植被的ＰＥ（可能蒸散）指标与植被－气候分类（二）——几种主要方法与ＰＥＰ程序介绍

应用C．W．Thorn thwaite计算PE与气候分类方法对我国671个气候台站资料计算分析结果,得出可能蒸散的地理回归模型为：APE=2037.98-18.8308LAT(纬度)-4.5801LONG(经度)-0.157861ALT(海拔)APE与湿度指数Im与我国植被的主要类型及其分布格局有密切相关性。其热量指标(APE)界限与北美颇相符合,但Im明显偏低,反映了中国植被的生态特点。研究表明该方法在我国有明显的应用前景。     

黄土高原归一化植被指数与自然环境因子的空间关联性——基于地理探测器

植被对改善黄土高原脆弱的生态环境有着关键作用,系统研究黄土高原归一化植被指数(NDVI)空间分布和环境因子的空间关联性,可为新时代黄土高原植被高质量建设提供科学依据。以黄土高原2000-2017年年均植被NDVI为研究对象,选取气候要素、地形因素、土壤类型和植被类型等自然环境因子,运用GIS和地理探测器技术手段,在剔除土地利用类型发生变化栅格的基础上,研究黄土高原年均NDVI与环境因子的空间关联性,结果表明:2000-2017年黄土高原年均NDVI值在0.016-0.72之间,呈地带性分布,由西北部向东南部逐渐升高,大于0.3的区域占50.23%;2000-2017年黄土高原年均植被NDVI分布具有空间异质性,且在不同植被区、地貌区、土壤区和气候区中,NDVI空间分布的主要环境驱动因子具有差异性。年均降雨量对NDVI空间分布具有强解释力,是黄土高原85.20%的区域植被生长的主要制约因子;约12.01%的区域主要受土壤类型影响,为中等解释力,其余区域的植被生长主要受年均气温,日照时数或海拔影响。建议综合考虑不同环境条件下植被NDVI的空间分布与环境影响因子的空间关联性,明确不同区域中植被NDVI的环境制约因子,以制约因子定植,在防止土壤干燥化、贫瘠化的前提下,提高植被覆盖率和生物多样性,以期促进黄土高原植被建设高质量发展。     

中国亚热带常绿阔叶林优势种常见种分布与气候的相关分析

 广泛收集植物的分布资料,包括杨梅科、胡桃科、壳斗科、木兰科、樟科、山茶科、金缕梅科、交让木科、杜英科、五加科、安息香科、冬青科、杜鹃花科、山矾科的优势种和常见种112个,利用目前在国际上被认为是较好的几种研究植被—气候相互关系的指标和方法,包括：Kira方法;Penman公式;Thornthwaite方法与分类;Holdridge生命地带分类系统指标与方法,分析中国亚热带常绿阔叶林优势种及常见种分布与气候的生态关系,找出它们的地理分布特征和气候指标特征,建立现代植被与气候的关系。(1)利用Kira的温暖指数(WI)和寒冷指数(CI)及徐文铎的湿润指数(HI),计算了中国亚热带常绿阔叶林112个优势种及常见种的水热指标值,分析了树种分布与气候的关系,并将优势种及常见种划分为5个Kira水热指标分布类群。(2)计算了112个优势种及常见种的Penman可能蒸散(PET)和干燥度(A)值,划分了5个优势种及常见种的Penman水热指标分布类群。(3)计算了树种的Thornthwaite潜在可能蒸散(APE)及湿润指数(IH)、干旱指数(IA)和水分指数(IM),划分了优势种及常见种的Thornthwaite水热指标分布类群。(4)计算了树种的Holdridge生物温度(BT)、可能蒸散(PE)、降水量(P)及可能蒸散率(PER),划分了优势种及常见种的Holdridge水热指标分布类群。     

青海省东部地区的自然植被

青海省东部地区地处青藏高原和黄土高原的交汇地带。该地区受青藏高原和黄土高原的影响,自然植被与青藏高原上的高寒植被和黄土高原上的植被类型均有一定联系,从而形成该区较为复杂的植被类型。据考察,该地区的主要植被类型包括荒漠草原、草原、森林、灌丛、高寒灌丛和高寒草甸,并在该地区形成明显的垂直分布。在海拔较低的河谷低山分布着与黄土高原相连的植被类型;而海拔较高的山地则分布与青藏高原相连的高寒植被,形成有一定过渡性而又独具特色的植被景观。我们认为,该地区是青藏高原和黄土高原的过渡地带。     

黄土高原植被恢复成效及影响因素

黄土高原是退耕还林还草工程背景下地表格局及植被变化最为显著的地区之一,评估黄土高原的植被恢复成效及影响因素是促进区域植被恢复政策优化的关键环节。基于不同时间尺度植被覆盖度和植被净初级生产力趋势变化,提出了量化区域植被恢复成效的新方法,采用结构方程模型研究社会经济因素对植被恢复成效的影响及其随时间产生的变化,通过地理加权回归探索气候和关键社会经济因子对植被恢复成效的空间非平稳影响。研究结果刻画了2000-2015年黄土高原植被恢复的持续改善过程：截止2015年,黄土高原88.20%的面积植被恢复成效明显,高值区集中于陕北地区及山西省各县区。农村劳动力的下降使得植被恢复所受人口压力减缓,负影响由-0.95变为-0.86;农业生产力的提升是黄土高原植被恢复成效改善的重要社会经济因素。气候及社会经济因子对黄土高原植被恢复成效的影响呈现显著的空间差异：多年平均降水对黄土高原东部29.30%的地区影响最大,且为促进作用,平均温度是北部和西部风沙草地植被恢复成效的主导影响因子（占总面积20.93%）;黄土高原中西部47.02%的地区则受社会经济因素的影响更加明显。当前研究揭示了黄土高原的植被恢复效果及关键影响因子,可为区域植被恢复政策的优化提供科学支撑。     

气候变化下黄土高原植被生长期NDVI动态变化特征

理解植被对气候变化的响应对于预测未来生态系统过程和制定应对策略至关重要。本研究采用地理探测器和地理加权回归等方法，探讨了2002—2019年黄土高原不同植被类型主要生长期(4—10月)归一化植被指数(NDVI)变化的空间格局及其与气象因子的关系。结果表明：受退耕还林还草生态工程影响，黄土高原植被得到显著改善，其中草原和荒漠植被由于生境容易受到外界环境影响，NDVI呈不稳定状态，且在夏季最不稳定；日照时数的增加间接导致降水减少，产生较强的光抑制效应，造成日照时数变异系数对黄土高原生长期植被NDVI空间变化的解释力最大(0.124),黄土高原西北干旱区的荒漠受海拔影响，气压低，水汽蒸发量大，抑制植物叶片进行光合作用，与生长期植被变化呈正相关；荒漠区夏季降水量突增，植被对气温变化的响应减缓，出现NDVI变化对气温变化响应的滞后性；在8—10月，阔叶林高的植被覆盖度对水分胁迫的敏感性降低，产生对降水因子的滞后响应。     

西北干旱区植被净初级生产力的遥感估算及时空差异原因

植被净初级生产力(NPP)是评价陆地生态系统的重要参数。本文基于2000—2014年的MODIS NDVI数据,结合西北干旱区的自然环境特点,从土地覆盖类型、分类的精度、辐射数据的选取、计算公式的选择等方面对CASA模型进行改进和率定,进一步估算了西北干旱区的NPP,并分析了NPP的时空变化特征。结果表明:经验证改进的CASA模型对于干旱半干旱区植被NPP的模拟效果较好,可以反映研究区的植被生长及分布状况,西北干旱区多年平均植被NPP为191.63 g C·m~(-2)·a~(-1);西北干旱区植被NPP分布具有明显的区域差异性,总体上呈现出西北、东南高,中间低的特征;在年际变化上,NPP总体上呈增加趋势,线性增长率为2.98 g C·m~(-2)·a~(-1),且不同植被类型的NPP增长率不同,耕地增长最快,其次是灌丛,最低的是林地;对西北干旱区不同植被类型的NPP与气候因子(气温、降水)的相关性分析表明,总体上植被生物量与降水的相关系数为0.538(P0.05),与气温的相关系数为0.394,说明研究区植被NPP与降水的相关性高于气温;且不同植被类型与气候因子的相关性具有差异性。     

雅砻江和大渡河干旱河谷植被物种多样性比较:气候、地形与空间的影响

干旱河谷植被是我国西南横断山区的一类特殊的隐域性生态系统, 影响不同河谷之间植物群落差异的因素与作用大小尚不清楚。本研究调查了四川省雅砻江和大渡河流域干旱河谷段植被组成, 并比较了两个地区在植物多样性上的差别。结果表明: (1)影响两个地区植被类型的主要因素不同, 雅砻江干旱河谷植被主要受海拔和地形(坡度和坡向)影响, 大渡河干旱河谷植被主要受年平均降水量影响。(2)雅砻江和大渡河干旱河谷植物物种丰富度均随着年均温升高而降低。(3)坡向由北至南, 雅砻江干旱河谷灌木、草本物种丰富度减小, 而大渡河干旱河谷灌木、草本丰富度增加。(4)坡度越大, 雅砻江和大渡河干旱河谷灌木的丰富度越高。(5)雅砻江、大渡河干旱河谷植物β多样性受环境距离影响大, 受地理距离影响小。两条江植被间地理隔离效应约为地理距离产生差异的5倍。本研究弥补了干旱河谷研究中对于雅砻江和大渡河干旱河谷植物多样性研究的空白, 为相关区域植被保护提供了参考信息, 同时还为定量估计地理隔离效应对区域间生物多样性差异的影响提供了可行方法。     

黄土高原植被日光诱导叶绿素荧光对气象干旱的响应

随着气候变化的加剧,干旱的频率、持续时间以及发生范围都越来越严重,探索植被光合对干旱的响应以及气象因子对植被光合的影响对于人们如何应对干旱具有重要意义。基于遥感的日光诱导叶绿素荧光(SIF)具有对干旱条件下区域植被光合作用进行早期监测和准确评估的潜力。本研究基于星载SIF和标准化降水蒸散发指数(SPEI)研究了黄土高原地区2001—2017年生长季内(4—10月)植被光合作用对干旱的响应关系及其受气象因子的影响程度。结果表明: 黄土高原地区植被生长季内SIF与SPEI呈显著正相关关系的区域占比为87.8%,其中,半干旱地区植被光合对干旱的响应较敏感,半湿润地区敏感性较低。不同类型植被光合对干旱的响应存在差异,草地对干旱响应的敏感性最高,响应最强的SPEI时间尺度为3～4个月;林地的敏感性最低,SPEI时间尺度为3～10个月。气象因子与SIF存在显著的相关关系,其中,温度和降雨是影响黄土高原植被光合的重要影响因子,光合有效辐射的影响模式与温度相似。黄土高原地区生长季内不同的气候和植被类型条件下,植被光合所受干旱及各气象因素的影响存在较大差异。     

中国干旱半干旱区潜在植被演替

研究中国干旱半干旱区植被背景,成为其生态环境建设方面的基础性和指导性的工作。潜在植被作为一种与所处立地达到平衡的演替终态,反映的是无人类干扰的情况下,立地所能发育形成的最稳定成熟的一种顶极植被类型,是一个地区现状植被的发展趋势,对本地区植被生态的恢复和重建具有重要的指导意义。以综合顺序分类法为基本理论方法,在GIS研究方法支持下,采用中国干旱半干旱区119个气象观测站1961-2005年的年降水数据与115个气象观测站1961-2005的>0℃年积温数据,以15a的年平均数据为时间周期,对中国干旱半干旱区潜在植被的演替进行了分析,得出了以下结论:在中国干旱半干旱区,潜在植被类型之间发生了复杂的演替过程。1961-1975年间,分布在中国干旱半干旱区的潜在植被有10种类型,由于气候变化,到20世纪90年代后期仅剩6种类型。在潜在植被类型之间的转化特征与数量方面,表现出3种特点,稳定减少、稳定增加与波动性变化。在潜在植被类型地理分布格局变化与发展方向方面,演替明显的地区主要有:吐鲁番盆地、锡林郭勒高原北部、呼伦贝尔高原、太平岭地区;在发展方向上,潜在植被的空间变化方向(演替方向)均异。潜在植被类型演替的驱动因素主要是气候变化条件下,影响植被分布的水热条件发生了改变。     

中国亚热带常绿阔叶林优势种及常见种分布与Thornthwaite指标的关系

根据中国亚热带常绿阔叶林区域的气象资料和植物分布资料,计算了组成中国亚热带常绿阔叶林的１１２个优势种及常见种的Ｔｈｏｒｎｔｈｗａｉｔｅ潜在可能蒸散指标和湿度指标,利用其湿度气候分类和湿度气候分类对优势种和常见种进行了气候类型划分,分为５种类型并划分了优势种及常见种的Ｔｈｏｒｎｔｈｗａｉｔｅ水热指标分布类群,分别为：Ｇ１低温半湿润型,Ｇ２中温中湿型,Ｇ３中温湿润型,Ｇ４高温半湿润型,Ｇ５高温中湿型。     

黄土高原植被覆盖时空变化及其对气候因子的响应

为研究黄土高原地区退耕还林(草)后,植被覆盖变化及其对水热条件的响应,利用1999—2013年SPOT VGT NDVI 1km/10d分辨率数据,采用最大合成法、一元线性回归法和偏相关分析法,系统分析了黄土高原地区NDVI(归一化植被指数)的时空分布及变化趋势,及其与气候因子的关系。结果表明:黄土高原1999—2013年年最大NDVI的平均值为0.31,NDVI较高的区域位于黄土高原南部,而西北部植被覆盖度较低;自1999年开始,黄土高原地区NDVI呈极显著(P0.01)增加趋势,年最大NDVI的变化斜率为0.0099;不同季节(春、夏、秋、冬)和生长季的植被状况均呈现良性发展趋势;1998—2013年间,黄土高原地区气候呈现不显著的"冷湿化"特征;NDVI年际(及生长季和季节)变化与降雨和温度的相关性不显著,而在月时间尺度上,呈显著的相关性,并且月NDVI与当月降雨量的相关性要强于与当月温度的相关性;植被生长对温度的响应存在一个月的滞后期,而对降雨的响应无滞后效应。     

黄土高原典型区植被冗亏

选择了黄土高原中部典型区——泾河流域为研究区域。采用Holdridge潜在蒸发方法计算出了泾河流域的气候干燥度指数,构建了遥感植被指数与气候干燥度指数之间的回归模型。通过该模型反衍出了泾河流域潜在植被指数,提出以该指数为基础的植被冗亏格局的评价新方法。通过该评价方法发现,在泾河流域西北部的大部分子流域的植被冗亏指数小于-0.2,植被亏缺较为严重;在自然环境较差的流域北部,植被冗亏指数介于-0.20到-0.10之间,植被亏缺较轻;而流域东南部山区的大部分子流域的植被冗亏指数介于-0.10到0.10之间,植被亏缺最轻。从植被冗亏的时间尺度上分析,植被亏缺主要发生在植被生长旺盛的6~9月份,其中农田植被亏缺最大,冗亏指数在7月份可达到-0.51;稀疏草原植被亏缺较小,其冗亏指数最小值在-0.18左右;森林植被的冗亏指数接近于0。     

基于地理探测的黄土高原植被生长对气候的响应

为探讨黄土高原不同植被类型对气候变化的响应机制,以2002—2019年黄土高原归一化植被指数(NDVI)数据为基础,利用趋势分析、Hurst指数、地理探测器等方法分析不同植被类型NDVI变化趋势及其与气象因子的关系。结果表明: 2002—2019年,黄土高原不同植被类型NDVI以增长趋势和同向中持续性为主,仅栽培植被在建成区及周边NDVI呈显著和极显著下降趋势。植被主要生长期(4—10月),除受混合像元影响较大的草丛和草甸外,其余植被类型NDVI空间差异性显著,NDVI均值由大到小依次为针叶林>阔叶林>灌丛>草甸>草丛>栽培作物>草原>荒漠。黄土高原气象因子交互作用表现为相互增强和非线性增强,不存在独立或减弱关系。在生境脆弱的草原和荒漠,气象因子的交互作用更加突出。降水与气温协同作用对不同植被类型均有较大影响。水汽压、相对湿度、日照、气压和风速则通过间接影响水热条件,对NDVI产生不同解释力。     

青藏高原植被绿度变化及其对干湿变化的响应

青藏高原是全球气候变化的敏感区,特殊的自然环境孕育了极端脆弱的植被及其生态系统,已成为研究植被对气候变化响应的一个理想区域。植被易受气候变化的影响且响应可能因季节和植被类型而异。该研究将标准化降水蒸散指数(SPEI)和MODIS归一化植被指数(NDVI)分别作为干湿度和植被绿度指标,采用Sen’s斜率估计、BFAST模型和相关分析,分析了2000–2018年青藏高原植被绿度变化的时空格局特征,并探讨了植被绿度对干湿变化的响应。结果表明:2000–2018年青藏高原植被绿度呈上升趋势,但变化速率空间差异显著。大部分高原地区植被绿度于2012–2015年间存在突变,突变后普遍呈上升趋势,以藏北地区最为突出。青藏高原植被生长季NDVI与不同时间尺度SPEI整体呈正相关关系,且在生长季的中后期相关性逐渐增强。青藏高原植被对SPEI的响应表现出一定的年内周期性,草本植被(草甸和草原)区尤为显著。相对于森林和灌丛植被,草本植被对SPEI响应更为敏感,且在生长季的不同阶段对不同时间尺度的SPEI的响应存在明显差异。     

基于ICEEMDAN方法的黄土高原植被覆盖变化及其对气候变化的响应

地理数据和遥感数据的长期序列中包含噪声和周期性波动信息。本研究基于ICEEMDAN方法对黄土高原1982—2015年归一化植被指数(NDVI)、降雨和温度进行逐像元分解,分解后得到的残差项减少了原始数据中的噪声和周期性波动,并利用残差项研究NDVI的变化趋势以及NDVI与气候因子之间的关系。结果表明: 1982—2015年,黄土高原NDVI以上升为主,残差项NDVI变化趋势的显著性(95.9%)大于原始NDVI变化趋势的显著性(72.3%),并且存在一定的空间差异性。温度和降雨的变化可以在很大程度上解释植被覆盖的变化。其中,温度与黄土高原NDVI之间呈极显著正相关的区域占83.7%,极显著负相关区域占13.9%;降雨与黄土高原NDVI之间呈极显著正相关的区域占54.4%,极显著负相关区域占37.2%。黄土高原植被对气候变化的响应存在明显的空间差异性,不同气候因子对不同植被覆盖类型的影响程度不同。总体上,黄土高原生长季不同植被与温度之间的相关性强于降水,温度是影响黄土高原植被覆盖变化的主要因素。     

黄土高原不同土地利用类型土壤含水量的地带性与影响因素

通过对黄土高原南北样带大面积(北纬34°05'—40°75'、东经107°14'—111°09')土壤含水量(0—500 cm剖面)测定和相应植被类型调查,研究了黄土高原农田、草地、灌木林地和乔木林地4种土地利用类型土壤含水量的空间变化及它们之间的差异性。结果表明:黄土高原4种土地利用类型的土壤含水量皆呈现南北向地带性变化,自南向北土壤含水量有明显递减趋势,与多年平均降雨量、潜在蒸散量、土壤质地等的分布具有一致性;同一地点不同土地利用类型下土壤水分含量具有显著差异(农地草地灌木和乔木林地),不同植被类型根系分布、蒸散耗水量的不同是造成含水量差异性的原因。植被建设应遵循土壤水分分布规律,研究结果对黄土高原植被恢复建设具有一定参考价值。     

黄土高原植被物候变化及其对季节性气候变化的响应

受气候变化影响,全球范围内植被物候发生了显著变化,而目前针对不同植被分区类型下（荒漠草原区、典型草原区、森林草原区、落叶栎林区、落叶栎林亚区）植被物候变化及其对季节性气候变化响应的研究尚少。因此基于MODIS遥感归一化差值植被指数（MODIS NDVI：MOD13Q1）数据、中国植被区划数据及135个气象站点插值数据,利用Sen''s斜率估计、Hurst指数和高阶偏相关分析等方法,研究黄土高原2001-2018年植被物侯变化及其对季节性气候变化的响应。结果表明：（1）黄土高原植被生长季始期（SOS,Start of Growing Season）主要集中在第96-144天,子植被分区由西北向东南方向,逐渐呈现提前趋势,71.0%的像元植被SOS整体提前0-2 d/10a （α=0.05）,且在未来一段时间66%的像元植被SOS继续呈现提前趋势;植被生长季末期（EOS,End of Growing Season）主要集中在第288-304天,各子植被分区植被EOS变化基本保持一致,87.6％的像元植被EOS整体延迟0-3 d/10a （α=0.05）,且在未来一段时间有80%的像元植被EOS继续呈现推迟趋势。（2）黄土高原植被SOS主要受各季节温度的影响;当年春季降水导致植被SOS提前,主要分布在黄土高原中部;上年夏季和上年秋季降水增加会导致植被SOS推迟;当年春季、上年秋季和年初冬季的温度升高均会导致植被SOS提前;各子植被分区植被SOS对不同季节降水的响应存在差异,而对不同季节温度的响应具有一致性。（3）黄土高原植被EOS主要受各季节降水和秋季温度的影响;不同季节降水增加均会导致大部分植被EOS推迟;当年秋季温度导致整体区域植被EOS推迟,且各子植被区植被EOS对当年秋季温度响应具有一致性。该研究可为大尺度植被物候影响因素提供新的认识,也为植被适应未来气候变化提供借鉴。