沙漠化逆转过程中榆林市植被净初级生产力时空格局及其影响因素

doi:10.7522/j.issn.1000-694X.2023.00066

摘要/Abstract

摘要：

深入认识沙漠化逆转过程中植被净初级生产力（NPP）的时空格局及其影响因素，对沙漠化逆转区碳循环的调控及生态工程的实施具有重要的科学意义。基于光能利用率模型（CASA）对2000—2020年榆林市植被NPP进行估算，通过差值分析、趋势分析、相关性分析等方法定量分析了气候变化和人类活动对NPP变化的影响。结果表明：（1）沙漠化逆转过程中榆林市植被NPP呈波动增加趋势，增加速率为12.39 g·m^-2·a^-1（以C计量），并表现出西低东高的空间分布格局，呈增加趋势的区域占榆林市总面积的98.4%，呈减小趋势的仅为1.6%。（2）植被NPP与气温的相关性不显著，与降水量呈正相关关系。人类活动对植被NPP的影响以正效应为主。（3）榆林西部毛乌素沙地植被NPP的变化以气候变化为主导，对降水量变化的响应更敏感，中东部以人类活动为主导，气候变化和人类活动主导区域分别占榆林市总面积的43.1%和56.9%。榆林西部沙区植被的恢复受制于水资源的供给，中东部退耕还林等人类活动对植被的恢复表现出更为积极的作用。

关键词: 沙漠化逆转, 植被NPP, 气候变化, 人类活动

Abstract:

An in-depth understanding of the spatial and temporal pattern of NPP and its influencing factors during the process of desertification reversal is of great scientific significance for the regulation of carbon cycle and the implementation of ecological engineering in desertification reversal zone. This paper estimated the values of NPP in Yulin from 2000 to 2020 using CASA model， and quantitatively analyzed the impact of climate change and human activities on NPP change through difference analysis， trend analysis and correlation analysis. The results showed that：（1） During the desertification reversal process， the values of NPP （calculation in C） of Yulin showed a fluctuating and increasing trend with a rate of 12.39 g·m^-2·a^-1， and displayed a spatial distribution pattern of low west and high east. The area with an increasing trend of changing NPP accounted for 98.4% of the total area of Yulin， and only 1.6% showed a decreasing trend. （2） The correlation between the NPP and the temperature was not significant， but the NPP was positively correlated with precipitation. The influence of human activities on NPP was mainly positive. （3） The change of NPP in the Mu Us Sandy Land in western Yulin was dominated by climate change， showing more sensitive to changes in precipitation. The change of NPP in the central and eastern regions of Yulin was dominated by human activities. The areas dominated by climate change and human activities accounted for 43.1% and 56.9% of the total area of Yulin， respectively. The restoration of vegetation in the sandy area of western Yulin was subject to the supply of water resources， and human activities such as returning farmland to forest in the central and eastern regions have shown a more positive effect on the restoration of vegetation.

Key words: desertification reversal, NPP, climate change, human activities

中图分类号:

Q948

冯筱, 屈建军, 丁新辉, 田琴, 范庆斌. 沙漠化逆转过程中榆林市植被净初级生产力时空格局及其影响因素[J]. 中国沙漠, 2024, 44(1): 22-32.

Xiao Feng, Jianjun Qu, Xinhui Ding, Qin Tian, Qingbin Fan. Temporal and spatial pattern of NPP in Yulin and its influencing factors during the desertification reversal[J]. Journal of Desert Research, 2024, 44(1): 22-32.

图/表 13

图1 研究区海拔及研究区内毛乌素沙地分布示意图

Fig.1 DEM and distribution of Mu Us Sandy Land in the study area

表1 气候变化和人类活动在植被 NPP 变化中相对作用的评价方法［3］

Table 1 Evaluation method of the relative role of climate change and human activities in NPP change［3］

NPP变化趋势	情景	植被NPP变化主导因素
<0	\|S_PNPP\|<\|S_HNPP\|	人类活动主导的植被NPP减小
<0	\|S_PNPP\|>\|S_HNPP\|	气候变化主导的植被NPP减小
>0	\|S_PNPP\|<\|S_HNPP\|	人类活动主导的植被NPP增加
>0	\|S_PNPP\|>\|S_HNPP\|	气候变化主导的植被NPP增加

表2 植被 NPP 模拟值比较

Table 2 Comparison of simulated NPP values

来源	年份	方法	数据来源	榆林市NPP /(g·m^-2·a^-1)	榆林市NPP多年平均值/(g·m^-2·a^-1)	陕西省NPP多年平均值/(g·m^-2·a^-1)
本研究	2000—2020	基于改进的CASA模型	MOD13Q1-NDVI	100~500	336.57
石志华等^[27]	2003—2012	CASA模型	SPOT VGT-NDVI	100~300		418.59
李玲^[28]	2000—2016	CASA模型	MOD13A2-NDVI	100~400		521.77
王钊等^[29]	2000—2015		MOD17A3-NPP	100~200		344.00
朱莹莹等^[13]	2000—2014		MOD17A3-NPP			379.74

图2 2000—2020年榆林市植被NPP年际变化

Fig.2 Interannual variations of NPP in Yulin from 2000 to 2020

表3 2000—2020年榆林西部毛乌素沙地植被 NPP(g·m-2·a-1)年际变化

Table 3 Interannual variation of NPP (g·m-2·a-1) in the Mu Us Sandy Land in Yulin from 2000 to 2020

年份	定边县	榆阳区	横山区	神木市	靖边县	平均值
2000	155.99	166.94	138.23	179.51	180.76	164.29
2001	196.65	192.57	194.26	183.32	212.27	195.81
2002	265.32	236.56	266.51	256.00	273.78	259.63
2003	263.87	249.66	260.09	274.56	282.51	266.14
2004	246.83	247.61	272.25	272.16	295.43	266.86
2005	219.47	226.62	238.10	258.94	267.55	242.14
2006	226.06	234.75	238.20	269.11	279.43	249.51
2007	229.67	264.74	278.45	311.49	287.82	274.43
2008	224.26	273.87	287.41	319.65	293.03	279.64
2009	264.70	272.98	306.45	329.32	329.44	300.58
2010	284.91	288.90	318.69	341.15	332.38	313.21
2011	263.13	285.81	330.10	326.98	341.84	309.57
2012	344.18	337.35	414.04	386.84	404.86	377.45
2013	307.37	343.34	410.23	420.75	396.74	375.69
2014	319.26	338.50	396.27	419.70	406.30	376.01
2015	254.76	315.49	309.39	362.75	324.92	313.46
2016	305.80	346.67	385.59	431.36	371.04	368.09
2017	331.68	380.62	409.23	467.90	418.39	401.56
2018	387.26	388.71	454.57	450.90	446.32	425.55
2019	354.14	388.26	402.37	467.85	414.74	405.47
2020	303.42	373.17	394.42	442.37	407.63	384.20

图3 2000—2020年榆林市植被NPP空间分布格局

Fig.3 Spatial distribution of NPP in Yulin from 2000 to 2020

图4 2000—2020年榆林市植被NPP空间变化趋势

Fig.4 Spatial distribution of NPP change trends in Yulin from 2000 to 2020

图5 2000—2020年榆林市气温和降水量年际变化

Fig.5 Interannual variations of temperature and precipitation in Yulin from 2000 to 2020

图6 2000—2020年榆林市气温和降水量空间分布格局

Fig.6 Spatial distribution of temperature and precipitation in Yulin from 2000 to 2020

图7 植被NPP与气温和降水量的相关性

Fig.7 Correlation between NPP and temperature and between NPP and precipitation

图8 2000—2020年榆林市植被HNPP变化显著性空间分布

Fig.8 Spatial distribution of HNPP change trends in Yulin from 2000 to 2020

图9 2000—2020年榆林市植被NPP变化主导因素的空间分布

Fig.9 Spatial distribution of dominant factors of NPP change in Yulin from 2000 to 2020

图10 气候变化和人类活动对植被NPP变化的相对贡献率

Fig.10 Relative contribution rate of climate change and human activities for NPP change

参考文献 31

1	方精云，郭兆迪，朴世龙，等.1981-2000年中国陆地植被碳汇的估算［J］.中国科学：D辑，2007，37（6）：804-812.
2	李诗瑶，丛士翔，王融融，等.气候变化和人类活动对盐池县植被净初级生产力的影响［J］.干旱区地理，2022，45（4）：1186-1199.
3	李登科，王钊.气候变化和人类活动对陕西省植被NPP影响的定量分析［J］.生态环境学报，2022，31（6）：1071-1079.
4	杨丹，王晓峰.黄土高原气候和人类活动对植被NPP变化的影响［J］.干旱区研究，2022，39（2）：584-593.
5	Ge W Y， Deng L Q， Wang F，et al.Quantifying the contributions of human activities and climate change to vegetation net primary productivity dynamics in China from 2001 to 2016［J］.Science of the Total Environment，2021，773：145648.
6	石智宇，王雅婷，赵清，等.2001—2020年中国植被净初级生产力时空变化及其驱动机制分析［J］.生态环境学报，2022，31（11）：2111-2123.
7	刘杰，汲玉河，周广胜，等.2000—2020年青藏高原植被净初级生产力时空变化及其气候驱动作用［J］.应用生态学报，2022，33（6）：1533-1538.
8	Zhang Y， Hu Q W， Zou F L.Spatio-temporal changes of vegetation Net Primary Productivity and its driving factors on the Qinghai-Tibetan Plateau from 2001 to 2017［J］.Remote Sensing，2021，13（8）：1566-1587.
9	魏建洲.黄土高原草地植被变化及其驱动力分析［D］.兰州：兰州大学，2020.
10	高艳妮，于贵瑞，张黎，等.中国陆地生态系统净初级生产力变化特征：基于过程模型和遥感模型的评估结果［J］.地理科学进展，2012，31（1）：109-117.
11	朱文泉，潘耀忠，张锦水.中国陆地植被净初级生产力遥感估算［J］.植物生态学报，2007，31（3）：413-424.
12	朱志辉.自然植被净第一性生产力估计模型［J］.科学通报，1993，38（15）：1422-1426.
13	朱莹莹，韩磊，赵永华，等.中国西北地区NPP模拟及其时空格局［J］.生态学杂志，2019，38（6）：1861-1871.
14	Nemani R R， Keeling C D， Hashimoto H，et al.Climate-driven increases in global terrestrial net primary production from 1982 to 1999［J］.Science，2003，300（5625）：1560-1563.
15	Zhu W Q， Pan Y Z， Yang X Q，et al.Comprehensive analysis of the impact of climatic changes on Chinese terrestrial net primary productivity［J］.Chinese Science Bulletin，2007，52（23）：3253-3260.
16	Wu L Z， Ma X F， Dou X，et al.Impacts of climate change on vegetation phenology and net primary productivity in arid Central Asia［J］.Science of The Total Environment，2021，796：149055.
17	李登科，王钊.退耕还林后陕西省植被覆盖度变化及其对气候的响应［J］.生态学杂志，2020，39（1）：1-10.
18	Niu Q F， Xiao X M， Zhang Y，et al.Ecological engineering projects increased vegetation cover，production，and biomass in semiarid and subhumid Northern China［J］.Land Degradation & Development，2019，30（13）：1620-1631.
19	Tong X W， Brandt M， Yue Y M，et al.Increased vegetation growth and carbon stock in China karst via ecological engineering［J］.Nature Sustainability，2018，1（1）：44-50.
20	李晓岚.毛乌素沙地沙漠化逆转过程及成因分析［D］.西安：陕西师范大学，2017.
21	贺军奇，魏燕，高万德，等.毛乌素沙地东南缘植被NDVI时空变化及其对气候因子的响应［J］.干旱区地理，2022，45（5）：1523-1533.
22	刘凤，曾永年.2000-2015年青海高原植被碳源/汇时空格局及变化［J］.生态学报，2021，41（14）：12.
23	朱文泉.中国陆地生态系统植被净初级生产力遥感估算及其与气候变化关系的研究［D］.北京：北京师范大学，2005.
24	朱文泉，潘耀忠，何浩，等.中国典型植被最大光利用率模拟［J］.科学通报，2006，51（6）：700-706.
25	Lieth H.Primary productivity：terrstrial ecosystems［J］.Human Ecology，1973，1（4）：303-332.
26	Lieth H.Modeling the primary productivity of the world［J］.Nature and Resources，1975，8（1）：237-263.
27	石志华，刘梦云，吴健利，等.基于CASA模型的陕西省植被净初级生产力时空分析［J］.水土保持通报，2016，36（1）：206-211.
28	李玲.气候变化和人类活动对西北地区植被NPP变化的影响研究［D］.西安：陕西师范大学，2019.
29	王钊，李登科.2000-2015年陕西植被净初级生产力时空分布特征及其驱动因素［J］.应用生态学报，2018，29（6）：1876-1884.
30	鲍超，方创琳.干旱区水资源开发利用对生态环境影响的研究进展与展望［J］.地理科学进展，2008，27（3）：38-46.
31	成佩昆，胡守庚，孙涛，等.陕西省退耕还林工程对植被恢复的效应：基于PCSE修正的面板数据模型［J］.干旱区研究，2018，35（6）：1477-1486.

[1]	李庆, 周娜, 王盛, 李童洲, 王仁德, 王金凤. 气候变化和人类活动对土壤风蚀影响的定量评估[J]. 中国沙漠, 2024, 44(1): 178-188.
[2]	郑诚蔚, 邓晓红, 李宗省, 薛健, 马利邦, 何娟, 卢书祥, 邵建雄, 蔡世玉, 赵佩一. 甘肃省河西地区水源涵养功能与人类活动强度演变[J]. 中国沙漠, 2024, 44(1): 189-200.
[3]	冯佳新, 吴月茹, 乔硕, 刘茜雅, 王海兵. 毛乌素沙地沙漠化逆转过程中土壤组分及微量元素含量变化特征[J]. 中国沙漠, 2024, 44(1): 218-227.
[4]	赵延卓, 谢远云, 康春国, 迟云平, 孙磊, 吴鹏, 魏振宇. 呼伦贝尔沙地风成砂-古土壤剖面记录的全新世气候变化[J]. 中国沙漠, 2023, 43(5): 85-96.
[5]	路建兵, 鞠珂, 廖伟斌. 2000—2020年甘肃省植被覆盖特征及其对气候变化和人类活动的响应[J]. 中国沙漠, 2023, 43(4): 118-127.
[6]	尤其, 许宝荣, 邹松兵, 秦艺豪, 王铎, 于冬. 中国北方干旱半干旱区植被-气候响应关系特征[J]. 中国沙漠, 2023, 43(4): 274-287.
[7]	王耀宗, 岳新斌, 谢家丽, 刘志鹏, 马媛, 王亚晖, 宫燕. 2000—2020年宁夏河东沙区沙漠化演变[J]. 中国沙漠, 2023, 43(4): 31-40.
[8]	梁鹏飞, 辛惠娟, 李宗省, 南富森, 唐彪, 张文豹. 基于Budyko假设的党河径流变化归因[J]. 中国沙漠, 2023, 43(3): 210-219.
[9]	段然, 李宗杰, 王昱, 刘晓颖, 桂娟, 梁鹏飞, 李玉辰, 薛健, 刘梦晴, 徐斌. 石羊河流域径流变化特征[J]. 中国沙漠, 2023, 43(3): 57-68.
[10]	韩子言, 蒙吉军, 邹易, 朱利凯. 1982—2017年黑河流域植被指数动态及其对气候变化与生态建设工程的响应[J]. 中国沙漠, 2023, 43(3): 96-106.
[11]	辛春明, 何明珠, 李承义, 张力斌, 李新荣. 荒漠土壤氧化亚氮排放及其驱动因素研究进展[J]. 中国沙漠, 2023, 43(2): 184-194.
[12]	孙红, 段霁芸, 刘雨洁, 冉瑞兰, 李晓凤, 赵鹏善. 气候变化背景下沙蓬属（ *Agriophyllum* ）物种潜在地理分布[J]. 中国沙漠, 2023, 43(2): 255-263.
[13]	杨宇哲, 岳大鹏, 赵景波, 刘怡婷, 李嘉宁, 杨天宇. 毛乌素沙地东南缘L₃ 、S₃ 黄土-古土壤色度特征及古气候意义[J]. 中国沙漠, 2023, 43(1): 176-186.
[14]	和海秀, 付爱红, 王川. 塔城地区西北部低山草甸植被指数变化及其驱动力[J]. 中国沙漠, 2023, 43(1): 187-196.
[15]	秦豪君, 杨晓军, 马莉, 王一丞, 傅朝, 张君霞, 陆正奇. 2000—2020年中国西北地区区域性沙尘暴特征及成因[J]. 中国沙漠, 2022, 42(6): 53-64.