甘南藏族自治州植被净初级生产力时空变化及驱动力

自2003年开始甘南藏族自治州推行了“退耕还草”等一系列生态保护政策,对区域植被状态产生了一定的影响。目前针对甘南州不同植被类型下植被净初级生产力(NPP)与归一化植被指数(NDVI)、太阳辐射、气温、降水间响应机制的研究尚不明晰,且关于该区域植被NPP时空特征变化及重心迁移的探讨尚少。本研究基于MODIS遥感数据、气象数据、植被类型数据,利用Carnegie-Ames-Stanford Approach (CASA)模型估算了甘南州2000-2019年植被NPP,分析了NPP时空变化特征,探讨了不同植被类型下植被NPP与NDVI、气温、降水以及太阳辐射之间的响应关系。结果表明：1) 2000-2019年植被NPP年均值为621.79 g·m^-2,96.63%区域呈现为增长趋势。2) 2000-2019年植被NPP重心整体呈现西北向东南迁移,东南部植被NPP增速高于西北部。3)植被NPP与气温、降水、太阳辐射间整体上呈明显的正相关关系,北部边缘及东部中心地带呈负相关关系。4)林地、灌丛、草地的NPP均呈稳定增长,湿地类型下除NPP外气温亦呈明显增长。本研究可为评价...     

三江源植被覆盖区NDVI变化及影响因素分析

为研究三江源植被覆盖区归一化植被指数(Normalized difference vegetation index,NDVI)的变化及其影响因素,本研究利用植被类型、中分辨率成像光谱仪(Moderate-resolution imaging spectroradiometer,MODIS) NDVI产品和气象数据等,结合趋势分析和偏相关分析等方法,分析了三江源植被覆盖区2000—2019年NDVI时空变化和引起NDVI变化的主要影响因素。结果表明,三江源植被覆盖区NDVI主要呈增加趋势,明显增加比例为38.49%,局部地区出现减小趋势,明显减小比例为1.49%。气候变化促进研究区NDVI增加,温度升高在研究区西部起主导作用,降水增加在东部地区的作用效果较明显,日照时数对局部地区的影响较大。另外,气温上升引起的冻土消融会造成高坡度地区土壤水分流失,进而导致对水分较敏感的植被如草甸的NDVI减小。     

新疆荒漠草地生物量估算及影响因素研究

为探究新疆荒漠草地生物量反演模型及其影响因子,基于Terra/MODIS,NOAA CDR NDVI,SPOT/VGT等遥感产品数据及草地地上生物量实测数据,构建研究区荒漠草地地上生物量植被指数反演模型,分析新疆荒漠草地地上生物量时空分布规律,运用趋势分析法和相关性等方法,揭示了生物量演变趋势与气温、降水的关系。结果表明：建立的不同遥感数据源生物量模型中,指数函数反演模型精度最高,决定系数和估算精度分别为0.66和70.93%;基于2000—2019年归一化植被指数(Normalized difference vegetation index,NDVI)变化趋势发现,新疆荒漠草地以稳定和改善为主;研究区2000—2019年间荒漠草地地上生物量空间分布格局整体表现为北高南低的趋势,20年间荒漠草地平均地上生物量为38.92 g·m^-2;2000—2019年气温与降水均上升,年平均升温率和降水率达到了0.32℃·(10 a)^-1和2.18 mm·(10 a)^-1,50%以上的地区荒漠草地与气温、降水呈正相关关系,生物量与降水的相关性优于气温。研究结果可为新疆草地保护和改善、生态环境建设提供科学依据和技术支持。     

2000—2020年云南省植被时空变化及影响因素分析

为揭示云南省植被动态变化及其对自然因素和人类活动因素的响应，本研究基于2000—2020年归一化差异植被指数(Normalized difference vegetation index, NDVI)、自然因子和人类活动因子数据集，采用Theil-Sen趋势分析法和Mann-Kendall检验分析了云南省NDVI时空变化特征，结合地理探测器探究了不同时期NDVI空间分异的驱动力，并探讨了主导因子对NDVI变化的影响。结果表明：空间分布上，云南省植被覆盖呈现西南高，东北低的空间分布格局。时间变化上，2000—2020年NDVI上升的区域面积占比为83.15%,而NDVI下降的区域面积占比为16.85%。NDVI空间分异的主要影响因子为土地利用类型、降雨量和相对湿度，其中土地利用类型解释力最高，远高于其他因子。土地利用类型的转变对NDVI变化具有显著影响，林业生态工程的实施增加了林地面积，改善了区域植被，对NDVI上升起到了积极作用；而建筑用地扩张，破坏了区域植被，导致NDVI降低。本研究为云南省未来生态规划策略的制定提供了科学依据。     

冠层温度和降水对农牧交错带植被生产力的影响研究

降水是影响北方农牧交错带植被生产力变化的最重要因子之一。然而,随着气候变暖,较高的冠层温度会对植被生产力产生不利影响。因此,需要进一步加深关于冠层温度和降水变化对植被生产力变化的理解。本研究使用卫星遥感数据集探讨了2005—2015年内蒙古农牧交错带生长季植被总初级生产力（Gross primary productivity,GPP）的时空变化特征,进而分析了冠层温度（Canopy temperature,Tc）以及降水（Precipitation,Prec）对植被GPP的影响。结果表明：研究区内94.2%的区域GPP呈现上升趋势,其中约27.7%具有显著性（P < 0.05）;Tc和Prec能够解释约75.7%的该地区平均GPP年际变化;GPP与Tc具有较强的负相关关系,而与Prec呈较弱的正相关关系。研究结果强调了冠层温度变化对农牧交错带植被生产力的重要影响。未来仍需要开展研究以全面揭示气候变化对农牧交错带生态系统的影响,以便为可持续农牧生产提供适应气候变化的管理方案和减灾措施。     

祁连山国家级自然保护区土地利用时空变化及与气候因子关系研究

土地利用类型变化是植被变化最直接的表现形式。祁连山是我国西部地区重要的水源涵养区，生态环境比较脆弱，研究区域内土地利用时空变化对区域生态环境保护具有重要意义。本文基于2000—2018年土地利用类型数据，分析祁连山土地利用时空变化特征及影响因子。结果表明：草地、林地、未利用地是研究区主要的土地利用类型，耕地、城乡、工矿居民用地、水域面积较小；2000—2018年间祁连山范围内草地、林地、水域面积增加，未利用地面积减少，且2005—2010年期间土地利用类型变化最为明显；2000—2018年期间祁连山区域草地覆盖度增加，中、高覆盖草地面积增加，低覆盖草地面积较少；2000—2018年土地利用类型变化主要发生在祁连山西部地区，主要为草地与未利用地之间的相互转化。草地变化受降水、相对湿度的影响较大。     

高寒牧草叶面积的冬季衰减过程与估算

本研究利用2020年8月—2021年4月天然草地野外逐月叶面积指数(Leaf area index, LAI)的封育观测试验，探究自然条件下高寒牧草叶面积冬季变化特征，结果表明：当年8月至次年4月，LAI总体呈现先降后稳的变化特征，且大致以11月为界，分为8—11月的衰减阶段与12月—次年4月的稳定维持两个阶段。而衰减阶段又可区分为8—10月的快速下降时期与10—11月的缓慢下降时段，其中，降幅度最大的9—10月，LAI降幅可达29.5%。青藏高原地区冬季牧草的这种阶段衰减变化特征，明显有异于我国北方地区。基于LAI冬季衰减过程，构建了三次多项式估算方程(R²=0.99,P<0.001),并据此提出了冬季LAI逐月衰减变化查找表。进一步，在不同植被指数LAI估算能力对比基础上，建立了EVI和GF卫星的高寒牧草LAI遥感估算模型，实现了时空变化特征的遥感反演与估算。     

2020年春季全国草地生态气象监测评估

为评估2020年春季气象条件对全国草地生态系统的影响，本文利用国家气象中心CAgMSS系统的气象数据以及MODIS遥感数据分析了2020年春季全国气温、降水等气象要素对草地生态系统产草量、植被质量等的影响。结果表明：2020年春季除内蒙古东南部、新疆西南部、华北中南部等地水热条件相对较好外，全国大部草原区气温正常偏高、降水偏少，水热匹配较差，不利于牧草返青和生长。草原生态气象模型综合估算结果表明：全国大部草原区牧草2020年春季长势差于2019年同期，尤其新疆北部大部地区产草量减少30%～50%。     

北京市植被覆盖对地形和土地利用的响应

植被覆盖与地形、气候等自然因子密切相关，但短期内则更受人类活动的影响。为分析北京中心城区植被覆盖时空变化及其地形分异规律以及土地利用转变对于植被覆盖度变化的影响，本研究借助遥感技术，通过改进后的像元二分模型获取北京市中心城区不同时间段植被覆盖以及通过监督分类获取对应的土地利用类型，并结合数字高程模型(DEM)数据，通过地理信息系统(GIS)对所得数据综合分析。结果表明：研究区1992-2020年植被覆盖度总体上呈现出由早年的退化为主到近些年来的改善为主，1992-2011年低植被覆盖度不断增加，而2011-2020年则是高植被覆盖不断增加；植被覆盖度受到地形影响显著(P <0.01)。总体上，植被覆盖度与海拔和坡度呈正相关关系；坡向上除平地外，其余坡向植被覆盖度差距不大，阴坡较高，阳坡较低；研究区城市扩张不断占用林地、草地和耕地，是植被覆盖退化的主导因素，而未利用地开发、城市郊野公园建设、退耕还林还草为植被覆盖增加的主导因素。研究可为快速城镇化地区的土地利用与生态环境协调提供有力的科学支撑。     

基于灵活的时空融合模型的植被覆盖度与植被指数关系

时空数据融合模型被广泛地应用于获取高时间、高空间分辨率的植被指数与植被覆盖度,但是其反演的精度常常受输入的低空间分辨率影像(如MODIS影像)的影响。本研究基于灵活的时空数据融合方法(FSDAF),深入分析了赛里木湖流域与石河子地区两种不同情景的MODIS影像组合对FSDAF模型植被覆盖度提取精度的影响,并研究了6种植被指数与植被覆盖度的线性与非线性关系。研究结果表明,FSDAF模拟影像的植被覆盖度精度取决于2个时期MODIS影像的变化率,影像变化小时取得的精度明显好于影像差异大的情况。而采用植被指数对植被覆盖度模拟时,NDVI与OSAVI的线性拟合效果较好,可以获取较理想的结果。试验表明,采用时空模型用于研究区植被覆盖反演能取得较好的效果,具有一定的应用推广价值。     

祁连山高寒草原土壤水分与植被盖度的关系

为了揭示高寒草原土壤水分与植被盖度的关系,提高植被盖度与土壤水分快测的精度,本研究在祁连山北麓中段高寒草原—甘肃马鹿冬季牧场,设置放牧率分别为1.00、1.45、2.45、3.45、4.85、6.90 AUM·hm^-2的6个样地,通过逐月测定生长季植被盖度和土壤水分,结合Landsat5多光谱影像与SPOT2全色影像融合而成的SPOT-TM影像,分析土壤水分与植被盖度、归一化植被指数(NDVI)的关系,并在此基础上,确定植被盖度随土壤水分的变化阶段。除醉马草、银灰旋花、乳白黄耆外,其他种群盖度对表层土壤水分均响应敏感,在3%~7%至17%~26%的土壤水分范围内,种群盖度随土壤水分的增加呈反比例函数递增趋势,且增幅逐渐缩小;群落盖度对表层土壤水分的响应敏感,在1.1%~10.0%的土壤水分范围内,群落盖度随土壤水分的增加亦呈反比例函数递增趋势,并逐渐趋于饱和。研究结果对探讨干旱半干旱草原植被物种、种群、群落的抗旱性、水分利用效率具有一定意义,为草原植被和土壤水分管理提供科学依据。     

内蒙古荒漠草原东部植被指标动态变化及其与气候变化的关系

本研究以内蒙古荒漠草原东部的苏尼特右旗为研究区域,利用2003—2013年草原植被高度、覆盖度、鲜草和干草产量等植被指标动态变化数据,结合水热等重要气候因子,分析了区域植被指标时空动态变化与气候因子变化趋势,并对植被指标动态变化与气候变化最佳模型进行评价与筛选。结果表明,该区域气温和降水量整体呈“冷干化”趋势,植被覆盖度、高度、草产量与降水量呈正相关关系,与气温呈负相关关系;降水量对荒漠草原植被影响更大。植被年最大高度、覆盖度、草产量与水热因子存在时滞效应。植被高度、鲜草产量、干草产量与水热因子最优拟合模型均为二项式模型,植被覆盖度与水热因子最优拟合模型为幂指数模型。     

内蒙古草地地下生物量空间格局分析

本文以内蒙古地区198个草地样地地下生物量调查测定数据为基础,结合遥感及气象数据,进行草地地下生物量与海拔、年均气温、年均降雨、≥10℃年积温、湿润度和NDVI等6个生态因子间的回归分析。根据回归拟合方程,借助ArcGIS平台进行单因素插值,并通过插值预测结果与实测数据的拟合程度赋予各因素不同的权重,加权叠加估算,并综合插值出内蒙古草地地下生物量1 km×1 km栅格的空间分布图。结果表明:内蒙古地区草地地下生物量平均值为1364.06 g/m²,其中温性草原类草地的地下生物量最大,为1916.64 g/m²,温性荒漠类最小,为80.39 g/m²;草地地下生物量与年均气温、年均降雨、≥10℃年积温、湿润度和NDVI均有着极显著的相关性;空间格局上,自东北向西南方向草地地下生物量呈现由高向低过渡的趋势,呼伦贝尔盟和锡林郭勒盟东部地区的地下生物量最高,阿拉善盟大部分地区地下生物量较低;内蒙古草地植被地下生物量空间插值数据通过了检验,预测精度为66.62%。     

基于无人机的高寒草甸地表温度监测及影响因素研究

地表温度直接影响地表感热、潜热及辐射能量传输过程，是研究寒区植被生态水文过程的重要参数。以疏勒河源区高寒草甸为研究对象，利用无人机搭载普通及热红外相机获取6块样地植被盖度及地表温度数据，用以评估热红外相机在高寒草甸地表温度监测中的应用精度，分析高寒草甸地表温度变化特征，并结合气象因子及植被盖度数据，探究地表温度的影响因素。结果表明：热红外影像地表温度与地面实测值具有较高一致性（R² ≈ 0.75），平均误差5 ℃以内；高寒草甸地表温度在9： 00-18： 00时段内表现为快速升温达到峰值继而波动下降的趋势，观测期内（7月4日-8月17日）未表现出显著日际变化趋势；气象因子中，太阳辐射和空气温度与地表温度呈显著正相关，起到增温作用，而空气湿度抑制地表增温，表现为显著负相关；连续降水降低裸土温度，植被覆盖度与地表温度呈现出正相关变化趋势。无人机热红外遥感技术可以快速、精准获取高分辨率地表温度数据，为高寒草甸干旱监测、土壤水分及蒸散发等反演提供数据支持。     

基于MODIS数据的青海省草地地上生物量估算及影响因素研究

利用EOS/MODIS植被指数产品（NDVI）、实测草地地上生物量和气象监测资料,结合实测资料和NDVI之间的关系建立了青海省草地地上生物量卫星遥感估算模型,并通过研究青海省气温和降水量变化特征分析了影响草地地上生物量的主要因素。结果表明：在草地生长季,生态监测站草地地上生物量与NDVI之间具有较好的正相关关系（P<0.01）。利用模型估算的青海省草地地上生物量在2003-2017年表现出弱的增加态势,2003年平均草地地上生物量最低,仅为2622 kg·hm^-2,2010年最大,达3252 kg·hm^-2; 2003-2017年,青海省草地地上生物量变化表现出明显的空间分布特征,从东南向西北逐渐递减;其中,青海省果洛州东南部、玉树州南部、黄南州东南部和海北州东南部草地地上生物量最高;西北部的柴达木盆地最低;2003-2017年青海省绝大多数地区草地地上生物量均呈现保持不变或者趋好的变化特征,其中曲麻莱、都兰以及甘德等地区部分草地地上生物量明显减少。气温升高热量条件充足的背景下,青海省草地受降水量增多带来的水分条件趋好的有利影响,对高寒地区草地植被的生长发育起到了促进作用,最终导致草地NDVI升高,地上生物量增加。     

生长盛期温带典型草原光能利用率变化

光能利用率(Light utilization efficiency,LUE或ε)是表征植物光合生产效率的一个重要指标,也是基于遥感的生产效率模型(Production efficiency model,PEM)的概念基础和核心参数。LUE的模拟是影响PEM不确定性的主要原因之一,为了探索LUE的季节波动规律及其控制因素,在内蒙古草原生态定位站对温带典型草原羊草(Leymus chinensis)群落和大针茅(Stipa grandis)群落进行了地面观测。结果表明:在生长盛期,内蒙古温带典型草原的LUE在时间上波动性非常明显,在LUE的各个相关因子中,降水量是决定因子,温度在低于或高于最适温度时,均会影响植被光能利用效率,羊草和大针茅群落最适温度为16℃,高于20℃时,也会限制羊草和大针茅光合作用。水分对植被光能利用率的影响需要进一步进行土壤含水量同步测定研究。本研究结果对于模型参数本地化和参数敏感性分析提供了非常有益的借鉴,为提高基于光能利用率的遥感模型的精度提供了具有重要参考价值的解决途径。     

基于Landsat 8 OLI影像的渭-库绿洲植被地上生物量估算

干旱区绿洲植被地上生物量估算研究可为绿洲生态系统稳定性评价与区域碳储量估算提供重要依据。以渭干河-库车河三角洲绿洲为研究区，利用ENVI 5.3软件对Landsat 8 OLI 影像数据进行预处理，提取反映植被地上生物量信息的植被指数和波段因子，并结合样地实测数据，采用常规统计模型、多元逐步回归和偏最小二乘回归方法建立研究区植被地上生物量最优估测模型，从而揭示该绿洲植被地上生物量的空间分布特征。结果表明：1）所选的20个遥感因子与实测植被地上生物量呈极显著正相关关系，相关系数为0.5~0.7（P<0.01）。2）乔木与灌木地上生物量最优估测模型均为多元逐步回归模型，草本与农作物地上生物量的估测模型以偏最小二乘回归模型为最优，模型验证决定系数均在0.6以上，均方根误差和平均绝对误差均较小。3）研究区植被地上生物量主要在280~1450 g·m^-2 分布，面积约为6973.82 km²，低水平地上生物量（ABG<65 g·m^-2）分布区域约占研究区总面积的15.02%。地上生物量由高到低依次为：农作物>乔木>灌木>草本。根据不同的植被类型，基于地物光谱特征构建的遥感估测模型可准确估算干旱区绿洲植被地上生物量，并对其空间分布特征进行遥感定量反演。     

Sagebrush Control: At What Canopy Cover Is It Economically Justified?

We determine the economic threshold level for big sagebrush control based on 18 yr of forage-response data from an experiment conducted in Carbon County, Wyoming. We analyze the impacts of climatic variables and treatment site characteristics, such as sagebrush abundance levels, precipitation, and understory composition, on forage response and threshold level. We find that sagebrush canopy cover levels, April precipitation, May soil moisture, and understory composition are statistically significant factors in explaining forage response to sagebrush treatment. Forage yield across treated and untreated plots for 10 canopy cover levels, ranging from 4% to 40%, are analyzed via panel data regression techniques. We further investigate the impact of variability in precipitation and understory characteristics on economic outcomes of sagebrush control by analyzing three scenarios. Scenario 1 uses actual forage response data that include all variability from precipitation and understory composition. Scenario 2 uses regression-predicted yields across plots assuming average precipitation and soil moisture conditions. Scenario 3 uses regression-predicted yields assuming average precipitation, soil moisture, and understory characteristics across plots. Net present values based on value of grazing (for estimated yield differences between treated and untreated plots assuming 50% forage utilization) compared to treatment cost across sagebrush cover levels are estimated across these three scenarios. Results indicate that the economic threshold level of sagebrush infestation for the study period was between 8% and 24% for the analyzed scenarios. This indicates variability in precipitation and understory composition impact forage response and the resulting economics of sagebrush control. We conclude that range managers should consider potential control site characteristics and long-range weather forecasts when contemplating sagebrush control.