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。     

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。     

滇东南喀斯特典型地区石漠化的空间变化

[目的]分析石漠化变化趋势及发展规律,为决策部门合理规划和综合防治石漠化提供科学依据。[方法]选取位于滇东南文山州境内的盘龙河流域作为研究区,利用RS,GIS等相关软件,解译出1990,2002和2009年盘龙河流域石漠化强度图,利用叠加分析法对海拔、坡度、坡向一系列地形因子的石漠化空间分布变化进行了分析。[结果]从1990—2002—2009年盘龙河流域石漠化现象总体呈现出加重趋势,石漠化分布在空间格局上存在明显差异。[结论]研究区景观格局变化和空间分布明显受地形因子的影响,不同的地形因子对石漠化空间分布有不同的影响。     

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。     

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。     

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模型的陕西省植被净初级生产力时空分析

[目的]探明陕西省近年来植被净初级生产力(net primary productivity,NPP)的变化及评估植被的生长条件。[方法]基于CASA(Carnegie Ames Stanford Approach)模型估算陕西省2003—2012年逐月NPP,并分析其年际、年内的时空变化特征及趋势。[结果](1)陕西省2003—2012年植被NPP总体呈增长趋势(p0.01),年均增量为3.940 6g/(m~2·a)(以C含量计);年总NPP从2003年的84.44Tg(1Tg=1012g)增加到2012年的91.98Tg。(2)NPP年内变化明显,夏季NPP占年总量的比例最高,达到52.43%,7,8两月占比最高,分别为18.52%和18.41%。只有3和8月NPP增长趋势显著或极显著,其他月份NPP变化不显著。(3)不同植被NPP的年际变化比较平稳,除永久湿地外,其他植被类型的NPP呈增长趋势,耕地的NPP增长最快(p0.01),年均增量为5.89g/(m2·a)。(4)NPP整体呈南高北低、高低相间的分布特征,全省78.53%的区域NPP呈增长趋势,24.47%的区域增长显著或极显著;NPP降低显著/极显著的面积仅占2.27%,主要分布在陕西中部和西安周边地区。[结论]陕西植被生长条件总体在改善,但局部在恶化。     

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。     

开都-孔雀河流域土地利用转型及其功能变化特征

[目的]探讨开都—孔雀河流域(以下简称"开孔河流域")土地利用功能转型特征及生态环境效应,揭示土地利用转型对区域生态环境造成的影响,为该区生态环境保护和可持续发展提供科学参考。[方法]基于1990,2000,2010和2015年开孔河流域土地利用遥感解译数据,根据"生产—生态—生活"用地(以下简称"三生用地")的主导功能分类,通过土地利用转移矩阵、区域生态环境质量指数和土地利用转型的生态贡献率等方法定量分析开孔河流域土地利用转型、时空格局特征以及生态环境效应。[结果](1)1990—2015年,开孔河流域的土地利用转型表现为生产用地、生活用地的快速增加,生态用地的迅速减少。(2)1990—2000年开孔河流域生态环境质量指数从0.465 4下降为0.453 9,2010—2015年上升到0.455 9。生态环境质量保持相对平衡,并呈现先下降后上升的发展趋势;(3)1990—2015年,开孔河流域上游生态环境质量较高但存在恶化趋势,中游地区生态环境质量持续得到改善,流域下游主要为低质量区和较低质量区。[结论]农业生产用地、城乡生活用地面积增加与草地退化和水域生态用地被占用是造成流域生态环境退化的主要原因,中游地区生态环境质量持续得到改善的原因是大量其他生态用地转型为林地生态用地。     

基于MOD16的北洛河流域蒸散发空间格局演变研究

[目的]探究北洛河流域地表实际蒸散发年际和年内的时空变化特征,为该区域的生态基准与生态需水量研究、退耕还林效果研究提供理论依据。[方法]基于北洛河流域2000—2014年MOD16遥感数据、气象数据、水文数据和2011年土地利用数据,采用流域水量平衡法、均值法、标准差法和线性趋势法进行蒸散发(ET)时空变化特征分析。[结果]流域年蒸散量在波动中缓慢上升,波动范围为395.4~517.4mm/a,15aET均值为446.74mm/a,年内蒸散量呈单峰型分布,季节性变化特征明显,地表蒸散主要集中在5—9月,最高值出现在8月;经与北洛河流域的实测降水空间插值结果比较,MOD16-ET估算结果的相对误差均值为12.04%,相关系数达到0.81;流域内上游至下游的ET剖面线波动明显,呈不规则的"波动曲线"形态;流域内ET值年际变化空间分布特征明显,中游和上游地区以增加趋势为主,下游以减少趋势为主。[结论]近15a来北洛河流域蒸散发整体呈现增大趋势,主要驱动因素为人类活动,尤其是退耕还林和水土保持等工程的实施。     

2000—2015年滦河流域植被净初级生产力时空分布特征及其驱动因子分析

植被净初级生产力(NPP)可以反映植被生长状况,是表征地区生态质量的重要指标。本文以滦河流域为研究区,调查采集植被NPP、气象、土地利用结构及变化等多时空数据,利用Sen趋势、Hurst指数及残差分析等多种方法,综合考虑自然环境和人为利用的影响,对2000—2015年植被NPP的时空变化特征、未来演变趋势及驱动因子进行分析和研究,并定量识别不同区域内的主导驱动因子,旨在为该流域的生态环境治理工作提供依据。研究结果表明:1)2000—2015年,滦河流域植被NPP年均值为455.04g(C)·m~(-2)·a~(-1),整体呈波动上升趋势,显著增加区占流域总面积的32.94%,且未来同向变化趋势略强于反向变化趋势;2)该流域植被NPP空间差异较为显著,表现为东南高西北低的格局,受地形影响较大,流域中游的低山丘陵区为植被NPP高值区;3)驱动机制上,流域植被NPP变化与温度和降水均为正相关关系,水热耦合共同作用于植被NPP的积累,人类活动则是通过改变土地利用强度或生态建设工程等影响植被NPP的变化,且在不同地形区域内,植被NPP变化的主导驱动因子不同,整体上以气候和人类活动共同正向促进作用为主,但在平原区以单因子的反向抑制作用为主。     

植被恢复对青海省北川河流域水循环演变趋势的影响

[目的] 研究植被恢复对流域水循环的影响,明确植被恢复条件下流域水资源的演变趋势,为指导干旱半干旱地区开展科学的植被恢复工作提供数据支撑。[方法] 结合青海省北川河流域植被覆盖变化及长序列气象、水文数据,分析流域尺度水循环要素的演变趋势,分析植被恢复对关键水循环要素演变的影响作用。[结果] 20世纪80年代以来,北川河流域丘陵山区植被覆盖快速增加,仅2000—2019年期间平均增幅14.98%,最大增幅52.2%。1956—2019年,流域年降水量相对平稳,但年径流量呈不显著衰减趋势,平均降幅1.60×10⁷ m³/10 a,流域生态用水量增加是造成径流衰减的主要原因;植被恢复改变了流域大气降水的时空分配,在空间上更多降水用于流域内部生态消耗,减小了对下游的水源供给量,在时间上更多降水参与土壤水—地下水循环,延长了向流域外的排泄周期;地表风速、水面蒸发量、干旱指数等气象要素显著降低。[结论] 植被恢复影响下,北川河流域生态用水量增大,径流量衰减,降水—土壤水—地下水循环过程的水量比例增加,流域水源涵养能力不断提高,半干旱的气候条件有所改善。     

热带测雨卫星数据在黑河流域的精度及应用

[目的]验证热带测雨卫星数据TRMM(tropical rainfall measuring mission)3B43降水产品在黑河流域内的精度及可用性,了解全流域降水的空间分布,为西北干旱区流域开展水文和生态研究提供数据支持。[方法]基于黑河流域1998—2013年TRMM 3B43V7数据和11个气象站点数据,使用相关系数、均方根误差、平均误差、平均绝对误差等主要指标评估其在流域内精度,揭示各指标空间分布特征。[结果](1)TRMM数据与实测数据有极强的统计相关性和趋势一致性,但存在不同程度高估现象,月平均高估2.84mm,季、年尺度高估值分别达到8.55和34.1mm;(2)相关系数、均方根误差,从上游到下游依次降低,平均误差在3尺度上上游值均远低于中下游,平均绝对误差在年尺度上游最低,下游次之,中游最高,而在季节尺度上中游相差不大,下游最小,月尺度从上游到下游平均绝对误差值逐渐递减。[结论]TRMM数据显示黑河流域多年平均降雨量呈西南部向中、北部递减的分布格局,且降水量具有上游中游下游的梯度分布,降水年内分配不均,主要集中在5—9月。     

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。     

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。     

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%。