周秉榮，朱生翠，李紅梅

（1．蘭州大學(xué)資源環(huán)境學(xué)院，甘肅 蘭州 730000；2．青海省氣象科學(xué)研究所，青海 西寧 810001；

3．青海省海北牧業(yè)氣象試驗站，青海 海北 810200；4．青海省氣候中心，青海 西寧 810001）

三江源區(qū)植被凈初級生產(chǎn)力時空特征及對氣候變化的響應(yīng)

周秉榮1，2，朱生翠3，李紅梅4

（1．蘭州大學(xué)資源環(huán)境學(xué)院，甘肅 蘭州 730000；2．青海省氣象科學(xué)研究所，青海 西寧 810001；

3．青海省海北牧業(yè)氣象試驗站，青海 海北 810200；4．青海省氣候中心，青海 西寧 810001）

三江源區(qū)是我國乃至亞洲重要的水源地，是高寒生態(tài)系統(tǒng)的脆弱區(qū)和敏感區(qū)。植被凈初級生產(chǎn)力（Net Primary Productivity，NPP）是評價生態(tài)環(huán)境狀況的重要指標(biāo)。利用1961—2014年三江源區(qū)18個氣象站的氣象觀測資料、11個監(jiān)測點的草地生物量觀測資料以及中國地區(qū)氣候變化預(yù)估數(shù)據(jù)集的全球氣候模式加權(quán)平均集合數(shù)據(jù)，通過5種估算植被NPP氣候模型的對比驗證，篩選出適用性好、精度高的模型構(gòu)建該區(qū)植被NPP估算模型，并進行植被NPP的時空變化特征及對氣候變化的響應(yīng)分析。結(jié)果表明：周廣勝模型對三江源區(qū)的植被NPP模擬結(jié)果有效且精度最高，故選用該模型模擬三江源區(qū)植被NPP。1961—2014年，三江源區(qū)植被NPP呈從東南向西北逐漸降低的空間分布特征，平均值為59．59 gC·m－2，其中黃河源區(qū)植被NPP的年際及空間波動高于長江源區(qū)和瀾滄江源區(qū)；近54 a植被NPP整體呈顯著增加趨勢，但不同區(qū)域變化幅度有所差異。氣溫是影響三江源區(qū)植被NPP增加的主要氣象因素；未來90 a三江源區(qū)植被NPP仍呈現(xiàn)持續(xù)增加態(tài)勢。

三江源；植被凈初級生產(chǎn)力；氣候變化；預(yù)估

周秉榮，朱生翠，李紅梅．三江源區(qū)植被凈初級生產(chǎn)力時空特征及對氣候變化的響應(yīng)［J］．干旱氣象，2016，34（6）：958－965，［ZHOU Bingrong，ZHU Shengcui，LIHongmei．Temporal and SpatialCharacteristicsof Vegetation NetPrimary Productivity and Its Responses to Climate Change in Threeriver Headwaters Region［J］．Journal of Arid Meteorology，2016，34（6）：958－965］，DOI：10．11755／j．issn．1006－7639（2016）－06－0958

引 言

三江源地區(qū)位于青藏高原東南部、青海省南部，是長江、黃河和瀾滄江3條河流的發(fā)源地，孕育了具有悠久歷史的華夏文明和中南半島文明［1］，素有“中華水塔”之稱，其生態(tài)環(huán)境十分敏感和脆弱［2］。三江源區(qū)為天然草場區(qū)［3］，草地生態(tài)系統(tǒng)是其主體，對該區(qū)域生態(tài)系統(tǒng)功能的保持具有決定性作用，因此對于草地生產(chǎn)力的準(zhǔn)確把握，成為認識該區(qū)域生態(tài)系統(tǒng)結(jié)構(gòu)和功能的重點。植被凈初級生產(chǎn)力（Net Primary Productivity，NPP）是指綠色植物在單位面積和單位時間內(nèi)所累積的有機干物質(zhì)總量［4］。NPP表示植物光合作用產(chǎn)物固定和轉(zhuǎn)化的效率，直接反映植物在自然環(huán)境條件下的生產(chǎn)能力，是評價生態(tài)系統(tǒng)結(jié)構(gòu)與功能協(xié)調(diào)及生物圈人口承載力狀況的重要指標(biāo)［5］。掌握三江源區(qū)NPP年際間的定量變化規(guī)律，對表征及評價該區(qū)域乃至江河中下游地區(qū)生態(tài)系統(tǒng)的質(zhì)量狀況、估算生態(tài)系統(tǒng)碳匯和調(diào)節(jié)生態(tài)過程具有十分重要意義。我國學(xué)者主要采用了氣候生產(chǎn)力模型、光能利用率模型和生理生態(tài)過程模型［6］對三江源區(qū)植被凈第一性生產(chǎn)力進行了研究。張巖等［7］通過CASA模型估算了近 14 a三江源地區(qū)植被凈初級生產(chǎn)力。蔡雨戀等［8］利用改進的CASA模型計算分析了三江源地區(qū)2004—2008年凈植被生產(chǎn)力變化情況。張繼平等［9］基于MODISNPP數(shù)據(jù)，通過光能利用率模型估算分析了2000—2010年三江源地區(qū)草地NPP及草地生態(tài)系統(tǒng)碳儲量的時空變化特征。王軍邦等［4］利用遙感—過程耦合模型模擬分析了1988—2004年三江源區(qū)NPP時空格局及其控制機制。過程模型和光能利用率模型能從機理上解釋NPP的變化，但由于涉及的參數(shù)過多，在大尺度范圍和較長時間尺度條件下，因參數(shù)的不穩(wěn)定，模擬的準(zhǔn)確性有所限制［10］。同時，上述2類模型對該區(qū)域未來植被NPP如何變化無法給出評估意見。然而，氣候生產(chǎn)力模型雖不能從機理上解釋NPP的變化，但計算參數(shù)易獲取，模擬的準(zhǔn)確性較高［11－13］，且基于氣候情景資料，可以進行未來氣候變化情景下的NPP變化預(yù)測研究。在全球氣候變暖背景下，中國各地氣候也在不同程度地發(fā)生著變化［14］，所以隨著時間變遷和氣候資料的不斷積累，采用氣候模型開展三江源區(qū)最新長時間序列氣候變化、植被NPP的響應(yīng)及未來演變趨勢研究是十分必要的。

估算自然植被凈初級生產(chǎn)力（NPP）的氣候模型常用的有Miami模型、Thornthwaite Memorial模型、Chikugo模型、周廣勝模型和朱志輝模型［6］。王勝蘭［12］采用上述5種模型對烏魯木齊地區(qū)各類草場自然植被NPP進行了估算及對比分析。肖卉等［15］采用Thornthwaite Memorial模型對江蘇省植物氣候生產(chǎn)力時空演變特征分析發(fā)現(xiàn)，江蘇省總體氣候生產(chǎn)力隨緯度升高而降低，呈南高北低的空間狀態(tài)。高浩等［16］通過Miami和Thomthwaite Memorial模型分析了內(nèi)蒙古中部地區(qū)14個樣點的氣候生產(chǎn)潛力和影響氣候生產(chǎn)潛力的氣候驅(qū)動力。王景升等［17］利用周廣勝模型模擬了藏北羌塘高原草地生態(tài)系統(tǒng)NPP，模擬效果較好。孫善磊等［18］利用Miami模型、Thornthwaite Memorial模型和周廣勝模型估算了1961—1990年浙江省植被NPP，并與國際生物學(xué)計劃（International Biological Programme，IBP）推薦值作對比，發(fā)現(xiàn)周廣勝模型實用性最好。普宗朝等［19］研究發(fā)現(xiàn)基于上述5種模型的天山山區(qū)植被NPP在數(shù)值上有一定差異，但NPP在時空領(lǐng)域?qū)夂蜃兓憫?yīng)的趨勢一致。

本研究利用1961—2014年三江源區(qū)18個氣象站常規(guī)觀測資料及地理信息資料，分別采用Miami模型、Thornthwaite Memorial模型、Chikugo模型、周廣勝模型和朱志輝模型5種氣候生產(chǎn)力模型對三江源區(qū)植被NPP進行擬合分析，并結(jié)合11個監(jiān)測點的草地生物量實測數(shù)據(jù)，對各模型擬合結(jié)果進行精度檢驗。在此基礎(chǔ)上，選用對NPP模擬效果較好的模型建立植被NPP估算模型，分析三江源區(qū)近54 a植被NPP變化特征、空間分布格局及未來溫室氣體中等排放情景（SRESA1B）下的可能變化趨勢，為探索三江源區(qū)植被生態(tài)與自然環(huán)境對氣候變化的響應(yīng)與適應(yīng)，應(yīng)對氣候變化和自然環(huán)境保護提供依據(jù)［5］。

1 數(shù)據(jù)與方法

1．1 數(shù)據(jù)來源與處理

利用青海省氣象局信息中心提供的1961—2014年三江源區(qū)18個氣象臺站平均溫度、降水量和日照百分率等逐年觀測資料及數(shù)字高程模型資料；中國氣象局國家氣候中心發(fā)布的中國地區(qū)氣候變化預(yù)估數(shù)據(jù)集中的全球氣候模式加權(quán)平均集合數(shù)據(jù)：未來溫室氣體中等排放情景（SRESA1B）下2011—2100年平均氣溫和降水量逐月數(shù)據(jù)；2003—2013年三江源區(qū)班瑪、久治、河南、達日、甘德、瑪沁、清水河、瑪多、雜多、沱沱河、澤庫11個監(jiān)測點共121個牧草產(chǎn)量數(shù)據(jù)，樣點分布如圖1所示。其中，各監(jiān)測點均選擇氣象站周圍10 km范圍內(nèi)平坦開闊且面積為100 m×100 m的草地為樣區(qū)，采用春、夏、秋季封育和冬季放牧采食方式；測產(chǎn)時，在樣區(qū)內(nèi)隨機選取5個樣方（1 m×1 m），測量、記錄樣方內(nèi)牧草的高度、覆蓋度和鮮重。牧草生長期內(nèi)（5—8月），每月觀測并記錄一次，取最大值作為該年度牧草產(chǎn)量（鮮重）。

圖1 三江源區(qū)氣象站及牧草生物量測定樣點分布Fig．1 The spatial distribution ofweather staions and sites ofmeasuring grass biomass in three－river headwaters region

植被NPP實測值由下式轉(zhuǎn)換得到：

式中，Yob是觀測的牧草鮮重，單位：g·m－2；at為牧草干鮮比，無量綱，各生態(tài)站測定數(shù)值見表1；bt為碳轉(zhuǎn)化率，取常數(shù)0．45。植被NPP計算中各站用到的凈輻射資料由模型估算得到［20］。

1．2 模型介紹

采用的模型有Miami模型、Thornthwaite Memorial模型、Chikugo模型、朱志輝模型和周廣勝模型，詳細信息見表2。

表1 三江源區(qū)各生態(tài)站牧草干鮮比Fig．1 The ratio of dry weight and fresh weight at different eco－stations in three－river headwaters region

表2 5種植被NPP估算模型的基本信息Tab．2 General information of fivemodels of vegetation NPP estimation

1．3 三江源植被NPP模型選用

為驗證上述5種模型在三江源區(qū)的適用性，將1961—2014年三江源區(qū)18個氣象站平均氣溫、降水量、日照百分率等觀測資料分別代入5種模型，計算不同模型下各站點的植被NPP，并求算區(qū)域平均NPP值。然后，結(jié)合三江源區(qū)11個草地生物量監(jiān)測樣點2003—2013年實測資料，得到該區(qū)5種模型模擬的植被平均NPP精度檢驗結(jié)果（圖2）。由圖2可知，5種模型中周廣勝模型的模擬值與實測值相關(guān)系數(shù)的平方最高為0．49，通過了α＝0．01顯著性檢驗，且RMSE值最??；其次為Miami模型，模擬值與實測值的相關(guān)系數(shù)的平方為 0．47。由于Miami模型不能反映人類活動影響且未考慮植物本身生理生態(tài)學(xué)特性，具有一定的局限性［26］；朱志輝模型模擬值與實測值的相關(guān)系數(shù)最低，主要是由于該模型采用了大量人工林的資料，其實用性受到一定限制?？梢?，根據(jù)能量和水量平衡方程的區(qū)域蒸散模式建立的周廣勝模型，綜合考慮了各生態(tài)因子間相互作用對NPP的影響，可以更加真實確切地反映植物生理生態(tài)學(xué)特點和水熱平衡關(guān)系。該模型比Miami模型更能準(zhǔn)確地反映三江源區(qū)植被NPP，具有較好的適用性，這對于充分利用當(dāng)?shù)貧夂蛸Y源，準(zhǔn)確掌握氣候生產(chǎn)潛力變化，最大限度地提高植被產(chǎn)量具有重要意義［5］。因此，本研究采用周廣勝模型建立三江源區(qū)植被NPP估算模型，并基于觀測值進行檢驗修正，其公式如下：

式中：NPPest為修正模型估測值，NPPzgs為周廣勝模型估測值，單位：gC·m－2。

2 三江源區(qū)植被NPP變化特征及對氣候變化的響應(yīng)

2．1 植被NPP年變化

圖3給出1961—2014年三江源區(qū)植被平均NPP年變化曲線?？煽闯?，近54 a三江源區(qū)植被NPP呈波動增加趨勢，增加率為0．292 gC·m－2·a－1，通過α＝0．01的顯著性檢驗。其中，1961—2000年NPP變化趨勢不明顯，且1990年代明顯偏低；2000年以后NPP快速增大，處于較高水平，NPP增加率為1．865 gC·m－2·a－1（通過α＝0．05的顯著性檢驗），2000—2014年平均NPP為67．482 gC·m－2，較1961—1999年（56．553 gC·m－2）高出10．929 gC·m－2。

圖2 三江源區(qū)植被NPP的5種模型模擬結(jié)果精度檢驗（單位：gC·m－2）Fig．2 Precision tests of vegetation NPP between the observation and simulated by five typesmodel in three－river headwaters region（Unit：gC·m－2）

圖3 1961—2014年三江源區(qū)植被NPP年變化趨勢Fig．3 The annual variation of vegetation NPP in three－river headwaters region during 1961－2014

2．2 植被NPP空間分布

圖4是1961—2014年三江源區(qū)18個氣象站點的植被平均NPP空間分布。可看出，NPP最高值111．16 gC·m－2，最低值19．26 gC·m－2，區(qū)域平均值59．59 gC·m－2，低于周才平等［27］估算的青藏高原高寒草甸植被NPP值（214．64 gC·m－2），而接近高寒草原植被 NPP值（63．95 gC·m－2）?？臻g上，三江源植被NPP呈自東南向西北逐漸降低的空間格局，這與張巖［7］、沃笑［28］和姚玉璧［29］等的研究結(jié)果一致。其中，東南部的久治、班瑪和囊謙NPP在 92．97 gC·m－2以上，西北部的治多、唐古拉山區(qū)在20．47 gC·m－2以下，而東北部的瑪沁、興海、同德及澤庫在34．13～66．71 gC·m－2之間，其影響機制還需進一步分析。

圖4 三江源區(qū)植被NPP的空間分布Fig．4 The spatial distribution of vegetation NPP in three－river headwaters region

按流域統(tǒng)計（表3），降水最為豐富、熱量條件較好的瀾滄江流域的植被NPP普遍較高且變率最小，NPP值為33．10～98．47 gC·m－2，平均91．79 gC·m－2；高寒少降水且范圍廣的長江流域，其植被NPP為19．07 ～115．68 gC·m－2，平均值最低，僅為39．08 gC·m－2；而降水和氣溫條件次之的黃河流域介于前兩者之間，NPP平均為66．06 gC·m－2，但NPP的年際及空間波動高于其它2個流域。三江源區(qū)植被NPP主要受區(qū)域水熱分配格局影響，表現(xiàn)出明顯的區(qū)域分異特征［30］。

表3 1961—2014年三江源區(qū)各流域植被NPP統(tǒng)計（單位：gC·m－2）Tab．3 The statistics of NPP in different basins of three－river sources from 1961 to 2014（Unit：gC·m－2）

2．3 植被NPP對氣候變化的響應(yīng)

圖5是三江源區(qū)1961—2014年平均氣溫、降水量及日照百分率的年際變化?？梢钥闯?，1961—2014年平均氣溫顯著升高（P＜0．01），增溫率為0．33℃·（10 a）－1，其中2000年以前增溫不明顯，而后升溫趨勢顯著，2000—2014年增溫率達0．57℃·（10 a）－1（P＜0．01）（圖2a）；日照百分率整體呈微弱下降趨勢，但階段性變化特征較明顯。其中，1980年代以前呈明顯上升趨勢，而后表現(xiàn)出2次階段性下降的特征（圖2b）；降水量年際間波動較大，整體呈微弱增加趨勢，其中1990年代降水量明顯偏少，2000年以后則呈顯著上升趨勢，每10 a增加76．5 mm（P＜0．05）（圖2c）。可見，近54 a三江源區(qū)氣候變暖較明顯，尤其是2000年以后增溫顯著。

圖5 1961—2014年三江源區(qū)主要氣候要素的年變化Fig．5 The annual variations ofmajor climate factors in three－river headwaters region from 1961 to 2014

上節(jié)分析得到，1961—2014年三江源區(qū)植被平均NPP整體呈顯著增加趨勢，其中1990年代NPP明顯偏低，2000年以后急劇增加，這主要是由于2000年以來全球氣候變暖背景下，青藏高原包括三江源地區(qū)增溫明顯，有利于高寒地區(qū)植被生長，因而植被NPP增加［31］。另外，1990年代在溫度變化不明顯的情況下，降水的減少造成植被NPP明顯偏低。就2000—2014年而言，2000年三江源區(qū)年平均溫度和年降水量分別為－0．69℃和429．23 mm。由于在低溫和降水不足的形勢下，植被生長受到雙重脅迫，其NPP積累受到抑制；2004年，三江源區(qū)年均溫度處于低值區(qū)，為－0．06℃，年降水量處于高值區(qū)，為493．53 mm，但由于溫度過低，不能和充足的降水量協(xié)調(diào)搭配共同作用于植被的生理生態(tài)過程，致使植被NPP積累同樣受到影響；2005、2009和2012年，三江源的植被在水熱搭配較為均勻的情況下，其生長形勢良好。由此可見，在氣候變暖背景下，溫度是影響三江源區(qū)植被NPP形成的關(guān)鍵因子，而降水也是重要影響因子之一。這可能是由于三江源大部區(qū)域?qū)儆诎霛駶?、濕潤氣候區(qū)［32］，在水分條件滿足的情況下，草地產(chǎn)量的高低取決于氣溫的高低。這與王軍邦等［4］研究結(jié)論“青海三江源地區(qū)氣溫對植被NPP的影響高于降水，兩者的標(biāo)準(zhǔn)化回歸系數(shù)之比為1．7，即氣溫的影響是降水的1．7倍，說明該地區(qū)氣溫是植被NPP的主要氣候控制因素”相一致。

圖6給出1961—2014年三江源區(qū)不同站點的植被 NPP及氣候要素變化情況。由圖6a看出，除黃河源區(qū)的河南站外，三江源區(qū)其余站點近54 a植被NPP均呈一致增加趨勢。其中，黃河源區(qū)的興海、同德、澤庫及達日4站植被NPP顯著增加，尤其是同德站增幅最顯著，達0．756 gC·m－2·a－1，其余站點增加趨勢不顯著；長江源區(qū)上游從沱沱河、五道梁到曲麻萊以及治多植被NPP都顯著增加，且水熱條件較理想的中部區(qū)域增幅要大于上游地區(qū)，而下游的玉樹增加不顯著；瀾滄江源區(qū)雜多植被NPP顯著增加，增幅率達0．534 gC·m－2·a－1，而囊謙地區(qū)增加不顯著。

1961—2014年，三江源區(qū)18個站點中除久治外，其余站點平均氣溫均呈顯著升高趨勢，升溫最明顯的治多和澤庫的增溫率分別為0．045℃·a－1和0．044℃·a－1（圖6b）；各站點年降水量的變化趨勢不盡相同，囊謙和久治年降水量呈不明顯減少趨勢，而其余站點呈增加趨勢，其中五道梁和瑪多增加顯著（圖6c）；日照百分率的變化趨勢不盡一致，趨勢增加的與減少的站點相當(dāng)，其中河南、久治、瑪多、曲麻萊、五道梁、沱沱河及囊謙增加趨勢顯著，而減少的站點趨勢均不顯著（圖6d）。綜合來看，三江源區(qū)降水較為充沛的瑪沁、甘德、久治、班瑪、玉樹和囊謙等區(qū)域的植被NPP增幅并不顯著，可能是這些地區(qū)未來氣溫增幅較大、降水量增幅相對較少，較少的降水增加量不足以抵消因氣溫升高而引起的蒸發(fā)量增加，致使NPP增幅不顯著。

圖6 1961—2014年三江源區(qū)各氣象站點的植被NPP（a）和平均氣溫（b）、降水量（c）、日照百分率（d）變化趨勢（表示通過了0．01及以上顯著性檢驗）Fig．6 The annual change trends of vegetation NPP（a）and average temperature（b），precipitation（c），sunshine duration（d）in three－river headwaters region during 1961－2014 （passed the 0．01 and above significance test）

3 未來三江源區(qū)植被NPP變化

SRESA1B情景是指各種能源平衡發(fā)展時的中等排放情景。利用中國地區(qū)氣候變化預(yù)估數(shù)據(jù)集的全球氣候模式加權(quán)平均集合數(shù)據(jù)，應(yīng)用校正后的周廣勝模型，得到SRESA1B情景下2011—2100年三江源區(qū)植被NPP空間分布及變化趨勢（圖7）。結(jié)合圖7a、圖7b和圖7c看出，2011—2100年三江源區(qū)植被NPP為18．92～118．88 gC·m－2，平均為74．5 gC·m－2；2041—2070年為20．1～119．96 gC·m－2，平均為86．6 gC·m－2；2071—2100年為20．82～119．88 gC·m－2，平均為96．3 gC·m－2?？梢?，NPP整體趨勢增加，增幅率為0．17 gC·m－2·a－1。空間上，3個時段的植被NPP分布趨勢大致相同，均由東向西、由南向北逐漸減小，這與李紅梅等［5］研究結(jié)果一致。此外，除黃河源東北部、長江源西北部外，其他地區(qū)植被 NPP增加明顯。其中，長江源和瀾滄江源的玉樹地區(qū)，其植被NPP始終為低值區(qū)，2011—2040年表現(xiàn)明顯，值約為18．92～27．54 gC·m－2，遠低于周邊區(qū)域，而后持續(xù)增加，2071—2100年增至50．55～60．45 gC·m－2之間。

由圖7d可看出，未來90 a三江源區(qū)18個站點植被NPP均呈增加趨勢，這與張景華等［33］研究結(jié)果較為一致，增幅較快區(qū)域出現(xiàn)在長江源的沱沱河、曲麻萊、冶多東部和玉樹以及瀾滄江源的雜多和囊謙等區(qū)域，增幅率為0．38～0．72 gC·m－2·a－1，其中增幅最大區(qū)域是雜多和曲麻萊，分別為0．68 gC·m－2·a－1和0．72 gC·m－2·a－1；黃河源區(qū)增幅普遍較小，尤其是東北部，均≤0．04 gC·m－2·a－1。

圖7 SRESA1B情景下未來三江源區(qū)植被NPP預(yù)估（a）2011—2040年；（b）2041—2070年；（c）2071—2100年；（d）2011—2100年Fig．7 Predictions of vegetation NPP during 2011－2100 under the SRESA1B scenarios in three－river headwaters region （a）2011－2040；（b）2041－2070；（c）2071－2100；（d）2011－2100

4 結(jié)論與討論

（1）通過5種植被NPP氣候估算模型的對比分析，發(fā)現(xiàn)周廣勝模型對三江源區(qū)大空間尺度的植被NPP模擬結(jié)果有效、且精度最高，但若降低空間尺度，還需進一步優(yōu)化，需考慮土壤濕度等因子。最顯著的是高寒濕地和周邊區(qū)域有著相似的降水，但模擬的高寒濕地植被NPP與高寒草地植被NPP差異很大。這主要是由于NPP的時空變化取決于植被、土壤和氣候之間的復(fù)雜相互作用，而該模型僅僅揭示了氣候影響作用本身存在的不確定性。此外，樣本測定方法和樣點的選取等也是原因之一［34］。

（2）三江源區(qū)植被NPP自東南向西北逐漸降低，區(qū)域平均值為59．59 gC·m－2。1961—2014年，全區(qū)植被NPP變化趨勢空間分布不盡一致，有些區(qū)域顯著增加，有些區(qū)域增加趨勢不明顯，而個別區(qū)域呈不明顯減少趨勢，但整體呈顯著增加趨勢，其影響機制還需進一步分析。

（3）1961—2014年，三江源區(qū)氣候表現(xiàn)出氣溫顯著升高、降水增加和日照下降不明顯的變化特征。影響該區(qū)域植被NPP增加的主要氣象因素是氣溫，而降水對植被NPP增加的貢獻不明顯。

（4）在SRESA1B情景下，未來90 a三江源區(qū)植被NPP將呈現(xiàn)增加趨勢，且長江源和瀾滄江源區(qū)東部增幅較大，而黃河源東北部增幅較小。其中，全區(qū)植被NPP平均預(yù)估值2011—2040年、2041—2070年和2071—2100年分別為74．5、86．6、96．3 gC·m－2，植被NPP增幅為0．17 gC·m－2·a－1。

［1］曹建廷，秦大河，羅勇，等．長江源區(qū)1956—2000年徑流量變化分析［J］．水科學(xué)進展，2007，18（1）：29－33．

［2］邵全琴，趙志平，劉紀(jì)遠，等．近30年來三江源地區(qū)土地覆被與宏觀生態(tài)變化特征［J］．地理研究，2010，29（8）：1440－1451．

［3］祁棟林，肖宏斌，李曉東，等．1964—2013年青海省不同生態(tài)功能區(qū)蒸發(fā)皿蒸發(fā)量的變化特征［J］．干旱氣象，2016，34（2）：234－242．

［4］王軍邦，劉紀(jì)遠，邵全琴，等．基于遙感—過程耦合模型的1988—2004年青海三江源區(qū)凈初級生產(chǎn)力模擬［J］．植物生態(tài)學(xué)報，2009，33（2）：254－269．

［5］李紅梅，周秉榮，李林，等．青海高原植被凈初級生產(chǎn)力變化規(guī)律及其未來變化趨勢［J］．生態(tài)學(xué)雜志，2011，30（2）：215－220．

［6］張美玲，蔣文蘭，陳全功，等．草地凈第一性生產(chǎn)力估算模型研究進展［J］．草地學(xué)報，2011，19（2）：356－366．

［7］張巖，韋振鋒，黃毅．1999—2012年三江源區(qū)植被凈初級生產(chǎn)力及固碳釋氧量測評［J］．水土保持通報，2016，36（1）：100－105．

［8］蔡雨戀，鄭有飛，王云龍，等．利用改進的CASA模型分析三江源區(qū)凈植被生產(chǎn)力［J］．南京信息工程大學(xué)學(xué)報（自然科學(xué)版），2013，5（1）：34－42．

［9］張繼平，劉春蘭，郝海廣，等．基于MODISGPP／NPP數(shù)據(jù)的三江源地區(qū)草地生態(tài)系統(tǒng)碳儲量及碳匯量時空變化研究［J］．生態(tài)環(huán)境學(xué)報，2015，24（1）：8－13．

［10］王軍邦，牛錚，胡秉民，等．定量遙感在生態(tài)學(xué)研究中的基礎(chǔ)應(yīng)用［J］．生態(tài)學(xué)雜志，2004．23（2）：152－157．

［11］林慧龍，常生華，李飛．草地凈初級生產(chǎn)力模型研究進展［J］．草業(yè)科學(xué)，2007，24（12）：26－29．

［12］王勝蘭．基于5種氣候生產(chǎn)力模型的烏魯木齊地區(qū)NPP計算分析［J］．沙漠與綠洲氣象，2008，2（4）：40－44．

［13］蘇清荷，安沙舟，趙玲．基于5種氣候生產(chǎn)力模型的天山北坡主要草地類型NPP計算分析［J］．新疆農(nóng)業(yè)科學(xué)，2010，47 （9）：1786－1791．

［14］梅朵，高原，馬艷，等．近50 a青海西寧氣溫變化特征［J］．干旱氣象，2013，31（1）：100－106．

［15］肖卉，沈瑱，唐紅昇，等．江蘇省植物氣候生產(chǎn)力時空演變特征［J］．氣象科學(xué)，2008，28（增刊）：97－100．

［16］高浩，潘學(xué)標(biāo)，符瑜．氣候變化對內(nèi)蒙古中部草原氣候生產(chǎn)潛力的影響［J］．中國農(nóng)業(yè)氣象，2009，30（3）：277－282．

［17］王景升，張憲洲，趙玉萍，等．羌塘高原高寒草地生態(tài)系統(tǒng)生產(chǎn)力動態(tài)［J］．應(yīng)用生態(tài)學(xué)報，2010，21（6）：1400－1404．

［18］孫善磊，周鎖銓，石建紅，等．應(yīng)用三種模型對浙江省植被凈第一性生產(chǎn)力（NPP）的模擬與比較［J］．中國農(nóng)業(yè)氣象，2010，31 （2）：271－276．

［19］普宗朝，張山清，王勝蘭．近47年天山山區(qū)自然植被凈初級生產(chǎn)力對氣候變化的響應(yīng)［J］．中國農(nóng)業(yè)氣象，2009，30（3）：283 －288．

［20］周秉榮，李鳳霞，顏亮東，等．青海省太陽總輻射估算模型研究［J］．中國農(nóng)業(yè)氣象，2011，32（4）：495－499．

［21］Lieth H．Modeling the primary productivity of the world［J］．Nature and Resources，1972，8（2）：5－10．

［22］侯光良，游松才．用筑后模型估算我國植物氣候生產(chǎn)力［J］．自然資源學(xué)報，1990，5（1）：60－65．

［23］Uchijima Z，Seino H．Agroclimatic evaluation of net primary productivity of natural vegetations：Chikugo model for evaluating net primary productivity［J］．Journal of Agricultural Meteorology，1985，40（4）：343－352．

［24］朱志輝．自然植被凈第一性生產(chǎn)力估計模型［J］．科學(xué)通報，1993，38（15）：1422－1426．

［25］周廣勝，張新時．自然植被凈第一性生產(chǎn)力模型初探［J］．植物生態(tài)學(xué)報，1995，19（3）：193－200．

［26］張美玲．基于草原綜合順序分類系統(tǒng)改進CASA模型及其在中國草地NPP估算中的應(yīng)用［D］．蘭州：甘肅農(nóng)業(yè)大學(xué)，2012：1－3．

［27］周才平，歐陽華，王勤學(xué)，等．青藏高原主要生態(tài)系統(tǒng)凈初級生產(chǎn)力的估算［J］．地理學(xué)報，2004，59（1）：74－79．

［28］沃笑，吳良才，張繼平，等．基于CASA模型的三江源地區(qū)植被凈初級生產(chǎn)力遙感估算研究［J］．干旱區(qū)資源與環(huán)境，2014，28 （9）：45－50．

［29］姚玉璧，楊金虎，王潤元，等．1959—2008年長江源植被凈初級生產(chǎn)力對氣候變化的響應(yīng)［J］．冰川凍土，2011，33（6）：1286－1293．

［30］Wischnewski J，Kramer A，Kong Z，et al．Terrestrial and aquatic responses to climate change and human impact on the southeastern Tibetan Plateau during the past two centuries［J］．Global Change Biology，2011，17（11）：3376－3391．

［31］王軍邦，黃玫，林小惠．青藏高原草地生態(tài)系統(tǒng)碳收支研究進展［J］．地理科學(xué)進展，2012，31（1）：123－128．

［32］徐維新，古松，蘇文將，等．1971—2010年三江源地區(qū)干濕狀況變化的空間特征［J］．干旱區(qū)地理，2012，35（1）：46－55．

［33］張景華，李英年．青海氣候變化趨勢及對植被生產(chǎn)力影響的研究［J］．干旱區(qū)資源與環(huán)境，2008，22（2）：97－102．

［34］Schimel D S，House J I，Hibbard K A，et al．Recent patterns and mechanisms of carbon exchange by terrestrial ecosystems［J］．Nature，2001，414：169－172．

Tem poral and Spatial Characteristics of Vegetation Net Primary Productivity and Its Responses to Climate Change in Three－river Headwaters Region

ZHOU Bingrong1，2，ZHU Shengcui3，LIHongmei4

（1．College of Earth Environmental Sciences of Lanzhou University，Lanzhou 730000，China；2．Institute of Meteorological Science of Qinghai Province，Xining 810001，China；3．Haibei Pastoral Meteorology Experimental Station of Qinghai Province，Haibei810200，China；4．Qinghai Climate Center，Xining 810001，China）

The three－river headwaters region is an importantwater source in China，even in the Asia，which is a vulnerable and sensitive area of high－cold ecosystem．Net primary productivity（NPP）is one of the important indicators of ecological environment evaluation．For exploring the vegetation biomass to adapt climate change in the three－river headwaters region，based on themeterological observation data at18 weather stations during 1961－2014，biomass observation data of grassland at 11 monitoring sites during 2003－2013 and prediction data set of climate change in China during 2011－2100 from the National Climate Center，the applicable and high precisionmodel was selected to estimate vegetation NPP in three－river headwaters region by comparing the five climate estimation models of NPP．And on this basis that the temporal and spatial variation characteristics of vegetation NPP and its response to climate change in the three－river source area from 1961 to 2014 were analyzed and predicted．The results showed that Zhou Guang－sheng' smodel to estimate vegetation NPP in the three－river source region had good applicability and the highest precision，so themodelwas used to estimate NPP from 1961 to2014．The spatial distribution of NPP decreased gradually from southeast to northwest in the threeriver source region，the average was 59．59 gC·m－2，and the spatial and interannual fluctuations of NPP in the Yellow River source area was higher than in the Yangtze River and Lancangjiang River source areas during 1961－2014．NPP had an increasing trend in the past54 years on the whole，but the change rates in different regionswere obviously different．The temperature was an important factor to affect the increase of vegetation NPP in the three－river source region．In the future90 years，NPP in three－river headwaters region stillwould continue to increase．

three－river headwaters region；net primary productivity；climate change；prediction

1006－7639（2016）－06－0958－08

10．11755／j．issn．1006－7639（2016）－06－0958

Q14；P467

A

2016－05－03；改回日期：2016－09－26

第三次青藏高原大氣科學(xué)試驗“青藏高原影響及下游災(zāi)害天氣的診斷與預(yù)報”（GYHY201406001）、三江源典型區(qū)高寒草甸SPAC系統(tǒng)水熱平衡及數(shù)值模擬研究（40865006）、青海省適生牧草種植區(qū)劃及栽培利用技術(shù)信息平臺建設(shè)（2013－T－Y33）和青海省農(nóng)牧業(yè)氣候資源精細化區(qū)劃及開發(fā)利用對策研究（2015－ZJ－606）共同資助

周秉榮（1974－），男，青海湟中人，碩士，高級工程師，研究方向為高寒生態(tài)學(xué)．E－mail：zbr0515＠foxmail．com