中国西北半干旱区净初级生产力驱动因子空间计算分析

净初级生产力(Net Primary Productivity,NPP)驱动因子分析对区域生态系统生产力监控与预测及生态承载力评估有重要意义。NPP驱动力系统研究近年成果已有很多,但前人研究中未能将因子空间属性在原数据和分析中得到体现。实际上,这不利于获得更科学的分析结果,甚至阻碍了数据本身空间信息的表达。在前人研究分析基础上,以新疆伊犁河谷为试验研究区,使用一种全新的数据预处理方法(C.V计算,C.V=SD/Mean),通过该方法使数据固有的空间属性或空间关系信息得以表达。将该数据集与原始数据集统计分析结果对比分析,得出结论:(1)半干旱区环境下NDVI、积温和海拔与NPP相关性相对较强。经自变量因子重要性排序分析,发现以上因子对因变量(NPP)有较高重要性(P0.01);(2)C.V数据集较原数据集在模型建立中拥有更高的拟合度,r值平均高出0.1左右,结果更优(P0.01),在环境因子建模分析中具有较好的应用前景;(3)原始数据仅能表达因子在空间中的数值分布,经C.V计算处理后,能直观的表达因子的空间变异性和数组单元的空间紊乱程度。(4)在半干旱区海拔因子对NPP的作用力相对较强,Duncan分析发现,各因子在海拔尺度下存在显著的分异特征(P0.01),说明了海拔因子对NPP的作用力。综上,研究尝试使用C.V计算数据预处理,令原始数据集附带空间属性,使得研究分析结果不单纯依赖于数值关系,结果表达的关系更加全面。研究结果对生态环境因子分析及NPP驱动力分析研究都有重要的试验价值与科学意义。