全 文 ：第 ３６ 卷第 １３ 期
２０１６年 ７月
生 态 学 报
ＡＣＴＡ ＥＣＯＬＯＧＩＣＡ ＳＩＮＩＣＡ
Ｖｏｌ．３６，Ｎｏ．１３
Ｊｕｌ．，２０１６
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
基金项目：国家自然科学基金资助项目（４１２６１１０４）
收稿日期：２０１４⁃１１⁃２０； 　 　 网络出版日期：２０１５⁃１０⁃３０
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ： ｌｃｈ＿ｎｗｎｕ＠ １２６．ｃｏｍ
ＤＯＩ： １０．５８４６ ／ ｓｔｘｂ２０１４１１２０２３０１
李传华，赵军，师银芳，胡秀芳．基于变异系数的植被 ＮＰＰ 人为影响定量研究———以石羊河流域为例．生态学报，２０１６，３６（１３）：４０３４⁃４０４４．
Ｌｉ Ｃ Ｈ， Ｚｈａｏ Ｊ， Ｓｈｉ Ｙ Ｆ， Ｈｕ Ｘ Ｆ．Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｈｕｍａｎ ａｃｔｉｖｉｔｉｅｓ ｏｎ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ：Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ ｔｈｅ
Ｓｈｉｙａｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ．Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１６，３６（１３）：４０３４⁃４０４４．
基于变异系数的植被 ＮＰＰ人为影响定量研究
———以石羊河流域为例
李传华∗，赵　 军，师银芳，胡秀芳
西北师范大学地理与环境科学学院，兰州　 ７３００７０
摘要：人类活动是 ＮＰＰ 变化的重要影响因子，定量计算 ＮＰＰ 人为影响值具有较重要的意义。 提出基于变异系数法的 ＮＰＰ 人为
影响模型，对其基本概念、理论基础、计算流程等进行了阐述，并以石羊河流域为研究区，分析该流域 ＮＰＰ 人为影响分布规律。
研究结果表明：（１）该模型基于一种间接计算的思想回避了人为作用的复杂过程，模型理论科学，以变异系数为参数，所需参数
少，技术可行，计算结果为 ＮＰＰ 值，易于定量评价。 （２）２０００—２０１０年期间，石羊河流域人类活动对植被 ＮＰＰ 的影响广泛而严
重，年均影响值大于 ４０ｇＣ ｍ－２ ａ－１的面积占 ９６．２１％，影响程度严重以上占 ２６．９４％。 ＮＰＰ 人为正负影响均较大，正影响年均为
１．６３×１０６ｇＣ ｍ－２ａ－１，负影响年均为 １．２１×１０６ｇＣ ｍ－２ａ－１，年均净增加 ４．２０×１０５ｇＣ ｍ－２ａ－１；正向平均影响强度为 １３６．８４ ｇＣ ｍ－２ａ－１，负
向平均影响强度为 １００．３２ ｇＣ ｍ－２ａ－１，全流域表现为正影响。 （３）凉州区是人为影响最为剧烈的地区，表现为强烈正影响；其次
是天祝县，为强烈负影响；接下来是民勤县，表现为正影响；其它县区依次是永昌、古浪、肃南和金昌。 （４）２０００—２０１０ 期间，
ＮＰＰ 人为影响值变化较大，人为活动减弱面积占 ５３．９０％，增加占 ４６．１０％；影响值正向减弱 ８．１２×１０５ ｇＣ ｍ－２ａ－１，负向减弱 ８．０７×
１０５ｇＣ ｍ－２ａ－１，正向增强 ８．０２×１０５ｇＣ ｍ－２ａ－１，负向增强 ３．９４×１０５ｇＣ ｍ－２ａ－１，人为活动影响净减少 ４．２５×１０５ｇＣ ｍ－２ａ－１，人为作用总
体呈减弱趋势。
关键词：净第一性生产力；变异系数；人为影响模型；石羊河流域
Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｈｕｍａｎ ａｃｔｉｖｉｔｉｅｓ ｏｎ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｂａｓｅｄ ｏｎ ｔｈｅ
ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ：Ａ ｃａｓｅ ｓｔｕｄｙ ｏｆ ｔｈｅ Ｓｈｉｙａｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ
ＬＩ Ｃｈｕａｎｈｕａ∗， ＺＨＡＯ Ｊｕｎ， ＳＨＩ Ｙｉｎｆａｎｇ， ＨＵ Ｘｉｕｆａｎｇ
Ｃｏｌｌｅｇｅ ｏｆ Ｇｅｏｇｒａｐｈｉｃ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ， Ｎｏｒｔｈｗｅｓｔ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｌａｎｚｈｏｕ ７３００７０， Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ： Ｈｕｍａｎ ａｃｔｉｖｉｔｉｅｓ ｃａｎ ｈｅａｖｉｌｙ ｉｎｆｌｕｅｎｃｅ ｃｈａｎｇｅｓ ｉｎ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ （ＮＰＰ）， ａｎｄ ｆｏｒ ｔｈｉｓ ｒｅａｓｏｎ， ｔｈｅ
ｑｕａｎｔｉｔａｔｉｖｅ ｃａｌｃｕｌａｔｉｏｎ ｏｆ ＮＰＰ ａｓ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｈｕｍａｎｓ （ＮＰＰＨ） ｈａｓ ａ ｖｉｔａｌ ｓｉｇｎｉｆｉｃａｎｃｅ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ａ ｍｏｄｅｌ ｏｆ ｈｕｍａｎ
ｉｍｐａｃｔ ｏｎ ＮＰＰ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ． Ｔｈｅ ｂａｓｉｃ ｃｏｎｃｅｐｔ， ｔｈｅｏｒｅｔｉｃａｌ ｆｏｕｎｄａｔｉｏｎ， ａｎｄ ｃａｌｃｕｌａｔｉｏｎ
ａｒｅ ｄｉｓｃｕｓｓｅｄ， ａｎｄ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｖａｒｉａｔｉｏｎ ｏｆ ＮＰＰＨ ｉｎ ｔｈｅ Ｓｈｉｙａｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ ａｒｅ ａｎａｌｙｚｅｄ． Ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｃｏｎｃｌｕｓｉｏｎｓ
ｗｅｒｅ ｍａｄｅ． （１） Ｔｈｅ ｍｏｄｅｌ ｉｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｉｎｄｉｒｅｃｔ ｍｅｔｈｏｄ， ｗｈｉｃｈ ａｖｏｉｄｓ ｔｈｅ ｃｏｍｐｌｅｘｉｔｉｅｓ ｏｆ ｈｕｍａｎ ａｃｔｉｖｉｔｙ Ｉｎ ａｄｄｉｔｉｏｎ，
ｔｈｅ ＮＰＰＨ ｍｏｄｅｌ ｈａｓ ｏｔｈｅｒ ａｄｖａｎｔａｇｅｓ， ｉｎｃｌｕｄｉｎｇ ｉｔｓ ｓｃｉｅｎｔｉｆｉｃｉｔｙ ｉｎ ｔｈｅｏｒｙ， ｆｅｗｅｒ ｉｎｐｕｔ ｐａｒａｍｅｔｅｒｓ ａｓ ｉｔ ｕｓｅｓ ｏｎｌｙ ｔｈｅ
ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ， ｆｅａｓｉｂｉｌｉｔｙ ａｎｄ ｅａｓｙ ｏｂｔａｉｎａｂｉｌｉｔｙ ｔｅｃｈｎｏｌｏｇｙ， ａｎｄ ａ ｓｔｒａｉｇｈｔｆｏｒｗａｒｄ ｑｕａｎｔｉｔａｔｉｖｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｈｕｍａｎ
ａｃｔｉｖｉｔｙ ｏｎ ＮＰＰ． （２） Ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｈｕｍａｎ ａｃｔｉｖｉｔｙ ｏｎ ＮＰＰ ｗａｓ ｗｉｄｅｓｐｒｅａｄ ａｎｄ ｓｅｖｅｒｅ ｉｎ ｔｈｅ Ｓｈｉｙａｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ ｄｕｒｉｎｇ
２０００—２０１０． Ｔｈｅ ａｒｅａ ｗｉｔｈ ａｎ ａｎｎｕａｌ ａｖｅｒａｇｅ ＮＰＰＨ ｖａｌｕｅ ｇｒｅａｔｅｒ ｔｈａｎ ４０ ｇＣ ｍ
－２ ａ－１ ｗａｓ ９６．２１％， ａｎｄ ｔｈｅ ａｒｅａ ｗｉｔｈ ａ
ｄｅｇｒｅｅ ｏｆ ｈｕｍａｎ ｉｍｐａｃｔ ｇｒｅａｔｅｒ ｔｈａｎ ｓｅｖｅｒｅ ｗａｓ ２０％． Ｔｈｅｒｅ ｗｅｒｅ ｔｗｏ ｍａｉｎ ｆｅａｔｕｒｅｓ ｗｈｅｎ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｔｈｅ
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
ｉｎｆｌｕｅｎｃｅ ｏｆ ｈｕｍａｎ ａｃｔｉｖｉｔｉｅｓ ｏｎ ＮＰＰ ｗａｓ ｃｏｎｓｉｄｅｒｅｄ． Ｔｈｅ ｆｉｒｓｔ ｗａｓ ｔｈｅ ｉｎｔｅｎｓｅ ｐｏｓｉｔｉｖｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｈｕｍａｎ ａｃｔｉｖｉｔｙ ｏｎ ｔｈｒｅｅ
ｏａｓｅｓ （Ｍｉｎｑｉｎ， Ｗｕｗｅｉ， ａｎｄ Ｊｉｎｃｈａｎｇ）， ｗｈｅｒｅ ｔｈｅｒｅ ｉｓ ｃｕｌｔｉｖａｔｅｄ ｌａｎｄ， ａｎｄ ｔｈｅ ｓｅｃｏｎｄ ｉｓ ｔｈｅ ｓｔｒｏｎｇ ｎｅｇａｔｉｖｅ ｉｎｆｌｕｅｎｃｅ ｏｎ
ｔｈｅ ｊｕｎｃｔｉｏｎ ｏｆ Ｓｕｎａｎ， Ｔｉａｎｚｈｕ， Ｇｕｌａｎｇ， ａｎｄ Ｙｏｎｇｃｈａｎｇ， ｗｈｅｒｅ ｔｈｅ ｖｅｇｅｔａｔｉｏｎ ｃｏｎｓｉｓｔｓ ｍａｉｎｌｙ ｏｆ ｇｒａｓｓｌａｎｄ ａｎｄ ｔｈｅ
ｐｒｅｄｏｍｉｎａｎｔ ｈｕｍａｎ－ ｒｅｌａｔｅｄ ａｃｔｉｖｉｔｙ ｉｓ ｇｒａｚｉｎｇ． Ｔｈｕｓ， ｔｈｅ ｈｕｍａｎ ｉｍｐａｃｔ ｏｎ ＮＰＰ ｗａｓ ｂｏｔｈ ｐｏｓｉｔｉｖｅ ａｎｄ ｎｅｇａｔｉｖｅ， ａｎｄ
ｓｉｇｎｉｆｉｃａｎｔ ｆｏｒ ｂｏｔｈ． Ｔｈｅ ａｖｅｒａｇｅ ｐｏｓｉｔｉｖｅ ａｎｎｕａｌ ｖａｌｕｅ ａｓ ａｆｆｅｃｔｅｄ ｂｙ ｈｕｍａｎｓ ｗａｓ １．６３ × １０６ｇＣ ｍ－２ ａ－１， ａｎｄ ｔｈｅ ｎｅｇａｔｉｖｅ
ｖａｌｕｅ ｗａｓ １．２１ × １０６ｇＣ ｍ－２ａ－１， ｐｒｏｄｕｃｉｎｇ ａ ｎｅｔ ｖａｌｕｅ ｏｆ ４．２０ × １０５ｇＣ ｍ－２ａ－１ ． Ｔｈｅ ｐｏｓｉｔｉｖｅ ｅｆｆｅｃｔ ａｖｅｒａｇｅｄ １３６．８４ ｇＣ ｍ－２
ａ－１， ａｎｄ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｎｅｇａｔｉｖｅ ｅｆｆｅｃｔ ｗａｓ １００．３２ ｇＣ ｍ－２ａ－１； ｔｈｅｒｅｆｏｒｅ， ｏｖｅｒａｌｌ， ｔｈｅ Ｓｈｉｙａｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ ｗａｓ ｐｏｓｉｔｉｖｅｌｙ
ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｈｕｍａｎｓ． Ｔｈｅ ｄｅｇｒｅｅ ｏｆ ｈｕｍａｎ ｉｍｐａｃｔ ｏｎ ｄｉｆｆｅｒｅｎｔ ａｒｅａｓ ｖａｒｉｅｄ ｆｒｏｍ ｓｌｉｇｈｔ ｔｏ ｇｅｎｅｒａｌ， ｓｅｒｉｏｕｓ， ａｎｄ ｓｅｖｅｒｅ，
ｗｉｔｈ ｔｈｅ ｐｅｒｃｅｎｔａｇｅｓ ｇｒａｄｕａｌｌｙ ｄｅｃｒｅａｓｉｎｇ ｆｒｏｍ ４５． ９６％ ｔｏ ２７． １１％， １８． ５８％， ａｎｄ ８． ３８％， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｔｈｅ ａｒｅａｓ ｏｆ
ｐｏｓｉｔｉｖｅ ａｎｄ ｎｅｇａｔｉｖｅ ｉｎｆｌｕｅｎｃｅ ｗｅｒｅ ｒｏｕｇｈｌｙ ｅｑｕａｌ ｉｎ ｄｅｇｒｅｅ， ｂｕｔ ｔｈｅ ｐｏｓｉｔｉｖｅ ｉｎｆｌｕｅｎｃｅ ｗａｓ ｓｌｉｇｈｔｌｙ ｍｏｒｅ ｔｈａｎ ｎｅｇａｔｉｖｅ ｉｎ
ｔｈｅ ｓｅｖｅｒｅ ａｎｄ ｇｅｎｅｒａｌ ｄｅｇｒｅｅ ｃａｔｅｇｏｒｉｅｓ， ａｎｄ ｔｈｅ ｎｅｇａｔｉｖｅ ｉｎｆｌｕｅｎｃｅ ｗａｓ ｓｌｉｇｈｔｌｙ ｍｏｒｅ ｔｈａｎ ｔｈｅ ｐｏｓｉｔｉｖｅ ｉｎ ｔｈｅ ｓｌｉｇｈｔ ａｎｄ
ｓｅｒｉｏｕｓ ｄｅｇｒｅｅ ａｒｅａｓ． （ ３） Ｇａｎｚｈｏｕ ｃｏｕｎｔｙ ｗａｓ ｔｈｅ ａｒｅａ ｍｏｓｔ ｉｎｔｅｎｓｅｌｙ ａｎｄ ｐｏｓｉｔｉｖｅｌｙ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｈｕｍａｎ ａｃｔｉｖｉｔｙ． Ｉｎ
ｃｏｎｔｒａｓｔ， Ｔｉａｎｚｈｕ ｃｏｕｎｔｙ ｓｈｏｗｅｄ ａ ｓｔｒｏｎｇ ｎｅｇａｔｉｖｅ ｉｎｆｌｕｅｎｃｅ． Ｍｉｎｑｉｎ ｃｏｕｎｔｙ ｓｈｏｗｅｄ ａ ｐｏｓｉｔｉｖｅ ｉｎｆｌｕｅｎｃｅ， ｗｈｉｃｈ ｐｏｓｉｔｉｖｅ
ｅｆｆｅｃｔ ｏｆ ｔｈｅ ｔｏｔａｌ ｉｎ ｓｅｃｏｎｄ ｐｌａｃｅ ａｎｄ ｅｆｆｅｃｔ ｏｆ ａｖｅｒａｇｅ ｉｎ ｔｈｒｅｅ ｐｌａｃｅ ａｎｄ ｎｅｇａｔｉｖｅ ｅｆｆｅｃｔ ａｌｌ ｉｎ ｓｅｃｏｎｄ ａｂｏｕｔ ｔｏｔａｌ ａｎｄ
ａｖｅｒａｇｅ． Ｔｈｅ ｏｔｈｅｒ ａｒｅａｓ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｈｕｍａｎ ａｃｔｉｖｉｔｙ ｗｅｒｅ Ｙｏｎｇｃｈａｎｇ， Ｇｕｌａｎｇ， Ｓｕｎａｎ ａｎｄ Ｊｉｎｃｈａｎｇ． （４） Ｔｈｅ ＮＰＰＨ
ｖａｒｉｅｄ ｇｒｅａｔｌｙ ｉｎ ｔｈｉｓ ｐｅｒｉｏｄ ａｎｄ ｓｈｏｗｅｄ ａｓ ｄｅｃｒｅａｓｉｎｇ ｔｒｅｎｄ． Ｉｎ ｓｏｍｅ ｒｅｇｉｏｎｓ， ｈｕｍａｎ ｉｎｆｌｕｅｎｃｅ ｈａｓ ｄｅｃｒｅａｓｅｄ （５３．９％），
ｗｈｉｌｅ ｉｎ ｏｔｈｅｒ ａｒｅａｓ ｈｕｍａｎ ａｃｔｉｖｉｔｙ ｈａｓ ｅｎｈａｎｃｅｄ （４６．１％）． Ｔｈｅ ｐｏｓｉｔｉｖｅ ｅｆｆｅｃｔ ｗａｓ ｗｅａｋｅｎｅｄ ｂｙ ８．１２ × １０５ ｇＣ ｍ－２ａ－１， ｔｈｅ
ｎｅｇａｔｉｖｅ ｅｆｆｅｃｔ ｗａｓ ｗｅａｋｅｎｅｄ ｂｙ ８．０７ × １０５ｇＣ ｍ－２ａ－１， ａｎｄ ｔｈｅ ｐｏｓｉｔｉｖｅ ｅｆｆｅｃｔ ｗａｓ ｅｎｈａｎｃｅｄ ｂｙ ８．０２ × １０５ｇＣ ｍ－２ａ－１， ａｎｄ
ｔｈｅ ｎｅｇａｔｉｖｅ ｅｆｆｅｃｔ ｗａｓ ｅｎｈａｎｃｅｄ ｂｙ ３．９４ × １０５ｇＣ ｍ－２ａ－１， ｇｉｖｉｎｇ ａ ｎｅｔ ｒｅｄｕｃｔｉｏｎ ｏｆ ４．２５ × １０５ｇＣ ｍ－２ａ－１， ｉｎｄｉｃａｔｉｎｇ ｔｈａｔ
ｏｖｅｒａｌｌ， ｈｕｍａｎ ａｃｔｉｖｉｔｙ ｓｈｏｗｅｄ ａ ｄｅｃｒｅａｓｉｎｇ ｔｒｅｎｄ．
Ｋｅｙ Ｗｏｒｄｓ： ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ； ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ； ｈｕｍａｎ ｅｆｆｅｃｔ ｍｏｄｅｌ； Ｓｈｉｙａｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ
植被净第一性生产力（简称 ＮＰＰ）是衡量生态环境的重要指标，同时与碳平衡和碳扰动、土地利用变化、
气候变化和粮食安全等关系密切，是表征陆地生态过程的关键参数［１⁃４］。 ＮＰＰ 的变化是自然和人类活动交互
作用的结果，随着科技进步人类活动能力日益增强，无论影响的手段与方式，还是影响的广度与深度都发生了
很大的变化，人类活动的作用显得越来越重要，有些地区甚至为主导作用［５⁃９］。
由于人类活动方式各异，加上地形、土壤、植被以及气候条件等差异，即使相同的人类活动对 ＮＰＰ 的影响
也不一样，因此人类活动对植被 ＮＰＰ 的影响较难量化，一般以定性说明为主。 也有学者对人类活动影响进行
定量研究，目前主要方法有残差分析法［１０⁃１３］，如黄森旺等运用残差法模型结合气候因子降雨评价了三北防护
林工程区人类活动对土地退化所起的作用，此方法原理简单易计算，但不适合短时间段分析，在拟合气候与植
被生长关系时也不能完全忽略人为作用影响。 降水利用效率分析法［１４⁃１７］，如杜加强等运用植被降雨利用效
率，结合 ＮＤＶＩ变化辨识在人为作用下生态退化和生态恢复的区域范围，此方法存在不确定性，降雨的剧烈变
化对结果有较大影响。 模型变量控制法［１８⁃２０］，如田汉勤等利用新一代多因子驱动的陆地生态系统动态模型
（Ｄｙｎａｍｉｃ Ｌａｎｄ Ｅｃｏｓｙｓｔｅｍ Ｍｏｄｅｌ， ＤＬＥＭ），旨在定量模拟和分析自然因素和人类活动双重驱动下陆地生态系
统过程和格局的变化，以及陆地生态系统与人类系统、气候系统之间的相互作用与反馈，此方法可根据机理直
接计算人为影响值，但需要参数较多，过程比较复杂。 实际 ＮＰＰ 与潜在 ＮＰＰ 求差法［２１］，周伟等采用潜在 ＮＰＰ
与实际 ＮＰＰ 求差法，评价了中国西北地区气候变化与人为作用对沙漠化的影响。 该方法原理简单容易计算，
不足之处是潜在 ＮＰＰ 是虚拟值，有较大的不确定性，并且潜在植被为该区域植被演替的最高形态，潜在 ＮＰＰ
一般比实际值偏高，对 ＮＰＰ 人为影响值结果有影响。 还有人为影响强度法［２２⁃２５］、直接对比法等。
总体来看，上述计算方法各有特点，也各有局限，如，有的方法无法区分人为作用的正（使 ＮＰＰ 增加）负
（使 ＮＰＰ 减少）方向，有的方法不能计算影响值，还有的方法只适合长时序数据和大范围，不确定性问题也较
多；有的方法模型复杂，参数不易获取，不能计算人为活动间接影响等。 因此，本研究试图提出一种新的计算
５３０４　 １３期 　 　 　 李传华　 等：基于变异系数的植被 ＮＰＰ 人为影响定量研究———以石羊河流域为例 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
模型，一方面能够定量评估人为活动对 ＮＰＰ 的影响，在理论方法上也是对该研究领域的一个有益补充。
石羊河流域是人类活动对环境影响最为剧烈的地区之一，在人为作用下该地区生态环境极度恶化，植被
退化严重［２６⁃３２］，引起各级政府的高度关注。 ２００６年以来，该流域实施生态环境治理工程，到 ２０１０ 年完成一期
工程，据报道部分地区生态环境有所好转［３３⁃３４］，该区域人类活动对植被正向与负向影响均十分典型。 因此，
以该流域为研究区，以植被 ＮＰＰ 为对象，区分气候变化与人为作用对 ＮＰＰ 变化的影响，定量计算 ＮＰＰ 人为影
响值，研究植被 ＮＰＰ 对人类活动的响应具有重要的科学意义，同时能为退化生态环境恢复与重建等工作提供
决策支持。
１　 研究区概况与数据
１．１　 研究区概况
　 　 石羊河流域地处黄土、青藏、蒙新三大高原的交汇过渡带，位于甘肃省河西走廊东部，祁连山北麓，介于
１０１°２２′—１０４°１６′Ｅ、３６°２９′—３９°２７′Ｎ，流域面积 ４．１６ 万 ｋｍ２。 石羊河流域深居大陆腹地，属大陆性温带干旱
气候。 流域可分为南部祁连山地，中部走廊平原区，北部低山丘陵区及荒漠区四大地貌单元。 流域行政区划
涉及 ３市 ８县，包括武威市的古浪县、凉州区、民勤县全部及天祝县部分，金昌市的永昌县及金川区全部以及
张掖市肃南裕固族自治县的皇城镇（简称肃南县）和山丹县部分地区（面积很小，忽略不计）。
１．２　 数据
本研究所用的数据有 ＭＯＤＩＳ 遥感数据、温度与降雨数据、土地利用数据。 ２０００—２０１０ 年 ＮＰＰ 数据为
ＭＯＤＩＳ数据中的 ４级产品，产品类型为 ＭＯＤ１７Ａ３，空间分辨率为 １ｋｍ，该数据利用 ＢＩＯＭＥ⁃ＢＧＣ 模型估算得
到陆地生态系统 ＮＰＰ 年累积量，该数据已在全球和区域 ＮＰＰ 与碳循环研究中得到广泛应用。 温度、降雨和
土地利用数据来自于中国西部环境与生态科学数据中心。
２　 研究方法
植被 ＮＰＰ 是在人为作用和气候作用的双重影响下形成，如果能得到自然状态下（只受气候作用）的植被
ＮＰＰ（称之为理论 ＮＰＰ），再与实际 ＮＰＰ 求差，即为 ＮＰＰ 人为影响值，这是一个间接并且简洁的思路。 一般来
说，可以采用 ＮＰＰ 气候学模型（只与气候因子有关）计算潜在 ＮＰＰ 作为理论值，但潜在植被是在无人为干扰
下立地所能发育的顶级植被类型，而理论 ＮＰＰ 为目前气候状况下无人为干扰下立地发育的实际 ＮＰＰ，一般情
况下潜在 ＮＰＰ 比理论 ＮＰＰ 高。 因此，理论 ＮＰＰ 的计算归结到找出无人为影响点位，其所对应的实际 ＮＰＰ
（ＭＯＤ１７Ａ３数据）便可看成理论 ＮＰＰ。 那么，如何确定某处是否受到人为影响，用什么参数来区分是一个关
键的问题。
２．１　 理论基础
在自然状况下，ＮＰＰ 只受气候变化影响，因此可以这样理解，在无人为影响下，ＮＰＰ 的变化特征应该与气
候变化特征一致。 考虑到变异系数能表达序列数据变化的离散程度，因此考虑使用变异系数来衡量 ＮＰＰ 变
化与气候变化特征是否一致。 理论假设是：如果 ＮＰＰ 变异系数等于气候因子变异系数或者相差在一定的范
围之内，表明该栅格单元只受到气候因子的作用，否则同时受到人类活动的影响，两个变异系数之差即为人类
活动下 ＮＰＰ 变异程度，称人为变异系数。 因此，建立关于变异系数的数学模型，空间上可以区分哪些地区受
到人类活动的影响，值的大小可以区分人类活动对植被 ＮＰＰ 变化影响的变异程度，该方法称之为变异系
数法。
２．２　 变异系数法
２．２．１　 人为变异系数计算
（１）变异系数
变异系数（Ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ Ｖａｒｉａｔｉｏｎ，简称 ＣＶ）是衡量序列观测值离散程度的一个统计量。 如果度量单位与
６３０４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
平均值相同，可以直接利用标准差来比较；不同则需采用标准差与平均值的比值来比较，比值称为变异系数，
计算公式为：
ＣＶ ＝ σ ／ μ （１）
式中， ＣＶ为变异系数， σ为标准差， μ为算术平均值。
（２）实际 ＮＰＰ、气温与降雨变异系数
将各栅格单元序列 ＮＰＰ、气温与降雨分别代入式（１）计算即可，ＣＶＮＰＰ、ＣＶＴ、ＣＶＲ 分别表示实际 ＮＰＰ 变异
系数、气温变异系数、降雨变异系数。
ＣＶＮＰＰ ＝ σＮＰＰ ／ μＮＰＰ （２）
ＣＶＴ ＝ σＴ ／ μＴ （３）
ＣＶＲ ＝ σＲ ／ μＲ （４）
（３）气候变异系数计算
从 ＮＰＰ 的定义来看，ＮＰＰ 的变化取决于降水量和最大蒸散量两个分量［３５］，国内外研究表明，气温和太阳
辐射是导致最大蒸散量变化的主要因子［３６⁃３７］，而气温与太阳辐射也有相关性，同时考虑到模型参数的一般
性，本研究将气温、降水作为气候的主要因子。 在计算气候变异系数过程中，确定气温与降雨对 ＮＰＰ 的影响
权重采用模型偏导法，本研究采用周广胜模型［３８］，对积温和降水因子求偏导后乘以积温和降水得到各自对
ＮＰＰ 的影响权重 ＷＴ和 ＷＲ，乘以各自变异系数最后求和即得到气候因子变异系数 ＣＶＣ，见下式：
ＣＶＣ ＝ ＷＴ·ＣＶＴ ＋ ＷＲ·ＣＶＲ （５）
（４）人为变异系数
如果各栅格的 ＮＰＰ 变异系数等于气候因子变异系数或者两者之差在一定的范围之内，说明该栅格 ＮＰＰ
变化基本受气候影响，否则同时受到人为影响，两者之差称为人为变异系数 ＣＶＨ，计算公式为：
ＣＶＨ ＝ ＣＶＮＰＰ － ＣＶＣ （６）
理论上讲，人为变异系数表示人为作用对 ＮＰＰ 影响的变异程度，值为 ０或在 ０附近表示不受人为作用影
响或影响甚微；值不为 ０或绝对值大于某个极小值表示受到人为作用影响，绝对值越大表示 ＮＰＰ 受到人为影
响的变异程度越大。 变异系数的正负号说明人为活动对 ＮＰＰ 的作用方向，符号为正表示实际 ＮＰＰ 变异系数
大于气候变异系数，说明 ＮＰＰ 在人为作用下变化剧烈，这种情况一般是 ＮＰＰ 在人为作用下减少，为负影响。
符号为负表示实际 ＮＰＰ 变异系数小于气候变异系数，这说明实际 ＮＰＰ 在人为作用下保持稳定，这种情况一
般是 ＮＰＰ 在人为作用下增加，为正影响。 人为变异系数是一个统计值，不是衡量植被 ＮＰＰ 生态机理的参数，
在影响机制上是没有任何意义的。 在大数据样本的前提下，统计值存在一些误差或者小概率事件。 不过，如
果某处为无人为影响点，该点的人为变异系数肯定为 ０，基于此即可保证本模型的确定性。
２．２．２　 ＮＰＰ 人为影响值计算
人为变异系数是衡量人为作用对 ＮＰＰ 影响的变异程度而不是影响程度，因此人为变异系数大小与 ＮＰＰ
人为影响值并无数学关系，无法使用人为变异系数直接计算 ＮＰＰ 人为影响值。 根据理论假设，要计算 ＮＰＰ
人为影响值首先要计算理论 ＮＰＰ，需根据人为变异系数来选择无人为影响点。
（１）选择无人为影响点位
提取无人影响点位至关重要，方法如下：提取人为变异系数绝对值在 ０附近的栅格，为了防止出现人为变
异系数为 ０而实际上是有人为影响的情况，此环节需要逐点判断实际 ＮＰＰ 变化与气候变化是否一致，一致保
留，否则去除。 在此基础之上，还需要结合实际情况来判断是否确实无人为影响。 原则如下：如一些非常明显
受到人为影响的点位（如耕地）需要去掉，离居民点比较近也认为受到人为影响需要去掉。 判断可以结合遥
感影像、ＤＥＭ、土地利用现状图，甚至实地勘察确定。
（２）理论 ＮＰＰ 计算
无人为影响点位确定后，提取对应点位实际 ＮＰＰ 即为理论 ＮＰＰ（Ｔｈｅｏｒｅｔｉｃａｌ ＮＰＰ， 简写 ＮＰＰ Ｔ）。 采用空
７３０４　 １３期 　 　 　 李传华　 等：基于变异系数的植被 ＮＰＰ 人为影响定量研究———以石羊河流域为例 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
间插值方法对离散点进行空间化即可得到全流域理论 ＮＰＰ。
（３）ＮＰＰ 人为影响值计算
将实际 ＮＰＰ（Ａｃｔｕａｌ ＮＰＰ， 简称 ＮＰＰＡ）减去理论 ＮＰＰ，即可得到人为作用下 ＮＰＰ 变化值，称为 ＮＰＰ 人为
影响值（ＮＰＰ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｈｕｍａｎ， 简写 ＮＰＰＨ），公式为：
ＮＰＰＨ ＝ＮＰＰＡ⁃ＮＰＰ Ｔ （７）
符号为正说明人为作用下 ＮＰＰ 增加，符号为负说明在人为作用下 ＮＰＰ 减少。
３　 结果与分析
以石羊河流域为研究区，根据变异系数法计算该流域 ２０００—２０１０ 年期间历年 ＮＰＰ 人为影响值，分析
ＮＰＰ 人为影响值空间分布规律和变化趋势。
３．１　 人为变异系数
根据公式（２）和（５）计算实际 ＮＰＰ 变异系数和气候变异系数，再根据公式（６）计算人为变异系数（图 １）。
图 １　 人为变异系数分布
Ｆｉｇ．１　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ＣＶＨ
变异系数小于 ０的区域主要分布在民勤绿洲、武威
绿洲和金昌绿洲，上述地区是人类活动的主要区域，在
人为直接干预下，植被 ＮＰＰ 稳定，类型以耕地为主，为
人类活动直接影响区域。 变异系数在 ０ 附近的区域主
要分布在肃南、天祝、古浪东部，该地区的植被类型主要
为天然草地与林地，人口稀少，人为活动不太频繁，ＮＰＰ
主要受气候变化影响，其变异程度与气候变异程度基本
一致，人为干扰不大。 变异系数大于 ０ 的地区主要分布
在永昌与古浪县境内，肃南县北部、天祝北部与凉州南
部也有分布，植被以草地为主，主要人为活动为放牧，
ＮＰＰ 变化最大，为人类活动直接影响地区。
同时，人为变异系数正负值在各地类均存在，有多
种地类的正负变异程度都较大，如草地、盐碱地、沙地和
戈壁等，这主要取决于人类作用方式与程度。 比如草
地，过度放牧导致草地退化，则人为变异系数为正；对于
科学管理（灌溉、施肥与轮牧等措施）的草地，人为变异
系数则为负。 有的植被 ＮＰＰ 值较低，自身容易受到外
界干扰也是同一种植被的人为变异系数有正有负的重
要原因。
３．２　 ＮＰＰ 人为影响值
ＮＰＰ 人为影响值的计算首先要提取无人为影响点位，步骤如下：提取人为变异系数绝对值在 ０ 附近的栅
格，本研究取值为 ０．０００５，逐点判断其变化趋势与气候变化趋势是否一致，不一致去除，再结合遥感影像，
ＤＥＭ，土地利用类型图逐点判断无人为影响点位的分布是否符合实际，有些地区点分布太过密集也可以选择
除掉一些，最后选择点位 １１７个，分布见图 ２。
可以看出，无人为影响点分布从上游到下游逐渐减少，其中肃南县分布最多，地类以林地、草地为主；其次
是天祝和永昌县，草地最多，其次是林地，还包括部分戈壁、裸岩；民勤、古浪、凉州分布点较少，古浪、凉州以草
地为主，民勤以盐碱地为主。
无人为影响点位栅格单元所受人为影响非常小，对应的 ＮＰＰ 实际值可以看成植被 ＮＰＰ 理论值。 将无人
为影响点与 ＮＰＰ 图层叠加，提取栅格单元对应的实际 ＮＰＰ，再空间插值（本研究采用 ＩＤＷ）得到全流域植被
８３０４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
ＮＰＰ 理论值，结果见图 ３。 可以看出，ＮＰＰ 理论值具有明显的纬度地带性和垂直地带性特征，从南向北，海拔
从高到低理论 ＮＰＰ 逐渐减少，并且在永昌、肃南、天祝凉州、古浪县区相互交界处有明显分界线。 按行政区来
看，天祝和肃南两县 ＮＰＰ 理论值最高，其它县区较低。
图 ２　 无人为影响点分布
Ｆｉｇ．２　 Ｌｏｃａｔｉｏｎ ｏｆ ｐｏｉｎｔ ｗｉｔｈｏｕｔ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｈｕｍａｎ
图 ３　 植被理论 ＮＰＰ
Ｆｉｇ．３　 Ｔｈｅｏｒｅｔｉｃａｌ ＮＰＰ ｏｆ ｖｅｇｅｔａｔｉｏｎ
图 ４　 ２０００—２０１０年 ＮＰＰ人为影响值分布
Ｆｉｇ．４　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ＮＰＰＨ ｄｕｒｉｎｇ ２０００—２０１０
将实际 ＮＰＰ 减去植被理论 ＮＰＰ，得到 ＮＰＰ 人为影
响值，为了便于分析，对 ＮＰＰ 人为影响值正负分开，再
进行分级，结果见图 ４。 ＮＰＰ 人为影响值空间分布最显
著的特征有两处，一是三大绿洲人为正影响强烈，绿洲
属于人为直接活动区，多为耕地，人为正向影响较易理
解；二是在肃南、天祝、古浪、永昌几县相互交界处负向
作用显著，且呈带状分布（图 ４ 红线区域）。 结合 ＤＥＭ
分析，此带状分布带为石羊河流域出山口，该区域地形
变化剧烈，植被以草地为主、水资源丰富，人为活动多为
放牧，人为负作用严重。 以上结果可以看出，基于变异
系数法的 ＮＰＰ 人为影响值结果符合实际。
２０００—２０１０ 年期间，石羊河流域人为影响正负分
级见图 ４，对 ＮＰＰ 人为影响值进行自然分级，依次为轻
微、一般、严重与剧烈，见表 １。 可以看出，人类活动对
植被 ＮＰＰ 的影响覆盖了大部分区域，年均影响值小于
４０ｇＣ ｍ－２ａ－１的面积所占比例仅为 ３．７９％。 在人为作用
下，全流域 ＮＰＰ 年均增加值为 １６２９２７１ｇＣ ｍ－２ ａ－１，年均
减少值为 １２０９２８１ｇＣ ｍ－２ａ－１，年均净增加 ４１９９９０ｇＣ ｍ－２
ａ－１，说明人为作用对全流域植被 ＮＰＰ 的正负影响均十
分剧烈，整体为正影响。
从影响面积来看，从轻微到剧烈，面积逐渐减少，轻微占 ４５．９６％，一般占 ２７．１１％，严重占 １８．５８％，剧烈占
８．３６％。 人为作用严重程度以上面积占 ２６．９４％，充分说明该地区人为作用严重程度。 从正负影响的面积来
９３０４　 １３期 　 　 　 李传华　 等：基于变异系数的植被 ＮＰＰ 人为影响定量研究———以石羊河流域为例 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
看，各程度正负影响面积大致相当，剧烈与一般程度正向影响面积略大于负向，严重与轻微程度正向影响面积
略小于负向，整体来看基本持平。 从影响值来看，除了轻微程度负向影响值大于正向外，其余程度均为正向影
响值大于负向影响，栅格单元影响值（称单元影响强度）正向大于负向，全流域人为作用呈正影响。 从分布的
格局来看，正向与负向影响在各行政区均有分布，正向影响剧烈程度主要分布在武威绿洲、昌宁绿洲，严重程
度主要分布在民勤绿洲、天祝东部、肃南中部，一般程度分布在永昌西部。 负向影响剧烈的区域主要分布在天
祝凉州古浪三县交界部，严重的区域分布在古浪县南部、永昌肃南两县交界处，一般的区域主要分布在古浪北
部、肃南南部以及民勤绿洲周边地区。
从各行政区来看，见表 ２，ＮＰＰ 人为正向影响总量凉州区最大为 ６５２２８５ｇＣ ｍ－２ａ－１，其次是民勤，接下来是
永昌、天祝、古浪等；影响强度也是凉州最大为２３５．９９ｇＣ ｍ－２ａ－１，接下来是金昌、民勤、天祝等。 负向影响总量
最大的是天祝县，影响值为 ３２２５１０ｇＣ ｍ－２ａ－１，接下来依次为古浪、肃南、永昌与凉州等地；影响强度最大的是
天祝为 １３６．２５ｇＣ ｍ－２ａ－１，其它依次为肃南、凉州、永昌等地。 上述关于影响强度的结论与石培基等［３９］关于土
地人工覆被指数（ＬＣＩ）研究结论相似，ＬＣＩ指数最大为金昌、民勤，最小为肃南。
表 １　 人为影响程度与方向统计（２０００—２０１０）
Ｔａｂｌｅ １　 Ｓｔａｔｉｓｔｉｃ ｏｆ ｄｅｇｒｅｅ ａｎｄ ｄｉｒｅｃｔｉｏｎ ｂｙ ｈｕｍａｎ ｉｎｆｌｕｅｎｃｅ （２０００—２０１０）
影响程度
Ｄｅｇｒｅｅ
影响方向
Ｄｉｒｅｃｔｉｏｎ
数量 ／个
Ｎｕｍｂｅｒ
比例 ／ ％
Ｒａｔｉｏ
影响值 ／ （ｇＣ ｍ－２ａ－１）
ＮＰＰＨ
平均值 ／ （ｇＣ ｍ－２ａ－１）
Ｍｅａｎ
轻微 Ｓｌｉｇｈｔ 负 ５７９７ ２４．１９ －１７０９５３ －２９．４９
正 ５２１６ ２１．７７ １７０６６９ ３２．７２
一般 Ｇｅｎｅｒａｌ 负 ３１１２ １２．９９ －３２０８７２ －１０３．１１
正 ３３８２ １４．１２ ４３７２２３ １２９．２８
严重 Ｓｅｒｉｏｕｓ 负 ２２６１ ９．４４ －４３８４９０ －１９３．９４
正 ２１８９ ９．１４ ５４３８８９ ２４８．４７
剧烈 Ｓｅｖｅｒｅ 负 ８８４ ３．６９ －２７８９６５ －３１５．５７
正 １１１９ ４．６７ ４７７４８９ ４２６．７１
汇总 Ｓｕｍ 负 １２０５４ ５０．３１ －１２０９２８０ －１００．３２
正 １１９０６ ４９．６９ １６２９２７０ １３６．８４
表 ２　 ２０００—２０１０年各行政区 ＮＰＰ人为影响值
Ｔａｂｌｅ ２　 Ｅａｃｈ ｄｉｓｔｒｉｃｔ′ｓ ＮＰＰ ｉｎｆｌｕｅｎｃｅｄ ｂｙ Ｈｕｍａｎ ｉｎ ２０００—２０１０
行政区
Ｒｅｇｉｏｎ
负 Ｎｅｇａｔｉｖｅ 正 Ｐｏｓｉｔｉｖｅ
数量 ／个
Ｎｕｍｂｅｒ
总量 ／ （ｇＣ ｍ－２ａ－１）
Ａｍｏｕｎｔ
强度 ／ （ｇＣ ｍ－２ａ－１）
Ｉｎｔｅｎｓｉｏｎ
数量 ／个
Ｎｕｍｂｅｒ
总量 ／ （ｇＣ ｍ－２ａ－１）
Ａｍｏｕｎｔ
强度 ／ （ｇＣ ｍ－２ａ－１）
Ｉｎｔｅｎｓｉｏｎ
７金昌（＋） ４８ －７６７ －１５．９７ ４１５ ７１７１０ １７２．８０
６肃南（－） ２１３３ －２２５３７５ －１０５．６６ １４４０ １０３０６７ ７１．５７
４永昌（＋） ２０５５ －１９５２８８ －９５．０３ ２４７８ ２３７７９９ ９５．９６
３民勤（＋） ８６０ －３２０２３ －３７．２４ ２３５９ ３１４９８５ １３３．５３
２天祝（－） ２３６７ －３２２５１０ －１３６．２５ １２４９ １３７８６９ １１０．３８
５古浪（－） ３４７１ －３１６７９８ －９１．２７ １２０１ １１１５５６ ９２．８９
１凉州（＋） １１２０ －１１６５２０ －１０４．０４ ２７６４ ６５２２８５ ２３５．９９
　 　 表格第一列前面的数字表示人为影响排序，后面的正负号表示人为整体影响方向
综合来看，凉州区是人为影响最为剧烈的地区，表现为强烈正影响。 其次是天祝县，为强烈负影响。 接下
来是民勤县，表现为正影响，其正影响总量排第二，影响强度排第三；负影响总量与强度都排倒数第二。 其它
县区依次是永昌、古浪、肃南和金昌。
３．３　 ＮＰＰ 人为影响变化
根据变异系数法计算各栅格历年 ＮＰＰ 人为影响值，并采用 Ｓｅｎ方法［４０］，Ｓｅｎ 趋势计算如下：
０４０４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ５　 ＮＰＰ人为影响变化趋势（ＳＥＮ）
Ｆｉｇ．５　 Ｃｈａｎｇｅ ｔｒｅｎｄ ｏｆ ＮＰＰＨ
β ＝ Ｍｅｄｉａｎ（
ＮＰＰＨｊ⁃ＮＰＰＨｉ
ｊ － ｉ
），∀ｊ ＞ ｉ （８）
式中，１１＞ｊ＞ｉ＞０，Ｍｅｄｉａｎ为中位数的函数， β 为 Ｓｅｎ 趋势
度，表示 ＮＰＰＨ增强或减少趋势的程度，若 β ＞０则 ＮＰＰＨ
有增加的趋势，值越大表示增加程度越大；若 β ＜０ 则
ＮＰＰＨ有减少的趋势，值越小表示减小程度越大。 计算
出 ２０００—２０１０年期间人为影响 ＮＰＰ 变化趋势，结果见
图 ５。
可以看出，民勤绿洲、武威绿洲人为作用呈减弱趋
势，图 ４中负向带状区域也呈减弱趋势；昌宁绿洲、凉州
与古浪交界处北端、永昌西南部、天祝东南角等人为作
用呈加强趋势。 为了进一步的分析人为作用下 ＮＰＰ 变
化规律，将 ＮＰＰ 人为影响的正负方向与影响趋势结合
起来，空间分布见图 ６。 为了表述简便起见，将人为影
响方向和影响趋势分为 ４个组合，分别为负负、负正、正
负与正正，其中负负表示影响值是负值，影响趋势减弱；
图 ６　 ＮＰＰ人为影响变化方向与趋势
Ｆｉｇ．６　 Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ＮＰＰＨ ′ｓ ｄｉｒｅｃｔｉｏｎ ａｎｄ ｔｒｅｎｄ
　 负正表示影响值是正值，影响趋势减弱，其他组合类推，值代表趋
势度
负正表示影响值是正值，影响趋势减弱；正负表示影响
值是负值，影响趋势增强；正正表示影响值是正值，影响
趋势增强。 负负主要分布在民勤绿洲周围，肃南与凉州
交界处，天祝古浪凉州三县交界处，以及古浪南部和北
部等地，这些均为负向作用比较显著的地区，人为负向
作用强度有所减弱。 负正主要分布在民勤绿洲、武威绿
洲以及永昌西部等地，这些均属于绿洲灌区，说明正向
作用强度也有所减弱。 正负主要分布在肃南永昌交界
处以及古浪中部，负向作用强度有所增加。 正正主要分
布在昌宁绿洲、永昌东南部、凉州与古浪交界处，以及天
祝东南角，这些区域人为正向作用加强。
各行政区人为作用 ＮＰＰ 变化方向和趋势见表 ３。
金昌县正正分布比例最大，为 ７６．４８％，表明人为正向影
响在该县占绝对地位，并且不断加强。 肃南县负负分布
面积最大，占 ３５．５９％，表明人为负向作用不断减弱，正
负与正正也分别占 ２４．０７％和 ２４．０１％，表明正向与负向
作用加强的地区同样大量存在。 永昌县正正与正负均
较大，表明人为正向与负向影响均呈增加趋势。 民勤县
负正分布最多，占 ４４．６７％，表明正向作用趋势在减弱。
天祝和古浪负负分布面积最大，分别占全县 ５０．２４％和
４３．２８％，表明人为负向作用在减弱。 凉州区负正分布
面积最大，人为正向作用减弱。 上述关于人为影响变化
趋势的结论与石培基等［３９］结论中得出 ＬＣＩ 指数金昌大
幅增加、肃南减小、永昌增加、民勤减小、天祝减小、古浪增加、凉州减小”结论相似。
１４０４　 １３期 　 　 　 李传华　 等：基于变异系数的植被 ＮＰＰ 人为影响定量研究———以石羊河流域为例 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
表 ３　 各行政区人为作用 ＮＰＰ变化方向和趋势（栅格数）
Ｔａｂｌｅ ３　 Ｅａｃｈ ｄｉｓｔｒｉｃｔ ＮＰＰＨ′ｓ ｃｈａｎｇｅ ｄｉｒｅｃｔｉｏｎ ａｎｄ ｔｒｅｎｄ
行政区 Ｒｅｇｉｏｎ
方向与趋势 Ｄｉｒｅｃｔｉｏｎ ａｎｄ ｔｒｅｎｄ
负负 ／ ％
Ｎｅｇａｔｉｖｅ⁃ｎｅｇａｔｉｖｅ
负正 ／ ％
Ｎｅｇａｔｉｖｅ⁃ｐｏｓｔｉｖｅ
正负 ／ ％
Ｐｏｓｉｔｉｖｅ⁃ｎｅｇａｔｉｖｅ
正正 ／ ％
Ｐｏｓｉｔｉｖｅ⁃ｐｏｓｉｔｉｖｅ
金昌 １７（３．７４） ５９（１２．９７） ３１（６．８１） ３４８（７６．４８）
肃南 １２５７（３５．５９） ５７７（１６．３４） ８５０（２４．０７） ８４８（２４．０１）
永昌 ７７８（１７．５１） ８８６（１９．９５） １２４１（２７．９４） １５３７（３４．６０）
民勤 ７９１（２４．６６） １４３３（４４．６７） ６６（２．０６） ９１８（２８．６２）
天祝 １７７８（５０．２４） ４２４（１１．９８） ５３３（１５．０６） ８０４（２２．７２）
古浪 ２０１２（４３．２８） ３７６（８．０９） １４４２（３１．０２） ８１９（１７．６２）
凉州 ８５３（２３．３３） １５０４（３９．３７） ２３６（６．１８） １２２７（３２．１２）
综合来看，金昌境内人类活动区域为灌溉绿洲，耕地面积有所增加，表现为正影响，并且正向作用加强。
肃南境内的草地和林地实施封山养育后得到逐步的恢复，表现为人为负影响在减弱。 永昌耕地面积增加，并
且林地与草地有进一步退化的趋势，人为正向与负向作用均呈加强趋势。 民勤县生态移民后，绿洲的部分耕
地退耕为草地和林地，正向作用趋势减弱；但绿洲部分边缘植被退化严重，荒漠化加剧，导致部分地区负向影
响在加剧，但整体表现为人为作用减弱。 天祝与古浪县境内部分林地被划为祁连山水源涵养林保护范围内，
并对退化较为严重的林地和草地进行封育，退化趋势有所缓解，人为负向影响减弱。 凉州区境内的南部山区，
坡耕地实施退耕还林还草，部分耕地由保灌地调整为非保灌地，人为正向影响减弱；在灌溉用水能得到较好保
障的耕地，由于提高了管理水平，人为正向影响加强，整体表现为人为正向作用减弱。 总之，２０００—２０１０ 年期
间全流域 ＮＰＰ 人为影响变化较大，人为正向与负向的减弱和加强均存在，经统计，正向减弱值年均为
８１２９１９．６５ ｇＣ ｍ－２ａ－１，负向减弱值年均为 ８０７６２２．７２ ｇＣ ｍ－２ａ－１，正向增强值年均为 ８０２２７４．０８ ｇＣ ｍ－２ａ－１，负向
增强值年均为 ３９３７１９．７３ ｇＣ ｍ－２ａ－１，人为活动影响值年均净减少 ４２４５４８．６０ ｇＣ ｍ－２ａ－１，表明该流域人为作用范
围与影响值均有所减少。
４　 结论与讨论
４．１　 结论
理论方面：（１）本研究提出了一种基于变异系数的 ＮＰＰ 人为影响值计算方法。 通过理论阐述、应用实践
证明，表明该方法理论科学，技术可行、结果符合实际情况，模型具有较好的科学性。 （２）模型计算结果为
ＮＰＰ 值，量化结果容易定量评价人为活动对植被的影响，模型具有较好的实用性。 （３）方法基于一种间接计
算的思想，回避了人为作用的复杂过程，模型所需参数少，资料易获取，模型具有较好的推广性。
应用方面：（１）２０００—２０１０期间，石羊河流域人类活动对植被 ＮＰＰ 的影响广泛而剧烈，年均影响值大于
４０ｇＣ ｍ－２ａ－１的面积占 ９６．２１％，影响程度严重以上占 ２６．９４％。 （２）人为作用对流域 ＮＰＰ 影响有正向影响和负
向影响，影响值均较大，年均增加为 １．６３×１０６ｇＣ ｍ－２ａ－１，年均减少为 １．２１×１０６ｇＣ ｍ－２ａ－１，年均净增加 ４．２０×１０５
ｇＣ ｍ－２ａ－１；负向平均影响强度为 １００．３２ ｇＣ ｍ－２ａ－１，正向平均影响强度为 １３６．８４ ｇＣ ｍ－２ａ－１，全流域表现为正影
响。 （３）各行政区 ＮＰＰ 人为影响排序为：凉州、天祝、民勤、永昌、古浪、肃南、金昌等。 （４）２０００—２０１０ 期间，
ＮＰＰ 人为影响值变化较大，从面积来看，人为活动减弱面积占 ５３．９０％，增加占 ４６．１０％；影响值方面，正向减弱
８．１３×１０５ ｇＣ ｍ－２ａ－１，负向减弱 ８．０８×１０５ｇＣ ｍ－２ａ－１，正向增强 ８．０２×１０５ｇＣ ｍ－２ａ－１，负向增强 ３．９４×１０５ｇＣ ｍ－２ａ－１，
人为活动影响净减少 ４．２５×１０５ｇＣ ｍ－２ａ－１，人为作用总体呈减弱趋势。
４．２　 讨论
（１）气候因素本身也是受到人类活动影响，用 ＮＰＰ 变异系数减去气候变异系数来区分人类活动对植被
ＮＰＰ 的影响，特别是在长时间序列中，如何在模型中滤除人类活动对气候的影响需要进一步讨论。
（２）人为变异系数在 ０附近的区域，并不完全能够表示此处没有人为活动影响，或许是 ＮＰＰ 变异系数与
２４０４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
气候变异系数正好相等的巧合，选择无人为影响区域需要实地抽样验证。
（３）计算方法对结果的影响。 采用潜在植被 ＮＰＰ 值减去实际植被 ＮＰＰ 理论值来计算 ＮＰＰ 人为影响值，
与潜在植被 ＮＰＰ 公式关系较大，科学选择公式对结果计算尤为重要。 再加上现有气象站点的分布格局与密
度还不够，对计算结果也造成影响。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［ １ ］　 Ｈａｙｅｓ Ｄ Ｊ， Ｔｕｒｎｅｒ Ｄ Ｐ， Ｓｔｉｎｓｏｎ Ｇ， ＭｃＧｕｉｒｅ Ａ Ｄ， Ｗｅｉ Ｙ Ｘ， Ｗｅｓｔ Ｔ Ｏ， Ｈｅａｔｈ Ｌ Ｓ， ｄｅ Ｊｏｎｇ Ｂ， ＭｃＣｏｎｋｅｙ Ｂ Ｇ， Ｂｉｒｄｓｅｙ Ｒ Ａ， Ｋｕｒｚ Ｗ Ａ，
Ｊａｃｏｂｓｏｎ Ａ Ｒ， Ｈｕｎｔｚｉｎｇｅｒ Ｄ Ｎ， Ｐａｎ Ｙ Ｄ， Ｐｏｓｔ Ｗ Ｍ， Ｃｏｏｋ Ｒ Ｂ． Ｒｅｃｏｎｃｉｌｉｎｇ ｅｓｔｉｍａｔｅｓ ｏｆ ｔｈｅ ｃｏｎｔｅｍｐｏｒａｒｙ Ｎｏｒｔｈ Ａｍｅｒｉｃａｎ ｃａｒｂｏｎ ｂａｌａｎｃｅ ａｍｏｎｇ
ｔｅｒｒｅｓｔｒｉａｌ ｂｉｏｓｐｈｅｒｅ ｍｏｄｅｌｓ， ａｔｍｏｓｐｈｅｒｉｃ ｉｎｖｅｒｓｉｏｎｓ， ａｎｄ ａ ｎｅｗ ａｐｐｒｏａｃｈ ｆｏｒ ｅｓｔｉｍａｔｉｎｇ ｎｅｔ ｅｃｏｓｙｓｔｅｍ ｅｘｃｈａｎｇｅ ｆｒｏｍ ｉｎｖｅｎｔｏｒｙ⁃ｂａｓｅｄ ｄａｔａ． Ｇｌｏｂａｌ
Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１２， １８（４）： １２８２⁃１２９９．
［ ２ ］ 　 陈福军， 沈彦俊， 李倩， 郭英， 徐丽梅． 中国陆地生态系统近 ３０年 ＮＰＰ 时空变化研究． 地理科学， ２０１１， ３１（１１）： １４０９⁃１４１４．
［ ３ ］ 　 Ａｒｅｖａｌｏ Ｃ Ｂ Ｍ， Ｂｈａｔｔｉ Ｊ Ｓ， Ｃｈａｎｇ Ｓ Ｘ， Ｓｉｄｄｅｒｓ Ｄ． Ｌａｎｄ ｕｓｅ ｃｈａｎｇｅ ｅｆｆｅｃｔｓ ｏｎ ｅｃｏｓｙｓｔｅｍ ｃａｒｂｏｎ ｂａｌａｎｃｅ： ｆｒｏｍ ａｇｒｉｃｕｌｔｕｒａｌ ｔｏ ｈｙｂｒｉｄ ｐｏｐｌａｒ
ｐｌａｎｔａｔｉｏｎ． Ａｇｒｉｃｕｌｔｕｒｅ， Ｅｃｏｓｙｓｔｅｍｓ ＆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２０１１， １４１（３ ／ ４）： ３４２⁃３４９．
［ ４ ］ 　 Ｚｈａｎｇ Ｇ Ｇ， Ｋａｎｇ Ｙ Ｍ， Ｈａｎ Ｇ Ｄ， Ｓａｋｕｒａｉ Ｋ． Ｅｆｆｅｃｔ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｏｖｅｒ ｔｈｅ ｐａｓｔ ｈａｌｆ ｃｅｎｔｕｒｙ ｏｎ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ， ｅｘｔｅｎｔ ａｎｄ ＮＰＰ ｏｆ ｅｃｏｓｙｓｔｅｍｓ
ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ． Ｇｌｏｂａｌ Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１１， １７（１）： ３７７⁃３８９．
［ ５ ］ 　 于贵瑞， 方华军， 伏玉玲， 王秋凤． 区域尺度陆地生态系统碳收支及其循环过程研究进展． 生态学报， ２０１１， ３１（１９）： ５４４９⁃５４５９．
［ ６ ］ 　 Ｃｏｖｅｒｄａｌｅ Ｔ Ｃ， Ｈｅｒｒｍａｎｎ Ｎ Ｃ， Ａｌｔｉｅｒｉ Ａ Ｈ， Ｂｅｒｔｎｅｓｓ Ｍ Ｄ． Ｌａｔｅｎｔ ｉｍｐａｃｔｓ： ｔｈｅ ｒｏｌｅ ｏｆ ｈｉｓｔｏｒｉｃａｌ ｈｕｍａｎ ａｃｔｉｖｉｔｙ ｉｎ ｃｏａｓｔａｌ ｈａｂｉｔａｔ ｌｏｓｓ． Ｆｒｏｎｔｉｅｒｓ ｉｎ
Ｅｃｏｌｏｇｙ ａｎｄ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ， ２０１３， １１（２）： ６９⁃７４．
［ ７ ］ 　 Ｒｅｓｔｒｅｐｏ Ａ， Ｃｏｌｉｎｖａｕｘ Ｐ， Ｂｕｓｈ Ｍ， Ｃｏｒｒｅａ⁃Ｍｅｔｒｉｏ Ａ， Ｃｏｎｒｏｙ Ｊ， Ｇａｒｄｅｎｅｒ Ｍ Ｒ， Ｊａｒａｍｉｌｌｏ Ｐ， Ｓｔｅｉｎｉｔｚ⁃Ｋａｎｎａｎ Ｍ， Ｏｖｅｒｐｅｃｋ Ｊ． Ｉｍｐａｃｔｓ ｏｆ ｃｌｉｍａｔｅ
ｖａｒｉａｂｉｌｉｔｙ ａｎｄ ｈｕｍａｎ ｃｏｌｏｎｉｚａｔｉｏｎ ｏｎ ｔｈｅ ｖｅｇｅｔａｔｉｏｎ ｏｆ ｔｈｅ Ｇａｌáｐａｇｏｓ Ｉｓｌａｎｄｓ． Ｅｃｏｌｏｇｙ， ２０１２， ９３（８）： １８５３⁃１８６６．
［ ８ ］ 　 Ｗａｃｋｅｒｎａｇｅｌ Ｍ， Ｒｅｅｓ Ｗ Ｅ． Ｏｕｒ Ｅｃｏｌｏｇｉｃａｌ Ｆｏｏｔｐｒｉｎｔ： Ｒｅｄｕｃｉｎｇ Ｈｕｍａｎ Ｉｍｐａｃｔ ｏｎ ｔｈｅ Ｅａｒｔｈ． Ｐｈｉｌａｄｅｌｐｈｉａ， ＰＡ ａｎｄ Ｇａｂｒｉｏｌａ Ｉｓｌａｎｄ， Ｂ． Ｃ．，
Ｃａｎａｄａ： Ｎｅｗ Ｓｏｃｉｅｔｙ Ｐｕｂｌｉｓｈｅｒｓ， ２０１３．
［ ９ ］ 　 Ｐｅñｕｅｌａｓ Ｊ， Ｓａｒｄａｎｓ Ｊ， Ｒｉｖａｓ⁃ｕｂａｃｈ Ａ， Ｊａｎｓｓｅｎｓ Ｉ Ａ． Ｔｈｅ ｈｕｍａｎ⁃ｉｎｄｕｃｅｄ ｉｍｂａｌａｎｃｅ ｂｅｔｗｅｅｎ Ｃ， Ｎ ａｎｄ Ｐ ｉｎ Ｅａｒｔｈ′ｓ ｌｉｆｅ ｓｙｓｔｅｍ． Ｇｌｏｂａｌ Ｃｈａｎｇｅ
Ｂｉｏｌｏｇｙ， ２０１２， １８（１）： ３⁃６．
［１０］ 　 易浪， 任志远， 张翀， 刘雯． 黄土高原植被覆盖变化与气候和人类活动的关系． 资源科学， ２０１４， ３６（１）： １６６⁃１７４．
［１１］ 　 Ｅｖａｎｓ Ｊ， Ｇｅｅｒｋｅｎ Ｒ． Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ｂｅｔｗｅｅｎ ｃｌｉｍａｔｅ ａｎｄ ｈｕｍａｎ⁃ｉｎｄｕｃｅｄ ｄｒｙｌａｎｄ ｄｅｇｒａｄａｔｉｏｎ． Ｊｏｕｒｎａｌ ｏｆ Ａｒｉｄ Ｅｎｖｉｒｏｎｍｅｎｔｓ， ２００４， ５７（４）：
５３５⁃５５４．
［１２］ 　 Ｗｅｎｇ Ｑ Ｈ． Ｔｈｅｒｍａｌ ｉｎｆｒａｒｅｄ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｆｏｒ ｕｒｂａｎ ｃｌｉｍａｔｅ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｔｕｄｉｅｓ： Ｍｅｔｈｏｄｓ， ａｐｐｌｉｃａｔｉｏｎｓ， ａｎｄ ｔｒｅｎｄｓ． ＩＳＰＲＳ Ｊｏｕｒｎａｌ ｏｆ
Ｐｈｏｔｏｇｒａｍｍｅｔｒｙ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， ２００９， ６４（４）： ３３５⁃３４４．
［１３］ 　 黄森旺， 李晓松， 吴炳方， 裴亮． 近 ２５年三北防护林工程区土地退化及驱动力分析． 地理学报， ２０１２， ６７（５）： ５８９⁃５９８．
［１４］ 　 Ｓｙｍｅｏｎａｋｉｓ Ｅ， Ｄｒａｋｅ Ｎ． Ｍｏｎｉｔｏｒｉｎｇ ｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ ａｎｄ ｌａｎｄ ｄｅｇｒａｄａｔｉｏｎ ｏｖｅｒ ｓｕｂ⁃Ｓａｈａｒａｎ Ａｆｒｉｃａ． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， ２００４，
２５（３）： ５７３⁃５９２．
［１５］ 　 彭飞， 王涛， 薛娴． 基于 ＲＵＥ的人类活动对沙漠化地区植被影响研究———以科尔沁地区为例． 中国沙漠， ２０１０， ３０（４）： ８９６⁃９０２．
［１６］ 　 杜加强， 舒俭民， 张林波． 基于植被降水利用效率和 ＮＤＶＩ 的黄河上游地区生态退化研究． 生态学报， ２０１２， ３２（１１）： ３４０４⁃３４１３．
［１７］ 　 Ｌｉ Ｈ Ｘ， Ｌｉｕ Ｇ Ｈ， Ｆｕ Ｂ Ｊ． Ｓｐａｔｉａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ ｒａｉｎ⁃ｕｓｅ ｅｆｆｉｃｉｅｎｃｙ ａｌｏｎｇ ａ ｃｌｉｍａｔｅ ｇｒａｄｉｅｎｔ ｏｎ ｔｈｅ Ｔｉｂｅｔａｎ Ｐｌａｔｅａｕ： Ａ ｓａｔｅｌｌｉｔｅ⁃ｂａｓｅｄ ａｎａｌｙｓｉｓ．
Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， ２０１３， ３４（２１）： ７４８７⁃７５０３．
［１８］ 　 田汉勤， 刘明亮， 张弛， 任巍， 徐小锋， 陈广生， 吕超群， 陶波． 全球变化与陆地系统综合集成模拟———新一代陆地生态系统动态模型
（ＤＬＥＭ）． 地理学报， ２０１０， ６５（９）： １０２７⁃１０４７．
［１９］ 　 Ａｌｂｅｒｔｓｏｎ Ｊ Ｄ， Ｋａｔｕｌ Ｇ Ｇ， Ｗｉｂｅｒｇ Ｐ． Ｒｅｌａｔｉｖｅ ｉｍｐｏｒｔａｎｃｅ ｏｆ ｌｏｃａｌ ａｎｄ ｒｅｇｉｏｎａｌ ｃｏｎｔｒｏｌｓ ｏｎ ｃｏｕｐｌｅｄ ｗａｔｅｒ， ｃａｒｂｏｎ， ａｎｄ ｅｎｅｒｇｙ ｆｌｕｘｅｓ． Ａｄｖａｎｃｅｓ ｉｎ
Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ， ２００１， ２４（９ ／ １０）： １１０３⁃１１１８．
［２０］ 　 Ｒｅｎ Ｗ， Ｔｉａｎ Ｈ Ｑ， Ｔａｏ Ｂ， Ｈｕａｎｇ Ｙ， Ｐａｎ Ｓ Ｆ． Ｃｈｉｎａ′ｓ ｃｒｏｐ ｐｒｏｄｕｃｔｉｖｉｔｙ ａｎｄ ｓｏｉｌ ｃａｒｂｏｎ ｓｔｏｒａｇｅ ａｓ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｍｕｌｔｉｆａｃｔｏｒ ｇｌｏｂａｌ ｃｈａｎｇｅ． Ｇｌｏｂａｌ
Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１２， １８（９）： ２９４５⁃２９５７．
［２１］ 　 Ｚｈｏｕ Ｗ， Ｇａｎｇ Ｃ Ｃ， Ｚｈｏｕ Ｆ Ｃ， Ｌｉ Ｊ Ｌ， Ｄｏｎｇ Ｘ Ｇ， Ｚｈａｏ Ｃ Ｚ． Ｑｕａｎｔｉｔａｔｉｖｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｔｈｅ ｉｎｄｉｖｉｄｕａｌ ｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆ ｃｌｉｍａｔｅ ａｎｄ ｈｕｍａｎ ｆａｃｔｏｒｓ ｔｏ
ｄｅｓｅｒｔｉｆｉｃａｔｉｏｎ ｉｎ ｎｏｒｔｈｗｅｓｔ Ｃｈｉｎａ ｕｓｉｎｇ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ａｓ ａｎ ｉｎｄｉｃａｔｏｒ． Ｅｃｏｌｏｇｉｃａｌ Ｉｎｄｉｃａｔｏｒｓ， ２０１５， ４８： ５６０⁃５６９．
［２２］ 　 胡志斌， 何兴元， 李月辉， 朱教君， 李小玉． 岷江上游地区人类活动强度及其特征． 生态学杂志， ２００７， ２６（４）： ５３９⁃５４３．
［２３］ 　 陈忠升， 陈亚宁， 李卫红， 陈亚鹏． 塔里木河干流径流损耗及其人类活动影响强度变化． 地理学报， ２０１１， ６６（１）： ８９⁃９８．
［２４］ 　 罗玲， 王宗明， 毛德华， 娄艳景， 任春颖， 宋开山． 松嫩平原西部草地净初级生产力对气候变化及人类活动的响应． 生态学杂志， ２０１２，
３１（６）： １５３３⁃１５４０．
３４０４　 １３期 　 　 　 李传华　 等：基于变异系数的植被 ＮＰＰ 人为影响定量研究———以石羊河流域为例 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
［２５］　 Ｓｕ Ｃ Ｈ， Ｆｕ Ｂ Ｊ， Ｈｅ Ｃ Ｓ， Ｌü Ｙ Ｈ． Ｖａｒｉａｔｉｏｎ ｏｆ ｅｃｏｓｙｓｔｅｍ ｓｅｒｖｉｃｅｓ ａｎｄ ｈｕｍａｎ ａｃｔｉｖｉｔｉｅｓ： Ａ ｃａｓｅ ｓｔｕｄｙ ｉｎ ｔｈｅ Ｙａｎｈｅ Ｗａｔｅｒｓｈｅｄ ｏｆ Ｃｈｉｎａ． Ａｃｔａ
Ｏｅｃｏｌｏｇｉｃａ， ２０１２， ４４： ４６⁃５７．
［２６］ 　 王琪， 史基安， 张中宁， 孟自芳． 石羊河流域环境现状及其演化趋势分析． 中国沙漠， ２００３， ２３（１）： ４６⁃５２．
［２７］ 　 王兴成， 王开录． 石羊河流域生态环境恶化原因及综合防治思路与措施． 水土保持研究， ２００４， １１（１）： １７４⁃１７６．
［２８］ 　 常兆丰， 韩福贵， 仲生年， 赵明， 梁泰． 石羊河下游沙漠化的自然因素和人为因素及其位移． 干旱区地理， ２００５， ２８（２）： １５０⁃１５５．
［２９］ 　 张永明， 宋孝玉， 沈冰， 沈清林， 张晓伟． 石羊河流域水资源与生态环境变化及其对策研究． 干旱区地理， ２００７， ２９（６）： ８３８⁃８４３．
［３０］ 　 郭承录， 李发明． 石羊河流域生态系统存在的问题及治理对策． 中国沙漠， ２０１０， ３０（３）： ６０８⁃６１３．
［３１］ 　 李传华， 赵军． ２０００⁃２０１０年石羊河流域 ＮＰＰ 时空变化及驱动因子． 生态学杂志， ２０１３， ３２（３）： ７１２⁃７１８．
［３２］ 　 文星， 王涛， 薛娴， 段翰晨， 廖杰． １９７５—２０１０ 年石羊河流域绿洲时空演变研究． 中国沙漠， ２０１３， ３３（２）： ４７８⁃４８５．
［３３］ 　 杨东． 关于深入推进石羊河流域后期治理的思考． 中国水利， ２０１２， （１７）： ２１⁃２２．
［３４］ 　 陈志恺． 石羊河的治理经验值得总结推广． 中国水利， ２０１３， （５）： １５⁃１５．
［３５］ 　 Ｌｉｕ Ｃ Ｍ， Ｚｈａｎｇ Ｄ， Ｌｉｕ Ｘ Ｍ， Ｚｈａｏ Ｃ Ｓ． Ｓｐａｔｉａｌ ａｎｄ ｔｅｍｐｏｒａｌ ｃｈａｎｇｅ ｉｎ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ ｓｅｎｓｉｔｉｖｉｔｙ ｔｏ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｆａｃｔｏｒｓ ｉｎ Ｃｈｉｎａ
（１９６０—２００７）． Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｇｒａｐｈｉｃａｌ Ｓｃｉｅｎｃｅｓ， ２０１２， ２２（１）： ３⁃１４．
［３６］ 　 Ｙｉｎ Ｙ Ｈ， Ｗｕ Ｓ Ｈ， Ｄａｉ Ｅ Ｆ． Ｄｅｔｅｒｍｉｎｉｎｇ ｆａｃｔｏｒｓ ｉｎ ｐｏｔｅｎｔｉａｌ ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ ｃｈａｎｇｅｓ ｏｖｅｒ Ｃｈｉｎａ ｉｎ ｔｈｅ ｐｅｒｉｏｄ １９７１⁃ ２００８． Ｃｈｉｎｅｓｅ Ｓｃｉｅｎｃｅ
Ｂｕｌｌｅｔｉｎ， ２０１０， ５５（２９）： ３３２９⁃３３３７．
［３７］ 　 刘普幸， 卓玛兰草． 甘肃省 １９６０⁃２００８ 年潜在蒸散量时空变化及其影响因子． 自然资源学报， ２０１２， ２７（９）： １５６１⁃１５７１．
［３８］ 　 周广胜， 张新时． 自然植被净第一性生产力模型初探． 植物生态学报， １９９５， １９（３）： １９３⁃２００．
［３９］ 　 石培基， 王祖静， 刘春芳． 石羊河流域土地覆被空间演化及驱动机制． 生态学报， ２０１４， ３４（１５）： ４３６１⁃４３７１．
［４０］ 　 祁威， 张镱锂， 高俊刚， 杨续超， 刘林山， Ｋｈａｎａｌ Ｎ Ｒ． １９７１⁃ ２００９ 年珠穆朗玛峰地区尼泊尔境内气候变化． 地理学报， ２０１３， ６８（１）：
８２⁃９４．
４４０４ 　 生　 态　 学　 报　 　 　 ３６卷