植被净初级生产力（Net Primary Productivity，NPP）指在自然环境下绿色植物在单位时间、单位面积上积累的有机物数量。NPP作为陆地生态过程的关键参数，不仅反映了植被在自然条件下的生产能力，也是衡量陆地碳循环与生态系统质量的重要指标，在调节全球碳平衡中起着重要的作用^［1］。

近年来，许多学者从不同空间和时间尺度研究了中国不同地区植被NPP的时空格局及其驱动因素等科学问题，如对青藏高原、黄土高原、北方农牧交错带等脆弱生态系统植被NPP的相关研究，研究集中在基于模型对植被NPP的模拟、NPP的时空变化格局及其与气候变化和人类活动等因素的关系等领域^［2-9］。随着遥感技术的发展，通过遥感模型估算长时间序列植被NPP的方法被广泛采用^［4］，目前国内外学者主要基于生态过程模型（BIOME-BGC模型）、光能利用率模型（CASA模型）以及气候统计模型等对植被NPP进行估算^［10-12］。李登科等^［3］基于生态过程模型估算了2000—2019年陕西省实际净初级生产力以及基于气候模型估算了潜在净初级生产力，定量分析了气候变化和人类活动对陕西省植被生态系统的影响，结果表明人类活动是陕西省植被NPP变化的主要驱动力。杨丹等^［4］基于CASA模型对黄土高原2000—2018年植被NPP进行估算，并定量分析了气候变化及人类活动对植被NPP变化的影响，发现经济欠发达且人口密度小的地区植被NPP的变化以气候变化为主导，经济发展较好且人口密度大的地区植被NPP的变化以人类活动为主导。朱莹莹等^［13］基于MOD17A3-NPP数据，构建BP神经网络模型估算了2000—2014年西北地区的植被NPP，并对其时空格局进行了分析，发现植被NPP具有较强的空间差异性，并与降水关系密切。气候变化对植被NPP的影响一直是研究热点^［14-17］。在生态脆弱区，一系列生态环境工程的建设等人类活动也是影响植被变化的重要因素^［18-19］。因此探究植被NPP的时空格局以及气候变化和人类活动的定量影响，对应对未来气候变化以及生态恢复政策的制定等方面具有积极意义^［4］。

沙漠生态系统是陆地生态系统的重要组成部分，然而，目前对沙漠生态系统，尤其是对沙漠化逆转过程中植被NPP的相关研究相对较少。毛乌素沙地是中国典型的四大沙地之一，位于鄂尔多斯高原的南部和黄土高原的北部区域，跨内蒙古（伊金霍洛旗南部、乌审旗及鄂托克旗的东南部）、陕西（神木、榆林、横山、靖边以及定边）、宁夏（盐池的东北部）三省区，约占中国沙漠总面积的4.7%。毛乌素沙地曾是中国沙漠化发展的典型区，也是目前沙漠化逆转最明显的区域之一。随着政府组织开展的三北防护林工程、全国性退耕还林、陕西省天然林保护工程等一系列生态保护措施的实施，毛乌素沙地生态环境明显好转^［20］，沙区植被覆盖度呈增加趋势的面积可达97.9%^［21］，沙漠化地区出现了明显的逆转趋势。进行毛乌素沙地沙漠化逆转区植被NPP的时空变化格局及其影响因素分析，对深刻认识典型沙漠化逆转区植被生态系统碳固定状况及对全球变化的响应具有重要的科学意义，对沙漠化逆转区植被生态系统碳循环的合理调控和生态保护工程的实施具有重要的参考价值^［22］。但到目前为止，毛乌素沙地沙漠化逆转区植被NPP的时空分布格局及其影响因素尚不明确。

基于此，本文以毛乌素沙地沙漠化逆转的典型区域——陕西省榆林市作为研究区，基于CASA模型，结合遥感数据、气象数据以及植被类型数据等，估算2000—2020年榆林市植被NPP，阐明其时空格局，并定量分析气候变化及人类活动对NPP时空变化的影响。研究结果对深入认识陕西省榆林市沙漠化逆转区的固碳状况及对区域气候变化和人类活动的响应具有重要的理论意义，对碳循环的合理调控及生态保护工程的实施具有重要的实践意义。

陕西省榆林市（36°57′—39°35′N，107°28′—111°15′E）位于黄土高原与毛乌素沙地交界处，是全国生态环境建设和国家退耕还林重点地区，土地面积42 920.2 km²，2020年常住人口362.5万人。地势西高东低，平均海拔1 218 m（图1A），地形复杂，地貌多样。北部是毛乌素沙地东南缘风沙草滩区，地势平坦；南部是黄土高原腹地，地形破碎，沟壑纵横；西南部还分布有梁状低山丘陵，地势高亢，梁塬宽广，梁涧交错。陕西榆林属干旱半干旱区，多年平均气温9.3 ℃，多年平均降水量438 mm。植被型以栽培植被和草原为主，零星分布有灌丛、草甸等。榆林西部毛乌素沙地地处毛乌素沙地东南缘，涉及榆林市5个县，由北至南依次为神木市、榆阳区、横山区、靖边县以及定边县（图1B）。

遥感数据采用NASA官网提供的EOS/MODIS产品2000—2020年陕西省榆林市MOD13Q1-NDVI数据集，空间分辨率为250 m×250 m，时间分辨率为16 d。采用MRT软件和ArcGIS软件，对影像进行投影、裁剪、最大值合成、剔除异常值等数据处理，获取研究区2000—2020年逐月NDVI数据。

降水量数据和气温数据采用国家青藏高原科学数据中心（http：//data.tpdc.ac.cn/zh-hans/）提供的2000—2020年中国逐月降水量数据集以及逐月平均气温数据集，空间分辨率为0.0083333°（约1 km），数据格式为NETCDF，即.nc格式。太阳总辐射数据采用地理遥感生态网（http：//www.gisrs.cn/）提供的2000—2020年陕西省榆林市逐月太阳总辐射数据，空间分辨率为0.0083333°（约1 km），数据格式为栅格数据。

估算植被NPP时需要栅格化的气象数据，并从空间上与遥感数据相匹配。文中利用ArcGIS软件将数据格式为NETCDF的降水量和气温数据转换为栅格数据，并对栅格化的降水量、气温、太阳辐射数据进行投影转换、裁剪、重采样等数据处理，获取像元大小、行列数与NDVI数据一致、投影相同的气象要素栅格数据。

植被类型数据来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”（http：//westdc.westgis.ac.cn）提供的1∶1 000 000中国植被图集，数据格式为矢量数据。利用ArcGIS软件对植被数据进行裁剪、栅格转换、重分类、投影、重采样等数据处理，获取像元大小、行列数与NDVI数据一致、投影相同的栅格数据。陕西省榆林市植被类型主要有栽培植被、草原、草甸、灌丛、针叶林、草丛、荒漠、阔叶林以及沼泽9类。

植被NPP估算。CASA模型能够有效反映气候和人类活动双重影响下陆地植被生态系统的变化，因此在植被生态系统动态研究中应用广泛。采用朱文泉等^{［11，23-24］}改进的CACA模型对植被NPP进行估算（本文中都以C计量）：

式中：APAR（x，t）表示像元x在t月获取的光合有效辐射（MJ·m^-2）；ε（x，t） 表示像元x在t月的光能转化率（g·MJ^-1）。

植被潜在NPP和人类活动作用下的NPP估算。植被潜在NPP（PNPP）采用Miami 模型进行估算。Miami模型是最早由 Lieth^［25-26］利用最小二乘法根据陆地生态系统中实测生产力数据与相匹配的年平均气温和年降水量数据建立，是第一个被广泛应用的区域NPP估算的气候模型：

式中：NPP_T和NPP_R分别为利用年平均气温T（℃） 和年降水量R（mm）计算得到的潜在植被净初级生产力（g·m^-2·a^-1）。根据Liebig最小因子定律，选取二者的最小值作为潜在植被净初级生产力PNPP。

由CASA模型估算的植被NPP反映的是气候和人类活动双重影响下陆地植被的变化，由Miami模型估算的植被PNPP反映的是没有人为干扰，仅受到气候影响的植被变化。因此，人类活动影响下的植被NPP（HNPP）由NPP与PNPP的差值计算：

采用一元线性回归分析法分析沙漠化逆转过程中植被NPP的年际变化趋势，采用趋势线的斜率来反映植被NPP的年际变化趋势^［22］，并进行显著性T检验：

式中：Slope为趋势线的斜率，即NPP的变化趋势；Y_i 为像元第i年的NPP值；n为监测时段的年数。Slope>0表示在某一时间段植被NPP呈增加趋势，Slope<0表示植被NPP呈减小趋势。显著性检验结果表现如下：P<0.01表示极显著，0.01<P<0.05表示显著，P>0.05表示不显著。

为了便于区分，气候和人类活动双重影响下植被NPP的趋势线斜率值记为S_NPP。植被潜在NPP以及人类活动作用下的NPP趋势线斜率亦由上述公式计算而得，分别记为S_PNPP和S_HNPP。

采用相关分析法，分析沙漠化逆转过程中植被NPP与温度、降水量的相关性：

式中：R_x，y 表示x，y变量间的相关关系；x_i 和y_i 表示x，y变量在第i年的值；x_p 和y_p 表示x，y变量的多年平均值；n为样本数。R_x，y >0表示植被NPP与气候因子呈正相关，反之呈负相关。

采用T检验对植被NPP与温度和降水量的相关系数分别进行显著性检验。显著性检验结果表现如下：P<0.01表示极显著，0.01<P<0.05表示显著，P>0.05表示不显著。

气候变化和人类活动是驱动植被变化的主要原因。采用斜率比较法来评价气候变化和人类活动在植被NPP变化中的相对作用，这里使用植被潜在NPP的趋势线斜率绝对值|S_PNPP|与人类活动作用下植被NPP的趋势线斜率绝对值|S_HNPP|进行对比分析，具体评价方法如表1所列。

气候变化和人类活动在植被NPP变化中的相对贡献，采用公式（8）和公式（9）表示^［9］。

气候变化在植被NPP变化中的相对贡献率：

人类活动在植被NPP变化中的相对贡献率：

在分析研究区相关文献资料的基础上，整理统计其他研究模拟的NPP结果，与本文NPP值进行对比，评价NPP值模拟精度。

本研究基于改进的CASA模型以及MOD13Q1-NDVI数据对NPP进行估算，估算结果显示，2000—2020年榆林市NPP值为100~500 g·m^-2 ·a^-1，全市多年平均值为336.57 g·m^-2·a^-1。本研究模拟值与石志华等^［27］以及李玲^［28］基于CASA模型的模拟结果基本接近（表2）。王钊等^［29］以及朱莹莹等^［13］均是基于MOD17A3-NPP数据对NPP进行分析，与之相比，本研究模拟值略偏大。总体来讲，与其他研究模拟值相比，本研究NPP模拟值偏差在一定的范围之内，即估算结果基本可靠。不同模型估算结果存在差异主要是由于研究时段、数据来源、模型参数、数据处理方法等存在差异，这也反映了模型反演NPP的不确定性。

2000—2020年榆林市植被NPP为171.41~458.26 g·m^-2·a^-1，平均336.57 g·m^-2·a^-1。2000—2020年植被NPP呈波动增加趋势，增加速率为12.39 g·m^-2·a^-1（图2）。

榆林市定边县、榆阳区、横山区、神木市和靖边县分布在毛乌素沙地东南缘（榆林西部毛乌素沙地）。由表3可以看出，2000—2020年榆林西部毛乌素沙地植被NPP呈增加趋势，增加速率为10.83 g·m^-2·a^-1，NPP多年平均值为311.87 g·m^-2·a^-1。其中，定边县、榆阳区、横山区、神木市、靖边县植被NPP增加速率分别为7.42、10.11、12.11、13.82、10.69 g·m^-2·a^-1，NPP多年平均值分别为273.75、293.01、319.28、341.55、331.77 g·m^-2·a^-1。

由上述分析可以看出，2000—2020年沙漠化逆转过程中榆林市植被NPP呈波动增加趋势，分布在榆林西部毛乌素沙地的定边县、榆阳区、横山区、神木市、靖边县，植被NPP均呈增加趋势。

2000—2020年，榆林市植被NPP多年平均值总体表现为西低东高的空间分布格局（图3）。NPP多年平均值为0~100 g·m^-2·a^-1的分布面积最小，占榆林市总面积的0.7%，零星分布在榆林西部的定边县和靖边县。NPP多年平均值为100~200 g·m^-2·a^-1的分布面积占6.0%，主要分布在榆林西部的榆阳区和神木市。NPP多年平均值为200~300 g·m^-2·a^-1的分布面积占27.1%，主要分布在榆林西部。NPP多年平均值为300~400 g·m^-2·a^-1的分布范围最大，占榆林市总面积的40.4%，主要分布在榆林中东部。NPP多年平均值为400~500 g·m^-2·a^-1以及>500 g·m^-2·a^-1的分布面积分别占23.2%、2.6%，主要分布在榆林东部。

2000—2020年，榆林市植被NPP呈减小趋势的区域仅占榆林市总面积的1.6%，零星分布在榆林西部毛乌素沙地；其中，极显著减小（S_NPP<0，P<0.01）区域面积占榆林市总面积的1.1%（图4）。植被NPP呈增加趋势的区域占榆林市总面积的98.4%，其中NPP变化率为5~15 g·m^-2·a^-1的区域占榆林市总面积的57.0%，主要分布在榆林西部毛乌素沙地5县。极显著增加（S_NPP>0，P<0.01）区域面积占榆林市总面积的94.7%；显著增加（S_NPP>0，0.01<P<0.05）区域面积占2.1%，主要分布在榆林市西南部的定边县。

由上述分析可以看出，2000—2020年榆林市植被NPP在空间上呈现出西低东高的变化趋势，整体上呈极显著以及显著增加的变化趋势，表明沙漠化逆转过程中榆林市植被状况明显好转。

2000—2020年，榆林市年平均气温8.68~9.81 ℃，变化速率为0.01 ℃·a^-1，呈缓慢上升趋势，气温多年平均值为9.33 ℃。2000—2020年榆林市年降水量301.8~550.1 mm，变化速率为3.90 mm·a^-1，降水量表现为一定程度的增加，降水量多年平均值为438.91 mm（图5）。综上分析，2000—2020年榆林市气候呈现出一定程度的暖湿化趋势。

2000—2020年榆林市气温和降水量在空间上的分布总体上呈西低东高的变化趋势（图6）。2000—2020年榆林市气温多年平均值为7.1~12.2 ℃，气温低值区分布在榆林市西北部的府谷县和神木市以及西南部的定边县；气温高值区分布在榆林市东南部的吴堡县、绥德县和清涧县。降水量多年平均值为318.6~529.2 mm，降水量低值区分布在榆林西部毛乌素沙地一带，高值区出现在榆林市东南部的吴堡县、绥德县和清涧县等地。

2000—2020年，榆林市植被NPP与气温相关系数为-0.726~0.791。NPP与气温呈负相关的区域占榆林市总面积的15.8%，其中不显著负相关区域占榆林市总面积的14.7%，主要分布在靖边县。NPP与气温呈正相关区域占榆林市总面积的84.3%，其中不显著正相关区域占78.8%。植被NPP与降水量的相关系数为-0.481~0.871。植被NPP与降水量呈负相关区域占榆林市总面积的1.3%，零星分布在榆林西部毛乌素沙地。植被NPP与降水量呈正相关区域占榆林市总面积的98.7%，其中，不显著正相关区域占23.3%，主要分布在榆林西部的定边县北部和靖边县，极显著正相关和显著正相关区域分别占24.3%和51.0%，主要分布在榆林中东部、西部的神木市、榆阳区、横山区以及定边县南部（图7）。

由上述分析可以看出，植被NPP的时空变化趋势与气温的相关性不显著，说明气温对植被NPP的影响不显著；与降水量主要呈正相关关系，表现为极显著和显著正相关，说明植被NPP对降水量变化的响应敏感。

2000—2020年，榆林市人类活动对植被NPP产生负效应（S_HNPP<0）的区域占榆林市总面积的9.9%，主要分布在榆林西部的神木市和榆阳区，定边县以及靖边县也有少量分布，植被NPP减小速率为2.15 g·m^-2·a^-1。其中，极显著减小（S_HNPP<0，P<0.01）以及显著减小（S_HNPP<0，0.01<P<0.05）区域共占榆林市总面积的0.9%，不显著减小（S_HNPP<0，P>0.05）区域占9.0%（图8）。可以看出，人类活动对植被生长表现出的抑制作用并不显著。

人类活动对植被NPP产生正效应的区域占榆林市总面积的90.1%，NPP增加速率为7.36 g·m^-2·a^-1。人类活动作用下，植被NPP极显著增加（S_HNPP>0，P<0.01）区域占榆林市总面积的28.0%，主要分布在榆林市的中东部；植被NPP显著增加（S_HNPP>0，0.01<P<0.05）区域占18.4%，主要分布在榆林市的东南部以及东北部；植被NPP不显著增加（S_HNPP>0，P>0.05）区域占43.6%，主要分布在榆林西部毛乌素沙地。

总体来看，人类活动对榆林市植被NPP的影响以正效应为主，人类活动促进了植被NPP的增加。其中，极显著以及显著正效应区域主要分布在榆林市中东部，不显著正效应区域主要分布在榆林西部。

2000—2020年，人类活动主导的NPP减小区域占榆林市总面积的1.2%，人类活动的相对贡献率为54.9%；气候变化主导的NPP减小区域占0.5%，气候变化的相对贡献率为99.9%。NPP减小区域均零星分布在榆林西部毛乌素沙地。人类活动主导的NPP增加区域占55.8%，主要分布在榆林市中东部以及西部的靖边县和横山区，人类活动的相对贡献率为60.8%。气候变化主导的NPP增加区域占42.6%，主要分布在榆林西部的神木市、榆阳区以及定边县，气候变化的相对贡献率为68.6%（图9~10）。

总体来看，由人类活动主导的植被NPP变化的区域占榆林市总面积的56.9%，主要分布在榆林中东部地区以及西部部分地区，由气候变化主导的植被NPP变化的区域面积占43.1%，主要分布在榆林西部毛乌素沙地。

气候变化和人类活动是影响植被生长状况的主要因素。2000—2020年榆林市植被NPP以12.39 g·m^-2·a^-1的速率呈波动增加趋势，并在空间上呈现出西低东高的变化趋势。2000—2020年榆林市年平均气温以0.01 ℃·a^-1的速率增加，年降水量以3.90 mm·a^-1的速率增加，气候表现为一定程度的暖湿化趋势，而暖湿化气候更有利于中高纬度地区植被的生长。植被NPP与气温相关性不显著的区域占榆林市总面积的93.4%，说明植被NPP的增加对气温变化的响应不敏感。植被NPP与降水量呈极显著以及显著正相关的区域占75.4%，主要分布在榆林市中东部以及西部毛乌素沙地，不显著正相关区域占23.3%，主要分布在榆林西部的定边县北部和靖边县，说明植被对降水量变化的响应更为敏感。2000—2020年榆林市降水量多年平均值为318.6~529.2 mm，属典型的干旱半干旱区，水资源是限制植被生长的主要气候因子，降水量的增加有利于植被的生长^［4，30］。

2000—2020年人类活动对榆林市植被NPP的影响以正效应为主。其中表现为极显著以及显著正效应的区域占榆林市总面积的46.4%，主要分布在榆林市中东部地区，说明人类活动显著促进了植被NPP的增加；不显著正效应和负效应区域分别为43.6%和9.1%，主要分布在榆林西部毛乌素沙地，说明人类活动对该区域的植被生长有一定的促进或抑制作用，但影响并不显著。陕西省水土流失严重，是国家退耕还林工程重点建设省份之一。陕西省退耕还林区包括陕北退耕还林区以及陕南退耕还林区。其中，陕北退耕还林区主要分布在黄土高原丘陵的沟壑区。1999—2017年，陕西省累计完成退耕还林工程面积可达268.9万hm²，占1999年全省耕地面积的53.3%。一系列生态环境工程的实施，包括榆林西部毛乌素沙地防沙治沙工程以及榆林中东部退耕还林工程的实施，使得榆林市植被逐步恢复^{［17，20，31］}。榆林西部毛乌素沙地由于气候干旱，降水量较少，加之土壤贫瘠，尽管一系列防沙治沙工程的实施使得植被逐步恢复，但随着植被大面积的生长，植被对水资源的需求越来越大，一旦供水不足，沙区植被将难以继续生存，所以长期来看沙区植被的恢复更多依赖水资源的供给。另外，已实施的生态环境工程的维护对植被的恢复也非常重要。

植被的生长状况受气候变化与人类活动双重作用的影响。通过分析气候变化和人类活动在植被NPP中的相对作用发现，气候变化主导的NPP增加区域占榆林市总面积的42.6%，主要分布在榆林西部毛乌素沙地，该区域植被生长对人类活动的响应不显著，但对降水量变化的响应更为敏感，气候变化的相对贡献率为68.6%。毛乌素沙地因其恶劣的生态环境，人口数量相对稀少，经济欠发达，因而人类活动对植被生态系统的干扰相对较小^［4］。人类活动主导的NPP增加区域占榆林市总面积的55.8%，主要分布在榆林市中东部以及西部的靖边县和横山区，该区域也是退耕还林建设工程的核心区域，相比西部沙区，该区域降水状况良好，降水量对植被生长的影响表现为极显著以及显著的促进作用，人类活动对植被的影响也表现为极显著及显著正效应。由此可以看出，气候变化以及人类活动均促进了该区域植被NPP的增加，但是人类活动的相对作用大于气候变化，人类活动的相对贡献率为60.8%，说明在降水量相对较好区域，退耕还林工程的实施取得了显著成效。

总的来看，榆林西部毛乌素沙地植被的恢复在防沙治沙工程的辅助下，更多依赖水资源的供给，而榆林中东部地区作为退耕还林的核心区域，相比气候变化，生态建设工程等人类活动对植被的恢复表现出更为积极的作用。

2000—2020年，沙漠化逆转过程中榆林市植被NPP表现为波动增加的变化趋势，总体呈现出西低东高的空间分布格局。植被NPP呈增加趋势的区域面积占榆林市总面积的98.4%，呈减少趋势的区域面积占1.6%。

榆林市植被NPP与气温的相关性不显著，与降水量呈正相关关系，对人类活动的响应以正效应为主。榆林西部毛乌素沙地植被NPP与降水量主要呈正相关关系，对人类活动的响应不显著，说明该区域植被NPP对降水量变化的响应更为敏感。榆林市中东部植被NPP与降水量主要呈正相关关系，对人类活动的响应以正效应为主，说明降水量变化及人类活动均促进了该区域植被NPP的增加。

气候变化和人类活动对榆林市植被NPP变化的影响在空间上表现出一定的差异性。气候变化主导的NPP增加区域占榆林市总面积的42.6%，主要分布在榆林西部毛乌素沙地，人类活动主导的NPP增加区域占55.8%，主要分布在榆林市中东部以及西部的靖边县和横山区。人类活动和气候变化主导的NPP减小的区域面积分别占1.2%和0.5%，均零星分布在榆林西部毛乌素沙地。

不同估算模型、估算参数、数据来源以及数据处理方法均会影响植被NPP的估算结果，因此结合区域特征，研究出一套更为精准的NPP估算模式仍是今后的工作重点。本文在分析气候变化对NPP的影响时仅考虑了降水和气温两个因子，并未细化人类活动各个因子对NPP的影响，因此，气候变化和人类活动各因子对植被NPP变化的影响机制仍需进行更深入的研究。