基于CASA模型的天津地区植被净初级生产力及植被碳汇量估测

为探明天津地区植被固碳水平和影响因素,基于MODIS数据、地区气象和植被类型数据,利用CASA模型估算2011—2020年天津地区陆地植被净初级生产力(NPP),并在此基础上估算植被净生态系统生产力(NEP)。结果表明：(1)天津地区NPP在2011—2020年间呈波动上升趋势,多年均值为380.11 g C·m^-2·a^-1;(2)研究区NEP总体呈上升趋势,与2011年相比,2020年碳汇能力增加了15.79 gC·m^-2·a^-1,近10年均值为82.10 gC·m^-2·a^-1;(3)研究期内天津碳源区面积占94.8%,碳汇区仅占5.2%,总体表现为碳源;(4)NEP与年均温和降水量均呈正相关,偏相关系数分别为0.25和0.035,说明气温是影响该区域生态系统碳源/碳汇的主要自然因素。综上,10年间随着生态保护工程的实施,天津地区植被固碳能力显著提升。     

半干旱牧区天然打草场生产力时空变化及对气候响应分析

【目的】 定量评估半干旱牧区天然打草场的生产能力,分析天然打草场的退化程度,明确气候因子对打草场生长过程的影响。【方法】 利用Miami和Tharnthwaite Memorial模型计算2000—2017年半干旱牧区天然打草场气候生产潜力,并结合近18年的中分辨率成像光谱仪（MODIS）净初级生产力（NPP）产品（MOD17A2H）进行分析。【结果】 2000—2017年半干旱牧区天然打草场实际生产力与潜在生产力均随降水增加呈上升趋势,天然打草场18年平均实际生产力和潜在生产力分别为295.24和557.79 g C·m^-2·a^-1。按不同草地类型分析,气候生产潜力与实际生产潜力均以草甸草原最高,分别为589.68 g C·m^-2·a^-1和349.78 g C·m^-2·a^-1,山地草甸的气候生产潜力最低,为518.72 g C·m^-2·a^-1,而实际生产潜力以典型草原最低,仅为269.52 g C·m^-2·a^-1。从变异系数来分析,气候生产潜力与实际生产力均以草甸草原最稳定。从年际变化率分析,草甸草原的气候生产潜力的上升速率最高,为6.30 g C·m^-2·a^-1,实际生产力以山地草甸上升速率最高,为4.44 g C·m^-2·a^-1。实际生产力对降水的响应高于温度,其中95.88%的打草场与降水呈显著正相关关系,与温度呈负相关的区域仅占总面积的5.70%,且不同草地类型的实际生产力均与降水在P<0.001水平呈显著正相关关系。【结论】 天然打草场气候生产潜力呈由西向东递增的地带性规律,而实际生产力受水热条件的影响,以大兴安岭为中心向东西两麓逐渐递减,其对降水的响应高于温度,水分条件是该区植被生长的限制因子;年均气候资源利用率的分布规律与实际生产力相同,平均气候资源利用率为55.09%;以草甸草原打草场的气候资源利用率最高,高达60.34%,同时也是退化速度最高的草地类型。     

2000—2019年赣南森林净初级生产力时空变化及其与气候因子的关系

森林净初级生产力(NPP)能直接反映森林质量状况,了解赣南森林NPP时空变化及其与气候因子关系,利于掌握其森林生态系统碳收支与气候因子及其互作机理。基于MOD17A3H NPP数据,结合同期气象、土地覆被等数据,运用趋势分析、Hurst指数、地理探测器、相关性分析等方法,探讨2000—2019年森林NPP时空变化及其对气候因子的响应。结果表明：赣南森林NPP年均值空间上呈南高北低、西高东低的分布格局;随坡度、高程的增加呈先增后减的变化趋势;南坡、东坡高于北坡、西坡。2000—2019年逐年森林NPP均值变幅为780.93～904.49 g·m^-2·a^-1,多年平均值为843.46 g·m^-2·a^-1;随年份变化,呈显著上升、显著下降、变化不显著的区域占比分别为19.43%、15.85%、64.72%;平均变异系数为0.07,整体上比较稳定;变化特征以反持续性特征为主。在时间上,森林NPP与年实际蒸散量、年太阳辐射量多呈正相关,与年总降水量、年均气温多呈负相关;2000—2018年气候因子对森林NPP...     

2000-2013年秦岭林区植被净初级生产力时空分布特征及其驱动因素

秦岭林地是我国南北气候分水岭同时也是陕西省重要林区,研究秦岭地区植被NPP变化有助于了解该区域植被生长状况及固碳能力。使用MODIS17A3数据及各环境因子数据,通过应用GIS及数学统计等方法,分析了秦岭林区植被NPP的时空变化格局及其与环境因子间关系。结果表明,秦岭林地植被NPP均值呈现西高东低的特征, 2000-2013年植被NPP均值在400～600 gC·m^-2·a^-1之间;研究区内NPP年际变化上升趋势;在具有地理意义的区间上,200～1 500 m的高程区间及2°～25°坡度区间内植被NPP均值及总量较高,1 500 m以上及25°以上区间植被NPP均值与总量均呈下降趋势;阔叶林及灌丛占植被类型的60.36%,所占NPP总量达162.38 TgC·a^-1,粘土及粘壤土所占NPP总量达151.39 TgC·a^-1,所有植被类型及土壤类型NPP年际变化均呈上升趋势;NPP与年均气温相关性较与年降雨量高,但65.55%的区域未通过显著性检验。     

粤北山地城市植被净初级生产力时空分布特征分析——以韶关市为例

[目的]探究粤北山地城市植被固碳能力与地形因子之间的耦合关系。[方法]基于韶关市30 m DEM数据及2000—2015年MOD17A3H长时间序列植被净初级生产力(NPP)数据,采用差值法、变化率分析法和GIS空间分析方法,对近16年来韶关市NPP时空变化特征进行分析。[结果]2000—2015年韶关市NPP整体呈现出东北—西南走向高、东南和西北偏低的空间分布态势,其中翁源县植被NPP年均值最高,为658.71 g/(m²·a),新丰县和南雄市次之,而乳源瑶族自治县NPP年均值最低,仅为507.47 g/(m²·a)。16年间韶关市植被NPP年际均值在539.15～698.88 g/(m²·a),其中,NPP在>500～600 g/(m²·a)占比最高,为30.72%。2000—2015年韶关市植被NPP整体呈现增加态势。韶关市植被NPP均值随海拔和坡度升高呈现先增加后减小的态势,在高山(>1 500 m)、垂直坡(>50°)区域范围到达最小值,分别为324.19、484.48 ...     

渭河流域长时间序列NPP估算及时空变化特征分析

植被净初级生产力（net primary production，NPP）是生态系统碳循环及能量流动的关键参数，也是生态系统可持续发展的重要生态指标，分析植被NPP的时空变化特征对于区域碳循环研究具有重要意义。利用MODIS反射率数据（MOD09A1）、MODIS NDVI数据（MOD13A3），基于CASA模型估算2001-2018年渭河流域植被NPP，分析植被NPP的时空变化特征，并探讨不同植被类型间NPP的差异性以及高程变化对植被NPP的影响。研究表明:1）2001-2018年，渭河流域植被NPP总体呈波动式增加趋势，年均NPP处于292.59~444.90 gC·m²，年际增加速率为6.23 gC·m²；流域植被NPP具有明显的空间异质性，表现为中东部的六盘山、子午岭和南部秦岭等地区较高，西部和北部的黄土高原地区较低。2）18 a来，除常绿针叶林外，其余植被类型NPP均呈增加趋势。不同植被类型的年均NPP的差异表现为落叶阔叶林（625.70 gC·m²）>常绿针叶林（390.16 gC·m²）>草地（368.49 gC·m²）>农田（344.65 gC·m²）>灌丛（340.17 gC·m²）。3）不同地形条件下植被NPP具有一定差异性，在900~1 300 m（农田、山地落叶小叶林），植被NPP最高；1 700~1 900 m及3 500 m以上区域（稀树灌木草原、灌木），植被NPP最低。     

2000～2013年商洛植被NPP变化及其对气温变化的响应

基于2000²013年的NDVI数据和气象数据,利用CASA模型对商洛地区植被的净初级生产力(NPP)进行了模拟估算。研究结果表明:20002013年的NDVI数据和气象数据,利用CASA模型对商洛地区植被的净初级生产力(NPP)进行了模拟估算。研究结果表明:2000²013年商洛地区的NPP呈显著的增长趋势(P<0.01),年均NPP为841.64 g C/m2;春季、秋季、冬季的NPP在波动中增长,其中春季增长最快,而夏季的NPP呈现出波动下降的趋势。商洛地区的月均NPP与当月、提前1个月、提前2个月、提前3个月的月均气温均呈显著的正相关,但其受当月气温的影响最大。     

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.     

淮河流域植被净初级生产力与干旱的相关性分析

基于CASA(Carnegie-Ames-Stanford approach)模型估算2001—2016年淮河流域植被净初级生产力,分析其时空变化特征,并结合降水距平百分率,探讨干旱对植被净初级生产力(net primary productivity,NPP)的影响。结果表明,2001—2016年淮河流域年均NPP值呈现递减趋势,递减速率为-2.22 g C/(m~2·年);淮河流域年均NPP值空间分布差异明显,表现为河南南部和安徽南部地区植被NPP减少明显,而处于增长趋势的区域主要位于山东省和江苏省大部分地区;随着干旱影响范围的增加,淮河流域年均植被NPP呈降低趋势。干旱与植被NPP呈正相关的区域占整个流域总面积的93.1%,两者呈明显正相关的地区横穿山东省中部和安徽省东北部。综合研究结果可知,淮河流域干旱对植被净初级生产力影响明显。     

秦岭山地NPP遥感估算及其时空变化特征研究

基于2000²013年的MODIS-NDVI数据和气象数据,利用CASA模型对秦岭山地植被净第一生产力(NPP)进行了模拟估算。结果表明:20002013年的MODIS-NDVI数据和气象数据,利用CASA模型对秦岭山地植被净第一生产力(NPP)进行了模拟估算。结果表明:2000²013年秦岭山地植被年均NPP为833.87 g C/(m2013年秦岭山地植被年均NPP为833.87 g C/(m²·a);不同类型植被的NPP表现为栽培植被<草丛<草甸<针叶林<灌丛<阔叶林;各季植被的NPP表现为夏季>春季>秋季>冬季;秦岭山地植被NPP与当月气温及前1个月、2个月、3个月气温均呈显著正相关,但受当月气温的影响最大。     

基于CASA模型的四川植被净初级生产力及其时空格局分析

【目的】估算四川植被的净初级生产力并分析其时空格局及影响因素,为深入认识该区域的植被生产力状况提供数据支持。【方法】在原CASA模型基础上,以MODIS卫星数据为依托,对光合有效辐射值提取、最佳区域气温反演、水分胁迫系数演算这3种方法进行了改进,进而估算了四川地区2000-2011年期间的植被净初级生产力(NPP)。【结果】①四川植被NPP的多年平均值为303.27gC/(m2·a),变化范围在285³40gC/(m2·a)之间。②四川植被NPP的季节变化明显,其中夏季是NPP主要积累期;同时由于区域气候变暖导致的物候期延长,秋季NPP的累积量呈逐年上升趋势。③四川植被NPP空间分异明显,总体表现出由东南向西北逐渐减少的趋势,且呈垂直地带性特征明显。④降雨量是驱动NPP的主要因子;温度及光合有效辐射也对NPP影响显著(P<0.001)。【结论】近10年来四川植被NPP变化主要由生长旺季本身变化所致;其时空分布格局总体表现出随温度、水分、光合有效辐射以及海拔增加而增大的趋势;改进后的CASA模型可以有效地模拟四川植被NPP的时空格局特征。     

联合径流侵蚀功率与连通性指数识别流域侵蚀对植被恢复的响应

为识别植被恢复流域侵蚀变化过程,本研究构建了包含RUSLE(Revised Universal Soil Loss Equation)、IC(Index of Connectivity)和基于SWAT(Soil and Water Assessment Tool)的径流侵蚀功率方程所构成的侵蚀过程识别模型方法框架,以探究延河流域侵蚀过程的变化及对植被恢复的响应特征。结果表明：延河流域侵蚀情况总体持续向好,1985—2000年间多个年份的流域平均侵蚀模数超过80 t·hm^-2·a^-1,而在2015年左右下降至10～30 t·hm^-2·a^-1,植被恢复造成了流域侵蚀的动态变化,两者呈负相关的年际变化趋势,表明植被增加在较大程度上抑制了土壤侵蚀。径流侵蚀功率时空变异性较大,最大值从1985年的13.28×10^-4m⁴·s^-1·km^-2下降至2020年的4.40×10^-4m⁴·...     

基于改进CASA模型的晋北地区植被NPP时空动态及气候影响研究

【目的】探究晋北地区气候和植被类型等因子对植被净初级生产力(NPP)的影响，对于明晰干旱半干旱地区植被对气候变化的响应，以及保障生态脆弱地区植被恢复和可持续发展具有重要参考价值。【方法】基于改进的CASA模型模拟了晋北地区2000-2020年植被NPP，量化了其时空分布格局、变化趋势和空间变异性，并分析了研究期间气候因素与植被NPP的相关关系。【结果】2000-2020年研究区植被NPP年均值(以C计)介于225.28～484.09 g/m²之间，平均值为349.76 g/m²，年均增速为8.75 g/m²。植被NPP年均值呈现出东高西低、南高北低的格局，NPP年均值主要集中在200～400 g/m²，占研究区总面积的65.15%，各植被类型NPP年均值的大小为：林地(691.79 g/m²)>灌丛(492.97 g/m²)>耕地(378.39 g/m²)>草地(343.85 g/m²)>...     

河南省植被净初级生产力变化特征及其对气候变化的响应

利用2000—2018年河南省植被净初级生产力(NPP)数据和气象站点资料,分析植被NPP的变化规律,探讨了植被NPP与气象因子的相关关系.结果表明,2000-2018年河南省植被NPP呈缓慢增长趋势,植被NPP空间分布具有明显的地域性差异,西部伏牛山区和南部大别山区以林地为主,植被NPP较高;沿黄及以北地区植被NPP...     

亚热带常绿阔叶林植被净初级生产力时空特征

植被净初级生产力(NPP)是森林生态系统碳循环过程的关键参数,在研究减缓全球气候变化中起着重要的作用。中国的亚热带常绿阔叶林是世界常绿阔叶林的重要组成部分,研究该区域植被净初级生产力的时空特征对了解该地区植被生长状况和CO2固定能力等方面有着重要的意义。基于中国科学院资源环境科学数据中心的NPP数据,应用核密度估计、隶属函数等方法分析了亚热带常绿阔叶林区域植被净初级生产力2001-2010年时空分布特征。结果表明,亚热带常绿阔叶林区NPP在时间变化上无显著增减趋势,各年份NPP都主要集中在300～400gC·m~(-2)·a~(-1)和700～1 000gC·m~(-2)·a~(-1),且随时间序列呈现波动变化,其年均值在600～700gC·m~(-2)·a~(-1);在空间分布上,湿润地区NPP呈东南向西北逐渐降低的空间分布特征,半湿润地区NPP则呈西高东低的特征。此外,2001-2010年亚热带湿润地区西部NPP变差系数高于东部,半湿润地区的北部NPP变差系数高于南部。通过NPP与其变差系数值,得出其NPP隶属度空间分布,结果显示隶属度呈东南沿海向内陆递增趋势,可以看出东南部NPP值高,变异系数低,CO2固定能力高,抗干扰能力强,生态风险低;而西部部分地区NPP值低,变异系数高,易受外界干扰,生态风险高。     

长江上游农田生态系统净初级生产力动态变化分析

本研究利用近20a的MODIS遥感数据和气象站点观测的气象数据,基于CASA模型,估算了长江上游地区1995—2015年的农田生态系统净初级生产力(NPP),并详细阐述其20a间时空格局动态变化。结果表明:近20a来农田NPP平均值变化范围在425.19～425.71gC·m^-2,2010年出现最低值339.42gC·m^-2;近20a来农田NPP变化区域主要集中在四川盆地;长江上游农田生态系统随着海拔高度的增加NPP也在不断增加。     

典型干旱区植被净初级生产力的变化特征与气候因子的相关性

以新疆地区为研究区,运用分辨率为1 km×1 km的MODIS遥感影像的植被指数数据,计算像元的净初级生产力(NPP)与降水、温度的偏相关系数,并借助Hurst指数对研究区植被净初级生产力未来趋势进行定量分析.结果 表明:(1)植被净初级生产力1985-1998年处于高位震荡,1999-2008年呈持续下降趋势,2009-2016年基本上保持上升趋势;1985-2016年植被净初级生产力减少了67 g·m-2·a-1,平均植被净初级生产力为154.71 g·m-2·a-1,最大值出现在1987年(176.3g·m-2 ·a-1),最低值出现在2008年(120.87g·m-2·a-1);植被净初级生产力的季节变化速率由大到小的顺序为夏季、春季、秋季.(2)年降水量与植被净初级生产力极显著正相关(P＜O.O1),气温与植被净初级生产力极显著负相关(P＜0.01),降水量和气温的空间布局是影响植被净初级生产力分布的重要控制因素;春季和秋季植被净初级生产力与气温、降水的偏相关系数较为一致,降水为夏季植被净初级生产力的主要气候驱动因子.(3)新疆地区未来植被净初级生产力反持续性的序列的比例为48.07％,持续性的序列的比例为51.93％,因此,新疆地区未来植被净初级生产力变化以持续性减少趋势为主.     

疏勒河流域NPP时空变化分析

基于MODIS NDVI数据产品、地面气象站数据和解译的土地利用数据,利用改进的CASA模型,估算了疏勒河流域2001、2005、2009和2012年的植被净初级生产力(NPP),并分析了其时空变化.结果表明,①流域单位面积上的年平均NPP仅为95.2 g(C)/(m2·a),足见流域整体生产力水平较低;②NPP的空间分布呈自东南向西北递减的趋势,且具有显著的经向“双峰”特征;③构成主要植被覆盖类型的荒漠灌木、半灌木植被对NPP贡献率最大;④流域年际NPP总量呈波动式增加,2012年较2001年增加了50％;⑤NPP的空间变化可划“明显增加”、“轻微增加”、“几乎不变”和“轻微减少”4个类型,其中增加的区域占78.9％,其反映了区域生态环境总体上在向好的方向发展.     

基于MODIS数据的安徽淮河流域陆地植被净初级生产力分析

淮河流域作为全球变化的敏感区域,分析其植被生产力变化特征具有重要意义。基于EOS/MODIS卫星遥感资料,对安徽淮河流域植被净初级生产力(NPP)变化的时空特征进行了分析。结果表明:2000-2006年安徽淮河流域年平均NPP为336.62gc/m2,其中,2004年NPP最大,为380.73gc/m2,2000年最小,为298.76gc/m2;根据年NPP分布显示,淮河以南地区的植被生长状况要好于淮河以北地区,在淮河以南地区,长江以南的植被生长状况要好于长江以北地区,主要因为这些地区多为森林,植被覆盖度高。2000-2006年间,安徽淮河流域NPP总体呈增加趋势,淮河沿岸NPP增加明显。     

基于时序NPP的安徽省耕地生产力时空分异与趋势分析

[目的]分析安徽省耕地生产力时空变化差异及其变化趋势。[方法]以2000—2020年时序MOD17A3HGF净初级生产力为数据基础，采用Theil-Sen Median趋势、Mann-Kendall检验、Hurst指数以及地理空间分析技术等方法，探究安徽省耕地NPP的时空分异特征，并分析其时空演变趋势。[结果]近21年来安徽省耕地NPP在时间上呈波动增加的态势[0.331 g/(m²·10 a)],空间上耕地NPP以增长趋势为主(93%),仅有7%的耕地表现下降趋势；与2000—2010年相比，2010—2020年安徽省43%的耕地NPP趋势变化类型为降级，主要分布在滁州市、淮南市和亳州市等城市，10%的耕地NPP趋势变化类型为升级，主要分布在合肥市、宣城市和芜湖市。未来安徽省75%的耕地NPP继续表现增长趋势，分布在合肥市、滁州市、六安市和宿州市等地区，5%的耕地NPP出现下降趋势，依然分布在各个城市市区附近，20%的耕地NPP趋势不确定，主要分布在皖北大部地区。[结论]2000—2020年安徽省耕地NPP在时空上呈现增加的态势，滁州市、淮南市和亳州市等城市耕地...