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。     

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。     

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。     

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。     

基于3S技术的河北省山区植被净初级生产力估算及空间格局研究

植被净初级生产力是国际地圈—生物圈计划（IGBP）、全球变化与陆地生态系统（GCTE）以及京都协定的核心研究内容之一。以GIS为主要技术手段,借助CASA模型计算出河北省山区NPP,分析了山区NPP的空间格局,并对森林、草原的NPP分布情况进行了统计分析,对引起这种变化的主要因子进行了初步探讨,评价分析模型的不确定性。结果表明:（1）河北省山区2012年植被NPP总量为24 746.51 kt/a,平均值为744.1 g/（m²·a）;从整体上看,植被NPP主要分布在境内燕山山脉,太行山山脉呈带状分布,其它地区零星分布。（2）河北省山区NPP值差异显著,由森林、草原、灌丛依次递减。（3）NPP空间分布与气温和降水的空间分布有一定的相关性。研究结果为河北省山区生态系统结构功能协调性、生态承载力、生态服务功能等后续研究奠定基础,为山区社会经济和生态环境可持续发展提供科学依据。     

基于改进CASA模型的陕西省植被NPP遥感估算

[目的]探究陕西省陆地生态系统植被群落生产状况,分析陕西省植被NPP时空格局变化及影响因素,为准确评估陕西省陆地生态系统碳源/汇,实现区域生态可持续发展,达成碳中和目标提供参考依据。[方法]基于温度—植被干旱指数(Temperature Vegetation Dryness Index, TVDI)对CASA(Carnegie-Ames-Stanford Approach)模型水分胁迫因子进行改进,从而估算陕西省2010—2020年植被NPP,并利用热点分析法、趋势分析法以及地理探测器对陕西省植被NPP进行空间分布格局、年际变化趋势和驱动因子研究。[结果](1)陕西省NPP空间分布呈现南高北低、冷热点区域差异明显的特征;(2)陕西省2010—2020年NPP平均值介于331.02～416.34 gC/(m²·a),NPP均值在100～600 gC/(m²·a)占比最大,最低值和最高值区间占比不足20%;(3)全省2010—2020年83.3%的面积植被NPP值无显著变化,4.2%的面积呈增加状态,12.5%的面积NPP值呈下降趋势;(4)降水...     

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。     

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。     

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。     

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。     

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。     

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。     

河北省2005-2014年植被NPP时空演变及其与气候因子的关系

在GIS软件的支持下,利用2005—2014年MOD17A3H与MCD12Q1数据集,结合河北省2005—2012年的142个气象站点资料,利用一元线性回归法分析了河北省10年间NPP的时空演变特征,利用相关系数法分析了NPP与气候因子的相关关系。结果表明:河北省年NPP主要集中在200～400 g/（m²·a）,其中NPP高值区分布在燕山北部区域和太行山东侧一带。2005—2014年河北省年NPP均值与最大值均在波动中微弱上升,年NPP均值在2012年最大为337.63 g/（m²·a）。2005—2014年NPP增长率大于10%的地区分布在冀西北区域和东南边界,其面积占比为43.03%。河北省5种植被覆盖类型按NPP年均值从大到小排列依次为:阔叶林、灌丛、草地、针叶林、农用地。河北省NPP与气温主要呈负相关,与降水主要呈正相关。     

1993-2015年中国草地净初级生产力格局及其与水热因子的关系

[目的]估算1993-2015年中国草地净初级生产力（net primary productivity,NPP）,分析其时空变化格局及与水热因子的关系,了解这一时期中国草地生态系统的生产力水平及其对水热因子变化的响应。[方法]基于长时间序列遥感数据,气象数据和植被类型数据,运用CASA模型（Carnegie-Ames-Stanford Approach）估算草地净初级生产力,利用一元线性回归、二阶偏相关分析以及GIS空间分析方法,探讨草地NPP的变化趋势以及与对水热因子的关系。[结果]①1993-2015年,中国草地NPP年均总量为7.595×10¹⁴ g （以C计）,单位面积NPP均值为296.76 g/m²/a。总体上,草地NPP呈现从东部到西部、从南部到北部逐渐减少的空间分布特征。②1993-2015年草地NPP总量以-1.415×10¹² g/a的线性速率（p>0.05）波动式下降。其中,1993-2010年草地NPP总量以-2.312×10¹² g/a的线性速率（p<0.05）显著降低,2011-2015年草地NPP总量以7.00×10¹¹ g/a的线性速率（p>0.05）波动式上升。1993-2015年,NPP呈减少态势的面积大于NPP呈增加态势的面积且40.40%的草地NPP呈现显著性变化。③年际变化上,除去2011年以来草地NPP的波动性变化,草地NPP与太阳总辐射和降水量的二阶偏相关性显著,与年平均气温没有表现出显著的相关关系。空间分布上,草地NPP与太阳辐射显著偏相关的面积 > 与降水显著偏相关的面积 > 与气温显著偏相关的面积。[结论]1993-2015年,中国草地NPP总体上呈现普遍降低、局部改善的变化特征。这种变化主要受到太阳总辐射和降水量的影响,受温度变化的影响较弱。     

北京山区刺槐林净初级生产力对气候变化的响应

利用BIOME—BGC模型估算北京山区刺槐林的净初级生产力(NPP),并分析了NPP对不同未来气候情景的响应。结果表明:模型模拟出的NPP总体上低于样地实测值,年际变动率为11.2%,并表现出波浪形年际变化规律;降水量与NPP呈现极显著正相关关系,是NPP年际变化的主要气候因子;CO2的浓度加倍、降水增加对NPP积累起到促进作用,温度增加不利于NPP的积累;降水增加对NPP积累的正向效应不敌温度增加对NPP积累的负向作用,CO2浓度加倍、降水增加对NPP积累的协同促进作用大于温度增加对NPP积累的抑制作用。     

吉林省长时间序列陆地生态系统NPP时空变化特征

植被净初级生产力(NPP)是陆地生态系统碳循环过程中的重要组成部分,也是评价碳源/汇的重要环节.基于2001—2019年MODIS地表反射率数据(MOD09A1)、气温和日照时间资料,利用光能利用率模型估算了吉林省陆地生态系统NPP,采用趋势分析、空间变异性分析等方法,分析了吉林省陆地生态系统NPP的时空变化特征及其与...     

基于遥感和CASA模型的西江流域NPP时空分布特征研究

基于EOS/MODIS遥感资料,采用CASA模型分析西江流域陆地植被净第一性生产力（NPP）的时空变化特征。结果表明:西江流域平均植被NPP为400～500 gC/（m²·a）,上游地区偏低,为200～300 gC/（m²·a）,中下游地区较高,平均500～600 gC/（m²·a）,部分地区可达到800 gC/（m²·a）以上;植被NPP季节变化显著,夏季最高,春、秋季节次之,冬季最低小;西江流域植被NPP的空间差异明显,在5-10月,上游地区植被NPP较低,中下游地区较高;在1-3月,上游地区尤其是南盘江流域的植被NPP较高,中下游地区尤其是中游地区明显较少。西江流域植被NPP的空间特征还表现在汛期空间差异大,枯水期空间差别小。