宮麗娟 ，劉丹 ，趙慧穎 *，田寶星

1. 黑龍江省氣象科學研究所，黑龍江 哈爾濱 150030；2. 中國氣象局東北地區(qū)生態(tài)氣象創(chuàng)新開放實驗室 黑龍江 哈爾濱 150030

當前以氣候變暖為主的氣候變化，已成為人類面臨的最嚴峻環(huán)境問題之一（IPCC，2014；秦大河等，2014），1982—2012年間平均氣溫上升了0.85 ℃，陸地增溫快于海洋，同時，相較于中緯度地區(qū)，高緯度地區(qū)增溫更大，同時在全球氣候變化的背景下，降水分布不均，極端天氣事件頻發(fā)（黃小燕等，2015）。全球氣候變化將改變熱量資源、水資源以及生態(tài)環(huán)境等要素的空間分布，從而對農牧業(yè)產生一系列的影響（楊曉光等，2011；吳乾慧等，2017；杜春英等，2018），特別是作物生長季內的氣溫、降水量和日照時數等的變化，將直接或間接影響作物的生長發(fā)育進程和最終產量（郭建平，2015；凌霄霞等，2019）。因此，在氣候變化背景下，研究不同地區(qū)光、溫、水資源與氣候生產潛力協調配合程度，對優(yōu)化調整農牧業(yè)結構，提高農牧業(yè)發(fā)展質量，保證可持續(xù)發(fā)展具有重要的意義（李騰飛等，2016；李文華等，2016）。

氣候生產潛力是指某地土壤養(yǎng)分、農業(yè)技術措施等條件最適時，由光照、熱量和水分等因素相互協調得到的作物單位面積可能最高產量。近年來，就氣候生產潛力國內外學者開展了一系列的研究，應用不同模型分析了氣候變化背景下，不同地形上的植被氣候生產潛力特征，如針對平原（杜國明等，2016；李國強等，2016；劉江等，2018）、高原（趙雪雁等，2016）、山地丘陵（龐艷梅等，2013；趙慧穎等，2017）、濕地及江河流域（趙慧穎等，2012；李依等，2018）等的氣候生產潛力及特征變化，也有學者針對具體農作物或天然植被等進行氣候生產潛力研究，如玉米（李秀芬等，2016；高軍波等，2019）、大豆（張曉峰等，2014）、小麥（趙軍等，2015；李國強等，2016）、森林植被（趙慧穎等，2017）、草地或農牧交錯帶等（趙媛媛等，2009；李依等，2018）氣候生產潛力變化研究，并提出了相應地生產建議和措施。隨著研究的不斷深入，評估氣候生產潛力方法和模型得以不斷修正和完善，目前，逐步訂正法（李秀芬等，2016；高軍波等，2019）、GAEZ模型（杜國明等，2016；李依等，2018）、Thornthwaite Memorial模型（趙慧穎等，2017）、Miami模型（趙俊芳等，2019）等，成為模擬陸地地表植被氣候生產潛力時空變化的代表，為研究不同區(qū)域、不同地表植被等生產力變化提供了重要的技術支撐。相較于逐步訂正法和 GAZE模型，Thornthwaite Memorial模型和Miami模型所需參數更少，通過氣溫和降水量模擬自然植被生物量，獲得氣候因子模擬自然植被生物量的關系表達式即氣候生產潛力，更適合自然條件下植被氣候生產潛力研究應用（趙慧穎等，2017；趙俊芳等，2019）。

西遼河地區(qū)位于中國東北地區(qū)西南部，地處中高緯地區(qū)，由于干旱半干旱的氣候特征，該區(qū)農業(yè)生產力非常脆弱，對氣候變化敏感（李依等，2018；劉新等，2018）。目前有學者研究了氣候變化對該區(qū)玉米氣候生產潛力的影響，但目前對氣候變化影響該區(qū)植被生產潛力的定量研究還較少。因此，研究西遼河地區(qū)植被氣候生產潛力時空變化特征及其對氣候變化的敏感性，揭示該區(qū)光、溫、水等資源協調配合程度和地區(qū)差異，加深對該區(qū)植被生態(tài)的全面認識，為提高該區(qū)植被生產能力，促進農業(yè)生產具有重要的意義。

1 研究區(qū)概況

西遼河地區(qū)是遼河的上中游，位于中國東北地區(qū) ， 范 圍 大 致 為 116°32′— 124°30′E，41°05′—45°13′N，面積約 1.37萬 km2（胡金明等，2002；王耕等，2005），行政區(qū)化上大部份隸屬內蒙古自治區(qū)的赤峰市和通遼市，極小部分隸屬河北、遼寧和吉林三省，屬于暖溫帶向中溫帶過渡帶，年平均氣溫在5.0—6.5 ℃，年降水量300—400 mm，年日照時數在2800—3100 h，是傳統農業(yè)區(qū)域和牧業(yè)區(qū)域相交匯和過渡地帶，是對氣候變化最敏感區(qū)的地區(qū)之一，亦是生態(tài)敏感區(qū)和環(huán)境脆弱區(qū)（孫小舟等，2009；劉新等，2018）。

2 數據與方法

2.1 數據來源

選取西遼河地區(qū)11個氣象站1961—2018年逐日平均氣溫、日最高氣溫、日最低氣溫和降水量等氣象資料，對于個別缺測數據，采用該缺測日前一天和后一天的數據平均值代替。氣象數據來源于中國氣象科學共享服務網地面氣候資料。站點分布如圖1所示。

2.2 研究方法

2.2.1 氣候生產潛力

選取Miami模型和Thornthwaite Memorial模型分別計算溫度、降水和蒸散生產潛力。

圖1 研究區(qū)氣象站點分布圖Fig. 1 Distribution of the selected meteorological stations in the West Liao River Basin

Miami模型（Lieth，1975）為：

式中，θ為年平均氣溫（℃），R為年降水量（mm），Wθ和WR分別為年平均溫度和年降水量決定的生產潛力（g·m?2·a?1）。

Thornthwaite Memorial模型（Lieth，1975；Uchijim et al.，1985）為：

式中，WV為蒸散生產潛力（g·m?2·a?1），V是年平均蒸散量（mm），L為年平均最大蒸散量（mm）。

根據Liebig最小因子定律，從Wθ、WR和WV中取最小值作為氣候生產潛力標準值（W），即從三者中挑取同年溫度、降水、蒸散生產潛力最小值作為西遼河地區(qū)植被氣候生產潛力標準值：

2.2.2 累積距平

對于氣象要素x，其某一年t的累計距平為：

式中，xi為第i年的要素值，，本文用累積距平曲線判斷氣候生產潛力的變化趨勢及其變化突變點（魏鳳英，2007）43-44。

2.2.3 經驗正交函數（EOF）

經驗正交函數（EOF）分解稱為主分量分析（魏鳳英，2007）106-113，其原理是將m個空間點n次觀測值構成變量Xm×n：

氣象場的自然正交展開，將X分解為p個空間特征向量Z和對應的時間權重系數T的線性組合：Xm×n=Zm×pTp×n，空間特征向量場用于描述地域分布特點，時間權重系數是空間特征場隨時間變化的規(guī)律，用于研究氣候生產潛力的空間模態(tài)和時間變化。

2.2.4 小波分析

采用小波分析法來分析氣候生產潛力的周期規(guī)律（魏鳳英，2007）99-104。連續(xù)小波變換為：

其中，Wf(a,b)稱為小波變換或小波系數，隨參數a、b變化。a>0為頻率參數，反映小波周期長度，b為時間參數，表示波動在時間上的平移。正負小波系數的轉折點對應著突變點，小波系數的絕對值越大，表征該時間尺度變化愈顯著。取墨西哥帽小波函數（Mexican Hat Function）作為小波母函數，形式如下：

采用小波方差對氣候生產潛力的主要周期進行檢驗：

式中，Wp(a)為小波方差。小波方差反映該要素在不同時間尺度中周期波動的強弱（能量大小），對應峰值處的尺度即為該序列的主要周期。

2.2.5 敏感性分析

假設年平均氣溫升和降水量不同程度的變化情景下，帶入氣候生產潛力模型中，模擬分析變化率，用以反映氣候生產潛力對氣溫和降水量變化的敏感性。方梓行等基于IPCC第5次評估報告中典型濃度路徑（Representative concentration pathway）RCP 2.6、RCP 4.5和RCP 8.5 3種排放情景（方梓行等，2020），得出了2006—2050年北方農牧交錯帶氣候變化特征（表1），該區(qū)域的東部區(qū)范圍涵蓋了西遼河地區(qū)，故本研究中應用方梓行等研究結果，計算不同氣候情景下西遼河地區(qū)植被生產潛力的變化。

表1 不同氣候情景下氣候變化特征Table 1 The climatic change under different RCPs situation in the West Liao River basin

3 結果與分析

3.1 西遼河地區(qū)植被氣候生產潛力變化特征

3.1.1 時間變化

圖2 1961—2018年西遼河地區(qū)氣候生產潛力Fig. 2 The annual change of climatic potential productivity from 1961 to 2018 in the West Liao River Basin

由圖2和表1顯示，1961—2018年西遼河地區(qū)降水生產潛力（WR）和蒸散生產潛力（WV）相差不大，平均為 647.12 g·m?2·a?1和 695.50 g·m?2·a?1，相較于這二者，溫度生產潛力（Wθ）明顯偏大，平均為 1120.19 g·m?2·a?1，且Wθ整體呈明顯的上升趨勢，氣候傾向率為 24.11 g·m?2·(10 a)?1，通過顯著性0.001的檢驗。WR和WV呈波動變化，其氣候傾向率分別為 10.80、13.13 g·m?2·(10 a)?1，但僅WV通過了顯著性為0.05的檢驗。氣候生產潛力標準值（W）為氣溫、降水和蒸散決定的氣候生產潛力，從圖2b中可以看出，1961—2018年W平均為 643.65 g·m?2·a?1，與WR變化相近，呈波動狀態(tài)且無明顯的變化趨勢，其氣候傾向率為 11.05 g·m?2·(10 a)?1，最小年在 1961 年，為 325.71 g·m?2·a?1，最大年在 1998年，為 866.70 g·m?2·a?1。

從生產潛力的年代際變化看（表 2），1960s—2000s，西遼河地區(qū)Wθ呈現明顯的上升趨勢，到2000s，Wθ增加約 98.27 g·m?2·a?1，2011—2018 年稍有回落。WR變化經歷了“上升-下降-上升”的過程，其中 1990sWR最大，為 705.19 g·m?2·a?1，2000s最小，為 584.40 g?m?2?a?1。WV年代際變化與WR類似，均在 1990s達到最大，為 743.71 g·m?2·a?1，但最小值出現的年代不同，WV在 1960s，為 652.06 g·m?2·a?1。W年代際變化與WR類似，在 1990s 和2000s分別達到最大和最小，分別為 702.82 g·m?2·a?1和 584.40 g·m?2·a?1。從WR與Wθ比值變化，即水熱配比情況可以看出，1961—2018年西遼河地區(qū)平均水熱配比為0.58，1980s水熱配比值最大為0.63，2000s最小為 0.50，說明西遼河地區(qū)熱量條件好于降水條件，且1980s是水熱配比最好的年代。

3.1.2 突變檢驗

圖3 氣候生產潛力累積距平Fig. 3 Accumulated anomaly of climatic potential productivity from 1961 to 2018 in the West Liao River Basin

利用累計距平判斷西遼河地區(qū)氣候生產潛力（W）時間序列的變化趨勢和階段性。從圖 3中可見，以1982、1998、2011年為轉折點，可將西遼河地區(qū)W變化分為4個階段：（1）1961—1982年，該階段平均W為 600.56 g·m?2·a?1，累積距平呈波動下降趨勢，W距平值以負值為主；（2）1983—1998年，此時段年平均W為 727.74 g·m?2·a?1，較上一階段（1961—1982年）升高21%，累積距平曲線表現為明顯的波動上升態(tài)勢，除1988、1989、1996年，大部年份W距平為正值，1986、1990、1991、1998年出現較大距平，其中1998年是近58年中W值最大的一年；（3）1999—2011年，此階段平均W為576.64 g·m?2·a?1，W距平值主要為負值，累積距平進入波動下降期；（4）2012—2018年，此階段多年平均W為 708.59 g·m?2·a?1，累積距平呈再次波動回升，除2017年距平值為負，其余各年W距平為正值，其中2012年出現僅次于1986、1990、1991、1998年的較大正距平。同時從這4個階段水熱配比（WR/Wθ）可見，第2階段（1983—1998年）的水熱配比最好，為0.65，其次第4階段和第1階段，分別為0.62和0.57，最后是第3階段，為0.50。

3.1.3 周期性變化

小波分析顯示，西遼河地區(qū) 1961—2018年氣候生產潛力（W）存在周期性變化特征（圖4），圖4a顯示了西遼河地區(qū)近58 a氣候生產潛力在不同時間尺度上周期震蕩和突變特征。圖中實線表示小波為正值，虛線表示為負值。W在2 a以下周期震蕩劇烈，規(guī)律性不明顯的。隨著時間尺度增加，在7—10 a波動趨于平緩，且規(guī)律清晰，表現為“少-多-少-多”4次循環(huán)交替，且到2018年W增多的等值線沒有閉合，說明W增多的趨勢將可能繼續(xù)。在該周期變化下，小波正負交替對應年份分別為1980、1998、2012年，這與W累積距平曲線得出的突變年份基本吻合。小波方差圖（圖4b）顯示，W小波方差峰值對應時間尺度為8 a，即W變化的主周期是8 a。

表2 1961—2018年西遼河地區(qū)植被生產潛力年代際變化Table 2 Inter-decadal variation of climatic potential productivity from 1961 to 2018 in the West Liao River Basin g·m?2·a?1

圖4 1961—2018年西遼河地區(qū)氣候生產潛力（W）小波和小波方差Fig. 4 Wavelet and wavelet variance of climatic potential productivity from 1961 to 2018 in the West Liao River Basin

3.1.4 空間分布特征

EOF分解得出西遼河地區(qū)氣候生產潛力（W）前 3個特征向量方差貢獻率依次為 54.4%，12.5%和7.5%，累積方差貢獻率為74.4%，可以反映該區(qū)W空間分布特征，圖5是1961—2018年西遼河地區(qū)W的EOF分解前3個特征向量場及其時間系數。圖 5a是第一特征向量場的空間分布，其方差貢獻率為54.4%，是表征該區(qū)W的典型分布形式，全區(qū)特征向量均為正值，說明W在某時段內一致偏多或偏少。從空間上看，載荷大值區(qū)位于扎魯特旗，是西遼河地區(qū)特征值變率最大，亦是最敏感區(qū)域，低值中心位于赤峰和林西一帶，其振幅由東向西逐漸遞減。第一特征向量對應的時間系數表征該區(qū)W的年際趨勢變化，可以看出該區(qū)W偏多（偏少）時間上的一致性，且這一分部型的典型性。

第2特征向量方差貢獻率為12.5%，圖5b顯示，西遼河地區(qū)W呈現正、負相間分布型，正值區(qū)位于區(qū)域東北部科爾沁左翼中旗，通遼、科爾沁左翼后旗、雙遼以及南部的翁牛特旗，其中高值中心位于雙遼，最大處為0.40；其余大部地區(qū)為負值區(qū)，載荷最高值中心達?0.40，位于巴林左旗。說明在這一特征場下相同時段東北部和南部與其它地區(qū)之間W相反的特征，當東北部和南部偏多時其它地區(qū)偏少，而東北部和南部偏少時其它地區(qū)偏多特性。從時間系數變化看，正值代表該年西遼河地區(qū)東北部和南部W偏多，其余地區(qū)偏少的分布型，時間系數為負值，則代表該年西遼河地區(qū)W呈相反的分布型。

圖5c是第3特征向量的空間分布，方差貢獻率為7.5%，全區(qū)的W空間上表現為“南正北負”反向分布特征，一條“零”線自西向東，于44.0°N左右的巴林左旗-庫倫旗一線，當零線以南W偏多（偏少）時而北部偏少（偏多）。第3特征向量對應時間系數有7年為負值，表征該時段西遼河地區(qū)W呈南少北多型，其余年份時間系數為正，說明西遼河地區(qū)W呈相反的南多北少分布型。

3.1.5 空間變化

1961—2018年西遼河地區(qū)W空間分布存在差異（圖6），其中雙遼、科爾沁左翼中旗東部和科爾沁左翼后旗東部、翁牛特旗中部平均值較大，在670.1—730.0 g·m?2·a?1之間，開魯縣至奈曼旗一帶以及林西縣較小，在 550.1—610.0 g·m?2·a?1之間，其余大部旗縣在 610.1—670.0 g·m?2·a?1。根據西遼河地區(qū)W突變和周期性分析，將1961—2018年分為 4 個時段（1961—1982、1983—1998、1999—2011、2012—2018年），各時段W空間分布存在差異。從圖中可見，第1時段，1961—1982年西遼河地區(qū)東部及翁牛特旗W值較大，在610.1—730.0之間，開魯縣最小，為 538.3 g·m?2·a?1，其余大部旗縣在550.1—610.0 g·m?2·a?1；第 2 時段，1983—1998 年西遼河地區(qū)W較上一時段，整體偏多 118.0 g·m?2·a?1，空間上表現為東部及南部翁牛特旗W為730.1—818.1 g·m?2·a?1，W平均值最小的開魯縣亦比上一時段偏多 100.6 g·m?2·a?1；第 3 時段 1999—2011年，全區(qū)W減少，較上一時段平均減少 142.4 g·m?2·a?1，其中巴林左旗，科爾沁中旗-開魯縣-奈曼旗一帶減少最多；第4時段2012—2018年，西遼河地區(qū)W再次增加，相比較第3時段平均增加128.0 g·m?2·a?1，雙遼、科爾沁左翼中旗東部、科爾沁左翼后旗東部、扎魯特旗中部及翁牛特旗W值最大，為730.0—783.3 g·m?2·a?1，最低值出現在林西縣，僅為603.2 g·m?2·a?1，其余大部在 610.1—730.0 g·m?2·a?1之間?？傊鬟|河地區(qū)東部的雙遼、科爾沁左翼中旗、科爾沁右翼后期，南部的翁牛特旗是各時段W的高值區(qū)，亦與EOF分解的第2特征向量場的敏感區(qū)相對應。

圖5 西遼河地區(qū)植被氣候生產潛力EOF分解的前3個特征向量及其對應的時間系數Fig. 5 First three eigenvector filed of EOF decomposition and its time efficient of climatic potential productivity in the West Liao River Basin

3.2 氣候生產潛力對氣候變化的敏感性

植被氣候生產潛力受諸多因素的綜合影響，包括氣溫、降水量、蒸散和日照等，根據相關分析，氣溫和蒸散對W相關性不明顯，未通過P=0.05的顯著性檢驗，而降水量W呈明顯的正相關（r=0.995，P<0.001），即西遼河地區(qū)植被氣候生產潛力主要受制于降水。但降水的變化是與氣溫等要素同步變化，共同作用于W，這里為綜合考慮氣溫與降水對W的協同影響，建立多元回歸方程：

方差分析顯示，F統計量值為 2883.928，P<0.001，回歸方程極顯著。西遼河地區(qū)地處內蒙古東北部，日照充足，基本可以滿足該區(qū)植被生產發(fā)育需求，故此基于此方程，僅考慮氣溫和降水不同變化情景下，西遼河地區(qū)W的敏感性。即考慮年平均氣溫和年降水量不同變化幅度的情景，計算W值，得到變化前后西遼河地區(qū)W的變化率。當氣溫保持不變，降水量增加（減少）10%、20%，W分別增加（減少）8.50%，17.01%，而當降水量保持不變，氣溫升高（降低）1 ℃、2 ℃，W則相應增加（減少）0.78%，1.56%。在氣溫不變情況下，降水量增加時，W的增幅要比降水量不變時氣溫變化引起的W變幅大，這在一定程度說明，在西遼河地區(qū)W的變化主要受降水量影響?？紤]未來溫室氣體排放對氣候變化的影響，即在不同的排放情景下西遼河地區(qū)W受氣候變化的影響。到2050年，在RCP 4.5情景下，W的增幅最大，相較于1961—2018年增加了14.79%；RCP 8.5情景下W增幅次之，為8.99%；RCP 2.6情景下W增幅最小，為2.49%。可見，氣溫升高，降水量增加可以提高西遼河地區(qū)氣候生產潛力，相比較于氣溫，降水量是影響氣候生產潛力主要因素。在全球氣候變暖的背景下，未來西遼河地區(qū)植被氣候生產潛力的變化將主要由降水量的變化決定。

圖6 1961—2018年西遼河地區(qū)植被氣候生產潛力的空間分布Fig. 6 Spatial distribution of potential climate productivity from 1961 to 2018 in the West Liao River Basin

4 討論

本文采用Miami模型和Thornthwaite Memorial模型計算溫度、降水和蒸散生產潛力，充分考慮了光、溫、水條件對植被的綜合影響，分析了西遼河地區(qū)植被氣候生產潛力時空演變及其對氣候變化的響應。

西遼河地區(qū)熱量資源好于降水，溫度生產潛力呈增加趨勢，而降水生產潛力無明顯變化趨勢，植被氣候生產潛力對降水更敏感，這與劉新等（2018）和李依等（2018）研究結果一致。本文計算的溫度、降水生產潛力平均值高于劉新的結果 142.39 g·m?2·a?1和 77.52 g·m?2·a?1，同時氣候生產潛力亦高于劉新研究結果 70.85 g·m?2·a?1。李依等（2018）認為西遼河地區(qū)氣候生產潛力在空間上存在差異，高值區(qū)分布在該區(qū)東北部的通遼等地，這與本研究的結果基本吻合，但其空間上由北向南增加的趨勢與本研究不同。導致上訴研究結果差異的原因：一是，由于所選年份和站點不同，本研究中以西遼河地區(qū)為研究對象，將吉林省雙遼，通榆和遼寧省建平 3個站的氣候生產潛力計入區(qū)域平均值；再是，模型選擇上和研究對象上的不同，本研究采用的兩個模型與劉新等（2018）相同，但在模型基礎上用到了Liebig定律，得出的西遼河地區(qū)植被氣候生產潛力可信度較高。

Miami模型和Thornthwaite Memorial模型由于所需參數少，通過年平均氣溫、年降水量和多要素綜合的年蒸散量來評估所選區(qū)域的生產潛力，成為氣候生態(tài)領域分析陸地生態(tài)系統氣候生產潛力的經典模型之一，在不同的領域得到了廣泛的應用（趙慧穎等，2017）。但同時值得注意，模型選取的氣候因子（氣溫、降水量）均為年平均值，沒有考慮氣候因子對植物的影響是多方面且對生物量的積累是連續(xù)不斷的，氣候因子的某一時刻極端值可能影響植物生長發(fā)育甚至導致植物干物質的累積或產量的形成；同時，氣候因子間是相互作用的，對植被生長和產量形成的影響是綜合的，且植物生長不僅受氣候因子影響，亦是受到土壤肥力和農業(yè)技術措施等的綜合影響，單從氣候角度評價生產潛力難免影響最終的精度，因此綜合考慮氣候因子及環(huán)境因子等，并將其引入模型中，這在以后的研究中值得進一步探討。

西遼河地區(qū)是農牧交錯帶，水資源匱乏，降水量的多少決定了西遼河地區(qū)植被氣候生產潛力的變化。當今，生活和工業(yè)用水量節(jié)節(jié)攀升，節(jié)水、綜合治水、發(fā)展水利設施、提高農田灌溉水利用率等是西遼河地區(qū)高質量發(fā)展農牧業(yè)的有效措施，同時，充分應考慮自然生態(tài)條件，調整農業(yè)結構，避免盲目的退耕還林還草，積極發(fā)展耐旱、低耗水作物，合理利用自然資源，推動生態(tài)系統整體恢復和可持續(xù)發(fā)展。

5 結論

1961—2018年，西遼河地區(qū)溫度、降水和蒸散生產潛力年平均分別為 1120.19、647.12、695.50 g·m?2·a?1，其中氣溫和蒸散生產潛力整體呈上升趨勢，降水生產潛力呈波動變化。由氣溫、降水量和蒸散決定的標準氣候生產潛力平均為 643.65 g·m?2·a?1，近 58 a 呈波動變化且無明顯變化趨勢，氣候傾向率為 11.05 g·m?2·(10 a)?1。西遼河地區(qū)水熱配比差異較大，1980s水熱配比值最大為0.63，2000s最小為0.50，說明西遼河地區(qū)熱量條件好于降水，且1980s是水熱配比最好的年代。

對西遼河地區(qū)標準氣候生產潛力（W）的時間序列進行累計距平和周期性變化分析，表明氣候生產潛力存在階段性變化，歷經了“少-多-少-多”循環(huán)變化，氣候生產潛力在1982、1998、2011年發(fā)生突變，同時至 2018年氣候生產力小波曲線仍未閉合，說明在未來一段時間氣候生產潛力仍將偏多。

西遼河地區(qū)氣候生產潛力的EOF分解表明，前3個模態(tài)的累積貢獻率為 74.4%，第一特征向量呈統一的正值分布，表現為整體的一致型，第二模態(tài)呈正、負相間的分布型，第三模態(tài)呈“南正北負”型分布特征。3種模態(tài)表征了西遼河地區(qū)植被氣候生產潛力在該區(qū)域的空間分布特征。整體和不同時段空間上表現為西遼河地區(qū)東部雙遼、科爾沁左翼中旗、科爾沁左翼后旗、翁牛特旗為氣候生產潛力的高值區(qū)，而開魯縣至奈曼一帶為低值區(qū)。

西遼河地區(qū)植被氣候生產潛力對降水量變化更敏感，降水量的變化主要決定了氣候生產潛力的變化，在氣候變化的背景下，未來西遼河地區(qū)氣溫升高、降水量增加對植被生長有利，氣候生產潛力增加幅度在2.49%以上。