基于叶面积指数估算植被总初级生产力

长时间序列的陆地碳通量数据在全球生态环境变化研究中具有重要意义。采用MODIS GPP(Gross Primary Productivity)算法,基于GIMMS LAI3g,MODIS15和Improved-MODIS15三种叶面积指数(LAI),估算了全球2000至2010年的植被总初级生产力(GPP)。该估算的GPP数值经过全球20个通量站点的验证,并结合MODIS17分析了它们在时空变化上的异同。结果表明:(1)4种GPP精度如下:GPP_(MOD17)GPP_(impro_MOD15)GPP_(LAI3g)GPP_(MOD15)。(2)4种GPP整体上具有一致的季节波动,冬季和夏季整体好于春季和秋季。GPP_(LAI3g)的4个季节精度较相近,而GPP_(MOD17)除了春秋季外其它季节都较好。(3)GPP_(LAI3g)在中等GPP值分布区的估值相对较高,其全球总GPP大体为(117±1.5)Pg C/a,GPP_(MOD17)和GPP_(impro_MOD15)相近且都低于该值。(4)GPP_(LAI3g)和GPP_(impro_MOD15)在大约63.29%的陆面上呈显著(P0.05)的正相关关系,它们和GPP_(MOD17)在LAI不确定性小的地区呈显著的正相关关系。GPP_(LAI3g)和GPP_(MOD15)正相关分布面积占比为40.61%。     

基于VPM模型的长白山自然保护区植被总初级生产力动态变化

总初级生产力(GPP)是碳循环的重要参数,它的准确估算对碳循环及全球气候变化研究有重要作用.利用VPM模型及2000—2015年MOD09A1数据/气候因子的空间数据,对长白山自然保护区的植被GPP进行模拟.结果表明: 2000—2015年,保护区GPP年均值为1203 g C·m^-2·a^-1,GPP呈极显著趋势增长.森林植被GPP年际增长变化在不同植被垂直带下没有显著区别,但从高山苔原带往上,GPP年际增长明显减小.GPP与降水的年际相关性不显著,与温度的正相关关系集中分布在阔叶红松林带和高山苔原带.春季气温对GPP影响最大,有80%像元显示与气温呈正相关.GPP与温度的年际相关性明显高于降水.     

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.     

基于CASA模型研究祁连山地区植被净初级生产力的时空变化

基于2003~2012年的遥感数据及DEM高程模型校准后的气候数据,利用CASA模型估算了祁连山地区植被净初级生产力(NPP),并对NPP的年内、年际变化以及时空分布规律和变化趋势进行分析。结果表明:(1)祁连山地区年内NPP集中在6~8月,占全年NPP总量的86.39%;2003~2007年,NPP年均值在165.28~192.75g·m-2·a-1之间小幅波动;2007~2009年呈现出较明显的下降趋势,由168.63g·m-2·a-1下降到153.17g·m-2·a-1;2009~2012年表现出明显的上升趋势,最大值达207.13g·m-2·a-1。(2)祁连山地区的NPP东西部分布差异大,东部地区大多在200~400g·m-2·a-1之间,部分地区可达500g·m-2·a-1之上;中部地区存在较明显的南北差异,南部大多地区在100~300g·m-2·a-1之间,北部大多地区在100~400g·m-2·a-1之间;西部广大地区大多在0~100g·m-2·a-1之间,荒漠和高山冰雪覆盖区域生物量最低。(3)近十年来,祁连山地区的NPP呈波动增加趋势,增加面积约9 867km2,约占植被总面积的21.19%,减少面积约8 173km2,约占植被总面积的17.52%,表明祁连山的生态健康水平总体在改善但局部在恶化。     

基于植被羰基硫通量估算陆地生态系统总初级生产力研究进展

羰基硫(COS)是大气中的长周期痕量气体,其分子结构、对流层大气混合比的昼夜和季节动态类似于二氧化碳(CO₂)。植物光合作用及其水解过程中,受扩散通路导度和酶活性影响,气孔的COS与CO₂吸收紧密相关,同时,植物自养呼吸并不释放COS。最新研究中,采用植被COS通量直接指示生态系统总初级生产力(GPP)。综述了植被COS通量与光合作用中碳固定过程的关联机制,以及采用涡度相关观测、整合大气COS监测和生态系统过程模型等方法开展植被COS通量与GPP研究的最新进展,探讨了关键生态过程和参数,发现方法存在以下瓶颈：(1)生理过程、尺度效应和解析效应影响了COS与CO₂的叶片相对吸收率,(2)观测与模拟手段有待进一步耦合,(3)全球COS观测密度限制了方法验证,(4)硫循环过程影响了多区域模拟精度。方法发展的前沿领域包括：(1)开展重点地区植被COS通量观测,(2)提高COS卫星柱浓度的覆盖范围,(3)完善生态系统过程模型的COS吸收机理。展望未来研究关注的科学问题是：对于亚热带等尚待开展COS连续观测的区域,采用植被COS通量...     

长江流域陆地植被总初级生产力时空变化特征及其气候驱动因子

长江流域是我国重要的工农业生产区和生态安全屏障。深入开展长江流域陆地植被总初级生产力（GPP）时空变化特征和驱动因子研究,对了解变化环境下区域植被生长状况和生物固碳能力、掌握生态环境质量具有重要意义。基于MODIS GPP遥感数据产品、土地利用和气象观测数据,采用趋势分析和偏相关分析法,系统研究了2000-2015年间长江流域陆地植被GPP时空变化特征,探讨了不同二级水资源区内气候因子对GPP变化影响的空间差异,揭示了不同土地利用类型GPP变化特征以及气候因子作用。结果表明：1）长江流域陆地植被覆盖区GPP在0.3-2765 gC m^-2 a^-1之间,均值约990.46 gC m^-2 a^-1,多年平均GPP总量为1.735 P gC;2）近年来,长江流域GPP呈不显著上升趋势,趋势率为2.39 gC m^-2 a^-1。空间上,GPP上升区和下降区分别占总流域面积的68%和32%。各二级水资源区内,除了洞庭湖流域和太湖流域GPP呈下降趋势外,其他区GPP均呈上升趋势;3）不同土地利用类型GPP均值在198.50-1276.90 gC m^-2 a^-1之间。各土地利用类型中除水田GPP呈微弱下降外,其他均呈上升趋势,尤其是高、中、低覆盖度草地GPP上升趋势较为显著;4）不同气候因子对植被GPP变化的影响程度在不同二级水资源区、不同土地利用类型间均存在一定差异,但就长江流域整体而言,GPP年际变化受温度影响显著,其次是蒸发,而降水等其他气候因子的影响不大。     

基于耦合模型的干旱区植被净初级生产力估算

净初级生产力是陆地生态系统物质与能量运转研究的基础, 在干旱区生态环境演变及其与气候相互作用和影响方面极为敏感,是揭示干旱区生态环境特征的重要指标.本研究基于RS和GIS技术,利用地面气象数据、涡度相关数据、Landsat 8数据和MODIS数据,通过SEBAL模型和光能利用率模型的耦合,估算了新疆玛纳斯河流域植被净初级生产力(NPP),分析了其空间格局及与高程和坡度的关系.结果表明: SEBAL模型与光能利用率模型的耦合对玛纳斯河流域山地-绿洲-荒漠生态系统植被NPP的模拟效果较合理,能较好地反映植被净初级生产力的实际情况;2013年,玛纳斯河流域植被NPP总量为7066.72 Tg C·a^-1,平均值为278.06 g C·m^-2·a^-1,总体分布趋势是自南向北先增加后减少再增加最后减少,随着地貌和土地利用类型的变化呈现明显的分布规律,且其月变化比较明显,7—8月达到最大值,占总量NPP的52.2%;植被净初级生产力随海拔和坡度的增加整体呈下降趋势,但随海拔增加植被NPP出现3次波动.这些波动主要由地表植被覆盖类型和环境因素所引起.     

陆地植被净初级生产力计算模型研究进展

植被净初级生产力(NPP)研究是全球变化与陆地生态系统的核心内容之一。在回顾NPP模型研究的基础上,综合分析了气候模型、生态生理过程模型、光能利用率模型各自的优缺点,并对NPP模型研究做出展望。生态生理过程模型是当前陆地NPP估算研究的主要手段,而区域尺度转换则是它所面临的关键问题。近年来光能利用率模型已成为NPP估算的一种全新手段,它利用遥感所获得的全覆盖数据,使区域及全球尺度的NPP估算成为可能,但其生态学机理还有待于进一步研究。已有研究表明,“生态一遥感耦合模型”将是陆地NPP估算的主要发展方向,它融合了生态生理过程模型和光能利用率模型的优点,增强了NPP模型估算的可靠性和可操作性。     

1981～2000年陕西省植被净初级生产力时空变化

为阐明陕西省植被净初级生产力(NPP)变化的整体状况,应用以遥感观测数据驱动的GLO-PEM模式模拟估计的NPP数据,对陕西省1981~2000年间的地表植被净初级生产力的空间分布及时间序列变化进行了综合分析.研究结果表明:(1)20年来,陕西省年NPP变化范围为687~858 g/(m2?a),平均值为749 g/(m2?a);(2)陕西省年平均NPP在波动中缓慢上升,NPP年增长幅度为3.248 2 g/(m2?a);(3)陕西省年平均NPP分布总体呈现从南到北递减的趋势,长城沿线风沙区NPP在200~400 g/(m2?a)之间,是陕西省NPP最低的地区;关中中东部NPP较高,大部在800 g/(m2?a)以上,NPP在1 200 g/(m2?a)以上的面积约占1/3,是全省NPP的高值区;(4)陕西省NPP基本不变(NPP变化百分率在-10%~10%之间)的面积占54.7%,NPP变化百分率增加10%以上的面积占40.5%,NPP变化百分率降低10%以下的面积仅占4.8%;(5)占陕西省总面积的77.3%的区域NPP变化不显著(P>0.05),NPP增加极显著(P<0.01)的区域占8.3%,增加显著(P<0.05)的区域占13.8%,NPP降低显著(P<0.05)和降低极显著(P<0.01)占0.7%.     

基于遥感和过程模型的亚洲东部陆地生态系统初级生产力分布特征

利用美国环境预测中心的再分析气象资料和由GIMMS NDVI 资料生成的叶面积指数对BEPS生态模型进行驱动,模拟分析了2000-2005年亚洲东部地区总初级生产力（GPP）和总净初级生产力（NPP）的时空变化特征.在进行区域模拟计算前,使用15个站点不同生态系统的GPP观测数据及1300个样点的NPP观测数据对模型进行验证.结果表明： BEPS模型能较好地模拟不同生态系统的GPP和NPP变化,模拟的GPP与观测数据之间的R2为0.86～0.99,均方根误差（RMSE）为0.2～1.2 g C·m-2·d-1;BEPS模拟值能够解释78%的年NPP变化,其RMSE为118 g C·m-2·a-1.2000-2005年,亚洲东部地区GPP和NPP总量平均值分别为21.7和10.5 Pg C·a-1.NPP和GPP具有相似的时空变化特征.研究期间,NPP总量的变化范围为10.2～10.7 Pg C·a-1, 变异系数为2.2%.NPP由东南向西北显著减少,高值区〖JP2〗（>1000 g C·m-2·a-1）出现在东南亚海岛国家,我国的西北干旱沙漠地区为低值区（<30 g C·m-2·a-1）,〖JP〗其空间格局主要由气候因子决定.不同国家的人均NPP差异很大,其中,蒙古最高,达70217 kg C·a-1,远高于中国的人均NPP（1921 kg C·a-1）,印度的人均NPP最小,为757 kg C·a-1.     

黑河上游植被总初级生产力遥感估算及其对气候变化的响应

定量描述植被总初级生产力(GPP)对于全球碳循环和全球气候变化研究具有重要意义。针对MODIS MOD_17 GPP (MOD_17)产品在通量站点低估的现象, 通过3个实验依次改进了模型输入参数(气象数据和吸收的光合有效辐射吸收比例(fPAR))和模型本身的参数(最大光能利用率), 分析了各个参数对模拟结果的不确定性影响, 结果表明各参数对模拟结果都有不同程度的影响。在阿柔草地站, 最大光能利用率的重新标定对结果影响最大, GPP估算结果的提高最为明显; 在关滩森林站利用广义神经网络算法得到的GLASS fPAR代替原始MODIS fPAR产品, 比其他参数的改进效果更明显, GPP的值更接近涡动通量观测值。利用改进的MOD_17模型重新估算了黑河上游2001-2012年间植被GPP, 通过趋势分析得出该研究时段内GPP以9.58 g C·m^-2·a^-1的平均速率呈上升趋势。同时计算了气候因子(温度、降水和饱和水汽压差(VPD))与时间序列GPP的偏相关性, 分析了植被GPP对气候变化的响应情况, 2001-2012年平均温度和VPD与年GPP大部分区域呈正相关, 体现了温度和VPD对植被生长的促进作用; 2001-2012年的降水量与年GPP无明显相关, 且大部分区域呈负相关。     

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模型的内蒙古典型草原植被净初级生产力动态模拟

 植被净初级生产力及其对气候变化的响应研究是全球变化的核心内容之一。在利用内蒙古典型草原连续13年的地上生物量资料对基于遥感信息的生态系统碳循环过程CASA(Carnegie-Ames-Stanford Approach)模型验证的基础上, 分析了内蒙古典型草原1982~2002年植被净初级生产力(Net primary productivity, NPP)的时间变异及其影响因子。结果表明: 1) 1982~2002年21年间内蒙古典型草原的平均年NPP为290.23 g C·m^–2·a^–1, 变化范围为 145.80~502.84 g C·m^–2·a^–1; 2)内蒙古典型草原NPP呈增加趋势, 但没有达到显著性水平, 其中1982~1999年的18年间NPP呈现非常显著的增加趋势(p<0.01), NPP增加的直接原因是由于生长旺季生长本身增强所致; 3)内蒙古典型草原NPP与年降水量呈极显著的相关关系, 年降水量显著影响NPP的变异, 而NPP与年均温无显著相关关系。     

汉江流域植被净初级生产力时空格局及成因

运用MOD17A3-NPP等数据,分析汉江流域植被NPP的时空格局及其形成演变机理,为区域生态环境管治提供科学理论依据。运用GIS空间分析法、线性拟合法研究流域NPP的时空格局,结合相关系数法、土地利用程度指数等方法探析成因。结果显示:(1)汉江流域植被NPP多年平均值为439 g C m~(-2)a~(-1),整体呈微小的波动上升趋势,年增长幅度为3.11 g C m~(-2)a~(-1)。植被NPP集中分布在300—600 g C m~(-2)a~(-1),占全域面积的83.65%。(2)从流域空间上看,多年平均NPP呈上游中游下游,各子流域内部差异呈上游中游下游。高值区集中分布在汉中,十堰、襄樊和荆门平均NPP呈下降趋势的所占面积最大。(3)垂直景观上植被NPP的空间分布往往受水热综合作用的影响,汉江流域降水是植被NPP累积的主要制约因素。(4)垂直方向上NPP呈规律性变化:高程上表现为"陡升-下降-缓升-陡降,坡向上为阳坡半阳坡半阴坡阴坡。(5)浅山丘陵区NPP变化主要受土地利用方式的影响,高山区NPP变化受气候变化的影响。汉江流域植被NPP稳定,中下游平原区植被NPP略有下降;气候和地形特征决定了植被NPP的空间分布特征,气候变化和人类活动对植被NPP的变化有重要影响。     

不同数据集的1982—2017年中国总初级生产力的时空动态

了解陆地生态系统总初级生产力(GPP)时空变化及其与气候因子的关系,可以为植被恢复及保护提供重要依据。基于气象数据和3套公开的GPP数据集(EC-LUE GPP、GLASS GPP和NIRv GPP),本研究系统分析了中国1982—2017年GPP的时空变化特征及其对气候变化的响应。结果表明: 3套GPP数据均表明,1982—2017年,中国年和季节的GPP呈逐年上升趋势,1998和2002年明显高于研究期间的平均水平,1989和1992年明显低于多年平均GPP。1982—2017年,中国大部分地区GPP呈显著上升趋势,3套GPP数据显著增加的区域分别占整个研究区的75.7%、73.0%和69.6%。年GPP与降水和温度均存在显著正相关关系,但空间异质性较强。其中GPP与温度呈正相关的区域主要分布在西北和华中地区,GPP与降水呈正相关的区域主要分布在华北地区。不同季节的GPP受气温、降水影响的区域存在明显的时空异质性。温度是春、秋和冬季GPP的限制因子,而夏季GPP主要受降水影响。     

2000年以来中国潜在植被净初级生产力的时空分布模拟

潜在植被的净初级生产力(PNPP)是在无人类干扰情况下,立地所能发育形成最稳定成熟植被的净初级生产力,PNPP能够直接反映自然生态系统的质量状况,是分离人类活动对生态环境影响的重要指标。研究改进了CASA(Carnegie-Ames-Stanford Approach)模型,引入潜在光合有效辐射吸收比例(PFPAR)模拟了2000—2020年中国植被PNPP的时空分布格局。结果表明：中国PNPP空间分布差异较大,东南沿海和东北大、小兴安岭地区PNPP较高,新疆、西藏等西部干旱、高寒地区PNPP较低,呈现以400 mm等降水量线为界的空间分异格局。2000—2020年,中国PNPP总体上呈现递增趋势,年际波动小,PNPP减少的区域与增加的区域面积基本相等。PNPP波动较大的地区主要位于青藏高原、四川盆地和贵州高原。研究结果量化了气候变化背景下真实的生态状况和潜在生态状况的差异,可分离出人类活动对自然生态系统的直接影响,为制定针对性的生态修复对策提供了科学依据。     

长白山自然保护区总初级生产力时空变化特征及其影响因素

长白山自然保护区是典型的温带原始森林生态系统,其植被总初级生产力(GPP)与地形和气候变化密切相关,开展长白山自然保护区GPP的时空变化特征以及影响因子研究,对于了解植被生长状况和生态环境质量具有重要意义。本研究采用光能利用率模型(VPM)对长白山自然保护区GPP进行估算,并分析坡度、海拔、气温、降水、总辐射对其的影响。结果表明：2000—2020年,长白山自然保护区GPP多年平均值为63～1706 g C·m^-2·a^-1,GPP随海拔的增加而减小。气温是影响长白山自然保护区植被GPP空间分布差异的主要因素,其与GPP之间存在显著正相关性。研究期间,长白山自然保护区年GPP整体呈极显著增加趋势,年均增加值为13 g C·m^-2·a^-1。年GPP增加的区域占总区域的79.9%,且各植物功能型年GPP增加面积的比例存在差异。年降水与长白山自然保护区43.2%区域的GPP呈显著负相关,而年均温和年总辐射分别与长白山自然保护区47.2%和82.4%区域的GPP呈显著正相关。在未来全球气候变暖的背景下,长白山...     

海南植被净初级生产力时空分布特征研究

海南是一个相对独立地理单元, 生态环境优越, 植被NPP是判定生态系统健康状况和可持续发展水平的重要指标。基于2000—2015年海南省MODIS NPP数据集, 采用趋势线分析法和相关分析法对海南被净初级生产力时空分布特征研究。结果表明: (1)2000—2015年海南省植被净初级生产力(NPP)呈现整体微弱的上升趋势, 植被年平均NPP变化范围为794.5—998.3 gC·m–2, 年平均值886.2 gC·m–2。(2)从空间分布看, 海南2000—2015年平均NPP分布呈现中高四周低的趋势, 其中年平均NPP>1000 gC·m–2主要分布在海南的中部山区, 年平均NPP<600 gC·m–2区域主要分布在海南的西部和北部的海岸带附近。(3)其中气候变化和人类活动是NPP变化的主要驱动因素, 但在不同区域影响的因子的影响程度存在差异。以上研究可为海南生态环境保护和评估提供参考。     

中国植被净初级生产力变化的时空格局

利用植被净初级生产力（NPP）遥感估算模型,基于统计学分析方法,研究了1982-2000年我国陆地植被NPP的变化及其年际波动的空间分布特征。结果表明：（1）20年间,我国仅8％的陆地区域植被NPP显著减少,而47％的陆地区域植被NPP显著增加,45％的陆地区域植被NPP变化不明显;（2）从空间分布上看,我国大部地区年NPP增加,仅东部沿海发达地区或工业、城市密集区的年NPP减少,但增减速率在空间上存在明显的差异;（3）1982-2000年间,我国大部地区植被NPP年际波动相对变率较小,但西北地区的荒漠草原,相对变率较大。     

气候变化下中国不同植被区总初级生产力对干旱的响应

干旱变化具有明显的空间分异,不同植被类型对干旱的响应亦有差别。开展气候变化下不同植被覆盖类型对干旱响应的差异分析,厘清温升干旱化进程对植被的影响,对了解植被发展动态及预测未来格局有着非常重要的意义。基于1982—2017年的总初级生产力(GPP)数据和同时期东安格利亚大学气候研究中心(CRU)时间序列(TS)气候数据,分析了中国8个植被区GPP和干旱的变化趋势,通过对比标准化降水指数(SPI)和标准化降水蒸散指数(SPEI)的趋势差异识别了典型的温升干旱化区域,在此基础上研究气温上升如何影响GPP对干旱的响应,进一步讨论了不同植被类型对干旱的敏感性差异。结果表明：(1) 36年来8个植被区除青藏高原高寒植被区呈湿润化,其他植被区均呈现变干趋势;(2)气温上升大面积加剧了温带荒漠区和温带草原区的变干趋势;(3)亚热带常绿阔叶林区和热带季风雨林、雨林区的GPP受温度和干旱影响相当,青藏高原高寒植被区和针叶、落叶林混交林区的GPP受温度主导,其他植被区GPP均受干旱主导。