云南省植被NPP時空變化特征及其驅動因素

中圖分類號： S718.55⁺6 文獻標志碼：A 文章編號：1673-923X（2025）07-0144-12

Analysis of spatiotemporal variation characteristics and driving factors ofvegetation NPPin Yunnan

LIUZeng1，LIUChang'，WANGHezhi2，XUJiannan2

（1.SouthwestForestry University，Kunming 65o224， Yunnan，China; 2.ForestryadaadeydagIiute，tioalrstrydadmstraioeoi）

Abstract：【Objective】Thenetprimaryproductivityofvegetation （NP）isanimportantecologicalparameterofvegetationadalso animportantindextojudgethequalityofecologicalspaceandtheeffectivenessofmanagement.Thestudyofnetprimaryproductivity ofvegetationishelpfultounderstandthedynamicchangeofcarbonsinkandprovidescientifcbasisforaseingandpredictingthe impactofclimatechange.【Method】BasedonMOD17A3/NPPproductdata，combinedwithmeteorologicaldata，Using lineartrend analysis，elsKalttofoocaisiloledaa deviation）andpartialderivativeaalysismethods，thetemporalandspatialtrendsofPinYunan Provincefrom2Oolto020were analyzedndttsofatgciisolectorsreaiailyedl abilityofvegetationtoicreaseadsequestercarboninYunanProvincfrom2olto2wascotiuouslyimproed，ndtheof vegetation showed a fluctuating growth trend，withan annual average of 994.76g?m^-2?a^-1 and anaverage annual increase of 2.23g?m^-2?a^-1 2）ThespatialpateofNPPinYunanProvinceisighinthesouthandlowinthenorth，ighinthewestandlowintheeastand decreasingfromsouthtonorthandwestoeast.ThecoeficientofvariationrangesfromOto1.71，withanaveragevalueof0078， indicatingthatNPPinYunnanProvinceisgenerallinarelativelystablespatialpaterandvegetatioisinavirtuousccleduringthe past2OyearsThestabiltyofNPPshoweda weakeningtrendfromsouthwestYunnan tonortheastYunan.Thevarianceandstandard deviatioofdiffrentregionsaresignificantlydiferent.TheregionswithhighvarianceandstandarddeviationaremainlyKunming， Pu’er，Licang，aliadongelativelyowraneadsandarddeviatioreionsareinlyinortwestorttad southeastYunnan.Thedistributioofmediumvaranceandstandarddviationrescatered.3）Theaveragcontributionsoftepeture precipitation，sunshine duration and human activities to NPP were 0.0oo 8，0.390 3，0.268 5 and1.569 9 g?m^-2?a^-1 ，respectively; 4） Climate and human activities jointly led the increase of NPP in the province，accounting for 39.77% of the total area， followed by the increase of NPPled by human activities，accounting for 19.06% of the total area，and the increase ofNPPled byclimate，accounting for 6.60% ofthetotalarea.The decreaseofNPP inYunnan Provincewas mainlyledbyclimateand humanactivities，accounting for 16.77% ofthetotalarea，followed bythedecreaseofNPPledby humanactivities，accounting for 14.07% of the total area，and the decrease of NPP led by climate， accounting for 3.73% of the total area.【Conclusion】 The results showed that Yunnan Province should continue tostrengthentheiplementationofolgicalprotetionlicis，speallintoseaeaswitheycologicalsrviefuctios，to ensurethestablerothofN.Folmate-sesitieaeasspeciallighitudeaeasdaptivemanagementtrategiesoldbe implemented incombinationwiththeiquelocalclimatecharacterists，mingatiprovingthesstanceofvegetationtoadesity. Foregionswithreuntmanctiviisbzatiadghoplatioesityitisssyttzelandusctued scientificall plan urban expansion boundaries to effectively reduce the negative impact ofhumanactivities on NPP.

Keywords：NPP;spatial-temporal variation; driving factors;climate change;humanactivity

植被凈初級生產力（Netprimaryproductivity，NPP）是植物在光合過程中所累積的凈有機物質，作為生態系統中的重要指標，反映了特定區域的自然生態條件、自然生態系統質量[1。通過研究NPP，可以了解生態系統的健康狀況、氣候變化對植被的影響以及植被對全球碳循環的貢獻等重要信息[2]。

20世紀60年代，世界各地的學者開始對植被NPP進行大規模測定工作，可是局限在大區域尺度上的植被NPP動態監測，由于主要依據試驗站點的觀測資料，因此容易受到空間尺度的制約[3]。根據前人研究，在植被生長時，氣候和人類活動對其影響尤為重要。針對氣候因素，崔林麗等[4對中國東南部地區、賈俊鶴等[5]對中國西北部地區植被NPP驅動因素進行了分析，發現溫度和降水是決定區域植被NPP空間分布的主控因子，但相關性因地域的不同而存在差異。針對人為因素，孔俊杰等[在研究氣候變化和人類活動對太行山區植被NPP變化的影響時，發現人類活動對太行山區植被NPP變化的影響大于氣候變化的影響。

在以往對NPP驅動因素的研究中，方法較為單一，多個因素綜合分析還是面臨困難。郝巖等[7]則利用相關分析方法，研究了中國植被NPP對氣象干旱的響應，結果表明表現出明顯的空間異質性。Roderick等[的偏導數方法可以細化在事物變化中各因子對其影響力度。該方法已被用于研究氣候驅動因素和人類活動對NPP變化的影響。

利用云南省2001—2020年NPP數據，結合氣象數據等資料，采用線性趨勢分析、Sen趨勢分析法、Mann-Kendall顯著性分析、變異系數、局域統計量（局域方差及局域標準差）和偏導數方法，研究云南省2001—2020年植被凈初級生產力的時空演變特征及主要影響因素，定量評估氣候要素與人為活動在植被凈初級生產力變化中的相對貢獻率，揭示20年來植被凈初級生產力的演變規律與主控因子，為應對云南省氣候變化、保護生態環境提供科學價值。

材料與方法

1.1 研究區概況

云南省地處中國西南邊陲 （21^°08^′～29^°15N 97^°31^′～106^°11^′E ），土地總面積39.41萬 km² 東鄰貴州、廣西，北鄰四川、西藏，西鄰緬甸，南鄰老撾和越南。年均氣溫 5～24^°C ，年均降水量約 1100mm ，干濕季節分明，氣候類型復雜多樣，主要包含高原山地氣候、亞熱帶季風氣候、熱帶季風氣候等[0]。云南省森林資源豐富，截至2021年，全省森林面積2106.16萬 hm² ，森林覆蓋率 55.04% ，主要植被類型包括亞熱帶常綠闊葉林、熱帶雨林、熱帶季雨林等。人口密度分布及活動強度區域差異明顯，人口密度主要表現為東部稠密、西部稀疏，南部和東部人類活動較為頻繁，城鎮化發展較為迅速，導致一定程度的植被減少，西北部由于地理限制，人口密度較低，人類活動對生態的干擾相對有限，但同時生態修復等工作開展較為困難，旅游開發在一定程度上也導致了局部的植被退化。

1.2 數據來源及預處理

1.2.1 MODISNPP數據

本研究所采用的MOD17A3/NPP數據集來源于美國國家航空航天局，具有 500m 的空間分辨率和1年的時間分辨率。相比于MOD17A3數據集的其他版本，MOD17A3HGFV6數據集在估算的精度上有所改善。

1.2.2 氣象數據

本研究所采用的年均氣溫、年累計降水量和年累計日照時數數據來源于中國氣象科學數據共享服務網，為了保證數據的空間一致性，采用了克里金插值法進行空間插值處理。

1.3 趨勢分析方法

1.3.1 Theil-SenMedian分析和Mann-Kendall檢驗

分析要素像元級趨勢采用Sen趨勢分析法并利用Mann-Kendall趨勢檢驗法進行顯著性檢驗。將兩種方法聯系起來可以有效判斷長時間序列的變化趨勢，且計算方法穩健[12]。Sen大于零，表明年均NPP為增長趨勢，反之為下降趨勢。采用MannKendall（MK）檢驗對數據進行趨勢顯著性檢驗。

1.3.2 變異系數

變異系數是一種度量觀測序列數值變異性的統計量，它能較好地反映出數據在時間序列上變化的差異程度，并對其進行穩定性評估[13]。變異系數越大，數據波動越不穩定，變異系數越小，數據波動越穩定。

1.3.3 局域統計量

局域統計量提供了一種詳細描述生物物種區域變化的空間信息方法，對于研究區域內每個空間樣點而言，當定義一個固定距離之后，利用所計算的空間權重來計算該距離內樣地的局域統計量[14]。本研究用局域方差和局域標準差來描述植被NPP的空間變異程度，即與局域均值的差異。

1.3.4 差積曲線

年均降水量和年均氣溫只能單一地觀察某一年的降水和氣溫數據，而差積曲線分析能夠形象直觀地反映年降水和年均氣溫的年際變化。因此，選取云南省的氣溫、降水、日照時數數據作為基礎數據，繪制了2001—2020年云南省氣溫、降水、日照時數變化圖。當曲線的斜率為正時，表示該時間段的氣溫、降水、日照時數高于多年平均水平，表明氣溫處于“暖期”，降水充沛，日照時間充盈；當曲線的斜率為負時，表示該時間段的氣溫、降水、日照時數低于多年平均水平，表明氣溫處于“冷期”，降水稀少，日照時間欠缺。

1.4 貢獻因子分析方法

偏導數方法可以對氣候因子和人類活動對NPP的貢獻進行量化[15]。根據趨勢分析和貢獻分析結果，對云南省植被NPP變化進行主導因素分區。

2 結果與分析

2.1 NPP時空變化特征

如圖1所示，2001—2020年，云南省年均NPP總體呈波動增長的趨勢，NPP變化趨勢線斜率為2.23，年均 NPP 值為 926.5～1035.89gm^-2?a^-1 ，平均值為 994.76g?m^-2?a^-1 ，最大值出現在2019年為 1035.89g?m^-2?a^-1 ，最小值出現在2004年為926.5g?m^-2?a^-1 ，2001—2011年，NPP呈起伏式上升，植被得到顯著性恢復。2013年以后，NPP值逐漸趨于穩定。

云南省近20年的年平均值為 994.76g?m^-2?a^-1 丨，整體上處于增長狀態，年均NPP年均空間分布中呈現負增長的區域占研究區總面積的 34.05% ，呈現增長的區域占研究區總面積的 63.57% ，無變化的區域占研究區總面積的 2.38% ，呈現增長趨勢的區域主要分布于滇中和滇東地區，呈現減少趨勢的區域主要位于滇西北和滇西南地區（圖2）。

NPP極顯著增加、顯著增加、微顯著增加和不顯著增加分別占研究區總面積的 20.11% 、10.30% 、 5.24% 和 27.91% ；NPP極顯著減少、顯著減少、微顯著減少和不顯著減少分別占研究區總面積的 3.09% / 4.80% 7 3.11% 和 23.04% （圖3）。

云南省NPP整體空間格局呈現自東向西，自北向南逐漸上升的分布特征。NPP值大部分高于500g?m^-2?a^-1 ，占研究區總面積的 94.99% 。其中絕大部分的NPP值 500～1200g?m^-2?a^-1 ，占研究區總面積的 76.29% 。其中高于 1600g?m^-2?a^-1 的區域主要集中在滇西南地區，占研究區總面積的 8.90% （圖4）。

云南省植被NPP的變異系數為 0～1.71 ，均值為0.078，表明近20年云南省NPP的空間格局比較穩定，植被生態系統呈現良性循環。在空間分布特征上，NPP穩定性呈現從滇西南向滇東北減弱的趨勢。其中，低波動區域占比 16.77% 主要分布在滇西南地區；相對低波動區域占比67.07% ，主要分布在地形波狀起伏的滇東、滇中高原地區；中等波動區域占比 12.30% ，主要分布在滇西北地區；相對高波動區域占比 2.09% ，與中等波動區域相交錯的分散在滇西北地區；高波動區域占比 1.77% 。主要分布在迪慶藏族自治州的北部，并呈條帶狀集中于怒江州的西北部和中部，該處為滇藏交界處梅里雪山，海拔高，有常年的高山積雪，可能由于雪線的上升和下降從而導致了NPP值波動較大，使得CV值較高（圖5）。

另外因為地形復雜，當地開展生態修復工作困難，加之旅游開發，導致植被退化嚴重，導致NPP值產生波動。

從圖6和圖7可以看出，不同區域的方差值和標準差存在顯著差異。方差值和標準差值高的區域主要集中在昆明市、普洱市、臨滄市、大理州和德宏州。相對較低的方差值區域和標準差值區域主要集中在滇西北、滇東北和滇東南。中等方差值區域和標準差值區域分布較為分散。

2.2 NPP驅動因素分析

2.2.1NPP與氣候因子變化趨勢

由圖8、圖9可以看出，20年中研究區氣溫的上升不明顯，以平均每年升高 0.01° ，20年的平均值為 15.75°C ，2019年出現最高年平均氣溫為 $1 6 . 1 9 ＼mathrm { ～ ＼ ^ ～ { ＼circ ～ } C ～ }$ ，最低年平均氣溫出現在2008年為 15.3^°C 。2012一2016年氣溫均在多年平均溫度以上，其中有12年年均氣溫在多年平均氣溫以上，有8年年均氣溫在多年平均氣溫以下。大多在多年平均氣溫值處上下波動。2002—2003年、2004—2006年、2008—2010年、2011—2016年、2018一2020年研究區的氣溫累計差值有增加的趨勢，在這一時段內為“暖期”；2001—2002年、2003—2004年、2006—2008年、2010—2011年、2016一2018年研究區的氣溫累計差值有減少的趨勢，在這一時段內為“冷期”。在植被NPP與氣溫的變化過程中，有5個時間段變化趨勢相反，分別是2006—2007年、2009—2010年、2010—2011年、2011—2012年、2016—2017年。其余時間段變化趨勢相同。在植被NPP處于上升趨勢的11個時間段里，有7個時間段處于氣溫“暖期”；處于下降趨勢的8個時間段里，有3個時間段處于氣溫“冷期”。

由圖10、圖11可以看出，研究區降水總體呈不顯著下降狀態，研究區年累計降水量多年均值為 1066.87mm ，整體以 2.65mm/20 a速率減少，在2016年出現最大值 1 316.36mm ，在2019年出現最小值 846.18mm 。2009—2014年降水均在多年平均降水以下，2015—2018年降水均在多年平均降水以上，其中有11年降水量在多年平均降水以下，有9年降水量在多年平均降水量以上。2002—2003年、2004—2006年、2008—2014年、2018一2020年研究區的降水累計差值處于下降趨勢，表示該段時間降水稀少；2001—2002年、2003—2004年、2006—2008年、2014—2018年研究區的降水累計差值處于上升趨勢，表示該段時間降水豐盈。在植被NPP與降水的變化過程中，有5個時間段變化趨勢相同，分別是2005一2006年、2006—2007年、2012—2013年、2013—2014年、2014一2015年。其余時間段變化趨勢相反。在植被NPP處于上升趨勢的11個時間段里，有4個時間段處于降水豐盈時期；處于下降趨勢的8個時間段里，有4個時間段處于降水稀少時期。

由圖12、圖13可以看出，研究區日照時數總體呈不顯著上升狀態，整體以 2.16h/20 a速率升高，多年平均值為 2099.18h ，最高值出現在2014年為2 296.87h ，最低值出現在2008年為 1934.14h 。2012—2015年日照時數均在多年平均日照時數以上，2016—2018年日照時數均在多年平均日照時數以下，其中有11年年日照時數在多年平均日照時數以上，9年年日照時數在多年平均日照時數以下。2001—2003年、2005—2006年、2008—2010年、2011—2015年、2018—2020年研究區的日照時數累計差值處于上升趨勢，表示該段時間日照充足；2003—2005年、2006—2008年、2010—2011年、2015—2018年研究區的日照時數累計差值處于下降趨勢，表示該段時間日照欠缺。在植被NPP與日照時數的變化過程中，有9個時間段變化趨勢相反，分別是2004—2005年、2006—2007年、2010—2011年、2011—2012年、2013—2014年、2014—2015年、2016—2017年、2017—2018年、2019一2020年。其余時間段變化趨勢相同。在植被NPP處于上升趨勢的11個時間段里，有7個時間段處于日照充足時期；處于下降趨勢的8個時間段里，有4個時間段處于日照欠缺時期。

綜上所述，單純地分析各氣候因子與植被NPP的變化趨勢時，氣溫和日照時數對植被NPP的正向驅動最明顯，降水不明顯。但是，單純分析變化趨勢并不能準確量化驅動力。而且在這過程中，忽略了人類活動對植被NPP的貢獻，例如，在2010—2011年、2016—2017年，氣溫、降水、日照時數都處于下降趨勢，而植被NPP卻處于上升趨勢，尤其在2010—2011年大幅上升。2011—2012年氣溫、降水、日照時數都處于上升趨勢，而植被NPP卻處于下降趨勢。

2.2.2 貢獻分析

由圖 14～18 可知，氣候因子和人類活動對時間范圍內植被NPP變化的貢獻均值分別為0.659 6和 1.569 9g?m^-2?a^-1 。氣溫、降水和日照時數對時間范圍內植被NPP變化的貢獻均值分別為0.000 8、0.390 3和 0.2685g?m^-2?a^-1 。

氣溫對云南省NPP變化的影響主要以促進作用為主，面積占比為 60.7% ，主要分布在滇東地區，促進作用相對較大的區域以文山州東部最為明顯；抑制作用面積占比 39.3% ，主要分布在滇西地區和滇中地區，抑制作用較大的區域尤其以玉溪市、普洱市、西雙版納傣族自治州比較明顯。

降水影響云南省NPP變化的促進、抑制作用面積占比分別為 61.64% 和 38.36% ，其中起促進作用的區域主要分布在滇東地區和滇西地區，促進作用相對較大的區域以昭通市最為明顯；抑制作用較大的區域主要分布在麗江市、楚雄州北部、昆明市南部和滇南的大部分區域，尤其是在普洱市南部、紅河州南部和西雙版納州比較明顯。

日照時數對云南省NPP變化促進、抑制作用面積占比分別為 52.44% 和 47.56% ，促進作用區域主要分布在滇東地區和滇西地區，基本呈零星分布，促進作用較大的區域以昆明市最為明顯；抑制作用的區域主要分布在楚雄州、臨滄市、普洱市、玉溪市、紅河州和西雙版納州等區域。

氣候因子對云南省植被NPP影響的促進、抑制作用面積分別占研究區面積的 60.44% 和39.56% ，促進作用較大的區域主要分布在昭通市、昆明市、曲靖市、文山州東部、怒江州南部、保山市、德宏州和臨滄市；氣候因子對NPP抑制作用較大的區域主要分布在怒江州北部、楚雄州、玉溪市、普洱市、紅河州、文山州西部和西雙版納州區域。

人類活動對云南省植被NPP影響的促進、抑制作用分別為 62.56% 和 37.44% ，促進作用較大的區域主要分布在昭通市南部、曲靖市、昆明市、臨滄市、麗江市、紅河州、文山州的大部分區域；抑制作用區域主要分布在滇西北地區、滇東北地區、滇西南地區。

由圖19可知，占研究區面積 39.77% 的植被NPP升高主要受氣候和人類活動共同主導，主要分布在昭通市南部、曲靖市、昆明市、文山州、麗江市東部、臨滄市和普洱市西部區域；占研究區面積 6.60% 的植被NPP升高主要受氣候主導，主要分布在昭通市北部和東部、昆明市中部、滇西北的少部分地區；占研究區面積 19.06% 的植被NPP升高主要受人類活動主導，主要分布在楚雄州、玉溪市、紅河州。占研究區面積 16.77% 的植被NPP降低主要受氣候和人類活動共同主導，主要分布在滇西北地區和滇南地區，尤其是西雙版納州最為明顯；占研究區面積 3.73% 的植被NPP降低主要受氣候主導，主要零散分布在怒江州北部、迪慶州北部、滇中地區和滇南地區；占研究區面積 14.07% 的植被NPP降低主要受人類活動主導，主要分布在滇西北地區和普洱市?？傊瑲夂蚝腿祟惢顒庸餐绊懷芯繀^植被NPP的升高和降低。

3討論

3.1 NPP時空變化特征分析

2001—2020年云南省NPP平均值為994.76g?m^-2?a^-1 ，波動為 926.5～1035.89g?m^-2?a^-1 年際變化率為 2.23g?m^-2?a^-1 ，與周雄等[1估算的2001—2020年云南省植被NPP平均值和年際變化率相比結果偏低。在氣候變化背景下，云南省植被增匯固碳的能力不斷提高，尤其以2011—2020年最為突出，云南省的生態在國家的倡導下正在逐漸向好發展，植被覆蓋度不斷上升。NPP最小值出現在2004年為 926.5g?m^-2?a^-1 ，與周雄等[16]估算的云南省NPP最低值出現在2010年不同，與2004年的溫度極低、日照時數過少有關，溫度低、日照時數過少會減緩光合作用過程的速率，在缺少光照的低溫條件下，植物的呼吸作用仍然進行，但光合作用效率降低，光合作用產物的積累減少，導致植物整體碳收支失衡。這種失衡會使植物生長受到抑制，進一步影響植被生產力。另一方面還會使營養吸收受阻，低溫會使土壤中的水分和養分運輸變慢，這會導致植物營養不良，影響其正常生長和發育，從而降低生產力。溫度低還會使植物體內的生理代謝活動減緩，包括蛋白質合成、酶活性降低等，這會導致植物生長發育遲緩，葉片光合面積減少，生物量積累降低，最終導致植被生產力受到嚴重影響。此外，結合上述貢獻分析中得到人類活動對NPP的促進作用較大，推測在植被NPP時間變化中例如退耕還林還草、森林撫育等積極人為措施可以在一定時間內促進植被NPP的升高，亂砍濫伐、不合理地使用農藥化肥等消極人為措施會導致土壤退化，使植被生長受阻，進而使NPP降低，具體某種人為因素有待進一步探究。

云南省NPP在整體空間格局上呈南高北低、西高東低的分布特征。這與研究區的植被分布和氣候區劃有關，云南省氣候區劃從東北到西南依次為高原氣候區、中亞熱帶、南亞熱帶和北熱帶，西南地區主要為熱帶和亞熱帶，主要植被類型為森林，其覆蓋度較高，水熱條件充足。相比其他植被類型，森林生態系統具有復雜的結構和發達的根系，能夠攔截更多的太陽輻射并有效利用土壤資源，從而提升光合作用速率，有利于植被的生長和碳固存。研究區東北部主要為亞熱帶，處于半干旱狀況，土地利用類型主要為草地。西北地區NPP顯著低于其他區域，是因為該區域屬于高山地帶，氣候寒冷，不利于植被生長，主要是草本植物分布于此。在空間穩定性方面，云南省西南地區氣候溫暖濕潤，植被生長茂盛，生態穩定性高，NPP波動較小。東北地區由于人類活動，NPP波動相對較低。西北地區的迪慶藏族自治州屬高原氣候區，梅里雪山雪線的變化可能導致該區域NPP波動較大。采用局域方差及標準差等統計量能簡單直接地描述植被NPP的空間分布及變化[14]。進行方差和標準差分析時，得到了不同的結果，尤其是針對方差值和標準差值高的區域主要集中在昆明市、普洱市、臨滄市、大理州和德宏州，這與當地特殊的地理和氣候條件有關。

研究區內不同區域的方差值和標準差存在顯著差異。方差值和標準差值高的區域主要集中在昆明市、普洱市、臨滄市、大理州和德宏州，表明這些地區的NPP與驅動因子之間的關系具有較大的不確定性和變異性，特別是德宏州的標準差值最高，可能與該地區的獨特地理和氣候條件有關。可能是因為這些地區的氣候條件和人類活動等的影響較為復雜多樣，導致NPP的響應也呈現出多樣化特征。相對較低的方差值區域和標準差值區域主要集中在滇西北、滇東北和滇東南，說明在這些地區，NPP的變化較為穩定，受單一或少數因素的影響較為明顯，可能這些地區的氣候條件較為穩定，人類活動影響相對較小。中等方差值區域和標準差值區域分布較為分散，表明這些地區的NPP變化可能受到多個因素的綜合影響，但不如高方差值區和高標準差值區復雜，該區域的環境條件和人類活動的影響在空間上具有一定的一致性，但仍存在一定的變異。這些區域可能有中等程度的自然異質性和人類活動干預。通過分析方差值和標準差值的分布，可以理解區域間NPP變化的穩定性和波動性，進一步探討不同區域內驅動因素的作用機制。

3.2 NPP驅動因素分析

氣溫對云南省NPP變化的促進作用主要分布在滇東地區，該區域溫度適宜，適合植被生長。氣溫對云南省NPP變化的抑制作用主要分布于滇西地區，云南西部為橫斷山脈，海拔高，溫度低，植被生長受限，南部為熱帶雨林，過高的溫度也可能會抑制植被的生長。降水對云南省NPP變化的促進作用主要分布在滇東地區，該區域溫度適宜，適合植被生長。降水對云南省NPP變化的抑制作用主要分布于麗江市、楚雄州北部、昆明市南部和滇南的大部分區域，該地區降水充足，植被生長不受水分的限制。但在2019—2020年云南遭受了近10年來最嚴重旱情，2019年，滇西北地區和滇中地區出現嚴重春旱，并迅速蔓延[7]。2020年干旱加劇，滇西南地區達到了極端和異常干旱水平，普洱市中南部、西雙版納州等地的植被 NPP顯著退化[18]。日照時數對云南省NPP變化的促進作用區域主要分布在滇東地區和滇西地區，基本呈零星分布，促進作用較大的區域以昆明市最為明顯，這是因為充足的日照可以提高植被的光合作用效率，增加葉綠素的含量，增強植物的生長速度和生物量積累。抑制作用的區域主要分布在楚雄州、臨滄市、普洱市、玉溪市、紅河州和西雙版納州等區域，在該區域，由于陰雨天氣較多，光照是制約植被生長的主要因素。

在外界環境中，人類活動直接影響植被生長[19]。人類活動對云南省NPP變化的促進作用較大的區域主要分布在昭通市南部、曲靖市、昆明市、臨滄市、麗江市、紅河州、文山州的大部分區域；抑制作用區域主要分布在滇西北地區、滇東北地區、滇西南地區。我國實施的一系列生態保護修復工程促使我國生態系統碳庫總體上持續累積[20]。據統計，2000一2020年，云南省的人工造林工作成效顯著，面積達到了 93763km² ，森林覆蓋率和植被碳儲量顯著增加[21]。20多年來，云南實施了退化林修復、低效林改造等林業生態建設與保護工程。盡管如此，氣候變化對云南部分地區的植被改善帶來了挑戰，特別是滇中地區、滇西北地區和滇西南地區。但由于滇中和滇東地區是一個經濟發展程度高、人為活動程度高的區域，政府所開展的林草修復工作得到了好的效果。在這些地區中，人類活動大大促進了植被NPP的提升。然而，滇西北地區由于地形復雜、自然擾動、生態脆弱，經濟發展緩慢，生態修復等工作開展較為困難。在這些地區中，氣候變化則成為植被NPP變化的主導因素。此外，據研究統計，2001一2019年，云南省約有 9.2% 的森林轉變為耕地， 8.2% 的森林轉變為草地，森林損失主要集中在西南部[22]。

植被NPP的變化受氣候因素和人類活動的雙重影響。對此，云南省應持續強化生態保護政策的執行力度，特別是在那些具備關鍵生態服務功能的區域，以保障NPP的穩定增長。針對氣候敏感區，尤其是高海拔地帶，應結合當地獨特的氣候特征，實施具有適應性的管理策略，旨在提升植被的逆境抵抗能力。對于人類活動頻繁、城鎮化及人口密度較高的區域，則需通過優化土地利用結構、科學規劃城市擴張邊界等手段，有效減輕人類活動對NPP造成的負面影響。

本研究仍存在一些不足，研究中在對氣候因子的選擇時只考慮到了氣溫、降水和日照時數，這會導致在量化驅動因子影響時結果不夠準確；在人類活動研究中，未能細化到某一種人類活動對NPP變化產生的影響。接下來的研究中將會增加影響因子，也將按照土地利用類型來進一步分析NPP時空變化和驅動因素。

4結論

基于MOD17A3HGF數據，結合氣象數據等，利用線性趨勢分析、Theil-SenMedian分析、Mann-Kendall檢驗、變異系數、局域統計量（局域方差及局域標準差）和偏導數分析方法，分析了云南省NPP時空變化趨勢，量化了氣候因素和人類活動對NPP的貢獻，并對NPP變化的主導因素進行了空間分區。主要得出以下結論：

1）2001—2020年云南省植被NPP整體呈波動式增長趨勢，多年平均值為 994.76g?m^-2?a^-1 ，平均每年增加 2.23g?m^-2?a^-1 ；研究區內 63.57% 的NPP呈增加趨勢，說明云南省近20年來增匯固碳的能力持續向好。

2）云南省植被NPP空間格局上呈南高北低、西高東低，自南向北、自西向東下降的分布特征，變異系數為 0～1.71 ，均值為0.078，表明近20年內，云南省NPP總體上處于一個比較穩定的空間格局，植被處于一種良性循環。NPP穩定性呈現從滇西南向滇東北減弱的趨勢。不同區域的方差值和標準差存在顯著差異，方差值和標準差值高的區域主要在昆明市、普洱市、臨滄市、大理州和德宏州；相對較低的方差值區域和標準差值區域主要在滇西北、滇東北和滇東南；中等方差值區域和標準差值區域分布較為分散。

3）氣溫、降水、日照時數和人類活動對NPP的貢獻均值分別為0.0008、0.3903、0.2685、（204號 1.5699g?m^-2?a^-1 。

4）氣候和人類活動共同主導該省NPP的升高，面積占比 39.77% ，人類活動主導NPP升高的區域面積占比 19.06% ，氣候主導NPP升高的區域面積占比 6.60% ；云南省NPP的降低主要受氣候和人類活動共同主導作用，面積占比 16.77% ，其次為人類活動主導NPP降低，面積占比 14.07% ，氣候主導NPP降低的區域面積占比 3.73% 。

參考文獻：

[1]劉惠良，劉紅峰.基于凈初級生產力的洞庭湖生態系統價值 估算[J].中南林業科技大學學報，2022，42（6）：100-107. LIU HL，LIUHF.Estimationofecosystemvalues ofDongting lake based on net primary productivity[J]. Journal of Central South UniversityofForestry amp; Technology，2022，42（6）：100-107.

[2]WANG ZY， ZHOU Y F，SUN X Y，et al. Estimation of NPP in Huangshan district based on deep learning and CASA model[J]. Forests，2024，15（8）：1467.

[3]張笑鶴.西南地區NDVI和 NPP 時空動態及其與氣候因子相 關性分析[D].北京：中國林業科學研究院，2011. ZHANG X H. Spatio-temporal dynamic of NDVI and NPP and their correlation with climatic factors in southwest China[D]. Beijing： Chinese Academy of Forestry，2011.

[4] 崔林麗，杜華強，史軍，等.中國東南部植被NPP 的時空格 局變化及其與氣候的關系研究[J].地理科學，2016，36（5）：787- 793. CUI LL，DUHQ，SHI J， et al. Spatial and temporal pattermn of vegetation NPP and its relationship with climate in the southeastern China[J]. Scientia Geographica Sinica，2016，36（5）： 787-793.

[5]賈俊鶴，劉會玉，林振山.中國西北地區植被NPP多時間 尺度變化及其對氣候變化的響應[J].生態學報，2019，39（14）： 5058-5069. JIAJH，LIUHY，IZS.Multi-tesalecangesoatio NPP in six provinces of northwest China and their responses to climate change[J]. Acta Ecologica Sinica，2019，39（14）： 5058-5069.

[6]孔俊杰，劉海新，王曉，等.氣候變化和人類活動對太行山區 植被NPP變化的影響[J].山東林業科技，2024，54（3）：8-15，35. KONG JJ， LIU H X， WANG X， et al. Impact of climate change and human activities on vegetation NPP changes in Taihang mountains[J]. Journal of Shandong Forestry Science and Technology，2024，54（3）：8-15，5.

[7]郝巖，張艦，李保琦，等.2001—2020年中國植被 NPP 對氣 象干旱的響應特征[J].水電能源科學，2024，42（8）：17-21. HAO Y， ZHANG J，LI B Q， et al. Response characteristics of NPP to meteorological drought in China from 2001 to 2020[J]. Water Resources and Power，2024，42（8）：17-21.

[8]RODERICK ML，ROTSTAYN L D， FARQUHAR G D， et al. On the attribution of changing pan evaporation[J]. Geophysical Research Letters，2007，34（17）：2007GL031166.

[9]MENG D J，MO X G. Assessing the effect of climate change on mean annual runoff in the Songhua river basin，China[J] Hydrological Processes，2012，26（7）：1050-1061.

[10]閆文波，何云玲，余嵐，等.干旱對云南省植被凈初級生產 力的影響研究[J].云南大學學報（自然科學版），2021，43（4）： 736-745. YAN WB， HEYL， YUL，et al. Effect of drought on net primary productivity of vegetation in Yunnan Province[J]. Journal of Yunnan University （Natural Sciences Edition），2021，43（4）： 736-745.

[11]趙唯茜，杜華明，董廷旭，等.2005—2014年南方農牧交錯 帶凈初級生產力時空分布特征[J].水土保持研究，2018，25（6）： 236-241. ZHAOWX，DUHM，DONGTX，etal.Temporal-spatial characteristics of the vegetation net primary production in the farming-pastoral eco-tone of southern China during 20o5-2014[J]. Research of Soil and Water Conservation，2018，25（6）：236-241.

[12]于延勝，陳興偉.基于Mann-Kendall法的水文序列趨勢成分 比重研究[J].自然資源學報，2011，26（9）：1585-1591. YU Y S， CHEN X W. Study on the percentage of trend component ina hydrological time seriesbased on Mann-Kendall method[J]. Jourmal ofNaturalResources，2011，26（9）：585-1591.

[13]劉鳳，曾永年 .2000—2015年青海高原植被碳源／匯時空格 局及變化[J].生態學報，2021，41（14）：5792-5803. LIUF，ZENGYN.Analysis of the spatio-temporal variation of vegetation carbon source/sink in Qinghai plateau from 2000 to 2015[J].Acta Ecologica Sinica，2021，41（14）：5792-5803.

[14]劉暢，李鳳日，賈煒瑋，等.基于局域統計量的黑龍江省多 尺度森林碳儲量空間分布變化[J].應用生態學報，2014，25（9）： 2493-2500. LIU C，LI FR，JIA WW，etal. Multiple-scaleanalysisonspatial distribution changes of forest carbon storage in Heilongjiang Province，northeast China based on local statistics[J].Chinese Journal of Applied Ecology，2014，25（9）：2493-2500.

[15]LIU WB， SUNFB.Assessing estimates of evaporative demand in climate models using observed pan evaporation over China[J]. Journal of Geophysical Research： Atmospheres，2016，121（14）： 8329-8349.

[16]周雄，呂大偉，宋蕾，等.云南省植被凈初級生產力時空特征 及其與氣候因子的關系[J].中南農業科技，2023，44（7）：99-104. ZHOU X， LYU D W， SONG L， et al. Temporal and spatial characteristics of net primary productivity of vegetationin Yunnan Province and its relationship with climate factors[J]. SouthCentral Agricultural Science and Technology，2023，44（7）：99-104.

[17] 張強，鄒旭愷，陳鮮艷，等.考慮多尺度和蒸散影響的新干旱 指數研究——以云南為例[J].高原氣象，2022，41（4）：909-920. ZHANG Q， ZOU X K， CHEN X Y， et al. A new drought index study that takes into account a multi-timescale and the effects of evapotranspiration： taking Yunnan as an example[J]. Plateau Meteorology，2022，41（4）：909-920.

[18] 徐虹，程晉昕，何雨芩，等.氣候變化和人類活動對云南省植 被凈初級生產力的影響[J].高原氣象，2024，43（4）：1064-1075. XU H，CHENG JX，HE Y Q， et al.Effects of climate change and human activities on net primary productivity in Yunnan Province[J].Plateau Meteorology，2024，43（4）：1064-1075.

[19]PAN SF， TIAN HQ，LU C Q， et al. Net primary production of major plant functional types in China： vegetation classification and ecosystem simulation[J]. Acta Ecologica Sinica，2015，35（2）： 28-36.

[20] 吳普俠，汪曉珍，吳建召，等.中國退耕還林工程固碳現狀及 固碳潛力估算[J].水土保持學報，2022，36（4）：342-349. WU P X， WANG X Z， WU J Z， et al. Estimation of carbon stock and carbon sequestration potential for China’s grain for green project[J]. Journal of Soil and Water Conservation，2022，36（4）： 342-349.

[21]周瑞伍，彭明春，張一平.云南主要森林植被碳儲量及固碳 潛力模擬研究[J].云南大學學報（自然科學版），2017，39（6）： 1089-1103. ZHOU R W，PENG MC， ZHANG YP. The simulation research ofcarbon storageand sequestrationpotential of main forest vegetation in Yunnan Province[J]. Journal of Yunnan University （Natural Sciences Edition），2017，39（6）：1089-1103.

[22]王淑靜，賴佩玉，郝斌飛，等.西南地區2001—2019年 森林損失特征遙感監測與時空分析[J].遙感技術與應用， 2021，36（3）：552-563. WANG S J， LAI P Y， HAO B F， et al. Remote sensing monitoring and spatio-temporal pattern of deforestation in southwest

China from2001 to 2019[J].Remote SensingTechnologyand Application，2021，36（3）：552-563.

[本文編校：吳毅]