第第)其中為第??個(gè)像元在第??個(gè)月的碳利用效率；為第??個(gè)像元在第??個(gè)月的凈初級(jí)生產(chǎn)力（gC/m2）；為第??個(gè)像元在第??個(gè)月的總初級(jí)生產(chǎn)力（gC/m2）。CUE的取值在0到1之間，越接近于1，表面植被碳匯能力越強(qiáng)。

3.GPP、NPP和NEP的時(shí)空變化特征3.1時(shí)間變化特征西南四?。ㄊ校?000年至2020年，20年間GPP的整體變化趨勢(shì)均顯示較為緩慢的穩(wěn)定增長，表明植被的光合作用碳匯能力所有提高。GPP在四個(gè)?。ㄊ校┯忻黠@的數(shù)值差異，具體表現(xiàn)為云南省GPP最高，其次是貴州省、重慶市和四川省，依次遞減。這一趨勢(shì)不僅在GPP變量上得到體現(xiàn)，其它兩個(gè)變量NPP和NEP也呈現(xiàn)同樣的排序關(guān)系。NPP在過去20年總體呈上升趨勢(shì)，增長趨勢(shì)不如GPP穩(wěn)定，波動(dòng)頻繁，在2008年至2015年期間有較大波動(dòng)，其中貴州省的波動(dòng)最為顯著。四?。ㄊ校┰诤笫甑钠骄稻笥谇笆昶骄?。NEP的變化趨勢(shì)與NPP的變化趨勢(shì)緊密相關(guān)，在時(shí)間序列上的變化特征呈現(xiàn)高度同步性，在每個(gè)時(shí)間點(diǎn)上表現(xiàn)為相似的變化方向和波動(dòng)幅度。在過去二十年中，西南四?。ㄊ校┑腘EP始終為正值，表明生態(tài)系統(tǒng)吸收并儲(chǔ)存的碳量大于釋放的碳量。這意味著西南地區(qū)是重要的碳匯地區(qū)，該生態(tài)系統(tǒng)對(duì)減緩氣候變化具有積極作用，能夠在一定程度上降低大氣中的溫室氣體濃度。圖3.1（a）和（b）分別是西南四?。ㄊ校┛偝跫?jí)生產(chǎn)力（GPP）的年際變化和年代際變化；（c）和（d）分別是凈初級(jí)生產(chǎn)力（NPP）的年際變化和年代際變化；（c）和（f）分別是凈生態(tài)系統(tǒng)生產(chǎn)力（NEP）的年際變化和年代際變化。3.2空間分布特征根據(jù)GPP空間分布圖可以看出，二十年間GPP的分布特征無較大變化，整體上呈現(xiàn)南高北低的趨勢(shì)，由南向北逐漸遞減。GPP高值主要集中在云南省南部，全區(qū)域超過2000gC/m2，該地區(qū)以季雨林和南亞熱帶常綠闊葉林為主要植被類型，受溫暖濕潤氣候和豐富降水條件影響，植被生長旺盛，生物量豐富。云南省南部向北GPP逐步遞減，至四川省的西北部是GPP低值的集中區(qū)域，全區(qū)域小于500gC/m2。這可能與四川西部的海拔地形、氣候條件和植被類型等因素相關(guān)。川西地區(qū)海拔普遍在3000米以上，高海拔地區(qū)氣壓低、氧氣稀薄，抑制植物的光合作用效率，導(dǎo)致植被生長受限，從而限制了GPP的提升。此外，川西屬于高原氣候區(qū)，年均溫度較低，熱量資源不足，生長期短暫，以草地等低生產(chǎn)力植被類型為主，不利于持續(xù)、快速地進(jìn)行光合作用。四川省、重慶市和貴州省有零星幾個(gè)范圍非常小的高值區(qū)。圖3.2西南四?。ㄊ校┛偝跫?jí)生產(chǎn)力（GPP）的空間分布情況，分別為2000年（a）、2010年（b）和2020年（c）。NPP的空間分布特征在過去二十年間也大致保持一致，整體上呈現(xiàn)由云南省南部的高值區(qū)向北逐漸減小的過渡趨勢(shì)。四川盆地內(nèi)部的NPP值整體偏低，形成了顯著的低值中心，被四周中值區(qū)環(huán)繞，與周圍植被較豐富的山地地區(qū)形成鮮明對(duì)比。這一分布特征可能與四川盆地地區(qū)城鎮(zhèn)化程度高，土地利用以農(nóng)業(yè)耕地和城市建設(shè)用地為主，天然植被覆蓋率低和植被類型缺乏多樣化等因素相關(guān)。低值中心的范圍在二十年間有縮小趨勢(shì)，表明植被碳匯能力的增強(qiáng)。四川西部由于歸一化植被指數(shù)（NDVI）和光合有效輻射（FPAR）衛(wèi)星數(shù)據(jù)不全，導(dǎo)致計(jì)算結(jié)果缺失值較多，在空間特征分析中不對(duì)這塊區(qū)域進(jìn)行分析（NPP、NEP下同）。圖3.3西南四省（市）凈初級(jí)生產(chǎn)力（NPP）的空間分布情況，分別為2000年（a）、2010年（b）和2020年（c）。NEP的空間分布特征與NPP的空間分布特征具有高度相似性。這種相似性反映了凈碳匯能力在很大程度上受初級(jí)生產(chǎn)力的主導(dǎo)控制，說明區(qū)域碳匯格局與植被光合能力密切相關(guān)。此外，該特征也表明在研究區(qū)域易養(yǎng)呼吸Rh的空間差異較小或分布趨勢(shì)與NPP相近，從而未顯著改變NEP的空間分布趨勢(shì)。整體呈現(xiàn)南高北低，以四川盆地為低值中心，四周中值區(qū)域環(huán)繞的空間格局。高值區(qū)在20年間整體位置變化不大，說明高生產(chǎn)力區(qū)域具有較強(qiáng)的碳匯穩(wěn)定性。低值中心的范圍在二十年間有縮小趨勢(shì)，表明該地區(qū)儲(chǔ)碳能力有所上升。相較于NPP，NEP整體空間分布上的差異性更小，顏色變化更為平緩，空間梯度較弱，各等級(jí)區(qū)域的區(qū)分度較小。圖3.4西南四?。ㄊ校﹥羯鷳B(tài)系統(tǒng)生產(chǎn)力（NEP）的空間分布情況，分別為2000年（a）、2010年（b）和2020年（c）。

4.不同植被類型的碳匯能力對(duì)比分析4.1不同植被類型GPP、NPP和NEP差異特征不同植被類型在西南四?。ㄊ校┑腉PP有顯著差異。高值區(qū)（3000gC/m2）主要集中在云南省南部的森林和稀樹草原區(qū)域，少部分分布在云南省南部的灌叢類植被區(qū)域，其它植被類型幾乎無高值分布。稀樹草原類型在西南地區(qū)分布最廣、最為密集，覆蓋了多樣的地形和氣候條件，因此所對(duì)應(yīng)的GPP值范圍也最廣泛，從低值到中值再到高值均有分布，整體表現(xiàn)出較大的空間差異性。從南至北有高值—中值—低值的過渡趨勢(shì)。草地類型除少量分布在云南省，絕大部分集中在四川省西部，以低值為主（500gC/m2）。根據(jù)圖3.6可知，草地類型的GPP明顯低于其它植被類型，這也解釋了為什么在上一節(jié)的GPP空間分布圖上四川省西部是顯著的低值區(qū)。農(nóng)田類型的GPP也基本以低值為主（1000gC/m2），分布在西南四?。ㄊ校┑臇|部和南部。鑒于本研究區(qū)域內(nèi)濕地類型區(qū)域的數(shù)量和面積都較小，難以分析特征，在分析過程中不對(duì)濕地類型做單獨(dú)討論（NPP、NEP下同）。圖3.5GPP在不同植被類型上的空間分布，（a）是森林類，（b）是灌叢類，（c）是稀樹草原，（d）是草地類，（e）是濕地類，（f）是農(nóng)田類。從不同植被類型的二十年平均GPP圖來看，森林的多年平均GPP最高，為1537.44gC/m2，顯著高于其它植被類型，并且與灌叢、稀樹草原相比，差距在300gC/m2。說明森林具有更強(qiáng)的光合作用生產(chǎn)力，有較強(qiáng)的固碳能力，是陸地生態(tài)系統(tǒng)最重要的碳匯來源。草地的多年平均GPP最低，僅為559.5gC/m2，顯著低于其它植被類型，可能與它們的生物量較少、植物生長周期較短以及水分和營養(yǎng)條件較為貧乏等因素有關(guān)。表明其固碳能力較弱，對(duì)植被固碳過程的貢獻(xiàn)較少。農(nóng)田的GPP水平低于天然植被（森林、灌叢等），但仍高于草地，可能與農(nóng)業(yè)生產(chǎn)管理措施有關(guān)。灌叢、稀樹草原和濕地的GPP水平介于森林和草地、農(nóng)田之間，數(shù)值相對(duì)接近，差異較小，表明它們?cè)谔脊潭芰ι暇哂幸欢ㄏ嗨菩?。圖3.6不同植被類型區(qū)域二十年平均GPP值與GPP在不同植被類型的分布圖相比，NPP在不同植被類型上的取值范圍相對(duì)更廣泛。具體來說，NPP在每種植被類型基本上同時(shí)包含低值、中值和高值區(qū)，表現(xiàn)出較大的空間差異性，而GPP在某些植被類型上更集中于中高值段或低值段，數(shù)值分布更集中。草地和農(nóng)田類型不再由低值區(qū)全覆蓋，也有明顯的中高值區(qū)。側(cè)面說明了森林、灌叢這樣的高初級(jí)生產(chǎn)力植被，呼吸作用也較為顯著，呼吸消耗大，使得其凈初級(jí)生產(chǎn)力與其他植被類型的差距縮小。五種植被類型（除濕地類）的空間分布具有高度相似性，高值區(qū)均集中于云南省南部，和NPP空間分布圖一致，中值區(qū)集中在云南省北部和四川省、貴州省南部，低值區(qū)在四川省、貴州省北部以及重慶市，整體呈現(xiàn)南高北低的空間布局。圖3.7NPP在不同植被類型上的空間分布，（a）是森林類，（b）是灌叢類，（c）是稀樹草原，（d）是草地類，（e）是濕地類，（f）是農(nóng)田類。不同植被類型區(qū)域上二十年平均NPP值的差異相較于平均GPP值，差異較小，不同植被類型間更為接近，可能與植物自身呼吸消耗等生態(tài)因素密切相關(guān)。森林和草地的多年平均NPP值依舊為最大值和最小值，分別為699.13gC/m2和526.79gC/m2，進(jìn)一步驗(yàn)證了森林是陸地生態(tài)系統(tǒng)最重要的碳匯來源，以及草地系統(tǒng)對(duì)固碳的貢獻(xiàn)較少。其余植被類型的NPP大小排序與GPP一致。灌叢、稀樹草原和濕地的數(shù)值接近，凈初級(jí)生產(chǎn)力處于同一水平。圖3.8不同植被類型區(qū)域二十年平均NPP值根據(jù)圖3.9，NEP在不同植被類型下的空間分布格局與NPP的分布特征高度一致。這種高度相似性可能來源于本文中NEP計(jì)算方法的依賴性，即采用基于NPP減去異養(yǎng)呼吸（Rh）的方法進(jìn)行估算，從而在一定程度上保留了NPP的空間特征。NEP在不同植被類型上二十年平均值的差異特征與前面兩種指標(biāo)具有相似性，最高值和最低值同樣為森林類（687.01gC/m2）和草地類（518.68gC/m2）。濕地類和農(nóng)田類與草地類數(shù)值接近，是凈儲(chǔ)存碳量較低的植被類型。圖3.9NEP在不同植被類型上的空間分布，（a）是森林類，（b）是灌叢類，（c）是稀樹草原，（d）是草地類，（e）是濕地類，（f）是農(nóng)田類。圖3.10不同植被類型區(qū)域二十年平均NEP值4.2不同植被類型的碳利用效率及碳匯潛力評(píng)估除上節(jié)對(duì)初級(jí)生產(chǎn)力（GPP）、初級(jí)凈生產(chǎn)力（NPP）和凈生態(tài)系統(tǒng)生產(chǎn)力（NEP）這些生態(tài)系統(tǒng)生產(chǎn)力指標(biāo)的討論和分析外，本文還結(jié)合碳利用效率（CEU）對(duì)西南四省（市）碳匯能力進(jìn)行分析。碳利用效率（CUE）是反映生態(tài)系統(tǒng)將光合固定碳用于凈生態(tài)系統(tǒng)生產(chǎn)（NEP）效率的關(guān)鍵生態(tài)指標(biāo)，是影響陸地生態(tài)系統(tǒng)碳儲(chǔ)存的一個(gè)關(guān)鍵因素。根據(jù)研究時(shí)間區(qū)間內(nèi)平均CUE在西南四省（市）的空間分布圖4.1可知，高值區(qū)（0.8）分布零星，集中在云南省東部和北部，這些區(qū)域也是高GPP和高NPP分布區(qū)，以森林生態(tài)系統(tǒng)為主。高CUE表明這些區(qū)域的生態(tài)系統(tǒng)碳損耗少（呼吸作用低、干擾少），碳匯效率高。橙色區(qū)域（0.6—0.8）同樣分布零散，在四個(gè)?。ㄊ校┚猩倭糠植?，常常在高值區(qū)附近出現(xiàn)。中值區(qū)（0.4—0.6）分布最為廣泛，涵蓋了大部分研究區(qū)域，是CUE的主體，多與耕地、草地、部分次生林區(qū)一致，說明該區(qū)域雖有較高GPP，但同時(shí)也伴隨較大的碳損耗。低值區(qū)（0.4）主要集中在成都平原、貴州省北部以及云南省東部，可能存在森林退化或人工林比例高的問題，或者受到人類活動(dòng)的影響。此外，云南西部尤其靠近青藏高原邊緣，高海拔低溫限制植物的生長周期和生物量積累，雖有一定的GPP，但轉(zhuǎn)化為NPP的比例較低。貴州北部的石漠化問題也限制了植被的初級(jí)生產(chǎn)力。云南省南部雖然是GPP和NPP高值區(qū)，顯著高于其它地區(qū)，但結(jié)合CUE分布圖發(fā)現(xiàn)，碳匯效率并不高，說明高凈初級(jí)生產(chǎn)力區(qū)和高碳利用效率區(qū)不是完全重合的，受到例如植被呼吸作用強(qiáng)度等因素的影響。另外，不容忽視的是，在復(fù)雜地形山區(qū)，地形遮蔽影響遙感反演的準(zhǔn)確性，使GPP、NDVI等變量估算存在偏差，給CUE計(jì)算帶來一些不確定性。圖4.1西南四?。ㄊ校┒昶骄鵆UE的空間分布本研究計(jì)算了不同植被類型的二十年平均CUE，并且結(jié)合前文三個(gè)生態(tài)系統(tǒng)碳循環(huán)指標(biāo)數(shù)據(jù)以及各個(gè)植被類型的面積，得到平均每年不同植被的光合碳匯、總碳匯和凈碳匯，以此評(píng)估各個(gè)植被類型的碳儲(chǔ)能力和碳匯潛力。根據(jù)計(jì)算結(jié)果，雖然森林類的三個(gè)碳循環(huán)指標(biāo)均為最大值，但在西南四?。ㄊ校┟娣e占比較小，對(duì)總體碳儲(chǔ)量的貢獻(xiàn)不是最大的。森林類的CUE也較低，說明自身呼吸消耗大。但總體來說，森林單位面積碳匯潛力最大，是極為重要的碳匯來源，應(yīng)優(yōu)先保護(hù)現(xiàn)有森林資源，推進(jìn)退耕還林、人工造林等措施，提升森林覆蓋率。對(duì)碳儲(chǔ)量貢獻(xiàn)最大、最重要的碳儲(chǔ)庫是稀樹草原，CUE較高且占地廣泛。CUE最高的是草地，達(dá)到0.6，雖然草地類在GPP、NPP和NEP上均表現(xiàn)不佳，但自身呼吸消耗小，更大比例的碳被儲(chǔ)存下來。農(nóng)田類的CUE僅次于草地類，表明其碳儲(chǔ)能力相對(duì)較小但碳匯潛力較大。表4.1不同植被類型的二十年平均光合碳匯、總碳匯、凈碳匯（單位：萬噸C/year）和CUE類別光合碳匯總碳匯凈碳匯CUE森林類17.477.937.80.41灌叢類12.526.556.460.43稀樹草原63.2832.5831.850.46草地類10.9410.310.130.60濕地類0.0120.0060.0050.27農(nóng)田類16.48.978.710.52

5.影響碳匯能力的驅(qū)動(dòng)因素分析選取七個(gè)可能影響因素進(jìn)行相關(guān)性分析：年降水量（P）、年最高溫度（Tmax）、年最低溫度（Tmin）、年平均水汽壓差（VPD）、年平均太陽輻射（Srad）、年平均潛在蒸散量（PET）和夜間燈光（NL）。圖5.1中展示了主要碳循環(huán)指標(biāo)（GPP、NPP、NEP和CUE）與氣候因子及人類活動(dòng)指示因子之間的皮爾遜相關(guān)系數(shù)關(guān)系。從結(jié)果來看：GPP（總初級(jí)生產(chǎn)力）與NPP（凈初級(jí)生產(chǎn)力）和NEP（凈生態(tài)系統(tǒng)生產(chǎn)力）均呈顯著正相關(guān)，相關(guān)系數(shù)分別為0.65和0.64，且通過顯著性檢驗(yàn)，說明碳的總吸收能力與實(shí)際儲(chǔ)存量之間高度協(xié)同，符合碳循環(huán)基本原理。GPP是生態(tài)系統(tǒng)吸收碳的總量，NPP則是扣除植物自身呼吸損耗后的凈碳固定量，NEP進(jìn)一步考慮了土壤呼吸等過程，因此它們之間具備緊密相關(guān)性。NEP與CUE（碳利用效率）呈顯著正相關(guān)（0.42），說明當(dāng)生態(tài)系統(tǒng)對(duì)碳的利用效率越高時(shí)，凈碳儲(chǔ)存量也相對(duì)越高。飽和水汽壓差（VPD）與NEP的正相關(guān)性較強(qiáng)（0.65），這與一些研究指出在一定范圍內(nèi)，適度的VPD可以促進(jìn)植物氣孔調(diào)節(jié)、增強(qiáng)光合速率有關(guān)，但VPD過高亦可能抑制生理活動(dòng)，表明其對(duì)碳循環(huán)具有“雙重效應(yīng)”ADDINEN.CITE<EndNote><Cite><Author>Inoue</Author><Year>2021</Year><RecNum>11</RecNum><DisplayText><styleface="superscript">[21]</style></DisplayText><record><rec-number>11</rec-number><foreign-keys><keyapp="EN"db-id="eave20xr19xttgeavvlpwafydspadztdprrd"timestamp="1745908546">11</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Inoue,Takayasu</author><author>Sunaga,Motoo</author><author>Ito,Mutsuhiro</author><author>Yuchen,Qu</author><author>Matsushima,Yoriko</author><author>Sakoda,Kazuma</author><author>Yamori,Wataru</author></authors></contributors><titles><title>MinimizingVPDFluctuationsMaintainsHigherStomatalConductanceandPhotosynthesis,ResultinginImprovementofPlantGrowthinLettuce</title><secondary-title>FrontiersinPlantScience</secondary-title><short-title>VPDfluctuations</short-title></titles><periodical><full-title>FrontiersinPlantScience</full-title></periodical><volume>Volume12-2021</volume><keywords><keyword>Photosynthesis,VPD,Lettuce,Rockwool,relativeairhumidity(RH)</keyword></keywords><dates><year>2021</year><pub-dates><date>2021-April-01</date></pub-dates></dates><isbn>1664-462X</isbn><work-type>OriginalResearch</work-type><urls><related-urls><url>/journals/plant-science/articles/10.3389/fpls.2021.646144</url></related-urls></urls><electronic-resource-num>10.3389/fpls.2021.646144</electronic-resource-num><language>English</language></record></Cite></EndNote>[\o"Inoue,2021#11"21]。降水（P）與GPP、NPP、NEP均呈負(fù)相關(guān)，分別為-0.37、-0.32、-0.31，這可能與西南地區(qū)降水與云量、輻射負(fù)相關(guān)、限制光合作用有關(guān)。或者在某些區(qū)域，過多的降水可能造成水分脅迫、土壤氧氣不足，從而抑制碳固定過程。NL（夜間燈光）與GPP呈顯著正相關(guān)，相關(guān)系數(shù)達(dá)0.81，同時(shí)與NPP和NEP也存在中等正相關(guān)，相關(guān)系數(shù)為0.45，表明人類活動(dòng)強(qiáng)度對(duì)陸地生態(tài)系統(tǒng)碳循環(huán)有顯著影響。圖5.1不同影響因素相關(guān)系數(shù)的熱力圖

6.結(jié)論與展望6.1結(jié)論本文基于衛(wèi)星遙感數(shù)據(jù)和CASA模型，定量分析了三個(gè)生態(tài)系統(tǒng)碳循環(huán)關(guān)鍵指標(biāo)2000年至2020年在研究區(qū)域內(nèi)的時(shí)空變化特征，結(jié)合IGBP分類數(shù)據(jù)，分析不同植被類型的碳儲(chǔ)能力和碳匯潛力，探究了影響碳匯能力的驅(qū)動(dòng)因素。全文結(jié)論如下：（1）在本文研究時(shí)段內(nèi)，GPP呈現(xiàn)較為緩慢的穩(wěn)定增長，起伏不大。NPP和NEP在時(shí)間序列上的變化特征具有高度同步性，總體呈上升趨勢(shì)，增長趨勢(shì)不穩(wěn)定，波動(dòng)頻繁，在2008年至2015年期間波動(dòng)較大。NEP始終為正值，表明西南四?。ㄊ校┦侵匾奶紖R區(qū)域。四?。ㄊ校┰谌齻€(gè)指標(biāo)上都具有明顯的數(shù)值差異，且呈現(xiàn)相同的省份排序，具體表現(xiàn)為云南省GPP最高，其次是貴州省、重慶市和四川省，依次遞減。（2）GPP、NPP和NEP在研究時(shí)段內(nèi)的空間分布特征基本保持不變，且整體上均呈現(xiàn)南高北低的趨勢(shì)，由南向北逐漸遞減。GPP的高值區(qū)集中在云南省南部，達(dá)到2000gC/m2以上，其余地區(qū)以中低值為主，零星分布一些范圍非常小的高值區(qū)。低值區(qū)集中于四川省西部，全區(qū)域小于500gC/m2。NPP的低值區(qū)位于四川盆地，形成四周中值區(qū)環(huán)繞四川盆地低值中心的空間格局，低值中心范圍在二十年間有縮小趨勢(shì)，表明該區(qū)域植被碳匯能力的增強(qiáng)。NEP的空間分布特征與NPP的空間分布特征具有高度相似性，但相較于NPP，NEP整體空間分布上的差異性更小，空間梯度較弱，各等級(jí)區(qū)域的區(qū)分度較小。（3）在各類植被中，森林類的二十年平均GPP、NPP和NEP均為最高值，體現(xiàn)出其強(qiáng)大的碳固定和儲(chǔ)存能力；相比之下，草地類在三項(xiàng)指標(biāo)中均為最低，碳匯能力最弱。從三項(xiàng)指標(biāo)的不同植被空間分布圖來看，基本都呈現(xiàn)南高北低的空間分布格局，高值往往集中在森林類、灌叢類和稀樹草原。雖然稀樹草原單位面積碳匯潛力不如森林，但CUE較高且分布廣泛、面積占比大，其碳儲(chǔ)量最大，是最為重要的碳儲(chǔ)庫。草地類雖在GPP、NPP和NEP上表現(xiàn)不佳，但CUE最高，通過光合作用固定的碳更多的儲(chǔ)存下來而不是用于自身消耗。農(nóng)田類的CUE僅次于草地類，表明其碳儲(chǔ)能力相對(duì)較小但碳匯潛力較大。（4）碳循環(huán)關(guān)鍵指標(biāo)之間存在顯著相關(guān)性，GPP分別與NPP和NEP呈正相關(guān)，相關(guān)系數(shù)為0.65和0.64，且均通過顯著性檢驗(yàn)，反映出生態(tài)系統(tǒng)碳總吸收量與實(shí)際碳儲(chǔ)存之間高度協(xié)同，符合碳循環(huán)的基本機(jī)制。NEP與碳利用效率（CUE）呈顯著正相關(guān)（r=0.42），表明碳利用效率越高，凈碳儲(chǔ)量越大。氣候因子中，飽和水汽壓差（VPD）與NEP的正相關(guān)性較強(qiáng)（r=0.65），說明在一定范圍內(nèi)適度的VPD可通過調(diào)節(jié)氣孔、促進(jìn)光合作用增強(qiáng)碳匯功能，但其對(duì)碳循環(huán)亦可能具有“雙重效應(yīng)”。降水（P）則與GPP、NPP、NEP均呈負(fù)相關(guān)（相關(guān)系數(shù)分別為-0.37、-0.32和-0.31），可能與西南地區(qū)降水與輻射、云量關(guān)系密切或局部區(qū)域降水過多引發(fā)的水分脅迫有關(guān)。此外，人類活動(dòng)強(qiáng)度指標(biāo)夜間燈光（NL）與GPP呈顯著正相關(guān)（r=0.81），與NPP和NEP也存在中等強(qiáng)度的正相關(guān)關(guān)系（r=0.45），表明人類活動(dòng)對(duì)陸地碳循環(huán)過程具有重要影響。6.2不足與展望本文雖取得一定成果，但仍存在不足，一些問題需要進(jìn)一步討論和改進(jìn)：（1）本文采用CASA模型結(jié)合遙感與氣象數(shù)據(jù)估算NPP和NEP碳匯指標(biāo)，雖具有較好的區(qū)域適用性與時(shí)空連續(xù)性，但存在一定不確定性。一方面，CASA模型本身簡化了部分生態(tài)過程，如土壤微生物呼吸、極端天氣對(duì)植物碳吸收的影響、人為因素對(duì)植被的影響等，結(jié)果可能產(chǎn)生一定偏差。另一方面，本文處理參數(shù)時(shí)做了部分簡化，最大光能利用率統(tǒng)一采用全球通用值0.389gC/m2，沒有考慮最大光能利用率在不同植被類型上的差異，增加了計(jì)算結(jié)果的不確定性。（2）CASA模型雖應(yīng)用廣泛，且經(jīng)前人驗(yàn)證計(jì)算精度較高，但模型計(jì)算結(jié)果沒有與已有的衛(wèi)星遙感NPP產(chǎn)品（如MOD17A3、GLASS等）或?qū)嵉販y(cè)量數(shù)據(jù)進(jìn)行比對(duì)，缺乏對(duì)計(jì)算精度的定量驗(yàn)證。未來可通過引入實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證，或與已有遙感產(chǎn)品進(jìn)行對(duì)比分析，以提升碳匯指標(biāo)估算的準(zhǔn)確性和可信度。（3）影響因素的分析依賴統(tǒng)計(jì)相關(guān)性分析，未能完全揭示因果關(guān)系。整體分析以描述性為主，尚未從生態(tài)過程和機(jī)制層面深入探究這些指標(biāo)形成的內(nèi)在原因。未來研究可引入因果推斷模型、地理探測(cè)器等方法，深入探討不同氣象因子和人為因子對(duì)碳循環(huán)的作用機(jī)制，從而更準(zhǔn)確地分析碳匯變化的驅(qū)動(dòng)因素。

參考文獻(xiàn)ADDINEN.REFLIST[1] IPCC.ClimateChange2021:ThePhysicalScienceBasis.ContributionofWorkingGroupItotheSixthAssessmentReportoftheIntergovernmentalPanelonClimateChange[J].2021.[2] IPCC.ClimateChange2022:Impacts,AdaptationandVulnerability.ContributionofWorkingGroupIItotheSixthAssessmentReportoftheIntergovernmentalPanelonClimateChange[J].2022.[3] IPCC.ClimateChange2023:SynthesisReport[J].2023.[4] IPCC.ClimateChangeandLand:anIPCCspecialreportonclimatechange,desertification,landdegradation,sustainablelandmanagement,foodsecurity,andgreenhousegasfluxesinterrestrialecosystems[J].2019.[5] INTERNATIONALCOUNCILOFSCIENTIFICU.Internationalgeosphere-biosphereprogram:astudyofglobalchange,theinitialcoreprojects[R].Sweden:IGBP,1990.[6] STEFFENW,CANADELLJ,APPSM.Theterrestrialcarboncycle:implicationsfortheKyotoProtocol[J].Science,1998,280(5368):1393-4.[7] CAIX-M.TheEcologyofEcosystem[M].Beijing,China:SciencePress,2000.[8] CHENJ-Q,YANGS-Y.EcologicalMethodsofTerrestrialEcosystem[M].Beijing,China:HigherEducationPress,2014.[9] 陳云浩,徐丹.陸地植被凈初級(jí)生產(chǎn)力計(jì)算模型研究進(jìn)展[J].生態(tài)學(xué)雜志,2005,24(3):296-300.[10] 王宗明,梁銀麗.植被凈第一性生產(chǎn)力模型研究進(jìn)展[J].干旱地區(qū)農(nóng)業(yè)研究,2002,20(2):104-7.[11] RUIMYA,KERGOATL,BONDEAUA.Comparingglobalmodelsofterrestrialnetprimaryproductivity(NPP):analysisofdifferencesinlightabsorptionandlight-useefficiency[J].GlobalChangeBiology,1999,5(S1):56-64.[12] 袁文平,蔡文文,劉丹,等.陸地生態(tài)系統(tǒng)植被生產(chǎn)力遙感模型研究進(jìn)展[J].地球科學(xué)進(jìn)展,2014,29(5):541-50.[13] 孫睿,朱啟疆.陸地植被凈第一性生產(chǎn)力的研究[J].應(yīng)用生態(tài)學(xué)報(bào),1999,10(6):757-60.[14] MONTEITHJL.SolarRadiationandProductivityinTropicalEcosystems[J].JournalofAppliedEcology,1972,9(3):747-66.[15] 洪長橋,金曉斌,陳昌春,等.集成遙感數(shù)據(jù)