气候变化与人类活动对植被净初级生产力（NPP）时空动态、稳定性及未来轨迹的影响与归因：以中国河南省2001–2024年为例

《Frontiers in Environmental Science》：Effects of climate change and human activities on vegetation net primary productivity: a case study of Henan Province, China

　　

净初级生产力（net primary productivity, NPP）是陆地生态系统碳汇能力的关键指标。研究人员利用2001至2024年逐年MODIS NPP数据，采用Theil-Sen趋势分析（Theil-Sen trend analysis）、Mann-Kendall检验（Mann-Kendall test）、变异系数（coefficient of variation, CV）、Hurst指数（Hurst exponent）和重心模型（gravity-center model），表征河南省NPP的时空动态、稳定性及未来轨迹。随后应用偏导数分析（partial derivative analysis）量化气候因子（温度、降水和太阳辐射）与人类活动对观测NPP变化的相对贡献。结果表明，在24年期间，NPP以4.43 g C·m^-2·a^?1的速率显著增加（P < 0.01），多年均值为486.88 g C·m^-2·a^?1。NPP在不同土地利用类型间差异显著，以林地最高，其次为草地和农田，裸地最低。空间上，高NPP值出现在河南省西部和南部，而低值出现在东部和北部。NPP在94.70%的植被覆盖区增加，其中显著增加（64.41%）集中于中西部和南部地区；下降区域（3.14%）主要沿京广和连云港—兰州铁路走廊分布。NPP随时间总体稳定（平均CV = 0.14）；然而，平均Hurst指数为0.46，表明69.07%的区域将呈现反持续性特征。研究期间，NPP重心向西北移动4.58 km。气候变化和人类活动对NPP变化的贡献分别为43.19%和56.81%。人类活动是植被改善的主要驱动因素（57.85%），而气候变化主导植被退化（67.82%）。尽管生态恢复和农业现代化在一定程度上抵消了气候变化的不利影响，但未来退化风险仍然较大。高风险区域需要有针对性的适应性管理，以保障区域碳汇并维持生态系统服务。

论文解读：气候变化与人类活动对植被净初级生产力（NPP）的影响——以中国河南省为例

研究背景：全球气候变化和人类活动正在重塑陆地生态系统。植被连接大气、水圈、土壤圈和生物圈，调节全球碳循环、气候稳定并支撑人类福祉。净初级生产力（net primary productivity, NPP）指绿色植物在扣除自养呼吸后单位面积和时间内净固定的碳，直接衡量植被固碳能力，是生态系统生产力和碳汇潜力的关键指标。传统地面样地测量在局地尺度可靠，但难以支撑大范围、长期监测；遥感技术推动了统计模型、过程模型和光能利用率模型等大尺度NPP估算。已有研究表明全球中纬度NPP显著增加，中国整体呈绿化趋势但区域差异明显。气候变化和人类活动被广泛视为NPP动态的主要驱动因素。河南省地处中国中东部，是粮食主产区、人口密集区和重要生态屏障，处于北亚热带向暖温带过渡的大陆季风气候区，植被在气候变化和快速城市化共同压力下变化明显。已有河南NPP研究多依赖传统统计方法，难以有效区分不同驱动因子的独立贡献。因此，研究人员利用2001–2024年MODIS NPP数据，结合趋势分析、稳定性分析、Hurst指数和重心模型，评估NPP动态、稳定性与未来趋势，并采用偏导数分析量化温度、降水、太阳辐射和人类活动的贡献，以期为区域生态系统管理和可持续发展提供科学依据。

关键技术方法：研究人员基于Google Earth Engine (GEE)平台获取并预处理2001–2024年MODIS NPP数据（MOD17A3HGF.006，500 m），气候数据采用ECMWF ERA5-Land月再分析资料中的温度、降水和太阳辐射，土地利用/覆盖数据来自NASA EOS/MODIS的MCD12Q1产品（2001、2006、2012、2018、2024年，500 m），DEM来自中国地理空间数据云（1:50,000，30 m）。主要方法包括Theil-Sen趋势分析、Mann-Kendall检验、变异系数（coefficient of variation, CV）、Hurst指数、重心模型和偏导数分析。

研究结果：
3.1 年际变化：2001–2024年，河南年NPP范围为316.41–512.14 g C·m^-2·a^?1，多年均值486.88 g C·m^-2·a^?1，显著增加速率为4.43 g C·m^-2·a^?1（P < 0.01）；2024年最高，2001年最低，2019年降至387.66 g C·m^-2·a^?1，年际波动明显。不同土地利用类型中，多年均值表现为林地500.88 > 草地482.51 > 农田403.32 > 建设用地340.11 > 水体322.95 > 裸地208.36 g C·m^-2·a^?1；所有类型均呈正趋势，草地5.57、林地4.58、水体3.91、农田3.65、建设用地2.84、裸地2.31 g C·m^-2·a^?1。
3.2 时空变化：空间上NPP呈西部和南部高、东部和北部低的梯度；西部伏牛山和南部桐柏—大别山多高于500 g C·m^-2·a^?1，中东部平原多为350–470 g C·m^-2·a^?1，北部部分区域低于350 g C·m^-2·a^?1，最低值沿京广和连云港—兰州铁路走廊集中。Theil-Sen斜率范围为?17.68至27.48 g C·m^-2·a^?1；94.70%植被区NPP增加，64.41%显著增加，集中中西部和南部；3.14%下降，主要位于城市走廊和强土地利用压力区。林地、草地和农田增加比例高，分别为97.86%、92.90%和92.48%；建设用地和裸地下降比例较高，分别为9.09%和9.65%。
3.3 稳定性与未来趋势：CV均值为0.14，总体稳定；非常稳定、较稳定、中等稳定、较不稳定、非常不稳定分别占4.65%、6.15%、54.67%、27.36%、7.17%，较高CV集中于中部、北部和城市周边。Hurst指数均值0.46，H < 0.5区域占69.07%，反持续性为主。结合Theil-Sen趋势与Hurst指数，持续改善占28.59%，未来退化占67.32%，持续退化占2.29%，未来改善占1.75%，不可预测占0.05%，表明近期绿化并不必然长期持续。
3.4 NPP重心迁移：NPP重心始终位于许昌市襄城县。2001年位于(113°31′E, 33°46′N)；2001–2005年向西北移动0.82 km，2005–2013年向西南移动13.42 km，2013–2021年向东北移动10.83 km，2021–2024年向西北移动10.47 km；24年总体向西北移动4.58 km，最终位于(113°29′E, 33°48′N)，说明西北部NPP改善相对较强。
3.5 气候因子与人类活动贡献：温度、降水和太阳辐射平均贡献分别为1.97、?0.30和0.19 g C·m^-2·a^?1；温度在94.32%区域为正贡献，降水在86.52%区域为负贡献，太阳辐射在85.45%区域为正贡献。综合气候贡献均值为1.85 g C·m^-2·a^?1，正贡献占91.90%；残差人类活动贡献均值为2.42 g C·m^-2·a^?1，正贡献占97.37%，负贡献占2.63%。正人类活动贡献集中于三门峡西部和西南部、洛阳、南阳、信阳，负贡献位于城市边缘和交通开发走廊。
3.6 相对贡献：全省尺度气候变化和人类活动分别贡献43.19%和56.81%。NPP改善区中，气候平均贡献42.15%，人类活动57.85%；气候贡献20%–60%占改善区81.95%，超过60%占8.60%；人类贡献40%–80%占81.95%，超过80%占9.45%。NPP退化区中，气候贡献67.82%，人类活动32.18%；气候超过80%占退化区47.53%，人类低于20%占47.53%。地类上，改善区气候贡献为40.49%–57.52%，水体人类贡献59.51%、农田59.25%、裸地42.48%；退化区气候对农田贡献最高74.39%，对林地最低48.20%，人类对林地退化贡献51.80%，对农田25.61%。

讨论：
4.1 时空演变：NPP显著增加与已有研究一致。西高南高、东低北低反映地形、水热条件和土地利用差异；西部和南部山地高海拔、林草覆盖、低人类压力，东部和北部平原受集约农田利用及城市经济扩张影响。林草>农田>建设用地>水体>裸地的NPP格局与已有报道相符。林草改善比例高及重心西北迁移与太行山恢复、退耕还林等生态恢复工程一致。农田改善比例高达92.48%，可能与灌溉、施肥和保护性耕作等农业集约化有关。建设用地改善较低、退化较高，表明城市化压力局部超过绿化效应。裸地改善最低、退化最高，与其脆弱性和对极端气候敏感有关。
4.2 稳定性与未来轨迹：NPP总体稳定，但中部、北部和城市周边波动较大，可能与城市扩张和土地利用压力有关。Hurst指数均值0.46表明反持续性主导，近期绿化不必然保证长期稳定，恢复仍易受环境和人类压力影响，需持续监测和针对性管理。
4.3 气候控制：温度主要呈正贡献，西部高地尤为明显，与增温延长生长季一致。降水多数呈负贡献，与河南湿润至半湿润气候及灌溉缓冲降水变异有关。太阳辐射正贡献可能促进光合和固碳，但其增温效应可能增加蒸散并在缺水环境中抑制NPP。综合气候贡献低于温度单独贡献，反映气候因子间存在部分抵消。
4.4 人类活动与气候变化：人类活动总体贡献大于气候变化，说明管理作用重要。改善区人类贡献较高，可能与退耕还林、南水北调生态廊道和高标准农田建设有关；农田和水体人类贡献较高，分别反映农业管理和湿地恢复；裸地人类贡献最低，更受气候约束。退化区气候变化主导，城市边缘和信阳南部负气候效应最大，可能受城市热岛和局地水文改变影响；农田退化气候贡献最高，说明粮食主产区对极端气候脆弱；裸地和水体退化气候贡献高，反映直接气候强迫；建设用地人类对改善和退化均有贡献，体现城市化双重效应。
5 局限与未来：偏导数分析假设气候变量独立，可能低估交互作用；500 m气候层较粗；未考虑风速、相对湿度、地形、CO₂施肥和土壤性质。未来应使用更高分辨率多源数据、Geodetector模型以及随机森林和XGBoost等机器学习算法。
6 结论翻译：利用2001–2024年MODIS NPP数据，研究人员量化了河南植被NPP时空动态、稳定性、未来轨迹、空间再分布及气候和人类活动控制。主要发现：24年间NPP显著且广泛绿化（4.43 g C·m^-2·a^?1），呈西高南高、东低北低格局；土地利用类型强烈影响NPP水平和趋势，林地、草地和农田改善广泛（>92%），建设用地改善最低（53.67%）且退化第二高（9.09%），表明城市化压力。NPP年际变异有限，平均CV为0.14；Hurst分析表明大范围反持续性及未来退化风险，尤其西部高海拔、北部安阳—濮阳和城郊地区。温度与太阳辐射主要正贡献，降水主要负贡献；综合气候贡献平均1.85 g C·m^-2·a^?1，低于温度单独贡献，表明气候驱动因子部分补偿。人类活动对总体NPP变化贡献大于气候变化（56.81% vs 43.19%），但依赖变化方向：人类主导改善（57.85%），尤其农田和水体（>59%）；气候主导退化（67.82%），农田最脆弱（74.39%）。建设用地具双重性，人类对改善和退化均有较大贡献（53.69%和49.29%），反映城市绿化和土地利用集约化压力并存。