我國北方草地凈初級生產力時空動態特征及其與水熱因子的關系

任涵玉， 溫仲明， 劉洋洋， 呼天明， 楊培志， 張 偉， 鄭 誠， 巴桑參木決

(西北農林科技大學草業與草原學院， 陜西 楊凌 712100)

草地生態系統占據了地球陸地面積的30%[1]，是地球生態系統中重要的碳庫，具有涵養水源、保持水土、防風固沙等重要的生態功能，同時也是畜牧業發展的重要物質基礎[2]，與社會經濟的發展具有重要聯系。草地凈初級生產力(Net primary productivity，NPP)是指草地生態系統在單位面積和單位時間累積的有機物總量，包括地上及地下部分的生物量[3]。當前，草地生態系統NPP能反映草地在自然環境條件下的生產能力，也是陸地生態系統碳循環中的關鍵[3]，是評價草地生態系統功能狀況和可持續發展的重要生態指標，因而成為陸地生態系統研究的熱點內容之一[4]。作為表征植被生活力的重要指標，生產力能直接反映出自然環境下草地群落的生產能力，也是評價草地固碳能力的最主要要素[1]。近百年來，全球氣候變暖，極端天氣事件頻發，對陸地生態系統造成了巨大的影響，植被生產力的變化就是其中之一，且陸地植物的生產力對氣候的變化十分敏感[4-5]。因此，評估草地生態系統的生產能力及其對氣候的響應對合理利用草地資源及相關保護政策的制定具有重要意義。

考慮到大區域尺度上的NPP難以直接測量，近年來通過遙感手段和模型模擬來估算植被NPP已成為主要手段[6]。NPP的估算模型眾多[7]，如氣候相關統計模型(Miami,Thornthwaite Menorial和Chikugo等)，生態系統過程模型(BIOME-BGC和BEPS等)，光能利用率模型(GLO-PEM和CASA)等[8]。其中，基于植物光能利用率原理的CASA(Carnegie-Ames-Stanford approach)模型是當前應用最廣泛的NPP估算模型之一。該模型應用簡單，無需野外工作，其中的大多參數能通過遙感數據直接獲得，并且可以模擬多種生態系統的NPP，被應用于國內外的眾多研究中[9-10]。樸世龍等[11]較早使用CASA模型估算了我國植被NPP;高清竹等[12]改進了CASA模型使其適用于我國的不同區域，并將其應用于藏北高原；朱文泉等[13]針對我國不同植被的光能利用效率對CASA模型進行了改進。近年來，CASA模型也被廣泛應用于估算草地NPP，樸世龍等[14]、劉潔等[4]、楊勇等[15]、周偉等[16]均利用CASA模型成功模擬估算了我國不同地區的草地NPP，這也表明該模型可以用于我國北方草地NPP的模擬。

我國北方地區主要為干旱半干旱區，地表植物稀少，生態環境較為脆弱，屬于我國的生態敏感區，同時草地生態系統分布較為廣泛，是我國北方地區重要的生態屏障[17]。草地生態系統對氣候變化的響應敏感，探究草地NPP在長時間序列下對氣候因子的響應特征對揭示草地生長機理具有重要意義。因此，本研究基于MODIS NDVI遙感數據、氣象數據和植被分類數據等，采用CASA模型模擬了我國北方草地的NPP，分析我國北方草地NPP的時空變化特征及其與氣候因子的關系，不僅有助于揭示氣候因子和草地NPP的相互作用機制，而且能為我國北方草地生態系統的保護提供科學理論依據。

1 材料與方法

1.1 研究區概況

研究區為我國北方地區(31°23′～53°34′ N，73°29′～135°04′ E)，主要指秦嶺淮河分界線以北的大部分地區，包括華北地區、東北地區以及我國西北地區，陸地面積約5.62×106km2，約占中國陸地總面積的58%[18]；年均溫在5.6～13.7℃之間，年均降水量在100～1 100 mm之間[19]，區域內主要有山地、高原、盆地、丘陵和平原等地貌，形態獨特復雜[18]，地形由東部向西北地區逐漸升高。我國北方地區植被類型眾多，由東部平原到西北內陸呈現出不同的植被格局，Global Land Cover 2000(GLC2000)數據集將我國北方草地劃分為6類，包括高山亞高山草甸、坡面草地、平原草地、荒漠草地、草甸和高山亞高山草地[20](圖1b)，其中高山亞高山草甸(7.30×105km2)集中分布在青海南部及新疆天山以南；荒漠草地(5.98×105km2)主要在新疆南部昆侖山一帶和內蒙古中西部地區分布；草甸(5.13×105km2)集中分布在天山以南、塔里盆地周邊地區和內蒙古東部；平原草地(4.62×105km2)主要在寧夏、內蒙古中東部及天山北部分布；坡面草地(7.59×104km2)集中在甘肅南部及陜西地區[21]。

圖1 研究區位置、海拔概況及草地類型分布特征Fig.1 Location,elevation and the distribution of grassland types in Northern China注：Asm，高山亞高山草甸；Sg，坡面草地；Pg，平原草地；Dg，荒漠草地；M，草甸；Asg，高山亞高山草地。下同Note:Asm,alpine subalpine meadow;Sg,slope grassland;Pg,plain grassland;Dg,desert grassland;M,meadow;Asg,alpine subalpine grassland. The same as below

1.2 數據來源

1.2.1MODIS NDVI數據 本研究采用NASA提供的MODIS NDVI (MOD13A2)產品，研究期限為2000—2015年。該數據時間分辨率為16 d，空間分辨率為1 km，數據為HDF存儲格式。采用MODIS Reprojection Tools (MRT)對數據進行格式轉換及數據的拼接及裁剪，同時采用Savtzky-Golay (S-G)濾波法來對MODIS NDVI數據做進一步的平滑濾波處理，消除太陽光照角度、氣溶膠及冰雪等因素的影響。在ArcGIS 10.2環境下對兩種NDVI數據進行投影的轉換，并通過最鄰近法對數據進行重采樣，數據統一選用China_Lambert_Conformal_Conic投影，數據分辨率統一為500 m。此外，采用研究區的矢量邊界對NDVI數據進行掩膜，進而獲得我國北方地區的植被NDVI月數據。

1.2.2氣象數據 氣象數據主要源于中國氣象數據共享網(http://cdc.cma.gov.cn)提供的2000—2015年我國北方500多個標準氣象站點的月降水量和月平均氣溫數據，氣象站點分布可見圖1a。此外，該網站也提供了用以驅動NPP估算模型的輻射數據?；贏rcGIS 10.2中的Geostatistical Analyst模塊并根據各個站點的經緯度信息采用克里金插值法對氣象數據進行插值，進而獲得空間化的柵格氣象數據，在處理的過程中確保柵格氣象數據與NDVI數據的投影一致且象元大小也相同。

1.2.3草地類型數據 本研究基于Global Land Cover 2000植被分類系統來提取我國北方草地覆被。(GLC2000)產品(http://bioval.jrc.ec.europa.eu/products/glc2000/data_access.php) 空間分辨率為1 km。與其他植被分類數據相比，GLC2000產品分類精度更高，草地精度高達66.95%[22]，同時與我國的2000年1∶10萬土地分類數據面積一致性較高，在該分類法下，我國草地被具體分為高山亞高山草甸、坡面草地、平原草地、荒漠草地、草甸、高山亞高山草地6種類型[20]。

1.2.4DEM高程數據 DEM高程數據為地理空間數據云(http://www.gscloud.cn)所提供的GDEM-DEM產品，數據分辨率為30 m×30 m，利用Arcgis10.2通過最鄰近法將數據分辨率重采樣為1 km×1 km與其他數據一致。

1.2.5實測數據 本研究采取用生物量換算為NPP值以檢驗模型的精度。野外實測數據采自黃土高原、青藏高原、內蒙古等地。每個樣地中選擇地勢平坦、植被均勻分布處布設1 m×1 m的樣方，并做5個重復。對53個樣地的草本樣方進行齊地收割，用70℃的恒溫烘箱烘干至恒重，并稱量干重，計算獲得NPP實測值。

表1 采樣點信息Table 1 Basic information of sampling points

續表1

續表1

1.3 研究方法

1.3.1草地NPP估算 本研究采用光能利用率模型(Carnegie-ames-stanford approach，CASA)模擬我國北方地區草地NPP，CASA模型是基于光能利用率原理的過程模型，模型通過遙感數據中提取的植被指數來估算太陽輻射中被植被吸收的光合有效輻射(Absorbed photosynthetically active radiation，APAR)，結合植被對于到達地表的光合有效輻射的利用效率(ε)來估算植被干物質的增加量(NPP)。CASA模型所估算的植被凈初級生產力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，其估算公式如下[20]：

NPP(x,t)=APAR(x,t)×ε(x,t)

(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·m-2)，(x，t)表示像元x在t月份的實際光能利用率(gC·MJ-2)。

光能利用率(ε)指植物將所吸收的光合有效輻射(APAR)轉化為有機碳的效率，主要受溫度和水分的影響，計算式如下：

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(2)

式中，Tε1(x,t)和Tε2(x,t)表示溫度對光能轉化率的影響，具體計算方法參見文獻[23]，為水分對光能利用率的影響，εmax表示在理想狀態下植物的最大光能利用率，取值因類型而異，本文取值與前人研究保持一致，取值為0.542 gC·MJ-1[16]。

1.3.2主要統計分析方法

(1) 趨勢分析

本研究基于最小二乘法對NPP及氣象因子在時間維度上進行一元線性擬合，來分析NPP和氣象因子在象元尺度上的時空變化率，計算公式如下：

(3)

式中：Slope表示斜率，i為研究年限，Vari為第i年的研究變量，主要包括NPP和各個氣象因子。以NPP在時間序列上的變化為例，Slope為負表示NPP呈現下降的趨勢，反之則表示NPP呈現上升趨勢。通過F檢驗對各個變量在時間序列上變化的顯著性進行分析，并根據F檢驗值，將變化趨勢分為6個等級[20]：(1)極顯著減少(Slope<0，P<0.01)；(2)顯著減少(Slope<0，0.010.05)；(4)不顯著增加(Slope>0，P>0.05)；(5)顯著增加(Slope>0，0.010，P<0.01)。

(2)變異系數法

變異系數能反映數據的相對波動程度，因此本研究采用變異系數分析草地NPP的穩定性，公式具體如下[20,24]：

(7)

(3) Hurst指數法

Hurst指數能夠定量表示時間序列數據的持續性特征，利用R/S分析法估算Hurst指數，從而分析草地NPP的持續性。Hurst指數的分布范圍處于0～1之間，通常有以下3種情況：0

(4)變量間相關分析

本研究采用Pearson相關系數研究兩變量在給定時間序列上的相關性。變量溫度或降水量的相關系數計算公式如下：

(8)

式中：r為x,y兩變量的相關系數，xi為第i年的變量，yi為第i年的溫度或降水量。

2 結果與分析

2.1 CASA模型的驗證

將NPP實測值與NPP模擬值進行對比分析，模擬值與實測值極顯著相關(R2=0.69,P<0.0001)，結果表明相對誤差[(模擬值—實測值)/實測值]在0.01%～4.31%，以上驗證表明該模型具有高精度和高可靠性，適用于估算我國北方草地NPP。

2.2 我國北方草地NPP年際變化及空間分布特征

2000—2015年間我國北方地區草地NPP均值為191.40 gC·m-2·a-1，總體呈現增長趨勢，且上升趨勢顯著(P<0.01)，平均變化率為2.55 gC·m-2·a-1(圖3)。其中，2001年草地NPP均值的最低，僅為157.65 gC·m-2·a-1，2013年草地NPP均值到達峰值，達219.17 gC·m-2·a-1。

圖2 草地NPP實測值與模擬值Fig.2 Comparison of grassland NPP measured values and simulation values

圖3 2000—2015年我國北方地區草地NPP年際變化Fig.3 Inter-annual variation of grassland NPP in Northern China during 2000 to 2015

2000—2015年間我國北方地區草地NPP分布明顯具有空間異質性，大體呈現東北向西北降低的趨勢。草地NPP年均值大于400 gC·m-2·a-1的區域主要集中在甘肅南部、陜西南部地區，在內蒙古東北部、新疆伊寧和黑龍江省東北部也有零星分布。NPP年均值在300～400 gC·m-2·a-1的區域主要分布在青海東部、甘肅西南部和陜西中部部分地區，NPP年均值在200～300 gC·m-2·a-1的區域主要分布在青海省東部、內蒙古東北部和河北省西北部等地。草地NPP年均值在100～200 gC·m-2·a-1的區域所占比例較大，主要集中在內蒙古中部、寧夏自治區中西部、甘肅中部和青海南部部分地區，另在新疆北部也有分布。草地NPP年均值低于100 gC·m-2·a-1的地區主要分布在青海省西部以及內蒙古中部等地。

圖4 2000—2015年我國北方草地平均NPP的空間分布特征Fig.4 Spatial distribution of mean grassland NPP in Northern China during 2000—2015

我國北方草地NPP主要呈增長趨勢，占北方地區草地總面積的80.65%?？傮w來看，草地NPP增長率較高的地區集中在甘肅省南部及東部、寧夏南部、陜西南部及北部和內蒙古東北部地區，新疆北部也有少許分布。而草地NPP減少明顯的地區所占比例較小，主要分布在新疆北部和內蒙古中部地區(圖5a)。通過對我國北方草地NPP變化趨勢進行顯著性檢驗，表明全區草地NPP呈極顯著減少(P<0.01)和顯著減少(P<0.05)的區域較小，分別占研究區草地總面積的0.22%和0.69%，而草地NPP呈極顯著增加(P<0.01)和顯著增加(P<0.05)的區域分別占研究區的6.69%和14.11%，主要分布在青海東部、甘肅南部和陜北地區，此外，在新疆北部和陜南也有局部分布。而其余大部分地區草地NPP的變化特征并不顯著。

圖5 2000—2015年我國北方草地NPP空間動態及顯著性檢驗Fig.5 Spatial dynamics of grassland NPP in Northern China and significance test from 2000 to 2015

2.3 不同草地類型NPP變化趨勢

2000—2015年不同草地類型NPP變化趨勢如圖6所示。總體來看，6類草地NPP年均值分別為坡面草地(309.62 gC·m-2·a-1)>草甸(220.89 gC·m-2·a-1)>平原草地(174.60 gC·m-2·a-1)>高山亞高山草甸(157.04 gC·m-2·a-1)>荒漠草地(125.94 gC·m-2·a-1)>高山亞高山草地(65.55 gC·m-2·a-1)。不同草地類型的NPP均表現為波動增加的變化趨勢，其中，增長率最高的是坡面草地(4.04 gC·m-2·a-1，P<0.01)，其次為平原草地和高山亞高山草甸，變化率分別為為1.91 和1.62 gC·m-2·a-1(P<0.01)。草甸增勢較為緩慢(0.90 gC·m-2·a-1，P<0.05)。不同草地NPP變化顯著性的面積比例如表2所示，6種草地類型均以未顯著增加為主。其中，NPP極顯著增加面積最多的是坡面草地(24.41%)，顯著增加面積最多的為高山亞高山草地(29.04%)；而極顯著增加和顯著增加面積最少的均為草甸，面積比例分別為3.01%和6.67%。對我國北方不同草地類型而言，NPP呈現減少的面積所占比例均較小，其中顯著減少面積最多的為荒漠草地(1.07%)，其次為平原草地(1.00%)，顯著減少面積最少的是高山亞高山草地(0.14%)。

表2 我國北方地區不同草地類型NPP變化的顯著性Table 2 Statistic results of significant test of grassland NPP changes of different grassland types

圖6 2000—2015年我國北方地區不同草地類型NPP的年際變化趨勢Fig.6 Inter-annual changes of NPP in different grassland types during 2000—2015

2.4 我國北方草地NPP穩定性分析

NPP變異系數分析表明(圖7)，我國北方大部分地區草地NPP處于中等波動狀態(0.10

圖7 2000—2015年我國北方草地NPP變異程度Fig.7 Variation degree of grassland NPP in Northern China from 2000 to 2015注：低波動(Cv≤0.05)，較低波動(0.050.20)Note:Less fluctuation(Cv≤0.05);Low fluctuation (0.050.20)

2.5 草地NPP持續性分析

2000—2015年間我國北方草地NPP的Hurst指數均值為0.52。其中，Hurst指數大于0.5的區域面積比例為57.52%，表明我國北方草地正向持續性相對較強，大部分區域的草地NPP變化趨勢將與過去保持一致(圖8a)，而Hurst指數低于0.5的區域面積占全區草地面積的42.48%。Hurst指數低于0.15的地區集中分布在青海省南部、內蒙古中部和新疆北部局部地區，呼倫貝爾地區和黑龍江北部也有少許分布，而Hurst指數較高的地區主要分布在黃土高原西部及北部、新疆北部和內蒙古中部部分地區。

通過將我國北方草地NPP變化趨勢與草地NPP的Hurst指數空間分布進行疊加，得到表征北方草地NPP未來變化趨勢及持續性的耦合圖(圖8b，表2)。具體來看，草地NPP由增加趨勢轉變為極顯著和顯著減少的區域面積所占比例最小，分別為0.05%和0.03%，零星分布在新疆中部地區；由減少轉為顯著和極顯著增加的面積比例分別為3.52%，0.12%，主要分布在青海省南部地區；持續且極顯著減少和顯著減少的地區總面積比例不到1%，分別占我國北方草地總面積的0.18%，0.67%，主要分布在新疆北部，內蒙古中部和黑龍江省東部及西南局部地區也有少許分布；顯著和極顯著增加且持續的區域面積所占研究區草地總面積的比例分別為10.59%和6.58%，主要分布在青海省東部及南部，黃土高原中部及新疆北部地區，新疆西部、青海省西北部和我國東北地區也有零星分布。

圖8 2000—2015年草地NPP的Hurst指數分布及NPP趨勢與Hurst指數耦合的空間分布特征Fig.8 Spatial dynamics of grassland NPP and significance test from 2000 to 2015注：I，極顯著減少且持續；II，顯著減少且持續；III，極顯著減少且反持續；IV，顯著減少且反持續；V，未顯著變化且反持續；VI，顯著增加且反持續；VII，極顯著增加且反持續；VIII，未顯著變化且持續；IX，顯著增加且持續；X，極顯著增加且持續Note:I,Extremely significant decrease and persistence;II,Significant decrease and persistence;III,Extremely significant decrease and counter persistence;IV,Significant decrease and counter persistence;V,No significant change and counter persistence;VI,Significant increase and counter persistence;VII,Extremely significant increase and counter persistence;VIII,No significant change and persistence;IX,Significant increase and persistence;X,Extremely significant increase and persistence

表3 草地NPP預測統計Table 3 Statistic results of the predicted grassland NPP

2.6 草地NPP與氣象因子間的關系

2000—2015年間，我國北方地區的氣溫總體呈現出下降趨勢，變化率為0.03℃·a-1，而降水則呈現上升趨勢，變化率為3.46 mm·a-1(圖9a)。我國北方草地NPP變化趨勢與降水變化趨勢呈顯著的正相關關系(R2=0.57，P<0.01)，與氣溫變化呈不顯著的負相關關系(R2=0.22，P=0.065)(圖9b)。從我國北方草地NPP與氣溫降水相關性的空間分布圖來看(圖10)，我國北方草地NPP與氣溫呈現極顯著和顯著正相關的區域所占面積極少，總面積比例為0.009%，而與氣溫呈極顯著負相關和顯著負相關的區域面積比例分別為0.34%和1.05%，主要分布在青海省東部和內蒙古東北部地區，說明該地區草地的NPP會因氣溫的升高而下降。我國北方草地NPP與降水呈現極顯著正相關和顯著正相關的面積分別占研究區草地總面積的12.41%和18.00%，主要分布在甘肅中部、寧夏中部、內蒙古中部及東北部，新疆北部和黑龍江省局部地區也有分布，草地NPP與降水呈現負相關的區域面積比例為17.92%，集中分布在青海省南部地區和新疆北部局部地區。

圖9 2000—2015我國北方草地NPP和溫度、降水的年際相關性Fig.9 Inter-annual correlation of grassland NPP,temperature and precipitation in northern China from 2000 to 2015

我國北方不同草地類型對氣溫與降水的響應具有高度一致性，6種草地類型的NPP均與氣溫呈負相關關系，其中荒漠草地、平原草地和草甸的相關性達到顯著水平(P<0.05)，負相關系數分別為0.53，0.51和0.50。而6種草地類型的NPP與降水均呈現正相關關系，其中，除高山亞高山草甸和高山亞高山草地外，其余4種草地類型與降水的相關性均達到極顯著水平(P<0.01)，且均大于0.7(圖11)。總體來看，我國北方草地NPP與氣溫呈負相關關系，負相關系數為0.47，與降水呈極顯著正相關關系，相關系數為0.76，這表明降水對我國北方草地的NPP影響更大。

圖11 不同草地類型與年均溫和年總降水量的相關系數Fig.11 Correlation coefficient between grassland NPP，temperature and precipitation

3 討論

本研究基于CASA模型模擬的我國北方草地NPP均值為191.40 gC·m-2·a-1，與沈貝貝等[26]模擬的呼倫貝爾草原NPP值及劉洋洋等[20]估算的2000—2015年我國草地NPP值大體一致，但是明顯低于孫成明等[27]基于MODIS對我國南方草地NPP的模擬以及周偉等[16]對1982—2010年中國草地NPP的估算，可能是由于研究區或者研究期限的不同造成的。此外，本研究利用CASA模型估測草地NPP，其中最大光能轉化率ε的取值仍存在爭議，現在較為認同的全球通用值為0.389 gC·MJ-1[4]，Paruelo等[28]認為ε可達2.16 gC·MJ-1，Raymood等[29]則認為ε值為3.5 gC·MJ-1，Zhu等[30]根據中國實測NPP數據模擬各植被類型的最大光能利用率，其中草地的為0.542 gC·MJ-1，本研究參照了這一結果對我國北方草地NPP進行了模擬，與實測值相比模擬的NPP值略高，因此后續研究中，應針對最大光能轉化率深入研究，探究出更適合我國北方草地NPP的最大光能轉化率參數。

在當前全球氣候變暖的大環境下，植被活動因氣候變化發生顯著改變，植被活動是綜合表征植物功能結構的概念，植被生產力就是其中之一[31]。研究發現全球局部植被覆蓋度由于氣候變暖已發生顯著變化，北半球的中高緯度地區植被活動顯著增強，我國的大部分地區植被活動也呈增強趨勢[32]。本研究發現2000—2015年間我國北方地區草地NPP呈增長趨勢，不同草地的NPP也均呈增長趨勢，且坡面草地的增加趨勢最為明顯，與趙偉等[21]的結論相吻合。空間分布上，我國北方草地NPP呈現東北高西北降低的格局，可能是由于地域的降水量不同，且不同的水熱組合條件會導致草地NPP空間分布上的差異[20]，在同一熱量帶下我國北方的降水量由東部向西部、南部向北部遞減，因此我國北方草地NPP的低值集中在西北地區[9]，NPP高值主要集中在甘南、陜南。此外，我國北方草地NPP顯著增加的區域主要分布在青海東部、甘肅南部和陜北地區，且Hurst指數表明該區域的草地NPP將持續增加，也表明1999年以后我國實施的退耕還林還草等生態恢復措施對該地區的草地生長具有積極的作用[33]。

本研究表明，我國北方大多數地區草地NPP與降水呈正相關，且6種草地類型的NPP與降水均呈現正相關關系，說明降雨是影響我國北方草地NPP的主要限制因子[21]。我國北方地區主要為干旱半干旱生態系統，水分是草地生物生命活動和草地NPP變化最主要的限制因子，主導限制著我國北方草地NPP的動態格局[24]。與降水呈現負相關的區域主要分布在青海省南部地區，該地區海拔較高，草地生長的主要限制因素是太陽輻射和氣溫，植被光合作用所需的太陽輻射會因降水量的增加受到影響，從而導致草地NPP下降[34]。我國北方草地NPP與氣溫呈負相關關系，6種草地類型的NPP均與氣溫呈負相關關系，可能是由于我國北方大部分處于干旱半干旱地區，降水較少，氣溫的上升將加快蒸散發從而進一步加劇干旱的發生[35]，進而導致使土壤變干，植被的蒸散加強，促使植物光合速率下降，草地生產力不斷降低[36]。除水熱因素外，草地植被生長狀態與草地管理措施有關，張軍等[37]研究發現降水不影響重度放牧對內蒙古荒漠草原植物群落特征的負效應，劉洋洋等[20]的研究結果表明退耕還草等生態工程的實施過度以及過度放牧的改善對于近年來草地NPP的增加具有重要作用。

本研究探討了2000—2015年間我國北方草地NPP時空動態特征、NPP的穩定性與持續性特征及草地NPP與氣象因子間的關系，但仍存在以下不足：本文僅探討了我國北方草地NPP與氣候因子間的響應，并未研究地形因素、人為因素等其他因素對我國北方草地凈初級生產力造成的影響。后續的研究建議充分考慮地形地貌、土壤養分、人類活動等因素對我國北方草地NPP的影響。

4 結論

2000—2015年間我國北方地區草地NPP呈顯著增長趨勢，NPP顯著增加的區域集中在青海東部、甘肅南部和陜北地區，新疆北部草地NPP明顯減少。不同類型的草地NPP均呈波動增加的趨勢，坡面草地增長率最高，草甸增勢較為緩慢。新疆中部及北部，內蒙古中部的草地NPP在未來呈顯著減少的趨勢，而青海省南部及東部，黃土高原中部及新疆北部地區的草地NPP將持續顯著增加，我國北方草地NPP與氣溫呈負相關關系，與降水呈顯著正相關關系，降水的增加以及生態工程的實施對我國北方草地NPP的增加具有積極的作用。