中国西北干旱区地处中亚大陆中东部,该区域地表环境演变过程与气候模式的形成受新生代第四纪以来高频率、大幅度的复杂气候波动(冰期旋回)的强烈作用与影响,是各地质阶段气候变化效应不断累积的结果。2.0 Ma BP以来,印度洋板块不断北移,缔造了现今喜马拉雅山脉的世界屋脊,影响了中亚及全球季风、信风与地面温热状况,对全球气候变化有十分巨大和重要的影响。净初级生产力(Net primary production,NPP)作为描述植物生物环境有机物质累积效率量化指标,能有效表达气候变化下的生态系统物质累积效益与系统发展质量,对生态学和环境持续发展研究都有十分重要的意义。干旱区拥有较为脆弱的生态环境背景,其生态安全维护和系统质量监测研究对区域发展和环境保护尤为重要,干旱区NPP研究能有效揭示环境质量发展趋势,本文欲以我国干旱区典型样区为研究对象,试探讨干旱区NPP重要环境因子及其驱动力。现代数字化科学数据平台的迅速发展使学者和研究人员可便捷获取大量科学数据,本文借助中科院资源环境科学数据中心(http://www.resdc.cn/)和寒区旱区科学数据中心(http://westdc.westgis.ac.cn/)等科学数据网站提供的大量数据资源,获取了大量与NPP相关的环境因子科学数据集。通过引入C.V空间计算和小波信号模拟处理方法实现对原始数据的优化和空间临近变异关系的突出表达,借助Matlab软件个性化编程对数据矩阵进行处理,经数理统计分析完成NPP模型建立和因子分析等数据统计处理,获得数据分析结果。数据集的提取与组建依赖于原始数据格式与质量,本文获取的原始(基础)数据为环境属性栅格产品数据,数据集由各属性图层组合整理而成。属性值提取,首先使用ArcMap软件调整数据空间投影和坐标,构造研究样区等距网格点属性图层,随后使用提取工具批量提取多层属性信息。其中小波处理过程,其主要思想是将散点数据重采样获得波形曲线,随后使用信号处理中小波降噪技术,实现对数据的去冗余和连续区间采集,有效提升了数据质量与分析结果质量。本文共组建9个数据集用于统计分析与模型构建,分别是北疆基础、C.V和小波数据集,以及南疆和内蒙古研究样区各数据集。经科学数理统计分析获得以下研究成果:(1)因子相关性分析结果表明,与基础数据集相比,C.V数据集和小波数据集均拥有较高的显著性,且部分因子相关系数较基础数据集结果更大。由C.V数据集因子间数值分布结果可知,该数据集各因子间线性关系相对较弱。基础数据集与小波数据集的因子相关性与因子间数值分布结果相似度较高。与基础数据集相比,小波数据集因子间相关系数相对更大,显著性更强。(2)经因子降维分析发现植被盖度、土壤侵蚀度、降水和地形因子在各环境类型分组中成为优势因子的频率较高,各数据集分析结果中,复合因子最低贡献率为65.35%,平均复合因子贡献率达83.55%。北疆和内蒙古研究区因子降维分析结果中,复合因子得分的二维分布较为随机,而南疆研究区则表现为在干热因子方向上的均匀分布,其中个别环境属性分组中水汽条件与地形复合因子环境优势较突出。(3)由各数据集模型构建结果对比可知,C.V(变异系数,coefficient of variability,C.V=SD/Mean)数据集与小波数据集较基础数据集获得模型数量更多,且模型拟合度更高。其中内蒙古数据集结果最为突出,基础数据集在0.05进入,0.10剔除的显著性限制条件下仅获得1个可用模型,除NDVI外的其他因子均未选入模型。其小波数据集经逐步回归分析获得7个模型,模型因子个数增加6个,模型最高拟合度达0.767,较基础数据集有显著提升(p<0.01)。其他研究区数据集模型构造个数较内蒙古更多,且拟合度也相对更高。南疆与内蒙古研究样区的小波数据集最优拟合度结果十分接近,且较高,不同于拟合度南疆最高,北疆次之,内蒙古最低的主体特征。因C.V数据集数值含义与其他数据集差异明显,C.V计算使原始数据发生了一定程度的“极化”,模型构造结果中,出现了个别模型拟合度异常偏高现象。(4)通过大量模型分析与因子综合排序发现,NDVI为平均贡献率最高因子,该因子各模型贡献率均接近50%。次级主要贡献因子中,北疆研究区第二因子为Aat10(大于10℃积温)因子,南疆为Tadem(年均温度)因子,贡献率均接近10%,新疆研究区地形因子对NPP驱动能力高于内蒙古,但其贡献率均相对较低。值得强调的是,小波数据集在模型构造中获得的结果最优,模型的因子个数较为稳定,在拟合度变化较小的前提下,能将更多因子间信息在模型中得到表达。小波数据集数值二维分布较基础数据集差异较小,在对原数据扰动较小的背景下,有效提升了分析结果的质量。该预处理方法在因子分析研究和建模分析中的有较大应用价值,运用于不同尺度下的试验分析工作将具有重要科学意义。