泾河流域植被净初级生产力时空变化特征及其驱动力分析

　　植被净初级生产力（Net Primary Productivity，NPP）是指植被所固定有机碳中扣除本身呼吸消耗的部分，它是植物生长繁殖的能量来源，是研究陆地生态系统物质能量循环的基础参数，也是研究碳循环的重要环节，能直接反应出区域碳收支水平的平衡及区域生态环境的变化[[[]吴晓全,王让会,李成,蒋烨林,彭擎,李焱.天山植被NPP时空特征及其对气候要素的响应[J].生态环境学报,2016,25(11):1848-1855.]]。近些年来，随着社会生产水平的日益提高，人们对自然资源的需求不断增加，生态环境问题日益突出。NPP作为植被及环境变化的指示器，其变化趋势及驱动力分析将为解决相关生态环境问题提供重要科学依据[[[]杭玉玲.2000-2013年内蒙古陆地植被NPP时空变化及其对气候的响应[D].内蒙古师范大学,2015.]]。因此，有关NPP变化模拟及影响因素的研究逐渐成为国内外学者关注的热点内容之一，学者们对全球或区域NPP的研究也越来越得到重视。

　　近年来，随着科学技术的不断发展，遥感影像和GIS技术逐渐取代传统测量方式成为了NPP模拟的主要手段。这样不仅大大减少了研究过程中的工作量，同时实现了区域尺度上的NPP模拟、估算及预测[[[]彭少麟,郭志华,王伯荪.RS和GIS在植被生态学中的应用及其前景[J].生态学志,1999(05):52-64.]]。许多学者们在遥感技术的基础上利用不同估算模型对植被NPP进行估算。如，朴世龙等人[[[]朴世龙,方精云,郭庆华等.利用CASA模型估算我国植被净第一性生产力[J].2001,25(5):603-608.]]利用CASA模型估算了中国陆地净初级生产力并分析其分布情况。Prince等人[[[]Stephen D.Prince,Samuel N.Goward and Niall P.Hanan.Estimation of Global Primary Production Using NOAA/NASA Pathfinder AVHRR Land Data Set[J].Geoscience and Remote Sensing Symposium,1995,2:1000-1002.]]利用遥感数据，采用GLO-PEM模型估算了植被NPP及其对气象变化的响应。

　　在研究植被NPP变化及驱动力方面，国内外学者普遍认为气候是植被生长和分布的决定性因素，同时植被也反映出区域气候的变化特征，而近年来人类活动的增强同样成为植被NPP变化不可忽略的驱动因素之一[[[]程春晓,徐宗学,张淑荣,王志慧.黑河流域NPP对气候变化及人类活动的响应[J].北京师范大学学报(自然科学版),2016,52(05):571-579.]]，故学者们对植被NPP的变化多从气候和人为活动两方面进行研究。如，Tang等人[[[]Guoping Tang,Brian Beckage,Benjamin Smith,Paul A.Miller.Estimating potential forest NPP,biomass and their climatic sensitivity in New England using a dynamic ecosystem model[J].Ecosphere,2010,1(6).]]利用生态模型对新英格兰森林NPP进行估算并分析其对气候的敏感性；潘桂行等人[[[]潘桂行,申涛,马雄德,乔晓英.人类活动和自然因素对海流兔河流域生态环境影响分析[J].干旱区资源与环境,2017,31(04):67-72.]]分析人为活动和自然因素对海流兔流域生态的影响，通过区分实际NPP和潜在NPP，发现人为因素是该流域的主要推力；颜凤芹[[[]颜凤芹.三江平原植被净初级生产力时空变化及其影响因素分析[D].中国科学院大学(中国科学院东北地理与农业生态研究所),2017.]]研究发现人类活动是三江平原土地利用发生变化的主要原因，且近年来土地利用的变化使该区域NPP大幅下降。因此，探究植被NPP的变化规律，阐明引起相关变化的驱动因素，将为决策者理解区域环境问题产生的原因，制定解决环境问题的相关对策提供有效的科学依据。

　　泾河是黄河的二级支流，也是黄土高原的重要河流。流域内地貌有山区、丘陵、高原、平原4种类型，其中高原和丘陵区沟壑纵横，沟壑面积占流域总面积50%以上[[[]甄霖,谢高地,杨丽,成升魁,郭广猛.泾河流域土地利用变化驱动力及其政策的影响[J].资源科学,2005(04):33-37.]]。流域内大多地区经济相对落后，居民生活物质需求和生计来源对当地自然生态系统服务依赖性较大，但由于长期处于粗放经营，生产水平较低，造成植被严重沙化退化。加之泾河以洪水猛烈、输沙量大著称，且区域内地表大多为第四纪黄土覆盖，水土流失愈发严重[[[]谢芳,邱国玉,尹婧,熊育久,王佩.泾河流域40年的土地利用/覆盖变化分区对比研究[J].自然资源学报,2009,24(08):1354-1365.]]。随着以退耕还林为代表的一系列生态工程的实施，区域内的生态问题得到了一定改善[[[]岳东霞,杜军,刘俊艳,郭建军,张佳静,马金辉.基于RS和转移矩阵的泾河流域生态承载力时空动态评价[J].生态学报,2011,31(09):2550-2558.]]。然而，人口的不断增加，城镇的快速扩张和耕地需求的不断增长等人类活动的持续影响，使得流域内植被破坏、土壤侵蚀等生态问题仍然十分突出[[[]齐清,王天明,寇晓军,葛剑平.泾河流域植被覆盖时空演变及其与降水的关系[J].植物生态学报,2009,33(02):246-253.]]。因此以泾河流域这一典型区域为例，开展NPP变化及驱动力研究，分析自然与人为因素在驱动NPP变化中扮演的角色，无论是在对区域内生态环境变化的探讨，还是在总结改进生态恢复措施、方法方面都有着重要的现实意义。

　　综上所述，本研究将以气象、遥感数据为基础，以泾河流域为研究区，开展区域内NPP变化规律及驱动力分析研究，以期为研究区内生态环境可持续发展提供意见和建议。

　　1.2.1国外研究现状

　　国外学者对NPP的研究最早可以追溯到19世纪80年代，Ebermary等人[[[]埃塞林顿化孙境和植物生态学［Ｍ］．曲仲湘译北京：科学出版化1989．]]对巴伐利亚森林物质生产力的测定。20世纪60年代之后，在国际生物圈（IBP）计划以及国际地圈与生物圈计划（IGBP）实施的推动之下，对植物NPP研究迅速发展起来，进入快速发展阶段。在此阶段学者们对植被NPP进行了大量估算，并建立了许多估算模型，迄今为止共有20多种计算模型。最早建立模型的是德国学者Lieth[[[]Lieth H.Computer mapping of ibrest data[C]MPreoc.51 Annual Mt:g.American Sect:Society of American forests,1972:53-79]]，他在实测数据的支持之下建立了Miami模型，并对全球NPP分布模拟后发现，植被NPP与年均降水量及年均气温值有关；他随后又建立了Thornthwaite Memorial模型，并发现NPP与植物蒸发量有着密切的联系。还有其他学者建立了植被NPP与不同因子相关的模型，如，Uhcijmia[[[]Uchijima Z.Agroclimatee valuation of net primary productivity of natural vegetation[J].Agr Meteorol,1985,40:343-352.]]等人于1985年根据对繁茂植被CO2通量方程和水汽通量方程确定植被的光能利用率，并对所获取的生物量资料和相应的气候因素资料进行一系列相关分析，建立了依据净辐射和辐射干燥度指标计算植被NPP的Chikugo（筑后）模型。到20世纪90年代后，随着学者们对航天技术和全球范围的气候变化研究逐步深入，植被NPP的时空变化研究也进入了一个全新的阶段。现如今，3S技术的迅速发展为NPP的计算提供了便利，不仅为植被NPP的研究提供了大量的遥感数据，而且在遥感参数的基础之上建立了许多新的估算模型，主要模型有CASA（生物圈模型）[[[]Prince CS.Randerson JT.Field CB,et al.Terrestrial ecosystem production:A process model based on global satellite and surface data.Global Biogeochem.Cyc,

　　1993,7:811-841.]]和C-FIX[[[]Veroustraete F.Sabbe H.Eerman E.Estimation of carbon mass fluxes over Europe using the C-FIX model and Euroflux data.Remote Sensing of Environment,2002,83:376-399.]]等，并利用这些模型估算各区域植被NPP及其驱动力。如，Eisfelder等人[[[]Christina Eisfelder,Igor Klein,Markus Niklaus,Claudia Kuenzer.Net primary productivity in Kazakhstan,its spatio-temporal patterns and relation to meteorological variables[J].Journal of Arid Environments,2014,103.]]利用BASY/DLR模型研究哈萨克斯坦2003-2011间植被NPP变化，发现半干旱地区比干旱地区的NPP变化高，且更易受气象因子的影响；Haber等人[[[]Changes in ecosystem processes induced by land use:Human appropriation of aboveground NPP and its influence on standing crop in Austria[J].Global Biogeochemical Cycles,2001,15(4).]]研究发现人类土地利用对奥地利植被NPP的变化有着重要的影响。

　　1.2.2国内研究现状

　　我国对NPP的研究起步相对较晚，从20世纪70年代开始采用传统的实测数据估算植被净初级生产力，之后逐步引进国外的估算模型进行进一步研究。1986年，贺庆棠和Baumgartner[[[]贺庆棠,A.Baumgartner.中国植物的可能生产力农业和林业的气候产量[J].北京林业大学学报,1986(02):84-98.]]利用Lieth-Box模型，对我国各地的植物气候产量进行定量计算，并绘制了中国植物气候的产量分布图。1995年，周广胜和张新时等人[[[]周广胜,张新时等.自然植被净第一性生产力模型初探[J].植物生态学报,1995,19(3):193-200.]]通过对植物生态学特征和能量、水量平衡方程的联系，建立植被NPP估算模型，并研究得出气候条件下中国植被NPP的变化图。进入90年代后，我国学者对NPP的估算及其分析研究工作不断深入，利用气象、MODIS NPP、土地利用变化等相关数据以及各种NPP估算模型，对我国不同区域的植被净初级生产力进行了估算、变化及驱动力分析研究，现已有大量研究成果。如，孙睿、郝永萍等人[[[]孙力炜.祁连山区植被净第一性生产力的时空分布特征及气候变化和人类活动的影响[D].西北师范大学,2013.]]利用月均气温、月均降水等气象要素，对我国NPP估算分析，概述了近年来在NPP变化及驱动力分析方面的研究，后又进一步分析其季节变化，发现我国陆地NPP具有明显季节性差异。朴世龙等人[4]利用CASA模型估算我国97年NPP及其分布，发现我国植被净初级生产力是从东南沿海向西北内陆逐渐变小。总体而言，我国对植被净初级生产力的研究主要集中于模型建立、时空分布、变化特征、影响因素及生态响应等几个方面。但到目前为止，国内对植被NPP的驱动力研究还并未清晰，多数停留在气候因子的分析上，对人类活动的区分并不深入。

　　1.3.1研究目标

　　本文以泾河流域为研究区域，借助遥感技术获取研究区域2000-2010年的MODIS NPP数据，并在此数据的基础之上，分析泾河流域内植被NPP的时空变化趋势。同时利用相应时段的气象数据并配合残差分析等方法分析区域内植被变化与气候因素及人类活动之间的联系，为未来该区域生态环境治理及规划提供帮助及建议。

　　1.3.2研究内容

　　本文对泾河流域内植被NPP变化及其驱动力进行分析，主要内容包括以下方面：

　　（1）根据泾河流域MODIS NPP数据，采用回归分析等方法对研究区域内植被NPP的时空变化趋势进行分析；

　　（2）通过获取的气象数据，利用相关系数法，分析研究区植被NPP时空变化与气候要素之间的关联；

　　（3）通过残差分析法分离出人为因素对研究区域植被NPP时空变化的影响。

　　泾河干流全长455.1km，是渭河一级支流、黄河二级支流。该河流域的区划边界为105o49′~108o58′E,34o14′~38o10′N，流域面积45421km2，包括宁夏东南部、甘肃陇东、陕西关中西北部等35个县市（图1）。该流域地势西北高东南低，地貌类型包括黄土丘陵沟壑区、黄土高原沟壑区、土石山区、黄土丘陵林区和黄土阶地区5种，其中黄土丘陵区和黄土高原沟壑区是该流域主要地貌类型，且这两区域的水土流失情况最严重。

　　泾河流域深处大陆，是典型的温带大陆性气候，处于温带半湿润半干旱的过渡地带[[[]赵姹.泾河流域气候变化及其水文响应研究[D].西北农林科技大学,2014.]]。据观测点数据显示，雨量和气温呈东南向西北逐渐递减分布，流域年平均气温10℃左右，年平均降水量为290-560mm，降水主要集中在夏秋两季，多暴雨现象。因泾河流域南侧是山地，故降雨量高于北侧地区。

　　该流域土层较厚，一般介于50—80m，部分土层厚达100m以上。土壤主要是由黄绵土和黑土组成，结构松散，抗蚀性差，故该流域的水土流失面积较大。植被受土壤和气候的地域差异影响，致使植被格局发生递变，在黄土山地、黄土残塬沟壑和黄土丘陵沟壑区依次出现了森林、灌丛和草地。但因人类活动较为频繁，泾河流域的植被遭到严重破坏，森林面积大幅减少。

　　3.1.1 MODIS NPP数据

　　MODIS是NASA于1999年发射TERRA极轨环境卫星搭载的中分辨率成像光谱仪。MODIS作为Terra卫星的主要传感器之一，其光谱范围广泛，具有36个光谱通道，且其在计算植被指数方面，使用去云算法和较为彻底的大气校正，严格精密，对植被的监测更为全面。MODIS在对地观测中，会每天或两天进行一次全球观测，不管是从多光谱特征还是从时间、空间的分辨率方面来看，MODIS都非常适合进行地面植被NPP的监测。MODIS遥感数据其他应用也较为广泛，比如地表覆盖变化、气候预测和自然灾害预测等方面[[[]黄资彧.基于多源遥感数据的干旱/半干旱地区表层土壤水反演方法研究[D].华南农业大学,2016.]]。本文所采用的MODIS NPP遥感数据是由NASA网站开放下载的2000-2010年共十年的数据集合，产品编号为MOD17A3，其空间分辨率为1km。该数据是基于BIOME-BGC模型模拟计算得到研究区域植被NPP数据[[[]李晓荣,高会,韩立朴,刘金铜.太行山区植被NPP时空变化特征及其驱动力分析[J].中国生态农业学报,2017,25(04):498-508.]]，此模型相对传统模型来说，参数较多，精确度也相对提高，现已广泛应用到各个区域的NPP研究当中。

　　3.1.2气象数据

　　气象数据是由中国气象数据共享网提供的泾河流域及其周边地区气象观测站的温度和降水数据。本研究利用ArcGIS10.2软件，采用克里格插值法对温度降水数据进行空间插值计算，得到研究区域内的温度降水空间分布图，其数据空间分辨率为1km。

　　3.2.1一元回归分析法

　　本文采用一元线性回归分析对泾河流域的MODIS NPP数据和气候要素进行空间变化趋势分析。其中，若单个像元在单位时间的变化率即斜率b为正值时，则表示该像元代表的因子持上升趋势；反之，当b为负值时，则表示该像元所代表的的因子持下降趋势。具体公式如下：

　　式中：i为第某年，n为年份总数；yi为随xi变化的值；b为反映数值趋势变化的斜率或变化率。

　　3.2.2相关分析法

　　本研究主要使用相关系数公式对泾河流域植被NPP值与气象因子之间的相关性进行分析，具体公式如下：

　　式中：r为x、y的相关系数；i为年序号；n为样本数；xi、yi分别为时间i时的MODIS NPP数据和气象数据。r的值域为[-1，1]，当r=0时，表示x、y两者之间无显著关系；当0<r<l时，表示x、y同增同减，即正相关；当-l<r<0时，表示x与y异向变化，即负相关。其中，本研究将r>r0.05定义为显著相关。

　　3.2.3残差分析法

　　本研究主要使用残差分析法分离出人为活动对植被NPP时空变化的影响。残差分析基本理论为，植被活动主要受到自然和人为两方面因素的影响，基于降水和NPP建立线性回归关系，就可以预测植被NPP在单纯受到自然因素影响时所能达到的最大值。而真实NPP和预期NPP之间的差值，就是人为因素对植被活动变化的贡献。其具体公式如下：

　　=NPP真实值–NPP预测值

　　式中：为实际年NPP和预测年NPP之间的残差，当>0时，则认为人类活动对研究区域的植被的影响为正面影响；反之，若<0，则认为人类活动对研究区域植被的影响为负面影响。

　　由图2a可知，泾河流域植被平均NPP总体呈东南向西北逐渐递减趋势分布，有相对明显的分界线，大概是泾源县、平凉市、镇原县、西峰市及合水县一带。该线以北地区平均NPP值较小，最低为336.49 gC/m2；该线以南的地区平均NPP值较高，最高可达684.83gC/m2，是最低NPP值的2倍，变化比较明显。

　　由图2b可知，研究区域2000-2010年植被NPP总体呈增加趋势，增加区域面积占泾河流域总面积的91.29%。其中，显著增加的面积占研究区总面积的43.53%，主要分布在两大区域，分别是泾河流域东部子午岭山系一带，包括华池县、合水县、宁县和正宁县，这部分地区在2000-2010年间进行了“三北”四期防护林工程和退耕还林工程，坡耕地面积逐渐减少，植被覆盖度大幅度增加；以及汭河、黑河和达溪河一带，主要包括华亭县、崇信县和灵台县等。还有一小块分布于西北部的六盘山区。植被NPP减少的区域仅占泾河流域总面积的8.71%，零散分布于中部和北部地区。其中，显著减少的面积比例为0.26%。综上，在2000-2010年间，泾河流域植被NPP总体呈上升趋势。

　　4.2.1温度时空变化

　　图4 2000-2010年泾河流域平均温度分布（a）和变化分布（b）图

　　由图3a可知，泾河流域平均温度从东南向西北逐渐递减。其中，年均最高温度达14.19℃，分布于礼泉县西部和泾阳县南部；年均最低气温为2.34℃，集中于庄浪县、泾源县和隆德县西部。

　　由图3b可以看出，在2000-2010年间，泾河流域温度变化明显，大部分地区的年均温度在研究时间内是增加的，增加的区域面积占研究区域的79.61%；只有少数地区的年均温度是在减少的，减少的面积占研究区面积的20.39%。其中，温度增加的地区与温度减少的地区有两条明显的分界线，一条是环县北部的苍木山、东阳山和刺儿山一带，该分界线以北地区温度逐渐降低，且越往北温度变化幅度越大；另一条分界线是灵台县、长武县、彬县和旬邑县一带，该分界线以南地区温度逐渐降低，且越往南温度变化越大，最高降幅为0.032℃/a。两条分界线内的地区温度逐渐增加，且以两条分界线向中间温度变幅逐渐增大，最高变幅为0.047℃/a。

　　4.2.2降水时空变化

　　图5 2000-2010年泾河流域平均降水分布（a）和变化分布（b）图

　　由图4a可知，泾河流域平均降水量总体呈由东南向西北逐渐递减趋势分布。其中，平均降水分界线与500mm年降雨量线[[[]谢芳,邱国玉,尹婧,熊育久,王佩.泾河流域40年的土地利用/覆盖变化分区对比研究[J].自然资源学报,2009,24(08):1354-1365.]]基本吻合，该线以北地区的多年平均降水量呈减少趋势，且越向北越低，最低平均降水量为335.49mm；以南地区的多年平均降水量呈增加趋势，且越向南越高，最高平均降水量为684.83mm。最高平均降水量是最低平均降水量的2陪，由此可知，泾河流域多年平均降水量总体变化较大。

　　由图4b可知，在2000-2010年间，泾河流域降水变化明显，多数地区降水量是减少的，减少面积占研究区域的70.57%；少数南部地区降水量是增加的，增加的面积占研究区域的29.43%。降水量变化区域有明显分界线，位于灵台县、长武县和正宁县一带，与温度变化的第二条分界线基本一致。该分界线以北地区年降水变化是降低的，且越往北变化越大，最高降幅为7.88mm/a；以南地区年降水变化是增加的，且越往南变化越大，最高变幅为13.40mm/a。

　　4.2.3气象因素与NPP的相关性分析

　　由图5a及表1可知，泾河流域NPP与温度呈正相关的面积占研究区总面积的44.6%，主要分布在定边县南部、盐池县东南部、环县大部分区域以及华池县西南部。其中，呈显著正相关面积占正相关面积的0.01%，主要集中于华池县西南部。泾河流域NPP与温度呈负相关的面积占研究区总面积的55.4%，主要分布在庄浪县、华亭县、泾川县和长武县一带的以南地区。其中，呈显著负相关的面积占负相关面积的1.37%。

　　由图5b和表1可知，泾河流域NPP与降水呈正相关的面积占研究区总面积的83.38%，主要分布于定边县南部，盐池县东南部以及环县的西北部地区。其中，呈显著正相关的面积占正相关面积的5.1%，主要集中于环县西北部。泾河流域NPP与降水呈负相关的面积占研究区总面积的16.62%，主要分布于庄浪县东北部、华亭县、宁县、合水县以及乾县地区。其中，并无显著负相关区域。

　　表1泾河流域植被NPP与气候因子的相关性分析（%）

　　NPP正相关负相关显著正相关显著负相关

　　温度44.60 55.40 0.01 1.37

　　降水83.38 16.62 5.10 0.00

　　图7 2000-2010年泾河流域NPP残差分析显著性分布图

　　由图6可知，正向的人类活动对泾河流域植被NPP的影响面积较大，占研究区总面积的93.87%，其中显著正影响的面积比例为47.02%，主要分布在华池县、合水县、正宁县、宁县、旬邑县、彬县、长武县、灵台县、陇县、庄浪县、泾源县、彭阳县南部、乾县、泾阳县和礼泉县。这些地区的植被NPP受人类活动正向影响较大的原因可能主要归功于退耕还林、封山育林等一系列生态保护和治理措施。泾河流域大多数地区的植被在人类活动的积极影响下，逐步得到了较好的改善。人类活动负面影响的区域较小，占研究区总面积的6.13%，分布较为零散，主要集中于西峰市和平凉市区内。有显著负影响的面积比例为0.27%，零星分布在研究区域的中北部地区。这些地区植被NPP受人类活动负向影响较大的原因主要是市区因经济建设的需要进行了城市扩张，开发区域的植被因此遭受破坏；还有市区人口的不断增长也使得耕地需求也不断增加，不少地区变成耕地；除此之外人类过度放牧、乱砍滥伐等活动同样是导致使该地区的植被退化的可能诱因。

　　本文通过利用MODIS NPP数据、气象数据，并采用一元线性回归法、相关系数法及残差分析法分析了泾河流域2000-2010年间植被NPP的时空分布格局及其变化驱动力，现得到结论如下：

　　1、泾河流域年均植被NPP呈东南向西北方向逐渐递减趋势分布，NPP均值介于336.49—684.83gC/m2之间。在2000-2010年间，泾河流域整体植被NPP是增加的，91.29%的区域NPP呈现增加趋势。该结论与孙晓鹏[[[]孙晓鹏,王天明,寇晓军,葛剑平.黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析[J].植物生态学报,2012,36(06):511-521.]]、郭广猛[[[]郭广猛,杨丽,谢高地.泾河流域近五年来植被变化分析[J].资源科学,2005(04):22-25.]]等人对泾河流域植被生长状况的相关研究结果一致，即泾河流域大多数地区植被覆盖率提高，土地退化、水土流失、土壤侵蚀等生态问题也得到了一定的改善，区域生态治理取得了一定的重要成果。

　　2、通过对研究区域的年均气温和年均降水空间分布及变化分析后发现，在2000-2010年间，泾河流域的大部分地区温度呈增加趋势，而降水呈下降趋势，气候逐渐暖干化，不利于植被的生长和恢复。同时，本文又对研究区域的年均气温、年均降水与植被NPP进行相关性分析，发现绝大部分地区降水与植被NPP之间呈正相关，占研究区面积的83.38%；相反，大部分地区的温度与植被NPP呈负相关关系，占研究区面积的55.40%。虽然，温度和降水对植被NPP的影响与季节和地区有一定关系，但总体来说降水对植被NPP的影响更为密切，这是因为泾河流域地处黄土高原属干旱半干旱地区，植被的生长变化受水分限制较为明显。这一结论与包苏日古嘎[[[]包苏日古嘎.生态恢复背景下科尔沁沙地植被净初级生产力时空变化研究[D].内蒙古师范大学,2016.]]、高彦净[[[]高彦净.基于CASA模型的植被NPP时空动态研究[D].兰州大学,2015.]]等人对科尔沁沙地和甘肃白龙江流域植被NPP与气温、降水关系的研究基本一致。

　　3、本研究基于残差分析发现，正向人类活动对研究区植被恢复起到显著作用。比如，山区多出现水土流失严重、水源涵养功能差、林草成活率不高以及周边生态环境差等问题，导致山区植被覆盖度不高，生态功能较差。为了解决这些问题，XX开展实施生态保护工程，建立生态保护区，并通过调度并高效利用水资源、封山育林、改善涵养林结构、营造人工林等措施，提高山区植被覆盖。有数据显示，从六盘山启动实施国家天然林资源保护工程，进行全面禁伐封育和人工造林，六盘山保护区内的森林覆盖率已由过去的33.9%提高到65.4%[[[]高睿,张晓娥.六盘山森林资源保护调研报告[J].宁夏农林科技,2009(06):97-98.

　　]]，六盘山区的森林生态功能得以改善。除此之外，各级人民XX部门在城乡绿化建设方面也加强推进，努力拓展城乡生态绿色空间。

　　4、综上所述，在研究时间段内使泾河流域植被NPP增加的主要原因是人为生态工程的作用。一系列的生态工程使得泾河流域植被面积大范围增加，抵消了不利气象条件的影响，很大程度上修复或重建了森林和其他生态系统。因此，在今后的生态治理中，有关部门应该注重植被恢复工程的建设，切实采取相应措施巩固生态建设工程，改善生态环境，避免生态环境再一次遭到破坏。

　　植被净初级生产力是衡量区域植被生长状况及生态环境质量的重要指标，针对NPP变化及其驱动因素进行研究，对探讨区域生态环境变化、发展规律及相关总结相关生态恢复措施经验具有重要意义。然而本研究因数据限制及本人在相关研究经验上的缺失，仍存在一定不足。

　　1.本研究采用MODIS NPP数据作为植被净初级生产力的数据来源，其空间分辨率为1km，研究结果虽然在空间上较好的体现了研究区NPP的变化趋势，但研究精度仍有待提高。同时，以CASA模型等为代表的NPP计算方法逐渐成为区域NPP变化研究的热点，未来工作中应针对不同NPP计算模型加以优化，保证NPP计算结果的时空分辨率及精度。

　　2.植被生长的驱动因素较为复杂，残差分析法虽较为直观的区分了自然及人为因素对植被NPP变化的影响，但其在驱动情景的设置及定量分析的精度上仍有待提高。今后研究应在文献收集的基础上，发掘更为客观准确的评估方法，更好的区分植被变化中各因素的影响及贡献。

　　[]吴晓全,王让会,李成,蒋烨林,彭擎,李焱.天山植被NPP时空特征及其对气候要素的响应[J].生态环境学报,2016,25(11):1848-1855.

　　[]杭玉玲.2000-2013年内蒙古陆地植被NPP时空变化及其对气候的响应[D].内蒙古师范大学,2015.

　　[]彭少麟,郭志华,王伯荪.RS和GIS在植被生态学中的应用及其前景[J].生态学志,1999(05):52-64.

　　[]朴世龙,方精云,郭庆华等.利用CASA模型估算我国植被净第一性生产力[J].2001,25(5):603-608.

　　[]Stephen D.Prince,Samuel N.Goward and Niall P.Hanan.Estimation of Global Primary Production Using NOAA/NASA Pathfinder AVHRR Land Data Set[J].Geoscience and Remote Sensing Symposium,1995,2:1000-1002.

　　[]程春晓,徐宗学,张淑荣,王志慧.黑河流域NPP对气候变化及人类活动的响应[J].北京师范大学学报(自然科学版),2016,52(05):571-579.

　　[]Guoping Tang,Brian Beckage,Benjamin Smith,Paul A.Miller.Estimating potential forest NPP,biomass and their climatic sensitivity in New England using a dynamic ecosystem model[J].Ecosphere,2010,1(6).

　　[]潘桂行,申涛,马雄德,乔晓英.人类活动和自然因素对海流兔河流域生态环境影响分析[J].干旱区资源与环境,2017,31(04):67-72.

　　[]颜凤芹.三江平原植被净初级生产力时空变化及其影响因素分析[D].中国科学院大学(中国科学院东北地理与农业生态研究所),2017.

　　[]甄霖,谢高地,杨丽,成升魁,郭广猛.泾河流域土地利用变化驱动力及其政策的影响[J].资源科学,2005(04):33-37.

　　[]谢芳,邱国玉,尹婧,熊育久,王佩.泾河流域40年的土地利用/覆盖变化分区对比研究[J].自然资源学报,2009,24(08):1354-1365.

　　[]岳东霞,杜军,刘俊艳,郭建军,张佳静,马金辉.基于RS和转移矩阵的泾河流域生态承载力时空动态评价[J].生态学报,2011,31(09):2550-2558.

　　[]齐清,王天明,寇晓军,葛剑平.泾河流域植被覆盖时空演变及其与降水的关系[J].植物生态学报,2009,33(02):246-253.

　　[]埃塞林顿化孙境和植物生态学［Ｍ］．曲仲湘译北京：科学出版化1989．

　　[]Lieth H.Computer mapping of ibrest data[C]MPreoc.51 Annual Mt:g.American Sect:Society of American forests,1972:53-79

　　[]Uchijima Z.Agroclimatee valuation of net primary productivity of natural vegetation[J].Agr Meteorol,1985,40:343-352.

　　[]Prince CS.Randerson JT.Field CB,et al.Terrestrial ecosystem production:A process model based on global satellite and surface data.Global Biogeochem.Cyc,

　　1993,7:811-841.

　　[]Veroustraete F.Sabbe H.Eerman E.Estimation of carbon mass fluxes over Europe using the C-FIX model and Euroflux data.Remote Sensing of Environment,2002,83:376-399.

　　[]Christina Eisfelder,Igor Klein,Markus Niklaus,Claudia Kuenzer.Net primary productivity in Kazakhstan,its spatio-temporal patterns and relation to meteorological variables[J].Journal of Arid Environments,2014,103.

　　[]Changes in ecosystem processes induced by land use:Human appropriation of aboveground NPP and its influence on standing crop in Austria[J].Global Biogeochemical Cycles,2001,15(4).

　　[]贺庆棠,A.Baumgartner.中国植物的可能生产力农业和林业的气候产量[J].北京林业大学学报,1986(02):84-98.

　　[]周广胜,张新时等.自然植被净第一性生产力模型初探[J].植物生态学报,1995,19(3):193-200.

　　[]孙力炜.祁连山区植被净第一性生产力的时空分布特征及气候变化和人类活动的影响[D].西北师范大学,2013.

　　[]赵姹.泾河流域气候变化及其水文响应研究[D].西北农林科技大学,2014.

　　[]黄资彧.基于多源遥感数据的干旱/半干旱地区表层土壤水反演方法研究[D].华南农业大学,2016.

　　[]李晓荣,高会,韩立朴,刘金铜.太行山区植被NPP时空变化特征及其驱动力分析[J].中国生态农业学报,2017,25(04):498-508.

　　[]谢芳,邱国玉,尹婧,熊育久,王佩.泾河流域40年的土地利用/覆盖变化分区对比研究[J].自然资源学报,2009,24(08):1354-1365.

　　[]孙晓鹏,王天明,寇晓军,葛剑平.黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析[J].植物生态学报,2012,36(06):511-521.

　　[]郭广猛,杨丽,谢高地.泾河流域近五年来植被变化分析[J].资源科学,2005(04):22-25.

　　[]包苏日古嘎.生态恢复背景下科尔沁沙地植被净初级生产力时空变化研究[D].内蒙古师范大学,2016.

　　[]高彦净.基于CASA模型的植被NPP时空动态研究[D].兰州大学,2015.

　　[]高睿,张晓娥.六盘山森林资源保护调研报告[J].宁夏农林科技,2009(06):97-98.