1 引言
陆地生态系统支持着对人类社会至关重要的多种功能和服务。陆地生态系统碳循环决定了碳源汇的时空分布及变化， 进而影响到大气中CO2的浓度， 对全球气候变化起到调节作用（Ciais et al， 1995）。在“碳中和”背景下， 陆地生态系统固碳的意义重大（杨元合等， 2022）。植被是陆地生态系统重要的组成部分， 同时也是土壤、 水、 大气各圈层能量交换、 物质循环的重要联系纽带， 在气候调节和陆地碳平衡等方面有着不可忽视的作用（Peng et al， 2012； 鲍艳等， 2023； 赵慧芳等， 2022）。因此， 量化和评价气候变化和人类活动对陆地植被生态系统的影响， 对于管理和决策部门制定气候变化适应性或减缓性管理策略以及实施生态修复等重大工程有着重要的科学意义（柯金虎等， 2003）。
植被净初级生产力（Net Primary Productivity， NPP）是植物经过光合作用实现的固碳与自养呼吸消耗的碳之间的差值， 客观反映了陆地植被生态系统的动态变化过程（方精云等， 2001）。目前， 分离和量化气候变化和人类活动对陆地植被和植被NPP影响的方法主要有（马启民等， 2019）： 回归模型法、 残差趋势法和基于生物物理过程模型方法等。其中残差趋势法（许端阳等， 2009）通常以卫星遥感估算的植被NPP作为实际植被NPP（Actual NPP， ANPP）， 而未受人类活动影响的作为潜在自然植被NPP（Potential NPP， PNPP）。假定实际植被NPP的变化是气候变化和人类活动导致的变化量之和， 则植被ANPP与PNPP之差代表的是人类活动对植被NPP的影响， 即人类活动对植被NPP的影响， 即HNPP（Human NPP， HNPP）。残差趋势法能较好地反映出气候变化和人类活动在植被NPP变化过程中的相对作用， 并揭示出植被变化驱动机制， 在我国的黄河流域（田智慧等， 2019）、 三江源地区（张颖等， 2017）、 北方地区（刘婧等， 2021； 许端阳等， 2009； 周妍妍等， 2019）得到较好的应用。
森林碳储是实现“碳中和”目标的重要途径（付晓等， 2022）。云南森林覆盖率约55%， 面积位列中国各省份排名的第二位（国家林业和草原局， 2019）， 仅次于内蒙古。云南省森林资源对中国碳汇的意义重大。多位学者针对云南植被及植被NPP开展了大量研究工作： 刘文杰（2000）、 何云玲和张一平（2006）利用气象资料对云南全省或部分地区潜在的自然植被NPP进行了计算， 进一步分析了气候变化对植被NPP的影响； 张鑫彤和吴秀芹（2021）、 孙应龙等（2019）利用MODIS资料对云南断陷盆地或典型矿区的植被NPP进行估算， 分析探讨了植被NPP的时空分布特征及其与气候因子的关系； 陈成等（2022）利用MODIS NDVI资料和气象资料， 对滇西南地区植被覆盖变化受气象和人类活动的影响进行了研究。这些研究多集中在植被覆盖或植被NPP的时空格局、 变化特征， 以及植被与气象条件之间关系， 而对植被NPP的影响评价和量化方面的研究则尚不多见。
基于以上论述， 本研究基于MOD17A3/NPP产品数据， 采用线性趋势分析、 Mann-Kendall显著性分析、 Hurst指数和二阶偏相关分析， 对2001 -2021年云南植被NPP的时空分布特征、 未来持续性及其与气候因子的关系进行了探讨。采用偏导趋势残差法分离和量化气候变化和人类活动对植被NPP的影响， 以期为云南省生态保护和可持续发展提供科学依据。
2 研究数据与方法
2.1 研究区概况
云南省位于中国西南部， 21°8′N -29°15′N、 97°31′E -106°11′E之间。地处东亚季风区、 青藏高原区、 南亚和中印热带季风区这3个地理区域的交汇点（Zhou et al， 2022）。地形多以南部热带宽谷盆地、 西北部纵深山脉的山地高原为主体， 平均海拔约2000 m， 地势南低北高， 西北部平均海拔在3000~4000 m， 积雪、 冰川覆盖在海拔5000 m以上高山山顶， 南部和西南部边缘地区海拔平均在800~1000 m［图1 （a）］。云南以亚热带高原季风气候， 兼具垂直立体气候为主， 雨热同期。年平均气温和年降水量分别约为17 ℃和1100 mm。气温一般会随着纬度和海拔上升而下降， 东北部和西北部年平均气温较低， 多为14 ℃以下。南部的平均气温则较高， 多在18 ℃以上。西部和南部的年降水量较多， 1200~1500 mm； 西北部和北部则较少， 600~800 mm。云南森林植被类型众多： 南部为热带雨林、 季雨林、 常绿阔叶林到中部暖性针叶林， 直至西北部寒温带针叶林等， 还有亚高山、 高山灌丛、 草甸等［图1 （b）］。文中涉及地图基于自然资源部标准地图服务系统下载的审图号为GS（2019）3266号的标准地图制作， 底图无修改。
2.2 数据来源与处理
NPP数据来源于美国国家航空航天局（NASA）的AρρEEARS平台MOD17A3HGF（V6）数据集（https： //appeears.earthdatacloud.nasa.gov/）， 空间分辨率500 m。该数据采用BIOME-BGC过程模型和PSN光能利用率模型的耦合模型， 结合了新的生物属性调查表（BPLUT）对植被NPP进行模拟（李登科和王钊， 2018； 王金杰等， 2021）。
气象数据来自云南省气象信息中心， 包括年降水量和年平均气温， 采用ArcGIS的克里金（Kriging）插值方法将站点转换为栅格数据。太阳辐射数据来自于哥白尼气候变化服务（C3S）农业和农业生态AgERA5再分析数据集（HTTPS： //cds.climate.copernicus.eu/）， 空间分辨率为0.1°×0.1°， 通过双线性插值后统一到植被NPP相同的空间分辨率。
土地覆盖来源于自然资源部2020年30 m全球地表覆盖数据（http： //www.globallandcover.com）。
2.3 研究方法
（1） 趋势分析
基于最小二乘法一元线性回归方法计算2001 -2021年云南植被NPP的变化趋势NPP slope， 公式如下：
式中： NPP i 为第i年的植被NPP年值； n为总的年份， n=21。
Mann-Kendall 检验对样本无特定分布要求且不受异常值影响， 且结果也更为精确， 并能判断出趋势的显著性。根据NPPslope和Mann-Kendall检验的显著性水平p， 将植被NPP变化趋势分为： 显著增加（NPPslope>0， p<0.05）、 不显著增加（NPPslope>0， p>0.05）、 不显著下降（NPPslope<0， p>0.05）、 显著下降（NPPslope<0， p>0.05）。
Hurst指数（H指数）是描述时间序列自相似性和长期依赖性的有效方法。H指数值的范围介于0~1之间， 当H=0.5时， 表明时间序列无法对未来的变化进行预测； 0<H<0.5时， 表明时间序列的变化状态有反持续性； 0.5<H<1时， 表明时间序列变化具有持续性（谢平等， 2009； 焦文慧等， 2021）。可采用重标极差R/S算法计算H指数。
（2） 偏相关分析
本研究采用二阶偏相关系数来分析植被NPP与降水、 气温和太阳辐射之间的关系。并结合t检验法对相关性进行显著性检验， 当显著性p<0.05时， 认为植被NPP与气候条件显著相关， 反之为不显著。
（3） 气候变化和人类活动影响的分离和量化
用偏导趋势残差法分离和量化植被NPP变化中气候变化和人类活动影响（王军邦等， 2021； 张心茹等， 2022）。气候变化和人类活动对植被NPP变化的贡献分别记作C con 、 H con， 则植被NPP变化（NPP slope）的影响可简化为：
式中： TMPcon、 PREcon、 RADcon分别为气温、 降水、 太阳辐射对植被NPP的贡献量； ∂NPP/∂TMP、 ∂NPP/∂PRE、 ∂NPP/∂PRE分别为植被NPP与TMP、 PRE、 RAD偏相关系数； dTMP/dt、 dPRE/dt、 dRAD/dt分别为TMP、 PRE、 RAD的年际变化率。NPPslope与C con进行差值计算， 所得结果即为人类活动对植被NPP的相对贡献H con。气候变化和人类活动相对贡献率分别记作Kh 和Kc， 计算方法如下：
最后根据NPPslope、 C con和H con， 将气候变化和人类活动对植被NPP变化的影响分为6种情景，如表1 所示。
表1 气候变化和人类活动对植被NPP变化影响的情景Table 1 Different scenarios of contributions of climate change and human activities on vegetation NPP changes |
| 情景 | NPPslope | C con | H con | 气候变化相对作用 | 人类活动相对作用 | 说明 |
|---|---|---|---|---|---|---|
| 植被改善 | >0 | >0 | >0 | Kc | Kh | 气候变化和人类活动共同促进植被恢复 |
| >0 | <0 | 100 | 0 | 气候变化促进植被恢复 | ||
| <0 | >0 | 0 | 100 | 人类活动促进植被恢复 | ||
| 植被退化 | <0 | <0 | <0 | Kc | Kh | 气候变化和人类活动共同促使植被退化 |
| <0 | >0 | 100 | 0 | 气候变化促使植被退化 | ||
| >0 | <0 | 0 | 100 | 人类活动促使植被退化 |
3 结果
3.1 植被NPP时空变化特征
图3 植被NPP变化趋势（a）、 各植被类型NPP 不同变化趋势的面积百分比（b）和植被NPP年际变化（c）k为年际趋势变化率（单位： gC∙m-2∙a-1）， *为p<0.05， **为p<0.01， ***为p<0.001 Fig.3 Spatial distribution of vegetation NPP trends （a）， area percentage of different variation trends among vegetation types（b） and interannual variation of vegetation NPP（c）.The k represents interannual trend change rate（unit： gC∙m-2∙a-1）， * p<0.05， *** p<0.01， *** p<0.001 |
由Hurst指数空间分布［图4 （a）］可知， 云南植被NPP变化的Hurst指数均值为0.60。植被NPP未来变化趋势继续持续和反转的面积占比分别为79.4%和20.6%， 植被NPP持续增加和持续下降的面积占比分别为55.5%和23.9%， 而由下降转为增加的面积占比为9.3%， 由增加转为下降的面积占比为11.3%， 表明大部分地区植被NPP未来仍将持续增加［图4 （b）］。不同植被类型， 出现趋势反转面积比例最大的林地（26.3%）， 最小的是农田（12.8%）［图4 （c）］。
3.2 植被NPP与气候条件的关系
2001 -2021年云南省平均气温显著增加， 降水和太阳辐射波动减少。气温、 降水量和太阳辐射的年均值/（变化率）分别为： 17.2 ℃/［0.035℃∙a-1（p<0.01）］、 1036.8 mm/（-4.2 mm∙a-1）、 和5683.7 MJ∙m2/（-1.5 MJ∙m-2∙a-1）（图5 ）。
植被NPP与平均气温偏相关系数为-0.89~0.88， 正相关和显著正相关的面积占比分别为59.3%和11.8%， 显著负相关的面积占比为5.0%［图6 （a）］。植被NPP与降水偏相关系数为-0.86~0.87， 正相关和显著正相关的面积占比分别为55.6%和3.3%， 显著负相关的面积占比为4.0%［图6 （b）］。植被NPP与太阳辐射偏相关系数为-0.83~0.83， 正相关和显著正相关的面积占比分别为50.2%和4.4%， 显著负相关的面积占比为3.3%［图6 （c）］。植被NPP与气温显著相关的面积明显大于降水和太阳辐射。综上可知， 云南大部分地区植被NPP与气温、 降水和太阳辐射呈正相关， 气温对植被NPP的影响大于降水和太阳辐射。
3.3 气候变化和人类活动对云南植被NPP的影响
（1） 气候变化和人类活动对植被NPP的贡献
（2） 影响云南植被NPP变化的主导驱动因子
4 讨论
空间上， 2001 -2021年云南植被NPP年均值呈南高北低分布。不同植被类型NPP值从大到小依次为： 林地、 灌木、 农田和草地。时间上， 植被NPP年均值为1020.8±30.7 gC∙m -2， 年际变化率为2.1 gC∙m-2∙a-1（p<0.05）。各植被类型NPP增加率从大到小依次为： 草地、 农田、 灌木和林地。前人在相近时段西南喀斯特（何宏昌等， 2022）、 云贵高原（许玉凤等， 2018）、 云南（孙治娟和谢世友， 2021； 闫文波等， 2021）等相关研究结果表明， 云南植被NPP年均值在716~1008gC∙m-2之间呈波动增加， 变化率介于2.13~3.67 gC∙m-2∙a-1之间。森林NPP最高， 农田变化最明显。马炳鑫（2021）、 何宏昌等（2022）发现滇黔桂岩溶区、 西南喀斯特地区大部植被NPP增加趋势仍将持续， 但仍有部分地区的植被NPP持续退化。
本研究中， 云南大部植被NPP与气温、 降水和太阳辐射呈正相关， 气温对植被NPP的影响大于降水和太阳辐射。这与何宏昌等（2022）、 冯婉和谢世友（2022）、 孙应龙等（2019）、 陈成等（2022）、 赵倩倩等（2021）、 马炳鑫等（2021）在西南地区、 长江流域、 云南临沧地区、 滇西南和滇黔桂岩溶区的植被NPP与气候条件相关性的结论基本一致。气候条件对植物NPP的影响是复杂的过程， 有着明显的空间异质性。干旱地区降水增加， 利于植被NPP的增加。而在湿润地区， 水分条件不再是植被生长的限制条件， 相反过多降水会造成土壤过湿或渍涝， 不利于植被生长。云南西南部和东南部的版纳、 德宏、 普洱、 临沧和红河南部， 地势较低， 湿润多雨， 主要植被为热带季雨林、 山地雨林、 暖热性针叶林（周瑞伍等， 2017）， 这些地区常年温度较高， 因此温度的升高会增加植被呼吸作用， 且过高的温度会增加植物对水分的消耗、 抑制植被光合作用， 不利于植被NPP的增加（焦珂伟等， 2018）。受多云雨天气的影响， 光照是这些地区植被活动的限制因子， 太阳辐射的增加有利于植被光合作用（Seddon et al， 2016）。大理东北部、 楚雄北部、 玉溪南部和红河中北部地处云南干热河谷地区， 光热条件好、 土壤干燥， 植被覆盖稀疏， 多为旱生灌木和草丛， 干旱是这些地区植被生长的制约因素（刘刚才等， 2011）， 气温升高、 降水减少以及太阳辐射的增加会加剧干旱发生， 不利于植被生长。中部的曲靖、 文山、 昆明、 玉溪北部、 楚雄南部和大理南部， 水热条件适中， 主要植被为暖温性针叶林、 暖温性灌草丛和半湿润常绿阔叶林， 植被生长高峰期为6 -9月， 也是云南雨季， 降水充沛， 气温升高能延长植物生长期、 增强光合作用， 利于植被NPP的增加（石智宇等， 2022）。西北部的迪庆、 怒江和丽江， 海拔较高、 气温较低， 主要植被为温性针阔混交林、 寒温性针叶林、 温凉性针叶林、 高山灌丛和草甸（曾觉民， 2018）， 植被对温度更为敏感， 随着气温和太阳辐射的升高， 能明显促进植被光合作用， 但降水增多， 却会促使云量增加、 气温下降， 抑制植被光合作用， 不利于植被NPP的增加。
长期以来， 我国实施的生态保护和修复工程产生了巨大的碳汇效益（吴普侠等， 2022）。根据《云南省统计年鉴》： 2000 -2020年间， 云南人工造林面积总计约93763 km2， 森林覆盖率和植被碳储量有明显的增加（周瑞伍等， 2017）。尤其是2008年以后， 云南进一步加快了天然林保护、 石漠化综合治理等生态工程的建设， 森林得以迅速恢复。气候变化不利于云南植被改善的区域主要分布在中北部及西南部， 但中部及以东地区经济较为发达， 人类活动强度大， 生态保护工程效果更为明显。这些区域人类活动对植被NPP的改善作用明显大于气候变化带来的负面影响， 植被NPP呈显著增加。可见， 生态工程的实施在应对气候变化下植被退化方面意义重大。西北部地区， 山高谷深、 交通不便， 人类活动强度和经济水平明显低于中东部地区， 生态保护和植被修复难度大， 气候变化的贡献较人类活动更加明显， 气候变化是影响这些区域植被NPP的主导因子。随着社会经济的快速发展， 林业活动、 农业和城市扩张等人类活动会造成植被退化。2001 -2019年云南地区约有9.2%土地由森林转变为耕地， 森林损失主要出现西南部和西部（王淑静等， 2021）， 人类活动对植被NPP的负面影响较为明显。2019 -2020年云南出现了严重干旱， 2019年3 -7月， 西北和中部地区出现严重干春旱并迅速展（张强等， 2022）。2020年春季再次加重和发展， 2020年3 -8月西南部达极端和异常干旱。在气候变化和人类活动两者的共同作用下， 普洱、 版纳等地植被NPP显著退化。
本研究采用相关分析和残差分析法评估气候变化和人类活动对植被NPP的影响。虽然残差分析法能较好地分离和量化气候变化和人类活动对植被NPP的影响， 但未能细化生态保护和修复工程、 城市扩张、 土地利用类型的改变等不同人类活动的影响。另外， 除了气候条件外， 影响植被NPP变化还有土壤、 地形、 景观格局等诸多自然、 环境因素。驱动因子的选取会导致研究结果的不确定性。因此， 有必要结合生物物理过程模型的进一步分析影响云南植被变化的驱动机制， 并细化人类活动的定量化方法和衡量指标的研究。
5 结论
本研究基于MOD17A3/NPP产品数据， 采用线性趋势分析、 Mann-Kendall显著性分析、 Hurst指数和二阶偏相关分析， 探讨云南省2001 -2021年植被NPP的时空分布、 变化和未来持续性以及植被NPP与气候条件的关系。采用偏导趋势残差法分离和量化气候变化、 人类活动和两者共同作用下对植被NPP变化的贡献。得到以下主要结论：
（1） 植被类型和海拔共同决定了植被NPP 的空间分布。空间上， 2001 -2021年云南植被NPP年均值介于42.9~1925.7 gC∙m-2之间， 呈南高北低分布。不同植被类型NPP值， 林地最高， 其次是灌木和农田， 草地最低。随海拔上升植被NPP先增后降， 最大值（1191.0 gC∙m-2）出现在海拔1000 m附近。之后， 海拔2000~3000 m区域， 植被NPP值稳定维持。进入海拔3000 m以后， 植被NPP急剧下降。时间上， 植被NPP年均值为1020.8±30.7 gC∙m-2。年际间， 植被NPP呈显著增加， 增加率为2.1 gC∙m-2∙a-1（p<0.05）。不同植被类型NPP的增加率， 草地最大， 其次是农田和灌木， 而林地则最小， 草地更容易受气候变化和人类活动的影响。云南植被NPP变化的Hurst指数均值为0.60， 植被NPP未来变化趋势持续增加和由减少转为增加的面积占总面积的55.5%和9.3%， 大部分地区植被NPP未来仍将持续增加。
（2） 2001 -2021年云南省平均气温呈显著增加， 降水和太阳辐射则呈波动减少。大部分地区植被NPP与气温、 降水和太阳辐射呈正相关， 气温对植被NPP的影响大于降水和太阳辐射， 但植被NPP与气温、 降水和太阳辐射之间的关系有着明显地域差异。
（3） 气候变化和人类活动对植被NPP贡献分别为0.3 gC∙m-2∙a-1和4.1 gC∙m-2∙a-1， 大部地区均为正贡献， 人类活动的贡献明显大于气候变化。云南植被的改善主要受气候变化和人类活动两者共同作用主导， 而植被退化则主要受人类活动以及共同作用主导。