Page 16 - 《广西植物》2025年第8期
P. 16

1 3 8 2                                广  西  植  物                                         45 卷
            关分析和偏相关分析来判定植被指数与气候因子
            之间的关系( Gao et al.ꎬ2022ꎻRen et al.ꎬ2023ꎻ莫           2  材料与方法
            建飞等ꎬ2024)ꎬ而忽视了气候因子之间复杂的相
            互作用ꎮ 通径分析( 徐勇等ꎬ2024) 是一种多元统                        2.1 数据来源
            计分析方法ꎬ能够揭示多个自变量与因变量之间                                  本 文 使 用 的 GPP 数 据 由 LAADS DAAC
            的复杂关系ꎬ探究气候因子对植被 GPP 的直接、间                          (ladsweb.modaps.eosdis.nasa.gov)提供ꎬ数据为开源数

            接和综合影响ꎮ                                            据ꎬ数据集名称为 MOD17A2Hꎬ数据每 8 d 为 1 期ꎬ
                 西南地区地处中国西南部ꎬ地貌类型复杂ꎬ气                          空间分辨率为 500 mꎮ 为确保生成的 MODIS GPP
            候条件多变ꎬ植被资源丰富ꎬ明显的区域差异使得                             时间序列数据集的准确性和可用性ꎬ基于 GEE 平
            植被生态系统对气候变化的响应较为复杂ꎮ 鉴于                             台ꎬ合成并裁剪得到 2000—2022 年西南地区 MODIS

            此ꎬ本文以西南地区为研究区域ꎬ采用植被 GPP、                           GPP 时间序列数据ꎬ空间分辨率重采样为 1 kmꎮ
            气温和降水数据ꎬ通过 Theil ̄Sen Median 趋势分析、                      气温和降水数据来源于资源与环境科学数据
            Mann ̄Kendall 显著性检验和通径分析等方法ꎬ拟探                      平台( https: / / www. resdc. cn / ) 提供的中国气象要
            讨以下问题:(1)西南地区植被生态系统植被 GPP                          素月度空间插值数据集ꎬ数据空间分辨率为 1 kmꎬ
            时空变化特征ꎻ(2)气温和降水对西南地区植被生                            覆盖全国ꎮ 经裁剪得到西南地区 2000—2022 年
            态系统直接、间接和综合影响的差异及其空间分                              的逐月气温和降水时间序列ꎮ
            布特征ꎻ(3)不同植被生态系统 GPP 变化的主导                              2020 年土地利用遥感监测数据集来源于资源
            气候因素及其影响方式ꎮ                                        与环境科学数据平台ꎬ空间分辨率为 1 kmꎮ 土地
                                                               利用类型可以分为耕地、林地、草地、水域、建设用
            1  研究区概况                                           地和未利用地ꎬ分别占总面积的 24.06%、48.76%、
                                                               23.08%、1.07%、1.63%和 1.42%(2020 年)ꎮ 本文
                 西 南 地 区 位 于 中 国 西 南 部ꎬ 地 理 位 置 为              将耕地、林地和草地分别为定义农田、林地和草地
            97°21′—112°04′ E、20°54′—34°19′ Nꎬ涵盖了云南、            生态系统ꎮ
            贵州、四川、重庆及广西等地ꎬ其总面积达 137.63 万                       2.2 研究方法
            km ꎬ约占中国陆地国土面积的 14.33%ꎮ 研究区地                       2. 2. 1 Theil ̄Sen Median 趋 势 分 析      Theil ̄Sen
               2
            势起伏较大ꎬ高程为-20 ~ 6 304 mꎮ 西南地区位于                     Median 趋势分析是一种稳健的非参数统计方法ꎬ
            热带季风区和亚热带季风区ꎬ降水充沛ꎬ热量充足ꎬ                            用于分析数据集中的趋势( Arrogante ̄Funes et al.ꎬ
            雨热同期ꎬ年均降水量为 115.99~2 543.75 mmꎬ年均                  2024)ꎮ 该方法具有抗噪性强和可以降低数据异
            气温为-2.76~ 23.66 ℃ꎬ降水和气温在空间上呈从                      常值的影响等优势ꎬ常用于气象、水文、植被指数
            东南到西北逐渐递减的趋势ꎮ 西南地区农田、林地                            等长时间序列数据的分析ꎮ 其计算公式如下:
            和草地分别占西南地区总面积的 24.06%、48.76%和                                           GPP - GPP  i
                                                                                        j
                                                                   Slope  = median(             )ꎬ2000 ≤i≤
            23.08%(图 1)ꎮ 西南地区为典型的喀斯特地貌区ꎬ                               GPP              j - i
            其特殊的地理位置、复杂的气候条件和地貌条件使                             j≤2022                                    (1)
            得该地区植被资源十分丰富ꎮ 其中ꎬ云南省高等植                                式中:Slope  GPP 表示植被 GPP 变化趋势ꎻmedian
            物约有 17 000 种ꎬ占全国的 57%ꎻ四川省维管束植                      表示中值函数ꎻGPP 和GPP 分别表示 j 年和 i 年的
                                                                                 j
                                                                                       i
            物有 9 254 种ꎬ其中乔木1 000多种ꎬ约占全国总数的                     植被 GPP 值ꎮ
            50%ꎮ 具体而言ꎬ草原、草甸和高山植被主要分布在                          2.2.2 Mann ̄Kendall 显著性检验  Mann ̄Kendall 显
            高海拔的高原和山地地区ꎬ灌丛、针叶林、阔叶林和                            著性检验是一种非参数统计检 验 方 法 ( Wang et
            沼泽主要分布在中海拔山地和丘陵地区ꎬ而草丛和                             al.ꎬ2023)ꎮ 该方法具有样本数据无需服从正态分

            栽培植被则主要分布在低海拔的丘陵和平原地区ꎮ                             布、不受少数异常值的干扰和适用范围广等优点ꎬ
            西南地区因其多样的植被类型和脆弱的生态环境                              常用于长时间序列数据变化趋势的显著性检验ꎮ
            而成为我国生态环境保护工作中不可忽视的重点                              其计算公式如下:
            区域ꎮ                                                    设定{ GPP ꎬGPP }ꎬi = 2000ꎬ2001ꎬꎬ2022
                                                                             i
                                                                                   j
   11   12   13   14   15   16   17   18   19   20   21