氣候變化和人類活動對陜西省植被NPP影響的定量分析

李登科，王釗

陜西農業遙感與經濟作物氣象服務中心，陜西 西安 710016

植被凈初級生產力（Net primary productivity，NPP）是指在自然環境下，綠色植物在單位時間、單位面積上所累積的有機物數量，由光合作用所生產的有機質總量減去自養呼吸消耗量的剩余部分（Field et al.，1995）。NPP作為植物與環境相互作用的結果，不僅直接反映了綠色植物群落自身的生產能力和地表生態質量狀況，同時在生態變化和碳循環中扮演重要作用，是評價陸地生態系統與大氣碳交換、反映氣候變化與人類活動對植被綜合作用結果的重要科學指標（陳峰等，2018）。

研究表明，隨著研究區域以及時空尺度的變化，不同區域的植被NPP演變和驅動機制顯著不同（姬盼盼等，2019；孫靜等，2019）。在全球范圍內，2000—2010年49.25%的草地生態系統NPP降低；氣候變化導致土壤退化作為主要原因引起 NPP降低的占45.51%，而人類活動引起降低的占32.53%；39.40%的草地 NPP增加是由人為干擾造成的，30.6%的草地恢復是由氣候變化引起的；最大面積的 NPP退化和恢復都發生在亞洲（Gang et al.，2014）。1982—2008年間歐亞大陸草原帶草地NPP與年降水具有顯著的正相關關系，對溫度的響應較弱，降水是該區域植被生長的主要氣候影響因子（陳奕兆等，2017）。受氣候變暖的影響，中國陸地植被NPP隨著氣候變化表現出一定的增長趨勢，大部分地區植被年平均 NPP與年降水量之間呈現正相關關系，少部分地區植被年NPP與年平均氣溫之間呈現正相關關系，NPP與降水量的相關性高于與溫度的相關性（劉剛等，2017；王亞林等，2017；周偉等，2017；趙苗苗等，2019；劉洋洋等，2020）。Yan et al.（2021）對中國東北地區，同琳靜等（2019）、賈俊鶴等（2019）對中國西北地區，崔林麗等(2016)對中國東南部植被 NPP時空分布及驅動因子進行了分析，結果表明氣溫與降水的空間格局是影響區域植被NPP分布的重要控制因素，但不同區域表現出的相關程度不同。省級行政區域上，青海（劉鳳等，2019；劉旻霞等，2020）、內蒙古（戴爾阜等，2016；沈貝貝等，2019）、山東（劉玉紅等，2019）、湖南（陳曉玲等，2016）、安徽（Yang et al.，2020）、陜西（倪向南等，2018）、新疆（張仁平等，2020）等均有研究；自然區域尺度上，黃土高原（劉錚等，2021）、天山山脈（吳曉全等，2016）、祁連山（張禹舜等，2016）、太行山（李曉榮等，2017）、秦巴山脈（李金珂等，2019）、橫斷山脈（王強等，2017）、三峽庫區（張雪蕾等，2021）等的區域時空變化格局和主要影響因素與植被 NPP變化的關系也有所研究。上述研究中，主要選取氣溫、降水等因素，運用相關分析方法，分析植被NPP與各個因素的相關性，定性描述NPP空間分異的原因，而對于量化研究氣候變化和人類活動對生態系統的影響還不充分，針對陜西地區的研究未見報道。

近年來，識別氣候變化和人類活動引起植被NPP變化原因的研究，主要有變異系數法（李傳華等，2016）、地理探測器法（趙俊紅等，2020；左麗媛等，2020）、回歸分析法（謝寶妮等，2014）、植被實際NPP和潛力NPP求差法（Tong et al.，2019）等在空間上定量區分人類活動和氣候變化對 NPP造成的影響。植被實際NPP和潛力NPP求差法是通過植被實際生產力與潛在生產力的差值法來定量評估人類活動的相對作用，植被潛在生產力是指植被NPP只受到自然條件（主要為氣溫、降水）的影響，即植被NPP為無人類活動影響下植被演替的最高形態，而植被實際生產力是指植被NPP受到氣候變化和人類活動綜合作用的結果，定義潛在生產力與實際生產力之差為人類活動的影響值。該方法由于生物學意義明確、計算簡單，成為定量研究植被NPP驅動力方面的主要方法（Wu et al.，2018；Teng et al.，2020；張穎等，2017；杜金燊等，2018；周妍妍等，2019；烏尼圖等，2020）。

本文通過氣候模型驅動的潛在 NPP變化特征與通過生態過程模型BIOME-BGC計算的實際NPP變化特征相比較的方法分析氣候變化以及人類活動對陜西植被NPP的影響。旨在分析陜西省植被恢復和退化動態，區分氣候變化和人類活動在植被變化中的相對作用，定量分析陜西不同區域植被NPP變化的主導因素，準確評估氣候變化和人類活動對不同生態環境的影響，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 研究區概況

陜西?。?1°42′—39°35′N，105°29′—111°15′E）地處中國西北地區，北部跨黃土高原中部，總面積2.1×105km2。地勢南北高，中部低。從北到南依次是陜北高原、關中平原和秦巴山區。陜北是中國重要的能源生產基地，也是中國水土流失嚴重地區之一，水土流失面積占全省土地總面積的66.9%。關中是陜西重要的經濟產業帶和人類活動密集區，秦嶺山地是中國中部地區重要的水源涵養區和生態屏障，全省植被對區域社會經濟發展發揮著重要生態服務功能。陜西縱貫3個氣候帶，陜北北部長城沿線屬中溫帶氣候，關中及陜北大部屬暖溫帶氣候，陜南屬亞熱帶氣候。降水南多北少，陜南為濕潤區，關中為半濕潤區，陜北為半干旱區。植被類型從北到南依次分布溫帶草原、森林草原、暖溫帶落葉闊葉林和北亞熱帶常綠闊葉林。

2 數據與研究方法

2.1 數據來源及處理

MODIS/Terra MOD17A3數據產品提供了準確的測量陸地植被生長狀況數據，包括全球植被總第一性生產力GPP和年植被凈第一性生產力NPP總量數據，該數據已在全球和區域NPP與碳循環研究中得到廣泛應用（安妮等，2020）。

MOD17A3HGF 006是MOD17A3的改進產品，由美國NTSG（Numerical Terradynamic Simulation Group）于2019年發布。MOD17A3HGF 006數據，空間分辨率為500 m，投影為SIN GRID，下載網址https://e4ftl01.cr.usgs.gov/。MOD17A3HGF 006產品提供了 500 m像素分辨率下的年度凈初級生產力（NPP）信息。年度凈生產力是從給定年份的所有8 d凈光合作用（PSN）產品 MOD17A2H之和得出的。PSN值是總初級生產力（GPP）和維持呼吸（MR）的差值。當每年8 d的MOD15A2H可用時，將在每年年底生成 MOD17A3HGF。因此，MOD17A3HGF已經消除了基于每個像素的QC標示的8 d的FPAR／LAI的低質量輸入。如果任何LAI/FPAR像素不符合質量篩選標準，則其值通過線性插值確定。因此，用戶不能在近實時獲得MOD17A3HGF，因為它只能在給定的年底生成。與前一版本數據比較，該產品使用了更新的地表覆蓋屬性查找表（BPLUT）和每日全球建模和同化辦公室（GMAO）氣象數據的更新版本，運用了中分辨率的成像光譜輻射計（MODIS）葉面積指數 (LAI)/光合有效輻射（FPAR，MOD15A2H）8 d合成的500 m 分辨率產品（Running et al.，2019）。利用MODLAND提供的MRT軟件，對原始數據進行拼接和投影變換，結果為等經緯度坐標系，基準面為WGS-84。

氣象資料來源于陜西省氣象信息中心。根據石志華等（2015）對陜西省氣溫、降水柵格化方法研究結果，在 ARCGIS、SPSS軟件支持下分別利用“回歸+殘差IDW（Inverse Distance Weighting）”和OK（Ordinary Kriging）法對陜西省2000—2019年逐年年平均氣溫和降水進行了柵格化處理，生成500 m×500 m的柵格數據。

2.2 研究方法

本文采用 NPP氣候學模型計算潛在植被生產力NPPP，以MOD17A3作為植被實際生產力NPPA，兩者之差記作 NPPH。將無人干擾的只受氣候影響的 NPPP與實際狀況下受氣候和人類活動共同影響的NPPA進行比較，從空間格局上分析其影響因子貢獻率大小的區域差異性，定量評價人類活動在NPP變化過程中的相對作用和主要貢獻。

2.2.1 NPPP與NPPH的計算

Miami模型是最早由Lieth（1973，1975）利用最小二乘法根據陸地生態系統中實測生產力數據與相匹配的年平均氣溫和年降水量數據建立，是第一個被廣泛應用的區域 NPP估算的氣候模型之一（Fetzel et al.，2016）。公式為：

式中：

VNPP-T和VNPP-R——分別利用年平均氣溫t（℃）和年降水量R（mm）計算得到的潛在植被凈初級生產力（g·m-2·a-1）。根據Liebig最小因子定律，選取二者的最小值作為潛在植被凈初級生產力VNPP-P。

VNPP-H——人類活動所導致的NPP損失或增加量。由于土地利用等人類活動造成植被的破壞，VNPP-A可能小于VNPP-P，所以VNPP-H可能為負值，計算公式為：

2.2.2 植被NPP年際變化趨勢分析

以像元為基本單位，采用最小二乘法分析NPP的變化斜率，實現像元尺度上的線性變化趨勢分析，反映植被的恢復或退化狀況。隨時間變化NPP表現為上升或下降趨勢，空間分布格局也發生變化。公式為：

式中：

S——線性傾向值；

Vi——VNPP-A、VNPP-P或VNPP-H；

i——年序號；n=20。S>0，表示NPP呈上升趨勢；S<0，表示NPP呈下降趨勢。S的絕對值的大小反映了NPP增加或降低的速率。

用相關系數檢驗法對不同 NPP變化趨勢進行顯著性檢驗。根據相關系數表可知，當n=20時，r在[0.5614, 1]時為極顯著正相關，r在[0.4438,0.5614)時為顯著正相關，r在（-0.4438, 0.4438）時為相關不顯著，r在（-0.5614, -0.4438]時為顯著負相關，r在[-1, -0.5614]時為極顯著負相關。

根據線性傾向值計算值及檢驗結果，NPP變化趨勢可分為6類：極顯著降低（S<0，P≤0.01）；顯著降低（S<0，0.010.05）；不顯著增加（S>0，P>0.05）；顯著增加（S>0，0.010，P≤0.01）。

2.2.3 氣候變化和人類活動對植被 NPP影響的定量評估

為了區分氣候變化和人類活動對植被 NPP恢復和退化的作用，計算NPPA、NPPP和NPPH的線性傾向值，分別記作SA、SP和SH。SA>0，表示植被實際生產力處于恢復狀態；SA<0，表示植被實際生產力處于退化狀態（秦景秀等，2020）。參考趙鵬等（2020）定量評估方法，該方法分為5種不同情形，具體見表1。

表1 氣候變化和人類活動對植被NPP的相對作用評估方法Table 1 Assessment method of relative effects of climate change and human activities on vegetation NPP

3 結果與分析

3.1 NPPA空間分布特征

陜西省2000—2019年平均植被NPPA分布（圖1）顯示，由于受緯度地帶性、經度地帶性和植被、氣候、地形因素的綜合影響，總體呈現從南到北遞減的趨勢。榆林市位于長城沿線風沙區和風沙區與黃土高原丘陵溝壑區過渡地帶，年平均NPPA是陜西省最低的地區，大部在100—300 g·m-2·a-1（以C計）之間。延安市北部位于黃土高原丘陵溝區，年平均 NPPA大部在 200—400 g·m-2·a-1之間；延安市南部為橋山林區、黃龍山林區，年平均NPPA在30—500 g·m-2·a-1之間。關中大部為灌溉農作區，年平均NPPA大部在 300—500 g·m-2·a-1之間，關中西部大于東部；大城市周圍NPPA較低，如西安市、寶雞市城區 NPPA接近 0 g·m-2·a-1。秦巴山地是陜西省NPPA最高的區域，大部分區域年平均 NPPA在 C 500 g·m-2·a-1以上；秦巴山地中部、東部在 400—500 g·m-2·a-1之間，區域性差異顯著。

圖1 2000—2019年NPPA平均值空間分布圖Figure 1 Spatial distribution of the average annual NPPA from 2000 to 2019

3.2 NPPA、NPPP和NPPH變化趨勢

統計陜西省各年植被NPPP、NPPA和NPPH年均值，統計結果與年份進行線性擬合（圖 2）。結果表明：2000—2019年，NPPP、NPPA和 NPPH都出現上升趨勢，上升速率分別為：C 1.70、8.60和9.42 g·m-2·a-1，其中 NPPA和 NPPH呈現極顯著的增加趨勢（P<0.01），說明在研究時段，無論是氣候因素還是人類活動都促進NPPA的增加，使NPPA出現上升趨勢，人類活動對植被NPP的影響遠遠大于氣候因素的影響。

圖2 2000—2019年NPPA、NPPP和NPPH年際變化趨勢Figure 2 The inter-annual variations in NPPA, NPPP,and NPPH from 2000 to 2019

為了了解NPPP、NPPA和NPPH變化趨勢的空間分布特征，逐像元對NPPA、NPPP、NPPH和年份進行一元線性回歸分析，計算它們隨時間的變化趨勢，并進行顯著性檢驗。然后，逐像元計算NPPA、NPPP、NPPH變化的百分率。

2000—2019年陜西省植被 NPPA的變化趨勢（圖 3）以增加為主，增加的區域占國土總面積的98.1%，其中通過極顯著性檢驗（P<0.01）、顯著性檢驗（P<0.05）的區域分別占總面積的 90.1%和4.2%。NPP呈現減少趨勢的區域僅占總面積的0.8%，減少的區域位于城市周邊，主要由近年來城市大規模擴張造成；無變化的面積占1.1%，主要為2000年以前的城市建成區和無植被覆蓋區域。與石志華等（2016）基于CASA模型的陜西省植被凈初級生產力時空分析結論基本一致。

圖3 2000—2019年陜西省植被NPPA變化趨勢Figure 3 NPPA change trend of vegetation from 2000 to 2019 in Shaanxi Province

2000—2019年陜西省NPPP的變化趨勢（圖4）以增加為主，增加的區域占總面積的85.3%，其中占總面積13.3%、7.7%的區域分別通過顯著性檢驗（P<0.05）和極顯著性檢驗（P<0.01）。顯著性增加區域主要位于關中地區和漢中盆地。NPPP降低區域占總面積14.7%，通過顯著性檢驗的區域僅占0.7%。

圖4 2000—2019年陜西省植被NPPP變化趨勢Figure 4 NPPP change trend of vegetation from 2000 to 2019 in Shaanxi Province

2000—2019年陜西省 NPPH（圖 5）增加的趨勢大于減少的趨勢，具有增加趨勢區域的面積占全省總面積的95.0%，其中有55.9%的區域通過極顯著性檢驗（P<0.01）、17.0%的區域通過顯著性檢驗（P<0.05），NPPH顯著增加的區域主要分布在陜北和陜南地區。NPPH降低的區域主要分布在關中平原地區，占總面積的4.4%；顯著和極顯著降低的區域僅占1.2%，主要分布的城市周邊區域。NPPH不變的區域占0.6%。

圖5 2000—2019年陜西省植被NPPH變化趨勢Figure 5 NPPH change trend of vegetation from 2000 to 2019 in Shaanxi Province

3.3 氣候變化與人類活動在植被NPP變化過程中的相對作用

圖6根據表1的判別方法逐像元比較NPPP和NPPH變化斜率S的絕對值確定的陜西省植被NPP變化的驅動因子分布圖。圖6上共有5種類型：沒有變化、氣候因素導致 NPP增加、人類活動導致NPP增加、氣候因素導致NPP降低、人類活動導致NPP降低。從圖6可以看出，2000—2019年間，全省氣候變化和人類活動對植被的恢復作用明顯大于對植被的退化作用。植被NPP增加的區域占總面積的 98.06%，其中有11.93%的區域是由氣候因素驅動，主要分布在關中地區和漢中盆地的農作區；86.13%是由人類活動驅動，主要分布在陜北、陜南地區。減少的區域占總面積的0.83%，其中有0.03%的區域是由氣候因素驅動，零星分布在全省地區；0.80%的區域是由人類活動導致，主要分布在城鎮周邊區域。人類活動在植被的恢復和退化中的所占比重最大。植被NPP沒有變化的區域面積占總面積的1.11%，主要分布在城市2000年以前的建成區和水域。整體來看，氣候驅動的區域占總面積的11.96%，人類活動影響的區域占比為86.93%。

圖6 2000—2019年陜西省植被NPP變化原因分布Figure 6 Spatial distributions of different causes of vegetation NPP changes from 2000 to 2015 in Shaanxi Province

4 討論

4.1 NPPA與氣候變化的關系

2000—2019年陜西省平均氣溫呈現弱的升高趨勢（r=0.3587），降水量呈現弱的增加趨勢（r=0.2309），兩者的變化趨勢均未通過顯著性（P<0.05）檢驗。而 NPPA呈現極顯著增加趨勢（r=0.9119），NPPA與平均氣溫和降水量的相關系數分別為0.3069和0.1792，均未達到P<0.05的顯著性檢驗，說明驅動NPPA的顯著增加的主要因素是非氣候因子。王釗等（2018）分析2000—2015年陜西省NPPA與降水量、平均氣溫顯著相關的區域分別占全省總面積的9.4%和1.5%，說明由于人類活動的頻繁干預大大降低了氣候環境對 NPP變化的影響程度，人類活動逐漸成為影響NPP變化的主導因素。

4.2 NPPA與人類活動的關系

人類活動對NPP具有雙重擾動性，表現為正向促進和反向抑制。退耕還林還草等生態工程增加了植被覆蓋度，直接加快了植被 NPP增長速率。1999—2017年，陜西省累計完成國家下達的退耕還林任務268.9×104km2，占1999年全省耕地面積的53.3%；2008—2015年，累計完成國家下達的鞏固退耕還林成果補植補造任務52.9×104km2。森林覆蓋率由退耕前的30.92%增長到43.06%。陜北丘陵溝壑區是陜西的主要退耕還林區，地表破碎，土質疏松、脆弱，降雨分布集中，土壤侵蝕和水土流失嚴重。退耕還林還草使得耕地面積減少，林草地增加，有益于植被覆蓋度的增加。而農業技術的發展，使得人們不再為了提高糧食產量而毀林開荒，這對植被恢復以及NPP的積累也起到積極作用。NPP降低的區域主要分布在城市周邊區域，這與城市不斷擴張有直接的關系。陜西省居民點和工礦用地16年來增加了 32.6%，隨著城市化進程的加劇，區域土地利用格局變化迅速而劇烈，大量非建成區土地快速流轉為城市建筑用地，這直接影響區域系統的組成和結構，伴隨而來的是系統過程和功能的變化，以及區域物質和能量循環過程的變化。NPP損失最嚴重的土地利用類型為耕地，直接導致區域植被固碳能力的下降。本研究顯示，總體上人類活動對植被的恢復作用遠遠大于對植被的退化作用。Zheng et al.（2019）研究也證明退耕還林等人類活動是黃土高原植被恢復的主要影響因素。因此，實行積極的生態建設和保護措施，不僅對今后控制和減緩植被退化有很大的參考價值，而且在應對氣候變化對植被產生的不利影響方面同樣發揮積極的作用。

采用潛在NPP與實際NPP求差法評價區域氣候變化與人為作用對植被NPP的影響，原理方法簡單容易計算，該方法與潛在植被 NPP公式關系較大，科學選擇公式對結果計算尤為重要。在氣候變化的背景下，預估未來氣候變化對植被生產力的影響，以應對氣候變化的不確定性所帶來的影響是需要進一步研究的重點內容。

5 結論

本文基于 2000—2019年通過生態過程模型BIOME-BGC計算的實際凈初級生產力（MOD17A3GF）和氣候模型計算的潛在凈初級生產力定量分析氣候變化和人類活動對陜西植被生態系統的影響，結果表明：

（1）陜西省植被NPP主要驅動力是人類活動。氣候驅動的區域占總面積的11.96%，人類活動影響的區域占比為86.93%，保持不變的區域占1.11%。

（2）人類活動是陜西植被生態系統NPP增加的主要因素。植被 NPP增加的區域占總面積的98.06%，其中人類活動影響NPP增加的區域占陜西總面積的86.13%，主要分布在陜北、陜南地區，說明了陜北、陜南地區退耕還林、天然林保護等生態建設工程取得了顯著成效；氣候變化影響NPP增加的區域占總面積的11.93%，主要分布在關中地區和漢中盆地的農作區。

（3）陜西植被生態系統減少的主要原因也是人類活動造成的。研究區NPP減少的區域占總面積的0.83%，其中有 0.03%的區域是由氣候因素驅動，0.8%的區域是由城鎮建設所導致。

退耕還林、天然林保護等系列生態建設和保護工程促進了陜西省大部分區域植被覆蓋度的增加，進一步提高了植被的固碳釋氧生態效益；相反快速推進的城鎮化使部分區域植被覆蓋度有所降低，固碳能力降低。因此，建議在今后的生態建設和保護工程中，以新一輪退耕還林工程建設和鞏固退耕還林成果為重點，認真貫徹落實國家退耕還林政策，不斷提高退耕還林質量；在推進城鎮化的過程中，要注重城市綠地建設，營造宜居城市。