Page 18 - 《广西植物》2025年第8期
P. 18

1 3 8 4                                广  西  植  物                                         45 卷
            和第 j 年的植被 GPP 值ꎻn 表示时间序列长度ꎻsgn                     数ꎬ反映气温对植被 GPP 的直接影响ꎻA 表示降水
                                                                                                   p
            为符号函数ꎻVAR( S) 为方差ꎻ统计量 Z 的取值范                       对植被 GPP 的直接通径系数ꎬ体现降水对植被
            围为( - ¥ꎬ+ ¥)ꎮ 当 | Z | >Z      时ꎬ表明西南地区             GPP 的直接影响ꎻε 表示残差项ꎮ
                                      1- α / 2
            植被 GPP 在时间序列长度内发生了显著趋势变                                气温与降水之间存在相互的影响作用ꎬ这种
            化ꎬ反之则为无显著趋势变化ꎬ将变化趋势划分为                             相互作用可以表达如下:
            3 个显著性等级ꎬ即极显著变化( P<0.01)、显著变                           A = r × A  p                         (10)
                                                                    tp
                                                                         tp
            化(0.01≤P<0.05)、不显著变化(P≥0.05)ꎮ                          A = r × A  t                         (11)
                                                                    pt
                                                                         tp
            2.2.3 通径分析  通径分析是一种综合了多元线                              式中:A 表示气温与植被 GPP 的间接通径系
                                                                         tp
            性回归分析和相关分析的技术方法ꎬ可用于探究                              数ꎬ即气温对植被 GPP 的间接影响ꎻA 表示降水与
                                                                                                 pt
            植被 GPP 与气候因子之间的线性关系ꎮ 通过通径                          植被 GPP 的间接通径系数ꎬ即降水对植被 GPP 的
            分析ꎬ将植被 GPP 与气候因子之间的相关系数                            间接影响ꎻr 表示气温和降水之间的相关系数ꎮ
                                                                         tp
            (综合影响) 分解为气候因子对植被 GPP 的直接                              植被 GPP 与气候因子的直接通径系数和间接
            和间接影响( Feng et al.ꎬ2021ꎻ徐勇等ꎬ2024)ꎮ 本               通径系数之和等于相关系数ꎮ
            研究利用通径分析探究气温和降水对植被 GPP 的                               r t_gpp  = A +A  tp                  (12)
                                                                         t
            影响ꎬ其原理如下ꎮ                                              r   = A +A pt                        (13)
                                                                          p
                                                                    p_gpp
                 因变量 y 和自变量 x 的回归方程如下:                             式中:r     为气温与植被 GPP 的相关系数ꎬ即
                                   i                                     t_gpp
                 y = a + a x + a x +  + a x          (6)     气温对植被 GPP 的综合影响ꎻr               为降水与植被
                      0   1  1   2  2        n  n                                           p_gpp
                 式中:a 为非标准化系数ꎬ对线性回归方程进                         GPP 的相关系数ꎬ即降水对植被 GPP 的综合影响ꎮ
                       n
                                                               当植被 GPP 与气温和降水的直接相关系数、间接相
            行数学变换建立正规矩阵方程ꎮ
                 é  1  r       r x 1 x n é  r é  x 1 y ù     关系数和综合相关系数通过 P < 0.05 显著性检验
                                    ù a ù
                 ê      x 1 x 2     ú  ê  1  ú  ê  ú
                 ê r    1      r  ú  ê a ú  ê r  x 2 y  ú    时ꎬ即二者之间呈显著影响ꎬ反之则为不显著影响ꎮ
                 ê  x 2 x 1      x 2 x n ú  ê  2  ú = ê  ú  (7)    本文使用最大值法在像元尺度上识别主导植
                 ê  ⋮   ⋮   ⋱    ⋮ ú ⋮   ú   ê  ⋮ ú
                                      ê
                 ê r ê  r         1 ú a  ú ú  ê r ê  ú ú       被 GPP 变化的气候因子ꎮ
                                    ú
                                      ê ê
                 ë  x n x 1  x n x 2    û  ë  n û  ë  x n y  û   Cli    = max{ abs( A )ꎬ abs( A )ꎬ abs( A )ꎬ
                                                                     Dominant         t         tp        p
                 式中: r    (iꎬ j ≤n) 表示 x 和 x 的相关系数ꎻ
                       x i x j           i    j                abs(A )}                                 (14)
                                                                    pt
            r  x i y  (i ≤n)表示 x 和 y 的相关系数ꎮ                        式中:Cli       表示影响植被 GPP 变化的主导
                            i
                                                                           Dominant
                 通过矩阵方程的求解ꎬ得到直接通径系数 a ꎬ
                                                         i     气候因子ꎻmax{ } 为取最大值函数ꎻabs( ) 为取绝
            它代表自变量 x 对因变量 y 的直接作用效果ꎮ 而                         对值函数ꎮ
                           i
            间接通径系数则由 r            × a 得出ꎬ它表示 x 通过另
                               x i x j  i          i
            一个自变量 x 对 y 产生的间接影响ꎮ                               3  结果与分析
                         j
                 为了统一不同变量之间的单位和量纲ꎬ我们
            采用 Z ̄score 标准化方法(李双成和蔡运龙ꎬ 2005ꎻ                    3.1 植被 GPP 和气候因子时空变化特征
            徐勇等ꎬ2024) 对植被 GPP、气温及降水数据进行                            由图 2: A 可 知ꎬ 西 南 地 区 植 被 GPP 2000—
            了处理ꎮ                                               2022 年平均值为 632.88 gm a ꎮ 研究时段
                                                                                             ̄2
                                                                                                 ̄1
                     x -x                                      内ꎬ西 南 地 区 植 被 GPP 呈 显 著 上 升 趋 势 ( P <
                      i
                 X =                                   (8)
                  std
                      σ                                        0.05)ꎬ上升速率为 3.49 gm a ꎮ 由图 2:B-D
                                                                                           ̄2
                                                                                               ̄1
                 式中:X 表示经过标准化处理后的数值ꎻ x 表                       可知ꎬ2000—2022 年西南地区农田、林地和草地生
                       std
            示平均值ꎻ σ 则表示标准差ꎮ                                    态系统 GPP 呈显著上升ꎬ速率分别为 3.72、3.54、
                 根据植 被 的 总 初 级 生 产 力 ( GPP         )、 气 温                ̄2   ̄1
                                                 stad          3.53 gm a ꎮ 林地生态系统 GPP 2000—2022
            (T   )及降水( P      ) 的数据ꎬ构建多元线性回归                   年平均值最高ꎬ为 684.32 gm a ꎬ农田生态系
                                                                                                ̄1
                                                                                            ̄2
               stad         stad
            方程:                                                统 GPP 2000—2022 年平均值次之ꎬ为 613.83 g
                 GPP   = A ×T  +A ×P   +ε              (9)     m a ꎬ草地生态系统 GPP 2000—2022 年平均值
                                                                 ̄2
                                                                      ̄1
                     stad  t  stad  p  stad
                 式中:A 表示气温对植被 GPP 的直接通径系                       最低ꎬ为 571.14 gm a ꎮ
                                                                                        ̄1
                                                                                   ̄2
                       t
   13   14   15   16   17   18   19   20   21   22   23