南方草地净初级生产力(NPP)评价

NPP数据的总结标题：NPP数据的总结引言概述：NPP（Net Primary Productivity）是指植物通过光合作用将太阳能转化为化学能的速率，是生态系统中最重要的生产力指标之一。

对NPP数据进行总结分析能够帮助我们更好地了解生态系统的生产力状况，为生态环境保护和管理提供重要参考。

本文将对NPP数据进行总结，并分析其影响因素和意义。

一、NPP数据来源1.1 卫星遥感数据：利用卫星遥感技术获取植被覆盖范围和生长情况，从而推算NPP数据。

1.2 气象站观测数据：通过气象站记录的气温、降水等数据，结合植被指数和地形信息，推算NPP数据。

1.3 实地调查数据：通过实地调查植被覆盖率、植被类型等信息，结合生产力模型，获取NPP数据。

二、NPP数据分析2.1 区域差异：不同地区的NPP数据存在显著差异，受气候、土壤、植被类型等因素影响。

2.2 季节变化：NPP数据在不同季节会有明显变化，夏季通常是NPP值最高的时期。

2.3 植被类型影响：不同类型的植被对NPP数据的贡献不同，森林通常具有较高的NPP值。

三、NPP数据意义3.1 生态环境评估：NPP数据可用于评估生态系统的生产力水平，为生态环境保护提供科学依据。

3.2 气候变化研究：NPP数据可以反映气候变化对植被生长的影响，为气候变化研究提供数据支持。

3.3 农业生产规划：NPP数据可以帮助农业部门进行土地规划和作物种植，提高农业生产效率。

四、NPP数据应用4.1 生态系统管理：利用NPP数据监测植被生长状况，指导生态系统管理和保护工作。

4.2 气候变化监测：通过NPP数据监测植被对气候变化的响应，为气候变化监测提供重要依据。

4.3 资源管理：NPP数据可用于评估土地资源利用状况，指导资源管理和可持续发展。

五、NPP数据挑战与展望5.1 数据精度：NPP数据获取存在一定难度，需要不断改进遥感技术和生产力模型，提高数据精度。

5.2 数据共享：NPP数据的共享和交流仍存在一定障碍，需要建立更加开放的数据平台，促进数据共享。

云贵高原植被净初级生产力(NPP)时空格局动态变化许玉凤;张永雷;潘网生【摘要】云贵高原是长江上中游和珠江上游等河流的生态保护源区,是重要的生态屏障区.基于MOD17A3年均NPP数据,利用GIS空间分析技术和数理统计方法研究了云贵高原植被NPP的时空格局动态变化.结果表明,云贵高原植被年均NPP总体上呈现出其西南部最高、东北部较少、中部最少的分布特点,尤其是贵州部分区域年均植被NPP较低.不同土地利用类型地区植被NPP存在明显差异,由高到低依次为林地、草地、农作物与自然植被镶嵌体、永久湿地、农作物及灌丛等.近15年间植被NPP略有减少,云贵高原年均植被NPP为767g/m2·a;NPP绝大部分集中在716～833g/m2·a之间,所占比例约为70％～85％;植被NPP在西南部和南部地区明显减少,在北部和中部明显增加.云贵高原大部分地区年NPP呈现增长趋势,但呈退化趋势的区域NPP减小值较大.【期刊名称】《环境与可持续发展》【年(卷),期】2018(043)001【总页数】4页(P96-99)【关键词】云贵高原;植被;NPP;时空格局;动态变化【作者】许玉凤;张永雷;潘网生【作者单位】黔南民族师范学院旅游与资源环境学院,贵州都匀 558000;黔南民族师范学院旅游与资源环境学院,贵州都匀 558000;黔南民族师范学院旅游与资源环境学院,贵州都匀 558000【正文语种】中文【中图分类】Q948植被净初级生产力(Net Primary Productivity，简称NPP)是生态系统过程的关键调控因子[1-2]，是研究全球变化的影响、生态系统的响应以及制定决策不可或缺的指标和核心内容[3]。

掌握长时间序列NPP的时空变化规律，对评价陆地生态系统的环境质量、调节生态过程等具有重要的理论和实际意义[4-5]。

利用MODl7A3数据计算全球NPP已经得到验证，并在植被生长状况、生物量的估算、环境监测和全球变化等研究中广泛应用[6-10]。

而且也是对人类活动和全球气候变化最敏感的生物 圈 .植被是陆地生态系统的重要组成部分 , 在区域气 候变 化 和全 球 碳 循 环 中 扮 演着 重 要 的 角 色[ 1 -2, 10, 22 -23] .植被净 初级生产力 (netprimaryproductivity, 简称 NPP)是指绿色植物在单位面积 、单 位时间内所积累的有机物数量 , 是光合作用所产生 的有机质总量减去呼吸消耗后的剩余部分 .NPP是
ArcGIS地理信息系统的支持下 , 采用三角网插值方
法将气象数据插值成空间分辨率为 8 km×8 km的
Albers投影的栅格数据 .同时对植被类型分类数据
进行转换 , 生成 8 km×8 km的 Albers投影的栅格数
据 , 以便与遥感数据进行匹配 .
2.2 研究方法
基于光能利用率的植被净初级生产力模型主要
被层对入射光合辐射 (PAR)的吸收比例 , 具体计算 参见文献 [ 9] .在理想条件下 , 植被光能利用 率为潜
在光合利用率 , 即最大光能利用率 , 而在实际环境中
植被光能利用率主要受空气温度 、大气水汽压 、土壤
水分状况等因素的影响 .光能利用率计算式如下 :
ε =σ σ σ ε (x, t)
陆地植被 NPP具有明显的时间和空间变化特 征 .NPP的空间变化主要与气候特征 、植被分布 、土 地利用类型有关 , 而 NPP的时间变化主要表现在季 节间和年际间的变化 .长时间序列的卫星遥感数据 集的建立 , 为研究区域或全球尺度的陆地植被 NPP 的季节和年际变 化提供了可能[ 3, 11, 20] .我国也有不 少学者利用 CASA和 GLO-PEM模型估算近 20年来 中国陆地植被 NPP分布及其时空变化规律 , 并从点 上简单分析了 NPP与气候因子的相互关系 [ 6, 17] .但 到目前为止 , 对我国不同植被生态系统 NPP年际波 动的差异以及气候变化对植被影响规律的时空特征 还不完全清楚 .另外 , 彭少麟等 [ 15] 认为 , 在 CASA模 型中取全球植被月 最大光能 利用率 (0.389 gC· MJ-1)对中国广东省来说偏低 .GLO-PEM模型所需 参数完全由遥感手段反演获得 , 而目前地表参数遥 感反演技术还存在许多不确定性的因素[ 13] .因此 , 本文在 GIS系统的支持下 , 根据前人的研究成果 , 充 分利用气象资料和卫星遥感的优势 , 构建基于光能 利用率 的植被 NPP模型 , 估算了 1982— 2000年中 国陆地植被月 NPP分布 , 分析了我国陆地不同植被 类型 NPP的季节性和年际性变化规律 , 并从像元空 间尺度上揭示了我国陆地植被 NPP在不同季节 、不 同区域对气候变化的响应 .

第４０卷第１５期２０２０年８月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．１５Ａｕｇ．，２０２０基金项目：国家自然科学基金项目（３１８６０１４５）；中央财政专项资金（新［２０２０］ＴＧ０６）收稿日期：２０１９⁃０１⁃２７；㊀㊀修订日期：２０２０⁃０４⁃１７∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｚｒｐ２０１３＠１２６．ｃｏｍＤＯＩ：１０．５８４６／ｓｔｘｂ２０１９０１２７０２０４张仁平，郭靖，张云玲．新疆草地净初级生产力（ＮＰＰ）空间分布格局及其对气候变化的响应．生态学报，２０２０，４０（１５）：５３１８⁃５３２６．ＺｈａｎｇＲＰ，ＧｕｏＪ，ＺｈａｎｇＹＬ．ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎｏｆＮＰＰｏｆＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄａｎｄｉｔｓｒｅｓｐｏｎｓｅｔｏｃｌｉｍａｔｉｃｃｈａｎｇｅｓ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（１５）：５３１８⁃５３２６．新疆草地净初级生产力（ＮＰＰ）空间分布格局及其对气候变化的响应张仁平１，２，∗，郭㊀靖３，张云玲４１新疆大学资源与环境科学学院，乌鲁木齐㊀８３００４６２新疆大学绿洲生态教育部重点实验室，乌鲁木齐㊀８３００４６３新疆林业科学院，乌鲁木齐㊀８３００００４新疆维吾尔自治区草原总站，乌鲁木齐㊀８３００４９摘要：分析植被物候与净初级生产力对气候变化的响应一直是研究全球变化的核心内容之一㊂新疆草地生态系统极为脆弱，对气候和环境变化的影响十分敏感，在新疆地区开展草地物候和净初级生产力及其对气候变化的响应有着独特的意义㊂基于遥感数据和野外台站实测数据，利用ＣＡＳＡ模型模拟了新疆草地植被净初级生产力（ＮＰＰ），阐述了２００１ ２０１４年新疆地区草地的ＮＰＰ的空间格局及与气象因子的关系㊂（１）通过实测生物量精度检验表明，ＣＡＳＡ模型基本可以反映新疆地区草地植被ＮＰＰ㊂（２）２００１ ２０１４年新疆草地ＮＰＰ平均值为１０２．４９ｇＣｍ－２ａ－１㊂不同草地类型的ＮＰＰＡ存在明显差异㊂其中，山地草甸平均ＮＰＰ最高，达到２５２．３７ｇＣｍ－２ａ－１；温性草甸草原次之，为２０４．９３ｇＣｍ－２ａ－１㊂高寒荒漠和温性荒漠的平均ＮＰＰ最低，分别为４３．９４ｇＣｍ－２ａ－１，５３．１１ｇＣｍ－２ａ－１㊂（３）新疆ＮＰＰ的空间分布格局具有如下特点：山区ＮＰＰ高于盆地ＮＰＰ，北疆ＮＰＰ高于南疆ＮＰＰ；（４）降水能够促进新疆草地ＮＰＰ增加，其中，夏季和秋季的降水对草地ＮＰＰ的影响最为明显，温度对新疆地区草地ＮＰＰ影响不大㊂降雨可以促进新疆草原ＮＰＰ的增加㊂特别是在降水量较少但温度较高的草原，如温带荒漠草原㊁温带草原沙漠㊁温带沙漠㊁低地草甸等，年降水量和夏秋降水量对草地ＮＰＰ有显著影响㊂温度对新疆草地ＮＰＰ的影响不大㊂通过对新疆草地空间格局的分析，研究了草地ＮＰＰ对气候变化的响应，为合理规划新疆草地的生产和利用，以及草地生态系统的健康发展和应对气候变化提供决策依据㊂关键词：草地；ＮＰＰ；新疆；ＣＡＳＡ模型ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎｏｆＮＰＰｏｆＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄａｎｄｉｔｓｒｅｓｐｏｎｓｅｔｏｃｌｉｍａｔｉｃｃｈａｎｇｅｓＺＨＡＮＧＲｅｎｐｉｎｇ１，２，∗ＧＵＯＪｉｎｇ３，ＺＨＡＮＧＹｕｎｌｉｎｇ４１ＣｏｌｌｅｇｅｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，ＸｉｎｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｕｒｕｍｑｉ８３００４６，Ｃｈｉｎａ２ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＯａｓｉｓＥｃｏｌｏｇｙｕｎｄｅｒＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＸｉｎｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｕｒｕｍｑｉ８３００４６，Ｃｈｉｎａ３ＸｉｎｊｉａｎｇＡｃａｄｅｍｙＦｏｒｅｓｔｒｙ，Ｕｒｕｍｑｉ８３００００，Ｃｈｉｎａ４ＧｅｎｅｒａｌＧｒａｓｓｌａｎｄＳｔａｔｉｏｎｏｆＸｉｎｊｉａｎｇ，Ｕｒｕｍｑｉ８３００４９，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ａｎａｌｙｓｉｓｏｆｖｅｇｅｔａｔｉｖｅｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）ｉｎｒｅｓｐｏｎｓｅｔｏｃｌｉｍａｔｅｃｈａｎｇｅｈａｓｂｅｅｎｏｎｅｏｆｔｈｅｃｏｒｅｉｓｓｕｅｓｏｆｇｌｏｂａｌｃｈａｎｇｅｓｔｕｄｉｅｓ．ＴｈｅｇｒａｓｓｌａｎｄｅｃｏｓｙｓｔｅｍｉｎＸｉｎｊｉａｎｇｉｓｅｘｔｒｅｍｅｌｙｆｒａｇｉｌｅａｎｄｓｅｎｓｉｔｉｖｅｔｏｃｌｉｍａｔｅａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｈａｎｇｅｓ．Ｈｅｎｃｅ，ｉｔｉｓｐａｒｔｉｃｕｌａｒｌｙｉｍｐｏｒｔａｎｔｔｏｉｎｖｅｓｔｉｇａｔｅｇｒａｓｓｌａｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙａｎｄｉｔｓｒｅｓｐｏｎｓｅｔｏｃｌｉｍａｔｅｃｈａｎｇｅｉｎＸｉｎｊｉａｎｇ．ＴｈｉｓｓｔｕｄｙｓｉｍｕｌａｔｅｓｔｈｅＮＰＰｏｆＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄｖｅｇｅｔａｔｉｏｎｗｉｔｈｔｈｅＣＡＳＡｍｏｄｅｌｂａｓｅｄｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａａｎｄｍｅａｓｕｒｅｄｄａｔａｆｒｏｍｆｉｅｌｄｓｔａｔｉｏｎｓａｎｄｄｅｓｃｒｉｂｅｓｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｔｈｅＮＰＰｏｎｔｈｅＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄａｎｄｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒｓｆｒｏｍ２００１ｔｏ２０１４．（１）Ｔｈｒｏｕｇｈａｃｃｕｒａｃｙｖｅｒｉｆｉｃａｔｉｏｎｗｉｔｈｔｈｅｍｅａｓｕｒｅｄｂｉｏｍａｓｓｄａｔａ，ｉｔｗａｓｓｈｏｗｎｔｈａｔｔｈｅＣＡＳＡｍｏｄｅｌｃａｎｂａｓｉｃａｌｌｙｒｅｆｌｅｃｔｔｈｅＮＰＰｏｆＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄｖｅｇｅｔａｔｉｏｎ．（２）ＴｈｅａｖｅｒａｇｅｖａｌｕｅｏｆｔｈｅＮＰＰｏｆｔｈｅＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄｆｒｏｍ２００１ｔｏ２０１４ｗａｓ１０２．４９ｇＣｍ－２ａ－１．ＴｈｅｒｅａｒｅｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｓｉｎＮＰＰａｍｏｎｇｄｉｆｆｅｒｅｎｔｇｒａｓｓｌａｎｄｔｙｐｅｓ．ＴｈｅＮＰＰｏｆｍｏｕｎｔａｉｎｍｅａｄｏｗｓｉｓｔｈｅｈｉｇｈｅｓｔ，ｒｅａｃｈｉｎｇ２５２．５７ｇＣｍ－２ａ－１，ｆｏｌｌｏｗｅｄｂｙｔｈａｔｏｆｔｈｅｔｅｍｐｅｒａｔｅｍｅａｄｏｗｇｒａｓｓｌａｎｄｓ，ｗｉｔｈ２０４．９３ｇＣｍ－２ａ－１．ＴｈｅＮＰＰｏｆａｌｐｉｎｅｄｅｓｅｒｔａｎｄｔｅｍｐｅｒａｔｅｇｒａｓｓｌａｎｄｄｅｓｅｒｔｉｓｔｈｅｌｏｗｅｓｔ，ａｔ４３．９４ｇＣｍ－２ａ－１ａｎｄ５３．１１ｇＣｍ－２ａ－１，ｒｅｓｐｅｃｔｉｖｅｌｙ．（３）ＴｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎｏｆｔｈｅＮＰＰｏｆＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄｖｅｇｅｔａｔｉｏｎｈａｓｔｈｅｆｏｌｌｏｗｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓ：ｔｈｅＮＰＰｏｆｔｈｅｍｏｕｎｔａｉｎｇｒａｓｓｌａｎｄｉｓｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｔｈｅｂａｓｉｎｇｒａｓｓｌａｎｄ，ａｎｄｔｈｅＮＰＰｏｆｔｈｅｇｒａｓｓｌａｎｄｉｎｎｏｒｔｈｅｒｎＸｉｎｊｉａｎｇｉｓｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆｔｈｅｇｒａｓｓｌａｎｄｉｎｓｏｕｔｈｅｒｎＸｉｎｊｉａｎｇ．（４）ＲａｉｎｆａｌｌｃａｎｐｒｏｍｏｔｅａｎｉｎｃｒｅａｓｅｉｎｔｈｅＮＰＰｏｆＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄｓ．Ｉｎｐａｒｔｉｃｕｌａｒ，ｉｎｇｒａｓｓｌａｎｄｓｗｉｔｈｌｅｓｓｐｒｅｃｉｐｉｔａｔｉｏｎｂｕｔｈｉｇｈｅｒｔｅｍｐｅｒａｔｕｒｅｓ，ｓｕｃｈａｓｔｅｍｐｅｒａｔｅｄｅｓｅｒｔｇｒａｓｓｌａｎｄｓ，ｔｅｍｐｅｒａｔｅｇｒａｓｓｌａｎｄｄｅｓｅｒｔｓ，ｔｅｍｐｅｒａｔｅｄｅｓｅｒｔｓ，ａｎｄｌｏｗｌａｎｄｍｅａｄｏｗｓ，ａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄｓｕｍｍｅｒａｎｄａｕｔｕｍｎｐｒｅｃｉｐｉｔａｔｉｏｎｈａｖｅａｓｉｇｎｉｆｉｃａｎｔｉｍｐａｃｔｏｎｇｒａｓｓｌａｎｄＮＰＰ．Ｈｏｗｅｖｅｒ，ｔｈｅｔｅｍｐｅｒａｔｕｒｅｈａｓｌｉｔｔｌｅｉｎｆｌｕｅｎｃｅｏｎｔｈｅＮＰＰｏｆｔｈｅＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄ．ＢｙａｎａｌｙｚｉｎｇｔｈｅｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｔｈｅｇｒａｓｓｌａｎｄｉｎＸｉｎｊｉａｎｇ，ｔｈｅｒｅｓｐｏｎｓｅｏｆｇｒａｓｓｌａｎｄＮＰＰｔｏｃｌｉｍａｔｅｃｈａｎｇｅｗａｓｓｔｕｄｉｅｄｉｎｏｒｄｅｒｔｏｐｒｏｖｉｄｅａｄｅｃｉｓｉｏｎ⁃ｍａｋｉｎｇｂａｓｉｓｆｏｒｔｈｅｒａｔｉｏｎａｌｐｌａｎｎｉｎｇｏｆｇｒａｓｓｌａｎｄｐｒｏｄｕｃｔｉｏｎａｎｄｕｔｉｌｉｚａｔｉｏｎ，ｔｈｅｈｅａｌｔｈｙｄｅｖｅｌｏｐｍｅｎｔｏｆｇｒａｓｓｌａｎｄｅｃｏｓｙｓｔｅｍｓａｎｄｔｈｅｒｅｓｐｏｎｓｅｔｏｃｌｉｍａｔｅｃｈａｎｇｅ．ＫｅｙＷｏｒｄｓ：ｇｒａｓｓｌａｎｄ；ＮＰＰ；Ｘｉｎｊｉａｎｇ；ＣＡＳＡｍｏｄｅｌ草地生态系统是陆地生态系统的重要组成部分，草地植被是陆地上面积最大的一种可更新资源，对于调节全球碳循环和气候具有重要的作用，同时草地也是畜牧业发展的重要物质基础［１⁃３］㊂植被净初级生产力作为陆地表面碳循环的重要部分，不仅反映自然环境下植被的生产能力，也是衡量生态系统碳源／碳汇转换的主要因子，因而在分析碳循环以及全球变化中有着重要的意义［４］㊂随着全球变化研究的不断深入，植被ＮＰＰ已成为气候变化对陆地生态系统影响的研究热点［５⁃７］㊂地面测量数据无法描述ＮＰＰ在区域及全球尺度上的变化特征，因此利用遥感数据和数学模型模拟ＮＰＰ就成为一种被广泛接受的重要研究方法［８］㊂近年来，许多学者基于遥感数据建立了许多模型对植被ＮＰＰ进行估算［９⁃１０］㊂然而，估算净初级生产力应用最广泛的当属ＣＡＳＡ模型［９，１１］㊂ＣＡＳＡ模型主要用于模拟区域或全球植被实际净初级生产力，但对于点上的验证还较为匮乏㊂近年来，在全球气候变暖的背景下，区域植被ＮＰＰ变化对气候变化存在着区域差异㊂一些研究表明，随着降水和温度的增加，草地ＮＰＰ呈现增加趋势［１２⁃１４］，相反，有一些区域随着温度的增加，草地ＮＰＰ呈现下降趋势［６，１５］㊂不同区域植被ＮＰＰ对不同季节的降水和温度的变化的响应也明显不同［１６］㊂目前，新疆地区植被ＮＰＰ研究较为薄弱，主要集中ＮＰＰ空间分布格局㊁变化趋势以及对气候的响应上［７，１７⁃１９］，但不同草地类型对不同季节的气象因子的响应研究尚有待进一步研究㊂新疆草地生态系统是当地最重要㊁分布最广泛的生态系统之一㊂由于地处新疆干旱和半干旱地区，草地生态系统极为脆弱，对气候和环境变化的影响十分敏感㊂因此，在新疆地区开展草地ＮＰＰ及其对气候变化的响应有着独特的地位㊂综上所述，在气候变化日趋频繁的影响下，掌握新疆草地ＮＰＰ的空间格局及其对气候的响应关系，不仅是新疆草地生态系统健康发展的需要，而且是实现当地畜牧业可持续发展的战略需要㊂１㊀材料与方法１．１㊀研究区概况新疆维吾尔自治区位于我国西北部，地理位置介于３４ʎ２２ᶄ ４９ʎ３３ᶄＮ，７３ʎ２２ᶄ ９６ʎ２１ᶄＥ，总面积为１６６ˑ１０４ｋｍ，约占国土总面积的１／６（图１）㊂新疆地处欧亚大陆腹地，四面高山环抱，北有阿尔泰山，南有昆仑山９１３５㊀１５期㊀㊀㊀张仁平㊀等：新疆草地净初级生产力（ＮＰＰ）空间分布格局及其对气候变化的响应㊀系，中有横亘全境的天山，三山环抱中为广袤的准噶尔和塔里木盆地， 三山夹两盆 构成了新疆独特的地理环境特征㊂新疆气候属于典型的温带大陆干旱性气候，光热资源充足，年日照时数达２５５０ ３５００ｈ，年平均气温９ １２ħ，无霜期长达１８０ ２２０ｄ，降水量稀少，北疆年降水为１００ ２００ｍｍ，南疆在１００ｍｍ以下㊂而蒸发量则相反，北疆为１５００ ２３００ｍｍ，南疆为２１００ ３４００ｍｍ㊂由于特殊的地理位置㊁地形条件和干旱气候的影响，新疆生态环境极为脆弱，植物种类稀少，覆盖度低，类型结构简单㊂新疆草地总面积居我国第三位，毛面积约５７．２６万ｋｍ２，可利用草地面积约４８万ｋｍ２，占新疆国土面积的３４．４％，新疆草地面积是耕地面积的１５倍，是森林面积的２２倍，占全区绿色植被面积的８６％［２０］㊂图１草地类型来源于１ʒ１００００００中国草地资源图［２１］㊂图１㊀研究区草地类型及生物量采样点空间分布Ｆｉｇ．１㊀Ｌｏｃａｔｉｏｎｏｆｇｒａｓｓｌａｎｄｔｙｐｅｓａｎｄｇｒａｓｓｌａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｓａｍｐｌｅｓｉｔｅｓ１．２㊀数据来源本研究所用ＭＯＤＩＳＮＤＶＩ数据源自美国国家航空航天局ＮＡＳＡ／ＥＯＳＬＰＤＡＡＣ数据中心（ｈｔｔｐｓ：／／ｌｐｄａａｃ．ｕｓｇｓ．ｇｏｖ／），为２００１ ２０１４年ＭＯＤＩＳ产品ＭＯＤ１３Ｑ１数据集，空间分辨率为５００ｍ，时间分辨率为１６ｄ㊂利用ＭＲＴ（ＭＯＤＩＳＲｅ⁃ｐｒｏｊｅｃｔｉｏｎＴｏｏｌｓ）进行拼接处理㊁投影转换，得到ＴＩＦＦ格式文件㊂同时，对１６ｄ的ＭＯＤＩＳ⁃ＮＤＶＩ数据采用最大化合成法（ｍａｘｉｍｕｍｖａｌｕｅｃｏｍｐｏｓｉｔｅ，ＭＶＣ）得到每月ＮＤＶＩ数据，并利用Ｓａｖｉｔｚｋｙ⁃Ｇｏｌａｙ方法对ＭＯＤＩＳ⁃ＮＤＶＩ数据进行滤波处理，以便减少由云和薄雾造成的噪音㊂气象数据来源于中国气象局国家气象信息中心（ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ／ｓｉｔｅ／ｉｎｄｅｘ．ｈｔｍｌ），一共有６７个气象台站㊂利用ＡＮＵＳＰＬＩＮ软件，对研究区域的气温㊁降水数据以及日照时数进行插值处理［２２］㊂生物量数据选用２０１０ ２０１４年草原监测数据（图１）（ｈｔｔｐ：／／２０２．１２７．４２．１９４／ｊｉａｎｃｅ／ｌｏｇｉｎ．ａｓｐｘ）．㊂依据不同的气候及草地类型空间分布特点，在每年的７月末或者８月初监测新疆地区草地的最大生物量，收集的数据包括７９１个样地，样地大小为（５００ｍˑ５００ｍ），每个样地在四角及中心位置各设置１个小样方（１ｍˑ１ｍ），记录每个小样方内采集的样本在６５ħ烘箱烘干４８ｈ后测量的干物质产量㊂收集的７９１样地数据分布如下：温性草甸草原类分布有４８个㊁温性草原类分布有１０９个㊁温性荒漠草原类分布有１３７个㊁高寒草原类分布有５３个㊁温性草原化荒漠类分布有５９个㊁温性荒漠类分布有１３５个㊁高寒荒漠类分布有１６个㊁低地草甸类分布有７１个㊁山地草甸类分布有９６个㊁高寒草甸类分布有６７个㊂根据不同草地类型地上生物量和地下生物量的０２３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀比值算出单位面积内植物的生物量［２３］，按每１．０ｇ干重约等于０．４７５ｇ碳换算，得到每个样地的草地ＮＰＰ，统一以碳（ｇＣ／ｍ２）的形式表示［２４］㊂１．３㊀草地植被ＮＰＰ遥感估算方法基于遥感和气候数据的ＣＡＳＡ（ＣａｒｎｅｇｉｅＡｍｅｓＳｔａｎｆｏｒｄＡｐｐｒｏａｃｈ）模型可以用来评估大尺度上的草地ＮＰＰ［４，２５］㊂ＣＡＳＡ模型是Ｐｏｔｔｅｒ等建立的光能利用率模型的典型代表，ＮＰＰ的估算可以由植物的光合有效辐射ＡＰＡＲ（ＭＪ／ｍ２）和实际光能利用率ε（ｇＣ／ＭＪ）两个因子来表示，其估算公式如下：ＮＰＰ＝ＡＰＡＲˑε（１）植被吸收的光合有效辐射取决于植物本身的特征以及太阳总辐射㊂其计算公式为：ＡＰＡＲ＝ＳＯＬˑＦＰＡＲˑ０．５（２）式中，ＳＯＬ是太阳总辐射量（ＭＪ／ｍ２），ＦＰＡＲ为植被冠层对入射光合有效辐射的吸收比例，通过ＮＤＶＩ影像数据集来计算［２６］㊂实际光能利用率ε是植物固定太阳能，并通过光合作用将所截获／吸收的能量转化为碳（Ｃ）／有机质干物质的效率，一般用ｇＣ／ＭＪ表示㊂Ｐｏｔｔｅｒ等认为在理想条件下植被具有最大光能利用率，而在现实条件下的最大光能利用率主要受温度和水分的影响［４，２６］，其计算公式是：ε＝Ｔε１ˑＴε２ˑＷεˑεｍａｘ（３）式中，Ｔε１和Ｔε２表示低温和高温对光能利用率的胁迫作用，可采用Ｐｏｔｔｅｒ等［２５］提出的方法进行估算㊂εｍａｘ表示在理想状态下植被的最大光能利用率，是指植被在没有任何限制的理想条件下对光合有效辐射的利用率㊂由于全球相同植被也难免与中国存在较大差别［２７］，因此本文中的最大光能利用率取值采用了朱文泉等关于中国草地类型的最大光能利用率模拟结果［９］，即草地的最大光能利用率为０．５４２ｇＣ／ＭＪ㊂Ｗε为水分胁迫系数，其计算方式及改进见文献［２８］㊂２㊀结果与分析图２㊀净初级生产力（ＮＰＰ）模拟值与观测值的比较㊀Ｆｉｇ．２㊀Ｃｏｍｐａｒｉｓｏｎｏｆｓｉｍｕｌａｔｅｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）ａｎｄｏｂｓｅｒｖｅｄＮＰＰ２．１㊀草地ＮＰＰ估算结果验证验证模型模拟结果是模型在实际中应用的前提条件㊂由于缺乏大尺度生物量监测数据，所以进行模型验证较为困难㊂但本研究采用的生物量实测数据样方数量较多，也比较典型，监测时间也较为一致，可以较好地代表新疆地区草地地上净初级生产力㊂本文利用２０１０ ２０１４年地面实测生物量数据对ＣＡＳＡ模型模拟的草地ＮＰＰ进行验证，实测生物量数据和ＣＡＳＡ模型模拟ＮＰＰ决定系数（Ｒ２）是０．７８（Ｐ＜０．００１）（图２），表明ＣＡＳＡ模型是适合于估算当地草地ＮＰＰ㊂２．２㊀草地植被ＮＰＰ时空格局分析为了探讨新疆地区草地ＮＰＰ的空间分布格局，基于ＣＡＳＡ模型模拟了新疆地区２００１ ２０１４年草地ＮＰＰ，结果表明，全疆平均草地ＮＰＰ值为１０２．４９ｇＣｍ－２ａ－１（图３）㊂在新疆各个区域中，伊犁河谷及阿尔泰山海拔较高区域的草地ＮＰＰ相对较高，其次是天山和阿尔泰山的中山带区域，而准噶尔盆地和塔里木盆地的一些区域草地ＮＰＰ最低㊂１２３５㊀１５期㊀㊀㊀张仁平㊀等：新疆草地净初级生产力（ＮＰＰ）空间分布格局及其对气候变化的响应㊀图３㊀新疆草地２００１ ２０１４年平均ＮＰＰ空间分布图㊀Ｆｉｇ．３㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｍｅａｎＮＰＰｉｎＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄｄｕｒｉｎｇ２００１ ２０１４在２００１ ２０１４年，新疆不同草地类型的ＮＰＰ存在明显差异，见表１㊂山地草甸ＮＰＰ最高，达到２５２．５７ｇＣｍ－２ａ－１，其次为温性草甸草原，其ＮＰＰ达到２０４．９３ｇＣｍ－２ａ－１；高寒荒漠和温性草原化荒漠的ＮＰＰ两者最低，其ＮＰＰ分别为４３．９４ｇＣｍ－２ａ－１和５３．１１ｇＣｍ－２ａ－１㊂２．３㊀草地ＮＰＰ对气候因子的时间响应特征对新疆地区草地ＮＰＰ与年（季节）均温㊁年（季节）降水的相关分析表明（表２）㊂就整个新疆草地来说，除冬季降水与草地ＮＰＰ呈负相关之外，年降水和其他３季的降水与草地ＮＰＰ呈正相关关系，其中年降水㊁夏季的降水对草地ＮＰＰ有较明显的影响，相关系数Ｒ分别达到０．４８（Ｐ＜０．１）和０．５０（Ｐ＜０．１）㊂温度对草地ＮＰＰ没有明显的影响（Ｒ＝０．０７）㊂对于降水较少，但是温度较高的草地，比如温性荒漠草原㊁温性草原化荒漠㊁温性荒漠㊁低地草甸，年降水㊁夏秋两季降水对草地ＮＰＰ有较明显的影响㊂冬季降水与大多数草地ＮＰＰ呈负相关关系，但是相关关系不显著㊂年（季节）平均温度对新疆地区所有类型的草地影响不大㊂总体而言，新疆地区草地ＮＰＰ主要受夏秋两季降水的影响，温度与草地ＮＰＰ的相关性较低，说明温度不是新疆草地ＮＰＰ的制约因素㊂表１㊀２００１ ２０１４年新疆不同草地类型平均ＮＰＰ２．４㊀草地ＮＰＰ对气候因子的空间响应特征新疆地区的温度和降水空间分布明显不同，因此草地ＮＰＰ对温度和降水变化响应也不同㊂根据相关系数显著性检验表和Ｆ检验结果，样本数为１４（２００１ ２０１４年），当｜ｒ｜＞０．５３时，表明ＮＰＰ与气候因子呈显著相关关系，当０．４６＜｜ｒ｜＜０．５３时，ＮＰＰ与气候因子存在着较显著的相关关系㊂分析新疆地区草地ＮＰＰ与温度㊁降水的相关性发现（图４），不同区域草地ＮＰＰ对温度和降水的空间响应特征明显不同㊂位于新疆地区准噶盆地东部以及天山高海拔区域的草地ＮＰＰ与年均温呈显著的正向相关关系，相关系数ｒ＞０．５３的地区占新疆草地的７．５％；相关系数０．４６＜ｒ＜０．５３的区域占新疆地区草地面积的４．８％；呈现正相关但不显著的区域占草地面积的４５．６％，主要分布于准噶尔盆地及伊犁河谷区域㊂位于新疆准噶尔盆地中心地带及塔里木区域的草地ＮＰＰ与年均温呈负相关关系，面积比例为４２％，达到较显著或者显著水平的象元很少㊂新疆地区草地ＮＰＰ与降水呈正相关的草地占新疆地区草地的７１．３％，其中ｒ＞０．５３和０．４６＜ｒ＜０．５３的草地分别占新疆地区草地的１２．５％和７．６％，主要分布在伊犁河谷地区㊁天山北坡与盆地接壤的区域以及准噶尔盆地南缘㊂草地ＮＰＰ与２２３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀降水呈负相关的草地占所有草地的２８．７％，达到较显著和显著水平的草地很少㊂表２㊀新疆地区草地ＮＰＰ和气候因子的相关性分析Ｔａｂｌｅ２㊀ＣｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｂｅｔｗｅｅｎｇｒａｓｓｌａｎｄＮＰＰａｎｄｃｌｉｍａｔｉｃｆａｃｔｏｒｓｉｎＸｉｎｊｉａｎｇ草地类型Ｇｒａｓｓｌａｎｄｔｙｐｅｓ降水Ｐｒｅｃｉｐｉｔａｔｉｏｎ温度Ｔｅｍｐｅｒａｔｅ年Ｙｅａｒ春季Ｓｐｒｉｎｇ夏季Ｓｕｍｍｅｒ秋季Ａｕｔｕｍｎ冬季Ｗｉｎｔｅｒ年Ｙｅａｒ春季Ｓｐｒｉｎｇ夏季Ｓｕｍｍｅｒ秋季Ａｕｔｕｍｎ冬季Ｗｉｎｔｅｒ温性草甸草原类Ｔｅｍｐｅｒａｔｅｍｅａｄｏｗｓｔｅｐｐｅ０．３９０．１７０．４００．４９－０．４５０．２４０．３０－０．０６－０．０７０．０９温性草原类Ｔｅｍｐｅｒａｔｅｓｔｅｐｐｅ０．４２－０．１２０．５００．５００．４１０．１２０．２４－０．１４－０．０９０．０２温性荒漠草原类Ｔｅｍｐｅｒａｔｅｄｅｓｅｒｔｓｔｅｐｐｅ０．６１０．１２０．５６０．５６－０．４００．０２０．１９－０．１５－０．０７－０．０４高寒草原类Ａｌｐｉｎｅｓｔｅｐｐｅ０．３３－０．１１０．４２０．３６－０．２９０．０４０．０２０．０２０．１２０．００温性草原化荒漠类Ｔｅｍｐｅｒａｔｅｓｔｅｐｐｅｄｅｓｅｒｔ０．５４－０．１３０．５３０．５３－０．４２０．０８０．１００．０５０．００－０．０３温性荒漠类Ｔｅｍｐｅｒａｔｅｄｅｓｅｒｔ０．４８０．１８０．５００．３７－０．２７０．０８０．０３－０．０４０．１２０．１３高寒荒漠类Ａｌｐｉｎｅｄｅｓｅｒｔ０．４７－０．１２０．５００．３７－０．２００．０７０．０１０．１７０．２５－０．０１低地草甸类Ｌｏｕｌａｎｄｍｅａｄｏｗ０．４６０．２４０．５４０．４０－０．２２－０．０９－０．１３０．０２０．０３－０．０４山地草甸类Ｍｏｕｎｔａｉｎｍｅａｄｏｗ０．２６－０．２５０．３８０．４８－０．４１０．１８０．１３０．１５－０．０２０．０３高寒草甸类Ａｌｐｉｎｅｍｅａｄｏｗ－０．１４－０．１７０．２２０．２１－０．２６０．１０－０．０２０．１３０．１４０．０２所有类型Ａｌｌ０．４８０．０３０．５００．４５－０．３１０．０７０．０６－０．０１０．０６０．０４图４㊀新疆草地ＮＰＰ与年均温度和降水相关系数空间分布格局Ｆｉｇ．４㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｐａｔｔｅｒｎｏｆｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｂｅｔｗｅｅｎＸｉｎｊｉａｎｇｇｒａｓｓｌａｎｄＮＰＰａｎｄａｎｎｕａｌｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ分析新疆草地ＮＰＰ与四季平均温度和降水的相关系数空间分布格局表明（图５），新疆草地ＮＰＰ与四季温度的正向和负向相关的面积比例变化不大，占新疆地区约８０％面积的草地ＮＰＰ与四季平均温度相关性达不到较显著水平，新疆草地ＮＰＰ与四季平均温度相关系数达到显著水平的区域有一定的变化㊂春季温度对草地ＮＰＰ有显著正相关的草地主要分布在伊犁河谷及塔城附近的山区，而负相关达到显著水平的区域主要位于准噶尔盆地的中心地带以及塔里木北缘㊂位于伊犁河谷高山带的草地ＮＰＰ与夏季温度的正向相关系数达到显著水平，塔里木盆地边缘地带以及准噶尔盆地南缘的一些区域草地ＮＰＰ与夏季温度呈现显著的负向相关㊂夏季温度与草地ＮＰＰ呈现显著正向相关的区域主要位于塔里木盆地南缘以及准噶尔盆地中心地带，伊犁河谷部分区域显著呈现负相关关系㊂位于准噶尔盆地中心地带的草地ＮＰＰ与冬季温度表现出显著的正相关关系㊂新疆大部分区域的草地ＮＰＰ与夏季温度和秋季温度呈正向相关，其面积比例分别为８０．９％和７５．９％，其中夏季温度与草地ＮＰＰ呈现较显著和显著相关的面积比例分别为９．１％和１７．６％，主要分布于伊犁河谷㊁塔里木盆地以及准噶尔盆地中心地带㊂秋季温度与草地ＮＰＰ呈现较显著和显著的相关的面积比例分别为７．６％３２３５㊀１５期㊀㊀㊀张仁平㊀等：新疆草地净初级生产力（ＮＰＰ）空间分布格局及其对气候变化的响应㊀和１４．９％，主要位于新疆东部㊁伊犁河谷地带以及塔城附近的山区㊂冬季降水与大部分区域草地ＮＰＰ呈负向相关关系，面积比例达６８．５％，其中达到较显著和显著水平的区域主要位于准噶尔盆地北部以及天山高山区㊂图５㊀ＮＰＰ与四季平均温度和降水相关系数空间分布格局Ｆｉｇ．５㊀ＮＰＰａｎｄａｎｎｕａｌｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ３㊀讨论利用ＣＡＳＡ模型模拟植被净初级生产力主要取决于植被吸收的ＡＰＡＲ与光能利用率ε两个变量㊂一般来说，植被吸收的ＦＰＡＲ通过植被指数（比如ＮＤＶＩ和ＥＶＩ）和植被类型表示㊂光能利用率表示植被把吸收的ＡＰＡＲ转变为有机碳的效率，其主要受到土壤水分和温度的影响㊂虽然ＣＡＳＡ模型考虑了植被所在的环境条件与植被本身的特征，但在确定参数和计算过程方面有一定的不足之处㊂本文草地的最大光能利用率选择朱４２３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀文泉等人的研究结果，即草地的最大光能利用率为０．５４２ｇＣ／ＭＪ［２８］，通过验证后发现，改进的ＣＡＳＡ模型基本可以反映新疆地区草地ＮＰＰ㊂通过ＣＡＳＡ模型模拟的草地ＮＰＰ整体水平较低，平均值仅为１０２．４９ｇＣｍ－２ａ－１，表现为草甸＞草原＞荒漠，这与杨红飞等［７］的研究结果类似㊂新疆地区植被主要受降水因素的制约，当山区降水较为充沛，新疆草地ＮＰＰ相对来说较高，南疆区域光照虽然较好，但是降水极少㊂因此，新疆草地ＮＰＰ空间分布格局应该是山区区域高于盆地区域，新疆北部＞新疆南部，本项研究证明确实如此㊂新疆地区草地ＮＰＰ与夏秋两季降水具有明显的正相关关系，说明新疆地区草地植被生长在夏秋两季主要受降水的影响，这与普宗朝等［７５〛和陈奕兆等［７］的研究结果类似，如：普宗朝和张山清［７］研究发现降水增加对新疆地区植被ＮＰＰ产生正面影响；陈奕兆等［５］发现蒙古草原的植被对降水有正面响应㊂然而，本研究结果与张戈丽等人在青藏高原植被的有所不同，张戈丽等［２９］研究认为青藏高原植被主要受气温的影响㊂新疆地区属于典型干旱半干旱气候，区域内年均温较高，降水较少，因此水分是制约草地生长的决定因素，由于降水通常会改善土壤水分对植被的供给，有利于光合速率增强，从而提高植被生产力㊂而青藏高原由于气温较低，热量是影响植被生产的主要气候因子㊂本文植被ＮＰＰ与气候因素的相关关系均是在线性基础上进行分析的，而气候变化是十分复杂，如何更合理的分析气候变化与ＮＰＰ之间的关系，是进行植被ＮＰＰ对气候变化响应的研究基础㊂本文只是分析了温度和降水对植被ＮＰＰ的影响，然而，各种气候指标对生态系统均有一定的影响，但是各种气候指标对植被ＮＰＰ产生的影响有多大？这种影响到底与区域有关还是植被类型有关，这些仍需要长期系统的研究㊂４㊀小结基于ＣＡＳＡ模型模拟了新疆草地植被ＮＰＰ，进而探讨了草地植被ＮＰＰ的空间分布格局，并分析了草地ＮＰＰ对气候变化的响应㊂主要结论如下：基于ＣＡＳＡ模型估算的ＮＰＰ基本可以反映新疆草地植被净初级生产力的基本情况㊂在２００１ ２０１４年间，新疆草地ＮＰＰ平均值为１０２．４９ｇＣｍ－２ａ－１㊂不同草地类型的ＮＰＰ存在明显差异㊂其中，山地草甸平均ＮＰＰ最高，达到２５２．３７ｇＣｍ－２ａ－１；高寒草地的平均ＮＰＰ最低，为４３．９４ｇＣｍ－２ａ－１㊂新疆草地植被ＮＰＰ分布呈现为山区草地ＮＰＰ高于盆地区草地ＮＰＰ，新疆北部草地ＮＰＰ高于新疆南部草地ＮＰＰ㊂降水能促进新疆地区草地ＮＰＰ增加，其中夏季和秋季的降水对草地ＮＰＰ的影响最为明显㊂对于降水较少，但是温度较高的草地，比如温性荒漠草原㊁温性草原化荒漠㊁温性荒漠㊁低地草甸，年降水㊁夏秋两季降水对草地ＮＰＰ有较明显的影响㊂冬季降水与大多数草地ＮＰＰ呈负相关关系，但未通过显著性检验㊂年（季节）温度对新疆地区所有类型的草地影响不大㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀ＤｕＭＹ，ＫａｗａｓｈｉｍａＳ，ＹｏｎｅｍｕｒａＳ，ＺｈａｎｇＸＺ，ＣｈｅｎＳＢ．ＭｕｔｕａｌｉｎｆｌｕｅｎｃｅｂｅｔｗｅｅｎｈｕｍａｎａｃｔｉｖｉｔｉｅｓａｎｄｃｌｉｍａｔｅｃｈａｎｇｅｉｎｔｈｅＴｉｂｅｔａｎＰｌａｔｅａｕｄｕｒｉｎｇｒｅｃｅｎｔｙｅａｒｓ．ＧｌｏｂａｌａｎｄＰｌａｎｅｔａｒｙＣｈａｎｇｅ，２００４，４１（３／４）：２４１⁃２４９．［２］㊀ＬｉａｎｇＴＧ，ＦｅｎｇＱＳ，ＹｕＨ，ＨｕａｎｇＸＤ，ＬｉｎＨＬ，ＡｎＳＺ，ＲｅｎＪＺ．ＤｙｎａｍｉｃｓｏｆｎａｔｕｒａｌｖｅｇｅｔａｔｉｏｎｏｎｔｈｅＴｉｂｅｔａｎＰｌａｔｅａｕｆｒｏｍｐａｓｔｔｏｆｕｔｕｒｅｕｓｉｎｇａｃｏｍｐｒｅｈｅｎｓｉｖｅａｎｄｓｅｑｕｅｎｔｉａｌｃｌａｓｓｉｆｉｃａｔｉｏｎｓｙｓｔｅｍａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａ．ＧｒａｓｓｌａｎｄＳｃｉｅｎｃｅ，２０１２，５８（４）：２０８⁃２２０．［３］㊀朱玉果，杜灵通，谢应忠，刘可，宫菲，丹杨，王乐，郑琪琪．２０００ ２０１５年宁夏草地净初级生产力时空特征及其气候响应．生态学报，２０１９，３９（２）：５１８⁃５２９．［４］㊀ＦｉｅｌｄＣＢ，ＲａｎｄｅｒｓｏｎＪＴ，ＭａｌｍｓｔｒöｍＣＭ．Ｇｌｏｂａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎ：ｃｏｍｂｉｎｉｎｇｅｃｏｌｏｇｙａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｇ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９９５，５１（１）：７４⁃８８．［５］㊀陈奕兆，李建龙，孙政国，刚成诚．欧亚大陆草原带１９８２⁃２００８年间净初级生产力时空动态及其对气候变化响应研究．草业学报，２０１７，２６（１）：１⁃１２．［６］㊀ＷａｎｇＨ，ＬｉｕＧＨ，ＬｉＺＳ，ＹｅＸ，ＷａｎｇＭ，ＧｏｎｇＬ．ＩｍｐａｃｔｓｏｆｃｌｉｍａｔｅｃｈａｎｇｅｏｎｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｉｎａｒｉｄａｎｄｓｅｍｉａｒｉｄｒｅｇｉｏｎｓｏｆＣｈｉｎａ．ＣｈｉｎｅｓｅＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅ，２０１６，２６（１）：３５⁃４７．［７］㊀杨红飞，刚成诚，穆少杰，章超斌，周伟，李建龙．近１０年新疆草地生态系统净初级生产力及其时空格局变化研究．草业学报，２０１４，２３５２３５㊀１５期㊀㊀㊀张仁平㊀等：新疆草地净初级生产力（ＮＰＰ）空间分布格局及其对气候变化的响应㊀６２３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀（３）：３９⁃５０．［８］㊀ＧｏｅｔｚＳＪ，ＰｒｉｎｃｅＳＤ，ＧｏｗａｒｄＳＮ，ＴｈａｗｌｅｙＭＭ，ＳｍａｌｌＪ．Ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｏｆｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎ：ａｎｉｍｐｒｏｖｅｄｐｒｏｄｕｃｔｉｏｎｅｆｆｉｃｉｅｎｃｙｍｏｄｅｌｉｎｇａｐｐｒｏａｃｈ．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｌｉｎｇ，１９９９，１２２（３）：２３９⁃２５５．［９］㊀朱文泉，潘耀忠，何浩，于德永，扈海波．中国典型植被最大光利用率模拟．科学通报，２００６，５１（６）：７００⁃７０６．［１０］㊀ＸｕＤＹ，ＫａｎｇＸＷ，ＬｉｕＺＬ，ＺｈｕａｎｇＤＦ，ＰａｎＪＪ．ＡｓｓｅｓｓｉｎｇｔｈｅｒｅｌａｔｉｖｅｒｏｌｅｏｆｃｌｉｍａｔｅｃｈａｎｇｅａｎｄｈｕｍａｎａｃｔｉｖｉｔｉｅｓｉｎｓａｎｄｙｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｏｆＯｒｄｏｓｒｅｇｉｏｎ，Ｃｈｉｎａ．ＳｃｉｅｎｃｅｉｎＣｈｉｎａＳｅｒｉｅｓＤ：ＥａｒｔｈＳｃｉｅｎｃｅｓ，２００９，５２（６）：８５５⁃８６８．［１１］㊀ＨｉｃｋｅＪＡ，ＡｓｎｅｒＧＰ，ＲａｎｄｅｒｓｏｎＪＴ，ＴｕｃｋｅｒＶ，ＬｏｓＳ，ＢｉｒｄｓｅｙＲ，ＪｅｎｋｉｎｓＪＣ，ＦｉｅｌｄＣ，ＨｏｌｌａｎｄＥ．Ｓａｔｅｌｌｉｔｅ⁃ｄｅｒｉｖｅｄｉｎｃｒｅａｓｅｓｉｎｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙａｃｒｏｓｓＮｏｒｔｈＡｍｅｒｉｃａ，１９８２⁃１９９８．ＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈＬｅｔｔｅｒｓ，２００２，２９（１０）：１４２７．［１２］㊀韩王亚，张超，曾源，刘国华．２０００ ２０１５年拉萨河流域ＮＰＰ时空变化及驱动因子．生态学报，２０１８，３８（２４）：８７８７⁃８７９８．［１３］㊀ＺｈｏｕＷ，ＧａｎｇＣＣ，ＺｈｏｕＦＣ，ＬｉＪＬ，ＤｏｎｇＸＧ，ＺｈａｏＣＺ．ＱｕａｎｔｉｔａｔｉｖｅａｓｓｅｓｓｍｅｎｔｏｆｔｈｅｉｎｄｉｖｉｄｕａｌｃｏｎｔｒｉｂｕｔｉｏｎｏｆｃｌｉｍａｔｅａｎｄｈｕｍａｎｆａｃｔｏｒｓｔｏｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｉｎｎｏｒｔｈｗｅｓｔＣｈｉｎａｕｓｉｎｇｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙａｓａｎｉｎｄｉｃａｔｏｒ．ＥｃｏｌｏｇｉｃａｌＩｎｄｉｃａｔｏｒｓ，２０１５，４８：５６０⁃５６９．［１４］㊀ＸｕＣＣ，ＣｈｅｎＹＮ，ＹａｎｇＹＨ，ＨａｏＸＭ，ＳｈｅｎＹＰ．ＨｙｄｒｏｌｏｇｙａｎｄｗａｔｅｒｒｅｓｏｕｒｃｅｓｖａｒｉａｔｉｏｎａｎｄｉｔｓｒｅｓｐｏｎｓｅｔｏｒｅｇｉｏｎａｌｃｌｉｍａｔｅｃｈａｎｇｅｉｎＸｉｎｊｉａｎｇ．ＪｏｕｒｎａｌｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅｓ，２０１０，２０（４）：５９９⁃６１２．［１５］㊀ＺｈａｏＭＳ，ＲｕｎｎｉｎｇＳＷ．Ｄｒｏｕｇｈｔ⁃ｉｎｄｕｃｅｄｒｅｄｕｃｔｉｏｎｉｎｇｌｏｂａｌｔｅｒｒｅｓｔｒｉａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｆｒｏｍ２０００ｔｈｒｏｕｇｈ２００９．Ｓｃｉｅｎｃｅ，２０１０，３２９（５９９４）：９４０⁃９４３．［１６］㊀刘刚，孙睿，肖志强，崔天翔．２００１ ２０１４年中国植被净初级生产力时空变化及其与气象因素的关系．生态学报，２０１７，３７（１５）：４９３６⁃４９４５．［１７］㊀普宗朝，张山清．气候变化对新疆天山山区自然植被净第一性生产力的影响．草业科学，２００９，２６（２）：１１⁃１８．［１８］㊀刘卫国，魏文寿，刘志辉．新疆气候变化下植被净初级生产力格局分析．干旱区研究，２００９，２６（２）：２０６⁃２１１．［１９］㊀姬盼盼，高敏华，杨晓东．中国西北部干旱区ＮＰＰ驱动力分析 以新疆伊犁河谷和天山山脉部分区域为例．生态学报，２０１９，３９（８）：２９９５⁃３００６．［２０］㊀许鹏．新疆草地资源及其利用．乌鲁木齐：新疆科技卫生出版社，１９９３．［２１］㊀苏大学．１：１００００００中国草地资源图的编制与研究．自然资源学报，１９９６，１１（１）：７７⁃８３．［２２］㊀ＰｌｏｕｆｆｅＣＣＦ，ＲｏｂｅｒｔｓｏｎＣ，ＣｈａｎｄｒａｐａｌａＬ．Ｃｏｍｐａｒｉｎｇｉｎｔｅｒｐｏｌａｔｉｏｎｔｅｃｈｎｉｑｕｅｓｆｏｒｍｏｎｔｈｌｙｒａｉｎｆａｌｌｍａｐｐｉｎｇｕｓｉｎｇｍｕｌｔｉｐｌｅｅｖａｌｕａｔｉｏｎｃｒｉｔｅｒｉａａｎｄａｕｘｉｌｉａｒｙｄａｔａｓｏｕｒｃｅｓ：ａｃａｓｅｓｔｕｄｙｏｆＳｒｉＬａｎｋａ．ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｄｅｌｌｉｎｇ＆Ｓｏｆｔｗａｒｅ，２０１５，６７：５７⁃７１．［２３］㊀朴世龙，方精云，贺金生，肖玉中国草地植被生物量及其空间分布格局．植物生态学报，２００４，２８（４）：４９１⁃４９８．［２４］㊀朱文泉．中国陆地生态系统植被净初级生产力遥感估算及其与气候变化关系的研究［Ｄ］．北京：北京师范大学，２００５．［２５］㊀ＰｏｔｔｅｒＣＳ，ＫｌｏｏｓｔｅｒＳＡ．Ｇｌｏｂａｌｍｏｄｅｌｅｓｔｉｍａｔｅｓｏｆｃａｒｂｏｎａｎｄｎｉｔｒｏｇｅｎｓｔｏｒａｇｅｉｎｌｉｔｔｅｒａｎｄｓｏｉｌｐｏｏｌｓ：ｒｅｓｐｏｎｓｅｔｏｃｈａｎｇｅｓｉｎｖｅｇｅｔａｔｉｏｎｑｕａｌｉｔｙａｎｄｂｉｏｍａｓｓａｌｌｏｃａｔｉｏｎ．ＴｅｌｌｕｓＢ：ＣｈｅｍｉｃａｌａｎｄＰｈｙｓｉｃａｌＭｅｔｅｏｒｏｌｏｇｙ，１９９７，４９（１）：１⁃１７．［２６］㊀ＰｏｔｔｅｒＣＳ，ＲａｎｄｅｒｓｏｎＪＴ，ＦｉｅｌｄＣＢ，ＭａｔｓｏｎＰＡ，ＶｉｔｏｕｓｅｋＰＭ，ＭｏｏｎｅｙＭＡ，ＫｌｏｏｓｔｅｒＳＡ．Ｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｐｒｏｄｕｃｔｉｏｎ：ａｐｒｏｃｅｓｓｍｏｄｅｌｂａｓｅｄｏｎｇｌｏｂａｌｓａｔｅｌｌｉｔｅａｎｄｓｕｒｆａｃｅｄａｔａ．ＧｌｏｂａｌＢｉｏｇｅｏｃｈｅｍｉｃａｌＣｙｃｌｅｓ，１９９３，７（４）：８１１⁃８４１．［２７］㊀彭少麟，郭志华，王伯荪．利用ＧＩＳ和ＲＳ估算广东植被光利用率．生态学报．２０００，２０（６）：９０３⁃９０９．［２８］㊀朱文泉，潘耀忠，龙中华，陈云浩，李京，扈海波．基于ＧＩＳ和ＲＳ的区域陆地植被ＮＰＰ估算 以中国内蒙古为例．遥感学报，２００５，９（３）：３００⁃３０７．［２９］㊀张戈丽，欧阳华，张宪洲，周才平，徐兴良．基于生态地理分区的青藏高原植被覆被变化及其对气候变化的响应．地理研究，２０１０，２９（１１）：２００４⁃２０１６．。

庙岛群岛南五岛生态系统净初级生产力空间分布及其影响因子池源;石洪华;王晓丽;李捷;丰爱平【摘要】净初级生产力(NPP)估算对于海岛碳源/汇研究具有重要意义.以庙岛群岛南五岛为例,结合CASA模型和区域特征构建NPP估算模型,借助RS和GIS技术进行NPP估算,进而分析南五岛NPP空间分布特征及其影响因子.结果表明:南五岛NPP总量为11043.52 t C/a,平均密度为340.19 g C m-2 a-1,处于全国平均水平,高于同纬度的西部地区,低于东部沿海大陆地区;夏季NPP总量占全年的80％左右,春季和秋季分别占11％和7％,冬季仅占1.3％;不同海岛的NPP平均密度由大到小依次为大黑山岛、北长山岛、庙岛、南长山岛和小黑山岛,各岛NPP平均密度与建设用地比例呈明显负相关;不同地表覆盖类型的NPP平均密度由大到小依次为阔叶林、针叶林、农田、草地、建设用地和裸地,林地具有较高的NPP值,说明南五岛的人工林建设具有重要生态作用;NDVI和地表覆盖类型是NPP最主要的影响参数,地形参数通过影响NDVI和地表覆盖类型间接作用于NPP结果;NPP与土壤pH、有效磷、全磷、全钾呈显著负相关,与全氮、总碳、总有机碳呈显著正相关,与含水量、速效钾和含盐量之间相关关系不明显.【期刊名称】《生态学报》【年(卷),期】2015(035)024【总页数】13页(P8094-8106)【关键词】海岛生态系统;净初级生产力;庙岛群岛南五岛;空间分布;影响因子【作者】池源;石洪华;王晓丽;李捷;丰爱平【作者单位】国家海洋局第一海洋研究所,青岛266061;国家海洋局第一海洋研究所,青岛266061;天津理工大学环境科学与安全工程学院,天津300384;青岛理工大学环境与市政工程学院,青岛266033;国家海洋局第一海洋研究所,青岛266061【正文语种】中文净初级生产力(NPP)是植物光合作用产生有机质总量扣除自养呼吸后的剩余部分，是地表碳循环的重要组成[1]。

《适应性利用方式对内蒙古典型草原地上净初级生产力及土壤氮矿化影响的研究》篇一一、引言内蒙古典型草原作为我国重要的生态屏障之一，其生态系统的健康与稳定对于维护区域乃至全国的生态环境具有重要意义。

近年来，随着气候变化和人类活动的不断增加，草原生态系统的稳定性受到了严重挑战。

因此，研究不同适应性利用方式对地上净初级生产力及土壤氮矿化的影响，对于指导草原的科学管理和可持续发展具有重要价值。

二、研究区域与方法1. 研究区域本研究选取内蒙古典型草原区作为研究对象，该区域具有丰富的草原资源和多样的气候条件，适宜进行适应性利用方式的实验研究。

2. 研究方法（1）适应性利用方式的设定：通过设定不同的放牧强度、施肥措施以及植被恢复措施等，探究不同适应性利用方式对草原生态系统的影响。

（2）数据收集与处理：采用长期定位观测和实验室分析相结合的方法，收集地上净初级生产力、土壤氮矿化等相关数据，并运用统计分析方法进行处理和分析。

三、不同适应性利用方式的影响1. 对地上净初级生产力的影响通过对不同适应性利用方式下的地上净初级生产力的研究，发现适当的放牧强度和合理的施肥措施能够促进地上净初级生产力的提高。

过度放牧和不当施肥则会导致植被退化，地上净初级生产力下降。

此外，植被恢复措施的实施也能够有效提高地上净初级生产力。

2. 对土壤氮矿化的影响适应性利用方式对土壤氮矿化也有显著影响。

适当的放牧和施肥能够刺激土壤中氮的矿化过程，提高土壤氮的供应能力。

然而，过度放牧和不当施肥则会导致土壤氮矿化过程的减弱，甚至出现氮的固定减少，造成土壤氮的损失。

此外，植被恢复措施的实施能够通过提高植被覆盖度和改善土壤结构，促进土壤氮的矿化过程。

四、讨论适应性利用方式对内蒙古典型草原地上净初级生产力和土壤氮矿化的影响是多方面的。

适当的放牧和施肥能够促进生态系统的健康发展，提高地上净初级生产力和土壤氮的供应能力。

然而，过度的人为干扰则会导致生态系统的退化，降低地上净初级生产力和土壤氮的矿化能力。

2005—2020年海南岛植被净初级生产力(NPP)时空变化特
征分析
沃笑;黄克城;张海龙
【期刊名称】《测绘与空间地理信息》
【年(卷),期】2024(47)6
【摘要】基于MODIS遥感数据提取的海南岛NPP数据,结合气象因子数据,统计
并对比分析了2005—2020年海南岛主要植被NPP变化及其气候响应关系。

结果表明:16年间海南岛植被NPP整体呈现在波动中缓慢增加趋势;NPP空间分布呈现自中南向四周沿海递减,16年间大部分地区NPP值基本不变,沿海地区增长明显,中北部区域有所降低;NPP与气温呈负相关,与降水呈正相关,NPP对温度变化响应的
敏感度高于降水,不同植被类型NPP对气温和降水相关性排序为草地>林地>耕地。

研究结果可为海南岛植被碳储量状况及生态环境调节与修复提供数据支持。

【总页数】5页(P111-114)
【作者】沃笑;黄克城;张海龙
【作者单位】宁波市测绘遥感技术研究院;三亚市国土资源和测绘地理信息中心【正文语种】中文
【中图分类】P237
【相关文献】
1.云贵高原植被净初级生产力(NPP)时空格局动态变化
2.气候变化对秦岭南北植被净初级生产力的影响(Ⅰ)——近52年秦岭南北气候时空变化特征分析
3.青海省植
被净初级生产力(NPP)时空格局变化及其驱动因素4.澜沧江下游流域植被净初级生产力(NPP)时空变化及其驱动因素分析5.典型“高山-绿洲-荒漠”生态区植被净初级生产力时空变化特征分析
因版权原因，仅展示原文概要，查看原文内容请购买。

《内蒙古农牧交错带草地植被NPP时空动态及其影响因素》篇一一、引言作为中国北方的天然屏障，内蒙古拥有重要的生态和农牧交错带的地理位置，是自然与人为因素相互交织的区域。

其农牧交错带更是集草原与荒漠于一体的地带，具有重要的生态保护和农牧业生产价值。

因此，了解并分析内蒙古农牧交错带草地植被NPP（Net Primary Productivity，净初级生产力）的时空动态及其影响因素，对于指导区域可持续发展、生态环境保护以及资源合理利用具有重要的理论和实践意义。

二、NPP的时空动态分析1. NPP的时序变化基于多年的遥感数据监测和分析，发现内蒙古农牧交错带草地植被NPP具有显著的时序变化特征。

在季节变化上，NPP呈现明显的季节性波动，春季和夏季NPP增长迅速，秋季次之，冬季则相对较低。

在年际变化上，由于气候变化和人类活动的影响，NPP总体呈现上升趋势，但也有一定的波动性。

2. NPP的空间分布空间分布上，内蒙古农牧交错带草地植被NPP呈现出明显的地域性差异。

总体上，草原区NPP较高，而荒漠区则较低。

此外，由于地形、土壤、气候等自然因素的影响，同一地区的NPP也会存在一定的空间异质性。

三、影响因素分析1. 气候因素气候因素是影响NPP的主要因素之一。

气温和降水是影响NPP的重要因素。

气温的升高有助于植被的生长和NPP的提高，而降水的增加则能够为植被提供充足的水分，促进植被的生长。

此外，风速、光照等气候因素也会对NPP产生影响。

2. 人为因素人为因素也是影响NPP的重要因素。

过度放牧、过度开垦等人类活动会导致草地退化、土壤沙化等问题，从而降低NPP。

此外，农业耕作、土地利用方式的改变等也会对NPP产生影响。

四、结论与建议通过对内蒙古农牧交错带草地植被NPP的时空动态及其影响因素的分析，我们可以得出以下结论：1. 内蒙古农牧交错带草地植被NPP具有显著的时序和空间变化特征，受气候和人为因素的影响较大。

2. 气候因素是影响NPP的主要自然因素，而人为因素也是不可忽视的影响因素。

象、土地覆盖数据共同驱动的光能利用率模型，具体模型 如 ［９］ 下：
ＮＰＰ ＝ＡＰＡＲ（ｘ，ｔ）×ε（ｘ，ｔ）
ＡＰＡＲ（ｘ，ｔ）＝ＳＯＬ（ｘ，ｔ）×ＦＰＡＲ（ｘ，ｔ）×０．５
ε（ｘ，ｔ）＝Ｔ１（ｘ，ｔ）×Ｔ２（ｘ，ｔ）×Ｗ （ｘ，ｔ）×ε＊ ＦＰＡＲ ＝ （ＦＰＡＲＮＤＶＩ ＋ＦＰＡＲＳＲ ）／２
ＦＰＡＲＳＲ ＝ （ＳＲ －ＳＲｉ，ｍｉ（ｎＳ）Ｒ×ｍａ（ｘＦ－ＰＳＡＲＲｍｍｉｎａｘ）－ＦＰＡＲｍｉｎ）＋ＦＰＡＲｍｉｎ
到．以１ｋｍ 空间分辨率的数字高程模型（ＤＥＭ）为
基础，采用基 于 光 滑 薄 板 样 条 法 开 发 的 插 值 软 件
ＡＮＵＳＰＬＩＮ（Ｈｕｔｃｈｉｎｓｏｎ，２００１）将 平 均 气 温、降 水量 以 及 太 阳 辐 射 数 据 插 值 成 空 间 分 辨 率 为
图 １ 重 庆 市 高 程 及 气 象 站 点 分 布
ＥＣＯ２＋Ｏ２ ＝ （２０．８９１ ６８×１０－５ ×ＮＰＰ）＋ （２．１６×１０－４ ×ＮＰＰ）＝
２．０８９ １６８×ＮＰＰ ＋２．１６×ＮＰＰ ＝４．２４９ １６８×ＮＰＰ
３ 结果与分析
３．１ ＮＰＰ 估算模型的比较分析 采用改进的 ＣＡＳＡ 模型计算研究区每月 ＮＰＰ，得到２００２年、２００５年、２００８年和２０１１年４年的 ＮＰＰ
摘要：为了解重庆地区近年植被生态效应的变化格局与趋势，以重庆市为研究区，根据 ＥＯＳ／ＭＯＤＩＳ遥感资料，运 用 ＣＡＳＡ 模型估算重庆地区２００２年－２０１１ 年 的 植 被 净 初 级 生 产 力 （ＮＰＰ），并 根 据 生 态 服 务 功 能 评 价 指 标 体 系， 对重庆市生态服务价值进行定量评估，结果表明：重庆地区２００２年－２０１１年植被 ＮＰＰ 均值为５００．４５ｇ／ｍ２，常绿 阔 叶 林 达 ７７９ｇ／ｍ２ ，在 时 间 序 列 上 呈 波 动 下 降 的 趋 势 ．２００２ 年 、２００５ 年 、２００８ 年 和 ２０１１ 年 的 生 态 服 务 价 值 分 别 为 ３３７．９７ 亿 元 、２９９．８２ 亿 元 、３５７．９２ 亿 元 和３２２．９４ 亿 元 ，土 地 利 用 类 型 中 ，林 地 的 贡 献 率 最 大 ，其 次 是 耕 地 和 草 地 ； 在 空 间 分 布 上 ，由 大 巴 山 山 区 所 在 的 巫 溪 、巫 山 县 及 渝 东 南 的 石 柱 县 、武 隆 县 等 区 域 向 涪 陵 区 及 主 城 大 片 区 域 呈 递 减的趋势． 关 键 词：植被净初级生产力；ＣＡＳＡ 模型；生态服务价值；时空格局；重庆 中 图 分 类 号 ：Ｑ１４８；ＴＰ７９ 文 献 标 志 码 ：Ａ 文 章 编 号 ：１６７３－９８６８（２０１５）１２－００４０－０７

青藏高原植被净初级生产力及其对气候变化的响应作者：德吉央宗鲁旭阳来源：《绿色科技》2013年第10期摘要：论述了青藏高原植被净初级生产力（NPP）的空间分布和时间变化动态，以及NPP 与气候因子的关系和对未来气候变化的响应。

总结出了以下结论：①青藏高原年均NPP为0.3 Pg Ca-1，由东南向西北逐渐递减，与该地区的水热条件和植被类型的地带性分异规律一致；②近年来，青藏高原的植被生产力在波动中呈上升趋势，年增加速率约为0.7%；③温度是影响青藏高原生物生长的主导因子，青藏高原净初级生产力随着气温和降水的增加而增加；④未来气候变化影响青藏高原植被NPP，在IPCC预测的B1、A1B和A2气候变化情景下，青藏高原的NPP均呈增加的趋势。

关键词：青藏高原；净初级生产力；气候变化中图分类号：Q948文献标识码：A文章编号：16749944（2013）100004031引言青藏高原是世界上最高的独立地貌单元，平均高度在4000 m以上，有“世界屋脊”和世界“第三极”之称，其独特的高海拔、空气稀薄、强太阳辐射等自然地理特征影响着欧亚大陆的大气环流和生态系统分布，其地表过程变化不仅会引起亚洲大气环流的重大变化，而且还会对北半球甚至全球大气环流产生重大影响[1]。

青藏高原对全球变化的反映强烈，是气候变化的敏感区。

过去50年青藏高原气候发生了很大变化，地表温度增加了大约1.8 °C，年增温速率（0.036 °C/年）远高于全球的平均水平（0.013 °C/年）；温度的增加进一步引起降水空间格局的变化，甚至造成局部强降水次数的增加[2]。

这种气候的波动会对青藏高原生态系统产生强烈影响，导致高原生态系统的格局、过程与功能发生改变。

植被净初级生产力（Net Primary Productivity， NPP）指绿色植物在单位时间和单位面积上所积累的有机干物质总量，它不仅是表征植物活动的重要变量，而且是判定生态系统碳汇和调节生态过程的主要因子[3]。

植被覆盖对气候变化的影响及其机制解析前言人类活动对地球的气候系统造成了极大的影响，而全球气候变化已成为当今人类要面对的重要问题之一。

多年来，科学家们一直在努力探索气候变化的原因和影响，并研究如何应对气候变化。

其中，植被覆盖率作为一个非常重要的生态因素，对气候变化有着重要的影响。

本文将探讨植被覆盖率对气候变化的影响及其机制解析。

第一部分植被覆盖率对气候变化的影响1.1 植被净初级生产力对气候变化的影响植物呼吸的二氧化碳、水分蒸腾和植物生长所吸收的二氧化碳等过程对大气中的气体含量和分布起着重要作用。

植被净初级生产力（NPP）是生态系统生产力的重要指标之一，它代表了生态系统在某一时期内从太阳光中转化而来的化学能量。

植被NPP的变化将直接影响生态系统对CO2吸收和释放的速率，从而对大气中的CO2含量产生影响。

因此，植被的变化将导致CO2的吸收和释放量发生变化，从而对大气中CO2的含量产生影响。

植被NPP的增加通常会导致大气中CO2的含量减少，从而降低大气温度，缓解气候变化。

1.2 植被Albedo对气候变化的影响Albedo是一个表征地表对太阳辐射反射能力的量。

植被覆盖会直接影响Albedo，即对太阳辐射的反射率，进而影响大气辐射平衡，引发局部环流和大气尺度运动。

植被的Albedo值较低，会吸收更多的太阳辐射，释放出更多的热量，而冰雪或沙漠地区的Albedo值较高，会反射大部分的太阳辐射，从而使得这些地区更加寒冷。

1.3 植被水分蒸腾对气候变化的影响植被通过蒸腾作用将大量的水分蒸发到大气中，这导致了潜热的释放，从而形成了地球的水循环。

水分蒸腾是植被与大气之间的重要交互作用，它可以控制大气中的水分含量，影响大气的温度和气流输送。

研究表明，植被减少导致的水分蒸腾减少会减缓水循环，导致土地变得干旱，从而进一步加剧气候变化。

相反，植被增加将导致大量的水分蒸腾作用，进而增加大气中的水分含量，从而对气候变化起到缓解作用。

陆地植被净初级生产力估算及影响因素研究现状李媛【摘要】植被净初级生产力(NPP)是植被在自然条件下的生产能力,是表征生态系统质量与功能、研究生态系统碳循环的重要指标.在总结NPP估算方法的基础上,分析了实测法、气象模型、光能利用模型、过程模型的特点;探讨了自然及人为因素对NPP的影响,以期为今后的研究工作起到一定借鉴作用.【期刊名称】《宁夏大学学报（自然科学版）》【年(卷),期】2018(039)004【总页数】5页(P362-366)【关键词】净初级生产力;模型;植被【作者】李媛【作者单位】宁夏大学资源环境学院,宁夏银川 750021【正文语种】中文【中图分类】Q148;Q948;S812陆地生态系统是人类赖以生存的物质基础,而植被是陆地生态系统的重要组成部分,它不仅在物质流动和能量循环中起着显著作用,同时在减少温室气体、维持气候稳定方面贡献突出．植被净初级生产力(net primary productivity, NPP)是指绿色植物在单位时间、单位面积内所累积的有机物数量,是光合作用所产生的有机质总和减去自养呼吸后剩余的部分[1],反映了植被在自然条件下的生产能力,是表征生态系统质量和功能的重要指标,同时也是研究生态系统碳循环的重要因子．对NPP的估算方法及影响因素进行梳理和总结,对于监测植被生长状态、制定合理的生态保护措施具有积极意义．1 NPP的估算方法1.1 基于生物量实测的NPP估算早期的NPP估算主要采用样地实测法．该方法首先需要确定野外样地,然后选择适当方法估测样地生物量,获得平均生物量密度,最后将平均生物量密度与研究区面积相乘得到总生物量．实测法的关键在于以下2个方面：①样地的选择.在自然界中，不同地块间在植物种类和长势上都会存在一定差异,因此，要想使在样地上测得的数据适用整个区域,选择什么样的样地尤为重要．②用何种方法估测生物量．对于生长周期短的植物群落，如草地、作物、灌木等，常采用皆伐法,即在样地上设置一定数量的样方,将样方中的植物全部取下称其鲜重或干重．对于乔木,由于自身体量较大,生长周期较长,为了节约时间和人力,减少对生态环境的破坏,常采标准木法、相对生长法等估测生物量．总体而言,实测法在小面积生物量的测算中能保证较高的精度,但是费时费力,对植被具有一定破坏性,实测资料较少,因此难以实现大尺度植被生物量的估算．1.2 气候模型在自然条件下,除生物特性、土壤养分外,植被的生产力主要受气候因子的影响,因此,可以通过分析气温、降雨、日照等气象因子与植物干物质生产的相关性来估算净初级生产力.气候模型便在这种思想的推动下产生了．最早的气候模型是1975年Lieth利用53组实测资料建立的Miami模型[2],该模型认为NPP是年均气温和年降水量的函数.由于气温和降水是气象站必测的常规项目,且在全球范围内积累了长期的连续观测资料,该模型在使用的便利性方面优势明显．除气温、降水外，实际上,NPP还受到其他气象因子的影响.为了提高估算精度,更多的气象要素被相继引入．Lieth根据平均蒸发量与气温、降水和植被之间的关系提出了Thornthwaite Memorial模型;Uchijima等建立了基于净辐射和辐射干燥度的Chikugo模型．鉴于Chikugo模型在建立时缺乏草原和荒漠等植被资料以及在干旱、半干旱地区适应性差等问题[3],朱志辉、周广胜相继提出了北京模型[4]和周广胜模型[5],这在气候模型中国本土化方面起到了推动作用．由于每种模型都是在特定实测数据的基础上推导而来的,在其他区域使用的合理性及不同模型间测算的差异性成为许多学者研究的焦点．王胜兰等根据1961—2007年大西沟、小渠子、乌鲁木齐和大阪城4个台站的气象资料[6],分别采用上述5个模型对乌鲁木齐地区草场的净初级生产力进行了计算,结果显示:5个模型在NPP计算数值上有较大差异,Miami模型的计算值相对较大,周广胜模型在各年NPP的估算值均小于其他模型,但各模型对气候变化响应的趋势方面则表现出较高的一致性．虽然气候模型结构简单、使用方便,但由于缺乏生理依据,不能真实反映植物的现实生长状况,估算结果只能反映植被的潜在NPP．1.3 光能利用模型植物吸收太阳辐射,通过光合作用将其转化为自身有机质,可以说太阳是植物生长的能量源泉.然而不是所有太阳辐射都能被植物吸收,如果能准确度量植被吸收的太阳辐射的比例,并通过数学模型将其转换为有机质的量,将能实现植被NPP的估算,这正是光能利用模型产生的理论基础．常见的光能利用模型有GLO-PEM、VPM、CASA及C-Fix等,其中，在国内发展较快的是CASA模型,该模型是入射的光合有效辐射、植被对光合有效辐射的吸收比例、温度胁迫系数、水分胁迫系数和最大光能利用率的乘积,目前在不同尺度空间及植被类型上均有所应用．朱文泉等利用中国的NPP实测数据[7],根据区域蒸散模型来模拟水分胁迫因子,利用CASA模型计算了中国陆地植被净初级生产力,并基于690个点的实测数据进行误差分析.结果显示，1989—1993年中国陆地植被NPP平均为3.12 Pg(以碳的质量计算),模拟值与观测值的相对误差为4.5%．陈正华等利用CASA模型对1998—2002年黑河流域的净初级生产力进行了估算[8],研究证明该模型对内陆河流域具有较高的精确度,适用于干旱半干旱地区的NPP计算．陈峰、李可相等在县域尺度上对CASA模型进行了应用[9—10]．对于CASA模型的改进,主要集中在最大光能利用率(ε)的细化方面．传统的CASA将ε统一设定为0.389 g/MJ(以碳的质量计算),实际上,不同地区、不同植被类型的ε存在较大差异,因此,针对不同研究区域对ε进行修正,对于提高模型估算精度显得尤为重要．董丹等利用实测植被生产力数据计算和修正最大光能利用率[11],建立了改进的CASA模型,通过对我国西南喀斯特植被的NPP进行研究,显示改进后模型的模拟值与实测值相关性显著,可较好地用于西南喀斯特植被NPP的估算．王保林等以中国草原18大类分类结果为基础单元,基于归一化植被指数和叶面积指数对草原最大光能利用率进行了调整[12]．除此之外,李传华等也都在各自研究区域进行了CASA模型的应用与改进[13—14]．1.4 过程模型过程模型是从植物生长过程的机理出发,利用二氧化碳同化过程与气温、太阳辐射、土壤水分、叶片养分等资源环境因子之间的生理关系,确定植被的净初级生产力．该模型可对植被的光合作用、有机物分解及营养元素的循环等生理过程进行模拟,且与大气环流模型耦合,从而进行NPP与气候变化之间的响应与反馈研究．目前,区域尺度的过程模型主要有BEPS、Biome-BGC、CENTURY等．这类模型的特点是，由若干个子模型构成,各子模型互相配合完成NPP的估算．文献[15]显示，BEPS模型主要分为4个子模型，即能量传输子模型主要采用Norman的方法计算冠层吸收的太阳辐射;水循环子模型利用水量平衡和能量平衡关系计算研究区的蒸散量;生理调节子模型主要参考Ball-Berry半经验模型对气孔导度进行模拟;碳循环子模型主要通过光合作用产生的总初级生产力、植物呼吸量及土壤呼吸量估算NPP,该过程需要其他子模型的计算结果作为输入项．Biome-BGC模型考虑了生物量累积、水循环、土壤过程、能量过程等方面[16]．CENTURY模型包括土壤有机质、植物产量、土壤水分和温度3个子模型．由于模型所涉及的过程复杂,驱动模型所需要的输入参数相对较多,概括起来主要有以下几种：①地理地形因子,例如经纬度、海拔高度等;②气象因子,诸如最高温度、最低温度、降水量、太阳辐射量、饱和水汽压差等;③土壤因子,包括土壤类型、质地、有效深度等;④植物生理生态因子,常见的有比叶面积、叶片碳氮比、细根碳氮比等;⑤土地利用/覆被类型数据．虽然过程模型机理明确,但是因为所需数据较多,且有些是难以获取的,用于区域和全球估算过程中网格点内参数的尺度转换相对困难,因此,大范围使用受到影响．我国研究者针对不同区域对过程模型的验证和改进进行了有益尝试．胡波等利用2004年时间序列MODIS LAI产品及气象数据驱动Biome-BGC模型[17],计算了黄淮海地区的NPP.结果显示,该地区NPP在空间分布上南部大于北部,在植被类别上大小顺序依次为混交林—农作物—落叶阔叶林—灌木—草地.比较发现，Biome-BGC模型可较好地用于农田 NPP的模拟．江洪等采用BEPS模型对2004年我国福建省森林生态系统NPP进行了模拟验证[18],认为该模型最初是针对加拿大北部温带森林生态系统设计的,将其用于福建亚热带森林系统,虽然进行了参数修改,但结果仍存在一定的不确定性．近年来的新趋势是将过程模型与光能利用模型进行耦合来研究区域的NPP．尝试较多的是GLOPEM-CEVSA模型,该模型借鉴光能利用模型,通过遥感反演的植被光合有效辐射吸收比例计算植被吸收的有效辐射量,从而获得总初级生产力,然后通过生物量与气温、维持性呼吸系数与温度的关系模拟维持性呼吸和生长性呼吸,最终得到NPP[19]．王军邦等对GLOPEM-CEVSA 模型的使用进行了研究[19],认为该模型对青海三江源地区森林和荒漠的模拟精度相对较高,而对农田和湿地的模拟精度相对较低,草地则居于以上二者之间,模型的本土化研究还有待加强．丁庆福等的研究结果显示:GLOPEM-CEVSA模型对以落叶针叶林为主的东北地区的模拟结果好于以常绿针叶林为主的江西地区[20]．2 NPP的影响因素2.1 气象因素在气象因素中，气温、降水与植物生长最为密切,因此，随研究区域的不同,气温、降水与植被NPP的相关性也存在差异．刘军会等对北方农牧交错带进行研究[21]，发现植被NPP与降水呈正相关,与温度变化呈负相关．蒋冲等利用渭河流域及其周围52个气象站1959—2010年的逐日气象数据[22],采用周广胜-张新时模型估算了该区域的植被净初级生产力,结果同样显示，NPP与降水呈显著正相关,与温度呈负相关,且温度对 NPP的累积所起到的作用有限,水分是主要制约因素．陈旭等研究中国南部区域(18.00°～27.50 N, 108.50°～112.50 E)样带时发现[23]，温度与降水均与植被NPP呈正相关,并且最低温度与NPP的相关系数达0.599,超过降水与NPP的相关系数．蔡雨恋等对三江源地区NPP的研究结论是[24]:温度是决定该地区植被NPP变化的关键因素,它与NPP的相关系数为0.8,降水量的增加对NPP也有促进作用,二者的相关系数为0.7,在温度和降水较好的情况下,NPP与太阳辐射也表现出较高的正相关性．总体而言,各气象要素对NPP的影响程度由研究区植被生长的首要限制因素决定,如在高寒地区,低温是制约植物生长的主要因素,因此温度与NPP表现为较高的正相关；而在干旱和半干旱地区,降水是影响植物生长的首要因素,所以降水量与NPP的正相关表现的更为突出,相反温度升高可能会导致蒸发加剧,从而加重干旱的程度,因而有时与NPP呈现负相关．2.2 CO2浓度CO2是植物进行光合作用的底物,其浓度变化对植物的宏观及微观结构,气孔导度及水分利用效率等产生影响,最终导致植被净初级生产力的相应变化．在目前有关CO2浓度对NPP影响的文献中,主要采用以下2种方法展开研究:①利用逐年监测的全球CO2年平均数据与估算的某一区域的NPP进行相关性分析.例如：И.Ю.Локшина研究认为大气中CO2含量增加1倍[25],北半球植被的生产力将增加28%．毛德华等在东北多年冻土区利用CASA模型计算的植被净初级生产力与全球平均CO2浓度进行相关分析[26],证实植被的NPP与CO2浓度呈显著正相关．②利用过程模型,通过调整CO2的输入浓度,估算在不同CO2浓度水平下植被净初级生产力的大小．范敏锐等通过Biome-BGC模型对北京妙峰山栓皮栎林的研究[27]，发现CO2浓度加倍会降低栓皮栎林的NPP,但降低的幅度不大,且CO2浓度加倍、温度升高2 ℃和降水增加的协同作用更有利于NPP的增长．彭俊杰等同样通过Biome-BGC模型对华北油松林进行分析[28]，显示CO2浓度升高有利于油松林生态系统NPP的增加,温度升高、CO2浓度加倍和降水增加最有助于NPP的增加．然而,同样是应用Biome-BGC模型,张文海等对北京山区NPP的研究得出了不同的结论[29],即CO2浓度加倍、降水和温度增加的共同作用降低了油松林的净初级生产力．由此可见,在利用过程模型研究CO2浓度加倍与NPP的关系时,不同的输入参数将导致结果的差异,因此,参数选择的合理性是决定结论可靠程度的前提．2.3 地形因素地形是指地表以上分布的固定性物体共同呈现出的高低起伏状态,地形的不同将导致区域气象条件、土壤养分和水分的差异,从而影响植被的种类、数量和长势,在一定程度上决定植被净初级生产力的大小．常用的地形因子包括海拔高度、坡度和坡向等．研究结果显示,当海拔高度较低时,植被的NPP随高度的增加呈上升趋势,当到达某一值时,随着海拔高度的增加上升趋势逐渐减少,甚至可能出现NPP的下降．坡向不同决定着地表接收太阳辐射的数量以及地面与盛行风向的交角,一般,北坡的NPP最大,其次为西北和东北坡向的,因此阴坡更有利于植被净初级生产力的增加．坡度的影响则较为复杂,由于研究区域的坡度范围及分级的不同,NPP随坡度的变化规律也不尽相同.例如:李素英等对锡林浩特典型草原区进行研究[30]，认为NPP随坡度的增大而增大;常学礼的研究显示[31]，呼伦贝尔辉河湿地保护区草甸草原的NPP随坡度的增加而减少;李国亮通过对黑河上游草地NPP的研究提出，NPP随坡度呈现波动变化的特点[32]．2.4 土地利用人类自出现以来就开始对土地进行开发利用,并从自身的目的出发赋予土地不同的用途,可以说土地利用类型是与人类活动最为密切的NPP影响因素,同时也是改善环境、恢复植被最直接、有效的途径．文献显示,目前的研究主要围绕以下2个方面展开:一是不同土地利用类型的植被NPP.Goetz等通过GLO-PEM2模型对NPP 进行模拟[33],认为1987—1994年全球不同土地利用下的净初级生产力随土地覆被变化具有较明显的空间分布差异．对于不同土地利用类型的净初级生产力,虽然林地的NPP居于首位已成不争的事实,但耕地与草地的NPP谁大谁小,在不同的研究区域有不同的结论．韩艳飞等通过关天经济区植被的NPP研究，发现林地的NPP最大[34],其次依次为草地、耕地、建设用地．而李军玲等的研究认为耕地的NPP要大于草地的[35—36]．二是土地类型转换导致的NPP变化,以及由此产生的生态环境问题．Imhoff等进行了城市化对植被生产力影响的研究[37],指出美国城市化导致NPP减少,仅从城市化占用农业用地引起的NPP减少就能维持约6%美国人的能量需求．Bakker等进一步指出当城市化发生在土地生产力较高的地区时[38],这种影响更为突出．徐昔保等分析发现[39]，2000—2007年太湖流域的NPP从16.4 ×1012g(以碳的质量计算)减少到14.2 ×1012g(以碳的质量计算),NPP减少的主导因素为城市化扩展迅速.此外,土地整治、油菜及小麦种植比例下降有助于NPP增加,退耕还林在短期内可减少区域的NPP,但长期有助于NPP增长．3 结语随着大范围、连续性监测的需要,陆地植被净初级生产力的估算也从传统的样地实测向模型应用发展,其中，光能利用模型中的CASA模型,由于形式简单、输入参数易于获取,近年来得到了广泛应用,特别是在草地生态系统NPP估算中使用频率较高[40-42];过程模型具有机理明确、可靠性高的特点,但是驱动模型所需的参数较多,获取相对困难,使其应用受到一定限制．将光能利用模型与过程模型相结合,综合运用气象数据、土壤数据和遥感数据,在保证机理性的前提下,提高模型的适用性,具有较好的发展前景．NPP除受自然因素影响外,还受到诸如土地利用等人类活动的影响,由于人为因素难以定量化、相关研究积累较少,在以往的模型中均较少涉及,未来NPP估算应加强对人类活动的关注．参考文献：【相关文献】[1] 龙慧灵,李晓兵,王宏,等.内蒙古草原区植被净初级生产力及其与气候的关系[J].生态学报,2010,30(5):1367-1378.[2] LIETH H, WHITTAKER R H.Primary Productivity of the Biosphere[M].New York: Springer Berlin Heidelberg,1975.[3] 王宗明,梁银丽.植被净第一性生产力模型研究进展[J].干旱地区农业研究,2002,20(2):104-107.[4] 朱志辉.自然植被净第一性生产力估计模型[J].科学通报,1993,38(15):1422-1426.[5] 周广胜,张新时.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.[6] 王胜兰.基于5种气候生产力模型的乌鲁木齐地区NPP计算分析[J].沙漠与绿洲气象,2008,2(4):40-44.[7] 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.[8] 陈正华,麻清源,王建,等.利用CASA模型估算黑河流域净第一性生产力[J].自然资源学报,2008,23(3):263-273.[9] 陈峰,李红波,刘亚静.基于GIS和CASA 的滇南山区植被NPP时空分异及其影响因素——以云南省元阳县为例[J].生态学杂志,2018,37(7):2148-2158.[10] 李可相,周焱,周运超,等.基于CASA模型的长顺县夏季NPP时空格局[J].山地农业生物学报,2017,36(4):85-90.[11] 董丹,倪健.利用 CASA 模型模拟西南喀斯特植被净第一性生产力[J].生态学报,2011,31(7):1855-1866.[12] 王保林,王晶杰,杨勇,等.植被光合有效辐射吸收分量及最大光能利用率算法的改进[J].草业学报,2013,22(5):220-228.[13] 李传华,范也平,曹红娟,等.基于CASA模型的植被第一性生产力人为影响定量研究——以石羊河流域为例[J].干旱区地理,2018,41(1):142-151.[14] 张美玲,蒋文兰,陈全功,等.基于CSCS改进CASA模型的中国草地净初级生产力模拟[J].中国沙漠,2014,34(4):1150-1160.[15] 郑凌云.基于卫星遥感与BEPS生态模式的藏北草地变化及NPP动态研究[D].北京:中国气象科学研究院,2006.[16] 亓伟伟,牛海山,汪诗平,等.增温对青藏高原高寒草甸生态系统固碳通量影响的模拟研究[J].生态学报,2012,32(6):1713-1722.[17] 胡波,孙睿,陈永俊.遥感数据结合Biome-BGC模型估算黄淮海地区生态系统生产力[J].自然资源学报,2011,26(12):2061-2071.[18] 江洪,汪小钦,孙为静.福建省森林生态系统NPP的遥感模拟与分析[J].地球信息科学学报,2010,12(4):580-586.[19] 王军邦,刘纪元,邵全琴,等.基于遥感-过程耦合模型的1988—2004年青海三江源区净初级生产力模拟[J].植物生态学报,2009,33(2):254-269.[20] 丁庆福,王军邦,齐述华,等.江西省植被净初级生产力的空间格局及其对气候因素的响应[J].生态学杂志,2013,32(3):726-732.[21] 刘军会,髙吉喜.气候和土地利用变化对中国北方农牧交错带植被覆盖变化的影响[J].应用生态学报,2008,19(9):2016-2022.[22] 蒋冲,王飞,穆兴民,等.气候变化对渭河流域自然植被净初级生产力的影响研究(Ⅱ)——渭河流域自然植被净初级生产力的研究[J].干旱区资源与环境,2013,27(5):53-57.[23] 陈旭,林宏,强振平.中国南部样带植被NPP与气候关系[J].生态环境,2008,17(6):2281-2288.[24] 蔡雨恋,郑有飞,王云龙,等.利用改进的CASA模型分析三江源区净植被生产力[J].南京信息工程大学学报:自然科学版,2013,5(1):34-42.[25] И.Ю.Локшина.刘树泽，译.大气中浓度倍增时植被生产力的变化[J].气象科技,1987(3):66-69.[26] 毛德华,王宗明,罗玲,等.1982—2009年东北多年冻土区植被净初级生产力动态及其对全球变化的响应[J].应用生态学报,2012,23(6):1511-1519.[27] 范敏锐,余新晓,张振明,等.CO2倍增和气候变化对背景山区栓皮栎林NPP影响研究[J].生态环境学报,2010,19(6):1278-1283.[28] 彭俊杰,何兴元,陈振举,等.华北地区油松林生态系统对气候变化和CO2浓度升高的响应——基于Biome-BGC模型和树木年轮的模拟[J].应用生态学报,2012,23(7):1733-1742.[29] 张文海,吕锡芝,余新晓,等.气候和CO2变化对北京山区油松林NPP的影响[J].广东农业科学,2012,(6):4-6.[30] 李素英,常英,王秀梅,等.地形对典型草原区净第一性生产力的生态影响[J].中国草地学报,2013,35(2):59-63.[31] 常学礼,吕世海,冯朝阳,等.地形对草甸草原植被生产力分布格局的影响[J].生态学报,2015,35(10):1-13.[32] 李国亮,赵军.黑河流域上游草地NPP分布及其与地形因子的关系分析[J].甘肃科技,2013,29(21):30-32.[33] GOETZ S J, PRINCE S D, GOWARD S N, et al.Satellite remote sensing of primary production: An improved production efficiency modeling approach[J].Ecological Modelling,1999,122(3): 239-255.[34] 韩艳飞,柯长青,李晶.近30年关天经济区植被净初级生产力对土地利用变化的动态响应[J].干旱区资源与环境,2014(6):68-74.[35] 李军玲,陈怀亮,邹春辉,等.1994—2008年河南省植被净第一性生产力及其时空变化[J].生态环境学报,2011(10):1424-1429.[36] 戴靓,彭慧,吴绍华,等.苏南地区净第一性生产力对土地利用变化的响应[J].土壤,2013,45(3): 565-571.[37] IMHOFF M L, TUCKER C J, LAWRENCE W T, et al.The use of multisource satellite and geospatial data to study the effect of urbanization on primary productivity in the United States[J].IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(6): 2549-2556. [38] BAKKER M M, GOVERS G, van DOORN A, et al.The response of soil erosion and sediment export to land-use change in four areas of Europe: The importance of landscape pattern[J].Geomorphology, 2008, 98(3/4): 213-226.[39] 徐昔保,杨桂山,李恒鹏.太湖流域土地利用变化对净初级生产力的影响[J].资源科学,2011,33(10):1940-1947.[40] 苏日娜，俎佳星，金花，等. 内蒙古草地生产力及载畜量变化分析[J]. 生态环境学报， 2017，26(4)： 605-612.[41] 黄露，周伟，李浩然，等. 土地利用/覆被变化对鄂尔多斯市草地生态系统净初级生产力的影响[J]. 水土保持通报，2018，38(4)：46-59.[42] 杜梦洁，郑江华，任璇，等. 地形对新疆昌吉州草地净初级生产力分布格局的影响[J]. 生态学报，2018，38(13)：4789-4799.。