2000-2015年宁夏草地净初级生产力时空特征及其对气候变化的响应

秦岭山地夏季降水的时空变化特征及其气候归因孟清;彭晓邦;张善红【期刊名称】《商洛学院学报》【年(卷),期】2024(38)2【摘要】探究秦岭山地夏季降水及其大气归因,是为了研究区域环境对全球气候变化的响应关系。

根据1959—2022年陕西省秦岭山地32个气象站点数据和15个大气环流指数,运用一元线性回归法和小波变换分析法(CWT),研究了秦岭山地64年来夏季降水的时间变化特征和空间演变规律及其与大尺度环流指数的关系。

结果表明,1959—2022年秦岭山地夏季降水呈现不显著的上升趋势,一元线性回归法的变化速率为10.81 mm/10 a。

其中,秦岭山地南坡的商南站降水量变化率最大,为19.3 mm/10 a。

秦岭山地夏季平均降水量为344.34 mm。

位于秦岭山地南坡的紫阳县降水量最大,约为469.35 mm。

位于秦岭山地北坡的华阴县降水量最少,约为216.51 mm。

秦岭山地南坡夏季降水明显多于北坡,降水量约为107.68 mm。

南坡夏季平均降水量约为377.99 mm,北坡夏季平均降水量约为270.31 mm,均未通过显著性检验。

秦岭山地64年来的夏季降水量与SOI、SAODI、SWACI均有较强的正相关关系,与EASMI、SCSMI、SASMI均存在负相关关系。

【总页数】9页(P1-8)【作者】孟清;彭晓邦;张善红【作者单位】商洛学院城乡规划与建筑工程学院/商洛市碳中和工程技术研究中心【正文语种】中文【中图分类】P426.614【相关文献】1.近50年秦岭山地降水时空变化特征研究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3.1964-2017年秦岭山地降水时空变化特征及其南北差异4.中蒙干旱半干旱区降水的时空变化特征(Ⅱ):综合气候分区及各分区降水周期变化的进一步分析5.天山地区夏季极端降水特征及气候变化因版权原因，仅展示原文概要，查看原文内容请购买。

第三章长江上游初级生产力评估植被既是重要的自然资源，又是自然条件（如地质、地貌、气候、土壤等）和人类开发利用资源状况的综合反映。

随着全球变化的加剧及其对全球变化研究的不断深入，植被作为陆地生物圈的主体，在生态系统中的作用也日益受到重视，尤其是在全球物质循环、能量流动、调节全球碳平衡、减缓大气中CO2等温室气体浓度上升趋势以及维护全球气候稳定等方面具有不容忽视的意义。

植被净初级生产力（Net Primary Productivity，NPP）是指绿色植物在单位面积、单位时间内所累积的有机物数量，表现为光合作用固定的有机碳中扣除植物本身呼吸消耗的部分，这一部分用于植被的生长和生殖，也称净第一性生产力。

NPP 作为地表碳循环的重要组成部分，不仅直接反映了植被群落在自然环境条件下的生产能力，表征陆地生态系统的质量状况，而且是判定生态系统中碳源/碳汇和调节生态过程的主要因子，在全球变化及碳平衡中扮演着重要的作用。

自20世纪60年代以来，各国学者对NPP的研究倍受重视，国际生物学计划（International Biological Programme，IBP，1965～1974）期间，曾进行了大量的植物NPP的测定，并以测定资料为基础联系气候环境因子建立模型对植被NPP 的区域分布进行评估如Miami模型、Thornthwaite纪念模型、Chikugo模型等。

建立于1987年的国际地圈——生物圈计划（International Geo-Biosphere Programme，IGBP）、全球变化与陆地生态系统（GCTE）和最近出台的京都协定（Kyoto Protocol）均把植被的NPP研究确定为核心内容之一（IGBP，1998）。

长江上游地区面积广大，地形复杂，气候多样，植被类型丰富，是我国生态屏障关键区，也是重要的生态脆弱区和气候变化敏感区。

同时，它还是我国生物多样性和自然保护集中区和我国重要的森林分布区、草地分布区。

第３９卷第２０期２０１９年１０月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．３９，Ｎｏ．２０Ｏｃｔ．，２０１９基金项目：国家自然科学基金项目（４１３７１１２５）；教育部规划基金项目（１８ＸＪＡ６３０００５）；四川省社科项目（ＳＣ１８Ｂ０９５）收稿日期：２０１８⁃０９⁃１３；㊀㊀网络出版日期：２０１９⁃０８⁃１９∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｐａｎｈｏｎｇｙｉ８０＠１６３．ｃｏｍＤＯＩ：１０．５８４６／ｓｔｘｂ２０１８０９１３１９７１潘洪义，黄佩，徐婕．基于地理探测器的岷江中下游地区植被ＮＰＰ时空格局演变及其驱动力研究．生态学报，２０１９，３９（２０）：７６２１⁃７６３１．ＰａｎＨＹ，ＨｕａｎｇＰ，ＸｕＪ．ＴｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｐａｔｔｅｒｎｅｖｏｌｕｔｉｏｎｏｆｖｅｇｅｔａｔｉｏｎＮＰＰａｎｄｉｔｓｄｒｉｖｉｎｇｆｏｒｃｅｓｉｎｍｉｄｄｌｅ⁃ｌｏｗｅｒａｒｅａｓｏｆｔｈｅＭｉｎｒｉｖｅｒｂａｓｅｄｏｎｇｅｏｇｒａｐｈｉｃａｌｄｅｔｅｃｔｏｒａｎａｌｙｓｅｓ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０１９，３９（２０）：７６２１⁃７６３１．基于地理探测器的岷江中下游地区植被ＮＰＰ时空格局演变及其驱动力研究潘洪义１，２，∗，黄㊀佩１，２，徐㊀婕１，２１四川师范大学西南土地资源评价与监测教育部重点实验室，成都㊀６１００６８２四川师范大学地理与资源科学学院，成都㊀６１００６８摘要：植被净初级生产力作为反映植被生态系统对气候变化响应的重要指标，是长期以来备受世界各国关注的焦点问题㊂论文以岷江中下游地区为研究区域，基于２０００ ２０１５年ＭＯＤＩＳＮＰＰ数据，结合同年期海拔㊁气温㊁降水㊁土地利用类型等，运用地理探测器等模型方法，诊断植被ＮＰＰ分布的主要驱动力，并揭示了不同时段的驱动力决定力的变化㊂结果表明：（１）２０００ ２０１５年岷江中下游植被ＮＰＰ平均值为５１３．９３ｇＣ／ｍ２；植被年均ＮＰＰ最大值出现在２０００年石棉县北部硗碛藏族乡的林地分布区，为１８７６ｇＣ／ｍ２，最小值出现在２００５年五通桥区中部竹根镇的平原旱地分布区，最小值为２６．９８ｇＣ／ｍ２；植被ＮＰＰ具有较强的时空分异性，ＮＰＰ总量变化除了受ＮＰＰ强度影响外，植被覆盖总面积是其另外主要的影响因素㊂（２）影响植被ＮＰＰ分布的主导因素包括气温㊁海拔㊁土地利用等，各因素对ＮＰＰ分布的决定力存在明显差异㊂（３）不同时间植被ＮＰＰ空间分布的驱动力存在明显差异，主要表现在其变化受人类扰动的影响越来越强烈㊂刻画岷江中下游植被ＮＰＰ时空演变，并揭示其主要驱动力，可为研究区生态安全预警和生态补偿提供数据支撑和辅助决策㊂关键词：植被ＮＰＰ时空格局演变；驱动力；主导因素；地理探测器；岷江中下游地区ＴｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｐａｔｔｅｒｎｅｖｏｌｕｔｉｏｎｏｆｖｅｇｅｔａｔｉｏｎＮＰＰａｎｄｉｔｓｄｒｉｖｉｎｇｆｏｒｃｅｓｉｎｍｉｄｄｌｅ⁃ｌｏｗｅｒａｒｅａｓｏｆｔｈｅＭｉｎｒｉｖｅｒｂａｓｅｄｏｎｇｅｏｇｒａｐｈｉｃａｌｄｅｔｅｃｔｏｒａｎａｌｙｓｅｓ㊀ＰＡＮＨｏｎｇｙｉ１，２，∗，ＨＵＡＮＧＰｅｉ１，２，ＸＵＪｉｅ１，２１ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＬａｎｄＲｅｓｏｕｒｃｅｓＥｖａｌｕａｔｉｏｎａｎｄＭｏｎｉｔｏｒｉｎｇｉｎＳｏｕｔｈｗｅｓｔ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＳｉｃｈｕａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６８，Ｃｈｉｎａ２ＧｅｏｇｒａｐｈｙａｎｄＲｅｓｏｕｒｃｅｓＳｃｉｅｎｃｅＣｏｌｌｅｇｅ，Ｃｈｅｎｇｄｕ６１００６８，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｖｅｇｅｔａｔｉｏｎｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）ｉｓｃｏｎｓｉｄｅｒｅｄａｋｅｙｆａｃｔｏｒｏｆｅｃｏｌｏｇｉｃａｌｒｅｓｐｏｎｓｅｓｔｏｃｌｉｍａｔｅｃｈａｎｇｅ，ｓｏｉｔｈａｓｌｏｎｇａｒｏｕｓｅｄａｔｔｅｎｔｉｏｎｆｒｏｍｃｏｕｎｔｒｉｅｓａｒｏｕｎｄｔｈｅｗｏｒｌｄ．Ｕｓｉｎｇｔｈｅｍｉｄｄｌｅ⁃ｌｏｗｅｒＡｒｅａｏｆｔｈｅＭｉｎｒｉｖｅｒａｓｔｈｅｓｔｕｄｙａｒｅａ，ｔｈｅＧｅｏｄｅｔｅｃｔｏｒｍｏｄｅｌｗａｓａｐｐｌｉｅｄｂａｓｅｄｏｎＭＯＤＩＳＮＰＰｐｒｏｄｕｃｔｓｆｒｏｍ２０００ｔｏ２０１５，ａｓｗｅｌｌａｓａｎｎｕａｌａｌｔｉｔｕｄｅ，ｔｅｍｐｅｒａｔｕｒｅ，ｐｒｅｃｉｐｉｔａｔｉｏｎ，ａｎｄｌａｎｄｕｓｅｄａｔｅｉｎｔｈｅｓａｍｅｐｅｒｉｏｄｔｏｄｉａｇｎｏｓｅｔｈｅｄｏｍｉｎａｎｔｆａｃｔｏｒｓｏｆｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｖｅｇｅｔａｔｉｏｎＮＰＰｃｈａｎｇｅａｎｄｒｅｖｅａｌｔｈｅｄｉｆｆｅｒｅｎｔｔｉｍｅｃｈａｎｇｅｓｏｆｄｒｉｖｉｎｇｆｏｒｃｅｓｄｅｔｅｒｍｉｎｉｎｇｖｅｇｅｔａｔｉｏｎＮＰＰｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ１）ＴｈｅａｖｅｒａｇｅａｎｎｕａｌＮＰＰｆｏｒｔｈｅｍｉｄｄｌｅ⁃ｌｏｗｅｒＡｒｅａｏｆｔｈｅＭｉｎｒｉｖｅｒｗａｓ５１３．９３ｇＣ／ｍ２ｆｒｏｍ２０００ｔｏ２０１５．Ｔｈｅｍａｘｉｍｕｍａｎｄｍｉｎｉｍｕｍｖａｌｕｅｓ（１８７６ｇＣ／ｍ２ａｎｄ２６．９８ｇＣ／ｍ）ｏｂｓｅｒｖｅｄｉｎ２０００ｉｎｔｈｅＱｉａｏｑｉＴｉｂｅｔａｎｔｏｗｎｓｈｉｐｎｏｒｔｈｏｆＳｈｉｍｉａｎｃｏｕｎｔｙａｎｄ２００５ｉｎｔｈｅｐｌａｉｎｄｒｙｌａｎｄｄｉｓｔｒｉｂｕｔｉｏｎａｒｅａｏｆＺｈｕｇｅｎＴｏｗｎｉｎｔｈｅｍｉｄｄｌｅｏｆＷｕｔｏｎｇｑｉａｏｓｈｏｗｅｄａｓｔｒｏｎｇｓｐａｔｉｏｔｅｍｐｏｒａｌｖａｒｉａｂｉｌｉｔｙｉｎｔｈｅｍｉｄｄｌｅ⁃ｌｏｗｅｒＡｒｅａｏｆｔｈｅＭｉｎｒｉｖｅｒ．ＩｎａｄｄｉｔｉｏｎｔｏｔｈｅＮＰＰ２２６７㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀ｉｎｔｅｎｓｉｔｙ，ｔｈｅｔｏｔａｌａｒｅａｃｏｖｅｒｅｄｂｙｖｅｇｅｔａｔｉｏｎｗａｓｔｈｅｏｔｈｅｒｍａｊｏｒｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒ．２）ＴｈｅｄｏｍｉｎａｎｔｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｖｅｇｅｔａｔｉｏｎＮＰＰｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｉｎｃｌｕｄｅｄｔｅｍｐｅｒａｔｕｒｅ，ａｌｔｉｔｕｄｅ，ａｎｄｌａｎｄｕｓｅ，ａｎｄｔｈｅｉｒｐｏｗｅｒｄｅｔｅｒｍｉｎａｎｔｖａｌｕｅｔｏＮＰＰｉｎｃｉｄｅｎｃｅｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ．３）ＴｈｅｓｅｆａｃｔｏｒｓａｆｆｅｃｔｔｈｅｃｈａｎｇｅｓｉｎｖｅｇｅｔａｔｉｏｎＮＰＰｆｒｏｍｄｉｆｆｅｒｅｎｔｐｅｒｓｐｅｃｔｉｖｅｓａｎｄｔｈｅｉｒｄｒｉｖｉｎｇｆｏｒｃｅｓｄｉｆｆｅｒｏｖｅｒｔｈｅｙｅａｒｓ．ＴｈｅｃｈａｎｇｅｓｉｎｖｅｇｅｔａｔｉｏｎＮＰＰｍａｉｎｌｙｐｒｅｓｅｎｔｅｄｍｏｒｅａｎｄｍｏｒｅｃｏｎｃｅｒｎｅｄｂｙｈｕｍａｎｄｉｓｔｕｒｂａｎｃｅｓ．Ｏｎｔｈｅｃｏｎｔｒａｒｙ，ｉｔｉｓｗｅａｋｅｎｅｄｂｙｎａｔｕｒａｌｆａｃｔｏｒｓ．ＳｐａｔｉｏｔｅｍｐｏｒａｌｃｈａｎｇｅｓｏｆＮＰＰａｎｄｉｔｓｄｒｉｖｉｎｇｆｏｒｃｅｓｗｅｒｅｒｅｖｅａｌｅｄ．Ｔｈｅｆｉｎｄｉｎｇｓｐｒｏｖｉｄｅｄｔｈｅｄａｔａａｎｄａｓｓｉｓｔａｎｔｄｅｃｉｓｉｏｎ⁃ｍａｋｉｎｇｆｏｒｔｈｅｇｏｖｅｒｎｍｅｎｔｔｏｆｏｒｍｕｌａｔｅｐｏｌｉｃｉｅｓｒｅｇａｒｄｉｎｇｅｃｏｌｏｇｉｃａｌｓｅｃｕｒｉｔｙａｌａｒｍａｎｄｅｃｏｌｏｇｉｃａｌｃｏｍｐｅｎｓａｔｉｏｎ．ＫｅｙＷｏｒｄｓ：ｔｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｐａｔｔｅｒｎｏｆｖｅｇｅｔａｔｉｏｎＮＰＰ；ｄｒｉｖｉｎｇｆｏｒｃｅｓ；ｄｏｍｉｎａｎｔｆａｃｔｏｒ；ｇｅｏｄｅｔｅｃｔｏｒ；ｍｉｄｄｌｅ⁃ｌｏｗｅｒＡｒｅａｏｆＭｉｎｒｉｖｅｒ植被净初级生产力（ＮｅｔＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｖｉｔｙ，ＮＰＰ）是评价生态系统结构与功能协调性及其与环境相互作用的重要指标［１］㊂它直接与全球变化的关键科学问题⁃碳循环㊁水循环与食物安全密切相关［２⁃３］，可以反映气候变化和人类活动对陆地植被综合作用结果［４］㊂国外大规模的ＮＰＰ研究始于２０世纪６０年代，经历了 传统的站点实测法⁃大量的统计回归法⁃多源数据的机理模型法 三个阶段［５］㊂国内研究相较国外起步较晚，随着遥感技术的发展，基于遥感观测的植被ＮＰＰ估算方法已较好的用于ＮＰＰ年际波动或长期变化趋势的监测［５，６］㊂近年来，国内众多学者针对ＮＰＰ分布的时空特征㊁其变化驱动力㊁ＮＰＰ与经济协调性及利用遥感生产力模型（ＣＡＳＡ模型）反演ＮＰＰ数据等开展了大量研究㊂就时空特征研究而言，刘刚等以全球陆表特征数据集（ＧＬＡＳＳ）为基础，对２００１ ２０１４年中国植被ＮＰＰ进行了估算，分析了我国植被ＮＰＰ时空分布特征［７］㊂崔林丽等基于２００１ ２０１０年ＭＯＤ１７Ａ３年均ＮＰＰ数据研究中国东南部植被ＮＰＰ的时空格局［８］㊂池源等以黄河三角洲为研究区，通过遥感手段和现场调查，对黄河三角洲ＮＰＰ时空变化特征［９］㊂从变化驱动力研究方面来看，王芳等基于ＭＯＤ１７Ａ３ＮＰＰ数据㊁气象数据和土地利用类型数据，对安徽省２０００ ２０１５年植被ＮＰＰ的时空格局㊁变化趋势及驱动因子进行研究［１０］㊂经济协调性研究方面，主要有乔旭宁等基于ＭＯＤＩＳ１７Ａ３数据分析河南省淮河流域ＮＰＰ时空演变特征，及区域主体功能类型特征构建生态经济协调度模型，对研究区生态经济协调关系进行评估［１１］㊂在利用ＣＡＳＡ模型进行ＮＰＰ数据反演方面，苏日古嘎等以呼伦贝尔市为研究区，利用遥感生产力模型（ＣＡＳＡ模型）获取研究区四期ＮＰＰ数据，分别从ＮＰＰ空间分布特征㊁特征值变化㊁ＮＰＰ变化的空间格局和不同植被类型ＮＰＰ变化等方面分析时空变化特点㊂随着在ＮＰＰ时空演变特征方面研究成果不断涌现［１２⁃２０］，主要呈现出以下特点：（１）采用卫星遥感数据结合陆地生态过程模型开展植被ＮＰＰ的演变分析已经成为ＮＰＰ研究的主流［６］㊂（２）由于数据源主要来源于ＭＯＤＩＳ数据，研究区域以宏观尺度的国家㊁自然经济区划分区和省域为主㊂（３）以ＮＰＰ时空分布的特征并结合地形地貌与气候因素进行回归分析，从而研究其变化的驱动力㊂基于以上研究特点，在当前的研究中对ＮＰＰ空间分布的特征成因的社会经济与人类扰动因素研究较少，以地学的视角采用地理探测器对其变化驱动力的研究更为鲜见㊂然而ＮＰＰ时空变化是自然⁃人文综合作用的结果，因此，本文在自然因素的基础上考虑了社会经济与人类扰动的因素，采用地理探测器模型，在刻画ＮＰＰ时空分布规律的基础上，揭示影响分布规律的主要驱动力㊂岷江中下游地区人口较为密集，土地利用率较高，交通便利，经济开发程度较高㊂因此，同时兼备农田植被，其中水田主要种植水稻㊁油菜，旱地主要种植小麦和玉米及其他经济作物㊂园地作为另一类人工植被分布面积较广，受人类扰动强度高㊂研究区作为长江上游重要的生态屏障保护区重要组成部分，其ＮＰＰ变化会直接反映生态系统的健康程度的变化，刻画其时空分布特征，并揭示不同时间主要驱动力有助于为研究区生态安全预警和生态补偿提供数据上的支持，为国土开发及自然资源可持续利用政策指导提供科学依据㊂１㊀研究区域与数据来源１．１㊀研究区概况㊀㊀岷江中下游地区地处四川盆地西南部，地理范围介于２８ʎ１８ᶄ５ᵡ ３１ʎ２２ᶄ７ᵡ和１０１ʎ５６ᶄ１１ᵡ １０４ʎ５４ᶄ４７ᵡ之间㊂海拔范围为１４７ ７８４５ｍ之间，气候上属于中亚热带季风气候区，分布着中亚热带⁃暖温带⁃温带⁃寒温带的垂直气候带谱，四季分明，平均气温在１６．５ １８．０ħ，多年均降水量１０００ １６００ｍｍ之间［２１］㊂研究区自然植被受地形海拔影响，形成了常绿阔叶林㊁阔叶针叶混交林同时在林地间隙分布着灌丛㊁草甸；该段河流属于丘陵平原型河流，这类河流出自峡谷，大部分流经丘陵和平原，水能资源相对减少㊂其河流主要由岷江及其重要支流大渡河组成，本文以岷江中下游所流经的县域组成研究区，共涉及成都市㊁眉山市㊁乐山市和雅安市的２７个县（市㊁区）㊂１．２㊀数据来源及处理本文所采用的ＭＯＤＩＳＮＰＰ，源于美国国家航空航天局（ＮＡＳＡ），分别选择２０００，２００５，２０１０和２０１５年的ＭＯＤ１７Ａ３数据产品，其空间分辨率为５００ｍ，时间分辨为１年㊂在ＥＮＶＩ软件支持下，运用ＭＣＴＫ工具进行数据的预处理，以便于与其他数据进行配准㊂ＤＥＭ数据源于地理空间数据云官网（ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ），空间分辨率为３０ｍ，主要用于提取研究区的高程㊁地形坡度㊁坡向等数据㊂气象数据主要包括研究区各站点在研究时限内的气温和降水数据，源于国家地球系统科学数据共享服务平台（ｈｔｔｐ：／／ｗｗｗ．ｇｅｏｄａｔａ．ｃｎ／）气温与降水公里网格数据，同时结合中国气象科学数据共享服务网（ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ），研究区内站点年平均气温和降水主要进行验证与回归分析，通过插值计算获得研究区内年平均气温和年降雨量㊂研究区土地利用／覆盖数据来源于资源环境数据云平台（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ／Ｄｅｆａｕｌｔ．ａｓｐｘ），结合研究区现状和研究内容，将土地利用类型划分为林地㊁草地㊁耕地㊁建设用地㊁湿地㊁其他六大类㊂需要指出的是，地理探测器所处理的数据量有运行上限，软件最大可容纳数据量是３２７６７［２２］㊂而本研究区数据的超过了这一上限，因此需要对研究区数据进行相应处理㊂因此，本文运用ＡｒｃＧＩＳ的子集要素工具将研究区数据随机训练样本，使之与地理探测器软件的最大可容纳数据量最为接近㊂２㊀研究方法２．１㊀分区统计分区统计用于根据来自其他数据集的值（赋值栅格）为每一个由区域数据集定义的区域计算统计数据㊂以研究区范围为基础创建研究区渔网，结合研究区植被ＮＰＰ㊁降水㊁气温等数据将渔网大小设置为９２６．６３ｍˑ９２６．６３ｍ㊂采用分区统计到表的方法，将研究区气温㊁降水和土地利用类型等数据进行对平均值或众数值的统计，以建立研究区的基础数据库㊂２．２㊀标准差分级法标准差分级法是以均值为中心，以标准差的倍数为级差，分别向大于和小于均值的两个方向进行分级的方法［２３］㊂此分级方法完全根据原始数据固有的数值特征和分布规律来进行分级，分级数不受人为控制，避免了人为因素的干扰，使得分级结果更具客观性㊂各种分类算法的效果可通过地理探测器的ｑ统计量来评价，ｑ值越大分类效果越好［２２］㊂本文分别采用１倍㊁１／２倍㊁１／３倍和１／４倍的标准差进行分级，并分别计算ｑ统计量的值，发现采用１倍标准差分级所得的ｑ值最大，分类效果最好㊂２．３㊀地理探测器地理探测器是探测空间分异性，以及揭示其背后驱动力的一组统计学方法［２２］㊂它能探测各因子对模型的贡献率，能从庞大的空间数据库中提取有用的空间关联规则［２４］㊂因此，在分析地理要素格局演变和地域空间分异等方面具有非常广泛的应用，但对植被ＮＰＰ空间演变分析的应用较少㊂运用地理探测器分析模型，将各年的植被ＮＰＰ数据作为因变量，引入研究区植被ＮＰＰ值分异决定力指标ｑ㊂设Ｙ是由研究区域内的所有栅格单元组成的格网系统，代表研究区域内的植被ＮＰＰ值，Ｘ为影响植被ＮＰＰ分异的各种因素，其Ａ＝｛Ａｈ｝为影响植被ＮＰＰ分异的其中一种因素㊂其中，ｈ＝１，２， ，Ｌ，Ｌ为采用标准差分级法所得到的该因素分类数，ｈ代表因素Ａ不同的类型㊂将研究区的各年的Ｙ图层分别与因素Ａ图层叠置，进一步探求因素Ａ与Ｙ间的相关关系㊂σ２ｈ为在因素Ａ的第ｈ类型中Ｙ的离散方差，因素Ａ对Ｙ的决定３２６７㊀２０期㊀㊀㊀潘洪义㊀等：基于地理探测器的岷江中下游地区植被ＮＰＰ时空格局演变及其驱动力研究㊀４２６７㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀力公式为：ｑ＝１－１ｎσ２ðＬｈ＝１ｎｈσ２ｈ式中：ｎｈ为在因素Ａ的类型ｈ内的样本数；ｎ为在整个研究区域内的所有样本数，ｎ＝ðＬｈ＝１ｎｈ；Ｌ为因素Ａ的分类数；σ２为整个区域的离散方差㊂ｑ值的内涵为自变量Ｘ能够解释１００ˑｑ％的因变量Ｙ，其取值范围为［０，１］，ｑ值越大，表明因素Ａ对植被ＮＰＰ空间分异的解释力越强㊂当因素Ａ的决定力ｑ＝１时，表明植被ＮＰＰ空间分异完全被因素Ａ控制；当因素Ａ的决定力ｑ＝０时，表明植被ＮＰＰ值呈现随机分布，因素Ａ对植被ＮＰＰ值的空间分异没有任何影响㊂将降水（Ｘ１）；气温（Ｘ２）；地面海拔（Ｘ３）；坡度（Ｘ４）；坡向（Ｘ５）；土地利用（Ｘ６）；到主要干道距离（Ｘ７）；到城镇中心距离（Ｘ８）八大因素分别与研究区ＮＰＰ值进行空间探测分析，计算得到各因素对ＮＰＰ值的决定力ｑ，对影响研究区ＮＰＰ时空分异的主导因素进行诊断㊂再根据ｑ值大小，采用聚类分析，找出影响ＮＰＰ分布的主要驱动力㊂３㊀结果分析３．１㊀岷江中下游土地覆被及其ＮＰＰ时空变化分析利用岷江中下游２０００ ２０１５年土地利用现状图，对各地类空间分布与变化进行空间化表达㊂研究区内土地利用类型以林地和耕地为主，从空间格局上来看，林地和草地主要集中在研究区西南部的雅安和乐山两市所辖的县（市㊁区），耕地主要分布在成都市㊁宜宾市和乐山所辖的各县（市㊁区）㊂表１㊀２０００—２０１５年各类用地面积／ｋｍ２Ｔａｂｌｅ１㊀Ｌａｎｄａｒｅａｏｆｖａｒｉｏｕｓｔｙｐｅｓｆｒｏｍ２０００ｔｏ２０１５年份Ｂｕｉｌｄｉｎｇｌａｎｄ湿地Ｗｅｔｌａｎｄ其他ＯｔｈｅｒｓＣｒｏｐｌａｎｄ建设用地Ｇｒａｓｓｌａｎｄ耕地Ｗｏｏｄｌａｎｄ草地Ｙｅａｒｓ林地２０００１４１７３．５５５２０２．８６１４４５６．２２７０５．４６１１４．１３１３２．８６２００５１４２０７．９９５２１６．４５１４２６０．４０８５０．４９１１３．９４１３２．８６２０１０１４４９９．６０４７９８．４９１４１５３．１０１０３０．７０８５．３４１４４．８０２０１５１４４８８．６７４７９１．１０１３８８９．９４１２３５．３６７２．２６１４２．２２从地类变化上而言，主要表现在东部建设用地迅速增加，其增加来源主要为耕地，而湿地面积在研究区西部和东部都表现为减少的趋势㊂各地类在不同年份，其ＮＰＰ数量受综合因素的影响表现出了不同变化趋势㊂由图２可知，在整个研究期内，岷江中下游ＮＰＰ呈现出２０００ ２０１０年下降，２０１０ ２０１５年缓慢增加的趋势，整体波动幅度比较明显㊂研究区年均ＮＰＰ值在３８０ ７８５ｇＣ／ｍ２之间波动，１６年间ＮＰＰ平均值为５１５．０９ｇＣ／ｍ２㊂其中，２０００年年均植被ＮＰＰ值最高，为７８０．５１ｇＣ／ｍ２，比平均ＮＰＰ值高５１．５３％，２０１０年年均ＮＰＰ值最低，为３８６．０７ｇＣ／ｍ２，比平均ＮＰＰ值低２５．０５％㊂自２０００年至２００５年，研究区年均ＮＰＰ值由７８０．５１ｇＣ／ｍ２下降至４１８．８２ｇＣ／ｍ２，下降幅度达４６．３４％；随后，２００５至２０１０年缓慢下降至最低值３８６．０７ｇＣ／ｍ２，下降幅度达７．７６％；相反，２０１０至２０１５年，年均ＮＰＰ值则呈现出缓慢上升趋势，上升至４７４．９７ｇＣ／ｍ２，上升幅度达２２．９５％㊂不同土地利用类型的ＮＰＰ年际波动与研究区的ＮＰＰ年际波动趋势基本一致，ＮＰＰ大小关系整体上表现为林地＞草地＞耕地＞湿地㊂就空间变化而言，研究期内岷江中下游ＮＰＰ均表现出了明显的空间分异性，研究时限内的年均植被ＮＰＰ值整体上呈现出西高东低的空间分布特征㊂年均ＮＰＰ高值区分布于研究区西部的石棉县㊁汉源县㊁宝兴县㊁芦山县㊁峨边彝族自治县等地，低值区主要位于东部的翠屏区㊁宜宾县㊁五通桥区㊁东坡区㊁双流县㊁温江区等地（图３）㊂就行政区而言，２０００与２００５年，研究区县域植被ＮＰＰ最大值均出现在研究区西南部的石棉县，最大图１㊀２０００ ２０１５年研究区土地利用现状图Ｆｉｇ．１㊀Ｌａｎｄｕｔｉｌｉｚａｔｉｏｎｍａｐｓｉｎｓｔｕｄｙａｒｅａｄｕｒｉｎｇ２０００ ２０１５值分别为１１４８．７７ｇＣ／ｍ２㊁５７８．３２ｇＣ／ｍ２，汉源县㊁芦山县㊁峨边彝族自治县ＮＰＰ值依次降低，最小值均位于东南部的翠屏区，最小值分别为５０３．５５ｇＣ／ｍ２㊁３０２．６７ｇＣ／ｍ２㊂２０１０年，年均植被ＮＰＰ最大值仍位于西南部的石棉县，最大值有所下降，为５２８．５５ｇＣ／ｍ２，其次为汉源县㊁芦山县㊁雨城区㊁峨边彝族自治县㊁金河口区㊁宝兴县等，而年均植被ＮＰＰ最小值区域则位于研究区北部的温江区，最小值为２７４．４９ｇＣ／ｍ２㊂反观２０１５年，研究区的年均植被ＮＰＰ最大值向东北扩展，位于石棉县东北部的雨城区，最大值为５６６．６５ｇＣ／ｍ２，峨边彝族自治县㊁汉源县㊁石棉县㊁金河口区㊁沐川县㊁芦山县等紧随其后，而最小值仍然位于研究区北部的温江区，最小值为３４２．３３ｇＣ／ｍ２㊂就土地利用类型而言，不同地类的ＮＰＰ值仍存在显著的空间分异性㊂林地和草地主要集中分布在研究区西部的石棉县㊁汉源县㊁芦山县㊁宝兴县㊁金河口区㊁峨边彝族自治县等地，因而研究区内的年均ＮＰＰ高值区５２６７㊀２０期㊀㊀㊀潘洪义㊀等：基于地理探测器的岷江中下游地区植被ＮＰＰ时空格局演变及其驱动力研究㊀图２㊀２０００ ２０１５研究区各类用地年均植被ＮＰＰ值㊀Ｆｉｇ．２㊀ＡｎｎｕａｌｖａｌｕｅｏｆＮＰＰｏｖｅｒｄｉｆｆｅｒｅｎｔｔｙｐｅｓｏｆｌａｎｄｕｓｅｉｎｓｔｕｄｙａｒｅａｄｕｒｉｎｇ２０００ ２０１５基本出现在以上地区㊂而耕地和湿地主要位于岷江干流流经的各个县域，所以研究区东部地区植被ＮＰＰ均值低于西部地区㊂在研究区两期植被ＮＰＰ值的基础上计算得出２０００ ２０１５年岷江中下游地区ＮＰＰ值的动态变化过程并对其进行可视化分析（图４）㊂由图４可知，２０００２０１５年研究区ＮＰＰ减少量呈现出由西向东逐渐减小趋势，其中位于中部㊁东南部的峨眉山市㊁沙湾区㊁五通桥区㊁犍为县㊁宜宾县㊁翠屏区由于受退耕还林工程的影响，部分地块ＮＰＰ值有所增加，最大值达４０９．３２ｇＣ／ｍ２，石棉县㊁汉源县㊁宝兴县㊁芦山县ＮＰＰ剧减，减少最多能达９７０．２３ｇＣ／ｍ２㊂这与各县（市㊁区）的土地利用变化有着极大的相关性，主要体现了林地和草地对ＮＰＰ值的极大影响㊂３．２㊀植被ＮＰＰ变化驱动力分析３．２．１㊀植被ＮＰＰ时空分异的主导驱动力诊断及演变２０００ ２０１５年岷江中下游地区植被ＮＰＰ的时空变化是受多种驱动力的综合影响结果，本文选取了能反映区域自然环境㊁资源禀赋和人类扰动等方面的８项指标，根据地理探测器模型，探测驱动力变化结果（图５）㊂根据２０００ ２０１５年的各驱动力的决定力ｑ值大小，将８个驱动力分为两个类型㊂一类以气温㊁海拔和土地利用因素为代表，其决定力ｑ值均在０．２以上，称之为主导驱动力；另一类以坡向㊁降水㊁城镇距离㊁公路距离和坡度因素为代表，其决定力ｑ值均在０．１以下，称之为重要驱动力㊂就驱动力演变而言，自２０００ ２００５年，各个驱动力的决定力均呈现下降趋势，其中气温和降水因素对植被ＮＰＰ值的决定力下降幅度最大，分别为３５．６５％和８３．２９％，而海拔因素的ｑ值超过降水，表明海拔因素相对于其他因素对研究区植被ＮＰＰ时空分异的解释力更大，影响更为显著㊂２００５ ２０１０年，气温㊁降水㊁海拔㊁坡向㊁城镇距离因素的ｑ值继续下降；相反，土地利用㊁距公路距离因素的ｑ值则呈现出上升趋势㊂２０１０ ２０１５年，气温㊁海拔因素ｑ值继续呈现下降趋势，而其他因素均呈现上升趋势㊂土地利用因素对植被ＮＰＰ值的决定力逐渐逼近海拔因素的决定力，逐渐接近所有驱动力ｑ值中的最大值，表明土地利用对研究区ＮＰＰ值时空分异的作用越来越突出㊂而距城镇距离㊁距公路距离㊁降水㊁坡度因素的决定力均逐步上升，其中，降水因素的决定力ｑ值的上升趋势更为明显㊂整体上而言，气温㊁海拔㊁坡向等因素对植被ＮＰＰ时空分异的决定力呈现出下降趋势，而土地利用㊁距公路距离㊁距城镇距离㊁降水等因素总体上则呈现出上升趋势，坡度因素对ＮＰＰ时空分异的决定力在２０１０年以后也呈现出一定的上升趋势，但上升趋势不明显㊂综合来看，自然因素对岷江中下游地区植被ＮＰＰ的影响力正逐渐削弱，而人类扰动因素对植被ＮＰＰ的影响越来越强㊂３．２．２㊀植被ＮＰＰ时空变化驱动力作用分析进一步分析各主导驱动力对研究区ＮＰＰ值时空分异的具体作用，可为研究区生态安全预警和生态补偿提供数据支撑和辅助决策㊂（１）气温，是反映区域气候特征的重要指标，也是植被生长不可或缺的重要条件，对植被ＮＰＰ的时空分布的影响较为显著㊂气温的升高有利于植被生长，植被在单位时间和单位面积上所固定的能量或产生的有机物质就越多，即植被ＮＰＰ值就越大；反之，ＮＰＰ值就越小㊂由图６可知，２０００ ２００５年研究区年均气温呈现出下降趋势，由１１．８３ħ下降至最低点８．９０ħ，随后呈现持续上升趋势，２０１５年上升至１３．０６ħ㊂综合来看，研究区的年均温波动上升趋势比较明显㊂其中，２０００６２６７㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀图３㊀２０００ ２０１５年研究区ＮＰＰ值空间分布Ｆｉｇ．３㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆＮＰＰｉｎｓｔｕｄｙａｒｅａｄｕｒｉｎｇ２０００ ２０１５２０１０年整体年均温呈下降趋势，年均温的下降会使得植被在单位时间和单位面积内所积累有机物的能力减弱，由此导致该研究时限内研究区的年均植被ＮＰＰ值呈下降态势㊂２０００ ２００５年研究区的年均温下降趋势尤为剧烈，幅度达２４．８２％，在此期间年均植被ＮＰＰ值随之大幅度下降㊂而２０１０ ２０１５年，研究区的年均温继续呈现上升趋势，由此带来植被积累养分的能力增加，进一步使得研究区的年均植被ＮＰＰ值上升㊂这与２０００ ２０１５年研究区植被年均ＮＰＰ值动态变化过程体现出较好的一致性，进而验证气温因素是影响植被ＮＰＰ值时空分异的主导因素之一㊂除此，不同水热组合状况对研究区的ＮＰＰ时空分异也有着重要影响㊂在此期间，研究区的年均降水量趋势线与其决定力ｑ值趋势线呈现一定程度上的负相关性㊂由图７可知，２０００年与２０１５年研究区年均降水量最低，其决定力ｑ值则达到最大值；年均降水量最大的年份降水的决定力ｑ值却很小㊂表明１２００ １３００ｍｍ７２６７㊀２０期㊀㊀㊀潘洪义㊀等：基于地理探测器的岷江中下游地区植被ＮＰＰ时空格局演变及其驱动力研究㊀图４㊀２０００ ２０１５年研究区ＮＰＰ值动态变化格局Ｆｉｇ．４㊀ＡｎｎｕａｌｖａｒｉａｔｉｏｎｓｏｆＮＰＰｉｎｓｔｕｄｙａｒｅａｄｕｒｉｎｇ２０００ ２０１５的年均降水量是植被生长的合理区间，对植被年均ＮＰＰ影响不大㊂（２）地形因素是环境以及植被异质性格局的重要影响因素之一，它一般通过不同的过程控制其水热条件和土壤条件，影响其他环境变量进而对区域植被格局产生重要影响［２５］㊂研究区整体上呈现出西高东低地形特征，西部地区以山地为主，海拔最高处为７８４５ｍ，而东部地区以丘陵为主，海拔最低处为１４７ｍ㊂位于研究区西部的石棉县㊁宝兴县㊁汉源县㊁芦山县㊁峨边彝族自治县等地其地貌主要特征表现为复杂多样的山地地貌，最高峰海拔均在５０００ｍ以上㊂西部各县由于地处高海拔地区，气候垂直带普特征比较明显，植被种类繁多，并且分布范围广，植被覆盖度高㊂另外，西部地区由于海拔远高于东部，其年均日照时数长，植被光合作用就越强烈，所固定的能量和积累的有机物质就越丰富㊂而东部地区地貌以丘陵为主，海拔较低，气候垂直特征不明显，年均日照时数短，自然景观类型较少㊂且东部地区人口密图５㊀２０００ ２０１５年各驱动力决定力（ｑ）值㊀Ｆｉｇ．５㊀Ｔｈｅｖａｌｕｅｏｆｄｅｔｅｒｍｉｎａｎｔ（ｑ）ａｂｏｕｔｆａｃｔｏｒｓｄｕｒｉｎｇ２０００ ２０１５度远高于西部地区，植被的生长与分布受人类活动的影响比较大，植被积累有机质的能力较低㊂从图５中也可以看出，海拔因素对研究区ＮＰＰ时空分异的决定力仍呈现出下降趋势，且与气温因素和土地利用因素的ｑ值逐渐逼近，表明虽然海拔因素对研究区植被ＮＰＰ的时空分异作用逐渐减弱，但仍是主导ＮＰＰ分异的因素之一㊂（３）土地利用是指人类根据土地的自然属性，采取各种活动和方法来利用土地资源㊂就土地利用类型而言，研究区年均植被ＮＰＰ值表现为：林地＞草地＞耕地＞湿地，且四者年际变化趋势比较一致（表２）㊂随着城市化进程的加快，建设用地需求量不断攀升，草地㊁耕地㊁湿地面积呈现出持续减少趋势，由此带来２０００ ２０１０年研究区的草地㊁耕地㊁湿地ＮＰＰ值不断降低㊂而２０１０至２０１５年草地㊁耕地㊁湿地面积虽然持续减少，但在此阶段植被ＮＰＰ受降水量和温度的水热组合状况的影响也较大，适宜的气温和降水给植被提供了良好的生长条件，植被生长更为茂密，其通过光合作用积累有机质的能力随之提高，此时段内植被ＮＰＰ表２㊀各类型用地植被ＮＰＰ总量／（ｇＣ／ｍ２）Ｔａｂｌｅ２㊀ＴｏｔａｌＮＰＰｏｆｖｅｇｅｔａｔｉｏｎｂｙｔｙｐｅｏｆｌａｎｄ年份Ｙｅａｒｓ林地Ｗｏｏｄｌａｎｄ草地Ｇｒａｓｓｌａｎｄ耕地Ｃｒｏｐｌａｎｄ湿地Ｗｅｔｌａｎｄ２０００５４４０４０６４．１１２０３７３８８３．００４３４０６５２４．５９２１８４８０．８０２００５２８７１７７１７．６９１０４１４６３７．００２４１６８７３６．０９１３４１７０．４０２０１０２６７８５１８５．４０８９０３３６８．４０２２５５７９２９．４０８０４６９．３０２０１５３２３５１４３７．４０１０２７４７９１．２０２８６９１６１６．１０８５５１２．９０８２６７㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀图６㊀２０００ ２０１５年研究区年均气温㊀Ｆｉｇ．６㊀Ｔｈｅａｎｎｕａｌａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅｉｎｓｔｕｄｙａｒｅａｄｕｒｉｎｇ２０００ ２０１５值呈现出一定的增长趋势㊂就林地而言，２０００ ２０１５年林地面积总体上呈现出上升趋势，林地ＮＰＰ值上升态势也较为明显㊂２０００ ２０１０年，随着退耕还林政策㊁天然林保护工程的持续推进，林地面积持续增加了３２６．０５ｋｍ２，理论上林地ＮＰＰ值应呈现出相应的上升趋势㊂但２０００ ２０１０年，气温因素对研究区ＮＰＰ分异的决定力要远大于土地利用因素的决定力，气温对植被ＮＰＰ的影响更为显著㊂在研究时限内，２００５年研究区的年均温最低，即使降水量在２０１０年达到最大值，仍对植被的长势产生了重大影响，这是由于降水的决定力远小于气温，因此在此阶段研究区的林地ＮＰＰ呈现出下图７㊀２０００ ２０１５年研究区年均降水量㊀Ｆｉｇ．７㊀Ｔｈｅａｎｎｕａｌａｖｅｒａｇｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｓｔｕｄｙａｒｅａｄｕｒｉｎｇ２０００ｔｏ２０１５降趋势㊂２０１０ ２０１５年林地面积继续增加，且由此带来了林地ＮＰＰ值的增加㊂总体而言，岷江中下游地区在研究时限内除２０００ ２００５年内林地减少外，林地面积平稳增加，草地㊁耕地㊁湿地等土地利用类型面积下降趋势明显㊂林地，草地㊁耕地㊁湿地面积的减少势必会带来植被ＮＰＰ总值的下降，研究区ＮＰＰ总量变化，除了受各地类ＮＰＰ强度外，植被总量变化也是影响变化的一个重要原因，从２０００ ２０１５年研究区，总共减少植被覆盖６６２．９２ｋｍ２，再加上水热组合状况的变化，因此带来了研究区植被ＮＰＰ总值呈现出先下降后缓慢上升的趋势㊂由图５也进一步可知，２０００ ２０１５年土地利用因素对ＮＰＰ时空分异的决定力呈现出明显的上升趋势，并逐渐逼近所有因素中的最大ｑ值，并且距离城镇距离㊁距离公路距离因素对植被ＮＰＰ时空分异的影响力也在逐渐增强，表明在农业生产㊁生态建设㊁城镇建设等人类活动的影响下，人类活动对研究区植被ＮＰＰ时空分异的作用越来越强烈㊂４㊀结论与讨论本文以２０００ ２０１５年岷江中下游地区的ＮＰＰ数据为基础，探讨了研究区ＮＰＰ时空演变格局，并选取能反映研究区自然环境㊁资源禀赋和人类扰动等方面的８大因素，运用地理探测器模型诊断出了影响研究区ＮＰＰ时空分异的主导驱动力并对驱动力变化趋势进行了分析㊂结果表明：（１）２０００ ２０１５年，岷江中下游地区的ＮＰＰ存在较强的时空分异规律㊂整体而言，２０００ ２０１５年研究区植被年均ＮＰＰ值呈现出先下降，随后缓慢增加的趋势，波动幅度达５０．５４％，植被平均ＮＰＰ值为５１３．９３ｇＣ／ｍ２㊂其中２０００年植被ＮＰＰ均值最高，为７８０．５１ｇＣ／ｍ２，２０１０年ＮＰＰ均值最低，为３８６．０７ｇＣ／ｍ２㊂就空间分布而言，研究区植被年均ＮＰＰ整体上呈现出自西高东低的空间分布特征，并且高值区有逐渐向东部扩展的趋势㊂植被年均ＮＰＰ最大值出现在２０００年石棉县北部硗碛藏族乡的林地分布区，为１８７６ｇＣ／ｍ２，最小值出现在２００５年五通桥区中部竹根镇的平原旱地分布区，最小值为２６．９８ｇＣ／ｍ２㊂不同土地利用类型的ＮＰＰ年际波动与研究区的ＮＰＰ年际波动趋势基本一致，ＮＰＰ大小关系表现为林地＞草地＞耕地＞湿地㊂（２）八大影响因素对研究区植被ＮＰＰ时空分异的决定力差异明显，气温㊁海拔㊁土地利用因素是影响植被ＮＰＰ分异的主导因素㊂２０００ ２０１５年，气温㊁海拔㊁土地利用因素对研究区植被ＮＰＰ时空分异的决定力ｑ值均在０．２以上，对ＮＰＰ分异的作用最为强烈，而降水坡度㊁坡向㊁距城镇距离㊁距公路距离因素的ｑ值相对比较低，均在０．１以下，对植被ＮＰＰ分异的作用相对较弱㊂气温因素主要是通过气温的升降并结合不同的水热组９２６７㊀２０期㊀㊀㊀潘洪义㊀等：基于地理探测器的岷江中下游地区植被ＮＰＰ时空格局演变及其驱动力研究㊀。

潞安矿区净初级生产力和土地覆被变化及成因张合兵;郝成元;张小虎【期刊名称】《水土保持通报》【年(卷),期】2013(0)1【摘要】净初级生产力和土地覆被变化是指示区域生态环境变化的重要指标。

基于EOS/MODIS卫星遥感数据,运用地理信息系统软件ArcGIS 9.3的统计与分析模块对2001—2006年潞安矿区净初级生产力、土地覆被变化及其成因进行了研究和分析。

结果表明:(1)2001—2003年的矿区绝大部分区域净初级生产力大于0.2kg/(m2.a),而2004—2006年的净初级生产力低于0.2kg/(m2.a)即研究时段内矿区净初级生产力呈明显减少趋势;(2)灌丛向稀树草地,稀树草地向农用地,地表水域向裸地转换是土地覆被变化的主要特征;(3)煤炭开采,农用地开垦等人类活动和降水量减少,气温升高为特征的气候变化是研究区植被覆盖度和净初级生产力降低的两个主要原因。

总之,煤炭开采和土地垦殖为主的人类活动所引起的土地覆被变化直接导致了潞安矿区净初级生产力的降低。

【总页数】4页(P221-224)【关键词】潞安矿区;净初级生产力;土地覆被变化;MODIS数据【作者】张合兵;郝成元;张小虎【作者单位】河南理工大学矿山空间信息技术国家测绘局重点实验室;河南理工大学测绘与国土信息工程学院【正文语种】中文【中图分类】P942【相关文献】1.气候变化对秦岭南北植被净初级生产力的影响(Ⅱ)——近52年秦岭南北植被净初级生产力 [J], 蒋冲;王飞;穆兴民;李锐2.广州市植被净初级生产力对土地覆被变化的时空响应特征 [J], 付迎春;卢雪玉;曾献铁;;;3.山西省六大煤田植被净初级生产力对土地覆被变化的响应 [J], 李志祥;张艺凡;张和生4.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], 黄露;周伟;李浩然;周富春;杨晗5.2000-2010年皖江城市带土地利用/覆被变化对区域净初级生产力的影响 [J], 袁甲;沈非;王甜甜;罗小瑞因版权原因，仅展示原文概要，查看原文内容请购买。

内蒙古草原区植被净初级生产力及其与气候的关系龙慧灵;李晓兵;王宏;魏丹丹;张程【期刊名称】《生态学报》【年(卷),期】2010(030)005【摘要】利用 NOAA/AVHRR GIMMS NDVI 数据、土地覆盖分类数据、气象数据等,基于改进的基于光能利用率的净初级生产力(Net Primary productivity,NPP)遥感估算模型对内蒙古草原区1982-2006年的NPP进行估算,并分别以年、季节和月为时间单位,计算基于像元的NPP与降水、温度之间的相关及偏相关系数,分析不同时间单位及尺度上NPP与气候的关系.结果表明,1982-2006年内蒙古草原区NPP总量呈波动增加的趋势,平均增加值为0.861Mt C/a.以年为时间单位,内蒙古草原区年NPP与降水的关系比较明显.以季节为时间单位,年际春季和夏季NPP 与降水的关系比较明显,秋季二者关系相对较弱,春季和秋季NPP与温度的相关系数和偏相关系数空间格局比较一致,且相关性明显高于夏季.以月为时间单位的相关水平明显高于年际水平,多年平均年内月NPP与降水、温度的相关程度明显增强,除去降水的影响,月均温对NPP的影响明显下降,且空间格局也有明显的变化,说明以月为时间单位在年内尺度上降水对植被生长的影响比温度要大.而以4、7、10月份为例,在年际尺度上,虽然各月份NPP均受降水的影响较大,但与降水关系最为密切的是4月份和10月份NPP,与之相比,7月份NPP与温度的关系明显高于其他两月.【总页数】12页(P1367-1378)【作者】龙慧灵;李晓兵;王宏;魏丹丹;张程【作者单位】地表过程与资源生态国家重点实验室,北京师范大学资源学院,北京,100875;地表过程与资源生态国家重点实验室,北京师范大学资源学院,北京,100875;地表过程与资源生态国家重点实验室,北京师范大学资源学院,北京,100875;地表过程与资源生态国家重点实验室,北京师范大学资源学院,北京,100875;地表过程与资源生态国家重点实验室,北京师范大学资源学院,北京,100875【正文语种】中文【相关文献】1.万州区植被净初级生产力对气候因子的响应 [J], 程燕;陈翼姝;汪露;牟新利2.气候变化对秦岭南北植被净初级生产力的影响(Ⅱ)——近52年秦岭南北植被净初级生产力 [J], 蒋冲;王飞;穆兴民;李锐3.新疆博尔塔拉-精河流域植被净初级生产力变化及其与主要气候因子的关系 [J], 赵鹏;于瑞德;陈桃;郭艳飞;吴燕良4.地球系统模式中植被净初级生产力百年尺度时空变化及其与气候的关系 [J], 高冬冬; 丹利; 范广洲; 彭静; 杨秀静; 杨富强; 李悦悦5.气候变化背景下羌塘国家自然保护区植被净初级生产力时空变化 [J], 周刊社;杜军;沈旭;蒲桂娟;张东东;党雪妮因版权原因，仅展示原文概要，查看原文内容请购买。

气候变化论文题目（导师拟定标题126个）气候变化是全人类所关注的问题，全球气候变化，是指在全球范围内，气候平均状态统计学意义上的巨大改变或者持续较长一段时间的气候变动。

气候变化的原因可能是自然的内部进程，或是外部强迫，或者是人为地持续对大气组成成分和土地利用的改变。

以下是整理好的126个关于气候变化论文题目，希望对您有所帮助。

气候变化论文题目一：1、气候变化和人类活动对淮河流域中上游地区径流影响研究2、森林应对气候变化研究热点和前沿分析——基于CitespaceⅤ的计量研究3、叶尔羌河流域气候变化特征及趋势分析4、基于大数据治理对气候变化背景下城市可持续发展的对策研究5、基于APSIM模型评估北方八省春玉米生产对气候变化的响应6、气候变化背景下东北三省春玉米产量潜力的时空特征7、未来黑碳气溶胶排放对区域气候变化的影响模拟8、气候变化对中国海洋经济可持续发展的影响9、1976-2015年柴达木盆地湖泊演变及其对气候变化和人类活动的响应10、全球变化背景下中国应对气候变化的主要进展和展望11、未来气候变化对特有物种沙生柽柳分布格局的影响及其保护启示12、我国西南地区喀斯特森林树木年轮对气候变化的响应13、近20 a云雾山草地生产力对气候变化的响应14、高寒草甸草原净初级生产力对气候变化响应的模拟15、气候变化技术机制专门化的困境及其克服16、1980年以来河南省主要粮食作物产量对气候变化的敏感性分析17、气候变化下辽西北春玉米生育期需水量研究18、气候变化对浙江省大气污染的影响19、气候变化背景下中国冷杉属植物地理分布模拟分析20、欧洲历史上气候变化与鼠疫的关系21、未来气候变化对福建省水稻产量影响的模拟22、气候变化综合评估模型的损失函数研究进展23、气候变化对跨境水资源影响的适应性评估与管理框架24、伏牛山地森林植被物候及其对气候变化的响应25、1951—2016年甘肃乌鞘岭气候变化特征气候变化论文题目二：26、呼伦贝尔草原NDVI时空变化及其对气候变化的响应27、青藏高原地表感热通量变化特征及其对气候变化的响应28、中国自然地理学中的气候变化研究前沿进展29、气候变化风险及其定量评估方法30、不确定性与复杂性背景下气候变化风险规制立法31、气候变化科学评估与政治决策32、未来气候变化对中国小麦产量影响的差异性研究——基于Meta回归分析的定量综述33、促进适应气候变化科技创新的政策环境研究34、气候变化背景下北极海冰对我国冬季气温的影响研究35、气候变化耦合海洋污染的生态毒理学研究进展36、气候变化和人类活动对鸭绿江流域入海水沙通量的影响37、全球气候变化多样性及应对措施38、应对全球气候变化的地方规划行动——减缓与适应的权衡抉择39、青藏高原湖泊变化遥感监测及其对气候变化的响应研究进展40、基于VIC模型的气候变化对红水河上游流域径流影响研究41、明清小冰期鼎盛期气候变化及其社会响应42、气候变化对通辽草甸草原草本植物物候期的影响43、1901—2014年黄土高原区域气候变化时空分布特征44、减缓与适应:中国应对气候变化的成本收益分析45、植被活动对气候变化的响应过程研究进展46、明清时期关中地区干旱灾害时空特征及其对小冰期气候变化响应研究47、气候变化背景下中国未来森林生态系统服务价值的时空特征48、气候变化和林火干扰对大兴安岭林区地上生物量影响的动态模拟49、未来气候变化对武夷山自然保护区毛竹异戊二烯排放速率的影响50、火的历史重建及其与气候变化和人类活动关系研究进展气候变化论文题目三：’51、柴达木盆地气候变化对植被的影响分析52、大九湖泥炭磁化率及腐殖化度记录的1853、气候变化背景下1981-2010年中国玉米物候变化时空分异54、辽宁朝阳地区季节冻土最大冻土深度和持续冻结时间与气候变化的响应研究55、1990～2015年青海省湖泊时空变化及其对气候变化的响应分析56、化学蚀变指数指示古气候变化的适用性探讨57、青海柴达木盆地巴音河上游径流量对气候变化和人类活动的响应58、天山南坡清水河与阿拉沟流域径流变化特征及其对气候变化的响应59、气候变化对生态系统服务影响的研究进展60、哀牢山中山湿性常绿阔叶林水青树年轮宽度对气候变化的响应61、气候变化对土壤有机碳库分子结构特征与稳定性影响研究进展62、日本应对气候变化国际环境合作机制评析:非国家行为体的功能63、气候变化全球治理的制度竞争——基于欧盟、美国、中国的比较64、华北平原夏玉米潜在产量时空演变及其对气候变化的响应65、气候变化和人类活动对武江流域年径流及最大日流量影响的定量分析66、气候变化及人类活动对地表径流改变的贡献率及其量化方法研究进展67、气候变化下中国未来综合环境风险区划研究68、叶尔羌河平原绿洲气候变化对粮食生产的影响69、中国应对气候变化和改善公众健康的挑战与政策建议70、基于暴露度-恢复力-敏感度的城市适应气候变化能力评估与特征分析71、1982—2013年黄河源区植被变化趋势及其对气候变化的响应72、环青海湖地区气候变化特征及其季风环流因素73、近50a来洮河流域气候变化和干旱演变过程74、气候变化对中国北方季风区生态系统总初级生产量的影响评价75、气候变化对青藏高原水资源安全的影响气候变化论文题目四：76、气候变化和人类活动对汾河流域径流情势影响分析77、RegCM4模式对雄安及周边区域气候变化的集合预估78、青海湖热力状况对气候变化响应的数值研究79、近115a中亚干湿气候变化研究80、浑善达克沙地早全新世气候变化81、古土壤:沉积环境和古气候变化的灵敏指针82、关注气候变化,落实环境教育——中国气候变化教育项目侧记83、气候变化适应性与韧性城市视角下的滨水绿地设计——以美国哈德逊市南湾公园设计研究为例84、美国两党气候变化演讲语篇的隐喻架构分析——以两次关于“巴黎气候协定”的总统演讲为例85、全球气候变化下的中国粮食安全问题研究86、明清时期关中地区冰雹灾害及其对气候变化响应研究87、珠穆朗玛峰自然保护区湖泊动态及对区域气候变化的响应88、气候变化教育:联合国行动框架及其启示89、1260～1911年晋陕蒙毗邻地区寒冻灾害及与气候变化关系90、气候变化下饮水安全及其健康影响因素进展91、新时代应对气候变化和低碳发展长期战略的新思考92、气候变化背景下土壤微生物与植物物种多样性关联分析93、气候变化、林火和采伐对大兴安岭森林碳储量的影响94、土壤微生物生物量碳氮磷与土壤酶化学计量对气候变化的响应机制95、黑河径流对LUCC和气候变化的敏感性分析96、气候变化下湿地生态系统碳、氮循环研究进展97、气候变化政策的协同收益研究述评98、气候变化背景下1981～2010中国小麦物候变化时空分异99、全球气候变化对温带果树的影响100、一种新的气候变化敏感区的定义方法与预估气候变化论文题目五：101、气候变化及人类活动对河流溶解性有机质(DOM)影响的研究进展102、气候变化和人类活动对中国北方农牧交错区草地净初级生产力的影响103、气候变化对游客生态旅游行为的影响研究——以秦岭地区为例104、西藏气候变化趋势及其对青稞产量的影响105、气候变化视角下我国林业投资效率研究106、气候变化对牧草生长发育的影响研究综述107、资产专用性与专业农户气候变化适应性生产行为——基于苹果种植户的微观证据108、东北地区农业适应气候变化技术体系框架研究109、气候变化科学评估与全球治理博弈的中国启示110、气候变化条件下红脂大小蠹在中国的潜在适生区预测111、基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响112、近55 a渭河流域气候变化113、基于HYPE模型评估小洪河流域水资源的气候变化敏感性114、陆地生态系统土壤呼吸对全球气候变化响应的研究进展115、气候变化对黄河流域生态环境影响及生态需水研究116、空间溢出效应视角下低碳技术创新对气候变化的响应117、基于气候变化特征的广西春玉米播期研究118、不同RCP情景下山东省小麦、玉米关键生育期的气候变化预估119、近60年山西省气候变化趋势及其对粮食作物产量的影响120、哈尼族社会-生态系统对气候变化的脆弱性评估——以云南省红河州哈尼族农村社区为例121、海南岛1959—2015年气候变化特征分析122、1981～2010年辽宁省气候变化区划123、气候变化与城市化对城市排水系统的联合挑战124、生育期气候变化对我国水稻主产区单产的影响——基于扩展C-D生产函数的实证分析125、气候变化背景下华北平原夏玉米适宜播期分析126、气候变化背景下我国扁蓿豆潜在适生区预测。

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。

第44卷第4期测绘与空间地理信息Vol.44,No.4Apr.,2021 2021年4月GEOM4T/CS&SP4TM厶/NF0AM4T/ON TECHNO厶0G7湖北省植被净初级生产力时空变化特征及其影响因素分析李庆君1,袁沫汐2（1.天津市测绘院有限公司，天津300381；2.武汉大学资源与环境科学学院，湖北武汉430000）摘要：基于改进的光能利用率模型，本文利用MOD1S数据和同期气象数据估算分析了湖北省2001—2012年间植被净初级生产力（NPP）的时空变化特征并借助多元统计分析方法定量探究自然因素（气温、降水量、太阳辐射）和人为因素（土地覆被/土地利用、粮食播种面积、粮食产量、人口数量）对NPP变化的影响。

结果表明：1）湖北省NPP呈波动上升趋势，年际增加趋势为&19g/m2-a;2）NPP空间分布差异明显，呈现西高东低、北高南低、从西向东逐渐递减的态势；3）造林累计面积和太阳辐射变化是影响NPP变化的主要因素。

关键词：植被净初级生产力；气候因素；人类活动；相关性；多元回归分析中图分类号：P232文献标识码：A文章编号：1672-5867（2021）04-0096-05Spatiotemporal Variations of the Net Primary Productivityand Its Influential Factors in Hubei ProvinceL1Qingjun1,YUAN Moxi2(1・Tianjin Institute of Surveying and Mapping Co.,Ltd.,Tianjin300381,China；2・School of Resource and Environmental Sciences,Wuhan University,Wuhan430000,China)Abstract:This study explored the spatiotemporal variations of the net primary productivity(NPP)in Hubei province from2001to 2012by using MOD1S data based on the improved Carnegie Ames Stanford Approach(CASA)model and quantitatively investigated the effects of natural(air temperature,rainfall,and solar radiation)and human factors(land cover/land use,grain sowing area, grain yield,and population)on NPP by using multivariate statistical analysis.The results indicated that:(1)The annual mean NPP fluctuatedly increased at the rate of8.19g/m2•a during the study period；(2)The NPP was generally higher in Western and North­ern parts of the study area；(3)The cumulative afforestation area and solar radiation were the dominant influential factors for the chan­ges of NPP in Hubei province.Key words:NPP;climate factors；human activities；correlation；multiple regression analysis0引言植被净初级生产力（NPP）指绿色植物在单位时间单位面积通过光合作用产生的有机物质总量扣除自养呼吸后所储存的净碳［1］，是碳循环的主要组成部分之一。

第４０卷　第１期陕西师范大学学报（自然科学版）Ｖｏｌ．４０　Ｎｏ．１　２０１２年１月Ｊｏｕｒｎａｌ　ｏｆ　Ｓｈａａｎｘｉ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）Ｊａｎ．，２０１２　文章编号：１６７２－４２９１（２０１２）０１－００８２－０６黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系徐　茜１，　任志远１＊，　杨　忍２，３（１陕西师范大学旅游与环境学院，陕西西安７１００６２；２中国科学院地理科学与资源研究所，北京１００１０１；３中国科学院研究生院，北京１０００４９）摘　要：以ＳＰＯＴ　ＮＤＶＩ及ＧＩＭＭＳ　ＮＤＶＩ为数据源，结合ＲＳ和ＧＩＳ地统计空间分析技术，对１９９８—２００７年黄土高原地区植被覆盖的时空差异及１９９１—２０００年归一化植被指数（ＮＤＶＩ）与月均温、降水量的关系进行了研究．结果表明：ＮＤＶＩ值（７、８月平均值）在空间上表现出明显的区域差异性，ＮＤＶＩ指数由北向南递增，南部、东部及西南角部分的ＮＤＶＩ值较高，北部、西北部地区较低；１９９９—２００７年整体呈波动上升态势，区域ＮＤＶＩ值的季节差异特征明显，夏季＞秋季＞春季＞冬季；土地利用类型影响ＮＤＶＩ值，林地的值最大，荒漠最小，土地利用结构的优化将改善黄土高原地区地表植被指数偏低的现状；气温、降水是决定黄土高原地区植被生长的主要气候因子，与ＮＤＶＩ指数呈现较高的正相关关系．关键词：归一化植被指数；黄土高原；气温；降水中图分类号：Ｑ９４８　文献标志码：ＡＴｈｅ　ｓｐａｔｉａｌ　ａｎｄ　ｔｅｍｐｏｒａｌ　ｄｙｎａｍｉｃｓ　ｏｆ　ＮＤＶＩ　ａｎｄｉｔｓ　ｒｅｌａｔｉｏｎ　ｗｉｔｈ　ｃｌｉｍａｔｉｃ　ｆａｃｔｏｒｓ　ｉｎ　Ｌｏｅｓｓ　ＰｌａｔｅａｕＸＵ　Ｑｉａｎ１，ＲＥＮ　Ｚｈｉ－ｙｕａｎ１＊，ＹＡＮＧ　Ｒｅｎ２，３（１Ｃｏｌｌｅｇｅ　ｏｆ　Ｔｏｕｒｉｓｍ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔ，Ｓｈａａｎｘｉ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ　７１００６２，Ｓｈａａｎｘｉ，Ｃｈｉｎａ；２Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｇｅｏｇｒａｐｈｉｃ　Ｓｃｉｅｎｃｅｓ　ａｎｄＮａｔｕｒａｌ　Ｒｅｓｏｕｒｃｅｓ　Ｒｅｓｅａｒｃｈ，Ｃｈｉｎｅｓｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ　１００１０１，Ｃｈｉｎａ；３Ｇｒａｄｕａｔｅ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃｈｉｎｅｓｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ　１０００４９，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ　ｏｎ　ＳＰＯＴ　ＮＤＶＩ　ａｎｄ　ＧＩＭＭＳ　ＮＤＶＩ　ｄａｔａ，ｃｏｍｂｉｎｅｄ　ＲＳ　ａｎｄ　ＧＩＳ　ｔｅｃｈｎｉｑｕｅｓ　ｏｆｇｅｏｓｔａｔｉｓｔｉｃａｌ　ｓｐａｔｉａｌ　ａｎａｌｙｓｉｓ，ｔｈｅ　ｓｐａｔｉａｌ　ａｎｄ　ｔｅｍｐｏｒａｌ　ｄｉｆｆｅｒｅｎｃｅｓ　ｏｆ　ｖｅｇｅｔａｔｉｏｎ　ｃｏｖｅｒ　ｃｏｎｄｉｔｉｏｎｓｉｎ　Ｌｏｅｓｓ　Ｐｌａｔｅａｕ　ａｒｅａ　ｆｒｏｍ　１９９８ｔｏ　２００７ａｎｄ　ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ＮＤＶＩ　ａｎｄ　ｍａｉｎ　ｃｌｉｍａｔｉｃｆａｃｔｏｒｓ（ｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｔｅｍｐｅｒａｔｕｒｅ，ｐｒｅｃｉｐｉｔａｔｉｏｎ）ｗｅｒｅ　ａｎａｌｙｚｅｄ　ｆｒｏｍ　１９９１ｔｏ　２０００．Ｔｈｅｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｏｂｖｉｏｕｓ　ｒｅｇｉｏｎａｌ　ｄｉｆｆｅｒｅｎｃｅ　ｏｆ　ｔｈｅ　ＮＤＶＩ　ｖａｌｕｅ　ｉｓ　ｄｉｓｐｌａｙｅｄ（ｔｈｅ　ａｖｅｒａｇｅ　ｖａｌｕｅ　ｉｎＪｕｌｙ　ａｎｄ　Ａｕｇｕｓｔ），ｗｈｉｃｈ　ｐｒｅｓｅｎｔｓ　ｔｈｅ　ｉｎｃｒｅａｓｉｎｇ　ｔｅｎｄｅｎｃｙ　ｆｒｏｍ　ｎｏｒｔｈ　ｔｏ　ｓｏｕｔｈ．Ｔｈｅ　ｖａｌｕｅ　ｉｎｓｏｕｔｈ，ｅａｓｔ　ａｎｄ　ｓｏｕｔｈｗｅｓｔ　ａｒｅ　ｈｉｇｈ，ｗｈｉｌｅ　ｉｎ　ｎｏｒｔｈ　ａｎｄ　ｎｏｒｔｈｅａｓｔ　ｔｈｅｙ　ａｒｅ　ｌｏｗ．Ｗａｖｅ　ａｓｃｅｎｄｉｎｇｔｒｅｎｄ　ｉｓ　ｓｈｏｗｅｄ　ｂｙ　ＮＤＶＩ　ｖａｌｕｅ　ｔｈｒｏｕｇｈ　ｔｈｅ　ｏｖｅｒａｌｌ　ｐｅｒｉｏｄ　ｆｒｏｍ　１９９９ｔｏ　２００７．Ａｎｄ　ＮＤＶＩ　ｖａｌｕｅ　ｉｓａｆｆｅｃｔｅｄ　ｂｙ　ｄｉｆｆｅｒｅｎｔ　ｌａｎｄ－ｕｓｅ　ｔｙｐｅｓ，ｔｈｅ　ｖａｌｕｅ　ｉｎ　ｗｏｏｄｌａｎｄ　ｗａｓ　ｔｈｅ　ｍａｘｉｍｕｍ　ａｎｄ　ｉｔ　ｗａｓ　ｔｈｅｍｉｎｉｍｕｍ　ｉｎ　ｄｅｓｅｒｔ．Ｔｈｅ　ｓｔａｔｕｓ　ｏｆ　ｔｈｅ　ｌｏｗ　ＮＤＶＩ　ｉｎ　Ｌｏｅｓｓ　Ｐｌａｔｅａｕ　ｗｉｌｌ　ｂｅ　ａｃｈｉｅｖｅｄ　ｂｙ　ｔｈｅｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｌａｎｄ－ｕｓｅ　ｓｔｒｕｃｔｕｒｅ．Ｔｈｅ　ｔｅｍｐｅｒａｔｕｒｅ　ａｎｄ　ｐｒｅｃｉｐｉｔａｔｉｏｎ　ａｒｅ　ｔｈｅ　ｍａｉｎ　ｃｌｉｍａｔｅ　ｆａｃｔｏｒｓ收稿日期：２０１１－０２－２１基金项目：教育部人文社会科学重点研究基地重大研究项目（２００９ＪＪＤ７７００２５）；国家自然科学基金资助项目（４１０７１０５７）．第一作者：徐茜，女，硕士研究生，主要研究方向为水土资源评价与规划．Ｅ－ｍａｉｌ：ｘｕｑｉａｎ１９８４０６１３＠１６３．ｃｏｍ．＊通信作者：任志远，男，教授，博士研究生导师．Ｅ－ｍａｉｌ：ｒｅｎｚｈｙ＠ｓｎｎｕ．ｅｄｕ．ｃｎ． 第１期徐茜等：黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系８３　ｄｅｔｅｒｍｉｎｅｄ　ｔｈｅ　ｖｅｇｅｔａｔｉｏｎ　ｇｒｏｗｔｈ　ｓｔａｔｕｓ　ｉｎ　ｔｈｅ　Ｌｏｅｓｓ　Ｐｌａｔｅａｕ　ａｒｅａ，ｗｈｉｃｈ　ｈａｖｅ　ｈｉｇｈ　ｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎ　ｗｉｔｈ　ＮＤＶＩ　ｖａｌｕｅ．Ｋｅｙ　ｗｏｒｄｓ：ｎｏｒｍａｌｉｚｅｄ　ｄｉｆｆｅｒｅｎｃｅ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ（ＮＤＶＩ）；Ｌｏｅｓｓ　Ｐｌａｔｅａｕ；ｔｅｍｐｅｒａｔｕｒｅ；ｐｒｅｃｉｐｉｔａｔｉｏｎ 归一化植被指数（ＮＤＶＩ），可直接表征某地区的植被覆盖状况，它和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关．植被在全球变化中起着指示器的作用［１］，植被覆盖状况可直接反映该地区生态环境状况，植被的生长状况与气候状况密切相关．近年来，地表植被覆盖状况对气候因子的响应关系已成为全球研究的热点问题之一．国内外学者对ＮＤＶＩ的动态演变规律及其与气候之间的相关关系进行了大量研究［２－７］．研究表明：近几十年来，全球气候变暖的显著变化必然影响地表植被覆盖状况的变化，尤其是中高纬度地区植被生长期的提前与延长［８－９］．而植被ＮＤＶＩ的变化特征在不同气候区、不同土地利用类型区、不同时期及不同季节具有明显差异［１０－１４］．在众多气候因子中，气温及降水因子与植被ＮＤＶＩ的相关性最大［１５－１７］．也有研究表明，ＮＤＶＩ对气候因子也具有一定的响应，且在不同区域不同植被类型对温度及降水的响应具有较大差异，通常草地及灌木对温度及降水的响应比森林更为显著［１４］．黄土高原地区水土流失十分严重，其主要原因为土质疏松、地表植被覆盖率低、降水量较少且很集中．刘绿柳等［１８］对整个黄河流域植被ＮＤＶＩ与主要气候因子关系的时空变化做了相关研究．黄土高原地区覆盖７个省份的部分地区，不同地区地表植被覆盖与气候的响应关系有所差异．内蒙古地区地表覆盖状况受降水影响要大于温度的影响［１９－２０］；陕西省植被变化与气温的相关性大于降水，植被变化与后滞一月降水的相关性大于与同期降水的相关性［２１］；对１９８２—２００３年宁夏气温、降水及植被指数的变化分析可知，前一年气温偏高、夏季降水增加时，有利于当年ＮＤＶＩ值的增加［２２］；青海省植被的生长主要受温度条件的限制［２３］．因而，对黄土高原地区植被覆盖状况与气候因子相关关系的研究，可为黄土高原地区生态恢复建设提供重要的数据支持．本研究基于遥感数据及地理信息系统技术，对黄土高原地区植被ＮＤＶＩ空间分布特征进行分析，从全年年均、季节方面分析其时间变化特征，并从主要气候因子（气温、降水量）及人为活动的影响两方面分析与ＮＤＶＩ的相关关系，试图揭示黄土高原地区ＮＤＶＩ变化的主要原因．１　研究区概况及研究方法１．１　研究区概况黄土高原是世界最大的黄土沉积区，位于我国中部偏北，地理位置为北纬３４～４０°，东经１０３～１１４°．研究区包含７个省（自治区）的部分地区，总面积约６３万ｋｍ２．从东南向西北，气候依次为暖温带半湿润气候、半干旱气候和干旱气候．年均气温６～１４℃，年均降水量２００～７００ｍｍ．植被依次出现森林草原、草原和风沙草原，地带性十分明显．黄土高原地区生态系统十分脆弱，其抵御自然灾害的能力较差．由于气候较干旱，降水集中，植被稀疏，自然环境条件不够稳定，因而地震灾害、水旱灾害和气象灾害以及水土流失、土壤侵蚀等自然灾害较为频繁和严重．而人类不合理的开发利用，如滥垦、滥牧、过樵、过牧，使得自然灾害发生频度更大．１．２　数据来源与研究方法１．２．１　数据来源　ＮＤＶＩ数据来源于中国西部环境与生态科学数据中心的ＳＰＯＴ－ＶＥＧＥＴＡＴＩＯＮＮＤＶＩ数据及ＧＩＭＭＳ　ＮＤＶＩ数据．ＳＰＯＴ－ＶＥＧＥＴＡＴＩＯＮ　ＮＤＶＩ数据包含１９９８—２００７年各月份各旬数据，但１９９８年为９个月的数据（４—１２月）．该数据已经过大气校正、辐射校正、几何校正等预处理，空间分辨率为１ｋｍ，时间分辨率为１０ｄ．ＧＩＭＭＳ　ＮＤＶＩ数据是美国国家航天航空局推出的最新全球植被指数变化数据，包括１９８１－２００６年的全球植被指数变化，为ＥＮＶＩ标准格式，投影为ＡＬＢＥＲＳ，时间分辨率１５ｄ，空间分辨率８ｋｍ．由于ＧＩＭＭＳ　ＮＤＶＩ和ＭＯＤＩＳ　ＮＤＶＩ两种数据采用了不同的传感器，其波段范围有所差异，因此需对两种数据的一致性进行检验．两种数据的重叠年份为１９９９—２００６年，对这８年的年均ＮＤＶＩ进行相关性检验，得到相关系数为０．８１５（ｎ＝８，ｒ＝０．８１５＞０．７０７＝ｒ０．０５），说明两种数据在黄土高原地区具有显著的一致性．月均温及月降水总量数据由黄土高原２９个台站的气象数据通过克里金插值的方法求得．土地利用类型数据来源于中国科学院地球系统科学数据共８４　陕西师范大学学报（自然科学版）第４０卷图１　黄土高原地区ＧＩＭＭＳ　ＮＤＶＩ与ＳＰＯＴ　ＮＤＶＩ数据对比Ｆｉｇ．１　Ｃｏｍｐａｒｉｓｏｎ　ｂｅｔｗｅｅｎ　ＧＩＭＭＳ　ＮＤＶＩ　ａｎｄＳＰＯＴ　ＮＤＶＩ　ｉｎ　Ｌｏｅｓｓ　Ｐｌａｔｅａｕ享平台１∶２５万比例尺的１９８５年及２００５年土地覆盖数据．数据处理主要基于ＡｒｃＧＩＳ９．２及ＥＤＲＡＳ９．２等地理信息系统专业软件平台完成．１．２．２　计算方法　ＮＤＶＩ取值为正负１之间，正值表示有植被覆盖，且随植被覆盖度的增大而增大；负值表示地面覆盖为云、水、雪等，对可见光反射强；０值表示地表覆盖为岩石或裸地．基于ＧＩＳ的地统计分析功能，统计出１９９８—２００７年黄土高原地区所在７省的年均及季节（春季３—５月，夏季６—８月，秋季９—１１月，冬季１２—２月）的ＮＤＶＩ值，分析其时空变化规律．基于１９８５年及２００５年两期土地利用类型图，分别提取林地、草地、耕地（旱地、水田及水浇地）、聚落（城市建设用地及农村聚落）、湿地及水体、荒漠６类土地利用类型，与对应年份的ＮＤＶＩ图层叠加，并通过ＡｒｃＧＩＳ地统计功能统计各省份ＮＤＶＩ值，对１９８５—２００５年间６类土地利用类型ＮＤＶＩ的变化特征进行分析．由于ＳＰＯＴ－ＶＥＧＥＴＡＴＩＯＮＮＤＶＩ数据最早只有１９９８年数据，因而选取ＧＩＭＭＳ　ＮＤＶＩ数据进行基于土地利用类型的ＮＤＶＩ变化特征研究，其他研究均基于ＳＰＯＴＮＤＶＩ数据．并且，通过相关分析方法研究主要气候因子（气温、降水）与ＮＤＶＩ的相关关系，得出在一定置信水平下的相关系数及一元线性回归方程，并进行Ｆ检验，试图揭示导致ＮＤＶＩ变化的原因．２　结果与分析２．１　ＮＤＶＩ空间变化７、８月为植被长势最佳月份，因而取１９９８—２００７年７、８月份的ＮＤＶＩ平均值进行分析，见图２．黄土高原地区ＮＤＶＩ最大值为０．８０，最低值为－０．０２，整体上由北向南呈增加趋势．南部、东部及西南角的ＮＤＶＩ值较高，而北部、西北部的ＮＤＶＩ值较低．南部有两块十分明显的高值区，分别是黄龙县和子午岭．子午岭林区是目前黄土高原保存较好的天然植被区，是黄土高原中部地带重要的生态公益林，这与计算出的ＮＤＶＩ高值结果相吻合．从各市（县）来看，陕西省黄龙县的ＮＤＶＩ平均值最大，为０．７１；宁夏回族自治区的石嘴山市ＮＤＶＩ平均值最小，为０．１６．从各省来看，河南省的ＮＤＶＩ平均值最大（０．５１），其次为青海省、山西省、陕西省、甘肃省、内蒙古自治区（分别为０．５１、０．５１、０．４７、０．４０、０．３４），宁夏回族自治区最小（０．３１）．图２　１９９８—２００７年黄土高原地区７、８月ＮＤＶＩ平均值Ｆｉｇ．２　Ｔｈｅ　ａｖｅｒａｇｅ　ｏｆ　ＮＤＶＩ　ｉｎ　Ｊｕｌｙ　ａｎｄ　Ａｕｇｕｓｔｉｎ　Ｌｏｅｓｓ　Ｐｌａｔｅａｕ　ａｒｅａ　ｆｒｏｍ　１９９８ｔｏ　２００７２．２　ＮＤＶＩ时序变化２．２．１　ＮＤＶＩ年际变化　因缺１９９８年１—３月数据，因而只计算１９９９—２００７年的ＮＤＶＩ年平均值，见图３．１９９９—２００７年黄土高原地区各省份各年ＮＤＶＩ平均值呈规则的变化规律．１９９９—２００１年呈图３　１９９９－２００７年黄土高原地区ＮＤＶＩ年平均值Ｆｉｇ．３　Ｔｈｅ　ａｎｎｕａｌ　ａｖｅｒａｇｅ　ｏｆ　ＮＤＶＩ　ｉｎ　ＬｏｅｓｓＰｌａｔｅａｕ　ａｒｅａ　ｆｒｏｍ　１９９９ｔｏ　２００７下降趋势，这与前人的研究结果相一致［２４］；２００１— 第１期徐茜等：黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系８５２００４年呈明显的增加趋势，这与国家制定的生态建设目标、国务院启动的“退耕还林、退耕还草”工程密切相关，这期间地表植被状况明显恢复和改观；２００４—２００５年ＮＤＶＩ值略有下降，但之后几年又呈逐渐上升的趋势，这充分体现出生态脆弱区的生态建设工作是一项持续性、长久性的全民工作，政府应加强监督力度及实时调控，有效防治工矿道路和城市建设对植被的破坏，民众应提高自身生态环境保护意识，切实做好黄土高原地区的生态建设及保护工作．２．２．２　ＮＤＶＩ季节变化　黄土高原地区ＮＤＶＩ值具有明显的季节差异，整体表现出夏季＞秋季＞春季＞冬季的特征．春季，各省份ＮＤＶＩ值差异较大，河南省及陕西省明显高于其他省份，而宁夏回族自治区及内蒙古自治区最低，这与当地气候类型的差异有密切关系．夏季，河南省、山西省、陕西省及青海省的ＮＤＶＩ值差异很小，且高于其他省区，宁夏及内蒙古仍为最低．秋季，河南省、山西省及陕西省的ＮＤＶＩ值差异很小，且高于其他省区，青海省及甘肃省的ＮＤＶＩ值相近，而宁夏及内蒙古ＮＤＶＩ值相近且仍为最低．冬季，各省ＮＤＶＩ值普遍较低，且不同年份差异性较大．２．３　基于土地利用类型的ＮＤＶＩ变化特征分析基于林地、草地、耕地、聚落、湿地及水体、荒漠６种土地利用类型，分析１９８５—２００５年不同土地利用类型ＮＤＶＩ值的变化特征．表１中，林地的年均ＮＤＶＩ值最大，其次为草地，荒漠最小．１９８５—２００５年，６种土地利用类型ＮＤＶＩ值均为增加趋势，其中聚落ＮＤＶＩ值增加最大，这说明在城市建设用地及农村聚落面积增加的同时，聚落中的绿地面积也明显增加，且绿地质量有所提升．２０ａ间聚落的ＮＤＶＩ值增加了８．７３％，其面积也为６种土地利用类型中面积增加最多的类型，共增加了２５．７７％；其次为湿地及水体，ＮＤＶＩ值增加了７．７２％，面积增加了０．９３％；荒漠的ＮＤＶＩ值增加了５．９９％，而面积减少了２．２６％，为６种土地利用类型中面积减少最多的类型；草地类型的ＮＤＶＩ值增加了５．２７％，面积减少了０．１５％；耕地的ＮＤＶＩ值增加了４．９３％，面积减少了１．０９％；林地为ＮＤＶＩ值增加最少的类型，共增加了３．３６％，面积增加了１．８９％．表１　基于土地利用类型的植被ＮＤＶＩ值Ｔａｂ．１　ＮＤＶＩ　ｏｆ　ｖｅｇｅｔａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｌａｎｄ　ｕｓｅ　ｔｙｐｅ土地利用类型１９８５年２００５年面积／ｋｍ２　ＮＤＶＩ均值面积／ｋｍ２　ＮＤＶＩ均值林地８６　９２５．５１　０．３０　８８　５６４．６９　０．３１草地２６４　９４８．６０　０．２８　２６４　５５５．６７　０．２９耕地２０６　９３２．０１　０．２６　２０４　６７１．８６　０．２７聚落８　１８０．３２　０．２６　１０　２８８．３８　０．２８湿地及水体９　３７２．０１　０．２４　９　４５９．２９　０．２６荒漠４１　６５０．０７　０．２０　４０　７０９．２３　０．２２ 从各省来看，１９８５—２００５年间宁夏的林地、草地、耕地、荒漠的ＮＤＶＩ值均为减少趋势，青海的林地、草地的ＮＤＶＩ值为减少趋势，河南的草地ＮＤＶＩ值、甘肃的荒漠ＮＤＶＩ值为减少趋势，而内蒙、山西、陕西６种土地利用类型的ＮＤＶＩ值均呈增加趋势．宁夏、青海林地的ＮＤＶＩ值分别减少了５．５１％、１．４７％，其余省份均呈增加趋势，内蒙古增加最多，增加了９．４４％．宁夏、河南及青海的草地ＮＤＶＩ值分别减少了７．６３％、３．３３％、０．１５％，其余４省为增加趋势，陕西、内蒙、山西、甘肃分别增加了２．２１％、０．５７％、０．４７％、０．２０％．宁夏的耕地ＮＤＶＩ值减少了２．９３％，其余各省均为增加趋势，其中内蒙古增加最多（１１．１６％），其次为山西（８．４１％）．７个省份的聚落、湿地及水体ＮＤＶＩ值均呈现增加趋势，聚落的ＮＤＶＩ值增加最多的为陕西省（１４．２６％），其次为河南（１２．６８％），宁夏增加最少（０．５７％）；湿地及水体的ＮＤＶＩ值增加最多的为陕西（１１．４９％），其次为山西（１０．８３％），增加最少的为青海（２．９５％）．荒漠ＮＤＶＩ值只有宁夏和甘肃为减少趋势，分别减少了１０．９２％及５．０３％，而增加最多的为山西（１９．９７％），其次为陕西（１１．０６％）．２．４　ＮＤＶＩ与主要气候因子的关系２．４．１　与月均温的相关关系　１９９１—２０００年月均ＮＤＶＩ与相应年份的月平均气温（共１２０个样本数据）之间的相关系数为０．８４８　３，达到极显著水平（０．００１水平），且为极显著正相关．月均ＮＤＶＩ与月８６　陕西师范大学学报（自然科学版）第４０卷平均气温之间的一元线性回归方程为ｙ＝０．００９　６ｘ＋０．１６９　２，其中ｘ为月均温，ｙ为月均ＮＤＶＩ值，趋势线如图４所示．由Ｆ检验可得Ｆ＝６５９．８２，在图４　黄土高原地区ＮＤＶＩ与月均温的关系Ｆｉｇ．４　Ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ＮＤＶＩ　ａｎｄｍｏｎｔｈｌｙ　ａｖｅｒａｇｅ　ｔｅｍｐｅｒａｔｕｒｅ　ｉｎ　Ｌｏｅｓｓ　Ｐｌａｔｅａｕ　ａｒｅａ０．０１置信水平下极其显著，因此该回归模型非常有效．因而，前面对１９８５—２００５年基于土地利用类型的植被ＮＤＶＩ变化特征的研究中，各土地利用类型ＮＤＶＩ值的增加与气温值的增加有显著的相关关系．２．４．２　与月降水总量的相关关系　１９９１—２０００年月均ＮＤＶＩ与相应年份的月降水总量（共１２０个样本数据）之间的相关系数为０．７４９　８，说明黄土高原地区月均ＮＤＶＩ值与月降水总量之间具有显著的图５　黄土高原地区ＮＤＶＩ与降水量的关系Ｆｉｇ．５　Ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ＮＤＶＩ　ａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎ　ｉｎ　Ｌｏｅｓｓ　Ｐｌａｔｅａｕ　ａｒｅａ正相关性（０．００１水平）．由图５所示的趋势线可知，月均ＮＤＶＩ值与月降水总量之间的一元线性回归方程为ｙ＝０．００２　９ｘ＋０．１６７　７，其中ｘ为月降水总量，ｙ为月均ＮＤＶＩ值．对回归方程做Ｆ检验可得：Ｆ＝３５３．６０，远大于０．０１置信水平下的Ｆ临界值，说明回归方程是十分可信和有效的．３　结论与讨论在空间上，１９９８—２００７年７、８月份ＮＤＶＩ平均值表现出明显的空间差异性，整体呈由北向南增加的趋势；南部、东部及西南角部分的ＮＤＶＩ值较高，黄龙及子午岭林区呈现出明显的高值区，而北部、西北部地区较低．１９９９—２００７年ＮＤＶＩ整体呈波动上升的态势．黄土高原地区植被ＮＤＶＩ值具有明显的季节差异性：夏季＞秋季＞春季＞冬季．黄土高原地区６种土地利用类型中林地ＮＤＶＩ值最大，其次为草地，荒漠最小．１９８５—２００５年间，各土地利用类型的ＮＤＶＩ值均有所增加，增加最快的为聚落，其次为湿地、水体，最慢的为林地．气候因子为影响区域植被覆盖状况的重要因子，月均ＮＤＶＩ与月平均气温、月降水总量均呈现出明显的正相关性．植被覆盖状况与气候因子的响应关系十分复杂，除气温和降水因子的影响外，还有其他多种因子的综合影响，这些都是后续研究需要继续深入的地方．参考文献：［１］孙红雨，王长耀，牛铮，等．中国地表植被覆盖变化及其与气候因子关系———基于ＮＯＡＡ时间序列数据分析［Ｊ］．遥感学报，１９９８，２（３）：２０４－２１０．［２］Ｐａｒｍｅｓａｎ　Ｃ，Ｙｏｈｅ　Ｇ．Ａ　ｇｌｏｂａｌｌｙ　ｃｏｈｅｒｅｎｔ　ｆｉｎｇｅｒｐｒｉｎｔ　ｏｆｃｌｉｍａｔｅ　ｃｈａｎｇｅ　ｉｍｐａｃｔｓ　ａｃｒｏｓｓ　ｎａｔｕｒａｌ　ｓｙｓｔｅｍｓ［Ｊ］．Ｎａｔｕｒｅ，２００３，４２１（６）：３７－４２．［３］Ｃｉｈｉａｒ　Ｊ，Ｌａｕｒｅｎｔ　Ｓｔ．Ｒｅｌａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅ　ＮＤＶＩ　ａｎｄｅｃｏｌｏｇｉｃａｌ　ｖａｒｉａｂｌｅｓ［Ｊ］．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９９１，３５（３）：２７９－２９８．［４］Ｋｏｂａｙａｓｈｉ　Ｈ，Ｄｙｅ　Ｄ　Ｇ．Ａｔｍｏｓｐｈｅｒｉｃ　ｃｏｎｄｉｔｉｏｎｓ　ｆｏｒｍｏｎｉｔｏｒｉｎｇ　ｔｈｅ　ｌｏｎｇ－ｔｅｒｍ　ｖｅｇｅｔａｔｉｏｎ　ｄｙｎａｍｉｃｓ　ｉｎ　ｔｈｅＡｍａｚｏｎ　ｕｓｉｎｇ　ｎｏｒｍａｌｉｚｅｄ　ｄｉｆｆｅｒｅｎｃｅ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ［Ｊ］．Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔ，２００５，９７（４）：５１９－５２５．［５］李秀花，师庆东，常顺利，等．１９８１—２００１年中国西北干旱区ＮＤＶＩ变化分析［Ｊ］．干旱区地理，２００８，３１（６）：９４０－９４４．［６］刘绿柳，许红梅．黄河流域主要植被类型ＮＤＶＩ变化规律及其与气象因子的关系［Ｊ］．中国农业气象，２００７，２８（３）：３３４－３３７．［７］李双成，刘逢媛，戴尔阜，等．ＮＤＶＩ与气候因子耦合关系及其地域差异的定量递归分析———以云南省纵向岭谷区为例［Ｊ］．北京大学学报：自然科学版，２００８，４４（３）：４８３－４８９．［８］Ｚｈｏｕ　Ｌ　Ｍ，Ｔｕｃｋｅｒ　Ｃ　Ｊ，Ｋａｕｆｍａｎｎ　Ｒ　Ｋ，ｅｔ　ａｌ． 第１期徐茜等：黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系８７Ｖａｒｉａｔｉｏｎｓ　ｉｎ　ｎｏｒｔｈｅｒｎ　ｖｅｇｅｔａｔｉｏｎ　ａｃｔｉｖｉｔｙ　ｉｎｆｅｒｒｅｄ　ｆｒｏｍｓａｔｅｌｌｉｔｅ　ｄａｔａ　ｏｆ　ｖｅｇｅｔａｔｉｏｎ　ｉｎｄｅｘ　ｄｕｒｉｎｇ　１９８１ｔｏ　１９９９［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｇｅｏｐｈｙｓｉｃａｌ　Ｒｅｓｅａｒｃｈ－Ａｔｍｏｓｐｈｅｒｅｓ，２００１，１０６（Ｄ１７）：２００６９－２００８３．［９］Ｍｙｎｅｎｉ　Ｒ　Ｂ，Ｋｅｅｌｉｎｇ　Ｃ　Ｄ，Ｔｕｃｋｅｒ　Ｃ　Ｊ，ｅｔ　ａｌ．Ｉｎｃｒｅａｓｅｄｐｌａｎｔ　ｇｒｏｗｔｈ　ｉｎ　ｔｈｅ　ｎｏｒｔｈｅｒｎ　ｈｉｇｈ　ｌａｔｉｔｕｄｅｓ　ｆｒｏｍ　１９８１ｔｏ１９９１［Ｊ］．Ｎａｔｕｒｅ，１９９７，３８６（６６２６）：６９８－７０２．［１０］张戈丽，徐兴良，周才平．近３０年来呼伦贝尔地区草地植被变化对气候变化的响应［Ｊ］．地理学报，２０１１，６６（１）：４７－５８．［１１］崔林丽，史军，肖风劲，等．中国东部ＮＤＶＩ的变化趋势及其与气候因子的相关分析［Ｊ］．资源科学，２０１０，３２（１）：１２４－１３１．［１２］付新峰，杨胜天，刘昌明．雅鲁藏布江流域ＮＤＶＩ变化与主要气候因子的关系［Ｊ］．地理研究，２００７，２６（１）：６０－６６．［１３］王宗明，国志兴，宋开山，等．中国东北地区植被ＮＤＶＩ对气候变化的响应［Ｊ］．生态学杂志，２００９，２８（６）：１０４１－１０４８．［１４］孙智辉，刘志超，雷延鹏，等．延安北部丘陵沟壑区植被指数变化及其与气候的关系［Ｊ］．生态学报，２０１０，３０（２）：５３３－５４０．［１５］赵玉萍，张宪洲，王景升，等．１９８２年至２００３年藏北高原草地生态系统ＮＤＶＩ与气候因子的相关分析［Ｊ］．资源科学，２００９，３１（１１）：１９８８－１９９８．［１６］Ｉｃｈｉｉ　Ｋ，Ｋａｗａｂａｔａ　Ａ，Ｙａｍａｇｕ　Ｃｈｉ　Ｙ．Ｇｌｏｂａｌ　ｄｅｃａｄａｌｃｈａｎｇｅｓ　ｉｎ　ＮＤＶＩ　ａｎｄ　ｉｔｓ　ｒｅｌａｔｉｏｎｓｈｉｐｓ　ｔｏ　ｃｌｉｍａｔｅｖａｒｉａｂｌｅｓ［Ｃ］／／Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｇｅｏｓｃｉｅｎｃｅ　ａｎｄ　ＲｅｍｏｔｅＳｅｎｓｉｎｇ　Ｓｙｍｐｏｓｉｕｍ（ＩＧＡＲＳＳ）．Ｓｙｄｎｅｙ，２００１：１８１８－１８１９．［１７］郭广猛，谢高地，甄霖．泾河上游固原地区的ＮＤＶＩ变化与降水的相关性研究［Ｊ］．资源科学，２００７，２９（２）：１７８－１８２．［１８］刘绿柳，肖风劲．黄河流域植被ＮＤＶＩ与温度、降水关系的时空变化［Ｊ］．生态学杂志，２００６，２５（５）：４７７－４８１．［１９］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．［２０］孙艳玲，郭鹏，延晓冬，等．内蒙古植被覆盖变化及其与气候、人类活动的关系［Ｊ］．自然资源学报，２０１０，２５（３）：４０７－４１４．［２１］李丽娜，杨联安．陕西省近年ＮＤＶＩ变化及其与气候因子相关性分析［Ｊ］．陕西师范大学学报：自然科学版，２００８，３６（Ｓｕｐ．）：１２３－１２５．［２２］陈豫英，陈楠，郑广芬，等．近４５ａ宁夏气温、降水及植被指数的变化分析［Ｊ］．自然资源学报，２００８，２３（４）：６２６－６３４．［２３］张景华，李英年．青海气候变化趋势及对植被生产力影响的研究［Ｊ］．干旱区资源与环境，２００８，２２（２）：９７－１０２．［２４］信忠保，许炯心．黄土高原地区植被覆盖时空演变对气候的响应［Ｊ］．自然科学进展，２００７，１７（６）：７７０－７７８．〔责任编辑　程琴娟〕本刊再次入选中国科学引文数据库核心库本刊编辑部近日收到中国科学引文数据库收录通知，《陕西师范大学学报（自然科学版）》再次入选中国科学引文数据库（２０１１－２０１２年）核心库。

地理学报ACTA GEOGRAPHICA SINICA 第71卷第1期2016年1月V ol.71,No.1January,2016内蒙古草地生态系统碳源/汇时空格局及其与气候因子的关系戴尔阜1,2，黄宇3，吴卓1,2,4，赵东升1,2（1.中国科学院地理科学与资源研究所，北京100101；2.中国科学院陆地表层格局与模拟重点实验室，北京100101；3.滑铁卢大学环境学院规划学院，加拿大滑铁卢ON N2L 3G1；4.中国科学院大学，北京100049）摘要：草地净生态系统生产力（NEP ）能够表征草地生态系统的固碳能力，直接定性定量地描述草地生态系统的碳源/汇性质和大小。

因此，研究区域尺度草地生态系统NEP 具有重要的实践意义。

基于卫星遥感资料、地面气象观测资料及实地采样数据，结合光能利用率模型估算了2001-2012年内蒙古草地生态系统净初级生产力（NPP ）。

同时，应用土壤呼吸模型估算了逐月平均土壤呼吸量（Rs ），进而估算内蒙古草地净生态系统生产力（NEP ）。

研究揭示了2001-2012年内蒙古草地生态系统NPP 、NEP 年际变化规律、气候因子的年际变化规律，以及草地NPP 、NEP 与主要气候因子的关系。

结果表明：2001年以来，内蒙古草地生态系统整体发挥碳汇效应，净碳汇总量达到0.55Pg C ，年均固碳率约为0.046Pg C/a ；研究区大部分草地NPP 、NEP 与降水均呈正相关关系，与温度相关性不显著，内蒙古草地生态系统仍有巨大的固碳潜力。

关键词：草地生态系统；NPP ；NEP ；碳源/碳汇；内蒙古DOI:10.11821/dlxb2016010021引言自1988年政府间气候变化专业委员会（IPCC ）建立以来，世界各国开展了多次气候变化国际谈判[1-2]。

地球陆地生态系统碳循环与温室效应问题，一直是全球碳计划（GCP ）、全球变化与陆地生态系统响应计划（GCTE ）等一系列国际全球变化研究核心计划的焦点科学内容[3]。

第31卷 第11期V o l .31 No .11草 地 学 报A C T A A G R E S T I A S I N I C A2023年 11月N o v . 2023d o i :10.11733/j.i s s n .1007-0435.2023.11.023引用格式:常屹冉,张 弛,魏嘉诚,等.气候变化和人类活动对内蒙古植被净初级生产力的影响[J ].草地学报,2023,31(11):3444-3452C HA N G Y i -r a n ,Z HA N GC h i ,W E I J i a -c h e n g ,e t a l .I m p a c t so fC l i m a t eC h a n gea n d H u m a nA c t i v i t i e so nt h eN e t P r i m a r y P r o d u c t i v i t y o fV e g e t a t i o n i n I n n e rM o n g o l i a [J ].A c t aA gr e s t i aS i n i c a ,2023,31(11):3444-3452气候变化和人类活动对内蒙古植被净初级生产力的影响常屹冉1,2,张 弛2,魏嘉诚2,李显巨1*,嘎毕日2(1.中国地质大学(武汉),湖北武汉430074;2.内蒙古自治区测绘地理信息中心,内蒙古呼和浩特010050)收稿日期:2023-05-04;修回日期:2023-06-24基金项目:内蒙古科技重大专项项目(K J B 2016034);内蒙古自治区科技创新引导资金项目(K C B J 2018072;K C B J 2018069)资助作者简介:常屹冉(1988-),男,汉族,山东济宁人,副高级工程师,主要从事土地利用/土地覆被变化与地理信息系统研究,E -m a i l :70170568@q q .c o m ;*通信作者A u t h o r f o r c o r r e s p o n d e n c e ,E -m a i l :d d w h l x j @c u g.e d u .c n 摘要:为探究内蒙古植被净初级生产力(N e t p r i m a r yp r o d u c t i v i t y ,N P P )的时空格局及其与气候变化的关系㊂本文利用MO D I SN P P 数据分析内蒙古2001 2020年植被N P P 的时空变化,利用T h o r n t h w a i t e 纪念模型和差值比较法分离气候变化和人类活动对于该地区N P P 的影响㊂结果表明:(1)2001 2020年研究区N P P 呈显著的增加趋势(3.29g C ㊃m -2㊃a -1),N P P 总体呈东高西低的空间分布格局,且99.1%的区域N P P 呈升高趋势㊂(2)在植被改善的地区中,大兴安岭地区㊁研究区西南部主要是由人为主导,研究区中部包括通辽赤峰和锡林郭勒等地区主要由气候主导,其他地区由两者共同作用㊂在土地退化的区域,多为人为主导㊂其中,森林主要受人类活动的影响,草地主要受气候变化的影响㊂(3)人类活动影响的N P P (H u m a nn e t p r i m a r yp r o d u c t i v i t y ,HN P P )总体呈正值,即人类活动抑制了植被生长,高值区主要分布在研究区的南部,这些地区人为活动对植被的生长抑制更大㊂关键词:净初级生产力;植被变化;相对贡献度;主导因素;内蒙古中图分类号:P 429 文献标识码:A 文章编号:1007-0435(2023)11-3444-09I m p a c t s o fC l i m a t eC h a n ge a n dH u m a nA c t i v i t i e s o n t h eN e t P r i m a r y P r o d u c t i v i t y o fV e g e t a t i o n i n I n n e rM o n go l i a C HA N G Y i -r a n 1,2,Z H A N GC h i 2,W E I J i a -c h e n g 2,L IX i a n -ju 1*,G AB i -r i 2(1.C h i n aU n i v e r s i t y O fG e o s c i e n c e s ,W u h a n ,H u b e i P r o v i n c e 430074,C h i n a .2.I n n e rM o n g o l i aA u t o n o m o u sR e gi o n S u r v e y i n g a n d M a p p i n g G e o g r a p h i c I n f o r m a t i o nC e n t e r ,H o h h o t ,I n n e rM o n go l i a 010050,C h i n a )A b s t r a c t :T o e x p l o r e t h e s p a t i o t e m p o r a l p a t t e r no fN e t P r i m a r y P r o d u c t i v i t y (N P P )i n I n n e rM o n g o l i a a n d i t s r e l a t i o n s h i p w i t hc l i m a t e c h a n g e ,t h e s p a t i a l a n d t e m p o r a l c h a n g e s o fN P P i n I n n e rM o n go l i a f r o m2001t o 2010w e r e c a l c u l a t e du s i n g MO D I SN D V I d a t a i n t h i s p a p e r .A n d t h e e f f e c t s o f c l i m a t e c h a n g e a n dh u -m a na c t i v i t i e so n N P Pi nt h er e g i o n w e r e i n v e s t i g a t e db y T h o r n t h w a i t e M e m o r i a lM o d e l a n dD i f f e r e n c e C o m p a r i s o n M e t h o d .T h e r e s u l t s s h o w e d t h a t (1)t h eN P Pi nI n n e r M o n g o l i ae x h i b i t e das i gn i f i c a n t i n -c r e a s i n g t r e n d (3.29g C ㊃m -2㊃a -1)f r o m2001t o 2020.T h e o v e r a l l s pa t i a l d i s t r ib u t i o n p a t t e r n o fN P P i n I n n e rM o n g o l i aw a s h i g h i n t h e e a s t a n d l o w i n t h ew e s t .R e g a r d i n g s pa t i a l v a r i a t i o n ,99.1%o f I n n e rM o n -g o l i ad i s p l a y e d a n i n c r e a s i n g t r e n do fN P P ,o fw h i c h56.4%w e r e s i g n i f i c a n t (P <0.01).(2)A m o n g th e a r e a sw i t h i m p r o v e dv e g e t a t i o n ,t h eD a x i n g a n l i n g a r e aa n dt h es o u t h w e s t e r n p a r to f t h es t u d y ar e aw e r e m a i n l y d o m i n a t e db y h u m a na c t i v i t i e s .T h e c e n t r a l p a r t o f t h e s t u d y a r e a ,i n c l u d i n g T o n g l i a o ,C h i f e n g an d X i l i n g o l ,w a sm a i n l y d o m i n a t e db y c l i m a t e c h a n ge ,w h i l eb o t hd o m i n a t e d t h e o t h e r a r e a s .A n d i n t h e a r e a s of l a n d d eg r a d a t i o n i sm o s t l yh u m a n a c ti v i t i e s -l e d .I n t e r m s o f v e g e t a t i o n t y p e ,f o r e s t sw e r em a i n l y a f f e c t e d b y h u m a n a c t i v i t i e sw h i l e g r a s s l a n d sw e r em a i n l y a f f e c t e d b y c l i m a t e c h a n g e .(3)T h e o v e r a l l po s i t i v e v a l u e o f a n t h r o p o g e n i cH u m a n N e tP r i m a r y P r o d u c t i v i t y (H N P P )m e a n s t h a ta n t h r o p o ge n i ca c t i v i t i e sr e s t r i c t第11期常屹冉等:气候变化和人类活动对内蒙古植被净初级生产力的影响v e g e t a t i o n g r o w t h.T h eh i g h-v a l u e a r e a s a r em a i n l y l o c a t e d i nt h e s o u t h e r n p a r t o f t h e s t u d y a r e a,w h e r e a n t h r o p o g e n i c a c t i v i t i e s r e s t r i c t e d t h e g r o w t ho f v e g e t a t i o nm o r e.K e y w o r d s:N e t p r i m a r y p r o d u c t i v i t y;V e g e t a t i o n c h a n g e s;R e l a t i v e c o n t r i b u t i o n;L e a d i n g f a c t o r;I n n e rM o n g o l i a植被是陆地生态系统的主体,在全球气候变化中具有重要的作用[1]㊂气候不仅可以影响地表植被的生长,影响群落的组成,反过来,植被也可以通过影响地表的反照率以及蒸腾来改变地表能量的分配进而影响局地及区域的气候[2]㊂因此在全球气候变化的背景下,植被对气候的响应研究亟待探究㊂植被净初级生产力(N e t p r i m a r yp r o d u c t i o n,N P P)是光合作用生产的有机质总量中扣除自养呼吸后的剩余部分,是地表碳循环的重要组成部分,也是描述植被生长状况的重要指标之一[3-4],近年来在植被生长[5-7]㊁陆地碳循环[8]等方面得到了广泛的应用㊂随着遥感技术的发展,基于植被指数的大区域植被N P P变化成为研究热点[9-11]㊂研究表明黄土高原地区植被N P P总体呈波动上升趋势,降水和气温的耦合作用是该地区N P P变化的主要因素㊂从植被类型来看,干旱对于河西走廊林地N P P影响最大,草地次之;从不同季节来看,干旱对夏季N P P影响最大[12]㊂施红霞等[13]的研究表明,相较于1986 2005年,21世纪北半球中高纬度地区陆地N P P呈增加趋势,且在高排放情境下(R C P8.5),增加更明显㊂21世纪北半球中高纬度地区N P P受辐射和降水显著影响的地区在增大,而受温度显著影响的地区在减少㊂内蒙古地区位于中国北部,是干旱半干旱典型区㊂植被对于气候变化和人类活动极为敏感㊂近年来,该地区呈显著的增温趋势,其中内蒙古中部升温趋势在0.44ħ/10a以上[14],显著高于全球平均水平[15]㊂此外,人类活动对于该地区的草地生态系统也具有不同程度的影响[16-17]㊂因此,该地区气候变化和人类活动对于植被N P P的影响研究就极为重要㊂研究表明干旱对于锡林郭勒草原植被N P P会造成不同程度的抑制作用[4]㊂而除了降水外,放牧是锡林郭勒草原植被N P P变化的主要驱动因素[18]㊂高艺宁等[19]的结果也表明内蒙古荒漠草原植被N P P与降水的相关系数更高㊂滑永春等[20]的结果表明,降水对于内蒙古草原N P P的驱动力更大,其结果也表明人类活动对于草原的恢复有正向作用㊂然而气候变化和人类活动对于植被N P P的共同影响以及定量关系还有待研究㊂这对于内蒙古地区生态建设和农业可持续发展具有重要意义㊂本文基于MO D I S N P P数据分析2001 2020年内蒙古地区植被N P P的时空变化特征,利用气象数据,通过主导因素分析㊁贡献度分析㊁偏相关分析等方法,探究气候要素和人类活动对于研究区植被N P P的影响,量化气候变化和人类活动对于植被N P P的影响程度,为内蒙古地区生态屏障的建设以及农牧业的可持续发展提供依据㊂1数据与方法1.1研究区概况内蒙古地区位于我国北部边疆,位置介于37ʎ24'~53ʎ23'N,97ʎ12'~126ʎ04'E之间㊂总体呈东北西南走向,东西跨越2400多千米,南北跨越1700多千米[14]㊂其北部与蒙古国㊁俄罗斯接壤,横跨东北,华北和西北三大区㊂国内与黑龙江省㊁吉林省㊁辽宁省等8个省区相接,面积为118.3ˑ104k m2,是中国第三大省区[21]㊂内蒙古位于蒙古高原的南部㊁气候为大陆性气候,由于较高的纬度和较少的降水,对于气候变化极为敏感,是中国北方的重要生态屏障㊂植被类型主要有针叶落叶林㊁草甸草原㊁典型草原㊁荒漠草原等,植被类型较多样[22]㊂图1研究区概况图F i g.1 O v e r v i e w m a p o f t h e s t u d y a r e a1.2数据来源及处理1.2.1遥感数据 N P P是反映植被生长状况的重要指标,本文从N A S A官网(h t t p s://s e a r c h.e a r t h-d a t a.n a s a.g o v/)下载了MO D17A3产品㊂该产品5443草地学报第31卷为全球2000年以来的植被指数产品,具有1k m的空间分辨率,时间分辨率为年㊂下载了2001 2020年的数据㊂通过MR T软件进行影像的拼接和裁剪并提取其中的N P P数据集㊂通过E N V I软件进行影像的合成,最终得到逐年的N P P数据集㊂1.2.2气象数据气象数据下载自国家气象科学数据中心(h t t p://d a t a.c m a.c n/d a t a),本文下载了2001 2020年内蒙古地区119个气象站点气温和降水的月数据集(图1)㊂以研究区的气象站点的经纬度数据为基础,利用A n u s p l i n软件,考虑高程要素进行了气象要素空间化,进而获取气象要素的栅格数据,并将其空间分辨率与MO D17A3数据保持一致㊂同时,计算得到研究区时间序列的年均降水与气温㊂1.3植被类型数据植被类型数据同样下载于N A S A官网(h t-t p s://s e a r c h.e a r t h d a t a.n a s a.g o v/),本文下载了MO D I S产品M C D12C1,该产品为每年的全球植被类型数据,空间分辨率为0.05ʎ,包括地圈生物圈计划(I G B P),马里兰大学分类法(UM D),植被指数法(L A I)等,本文选取了常用的I G B P分类数据,下载了2020年的分类数据,通过分类将植被分类为森林㊁草地㊁灌丛㊁城镇㊁农田和荒漠(图1)㊂通过E N-V I软件裁剪得到研究区植被类型图㊂由于除荒漠外,森林和草地面积占研究区的92.5%,因此植被分类分析部分聚焦于这两种类型㊂1.3试验方法1.3.1S e n趋势分析S e n的趋势分析是一种用于检测趋势的稳健非参数统计方法,广泛用于气象㊁水文和植被数据,这种斜率方法的一个主要优点是它不需要遵循特定的分布[23]㊂此外,应用M a n n-K e n d a l l 显著性检验,该检验已被发现能够对水文气象系列的趋势进行稳健量化[24-25]㊂本研究中的S e n趋势分析用于了解N P P等相关指标的变化情况㊂1.3.2偏相关分析偏相关分析是在简单相关系数的基础上,排除其它影响因素的干扰,计算某两个影响因素之间的相关性[26]㊂其计算公式如下:r123=r12-r13r231-r2131-r223(1)式中:r123为控制第三个变量,第一个变量和第二个变量的偏相关系数;r12为第一个变量和第二个变量的简单相关系数;r13为第一个变量和第三个变量的简单相关系数;r23为第二个变量和第三个变量的简单相关系数,并利用T检验进行显著性检验㊂1.3.3差值比较法基于N P P的差值比较法能够真实的反映植被的变化情况,该方法是探究植被变化因素的有效手段[27]㊂假设在未受人类活动,植被N P P仅受气候驱动的生产力为潜在净初级生产力(P o t e n t i a l n e t p r i m a r yp r o d u c t i v i t y P N P P),P N P P 与实际的N P P的差为人类活动影响下的N P P (H u m a nn e t p r i m a r yp r o d u c t i v i t y,H N P P),其计算方法如下:H N P P=P N P P-N P P(2)当H N P P为正值时,表示人类活动导致N P P 下降,当HN P P为负值时表示人类活动导致N P P 升高㊂此外,根据周妍妍等[28]的研究方法,将H N P P的正负变化与变化趋势进行叠加,从而得到人类活动对N P P的影响㊂P N P P的估算方法主要利用T h o r n t h w a i t e纪念模型,基于N P P数据与气温㊁降水数据的最小二乘法得出[29]㊂计算公式如下:P N P P=3000ˑ1-e-0.0009695ˑv-20(3)v=1.05r1+1+1.05r/L2(4) L=3000+25t+0.05t3(5)其中,v为年实际蒸散发量(m m),r为年总降水量(m m),L为年蒸散发量(m m),t为年平均气温(ħ)㊂1.3.4相对贡献度分析为了区别气候变化和人类活动对于植被N P P的相对贡献率,通过N P P及变化量ΔP N P P,ΔH N P P的计算得到[29],具体公式如下:C c l i m a t e=ΔP N P PΔP N P P+ΔHN P Pˑ100%(6) C h u m a n=ΔHN P PΔP N P P+ΔHN P Pˑ100%(7)其中,C c l i m a t e为气候变化对于N P P的相对贡献,而C h u m a n为人类活动对于N P P的相对贡献㊂2结果与分析2.1内蒙古植被N P P及P N P P时空变化为验证P N P P模拟的准确性,本文以气候变化主导区域(图6)的N P P来验证P N P P,共提取514个栅格的N P P值以及所对应的P N P P值,结果如图6443第11期常屹冉等:气候变化和人类活动对内蒙古植被净初级生产力的影响2所示㊂由图可知,P N P P 与气候变化主导区N P P的相关系数(C o r r e l a t i o nC o e f f i c i e n t ,C C )㊁相对偏差(B I A S )和均方根误差(R o o t m e a ns qu a r ee r r o r ,R M S E )分别为0.81,13.16%和32.30g C ㊃m -2,由此可见P N P P 与气候变化主导区N P P 的一致程度较高且相对偏差小于15%㊂因此,T h o r n t h w a i t e 纪念模型能够较好地模拟气候变化主导区的N P P ,在内蒙古地区适用性良好㊂图2 基于气候变化主导区N P P 对H N P P 模拟性能的检验F i g.2 V e r i f i c a t i o no fHN P Ps i m u l a t i o n p e r f o r m a n c e b a s e do n r e g i o n a lN P Pd o m i n a t e db y c l i m a t e c h a n ge 图3为研究区2001 2020年植被N P P 和P N P P年际变化㊂20年间,植被N P P 总体在156~242gC ㊃m -2之间,平均为208.65g C ㊃m -2,最大值年份为2017年,最小值年份为2001年㊂从变化趋势来看,植被N P P 呈极显著的增加趋势(3.29g C ㊃m -2㊃a-1,P <0.01)㊂此外,在2014年之后,植被N P P 具有一定的波动,上升趋势不明显㊂P N P P 明显高于N P P ,平均为461.07g C ㊃m -2㊂P N P P 上升趋势较为显著(4.19g C ㊃m -2㊃a -1,P <0.05)但波动较大㊂图3 2001 2020年研究区植被N P P 年际变化F i g .3 I n t e r a n n u a l v a r i a t i o no f v e ge t a t i o nN P Pa n d P N P P i n I n n e rM o n go l i a f r o m2001t o 2020 研究区20年N P P 和P N P P 的时空变化如图4所示㊂可以看到整个研究时段内,植被N P P 总体呈东高西低的空间分布格局㊂植被N P P 最高的地区主要分布在大兴安岭地区,部分地区植被N P P 高于500g C ㊃m -2㊂植被N P P 最低的地区主要分布在二连浩特㊁包头北部和鄂尔多斯西部等地区,部分地区的植被N P P 在100g C ㊃m -2以下㊂此外由于研究区西部为荒漠沙漠地区,植被极少,因此西部地区植被N P P 并未计算㊂研究区植被N P P 总体呈上升的趋势(图4c ),研究区均值为4.33g C ㊃m -2㊃a-1㊂上升明显的地区主要分布在大兴安岭的东侧地区,部分地区上升趋势可达6g C ㊃m -2㊃a -1以上㊂N P P 呈减少趋势的地区较小,不到研究区的1%,且分布比较零散㊂从变化的显著性来看,研究区植被生长总体呈改善趋势(图4e ),其中,呈不显著改善的地区占18.4%,呈显著改善的地区占24.3%,呈极显著改善的地区占56.4%㊂极显著改善的地区主要分布在研究区的东部如大兴安岭地区和兴安盟地区㊂退化地区仅占研究区的0.9%,分布较为零散㊂研究区P N P P 同样呈东南高西北低的空间分布(图4b ),P N P P 值较高的地区主要分布在研究区东南部例如通辽㊁赤峰以及呼伦贝尔的东部,部分地区P N P P 在600g C ㊃m -2以上㊂P N P P 值较低的地区主要分布在研究区的西部阿拉善地区,部分地区P N P P 在200g C ㊃m -2以下㊂P N P P 同样呈明显的上升趋势(图4d ),其中上升明显的地区主要分布在通辽㊁赤峰㊁呼伦贝尔西部以及锡林郭勒南部,部分地区上升趋势在6g C ㊃m -2㊃a -1以上,下降地区极小(<0.01%)㊂从显著性来看,研究区P N P P 主要呈上升趋势,其中不显著上升地区占79.60%,显著上升地区占20.06%,其它类别占比较小㊂2.2 气温㊁降水时空变化以及与N P P 的偏相关气温和降水的时空变化以及与植被N P P 的空间偏相关性如图5所示㊂气温总体呈东北低,东南和西部高的空间分布㊂其中大兴安岭北部平均温度最低,西部阿拉善地区,乌海,鄂尔多斯温度最高㊂从变化趋势来看,研究区总体呈明显的升高趋势(图5c),其中西部阿拉善地区和大兴安岭地区上升趋势较明显,部分地区趋势大于(0.3ħ)㊃(10a )-1㊂在鄂尔多斯的西部也存在温度降低的趋势,但面积较小且降低趋势不明显㊂气温与植被N P P 的偏相关性总体较低(图5e ),其中不显著正相关的地区占研究区的55.9%,主要分布在研究区的大兴安岭西7443草 地 学 报第31卷部㊁兴安盟东部㊁以及研究区的南部㊂而不显著负相关的地区占研究区的41.6%,主要分布在呼伦贝尔市的中东部,锡林郭勒盟的大部㊂显著及极显著正相关的面积较小㊂图4 内蒙古地区植被N P P ,潜在N P P (P N P P )空间变化及显著性F i g .4 S p a t i o t e m p o r a l v a r i a t i o n s o f v e g e t a t i o nN P Pa n dP N P Pa n d t h e i r s i g n i f i c a n c e i n I n n e rM o n go l i a 降水总体呈东高西低的空间分布,其中大兴安岭及其东部降水最高,部分地区超过500m m ㊂西部阿拉善地区降水最少,部分地区小于50m m ㊂从变化趋势来看,研究区降水总体呈上升趋势,其中东部降水增加较快,通辽赤峰和兴安盟部分地区增加趋势在(60m m )㊃(10a)-1以上㊂西部降水增加较少㊂阿拉善大部分地区降水增加在(10m m )㊃(10a)-1以内㊂降水与植被N P P 总体呈明显的正相关关系(图5f ),其中呈不显著正相关的地区占研究区的22.3%,主要分布在研究区的北部和西南部㊂呈显著正相关的地区占研究区的30.0%,极显著正相关的地区占研究区的46.1%㊂两类地区主要分布在研究区兴安盟的大部以及中部㊂不显著负相关的地区主要分布在研究区的大兴安岭北部,占研究区的1.3%㊂8443第11期常屹冉等:气候变化和人类活动对内蒙古植被净初级生产力的影响图5 内蒙古地区气温、降水时空变化及与植被N P P 的偏相关关系F i g .5 S p a t i o t e m p o r a l v a r i a t i o n s o f t e m p e r a t u r e ,p r e c i p i t a t i o n a n d t h e i r p a r t i a l c o r r e l a t i o nw i t hv e g e t a t i o nN P P i n I n n e rM o n go l i a 2.3 植被N P P 变化的主导因素分析利用相对贡献分析,我们得到了研究区不同地区植被N P P 变化的主导因素(图6)㊂可以看到,在植被改善的地区,气候变化主导植被N P P 改善的面积最大,主要分布在研究区的中部,包括呼伦贝尔的西部㊁兴安盟的中东部㊁通辽㊁赤峰㊁锡林郭勒盟㊁乌兰察布㊁呼和浩特㊁包头和巴彦淖尔市㊂而人类活动主导的地区主要分布在大兴安岭地区以及鄂尔多斯的中部㊂共同主导的地区主要分布在大兴安岭的两侧以及研究区的南部,包括赤峰市南部㊁锡林郭勒盟南部㊁乌兰察布市南部㊁呼和浩特市南部和鄂尔多斯市大部㊂植被退化地区面积较小且分布零散,可以看到,总体呈绿色,即人类活动对于植被N P P 的影响占主导㊂为了定量分析研究区不同植被所受人类活动和气候变化的影响面积,本文选取了占研究区面积较大的森林和草地进行分析㊂森林和草地地区植被N P P 改善和退化影响因素和面积如表1所示㊂可以发现,森林和草地受到的人类活动和气候变化影响并不相同㊂从植被改善地区来看,人类活动是主导森林地区植被变化的主要因素(占65.09%),气候变化占主导的占30.37%,共同主导地区面积较小㊂草地地区主要受人类活动和气候变化的共同作用(占70.02%),此外也有24.15%的地区主要受气候变影响㊂从植被退化地区来看,虽然面积较小,但草地地区(占99.66%)和森林地区(占100%)均主要受人类活动的影响㊂9443草 地 学 报第31卷图6 植被改善和退化区N P P 的影响因素F i g .6 I n f l u e n c i n g f a c t o r s o fN P P i nv e g e t a t i o n i m p r o v e m e n t a n dd e gr a d e da r e a s 表1 森林和草地地区植被N P P 改善和退化影响因素和面积T a b l e 1 F a c t o r s a n da r e a s i n f l u e n c i n g N P P i m p r o v e m e n t a n dd e g r a d a t i o no f v e ge t a t i o n i nf o r e s t a n dg r a s s l a n dA r e a s 植被变化总面积人类活动主导占比/%气候变化主导占比/%共同主导占比/%森林植被改善区2.54ˑ1051.66ˑ10565.097.72ˑ10430.371.16ˑ1044.54植被退化区2.44ˑ1032.44ˑ103100----草地植被改善区1.02ˑ1065.97ˑ1045.832.48ˑ10524.157.18ˑ10570.02植被退化区7.34ˑ1037.31ˑ10399.66140.19110.15注:面积单位为k m2N o t e :T h e u n i t o f a r e a i s k m22.4 气候变化和人类活动对于植被N P P 的相对影响通过相对贡献度分析,得到了气候变化和人类活动对于森林和草地植被N P P 的相对贡献率(表2)㊂在森林植被改善的地区,气候变化的贡献率为16.5%,而人类活动贡献率高达83.5%,是森林地区植被改善的主要原因㊂而在退化地区,也是人类活动占主要作用㊂草地改善地区主要收到气候变化的影响(79.33%),而人类活动的贡献率相对较小(20.67%)㊂在退化地区,主要是受人类活动的影响㊂表2 气候变化和人类活动对于不同植被N P P 的相对贡献率T a b l e 2 R e l a t i v e c o n t r i b u t i o n r a t e o f c l i m a t e c h a n ge a n d h u m a na c t i v i t i e s t od if f e r e n t v e ge t a t i o nN P P 气候变化相对贡献率/%人类活动相对贡献率/%森林植被改善区16.5083.50植被退化区0100草地植被改善区79.3320.67植被退化区0.2099.802.5 人类活动对于植被N P P 的影响99.7%的地区H N P P 呈正值(图7a),其中高值区主要分布在通辽㊁赤峰和鄂尔多斯,部分地区在500g C ㊃m -2以上㊂这表明上述地区人类活动导致N P P 明显降低㊂而负值较高的地区主要分布在河套平原,部分地区在-100g C ㊃m -2以上㊂这表明在该地区,人类活动导致N P P 的升高㊂从变化趋势来看(图7b ),H N P P 总体呈增加趋势,其中增加明显的地区主要分布在通辽㊁赤峰和锡林郭勒,部分地区上升趋势在3g C ㊃m -2㊃a -1以上㊂而减小明显的地区主要分布在乌兰察布㊁呼和浩特以及鄂尔多斯的南部,部分地区减小趋势大于3g C ㊃m -2㊃a-1㊂叠加H N P P 的正负与变化趋势可以发现(图7c ),研究区H N P P 为正值且呈上升趋势的地区占研究区的79.9%,这些地区随着人类活动的不断加剧,人类对N P P 影响增大㊂而橙色地区H N P P 为正值,但呈降低趋势,这表明人类活动强度在降低,有利于植被的恢复,这些地区主要分布在大兴安岭东部和北部,以及研究区的西南部,占研究区面积的19.7%㊂在河套平原的西部,该地区H N P P 为负,变化趋势为正,这表明人类活动对于该地区的植被N P P 有正向作用且正向作用在增大㊂543第11期常屹冉等:气候变化和人类活动对内蒙古植被净初级生产力的影响图7 内蒙古地区H N P P 时空变化以及对于N P P 的影响F i g .7 S p a t i o t e m p o r a l v a r i a t i o no fHN P Pa n d i t s i m p a c t o nN P P i n I n n e rM o n go l i a 注:(c )中图例为HN P P 均值与H N P P 趋势的正负叠加,其中正正表示H N P P 均值为正且H N P P 变化趋势为正N o t e :T h e l e g e n d i n (P a n e l c )s h o w s t h e p o s i t i v e a n dn e ga t i v e v a l u e s o fm e a na n d t r e n do fHN P Po v e r l a i d ,w h e r eb o t h p o s i t i v e v a l u e s i n d i -c a t e s a p o s i t i v eHN P Pa nd a p o s i t i v eH N P P t re n d3 讨论从年均N P P 来看,内蒙古草地地区N P P 多集中在200~400g C ㊃m -2,这与穆少杰等[30]的2001 2010年草地平均N P P281.3g C ㊃m -2较为接近㊂图3中四子王旗荒漠草原N P P 主要分布在100~200g C ㊃m -2之间,这与高艺宁等[19]的四子王旗荒漠草原N P P (144.52g C ㊃m -2)值也较为接近㊂这表明MO D I SN P P 数据具有较好的精度,能够满足研究的需要㊂而从时间变化来看,整个研究区99%以上的地区植被N P P 呈上升趋势,这与其他人的结果较为一致[19-20,30]㊂近年来,随着气候变化和人类活动的加剧,内蒙古地区的生态发生了明显的变化㊂从本文结果来看,人类活动和气候变化对于该地区的植被N P P 具有重要的影响,而且在不同地区,两者的影响大小不同㊂从本文的结果来看,大兴安岭地区以及鄂尔多斯地区受近年来退耕还林,草地保护等政策,植被恢复明显[31-32],因此人类活动的影响较气候影响大㊂而在草原地区(包括呼伦贝尔草原㊁锡林郭勒草原等)植被N P P 受人类活动和气候变化的共同影响㊂从上世纪以来,随着内蒙古地区人口增加,人地关系紧张,草原生态受到严重影响㊂但近年来由轮牧改为定牧以及退耕还草等政策使得草地得到了恢复,生态得到了改善㊂在气象要素中,降水是影响草地N P P 的主要影响因素,这与他人的结果一致[19-20,33]㊂另外,在森林和草地退化的地区,人类活动是占主导地位的(表1,表2),这也表明了人类活动对于生态系统负面作用㊂该研究采用T h o r n t h w a i t e 纪念模型来模拟P N P P ,与N P P 的差值来量化人类活动对N P P 的影响,结果表明99.7%的区域人类活动对N P P 增加起到抑制作用,即内蒙古地区人类活动影响降低区域N P P ㊂但T h o r n t h w a i t e 纪念模型引用的是经验参数,未来可以尝试通过遥感影像来获取T h o r n t h -w a i t e 纪念模型的实际蒸散量以更好地模拟内蒙古地区的H N P P 提高大尺度监测模拟的准确性㊂此外,人类活动对内蒙古地区N P P 影响程度受多种因素的限制,量化气候变化和人类活动对内蒙古地区N P P 变化的影响仍是一个巨大的挑战㊂4 结论本研究利用MO D I SN P P 产品㊁气象数据和土地覆被类型数据,通过主导因素分析㊁相对贡献度分析㊁偏相关分析等,计算了内蒙古N P P 的时空变化1543草地学报第31卷规律以及气候变化和人类活动对于N P P的影响,结果表明:近20年来内蒙古N P P的平均值为208.65 g C㊃m-2,N P P总体呈东高西低的空间分布格局,高值区主要分布在大兴安岭地区,与水热分布的趋势基本吻合㊂大兴安岭地区温度适宜㊁降水充沛,水热条件较好,多年平均值普遍高于500g C㊃m-2,低值区主要分布在二连浩特㊁包头北部和鄂尔多斯西部等地区,这些地区降水稀少,多数地区N P P在100g C㊃m-2以下㊂受气候变化和人类活动的影响,在植被改善的地区中,大兴安岭㊁鄂尔多斯主要是由人为主导,通辽赤峰和锡林郭勒等地区主要由气候主导,其他地区由两者共同作用㊂在土地退化的地区,多为人为主导㊂此外,内蒙古99.7%区域H N P P为正值,即人类活动抑制植被的生长,高值区主要分布在研究区的南部,这些地区人为活动对植被的生长抑制更为严重㊂河套平原的西部以及阿拉善的西北部,人类活动导致N P P的升高,但是趋势在降低,表明近年来人类活动对于该地区植被的恢复能力逐渐下降㊂参考文献[1]郭铌,朱燕君,王介民,等.近22年来西北不同类型植被N D V I变化与气候因子的关系[J].植物生态学报,2008,(2):319-327 [2]曹永强,李晓瑞,张亮亮.2000 2014年辽宁省植被动态演变特征分析[J].水利水电技术,2017,48(11):48-56 [3]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(3):413-424[4]杜波波.2001 2018年锡林郭勒草原干旱对植被净初级生产力的影响[D].呼和浩特:内蒙古师范大学,2020:1-3 [5]何国兴,柳小妮,张德罡,等.甘肃省草地N P P时空变化及对气候因子的响应[J].草地学报,2021,29(4):788-797 [6]殷欢欢.干旱高温对中国植被总初级生产力的影响[D].兰州:西北师范大学,2021:1-2[7]任涵玉,温仲明,刘洋洋,等.我国北方草地净初级生产力时空动态特征及其与水热因子的关系[J].草地学报,2021,29(8): 1779-1792[8]吴梦月.中国西南地区生态系统碳循环对干旱的响应[D].西安:西安科技大学,2021:1-2[9]冯险峰,孙庆龄,林斌.区域及全球尺度的N P P过程模型和N P P对全球变化的响应[J].生态环境学报,2014,23(3):496-503 [10]苑全治,吴绍洪,戴尔阜,等.过去50年气候变化下中国潜在植被N P P的脆弱性评价[J].地理学报,2016,71(5):797-806 [11]康振山,张莎,白雲,等.内蒙古草地净初级生产力时空变化及其对干旱的响应[J].草地学报,2021,29(1):156-165 [12]李传华,殷欢欢,朱同斌,等.干旱对河西走廊植被净初级生产力的影响[J].中国沙漠,2021,41(1):145-155[13]施红霞,王澄海.21世纪北半球中高纬度净初级生产力(N P P)变化及其与气候因子之间的关系[J].冰川冻土,2015,37(2):327-335[14]李虹雨,马龙,刘廷玺,等.1951-2014年内蒙古地区气温㊁降水变化及其关系[J].冰川冻土,2017,39(5):1098-1112[15]A D I T IM.C l i m a t eC h a n g e2021:T h eP h y s i c a l S c i e n c eB a s i s.C o n t r i b u t i o no fW o r k i n g G r o u p I t o t h e S i x t hA s s e s s m e n tR e-p o r t o f t h e I n t e r g o v e r n m e n t a lP a n e l o nC l i m a t eC h a n g e[R].I n t e r l a k e n:C a m b r i d g e,2021[16]穆少杰,朱超,周可新,等.内蒙古草地退化防治对策及碳增汇途径研究[J].草地学报,2017,25(2):217-225 [17]王云霞.内蒙古草地资源退化及其影响因素的实证研究[D].呼和浩特市:内蒙古农业大学,2010:1-2[18]C H ID K,WA N G H,L IX B,e ta l.A s s e s s i n g t h ee f f e c t so fg r a z i n g o nv a r i a t i o n s o f v e g e t a t i o nN P P i n t h eX i l i n g o lG r a s s-l a n d,C h i n a,u s i n g a g r a z i n g p r e s s u r e i n d e x[J].E c o l o g i c a l I n d i-c a t o r s,2018(88):372-383[19]高艺宁,王宏亮,赵萌莉.内蒙古荒漠草原植被N P P时空变化及气候因子分析:以四子王旗为例[J].中国农业大学学报, 2020,25(8):100-107[20]滑永春,萨如拉,王冰.内蒙古草原N P P时空变化及驱动力[J].中国沙漠,2021,41(5):130-139[21]孙晓瑞,高永,丁延龙,等.内蒙古积雪时空分布特征及其与气候因子的相关性[J].内蒙古林业科技,2017,43(2):10-15 [22]薛海源,陈海山,华文剑.内蒙古地区植被对气候变化的响应[J].气象与减灾研究,2015,38(2):8-15[23]T H I E L H.Ar a n k-i n v a r i a n tm e t h o do f l i n e a r a n d p o l y n o m i a lr e g r e s s i o na n a l y s i s,I,I I,I I I.[J].P r o c e e d i n g so f t h eK o n i n a l i-j k eN e d e r l a n d s eA k a d e m i e v a n W e i n e n s c h a t p e n,1950,53:386-392,521-525,1397-1412[24]H A M E DKH,R A OAR.Am o d i f i e dM a n n-K e n d a l l t r e n d t e s t f o r a u-t o c o r r e l a t e d d a t a[J].J o u r n a l o fH y d r o l o g y,1998,204(1-4):182-196[25]Z HA N G Q,S I N G H V P,P E N G J,e ta l.S p a t i a l-t e m p o r a lc h a n g e s o f p r e c i p i t a t i o n s t r u c t u r e a c r o s s t h eP e a r l R i v e r b a s i n,C h i n a[J].J o u r n a l o fH y d r o l o g y,2012(440-441):113-122[26]任福栋,张宏烈,孙景峰,等.简单相关分析与偏相关分析在高考成绩相关性分析中的对比研究[J].高师理科学刊,2014,34(2):24-27[27]马启民,贾晓鹏,王海兵,等.气候和人为因素对植被变化影响的评价方法综述[J].中国沙漠,2019,39(6):48-55 [28]周妍妍,朱敏翔,郭晓娟,等.疏勒河流域气候变化和人类活动对植被N P P的相对影响评价[J].生态学报,2019,39(14): 5127-5137[29]李诗瑶,丛士翔,王融融,等.气候变化和人类活动对盐池县植被净初级生产力的影响[J].干旱区地理,2022,45(4):1186-1199 [30]穆少杰,李建龙,杨红飞,等.内蒙古草地生态系统近10年N P P时空变化及其与气候的关系[J].草业学报,2013,22(3):6-15 [31]浮媛媛,赵建军,张洪岩,等.基于生态地理分区的大兴安岭植被物候时空变化[J].应用生态学报,2016,27(9):2797-2806 [32]胡君德,李百岁,萨楚拉,等.2000 2012年鄂尔多斯高原植被动态及干旱响应[J].测绘科学,2018(4):1-13 [33]包刚,包玉海,覃志豪,等.近10年蒙古高原植被覆盖变化及其对气候的季节响应[J].地理科学,2013,33(5):613-621(责任编辑刘婷婷)2543。

内蒙古草地NPP变化及其对气候的响应李刚;周磊;王道龙;辛晓平;杨桂霞;张宏斌;陈宝瑞【期刊名称】《生态环境学报》【年(卷),期】2008(017)005【摘要】植被净初级生产力(Net Primary Productivity,NPP)是衡量植物群落在自然环境条件下生产能力的重要指标,NPP的变化直接反映了生态系统对环境气候条件的响应,因此可以作为生态系统功能对气候变化响应的研究指标.本文利用卫星遥感资料和地面气象观测资料,利用光能利用率模型估算了内蒙古地区1982-2003年4-10月草地NPP,并计算了与NPP密切相关的几个气候因子,分析了1982-2003年内蒙古地区草地NPP年际性变化规律、气候因子的年际变化规律,以及草地NPP对主要气候因子的响应关系.结果表明:1982-2003年内蒙古草地生长季的NPP呈波动中增加趋势,NPP的年平均递增率为C0.0036 g·m-2·Gr-1;草地NPP 的空间分布与生物温度(BT)及可能蒸散率(PER)呈显著负相关,与降雨量(RAIN)、湿润度(K)及实际蒸散(AE)呈极显著正相关.内蒙古地区,草地NPP受降雨量(RAIN)及生物温度(BT)的影响较大.但NPP的变化受RAIN的影响更为明显;内蒙古地区不同草地类型的NPP变化对气候因子的响应略有不同.【总页数】8页(P1948-1955)【作者】李刚;周磊;王道龙;辛晓平;杨桂霞;张宏斌;陈宝瑞【作者单位】农业部资源遥感与数字农业重点开放实验室,北京,100081;呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;中国农业科学院农业资源与农业区划研究所,北京,100081;农业部资源遥感与数字农业重点开放实验室,北京,100081;呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;中国农业科学院农业资源与农业区划研究所,北京,100081;中国农业科学院农业资源与农业区划研究所,北京,100081;农业部资源遥感与数字农业重点开放实验室,北京,100081;呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;中国农业科学院农业资源与农业区划研究所,北京,100081;农业部资源遥感与数字农业重点开放实验室,北京,100081;呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;中国农业科学院农业资源与农业区划研究所,北京,100081;农业部资源遥感与数字农业重点开放实验室,北京,100081;呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;中国农业科学院农业资源与农业区划研究所,北京,100081;农业部资源遥感与数字农业重点开放实验室,北京,100081;呼伦贝尔草原生态系统国家野外科学观测研究站,北京,100081;中国农业科学院农业资源与农业区划研究所,北京,100081【正文语种】中文【中图分类】Q948【相关文献】1.内蒙古农牧交错区草地气候生产力对气候变化的响应 [J], 孙淼;徐柱;柳剑丽2.内蒙古草地生态系统近10年NPP时空变化及其与气候的关系 [J], 穆少杰;李建龙;杨红飞;刚成诚;陈奕兆3.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 [J], 张仁平;郭靖;张云玲4.甘肃省草地NPP时空变化及对气候因子的响应 [J], 何国兴;孙斌;潘冬荣;柳小妮;张德罡;杜月红;李强;刘志刚;关文昊;杨军银;韩天虎5.内蒙古草地蝗虫生存与繁殖对气候变化的响应 [J], 陈素华;乌兰巴特尔;吴向东因版权原因，仅展示原文概要，查看原文内容请购买。

气候变化对中国东北地区NPP的影响1 NPP概述植被净初级生产力(Net Primary Productivity,简称NPP)是指植物在单位时间单位面积上由光合作用产生的有机物质总量中扣除自养呼吸后的剩余部分，它是生态系统中物质与能量运转研究的基础,直接反映植物群落在自然环境条件下的生产能力。

NPP是评价生态系统结构与功能协调性，以及生物圈人口承载力的重要指标。

随着全球变化研究的不断深入，植被净初级生产力在研究全球变化对生态系统的影响、响应和对策中，成为一项不可缺少的指标及核心内容开展区域尺度的生态系统NPP研究有着十分重要的意义，因为它与目前受到广泛关注的其他重大问题如碳循环与碳扰动、土地利用变化、气候变化和自然资源管理等的研究有着密切联系，可以说是这些研究工作中的重要环节之一。

东北地区资源丰富，有广阔的农田、森林和草原，是中国重要的商品粮基地和最大的林区,其人均耕地、森林面积和蓄积量均居全国之首。

东北地区地处我国中高纬度地区，气候变化剧烈且影响明显，加之长期以来人类活动对资源的不合理利用和过度开发，土地覆盖变化明显,，生态环境正逐年恶化。

以气候变暖为主要特征的全球气候变化已经成为国际公认的事实，在全球变化与陆地生态系统的研究中，对气候-植被关系的确定具有十分重要的意义。

NPP 不仅仅是能量流和物质循环的基础，而且在全球碳循环中扮演着重要角色，巨大地影响着全球碳循环和全球气候变化，关于气候变化对NPP影响的相关研究是全球科学界关注的核心问题之一。

在20世纪，地球表面的平均气温升高0.06℃，在1979-1998的20年间，地球表面的平均气温升高了0.19℃。

Mingkui Cao等人利用CEVSA模式模拟研究了中国近20年生态系统碳循环对气候变化的响应,研究表明中国东北区域近20年温度升高了0.4℃,降水减少了4mm,由此导致了本区域的生态系统生产力(NEP)变化了0.01GtC。

中国陆地面积广大，气候和生态系统复杂多样,在过去20年,中国各个地区的气候和土地利用发生了很大的变化。