呼伦贝尔草原净初级生产力时空变化及气候响应分析

引用本文

沈贝贝, 丁蕾, 李振旺, 辛晓平, 徐大伟, 朱晓昱, 王旭, 陈宝瑞. 呼伦贝尔草原净初级生产力时空变化及气候响应分析. 草业学报, 2019,28(5): 1-14
SHEN Bei-bei, DING Lei, LI Zhen-wang, XIN Xiao-ping, XU Da-wei, ZHU Xiao-yu, WANG Xu, CHEN Bao-rui. Analysis of spatio-temporal changes and climate-response of net primary production in Hulunbuir grassland. Acta Prataculturae Sinica,2019,28(5): 1-14 复制到剪切板

Doi:10.11686/cyxb2018288
Permissions

本文属于开放获取期刊。

呼伦贝尔草原净初级生产力时空变化及气候响应分析

沈贝贝¹, 丁蕾¹, 李振旺¹, 辛晓平^1,^*, 徐大伟¹, 朱晓昱^1,², 王旭¹, 陈宝瑞¹

1.中国农业科学院农业资源与农业区划研究所, 呼伦贝尔草原生态系统国家野外科学观测研究站,北京 100081

2.农业部环境保护科研监测所, 天津 300191

*通信作者. E-mail: xinxp@sina.com

作者简介:沈贝贝(1992-), 女, 河北石家庄人, 在读硕士。E-mail: shenbeibei0205@126.com

收稿日期: 2018-05-07

基金项目:国家重点研发计划(2016YFC0500608, 2017YFE0104500), 国家自然基金(41771205)和现代农业产业技术体系建设专项资金(CARS-34)资助

摘要

为了定量评估呼伦贝尔草原的生产能力, 明确气候因子对草原生物量累积过程的影响, 利用近18年中分辨率成像光谱仪(MODIS)净初级生产力(NPP)产品(MOD17A2H), 结合同时期气象数据, 基于像元定量分析了呼伦贝尔草原NPP的时空变化规律及其与气候因子的关系。结果表明:2000-2017年呼伦贝尔草原净初级生产力(NPP)均值为306.97 g C·m^-2, 18年来NPP变化呈波动中增加的趋势, 最低值为2001年的241.60 g C·m^-2, 最高值为2014年的372.10 g C·m^-2。NPP高值区(>400 g C·m^-2)分布于低地草甸;中值区(250400 g C·m^-2)分布于山地草甸和温性草甸草原;低值区(<250 g C·m^-2)出现在呼伦贝尔西部的温性草原, 不同草地类型NPP值整体变化趋势表现为:低地草甸>山地草甸>温性草甸草原>沼泽类>温性草原。呼伦贝尔草原NPP与降水的相关性高于与温度的相关性, 降水是NPP积累的主要影响因子, 温性草甸草原和温性草原对气候因子变化的响应总体比低地草甸和山地草甸敏感。

关键词: 草地生产力; 气候响应; MODIS NPP产品; 呼伦贝尔

Analysis of spatio-temporal changes and climate-response of net primary production in Hulunbuir grassland

SHEN Bei-bei¹, DING Lei¹, LI Zhen-wang¹, XIN Xiao-ping^1,^*, XU Da-wei¹, ZHU Xiao-yu^1,², WANG Xu¹, CHEN Bao-rui¹

1.Institute of Agricultural Resources and Regional Planning of Chinese Academy of Agricultural Sciences, Hulunbuir Grassland Ecosystem Observation and Research Station, Beijing 100081, China

2.Ministry of Agriculture Environmental Protection Research Institute, Tianjin 300191, China

*Corresponding author. E-mail: xinxp@sina.com

Abstract

The aim of this research was to quantitatively assess the productivity of Hulunbuir grassland and clarify the impact of climatic factors on the grassland growth processes. Our study used the MOD17A2H dataset and meteorological data to study the temporal and spatial variation of annual net primary productivity (NPP) and the relationship between NPP and climate factors in the grassland of Hulunbuir, China. We found that the annual mean value of NPP in Hulunbuir grassland gradually decreased from northeast to southwest. The average NPP value for the period 2000 to 2017 was 307 g C·m^-2, and the NPP during the 18 years has increased, with the lowest value being 242 g C·m^-2 in 2001, and the highest value being 372 g C·m^-2 in 2014. The high NPP values (>400 g C·m^-2) are mainly distributed in the eastern and western of Daxing’anling mountainous area with grassland type of lowland meadow; the median NPP values (250-400 g C·m^-2) are mainly distributed in the interlaced hills and high plains with grassland types of mountain meadow and temperate meadow steppe; the low NPP values (<250 g C·m^-2) are mainly distributed in southwest Hulunbuir where the grassland is categorized as swamp meadow and temperate steppe. The NPP of different grassland categories ranked in order: lowland meadow>mountain meadow>temperate meadow steppe>swampy meadow>temperate steppe. Climate change is also observed to be a large influence on NPP interannual variation. The correlation between NPP and precipitation is higher than that between NPP and temperature, indicating that precipitation is the more important contribution to NPP variation in Hulunbuir grassland. The response of lowland meadow and mountain meadow to climatic change is less pronounced than that of temperate meadow steppe and temperate steppe.

Keyword: grassland productivity; climate response; MODIS NPP product; Hulunbuir

文章图片

草原净初级生产力(net primary productivity, NPP)表示草原植被在单位时间、单位面积内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, 反映了草原在自然环境条件下的生产能力, 在全球碳循环中扮演着重要的角色^{[1, 2, 3]}。草原对气候变化反应敏感, 气候变化会引起草原NPP的变化, 在全球气候变化的大背景下, 区域尺度的草原NPP研究与定量分析已成为草原生态系统的研究热点和重要科学问题^{[4, 5]}。目前对引起NPP时空变化原因的分析主要集中在气候变化、CO₂浓度的变化、地形地貌和人文活动引起的土地利用变化等方面^{[6, 7, 8]}, 其中气候因子特别是降水和温度因子是引起植被季相变化最直接的因素^[9], 不同植被类型对气候因子的响应也不相同。因此有必要针对区域尺度做NPP定量研究, 分析不同草原类型对气候变化的响应。

随着遥感及地理信息系统技术的迅速发展, NPP的研究从小尺度、短时间序列逐步发展到大尺度、长时间序列, 估算方法已经由传统测量向基于模型估算转变^{[10, 11, 12, 13]}。国内众多学者采用多种模型和数据源开展了多区域的NPP估算及其时空分布规律研究, 取得了显著成果。朴世龙等^[14]利用净第一性生产力(carnegie ames stanford approach, CASA)模型估算了我国1997年植被NPP分布, 得出我国占世界陆地植被NPP的4.0%; 朱文泉等^[15]在地理信息系统(geographic information system, GIS)的支持下构建了区域陆地植被NPP估算模型并在内蒙古区域做了相应的研究, 发现模型模拟结果更符合实际情况; Zhang等^[16]利用改进的CASA模型估测中国不同类型草原的时空分布, 得出2004-2008年草原年均NPP变化范围为443.23554.4 g C· m^-2。随着模型愈加的成熟, 基于不同模型, 衍生出多种产品, 如植物光合模型(vegetation photosynthesis model, VPM)总初级生产力(gross primary production, GPP)产品、中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)NPP产品和Global Land(GL)Dry Matter Productivity产品。其中, MODIS NPP产品作为全球首个定期、实时对陆地植被重复观测的遥感产品, 众多学者利用MODIS NPP产品对我国草原生态系统的估算做了大量的研究。吕鑫等^[17]通过建立多种产草量遥感估算模型对比分析得出基于MOD17A2H NPP的一元线性模型的估算精度相对较高。张继平等^[18]基于MODIS NPP数据, 对2000-2010年三江源地区的草地生态系统碳储量时空变化特征进行了分析, 得出与传统方法相比, 在较大尺度上用MODIS GPP/NPP数据更为便捷高效。目前MODIS NPP产品的实用性在全球及区域植被生长状况、生物量估算、环境监测及全球变化等研究中得到了验证^[19]。

呼伦贝尔草原是我国保存最完整的面积最大的自然草原^[20], 在全球气候变暖的条件下, 呼伦贝尔草原对气候变化较为敏感。本研究选取呼伦贝尔草原作为研究对象, 结合遥感数据MOD17A2H与同时期的降水和温度数据, 对呼伦贝尔草原18年来(2000-2017)NPP值进行统计, 并分别从空间格局、年际变化以及与气候因子相关性3个方面对NPP进行了分析, 在提高草原利用率, 维持草原生产力, 防止草原退化等方面具有重要的研究意义。

1 材料与方法

1.1 研究区概况

呼伦贝尔草原位于内蒙古自治区东北部的呼伦贝尔市, 是欧亚大陆草原的重要组成部分。其地理位置位于47° 05'-53° 20' N, 115° 31'-126° 04' E。呼伦贝尔草原整体上为高原型地貌, 海拔6501000 m, 以温带大陆性季风气候为主, 年平均气温为-30 ℃, 年降水量为250400 mm。其发源于大兴安岭的水系发达, 有海拉尔河、伊敏河、根河等。天然草原总面积约11万km², 地带性草原由大兴安岭西麓向蒙古高原分布着温性草甸草原和温性草原; 山地草甸与森林同带分布, 沿河、湖分布着低地草甸和沼泽类。研究区如图1所示。

	Figure Option View Download New Window
	图1 研究区主要草原类型及气象站点分布Fig.1 Distribution of grassland types and weather stations in the study area

1.2 数据处理

1.2.1 遥感数据 MOD17A2H是MOD17A2的升级产品, 空间分辨率由1000 m提高为500 m, 时间分辨率为8 d。数据以BIOME-BGC模型以及光能利用率模型为基础^[21], 结合遥感数据利用光能利用率以及植物所吸收的光合有效辐射来估算总初级生产力, 然后从总初级生产力中减去自养呼吸和生长呼吸所消耗的生物量进而估算出陆地植被净初级生产力的产品。包括总初级生产力、净光合作用(net photosynthesis, PSN)的信息和PSN质量控制3个数据集。

相关研究发现MODIS NPP年产品区域内出现高估现象, 本试验依据呼伦贝尔物候信息对NPP年值进行了修正, 选取129280共152 d的NPP作为年积累量^[22]。使用MRT(MODIS reprojection tools)将数据进行格式转换和重新投影, 将SIN地图投影转换为Albers Equal Area Conic投影, 同时完成图像的空间拼接, 最后利用呼伦贝尔草原边界裁剪得到2000-2017年逐年NPP的栅格图像。

1.2.2 气象数据选取呼伦贝尔及周边地区25个地面气象站点作为插值站点(图1)。在中国气象数据网(http://data.cma.cn/)下载2000-2016年的月平均温度及月降水量数据(2017年气象数据由日值数据集处理得到), 并将月值数据处理成年值数据。利用GIS对气象数据进行Kriging插值, 形成具有空间连续性的逐年气候变化数据, 获取与NPP数据像元大小一致、投影相同的气象数据栅格图像。

1.2.3 其他数据草原类型数据来自数字化的1:100万中国草原资源分布图^[23], 裁剪并转换投影得到与NPP数据投影相同的研究区草原类型数据矢量数据, 用于提取不同草原类型NPP的空间格局。

1.3 研究方法

1.3.1 变化趋势分析方法采用一元线性回归方法分析呼伦贝尔草原2000-2017年的NPP变化, 利用变量序列和时间序列的相关性来判断待分析变量的年际变化趋势, 结果值的大小可反映变量随时间变化的速率大小^[24], θ _slope> 0, 表示该像元NPP多年间呈上升趋势, 否则呈下降趋势。公式如下:

θ _slope= $\frac{n \times \overset{n}{\sum_{i = 1}} i \times NP P_{i} - \overset{n}{\sum_{i = 1}} i \overset{n}{\sum_{i = 1}} NP P_{i}}{n \times \overset{n}{\sum_{i = 1}} i^{2} - {(\overset{n}{\sum_{i = 1}} i)}^{2}}$

式中:θ _slope为单个像元多年回归的趋势斜率; NPP_i为第i年草原NPP的年均值; i=1, 2, 3…18; n=18。

1.3.2 NPP变异性计算采用变异系数(CV)分析呼伦贝尔草原2000-2017年的NPP波动程度, 值越大, 波动越大, 否则波动越小。公式如下:

CV= $\frac{\sqrt[]{\frac{\overset{n}{\sum_{i = 1}} (NP P_{i} - {\bar{NPP}}_{i})^{2}}{n - 1}}}{{\bar{NPP}}_{i}}$

式中: NPP_i为第i年草原NPP的年均值; ${\bar{NPP}}_{i}$ 为18年NPP年均值; i=1, 2, 3…18; n=18。

1.3.3 NPP与气候因子相关性计算采用基于像元的空间分析方法计算NPP与降水及温度的相关性, 结果值为-11, 正值代表正相关, 负值代表存在负相关, 绝对值越接近于1相关性越显著。公式如下:

R_xy= $\frac{\overset{n}{\sum_{i = 0}} [(x_{i} - \overset{̅}{x}) (y_{i} - \overset{̅}{y})]}{\sqrt[]{\overset{n}{\sum_{i = 0}} (x_{i} {- \overset{̅}{x})}^{2} \overset{n}{\sum_{i = 0}} (y_{i} {- \overset{̅}{y})}^{2}}}$

式中:R_xy为x、y两变量的相关系数; x_i为第i年草原NPP的年均值; y_i为第i年的温度或降水量; $\overset{̅}{x}$ 为多年NPP的平均值; $\overset{̅}{y}$ 为多年温度或降水量的平均值; i=1, 2, 3…18; n=18。

2 结果与分析

2.1 呼伦贝尔草原NPP的空间分布状况

2.1.1 呼伦贝尔草原NPP整体分布状况 2000-2017年呼伦贝尔草原NPP年均值分布格局如图2所示。呼伦贝尔草原从东到西由半湿润气候过渡到半干旱气候, 表现为水分地带性分布, 温度由南向北递增, 受水热条件的影响, NPP年均值整体上呈东北向西南逐步递减的地带性规律, 空间差异性较为明显。18年来呼伦贝尔草原NPP年均值为306.97 g C· m^-2, 根据NPP值范围及分布情况, 将其划分为高值区(> 400 g C· m^-2)、中值区(250400 g C· m^-2)和低值区(< 250 g C· m^-2)。其中, NPP高值区集中分布在大兴安岭山地东西两麓, 该地区大多是低地草甸; NPP中值区主要分布在山地丘陵与高平原交错带, 草原类型主要是山地草甸和温性草甸草原; 呼伦贝尔草原中西部的高平原区是NPP低值区, 草原类型以温性草原和沼泽类为主。

	Figure Option View Download New Window
	图2 呼伦贝尔草原NPP年均值空间分布Fig.2 Spatial distribution of average annual NPP in Hulunbuir grassland

2.1.2 不同草原类型NPP分布状况草原类型对NPP的空间分布具有一定的影响, NPP年均值按照不同草原类型统计如表1所示。低地草甸的NPP年均值最大, 达367.66 g C· m^-2, 其NPP值为350450 g C· m^-2, 占比最大(45.84%), 在低于350 g C· m^-2范围随NPP值降低占比逐渐减少, 而高于450 g C· m^-2范围随NPP值增大占比逐渐减少。山地草甸NPP年均值略低于低地草甸, 为362.85 g C· m^-2, 该区域有约88.44%的NPP值处于300450 g C· m^-2。温性草甸草原的NPP年均值(324.25 g C· m^-2)处于居中位置, 该草原类型有80.18%的区域NPP值处于250400 g C· m^-2。沼泽类草原的NPP年均值为315.59 g C· m^-2, 略低于温性草甸草原, 但该类型的NPP值分布与温性草甸草原相差较大, 仅有44%处于250400 g C· m^-2。在所有草原类型中, 温性草原的NPP年均值最低, 仅为210.02 g C· m^-2, 76.96%的面积的NPP值为150250 g C· m^-2。

表1 2000-2017年呼伦贝尔草原年均NPP Table 1 Statistical analysis of average annual NPP for different grass types in Hulunbuir grassland from 2000 to 2017

2.2 呼伦贝尔草原NPP的年际变化

2.2.1 呼伦贝尔草原NPP整体变化状况 2000-2017年呼伦贝尔草原逐年NPP均值变化如图3所示。从总体上来看, 18年来NPP变化呈波动增加的趋势, 趋势线的斜率为2.10 g C· m^-2。从不同时间段来看, 2000-2005年呼伦贝尔草原NPP均值呈波动上升趋势, 趋势线的斜率为4.81 g C· m^-2, 2001年的NPP均值最低, 仅为241.60 g C· m^-2。2005-2008年呼伦贝尔草原NPP均值逐年下降, 趋势线斜率为-16.84 g C· m^-2; NPP均值从2005年的324.72 g C· m^-2下降为2008年276.45 g C· m^-2。2008-2014年呼伦贝尔草原NPP均值呈现平稳上升的趋势, 趋势线斜率12.89 g C· m^-2; 2014年的NPP均值最高, 达372.10 g C· m^-2, 2013年次之, 为344.90 g C· m^-2。2014-2017年逐年下降, 趋势线斜率为-31.73 g C· m^-2, 4年间NPP均值下降了近100 g C· m^-2。

	Figure Option View Download New Window
	图3 呼伦贝尔草原2000-2017年NPP均值年际变化Fig.3 The change trend of average annual NPP in Hulunbuir grassland from 2000 to 2017

为了进一步描述呼伦贝尔草原2000-2017年的NPP的变化情况, 基于像元得出变化斜率和变异系数空间及频率分布状况如图4所示。研究结果发现整个呼伦贝尔草原88.25%区域的NPP呈现上升的趋势(变化斜率> 0), 其中, 变化斜率处在24 g C· m^-2的区域占比最大, 为44.43%; 02 g C· m^-2的次之, 为32.40%; 12.42%区域的变化斜率> 4 g C· m^-2, 分布在呼伦贝尔草原西南及中南部。区域内9.53%变化斜率为-20 g C· m^-2, 且集中分布在呼伦贝尔草原的东北部(图4上)。

	Figure Option View Download New Window
	图4 呼伦贝尔草原NPP值变化斜率(上)和变异系数(下)图及频率分布Fig.4 The spatial and frequency distribution of NPP slope (up) and coefficient of variation (bottom) in Hulunbuir grassland

变异系数是描述NPP值波动状况的指标, 变异系数值越大, 表明NPP值年际波动越显著。呼伦贝尔草原2000-2017年NPP值变异系数在空间上呈现自东北向西南增大的趋势(图4下), 变化范围为00.75, 平均变异系数为0.16。变异系数所占比例较大的3个区间分别是0.100.15(32.69%)、0.050.10(21.46%)和0.150.20(19.22%), 变异系数处在0.050.30的区域占总面积的94.27%, 变异大于0.30的区域仅占5.71%。

2.2.2 不同草原类型NPP变化状况呼伦贝尔不同草原类型2000-2017年逐年NPP值的相对大小与NPP年均值变化趋势相似, 即低地草甸最高, 山地草甸次之, 温性草甸草原略高于沼泽类, 温性草原最低(图5)。

	Figure Option View Download New Window
	图5 2000-2017年呼伦贝尔不同草原类型NPP均值Fig.5 The line graphs of average NPP for different grassland types in Hulunbuir from 2000 to 2017

2000-2017年呼伦贝尔山地草甸、温性草甸草原及温性草原的变化斜率高于呼伦贝尔草原的平均变化斜率(2.01 g C· m^-2)。温性草原的NPP年均值最低, 但是增长速度快, 其变化斜率是整个区域平均变化斜率的1.4倍(2.81 g C· m^-2)。沼泽类的变化斜率最低, 仅为整个区域平均变化斜率的0.6倍(1.24 g C· m^-2)。低地草甸的变化速率略高于沼泽类, 为整个区域平均变化速率的0.7倍(1.46 g C· m^-2)(表2)。

表2 不同草地类型变化斜率及变异系数 Table 2 Statistical analysis of change slope and coefficient of variation for different grassland types

2000-2017年温性草原是唯一NPP值变异系数(0.22)高于呼伦贝尔草原NPP值变异系数(0.16)的草地类型, 同时其NPP年均值也是所有草原类型中最低的。而NPP均值较高的山地草甸和低地草甸的NPP变异系数较低, 分别为0.12和0.11(表2)。综上, 当气候因子发生变化时, 相比草甸草原而言, NPP年均值较低的温性草原更容易受外界因素的影响(较高的变异系数与变化斜率), 对气候变化更加敏感。

2.3 呼伦贝尔草原NPP对气候因子的响应分析

2.3.1 呼伦贝尔草原NPP与气候因子的关系草原植被NPP的大小及其分布不仅受到自身的生态特征的限制, 还受到气候因子的显著影响, 其中降水和温度是草原生态系统演替最直接的气候驱动因子, 也是影响草原NPP的关键因子^{[25, 26]}。

基于像元分析呼伦贝尔草原NPP与降水量的相关性(图6左、表3), 呼伦贝尔草原仅有38.27%的区域NPP与降水量的相关性不显著, 且集中分布在大兴安岭山地东西两麓; 超过60%的区域NPP与降水量呈显著正相关, 其中, 在0.01水平显著正相关的面积最大, 占总面积的28.23%, 在0.05及0.001水平显著正相关的分别是10.29%和21.49%。NPP与降水量呈显著负相关的区域仅占总面积的1.7%。

	Figure Option View Download New Window
	图6 呼伦贝尔草原NPP与降水量(左)及温度(右)的相关系数Fig.6 Coefficient between NPP and precipitation (left) and annual mean temperature (right) in Hulunbuir grassland

表3 不同草原类型NPP与降水量相关系数 Table 3 Statistical analysis of coefficient between NPP and precipitation for different grassland types

基于像元分析呼伦贝尔草原NPP与温度的相关性(图6右、表4), 呼伦贝尔草原NPP与温度不显著相关区域比例高达87.88%, 其余区域(12.12%)均呈显著负相关, 并且超过88.20%的区域为0.05水平呈显著负相关(占总面积的10.69%)。与温度相比, 呼伦贝尔草原NPP与降水量之间具有较高的相关性。

表4 不同草原类型NPP与温度相关系数 Table 4 Statistical analysis of coefficient between NPP and temperature for different grassland types

2.3.2 不同草原类型NPP与气候因子之间的关系不同的草地类型NPP对降水量、温度的依赖性有明显的差异, 即不同的草原类型对气候因子的响应不同。表3统计了呼伦贝尔草原不同草原类型NPP与降水量的相关性系数。所有草原类型中, 温性草原的NPP值与降水量呈显著正相关的所占面积最大, 其中51.28%的NPP与降水量在0.01水平呈显著正相关, 39.08%的NPP在0.001水平呈显著正相关, 仅有1.24%的NPP不显著相关。温性草甸草原NPP与降水量呈显著正相关的面积比例仅次于温性草原, 其中2/3的NPP与降水量呈显著正相关, 1/3的NPP相关性不显著。山地草甸与低地草甸NPP与降水量相关性不显著的面积所占比例较大, 分别为68.42%和66.47%, 另有25.15%的山地草甸NPP与降水量在0.05水平呈显著正相关, 11.60%的低地草甸NPP与降水量在0.01水平上显著相关。超过1/2的沼泽(53.72%)NPP与降水量相关性不显著。综上, 草原类型NPP与降水量相关性从大到小依次为:温性草原> 温性草甸草原> 沼泽> 低地草甸> 山地草甸。

对呼伦贝尔草原不同草原类型NPP值与温度的相关性系数进行统计如表4所示。NPP值与温度相关性不显著的面积占比山地草甸最高(96.34%), 温性草甸草原最低(79.99%)。NPP值与气温几乎无显著正相关(仅温性草原及沼泽各有0.01%的面积在0.05水平上显著正相关)。17.87%的温性草甸草原、16.37%的温性草原、8.20%的沼泽NPP值与降水量在0.05水平上显著负相关。综上, 不同草原类型NPP值与温度相关性从大到小排序为:温性草甸草原> 温性草原> 沼泽> 低地草甸> 山地草甸, 这与不同草原类型NPP值与降水量相关性排序基本一致。

3 讨论

3.1 呼伦贝尔草原NPP和碳密度时空变化分析

研究草原NPP的方法多样, 目前主要集中在利用模型模拟草原NPP上, 模型形式及模型输入参数数据源不同都会导致同一地区NPP估算值存在差异。本研究得出NPP年均值整体上呈东北向西南逐步递减的地带性规律, 空间差异性较为明显, 出现这种现象是由于呼伦贝尔草原NPP容易受水热条件影响, 而呼伦贝尔草原从东到西由半湿润气候过渡到半干旱气候, 表现为水分地带性分布, 温度由南向北递增。该结果与前人研究结果相吻合, Sun等^[27]利用气候生产力模型估算了北方草原2000-2011年的草原净初级生产力, 得出北方草原NPP的变化趋势由东北向西南逐步递减; 李刚等^[28]利用改进后的CASA模型研究内蒙古草原NPP时发现, 内蒙古草原生产力空间分布总体上呈由东北向西南逐步递减的特征; 在年际变化趋势和NPP年均值分析上与其他学者的结论也基本一致, 王晶杰等^[29]基于2000-2013年遥感与气象数据, 通过改进CASA模型中的最大光能利用率模拟分析了呼伦贝尔地区草原NPP及其时空变化特征, 发现NPP呈上升趋势; 潘学平等^[30]应用光能利用率遥感模型分析发现呼伦贝尔草原区NPP平均值在0350 g C· m^-2。利用MOD17A2H分析呼伦贝尔草原时空变化及对气候的响应不仅为当地牧民了解和掌握呼伦贝尔草原的生态状况提供信息, 也为当地政府有效管理草原和畜牧业生产提供科学依据, 对合理利用有限的草原资源具有一定的指导意义。

草原是我国陆地生态系统中最大的碳库, 在碳循环中扮演着重要角色^{[31, 32]}, 草原生产力作为地表碳循环的重要组成部分, 是评价陆地碳汇、调节陆表生态过程的主要因子^[33], 有研究表明, 在较大尺度上分析草地生态系统碳储量及碳汇量格局与动态变化趋势时, MODIS GPP/NPP数据较传统方法更为便捷高效^[18]。研究呼伦贝尔草原NPP对了解其碳储量有很大的指导意义。不同研究得到的碳密度结果存在很大差异, 结果范围为215.81148.2 g C· m^-2, 部分研究结果如表5所示。方精云等^[34]对估算产生的原因进行了分析, 综合众多学者研究结果得到中国草原碳密度的平均值为300.2 g C· m^-2。呼伦贝尔草原碳密度与中国草原碳密度相比, 处于平均水平。

表5 不同研究碳密度与碳储量对比分析 Table 5 Comparative analysis of carbon density and carbon storage in different studies

3.2 气候因子对呼伦贝尔草原NPP影响分析

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NPP可以作为生态系统功能对气候变化响应的研究指标。植被指数在大多数植物生长过程中都呈现周期性变化, 降水和温度因素是周期性变化的最直接因素。草原的生长过程也是一样, 草原NPP生长过程中在空间和时间上存在很大差异^{[27, 39]}。本研究得出NPP与温度之间的相关性多呈负相关, 与降水则呈正相关, 这是由于呼伦贝尔草原空气干燥, 温度上升会造成干旱影响植被生长, 而降水的增加则有利于植被生长。包萨茹^[40]利用CENTURY模型估算了呼伦贝尔草原地上净初级生产力(aboveground net primary production, ANPP)并分析其对气候变化的响应, 发现ANPP与生长季期间的气温呈负相关, 与降水量呈显著正相关, 并且降水量是促进ANPP的主要因素; 李刚等^[28]在研究内蒙古草地NPP变化及其对气候的响应中发现降水是影响草地NPP变化的主要因素, 本研究观点与其相符。呼伦贝尔草原NPP变化与降水变化趋势基本保持一致, 2014年NPP的年均值最高, 达372.10 g C· m^-2, 其次为2013年, 达344.90 g C· m^-2, 这与2013年降水极为异常有关, 这与其他年份相比明显偏多有关, 降水累积量增多导致NPP增加, 使得2013和2014年NPP值增大。2001年NPP年均值最低, 为241.60 g C· m^-2, 这与2001年降水少, 持续干旱导致NPP减少有关(图7)。本研究仅分析了年降水和年均温与NPP之间的关系, 降水时间的不同也会影响NPP的年累积量。龙慧灵等^[9]在分析内蒙古草原区植被净初级生产力及其与气候的关系中发现不同时间单位的NPP与气候因子的关系也是有差异的, 月际水平相关性明显高于年际水平。下一步将继续开展呼伦贝尔草原NPP在不同时间尺度上与温度及降水的关系研究。

	Figure Option View Download New Window
	图7 2000-2017年呼伦贝尔草原年NPP与总降水量(左)及年NPP与年均温(右)Fig.7 Annual NPP and precipitation (left), annual NPP and temperature (right) in Hulunbuir grassland from 2000 to 2017

3.3 不确定性分析

本研究对气象数据插值选用Kriging插值方法, 结果上存在一定的误差。一方面, Kriging插值方法要求站点均匀分布, 本研究选取的呼伦贝尔草原及其周边站点的分布却是不均匀的; 另一方面, Kriging插值未考虑地形的影响误差。ANUSPIN方法是目前较好且应用较为广泛的一种曲面插值方法, 兼顾了插值曲面的平滑度与精确度, 是澳大利亚科学家Hutchinson基于薄盘样条理论编写的, 针对气候数据曲面拟合的专用软件。任璇等^[41]在新疆运用不同气象插值方法对草地NPP进行估算, 结果发现对气象要素插值选取ANUSPLIN法使得最终估算得到的NPP精度最高(R²=0.79); 陈思宁等^[42]以东北地区为例, 评估不同空间插值方法在区域气温序列中的精度, 发现基于ANUSPLIN软件的局部薄盘光滑样条法结果最优; 同时, 刘志红等^[42]通过相应研究指出, ANUSPLIN软件可以同时进行多个表面的空间插值, 对于长时间序列的气象数据更为合适。呼伦贝尔草原NPP与降水的相关性显著, 气象数据的精准性会影响草原NPP的最终估算结果。下一步研究在对气象数据的空间插值过程中, 选取ANUSPIN插值方法, 以达到更高的精度。

尽管利用MODIS NPP产品分析的文献很多, 但是该产品仍存在一些缺点。比如, 草原植被有C₃和C₄之分, 其光能利用率具有一定差异, 而该产品基于的模型中在计算过程中没有考虑, 会导致结果有一定的不准确性。该产品的算法忽略了枯叶期植被枝干的呼吸作用消耗, 而且生长呼吸消耗不能以天为单位进行准确计算, 所以MOD17A2H中的每8 d合成数据与实际生长过程中的NPP相比只是一种近似值。另外, 本研究在分析18年来呼伦贝尔草原及不同类型草原NPP时空变化的过程中使用的是同一套数据, 实际上土地利用变化对草原生态系统分布存在较大的影响, 使结果具有一定的不确定性。

4 结论

本研究基于MOD17A2H和气象数据, 利用GIS技术, 定量分析了呼伦贝尔草原净初级生产力(NPP)的空间格局及动态变化, 探究了NPP与气候因子之间的关系, 得出如下结论:

1)受水热条件的影响呼伦贝尔草原NPP年均值整体上呈东北向西南逐步递减的地带性规律。18年来区域内NPP的平均值为306.97 g C· m^-2, 其中, NPP高值区(> 400 g C· m^-2)集中分布在大兴安岭山地东西两麓, 大多是低地草甸; NPP中值区(250400 g C· m^-2)主要分布在山地丘陵与高平原交错带, 草原类型主要是山地草甸和温性草甸草原; 呼伦贝尔草原中西部的高平原区是NPP的低值(< 250 g C· m^-2)区域, 草原类型以温性草原和沼泽为主。

2)2000-2017年呼伦贝尔草原年NPP均值呈波动显著增加的趋势。2001的NPP年均值最低, 为241.60 g C· m^-2。2014年年均值最高, 达372.10 g C· m^-2, 2013年次之, 为344.90 g C· m^-2。18年间NPP值变化斜率集中在-26 g C· m^-2, 变异系数集中在0.050.30。呼伦贝尔不同草原类型逐年NPP值的相对大小与NPP年均值大小变化趋势相似, 由高到低依次是低地草甸、山地草甸、温性草甸草原、沼泽、温性草原。

3)呼伦贝尔草原NPP与降水相关性高于温度, 降水是影响草原NPP的主要因素。所有草原类型中, 温性草原的NPP值与降水量呈显著正相关, 且面积所占比例最大。草地类型NPP与降水量相关性从大到小依次为:温性草原> 温性草甸草原> 沼泽> 低地草甸> 山地草甸。草地类型NPP值与温度相关性从大到小排序为:温性草甸草原> 温性草原> 沼泽> 低地草甸> 山地草甸。相对于低地草甸和山地草甸而言, 温性草甸草原和温性草原对气候因子的变化更为敏感。

The authors have declared that no competing interests exist.

参考文献

文献顺序

[1]	Piao S L, Fang J Y, Guo Q H. Terrestrial net primary production and its spatio-temporal patterns in China during 1982-1999. Acta Scientiarum Naturalium Universitatis Pekinensis (Natural Science Edition), 2001, 37(4): 563-569. 朴世龙, 方精云, 郭庆华. 1982-1999年我国植被净第一性生产力及其时空变化. 北京大学学报(自然科学版), 2001, 37(4): 563-569. [本文引用:1]
[2]	Lieth H, Whittaker R H. Primary productivity of the biosphere. Berlin Heidelberg: Springer Verlag, 1975. [本文引用:1]
[3]	Roxburgh S H, Berry S L, Buckley T N, et al. What is NPP? Inconsistent accounting of respiratory fluxes in the definition of net primary production. Functional Ecology, 2005, 19(3): 378-382. [本文引用:1]
[4]	Mu S J, Li J L, Yang H F, et al. Spatio-temporal variation analysis of grassland net primary productivity and its relationship with climate over the past 10 years in Inner Mongolia. Acta Prataculturae Sinica, 2013, 22(3): 6-15. 穆少杰, 李建龙, 杨红飞, 等. 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. 草业学报, 2013, 22(3): 6-15. [本文引用:1]
[5]	Fan Y J, Hou X Y, Shi H X, et al. Effect of carbon cycling in grassland ecosystems on climate warming. Acta Prataculturae Sinica, 2012, 21(3): 294-302. 范月君, 侯向阳, 石红霄, 等. 气候变暖对草地生态系统碳循环的影响. 草业学报, 2012, 21(3): 294-302. [本文引用:1]
[6]	Bunkei M, Tamura M. Integrating remotely sensed data with an ecosystem model to estimate net primary productivity in East Asia. Remote Sensing of Environment, 2002, 81(1): 58-66. [本文引用:1]
[7]	Gao Q Z, Wan Y F, Li Y E, et al. Trends of grassland NPP and its response to human activity in Northern Tibet. Acta Ecologica Sinica, 2007, 27(11): 4612-4619. 高清竹, 万运帆, 李玉娥, 等. 藏北高寒草地NPP变化趋势及其对人类活动的响应. 生态学报, 2007, 27(11): 4612-4619. [本文引用:1]
[8]	Knapp A K, Smith M D. Variation among biomes in temporal dynamics of aboveground primary production. Science, 2001, 291(5503): 481-484. [本文引用:1]
[9]	Long H L, Li X B, Wang H, et al. Net primary productivity (NPP) of grassland ecosystem and its relationship with climate in Inner Mongolia. Acta Ecologica Sinica, 2010, 30(5): 1367-1378. 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. 生态学报, 2010, 30(5): 1367-1378. [本文引用:2]
[10]	Lin H L, Chang S H, Li F. Research progress on grassland net primary productivity (NPP) model. Pratacultural Science, 2007, 24(12): 26-29. 林慧龙, 常生华, 李飞. 草地净初级生产力模型研究进展. 草业科学, 2007, 24(12): 26-29. [本文引用:1]
[11]	Zhou G S, Zhang X S. A preliminary study on the net primary productivity model of natural vegetation. Acta Phytoecologica Sinica, 1995, 19(3): 193-200. 周广胜, 张新时. 自然植被净第一性生产力模型初探. 植物生态学报, 1995, 19(3): 193-200. [本文引用:1]
[12]	Ren J Z, Liang T G, Lin H L, et al. Study on grassland ’s responses to global climate change and its carbon sequestration potentials. Acta Prataculturae Sinica, 2011, 20(2): 1-22. 任继周, 梁天刚, 林慧龙, 等. 草地对全球气候变化的响应及其碳汇潜势的研究. 草业学报, 2001, 20(2): 1-22. [本文引用:1]
[13]	Defosse G E, Bertiller M B. Comparison of four methods of grassland productivity assessment based on festuca pallescens phytomass data. Journal of Range Management, 1991, 44(3): 199-203. [本文引用:1]
[14]	Piao S L, Fang J Y, Guo Q H. Application of CASA model to the estimation of Chinese terrestrial net primary productivity. Acta Phytoecologica Sinica, 2001, 25(5): 603-608. 朴世龙, 方精云, 郭庆华. 利用CASA模型估算我国植被净第一性生产力. 植物生态学报, 2001, 25(5): 603-608. [本文引用:1]
[15]	Zhu W Q, Pan Y Z, Long Z H, et al. Estimating net primary productivity of vegetation based on GIS and RS: A case study in Inner Mongolia, China. Journal of Remote Sensing, 2005, 9(3): 300-307. 朱文泉, 潘耀忠, 龙中华, 等. 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. [本文引用:1]
[16]	Zhang M L, Lai R, Zhao Y Y, et al. Estimating net primary production of natural grassland and its spatio-temporal distribution in China. Science of the Total Environment, 2016, 553: 184-195. [本文引用:1]
[17]	Lü X, Wang J L, Kang H J, et al. Spatio-temporal changes of grassland production based on MODIS NPP in the Three-River Sourse Region from 2006 to 2015. Journal of Natural Resources, 2017, 32(11): 1857-1868. 吕鑫, 王卷乐, 康海军, 等. 基于MODIS NPP的2006-2015年三江源区产草量时空变化研究. 自然资源学报, 2017, 32(11): 1857-1868. [本文引用:1]
[18]	Zhang J P, Liu C L, Hao H G, et al. Spatial-temporal change of carbon storage and carbon sink of grassland ecosystem in the Three-River Headwaters Region based on MODIS GPP/NPP data. Ecology and Environmental Sciences, 2015, 24(1): 8-13. 张继平, 刘春兰, 郝海广, 等. 基于MODIS GPP/NPP数据的三江源地区草地生态系统碳储量及碳汇量时空变化研究. 生态环境学报, 2015, 24(1): 8-13. [本文引用:2]
[19]	Guo X Y, He Y, Shen Y P, et al. Analysis of terrestrial NPP based on the MODIS in the source regions of Yangtze and Yellow Rivers from 2000 to 2004. Journal of Glaciology and Geocryology, 2006, 28(4): 512-518. 郭晓寅, 何勇, 沈永平, 等. 基于MODIS资料的2000—2004年江河源区陆地植被净初级生产力分析. 冰川冻土, 2006, 28(4): 512-518. [本文引用:1]
[20]	Xin X P, Zhang B H, Li G, et al. Variation in spatial pattern of grassland biomass in China from 1982 to 2003. Journal of Natural Resources, 2009, 24(9): 1582-1592. 辛晓平, 张保辉, 李刚, 等. 1982—2003年中国草地生物量时空格局变化研究. 自然资源学报, 2009, 24(9): 1582-1592. [本文引用:1]
[21]	Hu B, Sun R, Chen Y J, et al. Estimation of the net ecosystem productivity in Huang-Huai Hai Region combining with Biome-BGC model and remote sensing data. Journal of Natural Resources, 2011, 26(12): 2061-2071. 胡波, 孙睿, 陈永俊, 等. 遥感数据结合Biome-BGC模型估算黄淮海地区生态系统生产力. 自然资源学报, 2011, 26(12): 2061-2071. [本文引用:1]
[22]	Qiu Y, Fan D Q, Zhao X S, et al. Spatio-temporal changes of NPP and its responses to phenology in Northeast China. Geography and Geo-Information Science, 2017, 33(5): 21-27. 邱玥, 范德芹, 赵学胜, 等. 中国东北地区植被NPP时空变化及其对物候的响应研究. 地理与地理信息科学, 2017, 33(5): 21-27. [本文引用:1]
[23]	Department of Animal Husband ry and VeterinaryMedicine, Ministry of Agriculture of the People’s Republic of China, National Animal Husband ry and Veterinary General Station. Chinese grassland resources. Beijing: Science and Technology of China Press, 1996. 中华人民共和国农业部畜牧兽医司, 全国畜牧兽医总站. 中国草地资源. 北京: 中国科学技术出版社, 1996. [本文引用:1]
[24]	Liu H J, Yin S Y, Sun C, et al. Temporal and spatial variations of net primary productivity (NPP) and its responses with climatic changes in the Xilingol grassland from 2000 to 2010. Pratacultural Science, 2015, 32(11): 1709-1720. 刘海江, 尹思阳, 孙聪, 等. 2000-2010年锡林郭勒草原NPP时空变化及其气候响应. 草业科学, 2015, 32(11): 1709-1720. [本文引用:1]
[25]	Gao H, Pan X B, Fu Y. Influence of climate change on potential climate productivity in grassland of central Inner Mongolia. Chinese Journal of Agrometeorology, 2009, 30(3): 277-282. 高浩, 潘学标, 符瑜. 气候变化对内蒙古中部草原气候生产潜力的影响. 中国农业气象, 2009, 30(3): 277-282. [本文引用:1]
[26]	Yang Y H, Piao S L. Vegetations in grassland vegetation cover in relation to climatic factors on the Tibetan Plateau. Acta Phytoecologica Sinica, 2006, 30(1): 1-8. 杨元合, 朴世龙. 青藏高原草地植被覆盖变化及其与气候因子的关系. 植物生态学报, 2006, 30(1): 1-8. [本文引用:1]
[27]	Sun C M, Zhong X C, Chen C, et al. Evaluating the grassland net primary productivity of southern China from 2000 to 2011 using a new climate productivity model. Journal of Integrative Agriculture, 2016, 15(7): 1638-1644. [本文引用:2]
[28]	Li G, Zhou L, Wang D L, et al. Variation of net primary productivity of grassland and its response to climate in Inner Mongolia. Ecology and Environment, 2008, 17(5): 1948-1955. 李刚, 周磊, 王道龙, 等. 内蒙古草地NPP变化及其对气候的响应. 生态环境学报, 2008, 17(5): 1948-1955. [本文引用:2]
[29]	Wang J J, Wang B L, Chang S J. Modeling changes of net primary productivity of Hulunbuir using the CASA model. Qinghai Prataculture, 2014, 23(3): 10-13. 王晶杰, 王保林, 常书娟. 利用CASA模型估算呼伦贝尔净第一性生产力. 青海草业, 2014, 23(3): 10-13. [本文引用:1]
[30]	Pan X P, Feng C Y, Liu Y M. Correlations between NPP dynamics and climatic factors of nearly 30 years in Hulunbuir grass staggered district. Journal of Arid Land Resources and Environment, 2015, 29(3): 103-107. 潘学平, 冯朝阳, 刘乙淼. 呼伦贝尔森林草原交错区近30年NPP动态与气象因子的相关性研究. 干旱区资源与环境, 2015, 29(3): 103-107. [本文引用:1]
[31]	Fang J Y, Guo Z D, Piao S L, et al. Terrestrial vegetation carbon sinks in China, 1981—2000. Science in China Series D: Earth Sciences, 2007, 50(9): 1341—1350. [本文引用:1]
[32]	Piao S L, Fang J Y, Ciais P, et al. The carbon balance of terrestrial ecosystems in China. Nature, 2009, 458: 1009-1013. [本文引用:1]
[33]	Murakami K, Sasai T, Yamaguchi Y. A new one-dimensional simple energy balance and carbon cycle coupled model for global warming simulation. Theoretical and Applied Climatology, 2010, 101(3): 459-473. [本文引用:1]
[34]	Fang J Y, Yang Y H, Ma W H, et al. Ecosystem carbon stocks and their changes in China’s grassland s. Science China Life Sciences, 2010, 40(7): 566-576. 方精云, 杨元合, 马文红, 等. 中国草地生态系统碳库及其变化. 中国科学: 生命科学, 2010, 40(7): 566-576. [本文引用:1]
[35]	Post W M. The global carbon cycle. American Scientist, 1990, (78): 310-326. [本文引用:1]
[36]	Ni J. Carbon storage in grassland s of China. Journal of Arid Environments, 2002, 50(2): 205-218. [本文引用:1]
[37]	Yu G R, Li X R, Wang Q F, et al. Carbon storage and its spatial pattern of terrestrial ecosystem in China. Journal of Resources and Ecology, 2010, (2): 97-109. [本文引用:1]
[38]	Ma W H, Han M, Lin X, et al. Carbon storage in vegetation of grassland in Inner Mongolia. Journal of Arid Land Resources and Environment, 2006, 20(3): 192-195. 马文红, 韩梅, 林鑫, 等. 内蒙古温带草地植被的碳储量. 干旱区资源与环境, 2006, 20(3): 192-195. [本文引用:1]
[39]	Gu X P, Huang M, Ji J J, et al. The influence of climate change on vegetation net primary productivity in Southwestern China during recent 20 years period. Journal of Natural Resources, 2007, 22(2): 251-259. 谷晓平, 黄玫, 季劲钧, 等. 近20年气候变化对西南地区植被净初级生产力的影响. 自然资源学报, 2007, 22(2): 251-259. [本文引用:1]
[40]	Bao S R. Modelling dynamics of ANPP by using CENTURY model and its response to climate change in Hulunbuir. Hohhot: Inner Mongolia University, 2016. 包萨茹. 基于CENTURY模型的呼伦贝尔草原ANPP估算及其对气候变化的响应研究. 呼和浩特: 内蒙古大学, 2016. [本文引用:1]
[41]	Ren X, Zheng J H, Mu C, et al. Evaluating reliability of grassland net primary productivity estimates using different meteorological interpolation methods. Pratacultural Science, 2017, 34(3): 439-448. 任璇, 郑江华, 穆晨, 等. 不同气象插值方法在新疆草地NPP估算中的可靠性评价. 草业科学, 2017, 34(3): 439-448. [本文引用:1]
[42]	Chen S N, Guo J. Evaluation of different spatial interpolation methods in regional temperature sequence: A case study in northeast China. Chinese Journal of Agrometeorology, 2015, 36(2): 234-241. 陈思宁, 郭军. 不同空间插值方法在区域气温序列中的应用评估: 以东北地区为例. 中国农业气象, 2015, 36(2): 234-241. [本文引用:2]
[43]	Liu Z H, Mcvicar T R, Niel V, et al. Introduction of the professional interpolation software for meteorology data: Anusplin. Meteorological Monthly, 2008, 34(2): 92-100. 刘志红, Mcvicar T R, Niel V, 等. 专用气候数据空间插值软件ANUSPLIN及其应用. 气象, 2008, 34(2): 92-100. [本文引用:1]

2001

0.0

. 2001, 37(4):563-569

Terrestrial net primary production and its spatio-temporal patterns in China during 1982-1999

1982-1999年我国植被净第一性生产力及其时空变化

Piao S L , Fang J Y , Guo Q H

朴世龙, 方精云, 郭庆华

Department of Urban & Environmental Science, Key Lab for Earth Surface Processes of the Ministry of Education, Peking University, Beijing, 100871

The net primary production (NPP) of Chinese terrestrial vegetation during 1982—1999 (excluding 1994 because of missing data) was estimated, and its spatio-temporal patterns were explored, based on the CASA (Carnegie-Ames -Stanford Approach) model and using remote sensing imagery (NOAA/AVHRR) and land spatial data of vegetation, climate, soil and solar radiation. As results, terrestrial NPP in China indicated a significant increase over the past 18 years, with an average value of 1.8PgC and a mean increasing rate of 0.024PgC·a -1 . The NPPs in alpine meadow vegetation, evergreen broadleaf and evergreen needle-leaf forests showed a marked increase. Precipitation is a limiting factor for terrestrial NPP in China.

基于地理信息系统和卫星遥感技术，利用植被、气候和土壤等地面空间数据，应用CASA模型估算了1982—1999（除1994）年间我国植被年净第一性生产量及其时空变化。结果表明：18年间我国植被净第一性生产量呈增加趋势，平均增加速率为0.024PgC·a -1 ，其均值为1.8PgC，其中高寒植被、常绿阔叶林和常绿针叶林的增加速度最快；降水是限制我国植被净第一性生产力的主要因子。

... 草原净初级生产力(net primary productivity, NPP)表示草原植被在单位时间、单位面积内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, 反映了草原在自然环境条件下的生产能力, 在全球碳循环中扮演着重要的角色^[1,2,3] ...

1975

0.0

2005

0.0

2013

0.0

. 2013, 22(3):6-15 DOI:10.11686/cyxb20130302

Spatio-temporal variation analysis of grassland net primary productivity and its relationship with climate over the past 10 years in Inner Mongolia

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

Mu S J , Li J L , Yang H F

穆少杰, 李建龙, 杨红飞

植被净初级生产力（ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ＮＰＰ）及其对气候变化的响应研究是全球变化的核心内容之一。通过改进的光能利用率模型（ＣＡＳＡ模型），利用ＭＯＤＩＳＮＤＶＩ数据、土地覆盖分类数据、气象数据等，逐像元模拟２００１－２０１０年内蒙古草地生态系统ＮＰＰ的时空变化，分析其对气候因子变化的响应关系。结果表明，１）２００１－２０１０年内蒙古草地多年平均ＮＰＰ为２８１．３ｇＣ／（ｍ２ ·ａ），空间分布呈由西南向东北递增的趋势，草甸草原、典型草原和荒漠草原平均ＮＰＰ分别为４３１．８，２８８．７和１２３．５ｇＣ／（ｍ２ ·ａ）；２）２００１－２０１０年间内蒙古草地ＮＰＰ总体上呈上升趋势。ＮＰＰ上升趋势最明显的草地主要分布在毛乌素沙地、浑善达克沙地、科尔沁沙地、呼伦贝尔盟和大兴安岭南麓地区，而下降趋势最明显的草地主要分布在阴山山脉和锡林郭勒盟中部的典型草原区；３）总体而言，降水量是内蒙古草地净初级生产力的主要影响因素。草甸草原ＮＰＰ与降水量、温度的关系均很密切，而且与温度的相关性更强；典型草原和荒漠草原ＮＰＰ则主要受降水量控制，其中荒漠草原ＮＰＰ与降水量的关系更密切。

... 草原对气候变化反应敏感, 气候变化会引起草原NPP的变化, 在全球气候变化的大背景下, 区域尺度的草原NPP研究与定量分析已成为草原生态系统的研究热点和重要科学问题^[4,5] ...

2012

0.0

. 2012, 21(3):294-302 DOI:10.11686/cyxb20120338

Effect of carbon cycling in grassland ecosystems on climate warming

气候变暖对草地生态系统碳循环的影响

Fan Y J , Hou X Y , Shi H X

范月君, 侯向阳, 石红霄

人类活动导致的温室效应以及由此造成的气候变暖对草地生态系统的影响已引起人们普遍关注。草地生态系统碳循环作为陆地生态系统碳循环的重要组成，是未来陆地生物圈碳源／碳汇的关键环节之一，揭示这一作用对精确理解碳循环的过程和相关政策的制定具有重要的指导意义。本研究围绕气候变暖对草地生态系统初级生产力、土壤呼吸、凋落物输入与分解、土壤碳库的影响，探讨了草地生态系统碳循环对气候变暖响应的机制及其过程，简述了相关研究进展，提出了草地生态系统碳循环研究存在的问题和未来重点发展的方向，对草地生态系统碳循环的研究工作进行展望。

2002

0.0

... 目前对引起NPP时空变化原因的分析主要集中在气候变化、CO₂浓度的变化、地形地貌和人文活动引起的土地利用变化等方面^[6,7,8], 其中气候因子特别是降水和温度因子是引起植被季相变化最直接的因素^[9], 不同植被类型对气候因子的响应也不相同 ...

2007

0.0

. 2007, 27(11):4612-4619

Trends of grassland NPP and its response to human activity in Northern Tibet

藏北高寒草地NPP变化趋势及其对人类活动的响应

Gao Q Z , Wan Y F , Li Y E

高清竹, 万运帆, 李玉娥

According to remote sensing data climatic data and other related data in Northern Tibet from 1981 to 2004, using CASA（Carnegie-Ames-Stanford Approach）model estimated the NPP of alpine grassland in the Northern Tibet and analyzed the spatial pattern of changing tendency for the alpine grassland NPP and its response to human activity intensity based on GIS technique. We found that the change tendency of alpine grassland in most area of Northern Tibet was not obvious, which occupied approximately 88.61% of total grassland area; while that changing remarkable region only accounts for 1139%, and among these 11.30% decreased significantly, while and 0.09% increased. In Northern Tibet, the alpine grassland NPP for high elevation region has a greater proportion (bigger than 26%) to fall down, that in the region of slope between 15-30° change bigger, and aspect has little influence on change tendency of the alpine grassland NPP. The negative effect of local residential area to the grassland NPP change tendency is smaller than that of road. From the synthesis affects that, the intensity of human activity in the region near to road and the residential area are strong and the influence on grassland NPP change tendency are bigger also. The grassland NPP remarkably increased region only distributed in first buffer outside where the human activity intensity is biggest particularly.

基于1981～2004年多年遥感监测数据和气象数据以及其它相关数据，采用CASA（Carnegie-Ames-Stanford Approach）模型估算藏北地区草地植被净第一性生产力(NPP)，分析草地植被NPP变化趋势的空间格局及其对人类活动强度的响应。结果表明：近24a以来，藏北绝大部分区域（约占草地总面积的88.61％）草地植被NPP变化趋势不明显；而草地植被NPP变化趋势显著的区域仅占草地总面积的11.39%，其中显著降低约占11.30%，显著增高仅占0.09％。在藏北地区，高海拔区域有较大比例（大于26％）的草地NPP显著降低；坡度在15～30°之间区域的草地NPP变化幅度较大；而坡向对草地NPP变化趋势的影响不大。藏北地区居民点对草地NPP变化趋势的负面影响小于道路影响；从综合影响来看，离道路和居民点越近、人类活动强度及其对草地NPP变化趋势的影响越大，尤其是草地NPP显著增高区域只分布在人类活动强度最大的第一个缓冲区内。

2001

0.0

2010

0.0

. 2010, 30(5):1367-1378

Net primary productivity (NPP) of grassland ecosystem and its relationship with climate in Inner Mongolia

内蒙古草原区植被净初级生产力及其与气候的关系

Long H L , Li X B , Wang H

龙慧灵, 李晓兵, 王宏

Net primary productivity (NPP) of grassland ecosystem in Inner Mongolia from 1982 to 2006 was estimated using improved light use efficiency model using NOAA/AVHRR GIMMS NDVI, land use classification data and meteorological data. And the relationship between NPP and climate in different temporal unites (annual, season and month) and scales were analyzed based on correlation and partial correlation coefficients of the two-group elements. Results indicated that NPP tends to increase during 1982-2006, with an average of 0.861Mt C/a. The relation between NPP and climate in different unites and scales can be interpreted as follows: annual NPP of Inner Mongolia correlated more with precipitation than temperature, while interannual spring and summer precipitation influence NPP more seriously than that of autumn, but taking account of temperature, the correlation of summer NPP was the weakest. Correlation between month NPP and climate rises significantly than annual level. Multi-year average month NPP within a year strongly correlated with precipitation and temperature. Eliminating influence of precipitation, correlation coefficients of NPP and temperature dropped obviously and spatial distribution changed dramatically, which revealed that precipitation contributed more to vegetation growth than in month unite and within a year scale. Taking April, July and October for example, though NPP was affected more by precipitation, correlation coefficients of interannual April and October NPP with precipitation were larger than that of July and that showed contrary results in temperature.

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。

... 龙慧灵等^[9]在分析内蒙古草原区植被净初级生产力及其与气候的关系中发现不同时间单位的NPP与气候因子的关系也是有差异的, 月际水平相关性明显高于年际水平 ...

2007

0.0

... 随着遥感及地理信息系统技术的迅速发展, NPP的研究从小尺度、短时间序列逐步发展到大尺度、长时间序列, 估算方法已经由传统测量向基于模型估算转变^{[10,11,12,13]} ...

1995

0.0

. 1995, 19(3):193-200

A preliminary study on the net primary productivity model of natural vegetation

自然植被净第一性生产力模型初探

Zhou G S , Zhang X S

周广胜, 张新时

In this paper, a newnet primary productivity model of natural vegetation is presented, with a view to the ecophysiological feature and regional evapotranspiration model relating the two well-known balance equations on the earth′s surface: water balance equation and heat balance equation:This model will help us to study the potential productivity of zonal landscape, the regional and global distribution of NPP, to predict the possible impact of global change on terrestrial ecosystems, and to make good use of climatic resources.

本文根据植物的生理生态学特点及联系能量平衡方程和水量平衡方程的区域蒸散模式建立了联系植物生理生态学特点和水热平衡关系的植物的净第一性生产力模型：该模型的建立为宏观地确定地带性景观的生产潜力、植物净第一性生产力的区域分布和全球分布，以及全球变化的影响提供了理论基础，对于合理地利用气候资源，扬长避短，充分发挥气候生产潜力，最大限度地提高植物的产量具有重要的意义。

2011

0.0

. 2011, 20(2):1-22 DOI:10.11686/cyxb20110201

Study on grassland#cod#x02019;s responses to global climate change and its carbon sequestration potentials

草地对全球气候变化的响应及其碳汇潜势的研究

Ren J Z , Liang T G , Lin H L

任继周, 梁天刚, 林慧龙

本研究用综合顺序分类法（ＣＳＣＳ）分析了１９５０－２０００年和２００１－２０５０年期间的草原类型演替及碳汇动态。证明中国草地的碳汇主体依次是冻原和高山草地、温带湿润草地、斯泰普草地和半荒漠草地大类，占中国潜在草地总面积的８５．５２％，年碳汇潜力占中国潜在草地年碳汇潜力的９３．２９％。全球草地的碳汇主体是萨王纳、冻原和高山草地大类，两者的面积和占全球潜在草地总面积的４８．５０％，年碳汇潜力占全球潜在草地年碳汇潜力的７２．２２％。在全球气候暖干化的强（Ａ２ａ）、弱（Ｂ２ａ）情景下，与当前（１９５０－２０００年）情景相比，中国将呈现草地面积减少，林地面积增加的态势；与中国的趋势相反，全球将呈现草地面积增加，林地面积减少的态势。在全球暖干化的Ａ２ａ和Ｂ２ａ模式下，草地年碳汇潜力，中国将分别提升１４．６％和１８．５％，全球将分别提升１７．３％和１６．８％。但两者的增长方式不同，全球是以温带湿润草地大类年碳汇潜力大幅增加为特征，而中国是以负增长为特征。我国的暖干化趋势在草地年碳汇潜力上的反映较之全球更强烈。尽管造成全球气候暖干化的自然因素远非人力所能控制，但系统问题只能靠系统综合的办法治理。这是草地工作者当前的使命。

1991

0.0

2001

0.0

. 2001, 25(5):603-608

Application of CASA model to the estimation of Chinese terrestrial net primary productivity

利用CASA模型估算我国植被净第一性生产力

Piao S L , Fang J Y , Guo Q H

朴世龙, 方精云, 郭庆华

... 朴世龙等^[14]利用净第一性生产力(carnegie ames stanford approach, CASA)模型估算了我国1997年植被NPP分布, 得出我国占世界陆地植被NPP的4 ...

2005

0.0

. 2005, 9(3):300-307 DOI:10.11834/jrs.20050344

Estimating net primary productivity of vegetation based on GIS and RS: A case study in Inner Mongolia, China

基于GIS和RS的区域陆地植被NPP估算#cod#x02014;#cod#x02014;以中国内蒙古为例

Zhu W Q , Pan Y Z , Long Z H

朱文泉, 潘耀忠, 龙中华

According to recent studies that there are important differences in maximum light utiliazion efficiency(εmax)\namong vegetation types,an estimation model of net primary productivity (NPP),based on geographic information system\n(GIS)and remote sensing (RS)technology,is presented.This model has two significant characteristics;(1)NPPcan be\nestimated just using ground meteorological data and remote sensing data.It is relatively easier to acquire data and its ap-\nplication can be enhanced.(2)Afterthe validationwith observed data and the comparisonwith otherNPPmodels,the re-\nsults showed that the predictedNPPwas consistentwith observed values,and it can more actually reflect the forestNPP\nthan Chikugo model.In order to validate theNPPmodel,a case study in InnerMongolia,China,was carried out.The re-\nsults showed that the total annualNPPin InnerMongolia in 2002 was 390.8 Mt C.The spatial changes ofNPPwere re-\nmarkable,and it decreased from northeast toward southwest .Moreover,seasonal variations ofNPPwere also large.Itwas\nabout 72.7% of the total annualNPPin the three month of June,July and August,and theNPPvalues was very low\n(3.59 Mt C per month) in January and February.

在GIS的支持下,利用地面气象数据和MODIS数据,考虑到最大光利用率在不同植被类型中的差异,构建了一个区域陆地植被NPP估算模型,并以2002年的内蒙古植被为例,研究了植被净初级生产力及其时空分布。结果表明:(1)该模型在数据获取了上比较容易,仅利用地面气象数据和遥感数据就可以对陆地植被NPP进行估算,使其实际的可操作性得到加强。(2)通过与NPP的实测资料及其他模型的对比研究表明:该模型对区域陆地值被NPP的模拟效果较好,与Chikugo模型相比,它更能反应森林NPP的实际情况。(3)2002年内蒙古植被净初级生产力为390.8MtC/a,总体分布趋势是由东北向西南递减,其季节变化也非常明显,在6月中旬至9月中旬的3个月时间里,NPP占了全年的72.7%,而1―2月份植物基本停止生长,净初级生产力极低,每月仅为3.59MtC。

... 朱文泉等^[15]在地理信息系统(geographic information system, GIS)的支持下构建了区域陆地植被NPP估算模型并在内蒙古区域做了相应的研究, 发现模型模拟结果更符合实际情况 ...

2016

0.0

... Zhang等^[16]利用改进的CASA模型估测中国不同类型草原的时空分布, 得出2004-2008年草原年均NPP变化范围为443 ...

2017

0.0

... 吕鑫等^[17]通过建立多种产草量遥感估算模型对比分析得出基于MOD17A2H NPP的一元线性模型的估算精度相对较高 ...

2015

0.0

... 张继平等^[18]基于MODIS NPP数据, 对2000-2010年三江源地区的草地生态系统碳储量时空变化特征进行了分析, 得出与传统方法相比, 在较大尺度上用MODIS GPP/NPP数据更为便捷高效 ...

... 草原是我国陆地生态系统中最大的碳库, 在碳循环中扮演着重要角色^[31,32], 草原生产力作为地表碳循环的重要组成部分, 是评价陆地碳汇、调节陆表生态过程的主要因子^[33], 有研究表明, 在较大尺度上分析草地生态系统碳储量及碳汇量格局与动态变化趋势时, MODIS GPP/NPP数据较传统方法更为便捷高效^[18] ...

2006

0.0

. 2006, 28(4):512-518

Analysis of terrestrial NPP based on the MODIS in the source regions of Yangtze and Yellow Rivers from 2000 to 2004

基于MODIS资料的2000#cod#x02014;2004年江河源区陆地植被净初级生产力分析

Guo X Y , He Y , Shen Y P

郭晓寅, 何勇, 沈永平

1. Chinese Academy of Meteorological Sciences, Beijing 100081, China; 2. Key Laboratory for Climate Studies, National Climate Center, China Meteorological Administration, Beijing 100081, China; 3. Cold and Arid Regions Environmental and EngineeringResearch Institute, Chinese Academy of Sciences, Lanzhou Gansu 730000, China

Based on the MOD17A3 data of NASA EOS/MODIS(Terra),the terrestrial NPP in the source regions of Yangtze and Yellow Rivers during 2000 to 2004 is analyzed.The annual NPP of the regions is 82.04 gC·m -2 during the five years,with the maximum of 85.44 gC·m -2 in 2002,and minimum of 78.04 gC·m -2 in 2001.The NPP in the region of Yellow River is higher than that of Yangtze River,and the maximum,exceeding 250 gC·m -2 ,occurs in the southeastern area of the source region of Yellow Rivers,and the minimum,less than 50 gC·m -2 ,appears in the northwest of the source region of Yangtze River.The annual NPP is changing from year to year.The annual NPP of alpine meadow is the highest among all vegetations in the regions,and of course,an annual fluctuation appears.Regression analysis shows that temperature is the key factor controlling the terrestrial NPP in the source regions Yangtze and Yellow Rivers.

基于EOS/MODIS卫星遥感资料的分析表明,2000-2004年江河源地区陆地植被平均年NPP为82.04 gC·m -2 ,相当于同期全国陆地植被年NPP的23%,其中2001年的年NPP最小,只有78.04gC·m -2 ,2002年最大,为85.44 gC·m -2 .根据年NPP分布显示,黄河源区的植被生长状况要好于长江源区,其中在黄河源东南部陆地植被的年NPP>250 gC·m -2 ,为江河源区植被年生长最大的区域;该地区的植被年NPP最小值的区域分布在长江源的西北部地区,年NPP大部分 -2 .江河源地区植被的年NPP表现为显著的年际变化特征,不同地区年NPP的变化特征各不相同;高寒草甸的年NPP为该地区所有陆地植被年NPP中最大,其5 a平均值为89.38 gC·m -2 ,其次为高寒草原和灌木及草本植被;由于地处高寒地区,温度成为影响该地区陆地植被净初级生产力的主要因素.

... 目前MODIS NPP产品的实用性在全球及区域植被生长状况、生物量估算、环境监测及全球变化等研究中得到了验证^[19] ...

2009

0.0

. 2009, 24(9):1582-1592 DOI:10.11849/zrzyxb.2009.09.008

Variation in spatial pattern of grassland biomass in China from 1982 to 2003

1982#cod#x02014;2003年中国草地生物量时空格局变化研究

Xin X P , Zhang B H , Li G

辛晓平, 张保辉, 李刚

论文结合草地生物量调查资料、对应时段NDVI数据，分析了1982—2003年不同时期我国草地生物量空间格局变化特征及其与气候变化的关系。结果表明：20世纪80年代初期到末期，全国大部分地区草地生物量增加或基本持平；80年代末期到90年代初，大面积范围内草地生物量降低，热性草丛、温性草甸草原、山地草甸、低地草甸下降幅度分别为10.86%、4.96%、4.86%、3.49%；90年代末期后，北方大部分地区草地生物量上升到80年代的水平，南方草地生物量略有上升；1982—2003年草原区平均气温上升0.6~1.5℃，降雨量减少23.3%，草地生物量变化与降水量变化有弱相关关系（相关系数0.29），与气温变化无关。

... 呼伦贝尔草原是我国保存最完整的面积最大的自然草原^[20], 在全球气候变暖的条件下, 呼伦贝尔草原对气候变化较为敏感 ...

2011

0.0

. 2011, 26(12):2061-2071 DOI:10.11849/zrzyxb.2011.12.006

Estimation of the net ecosystem productivity in Huang-Huai Hai Region combining with Biome-BGC model and remote sensing data

遥感数据结合Biome-BGC模型估算黄淮海地区生态系统生产力

Hu B , Sun R , Chen Y J

胡波, 孙睿, 陈永俊

1. State Key Laboratory of Remote Sensing Science, Jointly Sponsored by Beijing Normal University and the Institute of Remote Sensing Applications, CAS, Beijing 100875, China; 2. School of Geography and Remote Sensing Sciences, Beijing Normal University, Beijing 100875, China; 3. Beijing Key Lab for Remote Sensing of Environment and Digital Cities, Beijing 100875, China; 4. Ningbo Meteorological Bureau, Ningbo 315012, China

As two key variables to represent vegetation activities, the Net Ecosystem Production(NEP) and the Net Primary Productivity(NPP)played important roles in the study of global change and regional ecological environment evaluation. Biome-BGC was a biogeochemical cycles model, which could simulate the storage and fluxes of water, carbon and nitrogen within the vegetation and soil components of a terrestrial ecosystem. In this paper, in use of the series of MODIS LAI product and the meteorological data in 2004, we simulated the NEP and NPP in the Huang-Huai-Hai Region. Since there was no crop eco-physiological parameters in the Biome-BGC model, we simulated the crop by modifying the grass eco-physiological parameters, and adding the code of fertilizers, irrigation and harvest.The simulated results showed that the NEP and NPP were greater in the southern part of the region.The respective order of average NEP and NPP of different vegetation types was as follows: mixed forest, deciduous broadleaf forest, evergreen needleleaf forest, crop, shrub and grassland; and mixed forest, crop,deciduous broadleaf forest, evergreen needleleaf forest, shrub and grassland.Compared to the observation data, MODIS NPP product and the statistical data, we found that Biome-BGC model successfully simulated the regional vegetation productivity, and the coefficient of determination between the simulated NPP of crop and the statistical data had reached 0.6123. In addition, the simulated result of crop NPP in the Huang-Huai-Hai Region was closer to the statistical data than the MODIS NPP product.

植被净生态系统生产力(NEP)和净第一性生产力(NPP)作为表征植被活动的关键变量,在全球变化研究及区域生态环境评价中起着很重要的作用。Biome-BGC是一个模拟生态系统植被和土壤中的能量、水、碳、氮的流动和存储的生物地球化学循环模型。论文利用2004年时间序列MODIS LAI遥感产品和气象数据,对黄淮海地区的NEP和NPP进行了模拟估算,由于Biome-BGC模型没有农作物生理生态参数,农作物模拟通过修改草地生理生态参数,并在增加施肥、灌溉和收割代码基础上实现。结果表明,2004年黄淮海地区NEP、NPP呈现南部大于北部的空间分布特征;不同植被类型平均NEP和NPP大小顺序分别为:混交林>落叶阔叶林>常绿针叶林>农作物>灌木>草地、混交林>农作物>落叶阔叶林>常绿针叶林>灌木>草地;与观测数据、MODIS NPP产品和统计数据进行对比,表明Biome-BGC模型可较好用于区域植被生产力的模拟,农作物模拟结果与统计数据的决定系数达到0.612 3,且模拟得到的黄淮海地区农作物NPP比MODIS NPP产品更接近统计值。

... 数据以BIOME-BGC模型以及光能利用率模型为基础^[21], 结合遥感数据利用光能利用率以及植物所吸收的光合有效辐射来估算总初级生产力, 然后从总初级生产力中减去自养呼吸和生长呼吸所消耗的生物量进而估算出陆地植被净初级生产力的产品 ...

2017

0.0

... 相关研究发现MODIS NPP年产品区域内出现高估现象, 本试验依据呼伦贝尔物候信息对NPP年值进行了修正, 选取129280共152 d的NPP作为年积累量^[22] ...

1996

0.0

... 3 其他数据草原类型数据来自数字化的1:100万中国草原资源分布图^[23], 裁剪并转换投影得到与NPP数据投影相同的研究区草原类型数据矢量数据, 用于提取不同草原类型NPP的空间格局 ...

2015

0.0

. 2015, 32(11):1709-1720 DOI:10.11829/j.issn.1001-0629.2015-0371

Temporal and spatial variations of net primary productivity (NPP) and its responses with climatic changes in the Xilingol grassland from 2000 to 2010

2000-2010年锡林郭勒草原NPP时空变化及其气候响应

Liu H J , Yin S Y , Sun C

刘海江, 尹思阳, 孙聪

1.China National Environmental Monitoring Centre, Beijing 10012, China; 2.Institute of Remote Sensing and Digital Earth, Chinese Academy of Science, Beijing 10094, China; 3.Xilingol League Environmental Protection Monitoring Station, Xilingol League Environmental Protection Breau, Xilinhot 026000, China

Using MODIS MOD17A3 Net Primary Productivity (NPP) data and meteorological data, we analyzed the temporal and spatial variation of NPP, inter-annual changes of climatic factors and the correlative relationship between NPP and climatic factors in Xilingol grassland from 2000 to 2010. The NPP of the Xilingol grassland varied from 0 to 0.5 kg C·m -2 which decreased from east to west. From 2000 to 2010, the NPP fluctuated annual that increased in generaland evenly distributed. The variations of climatic factors in typical and desert grassland were similar. The cumulative average temperature, average relative humility and cumulative sunshine duration in April to August had a downward trend, while the average wind speed had an increasing trend. The cumulative precipitation hadan increasing trend in desert grassland, but had a slight decreasing trend in typical grassland. For most climatic factors, they had more dramatic fluctuations in typical grassland than in desert grassland. For the two types of grassland in the study area, the grassland NPP has very significantly negative correlation ( P <0.001) with cumulative average temperature and average daily minimum temperature in April to August, and had slight negative correlation with cumulative sunshine duration and average wind speed, while had strong positive correlation ( P <0.001) with cumulative precipitation and average relative humility. In conclusion, the typical grassland had stronger response ability to the changes of climatic factors than the desert grassland.

利用MODIS MOD17A3植被初级生产力数据产品及地面气象观测数据,研究分析了2000-2010年锡林郭勒盟草原NPP的时空变化特征、各气候因子的年际变化特征及NPP与气候因子的相关关系。结果表明,锡林郭勒盟草原NPP的分布由东向西逐渐减小,值大多分布在0~0.5 kg C·m -2 ;2001-2010年NPP呈现波动变化,整体呈增加趋势,空间分布上更加趋于均匀分布;2000-2010年,研究区内典型草原和荒漠草原各气候因子的变化趋势大致相同,4-9月累计平均气温、平均相对湿度和累计日照时数呈减小趋势,平均风速呈增加趋势,累计降水量典型草原呈轻微减少趋势,荒漠草原呈增加趋势,趋势斜率分别为-0.026和1.044 5,典型草原大部分气候因子的波动程度大于荒漠草原;研究区内两种类型的草原的NPP均与4-9月累计平均气温、平均日最低气温有较强的负相关关系(显著水平分别为 P< 0 . 001和 P <0.01),与累计降水量、平均相对湿度有较强的正相关关系(显著水平为 P <0.01),与4-9月累计日照时数、平均风速呈负相关关系但相关关系较弱,荒漠草原对气候因子变化的响应总体不如典型草原敏感。

... 1 变化趋势分析方法采用一元线性回归方法分析呼伦贝尔草原2000-2017年的NPP变化, 利用变量序列和时间序列的相关性来判断待分析变量的年际变化趋势, 结果值的大小可反映变量随时间变化的速率大小^[24], #cod#x003b8 ...

2009

0.0

. 2009, 30(3):277-282

Influence of climate change on potential climate productivity in grassland of central Inner Mongolia

气候变化对内蒙古中部草原气候生产潜力的影响

Gao H , Pan X B , Fu Y

高浩, 潘学标, 符瑜

Based on the climate date in 1961-2007 in the grassland of the Central Inner Mongolia,the response of the potential climate productivity to the climate change was analyzed,by using the Miami model and Thornthwaite Memorial model. The climatic factors affected the productivity were discussed. The results showed that the potential climate productivity in the grassland of the Central Inner Mongolia had the consistent difference with the geographical distribution and the precipitation distribution. The potential climate productivity was with 3000-7000kg·ha-1each year,which distributed in the different grassland types from high to low in following order:steppe,agro-pastoral ecotone,desert steppe,steppe desert. The climatic utilization was by 23.8%-48.2%,which varied in the different grasslands. The precipitation was the key climatic factor limited the potential climate productivity and actual productivity by analyzing experimented date and climate productivity modelling. Both temperature and precipitation increase could enhance the potential climate productivity. The impact of temperature and precipitation change on the potential climate productivity varied in the different grassland. The potential climate productivity increased or decreased by 6.75-29.07kg ·ha-1 each year as the temperature increased or decreased by 1℃,while the potential climate productivity increased or decreased by 0.83-1.86kg·ha-1each year as the precipitation increased or decreased by 1mm. Under the background of drier and warmer tendency,the increasing amount of potential climate productivity with temperature increase was less than decreasing amount with evapotranspiration increase. Therefore,climate drying and warming in the future will lead to potential climate productivity decrease. The more obviously the potential climate productivity was limited by precipitation,the more significantly the potential climate productivity decreased.

根据内蒙古中部草原各样点47a的气候数据,基于Miami和Thornthwaite Memorial气候模型,分析研究区域不同草原类型草地生产潜力和影响气候生产潜力的气候驱动力。结果显示,内蒙古中部草原的气候生产潜力由东向西表现出与地理分布和降水量分布趋势一致的差异性,农牧交错带草地>典型草原>荒漠草原>草原化荒漠,其气候生产潜力在3000～7000kg.hm-2.a-1。研究区域的气候资源利用率在23.8%～62.3%,不同草原存在一定的差异性。分别采用草原样方取样实际产量数据、气候数据和气候生产力模型数据计算分析表明:与温度相比,降水量是影响研究区域牧草产量和气候生产潜力的主要气候驱动力,温度与降水对草原气候生产潜力都具有正效应,不同草原类型温度与降水变化对气候生产潜力的影响有差异性。温度每升高或降低1℃,草地气候生产潜力升高或降低6.75～29.07kg.hm-2.a-1,降水量每升高或降低1mm,草地气候生产潜力升高或降低0.83～1.86kg.hm-2.a-1。未来气候"干暖化"的趋势下,研究区域温度升高增加的气候生产潜力作用小于由蒸散量增加引起的减产作用,因而导致草地气候生产潜力下降,受水分限制作用越明显的草原,其气候生产潜力下降的趋势越显著。

... 1 呼伦贝尔草原NPP与气候因子的关系草原植被NPP的大小及其分布不仅受到自身的生态特征的限制, 还受到气候因子的显著影响, 其中降水和温度是草原生态系统演替最直接的气候驱动因子, 也是影响草原NPP的关键因子^[25,26] ...

2006

0.0

. 2006, 30(1):1-8

Vegetations in grassland vegetation cover in relation to climatic factors on the Tibetan Plateau

青藏高原草地植被覆盖变化及其与气候因子的关系

Yang Y H , Piao S L

杨元合, 朴世龙

Department of Ecology, College of Environmental Sciences & Key Laboratory for Earth Surface Process of the Ministry of Education, Peking University, Beijing 100871, China

To advance our understanding of the effects of climate change on grass land ecosystems, we used a time series (1982-1999) data set of the Normalized Difference Vegetation Index ( NDVI ) together with historical climate data to analyze interannual variations in grassland vegetation cover and explore the relationships between NDVI and climatic factors on the grasslands of the Tibetan Plateau. The NDVI increased significantly by a ratio of 0.41% a -1 and a magnitude of 0.001 0 a -1 during the growing season ( p =0.015). An increase in NDVI during the growing season resulted from both the advanced growing season and accelerated vegetation activity. The largest NDVI increase was in the spring with a ratio of 0.92% a -1 and a magnitude of 0.001 4 a -1 . The NDVI increase in the summer was a secondary contributor to the NDVI increase during the growing season with a ratio of 0.37% a -1 and a magnitude of 0.0010 a -1 . In the spring, the NDVI increased significantly in the alpine grasslands (alpine meadow and alpine steppe) and temperate steppe ( p p = 0.001; p =0.002). During the summer, a significant NDVI increase was found in alpine meadows ( p =0.027). However, the NDVI increase in alpine and temperate steppe was not significant ( p =0.1 06; p =0.087). In the autumn, no significant increase was found in the three gras slands ( p =0.585; p =0.461; p =0.143). In the spring, the NDVI increase in three grasslands was corresponded to an increase in temperature. In the summer, the NDVI was related to temperature and sensitive to precipit ation in the spring in the alpine grasslands (alpine meadow and alpine steppe). However, no significant statistical relationship was found between NDVI and climatic factors in temperate steppe. Significant lagged correlations between precipitation and NDVI were found for alpine grasslands (alpine meadow, alpine steppe).

为揭示气候变化对青藏高原草地生态系统的影响及其生态适应机制，利用1982～1999年间的NOAA/AVHRR NDVI 数据和对应的气候资料，研究了近20年来青藏高原草地植被覆盖变化及其与气候因子的关系。结果表明，18年来研究区生长季 NDVI 显著增加( p =0.015) ，其增加率和增加量分别为0.41% a －1 和0.001 0 a －1 。生长季提前和生长季生长加速是青藏高原草地植被生长季 NDVI 增加的主要原因。春季为 NDVI 增加率和增加量最大的季节，其增加率和增加量分别为0.92% a －1 和0.001 4 a －1 ；夏季 NDVI 的增加对生长季 NDVI 增加的贡献相对较小，其增加率和增加量分别为0.37% a －1 和0.001 0 a －1 。3种草地(高寒草甸、高寒草原、温性草原)春季 NDVI 均显著增加( p p =0.001; p =0.002); 高寒草甸夏季 NDVI 显著增加( p =0.027)，而高寒草原和温性草原夏季 NDVI 呈增加趋势，但都不显著( p =0. 106; p =0 .087)；3种草地秋季 NDVI 则没有明显的变化趋势( p =0.585; p =0.461; p =0 .143)。3种草地春季 NDVI 的增加是由春季温度上升所致。高寒草地(高寒草甸和高寒草原)夏季 NDVI 的增加是夏季温度和春季降水共同作用的结果。温性草原夏季 NDVI 变化与气候因子并没有表现出显著的相关关系。高寒草地植被生长对气候变化的响应存在滞后效应。

2016

0.0

... 该结果与前人研究结果相吻合, Sun等^[27]利用气候生产力模型估算了北方草原2000-2011年的草原净初级生产力, 得出北方草原NPP的变化趋势由东北向西南逐步递减 ...

... 草原的生长过程也是一样, 草原NPP生长过程中在空间和时间上存在很大差异^[27,39] ...

2008

0.0

... 李刚等^[28]利用改进后的CASA模型研究内蒙古草原NPP时发现, 内蒙古草原生产力空间分布总体上呈由东北向西南逐步递减的特征 ...

... 李刚等^[28]在研究内蒙古草地NPP变化及其对气候的响应中发现降水是影响草地NPP变化的主要因素, 本研究观点与其相符 ...

2014

0.0

... 在年际变化趋势和NPP年均值分析上与其他学者的结论也基本一致, 王晶杰等^[29]基于2000-2013年遥感与气象数据, 通过改进CASA模型中的最大光能利用率模拟分析了呼伦贝尔地区草原NPP及其时空变化特征, 发现NPP呈上升趋势 ...

2015

0.0

... 潘学平等^[30]应用光能利用率遥感模型分析发现呼伦贝尔草原区NPP平均值在0350 g C#cod#x000b7 ...

2007

0.0

2009

0.0

2010

0.0

2010

0.0

... 方精云等^[34]对估算产生的原因进行了分析, 综合众多学者研究结果得到中国草原碳密度的平均值为300 ...

1990

0.0

2002

0.0

2010

0.0

2006

0.0

2007

0.0

. 2007, 22(2):251-259 DOI:10.11849/zrzyxb.2007.02.012

The influence of climate change on vegetation net primary productivity in Southwestern China during recent 20 years period

近20年气候变化对西南地区植被净初级生产力的影响

Gu X P , Huang M , Ji J J

谷晓平, 黄玫, 季劲钧

1. Guizhou Meteorological Bureau, Guizhou Key Lab of Mountainous Climate and Resource, Guiyang 550002, China; 2. The Synthesis Research Center, Chinese Ecosystem Research Network, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China; 3. Institute of Atmospheric Physics, CAS, Beijing 100029, China

The climate change and its induced ecosystem change have gotten more and more attentions from scientists and societies.The past researches showed that the temperature and precipitation variations in southwestern mountainous area of China were different from those in the other parts of China.So the climate change and its impacts on ecosystem in southwestern China is still a question to be understood.In this study,the spatial distributions and interannual variations of net primary productivity(NPP)were simulated by the atmosphere-vegetation interaction model(AVIm 2 )in southwestern China.The responses of forests,shrub lands,grasslands and crop lands to temperature and precipitation change during 1980 to 2000 were discussed.The study indicates that the spatial distribution of vegetation NPP in southwestern China is positively correlated with the pattern of precipitation and negatively correlated with that of elevation.The total vegetation NPP of southwestern part increased in the 20 years period.More detailed analyses show that variation of plant function type's NPP are different due to precipitation in the areas where they are located varies.In forest area,where the mean temperature rise rate is 0.037℃ per year and the precipitation has no obvious trend,the simulated annual NPP does not show any increase or decrease trend.In shrub lands and grasslands area,where the temperature rise rate is 0.040℃ and 0.034℃ per year,individually,and the precipitations increased,both the simulated shrub and grass NPP show significant increase tendency.

论文利用大气-植被相互作用模型(AVIm 2 )模拟了西南地区植被净初级生产力的空间分布格局和多年变化,分析了1981—2000年西南地区气候变化对森林、灌丛和草地净初级生产力的影响。研究表明,西南地区植被净初级生产力的空间分布与降水量呈显著正相关,与海拔高度呈负相关。从年际变化来看,西南地区总植被净初级生产力近20年略有上升。近一步分析表明,由于近20年西南地区自然植被分布区域降水量变化具有明显差异,从而使得不同类型植被对气候变化有不同响应特征。在森林分布广泛的地区,气温升高速率为0.037℃/年,降水量变化趋势不明显,模拟的森林植被净初级生产力没有明显变化趋势。灌丛和草地集中区域气温升高速率分别为0.040℃/年和0.034℃/年,年降水量有明显增加趋势,植被净初级生产力有上升趋势。

... 草原的生长过程也是一样, 草原NPP生长过程中在空间和时间上存在很大差异^[27,39] ...

2016

0.0

... 包萨茹^[40]利用CENTURY模型估算了呼伦贝尔草原地上净初级生产力(aboveground net primary production, ANPP)并分析其对气候变化的响应, 发现ANPP与生长季期间的气温呈负相关, 与降水量呈显著正相关, 并且降水量是促进ANPP的主要因素 ...

2017

0.0

... 任璇等^[41]在新疆运用不同气象插值方法对草地NPP进行估算, 结果发现对气象要素插值选取ANUSPLIN法使得最终估算得到的NPP精度最高(R²=0 ...

2015

0.0

. 2015, 36(2):234-241 DOI:10.3969/j.issn.1000-6362.2015.02.015

Evaluation of different spatial interpolation methods in regional temperature sequence: A case study in northeast China

不同空间插值方法在区域气温序列中的应用评估: 以东北地区为例

Chen S N , Guo J

陈思宁, 郭军

Tianjin Climate Center，Tianjin300074，China

It is significant to establish high accuracy temperature grid data set with long time series to study climate change，crop growth and development，disaster impact and assessment. Based on observed climate standard values data from 104 meteorological stations and annual temperature data in Northeast China from 1971 to 2000，by using the spatial interpolation methods，the annual mean temperature temporal and spatial distribution in Northeast China were studied and the accuracy of the interpolation methods was evaluated with the error indicators，temperature characteristic values and time series temperature curves. The result showed that，on the spatial scale，the interpolation results based on the Partial Thin Plate Smoothing Splines（PTPSS）with the elevation as the covariate was better than other methods，with the RMSE 0.341℃，and the MAE 0.264℃，followed by Cokriging method（with the elevation as covariates），again as the ordinary Kriging method. On the temporal scale，the time series annual mean temperature curve form 1971 to 2000 based on PTPSS（with the elevation as the covariate）was consistent with the time series temperature curve extracted from the reference grid temperature data set. The correlation coefficients of the mean temperature，maximum temperature and minimum temperature curves extracted from the interpolated temperature grid set based on PTPSS and the corresponding curves from the reference grid temperature set were greater than 0.9. The results indicated that the PTPSS interpolation method with the elevation as the covariate was the most suitable for the construction of the annual mean temperature surface in Northeast China.

建立高精度、长时间序列的气温数据集对研究气候变化、作物生长发育、灾害评估等都有着十分重要的意义。本文以1971-2000年东北地区104个气象站点的气候标准值数据及年值观测资料为基础，利用空间插值方法对该区年平均气温进行插值，并结合参考格点气温数据集，从误差指标、气温特征值及气温时序变化曲线等方面评估时、空尺度上各方法的插值精度。结果表明：空间尺度上，基于局部薄盘光滑样条（PTPSS）函数且以高程为协变量的年平均气温插值结果最优，其均方根误差为0.341℃，平均绝对误差为0.264℃，其次为协同克里格（以高程为协变量），再次为普通克里格；时间尺度上，基于PTPSS以高程为协变量的年平均气温时序曲线与参考格点气温曲线的变化趋势最符合，两个数据集的年平均气温平均值、最大值和最小值时序变化曲线的相关系数均大于0.9。可见，以高程为协变量的局部薄盘光滑样条函数法最适于东北地区年平均气温插值。

... 陈思宁等^[42]以东北地区为例, 评估不同空间插值方法在区域气温序列中的精度, 发现基于ANUSPLIN软件的局部薄盘光滑样条法结果最优 ...

... 同时, 刘志红等^[42]通过相应研究指出,ANUSPLIN软件可以同时进行多个表面的空间插值, 对于长时间序列的气象数据更为合适 ...

2008

0.0