中国贵州省植被净初级生产力（NPP）的时空演变特征及驱动因素分析

《Ecology and Evolution》：Analysis of Spatiotemporal Evolution Characteristics and Driving Factors of NPP in Guizhou Province, China

本综述系统分析了2000–2020年间贵州省植被净初级生产力（NPP）的时空变化特征及其驱动机制。研究融合多源地理空间数据，综合运用Sen–Mann–Kendall趋势分析、变异系数、Hurst指数及地理探测器模型，揭示NPP呈显著上升趋势（年际变化率为3.65 g C m?2 a?1），空间上呈现“南高北低”的分布格局。研究发现降水、土壤水分等自然因子是主导NPP空间异质性的关键因素，而人类活动（如生态工程实施与城镇化扩张）的影响随时间增强。研究为喀斯特脆弱生态系统的保护与可持续发展提供了科学依据。

　　

研究背景与意义

喀斯特生态系统被认为是生态脆弱区，对环境扰动表现出高度敏感性。这类系统通常具有明显的景观破碎化、较低的结构稳定性和高度的空间异质性，导致植被变化在时空上呈现极强的异质性。净初级生产力（NPP）作为表征植被光合碳汇效率的关键生物物理指标，是指绿色植物在单位时间、单位面积内通过光合作用捕获太阳能并合成有机物的总量减去自身呼吸消耗后的剩余部分。它不仅是生态系统健康和生产力的核心指标，也是评估碳汇能力和生态环境变化的直接工具。

研究区域与方法

本研究以中国西南典型的喀斯特区域——贵州省为研究区，其地理范围为103°36′–109°35′ E，24°37′–29°13′ N。贵州省地处云贵高原，总面积约17.62万平方公里，属亚热带季风气候，年均气温介于10–18°C，年降水量约1000–1500 mm。喀斯特地貌广泛发育，碳酸盐岩出露面积超过70%，生态系统极其脆弱。

研究采用了多源地理空间数据，包括MOD17A3HGF提供的500米分辨率NPP数据、1公里分辨率的气象数据（温度、降水、土壤湿度）、250米分辨率的NDVI数据、30米分辨率的数字高程模型（DEM）及土地覆被数据、1公里分辨率的GDP和人口密度数据等。所有数据均经过统一的投影坐标系转换，并重采样至500米空间分辨率。

研究方法综合运用了Theil–Sen斜率估计与Mann–Kendall趋势检验以分析NPP变化趋势，采用变异系数（Cv）评估NPP时间序列的稳定性，利用Hurst指数判断未来变化持续性，并通过相关分析和地理探测器模型量化自然与人为因素对NPP空间分异的驱动作用。

NPP的时空变化特征

时间变化上，2000–2020年间贵州省年均NPP在707.89至845.99 g C m^?2 a^?1之间波动，多年平均值为785.47 g C m^?2 a^?1，整体呈显著上升趋势，增长率为3.65 g C m^?2 a^?1。其中2012–2013年间增幅最大（98.31 g C m^?2 a^?1），而2009–2010年间下降最为明显（-74.99 g C m^?2 a^?1）。

空间分布上，NPP表现出明显的“南高北低”格局。高值区主要分布在黔南布依族苗族自治州和黔西南布依族苗族自治州的南部，低值区则集中在贵阳市、遵义市南部和西北部以及毕节市西部。铜仁市和黔东南苗族侗族自治州未出现显著的高低值聚集区。

趋势分析表明，全省78.48%的区域NPP呈上升趋势，主要分布在西部、西南部和东北部；下降趋势区域占6.4%，集中在东南部、中部和北部。其中45.76%的区域呈现显著上升（包括极显著、显著和较显著上升），而显著下降区域仅占2.14%。

稳定性方面，NPP的变异系数介于0–0.81之间，平均值为0.04，表明整体波动较为稳定。81.7%的区域属于高稳定性（Cv < 0.05）和较高稳定性（0.05 ≤ Cv < 0.1）类别，高波动性区域（Cv ≥ 0.2）主要分布在西部、中部和西北部。

持续性分析显示，Hurst指数平均值为0.44，76.76%的区域H < 0.5，表明这些区域未来的NPP变化趋势可能与过去相反。叠加分析识别出四类变化模式：61.56%的区域可能由改善转为退化，6.3%持续退化，16.93%持续改善，15.20%由退化转为改善。空间上，持续性改善区域主要分布在西北部，而持续性退化区域集中在中部和北部。

驱动机制分析

气象因子中，年均温度呈波动上升趋势（增速0.02°C/a），空间上呈现南高西低格局；年降水量也呈波动增加（增速7.3 mm/a），空间上南部和东部降水明显高于中部和西部。相关分析表明，94.12%的区域NPP与温度显著相关，其中34.43%呈显著正相关；68.35%的区域NPP与降水显著相关，其中10.07%呈显著正相关。

地形因子分析显示，NPP随海拔和坡度变化呈现非线性响应。在海拔低于1000米区域，NPP随海拔升高而增加；1000–2500米之间则随海拔升高而降低；2500米以上又略有回升。坡度方面，0–3°坡度区域因人类活动频繁，NPP值最低（759.89 g C m^?2 a^?1）；5–25°坡度区域NPP缓慢下降；25–32°坡度区域先升后降；大于40°的陡坡区域NPP最高（802.75 g C m^?2 a^?1）。

土地利用/覆被变化（LULC）分析表明，2000–2010年间，草地和林地之间的相互转化主导了NPP变化，其中向林地的转化贡献了最大的NPP增量；2010–2020年间，向草地的转化成为NPP增加的主要来源，而林地向其他地类的转化则是NPP减少的主要原因。建设用地面积在研究期内增加了292.85%，其扩张导致了NPP的损失。

地理探测器量化分析显示，不同驱动因子对NPP的影响程度随时间变化。2000年主导因子为降水（q = 0.228）>温度（0.142）>人口密度（0.141）；2005年为土壤水分（0.102）>NDVI（0.085）>降水（0.065）；2010年为人口密度（0.157）>土壤水分（0.144）>降水（0.113）；2015年为NDVI（0.095）>土壤水分（0.077）>人口密度（0.065）；2020年为NDVI（0.081）>降水（0.078）>温度（0.069）。五年平均q值排序为：降水（0.11）>土壤水分（0.096）>人口密度（0.094）>NDVI>温度>GDP>潜在蒸散>LULC>海拔>坡度。

因子交互作用分析发现，任意两因子交互后的q值均大于单一因子，表明因子间存在明显的非线性增强作用。2000年土壤水分与降水的交互作用最强；2005和2015年为潜在蒸散与土壤水分的交互；2010年和2020年分别为人口密度与降水的交互。这表明没有任何单一因子能独立解释NPP的空间变异，各因子间的复杂交互在植被变化过程中起着至关重要的作用。

讨论与结论

研究表明，水条件（降水和土壤水分）是贵州省NPP空间异质性的主导自然因子，这证实了喀斯特地区薄土层、高渗漏特性导致的“生态缺水”效应。尽管贵州降水丰富，但喀斯特地貌导致土壤储水能力低，水分无法满足岩石裂缝和浅层土壤中植物的吸收需求，因此水分成为植被生长的主要限制因子。

温度因子的解释力显著低于水文因子，证实了亚热带地区植被对热量变化的敏感性较低。适度升温促进植被光合作用，但温度过高会增强潜在蒸散，加剧生长季土壤水分亏缺。

人类活动的影响呈现双重性：一方面，城镇化导致的建设用地扩张是NPP损失的主要原因，高人口密度区域植被生长受到明显抑制；另一方面，生态工程实施（如退耕还林还草、石漠化治理）对NPP提升有积极影响。2000年以来实施的生态工程显著促进了中国大部分地区的植被生态恢复，对NPP产生了积极影响。

本研究通过综合空间分析方法，揭示了贵州省NPP的时空演变规律及其驱动机制，为喀斯特脆弱生态系统的保护与恢复提供了科学依据。地理探测器方法的运用突破了传统线性模型的局限，为分析植被变化的复杂驱动机制提供了有效工具。研究强调，在未来的生态管理中需要综合考虑自然与人为因子的交互作用，制定针对性的生态保护策略。