[0001] 本发明涉及一种植被净初级生产力时空趋势分析及气候和人类贡献解析方法,属于地理信息系统开发技术领域。

[0002] 由于复杂的交互作用，区域碳收支的变化特征具有很大的复杂性和变异性，最终在评估气候变化和人类活动贡献解析方面产生了显著的差距。例如，在一些生态脆弱地区，气候变化可能导致降水减少和气温升高，这可能进一步加剧环境问题，导致植被净初级生产力(NPP)显著下降。而过度放牧和不合理开发等人类活动也可能加剧这一趋势。这些影响因子之间的交互作用较为复杂且难以量化，因此准确分离它们对碳收支变化的贡献是一个巨大的挑战。

[0003] 残差分析方法计算简单、具有明确的生物学意义，是一种分离气候和人类贡献的潜在方法，已在不同地区成功应用。例如，现有技术中，已有学者阐明了黄土高原气候(42.35％)和人类(57.65％)对NPP的贡献(Zheng K,Wei J Z,Pei J Y,et al.Impacts of climate change and human activities on grassland vegetation variation in the Chinese Loess Plateau.Science of the Total Environment,2019,660:236‑244)。也有学者也采用残差分析、陆地生态系统模型(TEM)和CASA模拟相结合的方法，分析了气候和人为因素对青藏高原NPP的影响(Chen B X,Zhang X Z,Tao J,et al.The impact of climate change and anthropogenic activities on alpine grassland over the Qinghai‑Tibet Plateau.Agricultural and Forest Meteorology,2014,189:11‑18)。此外，有学者通过残差分析得出中国人类和气候对NPP的贡献分别为60.06％和39.94％(Ge W Y,Deng L Q,Wang F,et al.Quantifying the contributions of human activities and climate change to vegetation net primary productivity dynamics in China from 2001 to 2016.Science of the Total Environment,2021,773)。然而，上述研究大多集中在区域层面，其具体的空间细节尚不清楚。因此，亟需在空间单元尺度上对驱动因素进行全面分析。

[0004] 针对以上现状，亟待开展各空间单元气候变化和人类活动贡献解析，有助于理解与把握国土空间开发与区域碳收支的内在关联，为因地制宜开展差异化的国土空间规划与双碳战略提供科学的信息支持。

[0037] 下面结合附图和实例，对本发明做进一步详细说明。

[0038] 本发明提出一种耦合区域碳收支与主体功能区的国土空间单元划分及贡献解析方法，基于GIS空间分析方法探究耦合区域碳收支与主体功能区的国土空间单元划分策略。

[0039] 本发明采用线性趋势分析、Hurst指数等方法将国土空间单元划分结果与植被净初级生产力相结合分析其不同空间单元的变化趋势，并利用Thornthwaite Memorial方法结合残差分析，量化不同空间单元中气候变化与人类活动对植被净初级生产力变化的贡献，有助于提升国土空间规划的科学性和合理性，为推动我国生态文明建设、实现高质量发展提供有力支持。以下对本发明所提出方法的具体实施方式进行详细阐述。

[0040] 步骤(一)进行不同空间单元植被NPP的时空趋势分析

[0041] 子步骤1‑1：数据获取与预处理：获取研究区内2000‑2022年的植被净初级生产力NPP数据和气温、降水数据；为便于统计与分析，将所有数据转换为Albers投影，并使用重采样方法将数据统一到到1km和1年。

[0042] 子步骤1‑2：结合国土空间单元划分，采用线性趋势分析方法对不同空间单元植被NPP的年际趋势进行分析，并以NPP斜率K表征NPP的时间变化趋势；本发明提出的线性趋势分析计算方法如下：

[0043] Ct(i,j)＝K(i,j)×t+b(i,j)

[0044] 式中：t表示年份(2000年为第1年)，(i,j)表示空间单元位置，Ct为第t年研究区NPP值年均值，K和b分别表示拟合方程系数，并以斜率K表示NPP的时间变化趋势。

[0045] 其中，斜率K的计算原理是拟合一条直线到一组数据点，使得所有数据点到这条直线的垂直距离(即残差)的平方和最小。给定一组数据点(i,NPPi),其中i是时间的索引，NPPi是时间i时的NPP值，n为年份总数，斜率K可以通过以下公式计算：

[0046]

[0047] 其中，分子部分第一项首先计算第i年和对应NPP值乘积的总和 并乘以总年数n；分子部分第二项计算时间的总和 和NPP值的总和 的乘积；分
母部分第一项为时间平方的总和 并乘以总年数n；分母部分第二项为时间总和的平方 通过计算这些求和项，可以得到斜率K。当K＞0说明NPP状况趋于正向趋势发展；反之，K＜0则说明状况趋于减小。

[0048] 此外，NPP的线性趋势显著性值P用于衡量NPP随时间变化趋势的可靠性或显著性。具体来说，它反映了观察到的NPP变化趋势在统计上是否显著不同于随机波动。如果P值较小(通常小于0.05或0.01等预设的显著性水平)，则表明NPP的变化趋势是显著的，即这种趋势不太可能是由于随机因素造成的。相反，如果P值较大，则表明观察到的变化趋势可能只是随机波动，不具有统计上的显著性。进一步的，通过评估斜率K和显著性值P的范围，将NPP趋势分为表1所示的类型：

[0049] 表1趋势分类类型

[0050]标准 类型
K＜0,P＜0.01 显著减少
K＜0,0.01＜P＜0.05 较显著减少
P＞0.05 无显著变化
K＞0,0.01＜P＜0.05 较显著增加
K＞0,P＜0.01 显著增加

[0051] 子步骤1‑3：Hurst指数反映了时间序列数据集的持久性，本发明利用这一特性采用Hurst指数和线性趋势分析相结合的方法预测不同空间单元植被净初级生产力未来趋势。

[0052] 具体的，Hurst指数在0到1之间。0

[0053] 表2未来趋势的类型

[0054]线性回归系数 Hurst指数 未来趋势的类型
K>0 0.5K>0 0K<0 0.5K<0 0

[0055] 步骤(二)将植被净初级生产力NPP划分为：实际植被净初级生产力ANPP、潜在植被净初级生产力PNPP和人为植被净初级生产力HNPP三类，并计算得出所述三类NPP数据[0056] 具体的，为了明确气候变化和人为活动对NPP的影响，将NPP划分为实际NPP(ANPP)、潜在NPP(PNPP)和人为NPP(HNPP)三类。三类数据的获取方式详细阐述如下：

[0057] (1)实际植被净初级生产力ANPP从MODIS产品中获得；

[0058] (2)潜在植被净初级生产力PNPP代表仅受气候变化影响的NPP。首先，根据年均温度T，计算出最大蒸散发L的值，该公式考虑了温度对植被生长的非线性影响，通过三次方项来捕捉这种复杂性。接着，使用计算出的最大蒸散发L值和年降水量R，代入公式计算出蒸散发V的值，该公式考虑了降水量和最大蒸散发量之间的相互作用，以及它们对实际蒸散发量的影响。最后，将计算出的蒸散发V值代入公式，计算出潜在植被净初级生产力PNPP，该公式基于指数函数，反映了蒸散发V值对潜在植被净初级生产力PNPP的非线性影响，当V值增加时，PNPP也随之增加，但增加的速度会逐渐减缓。具体计算方法如下：

[0059] L＝300+25T+0.05T3

[0060]

[0061] PNPP＝3000[1‑e‑0.0009695(V‑20)]

[0062] 其中，V为蒸散发，单位为mm；R为降水量，单位为mm；L为最大蒸散发，单位为mm，T为温度，单位为℃；

[0063] (3)人为植被净初级生产力HNPP为人类活动引起的NPP，由PNPP与ANPP之间的差值计算得到:

[0064] HNPP＝PNPP‑ANPP

[0065] HNPP为正值表明人类活动导致NPP减少，而负值表明NPP增加。

[0066] 步骤(三)根据步骤(二)得到的所述三类NPP数据进行不同空间单元植被NPP的气候和人类贡献解析

[0067] 子步骤3‑1：根据步骤(二)得出的三类NPP数据计算得到所述三类NPP斜率K；也即是在步骤(二)计算得到的实际NPP(ANPP)、潜在NPP(PNPP)和人为NPP(HNPP)基础上，采用步骤(一)提供的线性趋势分析方法分别计算PNPP(Kp)、ANPP(Ka)和HNPP(Kh)的斜率

[0068] 子步骤3‑2：利用三类NPP斜率K得出气候变化和人为活动对NPP的影响(也即是并利用斜率来评价气候变化和人为活动对NPP的影响)：NPP的变化程度用ΔNPP表示，其计算方法如下：

[0069] ΔNPP＝(n‑1)×K

[0070] 其中，n表示总年份数，K表示NPP时间序列的斜率。

[0071] 子步骤3‑3：并根据NPP的变化程度ΔNPP得出气候变化和人类活动对NPP的贡献率。

[0072] 具体的，根据ANPP斜率Ka、PNPP斜率Kp、HNPP斜率Kh确定出6种情景，并根据ΔNPPh和ΔNPPp分别计算出6种情景下气候变化和人类活动的贡献率，换言之，在以上步骤的基础上，确定了六种情景来评估气候和人类对NPP的贡献，具体评估方法归纳为表3所限定的气候和人类对NPP贡献具体解析方法：

[0073] 表3气候和人类对NPP贡献的情景

[0074]

[0075] 其中，ANPP斜率为Ka、PNPP斜率为Kp、HNPP斜率为Kh、ΔNPPp为PNPP变化量、ΔNPPh为HNPP变化量。

[0076] 此外，本发明步骤(一)所开展的不同空间单元植被NPP的时空趋势分析中还可以包括：首先对空间单元划分进行优化处理。本发明公开以下空间单元划分优化方法，具体为一种耦合碳收支与主体功能区的国土空间单元划分方法：

[0077] 步骤1：数据获取与预处理取研究区内各区县的2000‑2022年的碳排放、碳吸收、GDP数据、主体功能分区和植被净初级生产力(NPP)数据。对获取到的碳吸收数据某些区县缺失的情况，通过求与其相邻区县的均值补齐，为保证数据的时效性，同时收集MODIS NPP数据，将碳吸收数据与NPP数据进行线性拟合，进而把碳吸收数据扩展至2022年。碳排放数据包括化石和生物燃料的二氧化碳排放量，通过两者相加作为总排放量，然后分区域汇总统计获得研究区2000‑2022年分区县碳排放量数据。将不同年份研究区各区县的碳排放、碳吸收和GDP数据分别整理在不同的Excel表格中，通过ArcGIS进行可视化处理，并通过数据连接的方式开展进一步分析。

[0078] 步骤2：分别计算2000年至2022年不同年份的经济贡献系数(ECC)与生态承载系数(ESC)以反映不同区县碳收支的空间分异特征。

[0079] 碳排放的经济贡献系数(ECC)反映了区域碳生产力的大小，从经济的角度衡量区域各区县碳排放的差异性，计算公式如下：

[0080]

[0081] 式中，Gi和G分别表示区县和全省的GDP，Ci和C分别表示区县和全省的碳排放量。ECC＞1表明区县单元经济贡献率大于碳排放的贡献率，具有较高的碳排放经济效率和碳生产力，换言之，单位GDP能耗较低。

[0082] 碳吸收生态承载系数(ESC)反映区域固碳能力的大小，表示为区县碳吸收占全省的比例与该区县碳排放占全省比例的商，计算公式如下：

[0083]

[0084] 式中，CAi和CA分别表示某区县和全省碳吸收量，Ci和C分别表示区县和全省的碳排放量。ESC＞1表明区县单元的碳吸收贡献率大于碳排放的贡献率，具有较高的碳汇潜力。

[0085] 步骤3：综合考虑碳排放量、碳吸收量、经济贡献系数和生态承载系数，根据以下划分依据，将研究区各区县单元划分为低能耗碳汇区、高能耗碳汇区、低能耗碳排区、高能耗碳排区(表4)

[0086] 表4碳分区特征

[0087]

[0088] 步骤4：在步骤3碳收支分区划分基础上，结合已有主体功能区(国家级城市化地区、省级城市化地区、国家级农产品主产区、国家级重点生态功能区)划分情况，基于GIS空间叠加分析方法，构建“碳收支分区—主体功能区”划分结果。

[0089] 换言之，本发明还公开一种耦合区域碳收支与主体功能区的国土空间单元划分方法，本发明请求保护的技术方案可以基于此国土空间划分结果实现技术方案的优化，但是本发明的实现并不依赖于此优化此划分结果。

[0090] 上述国土空间单元划分利用研究区内的碳排放、碳吸收和GDP数据计算碳排放经济贡献系数和碳吸收生态承载系数，基于经济贡献系数和生态承载系数，将研究区各区县单元初步划分为低能耗碳汇区、高能耗碳汇区、低能耗碳排区、高能耗碳排区；结合研究区的主体功能分区划分情况，基于GIS空间叠加分析的方法，将碳收支分区结果与主体功能区叠加分析，构建“碳收支分区—主体功能区”国土空间单元划分结果。

[0091] 双碳战略目标与国土空间格局优化，在我国生态文明建设与高质量发展的推进中占据举足轻重的地位。然而，当前耦合区域碳收支特征和主体功能区的国土空间单元划分及贡献解析仍显不足，已成为国土空间规划与双碳战略实践过程中亟待解决的关键难题。

[0092] 本发明公开的上述方法首先将收集整理的碳排放、碳吸收和GDP等数据进行预处理，接着计算碳排放经济贡献系数和碳吸收生态承载系数，根据一定的判定标准初步开展碳收支分区，将研究区划分为低能耗碳汇区、高能耗碳汇区、低能耗碳排区、高能耗碳排区。该步骤有助于深入了解各区域的碳收支状况，还能为政府制定针对性的区域发展政策提供有力支持。例如，在低能耗碳汇区，可以进一步发挥生态优势，推动绿色发展；在高能耗碳排区，则需要加强碳排放管控，促进产业转型升级。接着，将研究区的碳收支分区结果，与主体功能分区，构建“碳收支分区—主体功能区”国土空间单元划分结果，得到一种耦合区域碳收支特征和主体功能区的国土空间单元划分方法。

[0093] 最后需要说明的是，以上实施实例仅用以说明本发明的技术方案而非限制，尽管参照较佳实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。