Page 61 - 《广西植物》2023年第2期

２ 期 辛会超等: 海河流域植被净初级生产力时空变化及驱动因素分析 ２ ５ ５

采用相关分析、趋势分析以及地理探测器等方法ꎬ 区实际情况(申丽娜ꎬ２０１８)ꎬ基于高程信息将研究
通过对海河流域近 ２１ 年间植被 ＮＰＰ 的时空格局 区域划分为平原、丘陵、低山、中山、高山 ５ 类ꎬ坡
动态演变特征以及从自然因素和人为因素对其变 度划分为微坡、缓坡、斜坡、陡坡、急坡 ５ 类ꎮ 土地

化的主要影响因素进行研究ꎬ拟探讨以下问题: 利用数据选取 ２０００、２０１０、２０２０ 年 ３ 期 ３０ ｍ 全球
(１)２０００—２０２０ 年海河流域植被 ＮＰＰ 时空变化规 地表 覆 盖 Ｇｌｏｂｅｌａｎｄ３０ 数 据ꎬ 下 载 地 址 为 ｈｔｔｐ: / /

律ꎻ(２)海河流域植被 ＮＰＰ 未来可能的发展趋势ꎻ ｗｗｗ. ｇｌｏｂａｌｌａｎｄｃｏｖｅｒ. ｃｏｍ / ꎬ 植 被 类 型 数 据 源 于
(３)定量识别海河流域植被 ＮＰＰ 时空异质性驱动 ＮＡＳＡ 提供的 ２０００—２０１９ 年 ＭＣＤ１２Ｑ１ 数据产品ꎬ
因素及其影响力ꎮ 本研究在弥补海河流域当前研 空间分辨率为 ５００ ｍꎬ时间分辨率为 １ ａꎬ根据产品
究不足的同时为该区域植被恢复治理、生态建设 数据说明ꎬ将土地利用和植被类型数据分别重分

工程实施提供科学参考和决策依据ꎮ 类为 ６ 类(耕地、林地、草地、水域、建设用地、未利
用土地)、５ 类( 针叶林、阔叶林、灌丛、草地、农用
１ 研究区概况与数据来源 地)ꎮ 将高程、坡度和土地利用等重采 ５００ ｍ 的数

据ꎬ使上述数据具有相同的像元大小ꎮ
１.１ 研究区概况
海河流域位于中国华北平原北部ꎬ１１２°—１２０° ２ 研究方法
Ｅ、３５°—４３° Ｎ 之间(图 １:Ａ)ꎬ包括北京和天津两
个直辖市、河北的大部分地区及山东、山西、辽宁、 ２.１ 变异系数
河南和内蒙古的部分地区ꎬ地势为西北部高东南 采用变异系数对植被 ＮＰＰ 随时间变化的稳定
部低ꎬ气候类型为温带东亚季风气候( 赵安周等ꎬ
性进行分析(刘宪锋等ꎬ２０１５)ꎬ按如下公式计算ꎮ
２０１９)ꎮ 东部为平原区ꎬ地势较低ꎻ西部为山区ꎬ主 ｎ
要包括太行山脉和燕山山脉ꎬ地势较高ꎮ 植被类 ∑ (ＮＰＰ － ＮＰＰ) ２
ｉ
１ ｉ ＝ １
型主要有阔叶林、针叶林、草地、灌丛、农用地ꎬ其 ＣＶ ＝ (１)
ＮＰＰ ｎ － １
占比 分 别 约 为 ４. ０１％、 ０. ０８％、 ４０. ６１％、 ２. ７６％、
式中:ＣＶ 为变异系数ꎻＣＶ 值越小ꎬ表示植被
５２.５４％(图 １:Ｂ)ꎮ 由于海河流域受到坡度大、暴
ＮＰＰ 波动性越小ꎬ反之则越大ꎻＮＰＰ 为第 ｉ 年的植
雨集中、土质疏松等自然因素和城市扩张等人为 ｉ
活动的强烈干扰ꎬ干旱、沙尘暴和水土流失等自然 被 ＮＰＰ 值ꎻ ＮＰＰ 为海河流域 ２０００—２０２０ 年 ＮＰＰ
灾害严重ꎬ生态系统十分脆弱ꎮ 的平均值ꎬｎ 为 ２１ꎮ
１.２ 数据来源及处理 ２.２ 趋势分析
２０００—２０２０ 年植被 ＮＰＰ 数据为美国国家宇 采用一元线性回归法对植被 ＮＰＰ 的变化趋势
航 局 ＮＡＳＡ ( ｈｔｔｐｓ: / / ｌｐｄａａｃ. ｕｓｇｓ. ｇｏｖ / ) 提 供 的 进行分析(穆少杰等ꎬ２０１３)ꎬ按如下公式计算ꎮ
ＭＯＤ１７Ａ３ＨＧＦ 数据产品ꎬ该数据来自给定年份的 ｎ ｎ ｎ
ｉ ∑ ｉ∑ ＮＰＰ
ｎ × ∑ ｉ × ＮＰＰ －
所有 ８ ｄ 净光合作用(ｎｅｔ ｐｈｏｔｏｓｙｎｔｈｅｓｉｓꎬＰＳＮ)产品 ｉ
θ ＝ ｉ ＝ １ ｉ ＝ １ ｉ ＝ １ (２)
ＭＯＤ１７Ａ２ＨＧＦ 数据之和ꎬ空间分辨率为 ５００ ｍꎬ时 Ｓｌｏｐｅ ｎ ｎ ２
ｎ × ∑ ｉ － (∑ ｉ)
２
间分辨率为 １ ａꎮ 结合产品说明ꎬ取数据集有效值 ｉ ＝ １ ｉ ＝ １
为－３ ０００ ~ ３２ ７００ꎬ剔除范围以外的值ꎮ 气象数据 式中:θ Ｓｌｏｐｅ 为变化率ꎬθ Ｓｌｏｐｅ > ０ꎬ表示 植 被 ＮＰＰ
选取中国气象数据网( ｈｔｔｐｓ: / / ｄａｔａ.ｃｍａ.ｃｎ / ) 提供 呈上升趋势ꎬ反之则下降ꎻｎ 为 ２１ꎻＮＰＰ 为第 ｉ 年的
ｉ
的 ２０００—２０２０ 年海河流域及其周边 ３６ 个气象站 ＮＰＰ 值ꎮ 查 Ｆ 分布临界值表ꎬ将植被 ＮＰＰ 变化趋
点的月均气温、月降水量、平均风速、日照时数以 势分为 ５ 类ꎬ即极显著减少( θ Ｓｌｏｐｅ <０ꎬＰ<０.０１)、显

及平均相对湿度数据ꎬ利用反距离加权法( ｉｎｖｅｒｓｅ 著减少(θ Ｓｌｏｐｅ <０ꎬ０.０１≤Ｐ<０.０５)、变化不显著( Ｐ≥
ｄｉｓｔａｎｃｅ ｗｅｉｇｈｔｅｄꎬＩＤＷ)将其插值为空间分辨率为 ０.０５)、显著增加(θ Ｓｌｏｐｅ >０ꎬ０.０１≤Ｐ<０.０５)、极显著
５００ ｍ 的栅格数据ꎮ ＤＥＭ 数据为地理空间数据云 增加(θ Ｓｌｏｐｅ >０ꎬＰ<０.０１)ꎮ
( ｈｔｔｐ: / / ｗｗｗ. ｇｓｃｌｏｕｄ. ｃｎ / ) 提 供 的 ＳＲＴＭ ９０ ｍ 数 ２.３ 相关性分析
据ꎬ坡度数据为通过高程数据计算所得ꎬ根据研究 采用逐栅格空间分析法ꎬ探讨植被 ＮＰＰ 与气