中国潜在自然植被NPP时空分布格局变化及其对气候和地形的响应

任正超, 朱华忠, 史 华, 柳小妮

(1. 甘肃农业大学草业学院， 甘肃 兰州 730070；2. (甘肃农业大学)草业生态系统教育部重点实验室， 甘肃 兰州 730070； 3. 中国科学院地理科学与资源研究所， 北京 100101；4. 美国地质调查局地球资源观测与科学研究中心, 苏福尔斯 57198)

1 前言

植被类型作为对全球变化响应的敏感器之一，是进行植被研究的基础[1]。潜在自然植被指在不受人类活动影响的情况下，在自然状态下生长发育形成的植被类型。他作为一种与所处立地达到平衡的演替终态，反映的是无人类干扰的情况下，立地所能发育形成的最稳定成熟的一种顶级植被类型，是一个地区现状植被的发展趋势。综合顺序分类系统(CSCS)是当前世界上唯一能够在全球范围内采用数量化指标对草地植被进行划分并制作有分类检索图的植被分类方法。其以草地发生与发展学为基础，将大气、土地、生物和生产劳动四项因素作为其分类指标和级别，充分考虑了草地形成与演替过程中的自然和人类影响因素[2-3]。CSCS遵循分类要素(理论依据、体系结构、分类指标和命名原则)的完整性、分类体系的周延性、分类体系内涵的综合性、分类指标的相对稳定性、同级指标的可比性和特征指标的确限性原则，以生物气候特征为依据，将具有同一地带性农业气候特征的草地划分为类。其将全球天然草地划分为42类，但是类中包含冻原、荒漠和森林等自然景观。究其本质，CSCS实际上是一种划分全球潜在自然植被的分类系统。较国际上被广泛使用的潜在自然植被分类体系HLZ(Holdridge Life Zone)和BIOME(生物地理耦合模型)，CSCS有着更科学的分类体系、更稳定的分类指标以及更详细的植被分类类型[4]。近60年来，国内外众多学者利用CSCS理论对区域和全球的潜在自然植被进行了划分，同时也有学者从实践的角度利用数学模型和3S技术等现代科学技术对CSCS理论进行了验证和拓展[5]。李飞和赵军[6-8]等人结合生态信息图谱，利用地理信息系统(Geographic Information System, GIS)技术和地统计学方法，依据地形、地貌和植被分布特点，实现了区域和中国潜在自然植被的划分。柳小妮等人将影响潜在自然植被立地条件(温度和降水)的经纬度、海拔高度、坡度、坡向和地形开阔度等要素纳入气象要素空间插值法中，较高精度的实现了中国潜在自然植被的划分，较好地体现了潜在自然植被的地带性(水平和垂直)分布规律[9]。任继周[10]等人基于CSCS模型利用全球气象数据对全球潜在自然植被进行了划分，并分析了当前和未来气候变化情景下中国和世界潜在自然植被的演替方向及其碳动态变化情况。

CSCS理论经过近几年的快速发展，在内涵和外延上都得到了极大的提升，不仅扩展了研究的地理范围，实现了学科间的交叉，更从二级分类指标实现了区域潜在自然植被的亚类划分[11-15]。研究成果充分体现了CSCS的开放性和强大的生命力，但是将CSCS模型和植被净第一性生产力(Net Primary Productivity, NPP)进行交叉研究并未多见。林慧龙、赵军和任继周等人利用CSCS模型和NPP分类指数模型对内蒙古、中国和全球潜在自然植被的NPP和碳汇进行了研究[10,16-18]。但是其使用的NPP估算模型为经验模型，不能较合理的解释自然植被形成和演替的生理生态过程，并且不能直接利用遥感技术实现区域或全球潜在自然植被NPP的面状模拟估算。张美玲等人利用气象数据和站点实测数据实现了中国潜在自然植被的NPP估算并将CASA模型中的温度和降水指标和CSCS模型中的年积温和湿润度进行了等值替换，实现了两者之间的松散耦合。但是其指标耦合和NPP估算依然是直接利用站点实测数据，没有实现气象数据由点向面的推演[19]。

基于上述原因，本研究依据CSCS理论，利用年积温和年降水量代替月均温和月降水量对CASA模型进行改进，实现CSCS模型和NPP研究交叉融合。使用中国1982-2012年的气象数据(温度和降水量)和MODIS NDVI数据以及改进型CASA模型对中国潜在自然植被的NPP进行模拟估算，并分析其时空分布格局变化。分析中国潜在自然植被NPP与气候和地形因子之间的相互影响关系，尤其是NPP对海拔高度、坡度和坡向的响应模式。根据中国各潜在自然植被类型的NPP，对CSCS分类检索图进行了内涵式扩展。研究结果不仅加深了CSCS理论与全球变化研究的交叉融合，而且对区域自然植被资源的适度利用与科学管理起到指导作用。

2 研究数据与方法

2.1 数据来源及处理

2.1.1气象数据 1982-2012年中国月均温、月降水量和月太阳辐射数据来源于中国气象科学数据共享服务网(http://cdc.nmic.cn/home.do)，其中太阳辐射数据站点共计122个，温度和降水量数据站点共计756个(图1)。站点气象数据经过单位换算、数据匹配与筛选后与经纬度、海拔高度、坡度和坡向数据建立回归关系并利用多元回归残差分析法(Analytic Method based on Multiple Regression and Residues, AMMRR)[9]插值成空间分辨率为1 km的栅格数据。

2.1.2基础地理数据 中国1: 4 000 000行政区划图和1 km分辨率数字高程模型(Digital Elevation Mode，DEM)数据分别来源于国家基础地理信息中心(http://ngcc.sbsm.gov.cn)和美国地质调查局(United States Geological Survey, USGS)。DEM数据经过拼接与裁剪等预处理后在Arc Map平台上提取全国1 km分辨率坡度和坡向栅格数据(图1)。海拔高度、坡度和坡向栅格数据按照地形要素重分类标准(表1)在Arc Map平台上进行了重新分类[20]。

图1 中国行政区划、高程和温度、降水量及太阳辐射站点数据
Fig.1 Administrative devision, elevation and distribution stations of temperature, precipitation and solar radiation in China

2.1.3遥感数据 NDVI数据包含两部分：一部分为2000-2012年MODIS NDVI，时间分辨率为16 d，空间分辨率为1 km，来源于美国地质调查局(USGS)网站。数据经过严格的大气校正、辐射校正、几何校正以及时相匹配等处理。另外一部分为1982-1999年GIMMS(Global Inventory Modeling and Mapping Studies)NDVI，时间分辨率为15 d，空间分辨率为8 km，来源于寒区旱区科学数据中心(http://westdc.westgis.ac.cn/)。本研究将GIMMS NDVI数据重采样至空间分辨率为1 km，并用最大合成法(Maximum Value Composites， MVC)将上半月和下半月的NDVI栅格数据叠加，月NDVI产品栅格单元值取两幅中对应单元格的最大值;将两种来源的上半月和下半月NDVI数据分别合成为月NDVI数据，并统一投影坐标为UTM-WGS-N48，空间分辨率为1 km。

2.1.4潜在自然植被类型数据 中国潜在自然植被类型数据是依据CSCS原理，利用中国1961-2004年2 796个气象站点数据和1 km空间分辨率的DEM以及AMMRR插值法研制而成，并已公开发表。该数据将中国潜在自然植被数据划分为41类(无炎热极干热带荒漠类VIIA7)，较为细致地体现了自然植被分布的地带性规律[9]。

2.2 研究方法

2.2.1CSCS分类模型 CSCS以年降水量r(mm)和>0℃年积温Σθ(℃)之比，即湿润度(K)作为水分指标，将全世界潜在自然植被划分为42类。其计算公式为：

K=r/(0.1×Σθ)

(1)

式中，0.1为调节系数。在Arc Map平台上对AMMRR法模拟的>0℃年积温和年降水量2个栅格图层按照式1进行代数运算，生成湿润度栅格数据。依据CSCS分类理论，对>0℃年积温和湿润度栅格图层进行逻辑运算，当两者同时满足一定条件时将生成相应的潜在自然植被类型。

2.2.2CASA模型的改进 CASA模型中植被NPP是光合有效吸收辐射(FAPAR)、最大光能利用率(εmax)、温度胁迫系数(Tε1、Tε2)和水分胁迫系数(Wε)的函数。

NPP(x,t)=FAPAR(x,t)×εmax(x,t)×
Tε1(x,t)×Tε2(x,t)×Wε(x,t)

(2)

式中，x表示位置，t表示时间。CASA模型充分考虑了温度和降水等环境条件以及植被本身特征，而CSCS模型中类的划分同样是基于温度和降水两个指标。两种模型之间存在着共同的模型参数，可以将CSCS模型中的>0℃年积温和年降水量融入到CASA模型中，简化CASA模型中水分胁迫因子计算对基础数据的要求，具体的推导过程和验证结果见文献[19]。

(3)

式中，Wε(x,t)表示位置为x，时间为t时植被受到的水分胁迫系数；K和Σθ分别表示CSCS模型中的湿润度和年积温参数。L(K)表示湿润度的线性回归结果，其计算公式如下：

(4)

2.2.3地形要素重分类 为了更加深入地了解中国潜在自然植被NPP对地形条件的响应模式，综合考虑中国区域内不同海拔高度、坡度和坡向上潜在自然植被NPP的分布规律，本研究将高程、坡度和坡向3个地形要素进行了重分类(表1)[20]。

2.2.4统计分析 采用基于象元的空间分析法分析潜在自然植被NPP在时间上的变化趋势(式5)以及其与气候和地形因子的空间相关性(式6)，公式如下：

(5)

式中：n为研究时段总年数；xi为第i年潜在自然植被的NPP(gC·m-2)；x为研究时段内潜在自然植被NPP平均值(gC·m-2)；t=(n+1)/2为年份的平均值。相关系数为正(负)时，表示植被NPP变化趋势系数在所计算的时段内有线性增加(减少)的趋势。同时对相关系数进行显著性检验，在给定的置信水平下通过查相关系数检验临界值表完成。若相关系数通过0.05的显著性水平(P<0.05)，则认为减小或增加趋势显著；相关系数通过0.01的显著性水平(P<0.01)，则认为减小或增加趋势极显著。

(6)

式中：n为研究时段总年数；xi为第i年潜在自然植被的NPP(gC·m-2)；x为研究时段内潜在自然植被NPP的平均值(gC·m-2)；yi为第i年的气温(℃)、降水量(mm)、太阳辐射(MJ·m-2)、海拔高度(m)、坡度(°)和坡向(°)；y为计算时间段内气温(℃)、降水量(mm)、太阳辐射(MJ·m-2)、海拔高度(m)、坡度(°)和坡向(°)平均值。通过查找相关系数检验临界值表对相关系数进行显著性检验[21]。

表1 中国区域内地形要素重分类标准Table 1 Reclassification standard for topographic factors in China

本研究采用的数据和方法以及具体的研究过程如图2所示。

3 结果与分析

3.1 中国潜在自然植被NPP时空分布格局变化

3.1.1时间变化 中国潜在自然植被NPP在年际变化上总体表现为在波动中呈现增加趋势，年际变化率为3.4 gC·m-2。NPP最大值出现在2002年，为332.0 gC·m-2·a-1，最小值出现在1989年，为225.9 gC·m-2·a-1。1982-2012年中国潜在自然植被NPP均值为278.7 gC·m-2·a-1，总量为2.7E+15 gC·a-1(图3a)。

中国潜在自然植被NPP在冬季(12-次年2月)基本维持在0 gC·m-2·month-1附近，占全年的2.1%；春季(3-5月)和秋季(9-11月)NPP基本一致，分别占全年的17.6%和18.9%。夏季(6-8月)NPP最大，占全年的61.5%(图3b)。

中国潜在自然植被NPP年内月份变化为单峰曲线。碳的积累主要集中在4-10月，从4月开始NPP增长较快，在7月达到峰值，随后8月逐渐降低，11月-次年的3月，植被碳积累基本停止，NPP在0 gC·m-2·month-1附近波动(图3b)。

3.1.2空间变化 1982-2012年，全国31个省市自治区直辖市中，海南省潜在自然植被拥有最大的NPP(664.3 gC·m-2)，其次是福建省(520.6 gC·m-2)、台湾省(543.5 gC·m-2)和云南省(518.9 gC·m-2)，潜在自然植被NPP最小的省份为澳门特别行政区(48.6 gC·m-2)和新疆维吾尔自治区(54.6 gC·m-2)。海南省、福建省和台湾省地处我国东南沿海，水热条件充沛，植被长势良好，故其潜在自然植被的NPP较大。而云南省地处我国云贵高原，水热条件也较充足，人类活动干预较小，自然植被保存完整，故其潜在自然植被的NPP也较大。澳门特别行政区由于面积小，且城市化程度较高而绿地面积较小，故其潜在自然植被的NPP最小。新疆维吾尔自治区虽然面积最大，但是大部分为荒漠，植被立地条件较差，水热配置不均，故其潜在自然植被的NPP也小(图4a)。

图2 研究采用的数据和方法以及具体的研究过程
Fig.2 Datasets, methods and detailed processes in this study

图3 1982-2012年中国潜在自然植被NPP年份(a)、季度和月份(b)变化
Fig.3 Annual (a), seasonal and monthly (b) variation of NPP for potential natural vegetation in China during 1982-2012

1982-2012年，中国潜在自然植被NPP随着经度的增加而增大，总体保持上升的趋势。其中经度为73～98°之间的潜在自然植被NPP较小，小于200.0 gC·m-2。由于地处我国西北干旱地区和青藏高原地区，自然植被的水分条件较差，故其NPP较小。随后潜在自然植被NPP随着经度的增大而增加，到经度为128°时达到最大值(498.1 gC·m-2)。潜在自然植被NPP在经度上总体与我国水分从西北向东南逐渐增加的分配格局保持一致(图4b)。

1982-2012年，中国潜在自然植被NPP在纬度上总体表现出“U”的递减模式。纬度为18°时，潜在自然植被NPP最大，为722.8 gC·m-2，随后递减至纬度为39°时达到最低值，为79.8 gC·m-2，然后递增至纬度为51°时达到高值，为499.5 gC·m-2。潜在自然植被NPP在纬度上总体与我国热量从南向北逐渐递减的分配格局保持一致。由于我国特有的地形地貌和行政区划，纬度为15°～17°时，潜在自然植被NPP为0 gC·m-2，而纬度为38°～39°时，自然植被多处于我国自然条件较恶劣的沙漠地带和城市建成区，故其NPP最低(图4c)。

图4 1982-2012年中国潜在自然植被NPP在省份(a)、经度(b)和纬度(c)上的变化
Fig.4 NPP variation of potential natural vegetation on provincial (a), longitudinal (b) and latitudinal (c) scale during 1982-2012

3.1.3类及类组变化 中国潜在自然植被类的NPP最大为亚热潮湿常绿阔叶林类VIF41(487.5 gC·m-2)，最小为微温极干温带荒漠类IIIA3(14.6 gC·m-2)。NPP大于400 gC·m-2的潜在自然植被类还有炎热潮湿雨林类VIIF42(449.3 gC·m-2)、暖热潮湿落叶-常绿阔叶林类VF40(446.6 gC·m-2)、暖温潮湿落叶阔叶林类IVF39(481.2 gC·m-2)、微温潮湿针叶阔叶混交林类IIIF38(474.5 gC·m-2)、寒温潮湿寒温性针叶林类IIF37(429.9 gC·m-2)、炎热湿润季雨林类VIIE35(467.2 gC·m-2)、亚热湿润常绿阔叶林类VIE34(448.5 gC·m-2)、炎热微润干旱森林类VIID28(486.9 gC·m-2)、亚热微润硬叶林和灌丛类VID27(408.2 gC·m-2)和炎热微干稀树草原类VIIC21(464.8 gC·m-2)，而NPP小于100 gC·m-2的潜在自然植被类还有寒冷湿润冻原、高山草甸类IE29(43.3 gC·m-2)、寒冷微润少雨冻原、高山草甸草原类ID22(33.6 gC·m-2)、寒温微干山地草原类IIC16(81.9 gC·m-2)、寒冷微干干燥冻原、高山草原类IC15(32.3 gC·m-2)、暖温干旱暖温带半荒漠类IVB11(71.1 gC·m-2)、微温干旱温带半荒漠类IIIB10(58.4 gC·m-2)、寒温干旱山地半荒漠类IIB9(24.3 gC·m-2)、寒冷干旱寒带半荒漠、高山半荒漠类IB8(29.5 gC·m-2)、暖热极干亚热带荒漠类VA5(41.9 gC·m-2)、暖温极干暖温带荒漠类IVA4(21.9 gC·m-2)、寒温极干山地荒漠类IIA2(16.3 gC·m-2)和寒冷极干寒带荒漠、高山荒漠类IA1(31.4 gC·m-2)。其中，NPP大于400 gC·m-2的潜在自然植被类多处于高温潮湿的地区，而NPP小于100 gC·m-2的潜在自然植被类则多地处寒冷干旱区域，说明只有温度和降水的最佳配置才能更有利于植被的生长，产出更高的NPP，积累更多的碳物质。

中国潜在自然植被类组的NPP最大为热带森林草地(458.3 gC·m-2)，最小为冷荒漠(19.9 gC·m-2)。潜在自然植被类组NPP的变化同样说明高温高湿更有利于植被碳物质的积累，而低温低湿则阻碍了植被的自然生长(表2)。

表2 1982-2012年中国潜在自然植被类及其类组NPPTable 2 NPP of classes and super classes for potential natural vegetation in China during 1982-2012

注：/表示无值，下同

Note:/indicate no data,the same below

1982-2012年中国潜在自然植被NPP总体上随着年积温(表3，从上至下)和湿润度(表3，从左至右)的增加呈现增长趋势，但是在个别年积温和湿润度区间表现出差异，说明潜在自然植被NPP的积累除了受温度和降水的影响之外，还可能受到地形条件和人类活动对水热条件的再分配影响。从表3中可以看出，矩阵分割线(对角线)左上部分的潜在自然植被NPP基本小于300 gC·m-2，而右下部分的潜在自然植被NPP则基本大于300 gC·m-2，表明水分对潜在自然植被NPP积累的贡献要大于温度。

表31982-2012年中国潜在自然植被类NPP矩阵
Table 3 Matrix of NPP for potential natural vegetation in China during 1982-2012

ΣθK ABCDEFI31.429.532.333.643.3173.8II16.324.381.9156.1271.8429.9III14.658.4142.9227.6352.5474.5IV21.971.1277.5300.2375.8481.2V41.8245.8311.0369.7371.1446.6VI293.9367.8376.7408.2448.5487.5VII/388.5464.8486.9467.2449.3

注：I，II，III，IV，V，VI，VII和A，B，C，D，E，F分别代表年积温(Σθ)和湿润度(K)处于0～1 300℃，1 300～2 300℃，2 300～3 700℃，3 700～5 300℃，5 300～6 200℃，6 200～8 000℃，>8 000℃和0～0.3，0.3～0.9，0.9～1.2，1.2～1.5，1.5～2.0，>2.0

Note: I, II, III, IV, V, VI, VII and A, B, C, D, E, F representing annual accumulated temperature (Σθ) and humidity (K) during 0～1 300℃，1 300～2 300℃，2 300～3 700℃，3 700～5 300℃，5 300～6 200℃，6 200～8 000℃，>8 000℃和0～0.3，0.3～0.9，0.9～1.2，1.2～1.5，1.5～2.0，>2.0, respectively.

3.2 潜在自然植被NPP对气候和地形的响应

3.2.1对气候的响应 潜在自然植被NPP与温度呈现极显著负相关(P<0.01)的区域主要分布在新疆维吾尔自治区、青藏高原、黄土高原和东南沿海，占全国国土面积的3.4%。呈现显著负相关(P<0.05)的区域主要分布在新疆维吾尔自治区、青藏高原、甘肃省河西走廊、黄土高原、内蒙古高原和东南沿海，占全国国土面积的3.0%。而潜在自然植被NPP与温度呈现显著正相关(P<0.05)的区域主要分布在新疆维吾尔自治区、青藏高原、甘肃省、内蒙古西部、四川盆地、华中地区和华南地区，占全国国土面积的13.4%。呈现极显著正相关(P<0.01)的区域主要分布在新疆维吾尔自治区、青藏高原、横断山脉、华中地区和华东地区，占全国国土面积的29.8%(图5a)。

潜在自然植被NPP与降水量呈现极显著负相关(P<0.01)的区域主要分布在新疆维吾尔自治区中部和广西壮族自治区西部小部分地区，占全国国土面积的0.2%。呈现显著负相关(P<0.05)的区域主要零星分布在新疆维吾尔自治区中东部、青藏高原、广西壮族自治区、四川省和贵州省，占全国国土面积的0.9%。潜在自然植被NPP与降水量呈现显著正相关(P<0.05)的区域主要分布在我国北方大部分地区，占全国国土面积的12.6%。呈现极显著正相关(P<0.01)的区域主要分布在新疆维吾尔自治区、青藏高原、甘肃省河西走廊、内蒙古高原和辽东半岛等地区，占全国国土面积的17.9%(图5b)。

潜在自然植被NPP与太阳辐射呈现极显著负相关(P<0.01)的区域主要极少量分布在新疆维吾尔自治区的天山山脉，占全国国土面积的0.2%。呈现显著负相关(P<0.05)的区域主要分布在新疆维吾尔自治区的天山和阿尔泰山山脉，占全国国土面积的0.5%。而潜在自然植被NPP与太阳辐射呈现显著正相关(P<0.05)的区域主要分布在青藏高原、西南地区、华南地区和华东地区，占全国国土面积的12.5%。呈现极显著正相关(P<0.01)的区域主要分布在青藏高原、横断山脉和我国南方大部分地区，占全国国土面积的24.5%(图5c)。

3.2.2对地形的响应 1982-2012年中国潜在自然植被NPP在高程上总体表现出随高程增加而增加的趋势。其中，潜在自然植被NPP最大值出现在海拔高度为4 000～4 500 m，为735.2 gC·m-2，最小值出现在海拔高度为4 500～8 848 m，为2.5 gC·m-2。海拔高度在4 000～4 500 m时，植被类型基本为高寒草甸，其单位面积的NPP较高，尤其是地下部分。而海拔高度高于4 500 m，地表基本被冰雪覆盖，自然植被很难生长，故其NPP较低(图5d)。

中国潜在自然植被NPP在坡度上总体表现为随坡度增加而降低的趋势。其中，最大值出现在坡度5°～10°，为358.1 gC·m-2，最小值出现在>30°，为212.0 gC·m-2。坡度较小时，自然植被易受人类活动的干扰，碳物质有部分损失；坡度较大时，水分和营养物质易流失，碳物质积累受到限制，NPP较低(图5e)。

中国潜在自然植被NPP在坡向上总体表现为随坡向增加而增加的趋势。其中，在平坦地(-1°)上潜在自然植被NPP最小，为220.3 gC·m-2，在正东方位最大，为324.7 gC·m-2。当在平坦地上，自然植被也易受到人类活动的干扰，碳物质发生损失，当自然植被在正东方向时，接受到的光能和水分都较充足，碳物质积累较为快速。潜在自然植被NPP在各方位上差异不太明显，均高于200.0 gC·m-2，与我国复杂的地形地貌特征有关(图5f)。

图5 1982-2012年中国潜在自然植被NPP对温度(a)、降水量(b)、太阳辐射(c)和高程(d)、坡度(e)、坡向(f)的响应
Fig. 5 Responses of NPP for potential natural vegetation to temperature (a), precipitation (b), solar radiation (c) and elevation (d), slope (e),aspect (f) in China during 1982-2012

4 讨论

CSCS模型假设在一定的水热条件下，陆地表层理应生长的地带性自然植被类型。从本质上讲，CSCS模型模拟的植被类型为潜在植被类型，与受到地形地貌和人类活动影响的现势植被类型有一定的出入。而CASA模型同样是基于水热条件模拟陆地生态系统潜在净第一性生产力。两种模型本质上有着相同的指标(温度和降水)，只是表现形式不同(CSCS利用的是年积温和年降水量，而CASA利用的是月均温和月降水量)。本研究将CSCS模型里的年积温和年降水量转换为CASA模型中的月均温和月降水量，并对1982-2012年中国潜在自然植被的NPP进行了模拟估算，实现了CSCS模型和CASA模型的深度融合。林慧龙等人在周广胜等建立的植物净第一性生产力模型的基础上，根据水热综合条件，建立了以年积温和湿润度为指标的草地植被生产力估算模型。该模型具有指标数据较易获取的优点[16,17]。而本研究将CSCS模型和CASA模型深度融合后提出的基于年积温和年降水量的潜在自然植被净第一性生产力估算模型从本质上讲其基于CASA模型，具有较强的生理生态过程。由于其采用遥感植被指数作为输入参数，避免了气象数据由点到面进行推演带来的尺度效应问题。由于遥感数据源的限制，本研究只是对GIMMS NDVI数据的空间分辨率进行了重采样，有可能导致两个时间段潜在自然植被NPP存在明显差异。张美玲等人对改进后的CASA模型进行了实测值检验并与其他模型进行了横向对比，本研究认为CSCS模型和CASA模型是对潜在自然植被的潜在NPP进行模拟估算，而实测值受到自然和人为因素的影响较大，两者可比性较弱。本研究旨在模拟再现长时间序列下中国潜在自然植被NPP的时空分布格局变化以及揭示其对气候和地形的响应模式，故模型验证不在讨论之列。

1982-2012年中国潜在自然植被NPP平均值为278.7 gC·m-2·a-1。张美玲等人基于CSCS理论和CASA模型对2004-2008年中国潜在自然植被NPP进行了估算，为503.8 g·m-2·a-1(1g=0.475 gC)，较本研究估算值略小。原因可能为张美玲等人的研究时间序列较短，其NPP模拟值是生物量实测值与气象要素实测值之间进行回归后用插值方法获得，受插值方法的限制，其NPP模拟结果较低[19]。

中国潜在自然植被NPP在年际上总体表现出增加趋势，在季节上表现出夏季最大，而在月份上表现为7月最高。与张美玲等人[19]的研究结果类似，但是与赵东升等人的研究结果相反。赵东升等人[22]利用B2情景气候数据和国际上较为通用的LPJ(Lund Potsdam Jena)模型模拟1961-2080年中国自然植被NPP，其研究结果显示中国自然植被NPP在年际上一直表现为下降趋势。原因可能为B2情景数据假定中国区域气温呈现明显增加趋势，且降水变化呈现较大波动，空间变化差异明显，导致自然植被接受的水热配置严重不均衡，碳物质积累受到胁迫。另外，不同的估算模型导致模拟的结果和变化趋势也不尽相同。

中国潜在自然植被NPP随着经度的增加而增大，总体保持上升趋势。而在纬度上总体表现出递减模式。随着温度和降水从东南到西北递减，中国潜在自然植被NPP也表现出递减趋势。与张美玲等人[19]、赵东升等人[22]、赵明伟等人[23]和赵军等人[18]的研究结果基本保持一致。本研究得出中国潜在自然植被类NPP最大的为亚热潮湿常绿阔叶林类VIF41，最小的为微温极干温带荒漠类IIIA3。张美玲等人[19]得出的结论为中国潜在自然植被NPP最大为亚热潮湿常绿阔叶林类VIF41，最小为温暖极干暖温带荒漠类IVA4。林慧龙等人[17]得出的结论为中国潜在自然植被NPP最大为炎热潮湿雨林类VIIF42，最小为寒冷极干寒带荒漠、高山荒漠类IA1。导致与本研究的结论不同的原因可能为研究数据来源与时间序列以及估算模型的不同。

中国潜在自然植被NPP对温度、降水量和太阳辐射的响应总体上表现为随着温度和降水量从东南向西北逐渐递减的分布格局而出现递减的模式。与张美玲等人[19]、赵明伟等人[23]的响应保持一致。中国潜在自然植被NPP对高程、坡度和坡向的响应总体上表现为随高程增加而增加，随坡度增加而降低和随坡向增加而增加的趋势。目前，关于NPP在微地形上的分布格局的研究较少，是未来研究工作的重要方向之一。

5 结论

中国潜在自然植被NPP在年际变化上总体表现为在波动中呈现增加趋势，年际变化率为3.4 gC·m-2。在冬季最小，夏季最高，春季和秋季基本保持一致。月份变化为单峰曲线，7月份达到最大。

中国31个省市自治区直辖市中，海南省潜在自然植被拥有最大的NPP，而澳门特别行政区最小。随着经度的增加，中国潜在自然植被NPP总体保持上升的趋势。在纬度上总体表现出“U”的递减模式。中国潜在自然植被类NPP最大的为亚热潮湿常绿阔叶林类VIF41，最小的为微温极干温带荒漠类IIIA3。类组NPP最大的为热带森林草地，最小的为冷荒漠。

1982-2012年中国潜在自然植被NPP总体上随着年积温和湿润度的增加呈现增长趋势，在个别年积温和湿润度区间表现出差异。潜在自然植被NPP与温度、降水和太阳辐射在空间上的相关性表现出明显的异质性。对地形的响应总体为随高程、坡度和坡向的增加表现出增加、降低和增加的趋势。研究结果不仅加深了CSCS理论与全球变化研究的交叉融合，而且对区域自然植被资源的适度利用与科学管理起到指导作用。