闽江赣江上游流域长时间序列NPP变化分析

闽江和赣江上游流域是闽赣水系的主要水源涵养区,其生态环境好坏直接关系到区域水资源可持续利用;而植被净初级生产力(NPP)对生态变化具有重要指示作用,因此有必要分析流域长时间序列NPP变化趋势及原因。通过对闽江和赣江上游流域NPP自1990年以来6期数据的模拟计算,结合DEM和实地考察,发现:(1)两流域NPP总体上都经历了一个快速增长期,且增长最快阶段均为1995—2000年,既得益于当地良好的水热条件,也与政策驱动有关;(2)NPP增长较快地带主要位于对自然破坏相对较少的高海拔山区和欠发达偏远地区;(3)闽江上游流域各期NPP值均高于赣江上游流域,且全流域普遍增长趋势较赣江上游流域明显,得益于其更丰沛的降水和更少的植被破坏;(4)闽江上游流域NPP增长相对持续稳定,赣江上游流域则经历了两次波动,应与城镇化等经济开发有关。     

2001-2013年开孔河流域净初级生产力遥感估算及其时空分布特征

[目的]估算2001—2013年开孔河流域净初级生产力（NPP）,并分析其时空分布特征和未来变化趋势,为自然资源的管理和有效利用提供依据。[方法]基于MODIS植被指数（NDVI）产品数据、气象数据和植被分类数据,利用改进的CASA模型。[结果]2001—2013年开孔河流域年均NPP呈逐渐增长趋势;空间上表现为西北高、东南低的特征,以开孔河为高值中心呈带状分布;NPP年内变化较大,夏季最高,占全年的65．30％,冬季仅有2．13％,为各季最低;Hurst指数与Slope趋势空间耦合图表明流域内未来NPP将呈增长趋势。[结论]开孔河流域生态环境呈良性发展的态势且季节差异明显、区域差异明显。     

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。     

2001—2010年中国农田生态系统NPP的时空演变

植被净初级生产力(Net Primary Productivity,NPP)是地表碳循环的重要组成部分,而农业NPP代表了农田生态系统通过光合作用可固定大气中CO2的能力,决定了农田土壤可获得的有机碳含量.测算中国农田生态系统产生的NPP并分析其时空变异规律,探索其影响因子,对于了解全球碳循环,预测未来生态变化趋势具有重要意义.基于MOD17A3数据集,利用一元线性回归趋势线法和相关系数法定量分析了农田生态系统NPP的时空演变特征和气候因子对农田NPP的影响.结果表明,2001-2010年中国农田NPP平均值变化范围为C 0.21 ～ 17.24 Mg hm-2a-1,平均值为4.12 Mg hm-2 a-1.从时间变化来看,NPP年际变化呈现先增加后下降的趋势.从空间分布来看,表现为南方高,北方低,其中,甘新区、黄土高原区、东北区、内蒙古及长城沿线区和黄淮海区北部NPP值较低,＜3 Mg hm-2 a-1;四川盆地、山东丘陵、长江中下游滨海和沿江平原、云南、贵州、海南等地NPP值较高,＞5 Mghm-2 a-1.从变化趋势来看,黄淮海农业区、黄土高原区、新疆的绿洲农业区和长江中下游农业区南部上升趋势明显,东北农业区、四川盆地和长江中下游农业区下降趋势明显.2001-2010年,中国农田中有22％的像元NPP平均值与降水呈显著相关,7％的像元与气温呈显著相关,反映了农田生态系统受人类活动影响较大.     

太行山区植被NPP时空变化特征及其驱动力分析

本文基于2000—2014年MODIS NPP数据,结合同期土地利用变化、气温、降水和DEM数据,运用趋势分析法、相关系数法及分区统计法等方法,研究了太行山区2000—2014年植被NPP时空变化特征,分析了气温、降水等气候因素和人为因素对植被NPP变化的影响,为太行山区植被资源管理及生态环境调控提供参考。研究结果表明:(1)太行山区植被NPP多年平均值为284.0 g(C)·m~(-2)·a~(-1),耕地、林地和草地的NPP均值分别为302.5 g(C)·m~(-2)·a~(-1)、258.1 g(C)·m~(-2)·a~(-1)、286.5 g(C)·m~(-2)·a~(-1)。(2)2000—2014年太行山区植被NPP整体呈上升趋势,但大部分植被NPP变化未达到显著水平;16.17%的植被NPP显著或极显著升高,主要分布在太行山区西侧;0.88%的植被NPP显著或极显著降低,零散分布在研究区内。(3)不同植被类型NPP变化速率为草地耕地林地。(4)基于区域平均计算,太行山区植被NPP与降水显著正相关(P0.05),与气温负相关(P0.05)。基于像元计算,植被NPP与降水显著或极显著正相关区面积比例为23.82%,主要分布在太行山区北段,几乎没有显著负相关区;植被NPP与气温显著或极显著负相关区面积比例为8.42%,主要分布在太行山区西侧,显著或极显著正相关区面积比例为0.81%,主要分布在太行山区最北端。(5)研究期内气候因子对植被NPP的升高整体上表现为促进作用,而人为因素主要表现为抑制作用。太行山区生态环境保护仍应以减少人为干扰为主。     

黄土高原地区植被净初级生产力遥感监测及其动态变化分析

利用经改进的CASA模型,模拟分析了1999～2008年黄土高原地区植被净初级生产力（NPP）的变化趋势及其时空分布,并对其拟合可信度进行了分析。结果表明,在黄土高原地区水热条件较好的地区,实施退耕还林（草）工程对植被生长的变化及不同植被生态系统的生产力有着较明显的积极作用。     

陆地生态系统净初级生产力的时空动态模拟研究进展

陆地生态系统净初级生产力(Net Primary Productivity,NPP)研究是全球变化的核心内容之一,反映了植被每年通过光合作用所固定的碳总量。近年来将遥感数据引入到NPP的模型设计和估算中已成为了一种新的发展方向,它利用遥感获得的全覆盖数据,使区域及全球尺度的NPP估算成为可能。回顾了NPP研究历史,综合分析了气候相关统计模型、生态系统过程模型和光能利用率模型的优缺点;以CASA、C-FIX和BIOME-BGC这3种遥感参数模型为例,阐述和分析了该类模型的特点以及国内外的研究进展,提出了NPP模型存在的问题和未来的发展方向。     

2000-2013年中国植被碳利用效率(CUE)时空变化及其与气象因素的关系

植被碳利用效率（CUE）是评估陆地碳循环的重要指标,探讨其动态特征对气候变化的响应对于陆地生态系统碳循环研究具有重要的指示意义。基于MOD17数据计算中国植被CUE,辅以地统计学理论,利用趋势分析、变异系数及相关性分析等方法,研究了2000—2013年中国植被CUE的时空变化特征,并结合气象要素数据剖析植被CUE对气候变化的响应。结果表明:全国植被年CUE在研究年限内总体上表现为轻微的增长趋势,具体表现为在2000—2007年以0.000 6的变化率呈现波动下降的趋势,而2007—2013年植被CUE呈现显著上升的变化趋势,该变化特征可归因于2007年气温及降水格局的改变;植被CUE空间分布具有明显的空间异质性,大体呈现西部高东部低的状态。CUE增加较明显的区域主要分布在内蒙古呼伦贝尔地区,青藏高原大部分地区,东部沿海地区以及台湾岛。而CUE呈减少趋势的区域分布范围较广,其中减少趋势较为明显的地区主要包括东北平原及华北华中的大部分地区,另江南地区及新疆部分地区也有零星分布。草地及森林区域植被CUE波动变化较小,表明该部分地区生态系统处于良性循环。不同植被类型的CUE均值表现为:草地（0.21） > 农田（0.14） > 森林（0.09） > 灌丛（0.06）。全国大多数地区植被CUE与降水呈正相关,而与气温则呈负相关,而这种相关性会随着区域气候格局及植被类型的变化而变化。总体上,全国植被CUE的增加主要归因于降水量的增加,而气温的升高则造成植被CUE的降低。     

Estimation of spatial and temporal changes in net primary production based on Carnegie Ames Stanford Approach (CASA) model in semi-arid rangelands of SemiromCounty,Iran

Net primary production (NPP) is an indicator of rangeland ecosystem function. This research assessed the potential of the Carnegie Ames Stanford Approach (CASA) model for estimating NPP and its spatial and temporal changes in semi-arid rangelands of Semirom County, Iran. Using CASA model, we estimated the NPP values based on monthly climate data and the normalized difference vegetation index (NDVI) obtained from the MODIS sensor. Regression analysis was then applied to compare the estimated production data with observed production data. The spatial and temporal changes in NPP and light utilization efficiency (LUE) were investigated in different rangeland vegetation types. The standardized precipitation index (SPI) was also calculated at different time scales and the correlation of SPI with NPP changes was determined. The results indicated that the estimated NPP values varied from 0.00 to 74.48 g C/(m²?a). The observed and estimated NPP values had different correlations, depending on rangeland conditions and vegetation types. The highest and lowest correlations were respectively observed in Astragalus spp.-Agropyronspp. rangeland (R²=0.75) with good condition and Gundeliaspp.-Cousiniaspp. rangeland (R²=0.36) with poor and very poor conditions. The maximum and minimum LUE values were found in Astragalus spp.-Agropyronspp. rangeland (0.117 g C/MJ) with good condition and annual grasses-annual forbs rangeland (0.010 g C/MJ), respectively. According to the correlations between SPI and NPP changes, the effects of drought periods on NPP depended on vegetation types and rangeland conditions. Annual plants had the highest drought sensitivity while shrubs exhibited the lowest drought sensitivity. The positive effects of wet periods on NPP were less evident in degraded areas where the destructive effects of drought were more prominent. Therefore, determining vegetation types and rangeland conditions is essential in NPP estimation. The findings of this study confirmed the potential of the CASA for estimating rangeland production. Therefore, the model output maps can be used to evaluate, monitor and optimize rangeland management in semi-arid rangelands of Iran where MODIS NPP products are not available.     

伊犁地区土地覆被变化及其对植被碳储量的影响

以伊犁地区为研究对象,以2005、2010年和2015年的土地覆被类型数据和植被功能型分类方案为依据,并利用植被固碳模型,分析了近10 a伊犁地区土地覆被变化特征及其对植被碳储量的影响。结果表明:1）伊犁地区土地覆被变化主要表现为农业用地、林地和建筑用地呈增加趋势,年变化率分别为0.007%、0.031%和0.001%,草地和灌木呈减少趋势,年变化率分别为0.003%和0.1%。2）10 a增加农业用地的面积为923.9 km²,主要的转化来源为草地,占转化总量的83.9%,同时也有78.8%的农业用地转化为草地。3）由于土地覆被的变化、植被净初级生产力以及不同土地覆被类型之间碳转化系数的影响,导致植被的碳储量总体上减少了2.48×10⁵ t。从整体上来看,伊犁地区的农业用地和草地的变化最为显著,土地覆被的变化导致的植被碳储量整体呈减少的趋势。由此可以得出,近10 a伊犁地区草地和农业用地的变化是影响植被碳储量的重要因素。