全 文 ：２１世纪上半叶内蒙古草地植被
净初级生产力变化趋势
郭灵辉１　 郝成元１　 吴绍洪２，３∗　 高江波２，３　 赵东升２，３
（ １河南理工大学测绘与国土信息工程学院， 河南焦作 ４５４０００； ２中国科学院地理科学与资源研究所， 北京 １００１０１； ３中国科学
院陆地表层格局与模拟重点实验室， 北京 １００１０１）
摘　 要　 基于中国气象局国家气候中心新发布的中短期适应气候变化的新情景（ＲＣＰ４．５）和
极端情景（ＲＣＰ８．５）下的气候预估数据，采用空间化后的 ＣＥＮＴＵＲＹ模型模拟探讨 ２０１１－２０５０
年内蒙古草地植被净初级生产力（ＮＰＰ）的时空变化特征．结果表明： 区域尺度上，未来气候变
化情景下内蒙古草地 ＮＰＰ 年下降速率分别为 ０．５７ ｇ Ｃ·ｍ－２·ａ－１（ＲＣＰ４．５）、０．８９ ｇ Ｃ·ｍ－２·
ａ－１（ＲＣＰ８．５）；相对于基准时段，ＲＣＰ４．５情景下内蒙古草地 ＮＰＰ 在 ２０２０ｓ、２０３０ｓ、２０４０ｓ分别下
降 １１．６％、１２．０％、１８．０％，而 ＲＣＰ８．５情景下降幅分别为 ２３．８％、２１．２％、３０．１％．不同气候情景下
内蒙古草地 ＮＰＰ 时空变化特征差异较大，但即使在 ＲＣＰ４．５ 下未来 ４０ 年绝大部分草地 ＮＰＰ
也将呈现下降趋势，１５．６％的草地减产超过 ２０％．这表明未来气候变化情景下内蒙古草地降水
略增的态势不足以补偿因温度升高对草地植被初级生产力所产生的负面作用，草地资源的可
持续发展将面临更大挑战．
关键词　 未来情景； 内蒙古草地； ＮＰＰ； ＣＥＮＴＵＲＹ模拟
本文由国家“十二五”科技支撑计划项目（２０１２ＢＡＣ１９Ｂ０４，２０１２ＢＡＣ１９Ｂ１０）、国家重点基础研究发展计划项目（２０１１ＣＢ４０３２０６， ２０１５ＣＢ４５２７０２）
和河南理工大学博士基金项目（Ｂ２０１５⁃１７）资助 Ｔｈｉｓ ｗｏｒｋ ｗａｓ ｓｕｐｐｏｒｔｅｄ ｂｙ ｔｈｅ Ｐｒｏｊｅｃｔｓ ｉｎ ｔｈｅ Ｎａｔｉｏｎａｌ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ Ｐｉｌｌａｒ Ｐｒｏｇｒａｍ ｏｆ Ｃｈｉｎａ
ｄｕｒｉｎｇ ｔｈｅ Ｔｗｅｌｆｔｈ Ｆｉｖｅ⁃ｙｅａｒ Ｐｌａｎ Ｐｅｒｉｏｄ （ ２０１２ＢＡＣ１９Ｂ０４， ２０１２ＢＡＣ１９Ｂ１０ ）， ｔｈｅ Ｎａｔｉｏｎａｌ Ｂａｓｉｃ Ｒｅｓｅａｒｃｈ Ｐｒｉｏｒｉｔｉｅｓ Ｐｒｏｇｒａｍ ｏｆ Ｃｈｉｎａ
（２０１１ＣＢ４０３２０６，２０１５ＣＢ４５２７０２） ａｎｄ ｔｈｅ Ｒｅｓｅａｒｃｈ Ｆｕｎｄ ｆｏｒ ｔｈｅ Ｄｏｃｔｏｒａｌ Ｐｒｏｇｒａｍ ｏｆ Ｈｅｎａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ （Ｂ２０１５⁃１７） ．
２０１５⁃０８⁃１１ Ｒｅｃｅｉｖｅｄ， ２０１５⁃１２⁃２２ Ａｃｃｅｐｔｅｄ．
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ． Ｅ⁃ｍａｉｌ： ｗｕｓｈ＠ ｉｇｓｎｒｒ．ａｃ．ｃｎ
Ｐｒｏｊｅｃｔｅｄ ｃｈａｎｇｅｓ ｉｎ ｖｅｇｅｔａｔｉｏｎ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ ｇｒａｓｓｌａｎｄ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ，
Ｃｈｉｎａ ｄｕｒｉｎｇ ２０１１－２０５０． ＧＵＯ Ｌｉｎｇ⁃ｈｕｉ１， ＨＡＯ Ｃｈｅｎｇ⁃ｙｕａｎ１， ＷＵ Ｓｈａｏ⁃ｈｏｎｇ２，３∗， ＧＡＯ Ｊｉａｎｇ⁃
ｂｏ２，３， ＺＨＡＯ Ｄｏｎｇ⁃ｓｈｅｎｇ２，３ （ １Ｓｃｈｏｏｌ ｏｆ Ｓｕｒｖｅｙｉｎｇ ａｎｄ Ｌａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｈｅｎａｎ Ｐｏｌｙ⁃
ｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ， Ｊｉａｏｚｕｏ ４５４０００， Ｈｅｎａｎ， Ｃｈｉｎａ； ２Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｇｅｏｇｒａｐｈｉｃ Ｓｃｉｅｎｃｅｓ ａｎｄ Ｎａｔｕｒａｌ
Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １００１０１， Ｃｈｉｎａ； ３Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｌａｎｄ
Ｓｕｒｆａｃｅ Ｐａｔｔｅｒｎ ａｎｄ Ｓｉｍｕｌａｔｉｏｎ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １００１０１， Ｃｈｉｎａ） ．
Ａｂｓｔｒａｃｔ： Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｔｈｅ ＣＥＮＴＵＲＹ⁃ｂａｓｅｄ ｍｏｄｅｌｉｎｇ ｓｙｓｔｅｍ （ｃｏｍｐｌｙｉｎｇ ＣＥＮＴＵＲＹ ｍｏｄｅｌ ｆｒｏｍ
ａ ｓｉｔｅ⁃ｂａｓｅｄ ｍｏｄｅｌ ｉｎｔｏ ｓｐａｔｉａｌ ｍｏｄｅｌ） ａｆｔｅｒ ｂｅｉｎｇ ｓｙｓｔｅｍａｔｉｃａｌｌｙ ｃａｌｉｂｒａｔｅｄ ｗａｓ ｕｓｅｄ ｔｏ ｉｎｖｅｓｔｉｇａｔｅ
ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｕｎｄｅｒ Ｒｅｐｒｅｓｅｎｔａｔｉｖｅ Ｃｏｎｃｅｎｔｒａｔｉｏｎ Ｐａｔｈｗａｙｓ Ｓｃｅｎａｒｉｏ （ＲＣＰ， ４．５ ａｎｄ ８．５）
ｄｒｉｖｅｎ ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｃｈａｎｇｅｓ ｉｎ ｖｅｇｅｔａｔｉｏｎ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ （ ＮＰＰ） ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ
ｇｒａｓｓｌａｎｄ ｄｕｒｉｎｇ ２０１１ － ２０５０． Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｓｈｏｗｅｄ ｔｈａｔ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄ ＮＰＰ ｗｏｕｌｄ
ｇｒｅａｔｌｙ ｄｅｃｒｅａｓｅ ｗｉｔｈ ａ ｒａｔｅ ｏｆ ０．５７ ｇ Ｃ·ｍ－２·ａ－１（ＲＣＰ４．５） ａｎｄ ０．８９ ｇ Ｃ·ｍ－２·ａ－１（ＲＣＰ８．５）．
ＮＰＰ ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄ ａｐｐｅａｒｅｄ ｔｏ ｄｅｃｒｅａｓｅ ｂｙ ａｐｐｒｏｘｉｍａｔｅｌｙ １１．６％ （２０２０ｓ）， １２．０％
（２０３０ｓ） ａｎｄ １８．０％ （２０４０ｓ） ｕｎｄｅｒ ｔｈｅ ＲＣＰ４．５ ｉｎ ｒｅｌａｔｉｏｎ ｔｏ ｂａｓｅｌｉｎｅ ｐｅｒｉｏｄ， ｗｈｉｌｅ ｉｔｓ ｒｅｄｕｃｔｉｏｎ
ｃｏｕｌｄ ｂｅ ｅｘａｃｅｒｂａｔｅｄ ａｓ ２３．８％ （２０２０ｓ）， ２１．２％ （２０３０ｓ） ａｎｄ ３０．１％ （２０４０ｓ） ｉｎ ｔｈｅ ＲＣＰ８．５ ａｔ
ｔｈｅ ｒｅｇｉｏｎａｌ ｓｃａｌｅ． Ｉｎ ａｄｄｉｔｉｏｎ， ｇｒａｓｓｌａｎｄ ＮＰＰ ｉｎｄｕｃｅｄ ｂｙ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｃｈａｎｇｅｓ ｖａｒｉｅｄ ｂｅｔｗｅｅｎ
ｄｉｆｆｅｒｅｎｔ ｇｒａｓｓｌａｎｄ ｔｙｐｅｓ ａｎｄ ｔｉｍｅｓ， ｓｔｒｏｎｇｌｙ ｃｏｒｒｅｌａｔｉｎｇ ｗｉｔｈ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏ． Ｅｖｅｎ ｆｏｒ ｔｈｅ ＲＣＰ４．５，
ｈｏｗｅｖｅｒ， ａ ｇｒｅａｔ ｍａｊｏｒｉｔｙ （８９．７％） ｏｆ ｔｈｅ ｇｒａｓｓｌａｎｄ ｅｘｈｉｂｉｔｅｄ ａ ｄｅｃｒｅａｓｉｎｇ ｔｒｅｎｄ ｉｎ ａｎｎｕａｌ ＮＰＰ，
ｗｉｔｈ １５．６％ ｏｆ ｔｈｅ ａｒｅａ ｄｅｃｒｅａｓｉｎｇ ｂｙ ｍｏｒｅ ｔｈａｎ ２０％ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅｌｉｎｅ ｔｅｒｍ． Ｔｈｅｒｅｆｏｒｅ，
ａｌｔｈｏｕｇｈ ｆｕｔｕｒｅ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｒｉｓｉｎｇ ｃｏｕｌｄ ｂｅｎｅｆｉｔ ｖｅｇｅｔａｔｉｏｎ ｇｒｏｗｔｈ， ｉｔ ｍｉｇｈｔ ｂｅ ｓｔｉｌｌ ｎｏｔ ｅｎｏｕｇｈ ｔｏ
应 用 生 态 学 报　 ２０１６年 ３月　 第 ２７卷　 第 ３期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｊａｅ．ｎｅｔ
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｍａｒ． ２０１６， ２７（３）： ８０３－８１４　 　 　 　 　 　 　 　 　 　 ＤＯＩ： １０．１３２８７ ／ ｊ．１００１－９３３２．２０１６０３．０１１
ｃｏｍｐｅｎｓａｔｅ ｆｏｒ ｔｈｅ ｎｅｇａｔｉｖｅ ｅｆｆｅｃｔ ｏｆ ｗａｒｍｉｎｇ ｏｎ ｔｈｅ ＮＰＰ ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄ， ａｎｄ ｔｈｅ ｓｕｓ⁃
ｔａｉｎａｂｌｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｇｒａｓｓｌａｎｄ ｒｅｓｏｕｒｃｅｓ ｍｉｇｈｔ ｆａｃｅ ａ ｇｒｅａｔｅｒ ｃｈａｌｌｅｎｇｅ．
Ｋｅｙ ｗｏｒｄｓ： ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏ； Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄ； ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ； ＣＥＮＴＵ⁃
ＲＹ ｍｏｄｅｌｉｎｇ．
　 　 全球气候变化已成为举世瞩目的科学问题，引
起了科学工作者、国际组织和各国政府的高度重
视［１］ ．虽然目前关于气候变化的预测还存在很多不
确定性，但即使根据乐观的估计，到 ２１ 世纪末全球
平均温度要比工业化前升高 ２ ℃以上，且排放到大
气中的 ＣＯ２可能继续影响气候达万年之久［２］ ．强烈
的气候变化将不可避免地对陆地生态系统产生巨大
影响，改变生态系统固有的自然过程［３－７］，而陆地生
态系统作为气候系统的重要组成，其变化将直接或
间接地反馈于气候［８－１０］ ．探讨未来气候变化对陆地
生态系统的可能影响将成为制定气候变化应对方
案、落实气候变化应对行动的关键，也将为准确理解
陆地生态系统的反馈机制提供重要依据．
净初级生产力（ＮＰＰ）反映了植物固定和转化
光合产物的效率，表征植被群落的生产能力与生态
系统的健康状况［１１］，是一个估算地球支持能力和评
价陆地生态系统可持续发展的重要生态指标．其作
为碳元素生物地球化学循环的开始环节，在全球变
化以及生态系统碳循环中扮演着重要角色［１２－１４］ ．气
候变化及其对植被净初级生产力的影响研究一直是
全球变化与陆地生态系统的核心内容之一［１５－１７］，已
成为全球环境变化中的热点问题［１８］ ．
内蒙古草地地处干旱和半干旱区，是全球气候
变化敏感的区域之一［１９］ ．其位于欧亚大陆的腹地，
草地类型丰富多样，是中国北方温带草原的主体，具
有极其典型的代表性［２０］ ．该区草地面积大，约占全
国草原总面积的 ２２％，是我国最重要的可更新资源
和畜牧业基地，在维持区域生态环境和食品安全等
方面作用重大，因此气候变化对内蒙古草地生态系
统的影响研究备受关注．本文选择对我国畜牧业生
产举足轻重的内蒙古草地为研究对象，采用中国气
象局国家气候中心新发布的中短期适应气候变化的
新情景（ＲＣＰ４．５）和假定人口最多、技术革新率不
高、能源改善缓慢的极端情景（ＲＣＰ８．５）下未来气候
变化预估数据，驱动空间化后的生物过程模型 ＣＥＮ⁃
ＴＵＲＹ 分析预估气候变化情景下内蒙古草地 ＮＰＰ
的时空演变特征，以期为制定应对方案，实现牧业的
可持续发展提供科学依据．
１　 研究地区与研究方法
１􀆰 １　 研究区概况
内蒙古草地面积约为 ７８８０ 万 ｈｍ２，占我国草地
面积的 ２２％，是我国重要的畜牧业生产基地和绿色
生态屏障．本区位于东南季风影响的边缘地区，受季
风活动的影响较大，且远离海洋，大陆性强，气候要
素的年际间变化较大，热量、水分状况以及其组合有
很大的不稳定性，是我国北方主要的生态脆弱带．
区内温度呈现从南向北递减的趋势，降水表现
为从西南向东北递增的趋势．自东北到西南分布有
草甸草原、典型草原和荒漠草原 ３ 种主要草地类型．
草甸草原土壤以黑钙土为主，植物区系以兴安⁃蒙古
种为主，建群种有贝加尔针茅（Ｓｔｉｐａ ｂａｉｃａｌｅｎｓｉｓ）、线
叶菊（Ｆｉｌｉｆｏｌｉｕｍ ｓｉｂｉｒｉｃｕｍ）、羊草（ Ｌｅｙｍｕｓ ｃｈｉｎｅｎｓｉｓ）
等．典型草原土壤主要为暗栗钙土、典型栗钙土，植
物区系以蒙古草原成分和更广泛的中亚东部（亚洲
中部）草原成分为主，建群种包括大针茅 （ Ｓｔｉｐａ
ｇｒａｎｄｉｓ）、羊草、克氏针茅（Ｓｔｉｐａ ｋｒｙｏｖｉｉ）等．荒漠草原
土壤为沙砾质或壤质灰棕荒漠土、灰漠土、灰钙土、
淡棕钙土，植物区系成分以戈壁⁃蒙古荒漠草原种和
中亚东部荒漠草原种为主，植被主要由旱生性更强
的多年生矮小草本植物组成．
１􀆰 ２　 研究方法
１􀆰 ２􀆰 １模型及空间化 　 ＣＥＮＴＵＲＹ 模型是由美国科
罗拉多州立大学开发，用于模拟植被⁃土壤生态系统
Ｃ以及营养元素 Ｎ、Ｐ、Ｓ 等长期动态变化的生物地
球化学模型［２１］ ．该模型是基于草地生态系统发展起
来的，已在全球草地生态系统中得到广泛应用，包括
我国主要草原区［２２－２３］ ． ＣＥＮＴＵＲＹ 模型输入参数主
要由土壤参数（土壤层深度、质地、容重、ｐＨ 值，以
及初始土壤养分含量等）、地理位置参数（模拟地点
的经度、纬度等）、气候参数（月降水量、月平均最高
气温和月平均最低气温等）、植被参数（植被类型、
植物物候、植物生长最适宜温度和最高温度等），以
及外部环境参数等组成，模型运行的时间步长为月．
然而，基于点尺度的生物地球化学模型 ＣＥＮ⁃
ＴＵＲＹ模型 （４．５ 版本），运行时需要用户通过 ＤＯＳ
４０８ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
命令进行设置和进程控制，这种手动控制模式显然
难以满足较大区域尺度的研究需求．为此，本文通过
编译程序实现其空间化．具体过程包括：首先，构建
空间栅格参数集，将模型所需的气候、土壤、地点及
植被类型等参数插值成统一的栅格数据集；然后，根
据同一草地类型具有较为相似的生物学特征这一原
理，选择三大草地类型中面积占优的优势种代表性
样点，通过 ＣＥＮＴＵＲＹ模型参数敏感性分析，筛选出
样点模拟结果与实测数据线性关系最为一致的优势
种参数设置方案，以此构建以草地类型为单元的植
被生理参数集；之后，逐个格点调用 ＣＥＮＴＵＲＹ 模型
主程序进行模拟，并根据空间模拟效果来检验、反馈
空间化过程参数，进而开展空间模拟．本文受资料可
获得性的限制，仅以草甸草原、典型草原及荒漠草原
等主要草地类型为单元设置了相应的植被参数，并
没有根据物种特性进行细化．
１􀆰 ２􀆰 ２数据源及数据预处理　 本研究所需的草地分
布数据源于中国科学院 １ ∶ １００万植被图集，并参照
中华人民共和国农业部畜牧兽医司和全国畜牧兽医
总站（１９９６）草地系统分类标准进行分类，通过 Ａｒｃ⁃
ｇｉｓ平台转为栅格数据，空间分辨率为 ８ ｋｍ．由于草
甸受局部隐域环境影响较大，而荒漠区域植被覆盖
较低、波动大，本文主要关注内蒙古自治区草甸草
原、典型草原、荒漠草原等主要草地类型（图 １）．植
物生理参数中最适温度为最热月多年平均温度［２４］，
最高适宜温度为最适温度加 １５ ℃，其他植物生理参
数是结合前人研究，根据参数敏感性试验获取，而对
于无法获得的参数采用 ＣＥＮＴＵＲＹ 模型所提供的温
带混合草原的默认值．大气干湿氮沉降、非生物固氮
等外部养分输入参数主要参照文献［２４－２５］；土壤
质地、容重及 ｐＨ 值等数据来自联合国粮农组织
（ＦＡＯ）和维也纳国际应用系统研究所（ ＩＩＡＳＡ）构建
的土壤数据库 （ ｈａｒｍｏｎｉｚｅｄ ｗｏｒｌｄ ｓｏｉｌ ｄａｔａｂａｓｅ，
ＨＷＳＤ），然后重采样成 ８ ｋｍ栅格数据；历史时期大
气 ＣＯ２浓度数据来自美国夏威夷 Ｍａｕｎａ Ｌｏａ 的观测
资料数据，气象数据包括两套：一套是基于中国气象
局中国气象科学数据共享服务网提供的内蒙古自治
区境内以及内蒙古周边 ９２ 个气象台站 （图 １）
１９６１—２０１０年逐月的平均温度、最高温度、最低温
度及降水量等资料，使用 ＡＮＵＳＰＬＩＮ ４．３ 插值软件
空间插值得到的 ８ ｋｍ 栅格数据集，插值精度较
好［２６］；另一套是中国气象局国家气候中心发布的中
短期适应气候变化的新情景（ＲＣＰ４．５）和假定人口
最多、技术革新率不高、能源改善缓慢的极端情景
图 １　 内蒙古主要草地类型及气象站点分布
Ｆｉｇ．１　 Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｔｈｅ ｍａｊｏｒ ｇｒａｓｓｌａｎｄ ｔｙｐｅｓ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏ⁃
ｌｉａ ａｎｄ ｔｈｅ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｓｔａｔｉｏｎｓ．
ａ） 内蒙古全区 Ｗｈｏｌｅ ｒｅｇｉｏｎ ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ； ｂ） 草甸草原 Ｍｅａｄｏｗ
ｓｔｅｐｐｅ； ｃ） 典型草原 Ｔｙｐｉｃａｌ ｓｔｅｐｐｅ； ｄ） 荒漠草原 Ｄｅｓｅｒｔ ｓｔｅｐｐｅ． 下同
Ｔｈｅ ｓａｍｅ ｂｅｌｏｗ． Ｍ： 气象站点 Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｓｔａｔｉｏｎ．
（ＲＣＰ８．５）下的未来气候变化预估数据．该套数据是
国家气候中心研究人员使用国际理论物理研究中心
的区域气候模式 ＲｅｇＣＭ４，单向嵌套 ＢＣＣ＿ＣＳＭ１．１
全球气候系统模式模拟生成的平均温度、最高温度、
最低温度及降水量等月平均资料，空间分辨率为
０􀆰 ５°×０．５°．由于本区气候预估数据中历史模拟试验
数据与实际观测数据存在偏差，所以将其重采样至
８ ｋｍ，计算 １９８１—２００５年历史模拟试验数据与实际
插值数据逐月气候要素平均值之间的偏差，在假设
偏差不变的情况下对 ２００６—２０５０ 年气候预估数据
进行统一校正，并产生一套校正后的新气候预估数
据．具体方法如下［２７－２８］：
ΔＴｉ ＝ＴａＧｉ－ＴａＱｉ （１）
ＴＱＸｉ ＝ＴＱｉ＋ΔＴｉ （２）
ΔＰ ｉ ＝ＰａＧｉ ／ ＰａＱｉ （３）
ＰＱＸｉ ＝ＰＱｉ·ΔＰ ｉ （４）
式中：ＴａＧｉ为 １９８１—２００５ 年实际插值数据第 ｉ 月平
均温度；ＴａＱｉ为 １９８１—２００５ 年历史模拟数据第 ｉ 月
平均温度；ΔＴｉ为第 ｉ月温度偏差；ＴＱＸｉ为校正后的第
ｉ月平均温度；ＰａＧｉ为 １９８１—２００５年实际插值数据第
ｉ月降水平均值；ＰａＱｉ为 １９８１—２００５年历史模拟数据
第 ｉ月降水平均值；ΔＰ ｉ为第 ｉ 月降水偏差；ＰＱＸｉ为校
正后的第 ｉ月降水．气候预估数据中的平均最高温度
和最低温度的校正方法与平均温度校正方法相同．
１􀆰 ２􀆰 ３模拟方案及模型验证 　 首先，以 １９６１—２０１０
年多年平均实测插值气候数据驱动模型，使其运行
模拟 ５０００年达到平衡态；然后以平衡态模拟结果为
土壤初始输入（土壤养分、水分等）条件，以 １９６１—
２０１０年实测气候插值数据和 ＣＯ２数据重新驱动模
型模拟历史基准时段（１９８１—２０１０ 年） ＮＰＰ，其中，
５０８３期　 　 　 　 　 　 　 　 　 　 　 郭灵辉等： ２１世纪上半叶内蒙古草地植被净初级生产力变化趋势　 　 　 　 　 　
１９６１—１９８０ 年时段的模拟仅为基准时段 １９８１—
２０１０年提供一个较为真实的初始输入参数（土壤养
分、水分等）；再以 ２０１１—２０５０年气候预估数据驱动
模型进行未来情景下 ＮＰＰ 模拟．本研究以最小二乘
法线性拟合的斜率表示未来 ＮＰＰ 的变化速率，正值
表示增加趋势，负值表示降低趋势，其绝对值的大小
表示变化速率大小．同时，参照 ＩＰＣＣ做法，采用与历
史基准时段 ＮＰＰ（插值模拟数据）对比分析的方法
揭示未来情景下草地 ＮＰＰ 的时空变化幅度．
由于缺乏空间分辨率相匹配的大空间尺度的地
面实测数据，生态系统模型精度评价一直是个难题．
本文基于历史基准时段（１９８１—２０１０年）ＮＰＰ 数据，
采用对比分析的方法从时间变化趋势、空间格局及
数值范围 ３个角度对空间化后的模型模拟合理性进
行评估．在时间变化趋势上，空间化的 ＣＥＮＴＵＲＹ 模
型 ＮＰＰ 模拟结果与同期遥感均一化植被指数
ＧＩＭＭＳ（１９８２—２００６年）具有很好的一致性，相关系
数大于 ０．５；在空间格局方面，历史基准时段内蒙古
草地 ＮＰＰ 总体格局与陶波等［２９］和潘耀忠等［３０］研究
结果基本相同；在数值上，本研究估算内蒙古草地
１９８１—２０１０年平均 ＮＰＰ 为 １８９．４２ ｇ Ｃ·ｍ－２，与王
国成等［３１］ 通过 ＣＡＳＡ 模型估算的内蒙古草地
１９８１—２００１年生长旺季 ＮＰＰ（１９２．０ ｇ Ｃ·ｍ－２）及李
刚等［３２］利用光能利用率模型估算 １９８２—２００３ 年的
结果一致．这在一定程度上说明空间化的 ＣＥＮＴＵＲＹ
模型能够较好地模拟内蒙古草地生态系统 ＮＰＰ 的
动态变化．
２　 结果与分析
２􀆰 １　 ２０１１—２０５０ 年内蒙古主要草原区气候变化
特征
２０１１—２０５０年内蒙古主要草原区年平均温度
呈显著上升趋势（表 １）．在 ＲＣＰ４．５ 情景下，草甸草
原升温速率最大，为 ０．４５ ℃·（１０ ａ） －１，荒漠草原最
小，为 ０．４２ ℃·（１０ ａ） －１；而在 ＲＣＰ８．５情景下，荒漠
草原升温速率为 ０．４４ ℃·（１０ ａ） －１，大于其他草原类
型，草甸草原升温速率最小，为 ０．３９ ℃·（１０ ａ） －１ ．与
基准时段温度相比，在 ＲＣＰ４． ５ 情景下， ２０１０ｓ
（２０１１—２０２０ 年）、 ２０２０ｓ （ ２０２１—２０３０ 年）、 ２０３０ｓ
（２０３１—２０４０ 年）和 ２０４０ｓ（２０４１—２０５０ 年）内蒙古
典型草原温度升高幅度最大，分别升高了 ０． ６４、
１􀆰 ０４、１．４１和 １．９６ ℃；而在 ＲＣＰ８．５ 情景下，典型草
原温度升高幅度仍然最大，且较 ＲＣＰ４．５ 情景下升
温更加剧烈，分别升高了 ０．８０、１．５９、１．７５和 ２．２０ ℃ ．
在降水方面，２０１１—２０５０ 年内蒙古主要草地区
年降水量总体上出现减少趋势（表 １）．在 ＲＣＰ４．５ 情
景下，草甸草原年降水量减少速率最大，为 ０． ７６
ｍｍ·ａ－１；而在 ＲＣＰ８．５ 情景下，草甸草原和典型草
原年降水量减少更加迅速，但荒漠草原出现了不显
著的增加态势，速率为 ０．３４ ｍｍ·ａ－１ ．尽管未来情景
下年降水量总体上呈减少趋势，但年代际降水量多
丰沛于基准时段．在 ＲＣＰ４．５ 情景下，各草原区代际
平均年降水量比基准时段增加了 ４．７％ ～ １７．６％，但
草原类型间变化特征差异明显，典型草原和荒漠草
原在 ２０２０ｓ 降水量减少，２０３０ｓ 增多，２０４０ｓ 又减少，
草甸草原则连续减少．在 ＲＣＰ８．５ 情景下，内蒙古草
原区代际平均年降水量几乎全部小于 ＲＣＰ４．５ 情景
（荒漠草原 ２０４０ｓ 除外），且在草甸草原 ２０４０ｓ 和荒
漠草原 ２０２０ｓ出现平均年降水量略低于基准时段的
现象（－０．６％和－０．３％）．
２􀆰 ２　 区域尺度 ＮＰＰ 变化特征
２􀆰 ２􀆰 １年际尺度　 由表 ２ 和图 ２ 可知，未来情景下
２０１１—２０５０年内蒙古草原 ＮＰＰ 呈波动下降趋势．在
ＲＣＰ４ ． ５和ＲＣＰ ８ ． ５情景下，内蒙古草原全区ＮＰＰ
表 １　 未来情景下 ２０１１—２０５０年内蒙古草原区年降水量、年均温的变化趋势及相对于基准时段的代际变化
Ｔａｂｌｅ １　 Ｔｒｅｎｄｓ ａｎｄ ｉｎｔｅｒ⁃ｄｅｃａｄａｌ ａｎｏｍａｌｉｅｓ ｏｆ ａｎｎｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ ａｎｄ ｍｅａｎ ｔｅｍｐｅｒａｔｕｒｅ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅｌｉｎｅ ｔｅｒｍ
ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄｓ ｏｖｅｒ ｔｈｅ ｐｅｒｉｏｄ ２０１１－２０５０ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏｓ
气候情景
Ｃｌｉｍａｔｅ
ｓｃｅｎａｒｉｏ
区域
Ｒｅｇｉｏｎ
年均温代际变化
Ｉｎｔｅｒ⁃ｄｅｃａｄａｌ ａｎｏｍａｌｙ ｏｆ ａｎｎｕａｌ
ｍｅａｎ ｔｅｍｐｅｒａｔｕｒｅ （℃）
２０１０ｓ ２０２０ｓ ２０３０ｓ ２０４０ｓ
年降水量代际变化
Ｉｎｔｅｒ⁃ｄｅｃａｄａｌ ａｎｏｍａｌｙ
ｏｆ ａｎｎｕａｌ ｐｒｅｃｉｐｉｔａｔｉｏｎ （％）
２０１０ｓ ２０２０ｓ ２０３０ｓ ２０４０ｓ
２０１１—２０５０
年均温变化趋势
Ｔｒｅｎｄ ｉｎ ａｎｎｕａｌ
ｍｅａｎ ｔｅｍｐｅｒａｔｕｒｅ
［℃·（１０ ａ） －１］
２０１１—２０５０
年降水量变化趋势
Ｔｒｅｎｄ ｉｎ ａｎｎｕａｌ
ｐｒｅｃｉｐｉｔａｔｉｏｎ
（ｍｍ·ａ－１）
ＰＣＰ４．５ 草甸草原 Ｍｅａｄｏｗ ｓｔｅｐｐｅ ０．５４ ０．８２ １．３４ １．８５ １４．０ １１．９ ９．６ ６．６ ０．４５∗∗∗ －０．７６
典型草原 Ｔｙｐｉｃａｌ ｓｔｅｐｐｅ ０．６４ １．０４ １．４１ １．９６ １２．１ ８．３ １１．６ ６．１ ０．４３∗∗∗ －０．２５
荒漠草原 Ｄｅｓｅｒｔ ｓｔｅｐｐｅ ０．４４ ０．９８ １．２１ １．７９ １７．１ ６．０ １７．６ ５．５ ０．４２∗∗∗ －０．３８
ＲＣＰ８．５ 草甸草原 Ｍｅａｄｏｗ ｓｔｅｐｐｅ ０．７８ １．４９ １．６０ ２．０７ ６．７ ８．２ ４．３ －０．６ ０．３９∗∗∗ －０．９８
典型草原 Ｔｙｐｉｃａｌ ｓｔｅｐｐｅ ０．８０ １．５９ １．７５ ２．２０ ５．６ １．０ １．９ １．６ ０．４２∗∗∗ －０．３６
荒漠草原 Ｄｅｓｅｒｔ ｓｔｅｐｐｅ ０．５６ １．３５ １．５２ ２．０４ １０．０ －０．３ ９．５ １０．２ ０．４４∗∗∗ ０．３４
２０１０ｓ： ２０１１—２０２０； ２０２０ｓ： ２０２１—２０３０； ２０３０ｓ： ２０３１—２０４０； ２０４０ｓ： ２０４１—２０５０． 下同 Ｔｈｅ ｓａｍｅ ｂｅｌｏｗ． ∗∗∗ Ｐ＜０．００１．
６０８ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
表 ２　 未来情景下 ２０１１—２０５０年内蒙古草原区 ＮＰＰ变化趋势
Ｔａｂｌｅ ２　 Ｔｒｅｎｄｓ ｏｆ ＮＰＰ ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄｓ
ｏｖｅｒ ｔｈｅ ｐｅｒｉｏｄ ２０１１－２０５０ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏｓ
草原类型
Ｇｒａｓｓｌａｎｄ ｔｙｐｅ
ＲＣＰ４．５
斜率
Ｓｌｏｐｅ
Ｒ２
ＲＣＰ８．５
斜率
Ｓｌｏｐｅ
Ｒ２
荒漠草原
Ｄｅｓｅｒｔ ｓｔｅｐｐｅ
－０．３６ ０．０９ －０．２７ ０．０４
典型草原
Ｔｙｐｉｃａｌ ｓｔｅｐｐｅ
－０．４９ ０．０７ －０．８０ ０．１２∗
草甸草原
Ｍｅａｄｏｗ ｓｔｅｐｐｅ
－１．２５ ０．１１∗ －２．２９ ０．２０∗∗
全区
Ｗｈｏｌｅ ｒｅｇｉｏｎ
－０．５７ ０．１０ －０．８９ ０．１５∗
∗Ｐ＜０．０５； ∗∗Ｐ＜０．０１．
下降速率分别为 ０．５７和 ０．８９ ｇ Ｃ·ｍ－２·ａ－１，其中，
草甸草原 ＮＰＰ 下降显著，降速分别为 １．２５ 和 ２．２９
ｇ Ｃ·ｍ－２·ａ－１，高于其他草原类型；而荒漠草原 ＮＰＰ
降速最小且不显著，为 ０．３６和 ０．２７ ｇ Ｃ·ｍ－２·ａ－１ ．
与基准时段相比，在 ＲＣＰ４． ５ 和 ＲＣＰ８． ５ 情景
下，２０１１—２０５０年内蒙古荒漠草原、典型草原和草
甸草原 ＮＰＰ 分别下降 １６． ７％、 １０． ２％、 １３． ２％和
２４􀆰 ８％、２０．３％、２３．６％．
２􀆰 ２􀆰 ２年代际尺度 　 由图 ３ 和表 ３ 可以看出，在
ＲＣＰ４．５ 情景下，２０１０ｓ、２０２０ｓ、２０３０ｓ 和 ２０４０ｓ 内蒙
古荒漠草原、典型草原和草甸草原 ＮＰＰ 均低于基准
时段平均值，尤其在 ２０４０ｓ，分别较基准时段下降了
２６．３％、１６．０％和 １９．７％．与其他草原类型相比，２０１０ｓ
草甸草原 ＮＰＰ 降幅最大，为 ８．６％，而 ２０２０ｓ、２０３０ｓ
和 ２０４０ｓ 荒漠草原 ＮＰＰ 降幅居前，分别下降了
２１􀆰 ７％、１４．４％和 ２６．３％．在 ＲＣＰ８．５ 情景下，２０１０ｓ、
２０２０ｓ、２０３０ｓ和 ２０４０ｓ内蒙古各草原 ＮＰＰ 降幅均超
表 ３　 未来情景下内蒙古草原区 ＮＰＰ 均值相对于基准时段
的年代际变化
Ｔａｂｌｅ ３ 　 Ａｎｏｍａｌｉｅｓ ｉｎ ＮＰＰ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅｌｉｎｅ
ｔｅｒｍ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏｓ ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ
ｇｒａｓｓｌａｎｄｓ
气候情景
Ｃｌｉｍａｔｅ
ｓｃｅｎａｒｉｏ
年代
Ｄｅｃａｄｅ
ＮＰＰ 均值变化幅度
Ａｎｏｍａｌｙ ｉｎ ｍｅａｎ ＮＰＰ （％）
荒漠草原
Ｄｅｓｅｒｔ
ｓｔｅｐｐｅ
典型草原
Ｔｙｐｉｃａｌ
ｓｔｅｐｐｅ
草甸草原
Ｍｅａｄｏｗ
ｓｔｅｐｐｅ
全区
Ｗｈｏｌｅ
ｒｅｇｉｏｎ
ＲＣＰ４．５ ２０１０ｓ －４．４ －３．２ －８．６ －４．９
２０２０ｓ －２１．７ －１０．８ －１０．５ －１１．６
２０３０ｓ －１４．４ －１０．９ －１３．８ －１２．０
２０４０ｓ －２６．３ －１６．０ －１９．７ －１８．０
２０１０—２０５０ －１６．７ －１０．２ －１３．２ －１１．６
ＲＣＰ８．５ ２０１０ｓ －１２．６ －１０．１ －１４．２ －１１．６
２０２０ｓ －３１．１ －２３．６ －２１．９ －２３．８
２０３０ｓ －２５．６ －１９．１ －２４．３ －２１．２
２０４０ｓ －２９．８ －２８．３ －３３．８ －３０．１
２０１０—２０５０ －２４．９ －２０．３ －２３．６ －２１．６
图 ２　 未来情景下 ２０１１—２０５０年内蒙古草原区 ＮＰＰ 相对于
基准时段的年际变化
Ｆｉｇ．２　 Ｉｎｔｅｒａｎｎｕａｌ ｖａｒｉａｔｉｏｎｓ ｉｎ ＮＰＰ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅ⁃
ｌｉｎｅ ｔｅｒｍ ｏｖｅｒ ｔｈｅ ｐｅｒｉｏｄ ２０１１ － ２０５０ ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ
ｇｒａｓｓｌａｎｄｓ．
过 ＲＣＰ４．５情景，其中 ２０１０ｓ和 ２０４０ｓ草甸草原降幅
最大，分别为 １４．２％和 ３３．８％；而 ２０２０ｓ 和 ２０３０ｓ 荒
漠草原降幅居首，为 ３１．１％和 ２５．６％．
２􀆰 ３　 ＮＰＰ 变化空间格局
２􀆰 ３􀆰 １年际尺度　 由图 ４ 可以看出，未来内蒙古草
原大部分地区 ＮＰＰ 呈线性下降趋势．在 ＲＣＰ４．５ 情
景下，约 ８９．７％的草原 ＮＰＰ 呈现下降趋势，降速为
０～１ ｇ Ｃ·ｍ－２·ａ－１（占整个区域的 ７２．０％）．其中，锡
林郭勒盟中、东部、兴安盟以及通辽等部分地区
ＮＰＰ降速较大且显著，而鄂尔多斯市南部大部分草
７０８３期　 　 　 　 　 　 　 　 　 　 　 郭灵辉等： ２１世纪上半叶内蒙古草地植被净初级生产力变化趋势　 　 　 　 　 　
图 ３　 未来情景下内蒙古草原区 ＮＰＰ 相对于基准时段年代
际变化
Ｆｉｇ．３　 Ｉｎｔｅｒ⁃ｄｅｃａｄａｌ ａｎｏｍａｌｉｅｓ ｉｎ ＮＰＰ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅ⁃
ｌｉｎｅ ｔｅｒｍ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏｓ ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ
ｇｒａｓｓｌａｎｄｓ．
柱状图表示 ２５ｔｈ、７５ｔｈ分位数范围 Ｂａｒｓ ｓｈｏｗｅｄ ｔｈｅ ２５ｔｈ， ７５ｔｈ⁃ｐｅｒｃｅｎ⁃
ｔｉｌｅ ｏｆ ｔｈｅ ＮＰＰ． 黑细线表示平均值 Ｂｌａｃｋ ｔｈｉｎ ｌｉｎｅｓ ｓｈｏｗｅｄ ｔｈｅ ｍｅａｎ．
原区 ＮＰＰ 略有增加．在 ＲＣＰ８．５ 情景下，内蒙古草原
ＮＰＰ 同样以下降为主，但下降区域较 ＲＣＰ４．５ 情景
下有所扩张，占全区面积的 ９８．９％，且空间格局差异
较大．大兴安岭沿线、呼和浩特市和乌兰察布市中南
部等地草原 ＮＰＰ 下降显著并且速率较大， ＞ １
ｇ Ｃ·ｍ－２·ａ－１的约占全区面积的 ２７．３％，而其他地
区下降速率在 ０～１ ｇ Ｃ·ｍ－２·ａ－１ ．
从草原类型上，未来草甸草原 ＮＰＰ 下降最为迅
速，在 ＲＣＰ４． ５ 和 ＲＣＰ８． ５ 情景下，降速 ＞ ３ ｇ Ｃ·
ｍ－２·ａ－１的区域分别占面积的 ０．２％和 ２４．５％，降速
在 １ ｇ Ｃ·ｍ－２·ａ－１的分别占 ６４．８％和 ８９．９％；而荒
漠草原与典型草原均以下降趋势为主，但幅度较小，
多为 ０ ～ １ ｇ Ｃ·ｍ－２ ·ａ－１，分别占 ８９． ９％、７５． １％
（ＲＣＰ４．５）和 ９６．３％、７６．８％（ＲＣＰ８．５）．
　 　 由图 ５ 和表 ４ 可以看出，气候变化情景下，
２０１１—２０５０年内蒙古草原 ＮＰＰ 整体上较基准时段
有所下降．在 ＲＣＰ４．５ 情景下，锡林郭勒盟西北部的
阿巴嘎旗、苏尼特左旗和苏尼特右旗及乌兰察布市
中部等地 ＮＰＰ 降幅最大，超过 ２０％ （占总面积的
１５􀆰 ６％）．ＮＰＰ 降幅以此为中心向周边逐渐减小，至
锡林郭勒盟东部、通辽市、赤峰市、呼伦贝尔市及鄂
尔多斯市北部等地 ＮＰＰ 降幅多＜１０％（占总面积的
３５．２％）．全区仅＜８％的区域 ＮＰＰ 小幅增加，主要集
中在呼伦贝尔市、牙克石市以及周边地区；而在
ＲＣＰ８．５情景下，２０１１—２０５０ 年内蒙古草原 ＮＰＰ 下
降加剧，１５．１％的区域降幅＞３０％，３９．８％的区域降幅
为 ２０％～ ３０％，仅 ０．１％的区域 ＮＰＰ 稍有增加．在草
原类型上，未来 ４０ 年荒漠草原全区 ＮＰＰ 均有所下
降，在 ＲＣＰ４．５情景下降幅以 １０％ ～ ２０％为主，约占
其面积的 ４９．７％，而在 ＲＣＰ８．５情景下降幅以 ２０％ ～
３０％为主（约占 ４５．４％）．在 ＲＣＰ４．５ 情景下，典型草
原和草甸草原虽有小部分区域 ＮＰＰ 略有增加（分别
为 １０．６％和 １．９％），但均以 ＮＰＰ 下降为主，且降幅
集中在 １０％～２０％；而在 ＲＣＰ８．５ 情景下，草甸草原
全区 ＮＰＰ 均呈下降态势，且降幅以 ２０％～３０％为主．
２􀆰 ３􀆰 ２年代际尺度 　 未来内蒙古草原 ＮＰＰ 年代际
变化空间差异明显（图 ６ 和图 ７）．在 ＲＣＰ４．５ 情景
下，２０１０ｓ有 ６６．７％的区域 ＮＰＰ 低于基准时段，仅呼
伦贝尔市中西部、锡林郭勒盟东部、通辽与赤峰市北
部、包头、乌兰察布市北部及巴彦淖尔市等地 ＮＰＰ
小幅增加．进入 ２０２０ｓ，内蒙古草原 ＮＰＰ 下降程度加
剧，草原中西部 ＮＰＰ 降幅多在 １０％ ～ ２０％，其中包
头市、乌兰察布市、呼和浩特市及锡林郭勒盟的西部
等地 ＮＰＰ 降幅＞２０％，全区仅＜８％的草原 ＮＰＰ 小幅
增加．２０３０ｓ 除锡林郭勒盟阿巴嘎旗以及周边地区
ＮＰＰ 下降加剧以外，大部分地区 ＮＰＰ 下降程度有所
缓解．２０４０ｓ内蒙古草原 ＮＰＰ 下降最为剧烈，９６．７％
的区域 ＮＰＰ 较基准时段有所降低，其中约 ４０％的区
域降幅＞ ２０％，集中分布在内蒙古中西部地区（图
６）．不同草原类型间 ＮＰＰ 年代际变化存在差异，在
２０１０ｓ虽然各大草原ＮＰＰ降幅均以０ ～ １０％为主，
８０８ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
图 ４　 未来情景下 ２０１１—２０５０年内蒙古草原区 ＮＰＰ 变化趋势的空间分布
Ｆｉｇ．４　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｏｆ ａｎｎｕａｌ ＮＰＰ ｃｈａｎｇｅ ｔｒｅｎｄ ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄｓ ｆｒｏｍ ２０１１ ｔｏ ２０５０ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｓｃｅ⁃
ｎａｒｉｏｓ．
Ｗ： 内蒙古全区 Ｗｈｏｌｅ ｒｅｇｉｏｎ ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ． 下同 Ｔｈｅ ｓａｍｅ ｂｅｌｏｗ．
图 ５　 未来情景下 ２０１１—２０５０年内蒙古草原区 ＮＰＰ 均值空间格局及相对于基准时段的年际变化
Ｆｉｇ．５　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｏｆ ｍｅａｎ ＮＰＰ ａｎｄ ｉｔｓ ａｎｏｍａｌｙ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅｌｉｎｅ ｔｅｒｍ ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄｓ ｆｒｏｍ ２０１１
ｔｏ ２０５０ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏｓ．
但草甸草原 ＮＰＰ 下降最为剧烈，下降区面积比例高
于其他草原，而在 ２０２０ｓ、２０３０ｓ 和 ２０４０ｓ 荒漠草原
ＮＰＰ 下降区面积比最大．
　 　 在 ＲＣＰ８．５ 情景下，内蒙古草原 ＮＰＰ 年代际变
化特征与 ＲＣＰ４． ５ 情景下较为相似，各年代均以
ＮＰＰ 下降为主，但 ＮＰＰ 下降程度较高（图 ７）．其中，
２０１０ｓ内蒙古草原 ＮＰＰ 整体降幅较小，集中在 ２０％
以内，占总面积的 ８４．５％．２０２０ｓ ＮＰＰ 下降加剧，除呼
伦贝尔市部分地区 ＮＰＰ 降幅较小或者略有上升外，
其他地区 ＮＰＰ 降幅多 ＞２０％ （占区域面积的
６７􀆰 ２％），尤其在锡林郭勒盟中西部及乌兰察布市中
北部地区，ＮＰＰ 降幅＞３０％．相比之下，２０３０ｓ ＮＰＰ 下
降得到缓解，降幅 ＞ ２０％的区域仅占 ５５． ５％，较
２０２０ｓ减少了１１．７％．２０４０ｓ约９９．９％的区域ＮＰＰ降
９０８３期　 　 　 　 　 　 　 　 　 　 　 郭灵辉等： ２１世纪上半叶内蒙古草地植被净初级生产力变化趋势　 　 　 　 　 　
表 ４　 气候变化情景下 ２０１１—２０５０年内蒙古草原区 ＮＰＰ均值变化幅度比例构成
Ｔａｂｌｅ ４　 Ａｍｐｌｉｔｕｄｅ ｏｆ ｖａｒｉａｔｉｏｎ ｉｎ ａｖｅｒａｇｅ ａｎｎｕａｌ ＮＰＰ ｉｎ ｔｈｅ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄｓ ｆｒｏｍ ２０１１ ｔｏ ２０５０ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉ⁃
ｍａｔｅ ｓｃｅｎａｒｉｏｓ
草原类型
Ｇｒａｓｓｌａｎｄ ｔｙｐｅ
气候情景
Ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏ
＜－３０％ －３０％～ －２０％ －２０％～ －１０％ －１０％～０ ０～１０％ ≥１０％
荒漠草原 ＲＣＰ４．５ ０．９ ２６．０ ４９．７ ２３．４
Ｄｅｓｅｒｔ ｓｔｅｐｐｅ ＲＣＰ８．５ ２３．０３ ４５．４ ３０．９ ０．７
典型草原 ＲＣＰ４．５ １．７ １０．０ ３８．８ ３８．７ １０．６ ０．３
Ｔｙｐｉｃａｌ ｓｔｅｐｐｅ ＲＣＰ８．５ １１．７ ３６．７ ４１．９ ９．５ ０．２
草甸草原 ＲＣＰ４．５ ５．７ １１．９ ４４．３ ３６．１ １．９
Ｍｅａｄｏｗ ｓｔｅｐｐｅ ＲＣＰ８．５ １９．３０ ４６．５ ３２．２ ２．０
全区 ＲＣＰ４．５ ２．１ １３．６ ４１．８ ３５．２ ７．２ ０．９
Ｗｈｏｌｅ ｒｅｇｉｏｎ ＲＣＰ８．５ １５．１ ３９．８ ３８．３ ６．７ ０．１
图 ６　 ＲＣＰ４．５情景下 ２０１１—２０５０年内蒙古草原区 ＮＰＰ 均值空间格局及相对于基准时段的年代际变化
Ｆｉｇ．６　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｉｎｔｅｒ⁃ｄｅｃａｄａｌ ｍｅａｎ ＮＰＰ ａｎｄ ｉｔｓ ｒｅｌａｔｉｖｅ ｃｈａｎｇｅｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅｌｉｎｅ ｔｅｒｍ ｆｒｏｍ ２０１１ ｔｏ ２０５０ ｕｎ⁃
ｄｅｒ ＲＣＰ４．５ ｓｃｅｎａｒｉｏ．
０１８ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
图 ７　 ＲＣＰ８．５情景下 ２０１１—２０５０年内蒙古草原区 ＮＰＰ 均值空间格局及相对于基准时段的年代际变化
Ｆｉｇ．７　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｏｆ ｉｎｔｅｒ⁃ｄｅｃａｄａｌ ｍｅａｎ ＮＰＰ ａｎｄ ｉｔｓ ａｎｏｍａｌｉｅｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｂａｓｅｌｉｎｅ ｔｅｒｍ ｆｒｏｍ ２０１１ ｔｏ ２０５０ ｕｎｄｅｒ
ＲＣＰ８．５ ｓｃｅｎａｒｉｏ．
幅在 １０％以上，其中呼伦贝尔市的满洲里市、呼伦
贝尔市、锡林郭勒盟东部、巴彦淖尔市等地 ＮＰＰ 降
幅较低，在 １０％～２０％，其他地区降幅均＞２０％．在草
原类型上，２０１０ｓ荒漠草原、典型草原和草甸草原分
别有 ９８．７％、９４．２％和 ９９．２％的区域 ＮＰＰ 出现不同
程度的下降．其中，荒漠草原与草甸草原 ＮＰＰ 降幅
以 １０％～２０％为主，占各自面积的 ４６．９％和 ４０􀆰 ９％，
而典型草原区降幅主要集中在 １０％以内，占其面积
的 ４７．８％．在 ２０２０ｓ 和 ２０３０ｓ，荒漠草原 ＮＰＰ 下降程
度居前，下降区面积分别占 ９９．８％和 ９２．６％，且降幅
＞２０％分别占各自面积的 ８５．６％和 ７０．０％．至 ２０４０ｓ，
草甸草原 ＮＰＰ 下降最为剧烈，ＮＰＰ 下降遍及全区，
降幅＞３０％占面积的 ７１．４％（图 ７）．
３　 讨　 　 论
未来气候变化对内蒙古草地系统具有深远的影
响，基于气候⁃生产力模型，牛建明［３３］认为，在年均
温增加 ２ ℃、年降水量增加 ２０％的情景下，如果不
考虑草地类型空间迁移的影响，内蒙古各类型草原
减产幅度为 ８．７％ ～ １７．１％．Ｚｈａｏ 等［１７］基于 ＳＲＥＳ ３
个气候变化情景数据，运用 ＬＰＪ⁃ＤＧＶＭ 模型模拟发
现，在温度升高、降水略增的背景下，内蒙古区域植
１１８３期　 　 　 　 　 　 　 　 　 　 　 郭灵辉等： ２１世纪上半叶内蒙古草地植被净初级生产力变化趋势　 　 　 　 　 　
被在近期、中期、远期均出现减产现象，尤其在远期．
即便是在区域实现可持续发展的目标 ＳＲＥＳ Ｂ２ 情
景下，２０２０—２０５０年内蒙古一些草原温度可能升高
１．８３～３．０ ℃，降水可能增加 ３．２％ ～ ５．１％，地上净初
级生产力依然可能下降 ５．８％～７．５％［３４］ ．未来气候变
化影响预估很大程度上依赖于未来温室体和硫酸盐
气溶胶等的排放情景以及模型的可靠性．为揭示未
来情景下的气候变化影响与区域响应特征，本研究
采用国家气象局最新发布的新一代温室气体排放情
景：中短期适应气候变化的新情景（ＲＣＰ４．５）和缺少
应对气候变化政策的极端情景（ＲＣＰ８．５）下的区域
气候模式预估数据，驱动生化过程清晰、空间表达合
理、草地生态系统适用的 ＣＥＮＴＵＲＹ 改进模型，进而
从不同时空尺度上对比分析内蒙古草地 ＮＰＰ 演变
特征．
内蒙古草地主要分布于干旱半干旱气候区，降
水少、温度高，水分条件是该区植被生长的限制因
子，降水增多有利于草地植被生长［３５－３７］；温度同样
是植被生长必须的重要因子，但在本已水分匮乏的
地区，温度升高将引起蒸散加速，导致水分亏缺加
剧，进而制约植被生长［３８－４０］ ．在 ＲＣＰ４．５ 情景下，随
着气候变化加剧，ＮＰＰ 下降更明显，至 ２０４０ｓ内蒙古
草甸草原、典型草原和荒漠草原平均温度较基准时
段升高 １．９６～１．７９ ℃，年降水量增加 ５．５％ ～ ６．６％，
草原 ＮＰＰ 下降 １６．０％ ～ ２６．２％；而在 ＲＣＰ８．５ 情景
下，３类草原平均温度增幅更大（２． ２０ ～ ２． ０４ ℃），
ＮＰＰ 下降更剧烈．可见，未来气候变化情景下，内蒙
古草地降水略增的态势依然不足以补偿因温度升高
对草地生产力所产生的负面作用．这对草地资源的
可持续发展非常不利．另外，内蒙古草地东西跨度较
大，因区域内水热组合不同，草地 ＮＰＰ 对气候变化
的敏感性空间差异较大，例如中短期适应气候变化
的新情景下，未来锡林郭勒盟中东部、兴安盟及通辽
等地 ＮＰＰ 降幅较大，而西部鄂尔多斯市部分草原区
ＮＰＰ 出现略微增加．
由于气候变化对草地的影响十分复杂，本研究
结果尚存在很大的不确定性：一方面气候系统自身
是一个过程复杂的非线性系统，未来气候变化的预
估结果在很大程度上依赖于模式和情景［１，４１］，不同
气候模式对云反馈、海洋热吸收、碳循环反馈等机制
的描述差别很大，从而增加了对未来气候预估的不
确定性［４２］ ．另一方面，任何一个生态系统模型都是
建立在一定的前提假设基础上，对生态系统复杂机
理进行一些简化处理，忽略掉一些非决定性的细节
过程，如未考虑极端天气事件、病虫害，以及物种之
间竞争与共生的种间关系等．而这些因素都是影响
牧草生长发育的重要因素，忽略其必将增加影响评
价结果的不确定性．本研究虽以 １９８１—２０１０ 年数据
开始模拟，尽量为未来情景模拟提供一个比较真实
的土壤养分与水分条件，但其与真实情况可能仍有
出入．此外，本研究没有考虑气候变化对植被组成及
分布格局等方面的影响，这在一定程度上增加了研
究结果的不确定性［４３－４４］ ．因此，准确预估未来气候
变化对内蒙古草地的可能影响还需要进一步研究．
参考文献
［１］　 ＩＰＣＣ． Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ ２０１４： Ｉｍｐａｃｔｓ， Ａｄａｐｔａｔｉｏｎ， ａｎｄ
Ｖｕｌｎｅｒａｂｉｌｉｔｙ， ＩＰＣＣ Ｗｏｒｋｉｎｇ Ｇｒｏｕｐ Ⅱ Ｃｏｎｔｒｉｂｕｔｉｏｎ ｔｏ
ＡＲ５． Ｃａｍｂｒｉｄｇｅ， ＵＫ： Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，
２０１４
［２］　 Ｗａｎｇ Ｓ⁃Ｗ （王绍武）， Ｌｕｏ Ｙ （罗 　 勇）， Ｚｈａｏ Ｚ⁃Ｃ
（赵宗慈）， ｅｔ ａｌ． Ｎａｔｕｒａｌ ｓｙｓｔｅｍｓ ｉｎ ｃｈａｎｇｉｎｇ ｃｌｉｍａｔｅｓ．
Ａｄｖａｎｃｅｓ ｉｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｒｅｓｅａｒｃｈ （气候变化研究
进展）， ２０１３， ９（６）： ４４０－４４５ （ｉｎ Ｃｈｉｎｅｓｅ）
［３］　 Ｃｏｆｆｉｎ ＤＰ， Ｌａｕｅｎｒｏｔｈ ＷＫ． Ｔｒａｎｓｉｅｎｔ ｒｅｓｐｏｎｓｅｓ ｏｆ Ｎｏｒｔｈ⁃
Ａｍｅｒｉｃａｎ ｇｒａｓｓｌａｎｄｓ ｔｏ ｃｈａｎｇｅｓ ｉｎ ｃｌｉｍａｔｅ． Ｃｌｉｍａｔｉｃ
Ｃｈａｎｇｅ， １９９６， ３４： ２６９－２７８
［４］　 Ｙｅ Ｄ⁃Ｚ （叶笃正）， Ｆｕ Ｃ⁃Ｂ （符淙斌）， Ｄｏｎｇ Ｗ⁃Ｊ （董
文杰）． Ｓｃｉｅｎｔｉｆｉｃ ｐｒｏｇｒｅｓｓ ａｎｄ ｆｕｔｕｒｅ ｔｒｅｎｄｓ ｏｆ ｇｌｏｂａｌ
ｃｈａｎｇｅ． Ａｄｖａｎｃｅｓ ｉｎ Ｅａｒｔｈ Ｓｃｉｅｎｃｅ （地球科学进展），
２００２， １７（４）： ４６７－４６９ （ｉｎ Ｃｈｉｎｅｓｅ）
［５］　 Ｈｕｎｔｉｎｇｔｏｎ ＴＧ． Ｃｌｉｍａｔｅ ｃｈａｎｇｅ， ｇｒｏｗｉｎｇ ｓｅａｓｏｎ ｌｅｎｇｔｈ，
ａｎｄ ｔｒａｎｓｐｉｒａｔｉｏｎ： Ｐｌａｎｔ ｒｅｓｐｏｎｓｅ ｃｏｕｌｄ ａｌｔｅｒ ｈｙｄｒｏｌｏｇｉｃ
ｒｅｇｉｍｅ． Ｐｌａｎｔ Ｂｉｏｌｏｇｙ， ２００４， ６： ６５１－６５３
［６］　 Ｗｕ ＺＴ， Ｐａｕｌ Ｄ， Ｋｏｃｈ ＧＷ， ｅｔ ａｌ． Ｒｅｓｐｏｎｓｅｓ ｏｆ ｔｅｒｒｅｓ⁃
ｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｔｏ ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｃｈａｎｇｅ：
Ａ ｍｅｔａ⁃ａｎａｌｙｓｉｓ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｍａｎｉｐｕｌａｔｉｏｎ． Ｇｌｏｂａｌ
Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１１， １７： ９２７－９４２
［７］　 Ｙｕｅ Ｔ⁃Ｘ （岳天祥）， Ｆａｎ Ｚ⁃Ｍ （范泽孟）． Ａ ｒｅｖｉｅｗ ｏｆ
ｒｅｓｐｏｎｓｅｓ ｏｆ ｔｙｐｉｃａｌ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｔｏ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ． Ｃｈｉｎｅｓｅ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ （科学通报）， ２０１４，
５９（３）： ２１７－２３１ （ｉｎ Ｃｈｉｎｅｓｅ）
［８］ 　 Ｃｏｘ ＰＭ， Ｂｅｔｔｓ ＲＡ， Ｊｏｎｅｓ ＣＤ， ｅｔ ａｌ． Ａｃｃｅｌｅｒａｔｉｏｎ ｏｆ
ｇｌｏｂａｌ ｗａｒｍｉｎｇ ｄｕｅ ｔｏ ｃａｒｂｏｎ⁃ｃｙｃｌｅ ｆｅｅｄｂａｃｋｓ ｉｎ ａ ｃｏｕ⁃
ｐｌｅｄ ｃｌｉｍａｔｅ ｍｏｄｅｌ． Ｎａｔｕｒｅ， ２０００， ４０８： １８４－１８７
［９］　 Ｌｉ Ｑ⁃Ｐ （李巧萍）， Ｄｉｎｇ Ｙ⁃Ｈ （丁一汇）． Ｒｅｓｅａｒｃｈ ｐｒｏ⁃
ｇｒｅｓｓ ｉｎ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｖｅｇｅｔａｔｉｏｎ ｃｈａｎｇｅ ｏｎ ｒｅｇｉｏｎａｌ ｃｌｉ⁃
ｍａｔｅ． Ｊｏｕｒｎａｌ ｏｆ Ｎａｎｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｙ （南京
气象学院学报）， ２００４， ２７（１）： １３１ － １４０ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［１０］ 　 Ｎｉｕ Ｓ， Ｗａｎ Ｓ． Ｗａｔｅｒ⁃ｍｅｄｉａｔｅｄ ｒｅｓｐｏｎｓｅｓ ｏｆ ｅｃｏｓｙｓｔｅｍ
ｃａｒｂｏｎ ｆｌｕｘｅｓ ｔｏ ｃｌｉｍａｔｉｃ ｃｈａｎｇｅ ｉｎ ａ ｔｅｍｐｅｒａｔｅ ｓｔｅｐｐｅ．
Ｎｅｗ Ｐｈｙｔｏｌｏｇｉｓｔ， ２００８， １７７： ２０９－２１９
［１１］　 Ｃｒａｂｔｒｅｅ Ｒ， Ｐｏｔｔｅｒ Ｃ， Ｍｕｌｌｅｎ Ｒ， ｅｔ ａｌ． Ａ ｍｏｄｅｌｉｎｇ ａｎｄ
ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ａｎａｌｙｓｉｓ ｆｒａｍｅｗｏｒｋ ｆｏｒ ｍｏｎｉｔｏｒｉｎｇ ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ ｃｈａｎｇｅ ｕｓｉｎｇ ＮＰＰ ａｓ ａｎ ｅｃｏｓｙｓｔｅｍ ｉｎｄｉｃａｔｏｒ．
Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００９， １１３： １４８６－１４９６
２１８ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
［１２］　 Ｒｕｎｎｉｎｇ ＳＷ， Ｎｅｍａｎｉ ＲＲ， Ｈｅｉｎｓｃｈ ＦＡ， ｅｔ ａｌ． Ａ ｃｏｎ⁃
ｔｉｎｕｏｕｓ ｓａｔｅｌｌｉｔｅ⁃ｄｅｒｉｖｅｄ ｍｅａｓｕｒｅ ｏｆ ｇｌｏｂａｌ ｔｅｒｒｅｓｔｒｉａｌ ｐｒｉ⁃
ｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ． Ｂｉｏｓｃｉｅｎｃｅ， ２００４， ５４： ５４７－５６０
［１３］　 Ｖｅｎｅｔｏｕｌｉｓ Ｊ， Ｔａｌｂｅｒｔｈ Ｊ． Ｒｅｆｉｎｉｎｇ ｔｈｅ ｅｃｏｌｏｇｉｃａｌ ｆｏｏｔ⁃
ｐｒｉｎｔ． Ｅｎｖｉｒｏｎｍｅｎｔ， Ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，
２００８， １０： ４４１－４６９
［１４］　 Ｗａｎｇ Ｙ， Ｇａｏ Ｊ， Ｗａｎｇ Ｊ， ｅｔ ａｌ． Ｖａｌｕｅ ａｓｓｅｓｓｍｅｎｔ ｏｆ
ｅｃｏｓｙｓｔｅｍ ｓｅｒｖｉｃｅｓ ｉｎ ｎａｔｕｒｅ ｒｅｓｅｒｖｅｓ ｉｎ Ｎｉｎｇｘｉａ， Ｃｈｉｎａ：
Ａ ｒｅｓｐｏｎｓｅ ｔｏ ｅｃｏｌｏｇｉｃａｌ ｒｅｓｔｏｒａｔｉｏｎ． ＰＬｏＳ Ｏｎｅ， ２０１４， ９
（２）： ｅ８９１７４
［１５］　 Ｆａｎｇ Ｊ， Ｐｉａｏ Ｓ， Ｔａｎｇ Ｚ， ｅｔ ａｌ． Ｉｎｔｅｒａｎｎｕａｌ ｖａｒｉａｂｉｌｉｔｙ ｉｎ
ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ ａｎｄ ｐｒｅｃｉｐｉｔａｔｉｏｎ． Ｓｃｉｅｎｃｅ， ２００１，
２９３： １７２３
［１６］　 Ｓｈａｗ ＭＲ， Ｚａｖａｌｅｔａ ＥＳ， Ｃｈｉａｒｉｅｌｌｏ ＮＲ， ｅｔ ａｌ． Ｇｒａｓｓｌａｎｄ
ｒｅｓｐｏｎｓｅｓ ｔｏ ｇｌｏｂａｌ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｃｈａｎｇｅｓ ｓｕｐｐｒｅｓｓｅｄ ｂｙ
ｅｌｅｖａｔｅｄ ＣＯ２ ． Ｓｃｉｅｎｃｅ， ２００２， ２９８： １９８７－１９９０
［１７］　 Ｚｈａｏ Ｄ， Ｗｕ Ｓ， Ｙｉｎ Ｙ． Ｒｅｓｐｏｎｓｅｓ ｏｆ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓ⁃
ｔｅｍｓ’ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｔｏ ｆｕｔｕｒｅ ｒｅｇｉｏｎａｌ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｉｎ Ｃｈｉｎａ． ＰＬｏＳ Ｏｎｅ， ２０１３， ８（４）： ｅ６０８４９
［１８］　 Ｍｏｈａｍｅｄ Ｍ， Ｂａｂｉｋｅｒ ＩＳ， Ｃｈｅｎ ＺＭ， ｅｔ ａｌ． Ｔｈｅ ｒｏｌｅ ｏｆ
ｃｌｉｍａｔｅ ｖａｒｉａｂｉｌｉｔｙ ｉｎ ｔｈｅ ｉｎｔｅｒ⁃ａｎｎｕａｌ ｖａｒｉａｔｉｏｎ ｏｆ ｔｅｒｒｅｓ⁃
ｔｒｉａｌ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ （ＮＰＰ）． Ｓｃｉｅｎｃｅ ｏｆ ｔｈｅ Ｔｏｔａｌ
Ｅｎｖｉｒｏｎｍｅｎｔ， ２００４， ３３２： １２３－１３７
［１９］　 Ｃｈｅｎ Ｘ⁃Ｑ （陈效逑）， Ｗａｎｇ Ｈ （王　 恒）． Ｓｐａｔｉａｌ ａｎｄ
ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ ｖｅｇｅｔａｔｉｏｎ ｂｅｌｔｓ ａｎｄ ｖｅｇｅｔａｔｉｏｎ
ｃｏｖｅｒ ｄｅｇｒｅｅｓ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｆｒｏｍ １９８２ ｔｏ ２００３． Ａｃｔａ
Ｇｅｏｇｒａｐｈｉｃａ Ｓｉｎｉｃａ （地理学报）， ２００９， ６４（１）： ８４－９４
（ｉｎ Ｃｈｉｎｅｓｅ）
［２０］　 Ｚｈａｎｇ Ｈ⁃Ｂ （张宏斌）， Ｔａｎｇ Ｈ⁃Ｊ （唐华俊）， Ｙａｎｇ Ｇ⁃Ｘ
（杨桂霞）， ｅｔ ａｌ． Ｃｈａｎｇｅｓ ｏｆ ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌ ｃｈａｒａｃｔｅｒｉ⁃
ｓｔｉｃｓ ｂａｓｅｄ ｏｎ ＭＯＤＩＳ ＮＤＶＩ ｄａｔａ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ
ｇｒａｓｓｌａｎｄ ｆｒｏｍ ２０００ ｔｏ ２００８． Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｃｈｉｎｅｓｅ
Ｓｏｃｉｅｔｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｎｇｉｎｅｅｒｉｎｇ （农业工程学报），
２００９， ２５（９）： １６８－１７５ （ｉｎ Ｃｈｉｎｅｓｅ）
［２１］　 Ｐａｒｔｏｎ ＷＪ， Ｓｃｕｒｌｏｃｋ Ｊ， Ｏｊｉｍａ ＤＳ， ｅｔ ａｌ． Ｏｂｓｅｒｖａｔｉｏｎｓ
ａｎｄ ｍｏｄｅｌｉｎｇ ｏｆ ｂｉｏｍａｓｓ ａｎｄ ｓｏｉｌ ｏｒｇａｎｉｃ ｍａｔｔｅｒ ｄｙｎａ⁃
ｍｉｃｓ ｆｏｒ ｔｈｅ ｇｒａｓｓｌａｎｄ ｂｉｏｍｅ ｗｏｒｌｄｗｉｄｅ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏ⁃
ｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， １９９３， ７： ７８５－８０９
［２２］　 Ｘｕ Ｗ， Ｃｈｅｎ Ｘ， Ｌｕｏ Ｇ， ｅｔ ａｌ． Ｕｓｉｎｇ ｔｈｅ ＣＥＮＴＵＲＹ ｍｏｄｅｌ
ｔｏ ａｓｓｅｓｓ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｌａｎｄ ｒｅｃｌａｍａｔｉｏｎ ａｎｄ ｍａｎａ⁃
ｇｅｍｅｎｔ ｐｒａｃｔｉｃｅｓ ｉｎ ｏａｓｉｓ ａｇｒｉｃｕｌｔｕｒｅ ｏｎ ｔｈｅ ｄｙｎａｍｉｃｓ ｏｆ
ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｉｎ ｔｈｅ ａｒｉｄ ｒｅｇｉｏｎ ｏｆ Ｎｏｒｔｈ⁃ｗｅｓｔｅｒｎ
Ｃｈｉｎａ． Ｅｃｏｌｏｇｉｃａｌ Ｃｏｍｐｌｅｘｉｔｙ， ２０１１， ８： ３０－３７
［２３］　 Ｗａｎｇ Ｙ， Ｚｈｏｕ Ｇ， Ｊｉａ Ｂ． Ｍｏｄｅｌｉｎｇ ＳＯＣ ａｎｄ ＮＰＰ ｒｅ⁃
ｓｐｏｎｓｅｓ ｏｆ ｍｅａｄｏｗ ｓｔｅｐｐｅ ｔｏ ｄｉｆｆｅｒｅｎｔ ｇｒａｚｉｎｇ ｉｎｔｅｎｓｉｔｉｅｓ
ｉｎ Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ． Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ， ２００８， ２１７：
７２－７８
［２４］　 Ｙｕａｎ Ｆ （袁　 飞）， Ｈａｎ Ｘ⁃Ｇ （韩兴国）， Ｇｅ Ｊ⁃Ｐ （葛
剑平）， ｅｔ ａｌ． Ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ Ｌｅｙｍｕｓ ｃｈｉｎｅｎ⁃
ｓｉｓ ｓｔｅｐｐｅ ｉｎ Ｘｉｌｉｎ Ｒｉｖｅｒ ｂａｓｉｎ ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ａｎｄ ｉｔｓ
ｒｅｓｐｏｎｓｅｓ ｔｏ ｇｌｏｂａｌ ｃｌｉｍａｔｅ ｃｈａｎｇｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ
Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报）， ２００８， １９ （ １０）：
２１６８－２１７６ （ｉｎ Ｃｈｉｎｅｓｅ）
［２５］　 Ｍｏ Ｚ⁃Ｈ （莫志鸿）， Ｌｉ Ｙ⁃Ｅ （李玉娥）， Ｇａｏ Ｑ⁃Ｚ （高
清竹）． Ｓｉｍｕｌａｔｉｏｎ ｏｎ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ ｍａｉｎ ｇｒａｓｓｌａｎｄ
ｅｃｏｓｙｓｔｅｍ ｒｅｓｐｏｎｄｉｎｇ ｔｏ ｃｌｉｍａｔｅ ｃｈａｎｇｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ
ｏｆ Ａｇｒｏｍｅｔｅｏｒｏｌｏｇｙ （中国农业气象）， ２０１２， ３３（４）：
５４５－５５４ （ｉｎ Ｃｈｉｎｅｓｅ）
［２６］　 Ｇｕｏ Ｌ， Ｗｕ Ｓ， Ｚｈａｏ Ｄ， ｅｔ ａｌ． ＮＤＶＩ⁃ｂａｓｅｄ ｖｅｇｅｔａｔｉｏｎ
ｃｈａｎｇｅ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｆｒｏｍ １９８２ ｔｏ ２００６ ａｎｄ ｉｔｓ ｒｅｌａ⁃
ｔｉｏｎｓｈｉｐ ｔｏ ｃｌｉｍａｔｅ ａｔ ｔｈｅ ｂｉｏｍｅ ｓｃａｌｅ． Ａｄｖａｎｃｅｓ ｉｎ Ｍｅｔｅｏ⁃
ｒｏｌｏｇｙ， ２０１４， ６６： ７９－９２
［２７］　 Ｌｅｎｇ Ｇ， Ｔａｎｇ Ｑ． Ｍｏｄｅｌｉｎｇ ｔｈｅ ｉｍｐａｃｔｓ ｏｆ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｏｎ ｉｒｒｉｇａｔｉｏｎ ｏｖｅｒ Ｃｈｉｎａ： Ｓｅｎｓｉｔｉｖｉｔｙ ｔｏ ａｄｊｕｓｔｅｄ
ｐｒｏｊｅｃｔｉｏｎｓ． Ｊｏｕｒｎａｌ ｏｆ Ｈｙｄｒｏｍｅｔｅｏｒｏｌｏｇｙ， ２０１４， １５：
２０８５－２１０３
［２８］　 Ｒäｔｙ Ｏ， Ｒäｉｓäｎｅｎ Ｊ， Ｙｌｈäｉｓｉ ＪＳ． Ｅｖａｌｕａｔｉｏｎ ｏｆ ｄｅｌｔａ
ｃｈａｎｇｅ ａｎｄ ｂｉａｓ ｃｏｒｒｅｃｔｉｏｎ ｍｅｔｈｏｄｓ ｆｏｒ ｆｕｔｕｒｅ ｄａｉｌｙ ｐｒｅ⁃
ｃｉｐｉｔａｔｉｏｎ： Ｉｎｔｅｒｍｏｄｅｌ ｃｒｏｓｓ⁃ｖａｌｉｄａｔｉｏｎ ｕｓｉｎｇ ＥＮＳＥＭ⁃
ＢＬＥＳ ｓｉｍｕｌａｔｉｏｎｓ． Ｃｌｉｍａｔｅ Ｄｙｎａｍｉｃｓ， ２０１４， ４２： ２２８７－
２３０３
［２９］　 Ｔａｏ Ｂ （陶　 波）， Ｌｉ Ｋ⁃Ｒ （李克让）， Ｓｈａｏ Ｘ⁃Ｍ （邵雪
梅）， ｅｔ ａｌ． Ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｐａｔｔｅｒｎ ｏｆ ｎｅｔ ｐｒｉｍａｒｙ
ｐｒｏｄｕｃｔｉｏｎ ｏｆ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｉｎ Ｃｈｉｎａ． Ａｃｔａ Ｇｅｏ⁃
ｇｒａｐｈｉｃａ Ｓｉｎｉｃａ （地理学报）， ２００３， ５８（３）： ３７２－３８０
（ｉｎ Ｃｈｉｎｅｓｅ）
［３０］　 Ｐａｎ Ｙ⁃Ｚ （潘耀忠）， Ｓｈｉ Ｐ⁃Ｊ （史培军）， Ｚｈｕ Ｗ⁃Ｑ （朱
文泉）， ｅｔ ａｌ． Ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｑｕａｎｔｉｔａｔｉｖｅ ｍｅａｓｕｒｅｍｅｎｔ
ｏｆ ｅｃｏｌｏｇｉｃａｌ ａｓｓｅｔｓ ｉｎ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍｓ ｉｎ Ｃｈｉｎａ．
Ｓｃｉｅｎｃｅ ｉｎ Ｃｈｉｎａ Ｄ： Ｅａｒｔｈ Ｓｃｉｅｎｃｅ （中国科学 Ｄ辑： 地
球科学）， ２００４， ３４（４）： ３７５－３８４ （ｉｎ Ｃｈｉｎｅｓｅ）
［３１］　 Ｗａｎｇ Ｇ⁃Ｃ （王国成）， Ｚｈａｎｇ Ｗ （张　 稳）， Ｈｕａｎｇ Ｙ
（黄　 耀）． Ｓｐａｔｉａｌ ａｎｄ ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ ｏｆ ｎｅｔ ｐｒｉｍａｒｙ
ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｇｒａｓｓｌａｎｄ ｆｒｏｍ １９８１ －
２００１． Ｐｒａｔａｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ （草业科学）， ２０１１， ２８
（１１）： ２０１６－２０２５ （ｉｎ Ｃｈｉｎｅｓｅ）
［３２］　 Ｌｉ Ｇ （李　 刚）， Ｘｉｎ Ｘ⁃Ｐ （辛晓平）， Ｗａｎｇ Ｄ⁃Ｌ （王
道龙）， ｅｔ ａｌ． Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｉｍｐｒｏｖｅｄ ＣＡＳＡ ｍｏｄｅｌ ｉｎ
ｐｒｏｄｕｃｔｉｖｉｔｙ ｅｖａｌｕａｔｉｏｎ ｏｆ ｇｒａｓｓｌａｎｄ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ．
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ （生态学杂志）， ２００７， ２６
（１２）： ２１００－２１０６ （ｉｎ Ｃｈｉｎｅｓｅ）
［３３］　 Ｎｉｕ Ｊ⁃Ｍ （牛建明 ）． Ｉｍｐａｃｔｓ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｃｌｉｍａｔｉｃ
ｃｈａｎｇｅ ｏｎ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｐｒｏｄｕｃｔｉｏｎ ｏｆ ｇｒａｓｓｌａｎｄ ｉｎ Ｉｎ⁃
ｎｅｒ Ｍｏｎｇｏｌｉａ． Ａｃｔａ Ａｇｒｅｓｔｉａ Ｓｉｎｉｃａ （草地学报）， ２００１，
９（４）： ２７７－２８２ （ｉｎ Ｃｈｉｎｅｓｅ）
［３４］　 Ｚｈａｎｇ Ｃ⁃Ｈ （张存厚）， Ｗａｎｇ Ｍ⁃Ｊ （王明玖）， Ｗｕ Ｌ⁃Ｂ
（乌兰巴特尔）， ｅｔ ａｌ． Ｒｅｓｐｏｎｓｅ ｏｆ ＡＮＰＰ ｔｏ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ ｔｙｐｉｃａｌ ｓｔｅｐｐｅ： Ａ ｓｉｍｕｌａｔｉｏｎ
ｓｔｕｄｙ． Ａｃｔａ Ｂｏｔａｎｉｃａ Ｂｏｒｅａｌｉ⁃Ｏｃｃｉｄｅｎｔａｌｉａ Ｓｉｎｉｃａ （西北
植物学报）， ２０１２， ３２（６）： １２２９－１２３７ （ｉｎ Ｃｈｉｎｅｓｅ）
［３５］　 Ｂａｉ Ｙ⁃Ｆ （白永飞）， Ｌｉ Ｌ⁃Ｈ （李凌浩）， Ｗａｎｇ Ｑ⁃Ｂ （王
其兵）， ｅｔ ａｌ． Ｃｈａｎｇｅｓ ｉｎ ｐｌａｎｔ ｓｐｅｃｉｅｓ ｄｉｖｅｒｓｉｔｙ ａｎｄ
ｐｒｏｄｕｃｔｉｖｉｔｙ ａｌｏｎｇ ｇｒａｄｉｅｎｔｓ ｏｆ ｐｒｅｃｉｐｉｔａｔｉｏｎ ａｎｄ ｅｌｅｖａｔｉｏｎ
ｉｎ ｔｈｅ Ｘｉｌｉｎ Ｒｉｖｅｒ ｂａｓｉｎ， Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ． Ａｃｔａ Ｐｈｙｔｏｅｃｏ⁃
ｌｏｇｉｃａ Ｓｉｎｉｃａ （植物生态学报）， ２０００， ２４（６）： ６６７－
６７３ （ｉｎ Ｃｈｉｎｅｓｅ）
［３６］　 Ｆａｎ ＪＷ， Ｗａｎｇ Ｋ， Ｈａｒｒｉｓ Ｗ， ｅｔ ａｌ． Ａｌｌｏｃａｔｉｏｎ ｏｆ ｖｅｇｅ⁃
ｔａｔｉｏｎ ｂｉｏｍａｓｓ ａｃｒｏｓｓ ａ ｃｌｉｍａｔｅ⁃ｒｅｌａｔｅｄ ｇｒａｄｉｅｎｔ ｉｎ ｔｈｅ
ｇｒａｓｓｌａｎｄｓ ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ． Ｊｏｕｒｎａｌ ｏｆ Ａｒｉｄ Ｅｎｖｉｒｏｎ⁃
ｍｅｎｔｓ， ２００９， ７３： ５２１－５２８
［３７］　 Ｍｕ Ｓ⁃Ｊ （穆少杰）， Ｌｉ Ｊ⁃Ｌ （李建龙）， Ｙａｎｇ Ｈ⁃Ｆ （杨
红飞）， ｅｔ ａｌ． Ｓｐａｔｉｏ⁃ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ ａｎａｌｙｓｉｓ ｏｆ ｇｒａｓｓ⁃
ｌａｎｄ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ａｎｄ ｉｔｓ ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ
ｃｌｉｍａｔｅ ｏｖｅｒ ｔｈｅ ｐａｓｔ １０ ｙｅａｒｓ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ． Ａｃｔａ
３１８３期　 　 　 　 　 　 　 　 　 　 　 郭灵辉等： ２１世纪上半叶内蒙古草地植被净初级生产力变化趋势　 　 　 　 　 　
Ｐｒａｔａｃｕｌｔｕｒａｅ Ｓｉｎｉｃａ （草业学报）， ２０１３， ２２（３）： ６－１５
（ｉｎ Ｃｈｉｎｅｓｅ）
［３８］　 Ｎｉ Ｊ． Ｅｓｔｉｍａｔｉｎｇ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ ｇｒａｓｓｌａｎｄｓ
ｆｒｏｍ ｆｉｅｌｄ ｂｉｏｍａｓｓ ｍｅａｓｕｒｅｍｅｎｔｓ ｉｎ ｔｅｍｐｅｒａｔｅ ｎｏｒｔｈｅｒｎ
Ｃｈｉｎａ． Ｐｌａｎｔ Ｅｃｏｌｏｇｙ， ２００４， １７４： ２１７－２３４
［３９］　 Ｘｕ Ｚ， Ｚｈｏｕ Ｇ． Ｅｆｆｅｃｔｓ ｏｆ ｗａｔｅｒ ｓｔｒｅｓｓ ａｎｄ ｈｉｇｈ ｎｏｃｔｕｒｎａｌ
ｔｅｍｐｅｒａｔｕｒｅ ｏｎ ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ ａｎｄ ｎｉｔｒｏｇｅｎ ｌｅｖｅｌ ｏｆ ａ ｐｅ⁃
ｒｅｎｎｉａｌ ｇｒａｓｓ Ｌｅｙｍｕｓ ｃｈｉｎｅｎｓｉｓ． Ｐｌａｎｔ ａｎｄ Ｓｏｉｌ， ２００５，
２６９： １３１－１３９
［４０］　 Ｐｉａｏ Ｓ， Ｍｏｈａｍｍａｔ Ａ， Ｆａｎｇ Ｊ， ｅｔ ａｌ． ＮＤＶＩ⁃ｂａｓｅｄ ｉｎ⁃
ｃｒｅａｓｅ ｉｎ ｇｒｏｗｔｈ ｏｆ ｔｅｍｐｅｒａｔｅ ｇｒａｓｓｌａｎｄｓ ａｎｄ ｉｔｓ ｒｅｓｐｏｎ⁃
ｓｅｓ ｔｏ ｃｌｉｍａｔｅ ｃｈａｎｇｅｓ ｉｎ Ｃｈｉｎａ． Ｇｌｏｂａｌ Ｅｎｖｉｒｏｎｍｅｎｔａｌ
Ｃｈａｎｇｅ， ２００６， １６： ３４０－３４８
［４１］　 Ｓｃｈｏｌｚｅ Ｍ， Ｋｎｏｒｒ Ｗ， Ａｒｎｅｌｌ ＮＷ， ｅｔ ａｌ． Ａ ｃｌｉｍａｔｅ⁃
ｃｈａｎｇｅ ｒｉｓｋ ａｎａｌｙｓｉｓ ｆｏｒ ｗｏｒｌｄ ｅｃｏｓｙｓｔｅｍｓ． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ
ｔｈｅ Ｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ ｏｆ ｔｈｅ Ｕｎｉｔｅｄ Ｓｔａｔｅｓ ｏｆ
Ａｍｅｒｉｃａ， ２００６， １０３： １３１１６－１３１２０
［４２］　 Ｑｉｎ Ｄ⁃Ｈ （秦大河）， Ｃｈｅｎ Ｚ⁃Ｌ （陈振林）， Ｌｕｏ Ｙ （罗
勇）， ｅｔ ａｌ． Ｕｐｄａｔｅｄ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ
ｓｃｉｅｎｃｅｓ． Ａｄｖａｎｃｅｓ ｉｎ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｒｅｓｅａｒｃｈ （气候变
化研究进展）， ２００７， ３（２）： ６３－７３ （ｉｎ Ｃｈｉｎｅｓｅ）
［４３］　 Ｈａｒｔｅ Ｊ， Ｓｈａｗ Ｒ． Ｓｈｉｆｔｉｎｇ ｄｏｍｉｎａｎｃｅ ｗｉｔｈｉｎ ａ ｍｏｎｔａｎｅ
ｖｅｇｅｔａｔｉｏｎ ｃｏｍｍｕｎｉｔｙ： Ｒｅｓｕｌｔｓ ｏｆ ａ ｃｌｉｍａｔｅ⁃ｗａｒｍｉｎｇ ｅｘ⁃
ｐｅｒｉｍｅｎｔ． Ｓｃｉｅｎｃｅ， １９９５， ２６７： ８７６－８８０
［４４］　 Ｚｈａｎｇ Ｇ， Ｋａｎｇ Ｙ， Ｈａｎ Ｇ， ｅｔ ａｌ． Ｅｆｆｅｃｔ ｏｆ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｏｖｅｒ ｔｈｅ ｐａｓｔ ｈａｌｆ ｃｅｎｔｕｒｙ ｏｎ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ， ｅｘ⁃
ｔｅｎｔ ａｎｄ ＮＰＰ ｏｆ ｅｃｏｓｙｓｔｅｍｓ ｏｆ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ． Ｇｌｏｂａｌ
Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２０１１， １７： ３７７－３８９
作者简介　 郭灵辉，男，１９８３年生，博士． 主要从事气候变化
与生态系统风险评估研究． Ｅ⁃ｍａｉｌ： ｇｕｏｌｉｎｇｈｕｉ＠ ｈｐｕ．ｅｄｕ．ｃｎ
责任编辑　 孙　 菊
郭灵辉， 郝成元， 吴绍洪， 等． ２１世纪上半叶内蒙古草地植被净初级生产力变化趋势． 应用生态学报， ２０１６， ２７（３）： ８０３－８１４
Ｇｕｏ Ｌ⁃Ｈ， Ｈａｏ Ｃ⁃Ｙ， Ｗｕ Ｓ⁃Ｈ， ｅｔ ａｌ． Ｐｒｏｊｅｃｔｅｄ ｃｈａｎｇｅｓ ｉｎ ｖｅｇｅｔａｔｉｏｎ ｎｅｔ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ ｇｒａｓｓｌａｎｄ ｉｎ Ｉｎｎｅｒ Ｍｏｎｇｏｌｉａ， Ｃｈｉｎａ
ｄｕｒｉｎｇ ２０１１－２０５０， Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， ２０１６， ２７（３）： ８０３－８１４ （ｉｎ Ｃｈｉｎｅｓｅ）
４１８ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷