姚 遙，梁一萱

(1.陜西千渭之會(huì)國(guó)家濕地公園管理處，陜西 寶雞 721004；2.西安理工大學(xué)，西安 710048)

植被凈初級(jí)生產(chǎn)力(Net Primary Productivity, NPP)是表征生態(tài)系統(tǒng)質(zhì)量和生態(tài)產(chǎn)品供給狀況的重要指標(biāo)，可反映生態(tài)系統(tǒng)結(jié)構(gòu)和功能特征[1]，與碳水循環(huán)等全球變化重大問(wèn)題密切相關(guān)[2-3]。同時(shí)還表征陸地生態(tài)系統(tǒng)對(duì)大氣CO2的直接吸收能力，定量反映生態(tài)系統(tǒng)碳源/匯情況，因此也是表征生態(tài)系統(tǒng)碳收支的重要指標(biāo)[4-5]。在當(dāng)前強(qiáng)調(diào)碳中和及森林是“碳庫(kù)”的大背景下，開(kāi)展NPP的相關(guān)研究具有重要的理論與實(shí)踐意義。

陜西省行政區(qū)劃南北狹長(zhǎng)，地跨我國(guó)南北方，具有從東南濕潤(rùn)氣候向西北干旱氣候過(guò)渡的特點(diǎn)，植被覆蓋率由南向北逐漸遞減。陜南秦巴山區(qū)屬亞熱帶大陸性季風(fēng)氣候，常年濕潤(rùn)溫和，山林茂密；關(guān)中平原屬暖溫帶半濕潤(rùn)大陸性季風(fēng)氣候，冷暖干濕四季分明，人口密集、農(nóng)耕發(fā)達(dá)；陜北黃土高原屬溫帶半濕潤(rùn)易旱氣候，四季溫差大，歷史上曾是農(nóng)業(yè)和牧業(yè)交錯(cuò)分布地帶，尤其是北部長(zhǎng)城沿線游牧活動(dòng)和耕墾活動(dòng)多次交替。對(duì)過(guò)渡特征鮮明的陜西省開(kāi)展生態(tài)系統(tǒng)NPP動(dòng)態(tài)特征研究，有助于加深對(duì)NPP動(dòng)態(tài)變化規(guī)律的認(rèn)識(shí)。當(dāng)前，陜西省NPP相關(guān)研究大多以省內(nèi)一些重點(diǎn)區(qū)域?yàn)閷?duì)象展開(kāi)，如陜北地區(qū)[6-10]、黃土高原[11-12]、陜南[13-14]、秦巴山地[15-19]以及渭河流域等地[20-21]，但陜西省全域NPP研究報(bào)道不多，缺乏系統(tǒng)性，且大多針對(duì)氣候因素對(duì)NPP的影響，而對(duì)于人為活動(dòng)所引起的NPP變化以及NPP變化熱點(diǎn)區(qū)域識(shí)別未見(jiàn)報(bào)道，如石志華等人[22]基于CASA模型估算了陜西省2003-2012年逐月NPP，并分析其年際、年內(nèi)的時(shí)空變化特征及趨勢(shì)；王連喜等[23]運(yùn)用遙感和GIS手段，結(jié)合MODIS/NDVI數(shù)據(jù)、氣象數(shù)據(jù)以及植被類型數(shù)據(jù)，應(yīng)用CASA模型估算了陜西省2013年NPP數(shù)據(jù)；王娟等[24]基于MOD17A3及MOD16數(shù)據(jù)產(chǎn)品，研究分析了2000-2014年陜西省植被NPP與ET的時(shí)空分布特征；王釗等[25]利用MOD17A3 NPP時(shí)間序列數(shù)據(jù)、地表覆蓋類型數(shù)據(jù)、氣象數(shù)據(jù)、MOD16蒸散產(chǎn)品、地形數(shù)據(jù)等，分析研究了2000-2015年陜西省植被NPP時(shí)空變異特征及其對(duì)各影響因素的響應(yīng)。另外，還有一些對(duì)更大區(qū)域，如西北地區(qū)、北方地區(qū)的NPP研究涉及到陜西省，如賈俊鶴等[26]利用CASA模型，對(duì)過(guò)去34 a間西北六省區(qū)NPP變化對(duì)氣候變化的響應(yīng)的研究發(fā)現(xiàn)，陜西南部NPP以3 a周期變化為主導(dǎo)，陜西北部以長(zhǎng)期變化為主；任志遠(yuǎn)等[27]、朱瑩瑩等[28]均對(duì)西北地區(qū)NPP時(shí)空分異及其與氣象要素的關(guān)系進(jìn)行了研究。

因此，為揭示氣候因素與人為活動(dòng)對(duì)陜西省NPP變化的影響，給陜西省植被保護(hù)與森林碳庫(kù)建設(shè)提供科學(xué)依據(jù)，我們研究分析了陜西省生態(tài)系統(tǒng)NPP時(shí)空動(dòng)態(tài)特征及其變化趨勢(shì)，識(shí)別了NPP變化熱點(diǎn)區(qū)域。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

陜西省位于我國(guó)西北地區(qū)東部(105°29′～111°15′E，31°42′～39°35′N)，南北向880 km，東西向160～490 km。地勢(shì)南北高而中部低，南部為秦巴山地，北部為黃土高原，中部則為關(guān)中平原，全省海拔在500～2 000 m。年均降水量576.9 mm，年均溫13.0 ℃，無(wú)霜期218 d。全省自南向北分布有北亞熱帶常綠闊葉林、暖溫帶落葉闊葉林、森林草原和溫帶草原等植被類型，植被覆蓋度陜南及秦嶺地區(qū)較高，陜北地區(qū)較低。陜西省是我國(guó)水土流失與土地沙化最為嚴(yán)重的地區(qū)之一，根據(jù)2020年中國(guó)水土保持公報(bào)，水土流失面積64 111 km2，占全省土地總面積31.18%。

圖1 研究區(qū)位置圖

1.2 數(shù)據(jù)源及處理

本研究所采用的NPP來(lái)源于美國(guó)國(guó)家航空航天局(NASA)發(fā)布的MODIS數(shù)據(jù)產(chǎn)品，分別選擇2002——2021年逐年MYD17A3數(shù)據(jù)產(chǎn)品，其空間分辨率500 m，時(shí)間分辨率為1 a。運(yùn)用Modis Reprojection Tools，對(duì)MYD17A3數(shù)據(jù)進(jìn)行投影、重采樣與拼接處理，最終通過(guò)掩膜運(yùn)算，生成陜西省NPP逐年數(shù)據(jù)，該數(shù)據(jù)采用蘭伯特投影坐標(biāo)系統(tǒng)。DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云(https://www.gscloud.cn/)，空間分辨率90 m，在ArcGIS10.2平臺(tái)下通過(guò)柵格分析功能，提取陜西省高程、地形坡度、坡向等信息。氣象數(shù)據(jù)主要包括1980年以來(lái)逐年年均溫度與年降水量數(shù)據(jù)，來(lái)源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)(http://www.geodata.cn/);該數(shù)據(jù)集根據(jù)各氣象站點(diǎn)的氣溫與降水?dāng)?shù)據(jù)插值得到，為柵格形式，采用地理坐標(biāo)系，空間分辨率1 km；在ArcGIS10.2平臺(tái)進(jìn)行均值計(jì)算及掩膜運(yùn)算，并重采樣值500 m，得到陜西省年均氣溫與年降水量空間分布柵格數(shù)據(jù)。陜西省土地覆蓋類型數(shù)據(jù)來(lái)源于NASA發(fā)布的2020年全球土地覆蓋數(shù)據(jù)MCD12Q1數(shù)據(jù)產(chǎn)品，該數(shù)據(jù)產(chǎn)品是基于MODIS的一套年度土地覆被數(shù)據(jù)，采用多套土地覆蓋分類系統(tǒng)，本研究采用IGBP分類系統(tǒng)劃分的土地覆蓋類型數(shù)據(jù)，該分類系統(tǒng)將全球土地覆蓋分為常綠針葉林、常綠闊葉林、落葉針葉林、落葉闊葉林、混交林、郁閉灌木、稀疏灌木、有林草原、稀樹(shù)草原、草地、永久性濕地、農(nóng)田、城市與建成區(qū)、農(nóng)田/自然植被混合區(qū)、積雪、荒地、水體等17個(gè)類別；為便于后續(xù)分析，將土地覆蓋重新分類為森林、草地、水體、農(nóng)地、建設(shè)用地、裸地等7大類，采用蘭伯特投影坐標(biāo)系統(tǒng)，空間分辨率500 m；到建設(shè)用地距離用到建筑的歐幾里得距離表示，在ArcGIS10.2平臺(tái)下通過(guò)柵格分析功能得到。由于地理探測(cè)器模型對(duì)處理數(shù)據(jù)量有運(yùn)行上線，最大可容量數(shù)據(jù)量為32 767[29]，為保證研究區(qū)數(shù)據(jù)得以相應(yīng)處理，本研究采用ArcGIS10.2平臺(tái)下的子集要素工具對(duì)研究區(qū)數(shù)據(jù)隨機(jī)選取訓(xùn)練樣本，以滿足地理探測(cè)器模型對(duì)數(shù)據(jù)量上限的處理要求。

1.3 統(tǒng)計(jì)方法

1.3.1 變化趨勢(shì)分析方法 為分析2002-2021年間陜西省區(qū)域生態(tài)系統(tǒng)NPP趨勢(shì)性，本研究采用非參數(shù)檢驗(yàn)方法Mann-Kendall趨勢(shì)性檢驗(yàn)法。Mann-Kendall屬于非參數(shù)檢驗(yàn)方法，與其他參數(shù)檢驗(yàn)方法相比，不需樣本遵從一定的分布，受異常值干擾小，更適合順序變量。Mann-Kendall檢驗(yàn)可用于判斷變化趨勢(shì)的顯著性[30-31]，其統(tǒng)計(jì)量Z按照如下公式計(jì)算：

其中，S為Man-Kendall檢驗(yàn)的隨機(jī)序列，其計(jì)算方法為：

其中，xj和xk分別為第j時(shí)間(本研究中為年)和第k時(shí)間(年)的NPP值；n為系列長(zhǎng)度，本研究中為20；sgn(xj-xk)為表征函數(shù)，根據(jù)xj和xk之間的相對(duì)關(guān)系確定符號(hào)函數(shù)，sgn如下：

隨機(jī)序列S的均值和方差計(jì)算如下：

E(S)=0

為計(jì)算陜西省近二十年生態(tài)系統(tǒng)NPP變化趨勢(shì)，基于年度NPP的柵格數(shù)據(jù)，利用ZS進(jìn)行趨勢(shì)統(tǒng)計(jì)顯著檢驗(yàn)。當(dāng)ZS為正值時(shí)，表明NPP有上升趨勢(shì)；ZS為負(fù)值時(shí)，則表明NPP有下降趨勢(shì)。本研究選取90%、95%和99%三個(gè)置信水平，分析NPP的變化趨勢(shì)。

Theil-Sen Median趨勢(shì)分析通常與Mann-Kendall檢驗(yàn)結(jié)合使用，在植被長(zhǎng)時(shí)間序列分析中廣泛應(yīng)用[32]。該方法又被稱為Sen斜率估計(jì)，是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢(shì)計(jì)算方法，計(jì)算效率高，相比于線性回歸分析方法，不需要數(shù)據(jù)樣本遵循特定分布，不易受離群數(shù)據(jù)干擾，具有很強(qiáng)的避免測(cè)量誤差能力[33]。Sen斜率估計(jì)計(jì)算公式為：

式中，β為NPP變化趨勢(shì)，i與j均為時(shí)間序列的表征，xj和xi分別表示時(shí)間j和時(shí)間i時(shí)刻的NPP值。β>0表示NPP呈增加趨勢(shì)，反之則表示NPP呈退化趨勢(shì)。

1.3.2 地理探測(cè)器模型 為了深入分析陜西省生態(tài)系統(tǒng)NPP動(dòng)態(tài)變化的空間分異特征，本研究采用地理探測(cè)器模型進(jìn)行NPP空間分布分析。地理探測(cè)器模型通過(guò)探測(cè)地理要素的空間分異特征，揭示地理要素空間分布的潛在影響因素[34]。同時(shí)，可以有效克服傳統(tǒng)統(tǒng)計(jì)方法的局限。地理探測(cè)器模型不僅能探測(cè)各因素的貢獻(xiàn)率，還能對(duì)兩因子的交互作用進(jìn)行探測(cè)[34]。因此，在地理要素格局演變與空間分異等方面已有廣泛應(yīng)用[29,35-36]。

本研究以各像元NPP變化趨勢(shì)為因變量，以高程(Elevation, ELE)、坡度(Slope, SLP)、坡向(Aspect, ASP)、土地覆蓋類型(Land covers, LND)、年均降水量(Annual mean precipitation, AMP)和年均溫(Annual mean temperature, AMT)等為自變量，并對(duì)各自變量指標(biāo)按照自然間斷點(diǎn)進(jìn)行離散化。其中，高程劃分為，各區(qū)域各自變量等級(jí)分別以1、2、…、9表示，主要自變量變化等級(jí)見(jiàn)表2。最后，開(kāi)展地理探測(cè)模型分析，模型分析結(jié)果包括因子探測(cè)、交互作用探測(cè)和風(fēng)險(xiǎn)探測(cè)。

(1)因子探測(cè)

(2)交互作用探測(cè)

用以分析不同自變量因子的共同作用對(duì)因變量的解釋程度。地理探測(cè)器通過(guò)比較因子單獨(dú)作用時(shí)的q值(q(x1)和q(x2))與交互作用時(shí)的q值(q(x1∩x2))，對(duì)兩個(gè)因子之間的關(guān)系進(jìn)行界定(表2)。

表1 地理探測(cè)器模型因子交互作用類型

表2 2002-2021年陜西省NPP變化趨勢(shì)地理探測(cè)器模型探測(cè)因子分析結(jié)果

(3)風(fēng)險(xiǎn)區(qū)探測(cè)

風(fēng)險(xiǎn)區(qū)探測(cè)用于判斷影響因子區(qū)域間的屬性均值是否有顯著差異，用于識(shí)別生態(tài)系統(tǒng)NPP變化的熱點(diǎn)區(qū)域。風(fēng)險(xiǎn)區(qū)探測(cè)用t統(tǒng)計(jì)量進(jìn)行檢驗(yàn)，計(jì)算公式為：

1.3.3相關(guān)分析NPP的影響因子包括氣候因素和人為活動(dòng)二方面。為識(shí)別氣候因素對(duì)NPP的影響，本研究通過(guò)建立NPP與年降水量與年均氣溫之間的多元回歸方程，以該回歸方程的決定系數(shù)(R2)定量化氣候因素對(duì)NPP變化的影響，而將氣候因素解釋效率之外的部分作為人為活動(dòng)的影響。R2的計(jì)算方法為：

R2=

式中，β0、β1和β2為回歸系數(shù)，n為樣本數(shù)量，NPP表示年NPP。R2越大，表示氣候因素對(duì)NPP變化的解釋程度越高，反之則表示人為活動(dòng)對(duì)NPP的影響越大。

2 結(jié)果與分析

2.1 陜西省多年平均NPP空間分布

2002年以來(lái)，陜西省生態(tài)系統(tǒng)年均NPP 461.16 gC·m-2，高于我國(guó)陸地植被多年NPP平均值(273.5 g C·m-2)[37]?？臻g上大體呈現(xiàn)從南向北逐漸遞減的分布規(guī)律，各地級(jí)市中，漢中、寶雞、安康三市生態(tài)系統(tǒng)年均NPP超過(guò)600 gC·m-2，商洛市和西安市年均NPP也高于全省平均水平，位于陜北的榆林市年均NPP僅209.94 gC·m-2，只有漢中市的1/3，亦低于全國(guó)平均水平。陜西省年均NPP的空間分布與植被分布有關(guān)，南部秦巴山地植被以森林為主，中部則為關(guān)中平原農(nóng)田廣布，陜北農(nóng)牧交錯(cuò)帶植被以灌木與草地為主。進(jìn)一步分析各土地覆蓋類型年均NPP發(fā)現(xiàn)，森林年均NPP最高，達(dá)610.44 gC·m-2；其次為灌木林地和農(nóng)田，其年均NPP均在450.0 gC·m-2以上；裸地年均NPP最低，僅126.89 gC·m-2，只有森林年均NPP的21%。

2.2 陜西省年NPP變化趨勢(shì)

2002-2021年，陜西省NPP變化趨勢(shì)具有較為顯著的空間分異特征(圖2)。整體看，陜北地區(qū)NPP變化明顯，而中南部NPP無(wú)明顯變化趨勢(shì)(P>0.05)。按照P=0.01和P=0.05兩個(gè)顯著度水平以及NPP年際變化趨勢(shì)的增減趨勢(shì)，將陜西省NPP變化趨勢(shì)劃分為極顯著減小、顯著減少、不顯著變化、顯著增加、極顯著增加等5個(gè)等級(jí)，分別統(tǒng)計(jì)各等級(jí)面積占比結(jié)果顯示，2002年以來(lái)，陜西省NPP極顯著增加的面積占比達(dá)56%，顯著增加的面積占比17%，而極顯著減小和顯著減小的面積比重則均在1%以下，而不顯著變化的面積占比也只有26%左右。由此可見(jiàn)，陜西省NPP近二十年來(lái)顯著增大，NPP減小的區(qū)域極小且呈零星分布。其中，在延安市北部、寶雞市西北部等地NPP增幅最大，均超過(guò)9.5 gC·m-2·a-1；榆林市西北部長(zhǎng)城沿線以及中南部等地NPP增幅較小，平均在1.4 gC·m-2·a-1左右;NPP減幅最為明顯的地區(qū)主要集中在西安、寶雞、咸陽(yáng)等城市周邊。各地級(jí)市NPP變化趨勢(shì)為，陜西省各地級(jí)市NPP均呈增加趨勢(shì)，表明近二十年來(lái)陜西省生態(tài)系統(tǒng)固碳能力呈增長(zhǎng)趨勢(shì)，商洛、渭南、安康、西安、漢中及銅川等位于中南部的城市NPP增幅較小，均在5 gC·m-2·a-1以內(nèi)，延安、寶雞、咸陽(yáng)、榆林等西北部城市NPP增幅較大。

圖2 2002-2021年陜西省多年平均NPP(a)、NPP變化趨勢(shì)分布圖(b)、各地級(jí)市NPP變化趨勢(shì)圖(c)、各土地覆蓋類型NPP變化趨勢(shì)圖(d)

2.3 陜西省年NPP變化熱點(diǎn)區(qū)域識(shí)別

從整個(gè)研究區(qū)看，氣候因素對(duì)NPP變化的影響強(qiáng)于地貌及土地利用因素。各因子對(duì)植被NPP變化影響程度排序?yàn)椋耗杲邓?土地覆蓋類型>年均溫>坡度>高程>坡向>到城鎮(zhèn)距離。氣候因素中，年降水量的影響最為顯著，其q值為0.22，解釋率在22%以上；土地覆蓋類型的q值為0.09，解釋率約9%；地形地貌因素對(duì)NPP的解釋率均較小，q值在0.07以下，解釋率均不足7%。

在陜西省NPP變化中，雙因子之間的交互作用呈現(xiàn)非線性增強(qiáng)，不存在獨(dú)立起作用的因子。雙因子之間的交互作用對(duì)NPP變化解釋率最高的六組為：年均降水量∩年均氣溫(0.37)>年均降水量∩高程(0.367)>年均降水量∩土地覆蓋類型(0.342)>年均降水量∩到城鎮(zhèn)距離(0.308)>年均降水量∩坡度(0.307)>年均降水量∩坡向(0.228)。表明雙因子間的交互作用中，年均降水量與年均氣溫間交互作用的影響最大，其次為年均降水量與高程的氣候因素與地形因素間的交互作用。這與單因子分析的氣候因素作用的結(jié)果一致。

將年降水量、年均溫、高程、坡度、到城鎮(zhèn)距離等因子分為9個(gè)子區(qū)域，用數(shù)字1～9表示；土地覆蓋類型共7個(gè)，采用1～7表示；坡向共9個(gè)類型，采用1～9表示。各因子子區(qū)域NPP變化趨勢(shì)見(jiàn)圖3。

圖3 2002-2021年陜西省各高程等級(jí)(a)、坡度等級(jí)(b)、坡向(c)、土地覆蓋類型(d)、到城鎮(zhèn)距離等級(jí)(e)、年均降水量等級(jí)(f)和年均氣溫等級(jí)(g)NPP變化趨勢(shì)圖

從圖3可見(jiàn)，隨著年降水量增加，NPP變化呈減小趨勢(shì)。陜西省在年均降水量達(dá)到2類型時(shí)NPP變化趨勢(shì)達(dá)到最大值。隨著降水量增加，NPP變化趨勢(shì)逐漸減小。這表明陜西省內(nèi)降水量較少的區(qū)域，其NPP增勢(shì)明顯。

隨著年均溫升高，NPP變化趨勢(shì)呈現(xiàn)先增大而后減少的變化特征。在5類型區(qū)時(shí)NPP變化幅度達(dá)到最大值。高程與坡度對(duì)NPP變化趨勢(shì)的影響與年均氣溫相似，隨著高程和坡度的增大，NPP變化趨勢(shì)均呈現(xiàn)先增大后減少的變化特征。對(duì)于高程來(lái)說(shuō)，在4和6兩個(gè)類型時(shí)，NPP變化趨勢(shì)達(dá)到最大值；對(duì)于坡度來(lái)說(shuō)，在3類型時(shí)，NPP變化趨勢(shì)達(dá)到最大值。對(duì)于坡向因子，除平地NPP變化趨勢(shì)較小外，其他8個(gè)坡向NPP變化趨勢(shì)均在5～6 gC·m-2·a-1之間，其中以朝南坡向區(qū)域NPP變化趨勢(shì)稍大。對(duì)于到城鎮(zhèn)距離因子，隨著到城鎮(zhèn)距離增大，NPP變化趨勢(shì)先增大后減小，在遠(yuǎn)離城鎮(zhèn)的區(qū)域NPP又有較大的增幅，在2和9兩個(gè)類型區(qū)NPP變化趨勢(shì)較大。各土地覆蓋中，灌木林NPP增幅增大，達(dá)7.23 gC·m-2·a-1；其次依次為草地、農(nóng)地和森林，年NPP增幅均在4.5 gC·m-2·a-1以上；裸地NPP則呈顯著減小趨勢(shì)，減幅達(dá)1.30 gC·m-2·a-1。

2.3 陜西省年NPP變化影響因子

氣候因素對(duì)NPP的影響有顯著的空間分異(圖4)。榆林西北部沿古長(zhǎng)城一線，受氣候變化影響較大，另外在陜西東南部秦嶺等地氣候因素的影響也較為顯著。進(jìn)一步分析降水和氣溫的影響發(fā)現(xiàn)，氣候變化顯著影響的地區(qū)分布與降水量的影響較為吻合(圖4b、4c)。在榆林古長(zhǎng)城沿線，降水對(duì)NPP有正向影響，隨著年降水量增多NPP也逐漸增加；而在陜西東南部秦嶺地區(qū)，降水對(duì)NPP則有負(fù)向影響，隨著降水增多NPP則有所減少。溫度對(duì)NPP顯著影響的地區(qū)則主要位于陜西省西部，包括寶雞、漢中等地西部地區(qū)。在這些地區(qū)，年NPP隨著年均氣溫的升高而逐漸增大，顯示溫度升高對(duì)該地區(qū)NPP增加有促進(jìn)作用。整體看，相對(duì)于年均氣溫，年降水因素對(duì)陜西省NPP的影響更為顯著，不過(guò)陜南與陜北的影響截然相反。在陜西省西部地區(qū)，溫度的影響逐漸變得顯著。不過(guò)，氣候因素的影響相對(duì)還較弱，顯示陜西省相當(dāng)一部分NPP變化可能由除氣候因素以外的其他因素所導(dǎo)致。

圖4 2002-2021陜西省NPP與氣候因素復(fù)相關(guān)系數(shù)(a)、年均降水量影響(b)、年均溫影響(c)及人為活動(dòng)影響變化趨勢(shì)

采用殘差分析方法，結(jié)合Mann-Kendall檢驗(yàn)及Sen斜率方法，計(jì)算其他因素所導(dǎo)致NPP變化趨勢(shì)的結(jié)果顯示，除氣候因素外，其他因素中的主要者近年來(lái)也主要呈上升趨勢(shì)，顯示其他因素的影響逐漸增大。其他因素的影響主要集中在陜西中北部地區(qū)，包括延安及寶雞北部等地。這與該地黃土高原植被恢復(fù)等人為措施有關(guān)。

3 討論

本研究采用NASA發(fā)布的MODIS數(shù)據(jù)產(chǎn)品作為陜西省NPP的數(shù)據(jù)源，研究結(jié)果大體在已有研究的相關(guān)結(jié)果范圍內(nèi)(表3)。但不同模型的NPP估算結(jié)果之間存在差異，年均NPP空間分異以及NPP年變化趨勢(shì)等相對(duì)變化方面仍具有可比性。如前期研究發(fā)現(xiàn)，陜西省南部以林地為主，NPP較高；其次為關(guān)中平原，但在西安、咸陽(yáng)等城市周邊較低；陜北黃土高原丘陵溝壑區(qū)及長(zhǎng)城沿線風(fēng)沙區(qū)植被NPP最低[24]。對(duì)于NPP變化趨勢(shì)，前期研究也發(fā)現(xiàn)全省植被NPP呈增加趨勢(shì)，僅陜南大部分地區(qū)及關(guān)中南部部分地區(qū)增勢(shì)不顯著，而陜北及關(guān)中西北部與西部地區(qū)增勢(shì)顯著[24]；灌叢與草地的NPP增勢(shì)也高于林地[14]。陜西省年均NPP及NPP年際變化趨勢(shì)空間分布特征，與我國(guó)西北部植被NPP變化趨勢(shì)即陜北與寧夏NPP快速上升[27]相似。

表3 本研究結(jié)果與前期研究結(jié)果比較表

陜南地區(qū)NPP變化趨勢(shì)較小，而陜北地區(qū)NPP增勢(shì)顯著，這與二地土地覆蓋類型及人為影響有關(guān)。陜南地區(qū)包括秦巴山地及漢水谷地，森林廣布，植被覆蓋良好，年均NPP高于省內(nèi)其他地區(qū)。在研究期內(nèi)，植被覆蓋狀況并無(wú)顯著變化，因此NPP變化幅度較小。而陜北地區(qū)，地處黃土高原，原始植被覆蓋較差，自2000年以來(lái)，陸續(xù)開(kāi)展退耕還林還草等工程和水土流失治理，并在長(zhǎng)城沿線開(kāi)展防風(fēng)固沙工程建設(shè)，因此陜北地區(qū)NPP增勢(shì)幅度較大[11]，這也導(dǎo)致黃土高原人為活動(dòng)所引起的NPP增勢(shì)最為顯著。我國(guó)西北部NPP研究也發(fā)現(xiàn)，自20世紀(jì)90年代以來(lái)的植樹(shù)造林、退耕還林還草、天然林資源保護(hù)等工程以及以糧代賑、限制放牧、生態(tài)移民等人類活動(dòng)也起到了重要作用，生態(tài)環(huán)境逐年改善，植被覆蓋面積增加，植被NPP上升趨勢(shì)明顯[26-27]。關(guān)中平原則由于農(nóng)田廣布，因此NPP僅次于陜南秦巴山地，同時(shí)因西安、咸陽(yáng)等城市及城鎮(zhèn)擴(kuò)張，基礎(chǔ)設(shè)施大量占用耕地，因此在城鎮(zhèn)周邊NPP減勢(shì)明顯[26]。

年均降水量與年均溫度為表征的氣候要素對(duì)NPP年際變化趨勢(shì)的空間分布有較大影響。陜西省位于我國(guó)東部濕潤(rùn)和西部干旱過(guò)渡的半干旱地區(qū)，降水是影響植被生長(zhǎng)變化的首要?dú)夂蛞豙38]。NPP高低是水熱條件綜合作用的結(jié)果，降水增加促使NPP提高，水分是主要制約因素，而溫度對(duì)NPP積累的作用較為有限[13]。

4 結(jié)論

陜西省地跨我國(guó)南北方，氣候與植被過(guò)渡特征鮮明。在當(dāng)前強(qiáng)調(diào)碳中和及森林是“碳庫(kù)”的大背景下，系統(tǒng)研究陜西省NPP時(shí)空動(dòng)態(tài)特征具有重要的理論與實(shí)踐意義。本研究基于MYD17A3數(shù)據(jù)產(chǎn)品，定量研究2002-2021年陜西省NPP動(dòng)態(tài)規(guī)律，結(jié)果為：

(1)陜西省多年平均NPP呈現(xiàn)南多北少的分布特征，而年NPP變化趨勢(shì)卻呈現(xiàn)北多南少的分布格局；近二十年來(lái)，陜西省NPP普遍增大，尤其是在黃土高原和寶雞市西北部等地；關(guān)中平原城市周邊，NPP顯著減小。

(2)年均降水量和年均氣溫對(duì)陜西省NPP變化趨勢(shì)的空間分異有較大影響，其中年均降水量影響更大。

(3)氣候因素對(duì)陜西省NPP有顯著影響的區(qū)域主要集中在陜北長(zhǎng)城沿線及陜南秦嶺山地東段等地；相比于氣候因素，人為活動(dòng)對(duì)NPP變化的影響更大，在黃土高原和關(guān)中平原等地，人為活動(dòng)引起NPP的增勢(shì)最為明顯。