云南省植被净初级生产力时空特征及其与气候因子的关系

周 雄，吕大伟，宋 蕾，余永安，王振刚

（1.南京航天宏图信息技术有限公司，南京 210012；2.江苏华高软件技术有限公司，南京 211300）

植被净初级生产力（Net primary productivity，NPP）是指绿色植物通过光合作用在单位时间、单位面积内产生的有机物总量并减去自养呼吸碳损耗所剩余的部分，也称第一生产力［1］。NPP 作为生态系统功能和碳循环的重要指标，可以反映植物群落的生产力和固碳能力［2-4］，也可表征陆地生态系统植被质量状况和评价陆地生态系统的可持续发展［5，6］。因此，研究NPP 的时空变异特征及其驱动因素，对于了解陆地生态系统碳循环和区域生态环境演变具有重要意义。

植被NPP 早期估算主要基于试验站点观测数据［7］，易受到空间尺度的限制，不利于区域尺度上的植被NPP 动态监测［8］。随着遥感技术的发展，很多学者利用模型模拟法对区域植被NPP 进行了研究，其中基于遥感-过程耦合模型的MODIS NPP 产品得到了广泛应用［3，6，9-12］。洪辛茜等［13］对中国西南喀斯特地区，王娟等［9］、Jiang 等［12］对黄河流域的研究均表明，NPP 时空分布格局具有显著异质性。崔林丽等［14］对中国东南部地区、贾俊鹤等［15］对中国西北地区的植被NPP 时空分布及驱动因子进行了分析，结果表明气温与降水的空间格局是影响区域植被NPP分布的重要控制因素，但不同区域表现出的相关程度不同。也有学者研究表明，不同植被类型NPP 对气候因子的敏感性也存在显著差异［11，16］。因此，植被NPP 在区域尺度上的时空变化及驱动机制需要进一步研究。

云南省地处低纬高原山地环境，自然条件复杂、生物多样性丰富，也是中国西南地区的生态安全屏障［17］。该区域的森林和草地生态系统在维持水源涵养和土地保持方面起重要作用［18］。国内对云南省植被净初级生产力长时间序列变化的空间异质性及其影响因子研究较少。因此，本研究基于MOD17A3HGF 数据，定量估算了2001—2020 年云南省植被NPP，并结合气候、海拔等数据，重点分析植被NPP 的时空变化特征，不同植被类型NPP 的年际变化及其随海拔的变化特征以及不同植被类型NPP 对气温和降水的响应差异，为云南省的生态保护和可持续发展提供科学依据。

1 研究区概况

云南省地处中国西南部，位于21°08′—29°15′N、97°31′—106°11′E（图1），总面积39.4 万km2。总地势西北高、东南低，西南部海拔一般在1 500～2 000 m，西北部一般在3 000～4 000 m。研究区垂直气候差异显著，气候类型复杂多样，主要包含热带季风气候、亚热带季风气候、高原山地气候等［19］。其特殊的地理位置和地形气候造就了云南省是全国植物种类较多的省份，是全球综合气候多样性地区。

图1 云南省地理位置

2 数据与方法

2.1 数据来源

2.1.1 NPP数据 采用美国国家航空航天局（NASA）制作的MODIS Terra NPP（MOD17A3HGF）数据集，时间分辨率为1 年，空间分辨率为500 m，时间范围为2001—2020 年，由https：//ladsweb.modasps.eosdis.nasa.gov/网站免费提供。数据下载后经过拼接、裁剪、重投影和重采样等预处理，得到云南省1 km空间分辨率的数据集。

2.1.2 土地利用类型数据 土地利用类型数据来源于中国国家基础地理中心提供的全球地表覆盖GlobeLand30 数据集［20］，时间为2010 年。该数据集包括10 个主要的地表覆盖类型，分别为耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪，选取其中的耕地、森林、草地和灌木地进行研究。数据下载后经过拼接、转投影、重采样等预处理，得到与NPP 空间参考和空间分辨率一致的栅格数据。

2.1.3 气象数据 气象站点数据来源于国家气象科学依据中心（http：data.cma.cn/），利用ANUSPLIN 软件，使用薄片光滑样条插值法对云南省125 个气象站点2001—2020 年逐月的气温和降水数据进行插值，得到云南省2001—2020 年的气温和降水数据，该数据空间分辨率为1 km。

2.2 数据分析方法

采用一元线性回归模型对2001—2020 年云南省植被NPP 年际变化进行趋势分析，利用Pearson 相关系数法［21］计算NPP 与气温和降水的相关性，并进行显著性检验。

3 结果与分析

3.1 NPP 时空演变

3.1.1 时间变化特征 2001—2020 年云南省的NPP 年均值为1 019.59 g C/m2，年际变化表明，NPP年均值整体呈波动增长趋势（图2），从2001 年的988.66 g C/m2上升到2020 年的1 043.77 g C/m2，增加了5.57%，平均年增加2.27 g C/m2，其中，NPP 最低值和最高值分别出现在2010 年和2019 年，分别为949.89、1 061.75 g C/m2。NPP 均 值2010 年 到2011年增长幅度较大，增量为70.14 g C/m2，2009 年到2010 年的下降幅度最快，减少量为100.08 g C/m2。

图2 2001—2020 年云南省NPP 年际变化

3.1.2 空间变化特征 云南省NPP 空间分布具有明显的空间差异（图3A），整体上呈西南高东北低的分布特征。NPP 高值区域主要分布在研究区西南部，NPP 多年平均值高于1 000 g C/m2，低值区域主要分布在研究区西北部高海拔地区，多年平均值低于400 g C/m2。从年变化趋势来看，NPP 呈上升和下降趋势的区域分别占66.45%和33.55%，其中显著上升的区域占35.06%（P＜0.05），主要分布在研究区东部和中部，显著下降的区域占8.17%（P＜0.05），主要分布在研究区南部（图3B）。

图3 2001—2020 年云南省NPP 的空间分布（A）及其年变化趋势（B）

3.2 不同植被类型的NPP 变化特征

基于GlobeLand30 数据，估算了2001—2020 年云南省不同植被类型NPP 年平均值。结果（图4）显示，森林NPP 年平均值最高，为1 091.37 g C/m2，草地NPP 年平均值最低，为888.44 g C/m2。各植被类型NPP 年平均值大小排序为森林＞耕地＞灌木地＞草地。进一步分析不同植被类型的变化特征，结果（图5）显示，不同植被类型NPP 在2001—2020年除森林变化趋势不显著外，其他植被类型均呈显著上升趋势（P＜0.05），草地NPP增长速率最大，增长率为每年3.89 g C/m2。

图4 2001—2020 年云南省不同植被类型NPP 年平均值

图5 2001—2020 年云南省不同植被类型NPP 年际变化

基于地理空间数据云下载的数字高程模型（DEM），将研究区划分为19 个高程带（小于500 m 1 个 带、500～3 900 m 17 个带及大于3 900 m 1 个带），估算不同植被类型NPP 随海拔的变化，结果（图6）显示，各植被类型NPP 均表现出随海拔的升高呈先上升的趋势，耕地和草地NPP 在海拔700～900 m 达到最大值，森林和灌木地NPP 在海拔900～1 100 m 达到最大值。各植被类型NPP 在海拔1 100～2 500 m 呈波动下降趋势，但均保持较高水平，平均值在900 g C/m2以上。当海拔高于2 500 m时，各植被类型NPP 均呈显著下降的趋势。

图6 云南省不同植被类型NPP 与海拔的关系

3.3 NPP 与年降水量和平均气温的关系

NPP 与年降水量呈负相关的区域占研究区的59.24%，通过显著性检验的面积占10.71%，主要分布在德宏州东部、保山市西部和临沧市西部；NPP 与年降水量呈正相关的区域占研究区的40.76%，通过显著性检验的占2.46%，主要分布在丽江市东南部、红河州东部和昭通市中部的部分区域（图7A）。不同植被类型的NPP 与年降水量相关分析结果（表1）显示，各植被类型NPP 均与年降水量呈负相关，且耕地和灌木地的NPP与年降水量呈显著负相关（P＜0.05），灌木地NPP 与年降水量的相关系数（绝对值）最高。

表1 云南省不同植被类型NPP 与年降水量和平均气温的相关系数

图7 2001—2020 年云南省NPP 与年降水量（A）、平均气温（B）的相关系数空间分布

NPP 与平均气温呈正相关的区域占研究区的61.22%，通过显著性检验的面积占7.37%，主要分布在昭通市、文山州东部、丽江市中部、保山市东北部和临沧市西部；NPP 与平均气温呈负相关的区域占研究区的38.78%，通过显著性检验的面积占4.39%，主要分布在普洱市中部、玉溪市西部、丽江市东南部和大理州东部（图7B）。不同植被类型NPP 与平均气温的相关性分析结果（表1）显示，各植被类型的NPP均与平均气温呈正相关，且均不显著。

气候因子会影响植被的生长发育进而影响NPP［13，22］，由图8 可知，研究时段内，年降水量呈极显著下降趋势，平均气温呈上升趋势，但不显著。NPP与年降水量呈显著负相关（P＜0.05），与平均气温呈不显著正相关（图9），从而导致了NPP 的上升。

图8 2001—2020 年云南省年降水量（A）和平均气温（B）年际变化

图9 2001—2020 年云南省NPP 与年降水量和平均气温的关系

4 讨论

4.1 NPP 时空变化趋势分析

2001—2020年云南省NPP平均值为1 019.59g C/m2，波动区间为988.66～1 043.77 g C/m2。研究区NPP 年际变化整体上呈波动的上升趋势，但未通过显著性检验，这与闫文波等［19］估算的1982—2019 年云南省NPP 年际变化一致。本研究时段内，年降水量呈极显著下降趋势，平均气温呈不显著上升趋势，NPP 与年降水量呈显著负相关、与平均气温呈不显著正相关，从而导致了NPP 的上升。这些结果表明，在气候变化背景下，云南省植被生态系统的固碳能力在增强，生态系统环境质量有所改善，这与云南省植被覆盖度显著上升有关［23］。NPP 极低值出现在2010 年，这与当年的极端干旱有关，此次干旱事件中云南省受影响的自然植被生态系统面积超过全省生态系统总面积的80%［24］，当植被受到干旱胁迫时，根长和叶片气孔导度形态均会产生一定的变化，光合速率、蒸腾速率、呼吸作用等都会出现下降的趋势［25］，同时也会对土壤微生物的演替产生巨大的影响［26］，最终导致植被生产力受到严重影响。

云南省NPP 空间分布整体呈西南高东北低的趋势，这与研究区的植被分布有关，研究区西南部主要植被类型为森林，植被覆盖度较高［23］，水热条件充足，相较于其他的植被类型，森林生态系统结构复杂，根系更加发达，可拦截更多的太阳辐射和利用更多的土壤，具有更高的光合作用速率［27］，从而有利于植被的生长和固碳；研究区西北部NPP 显著低于其他区域，是因为该区域植被覆盖度低，主要分布着高山草甸和高寒草甸，高海拔低温环境不利于植被的生长。

4.2 不同植被类型NPP 变化特征分析

本研究中，不同植被类型NPP 的大小排序为森林＞耕地＞灌木地＞草地，森林NPP 高于其他植被类型，固碳能力最强。不同植被类型NPP 在2001—2020 年均呈上升趋势，除森林变化趋势不显著外，其他植被类型均呈显著上升趋势（P＜0.05），气温升高有助于植被生长，延长了植被生长季，有利于提高植被NPP［28］；有研究表明，相比降水量增加，植被NPP 对降水量的减少更加敏感［29］，研究时段内年降水量呈显著下降趋势（P＜0.05），这可能也是导致植被NPP 变化的原因。不同植被类型NPP 随海拔升高均呈先上升后下降的趋势，海拔低于2 500 m 时均具有较高的NPP，这表明海拔小于2 500 m 时，水热条件充足，是该区域植被生理生长最适应的区域。当海拔高于2 500 m 时，随着海拔的上升水热条件改变，影响了植被对碳的吸收和累积［30］，NPP下降趋势显著。

4.3 NPP 与年降水量和平均气温的相关性分析

NPP 的变化直接反映了生态系统对环境气候条件的响应，因此可以作为生态系统功能对气候变化响应的指标［31］。从整体上看，2001—2020 年云南省气温呈不显著增加，降水量显著减少（P＜0.01）的“暖干化”趋势。本研究的结果显示，植被NPP 与平均气温和年降水量的关系表现出一定程度的地域差异，在滇西北与滇东北区域，植被NPP 与平均气温的相关性更加显著，说明在这些地区植被NPP 主要受气温影响；在滇西大部分区域，植被NPP 与年降水量的相关性更加显著，说明年降水量充沛的地区，一定程度上的降水减少反而有利于植被生长。从不同植被类型NPP 与平均气温和年降水量的相关系数来看，耕地和灌木地NPP 与年降水量呈显著负相关而与平均气温呈不显著正相关，森林和草地的NPP 与年降水量的相关性也高于平均气温，这些结果均表明，相较于气温，云南省植被NPP 对降水的变化更加敏感。

5 小结

1）2001—2020 年云南省植被NPP 整体呈波动上升趋势，平均年增加2.27 g C/m2，多年平均值为1 019.59 g C/m2；空间上呈西南高、东北低的分布，区域内66.45%的NPP 呈增加趋势，说明云南省近20年来固碳能力正在增强。

2）云南省各植被类型NPP 大小顺序表现为森林＞耕地＞灌木地＞草地，除森林NPP 上升趋势不显著外，其他植被NPP 均呈显著上升趋势（P＜0.05），草地NPP 增长趋势最大，每年为3.89 g C/m2；各植被类型NPP 随海拔均表现出先上升后下降的趋势，且在海拔2 500 m 以下保持较高的NPP，当海拔高于2 500 m 时，NPP 随海拔的升高显著降低，说明海拔低于2 500 m是云南省植被生理生长较为适应的区域。

3）云南省61.22%的区域NPP 与平均气温呈正相关，59.24%的区域NPP 与年降水量呈负相关，研究区西北部和东北部NPP 受气温影响更大，西南部受降水影响更大；各植被类型NPP 与年降水量的相关性均高于平均气温，说明相较于气温，研究区植被NPP 对降水量变化更加敏感。