大渡河流域植被净初级生产力的时空变化及其地形分异特征

为了解大渡河流域2000—2021年植被净初级生产力(NPP)的时空特征和地形变异规律,应用MODIS NPP和地形数据,利用一元线性回归分析和变异系数等方法分析区域植被NPP时空变化特征。结果表明：(1)2000—2021年大渡河流域植被净初级生产力呈波动上升趋势,年均增速为2.009 g·m^-2·a^-1,年平均植被净初级生产力为474.58 g·m^-2·a^-1,大渡河流域植被总净初级生产力的平均值为127.18×10⁶g·m^-2·a^-1,植被改善趋势明显;空间分布整体上呈“南高北低”的分布特征,植被净初级生产力较高的区域主要分布在海拔较低的大渡河流域下游以及大渡河中上游干支流河谷两侧。(2)2000—2021年研究区植被净初级生产力年际变化率较低,平均年际变化率为2.0,植被净初级生产力呈增加趋势的面积比例为89.67%;研究区植被净初级生产力平均变异系数为2.0%,植被状态总体较平稳,变异系数低于20%的面积比例为95.22%。...     

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。     

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。     

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。     

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.     

黄河三角洲湿地生态系统碳储量研究

以黄河三角洲湿地生态系统为研究对象，通过对区域内不同类型土壤进行取样调查，测算出黄河三角洲湿地6种土壤-植被生态系统的净生态系统生产力(NEP)，进而对此生态系统的碳汇进行表征分析。结果表明：黄河三角洲湿地生态系统中海土类型土壤的有机碳储量最高(132.43 t/hm²)，最低的是灰砂质冲积土(85.54 t/hm²)；植被碳储量范围在1.23～1.73 t/hm²之间，其中最高的是江土，最低的是壤质滨海盐土；土壤碳排量最高的是壤质滨海盐土(5.00 t/hm²)，最低的是海土(3.56 t/hm²)；黄河三角洲湿地的6种土壤-植被生态系统均为碳汇，净生态系统生产力在82.98～128.88 t/hm²范围内，以海土净生态系统生产力最高，以灰砂质冲积土最低。综上所述，黄河三角洲湿地生态系统主要以碳汇形式存在，但其中植被固碳量较低，为巩固加强生态系统的碳汇能力，应增加植被固碳量。     

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<...     

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。     

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。     

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—2019年若尔盖高原植被净初级生产力时空动态变化及其与气候因子的关系

基于2000—2019年逐年MODIS–NPP数据和逐月气温、降水数据,采用一元线性回归和偏相关分析等方法,研究了若尔盖高原植被NPP的时空变化特征及其与气候因子的关系。结果表明：若尔盖高原植被多年平均NPP为366.55 gC/(m²·a),呈东高西低的态势;2000—2019年植被平均NPP总体上以1.66 gC/(m²·a)的增加速率呈波动上升的趋势,植被NPP呈上升趋势的面积占整个高原面积的95.75%。不同生态系统类型间植被多年平均NPP存在差异,森林生态系统>湿地生态系统>草地生态系统;年际增长速率也有所不同,湿地生态系统>草地生态系统>森林生态系统。若尔盖高原植被NPP与降水量总体上呈现弱的负相关关系,表明降水量并不是影响若尔盖高原植被NPP的主导气候因子;若尔盖高原植被NPP变化主要受气温的影响,气温是若尔盖高原植被NPP变化的主要驱动因子。此外,还发现年均最高温、年均最低温对若尔盖高原植被NPP变化的影响不同,年均最高温对若尔盖高原植被NPP的影响更为显著。     

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)>...     

2000～2020年黑龙江省陆地植被NPP驱动因子分析

净初级生产力（NPP）是陆地生态系统生产力重要指标之一,用于表征植被生长抵消人为碳排放量潜力,对维持全球碳平衡、减缓气候变化并完成我国双碳战略目标具有重要意义。文章基于已验证TEC模型计算植被NPP,采用Sen趋势度估计、土地利用动态度等方法,研究黑龙江省生态保护修复关键实施期（2000～2020年）植被NPP及其影响因子时空变化特征,利用地理探测器和相关分析法开展NPP驱动因子定量化分析。结果表明,2000～2020年黑龙江省气候总体呈现暖湿化趋势,热量条件和水分条件均得到明显改善。21年间黑龙江省植树造林成效显著,城镇化进程逐渐推进,2010年后城镇化速度明显加快。2000～2020年黑龙江省NPP平均值为602.7 gC·m-2,呈极显著增加趋势。自然因子中降水量是影响NPP增加的主导因子。土地覆盖类型对NPP也具有重要影响,表明我国未来可继续实施适合的生态修复政策增加NPP,提高陆地生态系统固碳潜力。研究可为生态环境管理、政策制定以及“碳达峰、碳中和”目标实现提供科学参考。     

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。     

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.     

基于GIS与RS的安徽省NPP模拟及时空分析

NPP（植被净初级生产力）的研究是全球变化的核心内容之一,是估算碳吸收量的重要依据,不仅直接反映了植被群落在自然环境条件下的生产能力,表征陆地生态系统的质量状况,而且是判定生态系统碳汇和调节生态过程的主要因子。在GIS的支持下,利用地面气象数据和MODIS数据,考虑到最大光利用率在不同植被类型中的差异,在CASA模型验证的基础上,估算了安徽省2002～2009年7月份植被净初级生产力,并分析其时空变化。结果表明：①通过与NPP实测资料及其他模型的对比,该模型估算的效果较好,数据获取上也比较容易,模型的可操作性较强。②2002～2009年的8年间,安徽省7月份平均NPP为193．99gC／m2,变化范围为182．25～199．89gC／m2。③安徽省7月份NPP值呈增加趋势,但没有达到显著的水平。④安徽省7月份NPP总体分布趋势是从南向北递减,其中山区NPP最高,水域和城市最低。     

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 ...     

长白山森林植被碳储量与碳汇价值评价

以长白山金沟岭林场作为研究区域,研究了主要森林类型碳储量和碳密度的时空变化,为我国森林生态系统碳平衡提供基础资料。结果表明:1)金沟岭林场森林植被碳储量从1997年的7 621.842 2 t 增加到2007年的8 018.125 9 t,净增加了466.283 7 t。碳储量分布以中龄林与近熟林为主,1997年与2007年所占的比例分别为87%与79%,是一个潜在的巨大碳库;2)森林植被的平均碳密度随着龄级结构的增长而增加,1997年与2007年分别为47.541 7 mg·hm^-2与50.186 6 mg·hm^-2,高于全国2008年森林平均植被碳密度42.82 mg·hm^-2,但是低于世界的平均水平86.00 mg·hm^-2;3)利用1997年与2007年两期数据分析了该林场森林植被的年固碳增量为39.63 t·hm^-2·a^-1,平均年增长率0.51%,低于我国森林的平均年增长率1.6%,该林场森林植被仍具有潜在的固碳空间;4)对森林植被的碳汇效益进行了计量, 1997年与2007年分别为2 728.130 8万元与2 744.954 8万元,净增长了16.824 0万元。应加强对现有森林经营,尤其是中幼龄林抚育,提高森林质量,从而增加现存森林的碳密度,以此来提高森林固碳潜力。     

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。     

祁连山区青海云杉林碳汇特征及调控因子

祁连山区是我国西部重要的生态安全屏障和固碳场所。为准确评估祁连山区青海云杉林生态系统生长季碳汇特征，利用涡度相关技术并结合增强回归树模型与结构方程模型，研究生长季其碳通量变化特征及其环境影响机制。结果表明，青海云杉林生长季净生态系统碳交换(net ecosystem carbon exchange,NEE)日变化呈“V”型，CO₂通量变化范围在-0.71～0.08 mg CO₂·m^-2·s^-1，季节尺度NEE变化范围在-20.93～11.75 g C·m^-2，月均碳吸收量(188.27±17.85) g·m^-2，生长季累积碳吸收941.34 g·m^-2。增强回归树模型揭示植被指数对净生态系统碳交换量相对贡献率最高，为50.3%，其次是净辐射，为15.9%。结构方程模型表明，植被指数与相对湿度对净生态系统碳交换量的直接作用系数分别为0.61与-0.17。多元逐步回归模型表明植被指数与相对湿度对NEE具有显著影响(R²