干旱和半干旱地区作为陆地生态系统的重要组成部分，既是生态脆弱区，也是区域生态对全球变化响应的敏感区^［1］。沙地在干旱和半干旱地区扮演着至关重要的生态角色。近年来，中国北部干旱和半旱区的沙漠化治理措施显著改善了植被格局，为全球植被恢复和扩张做出了重要的贡献^［2］。毛乌素沙地作为中国沙漠化治理的重点地区，展现出明显的沙漠化逆转趋势，成为全国乃至全球荒漠化治理的典范^［3-4］。然而，沙漠化逆转是长期而复杂的过程，仍面临着多方面的挑战。

毛乌素沙地的植被在过去几十年中经历了显著波动，反映了气候和人类活动对生态系统的影响，也为理解荒漠化和生态恢复提供了宝贵的经验^［5］。近年来，毛乌素沙地植被的急剧变化受到科学家们的广泛关注。毛乌素沙地NDVI呈上升趋势^［6-8］，植被状况有所改善，但大部分区域的植被覆盖度仍低于30%^［9］，降水、大规模人工造林和控制大牲畜规模对植被生长状况有积极影响^［10］。目前针对毛乌素沙地植被变化的研究主要采用NDVI、FVC和EVI等指标，侧重植被生长状况和覆盖程度的研究，对植被生产力的研究相对缺乏。植被净初级生产力作为评价生态系统变化及其可持续性的重要指标，在揭示生态系统质量状况方面尤其受到关注^［11］。

气候变化和人类活动是影响植被净初级生产力变化的两个重要因素^［12］。气候变化主要通过降水和温度来影响植被动态。干旱和半干旱地区的植被对降水具有显著的响应特征，但对温度的响应不敏感^［13］。人类活动对干旱和半干旱地区植被恢复的有效性是有争议的^［14］。一方面，“三北”防护林体系和退耕还林还草等生态恢复计划，已被证明对植被恢复具有积极作用；另一方面，城市化、过度放牧和农业扩张等活动导致自然生态系统的破坏，削弱了生态工程的正面效果^［15］。量化气候变化和人类活动对干旱和半干旱地区植被变化的影响，成为沙区生态系统应对未来气候变化的重要任务。

基于此，本研究以毛乌素沙地为研究区，基于CASA模型，结合2001—2020年MODIS数据和气象数据，对毛乌素沙地植被NPP进行了估算。采用Theil-Sen Median趋势分析及Mann-Kendall检验、Hurst指数、皮尔逊相关系数和多元线性回归残差分析等方法，详细分析毛乌素沙地植被NPP的时空变化特征，揭示气候变化与人类活动对生态系统的相对贡献。这不仅为理解生态系统的响应机制提供了宝贵数据，还为制定科学的生态保护与恢复策略提供参考，促进区域及全球的生态可持续发展。

毛乌素沙地主要位于内蒙古自治区鄂尔多斯市南部和陕西省榆林市北部（图1），总面积达4.22万km²，是中国四大沙地之一。地势西北高，东南低，属温带大陆性季风气候，地处干旱和半干旱区过渡地带，年均气温为6.0~8.5 ℃，年降水量250~440 mm，降水集中在夏季，其他季节相对干燥，几乎没有降水。1949年后，针对沙漠化威胁，开始毛乌素沙地治沙工作。通过科学的治理手段和持续的努力，沙漠化得到有效遏制和逆转。2017年，在《联合国防治荒漠化公约》第13次缔约方大会上，“毛乌素沙地治理模式”被公约秘书处执行秘书巴布称为“中国乃至世界治沙史上的奇迹”。为了保持治理成果，实现可持续发展，持续管理和保护毛乌素沙地的生态环境仍然至关重要。

从NASA网站 （https：//ladsweb.modaps.eosdis.nasa.gov/） 获取2001—2020年的MOD13Q1数据集的归一化植被指数（NDVI）数据，时间和空间分辨率分别为16 d和250 m。首先利用MRT工具提取波段并对MOD13Q1数据进行投影变换。其次对NDVI数据进行S-G滤波处理，重建数据质量较差的像素^［16］。最后，采用最大值合成法将16 d的NDVI数据处理为月度NDVI数据。

用于验证NPP模拟值准确性的数据来自NASA网站的MOD17A3HGF数据集，时间和空间分辨率分别为1 a和500 m。通过MRT对MOD17A3HGF数据进行处理，我们获得了2001—2020年毛乌素沙地的年NPP数据。

气象数据由中国国家气象科学数据中心提供 （http：//data.cma.cn/），包括研究区内12个地面气象站的降水量、气温和日照时数数据。由于研究区内太阳辐射地面观测站较少，因此采用基于日照百分率的太阳总辐射计算经验模型计算各气象站的月总太阳辐射量^［17］。利用ANUSPLINE 4.2软件引入海拔作为协变量对毛乌素沙地及其周边共计12个气象站的月平均气温、月降水量和月总太阳辐射量插值得到。

土地利用数据来自中国1990—2021年连续30年土地利用数据CLCD （https：//zenodo.org/records/5816591#.ZAWM3BVBy5c）^［18］。在ArcGIS中进行投影和裁剪后，获得了2001—2020年研究区的多时相土地利用数据，研究区主要的土地利用类型包括耕地、草地、林地、水体、沙漠和建设用地。

数字高程模型（DEM）数据来自欧洲航天局（https：//panda.copernicus.eu/panda），空间分辨率为30 m。经过投影和裁剪后，我们获得了研究区分辨率为250 m的DEM数据。

所有数据均在ArcGIS软件中统一为WGS_1984_UTM_Zone_49N坐标系，空间分辨率250 m。

本文综合考虑各模型的优缺点，从模型所需数据量的多少、数据获取的难易程度以及计算过程的复杂程度出发，选择采用朱文泉等^［11］改进的CASA模型估算毛乌素沙地植被净初级生产力。CASA模型主要通过计算植被吸收的光合有效辐射（APAR）和实际光能利用率（ε）两个变量来估算区域植被净初级生产力植被NPP^［11］。

式中：APARx,t为像元x在t月吸收的光合有效辐射（MJ·m^-2）；ε(x,t)为像元x在t月的实际光能利用率（g·MJ^-1）

采用Theil-Sen趋势分析方法，计算2001—2020年毛乌素沙地植被NPP的变化趋势。

式中：β为植被NPP变化趋势；NPPi和NPPj分别表示第i年和第j年的植被NPP序列值，2001≤i<j≤2020。若β大于0，则表明植被NPP为增长趋势，反之为下降趋势。

采用Mann-Kendall（M-K）检验方法对植被NPP变化趋势进行显著性检验。采用双边趋势检验，对于标准值Z，若Z大于0，则植被NPP变化呈上升趋势；反之，呈下降趋势。当Z的绝对值大于1.65、1.96和2.58时，表示变化趋势分别通过了置信水平为90%、95%和99%的显著性检验（表1）。

采用Pearson相关系数，分析植被NPP变化与其他要素的相关性，相关系数取值［-1，1］。

式中：Rxy是相关系数，表示x和y之间的相关程度；n是研究时间跨度，本文取20；xi表示第i年的降水量或平均气温；x¯表示20年的年均降水量或年均气温；yi表示第i年的植被NPP；y¯表示20年的植被NPP均值。Rxy<0表示二者为负相关，Rxy>0表示二者为正相关。

采用t检验进行显著性检验，P<0.05为显著相关、P<0.01为极显著相关。

目前，量化气候变化和人类活动对植被变化影响的方法主要为残差分析法^［19］。该方法以植被NPP为因变量，年平均气温和年降水量为自变量建立二元线性回归模型，预测气候变化对植被NPP的影响（NPPCC）。通过计算植被NPP模拟值（NPPobs）与NPPCC之间的差值，即植被NPP残差（NPPHA），来表征其他气候因素（辐射、风速和自然灾害等）和人类活动对植被NPP的影响。

式中：NPPobs表示基于CASA模型计算的模拟值；a、b和c是模型参数；T和P分别表示年平均气温（℃）和年降水量（mm）。

采用一元线性回归计算2001—2020年NPPCC和NPPHA的变化趋势率，分别表示在气候变化和人类活动影响下的植被NPP变化趋势，趋势率为正，表示气候变化或人类活动可促进植被NPP的增加；反之，表示会导致植被NPP下降。为了更好地区分NPPHA中的影响因子是人类活动还是其他气候因素，已有研究表明：当NPPHA随时间的变化趋势显著时，植被NPP的变化由人类活动解释；相反，植被NPP的变化则是由其他气候因素解释^［19-20］。因此，我们通过对NPPHA进行趋势分析，将显著变化（P<0.05）的地区判定为人类活动影响区。

计算气候变化和人类活动对植被NPP变化的相对贡献率（表2）^［21］。

利用基于R/S算法（重标极差分析法）的Hurst指数描述毛乌素沙地植被NPP变化趋势的可持续性特征^［22-23］。Hurst指数取值［0，1］。0<Hurst<0.5，表示时间序列具有反持续性，即植被NPP未来变化趋势与过去趋势不一致；Hurst=0.5时，表示时间序列是随机序列，无法判断植被NPP未来变化趋势；0.5<Hurst<1，表明该时间序列为持续性序列，即植被NPP未来变化趋势与过去趋势一致。Hurst指数越接近1，说明植被NPP时间序列数据的持续性越强。

将植被NPP变化趋势和Hurst指数叠加，计算植被NPP未来变化趋势（表3）。

在对CASA模型模拟值进行精度验证时，通常采用与实测数据进行对比的方法，但鉴于植被NPP实测数据较难获取，因此利用现有植被NPP产品数据进行精度验证。分别在CASA模型估算的植被NPP数据集和MOD17A3植被NPP数据集中随机选取80个样本点，共获得1 600（20×80）个样本用于精度验证和显著性检验。我们利用3个性能评估指标来评估模型的准确性：均方根误差（Root Mean Square Error，RMSE），平均绝对误差（Mean Absolute Error，MAE）和决定系数（R-squared，R²）。结果表现出较好的拟合度（图2）。

年际变化结果表明（图3），毛乌素沙地年均植被NPP为220.26~328.92 g·m⁻²·a⁻¹，以3 g·m⁻²·a⁻¹的速率显著上升（P<0.01），其中植被NPP最小值出现在2001年，为220.26 g·m⁻²·a⁻¹，而最高值出现在2014年，为328.92 g·m⁻²·a⁻¹。植被NPP年最大值的年际变化亦呈现相似的趋势，最小值和最大值分别出现在2001年和2014年。

空间分布上，毛乌素沙地植被NPP表现出由西北向东南逐渐增加的分布格局（图4）。其中，植被NPP多年平均值200~400 g·m⁻²·a⁻¹，约占总面积的70.14%。高值区（NPP>400 g·m⁻²·a⁻¹）分布较为零散。低值区（NPP<200 g·m⁻²·a⁻¹）主要分布在毛乌素沙地西部，该地区自然环境恶劣，植被覆盖低，土地利用多以沙漠为主。71.71%的区域植被NPP表现出增加趋势，其中呈显著和极显著增加趋势的区域面积占比为33.85%，主要分布在毛乌素沙地东部和西北部。植被NPP呈下降趋势的区域占比为28.29%，仅5.17%的区域表现出显著和极显著减少，零散分布在鄂托克前旗和乌审旗南部。总的来说，2001—2020年毛乌素沙地植被NPP整体呈现上升趋势，植被生长状况有了明显改善。

毛乌素沙地年均气温表现为波动式上升（图5），2012年平均气温最低，仅为7.77 ℃，2013年则达到了最高值9.33 ℃。年降水量则表现出不规则的起伏变化，缺乏明显的趋势性，围绕均值385.51 mm波动。降水量最小值出现在2005年，仅为198.45 mm，而最大值出现在2002年，为556.29 mm。空间分布上，气温和降水量呈东高西低的分布格局（图5）。气温多年平均值6.92~11.8 ℃，高温区域分布在毛乌素沙地东部（神木市东部和榆阳区东部），低温区域分布在毛乌素沙地西北部（鄂托克旗和乌审旗北部）。降水量多年平均值为240.78~599.84 mm，降水量较高的地区与高温区域较为一致，而降水量较低的地区主要分布在鄂托克前旗。

毛乌素沙地大部分地区植被NPP与气温和降水量呈正相关性，气象条件总体上有利于植被NPP的增加（图6）。2001—2020年毛乌素沙地植被NPP与气温的相关系数为-0.895~0.842，61.22%的地区植被NPP与气温正相关，其中与气温呈显著和极显著正相关的区域主要分布在毛乌素沙地西北部的低温区域（鄂托克旗和乌审旗北部），面积占比为13.36%。与气温呈显著负相关的区域分布比较零散，面积占比仅为4.08%。

2001—2020年毛乌素沙地植被NPP与降水量的相关系数为-0.796~0.929，75.62%的地区植被NPP与降水量正相关，其中与降水呈显著和极显著正相关的区域主要分布在毛乌素沙地南部（鄂托克前旗和乌审旗南部），面积占比为20.86%。与降水显著和极显著负相关的区域仅占总面积的0.26%。

基于气温、降水和NPP的多元回归残差模型计算了2001—2020年毛乌素沙地植被NPP的残差变化趋势（图7）。其中71.86%区域的残差呈增加趋势，呈显著增加趋势的面积占比为33.17%；28.14%区域的残差呈减少趋势，其中呈显著减少趋势的区域仅占总面积的5.15%。根据残差趋势变化的结果，当残差随时间的变化趋势显著时，有38.32%区域的植被NPP的残差变化不是由于气候变化导致的，可能是由于人类活动引起的。

气候变化导致毛乌素沙地植被NPP增加的面积占比为58.68%。其中，气候变化对植被NPP变化的平均贡献为35.38%，大多数像素的贡献率为0~40%，占总面积的42.36%。相比之下，气候变化对毛乌素沙地西南部的植被NPP呈负贡献，导致41.32%地区的植被NPP减少。

与气候变化相比，人类活动对植被NPP的作用范围不广但贡献率更大。人类活动对植被NPP的平均贡献为64.62%。有33.17%区域的植被NPP增加是由人类活动驱动的。在这些区域中，人类活动的贡献率为60%~100%的面积较大，占比为30.75%，主要分布在毛乌素沙地东部以及西部边缘地区，这些地区的退耕还林、天然林保护等生态建设工程取得了显著成效。人类活动导致毛乌素沙地植被NPP减少的区域仅占总面积的5.15%。

毛乌素沙地植被NPP的Hurst指数为0.13~0.93，平均0.45，Hurst指数>0.5和<0.5的区域分别占总面积的44.95%和55.05%，说明未来植被NPP变化主要表现为反持续性（图8）。将植被NPP变化趋势和Hurst指数耦合，得到植被NPP未来变化趋势，32.80%的区域未来植被NPP呈持续增加的趋势，主要分布在毛乌素沙地东部；12.15%的区域未来植被NPP则呈持续减少的趋势，主要分布在毛乌素沙地南部；16.10%的区域未来植被NPP表现出由减少变为增加的变化趋势，主要分布在毛乌素沙地西南部；38.95%的区域则表现出由增加变为减少的趋势。

2000—2020年，毛乌素沙地植被NPP呈增长趋势，这与前人的研究结果一致^［24］。时间上，植被NPP呈显著上升趋势，这是因为自2000年以来，一系列的生态系统工程极大改善了毛乌素沙地的生态环境^［25］。空间上，植被NPP从东南到西北逐渐减少，这与Liu等^［26］的研究结果总体一致。西北地区海拔高，气温低，降水量少，气候条件不利于植被生长。而东部地区气温较高，降水量较大，气候条件和土壤环境比西北地区好，因此植被NPP较高。尽管植被NPP总体上呈现增长趋势，植被生长状况得到明显改善，但未来植被NPP呈现减少趋势的区域占比达51.10%，其中由增加变减少的区域达38.95%，植被退化的风险依旧很大。未来防治工作的关键是强化毛乌素沙地再治理，加强现有植被恢复措施，同时重点关注退化区域植被的人工修复工作，防止毛乌素沙地二次沙化。

气候是影响植被生长的关键因素。植被只有在合适的气温、降水量和适当的营养条件下才会生长。毛乌素沙地植被NPP与降水量的关系复杂多变，存在着年份和地区差异。降水量在部分年份对植被NPP的影响较大，如2007、2012、2017年降水较多，相应年份的植被NPP也较高。但在一些区域，这种相关性并不显著。研究区北部的鄂托克旗、鄂托克前旗西南部以及乌审旗北部等地沙漠面积较大，沙质土壤包含更大的颗粒和更多的空间，会导致土壤的过滤速度加快但保水能力降低^［27］。另外，荒漠植被在长期的适应过程中，对于水分的胁迫已经具有一定的耐受性^［28］。在降水充沛的榆阳区和神木市，气温对植被生长有更大影响。气候变暖带来的温度上升对植被NPP的影响也呈现出区域差异。在低温地区（鄂托克旗、乌审旗北部）适度升温能提升植被光合作用的效率，有利于植被NPP的提高。而在高温区域（靖边县、横山区和神木市），温度过高可能导致水分蒸发加剧，降低水分利用效率，从而抑制植物的生长和发育。

气候变化是植被NPP变化的主要原因，对植被NPP变化的平均贡献为35.38%。气候变化导致植被NPP减少的地区主要出现在西南部地区（鄂托克前旗和乌审旗南部），在水资源短缺的环境下，升温反而可能会抑制草地的生长，尤其在没有明显降水量增加的情况下^［29］。总的看来，气候暖湿化对毛乌素沙地植被NPP变化具有积极作用。然而，与人类活动相比，气候变化的平均贡献并不高，这可能与植被生长对植被恢复工程的响应同样具有高度敏感性有关^［30］。

与气候变化相比，人类活动也是毛乌素沙地植被NPP变化的主要原因。2000年后，中国实施了一系列政策，在一定程度上缓解了毛乌素沙地的荒漠化情况^［31］。“三北”防护林、以粮换绿、风沙治理以及退耕还林还草在内的生态恢复计划显著促进了生态脆弱地区的植被恢复和绿化^［32-33］。然而，人类活动对植被NPP的影响是复杂的。人类活动促进植被NPP增加的面积占总面积的33.17%，主要分布在西部和东部边缘，贡献率集中在60%~100%。另一方面，人类活动导致东部和南部的部分地区植被NPP 减少，这些地区的土地利用类型多为草地、耕地和建筑用地，城市扩张、过度放牧等人类活动占用了该地区大量的草地，导致植被NPP的下降。尽管人类活动对毛乌素沙地植被NPP的影响是双面的，但人类活动整体上对植被的改善做出了重要的贡献。但随着风沙治理面积的扩大，对水资源的需求也会随之增加。一旦水资源供给不足，西部地区人工种植的沙漠植被将难以继续生存。人类活动是否能够长期促进毛乌素沙地植被NPP增加是未知的。因此，应该更加重视生态环境工程的维护以及植被恢复方面的工作，并且更加关注自然资源的可持续利用。

2001—2020年毛乌素沙地植被NPP呈显著上升趋势，71.71%的区域植被NPP表现出增长，空间上呈现西北低、东南高的分布格局。未来植被NPP的变化趋势以反持续性为主，约38.95%的区域显示出由增加转为减少的趋势。

植被NPP变化与气温和降水量均呈正相关关系，且表现出明显的空间差异。北部的鄂托克旗、乌审旗北部和榆阳区西北部等地对气温变化更加敏感，而南部的鄂托克前旗、乌审旗南部和靖边县北部等地则对降水更加敏感。

残差分析结果表明，毛乌素沙地植被NPP的变化受气候变化和人类活动双重驱动，气候变化和人类活动的平均贡献率分别为35.38%和64.62%。具体来看，气候变化促使毛乌素沙地植被NPP增加和减少的区域分别占总面积的58.68%和41.32%，而人类活动的影响则使植被NPP增加和减少的区域分别占总面积的33.17%和5.15%。尽管人类活动的影响区域较小，但其贡献率较高，在约30.75%的区域内，人类活动的贡献率超过60%。总体而言，气候暖湿化对毛乌素沙地的植被生长具有积极影响，生态保护工作的实施可以加速植被生长的改善。