黃河流域凈生態系統生產力的時空分異特征及其驅動因子分析

曹云，孫應龍，姜月清，萬君

1. 國家氣象中心，北京 100081；2. 武漢區域氣候中心，湖北 武漢 430074

近年來陸地生態系統碳循環研究，已成為區域可持續發展、氣候變化領域的關注焦點（Wang et al.，2013；Zhao et al.，2022）。國內外眾多學者利用野外調查數據、遙感監測數據、以及模型模擬等多種方法和技術手段，對森林、草地、農田等生態系統碳循環開展了細致分析（王效科等，2001；牛海生等，2014；翁翎燕等，2018；何源等，2021），逐步完成了對中國生態系統碳循環及其氣候響應的科學分析與探索（方精云等，1996；Fang et al.，2007；熊華等，2021）。其中在空間分布及其驅動因素的研究方面，多利用生態機理模型，結合氣候變化數據，分析生態系統固碳功能的時空分異特征，探索氣候變化的響應特征（陶波等，2006；李潔等，2014；楊延征等，2016）。作為中國北方重要生態安全屏障，黃河流域跨越中國三大自然區，地形地貌多樣，氣候類型多變，生態環境脆弱（孫睿等，2001；袁麗華等，2013；Chen et al.，2020；王娟等，2021；Zhang et al.，2022）。特別是在氣候變化不斷加劇背景下，黃河流域生態系統碳循環及其氣候響應規律，已呈現不同動態演變特征，區域生態格局與過程出現了不同程度的變化（Wang et al.，2010；王艷芬等，2021；劉綠柳等，2021）。

然而，目前針對黃河流域生態系統的氣候響應研究，多采用NDVI、植被覆蓋度、生產力等指標方法，對流域植被生態特征開展時空演變分析（王娟等，2021；Liu et al.，2022；Ren et al.，2022）。有關黃河流域植被固碳功能及其時空分布特征研究相對缺乏，加之流域氣候變化的復雜性，在一定程度限制了對流域碳收支的定量評估研究，以及影響因素的探索。因此，開展黃河流域植被固碳功能的定量評估，加強時空格局變化的氣候影響分析，有助于準確評估黃河流域生態系統在碳循環調控與氣候變化減緩中的作用，對于明確流域碳匯效應的空間差異、豐富北方陸地生態系統碳循環過程及其影響機理研究，具有重要的理論與實踐意義。

在生態系統碳循環研究中，凈生態系統生產力（Net Ecosystem Productivity，NEP），為生態系統植被凈初級生產力與土壤異養呼吸的差值，是反映植被生態系統碳平衡狀態的重要參數，可直接作為生態系統固碳功能的評估指標（馬建勇等，2013；李潔等，2014；劉鳳等，2021）。NEP＞0時，說明生態系統碳吸收大于碳排放，表現為碳匯；NEP＜0時，說明生態系統碳吸收小于碳排放，表現為碳源（李潔等，2014；劉應帥等，2022）。因此，本研究以 NEP為固碳評估指標，基于凈初級生產力和土壤呼吸的估算模型，定量評估了黃河流域植被生態系統固碳能力，分析了 2000—2020年期間流域NEP分布格局差異及其對氣候變化的響應，為闡明黃河流域固碳能力、及其氣候影響機制提供基礎數據支撐。

1 數據與方法

1.1 數據來源

氣象數據，來自國家氣象信息中心整理的數據集，選擇黃河流域及其周邊記錄相對完整的400多個氣象觀測站點（圖1），2000—2020年逐日平均氣溫、日最高（低）氣溫、日降水量等數據（下載網址，http://data.cma.cn/）。

圖1 黃河流域氣象監測站點分布示意圖Figure 1 Spatial distribution of meteorological observation stations in the Yellow River Basin

遙感 NDVI數據，為NASA提供MOD13A3級植被指數產品（下載網址https://ladsweb.modaps.eosdis.nasa.gov/），時間范圍為2000—2020年逐月，空間分辨率1 km；流域邊界、土地覆蓋類型、海拔高程、土壤質地等基礎數據，來自國家基礎地理信息中心和中國科學院南京土壤研究所等單位與中國氣象局交換合作的數據資料。

1.2 研究方法

1.2.1 NEP估算模型

NEP由植被凈初級生產力（NPP）與土壤異養呼吸（Rh）差值來計算。計算公式如下：

式中：

ANEP——凈生態系統生產力；

ANPP——凈初級生產力；

Rh——土壤異養呼吸，單位為g·m-2。

植被凈初級生產力（NPP），采用陸地生態系統碳通量TEC（Terrestrial Ecosystem Carbon flux model，TEC）模型進行估算，計算公式如下：

式中：

ANPP、AGPP、Rg和Rm——植被凈初級生產力、總初級生產力、生長和維持呼吸消耗量，其中GPP詳細計算方法見參考文獻（Yan et al.，2015；Yan et al.，2019），Rg和 Rm詳細計算方法見參考文獻（Goward et al.，1987；Zhao et al.，2010）。

土壤異養呼吸（Rh），采用Bond-Lamberty et al.（2004）和Chen et al.（2010）建立的土壤呼吸模型，對生態系統Rh進行估算，主要公式如下：

式中：

Rh——土壤異養呼吸；

Rs——土壤呼吸；

t——年平均氣溫；

P——年降水量；

Asoc——土壤表層有機碳；

R0，Q，K，ψ ——模型參數，具體計算方法見參考文獻（Bond-Lamberty et al.，2004；Chen et al.，2010；謝薇等，2014）。

1.2.2 趨勢分析

本研究采用一元線性回歸方法，在像元尺度，開展NEP的時間序列分析，以趨勢率表示2000年以來變化趨勢的特征。趨勢率計算公式如下：

式中：

n——研究時間序列的長度；

i——第i年；

Xi——第i年NEP；

θslope——趨勢率，表示NEP隨時間變化的速率。

1.2.3 Hurst指數計算

利用 R/S分析法（Rescaled Range Analysis Method），即重新標度極差分析法，通過NEP時間序列差分的構建，來計算Hurst指數，揭示NEP時間序列變化趨勢的可持續性特征。Hurst指數（H值）在0—1之間，H值越接近0，其反持續性越強，表示未來趨勢與過去趨勢呈負相關；越接近 1，其持續性越強，表示未來變化趨勢與過去的一致（袁麗華等，2013；田義超等，2021）。結合 Hurst指數變化，通常可劃分為強反持續性（0＜H≤0.35），弱反持續性（0.35＜H≤0.5），弱持續性（0.5＜H≤0.65），強持續性（0.65＜H≤1）等 4 個等級（徐浩杰等，2014）。

對于給定一時間序列Xi，i=1, 2, …, n，其中n為任意正整數，Hurst指數計算方法如下：

（1）差分序列

（2）均值序列

（3）累積離差序列

（4）極差序列

（5）標準差序列

（6）R/S比值序列

Hurst指數（H值）可以根據ln(RS(k))=a+H×ln(k)方程，利用最小二乘法擬合得到。

1.2.4 聚類分析

利用ArcGIS軟件空間分析模塊，采用Anselin Local Moran’s I算法（公式12），開展NEP空間聚類分析，分析出某一點與其周圍點在某種屬性上的聚類關系，從而確定統計學意義的高值或低值聚類區，其中高高集聚的高值區域為熱點，低低集聚的低值區域為冷點（孫濱峰等，2018；鄧玉嬌等，2021）。

其中：

xi——要素i的一個屬性；

wi,j——要素（i, j）的空間權重；

n——要素數量。

1.2.5 關鍵氣候因子分析

相關分析采用Pearson相關系數法，逐像元計算NEP與氣候因子的相關系數（P＜0.05為顯著性水平、P＜0.01為極顯著水平）。為了定量評估不同氣象因子對NEP的影響程度，選取像元上相關系數平方（即決定系數R2）最大的氣象因子，作為該像元上影響植被的關鍵氣候因子（袁沫汐等，2016）。

2 結果與分析

2.1 流域NEP空間分布特征

在空間分布上，黃河流域 NEP總體上呈現從西向東逐步呈增加的趨勢，其中黃河上游地區NEP相對偏低，大部地區不足50 g·m-2（以C計），中下游地區固碳效率明顯提升，NEP多達100 g·m-2以上（圖2）。基于Moran’s I指數的空間分析顯示，黃河流域NEP的Moran’s I指數達到0.8以上，且通過 0.1%的顯著性檢驗，表明流域 NEP分布在99.9%置信度下存在極其顯著的空間正相關性，NEP高值和低值的空間聚集特征明顯。從逐年空間聚集情況來看（圖3），2000年以來NEP在黃河流域的空間聚集效應明顯加強，高高聚集或低低聚集出現連片擴大和集中分布，但是空間聚集分布位置大體一致，其中 NEP低低聚集區域多分布在流域西北部，表現碳吸收偏低的冷點區域。流域東南部多呈高高聚集的熱點區域，成為流域固碳功能的重要區域。從不同空間聚集特征的面積統計來看（表1），2000—2020年期間黃河流域NEP高高聚集（HH）的熱點區域達到流域總面積的32.6%，冷點區域面積占比達到41.7%，且兩者分布面積2000年以來總體呈增加趨勢，同時空間聚集不顯著的區域面積呈減少趨勢，表明黃河流域NEP空間聚集效應2000年以來總體有所加強，不同地區間NEP差異特征出現顯著分化。

表1 黃河流域不同空間集聚特征的面積百分比Table 1 Statistics of area percentage with different spatial agglomeration characteristics in the Yellow River Basin

圖2 2000—2020年黃河流域NEP均值空間分布Figure 2 Spatial distribution of annual average value of NEP in the Yellow River Basin from 2000 to 2020

圖3 黃河流域NEP空間聚類分布特征Figure 3 Spatial agglomeration characteristics of NEP Anselin Local Moran’s I in the Yellow River Basin

2.2 流域NEP變化趨勢特征

2000年以來，黃河流域NEP整體上呈增加趨勢（圖4a），平均每年增加4.7 g·m-2，增加趨勢達到極顯著水平（P＜0.01）。從分流域變化來看，黃河上游、中游和下游 NEP均呈增加趨勢，平均每年分別增加2.3、7.8和3.6 g·m-2，其中上游和中游地區 NEP增加趨勢達到顯著性水平（P＜0.05），而下游變化 NEP逐年波動起伏較大，增加趨勢沒有達到顯著水平（P＞0.05）。2000—2020年，黃河流域年均NEP為92.7 g·m-2，其中混交林年均NEP最高，為 287.2 g·m-2；常綠林和落葉林年均 NEP為180—220 g·m-2，要略高于農田和灌叢；草地NEP最低，為41.5 g·m-2（圖4b）。

圖4 2000—2020年黃河流域NEP逐年變化特征（a）及其植被NEP年均值（b）Figure 4 Inter-annual variations of NEP (a) and annual average NEP of different vegetation (b) in the Yellow River Basin from 2000 to 2020

從NEP空間變化趨勢及其面積統計來看（圖5和圖6），黃河流域有90.9%的地區植被固碳能力呈增加趨勢，尤其中游大部地區每年每平方米多增加5 g以上，但在整個流域，依然有9.1%的區域，2000年以來NEP呈下降趨勢，主要分布在黃河上游西部地區以及鄭州周邊地區。NEP變化趨勢的顯著性分析表明，黃河流域有62.4%的地區NEP增加趨勢達到顯著水平，其中黃河中游地區NEP呈顯著增加趨勢的面積最多，占中游面積的 83.0%，植被固碳效果顯著；盡管下游地區NEP呈顯著增加的面積最少，但其面積占比也達到 33.5%。從流域不同植被類型來看（圖6b），常綠林NEP提升最為顯著，達到顯著增加趨勢的面積比例最高，占常綠林分布面積的82.8%；灌叢NEP達到顯著增加趨勢的面積占比最低，為 43.7%。在黃河流域中，草地類型分布最為廣泛，草地NEP增加趨勢達到顯著水平的面積占比也高達到59.2%。在NEP呈下降趨勢的植被類型中，主要分布于是草地和灌叢，但是達到顯著下降的區域面積較小，面積占比為0.5%—0.8%。

圖5 黃河流域NEP變化趨勢（a）及其顯著性檢驗（b）Figure 5 Trend of NEP changes (a) and its significance level (b) in the Yellow River Basin

圖6 黃河流域不同分區（a）和不同植被類型（b）的NEP變化趨勢的面積統計Figure 6 The proportion of area of NEP trade for different basins (a) and different types (b) in the Yellow River Basin

2.3 流域NEP變化可持續性特征

從未來變化趨勢來看，黃河流域NEP的Hurst指數平均為0.74±0.13（最大值0.98，最小值0.21），未來變化趨勢總體上呈現強持續性。在空間分布上，黃河流域大部地區NEP呈強持續性（圖7a），強反持續性、弱反持續性、弱持續性、強持續性等級的面積占比分別為0.1%、4.1%、20.2%和75.6%，其中黃河下游地區 NEP呈強持續性等級的面積占比最高，達到94.9%（圖7b）。由于黃河流域植被固碳能力整體呈增加趨勢，加之 NEP未來變化趨勢呈現強持續性，表明未來黃河流域 NEP仍將保持過去變化特征，呈現增加趨勢。結合2000年以來NEP空間趨勢分析（圖5b），黃河流域有56.2%的區域，NEP呈顯著增加趨勢（θslope＞0，P＜0.05）、且未來保持強持續性（H＞0.65），說明未來黃河流域大部地區固碳能力仍呈提升態勢。同時，還有1.5%的區域NEP未來具有反持續性，從減少趨勢向增加趨勢轉變，主要分布在黃河源頭地區。此外，值得關注的是 NEP呈減少趨勢、Hurst指數＞0.65的區域面積也達到4.7%，表明在當前NEP呈下降趨勢的地區中，未來約有一半區域的固碳能力可能仍將以下降趨勢為主，主要分布在西安、鄭州等城鎮及其周邊地區。

圖7 黃河流域NEP的Hurst值空間分布（a）及其面積占比統計結果（b）Figure 7 Spatial distribution of Hurst index of NEP (a) and proportion of area (b) in the Yellow River Basin

2.4 NEP氣象影響分析

從氣象條件對 NEP影響分析來看，降水、氣溫、日照時數與 NEP間的相關性存在明顯空間分布差異（圖8）。降水對流域NEP變化存在明顯影響，呈正相關性的區域面積占流域總面積的81.4%，具有顯著正相關性的區域面積占比也達到了47.2%，主要分布在黃河上游和中游地區。日照時數與流域 NEP間以負相關為主，分布范圍占流域總面積達到60.7%，其中達到顯著負相關的區域面積占流域總面積的16.5%，主要分布在青海東部和甘肅東部等黃河上游地區；但是日照時數在上游地區也存在顯著正相關影響，達到顯著相關的區域面積占流域的 6.5%，主要分布在流域源頭地區。大部地區氣溫對流域 NEP影響不顯著，僅分別有2.0%、2.5%區域達到顯著正相關和負相關水平。

圖8 2000—2020年黃河流域NEP與降水（a）、氣溫（b）和日照時數（c）的相關性分析Figure 8 Correlation between NEP and precipitation (a), temperature (b) and sunshine hours (c) in the Yellow River Basin from 2000 to 2020

從關鍵氣候因子的分布面積來看（圖9），降水與 NEP的決定系數最大的區域最廣，分布面積占總流域面積的70%，日照時數影響范圍次之，占總面積的 19.3%，氣溫影響面積占比最小，為10.7%。因此，降水對黃河流域NEP影響大于其他氣象因子，是黃河流域近21年來NEP年際變化的主要氣候影響因素。

圖9 黃河流域NEP關鍵氣候影響因子的空間分布Figure 9 Spatial distribution of key climatic factors affecting NEP in the Yellow River Basin

3 討論

從固碳整體變化來看，中國陸地植被多具有碳匯作用，固碳能力多呈上升趨勢（Fang et al.，2007；楊延征等，2016；劉鳳等，2021），主要分布在西南地區西部、藏東南、東北平原、華北中西部地區（陶波等，2006）。與全國NEP總體變化趨勢相似，黃河流域2000年以來有一半以上區域的NEP呈顯著增加趨勢。不同植被類型固碳能力差異較為明顯，林地NEP較高，草地NEP明顯偏低，其植被固碳能力大小順序，與黃淮海地區（胡波等，2011）、西南地區（龐瑞等，2012）等其他區域研究結果基本一致。在全國尺度，草地和灌叢分布面積最廣，其固碳總量占比達到75%（陶波等，2006）。從黃河流域固碳貢獻占比來看，盡管林灌固碳能力較大，然而在整個流域分布面積相對較少，林灌固碳量占總量百分比僅為 10%—12%；草地分布面積廣，但NEP偏低，固碳占比為16.3%；農田分布面積較大，其碳吸收量約占總量一半。從作物自然固碳能力來看，盡管農作物有其特殊性，但農田生態系統固碳功能在陸地植被中仍具有不可忽視的重要作用（陳麗等，2016）。

從影響因素來看，在氣候變化和生態建設的影響下，特別是三北防護林建設、退耕還林還草、天然林保護等一些系列生態工程措施支持下（肖篤寧等，2004；Yin et al.，2010），黃河流域植被覆蓋、凈初級生產力明顯提高（袁麗華等，2013；田智慧等，2019），陸地植被生態質量持續向好發展（曹云等，2022），可能是黃河流域固碳能力等服務功能提升的重要原因之一。黃河流域 NEP大體上從西向東呈提升趨勢，其中明顯增長的區域主要分布在陜北高原、呂梁山區等地，這與上述地區植被NDVI近年波動上升、生態明顯改善有關（Ren et al.，2022）。盡管黃河流域大部地區固碳能力呈增加趨勢，但是上游地區，特別是黃河部分源區NEP出現下降趨勢。這可能與黃河源植被覆蓋度不顯著增加有關，尤其南部部分地區受過度放牧等因素影響，植被NDVI明顯下降（王俊奇等，2021；高思琦等，2022），在一定程度限制區域NEP的提升。對于氣候影響，降水是限制植被生長的主要因子，中國大部地區降水量變化與 NEP空間格局具有密切關系（陶波等，2006；楊延征等，2016）。在黃河流域，降水對 NEP影響范圍和程度也要明顯高于其他氣象因子，是流域關鍵影響因子。在中國東北（李潔等，2014；孫濱峰等，2018）、西北（張新中等，2020）等北方一些區域 NEP研究中，也發現降水是影響 NEP重要氣候因子，影響程度多高于氣溫。但是西南、華南等中國長江以南相對濕潤的地區，氣溫對植被生長及其固碳能力的影響最為顯著，降水影響次之（劉鳳等，2021；鄧玉嬌等，2021）。NEP時空分布的差異特征，主要與氣候及其所導致的NPP和Rh的分布密切相關（陶波等，2006）。通常，降水是北方地區生態改善的關鍵限制因子之一，區域降水增加有利于北方植被生產力以及固碳能力的提高；然而南方地區降水條件相對較好，一般不構成關鍵影響因子。因此，黃河流域NEP對降水響應的空間分布差異，主要歸因于植被生長對降水變化的敏感程度。

本文基于NEP指標的固碳能力研究，仍存在一定的不確定性。一方面，在NEP長時間序列的估算過程中，未考慮CO2濃度、土壤有機碳等因子變化對植被NPP和土壤異養呼吸的影響。另一方面，流域植被類型的多樣性、生態系統結構的復雜性，均在不同程度上增加了區域固碳功能評估的不確定性，特別在氣候變化以及人為影響下，生態系統固碳的驅動機制也更為復雜多變（李學斌等，2014；何源等，2021），從而影響生態系統固碳能力評估精確度。特別從碳循環過程來看，NEP估算結果的不確定性，也遠遠大于植被和土壤固碳能力的估算（陶波等，2006；龐瑞等，2012）。因此，未來需要加強氣候、人為等不同因素對碳吸收影響機制的探索，實現主要影響因子的定量分析評估，逐步提高生態系統碳匯能力監測評估的精細化程度。

4 結論

本研究基于 NEP估算模型，采用趨勢分析、相關分析、聚類分析等方法，揭示 2000年以來黃河流域 NEP時空格局及其氣候變化的響應特征，主要得出以下結論：

（1）在空間分布特征上，黃河流域 NEP呈現從西向東逐步遞增的趨勢，其中流域中下游地區固碳效率明顯偏高；流域年均NEP為92.7 g·m-2，總體表現為碳匯；流域 NEP高值和低值的空間聚集特征明顯，呈現顯著的空間分化和差異。

（2）在變化趨勢特征上，黃河流域 NEP2000年以來呈顯著增加趨勢，平均每年增加4.7 g·m-2，有62.4%的地區NEP增加趨勢達到顯著水平，固碳能力提升明顯。其中，中游地區 NEP增加速率最大，平均每年增加7.8 g·m-2，具有顯著增加趨勢的面積占比最高，達到83.0%；分布廣泛的草地區域，具有顯著增加趨勢的面積占比也達到了59.1%。

（3）在變化可持續性上，黃河流域 NEP未來變化趨勢具有強可持續性特征，其中 NEP呈顯著增加趨勢，且未來仍將保持強持續性的區域面積比例達到56.2%，說明未來黃河流域大部地區固碳能力仍將保持提升趨勢。

（4）從氣候影響分析看，黃河流域 NEP多與降水呈正相關性，與日照時數呈負相關性，與氣溫相關性明顯偏弱。其中，降水影響面積最大，占比達到70%；日照時數次之（19.3%）；氣溫影響范圍最小（10.7%）。