高 軍，尹小君，汪傳建，張 雅

(1.石河子大學(xué)信息科學(xué)與技術(shù)學(xué)院，新疆石河子　832000；2.兵團(tuán)空間信息工程技術(shù)研究中心，新疆石河子　832000；3.兵團(tuán)空間信息工程實(shí)驗(yàn)室，新疆石河子　832000)

0　引 言

【研究意義】植被凈初級生產(chǎn)力(Net rimary roductivity，NPP)是指綠色植物在單位時間和單位面積上通過光合作用所積累的有機(jī)干物質(zhì)總量[1]，是生態(tài)系統(tǒng)中物質(zhì)與能量運(yùn)轉(zhuǎn)的基礎(chǔ)[2-4]，NPP不但能夠反映生態(tài)系統(tǒng)的健康狀況，而且是判定生態(tài)系統(tǒng)中碳源/匯功能的主要因子[5]。天山北坡是新疆重要的天然草場與畜牧業(yè)生產(chǎn)基地，在氣候變化及人類活動的共同影響下，天山北坡的生態(tài)環(huán)境也發(fā)生了顯著的變化。因此研究天山北坡植被NPP的時空格局及其與氣候因子的關(guān)系，對于保護(hù)和改善天山北坡脆弱的生態(tài)系統(tǒng)，合理利用自然資源，促進(jìn)天山北坡農(nóng)牧業(yè)的發(fā)展具有重要的指導(dǎo)意義?！厩叭搜芯窟M(jìn)展】國外學(xué)者Lieth首次對NPP進(jìn)行了估算[6]，隨著基于光能利用率模型[7]的廣泛應(yīng)用[8]，國內(nèi)學(xué)者對NPP的研究也取得了新的突破，如張麗等[9]利用光能利用率模型得出石河子綠洲區(qū)1989～2002年NPP總體上呈現(xiàn)出增長的趨勢，NPP年均值為2.086 TgC/a，年均變化量為0.049 TgC/a。吳曉全等[10]采用CASA模型得出2001～2013年13年間天山地區(qū)植被NPP呈緩慢增長趨勢，在年際變化上，不同植被NPP對氣候要素的響應(yīng)情況存在明顯差異。焦偉等[11]利用CASA模型指出西北干旱區(qū)多年平均植被NPP為191.63 gC/(m2·a)，總體表現(xiàn)為西北、東南高，中間低的特征；NPP總體上呈現(xiàn)增加趨勢，線性增長率為2.98 gC/(m2·a)，不同植被的增長率不同?！颈狙芯壳腥朦c(diǎn)】有關(guān)天山北坡植被NPP的年內(nèi)時空變化特征及其與氣候因子關(guān)系的研究尚且欠缺。研究對天山北坡植被NPP時空格局及氣候因子進(jìn)行驅(qū)動分析?！緮M解決的關(guān)鍵問題】利用CASA模型對天山北坡NPP進(jìn)行估算，分析氣候因子對NPP年內(nèi)時空變化的影響，為天山北坡的生態(tài)管理奠定基礎(chǔ)。

1　材料與方法

1.1材 料

1.1.1研究區(qū)概況

天山北坡是指由橫貫新疆中部的天山山脈發(fā)育的河流向北流經(jīng)的一條狹長區(qū)域[12]，位于79°53′96°06′E，42°50′46°12′N，東西綿延1 300 m以上，寬度為30～260 m，海拔高度在150～5 500 m，其特殊的地理位置及地形特征形成了典型的溫帶大陸性氣候和獨(dú)特的自然景觀，年均降水量在30～1 300 mm，年均溫-16～12℃。由于地形地貌的多樣性，使得不同海拔高度、坡面、坡位接收的水熱狀況不同，夏季炎熱干燥，冬季寒冷漫長，一年四季溫差較大，區(qū)域降水量分布不均。

1.1.2遙感數(shù)據(jù)

研究所用的NDVI數(shù)據(jù)為2015年天山北坡全年的MOD13A3遙感產(chǎn)品數(shù)據(jù)，該數(shù)據(jù)為月值數(shù)據(jù)，空間分辨率為1 km×1 km。

1.1.3氣象數(shù)據(jù)

氣象數(shù)據(jù)采用天山北坡附近區(qū)域氣象臺站的日降水量、日平均溫度和日太陽總輻射數(shù)據(jù)，該數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)。

1.1.4其他數(shù)據(jù)

土地利用數(shù)據(jù)和地貌類型數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)提供的全國1∶100萬空間分布數(shù)據(jù)，其中2015年的土地利用數(shù)據(jù)主要包括耕地、林地、草地、水域、城鄉(xiāng)工礦居民用地、未利用地等6個一級類型和25個二級類型；地貌類型數(shù)據(jù)包括平原、丘陵、山地、臺地四大類。

1.2方 法

1.2.1數(shù)據(jù)處理

研究所用的遙感數(shù)據(jù)利用MRT、ENVI和ARCGIS相關(guān)軟件進(jìn)行投影、鑲嵌和裁剪等預(yù)處理，最后得到研究區(qū)的NDVI數(shù)據(jù)；氣象數(shù)據(jù)首先將各氣象站點(diǎn)的日數(shù)據(jù)信息合成月數(shù)據(jù)，然后利用反距離插值法對氣象數(shù)據(jù)進(jìn)行空間插值；土地利用數(shù)據(jù)和地貌類型數(shù)據(jù)通過重分類、數(shù)據(jù)掩膜和投影轉(zhuǎn)換等預(yù)處理；所有柵格數(shù)據(jù)的行列數(shù)、像元大小及投影方式均與MODIS-NDVI數(shù)據(jù)一致。

1.2.2NPP估算

CASA(Carnegie-Ames-Stanford Approach)模型是目前全球變化研究中常用的光能利用率模型，所估算的NPP可由植被所吸收的光合有效輻射(APAR)和光能轉(zhuǎn)化率(E)兩個變量來確定。其估算公式如下：

NPP(x,t)=APAR(x,t)×E(x,t).

(1)

式中，x表示空間位置，t表示時間。

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5.

(2)

式中，SOL(x,t)表示像元x在t月份的太陽總輻射量(MJ/m2)；FPAR(x,t)表示植被冠層對光合有效輻射的吸收比例；常數(shù)0.5表示植被所能利用的太陽有效輻射占太陽總輻射的比例。

光能轉(zhuǎn)化率是指植被把所吸收的光合有效輻射轉(zhuǎn)化為有機(jī)碳的效率，它主要受溫度和水分脅迫系數(shù)(WE)的影響，其計算公式為：

E(x,t)=TE1(x,t)×TE2(x,t)×WE(x,t)×εmax.

(3)

式中：TE1(x,t)和TE2(x,t)分別為低溫和高溫對光能轉(zhuǎn)化率的脅迫作用；WE(x,t)表示水分條件對光能轉(zhuǎn)化率的影響；εmax表示理想狀態(tài)下植被的最大光能利用率，各參數(shù)的計算方法參照文獻(xiàn)[13]，Potter等[14]認(rèn)為全球植被的εmax為0.389 gC/MJ，而在實(shí)際應(yīng)用中諸多研究者常根據(jù)特定研究區(qū)具體植被類型對這一取值進(jìn)行修正。該文對εmax的取值參照馮益明等[15]根據(jù)西北干旱區(qū)不同土地利用類型估算植被的最大光能轉(zhuǎn)化率結(jié)果。

1.2.3基于實(shí)測數(shù)據(jù)的模型精度驗(yàn)證

基于2015～2017年在天山北坡采集的43個草地樣點(diǎn)的實(shí)測數(shù)據(jù)對CASA模型的估算結(jié)果進(jìn)行驗(yàn)證，分析結(jié)果顯示NPP實(shí)測值與模擬值基本吻合(R2=0.7252，P<0.01)。因此，可以認(rèn)為CASA模型適用于天山北坡草地植被NPP的估算。圖1

圖1天山北坡草地NPP模擬值與觀測值比較
Fig.1Comparison between simulated and observed NPP values of grassland in the north slope of Tianshan mountain

1.2.4相關(guān)性

采用基于像元的空間分析方法，研究NPP與氣候因子的響應(yīng)關(guān)系，首先計算出每個像元的NPP與月均溫、月降水量的單相關(guān)系數(shù)、偏相關(guān)系數(shù)和復(fù)相關(guān)系數(shù)，并依據(jù)相應(yīng)的分區(qū)準(zhǔn)則來劃分驅(qū)動分區(qū)，計算方法參照文獻(xiàn)[16]。

2　結(jié)果與分析

2.1天山北坡NPP時空格局

天山北坡呈狹長的帶狀分布，受區(qū)域內(nèi)氣候變化及地形地貌的影響，導(dǎo)致天山北坡NPP空間分布呈現(xiàn)顯著的差異。2015年天山北坡NPP總量為34.57 TgC/a(1 Tg=1012g)，平均值為173.34 gC/(m2·a)。從不同區(qū)域特征看，NPP總體上呈現(xiàn)西高東低的趨勢，東部NPP平均值106.40 gC/(m2·a)，年總量6.14 TgC/a；中部NPP平均值199.59 gC/(m2·a)，年總量23.36 TgC/a；西部NPP平均值205.17 gC/(m2·a)，但由于西部區(qū)域面積最小，僅占天山北坡總面積的12.43%，所以NPP年總量較低，僅為5.08 TgC/a。中西部植被NPP平均值明顯大于東部，原因主要為中西部區(qū)域主要為典型的農(nóng)作物種植區(qū)和城市綠化核心區(qū)，特殊的地理環(huán)境給與植被相對適宜的生長條件，東部大部分為荒漠未利用地，植被分布較稀疏，NPP均值相對較低。2015年天山北坡中西部區(qū)域NPP總量占天山北坡的82.25%，是天山北坡NPP的主要供給區(qū)。

從不同地貌特征看，天山北坡NPP也存在差異顯著。山區(qū)年NPP總量為10.96 TgC/a，占天山北坡NPP總量的31.71%，平均值為245.62 gC/(m2·a)；平原區(qū)為13.41 TgC/a，占38.79%，平均值為174.70 TgC/a；臺地為1.90 TgC/a，占5.49%，平均值為136.80 TgC/a；丘陵區(qū)為5.23 TgC/a，占15.13%，平均值為114.65 gC/(m2·a)。山區(qū)植被NPP均值最高，源于山區(qū)平均海拔相對較高，常年的融雪積水為植被提供豐富的水資源，植被經(jīng)過光合作用積累更多的有機(jī)質(zhì)，也是草地與林地的主要分布區(qū)域；平原區(qū)由于面積較大，導(dǎo)致年凈初級生產(chǎn)力總量相對較高。圖2

圖22015年天山北坡NPP空間分布
Fig.2Spatial distribution of vegetation NPP in the north slope of Tianshan mountain in 2015

不同植被類型NPP有較大的差異，林地NPP平均值為534.47 gC/(m2·a)，是4種植被類型中NPP均值最大的，但林地僅占天山北坡總面積的3.05%，所以年NPP總量依然不高，僅為3.25 TgC/a；耕地NPP均值次之，為333.47 gC/(m2·a)，年總量為6.62 TgC/a；草地NPP平均值為174.20 gC/(m2·a)，年總量為12.65 TgC/a，是4種植被類型中NPP年總量最大的；未利用地NPP平均值為124.18 gC/(m2·a)，年總量為11.53 TgC/a，但其面積占天山北坡總面積的46.57%，故雖然未利用地NPP均值較低，但由于面積上的優(yōu)勢，所以NPP總量與草地NPP總量相近。2015年各植被類型NPP平均值大小順序?yàn)榱值?耕地>草地>未利用地，NPP年總量順序?yàn)椴莸?未利用地>耕地>林地。圖3

圖32015年天山北坡不同植被類型NPP平均值和NPP總量
Fig.3NPP average and total NPP of different vegetation types in the north slope of Tianshan mountain in 2015

2.2NPP季節(jié)變化特征

天山北坡2015年植被NPP呈現(xiàn)出非常明顯的季節(jié)變化趨勢，月波動范圍在0.29～3.00 TgC/mon，6月NPP達(dá)到一年中的最大值，為7.39 TgC；1月NPP總量最低，僅為0.19 TgC；從2月后NPP增加明顯，主要是由于日照時間變長，氣溫逐漸上升，降雨量的增加導(dǎo)致植被固碳能力增強(qiáng)，4～6月為NPP的快速增長期，平均每月增加2.75 TgC/mon，6月之后由于自然環(huán)境等因素的影響，NPP開始出現(xiàn)下降，8～10月NPP下降速率最快，平均每月下降2.34 TgC/mon，進(jìn)入11月由于季節(jié)變換，大部分自然植被均已落葉，耕地作物的收割基本結(jié)束，植被的光合作用減弱，固碳能力下降，導(dǎo)致NPP降低(圖4A)。圖4

不同植被類型NPP隨季節(jié)的波動情況不同，草地NPP隨季節(jié)的變化起伏最大，月總量波動范圍為0.08～1.18 TgC/mon，未利用地為0.12～0.63 TgC/mon，耕地為0.02-1.06 TgC/mon，林地為0.02～0.33 TgC/mon。植被NPP在4月由于適宜的自然環(huán)境開始出現(xiàn)急速上升的趨勢，4～6月耕地、林地、草地、未利用地4種植被平均每月增加0.68 TgC/mon，6月后不同植被類型的NPP開始出現(xiàn)不同程度的下降，草地與耕地的NPP下降最為明顯，7～8月未利用地的NPP出現(xiàn)上升，原因主要為7～8月未利用地區(qū)域降水量出現(xiàn)一定的上升，植被進(jìn)行光合作用速率增強(qiáng)，導(dǎo)致植被NPP總量增加，8～10月4種植被平均每月下降0.58 TgC/mon(圖4B)。圖4

圖42015年天山北坡NPP總量(A)和天山北坡不同植被類型NPP總量(B)逐月變化趨勢
Fig.4Monthly variation of total NPP (A) and the trend of NPP in different vegetation types (B) in the northern slope of Tianshan mountain in 2015

天山北坡NPP的季節(jié)變化反映了氣候特點(diǎn)，夏季溫暖多雨，適宜綠色植物生長；冬季寒冷干燥，綠色植被大多已落葉、光合作用速率降低；從整個區(qū)域來看，天山北坡冬季NPP總量最小，為1.14 TgC，僅占全年NPP總量的3.28%，所有植被均呈現(xiàn)四季中最低的生產(chǎn)力水平；春秋季次之，NPP總量分別為7.53 TgC和5.69 TgC，分別占全年NPP總量的21.78%和16.45%，春秋季的NPP空間分布相近；夏季的NPP是一年中NPP最大的季節(jié)，NPP總量為20.22 TgC，占全年NPP總量的58.49%，夏季的植被NPP空間分布基本上決定了全年的NPP空間格局。圖5

圖52015年天山北坡植被四季NPP空間分布
Fig.5Spatial distribution of four seasons NPP in the north slope of Tianshan mountain in 2015

2.3NPP與溫度、降水的相關(guān)性

以月為時間單位，分別計算2015年各月NPP與月平均溫度和月降水總量的偏相關(guān)系數(shù)，，根據(jù)統(tǒng)計得出植被NPP與月平均溫度、月降水總量的平均相關(guān)系數(shù)分別為0.59和0.25。植被NPP與月均溫的相關(guān)系數(shù)介于-0.88～0.98，研究區(qū)內(nèi)NPP與溫度呈正負(fù)相關(guān)的面積分別占研究區(qū)總面積的93.77%和6.23%，呈正相關(guān)的區(qū)域基本遍布整個研究區(qū)，其中在天山北坡中西部地區(qū)的相關(guān)系數(shù)大多在0.6以上，呈負(fù)相關(guān)的區(qū)域主要分布在伊吾縣、巴里坤縣區(qū)域。由t檢驗(yàn)的結(jié)果可知，有39.51%的區(qū)域通過了P<0.01水平的顯著性檢驗(yàn)，主要位于天山北坡中西部區(qū)域。

植被NPP與月降水總量的偏相關(guān)系數(shù)介于-0.80～0.98，研究區(qū)內(nèi)NPP與月總降水量呈正負(fù)相關(guān)的區(qū)域面積分別占81.10%、18.90%，呈正相關(guān)的區(qū)域主要集中在吉木薩爾縣、奇臺縣和巴里坤縣等天山北坡東部區(qū)域，原因主要為天山北坡東部區(qū)域降水量較少，大多為耐旱植被，植被對降水的敏感性相對較高，呈負(fù)相關(guān)的區(qū)域主要分布在博樂市、烏蘇市和奎屯市區(qū)域。由t檢驗(yàn)的結(jié)果可知，有3.43%的區(qū)域通過了P<0.01水平的顯著性檢驗(yàn)，主要集中在巴里坤縣、伊吾縣區(qū)域。因此，研究區(qū)大部分區(qū)域與月降水總量的顯著性較低。圖6

圖62015年天山北坡植被NPP與月均溫(左)、月降水總量(右)的偏相關(guān)性空間分布
Fig.6Spatial distribution of partial correlations between monthly NPP and temperature (left), as well as total monthly precipitation (right) in the north slope of Tianshan mountain in 2015

基于像元尺度分析2015年天山北坡不同植被類型NPP與月平均溫度、月降水總量的相關(guān)性，研究表明，耕地植被主要受溫度的影響，與溫度呈正相關(guān)的像元數(shù)占99.91%，是4種植被受溫度影響較大的植被類型，與降水呈現(xiàn)正相關(guān)的像元面積占72.95%，其中有72.89%與溫度和降水均呈正相關(guān)，與溫度呈正相關(guān)、與降水呈負(fù)相關(guān)的像元面積是4種植被類型中最大的，占27.02%，與溫度、降水均呈負(fù)相關(guān)的像元面積是4種植被類型最少的，僅占0.03%。

林地植被與溫度呈正相關(guān)的像元面積占總面積的99.65%，與降水呈正相關(guān)的像元面積占83.57%，其中與溫度、降水量均呈正相關(guān)的像元面積占83.27%，與溫度、降水量均呈負(fù)相關(guān)的像元比例占0.05%。

草地與溫度呈正相關(guān)的像元面積占總面積的98.16%，與降水量呈正相關(guān)的像元面積所占比是4種植被類型中最大的，占86.29%，其中與溫度、降水量均呈正相關(guān)的像元面積占84.53%，與降水量呈正相關(guān)、與溫度呈負(fù)相關(guān)的像元面積占1.76%，與溫度、降水量均呈負(fù)相關(guān)的像元比例占0.09%。

未利用地與溫度呈正相關(guān)的面積占總面積的88.56%，與降水量呈正相關(guān)的面積占總面積的79.64%，其中與溫度、降水量均呈正相關(guān)的像元面積占69.34%，與降水量呈正相關(guān)、與溫度呈負(fù)相關(guān)的像元面積是4種植被類型中最大的，占10.30%。研究表明2015年溫度對天山北坡不同植被的相關(guān)性大于降水。表1

表1各類型植被NPP與月均溫、月降水量的相關(guān)系數(shù)所占比例
Table1Proportion of correlation coefficient between mean NPP for different vegetation types and climate factors(%)

相關(guān)性Correlation耕地Cropland林地Forest草地Grassland未利用地Unusedland與溫度、降水量均呈正相關(guān)Itispositivelycorrelatedwithtemperatureandprecipitation72 8983 2784 5369 34與溫度呈正相關(guān)，與降水量呈負(fù)相關(guān)Itwaspositivelycorrelatedwithtemperatureandnegativelycorrelated27 0216 3813 6319 22與溫度、降水量均呈負(fù)相關(guān)Itisnegativelycorrelatedwithtemperatureandprecipiation0 030 050 091 14與溫度負(fù)相關(guān)，與降水量均呈正相關(guān)Itwasnegativelycorrelatedwithtemperatureandpositivelycorrelatedwithprecipitation0 060 301 7610 30

2.4NPP變化驅(qū)動

植被NPP的變化不僅受到氣候要素的影響，還受人類活動的干擾[17]。參照陳云浩等[18]的方法，對天山北坡NPP變化進(jìn)行驅(qū)動分區(qū)并做部分修正，研究表明，(1)2015年植被NPP變化受氣溫、降水強(qiáng)驅(qū)動面積占研究區(qū)面積的1.08%，主要集中在烏魯木齊市、阜康市以及巴里坤縣西部區(qū)域。(2)以氣溫為主要驅(qū)動因素的區(qū)域占研究區(qū)總面積的37.86%，大部分集中在天山北坡中西部區(qū)域。(3)有3.41%區(qū)域以降水為主要驅(qū)動因素，主要集中在巴里坤縣和伊吾縣區(qū)域。(4)以氣溫、降水為弱驅(qū)動因素的區(qū)域面積占研究區(qū)面積的23.71%，主要集中在奇臺縣、木壘縣、巴里坤縣以及天山北坡西部溫泉縣境內(nèi)。(5)其他地區(qū)屬于非氣候因素驅(qū)動的區(qū)域，占33.94%，主要集中在天山北坡中東部以北地區(qū)。整體上2015年天山北坡NPP主要受溫度的驅(qū)動。圖7，表2

圖72015年天山北坡植被NPP變化氣候因子驅(qū)動力分區(qū)
Fig.7The climatic factor drivers of vegetation change and distribution in the northern slope of Tianshan mountain in 2015表2NPP變化驅(qū)動力分區(qū)準(zhǔn)則
Table2The regionalization rules the driving factors for dynamic change of NPP

NPP變化驅(qū)動因子NPPchangesdrivingfactors分區(qū)準(zhǔn)則　RulesR1R2R3氣候因子氣溫、降水強(qiáng)驅(qū)動型t﹥t0 01t﹥t0 01F﹥F0 01Climatefactors氣溫驅(qū)動型t﹥t0 01F﹥F0 01降水驅(qū)動型t﹥t0 01F﹥F0 01氣溫、降水弱驅(qū)動型t≤t0 01t≤t0 01F﹥F0 01非氣候因子Non-climatefactors非氣候因子驅(qū)動型F≤F0 01

注：表中R1、R2分別為NPP與氣溫、降水的偏相關(guān)系數(shù)，R3則表示NPP與氣溫和降水的復(fù)相關(guān)系數(shù)，t和F分別為t、F檢驗(yàn)的統(tǒng)計量值，t0.01和F0.01F0.01分別為t檢驗(yàn)和F檢驗(yàn)的0.01顯著性水平

Note:R1 andR2 respectively represent the T-Test significance of NPP related to temperature and precipitation; F-Test significance of the multiple correlations between NPP and temperature-precipitation

3　討 論

選取以西北干旱區(qū)、新疆、天山或天山北坡為研究區(qū)的其他模型模擬NPP值與研究模擬的NPP值進(jìn)行精度對比驗(yàn)證。不同模型模擬天山北坡植被NPP值存在不同的差異，原因主要為不同區(qū)域、不同時間、不同模型的機(jī)理及輸入?yún)?shù)的不同會使研究結(jié)果出現(xiàn)差異，對比驗(yàn)證結(jié)果表明：研究的模擬結(jié)果均在其他研究者的結(jié)果范圍內(nèi)，研究模擬的林地NPP結(jié)果值與焦偉等[11]利用CASA參數(shù)模型模擬的結(jié)果和韓其飛等[19]利用Biome-BGC機(jī)理模型模擬的結(jié)果相近，高于劉衛(wèi)國[20]的利用遙感-過程耦合模型的模擬結(jié)果。研究對草地的模擬結(jié)果在張杰等[21]利用NPP-PEM遙感參數(shù)模型模擬的結(jié)果范圍內(nèi)，低于焦偉等[11]利用CASA模型模擬的結(jié)果。研究對耕地的模擬結(jié)果與吳曉全等[10]、劉衛(wèi)國等[20]的模擬結(jié)果相近，低于焦偉等[11]利用CASA參數(shù)模型模擬的結(jié)果。表3

表3研究模擬結(jié)果與其他模型模擬的對比
Table3Comparisons of simulated NPP in this study and other different studies

模型Model類別Type研究區(qū)Area年份Year林地Forest草地Grassland耕地Cropland文獻(xiàn)ReferenceNPP-PEM遙感參數(shù)模型天山北麓2002422 5787 58～343 59375 27張杰等，2010[21]Biome-BGC機(jī)理模型天山北坡1959～2009547 97//韓其飛等，2014[19]CASA遙感參數(shù)模型天山2001～2013392 20243 70362 81吳曉全等，2016[10]OLECM遙感-過程耦合模型新疆1981～2000314 90215 21328 76劉衛(wèi)國，2007[20]CASA遙感參數(shù)模型西北干旱區(qū)(含天山北坡)2000～2014508 6252 2415 6焦偉等，2017[11]CASA遙感參數(shù)模型天山北坡2015534 47174 20333 47本文

4　結(jié) 論

4.12015年天山北坡植被NPP總量為34.57 TgC，平均值為173.34 gC/(m2·a)，NPP總體上呈現(xiàn)西高東低的趨勢，天山北坡中西部區(qū)域NPP總量占天山北坡的82.25%，是天山北坡NPP的主要供給區(qū)；不同地貌特征NPP差異較大，平原區(qū)NPP總量最大，為13.41 TgC，其次是山地，為10.96 TgC。

4.2不同植被類型的NPP空間差異較大，林地、耕地、草地、未利用地的NPP年總量分別為3.25、6.62、12.65和11.53 TgC/a，平均值分別為534.47、333.47、174.20和124.18 gC/(m2·a)，從NPP年總量來看，草地>未利用地>耕地>林地，從NPP平均值來看，林地>耕地>草地>未利用地。

4.32015年天山北坡植被NPP月總量波動范圍為0.29～3.00 TgC/mon，6月的植被NPP總量達(dá)到一年中的最大值。夏季的NPP總量最大，占全年的58.49%；冬季NPP總量最低，僅占3.28%；春秋季NPP總量空間分布相近，分別占全年NPP總量的21.78%和16.45%。

4.4天山北坡不同區(qū)域植被NPP與溫度和降水的相關(guān)性不同，與溫度呈顯著性相關(guān)的區(qū)域大部分集中在天山北坡中西部，與降水呈顯著性相關(guān)的區(qū)域大部分集中在天山北坡東部，大部分植被與溫度的相關(guān)性大于降水的。

4.5天山北坡植被NPP變化受氣候因子影響的區(qū)域占66.06%(氣溫和降水強(qiáng)驅(qū)動1.08%、氣溫為主37.86%、降水為主3.41%、氣溫和降水弱驅(qū)動23.71%)，主要分布在天山北坡中西部，受非氣候因子的影響(包括人類活動、自然災(zāi)害等)占33.94%，主要集中在天山北坡中東部以北區(qū)域。

參考文獻(xiàn)(References)

[1] Ruimy, A., Saugier, B., & Dedieu, G. (1994). Methodology for the estimation of terrestrial net primary production from remotely sensed data.JournalofGeophysicalResearchAtmospheres, 99(D3): 5,263-5,283.

[2]Steffen, W., Noble, I., Canadell, J., Apps, M., Schulze, E. D., & Jarvis, P. G. (1998). The terrestrial carbon cycle: implications for the Kyoto protocol.Science, 280(5368): 1,393-1,394.

[3]Ramakrishna R. Nemani, Charles D. Keeling, Hirofumi Hashimoto, William M. Jolly, Stephen C. Piper, & Compton J. Tucker, et al. (2003). Climate-driven increases in global terrestrial net primary production from 1982 to 1999.Science(NewYork,N.Y.) , 300(5625): 1,560-1,563.

[4]孫睿，朱啟疆.陸地植被凈第一性生產(chǎn)力的研究[J].應(yīng)用生態(tài)學(xué)報，1999，10(6)：757-760.

SUN Rui，ZHU Qi-jiang. (1999). Net primary productivity of terrestrial vegetation-A review on related researches [J].ChineseJournalofAppliedEcology，10(6)：757-760.(in Chinese)

[5]Imhoff, M. L., Bounoua, L., Defries, R., Lawrence, W. T., Stutzer, D., & Tucker, C. J., et al. (2004). The consequences of urban land transformation on net primary productivity in the United States.RemoteSensingofEnvironment, 89(4):434-443.

[6]Lieth, H. (1973). Primary production: terrestrial ecosystems.HumanEcology, 1(4): 303-332.

[7]Potter, C. S., Randerson, J. T., Field, C. B., Matson, P. A., Vitousek, P. M., & Mooney, H. A., et al. (1993). Terrestrial ecosystem production: a process model based on global satellite and surface data.GlobalBiogeochemicalCycles, 7(4):811-841.

[8]Hicke, J. A., Asner, G. P., Randerson, J. T., Tucker, C., Los, S., & Birdsey, R., et al. (2002). Satellite‐derived increases in net primary productivity across north America, 1982-1998.GeophysicalResearchLetters, 29(10): 691-694.

[9]張麗，蔣平安，張鮮花，等.石河子綠洲植被凈第一性生產(chǎn)力遙感估算研究[J].新疆農(nóng)業(yè)科學(xué)，2010，47(6)：1 204-1 207.

ZHANG Li，JIANG Ping-an，ZHANG Xian-hua，et al. (2010). Estimation of vegetation net primary productivity based on remote sensing in Shihhotze oasis [J].XinjiangAgriculturalSciences，47(6)：1,204-1,207.(in Chinese)

[10]吳曉全，王讓會，李成，等.天山植被NPP時空特征及其對氣候要素的響應(yīng)[J].生態(tài)環(huán)境學(xué)報，2016，25(11)：1 848-1 849.

WU Xiao-quan，WANG Rang-hui，LI Cheng，et al. (2016). Spatial-temporal characteristics of NPP and its response to climatic factors in Tianshan mountains region [J].EcologyandEnvironmentalSciences，25(11)：1,848-1,849.

[11]焦偉，陳亞寧，李稚.西北干旱區(qū)植被凈初級生產(chǎn)力的遙感估算及時空差異原因[J].生態(tài)學(xué)雜志，2017，36(1)：181-189.

JIAO Wei，CHEN Ya-ning，LI Zhi. (2017). Remote sensing estimation and the reasons for temporal-spatial differences of vegetation net productivity in arid region of Northwest China [J].ChineseJournalofEcology，36(1)：181-189.

[12]新疆維吾爾自治區(qū)畜牧廳.新疆草地資源及其利用[M].烏魯木齊：新疆科技衛(wèi)生出版社，1993：10-31.

Department of Animal Husbandry of Xinjiang Uygur Autonomous Region.(1993).GrasslandResourcesandTheirUtilizationinXinjiang[M]. Urumqi：Xinjiang Science, Technology and Health Publishing House: 10-31.

[13]朱文泉，潘耀忠，龍中華，等.基于GIS和RS的區(qū)域陸地植被NPP估算一─以中國內(nèi)蒙古為例[J].遙感學(xué)報，2005，9(3)：300-307.

ZHU Wen-quan，PAN Yao-zhong，LONG Zhong-hua，et al. (2005). Estimating net primary productivity of terrestrial vegetation based on GIS and RS：A case study in Inner Mongolia，China [J].JournalofRemoteSensing，9(3)：300-307.

[14]Potter, C. S., Randerson, J. T., Field, C. B., Matson, P. A., Vitousek, P. M., & Mooney, H. A., et al. (1993). Terrestrial ecosystem production: a process model based on global satellite and surface data.GlobalBiogeochemicalCycles, 7(4): 811-841.

[15]馮益明，姚愛冬，姜麗娜. CASA模型的改進(jìn)及在干旱區(qū)生態(tài)系統(tǒng)NPP估算中的應(yīng)用[J].干旱區(qū)資源與環(huán)境，2014，28(8)：39-43.

FENG Yi-ming，YAO Ai-dong，JIANG Li-na. (2014). Improving the CASA model and applying it to estimate the net primary productivity of arid region ecology system [J].JournalofaridLandResourcesandEnvironment，28(8)：39-43.

[16]王永財，孫艷玲，王中良.1998-2011年海河流域植被覆蓋變化及氣候因子驅(qū)動分析[J].資源科學(xué)，2014，36(3)：594-602.

WANG Yong-cai，SUN Yan-ling，WANG Zhong-liang. .(2014). Spatial-temporal change in vegetation cover and climate factor drivers of variation in the Haihe River basin 1998-2011 [J].ResourcesScience，36(3)：594-602.

[17]潘桂行，申濤，馬雄德，等.人類活動和自然因素對海流兔河流域生態(tài)環(huán)境影響分析[J].干旱區(qū)資源與環(huán)境，2017，31(4)：67-72.

PAN Gui-xing，SHEN Tao，MA Xiong-de，et al. .(2017). Effects of human activities and natural factors on ecological environment of the Hailiutu river basin [J].JournalofaridLandResourcesandEnvironment，31(4)：67-72.

[18]陳云浩，李曉兵，史培軍.1983-1992年中國陸地NDVI變化的氣候因子驅(qū)動分析[J].植物生態(tài)學(xué)報，2001，25(6)：716-720.

CHEN Yun-hao，LI Xiao-bin，SHI Pei-jun. .(2001). Variation in NDVI driven by climate factors across China，1983-1992 [J].ActaPhytoecologicaSinica，25(6)：716-720.

[19]韓其飛，羅格平，李超凡，等.基于Biome-BGC模型的天山北坡森林生態(tài)系統(tǒng)碳動態(tài)模擬[J].干旱區(qū)研究，2014，31(3)：375-382.

HAN Qi-fei，LUO Ge-ping，LI Chao-fan，et al. .(2014). Simulation of carbon trend in forest ecosystem in northern slope of the Tianshan Mountains based on biome-BGC model [J].AridLandResearch，31(3)：375-382.

[20]劉衛(wèi)國.新疆氣陸地生態(tài)系統(tǒng)凈初級生產(chǎn)力和碳時空變化研究[D].烏魯木齊：新疆大學(xué)博士學(xué)位論文，2007.

LIU Wei-guo.(2007).ResearchofcarbonandNPPchangesofthelandecosysteminXinjiang[D]. PhD Dissertation. Xinjiang University, Urumqi.

[21]張杰，潘曉玲，高志強(qiáng)，等.天山北麓山地-綠洲-荒漠生態(tài)系統(tǒng)凈初級生產(chǎn)力空間分布格局及其季節(jié)變化[J].干旱區(qū)地理，2010，33(1)：78-85.

ZHANG Jie，PAN Xiao-ling，GAO Zhi-qiang，et al. .(2010).Estimation of net primary productivity of the oasis-desert ecosystems in arid west China based on RS-based ecological process [J].AridLandGeography，33(1): 78-85.