吉林省长时间序列陆地生态系统NPP时空变化特征

植被净初级生产力(NPP)是陆地生态系统碳循环过程中的重要组成部分,也是评价碳源/汇的重要环节。基于2001—2019年MODIS地表反射率数据(MOD09A1)、气温和日照时间资料,利用光能利用率模型估算了吉林省陆地生态系统NPP,采用趋势分析、空间变异性分析等方法,分析了吉林省陆地生态系统NPP的时空变化特征及其与气候因子的相关性。结果表明:(1)2001—2019年,吉林省植被NPP年均值与总量均成波动上升趋势,辖区内植被NPP总量表现为森林农田草地。(2)2001—2019年NPP分布表现出明显的空间差异性,大部分区域NPP呈现增加趋势,总体变异性稳定,但西北部区域NPP空间变异程度较大,与该地区施行退耕还林和治理草地退化、沙化、盐碱化有一定关联,植被恢复明显。(3)吉林省植被NPP与年均气温、年降水量的相关性存在一定的地域差异性,研究区大部分区域与气温呈正相关关系,小部分区域与降水量呈现出正相关。     

基于MODIS数据的陕西省植被净初级生产力与实际蒸散的变化关系分析

[目的]分析陕西省植被净初级生产力(NPP)及实际蒸散量(ET),为生态环境中碳循环、水循环特征提供理论支持。[方法]基于美国航天局(NASA)提供的净初级生产力产品(MOD17A3)及蒸散产品(MOD16)数据,利用GIS与数理统计等方法,对陕西省2000—2014年植被NPP与ET的时空分布特征及其关系进行分析。[结果]陕西省植被NPP与ET的分布特征均为南高北低;2000—2014年陕西省植被NPP在波动中呈现上升趋势,其中陕北地区增加最大,陕南地区增加最不显著;陕西省ET年际变化呈波动状态。植被NPP与ET空间相关性较显著,陕北地区相关系数极高,而陕南地区相关性并不显著。[结论]在较为干旱区域植被NPP与ET的关系更为密切。     

2000-2019年关中平原城市群植被NPP时空变化及影响因素

[目的]分析和探讨关中平原城市群植被NPP的时空变化特征,揭示影响植被NPP变化的主要因素,为区域生态恢复及生态健康评估提供支持。[方法]运用趋势分析、变异系数和地理探测器等方法,分析了2000—2019年关中平原城市群植被NPP的时空变化特征与规律,并对植被NPP的影响因素进行了探测。[结果]关中平原城市群年均植被NPP值介于340.3～573.5 g C/m²,年均增长率为9.1 g C/m²,整体呈波动上升趋势,且不同地貌区NPP增长趋势相似。大部分区域植被NPP变化速率大于0,且变异系数较小,植被NPP以小幅增加为主。空间上,植被NPP南高北低,西高东低,具有明显空间分异性,是自然、社会因素共同作用的结果。植被NPP的主要影响因素为降水、地貌及≥10℃积温,但因子间的复杂耦合作用对植被NPP的影响更为显著,如降水与气温的交互作用对植被NPP的解释力达到57%以上,探测结果表明两两因子的交互作用呈现相互增强效应。[结论]关中平原城市群大部分地区植被NPP有明显增长,表明区域生态环境有较大改善。     

青海湖流域植被的净初级生产力估算

[目的]定量估算青海湖流域2001—2011年草地净初级生产力(net primary productivity,NPP),查明其时空演化特征,为流域草地可持续利用与生态建设及相关的政策制订提供科学依据。[方法]选取陆地生态系统碳循环模型(CASA模型),逐像元模拟2001—2011年青海湖流域草地生态系统NPP的时空变化。[结果](1)2001—2011年青海湖流域草地年均NPP为1.12×1013g/a,单位面积平均值为168.03g/(m2·a);(2)NPP在空间分布上呈现东南高,西北低的格局,这与流域水热因子在空间上的分布一致。近11a流域草地年均NPP总体呈上升趋势,年增加率约为1.74g/(m2·a),湖区北部、东部为主要增加区域;(3)青海湖流域草地NPP具有明显的季节变化特征,7月草地NPP达到最高,1月NPP最低。其中5—9月生长季草地的NPP占到了全年的90.40%。[结论]所选模型模拟精度较高,能够较好地反映流域NPP的空间分布规律和时间变化特征。可以认为改进后的CASA模型在气候资料稀缺的该地区进行模拟是可行的。     

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。     

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CASA模型的陕西省植被净初级生产力时空分析

[目的]探明陕西省近年来植被净初级生产力(net primary productivity,NPP)的变化及评估植被的生长条件。[方法]基于CASA(Carnegie Ames Stanford Approach)模型估算陕西省2003—2012年逐月NPP,并分析其年际、年内的时空变化特征及趋势。[结果](1)陕西省2003—2012年植被NPP总体呈增长趋势(p0.01),年均增量为3.940 6g/(m~2·a)(以C含量计);年总NPP从2003年的84.44Tg(1Tg=1012g)增加到2012年的91.98Tg。(2)NPP年内变化明显,夏季NPP占年总量的比例最高,达到52.43%,7,8两月占比最高,分别为18.52%和18.41%。只有3和8月NPP增长趋势显著或极显著,其他月份NPP变化不显著。(3)不同植被NPP的年际变化比较平稳,除永久湿地外,其他植被类型的NPP呈增长趋势,耕地的NPP增长最快(p0.01),年均增量为5.89g/(m2·a)。(4)NPP整体呈南高北低、高低相间的分布特征,全省78.53%的区域NPP呈增长趋势,24.47%的区域增长显著或极显著;NPP降低显著/极显著的面积仅占2.27%,主要分布在陕西中部和西安周边地区。[结论]陕西植被生长条件总体在改善,但局部在恶化。     

近20年西南喀斯特地区植被NPP时空变化及自然因素地理探测

植被净初级生产力(Net Primary Production,NPP)是表征植物活动的重要变量,分析植被NPP时空变化及驱动力对生态保护及植被恢复建设具有重要意义。基于2000—2019年MOD17A3的NPP数据,结合基于站点的气象数据、DEM等数据,运用趋势分析、Mann-Kendall检验、R/S分析及地理探测器等方法,定量分析了西南喀斯特地区植被NPP空间分布、时空变化及未来趋势,进一步探讨了自然因子对西南地区植被NPP的驱动作用。结果表明:(1)2000—2019年西南喀斯特地区植被NPP空间分布上呈南高北低的空间分布格局,总体均值为751.37 gC/(m²·a)。(2)从时间尺度看,20 a间研究区植被NPP总体呈上升趋势,上升速度为3.67 gC/(m²·a); 从空间尺度看,20 a间西南喀斯特地区植被NPP呈上升趋势的面积占总面积的78.10%,呈显著上升的区域占42.14%,主要分布在四川盆地、乌蒙山一带。(3)未来研究区内植被NPP以上升趋势为主,呈持续上升趋势的面积占比为76.97%,呈强持续显著上升的面积占30.67%,主要分布在四川盆地及乌蒙山一带。(4)地理探测显示,影响西南喀斯特地区NPP变化的主导因子为湿度、生物温暖指数、日照时数和气温,其q均值均超过0.3; 各因子交互作用表现为双因子增强或非线性增强,其中高程∩生物温暖指数的q值最高,为0.498。综上,研究结果表明高程和生物温暖指数的共同作用对西南喀斯特地区的NPP影响最大。     

2000—2020年陕西省陆地生态系统NPP时空变化与潜力

[目的] 在“双碳”战略实施背景下,准确评估陆地生态系统固碳现状、速率与潜力对实现“碳中和”目标意义重大。陕西省横跨3个气候带,南北气候差异大,植被类型丰富。近年来,由于多项生态工程(退耕还林还草、三北防护林等)的实施,陕西省植被覆盖度进一步提升至60.7%,固碳能力巨大。陆地生态系统NPP(植被净初级生产力)是反映植被固碳能力的重要指标,然而,关于陕西省NPP的时空动态变化,以及NPP未来潜力的空间分布鲜有研究。[方法] 以陕西省陆地生态系统为研究对象,利用CASA模型和邻域相似空间分布法评估陕西省植被NPP及其潜力的时空分布特征。[结果] (1)陕西省植被总固碳量在2000年和2020年分别为687,1 020 Tg,增加333 Tg,增幅为48.5%。(2)陕西省NPP呈南高北低,中间存在最高值或最低值的空间分布态势,平均值在2000年和2020年分别为333.2,494.8 gC/m²,共增加161.6 gC/m²,增加幅度呈北高南低的分布态势。(3)陕西省生态系统NPP的实际最大潜力为2 304 Tg,相比于2020年增加41.3%,空间分布态势表现为由南到北逐渐降低,且空间分布特征均表现高度空间自相关特性,但局部差异较大。[结论] 陕西省植被总固碳量在2000—2020年显著增加,同时,未来植被固碳潜力巨大。评估和预测陕西省区域尺度生态系统NPP时空动态变化及潜力空间分布特征,可为科学评价提升区域碳汇能力提供一定的评价体系和理论参考。     

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。     

近47年天山山区自然植被净初级生产力对气候变化的响应

利用天山山区10个对各类天然草场气候和植被类型具有较好代表性的气象台站1961—2007年的历史气候资料,使用线性趋势、Modet小波和Mann—Kendall检测等方法在对年平均气温、降水量变化趋势、变化特征分析的基础上,分别采用Miami模型、Thornthwaite Memorial模型、Chikugo模型、朱志辉模型和周广胜模型对该地区的自然植被净初级生产力（NPP）及其对气候变化的响应进行了计算和对比分析。结果表明：近47a,天山山区的气候总体呈较明显的“暖湿化”趋势,并于1970年发生了由“冷干”向“暖湿”的突变;尽管基于各模型的NPP在数值上有一定差异,但其在时空领域对气候变化响应的趋势是一致的,即：47a来,在气候“暖湿化”背景下,天山山区的NPP总体呈较明显的增大趋势,并于1970年发生了突变性的增大;与年平均气温和年降水量一样,基于各模型的NPP也具有3～22a的不同时间尺度的周期变化;在各类草场中,以草甸草原和山地草甸的NNP最高,高寒草甸次之,荒漠草原再次,高寒草原NPP最低。最后建立了基于各模型的NPP估算值之间的相互换算关系。     

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。     

2001-2015年青藏高原草地碳源/汇时空变化及其与气候因子的关系

净生态系统生产力(NEP)是估算区域植被碳源/汇的重要指标。以青藏高原为研究区,基于光能利用率模型,利用遥感数据、气象数据和基础地理数据测算了2001—2015年草地生态系统净初级生产力(NPP),同时,应用土壤呼吸模型估算了逐月平均土壤呼吸量(Rs),进而估算青藏高原草地净生态系统生产力(NEP)。研究揭示了2001—2015年青藏高原草地生态系统NPP,NEP时空格局及其与气候因子的关系。结果表明:(1)2001—2015年,青藏高原草地生态系统整体表现为碳汇,平均净碳汇总量为1.82×1014 gC/a;(2)2001—2015年青藏高原草地生态系统NEP呈波动增加趋势,年平均值为120.8gC/(m2·a),年平均增长率为0.7gC/(m2·a);(3)研究区草地NPP与温度、降水相关性不显著,NEP与降水、温度均呈负相关。     

苏南地区净第一性生产力对土地利用变化的响应

通过CASA模型对苏南地区1999年和2008年净第一性生产力(NPP)进行估算,分析NPP时空变化及其对土地利用变化的响应,结果显示:①1999-2008年,苏南地区NPP时空变化显著,19个市县的NPP均为减少:昆山减少量最大(以C计)242.04 g/m2,扬中最小(以C计)70.94 g/m2; NPP减少量高值区位于太湖流域,低值区位于苏南西北部.②与1999年相比,2008年6种地类的平均NPP都在下降:建设用地和耕地减幅最大,分别为55.69％、45.74％; NPP减少量高值区耕地和建设用地转化斑块最为突出,低值区减少量主要源于林地和草地的转化.这与太湖流域城市群迅速扩张下农用地转换为建设用地趋势明显的土地利用方式在空间上吻合.③NPP变化与耕地变化的相关性最强,相关系数为0.523.林地-水域、耕地-水域、林地-草地、耕地-草地这4种转换方式下NPP损益较大.     

基于植物净初级生产力模型的区域冬小麦估产研究

该文以中国冬小麦主要种植区黄淮海平原典型县市的冬小麦为研究对象,以植物净初级生产力模型对冬小麦估产进行研究。其中光合有效辐射数据(PAR)主要通过TOMS传感器紫外反射率月数据来计算获得。并且通过投影转换和内插方法,将分辨率由经度1.25度、纬度1度转为250 m。光合有效辐射分量(fPAR)主要通过250 m分辨率MODIS的最大值合成法生成的NDVI月数据和fPAR之间的统计直线关系(fPAR＝a NDVI＋b)来反演。在研究中光能转化有机质效率(ε)被视为常数,其值通过前人研究结果确定。然后计算冬小麦净初级生产力(NPP＝ε×fPAR×PAR)。文中主要考虑冬小麦产量形成关键期内NPP的形成,然后将累积的NPP转化为作物干物质的量,最后通过冬小麦收获指数修正,得到估计的冬小麦产量。而且利用地面实际调查产量数据对所预测的植物净初级生产力NPP和所预测的产量进行了验证,通过NPP计算的冬小麦生物量与实际生物量间相对误差为-4.30%;预测冬小麦产量与实际小麦产量间相对误差平均为-4.41%,结果令人满意。     

基于遥感的中国草地生产力初步计算

草地生产力研究对于评估草地生态系统食物供给具有重要意义.在基于MODIS的2001年l km中国陆地生态系统土地覆盖类型产品和植被净初级生产力(NPP)产品,运用各种草地生产力计算模型,初步计算了当年中国各草地生产力指标.计算得到:2001年,中国草地生态系统产干草1.44亿t,理论载畜量为1.08亿个羊单位,潜在食物供给为羊肉308.92万t.结果表明,基于遥感的草地生产力计算方法机理性较强,现势性好,可在较短时间内获取大范围年度草地生产力指标,其计算结果较为符合中国草地生产力的实际分布情况.     

近20年黄河流域植被净初级生产力时空分布及其对极端天气变化的时空响应

为探究黄河流域植被净初级生产力(Net Primary Productivity, NPP)变化及对极端天气指数的响应情况,利用MODIS NPP数据和极端气候数据,辅以斜率法和偏相关分析法分析了2000—2019年黄河流域植被NPP时空动态及其对极端降水指数和极端温度指数的响应情况。结果表明：(1)近20 a黄河流域植被NPP呈从北向南增加的趋势,大面积上表现为增加趋势。(2) NPP与极端降水指标以显著和极显著正相关为主。其中,除最长连续湿润天数呈显著正相关和极显著正相关的像元占比为16.5%,其他几种指标均在25%以上。(3)极端降水事件的水量和强度呈显著增加趋势,极端温度事件中与偏冷相关指标总体呈下降趋势,与变暖有关的事件呈明显上升趋势,其变化存在显著空间异质性,年际差异大。(4)日最高气温的最大值、日最低气温的最大值、冷夜日数、冷昼日数、冰冻天数和霜冻天与植被NPP以负相关为主,日最高气温的最小值、日最低气温的最小值、暖夜日数、暖昼日数、气温日较差和暖期与植被NPP以正相关为主。近20 a黄河流域植被NPP时空变化存在显著地域性差异,其中在干旱和半干旱地区极端降水增多在一定程...     

地震灾区植被净初级生产力恢复效应评价

地震等重大灾害的发生,对区域植被及生态环境造成了巨大破坏,植被净初级生产力(net primary productivity,NPP)能够反映绿色植物的生长状况,进行地震灾区植被NPP恢复效应评价,对掌握震后植被恢复情况和变化趋势具有指导意义。以"5·12"汶川大地震的极重灾区为研究区,选择地震前后3个时期的TM及MODIS卫星遥感数据,结合气象资料等其他数据,利用改进的CASA模型估算了灾区前后三年植被NPP。结果表明,灾后2009年植被NPP总量为9.827亿gC/a,相比灾前2007年减少了31.99%,2011年恢复期相比2009年增长了28.55%,但仍比2007年低12.57%,震后两年,灾区植被净初级生产力有所恢复,但未达到震前水平;从植被NPP空间分布来看,离地震中心越近的地方,植被NPP受到的削减程度越大,其恢复能力越差;经验证分析,评价结果具有较高的可信度,可为相关部门制定灾区生态重建和生态恢复计划与实施提供科学依据。