黄河流域净生态系统生产力的时空分异特征及其驱动因子分析

曹云，孙应龙，姜月清，万君

1. 国家气象中心，北京 100081；2. 武汉区域气候中心，湖北 武汉 430074

近年来陆地生态系统碳循环研究，已成为区域可持续发展、气候变化领域的关注焦点（Wang et al.，2013；Zhao et al.，2022）。国内外众多学者利用野外调查数据、遥感监测数据、以及模型模拟等多种方法和技术手段，对森林、草地、农田等生态系统碳循环开展了细致分析（王效科等，2001；牛海生等，2014；翁翎燕等，2018；何源等，2021），逐步完成了对中国生态系统碳循环及其气候响应的科学分析与探索（方精云等，1996；Fang et al.，2007；熊华等，2021）。其中在空间分布及其驱动因素的研究方面，多利用生态机理模型，结合气候变化数据，分析生态系统固碳功能的时空分异特征，探索气候变化的响应特征（陶波等，2006；李洁等，2014；杨延征等，2016）。作为中国北方重要生态安全屏障，黄河流域跨越中国三大自然区，地形地貌多样，气候类型多变，生态环境脆弱（孙睿等，2001；袁丽华等，2013；Chen et al.，2020；王娟等，2021；Zhang et al.，2022）。特别是在气候变化不断加剧背景下，黄河流域生态系统碳循环及其气候响应规律，已呈现不同动态演变特征，区域生态格局与过程出现了不同程度的变化（Wang et al.，2010；王艳芬等，2021；刘绿柳等，2021）。

然而，目前针对黄河流域生态系统的气候响应研究，多采用NDVI、植被覆盖度、生产力等指标方法，对流域植被生态特征开展时空演变分析（王娟等，2021；Liu et al.，2022；Ren et al.，2022）。有关黄河流域植被固碳功能及其时空分布特征研究相对缺乏，加之流域气候变化的复杂性，在一定程度限制了对流域碳收支的定量评估研究，以及影响因素的探索。因此，开展黄河流域植被固碳功能的定量评估，加强时空格局变化的气候影响分析，有助于准确评估黄河流域生态系统在碳循环调控与气候变化减缓中的作用，对于明确流域碳汇效应的空间差异、丰富北方陆地生态系统碳循环过程及其影响机理研究，具有重要的理论与实践意义。

在生态系统碳循环研究中，净生态系统生产力（Net Ecosystem Productivity，NEP），为生态系统植被净初级生产力与土壤异养呼吸的差值，是反映植被生态系统碳平衡状态的重要参数，可直接作为生态系统固碳功能的评估指标（马建勇等，2013；李洁等，2014；刘凤等，2021）。NEP＞0时，说明生态系统碳吸收大于碳排放，表现为碳汇；NEP＜0时，说明生态系统碳吸收小于碳排放，表现为碳源（李洁等，2014；刘应帅等，2022）。因此，本研究以 NEP为固碳评估指标，基于净初级生产力和土壤呼吸的估算模型，定量评估了黄河流域植被生态系统固碳能力，分析了 2000—2020年期间流域NEP分布格局差异及其对气候变化的响应，为阐明黄河流域固碳能力、及其气候影响机制提供基础数据支撑。

1 数据与方法

1.1 数据来源

气象数据，来自国家气象信息中心整理的数据集，选择黄河流域及其周边记录相对完整的400多个气象观测站点（图1），2000—2020年逐日平均气温、日最高（低）气温、日降水量等数据（下载网址，http://data.cma.cn/）。

图1 黄河流域气象监测站点分布示意图Figure 1 Spatial distribution of meteorological observation stations in the Yellow River Basin

遥感 NDVI数据，为NASA提供MOD13A3级植被指数产品（下载网址https://ladsweb.modaps.eosdis.nasa.gov/），时间范围为2000—2020年逐月，空间分辨率1 km；流域边界、土地覆盖类型、海拔高程、土壤质地等基础数据，来自国家基础地理信息中心和中国科学院南京土壤研究所等单位与中国气象局交换合作的数据资料。

1.2 研究方法

1.2.1 NEP估算模型

NEP由植被净初级生产力（NPP）与土壤异养呼吸（Rh）差值来计算。计算公式如下：

式中：

ANEP——净生态系统生产力；

ANPP——净初级生产力；

Rh——土壤异养呼吸，单位为g·m-2。

植被净初级生产力（NPP），采用陆地生态系统碳通量TEC（Terrestrial Ecosystem Carbon flux model，TEC）模型进行估算，计算公式如下：

式中：

ANPP、AGPP、Rg和Rm——植被净初级生产力、总初级生产力、生长和维持呼吸消耗量，其中GPP详细计算方法见参考文献（Yan et al.，2015；Yan et al.，2019），Rg和 Rm详细计算方法见参考文献（Goward et al.，1987；Zhao et al.，2010）。

土壤异养呼吸（Rh），采用Bond-Lamberty et al.（2004）和Chen et al.（2010）建立的土壤呼吸模型，对生态系统Rh进行估算，主要公式如下：

式中：

Rh——土壤异养呼吸；

Rs——土壤呼吸；

t——年平均气温；

P——年降水量；

Asoc——土壤表层有机碳；

R0，Q，K，ψ ——模型参数，具体计算方法见参考文献（Bond-Lamberty et al.，2004；Chen et al.，2010；谢薇等，2014）。

1.2.2 趋势分析

本研究采用一元线性回归方法，在像元尺度，开展NEP的时间序列分析，以趋势率表示2000年以来变化趋势的特征。趋势率计算公式如下：

式中：

n——研究时间序列的长度；

i——第i年；

Xi——第i年NEP；

θslope——趋势率，表示NEP随时间变化的速率。

1.2.3 Hurst指数计算

利用 R/S分析法（Rescaled Range Analysis Method），即重新标度极差分析法，通过NEP时间序列差分的构建，来计算Hurst指数，揭示NEP时间序列变化趋势的可持续性特征。Hurst指数（H值）在0—1之间，H值越接近0，其反持续性越强，表示未来趋势与过去趋势呈负相关；越接近 1，其持续性越强，表示未来变化趋势与过去的一致（袁丽华等，2013；田义超等，2021）。结合 Hurst指数变化，通常可划分为强反持续性（0＜H≤0.35），弱反持续性（0.35＜H≤0.5），弱持续性（0.5＜H≤0.65），强持续性（0.65＜H≤1）等 4 个等级（徐浩杰等，2014）。

对于给定一时间序列Xi，i=1, 2, …, n，其中n为任意正整数，Hurst指数计算方法如下：

（1）差分序列

（2）均值序列

（3）累积离差序列

（4）极差序列

（5）标准差序列

（6）R/S比值序列

Hurst指数（H值）可以根据ln(RS(k))=a+H×ln(k)方程，利用最小二乘法拟合得到。

1.2.4 聚类分析

利用ArcGIS软件空间分析模块，采用Anselin Local Moran’s I算法（公式12），开展NEP空间聚类分析，分析出某一点与其周围点在某种属性上的聚类关系，从而确定统计学意义的高值或低值聚类区，其中高高集聚的高值区域为热点，低低集聚的低值区域为冷点（孙滨峰等，2018；邓玉娇等，2021）。

其中：

xi——要素i的一个属性；

wi,j——要素（i, j）的空间权重；

n——要素数量。

1.2.5 关键气候因子分析

相关分析采用Pearson相关系数法，逐像元计算NEP与气候因子的相关系数（P＜0.05为显著性水平、P＜0.01为极显著水平）。为了定量评估不同气象因子对NEP的影响程度，选取像元上相关系数平方（即决定系数R2）最大的气象因子，作为该像元上影响植被的关键气候因子（袁沫汐等，2016）。

2 结果与分析

2.1 流域NEP空间分布特征

在空间分布上，黄河流域 NEP总体上呈现从西向东逐步呈增加的趋势，其中黄河上游地区NEP相对偏低，大部地区不足50 g·m-2（以C计），中下游地区固碳效率明显提升，NEP多达100 g·m-2以上（图2）。基于Moran’s I指数的空间分析显示，黄河流域NEP的Moran’s I指数达到0.8以上，且通过 0.1%的显著性检验，表明流域 NEP分布在99.9%置信度下存在极其显著的空间正相关性，NEP高值和低值的空间聚集特征明显。从逐年空间聚集情况来看（图3），2000年以来NEP在黄河流域的空间聚集效应明显加强，高高聚集或低低聚集出现连片扩大和集中分布，但是空间聚集分布位置大体一致，其中 NEP低低聚集区域多分布在流域西北部，表现碳吸收偏低的冷点区域。流域东南部多呈高高聚集的热点区域，成为流域固碳功能的重要区域。从不同空间聚集特征的面积统计来看（表1），2000—2020年期间黄河流域NEP高高聚集（HH）的热点区域达到流域总面积的32.6%，冷点区域面积占比达到41.7%，且两者分布面积2000年以来总体呈增加趋势，同时空间聚集不显著的区域面积呈减少趋势，表明黄河流域NEP空间聚集效应2000年以来总体有所加强，不同地区间NEP差异特征出现显著分化。

表1 黄河流域不同空间集聚特征的面积百分比Table 1 Statistics of area percentage with different spatial agglomeration characteristics in the Yellow River Basin

图2 2000—2020年黄河流域NEP均值空间分布Figure 2 Spatial distribution of annual average value of NEP in the Yellow River Basin from 2000 to 2020

图3 黄河流域NEP空间聚类分布特征Figure 3 Spatial agglomeration characteristics of NEP Anselin Local Moran’s I in the Yellow River Basin

2.2 流域NEP变化趋势特征

2000年以来，黄河流域NEP整体上呈增加趋势（图4a），平均每年增加4.7 g·m-2，增加趋势达到极显著水平（P＜0.01）。从分流域变化来看，黄河上游、中游和下游 NEP均呈增加趋势，平均每年分别增加2.3、7.8和3.6 g·m-2，其中上游和中游地区 NEP增加趋势达到显著性水平（P＜0.05），而下游变化 NEP逐年波动起伏较大，增加趋势没有达到显著水平（P＞0.05）。2000—2020年，黄河流域年均NEP为92.7 g·m-2，其中混交林年均NEP最高，为 287.2 g·m-2；常绿林和落叶林年均 NEP为180—220 g·m-2，要略高于农田和灌丛；草地NEP最低，为41.5 g·m-2（图4b）。

图4 2000—2020年黄河流域NEP逐年变化特征（a）及其植被NEP年均值（b）Figure 4 Inter-annual variations of NEP (a) and annual average NEP of different vegetation (b) in the Yellow River Basin from 2000 to 2020

从NEP空间变化趋势及其面积统计来看（图5和图6），黄河流域有90.9%的地区植被固碳能力呈增加趋势，尤其中游大部地区每年每平方米多增加5 g以上，但在整个流域，依然有9.1%的区域，2000年以来NEP呈下降趋势，主要分布在黄河上游西部地区以及郑州周边地区。NEP变化趋势的显著性分析表明，黄河流域有62.4%的地区NEP增加趋势达到显著水平，其中黄河中游地区NEP呈显著增加趋势的面积最多，占中游面积的 83.0%，植被固碳效果显著；尽管下游地区NEP呈显著增加的面积最少，但其面积占比也达到 33.5%。从流域不同植被类型来看（图6b），常绿林NEP提升最为显著，达到显著增加趋势的面积比例最高，占常绿林分布面积的82.8%；灌丛NEP达到显著增加趋势的面积占比最低，为 43.7%。在黄河流域中，草地类型分布最为广泛，草地NEP增加趋势达到显著水平的面积占比也高达到59.2%。在NEP呈下降趋势的植被类型中，主要分布于是草地和灌丛，但是达到显著下降的区域面积较小，面积占比为0.5%—0.8%。

图5 黄河流域NEP变化趋势（a）及其显著性检验（b）Figure 5 Trend of NEP changes (a) and its significance level (b) in the Yellow River Basin

图6 黄河流域不同分区（a）和不同植被类型（b）的NEP变化趋势的面积统计Figure 6 The proportion of area of NEP trade for different basins (a) and different types (b) in the Yellow River Basin

2.3 流域NEP变化可持续性特征

从未来变化趋势来看，黄河流域NEP的Hurst指数平均为0.74±0.13（最大值0.98，最小值0.21），未来变化趋势总体上呈现强持续性。在空间分布上，黄河流域大部地区NEP呈强持续性（图7a），强反持续性、弱反持续性、弱持续性、强持续性等级的面积占比分别为0.1%、4.1%、20.2%和75.6%，其中黄河下游地区 NEP呈强持续性等级的面积占比最高，达到94.9%（图7b）。由于黄河流域植被固碳能力整体呈增加趋势，加之 NEP未来变化趋势呈现强持续性，表明未来黄河流域 NEP仍将保持过去变化特征，呈现增加趋势。结合2000年以来NEP空间趋势分析（图5b），黄河流域有56.2%的区域，NEP呈显著增加趋势（θslope＞0，P＜0.05）、且未来保持强持续性（H＞0.65），说明未来黄河流域大部地区固碳能力仍呈提升态势。同时，还有1.5%的区域NEP未来具有反持续性，从减少趋势向增加趋势转变，主要分布在黄河源头地区。此外，值得关注的是 NEP呈减少趋势、Hurst指数＞0.65的区域面积也达到4.7%，表明在当前NEP呈下降趋势的地区中，未来约有一半区域的固碳能力可能仍将以下降趋势为主，主要分布在西安、郑州等城镇及其周边地区。

图7 黄河流域NEP的Hurst值空间分布（a）及其面积占比统计结果（b）Figure 7 Spatial distribution of Hurst index of NEP (a) and proportion of area (b) in the Yellow River Basin

2.4 NEP气象影响分析

从气象条件对 NEP影响分析来看，降水、气温、日照时数与 NEP间的相关性存在明显空间分布差异（图8）。降水对流域NEP变化存在明显影响，呈正相关性的区域面积占流域总面积的81.4%，具有显著正相关性的区域面积占比也达到了47.2%，主要分布在黄河上游和中游地区。日照时数与流域 NEP间以负相关为主，分布范围占流域总面积达到60.7%，其中达到显著负相关的区域面积占流域总面积的16.5%，主要分布在青海东部和甘肃东部等黄河上游地区；但是日照时数在上游地区也存在显著正相关影响，达到显著相关的区域面积占流域的 6.5%，主要分布在流域源头地区。大部地区气温对流域 NEP影响不显著，仅分别有2.0%、2.5%区域达到显著正相关和负相关水平。

图8 2000—2020年黄河流域NEP与降水（a）、气温（b）和日照时数（c）的相关性分析Figure 8 Correlation between NEP and precipitation (a), temperature (b) and sunshine hours (c) in the Yellow River Basin from 2000 to 2020

从关键气候因子的分布面积来看（图9），降水与 NEP的决定系数最大的区域最广，分布面积占总流域面积的70%，日照时数影响范围次之，占总面积的 19.3%，气温影响面积占比最小，为10.7%。因此，降水对黄河流域NEP影响大于其他气象因子，是黄河流域近21年来NEP年际变化的主要气候影响因素。

图9 黄河流域NEP关键气候影响因子的空间分布Figure 9 Spatial distribution of key climatic factors affecting NEP in the Yellow River Basin

3 讨论

从固碳整体变化来看，中国陆地植被多具有碳汇作用，固碳能力多呈上升趋势（Fang et al.，2007；杨延征等，2016；刘凤等，2021），主要分布在西南地区西部、藏东南、东北平原、华北中西部地区（陶波等，2006）。与全国NEP总体变化趋势相似，黄河流域2000年以来有一半以上区域的NEP呈显著增加趋势。不同植被类型固碳能力差异较为明显，林地NEP较高，草地NEP明显偏低，其植被固碳能力大小顺序，与黄淮海地区（胡波等，2011）、西南地区（庞瑞等，2012）等其他区域研究结果基本一致。在全国尺度，草地和灌丛分布面积最广，其固碳总量占比达到75%（陶波等，2006）。从黄河流域固碳贡献占比来看，尽管林灌固碳能力较大，然而在整个流域分布面积相对较少，林灌固碳量占总量百分比仅为 10%—12%；草地分布面积广，但NEP偏低，固碳占比为16.3%；农田分布面积较大，其碳吸收量约占总量一半。从作物自然固碳能力来看，尽管农作物有其特殊性，但农田生态系统固碳功能在陆地植被中仍具有不可忽视的重要作用（陈丽等，2016）。

从影响因素来看，在气候变化和生态建设的影响下，特别是三北防护林建设、退耕还林还草、天然林保护等一些系列生态工程措施支持下（肖笃宁等，2004；Yin et al.，2010），黄河流域植被覆盖、净初级生产力明显提高（袁丽华等，2013；田智慧等，2019），陆地植被生态质量持续向好发展（曹云等，2022），可能是黄河流域固碳能力等服务功能提升的重要原因之一。黄河流域 NEP大体上从西向东呈提升趋势，其中明显增长的区域主要分布在陕北高原、吕梁山区等地，这与上述地区植被NDVI近年波动上升、生态明显改善有关（Ren et al.，2022）。尽管黄河流域大部地区固碳能力呈增加趋势，但是上游地区，特别是黄河部分源区NEP出现下降趋势。这可能与黄河源植被覆盖度不显著增加有关，尤其南部部分地区受过度放牧等因素影响，植被NDVI明显下降（王俊奇等，2021；高思琦等，2022），在一定程度限制区域NEP的提升。对于气候影响，降水是限制植被生长的主要因子，中国大部地区降水量变化与 NEP空间格局具有密切关系（陶波等，2006；杨延征等，2016）。在黄河流域，降水对 NEP影响范围和程度也要明显高于其他气象因子，是流域关键影响因子。在中国东北（李洁等，2014；孙滨峰等，2018）、西北（张新中等，2020）等北方一些区域 NEP研究中，也发现降水是影响 NEP重要气候因子，影响程度多高于气温。但是西南、华南等中国长江以南相对湿润的地区，气温对植被生长及其固碳能力的影响最为显著，降水影响次之（刘凤等，2021；邓玉娇等，2021）。NEP时空分布的差异特征，主要与气候及其所导致的NPP和Rh的分布密切相关（陶波等，2006）。通常，降水是北方地区生态改善的关键限制因子之一，区域降水增加有利于北方植被生产力以及固碳能力的提高；然而南方地区降水条件相对较好，一般不构成关键影响因子。因此，黄河流域NEP对降水响应的空间分布差异，主要归因于植被生长对降水变化的敏感程度。

本文基于NEP指标的固碳能力研究，仍存在一定的不确定性。一方面，在NEP长时间序列的估算过程中，未考虑CO2浓度、土壤有机碳等因子变化对植被NPP和土壤异养呼吸的影响。另一方面，流域植被类型的多样性、生态系统结构的复杂性，均在不同程度上增加了区域固碳功能评估的不确定性，特别在气候变化以及人为影响下，生态系统固碳的驱动机制也更为复杂多变（李学斌等，2014；何源等，2021），从而影响生态系统固碳能力评估精确度。特别从碳循环过程来看，NEP估算结果的不确定性，也远远大于植被和土壤固碳能力的估算（陶波等，2006；庞瑞等，2012）。因此，未来需要加强气候、人为等不同因素对碳吸收影响机制的探索，实现主要影响因子的定量分析评估，逐步提高生态系统碳汇能力监测评估的精细化程度。

4 结论

本研究基于 NEP估算模型，采用趋势分析、相关分析、聚类分析等方法，揭示 2000年以来黄河流域 NEP时空格局及其气候变化的响应特征，主要得出以下结论：

（1）在空间分布特征上，黄河流域 NEP呈现从西向东逐步递增的趋势，其中流域中下游地区固碳效率明显偏高；流域年均NEP为92.7 g·m-2，总体表现为碳汇；流域 NEP高值和低值的空间聚集特征明显，呈现显著的空间分化和差异。

（2）在变化趋势特征上，黄河流域 NEP2000年以来呈显著增加趋势，平均每年增加4.7 g·m-2，有62.4%的地区NEP增加趋势达到显著水平，固碳能力提升明显。其中，中游地区 NEP增加速率最大，平均每年增加7.8 g·m-2，具有显著增加趋势的面积占比最高，达到83.0%；分布广泛的草地区域，具有显著增加趋势的面积占比也达到了59.1%。

（3）在变化可持续性上，黄河流域 NEP未来变化趋势具有强可持续性特征，其中 NEP呈显著增加趋势，且未来仍将保持强持续性的区域面积比例达到56.2%，说明未来黄河流域大部地区固碳能力仍将保持提升趋势。

（4）从气候影响分析看，黄河流域 NEP多与降水呈正相关性，与日照时数呈负相关性，与气温相关性明显偏弱。其中，降水影响面积最大，占比达到70%；日照时数次之（19.3%）；气温影响范围最小（10.7%）。