王瑞涇，馮琦勝，金哲人，劉潔，趙玉婷，葛靜，梁天剛

（蘭州大學(xué)草地農(nóng)業(yè)生態(tài)系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，蘭州大學(xué)農(nóng)業(yè)農(nóng)村部草牧業(yè)創(chuàng)新重點(diǎn)實(shí)驗(yàn)室，蘭州大學(xué)草地農(nóng)業(yè)教育部工程研究中心，蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院，甘肅 蘭州 730020）

草地生態(tài)系統(tǒng)是全球范圍內(nèi)分布最為廣泛的生態(tài)系統(tǒng)之一，約占地球陸地面積的25%［1］。同時(shí)，草地也是一種十分重要的自然資源，在氣候調(diào)節(jié)、防風(fēng)固沙、生物多樣性保育、水土保持和維護(hù)生態(tài)平衡等方面具有不可替代的作用。如今世界各地的草地都面臨著退化，尤其是以高寒草地（約占比49%）為主要草地類型的青藏高原［2］，雖然近年來青藏高原高寒草地生態(tài)系統(tǒng)整體上呈現(xiàn)改善的狀態(tài)，但仍有部分草地存在不同程度的退化［3］。草地生態(tài)系統(tǒng)恢復(fù)的關(guān)鍵是草地植被的恢復(fù)［4］，目前青藏高原草地恢復(fù)措施主要有施肥、補(bǔ)播、圍欄封育、人工草地建植等。近年來，近自然恢復(fù)（close-to-nature restoration）理念受到了廣泛關(guān)注并在植被恢復(fù)中得到了有效利用，近自然恢復(fù)并不是完全摒棄傳統(tǒng)人工恢復(fù)，而是借助傳統(tǒng)人工恢復(fù)措施，主要依靠生態(tài)系統(tǒng)的自我調(diào)節(jié)進(jìn)行可持續(xù)生態(tài)恢復(fù)，這也是一種較為切合高寒草地恢復(fù)的措施［5］。但青藏高原高寒草地近自然恢復(fù)潛勢(shì)的大小及其空間分布格局尚不明確。因此，開展青藏高原草地恢復(fù)潛勢(shì)研究對(duì)青藏高原草地生態(tài)系統(tǒng)保護(hù)與恢復(fù)具有重要意義。

近年來，關(guān)于恢復(fù)潛勢(shì)的研究已有一些進(jìn)展，Venter 等［6］用Sen 斜率和Mann-Kendall 檢驗(yàn)計(jì)算1986?2019年的增強(qiáng)植被指數(shù)（enhanced vegetation index，EVI）變化趨勢(shì)，分析南非的植被退化與恢復(fù)潛力；高海東等［7］與趙廣舉等［8］通過地形、土壤、植被、氣候、坡度等因素疊加分區(qū)，基于“生境越相似的區(qū)域，植被恢復(fù)潛力越接近”的相似生境法原則，以某區(qū)內(nèi)植被覆蓋度的最大值評(píng)估黃土高原的恢復(fù)潛力；李海東等［9］采用層次分析法和模糊綜合評(píng)價(jià)方法，建立了高寒河谷沙地植被恢復(fù)潛力綜合評(píng)價(jià)模型來研究不同類型沙地植被的恢復(fù)潛力。潘竟虎等［10］基于潛在歸一化植被指數(shù)（normalized difference vegetation index，NDVI）數(shù)據(jù)，采用改進(jìn)的CASA 模型模擬得到中國(guó)潛在植被凈初級(jí)生產(chǎn)力。

植被凈初級(jí)生產(chǎn)力（net primary productivity，NPP）可以較為準(zhǔn)確地反映草地植被的生長(zhǎng)狀況，且對(duì)氣候變化與人類活動(dòng)的影響較為敏感［11］，適合作為評(píng)價(jià)草地恢復(fù)潛勢(shì)的指標(biāo)。本研究擬在估計(jì)青藏高原草地現(xiàn)實(shí)與潛在NPP 的基礎(chǔ)上，將恢復(fù)潛勢(shì)定義為草地恢復(fù)現(xiàn)狀與恢復(fù)頂級(jí)之間的“距離”，依此分析青藏高原高寒草地恢復(fù)現(xiàn)狀和恢復(fù)潛勢(shì)。

基于此，本研究擬通過CASA 模型估計(jì)現(xiàn)實(shí)NPP（actual net primary productivity，NPP），通過Thornthwaite Memorial 模型估計(jì)潛在NPP（potential net primary productivity，PNPP），采用最大值合成法將19年來的年P(guān)NPP進(jìn)行合成得到PNPP 最大值（maximum potential net primary productivity，PNPPm），用PNPPm與NPP 之間的差值評(píng)估草地的恢復(fù)潛勢(shì)，定量研究2001?2019年青藏高原草地恢復(fù)潛勢(shì)及其演變趨勢(shì)。本研究結(jié)果可以判定不同草地恢復(fù)現(xiàn)狀、恢復(fù)潛力與恢復(fù)價(jià)值，為青藏高原退化草地恢復(fù)政策的制定提供科學(xué)與理論支撐，對(duì)指導(dǎo)青藏高原草地保護(hù)與生態(tài)系統(tǒng)恢復(fù)具有重要意義。

1 材料與方法

1.1 研究區(qū)概況

青藏高原是我國(guó)的重點(diǎn)牧區(qū)之一，約占我國(guó)草地總面積的1/3。介于26°00′12″?39°46′50″N，73°18′52″?104°46′59″E，涉及青海、西藏、新疆、四川、甘肅和云南6 個(gè)省區(qū)共201 個(gè)縣級(jí)行政區(qū)，面積約為2.5724×106km2，約占中國(guó)陸地總面積的26.8%。青藏高原草地資源豐富，草地類型眾多，其中包括高寒草原、高寒草甸、高寒草甸草原、高寒荒漠等17 種草地類型［12］（圖1）。

圖1 青藏高原草地類型分布Fig.1 Distribution of grassland types on the Qinghai-Tibet Plateau

1.2 數(shù)據(jù)來源與預(yù)處理

1.2.1 氣象數(shù)據(jù) 2001?2017年的逐月降水和溫度插值數(shù)據(jù)采用的是Ge 等［13］研究中使用的數(shù)據(jù)。2018?2019年的逐月降水和溫度插值數(shù)據(jù)來自國(guó)家科技基礎(chǔ)條件平臺(tái)?國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http：//www.geodata.cn）。

1.2.2 太陽(yáng)總輻射量數(shù)據(jù) 在ArcGIS 軟件中，通過Area Solar Radiation 工具計(jì)算得到2001?2019年青藏高原每月太陽(yáng)總輻射量（solar radiation，SOL）。該過程使用到的數(shù)字高程模型（digital elevation model，DEM）數(shù)據(jù)來源于NASA 的航天飛機(jī)雷達(dá)地形測(cè)繪任務(wù)數(shù)據(jù)（shuttle radar topography mission，SRTM）（http：//srtm. csi.cgiar.org/），空間分辨率為90 m［14］。

1.2.3 MODIS 數(shù)據(jù) 本研究使用了來自美國(guó)航空航天局對(duì)地觀測(cè)系統(tǒng)數(shù)據(jù)與信息系統(tǒng)（NASA’S earth observing system data and information system，EOSDIS）開發(fā)的MOD13A3 和MCD43A4 產(chǎn)品。MOD13A3 產(chǎn)品提供了2001?2019年逐月NDVI 數(shù)據(jù)，空間分辨率為1 km；MCD43A4 產(chǎn)品提供了2001?2019年逐日經(jīng)過BRDF 校準(zhǔn)的地表反射率數(shù)據(jù)，空間分辨率為500 m，它包括MODIS1～7 波段，本研究?jī)H使用第2 和6 波段計(jì)算所得地表水體指數(shù)（land surface water index，LSWI）作為CASA 模型的輸入變量計(jì)算NPP。

對(duì)于以上數(shù)據(jù)本研究使用MODIS 數(shù)據(jù)重投影工具（MODIS reprojection tool，MRT）進(jìn)行了格式轉(zhuǎn)換、拼接與轉(zhuǎn)投影，處理后的數(shù)據(jù)為Geo-Tiff 格式，采用WGS 1984 Albers 投影。并將所有數(shù)據(jù)重采樣至1 km，裁剪出青藏高原地區(qū)的影像數(shù)據(jù)。與此同時(shí)，本研究還采用最大值合成法（maximum value composite，MVC），合成了逐月地表水指數(shù)（land surface water index，LSWI）數(shù)據(jù)，用于后續(xù)研究［15］。

1.3 現(xiàn)實(shí)凈初級(jí)生產(chǎn)力（NPP）

本研究采用CASA 模型對(duì)2001?2019年青藏高原的NPP 進(jìn)行估算，該模型是當(dāng)前應(yīng)用最廣泛的凈初級(jí)生產(chǎn)力估計(jì)模型［16］。該模型主要基于光合有效輻射（absorbed photosynthesis active radiation，APAR，MJ·m?2）和光能利用率（ε，g C·MJ?1）估計(jì)NPP，其公式為：

式中：SOL 為太陽(yáng)總輻射量（MJ·m?2），是用數(shù)字高程模型（DEM）通過ArcGIS 軟件計(jì)算得出［14］；FPAR 為植被冠層對(duì)光合有效輻射的吸收比例，由各植被類型的NDVI 及其最大值、最小值，比值植被指數(shù)（SR）及其最大值、最小值以及FPAR 最大值、最小值確定，計(jì)算過程參照朱文泉等［16］的研究；ε 為光能轉(zhuǎn)化率，由月平均氣溫、植物生長(zhǎng)最適月平均氣溫、LSWI 以及理想條件下最大光能轉(zhuǎn)化率（ε*，本研究選取全球通用值0.389 g C·MJ?1）得出，計(jì)算過程參考Xu 等［17］的研究。

1.4 潛在凈初級(jí)生產(chǎn)力（PNPP）

本研究采用經(jīng)驗(yàn)證的Thornthwaite Memorial 模型對(duì)2001?2019年青藏高原的PNPP 進(jìn)行估算，該模型是在Miami 模型的基礎(chǔ)上對(duì)Thornthwaite 潛在蒸散發(fā)模型加以修正而建立的。是利用蒸散與碳吸收的關(guān)系，以降水和溫度為輸入，來估計(jì)PNPP，這一方法比Miami 模型更加精確［18］。其表達(dá)式為：

式中：PNPP 為年潛在凈初級(jí)生產(chǎn)力（g C·m?2）；v為年平均實(shí)際蒸散量（mm）；L為年平均蒸散量（mm）；t和r分別表示年平均溫度（℃）與年降水量（mm）。年平均溫度（t）和年降水量（r）使用2001?2019年研究區(qū)降水和溫度空間插值數(shù)據(jù)［13］，空間分辨率為1 km，數(shù)據(jù)為Geo-Tiff 格式，采用WGS 1984 Albers 投影。

1.5 恢復(fù)潛勢(shì)

本研究認(rèn)為天然草地的恢復(fù)潛勢(shì)（R）可以定義為潛在凈初級(jí)生產(chǎn)力的最大值（PNPPm）與現(xiàn)實(shí)凈初級(jí)生產(chǎn)力之間的差值，PNPPm是基于2001?2019年P(guān)NPP 數(shù)據(jù)，采用最大值合成法得到的，即：

1.6 趨勢(shì)分析

將Theil-Sen Median 趨勢(shì)分析、Mann-Kendall 檢驗(yàn)與Hurst 指數(shù)相結(jié)合，可以評(píng)估2001?2019年青藏高原NPP 變化趨勢(shì)分布特征。在進(jìn)行Theil-Sen Median 趨勢(shì)分析時(shí)，由于幾乎不存在SNPP完全等于0 的區(qū)域，所以本研究根據(jù)實(shí)際情況，認(rèn)為SNPP＜?2 的區(qū)域?yàn)橥嘶瘏^(qū)域；?2＜SNPP＜2 的區(qū)域?yàn)榉€(wěn)定不變的區(qū)域；SNPP＞2 的區(qū)域?yàn)楦纳茀^(qū)域。本研究將Mann-Kendall 檢驗(yàn)在0.05 置信水平上的顯著性檢驗(yàn)結(jié)果劃分為趨勢(shì)顯著變化（Z＞1.96 或Z＜?1.96）和不顯著變化（?1.96≤Z≤1.96）。將Hurst 指數(shù)小于0.5 的區(qū)域定義為不可持續(xù)性變化，Hurst 指數(shù)大于0.5 的區(qū)域?yàn)榭沙掷m(xù)性變化。具體計(jì)算方法參考袁麗華等［19］的研究。

2 結(jié)果與分析

2.1 NPP 的時(shí)空變化特征

利用2001?2019年的年NPP 數(shù)據(jù)計(jì)算得到多年平均NPP 空間分布圖（圖2）。從圖2 可以看出，青藏高原NPP 表現(xiàn)為東南部的甘孜藏族自治州、阿壩藏族羌族自治州以及甘南藏族自治州等地明顯較高，西北部的阿里、那曲以及海西西部等地區(qū)偏低，由此可見青藏高原草地NPP 呈現(xiàn)出由西北向東南逐漸增加的趨勢(shì)，即青藏高原東南部草地狀況較西北部更好。

圖2 2001-2019年青藏高原年平均NPP 空間分布Fig.2 Spatial distribution of annual mean NPP over the Qinghai-Tibet Plateau from 2001 to 2019

基于2001?2019年NPP 數(shù)據(jù)，用Theil-Sen Median 趨勢(shì)分析、Mann-Kendall 檢驗(yàn)與Hurst 指數(shù)進(jìn)行分析，得到了2001?2019年NPP 的變化趨勢(shì)與可持續(xù)性耦合信息（圖3 和表1）。

圖3 2001-2019年青藏高原NPP 變化特征空間分布Fig.3 Spatial distribution of NPP variation characteristics over the Qinghai-Tibet Plateau from 2001 to 2019

表1 NPP 變化趨勢(shì)統(tǒng)計(jì)Table 1 Statistics of NPP trend（%）

從圖3 和表1 中可以看出，耦合共分為6 種情況，即未來趨勢(shì)不確定、持續(xù)性輕微退化、持續(xù)性顯著退化、持續(xù)性穩(wěn)定不變、持續(xù)性輕微改善以及持續(xù)性顯著改善。除去無法預(yù)測(cè)未來變化趨勢(shì)的區(qū)域，青藏高原草地NPP 狀況改善的區(qū)域明顯多于退化區(qū)域。其中，無法預(yù)測(cè)區(qū)域占36.21%，持續(xù)恢復(fù)區(qū)域占40.98%，持續(xù)穩(wěn)定不變區(qū)域占12.72%，而持續(xù)退化區(qū)域僅占3.47%。相對(duì)而言，退化較為嚴(yán)重的草地類型為熱性灌草叢和溫性草甸草原。而青藏高原中面積較大的草地類型?高寒荒漠、高寒草甸草原、高寒草甸、溫性草原化荒漠以及溫性荒漠均呈現(xiàn)出較為明顯的恢復(fù)趨勢(shì)。由此可見，整個(gè)青藏高原天然草地還是以可持續(xù)的恢復(fù)狀態(tài)為主。

為了分析不同草地類型的NPP年際變化，以便更好地了解青藏高原NPP 的變化情況，本研究制作了各草地類型NPP年際變化圖（圖4）。從圖4 可以看出，在2001?2019年間大部分草地類型年NPP 都呈現(xiàn)波動(dòng)上升趨勢(shì)，且在2018年有大幅增加，多類草地增幅達(dá)到100 g C·m?2，這可能與當(dāng)?shù)貧夂蜃兓蛘咧贫ㄓ嘘P(guān)。

圖4 2001-2019年青藏高原各草地類型NPP年際變化Fig.4 Interannual variation of NPP of different grassland types in the Qinghai-Tibet Plateau from 2001 to 2019A：熱性灌草叢類Thermal shrub tussock；B：熱性草叢類Thermal tussock；C：暖性灌草叢類Warm-temperate shrub tussock；D：暖性草叢類Warmtemperate tussock；E：低地草甸類Lowland meadow；F：山地草甸類Mountain meadow；G：溫性草甸草原類Temperate meadow steppe；H：溫性草原類Temperate steppe；I：溫性荒漠草原類Temperate desert grassland；J：溫性草原化荒漠類Temperate steppe desert；K：溫性荒漠類Temperate desert；L：高寒草甸類Alpine meadow；M：高寒草甸草原類Alpine meadow steppe；N：高寒草原類Alpine grassland；O：高寒荒漠草原類Alpine desert grassland；P：高寒荒漠類Alpine desert；Q：沼澤類Marsh.下同The same below.

2.2 PNPPm的空間分布特征

為了直觀地反映青藏高原2001?2019年P(guān)NPP 的空間分布以及比較各草地類型的具體情況，基于2001?2019年P(guān)NPP 數(shù)據(jù)，用最大值合成法制作了PNPPm的空間分布圖（圖5），從圖中可以看出，PNPPm在青藏高原的分布呈現(xiàn)出明顯的南高北低的態(tài)勢(shì)，其中日喀則地區(qū)、阿壩藏族羌族自治州、甘南藏族自治州和甘孜藏族自治州等地是青藏高原PNPPm較高的幾個(gè)地區(qū)，這與NPP 的空間分布相近。統(tǒng)計(jì)不同草地類型的PNPPm（圖6），可以看出熱性灌草叢、熱性草叢、暖性灌草叢和暖性草叢是青藏高原中PNPPm較大的4 種草地類型，其PNPPm約為1300～1500 g C·m?2，而低地草甸、溫性荒漠草原、溫性草原化荒漠、溫性荒漠、高寒荒漠草原以及高寒荒漠PNPPm較小，約為250～750 g C·m?2，其他草地類型PNPPm在1000 g C·m?2左右。這表明在僅考慮氣象因素的情況下，青藏高原東南與西南部草地會(huì)具有更好的生長(zhǎng)狀況，熱性灌草叢、熱性草叢、暖性灌草叢和暖性草叢應(yīng)為長(zhǎng)勢(shì)較好的4 種草地類型。

圖5 2001-2019年青藏高原PNPPm空間分布Fig.5 Spatial distribution of PNPPm over the Qinghai-Tibet Plateau from 2001 to 2019

圖6 2001-2019年青藏高原各草地類型PNPPm統(tǒng)計(jì)Fig.6 PNPPm statistics of grassland types in the Qinghai-Tibet Plateau from 2001 to 2019

2.3 恢復(fù)潛勢(shì)的空間分布特征

基于2001?2019年的PNPPm與NPP 數(shù)據(jù)得到恢復(fù)潛勢(shì)分布圖，并分析了19年平均恢復(fù)潛勢(shì)的空間分布（圖7）。從圖7 可以看出，恢復(fù)潛勢(shì)的分布與PNPPm的分布情況相似，東南與西南兩部分較高，北部普遍偏低。其中日喀則地區(qū)與甘南地區(qū)恢復(fù)潛勢(shì)最大，而阿里北部以及那曲北部等地區(qū)恢復(fù)潛勢(shì)較低。因此在日喀則地區(qū)與甘南地區(qū)開展草地恢復(fù)與保護(hù)的價(jià)值最大，前景最優(yōu)。

圖7 2001-2019年青藏高原恢復(fù)潛勢(shì)空間分布Fig.7 Spatial distribution of recovery potential over the Qinghai-Tibet Plateau from 2001 to 2019

基于2001?2019年青藏高原恢復(fù)潛勢(shì)數(shù)據(jù)，分草地類型制作了19年平均恢復(fù)潛勢(shì)的柱狀圖（圖8）。從圖中可以看出，熱性灌草叢、熱性草叢、暖性灌草叢、暖性草叢、山地草甸以及沼澤是青藏高原恢復(fù)潛勢(shì)較大的6 種草地類型，而低地草甸、溫性草原化荒漠、溫性荒漠、高寒荒漠草原、高寒荒漠、溫性荒漠草原則恢復(fù)潛勢(shì)較小，這一結(jié)果與PNPPm的情況相近，在開展青藏高原草地恢復(fù)時(shí)應(yīng)優(yōu)先考慮熱性灌草叢、熱性草叢、暖性灌草叢、暖性草叢、山地草甸以及沼澤這6 種草地類型。

圖8 2001-2019年青藏高原各草地類型恢復(fù)潛勢(shì)統(tǒng)計(jì)Fig.8 Recovery potential statistics of grassland types in Qinghai-Tibet Plateau from 2001 to 2019

2.4 氣溫、降水與恢復(fù)潛勢(shì)的關(guān)系

本研究基于2001?2019年的年均降水與年均溫?cái)?shù)據(jù)得到青藏高原降水與氣溫空間分布圖，并分析了它們與恢復(fù)潛勢(shì)的關(guān)系（圖9 和圖10）。從圖中可以看出，青藏高原氣溫較高的區(qū)域?yàn)闁|部、南部以及西南部，降水則具有明顯的由東南向西北逐漸降低的態(tài)勢(shì)，這與青藏高原西南與東南兩部分恢復(fù)潛勢(shì)較高的情況不謀而合，這說明青藏高原恢復(fù)潛勢(shì)或許受到降水和溫度的影響，且溫度的影響可能較降水更大一些，這與德吉央宗等［20］研究得出的結(jié)論一致。

圖9 2001-2019年青藏高原氣溫空間分布Fig.9 Spatial distribution of temperature over the Qinghai-Tibet Plateau from 2001 to 2019

圖10 2001-2019年青藏高原降水空間分布Fig.10 Spatial distribution of precipitation over the Qinghai-Tibet Plateau from 2001 to 2019

2.5 恢復(fù)潛勢(shì)的變化趨勢(shì)

基于2001?2019年的青藏高原恢復(fù)潛勢(shì)數(shù)據(jù)得到青藏高原恢復(fù)潛勢(shì)變化趨勢(shì)圖，并分析了青藏高原恢復(fù)潛勢(shì)的變化趨勢(shì)以及成因（圖11）。從圖中可以看出，青藏高原草地恢復(fù)潛勢(shì)提升的區(qū)域主要集中在西南和東北部，尤其是西南部，降低的區(qū)域主要為青藏高原中部，而青藏高原恢復(fù)潛勢(shì)整體為提升、降低與不變?nèi)呔械木置妗Ｇ嗖馗咴謴?fù)潛勢(shì)變化趨勢(shì)的這種空間分布格局也可以作為研究青藏高原草地恢復(fù)價(jià)值的一個(gè)標(biāo)準(zhǔn)，即西南部與東北部草地恢復(fù)價(jià)值更大。

圖11 2001-2019年青藏高原恢復(fù)潛勢(shì)變化趨勢(shì)Fig.11 Change trend of recovery potential of Qinghai-Tibet Plateau from 2001 to 2019

3 討論

2001?2019年青藏高原NPP 呈現(xiàn)東南高、西北低的空間分布特征，且各草地類型NPP 均呈現(xiàn)波動(dòng)上升的趨勢(shì)，這與陳舒婷等［21］的結(jié)論一致。本研究基于CASA 模型計(jì)算NPP 時(shí)，光能轉(zhuǎn)化率（ε）選用了全球通用值0.389 g C·MJ?1，然而，目前對(duì)于光能轉(zhuǎn)化率的看法不一，如王保林等［22］認(rèn)為我國(guó)草原最大光能轉(zhuǎn)化率的取值區(qū)間為0.608～1.000 g C·MJ?1；Raymood 等［23］認(rèn)為其最大值為3.5 g C·MJ?1。本研究的取值可能會(huì)造成對(duì)NPP 的低估，因此還需在后續(xù)研究中進(jìn)一步探討更適合估算青藏高原NPP 的最大光能轉(zhuǎn)化率。

本研究使用Thornthwaite Memorial 模型估算青藏高原2001?2019年P(guān)NPPm為822.70 g C·m?2。潘竟虎等［10］利用改進(jìn)的CASA 模型對(duì)全國(guó)植被PNPP 進(jìn)行了模擬，其均值為468.94 g C·m?2；呂振剛等［24］采用改進(jìn)的CASA 模型估算2001?2010年中國(guó)華北落葉松的PNPP，其均值為342.7 g C·m?2；任正超等［25］采用改進(jìn)的綜合順序分類系統(tǒng)以及改進(jìn)的CASA 模型模擬1982?2012年中國(guó)自然植被PNPP，其均值為278.7 g C·m?2。本試驗(yàn)的研究結(jié)果較上述結(jié)果偏大，最主要的原因是本研究采用最大值合成法合成了19年年最大PNPP 得到了本研究所使用的PNPPm；最后本研究采用Thornthwaite Memorial 模型，而前人的研究多采用改進(jìn)的CASA 模型，模型的選擇差異也是導(dǎo)致研究結(jié)果有差距的重要原因。因此，在之后的研究中還可以探討其他計(jì)算PNPP 的模型對(duì)于青藏高原草地恢復(fù)潛勢(shì)的計(jì)算精度，如改進(jìn)的CASA 模型、綜合自然植被凈第一生產(chǎn)力模型、NPP 分類指數(shù)模型等。

本研究認(rèn)為恢復(fù)潛勢(shì)應(yīng)為某地有可能達(dá)到的最佳恢復(fù)程度，即可能達(dá)到的PNPP 與NPP 之間的差值，因此計(jì)算恢復(fù)潛勢(shì)時(shí)使用了2001?2019年最大值合成的PNPPm，而前人研究大多認(rèn)為恢復(fù)潛勢(shì)為年P(guān)NPP 與年NPP之間的差值，這會(huì)導(dǎo)致本試驗(yàn)的PNPPm較其他相關(guān)試驗(yàn)偏大，恢復(fù)潛勢(shì)也會(huì)因此偏大，但這并不影響研究區(qū)恢復(fù)潛勢(shì)的空間分布以及得出的青藏高原各地恢復(fù)價(jià)值的大小以及恢復(fù)措施。

本研究發(fā)現(xiàn)青藏高原恢復(fù)潛勢(shì)呈現(xiàn)明顯的西南部最高、東南部次之而北部偏低的分布情況，分析認(rèn)為形成這種分布格局的原因可能與青藏高原的氣溫、降水、海拔以及人類活動(dòng)有關(guān)，在今后的研究中應(yīng)著重探討青藏高原恢復(fù)潛勢(shì)分布的成因并采用多種方法估算青藏高原恢復(fù)潛勢(shì)，減少系統(tǒng)誤差。

4 結(jié)論

本研究采用PNPPm與NPP 之間的差值作為恢復(fù)潛勢(shì)，著重探討青藏高原天然草地NPP、PNPP 與恢復(fù)潛勢(shì)的空間分布與時(shí)空變化，以期為指導(dǎo)青藏高原草地恢復(fù)提供理論支持，主要結(jié)論如下：

1）2001?2019年青藏高原草地NPP 由西北向東南逐漸增加，青藏高原草地整體以可持續(xù)的恢復(fù)狀態(tài)為主，其中熱性草叢、低地草甸、溫性荒漠以及高寒荒漠草原等草地類型恢復(fù)態(tài)勢(shì)明顯。

2）2001?2016年間青藏高原草地NPP 波動(dòng)上升，上升趨勢(shì)并不明顯，而在2016?2018年期間青藏高原各草地類型NPP 大幅增加。

3）2001?2019年青藏高原草地恢復(fù)潛勢(shì)呈現(xiàn)西南與東南部較高，北部偏低的分布情況。由此可見日喀則地區(qū)、阿里南部地區(qū)、阿壩藏族羌族自治州以及甘南藏族自治州等地草地具有較高的恢復(fù)價(jià)值，在這些地區(qū)開展草地恢復(fù)的前景更好。