基于MOD17A3的中国陆地植被NPP变化特征分析

净初级生产力(Net Primary Productivity,NPP)作为生态系统物质与能量循环的基础,是区域和全球尺度碳循环和碳收支研究的重要组成部分。基于MOD17A3的NPP数据、地表覆盖类型MCD12Q1数据,采用趋势线分析法对中国2000—2015年陆地植被NPP时空格局、变化规律进行研究。结果表明,(1)2000—2015年,全国陆地植被平均NPP为273.5 g·m^(-2)·a^(-1),变化速率为1.415 g·m^(-2)·a^(-1),变化百分率为8.8%,全国植被NPP线性增长趋势达到显著水平(P<0.05)。中国陆地植被NPP年总量在2.406~2.811 Pg·a^(-1)之间波动,平均值为2.635 Pg·a^(-1)。(2)中国平均植被NPP分布呈现西北低东南高、北方低南方高的基本格局。全国大部分区域,植被NPP水平较低,61.0%的区域植被NPP低于300 g·m^(-2)·a^(-1)。森林、草原、农田平均植被NPP分别为575.5、204.2和388.40 g·m^(-2)·a^(-1)。(3)中国大部分地区年NPP变化趋势不明显,占79.9%的陆地区域植被NPP变化趋势不明显,18.4%的陆地区域植被NPP呈显著增加趋势,仅1.7%的陆地区域植被NPP呈显著减少趋势。(4)占中国陆地总面积59.1%的区域植被NPP增减速率在2 g·m^(-2)·a^(-1)以内,33.4%的区域植被NPP增加速率在2 g·m^(-2)·a^(-1)以上,仅7.4%的区域植被NPP下降速率超过2 g·m^(-2)·a^(-1)。(5)中国大部分地区陆地植被NPP的增长百分率在5%以上,占陆地总面积48.1%,变化不大(变化百分率率在-5%~5%之间)的区域占41.0%,陆地植被NPP的降低率在5%以上的面积占10.8%。该研究对中国各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。

安徽省农田净初级生产力时空变化特征及影响因素——基于MOD17A3的研究

基于MODIS/MOD17A3数据集,结合土地利用数据、气象数据,运用距平分析、相关分析等方法,分析了2000-2010年安徽省农田净初级生产力(NPP)的时空变化特征及影响因素.结果表明:安徽省农田以水田为主;研究时段内,安徽省农田年NPP均值及年NPP总量整体上呈现波动上升趋势;中产农田面积最大,低产农田次之,高产农田面积最小;农田NPP空间分异显著,呈由北向南递增的趋势,中低产水田和旱地主要集中在长江以北地区,高产水田和旱地分布于沿江及其以南地区;降水与水田和旱地NPP均值呈弱负相关关系,温度与水田和旱地NPP均值呈显著正相关关系;温度是影响安徽省农田生产力空间分异的主要气象因素.

GLOPEM与MOD17A3NPP的比较

GLOPEM和MOD17A3NPP产品广泛用于分析全球和区域碳循环与碳扰动、土地利用变化、气候变化和自然资源管理等研究工作中,但这两种NPP产品存在明显不同。为了了解这两种产品的差异,以陕西省为例,对2000年的GLOPEM与MOD17A3的NPP进行比较分析。结果表明:(1)陕西省GLOPEM NPP和MOD17A3NPP空间分布趋势一致,均呈现自北向南逐渐增大的趋势;(2)GLOPEM NPP普遍高于MOD17A3NPP,GLOPEM NPP是MOD17A3NPP的1.95倍;(3)两种产品的高值区出现的区域不同;(4)GLOPEM NPP的值域比MOD17A3NPP大,频率分布都呈现双峰型;(5)仅草甸植被的两种NPP比较接近,其他植被类型GLOPEM NPP是MOD17A3NPP的1.5～2.81倍。本研究结果为了解陕西省NPP状况丰富了数据信息和理解视角。

基于MOD17A3的京津冀地区植被净初级生产力时空演变

为研究京津冀植被NPP的时空变化,选用MOD17A3数据,采用一元线性回归分析对京津冀地区2000—2019年植被NPP在20 a间的时空演变进行分析,并对NPP与气候因子的相关关系进行分析。结果表明:京津冀地区植被NPP主要集中在200~400 gC/(m^(2)·a),2000—2019年京津冀植被NPP平均值和最大值在稳定的基础上缓慢上升,其中NPP最大值和平均值的峰值都出现在2016年,分别为908.40 gC/(m^(2)·a)和385.10 gC/(m^(2)·a);2000—2019年京津冀植被NPP增长的区域占整个研究区域的97.12%,NPP降低的区域多出现在城市周围;2000—2019年京津冀地区4种植被覆盖类型按NPP均值从小到大排列依次为:农田、灌丛、草地、森林;从稳定性上看,2000—2019年京津冀NPP的稳定性表现为高低波动并存,并以较低波动为主;京津冀地区NPP与年均气温呈低度相关性,与年降水呈高度相关性。研究成果可为京津冀地区的生态文明建设、生态环境修复及治理保护提供参考依据。

基于MOD17A3的陕西省植被NPP变化特征

利用2000—2006年MOD17A3数据集的年均NPP数据和GIS技术定量分析了陕西省植被NPP的时空变化特征,结果表明:陕西省年NPP变化范围为340～434gC·m-2·a-1,平均值为383gC·m-2·a-1;年均NPP分布全省呈现北低南高,关中、陕南呈现西高东低的趋势。长城沿线风沙区年平均NPP在0～200gC·m-2·a-1,黄土高原丘陵沟壑区年平均NPP在200～300gC·m-2·a-1,中部林区年平均NPP在400～500gC·m-2·a-1,渭北旱作农业区年平均NPP在300～400gC·m-2·a-1,关中灌溉农作区年平均NPP大部在400～500gC·m-2·a-1,秦巴山地林区年平均NPP>400gC·m-2·a-1。与2000年相比,2006年陕西省年NPP大部分地区是增加的,年NPP增加的面积占国土面积的90.5%。陕西省NPP线性变化趋势以增加为主,NPP变化百分率增加10%以上的面积所占陕西省国土面积的比例为50.6%;植被NPP的变化百分率>10%的植被主要分布在延安市以北地区,说明通过实施退耕还林等生态建设工程,这些地区植被状况得到较好的改善。

2000-2021年桂西南峰丛洼地流域植被净初级生产力演变特征及其归因

监测植被净初级生产力的演变特征及其驱动力机制,对于深入了解陆地碳循环机制和促进生态环境可持续发展有着及其重要的作用。文章基于MOD17A3数据集植被净初级生产力(NPP)产品评估了2000−2021年桂西南典型喀斯特峰丛洼地流域植被净初级生产力的时空演变,并借助Theil-Sen Median趋势分析、Mann-Kendall检验方法、Hurst指数以及地理探测器等,研究区域内植被净初级生产力的空间分布、未来趋势、可持续性及驱动机制。结果表明:(1)2000−2021年研究区植被NPP均值为945.23 gC∙m^(−2)∙a^(−1),呈现出上升趋势,增加速率为3.5596 gC∙m^(−2)∙a^(−1)。喀斯特区域(4.5148 gC∙m^(−2)∙a^(−1))>研究区域(3.5596 gC∙m^(−2)∙a^(−1))>非喀斯特区域(2.7219 gC∙m^(−2)∙a^(−1));(2)植被NPP高值区域在防城港市周边,值皆大于1200 gC∙m^(−2)∙a^(−1);低值区散布于水文线附近;(3)Sen变化趋势显示,研究区22年间植被NPP增加区域面积(77.98%)显著大于减少区域面积(22.02%)。Hurst指数显示,区域植被NPP介于0~1之间,平均值为0.65,呈现出向负偏态分布;(4)土地利用/覆被、植被覆盖度与高程因子是本研究区植被NPP的显著控制因子,其次为坡度及土壤类型。

基于MODIS序列的北京市土地利用变化对净初级生产力的影响

了解土地利用变化对区域净初级生产力(NPP)的影响,对于综合理解区域植被的固碳能力及其与土地利用变化的关系,以及维持区域生态安全均具有重要意义。以北京市为例,基于2000—2012年MODIS NPP遥感影像和土地利用类型数据,利用同期Landsat TM影像(分辨率30 m)对MODIS NPP数据进行降尺度计算的基础上,分析北京市区域NPP的时空分布特征,探讨土地利用变化对植被固碳能力的影响。结果表明:研究期内Landsat NDVI与NPP数据的线性关系显著(R^2为0.22—0.68,P<0.01),基于该线性关系可实现对MODIS NPP的降尺度重计算。土地利用面积分配和景观格局的变化均显著影响NPP。13年间,北京市林地和草地面积增加而耕地面积迅速减少,NPP总量由123万t C增长至190万t C,其中66%的NPP由林地贡献,其次为耕地(26%),草地最低(8%)。2000—2006年,面积变化促进了NPP的增加,贡献率为34%;而2006—2012年,面积变化则抑制区域NPP的增加,贡献率降低至27%。同时,研究区域内斑块聚集度的降低,斑块密度及丰富度的增加均有利于其NPP的增加。提高研究区植被固碳能力,需要在维持区域当前植被数量和质量的基础上,增加区域景观的异质性和多样性。

2001-2010年中国农田生态系统NPP的时空演变特征

植被净初级生产力(Net Primary Productivity,NPP)是地表碳循环的重要组成部分,而农业NPP代表了农田生态系统通过光合作用可固定大气中CO2的能力,决定了农田土壤可获得的有机碳含量。测算中国农田生态系统产生的NPP并分析其时空变异规律,探索其影响因子,对于了解全球碳循环,预测未来生态变化趋势具有重要意义。基于MOD17A3数据集,利用一元线性回归趋势线法和相关系数法定量分析了农田生态系统NPP的时空演变特征和气候因子对农田NPP的影响。结果表明,2001—2010年中国农田NPP平均值变化范围为C 0.21~17.24 Mg hm-2 a-1,平均值为4.12 Mg hm-2 a-1。从时间变化来看,NPP年际变化呈现先增加后下降的趋势。从空间分布来看,表现为南方高,北方低,其中,甘新区、黄土高原区、东北区、内蒙古及长城沿线区和黄淮海区北部NPP值较低,<3 Mg hm-2 a-1;四川盆地、山东丘陵、长江中下游滨海和沿江平原、云南、贵州、海南等地NPP值较高,>5 Mghm-2 a-1。从变化趋势来看,黄淮海农业区、黄土高原区、新疆的绿洲农业区和长江中下游农业区南部上升趋势明显,东北农业区、四川盆地和长江中下游农业区下降趋势明显。2001—2010年,中国农田中有22%的像元NPP平均值与降水呈显著相关,7%的像元与气温呈显著相关,反映了农田生态系统受人类活动影响较大。

青海省植被净初级生产力(NPP)时空格局变化及其驱动因素

植被净初级生产力(NPP)作为陆地生态过程的关键参数,不仅用以估算地球支持能力和评价陆地生态系统的可持续发展,也是全球碳循环的重要组成部分和关键环节。基于2000—2014年MOD17A3年均NPP数据和气象站点气温、降水资料,采用简单差值、趋势分析、相关性分析和Hurst指数等方法,分析了青海省NPP的时空变化特征及其与气候因子的关系。结果表明:①青海省植被年均NPP在2000—2014年间整体分布呈现由南到北、由东到西递减的趋势,各生态区的空间存在显著差异,表现为Ⅱ区>Ⅰ区>Ⅲ区>Ⅳ区>Ⅴ区。②2000—2014年,青海省NPP变化趋势由北到南、由西到东呈现逐渐增加趋势,平均趋势系数为0.61,NPP值增加的区域占总面积的15%,其中显著增加区域为2.8%,轻度增加区域为12.2%。③青海省NPP值的Hurst的值域范围为0—0.39,均值为0.12,除了河流湖泊,建筑用地和未利用土地,青海省NPP变化特征为反持续性特征。④气候因子(年平均降水量和年均气温)对年均NPP的分布有影响,海拔的高低造成气温、降水和土壤的差异,间接影响植被NPP,15年土地利用/覆被变化(LUCC)表现为草地面积减少最多,这是导致NPP减少的主要原因。

广东省水稻生物质能的估算

利用MODIS传感器的MOD17A3数据,通过处理获取了广东省的NPP(植被净初级生产力)分布图;同时,根据Landsat获取的广东省土地利用类型图,提取出广东省水稻的空间分布图。将两者叠加并进行相关运算和分析,得到全省水稻生物量的分布图及其统计数据。同时,进行野外测量并参考已有的研究成果,取稻草和稻秆产量与水稻产量的重量比为0.623,获得水稻总的农作物残余。除去还田、造纸及用做牲畜饲料的那部分,仍有三成左右的可用生物量。研究表明:珠江三角洲经济发展迅猛的城市,水稻生物质能的占有量较少;而在一些边远山区,水稻生物质能占的比重明显偏大。本文通过定量化的研究,为以后广东省水稻生物质能的开发提供了有价值的参考信息。

2000—2014年张家口市植被净初级生产力的时空格局及其与气候的关系

植被净初级生产力(net primary productivity,NPP)是反映植被活动的关键变量之一,研究其空间格局及其对气候因子的响应,对于理解陆地生态系统的碳循环有着重要作用。利用MOD17A3和气象数据,采用线性趋势分析等方法,分析2000—2014年张家口市植被NPP的时空变化特征及其与气候因子的相关性。结果表明:张家口市NPP的空间分布具有明显差异,空间上呈现东南高、西北低的趋势,且具有较明显的经向"条带"分布特征,2000—2014年张家口市植被NPP平均值为230.5 g/(m^2·a)。2000—2014年,张家口市NPP总体呈增长趋势,年NPP最大值出现在2004年,最小值出现在2001年。降水是植被NPP变化的主要影响因素,张家口市植被NPP总体上与年降水的相关性更高,呈正相关关系。该研究为冬奥会进行前张家口市的生态修复工作提供了科学依据。

张掖市典型绿洲农田生态系统生产力时空分布特征

[目的]以甘肃省张掖市甘州区典型绿洲为例,研究绿洲农田生产力的时空格局及其全球变化对农田生产力的影响,为区域农业资源管理决策与规划提供决策依据。[方法]利用MOD17A3NPP产品、气象数据及甘州区农业统计等数据,结合GIS空间分析技术开展研究。[结果]甘州区不同农田类型净初级生产力(NPP)均值最小值均出现在2001年,最大值出现在2007年。甘州区农田净初级生产力年均值变化范围为109.3~420.5g/(m^2·a),其分布特征与农田类型的空间分布基本一致;同一农田类型,高海拔区农田生产力小于海拔较低区,即农田生产力的大小是由农田类型及海拔高度共同决定的。NPP变化趋势存在明显的空间异质性,农田生产力增加的面积占总面积的40.9%,主要是旱地和高海拔地区的水浇地。海拔1 800m以上的旱地和水浇地年降水量的增加趋势远大于平均气温,其NPP呈明显的增加趋势。[结论]近10a来甘州区农田生态系统生产力存在明显的时空差异,整个旱地和水浇地年均NPP呈增加趋势,水田年均NPP呈下降趋势。

吴起县2000—2013年植被NPP变化特征

利用美国蒙大拿大学运用生物地球化学模式（Biome-BGC）估算出的净初级生产力产品（MOD17A3）,研究吴起县2000—2013年植被净初级生产力（net primary productivety,NPP）的变化特征。结果表明：吴起县2000—2013年年均NPP变化范围在156.92~275.37gC·m-2·a-1,平均值为218.27gC·m-2·a-1,14a植被NPP在波动中呈显著增加趋势（P〈0.01）;全县85.93%面积的NPP变化百分率在10%~50%,年均NPP变化百分率〈-10%的区域主要分布在吴起县县城周边,年均NPP变化百分率为-10%~0%的区域主要分布在吴起县西北部地区铁边城镇及王坬子乡等地,年均NPP变化百分率为0%~10%的区域主要分布在吴起县城以北及以西地区,植被NPP变化百分率〉50%的区域分布在吴起县南部白豹乡、楼坊坪乡及长官庙乡部分地区。

基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究

植被净初级生产力(net primary productivity, NPP)在全球气候变化及碳循环研究中扮演着重要的角色,精准快速的估算NPP对评估区域生态系统承载力以及合理利用自然资源具有重要的意义。利用2011-2014年甘南地面实测草地地上生物量(aboveground biomass, AGB)数据和根冠比系数计算的草地NPP数据,分别验证了MOD17A3 NPP产品和基于CASA(Carnegie-Ames-Stanford approach)模型估算的草地NPP的精度,分析了2000-2016年甘南地区草地NPP的时空动态变化。结果表明:基于CASA模型模拟的草地NPP精度整体上高于MOD17A3 NPP产品的精度,其均方根误差(root mean square error, RMSE)较MOD17A3 NPP小9.94 g C·m^-2;CASA模型分析的甘南地区草地NPP总体上呈现由西南向东北逐渐减少的趋势;对不同草地类型而言,沼泽类的平均NPP最高(469.07 g C·m^-2),温性草原类最低(324.18 g C·m^-2),而占研究区草地总面积比例较大的高寒草甸类和高寒灌丛草甸类草地的平均NPP分别为449.22和465.27 g C·m^-2;2000-2016年间,甘南地区大部分草地NPP稳定不变,其面积占研究区草地总面积的75.31%,NPP呈增加趋势的区域占草地面积的22.63%,而NPP呈减少趋势的区域占比最小,仅为2.06%。以上研究结果表明CASA模型在高寒地区草地NPP评估、草地资源合理利用与管理方面具有重要的应用价值。

基于HASM的中国植被NPP时空变化特征及其与气候的关系

植被净初级生产力(Net Primary Productivity,NPP)作为陆地生态系统碳循环的重要组成部分,直接反映植被的生产力和地表质量状况,对于研究全球气候变化具有重要意义。为更好地了解近年来中国陆地植被NPP时空分布格局,探讨其对气候因子响应的空间分异规律,利用高精度曲面建模方法(HASM),结合LPJ-GUESS动态植被过程模型和MOD17A3NPP遥感数据产品估算2001-2015年中国陆地生态系统植被NPP的时空分布特征,并根据气候要素和土壤质地特点分区探讨其与气候因子的关系。结果表明,(1)近15年全国植被平均NPP空间分布地域性明显,总体上沿水热梯度由西北向东南呈逐渐增加的趋势。其中西北沙漠和青藏高原腹地的植被NPP值最小,在100 g·m^(-2)(以C计,下同)以下,西北内陆向东南沿海过渡带植被NPP值在300-600 g·m^(-2)之间,四川盆地大部分地区以及海南省和东北平原局部植被NPP值在700g·m^(-2)以上。(2)近15年全国植被NPP均值为376 g·m^(-2)·a^(-1),变化范围为1.9^(-1) 131 g·m^(-2)·a^(-1)。青藏区面积和植被NPP总量占全国的比例最大,均为23%,甘新区面积占全国的23%,年均NPP总量只占全国的10%;西南区、东北区和长江中下游区植被丰富,年均NPP总量占比大于面积占比。其他地区面积和年均NPP总量占全国的比例相当。(3)近15年全国有65.29%的区域植被NPP呈增加趋势,最大增速为72.64 g·m^(-2)·a^(-1),平均增速为2.29 g·m^(-2)·a^(-1),以青藏部分地区、黄土高原区、海南大部和台湾北部地区增幅最大。(4)近15年来全国有79.26%的地区年平均NPP与年平均降水之间呈显著正相关,而年平均NPP与年平均温度这一比例仅为8.71%,分布在青藏高原部分地区。

2005—2014年南方农牧交错带净初级生产力时空分布特征

为了解我国南方农牧交错带内生态系统生产能力的变化程度,以2005—2014年MOD17A3H数据为数据源,利用简单差值法和一元线性回归分析法,对区内的植被年均NPP空间分布及变化趋势进行了分析。结果表明:(1)2005—2014年南方农牧交错带内植被NPP分布差异较大,整体呈南部高北部低。(2)年均植被NPP为389gC/(m^2·a),平均植被NPP变化范围在344～426gC/(m^2·a)之间。(3)2014年较2005年相比,南方农牧交错带植被NPP增加了106gC/(m^2·a)。但10年间植被NPP总体变化呈略微减少趋势,减少的地区面积占南方农牧交错区总面积的57%。(4)不同生态系统平均植被NPP均值表现为:森林生态系统>农田生态系统>灌丛生态系统>湿地生态系统>草地生态系统;不同生态系统植被NPP变化相似,呈波动略微减少变化。说明区域内生态系统变化波动较为明显,应对该区域生态系统给予更多的保护。

贵州植被生产力时空变化分析:以威宁县为例

为了研究贵州高原植被生产力分布特点及其与地形变化的关系,该文使用MODIS下的MOD17A3H、MCD12Q1数据,辅助以DEM数据和GF1数据,利用移动平均趋势分析、线性回归分析、栅格统计分析等方法对威宁县2007-2015年间的植被生产力时空变化及其与海拔、地形起伏度的关系进行分析。结果表明:(1)2007-2015年之间,威宁县9年植被净第一性生产力(NPP)均值为607.04g/(m^2·a)(以C计),年增长率8.69 g/(m^2·a)(以C计)。(2)NPP均值林区大于草原,草原大于农业区;农业区域生产力总体上呈现增加趋势,林区NPP变化不大;(3)NPP分布与海拔无相关性或相关性不明确;地形起伏度与NPP相关性显著(sig=0.015),呈正相关,提示地形起伏大的区域NPP值越高。

塔里木盆地南缘植被NPP时空变化特征及驱动因素——以和田地区为例

【目的】研究干旱荒漠区植被净初级生产力(Net Primary Productivity,NPP)时空变化特征及驱动因素,为揭示敏感区植被变化驱动机制提供科学依据。【方法】基于MOD17A3数据,运用趋势分析、变异系数和相关性分析等方法,探讨2000—2020年和田地区植被NPP时空变化特征及驱动因素。【结果】①2000—2020年和田地区植被NPP整体呈波动增加趋势,空间上呈“条带”分布特征。②95.90%植被区域NPP变化斜率大于0,植被整体呈改善趋势;植被NPP波动程度较高,整体稳定性较低。③和田地区植被NPP与降水呈正相关,与气温呈弱负相关的特征明显;67.51%植被区域NPP受非气候因素驱动;气候因素驱动中,降水对植被NPP的驱动作用强于气温。④和田地区整体呈裸地、灌丛减少,草地、永久性冰雪、耕地和水体增加的变化特征,土地利用类型间的转移对植被NPP以促进作用为主;裸地转变为草地是近二十年来研究区最主要的土地利用转移方向,变化区域植被NPP多呈上升趋势。【结论】植被NPP变化受气候因素和人类活动的综合影响,生态工程对植被的积极作用是和田地区植被NPP增加的主要原因。

河北省2005—2014年植被NPP时空演变及其与气候因子的关系

在GIS软件的支持下,利用2005—2014年MOD17A3H与MCD12Q1数据集,结合河北省2005—2012年的142个气象站点资料,利用一元线性回归法分析了河北省10年间NPP的时空演变特征,利用相关系数法分析了NPP与气候因子的相关关系。结果表明:河北省年NPP主要集中在200～400g/(m^2·a),其中NPP高值区分布在燕山北部区域和太行山东侧一带。2005—2014年河北省年NPP均值与最大值均在波动中微弱上升,年NPP均值在2012年最大为337.63g/(m^2·a)。2005—2014年NPP增长率大于10%的地区分布在冀西北区域和东南边界,其面积占比为43.03%。河北省5种植被覆盖类型按NPP年均值从大到小排列依次为:阔叶林、灌丛、草地、针叶林、农用地。河北省NPP与气温主要呈负相关,与降水主要呈正相关。

2000-2014年博斯腾湖流域NPP时空变化特征及影响因子分析

植被净初级生产力(net primary productivity,NPP)是反映陆地生态系统对气候变化响应的重要指标。本研究利用2000-2014年MODIS的MOD17A3、MOD12Q1产品,采用GWR(地理加权回归分析方法)建模法反演的近地气温数据以及TRMM降水量数据,通过逐像元的斜率、偏相关和复相关分析,分析新疆博斯腾湖流域净初级生产力和降水、近地气温等气候要素的时空变化趋势,探讨NPP的时空格局及其影响因素。结果表明,1)各月气温地理加权回归模型(geographical weighted regression,GWR)的决定系数(R2)均高于0.85,估算得到的近地表气温与实测气温的验证结果 R2均高于0.9,能满足本研究的精度需求。2)在研究时间内,博斯腾湖流域NPP的年均值在205.12~235.7g·(m2·a)^(-1)波动,多年NPP平均值为221.52g·(m2·a)^(-1),整体上NPP呈减少趋势。3)NPP变化斜率介于-18~26g·(m2·a)^(-1),减少趋势主要分布在山区,占总面积的35.23%;增长趋势主要分布在平原绿洲区,占总面积的16.99%。4)博斯腾湖流域39.81%的植被NPP的变化受气候因素影响,山区和平原区都有分布;受非气候因素影响的区域占总面积的16.57%,主要分布在人类居住的平原绿洲区域,说明研究区NPP的时空变化是气候变化和人类活动的共同结果,但气候因素的影响较大。