2000—2023年陕西省植被NPP时空趋势及驱动机制

doi:10.13474/j.cnki.11-2246.2025.1114

摘要/Abstract

摘要： 基于长时序遥感数据定量分析陕西省植被净初级生产力(NPP)的时空变化及驱动机制,对评估区域生态系统稳定性和探明碳循环规律至关重要。本文利用2000—2023年MODIS NPP及多源数据,综合应用Sen趋势分析、Hurst指数、偏相关分析、残差分析和地理探测器等方法,以像元尺度解析陕西省植被NPP时空动态及驱动因素。2000—2023年NPP呈显著增长趋势,增速为8.19 gC·m²·a^-1。NPP空间分布呈“南高北低”,97.63%区域增长;Hurst指数表明,99.15%区域未来将持续改善。降水与气温影响的空间异质性显著(陕北水热协同,关中/陕南气温主导),人类活动对76.26%区域的植被恢复有促进作用。蒸散发(ET)、降水和地貌类型是主导驱动因子,其中ET∩降水与ET∩地貌的交互作用解释力最强。土地利用/人口密度∩ET(q>83%)、土地利用/人口密度∩降水(q>74%)的强交互效应表明,植被NPP变化是自然因子与社会经济因子深度耦合的结果。

Abstract: Quantitatively analyzing the spatio-temporal variations and driving mechanisms of vegetation net primary productivity (NPP) in Shaanxi province based on long-term remote sensing data is crucial for assessing regional ecosystem stability and elucidating carbon cycle dynamics.Utilizing MODIS NPP products and multi-source data from 2000 to 2023,this study integrated Sen's trend analysis,the Hurst index,partial correlation analysis,residual analysis,and the geodetector method to analyze the spatio-temporal dynamics and driving factors of vegetation NPP in Shaanxi province at the pixel scale.NPP showed a significant increasing trend from 2000 to 2023,with a growth rate of 8.19 gC·m^-2·a^-1.The spatial distribution of NPP showed higher values in the south and lower values in the north; 97.63% of the area exhibited increasing trends.The Hurst index indicated that the improving trend would persist in 99.15% of the region.The spatial heterogeneity of precipitation and temperature impacts was significant (positive synergy in Northern Shaanxi,temperature dominance in Guanzhong/Southern Shaanxi). Human activities promoted vegetation restoration in 76.26%of the area.Evapotranspiration (ET),precipitation,and landform type are the dominant driving factors.Among their interactions,ET∩precipitation and ET ∩ landform exhibite the strongest explanatory power.The strong interaction effects of land use/population density ∩ ET (q>83%) and∩precipitation (q>74%) indicate that changes in vegetation NPP result from the deep coupling of natural and socioeconomic factors.

Key words: Hurst index, partial correlation analysis, Sen trend analysis, residual analysis, geodetector

中图分类号:

P237

常德娥, 魏海霞, 陈利燕. 2000—2023年陕西省植被NPP时空趋势及驱动机制[J]. 测绘通报, 2025, 0(11): 91-98.

CHANG Dee, WEI Haixia, CHEN Liyan. Spatio-temporal trends and driving mechanisms of vegetation NPP in Shaanxi province from 2000 to 2023[J]. Bulletin of Surveying and Mapping, 2025, 0(11): 91-98.

参考文献

[1] 王娟,何慧娟,董金芳,等.黄河流域植被净初级生产力时空特征及自然驱动因子[J].中国沙漠,2021,41(6): 213-222.
[2] 徐雨晴,肖风劲,於琍.中国森林生态系统净初级生产力时空分布及其对气候变化的响应研究综述[J].生态学报,2020,40(14): 4710-4723.
[3] 冯险峰,孙庆龄,林斌.区域及全球尺度的NPP过程模型和NPP对全球变化的响应[J].生态环境学报,2014,23(3): 496-503.
[4] 陈福军,沈彦俊,李倩,等.中国陆地生态系统近30年NPP时空变化研究[J].地理科学,2011,31(11): 1409-1414.
[5] 石智宇,王雅婷,赵清,等.2001—2020年中国植被净初级生产力时空变化及其驱动机制分析[J].生态环境学报,2022,31(11): 2111-2123.
[6] 洪辛茜,黄勇,孙涛.我国西南喀斯特地区2001—2018年植被净初级生产力时空演变[J].生态学报,2021,41(24): 9836-9846.
[7] 王志鹏,石长春,马雅莉,等.毛乌素沙地植被净初级生产力时空变化及其驱动因素[J].草地学报,2024,32(9): 2962-2972.
[8] 刘欢欢,陈印,刘悦,等.基于随机森林模型的黄土高原草地净初级生产力时空格局及未来演变趋势模拟[J].干旱区研究,2023,40(1): 123-131.
[9] 周璐红,张康.陕甘宁三省区植被NPP时空变化及影响因素[J].西北林学院学报,2024,39(6): 177-186.
[10] 梁程,苏惠敏,张伊琳,等.2000—2019年关中平原城市群植被NPP时空变化及影响因素[J].水土保持研究,2023,30(4): 293-300.
[11] 白天豪,贡恩军,周娜芳,等.2001—2022年秦巴山区生态碳汇时空格局及驱动力分析[J].环境科学,2025,46(1): 356-366.
[12] 王娟,王钊,郭斌,等.陕西黄河流域植被碳利用率时空特征及对气候的敏感性研究[J].干旱区研究,2023,40(12): 1959-1968.
[13] 李登科,范建忠,王娟.基于MOD17A3的陕西省植被NPP变化特征[J].生态学杂志,2011,30(12): 2776-2782.
[14] 李登科,王钊.气候变化和人类活动对陕西省植被NPP影响的定量分析[J].生态环境学报,2022,31(6): 1071-1079.
[15] 罗兴树,章数语,郭园,等.极端降水对陕西省农业生产的影响[J].南水北调与水利科技(中英文),2024,22(2): 339-347.
[16] 郝丽,徐娟娟,翟园,等.近30 a陕西省森林植被碳储量及其动态变化[J].干旱区研究,2017,34(5): 1056-1062.
[17] 高滢,孙虎,徐崟尧,等.陕西省植被覆盖时空变化及其对极端气候的响应[J].生态学报,2022,42(3): 1022-1033.
[18] 王芳,汪左,张运.2000—2015年安徽省植被净初级生产力时空分布特征及其驱动因素[J].生态学报,2018,38(8): 2754-2767.
[19] 王宗超,闫丰,田朋飞,等.2002—2020年京津冀植被固碳能力时空分异及其影响因素[J].环境科学,2025,46(6): 3784-3796.
[20] 俞文政,周雅文,魏柱灯,等.青海高原温性草原对气候变化和人类活动响应动态机制研究[J].地理研究,2024,43(8): 1941-1957.
[21] 王川,王丽莎,张勇勇,等.2000—2020年祁连山植被净初级生产力时空变化及其驱动因素[J].生态学报,2023,43(23): 9710-9720.