宁夏20年禁牧封育政策对草原植被恢复贡献评估

田海静 黄文广 王林 范云豹 赵欢 黄维 王顺霞 王鹏杰

doi：10.11733/j.issn.1007-0435.2024.01.004

引用格式：

田海靜， 黄文广， 王  林，等.宁夏20年禁牧封育政策对草原植被恢复贡献评估［J］.草地学报，2024，32（1）：37-45

TIAN Hai-jing， HUANG Wen-guang， WANG Lin，et al.Evaluation on the Contribution of the Policy of Grazing Constraint and Grassland Conservation for 20 Years to Grassland Vegetation Restoration in Ningxia［J］.Acta Agrestia Sinica，2024，32（1）：37-45

收稿日期：2023-04-24；修回日期：2023-09-03

基金项目：2022年中央财政林业草原生态保护恢复资金草原生态修复治理效益综合监测评价——禁牧封育草原成效监测评价资助

作者简介：

田海静（1988-），女，汉族，河北蠡县人，博士，高级工程师，主要从事草原监测评估等方面的研究，E-mail：tianhaijing278@163.com;*通信作者Author for correspondence，E-mail：wanglin0509@126.com

摘要：为揭示草原对宁夏国土增绿贡献和草原植被恢复驱动因素，本研究首次结合近20余年遥感数据和40余年降水量数据，采用Mann-kendall非参数估计方法、植被指数残差趋势分析等方法对宁夏草原禁牧封育成效进行评估。结果表明：2000—2022年，宁夏草原NDVI呈显著增加趋势，23年累计增长幅度69.92%；草原植被恢复区域占草原总面积的76.88%，退化区域仅占草原总面积的0.27%；宁夏草原对国土增绿面积的贡献约59%，在各类生态系统中面积贡献比例最大；在禁牧封育政策实施后，宁夏草原植被恢复力强劲，应对气候变化能力不断增强；气候因素和政策因素共同主导的草原植被恢复面积占64.34%，政策因素主导的面积占33.94%，气候因素主导的面积仅占1.72%。表明禁牧封育的实施有效促进了草原植被生长，基本上遏制了草原退化，较气候因素更显著促进了草原植被恢复。

关键词：禁牧封育；成效评估；长时间序列遥感；植被恢复；气候变化

中图分类号：S21.4+3    文献标识码：A      文章编号：1007-0435（2024）01-0037-09

Evaluation on the Contribution of the Policy of Grazing Constraint and Grassland

Conservation for 20 Years to Grassland Vegetation Restoration in Ningxia

TIAN Hai-jing1， HUANG Wen-guang2， WANG Lin1*， FAN Yun-bao1， ZHAO Huan1，

HUANG Wei2， WANG Shun-xia2， WANG Peng-jie1

（1 Academy of Forestry Inventory and Planning （Grassland Monitoring Center）， State Forestry and Grassland Administration，

Beijing 100714， China;2 Grassland workstation of Ningxia Hui Autonomous Region， Yinchuan， Ningxia 750000， China）

Abstract：Many types of ecological construction measures have played an important role in the greening of Chinas land，but the contribution of grassland greening need a close attention to be paid. Taking Ningxia as an example，the study first time used the remote sensing data of more than 20 years and precipitation data of more than 40 years to evaluate the effect of the policy of grassland grazing constraint and conservation in Ningxia by Mann-Kendall nonparametric estimation method and NDVI residual trend analysis method. The results showed that：① From 2000 to 2022，Ningxia grassland NDVI showed a significant increase trend，with a cumulative increase of 69.92% for 23 years; ② The grassland vegetation restoration area accounts for 76.88% of the total grassland area，and the degradation area only for 0.27%; ③ Grassland contributes about 59% to Ningxia land greening，the largest contribution among all types of ecosystems; ④ After the implementation of the policy，the restoration of grassland vegetation in Ningxia showed a strong vitality，and the ability to cope with climate change and resist to drought stress is constantly enhanced; ⑤ Grassland vegetation restoration dominated by climate and policy factors accounted for 64.34%，along with that the policy factors for 33.94% alone，and by climate factors for only 1.72%，which demonstrated that policy factors had significantly promoted grassland vegetation restoration rather than the climate factors.

Key words：Grazing constraint and grassland conservation;Effectiveness evaluation;Remote sensing in a long time series;Vegetation restoration;Climate change

草原是我国面积最大的陆地生态系统，是地球的“皮肤”［1］，具有涵养水源、水土保持、防风固沙、物种保育、固碳释氧等多种生态功能［2］。草原主要分布在我国北方地区，生态环境脆弱，对气候变化响应敏感，受超载过牧和气候变化等因素的影响，全国天然草原发生了不同程度的退化、沙化和盐渍化。为遏制宁夏天然草原急剧恶化局面，宁夏回族自治区在全国率先提出了全域禁牧封育的重大决策。2003年5月1日起，宁夏草原全面实行禁牧封育，实施了退牧/退耕还草、牛羊舍饲养殖、草原承包经营责任制等自然封育和人工修复结合的措施，加大草原生态保护与修复力度。已有学者以云雾山为研究区，从草原植被生物量、土壤团聚体活性有机碳分布及对气候变化的响应等方面对禁牧封育成效进行了评估［3-5］，然而目前尚缺乏从像元尺度上对20年来宁夏全区草原禁牧封育成效的长时序评估。

遥感数据具有时间、空间连续性特征，存档数据具有较长的时间周期。归一化植被指数（Normalized difference vegetation index，NDVI）对草原植被覆盖信息非常敏感，可以较好的反映植被长势、生产力等［6-10］，常被学者们用来分析草原植被变化，并基于长时间序列数据评估生态修复成效［10-15］。植被长势变化同时受到多种因素的影响［16-20］，定量研究气候因素及人为活动对植被恢复的影响对于草原管理至关重要，然而难度较大。国内外学者对此开展了大量尝试，方法主要归为三种，第一种是利用植被遥感产品变化与模型模拟变化趋势进行对比分析［21］;第二种是利用降水利用效率变化模型来评估成效［22］;第三种是植被指数残差趋势分析模型［23-24］。其中，植被指数残差趋势分析方法可以有效剔除气候变化因素对植被变化的影响［25］，从而确定出其他因素的影响，已有研究表明该方法比降水利用效率变化模型更有效的提取了人为活动引起的植被变化，该方法已在全球及区域尺度植被动态变化驱动因素研究中广泛应用［26-27］。田海静在改进传统植被指数残差趋势分析模型的基础上，提出了基于NDVI变化趋势、气象因子变化趋势、NDVI与气象因子相关性分析及NDVI残差趋势分析相结合的气候因素及人类活动对植被恢复影响的定量评估方法，并最终定义了3种类型的植被恢复驱动因素［28］。

本文基于改进的NDVI残差趋势分析模型，分析了草原对宁夏国土增绿的贡献比例，量化了气候因素、政策因素对宁夏草原植被恢复的贡献比例，为宁夏草原禁牧封育与合理利用政策制定、草原政策的管理与推广提供了科学基础。

1  材料与方法

1.1  研究区概况

宁夏在全国生态安全格局中占据重要位置（图1），具有国家重点战略区——黄河流域生态保护和高质量发展区，全国重要生态系统保护和修复重大工程总体规划区——黄河重点生态区，全国重点生态功能区——黄土高原丘陵沟壑水土保持生态功能区三区叠加的特点，是全国唯一全省域纳入黄河流域生态保护和高质量发展区的省份，生态区位极其重要。根据第一次全国草地资源调查结果，宁夏草原总面积301.41×104hm2，占全区土地总面积的58.08%。从北到南由温性荒漠、温性草原化荒漠、温性荒漠草原、温性草原向温性草甸草原和山地草甸过渡，其中温性荒漠草原面积最大，占全区草原总面积的61.37%。

1.2  数据与方法

1.2.1  数据来源与处理

1）遥感数据及预处理

植被指数主要来源于2001—2022年MODIS MOD13A2遥感数据产品NDVI数据，采用Sinusoidal正弦投影，时间分辨率16 d，空间分辨率1 km，可以反映宁夏草原植被长势时空演变特征和年内变化特征。为了减少随机噪声对NDVI数据中植被信号的影响，研究利用线性插值和Savitzky-Golay滤波器［29-30］对NDVI数据进行去噪处理。通过历年植被生长季（5～9 m）NDVI均值来反映当年草原植被长势［15］。

2）气象数据

研究采用的气象数据来自中国气象数据共享服务网。利用宁夏及周边区域气象站点1980—2022年共43年降水数据月值数据，计算得到植被生长季总降水。通过反距离加权平均插值方法得到覆盖整个研究区的1 km空间分辨率气象数据。

3）草原调查数据

本研究采用的宁夏草原本底数据为第一次全国草地资源调查数据，并于2022年9月4—10日，在宁夏开展外业调查，进行了地面样地和无人机样地监测，了解宁夏草原禁牧封育政策实施情况，用于对研究结果进行验证。

1.2.2  研究方法

1） 植被长势变化趋势分析

研究采用Sens非参数估计斜率与Mann-kendall显著性检验方法相结合，对2000—2022年NDVI变化趋势进行分析，该方法可以避免时间序列数据缺失以及数据分布形态对分析结果的影响，能够较好排除异常值干扰，常用来监测变化趋势［11，31］。变化斜率的计算公式为：

slope=MedianQi=Medianxj-xij-i

i=1，…，N（1）

其中：xi 和 xj 分別代表第 i 年和第j（j>i）年植被生长季平均NDVI值；Median 代表计算中数。

国土增绿地区，即植被恢复区域，指2000—2022年NDVI显著增加区域（P<0.05）；植被退化区域指2000—2022年NDVI显著下降区域（P<0.05）。

2）植被长势相对变化率

宁夏草原类型丰富，不同地区植被本底差异较大，为此本研究通过相对变化率（RCR）来反映不同地区植被长势的变化趋势，计算公式为：

RCR=slopemean×N×100%（2）

其中：mean代表多年平均NDVI，N为数据年度长度，slope代表变量斜率。

3）降水量干旱指数

气候变化是一个长时间周期的过程，干旱是制约宁夏草原长势的首要气候因素［32］。为了更好反映宁夏禁牧封育政策实施前后降水变化，提取了宁夏草原1980—2022年近43年降水量月值数据。标准化降水指数可以在同一尺度下较好地反映不同时间、空间草原干旱强度［33-34］。该指数假设降水量服从Gamma分布，考虑了降水服从偏态分布的实际，随后又进行了正态标准化处理。

通过计算SPI对宁夏1980—2022年历年5～9月干旱程度进行分析。当-1

1.2.3  气候因素影响  水、光、热共同作用于草原植被生长。为了分析温度、光照和降水三要素对NDVI的共同影响，及各个因子的权重，利用归一化多元线性回归模型进行气候因素对宁夏草原植被影响分析。NDVI与各气候因子的归一化多元线性回归计算公式为：

NDVI-NDVIσNDVI=β0+β1rain-rainσrain+temp-tempσtemp+β3sun-sunσsun（9）

式中： NDVI为多年NDVI平均值，σNDVI为多年NDVI标准差，rain，temp，sun分别为降水量、气温和日照时数的多年平均值，σrain，σtemp，σsun分别为降水量、气温和日照时数的标准差，β0代表归一化多元线性回归截距，β1，β2，β3分别代表回归系数。利用F检验进行显著性检验。如果P<0.05，认为NDVI与气候因素的相关性显著。

1.2.4  政策因素影响  改进的NDVI残差趋势分析方法主要分为5个步骤［28］：第一步，计算时间序列NDVI变化趋势；第二步计算时间序列NDVI和降水量的相关性，并建立回归关系；第三步，计算真实NDVI与拟合NDVI的差值，称之为NDVI残差；第四步，计算NDVI残差随时间序列的变化趋势；第五步，判读植被恢复驱动因素，具体判定准则如表1所示。

NDVI残差的计算公式：

ε=NDVI-NDVI（10）

NDVI=f（x）（11）

其中：ε为NDVI 残差，NDVI为真实值，NDVI为模拟值，x代表降水量因子，f为降水量因子与NDVI的回归关系式。

2  结果与分析

2.1  宁夏草原植被长势动态

从2000—2022年宁夏草原生长季平均NDVI走势（图2）可见，近23年来，宁夏草原NDVI呈现波动上升的趋势。Mann-Kendall非参数估计结果表明，2000—2022年，宁夏草原NDVI呈现显著性增加趋势（P<0.001），23年累计增长幅度69.92%，年均增长幅度3.04%。近23年来，宁夏草原植被长势最好的一年是2018年，生长季平均NDVI为0.303，草原植被长势最差的一年是2000年，生长季平均NDVI为0.159。

2.2  不同时期草原植被长势对比

由于受气象因素年际变化的影响，草原植被长势波动性較强［35］，为反映不同时期禁牧封育成效，本研究将2000至2023年分为5个时期，分别是2000—2002年代表禁牧前，2003—2007年、2008—2012年、2013—2017年、2018—2022年分别代表禁牧后的第一、二、三、四个五年，通过5个时期草原NDVI对比来分析禁牧封育成效（图3）。结果表明，禁牧后的4个五年时期，宁夏草原生长季平均NDVI分别为0.209，0.235，0.254和0.280，较禁牧前的0.186分别提高了0.023，0.050，0.068和0.094。结果说明随着宁夏禁牧封育政策的持续推进，草原植被长势逐时期变好，经过20年政策的实施，草原植被长势明显好于禁牧前。

2.3  草原对宁夏国土增绿贡献评估

利用非参数估计模型逐像元计算了2000—2022年NDVI变化斜率、相对变化率和显著性水平。通过分析2000—2022年宁夏国土增绿情况和草原对国土增绿的贡献（图4），本研究发现，近23年宁夏草原植被呈现整体恢复的态势，植被恢复区域占草原总面积的76.88%，退化区域仅占草原总面积的0.27%，说明禁牧封育政策的实施有效促进了草原植被生长，基本上遏制了草原植被退化。从NDVI相对变化率来看，以增幅在50%～100%之间的区域居多，占40.44%。同时，草原生态系统对宁夏国土增绿的贡献比例约59%，是各类生态系统中对国土增绿面积贡献比例最大的生态系统。

2.4  气候对草原植被长势的影响分析

归一化多元线性回归模型分析结果表明，降水是影响宁夏草原植被长势变化的主导气候因素。此外基于单因子回归分析也证明了宁夏草原植被长势与降水量呈现显著正相关关系（R>0.6，P<0.05）。宁夏草原地处干旱区、半干旱区到半湿润区的过渡地带，植被长势对水分的依赖性较强，因此在分析气候因素对宁夏草原植被长势影响时重点分析降水因素。

近43年来植被生长季累计降水量和SPI值分析表明：43年来宁夏草原降水量最多的一年是2018年，生长季累计降水量304.57 mm，降水量最少的一年是2005年，生长季累计降水量151.46 mm。为与NDVI分析周期相对应，同样对2000—2022年分5个时期的降水量进行了分析，禁牧前（2000—2002年）宁夏草原生长季累计降水量平均239.98 mm，为5个不同时期中最高，禁牧后的4个五年生长季累计降水量均值分别为208.65 mm，213.83 mm，238.74 mm和235.93 mm。说明禁牧封育政策实施后，降水量较禁牧前并没有明显提升。自2003年以来，宁夏草原共出现7次旱情，其中重度干旱1次，发生在2005年，中度干旱1次，发生在2021年，轻度干旱5次，分别是2006，2007，2008，2015和2022年。

通过分析宁夏2000—2022年草原生长季NDVI与降水量距平百分比走势（图5），研究发现NDVI与降水量的波动趋势大体相同，但以2003年为时间节点，2003年之前，NDVI距平百分比低于降水量距平百分比，而2003年之后，NDVI距平百分比高于降水量距平百分比，尤其是在宁夏草原遭遇旱情的2009，2010，2015，2021和2022年，距平百分比明显高于降水量距平百分比，说明NDVI并没有受干旱影响而大幅下降，政策实施后，宁夏草原植被恢复动力强劲，且应对气候变化、抵御干旱能力不断增强。

从5个不同时期降水量和NDVI对比（图6）可见，降水量与NDVI走势存在明显差异，降水量的波动性较强，而NDVI增加趋势明显，说明除气候因素外，政策因素对宁夏草原植被长势影响较大。

2.5  政策因素对草原植被长势变化影响

本研究通过逐像元分析NDVI变化趋势、NDVI残差变化趋势及NDVI与降水量相关关系，对草原植被恢复的主导因素进行了区分（图7）。主导因素分为3类，第一类是气候因素主导的恢复，指NDVI显著增加、NDVI残差没有显著增加的区域；第二类是气候和政策因素共同主导的恢复，指NDVI显著增加、NDVI残差显著增加、NDVI与降水量显著相关的区域；第三类是政策因素主导的恢复，指NDVI显著增加、NDVI残差显著增加、NDVI与降水量相关性不显著的区域。结果表明，气候和政策因素共同主导的恢复占64.34%，政策因素主导的恢复占33.94%，气候因素主导的恢复占1.72%。说明政策因素更显著的促进了草原植被恢复。

3  讨论与结论

本研究利用宁夏近23年遥感数据和43年降水量数据对草原禁牧封育成效进行了长时间序列评估，分析了宁夏草原植被长势动态，揭示了草原对宁夏国土增绿贡献和草原植被恢复驱动因素，研究发现（1）2000—2022年宁夏草原植被指数呈现显著性增长趋势，对比分析禁牧前后的4个五年草原植被长势逐期变好；（2）近23年来，宁夏草原植被呈现整体恢复的态势，植被恢复区域占比明显高于退化区域，宁夏禁牧封育政策的持续推进有效促进了草原植被生长，基本遏制了草原植被退化；（3）禁牧封育政策实施后，草原NDVI距平百分比值高于降水量距平百分比值，尤其是在遭遇旱情的年份，NDVI并没有受干旱影响而大幅下降，说明草原植被恢复动力强劲，且应对气候变化、抵御干旱能力不断增强；（4）气候和政策因素共同主导的草原恢复占64.34%，其中，政策因素主导的草原恢复占33.94%，而气候因素主导的恢复仅占1.72%，说明政策因素相比于气候因素，更显著地促进了草原生态环境改善。

本文基于改进的NDVI残差趋势分析方法定量解析了禁牧封育政策实施对宁夏草原植被恢复的影响，然而模型普适性应有待进一步提高，未来应进一步加强模型在不同地理、气候条件下的判断精度分析，加强模型验证与优化，并在剔除掉二氧化碳浓度的增加和氮含量的变化对植被变化的影响［36-37］的基础上提高定量评估的精度和可靠性。

参考文献

［1］刘加文. 继往开来大力推进草原保护工作再上新水平［J］. 中国畜牧业，2018（15）：56-58

［2］潘庆民，薛建国，陶金，等. 中国北方草原退化现状与恢复技术［J］. 科学通报，2018，63（17）：1642-1650

［3］程杰，呼天明，程积民. 黄土高原半干旱区云雾山封禁草原30年植被恢复对气候变化的响应［J］. 生态学报，2010，30（10）：2630-2638

［4］华娟，赵世伟，张扬，等. 云雾山草原区不同植被恢复阶段土壤团聚体活性有机碳分布特征［J］. 生态学报，2009，29（9）：4613-4619

［5］王丽学，程积民，万惠娥，等. 云雾山天然草地植物生长规律［J］. 生态学报，2008，28（7）：3168-3175

［6］ROSENTHAL W D，BLANCHARD B J，BLANCHARD A J. Visible infrared microwave agriculture classification，biomass，and plant height algorithms［J］. IEEE Transactions on Geoscience and Remote Sensing，1985，GE-23（2）：84-90

［7］ASRAR G，FUCHS M，KANEMASU E T，et al. Estimating absorbed photosynthetic radiation and leaf area index from spectral reflectance in wheat［J］. Agronomy Journal，1984，76（2）：300-306

［8］TIAN H J，CAO C X，CHEN W，et al. Response of vegetation activity dynamic to climatic change and ecological restoration programs in Inner Mongolia from 2000 to 2012［J］. Ecological Engineering，2015，82：276-289

［9］BARET F，GUYOT G. Potentials and limits of vegetation indices for LAI and APAR assessment［J］. Remote Sensing of the Environment，1991，35：161-173

［10］徐斌，陶偉国，杨秀春，等. 中国草原植被长势MODIS遥感监测［J］. 草地学报，2006，14（3）：242-247

［11］WU Z，WU J，LIU J，et al. Increasing terrestrial vegetation activity of ecological restoration program in the Beijing-Tianjin sand source region of China［J］. Ecological Engineering，2013，52：37-50

［12］田海静，曹春香，戴晟懋，等. 准格尔旗植被覆盖度变化的时间序列遥感监测［J］. 地球信息科学学报，2014，16（1）：126-133

［13］田海静，孙涛，刘旭升，等. 基于时间序列遥感数据的嵯岗国家沙化土地封禁保护成效评估［J］. 中国沙漠，2019，39（3）：155-162

［14］张海燕，樊江文，邵全琴，等. 2000-2010年中国退牧还草工程区生态系统宏观结构和质量及其动态变化［J］. 草业学报，2016，25（4）：1-15

［15］田海静，王林，石俊华. 近20 年中国北方草原植被长势动态监测［J］. 草业科学，2020，37（11）：2165-2174

［16］PRINCE S D，COLSTOUN D，BROWN E，et al. Evidence from rain-use efficiencies does not indicate extensive Sahelian desertification［J］. Global Change Biology，1998，4（4）：359-374

［17］何航. 黄河流域上中游植被覆盖变化及驱动因素研究［D］. 兰州：西北师范大学，2020：60-94

［18］CHEN C，PARK T，WANG X H，et al.  China and India lead in greening of the world through land-use management［J］. Nature Sustainability，2019，2：122-129

［19］顾锡羚，郭恩亮，银山，等. 干旱对内蒙古植被生长的累积与滞后影响评估研究［J］. 草地学报，2021，29（6）：1301-1310

［20］曹亚楠，孙明翔，陈梦冉，等. 2000—2016年藏北高原降水对植被覆盖的影响［J］. 草地学报，2022，30（3）：721-730

［21］PIAO S，YIN G，TAN J，et al. Detection and attribution of vegetation greening trend in China over the last 30 years［J］. Global Change Biology，2015，21（4）：1601-1609

［22］NICHOLSON S E，TUCKER C J，BA M B. Desertification，drought，and surface vegetation：An example from the West African Sahel［J］. Bulletin of the American Meteorological Society，1998，79（5）：815

［23］EVANS J，GEERKEN R. Discrimination between climate and human-induced dryland degradation［J］. Journal of Arid Environments，2004，57（4）：535-554

［24］WESSELS K J，PRINCE S D，MALHERBE J，et al. Can human-induced land degradation be distinguished from the effects of rainfall variability？ A case study in South Africa［J］. Journal of Arid Environments，2007，68（2）：271-297

［25］韦振锋，王德光，张翀，等. 1999—2010年中国西北地区植被覆盖对气候变化和人类活动的响应［J］. 中国沙漠，2014，34（6）：1665-1670

［23］ZHANG J，NIU J，BAO T，et al. Human induced dryland degradation in Ordos Plateau，China，revealed by multilevel statistical modeling of normalized difference vegetation index and rainfall time-series［J］. Journal of Arid Land，2014，6（2）：219-229

［27］QU B，ZHU W，JIA S，et al. Spatio-temporal changes in vegetation activity and its driving factors during the growing season in China from 1982 to 2011［J］. Remote Sensing，2015，7（10）：13729-13752

［28］田海静. 非气候因素引起的中国植被变化遥感诊断［D］. 北京：中国科学院大学（中国科学院遥感与数字地球研究所），2017：93-96

［29］HIRD J N，MCDERMID G J. Noise reduction of NDVI time series：An empirical comparison of selected techniques［J］. Remote Sensing of Environment，2009，113（1）：248-258

［30］REN J，CHEN Z，ZHOU Q，et al. Regional yield estimation for winter wheat with MODIS-NDVI data in Shandong，China［J］. International Journal of Applied Earth Observation and Geoinformation，2008，10（4）：403-413

［31］SEN P K. Estimates of the regression coefficient based on Kendall's tau［J］. Journal of the American Statistical Association， 1968，63（324）：1379-1389

［32］王鶯，王健顺，张强. 中国草原干旱灾害风险特征研究［J］. 草业学报，2022，31（8）：1-12

［33］孙智辉，王治亮，曹雪梅，等. 基于标准化降水指数的陕西黄土高原地区1971—2010年干旱变化特征［J］. 中国沙漠，2013，33（5）：1560-1567

［34］王莺，李耀辉，胡田田. 基于SPI指数的甘肃省河东地区干旱时空特征分析［J］. 中国沙漠，2014，34（1）：244-253

［35］李茂华，都金康，李皖彤，等. 1982-2015年全球植被变化及其与温度和降水的关系［J］. 地理科学，2020，40（5）：823-832

［36］PIAO S，CIAIS P，HUANG Y，et al. The impacts of climate change on water resources and agriculture in China［J］. Nature，2010，467（7311）：43-51

［37］PIAO S，FANG J，CIAIS P，et al. The carbon balance of terrestrial ecosystems in China［J］. Nature，2009，458（7241）：1009-1013

（责任编辑  闵芝智）