全 文 ：书基于犆犃犛犃模型的甘南地区草地净初级
生产力时空动态遥感模拟
王莺，夏文韬，梁天刚
（兰州大学草地农业科技学院 农业部草地农业生态系统学重点实验室，甘肃 兰州７３００２０）
摘要：植被净初级生产力（ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ＮＰＰ）及其对气候变化的响应研究是全球变化的核心内容之一。
基于地理信息系统和卫星遥感应用技术，利用ＣＡＳＡ模型估算了２００１－２００８年甘南草地ＮＰＰ，在模型验证的基础
上，分析了甘南草地ＮＰＰ空间分布格局和时间分布特征。结果表明，１）２００１－２００８年甘南草地多年平均 ＮＰＰ为
４８３．４１ｇＣ／（ｍ２·ａ），大体呈现由西南向东北逐渐减少的趋势，单位面积多年平均ＮＰＰ在海拔３０００～３５００ｍ最
高，达到４９７．０７ｇＣ／（ｍ２·ａ）；２）甘南草地植被生长季节变化明显，主要生长期集中在第１７７～２４０天；３）甘南草地
ＮＰＰ呈现增加趋势，增长趋势最明显的草地类型是低平地草甸类，而沼泽的变幅最小，通过与８年间温度和降水的
分析可以看出，影响甘南草地ＮＰＰ变化的主要驱动力是降水量。
关键词：ＣＡＳＡ模型；草地净初级生产力；甘南
中图分类号：Ｓ１２７；Ｓ８１２　　文献标识码：Ａ　　文章编号：１００４５７５９（２０１１）０４０３１６０９
　 植被净初级生产力（ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ＮＰＰ）是绿色植物在单位时间、单位面积由光合作用所产生的
有机物总量中扣除自养呼吸后的剩余部分［１５］。在区域和全球尺度上，ＮＰＰ的一种重要研究方法是利用模型进
行间接估测［６］。Ｒｕｉｍｙ和Ｓｏｕｇｉｅｒ［７］将这些模型概括为气候生产潜力模型、生态系统过程模型和光能利用率模
型。光能利用率模型建立在植物光合作用过程和 Ｍｏｎｔｅｉｔｈ［８］提出的光能利用率概念上，其中的ＣＡＳＡ（Ｃａｒｎｅ
ｇｉｅＡｍｅｓＳｔａｎｆｏｒｄＡｐｐｒｏａｃｈ）模型［９］因为能够在全球和区域尺度上很好地评估ＮＰＰ的动态变化和时空变异性
而得到广泛的应用［１０１７］。本研究应用ＣＡＳＡ模型对甘南地区２００１－２００８年的草地ＮＰＰ进行了遥感动态模拟
研究，以期为甘南地区草地资源的可持续利用，改善和保护草地生态环境提供基础数据。
１　材料与方法
１．１　研究区概况
甘南（３３°０６′～３５°４４′Ｎ，１００°４６′～１０４°４４′Ｅ）海拔１１００～４９００ｍ，属典型的高原大陆性气候，多年平均降水
４００～８００ｍｍ，年均温１～３℃，没有绝对无霜期，≥１０℃年积温持续期仅有２个多月，全年平均日照时间２２００～
２４００ｈ［１８，１９］。草地面积占甘南总面积的６７．６４％，可利用草场面积占草地总面积的９５．８６％［２０］。高寒草甸面积
占可利用草地面积的１１．８０％，是青藏高原自然载畜能力较高，耐放牧性最强的草场，但由于长期不合理利用及
自然因素的影响，草地植被破坏严重，导致甘南草地生态环境恶化，严重危害草地畜牧业的可持续发展［２１２５］。
１．２　数据来源及处理方法
１）野外调查集中在２００６－２００７年６－９月。２００６年随机设置６４个样地（８５个样方）；２００７年随机设置４５
个样地（１３２个样方）。样地选择在具有代表性的区域。采用常规植被调查方法进行调查。记录样方的经纬度、
海拔、草地类型，齐地收割植物地上部分，实验室烘干（６５℃）称重。
２）遥感数据使用美国宇航局／中分辨率成像光谱辐射计（ＮａｔｉｏｎａｌＡｅｒｏｎａｕｔｉｃｓａｎｄＳｐａｃｅＡｄｍｉｎｉｓｔｒａｔｉｏｎ／
３１６－３２４
２０１１年８月
　　　草　业　学　报　　　
　　　ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ　　　
第２０卷　第４期
Ｖｏｌ．２０，Ｎｏ．４
 收稿日期：２０１００２０３；改回日期：２０１００３１１
基金项目：国家高技术研究发展专项（２００７ＡＡ１０Ｚ２３２），教育部科技创新工程重大项目培育资金项目（７０８０８９）和国家科技支撑计划项目
（２００９ＢＡＣ５３Ｂ０１）资助。
作者简介：王莺（１９８４），女，甘肃兰州人，在读硕士。Ｅｍａｉｌ：ｗａｎｇｙｎ２００７＠ｌｚｕ．ｃｎ
通讯作者。Ｅｍａｉｌ：ｔｇｌｉａｎｇ＠ｌｚｕ．ｅｄｕ．ｃｎ
ＭｏｄｅｒａｔｅＲｅｓｏｌｕｔｉｏｎＩｍａｇｉｎｇＳｐｅｃｔｒｏｒａｄｉｏｍｅｔｅｒ，ＮＡＳＡ／ＭＯＤＩＳ）陆地产品组按照统一算法开发的 ＮＤＶＩ：
２００１－２００８年月最大合成产品ＭＯＤ１３Ａ３（１０００ｍ×１０００ｍ）；ＦＰＡＲ：２００１－２００８年生长季（４－１１月）８日最大
合成产品 ＭＯＤ１５Ａ２（１０００ｍ×１０００ｍ）；地表反射率数据：２００１－２００８年生长季（４－１１月）每日 ＭＯＤ０９ＧＡ，
包括 ＭＯＤＩＳ１～２波段（５００ｍ×５００ｍ）以及３～７波段（１０００ｍ×１０００ｍ）。以上数据在ＳＩＮ（ＳＩＮｕｓｏｉｄａｌｐｒｏ
ｊｅｃｔｉｏｎ）系统中的编号为ｈ２６ｖ０５，版本为５．０，格式为ＥＯＳ－ＨＤＦ。将所有数据投影统一处理为 ＷＧＳ８４＿１９８４＿
Ａｌｂｅｒｓ，用最邻近法重采样到１０００ｍ×１０００ｍ。
３）数字高程模型（ｄｉｇｉｔａｌｅｌｅｖａｔｉｏｎｍｏｄｅｌ，ＤＥＭ）来源于ＮＡＳＡ的ＳＲＴＭ数据，分辨率为９０ｍ×９０ｍ，采用
最邻近法重采样到１０００ｍ×１０００ｍ，用于气象数据插值和太阳辐射计算。
４）气象数据：收集２００１－２００８年甘南及其周边地区３８个气象站点的日均温（℃）和降水量（ｍｍ）数据。选用
多元线性回归与残差分析相结合的方法对气象数据进行插值。在回归分析中，使用经纬度和海拔的一次模型来
估计气候因子的值：
犢０＝犳（λ，Φ，犺）＝犫０＋犫１λ＋犫２Φ＋犫３犺 （１）
式中，犢０ 表示气候因子，λ是经度，Φ是纬度，犺是海拔，犫０、犫１ 和犫２ 是回归系数。应用ＳＰＳＳ软件进行一元线性回
归系数计算，然后在ＡｒｃＧＩＳ９．３中做栅格运算。
犢＝犢０＋ε０ （２）
式中，犢０ 为地理因子决定的部分；ε０表示残差。使用ＡｒｃＧＩＳ９．３中的ＩＤＷ（ＩｎｖｅｒｓｅＤｉｓｔａｎｃｅＷｅｉｇｈｔｉｎｇ）对ε０
进行插值。
太阳辐射数据（ＭＪ／ｍ２）由ＡｒｃＧＩＳ９．３的ＳｏｌａｒＲａｄｉａｔｉｏｎ模块进行计算。
５）其他相关数据：甘南地区１∶５０万草地类型图、行政分区图等空间数据库。
１．３　ＮＰＰ的计算
ＣＡＳＡ［９］模型中ＮＰＰ主要由植被所吸收的光合有效辐射（ａｂｓｏｒｂｅｄｐｈｏｔｏｓｙｎｔｈｅｓｉｓａｃｔｉｖｅｒａｄｉａｔｉｏｎ，ＡＰＡＲ）
与光能转化率（ε）来确定。
犖犘犘＝犃犘犃犚×ε （３）
犃犘犃犚＝犛犗犔×犉犘犃犚×０．５ （４）
式中，ＳＯＬ是太阳总辐射量（ＭＪ／ｍ２）；ＦＰＡＲ为植被层对入射光合有效辐射（ｐｈｏｔｏｓｙｎｔｈｅｔｉｃａｌｙａｖａｉｌａｂｌｅｒａｄｉａ
ｔｉｏｎ，ＰＡＲ）的吸收比例；常数０．５表示植被所能利用的太阳有效辐射（波长０．４～０．７μｍ）占太阳总辐射的比例。
ε＝犜ε１×犜ε２×犠ε×ε （５）
式中，犜ε１和犜ε２表示温度对光能转化率的影响；犠ε是水分胁迫影响系数；ε是理想条件下的最大光能转化率，其
取值随植被类型的不同而发生变化，Ｒｕｎｎｉｎｇ等［２６］根据生理生态过程模型ＢＩＯＭＥ－ＢＧＣ得到草地的ε 为
０．６０８ｇＣ／ＭＪ。
犜ε１和犜ε２的计算方法见文献［２７］。犠ε反映植物所能利用的有效水分条件对光能转化率的影响。传统方法
中该系数一般为土壤湿度或地表实际蒸散的函数，其局限性在于空间降水和土壤质地数据的空间异质性表达。
而遥感反演地表湿润指数（ｌａｎｄｓｕｒｆａｃｅｗａｔｅｒｉｎｄｅｘ，ＬＳＷＩ）的方法［２８］能很好地表现空间异质性，比较准确地反
映地表的湿润状况，从而更好地计算犠ε（式８）：
犠ε＝
１＋犔犛犠犐
１＋犔犛犠犐ｍａｘ
（８）
犔犛犠犐＝ρｎｉｒ－ρｓｗｉｒ
ρｎｉｒ＋ρｓｗｉｒ
（９）
式中，ＬＳＷＩ是近红外波段（ρｎｉｒ）和短波红外波段（ρｓｗｉｒ）的归一化指数（式９），在 ＭＯＤＩＳ影像中，ρｎｉｒ和ρｓｗｉｒ的波段
范围分别为８４１～８７５和１６２８～１６５２ｎｍ；ＬＳＷＩｍａｘ是每个像元中全年最大的地表湿润度指数。ＬＳＷＩ的取值范
围为－１～１，犠ε的取值范围为０～１。
７１３第２０卷第４期 草业学报２０１１年
１．４　模拟结果的精度检验
模拟结果的精度检验是目前区域ＮＰＰ研究的难点，主要方法有２种：与实测数据进行对比和不同模型间的
比较［２７］。由于实测ＮＰＰ难度大，往往用生物量换算的净初级生产力（ＮＰＰ０）代替实测值［２７］。应用２００６－２００７
年６－９月甘南草地地上部分实测干物质产量和朴世龙等［２９］确定的我国草地植被根冠比进行换算，在转换成以
碳为单位时乘以０．４５［３０］的系数，得到甘南草地植被ＮＰＰ。换算后的值和ＣＡＳＡ模型模拟生成的净初级生产力
（ＮＰＰＳ）在时间和空间上一一对应后，进行精度检验。式（１０）和（１１）中，狀为样点数。
１）平均绝对误差ＡＥＰ
犃犈犘＝１狀∑
狀
犻＝１
｜犖犘犘犛－犖犘犘０｜ （１０）
２）平均相对误差ＲＥＰ
犚犈犘＝１狀∑
狀
犻＝１
犖犘犘犛－犖犘犘０
犖犘犘（ ）０ ×１００％ （１１）
１．５　变化趋势分析
用Ｐｅａｒｓｏｎ相关系数来定量描述甘南草地ＮＰＰ的变化规律（式１２）。该系数可以表示ＮＰＰ长期趋势变化的
程度，是犿个时刻的ＮＰＰ与自然数列１，２，３，…，犿的相关系数［３１］：
狉狓狋＝
∑
犿
犻＝１
（狓犻－珚狓）（犻－珋狋）
∑
犿
犻＝１
（狓犻－珚狓）槡 ２∑
犿
犻＝１
（犻－珋狋）２
（１２）
式中，犿为年份序号，狓犻是第犻年的ＮＰＰ，珚狓是多年ＮＰＰ的平均值，珋狋＝犿＋１２
。狉狓狋为正时表示ＮＰＰ在计算的时间
段内线性增加，为负时表示ＮＰＰ在计算的时间段内线性减少。
２　结果与分析
图１　甘南草地犖犘犘模拟值与观测值的比较
犉犻犵．１　犆狅犿狆犪狉犻狊狅狀犫犲狋狑犲犲狀狊犻犿狌犾犪狋犲犱犖犘犘犪狀犱狅犫狊犲狉狏犲犱
犖犘犘狅犳犵狉犪狊狊犾犪狀犱犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲
２．１　模型验证
为了验证ＣＡＳＡ模型在甘南草地的适用性，利用
野外实测样方数据与ＣＡＳＡ模拟的ＮＰＰ数据进行比
较。误差分析表明（式１０，１１），ＣＡＳＡ模拟值与观测
值的ＡＥＰ为１５２．０７ｇＣ／（ｍ２·ａ），ＲＥＰ为－２１．８９％，
２个误差值相对较小。图１为空间和时间相对应的模
拟值和实测值的相关关系图。结果表明，模拟值与实
测值之间的相关性达到显著水平（犚２＝０．５０９９，犘＜
０．００１）。由此说明，ＣＡＳＡ能够较准确地反映甘南地
区草地ＮＰＰ的空间分布特征。
２．２　甘南草地ＮＰＰ空间分布格局
２００１－２００８年甘南草地８年平均ＮＰＰ为１．１０×
１０１３ｇＣ／ａ，单位面积平均值为４８３．４１ｇＣ／（ｍ２·ａ）。
甘南主要草地类型是高寒灌丛草甸和高寒草甸（表１），面积分别占甘南草地总面积的８７．８５％和１０．５４％，其次
是温性草甸草原（０．４５％）和温性草原（０．４５％），沼泽、暖性草丛和低平地草甸类分布面积较小，三者的面积总和
占甘南草地总面积的０．７１％。甘南地区单位面积草地ＮＰＰ的最大值出现在沼泽（５３５．６０ｇＣ／ｍ２·ａ），其次为高
寒灌丛草甸（４８７．４３ｇＣ／ｍ２·ａ）、高寒草甸（４６２．０９ｇＣ／ｍ２·ａ）、温性草甸草原（４１７．３２ｇＣ／ｍ２·ａ），ＮＰＰ比较
低的草地类型为温性草原（３３６．０２ｇＣ／ｍ２·ａ）、暖性草丛（３４４．３０ｇＣ／ｍ２·ａ）和低平地草甸类（３４０．３５ｇＣ／
ｍ２·ａ）。甘南草地ＮＰＰ主要分布在高寒灌丛草甸和高寒草甸区，占整个草地的８８．５８％和１０．０７％，其次，温性
草甸草原（０．３９％）＞沼泽（０．３８％）＞温性草原（０．３１％）＞暖性草丛（０．２１％）＞低平地草甸类（０．０４％）。
８１３ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．４
表１　甘南地区不同草地类型犖犘犘
犜犪犫犾犲１　犖犘犘犳狅狉犱犻犳犳犲狉犲狀狋犵狉犪狊狊犾犪狀犱狋狔狆犲狊犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲
草地类型Ｇｒａｓｓｌａｎｄｔｙｐｅ 面积 Ａｒｅａ（ｈｍ２）ＮＰＰ（ｇＣ／ｍ２·ａ） 标准偏差Ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎ 总ＮＰＰＴｏｔａｌＮＰＰ（×１０１０ｇＣ／ａ）
低平地草甸类Ｌｏｗｌａｎｄｍｅａｄｏｗ １３００ ３４０．３５ １６．０８ ０．４４
暖性草丛 Ｗａｒｍｔｅｍｐｅｒａｔｅｈｅｒｂｏｓａ ６８００ ３４４．３０ １７３．４６ ２．３４
沼泽 Ｍａｒｓｈ ７９００ ５３５．６０ １４８．８１ ４．２３
温性草原Ｔｅｍｐｅｒａｔｅｓｔｅｐｐｅ １０２００ ３３６．０２ ９３．９６ ３．４３
温性草甸草原Ｔｅｍｐｅｒａｔｅｍｅａｄｏｗｓｔｅｐｐｅ １０３００ ４１７．３２ ７６．４６ ４．３０
高寒灌丛草甸Ａｌｐｉｎｅｓｈｒｕｂｍｅａｄｏｗ １９９０９００ ４８７．４３ １１７．５７ ９７０．４３
高寒草甸Ａｌｐｉｎｅｍｅａｄｏｗ ２３８８００ ４６２．０９ １３５．８７ １１０．３５
图２　甘南单位面积草地犖犘犘多年平均值（犃）和甘南地区数字高程图（犅）
犉犻犵．２　犃狏犲狉犪犵犲犖犘犘狆犲狉狌狀犻狋犪狉犲犪犻狀犌犪狀狀犪狀犪犮狉狅狊狊犿狌犾狋犻狆犾犲狔犲犪狉狊（犃）犪狀犱犇犈犕狅犳犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲（犅）
９１３第２０卷第４期 草业学报２０１１年
　　甘南分３个自然类型区，东南部为山区，气候温和，是重要的林区；东部为丘陵，高寒阴湿，农林牧兼营；西北
和西南部为广阔的草甸草原，是主要的牧区。２００１－２００８年，甘南草地ＮＰＰ的分布大体上呈由西南向东北逐渐
减少的趋势，其分布格局与地形关系密切（图２）。甘南地区具有较高的海拔和相对高度差，其草地面积、ＮＰＰ和
海拔呈正态分布关系。草地在海拔３０００～４０００ｍ分布面积最大，占草地总面积的８１．３２％；而单位面积草地
ＮＰＰ多年平均值在海拔３０００～３５００ｍ最高，达到４９７．０７ｇＣ／（ｍ２·ａ），标准差为１０４．０５ｇＣ／（ｍ２·ａ），其年
ＮＰＰ总量占甘南草地总产量的４１．９４％；海拔低于２５００ｍ和高于４５００ｍ的区域单位面积草地ＮＰＰ多年平均
值低，分别为４３８．７９和３４１．２４ｇＣ／（ｍ２·ａ），草地面积分别占草地总面积的２．０４％和０．１６％。
２．３　甘南草地ＮＰＰ的变化
２．３．１　甘南草地ＮＰＰ的季节变化　２００１－２００８年，甘南草地ＮＰＰ具有鲜明的季相变化特征。７种草地类型均
从４月进入生长期（图３），在ＮＰＰ进入一个相对平缓的增长期后，生长逐渐旺盛，在第１９３～２２４天（７月１２日－
８月１２日）时生长达到峰值，然后逐渐衰落，进入１０月以后基本停止生长，其中第１７７～２４０天（６月２６日－８月
２８日）的６４ｄ里，ＮＰＰ积累量占年ＮＰＰ积累量的５１．６０％，说明这期间的水热条件适合甘南草地植被的生长。
这个结论与梁天刚等［３２］的研究结果相近。
图３　甘南不同草地类型犖犘犘年内１６日变化动态
犉犻犵．３　犇狔狀犪犿犻犮狊狅犳犪狀狀狌犪犾犖犘犘犳狅狉犱犻犳犳犲狉犲狀狋犵狉犪狊狊犾犪狀犱狋狔狆犲狊犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲
２．３．２　甘南草地ＮＰＰ年际变化特征　２００１－２００８年
图４　２００１－２００８年甘南草地犖犘犘变化
犉犻犵．４　犇狔狀犪犿犻犮狊狅犳犖犘犘犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲
犳狉狅犿２００１狋狅２００８
甘南草地植被 ＮＰＰ年际变化上下波动较大（图４），
２００３，２００４和２００６年达到峰值，ＮＰＰ总量分别为１．３０
×１０７，１．３４×１０７ 和１．３４×１０７ｇＣ／ａ，分别比多年平
均值高３．８１％，７．２２％和７．３５％；２００１，２００２，２００５，
２００７和２００８年降到波谷，其ＮＰＰ总量分别为１．１９×
１０７，１．１８×１０７，１．２３×１０７，１．２１×１０７ 和１．２２×１０７
ｇＣ／ａ，比多年平均值低５．１７％，５．６３％，１．６１％，
３．３１％和２．６６％。
由式（１２）得到２００１－２００８年的狉狓狋为０．００１３，略
大于０，说明在这８年中草地 ＮＰＰ有增加趋势，但不
明显。各草地类型年ＮＰＰ累积量统计如图５所示，均
呈上升趋势，其中增幅最明显的是低平地草甸类，而沼
泽的变幅最小。这表明甘南地区草地植被的生长状况
有所改善。
０２３ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．４
图５　２００１－２００８年甘南不同草地类型犖犘犘
犉犻犵．５　犃狀狀狌犪犾犪狏犲狉犪犵犲犖犘犘犳狅狉犱犻犳犳犲狉犲狀狋
犵狉犪狊狊犾犪狀犱狋狔狆犲狊犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲
犳狉狅犿２００１狋狅２００８
　Ａ：低平地草甸类Ｌｏｗｌａｎｄｍｅａｄｏｗ；Ｂ：暖性草丛 Ｗａｒｍｔｅｍｐｅｒａｔｅ
ｈｅｒｂｏｓａ；Ｃ：沼泽 Ｍａｒｓｈ；Ｄ：温性草原Ｔｅｍｐｅｒａｔｅｓｔｅｐｐｅ；Ｅ：温性草甸
草原 Ｔｅｍｐｅｒａｔｅｍｅａｄｏｗｓｔｅｐｐｅ；Ｆ：高寒灌丛草甸 Ａｌｐｉｎｅｓｈｒｕｂ
ｍｅａｄｏｗ；Ｇ：高寒草甸Ａｌｐｉｎｅｍｅａｄｏｗ
为了分析甘南草地ＮＰＰ年际变化的原因，将甘南地区８个气象站点（玛曲、碌曲、卓尼、舟曲、迭部、合作、临
潭、夏河）在２００１－２００８年的年降水量和年均温分别与相应栅格的ＮＰＰ作散点图（图６）。通过分析２个回归方
程可以看出，降水量对草地ＮＰＰ的影响较大，犚２ 达到０．３０８９，呈正相关关系；温度对草地ＮＰＰ的影响很小，犚２
只有０．１７０１。２００１－２００８年，甘南年降水量和年均温均有增加的趋势，但趋势并不显著（图７）。由于温度对甘
南草地ＮＰＰ的影响在一定范围内可以忽略不计，所以导致ＮＰＰ增加的主要原因可能是降水量的增多。
１２３第２０卷第４期 草业学报２０１１年
图６　甘南地区犖犘犘与年降水量（犃）和年均温犖犘犘（犅）的相关关系
犉犻犵．６　犆狅狉狉犲犾犪狋犻狅狀狊犫犲狋狑犲犲狀犖犘犘犪狀犱犪狀狀狌犪犾狆狉犲犮犻狆犻狋犪狋犻狅狀（犃）犪狀犱犪狀狀狌犪犾犿犲犪狀
狋犲犿狆犲狉犪狋狌狉犲（犅）犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲犳狉狅犿２００１狋狅２００８
３　结论
图７　２００１－２００８年甘南地区年均温度和降水量
犉犻犵．７　犃狀狀狌犪犾犿犲犪狀狋犲犿狆犲狉犪狋狌狉犲犪狀犱犪狀狀狌犪犾狆犲狉犮犲狆犻狋犪狋犻狅狀
犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲犳狉狅犿２００１狋狅２００８
利用ＣＡＳＡ模型对甘南草地植被ＮＰＰ进行遥感
模拟，通过精度验证，该方法的模拟效果较好，适用于
研究区的草地植被。
１）从２００１－２００８年甘南草地ＮＰＰ多年平均值为
１．１０×１０１３ｇＣ／ａ，单位面积平均值为４８３．４１ｇＣ／
（ｍ２·ａ）。整体呈西南高东北低的趋势。高寒灌丛草
甸分布最广，年均 ＮＰＰ为９７０．４３×１０７ｇＣ／ａ。沼泽
的单位面积ＮＰＰ最大，为５３５．６０ｇＣ／（ｍ２·ａ）。甘南
草地面积、ＮＰＰ都和海拔呈正态分布，草地在３０００～
４０００ｍ 海拔范围内的分布面积占草地总面积的
８１．３２％，而多年平均ＮＰＰ在海拔３０００～３５００ｍ最
高，为４９７．０７ｇＣ／（ｍ２·ａ）。
２）甘南草地植被生长季节变化明显，ＮＰＰ在第１９３～２２４天（７月１２－２７日）时生长达到峰值。而ＮＰＰ的积
累主要发生在第１７７～２４０天（６月２６日－８月２８日）的６４ｄ里，其积累量之和占年ＮＰＰ积累量的５１．６０％。
３）２００１－２００８年，甘南草地 ＮＰＰ年际变化上下波动较大，有增长趋势。２００６年达到最高值（１．３４×１０７
ｇＣ／ａ），２００１年达到最低值（１．１８×１０７ｇＣ／ａ）。草地类型中增长趋势最明显的是低平地草甸类，而沼泽的变幅
最小。通过对８年间温度和降水的分析可以看出，影响甘南草地ＮＰＰ变化的主要驱动力是降水量。
参考文献：
［１］　ＣｒａｍｅｒＷ，ＦｉｅｌｄＣＢ．Ｃｏｍｐａｒｉｎｇｇｌｏｂａｌｍｏｄｅｌｓｏｆｔｅｒｒｅｓｔｒｉａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）：Ｉｎｔｒｏｄｕｃｔｉｏｎ［Ｊ］．ＧｌｏｂａｌＣｈａｎｇｅ
Ｂｉｏｌｏｇｙ，１９９９，５：３４．
［２］　ＥｕｓｋｉｒｃｈｅｎＥＳ，ＣｈｅｎＪ，ＬｉＨ，犲狋犪犾．Ｍｏｄｅｌｉｎｇｌａｎｄｓｃａｐｅｎｅｔｅｃｏｓｙｓｔｅｍｐｒｏｄｕｃｔｉｖｉｔｙ（ＬａｎｄＮＥＰ）ｕｎｄｅｒａｌｔｅｒｎａｔｉｖｅｍａｎａｇｅ
ｍｅｎｔｒｅｇｉｍｅｓ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｉｎｇ，２００２，１５４：７５９１．
［３］　ＭａｔｓｕｓｈｉｔａＢ，ＴａｍｕｒａＭ．Ｉｎｔｅｇｒａｔｉｎｇｒｅｍｏｔｅｌｙｓｅｎｓｅｄｄａｔａｗｉｔｈａｎｅｃｏｓｙｓｔｅｍｍｏｄｅｌｔｏｅｓｔｉｍａｔｅｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｉｎ
ＥａｓｔＡｓｉａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００１，８１：５８６６．
［４］　ＲｕｉｍｙＡ，ＳａｕｇｉｅｒＢ．Ｍｅｔｈｏｄｏｌｏｇｙｆｏｒｔｈｅｅｓｔｉｍａｔｉｏｎｏｆｔｅｒｒｅｓｔｒｉａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｆｒｏｍｒｅｍｏｔｅｌｙｓｅｎｓｅｄｄａｔａ［Ｊ］．Ｊｏｕｒ
ｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ，１９９４，９９：５２６３５２８３．
［５］　ＦｉｅｌｄＣＢ，ＢｅｈｒｅｎｆｅｌｄＭＪ，ＲａｎｄｅｒｓｏｎＪＴ，犲狋犪犾．Ｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｏｆｔｈｅｂｉｏｓｐｈｅｒｅ：ｉｎｔｅｇｒａｔｉｎｇｔｅｒｒｅｓｔｒｉａｌａｎｄｏｃｅａｎｉｃｃｏｍ
２２３ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．４
ｐｏｎｅｎｔｓ［Ｊ］．Ｓｃｉｅｎｃｅ，１９９８，２８１：２３７２４０．
［６］　ＣｒａｍｅｒＷ，ＫｉｃｋｌｉｇｈｔｅｒＤＷ，ＢｏｎｄｅａｕＡ，犲狋犪犾．Ｃｏｍｐａｒｉｎｇｇｌｏｂａｌｍｏｄｅｌｓｏｆｔｅｒｒｅｓｔｒｉａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）：Ｏｖｅｒ
ｖｉｅｗａｎｄｋｅｙｒｅｓｕｌｔｓ［Ｊ］．ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙ，１９９９，５（Ｓｕｐｐｌ．１）：１１５．
［７］　ＲｕｉｍｙＡ，ＳｏｕｇｉｅｒＢ．Ｍｅｔｈｏｄｏｌｏｇｙｆｏｒｔｈｅｅｓｔｉｍａｔｉｏｎｏｆｔｅｒｒｅｓｔｒｉａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｆｒｏｍｒｅｍｏｔｅｌｙｓｅｎｓｅｄｄａｔａ［Ｊ］．
ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ，１９９４，９９：５２６３５２８３．
［８］　ＭｏｎｔｅｉｔｈＪＬ．Ｓｏｌａｒｒａｄｉａｔｉｏｎａｎｄｐｒｏｄｕｃｔｉｖｉｔｙｉｎｔｒｏｐｉｃａｌｅｃｏｓｙｓｔｅｍｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＥｃｏｌｏｇｙ，１９７２，９：７４７７６６．
［９］　ＰｏｔｔｅｒＣＳ，ＲａｎｄｅｒｓｏｎＪ，ＦｉｅｌｄＣＢ，犲狋犪犾．Ｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍｐｒｏｄｕｃｔｉｏｎ：Ａｐｒｏｃｅｓｓｍｏｄｅｌｂａｓｅｄｏｎｇｌｏｂａｌｓａｔｅｌｉｔｅａｎｄ
ｓｕｒｆａｃｅｄａｔａ［Ｊ］．ＧｌｏｂａｌＢｉｏｇｅｏｃｈｅｍｉｃａｌＣｙｃｌｅｓ，１９９３，７：８１１８４１．
［１０］　ＨｉｃｋＪＡ，ＡｓｎｅｒＧＰ，ＲａｎｄｅｒｓｏｎＪＴ，犲狋犪犾．ＳａｔｅｌｉｔｅｄｅｒｉｖｅｄｉｎｃｒｅａｓｅｓｉｎｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙａｃｒｏｓｓＮｏｒｔｈＡｍｅｒｉｃａ
１９８２－１９９８［Ｊ］．ＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈＬｅｔｔｅｒｓ，２００２，２９：１４２７１４３１．
［１１］　ＨｉｃｋｅＪＡ，ＡｓｎｅｒＧＰ，ＲａｎｄｅｒｓｏｎＪＴ，犲狋犪犾．ＴｒｅｎｄｓｉｎＮｏｒｔｈＡｍｅｒｉｃａｎｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｄｅｒｉｖｅｄｆｒｏｍｓａｔｅｌｉｔｅｃｂ
ｓｅｒｖａｔｉｏｎｓ，１９８２－１９９８［Ｊ］．ＧｌｏｂａｌＢｉｏｇｅｏｃｈｅｍｉｃａｌＣｙｃｌｅｓ，２００２，１６：１０１８１０３２．
［１２］　朴世龙，方精云，郭庆华．利用ＣＡＳＡ模型估算我国植被净第一性生产力［Ｊ］．植物生态学报，２００１，２５（５）：６０３６０８．
［１３］　高清竹，万运帆，李玉娥，等．基于ＣＡＳＡ模型的藏北地区草地植被净第一性生产力及其时空格局［Ｊ］．应用生态学报，
２００７，１８（１１）：２５２６２５３２．
［１４］　张峰，周广胜．中国东北样带植被净初级生产力时空动态遥感模拟［Ｊ］．植物生态学报，２００８，３２（４）：７９８８０９．
［１５］　张峰，周广胜，王玉辉．基于ＣＡＳＡ模型的内蒙古典型草原植被净初级生产力动态模拟［Ｊ］．植物生态学报，２００８，３２（４）：
７８６７９７．
［１６］　周才平，欧阳华，曹宇，等．“一江两河”中部流域植被净初级生产力估算［Ｊ］．应用生态学报，２００８，１９（５）：１０７１１０７６．
［１７］　张杰，潘晓玲，高志强，等．干旱生态系统净初级生产力估算及变化探测［Ｊ］．地理学报，２００６，６１（１）：１５２５．
［１８］　甘肃省草原总站．甘肃省草地资源［Ｍ］．兰州：甘肃科学技术出版社，１９９９：３８６．
［１９］　李自珍，杜国祯，惠苍，等．甘南高寒草地牧场管理的最优控制模型及可持续利用对策研究［Ｊ］．兰州大学学报（自然科学
版），２００２，３８（４）：８３８５．
［２０］　刘兴元，陈全功，王永宁．甘南草地退化对生态安全与经济发展的影响［Ｊ］．草业科学，２００６，２３（１２）：３９４１．
［２１］　张霞．甘南高寒草地改良试验研究［Ｊ］．农业科技与信息，２００８，１５：６３６４．
［２２］　马玉秀．甘南州高寒放牧草地合理利用与草地生态系统可持续发展对策［Ｊ］．甘肃农业，２００６，６：８２８４．
［２３］　李洪泉，高兰阳，刘刚，等．草畜优化条件下草地生态载畜量测算方法新探［Ｊ］．草业学报，２００９，１８（５）：２６２２６５．
［２４］　仁青吉，武高林，任国华．放牧强度对青藏高原东部高寒草甸植物群落特征的影响［Ｊ］．草业学报，２００９，１８（５）：２５６２６１．
［２５］　孙鹏举，陈英．甘南草地生态系统生态位适宜度及其空间差异分析［Ｊ］．草业科学，２００９，２６（４）：１５．
［２６］　ＲｕｎｎｉｎｇＳＷ，ＴｈｏｒｎｔｏｎＰＥ，ＮｅｍａｎｉＲ，犲狋犪犾．Ｇｌｏｂａｌｔｅｒｒｅｓｔｒｉａｌｇｒｏｓｓａｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｆｒｏｍｔｈｅｅａｒｔｈｏｂｓｅｒｖｉｎｇ
ｓｙｓｔｅｍ［Ａ］．Ｉｎ：ＳａｌａＯ，ＪａｃｋｓｏｎＲ，ＭｏｏｎｅｙＨ．ＭｅｔｈｏｄｓｉｎＥｃｏｓｙｓｔｅｍＳｃｉｅｎｃｅ［Ｍ］．ＮｅｗＹｏｒｋ：ＳｐｒｉｎｇｅｒＶｅｒｌａｇ，２０００：
４４５７．
［２７］　朱文泉，潘耀忠，龙中华，等．基于 ＧＩＳ和 ＲＳ的区域陆地植被 ＮＰＰ估算———以中国内蒙古为例［Ｊ］．遥感学报，２００５，
９（３）：３００３０７．
［２８］　ＸｉａｏＸＭ，ＺｈａｎｇＱＹ，ＳａｌｅｓｋａＳ，犲狋犪犾．Ｓａｔｅｌｉｔｅｂａｓｅｄｍｏｄｅｌｉｎｇｏｆｇｒｏｓｓｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｉｎａｓｅａｓｏｎａｌｙｍｏｉｓｔｔｒｏｐｉｃａｌ
ｅｖｅｒｇｒｅｅｎｆｏｒｅｓｔ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００５，９４：１０５１２２．
［２９］　朴世龙，方精云，贺金生，等．中国草地植被生物量及其空间分布格局［Ｊ］．植物生态学报，２００４，２８（４）：４９１４９８．
［３０］　方精云，刘国华，徐嵩龄．中国陆地生态系统的碳循环及其全球意义［Ａ］．见：王庚辰，温玉璞．温室气体浓度和排放监测
及相关过程［Ｍ］．北京：中国环境科学出版社，１９９６：１２９１３９．
［３１］　朴世龙，方精云．１９８２－１９９９年青藏高原植被净第一性生产力及其时空变化［Ｊ］．自然资源学报，２００２，１７（３）：３７３３８０．
［３２］　梁天刚，崔霞，冯琦胜，等．２００１－２００８年甘南牧区草地地上生物量与载畜量遥感动态监测［Ｊ］．草业学报，２００９，１８（６）：
１２２２．
３２３第２０卷第４期 草业学报２０１１年
犛狆犪狋犻犪犾狋犲犿狆狅狉犪犾犱狔狀犪犿犻犮狊狊犻犿狌犾犪狋犻狅狀狅犳犵狉犪狊狊犾犪狀犱狀犲狋狆狉犻犿犪狉狔狆狉狅犱狌犮狋犻狏犻狋狔狌狊犻狀犵犪狊犪狋犲犾犻狋犲
犱犪狋犪犱狉犻狏犲狀犆犃犛犃犿狅犱犲犾犻狀犌犪狀狀犪狀狆狉犲犳犲犮狋狌狉犲
ＷＡＮＧＹｉｎｇ，ＸＩＡＷｅｎｔａｏ，ＬＩＡＮＧＴｉａｎｇａｎｇ
（ＣｏｌｅｇｅｏｆＰａｓｔｏｒａｌＡｇｒｉｃｕｌｔｕｒｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，ＫｅｙＬａｂｏｒａｔｏｒｙｏｆ
ＧｒａｓｓｌａｎｄＡｇｒｏｅｃｏｌｏｇｙＳｙｓｔｅｍ，ＭｉｎｉｓｔｒｙｏｆＡｇｒｉｃｕｌｔｕｒｅ，Ｌａｎｚｈｏｕ７３００２０，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）ａｎｄｉｔｓｒｅｓｐｏｎｓｅｓｔｏｇｌｏｂａｌｃｈａｎｇｅａｒｅｏｎｅｏｆｔｈｅｆｏｃｕｓｅｓｏｆｇｌｏｂａｌ
ｃｈａｎｇｅｒｅｓｅａｒｃｈ．ＢａｓｅｄｏｎＧＩＳｔｅｃｈｎｏｌｏｇｙａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｙ，ｔｈｅｇｒａｓｓｌａｎｄＮＰＰａｎｄｉｔｓｓｐａｔｉａｌｔｅｍ
ｐｏｒａｌｄｙｎａｍｉｃｓｉｎＧａｎｎａｎｐｒｅｆｅｃｔｕｒｅｄｕｒｉｎｇ２００１ｔｏ２００８ｗｅｒｅｅｓｔｉｍａｔｅｄｗｉｔｈｔｈｅＣａｒｎｅｇｉｅＡｍｅｓＳｔａｎｆｏｒｄＡｐ
ｐｒｏａｃｈ（ＣＡＳＡ）ｍｏｄｅｌ．ＡｖｅｒａｇｅａｎｎｕａｌＮＰＰｆｒｏｍ２００１ｔｏ２００８ｗａｓ４８３．４１ｇＣ／（ｍ２·ａ）ｉｎｔｈｅｓｔｕｄｙａｒｅａ．
ＴｈｅｒｅｗａｓｏｂｖｉｏｕｓｓｅａｓｏｎａｌｃｈａｎｇｅｉｎｔｈｅｇｒａｓｓｌａｎｄｓｏｆＧａｎｎａｎ，ａｎｄｔｈｅｍａｉｎｇｒｏｗｔｈｐｅｒｉｏｄｌａｓｔｓｆｒｏｍ１７７ｔｏ
２４０ｄａｙｓ．ＴｈｅｒｅｗａｓａｒｉｓｉｎｇｔｒｅｎｄｉｎｔｈｅｇｒａｓｓｌａｎｄＮＰＰｏｆｔｈｅｅｉｇｈｔｙｅａｒｓ．Ｂｅｔｗｅｅｎｄｉｆｆｅｒｅｎｔｇｒａｓｓｌａｎｄｔｙｐｅｓ，
ｔｈｅｔｒｅｎｄｏｆｒｉｓｉｎｇＮＰＰｏｎｌｏｗｌａｎｄｍｅａｄｏｗｗａｓｔｈｅｌａｒｇｅｓｔｗｈｉｌｅｔｈａｔｏｎｍａｒｓｈｗａｓｓｍａｌｅｓｔ．Ａｎａｌｙｓｉｓｏｆｔｈｅ
ｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｅｉｇｈｔｙｅａｒｓｓｈｏｗｅｄｔｈａｔｔｈｅｔｅｍｐｏｒａｌｖａｒｉａｔｉｏｎｏｆＮＰＰｗａｓｍａｉｎｌｙｉｎｆｌｕ
ｅｎｃｅｄｂｙｃｈａｎｇｅｓｏｆａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎ．
犓犲狔狑狅狉犱狊：ＣＡＳＡｍｏｄｅｌ；ｇｒａｓｓｌａｎｄｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）；Ｇａｎｎａｎｐｒｅｆｅｃｔｕｒｅ
４２３ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．４