长江流域片2000—2015年植被NPP时空特征及影响因子探测

植被净初级生产力对评价全球变化背景下植被生长状况、陆地生态系统质量、资源环境监测具有重要意义。基于2000—2015年的MODIS NPP产品MOD17A3数据,结合DEM数据、气象数据、土地利用数据,运用趋势分析、相关性分析、地理探测器等模型方法,探讨长江流域片植被NPP的时空特征,揭示了各驱动因子的贡献率。结果表明:(1)16 a间植被NPP均值在478.4～547.4 gC/(m²·a),平均值为516.5 gC/(m²·a),流域内NPP整体表现为缓慢上升趋势。(2)流域内NPP空间分布格局为自东南向西北减少,16 a间大部分地区NPP值基本不变,云南省迪庆州、贵州省毕节市西部增长最明显,下降区域多分布于贵州省东部。(3)研究区内植被NPP与气温、降水均呈正相关; NPP随海拔增加呈先增加后下降的趋势,2 000～3 500 m海拔范围内植被NPP值最高,且集中于横断山区; 坡度小于15°的区域对整个研究区NPP值贡献最大; 林地面积最大且NPP均值最大,对研究区的植被NPP值贡献最大。(4)各因子对NPP的解释力排序为海拔>气温>降水>土地利用类型>坡度,单因子海拔对NPP的解释力最强,海拔与气温双因子交互作用对NPP的解释力最强。研究结果可为长江流域生态修复及可持续发展提供数据支持。     

2000-2014年呼伦贝尔沙地河流湿地植被NPP时空变化及驱动力分析

植被净初级生产力(NPP)可以直接反映植被在自然环境中的生产能力,利用遥感影像、气温降水数据结合简单差值法、趋势分析法以及线性回归分析对呼伦贝尔沙地河流湿地NPP进行了时空变化研究与驱动力分析.结果表明:时间上,呼伦贝尔沙地河流湿地NPP呈现波动式增长,NPP增长面积可达整个湿地面积的92.51％,年增长率为0～2 gC/(m2·a);空间上,河流湿地NPP值呈现东高西低格局.而15年间NPP增加最快的湿地为处于西部的克鲁伦河湿地,增长面积可达99.5％;气候变化与人类活动是导致NPP变化的两个重要因素,NPP增长与降水量呈显著正相关(R=0.703),与气温呈显著负相关(R=-0.559).经济产业结构的变化使得人类活动对生态环境的压力减小,促使湿地NPP的增加.同时,国家政策以及治沙工程同样影响着NPP的变化.     

2004-2015年湖北省植被NPP时空分布特征及其与气候因素关系

为了探明湖北省植被NPP空间分布特征及其驱动机制,利用MOD17A3H NPP时序数据、土地覆盖类型产品MCD12Q1、气象数据和SRTM DEM地形数据等,采用线性趋势分析、相关系数等方法,分析了2004-2015年湖北省植被NPP时空分布特征,探讨了不同土地利用类型、不同地形条件下植被NPP分布及对气候因素的响应特征。结果显示:（1）12年间,湖北省植被NPP总体呈上升趋势;植被NPP的空间分布大体呈东、西部山区高,中部略低的格局,全省植被NPP值大部介于400~600 g C/（m²·a）;（2）全省植被NPP与年均气温呈现正相关性的面积占全省总面积的79.28%,与年降水量呈现正相关性的面积占全省总面积的59.07%;（3）气温是影响林地、草地植被NPP变化的主要驱动因子,耕地主要受降水量影响;（4）植被NPP与年均气温和年降水量的相关性随高程、坡度、坡向的不同表现出差异性,植被NPP变化是气温、降水和地形条件综合作用的结果。     

陕南地区植被净第一性生产力时空动态演变

植被净第一性生产力(NPP)是生态系统服务功能的物质基础,也是生态安全、生态风险评价的重要指标。利用2000—2010年SPORT—NDVI数据、气象数据及土地利用数据,选取改进后的CASA模型,模拟了陕南地区植被净第一性生产力时间变化规律及空间分布特征。结果表明,2000—2010年,研究区各种土地利用类型的年均NPP均呈曲折上升趋势,各类土地利用类型NPP均值排列顺序为:林地灌丛草地耕地其它类型。年内变化表现为各个土地利用类型的NPP在每年的2月开始增长,同年7月达到峰值,11月开始明显减少,在次年的1月达到最小值。汉中市的西部、商洛市的东部和西部地区年均NPP增长比较明显,汉中市的中部以及安康市中部大部分地区年均NPP的增长量保持平稳,汉中市城固县与西乡县的交界处年均NPP值的减少比较明显,其它地区的年均NPP变化不明显。年内各月空间NPP的变化趋势与年际变化有一定的差别。     

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。     

1993-2015年中国草地净初级生产力格局及其与水热因子的关系

[目的]估算1993-2015年中国草地净初级生产力（net primary productivity,NPP）,分析其时空变化格局及与水热因子的关系,了解这一时期中国草地生态系统的生产力水平及其对水热因子变化的响应。[方法]基于长时间序列遥感数据,气象数据和植被类型数据,运用CASA模型（Carnegie-Ames-Stanford Approach）估算草地净初级生产力,利用一元线性回归、二阶偏相关分析以及GIS空间分析方法,探讨草地NPP的变化趋势以及与对水热因子的关系。[结果]①1993-2015年,中国草地NPP年均总量为7.595×10¹⁴ g （以C计）,单位面积NPP均值为296.76 g/m²/a。总体上,草地NPP呈现从东部到西部、从南部到北部逐渐减少的空间分布特征。②1993-2015年草地NPP总量以-1.415×10¹² g/a的线性速率（p>0.05）波动式下降。其中,1993-2010年草地NPP总量以-2.312×10¹² g/a的线性速率（p<0.05）显著降低,2011-2015年草地NPP总量以7.00×10¹¹ g/a的线性速率（p>0.05）波动式上升。1993-2015年,NPP呈减少态势的面积大于NPP呈增加态势的面积且40.40%的草地NPP呈现显著性变化。③年际变化上,除去2011年以来草地NPP的波动性变化,草地NPP与太阳总辐射和降水量的二阶偏相关性显著,与年平均气温没有表现出显著的相关关系。空间分布上,草地NPP与太阳辐射显著偏相关的面积 > 与降水显著偏相关的面积 > 与气温显著偏相关的面积。[结论]1993-2015年,中国草地NPP总体上呈现普遍降低、局部改善的变化特征。这种变化主要受到太阳总辐射和降水量的影响,受温度变化的影响较弱。     

白洋淀流域植被净初级生产力时空变化及驱动因素

[目的] 评估白洋淀流域长时间序列植被生长状况及驱动机制,为进一步保护雄安新区生态环境质量提供理论支撑。 [方法] 基于2007—2020年NASA MOD17A3H的NPP数据,运用趋势分析、变异系数、Hurst指数、地理探测器等方法,探究白洋淀流域植被NPP的时空分异、变化趋势及驱动因素。 [结果] ①白洋淀流域植被年均NPP值在217.1～357.6 g/(m²·a)之间变化,在空间上呈现西北部山区较高,东南部平原区较低的分布规律; ②超过80%的研究区域植被NPP具有明显波动性,其中西北山区和东南平原波动性最强; ③绝大部分植被NPP随年份呈增加趋势,并且由东南至西北,从不显著增加逐渐过渡到显著增加状态; ④研究区内,西北部地区为Hurst指数小于0.5的反向持续性区域,未来植被NPP可能会出现增加趋势减缓的问题,西南地区为正向持续区,未来变化趋势良好; ⑤研究区植被NPP空间分异的主导驱动因素为温度、人口、第三产业等,双因子交互作用的影响力明显高于单因子,其中降水和温度的交互作用最强。 [结论] 2007—2020年,白洋淀流域植被NPP逐渐增强,温度虽是影响NPP空间分异的主要驱动因素,但社会因素发挥的作用在逐渐增强。     

宁夏罗山地区2004-2015年NPP时空变化及气候响应

[目的] 揭示罗山保护区植被净初级生产力（NPP）变化规律及气候相关性,为宁夏回族自治区及其周边生态环境保护提供科学依据。[方法] 利用MOD17A3H NPP（2004—2015年）数据、SRTM DEM和罗山周边气象站点（2004—2015年）年均气温和降水数据,运用相关性分析、趋势分析、线性回归分析等方法,分析气候、人口、生态及移民政策等对研究区植被净初级生产力的影响,对区内NPP时空变化特征进行定量化分析。[结果] ①研究区内植被净初级生产力的变化与降水的相关性较高;在核心区,降水与NPP的相关系数R=0.609,置信度p=0.036;在非核心区,相关系数R=0.648,置信度p=0.023;②研究区NPP呈波动增长趋势,速率为0.076 Pg/a（以C计）,高于全国NPP增长速率（0.008 Pg/a）; ③2010—2015年大罗山森林覆盖面积有所增长,NPP介于350～500 g/（m²·a）的森林面积是2004—2009年的4倍,小罗山方向基带植被由荒漠向荒漠草原转化; ④研究区以NPP划分的生态格局主要以荒漠为主（64.9%）,荒漠草原次之（29.6%）,森林占比极低（0.38%）。[结论] 干旱区植被NPP高度依赖降水,罗山地区生态结构有所改善,但森林生态系统仍极端脆弱。     

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...     

基于遥感和CASA模型的西江流域NPP时空分布特征研究

基于EOS/MODIS遥感资料,采用CASA模型分析西江流域陆地植被净第一性生产力（NPP）的时空变化特征。结果表明:西江流域平均植被NPP为400～500 gC/（m²·a）,上游地区偏低,为200～300 gC/（m²·a）,中下游地区较高,平均500～600 gC/（m²·a）,部分地区可达到800 gC/（m²·a）以上;植被NPP季节变化显著,夏季最高,春、秋季节次之,冬季最低小;西江流域植被NPP的空间差异明显,在5-10月,上游地区植被NPP较低,中下游地区较高;在1-3月,上游地区尤其是南盘江流域的植被NPP较高,中下游地区尤其是中游地区明显较少。西江流域植被NPP的空间特征还表现在汛期空间差异大,枯水期空间差别小。     

2000—2020年四川省植被覆盖时空变化特征及其气候驱动因子

[目的] 对四川省植被变化规律及影响因子进行分析,为该地区自然资源可持续发展提供理论支持。[方法] 基于2000—2020年四川省MODIS-NDVI数据集,统计研究区2000—2020年植被覆盖度(FVC),分析其时空变化特征以及与气候因子的关系。[结果] ①四川省FVC变化趋于稳定,其多年FVC均值在0.50左右。②在空间尺度上,FVC存在明显的空间分布异质性,东部FVC高于西部,且从西北向东南方向呈现依次递增的空间分布格局。③四川省高植被覆盖度区域面积比例达到70%左右,其总体植被状况较好,且总体存在缓慢增长的迹象。④研究区内FVC变化与气温、降水正负相关关系并存且面积比例接近。⑤四川省FVC变化的驱动力主要为非气候因子,以气候因子为驱动的区域面积占研究区总面积的21.17%。[结论] 四川省地形地貌复杂,气候条件好,植被生长旺盛,多年来FVC较为稳定,维护了长江中上游地区的生态环境。四川省未来应着重关注人类活动因子,积极构建长江中上游生态屏障。     

2000-2015年典型山地区域净初级生产力时空分布特征

为了明确区域植被固碳能力与地形因子的关系以及掌握区域长时间序列下净初级生产力（NPP）的时空分布特征,以2000-2015年MOD17A3的植被NPP数据及地形因子DEM数据为基础,辅以回归分析及分级统计等方法,利用GIS技术定量剖析了重庆市作为典型山地区域近16年植被NPP的时空变化特征,研究了地形因子（高程、坡度）与植被NPP的相关性。结果表明:（1）2000-2015年重庆市植被NPP整体呈东南部高,西北部低的分布态势,其中,长江以南区域植被NPP差异明显,由南向北递减,总体高于长江以北的区域。（2）16年间,重庆市植被NPP年际均值在481.512~658.557 g C/（m²·a）浮动,其中,处于500~600 g C/（m²·a）的占比最大,其次是600~700 g C/（m²·a）。2000年与2015年相比,整体呈正增长的变化趋势。（3）分别对高程和坡度进行了等级划分,分析可得重庆市平均植被NPP随海拔和坡度的升高有明显的先升高后降低的趋势,在高程500~1 000 m、坡度15°~25°的区域NPP达到峰值。（4）植被NPP先增后减的倒"V"型变化模式在一定程度上反映了高程、坡度处于某临界点时,气候、降水、植被分布、坡面侵蚀强度等因素对植被NPP影响更加显著。研究结果可为重庆地区植被碳储量状况以及生态环境调节与修复提供理论与数据支持。     

2001—2020年川西高原植被EVI时空变化特征及气候因子驱动力分析

为了了解川西高原植被EVI的时空变化特征,以MODIS-EVI数据、DEM数据和气象格点数据为基础,基于相关性分析、趋势分析和最大值合成等方法,探讨了川西高原2001—2020年植被EVI时空变化特征及不同海拔高程下植被EVI分布和变化规律。在此基础上,对研究区植被EVI时空变化的气候因子驱动力进行了分析研究。结果表明:(1)川西高原20年间植被EVI均值介于0～0.88,空间分布具有明显的地域分异。(2)近20 a来,川西高原植被EVI整体增长趋势,速率为1.0%/10 a,植被EVI的相对年际变化率介于-4.26%～13.58%。有13.09%的地区植被EVI变化通过显著性检验,其中约10.18%的区域植被EVI呈增加趋势。(3)川西高原近20 a不同海拔高程下植被EVI都呈波动增加趋势,变化速率以及增加趋势的显著性都有明显的差异。在<2 500 m,2 500～3 000 m,4 500～5 000 m 3个海拔高程区间内,植被EVI增加趋势显著。(4)川西高原植被EVI与气温和降水呈正向相关的区域面积占比分别为56.42%,64.09%。在0.05显著性水平下,川西高原植被EVI变化受气候因子驱动的地区约占研究区总面积的21.87%。整体而言,近20 a来川西高原植被EVI呈增加趋势,且具有明显空间差异,EVI与气温和降水整体呈正向相关。川西高原大部分地区的植被EVI变化受非气候因子驱动。     

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%。     

2000-2015年四川省南充市土地利用/覆被变化及其驱动因素

[目的]对四川省南充市15 a间土地利用/覆被的时空变化特征及其驱动因素进行分析,为南充市的生态环境建设与可持续发展提供科学依据。[方法]基于南充市2000,2010,2015年3期Landsat影像和QuickBird高精度遥感数据,计算2000—2015年土地利用/覆被转移矩阵和土地利用/覆被状况指数。[结果]①近15 a来,南充市的土地利用/覆被类型以耕地和林地为主,约占研究区面积的80%,但各土地利用/覆被类型间都有不同程度的相互转换。②研究期内,林地面积增加1006.2 km~2,主要由耕地和草地转化而来;建设用地面积增加965.4 km~2,多由水体和耕地转化而来,而耕地、草地和水体面积分别减少了1 549.8,307.9,90.4 km~2。③近15 a来,南充市土地利用/覆被状况指数变化表明,林地和建设用地呈转好趋势(土地利用/覆被状况变化率为正值),耕地呈转差趋势(土地利用/覆被状况变化率为负值)。[结论] 2000—2015年南充市土地利用/覆被变化明显,其中,地形、人口、城市化水平和退耕还林工程等是造成南充市土地利用/覆被变化的主要驱动因素。     

2000-2010年皖江城市带土地利用/覆被变化对区域净初级生产力的影响

基于2000年、2005年、2010年3期Landsat TM/ETM遥感影像解译数据,定量分析了近11年来皖江城市带土地利用时空变化;利用MODIS/NDVI数据及气象数据,基于改进的CASA模型估算了同期植被NPP,分析、评估了地类转换对研究区植被NPP的影响程度.结果表明:2000-2010年,研究区的土地利用格局变化显著,主要表现为耕地、草地、未利用土地面积不断减少,建设用地、水域面积持续增加,林地面积先减后增;土地利用类型转换以耕地的显著减少和建设用地的快速增加为主要特点;近11年来,研究区植被NPP整体上呈增加趋势,且呈现出南高北低的空间分布格局;各用地类型的NPP均值都在增加,林地NPP增幅最大;长江以北地区植被NPP呈逐渐增加趋势,沿江和长江以南地区的植被NPP变化趋势反之;耕地转为建设用地造成的NPP损失量最大.