2001—2013年黄土高原植被净初级生产力时空变化及其归因的学术报告

作者及发表信息
本研究由环境保护部环境规划院的周夏飞、马国霞、曹国志、贾倩、於方等合作完成，发表于《安徽农业科学》2017年第45卷第14期（页码48–53），DOI编号10.13989/j.cnki.0517-6611.2017.14.019。研究得到国家自然科学基金（41371533）和国家科技支撑计划项目（2015BAK12B02）的资助。

学术背景
植被净初级生产力（Net Primary Productivity, NPP）是衡量生态系统碳循环的核心指标，反映植被通过光合作用固定有机碳的能力。黄土高原作为中国生态脆弱区，自1999年实施退耕还林还草工程以来，植被覆盖变化显著，但其对NPP的长期影响及驱动机制尚不明确。本研究基于光能利用率模型（CASA, Carnegie-Ames-Stanford Approach），结合多源遥感与气象数据，旨在揭示2001—2013年黄土高原NPP的时空演变规律，并量化气候因子与人类活动的贡献，为生态工程效果评估提供科学依据。

研究流程与方法
1. 数据准备与处理
- 遥感数据：采用MODIS的MOD13A1（NDVI，空间分辨率500 m）和MCD12Q1（土地利用类型），通过MRT工具进行投影转换（Albers等积圆锥投影）和月度合成（最大合成法MVC）。
- 气象数据：整合73个气象站点的逐日降水、气温、日照时数数据，空间插值后与遥感数据匹配。
- 造林数据：来源于各省统计年鉴及《中国林业统计年鉴》。

1. NPP估算模型
   采用改进的CASA模型，其核心公式为：
   [ \text{NPP} = \text{APAR} \times \varepsilon ]
   其中APAR为植被吸收的光合有效辐射，(\varepsilon)为实际光能利用率，通过温度、水分胁迫因子及最大光能利用率（参考朱文泉等2006年参数）修正。

2. 时空趋势分析

   • 一元线性回归：计算每个栅格13年的NPP斜率（Slope），判断增减趋势。
     
   • Hurst指数：基于重标极差法（R/S）预测未来变化持续性（H>0.5为同向持续，H<0.5为反向）。
     
   • 相关性分析：逐像元计算NPP与降水、气温的相关系数，识别气候驱动区域。
     

3. 验证方法
   通过与其他模型（如MOD17A3）及实测数据对比验证NPP估算精度。例如，落叶阔叶林NPP模拟值为687.0 g/(m²·a)，与实测值671.8 g/(m²·a)接近（表1）。

主要结果
1. 时间变化特征
2001—2013年黄土高原年均NPP显著上升（4.9 g/(m²·a)，p<0.05），2013年达峰值378.0 g/(m²·a)。NPP>500 g/(m²·a)的高产林区面积比例增加，低值区（<100 g/(m²·a)）缩减，表明退耕还林工程成效显著（图2–3）。

1. 空间分异规律
   NPP呈现东南高、西北低的梯度分布，高值区集中于陕西南部、甘肃南部等水热条件优越区域，低值区位于内蒙古西部等干旱荒漠带（图4）。78.0%的区域NPP呈增加趋势，其中28.0%显著改善（Slope>0，p<0.05），退化区域仅占22.0%（图5）。

2. 未来趋势预测
   Hurst指数显示72.1%的区域NPP变化具持续性，尤以内蒙古南部、陕西北部为典型；28.9%区域可能发生趋势反转，如陕西中部因工程措施不足或面临退化风险（图6）。

3. 驱动因素解析

   • 气候影响有限：仅6.9%的区域NPP与降水显著正相关，9.9%的区域与温度显著负相关（图7）。
     
   • 人类活动主导：造林面积与NPP总体协同增长（图8），但城市化（如内蒙古西部）导致局部NPP下降，体现人类活动的双重效应。
     

结论与价值
本研究首次结合CASA模型与Hurst指数，系统量化了退耕还林工程对黄土高原NPP的长期影响，揭示人类活动是NPP变化的核心驱动力。成果为生态工程精准调控提供了数据支撑，例如建议加强陕西中部等持续性退化区的治理力度。科学价值在于发展了多尺度NPP动态评估框架，应用价值体现在指导区域生态修复政策优化。

研究亮点
1. 方法创新：融合遥感时序分析与Hurst指数预测，突破传统静态评估局限。
2. 发现新颖：明确人类活动对NPP的双重作用机制，弥补了气候因子解释力不足的认知空白。
3. 数据验证严谨：通过跨模型对比与实测数据校准，确保结果可靠性（表1）。

其他价值
研究指出2010年NPP异常波动可能与新造林地覆盖度低有关，建议后续关注植被恢复的滞后效应，为长期监测设计提供方向。