, 史军Impacts of climatic factors and El Ni?o/La Ni?a events on the changes of terrestrial ecosystem NPP in China
CUILinli, SHIJun收稿日期:2017-07-24
修回日期:2017-11-11
网络出版日期:--
版权声明:2018《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (948KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
植被是陆地生态系统中的主体,在维护全球气候稳定、调节全球碳平衡等方面具有不可替代的作用。植被净初级生产力（Net Primary Productivity, NPP）是指绿色植物在单位时间和单位面积上所累积的有机干物质总量,是判定生态系统碳源/汇的主要指标和调节生态过程的主要因子[1,2],在全球环境变化以及陆地碳循环中扮演着重要的角色[3]。同时,植被NPP又是人类社会赖以生存与发展的物质基础,人类生存所需的粮食、纤维和燃料都直接或间接来自于NPP。因此,对植被NPP的研究有助于科学评价陆地生态系统环境质量、合理开发利用自然资源以及制定区域经济社会发展战略[4,5]。近年来,国外****从不同角度对植被NPP进行了深入研究,在估算方法、时空分布以及影响因素等方面都取得了显著的进展[1, 6-7]。国内****针对大范围陆地植被NPP的时空特征也开展了较多研究,如于德永等[8]利用气象数据和8 km NOVA/AVHRR NDVI卫星遥感数据,研究表明1982-1999年间东亚地区植被NPP在波动中呈现增加趋势;崔林丽等[9]利用完全由遥感数据驱动的光能利用率模式GLO-PEM分析了1981-2000年间中国陆地NPP的季节变化,揭示了NPP在四个季节均呈显著增加的趋势;刘刚等[10]利用MuSyQ-NPP模型估算了2001-2014年中国植被NPP,表明NPP年际变化呈波动增加趋势。此外,还有许多小范围的研究,如对西北、华北等地区植被NPP的变化特征分析[11,12,13]。
可以看出,采用卫星遥感数据结合陆地生态过程模型开展植被NPP的演变分析已经成为NPP研究的主流,但关于植被NPP的时空变化仍存在很大的不确定性,如尽管多数研究认为2000年前NPP整体表现为上升趋势,但2000年后植被NPP或呈现出波动式增长或无明显年际变化趋势,这是否标志着2000年前后NPP或其影响因素已发生改变,同时对NPP变化机制的研究也多数是从气温或降水要素变化来开展相关统计分析[5, 10, 12],很少考虑日照或太阳辐射变化以及从气候学角度分析深层次的海气相互作用过程如厄尔尼诺与南方涛动（El Ni?o-Southern Oscillation, ENSO）等极端气候事件的影响[7, 14]。
鉴于此,本文利用遥感—过程耦合模型（GLOPEM-CEVSA模型）模拟的1982-2011年间中国8 km NPP数据、同期中国2043个气象站点逐月气温、降水、日照时数数据和厄尔尼诺/拉尼娜（El Ni?o/La Ni?a）事件信息,分析过去30年间中国陆地植被NPP的时空演化特征,并探讨了气候要素和大尺度El Ni?o/La Ni?a事件对其影响,为评估陆地生态系统变化以及与气候之间的响应机制提供参考依据。
2 资料与方法
2.1 研究资料
NPP资料来源于GLOPEM-CEVSA模式的模拟结果。该数据集由卫星遥感反演的归一化植被指数（NDVI）得到植被总初级生产力（GPP）,然后以植被生物量和气温及不同植被群落的维持性呼吸系数及温度关系模拟植被维持性呼吸和生长性呼吸,获得植被NPP数据,模式考虑了生态系统内部的空间异质性[11, 15]。模拟结果的空间分辨率为8 km×8 km,时间间隔为15 d,时间序列为1982年1月-2011年12月,对模式前期验证表明[16,17],GLOPEM-CEVSA模型与地面观测结果的相关性优于MODIS NPP数据,对各植被类型的模拟都比较理想。气候数据来自中国气象局国家气象信息中心,共获取1982-2011年间中国2474个国家基本/基准气象站和一般站逐月平均气温、降水量和日照时数数据,这些数据都经过了初步的质量控制。在综合考虑数据的序列长度和连续性、缺测率的基础上,挑选出具有较为完整数据序列的2043个站点。此外,文中利用了1982-2011年间赤道中、东太平洋共出现的9次El Ni?o事件和7次La Ni?a事件信息,开展大尺度极端气候事件对陆地NPP影响的对比分析（表1）。该数据来自中国气象局国家气候中心（http://cmdp.ncc-cma.net/download/ENSO/Monitor/ENSO_history_events.pdf）,以NINO 3.4区海表温度异常的平均值作为判定El Ni?o/La Ni?a事件的依据。当NINO 3.4指数3个月滑动平均的绝对值≥ 0.5 oC、且持续至少5个月,判定为一次El Ni?o/La Ni?a事件（NINO 3.4指数≥ 0.5 oC为El Ni?o事件;NINO 3.4指数≤ -0.5 oC为La Ni?a事件）[18]。El Ni?o/La Ni?a事件通常会以遥相关的形式间接地影响到中国天气气候并引发气象灾害。考虑到大气对El Ni?o/La Ni?a的反应具有一定滞后性,本文选取El Ni?o/La Ni?a事件影响年时,多以发生的当年和/或次年为统计年份,符合El Ni?o/La Ni?a本身的强度与其影响并不同步的特征。
Tab. 1
表1
表1本文分析所选用的厄尔尼诺/拉尼娜事件及其特征值
Tab. 1The El Ni?o/La Ni?a events selected in this study and their characteristics
| 事件 | 序号 | 起止年月 | 长度(Mon) | 峰值时间 | 峰值强度(°C) | 文中统计年 |
|---|---|---|---|---|---|---|
| 暖事件(El Ni?o events) | 1 | 1982.04-1983.06 | 15 | 1983.01 | 2.7 | 1982, 1983 |
| 2 | 1986.08-1988.02 | 19 | 1987.08 | 1.9 | 1987 | |
| 3 | 1991.05-1992.06 | 14 | 1992.01 | 1.9 | 1991, 1992 | |
| 4 | 1994.09-1995.03 | 7 | 1994.12 | 1.3 | 1994, 1995 | |
| 5 | 1997.04-1998.04 | 13 | 1997.11 | 2.7 | 1997, 1998 | |
| 6 | 2002.05-2003.03 | 11 | 2002.11 | 1.6 | 2002, 2003 | |
| 7 | 2004.07-2005.01 | 7 | 2004.09 | 0.8 | 2004, 2005 | |
| 8 | 2006.08-2007.01 | 6 | 2006.11 | 1.1 | 2006, 2007 | |
| 9 | 2009.06-2010.04 | 11 | 2009.12 | 1.7 | 2009, 2010 | |
| 冷事件(La Ni?a events) | 1 | 1984.10-1985.06 | 9 | 1985.01 | -1.2 | 1985 |
| 2 | 1988.05-1989.05 | 13 | 1988.12 | -2.1 | 1988, 1989 | |
| 3 | 1995.09-1996.03 | 7 | 1995.11 | -0.9 | 1996 | |
| 4 | 1998.07-2000.06 | 24 | 2000.01 | -1.6 | 1999, 2000 | |
| 5 | 2000.10-2001.02 | 5 | 2000.12 | -0.8 | 2001 | |
| 6 | 2007.08-2008.05 | 10 | 2008.01 | -1.7 | 2008 | |
| 7 | 2010.06-2011.05 | 12 | 2010.12 | -1.6 | 2011 |
新窗口打开
2.2 研究方法
文中首先利用ArcGIS对时间间隔为15 d的NPP空间数据进行累加,获得1982年1月-2011年12月各月的NPP值以及1982-2011年历年NPP值。对历年NPP值进行空间加和运算,如果某格点（或区域）30年的累加值为0,则认为该格点（或区域）无植被覆盖,这些无植被区在其后的NPP统计分析中都不参与运算。同时,采用线性回归法分析植被NPP的变化方向以及变化速率。通过对30年间每一格点的NPP值与年份进行线性回归,获得NPP的趋势倾向率。若趋势倾向率大于0,表示30年间NPP是增加的,反之表示NPP是减少的[5]。其次,对1982-2011年各月降水量、月平均温度和月总日照时数的气象站点数据,根据各站点的经纬度信息,利用ArcGIS进行Kriging插值,获得与NPP数据空间相匹配的逐年气候要素空间数据序列。在中国西部和北部、东北部一些地区,站点较稀疏,插值结果可能与实际情况有一定的偏差,然而,考虑到这些地区多为沙漠、高山或裸土地,植被稀疏,多年NPP均值多小于0.5 gC m-2a-1,因此,文中也不再对这些地区的插值结果开展进一步的订正。
然后,基于格点NPP数据和气温、降水、日照数据序列,计算过去30年间NPP和气候要素在每一个格点的变化趋势及其相关系数,根据变化趋势的方向性判定气候要素变化对NPP变化的影响特征,并根据相关系数值判定相关显著性,具体为：极强正相关（0.5541 < r ≤ 1.000）;强正相关（0.4487 < r ≤ 0.5541）;中等正相关（0.3494 < r ≤ 0.4487）;弱正相关（0.2960 < r ≤ 0.3494）;相关不显著（-0.2960 ≤ r ≤ 0.2960）;弱负相关（-0.3494 ≤ r < -0.2960）;中等负相关（-0.4487 ≤ r < -0.3494）;强负相关（-0.5541 ≤ r < -0.4487）;极强负相关（-1.000 ≤ r < -0.5541）。
最后,计算分析逐年NPP、气温、降水和日照与多年平均（1982-2011年）值在每个格点的差值,并对比分析El Ni?o事件年和La Ni?a事件年格点NPP、气候要素差值的异同及对应关系,明确气候要素以及极端气候事件对NPP变化的影响及空间差异性。
3 研究结果与讨论
3.1 中国植被NPP的年际变化特征
1982-2011年期间,中国平均植被NPP在380 gC m-2 a-1附近波动,最大值出现在1990年,NPP均值为411 gC m-2,最小值出现在1993年,NPP均值为341 gC m-2（图1a）。过去30年间,植被NPP总体上呈缓慢增长趋势,增长率为5.66 gC m-2(10a)-1,但增加趋势在统计上不显著（P > 0.05）,其中,20世纪80年代是植被NPP的典型增长期（图1b）,期间NPP以50.0 gC m-2(10a)-1的线性趋势显著增长（P < 0.01）,之后在20世纪90年代NPP增长速度放缓（图1c）,增长率为27.9 gC m-2(10a)-1（P > 0.05）。在21世纪初,NPP在361-403 gC m-2a-1之间波动变化,整体变化趋势不明显（图1d）。
显示原图|下载原图ZIP|生成PPT图11982-2011年期间中国年均植被NPP变化
-->Fig. 1Variations of mean annual NPP in China during 1982-2011
-->
3.2 中国植被NPP的空间格局及变化趋势
1982-2011年间,中国植被NPP的空间分布具有明显的地域差异,表现为从东南到西北年均NPP值逐渐递减（图2a）。受气候影响,中南部湿润区植被年均NPP明显高于西部干旱区,NPP年均值大于600 gC m-2的区域主要集中在热带和亚热带湿润区。在中国东南部和南部,包括浙江、江西、福建、广东北部、湖南、广西、贵州东部和南部、云南南部,植被NPP年均值多在600 gC m-2以上;在中国西部和北部,包括西藏大部分、青海南部和东部、甘肃中部和东北部、宁夏、陕西北部、山西西部和北部、河北西北部、内蒙中东部,植被NPP年均值多在200 gCm-2以下。统计表明,中国植被NPP的年均值多在100~800 gC m-2之间,占全部植被区面积的76.7%,其中NPP的年均值在100~400 gC m-2之间的植被区域的面积占全部植被区面积的54.5%。
显示原图|下载原图ZIP|生成PPT图21982-2011年中国植被NPP空间格局及变化趋势
-->Fig. 2Spatial distribution and trend of annual NPP in China during 1982-2011
-->
1982-2011年间,中国植被NPP的变化介于-221~376 gC m-2(10a)-1之间,有27.6%的植被区域NPP呈减少趋势,有64.5%区域NPP呈增加趋势（图2b）。空间上,NPP减少主要发生在东部地区,包括东北中部、华北平原、长江中下游和内蒙中东部,在西藏南部、新疆北部和西部、四川中部也有部分地区NPP呈减少;在中国西部和东北北部,NPP呈增加趋势。植被NPP减少趋势值多在0~40 gC m-2(10a)-1之间,占全部植被区域面积的25.8%;植被NPP增加趋势值也多在0~40 gC m-2(10a)-1之间,占全部面积的60.5%。在台湾中部和东部、云南西南部和北部、广西中部、广东南部以及陕西南部、江西西北部、内蒙东北部一些地区,植被NPP的增加趋势超过60 gC m-2(10a)-1。
中国植被NPP的空间分布主要受降水影响,呈现出由东南向西北递减的格局（图2a）,这与已有研究结果一致[1, 4, 8, 10]。Liu等[19]利用BEPS模型模拟2000-2010年期间中国生态系统生产力,结果表明中国陆地NPP呈现出从东到西、从南到北减少的空间格局,与土地覆盖类型和气候有关。仲晓春等[20]利用CASA模型反演植被NPP时空格局,结果也表明2001-2010年间中国植被平均NPP的空间分布地域性明显,总体上北低南高、由西北向东南逐渐增加,其中西北沙漠地区的植被NPP值最小,大都在100 gC m-2 a-1以下,南方大部分地区植被NPP值在1000 gC m-2 a-1以上,特别是广西、广东及海南等省更是达到了1500 gC m-2 a-1以上。
1982-2011年间,中国植被NPP总体呈增加趋势,其中在20世纪80-90年代NPP呈显著增加趋势,而在21世纪初NPP整体变化趋势不明显（图1）。植被NPP的年际变化趋势与已有的研究结果一致,如Liang等[1]分析了1982-2010年间中国NPP的时空变化,结果表明NPP呈显著增加趋势,年增加0.42%,但在整个29年期间,NPP的增长趋势不是连续的。Fang等[21]利用过程模型和遥感数据研究中国陆地NPP变化趋势,结果也表明1982-1999年间,中国陆地NPP增加了18.7%。进入21世纪以来,多数在全国或区域尺度上的研究均表明NPP不变或呈减少趋势,如Wang等[15]基于改进NPP算法和中国本地驱动数据集及参数,结果表明2000-2012年间中国区域NPP总体上以4.65 Tg C a-1的趋势减少。
3.3 气候要素对植被NPP的影响特征
分析1982-2011年间中国气温变化趋势,可以看出,除极个别站点外,气温在整个中国都呈显著增加趋势,并且在多数区域,年均气温以0.2~0.5 oC(10a)-1的趋势增加（图3a）。在中国东北、东部、南部和西南东部地区,年均气温多以0.2~0.3 oC(10a)-1的趋势增加;而在中国西北、内蒙中部和西部、青海、西藏以及长三角地区,年均气温多以0.4~0.5 oC(10a)-1的趋势增加。过去30年间,NPP与气温在多数地区都呈正相关,占整个植被区面积的76.1%,其中NPP与气温显著正相关的区域占37.1%,主要分布在东北北部地区、陕西中南部、湖北西部、甘肃南部、青海东部和南部、四川西部、西藏东北部、云南中部和西部、新疆北部以及其他省（市）一些分散地区（图3b）。在23.9%的植被区,NPP与气温呈负相关,其中NPP与气温显著负相关的区域占3.6%,主要分布在浙江、广东、海南、藏南、京津冀等一些地区。
显示原图|下载原图ZIP|生成PPT图31982-2011年中国气温变化趋势及其与NPP变化的相关性
-->Fig. 3Trend in annual temperature and its correlation to annual NPP in China during 1982-2011
-->
显示原图|下载原图ZIP|生成PPT图41982-2011年中国降水变化趋势及其与NPP变化的相关性
-->Fig. 4Trend in annual precipitation and its correlation to annual NPP in China during 1982-2011
-->
1982-2011年间,中国年降水量的空间变化具有较为明显的东西部差异（图4a）。在西部地区,包括新疆、青海、西藏、甘肃西部、内蒙西部和四川西部少部分地区,年降水量基本上以1~50 mm(10a)-1的速率增加;而在除山东、河南东部、安徽北部和江苏中北部、山西中北部、海南、台湾以外的中国中部、东部和东北地区,年降水量基本上以0~50 mm(10a)-1的速率减少。然而,降水量的变化趋势除在内蒙东部、青海西南部、西藏中部以及四川、云南、湖北个别站点外,在全国几乎所有地区都不显著。过去30年间,NPP与降水在多数地区都呈负相关,占整个植被区面积的74.9%,其中NPP与降水显著负相关的区域占39.6%,主要分布在东北北部和南部、淮河流域、陕西中南部、湖北西部、重庆、四川西部、云南西部以及西藏东部、广西、贵州、福建、浙江南部、山西一些地区（图4b）。在23.9%的植被区,NPP与降水呈正相关,其中NPP与降水显著正相关的区域占8.0%,主要分布在内蒙中东部、新疆北部、京津冀、辽宁西部等地区。
显示原图|下载原图ZIP|生成PPT图51982-2011年中国日照时数变化趋势及其与NPP变化的相关性
-->Fig. 5Trend in annual sunshine hours and its correlation to annual NPP and sunshine hours in China during 1982-2011
-->
进一步对中国日照时数变化分析表明（图5a）,年日照时数变化的空间一致性较年均气温和年降水量差一些,但在中国东部和东北地区,日照时数对植被NPP的变化具有较好的解释性。1982-2011年间,中国日照时数减少的区域主要分布于东北东南部、华北、长江中下游、海南、四川中部和西部、青海、西藏、新疆一些地区,日照时数多以0~100 h(10a)-1的速率减少;日照时数增加的区域主要分布于内蒙东部和西部、黑龙江北部和东部、陕西、甘肃、重庆、四川南部、云南西南部、西藏西部、福建以及广东、广西、湖北、新疆等地区,多以1~50 h(10a)-1的速率增加。除在中国东南部和中西部地区,包括浙江、福建、江西、广东、广西、湖南、湖北、四川东部、陕西西部和甘肃南部以及黑龙江东部外,日照时数的变化在其他地区都在统计上显著。过去30年间,NPP与日照在多数地区都呈正相关,占整个植被区面积的86.3%,其中NPP与日照显著正相关的区域占60.2%,主要分布在东北大部分地区、秦岭—淮河一带、四川、云南及其以东的中国东南部地区（图5b）。在13.7%的植被区,NPP与日照呈负相关,但NPP与日照显著负相关的区域仅占1.9%,主要分布在新疆北部、内蒙中东部和山西北部一些地区。
气候要素对植被NPP的变化有重要的影响。NPP的时空变化主要取决于植被、土壤和气候之间复杂的相互作用,并受人类活动和全球环境变化的强烈影响[8]。仲晓春等[20]研究表明,2001-2010年间,全国75.24%的地区年均NPP与年均温之间呈正相关。Liang等[1]研究表明,在全国范围内,气温是控制NPP年际变化的主要气候因素,尽管在中国中北部和西北部干旱和半干旱地区,NPP的年际变化主要是由降水的变化来解释的。本文研究表明,1982-2011年间,全国76.1%植被区年NPP与气温呈正相关,其中在陕西中南部、湖北西部、甘肃南部、青海东部和南部、四川西部、西藏东北部、云南中部和西部、新疆北部和东北北部地区,NPP与气温显著正相关（图3b）。因此,近年来气温升高是上述地区NPP增加的一个重要原因。
降水对植被NPP的影响地域差异较大。在华北地区的内蒙中东部、京津冀以及辽宁西部,NPP与降水存在正相关关系,近30年来降水减少是NPP降低的主要原因;而在新疆北部,NPP与降水呈正相关,降水增加是NPP增加的主要原因（图2b,图4）。张莎等[12]也发现,在2001-2010年间河北植被NPP与降水主要为正相关。Liu等[23]也研究表明,在中国东北,草地NPP随着降水量增加而增加,随着年均气温增加显著降低,年降水量是影响NPP空间变异性的主要因素。在内蒙古草地,区域降水减少也是近30年来草地NPP下降的主要因素[13]。在中国江淮、江南和华南地区,植被NPP的变化一致性较差,NPP与气温、降水的关系也具有很大的地域差异性（图3b,图4b）,总体而言,植被NPP与气温多呈正相关,与降水多呈负相关。陈瑛瑛等[22]研究也表明,中国南方大部分地区的植被NPP与温度之间呈正相关,有超过一半地区的植被NPP与降水之间呈负相关。
日照时数的变化与中国东北、东部和南部地区植被NPP的变化具有较好的对应关系。在东北大部分地区、秦岭—淮河一带、四川、云南及其以东的一些地区,植被NPP与日照显著正相关,因此,日照时数的变化是这些地区NPP变化的一个主要原因,其中,在湖北西部、福建、广东、广西和云南,NPP的增加与日照时数的增加有关;在山东、山西、河南、江苏、安徽、浙江,NPP的减少与日照减少有关（图2b,图5）。Wang等[15]研究表明,2000-2012年间中国NPP的降低在很大程度归因于太阳辐射的减少、而不是干旱,尤其是在中国南部地区,NPP的年际变化对太阳辐射比对降水更为敏感。Wang等[24]也研究表明,中国NPP在不同地区和时期有不同的影响因子,在2001-2012年期间,中国东部和中部地区的NPP与年太阳辐射显著正相关。因此,近10年来中国NPP变化不明显与太阳辐射减少以及南方的极端天气气候事件发生（如2008年初的低温冰冻和2009年末的严重干旱）有密切关系[19],未来需要更加关注辐射变化对植被NPP的影响。
3.4 El Ni?o/La Ni?a事件对植被NPP的影响特征
对比El Ni?o事件年和La Ni?a事件年,植被NPP在东北、华北、长江中下游、西南地区以及广东、福建都有明显的差异,而且,NPP值与多年平均值的差在La Ni?a事件年要大于El Ni?o事件（图6）。统计表明,El Ni?o事件年中国植被在34.7%区域NPP值与多年平均值相比为负值,并且多出现在中国东部地区,包括吉林、内蒙中东部和满洲里地区、河北南部、山东西北部、海南、广东中部和东部、福建、江西、湖北东部、贵州和四川东部（图6a）。在东北地区的黑龙江、辽宁东北部、甘肃南部、青海东部和西藏南部较小地区NPP值与多年平均值相比也为负值。此外,全国有44.4%植被区NPP值与多年平均值相比为正值,有20.9%植被区NPP值与多年平均值相等,即在El Ni?o事件年,植被NPP值超过多年平均值的面积略多于不足平均值的面积。在La Ni?a事件年,中国东北植被NPP较高;江淮地区、浙江、湖北、湖南、四川、西藏、云南植被NPP较低。全国有43.4%植被区NPP值与多年平均值相比为正值,主要分布于东北地区、广东、福建、台湾、江西、广西、贵州、四川东北部、云南以及青海东北和东南部、甘肃西南部、新疆北部一些地区（图6b）。此外,全国有43.8%植被区NPP值与多年平均值相比为负值,有12.9%植被区NPP值与多年平均值相等,即在La Ni?a事件年,植被NPP增加的区域与减少的区域大致相当。
显示原图|下载原图ZIP|生成PPT图6El Ni?o事件年与La Ni?a事件年NPP均值与多年平均值的差异对比
-->Fig. 6Spatial differences between annual NPP and the long-time averaged NPP in China during El Ni?o years and La Ni?a years
-->
显示原图|下载原图ZIP|生成PPT图7El Ni?o事件年与La Ni?a事件年气候要素与多年平均值的差异对比
-->Fig. 7Spatial differences between climatic factors and their long-time averages in China during El Ni?o years and La Ni?a years
-->
进一步对比分析El Ni?o事件年和La Ni?a事件年气候要素的差异,结果表明在El Ni?o事件年,全国气温与多年平均值相比都偏高0~0.4 oC a-1（图7a1）;降水在东北东部和南部、西北、江淮和江南以偏多0~85 mm a-1为主,而在西南、东北西部和西北东部以偏少为主（图7a2）;日照时数在中国东北大部、华北北部、西北中部和江南、华南一些省（市）以偏少0~60 h a-1为主,在其他地区则多为偏多（图7a3）。在La Ni?a事件年,气温除在西藏大部分地区、青海东部、云南西部以及四川、新疆、东北北部一些地区偏高外,在全国多数地区都偏低0~0.2 oC a-1（图7b1）;降水在中国东北、西北、江淮和江南以偏少0~90 mm a-1为主,而在西南多数地区都偏多（图7b2）;日照在整个东北、华北北部、西北西北部以及南方一些省（市）个别地区以偏多0~100 h a-1为主,而在西南、西北东南部、华北南部、江淮以及江南北部地区以偏少0~120 h a-1为主（图7b3）。
可以看出,气温的正负距平与NPP距平的对应关系不明显,因此,气温不应成为El Ni?o与La Ni?a事件年植被NPP差异的主要影响因子（图6,图7）。El Ni?o与La Ni?a事件年降水距平与植被NPP距平仅在西南、西北东部和东北东部地区具有较好的对应关系。日照时数则不同,在中国多数地区,El Ni?o与La Ni?a事件年植被NPP距平与日照距平具有很好的对应关系,因此,日照是El Ni?o与La Ni?a事件年植被NPP差异的主要影响因子,即El Ni?o与La Ni?a事件更多地通过影响日照时数或辐射进而影响植被NPP。这也进一步证实了日照时数的变化是中国大部分地区植被NPP变化的一个主要原因。
在海气相互作用的过程中,El Ni?o和La Ni?a事件通过对副热带高压的强度和位置、东亚夏季风强弱的影响改变着中国气候,进而影响到植被生长发育。Hashimoto等[25]研究表明,1982-1999年间全球NPP的年际变化与ENSO显著相关,尤其是在低纬度地区（22.5oN~22.5oS）,NPP的变化与气温、饱和水汽压差和辐射密切相关,在El Ni?o现象发生的当年高NPP值对应于凉爽的气温、低的饱和水汽压差以及强辐射。对中国而言,陶波等[26]研究表明,1981-1998年间,中国陆地生态系统NPP在El Ni?o现象发生的1982年、1986年、1991年和1997年都有一定程度的减少,但在1993年和1994两个El Ni?o年,NPP并没有明显的下降,甚至1994年NPP总量有所增加。本文基于国家气候中心最新El Ni?o/La Ni?a事件标准并考虑大气对El Ni?o/La Ni?a反应的滞后性,结果表明,El Ni?o事件年植被NPP值超过多年平均值的面积略多于不足平均值的面积,La Ni?a事件年植被NPP与多年平均值的差为正值的面积等于负值的面积,其中日照是El Ni?o与La Ni?a事件年植被NPP差异的主要影响因子（图6,图7）。不同的生态过程模式数据、不同的El Ni?o/La Ni?a事件判定标准以及研究时间段的差异都会造成研究结果的不一致。
以人类活动为主导的城市扩张和土地覆盖变化对区域生态环境产生了重要影响,并与气候变化共同影响植被NPP[27]。Fang等[21]研究表明,1982-1999年间中国陆地NPP变化趋势具有较大的空间差异性,在30.8%国土区域NPP显著增加,但在快速城市化地区NPP呈减少趋势。Tian等[28]对1989-2000年期间中国由于城市扩张导致的NPP损失估算表明,NPP总损失为0.95 Tg C,占1989年全国NPP总值的0.03%,其中从农田到城市土地的转变导致NPP的总损失占91.93%,从未利用地、工业和建筑用地、水体转变为城市用地则会导致NPP的增加。在中国东部和中部地区,由于城市扩张,NPP减少幅度较大。但目前从时空尺度上脱离气候的干扰仅以人类活动为主导因素来定量分析其对植被NPP影响的研究尚不充分[27],而且已有的研究多是针对特定区域尺度的,如Peng等[29]分析了北京城市化过程中人口、经济和空间开发对NPP的影响,结果表明NPP与经济和空间城市化负相关,城市化导致NPP在时间和空间上持续的和可观测到的损失,尽管在高度城市化地区有一些NPP的增加。
除了城市化和土地覆盖变化对NPP的影响外,农业实践、火灾、大气污染等也会导致NPP变化的空间差异[2],其中人为空气污染对中国陆地NPP的增加有强烈的抑制作用。Ren等[30]利用基于过程的生态系统动态模型（DLEM）模拟表明,1961-2000年间,O3浓度的升高导致中国NPP平均减少4.5%,尤其是在中东部地区,O3对NPP的影响最强,在中国东北和中部地区,农田NPP在过去40年显著减少。Yue等[31]也研究表明,目前空气污染减少中国年NPP 0.4 Pg C（9%）,其中O3破坏减少0.6 Pg C（14%）,而气溶胶直接效应增加了0.2 Pg C（5%）。同时,综合气溶胶直接和间接效应对降水的抑制作用则降低了中国每年NPP的0.2 Pg C（4%）。中国空气质量的改善可以提高陆地生态系统NPP对大气CO2的吸收能力。然而,本文没有开展人类活动对中国植被NPP影响的具体定量分析。随着中国城市化、工业化和社会经济的发展以及生态环境保护力度的加大,人类活动,包括土地覆盖变化、生态保护工程的实施以及人为O3和气溶胶污染等将成为影响植被NPP动态的一个重要因素。
4 结论
本文分析了遥感—过程耦合模型（GLOPEM-CEVSA模型）模拟的中国植被NPP的时空分布和变化特征,并探讨了气候要素（气温、降水和日照时数）以及厄尔尼诺/拉尼娜（El Ni?o/La Ni?a）事件对植被NPP影响,得出如下主要结论：① 1982-2011年间,中国年均植被NPP以5.66 gC m-2(10a)-1的趋势增长,其中20世纪80年代植被NPP以50.0 gC m-2(10a)-1的线性趋势显著增长,20世纪90年代植被NPP增长放缓,至21世纪初,NPP整体变化趋势不明显。② 中国植被NPP表现为从东南向西北逐渐递减的空间分布。过去30年,有64.5%植被区NPP呈增加趋势,主要发生在中国西部和东北北部、东部地区;有27.6%的植被区NPP呈减少趋势,集中于中国东部的东北中部、华北平原、内蒙中东部和长三角、珠三角地区。③ 中国江淮地区NPP的减少与日照时数的减少具有较好的对应关系,在华北地区和新疆北部,植被NPP的增减对应于降水的增减,东北地区NPP的增加则受日照时数的增加和气温升高的双重影响。因此,辐射和降水对NPP的影响需要给予更多关注。④ 在El Ni?o事件年和La Ni?a事件年,植被NPP在中国东北、华北、长江中下游、西南地区以及广东、福建都有明显的差异,日照是造成植被NPP差异的主要气候因子。El Ni?o年植被NPP增加的区域略多于减少的区域,La Ni?a年NPP增加的区域与减少的区域基本相等。⑤ 目前评估的人类活动,包括城市化和土地覆盖变化、人为O3和气溶胶污染等对植被NPP产生的影响还相对较小,但随着中国工业化、社会经济的发展以及生态环境保护力度的加大,人类活动将成为影响植被NPP动态的一个重要的因素。
The authors have declared that no competing interests exist.
