山東省植被NPP時空分布特征及驅(qū)動因素分析

駱艷　張松林

摘 要：為了解區(qū)域生態(tài)系統(tǒng)植被生產(chǎn)力的分布規(guī)律及其變化對區(qū)域生態(tài)調(diào)控的作用，該研究基于MOD17A3的年NPP數(shù)據(jù)，采用一元線性回歸分析法和Pearson相關系數(shù)法等，分析了2000—2014年山東省植被NPP的時空格局變化特征及其氣候、人為等因素對其的影響。結果表明：（1）2000—2014年，山東省植被NPP總體呈上升趨勢，年均值為442 gC·m-2·a-1，年總量平均值為63.16 T g C。山東省植被NPP空間分布具有明顯的分異特征，其中年均NPP 300～400 gC·m-2·a-1的面積最大，占總面積的52.28%，分布于山東省西部的絕大部分區(qū)域。（2）山東省植被NPP年增加速率平均值為3.29 gC·m-2·a-1，增加區(qū)域占山東省植被總面積的92.63%。其中，極顯著增加區(qū)域占山東省總面積的16.56%，主要分布在煙臺市、青島市、日照市、臨沂市、濰坊市、東營市和濱州市;顯著減少和極顯著減少的區(qū)域占山東省總面積的1.33%，零星分布在山東省東南部和北部黃河三角洲地區(qū)。（3）植被NPP受氣候變化和人類活動等因素的共同影響，氣候因素中降雨的影響最大，城市化隨著人類活動的頻繁逐漸成為植被NPP變化的重要驅(qū)動力。

關鍵詞： NPP， 年際變化， 驅(qū)動因子， 山東省， 土地利用類型

中圖分類號：Q948

文獻標識碼：A

文章編號：1000-3142（2019）05-0690-11

Temporal-spatial variation characteristics and drivingfactors of vegetation NPP in Shandong Province

LUO Yan， ZHANG Songlin*

（ Northwest Normal University， Lanzhou 730070， China ）

Abstract：In order to understand the distribution law of regional ecosystem vegetation productivity and its effect on regional ecological regulation， based on the annual net primary productivity （NPP） data of MOD17A3， the method of univariate linear regression analysis and Pearson correlation coefficient， etc.， were used to analyze spatial and temporal patterns of NPPof vegetation ecosystem in Shandong Province during the past fifteen years from 2000 to 2014 and the effects of climate and human factors. The results were as follows： （1） The average NPPof vegetation in Shandong Province from 2000 to 2014 was 442 gC·m-2·a-1， and the total average annual NPPwas 63.16 T g C. The vegetation NPPof Shandong Province showed obvious spatial differentiation characteristics， among which the vegetation area of the average NPP300-400 gC·m-2·a-1was the largest， accounting for 52.28% of the total area， distributed in most of the western part of Shandong Province. （2） The average annual growth rate of NPPin Shandong Province was 3.29 gC·m-2·a-1， and the increased area accounting for 92.63% of the total vegetation area in Shandong Province. Among them， the area of extremely significant increase accounted for 16.56% of the total area of Shandong Province， mainly distributed in Yantai， Qingdao， Rizhao， Linyi， Weifang， Dongying and Binzhou cities; The regions with significant decrease and extremely significant decrease accounted for 1.33% of the total area of Shandong Province， and were scattered in the Southeast of Shandong Province and the northern Yellow River delta region. （3） The vegetation NPPwas affected by the combined effect of factors such as climate change and human activities. Among climatic factors， the rainfall has the greatest influence. Urbanization gradually becomes an important driving force for vegetation NPPchanges with the frequent human activities.

Key words： net primary productivity （NPP）， inter-annual variability， driving factors， Shandong Province， land use type

植被凈初級生產(chǎn)力（NPP，net primary productivity）指綠色植物在單位時間和單位面積上所積累的有機干物質(zhì)量（Field et al.，1998），體現(xiàn)陸地生態(tài)系統(tǒng)當時的狀況，代表綠色植物通過光合作用固定大氣CO2的能力（張杰和潘曉玲，2010）。植被NPP在全球的碳平衡中具有重要作用，對氣候變化的響應研究是科學研究的焦點之一（Cramer et al.，1999）。近年來，多位學者對我國植被NPP與氣候因子的關系進行了研究。李登科等（2018）基于MOD17A3數(shù)據(jù)對中國2000—2015年陸地植被NPP的研究發(fā)現(xiàn)，大部分地區(qū)變化趨勢不明顯，呈現(xiàn)顯著增加趨勢和顯著減少趨勢的面積相對較少。仲曉春等（2016）的研究認為近十年來中國植被NPP的空間分布總體北低南高，由西北向東南增加，地域性明顯，且降雨量和溫度為影響植被NPP的主要因素。然而，在全國尺度上，植被NPP受不同植被類型和氣候變化的影響表現(xiàn)出較大的時空異質(zhì)性，因此植被NPP在區(qū)域尺度上的時空變化的驅(qū)動機制需要進一步研究。陳瑛瑛等（2015）分析了我國南方近12 a植被凈初級生產(chǎn)力，認為大部分地區(qū)植被NPP與溫度呈正相關、與降雨呈負相關，受氣候因素影響大。王志紅等（2018）對貴州植被NPP分布特點與地形變化的關系進行研究，發(fā)現(xiàn)海拔高度不是主要的影響因子，地形起伏度與NPP顯著相關，且地形起伏越大的區(qū)域NPP值越高。

山東省植被種類繁多，且作為中國的農(nóng)業(yè)大省，是小麥、玉米和花生等作物的主要生長區(qū)。然而，隨著快速的經(jīng)濟發(fā)展和人類活動的干擾逐漸加強，使得土地覆蓋面積發(fā)生改變，土地利用類型發(fā)生轉移，導致了植被及水土資源的流失，研究NPP的時空變化可以有效地反映其生態(tài)系統(tǒng)的動態(tài)和健康狀況，對評價山東省生態(tài)環(huán)境起著重要作用。區(qū)域尺度的植被NPP與氣候變化以及相關影響因素的研究對生態(tài)系統(tǒng)的穩(wěn)定和碳循環(huán)的調(diào)節(jié)具有重要意義，高志強等（2004）研究了中國北方因土地利用和覆蓋方式的改變對于NPP的影響。目前，針對山東省植被NPP的相關研究較少，本文利用MODIS數(shù)據(jù)和GIS相關技術分析山東植被NPP的時空分布特征及其氣候、人為等因素對其的影響，為山東省的植被保護、碳循環(huán)評估和自然資源的有效合理利用提供科學依據(jù)。

1 研究區(qū)概況

山東省地理坐標為114°47′—122°43′ E、34°22′—38°27′ N，位于我國東部沿海地區(qū)和黃河下游，東臨黃海和渤海，陸地總面積為15.8萬km2，總人口為10 006萬（2017年），共有17個地級市。中部為隆起的山地，北部和西部為平坦的黃河沖積平原，東部與南部為起伏的丘陵區(qū)。暖溫帶季風氣候，受海洋季風的影響較大，四季分明，雨量集中，夏季雨熱同期，冬季晴朗干燥，平均氣溫為11～14 ℃;年均降水量為500～1 100 mm，從東南沿海向西北內(nèi)陸遞減。

2 數(shù)據(jù)來源與處理

本文使用的2000—2014年的MOD17A3 NPP數(shù)據(jù)來自美國NASA EOS/MODIS網(wǎng)站（http：//Ipdaac.usgs.gov），空間分辨率為1 km×1 km。該數(shù)據(jù)是利用BIOME-BGC模型與光能利用模型建立起全球NPP估算模型，從而得到陸地生態(tài)系統(tǒng)NPP。目前，該數(shù)據(jù)在全國不同地區(qū)植被凈初級生產(chǎn)力的時空特征和碳循環(huán)研究中廣泛應用（國志興等，2009;Rasmus et al.，2006;位賀杰等，2014）。本文將為期15 a的MODIS數(shù)據(jù)在MRT工具中進行處理，投影轉換為Albers Equal Area。

本研究使用的氣象數(shù)據(jù)來自中國氣象科學數(shù)據(jù)共享服務網(wǎng)（http：//cdc.cma.gov.cn）的山東省境內(nèi)及周邊的33個氣象站點提供的年均氣溫和年降水量數(shù)據(jù)。結合1 000 m的DEM數(shù)據(jù)和33個氣象站點的經(jīng)緯度信息，利用Aunsplin氣象數(shù)據(jù)插值軟件對氣象數(shù)據(jù)進行插值處理，獲取的柵格分辨率為1 km×1 km。Aunsplin軟件對氣象數(shù)據(jù)插值去除了高程對溫度和降水的影響，得到的氣象柵格數(shù)據(jù)更加可靠（程春曉等，2014）。

土地利用類型數(shù)據(jù)為2000年、2005年和2010年山東省遙感監(jiān)測數(shù)據(jù)，來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心，分辨率為1 km。將土地利用類型數(shù)據(jù)歸并分類為林地、耕地、水域、草地、城鎮(zhèn)與未利用地。

2.1 NPP變化趨勢分析

山東省2000—2014年的平均NPP空間分布圖，計算公式為NPP=∑ni=1NPPin（1）

式中，NPP為山東省2000—2014年累計15 a的NPP平均值;n為研究時間段的年數(shù)，取值15;i為年序號，即為2000，2001，…，2014年;NPPi為第i年的山東省NPP值。

基于像元的NPP線性傾向采用一元線性回歸分析法，消除了異常因素對NPP變化趨勢的影響（潘竟虎和李真，2015）。NPP年際變化趨勢的計算公式：

Slope=n×∑ni=1i×NPPi-∑ni=1i∑ni=1NPPin×∑ni=1i2-∑ni=1i∑ni=1i（2）

式中，Slope為線性傾向值，單位為gC·m-2·a-1，代表了NPP的變化傾向程度。當Slope>0，NPP隨著時間增加呈上升趨勢;當Slope=0，NPP隨著時間增加不變;Slope<0，NPP隨著時間增加呈下降趨勢。n為研究時間段的年數(shù)，取值15;i為年序號，即為2000，2001，…，2014年;NPPi為第i年的NPP值。

回歸模型的顯著性大小用F檢驗，計算公式：F=∑ni=1（NPP︿i-NPP-）2∑ni=1（NPPi-NPP︿i）2（n-2）（3）

式中，NPPi為第i年的NPP值;NPP-為累計15 a NPP的平均值;NPP︿i為第i年的NPP回歸值。

根據(jù)F檢驗查詢結果，將山東省NPP的變化趨勢劃分為極顯著減少、顯著減少、變化不明顯（不顯著增加或減少）、顯著增加和極顯著增加五個類型。

2.2 相關性分析

基于像元的植被NPP與氣候因子年均氣溫和年降水量的相關性分析采用Pearson相關系數(shù)法。之后對NPP與氣溫或降水的相關系數(shù)進一步計算，得到NPP與氣溫和降水的偏相關系數(shù)。相關系數(shù)（Rxy）及偏相關系數(shù)（Rxy，2）的計算公式：

Rxy=∑ni=1xi-x-yi-y-

∑ni=1（xi-x-）2×∑ni=1（yi-y-）2（4）

式中，Rxy為兩變量NPP與氣溫或降水的相關系數(shù)。

Rxy，z=Rxy-RxzRyz（1-R2xz）×（1-R2yz）（5）

式中，Rxy，z是氣溫或降水（z）固定后另一氣候因子與NPP的偏相關系數(shù)。

偏相關性的顯著性采用t檢驗，計算公式：

t=n-m-1Rxy，z1-R2xy，z（6）

式中，n為年份，m是自變量個數(shù)。

由于各個要素之間的相互影響較為復雜，僅研究各要素間的相關性和偏相關性不能反映出他們之間的關系，而復相關性可以進一步反映各要素間的綜合影響，因此基于相關系數(shù)和偏相關系數(shù)來計算復相關系數(shù)。計算公式：

Rx，yz=1-（1-R2xy）（1-R2xz，y）。（7）

式中，Rx，yz為因變量x與自變量y、z的復相關系數(shù)，Rxz，y為偏相關系數(shù)，Rxy為x與y的相關系數(shù)。

復相關系數(shù)的顯著性采用F檢驗，計算公式：

F=Rx，yz×Rx，yz1-Rx，yz×Rx，yz×n-k-1k。（8）

式中，n為年份，k是自變量個數(shù)。

2.3 氣候因子與非氣候因子的驅(qū)動力分類

參考高志強等（2004）和何奕萱等（2018）以及植被覆蓋變化驅(qū)動分區(qū)原則（陳云浩等，2001），并結合研究區(qū)的情況對其進行適當調(diào)整，把影響NPP變化的驅(qū)動力分為五類（表1）。

驅(qū)動力分析的統(tǒng)計檢驗方法如下：對于R1和R2偏相關性的顯著性檢驗采用t檢驗，當顯著性水平設定為0.01時，t取值為2.681，當|t| > 2.681時，顯示顯著。對于R3復相關性的顯著性檢驗采用F檢驗，當顯著性水平設定為0.05時，F(xiàn)取值為3.885，當F> 3.885時，顯示顯著。

非氣候因子中土地及NPP轉移矩陣的獲得方法如下：將2000、2005和2010年三期土地利用數(shù)據(jù)在GIS軟件中分類得到林地、耕地、水域、草地、城鎮(zhèn)與未利用地六種土地利用類型，并賦予不同的值。把2000年和2005年兩期土地利用數(shù)據(jù)相減，得到2000—2005年不同類型土地向另外五種土地類型轉移的柵格圖，其中每一種轉移方法都有特定的值，2005—2010年的方法同上，最后進行統(tǒng)計，得到土地轉移矩陣。利用得到的土地利用類型轉移數(shù)據(jù)分別提取出2000、2005和2010年的NPP數(shù)據(jù)，進行計算，得到2000—2005年和2005—2010年各土地類型轉移的NPP量，統(tǒng)計得到NPP轉移矩陣。

3 結果與分析

3.1 植被NPP的空間分布特征

山東省2000—2014年植被的平均NPP為442 gC·m-2·a-1。從圖1可以看出，山東省植被NPP平均值為0～200 gC·m-2·a-1的區(qū)域很少，故合并為一組;200～400 gC·m-2·a-1的區(qū)域分布較集中，以50 gC·m-2·a-1為級差可有效區(qū)分其空間分布;400 gC·m-2·a-1以上的分布較離散，以100 gC·m-2·a-1為級差即可有效區(qū)分其空間分布。山東省植被NPP年均值空間分布呈現(xiàn)明顯的分異特征，其中，平均NPP低于300 gC·m-2·a-1的區(qū)域集中分布于濟南市、淄博市、萊蕪市、泰安市和濟寧市，在德州市西南部、濱州市和東營市北部地區(qū)也有分布，占總面積的11.72%;NPP平均值300～400 gC·m-2·a-1的分布于山東省西部的絕大部份區(qū)域，占總面積在一半以上（52.28%）;NPP年均值400～500 gC·m-2·a-1的多數(shù)分布于濰坊市、日照市和臨沂市，少數(shù)分布于菏澤市、棗莊市南部以及煙臺市和青島市的西部，占總面積的13.89%;NPP平均值大于500 gC·m-2·a-1的區(qū)域位于山東省東北部沿海區(qū)域，占比為22.11%，最大值出現(xiàn)在威海市。魯中南山地丘陵區(qū)NPP年均值為250～300 gC·m-2·a-1，主要是由于地形抬升、降水減少（張可欣和孫成武，2009）和氣溫降低所致;東部沿海大多區(qū)域的植被NPP年均值為500～700 gC·m-2·a-1，與其海拔較低、氣溫較高和降水相對豐沛有關。

3.2 植被NPP的時間分布特征

2000—2014年山東省植被NPP總量年平均值為63.16 T g C，隨著時間延續(xù)有升有降，2000—2004年 NPP持續(xù)增加（圖2），之后相對穩(wěn)定略有升高。2004年NPP總量最高，為70.59 T g C;其次是2008年，為69.74 T g C;兩者的NPP值分別高于平均值的11.76%和10.42%;2000年總量最低，為53.34 T g C，低于平均值15.55%;最低值僅是最高值的0.76倍，表明山東省植被的NPP值的年際變化較大、不太穩(wěn)定。2000—2002年植被NPP值低于15 a的平均值，主要是由于這些年山東省連續(xù)干旱（張勝平等，2004），使部分區(qū)域的植被生產(chǎn)力降低（楊曉霞等，2003）。2005年山東省植被NPP下降到61.79 T g C，可能是由于年初暴風雪天氣影響了植被的生長（崔林麗等，2016）。隨后幾年，植被生產(chǎn)水平逐漸恢復，NPP總量總體略微升高。2009—2011年植被NPP總量較低，可能與當時氣溫與降水都減少有關。如圖3所示，2009—2011年研究區(qū)平均氣溫和降水量都呈現(xiàn)減少趨勢。

2000—2014年山東省植被NPP的 Slope 平均值為3.29 gC·m-2·a-1。圖4表明，山東省92.36%的植被NPP呈增加趨勢，7.64%的植被NPP為減小趨勢。F檢驗表明，山東省62.95%的植被NPP年際變化趨勢不明顯;NPP年際變化為正值區(qū)域（增加趨勢）的平均為3.93 gC·m-2·a-1;極顯著增加區(qū)域占山東省植被面積的16.56%，主要分布在煙臺市、青島市、濰坊市、日照市、臨沂市、東營市和濱州市;顯著增加區(qū)域占山東省植被總面積的19.16%，大部分位于極顯著增加區(qū)域的周邊，少部分在泰安市和德州市;NPP呈現(xiàn)減少趨勢的 Slope 平均值為-2.80 gC·m-2·a-1，其中顯著減少和極顯著減少的部分為1.33%，零星分布在山東省東南部和北部黃河三角洲地區(qū)（圖4）。

山東省不同土地覆蓋類型的年際增長速率各不相同，植被NPP在草地中以4.69 gC·m-2·a-1的平均速率增長，且增長趨勢最明顯，其中呈現(xiàn)極顯著增加趨勢和極顯著減少趨勢的面積分別占草地總面積的26.43%和0.37%;林地的增長速率為4.54 gC·m-2·a-1，僅在草地之下，呈極顯著增加和極顯著減少的面積分別為20.38%和0.25%。耕地、城鎮(zhèn)和水域的平均增長速率分別為3.39、2.37和2.60 gC·m-2·a-1，相應的極顯著增加面積15.61%、12.17%和14.77%，極顯著減少面積0.53%、2.54%和1.11%。耕地、城鎮(zhèn)和水域變化不明顯的區(qū)域與草地與林地相比相對較多，分別為64.59%、68.91%和65.45%?？梢姡綎|省增長速率較明顯的草地和林地，其極顯著增加區(qū)域的面積占比較大，而顯示的極顯著減少的面積相對較少，無明顯變化的區(qū)域面積占比小。

3.3 植被NPP變化的驅(qū)動因素

3.3.1 氣象因子對植被NPP的影響 植被NPP受氣候變化的影響很大，分析氣候變化特征有助于進一步探討植被NPP的影響因素（Gao et al.，2013）。如圖5所示，山東省植被NPP值與年均氣溫的平均相關系數(shù)為0.09，表現(xiàn)為很弱的正相關關系。正相關區(qū)域面積占植被總面積的70.58%。負相關區(qū)域面積占總面積的29.40%，T檢驗發(fā)現(xiàn)，顯著相關（P<0.01）的區(qū)域僅有0.16%，位于日照市的沿海地區(qū)。植被NPP年均值與年降水量平均相關系數(shù)為0.28，較氣溫與NPP的相關性略強。正、負相關區(qū)面積分別為91.49%和8.50%。T檢驗可知，有1.49%的區(qū)域通過了P<0.01的顯著性檢驗，主要分布在魯中山地，零散分布在山東省黃河三角洲等地。相比之下，山東省植被NPP與年均降水量的相關性更強且更顯著。

不考慮降水的影響，植被NPP與溫度年均值的平均偏相關系數(shù)為0.24，顯著相關區(qū)域占1.00%，比考慮降水影響時的面積占比增大了0.83%;忽略溫度的影響，植被NPP與年降水量平均值的平均偏相關系數(shù)為0.35，而顯著正相關區(qū)域占6.54%，比考慮年均氣溫影響時的面積占比增加了5.05%，不顯著正相關性區(qū)域減少了3.62%;這說明山東省植被NPP受水熱條件的共同作用，其中降水較氣溫的影響更重要（圖6）。

由圖7可知，復相關關系在0.003～0.881之間。植被NPP與氣候因子復相關性較強的區(qū)域分布在菏澤市、濟寧市和棗莊市一帶，復相關性較弱的區(qū)域位于煙臺市、青島市和濰坊市。植被NPP與氣候因子的地區(qū)差異性可能與海拔有關，青島市、濰坊市和日照市海拔較低，而周邊海拔升高，低海拔地區(qū)氣溫較低，使得植被NPP與氣候因子的復相關性較弱。植被NPP受氣溫、降水等氣候因子的變化與人類活動因素的影響，降水對其的影響最大，而人類活動中，土地利用類型的轉變改變了生態(tài)系統(tǒng)的類型和結構，進而改變了植被生產(chǎn)力。

從圖7驅(qū)動類型圖可以看出，山東省面積的0.56%以氣溫降水為強驅(qū)動力，主要位于菏澤的西部和棗莊的北部;以氣溫降水弱驅(qū)動的區(qū)域大多分布在山東省南部幾個市，分布較為分散，占總面積的1.76%;氣溫驅(qū)動型占研究區(qū)面積的0.97%，主要集中在菏澤市和棗莊市;降水驅(qū)動型占5.91%，大致分布于北部的濱州市和東營市以及南部的泰安市、菏澤市、濟寧市與棗莊市的交界處;非氣候因子驅(qū)動型的面積達90.79%，在山東省各市均有分布。由此看出，非氣候因子對山東省大多區(qū)域內(nèi)的植被NPP變化影響較大，是主要的驅(qū)動因素。

3.3.2 土地利用變化對植被NPP的影響 如表2所示，2000—2005年有3 106 km2的土地利用類型發(fā)生了轉移，占土地利用總面積的2%，其中耕地轉移為最主要的轉移類型，轉移面積占總轉移面積的51.09%，主要轉移為城鎮(zhèn)和水域用地。2005—2010年山東省共有1 426 km2的土地向其他土地類型發(fā)生了轉移，占總面積的0.92%，耕地轉移面積占總轉移面積的70.48%，主要向城鎮(zhèn)用地轉移。山東省近十年主要在耕地與城鎮(zhèn)、 未利用地與城鎮(zhèn)之間土地類型發(fā)生轉移，主要是以耕地、林地、草地和未利用地轉出以及城鎮(zhèn)和水域用地轉入為主的土地類型轉移。

不同的土地利用類型產(chǎn)生的NPP各有不同。不同土地利用類型間植被NPP的轉移主要表現(xiàn)為具有較高植被NPP的土地覆蓋類型向較低NPP的土地覆蓋類型的轉換，使得植被NPP損失;或是植被NPP較低的土地覆蓋類型向較高的的轉換，使得植被NPP增加（王芳等，2018）。2000—2010年不同土地利用類型的轉換使得山東省植被NPP轉移的情況如表3所示。

2000—2005年草地和未利用地轉移為耕地使得NPP增加量最大，為386.7×10-4T g C;耕地轉移為城鎮(zhèn)用地使植被NPP減少156.69×10-4T g C;各土地覆蓋類型植被NPP向草地轉移的NPP量最少，僅有1.23×10-4T g C，其次為林地，為8.72×10-4T g C，耕地最多，有426.54×10-4T g C。

2005—2010年城鎮(zhèn)向耕地和水域用地的轉換，使植被NPP增加量最大，為44.84×10-4T g C;耕地向林地和水域的轉換，也使植被NPP有所增加;耕地轉移城鎮(zhèn)導致植被NPP損失最大，損失量為207.76×10-4T g C，林地轉移城鎮(zhèn)、草地轉為城鎮(zhèn)也帶來了NPP的損失。各土地類型植被NPP向城鎮(zhèn)轉移，損失的NPP量最多，共損失了216.83×10-4T g C，因為城市面積的不斷增加，植被面積不斷減少，城市的植被NPP有較大損失。這表明引起植被NPP損失的主要驅(qū)動力是城市化。

2000—2005年草地向耕地轉移土地面積481 km2，使得NPP增加了272.28×10-4T g C，而之后的五年間僅有3 km2的草地轉移為耕地，遠遠小于2000—2005年轉移的面積，可能由于轉移的土地并未得到充分耕作和很好利用，原本的草地荒廢，使得轉移為耕地的土地NPP不升反降，導致了兩個研究時間段相同轉移類型損益不同。山東省擁有眾多的湖泊濕地資源，隨著退耕還濕還湖工程的實施，眾多人工和自然湖泊濕地的情況得到進一步恢復，水域中的蘆葦、蒲草等繁殖能力強的植物，形成大范圍的植物群落（劉穎，2017），良好的植物多樣性使得水域植被的凈初級生產(chǎn)力較之周邊耕地、草地高，湖泊濕地等水域植被生長狀況得到進一步改善。此外，2005年山東省政府下發(fā)了基本農(nóng)田保護工作的意見，既保護了作物的生長力，又有效防止了耕地城鎮(zhèn)化。2008年政府下發(fā)膠東半島城市群和省會城市群一體發(fā)展規(guī)劃的通知，在經(jīng)濟發(fā)展的情況下，優(yōu)先發(fā)展主城區(qū)，設立農(nóng)田保護區(qū)、水源保護區(qū)和生態(tài)自然保護區(qū)等，因地制宜，為生態(tài)系統(tǒng)的良性發(fā)展提供保障。

4 討論與結論

本研究結果表明，氣候因素和人為因素等共同影響著植被NPP的空間變化，面積分別占研究區(qū)的9.21%和90.79%，說明人為因素更大程度的影響著山東省的植被NPP。對人類活動的分析利用了土地覆蓋類型轉移的方法，其中城市面積的增加為引起植被NPP損失的主要因素。本研究中非氣候因子驅(qū)動型面積達90.79%，人類活動導致的土地利用類型轉移只是其中一部分的原因，2000—2005年和2005—2010年的土地轉移面積分別為2%和0.92%。人類活動所誘發(fā)的自然災害、大型工程建設等因素也會影響植被NPP的變化。研究區(qū)海拔、坡度的不同，使得氣候條件不盡相同，不同海拔和坡度所適應的植被類型、土壤肥力的差別，也會影響到植被NPP的大小，這些因素在今后的研究中會進一步討論分析。

人類活動對植被NPP有負面減損和正面增多的雙重作用。如城市化進程的加快導致對植被的破壞等因素為負面作用，2000—2010年山東省城市面積增加了2 787 km2，城市面積增加導致?lián)p失的NPP共有323.21×10-4T g C;而加大對農(nóng)田保護的投入力度，加強農(nóng)田水利基本建設等措施為正面影響，這十年間耕地面積增加了788 km2，增加的耕地NPP共有177.27×10-4T g C，其中未利用地和草地向耕地的轉移，以及耕地自身生產(chǎn)力的提高使得耕地NPP總量增加。

本研究中，山東省植被NPP整體為增加趨勢，植被狀態(tài)好轉，與國內(nèi)學者的研究結果相同，蘇本營等（2010）對山東省農(nóng)田生態(tài)系統(tǒng)的研究發(fā)現(xiàn)，2000—2006年農(nóng)田生態(tài)系統(tǒng)在呈現(xiàn)好轉的趨勢。然而崔林麗等（2016）在中國東南部植被NPP時空格局變化的研究中發(fā)現(xiàn)2001—2010年東南部植被NPP整體上是微弱的減少趨勢。由于植被類型、地形地貌和人為干預等因素，使得不同區(qū)域尺度的植被NPP存在明顯差異。研究中使用的NPP數(shù)據(jù)分辨率較低，無法精確地區(qū)分不同植被類型，分析中可能會帶來結果的誤差，在今后的研究中應運用更高分辨率的數(shù)據(jù);牛忠恩等（2016）提出MOD17產(chǎn)品中的光能利用率導致其植被NPP被低估，在今后的研究中應結合研究區(qū)實際情況，具體參數(shù)做適當?shù)恼{(diào)整，并結合多種NPP計算方法，提高更適用于區(qū)域研究的模型精度。

綜上所述，結論如下：（1）2000—2014年山東省NPP年均值為442 gC·m-2·a-1，15 a間NPP總量平均為63.16 T g C，呈現(xiàn)先增加，后相對穩(wěn)定略有升高的趨勢。（2）山東省植被NPP年均值呈現(xiàn)明顯的空間分異特征。低值區(qū)集中于濟南市、淄博市、萊蕪市、泰安市和濟寧市，德州市西南部、濱州市和東營市北部地區(qū)也有分布;高值區(qū)位于東北沿海區(qū)域;最大值在威海市。（3）山東省NPP增加的區(qū)域占總面積的92.36%，減少區(qū)域占比為7.64%。NPP極顯著減少和顯著減少的面積合計僅有1.33%，變化不明顯區(qū)域為62.95%，顯著增加區(qū)域19.16%，極顯著增加區(qū)域占16.56%。（4）植被NPP變化的主要驅(qū)動因素是氣候變化和人類活動。人類活動的影響最大，占研究區(qū)總面積的90.79%，城市面積的增多是主要影響NPP變化的因素，主要體現(xiàn)在土地利用面積中耕地向城市的轉移損失了NPP。山東省植被NPP受氣候因子的影響面積占9.21%，其中降水是主要的影響因素。

參考文獻：

CHEN CX， XU ZX， WANG ZH， et al.， 2014. Temporal-spatial change simulation and analysis of net primary productivity in Northeast China from 2001 to 2010 [J]. Resour Sci， 36（11）： 2401-2412.[程春曉， 徐宗學， 王志慧， 等， 2014. 2001-2010年東北三省植被凈初級生產(chǎn)力模擬與時空變化分析 [J]. 資源科學， 36（11）：2401-2412.]

CHEN YH， LI XB， SHI PJ， 2001. Variation in NDVI driven by climate factors across China， 1983—1992 [J]. Chin J Plant Ecol， 25（6）： 716-720.[陳云浩， 李曉兵， 史培軍， 2001. 1983—1992年中國陸地NDVI變化的氣候因子驅(qū)動分析 [J]. 植物生態(tài)學報， 25（6）：716-720.]

CHEN YY， CHEN W， WU W， et al.， 2015. Temporal and spatial variation of vegetation NPPand its response to climate factors in southern China [J]. J Yangzhou Univ （Agric Life Sci）， 36（3）： 104-110.[陳瑛瑛， 陳雯， 武威， 等， 2015. 中國南方植被NPP時空變化及其對氣候因子的響應 [J]. 揚州大學學報（農(nóng)業(yè)與生命科學版）， 36（3）：104-110.]

CRAMER W， KICKLIGHTER DW， BONDEAU A，et al.， 1999. Composing global models of terrestrial net primary productivity（NPP）： Overview and key results[J]. Global Change Biol， 5（Suppl. 1）： 1-15.

CUI LL， DU HQ， SHI J， et al.， 2016. Spatial and temporal pattern of vegetation NPPand its relationship with climate in the Southeastern China [J]. Sci Geogr Sin， 36（5）： 787-793.[崔林麗， 杜華強， 史軍， 等， 2016. 中國東南部植被NPP的時空格局變化及其與氣候的關系研究 [J]. 地理科學， 36（5）：787-793.]

FIELD CB， BEHRENFELD MJ， RANDERSON JT，et al.， 1998. Primary production of the biosphere： Integrating terrestrial and oceanic components[J]. Science， 281（5374）： 237-240.

GAO YH， ZHOU X， WANG Q， et al.， 2013. Vegetation net primary productivity and its response to climate change during 2001-2008 in the Tibetan Plateau[J]. Sci Total Environ， 444（1）： 356-362.

GAO ZQ， LIU JY， CAO MK， et al.， 2004. Impacts of land use and climate change on regional net primary productivity [J]. J Geogr Sci， 59（4）： 581-591.[高志強， 劉紀遠， 曹明奎， 等， 2004. 土地利用和氣候變化對區(qū)域凈初級生產(chǎn)力的影響 [J]. 地理學報， 59（4）：581-591.]

GUO ZX， WANG ZM， LIU DW，et al.， 2009. Analysis of temporal and spatial features of farmland productivity in the Sanjiang Plain [J]. Trans Chin Soc Agric Eng， 25（1）： 249-254.[國志興， 王宗明， 劉殿偉， 等， 2009. 三江平原農(nóng)田生產(chǎn)力時空特征分析 [J]. 農(nóng)業(yè)工程學報， 25（1）：249-254.]

HE YX， YI GH， ZHANG TB， et al.， 2018. The EVI trends and driving factors in Red River Basin affected by the “corridor-barrier” function during 2000—2014 [J]. Acta Ecol Sin， 38（6）： 2056-2064.[何奕萱， 易桂花， 張廷斌， 等， 2018. 紅河流域“通道-阻隔”作用下2000—2014年植被EVI變化趨勢與驅(qū)動力 [J]. 生態(tài)學報， 38（6）：2056-2064.]

LI DK， WANG Z， 2018. The characteristics of NPPof terrestrial vegetation in China based on MOD17A3 data [J]. Ecol Environ Sci， 27（3）： 397-405.[李登科， 王釗， 2018. 基于MOD17A3的中國陸地植被NPP變化特征分析 [J]. 生態(tài)環(huán)境學報， 27（3）：397-405.]

LIU Y， 2017. The pattern of plant diversity and primary productivity of lakeshore in Nansi Lake [C]. Jinan： Shandong University： 1-64. [劉穎， 2017. 南四湖湖濱帶植物多樣性格局及初級生產(chǎn)力 [C]. 濟南：山東大學：1-64.]

NIU ZE， YAN HM， CHEN JQ， et al.， 2016. Comparison of crop gross primary productivity estimated with VPM model and MOD17 product in field ecosystem of China [J]. Trans Chin Soc Agric Eng， 32（4）： 191-198.[牛忠恩， 閆慧敏， 陳靜清， 等， 2016. 基于VPM與MOD17產(chǎn)品的中國農(nóng)田生態(tài)系統(tǒng)總初級生產(chǎn)力估算比較 [J]. 農(nóng)業(yè)工程學報， 32（4）：191-198.]

PAN JH， LI Z， 2015.Temporal-spatial change of vegetation net primary productivity in the arid region of Northwest China during 2001 and 2012 [J]. Chin J Ecol， 34（12）： 3333-3340.[潘竟虎， 李真， 2015. 2001-2012年西北干旱區(qū)植被凈初級生產(chǎn)力時空變化 [J]. 生態(tài)學雜志， 34（12）：3333-3340.]

RASMUS F， INGE S， MICHAEL SR， et al.， 2006. Evaluation of satellite based primary production modelling in the semi-arid Sahel[J]. Remote Sensing Environ， 105（3）： 173-188.

SU BY， ZHANG L， CHEN SB， et al.， 2010. The spatial and temporal patterns of net primary productivity and its impact factors in regional agro-ecosystem： A case study in Shandong Province [J]. Ecol Environ Sci， 19（9）： 2036-2041.[蘇本營， 張璐， 陳圣賓， 等， 2010. 區(qū)域農(nóng)田生態(tài)系統(tǒng)生產(chǎn)力的時空格局及其影響因子研究—以山東省為例 [J]. 生態(tài)環(huán)境學報， 19（9）：2036-2041.]

WANG F， WANG Z， ZHANG Y， 2018. Spatio-temporal variations in vegetation net primary productivity and their driving factors in Anhui Province from 2000 to 2015 [J]. Acta Ecol Sin， 38（8）： 2754-2767.[王芳， 汪左， 張運， 2018. 2000-2015年安徽省植被凈初級生產(chǎn)力時空分布特征及其驅(qū)動因素 [J]. 生態(tài)學報， 38（8）：2754-2767.]

WANG ZH， REN JT， DAI HY， et al.， 2018. Temporal-spatial variation of Vegetation Productivity in Guizhou： A case study in Weining County [J]. Environ Sci Technol， 41（9）：200-205.[王志紅， 任金銅， 戴華陽， 等， 2018. 貴州植被生產(chǎn)力時空變化分析：以威寧縣為例 [J]. 環(huán)境科與技術， 41（9）：200-205.]

WEI HJ， ZHANG YF， ZHU N， et al.， 2014. Temporal-spatial changes of farmland productivity in Henan Province using MODIS data [J]. Sci Surv Mapp， 39（11）： 67-71.[位賀杰， 張艷芳， 朱妮， 等， 2014. 河南農(nóng)田生產(chǎn)力時空變化的遙感分析 [J]. 測繪科學， 39（11）：67-71.]

YANG XX， LI YH， LI CY， et al.， 2003. Weather forecast techonology research for guidance in Shandong Province [J]. Meteorology， 29（11）： 3-7.[楊曉霞， 李玉華， 李昌義， 等， 2003. 山東省天氣預報逐級指導技術研究 [J]. 氣象， 29（11）：3-7.]

ZHANG J， PAN XL， 2010. Spatial pattern and seasonal dynamics of net primary productivity in mountain-oasis-desert ecosystem on the north piedmont of Tianshan Mountains in arid north-west China [J]. Arid Land Geogr， 33（1）： 78-86.[張杰， 潘曉玲， 2010. 天山北麓山地-綠洲-荒漠生態(tài)系統(tǒng)凈初級生產(chǎn)力空間分布格局及其季節(jié)變化 [J]. 干旱區(qū)地理， 33（1）：78-86.]

ZHANG KX， SUN CW， 2009. Sensitivity experiment for the impact of mountainous topographic of middle Shandong Province to regional climate [J]. Chin J Agrometeorol， 30（4）： 496-500+508.[張可欣， 孫成武， 2009. 魯中山區(qū)地形對山東區(qū)域氣候影響的敏感性試驗 [J]. 中國農(nóng)業(yè)氣象， 30（4）：496-500+508.]

ZHANG SP， CHEN XC， SU CB， et al.， 2004. Analysis of severe drought in Shandong Province in 2002 [J]. Hydrology， 24（3）： 42-45.[張勝平， 陳希村， 蘇傳寶， 等， 2004. 2002年山東省嚴重干旱分析 [J]. 水文， 24（3）：42-45.]

ZHONG XC， CHEN W， LIU T， et al.， 2016. Spatial and temporal change of vegetation Net Primary Productivity and its relationship with climate from 2001 to 2010 in China [J]. Chin J Agric Resour Reg Plann， 37（9）： 16-22.[仲曉春， 陳雯， 劉濤， 等， 2016. 2001-2010年中國植被NPP的時空變化及其與氣候的關系 [J]. 中國農(nóng)業(yè)資源與區(qū)劃， 37（9）：16-22.]