李懷海，李純斌，吳 靜，吉珍霞，秦格霞，馬娟娟

（甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院, 甘肅 蘭州 730070）

草地作為生態(tài)系統(tǒng)的重要組成成分，涵蓋了地球陸地表面約20%的地域，是全世界廣泛分布的主要植被類型之一。因其覆蓋面積大、種類繁多，在區(qū)域乃至世界碳循環(huán)研究中具有特殊的地位和非凡的生態(tài)意義[1]。植被凈初級生產(chǎn)力(net primary productivity, NPP)是綠色植物光合作用產(chǎn)生的有機(jī)物總量扣除自養(yǎng)呼吸后的剩余部分[2]。NPP 作為考量氣候變化的核心內(nèi)容之一，是決定草地生態(tài)系統(tǒng)健康穩(wěn)定和生產(chǎn)能力高低的重要指標(biāo)[3]。與此同時，草地NPP 的研究對于合理利用草地資源，開發(fā)草地生產(chǎn)潛力，實(shí)現(xiàn)草地產(chǎn)量最大化具有重要意義[4]。草地NPP 受人為和自然等因素的影響，造成草地NPP 年際波動的主要驅(qū)動力之一是氣候變化[5]。近100 年來，全球范圍內(nèi)氣溫呈現(xiàn)升高趨勢，干旱半干旱地區(qū)氣溫升高尤為明顯。研究表明，全球變暖貢獻(xiàn)率的44%來自于半干旱地區(qū)的氣溫上升[6]。因此，探討河西典型干旱內(nèi)陸河流域的氣候變化對西北草地生態(tài)系統(tǒng)的科學(xué)管理具有重要指導(dǎo)作用。

CASA (carnegie-ames-stanford approach)模型是隨著遙感技術(shù)的發(fā)展而產(chǎn)生的草地NPP 估計模型[7]，具有所需參數(shù)少，與植被生理特征高度相關(guān)等優(yōu)點(diǎn)，是目前世界上最常用的草地NPP 估算模型之一[8]。近年來，有很多學(xué)者將CASA 模型用于陸地生態(tài)系統(tǒng)碳循環(huán)及其對氣候變化響應(yīng)等研究領(lǐng)域，如朱瑩瑩等[9]對我國西北地區(qū)草地NPP 進(jìn)行因子分析，發(fā)現(xiàn)草地NPP 對溫度和降水的響應(yīng)存在一定的空間差異；李金珂等[10]對秦巴山區(qū)的NPP 時空變化特征及相關(guān)因子進(jìn)行解析，得出自然因子對NPP 的貢獻(xiàn)率最高的是實(shí)際蒸散量，其次為降水、氣溫，坡度對其貢獻(xiàn)率最??；人為因子對NPP 具有積極和消極兩方面作用。也有學(xué)者對CASA 模型進(jìn)行了不同程度的改進(jìn)，如朱文泉等[11]引入分類精度和植被覆蓋度類型圖改進(jìn)CASA 模型，估計了中國陸地上不同植被覆蓋度下的時序草地NPP；楊勇等[12]改進(jìn)CASA 模型最大光能利用率及簡化模型參數(shù)實(shí)現(xiàn)了內(nèi)蒙古小尺度植被NPP 估測。但這些改進(jìn)都沒能實(shí)現(xiàn)草地NPP 與草地類型的結(jié)合。

草原綜合順序分類法(comprehensive and sequential classification system, CSCS)是任繼周[13]提出的一種針對草地的植被分類方法，其依據(jù)草地水熱條件變化對草地分類體系進(jìn)行了改進(jìn)，具有特有的先進(jìn)性與創(chuàng)新性。以≥0 ℃年積溫、濕潤度(k)等生物氣候指標(biāo)為基礎(chǔ)，對積溫和潤濕度進(jìn)行耦合分類，并將具有相同熱量和濕潤度水平的集成為一類，避免主觀因素對草地劃分的影響[14-15]，其劃分出的潛在植被(potential nature vegetation, PNV)類型能夠反映出區(qū)域內(nèi)現(xiàn)有植被的發(fā)展趨勢[16-17]。與另一種傳統(tǒng)分類系統(tǒng)(中國草地分類系統(tǒng))相比，具有定量化優(yōu)勢，在科學(xué)性上處于世界草地分類科學(xué)的前沿[18]。

基于CSCS 法這種生物氣候指標(biāo)的草地分類系統(tǒng)對CASA 模型進(jìn)行改進(jìn)，能夠很好地彌補(bǔ)草地類型與草地NPP 脫節(jié)問題。

鑒于此，為進(jìn)一步深入探討石羊河流域長期序列草地NPP 時空變化特點(diǎn)及其對氣候變化的響應(yīng)，利用張美玲等[19]改進(jìn)的CASA 模型，結(jié)合CSCS 嚴(yán)謹(jǐn)?shù)闹脖话l(fā)生學(xué)理論與嚴(yán)謹(jǐn)?shù)姆诸愺w系，不僅可以體現(xiàn)草地發(fā)生的水分平衡因素(濕潤度)和熱量因素(積溫)，而且能夠揭示草地NPP 與草地類型之間所存在的內(nèi)在關(guān)聯(lián)。此外，CSCS 方法能夠避免因主觀因素對草地類型劃分結(jié)果的不同而影響到草地生物量大小，其為地帶性草地潛力研究提供了新思路，更重要的是其對石羊河流域草地生態(tài)系統(tǒng)碳循環(huán)等相關(guān)研究具有重要意義，同時也能為草地保護(hù)和草地生態(tài)系統(tǒng)穩(wěn)定發(fā)展提供科學(xué)支撐。

1 材料與方法

1.1 研究區(qū)概況

石羊河流域?qū)儆诤游髯呃鹊貐^(qū)三大主要內(nèi)陸河流域之一，地處河西走廊東段、祁連山北麓(101°41′～104°16′ E, 36°29′～39°27′ N)，位于黃土高原、蒙新高原和青藏高原重要交匯過渡地帶，流域范圍為4.16 × 104km2(圖1a)。行政區(qū)劃包括3 市8 縣(區(qū))，分別為金昌市1 區(qū)(金川區(qū)) 1 縣(永昌縣)、武威市1 區(qū)(涼州區(qū)) 3 縣(古浪縣、民勤縣、天?？h)、張掖市2 縣(肅南裕固族自治縣和山丹縣部分地區(qū))。地勢西南高、東北低，地貌類型自南向北由山地向平原、丘陵與荒漠過渡(圖1b)。氣候以大陸性干燥氣候?yàn)橹?，蒸發(fā)較強(qiáng)，全年內(nèi)降水少且集中，水資源供求矛盾突出。

圖1 石羊河流域位置(a)及研究區(qū)信息(b)Figure 1 Shiyang River Basin location (a) and study area information (b)

1.2 數(shù)據(jù)來源及預(yù)處理

1.2.1 高程數(shù)據(jù)及氣象數(shù)據(jù)

高程數(shù)據(jù)采用SRTM 90 m DEM 產(chǎn)品，來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)。河流系統(tǒng)和流域邊界數(shù)據(jù)來自中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心提供的石羊河流域信息系統(tǒng)數(shù)據(jù)集(http://westdc.westgis.ac.cn)。氣象資料來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn)，包含氣溫、降水、日照時數(shù)等，時間跨度為1991-2020 年，利用MATLAB 9.5 軟件進(jìn)行處理，逐日累加降水合成年降水量，而年積溫是連續(xù)5 d 或超過5 d 大于0 ℃的日平均氣溫的累積。利用專業(yè)氣象插值軟件ANUSPLINE4.3 將積溫、降水、太陽輻射等插值為空間分辨率為90 m × 90 m 的柵格數(shù)據(jù)集[20]。所有數(shù)據(jù)均采用GCS-WGS-1984 地理坐標(biāo)系統(tǒng)且投影為WGS-1984-Albers，并在ArcGIS10.2 中按照研究區(qū)范圍進(jìn)行鑲嵌、裁剪。

1.2.2 遙感數(shù)據(jù)

MOD13Q1 NDVI 產(chǎn)品源于NASA 對地觀測系統(tǒng)數(shù)據(jù)共享平臺(EOS data gateway，http://delenn.gsfc.nasa.gov/-imswww/pub/imswel-come/)，空間分辨率為250 m，時間分辨率為16 d，時間范圍是2000-2020 年。借助MRT (modis re-projection tool, MRT)完成數(shù)據(jù)格式轉(zhuǎn)換和投影，在ArcGIS10.2 中重采樣成與氣象數(shù)據(jù)等同的柵格大小，采用柵格計算器將其乘以比例因子0.000 1 得到真實(shí)的歸一化植被指數(shù)(normalised vegetation index，NDVI) 值，并運(yùn)用最大值合成法(maximum value composites, MVC)對NDVI 數(shù)據(jù)進(jìn)行月值合成，該方法能有效去除大氣、云、太陽高度等因素的影響[21]。

1.3 研究方法

1.3.1 CASA 模型

CASA 模型是Potter 等[7]建立的光能利用率模型的典型代表，CASA 模型是由溫度、降水、太陽輻射、植被類型等因素驅(qū)動的光能利用模型[22]。CASA模型之中的NPP 是植被吸收的光合有效輻射(APAR)、最大光能利用率( εmax)、溫度脅迫系數(shù)(Tε1、Tε2)和水分脅迫系數(shù)(Wε)的函數(shù)[7]，其計算公式如下：

式中：x為對應(yīng)柵格像元；t表示對應(yīng)月份。

本研究采用張美玲等[19,23]改進(jìn)的CASA 模型，該模型主要是從水分脅迫系數(shù)(Wε)和最大光能利用率( εmax) 兩個方面進(jìn)行改進(jìn)，將計算Wε的復(fù)雜土壤參數(shù)僅用 ＞ 0 ℃的年累積溫、濕度k 值代替，實(shí)現(xiàn)了CASA 模型和CSCS 分類系統(tǒng)的耦合。最大光能利用率 εmax參考張美玲等[23]對草原綜合順序分類最大光能利用率的模擬值，其中草甸類草地的最大光能利用效率利用包剛等[24]對內(nèi)蒙古草原植被最大光能利用效率結(jié)果校正。水分脅迫系數(shù)Wε計算公式為：

1.3.2 Sen 的斜率估計分析和Mann-Kendall (M-K)突變檢驗(yàn)

基于柵格尺度，采用Sen 的斜率估計法對流域2000-2020 年NPP 的斜率進(jìn)行了測算，斜率可以代表NPP 的平均變化率和此時的變化趨勢。當(dāng)β＞0 時，序列呈遞增趨勢；當(dāng)β= 0 時，序列的趨勢不明顯；當(dāng)β＜ 0 時，序列呈下降趨勢[25]。

Mann-Kendall (M-K)突變檢驗(yàn)是一種無分布式檢驗(yàn)方法，選取的樣本具有易于計算、受其他因素影響較小且不必滿足一定的分布原則等優(yōu)點(diǎn)，能夠反映樣本的長期變化趨勢和變異情況，是一種常用的突變檢測方法[26]。將得到的NPP 趨勢柵格基于M-K 統(tǒng)計檢驗(yàn)法進(jìn)行NPP 變化趨勢顯著性檢驗(yàn)[27]。

1.3.3 NPP 穩(wěn)定性分析

基于像元尺度，利用變異系數(shù)(coefficient of variation, CV)來表征草地NPP 的受擾動幅度，值越小表示草地生長狀態(tài)越穩(wěn)定；數(shù)值越大，草地的生長越不穩(wěn)定[28]。計算公式如下：

式 中：CV為NPP 變 異 系 數(shù)；i表 示 第i年 對 應(yīng)的NPP 值；NPPmean為 基 于2000-2020 年 得 到 的NPP數(shù)據(jù)多年均值。

1.3.4 未來趨勢分析

Hurst 指數(shù)被廣泛應(yīng)用于氣候、水文、地質(zhì)等研究領(lǐng)域，它可以定量描述時序草地NPP 的自相似性和長期依賴性，并可以預(yù)測未來NPP 的變化趨勢[29]。Hurst 指數(shù)(H)與時序草地NPP 之間的趨勢表現(xiàn)特征如下：當(dāng)0 ＜ H ＜ 0.5 時，說明時序草地NPP 具有反持續(xù)性，即未來的趨勢與過去的趨勢相反，值越接近0，其反持續(xù)性越強(qiáng)；當(dāng)H = 0.5 時，時序草地NPP 具有隨機(jī)序列、有限方差和無長期相關(guān)性的特點(diǎn)；當(dāng)0.5 ＜ H ＜ 1 時，說明時序草地NPP 是具有長期相關(guān)特征的連續(xù)序列，未來變化趨勢與過去趨勢一致，其值越接近1，持續(xù)性越強(qiáng)[29]。

1.3.5 偏相關(guān)分析

偏相關(guān)分析可以在排除其他變量影響前提下，分析兩個變量之間的線性相關(guān)關(guān)系[28]。草地NPP受積溫和降水影響程度大小可通過相應(yīng)的偏相關(guān)系數(shù)來表達(dá)，公式如下：

式中：x表示NPP；y代表積溫；z為降水量；rxy表示年均草地NPP 與積溫的相關(guān)系數(shù)；rxz表示NPP 與年降水量的相關(guān)系數(shù)；ryz表示年積溫與年降水量的相關(guān)系數(shù)。rxy(z)為變量降水固定后年NPP 與積溫的偏相關(guān)系數(shù)，以此類推。

2 結(jié)果與分析

2.1 石羊河CSCS 草地分類結(jié)果及NPP 驗(yàn)證

表1 石羊河流域CSCS 草地類劃分Table 1 Classification of CSCS grassland in Shiyang River Basin

利用2006 年甘肅草原15 個調(diào)查采樣點(diǎn)(包括經(jīng)緯度、草地類型、總產(chǎn)草量等)和2020 年的16 個實(shí)測采樣點(diǎn)對NPP 數(shù)據(jù)進(jìn)行了驗(yàn)證(圖2b)。實(shí)測采樣時，在相距大于3 km 的不同草原類型上隨機(jī)建立樣地(荒漠類7 個、半荒漠類7 個、草原類9 個、草甸類8 個)，在10 m × 10 m 的樣地中設(shè)置5 個樣方，第1 個位于樣地中心，其余在四角，樣方按1 m × 1 m布置。采用對角線采樣法[30]，將在地面上獲取的鮮草放入烘箱，烘干至恒重，取平均值作為地上生物量。由于總生物量包括地上和地下兩部分，地上生物量乘以比例系數(shù)可得到地下生物量，其中，不同草地類型的地上地下部分生物量相關(guān)比例系數(shù)參考文獻(xiàn)[31-32] 得出。最后將兩者相加后乘以系數(shù)0.475[33]轉(zhuǎn) 換 成 以 碳 為 單 位[g·(m2·a)-1] 的NPP 總量。相關(guān)性分析顯示，石羊河草地NPP 模擬值與實(shí)測值的Pearson 相關(guān)性系數(shù)為0.89，存在顯著正相關(guān)關(guān)系(R2= 0.787 2，P＜ 0.01)，基本滿足研究精度要求。

圖2 CSCS 草地分類結(jié)果(a)及NPP 模擬值和實(shí)測值相關(guān)性分析(b)Figure 2 CSCS grassland classification results (a) and correlation analysis between NPP simulated and measured values (b)

2.2 石羊河草地NPP 的年際變化特征

2000-2020 年間，石羊河流域草地年均NPP 值為170.24 g·(m2·a)-1(圖3a)，0～70 g·(m2·a)-1所占面積比例最大，＞ 350 g·(m2·a)-1的面積占比最小。年均NPP 的波動區(qū)間為137.63～211.18 g·(m2·a)-1(圖3b)，其中，年均NPP 最高值和最低值的年份分別出現(xiàn)在2019 年和2001 年。

圖3 草地NPP 時空變化與檢驗(yàn)Figure 3 Temporal and spatial variation and test of grassland NPP

草地類型上(圖3c)，山地草甸類(ⅡE30)年均NPP 最高，為548.74 g·(m2·a)-1；山地草甸草原類(ⅡD23)次之，為454.50 g·(m2·a)-1；溫帶荒漠類(ⅣA4)年 均NPP 最 低，為91.65 g·(m2·a)-1。多 類 草 地在2009 年出現(xiàn)NPP 低值，高值區(qū)出現(xiàn)年份2012 年、2019 年、2020 年，總體變化趨勢整體呈現(xiàn)NPP 波動上升趨勢。

采用M-K 突變檢驗(yàn)進(jìn)一步探究21 年間石羊河流域草地NPP 變化(圖3d)：UF 統(tǒng)計量呈現(xiàn)波動上升，但在2016 年之前均未通過0.05 的顯著性水平線，說明在此期間的草地NPP 相對穩(wěn)定。在2013 年后UF 曲線呈現(xiàn)直線上升，UF 和UB 曲線在2015和2016 年間相交，出現(xiàn)突變節(jié)點(diǎn)，打破了原有的波動格局，且在2016 年后UF 曲線超過0.05 顯著水平檢驗(yàn)，出現(xiàn)草地NPP 快速增加的態(tài)勢。結(jié)合NPP 離差可看出，在2014 年之前，NPP 離差值多為負(fù)，2014年后都為正值，印證了M-K 突變檢驗(yàn)的結(jié)果。

2.3 石羊河草地NPP 空間分布及動態(tài)

基于Sen’s 和M-K 檢驗(yàn)法，得出21 年間草地類NPP 變化趨勢(圖4a)，其NPP 平均增量為28.96 g·[m2·(10 a)]-1，整體呈現(xiàn)波動上升趨勢。NPP 增加的面積(不顯著增加、顯著增加、極顯著增加)占整個流域面積的72.82%，其中，極顯著增加面積占27.63%，主要分布在祁連山及流域上游外圍地區(qū)。NPP 減少區(qū)域(不顯著減少、顯著減少、極顯減少)主要分布在流域中部及北部民勤盆地，特別是在武威市的中西部地區(qū)NPP 呈現(xiàn)顯著性減少趨勢，主要受巴丹吉林沙漠和騰格里沙漠的侵襲，導(dǎo)致植被生長受限，出現(xiàn)一定程度的退化特征(圖4b)。

不同類型草地NPP 變化趨勢所占比例上(圖4c)，NPP 極顯著增加表現(xiàn)出：ⅢC17 最大，占比89.64%；ⅢB10 次之，占比77.25%；ⅣA4 最小，占比6.10%。NPP 顯著增加：ⅠE29 最大，占比44.60%；ⅡE30 次之，占比38.49%；ⅣA4 最小，占比4.37%。NPP 極顯著減少和顯著減少的草地類都表現(xiàn)出：ⅣA4 最大，總占比4.72%，退化趨勢明顯。

圖4 NPP 變化趨勢顯著性檢驗(yàn)與各草地類變化統(tǒng)計Figure 4 Significance test of NPP trends and statistics of various grassland types

2.4 石羊河草地NPP 穩(wěn)定性分析

石羊河流域草地NPP 變異系數(shù)CV 介于0.01～4.12，平均變異系數(shù)為0.24，在空間上存在顯著差異(P ＜0.05) (圖5a)。高穩(wěn)定區(qū)(CV＜0.1)的面積占比0.31%，僅分布在下游荒漠地區(qū)，該地植被覆蓋低，整體變化小；低波動區(qū)(0.1 ≤ CV ≤ 0.15)面積占比為4.74%，主要分布在流域下游區(qū)域，常年受兩大沙漠影響，植被稀疏，整體變化較小；中波動區(qū)(0.15＜CV≤0.3)面積占比為85.30%，廣泛分布在流域的中下游地區(qū)；高波動區(qū)(CV ＞ 0.3)面積占比為9.64%，集中分布在武威盆地與民勤盆地交匯地帶，受自然和人為干擾強(qiáng)烈，NPP 變化顯著(P ＜0.05)。

圖5 草地NPP 變異系數(shù)與各草地類穩(wěn)定性占比Figure 5 Variation coefficient of grassland NPP and proportion of stability of each grassland type

草地類型上(圖5b)，僅ⅢC17 存在高波動，中波動占據(jù)主體地位，說明草地變化較穩(wěn)定，對高波動區(qū)域應(yīng)持續(xù)關(guān)注，防止其惡化。

2.5 草地NPP 變化趨勢預(yù)測

2000-2020 年流域草地NPP Hurst 指數(shù)(H)均值為0.63 (圖6a)，表明未來一段時間草地NPP 總體呈現(xiàn)與此21 年相同變化趨勢(P＜ 0.05)，即未來一段時間的總體草地NPP 將會增加。

圖6 2000-2020 年草地NPP 可持續(xù)分析Figure 6 Sustainable analysis of grassland NPP from 2000 to 2020

在ArcGIS 中疊加NPP 變化趨勢柵格和Hurst指數(shù)柵格得到未來草地變化預(yù)測圖(圖6b)。結(jié)合表2 得出：H 指數(shù)小于0.5 的區(qū)域中，反持續(xù)極顯著增加(P＜ 0.01)面積占比為10.86%，主要分布在流域西南部四縣交匯地帶，該地未來草地NPP 增加放緩。反持續(xù)顯著減少(P＜ 0.05)和反持續(xù)極顯著減少(P＜ 0.01)占比都很小，在武威市中部零星分布；H 指數(shù)大于0.5 的地區(qū)，持續(xù)未發(fā)生變化的區(qū)域主要分布在流域下游，占流域一半以上區(qū)域(51.8%)，其次為持續(xù)極顯著增加(P＜ 0.01)的區(qū)域占比最大(16.72%)，集中分布于古浪縣，未來該地草地會有一定程度上的改善；NPP 持續(xù)顯著增加(P＜ 0.05)的區(qū)域主要分布在肅南縣和天祝縣西南部。NPP 預(yù)測類型結(jié)果編碼如表2 所列。

表2 石羊河流域草地NPP 變化趨勢預(yù)測Table 2 Prediction of grassland NPP change trend in Shiyang River Basin

2.6 氣候變化對草地NPP 的影響

石羊河流域草地NPP 與積溫的關(guān)系圖中可看出(圖7a)，除2009、2018 和2019 年NPP 與積溫呈相同變化趨勢外，其他年間均呈現(xiàn)相反變化趨勢，說明石羊河流域積溫升高在一定程度上對草地NPP增加產(chǎn)生不利影響；草地NPP 與降水的變化整體呈現(xiàn)一致性，協(xié)同性較好(圖7b)，即降水量的增加有利于石羊河流域草地NPP 的增加，具有明顯的促進(jìn)作用。

圖7 2000-2020 年草地NPP 與氣候年際變化關(guān)系Figure 7 Relationship between grassland NPP and interannual climate change from 2000 to 2020

通過偏相關(guān)分析探討了草地NPP 與氣候變化的響應(yīng)關(guān)系。分析得出NPP 與降水、積溫的偏相關(guān)系數(shù)分別分布在-0.84～0.94 和-0.79～0.88。在控制積溫的情況下(圖8a、b)，NPP 與降水呈正相關(guān)區(qū)域面積占比為70.89%。其中，顯著相關(guān)(P＜ 0.05)區(qū)域面積占24.93%，主要分布在流域上游的祁連山地區(qū)。NPP 與降水呈負(fù)相關(guān)的區(qū)域占29.11%，通過顯著性檢驗(yàn)區(qū)域僅占流域總面積的2.78% (P＜ 0.05)，這可能是因?yàn)榻邓黾臃认鄬^小，未能抵消積溫升高，蒸散發(fā)較大造成的水分損耗，而呈現(xiàn)負(fù)相關(guān)；將通過顯著性檢驗(yàn)的柵格與降水柵格做疊加分析發(fā)現(xiàn)，顯著性正相關(guān)的區(qū)域基本和380 mm 降水線持平(P＜ 0.05)，說明在大于該降水量的地區(qū)草地NPP 主要受降水控制；在控制降水的情況下，草地NPP 與積溫的關(guān)系也存在正負(fù)相關(guān)并存的情況(圖8c、d)，NPP 與積溫呈現(xiàn)正相關(guān)的區(qū)域占流域面積的54.62%，其中通過顯著性檢驗(yàn)的面積占4.43% (P＜0.05)，主要分布在流域上游；呈現(xiàn)負(fù)相關(guān)的面積占總面積的45.38%，通過顯著性檢驗(yàn)的面積占0.95%(P＜ 0.05)，主要分布在流域的中部地區(qū)。

圖8 NPP 與降水、積溫偏相關(guān)分析及顯著性檢驗(yàn)Figure 8 Partial correlation analysis and significance test of NPP with precipitation and accumulated temperature

草地類型上，NPP 對積溫響應(yīng)最為敏感的是草甸類草地，敏感性大小依次為ⅠE29 ＞ ⅡE30 ＞ ⅡD23，通過顯著性檢驗(yàn)的面積占比依次為51.69%、7.95%和2.64%?；哪惒莸嘏c積溫呈現(xiàn)一定的負(fù)相關(guān)關(guān)系，如ⅣA4 草地類。除兩類荒漠草地(ⅢA3 和ⅣA4)對降水響應(yīng)關(guān)系不明顯外，其他草地對降水都存在較為明顯的相關(guān)關(guān)系，其中ⅠE29 顯著性面積占比為85.88%，其次為ⅡD23 (84.44%)和ⅡE30 (81.37%)。

3 討論

草地NPP 變化受氣候和人類活動的影響，特別是溫度和降水是影響植被光合作用的主要因素。NPP 大小與水熱條件的時空分布差異密切相關(guān)[34]。流域草地NPP 主要受降水影響，在降水量大于380 mm的地區(qū)，NPP 與降水有顯著相關(guān)性(P＜ 0.05)。當(dāng)降水減少時，流域會有高達(dá)70.89% 的區(qū)域呈現(xiàn)NPP減少，24.93%的區(qū)域NPP 出現(xiàn)顯著減少(P＜ 0.05)，這與在干旱區(qū)降水對NPP 響應(yīng)更敏感有關(guān)，印證了朱瑩瑩等[9]和Xu 等[35]得出的在西北干旱區(qū)降水與NPP 關(guān)系相比氣溫更加密切的結(jié)果。溫度脅迫在干旱區(qū)具有兩面性[36]，當(dāng)積溫較高時，在武威盆地、金昌盆地等中下游缺水地區(qū)，會增加失水，草地因缺水而生長受限，NPP 降低；在濕潤度較高的高寒草甸區(qū)，水分較為充足，積溫成為草地NPP 增加的限制因素，故該地區(qū)積溫與NPP 之間呈現(xiàn)正相關(guān)關(guān)系。另外，流域上游的祁連山區(qū)出現(xiàn)NPP 極顯著增加，與該地區(qū)暖濕氣候具有很大關(guān)聯(lián)，這與張雪蕾等[37]研究相一致。此外，祁連山草地NPP 的增加，也可能與近年來造林、退耕還林還草、祁連山國家公園等重大工程的實(shí)施有關(guān)[38]。

4 結(jié)論

本研究基于草原綜合順序分類系統(tǒng)(CSCS)改進(jìn)的CASA 模型，模擬2000-2020 年石羊河草地NPP，分析了草地NPP 與氣候因子的關(guān)系。得出以下結(jié)論：1) 從時間上看，2000-2020 年流域草地NPP 波動上升，10 年NPP 增量為28.96 g·m-2，尤其2016 年后，NPP 出現(xiàn)明顯上漲趨勢。在空間上，NPP 呈現(xiàn)南高北低的分布格局，未來一段時間內(nèi)NPP 還會有所增加，其中，持續(xù)極顯著增加面積占比16.72%，集中分布在古浪縣；反持續(xù)極顯著增加面積次之，占流域總面積的10.86%，主要分布在流域西南部四縣交匯地帶。2)不同草地類型中，山地草甸類(ⅡE30) 年均NPP 最高，為548.74 g·(m2·a)-1；山地草甸草原類(ⅡD23)次之，為454.50 g·(m2·a)-1；溫帶荒漠類(ⅣA4)年均NPP 最低，為91.65 g·(m2·a)-1。流域草地整體穩(wěn)定，中波動草地占據(jù)主體地位，僅ⅢC17 存在較高波動。3)多數(shù)草地NPP 增加的主導(dǎo)因素是降水，對降水響應(yīng)敏感區(qū)域面積占比為24.93%，僅兩類荒漠草地(ⅢA3 和ⅣA4) 對降水響應(yīng)關(guān)系不明顯；草甸類草地NPP 對積溫響應(yīng)最為敏感，敏感性大小依次為ⅠE29 ＞ ⅡE30 ＞ ⅡD23，荒漠類草地與積溫呈現(xiàn)一定的負(fù)相關(guān)關(guān)系。

致謝：由衷地感謝甘肅農(nóng)業(yè)大學(xué)花立民教授為本研究提供草地調(diào)研數(shù)據(jù)。