河南省农作物最大光能利用率综合评估与时空特征分析

为对遥感估产模型中的重要参数光能利用率ε_(max)取值进行优化,本研究基于植被光合模型(VPM)与农作物单位面积产量统计数据、MOD09A1遥感数据、气象站点数据,对河南省2001—2015年农田生态系统ε_(max)时空演变及其影响因素进行研究。结果表明,2001—2015年各市县ε_(max)均值在0.072~1.034 g/MJ,ε_(max)较高的区域分布在东部黄淮海平原,整体上呈现出中部和北部高,西部和南部较低的空间分布特征,时间尺度上存在较大年际波动。ε_(max)均值与化肥施用量、CO_2含量之间的相关系数分别为0.585和0.335,ε_(max)与植被指数拟合较好。研究区气候类型以秦岭淮河为界,南部的亚热带气候区冬季温度较高,降雪较少,坡度因素对作物光能利用效率影响较小。较高的光温水平对ε_(max)促进作用更加明显,农业灌溉可以有效克服降水较少对作物的负面影响。因此,在遥感估算模型估算过程中,需要充分考虑ε_(max)的时空分布差异。     

利用MODIS数据估测毛竹林总初级生产力

通过集成中分辨率成像光谱仪(MODIS)卫星影像数据与地面通量台站的观测数据,基于遥感的植被光合模型(VPM),估测了浙江省安吉县山川乡2011年的毛竹Phyllostachys edulis林总初级生产力(PGP)。研究表明:VPM模型估测的PGP(PGPVPM)在季节变化趋势上和通量站点数据获得的PGP(PGPobs)保持一致,VPM模型估算的2011年毛竹林总初级生产力为1 848.54 g·m-2,通量塔数据获得的2011年毛竹林总初级生产力为1 899.69 g·m-2,相对误差为2.69%。在全年累积总量上接近,但是估测值和观测值之间仍然存在一定的差异,尤其是在生长季节,PGPVPM的值要高于PGPobs;VPM模型估测的PGP和通量塔数据获取的PGP之间的决定系数为0.747,相关系数为0.864;且时间序列的增强植被指数(IEV)比PGP的相关关系强于归一化植被指数(INDV)与PGP的关系。研究表明:VPM对于站点和区域尺度的毛竹林生态系统PGP的模拟具有很大的潜力。     

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。     

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。     

干旱影响下光能利用率模型模拟常绿针叶林总初级生产力的比较

  目的  研究干旱影响下不同光能利用率模型估算常绿针叶林总初级生产力(GPP)的能力,为精准模拟北半球常绿针叶林的GPP提供参考依据。  方法  采用MODIS数据和通量站点观测数据,在8 d尺度上对常绿针叶林的GPP进行参数化建模。首先利用皮尔逊相关系数和随机森林因子评价方法分析GPP各个驱动因子的重要性。使用降水量和潜在蒸散量(PET)构造干湿度指数,对各个站点进行干湿分类。其次在植被光合模型(VPM)的基础上,去除其中的水分参数,得到改进的植被光合模型(VPMsw)。最后定量比较各站点在不同干湿类型下,VPM模型与VPMsw模型拟合GPP的精度。  结果  ①由驱动因子分析可知:GPP与温度、PET相关性较强,与陆表水指数(LSWI)相关性较弱,温度对GPP的重要性大于水分。②与VPM模型相比,VPMsw模型在干旱和半干旱站点拟合GPP的精度有所提高,均方根误差分别减少6.5%和23.4%,在半干旱地区精度提升效果更明显。  结论  干旱影响下,LSWI不能较好地反映干旱和半干旱地区常绿针叶林的水分情况,所以在干旱和半干旱地区,VPMsw模型拟合GPP的精度更高。图3表3参25     

2001-2010年内蒙古植被净初级生产力的时空格局及其与气候的关系

利用MODIS NDVI数据、气象数据和植被分类数据,基于改进的光能利用率模型CASA模型对2001-2010年内蒙古不同植被类型净初级生产力(NPP)进行估算,并分析其时空分布特征及对气候因子的响应.结果表明:(1)10年间内蒙古植被年NPP的平均值为340.0 gCm-2a-1,且空间分布呈明显的经度地带性,由西向东的变化速率为每10度增加200.5 gCm-2a-1;(2)不同植被类型NPP有较大差异,森林、草地、农田和荒漠植被的NPP平均值分别为521.9、270.3、405.7和85.3 gCm-2a-1;(3)10年间内蒙古植被NPP总量的平均值为322.7 TgCa-1,波动范围为276.8-354.4 TgCa-1.从NPP年际变化的空间分布来看,阿拉善沙漠、毛乌素沙地西部、河套平原以北地区、浑善达克沙地东西缘和呼伦贝尔平原西北部植被的NPP呈极显著上升,而内蒙古中部的草地植被NPP呈极显著下降;(4)不同植被类型NPP对气候因子的敏感性有较大差异.森林植被NPP主要受温度的限制,而农田、草地和荒漠植被NPP主要受降水量控制.     

重庆市植被净初级生产力的遥感估算及分析

[目的]遥感估算和分析2007年重庆市植被净初级生产力(NPP)。[方法]基于CASA模型,结合SPOT/VEGETATION NDVI S10数据、植被覆盖分类图、气象数据等,对2007年重庆市NPP进行遥感估算,在GIS及RS的支持下,进行数据的前期处理,对2007年重庆市NPP分布状况及年内变化情况进行分析。[结果]NPP平均值为112.343~799.391 g C/m~2,研究区植被净初级生产力区域变化明显,季相差异显著,其中高值主要出现在渝东南、东北区域,低值主要存在于渝西北区域;NPP值夏季(6~8月)﹥春季(3~5月)﹥秋季(9~11月)﹥冬季(12~2月),年内阔叶林植被NPP最高,水生植被NPP生产量最低。[结论]该NPP估算方法能较好地模拟重庆市的NPP及其时空格局,估算结果比较符合实际,能应用于NPP估算项目中。     

藏北高原植被净初级生产力的遥感估算

利用CASA模型、多时相MODIS遥感数据和地面气象数据相结合方法,考虑不同植被类型的最大光利用率的差异,对藏北高原2004年的植被净初级生产力（NPP）进行估算,分析了植被NPP时空分布特征。结果表明：①藏北高原的植被NPP估算结果与实测值是基本吻合的,效果较好,该遥感模型可以实现对藏北高原植被初级净生产力时空动态的快速诊断与准确评估。②藏北高原植被NPP空间分布格局表现出自东南向西北逐渐递减的趋势,与水热条件和植被类型的地带性分异规律是一致的。整个研究区植被NPP总量为31.19MtC/a,其中高寒草甸的NPP最大,占55.85%;其次为高寒草原,占26.6%。③藏北高原植被NPP具有显著的季相变化规律,全年中冬季（11-3月）的植被NPP值是非常低的,植被NPP累加值占全年NPP总量的3.2%;夏季（6-9月）植被NPP值是比较高的,植被NPP累加值占全年NPP总量的84.0%。     

基于改进CASA模型的晋北地区植被NPP时空动态及气候影响研究

【目的】探究晋北地区气候和植被类型等因子对植被净初级生产力(NPP)的影响，对于明晰干旱半干旱地区植被对气候变化的响应，以及保障生态脆弱地区植被恢复和可持续发展具有重要参考价值。【方法】基于改进的CASA模型模拟了晋北地区2000-2020年植被NPP，量化了其时空分布格局、变化趋势和空间变异性，并分析了研究期间气候因素与植被NPP的相关关系。【结果】2000-2020年研究区植被NPP年均值(以C计)介于225.28～484.09 g/m²之间，平均值为349.76 g/m²，年均增速为8.75 g/m²。植被NPP年均值呈现出东高西低、南高北低的格局，NPP年均值主要集中在200～400 g/m²，占研究区总面积的65.15%，各植被类型NPP年均值的大小为：林地(691.79 g/m²)>灌丛(492.97 g/m²)>耕地(378.39 g/m²)>草地(343.85 g/m²)>...     

重庆市植被净初级生产力估算及其生态服务价值评价

为了解重庆地区近年植被生态效应的变化格局与趋势,以重庆市为研究区,根据EOS/MODIS遥感资料,运用CASA模型估算重庆地区2002年-2011年的植被净初级生产力(NPP),并根据生态服务功能评价指标体系,对重庆市生态服务价值进行定量评估,结果表明:重庆地区2002年-2011年植被NPP均值为500.45g/m~2,常绿阔叶林达779g/m~2,在时间序列上呈波动下降的趋势.2002年、2005年、2008年和2011年的生态服务价值分别为337.97亿元、299.82亿元、357.92亿元和322.94亿元,土地利用类型中,林地的贡献率最大,其次是耕地和草地;在空间分布上,由大巴山山区所在的巫溪、巫山县及渝东南的石柱县、武隆县等区域向涪陵区及主城大片区域呈递减的趋势.     

基于延安市不同植被类型NDVI对气象因子影响及空间异质性

利用Google Earth Engine平台,以Landsat数据集为数据源,采用Slope+Manna-Kendall非参数检验方法,分析全区和不同植被覆盖类型区NDVI_max与气象因子时间变化特征,并应用重心迁移模型分析其空间变化特征,最后应用最小二乘法(OLS)和时空地理加权回归模型(GTWR)进一步揭示不同植被覆盖类型区内NDVI_max分异特征及其驱动力。结果表明:1）1993-2017年延安市年NDVI_max呈现增长趋势,平均年际变化率达到0.008/a(P<0.01),不同植被覆盖类型年NDVI_max也呈现增长趋势,其中针叶林增加幅度最大,为0.009 1/a;2）1993-2017年延安市镶嵌林地重心迁移速率最高（166.31 m/a）,落叶阔叶林重心迁移速率最低（27.04 m/a）;3）延安市全区NDVI与气象因子（平均气温、总降水、平均最高温度和平均最低温度）之间没有显著相关性,但在不同植被覆盖类型情况下,气象因子对NDVI_max存在显著性作用;4）基于GTWR拟合不同植被类型NDVI_max与不同气象因子的效果明显高于OLS,且不同气象因子对于不同植被类型NDVI_max均有影响,各因子之间回归系数存在空间差异性。     

IBIS模拟集水区尺度的东北东部森林净初级生产力

为使IBIS(integrated biosphere simulator)模型更好地体现碳循环过程的空间异质性,引入GIS技术,改进了IBIS模型的土壤水分再分配和地表太阳辐射计算模块,增加了地形分析模块。在气象、地形、植被和土壤等数据的支持下,利用改进后的模型估算了2004年张家沟集水区森林净初级生产力(NPP),分析了森林NPP空间分布格局及其随地形因素的变化。结果表明:改进后的IBIS模型适用于东北东部集水区森林NPP的模拟估算;研究区2004年森林NPP在空间上大体呈现为东北和西北2区域高,逐渐向中心沟谷地区减少;森林NPP年平均值为375 g/(m2·a),NPP年总量为541.72 t/a;各植被类型中,杨桦林的年平均NPP最高(405 g/(m2·a)),杂木林最低(336 g/(m2·a));从地形因素看,海拔高度和坡度对森林NPP影响不大,而坡向对森林NPP影响最明显,阳坡的森林NPP较阴坡高41%。     

基于生态过程模型的哈尔滨市净初级生产力模拟和分析

净初级生产力(NPP)是衡量陆地生态系统碳源(汇)的重要参数,为准确模拟城市NPP及研究城市NPP空间分布特征。以哈尔滨市为研究对象,以Landsat-5 TM遥感数据、MODIS的叶面积指数(LAI)数据和气象要素等资料为基础数据,采用基于过程的北部森林生态系统生产力模拟模型(BEPS),模拟获得哈尔滨市NPP空间分布特征图,并对NPP时空变化进行分析。结果表明:哈尔滨北部及西南部NPP整体比较高,哈尔滨西部及东北部NPP整体比较低,主要与研究区土地覆盖类型有关。哈尔滨市2011年NPP积累总量为2.427×1013g·a-1,NPP年平均值为511 g·m~(-2)·a~(-1)。哈尔滨市NPP积累主要在7、8月份,NPP年积累值在7月份达到最高值。通过采用通量数据及MODIS的NPP产品验证可知,BEPS模型能够较好地估算哈尔滨市植被NPP。为揭示城市NPP变化的影响因素(气候、地域等)提供技术支持,也可为城市生态建设提供参考。     

基于CASA模型的神东矿区植被NPP变化研究

通过改进的CASA模型对神东矿区植被NPP(植被净初级生产力)进行估算,研究该矿区整体植被变化。分析了大柳塔、补连塔、榆家梁等3个矿井植被变化情况;并对矿区采区与非采区的植被生长状况进行对比研究;采用差值法,定量地确定矿井所在地自然地貌因素和采矿活动因素对植被NPP的影响并研究其影响程度。结果表明,不同空间尺度下神东矿区植被NPP和各个矿井地区植被生长状况均出现恶化的趋势,各个矿井恶化程度不同。不同地貌单元的矿区开采对植被NPP影响程度不同。不同矿井的不同植被类型受自然地貌和人为煤炭开采的影响各不相同。     

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.     

应用CASA模型估算河南省主要森林植被碳储量

森林作为陆地生态系统的主体，也是最大的碳库，对维持全球气候稳定，减缓温室效应等有着至关重要的作用。为了解河南省主要森林的植被碳密度及碳储量，以遥感影像(MODIS13Q1)和气象数据为基础，利用CASA模型及植物枯损模型，对河南省2000、2005、2010、2015、2019年(以9月为例)主要森林区域的碳密度及碳储量进行了估算，并分析了其变化趋势。结果表明：2000—2019年，森林区域碳密度平均值为35.21～49.56 t/hm²,碳密度增加与减少的变化趋势面积比为2.52;主要森林区域植被碳储量整体呈现出增加趋势，由2000年的630 962.48 t增加到2019年的716 805.06 t, 2000—2019年碳储量净增加85 842.48 t,平均增长速率为4 292.129 t·a^-1;不同植被类型中碳储量由大到小依次为：阔叶林、灌从、针叶林、草丛、混交林。其中阔叶林碳储量最大，平均占总碳储量的比例为68.52%,混交林占比最少，仅为2.42%;不同植被类型的碳密度平均值每年从大到小排列总体表现为：落叶阔叶林、混交林、草丛...     

内蒙古生态屏障区植被覆盖变化及降水、气温对其的影响

为研究内蒙古生态屏障区植被覆盖变化及降水、气温对其的影响,采用2010—2019年的SPOT-VGT归一化植被指数(NDVI)数据集、CRU TS气候数据集、GlobeLand30地表覆盖数据,利用一元线性回归趋势方法,对研究区10 a来植被覆盖的年际变化进行分析;同时应用相关分析法,研究了不同土地利用类型植被覆盖与降水量、气温的相关性。结果表明：2010—2019年研究区归一化植被指数呈现上升趋势,但空间差异明显,呈现东高西低的区域分布特征。植被覆盖明显改善(S_lope>0.03)面积最大的年份为2011—2012年,像元数占内蒙古总像元数的44.44%;植被覆盖明显退化(S_lope<0.03)面积最大的年份为2013—2014年,像元数占总像元数的40.59%。不同土地利用类型时,降水量、气温对植被覆盖产生不同的影响,气温对森林植被覆盖的影响最为显著,降水量对草地植被覆盖的影响最为显著。     

广西壮族自治区植被覆盖度时空变化及多元化因子分析

旨在利用MODIS遥感数据集对研究区19年植被覆盖度的时空变化及多元化因子进行分析,研究表明：(1)广西近19年植被覆盖度整体较高,空间分布呈四周高、中间低的特征;(2)2001-2019年FVC呈上升趋势,且上升趋势的面积占比达到61.50%,上升速率为每10年0.091,且波动变化相对稳定;(3)由气温、降水量与FVC偏相关性结果可知,植被覆盖度与气候因子之间存在相关性,气温以每10年0.38℃的上升速率呈上升趋势,降水量呈缓慢下降趋势,降水量及气温对植被覆盖度的影响存在空间异质性;随着海拔的升高植被覆盖度呈先增后减的趋势;坡向对植被类型的布局影响较大,阳坡主要以林地类型为主,阴坡主要以草地和林地为主;不同坡度植被覆盖变化显著,在坡度≤15°时植被覆盖度较高,当坡度越大时植被覆盖度呈下降状态;(4)随着土地利用类型的变化植被覆盖度有明显差异,转为林地和草地的面积及植被覆盖度都呈逐年增加趋势,耕地植被覆盖度呈先增后降的趋势。     

基于SPOT影像的植被覆盖度遥感估算研究

植被覆盖度作为衡量地表植被覆盖的一个重要指标,对于揭示地表空间变化规律、分析评价区域土地系统具有重要的现实意义。在植被覆盖度提取中,归一化植被指数(NDVI)结合像元二分模型是关键技术。以SPOT影像为数据源,在充分考虑区域土壤和植被类型等背景基础上,对研究区植被覆盖度提取研究,为研究区提供植被覆盖度空间分布数据。实证结果表明:研究区植被覆盖度40%~80%居多,植被覆盖率较高,属稠密区,说明应用归一化植被指数结合像元二分模型对研究区植被覆盖度进行遥感估算是可行的。     

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。