中国人口分布的自然成因

中国多样化的自然环境造就了人口分布的区域差异性,明晰人口分布格局与自然环境的相互关系对于增进对人地关系的理解,实现人口、资源、环境的可持续管理具有重要作用.本文以人口密度为指标,采用洛伦兹曲线与空间统计相结合的方法,分析了中国人口分布状况,并探讨了自然因素组合对人口分布的影响以及人口分布与年均温度、年均降水量、干燥度、净初级生产力、地表粗糙度、距海岸线距离等16个指标的相互关系.结果表明: 中国人口分布集聚现象显著,东、中、西部地区分别以高、中、低人口密度为主,空间上呈现出明显的正空间关联特征;人口密度与河网密度、年均温度、年均降水量、净初级生产力、≥5 ℃积温、降水量变异、相对湿度、温暖指数呈极显著的正相关关系,与相对高差、平均高程、日照时数、地表粗糙度、距海岸线距离呈显著负相关;气候因子(年均温度、温暖指数、降水量变异、净初级生产力)、地形因子(地表粗糙度、相对高差)和水系因子(河网密度)为影响人口分布的主要自然因素.建议加强对东部高人口密度区的生态环境监控,避免因人口增长导致生态环境退化;同时,强调对中西部生态环境脆弱地区的生态环境保育,增强这些地区的人口承载能力,减缓东部地区高人口密度的生态环境压力.     

利用结构方程解析杉木林生产力与环境因子及林分因子的关系

通过收集155篇644条杉木林生产力数据,利用结构方程模型,分析杉木林净初级生产力与年均降雨量、年均温度、林分密度和林龄之间的关系。结果表明:杉木林净生产力与年均降水量和年均温度呈显著正相关,相关系数分别为0.63和0.378。杉木林净生产力与林龄和林分密度呈显著负相关,相关系数分别为-0.332和-0.408。结构方程模型较好的解析了杉木净初级生产力与环境因子和林分因子之间的关系。杉木林净生产力与年均降水量、年均温度、林龄、林分密度都有影响,其总通径系数分别为0.398(P0.01)、0.746(P0.01)、-0.321(P0.01)和-0.738(P0.01)。年均温度和林龄不仅直接影响杉木林净生产力,还通过影响年均降水量和林分密度间接影响林分净生产力。年均温度和林龄的直接通径系数分别为0.494(P0.01)和-0.700(P0.01);年均温度和林龄的间接通径系数分别为0.252(P0.05)和0.379(P0.05)。结构方程作为大尺度分析净初级生产力的方法,杉木林净初级生产力影响因素的62%来自年均降水量、年均温度、林龄和林分密度。     

基于MODIS黄河三角洲湿地NPP与NDVI相关性的时空变化特征

应用EOS/MODIS卫星遥感资料,分析2001-2006年黄河三角洲地区植被净初级生产NPP及NDVI时空变化特征,在到海岸线不同距离的区域内,讨论了年植被净初级生产力( aNPP)与年均归一化植被指数(ANDVI)的相关性,并建立一元回归分析模型.可以看出,黄河三角洲湿地生态系统分布自海向陆具有明显的空间异质性,滩涂湿地分布于沿海地区,生产力高,该地区aNPP值高且与ANDVI呈显著正相关;其他区域由于是盐碱荒地或农业生态系统,因土壤盐分含量高而系统生产力低,或农耕地受人类干扰严重,一年总的生产力下降,而导致这些区域ANDVI与aNPP呈负相关.利用NDVI进行黄河三角洲生产力监测的可行区域,在距离海岸线小于6_km的范围内,所研究的6a回归模型均通过α=0.01的显著水平的F检验,模型的R2值为0.86-0.97.同时在生产力无法估测的区域,可以使用NDVI有效管理黄河三角洲生态系统,提高其生产力水平.     

2009-2011年我国西南地区旱灾程度及其对植被净初级生产力的影响

2009—2011年,我国西南地区遭受了极端干旱气候影响。利用1980—2011年气象站点观测数据和基于光能利用率的植被净初级生产力估算模型Glo PEM,研究了2009—2011年西南地区干旱灾害过程和程度及其对植被净初级生产力的影响,结果显示:2009—2011年西南地区年均降水量和湿润指数明显低于1980—2008年均值。受干旱气候影响,研究区植被净初级生产力比2001—2011年均值低12.55 g C m-2a-1,总计低0.017 Pg C/a,造成的碳损失约占我国总碳汇的7.91%。2001—2011年西南地区植被净初级生产力与蒸散量变化显著相关(R2=0.44,P0.05),而降水量和湿润指数变化过程与植被净初级生产力和蒸散量不同步,可能是由于该地区森林覆盖率较高,具有较强的涵养水源功能,导致土壤湿度变化滞后于降水量和湿润指数变化,从而使降水量变化过程与植被净初级生产力变化不同步。     

中国西北部草地植被降水利用效率的时空格局

植被降水利用效率(PUE)是评价干旱、半干旱地区植被生产力对降水量时空动态响应特征的重要指标。利用光能利用率CASA(Carnegie-Ames-Stanford Approach)模型估算了2001—2010年中国西北七省草地植被净初级生产力(NPP),结合降水量的空间插值数据,分析了近十年草地植被PUE的空间分布、主要植被类型的PUE,及其时空格局的驱动因素。结果表明:(1)2001—2010年西北七省草地植被的平均PUE为0.68 g C m~(-2)mm~(-1)。在温带草地各类型中,PUE的大小顺序为草甸草原灌丛典型草原荒漠草原荒漠,各类型草地PUE之间差异显著;对于高寒草地而言,高寒草原的PUE显著高于高寒草甸;(2)温带草地PUE的空间分布与年降水量的关系呈抛物线形状(R~2=0.65,P0.001),PUE峰值出现在年降水量P=472.9 mm的地区;荒漠地区植被PUE的空间分布与年降水量的关系同样呈抛物线形状(R~2=0.63,P0.001),PUE峰值出现在年降水量P=263.2mm的地区;对于高寒草地而言,年降水量100 mm以下地区植被PUE变异较大,年降水量大于100 mm的地区植被PUE的空间分布随降水量的变化呈抛物线形状(R~2=0.47,P0.001),PUE峰值出现在P=559.2 mm的地区;(3)不同降水量区域,植被PUE的年际波动与气候因子的关系也有较大差别。在年降水量为200—1000 mm的地区,草地PUE的年际波动与年降水量的变化呈正相关;在年降水量高于1050 mm的地区,草地PUE的年际波动与年均温的相关性较强,相关系数最高可达到0.4。     

呼伦贝尔沙地樟子松林净初级生产力对气候变化的响应

以呼伦贝尔沙地樟子松人工林为研究对象，利用树木年轮学和解析木法，推算过去41年樟子松林的生物量和年净初级生产力，并分析年净初级生产力与气温、降水、湿度等气象因子的关系。研究表明：随着林龄的增加，樟子松林生物量变化符合逻辑斯蒂生长方程；樟子松林生物量从1977年的4.83 t/hm²到2017年的167.95 t/hm²。樟子松林净初级生产力年际差异较大，呈先增加后减小、最后趋于稳定的趋势，多年平均净初级生产力为4.08 t hm^-2 a^-1，最高达到6.13 t hm^-2 a^-1，最低为2.63 t hm^-2 a^-1。气候因子与樟子松林净初级生产力关系较为密切，并具有一定的"滞后效应"；樟子松林净初级生产力与上一年8月、12月和当年3月的降水量显著相关；净初级生产力与上一年和当年8-9月的月均湿度极显著正相关；净初级生产力与各月温度均呈不同程度的负相关，尤其是上一年和当年的6-9月温度显著影响着净初级生产力。研究表明，樟子松林净初级生产力受温度和降水的综合影响，净初级生产力与气候因子的关系属于温度敏感型，未来该地区持续升温的条件下樟子松林净初级生产力可能会降低。     

基于SRP模型的四川省生态脆弱性评价

综合评价四川省生态环境脆弱性,掌握四川省生态脆弱性的时空分布特征,有助于为生态环境治理和修复工作的实施与改进提供理论支持.以土地利用数据、DEM数据、MODIS 13Q数据、气象数据、土壤数据等为基础地理数据,选取人口密度、土壤有机质、景观多样性指数、土壤侵蚀强度、生物丰度、植被净初级生产力等17个评价指标,基于地理信...     

CO2浓度变化和气候变化对中国陆地生态系统净初级生产力及其平衡的影响

本文应用陆地生态系统模型(TEM,4.0)对中国陆地生态系统在目前气候下的净初级生产力,以及在CO2浓度增加和气候变化后的净初级生产力的变化进行了预测。气候变化模型采用三种大气环流模型生成,即：GISS、GFDL和OSU模型。在当前气候条件和CO2浓度(312.5×10-6)下,TEM模型预测中国陆地生态净初级生产力为3,653TgC·a-1(1012gC·a-1)。温带常绿阔叶林是生产力最高的生物区,占有中国净初级生产力的最大比例。NPP的空间格局主要与降水量和温度的空间分布相关联。 中国陆地生态系统的年净初级生产力对CO2浓度和气候的变化敏感。在陆地区域尺度上,其年净初级生产力仅在CO2浓度上升至519×10-6的情况下可增加6.0％(219TgC·a-1)。在气候变化而无CO2浓度变化的条件下,净初级生产力的响应在GISS气候方案下表现为1.5％(54.8TgC·a-1)的降低,在GFDL-q气候方案下表现为8.4％(306.9TgC·a-1)的增加。在气候和CO2浓度均发生变化的情况下,净初级生产力有较大程度的增加,在GISS气候方案下的增加比例为18.7％(683TgC·a-1),在GFDL-q气候方案下增加23.3％(851TgC·a-1)。在空间特征方面,年净初级生产力对气候和CO2浓度变化的响应方式在一个GCM气候方案下变化十分显著。由于三个大气环流模型的不同,使得净初级生产力地理分布的反应格局产生较大差异。CO2浓度升高和气候变化的耦合作用对中国陆地生态系统净初级生产力将产生重大影响。     

2000年以来中国潜在植被净初级生产力的时空分布模拟

潜在植被的净初级生产力（Potential net primary production, PNPP）是在无人类干扰情况下,立地所能发育形成最稳定成熟植被的净初级生产力,PNPP能够直接反映自然生态系统的质量状况,是分离人类活动对生态环境影响的重要指标。本文改进了CASA（Carnegie-Ames-Stanford Approach）模型,引入潜在光合有效辐射吸收比例（Fraction of photosynthetically active radiation, PFPAR）模拟了2000－2020年中国植被PNPP的时空分布格局。结果表明：中国PNPP空间分布差异较大,东南沿海和东北大、小兴安岭地区PNPP较高,新疆、西藏等西部干旱、高寒地区PNPP较低,呈现以400mm等降水量线为界的空间分异格局。2000－2020年,中国PNPP总体上呈现递增趋势,年际波动小,PNPP减少的区域与增加的区域面积基本相等。PNPP波动较大的地区主要位于青藏高原、四川盆地和贵州高原。研究结果量化了气候变化背景下真实的生态状况和潜在生态状况的差异,可分离出人类活动对自然生态系统的直接影响,为制定针对性的生态修复对策提供了科学依据。     

四川植被净第一性生产力(NPP)对全球气候变化的响应

根据全球气候变化的趋势 ,利用生态信息系统 (EIS)技术 ,采用植被净第一性生产力模型 ,并结合海拔因素 ,模拟了四川植被净第一性生产力在未来气候 5种水热条件下空间分布格局的变化趋势。结果表明 ,当前四川植被的净第一性生产力 (NPP)从总体上沿东南向西北呈逐渐递减趋势。植被净第一性生产力与降水量呈明显正相关关系 ,二者曲线比较近似。与可能蒸散率呈明显负相关关系 ,与海拔关系比较复杂。在盆地内 ,NPP值主要取决于降水量的多少。在盆地向高原过渡地区和高山高原地区 ,植被净第一性生产力主要取决于可能蒸散率的大小。随着全球气候的变化 ,四川省的植被净第一性生产力将沿东南至西北方向发生面积和值的推移。当温度升高 2 5℃ ,降水量增加 10 %时 ,四川省的植被净第一性生产力将增加13 76 % ,随着降水量增加到 2 0 % ,其值将进一步升高 ,达到 10 92 2TDM·hm-2 ·年 -1。当温度升高 4℃ ,降水量增加 10 %时 ,四川省的植被净第一性生产力将增加 18 2 9% ,随着降水量减少到P 10 %时 ,其值将逐渐减少到 9 5 30TDM·hm-2 ·年-1。     

中国东北样带植被净初级生产力时空动态遥感模拟

 中国东北样带(Northeast China Transect, NECT)是中纬度半干旱区的国际地圈-生物圈计划(IGBP)陆地样带之一, 是全球变化研究的 重要手段与热点。该研究应用生态系统碳循环过程CASA(Carnegie-Ames-Stanford Approach)模型分析了NECT从1982~1999年植被净初级生产力 (Net primary productivity, NPP)的时空变异及其影响因子。结果表明, 1) 1982~1999年NECT植被NPP为58 ~ 811 g C·m^–2·a^–1, 平均为426 g C·m^–2·a^–1, 大体上呈现由东向西逐渐递减的趋势; 2)研究时段内NECT的总NPP变异范围是0.218 ~ 0.325 Pg C, 平均为0.270 Pg C (1 Pg = 10¹⁵ g); 3) NECT的总NPP在过去18年内整体呈显著性增加趋势, 其中从1982~1990年样带NPP呈显著性增加趋势, 而后期1991~1999样带NPP没 有显著性变化趋势; 4)沿NECT不同植被类型对气候变化的响应特征是不同的, 在研究时段内, 农田、典型草原和草甸草原表现出最大的NPP增加 量, 而典型草原、荒漠草原对气候变化表现出高的敏感性; 5) NECT植被NPP的空间分布格局是由年降水量的分布格局所决定, 而NPP的时间变异 则由年降水量、年太阳总辐射的变化所影响驱动。     

青海省植被净初级生产力(NPP)时空格局变化及其驱动因素

植被净初级生产力(NPP)作为陆地生态过程的关键参数,不仅用以估算地球支持能力和评价陆地生态系统的可持续发展,也是全球碳循环的重要组成部分和关键环节。基于2000—2014年MOD17A3年均NPP数据和气象站点气温、降水资料,采用简单差值、趋势分析、相关性分析和Hurst指数等方法,分析了青海省NPP的时空变化特征及其与气候因子的关系。结果表明:①青海省植被年均NPP在2000—2014年间整体分布呈现由南到北、由东到西递减的趋势,各生态区的空间存在显著差异,表现为Ⅱ区Ⅰ区Ⅲ区Ⅳ区Ⅴ区。②2000—2014年,青海省NPP变化趋势由北到南、由西到东呈现逐渐增加趋势,平均趋势系数为0.61,NPP值增加的区域占总面积的15%,其中显著增加区域为2.8%,轻度增加区域为12.2%。③青海省NPP值的Hurst的值域范围为0—0.39,均值为0.12,除了河流湖泊,建筑用地和未利用土地,青海省NPP变化特征为反持续性特征。④气候因子(年平均降水量和年均气温)对年均NPP的分布有影响,海拔的高低造成气温、降水和土壤的差异,间接影响植被NPP,15年土地利用/覆被变化(LUCC)表现为草地面积减少最多,这是导致NPP减少的主要原因。     

秦巴山地NPP及对气候变化响应的多维地带性与暖温带-亚热带界线

秦巴山地位于我国的南北过渡带,对我国生态地理格局产生重要影响。为了探索秦巴山地植被净第一性生产力(NPP,Net Primary Productivity)的时空格局及其气候响应的多样性和复杂性,为我国暖温带-亚热带界线的具体分布提供新的佐证,基于2000—2015年的MOD17A3的地表植被NPP数据和秦巴山地93个气象站点数据,从经度、纬度、海拔、坡向多个维度研究了秦巴山地地表植被NPP的分布及与气候因子的关系。结果表明:从2000—2015年,(1)秦巴山地中低山地区,自北向南随纬度降低,地表植被多年平均NPP呈现增加的趋势,体现了纬度地带性;年均NPP与温度的关系由负相关变为正相关,转折点出现在汉江;与降水的相关性减弱。(2)自西向东多年平均NPP值先增加后减少,秦岭一线地表植被年均NPP与温度由正相关变为负相关,与降水主要呈正相关,相关性先增加后减少。(3)随高度的增加,秦巴山地多年NPP值及增长率均呈现先增加后减少的趋势。(4)秦岭和大巴山多年平均NPP均呈现增加趋势,但是秦岭增长较大巴山更明显;2000m以下,秦岭南坡增长率明显高于北坡,大巴山北坡增长率明显高于南坡;2000—3000m,秦岭南北坡差异较小,但是大巴山差异明显;中山地区(1000—2500m),秦岭年均NPP与气温呈负相关,而大巴山则呈现正相关或弱相关;秦岭地区年均NPP与降水的相关性整体强于大巴山地区。这就意味着全球变暖、气温升高对秦岭植被尤其是中低山地区的植被产生不利影响,但是对大巴山则有利,而前者植被生长主要与降水增加有关。这也说明了基于汉江为界的秦岭和大巴山无论是地表植被NPP的均值还是其南北坡差异以及对气候因子的响应呈现了明显的差异,而汉江作为中山地区植被NPP与气温相关性由正相关性到负相关的转折点,与降水的关系由弱相关到正相关的转折点,更合适作为南北分界线。     

水热波动和土地覆盖变化对东北地区植被NPP的相对影响

研究水热波动和土地覆盖变化对植被净初级生产力（Net Primary Productivity,NPP）的影响对于估算陆地碳循环及其驱动机制具有重要意义。利用MODIS遥感影像获得的时间序列NPP和土地覆盖产品,结合气象观测数据（气温和降水）,采用相关分析、回归分析和空间分析相结合的方法,研究2000-2015年东北地区植被NPP的时空变化特征,并定量评估水热波动和土地覆盖变化对该地区植被NPP的相对影响。研究结果表明,2000-2015年东北地区植被NPP呈波动上升趋势,从2000年的369.24 g C m^-2 a^-1增加到2015年的453.84 g C m^-2 a^-1,平均值是412.10 g C m^-2 a^-1,年际增加速率为4.54 g C m^-2 a^-1。近16年来东北地区年均植被NPP空间上呈现南高北低、东高西低的分布格局,整体变化趋势以增加为主,其中轻微增加面积占该地区总面积的45.9%。不同土地覆盖类型的年均NPP差异明显,其中灌木最高为400.34 g C m^-2 a^-1,草地最低为300.49 g C m^-2 a^-1。东北地区植被NPP与气温的相关性不明显,而与降水量主要表现为正效应。水热波动对该地区不同土地覆盖类型NPP总量变化的贡献大于土地覆盖变化的贡献,其中对森林和农田的贡献最大,均达到70%以上。     

Estimation of Net Primary Productivity of Terrestrial Vegetation in China by Remote Sensing (in English)

Among the many approaches for studying the net primary productivity ( NPP ), a new method by using remote sensing was introduced in this paper. With spectral information source (the visible band, near infrared band and thermal infrared band) of NOAA-AVHRR, we can get the relative index and parameters, which can be used for estimating NPP of terrestrial vegetation. By means of remote sensing, the estimation of biomass and NPP is mainly based on the models of light energy utilization. In other words, the biomass and NPP can be calculated from the relation among NPP , absorbed photosynthetical active radiation (APAR) and the rate (ε) of transformation of APAR to organic matter, thus：NPP=(FPAR×PAR)×［ε*×σT×σE×σS×(1-Ym)×（1-Yg）］ . Based upon remote sensing (RS) and geographic information system (GIS), the NPP of terrestrial vegetation in China in every ten days was calculated, and the annual NPP was integrated. The result showed that the total NPP of terrestrial vegetation in China was 6.13×109 t C·a-1in 1990 and the maximum NPP was 1 812.9 g C/m. According to this result, the spatio-temporal distribution of NPP was analyzed. Comparing to the statistical models, the RS model, using area object other than point one, can better reflect the distribution of NPP , and match the geographic distribution of vegetation in China.     

土地利用变化对三峡库区重庆段植被净初级生产力的影响

研究土地利用变化对区域植被净初级生产力(Net Primary Productivity,NPP)的影响对于明确区域植被固碳能力与土地利用变化的关系,以及维持生态系统结构稳定具有重要意义。以三峡库区重庆段为例,基于2000—2015年MOD17A3数据和土地利用数据,分析研究区NPP时空分布特征并从景观生态学的角度探讨土地利用变化对区域植被NPP的影响。研究表明:(1)NPP年均值16年间波动不大,空间分布上从东到西逐渐减少;(2)研究期内林地面积增加,耕地和草地面积减小,而NPP总量从25.6 TgC增加到了28.5 TgC,其中耕地NPP约占总量的44%,林地次之(40%),草地最少(14%),2000—2005年、2005—2010年、2010—2015年土地利用变化对NPP变化的贡献率分别为26.49%、59.76%、17.27%;(3)区域生态景观指数中的香农多样性指数SHDI、斑块密度PD与NPP呈正相关,而聚合度AI与NPP呈负相关,景观格局类型和景观格局变化均影响区域植被NPP的增长。要提高区域植被NPP,需优化土地利用格局,增加景观异质性和斑块密度,重视培育幼龄林,并控制成熟林的数量。     

中国东北样带三种针茅草原群落初级生产力对降水季节分配的响应

分析3种针茅草原群落初级生产力的年季动态,并利用积分回归模型探讨其对降水量季节性分配的响应,揭示水分有效性对植物初级生产力的影响.结果表明,制约3类针茅群落初级生产力年度变化的是水分,即前一年11月到当年8月的月降水量的年度变异是直接导致群落初级生产力年度变化的主要原因.降水的季节分配对于3类针茅群落初级生产力的形成有着不同的作用.前一年11月至当年4月降水对于植物群落的初级生产力具有正效应,从5月开始降水对植物初级生产力的促进作用有了不同程度的降低.大针茅和克氏针茅群落的季节降水量格局较为相近,但是大针茅群落与克氏针茅群落相比对降水的利用效率较高;贝加尔针茅群落则表现出更高效的降水利用率.由此可见,降水量月季分配及其对针茅群落影响程度的不同是造成3种针茅草原地带性分布的原因.     

Evaluating the net primary productivity in the grasslands of southern China from 2001 to 2010 using a new land portfolio assessment model

Grassland ecosystems play important roles in the global carbon cycle. The net primary productivity (NPP) of grassland ecosystems has become the hot spot of terrestrial ecosystems. To simulate the NPP in the grasslands of southern China, we built a land portfolio assessment (LPA) model. The LPA model was named according to the framework and principle of this model. From the framework of the model aspect, it was mainly driven by two parameters: leaf area index (LAI) and photosynthesis accumulation (PA). LAI is an extremely important structural characteristic of grassland and directly related to the exchange of energy, CO₂ and mass at a variety of scales. PA is represented by the amount of net photosynthetic production based on fixed-point observation. From the principle of the model aspect, it is represented by the inherent implication of NPP and a part of land portfolio assessment. The results showed that the NPP values in the study area had a decreasing trend from east to west and south to north and that the mean NPP was 320 g C m^?2 year^?1 from 2001 to 2010. Correlations analysis showed that the correlation coefficient (r) between NPP and highest monthly mean temperature of a year was the maximum (0.6422), and the r value between NPP and annual precipitation was the minimum (0.3821). Using trial and error, the LPA model accurately simulated the NPP dynamics of southern China’s grassland ecosystem, and the results were biologically realistic.     

天然草原净初级生产力变化监测与驱动力分析——以锡林郭勒草原为例

草地是陆地生态系统重要的组分,利用遥感技术在宏观尺度分析天然草原长势变化与其驱动力是了解草地生态状况的重要手段。本研究基于气候模型和光能利用率模型分别模拟2000—2018年锡林郭勒草原植被潜在植被净初级生产力(NPP)和实际NPP,以它们的差值作为由人类活动导致的NPP残损值,并利用最小二乘法在像元尺度分析锡林郭勒草原NPP时空变化规律以及气候和人类活动对NPP的驱动作用。结果表明: 2000—2018年间,锡林郭勒草地NPP在空间上呈由西向东递增分布规律,年均NPP为271.54 g C·m^-2·a^-1,NPP上升(草地恢复)面积为3.65万km²,NPP下降(草地退化)面积为5.99万km²;潜在NPP在温度和降水的驱动下趋于上升趋势,年均上升6.5 g C·m^-2·a^-1,表明研究期间区域气候(降水和温度)对锡林郭勒草原NPP的提升具有积极作用,草地退化的驱动力主要来自人类活动;人类活动导致的研究区NPP残损值呈由东向西、由南向北递减分布,其中,乌珠穆沁草甸草原及南部典型草原残损值最高;采矿、开垦等人类活动对草地NPP的影响最明显。