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。     

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。     

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...     

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。     

基于Biome-BGC模型的刺槐人工林生产力和内在水分利用效率研究

目的 探究刺槐人工林生产力和内在水分利用效率(iWUE)的影响因子及其对气候变化的响应。 方法 使用过程模型Biome-BGC对我国半湿润区内比较干旱的陕西省白水县和比较湿润的河南省民权县的刺槐人工林模拟净初级生产力(NPPs),并用实测净初级生产力(NPPm)数据进行验证,根据模拟结果计算生态系统内在水分利用效率(iWUEs)。分析两地刺槐人工林的生态系统与树轮iWUE变化趋势的差异。 结果 两地刺槐年际生物量均随年龄增大而首先迅速增加,具有明显的幼龄效应,随后逐步稳定并在一定范围内波动;在不包含幼龄林数据时,两地刺槐人工林NPPs与NPPm呈极显著正相关(P＜0.01),树轮年际内在水分利用效率(iWUEm)则均呈波动上升趋势。白水县刺槐林的iWUEs与iWUEm呈极显著负相关(P＜0.01),但民权县刺槐林的iWUEs与iWUEm呈显著正相关(P＜0.05)。 结论 温度是影响iWUEm的关键因子,年降水量和大气CO2浓度是影响生物量的关键因子。Biome-BGC 模型能较好地模拟幼龄林以后的刺槐人工林的NPP,在半湿润区内湿润程度不同地点之间,刺槐人工林的生长关系一致,但碳水关系比较复杂。     

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。     

荒漠区人工林NPP估算模型比较研究

利用LANDSAT8遥感影像数据、结合气象数据和野外调查数据,采用CASA模型、C-FIX模型和GLO-PEM模型,分别估算和分析了2014年墨玉县森林植被净初生产力时空分布特征,并进行验证和比较。结果表明:植被净初生产力空间分布差异比较明显,主要集中于研究区中部和东南部;CASA模型的NPP平均值为70gC·m~(-2)、C-FIX模型的为56C·m~(-2),GLO-PEM模型的为28C·m~(-2),其中CASA模型模拟结果最接近于前人研究成果;通过实测值验证,各模型实测值和模拟值相当吻合,其中CASA模型的平均值最接近,相关系数R2=0.994 15,大部分样本点的误差小于5%。     

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。     

基于CASA模型的人工植被生物量的估算及特征分析

利用改进的CASA模型,结合Landsat TM遥感影像及气象数据,估算榆林飞播林2010年7月的植被净初级生产力。通过实测植被生物量,验证CASA模型在研究区的估算结果。结果表明:CASA模型适用于榆林飞播林植被净初级生产力估算;CASA模型估算的不同地区NPP区别明显,榆林市横山县与榆阳区交界处的植被NPP值最高,其值介233.21～414.15gC/m2之间;榆林飞播林生态系统属于较低生产力的生态系统;沙柳的NPP水平最高,以柠条+沙柳+沙蒿为播种模式的人工林地生物量最高;除沙柳、花棒和沙蒿外,其他飞播植物生物量与含水量无明显的相关性;不同飞播年代的同种植被生物量与含水量、土壤养分以及气候等因素之间具有密切的相关性。     

基于改进CASA模型的云南省植被NPP时空格局分析

植被净初级生产力(NPP)是衡量生态系统生产力水平的指标之一,利用生态遥感相结合的手段对其估算具有重要意义。运用改进的CASA模型,基于MODIS植被指数产品、气象数据、土地覆被数据,对云南省2000年、2005年、2010年、2015年、2020年的植被NPP进行估算,采用Moran′s I指数、Getis-Ord Gi^*热点分析探讨其空间分布特征,并与我国生态功能保护区进行叠加分析。研究表明：1)云南省近20年植被NPP呈先减少再增加的趋势,平均值为822.98 gc/(m²·a);月度植被NPP夏季达到最高,冬季最低;不同植被类型中,常绿阔叶林的NPP值最高。2)各年份植被NPP空间分布均由南向北减少,全局空间自相关Moran′s I指数均大于0.7,NPP热点区主要位于滇西南边境一带,冷点区位于滇西北、滇中城市化地区。3)植被净初级生产力热点区与生态功能保护区叠加相交于西双版纳生态功能保护区、西南喀斯特生态功能保护区,各年叠加面积占热点区域总面积的23%～26%。可见,云南省近20年NPP呈波动上升趋势,空间分布异质性明显。研究该结果...     

基于双叶光能利用率模型反演毛竹总初级生产力研究

毛竹林是重要的碳库之一,准确估算毛竹总初级生产力(GPP)对评估毛竹在碳中和中的贡献有重要意义。本文利用2011—2014年安吉通量塔观测气象数据和遥感数据驱动双叶光能利用率DTEC(diffuse-fraction-based two-leaf terrestrial ecosystem carbon flux model, DTEC)模型模拟安吉毛竹8 d尺度GPP,估算毛竹GPP,有助了解毛竹林对气候变化以及人类活动的影响。本研究不仅考虑光饱和效应,还采用实测叶面积校准的LAI(leaf area index, LAI)产品(LAIi)驱动模型,最后将模拟GPP与实测GPP进行精度分析。结果显示：DTEC模型在估算毛竹的GPP上精度高于MOD17算法。相比MOD17算法,DTEC的拟合RMSE(root mean square error, RMSE)由1.95 g·C/(m²·d)下降到1.41 g·C/(m²·d),拟合RMSEr(relative root mean square error, RMSEr)由41.80%下降到30...     

青藏高原植被净初级生产力及其对气候变化的响应

论述了青藏高原植被净初级生产力(NPP)的空间分布和时间变化动态,以及NPP与气候因子的关系和对未来气候变化的响应。总结出了以下结论:①青藏高原年均NPP为0.3Pg Ca-1,由东南向西北逐渐递减,与该地区的水热条件和植被类型的地带性分异规律一致;②近年来,青藏高原的植被生产力在波动中呈上升趋势,年增加速率约为0.7%;③温度是影响青藏高原生物生长的主导因子,青藏高原净初级生产力随着气温和降水的增加而增加;④未来气候变化影响青藏高原植被NPP,在IPCC预测的B1、A1B和A2气候变化情景下,青藏高原的NPP均呈增加的趋势。     

南京城市森林生态系统生产力与碳储量的计算

基于遥感数据Landsat TM影像与气象数据,利用温度、水分胁迫系数改进CASA模型,对南京市森林生态系统NPP与碳储量进行估算。结果表明,南京城市森林生态系统植被NPP空间分布较均匀,平均在200～1400g/(m2.a)之间;河流、市城区裸地植被NPP最小,在0～100g/(m2.a)之间;整个南京市植被NPP空间分布由北向南呈现逐渐增加趋势,由于最南部地区为自然森林区,保留了原始的自然环境状态,NPP最大。而分布在南京市的各个森林区,森林植被NPP均在1300～1426g/(m2.a)之间。利用生物量-蓄积量方程计算出南京市针叶林、阔叶林、针阔混交林碳储量分别占全市森林碳储量的24%、59%、17%。全市森林生态系统碳储量为111.73万t,平均森林植被碳密度为17.38t/hm2,郊区和县的森林植被碳储量远远高于市区,但是两者的碳密度并无很大的差异。     

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。     

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。     

基于CBERS数据的平南县桉树蓄积量遥感估测模型构建

采用蓄积量遥感估测的原理,以平南县19．5m分辨率的CBERS -02B遥感影像为基本数据源,结合地面标准地调查,运用相关的数学理论方法建立了桉树蓄积量估测模型,并进行了精度检验。结果表明：所构建的蓄积量遥感估测模型具有较高的精度,可用于在研究区内估测桉树蓄积量。     

冀北山地油松林净生产力与相关立地因子关系模型的研究

为推测林分生产力,提高森林经营水平,在对冀北山地油松林标准地进行调查的基础上,建立树高随林龄的增长而变化的导向曲线模型,通过模型给出各标准地的立地指数;建立油松单株生物量与单株胸径树高关系模型,导出各标准地林分生物量;建立林分生物量与林分密度、林龄及立地指数关系模型,进而建立林分净生产力与林分密度、林龄及立地指数关系模型。     

呼伦贝尔沙地樟子松生产力及其对气候因子的响应

目的 森林在减缓温室气体浓度和气候变化方面发挥着巨大作用,研究不同密度下林分生产力及其对气候的响应有助于森林生态系统的功能评估及适应性管理。 方法 本研究利用树木年轮学方法得到了呼伦贝尔沙地不同密度（用林分胸高断面积表示）的天然樟子松林净初级生产力,并结合气象因子分析其对温度、降水及干旱指数的响应。 结果 表明：胸高断面积为8.83、21.94、24.28、32.36和34.9 m2·hm−2的樟子松林的多年平均净初级生产力分别为1.17、2.99、3.55、4.69和4.86 t ·hm−2 ·a−1,随样地密度增加而增加;高密度樟子松林净初级生产力与上年7月和当年9月平均气温及平均最高气温显著正相关（P＜0.05）;5月降水是天然樟子松林净初级生产力的关键限制因子,所有密度林分的净初级生产力均与当年5月降水显著正相关（P＜0.05）;自上年11月至当年7月,净初级生产力与帕默尔干旱胁迫指数（PDSI）的相关系数随林分密度增加而减小,表明林分竞争的增加导致了净初级生产力对PDSI敏感性的降低。 结论 林分密度对呼伦贝尔沙地天然樟子松的净初级生产力及其气候响应存在明显影响,密度调整可能是气候变化下森林适应性管理的关键措施。     

马尾松-细叶青冈混交林的生物量及其生产力结构

在25年生的马尾松林下套种1年生细叶青冈幼苗,经过16年的培育后形成了郁闭的针阔混交异龄林.采用分层平均标准木收获法对林分的生物量与生产力分配格局进行了研究,并以马尾松纯林作对照.结果表明:马尾松纯林及其混交林的林分总生物量分别为204.37 t·hm-2和245.94 t·hm-2;混交林中,由于马尾松处于主林层,其生物量占林分总生物量的81.80%;在林木总生物量组成中,干材生物量最大,在纯林中占总生物量的64.77%,在混交林中占60.17%,其它组分所占的比例依次为根(18.62%、16.95%)＞枝(8.99%、13.46%)＞皮(6.55%、6.37%)＞叶(1.07%、3.05%);生物量的空间结构在马尾松纯林和混交林之间存在明显差异,混交林中0～10 m高度的生物量分布比例为67.3%,明显大于马尾松纯林(53.7%);混交林中,叶片主要分布于2～11 m及17～22 m两个高度范围,而马尾松纯林则集中分布于15～23 m之间;混交林根系在土壤中呈哑铃型分布,表层土壤(0～20 cm)和深层土壤(＞60 cm)的生物量分别占根系总生物量的43.3%和28.2%;而在纯林中,根系生物量随土层深度的增加而增加,呈金字塔型分布;混交林林分的初级生产力为13.24 t·hm-2a-1,比纯林增加80.38%;混交林中林木各组分生产力大小为干>叶>枝>根>皮,纯林中表现为干>根>叶>枝>皮.     

森林碳储量遥感估测模型构建研究——以闽江流域杉木林为例

以福建省闽江流域为研究对象,利用年均降水、温度数据,结合改进NPP模型构建基于气象因子的森林生产力估测模型,并通过森林生产力与二类调查结果对应的小班年龄曲线建立森林生物量模型,以此获得遥感估测模型所需的样地生物量,在此基础上利用遥感影像和杉木平均含碳率可以成功构建森林生物量非线性遥感估测模型和碳储量遥感估测模型。本研究不仅能建立森林碳储量模型,而且避免了繁杂的森林生物量野外实测,节省了大量的人力物力,且不需砍伐森林树木。实验计算结果:闽江流域杉木林碳储量2003~2012年从10 337 774 t增加到19 624 374 t。