鐘宇峰 牛濤 賈文賢 崔云磊,4 劉洪利 鄧博文 崔洋 吳門新

(1.中國礦業(yè)大學(xué)(北京),北京 100083；2.富景天策(北京)科技集團(tuán)有限公司,北京100089；3.中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室大氣化學(xué)實(shí)驗(yàn)室，北京100081; 4.中國地質(zhì)大學(xué)(北京),北京 100083；5.寧夏回族自治區(qū)氣候中心，寧夏 銀川 750002；6.國家氣象中心生態(tài)和農(nóng)業(yè)氣象中心，北京 100081)

引言

植被凈初級(jí)生產(chǎn)力(Net Primary Productivity,NPP)是表征濕地功能的重要指標(biāo)之一[1-3]。直接反映了濕地植被群落的生產(chǎn)能力，對(duì)濕地生態(tài)系統(tǒng)碳源、碳匯具有重要的指示作用[3-7]。傳統(tǒng)的估算模型主要分為統(tǒng)計(jì)模型、參數(shù)模型和過程模型[8]。統(tǒng)計(jì)模型中，王芳等[9]利用1961—2008年七星河濕地逐日氣溫、降水量資料,采用Miam(iR)模型計(jì)算植被NPP(NPP地上與NPP總)；宗瑋等[10]按照不同植被類型分別建立LAI樣方NPP回歸模型，同時(shí)計(jì)算修正土壤調(diào)節(jié)植被指數(shù)，估算出崇明東灘濕地典型植被凈初級(jí)生產(chǎn)力。參數(shù)模型中，王莉雯和衛(wèi)亞星[11]估算濕地耐鹽植被凈初級(jí)生產(chǎn)力(NPP)時(shí)將鹽分脅迫因子考慮在內(nèi),構(gòu)建了基于光能利用率和遙感數(shù)據(jù)的濕地植被凈初級(jí)生產(chǎn)力模型；張冬有等[12]以C-FIX模型為基礎(chǔ),估算黑龍江省2000年5—9月的森林植被NPP。過程模型中，胡波等[13]利用Biome-BGC模型，估算了黃淮海地區(qū)的生態(tài)系統(tǒng)生產(chǎn)力；李傳華等[14]基于校正的CASA模型對(duì)河西走廊NPP進(jìn)行估算與研究；毛德華等[15]應(yīng)用CASA模型基本結(jié)構(gòu)式，整合VPM和TEM模型，估算出中國東北地區(qū)沼澤濕地植被凈初級(jí)生產(chǎn)力。Riutta等[16]通過研究NPP與森林的關(guān)系，確定伐木可以引起熱帶森林碳生產(chǎn)和分配的重要變化；劉洋洋等[17]基于CASA模型，結(jié)合MODIS系列數(shù)據(jù)、植被數(shù)據(jù)和氣象數(shù)據(jù)對(duì)中國草地NPP進(jìn)行估算，得到2000—2015年間中國草地NPP時(shí)空變化情況；陳峰等[18]基于CASA估算NPP，結(jié)合GIS分析方法對(duì)元陽縣NPP時(shí)空差異及其影響因素進(jìn)行分析；張猛和曾永年[19]融合高時(shí)空分辨率遙感影像進(jìn)行NPP估算；王曉峰等[20]對(duì)NPP、土壤保持和產(chǎn)水三種生態(tài)系統(tǒng)服務(wù)質(zhì)量參數(shù)分別進(jìn)行逐像元相關(guān)性分析，得到新疆生態(tài)服務(wù)系統(tǒng)時(shí)空變化的協(xié)同關(guān)系。

NPP是表征陸地生態(tài)系統(tǒng)的重要指標(biāo)，丁相元[21]基于GF1數(shù)據(jù)對(duì)內(nèi)蒙古干旱草原NPP進(jìn)行估算，驗(yàn)證了遙感數(shù)據(jù)對(duì)于干旱區(qū)植被反演的可行性；李傳華等[22]通過對(duì)河西走廊NPP反演，研究西北干旱區(qū)植被NPP年際變化時(shí)空貢獻(xiàn)及氣候驅(qū)動(dòng)。關(guān)于銀川市閱海濕地生態(tài)環(huán)境的科研工作較少，且主要為水環(huán)境及鳥類群落方面工作，如齊拓野等[23]關(guān)于生態(tài)需水的研究，杜天奎與謝強(qiáng)[24]關(guān)于鳥類物種多樣性的研究，目前對(duì)閱海濕地植被時(shí)空變化的研究較少。本文基于Landsat資料對(duì)1987—2017年間閱海濕地蘆葦NPP進(jìn)行時(shí)空變化研究和趨勢分析，該研究對(duì)認(rèn)識(shí)閱海濕地最近31 a生態(tài)變化特征及成因具有重要意義，為評(píng)估已開展的保護(hù)與修復(fù)措施的有效性提供科學(xué)依據(jù)和參考。

1 資料與方法

1.1 資料來源

遙感資料采用1987—2011年分辨率為30 m的Landsat 5數(shù)據(jù)、2013—2017年的Landsat 8數(shù)據(jù)及2015—2017年分辨率為4 m的GF2數(shù)據(jù)(自陸地觀測衛(wèi)星數(shù)據(jù)服務(wù)處獲取)。均進(jìn)行數(shù)據(jù)預(yù)處理(輻射定標(biāo)，大氣校正及幾何校正)、面向?qū)ο蠓诸?、?jì)算NPP值。其中2016年、2017年兩種衛(wèi)星資料時(shí)間最相近，分別對(duì)其進(jìn)行比較分析得出結(jié)果(表1)。2016—2017年Landsat與GF2反演區(qū)域平均值并未因分辨率不同而產(chǎn)生太大差異。2016—2017年Landsat與GF2數(shù)據(jù)NPP變化趨勢基本一致。綜合考慮GF2與Landsat影像的獲取難度、資料時(shí)間跨度與實(shí)際應(yīng)用效果，本文采用Landsat影像進(jìn)行研究。

表1 2016—2017年閱海濕地GF2及Landsat 8反演的NPP區(qū)域均值

采樣時(shí)間為2018年8月，由于8月底正是植被全年生長最旺盛的季節(jié)，而10月開始植被就停止生長，并進(jìn)入凋零。8月采樣所獲取的地面生物量可以視為全年植被生長的累積量。選擇閱海濕地主要植被之一的蘆葦作為采集對(duì)象，閱海濕地蘆葦?shù)纳L區(qū)域包括水生蘆葦區(qū)域和陸生蘆葦區(qū)域兩大類，兩種蘆葦生長情況由于生長環(huán)境的不同存在著較大差距，采樣為達(dá)到較好的代表性，故在水生區(qū)域與陸生區(qū)域分別設(shè)置3個(gè)采樣點(diǎn)，樣方大小為1 m×1 m，在布設(shè)過程中盡量考慮樣方的均勻性和代表性，以減少因樣方布設(shè)位置帶來的誤差，以上樣本采集后，裝入對(duì)應(yīng)實(shí)驗(yàn)袋，并根據(jù)GPS信息進(jìn)行編號(hào)，同時(shí)對(duì)鮮重進(jìn)行標(biāo)定，曬干后在65℃環(huán)境內(nèi)烘干2 h至恒重，得到各采樣點(diǎn)地(水)上生物量干重?cái)?shù)據(jù)，采用目前通用的生物量干重(g·m-2)與NPP(g·C·m-2)的轉(zhuǎn)換系數(shù)0.45得到樣區(qū)內(nèi)的實(shí)測NPP數(shù)據(jù)[25]。表2是對(duì)2018年8月閱海濕地每一個(gè)設(shè)置的樣方中的蘆葦株數(shù)、鮮重、干重，NPP稱重結(jié)果的記錄。該實(shí)測值為模型的選擇及分析提供主要參考信息。NPP計(jì)算公式如下:

表2 2018年8月閱海濕地采樣結(jié)果

NPP=Dw×0.45

(1)

式(1)中，NPP為實(shí)測計(jì)算NPP值；Dw為平方米內(nèi)蘆葦干重；0.45為通用生物量干重與NPP的轉(zhuǎn)換系數(shù)0.45。

1.2 研究方法

1.2.1 面向?qū)ο蠓诸?/p>

本實(shí)驗(yàn)主要在ENVI軟件中采用多尺度分割后使用監(jiān)督分類，將影像大致分為水域、建設(shè)用地、水生蘆葦、陸生蘆葦、農(nóng)田等類型。

1.2.2 NPP的估算方法

傳統(tǒng)的NPP估算方法為CASA估算模型，該模型是針對(duì)北美地區(qū)所有植被建立的[26]，同時(shí)該模型提出在理想狀態(tài)下植被存在最大光能利用率，但實(shí)際上不同植被的最大光能利用率是不同的，該模型適用于低空間分辨率NPP計(jì)算。為了獲得更高的精度，許多學(xué)者根據(jù)不同的需求和植被特征調(diào)整了CASA模型[27]中的參數(shù)，而羅玲[28]提出了中高空間分辨率蘆葦濕地植被NPP遙感估算模型其計(jì)算公式如下：

(2)

MSAVI=

(3)

NPP=[(-8× 10-6)×(937.36×NDVI1.8918)2+0.0113×(937.36×NDVI1.8918+0.9407)]×[(-8069.8)×MSAVI2+10292×MSAVI-1542.9]

(4)

式(2)—式(4)中，NDVI為歸一化植被指數(shù)；NIR為近紅外波段反射率；R為紅光波段的反射率[29]；MSAVI為基于反射率計(jì)算的修正的土壤調(diào)節(jié)植被指數(shù)。

傳統(tǒng)NPP光能利用模型(如CASA)估算得到的蘆葦NPP值大致為500 g·C·m-2[26-27]，羅玲[28]在其論文中說明了利用其建立的遙感估算模型反演的NPP值相較于CASA模型更接近實(shí)際采樣值。本文利用Landsat資料，通過式(4)對(duì)2018年8月閱海濕地NPP進(jìn)行反演，計(jì)算結(jié)果為1033.52 g·C·m-2，這與2018年8月在閱海濕地實(shí)地采樣(表1)得到的NPP均值1151.19 g·C·m-2基本一致。因此，本文利用Landsat資料，采用羅玲的遙感估算模型式(4)反演閱海濕地1987—2017年逐年NPP值。

1.2.3 趨勢分析方法

在模擬每個(gè)柵格的變化趨勢分析方法中，一元線性回歸分析具有較大優(yōu)勢[30]。本文用一階線性擬合的方法來模擬多年NPP的變化趨勢，計(jì)算公式為：

Yi=aXi+b

(5)

(6)

(7)

△ai=Yi-Y1

(8)

式(5)—式(8)中，i為1—31的年序號(hào)；Yi為第i年線性擬合得到的NPP值；a,b為一元線性回歸分析后的參數(shù)；Y1為經(jīng)過一元線性線性回歸分析后第1年的NPP值；Δai為經(jīng)過一元線性回歸分析后第i年相對(duì)于第1年NPP變化量；其中Δai>0說明第i年的NPP是相對(duì)增加的，否則為相對(duì)減小。

1.3 研究區(qū)域

閱海濕地位于中國寧夏回族自治區(qū)銀川市金鳳區(qū)，位于38°14′N、106°14′E，地處中國西北地區(qū)、寧夏平原中部，總面積為20 km2(圖1a)，是銀川市面積最大、地貌保持最完整的一塊生態(tài)濕地[31]。地處溫帶大陸性氣候，四季分明，春遲夏短，秋早冬長，雨雪稀少，蒸發(fā)強(qiáng)烈。年平均氣溫8.5 ℃，年平均降雨量200 mm左右。本實(shí)驗(yàn)于2018年8月在閱海濕地進(jìn)行實(shí)地蘆葦采樣。

圖1 2018年閱海濕地的地理位置(a)和土地覆被分類(b)

結(jié)合Google Earth高分辨率的影像對(duì)研究區(qū)內(nèi)的地物類型進(jìn)行感興趣區(qū)域(Region of interest，ROI)選擇，作為監(jiān)督分類中的先驗(yàn)知識(shí)，對(duì)整幅影像進(jìn)行分類，同時(shí)利用野外考察獲取的數(shù)據(jù)對(duì)監(jiān)督分類的結(jié)果進(jìn)行驗(yàn)證，最終獲得濕地土地覆被分類圖(圖1b)。閱海濕地中心區(qū)域以及四周區(qū)域主要分布的植被為蘆葦，水域中有大量水生蘆葦，湖域四周為水生蘆葦與陸生蘆葦伴生，依據(jù)其光譜差異性對(duì)其進(jìn)行分類。綜合1987—2017年湖域面積變化情況以及對(duì)湖域周圍的植被變化情況分析，可以確定本文的研究區(qū)域包括了蘆葦生長區(qū)域。

2 結(jié)果分析

2.1 1987—2017年閱海濕地蘆葦NPP均值時(shí)間變化及與氣溫、降水的關(guān)系

基于Landsat資料，利用式(4)對(duì)通過分析1987—2017年閱海濕地蘆葦NPP平均值進(jìn)行反演，其結(jié)果見NPP平均值變化曲線(圖2)。該區(qū)域最近31 a的NPP平均值浮動(dòng)較大，其中1988年與1997年為最低值和次低值年，由于這兩年夏季無較好質(zhì)量Landsat影像，因此分別由1988年10月與1997年5月影像代替，故其NPP平均值相對(duì)于7—8月影像計(jì)算得出的NPP平均值略低。2002年為第3低值年，年平均值為691.11 g·C·m-2，該年影像為夏季正常質(zhì)量影像，經(jīng)分析得其平均值較低的原因?yàn)椋洪喓竦刈?002年開始造湖活動(dòng)，人類活動(dòng)影響較大。2002年后NPP平均值隨時(shí)間先增大后減小，其原因?yàn)椋涸旌\(yùn)動(dòng)初期，湖周圍區(qū)域農(nóng)田荒廢，環(huán)境水資源激增，使得蘆葦?shù)入s草生長旺盛；但造湖活動(dòng)后期開始開發(fā)湖邊娛樂項(xiàng)目、興建公園，故此NPP平均值明顯減少。2013年后閱海濕地大致成型，NPP平均值波動(dòng)不大。2012年缺少衛(wèi)星影像數(shù)據(jù)，造成當(dāng)年NPP值缺失。1987—2017年的31 a間，NPP平均值為500—2000 g·C·m-2。

為探究閱海濕地NPP平均值變化趨勢與氣候因素之間的關(guān)系，利用Pearson相關(guān)分析方法，對(duì)NPP平均值與月累計(jì)降水量和月平均氣溫之間的關(guān)系進(jìn)行分析(表3)。結(jié)果表明，1987—2017年NPP平均值與同年6—8月月平均氣溫呈弱負(fù)相關(guān)，其中與6月平均氣溫相關(guān)性最強(qiáng)，為-0.19；NPP平均值與同年6月累計(jì)降水量呈弱正相關(guān)，與7月、8月降水均呈弱負(fù)相關(guān)。經(jīng)P-value檢驗(yàn)表明，均未通過顯著性檢驗(yàn)，說明閱海濕地蘆葦生長受氣溫與降雨影響較小，可能主要受到閱海濕地的城市化進(jìn)程的影響。

表3 1987—2017年閱海濕地氣溫、降水量與NPP平均值的相關(guān)系數(shù)及顯著性檢驗(yàn)

2.2 閱海濕地NPP空間分布的年代際變化

NPP平均值僅能體現(xiàn)研究區(qū)域總體蘆葦NPP變化，難以得出蘆葦長勢的空間變化。故本實(shí)驗(yàn)利用MATLAB軟件對(duì)研究區(qū)域蘆葦NPP平均值進(jìn)行逐像元計(jì)算，將一半以上年份無植被覆蓋的像元定義為無植被覆蓋像元，減少極端情況對(duì)整體實(shí)驗(yàn)的影響。由于氣候變化具有年代際變化特征，所以本文分別對(duì)研究區(qū)域內(nèi)蘆葦NPP進(jìn)行31 a時(shí)間序列(圖3a)、10 a時(shí)間序列(圖3b至圖3d)與年代際時(shí)間序列特征分析(圖3e至圖3h)。

圖3 1987—2017年(a)、1987—1996年(b)、1997—2006年(c)、2007—2017年(d)、1987—1989年(e)、1990—1999年(f)、2000—2009年(j)和2010—2017年(h)閱海濕地NPP平均值空間分布

對(duì)1987—2017年閱海濕地NPP平均值進(jìn)行分析(圖3a)，NPP高值區(qū)域?yàn)樘J葦長勢較好的水生蘆葦區(qū)域，此種類型多分布于閱海濕地的中心區(qū)域；NPP中值區(qū)域?yàn)殚L勢一般的水生蘆葦與長勢較好的陸生蘆葦伴生的區(qū)域，多分布于閱海濕地的四周水域及含水量較高的水田內(nèi)部；NPP低值區(qū)域?yàn)殚L勢較差的陸生蘆葦，多生長在荒廢的農(nóng)田。上述分布格局的影響因素主要有兩方面：一是水生蘆葦長勢優(yōu)于陸生蘆葦。研究區(qū)域?yàn)榇笃瑵竦?，?duì)于適合在水中生長的蘆葦來說，環(huán)境更為適宜，故湖心及沿湖四周存在大量長勢良好的水生蘆葦；二是研究區(qū)域生態(tài)環(huán)境人為干預(yù)程度歷年變化較大。為改善閱海濕地的生態(tài)環(huán)境，政府開展了一系列生態(tài)工程，水體中心區(qū)域的蘆葦覆蓋范圍變化較大。且造湖運(yùn)動(dòng)開始后，水域范圍擴(kuò)大水生蘆葦生長環(huán)境變好，故水域四周NPP值明顯偏高。隨著造湖運(yùn)動(dòng)的結(jié)束及湖周圍公園的興建，閱海濕地四周的蘆葦NPP值明顯減少。對(duì)自1987年開始的每10 a時(shí)間序列進(jìn)行分析(圖3b至圖3d)，可以得出1987—1996年與1997—2006年的NPP平均值大小的分布格局沒有太大變化，但是2007—2017年NPP平均值較前兩個(gè)10 a相比，NPP最大值和最小值均在增加，說明NPP平均值總體上呈增長趨勢。自開展造湖運(yùn)動(dòng)后，閱海濕地中心區(qū)域蘆葦?shù)纳L環(huán)境遭到嚴(yán)重破壞，故從NPP平均值分布上可以看出，2007—2017年湖中心NPP值大幅度下降(圖3d)。

閱海濕地蘆葦空間分布總體與水域范圍相同，但對(duì)該區(qū)域不同年代際的NPP進(jìn)行分析可以看出(圖3e至圖3h)，20世紀(jì)80年代末和21世紀(jì)10年代NPP值大于20世紀(jì)90年代和21世紀(jì)00年代。20世紀(jì)80年代末和21世紀(jì)10年代區(qū)域內(nèi)最大值分別為3611.97 g·C·m-2和3555.31 g·C·m-2。20世紀(jì)90年代和21世紀(jì)00年代，區(qū)域內(nèi)最大值分別為3090.29 g·C·m-2和3224.88 g·C·m-2。從整體性看，20世紀(jì)80年代和21世紀(jì)10年代最大值分布的區(qū)域主要為閱海濕地的中心區(qū)域，而20世紀(jì)90年代和21世紀(jì)00年代最大值區(qū)域分布在閱海濕地的四周區(qū)域，且分布較為均勻，總體趨勢為NPP平均值穩(wěn)步增長。

2.3 閱海濕地蘆葦NPP時(shí)間變化趨勢分析

為減小某些年份數(shù)據(jù)對(duì)整體結(jié)論的影響，分別按照31 a時(shí)間序列(圖4a)、每10 a時(shí)間序列(圖4b至圖4d)和年代際時(shí)間序列(圖4e至圖4h)對(duì)閱海濕地蘆葦NPP進(jìn)行線性趨勢計(jì)算。

圖4 1987—2017年(a)、1987—1996年(b)、1997—2006年(c)、2007—2017年(d)、1987—1989年(e)、1990—1999年(f)、2000—2009年(j)、2010—2017年(h)閱海濕地NPP變化趨勢空間分布

從1987—2017年共計(jì)31 a閱海濕地蘆葦NPP變化趨勢可以看出(圖4)，除了閱海濕地東北部植被NPP呈減少趨勢外，湖中區(qū)域與四周區(qū)域的NPP呈增加趨勢(圖4a)。其主要原因?yàn)樵旌顒?dòng)使大量耕地及沼澤環(huán)境直接轉(zhuǎn)換為水環(huán)境，閱海濕地水域增加，使得水生蘆葦生長環(huán)境顯著變好，因此湖中區(qū)域的NPP值呈增長趨勢。而閱海濕地東部蘆葦NPP普遍呈減少趨勢的主要原因是造湖前此地多為旱地，植被稀疏，而造湖后此地先退耕還湖，后修建成湖邊公園，蘆葦?shù)纳L環(huán)境受人為因素的干擾發(fā)生了變化，導(dǎo)致蘆葦NPP呈減少的趨勢。除上述兩個(gè)位置外，其余部分受影響較小，總體變化不大。

由每10 a時(shí)間序列趨勢分析結(jié)果可知，1997—2006年閱海濕地四周的NPP呈減少趨勢，其中閱海濕地東部沿湖區(qū)域減少趨勢較大(圖4e至圖4h)。2007—2017年NPP減少趨勢有所減緩，該區(qū)域進(jìn)入造湖運(yùn)動(dòng)后的恢復(fù)期(圖4d)。20世紀(jì)90年代(圖4f)和21世紀(jì)00年代(圖4g)該區(qū)域的NPP總體呈增長趨勢，除了20世紀(jì)90年代閱海濕地的北部部分區(qū)域和21世紀(jì)00年代的湖中心小部份區(qū)域、四周部分區(qū)域呈減少趨勢，閱海濕地其他區(qū)域在20世紀(jì)90年代和21世紀(jì)00年代呈穩(wěn)步增長的趨勢。為擴(kuò)大閱海濕地的范圍，政府采取了一系列的生態(tài)工程，例如造湖運(yùn)動(dòng)，該工程主要目的是擴(kuò)大閱海濕地的水域面積，但破壞了閱海濕地四周區(qū)域蘆葦?shù)纳L環(huán)境，使得NPP值呈現(xiàn)驟減的現(xiàn)象(圖4h)。

3 結(jié)論與討論

(1)1997—2006年7月、8月中，2002年NPP平均值最低(691.11 g·C·m-2)，2003—2007年NPP平均值先增大后減??；這是由于造湖運(yùn)動(dòng)初期，農(nóng)田荒廢，水資源激增，使得蘆葦長勢變好；2008年后蘆葦NPP平均值趨于平緩，說明該濕地蘆葦生態(tài)穩(wěn)定性增加，與銀川市開展的恢復(fù)閱海濕地建設(shè)工程有關(guān)。

(2)1997—2006年造湖運(yùn)動(dòng)前后，閱海濕地NPP平均值空間差異大。造湖運(yùn)動(dòng)之前，湖域中包含部分農(nóng)田，而造湖運(yùn)動(dòng)對(duì)農(nóng)田區(qū)域進(jìn)行了整改，整改后湖域NPP平均值的來源主要為蘆葦。這表明退田還湖工程對(duì)閱海濕地植被有影響。

(3)1987—2017年閱海濕地蘆葦NPP變化區(qū)域差異明顯。閱海濕地東北部區(qū)域呈降低趨勢，為片狀分布，其他區(qū)域增加和降低的趨勢交錯(cuò)出現(xiàn)。造湖運(yùn)動(dòng)期間，閱海濕地南部區(qū)域和部分水田區(qū)域NPP增加明顯，均高于31 a 的NPP變化趨勢。對(duì)比造湖運(yùn)動(dòng)前后10 a的NPP平均值變化情況，前10 a的NPP平均值增加的區(qū)域面積明顯大于造湖運(yùn)動(dòng)后10 a的NPP平均值增加區(qū)域面積。

(4)本實(shí)驗(yàn)采用目前普遍采用的1 m×1 m樣方，在實(shí)際采樣地點(diǎn)選擇上遵循了隨機(jī)性。Landsat為30 m×30 m空間分辨率的衛(wèi)星影像，兩者雖然在空間分辨率上有區(qū)別，但由于采樣點(diǎn)選擇的隨機(jī)性，因此認(rèn)為其具有一定的代表性。當(dāng)然在條件具備的情況下，若能采用對(duì)應(yīng)空間分辨率的樣方大小應(yīng)更為理想。

(5)蘆葦生長旺季為7—8月，8月底NPP達(dá)到最大，本實(shí)驗(yàn)采用對(duì)應(yīng)時(shí)間遙感數(shù)據(jù)進(jìn)行NPP反演。在討論氣象條件對(duì)濕地蘆葦NPP的影響時(shí)，考慮到氣象因子對(duì)蘆葦生長的影響具有滯后性，因此采用了 6—8月氣溫、降雨數(shù)據(jù)計(jì)算其與NPP之間的相關(guān)系數(shù)。由于篇幅所限，更多氣象因子與NPP之間關(guān)系還有待于進(jìn)一步研究。

(6)經(jīng)本文分析閱海濕地NPP變化趨勢可以得知，造湖運(yùn)動(dòng)造成湖域東部區(qū)域NPP值普遍降低，造湖運(yùn)動(dòng)結(jié)束后湖域周圍NPP呈緩慢增長趨勢，2010年以來湖域四周進(jìn)行的生態(tài)公園修建等活動(dòng)使得閱海濕地四周NPP值減少。因此，人為活動(dòng)對(duì)閱海濕地生態(tài)環(huán)境變化具有一定程度的影響。在濕地生態(tài)的研究中，遙感反演相較于實(shí)地調(diào)研，具有更強(qiáng)時(shí)效性，可為銀川地區(qū)生態(tài)環(huán)境改造工程實(shí)施提供參考。