多尺度遥感数据融合的荒漠净初级生产力估算

以新疆准噶尔盆地东部五彩湾地区为研究区,利用气象数据和多尺度遥感数据,通过改进的CASA模型对2010年研究区域的净初级生产力(NPP)进行估算,并对NPP分布进行分析.结果表明:①将TM数据和MODISNDVI数据融合,生成高时间分辨率的TM影像,对于NPP的高空间分辨率的研究提供数据支持.②2010年该研究区植被NPP为6.571 78 Mt·a-1,总体分布趋势由西北向东南递减,且随季节变化的趋势也非常明显,在6-8月NPP占全年的57.35％,12月、1月、2月植被NPP值极低,可以忽略为0.③利用地面实测点验证NPP模型估算值,平均相对误差为0.167,精度达到83.3％,NPP实测值与估算值的相关系数为0.952并在0.01水平上显著.④该模型在数据获取方面具有极大的优越性,仅利用遥感数据和地面气象数据就可以对干旱区植被NPP进行估算,为NPP的估算提供了较为便捷的方法.     

CASA模型的改进及在干旱区生态系统NPP估算中的应用

CASA模型是针对北美地区植被而建立的净第一性生产力(NPP)模型,当前,该模型已被广泛应用于陆地生态系统NPP的估算。由于模型是针对北美地区植被而建立,因此,模型在不同于北美地区应用时,其参数需要进行修正。现在已有一些关于CASA模型修正的研究,但修正均未体现干旱区特点。文中以甘肃省为例,在充分考虑干旱区特点基础上,从土地利用/覆盖类型的划分、最大光能利用率的取值、高精度气象数据的选择以及遥感影像数据的选择等方面,对利用CASA模型进行干旱区生态系统NPP估算过程进行改进,使该模型更适用于干旱区。利用改进后的CASA模型模拟了甘肃省各土地利用/覆盖类型的NPP,获得了较高的精度,研究利于探索干旱区生态系统碳计量方法。     

21世纪以来呼伦贝尔市植被净初级生产力时空变化特征分析

植被净初级生产力(NPP)体现植被在自然条件下的生产能力,是全球变化领域的热点内容。文中以呼伦贝尔市为研究区,利用遥感生产力模型(CASA模型)获取研究区2000、2005、2010和2015年四期NPP数据,分别从NPP空间分布特征、特征值变化、NPP变化的空间格局和不同植被类型NPP变化等方面分析近15年来呼伦贝尔市NPP的时空变化特点。结果表明:(1)呼伦贝尔市NPP空间分布呈现出明显的地带规律性,从西往东有明显的增加趋势;(2)呼伦贝尔市NPP取值范围主要集中在200-400g C/(m2·a),年均NPP为340.7g C/(m2·a),NPP取值>600g C/(m2·a)的面积虽然占比较小但有明显的增加趋势;(3)在2000-2015年期间,呼伦贝尔市NPP呈现出先略微下降后逐渐增加的趋势,西部草地区域呈现出持续下降趋势,而其他区域略有波动但整体增加趋势;(4)从不同植被类型NPP变化结果来看,在2000-2015年期间,旱地与水田呈现出逐渐增加趋势,天然草地呈现出逐渐减少趋势,其它植被类型的NPP变化虽有波动但总体呈现增加趋势。     

近30年关天经济区植被净初级生产力对土地利用变化的动态响应

利用1980-2010年4期Landsat遥感影像,获取相应年份的土地利用图,并提取NDVI,在此基础上利用CASA模型计算关天经济区植被NPP,计算分析土地利用变化对NPP的影响。结果表明:1)林地NPP均值最大(383.38gC·m-2·a-1),其次是草地、耕地,建设用地NPP最低(271.66gC·m-2·a-1)。2)关天经济区近30年NPP呈现先降低后增加再小幅降低的趋势,1980年的植被NPP为2.3×107gC·m-2·a-1,2000年为1.7×107gC·m-2·a-1,2005年为3.2×107gC·m-2·a-1,2010年2.2×107gC·m-2·a-1。3)关天经济区植被NPP在空间上分布不均衡。秦岭山区以及宝鸡与天水交界处的山区植被NPP高,秦岭山区植被NPP高达631.15gC·m-2·a-1,而低值区(53.85gC·m-2·a-1)位于经济发达的关中平原。4)土地利用变化区域,土地利用类型变化对区域植被NPP的影响显著,耕地转变为建设用地使NPP降低,关中平原与天水地区人口居住区与开垦区植被NPP明显下降,土地开发利用导致了植被NPP的降低。所以,关天经济区在维持经济发展的同时,要控制建设用地的无序增长,维持好区域的植被覆盖,保障区域生态平衡。     

基于改进光能利用率模型呼伦贝尔植被净初级生产力时空格局

呼伦贝尔作为全球气候变化的敏感区域,分析其植被生产力时空格局具有重要科学意义。简化光能利用率模型的水分胁迫系数,基于E0S/MODIS卫星遥感资料,研究呼伦贝尔地区植被净初级生产力(NPP)时空格局。结果表明:1)研究区内大兴安岭林区单位面积NPP为高值区,呼伦贝尔草原西部NPP为低值区,林草交错区和农牧交错区NPP介于林区和草原区之间;2)2000年-2008年4类土地覆被类型单位面积NPP为下降趋势;3)呼伦贝尔西部草原、呼伦贝尔林草交错区单位面积NPP主要受降水量的影响,而大兴安岭林区和岭东农牧交错区主要受生长季气温的影响。     

基于CASA模型的三江源地区植被净初级生产力遥感估算研究

以改进后的CASA模型为基础,利用MODIS数据、气象数据和植被类型数据,估算了2010年三江源地区植被净初级生产力(NPP)。结果表明:三江源地区NPP的总值为52.146×1012gC·a-1,平均值为146.66g C·m-2·a-1,呈现由东南向西北逐渐递减的空间分布趋势,并随着海拔和坡度的增高,NPP先升高后降低。     

呼伦贝尔森林草原交错区近30年NPP动态与气象因子的相关性研究

植被净初级生产力(net primary productivity,NPP)及其对气候变化的响应研究是全球变化的核心内容之一.应用遥感影像、气象数据、光能利用率遥感模型,逐像元分析1982-2010年呼伦贝尔林草交错区NPP的时空变化及其与气候因子的关系.结果表明:1)NPP平均值由大兴安岭山地向东西两侧逐渐降低,呼伦贝尔草原区最低(均值0 ～350gC·m-2a-1),高值区主要分布在大兴安岭林区(450～ 520gC·m-2a-1);2)近30a大兴安岭林区中北部区域像元尺度NPP呈弱增长(0～5)趋势,其他林区和岭西林草交错区呈弱下降(-5～0)趋势,草原区越向西下降越明显(-25 ～-5);3)研究区北部森林区年NPP与生长季气温关系较密切,草原区NPP则主要受降水控制.     

黄土高原气候和人类活动对植被NPP变化的影响

本研究基于CASA模型获得黄土高原2000—2018年植被NPP数据集，通过相关性、残差分析等方法，定量分析了气候变化和人类活动对植被NPP变化的影响。结果表明：（1）黄土高原2000—2018年植被NPP呈东南高、西北低分布格局，研究区约86.86%区域植被NPP呈增加趋势，主要为退耕还林还草的核心区；呈下降趋势的面积占13.14%，主要分布在西北部的干旱区。（2）气候变化和人类活动对植被NPP变化的贡献率分别为48.78%和51.22%，在空间上有明显的差异性，人口稀少、发展相对落后地区的植被变化主要受气候变化的影响；人口众多、经济发展较好地区植被变化以人类活动为主。（3）黄土高原作为干旱半干旱区植被对气候变化的响应较为敏感，随着人类活动的日益频繁，气候和人类活动共同作用于黄土高原的植被变化。本研究有助于理解气候变化和人类活动对植被动态变化的影响，并为黄土高原的植被恢复和高质量发展提供科学依据。     

石羊河流域植被净初级生产力时空变化及驱动因素

利用CASA模型（Carnegie-Ames-Stanford Approach）模拟石羊河流域2000—2020年植被净初级生产力（NPP），分析流域NPP的时空变化特征、稳定性和未来变化趋势，并从气候因素、地形因素和人类活动因素3个方面探讨对NPP的变化影响。结果表明：（1）2000—2020年石羊河流域植被NPP多年平均值为291.01 g C·m-2·a-1，呈不显著增加趋势，空间分布呈南高北低的分布格局。（2）2000年以来植被NPP呈增加趋势的区域占总面积的86.4%，其中极显著增加和显著增加的区域分别占6.7%和10.1%。（3）NPP变化在中等波动以上（变异系数Cv≥0.25）的区域所占比例为50.4%。（4）从未来变化趋势看，石羊河流域植被NPP恢复的持续性较弱，呈增加并反持续的地区所占比例达到57.1%。（5）流域的植被NPP变化与气温、降水均成正相关，对气温的响应更为敏感。NPP随海拔高度和坡度增加呈现增大后减小趋势，近年来流域实施的一系列人工造林、退耕还林还草等措施对植被NPP的增加具有明显促进作用。     

近42 a黄河源区生长季植被净初级生产力变化及其对气象因子的敏感性分析

利用1971—2012年黄河源区5个气象站逐日气象数据,应用修定的Thornthwaite Memorial模型计算了区域内各站植被生长季（4—10月）NPP,分析了NPP的时空变化特征,同时,探讨了黄河源区NPP对各气象因子的敏感性及各气象要素对源区NPP变化的贡献程度。结果表明：42 a来黄河源区NPP在生长季平均以125.1 kg·hm^-2·a^-1·10a^-1呈逐年上升趋势,期间存在10 a主周期变化和5 a～6 a的次周期变化;源区NPP多年来在空间变化中存在明显的地域差异,具有由南向北、自东到西NPP依次减小的分布特征;黄河源区NPP对最高气温、日照和降水量的敏感性最强,而对风速、相对湿度和最低气温的敏感性相对较弱;气象因子对源区NPP的总和贡献西北部大于东南部,这与NPP多年相对变化的地域分布特点是相一致的。