山东省植被NPP时空变化特征及气候影响分析

摘要：基于山东省2010—2022年MOD17A3产品数据，采用一元回归趋势分析、变异系数法、偏相关分析、Hurst指数法探讨山东省生态系统植被净初级生产力（NPP）时空分布特征及气候因子的影响。结果显示：2010—2022年山东省植被NPP呈波动上升的趋势，多年均值为（398.03±150.20） g/（m2·a），高于全国均值，与京津冀地区相近。NPP空间分布差异明显，东部沿海丘陵区高于内陆平原区域。年际变化上，山东省植被NPP整体较为稳定（CV值为0.09）。未来植被NPP变化趋势上，正向趋势与负向趋势的面积接近，结合趋势分析，27.86%的区域呈增长趋势，33.49%的区域呈降低趋势，但由增转降的区域多集中于植被NPP较高的林地区域，需进一步研究。山东省植被NPP与气候因素有正相关关系，气温升高和降水增加有利于植被NPP的增长，但气温较降水对植被NPP有更广的显著性影响区域，且平原农作区植被NPP与气候因子相关性较差。

关键词：植被NPP；时空变化；气候因子；山东省

中图分类号：X87文献标志码：A文章编号：1002-4026（2024）05-0103-08

开放科学（资源服务）标志码（OSID）：

The spatiotemporal variation characteristics and climate impact analysis of

vegetation NPP in Shandong Province

LIU Jianjun1，SUN Kaizheng1，GONG Hualin1，ZHU Yuling2*

（1.Shandong Jinan Center for Ecological Environment Monitoring， Jinan 250101，China；

2.Jinan Center for Food and Drug Inspection and Testing，Jinan 250014，China）

Abstract∶Based on MOD17A3 product data for Shandong Province from 2010 to 2022， this study uses univariate regression trend analysis， the coefficient of variation method， partial correlation analysis， and the Hurst index method to investigate the spatiotemporal distribution of vegetation net primary productivity （NPP） for the ecosystem of Shandong Province and analyze the impact of climate factors. Results demonstrate the fluctuating upward trend of vegetation NPP for Shandong Province in recent years， with an annual average of （398.03±150.20） g/（m2·a）， higher than the national average and comparable with that of the Beijing-Tianjin-Hebei region. Vegetation NPP varies considerably across different areas. The vegetation NPP in the eastern coastal hilly area is higher than that in the inland plain area. With respect to interannual variation， the overall vegetation NPP in Shandong Province is relatively stable. With regard to the variation trend of vegetation NPP， the areas of positive and negative trends are equivalent. The trend analysis shows that 27.86% of the areas show an increasing trend， whereas 33.49% show a decreasing trend. However， the areas that have shifted from the increasing trend to the decreasing trend are mostly in woodland areas with high vegetation NPP levels， and further research is needed. In general， a positive correlation exists between vegetation NPP and climate factors. Temperature has a wider and more considerable impact on vegetation NPP than precipitation; moreover， the correlation between vegetation NPP and climate factors is poor in plain agricultural areas.

Key words∶net primary productivity of vegetation; spatiotemporal variation; climate factors; Shandong Province

植物是陆地生态系统的主要组成部分，对于减缓气候变暖以及调节碳平衡具有重要作用［1］。净初级生产力（NPP）是生态系统固碳功能的直接指示因子，表征绿色植物在单位时间、单位面积内所累积的有机干物质总量［2］，其长期变化趋势能有效监测生态系统环境变化，反映陆地生态系统的质量状况，同时也是评价生态系统碳汇或碳源的重要指标［3-4］。

美国国家航空航天局（National Aeronautics and Space Administration，NASA）发布的MOD17A3年NPP数据产品，是利用Biome-BGC模型与光能利用模型建立的NPP估算模型模拟得到陆地生态系统的NPP，该数据已在全球不同区域应用于植被生长状况、生物量的估算、环境监测和全球变化等研究中［5］。李登科等［6］基于MOD17A3分析了中国植被NPP变化特征，认为2000年以来全国植被NPP呈波动增加趋势，山东半岛植被NPP增加速率较快。朱利欣等［7］、郭豪等［8］利用MODIS（moderate-resolution imaging spectroradiometer）数据分析了京津冀地区植被 NPP分布特征，认为植被NPP受地形、气象因素影响较大，随着高度和坡度的增加，植被 NPP 呈减少的趋势；随着降水的增多，充分的水分条件适合植被生长，进而增加植被NPP累积速度。闫妍等［9］基于MODIS 数据研究了湖南省植被净NPP动态特征，认为人类活动显著影响植被NPP 动态变化，城市周边植被 NPP 显著降低。刘亮等［10］基于2002—2018年MODIS数据预测了伊犁河流域植被NPP的变化趋势，认为伊犁河流域大部分区域未来植被NPP以持续增加为主。尽管各学者针对不同地区开展了大量研究，但生态系统与气候变化间的关系因植被种类等的不同会产生明显的地域差异，陆地植被生态系统对气候的响应在不同地区也有所不同［11］。

山东省是工业、农业、人口大省，同时也是二氧化碳排放大省，近年来鲜有对山东省生态系统碳汇变化以及气候因子的影响研究。本文利用MODIS产品数据分析了山东省 2010—2022年植被NPP时空变化特征， 探讨了气象因素的影响， 并预测未来山东省植被NPP变化趋势，以期为山东省碳达峰、碳中和提供理论基础。

1研究区概况

山东省位于中国东部沿海（N34°22.9′—N38°24.01′，E114°47.5′—N122°42.3′），属暖温带季风气候，降水集中，雨热同季，年平均气温11～14 ℃，年平均降水量为676.5 mm。

山东省东部是山东半岛，西部及北部属华北平原，中南部为山地丘陵，地形地貌以山地丘陵为骨架，其间平原与盆地交错分布。山东省陆域面积15.58×104 km2，第三次国土调查数据显示，耕地面积最大为6.46×104 km2，占41.5%；城镇村及工矿用地次之，为2.81×104 km2，占比为18.0%；林地2.61×104 km2，园地1.26×104 km2，分别占比为16.8%和8.1%；其他交通、水域、湿地、未利用地等占比约为15.6%。

2数据来源与方法

2.1数据源

植被NPP数据：本研究使用NASA发布的MODIS卫星年度植被净生产力产品数据（MOD17A3），该产品空间分辨率为500 m，数据单位为kg/（m2·a），产品原始值按0.000 1因子缩放，并对其中无效值进行了填充：32761为未分类土地类型，32762为城镇建成区，32763为永久湿地或淹没的沼泽地，32764为常年积雪或覆盖冰的区域，32765为贫瘠稀疏的地区（如岩石、苔原和沙漠），32766为内陆淡水等覆盖区，32767为其他情况填充值［12］。

气象数据：利用哥白尼气候变化服务中心（copernicus climate change service）数据库中的再分析大气表层月均气温和降水数据产品。在ENVI5.3下计算年度气温均值和年降水总量，后在ArcGISs10.8中采用IDW方法进行插值，生产空间分辨率为500 m的气象栅格数据。

2.2分析方法

2.2.1变化趋势分析

趋势分析表征的是研究区植被生产力的变化趋势，线性回归分析能够反映植被NPP在时间尺度上的变化趋势和强度，本研究利用一元线性回归分析山东省植被NPP变化趋势，slope指数S>0表示该像元植被NPP为增长趋势，S<0表示该像元植被NPP为降低趋势。

2.2.2稳定性分析

变异系数（coefficient of variation，CV）是原始数据标准差与原始数据平均数的比，可反映区域植被生产力的时间尺度上的稳定性，将CV按大小分为稳定（CV≤0.1）、比较稳定（0.1<CV≤0.2）、不稳定（0.2<CV≤0.3）和很不稳定（CV>0.3）4级。

2.2.3偏相关分析

当多个变量两两之间都存在相关关系时，任两个变量之间的高相关性有可能是由与第三个变量相关性所引起，因此简单相关往往不能真实反映变量间的真正关系［13］，因此本文研究利用一阶偏相关分析［14］来分析植被NPP与气候因子间的相关性。

2.2.4Hurst指数

利用采用重标极差（R / S）分析法计算Hurst指数H，预测植被NPP随时间序列变化的持续性［15］。H=0.5，表示与时间序列不相关；H＞0.5，表示随时间序列变化具有正向持续性；H＜0.5，表示随时间序列变化具有负向持续性。

以上分析过程均在Matlab编程实现，结果在Arcgis10.8中统计分析。

3结果分析

3.1植被NPP空间分布特征

从山东省整体区域来看，2010—2022年多年植被NPP均值范围为0～1 043 g/（m2·a），约86.6%的区域多年植被NPP均值为200～600 g/（m2·a）。图1显示山东省多年植被NPP空间分布差异明显，呈现东南高西北低的分布特征，高值区（>600 g/（m2·a））分布于东部沿海区域，此区域以丘陵山地为主，且海岸线防护林多有分布；极低值区（<200 g/（m2·a））出现在北部环渤海及黄河入海口的泥滩、盐碱地分布的区域，受自然条件限制，植被生长较为稀疏；中高值区域（400～600 g/（m2·a））广泛分布于半岛以及鲁中、鲁南地区，此区域多有山区林地分布，植被生长较好；中低值区域（200～400 g/（m2·a））集中分布于鲁西北平原农田区域。从地形地貌上看，鲁东、鲁中及鲁南山地丘陵区显著高于鲁西北黄泛平原区。山东省植被NPP均值为（398.03±150.20）g/（m2·a），与京津冀（400 g/（m2·a））［8］持平，高于我国陆地植被多年NPP平均值（273.5 g/（m2·a））［6］。

3.2植被NPP变化趋势分析

通过计算获得各年度植被NPP均值，由图2年度变化明显看出，2010—2022年山东省植被NPP呈现波动上升的特征，波动区间在331.8～416.1 g/（m2·a），2022年较2010年增长77.1 g/（m2·a），年增速率为1.6%。近13年山东省植被NPP最大值出现在2020年，最低值在2010年。降幅和增幅最大值均出现在2019年度，较2018年度下降29.2%，2020年较2019年提升49.9%，分析原因为2019年山东全省年平均气温较常年偏高1.2 ℃，为1951年以来历史最高值，同时全省平均年降水量较少，较常年偏少12.3%，异常的水热条件导致了2019年度植被NPP的大幅降低。2013年较2012年同样也有较大幅度的降低，结合山东省历史气象数据分析，7月份出现多次大范围暴雨过程，全省平均降水量较常年同期偏多99.5%，8月持续高温，平均气温较常年偏高2.6 ℃，7～8月正是植被生长迅速时期，异常的天气状况导致了年度植被NPP的降低。

回归分析能直观表征过去10多年山东省植被NPP的变化趋势，图3为通过显著性（P<0.05）检验的植被NPP年际变化斜率空间分布图，结果显示山东省61.6%的区域多年植被NPP呈现显著的一元回归趋势，年际变化值介于-515～376 g/（m2·a），均值为80 g/（m2·a）。山东省大部分区域均呈增长趋势，S>0的区域占山东省总面积的60.9%，占有回归趋势面积的98.9%，主要分布于除鲁西北之外的大部分区域；S＜0的区域占山东省面积的0.7%，主要集中于黄河入海口以及城市建成区周边。

3.3植被NPP稳定性分析

山东省植被NPP变异系数变化范围为0～1.77，整体均值为0.09。图4空间分布显示山东省植被NPP变异系数存在一定的空间差异性，西部平原主要为耕地，受作物种植类型的影响，区域植被NPP稳定性略低于其他区域。对逐像元分级统计后，各级别面积占比大小排序为：稳定（52.1%）、比较稳定（46.6%）、不稳定（0.9%）、很不稳定（0.3%），表明近10多年来山东省植被NPP整体较为稳定。通过信息提取发现，不稳定及很不稳定区域主要集中在南四湖和黄河入海区的滩地，该区域易受水情影响，植被难以稳定生长。

3.4植被NPP趋势预测分析

为了更进一步掌握山东省植被NPP的发展状况，利用Hurst指数预测未来植被NPP发展变化趋势，结果如图5所示。山东省植被NPP的Hurst指数变化范围为0.15～0.99，其平均值为0.51，其中植被NPP随时间变化有正向持续性（H＞0.5）的区域为48.7%，主要集中于地形平坦的平原区域；而具有负向持续性的（H＜0.5）的区域为51.3%，大部分集中于山地丘陵区域。Hurst指数结果说明山东省植被NPP未来变化趋势与过去一致和与过去相反的面积大致相当。

Slope指数表征的是过去的变化趋势，Hurst指数表征的是未来与过去变化趋势的一致性，因此结合两种指数可以分析出未来植被NPP的增加或降低的趋势。通过Arcgis的空间叠加统计，表1显示山东省27.86%的区域未来植被NPP呈增长趋势，33.49%的区域未来植被NPP呈降低趋势，而30.17%的区域未来植被NPP变化无法预测，表明未来山东省植被NPP整体可能会出现下降的趋势，特别是33.02%的区域呈现由增加到降低的趋势转变，需加强研究分析。

3.5植被NPP与气象因子相关性分析

气候因素直接影响植被生长，导致植被NPP变化，植被NPP与气象因子的偏相关性分析结果表明，山东省植被NPP与气温的偏相关系数-0.98～0.97，平均值为0.46；与降水的偏相关系数-0.89～0.98，平均值为0.42。图6为通过显著性检验（p<0.05）的偏相关系数分布，结果显示山东省显著相关的区域植被NPP与降水和气温均有高度的正相关性，相关系数分别为0.71和0.68，影响区域上受气温影响的面积高于受降水影响的区域。空间分布上，NPP与气温、降水的相关性存在一定差异，山东省东部半岛区域植被NPP与气温、降水均呈高度正相关关系（r>0.6）；而在西部平原区域，受农作物种植影响，NPP与气温、降水呈不显著相关关系。同时，植被NPP与气温显著相关的区域与植被NPP年际变化呈显著趋势的区域有更高的空间一致性。

4讨论与结论

4.1讨论

气温和降水是影响植被NPP的重要因子［16］，但通过研究山东省植被NPP与气候因子的关系，发现植被NPP变化显著的区域与气温有显著影响的区域呈现高度一致性，说明气温是影响山东省植被NPP的主要因子，气温变化在一定程度上影响植被光合作用速率和水分利用效率，改变生态系统的物质循环，从而使得NPP产生变化［17］。山东省植被NPP变化受降水影响的区域仅占33.5%，结合山东省现状分析，山东省农业较发达，其中约48.2%的区域为耕地，区域内现代农业设施健全，灌溉条件便利，因此植被生长对水分的依赖已很大程度上不受大气降水的影响。

尽管过去十多年山东省植被NPP呈上升趋势，但通过更进一步分析未来变化趋势发现，植被NPP由增加变降低的区域为所有分类中面积最大的一类，且从其空间分布来看，其主要集中于半岛以及鲁中山地植被NPP较高的地区，该地区多分布为林地，森林树木的碳汇能力随树龄会有明显变化，在生长周期末段，多数树木碳汇能力会出现降低［18］，山东省近年来一直强化林地保护和修复，是否因为林地老龄化引起植被NPP出现增长拐点，要在今后的工作中进一步研究。

4.2结论

本文基于2010—2022年MOD17A3系列数据集，结合山东省气温、降水等数据，分析了山东省植被NPP的时空变化特征与趋势以及气候因素的影响作用，结果表明：

（1）2010—2022年山东省植被NPP区间在331.8～416.1 g/（m2·a），呈现波动上升的特征，多年均值为398 g/（m2·a），高于我国陆地植被多年NPP平均值。

（2）山东省61.6%的区域多年植被NPP呈现显著的一元回归趋势，其中98.9%的区域均呈增长趋势，降低趋势的区域主要集中于黄河入海口以及城市建成区周边。

（3）研究时段内山东省植被NPP稳定性较高，比较稳定以上等级的面积占比达到98.8%，空间变化趋势上整体处于一个相对稳定的状态。

（4）预测分析显示，山东省27.86%的区域植被NPP呈增长趋势，33.49%的区域植被NPP呈降低趋势，30.17%的区域植被NPP变化无法预测。但呈由增加变降低的区域主要集中于植被NPP较高的山地，需进一步研究。

（5）整体上，山东省植被NPP与气候因子呈正相关关系，与温度呈显著相关性的区域高于与降水呈显著相关性的区域，农作物集中种植区与气候因子相关性较低。

参考文献：

［1］朴世龙， 方精云. 1982—1999年青藏高原植被净第一性生产力及其时空变化［J］. 自然资源学报， 2002， 17（3）： 373-380.

［2］潘竟虎， 黄克军， 李真. 2001—2010年疏勒河流域植被净初级生产力时空变化及其与气候因子的关系［J］. 生态学报， 2017， 37（6）： 1888-1899.

［3］CHOUDHURY B J. Carbon use efficiency， and net primary productivity of terrestrial vegetation［J］. Advances in Space Research， 2000， 26（7）： 1105-1108.

［4］陈智. 2000—2015年中国东北森林生产力和碳素利用率的时空变异［J］. 应用生态学报， 2019， 30（5）： 1625-1632.

［5］余弘泳， 余会康. 基于MODIS产品的福建省植被NPP变化分析［J］. 亚热带资源与环境学报， 2018， 13（3）： 82-87.

［6］李登科， 王钊. 基于MOD17A3的中国陆地植被NPP变化特征分析［J］. 生态环境学报， 2018， 27（3）： 397-405.

［7］朱利欣， 袁金国. 京津冀地区植被净初级生产力时空分布及其与地形因子的关系［J］. 科技通报， 2019， 35（6）： 197-203.

［8］郭豪， 袁金国， 王景芝， 等. 基于MOD17A3的京津冀地区植被净初级生产力时空演变［J］. 长江科学院院报， 2023， 40（7）： 66-72.

［9］闫妍， 覃金华， 房磊， 等. 湖南省植被净初级生产力时空动态及其与气候因素的关系［J］. 生态学杂志， 2022， 41（8）： 1535-1544.

［10］刘亮， 关靖云， 穆晨， 等. 2008—2018年伊犁河流域植被净初级生产力时空分异特征［J］. 生态学报， 2022， 42（12）： 4861-4871.

［11］吕佳佳， 吴建国. 气候变化对植物及植被分布的影响研究进展［J］. 环境科学与技术， 2009， 32（6）： 85-95.

［12］刘建军， 姜腾龙， 刘贵芬， 等. 济南市2015—2021年植被净初生产力时空特征分析［C］// 中国环境科学学会2022年科学技术年会论文集（一）. 南昌：中国环境学会， 2022： 31-35.

［13］陈敏琼， 彭东海. 关于偏相关系数的计算公式的一点注记［J］. 滁州学院学报， 2014， 16（2）： 26-29.

［14］王青.计量经济学模型及R语言的应用［M］.北京：经济科学出版社，2021.

［15］陈彦光.地理数学方法：基础和应用［M］.北京：科学出版社，2011.

［16］仲晓春， 陈雯， 刘涛， 等. 2001—2010年中国植被NPP的时空变化及其与气候的关系［J］. 中国农业资源与区划， 2016， 37（9）： 16-22.

［17］郭睿妍， 田佳， 杨志玲， 等. 基于GEE平台的黄河流域森林植被净初级生产力时空变化特征［J］. 生态学报， 2022， 42（13）： 5437-5445.

［18］张冬阳. 基于树盘图像数字化北京松山主要树种碳汇能力研究［D］. 北京： 北京林业大学， 2018.