1982—2010年中國草地凈初級生產力時空動態及其與氣候因子的關系

周 偉，牟鳳云，剛成誠，官冬杰，何錦峰，李建龍

1 重慶交通大學, 建筑與城市規劃學院，重慶 4000742 西北農林科技大學, 水土保持研究所, 楊凌 7121003 南京大學, 生命科學學院，南京 210093

1982—2010年中國草地凈初級生產力時空動態及其與氣候因子的關系

周 偉1,*，牟鳳云1，剛成誠2，官冬杰1，何錦峰1，李建龍3

1 重慶交通大學, 建筑與城市規劃學院，重慶 4000742 西北農林科技大學, 水土保持研究所, 楊凌 7121003 南京大學, 生命科學學院，南京 210093

植被凈初級生產力(NPP)及其與氣候變化的響應研究是全球變化的核心內容之一。論文基于長時間序列遙感數據和氣象數據，通過光能利用率模型(Carnegie-Ames-Stanford approach， CASA模型)模擬了1982—2010 年中國草地NPP，進而分析其時空變化特征及其與氣候水熱因子的相關性。結果表明：(1)1982—2010年中國草地年平均NPP為282.0 gC m-2a-1，年總NPP的多年平均值為988.3 TgC；空間分布上呈現東南部高西北部低的特征。(2)近30年中國草地NPP增加速率為0.6 gC m-2a-1，呈增加趨勢的面積占中國草地總面積的67.2%；總體上，中國草地NPP呈極顯著和顯著增加的比例(35.8%、8.0%)大于呈極顯著和顯著減少的比例(5.8%、4.8%)；NPP明顯增加的區域主要包括青藏高原西部、阿拉善高原、新疆西部；明顯降低的區域主要分布在內蒙古地區；不同年代際和不同草地類型的NPP變化趨勢差異明顯。(3)草地NPP與降水量的相關性高于與溫度的相關性。不同草地類型NPP對氣溫、降水量的響應程度不同，其中溫性荒漠草原 、溫性草原、溫性草甸草原的NPP與降水量均達到顯著正相關(P<0.05)。

草地凈初級生產力；時空動態；氣溫；降水量；耦合關系分析

陸地生態系統對氣候變化的響應是全球變化研究的焦點之一[1]，植被是氣候變化最直觀的體現和重要標志[2]。全球CO2濃度在1975—2011年間升高了40%(280—391cm3/m3)，全球平均氣溫在1880—2012年間升高了0.85℃，北半球在過去1400年中1983—2012年是最暖的30a，北半球中緯度陸地平均降水量增加，強厄爾尼諾事件導致水熱條件的變化[3]。所有這些變化(氣候變化、人為干擾、生態過程變化)均會對陸地植被凈初級生產力(NPP) 產生影響[4- 5]。全球或區域尺度陸地生態系統NPP的研究始于19世紀中期，氣候因子對生態系統NPP的影響學術界存在不同認識[6]。有研究表明在1980—2000年間，全球陸地植被NPP呈增加趨勢，然而不同區域其增加原因不同[5]。也有研究綜合分析了1982—1999年全球陸地植被NPP與氣候數據的耦合關系，發現氣候變化使氣候的脅迫作用得到緩解，導致全球陸地植被NPP總量增加了6%[7]。在全球氣候變化的大背景下，中國的氣候也發生了相應變化[8- 11]，陸地植被NPP表現出一定的增長趨勢[12]，氣候變化使水熱條件對植被生長的脅迫作用減弱，并且中國植被NPP對氣候變化的響應具有明顯的區域差異性[13]。

草地作為陸地生態系統的重要組成部分，覆蓋了陸地表面20%的區域，因其巨大的覆蓋面積和類型的多樣性，使其在區域乃至全球碳循環研究中具有獨特的地位和重要性[14- 15]。中國草地主要分布在北方干旱、半干旱氣候區以及青藏高原高寒氣候區，這些區域位于全球氣候變化的敏感地帶和生態環境脆弱區。NPP是草地生態系統固碳能力的重要表征，因此定量研究我國草地NPP的時空變化特征及其對氣候變化的響應，可為正確評價草地生態系統生產能力提供科學依據，并有助于認識全球變化對陸地生態系統碳循環的影響機制。近年來，國內外學者針對中國草地NPP模擬及其對氣候變化的響應開展了廣泛研究[16- 20]，由于研究時段和空間尺度的差異，以及數據來源的不同，導致NPP的模擬結果間可比性較差，并且不同區域草地NPP對氣候水熱因子的響應具有差異性。

鑒于以上，為了更好地理解和綜合分析長時間序列上中國草地NPP時空動態及其與氣候變化的關系，本研究以1982—2010年中國草地生態系統為例：1)基于CASA模型，利用NDVI數據、氣象數據和土地覆蓋數據，對中國草地NPP進行動態模擬，闡明近30年來中國草地NPP的時空變化特征，2)通過中國草地NPP與氣象數據的耦合分析，揭示不同時段和不同類型草地NPP的變化趨勢及其對氣候水熱因子變化的響應特征。這對全球氣候變化背景下草地生態系統碳循環和碳收支研究具有重要的理論和實踐意義，同時可為草地資源保護和草地生態系統的可持續發展提供科學依據。

1 材料與方法

1.1 數據來源與預處理

1.1.1 GIMMS NDVI數據及處理

本研究采用美國國家航天航空局(NASA)全球監測與模型研究組(GIMMS)提供的NDVI 半月最大合成數據作為數據源(http://ecocast.arc.nasa.gov/)。其時間序列為1982—2010 年，空間分辨率為8km×8km。該數據集是目前最長時間序列的NDVI數據，與其他NDVI數據相比，其誤差小、精度較高，已廣泛應用于全球及區域大尺度植被變化的研究中。因最大值合成法(Max Value Composite，MVC)能消除一部分云、大氣、太陽高度角的干擾，本文采用MVC獲取每月的NDVI數據，采用WGS- 1984地理坐標系統和Albers Equal-Area Conic投影。

1.1.2 氣象數據及處理

本研究采用中國氣象科學數據共享服務網 (http://cdc.cma.gov.cn)提供的1982—2010年全國720個標準氣象站點的月平均氣溫、月降水量，以及全國102個輻射站點的月太陽總輻射數據。根據各氣象站點的經緯度和高程信息，利用Anuspline軟件對氣象數據進行空間插補，獲取與NDVI數據分辨率和投影系統相同的氣象數據柵格影像。

1.1.3 草地類型數據

本文采用的草地分類數據來源于20世紀80年代全國草地資源調查[21]。該分類系統依據植被-生境(地形、土壤、氣候)分類原則將中國草地劃分為19大類，包括溫性草甸草原、溫性草原、溫性荒漠草原、高寒草甸草原、高寒草原、高寒荒漠草原、溫性草原化荒漠、溫性荒漠、高寒荒漠、暖性草叢、暖性灌草叢、熱性草叢、熱性灌草叢、干熱稀樹灌草叢、低地草甸、山地草甸、高寒草甸、沼澤、改良草地。該分類系統中草地面積達352萬km2，占中國陸地面積的37%。

1.2 凈初級生產力NPP的模型模擬和精度驗證

1.2.1 CASA模型

目前各國學者基于不同的理論基礎、研究尺度和數據來源建立了多種植被NPP估算模型。模型可分為3類：1)統計模型；2)參數模型；3)過程模型。CASA模型是基于光能利用率原理的過程模型，已被全球1900多個實測站點校準。CASA模型估算的植被NPP可以由植被吸收的光合有效輻射(APAR)和光能利用率(ε)兩個變量來確定[22]，其估算公式如下：

(1)

式中，APAR(x,t)表示像元x在t月份吸收的光合有效輻射(MJ/m2)，ε(x,t)表示像元x在t月份的實際光能利用率(g C/MJ)。

APAR的估算

光合有效輻射(PAR)是植被進行光合作用的動力，植被吸收的光合有效輻射(APAR)取決于太陽總輻射和植被對光合有效輻射的吸收比例，計算公式如下：

(2)

式中，SOL(x,t)表示像元x在t月份的太陽總輻射量(MJ/m2)；常數0.5表示植被所能利用的太陽有效輻射(400—700 nm)占太陽總輻射的比例；FPAR表示植被層對入射的光合有效輻射(PAR)的吸收比例，在一定范圍內FPAR與NDVI、SR存在較好的線性關系。FPAR的具體計算過程參照文獻[22]。

最大光能利用率εmax的估算

光能利用率(ε)是指植被把所吸收的光合有效輻射(PAR)轉化為有機碳的效率，它主要受溫度和水分的影響，計算公式如下：

(3)

式中，Tε1(x,t)和Tε2(x,t)表示溫度對光能利用率的影響，Wε(x,t)表示水分條件對光能利用率的影響，εmax表示在理想狀態下植被的最大光能利用率，其取值因植被類型不同有較大差別。傳統CASA模型中所使用的全球植被最大光能利用率為0.389gC/MJ，在實際應用時常根據研究區具體植被類型對這一取值進行修正。Zhu等根據誤差最小原則，利用中國的NPP 實測數據，模擬各植被類型的最大光能利用率，該研究成果在估算中國植被NPP時得到廣泛應用，本文εmax的取值也參照這一成果，其中草地εmax為0.542 gC/MJ;Tε1(x,t)和Tε2(x,t)的具體計算方法及改進參照文獻[23]。

1.2.2CASA模型模擬精度驗證

圖1 調查樣地和草地類型圖Fig.1 Field survey sites and grassland types 0:非草地;1:溫性草甸草原;2:溫性草原;3:溫性荒漠草原;4:高寒草甸草原;5:高寒草原;6:高寒荒漠草原;7:溫性草原化荒漠;8:溫性荒漠;9:高寒荒漠;10:暖性草叢;11:暖性灌草叢;12:熱性草叢;13:熱性灌草叢;14:干熱稀樹灌草叢;15:低地草甸;16:山地草甸;17:高寒草甸;18:沼澤;19:改良草地

由于實測NPP難度比較大，通常采用生物量換算NPP的方法進行模型驗證。為了驗證模型精度，于2009年7、8月份草地植被生長旺盛的季節，在研究區進行草地生物量實地采樣調查，共設置樣地51個(圖1)，每個樣地面積為10m×10m，在每個樣地內選擇地形平坦、草地分布均勻處設置1m×1m的樣方共5個。在每個樣方內，齊地收割植物地上部分，然后在70℃的恒溫烘箱內烘干至恒重后稱取干重。根據國內公開發表的關于不同類型草地地下和地上生物量的分配比例[24]，根據根冠比和地上生物量計算地下生物量，然后取碳轉化系數為0.475，得到NPP。51個站點的CASA模型模擬NPP值與實測NPP值的一致性比較如圖2，由圖可見，NPP模擬值與實測值分布在1∶1線附近，同時統計分析表明相對誤差(REE=(模擬值-實測值)/實測值)在17%—30%之間，平均精度達到86%。由此可見CASA模型的模擬結果較為理想，并與實測NPP值間存在極高的一致性。以上表明基于CASA模型模擬得到的中國草地NPP具有很高的模擬精度，適用于中國草地NPP模擬。

圖2 草地NPP模擬值與實測值的一致性檢驗 Fig.2 The consistency test of grassland NPP field measured value and CASA model simulation value

1.3 草地NPP的年際變化趨勢分析

本研究采用一元線性回歸分析方法對1982—2010年中國草地NPP的動態進行變化趨勢分析，單個象元多年回歸方程中趨勢線斜率即為年際變化率。計算公式為：

(4)

式中，θslope為趨勢線斜率，n為監測時間段的年數，NPPi為第i年的草地NPP，斜率為負表示下降，反之則表示上升。

變化趨勢的顯著性檢驗采用F檢驗，顯著性僅代表趨勢性變化可置信程度的高低，與變化快慢無關。統計量計算公式為：

(5)

1.4 草地NPP與氣候因子的相關系數計算

本研究采用基于像元的空間分析方法對草地NPP與氣候因子間的相關性進行分析，年尺度的植被NPP與年均氣溫或降水量的相關系數計算公式如下：

(6)

圖3 1982—2010年中國草地平均NPP的空間分布格局 Fig.3 Spatial pattern of mean grassland NPP in China during 1982—2010

2 結果與分析

2.1 中國草地NPP的空間分布特征分析

1982—2010年中國草地年平均NPP為282.0 gC m-2a-1，空間分布上總體呈現東南部高西北部低的特征(圖3)。其中平均NPP低于50gC m-2a-1的區域位于阿拉善高原、新疆南部，青藏高原北部，占中國草地面積的10.8%；平均NPP介于100—200gC m-2a-1的草地分布范圍最廣面積最大，主要位于青藏高原西部、鄂爾多斯高原、蒙古高原的內蒙古中部，面積占中國草地總面積的21.5%；平均NPP介于200—300gC m-2a-1、300—400gC m-2a-1、400—500gC m-2a-1的草地沿中國西南—東北走向依次分布，其面積分別占中國草地總面積的11.4%、10.2%、10.3%；平均NPP介于600—1150 gC m-2a-1的草地主要分布在南方草山草坡，面積占中國草地總面積的9.0%。

如表1所示，中國19類草地的平均NPP有較大差異：干熱稀樹灌草叢的平均NPP最大，為710.2 gC/m2；熱性草叢次之，為658.0 gC/m2；熱性灌草叢為602.6 gC/m2；高寒荒漠平均NPP最低，為57.7 gC/m2，高寒荒漠草原平均NPP為63.0 gC/m2。中國草地年NPP總量的多年平均值為988.3 Tg C(1 Tg=1012g)，其中高寒草甸NPP總量最大為249.3 Tg C/a，占總量的25.2%；溫性草原次之為117.2 Tg C，山地草甸為75.2 Tg C，改良草地的NPP總量最小為1 Tg C。

表1 不同草地類型的年平均NPP和總NPP

2.2 中國草地NPP的時間動態分析

圖4 1982—2010年中國草地年NPP總量的變化趨勢 Fig.4 Inter-annual changing trend of annual total NPP of grassland in China

1982—2010年間草地NPP總量的年際波動較大(圖4)， 其中1994、1998和2002年較高，NPP總量分別為1112.7 Tg C、1102.7Tg C和1077.3 Tg C，以上3a的NPP總量分別高于多年平均值(988.3 Tg C)11.1%、10.3% 和8.2%。1982年NPP總量僅為896.0 Tg C，為29年間最低值，比多年平均值低10.4%；1985、1987年NPP總量也較低，分別為915.7 Tg C和919.3 Tg C。

1982—2010年中國草地NPP年際變化趨勢的空間分布格局顯示：中國草地NPP呈增加趨勢，增加速率為0.6 gC m-2a-1(圖5)。 NPP顯著增加的區域主要分布在青藏高原西部、阿拉善高原、新疆西部，而NPP顯著降低的區域主要分布在蒙古高原的內蒙古部分(圖5)。

從草地NPP變化的顯著性統計可看出(表2)，草地NPP呈增加趨勢的面積占中國草地總面積的67.3%；并且呈極顯著增加(35.8%)、顯著增加(8.0%)的比例大于呈極顯著減少(5.8%)、顯著減少(4.8%)的比例。19類草地NPP變化的顯著性有明顯差異，其中高寒荒漠草原NPP呈增加趨勢的比例最大為99.5%，且極顯著增加的比例達到89.8%；高寒荒漠、高寒草甸草原、高寒草原、溫性荒漠，其NPP呈增加趨勢的比例也較高，依次為98.7%、96.8%、95.4%、91.2%。而溫性草甸草原NPP呈減少趨勢的比例最大為85%，且極顯著減少的比例為35.9%；暖性草叢、暖性灌草叢、熱性灌草叢、干熱稀樹灌草叢，其NPP呈減少趨勢的比例也較大，分別為75.9%、69.4%、68.4%、65.1%。總體上高寒地區草地平均NPP增加，南方草山草坡平均NPP減少，原因可能是青藏高原地區氣候的暖濕化，有利于高寒地區草地植被生長；然而對于南方灌草叢，氣溫升高降水量減少不利于草地植被生長和生物量積累。

圖5 1982—2010年草地NPP變化趨勢和顯著性檢驗Fig.5 Grassland NPP changing trend and significance test from 1982 to 2010

2.3 草地NPP年際變化與年均氣溫、降水量的相關性分析

1982—2010年中國氣溫、降水量的變化趨勢如圖6所示，新疆、阿拉善高原、青藏高原的年均氣溫升高，且降水量增加，暖濕化趨勢明顯；南方草山草坡分布區暖干化趨勢明顯(圖6)。統計分析表明，近30年中國草地分布區氣溫呈增加趨勢(0.39℃/10a)，且氣溫呈增加趨勢的面積占中國草地總面積的84%；降水量呈減少趨勢(-3.93mm/10a)，其面積比例達56%。

表2 不同草地類型NPP變化的顯著性統計

1：溫性草甸草原Temperate meadow steppe；2：溫性草原Temperate steppe；3：溫性荒漠草原Temperate desert steppe；4：高寒草甸草原Alpine meadow steppe；5：高寒草原Alpine steppe；6：高寒荒漠草原Alpine desert steppe；7：溫性草原化荒漠Temperate steppification desert；8：溫性荒漠Temperate desert；9：高寒荒漠Alpine desert；10：暖性草叢Warm grass；11：暖性灌草叢Warm shrub grass；12：熱性草叢Hot grass；13：熱性灌草叢Hot shrub grass；14：干熱稀樹灌草叢Dry savanna shrub；15：低地草甸Lowland meadow；16：山地草甸Mountain meadow；17：高寒草甸Alpine meadow；18：沼澤Swamp；19：改良草地Improved grassland；20: 中國全部草地Total grassland of China9.

圖7是草地NPP與年均氣溫、降水量的相關系數分布圖。總體上草地NPP與年均氣溫呈正相關(R=0.12)，并且青藏高原西南部、阿拉善高原，相關系數達到顯著正相關(P<0.05)；然而蒙古高原的內蒙古部分、青藏高原西部、新疆北部、南方草山草坡分布區，其NPP與年均氣溫呈負相關。草地NPP與年降水量的相關系數為0.22，空間分布上，大部分地區相關系數為正，尤其是蒙古高原的內蒙古部分、鄂爾多斯高原、青藏高原西部，相關系數達到顯著正相關(P<0.05)。然而阿爾泰山以及青藏高原東南部等地區，其草地NPP與降水量呈負相關，與溫度呈正相關；分析原因可能是該區域屬于高海拔的冷濕環境，低溫是植被生長的限制因子；并且近30年降水量增加明顯(圖6)，然而降水量的增加意味著氣溫的降低[25]，從而抑制植被生長，因此草地NPP與降水量之間負相關關系的真正作用機制是受溫度的影響。

圖6 中國1982—2010年平均溫度和降水量的變化趨勢空間分布圖Fig.6 Change trend of annual mean temperature and precipitation during1982—2010 in China

圖7 中國草地NPP與氣溫和降水量的相關系數空間分布圖Fig.7 Correlation coefficient between grassland NPP and temperature, precipitation in China

3 討論與結論

3.1 不同類型草地NPP的時間變化特征

圖8 不同類型草地NPP的年代際變化趨勢 Fig.8 The change trend of annual NPP of different grassland types from 1980s to 2010s1: 高寒草甸草原;2: 高寒荒漠草原;3: 高寒荒漠;4: 高寒草原;5: 溫性荒漠;6: 溫性草原化荒漠;7: 溫性荒漠草原;8: 山地草甸;9: 高寒草甸;10: 改良草地;11: 溫性草甸草原;12: 沼澤;13: 暖性草叢;14: 暖性灌草叢;15: 溫性草原;16: 低地草甸;17: 熱性草叢;18: 熱性灌草叢;19: 干熱稀樹灌草從;20: 全部草地

1980s、1990s中國草地NPP的增加趨勢逐漸減少，2001—2010年NPP呈減少趨勢(圖8)。19類草地NPP變化趨勢的年代際間差異明顯，總體上表現為4種特征：①高寒草甸草原、高寒荒漠草原、高寒荒漠、高寒草原、溫性荒漠、溫性草原化荒漠、溫性荒漠草原的NPP在1982—2010年均呈增加趨勢，分析原因：一方面由于以上地區氣候的暖濕化，有利于草地植被生長；另一方面國家退牧還草工程的實施，如人工種草、圍欄封育和劃區輪牧措施一定程度上促進草地植被生長，導致生產力提高。②山地草甸、高寒草甸、改良草地的NPP在1982—2000年呈增加趨勢，在2001—2010年呈減少趨勢。③溫性草甸草原、溫性草原、暖性草叢、暖性灌草叢、低地草甸、沼澤的NPP在1980s呈增加趨勢，而在1991—2010年呈減少趨勢。④熱性草叢、熱性灌草叢、干熱稀樹灌草叢的NPP在近30年均呈減少趨勢，原因可能是近30年我國南方降水量減少，氣溫升高，暖干趨勢明顯(圖6)，不利于草地生長和生產力提高。

3.2 氣候水熱因子變化對草地NPP的影響分析

氣候變化是陸地植被活動年際變化的主要影響因素[26,27]。本研究發現：①1982—2010年我國84%的草地分布區年均氣溫呈增加趨勢(0.39℃/10a)，稍低于全國0.42℃/10a[28]；②56%的草地分布區年降水量呈減少趨勢(-3.9mm/10a)；③我國西北干旱區和青藏高原地區氣溫升高，降水量也增加，這與前人關于中國西北地區氣候變化的研究結論一致，即我國西北地區氣候自1980s以來暖濕趨勢明顯[8]。因為降水量的增加使得水分對草地生長的脅迫作用降低，進而促進干旱地區草地生長；④我國67.2%的草地分布區的NPP呈增加趨勢，增加速率達到0.6 gC m-2a-1。

水熱因子對草地NPP的影響方面：NPP與降水量的相關系數大于與溫度的相關系數(R=0.22，0.12)，表明草地植被的生長受降水量的影響更大，因為水分是草地生命活動和草地NPP變化最主要的限制性因子，尤其在干旱地區[29]。由于溫度的增加則意味著蒸散量的加強和可利用水分的減少，使環境更加干旱[30]。但不同類型草地NPP對溫度、降水量的依賴程度存在差異(表3)，研究發現，溫性荒漠草原NPP與降水量的相關系數最大(R=0.44)，達到極顯著正相關；溫性草原(R=0.4)和溫性草甸草原(R=0.4)次之，達到顯著正相關；這是由于以上3種草地主要分布在西部干旱半干旱地區，對于干旱地區降水的增加有利于草地植被的生長[31]。殷賀等在對內蒙古荒漠化研究中也發現，降水因子和荒漠區植被恢復有著密切的聯系，降水量較高的豐水年份，荒漠邊緣的稀疏草地和灌叢生長狀況較好，植被恢復較好[32]。暖性草叢、暖性灌草叢、熱性草叢、熱性灌草叢、干熱稀樹灌草叢的NPP與溫度呈負相關，由于南方草山草坡分布區氣候炎熱，溫度升高將進一步導致蒸散發量增加，不利于草地植被生長。

表3 不同類型草地NPP與年均氣溫和年總降水量的相關系數

1—20意義同表2； *顯著相關(P<0.05)，**極顯著相關(P<0.01)

3.3 結論

(1)中國草地年平均NPP為282.0 gC m-2a-1，年總NPP為988.3 TgC。在1982—2010年間，草地NPP呈增加趨勢(0.6 gC m-2a-1)，呈增加趨勢的草地面積占中國草地總面積的67.2%。

(2)空間分布上，中國草地NPP呈現東南部高西北部低的特征。NPP顯著增加的區域位于青藏高原西部、阿拉善高原、新疆西部，顯著降低的區域位于內蒙古地區。

(3)中國草地NPP在不同年代際和不同草地類型的變化趨勢不同。1980—2000年草地NPP呈增加趨勢，2010年以來呈減少趨勢；其中高寒地區草原和荒漠地區草原其NPP在近30年均呈增加趨勢，而熱帶地區灌草叢其NPP在近30年均呈減少趨勢。

(4)降水量對中國草地NPP的影響比氣溫的影響更明顯。不同草地類型NPP對年均氣溫、年總降水量的依賴程度不同，其中溫性荒漠草原 、溫性草原、溫性草甸草原其NPP與降水量間達到顯著正相關(P<0.05)，而暖性草叢、暖性灌草叢、熱性草叢、熱性灌草叢、干熱稀樹灌草叢的NPP與溫度呈負相關。

[1] Walker B, Steffen W. IGBP Science No. 1: a synthesis of GCTE and related research. Stockholm: IGBP, 1997: 1- 24.

[2] 張新時. 研究全球變化的植被——氣候分類系統. 第四紀研究, 1993, (2): 157- 169.

[3] Fifth Assessment Report-Climate change 2013. http://www.ipcc.ch/pdf/assessment-report/ar5/wg1/WG1AR5_SummaryVolume_FINAL_CHINESE.pdf

[4] Matsushita B, 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.

[5] Nemani R R, Keeling C D, Hashimoto H, Jolly W M, Piper S C, Tucker C J, Myneni R B, Running S W. Climate-driven increases in global terrestrial net primary production from 1982 to 1999. Science, 2003, 300(5625): 1560- 1563.

[6] Fang J Y, Piao S L, Tang Z Y, Peng C H, Ji W, Knapp A K, Smith M D. Interannual variability in net primary production and precipitation. Science, 2001, 293(5536): 1723- 1723.

[7] Running S W, Nemani R R, Heinsch F A, Zhao M S, Reeves M, Hashimoto H. A continuous satellite-derived measure of global terrestrial primary production. BioScience, 2004, 54(6): 547- 560.

[8] Shi Y F, Shen Y P, Kang E S, Li D L, Ding Y J, Zhang G W, Hu R J. Recent and future climate change in northwest China. Climatic Change, 2007, 80(3/4): 379- 393.

[9] 王紹武, 龔道溢, 葉瑾琳, 陳振華. 1880年以來中國東部四季降水量序列及其變率. 地理學報, 2000, 55(3): 281- 293.

[10] 王紹武, 葉瑾琳, 龔道溢, 朱錦紅, 姚檀棟. 近百年中國年氣溫序列的建立. 應用氣象學報, 1998, 9(4): 392- 401.

[11] Zhai P M, Zhang X B, Wan H, Pan X H. Trends in total precipitation and frequency of daily precipitation extremes over China. Journal of Climate, 2005, 18(7): 1096- 1108.

[12] 樸世龍, 方精云, 郭慶華. 1982—1999年我國植被凈第一性生產力及其時空變化. 北京大學學報: 自然科學版, 2001, 37(4): 563- 569.

[13] 朱文泉, 潘耀忠, 陽小瓊, 宋國寶. 氣候變化對中國陸地植被凈初級生產力的影響分析. 科學通報, 2007, 52(21): 2535- 2541.

[14] Scurlock J M O, Hall D O. The global carbon sink: a grassland perspective. Global Change Biology, 1998, 4(2): 229- 233.

[15] Ni J. Forage yield-based carbon storage in grasslands of China. Climatic Change, 2004, 67(2/3): 237- 246.

[16] 高清竹, 萬運帆, 李玉娥, 盛文萍, 江村旺扎, 王寶山, 李文福. 藏北高寒草地NPP變化趨勢及其對人類活動的響應. 生態學報, 2007, 27(11): 4612- 4619.

[17] Piao S L, Fang J Y, Zhou L M, Tan K, Tao S. Changes in biomass carbon stocks in China′s grasslands between 1982 and 1999. Global Biogeochemical Cycles, 2007, 21(2): GB2002.

[18] 王玉輝, 周廣勝. 內蒙古羊草草原植物群落地上初級生產力時間動態對降水變化的響應. 生態學報, 2004, 24(6): 1140- 1145.

[19] 張峰, 周廣勝, 王玉輝. 基于CASA模型的內蒙古典型草原植被凈初級生產力動態模擬. 植物生態學報, 2008, 32(4): 786- 797.

[20] 龍慧靈, 李曉兵, 王宏, 魏丹丹, 張程. 內蒙古草原區植被凈初級生產力及其與氣候的關系. 生態學報, 2010, 30(5): 1367- 1378.

[21] 中華人民共和國農業部畜牧獸醫司, 全國畜牧獸醫總站. 中國草地資源. 北京: 中國科學技術出版社, 1996.

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

[23] Zhu W Q, Pan Y Z, He H, Yu D Y, Hu H B. Simulation of maximum light use efficiency for some typical vegetation types in China. Chinese Science Bulletin, 2006, 51(4): 457- 463.

[24] 樸世龍, 方精云, 賀金生, 肖玉. 中國草地植被生物量及其空間分布格局. 植物生態學報, 2004, 28(4): 491- 498.

[25] 穆少杰, 李建龍, 陳奕兆, 剛成誠, 周偉, 居為民. 2001- 2010年內蒙古植被覆蓋度時空變化特征. 地理學報, 2012, 67(9): 1255- 1268.

[26] Keeling C D, Chin J F S, Whorf T P. Increased activity of northern vegetation inferred from atmospheric CO2measurements. Nature, 1996, 382(6587): 146- 149.

[27] Weltzin J F, Loik M E, Schwinning S, Williams D G, Fay P A, Haddad B M, Harte J, Huxman T E, Knapp A K, Lin G H, Pockman W T, Shaw R M, Small E E, Smith M D, Smith S D, Tissue D T, Zak J C. Assessing the response of terrestrial ecosystems to potential changes in precipitation. BioScience, 2003, 53(10): 941- 952.

[28] Piao S L, Fang J Y, Ji W, Guo Q H, Ke J H, Tao S. Variation in a satellite-based vegetation index in relation to climate in China. Journal of Vegetation Science, 2004, 15(2): 219- 226.

[29] Guo R, Wang X K, Ouyang Z Y, Li Y N. Spatial and temporal relationships between precipitation and ANPP of four types of grasslands in northern China. Journal of Environmental Sciences, 2006, 18(5): 1024- 1030.

[30] Shen W S, Li H D, Sun M, Jiang J. Dynamics of aeolian sandy land in the Yarlung Zangbo River basin of Tibet, China from 1975 to 2008. Global and Planetary Change, 2012, 86- 87: 37- 44.

[31] Yang Y H, Fang J Y, Ma W H, Wang W. Relationship between variability in aboveground net primary production and precipitation in global grasslands. Geophysical Research Letters, 2008, 35(23): L23710.

[32] 殷賀, 李正國, 王仰麟, 蔡福. 基于時間序列植被特征的內蒙古荒漠化評價. 地理學報, 2011, 66(5): 653- 661.

Spatio-temporal dynamics of grassland net primary productivity and their relationship with climatic factors from 1982 to 2010 in China

ZHOU Wei1,*, MU Fengyun1, GANG Chengcheng2, GUAN Dongjie1, HE Jinfeng1, LI Jianlong3

1 College of Architecture and Urban Planning, Chongqing Jiaotong University, Chongqing 400074, China2 Institute of Soil and Water Conservation, Northwest Agriculture and Forestry University, Yangling 712100, China3 School of Life Science, Nanjing University, Nanjing 210093, China

Global warming has led to significant vegetation changes in the past half century. Grasslands in China are mainly located in ecologically fragile regions, which are sensitive to climate change. During recent decades, grasslands have experienced prominent warming and drying. Therefore, investigating the response of grasslands to climatic variations is necessary for a better understanding of the cumulative consequences of climate change. Grassland net primary productivity (NPP) is an important indicator for evaluating grassland ecosystem conditions. We used multi-source remote-sensing data and meteorological data to estimate the grassland NPP from 1982 to 2010, based on the Carnegie-Ames-Stanford approach (CASA) model. The spatial pattern and change trends of grassland NPP were evaluated. The response of grassland NPP changes to climatic variations was also analyzed. The results revealed that the spatial distribution of grassland NPP showed an increasing trend from the northwest to southeast across China. During the period from 1982 to 2010, the grassland mean NPP was 282 gC m-2a-1, and NPP exhibited apparent spatial heterogeneity, being highest (710 gC m-2a-1) in the dry heat savanna shrub and grass and lowest (58 gC m-2a-1) in the alpine desert. The total annual NPP was 988.3 Tg C. Grassland NPP has increased slightly in the past 30 years, at a rate of 0.6 gC m-2a-1. Regions showing increasing NPP accounted for 67.2% of the total grassland areas, within which, areas with extremely significant (P<0.01) and significant (P<0.05) increases accounted for 35.8% and 8.0% of the total grassland area, respectively. Regions showing extremely significant and significant decreases encompassed only 5.8% and 4.8% of total grassland area, respectively. Clear increases in grassland NPP were observed in the west of the Qinghai-Tibet Plateau, the Alxa Plateau and western area of Xinjiang. Areas with a decrease in grassland NPP were mainly distributed in the western regions of Inner Mongolia. Furthermore, the increasing rate of NPP showed temporal variation and differed among different grassland types. The correlation coefficient between NPP and precipitation was larger than that between NPP and temperature. Moreover, the response of grassland NPP to temperature and precipitation differed for different grassland types. There were significant positive correlations between annual precipitation and NPP in temperate desert steppe, temperate steppe, and temperate meadow steppe.

grassland net primary productivity; spatio-temporal dynamics; temperature; precipitation; the coupling relation analysis

國家自然科學基金(41501575，41501202);重慶市科委基礎科學與前沿技術項目(cstc2016jcyjA1540，cstc2014jcyjA0808);重慶交通大學博士科研啟動金(14JDKJC-B017)

2014- 08- 29; 網絡出版日期:2017- 02- 23

10.5846/stxb201408291724

*通訊作者Corresponding author.E-mail: zhouw866@163.com

周偉，牟鳳云，剛成誠，官冬杰，何錦峰，李建龍.1982—2010年中國草地凈初級生產力時空動態及其與氣候因子的關系.生態學報,2017,37(13):4335- 4345.

Zhou W, Mu F Y, Gang C C, Guan D J, He J F, Li J L.Spatio-temporal dynamics of grassland net primary productivity and their relationship with climatic factors from 1982 to 2010 in China.Acta Ecologica Sinica,2017,37(13):4335- 4345.