气候因子对南疆三地州植被净初级生产力演变特征的影响1)

庞朝悦 刘玉婷 张齐飞 阿依努尔·买买提

(喀什大学，喀什，844000) (山西师范大学) (中国科学院空天信息创新研究院)

近一个世纪以来,人类工业产业链高速发展,排放大量CO2,造成的“温室效应”致使全球气候呈现气温逐渐升高的趋势,即全球气候变暖[1]。植被是连接生态系统、大气、土壤、水资源的桥梁[2],在全球气候变暖的自然条件背景下,部分干旱地区降水量稀少,蒸散发量加剧,致使植被覆盖面积降低,裸土面积增大,植被退化日益严重,植被生态系统受到严重破坏。如在1999—2008年间,由于温度的持续升高(升高0.7 ℃),降水量减小,塔克拉玛干沙漠边缘植被净初级生产力(NPP)出现负增长趋势[2]。目前,地球陆地面积中有40%属于干旱地区面积,并贡献全球40%的植被净初级生产力[3]。因此,植被净初级生产力在陆地生态系统碳循环中扮演产能的重要角色,是维持陆地植被生态系统可持续发展至关重要的因素,同时,也是保障干旱地区城市经济文化建设的重要前提条件。

20世纪以来,众多科学家使用不同的方法进行植被净初级生产力估值计算,估算方法由早期的野外实测估算发展到模型模拟估算,使用野外实测方法估算精确度较高,但是用于估算的大面积生物量测算方法复杂,实际应用困难[4]。为了实现大面积生物量净初级生产力的估算,光能利用模型(CASA模型)被越来越多的学者用来估算植被净初级生产力,焦伟等[5]通过CASA模型,将遥感数据、气候数据和植物生理数据相结合,实现植被净初级生产力动态时空模拟。Zhang et al.[6]在对西北干旱地区植被资源的碳循环平衡的研究中,使用CASA模型估算研究区植被净初级生产力,计算结果较为精确。使用CASA模型估算植被净初级生产力时,需要2个主要的驱动变量,即植被所需吸收的光合有效辐射和光能利用效率,相较于其他模型,需要输入的参数较少,计算时相对简单,且能有效避免因需要输入变量过多而产生误差[7]。

本试验研究区属于典型干旱地区,生态环境脆弱,植被生态系统的健康发展对于自然生态系统可持续发展具有重要意义。近年来,由于全球气候变暖和人类的一些不当行为,例如扩大建设用地、砍伐森林等,造成部分区域植被退化,打破植被生态系统平衡,从而引起水土流失、农田沙化、沙尘天气、洪涝灾害等一系列不良连锁反应[8]。因此,陆续有学者开始关注干旱地区影响植被生态系统变化的相关因素。张仁平等[9]研究2001—2014年新疆地区草地净初级生产力与气象因子的关系,研究表明,降水能促进草地净初级生产力的增加,温度对于草地净初级生产力影响不大。陈丽梅等[10]在2000—2020年对和田河中上游植被净初级生产力与气候因子相关性的研究中表明,植被净初级生产力与降水呈现正相关,与气温的相关性不明显。南疆三地州属于典型的干旱地区,植被净初级生产力水平低下,过往研究中很少有学者分析南疆三地州植被净初级生产力的演变特征,本研究以南疆三地州植被生态系统状况为主线,通过植被净初级生产力、植被归一化指数(NDVI)、植被覆盖度(FVC)3个不同的植被指数分析视角,推演近20 a植被生态系统的变化特征及未来植被净初级生产力的变化趋势,并通过气象因子与植被净初级生产力相关性分析,溯源植被净初级生产力变化起因。

在我国2060年前实现双碳中和的目标驱动下,植被净初级生产力是检验自然生态环境保护的重要指标之一,探索植被净初级生产力未来的变化趋势及影响其的主要气候因子具有重要意义。本研究从植被净初级生产力、植被覆盖度、归一化植被指数3个方面出发,探索研究区2001—2020年植被生态系统时空演变特征,定量分析植被净初级生产力未来的演变趋势,通过植被净初级生产力与年均气温、年均降水的相关系数分析,揭示研究区不同地区植被净初级生产力演变特征的差异化,为“一带一路”南疆段绿洲经济文化建设[11]和提高干旱地区自然生态环境保护提供理论参考。

1 研究区概况

按照我国行政区划分,南疆三地州是指喀什地区、和田地区、克孜勒苏柯尔克孜自治州(本研究中简称克州)及所属的区域的总称,辖区内共有24个城镇,地理坐标为73°20′～79°57′N、35°20′～40°45′E。根据国家地理2022年最新统计,研究区现有面积427 600 km2,绿洲面积(本研究植被中等覆盖度以上面积)为76 700 km2,占研究区总面积的17.94%(图1)。研究区水资源严重匮乏,80%以上的地区土地覆盖类型均为沙漠和戈壁,容易出现植被退化、土地沙化、盐渍化等严重生态问题,生态环境脆弱[12]。研究干旱地区植被生态系统的时空演变趋势,对提高南疆三地州生态环境承载能力和改善人类生活环境质量具有重大意义[13]。

图1 研究区位置及高程分布图

2 研究方法

数据来源：本研究使用的遥感数据由MODIS数据库提供。其中,归一化植被指数使用2001—2020年连续时间序列的归一化植被指数数据产品MOD13Q1,时间分辨率为16 d,空间分辨率为250 m。通过CASA模型估算植被净初级生产力使用到光学遥感数据MOD13A1、MOD09A1、MOD15A2H,MOD17A3(具体参数见表1);使用的气候数据来源于国家气象科学信息中心(http：//data.cma.cn/)提供的研究区21个气象站点的气温、降水的年均值。

像元二分法计算植被覆盖度：植被覆盖度(Fvc)是植被的阴影面积和总面积的比值,本研究使用MOD13Q1的NDVI数据,通过像元二分法计算植被覆盖度。计算公式[14]如下：

Fvc=(INDV-INDV,s)/(INDV,v-INDV,s)。

(1)

式中：Fvc为南疆三地州的植被覆盖度;INDV为南疆三地州归一化植被指数;INDV,s为南疆三地州纯裸土像元归一化植被指数,计算时取归一化植被指数的最小值;INDV,v为纯植被像元的归一化植被指数,计算时取归一化植被指数的最大值。由于研究区属于干旱地区,依据高健健等[15]对干旱区植被覆盖度的划分规则,将研究区植被覆盖度划分5个等级,具体分级情况见表2。

表1 使用数据及来源

表2 植被覆盖度等级划分标准

植被净初级生产力(NPP)估算模型：植被净初级生产力是陆地植物提供自养和其他生物能量的生产力总和,能有效评估植被健康情况和干旱地区陆地碳循环情况[6]。本研究使用CASA模型的方法[5,9],考虑研究区归一化植被指数、土地变化类型、气温、降水等条件,引用RAPA(光合有效辐射)、ε(光合作用转换)两个变量估算植被净初级生产力,表达式为

PNP(x,m)=RAPA(x,m)×ε(x,m)。

(2)

式中：PNP(x,m)为像元x在m月的净初级生产力;RAPA(x,m)为像元x在m月植被所吸收的光合有效辐射,单位为MJ/m2;ε为植被通过光合作用将太阳能转换为碳能的效率,单位为g/MJ;ε(x,m)为像元x在m月植被的实际光能利用率。

趋势分析与异常检验：泰尔-森中值趋势分析法(Theil-Sen Median)简称Sen趋势分析法,具有计算效率高,对于检测数据序列误差数据不敏感的优势,常被用来分析长时间序列数据趋势[16]。曼-肯德尔(Mann-Kendall)显著性检验法简称为M-K,是非参数时间序列显著性趋势检验,常被用来检验长时间变化趋势的显著性。使用Sen和Mann-Kendall相结合的方法,检验植被净初级生产力变化趋势,能够有效降低噪声干扰,提高检验时间序列植被净初级生产力趋势准确性和显著性[17]。

Sen趋势分析法计算研究区在研究时间段内两两对数的中值,研究植被净初级生产力在一定空间一定时间内的变化趋势,计算公式如下：

(3)

式中：IM为植被净初级生产力中值,IM的正负表示在研究序列中的趋势。IM>0,表示上升趋势,IM<0,表示下降趋势。xi、xj分别为时间序列中第i项和第j项的值。

使用M-k的方法来检测植被净初级生产力在2001—2020年时间序列显著性变化。首先确定时间数据序列对应的植被净初级生产力值xi、xj,xi、xj为随机变量分布,没有固定的上升或下降趋势,检验的统计变量s的计算公式如下：

(4)

(5)

(6)

(7)

式中：s为检验的统计变量;n为组数;sgn为符号函数;Z为正太分布统计量;var(s)为方差。

Pearson相关性分析：Pearson相关性分析是研究两个变量之间的相关性关系,即已知一个变量,求另一个变量[18-19]。本研究将研究区21个气象站点的年均气温与年均降雨生成与年均植被净初级生产力像元大小相同的气温、降雨栅格数据,采用Pearson相关性计算实现气温、降水与净初级生产力的逐像元分析[20]。计算公式如下：

(8)

式中：R为两个变量的相关系数;Xi为第i年的植被净初级生产力;X为植被净初级生产力20 a均值;Yi为第i年的年均气候因子值(气温、降水);Y为20 a平均气候因子值。R取值范围为[-1,1],根据陈春波等[21]对相关性的判定标准,当|R|≥0.8时,为高度相关;当0.5≤|R|<0.8时,为中度相关;当0.2≤|R|<0.5时,为低度相关;当|R|<0.2时,为不相关。

3 结果与分析

3.1 归一化植被指数时空演变特征

从时间来看,根据2001—2020年研究区植被生长季归一化植被指数时空演变特征(图2),在过去20 a间,全地区植被平均归一化植被指数在0.13～0.19间波动,整体呈现缓慢增长趋势,斜率为0.002 1,归一化植被指数20 a均值为0.159。其中,2001—2010年归一化植被指数均值为0.148,2011—2020年归一化植被指数平均值为0.171,比2001—2010年归一化植被指数均值增长15.5%。在2001—2010年间,南疆三地州归一化植被指数年均值增幅呈正增长的有4年(2002、2005、2008、2010年),其余年份归一化植被指均为负增长。2011—2020年间,南疆三地州归一化植被指数年均值呈正增长的有5年(2012、2015、2017、2019、2020年),呈负增长的有5年(2011、2013、2014、2016、2018年),研究区归一化植被指数年均值明显高于过去10 a(2001—2010年)。

图2 南疆三地州归一化植被指数(NDVI)均值及同比变化

由南疆三地州20 a归一化植被指数年均值的变化趋势(图3)可见,喀什地区和克州的归一化植被指数年均值在中低值范围内波动(0.14～0.22),和田地区归一化植被指数年均值在极低值范围内波动(0.08～0.12)。2001—2010年间,喀什地区归一化植被指数年均值增幅为17.7%(年末与年初的差值比年初的值),克州归一化植被指数年均值增幅为18.8%,和田地区归一化植被指数年均值增幅为18.4%。2011—2020年间,喀什地区归一化植被指数年均值增幅为15.5%,克州地区归一化植被指数年均值增幅为13.0%,和田地区归一化植被指数年均值增幅为14.0%。2001—2010年归一化植被指数年均值增幅最大的是克州,增幅最小的是喀什地区,2011—2020年归一化植被指数年均值增幅最大的是喀什地区,增幅最小的是克州。

南疆三地州远离海洋,属于温带大陆气候类型,近年来,在全球气候变暖的背景下,植被的归一化植被指数变化与人类活动密切相关。根据2001—2020年南疆三地州归一化植被指数均值空间分布图(图4),归一化植被指数中高值区域(0.6

和田地区线性拟合方程为y1=0.001 3x1+0.093 0,喀什地区线性拟合方程为y2=0.002 7x2+0.156 0,克州地区线性拟合方程为y3=0.002 2x3+0.164 3。

图4 2001—2020年南疆三地州归一化植被指数(NDVI)年均值空间分布图

3.2 南疆三地州植被覆盖度(FVC)时空演变特征

由2001、2010、2015、2020年南疆三地州植被覆盖度空间分布图(图5)可见,南疆三地州植被覆盖度整体呈上升趋势。在2001—2020年间,研究区植被覆盖度均值为0.194,增幅为24.9%(2020年植被覆盖度均值与2001年的差比2001年植被覆盖度均值)。其中,喀什地区植被覆盖度均值为0.236,增幅为25.2%;克州植被覆盖度均值为0.239,增幅为24.1%;和田地区植被覆盖度均值为0.163,增幅为25.6%。总体而言,喀什和克州植被中、高覆盖度面积明显高于和田地区,且较低覆盖度、中覆盖度植被沿城镇边缘及喀拉喀什河流域、叶尔羌河流域、和田玉龙河流域两侧向外扩张,说明水资源和人类活动对于干旱地区植被覆盖度具有显著正向作用。

根据研究区各植被覆盖度区域面积占比变化趋势(表3)分析,在2001—2020年间,研究区植被覆盖度以较低覆盖度和中覆盖度为主,两者之和占总面积的80%左右。生长植被主要为芨芨草(Achnatherumsplendens)、骆驼刺(AlhagicamelorumFisch)等[23]。低覆盖度、较低覆盖度面积占比呈现降低趋势,中覆盖度、较高覆盖度、高覆盖度面积占比表现为增长趋势,降速最快的为低覆盖度面积占比,斜率为-0.002 6,增速最快的为中覆盖度面积,斜率为0.001 8。高覆盖度面积占比在2%～6%范围内波动,2020年,高覆盖度面积比2001年扩张达103.97%,主要分布在各地区的城镇区域内;植被中覆盖度区域分布在喀什地区叶尔羌河流经的县、市,喀什地区与克州交界处喀拉喀什河流经的县城,和田地区玉龙喀什河流经县、市,且有沿县城边缘向外扩张的趋势,扩张面积达到25.83%;较低覆盖度、低覆盖度分布山区、戈壁、沙漠,面积逐年下降,其中,较低覆盖度面积降幅为9.25%(2020年植被较低覆盖度面积与2001年植被较低覆盖度面积的差与2001年相比),低覆盖度面积降幅为22.08%。一方面是由于全球气候变暖,雪山融化,河流径流量加大,流域两侧土壤水分增加,对植被有利好因素;二是因为人类近年来实施的环境保护措施,如人工造林、输水灌溉、开垦荒地等,取得成效显著,由植被覆盖度空间分布图(图5)可见,城镇边缘植被覆盖度由较低覆盖度向中覆盖度转变,城镇区域内部由较高覆盖度向高覆盖度过渡,干旱地区的人类活动对植被覆盖度具有重大影响。

表3 南疆三地州不同年份的各等级植被覆盖度区域面积占比

3.3 南疆三地州植被净初级生产力(NPP)时空演变特征

3.3.1 南疆三地州植被净初级生产力时序分布特征

植被净初级生产力是评价陆地生态系统植被质量的重要指标之一,是陆地植物生命的动力源泉,是陆地生态碳循环的主要生产力[18-20]。根据研究区2001—2020年植被净初级生产力年均值变化趋势图显示(图6),研究区2001年植被净初级生产力均值为2.93 g/m2,2020年均值为2.73 g/m2,以-0.018 5的斜率下降,植被净初级生产力水平低于全国植被净初级生产力均值(74.19 g/m2)[24]。在2015年,净初级生产力均值达到最高值3.66 g/m2,2016年为最低值2.54 g/m2。其中,喀什地区植被净初级生产力年均值最高,在4～6 g/m2范围内波动,克州植被净初级生产力年均值仅次于喀什地区,喀什地区植被净初级生产力年均值在2013年达到最高值5.38 g/m2,克州植被净初级生产力年均值在2015年达到最高值5.07 g/m2,和田地区植被净初级生产力年均值最低,在1.6～2.7 g/m2范围内上下波动,和田地区净初级生产力年均值在2014年达到最高值2.65 g/m2。

植被覆盖度年均值结果显示,研究区低覆盖度和较低覆盖度区域面积占总面积的70%以上,尤其是较低覆盖度区域面积占总面积的60%以上,因此,较低植被覆盖度的变化趋势直接影响植被净初级生产力的变化趋势,较低覆盖度区域面积占比表现为先下降后上升的趋势,植被净初级生产力则呈现先上升后下降的趋势,较高覆盖度和高覆盖度植被虽然扩张趋势明显,但是覆盖度占比太低,对于植被净初级生产力年均值无明显影响。

图6 南疆三地州植被净初级生产力年际变化趋势图

3.3.2南疆三地州植被净初级生产力空间演变趋势及显著性检验

根据南疆三地州植被2001—2020年净初级生产力空间分布情况(图7),研究区植被20 a均值在0.18～25.47 g/m2范围内波动,喀什地区和克州植被净初级生产力均值较高,喀什地区净初级生产力较高的区域主要分布在喀什中部叶尔羌河流经的城市,克州植被净初级生产力均值较高的地区分布在喀什地区和克州交界的城镇,和田地区植被净初级生产力均值最低,仅为2.12 g/m2,且90%以上的土地类型是沙漠和戈壁,净初级生产力较高的地区分布在喀拉喀什河和玉龙喀什河流经的城镇。在南疆三地州所属区域中,和田地区植被固碳能力和释氧能力最弱[6,25],植被生态系统自我调节能力差,是近年来需要采取积极保护措施提高植被净初级生产力水平的地区。

图7 南疆三地州植被净初级生产力均值分布

使用Sen的方法分析南疆三地州过去20 a植被净初级生产力的发展趋势,在过去20 a间,研究区植被净初级生产力显著增加的面积占总面积的10.18%(s>0),植被净初级生产力显著减少的面积占总面积的54.85%(s<0)。结合曼-肯德尔(Mann-Kendall)显著性检验,将Sen趋势分析的结果与显著性相结合,参考石智宇等[18]对显著性检验结果的划分方法,将研究区净初级生产力显著性检验结果划分为4种情况(表4),分别是不显著减少、显著减少、不显著增加、显著增加。由南疆三地州植被净初级生产力变化趋势及显著性检验分布情况(图8)可见,植被净初级生产力显著增加的区域主要分布在喀什地区叶尔羌河和喀什噶尔河经过的市、县,克州与吉尔吉斯斯坦交界地区的县城,和田地区净初级生产力显著增加的区域零星分布在喀拉喀什河和玉龙喀什河流域上游及这两条河流交汇处的市、县;植被净初级生产力显著减少的区域分布在南疆三地州无人居住的沙漠、戈壁以及南疆地区西南部喀喇昆仑山以北的高原、雪山区域。未来10 a内,伴随2030年全球“碳达峰”的到来,全球气温逐渐升高,研究区内大片的沙漠、戈壁区域持续荒漠化,植被退化严重,净初级生产力水平逐年降低,而研究区内叶尔羌河、喀什噶尔河、玉龙喀什河和喀拉喀什河流域周边的绿洲城市,伴随温度升高和城市周围有效的人类活动(开垦荒漠、荒漠造林等),植被净初级生产力水平未来还具有显著增加的趋势,研究区南部的高原地区,雪山融化灌溉土壤,植被得到有效的生长条件,植被净初级生产力水平具有持续增加趋势。以上结果表明,植被净初级生产力显著增加趋势的原因是近年来暖湿气流以及人类对植被的保护措施的共同作用,植被净初级生产力显著减少趋势是由于荒漠地带温度升高,蒸散发量加剧导致。

表4 南疆三地州净初级生产力变化判定标准

3.3.3 气候变化对植被净初级生产力驱动分析

本研究使用Pearson相关性分析的方法探索净初级生产力与气候因子的相关性,采用数据是2001—2020年气候因子(气温、降水)均值与研究区植被净初级生产力均值,使用相关性分析方法逐像元计算二者之间相关性,结果如图9所示。研究区高度相关的像元极少,可以忽略不计,气温与植被净初级生产力的相关系数在-0.792～0.875之间波动,植被净初级生产力与气温正相关性较高的区域分布在研究区人口密度较高的地区和研究区西南部的高原地区,研究区植被净初级生产力与气温呈正相关性地区的分布面积占总面积的43.7%;植被净初级生产力与气温负相关性较高的区域分布在喀什噶尔河流域、叶尔羌河流域、喀拉喀什河及玉龙喀什河流域两侧,植被净初级生产力与气温呈负相关性的面积占比为23.0%。植被净初级生产力与降水的相关系数在-0.810～0.860之间波动,植被净初级生产力与降水正相关性较高的区域分布在研究区西北的高原地区以及流经喀什地区喀什噶尔河、叶尔羌河、喀拉喀什河及流经和田地区的玉龙喀什河两侧,植被净初级生产力与降水呈正相关性分布的面积占总面积的50.3%,植被净初级生产力与降水负相关性较高的区域分布在和田地区塔里木盆地中心沙漠地带以及喀什地区中部的戈壁和荒漠,植被净初级生产力与降水呈负相关性分布的面积占总面积的19.2%。总体而言,在研究区中部干旱地区,降水与植被净初级生产力的正相关性(50.3%)明显高于温度与植被净初级生产力的正相关性(43.7%),而研究区西南部的高原地带,植被净初级生产力与温度、降水都呈正相关性,是因为温度升高使雪山融化面积增加,导致河流径流量增大,干旱地区得到水源浇灌,利于高原植被生长[26-27],研究区中部喀什噶尔河、叶尔羌河、喀拉喀什河、玉龙喀什河流域两侧的植被净初级生产力都与气温呈明显负相关,这是由于气温升高,降水量不足,导致蒸散发量加大,造成植被退化,植物净初级生产力水平降低[28-29]。

图8 南疆三地州植被净初级生产力变化趋势及显著性检验分布

图9 气候因子与植被净初级生产力的相关性

4 结论与讨论

在2001—2020年间,研究区归一化植被指数(NDVI)整体以每年0.002 1的速率增长,2011—2020年归一化植被指数增速明显高于2001—2010年。归一化植被指数中高值区域主要分布在喀什地区中部及喀什地区和克州交界地带,研究区90%的区域为低值(INDV≤0.2)区域。植被覆盖度(FVC)增速最快的为中覆盖度区域,主要分布在喀什地区叶尔羌河流经的县、市,喀什地区与克州交界处喀拉喀什河流经的县、市,和田地区玉龙喀什河流经县、市,且植被覆盖面积有沿县城边缘扩张的趋势,扩张面积达到25.83%,这一结果表明干旱地区水资源和人类活动对于植被覆盖度有正向驱动作用。喀什地区植被净初级生产力(NPP)年均值最高,在4～6 g/m2范围内波动,和田地区植被净初级生产力年均值最低,在1.6～2.7 g/m2范围内上下波动。通过曼-肯德尔(Mann-Kendall)显著性检验,植被净初级生产力显著增加的区域主要分布在喀什地区叶尔羌河和喀什噶尔河经过的市、县,克州与吉尔吉斯斯坦交界地区的县城,和田地区净初级生产力显著增加的区域零星分布在喀拉喀什河和玉龙喀什河流域上游及这两条河流交汇处的市、县,显著增加的面积占研究区总面积的10.18%;植被净初级生产力显著减少的区域主要分布在研究区无人居住的沙漠、戈壁地带,显著减少的面积占总面积的54.85%。由于植被显著减少的面积远大于显著增加的面积,研究区未来植被净初级生产力呈现逐渐下降的趋势;气温与植被净初级生产力的相关系数在-0.792～0.875之间波动,植被净初级生产力与降水的相关系数在-0.810～0.860之间波动,3条流域周边的绿洲地区呈现出与降水有较强的正相关性,沿西南边境喀喇昆仑山脉的高原地区呈现出与气温有较强的正相关性,研究区中东部塔克拉玛干沙漠地带植被净初级生产力与气候条件无明显相关性。

植被净初级生产力的变化与气温、降水和人类活动紧密相关,植被净初级生产力的大小与气温和降水的分布关系密切。本研究通过对研究区植被净初级生产力与降水的相关性分析发现,研究区流域两侧区域的植被净初级生产力与降水的正相关性最强。当降水量增加时,研究区50.3%的区域呈现植被净初级生产力增加趋势,当温度升高时,研究区43.7%的区域呈现植被净初级生产力增加趋势,说明干旱地区植被净初级生产力对降水量的增加更为敏感。近年来,受全球气候变暖的影响,研究区近20 a的年均气温有逐步升高的趋势,但是西南部有喀拉昆仑山脉阻断了印度洋暖湿气流进入,中部80%的区域被塔克拉玛干沙漠覆盖,降水量没有显著增加,高温导致蒸散发量增大[30],土壤水分流失加速,部分地区植被净初级生产力出现明显负相关,尤其以研究区内流域两侧植被最为显著。值得关注的是,研究区西南部喀喇昆仑山脉高原地区植被净初级生产力与温度呈现较为明显的正相性,这是因为随着高原区域温度增高,高原雪山融化加速,一些流域上游的河流径流量增大,土壤水分增加,因此植被净初级生产力增加。刘杰等[31]在2000—2020年西藏高原植被净初级生产力与气候关系的研究结果中也表明,高原地区气温对植被净初级生产力的影响更为显著。

本研究的研究区是按照南疆三地州行政区进行划分,研究区内具有高原、沙漠、绿洲等多种地貌,本研究使用21个气象站点的气温、降水年均值实测数据,通过Pearson相关性分析逐栅格计算植被净初级生产力(NPP)与气温、降水的相关性分布,较为准确的体现了植被净初级生产力在不同环境对气候条件适应的差异化。例如,绿洲地区植被净初级生产力对降水的适应情况较为敏感,而高原地区气温条件对植被净初级生产力的影响显著,沙漠地区的植被净初级生产力则呈现出与气温、降水没有显著相关性。但是本研究在进行相关性计算时,采用的植被净初级生产力、气温、降水数据为年均值数据,计算结果中气温与净初级生产力相关系数最高仅达到0.875,降水与净初级生产力相关系数最高仅达到0.860,没有呈现高度相关性,如果按照四季不同的气候条件和净初级生产力栅格数据做相关性分析是否能更好的体现植被净初级生产力对气候因子的适应情况,还需进一步深入分析。另外,各种气候条件对净初级生产力的影响具体有多大,还有量化的空间。