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。     

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。     

西北植被净初级生产力时空变化及其驱动因素

利用CASA模型模拟了西北植被净初级生产力(NPP)值,并结合地统计学理论,利用趋势分析及相关性分析研究了西北地区2000—2013年植被NPP时空变化特征,并结合气象数据探究了其对气候变化的响应。结果表明:(1)西北地区植被NPP在研究年限内呈现波动增加趋势,线性增加趋势达到极显著水平(p0.01)。(2)植被NPP分布具有明显的空间异质性,整体呈现由东向西递减的趋势,除新疆外,其余省份也总体上表现为南高北低的分布格局。植被NPP呈现增加趋势的面积占总面积的85.97%,主要集中在陕西北部、宁夏南部、甘肃东部、青海的东部及南部和新疆西部部分地区,呈现减少趋势主要集中在新疆西部;不同植被类型NPP的均值呈现明显的差异,具体表现为:草地[262.16 g C/(m~2·a)]灌丛[66.51 g C/(m~2·a)]农田[45.90 g C/(m~2·a)]森林[14.36 g C/(m~2·a)]。2000—2013年草地、农田及灌丛的NPP均呈现极显著增加趋势(p0.01),而森林NPP的增加趋势不显著(p0.05)。(3)总体上,西北地区植被NPP与气温、降水呈正相关,其对降水响应较为敏感,降水是限制西北地区植被NPP增加的主要因素。     

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。     

定量评估气候变化与人类活动对西北地区草地变化的相对作用

为了定量区分气候和人为因素在草地动态过程中的相对贡献,基于遥感数据和人为因素数据,结合CASA模型和Thornthwaite Memorial模型,定量评估了气候变化和人类活动对西北地区草地净初级生产力(NPP)的影响,结果表明:(1) 2000—2015年,西北地区83.2%的草地呈现恢复状态,而仅有16.8%的草地呈现退化趋势。NPP的增加量为18 645.56 Tg C,NPP损失量为428.16 Tg C。(2)人类活动是草地恢复的主要成因,其主导恢复的草地面积和NPP总量分别为1.11×10~6 km~2和10 478.4 Tg C。而草地退化主要由气候变化引起,气候变化主导的草地退化面积占草地总面积的9.97%,造成的NPP损失量341.76 Tg C。(3)西北地区草地恢复主要归因于草地保护政策实施,而干旱的缓解是草地呈现恢复的主要气候原因。草地退化主要由区域水热状况不均衡和不合理人类活动(人口增加、过度放牧和草地开垦等)造成。     

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。     

西北地区新一轮退耕还林还草规模分析

西北地区干旱少雨、水土流失严重、生态环境脆弱,退耕还林还草工程是西北地区生态环境建设的重大举措,也是全国生态环境建设的一项宏伟生态工程。通过对退耕还林还草工程实施现状、生态效应及存在问题的整合分析,探讨了西北地区新一轮退耕还林还草工程的实施规模。结果表明:(1)西北地区1999—2011年退耕还林还草面积累积751.99万hm~2,占全国同期退耕还林还草面积的36.14%;陕西、甘肃、青海、宁夏、新疆、山西和内蒙中西部地区退耕还林还草的实施面积分别占西北地区同期退耕还林还草面积的27.89%,21.29%,4.62%,9.80%,10.80%,13.57%和12.03%。(2)自退耕还林工程实施以来,2002—2012年西北地区农民纯收入逐年增加,且各省(区)增加趋势一致。(3)西北地区植被覆盖在提高,植被NDVI整体呈上升趋势,但存在明显的空间差异,空间分布是从东南向西北逐渐递减,而陕北地区是黄土高原近10年植被恢复最快的区域。(4)2003—2014年黄河流域径流量和侵蚀量均低于1950—1995多年平均值,且年际间波动较大。(5)25°以上的坡耕地可退耕180.1万hm~2,占现有耕地的6.0%,15°~25°的坡耕地退耕面积可达296.5万hm2,占现有耕地面积的9.9%,并厘清了各省(区)的退耕规模,最后针对新一轮退耕政策的顺利实施,提出了4点建议。     

相似降水年组下黄土高原植被恢复与土壤水分变化过程与空间特征分析

土壤水分是黄土高原植被恢复及其可持续性的主导限制因子,为认识退耕还林(草)工程以来大尺度植被恢复与土壤水分关系,以25km×25km格点为研究单元,采用1992—2013年逐月降水量、归一化植被指数(NDVI)和土壤水分指数(SWI)等数据,分析了该区植被恢复与土壤水变化过程及其区域分布特征。结果表明,黄土高原植被和土壤水分变化特征和趋势不一致,其中大部分区域(70%以上面积)NDVI呈极显著增加趋势(p0.01),但绝大部分地区(94%面积)的SWI没有趋势性变化。为进一步揭示植被和土壤水分变化关系,以格点为单元提取并分析了相似年组(年降水量差小于2%,年差大于或等于5年,逐月降水量相关性大于0.55),并分析了不同相似年组内NDVI和SWI的变化特征。植被指数与土壤水分变化主要包括两类:植被指数和土壤水分同时增加与植被指数增加而土壤水分减少。黄土高原植被、土壤水分变化的区域性明显,在未来生态恢复过程中,需要进一步认识植被恢复对土壤水分的关系,促进黄土高原植被恢复的可持续性。     

黄土高原植被覆被时空动态及其影响因素

为探究黄土高原植被覆被时空分布与动态变化及其与气候和人类活动的响应机制,基于趋势分析、偏相关性分析和残差分析等方法,利用2000—2015年黄土高原MODND1T/NDVI植被遥感数据、同期气象数据及ESA CCI-LC植被覆被分类数据,根据气候和人为因素对植被覆盖变化的驱动贡献,(1)分析了黄土高原NDVI分布格局、变化趋势及其驱动因素。结果表明：(1)黄土高原NDVI由西北向东南呈递增趋势,具有明显空间异质性分布特征。16年间NDVI呈显著增加趋势,平均递增速率0.010 2/a,波动范围介于0.54～0.71。(2)黄土高原NDVI变化趋势与降水有较强相关性,两者偏相关系数为0.53。(3)黄土高原不同季节NDVI均呈整体增长趋势,春季NDVI与降水呈显著正相关关系,降水是决定春季所有植被类型覆盖变化的最直接因素。(4)残差分析表明,人类活动对黄土高原NDVI的波动影响较大,是黄土高原植被覆盖变化的重要驱动因素。综上,黄土高原16年间植被覆被明显增加,降雨是黄土高原植被生长发育的主要限制因素,人类活动通过退耕还林等生态修复措施对黄土高原植被覆被带来明显改善。     

2000-2015年黄土高原生态系统水源涵养、土壤保持和NPP服务的时空分布与权衡/协同关系

生态系统服务评估决定区域可持续发展,对人类福祉至关重要。以黄土高原为研究区域,基于CASA、InVEST和RUSLE模型,结合土地利用类型、归一化植被指数、气象等数据,分析了2000年、2005年、2010年和2015年的NPP、土壤保持和水源涵养3项关键生态系统服务的时空分布特征,识别了3种生态系统服务的热点区,并基于相关系数法分析了黄土高原地区和不同气候区(干旱气候区、半干旱气候区、高原气候区、半湿润气候区)不同生态系统服务间的权衡/协同关系。结果表明:(1)2000—2015年,黄土高原地区的土地利用类型变化剧烈,其中林地(2.8%)和建设用地(43.1%)显著增加,耕地(-2.7%)明显减少;(2)2000—2015年,净初级生产力(NPP)、产水量和土壤保持均呈现增长趋势,分别增加14.1%,5.3%和101.3%;(3)黄土高原的4类热点区(非热点区、一类热点区、二类热点区、三类热点区)所占面积变化不显著,分布具有明显的地带性,从西北到东南依次为非热点区、一类热点区、二类热点区和三类热点区;(4)在整个黄土高原地区,土壤保持与NPP、水源涵养之间为协同关系,NPP与水源涵养为权衡关系;在4个气候区,NPP与土壤保持之间的权衡/协同关系与黄土高原地区一致,但土壤保持和水源涵养在半干旱气候区和半湿润气候区呈权衡关系,NPP与水源涵养在高原气候区和半湿润气候区为协同关系。为促进区域生态系统可持续管理,应在土地规划过程中考虑生态系统服务之间的相互关系,尽可能减少权衡,增加协同。     

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。     

基于MODIS的东北三省植被NPP潜在气候生产力估算

大范围准确的植被生产潜力的估测,可为区域生态建设与保护提供决策支撑。基于MODIS/MCD12Q1数据、MODIS/MOD17A3数据和气象观测数据,在分析2001—2013年东北三省植被单位面积NPP年累积量时空变化的基础上,划分植被类别,构建东北三省植被NPP气候估算模型,并对研究区2013年植被NPP潜在气候生产力进行了估算。结果表明:（1）2001—2013年东北三省植被单位面积NPP年累积平均值（NPP     

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。     

顾及时滞效应的西南地区植被NPP变化归因分析

随着社会经济的不断发展,近年来西南地区部分区域生态环境日益脆弱。研究气候变化和人类活动影响下植被净初级生产力（Net Primary Productivity,NPP）时空演变特征,可为监测区域植被生长状况及其对驱动因素的响应机制提供理论依据。该研究以2000－2020年MOIDS NPP数据为基础,结合气象、人口密度、夜间灯光和土地利用类型等数据,使用Theil-Sen Median趋势分析、多重共线性检验、多元回归分析、残差分析和偏相关分析等研究方法,分析2000－2020年西南地区及各地貌单元植被NPP时空变化特征及对气候变化和人类活动的响应特征。结果表明：1）2000－2020年,除青藏高原植被NPP、气候影响下的植被NPP预测值（Predicted Net Primary Productivity,NPPPre,）和人类活动影响下的植被NPP残差值（Residual Net Primary Productivity,NPPRes）呈微弱波动下降外,其余地貌单元植被NPP、NPPPre和NPPRes均呈较明显的波动上升趋势,其中,四川盆地植被NPP、NPPPre和NPPRes波动上升趋势尤为显著,上升斜率分别为7.14、3.72和3.44 g/(m2·a)。2）研究时段内西南地区气候变化对植被NPP上升的影响整体强于人类活动。气候变化影响下,西南地区约45.18%的区域植被NPP呈显著和极显著上升趋势,而人类活动影响下,该占比仅为18.55%。地貌单元上,气候变化和人类活动影响下,四川盆地植被NPP呈极显著上升和显著上升的比例最高,分别为69.42%和50.75%。3）西南地区整体及各地貌单元植被NPP变化主要受温度类因子的主导,相对湿度和大气压强对西南地区植被生长整体具有抑制作用。4）耕地转化为城镇用地是植被NPP下降的重要原因,而非耕地转化为耕地和非林地转化为林地是植被NPP上升的重要原因。整体上,西南地区植被NPP与人口密度和夜间灯光呈不显著相关关系。地貌单元上,四川盆地植被NPP与人口密度和夜间灯光的相关性最高,即四川盆地植被生长受人为活动的影响强于其他地貌单元。研究结果可为区域植被生长监测、生态环境质量评价和林业生态工程效益评估提供理论依据。     

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。     

黄土高原丘陵区典型退耕恢复植被土壤碳分布特征及其影响因素

为深入了解植被恢复对土壤碳库的影响，本研究选取黄土高原丘陵区草地、沙棘、油松、山杏和山杏油松混交林0~100 cm土壤为研究对象，运用随机森林模型等方法，探究黄土高原丘陵区典型退耕恢复植被有机碳（SOC）、无机碳（SIC）、全碳（TC）含量分布特征及其影响因素。结果表明：（1）研究区各恢复植被平均土壤全碳含量为1.685~1.898 g/kg，平均土壤有机碳含量山杏(0.368 g/kg)>草地(0.299 g/kg)>沙棘(0.250 g/kg)>油松(0.233 g/kg)>油松山杏混交(0.209 g/kg) ，平均土壤无机碳含量为平均土壤有机碳含量的5.6倍。（2）所有恢复植被土壤深层（60~100 cm）无机碳含量均无显著差异（P>0.05）。除油松外，各恢复植被表层（0~20 cm）土壤有机碳含量显著高于其他土层（P<0.05）。（3）坡向、坡度、海拔、土地利用类型、土壤含水量、土壤黏粒、速效磷和速效氮共解释了78%、24%和77%的SOC、SIC和TC含量变化，其中海拔、坡向和土壤含水量为研究区土壤碳含量变化的主要影响因素（P<0.05）。在黄土高原植被恢复过程中应充分考虑地形因子和土壤理化性质的影响。本研究结果可为正确评估人工林土壤碳储量及其生态效益提供基础数据和科学参考。