部[13]及全國農田[14]等不同空間尺度的NPP時空格局及影響因子進行分析,均發現NPP與降雨、氣溫存在相關性,但影響NPP變化的主要氣候因子存在明顯的區域差異性。此外NPP時空分異除與上述氣候因素相關外,還可能受到地形、植被類型等其他自然因子[15-16]和人為因子[12,17]的影響：地形可引起植被垂直分帶現象,不同植被類型NPP存在差異,人為活動造成土地利用方式轉變進而影響NPP變化。因此,區域尺度NPP變化的影響機制尚未完全清晰[18]。

秦巴山區作為我國地理重要南北分界線,生態脆弱、氣候敏感,自然過渡特征明顯,一直以來都是生態環境變化研究的熱點區域[19]。目前,有關該地區的NPP研究多集中于狹義的秦嶺山地或陜西境內[20-21],研究內容多為模型估測、時空演變及與氣溫、降雨的相關性[22-23],而對秦嶺-大巴山廣大區域NPP的地形、植被等自然因子和人為因子的貢獻率以及因子交互作用的定量研究還有待補充。基于此,本文運用MOD17A3數據,分析2000—2014年秦巴山區NPP時空演變特征,并對NPP的自然和人為因子量化研究,以期查明NPP變化的主要影響因素,為深入探索區域生態系統與環境因子的內在聯系和改善生態環境、合理開發利用自然資源提供理論依據。

1 研究區及數據

1.1 研究區概況

秦巴山區位于我國中部(30°30′—34°37′N,103°44′—113°13′E),總面積22.5萬km2,地跨甘、蜀、陜、渝、豫、鄂5省1市80個縣/區(圖1),地勢西高東低,海拔高度懸殊。地貌類型以山地丘陵為主,間有盆地,形成“三山夾兩川”格局。全區受季風氣候影響,兼有暖溫帶和亞熱帶特征,水資源豐富,是漢江、嘉陵江、丹江等主要河流的發源地,年均降水量450—1300mm,年均溫度12—16℃。植被類型多樣且地帶特征明顯,秦嶺主體為暖溫帶落葉闊葉林為優勢的植被類型,秦嶺以南的大巴山區為北亞熱帶常綠-落葉闊葉混交林[24],是我國人文、地理、氣候、生物等南北過渡區,也是氣候變化的敏感區和生態環境的脆弱區[25]。

1.2 數據來源及處理

本文使用的NPP為2000—2014年MOD17A3數據,空間分辨率1km,是美國蒙大拿大學數字地球動態研究組(NTSG)提供的遙感數據產品(http://files.ntsg.umt.edu/data/),秦巴山區在正弦曲線投影中的產品號為h26v05、h27v05。該數據的估算采用BIOME-BGC模型[8],糾正云層和氣溶膠影響,精度得到提高。產品中的質量控制數據(NPP_QC)可檢驗不同地區NPP可靠性[16],經統計研究區NPP數據質量為高、中等級區域達96.2%,表明數據質量較好,在該區域NPP的研究中具有可靠性,反演失敗面積僅0.56%(集中于湖泊水庫等非陸地區),為突出陸地NPP變化規律將其剔除。

圖1 秦巴山區高程及地理區位圖Fig.1 The elevation and geographical location of Qingling-Daba Mountains

氣候數據包括降雨、氣溫和蒸散量數據。其中,2000—2014年降雨和氣溫數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn/),空間分辨率1km,基于全國2400多個氣象站點日觀測數據,應用ANUSPLIN軟件由平滑樣條函數法分析插值生成[26],按區域特征劃分類型區。蒸散量(Evapotranspiration,ET)采用2000—2014年MOD16A3產品,下載地址：http://files.ntsg.umt.edu/data/。該數據集包括4個子數據,基于Penman-Monteith遙感模型估算[27],空間分辨率1km。利用MOD16A3數據對蒸散量進行研究已得到廣泛應用和驗證[27-28],故該數據在秦巴山區的研究中符合精度要求,具有可靠性。本文選取按年合成實際蒸散量ET,按自然間斷點法[29]分類。

地形數據采用SRTM 90m DEM產品,來源于地理空間數據云(http://www.gscloud.cn/)。從高程數據中提取坡度,并根據區域特征[15]及水土保持坡度分級標準(GB_T15772—1995)劃分為6類。

植被類型采用1∶100萬柵格數據,研究區包括闊葉林、針葉林、灌木、草叢、草甸、栽培植被6種植被類型；土地利用數據為2000和2010年兩期,按分類體系劃分耕地、林地、草地、水域、建設用地和未利用地6個一級類。以上數據來源于中國科學院資源環境科學數據中心(http://www.resdc.cn/)。

上述數據均按研究區范圍進行鑲嵌、裁剪,定義投影為WGS—1984；因MODIS數據以HDF格式存儲,利用MCTK工具轉換為tiff格式,得到逐年NPP和ET柵格數據；地形數據重采樣為1km。

2 研究方法

2.1 GIS空間分析

針對連續的時間序列數據,本文采用GIS空間分析的線性擬合法對NPP變化趨勢進行逐柵格分析,并進行顯著性F檢驗[9],計算公式為：

(1)

式中,Slope為NPP的擬合斜率,NPPi為第i年NPP值,i為年變量,n為樣本數。Slope反映某一時段總體變化趨勢,Slope>0呈增加趨勢,反之呈減少趨勢。查F分布臨界值表,顯著性水平為95%和99%時,其臨界值為4.667和9.074。據此將變化趨勢劃分為5類：極顯著減少(Slope<0,P<0.01)、顯著減少(Slope<0,0.01≤P<0.05)、變化不顯著(P≤0.05)、顯著增加(Slope>0,0.01≤P<0.05)、極顯著增加(Slope>0,P<0.01)。

2.2 相關性分析

地理要素之間相互關系密切程度的測定,主要是通過對相關系數的計算和檢驗來完成[14]。本文通過逐柵格的空間分析法對NPP及其驅動因子的相關性進行探討,計算公式為：

(2)

2.3 地理探測器分析

地理探測器是探測空間分異性,以及揭示其背后驅動力的一組統計學方法,包括風險探測、因子探測、生態探測和交互探測[30]。本文選用地理探測器的因子探測和交互作用探測。其中,因子探測可用來解析某種因子是否是形成NPP空間分異主要原因,計算公式為：

(3)

式中,n和σ2為區域樣本數和方差,m為D的分區個數,nD,i為D在i(i=1,2,…,m)級區域樣本數。P取值范圍[0,1],P值越大表明該因子對NPP的影響越大,根據P值大小可判斷各因子的貢獻率。

交互作用探測,用來識別兩個因子間的交互作用,是否會減弱或增強對NPP影響,或者因子間的交互作用是獨立的[31]。計算方法：首先,運用公式(3)分別計算單因子X1和X2的P值：P(X1)和P(X2)；再用公式(3)計算雙因子交互(即X1和X2兩個圖層疊加相交成一個新圖層X1∩X2)的P值：P(X1∩X2)。

交互探測結果如下：min(P(X1),P(X2))max(P(X1),P(X2)),則交互后雙因子增強；P(X1∩X2)>P(X1)+P(X2),則交互后非線性增強；P(X1∩X2)=P(X1)+P(X2),則交互后獨立。

3 結果與分析

3.1 植被NPP時間演變特征

秦巴山區2000—2014年NPP總量的年際變化呈波動增加趨勢(圖2a),增速0.65TgC a-1,波動范圍87.31—121.15TgC(1TgC=1012gC),多年平均值110.74TgC,其中,2008年NPP總量最高達121.15TgC,超出平均值10.41TgC,2001年NPP總量最低僅87.31TgC,低于平均值23.43TgC。逐年對比NPP總量偏離平均值的程度,其中2001年和2011年偏離平均值程度較大,2003—2007年期間NPP總量在平均值周圍波動,變化不明顯,從2012年起NPP總量均高于多年平均值。

將秦巴山區單位面積的NPP均值劃分為6個等級并統計面積百分比,圖2b結果顯示：2001年NPP均值最低為388.76gC m-2a-1,2008年NPP均值最高為539.40gC m-2a-1,其余年份的NPP均值均處于300—600gC m-2a-1范圍內,面積百分比介于48%—83%之間,是研究區NPP均值的主要類型區。NPP均值≤150gC m-2a-1的面積百分比,僅2001年為9%,其余年份均小于4%；NPP均值在150—300gC m-2a-1的面積百分比,除2000年外整體呈波動減少趨勢；NPP均值在600—750gC m-2a-1的面積百分比介于8%—26%之間；NPP均值≥750gC m-2a-1的面積百分比基本在5%以上,但2001年和2011年不足1%。

圖2 秦巴山區2000—2014年NPP總量及均值年際變化Fig.2 The annual variation of NPP total and mean value in Qinling-Daba Mountains during 2000—2014

3.2 植被NPP空間演變特征

圖3 秦巴山區2000—2014年NPP均值空間分布Fig.3 Spatial distribution of NPP mean value in Qinling-Daba Mountains during 2000—2014

秦巴山區2000—2014年NPP均值空間分布整體呈“西高東低”特征(圖3),高值區域位于秦嶺山脈西段、大巴山脈綿延區,低值區域位于渭河流域東南部、南陽盆地及漢江平原；在行政區劃上,高值集中于四川、重慶及甘肅東南部,低值集中于河南、湖北及陜西東南部。統計結果表明,研究區NPP均值493.09gC m-2a-1,變化范圍29.83—1305.49gC m-2a-1,變異系數0.26,平均標準差121.44,表現出較強的空間分異性,各省/市NPP均值由大到小排序為：四川區域>甘肅區域>重慶區域>陜西區域>湖北區域>河南區域(統計表略)。

NPP均值擬合斜率介于-28.83—28.02gC m-2a-1之間,斜率為正的區域面積占比79.96%,表明NPP整體呈增加趨勢(圖4a)。其中,極顯著增加區域面積占比9.46%,主要位于秦巴山區甘肅片區的北部、陜西片區的東部(圖4b),該類型區內擬合斜率的平均值為7.91gC m-2a-1；顯著增加區域斜率范圍介于1.66—14.27gC m-2a-1之間,面積占比8.98%。斜率為負的區域主要位于秦巴山區河南中部、湖北東南部、四川的部分地區,面積占比20.04%,極顯著和顯著減少區域呈零星狀分布,面積占比僅0.56%。變化不顯著區域的面積占比80%,該類型區內擬合斜率的平均值為2.03gC m-2a-1。

圖4 秦巴山區2000—2014年NPP均值擬合斜率與顯著性空間分布Fig.4 The regression slope of NPP mean value and significant distribution in Qinling-Daba Mountains during 2000—2014

3.3 不同植被類型NPP演變特征

秦巴山區不同植被類型的NPP總量存在較大差異(圖5a),栽培植被和闊葉林最高,均在23.2TgC以上；其次是灌叢和針葉林,介于9.27—19.71TgC之間；最低為草叢、草甸類型。其中,闊葉林和栽培植被的NPP總量共計68.23TgC,占區域NPP總量的63%,是對秦巴山區生態系統最具貢獻的植被類型。各植被類型NPP總量的年際變化幅度存在差異,栽培植被、闊葉林變化幅度明顯,草甸植被變化微弱。統計不同植被類型NPP總量的擬合斜率,圖5b顯示：斜率為正均呈增加趨勢,闊葉林增速最大為0.22TgC a-1,草甸最小僅0.02TgC a-1,NPP總量增速依次為：闊葉林>栽培植被>針葉林>灌叢>草叢>草甸。

圖5 秦巴山區2000—2014年不同植被類型的NPP總量及擬合斜率Fig.5 The annual variation of NPP total value and slope over different vegetation types in Qinling-Daba Mountains during 2000—2014

3.4 植被NPP的自然因子解析

根據秦巴山區的自然特征,借鑒已有研究[10,19,23],本文從地形、氣候兩方面入手,分析NPP與高程、坡度、降雨、氣溫、實際蒸散量5個自然因子的相關性,并引入地理探測器模型進一步分析自然因子對NPP的貢獻率。

3.4.1植被NPP與自然因子的相關性

選取50m高程和2°坡度為間隔,分別統計研究區NPP均值,借助分段函數予以顯示(圖6),分析NPP隨高程和坡度的變化特征,并用標準差反映變化幅度。

NPP與高程相關性可劃分四個階段(圖6a)：階段一(150—650m),迅速上升,高程每升高100m,NPP均值增加25.4gC m-2a-1；階段二(700—1250m),微弱下降,高程每升高100m,NPP均值減少7.6gC m-2a-1；階段三(1300—3150m),波動上升,高程每升高100m,NPP均值增加7.7gC m-2a-1；階段四(≥3200m),急劇下降,高程每升高100m,NPP均值減少35.3gC m-2a-1。張靜等[15]認為,低海拔植被垂直分帶不明顯,高海拔植被稀少且環境惡劣,故高程≤100m和高程≥4600m時NPP值未統計。隨NPP均值的階段變化,其標準差也呈現“由小變大-緩慢變小-平穩波動-劇烈變化至減小”特征。

NPP與坡度的相關性,圖6b顯示：在0—9°時,隨坡度增加,NPP均值及標準差均增大；在11—47°時,NPP均值在波動中緩慢上升,標準差無明顯變化；當坡度≥49°時,NPP均值波動劇烈、逐漸減小,標準差也隨之減小,此過程由于極陡坡出現,NPP均值可能產生無規律的異常值；當坡度≥63°時,像元數僅占0.03‰,NPP值未進行統計。與高程相比,NPP均值的極大值與極小值在坡度影響下僅相差151.45gC m-2a-1,遠小于前者537.38gC m-2a-1的差距。

圖6 秦巴山區2000—2014年NPP均值與高程(a)、坡度(b)的關系Fig.6 The relationship of mean NPP,DEM (a)and slope (b)in Qinling-Daba Mountains during 2000—2014

圖7 秦巴山區2000—2014年NPP與氣候因子間相關性及顯著性的空間分布Fig.7 Distribution of correlation and signification between NPP and climate factors in Qinling-Daba Mountains during 2000—2014

逐柵格分析NPP與降雨、氣溫相關性,圖7a、b結果顯示：NPP與降雨相關系數介于-0.73—0.81之間,在空間上,正、負相關區域分別沿秦嶺山脈以北和以南分布,這與我國800mm年等降水量線形成的半濕潤和濕潤區相吻合。正相關區域占68.42%,其中4.72%區域通過P<0.05顯著性檢驗,分布于秦巴山區甘肅區域西北部和河南區域中部,無顯著負相關區域。NPP與氣溫相關系數介于-0.71—0.89之間,正相關區域占63.89%,其中顯著正相關占2.35%,主要位于秦巴山區四川區域內。NPP與降雨、氣溫均呈正相關區域占36.79%,均呈負相關區域僅4.48%,因此NPP與降雨、氣溫呈顯著正相關性。

本文運用表征水熱循環特征[32]的實際蒸散量數據,分析降雨、氣溫耦合作用與NPP的相關性。圖7c結果顯示,NPP與實際蒸散量的相關系數介于-0.86—0.96之間,正相關區域占77.95%；圖7d結果顯示,13.39%區域呈顯著正相關,12.84%區域呈極顯著正相關,該范圍集中于秦巴山區的甘肅、四川區域；秦嶺北部、漢江谷地東南部的NPP與實際蒸散量呈負相關性,該區域均未通過P<0.05顯著性檢驗。

3.4.2自然因子對植被NPP的貢獻率

為進一步確定上述自然因子對NPP的貢獻率,查明影響秦巴山區NPP變化的主要因素,對高程、坡度、降雨、氣溫、實際蒸散量5個因子作因子探測和交互作用探測分析,將公式(3)計算得到的因子探測P值作為各自然因子的貢獻率,表1為因子探測和交互作用探測的結果。

表1 秦巴山區2000—2014年NPP自然因子探測及其交互作用探測結果Table 1 The result of factor and interaction detector for natural factors of NPP in Qinling-Daba Mountains during 2000—2014

“#”表示交互作用為雙因子增強,“*”表示交互作用為非線性增強,“—”表示無數據

因子探測結果顯示,秦巴山區自然因子對NPP的貢獻率存在顯著差異(P<0.01),由大到小依次排序為：實際蒸散量(0.0946)>降雨(0.0408)>氣溫(0.0323)>高程(0.0192)>坡度(0.0072)。其中,氣候因子中連接水熱綜合效應的實際蒸散量對NPP貢獻率最大,是影響NPP變化的主要因子；就降雨、氣溫的單因子貢獻率而言,NPP變化受前者影響明顯,這與上述相關性分析結果相吻合；在地形因子中,坡度對NPP空間分異特征的影響明顯弱于高程。

根據交互作用探測結果,實際蒸散量∩降雨(0.0993),實際蒸散量∩坡度(0.1354),交互作用P值大于二者最大值0.0946,表現為雙因子增強；其他因子兩兩交互P值大于P(X1)+P(X2)之和,表現為非線性增強。對NPP貢獻率排在前三位的主導交互作用為：實際蒸散量分別與氣溫、降雨和高程因子的耦合；與單因子的貢獻率不同,氣溫與實際蒸散量交互作用的貢獻率略大于降雨；區域多起伏山地,實際蒸散量與高程交互作用增強,可能與地形導致植被地帶性及降雨、氣溫的空間再分配有關[17]。

3.5 植被NPP的人為因子解析

人類在生產、生活及其他方式中改變土地利用方式,會直接影響植物光合作用和呼吸作用,進而導致NPP發生變化[19]。朱文泉等[33]學者認為,土地利用/覆被變化(LUCC)是最具人類特征活動形式。

統計秦巴山區LUCC面積變化情況,表2結果顯示：2000—2010年研究區地利用面積變化共計1227.28km2；其中,耕地轉移到草地的面積最多,為350.87km2,占耕地轉移總面積42.77%；其次是耕地轉移為林地,轉移面積為202.42km2；草地主要轉出方式為林地,占草地轉移總面積56.26%；未利用地轉移面積最少且主要轉向水域。從整體上看,經10年土地利用方式變化,林地、草地、水域和建設用地的面積明顯增加,而耕地則顯著減少,土地利用轉移方式主要為耕地的轉出和其他用地類型的轉入。

不同土地利用面積變化的NPP損益值可借助NPP總量變化進行衡量。當林地等NPP較高的土地類型轉移到水域等NPP較低的土地利用類型時,NPP總量降低；反之,當未利用地、水域、建設用地等NPP值較低的土地類型轉為林地、草地等NPP較高的區域時,NPP總量增加[17]。本文統計秦巴山區土地利用類型轉移的NPP總量,以期解析NPP時空演變的人為因子。表3結果表明：LUCC造成NPP總量變化2012.49×10-5TgC；其中,耕地轉化為林地、草地情況下NPP總量變化最為明顯,增加值達772.68×10-5TgC；耕地轉向水域、建設用地導致NPP總量減少375.11×10-5TgC；林地在轉為其他地類時NPP總量均有減少；草地轉為耕地NPP總量損失221.81×10-5TgC,轉為林地增加195.08×10-5TgC。

表2 秦巴山區2000—2010年土地利用面積變化轉移矩陣/km2Table 2 Land use transition matrixes in Qinling-Daba Mountains during 2000—2010

“行變化量”指2000年某種土地利用類型轉出為2010年其余地類過程中面積變化之和；“列變化量”指2000年其余土地利用類型轉入為2010年某種地類過程中面積變化之和；“—”表示無數值或數值很小；“*”表示相同土地類型下未發生轉化部分

表3 秦巴山區2000—2010年土地類型轉移下NPP總量變化矩陣/10-5TgCTable 3 Total NPP Variation matrixes of different landues conversion types in Qinling-Daba Mountains during 2000—2010

“行變化量”指2000年某種土地利用類型轉出為2010年其余地類過程中NPP總量絕對值之和；“列變化量”指2000年其余土地利用類型轉入為2010年某種地類過程中NPP總量絕對值之和；“—”表示無數值或數值很小；“*”表示相同土地類型下未發生轉化部分

4 討論與結論

4.1 討論

4.1.1植被NPP數據適用性評價

驗證數據適用性能夠準確評價植被NPP時空演變特征及其驅動因子。本文選取對比其他模型估算值的精度驗證法[8],比較研究區范圍內NPP均值。表4結果表明,本研究基于MOD17A3數據得到的秦巴山區近NPP均值為493.09gC m-2a-1,基本處于各模型模擬結果(344—900gC m-2a-1)范圍內,且在變化趨勢上與張靜、王娟、袁博等研究[15,20,33]表現出一致性,特別是在秦嶺山區,NPP均值均呈現西、南部高于東、北部的空間特征趨勢,這與研究區植被類型的實際分布特征相吻合,因此該數據在秦巴山區NPP相關研究中具有較高的可靠性。此外,不同時間、模型、區域NPP均值存在差異,具體表現為C-FIX模型估算NPP均值范圍略高于MOD17A3數據[22],漢江流域NPP均值范圍略小于秦嶺山區[15],這可能與模型關鍵參數取值差異、研究區域和時間序列差異及數據質量差異有關[11]。

4.1.2植被NPP時空特征及因子解析

秦巴山區近15年NPP整體呈增加趨勢,其總量增速為0.65TgC a-1,低于全國平均水平[35],其波動趨勢也與同期氣候條件相一致(如2001年降雨量少、氣溫偏高,造成多數地區干旱,NPP處于低值水平[23]),這反映出生態系統的穩定性易受氣候變化的擾動；在空間分布上,秦巴山區NPP具有較強的植被類型、地形地貌和地域分異特征,這是由該區域復雜的植被、地形、氣候分布特征所致,同時人類生產、生活的方式及過程也對植被產生間接影響。本研究發現NPP與氣溫、降雨的相關性在秦嶺南北存在顯著差異：秦嶺以北與降雨呈正相關、與氣溫呈負相關,而秦嶺以南則完全相反。這與秦嶺對氣流的阻滯作用引起的南北氣候差異有關,秦嶺以北年均降水量和氣溫均明顯低于秦嶺以南地區,因此,秦嶺以北區域在夏季高溫季節植被生長更易遭受干旱威脅,該條件下水熱條件的組合不利于其生長[36]。

表4 秦巴山區植被NPP均值與其他模型模擬均值的對比Table 4 Comparison of mean NPP in Qinling-Daba Mountains and that by other different methods

氣候因子在某一地區的水熱組合效應可借助實際蒸散量得以體現[32]。本研究發現實際蒸散量對NPP時空變化的貢獻率最大,是秦巴山區NPP的主要影響因素,反映出NPP與氣候因子的組合關系十分密切。當土壤下墊面比較干旱時,蒸散量多受降雨影響,而下墊面水分充足時,溫度等因素成為蒸散量變化的主要因素[28]。秦巴山區甘肅區域氣候干旱、溫度偏低、土壤水分少,因而地表蒸發量與植被蒸騰產生的水汽含量較少,實際蒸散量下降,植被處于不利的生態環境,NPP累積量低；秦巴山區四川區域降雨量充足、溫度適宜,NPP與實際蒸散呈顯著正相關性,因而NPP均值較高。本研究還發現NPP與高程、坡度間階段性特征明顯且在高程影響下變化幅度更大,這是由于高程直接影響植被類型分布和氣溫狀況,而坡度通過坡面侵蝕強度起著間接作用的結果[21]。因此,地形也是通過控制水熱和土壤條件,影響其他環境變化進而對植被格局產生影響[10]。

上述現象均表明NPP的自然影響因子間存在耦合關系。分析交互探測量化結果進一步證明：任意兩種自然因子間共同作用的貢獻率均高于單因子水平,即秦巴山區NPP受多種自然因子交互作用的影響。其中,地形與氣候因子交互效應明顯：氣溫隨海拔升高逐漸降低,降雨在一定高度會導致空間再分配[15]。NPP與氣溫在高海拔的相關性強于低海拔,可能由于高海拔地區喬木林覆蓋率高,對氣溫變化較敏感；而NPP與降水的相關性則完全相反,這可能與低海拔地區人為因素干擾嚴重,多為草甸、草叢或栽培植被,受水分影響較大有關。

人為因子對NPP影響表現為土地利用方式變化造成NPP總量的損益。截止2010年,轉入到林地、草地的NPP總量增加975.77×10-5TgC,這是由于國家實施水土保持和還林還草政策以來,秦巴山區植被覆蓋度整體呈增加趨勢[36],故植被固碳能力有所增強；但由于城市擴張及人類不合理利用方式,建設用地增加同時導致耕地、林地和草地減少,造成NPP總量損失186.21×10-5TgC。因此,LUCC對NPP的影響可分為還林還草積極效應及城市發展和人類破壞等消極效應,這與張珺等[12]研究相吻合。

綜上所述,由于影響NPP的自然和人為因子種類眾多、內部關系錯綜復雜,加之人類活動方式多樣、難以量化,導致對于NPP時空變化的自然和人為因子相互效應判斷仍存在很大的不確定性。本研究僅從土地利用方式轉移方面初步分析了研究區NPP的人為因子,進一步尋求人類活動的定量化方法以及細化衡量指標,仍需深入探討。

4.2 結論

本文基于MOD17A3的NPP數據,以及氣候、地形、植被類型和土地利用數據,對秦巴山區近15年NPP的時空演變特征及其自然與人為因子進行研究,主要結論如下：

(1)秦巴山區2000—2014年NPP均值493.09gC m-2a-1,波動范圍29.83—1305.49gC m-2a-1,地域差異明顯,空間異質性強。NPP均值呈增加趨勢(即擬合斜率>0)面積占80%,表明區域生態環境質量改善。不同植被類型NPP總量存在差異,其中闊葉林和栽培植被是對區域生態系統最具貢獻的類型。

(2)NPP與自然因子存在相關性。其中,隨高程、坡度增加,NPP均值呈階段性變化趨勢,坡度影響NPP變化幅度弱于高程,降雨、氣溫、實際蒸散量與NPP呈顯著正相關性,實際蒸散量對NPP影響程度(包括顯著性面積及相關系數)大于降雨和氣溫。

(3)NPP時空演變受自然和人為等因子的綜合作用。其中,各自然因子對NPP的貢獻率存在顯著差異,實際蒸散量是秦巴山區NPP變化的主要自然影響因子,任意兩種自然因子交互作用的貢獻率高于單因子,即區域NPP變化受多種自然因子的交互影響。人為因子對NPP的影響為土地利用類型的轉變,體現在耕地的轉出和林地、草地、建設用地的轉入,表明研究區NPP變化主要受到還林還草的積極影響及城市發展和人類破壞等的消極影響。