基于時(shí)空分解的汾河流域植被凈初級(jí)生產(chǎn)力的變異性及驅(qū)動(dòng)因子分析

王標(biāo)，朱洪芬，許月鳳，孫瑞鵬

（山西農(nóng)業(yè)大學(xué) 資源環(huán)境學(xué)院，山西 太谷 030801）

植被凈初級(jí)生產(chǎn)力（Net primary productivity，NPP）是指綠色植物在單位時(shí)間、面積內(nèi)所累積的有機(jī)量，它是陸地碳循環(huán)的關(guān)鍵組成部分和生態(tài)系統(tǒng)功能的重要指標(biāo)，有效反映了區(qū)域植被生長和生態(tài)系統(tǒng)的狀況[1]。在生態(tài)脆弱地區(qū)，植被NPP對(duì)自然和人為因素引起的環(huán)境變化非常敏感，先前的研究已表明，氣候變化是影響NPP變化最重要的自然驅(qū)動(dòng)因素，因?yàn)榻邓蜏囟瓤梢詻Q定植被生長所需水熱條件，尤其是在干旱和半干旱區(qū)域[2]。人類活動(dòng)則通過土地利用變化對(duì)NPP造成影響，例如植樹造林和生態(tài)恢復(fù)等措施有效增加了區(qū)域的植被覆蓋，而森林砍伐、過度放牧以及快速城市化引起了生態(tài)系統(tǒng)功能退化[3]。此外，地形可以直接或間接影響區(qū)域水熱氣候條件和人類干擾程度[4]，而土壤提供了植被生長所需的基礎(chǔ)環(huán)境，調(diào)節(jié)周圍水汽環(huán)境和養(yǎng)分含量，進(jìn)而影響NPP變化[5]。因此，探究自然和人為因素對(duì)NPP的影響，對(duì)NPP變化驅(qū)動(dòng)機(jī)制的研究具有重要意義。

當(dāng)前，很多學(xué)者基于相關(guān)分析、回歸模型、數(shù)理統(tǒng)計(jì)等方法對(duì)NPP變化的影響因素進(jìn)行探究，評(píng)估每個(gè)因素的相對(duì)貢獻(xiàn)[6-7]。例如，ZHAO等[8]通過相關(guān)分析和多元回歸模型來確定泥石流易發(fā)區(qū)NPP變化的驅(qū)動(dòng)力；WANG等[9]采用地理加權(quán)回歸進(jìn)行局部回歸分析，評(píng)價(jià)了內(nèi)蒙古自治區(qū)NPP變化與其驅(qū)動(dòng)因素之間的關(guān)系；田惠文等[10]基于相關(guān)分析和空間統(tǒng)計(jì)的方法，分析了汾河流域NPP與氣象因子、土壤因子間關(guān)系以及NPP分布的梯度效應(yīng)。此外，許多研究采用殘差分析法分離自然和人為因素對(duì)NPP的影響[11-12]，或是通過計(jì)算潛在NPP和實(shí)際NPP間的差值得到受人為因素影響的NPP[13]，其 中，YAN等[14]通過CASA模型計(jì)算了由氣候變化和城市擴(kuò)張所驅(qū)動(dòng)的NPP，并結(jié)合殘差分析的思路，分析了氣候變化、城市擴(kuò)張以及殘余因素（CO2和氮沉降）對(duì)北京市NPP變化的影響；而且很多學(xué)者以土地利用變化和社會(huì)經(jīng)濟(jì)數(shù)據(jù)來評(píng)估人類活動(dòng)對(duì)NPP的影響[15-16]。近年來，很多研究也考慮了自然因子和人為因子間復(fù)雜的相互作用，通過地理探測器確定影響區(qū)域NPP變化的主要驅(qū)動(dòng)變量以及變量間的交互作用[6,17]，以及ZHOU等[3]基于冗余分析和變異劃分方法，量化分析了白龍河流域的氣候、地形和土壤因子對(duì)NPP空間異質(zhì)性的相對(duì)貢獻(xiàn)。然而，前人研究在量化各驅(qū)動(dòng)因子對(duì)NPP的影響時(shí)，并未從空間維度和時(shí)間維度上考慮不同類型因子對(duì)NPP影響的差異性。因?yàn)橹脖籒PP的時(shí)空變異是多種類型變化因子綜合作用的結(jié)果，空間變化因子、時(shí)間變化因子、時(shí)空變化因子對(duì)NPP的作用方式不同。

經(jīng)驗(yàn)正交分解（Empirical orthogonal function，EOF）可將時(shí)空變化的地理變量分解為空間特征向量及其對(duì)應(yīng)的時(shí)間系數(shù)，進(jìn)而在空間維度和時(shí)間維度上實(shí)現(xiàn)對(duì)區(qū)域植被NPP變化的詳細(xì)反映。許多研究采用EOF探究了植被和氣象因子的時(shí)空變異性以及因子間的響應(yīng)關(guān)系[18-19]，但是沒有從空間結(jié)構(gòu)上系統(tǒng)考慮多種觀測因子對(duì)其變異的潛在影響。此外，結(jié)構(gòu)方程模型（Structural equation modeling，SEM）考慮了變量間復(fù)雜的直接或間接效應(yīng)，可以有效地量化多個(gè)觀測變量對(duì)目標(biāo)變量的綜合影響[20]。因此，本研究通過EOF對(duì)長時(shí)間序列的NPP進(jìn)行分解，將分解得到的空間模態(tài)作為目標(biāo)變量，在SEM中分析多種空間變化因子對(duì)NPP空間結(jié)構(gòu)的影響，相比于先前的研究中將平均NPP值作為目標(biāo)變量進(jìn)行分析[21-22]，可以更好地揭示NPP空間變異性。同時(shí)，將分解得到的時(shí)間系數(shù)通過相關(guān)分析來評(píng)估多種時(shí)間變異因子對(duì)NPP時(shí)間變異的影響。

汾河流域境內(nèi)多山區(qū)和丘陵，其破碎的地形引起了嚴(yán)重的水土流失，伴隨著流域內(nèi)對(duì)礦產(chǎn)資源和土地資源不合理的開采利用，使得原本脆弱的生態(tài)環(huán)境進(jìn)一步惡化，而且在不同的時(shí)間或空間維度下，控制植被生長的因素有很大的差異。因此，本研究基于GIMMS NDVI通過CASA模型進(jìn)行了NPP模擬，并結(jié)合MODIS NPP數(shù)據(jù)進(jìn)行線性回歸擬合，得到1982—2019年植被NPP，基于趨勢分析、EOF和SEM分析從空間和時(shí)間上探討了汾河流域38 a間植被NPP的變化特征及其驅(qū)動(dòng)因素，定量識(shí)別不同尺度下的主導(dǎo)驅(qū)動(dòng)因子，進(jìn)而揭示植被變化的自然和人為相互作用的驅(qū)動(dòng)機(jī)制，以及對(duì)生態(tài)系統(tǒng)結(jié)構(gòu)和功能的影響，旨在為汾河流域生態(tài)環(huán)境建設(shè)與改善提供理論依據(jù)。

1 材料和方法

1.1 研究區(qū)概況

汾河流域位于山西省中部和西南部，北緯35°20′～39°00′，東經(jīng)110°30′～113°32′，流域面積占全省國土總面積的25.3%。汾河流域地勢北高南低（圖1-A），干流由北而南蜿蜒穿行于太原、臨汾兩大斷陷盆地內(nèi)，地貌則主要包括平原、臺(tái)地、丘陵和山地四大基本類型，地形起伏較大。該區(qū)地處中緯度大陸性季風(fēng)帶，四季分明，其中，年平均降水量約500 mm，年平均氣溫約10 ℃，且干旱是流域內(nèi)的主要災(zāi)害性天氣。境內(nèi)植被類型主要以耕地、草地以及林地為主，其中農(nóng)業(yè)種植區(qū)主要分布在邊山丘陵及盆地平原，草地主要位于流域北部，而林地則集中于西北部和東南部的山區(qū)，流域內(nèi)的礦產(chǎn)資源豐富，種類繁多（圖1-B）。

圖1 汾河流域地理位置（A）和植被類型（B）Fig.1 Location（A） and vegetation types（B） in the Fenhe River Basin

1.2 數(shù)據(jù)來源

本研究NDVI數(shù)據(jù)集來源于美國國家海洋和大氣管理局提供的GIMMS NDVI3g v1.0數(shù)據(jù)產(chǎn)品（https：//ecocast.arc.nasa.gov/data/pub/gimms），其時(shí)間序列為1982年1月—2015年12月，空間分辨率為8 km×8 km。MODIS NPP數(shù)據(jù)采用2000—2019年500 m分辨率的MOD17A3H6 NPP產(chǎn)品，該數(shù)據(jù)來自美國國家航空航天局網(wǎng)站（https：//www.modis-land.gsfc.nasa.gov）。

氣象數(shù)據(jù)獲取于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（https：//data.cma.cn/），土地利用覆蓋數(shù)據(jù)采用由美國國家航空航天局提供的2001—2019年MCD12Q1數(shù)據(jù)集（https：//ladsweb.modaps.eosdis.nasa.gov/），以及由歐空局提供的1992—2000年ESACCI LC數(shù)據(jù)集（https：//www.esa-landcovercci.org/）。土壤數(shù)據(jù)由全球數(shù)字土壤制圖系統(tǒng)所提供（https：//soilgrids.org/）。GDP和POP人口數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)和數(shù)據(jù)中心（https：//www.resdc.cn/Default.aspx），夜間燈光數(shù)據(jù)為中國科學(xué)院“火石”地球夜光產(chǎn)品（http：//satsee.radi.ac.cn/cfimage/nightlight/），不透水表面數(shù)據(jù)來源于宮鵬等[23]提供的全球不透水面數(shù)據(jù)集（http：//data.ess.tsinghua.edu.cn/）。

1.3 研究方法

1.3.1 CASA模型 植被所吸收的光合有效輻射和光能利用效率是CASA模型估算NPP的重要因素。

式中，NPP（x，t）為凈初級(jí)生產(chǎn)力，APAR（x，t）為像元x在t月植物所吸收的光合有效輻射（MJ），ε（x，t）為像元x在t月的實(shí)際光能利用率（gC/MJ），x表示空間位置（像元），t表示時(shí)間段（月）；采用朱文泉等[24]改進(jìn)的CASA模型進(jìn)行NPP模擬，關(guān)于CASA模型及APAR和ε（x，t）相關(guān)參數(shù)的詳細(xì)描述可參照文獻(xiàn)[25]。

1.3.2 長時(shí)序NPP數(shù)據(jù)集構(gòu)建 本研究選取CASA模型擬合得到的NPP和MODIS NPP數(shù)據(jù)集，通過逐像元一元線性回歸模型獲取1982—2019年長時(shí)間序列NPP數(shù)據(jù)集[26]。

式中，λ、μ為模型參數(shù)，分別代表回歸方程的截距和斜率；εi為隨機(jī)誤差；n為研究期數(shù)；Ci為第i年的CASA擬合得到的NPP值；Mi為第i年的MODIS NPP值；Cˉ為CASA擬合的NPP年均值；Mˉ為MODIS NPP的年均值。

1.3.3 趨勢分析 采用一元線性回歸分析計(jì)算汾河流域植被NPP隨時(shí)間的變化趨勢[27]，并且對(duì)其進(jìn)行顯著性檢驗(yàn)。

其中,NPPi為第i年的植被NPP，當(dāng)θslope＞0時(shí)，表示植被NPP呈增加趨勢；當(dāng)θslope＜0時(shí)，表示植被NPP呈退化趨勢。

1.3.4 經(jīng)驗(yàn)正交分解（EOF） EOF可以將長時(shí)間序列NPP分解為一系列空間特征向量和時(shí)間系數(shù)，來分析植被NPP的時(shí)空變異性，其中，EOF空間模態(tài)解釋了NPP變化的空間分布，而時(shí)間系數(shù)表示了空間模態(tài)的時(shí)間變化信息。

其中，F(xiàn)是原始數(shù)值移除平均值后的距平矩陣，R是協(xié)方差矩陣，C是特征向量，T是時(shí)間系數(shù)，∧表示特征值的對(duì)角矩陣。EOF分析計(jì)算在MATLAB中完成，并且關(guān)于EOF具體描述及公式可以參照文獻(xiàn)[28-30]。

1.3.5 結(jié)構(gòu)方程模型（SEM） SEM可以將幾個(gè)觀測變量整合為一個(gè)潛變量作為理論變量，以此來分析變量間的直接或間接效應(yīng)，量化多個(gè)驅(qū)動(dòng)變量對(duì)目標(biāo)變量的影響[31]。因此，本研究采用SEM來確定不同驅(qū)動(dòng)因素在影響NPP時(shí)空變化的相對(duì)重要性，以及這些因素間復(fù)雜的相互作用。

在本研究中，將地形和土壤理化性質(zhì)整合為基礎(chǔ)自然環(huán)境，與氣候變化、人類活動(dòng)一起作為潛變量，而且將EOF分解得到的NPP空間向量值作為目標(biāo)變量構(gòu)建SEM概念模型。觀測變量為可以直接觀測得到的變量，在概念圖中用矩形框表示；潛在變量則為理論上存在，無法被直接測量到，用橢圓表示；實(shí)線箭頭表示變量對(duì)另一個(gè)變量的因果關(guān)系（圖2）。氣候變化同時(shí)從空間和時(shí)間維度對(duì)植被產(chǎn)生影響，因此，將1982—2019年各氣象因子EOF分解后得到的空間向量作為氣候變化的觀測變量?；A(chǔ)自然環(huán)境潛變量中則選擇常見的地形因子、土壤物理性質(zhì)和土壤化學(xué)性質(zhì)因子的柵格空間數(shù)據(jù)。在人類活動(dòng)潛變量中，選擇時(shí)期相近的GDP、POP、夜間燈光和不透水面等網(wǎng)格數(shù)據(jù)，它們可以有效反映人類活動(dòng)強(qiáng)度以及城市化發(fā)展水平。此外，結(jié)合已有的先驗(yàn)理論知識(shí)，對(duì)變量進(jìn)行遴選，選擇符合理論邏輯和模型基礎(chǔ)的因果路徑。然后，通過模型擬合的顯著性與否，最終確定相關(guān)因子。SEM的運(yùn)行在AMOS 23.0中進(jìn)行。

圖2 NPP空間變化的結(jié)構(gòu)方程概念模型Fig.2 The conceptual structural equation model of NPP spatial variation

1.4 數(shù)據(jù)處理

采用最大合成法將15 d的GIMMS NDVI數(shù)據(jù)處理為月NDVI數(shù)據(jù)，并用汾河流域矢量邊界裁剪得到1982—2015年逐月的GIMMS NDVI時(shí)序柵格數(shù)據(jù)集。在ArcGIS中對(duì)1982—2015年汾河流域及周圍的110個(gè)站點(diǎn)每月的降水、氣溫和總太陽輻射數(shù)據(jù)進(jìn)行克里金插值，將氣象數(shù)據(jù)和GIMMS NDVI數(shù)據(jù)統(tǒng)一投影和分辨率?；谥煳娜萚24]改進(jìn)的CASA模型，在ENVI中進(jìn)行NPP模擬，得到1982—2015年汾河流域植被NPP，且其模擬值與全國NPP實(shí)測值相近。因此，結(jié)合2000—2019年MODIS NPP數(shù)據(jù)，利用二者相同時(shí)間段內(nèi)的數(shù)據(jù)建立線性回歸擬合模型（R2=0.734，P＜0.01，其擬合效果較好），對(duì)2000—2019年MODIS NPP進(jìn)行擬合，構(gòu)建了長時(shí)間序列1982—2019年汾河流域NPP數(shù)據(jù)集。

2 結(jié)果與分析

2.1 汾河流域植被NPP時(shí)空變化特征分析

由于汾河流域大面積的NPP實(shí)測數(shù)據(jù)難以獲取，因此，本研究將構(gòu)建的長時(shí)間序列植被NPP與已有的研究結(jié)果進(jìn)行對(duì)比。本研究NPP與田惠文等[10]通過CASA模型得到的NPP估算值間的差異較小，并且模擬值的范圍落在全國實(shí)測范圍內(nèi)[24]，而存在差異的原因可能與數(shù)據(jù)的時(shí)間序列、空間尺度以及模型參數(shù)設(shè)置有關(guān)。總體來看，本研究估算的植被NPP結(jié)果可信，可以用于后續(xù)分析（表1）。

表1 NPP年際估算值和實(shí)際值的比較Tab.1 The comparison of estimated and measured annual NPP

從圖3可以看出，汾河流域植被NPP呈現(xiàn)由流域中心向流域兩翼逐漸增加的分布趨勢，而且各植被類型的NPP值具有明顯空間差異性，其中，林地NPP最大，為388.98 gC/（m2·a），其次為耕地（285.34 gC/（m2·a））、草地（277.68 gC/（m2·a））。

圖3 1982—2019年汾河流域NPP均值分布Fig.3 The distribution of averaged NPP over 1982-2019 in the Fenhe River Basin

NPP最大的區(qū)域主要位于汾河流域西部和東南部的山區(qū)，其原因是這些地區(qū)海拔地勢較高，森林植被大范圍覆蓋，光合作用效率高，并且很少受到人類活動(dòng)的干擾。NPP較低區(qū)域則主要位于汾河流域中部和中北部的平原和低海拔丘陵地區(qū)，這些區(qū)域地勢相對(duì)平緩，并且以草地和城市建設(shè)用地為主，容易受到城市擴(kuò)張以及人類活動(dòng)的影響，限制了植被的生長空間。

汾河流域1982—2019年年均植被NPP平均值為300.02 gC/（m2·a），整體呈波動(dòng)上升趨勢，表明境內(nèi)植被生長狀況得到改善（圖4）。植被NPP呈顯著增加區(qū)域占總面積的72.9%（P＜0.05），主要分布于汾河流域的東北部、北部以及東南部（圖5-A），植被類型為草地和耕地。此外，植被NPP呈顯著退化的區(qū)域占總面積的4.5%（P＜0.05），主要集中于流域西北部的林地以及太原市區(qū)、臨汾市區(qū)周圍的部分地區(qū)（圖5-B）。

圖4 植被NPP年際變化Fig.4 The inter-annual variation of the NPP of vegetation

圖5 汾河流域植被NPP變化趨勢（A）和變化顯著性（B）Fig.5 The change trends（A） and significance（B） of NPP of vegetation in Fenhe River Basin

2.2 基于EOF的植被NPP空間結(jié)構(gòu)和時(shí)間變異分析

為進(jìn)一步分析汾河流域植被NPP的時(shí)空變化特征，通過經(jīng)驗(yàn)正交函數(shù)分解（EOF），將1982—2019年汾河流域植被NPP分解為空間特征向量和時(shí)間系數(shù)。由于前2個(gè)特征向量的累計(jì)方差貢獻(xiàn)率達(dá)到59.32%（表2），表征了NPP主要的空間分布結(jié)構(gòu)，因此，本研究選取前2個(gè)模態(tài)進(jìn)行分析。EOF第1模態(tài)的方差貢獻(xiàn)率為38.91%，反映了汾河流域NPP主要的模態(tài)特征。從整體上看，第1空間模態(tài)的正值主要集中于汾河流域的中北部地區(qū)，以及流域的干流河谷盆地（圖6-A），而在流域其余的大部分區(qū)域?yàn)樨?fù)值，其中，東北部山區(qū)為模態(tài)的最大負(fù)值中心，表明NPP的空間結(jié)構(gòu)具有明顯的地域差異。第1時(shí)間系數(shù)則反映了其空間模態(tài)的時(shí)間變化特征（圖6-C），而且若特征向量和時(shí)間系數(shù)的乘積為正，則表明該地區(qū)NPP為增加趨勢。2003年之前NPP時(shí)間系數(shù)為正，流域中北部和河谷盆地區(qū)域的NPP呈現(xiàn)增加趨勢，其余地區(qū)呈現(xiàn)為退化趨勢，而從2003年之后NPP時(shí)間系數(shù)為負(fù)，NPP空間變化格局相反，而且流域的植被生長環(huán)境得到明顯改善，NPP的增長中心也由中北部轉(zhuǎn)移至東北部地區(qū)。同時(shí)，NPP時(shí)間系數(shù)在2016年最高，表明NPP在2016年的增加最顯著，并且具有典型的空間結(jié)構(gòu)分布。

表2 植被NPP經(jīng)驗(yàn)正交分解的前6個(gè)空間模態(tài)的方差貢獻(xiàn)Tab.2 The variance contribution by the first six leading modes of NPP of vegetation from empirical orthogonal function %

EOF第2模態(tài)的方差貢獻(xiàn)率為20.41%，數(shù)值上大部分區(qū)域?yàn)檎?，而且正值中心位于汾河流域西北部，表明該區(qū)域西北部的植被NPP變化具有空間一致性，即該區(qū)域內(nèi)的NPP呈現(xiàn)為改善或者退化（圖6-B）。第2時(shí)間系數(shù)表現(xiàn)出劇烈的年際變化（圖6-D），其中，1982—1998年時(shí)間系數(shù)基本為正，1999—2011年時(shí)間系數(shù)為負(fù)，2012—2017年為正，之后為負(fù)，表明在1998、2012年汾河流域西北部地區(qū)NPP的空間變化格局發(fā)生了明顯變化，區(qū)域內(nèi)NPP變化比較敏感，并且呈現(xiàn)一定程度的退化趨勢。

圖6 NPP變化的前2個(gè)主要EOF模態(tài)（A、B）及其對(duì)應(yīng)的時(shí)間系數(shù)（C、D）Fig.6 The first two leading EOF modes（A，B）and their corresponding time coefficients（C，D）about NPP change

2.3 基于SEM的NPP空間結(jié)構(gòu)的影響因素分析

EOF空間模態(tài)解釋了NPP隨時(shí)間變化的空間變異性，因此，基于植被NPP的前2個(gè)空間模態(tài)構(gòu)建了SEM1和SEM2，其模型擬合指數(shù)符合標(biāo)準(zhǔn)[29]，表明模型可以較好地反映驅(qū)動(dòng)因子間的關(guān)系（表3）。

表3 模型擬合指數(shù)Tab.3 Fit index of SEM model

SEM1的分析結(jié)果表明（圖7），汾河流域植被NPP空間結(jié)構(gòu)受到人類活動(dòng)、基礎(chǔ)自然環(huán)境和氣候變化共同作用，這3種潛變量對(duì)NPP變化的總效應(yīng)分別為0.50、0.03、0.20。人類活動(dòng)對(duì)NPP的直接影響最大，路徑系數(shù)為0.46，其中，夜間燈光的因子載荷系數(shù)最高，其次為GDP、不透水表面、人口密度，反映了人類活動(dòng)的強(qiáng)度。人為因素的擾動(dòng)對(duì)植被生長空間產(chǎn)生影響，并伴隨著區(qū)域內(nèi)劇烈的土地覆被變化，顯著影響了NPP空間結(jié)構(gòu)。此外，人類活動(dòng)還通過作用于氣候變化，對(duì)NPP空間變化產(chǎn)生一個(gè)間接影響（0.04）?；A(chǔ)自然環(huán)境對(duì)NPP空間結(jié)構(gòu)的直接效應(yīng)為-0.31，土壤有機(jī)碳、土壤全氮、海拔高度是其測量模型中載荷系數(shù)較大的因子，其次為坡度、土壤容重、地形濕度指數(shù)。此外，基礎(chǔ)自然環(huán)境還分別作用于人類活動(dòng)和氣候變化，對(duì)NPP空間變化產(chǎn)生間接影響（0.34）。氣候變化對(duì)NPP空間結(jié)構(gòu)只有直接影響（0.20），濕度和溫度對(duì)氣候變化的表征最明顯，同時(shí)降水也作為氣候變化重要的調(diào)節(jié)因素，共同影響植被生長所需的光合效率和土壤水分。在SEM2中，人類活動(dòng)、基礎(chǔ)自然環(huán)境、氣候變化對(duì)NPP變化的總效應(yīng)分別為0.31、-0.06、0.12，人類活動(dòng)對(duì)流域西北部NPP空間變化影響最大（圖8）。在氣候變化的潛變量中，溫度和降水是影響西北地區(qū)NPP變異最明顯的氣候因子。綜合來看，EOF分解得到的2個(gè)模態(tài)表征了NPP不同空間尺度下的變異信息，而由于區(qū)域內(nèi)的自然基礎(chǔ)及人類活動(dòng)強(qiáng)度不同，導(dǎo)致SEM1和SEM2對(duì)NPP驅(qū)動(dòng)機(jī)制表現(xiàn)出一定差異性。

圖7 基于EOF第1模態(tài)構(gòu)建的驅(qū)動(dòng)因子和NPP空間變化的結(jié)構(gòu)方程模型Fig.7 Structural equation model of driving factors and spatial variation of NPP based on the first EOF mode

圖8 基于EOF第2模態(tài)構(gòu)建的驅(qū)動(dòng)因子和NPP空間變化的結(jié)構(gòu)方程模型Fig.8 Structural equation model of driving factors and spatial variation of NPP based on the second EOF mode

2.4 基于相關(guān)分析的NPP時(shí)間變異的影響因素分析

NPP和氣象因子經(jīng)EOF分解得到的時(shí)間系數(shù)，可以反映其空間模態(tài)的時(shí)間變異特征，溫度和NPP的第1時(shí)間系數(shù)呈極顯著正相關(guān)（表4），相關(guān)系數(shù)為0.592（P＜0.01），表明溫度是影響汾河流域NPP時(shí)間變異的重要因素，它可以通過影響地表溫度、光合和蒸騰作用來影響植被生長發(fā)育。日照時(shí)數(shù)與NPP第1時(shí)間系數(shù)呈極顯著正相關(guān)，表明日照時(shí)數(shù)的增加可以有效地提升植被光合作用效率，而且相對(duì)濕度與土壤水分蒸發(fā)和植物的蒸騰作用密切相關(guān)，在一定程度上調(diào)節(jié)了植被周圍及自身的水分運(yùn)輸及溫度，進(jìn)而促進(jìn)植被生長。降水與NPP第1時(shí)間系數(shù)呈顯著正相關(guān)，降水補(bǔ)充了土壤中水分含量，降低了植被生長的干旱壓力，可以有效促進(jìn)植被生長發(fā)育。此外，風(fēng)速主要控制植被的蒸發(fā)和蒸騰速率，緩解作物層中可能出現(xiàn)的高溫和高濕現(xiàn)象，然而風(fēng)速在流域尺度上對(duì)NPP第1時(shí)間系數(shù)影響相對(duì)較小。日照時(shí)數(shù)和NPP第2時(shí)間系數(shù)的相關(guān)系數(shù)為-0.348，日照時(shí)數(shù)與太陽輻射量密切相關(guān)，增加的日照時(shí)數(shù)提高了蒸發(fā)量，加劇了土壤水分的流失，進(jìn)而抑制植被的生長，而且流域的西北地區(qū)多為山地和丘陵，在復(fù)雜的地形環(huán)境下，日照時(shí)數(shù)是影響該地區(qū)NPP時(shí)間變異最顯著的氣象因子。

表4 氣象因子和NPP時(shí)間系數(shù)的相關(guān)分析Tab.4 Correlation analysis of climatic factors and NPP time series

3 結(jié)論與討論

本研究結(jié)果表明，1982—2019年NPP空間上由流域中心向流域兩翼逐漸增加，與區(qū)域內(nèi)地形分布、植被類型和水熱條件密切相關(guān)。NPP顯著增加的區(qū)域（72.9%）遠(yuǎn)大于顯著減小的區(qū)域（4.5%），和前人的研究結(jié)果保持一致[10]。這可能與我國近些年植樹造林、退耕還林還草生態(tài)工程的實(shí)施，以及山西省政府對(duì)汾河流域生態(tài)修復(fù)和保護(hù)，“引黃工程”和“興水增綠”戰(zhàn)略的提出密切相關(guān)，而且流域內(nèi)暖濕化的氣候條件也是植被生態(tài)環(huán)境改善的重要因素。流域內(nèi)顯著退化區(qū)域主要集中于西北部，由于礦產(chǎn)資源的開采，造成地表下沉、土壤退化和水土流失，進(jìn)而導(dǎo)致林地的退化。此外，太原盆地和臨汾盆地的人口分布密集，城市迅速擴(kuò)張，引起了部分區(qū)域植被NPP的減少，導(dǎo)致流域內(nèi)大量的耕地流向建設(shè)用地，而農(nóng)業(yè)活動(dòng)的加強(qiáng)使得流域的草地主要向耕地轉(zhuǎn)化，這可能是草地退化的原因之一。此外，政府對(duì)于城市濕地、人工湖泊以及河道防護(hù)林的建設(shè)也緩解了人口增長和城市擴(kuò)張對(duì)植被生長的壓力，限制了由人類活動(dòng)造成的負(fù)面影響進(jìn)一步擴(kuò)大[32]。

EOF分析有效地揭示了汾河流域NPP潛在的時(shí)空格局及其物理意義，而且EOF與趨勢分析所得結(jié)果具有一定的相似性。傳統(tǒng)的趨勢分析更側(cè)重于長時(shí)間序列NPP的整體變化特征，可能將時(shí)間尺度上有意義的變異信息平均化[18]，而EOF則對(duì)不同尺度的NPP時(shí)空變異進(jìn)行了分解，可以識(shí)別由區(qū)域環(huán)境變化引起的空間或時(shí)間變異，本研究中分別位于東北部和西北部的林地和耕地更容易受到復(fù)雜地形、生態(tài)工程和人為擾動(dòng)的影響，通過EOF更好地表征這些地區(qū)不同時(shí)間點(diǎn)的變異特征。此外，汾河流域東北部山區(qū)的耕地相比于中部河谷盆地的耕地具有更大的空間變異性，其原因可能為東北部山區(qū)具有更適宜植被生長的水熱條件，然而河谷盆地周圍則伴隨快速城市化，減緩了NPP的增長。值得注意的是，流域內(nèi)植被生長環(huán)境自2003年開始得到顯著改善，NPP增長中心由中北部轉(zhuǎn)移至東北部，而且NPP空間模態(tài)的時(shí)間變化相較于2003年之前更明顯。2000年后退耕還林還草工程大規(guī)模的實(shí)施，增加了流域內(nèi)林草植被面積[33]，并且2003年降水的顯著增加，提高了土壤水分含量，緩解了由氣候干旱所造成的水分失衡和養(yǎng)分缺失，進(jìn)而促進(jìn)了植被的光合作用，使得汾河流域NPP明顯增加。在2016年，植被NPP的增加達(dá)到最大值，這可能與2015年流域?qū)嵤┥鷳B(tài)修復(fù)與保護(hù)工程規(guī)劃有關(guān)，包括在干支流源頭設(shè)立保護(hù)區(qū)，輔之以植樹造林、封山禁牧，嚴(yán)格限制人類活動(dòng)等措施，以及2016年壩系工程和水庫的建設(shè)。此外，流域西北部位于高海拔山區(qū)，區(qū)域內(nèi)地貌復(fù)雜，在較小尺度范圍內(nèi)引起水熱氣候環(huán)境的差異，而且受到礦產(chǎn)資源開采等人為因素對(duì)生態(tài)環(huán)境的擾動(dòng)，改變了區(qū)域生態(tài)系統(tǒng)結(jié)構(gòu)，因此，流域西北部的NPP表征了更明顯的時(shí)間變異性，其第2時(shí)間系數(shù)呈現(xiàn)為劇烈年際波動(dòng)。

SEM的結(jié)果顯示，人類活動(dòng)對(duì)流域整體的NPP空間變化產(chǎn)生的綜合影響大于氣候變化和基礎(chǔ)自然環(huán)境，人為因素的擾動(dòng)引起了區(qū)域內(nèi)生物地球化學(xué)循環(huán)和土地利用覆蓋的變化[3]，直接對(duì)NPP的空間結(jié)構(gòu)產(chǎn)生擾動(dòng)和控制，流域內(nèi)植被NPP呈現(xiàn)為增加或退化的趨勢。同時(shí)，密集的人口和高強(qiáng)度的經(jīng)濟(jì)活動(dòng)造成大量人為熱量的釋放和特殊的下墊面條件，影響了地球表面的水、熱條件和反射率，從而改變區(qū)域氣候，間接地對(duì)植被生長狀況產(chǎn)生一定影響[34]。土壤是植被長期生存的物質(zhì)基礎(chǔ)，土壤全氮和土壤有機(jī)碳的增加，提供了作物生長發(fā)育所需養(yǎng)分，有效促進(jìn)根系的生長，而土壤的結(jié)構(gòu)性能可調(diào)控土壤水分的傳輸和保持，影響作物的光合作用和干物質(zhì)積累[35]。區(qū)域內(nèi)垂直高度和山地傾斜度等地形條件的變化，不僅可以影響植被生物量的消耗、水分和營養(yǎng)物質(zhì)的累積，還會(huì)產(chǎn)生水熱條件的氣候差異，并限制人為活動(dòng)對(duì)植被生長環(huán)境的擾動(dòng)。因此，基礎(chǔ)自然環(huán)境對(duì)NPP空間結(jié)構(gòu)產(chǎn)生了顯著的直接和間接效應(yīng)，然而由于土壤和地形因子與人類活動(dòng)和氣候的變化相比更具有穩(wěn)定性，基礎(chǔ)自然環(huán)境在流域尺度下對(duì)NPP空間變異的綜合影響相對(duì)較小，而在較小地理范圍內(nèi)引起水熱組合、土壤營養(yǎng)環(huán)境的改變，進(jìn)而可能在小尺度上形成潛在的時(shí)空變異格局。氣候變化從空間和時(shí)間維度上對(duì)NPP的變異性產(chǎn)生影響[36-37]，而且在流域尺度上溫度和相對(duì)濕度是影響其空間和時(shí)間變異的主要因素，通過對(duì)植被的蒸騰和光合作用的調(diào)控，促使有機(jī)物的積累[38-39]。由于汾河流域大部分區(qū)域?yàn)榘霛駶櫟貐^(qū)，且境內(nèi)以耕地和草地為主，引黃工程和農(nóng)田灌溉等水利措施的實(shí)施使得降水并非是流域內(nèi)植被生長的主導(dǎo)因素[40-41]。綜合來看，NPP與驅(qū)動(dòng)因素間的關(guān)系在不同空間尺度上存在差異，其空間變異性是自然因素和人為擾動(dòng)的共同結(jié)果，而NPP隨時(shí)間序列產(chǎn)生的時(shí)間變異可能與區(qū)域的氣候變化和植被的物候特性有關(guān)，而且已有研究表明，長期的溫暖潮濕的環(huán)境更有利于植被的生長和恢復(fù)[42]。

本研究利用1982—2019年長時(shí)間序列NPP數(shù)據(jù)，基于時(shí)間變化與空間變異因子對(duì)NPP影響的差異性，采用趨勢分析、EOF和SEM分析探究了汾河流域植被NPP的空間與時(shí)間變化特征及其驅(qū)動(dòng)因素。汾河流域NPP空間分布具有較強(qiáng)空間異質(zhì)性，呈由流域中心向兩翼遞增，其差異與地形、植被類型和水熱條件有關(guān)，多年的NPP均值為300.02 gC/（m2·a），整體呈現(xiàn)波動(dòng)上升趨勢，而且境內(nèi)NPP顯著增加的區(qū)域遠(yuǎn)大于顯著退化區(qū)域。汾河流域NPP時(shí)空變化格局自2003年開始發(fā)生轉(zhuǎn)變，生態(tài)工程的實(shí)施和暖濕化的氣候使得境內(nèi)植被生態(tài)環(huán)境得到顯著改善，而且NPP變化最敏感區(qū)域位于流域東北部，區(qū)域內(nèi)NPP增加最明顯。由于區(qū)域間的自然基礎(chǔ)和人類活動(dòng)強(qiáng)度不同，人類活動(dòng)、氣候變化以及基礎(chǔ)自然環(huán)境對(duì)NPP變化表現(xiàn)出明顯的尺度差異性，其中，人類活動(dòng)是影響NPP空間結(jié)構(gòu)最主要的驅(qū)動(dòng)因素?；A(chǔ)自然環(huán)境則可以在較小地理范圍內(nèi)引起水熱氣候差異，并間接影響人類活動(dòng)，形成潛在的時(shí)空格局，而在大尺度范圍內(nèi)具有相對(duì)較小的影響。相對(duì)濕度和溫度是影響流域NPP空間變異和時(shí)間變異主要的氣候因子。

本研究通過將EOF和SEM相結(jié)合為研究NPP變化和驅(qū)動(dòng)因子間復(fù)雜的相互關(guān)系，提供了一種基于空間和時(shí)間維度來分析多種類型驅(qū)動(dòng)因子對(duì)NPP影響的分析思路，并為汾河流域生態(tài)保護(hù)和監(jiān)測提供了依據(jù)。