广西植被净初级生产力(NPP)时空演变及主要影响因素分析

利用2001-2010年EOS/MODIS17A3卫星遥感资料,对广西植被净初级生产力(NPP)时空特征及其影响因素进行分析.结果表明：(1)NPP 表现出明显的年际变化,2005年植被年均 NPP 最小为625 gC??m-2??a-1,2003年最大,为714 gC??m-2??a-1,十年间广西植被年NPP平均值为662 gC??m-2??a-1;(2)不同植被类型NPP有较大差异,森林、灌木、农作物的NPP 平均值分别为834、614、517 gC??m-2??a-1;(3)十年间广西区年均NPP为显著下降趋势,且年均气温和降水对NPP时间变化作用显著,而日照时数对 NPP 时间变化的作用不显著;(4)广西区NPP空间格局形成主要影响因素为坡度,其次为经度,再次为地貌特征、纬度和降水;(5)非喀斯特区域北热带季雨林、南亚热带季雨林化/季雨化常绿阔叶林年均 NPP 大于喀斯特地区,相反,喀斯特地区中亚热带常绿阔叶林,农作物年均NPP大于非喀斯特地区.整体而言,广西非喀斯特地区植被NPP为683 gC??m-2??a-1,喀斯特地区植被NPP为620 gC??m-2??a-1.     

安徽省植被净初级生产力估算——基于改进的CASA模型

定量估算植被净初级生产力(NPP)对预测陆地碳循环趋势具有重要意义,目前广泛应用于NPP估算的CASA模型其精度仍有待提高。在已有CASA模型优化的基础上,考虑最大光能利用率(LUE_max)的动态变化来改进CASA模型,对改进前后的模拟结果进行比较,并利用改进后的模型估算2001—2020年安徽省植被NPP。结论如下：(1)改进的CASA模型可应用于研究区的植被NPP估算,NPP模拟值与实测值之间的相关性达到显著水平(R²=0.736,P<0.01)。(2)改进后模拟的安徽省植被NPP在空间表达上能够呈现更多细节,时间上较改进前在生长季NPP值更高,非生长季值更低,拉大了NPP的年内变化。(3)2001—2020年安徽省植被NPP整体呈波动上升趋势,多年平均值为547.61 gC m^-2 a^-1,年均增长量达2.18 gC m^-2 a^-1,2016—2020年间NPP增长最快。年内NPP具有明显的季节差异,表现为夏季>秋季>春季>冬...     

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

基于1981-2004年遥感监测和气象数据,采用CASA(Carnegie-Ames-Stanford Approach)模型模拟分析藏北地区草地植被净第一性生产力(NPP)及其时空变化特征.结果表明:受水热条件的制约,藏北地区草地植被NPP空间分布规律呈水平地带性分布,由东南向西北逐渐由230g C.m-2.a-1减少到接近0.藏北地区草地植被NPP整体水平较低,年均草地植被总NPP为21.5×1012g C.a-1,多年平均值仅为48.1g C.m-2.a-1,明显低于青藏高原和其它草原区.藏北地区坡度小于1°平地和平滩地,以及南坡的草地植被年平均NPP相对较低.藏北主要高寒草地7-9月NPP占全年NPP的64.0%~70.0%.1981-2004年间,藏北地区草地植被总NPP的年际变化较大,并有进一步下降趋势.     

东亚地区陆地生态系统净第一性生产力时空格局

利用植被分类数据、NDVI数据、气象数据以及观测数据,基于CASA生态系统模型,估算了东亚地区(10～70°N,70～170°E)陆地生态系统植被净第一性生产力.结果表明:1982～1999年研究区总NPP呈现波动增加趋势,平均每年增加0.08833PgC.18a间NPP平均值为14.24 PgC,约占全球总NPP的22.6%～23.9%.研究区NPP年变化呈单峰曲线,最大值出现在7月份,达2.98PgC,全年中NPP积累主要发生在4～10月份,该时段内NPP总量占全年总量的86.81%.春、夏、秋、冬四季NPP平均总量分别为:2.31、8.16、2.79、1.10 PgC,分别占全年NPP平均总量的16.20%、57.27%、19.58%、7.73%.将NPP年平均值分成3个范围:低值区(7.82～300gC · m-2)、中值区(301～700 gC · m-2)、高值区(>700 gC · m-2),分别研究了其空间分布特征.     

黑河流域植被水分利用效率时空分异及其对降水和气温的响应

植被水分利用效率(WUE)是衡量植被生态系统碳水耦合关系的重要指标,研究其时空分异特征对区域水资源合理利用及配置有重要意义。基于改进的光能利用率模型CASA,模拟估算了黑河流域2000—2013年植被净初级生产力(NPP),结合ETWatch模型估算的黑河流域2000—2013年蒸散数据ET,进一步估算了黑河流域植被水分利用效率WUE。分析了黑河流域NPP、ET和WUE空间格局和时间变化特征,探讨了WUE变化对降水和气温的相关性。结果表明:1)黑河流域空间上植被NPP在2000—2013年多年平均值为81.05 gC m~(-2) a~(-1),ET平均值为133.38 mm,植被WUE平均值为0.448 gC mm~(-1) m~(-2)。植被NPP、ET与WUE的空间格局基本上类似,均呈现出自上游至下游逐渐减少的分布格局。2)黑河流域2000—2013年间植被平均NPP与平均WUE均呈现显著上升趋势(P0.05),而ET平均值变化不显著。WUE年际变化斜率与其平均值在空间分布上存在一定的对应关系,空间上植被WUE的高值区同时是其呈增长趋势的主要区域,植被WUE平均值较低的区域其年际变化也趋于稳定。3)不同植被类型的WUE差异较为显著,植被自身受环境影响形成的生理生态参数是其WUE差异的主要原因,不同植被类型WUE平均值关系为:灌丛草地森林农田沼泽荒漠。中游绿洲区栽培植被平均WUE仅为0.90 gC mm~(-1) m~(-2),因此应当重视提高其对水资源的利用效率。4)整体上黑河流域植被WUE年际变化主要受降水的影响,植被WUE与降水呈负相关的区域主要分布在中游绿洲灌溉区,表明人为活动干扰会削弱气候因素对植被WUE的影响。     

盘锦湿地净初级生产力时空分布特征

主要采用中巴地球资源卫星(CBERS)、合成孔径雷达(SAR)和数字高程模型(DEM)数据,通过主成分变换融合算法、分类回归树CART算法和混合像元分解模型结合神经网络算法,进行了盘锦湿地土地覆盖类型分类。充分考虑湿地生态系统的典型特征,将盐分胁迫因子作为估算湿地耐盐植被净初级生产力(NPP)的环境影响因子之一,构建了基于光能利用率和遥感数据的湿地植被净初级生产力模型。分析了盘锦湿地植被NPP的时空分布特征,并研究了盘锦湿地植被NPP对气温和降水的响应特征。结果表明:2009年盘锦市植被净初级生产力介于0—1175 gC·m-·2a-1之间,平均值为553 gC·m-·2a-1。盘锦市植被NPP空间分布规律呈东北向西南逐渐递增的趋势。在湿地植被分类类型中,芦苇的单位面积平均NPP最高,达到1016 gC·m-·2a-1。2004—2009年盘锦植被单位面积平均NPP值在缓慢上升,湿地已呈现缓慢恢复的趋势。总体上气温对盘锦湿地主要植被类型芦苇月平均NPP的影响要强于降水。2004—2009年降水对盘锦地区植被年平均NPP的影响强于气温。     

近16年青海高原植被NPP时空格局变化及气候与人为因素的影响

采用2000—2015年MOD13Q1—16天合成的250 m分辨率NDVI时序数据,基于CASA改进模型估算了青海高原植被NPP,分析了近16年来植被NPP时空变化的特征与规律及其对气候因素变化的响应,并探讨不同区域生态保护工程建设的成效。研究结果表明:①青海高原植被NPP多年平均值242.50 gC m~(-2) a~(-1),空间上呈东高西低,南高北低,由西北向东南逐渐递增分布趋势;②2000—2015年,研究区年NPP分布在53.24—96.56 TgC,呈平稳增加,年增长率1.32 TgC/a;③气候的暖湿化是植被NPP增加的主要因素,降水、气温的耦合作用是青海高原植被NPP年际波动的重要因素,不同区域植被NPP受控因子存在差异;④不同生态保护工程的实施,对区域NPP时空格局及变化趋势存在不同程度的影响。其中,三江源地区年NPP上升趋势最为明显,环青海湖地区、东部地区次之,柴达木地区是最缓慢的地区。     

1996-2015年滇西北香格里拉植被净初级生产力变化

地处青藏高原东南缘的滇西北香格里拉,其植被NPP的时空格局变化,对于深入了解青藏高原区域植被对气候变化的响应具有重要的科学意义。基于地面气象数据和MODIS-NDVI等遥感数据,运用改进的CASA模型,估算了1996—2015年香格里拉区域不同植被类型NPP,分析探讨了区域植被NPP的演变特征及其对气候变化的响应规律。研究显示:1)1995—2015年间,香格里拉区域6—8月平均气温总体呈上升趋势,增速为0.037℃/a; 6—8月总降水量为373.1 mm,呈微弱下降趋势;20年间辐射量基本维持波动稳定状态;2)1996—2015年,香格里拉区域6—8月最大月植被NPP平均值为176.9 gC/m~2,不同植被类型的变化范围为128.9—286.9 gC/m~2;空间格局上,表现为"从西北、东南及金沙江沿岸向中部递减"的特征;3)香格里拉区域植被NPP显著地受到气温变化的调控(P<0.05),20年间随着气温的持续升高,区域NPP总体呈增加趋势;4)区域植被NPP未表现出受降水变化的显著影响(P>0.05),水分条件对区域植被NPP未形成限制性的影响作用。区域内植被NPP...     

2001-2010年内蒙古植被净初级生产力的时空格局及其与气候的关系

利用MODIS NDVI数据、气象数据和植被分类数据,基于改进的光能利用率模型CASA模型对2001-2010年内蒙古不同植被类型净初级生产力(NPP)进行估算,并分析其时空分布特征及对气候因子的响应.结果表明:(1)10年间内蒙古植被年NPP的平均值为340.0 gCm-2a-1,且空间分布呈明显的经度地带性,由西向东的变化速率为每10度增加200.5 gCm-2a-1;(2)不同植被类型NPP有较大差异,森林、草地、农田和荒漠植被的NPP平均值分别为521.9、270.3、405.7和85.3 gCm-2a-1;(3)10年间内蒙古植被NPP总量的平均值为322.7 TgCa-1,波动范围为276.8-354.4 TgCa-1.从NPP年际变化的空间分布来看,阿拉善沙漠、毛乌素沙地西部、河套平原以北地区、浑善达克沙地东西缘和呼伦贝尔平原西北部植被的NPP呈极显著上升,而内蒙古中部的草地植被NPP呈极显著下降;(4)不同植被类型NPP对气候因子的敏感性有较大差异.森林植被NPP主要受温度的限制,而农田、草地和荒漠植被NPP主要受降水量控制.     

南方丘陵山地带植被净第一性生产力时空动态特征

基于MODIS数据并结合气象资料和植被参数,利用修正过最大光能利用率的CASA(Carnegie-Ames-Stanford Approach)模型,对国家生态安全屏障区的"两屏三带"之一南方丘陵山地带2000—2010年的植被净第一性生产力(NPP)进行模拟,并对其时空分布格局进行了分析。研究结果表明:(1)研究区2000—2010年期间年NPP的变化范围为406.0—485.6 g C m-2a-1,年平均NPP为445.7 g C m-2a-1,高于全国平均水平;NPP年际上升趋势不显著(P=0.39),平均增加值为2.28 g C m-2a-1;(2)NPP空间分布特征与植被类型具有较好的一致性,单位面积NPP以混交林覆盖区最高(501.0 g C m-2a-1),草地覆盖区NPP最低(390.7 g C m-2a-1);(3)植被NPP的时空变化与气温、降雨和太阳辐射等自然因素的变化有直接关系,而社会、经济、政策等人为因素通过改变土地利用方式来间接影响。     

陕北黄土高原植被净初级生产力的估算

基于MODIS和地面气象数据,利用改进的CASA模型,模拟分析了2005年陕北黄土高原地区的植被净初级生产力(NPP)及其时空分布.结果表明:1)根据生态生理过程模型针对不同土地覆被类型选择不同的月平均最大光能利用率,比传统CASA模型中使用固定的全球月平均最大光能利用率进行NPP估算,更符合陕北黄土高原地区的实际情况;在估算植被参数时引入植被覆盖分类,以及利用陕北黄土高原2005年时序NDVI进行土地覆被分类的同时,结合1:100万中国植被图和实地调查情况对分类结果进行修正,可提高分类的精度,从而提高模型估算的精度.2)通过不同模型之间和与陕北部分地区实际调查数据进行比较,显示改进后的CASA模型对区域陆地植被NPP的模拟效果较好,可应用于陕北黄土高原乃至周边地区NPP的计算中.3)2005年陕北黄土高原植被净第一性生产量估计值为4.76×10~(13) g C,约占全国总NPP的1.5%,植被平均NPP为447.3 g C·m~(-2)·a~(-1),高于1992-2000年全国陆地NPP平均值323.8 g C·m~(-2)·a~(-1).4)在NPP的空间分布上,总体趋势是由东南向西北递减,其中最高值出现在东南部的黄龙山次生林区(1087g C·m~(-2)·a~(-1));西北部的荒漠植被覆盖度极低,平均NPP仅为205.0 g C·m~(-2)·a~(-1).5)陕北黄土高原NPP的季节变化明显,其中4月中旬至10月中旬6个月生长季时间里的NPP可占到全年的91.5%,而7月中旬至8月中旬间该区的净初级生产力达到年内的极大值,可占全年的37.8%.

Abstract：

Based on the data from MODIS (Moderate-resolution Imaging Speetroradiometer) and meteorological observatories, and by using improved CASA (Carnegie-Ames-Stanford Approach) model, the vegetation net primary productivity (NPP) and its spatiotemporal distribution on the North Shaanxi Loess Plateau in 2005 were simulated and analyzed. Comparing with the traditional CASA model which only uses a universal mean annual maximum light use efficiency (LUE), the estimated regional NPP by the improved CASA model was more precise, because this improved model used the LUE parameters of different vegetation covers. The detailed land cover classifica-tion also contributed to the increase of the precision via introducing the time-series Normalized Different Vegetation Index (NDVI) and ground survey data to modify and adjust the original clas-sification system based on vegetation map (1: 1000000). The testing of the simulation results from different models with the ground survey data in North Shaanxi showed that the estimation by the modified CASA model was much closer to the real survey data, implying the potential practi-cal significance of this model in estimating the vegetation NPP in North Shaanxi Loess Plateau and its adjacent areas. In 2005, the NPP in North Shaanxi was estimated as 4. 76×1013 g C, ac-counting for about 1.5% of China' s terrestrial total NPP, and the mean NPP was 447.3 g C·m~(-2)·a~(-1), being much higher than that of China' s terrestrial vegetation (323.8 g C·m~(-2)·a~(-1)) in 1982-2000. The spatial distribution pattern of the vegetation NPP showed an apparently declining trend from the southeast to the northwest, with the highest value of 1087 g C·m~(-2)a~(-1) occurred in the broadleaved-and conifer-mixed forests of Huanglong Mountain in southeast part of the region. The mean NPP of desert vegetation in the whole region was the lowest, only about 205.0 g C·m~(-2) ·a~(-1). An obvious seasonal variation of the NPP was observed. The NPP in growth season (from April to October) took about 91.5% of the total in the year, and the peak occurred in mid-July to mid-August, amounting to 37.8% of the total.     

青海省植被光能利用率模拟研究

借鉴了MODIS-PSN、CASA、GLO-PEM、VPM等光能利用率NPP模型的优点,同时充分考虑了研究区域其植被光能利用率和环境因素的典型特点。根据研究区域相关文献资料和NPP实测数据,模拟出主要植被类型的最大光能利用率。同时,特别细化了草地和灌丛最大光能利用率的估算步骤。采用蒸散比算法和陆地生态模型(TEM),根据Liebig定律,计算了对最大光能利用率产生影响的环境综合胁迫因子。估算了青海省主要植被类型的光能利用率,并详细分析了其空间分布和季相变化特征。结果表明:2006年青海省植被平均光能利用率介于0.026-0.403gC/MJ之间,平均值为0.096gC/MJ。青海省植被光能利用率的分布具有明显的地带性,呈由西北向东南逐渐递增的趋势。其随季节的推移变化比较明显,2006年植被月平均光能利用率在0.057-0.157gC/MJ之间,峰值出现在7月份,主要的光能利用率累积发生在5-9月份。     

Carbon balance along the Northeast China Transect(NECT-IGBP)

The Northeast China Transect (NECT) along a precipitation gradient wasused to calculate the carbon balance of different vegetation types, land-use practices and temporal scales. NECT consists of mixed coniferous-broadleaved forest ecosystems, meadow steppe ecosystems and typical steppe ecosystems. Analyses of the C budget were carried out with field measurement based on dark enclosed chamber techniques and alkali absorption methods, and the application of the CENTURY model. Results indicated that: (1) soil CO2 flux had a strong diurnal and seasonal variation influenced by grassland type and land-use practices. However, the seasonal variation on soil CO2 fluxes did not show obvious changes between non-grazing and grazing Leymus chinensis dominated grasslands. (2) Hourly soil CO2 fluxes mainly depended on temperature, while daily CO2 fluxes were affected bothby temperature and moisture. (3) NPP of the three typical ecosystems showed linear relationships with inter-annual precipitation, but total soil carbon of those ecosystems did not. NPP and total soil carbon values decreased westward with decreasing precipitation. (4) Model simulation of NPP and total soil carbon showed that mean annual precipitation was the major limiting factor for ecosystem productivity along NECT. (5) Mean annual carbon budget is the largest for the mixedconiferous- broadleaved forest ecosystem (503.2 gC m-2 a-1), followed by the meadow steppe ecosystem (227.1 gC m-2 a-1), and the lowest being the typical steppe ecosystem (175.8 gC m-2 a-1). This study shows that concurrent field measurements of terrestrial ecosystems including the soil and plant systems with surface layer measurements along the water-driven IGBP-NECT are valuable in understanding the mechanisms driving the carbon cycle in different vegetation types under different land-use practices. Future transect research should be emphasized.     

中国东北样带植被净初级生产力时空动态遥感模拟

 中国东北样带(Northeast China Transect, NECT)是中纬度半干旱区的国际地圈-生物圈计划(IGBP)陆地样带之一, 是全球变化研究的 重要手段与热点。该研究应用生态系统碳循环过程CASA(Carnegie-Ames-Stanford Approach)模型分析了NECT从1982~1999年植被净初级生产力 (Net primary productivity, NPP)的时空变异及其影响因子。结果表明, 1) 1982~1999年NECT植被NPP为58 ~ 811 g C·m^–2·a^–1, 平均为426 g C·m^–2·a^–1, 大体上呈现由东向西逐渐递减的趋势; 2)研究时段内NECT的总NPP变异范围是0.218 ~ 0.325 Pg C, 平均为0.270 Pg C (1 Pg = 10¹⁵ g); 3) NECT的总NPP在过去18年内整体呈显著性增加趋势, 其中从1982~1990年样带NPP呈显著性增加趋势, 而后期1991~1999样带NPP没 有显著性变化趋势; 4)沿NECT不同植被类型对气候变化的响应特征是不同的, 在研究时段内, 农田、典型草原和草甸草原表现出最大的NPP增加 量, 而典型草原、荒漠草原对气候变化表现出高的敏感性; 5) NECT植被NPP的空间分布格局是由年降水量的分布格局所决定, 而NPP的时间变异 则由年降水量、年太阳总辐射的变化所影响驱动。     

新疆草地净初级生产力(NPP)空间分布格局及其对气候变化的响应

分析植被物候与净初级生产力对气候变化的响应一直是研究全球变化的核心内容之一。新疆草地生态系统极为脆弱,对气候和环境变化的影响十分敏感,在新疆地区开展草地物候和净初级生产力及其对气候变化的响应有着独特的意义。基于遥感数据和野外台站实测数据,利用CASA模型模拟了新疆草地植被净初级生产力(NPP),阐述了2001—2014年新疆地区草地的NPP的空间格局及与气象因子的关系。(1)通过实测生物量精度检验表明,CASA模型基本可以反映新疆地区草地植被NPP。(2)2001—2014年新疆草地NPP平均值为102.49 gC m~(-2) a~(-1)。不同草地类型的NPPA存在明显差异。其中,山地草甸平均NPP最高,达到252.37 gC m~(-2) a~(-1);温性草甸草原次之,为204.93 gC m~(-2) a~(-1)。高寒荒漠和温性荒漠的平均NPP最低,分别为43.94 gC m~(-2) a~(-1),53.11 gC m~(-2) a~(-1)。(3)新疆NPP的空间分布格局具有如下特点:山区NPP高于盆地NPP,北疆NPP高于南疆NPP;(4)降水能够促进新疆草地NPP增加,其中,夏季和秋季的降水对草地NPP的影响最为明显,温度对新疆地区草地NPP影响不大。降雨可以促进新疆草原NPP的增加。特别是在降水量较少但温度较高的草原,如温带荒漠草原、温带草原沙漠、温带沙漠、低地草甸等,年降水量和夏秋降水量对草地NPP有显著影响。温度对新疆草地NPP的影响不大。通过对新疆草地空间格局的分析,研究了草地NPP对气候变化的响应,为合理规划新疆草地的生产和利用,以及草地生态系统的健康发展和应对气候变化提供决策依据。     

中国陆地植被净初级生产力遥感估算

该文在综合分析已有光能利用率模型的基础上,构建了一个净初级生产力(NPP)遥感估算模型,该模型体现了3方面的特色:1)将植被覆盖分类引入模型,并考虑植被覆盖分类精度对NPP估算的影响,由它们共同决定不同植被覆盖类型的归一化植被指数(NDVI)最大值;2)根据误差最小的原则,利用中国的NPP实测数据,模拟出各植被类型的最大光能利用率,使之更符合中国的实际情况;3)根据区域蒸散模型来模拟水分胁迫因子,与土壤水分子模型相比,这在一定程度上对有关参数实行了简化,使其实际的可操作性得到加强。模拟结果表明,1989~1993年中国陆地植被NPP平均值为3.12 Pg C (1 Pg=10¹⁵ g),NPP模拟值与观测值比较接近,690个实测点的平均相对误差为4.5%;进一步与其它模型模拟结果以及前人研究结果的比较表明,该文所构建的NPP遥感估算模型具有一定的可靠性,说明在区域及全球尺度上,利用地理信息系统技术将遥感数据和各种观测数据集成在一起,并对NPP模型进行参数校正,基本上可以实现全球范围不同生态系统NPP的动态监测。     

气候变化对无定河流域生态水文过程的影响

建立分布式生态水文过程模式,模拟分析了黄土高原无定河流域近40a来及未来气候变化情景下水循环和植被生产力的演变特征。结果显示,无定河流域近40a来温度上升,而降水量没有明显的下降趋势,但年际波动幅度变小。与之相应,地表蒸散量也没有明显的变化趋势。然而,因大气CO2浓度的上升,植被净生产力明显增加,速率约为0．6gCm^-2a^-1,水分利用效率随之提高。该流域生态系统对HadCM3气候变化情景的响应显著,蒸散、地表径流和植被净第一性生产力（NPP）均增加,植被水分利用效率明显提高。     

基于改进的CASA模型三峡库区NPP时空特征及气候驱动机制

采用改进后的CASA模型对三峡库区2001-2015年的NPP进行了估算。通过Sen斜率的方法,对NPP的年内及年际时空变化趋势及分布特征进行了分析;基于相关性分析方法,深入探讨了气候因子对NPP的驱动机制;并以气候模式模拟结果为输入项,对NPP的未来变化趋势进行了预测,得到如下结论：（1）2001-2015年间,三峡库区NPP的月值呈单峰型季节变化趋势,峰值达到160 gC m^-2月^-1,发生于7月。NPP年际变化呈波动型上升趋势,幅度较小,多年平均值为727 gC m^-2 a^-1。空间分布上,主要表现为库首库尾较高、库腹较低和长江以北高于长江以南的特点。（2） NPP与降水、气温及净辐射等气候因子之间均呈显著正相关,其中与气温的相关性最强,与降水的相关性最弱,植被生产力对气温的变化更为敏感。（3）未来15年NPP多年平均值为859 gC m^-2 a^-1,总体呈微弱减小趋势,幅度为4.14 gC m^-2 10a^-1。与现状对比来看,未来NPP表现出一定程度的增加,总体而言,三峡库区植被长势趋好,呈良性稳定态势发展。     

Comparing global models of terrestrial net primary productivity (NPP): analysis of differences in light absorption and light-use efficiency

Twelve global net primary productivity (NPP) models were compared: BIOME3, CASA, CARAIB, FBM, GLO-PEM, HYBRID, KGBM, PLAI, SDBM, SIB2, SILVAN and TURC. These models all use solar radiation as an input, and compute either absorbed solar radiation directly, or the amount of leaves used to absorb solar radiation, represented by the leaf area index (LAI). For all models, we obtained or estimated photosynthetically active radiation absorbed by the canopy (APAR). We then computed the light use efficiency for NPP (LUE) on an annual basis as the ratio of NPP to APAR. We analysed the relative importance for NPP of APAR and LUE. The analyses consider the global values of these factors, their spatial patterns represented by latitudinal variations, and the overall grid cell by grid cell variability. Spatial variability in NPP within a model proved to be determined by APAR, and differences among models by LUE. There was a compensation between APAR and LUE, so that global NPP values fell within the range of ‘generally accepted values’. Overall, APAR was lower for satellite driven models than for the other models. Most computed values of LUE were within the range of published values, except for one model.