郝蕾，翟涌光，戚文超，蘭穹穹

1.內(nèi)蒙古財經(jīng)大學資源與環(huán)境經(jīng)濟學院，內(nèi)蒙古 呼和浩特 010010；2.內(nèi)蒙古農(nóng)業(yè)大學水利與土木建筑工程學院，內(nèi)蒙古 呼和浩特 010010；3.中國科學院空天信息創(chuàng)新研究院，北京 100079；4.中國資源衛(wèi)星應用中心，北京 100094

自 1880 年以來，全球平均氣溫上升了(0.85±0.2) ℃，氣候變化和大氣中二氧化碳濃度的增加引起了廣泛的關(guān)注（Hiltner et al.，2021）?！栋屠鑵f(xié)定》指出，到本世紀末，全球氣溫上升不應超過工業(yè)化前水平2 ℃（Zhang et al.，2018）。為了實現(xiàn)這一目標，需要更好地理解陸地生態(tài)系統(tǒng)與氣候之間的互饋關(guān)系。凈生態(tài)系統(tǒng)生產(chǎn)力（NEP）代表陸地生態(tài)系統(tǒng)與大氣之間的凈碳交換，是陸地生態(tài)系統(tǒng)碳源/碳匯定量估算的重要指標（陳曉鵬等，2011）。

當前，NEP 估算已成為碳循環(huán)研究的熱點之一。大規(guī)模陸地生態(tài)系統(tǒng)的研究提高了我們對全球和區(qū)域碳平衡變化的認識（丁倩等，2021）。受季節(jié)性變暖影響，中國北方森林生態(tài)系統(tǒng)土壤呼吸年分布格局發(fā)生變化，秋季碳匯期顯著縮短（Piao et al.，2008）。氣候變暖加速了土壤呼吸，導致過去20 年中國北方草地生態(tài)系統(tǒng)接近“碳中和”狀態(tài)。在區(qū)域尺度上，中國70%的區(qū)域為碳匯，東南和西南季風帶碳匯濃度最高；氣候變化對中國陸地生態(tài)系統(tǒng)碳匯變化的貢獻率為40%（Yao et al.，2018）。在青藏高原，氣溫、降水和碳排放等環(huán)境因子之間存在顯著的指數(shù)相關(guān)性（丁佳等，2021），氣候變化對陸地生態(tài)系統(tǒng)NEP 有重要影響。在氣候變化背景下，對生態(tài)脆弱地區(qū)生態(tài)系統(tǒng)碳循環(huán)的研究顯著增加。然而，仍有必要闡明在生態(tài)脆弱地區(qū)氣候因素對不同類型生態(tài)系統(tǒng)NEP 的影響。在過去的20 年里，關(guān)于植被凈初級生產(chǎn)力（NPP）、土壤異養(yǎng)呼吸和NEP 對生態(tài)脆弱地區(qū)降水、溫度和太陽輻射等氣候因素的敏感性問題一直存在。此外，有必要確定不同氣候因素對生態(tài)脆弱地區(qū)NEP 的貢獻，以及與區(qū)域碳源/碳匯之間的聯(lián)系。

內(nèi)蒙古作為中國北方生態(tài)屏障，是氣候和生態(tài)系統(tǒng)最多樣化的省份之一。有研究表明，季節(jié)性變暖不僅會改變植被物候，而且會影響區(qū)域極端降水事件（Wu et al.，2021）。氣候變化和干旱是植被動態(tài)的主要驅(qū)動因素，并在不同程度上影響土壤呼吸。干旱半干旱生態(tài)系統(tǒng)碳通量是影響全球生態(tài)系統(tǒng)碳通量變化的最主要因素之一（Hao et al.，2021）。因此，NEP 的準確估算和時空變化分析對于評估內(nèi)蒙古陸地生態(tài)系統(tǒng)碳平衡至關(guān)重要，同時也對評價生態(tài)系統(tǒng)的固碳能力和研究其碳循環(huán)機制具有重要意義。

在陸地生態(tài)系統(tǒng)碳循環(huán)研究中，NEP 是凈初級生產(chǎn)力與土壤異養(yǎng)呼吸之間的差值。當NEP>0 時，意味著生態(tài)系統(tǒng)儲存碳，表現(xiàn)為碳匯；當NEP<0 時，意味著生態(tài)系統(tǒng)釋放碳，表現(xiàn)為碳源（曹云等，2022）。本研究以內(nèi)蒙古為研究區(qū)，基于遙感和氣象數(shù)據(jù)，采用凈初級生產(chǎn)力和土壤呼吸估算模型，定量分析了2001－2020 年內(nèi)蒙古植被NEP 時空動態(tài)及其對氣候變化的響應。本研究的主要目標是：（1）分析內(nèi)蒙古植被NEP 的時空動態(tài)及環(huán)境驅(qū)動力；（2）探討NEP 與溫度、降水和太陽輻射的耦合關(guān)系；（3）不同植被類型NEP 的時空變化及對氣候變化的響應。

1 材料與方法

1.1 研究區(qū)概況

內(nèi)蒙古地處中國北部高原地區(qū)，97°12′－126°04′E，37°24′－53°23′N，總面積1.18×106km2，是典型的溫帶大陸性氣候。年均降水量從東北地區(qū)的450 mm 下降到西南地區(qū)的50 mm，而年均氣溫則從東北地區(qū)的?1 ℃上升到西南地區(qū)的10 ℃。降水和溫度的空間差異導致內(nèi)蒙古從東向西逐漸由濕潤半濕潤地區(qū)過度到干旱半干旱地區(qū)。土地覆被類型分布依次為東部森林、中部草原和西部荒漠。內(nèi)蒙古的地理位置及2020 年土地覆被圖如圖1 所示。由于西部荒漠地區(qū)幾乎沒有植被而缺乏固碳能力，因此，本研究主要考慮森林、草地和耕地3 種主要植被生態(tài)系統(tǒng)。

圖1 研究區(qū)范圍及土地覆被類型Figure 1 Study area and its land cover

1.2 數(shù)據(jù)來源與處理

1.2.1 遙感數(shù)據(jù)

本研究所需的2001－2020 年植被指數(shù)（NDVI）和土地覆被數(shù)據(jù)分別來自于MODIS MOD13A1 和MCD12Q1 產(chǎn)品。MOD13A1 數(shù)據(jù)的空間分辨率為500 m，時間分辨率為16 d。NEP計算所需的月NDVI數(shù)據(jù)通過對16 天NDVI 采用最大值合成方法獲得（Holben，1986）。MCD12Q1 數(shù)據(jù)的空間分辨率為500 m，提供年尺度產(chǎn)品。該數(shù)據(jù)采用了國際地圈生物圈計劃（IGBP）定義的土地覆被分類體系，共有17 個類別（Loveland et al.，1999）。根據(jù)本研究的需要，將原有17 個土地覆被類別按其定義重新劃歸為6 個主要類型：（1）將常綠針葉林、常綠闊葉林、落葉針葉林、落葉闊葉林和混交林劃歸為森林；（2）將開闊灌叢、封閉灌叢、稀樹草原、木質(zhì)稀樹草原、草地和永久濕地劃歸為草地；（3）將耕地和塊狀自然植被劃歸為耕地；（4）將城市和建成區(qū)土地劃歸為建成區(qū)；（5）將裸地和荒漠劃歸為沙漠；（6）將永久冰雪和水體劃歸為水體。

1.2.2 氣象數(shù)據(jù)

2001－2020 年的月平均氣溫、月累積降水、月太陽總輻射等氣象數(shù)據(jù)來自ERA5-Land 再分析數(shù)據(jù)（下載地址：https://cds.climate.copernicus.eu/#!/home），該數(shù)據(jù)以0.1°（約9 km）的空間分辨率提供近40 年全球氣象信息。為了實現(xiàn)與上述遙感數(shù)據(jù)的空間匹配，對原始氣象數(shù)據(jù)通過雙線性內(nèi)插法重采樣為相同空間分辨率數(shù)據(jù)。

1.2.3 地面觀測數(shù)據(jù)

地面測量數(shù)據(jù)由兩部分組成：一是2018 年7月、2019 年8 月和2020 年8 月實地測量了不同地區(qū)共39 個植被樣方的生物量數(shù)據(jù)，可用于驗證CASA 模型估算的NPP。所有樣本地塊廣泛分布于研究區(qū)，其中草地樣方30 個，耕地樣方7 個，每個樣方面積為1 m×1 m；森林樣方2 個，每個樣方面積為15 m×15 m。本研究中草地和耕地樣方的實際生物量通過物理收割和烘干稱重獲得，森林樣方實際生物量基于破壞性采伐和對樹木成分進行烘干稱質(zhì)量而獲得，并將其擴大到林分水平。之后，基于Shang et al.（2018）研究成果，將3 種植被類型的實際生物量轉(zhuǎn)化為NPP。二是來自于內(nèi)蒙古錫林浩特典型草原碳水通量觀測數(shù)據(jù)集（http://www.dx.doi.org/10.11922/sciencedb.996），該數(shù)據(jù)集由 ChinaFLUX 內(nèi)蒙古錫林浩特站（116°24′14.4″E，43°19′31.8″N，典型溫帶草原）渦度相關(guān)通量塔測量，其中生態(tài)系統(tǒng)與大氣之間二氧化碳的凈生態(tài)系統(tǒng)交換量（NEE），與NEP（NEP=?NEE）相反，我們選擇2008－2010 年間不同時相的22 個NEE 觀測結(jié)果用于本研究NEP 的驗證。采樣點及通量塔位置如圖1 所示。

1.3 研究方法

1.3.1 NEP 估算

NEP 定義為凈初級生產(chǎn)力與土壤異養(yǎng)呼吸之差：

式中：

E——NEP；

C——凈初級生產(chǎn)力；

Rh——土壤異養(yǎng)呼吸。

本研究采用CASA（Carnegie-Ames-Stanford Approach）模型計算內(nèi)蒙古地區(qū)陸地生態(tài)系統(tǒng)NPP。CASA 模型是由遙感和氣象數(shù)據(jù)驅(qū)動的典型光能利用率（LUE）模型，是使用最廣泛的NPP 估算模型（Hao et al.，2021）。在CASA 模型中，NPP由吸收光合有效輻射（APAR）和LUE 因子（ε）確定：

其中：

C(a,m)——像元a在第m個月的NPP（g·m?2）；

A(a,m)——像元a在第m個月的光合有效輻射（MJ·m?2）；

ε(a,m)——第m個月像元a的實際光能利用率（g·MJ?1）。APAR 由太陽總輻射（SOL）和吸收的光合有效輻射（fPAR）確定：

其中：

S(a,m)——第m個月像元a的太陽總輻射（MJ·m?2），常數(shù)0.5 為植被在SOL 中可利用的太陽有效輻射（400－700 nm）比例。

f(a,m)——植被對入射光合有效輻射（PAR）的吸收比。fPAR 與NDVI 具有良好的線性關(guān)系，可按式 (4) 計算：

其中：

N(a,m)——第m個月像元a的NDVI 值；

Nk,max和Nk,min——第k種土地覆被類別NDVI的最大值和最小值。

fmax和fmin——常數(shù)，分別設(shè)置為0.95 和0.001。

LUE 因子ε為植被將APAR 轉(zhuǎn)化為有機碳的效率，主要受溫度和降水的影響，按式（5）計算：

其中：

T1(a,m)和T2(a,m)——溫度脅迫因子；

W(a,m)——水分脅迫因子；

εmax——最大LUE[g·MJ?1]。由于最大LUE 對NPP 估算有很大影響，因此需謹慎設(shè)置。傳統(tǒng)CASA模型采用的全球植被月最大LUE 為0.389 g·MJ?1。目前，很多研究者根據(jù)具體的植被類型對該值進行了修改。本研究基于Zhu et al.（2006）的研究結(jié)果，對研究區(qū)中不同土地覆被類型分別設(shè)置εmax。T1(a,m)，T2(a,m)和W(a,m)的計算詳見文獻（Hao et al.，2021）。

土壤異養(yǎng)呼吸Rh，本研究采用Bond-Lamberty等建立的模型（Bond et al.，2004）：

其中：

Rs——土壤月平均呼吸速率（g·m?2）。Raich et al.（2002）給出了適用于大尺度分析的計算方法：

其中：

t和J——月平均氣溫（℃）和月總降水量（cm）。

B——0 ℃時的土壤呼吸速率，通常設(shè)為1.25；

K和Q——校正系數(shù)和敏感性系數(shù)，通常設(shè)為4.259 和0.055。

1.3.2 趨勢分析及顯著性檢驗

本研究采用Theil-Sen 方法（Ohlson et al.，2015）分析2001－2020 年內(nèi)蒙古陸地生態(tài)系統(tǒng)NEP 的年際變化。Theil-Sen 法對離群值有很好的魯棒性，單像元的年際變化率為Theil-Sen 擬合方程中趨勢線的斜率：

其中：

Sa——Theil-Sen 擬合方程中趨勢線的斜率；

Ei和Ej——第i年和第j年的NEP（j>i）。

Y——研究期間的年份數(shù)（本文中Y=20）。斜率為負表明NEP 呈下降趨勢，斜率為正表示NEP 呈上升趨勢。采用F檢驗對年際趨勢進行顯著性檢驗。該顯著性僅代表趨勢變化的置信水平。F檢驗的方程為：

其中：

其中：

Ei——第i年的NEP；

Y——年份數(shù)。根據(jù)檢驗結(jié)果，變化趨勢分為極顯著下降（Sa<0,P<0.01）、顯著下降（Sa<0,0.010.05）、顯著上升（Sa>0, 0.010,P<0.01）5 個水平。

1.3.3 偏相關(guān)分析

為分析氣候因子對內(nèi)蒙古NEP 的影響，計算了2001－2020 年各像元位置年均氣溫、年降水量和年累積太陽輻射等3 個氣候因子與年NEP 的偏相關(guān)系數(shù)。選擇偏相關(guān)分析是因為在研究兩個變量之間的相關(guān)關(guān)系時，偏相關(guān)分析可以排除其他相關(guān)變量的影響（Baba et al.，2004）。由于本研究考慮了4 個變量（NEP 和3 個氣候因子），因此需要進行二階偏相關(guān)分析：

其中：

Rya·bc——固定變量b和c后，變量y與a的二階偏相關(guān)系數(shù)；

Rya·b，Ryc·b和Rac·b——變量y與a、變量y與c、變量a與c的一階偏相關(guān)系數(shù)。一階偏相關(guān)系數(shù)按式（13）計算：

其中：

Rpq·s——固定變量s后變量p與q之間的一階偏相關(guān)系數(shù)。

Rpq，Rps，和Rqs——變量p與q、變量p與s、變量q與s之間的Pearson 相關(guān)系數(shù)。在每個像元的3 個氣候因子中，偏相關(guān)系數(shù)最大的被視為首要氣候因子。

2 結(jié)果與分析

2.1 模擬結(jié)果驗證

本研究利用39 個實測樣地生物量和22 個通量塔觀測數(shù)據(jù)分別對估算的NPP 和NEP 進行了評價。圖2 為實測NPP 和NEP 分別與模擬NPP 和NEP的相關(guān)分析結(jié)果。可以看到，模擬NPP 與實測NPP顯著相關(guān)（r2=0.80，P<0.001），同時，模擬NEP 與實測NEP 也顯著相關(guān)（r2=0.67，P<0.001）。這表明，本研究所采用的模型適用于內(nèi)蒙古地區(qū)多年NEP估算。

圖2 實測數(shù)據(jù)與模擬數(shù)據(jù)相關(guān)性Figure 2 Correlation between measured data and simulated data

2.2 內(nèi)蒙古植被NEP 時空動態(tài)

2.2.1 植被NEP 空間分布模式

2001－2020 年內(nèi)蒙古年均NEP 及標準差如圖3 所示?？傮w而言，年均NEP 表現(xiàn)出明顯的空間異質(zhì)性。這是因為不同分區(qū)的植被類型和氣候存在顯著差異。2001－2020 年內(nèi)蒙古植被年均NEP 為C 61.2 g·m?2，NEP 在空間上從東北向西南遞減。東北森林地區(qū)年均NEP 大多在C 200 g·m?2以上，是典型碳匯區(qū)域。中部草原地區(qū)NEP 大多集中在C 0 g·m?2附近，從東向西由碳匯向碳源過渡。耕地NEP主要在C 0－50 g·m?2之間，略高于草地NEP。

圖3 內(nèi)蒙古年均NEP（2001－2020 年）及其標準差時空分布Figure 3 Spatial-temporal distribution of mean NEP (2001－2020) and its standard deviation in Inner Mongolia

2001－2020 年內(nèi)蒙古年均NEP 的標準差也有明顯的空間異質(zhì)性，但與年均NEP 模式不同。較大標準差（>C 55 g·m?2）主要出現(xiàn)在東部的林草交錯地帶。這意味著在這些地區(qū)，年NEP 有著較大的波動?？赡艿脑蚴橇植萁诲e帶屬于典型生態(tài)脆弱區(qū)，易受氣候變化影響而經(jīng)歷大規(guī)模的退化和再生過程。相比之下，中西部草原地區(qū)的標準差很低（

2.2.2 植被NEP 年際變化趨勢

2001－2020 年內(nèi)蒙古NEP 年際變化率和趨勢顯著性空間格局如圖4 所示。對于NEP 年際變化率，大部分像元的值為正，意味著這些像元位置的NEP 隨時間增加。相反，有些像元值為負，說明這些像元位置的NEP 隨時間減少。不同變化率范圍對應的面積百分比見表1。變化率為正的像元占比56.3%，變化率為負的像元占比43.8%。顯然，NEP增加的面積大于NEP 減少的面積。NEP 增加的區(qū)域主要出現(xiàn)在內(nèi)蒙古的東部和南部，而減少的區(qū)域主要出現(xiàn)在中西部的荒漠草原地區(qū)。此外，從年際變化趨勢的顯著性來看，大部分像元極顯著增加（ESI），部分像元極顯著較少（ESD）。相應面積百分比見表1。

表1 2001－2020 年內(nèi)蒙古NEP 年際變化率及趨勢顯著性像元比例Table 1 The percentage of area for interannual change rate and trend significance

圖4 內(nèi)蒙古2001－2020 年NEP 年際變化率及顯著性趨勢Figure 4 Interannual change rate and significance trend of NEP in Inner Mongolia from 2001 to 2020

圖5a 展示了2001－2020 年內(nèi)蒙古植被總NEP。植被總NEP 有著明顯的年際波動。2019 年植被總NEP 最高，為C 140 Tg·a?1；2007 年最低，為C 89.7 Tg·a?1。植被總NEP 的年際變化率為C 0.64 Tg·a?1（圖5a 藍色虛線為總NEP 的Theil-Sen擬合趨勢線：y=0.643 8x+106.729 5）。草地對總NEP貢獻最大（平均為45.2%），并且草地年際變化趨勢與植被總NEP 趨勢一致。這是可以預期的，因為草地的總面積顯著大于森林或耕地。森林對植被總NEP 的貢獻（平均為43.5%）略低于草地，但高于耕地（11.3%）。值得注意的是，與草地總NEP 有明顯波動不同，森林和耕地總NEP 的年際波動不大，在研究期間相對穩(wěn)定。

圖5 內(nèi)蒙古2001－2020 年NEP 總量及主要植被類型NEP 年際均值Figure 5 Interannual total and mean NEP for major vegetation types in Inner Mongolia from 2001 to 2020

圖5b 展示了2001－2020 年內(nèi)蒙古森林、草地和耕地3 種植被類型NEP 的年際變化。3 種植被類型的年際變化范圍完全不同。年均NEP 從高到低依次為森林（C 270 g·m?2）、耕地（C 140 g·m?2）、草地（C 54.7 g·m?2）。草地和耕地NEP 在2007 年和2010 年出現(xiàn)了明顯下降，這主要是因為這兩年的極端干旱事件。低降水量抑制了植被的生長。值得注意的是，2007 年森林NEP 沒有明顯下降，這是因為2007 年的干旱事件與持續(xù)高溫有關(guān)（Tong et al.，2019）。溫度升高在一定程度上有利于森林NEP 的增加，可能抵消了干旱導致的森林NEP 減少。此外，森林和耕地NEP 在2014 年達到峰值，可能與太陽輻射有關(guān)，2014 年的太陽輻射在整個研究周期中最高（Pei et al.，2018）。NEP 年際變化趨勢擬合參數(shù)如表2 所示。3 種植被類型中，森林和草地的NEP 擬合斜率為正，表明2001－2020 年間，二者的NEP 呈增加趨勢，而耕地的NEP 變化率為負，表明耕地NEP 呈減少趨勢。但應該注意到，3 種植被類型的r2均較小，而P值均較大，意味著三者年際變化趨勢并不顯著。

表2 2001－2020 年內(nèi)蒙古3 種植被類型年際NEP 變化趨勢的Theil-Sen 擬合參數(shù)Table 2 Theil-Sen fitting parameters of interannual NEP change trend of three vegetation types in Inner Mongolia from 2001 to 2020

2.3 氣候因素對植被NEP 的影響

圖6 展示了2001－2020 年內(nèi)蒙古各像元位置年NEP 與年降水量、年均氣溫和年累積太陽輻射3 個氣候因子的二階偏相關(guān)系數(shù)及每個像元位置的首要氣候驅(qū)動因素?？傮w而言，年NEP 對3 種氣候因子的響應存在明顯的空間異質(zhì)性，但仍可以觀察到大部分像元位置的年NEP 與降水和太陽輻射的偏相關(guān)系數(shù)較大，只有少數(shù)像元位置與溫度有著較大的偏相關(guān)系數(shù)。其中，圖6a 展示了年NEP 與年均氣溫的偏相關(guān)系數(shù)。正相關(guān)的像元位置占32.3%，主要分布在東北林區(qū)和中南部草原；負相關(guān)的像元位置占67.7%，主要分布在中東部草原和林草交錯帶。對于圖6b 所示的年降水量，正相關(guān)的像元位置占71.4%，廣泛分布于整個研究區(qū)，且大部分像元位置的相關(guān)系數(shù)值較高（如紅色），負相關(guān)的像元位置占28.6%，主要出現(xiàn)在中部草原地區(qū)。對于圖6c 所示的太陽輻射，正相關(guān)的像元位置占55.5%，主要分布在東北林區(qū)和南部草原。負相關(guān)的像元位置占44.5%，主要分布在中部草原區(qū)。此外，綜合影響如圖6d 所示。結(jié)果表明，降水是內(nèi)蒙古NEP 年際變化的首要驅(qū)動因素，受降水驅(qū)動的像元位置占42.6%。西部和東北部一些像元（占39.9%）的年際NEP 首要受太陽輻射驅(qū)動，只有零星的像元位置（約占17.5%）首要受溫度驅(qū)動。

圖6 內(nèi)蒙古2001－2020 年NEP 與氣候因素的偏相關(guān)系數(shù)及各像元位置首要氣候因素Figure 6 Partial correlation coefficient between NEP and climatic factors and primary climatic factors at each pixel in Inner Mongolia from 2001 to 2020

2.4 不同植被類型NEP 對氣候因素的響應

森林、草地、耕地3 種植被類型年NEP 與3 個氣候因子之間的偏相關(guān)系數(shù)均值如表3 所示?？傮w而言，3 種植被類型與降水的相關(guān)性最強，其次是太陽輻射和溫度。但不同植被類型對氣候因子的響應有顯著差異。森林NEP 與3 種氣候因子之間的偏相關(guān)系數(shù)均為正，即森林NEP 受3 種氣候因子共同驅(qū)動。草地NEP 與降水和太陽輻射的偏相關(guān)系數(shù)均為正，降水的偏相關(guān)系數(shù)明顯高于太陽輻射，因此草地受降水和太陽輻射共同驅(qū)動，但降水貢獻更大。盡管耕地NEP 與降水和太陽輻射的偏相關(guān)系數(shù)均為正，但降水的偏相關(guān)系數(shù)接近于0，因此可以認為耕地主要受太陽輻射驅(qū)動。

表3 3 種植被類型年NEP 與氣候因子的平均二階偏相關(guān)系數(shù)Table 3 Average second-order partial correlation coefficient between annual NEP and meteorological factors of vegetation types

3 討論

3.1 內(nèi)蒙古不同植被類型的固碳能力

近年來，由于全球變暖，植被活動發(fā)生了顯著變化。許多研究表明，北半球中高緯度地區(qū)，包括中國大部分地區(qū)的植被活動明顯增加（Pei et al.，2018）。整體上看，中國陸地植被大多有碳匯作用，固碳能力近年來呈上升趨勢（楊延征等，2016），主要分布在東北平原、華北中西部、藏東南和西南地區(qū)西部等。與全國NEP 總體變化趨勢相似，本研究表明，2001－2020 年內(nèi)蒙古植被NEP 總體呈增加趨勢，即碳匯作用有所增強，但不同植被類型NEP的趨勢有所不同，森林和草地NEP 顯著增加，而耕地NEP 則有所減少，植被固碳能力則是森林>耕地>草地，這與青藏高原地區(qū)（劉鳳等，2021）、黃河流域（胡波等，2011）、黃淮海地區(qū)（曹云等，2022）等其他研究區(qū)域結(jié)果一致。在全國尺度，草地和灌叢分布面積最廣，二者固碳總量占比高達75%。在內(nèi)蒙古地區(qū)，盡管草地NEP 較低，但其分布面積廣，固碳占比約為45%，年際波動較大；森林和耕地固碳能力較強，然而分布面積相對較少導致固碳占比均低于草地，分別約為43%和11%，年際波動較小。以往的研究大多集中在草地這一植被類型上，因為草地是內(nèi)蒙古面積最大的植被類型，但這可能導致對區(qū)域碳源/碳匯評價的偏差。本研究發(fā)現(xiàn)盡管草地NEP 的線性擬合斜率是正值，但P值>0.05意味著它沒有通過顯著性檢驗。相比之下，森林以更穩(wěn)定的方式影響著研究區(qū)NEP 動態(tài)。因此，要深入了解區(qū)域碳源/碳匯的動態(tài)變化，有必要綜合考慮所有植被類型。

3.2 植被碳源/碳匯的氣候驅(qū)動力

內(nèi)蒙古橫跨19 個經(jīng)度帶，植被類型呈規(guī)律的經(jīng)度帶分布。總體而言，內(nèi)蒙古各植被類型的NEP與降水量呈顯著正相關(guān)，即降水是影響內(nèi)蒙古植被碳源/碳匯的主要因素，本研究的結(jié)論與以往的類似研究一致（Hao et al.，2021）。本研究還發(fā)現(xiàn)不同植被類型對降水的敏感性不同，偏相關(guān)系數(shù)為草地>森林>耕地。森林NEP 與降水、溫度、太陽輻射等3 種氣候因子均呈正相關(guān)。相關(guān)系數(shù)為降水>太陽輻射>溫度，與文獻（Wang et al.，2013）中東北地區(qū)類似研究一致。內(nèi)蒙古森林主要分布在降水豐富、氣溫極低的東北地區(qū)。因此，森林類型以常綠針葉林為主，對溫度不敏感，導致森林碳源/碳匯變化與溫度相關(guān)性較低。相比之下，學者在中國廣西的研究中發(fā)現(xiàn)，溫度對森林NEP 的影響比降水更重要。在分析森林碳源/碳匯對氣候變化的響應時，有必要區(qū)分研究區(qū)域和植被類型（Liu et al.，2017）。此外，大多數(shù)研究認為草地碳源/碳匯的變化主要受降水的影響，與溫度的變化相反（Gang et al.，2015）。我們的研究也證實了這一點。這是因為內(nèi)蒙古草原主要分布在降水較少的干旱半干旱區(qū)。溫度升高時，土壤蒸發(fā)量增加，導致土壤含水量下降。這意味著土壤不能為草地生長提供足夠的水分，導致生產(chǎn)力下降。除了氣候因素外，草地的生長狀況還與草地管理措施有關(guān)。例如，有研究（Hao et al.，2014）發(fā)現(xiàn)降水并不能改善放牧引起的內(nèi)蒙古荒漠草地植物群落退化。近期有研究表明，退耕還草等環(huán)境工程的實施和過度放牧的控制對近年來草地碳匯的增加起著至關(guān)重要的作用（Tian et al.，2015）。耕地碳源/碳匯對氣候變化的響應與草地相同，但與降水的相關(guān)系數(shù)略有下降。這是因為部分農(nóng)田依賴人工灌溉，減少了對降水的依賴，如內(nèi)蒙古西南部河套灌區(qū)（翟涌光等，2022）。除氣候因素外，人類活動是影響區(qū)域碳源/碳匯的另一個主要因素，如何準確量化氣候變化和人類活動對區(qū)域碳源/碳匯動態(tài)的貢獻是一個值得研究的方向。

3.3 不確定性分析

本研究以NEP 為指標評估了近20 年內(nèi)蒙古植被碳源/碳匯動態(tài)及對氣候因素的響應，研究也存在一定的不確定性。一方面，內(nèi)蒙古作為典型生態(tài)脆弱地區(qū)，其交錯多樣的生態(tài)系統(tǒng)結(jié)構(gòu)不同程度地增加了區(qū)域固碳功能評估的不確定性，尤其在當前氣候變化和人類活動的雙重干擾下，生態(tài)系統(tǒng)固碳的驅(qū)動機制也更為復雜（何源等，2021），從而影響區(qū)域生態(tài)系統(tǒng)碳循環(huán)研究的精度和準度。另一方面，本研究所用遙感和氣象數(shù)據(jù)的原始空間分辨率不完全一致，在空間尺度轉(zhuǎn)換過程中，也會帶來一定程度的精度損失（Zhai et al.，2022）。因此，未來不僅需要深入探討氣候變化和人類活動等因素對區(qū)域碳平衡的作用機制，而且要提高生態(tài)系統(tǒng)碳匯評估的定量化水平和精細化程度。

4 結(jié)論

本研究基于凈初級生產(chǎn)力和土壤呼吸模型估算了2001－2020 年內(nèi)蒙古植被NEP 的時空特征，并分析其對氣候因子的響應。

（1）內(nèi)蒙古植被NEP 從南到北、從西到東呈遞增趨勢。不同植被類型的NEP 有顯著差異，森林、草地和耕地的年均NEP 分別為C 270 g·m?2、54.7 g·m?2、140 g·m?2。

（2）2001－2020 年內(nèi)蒙古陸地生態(tài)系統(tǒng)碳匯呈上升趨勢，但存在一定波動。共有約56%的研究區(qū)域顯著增加，約44%的研究區(qū)域顯著減少。各植被類型NEP 的年際變化趨勢也有所不同，森林和草地NEP 增加，而耕地NEP 減少。

（3）降水是影響內(nèi)蒙古植被NEP 的最主要因素，其次是太陽輻射和溫度。不同植被類型對氣候因子的響應也有顯著差異。森林NEP 受3 種氣候因子的共同影響，草地NEP 受降水和太陽輻射的共同影響，而耕地NEP 主要受太陽輻射的影響。

研究結(jié)果對了解內(nèi)蒙古陸地生態(tài)系統(tǒng)碳源/碳匯的時空特征，以及對制定相關(guān)的生態(tài)保護與修復政策有重要意義。