区域农田生态系统生产力的时空格局及其影响因子研究

生态环境学报 2010, 19(9): 2036-2041 Ecology and Environmental Sciences E-mail: editor@
基金项目：国家“十一五”科技支撑计划（60217B1002）；山东省人民政府泰山学者专项基金（00523902） 作者简介：苏本营（1982年生），男，硕士研究生，研究方向为农田生态系统生态学。

E-mail: shuying5211@ 收稿日期：2010-09-03
区域农田生态系统生产力的时空格局及其影响因子研究
——以山东省为例
苏本营1，张璐2，陈圣宾2，王冰雪2，蒋高明
1,2*
1. 山东农业大学作物生物学国家重点实验室，山东 泰安 271018；
2. 中国科学院植物研究所植被与环境变化国家重点实验室，北京 100093
摘要：在统计数据的基础上，以山东省为例，利用模型量化了农田生态系统净初级生产力(NPP)，并研究了农田生态系统NPP 的时空格局及其影响因素。

研究发现，2000—2006年间，山东省农田生态系统NPP 在时间序列上整体呈上升的趋势，由2000年的476.5 g·m -2·a -1(以C 计)上升到2006年的544.2 g·m -2·a -1(以C 计)。

空间格局中以鲁东、鲁中和鲁南较高，鲁西南和鲁北较低。

各地市中以枣庄最高，为691 g·m -2·a -1(以C 计)；东营最低，约424.4 g·m -2·a -1(以C 计)。

另外，莱芜、临沂及菏泽等地也相对偏低。

通过对影响农田生态系统NPP 的自然因子和人为因子分别进行主成分分析发现：气候因子中对山东省农田生态系统NPP 贡献最大的为降水；人为因子中以农膜的贡献最大，其次为农药、机械、化肥，而劳动力的贡献则随着科技的发展而降低，人口密度的过大对农田生态系统生产力具有较大的负面影响。

关键词：区域；农田生态系统；净初级生产力；时空格局；影响因素
中图分类号：S181 文献标识码：A 文章编号：1674-5906（2010）09-2036-06
植被净初级生产力[NPP, Net Primary Produc-tivity, 单位：g·m -2·a -1(以C 计)]是生态系统中物质与能量转运研究的基础，是地表碳循环的重要组成部分，它直接反映植物群落在自然环境条件下的生产能力[1]，是判定生态系统的碳源/汇和调节生态过程的主要因子[2]，也是评价生态系统结构与功能协调性，以及生物圈人口承载力的重要指标[3]。

随着全球变暖的加剧，植被净初级生产力的研究受到越来
越多研究者的关注，但主要集中于森林[4]、
草原[5-6]，或者整个陆地生态系统[7-8]。

而对于农田生态系统净初级生产力(NPP)的研究相对较为滞后。

农田生态系统是在人类干预和控制下形成的人工生态系统[9]，受人类干扰最为严重，与人类日常生活联系也最为密切。

农田生态系统净初级生产力代表着农田生态系统固定大气CO 2的能力，是陆地生态系统碳循环的重要组成部分[10-11]。

对于农田生态系统生产力的研究主要集中于谷物等粮食产量的方面[12]，而对净初级生产力的研究较少，闫惠敏等[13](2007)报道了中国农田生产力变化的时空格局，认为地形对其具有较大的影响，国志兴等[14] (2009)研究了三江平原农田生产力的时空特征，但均未对影响农田NPP 的影响因素进行分析。

本研究以农业较为发达的山东省为例，以该区域2000—2006年统计数据为基础，系统地量化了区域农田生态系统生产力，探讨了21世纪初的几年里，山东省农田生态系净初级生产力NPP 对自然和人为影响因
子的响应。

不仅探明了农田生态系统的固碳能力，而且研究了气候变化和人为作用对农田生态系统功能的影响，还能为解决全球粮食安全问题提供理论依据。

1 材料与方法
1.1 研究区域概况
山东省地处东经114°19'至122°43'，北纬34°22'至38°23'之间，土地面积15.78×104 km 2，占中国土地总面积的1.6%。

截止到2007年底全省总人口9367×104人，其中农业人口占全省总人口的53.25%，是中国主要的农业大省之一，对中国粮食生产的增长起着关键性的作用；山东省又地处暖温带季候区，具有较好的自然条件，适宜多种农作物的生长。

1.2 数据来源
本研究中分析数据均来自于山东省统计信息网中的《山东省统计年鉴2001—2007》农业篇和气候篇[15-16]，数据的具体指标包括主要种植类型农作物的种植面积和产量、化肥年使用量、农药年使用量、农膜年使用量、农村年劳动力、耕地面积、灌溉面积和车辆、机械年投入量等。

气候因子项目主要涉及月降雨量、月平均温度、月光照时数等。

1.3 农田生态系统生产力的估算方法
农田生态系统NPP 的估算是根据山东省农业统计数据中的产量、面积等资料估算NPP(表1)，其原理是根据不同作物收获部分的含水量和收获指数
苏本营等：区域农田生态系统生产力的时空格局及其影响因子研究：以山东省为例 2037
（经济产量与作物地上部分干质量的比值）将农业
统计数据的产量转换成植被碳储量。

转换方法采用下面的公式[17]：
11(1MC )0.45NPP HI 0.9n
n i i i i i i Y A ==−×=×∑∑
式中：Y i 是统计数据中作物i 的产量，MC i 是作
物收获部分的含水量，HI i 是作物i 的收获指数，A i
是作物收获面积。

运用山东省主要种植的8大类农
作物的产量、播种面积等统计数据，以及作物收获
部分的含水量和收获指数(表2)进行山东省农田生
态系统NPP 的量化。

其中，农业统计数据包括以地
级市为单位的区域的数据和全省的整体数据。

已有
研究表明，运用该方法计算得到的结果与利用
GLO-PEM 模型计算得到的NPP 呈极显著相关[13]，
在此不再进行具体的相关分析。

1.4 分析方法
运用Excel(MS Office 2003)、SPSS15.0 (Chi-cago, IL, USA)等数据分析软件进行数据分析，并
运用ArcGis9.3 (ESRI, USA)、SigmPlot10.0(Aspire Software Intl., Ashburn, VA, USA)等作图工具进行作图。

对于山东省农田NPP 空间格局的研究，本文采用以山东省各地级市为单位，以山东省17地市农田
生态系统2000—2006年初期生产力的均值为依据，
利用ArcGis9.3绘制山东省农田生态系统生产力的空间分布格局图。

农田生态系统NPP 的影响因子的研究中，将影响农田生态系统NPP 的各类因子划分为自然因子和人为因子，并分别进行研究。

其中，自然因子主要为气候因子，包括生长季均温、年均温差、年降雨量、生长季降雨量和年光照时数等。

人为因子主要包括单位面积劳动力投入、单位面积化肥使用量、单位面积农药使用量、单位面积农膜使用量、单位面积车辆、机械投入和有效灌溉比等。

对于各个影响因子的量化值，以单位面积使用量(t·hm -2)为单
位，即将统计数据中的总使用量除以耕地面积而获得。

并将7个年份做OUT ，分别乘以主要气候因子
变量和人为因子变量，建立相关系数矩阵表，运用SPSS 分析软件进行主成分分析。

2 结果分析
2.1
山东省农田生态系统NPP的时间变化格局
对山东省主要类型作物的收获面积和产量进
行计算发现，进入21世纪后，山东省农田生态系统NPP 存在着一定的波动性，整体呈增加的趋势，2006年与2000年相比，约增加了67.69 g·m -2·a -1(以C 计)。

从图1中可以看出，NPP 在2001年出现一个峰值，达到534.5 g·m -2·a -1(以C 计)。

2002年降到最低，仅为448.6 g·m -2·a -1(以C 计)。

以后逐年增加，在2006年达表2 主要种植农作物含水量及收获指数
[ 18-19 ]
Table 2 Harvest index and moisture content of some major crops
作物类型 含水量/% 收获指数
稻谷 14.0 0.445
小麦 12.5 0.370
玉米 13.5 0.490 豆类 12.5 0.250 薯类 80.0 0.500
棉花 8.3 0.350
油菜 13.5 0.255
甜菜 85.0 0.400
表1 山东省历年主要农作物播种面积和产量
Table 1 Planting areas and yield of mostly crop in Shandong province from 2000—2006
作物类型
年份 项目
小麦
稻谷
玉米
豆类
薯类
油菜
棉花
甜菜
收获面积/hm 2 3960040 176746 2615720 479901 441807 24456 543813 211
2000 产量/t 18600396 1108267 14674600
1081055 2622400 47985 589900 904 收获面积/hm 2
2761307 173552 2505227 413875 431265 26916 735367 87
2001 产量/t 16678677 1100761 15323700
941753 3031470 56835 780959 868 收获面积/hm 2
3397480 155320 2530067 343206 412560 25587 664887 420
2002 产量/t 15470600 1093649 13160300762456 2218846 57025 722000 1844 收获面积/hm 2 3105133 112620 2405893 323080 399773 19608 881694 105 2003 产量/t 15650305 778901 14110200
821127 2778426 45132 876818 383 收获面积/hm 2
3105700 124429 2455049 255735 319276 16781 1059207 0
2004 产量/t 15845638 905929 14991484757929 2459144 39203 1097709 0 收获面积/hm 2 3278667 119800 2731440 250966 281940 12409 846260 2 2005 产量/t 18005349 958024 17354081
679190 1990921 29795 846300 8 收获面积/hm 2
3354520 125675 2753585 235544 282204 10661 929753 12
2006
产量/t 18897900 1066086 17612805
654140 2091408 26540 1023100 161
数据来源于《山东省统计年鉴》
2038 生态环境学报 第19卷第9期（2010年9月）
到最高544.2 g·m -2·a -1(以C 计)。

波动的幅度也存在着
较大的差别，从2000年开始，首先经历一个大幅度上升的过程，然后是一个大幅度的下降过程，从2003年起开始出现一个较小范围的波动，但整体NPP 是增加的。

2.2 山东省农田生态系统NPP的空间变化格局
对山东省农田生态系统NPP 的空间变化格局的研究发现，山东省农田生态系统NPP 以鲁东、鲁中和路南的地市较高，而鲁西南、鲁北、鲁东南的地市明显较低(图2)。

各地市中以枣庄最高，达到691 g·m -2·a -1，其次为青岛、泰安、德州，分别为627.8 、
641.3、629.6 g·m -2·a -1(以C 计)；
最低的东营仅有424.4 g·m -2·a -1(以C 计)。

低于500 g·m -2·a -1(以C 计)的还有菏泽和莱芜。

2.3 农田生态系统NPP的影响因子
农田生态系统NPP 的形成受到多方面因素的影响，包括温度、光照、降水、土壤、地形等自然条件，和农田管理措施等人为因素。

农田可利用面积
及质地对农田NPP 的影响具有重要的作用，例如东
营大面积的盐碱地致使该地区农田生态系统NPP 较低，本研究中将主要分析自然(气候)和人为因子对农田NPP 的贡献作用。

2.3.1 自然因子对农田NPP的影响
对自然因子的主成分分析结果(表3)表明，前3个主成分的累积贡献率已达96.444%，已超过85%。

因此具有分析价值且不需再添加主成分。

影响农田生态系统NPP 的气候因子的相关特征数据列表(表4)显示，第1主成分在年降水量和生长季节降水量上具有较大的正载荷，特征值分别为0.953和0.934，说明在各气候因子中，降水量的大小对山东省农田NPP 的高低起重要作用。

从第2主成分的相关特征向量数据(表4)看，第2主成分在年均温差上具有较大的正载荷，特征值为0.942，且大于在生长季均温上的载荷。

表明，在山东省农田生态系统中，温度因子年均温差对NPP 的影响要大于生长季均温。

第3主成分在年光照时数上具有较大的正载荷。

通过以上分析表明，在影响山东省农田生态系统NPP 的气候因子中，年降水量的影响强度最大，其次为年均温差，而光照时数最弱。

2.3.2 人为因子对农田NPP的影响
对人为因子作主成分分析，结果(表5)表明，前2个主成分的累积贡献率已达90.478%，已经达到85%以上。

因此具有分析价值且不需再添加其他主成分。

1002003004005006002000
20012002
200320042005
2006
年份
N P P （以C 计）/(g .m -2a -1
)
图2 山东省农田生态系统NPP 的空间分布格局分布图 Fig.2 The Spatial Patterns of Net Primary Productivity of
Agro-ecosystem in Shandong province
表4 影响农田生态系统NPP 的气候因子的相关特征向量数据 Table 4 The eigenvectors of correlation matrix of climate factors influencing Net Primary Productivity of Agro-ecosystem 参数
第1主成分
第2主成分
第3主成分
生长季均温 -0.750 0.594 -0.057 年均温差 0.090 0.942 0.249 年降水量
0.953
0.246 -0.138 生长季降水量 0.934
0.181
-0.260
年光照时数 0.334 -0.129 0.926
表3 影响农田生态系统NPP 的各气候因子主成分的
方差贡献率和累积方差贡献率
Table 3 Characters in variance proportion and accumulative variance of
five principal components in climate factors affecting Net Primary Productivity of Agro-ecosystem 主成分
特征值
贡献率/%
累积贡献率/%
1 2.46
2 49.246
49.246 2 1.351 27.014 76.261 3 1.009 20.183 96.444 4 0.162 3.242 99.686 5 0.016 0.314
100.000
苏本营等：区域农田生态系统生产力的时空格局及其影响因子研究：以山东省为例 2039
表6显示了影响农田生态系统NPP的人为因子的相关特征数据，从表中可以看出，第1主成分在单位面积农膜使用量上具有较大的载荷值，达到了0.945；其次，在单位面积农药使用量和单位面积车辆、机械投入上也具有较大的载荷值，分别为0.829和0.778。

这说明地膜、农药、机械、车辆的投入，对山东省农田生态系统NPP的贡献重大。

而第1主成分在单位面积劳动力投入上却具有较大的负载荷值，说明随着科技的发展，农业生产需要的人工劳动力会越来越少，人口密度的过大反而给农田NPP带来较大的负面影响。

第2主成分的相关特征向量显示，在单位面积化肥使用量上具有较大的正载荷，载荷值为0.986，其次在有效灌溉比上也具有较大的正载荷值，为0.681。

表明化肥使用量以及有效灌溉面积均对农田生态系统NPP产生重要的影响。

3 讨论与结论
基于模型分析得到，2000—2006年山东省区域农田生态系统NPP在449~544 g·m-2·a-1(以C计)之间，平均值为502 g·m-2·a-1(以C计)，与闫惠敏等[13](2007)的研究(可能范围在400~800 g·m-2·a-1之间)一致；山东省区域农田生态系统NPP的时间格局存在着一定的波动性，但整体趋势是增加。

通过山东省各地市的区域农田生态系统NPP的分析发现：山东省区域间农田生态系统NPP空间分布存在着较大的差别，鲁东、鲁中和鲁南的地市较高，明显高于鲁西南、鲁西和鲁北的地市。

而且几个耕地面积较大的地市，如菏泽、聊城等农田生态系统NPP均不高，具有较大的提升空间。

通过对时空格局研究发现，山东省农田生态系统NPP总体水平不高；时间变化上整体呈上升的趋势，但存在着一定的波动性；空间分布不平衡，且菏泽、聊城等耕地面积较大、土壤质地较好的地区，农田生态系统NPP有待于提升。

农田生态系统生产力的形成受地形、土壤质地、气候等诸多环境因素的影响，同时，还受到科学技术发展、化学物质利用等多种人为因子的复杂影响。

主成分分析法是发现主导影响因子的有效方法之一[20]。

通过对自然因子和人为因子分别进行主成分分析，发现自然因子中，降水是决定山东省农田生态系统NPP的主要因子，其次为年均温差，而生长季均温对该地区农田生态系统NPP的贡献相对较小，由此可见山东省农田生态系统NPP在应对全球气候变暖将面临着巨大的挑战。

人为因子中，农膜、农药、机械车辆以及化肥的使用对山东省区域农田生态系统NPP具有重大的影响，与邵晓梅[12]对山东省农田粮食生产的研究一致，其中以农膜的贡献最大。

而劳动力的投入却对农田生态系统NPP贡献较小，这与张志强[21]、廉丽姝等[22]的研究“劳动力投入是粮食单产最重要的影响因素，而农机动力对粮食单产的影响相对较小”不同。

除在研究方法上的不同外，更重要的可能是山东省地处北方较干旱区，水分因素是关键，保水保墒的措施例如农膜覆盖可能比其他因素更关键。

近年来大量的化学物质的投入对农田生态系统NPP的提高起到了巨大的贡献，然而化学物质不断的进入农田对农田生态系统也产生了巨大的污染[23]，致使农田生态系统土壤结构和质地出现不同程度的恶化，土壤肥力下降，农田生物多样性大幅度消减[24-25]，大量化肥的使用也是引起全球气候变暖的一个重要因素[26]。

同时，也使农产品质量大幅度的降低，农田生态系统生产力在食品安全方面也面临巨大的考验。

当前的农田生态系统已经在污染加剧、食品安全和生产力提高的矛盾中面临着巨大的挑战，这应当引起广泛的关注，并采取一定的措施，特别应当运用生态学的原理和方法，发展有机、生态农业来提高农田生态系统NPP，使中国大范围的农田面源污染得到缓解，农业生产得到可持续发展
根据本研究结果，山东省农田生态系统NPP在2000—2006年间整体呈上升的趋势，由2000年的476.5 g·m-2·a-1(以C计)上升到2006年的544.2 g·m-2·a-1(以C计)；空间分布不均匀，以东部、中部、南部相对较高，北部、东南部和西南部相对较低，
表5 影响农田生态系统NPP的人为因子各指标主成分的 方差贡献率和累积方差贡献率
Table 5 Characters in variance proportion and accumulative variance of five principal components in anthropogenic factors affecting Net
Primary Productivity of Agro-ecosystem
主成分特征值贡献率/% 累积贡献率/%
1 3.623 60.377 60.377
2 1.806 30.101 90.478
3 0.433 7.221 97.700
4 0.099 1.650 99.350
5 0.021 0.358 99.708
6 0.018 0.292 100.000
表6 影响农田NPP的人为因子的相关特征向量数据 Table 6 The eigenvectors of correlation matrix of anthropogenic factors influencing Net Primary Productivity of Agro-ecosystem
参数第1主成分第2主成分单位面积劳动力投入-0.969 0.030
单位面积化肥使用量-0.045 0.986
单位面积农膜使用量0.945 0.191
单位面积农药使用量0.829 -0.087 单位面积车辆、机械投入0.778 0.571 有效灌溉比-0.704 0.681
2040 生态环境学报第19卷第9期（2010年9月）
耕地面积较大、土壤条件较好的地区还具有较大的提升空间。

气候因子中，年降雨量和生长季降雨量对山东省农田生态系统NPP的贡献最大，温度因子中，年均温差对该地区农田生态系统NPP的贡献大于生长季平均温度；人为因子中农膜的使用对山东省农田生态系统NPP的贡献最大，另外，农药、机械车辆、化肥的投入也对山东省农田生态系统NPP 产生着较大的贡献力，而劳动力的贡献则相比而言较小，甚至呈负作用，原因可能在于科学技术的发展，简单、效率低下的人畜劳作逐渐为高效的机械化所替代。

参考文献：
[1] LIETH H, WHITTAKER R H. Primary Productivity of the Biosphere
[M]. New York: Springer-Verlad Press, 1975.
[2] FIELD C B, BEHRENFELD M J, RANDESON J T, et al. Primary
production of the biosphere: integrating terrestrial and oceanic com-ponents[J]. Science, 1998, 281: 237-240.
[3] 方精云. 中国森林生产力及其对全球气候变化的响应[J]. 植物生
态学报, 2000, 24(5): 513-517.
FANG Jingyun. Forest productivity in China and its response to global climate change[J]. Acta Phytoecologica Sinica, 2000, 24(5): 513-517.
[4] HUENNEKE L F, ANDERSON J P, REMMENGA M, et al. Desertifi-
cation alters patterns of aboveground net primary production in Chi-huahuan ecosystems[J]. Global Change Biology, 2002, 19: 247-264. [5] 袁飞, 韩兴国, 葛建平, 邬建国. 内蒙古锡林河流域羊草草原净初
级生产力及其对全球气候变化的响应[J]. 应用生态学报, 2008, 19(10): 786-797.
YUAN Fei, HAN Xingguo, GE Jianping, WU Jianguo, Net primary productivity of Leymus chinensis steppe in Xilin River basin of Inner Mongolia and its responses to global climate change[J]. Chinese Jour-nal of Applied Ecology, 2008, 19(10): 2168-2176.
[6] 张峰, 周广胜, 王玉辉. 基于CASA模型的内蒙古典型草原植被净
初级生产力动态模拟[J]. 植物生态学报,2008, 32(4): 786-797.
ZHANG Feng, ZHOU Guangsheng, WANG Yuhui. Dynamics simu-lation of net primary productivity by a satellite a data-driven CASA model in inner Mongolian typical steppe, China[J]. Acta Phy-toecologica Sinica, 2008, 32(4): 786-797.
[7] FANG Jingyun, PIAO Shilong, Field C B, et al. Increasing net primary
production in China from 1982 to 1999[J]. Frontiers in Ecology and the Environment, 2003, 1: 293-297.
[8] WU Shaohong, YIN Yuehe, ZHAO Dongsheng, et al. Impact of future
climate change on terrestrial ecosystems in China[J]. International Journal of Climatology, 2010, 30(6): 866-873.
[9] 王留芳. 农业生态学[M]. 西安: 陕西科学技术出版社, 1994.
WANG Liufang. Agricultural Ecology[M]. Xinan: Technology Pub-lishing Company of Shanxi, 1994.
[10] 赵其国, 钱海燕. 低碳经济与农业思考[J]. 生态环境学报, 2009,
18(5): 1609-1614.
ZHAO Qiguo, Qian Haiyan. Low carbon economy and thinking of ag-ricultural development[J]. Ecology and Environmental Sciences, 2009, 18(5): 1609-1614. [11] PRINCE S D, HASKRTT J, STEINGER M, et al. Net primary produc-
tion of U.S. Midwest croplands from agricultural harvest yield data[J].
Ecological Applications, 2001, 11(4): 1194-1205.
[12] 邵晓梅. 山东省粮食生产的时序变化机制研究[J]. 经济地理, 2001,
21(6): 727-730.
SHAO Xiaomei. A study on the temporal variation mechanism of grain production in Shandong province[J].Economic Geography, 2001, 21(6): 727-730.
[13] 闫惠敏, 刘纪远, 曹明奎. 中国农田生产力变化的空间格局及地形
控制作用[J]. 地理学报, 2007, 62(2): 171-180.
YAN Huimin, LIU Jiyuan, CAO Mingkui. Spatial pattern and topog-
raphic control of China＇s agricultural productivity variability[J]. Acta Geographica Sinica, 2007, 62(2): 171-180.
[14] 国志兴, 王宗明, 刘殿伟, 等. 三江平原农田生产力时空特征分析
[J]. 农业工程学报, 2009, 25(1): 249-254.
GUO Zhixing, WANG Zongming, LIU Dianwei, et al. Analysis of temporal and spatial features of farmland productivity in the Sanjiang plain[J]. Transactions ofthe CSAE, 2009, 25(1): 249-254.
[15] 山东省统计局. 山东统计年鉴(2001-2007)[M]. 北京: 中国统计出
版社, 2001-2007.
Bureau of Statistics of Shandong Province. Statistical yearbook of Shandong province (2001-2007)[M]. Beijing: China Statistics Press, 2001-2007.
[16] 山东省统计信息网. 山东省统计年鉴[EB/OL]. [2008].
/2007/default_4.asp
Shandong Statistical Information Net. Statistical yearbook of Shan-
dong province[EB/OL]. [2008]. /2007/ de-
fault_4.asp
[17] LOBELL D B, HICKE J A et al. Satellite estimates of productivity and
light use efficiency in the United States agriculture 1982-1998[J].
Global Change Biology, 2002, 8(8): 722-735.
[18] 张福春, 朱志辉. 中国农作物的收获指数[J]. 中国农业科学. 1990,
23(2): 83-87.
ZHANG Fuchun, ZHU Zhihui. Harvest index for various crops in China [J]. Scientia Agricultura Sinica, 1990, 23(2): 83-87.
[19] 潘晓华, 邓强辉. 作物收获指数的研究进展[J]. 江西农业大学学报.
2007, 29(1): 1-5.
PAN Xiaohua, DENG Qianghui. Review on crop harvest index [J].
Acta Agriculturae Universitis Jiangxiensis, 2007, 29(1): 1-5.
[20] 唐守正. 多元统计分析方法[M]. 北京: 中国林业出版社, 1986:
20-36.
TANG Shouzheng. Method of Multinomial Stat analyse[M]. Beijing: China Forestry Publishing House, 1986: 20-36.
[21] 张志强. 中国粮食生产系统影响因素的主成分分析[J]. 北京农学
院学报, 2001, 16(1): 65-68.
ZHANG Zhiqiang. The main ingrediend analysing method of effect-
ing reason of Chinese grain production[J]. Journal of Beijing Agri-
cultural College, 2001, 16(1): 65-68.
[22] 廉丽姝, 宋晓言, 王慧. 粮食生产影响因素的灰色关联动态分析[J].
曲阜师范大学学报, 2004, 30(2); 103-108.
LIAN Lizhu, SONG Xiaoyan, WANG Hui. Grey dynamic analysis
of grain production and factors in Jining[J]. Journal of Qufu Normal
University, 2004, 30(2): 103-108.
[23] NICHOLSON F A, SMITH S R, ALLOWAY B J. An inventory of
苏本营等：区域农田生态系统生产力的时空格局及其影响因子研究：以山东省为例 2041
heavy metals inputs to agricultural soils in England and Wales [J].
Science of the Total environment, 2003, 311(1/3): 205-219.
[24] 程东祥, 张玉川. 长春市土壤重金属化学形态与土壤微生物群落结
构的关系[J]. 生态环境学报, 2009, 18(4): 1279-1285.
CHENG Dongxiang, ZHANG Yuchuan. Relationship between chemical forms of some heavy metals and the microbial community
structure in soil in Changchun urban[J]. Ecology and Environmental
Sciences, 2009, l8(4): 1279-1285. [25] HOLLAND J M, LUFF M L. The effects of agricultural practices on
carabidae in temperate agroecosystems [J]. Integrated Pest Manage-ment Reviews, 2000, 5(2): 109-129.
[26] 孙儒泳, 李庆芬, 牛翠娟, 等. 基础生态学[M]. 北京: 高等教育出
版社, 2002.
SUN Yingru, LI Qingfen, NIU Cuijuan, et al. Basic Ecology[M].
Beijing: Higher Education Press, 2002.
The spatial and temporal patterns of net primary productivity and its impact factors in regional agro-ecosystem: a case study in Shandong province
SU Benying1, ZHANG Lu2, CHEN Shengbin2, WANG Bingxue2, JIANG Gaoming1,2*
1. State Key Laboratory of Crop Biology, Shandong Agricultural University, Tai’an 271018, China;
2. State Key Laboratory of Vegetation and Environmental Change, Institute of Botany, The Chinese Academy of Sciences, Beijing 100093, China
Abstract: The objectives of our studies were to quantify the net primary productivity (NPP), and to study the temporal and spatial pattern of NPP and its impact factors in regional agro-ecosystem Shandong province was selected as a case using a model and statis-tic data for the analysis. We found that the overall NPP of agro-ecosystem in Shandong province was increasing from 2000 to 2006. The spatial distribution of NPP was not even: the highest NPP was found in Zaozhuang and the lowest in Dongying. Moreover, NPP in Laiwu, Linyi and Heze were also relative lower. We analyzed the natural and man-made factors which could affect the NPP of agro-ecosystem using the principal component analysis. We found that the precipitation, a natural factor, had the largest contribution to the NPP of agro-ecosystem in Shandong province. In man-made factors, plastic films, pesticides, machinery and chemical fertiliz-ers played important roles. However, the contribution of the labor force on NPP decreased along with the development of science and technology. Furthermore, high population density had a negative impact on NPP of agro-ecosystem.
Key words: regional; agro-ecosystem; net primary productivity; spatial and temporal patterns; impact factors。