基于C-FIX模型的黑龙江省森林植被净初级生产力遥感估算

以黑龙江省森林资源为研究对象,利用ETM+、DEM和气象数据等资料,以C-FIX模型为基础,估算黑龙江省2000年5—9月的森林植被NPP,并将估算结果与MODIS的NPP产品进行对比分析。结果表明:5—9月林地总NPP为69.75×1012gC,最大值出现在6月,占5—9月NPP总量的27.23%,6—8月是NPP的主要积累月份;有林地NPP占林地总量的87.44%,灌木林地占10.41%,疏林地占1.63%,其他林地占0.52%;MODIS的NPP产品与模型估算值之间的均方差根为17.12,模型模拟值误差为MODISNPP产品值的3.92%～5.85%,模型估算精度较高。     

基于CASA模型的瓦屋山林场植被净初级生产力估算

在地理信息系统和遥感技术支持下,利用改进的CASA模型,并结合Landsat TM遥感影像、气象数据和林班数据,估算出瓦屋山林场2008—2009年的植被净初级生产力(PNPP),并通过实测植被生物量和生产力的关系,验证CASA模型在研究地区估算结果。结果表明:CASA模型估测植被PNPP与实测结果有较好的一致性,能够适用于瓦屋山林场植被净生产力估算;CASA模型估算结果主要植被类型年均PNPP区别明显,从高到低依次是:中国山杨、麻栎、板栗、马尾松、湿地松、灌木、杉木和池杉;瓦屋山林场植被PNPP季节变化显著,夏季贡献率最大,其次是春季和秋季,冬季最少,主要由于不同季节环境因素不同,其中又以太阳辐射最为重要。     

利用不同时相遥感影像估算大兴安岭北部火干扰后NPP

森林火灾是森林生态系统中重要的干扰,对碳循环和碳平衡具有影响。林火作为大兴安岭森林生态系统中主要的干扰因子,直接影响区域的净初级生产力NPP(net primary productivity)。林火的发生使NPP迅速下降,改变了区域碳平衡。以多时相遥感数据为基础,利用CASA(Carngie-Ames-stanford-Approach)模型估算大兴安岭北部地区未过火区和过火区植被NPP变化。结果表明:1987年6月,未过火区植被NPP为145 g C m-2,轻度过火区为74 g C m-2,中度过火区为58 g C m-2,重度过火区植被NPP为38 g C m-2,火干扰后NPP分别降低了49%、60%、73%;1999年8月,火干扰12 a后,过火区NPP是未过火区NPP的96%以上,NPP恢复迅速,基本达到未过火区水平。2009年8月,火干扰22 a后,过火区NPP是未过火区93%以上,与火干扰12 a时相比,下降3%。虽然NPP增速下降,但是NPP总量增加,生产力也与未过火区基本处于同水平。     

1981～2000年中国陆地生态系统NPP时空变化特征分析

利用GLO-PEM模型估算了1981~2000年中国陆地生态系统植被净第一性生产力（NPP）。结果表明：1981~2000年中国总NPP呈现增加趋势,从1981年的2.82 PgC/a增加到2000年的3.13 PgC/a,年均增加0.0155PgC/a,20 a间NPP的平均值为2.98 PgC/a,约占全球NPP总量的4.7%~5.0%。NPP积累主要发生在4~10月,春季、夏季、秋季、冬季NPP量分别占全年总量的15.68%,54.54%,25.50%,4.2%。其中夏季NPP增长最快,占全年NPP增长的64.14%。全国NPP年均值从西北向东南方向呈逐步增加趋势,不同植被类型中,常绿阔叶林年均NPP最高,达745.68 gC/m2,除农业植被外各种植被类型的月均NPP最大值都出现在7月,最小值都出现在1月。经向剖线NPP变化规律不明显。纬向40°N线是南北分界线,往南随着纬度的降低,剖线平均NPP逐渐升高,往北随着纬度的增加,剖线平均NPP逐步变大。纬向剖线NPP均值最高的是20°N线,异质性最高的是30°N线。     

大兴安岭植被净第一性生产力估算与动态分析

植被净第一性生产力在全球变化研究中扮演着重要的角色,NPP的估算与分析对于研究全球生态系统碳循环和区域气候变化具有重要意义。本文借助MODIS卫星传感器提供的归一化植被指数NDVI数据和大兴安岭地区的气象数据等为研究资料,通过构建CASA模型对大兴安岭地区不同类型植被的NPP进行了模拟估算,并通过地理信息系统等研究工具研究了该地区2010年生长季(5~9月份)不同植被NPP分布随时间的动态变化,和总体植被的NPP空间分布状况。大兴安岭地区植被生长期NPP总体平均值为318.29 g C/m2·a。从空间分布格局看,全区植被NPP空间分布差异较为明显。不同植被类型的NPP具有明显差异,生长期NPP总体平均值森林>草甸>灌木>农作物。不同植被类型5~9月NPP随时间动态变化的趋势基本一致,植被NPP最大峰值出现在在6~7月份之间。最后对模型计算结果与实测植被NPP数据、Modis数据的NPP产品及其他学者的估测结果进行比较,结果基本一致。     

1901-2008年小兴安岭森林NPP估算

根据黑龙江省森林收获表、生物量相容性相对生长方程及叶片与细根周转率数据,估算小兴安岭林区森林主要树种净初级生产力( NPP)与年龄的关系,并结合森林生态系统碳循环模型 InTEC 模型和 NPP 与年龄的关系,估算1901—2008年间小兴安岭森林 NPP的时空变化。结果表明：幼龄林 NPP随林分年龄的增长而迅速增加,进入成熟年龄 NPP达到最大,随后逐渐减少,直至达到稳定值;小兴安岭人工林的 NPP大于天然林,天然针叶林的固碳能力大于天然阔叶林与针阔混交林;1901—2008年间小兴安岭森林NPP整体呈现增加趋势,与工业前期1901年相比,2008年小兴安岭森林NPP增加了30%;森林NPP受海拔影响,呈现出中部偏高、北部与南部偏低的趋势。     

县域植被净第一性生产力遥感估算模型及应用

植被净第一性生产力是评价地表植被状况的重要指标之一,对分析和评价全球和区域生态环境、碳循环等变化具有重要作用。该研究借助CASA模型机理以及气象学方法,建立县级区域净第一性生产力（NPP）遥感估算模型,并以房山区为应用案例,分析了北京市郊区1992年、2001年、2004年3年间8月份净第一性生产力的变化。分析结果表明,研究区3年间8月份的NPP分别为152.01g·m^-2·mon^-1、142．83g·m^-2·mon^-1、96．32g·m^-2·mon^-1;单位面积上的NPP年际间的变化主要受降雨量的影响,而区域NPP总量年际间的变化则要受降雨量和土地利用方式等因素共同影响。本模型估算结果与前人研究结果基本一致,可以利用本模型估算县域NPP。     

IBIS模型验证与东北东部森林NPP季节变化模拟研究

IBIS（Integrated Biosphere Simulator）模型是生态系统过程模型,代表着全球碳循环模拟的研究方向。基于2004和2005年帽儿山不同植被类型净初级生产力（NPP）实测数据,修改IBIS模型参数,使其更适合于我国东北东部地区NPP模拟,并从点至面展开区域范围内NPP的模拟。结果如下：IBIS模型能够较好的模拟生长季温度和降水,但对非生长季尤其是初春和冬季温度和降雨（雪）模拟不足,对不同植被类型NPP模拟误差均小于众文献,表明该模型在本区域内的适用性。NPP表现出比较明显的季节变化特征,夏季NPP是全年最高的季节,占全年NPP的53％～70％;NPP最低值出现在冬季,2004年和2005年NPP均以春季变化最剧烈。     

森林植被净初级生产力遥感估算研究进展

森林植被净初级生产力(NPP)作为地表碳循环的重要组成部分,在全球变化及碳平衡中发挥着重要的作用。遥感技术在森林植被净初级生产力估算中具有较强的优势和巨大的潜力。文章从遥感估算森林植被净初级生产力的原理,遥感数据源的选择及估算模型的运用等方面阐述近年来遥感技术在森林植被净初级生产力估算领域的研究进展,并探讨目前存在的问题与对未来的展望。     

湖州市森林植被净初级生产力研究

基于30 m分辨率的2018年Landsat数据、气象数据和森林资源年度监测小班数据等资料,考虑最大光能利用率在不同森林类型中的差异,采用CASA模型对浙江省湖州市的森林植被净初级生产力(NPP)进行估算,分析其空间分布特征,对估算结果进行精度检验,并与其他学者的NPP测算值进行结果对比.结果表明:(1)湖州市森林植被...     

东北地区森林植被生产力遥感定量估测

以辽宁、吉林和黑龙江3省为研究区,引入一种过程模型(Forest-BGPG),以2003年1 km的MODIS影像为遥感数据,估测森林植被净第一性生产力(NPP)。结果表明:2003年森林植被NPP为3.7 MgC/hm2,其中,常绿针叶林4.1 mgC/hm2、落叶阔叶林4.0 mgC/hm2、常绿阔叶林3.8 mgC/hm2、针阔混交林3.9 mgC/hm2和落叶针叶林3.5 mgC/hm2;辽宁东部及长白山地区森林植被NPP超过6.3mg C/hm2,大兴安岭地区不足3.2 mgC/hm2,区域时空分布格局明显。通过与国内现有研究结果和2003年全球陆地植被NPP产品对比分析,表明估测结果准确反映了森林植被现实生长过程,Forest-BGPG为区域尺度森林植被NPP和碳储量动态监测提供了连续的测量手段。     

基于立地条件的森林生产力估算模型与适宜性研究

以广西省宁明县马尾松和桉树为例,利用高分辨率DEM提取研究区地形因子,综合考虑包括地形因子和土壤因子在内的立地条件和树龄,建立森林生产力估算模型,并生成区域潜在森林生产力分布图。研究结果显示:用基于DEM提取的地形因子数据进行森林生产力估算建模,能降低成本,有效提高建模效率;确定树木生长最优树龄后,仅利用立地条件因子就可以建立森林的潜在生产力模型,而两树种建模所需的立地条件因子各有不同;从生成的潜在生产力分布图可得看出宁明县的北部与东部均适宜林木生长,在中部发展林业的条件则相对较差,南部比较适宜种植马尾松,西部适宜桉树地种植。     

基于森林资源连续清查资料估算的浙江省森林生物量及生产力

基于1994,1999和2004年浙江省森林资源连续清查数据,采用基于生物量与蓄积之间关系的生物量换算因子连续函数法,对浙江省森林生物量和生产力进行估计.结果表明:全省3期森林生物量分别为1.496亿,1.615亿和2.244亿t.林分平均单位面积生产力在1994-1999年间为1.557 t·hm-2a-1,在1999-2004年间为2.060 t·hm-2a-1;浙江省森林资源总量不断增加,但林分质量仍然较低,林分单位面积生物量和生产力都远低于全国平均水平;换算因子连续函数法适合于大尺度森林生物量和生产力估算,但在总体单位蓄积很低的情况下可能导致森林生物量被高估.     

人工林伐区木材运输作业模式选优

对南方人工林伐区的常用4种木材运输作业模式进行综合效益分析与评价.结果表明:在相同的作业条件下,不同木材运输作业模式,其经济效益、生态效益和社会效益以及综合效益均不同.建议林业生产决策部门在选择人工林伐区运材作业模式时应综合考虑其经济、生态和社会效益,在有水路运输条件的伐区,应优先选择船运木材或排运木材;在无水路运输条件的伐区,则应优先选择农用车运材.     

内蒙古大兴安岭森林净初级生产力时空格局分析

目的 通过模型模拟分析内蒙古大兴安岭地区森林生产力时空分布格局及其驱动因子。 方法 利用优化率定后的生理生态过程模型Biome-BGC参数,模拟了内蒙古大兴安岭地区时间序列（2003—2012年）森林净初级生产力（NPP）。基于外业实测数据,在全区域尺度上进行NPP模拟结果验证。 结果 优化率定后的Biome-BGC模拟的该区森林NPP具有较高可靠性,实测数据验证 R2为0.81, RMSE 为48.73 g·m-2·a-1。2003—2012年间该区森林NPP为219.3~399.5 g·m-2·a-1,其中针叶林NPP为218.6~414.9 g·m-2·a-1、阔叶林为213.7~412.3 g·m-2·a-1、混交林为188.3~404.7 g·m-2·a-1。森林NPP与温度和太阳辐射的相关性较高（ R2分别为0.55和0.49）,与降水量和相对湿度的相关性较低。 结论 时间序列上该区森林NPP年平均值总体呈缓慢增长趋势;空间分布呈北高南低,东部偏低的特征。"天然林保护工程"的实施是该区森林NPP增加的主要因素,而火灾则降低了森林NPP,二者造成了该区NPP呈现时空差异;不同森林类型NPP差异主要受温度和太阳辐射的影响。     

陆地植被净初级生产力研究进展

气候变化背景下的植被净初级生产力变化一直是全球变化研究领域的重要内容之一。文中总结植被净初级生产力的主要研究方法,分析不同方法的优缺点,并介绍“3S”技术在植被净初级生产力研究中的应用,指出植被净初级生产力研究的发展趋势和亟待解决的科学问题。     

我国人工林地力衰退与维护研究

本文从育林措施、气候、土壤、人工林群落结构、树种等方面概述了引起地力衰退的主要因素和应对策略。     

高分辨率DEM在森林生产力估算中的应用

在广西宁明县以马尾松和桉树为例,对比分析野外实测与利用1∶10 000比例尺DEM推算的地形因子所建不同树种生产力模型的精度,探讨了高分辨率DEM在森林生产力估算中的作用.结果认为:①基于1∶10 000比例尺DEM推算的地形因子可代替实测数据进行森林生产力建模,其精度满足估算要求;②仅利用立地条件不能进行马尾松生产力建模,但却能建立桉树模型.对两树种而言,均是用树龄与立地条件共同建立的模型更优.