朱玉果,杜靈通,*,謝應忠,劉 可,宮 菲,丹 楊,王 樂,鄭琪琪

1 寧夏大學西北土地退化與生態(tài)恢復省部共建國家重點實驗室培育基地,銀川 750021 2 寧夏大學西北退化生態(tài)系統(tǒng)恢復與重建教育部重點實驗室,銀川 750021 3 寧夏大學農學院,銀川 750021

植被凈初級生產力(Net Primary Productivity,NPP)反映了在自然環(huán)境條件下植被對CO2的固定能力,在陸地生態(tài)系統(tǒng)碳循環(huán)研究中占有重要地位[1]。20世紀90年代初第一次IPCC會議后,陸地生態(tài)系統(tǒng)NPP的研究逐漸被重視,近年來隨著航天遙感技術的快速發(fā)展,涌現(xiàn)出了一系列的陸地生態(tài)系統(tǒng)NPP估算模型,為區(qū)域和全球尺度NPP估算和開展相關應用研究帶來新的生機。目前,NPP估算模型可分為氣候相關統(tǒng)計模型(Miami、Thornthwaite Menorial和Chikugo等)、生態(tài)系統(tǒng)過程模型(BIOME-BGC、和BEPS等)、光能利用率模型(GLO-PEM和CASA等)及生態(tài)遙感耦合模型四大類[2- 3]。其中建立在光合有效輻射和光能利用率基礎上的CASA模型已成為估算NPP的成熟模型[4- 5],并應用于國內外的眾多研究。樸世龍等較早的引入CASA模型并對我國NPP進行了估算[6]；朱文泉等在對中國不同植被光能利用率研究的基礎之上對CASA模型進行了改進[7]；高清竹等針對國內不同區(qū)域的差異對CASA模型進行適應性改進并應用到藏北高原[8]。近年來利用CASA模型估算草地NPP的研究逐漸向區(qū)域應用擴展,一些學者分別對新疆、錫林郭勒草原及三江源草地的NPP進行估算[9- 11],得出CASA模型估算值與實際情況相符,估算結果能應用到區(qū)域農牧業(yè)生產實踐。此外,美國航空航天局發(fā)布的MOD17 NPP產品已被廣泛關注,由于其糾正了MODIS LAI-FPAR受云層和氣溶膠的影響[12- 13],數(shù)據(jù)質量較高,并應用到不同地理區(qū)域和省域的植被生態(tài)研究中[14- 15]?？傮w來看,通過遙感數(shù)據(jù)驅動模型估算區(qū)域NPP已成為研究生態(tài)系統(tǒng)凈初級生產力的重要手段。

寧夏草地面積約3.01×104km2,占自治區(qū)面積的53.7%。草地是寧夏陸地生態(tài)系統(tǒng)的重要組成部分,也是構筑西北生態(tài)安全屏障的基礎,特別在維系西北農牧交錯帶生態(tài)安全中起著重要作用。作為牧業(yè)生產的重要資源,寧夏歷來對草地生產力的研究比較重視,20世紀80年代開始便有基于站點監(jiān)測資料研究的報道[16-18]。但由于寧夏草地類型復雜多樣,且全區(qū)南北的地理氣候差異大,站點監(jiān)測無法掌握寧夏全境和不同類型草地的NPP空間分布特征。目前,尚未見基于遙感過程模型估算寧夏草地NPP的研究,也鮮有從空間上探討寧夏草地NPP時空變化特征及對氣候變化響應的報道。而從空間上掌握寧夏草地NPP時空特征對調整寧夏農牧業(yè)產業(yè)結構具有參考價值,探討寧夏草地NPP對氣候變化的響應,對地方政府制定應對氣候變化策略具有指導意義。為此,本研究采用2000—2015年的遙感和站點氣象資料,利用CASA模型對近16 a寧夏草地NPP進行估算,在此基礎上分析NPP的時空變化特征,探討與氣候變化的關系,以期為寧夏草地資源的合理開發(fā)利用及區(qū)域農牧業(yè)發(fā)展提供科學依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

圖1 寧夏草地分類圖Fig.1 Grassland classification of Ningxia

氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/),包括寧夏全區(qū)周邊14個氣象站點2000—2015年的月平均氣溫、月總降水量以及太陽總輻射數(shù)據(jù),采用Anusplin插值法生成空間分辨率為1 km的序列柵格數(shù)據(jù)。MOD13和MOD17數(shù)據(jù)來自于NASA網(wǎng)站(https://ladsweb.modaps.eosdis.nasa.gov/),對原始數(shù)據(jù)進行格式轉換、投影轉換等預處理。數(shù)字高程模型(DEM)為地理空間數(shù)據(jù)云(http://www.gscloud.cn/)發(fā)布的90 m分辨率的SRTM數(shù)據(jù)。草地類型圖由1∶120萬的紙質草地分類圖矢量化所得,全區(qū)共10種草地類型(圖1)。草地凈初級生產力實測數(shù)據(jù)為寧夏16個市縣1981—2010年監(jiān)測到的各類型草地NPP的加權平均值,數(shù)據(jù)來自文獻[19]。

1.2 CASA模型及NPP估算

CASA模型以植被的生理過程為基礎,該模型將植被凈初級生產力的積累過程簡化為植被吸收的光合有效輻射與光能利用率的乘積,公式如下[20]：

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

式中,APAR(x,t)為植被吸收的光合有效輻射,ε(x,t)為實際光能利用率,x表示空間像元位置,t為時間。

1.2.1 光合有效輻射估算

光合有效輻射指參與到植被光合作用過程中的太陽輻射能,由于不同植被的生理特性各異,對太陽輻射的吸收比例不同,故植被吸收的光合有效輻射計算公式如下[20]：

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式中,SOL(x,t)為太陽總輻射量,FPAR(x,t)為植被光合有效輻射的吸收比例,由于植被可吸收的太陽有效輻射波長在0.4—0.7 μm,占太陽總輻射波長的一半,故乘以常數(shù)0.5。

依據(jù)FPAR與歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)之間的線性關系,可以通過NDVI估算植被光合有效輻射的吸收比例,公式如下[7]：

(3)

式中,NDVIi,max和NDVIi,min為i種植被類型的NDVI最大值與最小值,FPARmax和FPARmin為植被光合有效輻射吸收比例的最大值與最小值,與植被類型無關,取常數(shù)0.950和0.001。

FPAR與簡單比值植被指數(shù)(Simple Ration,SR)也存在線性關系[21- 22],又可用SR估算FPAR：

(4)

(5)

式中,SRi,min和SRi,max為i種植被類型的SR最小值與最大值,對于草地類型,SRi,min取值1.08,SRi,max取值4.46。為減小FPAR的估算誤差,在CASA模型中取兩種FPAR的平均值[7]：

FPAR=0.5×FPARNDVI+0.5×FPARSR

(6)

1.2.2 光能利用率估算

光能利用率表征植被將吸收的太陽輻射能轉化為有機碳的效率,與溫度和水分條件有關[5]：

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε1(x,t)×εmax

(7)

式中,Tε1(x,t)和Tε2(x,t)為溫度脅迫因子,Wε1(x,t)為水分脅迫系數(shù),εmax為最大光能利用率,草地的εmax取值為0.542[7]。

Tε1(x,t)=0.8+0.02×Topt(x)-0.0005×[Topt(x)]2

(8)

Tε2(x,t)=1.184/{1+exp[0.2×(Topt(x)-10-T(x,t))]}×1/

{1+exp[0.3×(-Topt(x)-10+T(x,t))]}

(9)

Wε1(x,t)=0.5+0.5×EET(x,t)/PET(x,t)

(10)

式中,Topt(x)指植被生長的最適溫度,由植被NDVI值達到最大的月份的氣溫平均所得；水分脅迫因子Wε1(x,t)與環(huán)境中有效水分儲量成正相關,其值在極度濕潤的條件下為1,極干旱的情況下為0.5[4]；EET(x,t)為區(qū)域實際蒸散量；PET(x,t)是區(qū)域潛在蒸散量。

1.3 時空分析方法

1.3.1 趨勢分析

為定量研究草地凈初級生產力的變化趨勢,采用一元線性回歸分析來模擬每個柵格的變化趨勢,通過每個像元的線性變化斜率來判斷時間序列上的NPP變化趨勢,公式如下：

(12)

式中,Slope為線性擬合斜率,NPPi為第i年的年總NPP,n為研究年限,當Slope>0時,表示NPP在研究時段內處于增長趨勢,反之則為下降趨勢。

1.3.2 Hurst指數(shù)

基于重新標度極差(R/S)分析的Hurst指數(shù)是定量描述時間序列信息長期依賴性的有效方法,給定的時間序列變量{ξ(t)},t=1,2,…,對于任意時刻τ≥1,構建幾種序列[23]。

(13)

累計離差：

(14)

極差：

R(τ)=X(t,τ)max-X(t,τ)minτ=1,2,…

(15)

(16)

在計算出R(τ)和S(τ)的基礎上,定義R/S=R(τ)/S(τ),若R/S∝τH,則說明分析的時間序列存在赫斯特現(xiàn)象,H稱為赫斯特指數(shù)。Hurst指數(shù)的表征意義明確,當0.5

1.3.3 相關性分析

采用逐像元的Pearson相關系數(shù)分析對寧夏草地NPP與相關氣象因素及草地NDVI之間的相關性進行定量研究,并進行F檢驗,當P<0.05時,相關性顯著。

2 結果與分析

2.1 寧夏草地NPP估算結果驗證

圖2 CASA模型估算寧夏草地NPP與實測NPP的關系 Fig.2 Correlation of simulated NPP based on CASA model and observed NPP of grassland in NingxiaCASA：Carnegie-Ames-Stanford Approach model；NPP：凈初級生產力，Net Primary Production

將CASA模型估算的寧夏多年草地NPP均值與寧夏境內近16個縣市的多年草地生產力數(shù)據(jù)進行相關分析,草地生產力實測值為地上草地產草量干重,而CASA模型估算的NPP是地上和地下生物量的總和。因此在驗證中參照前人文獻中的干物質產量與NPP的轉換關系及不同草地類型地下與地上生物量的比例系數(shù)[24- 25],將CASA模型估算NPP的地上部分求出,并與草地實測地上NPP進行對比(圖2)。模型估算NPP與實測NPP呈線性關系,相關性系數(shù)R達0.93(P<0.01),模型估算的相對平均誤差(MRE)為0.23,均方根誤差(RMSE)為2.35,表明模型估算的草地NPP精度較高,能夠代表寧夏草地地面的凈初級生產力分布狀況。此外,本研究從空間上將CASA模型獲取的NPP與MOD17 NPP產品進行對比。結果顯示,CASA模型估算的NPP在空間特征上與MOD17 NPP基本吻合,從像元尺度獲取的整體相關系數(shù)為0.88(P<0.01)。從草地類型來看,CASA模型在干草原的估算誤差最小,次之是草原化荒漠類和荒漠草原,這三類草原總面積占寧夏草原面積的近90%,代表了寧夏主體草地生產力,除了沼澤類外,其他類型草地的相關性均在0.70以上(表1)。由此可見,CASA模型從站點到區(qū)域上均能夠較準確的估算寧夏草地NPP,估算結果具有較高的精度。

表1 寧夏不同草地類型CASA模型估算NPP與MOD17 NPP結果的對比

**為P<0.01；R：相關系數(shù),Correlation coefficient；RMSE：均方根誤差,Root Mean Square Error；MRE：相對平均誤差,Mean Relative Error

2.2 寧夏草地NPP的空間分布特征

圖3 2000—2015年寧夏草地年均NPP空間分布 Fig.3 Spatial characteristics of annual NPP of grassland from 2000 to 2015 in Ningxia

2000—2015年寧夏草地年平均NPP的空間分布如圖3所示,全區(qū)年均草地NPP為148.28 g C m-2a-1,南部丘陵山區(qū)草地NPP主要在200—300 g C m-2a-1之間,其中六盤山、南華山等山麓地區(qū)高于400 g C m-2a-1；中部干旱帶草地NPP主要集中在100—200 g C m-2a-1之間,其中退化較為嚴重的草地不足100 g C m-2a-1；由此可見,寧夏草地NPP分布存在較強的空間異質性,這與寧夏的地理氣候特征有關。寧夏南部丘陵山區(qū)年降水量最高可達600 mm左右,發(fā)育了以山地草甸和草甸草原為主的草地類型,草地覆蓋度高,凈初級生產力強。中部干旱帶西北部靠近騰格里沙漠,東部為毛烏素沙地,草地類型以干草原、荒漠草原和草原化荒漠為主,草地覆蓋度低,凈初級生產力弱。北部引黃灌區(qū)西部的賀蘭山山前平原和東部的鄂爾多斯臺地邊緣也發(fā)育一些荒漠草原、草原化荒漠,其草地覆蓋度低,凈初級生產力弱,而在灌區(qū)農田與城市用地的邊緣地帶則零星分布著一些低濕地草甸類及沼澤類草地,賀蘭山山麓分布一些灌叢草原,其草地覆蓋度高,凈初級生產力強。

2.3 寧夏草地NPP的時間變化特征

寧夏草地2000—2015年的年均NPP值變化如圖4所示,近16 a的寧夏草地NPP處于波動上升的趨勢,其上升趨勢顯著(P<0.01),線性增長率為3.84 g C m-2a-1。2000年NPP均值最低,僅為93.13 g C m-2a-1,2012年NPP均值最高,達197.95 g C m-2a-1。將寧夏草地NPP分布劃分為5個等級,分別統(tǒng)計其分布面積比例(圖4),近16 a寧夏草地NPP≤100 g C m-2a-1的面積呈波動減小趨勢,而NPP高值(NPP≥300 g C m-2a-1)的面積則在不斷的波動增加。NPP處于≤100 g C m-2a-1和100—200 g C m-2a-1兩個等級的草地面積占總草地面積的65%以上,其中大部分年份NPP在100—200 g C m-2a-1等級草地面積超過總草地面積的50%,但2000—2001、2005、2008—2009和2015等干旱年份,草地NPP處于100—200 g C m-2a-1的面積明顯減小。

NPP多年均值在不同草地類型的表現(xiàn)差異較大,其中山地草甸類的NPP多年均值最高,達到了518.34 g C m-2a-1,是寧夏凈初級生產力最高的草地類型,主要分布在南部山區(qū)；其次是草甸草原、灌叢草甸類和低濕地草甸,NPP多年均值分別為331.62 g C m-2a-1、261.93 g C m-2a-1和222.73 g C m-2a-1；其他草地類型的NPP多年均值在200 g C m-2a-1以下,其中寧夏中部干旱帶分布廣泛的荒漠草原和干草原類草地的NPP多年均值僅為110.44 g C m-2a-1和186.36 g C m-2a-1。不同草地類型的NPP年內動態(tài)變化均呈典型的單峰特征(圖4),5月份草地生長期開始時NPP急劇增加,在7、8月份達到最大,9月份以后隨著草地生長季的結束,NPP開始快速下降。

圖4 2000—2015年寧夏草地NPP多年均值年際及年內變化Fig.4 The change of annual average NPP and monthly dynamics in Ningxia grassland

2.4 寧夏草地NPP的空間變化特征

2.4.1 空間變化趨勢及顯著性

利用一元線性回歸分析近16 a來寧夏草地NPP的逐像元變化趨勢,結果可以看出,全區(qū)草地有98%的區(qū)域,其NPP線性斜率大于0,僅有2%的區(qū)域,其NPP線性斜率小于0(圖5)。從空間來看,只有賀蘭山地區(qū)的部分灌叢草原和中部干旱帶的部分零星荒漠草原斑塊NPP有減弱趨勢,除此之外,寧夏大部分草地NPP在近16 a來均呈增長趨勢。全區(qū)草地NPP的增率自北向南逐漸增強,其中年增長率在0—5 g C m-2a-1的草地分布最廣,占全區(qū)草地面積的近61%,主要分布在中部干旱帶及北部賀蘭山山麓和鄂爾多斯臺地邊緣；而南部丘陵山區(qū)草地的年增長率多在5 g C m-2a-1以上。草地NPP線性變化斜率的F檢驗結果顯示(圖5),寧夏草地中有61%的區(qū)域,其NPP顯著上升,包括寧夏中東部的荒漠草原、中南部的干草原類、南部的灌叢草甸和草甸草原；呈上升趨勢但并不顯著的區(qū)域占全區(qū)草地面積的36%,主要集中在寧夏西北部的草原化荒漠類草地、荒漠草原、灌叢草原及南部的部分山地草甸；下降不顯著的區(qū)域主要分布在寧夏西北部賀蘭山的部分灌叢草原及少部分草原化荒漠類；呈顯著下降的地區(qū)在全區(qū)分布不到3%,主要分散在寧夏北部。

圖5 寧夏年均草地NPP變化趨勢與顯著性檢驗Fig.5 Linear trend and significance test map of grassland annual average NPP in Ningxia Province

2.4.2 NPP變化穩(wěn)定性與持續(xù)性分析

為分析寧夏草地NPP變化趨勢的可持續(xù)性,逐像元計算了草地NPP近16 a的Hurst指數(shù)(圖6)。寧夏草地NPP的Hurst指數(shù)在0.27—0.81之間,均值為0.53,Hurst指數(shù)大于0.5的區(qū)域占寧夏草地面積的68%,而Hurst指數(shù)小于0.5的僅占32%,說明寧夏大部分草地的NPP變化趨勢具有較強持續(xù)性,其變化的同向特征要高于反向特征。Hurst指數(shù)高值主要分布在東部荒漠草原和北部銀川平原邊緣地區(qū),其值在0.8左右；低值主要分布在中西部的荒漠草原及草原化荒漠類草地。從不同草地類型來看,寧夏10類草地的平均Hurst指數(shù)均大于0.5,其中沼澤類草地Hurst均值最高為0.64,其次為低濕地草甸類草地；Hurst指數(shù)均值最低的草地類型為荒漠草原,僅為0.52。通過疊加分析當前草地NPP的變化斜率和Hurst指數(shù),獲取寧夏草地NPP近16 a的變化持續(xù)性特征(圖6)。從中可以看出,持續(xù)上升、上升轉下降、下降轉上升和持續(xù)下降4種變化特征的草地面積分別占全區(qū)草地的66%、30%、1%和2%,即寧夏草地NPP目前處于上升趨勢的大部分地區(qū)未來依然會上升,而有約30%的區(qū)域其NPP上升趨勢將在未來出現(xiàn)逆轉,表現(xiàn)出持續(xù)上升趨勢的草地主要分布在寧夏南部丘陵山區(qū)、東部荒漠草原及西北部賀蘭山山前部分地區(qū),包括草甸草原、灌叢草原、山地草甸、干草原、荒漠草原、草原化荒漠類等多種類型。

圖6 寧夏草地NPP的Hurst指數(shù)及持續(xù)性特征Fig.6 Hurst index and sustainability map of grassland NPP in Ningxia Province

2.5 寧夏草地NPP變化與氣象因素的相關分析

2.5.1 年草地NPP與年氣象因子的響應分析

圖7 寧夏草地NPP與氣溫、降水量的空間相關性及顯著性檢驗Fig.7 Correlationship between grassland NPP and temperature, precipitation and their significant in Ningxia Province

氣象因子是影響草地生長的重要環(huán)境因子,本研究從像元尺度上計算了近16 a草地NPP與同期氣溫、降水因子的相關關系,并進行顯著性檢驗(圖7)。結果顯示,草地年NPP變化與年均溫度波動的關系不大,整體呈不顯著的負相關(圖7)。但寧夏草地年NPP變化與近16 a的年降水量變化相關性較大,呈正相關的草地面積超過90%(圖7)；二者的相關系數(shù)最高可達0.87,從區(qū)域上來看,寧夏中部及南部的干草原和荒漠草原相關性較高,這些區(qū)域氣候干旱、降水量少,且人工干預較弱,因此,草地凈初級生產力的強弱對大氣降水的依賴性很高。顯著性檢驗顯示,草地NPP與年降水量相關性達到顯著(P<0.05)的區(qū)域超過全區(qū)草地面積的70%(圖7)。草地NPP與年降水量呈不顯著正相關的區(qū)域主要分布在寧夏中北部的荒漠草原及灌叢草原區(qū),這可能與該區(qū)域的草地受封育禁牧等人工干預較強有關。由此可見,在年際時間尺度上,氣候降水條件為寧夏草地NPP變化的主要限制條件。

2.5.2 生長季草地NPP對氣象因子的響應分析

對生長季草地NPP與前0—3月的氣象因素之間的相關分析結果表明,草地NPP與當月氣溫的相關性為0.54,說明影響草地NPP變化的主要熱量因素為生長季月均氣溫,而非年際尺度的氣溫變化。草地NPP與前1個月的氣溫相關性最高(R=0.80),與前2個月的氣溫相關性次之(R=0.65),與前3個月的相關性為0.56,而與當月的氣溫相關性最低(R=0.54)。從空間統(tǒng)計來看,草地NPP與前1個月氣溫呈正相關的區(qū)域占全區(qū)草地面積的97%,其中通過P<0.05顯著性檢驗的占全區(qū)草地面積的35%,均為三種情況中的最高,即寧夏草地與氣溫的相關性表現(xiàn)出明顯的滯后性,受前1個月的氣溫影響最大。草地NPP與當月的降水量相關性最高(R=0.60),與前1個月降水量的相關性次之(R=0.46),與前2個月的相關性為0.46,與前3個月的相關性最小(R=0.32)。從空間統(tǒng)計來看,草地NPP與當月降水量呈正相關的區(qū)域數(shù)占全區(qū)草地面積的97%,且有57%的像元通過了P<0.05的顯著性檢驗,為三種情況中的最高,由此可見,生長季草地NPP對降水量的響應不存在月尺度上的時間滯后性。

圖8 寧夏不同類型草地NPP與前0—3月氣溫、降水量的相關系數(shù)Fig.8 The correlation coefficients between different grassland NPP and the preceding 0—3 month temperature and precipitation

2.5.3 不同類型草地NPP對氣象因子的響應分析

不同類型草地對于水熱條件變化的響應不同,通過分析不同類型草地NPP與氣象因子的相關性發(fā)現(xiàn),NPP與當月氣溫相關性由高到低依次是沼澤類草地、草甸草原、灌叢草原、山地草甸、灌叢草甸及低濕地草甸,這幾類草地與氣溫的相關系數(shù)隨著時間滯后月份(0—3月)的向前推移呈明顯遞減趨勢(圖8)；而荒漠草原、干草原、草原化荒漠類及干荒漠類草地NPP受溫度影響則表現(xiàn)出與當月的相關性較低,而與前1個月的相關性最高,與隨后的前2、前3個月的氣溫相關性也呈下降趨勢(圖8)。因此,前文發(fā)現(xiàn)的生長季草地NPP對月均溫響應滯后1個月的現(xiàn)象,主要由寧夏大面積分布的荒漠草原、干草原及草原化荒漠等草地對與月均溫響應滯后所造成。寧夏10種類型草地NPP均與當月降水量的相關性最高,其中荒漠草原NPP與當月的降水量相關性最高,其他依次為干草原、低濕地草甸、草原化荒漠類、干荒漠類、沼澤類草地、灌叢草甸、灌叢草原、山地草甸和草甸草原,NPP與降水量的相關性在各類型草地上沒有表現(xiàn)出時間滯后性(圖8)。

3 討論

本文估算的年均草地NPP為148.28 g C m-2a-1,與樸世龍等[25]、孫成明等[2]的研究相近,但明顯低于周偉等[20]和趙傳燕等[26]的研究結果。這可能存在兩方面的原因,一是研究區(qū)域跨度的不同,二是所用模型及參數(shù)優(yōu)化不同,周偉等研究的是全國尺度的草地NPP,而趙傳燕等基于植物生理及水熱平衡理論估算的我國西北地區(qū)NPP,采用了不同的模型及輸入?yún)?shù),即便對于相同的CASA模型,不同輸入?yún)?shù)的優(yōu)化也會造成估算結果的差異[27-28]。本研究雖然通過優(yōu)化氣象插值方法來改進CASA模型在區(qū)域尺度上的估算精度,但模型的改進和其他參數(shù)優(yōu)化仍有提升空間,遙感數(shù)據(jù)的降尺度和估算更高空間分辨率的草地NPP是今后研究工作的難點。CASA模型是光能利用模型,其估算NPP取決于植被光能利用效率和光合有效輻射,估算結果能夠表征未干擾天然草地的發(fā)育狀況和演變過程,但該模型參數(shù)中并未考慮人類活動,如放牧強度和人工恢復等對于草地NPP的影響,因此,在CASA模型的改進和NPP的定量化估算中,如何增加人為因素影響將是今后研究的方向之一。

近16 a寧夏草地NPP呈3.90 g C m-2a-1的速率增長,這與李美君[29]、李柏延[30]、張美玲[24]等對寧夏鹽池、銀川盆地及全國草地NPP變化趨勢的研究結果相近,即20世紀末寧夏草地退化趨勢基本遏制,21世紀開始有所恢復,而寧夏東南部的草地NPP增長趨勢較西北部明顯可能與這些區(qū)域實施的退耕還林、退牧還草等生態(tài)治理工程有關。此外,杜靈通等[31]和黃小燕等[32]的研究均表明,寧夏近幾十年氣候有暖濕化的發(fā)展趨勢,而Chen等[33]學者研究表明,氣候變化對干旱區(qū)的植被水文過程影響較其他地區(qū)更為敏感,這可能也是導致寧夏草地NPP逐年增加的一個原因。與前人研究結果一致[34-37],寧夏草地NPP變化的主要驅動因子降水量,而與年均氣溫的相關性不大。但發(fā)現(xiàn)生長季不同草地類型對月均氣溫變化響應存在差異,其中荒漠草原、干草原及草原化荒漠類草地與月均溫的相關性表現(xiàn)出較強的滯后性,而與月降水量的響應并未表現(xiàn)出滯后性,這與周偉等[20]對我國草地與氣象因素的滯后性響應分析有所差異。出現(xiàn)這一現(xiàn)象的原因可能有兩方面,一是寧夏分布最多的荒漠草原、干草原生長的大量短命植物對短期降水響應更為及時[38]；二是寧夏中南部地區(qū)的草原受人為活動影響嚴重,其中氣候和人為活動各自驅動著植被約50%的變化[39],這在一定程度上干擾了草地生態(tài)系統(tǒng)NPP對氣候的響應規(guī)律。

4 結論

采用CASA模型估算了寧夏草地2000—2015年NPP,在此基礎上研究了草地NPP的時空變化特征,分析了其與氣候因子的關系,取得幾點結論：(1)CASA模型估算的寧夏草地NPP與實測NPP呈線性關系,R達0.93(P<0.01),相對平均誤差及均方根誤差分別為0.23和2.35,估算NPP的空間分布特征與MOD17 NPP基本吻合,CASA模型從站點到區(qū)域上均能夠較準確的估算寧夏草地NPP。(2)寧夏草地年均NPP為148.28 g C m-2a-1,但不同草地類型的差異較大,近16 a的寧夏草地NPP處于波動上升的趨勢。(3)寧夏草地NPP整體增率自南向北遞減,NPP呈上升趨勢主要有荒漠草原、干草原、灌叢草甸和草甸草原；寧夏大部分草地的NPP變化趨勢具有較強持續(xù)性,其變化的同向特征要高于反向特征。(4)寧夏草地年NPP與年均氣溫的平均相關性甚微,但與年降水量的相關性較強；生長季草地NPP與降水量的相關性不存在時間滯后性,但與氣溫存在1個月的時間滯后性。