馮 婉, 謝世友,2

(1.西南大學 地理科學學院, 重慶400715; 2.西南大學 三峽庫區(qū)生態(tài)環(huán)境教育部重點實驗室, 重慶400715)

植被凈初級生產力(Net Primary Productivity，NPP)是指綠色植被在單位時間、面積通過光合作用產生的有機物質總量中扣除自養(yǎng)呼吸后的剩余部分[1-2]。NPP能直接反映地表植被在自然環(huán)境下的生產狀況[3]，研究NPP時空尺度的變化趨勢，可以了解植被活動和陸地生態(tài)系統(tǒng)的質量狀況，探究氣候變化與人類活動等因素影響下陸地植被的響應機制。陸地生態(tài)系統(tǒng)對氣候變化的響應成為熱點研究議題，定量分析NPP時空動態(tài)變化特征和驅動因子，對評價全球變化背景下區(qū)域植被生長狀況、陸地生態(tài)系統(tǒng)質量、資源環(huán)境監(jiān)測提供科學依據。

國內外對NPP的研究主要經過了“站點實測——統(tǒng)計模型——機理模型”3個階段[4]，站點實測為最早的測定方法，但受到諸多條件限制而不便于開展，目前較多的研究集中于利用遙感和地理信息技術手段采用不同模型估算陸地植被NPP值，研究區(qū)域也延伸到市域、省域、自然地理分區(qū)、全國乃至全球尺度。國內對NPP的研究，研究尺度多集中在省域、自然區(qū)劃等，研究方法主要有CASA模型、Hurst指數(shù)、趨勢分析、變異系數(shù)等，研究內容多為時空特征、驅動因子等[5]。MODIS NPP產品MOD17A3是基于MODIS遙感參數(shù)、參考BIOME-BGC模型與光能利用率模型模擬的NPP數(shù)據[6-7]，目前已經廣泛應用到諸多研究尺度。國內已有諸多學者利用MOD17A3產品針對不同區(qū)域、不同時間尺度進行了研究，潘洪義等[8]對岷江中下游地區(qū)植被 NPP時空格局演變進行了研究；劉旻霞等[9]對青海省植被NPP時空格局變化及其驅動因素進行了研究；劉剛等[10]對2001—2014年中國植被NPP時空變化做了研究并探討了與氣象因子的關系。

長江流域片橫跨我國東、中、西3個經濟區(qū)，隨著經濟發(fā)展、氣候變化及人類活動的影響，長江流域片面臨生境退化、生物多樣性減少、生態(tài)服務功能減弱等問題，上游區(qū)域草場退化、喀斯特山區(qū)石漠化、土壤侵蝕嚴重，中游濕地面積銳減、水環(huán)境惡化、災害頻發(fā)，下游水污染嚴重[11]。前人對長江流域中部分區(qū)域的植被NPP時空特征及氣候因子進行了一定的研究[12-18]，但基于MOD17A3數(shù)據對整個流域片NPP變化及自然、人為影響因子的定量研究較少，且尚未有人利用地理探測器針對長江流域片量化NPP各驅動因子貢獻率、探討最主要驅動因子及因子交互影響。鑒于此，本文利用MODIS NPP數(shù)據、土地利用數(shù)據、氣象數(shù)據等，結合氣象因子、海拔、土地利用變化對長江流域片近16 a的植被凈初級生產力狀況及驅動因子進行定量研究，以期在全球變化、可持續(xù)發(fā)展背景下，為長江流域片的生態(tài)環(huán)境監(jiān)測及生態(tài)調控提供依據。

1 研究區(qū)概況

長江流域片是我國九大流域片之一，處于24°—36°N，90°—122°E，自西向東橫貫我國中部，流域片總面積約180萬km2，約占全國陸域總面積的1/5(圖1)。流域地勢西高東低，跨我國地貌三大階梯，地貌類型復雜多樣，高原、山地、丘陵、盆地約占85%，平原面積約占11%，河流、湖泊、水庫約占4%，主要流經青藏高原、云貴高原、四川盆地、長江中下游平原大地形區(qū)。流域內氣候類型多樣，其中大部分地處亞熱帶季風氣候區(qū)，流域內氣溫空間分布東南高、西北低，多年平均氣溫為13.3°，降水呈東南向西北遞減的趨勢，平均年降水量1 100 mm[19]。長江流域片是我國的經濟戰(zhàn)略樞紐，流域片內人口占我國總人口的37%以上，近年來，流域片內長江經濟帶覆蓋的11省(市)GDP總量超過全國的40%[11]。

圖1 研究區(qū)概況

2 數(shù)據來源與研究方法

2.1 數(shù)據來源及處理

本文的MODIS NPP數(shù)據來源于美國國家航空航天局(NASA)最新的MODIS(Moderate Resolution Imaging Spectroradiometer)C6的MOD17A3產品，空間分辨率為1 000 m，時間分辨率為1 a，本文選擇了2000—2015年的數(shù)據產品。利用 ArcGIS，對植被NPP進行空間計算和分析，獲得多年平均NPP的空間分布圖。長江流域片矢量邊界、長江矢量線來自于中國科學院資源環(huán)境科學與數(shù)據中心(http:∥www.resdc.cn/data.aspx)。氣象數(shù)據來自于中國科學院資源環(huán)境科學與數(shù)據中心(http:∥www.resdc.cn/data.aspx)，選取2000—2015年逐月平均氣溫和降水量數(shù)據，分辨率為1 000 m，利用ArcGIS軟件裁剪出研究區(qū)域的氣象數(shù)據，利用Matlab軟件計算其與NPP的偏相關系數(shù)。DEM數(shù)據來源于中國科學院資源環(huán)境科學與數(shù)據中心(http:∥www.resdc.cn/data.aspx)，分辨率為250 m，利用ArcGIS軟件進行坡度分析、高程分級。土地利用數(shù)據來源于中國科學院資源環(huán)境科學與數(shù)據中心(http:∥www.resdc.cn/data.aspx)，利用ArcGIS軟件進行土地利用類型重分類及像元統(tǒng)計。

2.2 研究方法

2.2.1 趨勢分析 計算NPP多年平均值，考察NPP空間分布情況，計算公式如下：

(1)

采用一元線性回歸分析法計算長江流域片2000—2015年NPP變化斜率，考察NPP變化趨勢，計算公式如下：

(2)

式中:θslope為NPP變化斜率；n為年數(shù)(研究時段為2000—2015年,則n=16)；NPPi為某一像元第i年的NPP數(shù)值。當θslope>0,則NPP為增加趨勢,當θslope<0,則NPP為減少趨勢。利用t檢驗來驗證顯著性水平。

2.2.2 相關性分析

通常采用偏相關分析考察氣溫與NPP、降水與NPP的相關關系。偏相關分析是在消除其他變量影響的前提下，計算某兩個變量的關系性[20]。線性相關系數(shù)計算公式為：

(3)

(4)

式中:Rxy，z為固定自變量z值后；x,y的偏相關系數(shù)。得到的偏相關系數(shù)進行顯著性t檢驗,計算公式如下:

(5)

式中:m為自變量個數(shù)；n為樣本個數(shù)(研究時段為2000—2015年,則n=16)。

2.2.3 地理探測器 地理探測器是探測空間分異性，以及揭示其主要驅動因子的一種新的統(tǒng)計學方法，地理探測器包括4個探測器：因子探測器、交互探測器、生態(tài)探測器和風險探測器[21]。因子探測用來定量判別單因子對NPP的貢獻率，找出主要驅動因子；交互探測用來判別兩因子共同作用下對NPP的貢獻率；生態(tài)探測用來判別不同因子對NPP的影響是否具有顯著性差異。計算公式如下：

(6)

式中:h=1,2，…，n;L為X或Y的分層或分區(qū);N全區(qū)的單元數(shù)；Nh為層h的單元數(shù);σh2和σ2分別是層h、全區(qū)的Y值的方差;SSW,SST為層內方差之和(Within Sum of Squares)，全區(qū)總方差(Total Sum of Squares)。q值范圍為0到1,q值越大,則因變量y的空間分異性越明顯,自變量對因變量的解釋力越強。

3 結果與分析

3.1 長江流域片植被NPP時間變化特征

長江流域片植被NPP年際間波動明顯(圖2)，2000—2015年各年均值在478.4～547.4 gC/(m2·a)，16 a間植被NPP平均值為516.5 gC/(m2·a)，高于全國平均值514.48 gC/(m2·a)[22]，經線性擬合，流域內NPP整體表現(xiàn)為緩慢上升趨勢。2000—2002年、2011—2013年增長明顯，2002年達到研究時段內最高值547.4 gC/(m2·a)。最低值出現(xiàn)在2000年，為478.4 gC/(m2·a)，比多年平均值低7%。這一結論與張鳳英在基于遙感和LPJ模型模擬的長江流域植被凈初級生產力格局及驅動力分析中的研究結果一致[23]。

圖2 2000-2015年長江流域片年均NPP年際變化及流域面積占比

3.2 長江流域片植被NPP空間變化特征

長江流域片2000—2015年16 a間的NPP平均值為0.04～1 747.79 gC/(m2·a)，受到氣候、地形、植被等諸多因素影響，流域內NPP分布的空間差異顯著，見圖3A。整體上，流域內NPP空間分布格局與氣溫、降水格局基本一致，為自東南向西北減少，其中北部、西北部低，西南部高，分布格局與劉剛等研究我國的NPP空間分布特征一致[10]。整個研究區(qū)域約8.5%的區(qū)域NPP值高于800 gC/(m2·a)，主要分布在流域片西南部，包括云南省麗江、楚雄及四川省攀枝花、涼山；約67.2%的區(qū)域NPP值介于400～800 gC/(m2·a)；約24.3%的區(qū)域NPP值低于400 gC/(m2·a)，主要分布于青海南部、四川西北部、陜豫鄂交界區(qū)。

采用一元線性回歸分析法計算出NPP變化斜率，見圖3B，θslope值介于-70.1～49 gC/(m2·a)。其中呈增加趨勢的區(qū)域約占流域面積的14.3%，主要分布在橫斷山脈和秦嶺、烏蒙山北段，增長趨勢最明顯的區(qū)域位于云南省迪慶州、貴州省畢節(jié)市西部。呈減少趨勢的區(qū)域約占6.7%，主要分布在流域片南部湘黔交界、長江三角洲及成都平原，但其中大多集中于貴州省東部。NPP值基本不變的區(qū)域約占79%，主要位于中部、東部和西北部，包括四川東部、重慶、湖北、湖南北部、江西北部及青海。

圖3 長江流域片2000-2015年NPP平均值、年際變化斜率分布格局

3.3 長江流域片植被NPP驅動因子

3.3.1 植被NPP與氣候因子 氣候因子是影響植被生長的重要因素，也是NPP值的重要影響因子，流域內NPP空間分布格局與氣溫、降水格局基本一致，為自東南向西北減少，在此基礎上定量探究NPP與氣候因子的相關性。由圖4知，長江流域片2000—2015年16 a間年均溫約12.1°，2008年最低，為7.2°，其余年份年均溫波動較小。16 a間年均降水量約1 107 mm。流域片內大部分地處亞熱帶季風氣候區(qū)，受季風影響區(qū)域廣大。

圖4 長江流域片2000-2015年NPP、氣溫、降水年際變化

由圖5A知，長江流域片植被NPP與氣溫的相關系數(shù)介于-0.93～0.99，NPP與氣溫呈正相關的占88%，分布面積較廣，集中于中部和西部高原高山區(qū)；呈負相關的占12%，主要分布在西南部、東南部；偏相關系數(shù)大于0.6的為極顯著正相關，占比約16%，集中于青海省、貴州省北部、湖南省和重慶；偏相關系數(shù)小于-0.6的為極顯著負相關，占比約0.3%。研究區(qū)內通過顯著性0.05檢驗的占29%，其中，極顯著正相關、極顯著負相關均通過檢驗。由圖5B知，長江流域片植被NPP與降水的相關系數(shù)介于-0.96—0.95，NPP與降水呈正相關的占67%，主要分布在橫斷山區(qū)和武夷山區(qū)以外的地區(qū)；呈負相關的占33%，主要分布在橫斷山區(qū)且以四川省最為明顯；偏相關系數(shù)大于0.6的為極顯著正相關，占比約10%，集中于青海省、湖南省、重慶市；偏相關系數(shù)小于-0.6的為極顯著負相關，占比約3%，集中于四川省。研究區(qū)內通過顯著性0.05檢驗的占23%，其中，極顯著正相關、極顯著負相關均通過檢驗。

圖5 長江流域片植被NPP與氣溫、降水的偏相關系數(shù)

長江流域片植被NPP與氣溫、降水的相關性空間差異明顯，整體上西部、中部受氣溫、降水影響都最為明顯。整體而言，研究區(qū)內植被NPP與氣溫、降水均呈正相關。

3.3.2 植被NPP與地形 長江流域片跨三級階梯，地形空間分異明顯。不同海拔高度下氣溫、降水、土壤組合不同，且植被類型也不同，因此海拔是影響生物環(huán)境的重要因子，不同海拔范圍下NPP的分布不同(表1)。根據DEM數(shù)據對長江流域片海拔范圍分級，高程分級為8級，其中高山(3 500～5 000 m)、極高山(>5 000 m)分布在流域內西部的青藏高原區(qū)，其余地區(qū)多為中山(1 000～3 000 m)、低山(500～1 000 m)，區(qū)域內54%區(qū)域海拔低于1 000 m。由表1可知，流域內不同海拔范圍植被NPP差異明顯，總體上NPP隨海拔增加呈先增加后下降的趨勢；2 000～3 500 m海拔范圍內植被NPP值最高，約720.07 gC/(m2·a)，主要位于流域內的一、二級階梯交界處，集中于橫斷山區(qū)。海拔3 500 m以上的高山、極高山地區(qū)植被NPP值逐漸降低，尤其在5 000 m以上植被NPP值最低，只有31.09 gC/(m2·a)。

表1 長江流域片高程區(qū)間的植被NPP比較

不同坡度下，會形成局地小氣候的變化，也會影響地表徑流、排水狀況及水土的保持、流失，對植被生長吸收水分能力也有影響。

對DEM數(shù)據進行坡度分析，研究區(qū)內部分地區(qū)地勢起伏大，坡度最高為64.7°，根據長江流域片實際情況劃分為9個等級(表2)，坡度小于15°的區(qū)域占流域片面積的76%。總體趨勢來看，長江流域片植被NPP隨坡度呈增加趨勢，但坡度大于55°之后NPP值有所下降，這主要分布在一二級階梯交界附近。坡度15°以上的NPP均值雖高但所占面積很少，對整體NPP的貢獻不大，坡度2°以下的區(qū)域NPP值相對最低。綜合來看，坡度小于15°的區(qū)域NPP值并非最高，但占研究區(qū)面積最大，對整個研究區(qū)的NPP值貢獻最大。

表2 長江流域片坡度區(qū)間的植被NPP比較

3.3.3 植被NPP與土地利用 根據中科院資源環(huán)境數(shù)據云平臺下載的250 m分辨率的全國土地利用數(shù)據，將其重分類為6類(耕地、林地、草地、水域、建設用地、未利用土地)。至2015年，長江流域片林地面積最大，耕地、林地、草地、水域、建設用地、未利用土地6類土地利用類型面積占比分別為27%，41%，23%，3%，2%，4%。綜合來看，長江流域片各土地利用類型中NPP值林地>耕地>建設用地>水域>草地>未利用土地(表3)。2000—2015年16 a間，各地類NPP值呈上升趨勢，水域NPP均值增長率最大，為15%，耕地、草地、未利用土地NPP均值增長率為13%，林地為12%，建設用地NPP均值增長最小，為8%。

表3 長江流域片2000-2015年各土地利用類型NPP均值 gC/(m2·a)

3.3.4 因子影響力探測 利用地理探測器評估自變量單因子對因變量空間分異的影響力，以及自變量因子交互作用下對因變量的貢獻率[24]，選取2000年、2005年、2010年、2015年的氣溫、降水、海拔、坡度、土地利用五大因子與研究區(qū)植被NPP值進行空間探測分析，探討影響研究區(qū)植被NPP變化的主要驅動因子。利用ArcGIS軟件對研究區(qū)各類數(shù)據建立漁網選取采樣點，避免隨機選點帶來的的誤差，利用GeoDetector軟件，輸入自變量x和因變量y，運行后得到q值，包括單因子q值和多因子疊加q值，q值越大，則因變量y的空間分異性越明顯，對因變量y的解釋力越強。

綜合來看，長江流域片5個因子對NPP的解釋力排序為海拔>氣溫>降水>土地利用類型>坡度，以2015年為例，海拔、氣溫、降水、土地利用類型、坡度q值分別為：0.468，0.438，0.336，0.255，0.026，表明海拔對NPP的解釋力最強，是影響長江流域片植被NPP的最主要因子，氣溫居第二位，其解釋力高于降水；坡度對NPP的解釋力最小。2000—2015年各影響因子中，其主要驅動因子海拔、氣溫的決定力q值呈下降趨勢，表明未來海拔、氣溫對長江流域片植被NPP的影響力有下降可能。經交互探測可知，雙因子交互作用下對NPP的解釋力更高，呈非線性增強，2000—2015年雙因子交互作用中，海拔因子與其余因子兩兩交互的q值最高(表4)，其中2000年海拔與降水量雙因子交互作用q值最高，但結合2000年、2005年、2010年、2015年四年的雙因子交互作用綜合來看，海拔和氣溫雙因子交互作用q值對研究區(qū)NPP值的解釋力更大。

表4 植被NPP影響因子主導交互作用決定力(q)值

4 討論與結論

4.1 討 論

基于MOD17A3產品 NPP數(shù)據，得到16 a間NPP值在478.4～547.4 gC/(m2·a)，16 a間植被NPP平均值為516.5 gC/(m2·a)，高于全國平均值514.48 gC/(m2·a)，總體呈緩慢上升趨勢，與張鳳英[23]、潘萌甜等[14]的研究結果一致，其增長趨勢可能源于長江流域實施的退耕還林政策、防護林建設、自然保護區(qū)建設，使流域片內的植被尤其是林地有所增加。空間分布上，流域片內NPP空間分布格局與氣溫、降水格局基本一致，為自東南向西北減少，與劉剛[10]、李登科[25]等關于我國的NPP空間分布特征的研究結果一致；西南部橫斷山區(qū)植被NPP最高，因其水熱條件良好，植被覆蓋度高，且以林地為主，林地的最大光能利用率較高。青海南部、四川西北部因其處于青藏高原地區(qū)，海拔高，氣溫較其他地區(qū)低，植被類型較單一且稀少，多以草甸為主，植被NPP最低，生態(tài)環(huán)境脆弱。16 a間長江流域片79%的區(qū)域NPP值基本不變，NPP值減少區(qū)域主要分布在南部湘黔交界、長江三角洲及成都平原，長江三角洲、成都平原因城市擴張、經濟發(fā)展、建筑用地增加，人類對植被的干擾增大，NPP下降明顯；貴州東部下降明顯與巖溶地區(qū)碳酸鹽出露，植被覆蓋度低有關。橫斷山脈、秦嶺、烏蒙山北段NPP值呈增長趨勢，與王強[26]、王娟[27]等的研究結果一致。

本文主要討論了研究區(qū)植被NPP五大影響因子：氣溫、降水、海拔、坡度、土地利用?？傮w上，研究區(qū)NPP值與氣溫、降水均呈正相關，這與張鳳英[23]的研究結果一致，與氣溫呈正相關的占88%，與降水呈正相關的占67%，表明研究區(qū)NPP值對氣溫變化的響應更為敏感，氣溫增加，植被積累養(yǎng)分的能力也會提高，NPP值隨之增大[28]。因研究區(qū)海拔跨度大，不同海拔范圍植被NPP差異明顯，總體上NPP隨海拔增加呈先增加后下降的趨勢，與劉恒[5]、趙曉[29]等的研究結果一致，2 000～3 500 m海拔范圍內植被NPP值最高，分布于一、二級階梯交界處，集中于橫斷山區(qū)，因其多高山峽谷，植被覆蓋度高且類型多樣，人為干擾弱，NPP值高；海拔5 000 m以上地區(qū)植被NPP值最低，集中于青海省，因其位于高海拔區(qū)，年均溫較低，植被類型更單一，光合作用降低，植被養(yǎng)分積累受影響，故NPP值較低。研究區(qū)內植被NPP隨坡度呈增加趨勢，但坡度大于55°之后NPP值有所下降，坡度 35°以上NPP值大但區(qū)域面積占比很小，因此對研究區(qū)整體NPP值貢獻率不大，坡度小于15°的區(qū)域NPP值雖并非最高，但占研究區(qū)面積卻最大，這一坡度范圍內，實施了退耕還林(草)、天然林保護等生態(tài)政策，是植被改善的最主要區(qū)域[30]，因此對整個研究區(qū)的NPP值貢獻更大。各土地利用類型中，長江流域片林地面積最大，且林地最大光能利用率較高，其NPP均值較其余地類更大，因此林地對長江流域片的植被NPP值貢獻最大，研究區(qū)是重要的農業(yè)生產基地，耕地面積廣闊，作物光合效能較高，因此耕地NPP均值及增長幅度僅次于林地。NPP值往往受多因素共同影響。利用地理探測器方法，長江流域片5個因子對NPP的解釋力排序為海拔>氣溫>降水>土地利用類型>坡度，16 a間單因子海拔對長江流域片植被NPP的解釋力最強，海拔因素主要是海拔差異結合不同水熱組合狀況來影響氣候垂直分帶最終影響植被NPP[8]；氣溫的解釋力居于第二位，海拔和氣溫雙因子交互作用q值最大，對研究區(qū)NPP值的解釋力更大，因長江流域片橫跨三級階梯，海拔梯度差異大，高低海拔間溫度差異大，海拔、溫度成為植被NPP的最大影響因素，但區(qū)域內整體降水充沛、土壤水分充沛，降水并非該區(qū)植被生長的限制性因子，這與前人諸多研究結果一致[19]。但據發(fā)展趨勢看，主要驅動因子海拔、氣溫的決定力q值呈下降趨勢，表明未來海拔、氣溫對長江流域片植被NPP的影響力有下降可能，長江流域片橫跨我國東、中、西3個經濟片區(qū)，許多研究表明人類活動對該區(qū)植被的影響持續(xù)增強，人為擾動對未來植被NPP的變動的影響可能增強，這也與潘洪義[8]的研究結果一致。長江流域片總體NPP雖呈緩慢增長趨勢，但局部地區(qū)植被破壞仍然嚴重，NPP值下降明顯，未來需增強對流域生態(tài)的動態(tài)監(jiān)測，尤其是人類干擾頻繁的城市周邊的植被狀況，健全生態(tài)補償機制，遵循自然規(guī)律，恢復與保護為主。

目前，前人對長江流域植被NPP的研究主要集中于探討NPP對氣候變化的響應，很少對各因子的貢獻率定量化研究，本文分別考慮了5個因子與NPP的關系，并利用地理探測器綜合考察各因子對NPP的影響，通過空間探測分析，分析單因子貢獻率及雙因子交互貢獻率，定量化指出最主要的驅動因子。本研究存在的不足主要有：(1)時間尺度上：植被NPP變化規(guī)律的揭示需要基于長期的動態(tài)監(jiān)測，本文研究時間段為2000—2015年，時間尺度不夠長，在揭示NPP時空變化規(guī)律上受到制約；(2)驅動因子上：植被NPP影響因子諸多，主要探討了氣候因子、地形因子、土地利用因子；氣候因子中未考慮到地表蒸散發(fā)、太陽輻射等因素；隨著經濟發(fā)展和城市化進程加快，人類活動對NPP的影響越來越大，而人類影響的定量化較難，目前僅考慮到土地利用類型對NPP的影響，而人口密度、城市分布等也是重要的人為干擾因素，未來研究有望在此基礎上將各類驅動因子探討更全面。

4.2 結 論

(1)長江流域片植被NPP在2000—2015年各年均值為478.4～547.4 gC/(m2·a)，16 a間植被NPP平均值為516.5 gC/(m2·a)，高于全國平均值，流域內NPP整體表現(xiàn)為緩慢上升趨勢。

(2)長江流域片2000—2015年16 a的NPP平均值為0.04～1 747.79 gC/(m2·a)，流域內NPP分布空間差異顯著。整體上，流域內NPP空間分布格局為自東南向西北減少，流域片西南部NPP值最高，青藏高原地區(qū)最低。16 a間大部分地區(qū)NPP值基本不變，云南省迪慶州、貴州省畢節(jié)市西部增長最明顯，下降區(qū)域多分布于貴州省東部。

(3)整體而言，研究區(qū)內植被NPP與氣溫、降水均呈正相關；總體上NPP隨海拔增加呈先增加后下降的趨勢，2 000～3 500 m海拔范圍內植被NPP值最高，約720.07 gC/(m2·a)，主要位于流域內的一、二級階梯交界處，集中于橫斷山區(qū)，5 000 m以上植被NPP值最低；NPP隨坡度呈增加趨勢，但坡度小于15。的區(qū)域對研究區(qū)NPP值貢獻最大；各土地利用類型中林地對研究區(qū)的植被NPP值貢獻最大。

(4)長江流域片5個因子對NPP的解釋力排序為海拔>氣溫>降水>土地利用類型>坡度，海拔是影響長江流域片植被NPP的最主要因子，海拔與氣溫雙因子交互作用下q值最大，對NPP的解釋力最強，但未來海拔、氣溫對長江流域片植被NPP的影響力有下降趨勢。