基于改进CASA模型的陕西省植被NPP遥感估算

[目的]探究陕西省陆地生态系统植被群落生产状况,分析陕西省植被NPP时空格局变化及影响因素,为准确评估陕西省陆地生态系统碳源/汇,实现区域生态可持续发展,达成碳中和目标提供参考依据。[方法]基于温度—植被干旱指数(Temperature Vegetation Dryness Index, TVDI)对CASA(Carnegie-Ames-Stanford Approach)模型水分胁迫因子进行改进,从而估算陕西省2010—2020年植被NPP,并利用热点分析法、趋势分析法以及地理探测器对陕西省植被NPP进行空间分布格局、年际变化趋势和驱动因子研究。[结果](1)陕西省NPP空间分布呈现南高北低、冷热点区域差异明显的特征;(2)陕西省2010—2020年NPP平均值介于331.02～416.34 gC/(m²·a),NPP均值在100～600 gC/(m²·a)占比最大,最低值和最高值区间占比不足20%;(3)全省2010—2020年83.3%的面积植被NPP值无显著变化,4.2%的面积呈增加状态,12.5%的面积NPP值呈下降趋势;(4)降水...     

基于MODIS数据的陕西省植被净初级生产力与实际蒸散的变化关系分析

[目的]分析陕西省植被净初级生产力(NPP)及实际蒸散量(ET),为生态环境中碳循环、水循环特征提供理论支持。[方法]基于美国航天局(NASA)提供的净初级生产力产品(MOD17A3)及蒸散产品(MOD16)数据,利用GIS与数理统计等方法,对陕西省2000—2014年植被NPP与ET的时空分布特征及其关系进行分析。[结果]陕西省植被NPP与ET的分布特征均为南高北低;2000—2014年陕西省植被NPP在波动中呈现上升趋势,其中陕北地区增加最大,陕南地区增加最不显著;陕西省ET年际变化呈波动状态。植被NPP与ET空间相关性较显著,陕北地区相关系数极高,而陕南地区相关性并不显著。[结论]在较为干旱区域植被NPP与ET的关系更为密切。     

基于CASA模型的植被净初级生产力时空演变格局及其影响因素——以湖北省为例

为了揭示湖北省植被NPP的时空演变规律及驱动机制,基于CASA模型计算2000—2018年湖北省植被NPP,结合气象数据和土地利用数据,利用重心模型、相关性分析和贡献指数等方法分析植被NPP的时空变化及其影响因素。结果表明:(1)2000—2018年湖北省植被NPP年均值介于532.19～656.49 g C/(m²·a),整体呈波动上升趋势;(2)湖北省植被NPP在空间分布上表现为由西北向东南递减的趋势,植被NPP重心迁移轨迹呈M型,西北地区的增量和增速较大高于东南地区。(3)湖北省植被NPP与年均气温呈正相关的区域面积占全省总面积的54.49%,主要分布在荆门、荆州地区以及宜昌东南部地区; 年均NPP与年降水量呈正相关的面积高达87.65%,主要分布在随州、襄阳和孝感北部地区。(4)2000—2018年研究区域内NPP总量增加19.86×10^-2 Tg C,在土地利用变化引起的NPP损益中,主要由其他土地类型向林地、耕地和草地转换引起; 不同时期土地覆盖变化对NPP总量的贡献率有所差异,2000—2010年建设用地贡献率最高为53.81%,2010—2018年耕地贡献率最高为61.53%。     

2000-2019年关中平原城市群植被NPP时空变化及影响因素

[目的]分析和探讨关中平原城市群植被NPP的时空变化特征,揭示影响植被NPP变化的主要因素,为区域生态恢复及生态健康评估提供支持。[方法]运用趋势分析、变异系数和地理探测器等方法,分析了2000—2019年关中平原城市群植被NPP的时空变化特征与规律,并对植被NPP的影响因素进行了探测。[结果]关中平原城市群年均植被NPP值介于340.3～573.5 g C/m²,年均增长率为9.1 g C/m²,整体呈波动上升趋势,且不同地貌区NPP增长趋势相似。大部分区域植被NPP变化速率大于0,且变异系数较小,植被NPP以小幅增加为主。空间上,植被NPP南高北低,西高东低,具有明显空间分异性,是自然、社会因素共同作用的结果。植被NPP的主要影响因素为降水、地貌及≥10℃积温,但因子间的复杂耦合作用对植被NPP的影响更为显著,如降水与气温的交互作用对植被NPP的解释力达到57%以上,探测结果表明两两因子的交互作用呈现相互增强效应。[结论]关中平原城市群大部分地区植被NPP有明显增长,表明区域生态环境有较大改善。     

西北植被净初级生产力时空变化及其驱动因素

利用CASA模型模拟了西北植被净初级生产力(NPP)值,并结合地统计学理论,利用趋势分析及相关性分析研究了西北地区2000—2013年植被NPP时空变化特征,并结合气象数据探究了其对气候变化的响应。结果表明:(1)西北地区植被NPP在研究年限内呈现波动增加趋势,线性增加趋势达到极显著水平(p0.01)。(2)植被NPP分布具有明显的空间异质性,整体呈现由东向西递减的趋势,除新疆外,其余省份也总体上表现为南高北低的分布格局。植被NPP呈现增加趋势的面积占总面积的85.97%,主要集中在陕西北部、宁夏南部、甘肃东部、青海的东部及南部和新疆西部部分地区,呈现减少趋势主要集中在新疆西部;不同植被类型NPP的均值呈现明显的差异,具体表现为:草地[262.16 g C/(m~2·a)]灌丛[66.51 g C/(m~2·a)]农田[45.90 g C/(m~2·a)]森林[14.36 g C/(m~2·a)]。2000—2013年草地、农田及灌丛的NPP均呈现极显著增加趋势(p0.01),而森林NPP的增加趋势不显著(p0.05)。(3)总体上,西北地区植被NPP与气温、降水呈正相关,其对降水响应较为敏感,降水是限制西北地区植被NPP增加的主要因素。     

近20年来西藏地区NPP时空变化及影响因素

[目的] 探究西藏地区植被净初级生产力(net primary productivity， NPP)时空变化规律以及与影响因素之间的关联，为该区绿色生态建设和国土资源开发提供科学依据。 [方法] 利用MOD17A3 NPP数据、气象数据和植被类型空间分布等数据，采用趋势分析、偏离分析、相关性分析法和地理探测器等方法，对西藏地区2000-2020年的NPP时空格局及影响因素进行分析。 [结果] ①西藏地区2000-2020年NPP总体呈增长趋势，均值为137.36 g/(m²·a)，波动范围为128.04～148.06 g/(m²·a)，总体分布具有明显的空间异质性，呈东南高西北低的趋势； ②不同植被类型的年均NPP差异明显，其中阔叶林最高，为1107.09 g/(m²·a)，荒漠最低，为29.76 g/(m²·a)，按NPP均值大小顺序排列为：阔叶林＞栽培植被＞针叶林＞灌丛＞草甸＞高山植被＞草原＞荒漠； ③NPP与气温和降雨均存在明显相关性，其中NPP与降雨多呈负相关，与气温多呈正相关； ④各影响因子对NPP空间分异性解释力依次排列为：降雨量＞海拔＞气温＞坡度＞植被类型＞土地利用类型，自然因子对NPP的影响力强于人为因子，双因子交互作用影响力强于单因子。 [结论] 西藏地区水热条件分布不均，NPP空间分布差异较大，整体生态系统呈改善趋势，局部生态系统较脆弱。     

1999-2012年三江源区植被净初级生产力及固碳释氧量测评

[目的]估算近14 a三江源地区植被净初级生产力(net primary productivity,NPP)以及固碳释氧量,为河源区的生态环境建设以及制定碳减排与碳增汇政策提供科学依据.[方法]基于遥感、气象、土地等数据,通过CASA模型、碳排放模型、Sen+ Mann-Kendall模型,分析三江源地区植被NPP及其固碳释氧量的时空变化特征.[结果](1)三江源区植被NPP单位面积多年均值主要集中在0～750 g/(m2·a)之间,约占研究区81.72%;空间分布特征呈东南—西北递减规律,高值分布在海拔较低、河流密集以及林地地区,而高寒地区NPP值相对较低.(2) 1999-2012年研究区NPP物质量年际变化呈增加趋势,增速约为7.26 g/(m2·a),没有通过0.05显著水平检验;年际变化空间特征中,约23.64％呈下降趋势,其中通过0.05置信水平者约占2.3％,主要分布在人类活动较频繁的地区;在受人类活动影响较少且水资源丰富地区呈增加趋势,约占研究区的76.36％,其中30.58％通过0.05置信水平检验.(3)固碳释氧物质量变化中,耕地变化幅度较大,其次是林地和其他用地,牧草地变化波动性较小.与人类活动因素有关,人为因素作用越明显,其变化幅度就越大,反之亦然.[结论]三江源高寒牧草地生态总体改善较好,受人类影响较少,而在海拔较低、河流密集以及人类活动频繁地区生态变化相对较复杂,局部地区存在退化现象,需要进一步加强该地区的生态环境保护建设.     

基于CASA模型的浑善达克沙地植被NPP模拟及时空分析

为了解生态工程实施下浑善达克沙地植被净初级生产力(NPP)及沙地生境情况,基于CASA模型建模思路,利用气象数据、遥感数据估算了沙地2000—2016年生长季(4—10月)的逐月NPP值,并分析了17年内沙地NPP的时空分布特征及变化趋势。结果表明:(1)浑善达克沙地2000—2016年NPP呈波动上升趋势,NPP多年均值为282.42 g/(m~2·a)。(2) NPP季节变化明显,春季NPP呈下降趋势,夏季和秋季均呈上升趋势,夏季NPP变化与全年NPP变化趋势基本一致,从月变化来看,NPP值在7月达到峰值,7月、8月份积累的NPP占总量的51.57%。(3)空间上NPP整体由西向东递增,78.2%的面积呈增长趋势,12.17%的区域增长显著或增长极显著,中西部地区增长缓慢。研究结果对指导未来沙地生态系统的保护和恢复具有重要意义。     

太行山区植被NPP时空变化特征及其驱动力分析

本文基于2000—2014年MODIS NPP数据,结合同期土地利用变化、气温、降水和DEM数据,运用趋势分析法、相关系数法及分区统计法等方法,研究了太行山区2000—2014年植被NPP时空变化特征,分析了气温、降水等气候因素和人为因素对植被NPP变化的影响,为太行山区植被资源管理及生态环境调控提供参考。研究结果表明:(1)太行山区植被NPP多年平均值为284.0 g(C)·m~(-2)·a~(-1),耕地、林地和草地的NPP均值分别为302.5 g(C)·m~(-2)·a~(-1)、258.1 g(C)·m~(-2)·a~(-1)、286.5 g(C)·m~(-2)·a~(-1)。(2)2000—2014年太行山区植被NPP整体呈上升趋势,但大部分植被NPP变化未达到显著水平;16.17%的植被NPP显著或极显著升高,主要分布在太行山区西侧;0.88%的植被NPP显著或极显著降低,零散分布在研究区内。(3)不同植被类型NPP变化速率为草地耕地林地。(4)基于区域平均计算,太行山区植被NPP与降水显著正相关(P0.05),与气温负相关(P0.05)。基于像元计算,植被NPP与降水显著或极显著正相关区面积比例为23.82%,主要分布在太行山区北段,几乎没有显著负相关区;植被NPP与气温显著或极显著负相关区面积比例为8.42%,主要分布在太行山区西侧,显著或极显著正相关区面积比例为0.81%,主要分布在太行山区最北端。(5)研究期内气候因子对植被NPP的升高整体上表现为促进作用,而人为因素主要表现为抑制作用。太行山区生态环境保护仍应以减少人为干扰为主。     

基于CASA模型探究泾河流域植被NPP时空动态及其对气候变化的响应

植被NPP是判定生态系统碳源/碳汇及调节生态过程的主要因子,基于CASA模型估算NPP,探究时空尺度NPP的变化及其对气候变化的响应状况,可了解泾河流域植被恢复状况并为流域生态环境改善提供科学参考及建议。以泾河流域为研究区域,基于2000年、2009年、2018年MODIS NDVI数据、气象数据与植被分布数据等,运用CASA模型(Carnegie-Ames-Stanford approach,CASA)对2000年、2009年及2018年流域NPP进行了估算,探究流域内NPP时空动态及其对气候变化的响应,并分析了各植被类型下NPP分布规律。结果表明:(1)时间尺度上,2000年、2009年及2018年泾河流域NPP均值分别为521.81 gC/(m²·a),664.77 gC/(m²·a),719.78 gC/(m²·a),年际变化呈增长趋势; 月际变化曲线呈单峰型,4—8月呈较强上升趋势,8月后逐渐下降; 各季节的NPP均值由高到低依次为夏季>秋季>春季>冬季。(2)空间尺度上,NPP分布存在一定的地域差异性,水平方向呈“南高北低”的特点; 垂直方向上,NPP值随海拔高度的升高呈先下降后上升的趋势。(3)不同植被类型下NPP均值存在明显差异,其中常绿阔叶林年均NPP值最高,为1 544.50 gC/(m²·a)。(4)气候变化背景下,NPP主要受气温与降水的影响,且降水为主导因素。研究结果表明泾河流域NPP呈增加趋势,即植被覆盖情况在逐步改善; 流域北部植被覆盖状况仍有待改善,建议加大退耕还林政策实施力度,加大果树、茶树等防护型林地的种植; 且该流域NPP对降水的响应强于气温,故可加大植树造林恢复植被的力度,也可修建水库和水利工程,退田还湖,并加大湿地保护,从而保证空气湿度,增加降水,改善植被覆盖,实现人与自然和谐共生。     

2000-2020年陕西省植被覆盖时空变化多尺度分析

[目的]退耕还林还草工程实施以来,陕西省植被覆盖度明显提高。然而,省级尺度上植被覆盖度的增加一定程度上掩盖了部分市、县级区域植被覆盖度下降的实事,当前迫切需要加强对不同空间尺度植被覆盖变化及其驱动因素的研究。[方法]基于MODIS NDVI数据计算了陕西省植被覆盖度,分析了2000—2020年陕西省、地区、市和县四级尺度植被覆盖度时空变化趋势。[结果]2000—2020年陕西省植被平均覆盖度为64.3%±2.1%,增长率为0.24%/a;陕北植被覆盖度平均为37.6%±4.4%,增长率为0.63%/a;陕南植被覆盖度平均为89.6%±1.2%,增长率为0.13%/a;关中植被覆盖度平均为70.6%±3.5%,下降率为-0.18%/a。延安市、榆林市、铜川市、宝鸡市、安康市、商洛市的植被覆盖度呈持续增加趋势,而西安市、渭南市、咸阳市和汉中市的植被覆盖度呈先增加后下降趋势;全省有72.3%的区县植被覆盖度呈增加趋势,有22.3%的区县植被覆盖度变化方向与所在市相反。在不同空间尺度上,陕西省植被覆盖度增速均表现为2000—2010年高于2010—2020年,这与两个时期的造林面积差异有关。[...     

2004-2015年湖北省植被NPP时空分布特征及其与气候因素关系

为了探明湖北省植被NPP空间分布特征及其驱动机制,利用MOD17A3H NPP时序数据、土地覆盖类型产品MCD12Q1、气象数据和SRTM DEM地形数据等,采用线性趋势分析、相关系数等方法,分析了2004-2015年湖北省植被NPP时空分布特征,探讨了不同土地利用类型、不同地形条件下植被NPP分布及对气候因素的响应特征。结果显示:（1）12年间,湖北省植被NPP总体呈上升趋势;植被NPP的空间分布大体呈东、西部山区高,中部略低的格局,全省植被NPP值大部介于400~600 g C/（m²·a）;（2）全省植被NPP与年均气温呈现正相关性的面积占全省总面积的79.28%,与年降水量呈现正相关性的面积占全省总面积的59.07%;（3）气温是影响林地、草地植被NPP变化的主要驱动因子,耕地主要受降水量影响;（4）植被NPP与年均气温和年降水量的相关性随高程、坡度、坡向的不同表现出差异性,植被NPP变化是气温、降水和地形条件综合作用的结果。     

张掖市典型绿洲农田生态系统生产力时空分布特征

[目的]以甘肃省张掖市甘州区典型绿洲为例,研究绿洲农田生产力的时空格局及其全球变化对农田生产力的影响,为区域农业资源管理决策与规划提供决策依据。[方法]利用MOD17A3NPP产品、气象数据及甘州区农业统计等数据,结合GIS空间分析技术开展研究。[结果]甘州区不同农田类型净初级生产力(NPP)均值最小值均出现在2001年,最大值出现在2007年。甘州区农田净初级生产力年均值变化范围为109.3~420.5g/(m~2·a),其分布特征与农田类型的空间分布基本一致;同一农田类型,高海拔区农田生产力小于海拔较低区,即农田生产力的大小是由农田类型及海拔高度共同决定的。NPP变化趋势存在明显的空间异质性,农田生产力增加的面积占总面积的40.9%,主要是旱地和高海拔地区的水浇地。海拔1 800m以上的旱地和水浇地年降水量的增加趋势远大于平均气温,其NPP呈明显的增加趋势。[结论]近10a来甘州区农田生态系统生产力存在明显的时空差异,整个旱地和水浇地年均NPP呈增加趋势,水田年均NPP呈下降趋势。     

黄土高原植被净初级生产力时空变化及其影响因素

为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。     

青海湖流域植被的净初级生产力估算

[目的]定量估算青海湖流域2001—2011年草地净初级生产力(net primary productivity,NPP),查明其时空演化特征,为流域草地可持续利用与生态建设及相关的政策制订提供科学依据。[方法]选取陆地生态系统碳循环模型(CASA模型),逐像元模拟2001—2011年青海湖流域草地生态系统NPP的时空变化。[结果](1)2001—2011年青海湖流域草地年均NPP为1.12×1013g/a,单位面积平均值为168.03g/(m2·a);(2)NPP在空间分布上呈现东南高,西北低的格局,这与流域水热因子在空间上的分布一致。近11a流域草地年均NPP总体呈上升趋势,年增加率约为1.74g/(m2·a),湖区北部、东部为主要增加区域;(3)青海湖流域草地NPP具有明显的季节变化特征,7月草地NPP达到最高,1月NPP最低。其中5—9月生长季草地的NPP占到了全年的90.40%。[结论]所选模型模拟精度较高,能够较好地反映流域NPP的空间分布规律和时间变化特征。可以认为改进后的CASA模型在气候资料稀缺的该地区进行模拟是可行的。     

滇中地区植被NDVI时空演变特征及其驱动因素

[目的]揭示滇中地区植被NDVI时空变化特征及其与气候因子、人类活动的关系,为该地区的社会经济可持续提供科学依据。[方法]以MODIS NDVI数据资料集、标准气象站点的气候数据及社会经济统计数据为素材,采用叠置分析、空间统计分析和相关分析为主要方法。[结果](1)滇中地区植被5月上旬进入生长季而10月下旬结束,2001—2010年植被NDVI呈现出上升的趋势,速率为0.03/10a,植被盖度整体朝增加的方向发展。(2)2001—2010年滇中地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.24%和29.76%,减少最为突出的区域主要集中在人口聚集的城镇周围,增加的区域主要集中在高海拔地区。(3)气候影响因素中的水分类因素即平均相对湿度、最小相对湿度和降水是滇中地区植被NDVI年内变化主要的影响因素。(4)退耕还林工程极大地提升了滇中地区的植被覆盖度,而城镇化过程则使得滇中地区城镇周边的极低、低植被覆盖度区面积增加。[结论]滇中地区年内植被NDVI变化由气候因子所控制,而长期变化则受人类活动的制约。     

吉林省长时间序列陆地生态系统NPP时空变化特征

植被净初级生产力(NPP)是陆地生态系统碳循环过程中的重要组成部分,也是评价碳源/汇的重要环节。基于2001—2019年MODIS地表反射率数据(MOD09A1)、气温和日照时间资料,利用光能利用率模型估算了吉林省陆地生态系统NPP,采用趋势分析、空间变异性分析等方法,分析了吉林省陆地生态系统NPP的时空变化特征及其与气候因子的相关性。结果表明:(1)2001—2019年,吉林省植被NPP年均值与总量均成波动上升趋势,辖区内植被NPP总量表现为森林农田草地。(2)2001—2019年NPP分布表现出明显的空间差异性,大部分区域NPP呈现增加趋势,总体变异性稳定,但西北部区域NPP空间变异程度较大,与该地区施行退耕还林和治理草地退化、沙化、盐碱化有一定关联,植被恢复明显。(3)吉林省植被NPP与年均气温、年降水量的相关性存在一定的地域差异性,研究区大部分区域与气温呈正相关关系,小部分区域与降水量呈现出正相关。