摘要：本数据集基于CASA模型构建，提供了1982年至2024年中国区域逐月净初级生产力（NPP）数据，空间分辨率为500米。数据生产主要利用多源遥感数据（如AVHRR、MODIS）与气象再分析数据驱动过程模型，通过光合有效辐射吸收比例与光能利用率原理估算植被年固碳量。数据集采用统一的算法框架与参数体系，确保了长时间序列的一致性。数据格式为GeoTIFF，采用Albers等面积圆锥投影，覆盖全国陆地范围。质量控制通过异常值剔除、与站点观测及已有产品交叉验证实现。该数据集为评估生态系统碳收支、研究植被对气候变化的响应及生态工程效益提供了长时间、高空间分辨率的基准数据，对陆地碳循环研究、环境政策制定具有重要支撑价值。

关键词：净初级生产力；NPP；CASA模型；500米分辨率

引  言

植被净初级生产力（Net Primary Productivity, NPP）是衡量生态系统碳汇能力与可持续性的关键指标，其精确估算对理解全球碳循环、评估气候变化影响及制定生态管理政策具有核心数据科学价值。传统的站点观测难以满足大尺度、连续监测的需求，而遥感与过程模型的融合为NPP的时空动态模拟提供了有效途径。先前研究已发展了诸如CASA、GLOPEM等经典模型，为本工作的开展奠定了方法论基础。本数据集基于CASA模型，整合了长时间序列的遥感与气象再分析数据，生成了1982–2024年中国区域500米分辨率的逐月NPP数据。该数据集有效弥补了现有产品在时空连续性或分辨率上的不足，其显著特点是覆盖时段长、空间分辨率高且算法一致性好。数据集经过严格的质量控制，包括与地面测量数据及已有权威产品的交叉验证，确保了可靠性。该数据可为评估中国陆地生态系统固碳现状、分析植被活动对气候波动的响应、以及量化重大生态工程的效益提供关键数据支撑，在气候变化研究、生态学和资源管理等领域具有广阔的重用潜力。

1  数据采集和处理方法

1.1 数据采集方法

本数据集计算使用了归一化植被指数（NDVI），土地利用，太阳辐射,降水，温度。分为预处理和计算两个部分，预处理部分主要通过裁剪，投影的方式统一数据的范围，行列数，投影，分辨率。计算部分通过公式分步计算。本数据集500米分辨率的中国范围的净初级生产力（NPP）数据，及下方列举的生产所需的数据统一采用了墨卡托（UTM_Zone_46N）投影。

1.1.1 归一化植被指数数据（NDVI）数据

1982-1999年数据来源于NOAA CDR AVHRR NDVI 数据，分辨率为5KM。2000-2024年数据来源于MOD13A1 V6.1版本，此产品的算法会从 16 天内的所有采集中选择最佳可用像素值。所用标准为低云、低视角和最高NDVI值。通过编写代码筛选时间范围进行最大值合成，并根据上传的中国区域范围进行裁剪，对裁剪好的影像进行导出下载。得到一年内逐月的最大值的NDVI的TIFF影像。

1.1.2 土地利用数据

本数据是基于美国陆地卫星Landsat 系列（MSS、TM、7、8、9）影像数据，通过人机交互解译生成的全国30米分辨率土地利用遥感监测空间分布数据（www.gis5g.com/#/dataResourceDetail?resourcesId=148）。根据LUCC分类体系将土地利用类型分为6个一级类，25个二级类。时间为2000-2024年。

1.1.3 太阳辐射数据

太阳辐射数据是基于国家气象科学数据中心的中国国家级地面气象站基本气象要素日值数据集(V3.0)，时间为2000年1月至2024年12月，利用Anusplin方法对其进行插值得到30 m空间分辨率的月总太阳辐射数据。

1.1.4 降水数据

降水数据是基于国家气象科学数据中心中国国家级地面气象站基本气象要素日值数据集(V3.0)，时间为2000年1月至2024年12月，利用Anusplin方法对其进行插值得到30 m空间分辨率的月均降水数据。 

1.1.5 温度数据

温度数据是基于国家气象科学数据中心中国国家级地面气象站基本气象要素日值数据集(V3.0)，时间为2000年1月至2024年12月，利用Anusplin方法对其进行插值得到30 m空间分辨率的月均温度数据。

1.1.6 DEM数据

DEM数据是来自美国国家航空航天局（NASA）与日本经济产业省（METI）联合发布的STER GDEM V3，该数据以 WGS84/EGM96 大地水准面为参考。空间分辨率为0.00027777778°（约30米），垂直精度为20米，水平精度为30米（精度信息来源于USGS网站）。

1.2 数据处理

1.2.1 土地利用数据处理

土地利用数据为每五年一幅的TIFF影像，分辨率为30米，首先使用ARCGIS 10.6软件将其投影，分辨率500米，处理1985-2020年间共8幅影像。由于不同土地利用类型的最大光能利用效率（ε_max）不同，目前的利用类型不能与其完全呼应，所以需要土地利用影像进行重分类。

1.2.2 归一化植被指（NDVI）数据处理

对下载好2000-2024年的逐月NDVI最大值合成数据使用ARCGIS 10.6软件进行投影，设置分辨率500米，并使用裁剪工具，以土地利用数据为基础进行行列数匹配，或者行列数、投影、分辨率均相同的影像。对于1982-1999年的5KM分辨率的NDVI影像，使用机器学习的方法优化分辨率至1000米，重采样至500米，使用ARCGIS 10.6软件进行同样的裁剪操作，得到与土地利用数据相同行列数、投影、分辨率的数据。

1.2.3 太阳辐射数据处理

通过 ArcGis软件插值生成的 1985 年以来各月度 1000 米分辨率地表太阳辐射栅格数据，单位为MJ。再进行与NDVI同样的投影裁剪操作，获得与土地利用行列数，投影，分辨率相同的影像。通过重采样得到500m数据。

1.2.4 降水数据处理

基于 Anusplin 软件插值生成的 1985 年以来各月度 1000 米分辨率降水栅格数据，插值过程中引入高程作为协变量,单位为mm。使用ARCGIS 10.6软件进行与NDVI同样的投影裁剪操作，获得与土地利用行列数，投影，分辨率相同的影像。通过重采样得到500m数据。

1.2.5 温度数据处理

基于 Anusplin 软件插值生成的 1985 年以来各月度 1000 米分辨率气温栅格数据，插值过程中引入高程作为协变量，单位为℃。使用ARCGIS 10.6软件进行与NDVI同样的投影裁剪操作，获得与土地利用行列数，投影，分辨率相同的影像。通过重采样得到500m数据。

1.2.6 NPP计算

CASA（Cainegie-Ames-Stanford Approach）模型计算公式如下：

NPP(x,t)=APAR(x,t)×ε(x,t)

其中，NPP(x,t)表示像元x在t月的净初级生产力（gC/m²）；APAR(x,t)表示像元x在t月吸收的光合有效辐射（单位：gC·m-2·month -1）；ε(x,t)表示单个像元x在t月的实际光能利用率(单位：gC·MJ -1 )。

APAR(x,t)= SOL(x,t) ×0.5 ×FPAR(x,t)

式中:SOL(x,t)是时间为t月象元x处的太阳总辐射量(单位：MJ۰m-2۰month -1 ), SOL(x,t)应用经验公式进行计算。0.5指的是植被所能利用的太阳有效辐射(波长是0.4~0.7μm)占太阳总辐射的比例；FPAR(x, t)为植被吸收光合有效辐射的吸收比例；FPAR与归一化植被指数（NDVI）、比值植被指数（SR）皆存在一定的线性关系。

植被吸收的光和有效辐射取决于太阳总辐射和植被本身特性,太阳总辐射可由大气上界太阳辐射量和日照百分率计算。

式中：SOL为陆表短波辐射，常被称为陆表太阳辐射（MJ·m^-2·d^-1）；n为实际日照时数（单位：h），由气象资料提供；N为最大日照时数（单位：h）；n/N为日照百分率，S₀为大气外界辐射量（单位：MJ·m^-2·d^-1）；a_n，b_n表示晴天最大日照时数时到达地面的大气外界辐射分量，参考已有研究选取a_n=0.207；b_n=0.725。