趙苗苗 ，劉熠 ，楊吉林, ，劉羽 ，趙娜 ，岳天祥*

1. 中國科學(xué)院地理科學(xué)與資源研究所/資源與環(huán)境信息系統(tǒng)國家重點實驗室，北京 100101；2. 中國科學(xué)院大學(xué)，北京 100049；3. 中國科學(xué)院地理科學(xué)與資源研究所/陸地表層格局與模擬院重點實驗室，北京 100101

在過去的半個世紀(jì)里，氣候變化已經(jīng)引起了人們的廣泛關(guān)注。在自然和人為因素的共同影響下，全球氣候和大氣組成發(fā)生了明顯的變化，顯著改變了陸地生態(tài)系統(tǒng)的過程、結(jié)構(gòu)和功能。大氣中溫室氣體濃度富集導(dǎo)致過去100年地球表面氣溫平均增加了 0.74 ℃，預(yù)計在未來 100年還將升高 1.4－5.8 ℃（IPCC，2013）；同時氣候變化也改變了全球降水模式，增加時空變異，伴隨著干旱、洪澇等極端氣候事件頻發(fā)（Folland et al.，2001），而這些改變均會對陸地植被凈初級生產(chǎn)力（net primary productivity，NPP）產(chǎn)生影響，并由之綜合表現(xiàn)出來（Nemani et al.，2003）。

植被凈第一性生產(chǎn)力指綠色植物在單位時間、單位面積上所積累的有機干物質(zhì)總量，作為陸地生態(tài)系統(tǒng)碳循環(huán)的重要組成部分，NPP直接反映綠色植物在自然環(huán)境條件下的生產(chǎn)力和地表質(zhì)量狀況，成為判定生態(tài)系統(tǒng)碳源/匯和調(diào)節(jié)生態(tài)過程的主要因子（Field et al.，1998），對于研究全球氣候變化具有重要意義。NPP主要受自然因素（氣候、土壤、植被等）和人類活動（土地利用變化等）等因素的影響（Potter et al.，1993）。國外學(xué)者在NPP時空特征變化及其與氣候因子的相關(guān)關(guān)系方面已經(jīng)做了很多工作（Melillo et al.，1993；Knapp et al.，2001），國內(nèi)有關(guān)這方面的研究也有很多重要的成果（方精云等，2003；高志強等，2004；Gao et al.，2009；王琳等，2010）。研究表明，過去幾十年的NPP受氣候變化的影響呈增加趨勢（Fang et al.，2001；朱文泉等，2007）。

NPP估算方法中，由于氣候觀測站點數(shù)量有限，傳統(tǒng)的基于采樣點數(shù)據(jù)估算NPP的方法易受空間尺度限制，較大尺度的生態(tài)系統(tǒng)與氣候因子關(guān)系研究以模型模擬和遙感觀測為主要的研究方法。過程模型理論框架完整、結(jié)構(gòu)嚴(yán)謹(jǐn)、機理清晰，能較好地模擬生態(tài)系統(tǒng)物質(zhì)循環(huán)和能量流動，是全球和區(qū)域尺度上植被生產(chǎn)力評估的重要手段之一（Lu，2000；馮險峰等，2014）。已有不少過程模型對區(qū)域尺度的凈初級生產(chǎn)力進(jìn)行了模擬，以生物地球化學(xué)模型和遙感模型為主（朱文泉等，2007；仲曉春等，2016）。近年來，動態(tài)植被模型以其機制合理、過程全面引起了廣泛重視，應(yīng)用動態(tài)植被模型模擬分析氣候?qū)ψ匀恢脖坏目赡苡绊?，已?jīng)成為全球變化生態(tài)學(xué)相關(guān)研究的一種發(fā)展趨勢（傅伯杰，2010）。與此同時，利用MOD17A3 NPP遙感數(shù)據(jù)產(chǎn)品研究植被生產(chǎn)力的時空分布特征及與氣候要素的關(guān)系已經(jīng)得到廣泛應(yīng)用和驗證（王軼虹等，2017；李登科等，2018）。將NPP動態(tài)植被模型模擬結(jié)果與遙感數(shù)據(jù)產(chǎn)品結(jié)合，既可以解決遙感觀測因天氣、云量造成的數(shù)據(jù)缺失和反演過程中的數(shù)據(jù)偏差問題，又可以彌補動態(tài)植被模型缺乏人類活動影響的不足，在一定程度上提高了結(jié)果的可靠性。

為更好地了解近年來中國陸地植被NPP對氣候變化響應(yīng)的空間分異規(guī)律，本研究利用動態(tài)植被LPJ-GUESS模型模擬 2001－2015年中國陸地生態(tài)系統(tǒng)植被NPP的時空分布，并基于HASM降尺度方法與MOD17A3 NPP數(shù)據(jù)融合。根據(jù)氣候要素和土壤質(zhì)地九大分區(qū)，分析NPP動態(tài)變化趨勢及其與氣候因子間的相關(guān)性，并與其他研究結(jié)果進(jìn)行比較，為評價中國陸地植被生產(chǎn)力在全球碳循環(huán)中的地位和作用提供科學(xué)依據(jù)，有利于認(rèn)識氣候變化對中國陸地生態(tài)系統(tǒng)植被的影響，對中國不同陸地生態(tài)系統(tǒng)的生產(chǎn)力評估、對氣候變化的響應(yīng)和適應(yīng)和生態(tài)系統(tǒng)的環(huán)境建設(shè)等工作具有重要的參考價值。

1 研究數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

本研究所利用的氣象數(shù)據(jù)由中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.gov.cn/）提供，包括各氣象站點的經(jīng)度、緯度、月均溫、月降水量、月平均輻射、CO2濃度以及土壤類型等，共752個地面觀測站，時間跨度為2001年1月－2015年12月。利用HASM高精度曲面建模方法對氣象站點數(shù)據(jù)進(jìn)行插值，疊加中國邊界圖裁剪獲得各氣象要素柵格圖，空間分辨率為 0.1°×0.1°。

2001－2015 年MOD17A3 NPP數(shù)據(jù)來自美國NASA網(wǎng)站（https://ladsweb.nascom.nasa.gov/data/search.html），空間分辨率為1 km×1 km。利用MRT（Modis Reprojection Tool）軟件對下載的NPP數(shù)據(jù)進(jìn)行重投影、拼接處理，為保證數(shù)據(jù)的匹配精度，所有數(shù)據(jù)均采用Albers等積圓錐投影。

根據(jù)氣溫、降水等氣象要素和土壤質(zhì)地等將中國分為九大地區(qū)，分別為內(nèi)蒙及長城區(qū)、甘新區(qū)、東北區(qū)、黃土高原區(qū)、青藏區(qū)、西南區(qū)、華南區(qū)、黃淮海區(qū)、長江中下游區(qū)（Yue et al.，2013）。

1.2 研究方法

1.2.1 HASM

高精度曲面建模方法（HASM）是近年來針對困擾曲面建模的誤差問題和多尺度問題發(fā)展起來的一種基于微分幾何學(xué)曲面理論的曲面建模方法，已經(jīng)被成功運用于土壤插值領(lǐng)域、氣候模擬和建立DEM 等領(lǐng)域（Yue et al.，2007；Shi et al.，2009；Yue et al.，2010）。

根據(jù)曲面的基本定理，曲面 z=f(x, y)是由其第一個和第二個基本變量（Henderson，1998）所決定的。第一個基本系數(shù) E、F、G描述了關(guān)于幾何性質(zhì)的信息，如切向量的角度、曲線的長度、區(qū)域的面積等等。E、F、G公式如下：

第二個基本變量L、M、N反映了表面的局部扭曲（Liseikin，2004；Toponogov，2006），公式如下：

曲面的基本變量 E、F、G、L、M、N需滿足下列高斯方程（Liseikin，2004；Somasundaram，2005；Toponogov，2006；Yue，2011）：

利用標(biāo)準(zhǔn)的有限差分離散化方案（Zhao et al.，2014），可將高斯方程轉(zhuǎn)變?yōu)椋?/p>

式中，h是步長；f是模擬值；i、j表示空間位置；n表示迭代次數(shù)。

分別用 A1、A2、A3表示公式（5）中方程左端構(gòu)成的系數(shù)矩陣，用d、p、q表示方程組右端的常數(shù)向量，并結(jié)合采樣點信息，將HASM轉(zhuǎn)化為如下最小二乘問題：

式中，Zn+1為研究區(qū)域在空間中離散后的格網(wǎng)點；k為采樣信息；S為表示采樣位置信息的系數(shù)矩陣。

通過引入權(quán)重參數(shù) λ，上述約束最小二乘問題可以轉(zhuǎn)化為：

該最優(yōu)化問題等價于：

在實際應(yīng)用HASM模型時，需要提供的輸入?yún)?shù)為驅(qū)動場和精度控制點，其中驅(qū)動場可以是其他模型輸出的或者根據(jù)其他變量計算得到的精度較低的空間變量分布，而精度控制條件則是實際測量、精度較高的數(shù)據(jù)。在本研究中，將LPJ-GUESS模型模擬輸出的NPP的模擬值重采樣為1 km分辨率數(shù)據(jù)，采用 10折交叉驗證方法隨機抽取 10%MOD17A3 NPP數(shù)據(jù)為優(yōu)化控制條件，剩余的90%作為真值驗證重采樣的降尺度數(shù)據(jù)精度，不斷重復(fù)這個步驟，直至模擬精度在誤差范圍內(nèi)。運用HASM降尺度方法既保留了曲面整體趨勢，又增加了曲面細(xì)節(jié)信息。

1.2.2 LPJ-GUESS模型

LPJ-GUESS模型是從機理上模擬植物生理生態(tài)過程（光合、呼吸、蒸散發(fā)等）、生物物理過程（物質(zhì)和能量交換）以及生物地球化學(xué)過程（碳水循環(huán)）的動態(tài)植被模型（Smith et al.，2001）。通過模擬物種的生長、死亡和更新過程反映植被動態(tài)，很大程度上受當(dāng)前環(huán)境狀況、現(xiàn)有物種組成以及物種生活規(guī)律的影響（Smith et al.，2011）。模型的輸入數(shù)據(jù)包括月均溫、月降水量、月平均輻射、CO2濃度以及土壤類型代碼等。輸出數(shù)據(jù)包括植被的NPP、生物量、葉面積指數(shù)（LAI）、土壤碳儲量、蒸散發(fā)、徑流以及土壤含水量等。

LPJ-GUESS模型適合于多尺度生態(tài)系統(tǒng)過程的動態(tài)模擬，并已在全球范圍內(nèi)得到廣泛的應(yīng)用，如 Smith et al.（2001）和 Hickler et al.（2004）模擬了歐洲和美國東北的植被動態(tài)，Tagesson et al.（2009）結(jié)合遙感數(shù)據(jù)模擬了瑞典森林生態(tài)系統(tǒng)的凈初級生產(chǎn)力（NPP），Piao et al.（2013）利用LPJ-GUESS模擬了GPP、NPP、NBP和溫度敏感性對氣候變化和 CO2趨勢的響應(yīng)。LPJ-GUESS模型也被用于模擬中國陸地生態(tài)系統(tǒng)及北京山區(qū)森林的碳循環(huán)（Piao et al.，2010；Liu et al.，2009）。

在應(yīng)用LPJ-GUESS模型進(jìn)行模擬時，先用2001－2015年的年均氣象觀測數(shù)據(jù)運行1000年，使植被生態(tài)系統(tǒng)和土壤結(jié)構(gòu)達(dá)到平衡狀態(tài)，各生態(tài)系統(tǒng)變量趨于穩(wěn)定，且NPP和異養(yǎng)呼吸量（HR）、凋落物量（LT）相等。LPJ-GUESS模型平衡以后，用2001－2015年的觀測數(shù)據(jù)進(jìn)行動態(tài)模擬。

1.2.3 NPP年際變化

2001－2015 年每個像元NPP值年際變化趨勢分析采用一元線性回歸趨勢線法，回歸直線的斜率采用最小二乘法求得（王軼虹等，2017）。

式中，n為擁有相同坐標(biāo)的柵格數(shù)即年份，n=15；Yi為第i年的像元NPP值；θslope表示一元線性回歸線的斜率，θslope＞0說明NPP在2001－2015年間的變化趨勢是增加的，反之減少。

1.2.4 NPP與氣候相關(guān)分析

基于2001－2015年每個像元的NPP與對應(yīng)的年均溫和降水的相關(guān)系數(shù)計算，每個柵格包括 15對數(shù)據(jù)（龍慧靈等，2010）。

式中，變量i為年序號；n取值為15；Yij為第i年第j個像元的NPP數(shù)據(jù)；Cij為第i年第j個像元的氣象因子數(shù)據(jù)；RYCj為第j個像元NPP與氣候因子的相關(guān)系數(shù)。

1.2.5 假設(shè)檢驗

計算檢驗統(tǒng)計量tr的公式如下：

若tr在0.05水平上大于臨界值，則說明兩變量間有顯著關(guān)系（仲曉春等，2016）。

運用Excel 2016和ArcGIS 10.2進(jìn)行繪圖。

2 結(jié)果與分析

2.1 植被NPP的時空分布

2.1.1 近15年全國植被NPP的空間分布

由圖1可知，近15年全國植被平均NPP空間分布地域性差異明顯，總體上沿水熱梯度呈由西北向東南逐漸增加的趨勢。其中，西北沙漠地區(qū)和青藏高原腹地的植被NPP值最小，大都在100 g·m-2（以 C計，下同）以下，面積約占8.95%。其次是其周邊地區(qū)，植被NPP值在100－300 g·m-2之間，面積約占25.89%。從西北內(nèi)陸向東南沿海過渡帶，植被NPP值在300－600 g·m-2之間，區(qū)域范圍較大，約占50%以上。四川盆地大部分地區(qū)及海南省和東北平原局部植被NPP值在700 g·m-2以上。

圖1 2001—2015年全國植被平均NPP分布圖Fig. 1 Spatial distribution of the annual mean NPP in China from 2001 to 2015

表1 2001－2015年全國九大區(qū)域的面積及植被NPP總量占全國的比例Table 1 The total NPP and area proportion of the nine regions in China in 2001-2015

2001－2015 年全國植被NPP變化范圍為1.9－1131 g·m-2·a-1，全國植被 NPP 平均為 376 g·m-2·a-1。從氣候分區(qū)來看，每個區(qū)植被 NPP均值、面積和NPP總量占全國的比例不同（表1）：青藏區(qū)面積和植被NPP總量占全國的比例最大，均為23%，植被NPP 均值為 385.47 g·m-2·a-1；甘新區(qū)植被 NPP 均值最小，為164.98 g·m-2·a-1，面積占全國的23%，年均NPP總量只占全國的10%；西南區(qū)植被NPP均值最大為 531.81 g·m-2·a-1，面積占全國的 11%，年均NPP總量卻占全國的16%；東北區(qū)植被NPP均值為 513.10 g·m-2·a-1，面積占比 10%，年均 NPP 總量占比13%；長江中下游植被NPP均值為498.12 g·m-2·a-1，面積占比 11%，年均 NPP 總量占比 14%。其他地區(qū)如黃土高原區(qū)（459.89 g·m-2·a-1）、內(nèi)蒙及長 城 區(qū) （ 337.17 g·m-2·a-1）、 華 南 區(qū) （ 480.49 g·m-2·a-1）、黃淮海區(qū)（441.54 g·m-2·a-1）面積和年均NPP總量占全國的比例相當(dāng)。

2.1.2 近15年全國植被NPP的時間變化

對中國2001－2015年年均NPP值逐像元進(jìn)行趨勢變化分析（圖 2）。統(tǒng)計發(fā)現(xiàn)，69.25%的像元NPP 呈增加趨勢，其中最大趨勢為 72.64 g·m-2·a-1，以青藏高原局部、海南東部和臺灣北部地區(qū)增幅最大，全國 NPP平均變化趨勢為 2.29 g·m-2·a-1，有84%的像元 NPP 年際變化范圍為-3－5 g·m-2·a-1。

由圖3可知，近15年全國植被NPP總體上呈逐年增加趨勢，變化范圍在3314.101－3847.70 Tg之間，植被平均NPP值為3519.59 Tg。從NPP增加趨勢看，近 15年全國 NPP的斜率約為 23.41 Tg·a-1，即每年全國增加的NPP約為23.41 Tg。相關(guān)系數(shù)為0.392，未達(dá)顯著水平。

近15年，由于氣溫逐漸增加，降水分布不均，全國區(qū)域植被 NPP總量變化波動明顯，除西南區(qū)（-2.48 Tg·a-1）和內(nèi)蒙及長城區(qū)（-0.15 Tg·a-1）呈減少趨勢外，其余各區(qū)都呈增加趨勢。2015年全國植被NPP最大，比最小年份（2002年）多736 Tg。占全國植被 NPP總量比例最大的青藏區(qū)總體波動較大，2002年和2006年都有小幅的減少，總體變化范圍在710.41－928.52 Tg之間。西南區(qū)和長江中下游區(qū)變化范圍和總體走勢較相似，均在2008年、2010年和2014年出現(xiàn)了極小值。甘新區(qū)和內(nèi)蒙及長城區(qū)則在2008年和2013年出現(xiàn)了極大值。

圖2 2001－2015年全國植被NPP總量線性斜率分布圖Fig. 2 Spatial distribution of the annual total NPP linear trend in China from 2001 to 2015

圖3 2001－2015年全國九大區(qū)域植被NPP總量變化Fig. 3 Change pattern of annual total NPP in the nine regions in China from 2001 to 2015

2.2 植被NPP與氣候的相關(guān)性

圖4 2001－2015年全國植被NPP與年均溫的相關(guān)系數(shù)分布（a）及其t檢驗結(jié)果（b）Fig. 4 Correlation relationship between average NPP and temperature in China during the years from 2001 to 2015

植被凈第一生產(chǎn)力受各種自然因素（氣溫、降水、太陽輻射、土壤類型和地形等）和土地利用方式改變等人類活動因素的影響。為了說明氣候?qū)θ珖脖籒PP的影響，對2001－2015年全國植被NPP與 15年來的氣溫和降水進(jìn)行相關(guān)性分析。同時查閱相關(guān)系數(shù)的顯著性資料得到，當(dāng)n=15時，r的絕對值大于0.59為極顯著相關(guān)，大于0.44為顯著相關(guān)，其余為一般相關(guān)，由此生成相關(guān)系數(shù)空間分布圖（圖4a，圖5a）。并對其進(jìn)行t檢驗分析，在α=0.05（v=13，臨界值為1.77）水平上得到t統(tǒng)計變量分布圖（圖4b，圖5b）。

圖5 2001－2015年全國植被NPP與年降雨量的相關(guān)系數(shù)分布（a）及其t檢驗結(jié)果（b）Fig. 5 Correlation relationship between average NPP and precipitation in China during the years from 2001 to 2015

近 15年來，全國只有小部分地區(qū)的植被年平均 NPP與年平均溫度之間呈正相關(guān)，比例為32.18%，其中8.71%為顯著或極顯著正相關(guān)。大部分地區(qū)為負(fù)相關(guān)，其中62.39%為一般負(fù)相關(guān)。而相關(guān)性在α=0.05置信水平上，只有22.18%通過了檢驗，這說明 2001－2015年全國大部分地區(qū)年平均NPP與年平均溫度相關(guān)性不顯著。

近 15年來，全國絕大部分地區(qū)（97.15%）的植被年平均 NPP與降雨量之間呈正相關(guān)，其中71.23%為顯著或極顯著，這說明降雨對植被 NPP的影響在全國范圍內(nèi)幾乎都為正效應(yīng)，而且降雨對植被NPP影響的效應(yīng)大于溫度的影響。而NPP與年降雨量之間的相關(guān)性在α=0.05水平上有79.26%通過了檢驗，說明全國大部分地區(qū)的植被年平均NPP與年降雨量之間存在顯著的正相關(guān)關(guān)系。

3 討論

3.1 不同研究的NPP模擬結(jié)果

自上世紀(jì)90年代開始，大量中國學(xué)者應(yīng)用模型（遙感模型和生態(tài)系統(tǒng)過程模型）方法對中國陸地生態(tài)系統(tǒng)植被第一性生產(chǎn)力進(jìn)行了研究。由于所研究的時期、利用的模型和數(shù)據(jù)空間分辨率不同，得到的NPP模擬結(jié)果也不相同（表2）。除BIOME-BGC模型的模擬結(jié)果為1.5 Pg·a-1（以C計，下同），其余模型的模擬結(jié)果在2.138－4.65 Pg·a-1之間。由表2可知，即使采用同一個模型、同種分辨率對全國陸地生態(tài)系統(tǒng)植被NPP進(jìn)行模擬，如CASA遙感估算模型，研究結(jié)果也不相同（高志強等，2008；陳福軍等，2011）。有研究表明，中國陸地生態(tài)系統(tǒng)NPP 平均為(2.828±0.827) Pg·a-1（高艷妮等，2012），本研究結(jié)果與黃玫（2006）的研究結(jié)果接近，低于仲曉春等（2016）的估算值，一方面原因是研究的年份不同，仲曉春等人研究的是2001－2010年，黃玫的則是1961－2000年，另一方面，仲曉春等人采用的是MODIS NDVI數(shù)據(jù)結(jié)合CASA模型計量中國植被的NPP，黃玫則是采用耦合了土壤碳氮動力學(xué)子模塊的AVIM框架的模型作為基礎(chǔ)，模擬植被NPP的分布。研究表明，與過程模型相比，遙感產(chǎn)品會高估植被NPP，而過程模型機理清晰，框架完善，但參數(shù)眾多，參數(shù)本地化比較困難（高艷妮等，2012）。本研究利用HASM高精度曲面建模方法，結(jié)合陸地生態(tài)系統(tǒng)動態(tài)植被過程模型和 MOD17A3 NPP遙感數(shù)據(jù)產(chǎn)品估算中國陸地生態(tài)系統(tǒng)植被的NPP，研究結(jié)果具有一定的可信度。

3.2 中國陸地生態(tài)系統(tǒng)植被NPP空間分布地域性特征及其與氣候的關(guān)系

中國陸地生態(tài)系統(tǒng)植被 NPP空間分布地域性特征明顯，總體上沿水熱梯度從東向西、從南向北遞減，NPP最大值出現(xiàn)在海南和四川盆地地區(qū)，新疆和青藏高原則最低。九大分區(qū)中甘新區(qū)地處西北內(nèi)陸，氣候干燥，年降水量較小，植被以落葉松和云杉為主，生產(chǎn)力較低，面積占比大于年均NPP總量占比；而西南、東北和長江中下游地區(qū)處于亞熱帶濕潤、溫帶半濕潤季風(fēng)氣候區(qū)，植被豐富，生產(chǎn)力較高。近年來，隨著全球氣溫的不斷升高，全國植被NPP總體上在波動中呈逐年增加的趨勢，尤以青藏區(qū)增幅最明顯，而云貴高原和東北平原植被NPP呈逐年減小的趨勢，這與谷曉平等（2007）的研究結(jié)果一致，主要原因是由于云貴高原降水減少所致，也有研究認(rèn)為是太陽輻射減少的原因（Wang et al.，2017）。

表2 各模型參數(shù)說明及模擬結(jié)果Table 2 Simulation results and parameters used in different model

中國陸地植被NPP與氣候的相關(guān)性分析表明，氣溫與植被NPP的相關(guān)性不顯著，只有在青藏高原地區(qū)年均溫和植被NPP呈顯著正相關(guān)，其他地區(qū)相關(guān)性不明顯；主要原因是青藏高原屬高海拔地區(qū)，受人類活動的影響較小，高原腹地年平均溫度在0 ℃以下，大片地區(qū)最暖月平均溫度也不足10 ℃，所以受溫度的影響較大。降水是影響陸地生態(tài)系統(tǒng)NPP的主要原因，除云貴高原和四川盆地部分地區(qū)外，年降水量與植被NPP呈顯著正相關(guān)，這與前人研究結(jié)果（朱文泉等，2007；仲曉春等，2016）略有不同。主要原因是云貴高原和四川盆地地區(qū)河流資源豐富，植被生長不受水分脅迫的影響，因此與降水的相關(guān)關(guān)系不顯著。另外，近年來隨著氣候變暖活動的加劇，降水分布不均且逐年減少，植被受水分較溫度的影響偏大。

中國陸地生態(tài)系統(tǒng)植被 NPP值與氣溫降水雖然有一定的相關(guān)關(guān)系，但受到多種因素共同作用的影響，還與人類活動、土地利用方式、管理措施（陶波等，2003；Mohamed et al.，2004；Matsushita et al.，2004）等因素有關(guān)，因此并未表現(xiàn)出顯著相關(guān)關(guān)系。

3.3 模型實際應(yīng)用中存在的不足

不同研究的NPP模擬結(jié)果差異較大，現(xiàn)有模型大多數(shù)采用簡化的方程和經(jīng)驗公式的形式如光能利用率模型（CASA等），而一些基于生態(tài)系統(tǒng)過程的模型（BIOME-BGC等）只考慮垂直方向的通量，空間相互獨立，沒有考慮物質(zhì)的水平運移，模型由點向面的擴(kuò)展應(yīng)用還存在大量的問題，導(dǎo)致結(jié)果差異性較大（Yuan et al.，2015；Liang et al.，2015），另外模型的結(jié)構(gòu)、參數(shù)的不確定性和輸入數(shù)據(jù)的精度都會影響模型的不確定性分析（Wu et al.，2006）。LPJ-GUESS動態(tài)植被模型充分考慮了植被的生長動態(tài)，可用于區(qū)域和全球尺度的生態(tài)系統(tǒng)過程模擬及其時空分析，但在模型實際應(yīng)用中還存在一些不足，例如模型缺乏對生態(tài)系統(tǒng)碳氮耦合過程的深入描述，沒有考慮人類活動如土地利用變化對植被生長過程的影響。

另外，隨著溫室氣體濃度的升高，氣候變化加劇，模型模擬植被凈初級生產(chǎn)力時只考慮植被對氣候變化的響應(yīng)，而忽略了植被自身的適應(yīng)性以及對氣候的反饋，大多數(shù)情況下植被對氣候的適應(yīng)并不是簡單的線性問題，而是復(fù)雜的非線性問題（Yang et al.，2017）。

4 結(jié)論

利用2001－2015年氣候數(shù)據(jù)，運用LPJ-GUESS模型逐像元模擬了中國植被的 NPP，結(jié)合MOD17A3 NPP數(shù)據(jù)，基于HASM高精度曲面建模方法，根據(jù)氣候要素和土壤質(zhì)地九大分區(qū)，分析NPP時空分布特征及其與氣候因子間的相關(guān)性關(guān)系，主要結(jié)論如下：

（1）近15年全國植被平均NPP空間分布地域性明顯，總體上呈由西北向東南逐漸增加的趨勢。其中西北沙漠地區(qū)和青藏高原腹地的植被 NPP值最小，大都在100 g·m-2以下。從西北內(nèi)陸向東南沿海過渡帶植被NPP值在300－600 g·m-2之間。四川盆地大部分地區(qū)以及海南省和東北平原局部植被NPP 值在 700 g·m-2以上。

（2）近15年全國植被每個像元的NPP變化范圍為 1.9－1131 g·m-2·a-1，全國平均植被 NPP 為 376 g·m-2·a-1。青藏區(qū)面積和植被NPP總量占全國的比例最大，均為 23%，植被 NPP均值為 385.47 g·m-2·a-1；甘新區(qū)植被 NPP 均值最小，為 164.98 g·m-2·a-1，面積占全國的23%，年均NPP總量只占全國的10%；西南區(qū)、東北區(qū)和長江中下游區(qū)植被豐富，年均NPP總量占比大于面積占比。其他地區(qū)面積和年均NPP總量占全國的比例相當(dāng)。

（3）近15年全國有65.29%的區(qū)域植被NPP呈增加趨勢，最大值為 72.64 g·m-2·a-1，平均值為 2.29 g·m-2·a-1，以青藏部分、黃土高原區(qū)、海南大部和臺灣北部地區(qū)增幅最大。近 15年除云貴高原和四川盆地部分地區(qū)外，有 79.26%的地區(qū)年平均 NPP與年平均降水之間呈顯著正相關(guān)，而年平均NPP與年平均溫度的這一比例僅為8.71%，分布在青藏高原地區(qū)。

（4）利用HASM高精度曲面建模方法，結(jié)合陸地生態(tài)系統(tǒng)動態(tài)植被過程 LPJ-GUESS模型和MOD17A3 NPP遙感數(shù)據(jù)產(chǎn)品估算中國陸地生態(tài)系統(tǒng)植被的NPP，研究結(jié)果具有一定的可信度。