2000-2013年秦岭林区植被净初级生产力时空分布特征及其驱动因素

秦岭林地是我国南北气候分水岭同时也是陕西省重要林区,研究秦岭地区植被NPP变化有助于了解该区域植被生长状况及固碳能力。使用MODIS17A3数据及各环境因子数据,通过应用GIS及数学统计等方法,分析了秦岭林区植被NPP的时空变化格局及其与环境因子间关系。结果表明,秦岭林地植被NPP均值呈现西高东低的特征, 2000-2013年植被NPP均值在400～600 gC·m^-2·a^-1之间;研究区内NPP年际变化上升趋势;在具有地理意义的区间上,200～1 500 m的高程区间及2°～25°坡度区间内植被NPP均值及总量较高,1 500 m以上及25°以上区间植被NPP均值与总量均呈下降趋势;阔叶林及灌丛占植被类型的60.36%,所占NPP总量达162.38 TgC·a^-1,粘土及粘壤土所占NPP总量达151.39 TgC·a^-1,所有植被类型及土壤类型NPP年际变化均呈上升趋势;NPP与年均气温相关性较与年降雨量高,但65.55%的区域未通过显著性检验。     

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LUE模型的长江源流域NPP时空变化特征分析

长江源流域具有独特的高寒植被生态系统,研究植被净初级生产力变化及其与气候因子的关系,能够反映生态系统对全球变化的响应。利用改进的遥感光能利用率模型(LUE)模拟了2001-2010年长江源流域植被NPP时空变化特征,结合同期气温和降水数据,运用趋势分析法和偏相关分析法,研究了植被NPP对气候因子的响应特征。结果表明:1)植被多年平均NPP值为171.83gC/m~2/a,高寒针叶林NPP值最大(392.64gC/m~2/a),高寒草原最小(70.41gC/m~2/a)。而高寒草甸和高寒草原分布最广,占植被NPP总量的86.6%。2)植被NPP呈增加的趋势(6.39gC/m~2/a),增加趋势不显著,在水热条件的影响下,植被NPP增长呈现出空间异质性,增加幅度由东南向西北逐渐减少。不同植被类型的NPP增长趋势不同,其中高寒针叶林、灌丛、高寒草甸、高寒草原和高山垫状植被的NPP增长率分别为15.98、12.61、3.13、2.69和1.01gC/m~2/a。3)植被NPP相比于降水,对温度的敏感性更高。近10a温度的显著增加是导致植被NPP增加的主要因素。研究结果有利于把握长江源流域高寒生态系统功能特征,为生态规划建设提供科学依据。     

渭河流域长时间序列NPP估算及时空变化特征分析

植被净初级生产力（net primary production，NPP）是生态系统碳循环及能量流动的关键参数，也是生态系统可持续发展的重要生态指标，分析植被NPP的时空变化特征对于区域碳循环研究具有重要意义。利用MODIS反射率数据（MOD09A1）、MODIS NDVI数据（MOD13A3），基于CASA模型估算2001-2018年渭河流域植被NPP，分析植被NPP的时空变化特征，并探讨不同植被类型间NPP的差异性以及高程变化对植被NPP的影响。研究表明:1）2001-2018年，渭河流域植被NPP总体呈波动式增加趋势，年均NPP处于292.59~444.90 gC·m²，年际增加速率为6.23 gC·m²；流域植被NPP具有明显的空间异质性，表现为中东部的六盘山、子午岭和南部秦岭等地区较高，西部和北部的黄土高原地区较低。2）18 a来，除常绿针叶林外，其余植被类型NPP均呈增加趋势。不同植被类型的年均NPP的差异表现为落叶阔叶林（625.70 gC·m²）>常绿针叶林（390.16 gC·m²）>草地（368.49 gC·m²）>农田（344.65 gC·m²）>灌丛（340.17 gC·m²）。3）不同地形条件下植被NPP具有一定差异性，在900~1 300 m（农田、山地落叶小叶林），植被NPP最高；1 700~1 900 m及3 500 m以上区域（稀树灌木草原、灌木），植被NPP最低。     

基于CASA模型的四川植被净初级生产力及其时空格局分析

【目的】估算四川植被的净初级生产力并分析其时空格局及影响因素,为深入认识该区域的植被生产力状况提供数据支持。【方法】在原CASA模型基础上,以MODIS卫星数据为依托,对光合有效辐射值提取、最佳区域气温反演、水分胁迫系数演算这3种方法进行了改进,进而估算了四川地区2000-2011年期间的植被净初级生产力(NPP)。【结果】①四川植被NPP的多年平均值为303.27gC/(m2·a),变化范围在285³40gC/(m2·a)之间。②四川植被NPP的季节变化明显,其中夏季是NPP主要积累期;同时由于区域气候变暖导致的物候期延长,秋季NPP的累积量呈逐年上升趋势。③四川植被NPP空间分异明显,总体表现出由东南向西北逐渐减少的趋势,且呈垂直地带性特征明显。④降雨量是驱动NPP的主要因子;温度及光合有效辐射也对NPP影响显著(P<0.001)。【结论】近10年来四川植被NPP变化主要由生长旺季本身变化所致;其时空分布格局总体表现出随温度、水分、光合有效辐射以及海拔增加而增大的趋势;改进后的CASA模型可以有效地模拟四川植被NPP的时空格局特征。     

2001-2013年黄土高原植被净初级生产力时空变化及其归因

基于光能利用率模型(CASA),利用遥感数据、气象数据和基础地理数据,测算了2001-2013年黄土高原植被净初级生产力(NPP),并辅以一元线性回归、Hurst指数及相关分析等方法,分析了2001-2013年黄土高原NPP时空变化特征、未来变化趋势及其驱动因素.结果表明,2001-2013年黄土高原植被年均NPP呈显著增加趋势,年增速为4.9 g/(m2·a).黄土高原植被NPP空间分布差异显著,表现出由东南向西北递减的趋势.黄土高原植被NPP呈增加趋势和减少趋势的面积分别占78.0%和22.0%.Hurst指数表明研究区未来植被NPP变化的正向特征显著,呈持续性和反持续性的比重分别为72.1%和28.9%.黄土高原植被NPP变化与降水、气温相关性不大,人类活动是影响植被NPP变化的重要因素,且对NPP有双重影响.     

天山北坡植被NPP时空格局及气候因子驱动分析

【目的】研究天山北坡植被净初级生产力(NPP)的时空格局,分析NPP与气候因子的关系,为天山北坡自然资源的合理开发利用与管理提供科学依据。【方法】利用CASA模型估算天山北坡植被的NPP,分析其年内时空变化特征,采用相关性分析法研究天山北坡NPP与气候因子的关系。【结果】(1)2015年天山北坡NPP总量为34.57 TgC,平均值为173.34 gC/(m²·a),中西部区域NPP占天山北坡总量的82.25%,是天山北坡NPP的主要供给区,山地区域的NPP平均值最高。(2)不同植被类型的NPP差异较大,林地、耕地、草地、未利用地分别为534.47、333.47、174.20和124.18 gC/(m²·a)。(3)天山北坡NPP月总量波动在0.29~3.00 TgC/mon,6月NPP达到一年中最大值,为7.39 TgC/mon。草地NPP随季节的波动幅度最大,林地随季节波动幅度最小。NPP季节变化表现为夏季>春季>秋季>冬季。(4)温度对天山北坡不同植被类型的影响大于降水。NPP的变化受气候因子驱动影响的区域占66.06%,主要集中在天山北坡中西部区域;非气候因子的影响占33.94%,主要集中在天山北坡中东部以北地区。【结论】天山北坡NPP总体上呈现西高东低的趋势,不同植被类型随季节的变化趋势不同,温度是天山北坡NPP年内变化的主要影响因素。     

基于遥感数据的黔南州植被净初级生产力分析

基于2001²013年的MOD17A3数据集,在ArcGIS操作平台上分析了黔南州植被NPP的时空变化特征。结果表明:黔南州植被年均NPP为5002013年的MOD17A3数据集,在ArcGIS操作平台上分析了黔南州植被NPP的时空变化特征。结果表明:黔南州植被年均NPP为500⁹00 g/(m900 g/(m²·a)的区域占总面积的90.2%;从2001年到2013年,黔南州植被NPP总体上呈下降趋势,但在2013年回升明显;与2001年相比,2013年黔南州年均植被NPP大部分区域处于增加趋势,主要位于黔南州北部、西部与南部地区;在6种不同类型植被中,林地的NPP值最高,农作物的NPP值最低;从2001年到2013年,不同植被类型NPP的年际变化都呈波动下降趋势,但以灌丛、永久性湿地NPP的减少趋势最明显,以草地NPP的变化幅度最小。     

基于MODIS数据的宝鸡地区植被覆盖时空变化及影响因素分析

基于MODIS NDVI和NPP数据,选取包括气温和降水量的宝鸡11个气象站点的气候指标,分析了宝鸡地区2001²013年植被覆盖规律的时空变化。运用趋势分析方法探讨了13 a宝鸡地区年均NDVI空间变化趋势;采用相关分析法进一步对宝鸡地区年均NDVI、NPP与年均温和年降水量的相互关系进行了分析。结果表明:20012013年植被覆盖规律的时空变化。运用趋势分析方法探讨了13 a宝鸡地区年均NDVI空间变化趋势;采用相关分析法进一步对宝鸡地区年均NDVI、NPP与年均温和年降水量的相互关系进行了分析。结果表明:2001²013年宝鸡地区年均NDVI以0.032/10 a的速度上升,较快于三北防护林工程区19822013年宝鸡地区年均NDVI以0.032/10 a的速度上升,较快于三北防护林工程区1982²006年植被覆盖的增速(0.007/10 a),且20012006年植被覆盖的增速(0.007/10 a),且2001²002、20032002、2003²004年两个年份段为年均NDVI值的两次高恢复期;植被覆盖以轻度改善为主,基本不变和中度改善次之,严重退化和中度退化最弱。除个别地区外,植被覆盖恢复状况整体上呈稳中上升的较好趋势;宝鸡全区植被覆盖与气温和降水量相关性均较好,大部分地区呈现正相关;退耕后10 a,NDVI与NPP具有同步增减的变化趋势。     

青藏高原近30年植被净初级生产力时空演变研究

利用卫星遥感数据和气象资料,分3个高程层面模拟了青藏高原地表太阳辐射（SOL）,并以此驱动CASA模型估算1983要2012年青藏高原植被的净初级生产力（NPP）,分析NPP的时空演变模式,而后探讨了NPP对气候因子的响应关系。研究结果表明：（1）分不同高程层面建立的太阳辐射模型能够更合理地反映青藏高原地表太阳辐射的空间分布特征,模拟精度高于其他相关模型。（2）青藏高原植被NPP的空间分布表现为自东南向西北逐渐递减的趋势。高原西北部降水量小于400mm的区域内植被NPP 的主导因子是降水,东南部降水量大于400mm的区域内植被NPP的主导因子是温度。（3）青藏高原植被NPP的演变趋势存在显著空间分异。总体上高原西北部植被NPP近30年变化相对稳定。其中1983要1992年,NPP增加区域主要分布于高原中部,在高原东南部则呈现减少趋势;1993要2002年,高原大部分地区NPP呈增加趋势,NPP减少区域集中在高原东部地区;2003要2012年,高原东部、南部NPP增加趋势明显,高原东南部NPP呈减少趋势。（4）总体上,1983要2012年青藏高NPP总量波动范围为0.494~0.590 Pgc/年变化率为0.0187 Pgc/10,年,呈现“缓慢增加-缓慢减少-快速增加”的趋势,其中年均温度增加对NPP的变异有显著影响（R2=0.456,P<0.001）。     

东亚地区植被净第一性生产力对气候变化的时空响应

为了了解气候变化对东亚地区植被生产力的影响,该文利用气象数据和卫星遥感数据(NOVA/AVHRR NDVI,8 km×8 km),采用改进参数的CASA模型研究了东亚地区植被净第一性生产力的时空变化.结果表明:18年来研究区净第一性生产力在波动中呈现增加趋势;净第一性生产力介于8~300 gC/(m2.a)的植被主要分布于气候干旱或气候严寒、冬季漫长的高纬度地区,因而植被生产力较低;净第一性生产力介于300~700 gC/(m2.a)的植被主要分布于10°~35°N低纬度地区以及50°~60°N中高纬度地区;净第一性生产力平均介于700~2 000 gC/(m2.a)的植被主要分布于缅甸、泰国、越南的热带雨林,这些区域的植被生产力最高;各种植被类型中常绿阔叶林的净第一性生产力平均值最大,约为1 229.97 gC/(m2.a).13种植被按其净第一性生产力对气候变化响应的相似性,可以分为4种类型.     

气候变化背景下鄱阳湖地区植被覆盖及生产力变化研究

利用1981～2000年鄱阳湖地区的气象台站数据、NOAA／AVHRR—NDVI数据集（空间分辨率为8km）以及光能利用率模型GLO—PEM模拟的鄱阳湖地区植被净第一性生产力（NPP）（空间分辨率为1km）,基于最小二乘法,分析了全球变化背詈下该地区均温和降水、年最大植被指数（NDVImax）以及年NPP的年际变化趋势,探讨了植被年NDVImax、NPP变化与气候变化的关系。结果表明,近年来鄱阳湖地区气候变化比较显著,年均温和年降水量均呈现显著上升趋势,但变化幅度存在着明显的区域差异。1980～2000年闰鄱阳湖大部分地区年NDVimax存在增加趋势,但也有少部分地区呈降低趋势,其中增加趋势的显著性水平相对较高,而降低变化趋势不够显著。1980～2000年,鄱阳湖地区NPP变化主要呈现增加趋势,且显著性水平较高;其中,整个鄱阳湖地区NPP年变化率为111257t／年．滨湖区为49920t/年,外围区为61337t／年;在离湖不同缓冲距离上,NPP变化的趋势基本一致。鄱阳湖地区气候暖湿化发展对植被改善具有一定的促进作用。     

基于CASA模型的长顺县夏季NPP时空格局

基于CASA模型估算了长顺县夏季植被净初级生产力(NPP),并分析了2000~2011年期间其时空分布特征。研究表明:2000~2011年期间,长顺县夏季NPP平均为34.51 g C/m~2·m,全县91.65%的区域,NPP值在20~50 g C/m~2·m之间。多年平均夏季NPP的分布呈现明显的地域性差异,总体呈现出由中部落叶阔叶林、针阔混交林及灌木林等植被茂盛的区域逐渐向东西两侧耕地及建设用地区域减少的分布规律;夏季NPP在12年间,其变化整体呈缓慢上升趋势。针阔混交林、落叶阔叶林、灌木林、耕地及草地区域的平均增长率分别为2.77、2.32、2.34、0.99、1.05。地区植被在夏季的固碳量在逐年增加;各乡镇夏季平均NPP在12年内的变化一致。长寨镇、广顺镇、摆所镇、鼓扬镇、代化镇、改尧镇、敦操乡分别以2.16、1.88、2.10、2.17、2.29、2.12、2.51 g C/m2·m的速率增加。     

银川盆地净初级生产力估算和趋势分析

【目的】基于2000-2010年间的遥感数据、气象数据,利用净初级生产力(NPP)估算模型模拟银川盆地NPP,分别从逐月、逐年对其时空变化过程进行分析,并进行预测分析,阐述11年期间银川盆地植被NPP的时空格局与变化特征,探讨NPP与植被健康指数(VHI)之间的耦合关系。【方法】选取2000-2010年间的SPOT VEGETATION数据、归一化植被指数（NDVI）、遥感数据、考虑了研究地区内及其周边气象站点数据等,利用CASA 模型,一元线性回归、奇异值分解等方法对银川盆地NPP空间分布进行估算与分析。【结果】2000-2010年,银川盆地逐月NPP平均值呈现小幅度增长,月均增加0.51 gC·m^-2,以7月、10月NPP值增长最为显著;2000-2010年,银川盆地逐年NPP平均值也呈小幅度增长,年均增加0.24 gC·m^-2,NPP 年平均值总体呈波动趋势,以2007、2009年NPP增长最为显著,降水直接导致了2005、2006年的NPP值出现低值;2000-2010年,从银川盆地NPP空间变化来看,行政区域年平均NPP物质量大小依次为：大武口区＞永宁县＞灵武市＞西夏区＞青铜峡市＞利通区＞平罗县＞贺兰县＞惠农区＞兴庆区＞金凤区。银川盆地NPP 平均值表现出“南北高中间低、东高西低”的空间格局,其中NPP低值集中在西夏区、兴庆区、金凤区等区域;NPP趋势的好坏与村镇点数量大小、人口数量呈异步变化关系;银川盆地的VHI变高（低）时,NPP随之变低（高）,第一模态左右场的相关系数为-0.69,呈现异步耦合关系。【结论】采用光能利用模型对银川盆地的NPP进行估算模拟和实测验证,发现其模拟结果与实测数据接近,该模型测算银川盆地的NPP较为合理;银川盆地NPP总体趋于良好,但局部区域出现恶化情况;银川盆地NPP波动明显,主要受土壤湿度的影响,因此NPP对干旱具有一定的指示作用。     

石河子绿洲植被净第一性生产力遥感估算研究

[目的]探索适合西北绿洲区的NPP遥感模型,估算石河子绿洲区植被净第一性生产力.[方法]在GIS的支持下,利用卫星遥感数据和气象数据,以光能利用率模型为基础进行研究.[结果]构建了绿洲区植被净第一性生产力NPP估算模型,以1989～2001年的石河子绿洲区植被为例,对13年间的植被净初级生产力进行了估算,得到石河子绿洲区植被净第一性生产力13年平均值为2.086 TgC/a,其年均变化量为0.049 TgC/a,绿洲植被碳密度在237.3～309.3 gC/m2变化.[结论]研究时段内NPP总体呈现增长的趋势,这主要是近年来该区降水、气温以及土地利用方式改变的影响结果.     

Evaluating the grassland net primary productivity of southern China from 2000 to 2011 using a new climate productivity model

Grassland is the important component of the terrestrial ecosystems. Estimating net primary productivity(NPP) of grassland ecosystem has been a central focus in global climate change researches. To simulate the grassland NPP in southern China, we built a new climate productivity model, and validated the model with the measured data from different years in the past. The results showed that there was a logarithmic correlation between the grassland NPP and the mean annual temperature, and there was a linear positive correlation between the grassland NPP and the annual precipitation in southern China. All these results reached a very significant level(P0.01). There was a good correlation between the simulated and the measured NPP, with R2 of 0.8027, reaching the very significant level. Meanwhile, both root mean square errors(RMSE) and relative root-mean-square errors(RRMSE) stayed at a relatively low level, showing that the simulation results of the model were reliable. The NPP values in the study area had a decreasing trend from east to west and from south to north, and the mean NPP was 471.62 g C m~(-2) from 2000 to 2011. Additionally, there was a rising trend year by year for the mean annual NPP of southern grassland and the tilt rate of the mean annual NPP was 3.49 g C m~(-2) yr~(-1) in recent 12 years. The above results provided a new method for grassland NPP estimation in southern China.     

济宁市前后30a气象资料对比研究

分析山东省济宁市气象要素值随时间的变化,可为研究该地区气候变化特征提供科学参考。对比分析了济宁市1971～2000年（前30 a）与1981～2010年（后30 a）气象资料中气温、湿度和降水量等主要气象要素的变化情况。结果表明：济宁前30 a与后30 a的气候特征总体变化趋势一致。其中后30 a,气温上升较为明显,且春、冬两季增温明显;湿度变化不大;年降水量增多,但冬季降水减少明显;年日照时数减少,且存在夏秋两季减少、春季增多的季节分布特征。     

内蒙古荒漠草原植被NPP时空变化及气候因子分析：以四子王旗为例

基于遥感数据和气象数据,利用光能利用率模型(CASA),对典型荒漠草原四子王旗1987—2016年植被NPP进行测算,分析NPP时空变化及其与年均气温和年降水量等气候因子的相关性。结果表明:1)1987—2016年四子王旗植被NPP值为144.52g/(m2·年)(C),植被类型地带性分布差异明显,空间上表现出南高北低的分布特征;2)1987—2016年四子王旗植被NPP总体呈现出增长趋势,年际波动为3.09～3.69Tg(C);3)研究区植被NPP与年均气温和年降水量呈显著正相关关系,且与年降水量相关系数更高,表明年降水量是影响荒漠草原区植被NPP的主要气候因子。通过研究荒漠草地植被NPP时空分布及其与气候因子的关系,有助于认识荒漠草原陆地生态系统对气候变化的响应。