艾則孜提約麥爾·麥麥提，玉素甫江·如素力,2，姜 紅，拜合提尼沙·阿不都克日木，何 輝

(1.新疆師范大學(xué) 地理科學(xué)與旅游學(xué)院/流域信息集成與生態(tài)安全實(shí)驗(yàn)室，新疆 烏魯木齊 830054;2.新疆干旱區(qū)湖泊環(huán)境與資源重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830054)

陸地植被凈初級生產(chǎn)力(net primary productivity, NPP)是指綠色植物在單位時間、單位面積上所累積的有機(jī)物數(shù)量，是由光合作用所產(chǎn)生的有機(jī)質(zhì)總量(gross primary productivity，GPP)中扣除自養(yǎng)呼吸(autotriphic respiration，RA)消耗量后的剩余部分[1]，用以表征綠色植物的固碳能力。凈初級生產(chǎn)力不僅可以反映在自然環(huán)境條件下植被對CO2的固定能力，還能表征生態(tài)系統(tǒng)的質(zhì)量和生產(chǎn)能力，而且是判定生態(tài)系統(tǒng)的碳源/匯功能、地球承載力估算及生態(tài)系統(tǒng)可持續(xù)性評價的一個重要生態(tài)指標(biāo)[2-4]，研究凈初級生產(chǎn)力及其對全球變化的響應(yīng)，在整個陸地生態(tài)系統(tǒng)碳循環(huán)研究中具有舉足輕重的作用。凈初級生產(chǎn)力的變化與降水和溫度對植被光合作用及新陳代謝的影響直接相關(guān)[5-6]，加上人類活動的影響，最終氣候變化和人類活動的雙重脅迫極大地影響著陸地生態(tài)系統(tǒng)的碳循環(huán)。隨著氣候和生態(tài)環(huán)境問題的日益突出，也就是從20世紀(jì)60年代開始，陸地生態(tài)系統(tǒng)NPP的研究，尤其是區(qū)域尺度上的NPP變化及影響因素研究引起了大量學(xué)者的關(guān)注[7-8]。近年來，3S技術(shù)的發(fā)展和長時間序列遙感數(shù)據(jù)的積累，為其研究提供了重要的技術(shù)平臺和數(shù)據(jù)庫[9-10]。

全球氣候變化對NPP的影響是我國學(xué)者們最為關(guān)注的領(lǐng)域之一，已經(jīng)從不同空間尺度、不同生態(tài)類型等方面對氣溫、降水等主要?dú)庀笠蜃訉PP的影響展開了廣泛的討論。目前，在區(qū)域尺度上，對我國東北地區(qū)[11]、南方地區(qū)[12]、長江黃河區(qū)[13-15]、內(nèi)蒙古區(qū)[16]、青藏高原[17-18]等地區(qū)進(jìn)行了綜合研究，大多數(shù)是關(guān)于濕潤半濕潤地區(qū)較大尺度的研究。針對干旱、半干旱地區(qū)的研究較少，尤其針對我國西北干旱區(qū)的研究尚不多見。博斯騰湖流域位于新疆天山中部南緣和塔克拉瑪干沙漠，屬于典型的干旱區(qū)大陸性氣候，地形較復(fù)雜，氣候變化和人類活動對陸地生態(tài)系統(tǒng)的影響較為明顯[19]。因此，以我國西北干旱區(qū)氣候變化明顯，地貌條件較復(fù)雜，人類活動和氣候變化對陸地植被覆蓋影響顯著的博斯騰湖流域作為研究區(qū)，探索整個流域系統(tǒng)NPP時空變化及其影響因子，具有重要的理論意義及實(shí)用價值。本研究利用MODIS17A3數(shù)據(jù)、GHCN_CAMS氣溫觀測/再分析資料、ASTER GDEM V2.0、MOD11A2和TRMM等資料，借助3S技術(shù)對該流域植被NPP時空分布及其變化特征進(jìn)行研究，并對其影響因子進(jìn)行分析。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)

博斯騰湖流域位于新疆天山南麓和塔克拉瑪干沙漠北緣[20]，地理位置為82°80′-88°63′ E，40°73′-43°57′ N ，境內(nèi)有庫爾勒市、焉耆回族自治縣等7個市和縣，總面積約為68 687 km2，包括流入博斯騰湖的開都河、黃水溝河、清水河等20條時令河上游，以及焉耆盆地和孔雀河流域。流域東南部為平原盆地區(qū)，海拔在856～4 798 m，總體地勢是北高南低，西高東低，高山、峽谷和盆地交錯，地形復(fù)雜。流域內(nèi)有我國最大的內(nèi)陸淡水湖博斯騰湖，是開都河的尾閭和孔雀河的源頭，博斯騰湖在焉耆盆地隨海拔的變化自上而下包括冰雪帶、高山墊狀植被帶、高山草甸帶、草原帶、荒漠草原帶、荒漠帶等[21]。整個博斯騰湖流域?qū)儆谂瘻貛Т箨懶愿珊禋夂?，除山區(qū)產(chǎn)流區(qū)外，整個流域范圍內(nèi)干旱少雨。平原盆地降水稀少，且80%以上集中在5-9月，年最長無降水日數(shù)達(dá)158～190 d，年蒸發(fā)量達(dá)1 141 mm，年平均氣溫 8.2～11.5 ℃[22]。由于研究區(qū)自然地理?xiàng)l件適宜于農(nóng)業(yè)發(fā)展，20世紀(jì)50年代以來，尤其是70年代后，綠洲區(qū)農(nóng)業(yè)耕地面積呈增長趨勢，在氣候變化和人類活動的共同影響下，博斯騰湖流域及其周圍綠洲面積、地表覆蓋方面發(fā)生明顯變化[23]。

1.2 數(shù)據(jù)與方法

1.2.1數(shù)據(jù)來源 NPP數(shù)據(jù)來源于美國陸地過程分布式數(shù)據(jù)檔案中心(Land Processes Distributed Active Archive Center，LPDAAC)的MOD17A3數(shù)據(jù)產(chǎn)品(https:∥lpdaac.usgs.gov/)。本數(shù)據(jù)的時間跨度為2000-2014年，空間分辨率1 km，時間分辨率為年。用MRT(MODIS Reprojection Tools)軟件對圖像進(jìn)行鑲嵌、格式轉(zhuǎn)換和重投影等操作。

土地覆蓋類型數(shù)據(jù)來源于MODIS陸地研究小組(MODIS Land Team)2008年推出的Aqua和Terra衛(wèi)星數(shù)據(jù)合成的年度土地覆蓋分類L3級產(chǎn)品MOD12Q1的NPP土地覆蓋數(shù)據(jù)集，空間分辨率500 m，時間跨度為2000-2014年。該數(shù)據(jù)集共有9種土地類型，包括常綠針葉林、常綠闊葉林、落葉闊葉林、落葉針葉林、一年生闊葉植被、一年生草本植被、城市、水體、無植被覆蓋區(qū)，對其數(shù)據(jù)進(jìn)行鑲嵌、格式轉(zhuǎn)換和重投影等預(yù)處理后，最終得到與NPP數(shù)據(jù)分辨率和投影相同的植被類型數(shù)據(jù)。在本研究中去除了水體、無植被覆蓋區(qū)和城市3種土地類型。

氣象數(shù)據(jù)為從NASA(美國國家航空航天局)網(wǎng)站下載的TRMM衛(wèi)星第7版本3級產(chǎn)品(3B43 Version7)的月降水產(chǎn)品數(shù)據(jù)，空間分辨率為0.25°×0.25°，時間跨度為2000-2014年。博斯騰湖流域及其周圍區(qū)域TRMM降水?dāng)?shù)據(jù)精度(R2=0.95)[24]，滿足研究精度需求。美國國家環(huán)境預(yù)報中心——?dú)夂蝾A(yù)報中心(NCEP-CPC)收集的2 m高氣溫觀測/再分析資料GHCN_CAMS(空間分辨率為0.5°×0.5°)用于反演1 km空間分辨率的近地表氣溫?cái)?shù)據(jù)和MOD11A2地表溫度(LST) 8d合成產(chǎn)品，空間分辨率為1 km。

DEM數(shù)據(jù)由美國國家航空航天局(NASA)與日本經(jīng)濟(jì)產(chǎn)業(yè)省(METI)合作完成的先進(jìn)星載熱發(fā)射和反射輻射儀全球數(shù)字高程模型ASTER GDEM V2.0(分辨率為30 m)數(shù)據(jù)下載獲取，分別對DEM數(shù)據(jù)、MOD11A2和TRMM產(chǎn)品進(jìn)行鑲嵌、格式轉(zhuǎn)換空間插值和重投影等預(yù)處理，最終得到與NPP數(shù)據(jù)分辨率和投影系統(tǒng)相同的空間數(shù)據(jù)。

氣象觀測數(shù)據(jù)位選取博斯騰湖流域內(nèi)巴音布魯克、巴侖臺、焉耆、庫爾勒和輪臺5個氣象站2000-2014年的逐月平均氣溫觀測數(shù)據(jù)(中國地面氣候資料月值數(shù)據(jù)集，來自中國氣象信息中心)，對近地表氣溫遙感反演結(jié)果進(jìn)行精度評價。

1.2.2研究方法

1) 近地表氣溫的遙感反演：由于我國西北干旱區(qū)氣象觀測站稀少，氣溫資料極度匱乏，現(xiàn)有的內(nèi)插方法不能保證氣溫在空間上的分布精度。為獲取研究區(qū)高時空分辨率的近地表氣溫?cái)?shù)據(jù)集，利用MODIS的LST產(chǎn)品、GHCN_CAMS氣溫觀測/再分析資料、DEM數(shù)據(jù)和地面氣象觀測資料等相結(jié)合，采用基于空間異質(zhì)性理論的地理加權(quán)回歸分析方法(GWR)[25]，估算空間分辨率為1 km的月均氣溫。主要步驟：1)在MOD11A2地表溫度8 d合成產(chǎn)品的基礎(chǔ)上統(tǒng)計(jì)獲取研究區(qū)2000-2014年的空間分辨率為1 km的逐月平均LST數(shù)據(jù)集。2)對逐月的GHCN_CAMS氣溫觀測/再分析資料進(jìn)行Kriging插值，形成空間分辨率為1 km的2 m高氣溫空間分布數(shù)據(jù)集。3)通過重采樣ASTER GDEM V2.0(分辨率為30 m)數(shù)據(jù)，獲取研究區(qū)1 km空間分辨率的DEM數(shù)據(jù)。4)以各月GHCN_CAMS氣溫觀測/再分析數(shù)據(jù)作為因變量，DEM高程和LST數(shù)據(jù)作為自變量，建立逐月均氣溫估算GWR模型(表1)。5)最后，通過比較統(tǒng)計(jì)氣象站實(shí)測氣溫和估算氣溫對反演精度進(jìn)行驗(yàn)證。選取研究區(qū)內(nèi)巴音布魯克等5個地面氣象站，利用2000-2014年的氣溫月平均值數(shù)據(jù)，在點(diǎn)尺度上進(jìn)行精度驗(yàn)證。

2) NPP變化趨勢分析：在研究區(qū)NPP、氣溫和降水柵格數(shù)據(jù)的基礎(chǔ)上，借助于IDL編程語言分別逐像元計(jì)算各要素的變化趨勢和要素之間的偏相關(guān)系數(shù)及復(fù)相關(guān)系數(shù)，揭示2000-2014年NPP的時空變化及其影響因子。計(jì)算公式[25]：

(1)

式中：Slope是某一像元點(diǎn)在研究時段內(nèi)NPP年際變化的一元線性方程的斜率線性傾向值，n是研究時段的長度(n=15)，NPPi是該像元點(diǎn)第i年的NPP值。Slope值的正負(fù)表明表明變化趨勢是增加的或者減少的，正表明增加趨勢，負(fù)表明減少趨勢。

3) NPP與氣溫、降水量的相關(guān)分析：采用像元計(jì)算的偏相關(guān)系數(shù)法分析了降水量和氣溫對植被NPP變化的影響[16]。相關(guān)系數(shù)計(jì)算公式：

(2)

(3)

式中：Rxy,z是將自變量z固定后因變量x與自變量y的偏相關(guān)系數(shù)。采用t檢驗(yàn)法對偏相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)。其計(jì)算公式：

(4)

式中：n為樣本數(shù)；m為自變量個數(shù)。

為了更進(jìn)一步解析各要素之間的相互關(guān)系和綜合影響采用復(fù)相關(guān)分析方法。其方法的計(jì)算公式：

(5)

式中：Rx,yz是因變量x和自變量y,z的復(fù)相關(guān)系數(shù)；Rxy表示x與y的線性相關(guān)系數(shù)，Rxz,y表示固定自變量y后因變量x與自變量z的偏相關(guān)系數(shù)。對此結(jié)果采用F檢驗(yàn)法進(jìn)行顯著性檢驗(yàn)。其計(jì)算公式：

(6)

式中：n為樣本數(shù)；k為自變量個數(shù)。

驅(qū)動分區(qū)準(zhǔn)則：本研究參考王強(qiáng)等[27]通過參照植被覆蓋變化驅(qū)動分區(qū)原則并進(jìn)行適當(dāng)修正后的分區(qū)原則，對博斯騰湖流域植被NPP變化進(jìn)行驅(qū)動分析。

2 結(jié)果與分析

2.1 近地表氣溫估算模型及精度驗(yàn)證結(jié)果

GWR回歸分析結(jié)果顯示(表1)，12個月的決定系數(shù)R2(0.88～0.91)均高于0.88，月平均氣溫的變化范圍為-10.95～16.34 ℃，說明地表溫度(Ts)和海拔高度(H)這兩個變量能較好地解釋近地表氣溫(Ta)的變化。

估算出的氣溫與地面實(shí)測氣溫具有非常好的線性相關(guān)關(guān)系，其中巴音布魯克氣象站點(diǎn)的海拔在2 500 m左右，庫爾勒和輪臺氣象站點(diǎn)的海拔在950 m左右，無論海拔高度高或低，R2都高于0.95，估算氣溫很接近地面實(shí)測氣溫(圖2)，說明在該研究區(qū)采用通過GWR模型估算出來的近地表氣溫具有一定的合理性。

表1 研究區(qū)各月平均氣溫的線性估算模型及統(tǒng)計(jì)值Table 1 Linear regression models of monthly air temperature and their statistical values

Ta、Ts和H分別代表近地表氣溫、地表溫度和高程。

Ta, near surface air temperature; Ts, surface temperature; H, elevation.

圖2 估算氣溫與實(shí)測氣溫的關(guān)系Fig. 2 Relationship between monthly retrieved near surface air temperature and observed surface temperature

2.2 NPP的時空分布特征

博斯騰湖流域2000-2014年的NPP在整體上呈減少趨勢，年際波動較大(圖3)。全區(qū)NPP的年均值在205.12～235.7 g·(m2·a)-1， NPP的多年平均值為221.52 g·(m2·a)-1，超出NPP多年均值的年份有2000、2002、2003、2007、2009、2012和2013年，其他年份均低于多年平均值。其中2008年的NPP均值最低，為205.12 g·(m2·a)-1，相對變化率為-7.99%，2007年的NPP最高，為235.7 g·(m2·a)-1，相對變化率達(dá)6.02%。

由博斯騰湖流域2000-2014年NPP多年平均空間分布可知(圖3b)，研究區(qū)年均NPP空間差異明顯，最高值出現(xiàn)在開都河流域上游，低值主要出現(xiàn)在東部的戈壁灘和沙漠區(qū)。NPP整體上呈由西北向東南方向遞減的趨勢，具體表現(xiàn)為，博斯騰流域上游山區(qū)，NPP由西向東遞減，西部大尤路都斯盆地NPP均值基本上在200～499 g·(m2·a)-1，東部小尤路都斯盆地、黃水溝流域和清水河流域的NPP均值在100～300 g·(m2·a)-1之間，博斯騰湖流域中下部的綠洲區(qū)，也就是和靜、和碩、焉耆回族自治縣、博湖、庫爾勒、尉犁、輪臺等人類活動影響較強(qiáng)的平原綠洲區(qū)，NPP均值介于0～400 g·(m2·a)-1。

圖3 博斯騰湖流域2000-2014年NPP年際變化和空間分布格局Fig. 3 Annual variation and spatial distribution of mean NPP in Bosten Lake Drainage Basin during 2000-2014

2.3 NPP變化趨勢分析

由2000-2014年博斯騰湖流域NPP時空變化趨勢可知(圖4)，NPP的變化量介于-18～26 g·(m2·a)-1，NPP呈增加趨勢的區(qū)域與NPP呈減少趨勢的區(qū)域鑲嵌分布，大部分區(qū)域NPP呈減少趨勢，包括大、小尤路都斯盆地、霍拉山大部分、黃水溝流域和清水河的上游等區(qū)域，博湖、庫爾勒和輪臺等平原綠洲區(qū)以及額爾賓山和大小尤路都斯盆地周圍的高山區(qū)NPP呈增加趨勢。NPP呈減少趨勢的區(qū)域占研究區(qū)面積的35.2%，NPP呈增長趨勢的區(qū)域占研究區(qū)面積的16.99%，其中增長率大于10 g·(m2·a)-1的區(qū)域僅占研究區(qū)面積的0.32%，增長率介于0～10 g·(m2·a)-1的區(qū)域占研究區(qū)面積的16.67%。

研究區(qū)內(nèi)有常綠針葉林、常綠闊葉林、一年生草本等6種植被類型(圖5)。不同植被類型的NPP均值差異大小按順序分別為一年生草本植被[233.41 g·(m2·a)-1]>一年生闊葉植被[219.58 g·(m2·a)-1]>常綠針葉林[219.46 g·(m2·a)-1]>落葉針葉林[193.62 g·(m2·a)-1]>常綠闊葉林[179.41 g·(m2·a)-1]>落葉闊葉林[171.41 g·(m2·a)-1]。由此可知，在博斯騰湖流域固碳能力最強(qiáng)的是一年生草本植被和一年生闊葉植被，最弱的為在綠洲平原區(qū)生長的落葉闊葉林。從博斯騰湖流域不同植被類型NPP平均值變化曲線可以看出(圖5)，常綠闊葉林和落葉闊葉林的NPP年際變化較大，其中常綠闊葉林的NPP年際變化呈微幅增加趨勢，落葉闊葉林的NPP年際變化呈減少趨勢。其他一年生草本植被、一年生闊葉植被、常綠闊葉林和落葉針葉林的NPP年際變化呈波動式變化，但總趨勢基本保持不變。

圖4 博斯騰湖流域2000-2014植被年NPP變化趨勢分布格局Fig. 4 Spatial pattern of NPP absolute variability in Bosten Lake Drainage Basin during 2000-2014

2.4 氣象要素年際變化和趨勢分析

由于博斯騰湖流域的地形存在明顯的空間差異性，氣象要素的空間分布也較復(fù)雜，氣溫和降水量的分布有著明顯的時空分異特征。整個研究區(qū)2000-2014年年平均氣溫分布范圍為6.01～7.36 ℃(圖6a)，最低氣溫出現(xiàn)在2014年，最高氣溫出現(xiàn)在2007年，多年平均溫度為6.77 ℃，在研究時段內(nèi)氣溫呈下降趨勢。年均降水量在196.85～275.41 mm(圖6b)，年均降水量也呈波動式減少趨勢。從博斯騰湖流域氣溫和降水量的空間變化趨勢可知(圖6c和圖6d)，氣溫呈上升趨勢的區(qū)域面積(15.92%)小于呈下降趨勢的區(qū)域面積(84.08%)氣溫上升的區(qū)域主要分布在大、小尤路都斯盆地周圍的高山區(qū)和綠洲平原區(qū)周邊。降水量呈增加趨勢的區(qū)域面積(52.58%)略大于呈減少趨勢的區(qū)域面積(47.42%)，降水量減少的區(qū)域主要分布在博斯騰湖流域中部的山區(qū)、輪臺縣和何靜縣境內(nèi)的平原綠洲區(qū)，其他區(qū)域的降水量呈不同程度的增加趨勢。

圖5 博斯騰湖流域植被類型和NPP平均值動態(tài)變化Fig. 5 Dynamic change of the vegetation types in the mean NPP in Bosten Lake Drainage Basin

圖6 博斯騰湖流域2000-2014年的年平均近地表氣溫(a)、降水量(b)年際動態(tài)變化和空間變化趨勢(c、d)Fig. 6 Dynamic change of annual mean surface temperatures (a), precipitation (b), and spatial patterns (c, d) in Bosten Lake Drainage Basin during 2000-2014

2.5 NPP與年均氣溫、降水量的相關(guān)分析

由博斯騰湖流域NPP與近地表氣溫偏相關(guān)性空間分布圖可知，NPP與氣溫的偏相關(guān)性系數(shù)在-0.9～0.87，呈正相關(guān)的區(qū)域占研究區(qū)總面積的39.68%，主要集中在大、小尤路都斯盆地周圍的海拔高度較高的山區(qū)；呈負(fù)相關(guān)的區(qū)域占研究區(qū)總面積的35.21%，主要在研究區(qū)北部的大、小尤路都斯盆地，博湖縣，庫爾勒市，輪臺縣等平原區(qū)域以及霍拉山大部分和東部山區(qū)。

NPP與降水量的偏相關(guān)性空間分布圖顯示(圖7b)，年NPP與降水量的相關(guān)性系數(shù)介于-0.73～0.92，呈正相關(guān)關(guān)系的區(qū)域面積占研究區(qū)面積的58.73%，主要集中在大、小尤路都斯盆地和平原區(qū)域以及霍拉山大部分和黃水溝流域。呈負(fù)相關(guān)關(guān)系的區(qū)域面積占16.15%，主要分布在大、小尤路都斯盆地周圍的山區(qū)，額爾賓山等區(qū)域?？梢钥闯?，大部分跟氣溫呈正相關(guān)關(guān)系的區(qū)域反而跟降水量呈負(fù)相關(guān)關(guān)系，跟氣溫呈負(fù)相關(guān)關(guān)系的區(qū)域跟降水量呈正相關(guān)關(guān)系，氣溫和降水共同呈正相關(guān)關(guān)系的區(qū)域面積占全區(qū)植被面積的27.56%，共同呈負(fù)相關(guān)關(guān)系的區(qū)域面積占4.03%。

由博斯騰湖流域年NPP與平均氣溫和降水量的復(fù)相關(guān)空間分布圖可知(圖8a)，NPP與氣溫、降水量的復(fù)相關(guān)系數(shù)介于0～0.95。復(fù)相關(guān)性較強(qiáng)的區(qū)域主要分布在霍拉山西西側(cè)、博湖縣、庫爾勒市、輪臺縣等平原區(qū)和黃水溝流域等區(qū)域。復(fù)相關(guān)性較弱的區(qū)域主要分布在大、小尤路都斯盆地周邊，額爾賓山一部分和碩縣東北的山區(qū)等。復(fù)相關(guān)性分布特征如此復(fù)雜可能與植被類型和地形有關(guān)。

圖7 博斯騰湖流域2000-2014年植被NPP與近地表氣溫(a)和降水(b)的偏相關(guān)系數(shù)空間分布Fig. 7 Spatial distribution of partial correlations between annual NPP and surface temperature (a), precipitation (b) in Bosten Lake Drainage Basin during 2000-2014

2.6 NPP變化的影響因子分析

氣候和人類活動是影響植被NPP動態(tài)變化的主要因子[28-29]，其中植被生長對氣候變化特別是溫度和降水量的變化具有較強(qiáng)的敏感性。

由博斯騰湖流域植被NPP變化驅(qū)動分區(qū)圖可得出(圖8b)，1)2000-2014年氣溫、降水對NPP強(qiáng)驅(qū)動的區(qū)域主要集中在科克鐵克山、小尤路都斯盆地西南側(cè)，黃水溝河流域西側(cè)和霍拉山中部，面積占全區(qū)面積的7.05%。2)以氣溫為主驅(qū)動的區(qū)域主要分布在海拔3 000 m以上的山區(qū)，面積約占全區(qū)面積的9.34%。3)以降水為主驅(qū)動的區(qū)域面積較大，集中分布在黃水溝河流域，下側(cè)平原綠洲，霍拉山，大、小尤路都斯盆地上側(cè)，約占研究區(qū)面積的19.23%。4)氣溫、降水弱驅(qū)動的區(qū)域分布在博湖縣、庫爾勒市等人類居住區(qū)以及大、小尤路都斯盆地等相比于周邊海拔高度較低的區(qū)域，面積約占研究區(qū)總面積的4.19%。5)剩余的約16.57%區(qū)域?qū)儆诜菤夂蛞蛩仳?qū)動的區(qū)域，包括人類居住的地勢較平原的綠洲區(qū)域、大、小尤路都斯盆地周圍、清水河流域上游等。綜上可知，研究區(qū)約39.81%的面積上NPP動態(tài)變化受氣候因素的驅(qū)動，16.57%的面積上NPP變化受非氣候因素(包括人類活動、自然災(zāi)害等)的驅(qū)動。

圖8 博斯騰湖流域2000-2014年NPP與近地表氣溫-降水的復(fù)相關(guān)分布(a)和變化驅(qū)動力分區(qū)(b)Fig. 8 Spatial distribution of multiple correlation between NPP and temperature-precipitation (a) and NPP change regions driven by different factors (b) from 2000-2014 in Bosten Lake Drainage Basin

(T+P)+表示氣溫、降水強(qiáng)驅(qū)動；T表示氣溫為主驅(qū)動；P表示降水為主驅(qū)動 ；(T+P)-表示氣溫、降水弱驅(qū)動；NC表示非氣候驅(qū)動。

(T+P)+ , change driven by temperature and precipitation strongly；T, change driven by temperature mainly；P, change driven by precipitation mainly；(T+P)- , change driven by temperature and precipitation weakly; NC, change driven by non-climate.

3 討論與結(jié)論

已有的研究表明，MODIS地表溫度數(shù)據(jù)在空間上的變化規(guī)律與近地氣溫變化相似，二者之間的線性相關(guān)性非常好[30-34]，但這些研究基本上都采用普通線性回歸分析法建立氣溫與地表溫度之間的一元線性回歸模型來估算氣溫[35]。本研究的不同之處在于采用地理加權(quán)回歸分析法(GWR)，基于空間變異性的假設(shè)模型，將地表溫度和海拔高度等作為變量引入GWR模型中，進(jìn)一步提高了估算精度。

研究區(qū)內(nèi)山區(qū)的NPP整體上自西向東呈減少趨勢，在平原區(qū)域分布較為復(fù)雜。全區(qū)年NPP在年際水平上呈減少趨勢，均值在205.12～235.7 g·(m2·a)-1，變化量介于-18～26 g·(m2·a)-1，NPP呈減少趨勢的區(qū)域占研究區(qū)面積的35.23%，呈增長趨勢的區(qū)域占研究區(qū)面積的16.99%。不同植被類型的NPP均值差異并不顯著，其中一年生草本植被的NPP均值最大[233.41 g·(m2·a)-1]，落葉闊葉林的NPP均值最小[171.41 g·(m2·a)-1]。

博斯騰湖流域NPP動態(tài)變化受氣候因子驅(qū)動的區(qū)域占研究區(qū)總面積的39.81%，其中氣溫和降水量共同驅(qū)動的區(qū)域占7.05%，氣溫主驅(qū)動的區(qū)域占9.34%，降水量主驅(qū)動的占19.23%，溫度和降水量弱驅(qū)動的占4.19%，非氣候因子驅(qū)動的占16.57%。相比而言，研究區(qū)海拔高度3 000 m以上的區(qū)域受氣溫影響較明顯，3 000 m以下的區(qū)域受降水量的影響較明顯。整個研究區(qū)NPP的時空變化是氣候變化和人類活動影響下的共同結(jié)果，但氣候因素的決定性作用較大。