黃土高原植被凈初級生產力動態變化研究＊

李榮霞,李偉杰,馮寶順,魏建洲

（甘肅農業大學理學院，甘肅 蘭州 730070）

1 引言

近年來，黃土高原的經濟發展隨著生態文明建設的開展獲得了前所未有的進步[1]。植被凈初級生產力（Net Primary Productivity，NPP）指的是綠色植物在單位時間及單位面積上所積攢的有機物的含量[2]，是指植物光合效應所產生的有機質量減去光合或自養呼吸作用后的殘余量。NPP 一方面表明了植物在天然條件下所具有的能力，也能夠表示整個陸地上自然生態體系的質量情況[3]；另一方面又是分析地球生態系統中碳調節生態過程的主要因子[4]，在全球變化的研究中起了十分關鍵的角色。因此，為了更進一步地解析植物NPP 在時間空間上的變化特點以及特性，必須從更大的層次上去深入研究植物NPP 的線性變化特點及其非線性特征，同時從地球氣候的復雜性著手解析植物NPP 在時間序列上的變化特點及其影響因素，本文研究2000—2015年的MOD17A3 數據，利用ArcMap 軟件進行數據處理和空間分析，研究中國黃土高原陸地植被NPP 在不同時間尺度和時空格局上的變化特征，并給出了影響其植被NPP 的部分因素，為我國生態建設偉大工程的效益評估和生態保護提供科學參考。

2 方法

2.1 GIS 空間分析

對于具有連續性特征的時間序列數據，采用arcGIS空間分析對NPP 變化趨勢進行擬合分析，并進行顯著性F 檢驗，公式如下：

式（1）中：S 為NPP 的擬合斜率，NPPj為第j 年的NPP 值，j 為年變量，n 為樣本數量。S 表示某個時段總體的變化趨勢，S>0 呈現增加趨勢，相反呈現減少趨勢。當顯著性水平為95%和99%時，F 檢驗的界值為4.667 和9.074。因此可以將變化趨勢分為以下5 類:

a.極顯著減少（S＜0，p≤0.01）

b.顯著減少（S＜0，0.01≤p＜0.05）

c.變化不顯著（p≥0.05）

d.顯著增加（S＞0，0.01≤p＜0.05）

e.極顯著增加（S＞0，p≤0.01）。

2.2 利用線性傾向估計的方法對NPP 從時間尺度上進行趨勢分析

隨著時間的變化，整體上看數據呈現增加或減少的態勢、空間分布格局改變以及在某一刻發生的急轉或漸變。這些變量都可以被認為是對時間的一元線性回歸，其中線性傾向值采用最小二乘法估計：

式（2）中：B 表示線性傾向值；t 為年份，n＝16。當線性傾向值B＞0 時，NPP 會隨著時間t 的增加而上升；反而，當B＜0 時，NPP 會隨時間t 的增加而下降。｜B｜的大小表示NPP 升高或降低的速率，即表示增加或減少的速度。如果回歸方程的相關系數通過0.05，0.01 的置信水平檢驗（P＜0.05、P＜0.01），則NPP增加或者減少的趨勢就達到了顯著和極顯著水平。

利用線性回歸法[5]對2000—2015 年之間的每一個年均NPP 值與年份之間進行線性回歸，得到NPP在這16 年之間的趨勢傾向值，若趨勢傾向值大于0，則表示這16 年之間的NPP 是呈上升趨勢的，反之則表示NPP 值是呈下降趨勢的。進一步再利用每一個趨勢傾向值除以16 年之間NPP 的均值以得到NPP 的變化率，單位為%。

相關性分析[6]。用相關系數r 表示兩個時間數據序列之間的相關性，當r＞0 時，則表明兩個數據序列之間呈正相關關系；當r＜0 時，則表示兩個數據序列之間呈負相關關系，｜r｜的大小代表了相關性的強弱，｜r｜越大表示兩者之間的相關性越強。反之表示兩者之間的相關性越弱，假設x、y 表示兩個時間序列，其樣本長度均為N，則相關系數表達式為:

式（3）中：xi為第i 年的NPP 值，x 是n 年NPP的平均值，＝（n+1）/2。當r＞0 時，說明時間數據序列在所取的時間段內是線性增加的；當r＜0 時，反映出時間數據序列在所取的時間段內是線性減少的。

假設檢驗計算檢驗統計量的公式tr如下[7]:

如果｜tr｜在0.05 水平上大于臨界值，則說明兩變量間有顯著關系。

3 結果與分析

3.1 植被NPP 在時間尺度上的變化情況

中國黃土高原植被NPP 值變化波動范圍主要集中在169.7～267.9 gCm-2，其中年均NPP 的最高值出現在2012 年，為267.9 gCm-2，最低值出現在2001年，為169.7 gCm-2。由圖1 可知，除2001 年外，整體上中國黃土高原植被NPP 在2000—2015 年的變化分為3個階段：2004 年以前為快速上升階段，從2000 年的194.5 gCm-2增長到2004 年的248.4 gCm-2；但2004年到2011 年期間整個黃土高原植被NPP 呈微弱下降趨勢，從2004 年的248.4 gCm-2下降到2011 年的213.9 gCm-2；自2011 年之后黃土高原植被NPP 逐漸恢復緩慢上升趨勢，從2011 年的213.9 gCm-2緩慢增長到2015 年的245.6 gCm-2。值得注意的是，植被NPP 在2001 年和2011 年年均NPP 值下降較大，前者可能是由于2001 年降水較少，導致NPP 值有所下降，后者可能是由于新退耕還林的植被覆蓋措施實行的效果不明顯所致。

圖1 2000—2015 年黃土高原地區植被NPP值變化趨勢圖

由圖2 可知，不同年份的植被NPP 的相對變化率波動范圍呈現出比較復雜的趨勢，最高為2022年的25.6%，最低為2001 年的-12.8%，平均相對變化率為3%，總體呈上升趨勢。

圖2 2000—2015 年黃土高原植被NPP 值的年際變化

3.2 植被NPP 在空間格局上的變化情況

3.2.1 空間分布特征

基于黃土高原地區2000—2015 年間植被平均NPP 的值作出基本分布圖，由圖3 可知，因氣候變化、人類的行為活動以及地形等各方面的因素導致中國黃土高原地區植被NPP 在地區上具有突出的差異，總體上呈現從北到南、由西至東逐漸增加的趨勢，其中甘肅南部、陜西南部、河南、青海等一些地區的NPP顯著較高，主要原因是因為這些區域的光照充足，植被光合作用較強；而整個內蒙古地區、寧夏南部、甘肅北部等地區NPP 顯著較低，其中主要是因為這些地區放牧區和荒漠區的面積占整個區域的80%，植被覆蓋率較低，綠植光合作用較弱等。

圖3 黃土高原NPP 空間分布

3.2.2 空間變化趨勢

受氣候變化、人類活動以及地形等因素的擾動，中國黃土高原地區植被NPP 具有明顯的區域差異，總體上呈現一種從北到南、由西到東逐漸增加的趨勢。

3.3 影響黃土高原地區植被NPP 值變化的因素分析及相關性檢驗

溫度的高低和降水量的多少都會影響植被NPP 的值。為了清晰地了解黃土高原地區植被NPP與年均氣溫、降水量之間是否存在相關關系，使用相關系數法分析了近16 年中國黃土高原地區年均植被NPP 與年均氣溫、年均降水量之間的線性變化的趨勢。其結果分布見圖4（a）和圖5（a）。由圖4（a）可知，近16 年來中國黃土高原多半地區的年均NPP與年均氣溫之間表現正相關關系，是正相關關系的地區占黃土高原地區的比例為76.99%，其中65.21%為一般正相關，11.78%為顯著正相關。另有少部分地區年均植被NPP 與年均氣溫之間具有負相關關系，并且占黃土高原地區面積的比例為23.01%，其中絕大部分（23.65%）為一般負相關。說明溫度對中國黃土高原大部分地區植被NPP 的影響為正效應；由圖5（a）可知，中國黃土高原絕大部分地區的年平均NPP 與降水量之間存在正相關，是正相關的地區占整個黃土高原地區的比例為98.78%，其中44.27%呈現一般正相關，53.73%為顯著或極顯著正相關。存在負相關地區所占比約為0(1.22%)，表明降水量對中國整個黃土高原地區植被NPP 的影響幾乎都產生了正效應，而且降水量對植被NPP 影響的效應要明顯大于溫度的影響。

為了更好地說明上述相關分析結果是否顯著性，分別對其對其進行t 檢驗分析，結果見圖4（b）和圖5（b）。得出結論：近16 年我國黃土高原地區年平均植被NPP 與溫度、降水量之間的相關性都通過了顯著性的t 檢驗，說明我國黃土高原超過一半的地區年平均NPP 與年均溫度、年均降水量之間真實存在相關關系，且相關性是顯著的。

圖4（a） 年均氣溫與NPP 相關系數圖

圖4（b） 氣溫與NPP 相關系數顯著性檢驗

圖5（a） 年均降水量與NPP 相關系數圖

圖5（b） 降水量與NPP 相關系數顯著性檢驗

4 結論

本研究通過基于MOD17A3 數據2000—2015年間中國黃土高原地區植被NPP 變化趨勢和年際波動的時空分布特征，得出了影響其變化的主要因素。在2000—2015 年期間，中國黃土高原植被NPP值變化波動較大，總體上呈增加趨勢；受氣候變化、人類活動以及地形等因素的干擾，中國黃土高原地區植被NPP 在不同的地區具有不同的效應值，總體上呈現從北到南、由西到東逐漸增加的趨勢；黃土高原大部分地區的年平均植被NPP 與年均氣溫、年均降水量之間呈現正相關，說明溫度和降水量對植被NPP 的影響均為正效應。