气候变化背景下羌塘国家自然保护区植被净初级生产力时空变化*

周刊社，杜 军，沈 旭，蒲桂娟，张东东，党雪妮

（1.西藏自治区气候中心，拉萨 850001；2.西藏高原大气环境科学研究所，拉萨 850001；3.西藏自治区大气探测技术与装备保障中心，拉萨 850001；4.林芝市气象局，林芝 850400）

羌塘国家自然保护区是仅次于丹麦格陵兰国家公园的世界第二大陆地自然保护区，也是平均海拔最高的自然保护区。该区域气候寒冷干燥，空气稀薄，自然环境恶劣，植被类型简单，为典型的高原荒漠生态系统。IPCC 第五次评估报告（AR5）第一工作组（WGI）报告指出，1880-2012年全球海陆表面平均温度呈线性上升趋势，升高了0.85℃；2003-2012年平均温度比1850-1900年上升了0.78℃，温室气体排放以及其它人类活动可能是20世纪中期以来全球气候变暖的主要原因[1]。中国在持续的全球气候变暖趋势下，年均气温在过去100a 升高了0.5～0.8℃，略高于全球水平[2]；随着气候变暖，中国极端最低气温上升，气温日变化减小，夏季高温热浪增多，霜冻日数下降，寒潮明显减少，同时也导致生态系统发生了明显变化[3]。杜军发现1961-2000年西藏高原平均气温升温率为0.26℃·10a-1，明显高于全国和全球水平[4]；大部分地区年降水量呈增加趋势[5]。预估研究表明，到21世纪末期（2081-2100年），全球平均地表温度将在1986-2005年的基础上升高0.3～4.8℃[6]，其中在RCP2.6 情景下可能上升0.3～1.7℃，RCP4.5 情景下可能上升1.1～2.6℃，RCP6.0情景下可能上升1.4～3.1℃，而在RCP8.5 情景下可能上升2.6～4.8℃[1]。随着全球气候变化，羌塘国家自然保护区气候环境和生态环境必然受到影响，甚至变化更为敏感和剧烈。

自然植被净初级生产力（NPP），也称净第一性生产力，是指植物群落在自然环境条件下，通过光合作用，在单位时间、单位面积上所积累的有机干物质的数量，是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分[7]。植被NPP 是地表碳循环的重要组成部分，能反映植被群落在自然环境条件下的实际生产能力，表征陆地生态系统的质量状况。植被NPP 广泛应用于植被长势监测、土地利用评价、区域生态规划、生态效益评估等方面。目前关于植被NPP 估算的统计模型有根据气温、降水建立的Miami 模型[8]、基于蒸散建立的Thornthwaite Memorial 模型[9]、根据净辐射和辐射干燥度建立的Chikugo 模型[10]等；朱志辉[11]改进Chikugo 模型建立了北京模型，周广胜等[12]联系植物生理生态特性和水热平衡关系建立了综合植被模型。张宪洲等[13-14]分别利用Miami 模型、Thornthwaite Memorial 模型、Chikugo 模型对中国自然植被NPP 进行了分析，并对模型估算精度进行了比较。另外，国内学者在模型的推广应用方面也作了不少探索[15-19]。遥感和地理信息系统技术使在空间上和时间上大范围的植被NPP 估算成为可能，促进了植被NPP 从传统测量向模型估算转变，研究人员根据遥感资料和植被生物量建立了很多植被NPP 遥感反演模型[20-25]。尽管遥感反演模型能较真实反映陆地植被NPP 时空分布状况，且具有以面代点、监测方便等优势，但大多由于地面观测数据较少，遥感数据的分辨率不高，植被指数受背景干扰严重等原因导致遥感反演模型预估精度不高；而Miami 模型和Thorthwaite Memorial 模型仍然在简单明确、方便易用等方面具有优势，能反映影响植被生长发育的气温、降水和蒸散等关键因子特点，也能客观表述不同生态环境下植被NPP 状况，所以在植被NPP 估算中仍然得到广泛应用。

全球气候变暖已是不争的事实，保护区气候变化更加敏感。目前羌塘国家自然保护区（以下简称保护区）还存在大片的气象观测空白，无法满足天气预报、气候预测的需要，也缺乏有针对性的、连续的植被变化监测。基础数据的严重不足导致对保护区气候变化的幅度和影响程度还不十分清楚，增大了区域生态环境保护难度，关于该区域自然植被NPP变化的研究也鲜见报道。因此，研究保护区植被NPP空间分布格局、演变特征及其气候影响机理，对于维持羌塘草原生态系统平衡和生态环境保护评价十分重要。本研究利用保护区附近气象站观测资料、IPCC5发布的历史气候格点数据以及未来气候预估数据，运用Miami 模型和Thornthwaite Memorial 模型研究保护区植被NPP 可能时空分布和变化规律，为高原生态环境保护和应对气候变化提供科学依据。

1 资料与方法

1.1 研究区概况

保护区（32°12′-36°29′N，79°59′-90°26′E）位于西藏自治区北部，昆仑山、可可西里山以南，冈底斯山和念青唐古拉山以北，主要涉及那曲市西部的双湖县、尼玛县、安多县以及阿里地区的日土县、革吉县和改则县，总面积约29.8×104km2（图1）。该区域分布有西北部的寒漠土地带、西部的冷漠土地带、北部的漠嘎土地带和羌塘高原腹地的莎嘎土地带[26]，植被类型以高原高寒草原、高寒草甸和高寒荒漠为主。由于保护区地处无人区，无长时间序列的气象资料，故选取距离保护区最近的5个有人值守气象站，这些气象站具有1971年以来完整的气象观测资料，距离保护区边界垂直距离均为100km 左右，站点分布基本与保护区长轴平行，且站点间纬度差异较小、经度差异较大。以狮泉河站代表西部，改则站代表中部，申扎、班戈、安多站代表东部，利用这些站点的多年气象观测资料研究保护区附近以及保护区气候时空变化及植被NPP 时空变化具有代表性。

1.2 数据来源与预处理

1.2.1 DEM 数据和行政边界

高程DEM 数据空间分辨率为30m，来自http://gdex.cr.usgs.gov/gdex/，行政边界数据采用国家基础地理信息中心发布的1∶400 万西藏行政区划数据。

1.2.2 历史气象数据和未来气候情景数据

保护区附近5 个气象站1971-2018年逐日降水量、气温资料由西藏自治区气象信息网络中心提供，已经通过质量控制。作为对比标准值的保护区内1960-1990年年平均气温、年降水量栅格数据[27]在http://www.worldclim.org/current 下载，采用“国际耦合模式比较计划”（CMIP5）中[28-29]预估RCP4.5、RCP8.5 下的模拟结果[30]，采用 BBC-CSM1-1、MRI-CGCM3、HadGEM2-ES、IPSL-CM5A-LR、INMCM4 等共14 种模式进行预估，以等权重加权法预估21世纪中期（2041-2060年）和21世纪后期（2061-2080年）的年平均气温和年降水量。这些模式的输出结果已被证实对青藏高原地区地表气温和降水气候态的空间分布型和空间变率具备较好的模拟能力[31]。

1.3 研究方法

1.3.1 线性倾向率计算

式中，Y 为研究要素，t 为年份，a0为常数项；a1为线性趋势项，用a1×10 表示研究要素每10年的倾向率。采用F 检验法对拟合的回归方程进行显著性检验（P＜0.05，P＜0.01 和P＜0.001）。

1.3.2 植被NPP 计算

基于Miami 模型和Thornthwaite Memorial 模型，利用保护区附近气象站点年平均气温和年降水量计算保护区附近植被NPP，同时根据保护区历史气候栅格数据和气候预估数据分别计算历史（1960-1990年）和未来不同时期（2041-2060年和2061-2080年）的植被NPP，公式分别为

Miami 模型：

Thornthwaite Memorial 模型：

其中

式中，T 为年平均气温（℃），R 为年降水量（mm），E 为实际年蒸散量（mm）；L 为年平均最大蒸散量（mm），是年平均气温T 的函数。

NPPt 为根据Miami 模型和年平均气温计算的植被气温NPP；NPPr 为根据Miami 模型和年降水量计算的植被降水NPP，根据Liebig 最小因素定律，选择NPPt、NPPr 中最小值作为计算点的植被NPP 值；NPPe 为根据Thornthwaite Memorial 模型和年实际蒸散量计算的植被蒸散NPP。将NPPt、NPPr 和NPPe中最低者作为某地的自然植被标准NPP，以NPPb表示，单位均为kg·hm-2·a-1或kg·ha-1·y-1。

1.3.3 数据处理

利用SPSS 软件分析处理数据的差异显著性和相关性，Excel 软件制作趋势图，ArcGIS 软件进行栅格数据计算和制图。

2 结果与分析

2.1 保护区附近气象站植被NPP及其限制因子分析

2.1.1 气温和降水量及其变化

由图2 可见，保护区附近5 个气象站1971-2018年年平均气温呈极显著升高趋势（P＜0.01）；年平均气温和气温倾向率均表现为从西部到东部逐渐变小分布，而年降水量年际间变化较大，但增加不显著，空间上表现为从西部到东部逐渐变多分布。

2.1.2 植被NPP 及其变化

图3 表明，近48a 各站NPPt 均表现为极显著增加趋势（P＜0.01），NPPt 从西向东逐渐变小，其中狮泉河站大部分年份最大，安多站所有年份均最小（图3a）；各站NPPr 波动较大，增加不明显（P＞0.05），NPPr 与NPPt 空间分布特征正好相反，表现为从西部向东部逐渐增大，其中狮泉河站所有年份最小，安多站大部分年份最大（图3b）；NPPe 和NPPb 除安多站增加显著外（P＜0.05），其余各站变化均不明显，空间分布上表现为从西部向东部先增大后减小，其中狮泉河和改则站的NPPe、NPPb 均较小（图3c）；NPPb 与NPPe 曲线表现非常相似，只是个别年份略有差异（图3d），大部分年份NPPe 能够代表NPPb来表征植被NPP 的变化特征。

对比发现（表1），保护区附近年平均气温增加率西部为0.58℃·10a-1，中部为0.53℃·10a-1，东部为0.30～0.46℃·10a-1，整个区域增温率为0.45℃·10a-1，各站均通过显著性检验（P＜0.01）；年降水量增加率西部-0.71mm·10a-1，中部13.7mm·10a-1，东部14.4～22.4mm·10a-1，区域增加率为12.9mm·10a-1，各站均未通过显著性检验；实际年蒸散量从东部到西部表现为先增加再减小特征，各站年际变化不明显。从48a 平均值来看，狮泉河、改则站由降水决定的NPPr不及NPPt，接近由蒸散决定的NPPe，初步认为降水量是植被NPP 的限制因子；同理认为申扎、班戈、安多站蒸散量可能为植被NPP 的限制因子。利用近48a 的NPPb 与气温、降水量和蒸散量建立线性回归模型发现，三者均与NPPb 极显著正相关（P＜0.001）。在只考虑单因素对NPPb 的影响时，气温每升高（降低）0.1℃，NPPb 将增加（减少）41.1kg·hm-2·a-1；降水量每增加（减少）1.0mm，NPPb 将增加（减少）9.2kg·hm-2·a-1；蒸散量每增加（减少）1.0mm，NPPb将增加（减少）24.5kg·hm-2·a-1。对保护区附近5 个气象站1971-2018年各年代的NPPt、NPPr、NPPe 及NPPb 平均值进行差异显著性比较发现（表2），NPPt 在不同年代随着气温的升高逐年代增大，20世纪80-90年代相对于20世纪70年代显著增加，21世纪的前2 个年代与20世纪所有年代相比均显著增加（P＜0.05），说明NPPt 发生了较为显著的年代际变化。NPPr 在20世纪不同年代变化不明显，21世纪的前2 个年代与20世纪70-90年各年代相比增加显著，NPPe、NPPb 与NPPr 的年代际变化特征相似。整体来看，保护区的植被NPP主要气候限制因子是由气温和降水共同决定，但NPPe 不是所有年份都最小；当地实际年蒸散量（E）与年降水量（R）的比值及年平均最大蒸散量（L）与年降水量（R）的比值能够表述年干燥程度，保护区附近水热配比年代际间差异不显著，年最大蒸散量及年平均实际蒸散量与降水量变化趋势一致性较强；整个区域NPPt 大于NPPr ，NPPt 与NPPr 的比值呈微弱增大趋势，但年代际差异不显著。

表1 1971-2018年5 个气象站气象要素和平均植被NPP 及其线性变化倾向率Table 1 Mean annual meteorological elements and average annual vegetation NPP（kg·ha-1·y-1）and linear change tendency rates at five meteorological stations from 1971 to 2018

表2 1971-2018年保护区附近5 个气象站平均植被NPP 的年代际变化Table 2 Interdecadal variation of vegetation NPP（kg·ha-1·y-1）of five meteorological stations near Qiangtang National Nature Reserve from 1971 to 2018

2.1.3 植被NPP 限制性气象因子分析

对各植被NPP 做差值运算，以便能更清楚地描述植被NPP 限制因子的年际变化。植被气温NPP 与植被降水NPP 的差值（NPPt-NPPr）变化显示（图4a），狮泉河站年际间呈极显著增加趋势（P＜0.01），改则站增加不明显，且两站大部分年份均大于2000kg·hm-2·a-1，显然降水是该区域植被NPP 限制因子；申扎、班戈站差值变化曲线在0 值线附近上下波动，气温和降水可能交替成为限制因子，所以受蒸散影响更大；安多站变化曲线几乎全在0 值线以下，气温是该站绝大部分年份的植被NPP 限制因子。植被气温NPP 与蒸散NPP 的差值（NPPt-NPPe）从西部的狮泉河站到东部的安多站逐渐减小，但几乎都大于0，仅安多2001年后小于0 的年份增多。安多站可能由于气温明显升高导致蒸散变化，致使NPPe 的增加幅度大于NPPt 增加幅度，限制因子有从蒸散转换为气温的趋势（图4b）。植被降水NPP与蒸散NPP 的差值（NPPr-NPPe）显示（图4c），安多站均值在3000kg·hm-2·a-1上下波动，且均大于400kg·hm-2·a-1，表明降水不是该地植被NPP 限制因子；狮泉河和改则站大部分年份小于0，降水应该是当地植被NPP 的主要限制因子，申扎站大部分年份在0 值线附近上下波动，降水和蒸散交替成为限制因子；班戈、安多站大部分年份大于0，蒸散在该区域起到明显的主导作用。植被蒸散NPP 与植被标准NPP 的差值（NPPe-NPPb）均小于600kg·hm-2·a-1，申扎、班戈、安多站大部分年份等于0，狮泉河、改则站大部分年份大于0（图4d），说明申扎、班戈、安多站植被NPP 表现为大部分年份由气温和降水共同决定，而狮泉河、改则站NPPe 则并非最小，可能是因为这两站大部分年份受降水少限制而导致NPPr小于NPPe。由此可初步推论，研究区植被NPP 的限制因子，西部、中部主要由降水决定，而东部主要为蒸散，东部限制因子有从蒸散转换为气温的趋势。

2.2 模拟基准期气候条件下植被NPP及其限制因子

为了研究保护区植被NPP 常态空间分布情况，利用1960-1990年期间的年平均气温和年降水量栅格数据分别对区域NPPt、NPPr、NPPe、NPPb 进行计算。结果显示，NPPt 在核心区为2001～4000kg·hm-2·a-1，大部分地区为3001～4000kg·hm-2·a-1；以核心区为界，北部缓冲区情况与核心区类似，南部缓冲区3001～5000kg·hm-2·a-1，南部缓冲区明显高于北部缓冲区；实验区主要分布在保护区的南部边缘，除两端少部分区域较小外，大部分区域NPPt 在4001～6000kg·hm-2·a-1，西南部部分区域NPPt 在6001～7000kg·hm-2·a-1（图5a）。由于降水量与地理位置、地形及雨季早晚紧密相关，NPPr 呈现从西北部向东南部增加的带状分布，分布条带与纬度线呈一定夹角，其中西北部1001～2000kg·hm-2·a-1，东南部3001～5000kg·hm-2·a-1（图5b）。NPPe 是气温和降水综合效应的结果，大部分区域在 1001 ～3000kg·hm-2·a-1，南部3001～4000kg·hm-2·a-1，整体表现为西北部较小，东南部较大；区域上降水比气温影响大，小范围气温影响也很明显（图5c）。NPPb与NPPe 空间分布极为相似，仅在实验区的西南部稍有区别（图5d）。

对1960-1990年平均气候态下的NPPt、NPPr、NPPe 和NPPb 分别进行栅格差值运算结果表明，NPPt 与NPPr 的差值（NPPt-NPPr）在保护区西部为1001～3000kg·hm-2·a-1，中部1～2000kg·hm-2·a-1，东部少部分区域-999～1kg·hm-2·a-1；缓冲区绝大部分区域在1001～4000kg·hm-2·a-1，只有南部缓冲区的东部小于0；实验区西部区域在1001～5000kg·hm-2·a-1，东部少部分区域小于0（图6a）。初步认为保护区植被NPP 西部受降水限制，东部少部分区域受气温限制，在从东部到西部的某些过渡区域可能受气温和降水共同决定。NPPt-NPPe 在保护区绝大部分区域处于1001～4000kg·hm-2·a-1，仅南部缓冲区东部和实验区东部小于1000kg·hm-2·a-1。初步认为整体上保护区植被NPP 由气温和降水共同决定，只有保护区东南部小部分区域受到气温限制（图6b）。NPPr-NPPe在保护区大部分区域在1000kg·hm-2·a-1以下，东部少部分区域为1001～4000kg·hm-2·a-1，南部缓冲区中部及实验区中部小于0。认为西南部主要受降水限制，其它区域受气温和降水共同决定（图6c）。图6d 表明，NPPe 与NPPb 除在西南部小部分区域有很小差别外，其它区域大小一致，说明绝大部分区域植被蒸散NPP 可以用来代表植被标准NPP。

2.3 未来气候情景下保护区植被NPP及其限制因子

与基准期相比较，在CMIP5 气候模式RCP4.5情景下，21世纪中期（2041-2060年）相对于1960-1990年保护区内大部分区域的 NPPt 增加501～1500kg·hm-2·a-1，实验区西南部增加1001～2000kg·hm-2·a-1（图7a），均呈斑块状分布。图7b显示，NPPr 增加量呈带状分布，西北部增加200～500kg·hm-2·a-1，中部大部分区域增加 501 ～1000kg·hm-2·a-1，东南部增加1001～1500kg·hm-2·a-1；核心区、缓冲区、实验区NPPt 增加量均表现为东南部大于西北部。NPPe 在西部增加1～500kg·hm-2·a-1，中部增加501～1000kg·hm-2·a-1，东部增加1001～1500kg·hm-2·a-1， 极少数地区增加 1501 ～2000kg·hm-2·a-1（图7c）。NPPb 与NPPe 增加量的分布情况非常相似，NPPb 只是增加量在 1 ～500kg·hm-2·a-1的面积要比NPPe 大一些（图7d）。

21世纪后期（2061-2080年）植被NPPt 绝大部区域增加501～1500kg·hm-2·a-1，少部分区域增加1501～2500kg·hm-2·a-1，极少部分区域增加2501～3000kg·hm-2·a-1（图 8a），增加量在 1001 ～1500kg·hm-2·a-1区间的面积较21世纪中期扩大较多；NPPr 增加200～500kg·hm-2·a-1的面积较中期有所减小，增加1001～1500kg·hm-2·a-1的面积有所增加（图 8b）；NPPe 较21世纪中期增加1～500kg·hm-2·a-1的面积有所减小，增加1001～1500kg·hm-2·a-1的面积明显增大（图8c）；NPPb 增加情况与21世纪中期相比其变化与NPPe 较为一致（图8d），在东部增加量达2001～3000kg·hm-2·a-1的面积明显增加。

在RCP8.5 情景下，未来不同时期各植被NPP均呈增加趋势，且与RCP4.5 情景下同期相比增加明显。21世纪中期保护区绝大部分区域NPPt 增加501 ～1500kg·hm-2·a-1， 西南部增加 1501 ～2500kg·hm-2·a-1，实验区西南区域增加 1501 ～3000kg·hm-2·a-1（图9a）；NPPr 增加量呈带状分布，西北部增加200～500kg·hm-2·a-1，东南部增加1001～1500kg·hm-2·a-1；与RCP4.5 情景下同期比较，增加量在200～500kg·hm-2·a-1区间的面积明显变小，增加量在1001～1500kg·hm-2·a-1区间的面积明显变大（图9b）；NPPe 与RCP4.5 情景下同期比较，西部增加200～500kg·hm-2·a-1和501～1000kg·hm-2·a-1的区域面积明显缩小， 而东部增加 1501 ～2500kg·hm-2·a-1的区域面积明显变大，且东部小部分区域增加2001～3000kg·hm-2·a-1（图9c）；与RCP4.5情景下同期比较，NPPb 增加1001～1500kg·hm-2·a-1的面积变化不大，但增加2001～2500kg·hm-2·a-1的区域明显变大（图9d）。

21世纪后期，植被NPPt 在大部区域增加1501～3 0 0 0 k g·h m-2·a-1，部分区域增加达 3 0 0 1 ～3500kg·hm-2·a-1，增加量呈斑块状镶嵌分布（图10a）；在相同排放情景下，NPPr 较21世纪中期增加200～500kg·hm-2·a-1的面积明显减小，增加1501～2000kg·hm-2·a-1的面积明显增大，实验区东南部少部分区域增加量达2001～2500kg·hm-2·a-1（图10b）；NPPe 较21世纪中期增加1～1000kg·hm-2·a-1的面积明显缩小，增加1501～2500kg·hm-2·a-1的面积大幅增加，东南部出现增加2501～3500kg·hm-2·a-1的区域（图10c）；NPPb 与21世纪中期相比增加值较小的面积明显变小，且出现了较大范围增加2001～3000kg·hm-2·a-1的区域（图10d）。

3 结论与讨论

3.1 结论

（1）保护区附近年平均气温均表现为年际极显著增加趋势，从西部到东部渐低；年降水量年际变化较大，增加不明显，从西部到东部渐多。各站NPPt从西部向东部逐渐变小，NPPr 从西部向东部逐渐增大，NPPe 和NPPb 表现为从西部向东部先增大后减小。狮泉河、改则站植被NPP 限制因子为降水量；申扎、班戈站植被NPP 限制因子为蒸散量，安多植被NPP 限制因子为蒸散量或气温。

（2）保护区附近气温、降水量和蒸散量均与NPPb 呈极显著正相关。在只考虑单因素对NPPb 的影响时，保护区植被NPP 增减效应表现为气温＞蒸散量＞降水量。21世纪所有年代NPPt、NPPr、NPPe、NPPb 与20世纪所有年代相比均显著增大。NPPt 与NPPr 比值呈微弱增大趋势，年代际变化不明显；气温升高导致最大蒸散量和年平均实际蒸散量的变化与降水量的变化较同步。

（3）保护区1960-1990年植被NPP 东南部大于西北部，植被NPP 限制因子西部为降水量，中部为蒸散量，东部为蒸散量或气温。不同排放情景下，未来不同时期相对于1960-1990年植被NPPt、NPPr、NPPe 和NPPb 均有明显提高。在同一排放情景下，21世纪后期与21世纪中期相比，植被NPP 增加的区域面积明显增大，且从西北向东南推移；在同一时期，RCP8.5 情景下植被NPP 明显大于RCP4.5 情景下。保护区在暖湿化气候变化趋势下，植被NPP均有所增加，在寒冷湿润的东南部增加幅度较大，而在寒冷干旱的西北部增加幅度较小。保护区未来气温升高，降水增多可以提高植被NPP，对该区域生态环境恢复和生态质量提高有利。

3.2 讨论

利用保护区附近5 个气象站长期观测资料和保护区再分析资料研究保护区气候变化特征，具有较好的代表性。过去48a 和未来气候均呈“暖湿化”的变化趋势有利于植被NPP 的提高。保护区植被NPP的空间分布特征与侯富强等[23]基于MODIS 数据研究认为保护区东部无明显荒漠化现象，中部荒漠化程度较轻，而西部荒漠化较为严重的分布特征有较好的相互印证关系，也与张久华[32]认为保护区植被覆盖度自东南向西北递减有较好的对应性。吴晓萍等[33]研究认为2001-2010年保护区东部NDVI 呈显著上升趋势，植被覆盖增加，中部和西部呈下降趋势，植被覆盖减少，这一结论也得到了本研究同期植被标准NPP 变化趋势的间接验证。在全球变暖的大背景下，保护区持续干旱日数趋于减少，干旱的几率降低[34]，加之羌塘高原气候呈“暖湿化”趋势[35-37]，这种气候变化趋势有利于植被生长和生态环境的改善。但是也要考虑到西北部气温升高可能导致水分蒸发加大，产生区域性干旱；西部干旱缺水一直是导致当地生态环境脆弱的主要原因，在干旱年份植被受到严重威胁时有发生，生态环境的整体向好不能代替干旱年份局部恶化；东部降水量较多地区随着气温升高生态环境可能会得到有效改善。

利用保护区附近西藏行政区域内的气象站观测资料和气候再分析资料来评价虽具有一定的代表性，但也存在一定的误差。从时间尺度上看，近几十年与地质年代相比十分短暂，但植被NPP 也表现出明显的年际和年代际变化特征。另外本研究未考虑冰川融水、湖泊面积变化等对当地气候环境的影响，如果在保护区建立气象观测站和植被生态监测站，增加保护区周边新疆、青海区域内的气象站资料则研究结果将更具有代表性。植被NPP 的大小与当地气温、降水、辐射、土壤肥力、植被状况等有很大关系，Miami 模型和Thornthwaite Memorial 模型只是一种估算方式，这些气候模型大都只考虑了气温、降水和潜在蒸散，而未考虑到太阳辐射、光能利用率等参数，具有一定局限性。另外，植被NPP预估是建立在气候模式预估气温和降水的基础上，气候预估模式精度的提高对区域未来植被NPP 研究和生态环境评估十分重要。由于条件限制，并未对气象站附近和保护区内实际植被NPP 进行持续测定以验证模型估算潜在植被NPP 的准确性。今后实地测定植被NPP 变化以改进植被NPP 气候估算模型，结合构建保护区植被NPP 遥感反演模型将是保护区自然植被生态环境监测评估的有效方法。