潘洪義,黃 佩,徐 婕

1 四川師范大學(xué)西南土地資源評價與監(jiān)測教育部重點實驗室,成都 610068 2 四川師范大學(xué)地理與資源科學(xué)學(xué)院,成都 610068

植被凈初級生產(chǎn)力(Net Primary Productivity,NPP)是評價生態(tài)系統(tǒng)結(jié)構(gòu)與功能協(xié)調(diào)性及其與環(huán)境相互作用的重要指標(biāo)[1]。它直接與全球變化的關(guān)鍵科學(xué)問題-碳循環(huán)、水循環(huán)與食物安全密切相關(guān)[2- 3],可以反映氣候變化和人類活動對陸地植被綜合作用結(jié)果[4]。國外大規(guī)模的NPP 研究始于20世紀(jì)60 年代,經(jīng)歷了“傳統(tǒng)的站點實測法-大量的統(tǒng)計回歸法-多源數(shù)據(jù)的機理模型法”三個階段[5]。國內(nèi)研究相較國外起步較晚,隨著遙感技術(shù)的發(fā)展,基于遙感觀測的植被 NPP估算方法已較好的用于NPP 年際波動或長期變化趨勢的監(jiān)測[5,6]。近年來,國內(nèi)眾多學(xué)者針對NPP分布的時空特征、其變化驅(qū)動力、NPP與經(jīng)濟協(xié)調(diào)性及利用遙感生產(chǎn)力模型(CASA 模型)反演NPP數(shù)據(jù)等開展了大量研究。就時空特征研究而言,劉剛等以全球陸表特征數(shù)據(jù)集(GLASS)為基礎(chǔ),對2001—2014年中國植被 NPP 進行了估算,分析了我國植被NPP時空分布特征[7]。崔林麗等基于2001—2010年MOD17A3年均NPP數(shù)據(jù)研究中國東南部植被NPP的時空格局[8]。池源等以黃河三角洲為研究區(qū),通過遙感手段和現(xiàn)場調(diào)查,對黃河三角洲NPP時空變化特征[9]。從變化驅(qū)動力研究方面來看,王芳等基于MOD17A3 NPP數(shù)據(jù)、氣象數(shù)據(jù)和土地利用類型數(shù)據(jù),對安徽省2000—2015年植被NPP的時空格局、變化趨勢及驅(qū)動因子進行研究[10]。經(jīng)濟協(xié)調(diào)性研究方面,主要有喬旭寧等基于MODIS17A3數(shù)據(jù)分析河南省淮河流域NPP時空演變特征,及區(qū)域主體功能類型特征構(gòu)建生態(tài)經(jīng)濟協(xié)調(diào)度模型,對研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)關(guān)系進行評估[11]。在利用CASA 模型進行NPP數(shù)據(jù)反演方面,蘇日古嘎等以呼倫貝爾市為研究區(qū),利用遙感生產(chǎn)力模型(CASA 模型)獲取研究區(qū)四期 NPP數(shù)據(jù),分別從NPP 空間分布特征、特征值變化、NPP 變化的空間格局和不同植被類型NPP 變化等方面分析時空變化特點。隨著在NPP時空演變特征方面研究成果不斷涌現(xiàn)[12- 20],主要呈現(xiàn)出以下特點：(1)采用衛(wèi)星遙感數(shù)據(jù)結(jié)合陸地生態(tài)過程模型開展植被NPP的演變分析已經(jīng)成為NPP研究的主流[6]。(2)由于數(shù)據(jù)源主要來源于MODIS數(shù)據(jù),研究區(qū)域以宏觀尺度的國家、自然經(jīng)濟區(qū)劃分區(qū)和省域為主。(3)以NPP時空分布的特征并結(jié)合地形地貌與氣候因素進行回歸分析,從而研究其變化的驅(qū)動力。基于以上研究特點,在當(dāng)前的研究中對NPP空間分布的特征成因的社會經(jīng)濟與人類擾動因素研究較少,以地學(xué)的視角采用地理探測器對其變化驅(qū)動力的研究更為鮮見。然而NPP時空變化是自然-人文綜合作用的結(jié)果,因此,本文在自然因素的基礎(chǔ)上考慮了社會經(jīng)濟與人類擾動的因素,采用地理探測器模型,在刻畫NPP時空分布規(guī)律的基礎(chǔ)上,揭示影響分布規(guī)律的主要驅(qū)動力。岷江中下游地區(qū)人口較為密集,土地利用率較高,交通便利,經(jīng)濟開發(fā)程度較高。因此,同時兼?zhèn)滢r(nóng)田植被,其中水田主要種植水稻、油菜,旱地主要種植小麥和玉米及其他經(jīng)濟作物。園地作為另一類人工植被分布面積較廣,受人類擾動強度高。研究區(qū)作為長江上游重要的生態(tài)屏障保護區(qū)重要組成部分,其NPP變化會直接反映生態(tài)系統(tǒng)的健康程度的變化,刻畫其時空分布特征,并揭示不同時間主要驅(qū)動力有助于為研究區(qū)生態(tài)安全預(yù)警和生態(tài)補償提供數(shù)據(jù)上的支持,為國土開發(fā)及自然資源可持續(xù)利用政策指導(dǎo)提供科學(xué)依據(jù)。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)概況

岷江中下游地區(qū)地處四川盆地西南部,地理范圍介于28°18′5″—31°22′7″和101°56′11″—104°54′47″之間。海拔范圍為147—7845 m之間,氣候上屬于中亞熱帶季風(fēng)氣候區(qū),分布著中亞熱帶-暖溫帶-溫帶-寒溫帶的垂直氣候帶譜,四季分明,平均氣溫在 16.5—18.0℃,多年均降水量1000—1600 mm 之間[21]。研究區(qū)自然植被受地形海拔影響,形成了常綠闊葉林、闊葉針葉混交林同時在林地間隙分布著灌叢、草甸；該段河流屬于丘陵平原型河流,這類河流出自峽谷,大部分流經(jīng)丘陵和平原,水能資源相對減少。其河流主要由岷江及其重要支流大渡河組成,本文以岷江中下游所流經(jīng)的縣域組成研究區(qū),共涉及成都市、眉山市、樂山市和雅安市的27個縣(市、區(qū))。

1.2 數(shù)據(jù)來源及處理

本文所采用的MODIS NPP,源于美國國家航空航天局(NASA),分別選擇 2000,2005,2010和 2015 年的MOD17A3 數(shù)據(jù)產(chǎn)品,其空間分辨率為 500m,時間分辨為 1年。在ENVI軟件支持下,運用MCTK工具進行數(shù)據(jù)的預(yù)處理,以便于與其他數(shù)據(jù)進行配準(zhǔn)。DEM數(shù)據(jù)源于地理空間數(shù)據(jù)云官網(wǎng)(http://www.gscloud),空間分辨率為30m,主要用于提取研究區(qū)的高程、地形坡度、坡向等數(shù)據(jù)。氣象數(shù)據(jù)主要包括研究區(qū)各站點在研究時限內(nèi)的氣溫和降水?dāng)?shù)據(jù),源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(http://www.geodata.cn/)氣溫與降水公里網(wǎng)格數(shù)據(jù),同時結(jié)合中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn),研究區(qū)內(nèi)站點年平均氣溫和降水主要進行驗證與回歸分析,通過插值計算獲得研究區(qū)內(nèi)年平均氣溫和年降雨量。研究區(qū)土地利用/覆蓋數(shù)據(jù)來源于資源環(huán)境數(shù)據(jù)云平臺(http://www.resdc.cn/Default.aspx),結(jié)合研究區(qū)現(xiàn)狀和研究內(nèi)容,將土地利用類型劃分為林地、草地、耕地、建設(shè)用地、濕地、其他六大類。需要指出的是,地理探測器所處理的數(shù)據(jù)量有運行上限,軟件最大可容納數(shù)據(jù)量是32767[22]。而本研究區(qū)數(shù)據(jù)的超過了這一上限,因此需要對研究區(qū)數(shù)據(jù)進行相應(yīng)處理。因此,本文運用ArcGIS的子集要素工具將研究區(qū)數(shù)據(jù)隨機訓(xùn)練樣本,使之與地理探測器軟件的最大可容納數(shù)據(jù)量最為接近。

2 研究方法

2.1 分區(qū)統(tǒng)計

分區(qū)統(tǒng)計用于根據(jù)來自其他數(shù)據(jù)集的值(賦值柵格)為每一個由區(qū)域數(shù)據(jù)集定義的區(qū)域計算統(tǒng)計數(shù)據(jù)。以研究區(qū)范圍為基礎(chǔ)創(chuàng)建研究區(qū)漁網(wǎng),結(jié)合研究區(qū)植被NPP、降水、氣溫等數(shù)據(jù)將漁網(wǎng)大小設(shè)置為926.63m×926.63m。采用分區(qū)統(tǒng)計到表的方法,將研究區(qū)氣溫、降水和土地利用類型等數(shù)據(jù)進行對平均值或眾數(shù)值的統(tǒng)計,以建立研究區(qū)的基礎(chǔ)數(shù)據(jù)庫。

2.2 標(biāo)準(zhǔn)差分級法

標(biāo)準(zhǔn)差分級法是以均值為中心,以標(biāo)準(zhǔn)差的倍數(shù)為級差,分別向大于和小于均值的兩個方向進行分級的方法[23]。此分級方法完全根據(jù)原始數(shù)據(jù)固有的數(shù)值特征和分布規(guī)律來進行分級,分級數(shù)不受人為控制,避免了人為因素的干擾,使得分級結(jié)果更具客觀性。各種分類算法的效果可通過地理探測器的q統(tǒng)計量來評價,q值越大分類效果越好[22]。本文分別采用1倍、1/2倍、1/3倍和1/4倍的標(biāo)準(zhǔn)差進行分級,并分別計算q統(tǒng)計量的值,發(fā)現(xiàn)采用1倍標(biāo)準(zhǔn)差分級所得的q值最大,分類效果最好。

2.3 地理探測器

地理探測器是探測空間分異性,以及揭示其背后驅(qū)動力的一組統(tǒng)計學(xué)方法[22]。它能探測各因子對模型的貢獻率,能從龐大的空間數(shù)據(jù)庫中提取有用的空間關(guān)聯(lián)規(guī)則[24]。因此,在分析地理要素格局演變和地域空間分異等方面具有非常廣泛的應(yīng)用,但對植被NPP空間演變分析的應(yīng)用較少。運用地理探測器分析模型,將各年的植被NPP數(shù)據(jù)作為因變量,引入研究區(qū)植被NPP值分異決定力指標(biāo)q。

3 結(jié)果分析

3.1 岷江中下游土地覆被及其NPP時空變化分析

利用岷江中下游2000—2015年土地利用現(xiàn)狀圖,對各地類空間分布與變化進行空間化表達。

圖1 2000—2015年研究區(qū)土地利用現(xiàn)狀圖Fig.1 Land utilization maps in study area during 2000—2015

研究區(qū)內(nèi)土地利用類型以林地和耕地為主,從空間格局上來看,林地和草地主要集中在研究區(qū)西南部的雅安和樂山兩市所轄的縣(市、區(qū)),耕地主要分布在成都市、宜賓市和樂山所轄的各縣(市、區(qū))。

表1 2000—2015年各類用地面積/km2

從地類變化上而言,主要表現(xiàn)在東部建設(shè)用地迅速增加,其增加來源主要為耕地,而濕地面積在研究區(qū)西部和東部都表現(xiàn)為減少的趨勢。

各地類在不同年份,其NPP數(shù)量受綜合因素的影響表現(xiàn)出了不同變化趨勢。由圖2可知,在整個研究期內(nèi),岷江中下游NPP呈現(xiàn)出2000—2010年下降,2010—2015年緩慢增加的趨勢,整體波動幅度比較明顯。研究區(qū)年均NPP值在380—785gC/m2之間波動,16年間NPP平均值為515.09gC/m2。

圖2 2000—2015研究區(qū)各類用地年均植被NPP值 Fig.2 Annual value of NPP over different types of land use in study area during 2000—2015

其中,2000年年均植被NPP值最高,為780.51gC/m2,比平均NPP值高51.53%,2010年年均NPP值最低,為386.07gC/m2,比平均NPP值低25.05%。自2000 年至2005年,研究區(qū)年均NPP值由780.51gC/m2下降至418.82gC/m2,下降幅度達46.34%；隨后,2005至2010年緩慢下降至最低值386.07gC/m2,下降幅度達7.76%；相反,2010至2015年,年均NPP值則呈現(xiàn)出緩慢上升趨勢,上升至474.97gC/m2,上升幅度達22.95%。不同土地利用類型的 NPP 年際波動與研究區(qū)的NPP年際波動趨勢基本一致,NPP大小關(guān)系整體上表現(xiàn)為林地>草地>耕地>濕地。

圖3 2000—2015年研究區(qū)NPP值空間分布Fig.3 Spatial distributions of NPP in study area during 2000—2015

圖4 2000—2015年研究區(qū)NPP值動態(tài)變化格局Fig.4 Annual variations of NPP in study area during 2000—2015

就空間變化而言,研究期內(nèi)岷江中下游NPP均表現(xiàn)出了明顯的空間分異性,研究時限內(nèi)的年均植被NPP值整體上呈現(xiàn)出西高東低的空間分布特征。年均NPP高值區(qū)分布于研究區(qū)西部的石棉縣、漢源縣、寶興縣、蘆山縣、峨邊彝族自治縣等地,低值區(qū)主要位于東部的翠屏區(qū)、宜賓縣、五通橋區(qū)、東坡區(qū)、雙流縣、溫江區(qū)等地(圖3)。就行政區(qū)而言,2000與2005年,研究區(qū)縣域植被NPP最大值均出現(xiàn)在研究區(qū)西南部的石棉縣,最大值分別為1148.77gC/m2、578.32gC/m2,漢源縣、蘆山縣、峨邊彝族自治縣NPP值依次降低,最小值均位于東南部的翠屏區(qū),最小值分別為503.55gC/m2、302.67gC/m2。2010年,年均植被NPP最大值仍位于西南部的石棉縣,最大值有所下降,為528.55gC/m2,其次為漢源縣、蘆山縣、雨城區(qū)、峨邊彝族自治縣、金河口區(qū)、寶興縣等,而年均植被NPP最小值區(qū)域則位于研究區(qū)北部的溫江區(qū),最小值為274.49gC/m2。反觀2015年,研究區(qū)的年均植被NPP最大值向東北擴展,位于石棉縣東北部的雨城區(qū),最大值為566.65gC/m2,峨邊彝族自治縣、漢源縣、石棉縣、金河口區(qū)、沐川縣、蘆山縣等緊隨其后,而最小值仍然位于研究區(qū)北部的溫江區(qū),最小值為342.33gC/m2。

就土地利用類型而言,不同地類的NPP值仍存在顯著的空間分異性。林地和草地主要集中分布在研究區(qū)西部的石棉縣、漢源縣、蘆山縣、寶興縣、金河口區(qū)、峨邊彝族自治縣等地,因而研究區(qū)內(nèi)的年均NPP高值區(qū)基本出現(xiàn)在以上地區(qū)。而耕地和濕地主要位于岷江干流流經(jīng)的各個縣域,所以研究區(qū)東部地區(qū)植被NPP均值低于西部地區(qū)。

在研究區(qū)兩期植被NPP值的基礎(chǔ)上計算得出2000—2015年岷江中下游地區(qū)NPP值的動態(tài)變化過程并對其進行可視化分析(圖4)。由圖4可知,2000—2015年研究區(qū)NPP減少量呈現(xiàn)出由西向東逐漸減小趨勢,其中位于中部、東南部的峨眉山市、沙灣區(qū)、五通橋區(qū)、犍為縣、宜賓縣、翠屏區(qū)由于受退耕還林工程的影響,部分地塊NPP值有所增加,最大值達409.32 gC/m2,石棉縣、漢源縣、寶興縣、蘆山縣NPP劇減,減少最多能達970.23 gC/m2。這與各縣(市、區(qū))的土地利用變化有著極大的相關(guān)性,主要體現(xiàn)了林地和草地對NPP值的極大影響。

3.2 植被NPP變化驅(qū)動力分析

3.2.1植被NPP時空分異的主導(dǎo)驅(qū)動力診斷及演變

2000—2015年岷江中下游地區(qū)植被NPP的時空變化是受多種驅(qū)動力的綜合影響結(jié)果,本文選取了能反映區(qū)域自然環(huán)境、資源稟賦和人類擾動等方面的 8項指標(biāo),根據(jù)地理探測器模型,探測驅(qū)動力變化結(jié)果(圖5)。

圖5 2000—2015年各驅(qū)動力決定力(q)值 Fig.5 The value of determinant(q)about factors during 2000—2015

根據(jù)2000—2015年的各驅(qū)動力的決定力q值大小,將8個驅(qū)動力分為兩個類型。一類以氣溫、海拔和土地利用因素為代表,其決定力q值均在0.2以上,稱之為主導(dǎo)驅(qū)動力；另一類以坡向、降水、城鎮(zhèn)距離、公路距離和坡度因素為代表,其決定力q值均在0.1以下,稱之為重要驅(qū)動力。就驅(qū)動力演變而言,自2000—2005年,各個驅(qū)動力的決定力均呈現(xiàn)下降趨勢,其中氣溫和降水因素對植被NPP值的決定力下降幅度最大,分別為35.65%和83.29%,而海拔因素的q值超過降水,表明海拔因素相對于其他因素對研究區(qū)植被NPP時空分異的解釋力更大,影響更為顯著。2005—2010年,氣溫、降水、海拔、坡向、城鎮(zhèn)距離因素的q值繼續(xù)下降；相反,土地利用、距公路距離因素的q值則呈現(xiàn)出上升趨勢。2010—2015年,氣溫、海拔因素q值繼續(xù)呈現(xiàn)下降趨勢,而其他因素均呈現(xiàn)上升趨勢。土地利用因素對植被NPP值的決定力逐漸逼近海拔因素的決定力,逐漸接近所有驅(qū)動力q值中的最大值,表明土地利用對研究區(qū)NPP值時空分異的作用越來越突出。而距城鎮(zhèn)距離、距公路距離、降水、坡度因素的決定力均逐步上升,其中,降水因素的決定力q值的上升趨勢更為明顯。

整體上而言,氣溫、海拔、坡向等因素對植被NPP時空分異的決定力呈現(xiàn)出下降趨勢,而土地利用、距公路距離、距城鎮(zhèn)距離、降水等因素總體上則呈現(xiàn)出上升趨勢,坡度因素對NPP時空分異的決定力在2010年以后也呈現(xiàn)出一定的上升趨勢,但上升趨勢不明顯。綜合來看,自然因素對岷江中下游地區(qū)植被NPP的影響力正逐漸削弱,而人類擾動因素對植被NPP的影響越來越強。

3.2.2植被NPP時空變化驅(qū)動力作用分析

進一步分析各主導(dǎo)驅(qū)動力對研究區(qū)NPP值時空分異的具體作用,可為研究區(qū)生態(tài)安全預(yù)警和生態(tài)補償提供數(shù)據(jù)支撐和輔助決策。

(1)氣溫,是反映區(qū)域氣候特征的重要指標(biāo),也是植被生長不可或缺的重要條件,對植被NPP的時空分布的影響較為顯著。氣溫的升高有利于植被生長,植被在單位時間和單位面積上所固定的能量或產(chǎn)生的有機物質(zhì)就越多,即植被NPP值就越大；反之, NPP值就越小。

由圖6可知,2000—2005年研究區(qū)年均氣溫呈現(xiàn)出下降趨勢,由11.83℃下降至最低點8.90℃,隨后呈現(xiàn)持續(xù)上升趨勢,2015年上升至13.06℃。綜合來看,研究區(qū)的年均溫波動上升趨勢比較明顯。其中,2000—2010年整體年均溫呈下降趨勢,年均溫的下降會使得植被在單位時間和單位面積內(nèi)所積累有機物的能力減弱,由此導(dǎo)致該研究時限內(nèi)研究區(qū)的年均植被NPP值呈下降態(tài)勢。2000—2005年研究區(qū)的年均溫下降趨勢尤為劇烈,幅度達24.82%,在此期間年均植被NPP值隨之大幅度下降。而2010—2015年,研究區(qū)的年均溫繼續(xù)呈現(xiàn)上升趨勢,由此帶來植被積累養(yǎng)分的能力增加,進一步使得研究區(qū)的年均植被NPP值上升。這與2000—2015年研究區(qū)植被年均NPP值動態(tài)變化過程體現(xiàn)出較好的一致性,進而驗證氣溫因素是影響植被NPP值時空分異的主導(dǎo)因素之一。

除此,不同水熱組合狀況對研究區(qū)的NPP時空分異也有著重要影響。在此期間,研究區(qū)的年均降水量趨勢線與其決定力q值趨勢線呈現(xiàn)一定程度上的負相關(guān)性。由圖7可知,2000年與2015年研究區(qū)年均降水量最低,其決定力q值則達到最大值；年均降水量最大的年份降水的決定力q值卻很小。表明1200—1300mm的年均降水量是植被生長的合理區(qū)間,對植被年均NPP影響不大。

(2)地形因素是環(huán)境以及植被異質(zhì)性格局的重要影響因素之一,它一般通過不同的過程控制其水熱條件和土壤條件,影響其他環(huán)境變量進而對區(qū)域植被格局產(chǎn)生重要影響[25]。研究區(qū)整體上呈現(xiàn)出西高東低地形特征,西部地區(qū)以山地為主,海拔最高處為7845m,而東部地區(qū)以丘陵為主,海拔最低處為147m。位于研究區(qū)西部的石棉縣、寶興縣、漢源縣、蘆山縣、峨邊彝族自治縣等地其地貌主要特征表現(xiàn)為復(fù)雜多樣的山地地貌,最高峰海拔均在5000m以上。西部各縣由于地處高海拔地區(qū),氣候垂直帶普特征比較明顯,植被種類繁多,并且分布范圍廣,植被覆蓋度高。另外,西部地區(qū)由于海拔遠高于東部,其年均日照時數(shù)長,植被光合作用就越強烈,所固定的能量和積累的有機物質(zhì)就越豐富。而東部地區(qū)地貌以丘陵為主,海拔較低,氣候垂直特征不明顯,年均日照時數(shù)短,自然景觀類型較少。且東部地區(qū)人口密度遠高于西部地區(qū),植被的生長與分布受人類活動的影響比較大,植被積累有機質(zhì)的能力較低。從圖5中也可以看出,海拔因素對研究區(qū)NPP時空分異的決定力仍呈現(xiàn)出下降趨勢,且與氣溫因素和土地利用因素的q值逐漸逼近,表明雖然海拔因素對研究區(qū)植被NPP的時空分異作用逐漸減弱,但仍是主導(dǎo)NPP分異的因素之一。

(3)土地利用是指人類根據(jù)土地的自然屬性,采取各種活動和方法來利用土地資源。就土地利用類型而言,研究區(qū)年均植被NPP值表現(xiàn)為：林地>草地>耕地>濕地,且四者年際變化趨勢比較一致(表2)。

隨著城市化進程的加快,建設(shè)用地需求量不斷攀升,草地、耕地、濕地面積呈現(xiàn)出持續(xù)減少趨勢,由此帶來2000—2010年研究區(qū)的草地、耕地、濕地NPP值不斷降低。而2010至2015年草地、耕地、濕地面積雖然持續(xù)減少,但在此階段植被NPP受降水量和溫度的水熱組合狀況的影響也較大,適宜的氣溫和降水給植被提供了良好的生長條件,植被生長更為茂密,其通過光合作用積累有機質(zhì)的能力隨之提高,此時段內(nèi)植被NPP值呈現(xiàn)出一定的增長趨勢。就林地而言,2000—2015年林地面積總體上呈現(xiàn)出上升趨勢,林地NPP值上升態(tài)勢也較為明顯。2000—2010年,隨著退耕還林政策、天然林保護工程的持續(xù)推進,林地面積持續(xù)增加了326.05 km2,理論上林地NPP值應(yīng)呈現(xiàn)出相應(yīng)的上升趨勢。但2000—2010年,氣溫因素對研究區(qū)NPP分異的決定力要遠大于土地利用因素的決定力,氣溫對植被NPP的影響更為顯著。在研究時限內(nèi),2005年研究區(qū)的年均溫最低,即使降水量在2010年達到最大值,仍對植被的長勢產(chǎn)生了重大影響,這是由于降水的決定力遠小于氣溫,因此在此階段研究區(qū)的林地NPP呈現(xiàn)出下降趨勢。2010—2015年林地面積繼續(xù)增加,且由此帶來了林地NPP值的增加?？傮w而言,岷江中下游地區(qū)在研究時限內(nèi)除2000—2005年內(nèi)林地減少外,林地面積平穩(wěn)增加,草地、耕地、濕地等土地利用類型面積下降趨勢明顯。林地,草地、耕地、濕地面積的減少勢必會帶來植被NPP總值的下降,研究區(qū)NPP總量變化,除了受各地類NPP強度外,植被總量變化也是影響變化的一個重要原因,從2000—2015年研究區(qū),總共減少植被覆蓋662.92 km2,再加上水熱組合狀況的變化,因此帶來了研究區(qū)植被NPP總值呈現(xiàn)出先下降后緩慢上升的趨勢。由圖5也進一步可知,2000—2015年土地利用因素對NPP時空分異的決定力呈現(xiàn)出明顯的上升趨勢,并逐漸逼近所有因素中的最大q值,并且距離城鎮(zhèn)距離、距離公路距離因素對植被NPP時空分異的影響力也在逐漸增強,表明在農(nóng)業(yè)生產(chǎn)、生態(tài)建設(shè)、城鎮(zhèn)建設(shè)等人類活動的影響下,人類活動對研究區(qū)植被NPP時空分異的作用越來越強烈。

表2 各類型用地植被NPP總量/(gC/m2)

圖6 2000—2015年研究區(qū)年均氣溫 Fig.6 The annual average temperature in study area during 2000—2015

圖7 2000—2015年研究區(qū)年均降水量 Fig.7 The annual average precipitation in study area during 2000 to 2015

4 結(jié)論與討論

本文以2000—2015年岷江中下游地區(qū)的NPP數(shù)據(jù)為基礎(chǔ),探討了研究區(qū)NPP時空演變格局,并選取能反映研究區(qū)自然環(huán)境、資源稟賦和人類擾動等方面的 8大因素,運用地理探測器模型診斷出了影響研究區(qū)NPP時空分異的主導(dǎo)驅(qū)動力并對驅(qū)動力變化趨勢進行了分析。結(jié)果表明：

(1)2000—2015年,岷江中下游地區(qū)的NPP存在較強的時空分異規(guī)律。整體而言,2000—2015年研究區(qū)植被年均NPP值呈現(xiàn)出先下降,隨后緩慢增加的趨勢,波動幅度達50.54%,植被平均NPP值為513.93gC/m2。其中2000年植被NPP均值最高,為780.51gC/m2,2010年NPP均值最低,為386.07gC/m2。就空間分布而言,研究區(qū)植被年均NPP整體上呈現(xiàn)出自西高東低的空間分布特征,并且高值區(qū)有逐漸向東部擴展的趨勢。植被年均NPP最大值出現(xiàn)在2000年石棉縣北部磽磧藏族鄉(xiāng)的林地分布區(qū),為1876gC/m2,最小值出現(xiàn)在2005年五通橋區(qū)中部竹根鎮(zhèn)的平原旱地分布區(qū),最小值為26.98gC/m2。不同土地利用類型的 NPP 年際波動與研究區(qū)的NPP年際波動趨勢基本一致,NPP大小關(guān)系表現(xiàn)為林地>草地>耕地>濕地。

(2)八大影響因素對研究區(qū)植被NPP時空分異的決定力差異明顯,氣溫、海拔、土地利用因素是影響植被NPP分異的主導(dǎo)因素。2000—2015年,氣溫、海拔、土地利用因素對研究區(qū)植被NPP時空分異的決定力q值均在0.2以上,對NPP分異的作用最為強烈,而降水坡度、坡向、距城鎮(zhèn)距離、距公路距離因素的q值相對比較低,均在0.1以下,對植被NPP分異的作用相對較弱。氣溫因素主要是通過氣溫的升降并結(jié)合不同的水熱組合狀況來影響植被在單位時間內(nèi)、單位面積上積累的有機質(zhì)數(shù)量,進而影響研究區(qū)的植被NPP分異；海拔因素主要是通過影響氣候垂向分帶,進一步影響區(qū)域植被分布格局,從而對植被NPP分異產(chǎn)生重要影響；土地利用因素主要是人類活動直接改變土地利用方式,并結(jié)合水熱組合狀況,直接影響植被的生長與分布,進而影響NPP的時空分異。

(3)從研究區(qū)植被NPP的演變驅(qū)動力來看,自然因素對研究區(qū)NPP分異的影響力正逐漸削弱,而人為擾動因素對植被NPP分異的影響力愈來愈強烈。2000—2015年氣溫、海拔兩大主導(dǎo)因素對研究區(qū)植被NPP時空分異的決定力呈現(xiàn)出持續(xù)下降趨勢,分別由0.48、0.42下降至0.23、0.26；而土地利用因素對應(yīng)的q值波動上升趨勢尤為明顯,并逐漸逼近三大主導(dǎo)因素中的最大q值,并于2015年超過氣溫因素的q值,達到0.25。反觀其他因素,坡向因素q值一直呈現(xiàn)出下降趨勢；降水因素的q值在2000—2010年呈現(xiàn)下降趨勢,隨后呈現(xiàn)出上升趨勢；距離城鎮(zhèn)距離、距離道路距離因素的q值上升趨勢十分顯著,坡度因素的q值在所有因素中最小,變化趨勢不明顯。氣溫、降水、海拔、坡度、坡向等自然因素對植被NPP分異的作用力逐漸降低,土地利用、距城鎮(zhèn)距離、距公路距離等人為擾動因素對植被NPP分異的作用力不斷增強。

需要指出的是,由于研究區(qū)的數(shù)據(jù)最大行數(shù)超過了地理探測器模型運行的上限,運用ArcGIS軟件的子集要素工具按比例隨機提取適宜樣本來進行因素探測,可能會對最終的研究結(jié)果產(chǎn)生一定影響。但如若擴大研究區(qū)單個漁網(wǎng)的范圍已達到減少數(shù)據(jù)行的目的,將會對土地利用數(shù)據(jù)的精度造成重大影響,而土地利用因素是影響研究區(qū)植被NPP時空分異的主導(dǎo)因素之一,這將對最終研究結(jié)果影響甚大。其次,如何劃分決定力q的范圍來確定影響研究區(qū)的主導(dǎo)因素,目前還沒有明確的劃分標(biāo)準(zhǔn)。本文采用聚類的方法來劃分主導(dǎo)因素q值的范圍,仍具有一定的科學(xué)性。最后,自然因素對研究區(qū)植被NPP時空分異的影響力逐漸減小,而人為擾動因素對其影響逐漸增強,這與眾多的研究結(jié)果[25,26]一致。在NPP總體變化趨勢方面,Tum[27]和Li[28]等人分別就全球和中國2000年以來NPP變化趨勢,得出的結(jié)論與本文總體NPP變化趨勢基本一致。另外,通過Taelman[29]等人的研究,得出土地利用是影響NPP變化的重要原因,不同的土地利用類型受人類活動的影響程度不同,與本文中的得出的植被覆蓋總面積減少是導(dǎo)致NPP總量減少重要原因的結(jié)果相符。從Yan[30]等人的研究發(fā)現(xiàn),城市擴張是人類擾動自然界環(huán)境的直接表現(xiàn),對NPP的分布與變化的影響越發(fā)強烈,從一定程度上印證了本文中,距離城鎮(zhèn)及道路的距離對NPP分布與變化的決定力不斷增強的結(jié)論。就植被NPP空間分布而言,研究區(qū)東部和西部地區(qū)的NPP值存在明顯的空間分異,表現(xiàn)出東部高溫區(qū)NPP值明顯低于西部的低溫區(qū)的NPP值,必須明確的是,氣溫因素只是影響研究區(qū)植被NPP時空分異的主導(dǎo)因素之一,除此之外,植被NPP分異還受到海拔、土地利用兩大主導(dǎo)因素的綜合影響,而海拔和土地利用因素更能解釋研究區(qū)“高溫低值、低溫高值”的現(xiàn)象。另外,人類活對于研究區(qū)植被NPP時空分異產(chǎn)生綜合影響的正負性還有待進一步的研究,以及在不同因素影響下,如何確定研究區(qū)不同地域的生態(tài)補償機制是需要進一步解決的關(guān)鍵科學(xué)問題。