徐 勇，鄭志威，戴強玉，郭振東，盤鈺春

（桂林理工大學測繪地理信息學院，桂林 541006）

0 引 言

植被是陸地生態(tài)系統(tǒng)重要組成部分，對區(qū)域乃至全球碳循環(huán)起關鍵作用。植被生態(tài)系統(tǒng)在提供物質和能量的同時還推動著全球物質和能量的循環(huán)，但極易受氣候變化和人類活動的影響。植被凈初級生產力（Net Primary Productivity，NPP）也稱凈第一性生產力，是植被光合作用與呼吸作用的產物，作為碳循環(huán)的重要組成部分，能較好地體現(xiàn)植被自然狀態(tài)下的生產狀況，表征陸地生態(tài)系統(tǒng)的優(yōu)劣，常用于植被生長監(jiān)測、生態(tài)效益評估和區(qū)域生態(tài)規(guī)劃等領域的研究。

氣候變化和人類活動是影響植被生長的兩大主要因素，對此，國內外學者針對植被NPP對氣候變化與人類活動的響應機制進行了大量研究。在全球范圍，Zarei等研究發(fā)現(xiàn)溫度與蒸散的提高會使坦桑尼亞草原植被NPP上升，而溫度和光合有效輻射與哈薩克斯坦月植被NPP存在較強正相關，與同月降水量相關性不顯著或為負。在中國，Sun等研究發(fā)現(xiàn)青藏高原和黃土高原植被NPP以上升為主，青藏高原和黃土高原植被NPP對氣候變化和人類活動的響應機制存在明顯的時空差異。退耕還林還草工程的實施、干旱狀況的緩解和人類活動的頻繁程度是影響植被NPP變化的主要原因。

隨著研究的進一步深入，如何定量厘定氣候變化和人類活動對植被生長的影響成為了新的研究主題。Zhang等使用植被NPP、降水、氣溫和太陽輻射數據，通過建立多元回歸分析和殘差分析模型實現(xiàn)了氣候變化和人類活動對洞庭湖流域、錫林郭勒盟草地和祁連山國家公園植被NPP影響的定量分離。Ge等在植被NPP、降水、氣溫和太陽輻射的基礎上引入土地利用類型數據，通過建立殘差分析模型定量分離了氣候變化對植被NPP變化單獨影響以及氣候變化和人類活動對中國和中國西北部植被NPP變化的共同影響。綜上，目前針對植被NPP與氣候變化和人類活動關系研究的尺度大多基于區(qū)域整體或省市級行政區(qū)，考慮的氣候因素較單一，多為降水、氣溫和太陽輻射等，忽視了其他氣候因子對植被生長的影響、地形與小氣候可能帶來的植被生境差異、以及植被生長對氣候因子的滯后效應。

鑒于此，本文以西南地區(qū)為研究區(qū)，以地貌類型（廣西丘陵、云貴高原、四川盆地、若爾蓋高原、橫斷山地和青藏高原）為研究單元，首先，從影響植被NPP變化的多種氣候因子中篩選出主導氣候因子，在篩選時將氣候因子對植被生長的影響顯著性和滯后效應及主要氣候因子間可能存在的嚴重多重共線性納入考慮；然后，基于植被NPP和篩選出來的主導氣候因子時間序列，分區(qū)建立多元回歸分析和殘差分析模型，定量厘定氣候變化和人類活動對植被NPP變化的影響，揭示氣候變化與人類活動對西南地區(qū)植被生長的影響。以期為如何定量厘定氣候變化與人類活動對植被變化的影響帶來新思路。

1 數據與方法

1.1 研究區(qū)概況

研究區(qū)地處中國西南部，位于78°25′～112°04′E，20°54′～36°53′N之間，由廣西的廣西丘陵，云南和貴州的云貴高原，西藏的青藏高原及四川省和重慶市的四川盆地、橫斷山地和若爾蓋高原組成（圖1），共涉6個省級行政區(qū)，總面積約為255萬km，海拔在-20～8 405 m之間，地勢起伏明顯。研究區(qū)受熱帶季風氣候、亞熱帶季風氣候和高原山地氣候影響，地表溫度常年維持在1.5～28.5 ℃，降水在19～2 688 mm，相對濕度在32%～85%，以上氣候因素受海拔影響均主要呈“西高東低”的空間分布格局。適宜的氣候使得研究區(qū)植被以喬木類的闊葉、針葉林和草本類的草甸、草叢、栽培植被為主。研究區(qū)作為中國西南部的重要門戶，隨著城市化和工業(yè)化進程的加快，近年來西南地區(qū)部分區(qū)域生態(tài)環(huán)境日趨脆弱。

圖1 研究區(qū)地貌單元空間分布 Fig.1 Spatial distribution of landform units in study area

1.2 數據來源與處理

空間分辨率為500 m的2000－2020年MODIS NPP數據源于National Aeronautics and Space Administration （https://earthdata.nasa.gov/）的MOD17A3 C6產品，原始數據需進行鑲嵌、重采樣和重投影等預處理，從而獲取分辨率為1 km西南地區(qū)植被NPP時間序列。

1999—2020年氣候因子（最低氣溫、最高氣溫、平均氣溫、降水、相對濕度、日照時數、大氣壓強、地表溫度）來源于國家氣象科學數據中心提供的逐日數據（https://data.cma.cn/），共2 416個氣象站點，原始數據需剔除數據缺失造成的影響并進行空間插值以獲取研究區(qū)柵格氣象數據。通過平均氣溫和降水時間序列，可以計算得到可能蒸散率、可能蒸散量、生物干燥度指數、濕潤指數、溫暖指數、寒冷指數時間序列，因此，本文選取以上14個因子作為影響植被NPP變化的待篩選氣候因子。

DEM數據和2000－2020年土地利用數據來源于中國科學院資源環(huán)境數據云平臺（https://www.resdc.cn/）。人口密度數據和夜間燈光數據分別來源于WorldPop發(fā)布的Population Density數據（https://www.worldpop.org/）和Harvard Dataverse發(fā)布的全球NPP-VIIRS-like時間序列產品（https://dataverse.harvard.edu/）。以上數據空間分辨率均為1 km。

1.3 研究方法

植被NPP變化受多種氣候因子的共同影響，且植被生長在不同地貌單元對不同氣候因子的響應機制存在差異，同時植被生長對氣候變化存在滯后效應，因此，本文通過聯(lián)合相關分析、顯著性檢驗和一階偏導實現(xiàn)主導氣候因子的篩選。具體步驟如下：首先，通過相關分析計算不同地貌單元植被NPP與前0～12個月各氣候因子的相關系數，以獲取影響各地貌單元植被生長的主導氣候因子；然后，通過一階偏導法，確認各氣候因子在不同地貌單元的絕對值最大相關系數和滯后期；最后，通過檢驗判斷最大相關系數是否顯著，當最大相關系數通過＜0.1顯著性檢驗，則認為該因子是影響植被NPP變化的主要氣候因子。

考慮到主要影響因素間可能會存在嚴重的多重共線性問題，導致數據冗余的同時造成殘差模型失真和預測結果的不穩(wěn)定，本文通過使用方差膨脹系數（Variance Inflation Factor，VIF）檢驗主要影響因子間的多重共線性，從而降低其他影響因素對研究結果的干擾。本文選取各地貌單元與植被NPP相關性最高的氣候因子為工具變量，將VIF＞10的氣候因子視為與工具變量因子間存在嚴重多重共線性。氣候影響因子篩選結果及相應VIF值如表1。

基于各地貌單元工具變量、主導氣候因子（表1）和植被NPP觀測值，建立多元回歸分析模型，生成氣候影響下的植被NPP預測值（NPP，下同），以此探究植被NPP在氣候變化下的時空變化；同時剝離氣候因素的影響，建立殘差分析模型，計算出反映人類活動影響下的植被NPP殘差值（NPP，下同），以探究植被NPP在人類活動影響下的時空變化。植被NPP和NPP計算式如下：

表1 主導氣候因子篩選結果 Table 1 Selection result of dominant climate factors

式中b為系數；C為不同地貌單元對應的各主導氣候因子；為氣候因子類別；為常量。

Theil-Sen Median趨勢分析計算效率高，對數據誤差造成的結果偏差影響小，在長時間序列數據的趨勢分析研究方面具有較好的估計效果。將植被NPP在時間序列上的變化斜率＞0、＜0和=0分別作為植被NPP上升、下降和不變的判定條件。Mann-Kendall顯著性檢驗法在對時間序列趨勢性檢驗時，對試驗數據的分布無嚴格要求，且不會因數據異常而受到影響，具有較好的檢測效果，本文運用此方法對西南地區(qū)植被NPP變化趨勢進行顯著性檢驗，當|MK|＞2.58時，為極顯著變化；當1.96＜|MK|≤2.58時，為顯著變化；其余為不顯著變化。

偏相關分析可在控制其他氣候因子對植被NPP影響條件下，分析單一氣候因子與植被NPP的相關性。為探究氣候因子對植被NPP影響的相對重要性，本文利用相對重要性分析在像元尺度上確定各氣候因子對植被NPP變化的相對重要性，本文定義各像元植被NPP與各氣候因子偏相關系數最大的氣候因子為影響該像元植被NPP變化的主導氣候因子。

2 結果與分析

2.1 西南地區(qū)植被NPP、NPPPre、NPPRes時空演變特征

2.1.1 西南地區(qū)植被NPP、NPP、NPP時間變化

如圖2所示，2000－2020年西南地區(qū)植被NPP、NPP和NPP多年平均值分別為453.67、452.82和-0.28 g/(m·a)，其中，植被NPP和NPP最低值出現(xiàn)在2000年，分別為424.98和432.46 g/(m·a)，植被NPP最低值出現(xiàn)在2010年，為-13.86 g/(m·a)，而植被NPP和NPP最高值出現(xiàn)在2020年，分別為473.03和466.89 g/(m·a)，植被NPP的最高值出現(xiàn)在2019年，為12.43 g/(m·a)。如圖3所示，在地貌單元上，植被NPP和NPP多年平均值最高均為云貴高原，分別為948.89和948.28 g/(m·a)，植被NPP多年平均值最高為橫斷山地，為-0.06 g/(m·a)；植被NPP和NPP多年平均值最低均為青藏高原，分別為114.75和114.95 g/(m·a)，植被NPP多年平均值最低為若爾蓋高原，為-0.88 g/(m·a)。

圖2 2000－2020年西南地區(qū)植被NPP時間變化 Fig.2 Temporal variation of vegetation NPP (Net Primary Productivity) in southwest China from 2000 to 2020

如圖2所示，2000－2020年西南地區(qū)植被NPP、NPP和NPP均呈波動上升趨勢，上升斜率分別為1.81、1.21和0.67 g/(m·a)。如圖3所示，地貌單元上，青藏高原整體植被NPP、NPP和NPP無顯著變化，變化斜率分別為-0.29、-0.15和-0.14 g/(m·a)。除青藏高原外，其余地貌單元植被NPP、NPP和NPP均呈波動上升。其中，四川盆地植被NPP、NPP和NPP波動上升趨勢均最顯著，其上升斜率分別為7.14、3.72和3.44 g/(m·a)。

圖3 2000－2020年西南地區(qū)各地貌單元植被NPP時間變化 Fig.3 Temporal variation of vegetation NPP in landform units of southwest China from 2000 to 2020

2.1.2 西南地區(qū)植被NPP、NPP和NPP空間變化

如圖4a所示，2000－2020年西南地區(qū)植被NPP變化斜率在-75.31～82.9 g/(m·a)之間，變化斜率呈東南高、西北低的空間分布格局。2000－2020年西南地區(qū)植被NPP呈上升趨勢面積占總面積的77.33%，其中，呈顯著和極顯著上升趨勢面積占總面積的35.70%。呈顯著和極顯著下降趨勢面積占總面積的3.99%，零星分布在廣西丘陵、云貴高原西南部和青藏高原東南部。在地貌單元中，四川盆地植被NPP呈上升趨勢面積占其總面積的95.51%，其中，呈顯著和極顯著上升趨勢面積占其總面積的81.07%。若爾蓋高原和青藏高原植被NPP上升趨勢強度較低，呈顯著和極顯著上升趨勢面積占各自總面積的比例均不足25%。

如圖4b所示，氣候變化影響下，2000—2020年西南地區(qū)植被NPP變化斜率在-85.47～83.25 g/(m·a)之間。西南地區(qū)植被NPP呈上升趨勢面積占總面積的77.18%，其中，呈顯著和極顯著上升趨勢面積占總面積的45.18%。在地貌單元中，四川盆地植被NPP呈上升趨勢最為顯著，其中，呈顯著和極顯著上升趨勢面積占其總面積的69.42%，且呈極顯著上升趨勢面積占比遠高于其他地貌單元，達48.69%。廣西丘陵和云貴高原植被NPP呈顯著和極顯著上升趨勢面積占比均超過其總面積的45%。氣候變化對若爾蓋高原植被NPP的促進作用強度最低，呈顯著和極顯著上升趨勢面積占總面積的33.94%。西南地區(qū)植被NPP呈顯著和極顯著下降趨勢面積占總面積的5.34%，零星分布在廣西丘陵、云貴高原和青藏高原東南部，其中，因氣候變化導致植被NPP呈顯著和極顯著下降最高的為云貴高原，呈顯著和極顯著下降趨勢面積占其總面積的8.08%。

圖4 2000—2020年西南地區(qū)植被NPP變化趨勢及顯著性檢驗空間分布 Fig.4 Spatial distribution of the changing trend of vegetation NPP and its significance test in Southwest China from 2000 to 2020

如圖4c所示，在人類活動影響下，2000－2020年西南地區(qū)植被NPP的變化斜率在-132.06～86.18 g/(m·a)之間。人類活動影響下，西南地區(qū)植被NPP呈上升趨勢的面積占總面積的65.6%，其中，呈顯著和極顯著上升趨勢的面積占總面積的18.55%。在地貌單元中，植被NPP顯著上升占比最高的為四川盆地，顯著和極顯著上升面積占比高達其總面積的50.75%。其余地貌單元植被NPP呈顯著和極顯著上升趨勢面積占各自總面積的占比均低于25%，其中人類活動對橫斷山地植被NPP的促進作用最低，呈顯著和極顯著上升趨勢面積僅占其總面積的8.99%。西南地區(qū)植被NPP呈顯著和極顯著下降趨勢占總面積的4.82%，其中，廣西丘陵和云貴高原植被NPP下降趨勢較為顯著，植被NPP呈顯著和極顯著下降區(qū)域面積分別占其總面積的7.28%和7.78%。

綜上可知，在氣候變化和人類活動影響下，西南地區(qū)植被NPP整體呈上升趨勢，且存在明顯的空間異質性。氣候變化對植被NPP促進作用強度要高于人類活動。氣候變化和人類活動對四川盆地植被NPP的增長具有顯著的積極影響，對若爾蓋高原和青藏高原植被NPP增長作用強度較低；廣西部分地區(qū)、云貴高原西南部和青藏高原東南區(qū)植被NPP下降趨勢較為顯著。

2.2 植被NPP與影響因子的相關性分析

西南地區(qū)植被NPP對氣候變化的響應特征。如圖5所示，氣候因子與西南地區(qū)植被NPP最大偏相關系數平均值的絕對值由大到小依次為：降水（0.1）、地表溫度（0.09）、相對濕度（-0.06）、最高氣溫（0.05）、大氣壓強（-0.03）、溫暖指數（0.02）。在與西南地區(qū)植被NPP整體呈正相關關系的氣候因子中，降水和地表溫度與西南地區(qū)超過50%區(qū)域植被NPP呈正相關，其中，呈顯著與極顯著正相關占比分別為8.99%和8.92%。在與西南地區(qū)整體呈負相關關系的氣候因子中，大氣壓強和濕潤指數均與西南地區(qū)超過50%區(qū)域植被NPP呈負相關，其中，呈顯著和極顯著負相關占比分別為5.76%和5.65%。

圖5 西南地區(qū)植被NPP與各氣候因子偏相關關系空間分布 Fig.5 Spatial distribution of the partial correlation between vegetation NPP and climate factors in Southwest China

在各地貌單元中，廣西丘陵植被NPP與降水和最高溫度呈較強正相關關系，與大氣壓強呈較強負相關關系。降水和最高氣溫與廣西丘陵10.99%和8.10%的植被NPP呈顯著和極顯著正相關，大氣壓強與廣西丘陵9.69%植被NPP呈顯著和極顯著負相關。橫斷山地植被NPP與降水和地表溫度呈較強正相關關系，與相對濕度呈較強負相關關系，降水和大氣壓強分別與14.61%和16.05%橫斷山地植被NPP呈顯著和極顯著正相關，相對濕度與14.58%橫斷山地植被NPP呈顯著和極顯著負相關。若爾蓋高原植被NPP與地表溫度和最高氣溫呈較強正相關關系，與相對濕度呈強負相關關系。地表溫度和最高氣溫與分別與若爾蓋高原17.64%和16.88%植被NPP呈顯著和極顯著正相關，相對濕度與若爾蓋高原27.66%植被NPP呈顯著和極顯著負相關。四川盆地僅與大氣壓強存在較強負相關關系，其中，呈顯著和極顯著負相關區(qū)域占比為24.26%。云貴高原植被NPP與降水和地表溫度存在較強正相關關系，二者分別與云貴高原15.61%和13.59%植被NPP呈顯著和極顯著正相關。各氣候因子與青藏高原植被NPP偏相關關系較弱。

綜上可知，西南地區(qū)植被NPP與降水和溫度關系密切，其中，植被NPP與降水、地表溫度、最高氣溫和溫暖指數主要呈正相關關系，與大氣壓強和相對濕度主要呈負相關關系，同時發(fā)現(xiàn)，各氣候因子在不同地貌單元對氣候因子的響應存在明顯的空間異質性。

如圖6所示，西南地區(qū)主導植被NPP變化的各氣候因子面積占比由大到小依次為地表溫度、最高氣溫、溫暖指數、相對濕度、降水、大氣壓強。地表溫度主導著西南地區(qū)及各地貌單元最大比例的植被NPP變化，地表溫度主導著西南地區(qū)29.27%植被NPP變化，其中，影響范圍最大的四川盆地，主導39.57%四川盆地植被NPP的變化；最高氣溫作為第二主導影響因素，主導23.44%西南地區(qū)植被NPP變化；以溫暖指數和相對濕度為主導因子影響范圍次之，主導15.99%和14.15%西南地區(qū)植被NPP變化。以溫暖指數為主導因子的面積在廣西丘陵占比較大，以濕潤指數為主導因子面積在青藏高原占比較大。主導范圍較小的為降水與大氣壓強，僅主導8.67%和8.48%西南地區(qū)植被NPP變化。各地貌單元中，以降水為主導的面積占比均較低。以大氣壓強為主導因素在四川盆地占比較大，占四川盆地總面積的19.99%。綜上可知，各氣候因子主導面積占比在西南地區(qū)及其地貌單元間存在高度一致性，植被NPP變化主要受溫度類因子的影響。

圖6 氣候因子對植被NPP變化相對重要性空間分布及占比 Fig.6 Spatial distribution and percentage of the relative importance of climate factors to vegetation NPP variation

人類活動通過驅動土地利用類型變化，進而影響植被的生長狀況。如表2所示，2000－2020年西南地區(qū)54.18%的土地利用類型發(fā)生了改變，城鎮(zhèn)用地和未利用地面積變化最大，增長率分比為111.27%和114.63%，其中耕地轉化為城鎮(zhèn)用地的地區(qū)植被NPP呈顯著和極顯著下降趨勢占比最大，為5.94%。非耕地轉化為耕地和非林地轉化為林地的地區(qū)中，均超70%的地區(qū)植被NPP呈上升趨勢，其中，植被NPP顯著和極顯著上升均主要發(fā)生在耕地與林地相互轉化的地區(qū)。人口密度和夜間燈光與西南地區(qū)植被NPP相關系數如圖7所示，人口密度和夜間燈光與西南地區(qū)植被NPP的相關系數分別為-0.01和0.14，在地貌單元中，人口密度與四川盆地植被NPP存在較強相關性，相關系數為-0.28，而在其余地貌單元相關系數絕對值均小于0.1，表現(xiàn)出微弱相關性。夜間燈光同樣在四川盆地表現(xiàn)為較強相關性，相關系數為0.34，其次為若爾蓋高原和廣西丘陵，相關系數分別為0.20和0.13，在其余地貌單元相關系數平均值較低。綜上可知，土地利用的轉變與植被NPP的變化存在較強相關性，城鎮(zhèn)用地的擴張是植被NPP下降的影響因素之一，人口密度和經濟的發(fā)展對四川盆地植被生長影響顯著。

表2 2000－2020年間西南地區(qū)土地利用類型變化率 Table 2 Change rate of land use types in southwest China from 2000 to 2020 %

圖7 植被NPP與人口密度和夜間燈光的相關性空間分布 Fig.7 Spatial distribution of the correlation coefficient between vegetation NPP and population density and night-time light

3 討 論

3.1 植被NPP時空演變特征

從時間尺度上看，西南地區(qū)植被NPP整體呈上升趨勢。在地貌單元中，四川盆地植被NPP增長速率遠高于其他地貌單元，這與以植被NPP作為研究對象的已有研究結果一致，但與已有以植被NDVI作為研究對象的相關結論相反，這是因為植被NPP更側重體現(xiàn)植物光合累計效應，植被NDVI則側重體現(xiàn)植被覆蓋度，而植被覆蓋度本身與植物本身光合能力無較大相關性。青藏高原植被NPP無明顯上升趨勢，甚至存在微弱下降現(xiàn)象，這與已有研究結果不一致，這主要是由于以上研究選用青藏高原整體，而本文只選用了青藏高原西藏部分，經對比發(fā)現(xiàn)，以上研究中青藏高原西藏部分也主要呈下降趨勢，這與本文研究結果一致。從空間尺度上看，西南地區(qū)及各地貌單元植被NPP主要呈顯著上升趨勢。特別是在四川盆地、廣西丘陵西南部和云貴高原中部，植被NPP上升趨勢尤為顯著。

2000－2020年，無論是西南地區(qū)整體還是其地貌單元，均出現(xiàn)某些年份植被NPP出現(xiàn)下降的情況，特別是在2004年、2010年、2012年、2014年和2018年出現(xiàn)了明顯的下降，這與在這些年出現(xiàn)的重大環(huán)境災害有關，特別是旱災和山洪災害對植被NPP的影響巨大。干旱缺水會導致植被細胞原生質脫水，影響細胞膜的結構與通透性，使植物的新陳代謝產生紊亂，進而影響光合作用的效率與呼吸作用的強度，同時也會對土壤微生物的演替產生巨大的影響，最終影響植被的生長。研究時段內青藏高原南部植被NPP呈下降趨勢，這與已有研究結論一致，這是由于青藏高原地區(qū)地處高海拔地區(qū)，植被類型以草地和草甸為主，光合能力較差，光合產出較低，加之生態(tài)環(huán)境敏感且脆弱，且青藏高原以畜牧業(yè)為主，過度放牧對草地的大量消耗致使青藏高原地區(qū)草地面積下降，加上畜牧廢物在高海拔地區(qū)難以降解從而帶來了一定的環(huán)境污染，一系列的原因導致了青藏高原地區(qū)植被NPP近21 a無顯著變化，甚至出現(xiàn)微弱減少的趨勢。

3.2 西南地區(qū)植被NPP對氣候變化與人類活動的響應機制

從氣候變化影響方面看，地表溫度、最高氣溫、溫暖指數和降水對西南地區(qū)植被的生長均以促進作用為主，相對濕度與大氣壓強對西南地區(qū)植被生長則是以抑制作用為主，其中地表溫度相對重要性最高，這與已有研究結論較一致。四川盆地植被與降水、相對濕度、地表溫度和最高溫度主要呈正相關關系，對植被的生長以促進作用為主，其中地表溫度主導著四川盆地最大范圍的植被NPP變化，研究時段內，四川盆地地表溫度年平均值為19.11 ℃，年降水平均值為1 108.05 mm，加之四川盆地自身特殊的地理優(yōu)勢，使其土壤富含各種植被生長所需礦物質，對此，雖然四川盆地植被NPP與大氣壓強存在較強負相關，但豐沛的水源、充足的光熱及各種生長所需的礦物為四川盆地植被的生長提供了非常適宜的生長環(huán)境，因此，在氣候變化影響下四川盆地植被NPP呈顯著上升趨勢。青藏高原因地理位置原因光照時間充足，但因海拔較高，氣溫普遍較低，研究時段內，青藏高原地表溫度平均值為8.47 ℃，且降水存在西北高東南低的分布格局，使得青藏高原水資源分布極其不合理，21 a間，青藏高原年降水平均值僅有485.01 mm，加之青藏高原生態(tài)系統(tǒng)本身脆弱異常，因此，在全球變暖的氣候變化影響下，青藏高原植被NPP出現(xiàn)微弱下降趨勢。

從人類活動影響方面看，西南地區(qū)植被與夜間燈光存在較強相關性，人類活動對西南地區(qū)植被NPP以促進作用為主，這與已有研究結論較一致。西南地區(qū)是中國西南部的重要門戶，其生態(tài)環(huán)境一直以來備受社會關注，在退耕還林、石漠化治理等各種生態(tài)政策的實施下，西南地區(qū)植被覆蓋得到了很大提升。四川盆地與人口密度和夜間燈光均存在較強相關性。據《中國統(tǒng)計年鑒2001－2021》可知，2020年四川省經濟總值達48 598.8億元，而在2000年其經濟總值僅3928.2億元，21 a間，增長率超1 200%，在經濟飛速發(fā)展的同時帶動了四川盆地農業(yè)的發(fā)展，完善的基礎農業(yè)設施與先進的科學技術，使四川盆地成為中國最大的水稻與油菜籽生產區(qū)。西南地區(qū)的各項生態(tài)工程雖然取得了不錯的生態(tài)效益，但作為中國重要經濟發(fā)展區(qū)，在經濟快速發(fā)展的同時帶來的生態(tài)破壞同樣無法忽略。青藏高原在畜牧業(yè)快速發(fā)展的同時，在對草地的大量消耗的同時畜牧帶來的環(huán)境污染使青藏高原植被NPP呈下降趨勢。據研究，2001－2019年西南地區(qū)森林損失面積為375.27萬hm，損失主要集中分布在廣西、云南省南部和貴州省東南部地區(qū)，其中廣西森林面積損失情況最為嚴重，其損失森林面積占總損失的60.76%。快速城市化使得城鎮(zhèn)用地面積不斷擴張，2000－2020年四川盆地、若爾蓋高原和橫斷山地城鎮(zhèn)用地增長率均超過100%，這同樣對西南地區(qū)植被生長帶來了一定的負面影響。

4 結 論

本文分析了2000－2020年西南地區(qū)及各地貌單元植被NPP時空演變特征，定量厘定了氣候變化和人類活動對植被NPP變化的影響。主要結論如下：

1）21 a間西南地區(qū)植被NPP整體呈上升趨勢，在地貌單元中，除青藏高原外其余地貌單元植被NPP均呈上升趨勢，上升斜率呈東高西低的空間分布格局，其中四川盆地植被NPP上升速率遠高于其他地貌單元。

2）氣候變化和人類活動對西南地區(qū)及各地貌單元植被NPP均以促進作用為主，其中，氣候變化對植被NPP變化的促進強度明顯高于人類活動。地貌單元中，四川盆地植被NPP對氣候變化和人類活動的響應更為顯著。

3）西南地區(qū)植被NPP與降水、地表溫度、最高溫度和溫暖指數整體呈正相關，與相對濕度主要呈負相關。影響西南地區(qū)植被NPP變化的氣候因子相對重要性面積占比由大到小依次為地表溫度、最高氣溫、溫暖指數、相對濕度、降水和大氣壓強。

4）人類活動對西南地區(qū)植被生長以促進作用為主，其中，四川盆地對人類活動響應較其他地貌單元更加強烈。夜間燈光與西南地區(qū)植被存在較強相關性，土地利用轉變中，耕地轉化為城鎮(zhèn)用地是植被NPP下降的原因之一。