三江源生态系统近10年净初级生产力估测

为揭示三江源地区近10年来生态系统植被净初级生产力(NPP)的演变规律,借助研究区域的气温、降水等气象数据及MODIS遥感数据,应用CASA模型估算了三江源生态系统2001—2010年间的NPP,分析了NPP的时空变化格局。结果表明:2001—2010年间三江源生态系统NPP呈现由西北向东南逐渐递增的趋势,10年平均NPP为169.02 g·m-2·a-1,变化范围为159.53~176.25 g·m-2·a-1;10年来三江源草地NPP呈减少趋势,减少速度为0.69 g·m-2·a-1,减幅为4.77%。研究结果可以为三江源地区生态资源的有效管理与合理利用提供理论依据。     

基于MODIS的长江中下游地区植被净第一性生产力时空变化规律

基于中等分辨率成像光谱仪(MODIS)数据产品,分析了长江中下游地区的植被净第一性生产力(net primary production,NPP)的时空分布规律,并探讨了气候和土地覆被变化对它们的影响。研究结果表明:在2001-2010年间,研究区植被净第一性生产力的数值主要集中在420~670 g·m-2·a-1(以碳计),平均值为562 g·m-2·a-1(以碳计)。从时间角度来看,植被净第一性生产力的年际波动大,且大部分地区的植被净第一性生产力呈现随时间逐渐降低趋势。从空间角度看,植被净第一性生产力呈南高北低、沿海高于内陆的分布规律。研究区内植被净第一性生产力的变化受到了气候因子的综合作用,与年均气温和日照时数呈正相关,与降水量呈负相关(P0.05)。同时,土地覆被类型的转变也是导致植被净第一性生产力产生时空变化的重要因素。     

应用CASA模型估算浙江省植被净初级生产力

自然植被和生产力的变化是表征区域生态环境质量变化的重要指标,利用CASA (Carnegie-Ames-Stanford Approach)模型对浙江省植被净初级生产力(NPP)进行估算,分析了净初级生产力的时空分布变化及受土地利用变化影响的特点.结果表明:①2006年浙江省净初级生产力平均为625.68 g·m-2·a-1;空间上,呈现出随着海拔的增高而增大的趋势;时间上,各土地利用类型的净初级生产力均表现出一致而明显的季相变化,不同土地利用类型之间的净初级生产力高低差异明显;②全年净初级生产力总量为6 451.24万t·a-1,林地和耕地是净初级生产力总量的主要构成部分,占净初级生产力年总量的70％以上;其中,丽水市净初级生产力年总量最高,为1 336.05万t·a1,舟山市最低,为47.18万t·a-1;生态公益林的净初级生产力均值为815.28 g·m-2·a-1,固碳能力明显优于其他林地;③相比1996年,2006年浙江省净初级生产力年总量因土地利用类型的变化增加了52.96万t·a-1,净初级生产力年总量保持着相对稳定的态势.有效提升浙江省植被净初级生产力途径主要有:在平原地区构建森林网络体系,在山区积极实施阔叶林化改造工程,以及对竹林进行科学集约化经营.     

北京山区油松林净初级生产力对气候变化情景的响应

应用BIOME-BGC模型模拟北京十三陵林场油松林净初级生产力对不同气候变化情景的响应。在模拟时设置了本底、CO2浓度加倍、气候变化、CO2浓度和气候同时变化4类8种不同气候情景,其中气候变化设置为温度升高3.5℃、降水增加14%。模拟结果表明:1970—1988年油松净初级生产力(以碳计)的平均值为387.38g·m-2·a-1,有明显的年际变化。油松的净初级生产力正向响应了CO2浓度的倍增,但对净初级生产力积累效果不明显。在气候变化情景下,油松的净初级生产力反向响应了温度升高3.5℃情景,正向响应了降水量增加14%情景,且对降水量的响应十分明显,降水量是控制北京山区油松林净初级生产力的主要因子;CO2浓度、气候变化情景下,CO2浓度倍增和降水的增加会削弱它们对油松林净初级生产力的积累作用。     

大渡河流域植被净初级生产力的时空变化及其地形分异特征

为了解大渡河流域2000—2021年植被净初级生产力(NPP)的时空特征和地形变异规律,应用MODIS NPP和地形数据,利用一元线性回归分析和变异系数等方法分析区域植被NPP时空变化特征。结果表明：(1)2000—2021年大渡河流域植被净初级生产力呈波动上升趋势,年均增速为2.009 g·m^-2·a^-1,年平均植被净初级生产力为474.58 g·m^-2·a^-1,大渡河流域植被总净初级生产力的平均值为127.18×10⁶g·m^-2·a^-1,植被改善趋势明显;空间分布整体上呈“南高北低”的分布特征,植被净初级生产力较高的区域主要分布在海拔较低的大渡河流域下游以及大渡河中上游干支流河谷两侧。(2)2000—2021年研究区植被净初级生产力年际变化率较低,平均年际变化率为2.0,植被净初级生产力呈增加趋势的面积比例为89.67%;研究区植被净初级生产力平均变异系数为2.0%,植被状态总体较平稳,变异系数低于20%的面积比例为95.22%。...     

淮河流域植被净初级生产力与干旱的相关性分析

基于CASA(Carnegie-Ames-Stanford approach)模型估算2001—2016年淮河流域植被净初级生产力,分析其时空变化特征,并结合降水距平百分率,探讨干旱对植被净初级生产力(net primary productivity,NPP)的影响。结果表明,2001—2016年淮河流域年均NPP值呈现递减趋势,递减速率为-2.22 g C/(m~2·年);淮河流域年均NPP值空间分布差异明显,表现为河南南部和安徽南部地区植被NPP减少明显,而处于增长趋势的区域主要位于山东省和江苏省大部分地区;随着干旱影响范围的增加,淮河流域年均植被NPP呈降低趋势。干旱与植被NPP呈正相关的区域占整个流域总面积的93.1%,两者呈明显正相关的地区横穿山东省中部和安徽省东北部。综合研究结果可知,淮河流域干旱对植被净初级生产力影响明显。     

气候和土地利用变化对成都市植被NPP时空分布的影响

以2001-2010年MOD17A3数据集的年均NPP数据为基础,分析成都市植被净初级生产力的时空变化及其影响因素,并借助回归分析方法对引起植被NPP变化的影响因素进行量化分析.结果表明:研究区植被净初级生产力年际变化特征明显,年净初级生产力分布在560～699gC/(m~2·a)之间,平均值为663gC/(m~2·a),总体来看10年间成都市植被净初级生产力呈波动减少趋势,年际减少为5.04gC/(m~2·a).空间分布上表现为由西南向东北逐渐减少的趋势,不同地形区植被NPP变化程度各异,其中平原区植被NPP下降趋势最为显著,其次为山区,而丘陵区植被NPP呈上升趋势.温度、降水量、耕地面积和建设用地面积对整个成都市植被NPP时空变化的独立解释能力分别为2.3%,16.4%,1.0%,10.5%,即研究区植被NPP受到自然因素和人为因素共同作用,而自然因素对植被NPP时空变化的主控作用总体上大于人为因素.对各地形区而言,山区NPP变化主要受到温度和降水量影响,降水量是主控因素(独立解释能力为6.6%);平原区NPP变化主要受到降水量、耕地面积和建设用地面积影响,建设用地面积为主控因素(独立解释能力为10.3%);丘陵区NPP变化主要受到温度、降水量、建设用地面积影响,建设用地面积为主控因素(独立解释能力为5.2%).研究结果为区域生态环境的建设,以及合理的城市土地利用规划提供依据.     

基于开放式数据库的江苏省植被净生产力遥感估测方法研究

以2002年1-12月江苏省MODIS数据、空间分辨率为300 mGlobcover全球土地覆盖数据、CRU TS 2.1全球气候数据库为主要信息源,采用CASE气候生产力模型,以ArcGIS 9.2为分析平台,对江苏省2002年植被净生产力(NPP)的时空及地区分布进行研究。结果表明,江苏省2002年NPP为316.700 Mt.a-1,6月中旬至9月中旬NPP值占全年71.9%,第4季度仅占5.5%。NPP空间分布趋势总体呈现从西向东递减的趋势。按地区分布,2002年江苏植被净初级生产力最高城市为南京,平均值为403.501 Mt.a-1,最低为连云港,平均值为274.672 Mt.a-1。NPP与太阳总辐射、温度、降水量的关系密切,相关系数分别为0.852、0.931、0.907。     

基于MOD17A3的南岭山地森林区植被NPP时空分异分析

作为水源涵养型重点生态功能区,南岭山地森林区生态环境较为脆弱,面临生态功能退化问题。以2001-2013年MOD17A3的年均植被净初级生产力(NPP)数据和降水、气温资料为基础,通过遥感和GIS技术,对南岭山地森林区植被NPP时空分异特征进行定量分析。结果表明,2001-2013年南岭山地森林区年均植被NPP变化范围为578.45~727.37gC·m~(-2)·a~(-1),平均值为640.39gC·m~(-2)·a~(-1),年均植被NPP在南岭分布东部高,中部和西部较低;南岭植被生长状况总体东部较好,中部和西部呈现不同程度的退化,植被NPP波动剧烈的地区和矿山开采等人为活动关系密切;南岭东部地区受气温影响较大,中部受降水影响较大,西部同时受降水和气温的影响,而植被NPP波动剧烈的地区受降水和气温的影响不大,可能受人为因素的影响。     

河南省植被净初级生产力变化特征及其对气候变化的响应

利用2000—2018年河南省植被净初级生产力(NPP)数据和气象站点资料,分析植被NPP的变化规律,探讨了植被NPP与气象因子的相关关系。结果表明,2000-2018年河南省植被NPP呈缓慢增长趋势,植被NPP空间分布具有明显的地域性差异,西部伏牛山区和南部大别山区以林地为主,植被NPP较高;沿黄及以北地区植被NPP较低。分析植被NPP对气候因子变化的响应,植被NPP与气温和降水量主要表现为正相关关系,降水量是影响植被生长的决定性气候因素。在整个垂直分布上,气温与植被NPP的相关性较低,在1 500m以上呈现负相关关系。春夏秋三季降水和植被NPP的相关性高于温度,而在冬季,气温是影响植被生长的主要气候因子。