广西西江流域植被净初级生产力时空分布特征及其影响因素

植被净初级生产力(net primary productivity,NPP)是流域生态系统功能的关键因子之一。本研究基于Carnegie-Ames-Stanford approach(CASA)模型,综合利用2003—2012年MODIS序列遥感数据、植被数据和气象数据,对广西西江流域植被NPP进行估算,并分析其时空格局及其影响因素。结果表明:2003—2012年广西西江流域的NPP年均值为524.67 g C·m~(-2)·a~(-1);NPP高值主要集中在研究区南部和东部地区,而中部地区NPP值相对较低;从地形上看,河谷平原植被NPP值较低,丘陵山地植被NPP值较高;不同类型植被对应的NPP值差异较大;常绿阔叶林NPP值最高,为788 g C·m~(-2)·a~(-1);栽培作物NPP值最低,为386 g C·m~(-2)·a~(-1)。2003—2012年研究区植被NPP平均值位于430.05~602.48g C·m~(-2)·a~(-1),总体呈现波动下降趋势。NPP呈现减少趋势的区域占研究区总面积的88.89%;7—10月NPP值较高,1—3月NPP值较低。NPP与年均降水量总体呈负相关关系,与年均温呈正相关关系;NPP受气候因子(降水量、气温)的综合影响,且植被NPP与气候因子(降水量、气温)相关性较密切,复相关系数为0.67。     

中国西北地区植被NPP多时间尺度变化及其对气候变化的响应

净初级生产力(NPP)是评估植被生长的重要参数,也是评价区域生态环境质量的重要指标。以"一带一路"枢纽地区西北六省为研究区,基于多年连续的GIMMS NDVI资料和气象数据,利用CASA模型,估算了西北六省34年NPP值,利用MK和EEMD方法,揭示了NPP变化的非线性特征,并探究不同时间尺度植被NPP变化对气候变化的响应。研究结果发现:(1)1982—2015年生长季植被NPP总体呈增加趋势,线性增长率为0.718 gCm~(-2) a~(-1);大多数研究区植被NPP短时间内将保持现有变化趋势,尤其是青藏高原、塔里木盆地边缘和内蒙古南部一带。(2)1982—2015年植被NPP以3年周期变化和长期增加趋势为主。其中陕西的南部,甘肃、新疆、宁夏和青海的北部以及内蒙古中部和北部以3年周期变化为主导,而陕西的北部,甘肃、新疆、宁夏的南部以及内蒙古东部以长期变化为主。不同植被类型NPP变化差异明显:针叶林、阔叶林以及混交林以3年周期波动为主,而灌木、草地和农田以3年周期波动和长期增长趋势为主。(3)NPP与气温和降水之间的相关性随着时间尺度的增大逐渐显著。在3年时间尺度上,大多数研究区NPP与气温和降水的相关性很小(P0.05)。6年时间尺度上,NPP与降水量呈正相关的区域向南略有扩散,其中青海南部高寒草甸NPP与降水的相关性由负相关转为正相关。在长期趋势上,NPP与气温和降水量具有非常显著的相关关系,且呈正相关的区域大于负相关的区域。本研究发现多时间尺度能够更好的分析NPP时空特征以及不同时间尺度NPP对气候变化的响应,有助于揭示全球气候变化背景下植被NPP对气候变化的非线性响应机制,评价气候变化的生态坏境风险,为西北六省区域可持续发展和生态环境保护提供理论依据。     

山西省植被NPP时空变化特征及其驱动力分析

为科学有效地管理和调控植被资源,解决水土流失、植被减少等生态问题,该研究依据山西省2005—2015年MOD17A3H数据,利用ARCGIS、ENVI等软件,运用统计学分析方法,揭示了山西省植被NPP时空分布变化规律及对气候、人为等影响因素的响应特征。结果表明:山西省植被NPP平均值为326.5 g(C)·m~(-2)·a~(-1),其中草地、耕地、灌丛和林地的NPP多年平均值依次为300.3、353.6、366.5和390.1 g(C)·m~(-2)·a~(-1);植被NPP总体波动增大、变化为显著、极显著、显著增大区域面积比例达56.33%,集中在山西省西部;植被NPP极显著、显著减小区域面积集中在山西省东南角,占比为2.22%;草地NPP变化速率最大,耕地大于灌丛,林地最小;植被NPP平均值和降水平均值之间表现为呈显著正相关。基于栅格单元值计算,全省17.01%的区域植被NPP与降水之间表现为显著或极显著正相关,集中在山西省北部;全省3.66%的区域植被NPP与气温之间表现为显著或极显著负相关,集中在山西省中部。这表明2005—2015年,山西省植被NPP总体呈好转趋势;不同植被对人类活动及环境变化的响应有所差异,草地、耕地生态结构稳定性较弱,NPP变化明显,灌丛和林地稳定性较强,NPP数值稳定;植被NPP与降水之间呈显著正相关,与气温之间呈负相关,气候因子整体上促进植被NPP增大,人为因素整体上抑制植被NPP增大。     

气候波动和土地覆盖变化对广东省植被净初级生产力的相对影响

为深入理解人类活动对陆地生态系统的影响,采用CASA(Carnegie-Ames-Stanford Approach)模型估算广东省2000、2005和2010年实际植被净初级生产力(Net primary productivity,NPP),并基于情景模拟法估算气候和土地覆盖类型稳定条件下的植被NPP,对气候波动和土地覆盖变化在植被NPP变化中的相对贡献进行了研究。结果表明:太阳辐射对植被NPP具有显著的正向控制作用,气温与植被NPP表现为显著负相关,降水不是该区域植被生长的限制性因子;各气候因子与植被NPP的相关性具有季节和区域差异性。在气候不变条件下,土地覆盖变化整体上增加了NPP,对NPP变化的相对贡献与城市扩张格局相类似,不同生态区存在差异性,以珠三角区的贡献最大。总之,气候波动对NPP变化的相对贡献较为复杂,取决于气候因子的波动特征以及与NPP的相关性;其它因子(城市热岛、农耕活动和园林管理等)对NPP变化的相对贡献存在很多不确定性,整体上增加了NPP。     

中国西北干旱区植被碳汇估算及其时空格局

通过修正的CASA模型估算2001—2012年间西北干旱区陆地生态系统的净第一性生产力(NPP),并结合土壤微生物呼吸方程,计算出12a的净生态系统生产力(NEP),分析了植被碳汇的时空变化规律。结果表明:研究区的NPP表现出很强的随季节变化的规律,全年7月份NPP为最高值,12月为最低值,12年间NPP的年均值变化不大。2001—2012年研究区的植被碳汇在波动变化中有所增加,其中2006年的碳汇平均值最小,为609.04 g C m~(-2)a~(-1),2012年最大,为648.02 g C m~(-2)a~(-1);年内碳汇的最大值主要出现在5—7月;碳汇能力由大到小的植被类型为针叶林农田灌丛阔叶林草原荒漠草原。研究区多年平均碳汇量呈现自西向东逐渐增加的规律,西辽河流域草原区的NPP和碳汇平均值最大,塔里木盆地暖温带荒漠区最小。     

基于机器学习估算青藏高原多年冻土区草地净初级生产力

净初级生产力(NPP)的估算还存在很大的不确定性。本文利用机器学习算法(RF和RBF-ANN)估算了2002—2018年青藏高原多年冻土区草地NPP,分析了青藏高原多年冻土区草地NPP的时空格局、变化特征及其对气候因子的响应。结果表明:(1)机器学习估算结果可靠,简单易行。(2)青藏高原多年冻土区草地NPP表现为东南向西北逐渐递减的趋势;NPP总量为175.39 Tg C·a~(-1),单位面积均值为164.10 g C·m~(-2)·a~(-1),呈波动上升的趋势。(3)青藏高原多年冻土区草地NPP增加的面积占20.49%;各草地类型的NPP增长幅度不一致表现为高寒沼泽草甸高寒草甸高寒草原高寒荒漠草原。(4)温度是青藏高原多年冻土区草地NPP变化的主导因子,降水的影响沿东南向西北逐渐减弱。     

陕北黄土高原植被净初级生产力的估算

基于MODIS和地面气象数据,利用改进的CASA模型,模拟分析了2005年陕北黄土高原地区的植被净初级生产力(NPP)及其时空分布.结果表明:1)根据生态生理过程模型针对不同土地覆被类型选择不同的月平均最大光能利用率,比传统CASA模型中使用固定的全球月平均最大光能利用率进行NPP估算,更符合陕北黄土高原地区的实际情况;在估算植被参数时引入植被覆盖分类,以及利用陕北黄土高原2005年时序NDVI进行土地覆被分类的同时,结合1:100万中国植被图和实地调查情况对分类结果进行修正,可提高分类的精度,从而提高模型估算的精度.2)通过不同模型之间和与陕北部分地区实际调查数据进行比较,显示改进后的CASA模型对区域陆地植被NPP的模拟效果较好,可应用于陕北黄土高原乃至周边地区NPP的计算中.3)2005年陕北黄土高原植被净第一性生产量估计值为4.76×10~(13) g C,约占全国总NPP的1.5%,植被平均NPP为447.3 g C·m~(-2)·a~(-1),高于1992-2000年全国陆地NPP平均值323.8 g C·m~(-2)·a~(-1).4)在NPP的空间分布上,总体趋势是由东南向西北递减,其中最高值出现在东南部的黄龙山次生林区(1087g C·m~(-2)·a~(-1));西北部的荒漠植被覆盖度极低,平均NPP仅为205.0 g C·m~(-2)·a~(-1).5)陕北黄土高原NPP的季节变化明显,其中4月中旬至10月中旬6个月生长季时间里的NPP可占到全年的91.5%,而7月中旬至8月中旬间该区的净初级生产力达到年内的极大值,可占全年的37.8%.

Abstract：

Based on the data from MODIS (Moderate-resolution Imaging Speetroradiometer) and meteorological observatories, and by using improved CASA (Carnegie-Ames-Stanford Approach) model, the vegetation net primary productivity (NPP) and its spatiotemporal distribution on the North Shaanxi Loess Plateau in 2005 were simulated and analyzed. Comparing with the traditional CASA model which only uses a universal mean annual maximum light use efficiency (LUE), the estimated regional NPP by the improved CASA model was more precise, because this improved model used the LUE parameters of different vegetation covers. The detailed land cover classifica-tion also contributed to the increase of the precision via introducing the time-series Normalized Different Vegetation Index (NDVI) and ground survey data to modify and adjust the original clas-sification system based on vegetation map (1: 1000000). The testing of the simulation results from different models with the ground survey data in North Shaanxi showed that the estimation by the modified CASA model was much closer to the real survey data, implying the potential practi-cal significance of this model in estimating the vegetation NPP in North Shaanxi Loess Plateau and its adjacent areas. In 2005, the NPP in North Shaanxi was estimated as 4. 76×1013 g C, ac-counting for about 1.5% of China' s terrestrial total NPP, and the mean NPP was 447.3 g C·m~(-2)·a~(-1), being much higher than that of China' s terrestrial vegetation (323.8 g C·m~(-2)·a~(-1)) in 1982-2000. The spatial distribution pattern of the vegetation NPP showed an apparently declining trend from the southeast to the northwest, with the highest value of 1087 g C·m~(-2)a~(-1) occurred in the broadleaved-and conifer-mixed forests of Huanglong Mountain in southeast part of the region. The mean NPP of desert vegetation in the whole region was the lowest, only about 205.0 g C·m~(-2) ·a~(-1). An obvious seasonal variation of the NPP was observed. The NPP in growth season (from April to October) took about 91.5% of the total in the year, and the peak occurred in mid-July to mid-August, amounting to 37.8% of the total.     

1999—2015年若尔盖草原湿地净初级生产力时空变化

植被净初级生产力(NPP)是草原湿地生态系统碳收支平衡和气候变化的核心内容之一。本研究基于植被指数、气象数据(降水和气温)、植被类型数据,利用CASA模型对若尔盖草原湿地1999—2015年NPP进行估算,分析了若尔盖草原湿地NPP时空格局特征及其与气候因子的关系。结果表明: NPP实测值与模拟值之间显著相关,R²为0.78,均方根误差为120.3 g C·m^-2·a^-1;研究区年均和生长季(4—9月)NPP分别为329.0、229.4 g C·m^-2·a^-1,年际间波动明显,以2.3、1.6 g C·m^-2·a^-1的微弱趋势下降,不同植被类型的年均及生长季NPP的年际波动与整个研究区的波动趋势基本一致;年均和生长季NPP的变化斜率分别为-21.3～18.7、-31.5～23.1 g C·m^-2·a^-1,显著增加的面积分别占研究区总面积的0.3%和0.7%,主要分布于森林覆盖区和湿地生态补偿区;显著下降的面积分别占研究区总面积的1.4%和6.4%,主要分布于人类活动集中的地区;研究区不同植被的固碳能力存在差异,其中,森林最强,草地次之,湿地最弱;降水是影响草原湿地植被NPP的主导气候因子。     

黄河三角洲新生湿地净初级生产力时空变化

以黄河三角洲新生湿地为研究区,结合野外调查和遥感影像数据,利用CASA(Carnegie-Ames-Stanford Approach,CASA)模型对近20年新生湿地植被净初级生产力(net primary production,NPP)时空变化特征及其主要影响因素进行研究。结果表明:研究区植被NPP实测值与估算值显著相关(P0.001),相对误差介于-21.96～8.16;研究区植被NPP呈现由海向陆递增,由河流沿岸向外围递减趋势; 1998—2016年研究区植被NPP均值、总量整体呈下降趋势,植被NPP均值变化较小,但植被NPP总量变化明显,1998年植被NPP总量最大,2010年植被NPP总量最小;研究区四季植被NPP变化明显,春季植被NPP均值为74.25 g C·m~(-2),夏季为101.58 g C·m~(-2),秋季为41.83 g C·m~(-2),冬季为13.10 g C·m~(-2);研究区不同植被NPP估算值差异显著,各类植被NPP均值估算结果大小为刺槐群落芦苇柳树群落农作物芦苇荻白茅群落芦苇柽柳群落柽柳群落碱蓬群落大米草互花米草群落柽柳碱蓬白茅群落;研究区植被NPP与土壤可溶性盐相关系数为-0.389(P0.01),合理的"调水控盐"模式可以降低土壤盐度,促进植被有机物积累。     

2000—2015年拉萨河流域NPP时空变化及驱动因子

拉萨河流域是西藏政治、经济和文化核心区,具有青藏高原典型的高寒湿地及西藏主要的耕作区,受人类活动及气候变化的影响,流域生态安全及生态健康面临威胁和破坏。植被净初级生产力（NPP）作为衡量生态系统健康的重要指标,能够反映生态系统的可持续发展。利用2000-2015年MODIS-NDVI数据,基于光能利用率模型估算了拉萨河流域的NPP,分析了NPP的时空格局、动态变化特征及NPP与气候因子的相关性,探讨了影响NPP变化的驱动因子并明确了驱动分区。结果表明：近16年拉萨河流域NPP年均值为165.614 gC m^-2 a^-1,总体分布具有明显的空间异质性,与该地区植被类型的分布规律相似,不同植被类型的NPP存在差异。NPP变化在总体上呈下降趋势,平均年变化趋势斜率为-1.804 gC m^-2 a^-1。NPP与气温和降水的相关性具有明显的地域性差异,草本湿地与气温呈显著负相关,灌丛与降水呈显著正相关。NPP变化受气候因子驱动的区域占比20.81%,非气候因子占比79.19%。     

近16年青海高原植被NPP时空格局变化及气候与人为因素的影响

采用2000—2015年MOD13Q1—16天合成的250 m分辨率NDVI时序数据,基于CASA改进模型估算了青海高原植被NPP,分析了近16年来植被NPP时空变化的特征与规律及其对气候因素变化的响应,并探讨不同区域生态保护工程建设的成效。研究结果表明:①青海高原植被NPP多年平均值242.50 gC m~(-2) a~(-1),空间上呈东高西低,南高北低,由西北向东南逐渐递增分布趋势;②2000—2015年,研究区年NPP分布在53.24—96.56 TgC,呈平稳增加,年增长率1.32 TgC/a;③气候的暖湿化是植被NPP增加的主要因素,降水、气温的耦合作用是青海高原植被NPP年际波动的重要因素,不同区域植被NPP受控因子存在差异;④不同生态保护工程的实施,对区域NPP时空格局及变化趋势存在不同程度的影响。其中,三江源地区年NPP上升趋势最为明显,环青海湖地区、东部地区次之,柴达木地区是最缓慢的地区。     

2001—2010年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析

基于MODIS-NDVI遥感数据,利用CASA模型分析黄河流域2001—2010年植被净第一性生产力（NPP）的空间分布格局,并结合同期气温和降水量数据,分别从不同空间和时间尺度上分析了黄河流域6种生态系统类型区域植被NPP的变化趋势,并对其与气候因素的相关关系进行分析.结果表明： 植被NPP空间分布呈西北低、东南高的分布特征,平均NPP年总量为108.53 Tg C,植被NPP的分布与生态系统类型呈现较高的相关性;2001—2010年,植被NPP总体呈上升趋势但波动较大,55.4%的面积呈现增加趋势,不同生态系统类型区域呈现不同的变化趋势;在年际水平上,黄河流域植被NPP变化与气候因素没有显著相关性,但在月际水平上呈现了较高的相关性,降水量和气温对植被NPP变化的影响作用相当;不同生态系统类型对气候因素呈现不同的相关性质以及时滞效应,草地对降水量的响应存在一定程度的时滞效应,荒漠对气温存在时滞效应.     

江西省植被净初级生产力的空间格局及其对气候因素的响应

应用遥感-过程耦合模型(GLOPEM-CEVSA),模拟了2000-2006年江西省陆地植被净初级生产力(NPP),分析了其空间格局及其对气候因子的响应.本模型模拟数据与样点实测数据间呈显著的线性相关,复相关系数为0.85 (P＜0.001).在全省主要植被类型中,常绿针叶林的NPP最高(1091.38 g C·m-2·a-1),其次是常绿阔叶林(846.09gC ·m-2·a-1)、灌丛(596.62 gC.m-2.a-1)和草地(325.50gC ·m-2·a-1).不同气候梯度上的NPP分布状况分析表明,在降水低于1900 mm的地区,随降水量增加NPP略有增加但幅度较小且波动较为剧烈;在降水量为1900 ～ 1950 mm的地区,降水越多NPP也越高,且增加显著;但在降水高于1950 mm地区,NPP则随着降水的增加而降低.在气温低于17℃的区域,温度越高NPP也较高,而在温度高于17℃的区域,NPP则随温度增加而降低.进一步分析低(＜17.25℃)、均(17.25 ～18.55℃)、高(＞18.55℃)3个气温区内空间上NPP与降水的关系发现,低温区和均温区主要植被以常绿针叶林为主,NPP较高,而高温区则以农田和灌丛为主,NPP较低且波动较大.     

中国草地净初级生产力时空格局及其影响因素

基于光能利用效率模型(Carnegie-Ames-Stanford Approach,CASA),结合MODIS系列遥感数据、植被数据和气象数据等,对2000—2015年中国草地的NPP进行估算,运用趋势分析法、变异系数及Hurst指数法对中国草地NPP时空动态、稳定性及持续性进行分析,并对中国草地NPP变化的主影响因素进行探讨。结果表明:(1) 2000—2015年中国草地NPP呈现显著增加的变化趋势,平均变化率为1.53 g C·m~(-2)·a~(-1),NPP变化趋势在2011年之后发生了突变,增加趋势更为明显。(2)空间上,草地NPP呈现西北低而东南高的分布格局,NPP低值区集中分布在青藏高原的大部分地区和内蒙古中部。草地NPP增加的区域占草地总面积的81.21%,主要分布在青藏高原中部地区和黄土高原大部分地区。草地NPP变化稳定的区域主要集中在甘肃省甘南地区和青海省东部的大部分地区,而不稳定区域则主要分布在青藏高原的大部分地区以及内蒙古的中部地区和呼伦贝尔等地。Hurst指数分析表明,新疆北部、黄土高原的大部分地区草地NPP将持续增加或减少,而青海省南部、内蒙古中部和黑龙江省等地的草地NPP未来变化具有反持续性。(3)不同草地类型的NPP均值有很大差异,其中高山亚高山草甸及草甸的平均NPP值较高,分别为578.8和565.31 g C·m~(-2)·a~(-1),而荒漠草地的NPP平均值最低,仅为122.61 g C·m~(-2)·a~(-1)。(4)中国大多数地区草地NPP的增加主要受降水控制,而气温的升高对草地NPP具有一定的抑制。人类活动如过度放牧状况的改善以及退耕还草的实施对于近年来草地NPP的增加具有重要作用。     

1996-2015年滇西北香格里拉植被净初级生产力变化

地处青藏高原东南缘的滇西北香格里拉,其植被NPP的时空格局变化,对于深入了解青藏高原区域植被对气候变化的响应具有重要的科学意义。基于地面气象数据和MODIS-NDVI等遥感数据,运用改进的CASA模型,估算了1996—2015年香格里拉区域不同植被类型NPP,分析探讨了区域植被NPP的演变特征及其对气候变化的响应规律。研究显示:1)1995—2015年间,香格里拉区域6—8月平均气温总体呈上升趋势,增速为0.037℃/a; 6—8月总降水量为373.1 mm,呈微弱下降趋势;20年间辐射量基本维持波动稳定状态;2)1996—2015年,香格里拉区域6—8月最大月植被NPP平均值为176.9 gC/m~2,不同植被类型的变化范围为128.9—286.9 gC/m~2;空间格局上,表现为"从西北、东南及金沙江沿岸向中部递减"的特征;3)香格里拉区域植被NPP显著地受到气温变化的调控(P<0.05),20年间随着气温的持续升高,区域NPP总体呈增加趋势;4)区域植被NPP未表现出受降水变化的显著影响(P>0.05),水分条件对区域植被NPP未形成限制性的影响作用。区域内植被NPP...     

新疆近15年草地NPP动态变化与气象因子的相关性研究

为揭示新疆不同时空格局下气候因素变化对植被生产力的影响, 探讨草地植被生产力与气候因子的相关关系, 采用2000-2014年8月MOD13A1遥感数据集, 利用CASA模型分析新疆草地植被净初级生产力的空间格局及动态变化, 结合降水量、温度数据分析新疆不同草地植被类型NPP的变化趋势, 并对其与气象因子的相关关系进行分析。结果表明: (1)从空间上, 草地植被NPP各年呈北高南低的空间格局, 不同的草地类型的NPP也存在较大差异, 总体大致表现为草甸>高山亚高山草甸>平原草地>高山亚高山草地>荒漠草地。(2)从时间上, 2000—2014年, 草地植被NPP总体呈波动式下降趋势, 在2006年、2012年、2014年降到谷底, 分别为50.520 g C·(m²·a)-1、54.438 g C·(m²·a)-1、54.213 g C·(m²·a)-1。(3)新疆草地植被NPP与降水呈显著正相关, 与温度呈不显著负相关。表明降水是影响该地区植被NPP的主要气候因子。     

新疆草地净初级生产力(NPP)空间分布格局及其对气候变化的响应

分析植被物候与净初级生产力对气候变化的响应一直是研究全球变化的核心内容之一。新疆草地生态系统极为脆弱,对气候和环境变化的影响十分敏感,在新疆地区开展草地物候和净初级生产力及其对气候变化的响应有着独特的意义。基于遥感数据和野外台站实测数据,利用CASA模型模拟了新疆草地植被净初级生产力(NPP),阐述了2001—2014年新疆地区草地的NPP的空间格局及与气象因子的关系。(1)通过实测生物量精度检验表明,CASA模型基本可以反映新疆地区草地植被NPP。(2)2001—2014年新疆草地NPP平均值为102.49 gC m~(-2) a~(-1)。不同草地类型的NPPA存在明显差异。其中,山地草甸平均NPP最高,达到252.37 gC m~(-2) a~(-1);温性草甸草原次之,为204.93 gC m~(-2) a~(-1)。高寒荒漠和温性荒漠的平均NPP最低,分别为43.94 gC m~(-2) a~(-1),53.11 gC m~(-2) a~(-1)。(3)新疆NPP的空间分布格局具有如下特点:山区NPP高于盆地NPP,北疆NPP高于南疆NPP;(4)降水能够促进新疆草地NPP增加,其中,夏季和秋季的降水对草地NPP的影响最为明显,温度对新疆地区草地NPP影响不大。降雨可以促进新疆草原NPP的增加。特别是在降水量较少但温度较高的草原,如温带荒漠草原、温带草原沙漠、温带沙漠、低地草甸等,年降水量和夏秋降水量对草地NPP有显著影响。温度对新疆草地NPP的影响不大。通过对新疆草地空间格局的分析,研究了草地NPP对气候变化的响应,为合理规划新疆草地的生产和利用,以及草地生态系统的健康发展和应对气候变化提供决策依据。     

2000-2018年京津冀地区植被净初级生产力时空演变及其驱动因素

基于MODIS-NDVI(Moderate-Resolution Imaging Spectroradiometer, Normalized Difference Vegetation Index)、气象站点及植被类型数据, 采用改进的CASA(Carnegie-Ames-Stanford Approach) 模型估算了2000-2018年京津冀地区NPP (Net Primary Productivity), 并采用趋势分析、相关分析等方法对该地区NPP时空分布特征及其影响因素进行了分析。结果表明: 1)时间上, 2000-2018年京津冀地区NPP整体呈增加趋势(slope=0.6535 gC·(m2·a)-1), 其中草地增速最快(slope=1.5123 gC·(m2·a)-1); 2)空间上, 2000-2018年年均NPP为349.96 gC·(m2·a)-1, 高值区主要集中在燕山山脉及太行山脉等地, 低值区主要集中在西北部高原以及东部沿海地区。西北高原及山地地区植被恢复显著, 中部及沿海区域NPP退化严重; 3)地形上, NPP随海拔升高呈“增加-减少-增加”的变化趋势, 随地形起伏度整体呈增加趋势, 不同植被NPP随地形的变化大致相同; 4)就相关性来看, NPP与气温整体呈负相关关系(r=-0.03), 与降水整体呈正相关关系(r=0.36), 降水对NPP影响更大; 5)就不同地形的NPP变化来看, 中海拔地区、丘陵及山地地区绿化趋势显著, 耕地、草地和林地恢复显著, NPP显著增加; 低海拔、低起伏度处, 受耕地NPP显著减少影响, 植被退化严重。     

黑河流域植被水分利用效率时空分异及其对降水和气温的响应

植被水分利用效率(WUE)是衡量植被生态系统碳水耦合关系的重要指标,研究其时空分异特征对区域水资源合理利用及配置有重要意义。基于改进的光能利用率模型CASA,模拟估算了黑河流域2000—2013年植被净初级生产力(NPP),结合ETWatch模型估算的黑河流域2000—2013年蒸散数据ET,进一步估算了黑河流域植被水分利用效率WUE。分析了黑河流域NPP、ET和WUE空间格局和时间变化特征,探讨了WUE变化对降水和气温的相关性。结果表明:1)黑河流域空间上植被NPP在2000—2013年多年平均值为81.05 gC m~(-2) a~(-1),ET平均值为133.38 mm,植被WUE平均值为0.448 gC mm~(-1) m~(-2)。植被NPP、ET与WUE的空间格局基本上类似,均呈现出自上游至下游逐渐减少的分布格局。2)黑河流域2000—2013年间植被平均NPP与平均WUE均呈现显著上升趋势(P0.05),而ET平均值变化不显著。WUE年际变化斜率与其平均值在空间分布上存在一定的对应关系,空间上植被WUE的高值区同时是其呈增长趋势的主要区域,植被WUE平均值较低的区域其年际变化也趋于稳定。3)不同植被类型的WUE差异较为显著,植被自身受环境影响形成的生理生态参数是其WUE差异的主要原因,不同植被类型WUE平均值关系为:灌丛草地森林农田沼泽荒漠。中游绿洲区栽培植被平均WUE仅为0.90 gC mm~(-1) m~(-2),因此应当重视提高其对水资源的利用效率。4)整体上黑河流域植被WUE年际变化主要受降水的影响,植被WUE与降水呈负相关的区域主要分布在中游绿洲灌溉区,表明人为活动干扰会削弱气候因素对植被WUE的影响。     

基于GIS和CASA的滇南山区植被NPP时空分异及其影响因素——以云南省元阳县为例

为了探明云南省元阳县植被净初级生产力(NPP)的变化特征及其驱动机制,本研究基于光能利用率模型(CASA)和MODIS传感器获得的NDVI数据,模拟了元阳县2005—2015年植被NPP的时空分布,并分析了NPP与气候、土地覆盖等影响因子的相关性。结果表明:2005—2015年元阳县NPP空间分布差异明显,基本特点是南高北低、西高东低,沿东北向西南逐渐递增,年均值约380.57 g C·m-2·a-1,不同土地覆盖类型的植被NPP也分异明显;元阳县NPP月际及年际变化特征显著,年内太阳辐射的分布不均较之于降水的分布不均对NPP的影响更大,年际间NPP总体呈现小幅波动增长趋势,波动幅度为0~37 g C·m-2·a-1,年净初级生产量整体小幅增加,年增速为29600 kg C·a~(-1),随着退耕还林和退耕还草工程的实施,导致NPP在200~300 g C·m-2·a-1的耕地区域面积呈减小趋势,在300~400 g C·m-2·a-1的林地、草地区域面积呈增加趋势;元阳县不同区域的NPP变化趋势可分为显著增加(P0.01)、轻度增加(P0.05)、无明显变化(P≥0.05),其中29.5%的区域显著增加,16.3%的区域轻度增加,不同植被分区的NPP增加趋势不尽相同,各植被区NPP显著增加的面积比例依次为58.1%(林地)、19.2%(草地)、17.4%(耕地)、11.4%(建筑用地)、8%(园地);通过NPP与气候、土地覆盖等影响因子的相关性分析,发现县域NPP的变化受自然和人为因素共同影响。各气候因子中,温度和太阳辐射与NPP的相关性高于降水,NPP的大范围显著增长是热量及能量耦合作用的结果;受元阳县林区植被特性及退耕还林还草等人为活动的综合影响,林地植被NPP季节波动性幅度最高,是元阳县NPP变化显著的主要土地覆盖类型。本研究可为该区域合理的土地利用、资源管理及生态环境建设提供参考。