全 文 ：2001—2010 年黄河流域生态系统植被净第一性
生产力变化及气候因素驱动分析*
陈摇 强1,2 摇 陈云浩1,2**摇 王萌杰1,2 摇 蒋卫国2 摇 侯摇 鹏3 摇 李摇 营3
( 1北京师范大学资源学院, 北京 100875; 2北京师范大学地表过程与资源生态国家重点实验室, 北京 100875; 3中国环境保护
部卫星环境应用中心, 北京 100094)
摘摇 要摇 基于MODIS鄄NDVI遥感数据,利用 CASA模型分析黄河流域 2001—2010 年植被净第
一性生产力(NPP)的空间分布格局,并结合同期气温和降水量数据,分别从不同空间和时间
尺度上分析了黄河流域 6 种生态系统类型区域植被 NPP的变化趋势,并对其与气候因素的相
关关系进行分析.结果表明: 植被 NPP空间分布呈西北低、东南高的分布特征,平均 NPP年总
量为 108. 53 Tg C,植被 NPP的分布与生态系统类型呈现较高的相关性;2001—2010 年,植被
NPP总体呈上升趋势但波动较大,55. 4%的面积呈现增加趋势,不同生态系统类型区域呈现
不同的变化趋势;在年际水平上,黄河流域植被 NPP变化与气候因素没有显著相关性,但在月
际水平上呈现了较高的相关性,降水量和气温对植被 NPP 变化的影响作用相当;不同生态系
统类型对气候因素呈现不同的相关性质以及时滞效应,草地对降水量的响应存在一定程度的
时滞效应,荒漠对气温存在时滞效应.
关键词摇 黄河流域摇 生态系统摇 植被净第一性生产力摇 气候因素摇 相关性
文章编号摇 1001-9332(2014)10-2811-08摇 中图分类号摇 Q148摇 文献标识码摇 A
Change of vegetation net primary productivity in Yellow River watersheds from 2001 to 2010
and its climatic driving factors analysis. CHEN Qiang1,2, CHEN Yun鄄hao1,2, WANG Meng鄄
jie1,2, JIANG Wei鄄guo2, HOU Peng3, LI Ying3 ( 1 College of Resources Science and Technology,
Beijing Normal University, Beijing 100875, China; 2State Key Laboratory of Earth Surface Processes
and Resource Ecology, Beijing Normal University, Beijing 100875, China; 3 Satellite Environment
Center, Ministry of Environmental Protection, Beijing 100094, China) . 鄄Chin. J. Appl. Ecol. , 2014,
25(10): 2811-2818.
Abstract: Based on the MODIS鄄NDVI remotely sensed imagery, this paper analyzed the spatial dis鄄
tribution of vegetation net primary production (NPP) calculated by CASA model in Yellow River
watersheds from 2001 to 2010. Associated with the temperature and precipitation data in the same
period, this article respectively analyzed the change trends of vegetation NPP in six ecosystems with
different spatial and temporal scales, and the relationship between NPP and climate factors. The re鄄
sults indicated that in terms of spatial scale, the vegetation NPP gradually reduced from northwest to
southeast, the average of annual NPP was 108. 53 Tg C, and the spatial distribution of vegetation
NPP was highly related with the land cover types. In terms of temporal scale, the vegetation NPP
gradually increased from 2001 to 2010, but this change trend had large differences in these regions.
On annual level, the vegetation NPP had no significant correlation with climate factors, but precipi鄄
tation and temperature had considerable impacts on the vegetation NPP on monthly level. The corre鄄
lations between NPP and climate factors were different in different ecosystems, so did the time lag
effect of the climate factors. The air temperature response of the NPP variation was relatively sensi鄄
tive in forest ecosystem and the precipitation response was significant in grassland and wetland eco鄄
systems. Additionally, the precipitation response of the NPP variation in grassland ecosystem had
time lag effect and so did the air temperature response in desert ecosystem.
Key words: Yellow River watersheds; ecosystem; vegetation net primary productivity; climate fac鄄
tors; correlation.
*国家林业公益性行业科研专项(201204201)资助.
**通讯作者. E鄄mail: cyh@ bnu. edu. cn
2014鄄01鄄21 收稿,2014鄄06鄄30 接受.
应 用 生 态 学 报摇 2014 年 10 月摇 第 25 卷摇 第 10 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Oct. 2014, 25(10): 2811-2818
摇 摇 植被净第一性生产力(net primary productivity,
NPP)是反映全球气候变化与陆地生态系统响应的
重要参数,指绿色植物在单位面积、单位时间内所累
积的有机物量[1-2] . 作为地表碳循环的重要部分,
NPP不仅可反映植被在自然环境下的生产能力、表
征陆地生态系统的质量状况,还是调节生态过程的
关键影响因子[3-4] .因此,掌握陆地植被 NPP的变化
规律将有助于阐明全球气候变化对陆地生态系统植
被变化过程的作用机制,同时探讨气候因素对 NPP
的驱动作用对于评价陆地生态系统的环境质量具有
重要的理论和实际意义[5-6] .
黄河流域幅员辽阔,地处中国西北部,东西横跨
1900 km,南北宽 1100 km,流域面积 79. 5伊104km2 .
黄河流域具有地貌单元复杂、生态系统类型多样化
以及区域气候差异明显等特点[7],而且人类活动强
度大,生态系统环境脆弱,是全球气候变化敏感的区
域之一[8] .植被 NPP能够反映黄河流域生态环境生
产能力的整体状况,黄河流域植被 NPP 的变化及其
与气候因素的关系一直是研究的热点[9] .
以往,对于黄河流域生态系统变化过程的研究
大都集中在某个单一尺度的植被覆盖格局(包括植
被覆盖度、土地覆盖类型和 NDVI等)的静态变化研
究[10-13],很少涉及多尺度的植被生产力动态变化,
而且忽略了植被生长和降水、气温在空间分布和时
间分配上均有较大差异的特点. 因此,本文基于
2001—2010 年的 MODIS鄄NDVI 遥感数据,应用目前
国际上广泛使用的 NPP 模型———CASA(Carnegie鄄
Ames鄄Stanford Approach)模型[14]获取黄河流域的
NPP时空变化信息,结合研究区同期降水和气温数
据,分别从不同的空间和时间尺度分析黄河流域不
同生态系统类型的 NPP 年际变化和月际变化对气
候变化的响应,旨在揭示不同时空格局下气候因素
变化对植被生产能力的影响特征,探讨气候因素对
区域植被生产能力变化的驱动作用.
1摇 材料与方法
1郾 1摇 数据来源和预处理
在区域和全球尺度,归一化植被指数(NDVI)常
被用于计算植被 NPP[15-16] .本研究选取的遥感数据
源于美国国家航空航天局提供的 EOS / MODIS 的
MOD13 数据产品,时间分辨率 16 d,空间分辨率
250 m.经过格式转换和重投影后,采用最大合成法
(MVC)得到 2001—2010 年 120 个月的 NDVI 数
据[17] .
气象数据采用中国气象科学数据共享服务网提
供的 2001—2010 年黄河流域 80 个标准气象站点的
月平均气温和月平均降水量数据. 根据各站点的经
纬度坐标信息,通过普通 Kriging 空间插值和重采
样,获取与 NDVI数据栅格单元大小一致、投影相同
的气象数据栅格图像. 生态系统类型区域划分采用
IPCC一级分类系统,将研究区划分为林地、草地、湿
地、耕地、荒漠、其他(包括居民点、城市和人工植被
等)6 类生态系统区域(图 1),区域总面积 79. 45伊
104 km2,其中草地面积最多,占总面积的 41% .
1郾 2摇 NPP估算方法
本研究选取估算 NPP 的 CASA 模型[18-19]为光
能利用率模型,该模型认为植被 NPP 主要由植被所
吸收的光合有效辐射(APAR)和光能转化率(着)这
两个变量来估算. CASA 模型中,NPP 由太阳有效辐
射(PAR)、植被对太阳辐射的吸收比例( fAPAR)、最
大光能转化率(着max)、温度对光能转化率的影响因
子(T着 )以及水分条件对光能转化率的影响因子
(W着)表示.根据文献[20-21]来确定 T着和 W着的数
值.由于 fAPAR与 NDVI 相关性较高,故采用 NDVI 计
算 fAPAR .
1郾 3摇 NPP与气候因素的相关性分析
生态系统是由多参数构成的复杂系统,一个要
素的变化必然会引起其他各要素的变化,利用偏相
关分析可以研究两特定要素之间的相互关系[22] .偏
相关分析指当两个变量同时与第三个变量相关时,
暂不考虑第三个变量的影响,只分析另外两个变量
之间相关程度的过程[23] . 可用复相关分析法[24]研
究几个要素与某个要素间的相关关系.
摇 摇 本研究以像元为基础,分析 NPP 与气温和降水
的偏相关性,分别计算两者的相关系数,进而得到偏
相关系数,NPP与气温或降水的相关系数[25]计算公
式如下:
Rxy =
移
n
i = 1
[(xi - 軃x)(yi - 軃y)]
移
n
i = 1
(xi - 軃x) 2移
n
i = 1
(yi - 軃y) 2
(1)
式中:Rxy为 x、y之间的相关系数;i为样本数;xi为第
i年 /月的 NPP;yi为第 i年 /月的气温或降水量;軃x 为
多年 /年内各月 NPP 的平均值;軃y 为多年 /年内各月
气温或降水量平均值.基于降水量的 NPP 与气温的
偏相关系数、基于气温的 NPP与降水量的偏相关系
数计算公式如下:
2182 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
图 1摇 黄河流域生态系统类型分布及面积统计
Fig. 1摇 Distribution of eco鄄system types and the area statistic in Yellow River watersheds (2010).
摇 摇 Rxy_z =
Rxy-RxzRyz
(1-Rxz2)(1-Ryz2)
(2)
式中:Rxy_z为将 z固定后 x 与 y 之间的偏相关系数.
偏相关系数显著性检验采用 t 检验方法,其统计量
计算公式如下:
t=
Rxy_z
1-Rxy_z2
n-2 (3)
基于气温和降水量的 NPP 复相关系数计算公
式如下:
Rx_yz = 1-(1-Rxy2)(1-Rxz_y2) (4)
式中:Rx_yz为 x 与 y、z 之间的复相关系数;k 为自变
量个数.复相关系数显著性检验采用 F 检验方法,
统计量计算公式如下:
F=
Rx_yz2
1-Rx_yz2
伊n-k-1k (5)
基于 NPP、月均温和月降水量数据,分别在年和
月尺度上计算基于像元 NPP与气温、降水量的相关
系数、偏相关系数和复相关系数,分析 NPP 与气候
因素的关系,并根据相应的准则划分驱动分区.分析
月NPP与前1个月、前3个月和前6个月气候因素
之间的关系,以明确 NPP 对气候因素响应的时
滞性.
2摇 结果与分析
2郾 1摇 黄河流域年均 NPP的空间格局
由图 2 可以看出,2001—2010 年,黄河流域植
被的 NPP年均值为 135. 5 g C·m-2·a-1,NPP年总
图 2摇 2001—2010 年黄河流域年 NPP分布
Fig. 2 摇 Distribution of annual average NPP in Yellow River
watersheds during 2001-2010.
图 3摇 2001—2010 年黄河流域年 NPP变化斜率分布及统计
Fig. 3摇 Distribution and statistics of annual NPP change slope in Yellow River watersheds during 2001-2010.
318210 期摇 摇 摇 摇 陈摇 强等: 2001—2010 年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析摇 摇 摇
表 1摇 2001—2010 年黄河流域不同生态系统类型的年 NPP
Table 1摇 Annual NPP for different ecosystems in Yellow River watersheds during 2001-2010
生态系统
Ecosystem
面积
Area
(104 km2)
NPP最小值
NPP minimum
(g C·m-2·a-1)
NPP最大值
NPP maximum
(g C·m-2·a-1)
NPP平均值
NPP mean
(g C·m-2·a-1)
NPP标准差
NPP SD
(g C·m-2·a-1)
NPP年总量
Total annual
NPP (Tg C)
林地 Forest 16. 85 4. 20 552. 62 212. 13 69. 27 35. 74
草地 Grassland 32. 39 0. 56 559. 22 107. 83 71. 21 34. 92
湿地 Wetlands 2. 23 0. 32 366. 52 138. 19 70. 76 3. 08
耕地 Farmland 21. 33 0. 32 481. 23 142. 68 65. 26 30. 44
荒漠 Desert 4. 88 0. 00 397. 49 40. 76 29. 47 1. 99
其他 Others 1. 77 0. 32 435. 12 133. 05 68. 50 2. 36
合计 Total 79. 45 - - - - 108. 53
量为 110 Tg C · a-1,约占全国植被 NPP 年总
量的 6郾 5% ( 全 国 植 被 NPP 年 总 量 为 1郾 69
Pg C·a-1[26]).黄河流域总面积 79. 45伊104 km2,占
全国面积的 8郾 3% ,因此,黄河流域植被年均 NPP约
占全国平均水平的 78. 5% . 在不同植被类型中,草
地 NPP所占的比例最大,约占 32. 2% ;荒漠 NPP 所
占比例最小,约占 1. 8% .
研究期间,黄河流域植被 NPP 的最小值为
0 g C·m-2·a-1,最大值为 560 g C·m-2·a-1,平均
值 135. 5 g C·m-2·a-1,整体分布南北呈现较大差
异,北部地区 NPP 很低,西南次之,东南 NPP 最高,
其差异受制于以水分条件为主导的水热条件的组
合.黄河流域植被 NPP的分布与生态系统类型有较
高 的 相 关 性, 林 地 NPP 最 高, 达 到 212郾 13
g C·m-2·a-1, 荒 漠 NPP 最 低, 只 有 40郾 76
g C·m-2·a-1(表 1).流域中东部的陕北高原和秦
岭山系、东南部的平原农田区水热条件好,树木种植
和耕地农田面积广泛,植被 NPP 相对较高;流域中
北部的毛乌素沙漠和北部的内蒙古地区自然条件恶
劣,植被 NPP相对较低,但河套平原由于气候条件
良好,耕地面积较广,植被 NPP 也较高;流域中西部
的陇中高原、贺兰山区和祁连山区由于林地种植导
致植被 NPP也较高;流域西部的青海高原与三江源
地区受强大陆性气候控制,降水稀少,植被稀疏,植
被 NPP较低.
2郾 2摇 黄河流域 NPP的变化
2001—2010 年,黄河流域的植被 NPP总体呈波
动式增加趋势,年 NPP 总量从 2001 年 99. 05 Tg C
增加到 2010 年的 106. 94 Tg C,年均增速达 0. 8%
(0. 79 Tg C·a-1).其中,2003—2004 和 2006—2007
年的增长趋势明显,变化率均达到 15% ;2008—
2009 年的降低趋势非常明显,变化率达到 17% .
黄河流域大部分区域的年 NPP 总量呈增加趋
势,平均变化斜率为 0郾 786, NPP 增加区域占
55郾 4% ,NPP减少区域占 26. 8% ,剩余 17. 7%区域
变化不明显. 黄河流域 NPP 变化的空间异质性明
显,不同生态系统类型区域具有较大差异,耕地和草
地的 NPP增加明显,变化斜率分别为 1. 54 和 1. 11,
增加区域面积比均达到 60%以上;人类活动较多的
城镇区域的 NPP呈减少趋势,变化斜率为-0. 65,减
少区域面积为 52. 5% ;林地和湿地 NPP 的变化较
小,大部分区域(30% ~ 35% )不存在显著变化;荒
漠 NPP呈增加趋势,但变化不显著,NPP 增加区域
略大于减少区域.
黄河流域 20 世纪曾一度存在过度开垦和放牧,
给该地区的植被覆盖造成较大破坏,随着国家颁布
对该地区的生态保护政策[27],2001—2010 年间农牧
区域(耕地和草地)的植被覆盖逐渐恢复,生产力逐
渐增加;城镇区域人类活动频繁,对植被的保护不
够;林地和湿地面积明显减少,但 “退耕还林冶和
“退草还林冶政策的实施,以及自身生态系统的高稳
定性,使得其植被 NPP 并未受到较大影响;荒漠地
区植被覆盖虽然有所改善,但是 NPP 仍然很低
(图 3).
2郾 3摇 黄河流域 NPP与气候因素的相关关系
2郾 3郾 1 年 NPP 与气候因素的关系 摇 由图 4 可以看
出,在整个研究区内,植被 NPP 与年均温、年降水量
的平均相关系数分别为-0. 11 和 0. 019,平均偏相
关系数分别为-0. 08 和 0. 03,说明黄河流域植被年
NPP总体上与年均温的相关性相对更高. 经过显著
性检验可知,年 NPP与年均温和年降水量偏相关系
数分别只有 2. 7%和 8. 7%的像元通过 0. 05 水平的
t检验,说明年 NPP 与气候因素的相关关系并不显
著. NPP 与年均温、年降水量的平均复相关系数为
0. 44, 只有 1. 7%的像元通过 0. 05 水平的 F 检验,
说明年 NPP与年均温、年降水量的复相关性也不显
著.虽然不同生态系统区域的相关关系有所不同,但
大部分像元都无法通过 0. 05 水平的显著性检验,因
4182 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
图 4摇 2001—2010 年黄河流域年 NPP与年均温(a)和年降水量(b)、月 NPP与月均温(c)和月降水量(d)的相关系数分布及统
计
Fig. 4摇 Distribution and statistics of correlation coefficients between annual NPP with annual mean temperature (a) and annual precip鄄
itation (b), monthly NPP with monthly mean temperature ( c) and monthly precipitation ( d) in Yellow River watersheds during
2001-2010.
此认为,黄河流域年 NPP 的变化与年均温、年降水
量的某个变量的相关关系都不显著.
2郾 3郾 2 月 NPP与当月气候因素的关系摇 在整个研究
区内,植被 NPP 与当月均温、当月降水量的平均相
关系数分别为 0. 57 和 0. 56,平均偏相关系数分别
为 0. 43 和 0. 48,说明黄河流域植被月 NPP 总体上
与月均温和月降水量的相关性比较接近,均高于年
NPP与年气候因素的相关性.经过显著性检验可知,
月 NPP 与月均温和月降水量偏相关系数分别有
54%和 63%的像元通过 0. 05 水平的 t检验,说明月
NPP与月降水量的相关关系更显著(图 4). 月 NPP
与月均温、月降水量的平均复相关系数为0郾 77 ,
518210 期摇 摇 摇 摇 陈摇 强等: 2001—2010 年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析摇 摇 摇
表 2摇 月 NPP与气候因素的相关系数
Table 2摇 Correlation coefficients between monthly NPP and climate factors
相关系数
Correlation coefficient
林地
Forest
草地
Grassland
湿地
Wetlands
耕地
Farmland
荒漠
Desert
其他
Others
整个区域
The whole area
RNT 0. 58 0. 58 0. 60 0. 56 0. 49 0. 56 0. 57
RNP 0. 55 0. 60 0. 62 0. 55 0. 48 0. 54 0. 56
RNT_P 0. 57 0. 34 0. 06 0. 45 0. 61 0. 52 0. 43
RNP_T 0. 22 0. 68 0. 58 0. 38 0. 46 0. 36 0. 48
RN_TP 0. 75 0. 82 0. 77 0. 73 0. 71 0. 70 0. 77
RNT: NPP与温度的相关系数 Correlation coefficient between NPP and temperature; RNP: NPP与降水的相关系数 Correlation coefficient between NPP
and precipitation; RNT_P: NPP与温度的偏相关系数 Partial correlation coefficient between NPP and temperature; RNP_T: NPP与降水的偏相关系数
Partial correlation coefficient between NPP and precipitation; RN_TP: NPP与温度、降水的复相关系数 Multiple correlation coefficients between NPP and
temperature, precipitation.
图 5摇 2001—2010 年黄河流域 NPP 与月均气温(a)、月降水
量(b)的时滞效应
Fig. 5摇 Time lag effect of NPP with monthly average temperature
(a) and monthly precipitation (b) in Yellow River watersheds
during 2001-2010.
70%的像元通过 0. 05 水平的 F 检验,说明月 NPP
与月均温、年降水量的复相关性显著.由以上结果可
知,黄河流域月 NPP的变化与气候因素的相关关系
显著.
摇 摇 不同生态系统类型区域植被 NPP 变化对于气
候因素的响应也有所差异.由表 2 偏相关特性可知,
林地区域植被 NPP 变化主要受气温影响,草地、湿
地区域植被 NPP 变化主要受降水影响,耕地、荒漠
和其他区域植被 NPP同时受气温和降水的影响.
2郾 3郾 3 NPP 与气候因素的时滞效应 摇 总体而言,对
于不同的气候因素,不同生态类型植被 NPP 对不同
气候要素响应的时滞效应效果不同. 由图 5 可知,
NPP对气温变化的时滞效应并不明显,NPP 与前一
个月均温的相关系数略高于当月均温 ( 0. 61 >
0郾 57),而与更前几个月均温的相关系数均较低,可
见 NPP对气温的响应没有明显滞后;NPP 与降水量
变化的滞后响应较明显,NPP 与前一个月和前两个
月降水量的相关系数都高于当月降水量,个别生态
系统类型与第三个月降水量也保持了较高的相关系
数,可见 NPP对降水量变化有明显的时滞效应.
对于不同的生态系统类型区域,植被 NPP 变化
对于气候因素响应的时滞效应基本一致,大部分对
气温变化的响应没有明显滞后,只有荒漠地区对气
温的响应存在滞后性,可能与黄河流域荒漠地区的
土壤类型有较大关系. 黄河流域荒漠地区土壤类型
以砂质土壤为主,水分只能保持在土壤表面,且频繁
的风沙和高温天气使表层土壤水分容易蒸发,这种
条件下生长的植被主要是耐旱的灌木或乔木,对水
分变化极敏感,对气温的变化则存在滞后反应.不同
生态类型植被 NPP 对降水量变化的响应表现出明
显差异,草地和湿地对降水量响应都存在比较明显
的时滞效应.黄河流域草地区域土壤类型多为栗钙
土,地面雨水能够渗透到较深的土层,土壤蓄水能力
强,可在一定时间内影响植被 NPP 变化,这是草原
区植被 NPP对降水量响应具有时滞性的可能原因.
湿地本身主要是水域,对于降水变化的反应同样会
比较缓慢,有明显的滞后.
3摇 结摇 摇 论
本文基于 MODIS鄄NDVI遥感数据利用 CASA模
型反映出黄河流域各生态系统 2001—2010 年植被
NPP状况,结合该区域同期温度和降水量数据,从不
同的空间和时间尺度分析了 NPP 的年际变化、月际
变化及其对气候变化的响应.结果表明:2001—2010
6182 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
年,黄河流域植被 NPP在空间上呈现明显的南北差
异,东南地区远高于其他地区,年 NPP 总量平均为
108. 53 Tg C.不同生态系统的 NPP 差异明显,林地
和草地较高,耕地次之,湿地、荒漠和其他区域较低.
研究期间黄河流域植被年 NPP 总量总体上没有明
显的变化趋势,个别年际变化幅度大,不同生态系统
类型的变化形式不一致,耕地和草地 NPP 上升,荒
漠变化没有明显规律,湿地和林地变化不显著,其他
呈减少趋势.
2001—2010 年,黄河流域植被 NPP在年尺度上
与气候因素的相关关系不明显,在月尺度上与气候
因素的相关关系明显,但存在显著的空间差异:林地
主要受温度影响,湿地和草地主要受降水影响,荒漠
和耕地与温度和降水均有关系但更依赖于温度.
黄河流域不同生态类型植被 NPP 对各气候因
素变化响应的滞后性有明显差异,其中,草地和湿地
对降水量变化响应的时滞效应较明显,荒漠对气温
的响应也存在时滞效应.
由于植被 NPP变化不仅受到自然气候的影响,
也会受到人为社会因素的干扰,从气候因素的驱动
分析只能解释 NPP变化的一部分原因,还应当考虑
到人类活动的影响.对于全球气候变化研究而言,黄
河流域区域尺度较小,气候因素的驱动以及时滞效
应的分析应该结合不同尺度的研究,从更高尺度上
解释黄河流域小尺度 NPP变化的驱动因素.
参考文献
[1]摇 Wo X (沃摇 笑), Wu L鄄C (吴良才), Zhang J鄄P (张
继平), et al. Estimation of net primary productivity by
a satellite data鄄driven Carnegie鄄Ames鄄Stanford Approach
model in the source region of the Yellow River. Journal
of Arid Land Resources and Environment (干旱区资源
与环境), 2014, 28(9): 45-50 (in Chinese)
[2]摇 Hou Y鄄Y (侯英雨), Liu Q鄄H (柳钦火), Yan H (延
昊), et al. Variation trends of China terrestrial vegeta鄄
tion net primary productivity and its responses to climate
factors in 1982-2000. Chinese Journal of Applied Ecolo鄄
gy (应用生态学报), 2007, 18(7): 1546-1533 ( in
Chinese)
[3]摇 Field CB, Behrenfeld MJ, Randerson JT, et al. Primary
production of the biosphere: Integrating terrestrial and
oceanic components. Science, 1998, 281: 237-240
[4]摇 He Y鄄L (何云玲), Zhang Y鄄P (张一平). A prelimi鄄
nary study on the spatial鄄temporal pattern of NPP in
Yunnan Province. Journal of Mountain Science (山地学
报), 2006, 24(2): 193-201 (in Chinese)
[5]摇 Zhang F鄄M (张方敏), Ju W鄄M (居为民), Chen J鄄M
(陈镜明), et al. Characteristics of terrestrial ecosystem
primary productivity in East Asia based on remote sen鄄
sing and process鄄based model. Chinese Journal of Ap鄄
plied Ecology (应用生态学报), 2012, 23(2): 307-
318(in Chinese)
[6]摇 Gu X鄄P (谷晓平), Huang M (黄摇 玫), Ji J鄄J (季劲
钧), et al. The influence of climate change on vegeta鄄
tion net primary productivity in southwestern China dur鄄
ing recent 20 years period. Journal of Natural Resources
(自然资源学报), 2007, 22(2): 251-259 ( in Chi鄄
nese)
[7]摇 Sun R (孙摇 睿), Liu C鄄M (刘昌明), Zhu Q鄄J (朱启
疆). Relationship between the fractional vegetation
cover change and rainfall in the Yellow River basin.
Acta Geographica Sinica (地理学报), 2001, 56(6):
667-672(in Chinese)
[8]摇 Liu Y鄄F (刘艳芬), Zhang J (张摇 杰), Ma Y (马摇
毅), et al. Changes of wetland landscape pattern in
Eastern Yellow River Delta Nature Reserve from 1995 to
1999. Chinese Journal of Applied Ecology (应用生态学
报), 2010, 21(11): 2904-2911 (in Chinese)
[9]摇 Jiang DM, Fu XF, Wang K. Vegetation dynamics and
their response to freshwater inflow and climate variables
in the Yellow River Delta, China. Quaternary Interna鄄
tional, 2013, 304: 75-84
[10]摇 Zhu Q鄄L (祝青林), Zhang L鄄Z (张留柱), Yu G鄄R
(于贵瑞), et al. The spatial and temporal variability
characteristics of precipitation in the Yellow River Basin
of recent 30 tears. Journal of Natural Resources (自然
资源学报), 2005, 20(4): 477-482 (in Chinese)
[11]摇 Cuo L, Zhang YX, Gao YH, et al. The impacts of cli鄄
mate change and land cover / use transition on the hydrol鄄
ogy in the upper Yellow River Basin, China. Journal of
Hydrology, 2013, 502: 37-52
[12] 摇 Lian Y (连 摇 煜), Wang X鄄G (王新功), Huang C
(黄摇 翀), et al. Study on environmental flows andits
evaluation based on eco鄄hydrology in Yellow River Delta
wetlands. Acta Geographica Sinica (地理学报), 2008,
63(5): 424-434 (in Chinese)
[13]摇 Liu L鄄L (刘绿柳), Xiao F鄄J (肖风劲). Spatial鄄tem鄄
poral correlations of NDVI with precipitation and temper鄄
ature in Yellow River Basin. Chinese Journal of Ecology
(生态学杂志), 2006, 25(5): 477-481 (in Chinese)
[14]摇 Chen KL, Han YL, Cao SK, et al. The study of vegeta鄄
tion carbon storage in Qinghai Lake Valley based on re鄄
mote sensing and CASA model. Procedia Environmental
Sciences, 2011, 10: 1568-1574
[15]摇 Fang JY, Piao SL, Tang ZY, et al. Interannual varia鄄
bility in net primary productivity and precipitation. Sci鄄
718210 期摇 摇 摇 摇 陈摇 强等: 2001—2010 年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析摇 摇 摇
ence, 2001, 293: 1723-1735
[16]摇 Donmez C, Berberoglu S, Curran PJ. Modelling the cur鄄
rent and future spatial distribution of NPP in a Mediter鄄
ranean watershed. International Journal of Applied Earth
Observation and Geoinformation, 2011, 13: 336-345
[17]摇 Li C鄄H (李春晖), Yang Z鄄F (杨志峰). Spatio鄄tempo鄄
ral changes of NDVI with precipitation and runoff in the
Yellow River Basin. Geographical Research (地理研
究), 2004, 23(6): 753-759 (in Chinese)
[18]摇 Potter CS, Randerson J, Field CB, et al. Terrestrial
ecosystem production: A process model based on global
satellite and surface data. Global Biogeochemical Cycles,
1993, 7: 811-841
[19]摇 Zhang F (张摇 峰), Zhou G鄄S (周广胜), Wang Y鄄H
(王玉辉). Dynamics simulation of net primary produc鄄
tivity by a satellite data鄄driven CASA model in Inner
Mongolian typical steppe. Chinese Journal of Plant Eco鄄
logy (植物生态学报), 2008, 32 (4): 786 -797 ( in
Chinese)
[20] 摇 Piao S鄄L (朴世龙), Fang J鄄Y (方精云), Guo Q鄄H
(郭庆华). Application of CASA model to the estima鄄
tion of Chinese terrestrial net primary productivity. Acta
Phytoecologica Sinica (植物生态学报), 2001, 25
(5): 603-608 (in Chinese)
[21]摇 Gao Q鄄Z (高清竹), Wan Y鄄F (万运帆), Li Y鄄E (李
玉娥), et al. Grassland net primary productivity and its
spatiotemporal distribution in Northern Tibet: A study
with CASA model. Chinese Journal of Applied Ecology
(应用生态学报), 2007, 18 (11): 2526 - 2532 ( in
Chinese)
[22]摇 Guo Z鄄X (国志兴), Wang Z鄄M (王宗明), Song K鄄S
(宋开山), et al. Correlations between forest vegetation
NDVI and water / thermal condition in Northeast China
forest regions in 1982-2003. Chinese Journal of Ecology
(生态学杂志), 2007, 26(12): 1930-1936 ( in Chi鄄
nese)
[23]摇 Zhang G鄄L (张戈丽), Xu X鄄L (徐兴良), Zhou C鄄P
(周才平). Responses of vegetation changes to climatic
variations in Hulun Buir Grassland in past 30 years.
Acta Geographica Sinica (地理学报), 2011, 66(1):
47-58 (in Chinese)
[24]摇 Chen Y鄄H (陈云浩), Li X鄄B (李晓兵), Shi P鄄J (史
培军). Variation in NDVI driven by climate factors
across China, 1983 -1992. Acta Phytoecologica Sinica
(植物生态学报), 2001, 25(6): 716-720 ( in Chi鄄
nese)
[25]摇 Wang H (王 摇 宏), Li X (李 摇 霞), Li X鄄B (李晓
兵), et al. The correlation between meteorological fac鄄
tors and NDVI in northeastern China. Journal of Beijing
Normal University(Natural Science) (北京师范大学学
报·自然科学版), 2005, 41(4): 425-430 ( in Chi鄄
nese)
[26]摇 Piao S鄄L (朴世龙), Fang J鄄Y (方精云). Terrestrial
net primary production and its spatio鄄temporal patterns
in Qinghai鄄Xizang Plateau, China during 1982 - 1999.
Journal of Natural Resources (自然资源学报), 2002,
17(3): 373-380 (in Chinese)
[27]摇 Yang S鄄T (杨胜天), Liu C鄄M (刘昌明), Sun R (孙
睿). The vegetation cover over last 20 years in Yellow
River Basin. Acta Geographica Sinica (地理学报),
2002, 57(6): 679-684 (in Chinese)
作者简介摇 陈摇 强,男,1986 年生,博士研究生.主要从事生
态遥感和 GIS研究. E鄄mail: chenqiang@ mail. bnu. edu. cn
责任编辑摇 杨摇 弘
8182 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷