安徽省植被净初级生产力估算——基于改进的CASA模型

定量估算植被净初级生产力(NPP)对预测陆地碳循环趋势具有重要意义,目前广泛应用于NPP估算的CASA模型其精度仍有待提高。在已有CASA模型优化的基础上,考虑最大光能利用率(LUE_max)的动态变化来改进CASA模型,对改进前后的模拟结果进行比较,并利用改进后的模型估算2001—2020年安徽省植被NPP。结论如下：(1)改进的CASA模型可应用于研究区的植被NPP估算,NPP模拟值与实测值之间的相关性达到显著水平(R²=0.736,P<0.01)。(2)改进后模拟的安徽省植被NPP在空间表达上能够呈现更多细节,时间上较改进前在生长季NPP值更高,非生长季值更低,拉大了NPP的年内变化。(3)2001—2020年安徽省植被NPP整体呈波动上升趋势,多年平均值为547.61 gC m^-2 a^-1,年均增长量达2.18 gC m^-2 a^-1,2016—2020年间NPP增长最快。年内NPP具有明显的季节差异,表现为夏季>秋季>春季>冬...     

基于校正的CASA模型NPP遥感估算及分析——以河西走廊为例

利用CASA模型估算植被净初级生产力(NPP)应用广泛,但其精度仍然有待提高。基于地理因子回归方法(AMMRR)和地表水分指数(LSWI)对CASA模型的两个关键参数:温度胁迫系数和水分胁迫系数进行校正,再估算NPP并分析了校正对植被NPP及各因子与NPP关系的影响。研究表明:(1)校正能有效提高CASA模型的估算精度,校正后NPP总量为34.29 TgC/a,原CASA模型高估了0.23 TgC/a。(2)研究不仅可以校正地形对NPP的影响,还可以校正平坦地形下人类活动区NPP的影响;在高海拔、地形起伏较大的区域以及人类活动地区,校正对NPP估算影响较大,绿洲区原模型存在高估。(3)校正对生长季的影响大于非生长季;坡度对NPP影响较大,坡度越大原模型高估越多;校正前高估了阳坡NPP,低估了阴坡NPP。     

陆地植被净初级生产力计算模型研究进展

植被净初级生产力(NPP)研究是全球变化与陆地生态系统的核心内容之一。在回顾NPP模型研究的基础上,综合分析了气候模型、生态生理过程模型、光能利用率模型各自的优缺点,并对NPP模型研究做出展望。生态生理过程模型是当前陆地NPP估算研究的主要手段,而区域尺度转换则是它所面临的关键问题。近年来光能利用率模型已成为NPP估算的一种全新手段,它利用遥感所获得的全覆盖数据,使区域及全球尺度的NPP估算成为可能,但其生态学机理还有待于进一步研究。已有研究表明,“生态一遥感耦合模型”将是陆地NPP估算的主要发展方向,它融合了生态生理过程模型和光能利用率模型的优点,增强了NPP模型估算的可靠性和可操作性。     

改进CASA模型在内蒙古草地生产力估算中的应用

CASA(Carnegie-Ames-Stanford Approach)模型是针对北美地区植被而建立的净第一性生产力(NPP)模型,本文通过修改CASA模型参数(PAR、FPAR),使之成为适合草地NPP估算的模型。采用改进后的CASA模型计算了2003年内蒙古草地生长季的生产力,并利用2003年7和8月的地面实测样方数据对改进后的模型进行验证。结果表明,2003年内蒙古草地生长季总的第一性生产量为28.59×1012gC,利用改进后的CASA模型模拟的NPP值与地面实测值基本一致。除了温性荒漠类草地退化程度大于Ⅱ度时误差较大外,其它草地类型模拟的精度>80%,未退化草甸草原和典型草原的模拟精度达到90%。     

基于BEPS模型的云南省碳源/汇时空特征及其适用性分析

净初级生产力(NPP)和净生态系统生产力(NEP)是估算陆地生态系统碳源/汇的重要指标,云南为我国碳汇的主要区域之一,开展云南NPP和NEP时空变化特征分析对科学评估陆地生态系统碳源/汇功能,以及开展碳排放交易具有重要意义。基于BEPS模型1981—2019年NPP和NEP产品,采用线性趋势分析、文献对比等方法,研究云南NPP和NEP时空变化特征及其在云南的适用性。结果表明：(1)1981—1999年云南NPP和NEP呈水平波动,2000年后云南NPP和NEP呈明显波动上升趋势,2000—2019年云南NPP高值区域主要分布在西部和南部,而NEP高值区则主要分布在东部和西部局部地区;(2)2000—2019年云南NPP和NEP除西北部部分地区为下降趋势外,其余大部地区为上升趋势;(3)云南NPP峰值出现在7、8月,谷值出现在2月,NEP峰值出现月份与NPP基本相同,但谷值出现月份较NPP滞后1—3个月,6—10月是云南碳汇的主要月份;(4)BEPS模型估算的NPP与目前广泛应用的CASA和遥感模型结果较为一致,时空变化特征与云南生态恢复措施和气候特征吻合,其估算的NEP与陆地生物圈模型...     

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。     

运用遥感估算中国陆地植被净第一性生产力

净第一性生产力 (NPP)研究方法很多 ,运用NOAA_AVHRR的可见光波段、近红外波段和热红外波段来提取和反演地面参数 ,进而准确估算陆地植被净第一性生产力 ,是一种全新的研究手段。利用遥感数据进行生物量和净第一性生产力的估算 ,主要是采用光能利用率模型 ,即通过NPP与植物吸收的光合有效辐射 (APAR)和植物将所吸收的光合有效辐射转化为有机物的转化率 (ε)的关系来实现的。用数学公式可表达为 :NPP =(FPAR×PAR)×[ε ×σT×σE×σS× (1-Ym)× (1-Yg) ]。在遥感和地理信息系统技术的支持下 ,以 1990年每旬的 8km分辨率的NOAA_AVHRR 1～ 5通道的影像为数据源 ,对中国每旬的陆地植被净第一性生产力进行估算 ,然后累加得出全年的NPP值。估算结果 :1990年中国陆地植被NPP总量为 6 .13× 10 9tC·a-1,NPP最高值为 1812 .9gC/m2 。根据计算的结果 ,对中国大陆植被NPP的分布规律进行了分析。遥感模型能够以面代点 ,比较真实地反映陆地植被NPP的时空分布状况 ,与中国植被分布的地理规律性相符 ,这是其他统计模型所无法比拟的。     

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。     

基于IBIS模型的东北森林净第一性生产力模拟

集成生物圈模型(the integrated biosphere simulator, IBIS)作为目前最复杂的基于动态植被模型的陆面生物模型之一,已经成为模拟大尺度(全球区域)的植被地理分布、净第一性生产力和碳平衡以及预测气候变化对陆地生态系统潜在影响的有效工具.应用IBIS模型对2004～2005年大小兴安岭的植被净第一性生产力(net primary productivity, NPP)进行了定量估算,模拟与研究了大小兴安岭森林生态系统植被NPP的空间分布格局以及不同植被类型的NPP季节变化特征,结果表明:大小兴安岭森林植被年均NPP值为494.7 gCm-2 · a-1,年吸收0.06Pg的大气碳.研究区年均NPP的空间分布主要受热量条件的影响,大兴安岭地区基本上呈现出由北向南增加的趋势,小兴安岭地区除单位面积年均NPP大于1.1kgCm-2 · a-1在小兴安岭北部孙吴和逊克地区分布外,基本上呈现出均匀分布的趋势.加强基础数据研究的同时如何根据中国的实际合理确定模型参数,使模型在我国典型生态系统中应用是值得进一步研究的.     

利用CASA模型估算我国植被净第一性生产力

基于地理信息系统和卫星遥感应用技术,利用CASA模型估算了我国1997年植被净第一性生产力及其分布。结果表明：1997年我国植被净第一性生产力为1．95PgC,约是世界陆地植被年净第一性生产力的4．0％;我国植被净第一性生产力的主要分布趋势是从东南沿海向西北逐渐减小,其中海南岛南部、云南西南部、青藏高原东南部的热带雨林和季雨林地区植被年净第一性生产力最大,达900gC.m^2.a^-1以上,而西部塔克拉玛干沙漠地区植被年净第一性生产力最小,不足10gC.m^-2.a^-1。     

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.     

中国陆地植被净初级生产力遥感估算

该文在综合分析已有光能利用率模型的基础上,构建了一个净初级生产力(NPP)遥感估算模型,该模型体现了3方面的特色:1)将植被覆盖分类引入模型,并考虑植被覆盖分类精度对NPP估算的影响,由它们共同决定不同植被覆盖类型的归一化植被指数(NDVI)最大值;2)根据误差最小的原则,利用中国的NPP实测数据,模拟出各植被类型的最大光能利用率,使之更符合中国的实际情况;3)根据区域蒸散模型来模拟水分胁迫因子,与土壤水分子模型相比,这在一定程度上对有关参数实行了简化,使其实际的可操作性得到加强。模拟结果表明,1989~1993年中国陆地植被NPP平均值为3.12 Pg C (1 Pg=10¹⁵ g),NPP模拟值与观测值比较接近,690个实测点的平均相对误差为4.5%;进一步与其它模型模拟结果以及前人研究结果的比较表明,该文所构建的NPP遥感估算模型具有一定的可靠性,说明在区域及全球尺度上,利用地理信息系统技术将遥感数据和各种观测数据集成在一起,并对NPP模型进行参数校正,基本上可以实现全球范围不同生态系统NPP的动态监测。     

利用CASA模型模拟西南喀斯特植被净第一性生产力

基于SPOT NDVI遥感数据并结合数字高程模型、气象数据和植被参数,利用实测植被生产力计算和修正最大光能利用率,通过改进CASA过程模型,本文估算了中国西南喀斯特地区1999—2003年的植被净第一性生产力（NPP）。结果表明：1）改进后的CASA模型模拟的植被NPP与实测值相关性显著,可较好用于西南喀斯特植被的NPP估算;2）西南8省市区1999—2000年喀斯特和非喀斯特植被的NPP有轻度增加,但空间变化不显著,2001年低值区范围增加,2002年NPP高值区的范围明显扩大,随后在2003年又降低,但仍高于2001年;3）5年间西南喀斯特地区年NPP的变化范围是381.7—439.9 gC m-2 yr-1,平均值为402.34 gC m-2 yr-1,逐年NPP波动中呈现总体增长趋势,平均增加值为9.93 gC m-2 yr-1,5年总增加量为11TgC,但非喀斯特地区的年NPP平均值和增加值都大于喀斯特地区;4）5年间喀斯特地区的热带森林、亚热带森林、灌丛和草地的逐年NPP均小于非喀斯特地区,温带森林和农业植被则相反;这6种典型植被年NPP均呈增加趋势,热带森林的增加值最大,草地最小,非喀斯特地区植被NPP的增长趋势相似,但每种植被的年NPP增加值均大于喀斯特地区。西南喀斯特地区植被NPP的时空变化与气温、降水和太阳辐射的变化有关,而喀斯特植被NPP低于非喀斯特地区,则主要由喀斯特地区水分匮缺、土壤贫瘠等恶劣条件而抑制植物生长造成的。     

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。     

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.     

基于CASA模型的内蒙古典型草原植被净初级生产力动态模拟

 植被净初级生产力及其对气候变化的响应研究是全球变化的核心内容之一。在利用内蒙古典型草原连续13年的地上生物量资料对基于遥感信息的生态系统碳循环过程CASA(Carnegie-Ames-Stanford Approach)模型验证的基础上, 分析了内蒙古典型草原1982~2002年植被净初级生产力(Net primary productivity, NPP)的时间变异及其影响因子。结果表明: 1) 1982~2002年21年间内蒙古典型草原的平均年NPP为290.23 g C·m^–2·a^–1, 变化范围为 145.80~502.84 g C·m^–2·a^–1; 2)内蒙古典型草原NPP呈增加趋势, 但没有达到显著性水平, 其中1982~1999年的18年间NPP呈现非常显著的增加趋势(p<0.01), NPP增加的直接原因是由于生长旺季生长本身增强所致; 3)内蒙古典型草原NPP与年降水量呈极显著的相关关系, 年降水量显著影响NPP的变异, 而NPP与年均温无显著相关关系。     

2000-2015年宁夏草地净初级生产力时空特征及其气候响应

草地是宁夏陆地生态系统的重要组成部分,估算其净初级生产力（NPP）对宁夏草地可持续利用与管理至关重要。采用MODIS数据和CASA模型对2000-2015年间宁夏草地生态系统NPP进行了估算,通过一元线性回归趋势分析、Hurst指数等方法研究草地NPP的时空变化规律及未来演变趋势,并分析草地NPP与气象因子的相关性。结果表明：（1）基于CASA模型的宁夏草地NPP模拟精度高,其估算值与实测多年草地NPP均值具有良好的线性关系（R=0.93,P < 0.01）,与MOD17产品的草地NPP空间分布基本一致。（2）近16 a宁夏草地年均NPP为148.28 g C m^-2 a^-1,且存在波动上升的趋势,其线性增长率为3.84 g C m^-2 a^-1（P < 0.01）。（3）宁夏草地NPP整体处于上升趋势,草地NPP增长的草地面积达98%,且其增率自南向北递减;宁夏草地NPP的Hurst指数在0.27-0.81之间,均值为0.53,大部分草地的NPP变化趋势具有较强同向持续性。（4）在年时间尺度上,宁夏草地NPP主要受降水量的影响,与气温的相关性较弱;在月时间尺度上,生长季草地NPP与月总降水量的相关性高,且不存在时间滞后响应现象,而与月均温的响应则存在1个月的时间滞后性,宁夏大面积分布的干草原与荒漠草原NPP对气温响应滞后是导致这一现象发生的主要原因。