中国冰川数据集介绍pdf-中国西部环境与生态科学数据中心
喜马拉雅山区大气与环境综合观测研究支撑青藏高原地球系统科学发展
中国科学院野外台站CAS Field Station引用格式：马伟强, 马耀明, 谢志鹏, 等. 喜马拉雅山区大气与环境综合观测研究支撑青藏高原地球系统科学发展. 中国科学院院刊, 2023, 38(10): 1561-1571, doi: 10.16418/j.issn.1000-3045.20231008003.Ma W Q, Ma Y M, Xie Z P, et al. Comprehensive atmospheric and environmental observations in the Himalayan region advances development of Earth system science on the Tibetan Plateau. Bulletin of Chinese Academy of Sciences, 2023, 38(10): 1561-1571, doi: 10.16418/j.issn.1000-3045.20231008003. (in Chinese)喜马拉雅山区大气与环境综合观测研究支撑青藏高原地球系统科学发展马伟强1,2马耀明1,2*谢志鹏1,2*陈学龙1,2王宾宾1,2韩存博1,2李茂善2,3仲雷2,4孙方林2,5王忠彦1,2席振华1,2刘莲1,2马彬1,2胡伟1,21 中国科学院青藏高原研究所青藏高原地球系统与资源环境重点实验室北京1001012 中国科学院珠穆朗玛大气与环境综合观测研究站日喀则8582003 成都信息工程大学大气科学学院成都6102254 中国科学技术大学地球和空间科学学院合肥2300265 中国科学院西北生态环境资源研究院兰州730000摘要中国科学院珠穆朗玛大气与环境综合观测研究站（以下简称“珠峰站”）位于珠穆朗玛峰自然保护区核心区域，围绕我国青藏高原生态保护和生态文明高地建设及经济社会可持续发展的国家战略科技需求，致力于地球“第三极”复杂地形山地大气过程和环境变化研究。
中国WESTDC系列土地覆盖数据产品
中国WESTDC系列土地覆盖数据产品生产过程报告冉有华李新ranyh@lixin@中国科学院.寒区旱区环境与工程研究所遥感与地理信息科学研究室基金委中国西部环境与生态科学数据中心2006年7月目 录1.前言 (3)2.WESTDC Land Cover Products1.0的生产方法 (3)2.1.方法选择 (3)2.1.1.面积占优法 (3)2.1.2.中心点法 (3)2.1.3. 结果对比 (4)2.1.4.方法选择 (6)2.2.技术过程 (6)2.3.精度评价 (7)3.WESTDC Land Cover Products2.0的生产方法 (8)3.1.信息来源的选择与评估 (9)3.1.1.GLC2000数据集 (9)3.1.2.2.MODIS土地覆盖数据产品处理 (9)3.1.2.3.MODIS土地覆盖数据产品精度评价 (10)3.1.3.灌木信息的补充 (11)3.2.技术过程 (11)3.2.1.分类系统转换 (11)3.2.2.林地类型替换 (12)3.2.3.灌木信息补充 (12)3.2.4.CLM土地覆盖分类系统与SIB2分类系统转换 (13)4.1/4度百分比图的制作 (13)4.1. 技术过程 (13)4.2. 特别说明 (13)5.WESTDC Land Cover Products3.0设想和准备工作 (14)5.1. 设想目标 (14)5.2. 准备工作 (14)图目录图表1张掖及其周边2000年1：10万土地利用图（矢量） (5)图表2张掖及其周边2000年1公里土地利用图(中心值法) (5)图表3张掖及其周边2000年1公里土地利用图(面积占优法) (6)图表 4. MODIS土地覆盖产品与其它四种土地覆盖数据中国部分重分类后的面积对比 (10)表目录表 1. 黑河流域2000年土地利用数据两种矢栅转换的方法的比较(1KM) (5)表 2. 三种基于1：10万中国土地资源调查成果的1KM土地覆盖数据的误差 (8)表 3. 三种分类系统的异同 (9)表 3. MODIS土地覆盖产品与WESTDC_LUCC1.0重分类后的混淆矩阵 (11)表 4. MODIS土地覆盖产品与其它几种土地覆盖数据集精度对比 (11)表 5. 土地资源分类与IGBP和SIB2分类系统转换表 (12)1. 前言全球环境的种种变化日益威胁着人类及其社会的持续发展，许多国家和地区的区域环境恶化，已经严重影响了人类的生存和发展，因此越来越受到各国政府和科学家的重视。
IGBP土地覆盖数据集
中国土地覆盖数据集出自WestWIKI目录▪ 1 数据集名称▪ 2 概况▪ 3 数据集介绍及使用说明▪ 4 数据集整理者▪ 4.1 项目支持▪ 4.2 工作背景▪ 4.3 数据集介绍▪ 4.3.1 GLC2000▪ 4.3.1.1 第一阶段: 气候分层和数据准备▪ 4.3.1.2 第二阶段: 非监督分类和标定▪ 4.3.1.3 第三阶段: 精度评价和成图▪ 4.3.2 IGBPDIS▪ 4.3.3 MODIS▪ 4.3.4 UMd▪ 4.3.5 WESTDC▪ 4.4 数据集属性▪ 4.5 数据读取▪ 4.6 数据限制▪ 4.7 数据引用▪ 5 参考文献▪ 6 中国西部环境与生态数据中心数据集名称▪中国土地覆盖数据集介绍▪Land Cover Products of China概况中国土地覆盖数据集包括5种产品：1）由GLC2000项目开发的基于SPOT4遥感数据的全球土地覆盖数据中国子集，数据名称为GLC2000；2）由IGBP－DIS支持的基于AVHRR遥感数据的全球土地覆盖数据中国子集，数据名称为IGBPDIS；3）MODIS土地覆盖数据产品中国子集，数据名称为MODIS；4）由马里兰大学生产的基于AVHRR数据的全球土地覆盖数据中国子集，数据名称为UMd；5）由中国科学院组织实施的中国2000年1：10万土地覆盖数据，对其进行合并、矢栅转换（面积最大法），最后得到全国幅1km的土地利用数据产品，数据名称为WESTDC。
数据集介绍及使用说明数据集整理者▪姓名：冉有华▪单位：中国科学院寒区旱区环境与工程研究所遥感与地理信息科学研究室▪电话：0086-931-4967259▪电子邮箱：ranyh@▪通讯地址：甘肃省兰州市东岗西路320号，730000项目支持1.自然科学基金项目:中国西部环境与生态科学数据中心](课题号:90502010)工作背景全球环境的种种变化日益威胁着人类及其社会的持续发展，许多国家和地区的区域环境恶化，已经严重影响了人类的生存和发展，因此越来越受到各国政府和科学家的重视。
54734中国数字地貌数据文档
中国数字地貌数据文档（地球系统科学数据共享网编制 2008-4-4中国科学院地理科学与资源研究所北京朝阳区大屯路甲11号，100101，zhouch@；chengwm@）1．引言地貌是自然地域综合体的主导要素，直接影响甚至决定着其他要素的特征。
地貌条件与生产建设关系十分密切。
1978～1985年国家科学技术规划将“全国1：100万地貌研究”其列为全国108项重点内容之一，并立项组织全国地貌学家和相关专家共同开展中国地貌的研究工作，积累了一大批宝贵的地貌资料和图集，并编制出版了其中15幅1：100万地貌图（全国陆域共64幅）。
为了推动地学信息图谱的研究工作，使其不仅具有概念和理论的探讨，而且具有明确的应用研究目标，以“中国地貌空间格局及其演化机理”作为研究对象，试图由此而建立起地学信息图谱理论与方法体系。
自2001 年起，在国家自然科学基金委国家杰出青年基金的支持下，启动了《中国地貌（世纪网络版）》和地貌制图的试验研究工作，并组织中国科学院相关研究所和有关的大学，再度发起百万地貌图的编制工作。
之后，该项工作得到了国家科技基础条件平台建设计划“地球系统科学数据共享网”（2005年――）、国家自然科学青年基金（2005――）和中国西部环境与生态科学数据平台（2006年――）等项目的进一步支持，使中国1:100万数字地貌图得以持续发展。
1.1数据库名中国1:100万数字地貌数据1.2 编写目的为了完整地介绍中国1:100万15幅老地貌图的收集和数字化、全国1:100万数字地貌数据的遥感解译、集成、更新等地貌数据内容和方便用户的使用，特编写了本文档。
1.3 定义地貌图既是地貌学研究的重要内容，也是地貌学研究成果综合体现，可以较为全面地反映我国地貌学研究的进展和水平。
中国1:100万地貌图为普通地貌图，是按照目前国内外普遍认可的形态成因相结合分类体系的基础上编制的中小比例尺地貌图，该图的编制工作充分继承了二十世纪八十年代我国地貌学家编制百万地貌图的分类规范，并进一步构建了中国1:100万数字地貌分类体系，地貌形态成因类型数达2400多个，中国1:100万数字地貌数据以形态、成因、物质等属性的分层分级方式集成。
免费资料网站
中文网站1、奇迹文库/简要介绍: 奇迹文库(/Eprint) 论文预印本项目是由一群中国年轻的科学、教育与技术工作者效仿等模式创办的非赢利性质网站，是专门为中国研究者开发定制的电子文库。
考研资料免费下载：/tag/%E5%85%8D%E8%B4%B9%E4%B8%8B%E8%B D%BD%20/2、查价网：/丰富的信息、直观快捷的服务令我们足不出户就可以找到物美价廉的商品，为我们省钱省时省力！依据平等、公正的原则，提供商品的价格比较、商品的准确信息、商品的相关论坛及每日最低行情快递等多项服务，使我们充分享受互联网的内在价值和魅力。
3、（美国）科技网：/服务及管理；网络技术咨询、网络软件开发；虚拟主机和主机托管；网络前沿技术的研究。
4、/华中数学建模网/news.php中国数学资源网/湖北数学建模网数模在线/home/中国数学建模网国际数模网站/美国杜克大学数学建模网美国数学联合会北峰数模网（浙江师范大学数模研究学会）5、中国湖泊数据库/网站简介：中国主要(河流)流域数据库：包括全国主要流域基本信息库、主要河流代码库、主要流域地理要素、流域内主要自然保护区、化学污染、降雨蒸发、旅游景点、重大事件、以及主要流域位置地图等信息；中国主要水库信息库：包括全国主要水库基本位置、水库所在地区、水库建库时间、正常库容、集水面积、海拔、所属水系等信息。
6、中国自然资源数据库/网站简介：中国自然资源数据库是由中国科学院科学数据库及其应用系统项目提供支持，中科院地理科学与地资源研究所所承建的中国资源、环境、人口、社会经济等相关数据的集合。
库内包括水资源、土地资源、气候资源、生物资源、环境灾害、环境治理、人口、劳动力以及社会经济等方面的数据。
数据按存储格式分为属性（数值）数据、空间（矢量和栅格）数据及其他图形图像数据。
目前，数据量已达6TB。
其中，属性数据库含关系表400多个，数据项8000个，约1000万个数据。
矢量数据包括1：400万及1：100万基础图件。
青海省植被净初级生产力（NPP）时空格局变化及其驱动因素
第４０卷第１５期２０２０年８月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．１５Ａｕｇ．，２０２０基金项目：国家自然科学基金项目（３１７６０１３５，３１３６０１１４）收稿日期：２０１９⁃０３⁃０４；㊀㊀修订日期：２０２０⁃０６⁃１２∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｘｉａｍｉｎｌ＠１６３．ｃｏｍＤＯＩ：１０．５８４６／ｓｔｘｂ２０１９０３０４０４０３刘旻霞，焦骄，潘竟虎，宋佳颖，车应弟，李俐蓉．青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素．生态学报，２０２０，４０（１５）：５３０６⁃５３１７．ＬｉｕＭＸ，ＪｉａｏＪ，ＰａｎＪＨ，ＳｏｎｇＪＹ，ＣｈｅＹＤ，ＬｉＬＲ．ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓｏｆｐｌａｎｔｉｎｇＮＰＰａｎｄｉｔｓｄｒｉｖｉｎｇｆａｃｔｏｒｓｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（１５）：５３０６⁃５３１７．青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素刘旻霞∗，焦㊀骄，潘竟虎，宋佳颖，车应弟，李俐蓉西北师范大学地理与环境科学学院，兰州㊀７３００７０摘要：植被净初级生产力（ＮＰＰ）作为陆地生态过程的关键参数，不仅用以估算地球支持能力和评价陆地生态系统的可持续发展，也是全球碳循环的重要组成部分和关键环节㊂基于２０００ ２０１４年ＭＯＤ１７Ａ３年均ＮＰＰ数据和气象站点气温㊁降水资料，采用简单差值㊁趋势分析㊁相关性分析和Ｈｕｒｓｔ指数等方法，分析了青海省ＮＰＰ的时空变化特征及其与气候因子的关系㊂结果表明：①青海省植被年均ＮＰＰ在２０００ ２０１４年间整体分布呈现由南到北㊁由东到西递减的趋势，各生态区的空间存在显著差异，表现为Ⅱ区＞Ⅰ区＞Ⅲ区＞Ⅳ区＞Ⅴ区㊂②２０００ ２０１４年，青海省ＮＰＰ变化趋势由北到南㊁由西到东呈现逐渐增加趋势，平均趋势系数为０．６１，ＮＰＰ值增加的区域占总面积的１５％，其中显著增加区域为２．８％，轻度增加区域为１２．２％㊂③青海省ＮＰＰ值的Ｈｕｒｓｔ的值域范围为０ ０．３９，均值为０．１２，除了河流湖泊，建筑用地和未利用土地，青海省ＮＰＰ变化特征为反持续性特征㊂④气候因子（年平均降水量和年均气温）对年均ＮＰＰ的分布有影响，海拔的高低造成气温㊁降水和土壤的差异，间接影响植被ＮＰＰ，１５年土地利用／覆被变化（ＬＵＣＣ）表现为草地面积减少最多，这是导致ＮＰＰ减少的主要原因㊂关键词：净初级生产力（ＮＰＰ）；时空变化；ＭＯＤ１７Ａ３；青海省ＳｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｐａｔｔｅｒｎｓｏｆｐｌａｎｔｉｎｇＮＰＰａｎｄｉｔｓｄｒｉｖｉｎｇｆａｃｔｏｒｓｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅＬＩＵＭｉｎｘｉａ∗，ＪＩＡＯＪｉａｏ，ＰＡＮＪｉｎｇｈｕ，ＳＯＮＧＪｉａｙｉｎｇ，ＣＨＥＹｉｎｇｄｉ，ＬＩＬｉｒｏｎｇＣｏｌｌｅｇｅｏｆＧｅｏｇｒａｐｈｙａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＮｏｒｔｈｗｅｓｔＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ａｓａｋｅｙｐａｒａｍｅｔｅｒｏｆｔｅｒｒｅｓｔｒｉａｌｅｃｏｌｏｇｉｃａｌｐｒｏｃｅｓｓ，ＮＰＰｃａｎｎｏｔｏｎｌｙｅｓｔｉｍａｔｅｔｈｅｅａｒｔｈᶄｓｓｕｐｐｏｒｔｉｎｇｃａｐａｃｉｔｙａｎｄｅｖａｌｕａｔｅｔｈｅｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｅｒｒｅｓｔｒｉａｌｅｃｏｓｙｓｔｅｍ，ｂｕｔａｌｓｏａｎｉｍｐｏｒｔａｎｔｐａｒｔａｎｄｋｅｙｌｉｎｋｏｆｇｌｏｂａｌｃａｒｂｏｎｃｙｃｌｅ．ＢａｓｅｄｏｎｔｈｅＭＯＤ１７Ａ３ａｎｎｕａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｄａｔａａｎｄｔｈｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｉｔｅｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｄａｔａｆｒｏｍ２０００ｔｏ２０１４，ｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＮＰＰｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅａｎｄｉｔｓｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｃｌｉｍａｔｉｃｆａｃｔｏｒｓｗｅｒｅａｎａｌｙｚｅｄｂｙｍｅａｎｓｏｆｓｉｍｐｌｅｄｉｆｆｅｒｅｎｃｅ，ｔｒｅｎｄａｎａｌｙｓｉｓｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ，ａｎｄＨｕｒｓｔｉｎｄｅｘ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅａｖｅｒａｇｅａｎｎｕａｌＮＰＰｏｆｖｅｇｅｔａｔｉｏｎｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｇｒａｄｕａｌｌｙｄｅｃｒｅａｓｅｄｆｒｏｍｓｏｕｔｈｔｏｎｏｒｔｈａｎｄｆｒｏｍｅａｓｔｔｏｗｅｓｔｏｖｅｒｔｈｅｐｅｒｉｏｄ２０００ｔｏ２０１４，ａｎｄｔｈａｔｔｈｅｒｅｗｅｒｅｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｅａｃｈｅｃｏｌｏｇｉｃａｌｒｅｇｉｏｎ，ａｓｆｏｌｌｏｗｓ：ａｒｅａＩＩ＞ａｒｅａＩ＞ａｒｅａＩＩＩ＞ａｒｅａＩＶ＞ａｒｅａＶ．Ｆｒｏｍ２０００ ２０１４，ｔｈｅｔｒｅｎｄｓｏｆＮＰＰｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｃｈａｎｇｅｄｆｒｏｍｎｏｒｔｈｔｏｓｏｕｔｈａｎｄｆｒｏｍｗｅｓｔｔｏｅａｓｔ，ａｎｄｔｈｅａｖｅｒａｇｅｔｒｅｎｄｃｏｅｆｆｉｃｉｅｎｔｗａｓ１５％ｏｆｔｈｅｔｏｔａｌａｒｅａ，ｗｉｔｈａｎｏｔａｂｌｅｉｎｃｒｅａｓｅｏｆ２．８％ａｎｄａｓｌｉｇｈｔｉｎｃｒｅａｓｅｏｆ１２．２％ｉｎｔｈｅａｒｅａｏｆ０．６１，ＮＰＰ．ＴｈｅｒａｎｇｅｏｆｔｈｅＨｕｒｓｔｉｎｄｅｘｏｆＮＰＰｖａｌｕｅｓｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｗａｓ０ ０．３９ａｎｄｔｈｅｍｅａｎｖａｌｕｅｗａｓ０．１２；ｉｎａｄｄｉｔｉｏｎｔｏｒｉｖｅｒｓａｎｄｌａｋｅｓ，ｂｕｉｌｄｉｎｇｌａｎｄ，ａｎｄｕｎｕｓｅｄｓｏｉｌ，ｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＮＰＰｃｈａｎｇｅｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｗｅｒｅｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｎｔｉ⁃ｐｅｒｓｉｓｔｅｎｃｅ．Ｃｌｉｍａｔｉｃｆａｃｔｏｒｓ（ａｎｎｕａｌａｖｅｒａｇｅｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄａｎｎｕａｌａｖｅｒａｇｅｔｅｍｐｅｒａｔｕｒｅ）ｈａｄａｎｉｍｐａｃｔｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅａｎｎｕａｌａｖｅｒａｇｅＮＰＰ．Ｔｈｅｅｌｅｖａｔｉｏｎｒｅｓｕｌｔｓｉｎｄｉｆｆｅｒｅｎｃｅｓｉｎｔｅｍｐｅｒａｔｕｒｅ，ｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄｓｏｉｌ，ａｎｄｉｎｄｉｒｅｃｔｌｙａｆｆｅｃｔｓｖｅｇｅｔａｔｉｏｎＮＰＰ．Ｌａｎｄｕｓｅａｎｄｃｏｖｅｒｃｈａｎｇｅ（ＬＵＣＣ）ｉｎ１５ｙｅａｒｓｓｈｏｗｅｄｔｈａｔｇｒａｓｓｌａｎｄａｒｅａｄｅｃｒｅａｓｅｄｔｈｅｍｏｓｔ，ｗｈｉｃｈｗａｓｔｈｅｍａｉｎｒｅａｓｏｎｆｏｒｔｈｅｄｅｃｒｅａｓｅｉｎＮＰＰ．ＫｅｙＷｏｒｄｓ：ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ（ＮＰＰ）；ｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｒｉａｔｉｏｎ；ＭＯＤ１７Ａ３；ＱｉｎｇｈａｉＰｒｏｖｉｎｃｅ植被净初级生产力（ＮｅｔＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｏｎ，ＮＰＰ）是指植被地上部分在单位时间，单位面积上所积累的有机物的数量㊂植被净初级生产力（ＮＰＰ）作为陆地生态过程的关键参数，不仅用以估算地球支持能力和评价陆地生态系统的可持续发展，也是全球碳循环的重要组成部分和关键环节㊂掌握陆地植被ＮＰＰ的变化趋势，对于理解全球气候变化对陆地生态系统植被变化过程的作用机制具有重要的理论和实际意义㊂ＭＯＤ１７Ａ３是基于ＭＯＤＩＳ（ＴＥＲＲＡ卫星）遥感参数，通过ＢＩＯＭＥ⁃ＢＧＣ计算出全球陆地植被ＮＰＰ年际变化的资料，目前已在全球不同区域对植被生长状况㊁生物量的估算，环境监测和全球变化等研究中得到验证和广泛应用㊂实地测量是ＮＰＰ最早的测定方法，主要方法包括收割法㊁生物量调查法㊁光合测定法㊁值测定法㊁放射测定法㊁叶绿素测定法和原料消耗测定法等［１⁃４］，但是受很多因素的限制，不利于开展，后来，学者又提出了气候统计模型估测㊁生理生态过程模型㊁光能利用率模型㊁多模型交互应用等方法［５⁃９］，早在１９世纪８０年代，Ｅｂｅｒｍａｙｅｒ用基本的实地测量方法对巴伐利亚森林进行了ＮＰＰ的测定；１９３２年丹麦科学家Ｂｏｙｓｅｎ⁃ＪｅｎｓｅｎＰ出版了‘植物的物质生产“一书，第一次明确的提出了总生产量（Ｇｒｏｓｓｐｒｏｄｕｃｔｉｏｎ）和净生产量（Ｎｅｔｐｒｏｄｕｃｔｉｏｎ）的概念和它们的计算公式［１０］；之后又以英国Ｗａｔｓｏｎ为代表提出了著名的Ｗａｔｓｏｎ法则，日本生态学家门司和佐伯提出了群落光合作用理论［１１］㊂到２１世纪之后，我国学者用光能利用率模型（ＣＡＳＡ）来研究陆地生态系统碳循环和ＮＰＰ㊂潘竟虎和李真［１２］利用改进的ＣＡＳＡ模型估算２００１ ２０１２年西北干旱区陆地生态系统的净第一性生产力（ＮＰＰ），结果ＮＰＰ表现出很强的季节性变化规律［１３］；高原利用ＭＯＤ１７Ａ３数据研究新疆２０００ ２０１０年ＮＰＰ时空变化特征，研究显示不同生态功能区和市㊁县行政区ＮＰＰ存在区域差异［１４］；江源通分析了２０００ ２０１０年湘江流域植被ＮＰＰ的空间格局变化特征，得到了气候变化和土地利用与湘江流域植被ＮＰＰ的关系㊂对于ＮＰＰ变化驱动因子的研究，之前大多局限于气候因子的研究，特别针对海拔和人为因素没有定量研究ＮＰＰ的变化㊂本文以此为出发点，用气候因子结合海拔和土地利用分析了ＮＰＰ的变化关系，研究２０００ ２０１４年青海省ＮＰＰ时空分布变化及其与驱动因子的关系，同时，青海省是三江源的发源地，也是我国重要的生态屏障区［１５⁃１６］，近１５年来植被ＮＰＰ发生很大变化，对该地区ＮＰＰ时空变化特征进行定量分析，以便为青海省资源环境监测提供重要依据，以期为区域生态环境和植被碳源／汇评价㊁经济社会的可持续发展规划提供科学依据和参考背景㊂１㊀研究区与数据１．１㊀研究区概况青海省地处青藏高原东北部，介于８９ʎ３５ᶄ １０３ʎ０４ᶄＥ，３１ʎ４０ᶄ ３９ʎ１９ᶄＮ之间（图１）㊂海拔在３０００ ５０００ｍ之间，气候区域分布差异大，冬季寒冷，夏半年凉爽，雨热同期㊂草原分为９个草地类７个草地亚类２８个草地组１７３个草地型，是青海天然草原的主体㊂１．２㊀数据来源植被ＮＰＰ数据来源于美国ＮＡＳＡＥＯＳ／ＭＯＤＩＳ的２０００ ２０１４年的ＭＯＤ１７Ａ３数据（ｈｔｔｐ：／／ｒｅｖｅｒｂ．ｅｃｈｏ．７０３５㊀１５期㊀㊀㊀刘旻霞㊀等：青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素㊀图１㊀研究区概况及气象站点的空间分布㊀Ｆｉｇ．１㊀Ｓｔｕｄｙａｒｅａａｎｄｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓ㊀ｎａｓａ．ｇｏｖ），空间分辨率为１ｋｍ，时间分辨率为１ａ；气象数据来源于中国气象科学数据共享服务网（ｈｔｔｐ：／／ｃｄｃ．ｃｍａ．ｇｏｖ．ｃｎ）；土地利用数据来源于中国科学院寒旱区科学数据中心；ＤＥＭ数据来源于中国科学院计算机网络信息中心地理空间数据云平台（ｈｔｔｐ：／／ｗｗｗ．ｇｓｃｌｏｕｄ．ｃｎ）；青海省主要农作物的产量和播种面积数据来源于青海省统计年鉴；中国土地利用数据来源于中国西部环境与生态科学数据中（ｈｔｔｐ：／／ｗｅｓｔｄｃ．ｗｅｓｔｇｉｓ．ａｃ．ｃｎ）的ＷＥＳＴＤＣ，根据中科院土地利用／覆盖分类体系（ＬＵＣＣ分类体系）将地表覆盖类型主要分为耕地㊁林地㊁草地㊁水体㊁建设用地和未利用地６种类型（表１）㊂１．３㊀数据处理本文选用ｈ２５ｖ０５㊁ｈ２６ｖ０５这２幅数据㊂首先利用ＭＲＴ对ＭＯＤ１７Ａ３数据进行拼接和投影转换，然后利用ＥＮＶＩ４．３以青海省行政区划图为基础进行裁剪，提取青海省的ＮＰＰ数据㊂利用ＡｒｃＧＩＳ１０．０采用掩膜法扣除ＮＰＰ数据中的水体及建设用地，并得到不同土地利用类型的ＮＰＰ值㊂气象数据为与遥感数据进行匹配，在ＡｒｃＧＩＳ１０．０中，采用三角网插值方法将站点气候数据插值成空间分辨率为１０００ｍˑ１０００ｍ地理投影的栅格数据㊂表１㊀土地利用分类及编号Ｔａｂｌｅ１㊀Ｌａｎｄｕｓｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｃｏｄｉｎｇ一级分类及编号Ｆｉｒｓｔｃｌａｓｓｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｎｕｍｂｅｒ二级分类及编号Ｓｅｃｏｎｄａｒｙｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｎｕｍｂｅｒ１耕地Ｐｌｏｕｇｈ１１水田㊁１２旱地２林地Ｆｏｒｅｓｔｒｙ２１有林地㊁２２灌林地㊁２３疏林地㊁２４其他林地３草地Ｍｅａｄｏｗ３１高覆盖草地㊁３２中覆盖草地㊁３３低覆盖草地４水体Ｗａｖｅ４１河渠㊁４２湖泊㊁４３水库坑塘㊁４４永久性冰川雪地㊁４５滩涂㊁４６滩地５建设用地Ｃｏｎｓｔｒｕｃｔｉｏｎ５１城镇用地㊁５２农村居民点㊁５３其他建设用地６未利用地Ｕｎｔｒｅａｔｅｄ６１沙地㊁６２戈壁㊁６３盐碱地㊁６４沼泽地㊁６５裸土地㊁６６裸岩石质山地㊁６７其他未利用地（包括高寒荒漠㊁苔原等）１．４㊀ＮＰＰ数据验证由于ＮＰＰ的实测数据难以测得，本文利用作物产量估算ＮＰＰ值和其他学者结合ＮＰＰ观测数据估算的ＮＰＰ值来进行验证㊂１．４．１㊀根据统计数据中作物产量估算ＮＰＰ的方法农业统计中的产量㊁面积等资料估算ＮＰＰ是根据不同作物的收获部分的含水量和收获指数（经济产量与作物地上部分干重的比值）将农业统计数据的产量转换成植被碳储量㊂从主要作物县级统计收获数据到县级平均ＮＰＰ的转换方法可以用下面公式表达［１７］：ＮＰＰ＝ðｎｉ＝１Ｙｉˑ１－ＭＣｉ()ˑ０．４５ｇＣｇＨＩｉˑ０．９／ðｎｉ＝１Ａｉ式中，Ｙｉ是统计数据中作物ｉ的产量，ＭＣｉ是作物收获部分的含水量，ＨＩｉ是作物ｉ的收获指数，Ａｉ是作物收获面积㊂式中的作物产量和收获面积分别来自于中国自然资源网提供的中国农业统计数据中的８大类主要农作物的产量和播种面积，作物收获部分的含水量和收获指数［１８］（表２）㊂８０３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图２表明，作物产量估算的ＮＰＰ值与ＭＯＤ１７Ａ３值呈显著的正相关关系（Ｐ＜０．０１），且相关系数达到０．７７，均值的标准误差是３．９５，说明ＭＯＤ１７Ａ３来估算青海省的ＮＰＰ值是可靠的㊂１．４．２㊀本文ＮＰＰ值与其他学者模型对比由表３可以看出，不同的植被类型中本文年平均ＮＰＰ与其他模型ＮＰＰ的值趋势大致相同，整体比较接近，变化在一定的范围之内，对比估算精度在７９％左右，所以ＭＯＤ１７Ａ３值具有一定的可靠性㊂表２㊀主要农作物的收获指数及含水量表３㊀不同植被类型ＮＰＰ值与其他模型对比／（ｇＣｍ－２ａ－１）Ｔａｂｌｅ３㊀ＴｈｉｓｐａｐｅｒｃｏｍｐａｒｅｓｔｈｅＮＰＰｖａｌｕｅｓｏｆｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｗｉｔｈｏｔｈｅｒｍｏｄｅｌ土地利用类型Ｌａｎｄｕｓｅｔｙｐｅ数据范围ＤａｔａｒａｎｇｅＭｉａｍｉ模型［１９⁃２０］ＭｉａｍｉｍｏｄｅｌＣＡＳＡ模型［２１⁃２３］ＣＡＳＡｍｏｄｅｌＴｈｏｒｎｔｈｗａｉｔｅ模型［２４］ＴｈｏｒｎｔｈｗａｉｔｅｍｏｄｅｌＣＥＶＳＡ模型［２５］ＣＥＶＳＡｍｏｄｅｌ耕地Ｐｌｏｕｇｈ２３９ ７６０５５８．７５２４．８２１６６４８．８林地Ｆｏｒｅｓｔｒｙ１１４ １９１３３７３７．５３６１２．２１８９８２９３６．１草地Ｍｅａｄｏｗ３６４ ３１８７２６８４．３２５５２．８ ４１４．６水体Ｗａｖｅ２５６ ９４３１１７１．６１０９１．４ 建设用地Ｃｏｎｓｔｒｕｃｔｉｏｎ５６ ９７２６２８．５５８５．８ 未利用地Ｕｎｔｒｅａｔｅｄ８２ ７２５．６９５１．６９１２．８１４图２㊀ＮＰＰ实测值与年均ＮＰＰ结果比较Ｆｉｇ．２㊀ＣｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｍｅａｓｕｒｅｄａｎｄｅｓｔｉｍａｔｅｄＮＰＰ２㊀研究方法２．１㊀简单差值法简单差值法是对相同地区不同时相的图像进行相减运算，利用图像之间的差值来衡量ＮＰＰ年际间变化的趋势以及大，其公式为［６］：Ｄｉｊ＝ＮＰＰｔ１ｉｊ－ＮＰＰｔ２ｉｊ式中，Ｄｉｊ为第ｉ行ｊ列像素的差值；ＮＰＰｔ１ｉｊ为时相ｔ１第ｉ行ｊ列像素的ＮＰＰ值；ｔ１㊁ｔ２为时相；ｉ㊁ｊ为第ｉ行ｊ列像素的位置㊂２．２㊀趋势分析法一元线性回归分析法是分析了１５年间ＮＰＰ值的趋势倾向率，综合表征一定时间序列的区域格局演变规律，其公式为［２６］：Ｓｌｏｐｅ＝ｎˑðｎｉ＝１ｉˑＮＰＰｉ()－ðｎｉ＝１ｉˑðｎｉ＝１ＮＰＰｉｎˑðｎｉ＝１ｉ２－ðｎｉ＝１ｉ()２式中，Ｓｌｏｐｅ是线性拟合方程的斜率；ＮＰＰｉ是第ｉ年通过最大值合成法得到的ＮＰＰ值，ｎ为研究时段的长度，９０３５㊀１５期㊀㊀㊀刘旻霞㊀等：青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素㊀Ｓｌｏｐｅ大于０，表示１５年间ＮＰＰ值增加，反之减少㊂２．３㊀Ｈｕｒｓｔ指数Ｈｕｒｓｔ指数的估算方法很多，本文采用Ｒ／Ｓ分析法来分析ＮＰＰ的持续性特征，其公式为［２７⁃２８］：ＮＰＰ的时间序列ＮＰＰｉ，ｉ＝１，２，３，４， ，ｎ，对于任意正整数ｍ，定义该时间序列的均值序列：ＮＰＰｍ()＝１ｍðｍｉ＝１ＮＰＰｉ㊀㊀（ｍ＝１，２，３，４， ，ｎ）累计离差：Ｘｔ()＝ðｍｉ＝１ＮＰＰｉ－ＮＰＰｍ()()㊀㊀（１＜ｔ＜ｍ）极差：Ｒｍ()＝ｍａｘ１＜ｍ＜ｎＸｔ()－ｍｉｎ１＜ｍ＜ｎＸｔ()㊀㊀（ｍ＝１，２，３，４， ，ｎ）标准差：Ｓｍ()＝１ｍðｍｉ＝１ＮＰＰｉ－ＮＰＰｍ()()２éëêêùûúú１２㊀㊀（ｍ＝１，２，３，４， ，ｎ）比值Ｒ（ｍ）／Ｓ（ｍ）即Ｒ／Ｓ，Ｒ／ＳɖｍＨ，则Ｈ就是Ｈｕｒｓｔ指数，Ｈ值可以根据ｍ和对应计算得Ｒ／Ｓ值，在双对数坐标系（ｌｎｍ，ｌｎＲ／Ｓ）中用最小二乘法拟合得到，如果０．５＜Ｈ＜１，表明是ＮＰＰｉ是一个持续性序列，如果Ｈ＝０．５，则说明ＮＰＰｉ为随机序列，如果０＜Ｈ＜０．５，则表明ＮＰＰｉ具有反持续性㊂２．４㊀相关分析法本文采用Ｐｅａｒｓｏｎ相关系数分析法，对每一个像元相应的年均植被ＮＰＰ与降雨因子和温度因子进行相关性分析，以此分析植被ＮＰＰ与气候因子之间的响应关系，其计算公式为［２９－３０］：Ｒ＝ðｎｉ＝１ｘｉ－ ｘ()ｙｉ－ｙ()ðｎｉ＝１ｘｉ－ｘ()２ðｎｉ＝１ｙｉ－ｙ()２式中，Ｒ为ｘ㊁ｙ两个变量的相关系数，ｎ为研究时间的年数，ｘｉ为第ｉ年的植被ＮＰＰ，ｙｉ为第ｉ年的年均气候因子（降水㊁温度）值㊂３㊀结果与分析３．１㊀青海省植被ＮＰＰ的空间分布特征３．１．１㊀２０００ ２０１４年青海省ＮＰＰ空间变化特征青海省年均ＮＰＰ值的分布与区域海拔的高低分布大体一致，受到地区的差异，呈现由南到北㊁由东到西递减的趋势，其中，柴达木盆地和唐古拉山环绕的海西州，受地形的影响，东部年均ＮＰＰ值高于西部，且为２６．１４ｇＣｍ－２ａ－１，海北州以高山草甸和山地草甸为主，年均ＮＰＰ值为２１２．０４ｇＣｍ－２ａ－１，西宁市㊁海东市和黄南州居于青海省东部，气温高，降水也相对较多，年均ＮＰＰ值较高，分别为２８５．６７ｇＣｍ－２ａ－１㊁２７７．４８ｇＣｍ－２ａ－１和２９９．９５ｇＣｍ－２ａ－１，海南州四面环山，盆地居中，年均ＮＰＰ值达到１５５．８６ｇＣｍ－２ａ－１，果洛州海拔西北高，东南低，年均ＮＰＰ值随着海拔的降低在变大，且为１６０．８０ｇＣｍ－２ａ－１，格尔木市和玉树州处于西北部，境内雪峰连绵，沼泽众多，年均ＮＰＰ值较低，分别为１７．７４ｇＣｍ－２ａ－１和５５．４９ｇＣｍ－２ａ－１（图３）㊂３．１．２㊀不同生态功能区２０００ ２０１４年青海省ＮＰＰ空间变化特征图４表明，各生态区的空间差异显著，表现为Ⅱ区＞Ⅰ区＞Ⅲ区＞Ⅳ区＞Ⅴ区㊂其中，青海东部农牧生态区（Ⅱ区）植被ＮＰＰ最大，为１８７．４５ｇＣｍ－２ａ－１，其次为祁连山针叶林－高寒草甸生态区（Ⅰ区），为１６５．９４ｇＣｍ－２ａ－１，柴达木盆地荒漠 盐壳生态区（Ⅳ区）和北羌塘高原半荒漠 荒漠生态区（Ⅴ区）植被ＮＰＰ最小，分别１７．１０ｇＣｍ－２ａ－１和７．９６ｇＣｍ－２ａ－１㊂因为Ⅱ区有青海省最优质的天然草原和一部分农田，植被的覆盖率高，ＮＰＰ较大，柴达木盆地荒漠 盐壳生态区和北羌塘高原半荒漠 荒漠生态区都是以荒漠草甸，冰雪为主，限制了植物的生长，导致ＮＰＰ较低㊂０１３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图３㊀２０００—２０１４年青海省ＮＰＰ平均值的空间分布㊀Ｆｉｇ．３㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆａｖｅｒａｇｅＮＰＰｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｆｒｏｍ２０００ｔｏ２０１４３．１．３㊀不同行政区２０００ ２０１４年青海省ＮＰＰ空间变化特征黄南藏族自治州的年均ＮＰＰ最高，为３００．２７ｇＣｍ－２ａ－１，其中在２００５年㊁２００６年㊁２００７年㊁２００８年㊁２００９年㊁２０１０年２０１２年和２０１３年年均ＮＰＰ都大于３００ｇＣｍ－２ａ－１，这是因为该区域是在黄河㊁隆务河流域等高山峡谷地带种植很多云杉，降水较多和植被生长较好的区域，灌溉农业和天然草场较多，植被覆盖率高，导致ＮＰＰ较高；西宁市ＮＰＰ仅次于黄南藏族自治州，为２８５．９１ｇＣｍ－２ａ－１，位于湟水中游河谷盆地，草原面积为３６４４．９４万公顷，占全省面积的５３．６％，气候宜人，适宜植物的生长；海东市居第三，年均ＮＰＰ为２７７．５６ｇＣｍ－２ａ－１，气候属于半干旱大陆性气候，水能资源丰富，人口相对集中，经济较为发达，是青海重要的农牧业经济区较发达地区之一；海北藏族自治州居第四，年均ＮＰＰ为２１２．２９ｇＣｍ－２ａ－１，雨热同季，无绝对无霜期，植被以高图４㊀青海省生态功能区划图Ｆｉｇ．４㊀Ｅｃｏ－ｆｕｎｃｔｉｏｎｒｅｇｉｏｎａｌｉｚａｔｉｏｎｏｆＱｉｎｇｈａｉＰｒｏｖｉｎｃｅ寒草甸土为主，并且有黑钙土㊁栗钙土㊁灰褐土等，有机质含量丰富，有利于农作物和牧草的生长；果洛藏族自治州和海南藏族自治州年均ＮＰＰ基本持平，分别为１６０．９１ｇＣｍ－２ａ－１和１５６．２８ｇＣｍ－２ａ－１，海南州和果洛州主要以山地为主，地势复杂多样，不适合植被的生长；海西藏族自治州㊁玉树藏族自治州和格尔木市年均ＮＰＰ低于１００ｇＣｍ－２ａ－１，分别为２６．１７ｇＣｍ－２ａ－１㊁５５．４９ｇＣｍ－２ａ－１和１７．７２ｇＣｍ－２ａ－１，位于青海省的西部，荒漠较多，常年干旱少雨多风，气候独特，四季不分明，不利于植被的生长，覆盖率较低，ＮＰＰ较小（表４）㊂３．２㊀青海省植被ＮＰＰ年际变化特征３．２．１㊀年均值ＮＰＰ年际变化特征图５显示ＮＰＰ值的波动范围集中在６８．８３ ９２．０７ｇＣｍ－２ａ－１，平均值７９．０５ｇＣｍ－２ａ－１，其中２００１年出现１１３５㊀１５期㊀㊀㊀刘旻霞㊀等：青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素㊀最小值，为６８．８３ｇＣｍ－２ａ－１，２００４年出现最大值，为９２．０７ｇＣｍ－２ａ－１㊂从年均ＮＰＰ的总体趋势来看，２０００ ２００４年㊁２００８ ２０１０年㊁２０１１ ２０１３年年均ＮＰＰ值呈现波动上升，２００４ ２００８年㊁２０１０ ２０１１年㊁２０１３ ２０１４年年均ＮＰＰ值呈现波动下降㊂２００８年青海省大部分地区出现旱情，植物的生长受到限制，导致２００８年ＮＰＰ值急速下降，２０１０年青海玉树发生地震，２０１１年青海要进行震后重建，使得生态得到破坏，ＮＰＰ值下降㊂表４㊀２０００ ２０１４年分行政区年均植被ＮＰＰ／（ｇＣｍ－２ａ－１）Ｔａｂｌｅ４㊀ＡｎｎｕａｌＮＰＰｉｎｅａｃｈｄｉｓｔｒｉｃｔｆｒｏｍ２００１ｔｏ２０１４年份Ｙｅａｒ西宁市海北州海东市海西州海南州黄南州果洛州玉树州格尔木市２０００２４４．８４１９３．５０２２８．１０２３．１６１２７．８６２６６．７９１４６．１９５２．６３１３．５６２００１２５０．２８１８５．５６２３４．９９２０．３０１３０．７８２７１．２１１４６．５５４９．８８１４．８７２００２２９２．９１２２０．５６２７４．３９２６．６２１５４．２２２９１．６７１５３．９８５１．３０１８．２８２００３２９１．２１２０８．９８２８０．３５２４．８６１４６．６８２９１．３０１５１．１７４８．９２１５．００２００４２６８．５８２０１．９１２６５．２３２３．３２１３８．８３２８１．７４１４３．８２５０．２４１４．７８２００５２９９．６５２２７．７１２８８．２２２８．１３１６８．４８３１０．９４１６７．７４５６．７３１９．０９２００６２９４．５１２１９．２９２６４．１８２８．７５１７２．００３２９．１０１８５．１５６２．９８１９．１１２００７３０５．４３２２３．３６２９３．２２２５．２５１６２．６７３１２．９７１６０．４９４９．８６１６．５１２００８２９４．２８２０５．９８２９３．３２２３．４２１５０．８６３０２．２３１４５．１２４２．６７１１．０６２００９２９３．１５２１９．１１２９１．８６２８．２２１６８．５８３１６．６７１７７．４０６７．４６２０．２７２０１０２９０．２１２１９．９２２８９．５７３１．１７１８１．２０３２４．９９１８９．９５７２．０１２７．３５２０１１２８２．２６２０９．０７２６２．０６２８．２２１６１．０１２９７．５９１５５．６３５２．４５１８．０６２０１２２９５．５８２１８．０５３０２．４５２８．５１１６８．７４３０１．７１１６３．３４６２．３７２３．０１２０１３３００．４３２２３．２８３０６．８０２９．１２１６９．８９３２３．４１１７８．２７６３．８９２１．９２２０１４２９２．０５２１４．１８２９５．５６２５．５９１４８．８３２８８．８１１５５．５９５５．１５１５．２６均值Ｍｅａｎ２８５．９１２１２．２９２７７．５６２６．１７１５６．２８３００．２７１６０．９１５５．４９１７．７２图５㊀２０００ ２０１４年青海省年平均ＮＰＰ变化趋势㊀Ｆｉｇ．５㊀ＴｈｅｃｈａｎｇｅｔｒｅｎｄｏｆｍｏｎｔｈｌｙａｖｅｒａｇｅＮＰＰｉｎｔｈｅＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｆｒｏｍ２００１ｔｏ２０１２３．２．２㊀不同生态功能区年均值ＮＰＰ年际变化特征从生态功能分区看，不同年份各生态区的ＮＰＰ存在明显的差异（图６），整体上看，表现为Ⅱ区＞Ⅰ区＞Ⅲ区＞Ⅳ区＞Ⅴ区㊂其中，青海东部农牧生态区（Ⅱ区）植被ＮＰＰ最大，为１８７．４５ｇＣｍ－２ａ－１，其次为祁连山针叶林⁃高寒草甸生态区（Ⅰ区），为１６５．９４ｇＣｍ－２ａ－１，柴达木盆地荒漠 盐壳生态区（Ⅳ区）和北羌塘高原半荒漠 荒漠生态区（Ⅴ区）植被ＮＰＰ最小，分别１７．１０ｇＣｍ－２ａ－１和７．９６ｇＣｍ－２ａ－１㊂因为Ⅱ区有青海省最优质的天然草原和一部分农田，植被的覆盖率高，ＮＰＰ较大，柴达木盆地荒漠 盐壳生态区和北羌塘高原半荒漠 荒漠生态区都是以荒漠草甸，冰雪为主，限制了植物的生长，导致ＮＰＰ较低㊂局部来看，Ⅳ区和Ⅴ区的变化趋势不大，基本上是持平状态，其他生态区的年际变化基本一致，均表现出降⁃升⁃降⁃升⁃降⁃升⁃降⁃升⁃降的波动状态，Ⅰ区和Ⅳ区的ＮＰＰ最小值均出现在２００１年，且分别为１４１．８８ｇＣｍ－２ａ－１和１２．９８ｇＣｍ－２ａ－１，Ⅲ区和Ⅴ区的ＮＰＰ最小值均出现在２００８年，分别为８４．８０ｇＣｍ－２ａ－１和４．９０ｇＣｍ－２ａ－１，Ⅱ区的ＮＰＰ最小值出现在２０００年，为１５６．０７ｇＣｍ－２ａ－１，此外，不同生态区ＮＰＰ最大值出现的时间不全一致，Ⅱ区㊁Ⅲ区㊁Ⅳ区和Ⅴ区的ＮＰＰ最大值出现在２０１０年，分别为２０７．４３㊁１１９．６８㊁２１．５２ｇＣｍ－２ａ－１和１２．４７ｇＣｍ－２ａ－１，Ⅰ区的ＮＰＰ最大值出现在２００５年，为１７８．５８ｇＣｍ－２ａ－１，这是因为不同生态区因受地形㊁气候㊁植被数量和质量等诸多因素影响，并且气候因子变化导致其气候型具有很大空间差异，从而使ＮＰＰ的最大值和最小值出现的时间不全一致㊂２１３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图６㊀分生态功能区植被ＮＰＰ变化趋势㊀Ｆｉｇ．６㊀ＶａｒｉａｔｉｏｎｔｒｅｎｄｏｆｖｅｇｅｔａｔｉｏｎＮＰＰｉｎｄｉｆｆｅｒｅｎｔｅｃｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎａｒｅａｓ３．３㊀ＮＰＰ空间变化特征３．３．１㊀２０００年与２０１４年ＮＰＰ空间变化图７表明，青海省大部分地区ＮＰＰ值是增加的，在海东市㊁西宁市㊁海南州的北部和黄南州北部地区ＮＰＰ的增加值大于９０ｇＣｍ－２ａ－１，占总面积的０．８％，海北州的东北部㊁海南州南部地区ＮＰＰ的增加值为６０ ９０ｇＣｍ－２ａ－１，占总面积１．６％，黄南州南部㊁果洛州南部地区ＮＰＰ的增加值３０ ６０ｇＣｍ－２ａ－１，占总面积的５．６％格尔木市㊁玉树州㊁果洛的中部和北部㊁海南州的东南部㊁海北州的西北部地区ＮＰＰ的增加值为０ ３０ｇＣｍ－２ａ－１，占总面积的４２．４％，海西州的绝大部分区域ＮＰＰ的增加值为－３０ ０ｇＣｍ－２ａ－１，占总面积的４９．１％㊂３．３．２㊀２０００ ２０１４年ＮＰＰ总体趋势青海省１５年间ＮＰＰ由北到南㊁由西到东呈现逐渐图７㊀２０００与２０１４年青海省ＮＰＰ空间变化图㊀Ｆｉｇ．７㊀ＳｐａｔｉａｌｃｈａｎｇｅｍａｐｏｆＮＰＰｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｉｎ２０００ａｎｄ２０１４增加趋势，平均趋势系数为０．６１，ＮＰＰ增加的区域占总面积的１５％，其中显著增加区域为２．８％，轻度增加区域为１２．２％，主要分布在海东市大部分区域㊁海北州南部㊁海南州北部㊁黄南州北部地区，基本不变区域占总面积的２２．３％，主要分布在海北州中部和西北部㊁海西州东部㊁玉树州东南部㊁果洛州北部区域，ＮＰＰ减少的区域占总面积的６２．６％，其中显著减少占１．８％，轻度减少占６０．８％，主要分布在格尔木市㊁玉树州的西北部㊁海西州的中部及以西的地区（图８）㊂３．３．３㊀ＮＰＰ变化的未来趋势预测图９表明，Ｈｕｒｓｔ的值域范围为０ ０．３９，均值为０．１２，除了河流湖泊，建筑用地和未利用土地，青海省ＮＰＰ变化特征为反持续性特征，将Ｈｕｒｓｔ指数划分为弱㊁中㊁强３个反持续性类型，其阈值分别为：＜０．１，０．１ ０．１５和＞０．１５㊂从弱㊁中㊁强的程度来看，强反持续性占流域面积的１３．８７％，中反持续性占流域面积的１９．６６％，弱反持续性占流域面积的２０．７３％，说明青海省有五分之一的地区未来ＮＰＰ变化与过去ＮＰＰ的变化一致，但这种持续性表现得不够明显，三分之一地区未来ＮＰＰ的变化与过去ＮＰＰ变化有较强的相关性㊂４㊀青海省ＮＰＰ主要影响因素４．１㊀气候因子对ＮＰＰ的影响４．１．１㊀２０００ ２０１０年研究区气温和降水变化趋势ＩＰＣＣ第五次评估报告指出，全球气候正在变暖，而且气候变暖与碳循环存在显著的正相关关系，但是不同地区的气候因子对ＮＰＰ积累的作用也不尽相同，表现为促进或者抑制，由此表明，植被ＮＰＰ对降水和气温的反应较为强烈㊂由图１０可知，近１５年青海省降水的波动幅度明显大于气温的波动幅度，但除了特殊年份，降水和气候总体均趋于增加的趋势，气候也是趋于暖湿化，降水从２０００年到２００５年处于缓慢增加，２００６年降低，之后又处于上升阶段，直到２０１３年急速下降，在２００１年，年平均降水最低为２５４．５ｍｍ；气温从２０００年３１３５㊀１５期㊀㊀㊀刘旻霞㊀等：青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素㊀图８㊀２０００—２０１４年青海省ＮＰＰ线性变化趋势图Ｆｉｇ．８㊀ＤｉｓｔｒｉｂｕｔｉｏｎｏｆｌｉｎｅａｒｔｒｅｎｄｏｆａｎｎｕａｌＮＰＰｃｈａｎｇｅｓｉｎｔｈｅＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｆｒｏｍ２０００ｔｏ２０１４图９㊀ＮＰＰ未来趋势预测图Ｆｉｇ．９㊀ＮＰＰｆｕｔｕｒｅｔｒｅｎｄｆｏｒｅｃａｓｔ到２０１５年基本上波动上升，在２００４年，气温迅速骤降，２０１２年出现缓慢下降状态，２０００年的年平均气温最低，为１．７７ħ㊂４．１．２㊀２０００ ２０１０年气温㊁降水的相关性分析对ＮＰＰ的影响由图１１可知，青海省年平均降水量与年均ＮＰＰ的相关系数为０．２１，从降水逐像元来看，局部地区相关性较强，在青海省西南部和中部地区呈正相关关系，分别在格尔木市㊁玉树州和果洛州的南部，海南州和黄南州的北部，海西州东部，海东市西部以及西宁市㊂玉树州中西部㊁果洛州北部㊁海南州和黄南州南部呈负相关关系㊂从全省来看，年平均气温与年均ＮＰＰ的相关系数为０．００６，整体的相关性较弱，对气温进行逐像元分析，局部地区相关性较强，在玉树州和海东市东部㊁黄南州中北部㊁海北州和海南州南部和西宁市呈正相关关系，在果洛州和格尔木市大部分区域㊁玉树州的西南部呈负相关关系㊂总体来说，气温相关系数分布与降雨相关系数分布具有很好的互补性，在气温相关程度高的地区，降雨相关程度低，反之亦然㊂４．２㊀海拔高度对ＮＰＰ的影响由于研究区海拔从１７１９ｍ上升到６５９５ｍ，落差达到４８７４ｍ，造成地貌类型复杂多样，而不同的海拔高度因为水热条件组合差异，形成了显著的垂直自然分异，进而又影响ＮＰＰ大小㊂图１２表明，随着海拔的增加，植被ＮＰＰ总体表现出缓慢增加之后迅速下降，出现低峰，又开始迅速上升，之后开始下降到０，且不同海拔高度上植被ＮＰＰ差异明显，具有双峰值特征，当海拔从１７１９ｍ上升到２４００ｍ时，植被ＮＰＰ缓慢增加，研究发现该海拔范围正处于西宁市㊁海东市㊁黄南州的北部，植物种类丰富多样，以农田为主，是重要的农牧业经济区，ＮＰＰ值较大，当海拔从２４００ｍ上升到３２００ｍ时，ＮＰＰ值呈现下降趋势，出现一个低峰值，为３５．６５ｇＣｍ－２ａ－１，此海拔范围正处于海南州的共和县㊁青海湖范围㊁格尔木市㊁海西州的柴达木盆地，这些区域是沙地和盐碱地带，受地形㊁水分和土质条件的限制，雨水较少，荒漠化程度较大，ＮＰＰ值小，当海拔从３２００ｍ上升到４０００ｍ时，ＮＰＰ值呈现上升趋势，出现一个高峰值，为１６７．３１ｇＣｍ－２ａ－１，此海拔范围正处于海南州的日月山㊁海北州的大坂山和果洛州的大武镇，草原面积广阔，山地森林发育较好，温度和水分条件适宜，ＮＰＰ值达到较４１３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图１０㊀２０００—２０１４年降水与气温年际变化Ｆｉｇ．１０㊀Ｃｈａｎｇｅｓｏｆａｎｎｕａｌｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｆｒｏｍ２０００ｔｏ２０１４图１１㊀年均ＮＰＰ与年降水和年气温的相关系数示意图Ｆｉｇ．１１㊀ＣｏｒｒｅｌａｔｉｏｎｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｙｅａｒｌｙＮＰＰａｎｄｙｅａｒｌｙｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄｙｅａｒｌｙｍｅａｎｔｅｍｐｅｒａｔｕｒｅ图１２㊀不同海拔高度１５年平均ＮＰＰ变化㊀Ｆｉｇ．１２㊀ＩｍｐａｃｔｏｆｅｌｅｖａｔｉｏｎｏｎａｖｅｒａｇｅａｎｎｕａｌＮＰＰｆｒｏｍ２０００ｔｏ２０１４大，当海拔超过４０００ｍ时，ＮＰＰ值持续减小，主要以裸岩㊁冰川覆盖为主，受人类的活动影响极小，高寒的环境植被的生产力受到限制，所以ＮＰＰ值均低于５０ｇＣｍ－２ａ－１㊂４．３㊀土地利用／覆被变化（ＬＵＣＣ）对ＮＰＰ的影响土地利用变化是人类活动在地理环境空间上强度大小的直观变现，为了研究青海省土地利用动态变化的时空特征，考虑到获取数据的可行性，故选取中国科学院资源环境数据云平台的２０００年㊁２０１５年分辨率１０００ｍ的全国土地利用数据，结合青海省实际情况，故将其土地利用类型数据合并成６种土地利用类型（即耕地㊁林地㊁草地㊁水体㊁建设用地和未利用地），用以表征２０００至２０１５年来青海省土地利用的类型变化特征（表５㊁图１３）㊂（１）近１５年来耕地面积减少最少，面积减少了１４ｋｍ２，其变化率为－０．１７％，由于国家实施退耕还林政策，导致耕地面积有所减少㊂５１３５㊀１５期㊀㊀㊀刘旻霞㊀等：青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素㊀（２）林地面积减少了７６ｋｍ２，变化率为－０．２７％，受到气温㊁降水㊁海拔的影响，林地面积有一定的退化㊂（３）１５年来草地面积减少最多，减少了１２６０ｋｍ２，变化率为－０．３３％，由于青海省过度的放牧，导致草地面积减少较多㊂（４）水域面积增加最为明显，增加了１５００ｋｍ２，变化率为５．４０％，主要是由于青海省是三江源的发源地，受降水㊁冰川融化等影响，青海湖的面积也不断扩大㊂（５）城镇用地增加较多，增加了７６３ｋｍ２，变化率为７７．１５％，１５年来青海省经历了大规模的城镇扩张及城市化进程，一些草地和林地都转化为建设用地㊂（６）未利用地面积减少较多，减少了９１３ｋｍ２，变化率为０．３３％，该土地类型变化幅度较大㊂表５㊀２０００、２０１５年青海省各土地利用类型面积及变化率Ｔａｂｌｅ５㊀ＴｈｅａｒｅａｓａｎｄｐｅｒｃｅｎｔａｇｅｏｆｌａｎｄｃｏｖｅｒｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｄｕｒｉｎｇ２０００ａｎｄ２０１５土地利用类型Ｌａｎｄｕｓｅｔｙｐｅ２０００年２０１５年２０００ ２０１５变化面积／ｋｍ２％面积／ｋｍ２％面积／ｋｍ２％耕地Ｐｌｏｕｇｈ８２５４１．１５８２４０１．１４－１４－０．１７林地Ｆｏｒｅｓｔｒｙ２８３６７３．９６２８２９１３．９５－７６－０．２７草地Ｍｅａｄｏｗ３７７２４６５２．６４３７５９８６５２．４６－１２６０－０．３３水体Ｗａｖｅ２７７６５３．８７２９２６５４．０８１５００５．４０建设用地Ｃｏｎｓｔｒｕｃｔｉｏｎ９８９０．１４１７５２０．２４７６３７７．１５未利用地Ｕｎｔｒｅａｔｅｄ２７４０４３３８．２４２７３１３０３８．１１－９１３－０．３３图１３㊀２０００年和２０１５年青海省土地利用现状图Ｆｉｇ．１３㊀ＴｈｅｍａｐｏｆｌａｎｄｕｓｅｉｎＱｉｎｇｈａｉＰｒｏｖｉｎｃｅｉｎ２０００ａｎｄ２０１５５㊀结论本文利用２０００ ２０１４年ＭＯＤ１７Ａ３数据集的年均ＮＰＰ数据和青海省３９个气象站点资料，通过ＧＩＳ空间分析法和数理统计方法分析了青海省植被ＮＰＰ的时空变化特征及气候因子的相关性，结果表明：（１）青海省植被年均ＮＰＰ在２０００ ２０１４年间整体分布与区域海拔的高低分布大体致，受到地区的差异，呈现由南到北㊁由东到西递减的趋势；从生态功能区看，各生态区的空间差异显著，表现为Ⅱ区＞Ⅰ区＞Ⅲ区＞Ⅳ区＞Ⅴ区，从行政划分来看，黄南藏族自治州的年均ＮＰＰ最高，为３００．２７ｇＣｍ－２ａ－１，西宁市ＮＰＰ仅次于黄南藏族自治州，为２８５．９１ｇＣｍ－２ａ－１，海北藏族自治州居第四，年均ＮＰＰ为２１２．２９ｇＣｍ－２ａ－１，海西藏族自治州㊁玉树藏族自治州和格尔木市年均ＮＰＰ低于１００ｇＣｍ－２ａ－１，分别为２６．１７ｇＣｍ－２ａ－１㊁５５．４９ｇＣｍ－２ａ－１和１７．７２ｇＣｍ－２ａ－１㊂６１３５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀（２）从年际变化来看，ＮＰＰ值的波动范围集中在６８．８３ ９２．０７ｇＣｍ－２ａ－１，平均值７９．０５ｇＣｍ－２ａ－１，其中２００１年出现最小值，为６８．８３ｇＣｍ－２ａ－１，２００４年出现最大值，为９２．０７ｇＣｍ－２ａ－１，整体上看，Ⅳ区和Ⅴ区的变化趋势不大，基本上是持平状态，其他生态区的年际变化基本一致，均表现出降⁃升⁃降⁃升⁃降⁃升⁃降⁃升⁃降的波动状态㊂（３）青海省在２０１４年与２０００年间大部分地区ＮＰＰ值增加，由南到北㊁由东到西递减，２０００ ２０１４年青海省ＮＰＰ变化趋势由北到南㊁由西到东呈现逐渐增加趋势，平均趋势系数为０．６１，ＮＰＰ值增加的区域占总面积的１５％，其中显著增加区域为２．８％，轻度增加区域为１２．２％，青海省ＮＰＰ值的Ｈｕｒｓｔ的值域范围为０ ０．３９，均值为０．１２，除了河流湖泊，建筑用地和未利用土地，青海省ＮＰＰ变化特征为反持续性特征㊂（４）气候因子（年平均降水量和年均气温）对年均ＮＰＰ的分布有影响，海拔的高低造成气温㊁降水和土壤的差异，间接影响植被ＮＰＰ，１５年土地利用／覆被变化（ＬＵＣＣ）表现为草地面积减少最多，这是导致ＮＰＰ减少的主要原因㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀李博．生态学．北京：高等教育出版社，２０００：２１３⁃２１４．［２］㊀李高飞，任海，李岩，柳江．植被净第一性生产力研究回顾与发展趋势．生态科学，２００３，２２（４）：３６０⁃３６５．［３］㊀吴家兵，张玉书，关德新．森林生态系统ＣＯ２通量研究方法与进展．东北林业大学学报，２００３，３１（６）：４９⁃５１．［４］㊀ＣｌａｒｋＤＡ，ＢｒｏｗｎＳ，ＫｉｃｋｌｉｇｈｔｅｒＤＷ，ＣｈａｍｂｅｒｓＪＱ，ＴｈｏｍｌｉｎｓｏｎＪＲ，ＮｉＪ．Ｍｅａｓｕｒｉｎｇｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎｉｎｆｏｒｅｓｔｓ：ｃｏｎｃｅｐｔｓａｎｄｆｉｅｌｄｍｅｔｈｏｄｓ．ＥｃｏｌｏｇｉｃａｌＡｐｐｌｉｃａｔｉｏｎｓ，２００１，１１（２）：３５６⁃３７０．［５］㊀朱文泉，陈云浩，徐丹，李京．陆地植被净初级生产力计算模型研究进展．生态学杂志，２００５，２４（３）：２９６⁃３００．［６］㊀朱文泉．中国陆地生态系统植被净初级生产力遥感估算及其与气候变化关系的研究［Ｄ］．北京：北京师范大学，２００５．［７］㊀赵俊芳，延晓冬，朱玉洁．陆地植被净初级生产力研究进展．中国沙漠，２００７，２７（５）：７８０⁃７８６．［８］㊀王莺，夏文韬，梁天刚．陆地生态系统净初级生产力的时空动态模拟研究进展．草业科学，２０１０，２７（２）：７７⁃８８．［９］㊀孙金伟，关德新，吴家兵，金昌杰，袁凤辉．陆地植被净初级生产力研究进展．世界林业研究，２０１２，２５（１）：１⁃６．［１０］㊀ＢｏｙｓｅｎＪＰ．ＤｉｅＳｔｏｆｆｐｒｏｄｕｋｔｉｏｎｄｅｒｐｆｌａｎｚｅｎ．１９３２．［１１］㊀ＭｏｎｓｉＭ，ＳａｅｋｉＴ．Ｕｂｅｒｄｅｎｌｉｃｈｔｆａｋｔｏｒｉｎｄｅｎｐｆｌａｎｚｅｎｅｓｅｌｌｓｃｈａｆｔｅｎｕｎｄｓｅｉｎｅｂｅｄｅｕｔｕｎｇｆｕｒｄｉｅｓｔｏｆｆｐｒｏｄｕｋｔｉｏｎ．ＪａｐａｎｅｓｅＪｏｕｒｎａｌｏｆＢｏｔａｎｙ，１９５３，１４：２２⁃５２．［１２］㊀潘竟虎，李真．２００１ ２０１２年西北干旱区植被净初级生产力时空变化．生态学杂志，２０１５，３４（１２）：３３３３⁃３３４０．［１３］㊀高原．基于遥感的新疆ＮＰＰ时空变化特征及其影响因素分析［Ｄ］．兰州：西北师范大学，２０１５．［１４］㊀江源通．湘江流域植被ＮＰＰ时空动态及影响因素分析［Ｄ］．湘潭：湖南科技大学，２０１５．［１５］㊀ＬｏｂｅｌｌＤＢ，ＨｉｃｋｅＪＡ，ＡｓｎｅｒＧＰ，ＦｉｅｌｄＣＢ，ＴｕｃｋｅｒＣＪ，ＬｏｓＳＯ．ＳａｔｅｌｌｉｔｅｅｓｔｉｍａｔｅｓｏｆｐｒｏｄｕｃｔｉｖｉｔｙａｎｄｌｉｇｈｔｕｓｅｅｆｆｉｃｉｅｎｃｙｉｎＵｎｉｔｅｄＳｔａｔｅｓａｇｒｉｃｕｌｔｕｒｅ，１９８２⁃１９９８．ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙ，２００２，８（８）：７２２⁃７３５．［１６］㊀方精云，刘国华，徐嵩龄，王庚辰，温玉璞．中国陆地生态系统的碳库．温室气体浓度和排放监测及相关过程．北京：中国环境科学出版社，１９９６：１０９⁃１２８．［１７］㊀朱文泉，潘耀忠，张锦水．中国陆地植被净初级生产力遥感估算．植物生态学报，２００７，３１（３）：４１３⁃４２４．［１８］㊀ＴａｏＢ，ＬｉＫＲ，ＳｈａｏＸＭ，ＣａｏＭＫ．ＴｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｔｅｒｒｅｓｔｒｉａｌｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｉｎＣｈｉｎａ．ＪｏｕｒｎａｌｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅ，２００３，１３（２）：１６３⁃１７１．［１９］㊀陈晓玲，曾永年．亚热带山地丘陵区植被ＮＰＰ时空变化及其与气候因子的关系 以湖南省为例．地理学报，２０１６，７１（１）：３５⁃４８．［２０］㊀仓生海．青海省天然草地植被净初级生产力分析 基于Ｍｉａｍｉ模型．安徽农业科学，２０１１，３９（１１）：６４０９⁃６４１０．［２１］㊀朱文泉，潘耀忠，张锦水．中国陆地植被净初级生产力遥感估算．植物生态学报，２００７，３１（３）：４１３⁃４２４．［２２］㊀范娜，谢高地，张昌顺，陈龙，李文华，成升魁．２００１年至２０１０年澜沧江流域植被覆盖动态变化分析．资源科学，２０１２，３４（７）：１２２２⁃１２３１．［２３］㊀潘竟虎，徐柏翠．中国潜在植被ＮＰＰ的空间分布模拟．生态学杂志，２０２０，３９（０３）：１００１⁃１０１２．［２４］㊀王亚慧，李致家，黄鹏年，戴金旺．Ｔｈｏｒｎｔｈｗａｉｔｅ经验公式在降雨径流模拟中的适用性研究．水电能源科学，２０１９，３７（１２）：６⁃９．［２５］㊀李洁，张远东，顾峰雪，黄玫，郭瑞，郝卫平，夏旭．中国东北地区近５０年净生态系统生产力的时空动态．生态学报，２０１４，３４（０６）：１４９０⁃１５０２．［２６］㊀冯磊，杨东，黄悦悦．２０００ ２０１７年川渝地区植被ＮＤＶＩ特征及其对极端气候的响应．生态学杂志：１⁃１２［２０２０⁃０５⁃２６］．ｈｔｔｐｓ：／／ｄｏｉ．ｏｒｇ／１０．１３２９２／ｊ．１０００⁃４８９０．２０２００７．０２８［２７］㊀赵瑞东．气候变化和人类活动对黄土高原植被ＮＤＶＩ的影响研究［Ｄ］．兰州：西北师范大学，２０１８．［２８］㊀潘竟虎，黄克军，李真．２００１ ２０１０年疏勒河流域植被净初级生产力时空变化及其与气候因子的关系．生态学报，２０１７，（６）：１⁃１２．［２９］㊀刘旻霞，赵瑞东，邵鹏，焦骄，李俐蓉，车应弟．近１５ａ黄土高原植被覆盖时空变化及驱动力分析．干旱区地理，２０１８，４１（０１）：９９⁃１０８．［３０］㊀李金珂，杨玉婷，张会茹，黄铝文，高义民．秦巴山区近１５年植被ＮＰＰ时空演变特征及自然与人为因子解析．生态学报，２０１９，３９（２２）：８５０４⁃８５１５．７１３５㊀１５期㊀㊀㊀刘旻霞㊀等：青海省植被净初级生产力（ＮＰＰ）时空格局变化及其驱动因素㊀。
中国数字地貌数据
中国数字地貌数据文档（地球系统科学数据共享网编制 2008-4-4中国科学院地理科学与资源研究所北京朝阳区大屯路甲11号，100101，；）1．引言地貌是自然地域综合体的主导要素，直接影响甚至决定着其他要素的特征。
地貌条件与生产建设关系十分密切。
1978～1985年国家科学技术规划将“全国1：100万地貌研究”其列为全国108项重点内容之一，并立项组织全国地貌学家和相关专家共同开展中国地貌的研究工作，积累了一大批宝贵的地貌资料和图集，并编制出版了其中15幅1：100万地貌图（全国陆域共64幅）。
为了推动地学信息图谱的研究工作，使其不仅具有概念和理论的探讨，而且具有明确的应用研究目标，以“中国地貌空间格局及其演化机理”作为研究对象，试图由此而建立起地学信息图谱理论与方法体系。
自2001 年起，在国家自然科学基金委国家杰出青年基金的支持下，启动了《中国地貌（世纪网络版）》和地貌制图的试验研究工作，并组织中国科学院相关研究所和有关的大学，再度发起百万地貌图的编制工作。
之后，该项工作得到了国家科技基础条件平台建设计划“地球系统科学数据共享网”（2005年――）、国家自然科学青年基金（2005――）和中国西部环境与生态科学数据平台（2006年――）等项目的进一步支持，使中国1:100万数字地貌图得以持续发展。
数据库名中国1:100万数字地貌数据编写目的为了完整地介绍中国1:100万15幅老地貌图的收集和数字化、全国1:100万数字地貌数据的遥感解译、集成、更新等地貌数据内容和方便用户的使用，特编写了本文档。
定义地貌图既是地貌学研究的重要内容，也是地貌学研究成果综合体现，可以较为全面地反映我国地貌学研究的进展和水平。
中国1:100万地貌图为普通地貌图，是按照目前国内外普遍认可的形态成因相结合分类体系的基础上编制的中小比例尺地貌图，该图的编制工作充分继承了二十世纪八十年代我国地貌学家编制百万地貌图的分类规范，并进一步构建了中国1:100万数字地貌分类体系，地貌形态成因类型数达2400多个，中国1:100万数字地貌数据以形态、成因、物质等属性的分层分级方式集成。
石羊河流域数据集介绍
5．石羊河流域 GDP 和产业结构图。背景为各县／区国民生产总值（GDP）；每一行政区 划内的饼状图表示三产（第一产业、第二产业、服务业）结构；其它要素包括行政区划中心（区、 县）、行政边界。
3.2. 项目支持
本数据的生产得到国家自然科学基金“中国西部环境和生态科学重大研究计划” 项目“中国西部环境与生态科学数据中心（90502010）”和中国科学院知识创新项目 （KZCX1-Y-02）。
3.3. 制备背景
石羊河流域是甘肃省河西内陆河流域中人口最密集、水资源开发强度最大、生 态环境问题最严重、水资源对社会经济发展制约性最强的地区。它位于河西走廊东 部，流域面积41,600 km2，介于东经101°40'-104°20'、北纬36°30'-39°30'之间。流域 在行政上包括金昌市的金川区和永昌县，武威市的凉州区、民勤县、古浪县和天祝 藏族自治县部分乡镇，以及张掖地区肃南裕固族自治县东部飞地。近年来，由于对 水土资源的不合理开发利用，石羊河流域生态环境严重恶化，已威胁到社会经济的 可持续发展，引起国家领导人和公众的广泛关注．众多科研工作者也从不同角度、 不同区域探讨石羊河流域生态环境变化的机理及治理对策．正确分析石羊河流域生 态环境存在的问题及其成因，针对不同的生态功能区制定不同的治理对策，具有重 要的现实意义[1]。
spatial文件夹包含数字高程模型的dem文件夹甘肃省和河西走廊轮廓图的gansu文件夹站点数据文件生成shapefile文件的generate文件夹各种地理要素的栅格数据的grid文件夹遥感影像的image文件夹原始站点文本数据的meteohydro文件夹和各种地理要素的矢量数据的vector文件夹详情请看表2