基于改进土壤冻融水循环的Biome-BGC模型估算青藏高原草地NPP

Biome-BGC模型被广泛用于估算植被净初级生产力（Net Primary Productivity, NPP）,但是该模型未考虑冻土区土壤冻融水循环过程对植被生长的影响。本文基于Biome-BGC模型,改进冻土区活动层土壤冻融水循环,估算了2000—2018年青藏高原高寒草地NPP。通过比较原模型和改进后的模型,并对NPP模拟结果的时空特征进行了分析,结果表明：① 增加冻融循环提高了NPP估算精度,青藏高原草地NPP均值由114.68 gC/(m²·a)提高到128.02 gC/(m²·a)。② 原模型和改进后NPP的空间分布差异较大,时间变化趋势差异不明显。③ 青藏高原草地NPP总量为253.83 TgC/a,呈东南向西北递减的空间格局,年均增速为0.21gC/(m²·a)（P=0.023）,显著增加的占17.85%,主要分布在羌塘高寒草原地带的大部分地区和藏南山地灌木草原地带的西部。④ 该冻融水循环改进方法简单可靠,具有在其他多年冻土区推广的价值。     

气候变化对中亚草地生态系统碳循环的影响研究

准确评估草地生产力、碳源/碳汇功能,分析气候变化对草地生态系统碳循环的影响,对于草地资源的合理开发和有效保护至关重要。选取对气候变化以及人类干扰高度敏感的中亚干旱区草地生态系统为研究对象,利用Biome-BGC模型,模拟分析其NPP、NEP的年际变化趋势及其空间分布格局。结果显示：（1）1979-2011年中亚地区草地生态系统NPP年平均值为135.6 gC·m^-2·a^-1,且随着时间的推移呈现出波动下降的趋势,下降速率为0.34 gC·m^-2·a^-1。（2）NEP的年平均值为-8.3 gC·m^-2·a^-1,表现为碳源,且该值随着时间的推移呈现出波动上升的趋势,上升速率为0.58 gC·m^-2·a^-1。（3）NPP高值区域在降水较为丰富的天山山脉附近以及哈萨克斯坦北部。（4）NPP的年际变化与降水量的年际变化趋势基本一致,相关系数为0.52;NPP与温度的相关系数为-0.28,未达到显著相关水平。本研究实现了Biome-BGC模型在中亚干旱区草地生态系统的应用,对评价干旱区草地生态系统碳源/碳汇功能及其在全球碳循环和全球变化中的作用、实现中亚草地生态系统的可持续利用、完善区域和全球碳循环理论体系具有重要意义。     

Climatic Changes Dominant Interannual Trend in Net Primary Productivity of Alpine Vulnerable Ecosystems

The Three-River Headwaters (TRH), which is the source area of Yangtze River, Yellow River and Lancang River, is vulnerable and sensitive, and its alpine ecosystem is considered an important barrier for China’s ecological security. Understanding the impact of climate changes is essential for determining suitable measures for ecological environmental protection and restoration against the background of global climatic changes. However, different explanations of the interannual trends in complex alpine ecosystems have been proposed due to limited availability of reliable data and the uncertainty of the model itself. In this study, the remote sensing-process coupled model (GLOPEM-CEVSA) was used to estimate the net primary productivity (NPP) of vegetation in the TRH region from 2000 to 2012. The estimated NPP significantly and linearly correlated with the above-ground biomass sampled in the field (the multiple correlative coefficient R² = 0.45, significant level P < 0.01) and showed better performance than the MODIS productivity product, i.e. MOD17A3, (R² = 0.21). The climate of TRH became warmer and wetter during 1990-2012, and the years 2000 to 2012 were warmer and wetter than the years1990-2000. Responding to the warmer and wetter climate, the NPP had an increasing trend of 13.7 g m^-2 (10 yr)^-1 with a statistical confidence of 86% (P = 0.14). Among the three basins, the NPP of the Yellow River basin increased at the fastest rate of 17.44 g m^-2 (10 yr)^-1 (P = 0.158), followed by the Yangtze River basin, and the Lancang River, which was the slowest with a rate of 12.2 g m^-2 (10 yr)^-1 and a statistical confidence level of only 67%. A multivariate linear regression with temperature and precipitation as the independent variables and NPP as the dependent variable at the pixel level was used to analyze the impacts of climatic changes on the trend of NPP. Both temperature and precipitation can explain the interannual variability of 83% in grassland NPP in the whole region, and can explain high, medium and low coverage of 78%, 84% and 83%, respectively, for grassland in the whole region. The results indicate that climate changes play a dominant role in the interannual trend of vegetation productivity in the alpine ecosystems on Qinghai-Tibetan Plateau. This has important implications for the formulation of ecological protection and restoration policies for vulnerable ecosystems against the background of global climate changes.     

华北平原玉米播种期和品种变化对冠层温度的影响及地表生物物理机理

通过改变陆—气界面的地表水热交换,农田管理变化是气候变化的重要反馈过程之一。华北平原玉米的播种期和有效积温发生了规律性变化,改变了叶面积指数(LAI)、地表反照率(α)、净辐射(R_n)、潜热(LH)和冠层温度(T_c)等,成为区域气候变化的重要反馈过程。论文利用SiBcrop模型模拟3种玉米情景(春玉米、夏玉米、潜在玉米)下的LAI、α、R_n、LH和T_c的季节动态。结果表明,春玉米具有早播种、早收获、早LAI峰值的特征;夏玉米具有晚播种、晚收获、晚LAI峰值的特征;潜在玉米具有早播种、晚收获、高LAI的特征。模拟情景之间LAI差异为±2.5 m²·m^-2;T_c差异为±0.5 ℃。地表反照率(α)和地表能量分配是决定情景之间T_c差异的决定因素,播种期推迟,以α升高的降温效应为主;有效积温增加,以LH分配增多的降温效应为主。春玉米具有最高的冠层温度,夏玉米和潜在玉米的冠层温度较低且差异很小。研究结果对于促进农田土地管理变化适应和缓解区域气候变化具有一定意义。     

Spatiotemporal Pattern and Driving Force Analysis of Vegetation Variation in Altay Prefecture based on Google Earth Engine

Quantitative evaluation and driving mechanism analysis of vegetation dynamics are essential for promoting regional sustainable development. In the past 20 years, the ecological environment in Altay Prefecture has changed significantly due to global warming. Meanwhile, with increasing human activities, the spatiotemporal pattern and driving forces of vegetation variation in the area are uncertain and difficult to accurately assess. Hence, we quantified the vegetation growth by using the Normalized Difference Vegetation Index (NDVI) on the Google Earth Engine (GEE). Then, the spatiotemporal patterns of vegetation from 2000 to 2019 were analyzed at the pixel scale. Finally, significance threshold segmentation was performed using meteorological data based on the correlation analysis results, and the contributions of climate change and human activities to vegetation variation were quantified. The results demonstrated that the vegetation coverage in Altay Prefecture is mainly concentrated in the north. The vegetation areas representing significant restoration and degradation from 2000 to 2019 accounted for 24.08% and 1.24% of Altay Prefecture, respectively. Moreover, spatial correlation analysis showed that the areas with significant correlations between NDVI and temperature, precipitation and sunlight hours accounted for 3.3%, 6.9% and 20.3% of Altay Prefecture, respectively. In the significant restoration area, 18.94% was dominated by multiple factors, while 3.4% was dominated by human activities, and 1.74% was dominated by climate change. Within the significant degradation area, abnormal degradation and climate change controlled 1.07% and 0.17%, respectively. This study revealed the dynamic changes of vegetation and their driving mechanisms in Altay Prefecture, and can provide scientific support for further research on life community mechanism theory and key remediation technology of mountain-water-forest-farmland-lake-grass in Altay Prefecture.     

基于Biome-BGC模型的青藏高原五道梁地区NPP变化及情景模拟

以“气候变暖”为标志的全球气候变化对青藏高原生态系统产生强烈影响,利用参数本地化的生物地球化学模型（Biome-BGC）对五道梁地区草地生态系统进行模拟,研究了该区域1961~2015年净初级生产力（net primary productivity,NPP）的变化,并进行了情景模拟。结果表明:五道梁地区近55 a草地年均NPP为67.94 g/(m ²·a),呈显著上升趋势,主要是由生长季延长以及9月份生物量快速增长造成。在该地区,温度是草地NPP的主导因子,降水变化在40%以内对生产力影响不显著;温度和降水交互影响NPP,对单一影响有放大作用,暖湿条件下NPP对气候变化响应更加明显。     

Responses of Grassland Net Primary Productivity to Environmental Variables in Northern China

Various environmental factors affect net primary productivity (NPP) of grassland ecosystem. Extensive reports on the effects of environmental variables on NPP can be found in literature. However, the agreement on the relative importance of various factors in shaping the spatial pattern of grassland NPP has not yet been reached. Here a grassland in situ NPP database comprising 602 samples in northern China for 1980-1999 was developed based on a literature review of published biomass and forage yield field measurements. Correlation analyses and dominance analysis were used to quantify the separate and combined effects of environmental variables (climate, topography and soil) on spatial variation in NPP separately. Grassland NPP ranged from 4.76 g C m^-2a^-1 to 975.94 g C m^-2a^-1, showing significant variations in space. NPP increased with annual precipitation and declined with annual mean temperature significantly. Specifically, precipitation had the greatest impact on deserts, followed by steppes and meadows. Grassland NPP decreased with increasing altitude because of water limitation, and positively correlated with slope, but weakly correlated with aspect. Soil quality showed positive effects on NPP. Annual precipitation was the dominant factor affecting the spatial variability of net primary productivity, followed by elevation.     

气候变化对不同气候区流域年径流影响的识别

气候变化对流域径流的影响显著,但不同流域径流对各气候因子敏感性不同,具有明显的空间分异性。本文以位于半湿润、湿润地区的松花江、子牙河以及西苕溪流域为例,基于Budyko 水热平衡经验模型,采用归因分析方法分离了气象要素趋势性变化对年径流和潜在蒸发变化率的贡献与差异性。结果表明:1960-2008年,在上述3个流域中,降水趋势性变化对年径流变化的贡献比潜在蒸发大。松花江和子牙河流域各气象要素趋势性变化对潜在蒸发变化率的贡献排序为:温度>风速>水汽压>日照时数,而西苕溪流域为:温度>日照时数>风速>水汽压。在气候要素共同作用下,松花江和子牙河流域平均年径流分别以0.48和1.51 mm a^-2的速率减少,而西苕溪流域年径流则以1.42 mm a^-2的速率增加。所得结果加深了气候变化对径流影响机制和程度的认识,可作为流域水资源适应性管理的科学依据。     

中国东南部植被NPP的时空格局变化及其与气候的关系研究

基于2001~2010年MOD17A3年均NPP数据和气象站点气温、降水资料,利用GIS空间分析技术和数理统计方法研究中国东南部植被NPP的时空格局、动态变化及与气候要素的关系。结果表明,中国东南部植被年均NPP总体上呈现从南到北、由东至西逐渐减少的分布,不同植被类型的NPP存在明显差异,以常绿阔叶林最高,落叶针叶林最低。2001~2010年间,植被NPP整体上略有减少。空间上植被NPP在南部地区明显减少,而在北部地区明显增加。植被NPP与降水和气温的相关性均表现出明显的地域差异。     

2000-2018年中亚五国水分利用效率对气候变化的响应

水分利用效率(Water use efficiency,WUE)是研究陆地碳水循环耦合的一种常用度量指标。基于MODIS的总初级生产力(GPP)和蒸散发(ET)数据,通过Slope趋势分析和敏感性分析等方法,研究了中亚WUE的时空变化规律及其对气候因子与干旱的动态响应。结果表明:(1)2000-2018年,中亚年均WUE随着生境湿润程度的增加而升高(生长期规律与此相反),其中湿地WUE最高(1.820±0.10 g C·mm^-1·m^-2),而灌丛WUE最低(1.330±0.18 g C·mm^-1·m^-2)。(2)中亚WUE呈略微下降趋势,每年下降速率为0.016 g C·mm^-1·m^-2,年均WUE的显著下降区域大于上升区域。WUE对年降水和年气温的敏感性均表现为正值区大于负值区且均存在阈值效应,降水敏感性阈值介于250~300 mm(低值点)和500~550 mm(高值点),温度阈值介于3~6℃(高值点)和9~12℃(低值点),且εNDV(I WUE对NDVI敏感性系数)与降水变化呈正相关关系,与气温变化呈负相关关系。(3)通过WUE与标准化降水指数(SPEI)的相关性比较,发现WUE受干旱程度影响由大到小依次为灌丛、作物、森林、草原和湿地,且不同植被类型下WUE随着干旱程度的增加而升高。     

中国北方干湿过渡区生态系统生产力的气候变化风险评估

气候变化风险是人类社会发展面临的严峻挑战,评估识别对气候波动响应敏感且复杂的干湿过渡区生态系统所面临的气候变化风险是一个重要科学问题,对区域气候治理和风险管理具有科学意义。本文利用参与耦合模式比较计划第五阶段（CMIP5）的多气候模式多情景数据,通过改进和验证Lund-Potsdam-Jena（LPJ）动态全球植被模型,辨识未来不同时段生态系统生产力的气候变化风险等级及其时空分布,明晰气候因子对净初级生产力（NPP）风险的作用特征。结果表明：未来中远期干湿过渡区生态系统生产力面临的气候变化风险面积将可能扩大,风险等级将可能提升,高排放情景下的风险更加严重,主要表现为NPP距平为负,且仍有继续下降的趋势。尤其是典型浓度路径（RCP8.5）情景下,81.85%的地区将可能面临气候变化风险,54.71%将达到高风险。2071—2099年,RCP8.5高风险区的NPP距平将达到(-96.00±46.95) gC m^-2 a^-1,NPP变化速率将达到(-3.56±3.40) gC m^-2 a^-1。干湿过渡区东部平原和内蒙古东部草原区预估将可能成为风险主要集中区域,这些地区未来的植被生长将可能受到气候变化的不利影响,增温加剧和干旱程度加重可能是未来气候变化风险的重要驱动因素。     

不同草地类型净初级生产力(NPP)模拟及其敏感性分析

气候变化问题作为人类社会可持续发展面临的重大挑战,受到国际社会越来越强烈的关注。全球气候变化深刻影响着草地生态系统,定量评估区域和不同类型草地生态系统的生产力,研究其对气候变化的敏感性可以为草地生态系统适应未来气候变化提供基础数据和理论依据。草原综合顺序分类系统(CSCS)将天然草原分为42类(其中中国包含41类),并将其聚合为10个类组。研究利用改进Carnegie-Ames-Stanford Approach(CASA)模型模拟分析中国天然草地2004—2008年的净初级生产力(NPP)并进行系统聚类,分析了草地NPP与影响因子的相关性和敏感程度。结果表明:2004—2008年中国10个草地类组年均NPP均呈现增长趋势,其中亚热带森林草地增长最快,增长率达38.2%。温带湿润草地增长最慢,增长率为14.3%。通过聚类分析将中国41类草原的年均NPP分为3类:第1类NPP值较小,其湿润度级较低,而热量级较高;第2类NPP值较大,其热量级和湿润度级均较高,水热比适宜植被的生长;其余为第3类,其NPP值介于上述两者之间。可见,不同草地类型NPP分布规律与CSCS划分草地类型的湿润度级和热量级密切相关。草地年均NPP与>0℃年积温(Σθ)、降水量、湿润度(K)和NDVI的相关性强,与太阳辐射的相关性弱。草地类组NPP平均值对NDVI最敏感,其次为Σθ、K和降水量,敏感性最弱的为太阳辐射。草地NPP对CSCS量化分类的标准Σθ和K较为敏感,改进CASA模型在一定程度上实现了CSCS与草地生产力的耦合。     

生态恢复背景下陕甘宁地区NPP变化及其固碳释氧价值

基于MODIS NPP(植被净初级生产力)数据,利用线性趋势法、ESDA(Exploratory Spatial Data Analysis)及固碳释氧价值模型,探讨2000-2012年生态恢复背景下陕甘宁地区NPP变化及其原因,并评估NPP变化的固碳释氧价值。结果表明:(1)2000-2012年,陕甘宁地区NPP年增长率为4.3%,总体呈现阶段性增长趋势,其中有两次持续增长期;(2)陕甘宁地区NPP受水热格局影响显著,整体呈现东南高、西北低空间分布特征,空间集聚显著,但研究期内集聚水平呈下降态势,与退耕还林还草工程由前期的局部试点向后期的全区扩散相互印证;(3)陕甘宁地区NPP增长趋势是人类活动和气候因素共同作用的结果,其中人类活动为主要驱动因素,尤其是退耕还林还草工程的实施;④生态恢复背景下,陕甘宁地区植被固碳量累计增加1.06×10⁷ t,释氧量累计增加2.7×10⁷ t,固碳释氧价值累计增加9.34×10¹⁰元。生态恢复创造效益比较明显。     

西藏NPP时空格局与气候因子的关系

根据2000-2012年1 km MOD17A3 NPP遥感数据和气温、降水等气象资料,在GIS支撑下,结合多种统计计算方法,对西藏NPP时空格局与气候因子的关系进行研究。结果表明:2000-2012年间西藏陆地植被的NPP为119.3～148.4 g·m^-2·a^-1,平均为135.2 g·m^-2·a^-1;近年来西藏NPP呈不显著上升趋势,NPP总体上由东南向西北逐渐变小。13年来西藏NPP在总体不变(面积占61.11%)的基础上略有增加(面积占10.7%);不同植被类型中阔叶林的NPP最大,为1 185.2～1 430.2 g·m^-2·a^-1,其次是混交林,为535.1～741.2 g·m^-2·a^-1,其后依次是稀树草原、针叶林、农用地、草地和灌丛;西藏NPP与气温、降水因子分别有较好的正、负相关性。所有植被类型都与年均气温呈正相关,其中草地的NPP与年均气温的相关系数达0.88,其次是针叶林为0.76,相关性最差为热带稀树草原0.13;与年降水量的相关性,除了热带稀树草原正相关(0.26),其余都负相关,草地、针叶林的相关系数分别为-0.79、-0.73。     

阿勒泰地区植被覆盖度及ET对气温变化的响应

研究气温对植被覆盖度和ET (Evapotranspiration，ET)的影响，对干旱区应对气候变化、维系生态系统稳定具有重要意义。基于阿勒泰地区及周边7个气象站，CRU数据集中的气温数据及MODIS ET数据，采用Mann-Kendall非参数检验、植被盖度反演等方法，对阿勒泰地区气温变化对植被覆盖度及ET的影响进行了研究。结果表明：（1）在1901—2016年过去的116 a间，阿勒泰地区年平均气温以0.18 ℃·(10 a)^-1速率增加，在1982年由突变前的2.2 ℃增加到突变后的3.5 ℃。（2）2000—2017年阿勒泰地区植被覆盖度变化的空间差异明显，植被覆盖度增加的面积与降低的面积总体相当；全区66.71%的区域植被覆盖度变化与气温呈负相关，而呈正相关的比例仅占18.55%，且全区气温变暖而盖度降低区域的占比达31.71%。（3）2000—2016年阿勒泰地区ET总体呈降低趋势，整个区域61.65%的面积温度降低、ET降低，而19.92%的区域表现为温度增加而植被ET降低。     

中国典型自然保护区生境状况时空变化特征

中国已建立各类自然保护区2740个,占全国陆地面积的14.8%。本文以典型国家级自然保护区为例,基于遥感反演、模型模拟、空间分析等方法,获得植被覆盖度、净初级生产力（NPP）和土地覆被时空数据集,分析2000-2015年中国不同区域、不同类型自然保护区生境状况时空变化及人类扰动的影响,进而评估自然保护区在栖息地及生物多样性保护方面的效果。结果表明：2000-2015年,国家级自然保护区植被覆盖度从36.3%提高到37.1%,各类型自然保护区均有不同程度提高,其中森林类保护区年增速0.11%,草原草甸类0.84%,内陆湿地类0.21%,荒漠生态类0.09%,野生动物类和野生植物类则分别为0.11%和0.08%。草原草甸类、内陆湿地类、荒漠生态类、野生动物类自然保护区植被NPP年增速分别为2.06 g·m^-2、1.23 g·m^-2、0.28 g·m^-2、0.4 g·m^-2,而森林类和野生植物类则分别以3.45 g·m^-2和2.35 g·m^-2的年速率减少。近15年,国家级自然保护区内人类扰动呈现微弱变化,除青藏高原区和南亚热带湿润区内保护区人类扰动略微下降以外,其他区域均有所增强,特别是北亚热带和温带湿润区,其保护区人类扰动由4.70%明显增至5.35%。     

内蒙古草原NPP时空变化及驱动力

植被净初级生产力（NPP）及驱动力分析是全球变化研究的核心内容。以1982—2015年内蒙古草原为研究对象,基于GIMMS NDVI3g、ERA5气象和草原类型数据,采用CASA模型生成年草原NPP。综合运用趋势分析、偏相关、复相关及残差分析法探讨1982—2015年草原NPP变化趋势,并定量确定气候因子和人类活动对草原动态变化的影响程度。结果表明：（1）内蒙古1982—2015年NPP极显著和显著增加的草原面积占草原总面积的11.76%、18.92%。NPP极显著和显著减少的草原面积占草原总面积的4.26%、8.08%。草原NPP增加的面积大于减少的面积,草原处于恢复状态。（2）内蒙古草原92.87%的区域NPP与气候因子之间表现出很好的相关性,气温驱动、降水驱动和降水、气温复合驱动分别占总面积的2.06%、70.71%和20.11%,气候变化对3种草原影响程度荒漠草原>典型草原>草甸草原。（3）人类活动对草原NPP也产生很大影响。其中起到正向作用通过显著性检验（P<0.1）的区域占草原总面积的41.12%,起到负作用（P<0.1）的占5.34%。综上所述,1982—2015年内蒙古草原总体处于恢复状态,在气候和人类活动共同作用下生态环境得到了极大改善。     

青藏高原高寒草地净初级生产力(NPP)时空分异

基于1982-2009 年间的遥感数据和野外台站生态实测数据,利用遥感生产力模型(CASA模型) 估算青藏高原高寒草地植被净初级生产力(NPP),分别从地带属性(自然地带、海拔高程、经纬度)、流域、行政区域(县级) 等方面对其时空变化过程进行分析,阐述了1982 年以来青藏高原高寒草地植被NPP的时空格局与变化特征。结果表明:① 青藏高原高寒草地NPP多年均值的空间分布表现为由东南向西北逐渐递减;1982-2009 年间,青藏高原高寒草地的年均总NPP为177.2×10¹² gC·yr^-1,单位面积年均植被NPP为120.8 gC·m^-2yr^-1;② 研究时段内,青藏高原高寒草地年均NPP 在112.6~129.9 gC·m^-2yr^-1 间,呈波动上升的趋势,增幅为13.3%;NPP 增加的草地占草地总面积的32.56%、减少的占5.55%;③ 青藏高原多数自然地带内的NPP呈增加趋势,仅阿里山地半荒漠、荒漠地带NPP呈轻微减低趋势,其中高寒灌丛草甸地带和草原地带的NPP增长幅度明显大于高寒荒漠地带;年均NPP增加面积比随着海拔升高呈现"升高—稳定—降低"的特点,而降低面积比则呈现"降低—稳定—升高"的特征;④ 各主要流域草地年均植被NPP均呈现增长趋势,其中黄河流域增长趋势显著且增幅最大。植被NPP和盖度及生长季时空变化显示,青藏高原高寒草地生态系统健康状况总体改善局部恶化。     

气候变化和人类活动对盐池县植被净初级生产力的影响

为定量区分退耕还林还草背景下北方典型农牧交错带植被变化过程中气候变化和人类活动的相对贡献率,以宁夏盐池县2000—2020年植被变化为研究对象,基于MODIS13Q1-NDVI数据、地表覆盖数据和气象数据,采用Thornthwaite纪念模型和CASA（Carnegie-ames-stanford approach）模型分别估算了逐年的潜在净初级生产力（Potential net primary productivity, PNPP）和实际净初级生产力（Actual net primary productivity, ANPP）。综合运用趋势分析、相关分析和差值比较法分析了2000—2020年盐池县净初级生产力（Net primary productivity, NPP）时空变化特征及其驱动力,并定量确定了气候因子和人类活动对盐池县植被变化的相对贡献率。结果表明：（1） 在2000—2020年盐池县NPP总体呈上升趋势,但存在着显著的空间异质性,主要表现为植被NPP改善区面积远大于NPP退化区面积,且改善或退化程度也存在显著的空间分异。植被改善区主要分布于荒漠、荒漠草原等退耕还林还草工程区域和灌溉区,而植被退化区则分布于荒漠和荒漠草原的边缘地带。（2） 植被变化归因分析表明,在植被改善区,气候变化和人类活动共同主导驱动了植被的改善,但气候变化的相对贡献率（59.77%）大于人类活动的相对贡献率（40.23%）,而在植被退化区,人类活动的相对贡献率（91.77%）则显著高于气候变化的相对贡献率（8.23%）。（3） 驱动力分析表明,研究区植被NPP变化与降水量呈显著正相关,而与气温的相关性较弱;而人类活动是驱动植被退化区NPP下降的主要原因,但负向影响力有所减弱。总体而言,气候变化是植被改善区的主要驱动力,而人类活动是植被退化区的主要驱动因素,两者共同作用则使盐池县整体生态环境得以改善。     

青藏高原退化高寒草甸生长季承载力

近年来,在气候变化和人类活动的共同影响下,青藏高原部分地区草场退化严重。在青藏高原北麓河流域多年冻土区选取中度退化及未退化高寒草甸,用热红外辐射器模拟气候变暖,研究草地退化和气候变化对生长季草场数量和营养承载力（可消化蛋白承载力和代谢能承载力）的影响。结果表明：（1）退化后,莎草科植物在群落中的重要值降低,而禾本科和杂草类植物重要值逐渐增加;（2）退化对植被地上生物量无显著影响,但退化伴随着气候变暖使地上生物量在6月和9月分别显著降低了（87.17±6.93） g·m^-2和（38.89±2.23） g·m^-2;（3）退化在6月和9月使牧草粗蛋白含量分别显著降低了29.15%和33.74%,但使牧草中酸性洗涤纤维含量分别显著增加了11.68%和15.34%,牧草品质下降明显;（4）退化伴随着气候变暖使数量承载力和代谢能承载力在6月分别降低了（2.63±0.21）、（6.94±0.55）羊单位·hm^-2,在9月分别降低了（1.17±0.07）、（3.1±0.17）羊单位·hm^-2。研究区草场代谢能承载力>可消化蛋白承载力>数量承载力。研究区生长季牧草营养供给充足,适宜承载力为数量承载力