湖州市森林植被净初级生产力研究

基于30m分辨率的2018年Landsat数据、气象数据和森林资源年度监测小班数据等资料,考虑最大光能利用率在不同森林类型中的差异,采用CASA模型对浙江省湖州市的森林植被净初级生产力(NPP)进行估算,分析其空间分布特征,对估算结果进行精度检验,并与其他学者的NPP测算值进行结果对比。结果表明:(1)湖州市森林植被的NPP值约为7.49 t·hm^-2·a^-1;植被净初级生产力空间分布特征总体表现为随海拔增高而逐渐增大。(2)同一森林类型因地理生态环境差异而导致NPP的估算存在一定偏差。软阔类和灌木林植被面积占比过小,反演精度降低,估算偏差较其它森林类型偏大;各森林类型NPP估算结果与其他学者NPP测算值基本接近。因此,利用CASA模型对湖州市森林净初级生产力反演结果可靠,可为湖州市森林生态服务功能价值评估提供依据。     

森林植被净初级生产力遥感估算研究进展

森林植被净初级生产力(NPP)作为地表碳循环的重要组成部分,在全球变化及碳平衡中发挥着重要的作用。遥感技术在森林植被净初级生产力估算中具有较强的优势和巨大的潜力。文章从遥感估算森林植被净初级生产力的原理,遥感数据源的选择及估算模型的运用等方面阐述近年来遥感技术在森林植被净初级生产力估算领域的研究进展,并探讨目前存在的问题与对未来的展望。     

基于CASA模型的人工植被生物量的估算及特征分析

利用改进的CASA模型,结合Landsat TM遥感影像及气象数据,估算榆林飞播林2010年7月的植被净初级生产力。通过实测植被生物量,验证CASA模型在研究区的估算结果。结果表明:CASA模型适用于榆林飞播林植被净初级生产力估算;CASA模型估算的不同地区NPP区别明显,榆林市横山县与榆阳区交界处的植被NPP值最高,其值介233.21～414.15gC/m2之间;榆林飞播林生态系统属于较低生产力的生态系统;沙柳的NPP水平最高,以柠条+沙柳+沙蒿为播种模式的人工林地生物量最高;除沙柳、花棒和沙蒿外,其他飞播植物生物量与含水量无明显的相关性;不同飞播年代的同种植被生物量与含水量、土壤养分以及气候等因素之间具有密切的相关性。     

喀斯特地区植被NPP对城市热岛效应降缓程度研究——以百色地区为例

为了分析研究区植被净初级生产力对热岛效应的降缓程度,基于MODIS和Landsat数据,对百色地区的植被NPP与地表温度进行反演估算,利用ArcGIS软件对地表温度分布图进行等级划分,采用随机样点法提取不同等级的地表温度及植被NPP,分析喀斯特地区植被净初级生产力对热岛效应的降缓程度。研究结果表明,研究区2017年植被NPP整体较好,植被NPP均值为907.83 gC/m²,植被NPP空间分布较为均匀;百色地区热岛分布区较少,在喀斯特地貌背景下整体地表温度较为正常,研究区热岛效应及植被NPP由强到弱依次为：强热岛>次热岛>正常区>绿岛>冷岛;研究发现,植被NPP与地表温度之间存在明显的负相关,地表温度一定程度上随植被NPP的上升而下降;植被NPP对热岛效应在强热岛向次热岛降缓时程度最为明显。     

县域植被净第一性生产力遥感估算模型及应用

植被净第一性生产力是评价地表植被状况的重要指标之一,对分析和评价全球和区域生态环境、碳循环等变化具有重要作用。该研究借助CASA模型机理以及气象学方法,建立县级区域净第一性生产力（NPP）遥感估算模型,并以房山区为应用案例,分析了北京市郊区1992年、2001年、2004年3年间8月份净第一性生产力的变化。分析结果表明,研究区3年间8月份的NPP分别为152.01g·m^-2·mon^-1、142．83g·m^-2·mon^-1、96．32g·m^-2·mon^-1;单位面积上的NPP年际间的变化主要受降雨量的影响,而区域NPP总量年际间的变化则要受降雨量和土地利用方式等因素共同影响。本模型估算结果与前人研究结果基本一致,可以利用本模型估算县域NPP。     

基于改进CASA模型的云南省植被NPP时空格局分析

植被净初级生产力(NPP)是衡量生态系统生产力水平的指标之一,利用生态遥感相结合的手段对其估算具有重要意义。运用改进的CASA模型,基于MODIS植被指数产品、气象数据、土地覆被数据,对云南省2000年、2005年、2010年、2015年、2020年的植被NPP进行估算,采用Moran′s I指数、Getis-Ord Gi^*热点分析探讨其空间分布特征,并与我国生态功能保护区进行叠加分析。研究表明：1)云南省近20年植被NPP呈先减少再增加的趋势,平均值为822.98 gc/(m²·a);月度植被NPP夏季达到最高,冬季最低;不同植被类型中,常绿阔叶林的NPP值最高。2)各年份植被NPP空间分布均由南向北减少,全局空间自相关Moran′s I指数均大于0.7,NPP热点区主要位于滇西南边境一带,冷点区位于滇西北、滇中城市化地区。3)植被净初级生产力热点区与生态功能保护区叠加相交于西双版纳生态功能保护区、西南喀斯特生态功能保护区,各年叠加面积占热点区域总面积的23%～26%。可见,云南省近20年NPP呈波动上升趋势,空间分布异质性明显。研究该结果...     

香格里拉县植被净初级生产力遥感估算

采用2009年MODIS数据作为遥感信息源,结合香格里拉基础地理数据和云南省119个气象站点的气象数据,构建了一个NPP估算模型。利用遥感技术和地理信息系统技术,在ArcEngine二次开发技术的支持下,实现了香格里拉县2009年植被净初级生产力的估算研究。结果表明:(1)设计的NPP估算模型简单,参数少,易于理解和计算;(2)比较发现:2009年香格里拉县NPP估算结果可信。(3)分析香格里拉县2009年NPP的变化情况可得到以下结论:(a)香格里拉县2009年植被净初级生产力为413 g/m2,总体分布趋势是:建塘镇北部和格咱乡西部NPP基本在400~600 g/m2之间;香格里拉县中部、东南部、东北部、北部基本上在200~400 g/m2之间;东旺乡的上游村、跃进村、中心村、胜利村的NPP在0~200 g/m2之间。(b)从3月至10月的时间段里,香格里拉植被NPP可占全年的净初级生产力的82%,因此,可判定香格里拉县植被生长季为3月~10月。     

1901-2008年小兴安岭森林NPP估算

根据黑龙江省森林收获表、生物量相容性相对生长方程及叶片与细根周转率数据,估算小兴安岭林区森林主要树种净初级生产力( NPP)与年龄的关系,并结合森林生态系统碳循环模型 InTEC 模型和 NPP 与年龄的关系,估算1901—2008年间小兴安岭森林 NPP的时空变化。结果表明：幼龄林 NPP随林分年龄的增长而迅速增加,进入成熟年龄 NPP达到最大,随后逐渐减少,直至达到稳定值;小兴安岭人工林的 NPP大于天然林,天然针叶林的固碳能力大于天然阔叶林与针阔混交林;1901—2008年间小兴安岭森林NPP整体呈现增加趋势,与工业前期1901年相比,2008年小兴安岭森林NPP增加了30%;森林NPP受海拔影响,呈现出中部偏高、北部与南部偏低的趋势。     

青藏高原植被净初级生产力及其对气候变化的响应

论述了青藏高原植被净初级生产力(NPP)的空间分布和时间变化动态,以及NPP与气候因子的关系和对未来气候变化的响应。总结出了以下结论:①青藏高原年均NPP为0.3Pg Ca-1,由东南向西北逐渐递减,与该地区的水热条件和植被类型的地带性分异规律一致;②近年来,青藏高原的植被生产力在波动中呈上升趋势,年增加速率约为0.7%;③温度是影响青藏高原生物生长的主导因子,青藏高原净初级生产力随着气温和降水的增加而增加;④未来气候变化影响青藏高原植被NPP,在IPCC预测的B1、A1B和A2气候变化情景下,青藏高原的NPP均呈增加的趋势。     

森林植被净初级生产力与气候因子关系研究——以京津冀地区为例

森林生态系统生产力在区域生态发展和气候变化研究中具有重要的现实意义,而植被净初级生产力(NPP)的计算是生态系统生产力研究的重要内容。基于遥感和GIS技术,利用MODIS遥感产品MOD17A3数据和气象数据,研究了2000—2014年间NPP的分布及其与气候因子的关系。采用相关分析的方法分别从空间上与时间上研究森林植被NPP与气候因子的相关关系,探究京津冀地区近15 a NPP时空分布变化规律及其对气候变化的响应规律。从空间分布整体情况来看,气温和降水量均对NPP有正相关影响。从时间相关性来看,NPP与年降水量为正相关关系,NPP随年降水量的增大而增大。并根据所得结论为京津冀地区生态发展提出提高植被生产力的相关建议和对生态现状的改进措施。     

大兴安岭植被净第一性生产力估算与动态分析

植被净第一性生产力在全球变化研究中扮演着重要的角色,NPP的估算与分析对于研究全球生态系统碳循环和区域气候变化具有重要意义。本文借助MODIS卫星传感器提供的归一化植被指数NDVI数据和大兴安岭地区的气象数据等为研究资料,通过构建CASA模型对大兴安岭地区不同类型植被的NPP进行了模拟估算,并通过地理信息系统等研究工具研究了该地区2010年生长季(5~9月份)不同植被NPP分布随时间的动态变化,和总体植被的NPP空间分布状况。大兴安岭地区植被生长期NPP总体平均值为318.29 g C/m2·a。从空间分布格局看,全区植被NPP空间分布差异较为明显。不同植被类型的NPP具有明显差异,生长期NPP总体平均值森林>草甸>灌木>农作物。不同植被类型5~9月NPP随时间动态变化的趋势基本一致,植被NPP最大峰值出现在在6~7月份之间。最后对模型计算结果与实测植被NPP数据、Modis数据的NPP产品及其他学者的估测结果进行比较,结果基本一致。     

WebGIS下的黑龙江省植被NPP碳汇分析系统

净初级生产力是生态系统碳汇、生态系统调节过程的主要因子之一,对生态系统碳汇的研究具有重要意义。本文以黑龙江省的13个地区气象观测站1952-2012年的气象数据（包括平均降水量、平均温度、陆地表面所获得的净辐射量等）为数据源,以Miami、Thornthwaite、Chikugo和朱志辉4个模型分别计算黑龙江省植被初级生产力（NPP）值。同时,采用富客户端技术（RIA）,构建黑龙江省植被NPP碳汇分析系统。该系统可实现地图基本操作功能、查询分析、统计分析、NPP值渲染和在线计算NPP值等功能,实现了资源和信息的共享,可为政府决策部门提供一种可视化、操作便利、直观反映结果和友好交互式的决策辅助工具。     

利用不同时相遥感影像估算大兴安岭北部火干扰后NPP

森林火灾是森林生态系统中重要的干扰,对碳循环和碳平衡具有影响。林火作为大兴安岭森林生态系统中主要的干扰因子,直接影响区域的净初级生产力NPP(net primary productivity)。林火的发生使NPP迅速下降,改变了区域碳平衡。以多时相遥感数据为基础,利用CASA(Carngie-Ames-stanford-Approach)模型估算大兴安岭北部地区未过火区和过火区植被NPP变化。结果表明:1987年6月,未过火区植被NPP为145 g C m-2,轻度过火区为74 g C m-2,中度过火区为58 g C m-2,重度过火区植被NPP为38 g C m-2,火干扰后NPP分别降低了49%、60%、73%;1999年8月,火干扰12 a后,过火区NPP是未过火区NPP的96%以上,NPP恢复迅速,基本达到未过火区水平。2009年8月,火干扰22 a后,过火区NPP是未过火区93%以上,与火干扰12 a时相比,下降3%。虽然NPP增速下降,但是NPP总量增加,生产力也与未过火区基本处于同水平。     

基于LandSat8 OLI数据的山区NPP遥感估算模型研究

指出了地形起伏对净初级生产力NPP的估算影响重大,提出了一种山区NPP快速简便的估算方法。以青海省尖扎县为实验区,利用LandSat8OLI数据获取的NDVI与实测NPP进行了回归分析,构建了以NDVI为驱动因子的NPP遥感估算模型:NPP=-349.03ln(1-NDVI)-33.336,R2=0.7325。通过检验,该模型能够运用于地形起伏较大区域的NPP估算,其方法简便快捷,能节约不少人力物力。     

基于SuperMap IS.NET的带岭地区NPP信息系统的设计与实现

植被净初级生产力是评价和估计生态系统的碳源或碳汇作用的关键因子,对了解陆地生态系统的演化和判定生态系统碳汇和生态调节过程具有重要的作用.以黑龙江省带岭林业局为例,基于SuperMap IS.NET平台,选用SQLServer 2005数据库存储数据,使用C#为主体语言开发黑龙江省带岭林业局NPP信息发布系统,初步实现图形与属性的双向查询、NPP时间曲线绘制以及简单的NPP值与高程、坡度、坡向等地形因子的数据分析,对该区域森林生态系统生产力、生物量以及碳循环方面的研究提供方便快捷的数据支持.     

IBIS模型验证与东北东部森林NPP季节变化模拟研究

IBIS（Integrated Biosphere Simulator）模型是生态系统过程模型,代表着全球碳循环模拟的研究方向。基于2004和2005年帽儿山不同植被类型净初级生产力（NPP）实测数据,修改IBIS模型参数,使其更适合于我国东北东部地区NPP模拟,并从点至面展开区域范围内NPP的模拟。结果如下：IBIS模型能够较好的模拟生长季温度和降水,但对非生长季尤其是初春和冬季温度和降雨（雪）模拟不足,对不同植被类型NPP模拟误差均小于众文献,表明该模型在本区域内的适用性。NPP表现出比较明显的季节变化特征,夏季NPP是全年最高的季节,占全年NPP的53％～70％;NPP最低值出现在冬季,2004年和2005年NPP均以春季变化最剧烈。     

东北地区森林植被生产力遥感定量估测

以辽宁、吉林和黑龙江3省为研究区,引入一种过程模型(Forest-BGPG),以2003年1 km的MODIS影像为遥感数据,估测森林植被净第一性生产力(NPP)。结果表明:2003年森林植被NPP为3.7 MgC/hm2,其中,常绿针叶林4.1 mgC/hm2、落叶阔叶林4.0 mgC/hm2、常绿阔叶林3.8 mgC/hm2、针阔混交林3.9 mgC/hm2和落叶针叶林3.5 mgC/hm2;辽宁东部及长白山地区森林植被NPP超过6.3mg C/hm2,大兴安岭地区不足3.2 mgC/hm2,区域时空分布格局明显。通过与国内现有研究结果和2003年全球陆地植被NPP产品对比分析,表明估测结果准确反映了森林植被现实生长过程,Forest-BGPG为区域尺度森林植被NPP和碳储量动态监测提供了连续的测量手段。     

基于C-FIX模型的黑龙江省森林植被净初级生产力遥感估算

以黑龙江省森林资源为研究对象,利用ETM+、DEM和气象数据等资料,以C-FIX模型为基础,估算黑龙江省2000年5—9月的森林植被NPP,并将估算结果与MODIS的NPP产品进行对比分析。结果表明:5—9月林地总NPP为69.75×1012gC,最大值出现在6月,占5—9月NPP总量的27.23%,6—8月是NPP的主要积累月份;有林地NPP占林地总量的87.44%,灌木林地占10.41%,疏林地占1.63%,其他林地占0.52%;MODIS的NPP产品与模型估算值之间的均方差根为17.12,模型模拟值误差为MODISNPP产品值的3.92%～5.85%,模型估算精度较高。     

荒漠区人工林NPP估算模型比较研究

利用LANDSAT8遥感影像数据、结合气象数据和野外调查数据,采用CASA模型、C-FIX模型和GLO-PEM模型,分别估算和分析了2014年墨玉县森林植被净初生产力时空分布特征,并进行验证和比较。结果表明:植被净初生产力空间分布差异比较明显,主要集中于研究区中部和东南部;CASA模型的NPP平均值为70gC·m~(-2)、C-FIX模型的为56C·m~(-2),GLO-PEM模型的为28C·m~(-2),其中CASA模型模拟结果最接近于前人研究成果;通过实测值验证,各模型实测值和模拟值相当吻合,其中CASA模型的平均值最接近,相关系数R2=0.994 15,大部分样本点的误差小于5%。     

黑龙江省东部森林NPP变化及未来演化模拟

黑龙江省东部森林是三江平原的重要生态屏障,为探明森林净初级生产力(NPP)变化及未来演化趋势,基于气象观测资料和气象模式模拟数据,在气象模式筛选、点数据栅格化的基础上,利用周广胜-张新时NPP模拟模型,分析2000—2030年黑龙江省东部地区森林NPP的时空演化特征。结果显示：2020—2022年黑龙江省东部地区森林NPP平均为(550.70±39.72) gC/(m²·a),无显著变化趋势,与之相比,在SSP2-4.5情景和SSP2-8.5情景下,2023—2030年NPP均有小幅上升;未来情景下大部分区域的NPP有所增加,只有长白山北部山区的部分区域NPP存在减小的趋势;未来森林NPP总体分布有向东北-西南方向集中的趋势,且空间分布中心有向北移动趋势。截至2030年黑龙江省东部森林植被NPP无显著变化趋势,分布重心有向北移动趋势。研究结果可为科学评价森林生态效益、保障区域生态安全提供科学依据。