Page 62 - 《广西植物》2023年第2期
P. 62

2 5 6                                  广  西  植  物                                         43 卷
            温、降水之间的相关性(骆艳和张松林ꎬ2019)ꎬ利用                             式中:h 为层数ꎻN 和 N 分别为层 h 和研究区
                                                                                   h
            t 检验法对结果进行显著性检验ꎬ按如下公式计算ꎮ                           的样本数ꎻ σ 和 σ 分别为层 h 和研究区植被 NPP
                                                                          h
                             n                                 的方差ꎻq 的值域为 [0ꎬ1]ꎬq 值越大表示该因素
                            ∑ (x - x)(y - y)                   对海河流域植被 NPP 影响力越大ꎬ反之则越小ꎮ
                                 i
                                         i
                 R  =       i = 1
                  xy
                          n             n
                                    2              2
                        ∑ (x - x)      ∑ (y - y)               3  结果与分析
                              i
                                             i
                         i = 1          i = 1
                      R xy
                 t =        ×  n - m - 3               (3)
                    1 - R  2 xy                                3.1 植被 NPP 时间变化特征
                 式中:R 为相关系数ꎻx 为第 i 年的植被 NPP                        海河流域 2000—2020 年植被 NPP 总量波动范
                                      i
                       xy
                                                                                               12
            值ꎻy 为第 i 年的气温或降水值ꎻ x 为 21 年间植被                     围为 72.02~117.41 Tg C(1 Tg C = 10 g Cꎬ图 2:A)ꎬ
                 i
                                                               多年均值为 98.73 Tg Cꎮ 研究期内植被 NPP 总量呈
            NPP 平均值ꎻ y 为 21 年间气温或降水平均值ꎻm 为
                                                               上升趋势ꎬ其中 2020 年 NPP 总量达到最大值ꎬ为
            控制变量个数ꎻn 为样本数ꎮ
            2.4 Hurst 指数                                       117.41 Tg Cꎻ2001 年 NPP 总量达到最小值ꎬ为 72.02
                                                               Tg Cꎮ 就不同年份 NPP 总量偏离其均值的程度而
                 利用 Hurst 指数探究研究区植被 NPP 的未来
            变化趋势(任涵玉等ꎬ2021)ꎬ基本原理为假定一个                          言ꎬ2001、2007、2020 年偏离均值的程度较大ꎬNPP
                                                               变化显著ꎬ而 2005—2006 年、2009—2010 年偏离均
            植被 NPP 时间序列 NPP ꎬ对于任意正整数ꎬ则定
                                   t
                                                               值的程度较小ꎬNPP 变化不显著ꎮ
            义以下内容ꎮ
                                                                   将海河流域不同年份的 NPP 均值划分为 6 个
                                      τ
                                   1
                 均值序列: NPP =         ∑ NPP   τ = 1ꎬ2ꎬ        区段ꎬ对各区段所占面积的百分比进行统计(图 2:
                                            τ
                               τ
                                   τ t = 1
                                                               B)ꎮ 由图 2: B 可 知ꎬ2001 年 NPP 均 值 最 低ꎬ 为
                                                       (4)
                                                               238.44 g Cm a ꎬ2020 年 NPP 均值最高ꎬ为
                                                                                  ̄1
                                                                              ̄2
                                      τ
                                                                                  ̄1
                                                                             ̄2
                 累计离差: X(tꎬτ) =      ∑ (NPP - NPP )            388.54 g Cm a ꎬ2000—2020 年 NPP 均值为
                                             t
                                                     τ
                                     t = 1                                   ̄2    ̄1
                                                               326.75 g Cm a ꎮ NPP 主要集中于 200 ~ 500
            1 ≤ t ≤ τ                                  (5)
                                                               g Cm a ꎬ面积占比为 69.49% ~ 94.74%ꎬ为海
                                                                       ̄2
                                                                           ̄1
                 极 差: R(τ) =       maxX(tꎬτ)   -  min X(tꎬ
                                   1≤t≤τ          1≤t≤τ
                                                               河流域 NPP 均值集中区ꎮ
            τ)  τ = 1ꎬ2ꎬ                             (6)
                                                                   利用 2000—2019 年植被类型数 据 对 2000—
                 标准差:
                                                               2019 年 NPP 数据进行分区统计ꎬ对于缺少的 2020
                                                 1
                             τ
                         é  1                  2 ù  2          年植被类型数据ꎬ考虑到相邻年份差别不大ꎬ因此ꎬ
                 S(τ) = ê ê  ∑ (NPP - NPP ) ú  ú
                                            τ
                                     t
                         ë  τ t = 1            û               采用 2019 年植被类型数据对 2020 年 NPP 数据进
            τ = 1ꎬ2ꎬ                                 (7)     行统计ꎬ得到不同植被类型 NPP 均值年际变化趋势
                              H
                 若存在 R / S ¥τ ꎬ表明植被 NPP 时间序列存                  (图 3)ꎮ 由图 3 可知ꎬ不同植被类型的年均 NPP 存
            在 Hurst 现象ꎬ称 H 值为 Hurst 指数ꎬ包括持续性                   在一定的差异性ꎬ不同年份 NPP 变化趋势与总趋势
            (0.5<H< 1)、随机性( H = 0.5)、反持续性( 0 <H<               (图 2:A)基本一致ꎮ 不同植被类型多年 NPP 均值
                                                                                               ̄1
            0.5)3 种情况ꎮ                                         排序为阔叶林(385.28 g Cm a )>灌丛(353.03
                                                                                           ̄2
            2.5 地理探测器                                          g Cm a ) >草地(320.12 g Cm a ) >针叶
                                                                           ̄1
                                                                                                 ̄2
                                                                                                      ̄1
                                                                      ̄2
                 地理探测器是探测空间分异性ꎬ以及揭示其                           林(313.59 g Cm a ) >农用地(295.22 g C
                                                                                 ̄2
                                                                                     ̄ 1
            背后驱动因素的一种统计学方法( 王劲峰和徐成                             m a )ꎮ 阔叶林和灌丛 NPP 多年均值明显高于
                                                                 ̄2
                                                                     ̄1
            东ꎬ2017)ꎮ 本文选取分异及因子探测器对海河流                          全区多年均值(326.75 g Cm a )ꎬ因此ꎬ阔叶林
                                                                                               ̄1
                                                                                           ̄2
            域 2000—2020 年植被 NPP 的影响因素进行分析ꎬ                     和灌丛为该区固碳、生产力最强的植被ꎮ
            按如下公式计算ꎮ                                           3.2 植被 NPP 空间变化特征
                          L
                                                               3.2.1 NPP 年均值及变异系数  海河流域 2000—
                         ∑ N σ  2 h                            2020 年 不 同 地 区 年 平 均 植 被 NPP 波 动 范 围 为
                             h
                 q = 1 -  h = 1                        (8)
                           Nσ  2                               29.32~746.84 g Cm a (图 4: A)ꎬ 空间差异性
                                                                                   ̄2
                                                                                       ̄1
   57   58   59   60   61   62   63   64   65   66   67