石河子绿洲植被净第一性生产力遥感估算研究

[目的]探索适合西北绿洲区的NPP遥感模型,估算石河子绿洲区植被净第一性生产力.[方法]在GIS的支持下,利用卫星遥感数据和气象数据,以光能利用率模型为基础进行研究.[结果]构建了绿洲区植被净第一性生产力NPP估算模型,以1989～2001年的石河子绿洲区植被为例,对13年间的植被净初级生产力进行了估算,得到石河子绿洲区植被净第一性生产力13年平均值为2.086 TgC/a,其年均变化量为0.049 TgC/a,绿洲植被碳密度在237.3～309.3 gC/m2变化.[结论]研究时段内NPP总体呈现增长的趋势,这主要是近年来该区降水、气温以及土地利用方式改变的影响结果.     

基于气象模型的黑龙江省植被净第一性生产力

植被净第一性生产力(Net primary productivity,NPP)反映了植物每年通过光合作用所固定的有机物总量,在全球变化中占有重要地位.利用黑龙江省1998-2007年逐日气象资料,采用Miami气象模型,研究了黑龙江省1998-2007年间植被NPP的动态变化及时空特征,分析了NPP与年平均气温和年降雨的关系.结果表明:1998-2007这10 a间黑龙江省NPP在波动中呈现增加趋势,除1998年外,NPP值从1999年的689.52g/(m2·a)增加到2007年的695.67g/(m2·a),平均每年增加0.615 g/(m2·a),其平均值为752.93 g/(m2·a).NPP的空间分布与年均温度及年均降雨量的空间分布具有一致的变化趋势,黑龙江省中、东南部湿润且热量较好地区,NPP值较高;西部干旱地区和北部大兴安岭寒温带热量资源匮乏地区,NPP值较低.NPP与年平均温度及年降水量呈极显著的正相关.     

西双版纳气候因子对自然植被净第一性生产力的影响

 根据气候相关模型计算了西双版纳自然植被净第一性生产力(NPP)，结果表明：在一定的土壤和植被生物学特性的情况下，西双版纳自然植被净第一性生产力随年总辐射、年降水量的变化而变化,其中年降水量是决定该地区NPP大小的主要因子，而西双版纳由于地理位置纬度较低，属于热带地区，1960～1999年40年间年平均温度变化较小，对本地NPP的影响较弱。另外，通过粮食产量与NPP的比较分析，得知西双版纳地区自然资源的可利用潜力仍十分丰富，具有较大的发展潜力。     

漳州市净第一性生产力动态变化及敏感性分析

利用1961～2000年漳州市气象资料,运用Thornthwaite纪念模型估算漳州市净第一性生产力（NPP）,并进行动态分析及对年均温和年降水量的敏感性分析。结果显示漳州市净第一性生产力随年份增加呈起伏递增趋势,且与年降水量和年均温正相关;漳州市净第一性生产力对年降水量变化比对年均温变化敏感,如果年降水量和年均温呈递增趋势,则对两者的敏感性将减弱,尤其对年降水量变化的敏感性下降显著。     

陕西省植被净第一性生产力时空变化研究

利用1981~2000年GloPEM光能利用率模型数据、土地覆盖数据和中国县域行政区划矢量数据,对陕西省植被净第一性生产力(NPP)总量变化、空间分布格局及其变化特征进行了研究。结果表明,陕西省多年平均NPP总量为1.59×1014gC/a,单位面积年均NPP为771 gC/(m2.a)。20年来,陕西省植被年均NPP在波动中虽然有增加但总量仍呈减少趋势,即从1981年的1.55×1014gC/a减少到2000年的1.50×1014gC/a。陕西省单位面积年均NPP的空间分布格局显著,呈现出由南北向中部递增的趋势。陕西省年均NPP的空间变化明显,其中有43.4%的地区年均NPP增加,主要集中在陕南秦巴山区和关中平原;有56.6%的地区年均NPP减少,主要集中在陕北黄土高原。     

商丘市植被净第一性生产力对气候变化的响应

根据河南省商丘市8个台站1961～2005年的逐日平均气温和降水资料,采用植被净第一性生产力模型,分析了商丘市近45年来植被净第一性生产力的变化情况。结果表明,近45年来商丘市的自然植被净第一性生产力每10年以0.17 TDM/hm2的趋势在增加,但并不显著。依据未来20～100年气候变化预测结果,分别模拟了2020、2050和2100年的商丘市植被净第一性生产力,结果显示：与1990年相比,NPP分别增加了3.9%～6%、7.9%～11.0%和14.9%～22.3%。     

重庆市植被净初级生产力的遥感估算及分析

[目的]遥感估算和分析2007年重庆市植被净初级生产力(NPP)。[方法]基于CASA模型,结合SPOT/VEGETATION NDVI S10数据、植被覆盖分类图、气象数据等,对2007年重庆市NPP进行遥感估算,在GIS及RS的支持下,进行数据的前期处理,对2007年重庆市NPP分布状况及年内变化情况进行分析。[结果]NPP平均值为112.343~799.391 g C/m~2,研究区植被净初级生产力区域变化明显,季相差异显著,其中高值主要出现在渝东南、东北区域,低值主要存在于渝西北区域;NPP值夏季(6~8月)﹥春季(3~5月)﹥秋季(9~11月)﹥冬季(12~2月),年内阔叶林植被NPP最高,水生植被NPP生产量最低。[结论]该NPP估算方法能较好地模拟重庆市的NPP及其时空格局,估算结果比较符合实际,能应用于NPP估算项目中。     

IBIS模拟集水区尺度的东北东部森林净初级生产力

为使IBIS(integrated biosphere simulator)模型更好地体现碳循环过程的空间异质性,引入GIS技术,改进了IBIS模型的土壤水分再分配和地表太阳辐射计算模块,增加了地形分析模块。在气象、地形、植被和土壤等数据的支持下,利用改进后的模型估算了2004年张家沟集水区森林净初级生产力(NPP),分析了森林NPP空间分布格局及其随地形因素的变化。结果表明:改进后的IBIS模型适用于东北东部集水区森林NPP的模拟估算;研究区2004年森林NPP在空间上大体呈现为东北和西北2区域高,逐渐向中心沟谷地区减少;森林NPP年平均值为375 g/(m2·a),NPP年总量为541.72 t/a;各植被类型中,杨桦林的年平均NPP最高(405 g/(m2·a)),杂木林最低(336 g/(m2·a));从地形因素看,海拔高度和坡度对森林NPP影响不大,而坡向对森林NPP影响最明显,阳坡的森林NPP较阴坡高41%。     

东亚地区植被净第一性生产力对气候变化的时空响应

为了了解气候变化对东亚地区植被生产力的影响,该文利用气象数据和卫星遥感数据(NOVA/AVHRR NDVI,8 km×8 km),采用改进参数的CASA模型研究了东亚地区植被净第一性生产力的时空变化.结果表明:18年来研究区净第一性生产力在波动中呈现增加趋势;净第一性生产力介于8~300 gC/(m2.a)的植被主要分布于气候干旱或气候严寒、冬季漫长的高纬度地区,因而植被生产力较低;净第一性生产力介于300~700 gC/(m2.a)的植被主要分布于10°~35°N低纬度地区以及50°~60°N中高纬度地区;净第一性生产力平均介于700~2 000 gC/(m2.a)的植被主要分布于缅甸、泰国、越南的热带雨林,这些区域的植被生产力最高;各种植被类型中常绿阔叶林的净第一性生产力平均值最大,约为1 229.97 gC/(m2.a).13种植被按其净第一性生产力对气候变化响应的相似性,可以分为4种类型.     

自然植被净第一性生产力模型的改进

在Miami模型和Thornthwaite模型的基础上，采用直接搜索法改进了自然植被净第一性生产力模型，该模型优于Miami模型和Thornthwaite模型，便于估算自然植被的净第一性生产力，为合理利用气候资源，充分发挥气候生产潜力，最大限度地提高植物的产量提供了理论依据。     

后官湖地区NPP的计算及分析

基于植物生理生态学特点与水热平衡关系的植物净第一生产力模型对后官湖地区的自然植被第一生产力进行了计算和分析,结果表明,农田植被的净第一生产力最高,林地次之平,湖泊湿地最低,平均净第一生产力分别为983.36、172.24、45.01g/（m2·年）。研究区平均净生产力为1200.61g/（m2·年）,接近温带阔叶林的平均净生产力[1200.00g/（m2·年）],稍高于武汉地区的本底值1171.60g/（m2·年）,表明后官湖地区的生产系统恢复稳定性及自然系统恢复和调控能力较强,生态系统处于良性循环状态。     

基于CASA模型的神东矿区植被NPP变化研究

通过改进的CASA模型对神东矿区植被NPP(植被净初级生产力)进行估算,研究该矿区整体植被变化。分析了大柳塔、补连塔、榆家梁等3个矿井植被变化情况;并对矿区采区与非采区的植被生长状况进行对比研究;采用差值法,定量地确定矿井所在地自然地貌因素和采矿活动因素对植被NPP的影响并研究其影响程度。结果表明,不同空间尺度下神东矿区植被NPP和各个矿井地区植被生长状况均出现恶化的趋势,各个矿井恶化程度不同。不同地貌单元的矿区开采对植被NPP影响程度不同。不同矿井的不同植被类型受自然地貌和人为煤炭开采的影响各不相同。     

2001-2013年黄土高原植被净初级生产力时空变化及其归因

基于光能利用率模型(CASA),利用遥感数据、气象数据和基础地理数据,测算了2001-2013年黄土高原植被净初级生产力(NPP),并辅以一元线性回归、Hurst指数及相关分析等方法,分析了2001-2013年黄土高原NPP时空变化特征、未来变化趋势及其驱动因素.结果表明,2001-2013年黄土高原植被年均NPP呈显著增加趋势,年增速为4.9 g/(m2·a).黄土高原植被NPP空间分布差异显著,表现出由东南向西北递减的趋势.黄土高原植被NPP呈增加趋势和减少趋势的面积分别占78.0%和22.0%.Hurst指数表明研究区未来植被NPP变化的正向特征显著,呈持续性和反持续性的比重分别为72.1%和28.9%.黄土高原植被NPP变化与降水、气温相关性不大,人类活动是影响植被NPP变化的重要因素,且对NPP有双重影响.     

基于CASA模型的长顺县夏季NPP时空格局

基于CASA模型估算了长顺县夏季植被净初级生产力(NPP),并分析了2000~2011年期间其时空分布特征。研究表明:2000~2011年期间,长顺县夏季NPP平均为34.51 g C/m~2·m,全县91.65%的区域,NPP值在20~50 g C/m~2·m之间。多年平均夏季NPP的分布呈现明显的地域性差异,总体呈现出由中部落叶阔叶林、针阔混交林及灌木林等植被茂盛的区域逐渐向东西两侧耕地及建设用地区域减少的分布规律;夏季NPP在12年间,其变化整体呈缓慢上升趋势。针阔混交林、落叶阔叶林、灌木林、耕地及草地区域的平均增长率分别为2.77、2.32、2.34、0.99、1.05。地区植被在夏季的固碳量在逐年增加;各乡镇夏季平均NPP在12年内的变化一致。长寨镇、广顺镇、摆所镇、鼓扬镇、代化镇、改尧镇、敦操乡分别以2.16、1.88、2.10、2.17、2.29、2.12、2.51 g C/m2·m的速率增加。     

银川盆地净初级生产力估算和趋势分析

【目的】基于2000-2010年间的遥感数据、气象数据,利用净初级生产力(NPP)估算模型模拟银川盆地NPP,分别从逐月、逐年对其时空变化过程进行分析,并进行预测分析,阐述11年期间银川盆地植被NPP的时空格局与变化特征,探讨NPP与植被健康指数(VHI)之间的耦合关系。【方法】选取2000-2010年间的SPOT VEGETATION数据、归一化植被指数（NDVI）、遥感数据、考虑了研究地区内及其周边气象站点数据等,利用CASA 模型,一元线性回归、奇异值分解等方法对银川盆地NPP空间分布进行估算与分析。【结果】2000-2010年,银川盆地逐月NPP平均值呈现小幅度增长,月均增加0.51 gC·m^-2,以7月、10月NPP值增长最为显著;2000-2010年,银川盆地逐年NPP平均值也呈小幅度增长,年均增加0.24 gC·m^-2,NPP 年平均值总体呈波动趋势,以2007、2009年NPP增长最为显著,降水直接导致了2005、2006年的NPP值出现低值;2000-2010年,从银川盆地NPP空间变化来看,行政区域年平均NPP物质量大小依次为：大武口区＞永宁县＞灵武市＞西夏区＞青铜峡市＞利通区＞平罗县＞贺兰县＞惠农区＞兴庆区＞金凤区。银川盆地NPP 平均值表现出“南北高中间低、东高西低”的空间格局,其中NPP低值集中在西夏区、兴庆区、金凤区等区域;NPP趋势的好坏与村镇点数量大小、人口数量呈异步变化关系;银川盆地的VHI变高（低）时,NPP随之变低（高）,第一模态左右场的相关系数为-0.69,呈现异步耦合关系。【结论】采用光能利用模型对银川盆地的NPP进行估算模拟和实测验证,发现其模拟结果与实测数据接近,该模型测算银川盆地的NPP较为合理;银川盆地NPP总体趋于良好,但局部区域出现恶化情况;银川盆地NPP波动明显,主要受土壤湿度的影响,因此NPP对干旱具有一定的指示作用。     

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。     

内蒙古荒漠草原植被NPP时空变化及气候因子分析：以四子王旗为例

基于遥感数据和气象数据,利用光能利用率模型(CASA),对典型荒漠草原四子王旗1987—2016年植被NPP进行测算,分析NPP时空变化及其与年均气温和年降水量等气候因子的相关性。结果表明:1)1987—2016年四子王旗植被NPP值为144.52g/(m2·年)(C),植被类型地带性分布差异明显,空间上表现出南高北低的分布特征;2)1987—2016年四子王旗植被NPP总体呈现出增长趋势,年际波动为3.09～3.69Tg(C);3)研究区植被NPP与年均气温和年降水量呈显著正相关关系,且与年降水量相关系数更高,表明年降水量是影响荒漠草原区植被NPP的主要气候因子。通过研究荒漠草地植被NPP时空分布及其与气候因子的关系,有助于认识荒漠草原陆地生态系统对气候变化的响应。     

气候和土地利用变化对成都市植被NPP时空分布的影响

以2001-2010年MOD17A3数据集的年均NPP数据为基础,分析成都市植被净初级生产力的时空变化及其影响因素,并借助回归分析方法对引起植被NPP变化的影响因素进行量化分析.结果表明:研究区植被净初级生产力年际变化特征明显,年净初级生产力分布在560～699gC/(m~2·a)之间,平均值为663gC/(m~2·a),总体来看10年间成都市植被净初级生产力呈波动减少趋势,年际减少为5.04gC/(m~2·a).空间分布上表现为由西南向东北逐渐减少的趋势,不同地形区植被NPP变化程度各异,其中平原区植被NPP下降趋势最为显著,其次为山区,而丘陵区植被NPP呈上升趋势.温度、降水量、耕地面积和建设用地面积对整个成都市植被NPP时空变化的独立解释能力分别为2.3%,16.4%,1.0%,10.5%,即研究区植被NPP受到自然因素和人为因素共同作用,而自然因素对植被NPP时空变化的主控作用总体上大于人为因素.对各地形区而言,山区NPP变化主要受到温度和降水量影响,降水量是主控因素(独立解释能力为6.6%);平原区NPP变化主要受到降水量、耕地面积和建设用地面积影响,建设用地面积为主控因素(独立解释能力为10.3%);丘陵区NPP变化主要受到温度、降水量、建设用地面积影响,建设用地面积为主控因素(独立解释能力为5.2%).研究结果为区域生态环境的建设,以及合理的城市土地利用规划提供依据.     

天山北坡植被NPP时空格局及气候因子驱动分析

【目的】研究天山北坡植被净初级生产力(NPP)的时空格局,分析NPP与气候因子的关系,为天山北坡自然资源的合理开发利用与管理提供科学依据。【方法】利用CASA模型估算天山北坡植被的NPP,分析其年内时空变化特征,采用相关性分析法研究天山北坡NPP与气候因子的关系。【结果】(1)2015年天山北坡NPP总量为34.57 TgC,平均值为173.34 gC/(m²·a),中西部区域NPP占天山北坡总量的82.25%,是天山北坡NPP的主要供给区,山地区域的NPP平均值最高。(2)不同植被类型的NPP差异较大,林地、耕地、草地、未利用地分别为534.47、333.47、174.20和124.18 gC/(m²·a)。(3)天山北坡NPP月总量波动在0.29~3.00 TgC/mon,6月NPP达到一年中最大值,为7.39 TgC/mon。草地NPP随季节的波动幅度最大,林地随季节波动幅度最小。NPP季节变化表现为夏季>春季>秋季>冬季。(4)温度对天山北坡不同植被类型的影响大于降水。NPP的变化受气候因子驱动影响的区域占66.06%,主要集中在天山北坡中西部区域;非气候因子的影响占33.94%,主要集中在天山北坡中东部以北地区。【结论】天山北坡NPP总体上呈现西高东低的趋势,不同植被类型随季节的变化趋势不同,温度是天山北坡NPP年内变化的主要影响因素。