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。     

黄土高原植被净初级生产力时空变化及其影响因素

为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。     

2000-2015年黄河流域植被净初级生产力时空变化特征及其驱动因子

黄河流域区域性差异显著,生态系统环境脆弱敏感,研究植被NPP对其生态环境生产能力的了解具有重要意义。基于MOD17A3 NPP数据、气象数据和土地利用/覆盖类型数据,采用偏差分析、趋势分析、相关性分析及马尔科夫转移模型对黄河流域2000—2015年植被NPP的时空格局、变化趋势及驱动因子进行了研究。结果表明:（1）2000—2015年黄河流域植被年NPP均值为228.2 g C/（m²·a）,变化范围为179.6～258.1 g C/（m²·a）,整体上呈现微小波动增加趋势,植被NPP偏差值呈现先减少后增加的趋势;上中下游植被NPP年均值呈明显的梯度分布,即上游<中游<下游,说明中上游区域生态环境相对脆弱。（2）黄河流域植被NPP具有较强的空间分异性,呈南向北带状递减分布;上中下游植被NPP总量差异显著,其中中上游植被NPP总量约占整个流域的96%,可见中上游对整个黄河流域生态环境的影响举足轻重,故加强对中上游区域生态环境建设与保护至关重要;流域大部分地区植被NPP以增加为主要趋势。（3）流域植被NPP受气候因素中降雨影响较大,以气候因素强驱动的区域主要分布在川西高原、鄂尔多斯高原及华北平原等地区。农用地转建设用地及草地转荒漠是黄河流域植被NPP损失的主要方式,可见城市加速扩张以及过度开垦、放牧等人类活动是植被NPP损失的主要驱动力,近几年林地、草地面积有所增加,植被NPP整体上损失程度有所减小,可见实施退耕还林还草政策已见成效。     

黄土高原植被净初级生产力的时空变化及其与气候因子的关系

以西北典型植被脆弱区黄土高原为研究区,利用AVHRR GIMMS和MODIS两种NDVI数据源,基于CASA模型对1982-2014年黄土高原植被净初级生产力（NPP）进行模拟,并分析其时空变化特征及其与气候因子的关系。结果表明：黄土高原年均植被NPP为254.0gC?m-2,1982-2014年总体呈增加趋势。不同植被类型NPP有较大差异,落叶阔叶林NPP值最高,年均NPP达513.0gC?m-2,其次为常绿针叶林、草甸、农田、灌丛和草原。黄土高原植被NPP空间分布差异显著,表现出南高北低的特点。从NPP年际变化的空间分布来看,在退耕还林还草生态工程实施之前（1982-1998年）,黄土高原大部分区域植被NPP变化不明显。自1999年后该区植被NPP增加趋势显著,增速达到5.38gC?m-2?a-1。在空间分布上,66.6%的区域植被NPP呈显著增加趋势,主要分布在陕北高原、山西中西部的吕梁-太行山等地。退耕还林等生态工程的实施,使该区植被状况得到改善。黄土高原植被NPP与降水量具有显著的相关性,但与气温相关性不大,说明降水是影响黄土高原植被NPP的主要因素。     

渭河流域植被净初级生产力时空格局及影响因素分析

利用GIS技术将遥感数据和各种观测数据对渭河流域净初级生产力(NPP)进行估算并分析其时空格局及影响因素。结果表明,(1)整个流域12个月总的NPP平均值为473gC/(m2·a),空间分布特点是北部和西北部的黄土高原低,中部六盘山、子午岭和南部秦岭高;不同生态系统的平均NPP呈现为无植被地段61草地376农业植被440灌丛483森林692;(2)研究区NPP的积累期主要发生在4—10月份,其NPP占了全年NPP总量的90%;从季节来看,流域内春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12—2月)4个季节的NPP各占全年总量的20.34%,52.51%,22.66%,4.49%;(3)渭河流域NPP与温度、降水和太阳辐射的相关性分析表明温度和降水是影响渭河流域NPP的2个重要影响因子。     

气候变化背景下羌塘国家自然保护区植被净初级生产力时空变化

基于Miami模型和Thornthwaite Memorial模型,利用西藏羌塘国家自然保护区附近5个气象站1971-2018年气温、降水数据和第五次耦合模式比较计划（CMIP5）多个全球模式历史和未来预估数据,分析保护区附近及保护区气温、降水、植被净初级生产力（NPP）的时空变化特征。结果表明：（1）保护区附近年平均气温从西部到东部渐低,年降水量从西部到东部渐多。年平均气温（T）呈显著升高趋势,年降水量（R）和年蒸散量（E）均呈微弱增加趋势,伴随各站气温NPP（NPPt）呈显著升高趋势,降水NPP（NPPr）呈微弱增加趋势,大部分站点蒸散NPP（NPPe）和标准NPP（NPPb）均呈微弱增加趋势;（2）NPPt从西部到东部逐渐变小,NPPr从西部到东部逐渐变大,NPPe、NPPb从西部到东部先变大后变小。狮泉河、改则站植被NPP限制因子为降水,申扎、班戈站为蒸散,安多站为蒸散或气温;（3）21世纪不同年代NPPt、NPPr、NPPe和NPPb与20世纪所有年代相比均显著增大。保护区NPPt、NPPr、NPPe和NPPb在未来不同排放情景下相对于1960-1990年均明显增加。保护区在近48a和未来气候“暖湿化”趋势下,植被NPP均有所增加,东南部的寒冷湿润地区增加幅度较大,而西北部寒冷干旱地区增加幅度较小。未来气候有利于当地植被NPP提高,从而改善生态环境。     

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。     

植被净初级生产力模型研究

主要对植被净初级生产力模型发展进行回顾,比较各模型的特点,对模型存在的问题进行了探讨,指出模型的发展趋势。     

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...     

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。     

北京植被净初级生产力对物候变化的响应

植被净初级生产力（Net Primary Productivity,NPP）对物候的响应是全球气候变化背景下的重要研究内容,气候变化对植物物候与NPP的影响仍需明了,物候的时空变异规律更需深入探讨。该研究基于2001-2020年MODIS归一化植被指数（Normalized Difference Vegetation Index,NDVI）数据提取北京植被物候信息,利用CASA（Carnegie-Ames-Stanford-Approach）模型模拟NPP,通过线性回归、趋势分析和结构方程模型等方法,阐明NPP与物候时空变化特征,探究气象因素和物候变化对NPP的影响。结果显示：1）2001-2020年超过70 %的区域出现生长季开始（Start of Growing Season,SOS）逐渐提前,平均每年提前0.57 d。超过90%的区域生长结束期（End of Growing Season,EOS）逐渐推迟,平均每年推迟0.51 d。2）SOS提前和生长季（Length of Growing Season,LOS）延长均对NPP增长产生显著影响（P<0.05）。SOS每提前1 d,NPP增长3.74 g/m2;LOS每延长1 d,NPP增长2.65 g/m2 。秋季EOS推迟对NPP变化影响不显著。3）春季和秋季,气候通过改变物候（SOS、EOS）对NPP的间接影响大于直接影响,而夏季温度和降雨对NPP的直接影响更大。该研究表明春季物候变化是NPP年际变异的重要驱动因子,春季物候提前导致NPP年总量增加。研究结果是都市区植被生产力如何响应气候变化认识的重要补充。     

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。     

长三角植被总初级生产力时空动态及其驱动力研究

基于MODIS的总初级生产力(GPP)数据,探讨2000—2016年长三角地区植被GPP的时空动态特诊及其驱动因子。研究表明:2000—2016年,长三角地区陆地GPP呈现周期式波动上升;长三角地区GPP总体与降水量呈低度正相关,与气温呈弱负相关。     

新疆荒漠植被的时空分布变化及其驱动因素

荒漠植被是干旱半干旱生态系统重要的组成部分,在维护生态系统平衡方面发挥着重要的作用。及时准确地监测新疆荒漠植被的时空分布变化,对资源可持续利用及生态恢复具有重要应用价值。本研究基于AVHRR-NDVI和MOD13A2-NDVI数据集计算了新疆1989—2017年植被覆盖度,通过对植被覆盖度划分阈值提取计算了荒漠植被的分布及面积,并分析了其时空变化特征。通过土地利用转移矩阵计算新疆荒漠植被与非荒漠植被、裸地类型的转化情况。利用相关系数分析法定量分析了乌伦古河、叶尔羌河及阿克苏河3个典型流域影响荒漠植被演变的驱动因素。结果表明:1989—2017年,新疆荒漠植被总面积呈显著增加趋势,线性增长率为3.09万hm2?a~(-1)。低覆盖度荒漠植被面积呈显著增加趋势,线性增长率为3.22万hm~2?a~(-1);高覆盖度荒漠植被面积基本不变。植被转化中,高、低荒漠植被间转化面积50.85万hm~2,非荒漠植被类型转变为荒漠植被341.24万hm~2,荒漠植被转变为非荒漠植被类型191.25万hm~2。通过对典型流域的研究分析得出降水是影响荒漠植被演变最主要的因素,其次是径流量和政策因素,气温对于荒漠植被的影响存在区域性差异。     

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%。     

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。     

气候变化对秦岭南北植被净初级生产力的影响（Ⅱ）——近52年秦岭南北植被净初级生产力

根据秦岭南北54个气象站1960—2011年逐日数据,采用周广胜—张新时模型、Penman-Monteith模型、气候倾向率、相关分析和Spline插值等方法分析近52 a气象要素的时空变化特征及其对植被净初级生产力的影响。结果表明：1）秦岭南北多年平均植被净初级生产力由北向南逐步上升,排序为巴巫谷地〉汉水流域〉秦岭南坡〉秦岭以北,各子区植被净初级生产力变化趋势不一,植被净初级生产力上升的站点占本区站点总数的比例顺序为汉水流域〉秦岭南坡〉巴巫谷地〉秦岭以北,秦岭以南地区增加更为明显,生态区23个站点中植被净初级生产力年际波动并不大,介于1.34～1.89之间;2）植被净初级生产力与湿润指数、降水量和相对湿度呈显著水平（P〈0.01）的正相关关系,相关系数排序为降水量〉湿润指数〉相对湿度,降水的增多会促进植被净初级生产力的累积,水分是主要制约因素;3）植被水分利用效率由南向北递减,排序为巴巫谷地〉汉水流域〉秦岭南坡〉秦岭北坡,绝大部分地区呈现不显著的上升趋势,近52 a来,水分利用效率普遍呈上升趋势,但并不显著,整体上维持相对稳定水平。     

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。     

中国农业净碳汇的时空动态及其驱动因素

[目的] 在"双碳"战略背景下,明确我国农业净碳汇的时空动态及其驱动因素,为促进我国农业低碳发展提供理论依据。[方法] 基于水稻种植、农地利用、农用物资及畜禽养殖4大方面19类主要碳源和7类主要碳汇,测算2002—2022年我国及31个省市区(除港澳台)农业净碳汇,运用Arc GIS统计软件分析其时空动态,并采用LMDI模型分析影响我国农业净碳汇的因素。[结果] 我国农业碳排放的主要碳源已由畜牧业的肠道发酵和粪便管理转向种植业的农用物资;碳汇以水稻和玉米的贡献为主;农业净碳汇和碳汇水平整体呈现波动上升的态势,不同地区的农业净碳汇和碳汇水平表现为东北部高西部低的空间分布格局;农业净碳汇存在显著的全局空间正相关,各地区呈现出高高聚集或低低聚集的特征,且空间聚集呈增长趋势;农业净碳汇强度、农业产业结构和农村人口规模在抑制农业净碳汇方面发挥了重要作用,农业经济发展水平在一定程度上增强了碳汇能力。[结论] 我国农业净碳汇呈现明显向好趋势,提高农业生产水平、优化农业产业结构对推动我国农业低碳发展、实现低碳循环具有重要作用。     

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。