中國潛在自然植被NPP時空分布格局變化及其對氣候和地形的響應

任正超, 朱華忠, 史 華, 柳小妮

(1. 甘肅農業大學草業學院， 甘肅 蘭州 730070；2. (甘肅農業大學)草業生態系統教育部重點實驗室， 甘肅 蘭州 730070； 3. 中國科學院地理科學與資源研究所， 北京 100101；4. 美國地質調查局地球資源觀測與科學研究中心, 蘇福爾斯 57198)

1 前言

植被類型作為對全球變化響應的敏感器之一，是進行植被研究的基礎[1]。潛在自然植被指在不受人類活動影響的情況下，在自然狀態下生長發育形成的植被類型。他作為一種與所處立地達到平衡的演替終態，反映的是無人類干擾的情況下，立地所能發育形成的最穩定成熟的一種頂級植被類型，是一個地區現狀植被的發展趨勢。綜合順序分類系統(CSCS)是當前世界上唯一能夠在全球范圍內采用數量化指標對草地植被進行劃分并制作有分類檢索圖的植被分類方法。其以草地發生與發展學為基礎，將大氣、土地、生物和生產勞動四項因素作為其分類指標和級別，充分考慮了草地形成與演替過程中的自然和人類影響因素[2-3]。CSCS遵循分類要素(理論依據、體系結構、分類指標和命名原則)的完整性、分類體系的周延性、分類體系內涵的綜合性、分類指標的相對穩定性、同級指標的可比性和特征指標的確限性原則，以生物氣候特征為依據，將具有同一地帶性農業氣候特征的草地劃分為類。其將全球天然草地劃分為42類，但是類中包含凍原、荒漠和森林等自然景觀。究其本質，CSCS實際上是一種劃分全球潛在自然植被的分類系統。較國際上被廣泛使用的潛在自然植被分類體系HLZ(Holdridge Life Zone)和BIOME(生物地理耦合模型)，CSCS有著更科學的分類體系、更穩定的分類指標以及更詳細的植被分類類型[4]。近60年來，國內外眾多學者利用CSCS理論對區域和全球的潛在自然植被進行了劃分，同時也有學者從實踐的角度利用數學模型和3S技術等現代科學技術對CSCS理論進行了驗證和拓展[5]。李飛和趙軍[6-8]等人結合生態信息圖譜，利用地理信息系統(Geographic Information System, GIS)技術和地統計學方法，依據地形、地貌和植被分布特點，實現了區域和中國潛在自然植被的劃分。柳小妮等人將影響潛在自然植被立地條件(溫度和降水)的經緯度、海拔高度、坡度、坡向和地形開闊度等要素納入氣象要素空間插值法中，較高精度的實現了中國潛在自然植被的劃分，較好地體現了潛在自然植被的地帶性(水平和垂直)分布規律[9]。任繼周[10]等人基于CSCS模型利用全球氣象數據對全球潛在自然植被進行了劃分，并分析了當前和未來氣候變化情景下中國和世界潛在自然植被的演替方向及其碳動態變化情況。

CSCS理論經過近幾年的快速發展，在內涵和外延上都得到了極大的提升，不僅擴展了研究的地理范圍，實現了學科間的交叉，更從二級分類指標實現了區域潛在自然植被的亞類劃分[11-15]。研究成果充分體現了CSCS的開放性和強大的生命力，但是將CSCS模型和植被凈第一性生產力(Net Primary Productivity, NPP)進行交叉研究并未多見。林慧龍、趙軍和任繼周等人利用CSCS模型和NPP分類指數模型對內蒙古、中國和全球潛在自然植被的NPP和碳匯進行了研究[10,16-18]。但是其使用的NPP估算模型為經驗模型，不能較合理的解釋自然植被形成和演替的生理生態過程，并且不能直接利用遙感技術實現區域或全球潛在自然植被NPP的面狀模擬估算。張美玲等人利用氣象數據和站點實測數據實現了中國潛在自然植被的NPP估算并將CASA模型中的溫度和降水指標和CSCS模型中的年積溫和濕潤度進行了等值替換，實現了兩者之間的松散耦合。但是其指標耦合和NPP估算依然是直接利用站點實測數據，沒有實現氣象數據由點向面的推演[19]。

基于上述原因，本研究依據CSCS理論，利用年積溫和年降水量代替月均溫和月降水量對CASA模型進行改進，實現CSCS模型和NPP研究交叉融合。使用中國1982-2012年的氣象數據(溫度和降水量)和MODIS NDVI數據以及改進型CASA模型對中國潛在自然植被的NPP進行模擬估算，并分析其時空分布格局變化。分析中國潛在自然植被NPP與氣候和地形因子之間的相互影響關系，尤其是NPP對海拔高度、坡度和坡向的響應模式。根據中國各潛在自然植被類型的NPP，對CSCS分類檢索圖進行了內涵式擴展。研究結果不僅加深了CSCS理論與全球變化研究的交叉融合，而且對區域自然植被資源的適度利用與科學管理起到指導作用。

2 研究數據與方法

2.1 數據來源及處理

2.1.1氣象數據 1982-2012年中國月均溫、月降水量和月太陽輻射數據來源于中國氣象科學數據共享服務網(http://cdc.nmic.cn/home.do)，其中太陽輻射數據站點共計122個，溫度和降水量數據站點共計756個(圖1)。站點氣象數據經過單位換算、數據匹配與篩選后與經緯度、海拔高度、坡度和坡向數據建立回歸關系并利用多元回歸殘差分析法(Analytic Method based on Multiple Regression and Residues, AMMRR)[9]插值成空間分辨率為1 km的柵格數據。

2.1.2基礎地理數據 中國1: 4 000 000行政區劃圖和1 km分辨率數字高程模型(Digital Elevation Mode，DEM)數據分別來源于國家基礎地理信息中心(http://ngcc.sbsm.gov.cn)和美國地質調查局(United States Geological Survey, USGS)。DEM數據經過拼接與裁剪等預處理后在Arc Map平臺上提取全國1 km分辨率坡度和坡向柵格數據(圖1)。海拔高度、坡度和坡向柵格數據按照地形要素重分類標準(表1)在Arc Map平臺上進行了重新分類[20]。

圖1 中國行政區劃、高程和溫度、降水量及太陽輻射站點數據
Fig.1 Administrative devision, elevation and distribution stations of temperature, precipitation and solar radiation in China

2.1.3遙感數據 NDVI數據包含兩部分：一部分為2000-2012年MODIS NDVI，時間分辨率為16 d，空間分辨率為1 km，來源于美國地質調查局(USGS)網站。數據經過嚴格的大氣校正、輻射校正、幾何校正以及時相匹配等處理。另外一部分為1982-1999年GIMMS(Global Inventory Modeling and Mapping Studies)NDVI，時間分辨率為15 d，空間分辨率為8 km，來源于寒區旱區科學數據中心(http://westdc.westgis.ac.cn/)。本研究將GIMMS NDVI數據重采樣至空間分辨率為1 km，并用最大合成法(Maximum Value Composites， MVC)將上半月和下半月的NDVI柵格數據疊加，月NDVI產品柵格單元值取兩幅中對應單元格的最大值;將兩種來源的上半月和下半月NDVI數據分別合成為月NDVI數據，并統一投影坐標為UTM-WGS-N48，空間分辨率為1 km。

2.1.4潛在自然植被類型數據 中國潛在自然植被類型數據是依據CSCS原理，利用中國1961-2004年2 796個氣象站點數據和1 km空間分辨率的DEM以及AMMRR插值法研制而成，并已公開發表。該數據將中國潛在自然植被數據劃分為41類(無炎熱極干熱帶荒漠類VIIA7)，較為細致地體現了自然植被分布的地帶性規律[9]。

2.2 研究方法

2.2.1CSCS分類模型 CSCS以年降水量r(mm)和>0℃年積溫Σθ(℃)之比，即濕潤度(K)作為水分指標，將全世界潛在自然植被劃分為42類。其計算公式為：

K=r/(0.1×Σθ)

(1)

式中，0.1為調節系數。在Arc Map平臺上對AMMRR法模擬的>0℃年積溫和年降水量2個柵格圖層按照式1進行代數運算，生成濕潤度柵格數據。依據CSCS分類理論，對>0℃年積溫和濕潤度柵格圖層進行邏輯運算，當兩者同時滿足一定條件時將生成相應的潛在自然植被類型。

2.2.2CASA模型的改進 CASA模型中植被NPP是光合有效吸收輻射(FAPAR)、最大光能利用率(εmax)、溫度脅迫系數(Tε1、Tε2)和水分脅迫系數(Wε)的函數。

NPP(x,t)=FAPAR(x,t)×εmax(x,t)×
Tε1(x,t)×Tε2(x,t)×Wε(x,t)

(2)

式中，x表示位置，t表示時間。CASA模型充分考慮了溫度和降水等環境條件以及植被本身特征，而CSCS模型中類的劃分同樣是基于溫度和降水兩個指標。兩種模型之間存在著共同的模型參數，可以將CSCS模型中的>0℃年積溫和年降水量融入到CASA模型中，簡化CASA模型中水分脅迫因子計算對基礎數據的要求，具體的推導過程和驗證結果見文獻[19]。

(3)

式中，Wε(x,t)表示位置為x，時間為t時植被受到的水分脅迫系數；K和Σθ分別表示CSCS模型中的濕潤度和年積溫參數。L(K)表示濕潤度的線性回歸結果，其計算公式如下：

(4)

2.2.3地形要素重分類 為了更加深入地了解中國潛在自然植被NPP對地形條件的響應模式，綜合考慮中國區域內不同海拔高度、坡度和坡向上潛在自然植被NPP的分布規律，本研究將高程、坡度和坡向3個地形要素進行了重分類(表1)[20]。

2.2.4統計分析 采用基于象元的空間分析法分析潛在自然植被NPP在時間上的變化趨勢(式5)以及其與氣候和地形因子的空間相關性(式6)，公式如下：

(5)

式中：n為研究時段總年數；xi為第i年潛在自然植被的NPP(gC·m-2)；x為研究時段內潛在自然植被NPP平均值(gC·m-2)；t=(n+1)/2為年份的平均值。相關系數為正(負)時，表示植被NPP變化趨勢系數在所計算的時段內有線性增加(減少)的趨勢。同時對相關系數進行顯著性檢驗，在給定的置信水平下通過查相關系數檢驗臨界值表完成。若相關系數通過0.05的顯著性水平(P<0.05)，則認為減小或增加趨勢顯著；相關系數通過0.01的顯著性水平(P<0.01)，則認為減小或增加趨勢極顯著。

(6)

式中：n為研究時段總年數；xi為第i年潛在自然植被的NPP(gC·m-2)；x為研究時段內潛在自然植被NPP的平均值(gC·m-2)；yi為第i年的氣溫(℃)、降水量(mm)、太陽輻射(MJ·m-2)、海拔高度(m)、坡度(°)和坡向(°)；y為計算時間段內氣溫(℃)、降水量(mm)、太陽輻射(MJ·m-2)、海拔高度(m)、坡度(°)和坡向(°)平均值。通過查找相關系數檢驗臨界值表對相關系數進行顯著性檢驗[21]。

表1 中國區域內地形要素重分類標準Table 1 Reclassification standard for topographic factors in China

本研究采用的數據和方法以及具體的研究過程如圖2所示。

3 結果與分析

3.1 中國潛在自然植被NPP時空分布格局變化

3.1.1時間變化 中國潛在自然植被NPP在年際變化上總體表現為在波動中呈現增加趨勢，年際變化率為3.4 gC·m-2。NPP最大值出現在2002年，為332.0 gC·m-2·a-1，最小值出現在1989年，為225.9 gC·m-2·a-1。1982-2012年中國潛在自然植被NPP均值為278.7 gC·m-2·a-1，總量為2.7E+15 gC·a-1(圖3a)。

中國潛在自然植被NPP在冬季(12-次年2月)基本維持在0 gC·m-2·month-1附近，占全年的2.1%；春季(3-5月)和秋季(9-11月)NPP基本一致，分別占全年的17.6%和18.9%。夏季(6-8月)NPP最大，占全年的61.5%(圖3b)。

中國潛在自然植被NPP年內月份變化為單峰曲線。碳的積累主要集中在4-10月，從4月開始NPP增長較快，在7月達到峰值，隨后8月逐漸降低，11月-次年的3月，植被碳積累基本停止，NPP在0 gC·m-2·month-1附近波動(圖3b)。

3.1.2空間變化 1982-2012年，全國31個省市自治區直轄市中，海南省潛在自然植被擁有最大的NPP(664.3 gC·m-2)，其次是福建省(520.6 gC·m-2)、臺灣省(543.5 gC·m-2)和云南省(518.9 gC·m-2)，潛在自然植被NPP最小的省份為澳門特別行政區(48.6 gC·m-2)和新疆維吾爾自治區(54.6 gC·m-2)。海南省、福建省和臺灣省地處我國東南沿海，水熱條件充沛，植被長勢良好，故其潛在自然植被的NPP較大。而云南省地處我國云貴高原，水熱條件也較充足，人類活動干預較小，自然植被保存完整，故其潛在自然植被的NPP也較大。澳門特別行政區由于面積小，且城市化程度較高而綠地面積較小，故其潛在自然植被的NPP最小。新疆維吾爾自治區雖然面積最大，但是大部分為荒漠，植被立地條件較差，水熱配置不均，故其潛在自然植被的NPP也小(圖4a)。

圖2 研究采用的數據和方法以及具體的研究過程
Fig.2 Datasets, methods and detailed processes in this study

圖3 1982-2012年中國潛在自然植被NPP年份(a)、季度和月份(b)變化
Fig.3 Annual (a), seasonal and monthly (b) variation of NPP for potential natural vegetation in China during 1982-2012

1982-2012年，中國潛在自然植被NPP隨著經度的增加而增大，總體保持上升的趨勢。其中經度為73～98°之間的潛在自然植被NPP較小，小于200.0 gC·m-2。由于地處我國西北干旱地區和青藏高原地區，自然植被的水分條件較差，故其NPP較小。隨后潛在自然植被NPP隨著經度的增大而增加，到經度為128°時達到最大值(498.1 gC·m-2)。潛在自然植被NPP在經度上總體與我國水分從西北向東南逐漸增加的分配格局保持一致(圖4b)。

1982-2012年，中國潛在自然植被NPP在緯度上總體表現出“U”的遞減模式。緯度為18°時，潛在自然植被NPP最大，為722.8 gC·m-2，隨后遞減至緯度為39°時達到最低值，為79.8 gC·m-2，然后遞增至緯度為51°時達到高值，為499.5 gC·m-2。潛在自然植被NPP在緯度上總體與我國熱量從南向北逐漸遞減的分配格局保持一致。由于我國特有的地形地貌和行政區劃，緯度為15°～17°時，潛在自然植被NPP為0 gC·m-2，而緯度為38°～39°時，自然植被多處于我國自然條件較惡劣的沙漠地帶和城市建成區，故其NPP最低(圖4c)。

圖4 1982-2012年中國潛在自然植被NPP在省份(a)、經度(b)和緯度(c)上的變化
Fig.4 NPP variation of potential natural vegetation on provincial (a), longitudinal (b) and latitudinal (c) scale during 1982-2012

3.1.3類及類組變化 中國潛在自然植被類的NPP最大為亞熱潮濕常綠闊葉林類VIF41(487.5 gC·m-2)，最小為微溫極干溫帶荒漠類IIIA3(14.6 gC·m-2)。NPP大于400 gC·m-2的潛在自然植被類還有炎熱潮濕雨林類VIIF42(449.3 gC·m-2)、暖熱潮濕落葉-常綠闊葉林類VF40(446.6 gC·m-2)、暖溫潮濕落葉闊葉林類IVF39(481.2 gC·m-2)、微溫潮濕針葉闊葉混交林類IIIF38(474.5 gC·m-2)、寒溫潮濕寒溫性針葉林類IIF37(429.9 gC·m-2)、炎熱濕潤季雨林類VIIE35(467.2 gC·m-2)、亞熱濕潤常綠闊葉林類VIE34(448.5 gC·m-2)、炎熱微潤干旱森林類VIID28(486.9 gC·m-2)、亞熱微潤硬葉林和灌叢類VID27(408.2 gC·m-2)和炎熱微干稀樹草原類VIIC21(464.8 gC·m-2)，而NPP小于100 gC·m-2的潛在自然植被類還有寒冷濕潤凍原、高山草甸類IE29(43.3 gC·m-2)、寒冷微潤少雨凍原、高山草甸草原類ID22(33.6 gC·m-2)、寒溫微干山地草原類IIC16(81.9 gC·m-2)、寒冷微干干燥凍原、高山草原類IC15(32.3 gC·m-2)、暖溫干旱暖溫帶半荒漠類IVB11(71.1 gC·m-2)、微溫干旱溫帶半荒漠類IIIB10(58.4 gC·m-2)、寒溫干旱山地半荒漠類IIB9(24.3 gC·m-2)、寒冷干旱寒帶半荒漠、高山半荒漠類IB8(29.5 gC·m-2)、暖熱極干亞熱帶荒漠類VA5(41.9 gC·m-2)、暖溫極干暖溫帶荒漠類IVA4(21.9 gC·m-2)、寒溫極干山地荒漠類IIA2(16.3 gC·m-2)和寒冷極干寒帶荒漠、高山荒漠類IA1(31.4 gC·m-2)。其中，NPP大于400 gC·m-2的潛在自然植被類多處于高溫潮濕的地區，而NPP小于100 gC·m-2的潛在自然植被類則多地處寒冷干旱區域，說明只有溫度和降水的最佳配置才能更有利于植被的生長，產出更高的NPP，積累更多的碳物質。

中國潛在自然植被類組的NPP最大為熱帶森林草地(458.3 gC·m-2)，最小為冷荒漠(19.9 gC·m-2)。潛在自然植被類組NPP的變化同樣說明高溫高濕更有利于植被碳物質的積累，而低溫低濕則阻礙了植被的自然生長(表2)。

表2 1982-2012年中國潛在自然植被類及其類組NPPTable 2 NPP of classes and super classes for potential natural vegetation in China during 1982-2012

注：/表示無值，下同

Note:/indicate no data,the same below

1982-2012年中國潛在自然植被NPP總體上隨著年積溫(表3，從上至下)和濕潤度(表3，從左至右)的增加呈現增長趨勢，但是在個別年積溫和濕潤度區間表現出差異，說明潛在自然植被NPP的積累除了受溫度和降水的影響之外，還可能受到地形條件和人類活動對水熱條件的再分配影響。從表3中可以看出，矩陣分割線(對角線)左上部分的潛在自然植被NPP基本小于300 gC·m-2，而右下部分的潛在自然植被NPP則基本大于300 gC·m-2，表明水分對潛在自然植被NPP積累的貢獻要大于溫度。

表31982-2012年中國潛在自然植被類NPP矩陣
Table 3 Matrix of NPP for potential natural vegetation in China during 1982-2012

ΣθK ABCDEFI31.429.532.333.643.3173.8II16.324.381.9156.1271.8429.9III14.658.4142.9227.6352.5474.5IV21.971.1277.5300.2375.8481.2V41.8245.8311.0369.7371.1446.6VI293.9367.8376.7408.2448.5487.5VII/388.5464.8486.9467.2449.3

注：I，II，III，IV，V，VI，VII和A，B，C，D，E，F分別代表年積溫(Σθ)和濕潤度(K)處于0～1 300℃，1 300～2 300℃，2 300～3 700℃，3 700～5 300℃，5 300～6 200℃，6 200～8 000℃，>8 000℃和0～0.3，0.3～0.9，0.9～1.2，1.2～1.5，1.5～2.0，>2.0

Note: I, II, III, IV, V, VI, VII and A, B, C, D, E, F representing annual accumulated temperature (Σθ) and humidity (K) during 0～1 300℃，1 300～2 300℃，2 300～3 700℃，3 700～5 300℃，5 300～6 200℃，6 200～8 000℃，>8 000℃和0～0.3，0.3～0.9，0.9～1.2，1.2～1.5，1.5～2.0，>2.0, respectively.

3.2 潛在自然植被NPP對氣候和地形的響應

3.2.1對氣候的響應 潛在自然植被NPP與溫度呈現極顯著負相關(P<0.01)的區域主要分布在新疆維吾爾自治區、青藏高原、黃土高原和東南沿海，占全國國土面積的3.4%。呈現顯著負相關(P<0.05)的區域主要分布在新疆維吾爾自治區、青藏高原、甘肅省河西走廊、黃土高原、內蒙古高原和東南沿海，占全國國土面積的3.0%。而潛在自然植被NPP與溫度呈現顯著正相關(P<0.05)的區域主要分布在新疆維吾爾自治區、青藏高原、甘肅省、內蒙古西部、四川盆地、華中地區和華南地區，占全國國土面積的13.4%。呈現極顯著正相關(P<0.01)的區域主要分布在新疆維吾爾自治區、青藏高原、橫斷山脈、華中地區和華東地區，占全國國土面積的29.8%(圖5a)。

潛在自然植被NPP與降水量呈現極顯著負相關(P<0.01)的區域主要分布在新疆維吾爾自治區中部和廣西壯族自治區西部小部分地區，占全國國土面積的0.2%。呈現顯著負相關(P<0.05)的區域主要零星分布在新疆維吾爾自治區中東部、青藏高原、廣西壯族自治區、四川省和貴州省，占全國國土面積的0.9%。潛在自然植被NPP與降水量呈現顯著正相關(P<0.05)的區域主要分布在我國北方大部分地區，占全國國土面積的12.6%。呈現極顯著正相關(P<0.01)的區域主要分布在新疆維吾爾自治區、青藏高原、甘肅省河西走廊、內蒙古高原和遼東半島等地區，占全國國土面積的17.9%(圖5b)。

潛在自然植被NPP與太陽輻射呈現極顯著負相關(P<0.01)的區域主要極少量分布在新疆維吾爾自治區的天山山脈，占全國國土面積的0.2%。呈現顯著負相關(P<0.05)的區域主要分布在新疆維吾爾自治區的天山和阿爾泰山山脈，占全國國土面積的0.5%。而潛在自然植被NPP與太陽輻射呈現顯著正相關(P<0.05)的區域主要分布在青藏高原、西南地區、華南地區和華東地區，占全國國土面積的12.5%。呈現極顯著正相關(P<0.01)的區域主要分布在青藏高原、橫斷山脈和我國南方大部分地區，占全國國土面積的24.5%(圖5c)。

3.2.2對地形的響應 1982-2012年中國潛在自然植被NPP在高程上總體表現出隨高程增加而增加的趨勢。其中，潛在自然植被NPP最大值出現在海拔高度為4 000～4 500 m，為735.2 gC·m-2，最小值出現在海拔高度為4 500～8 848 m，為2.5 gC·m-2。海拔高度在4 000～4 500 m時，植被類型基本為高寒草甸，其單位面積的NPP較高，尤其是地下部分。而海拔高度高于4 500 m，地表基本被冰雪覆蓋，自然植被很難生長，故其NPP較低(圖5d)。

中國潛在自然植被NPP在坡度上總體表現為隨坡度增加而降低的趨勢。其中，最大值出現在坡度5°～10°，為358.1 gC·m-2，最小值出現在>30°，為212.0 gC·m-2。坡度較小時，自然植被易受人類活動的干擾，碳物質有部分損失；坡度較大時，水分和營養物質易流失，碳物質積累受到限制，NPP較低(圖5e)。

中國潛在自然植被NPP在坡向上總體表現為隨坡向增加而增加的趨勢。其中，在平坦地(-1°)上潛在自然植被NPP最小，為220.3 gC·m-2，在正東方位最大，為324.7 gC·m-2。當在平坦地上，自然植被也易受到人類活動的干擾，碳物質發生損失，當自然植被在正東方向時，接受到的光能和水分都較充足，碳物質積累較為快速。潛在自然植被NPP在各方位上差異不太明顯，均高于200.0 gC·m-2，與我國復雜的地形地貌特征有關(圖5f)。

圖5 1982-2012年中國潛在自然植被NPP對溫度(a)、降水量(b)、太陽輻射(c)和高程(d)、坡度(e)、坡向(f)的響應
Fig. 5 Responses of NPP for potential natural vegetation to temperature (a), precipitation (b), solar radiation (c) and elevation (d), slope (e),aspect (f) in China during 1982-2012

4 討論

CSCS模型假設在一定的水熱條件下，陸地表層理應生長的地帶性自然植被類型。從本質上講，CSCS模型模擬的植被類型為潛在植被類型，與受到地形地貌和人類活動影響的現勢植被類型有一定的出入。而CASA模型同樣是基于水熱條件模擬陸地生態系統潛在凈第一性生產力。兩種模型本質上有著相同的指標(溫度和降水)，只是表現形式不同(CSCS利用的是年積溫和年降水量，而CASA利用的是月均溫和月降水量)。本研究將CSCS模型里的年積溫和年降水量轉換為CASA模型中的月均溫和月降水量，并對1982-2012年中國潛在自然植被的NPP進行了模擬估算，實現了CSCS模型和CASA模型的深度融合。林慧龍等人在周廣勝等建立的植物凈第一性生產力模型的基礎上，根據水熱綜合條件，建立了以年積溫和濕潤度為指標的草地植被生產力估算模型。該模型具有指標數據較易獲取的優點[16,17]。而本研究將CSCS模型和CASA模型深度融合后提出的基于年積溫和年降水量的潛在自然植被凈第一性生產力估算模型從本質上講其基于CASA模型，具有較強的生理生態過程。由于其采用遙感植被指數作為輸入參數，避免了氣象數據由點到面進行推演帶來的尺度效應問題。由于遙感數據源的限制，本研究只是對GIMMS NDVI數據的空間分辨率進行了重采樣，有可能導致兩個時間段潛在自然植被NPP存在明顯差異。張美玲等人對改進后的CASA模型進行了實測值檢驗并與其他模型進行了橫向對比，本研究認為CSCS模型和CASA模型是對潛在自然植被的潛在NPP進行模擬估算，而實測值受到自然和人為因素的影響較大，兩者可比性較弱。本研究旨在模擬再現長時間序列下中國潛在自然植被NPP的時空分布格局變化以及揭示其對氣候和地形的響應模式，故模型驗證不在討論之列。

1982-2012年中國潛在自然植被NPP平均值為278.7 gC·m-2·a-1。張美玲等人基于CSCS理論和CASA模型對2004-2008年中國潛在自然植被NPP進行了估算，為503.8 g·m-2·a-1(1g=0.475 gC)，較本研究估算值略小。原因可能為張美玲等人的研究時間序列較短，其NPP模擬值是生物量實測值與氣象要素實測值之間進行回歸后用插值方法獲得，受插值方法的限制，其NPP模擬結果較低[19]。

中國潛在自然植被NPP在年際上總體表現出增加趨勢，在季節上表現出夏季最大，而在月份上表現為7月最高。與張美玲等人[19]的研究結果類似，但是與趙東升等人的研究結果相反。趙東升等人[22]利用B2情景氣候數據和國際上較為通用的LPJ(Lund Potsdam Jena)模型模擬1961-2080年中國自然植被NPP，其研究結果顯示中國自然植被NPP在年際上一直表現為下降趨勢。原因可能為B2情景數據假定中國區域氣溫呈現明顯增加趨勢，且降水變化呈現較大波動，空間變化差異明顯，導致自然植被接受的水熱配置嚴重不均衡，碳物質積累受到脅迫。另外，不同的估算模型導致模擬的結果和變化趨勢也不盡相同。

中國潛在自然植被NPP隨著經度的增加而增大，總體保持上升趨勢。而在緯度上總體表現出遞減模式。隨著溫度和降水從東南到西北遞減，中國潛在自然植被NPP也表現出遞減趨勢。與張美玲等人[19]、趙東升等人[22]、趙明偉等人[23]和趙軍等人[18]的研究結果基本保持一致。本研究得出中國潛在自然植被類NPP最大的為亞熱潮濕常綠闊葉林類VIF41，最小的為微溫極干溫帶荒漠類IIIA3。張美玲等人[19]得出的結論為中國潛在自然植被NPP最大為亞熱潮濕常綠闊葉林類VIF41，最小為溫暖極干暖溫帶荒漠類IVA4。林慧龍等人[17]得出的結論為中國潛在自然植被NPP最大為炎熱潮濕雨林類VIIF42，最小為寒冷極干寒帶荒漠、高山荒漠類IA1。導致與本研究的結論不同的原因可能為研究數據來源與時間序列以及估算模型的不同。

中國潛在自然植被NPP對溫度、降水量和太陽輻射的響應總體上表現為隨著溫度和降水量從東南向西北逐漸遞減的分布格局而出現遞減的模式。與張美玲等人[19]、趙明偉等人[23]的響應保持一致。中國潛在自然植被NPP對高程、坡度和坡向的響應總體上表現為隨高程增加而增加，隨坡度增加而降低和隨坡向增加而增加的趨勢。目前，關于NPP在微地形上的分布格局的研究較少，是未來研究工作的重要方向之一。

5 結論

中國潛在自然植被NPP在年際變化上總體表現為在波動中呈現增加趨勢，年際變化率為3.4 gC·m-2。在冬季最小，夏季最高，春季和秋季基本保持一致。月份變化為單峰曲線，7月份達到最大。

中國31個省市自治區直轄市中，海南省潛在自然植被擁有最大的NPP，而澳門特別行政區最小。隨著經度的增加，中國潛在自然植被NPP總體保持上升的趨勢。在緯度上總體表現出“U”的遞減模式。中國潛在自然植被類NPP最大的為亞熱潮濕常綠闊葉林類VIF41，最小的為微溫極干溫帶荒漠類IIIA3。類組NPP最大的為熱帶森林草地，最小的為冷荒漠。

1982-2012年中國潛在自然植被NPP總體上隨著年積溫和濕潤度的增加呈現增長趨勢，在個別年積溫和濕潤度區間表現出差異。潛在自然植被NPP與溫度、降水和太陽輻射在空間上的相關性表現出明顯的異質性。對地形的響應總體為隨高程、坡度和坡向的增加表現出增加、降低和增加的趨勢。研究結果不僅加深了CSCS理論與全球變化研究的交叉融合，而且對區域自然植被資源的適度利用與科學管理起到指導作用。