河南省南陽市植被NPP時空變化及驅動因素

孫彥; 藺星娜; 李生; 羅超; 王佳; 鄭宇

doi:10.12356/j.2096-8884.2023-0045

河南省南陽市植被NPP時空變化及驅動因素

doi: 10.12356/j.2096-8884.2023-0045

孫彥^{1, 2, 4,},
藺星娜¹,
李生^{1, 4},
羅超^{1, 4},
王佳^{1, 4},
鄭宇^3, ,

1.
中國林業科學研究院亞熱帶林業研究所，杭州 311400
2.
南京林業大學，南京 210037
3.
國家林業和草原局華東調查規劃設計院，杭州 310019
4.
貴州普定石漠生態系統國家定位觀測研究站，普定 562100

基金項目: 林草科技創新平臺運行項目（2023132087）

詳細信息

作者簡介:
孫彥：E-mail: s1836324158@outlook.com

通訊作者:
E-mail: 18930374@qq.com

中圖分類號: S157；Q948
計量
- 文章訪問數: 16
- HTML全文瀏覽量: 4
- PDF下載量: 3
- 被引次數: 0
出版歷程
- 收稿日期: 2023-06-26
- 錄用日期: 2023-09-11
- 網絡出版日期: 2023-10-23

Spatial and Temporal Variation of Vegetation NPP and Its Driving Factors in Nanyang, Henan Province

Yan Sun^{1, 2, 4
,},
Xingna Lin¹,
Sheng Li^{1, 4},
Chao Luo^{1, 4},
Jia Wang^{1, 4},
Yu Zheng^{3
, ,}

1.
Research Institute of Subtropical Forestry, Chinese Academy of Forestry, Hangzhou 311400, China
2.
Nanjing Forestry University, Nanjing 210037, China
3.
East China Investigation, Planning and Design Institute of the National Forestry and Grassland Administration, Hangzhou 310019, China
4.
Guizhou Puding rocky desertification ecosystem national observation and research station, Puding 562100, China

摘要

摘要: 目的河南省南陽市是南水北調中線工程渠首所在地和核心水源區，是全國石漠化較嚴重的區域之一，探索該區植被凈初級生產力（net primary productivity, NPP）的時空演變趨勢及驅動因素，對該區水源地保護及生態安全保障有重要意義。方法基于MODIS17A3數據集，結合氣象數據、土地利用數據和第四次全國石漠化調查數據，利用Theil-Sen Median 趨勢分析、相關性分析和土地利用變化貢獻率等分析方法，研究2000—2020年河南省南陽市及其石漠化區域的NPP時空變化特征，探究其對氣候變化和土地利用變化的響應。結果 1）2000—2020年，南陽市90%以上的區域NPP顯著增長；2）南陽市NPP變化受氣候因子驅動的主要驅動類型氣溫驅動，占全市面積的23.61%，非氣候因子驅動區占全市面積的69.65%；3）長時間土地利用持續有利于NPP增長，土地利用類型間轉換越劇烈，其對NPP的影響越大；4）2000—2020年，石漠化區域年均NPP高于非石漠化區域，氣溫驅動區占區域面積的51.45%。結論 2000—2020年，南陽市NPP呈增長趨勢，氣溫驅動為主要驅動類型，土地利用持續有利于NPP增長，土地利用變化越大則對NPP變化影響越大，這可為南陽市土地的合理利用和石漠化生態治理提供科學依據。
- 凈初級生產力 /
- 氣候因子 /
- 土地利用變化 /
- 石漠化
Abstract: Objective Nanyang, Henan Province is the head of the South-North Water Diversion Project and the core water source area, and is one of the more serious areas of rocky desertification in the country. Exploring the spatial and temporal evolution trends and drivers of vegetation net primary productivity (NPP) in the region is important for water source protection and ecological safety assurance. Method Based on MODIS17A3 dataset, combined with meteorological data, land use data and the fourth national rocky desertification survey data, the spatial and temporal characteristics of NPP in Nanyang, Henan Province and the rocky desertification areas from 2000 to 2020 were investigated by the Theil-Sen Median trend analysis, correlation analysis and land use change contribution ratio, to explore its response to climate change and land use change. Result 1) From 2000 to 2020, over 90% of the regional NPP significantly increased in Nanyang; 2) The main driving type of NPP changing in Nanyang is temperature driven, accounting for 23.61% of the city's area, non-climate factor driven areas account for 69.65% of the city's area; 3) Long term continuous land use is beneficial for NPP growth, and the more frequent the conversions between land use types, the greater the impact on NPP; 4) From 2000 to 2020, the annual average NPP is higher in rocky desertification areas than in no rocky desertification areas, the temperature driven zone accounts for 51.45% of the regional area. Conclusion From 2000 to 2020, the NPP showed an increasing trend in Nanyang, with temperature driven as the main driving type. The sustained land use was beneficial for NPP growth, and the more frequent the land use change, the more significant impact on NPP change, which can provide scientific basis for the rational land use and the ecological management of rocky desertification in Nanyang.
- NPP /
- climate factors /
- land use change /
- rocky desertification

HTML全文

圖 1 研究區概況

Figure 1. Overview of the study area

下載: 全尺寸圖片幻燈片

圖 2 研究區2000—2020年NPP均值空間分布

Figure 2. Spatial distribution of average annual NPP in the study area from 2000 to 2020

下載: 全尺寸圖片幻燈片

圖 3 2000—2020年南陽市及石漠化區域年均NPP（a）、年降水量與年均氣溫（b）變化圖

Figure 3. Annual average NPP (a), annual average temperature and annual precipitation (b) changes in Nanyang and rocky desertification area from 2000 to 2020

下載: 全尺寸圖片幻燈片

圖 4 2000—2020年研究區NPP變化趨勢

Figure 4. Change of NPP in the study area from 2000 to 2020

下載: 全尺寸圖片幻燈片

圖 5 研究區NPP氣候因子驅動類型的空間分布

Figure 5. Spatial distribution of NPP climate factor drive types in the study area

下載: 全尺寸圖片幻燈片

圖 6 研究區土地利用持續與變化的空間分布

Figure 6. Spatial distribution of land use continues and change in the study area

下載: 全尺寸圖片幻燈片

圖 7 研究區D_a值空間分布

Figure 7. Spatial distribution of D_a value in the study area

下載: 全尺寸圖片幻燈片

圖 8 2000—2020年南陽市（a）及石漠化區域（b）各土地利用類型D_a值

Figure 8. D_a value of each land use type in Nanyang (a) and rocky desertification area (b) from 2000 to 2020

下載: 全尺寸圖片幻燈片

圖 9 2000—2020年南陽市（a）和石漠化區域（b）各土地利用類型面積變化

Figure 9. Area change of each land use type in Nanyang (a) and rocky desertification area (b) from 2000 to 2020

下載: 全尺寸圖片幻燈片

表 1 NPP變化趨勢類型

Table 1. NPP change trend types

NPP變化趨勢類型 NPP change trend type	置信水平α=0.05 Significance level
NPP變化趨勢類型 NPP change trend type	β	Z
極顯著增加 Extremely significant increase	β＞0	\|Z\|＞1.96
顯著增加 Significant increase	β＞0	\|Z\|≤1.96
無明顯變化 No significant changes	β=0	—
顯著減少 Significant decrease	β＜0	\|Z\|≤1.96
極顯著減少 Extremely significant decrease	β＜0	\|Z\|＞1.96

下載: 導出CSV

表 2 氣候因子驅動分區規則

Table 2. Climatic factor driven zoning rules

NPP驅動類型 NPP drive type	置信水平$ \alpha =0.05 $ Significance level
NPP驅動類型 NPP drive type	$ t $檢驗（氣溫） t test (temperature)	$ t $檢驗（降水） t test (precipitation)	復相關$ F $檢驗 F test of multiple correlation
氣溫驅動 Temperature driven	\|t\|＞t_0.05	—	F＞F_0.05
降水驅動 Precipitation driven	—	\|t\|＞t_0.05	F＞F_0.05
氣溫降水共同驅動 Driven by temperature and precipitation	\|t\|＜t_0.05	\|t\|＜t_0.05	F＞F_0.05
非氣候因子驅動 Non-climate factor driven	—	—	F＜F_0.05

下載: 導出CSV

表 3 2000—2020年南陽市各土地利用類型NPP總量增量與面積變化對NPP的貢獻率

Table 3. Total NPP increase and relative effect of area change to NPP of each land use type in Nanyang from 2000 to 2020

土地利用類型 Land use type	2000—2010		2010—2020
土地利用類型 Land use type	NPP總量增量 Total NPP increase/(Tg)	貢獻率 Relative effect/%	NPP總量增量 Total NPP increase/(Tg)	貢獻率 Relative effect/%
耕地 Farmland	1.422	9.76	0.709	5.43
林地 Forest	1.171	2.34	0.185	35.62
草地 Grassland	0.156	15.12	0.057	23.22
水域 Water	0.035	48.78	0.010	42.34
建設用地 Bulit-up land	0.357	39.94	0.266	56.54

下載: 導出CSV

表 4 2000—2020年石漠化區域各土地利用類型總量增量與面積變化對NPP的貢獻率

Table 4. Total NPP increase and relative effect of area change to NPP each land use type in rocky desertification area from 2000 to 2020

土地利用類型 Land use type	2000—2010		2010—2020
土地利用類型 Land use type	NPP總量增量 Total NPP increase/(Tg)	貢獻率 Relative effect/%	NPP總量增量 Total NPP increase/(Tg)	貢獻率 Relative effect/%
耕地 Farmland	0.015	8.44	0.019	68.49
林地 Forest	0.049	4.83	0.009	33.89
草地 Grassland	0.037	8.08	0.019	2.71

下載: 導出CSV

屌“啊……慢点…肏

參考文獻(45)

[1]	常秋玲, 2007. 南水北調中線水源區(南陽市)生態環境綜合研究[D]. 北京: 中國地質大學.
[2]	陳曉杰, 張長城, 張金亭, 等, 2022. 基于CASA模型的植被凈初級生產力時空演變格局及其影響因素—以湖北省為例[J]. 水土保持研究, 29(3): 253-261. doi: 10.13869/j.cnki.rswc.2022.03.033
[3]	陳云浩, 李曉兵, 史培軍, 2001. 1983~1992年中國陸地NDVI變化的氣候因子驅動分析[J]. 植物生態學報, 25(06): 716-720.
[4]	董丹, 倪健, 2011. 利用CASA模型模擬西南喀斯特植被凈第一性生產力[J]. 生態學報, 31(7): 1855-1866.
[5]	馮婉, 謝世友, 2022. 長江流域片2000-2015年植被NPP時空特征及影響因子探測[J]. 水土保持研究, 29(1): 176-183. doi: 10.13869/j.cnki.rswc.2022.01.019
[6]	何宏昌, 馬炳鑫, 靖娟利, 等, 2022. 近20年西南喀斯特地區植被NPP時空變化及自然因素地理探測[J]. 水土保持研究, 29(3): 172-178+188. doi: 10.13869/j.cnki.rswc.2022.03.017
[7]	黃葵, 盧毅敏, 魏征, 等, 2019. 土地利用和氣候變化對海河流域蒸散發時空變化的影響[J]. 地球信息科學學報, 21(12): 1888-1902. doi: 10.12082/dqxxkx.2019.190269
[8]	黃曉云, 林德根, 王靜愛, 等, 2013. 氣候變化背景下中國南方喀斯特地區NPP時空變化[J]. 林業科學, 49(5): 10-6. doi: 10.11707/j.1001-7488.20130502
[9]	李登科, 王釗, 2022. 氣候變化和人類活動對陜西省植被NPP影響的定量分析[J]. 生態環境學報, 31(6): 1071-1079. doi: 10.16258/j.cnki.1674-5906.2022.06.001
[10]	李軍玲, 陳懷亮, 鄒春輝, 等, 2011. 1994—2008年河南省植被凈第一性生產力及其時空變化[J]. 生態環境學報, 20(10): 1424-9. doi: 10.16258/j.cnki.1674-5906.2011.10.001
[11]	李鵬傲, 姜永濤, 戚鵬程, 等, 2022. 南水北調中線工程水源區植被時空演化特征[J]. 長江科學院院報, 39(9): 49-55. doi: 10.11988/ckyyb.20210505
[12]	劉旻霞, 焦驕, 潘竟虎, 等, 2020. 青海省植被凈初級生產力(NPP)時空格局變化及其驅動因素[J]. 生態學報, 40(15): 5306-17. doi: 10.5846/stxb201903040403
[13]	劉忠陽, 李夢夏, 李軍玲, 等, 2021. 河南省植被凈初級生產力變化特征及其對氣候變化的響應[J]. 河南農業大學學報, 55(1): 141-151+163. doi: 10.16445/j.cnki.1000-2340.20210122.001
[14]	潘竟虎, 徐柏翠, 2020. 中國潛在植被NPP的空間分布模擬[J]. 生態學雜志, 39(3): 1001-1012. doi: 10.13292/j.1000-4890.202003.030
[15]	彭旭東, 戴全厚, 李昌蘭, 2017. 中國西南喀斯特坡地水土流失/漏失過程與機理研究進展[J]. 水土保持學報, 31(5): 1-8. doi: 10.13870/j.cnki.stbcxb.2017.05.001
[16]	邵嘉豪, 李晶, 閆星光, 等, 2023. 基于地理探測器的山西省2000—2020年NPP時空變化特征及驅動力分析[J]. 環境科學, 44(1): 312-322. doi: 10.13227/j.hjkx.202203010
[17]	盛葉子, 曾蒙秀, 林德根, 等, 2020. 2000-2014年人類活動對貴州省植被凈初級生產力的影響[J]. 中國巖溶, 39(01): 62-70. doi: 10.11932/karst2020y01
[18]	石智宇, 王雅婷, 趙清, 等, 2022. 2001-2020年中國植被凈初級生產力時空變化及其驅動機制分析[J]. 生態環境學報, 31(11): 2111-2123. doi: 10.16258/j.cnki.1674-5906.2022.11.002
[19]	史晨璐, 吳秀芹, 2020. 喀斯特斷陷盆地土地利用對生態系統生產力的影響[J]. 北京大學學報(自然科學版), 56(2): 341-51. doi: 10.13209/j.0479-8023.2019.079
[20]	宋同清, 彭晚霞, 杜虎, 等, 2014. 中國西南喀斯特石漠化時空演變特征、發生機制與調控對策[J]. 生態學報, 34(18): 5328-5341. doi: 10.5846/stxb201405090929
[21]	孫治娟, 謝世友, 2021. 基于地理探測器的云南省凈初級生產力時空演變及因子探測[J]. 生態學雜志, 40(12): 3836-48. doi: 10.13292/j.1000-4890.202111.033
[22]	涂海洋, 古麗·加帕爾, 于濤, 等, 2023. 中國陸地生態系統凈初級生產力時空變化特征及影響因素[J]. 生態學報, 43(3): 1219-1233. doi: 10.5846/stxb202201230216
[23]	王金杰, 趙安周, 胡小楓, 2021. 京津冀植被凈初級生產力時空分布及自然驅動因子分析[J]. 生態環境學報, 30(6): 1158-67. doi: 10.16258/j.cnki.1674-5906.2021.06.006
[24]	王強, 張廷斌, 易桂花, 等, 2017. 橫斷山區 2004—2014 年植被 NPP 時空變化及其驅動因子[J]. 生態學報, 37(9): 3084-3095. doi: 10.5846/stxb201602030248
[25]	王新闖, 王世東, 張合兵, 2013. 基于MOD17A3的河南省NPP時空格局[J]. 生態學雜志, 32(10): 2797-805. doi: 10.13292/j.1000-4890.2013.0314
[26]	夏冰, 馬鵬宇, 徐聰, 等, 2023. 近20年黃河流域植被凈初級生產力時空分布及其對極端天氣變化的時空響應[J]. 水土保持研究, 30(2): 256-266+284. doi: 10.13869/j.cnki.rswc.2023.02.009
[27]	楊永菊, 喬旭寧, 郭靜, 等, 2022. 河南省不同主體功能區城鎮擴張及其對凈初級生產力的影響[J]. 地域研究與開發, 41(2): 27-33. doi: 10.3969/j.issn.1003-2363.2022.02.005
[28]	于天舒, 鄭拴寧, 朱捷緣, 等, 2021. 南水北調中線工程水源地南陽市生態安全評價研究[J]. 生態學報, 41(18): 7292-300. doi: 10.5846/stxb202003260701
[29]	張芳寧, 楊亮潔, 楊永春, 2023. 1981-2016年黃土高原植被NDVI變化及對氣候和人類活動的響應[J]. 水土保持研究, 30(2): 230-237. doi: 10.13869/j.cnki.rswc.2023.02.044
[30]	張素紅, 李森, 王金華, 等, 2008. 近30年來粵北巖溶山區石漠化土地景觀動態分析[J]. 林業科學研究, 21(6): 761-767. doi: 10.13275/j.cnki.lykxyj.2008.06.001
[31]	張鑫彤, 吳秀芹, 2021. 基于CASA模型的2005—2019年云南斷陷盆地NPP時空變化研究[J]. 地球學報, 42(3): 426-434. doi: 10.3975/cagsb.2020.082601
[32]	張佑銘, 郎夢凡, 劉夢云, 等, 2022. 土地利用轉變與海拔高度協同作用黃土高原植被固碳變化特征[J]. 生態學報, 42(10): 3897-3908. doi: 10.5846/stxb202106211643
[33]	Cao X, Chen J, Chen L, et al, 2014. Preliminary analysis of spatiotemporal pattern of global land surface water[J]. Science China-Earth Sciences, 57(10): 2330-9. doi: 10.1007/s11430-014-4929-x
[34]	Fu Y, Lu X, Zhao Y, et al, 2013. Assessment impacts of weather and land use/land cover (LULC) change on urban vegetation net primary productivity (NPP): a case study in Guangzhou, China[J]. Remote Sensing, 5(8): 4125-4144. doi: 10.3390/rs5084125
[35]	Ge W, Deng L, Wang F, et al, 2021. 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, 773: 145648. doi: 10.1016/j.scitotenv.2021.145648
[36]	Jiang Y, Guo J, Peng Q, et al, 2020. The effects of climate factors and human activities on net primary productivity in Xinjiang[J]. International Journal of Biometeorology, 64: 765-777. doi: 10.1007/s00484-020-01866-4
[37]	Li P, Chen T T, Wei D, et al, 2022. Exploring ecosystem services trade-offs using the Bayesian belief network model for ecological restoration decision-making: a case study in Guizhou Province, China[J]. Ecological Indicators, 135: 108569. doi: 10.1016/j.ecolind.2022.108569
[38]	Li Y L, Wang X Q, Chen Y Z, et al, 2020. Land surface temperature variations and their relationship to fractional vegetation coverage in subtropical regions: a case study in Fujian Province, China[J]. International Journal of Remote Sensing, 41(6): 2081-2097. doi: 10.1080/01431161.2019.1685714
[39]	Lin X, Niu J, Berndtsson R, et al, 2020. NDVI dynamics and its response to climate change and reforestation in northern China[J]. Remote Sensing, 12(24): 4138. doi: 10.3390/rs12244138
[40]	Shi K, Yang Q, Li Y, 2019. Are karst rocky desertification areas affected by increasing human activity in southern China? An empirical analysis from nighttime light data[J]. International Journal of Environmental Research and Public Health, 16(21): 4175. doi: 10.3390/ijerph16214175
[41]	Song L, Li M, Xu H, et al, 2021. Spatiotemporal variation and driving factors of vegetation net primary productivity in a typical karst area in China from 2000 to 2010[J]. Ecological Indicators, 132: 108280. doi: 10.1016/j.ecolind.2021.108280
[42]	Wu L, Wang S, Bai X, et al, 2020. Climate change weakens the positive effect of human activities on karst vegetation productivity restoration in southern China[J]. Ecological Indicators, 115: 106392. doi: 10.1016/j.ecolind.2020.106392
[43]	Xie H, Tong X, Meng W, et al, 2015. A multilevel stratified spatial sampling approach for the quality assessment of remote-sensing-derived products[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8(10): 4699-713. doi: 10.1109/JSTARS.2015.2437371
[44]	Xing W, Chi Y, Ma X, et al, 2021. Spatiotemporal characteristics of vegetation net primary productivity on an intensively-used estuarine alluvial island[J]. Land, 10(2): 130. doi: 10.3390/land10020130
[45]	Yue S, Pilon P, Cavadias G, 2002. Power of the Mann–Kendall and Spearman's rho tests for detecting monotonic trends in hydrological series[J]. Journal of Hydrology, 259(1/4): 254-271. doi: 10.1016/S0022-1694(01)00594-7