西辽河流域植被NPP时空分布特征及其影响因素研究

朱丽亚 孙爽 胡克

摘 要： 为研究西辽河流域植被生长特征及受气候变化的影响，该文以2000年—2015年MOD17A3的年均植被净初级生产力（NPP）数据、植被类型数据、土壤类型数据以及气温、降水资料为基础，利用GIS和RS技术，分析了西辽河流域植被净初级生产力时空格局、演变特征及驱动因子。结果表明：（1）西辽河流域近16年来植被NPP总量呈波动增加的趋势，变化范围为156.89～260.90 g C·m-2·a-1，平均值为219.76 g C·m-2·a-1，空间分布呈“边缘高、中间低”的特征;植被NPP变化斜率为-16.53～16.65，95.74%的区域NPP呈增加趋势。（2）不同植被类型的NPP总量大小排序为草原>栽培植被>阔叶林>灌丛>草甸>针叶林;西辽河流域固碳的植被类型主要是草原、栽培植被以及阔叶林，固碳能力较强的为针叶林。（3）生长在棕壤、褐土和潮土的植被年均NPP较高，生长在栗钙土和风沙土的植被年均NPP较低。（4）16年间植被NPP增长主要受降雨影响。气候暖-湿化及生态建设工程的实施，促进了西辽河流域植被的生长。以上研究结果为后期流域生态环境治理提供了科学依据及数据支持。

关键词： 西辽河流域， 净初级生产力， 时空分布， 影响因素

中图分类号： Q948

文献标识码： A

文章编号： 1000-3142（2020）11-1563-12

Abstract： This study aimed to study the characteristics of vegetation growth and the impact of climate change on the vegetation dynamics in the Xiliaohe Basin. The temporal and spatial variation of vegetation net primary productivity（NPP）in the Xiliaohe Basin were analyzed by GIS and RS technology by means of average annual NPP data of MOD17A3 dataset and the data of precipitation and temperature from 2000 to 2015. The results were as follows：（1）Vegetation NPP in the Xiliaohe Basin showed a fluctuating upward trend， ranging from 156.89 to 260.90 g C·m-2·a-1 and a mean value of 219.76 g C·m-2·a-1 from 2000 to 2015. Spatially， vegetation NPP in the middle part of the Xiliaohe Basin was lower than the edge sides. The changing slope of vegetation NPP ranged from -16.53 to 16.65 and 95.74% of the regions showed an increasing trend.（2）The total NPP among different vegetation types ranked as grassland > cultivated vegetation > broad-leaved forest > shrub > meadow > coniferous forest. The vegetation types of carbon sequestration in the Xiliaohe Basin were mainly grassland， cultivated plants and broad-leaved forest， and coniferous forest had strong carbon sequestration capacity.（3）Vegetation NPP was higher in the area coved by brown soil， cinnamon soil and moisture soil， and lower in the chestnut soil and aeolian soil.（4）Compared with temperature， precipitation was the main prominent contribution to the changing trend of NPP in the past 16 years. The warm-wet climate and the implementation of ecological construction projects promoted the growth of vegetation in the Xiliaohe Basin. These results provide a scientific basis and data support for the later basin ecological environment governance.

Key words： the Xiliaohe Basin， net primary productivity（NPP）， spatiotemporal variations， impact factor

植被凈初级生产力（net primary productivity， NPP）是单位面积上绿色植被所积累的有机干物质总量（谢宝妮等， 2014），是判定生态系统碳源/碳汇和调节生态过程的主要因子，能表征植被的生长状况，现已广泛应用于土地管理政策的效应评估（Feng et al.， 2007）。植被的生长主要受植被自身特性、气候环境、地质环境、大气环境以及土地利用等因子的影响，土壤会直接影响植被类型的分布，对植被的生产力造成一定影响，进而改变陆地生态系统的碳循环。不同区域的植被NPP对气候变化的响应存在较大差异，不同植被类型、土壤类型对降水、气温的敏感性也会存在差别，因此动态监测植被NPP在一定程度上能指示气候变化，国内外学者从不同的时间、空间尺度对陆地生态系统植被生长状况、NPP分布及其影响因素做了大量研究。在区域尺度上，国内学者主要集中在黄河三角洲（蒋蕊竹等， 2011;路广等， 2019）、长江流域（苗茜等， 2010; Zhang et al.， 2019）、太湖流域（徐昔保等， 2011）、南方以及西北地区等区域（李登科等， 2011;姜春等， 2016;Wu et al.， 2016;Jiao et al.， 2018）。在全球气候变暖的背景下，研究气候变化和人类活动对植被NPP的影响已成为当前研究的热点。

目前，主要通过生产潜力模型、生态系统过程模型以及光能利用模型等来估算植被NPP（赵俊芳等， 2007）。随着遥感和数据处理技术的发展，利用遥感技术能大尺度、长时间地动态监测植被生长活动，利用MOD17A3的NPP数据产品可以较为准确地估算全球不同区域植被的生物量，结果较为准确，能够从不同的时间、空间尺度研究气候因子对区域植被NPP的影响（李恒凯等， 2017;相恒星等， 2017）。中国大多数地区草地NPP的增加主要受降水控制，气温的升高会抑制草地NPP的累积（刘洋洋等， 2020）;秦岭植被NPP的分布主要受气温的影响（王娟等， 2016）;河南省植被NPP受植被类型与水热因子的影响呈南高北低的分布格局（王新闯等， 2013）;温度是影响江河源区植被NPP空间分布的主要因素（郭晓寅等， 2006）。综上所述，虽然气候因子是影响植被NPP的主要因素，但是在不同区域尺度上气温与降水对植被的影响仍然存在不确定性。

西辽河流域地处农牧交错地带，是典型的干旱半干旱地区。由于植被稀疏、土壤沙化、过度放牧，使得生态环境较为脆弱，因此维持生态系统稳定性的恢复力较弱（李艳清， 2008）。同时，西辽河流域是我国生态环境治理与恢复的重点研究区域，截至目前，已开展了一系列的生态恢复建设工程，改变了流域植被的生长环境以及植被NPP的存储。在全球气候变暖的背景下，流域内气候已发生改变。气温和降水的变化决定了植被生长的水热条件，尤其是在干旱半干旱地区，气候因子会直接影响植被的生长代谢过程。近年来，关于西辽河流域植被的研究主要集中在植被与地下水埋深（朱永华等， 2019; 陈敏建等， 2019）、土地利用覆被变化（张伟科等， 2010; 何俊仕等， 2016; 吴梦红等， 2016）、植被覆盖度及驱动因素（李生勇等， 2016）等方面，对于流域尺度上植被类型、土壤类型及气象因子对植被净初级生产力的研究还较少。因此，本研究以2000年—2015年MOD17A3的年均植被净初级生产力（NPP）数据、植被类型数据、土壤类型数据以及降水、气温资料为基础，借助GIS和RS技术，对西辽河流域植被净初级生产力时空格局、演变特征以及驱动因素进行分析，旨在为该流域生态系统评价和科学管理提供理论依据与数据支持。

1 研究区概况与研究方法

1.1 研究区概况

西辽河流域位于我国北方农牧交错地带，属于草原沙地农牧生态区，生态环境脆弱。流域地处116°32′—124°29′E、118°52′—120°47′N之间，为辽河流域上中游，流域主体在内蒙古自治区，跨河北省、辽宁省、吉林省部分市，总面积约为13.71×104 km2，地势西高东低，自蒙古高原过渡到辽河平原。气候属于暖温带半湿润气候向中温带半干旱气候的过渡带，大陆性特征比较明显。年平均气温，自西北向东南逐渐升高。多年平均降雨量为375.3 mm，季节变化较大。流域的西部与内蒙古高原接壤，南部为滦河和饶阳河;西北方向的大兴安岭是西辽河水系与内蒙古高原内水系的分水岭;东北部为嫩江水系、额尔古纳水系（张伟科等， 2010）。地貌类型主要为沙丘、丘间低地和甸子地。土壤类型主要是栗钙土、风沙土、潮土、黑钙土和褐土，占比分别为26.45%、21.31%、14.22%、7.95%和7.53%。植被类型主要为草原、草甸、灌丛以及栽培植被等类型。

1.2 数据来源及处理

1.2.1 NPP数据 NPP数据下载于蒙大拿大学地表数据动态模拟工作组网站（http：//files.ntsg.umt.edu/data），时间跨度为2000年—2015年，时间分辨率1 a，空间分辨30秒弧（0.0083°），比例系数为0.1。该数据利用参考BIOME-BGC模型与光能利用率模型建立的NPP估计模型模拟得到陆地生态系统年NPP。与传统的MOD17A3 NPP数据相比，该数据集纠正了云层覆盖以及传感器发生故障造成的误差（王娟等， 2016）。

1.2.2 植被类型数据与土壤类型数据 植被类型数据以及土壤类型空间分布数据下载于中国科学院资源环境科学数据中心（http：//www.resdc.cn/Default.aspx）。植被类型数据为1∶100万栅格数据，于2001年5月正式出版，研究区植被类型主要为针叶林、阔叶林、灌丛、草原、草甸、沼泽与栽培植被7种类型。土壤类型数据为1∶100万栅格数据，于1995年编制出版。

1.2.3 气象数据与DEM数据 气象数据包括气温与降雨数据，下载于中国科学院资源环境科学数据中心，空间分辨率1 km，是基于全国2 400多个气象站日观测数据，应用ANUSPLIN软件由平滑样条函数法分析插值生成，去除了高程对温度和降水的影响。

30 m的DEM数据下载于地理空间数据云（http：//www.gscloud.cn/）。以上地理數据均经裁剪、重采样和重投影转换为WGS_1984坐标系。

1.3 研究方法

1.3.1 趋势分析 西辽河流域2000年—2015年平均NPP的计算公式如下。

式中：n为研究时间段的年数，值为16;NPP为西辽河流域2000年—2015年累计16年的NPP平均值。

回归趋势线是对变量进行回归分析，要求变量随时间变化（宋怡和马明国， 2008）。采用趋势分析法，分析西辽河流域2000年—2015年每个像元的NPP变化趋势，得出研究区16年的NPP变化趋势图，计算过程如下（Jiang et al.， 2017）。

式中：S为NPP趋势斜率，反映某一时间段NPP的总体变化趋势;S>0，说明研究区植被NPP在增加，反之减少;NPPi为第i年NPP均值，i为年序列号;n代表年数，本文为16。

1.3.2 相关性 相关性分析用于定量的衡量两个或多个连续性变量的相关程度。以栅格像元为单元，计算西辽河流域NPP与气温、降水量之间的相关系数，即Pearson相关系数，计算过程如下（蒋蕊竹等， 2011）。

式中：rxy为相关系数;xi和yi为变量值;x-和y-分别为2个变量的平均值。关系数根据t检验法进行检验，m为控制的变量个数，n为样本数，公式如下（骆艳和张松林， 2019）。

1.3.3 变异系数法 变异系数是标准差与平均数的比值，是用来描述每一个观测值变异程度的一个指标。变异系数越小，观测序列稳定，波动小;反之，序列较为不稳定，波动大。本文用变异系数来衡量研究期间每个像元值的变化情况，计算公式如下（贺振和贺俊平， 2017）。

式中：NPPi表示第i年NPP最大值;NPP为研究区内每个栅格像元在2000年—2015年间NPP的平均值，Cv为变异系数。

1.3.4 重心模型 在重心模型中，重心是区域中的某个点，这个点在各个方向中受到的力能保持平衡。利用重心模型能直观反映出不同时期植被NPP的变化规律以及与降水、气温的相关性，重心坐标计算公式如下（Guo et al.， 2020）。

2 结果与分析

2.1 植被NPP年际变化

2000年—2015年，西辽河流域植被NPP年际变化呈先增加后减少再增加的趋势（图1），波动范围为156.89～260.90 g C·m-2·a-1，平均值为219.76 g C·m-2·a-1，年均增加6.5 g C· m-2·a-1，比全国2000年—2015年年均植被NPP低19.65%（李登科和王钊， 2018），说明西辽河流域植被净初级生产力整体偏低。年均NPP在2000年—2005年间显著增加，之后呈波动状态，但整体趋势在增加。年均NPP最小为2000年的156.89 g C·m-2·a-1，最大为2015年的260.90 g C· m-2· a-1。16年间NPP总量均值为47 282.5 kg C。其中：2015年NPP总量值最大，为56 136.29 kg C;其次是2005年，值为55 671.7 kg C。值得注意的是，2005年—2007年和2008年—2010年间植被年均NPP及总量有所降低，可能是受流域气温、降雨量的影响。

如图2所示，在2000年—2005年间的气温、降雨量缓慢增加，水热条件较好，更适宜植被生长以及碳的存储，使得年均NPP及总量呈增加趋势，与降水量增加趋势相同，在2005年达到峰值;2005年—2007年间，温度增加显著，降雨量减少，气候干旱，导致土壤水分不足，植被缺水，不利于植被的光合作用及蒸腾等新陈代谢活动，造成植被NPP降低;2008年—2010年间，温度大幅度减少，降雨量变化异常，导致植被NPP降低;2011年—2015年间，整体温度、降雨量呈增加趋势，植被NPP也呈波动增加趋势。对比年均NPP及NPP总量与气温、降雨的变化趋势图，发现西辽河植被NPP变化与水热条件的变化有关，植被的生长与降水量的变化基本步调一致，流域气候整体呈暖-湿的变化趋势，温度的升高、降雨充足，改善了土壤的水分，加速了土壤有机质的分解及养分的运输。总体上，流域内植被的碳存储能力有所提高。

2.2 西辽河流域NPP空间分布

西辽河流域植被2000年—2015年间的平均NPP空间分布见图3。从图3可以看出，植被平均NPP呈“边缘高、中间低”的特征，均值为219.75 g C·m-2·a-1，变化范围为0～415.93 g C·m-2·a-1。植被NPP高值区域主要分布在流域的水系周边以及西辽河下游区域，年均植被NPP在250 g C·m-2·a-1以上，植被类型主要是温带落叶阔叶林和温带落叶灌丛，土壤类型主要是风沙土和潮土;低值区主要分布在乌尔吉木伦河、西拉木伦河及老哈河流域，年均植被NPP在200 g C·m-2·a-1以下，植被类型主要是温带丛生禾草典型草原，土壤类型主要是栗钙土、栗褐土和风沙土。在行政区划上，植被NPP高值主要位于通辽市的科尔沁区、科尔沁左翼后旗、双辽市以及赤峰市的喀喇沁旗和宁城县;低值主要位于翁牛特旗、巴林右旗南部以及奈曼旗西部。

通过一元线性回归分析方法，计算得到西辽河流域16年间植被NPP逐个像元的变化趋势斜率，见图3。研究区平均NPP变化斜率在-16.53～16.65之间，斜率为正的区域面积占比为95.74%，表明植被NPP整体呈增加的趋势，主要分布在平泉县、开鲁县、科尔沁左翼后旗、科尔沁左翼中旗。斜率为负的区域主要位于翁牛特旗、巴林右旗、克什克腾旗，占总面积的4.26%。

利用变异系数法，计算西辽河流域2000年—2015年植被NPP的变异系数（图4），根据变异性分析植被NPP空间稳定性。研究区植被NPP变异系数空间分布存在明显差异，介于0.06～3.87之间，大部分区域变异系数较低，在0.2以下，说明研究区植被NPP处于相对稳定状态，变异系数较高的区域分布与植被NPP较低的区域基本一致，主要位于翁牛特旗、巴林右旗南部以及奈曼旗西部，由植被年NPP变化趋势（图3）可知，这部分区域植被处于逐渐退化的趋势，故变异系数较高，空间波动较大。

2.3 不同植被类型NPP的演变特征

研究区植被类型主要为草原、栽培植被、阔叶林、灌丛、草甸、针叶林，占研究区总面积比分别为39.40%、27.20%、15.64%、9.68%、7.11%、0.63%。不同植被类型NPP均值大小排序为针叶林>灌丛栽培植物阔叶林>草甸>草原，针叶林的NPP均值最大，草原的最小，其余植被类型的NPP均值相差不大，说明固碳能力较强的植被为针叶林，主要是因为针叶林为常绿植物，在一年中生长差异不大，光合作用较强。不同植被类型NPP总量及均值存在一定波动，整体变化趋势与植被NPP的年际变化相一致（图5、图6）。不同植被类型的NPP总量大小与其所占面积比密切相关，排序为草原>栽培植被>阔叶林>灌丛>草甸>针叶林。说明西辽河流域固碳的植被主要是草原、栽培植物以及阔叶林。研究期间，各类植被都呈现出阶梯式增长，与植被年均NPP變化特征基本一致，2000年—2005年、2010年—2012年以及2013年—2015年为增长阶段，2005年—2007年以及2008年—2010年为减少阶段。

2.4 不同土壤类型NPP的演变特征

不同土壤类型所含有机质、矿物质与水分等组分不同，土壤肥力也不同，会直接影响植被的类型和生长，从而使植被NPP存在一定的差异。西辽河流域的土壤类型主要是栗钙土、风沙土、潮土、黑钙土和褐土（图7），占比分别为26.45%、21.31%、14.22%、7.95%和7.53%。分区统计不同土壤类型下植被的年均NPP，见表1。其中，生长在棕壤、褐土和潮土的植被年均NPP较高，主要是因为棕壤形成需要较强烈的生物积累作用以及较明显的淋溶和粘化作用。在自然植被下，表层有机质含量较高、植被生长较好;褐土是处于草地和森林的交错地带，容易受水蚀和风蚀的影响，土壤发育较差，而森林相对其他植被类型固碳能力较强;潮土主要分布在地势平坦、土层深厚的区域，适宜大面积耕作，受人为管理，作物生长相对较好。生长在栗钙土和风沙土的植被年均植被NPP较低，主要因为栗钙土是具有栗色腐殖质层和碳酸钙淀积层的钙积土壤，植被是典型的干草原，受农牧业和气候干旱的影响，导致草原产草量较低;风沙土处于土壤发育的初始阶段，风蚀严重，植被极易受破坏，生长不稳定。

2.5 植被NPP与气候因子的相关性

2.5.1 植被NPP对年均气温的响应 气候环境变化会影响植被的生长环境，从而影响植被的生长活动。西辽河流域年平均气温西高东低，均温为5.97 ℃，总体上气候相对干燥（图8）。对西辽河流域2000年—2015年植被NPP像元与逐年降水和年均气温进行相关性分析（图9），结果表明，植被NPP对温度的响应在空间上呈不均匀分布，正负相关并存。西辽河流域植被NPP与温度的相关系数介于-0.59～0.65之间，正相关区域占51.93%，正相关性较强的区域主要位于巴林左旗、开鲁县和科尔沁区;负相关区域占47.07%，负相关性较强的区域主要位于翁牛特旗、林西县、扎鲁特旗和科尔沁右翼中旗，在NPP与温度的相关性结果中显著正负相关的区域较少，说明流域大部分植被NPP与气温达不到置信水平。利用重心模型计算2000年—2015年西辽河流域植被NPP与温度的重心迁移轨迹（图10、表2、表3），对比结果表明，2004年—2007年植被重心迁移方向与气温重心迁移方向完全一致，2002年—2003年、2011年—2013年植被重心迁移方向与温度重心迁移方向完全相反，可能是受人为因素的影响，其余各阶段表现出相关。总体来说，植被年均NPP与气温的变化关系密切，与气温呈正相关的区域大于负相关区域，表明西辽河流域植被NPP对温度的响应主要表现为正效应。

2.5.2 植被NPP对年降水量的响应 对西辽河流域2000年—2015年植被NPP像元与逐年降水像元的相关性分析（图9），结果表明植被NPP与降水的相关系数介于-0.65～0.91之间，正相关区域占97.10%，正相关性较强的区域主要位于科尔沁左翼中旗、科尔沁右翼中旗、开鲁县和通榆县，通过P<0.05显著性检验的区域占40.43%;仅极小部分呈负相关，占研究区总面积的2.90%，负相关性较强的区域位于克什克腾旗、林西县和巴林右旗，无显著负相关区域。近16年来，西辽河流域植被NPP对降水的响应与气温相似，整体表现为正效应，且正相关性显著。利用重心模型计算2000年—2015年西辽河流域植被NPP与降水的重心迁移轨迹（图10、表2、表3），结果表明2000年—2001年、2005年—2008年植被NPP重心迁移方向与降水重心迁移方向完全一致，2002年—2003年、2012年—2013年共两个阶段植被重心迁移方向与降水重心迁移方向完全相反，其余阶段表现出相关， 说明西辽河流域植被NPP在很大程度上受降水量变化的影响。

和降水与植被NPP的相关系数均表现出正相关性大于负相关性，表明区域气候环境有利于植被生长，空间分布上，植被NPP和降水的正相关区域的面积高于NPP与气温的正相关区域面积，且相关性更显著，说明降水對植被NPP的影响范围比气温大，降水是影响植被生长与活力的主导因素，与区域NPP关系极为密切。相关性不明显的区域可能受地理位置、经济发展水平和人为因素的影响。西辽河流域主要植被为草地和林地，早期植被退化较为严重，随着三北防护林、退耕还林还草等生态建设工程及相关保护政策实施（吕家欣等， 2020），对流域植被的恢复改善起到了重要作用。

3 讨论与结论

近年来，在全球气候变暖的背景下，中高纬度地区气候变化显著，我国北方农牧交错地带植被NPP总体呈增加趋势（Jiang et al.， 2020）。西辽河流域植被NPP年际变化呈先增加后减少再增加的趋势，空间分布具有异质性，呈“边缘高、中间低”特征，比全国2000年—2015年年均植被NPP低19.65%（李登科和王钊， 2018），说明西辽河流域植被净初级生产力整体偏低，但整体上植被固碳能力有所提高，这与郗延彪等（2018）研究的辽河流域植被净初级生产力的空间变化特征基本一致。西辽河流域是我国生态环境治理与恢复的重点研究区域，1978年，国家开始实施“三北”防护林，其中西辽河流域内的科尔沁沙地、草原是重点防治区域。2000年，内蒙古地区实施退耕还林还草工程，2014年，通辽市进行“双千万亩”综合治理。随着生态建设工程的相继实施以及气候暖-湿化，促进了流域内生态环境的改善。较高的温度，会增强植被的光合作用，充足的水分加快了土壤水分、养分的运输，从而促进植被根系的吸收，增加植被NPP的累积。近16年来，95.74%的区域植被生长较好，大部分区域植被NPP变异系数较低，研究区植被NPP处于相对稳定的状态，这与吕家欣等（2020）对科尔沁沙地植被时空变化的研究结论相符。

降水、气温等水热因子的变化直接决定了植被生长、组织结构以及分布等动态变化（焦珂伟等， 2018）。西辽河流域植被NPP年际变化的波

动趋势与同期气候因子的变化相一致，与降水的关系更为密切，这表明流域生态系统的稳定性易受到气候变化的影响。因植被类型、土壤类型、地形地貌、人类活动等因素的影响，植被NPP分布有所差异，不同植被类型NPP总量及均值在波动中逐渐增加，整体变化趋势与植被NPP年际变化相一致。植被NPP均值针叶林的最大，草原的最小。西辽河流域植被类型主要是草原、栽培植物和阔叶林，占研究区总面积比重较大，是研究区内主要的固碳植被类型。生长在棕壤、褐土和潮土的植被年均NPP较高，主要是土壤有机质含量高、土壤有肥力，有利于植被根系生长发育，植被NPP较高。

在干旱半干旱区， 降水是影响植被生长的主要因子，对植被NPP的时空分布起重要作用。西辽河流域地处农牧交错地带，植被稀疏、生态环境脆弱，植被生长对气候变化的响应极其敏感。中国北方的温度上升促进了大气环流，导致降水量增加（Jiang et al.， 2020），这与本文西辽河的气候变化相吻合，温度升高，年降雨量增加。驱动力分析表明，植被NPP与降水、气温的相关系数及重心迁移轨迹存在差异，均表现出正相关性大于负相关性，且相关性更显著，表明区域的气候环境有利于植被生长，相较于气温，降水是影响植被生长与活力的最主要因素，对该区域植被NPP变化的影响范围较大，与区域植被NPP关系极为密切。中国北方植被的动态变化主要受降水控制，而南方植被对温度的变化较为敏感（Lin et al.， 2016）。

参考文献：

CHEN MJ， ZHANG QX， WANG Y， et al.， 2019. Critical depth of recharge of the vegetation by groundwater in the West Liaohe Plain [J]. Adv Water Sci， 30（1）： 24-33. [陈敏建， 张秋霞， 汪勇， 等， 2019. 西辽河平原地下水补给植被的临界埋深 [J]. 水科学进展， 30（1）： 24-33.]

FENG X， LIU G， CHEN JM， et al.， 2007. Net primary productivity of Chinas terrestrial ecosystems from a process model driven by remote sensing [J]. J Environ Manag， 85（3）： 563-573.

GUO XY， HE Y， SHEN YP， et al.， 2006. Analysis of the terrestrial NPP based on the MODIS in the source regions of Yangtze and Yellow Rivers from 2000 to 2004 [J]. J Glaciol Geocryol， 28（4）： 512-518. [郭晓寅， 何勇， 沈永平， 等， 2006. 基于MODIS资料的2000—2004年江河源区陆地植被净初级生产力分析 [J]. 冰川冻土， 28（4）： 512-518.]

GUO B， ZANG WQ， YANG F， et al.， 2019. Spatial and temporal change patterns of net primary productivity and its response to climate change in the Qinghai-Tibet Plateau of China from 2000 to 2015 [J]. J Arid Land， 12（1）： 1-17.

HE Z， HE JP， 2017. Remote sensing on spatio-temporal evolution of vegetation cover in the Yellow River Basin during 1982-2013 [J]. Trans Chin Soc Agric Mach， 48（2）： 179-185. [贺振， 贺俊平， 2017. 近32年黄河流域植被覆盖时空演化遥感监测 [J]. 农业机械学报， 48（2）： 179-185.]

HE JZ， WANG ZX， FU YJ， et al.， 2016. Analysis on characteristic of the land use and cover change in the West Liao River Plain [J]. Chin Rural Water Hydr， 11： 66-69. [何俊仕， 王志新， 付玉娟， 等， 2016. 西遼河平原土地利用/覆被变化特征分析 [J]. 中国农村水利水电， 11： 66-69.]

JIANG RZ， LI XQ， ZHU YA， et al.， 2011. Spatial-temporal variation of NPP and NDVI correlation in wetland of Yellow River Delta based on MODIS data [J]. Acta Ecol Sin， 31（22）： 6708-6716. [蒋蕊竹， 李秀启， 朱永安， 等， 2011. 基于MODIS黄河三角洲湿地NPP与NDVI相关性的时空变化特征 [J]. 生态学报， 31（22）： 6708-6716.]

JIANG C， WU ZF， CHENG J， et al.， 2016. Analyzing the effects of land cover change on vegetation net primary productivity in Guangdong Province [J]. J Nat Resour， 31（6）： 961-972. [姜春， 吴志峰， 程炯， 等， 2016. 广东省土地覆盖变化对植被净初级生产力的影响分析 [J]. 自然资源学报， 31（6）： 961-972.]

JIAO KW， GAO JB， WU SH， et al.， 2018. Research progress on the response processes of vegetation activity to climate change [J]. Acta Ecol Sin， 38（6）： 2229-2238. [焦珂伟， 高江波， 吴绍洪， 等， 2018. 植被活动对气候变化的响应过程研究进展 [J]. 生态学报， 38（6）： 2229-2238.]

JIAO W， CHEN Y， LI WH， et al.， 2018. Estimation of net primary productivity and its driving factors in the Ili River Valley， China [J]. J Arid Land， 10（5）： 781-793.

JIANG LL， JIAPAER GL， BAO AM， et al.， 2017. Vegetation dynamics and responses to climate change and human activities in Central Asia [J]. Sci Total Environ，599-600： 967-980.

JIANG HG， XU X， GUAN MX， et al.， 2020. Determining the contributions of climate change and human activities to vegetation dynamics in agro-pastural transitional zone of northern China from 2000 to 2015 [J]. Sci Total Environ， 718： 134871.

LI DK， FAN JZ， WANG J， 2011. Variation characteristics of vegetation net primary Productivity in Shaanxi province based on MOD17A3 [J]. Chin Ecol， 30（12）： 2776-2782. [李登科， 范建忠， 王娟， 2011. 基于MOD17A3的陕西省植被NPP变化特征 [J]. 生态学杂志， 30（12）： 2776-2782.]

LI DK， WANG Z， 2018. The characteristics of NPP of terrestrial vegetation in China based on MOD17A3 data [J]. Ecol Environ Sci， 27（3）： 397-405. [李登科， 王钊， 2018. 基于MOD17A3的中国陆地植被NPP变化特征分析 [J]. 生态环境学报， 27（3）： 397-405.]

LI HK， OU B， LIU YT， 2017. Temporal and spatial variation of vegetation NPP in Nanling base on MOD17A3 [J]. J NF For Univ， 32（6）： 197-202. [李恒凯， 欧彬， 刘雨婷， 2017. 基于MOD17A3的南岭山地森林区植被NPP时空分异分析 [J]. 西北林学院学报， 32（6）： 197-202.]

LI SY， WANG XQ， LI B， 2016. Spatio-temporal analysis of vegetation cover change based on MODIS data in Horqin Distinct [J]. J Yangtze River Sci Res Inst， 33（2）： 118-122. [李生勇， 王晓卿， 李彪， 2016. 基于MODIS数据的科尔沁区植被覆盖时空变化分析 [J]. 长江科学院院报， 33（2）： 118-122.]

LI YQ， 2008. Spatial-temporal change of vegetation in the western Liao River Basin， Northeast China [D]. Changchun： Northeast Normal University.[李艳清， 2008. 西辽河流域植被覆盖的时空变化研究 [D]. 长春：东北师范大学.]

LIU YY， ZHANG ZY， TONG LJ， et al.， 2020. Spatiotemporal dynamics of China s grassland NPP and its driving factors [J]. Chin Ecol， 39（2）： 349-363. [刘洋洋， 章钊颖， 同琳静， 等， 2020. 中国草地净初级生产力时空格局及其影响因素 [J]. 生态学杂志， 39（2）： 349-363.]

LIU YH， ZHANG J， ZHANG CH， et al.， 2019. Spatial and temporal variations of vegetation net primary productivity and its responses to climate change in Shandong Province from 2000 to 2015 [J]. Chin Ecol， 38（5）： 1464-1471. [劉玉红， 张筠， 张春华， 等， 2019. 2000—2015年山东省植被净初级生产力时空变化及其对气候变化的响应 [J]. 生态学杂志， 38（5）：1464-1471.]

LU G， HAN M， XU ZH， et al.， 2019. Spatiotemporal variations of net primary productivity in new wetlands of the Yellow River Delta [J]. Chin Ecol， 38（4）： 1113-1122. [路广， 韩美， 徐泽华， 等， 2019. 黄河三角洲新生湿地净初级生产力时空变化 [J]. 生态学杂志， 38（4）： 1113-1122.]

LU JX， LI XF， ZHENG X， et al.， 2020. Temporal and spatial changes and their driving forces of vegetation cover in Horqin Sandy Land in recent 40 years [J]. Chin Ecol， 39（5）： 1399-1408. [吕家欣， 李秀芬， 郑晓， 等， 2020. 近40年科尔沁沙地植被时空变化及其驱动力 [J]. 生态学杂志， 39（5）： 1399-1408.]

LUO Y， ZHANG SL， 2019. Temporal-spatial variation characteristics and driving factors of vegetation NPP in Shandong Province [J]. Guihaia， 39（5）： 690-700. [骆艳， 张松林， 2019. 山东省植被NPP时空分布特征及驱动因素分析 [J]. 广西植物， 39（5）： 690-700.]

LIN XS， TANG J， LI ZY， et al.， 2016. Vegetation greenness modelling in response to interannual precipitation and temperature changes between 2001 and 2012 in Liao River Basin in Jilin Province， China [J]. Springerplus， 5（1）： 1173.

MIAO Q， HUANG M， LI RQ， 2010. The impacts of climate change on vegetation net primary productivity of the Yangtze River Basin [J]. J Nat Resour， 25（8）： 1296-1305. [苗茜， 黄玫， 李仁强， 2010. 长江流域植被净初级生产力对未来气候变化的响应 [J]. 自然资源学报， 25（8）： 1296-1305.]

SONG Y， MA MG， 2008. Variation of AVHRR NDVI and its relationship with climate in Chinese arid and cold regions [J]. J Remote Sens， 12（3）： 499-505. [宋怡， 马明国， 2008. 基于GIMMS AVHRR NDVI数据的中国寒旱区植被动态及其与气候因子的关系 [J]. 遥感学报， 12（3）： 499-505.]

WANG J， ZHUO J， HE HJ， et al.， 2016. Changes of vegetation net primary productivity and its driving factors from 2000 to 2013 in Qinling mountainous area [J]. J NF For Univ， 31（5）： 238-245. [王娟， 卓静， 何慧娟， 等， 2016. 2000—2013年秦岭林区植被净初级生产力时空分布特征及其驱动因素 [J]. 西北林学院学报， 31（5）： 238-245.]

WANG XC， WANG SD， ZHANG HB， 2013. Spatiotemporal pattern of vegetation net primary in Henan Province of China based on MOD17A3 [J]. Chin Ecol， 32（10）： 2797-2805. [王新闯， 王世东， 张合兵， 2013. 基于MOD17A3的河南省NPP时空格局 [J]. 生态学杂志， 32（10）： 2797-2805.]

WU MH， YANG CB， LIN N， et al.， 2016. Characteristics of wetland dynamic variations in western Liaohe River Basin and their influenced factors [J]. Global Geol， 35（3）： 902-908. [吴梦红， 杨长保， 林楠， 等， 2016. 西辽河流域湿地动态变化特征及影响因素分析 [J]. 世界地质， 35（3）： 902-908.]

WU YY， LI SY， YU SX， 2016. Monitoring urban expansion and its effects on land use and land cover changes in Guangzhou City， China [J]. Environ Monit Assess， 188： 54.

XIANG HX， WANG X， ZHANG J， et al.， 2017. Temporal and spatial patterns of vegetation NPP in the Tumen River Basin from 2000 to 2015 based on MODIS [J]. Henan Sci， 35（7）： 1125-1131. [相恒星， 王興， 张晶， 等， 2017. 基于MOD17A3的图们江流域植被NPP时空变化特征 [J]. 河南科学， 35（7）： 1125-1131.]

XIE BN， QIN ZF， WANG Y， et al.， 2014. Spatial and temporal variation in terrestrial net primary productivity on Chinese Loess Plateau and its influential factors [J]. Trans Chin Soc Agric Eng， 30（11）： 252-261. [谢宝妮， 秦占飞， 王洋， 等， 2014. 黄土高原植被净初级生产力时空变化及其影响因素 [J]. 农业工程学报， 30（11）： 252-261.]

XU XB， YANG GS， LI HP， 2011. Impacts of land use change on net primary productivity in the Taihu Basin， China [J]. Resour Sci， 33（10）： 122-129. [徐昔保， 杨桂山， 李恒鹏， 2011. 太湖流域土地利用变化对净初级生产力的影响 [J]. 资源科学， 33（10）： 122-129.]

ZHU YH， ZHANG S， SUN B， et al.， 2019. Relationship between groundwater depth and characteristics of vegetation and soil in Tongliao plain [J]. Bull Soil Water Conserv， 39（1）： 29-36. [朱永华， 张生， 孙标， 等， 2019. 西辽河流域通辽平原区地下水埋深与植被及土壤特征的关系 [J]. 水土保持通报， 39（1）： 29-36.]

ZHANG WK， FENG ZM， YANG YZ， et al.， 2010. Land use and cover change over the farming-pastoral zone of northern China [J]. Resour Sci， 32（3）： 573-579. [张伟科， 封志明， 杨艳昭， 等， 2010. 北方农牧交错带土地利用/覆被变化分析—以西辽河流域为例 [J]. 资源科学， 32（3）： 573-579.]

ZHANG XL， WANG YC， XIAO WH， et al.， 2018. Responses of net primary productivity of natural vegetation to climate change in the Shiyang River basin [J]. Chin Ecol， 37（10）： 3110-3118. [张雪蕾， 王义成， 肖伟华， 等， 2018. 石羊河流域NPP对气候变化的响应 [J]. 生态学杂志， 37（10）： 3110-3118.]

ZHAO JF， YAN XD， ZHU YJ， 2011. Advance in research on net primary productivity of terrestrial vegetation [J]. J Desert Res， 27（5）： 780-786. [趙俊芳， 延晓冬， 朱玉洁， 2007. 陆地植被净初级生产力研究进展 [J]. 中国沙漠， 27（5）： 780-786.]

ZHANG FY， ZHANG ZG， KONG R， et al.， 2019. Changes in forest net primary productivity in the Yangtze River Basin and its relationship with climate change and human activities [J]. Remote Sens， 11（12）： 1451-1469.

（责任编辑 蒋巧媛）