Spatiotemporal dynamics and its driving factors of vegetation net primary productivity in Nanpan River basin

Yu Yanling; Yin Kai; Sun Yiwen; Guo Xianhua

doi:10.13961/j.cnki.stbctb.2025.06.022

您当前的位置：

首页 >

文章列表页 >

Spatiotemporal dynamics and its driving factors of vegetation net primary productivity in Nanpan River basin

Comprehensive Researches

- Spatiotemporal dynamics and its driving factors of vegetation net primary productivity in Nanpan River basin
- Bulletin of Soil and Water Conservation Vol. 45, Issue 6, Pages: 406-418(2025)
- 作者机构：
  
  1.重庆三峡学院三峡库区水环境演变与污染防治重庆市;重点实验室，重庆 404020
  2.中国科学院空天信息创新研究院，北京 100094
- 作者简介：
- 基金信息：
- DOI：10.13961/j.cnki.stbctb.2025.06.022
  CLC： Q948;TP79
- CSTR：32312.14.stbctb.2025.06.022
- Received：22 June 2025，
  
  Revised：2025-08-12，
  
  Published：10 December 2025
- 稿件说明：
移动端阅览
余燕玲, 尹锴, 孙一文，等.南盘江流域植被净初级生产力时空动态变化及其驱动因素[J].水土保持通报,2025,45(6):406-418.

Yu Yanling, Yin Kai, Sun Yiwen, et al. Spatiotemporal dynamics and its driving factors of vegetation net primary productivity in Nanpan River basin [J]. Bulletin of Soil and Water Conservation,2025,45(6):406-418.
余燕玲, 尹锴, 孙一文，等.南盘江流域植被净初级生产力时空动态变化及其驱动因素[J].水土保持通报,2025,45(6):406-418. DOI： 10.13961/j.cnki.stbctb.2025.06.022. CSTR： 32312.14.stbctb.2025.06.022.

Yu Yanling, Yin Kai, Sun Yiwen, et al. Spatiotemporal dynamics and its driving factors of vegetation net primary productivity in Nanpan River basin [J]. Bulletin of Soil and Water Conservation,2025,45(6):406-418. DOI： 10.13961/j.cnki.stbctb.2025.06.022. CSTR： 32312.14.stbctb.2025.06.022.

摘要

目的

分析中国西南地区南盘江流域NPP时空变化及驱动机制，为南盘江流域及相似山地喀斯特生态区的生态系统修复、水资源管理与生态安全格局优化提供科学依据与技术支持。

方法

基于改进的CASA模型、最优参数地理探测器（OPGD）和时空地理加权回归（GTWR）模型，采用Theil-Sen趋势分析、Mann-Kendall趋势检验、变异系数和Hurst指数，分析2001—2023年南盘江流域植被NPP的时空分布特征、波动程度、未来变化趋势与多因子对NPP的交互影响及驱动机制。

结果

①南盘江流域植被NPP以高值区〔

800 g/（m² · a）（以C计）〕为主，占流域总面积的82.46%，其中85.52%的区域呈现持续增长趋势，变异系数（均值0.11）分析表明空间分布格局保持相对稳定，Hurst指数（均值0.64）的持续性分析进一步证实该区域NPP变化具有显著的时间持续性特征。 ②核归一化植被指数（KNDVI）（

=0.4648）和土地利用类型（

=0.382 4）是影响南盘江流域植被NPP的主要驱动因子，其中KNDVI与其他驱

动因子的交互作用对NPP变化的解释力更为显著。 ③KNDVI对植被NPP的全域持续性正向驱动作用与人类活动的区域差异特征并存，太阳辐射和降水等气候因子对植被NPP的影响也在持续增强。

结论

南盘江流域植被NPP总体呈现稳定增长态势，受植被状况、土地利用结构和气候条件的综合驱动。KNDVI在多因子交互中占据核心地位，成为影响区域生态系统生产力的关键指标。

Abstract

Objective

The spatiotemporal changes and driving mechanisms of net primary productivity （NPP） in the Nanpan River basin of Southwest China were analyzed， in order to provide scientific basis and technical support for ecosystem restoration， water resource management， and optimization of ecological security patterns in the Nanpan River basin and similar mountain-karst ecological regions.

Methods

Based on the improved CASA model， optimal parameters-based geodetector （OPGD）， and geographically and temporally weighted regression （GTWR） model， this study employed Theil-Sen trend analysis， Mann-Kendall trend test， coefficient of variation， and Hurst index to analyze the spatiotemporal distribution characteristics， fluctuation degree， future change trends， interactive effects and driving mechanisms of multiple factors on vegetation NPP in the Nanpan River basin from 2001 to 2023.

Results

① The vegetation NPP in the Nanpan River basin was predominantly characterized by high-value NPP areas 〔

800 g/（m²·a）（calculated by carbon）〕， accounting for 82.46% of the total river basin area， among which 85.52% of this region showed a continuous increasing trend. Analysis of the coefficient of variation （mean 0.11） indicated that the spatial distribution pattern remained relatively stable， and the persistence analysis of the Hurst index （mean 0.64） further confirmed that NPP changes in this region exhibited significant temporal persistence characteristics. ② OPGD model analysis revealed that the kernel normalized difference vegetation index （KNDVI）（

=0.464 8） and land use type （

=0.382 4） were the primary drivers of vegetation NPP in

the Nanpan River basin， among which the interaction between KNDVI and other driving factors had greater explanatory power for NPP changes. ③ The results of GTWR model analysis revealed that the persistent positive driving effect of KNDVI on vegetation NPP across the entire region coexisted with the regional differentiation characteristics of human activities， while the influence of climatic factors such as solar radiation and precipitation on vegetation NPP continued to enhance.

Conclusion

Vegetation NPP in the Nanpan River basin exhibits an overall stable upward trend， driven by vegetation status， land use structure， and climatic conditions. KNDVI plays a central role in multifactor interactions and has become a key indicator affecting regional ecosystem productivity.

关键词

Keywords

references

Bai Xiaoyong ， Zhang Sirui ， Li Chaojun ， et al . A carbon-neutrality-capacity index for evaluating carbon sink contributions ［J］. Environmental Science and Ecotechnology ， 2023 ， 15 ： 100237 .

Chen Jinlong ， Shao Zhenfeng ， Huang Xiao ， et al . Assessing the impact of drought-land cover change on global vegetation greenness and productivity ［J］. Science of the Total Environment ， 2022 ， 852 ： 158499 .

罗健梅，阿布都热合曼·哈力克，段越帆，等 . 艾比湖流域植被NPP时空演变特征及其驱动因素［J］. 生态学报， 2025 ， 45 （ 1 ）： 182 - 196 .

Luo Jianmei ， Abudureheman·Halike ， Duan Yuefan ， et al . Spatiotemporal dynamics and driving factors of net primary productivity in the Ebinur Lake basin ［J］. Acta Ecologica Sinica ， 2025 ， 45 （ 1 ）： 182 - 196 .

马炳鑫 . 西南地区NPP时空变化及驱动因素研究［D］. 广西桂林：桂林理工大学， 2023 .

Ma Bingxin . Spatial and temporal variation and drivers of NPP in southwest China ［D］. Guilin， Guangxi ： Guilin University of Technology ， 2023 .

Zhu Wenquan ， Pan Yaozhong ， Zhang Jinshui . Estimation of net primary productivity of Chinese terrestrial vegetation based on remote sensing ［J］. Chinese Journal of Plant Ecology ， 2007 ， 31 （ 3 ）： 413 - 424 .

Potter C ， Pass S . Changes in the net primary production of ecosystems across western Europe from 2015 to 2022 in response to historic drought events ［J］. Carbon Balance and Management ， 2024 ， 19 （ 1 ）： 32 .

赵雪瑞，韩玲，刘明，等 . 基于改进CASA模型的陕西省植被NPP遥感估算［J］. 水土保持研究， 2024 ， 31 （ 3 ）： 247 - 256 .

Zhao Xuerui ， Han Ling ， Liu Ming ， et al . Remote sensing estimation of vegetation NPP in Shaanxi Province based on improved CASA model ［J］. Research of Soil and Water Conservation ， 2024 ， 31 （ 3 ）： 247 - 256 .

Lin Ziqi ， Liu Yangyang ， Wen Zhongming ， et al . Spatial-temporal variation characteristics and driving factors of net primary production in the Yellow River basin over multiple time scales ［J］. Remote Sensing ， 2023 ， 15 （ 22 ）： 5273 .

Zhang Cheng ， Zhen Haobei ， Zhang Shanghong ， et al . Dynamic changes in net primary productivity of marsh wetland vegetation in China from 2005 to 2015 ［J］. Ecological Indicators ， 2023 ， 155 ： 110970 .

张文 . 西南喀斯特地区NPP时空演变特征及其对气候变化响应研究［D］. 河南开封：河南大学， 2024 .

Zhang Wen . Temporal and spatial evolution of npp and its response to climate change in Karst area of southwest China ［D］. Kaifeng， Henan ： Henan University ， 2024 .

Zhang Wen ， Xi Mengzhu ， Liu Haodong ， et al . Low sensitivity of net primary productivity to climatic factors in three karst provinces in southwest China from 1981 to 2019 ［J］. Ecological Indicators ， 2023 ， 153 ： 110465 .

左丽媛，高江波 . 基于地理探测器的喀斯特植被NPP定量归因［J］. 生态环境学报， 2020 ， 29 （ 4 ）： 686 - 694 .

Zuo Liyuan ， Gao Jiangbo . Quantitative attribution analysis of NPP in karst peak cluster depression based on geographical detector ［J］. Ecology and Environmental Sciences ， 2020 ， 29 （ 4 ）： 686 - 694 .

Guo Xiaojie ， Yuan Lei ， Chen Xu . Spatial-temporal variations and InfluencingFactors of vegetation net primary productivity： A case study of Yunnan Province， China ［J］. Polish Journal of Environmental Studies ， 2025 ， 34 （ 3 ）： 2141 - 2156 .

Zhou Luanyu ， Zhao Yuluan ， Zhu Changli ， et al . Route selection for scenic byways in karst areas based on the minimum cumulative resistance model：A case study of the Nanpan-Beipan River basin， China ［J］. Ecological Indicators ， 2024 ， 163 ： 112093 .

粟凡婕，王加胜，王志敏，等 . 2001—2020年南盘江流域植被物候时空变化及其对气候的响应［J］. 水土保持研究， 2022 ， 29 （ 5 ）： 220 - 227 .

Su Fanjie ， Wang Jiasheng ， Wang Zhimin ， et al . Temporal and spatial changes of vegetation phenology and its response to climate change in Nanpan River basin from 2001 to 2020 ［J］. Research of Soil and Water Conservation ， 2022 ， 29 （ 5 ）： 220 - 227 .

李嘉旺 . 基于SWAT模型的南盘江流域径流模拟及其对气候变化的响应研究［D］. 云南昆明：云南大学， 2022 .

Li Jiawang . Study on runoff simulation and its response to climate change in Nanpan River basin based on SWAT model ［D］. Kunming， Yunnan ： Yunnan University ， 2022 .

Wang Han ， He Weihong ， Xiao Yifan ， et al . Stagewise collapse of biotic communities and its relations to oxygen depletion along the north margin of Nanpanjiang basin during the Permian-Triassic transition ［J］. Palaeogeography， Palaeoclimatology， Palaeoecology ， 2023 ， 621 ： 111569 .

朱文泉，潘耀忠，张锦水 . 中国陆地植被净初级生产力遥感估算［J］. 植物生态学报， 2007 ， 31 （ 3 ）： 413 - 424 .

Zhu Wenquan ， Pan Yaozhong ， Zhang Jinshui . Estimation of net primary productivity of Chinese terrestrial vegetation based on remote sensing ［J］. Journal of Plant Ecology ， 2007 ， 31 （ 3 ）： 413 - 424 .

魏泽锋，官云兰，王淑婷，等 . 基于KNDVI的塔里木河流域植被覆盖时空变化与归因分析［J］. 环境科学， 2025 ， 46 （ 12 ）： 7853 - 7864 .

Wei Zefeng ， Guan Yunlan ， Wang Shuting ， et al . Spatio-temporal change and attribution analysis of vegetation coverage in Tarim River basin on KNDVI ［J］. Environmental Science ， 2025 ， 46 （ 12 ）： 7853 - 7864 .

武爱彬，陈辅国，尤海舟，等 . 京津冀地区植被净初级生产力时空变化特征及影响因素分析［J］. 环境科学， 2025 ， 46 （ 11 ）： 6957 - 6968 .

Wu Aibin ， Chen Fuguo ， You Haizhou ， et al . Temporal and spatial variation characteristics and influencing factors of net primary productivity of vegetation in Beijing， Tianjin and Hebei ［J］. Environmental Science ， 2025 ， 46 （ 11 ）： 6957 - 6968 .

籍健勋，童新，段利民，等 . 内蒙古河套灌区所在流域植被NPP时空动态特征及其驱动力分析［J］. 环境科学， 2025 ， 46 （ 7 ）： 4392 - 4402 .

Ji Jianxun ， Tong Xin ， Duan Limin ， et al . Spatio-temporal dynamic characteristics and driving factors of vegetation NPP in Hetao irrigation district of Inner Mongolia ［J］. Environmental Science ， 2025 ， 46 （ 7 ）： 4392 - 4402 .

Song Yongze ， Wang Jinfeng ， Ge Yong ， et al . An optimal parameters-based geographical detector model enhances geographic characteristics of explanatory variables for spatial heterogeneity analysis： Cases with different types of spatial data ［J］. GIScience & Remote Sensing ， 2020 ， 57 （ 5 ）： 593 - 610 .

李晓健，马林兵 . 基于参数最优地理探测器的粤东北耕地非农化特征与影响因素研究［J］. 水土保持通报， 2024 ， 44 （ 5 ）： 100 - 112 .

Li Xiaojian ， Ma Linbing . Characteristics and influencing factors of farmland conversion to non-agricultural uses in northeast Guangdong Province based on optimal parameter geographic detector ［J］. Bulletin of Soil and Water Conservation ， 2024 ， 44 （ 5 ）： 100 - 112 .

钱慧，张超，范金明，等 . 基于改进CASA模型的云南省植被NPP时空格局分析［J］. 林草资源研究， 2023 （ 6 ）： 120 - 128 .

Qian Hui ， Zhang Chao ， Fan Jinming ， et al . Spatio-temporal pattern analysis of vegetation NPP in Yunnan Province based on improved CASA model ［J］. Forest and Grassland Resources Research ， 2023 （ 6 ）： 120 - 128 .

徐虹，程晋昕，何雨芩，等 . 气候变化和人类活动对云南省植被净初级生产力的影响［J］. 高原气象， 2024 ， 43 （ 4 ）： 1064 - 1075 .

Xu Hong ， Cheng Jinxin ， He Yuqin ， et al . Effects of climate change and human activities on net primary productivity in Yunnan Province ［J］. Plateau Meteorology ， 2024 ， 43 （ 4 ）： 1064 - 1075 .

徐勇，郑志威，戴强玉，等 . 顾及时滞效应的西南地区植被NPP变化归因分析［J］. 农业工程学报， 2022 ， 38 （ 9 ）： 297 - 305 .

Xu Yong ， Zheng Zhiwei ， Dai Qiangyu ， et al . Attribution analysis of vegetation NPP variation in southwest China considering time-lag effects ［J］. Transactions of the Chinese Society of Agricultural Engineering ， 2022 ， 38 （ 9 ）： 297 - 305 .

张仲芝，赵俊三，陈国平，等 . 基于OPGD模型的昆明市植被NPP时空演变及驱动机制［J］. 水土保持学报， 2025 ， 39 （ 2 ）： 298 - 308 .

Zhang Zhongzhi ， Zhao Junsan ， Chen Guoping ， et al . Spatiotemporal evolution of NPP and its influencing factors in Kunming City based on the OPGD model ［J］. Journal of Soil and Water Conservation ， 2025 ， 39 （ 2 ）： 298 - 308 .

Chen Xu ， Zhang Yaping . Impacts of climate， phenology， elevation and their interactions on the net primary productivity of vegetation in Yunnan， China under global warming ［J］. Ecological Indicators ， 2023 ， 154 ： 110533 .

周治刚，丁晔，王敏丽，等 . 湖北省植被净初级生产力时空分异格局及多元驱动力定量解析［J］. 环境科学， 2025 ， 46 （ 5 ）： 2997 - 3008 .

Zhou Zhigang ， Ding Ye ， Wang Minli ， et al . Quantitative analysis of the spatial and temporal distribution pattern of net primary productivity of vegetation in Hubei Province and its multiple driving forces ［J］. Environmental Science ， 2025 ， 46 （ 5 ）： 2997 - 3008 .

罗阳 . 基于CASA模型的珠江流域片植被NPP时空变化与影响因子分析［D］. 广西桂林：桂林理工大学， 2020 .

Luo Yang . Analysis of spatio-temporal variation and impact factors of the vegetation net primary in Pearl River basin based on the CASA model ［D］. Guilin， Guangxi ： Guilin University of Technology ， 2020 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Spatiotemporal evolution of productive-living-ecological space at county level of Qinling-Daba Mountains area under background of urban-rural integration

Spatiotemporal patterns and driving factors of ecological environment quality in Dalian City based on GEE

Impacts of urbanization on ecological resilience and its driving factors in Changsha City based on OPGD-RF model

Spatial-temporal Analysis of Vegetation Net Primary Productivity in Shaanxi Province Based on CASA Model

Remotely-sensed Estimation of Net Primary Productivity and Its Spatial-temporal Characteristics in Kaidu-Kongque River Basin from 2001 to 2013

Related Author

Jin Zhikun

Wei Hongbin

Wu Jingyao

Zhang Letong

Wu Kening

Wu Guochao

Li Chenxi

Lyu Leting

Related Institution

Branch of China National Geological Exploration Center of Building Materials Industry

Land Consolidation and Rehabilitation Center， Ministry of Natural Resources

Shaanxi Institute of Geological Survey

Geosciences

⁰