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。     

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。     

我国陆地植被净初级生产力变化规律及其对气候的响应

在GIS系统的支持下,利用卫星遥感资料和地面气象观测资料,构建了基于光能利用率的植被净初级生产力(NPP)遥感模型,估算了我国陆地1982—2000年1—12月植被NPP,分析了1982—2000年我国不同植被类型NPP的季节性和年际性变化规律,基于像元空间尺度讨论了植被NPP对气候的响应关系.结果表明,我国植被NPP年内季节性变化规律明显;我国主要植被类型年NPP在1982—2000年基本呈上升趋势,增长幅度最大的是落叶针叶林,增长幅度最小的是草地;1982—2000年,NPP年际间波动最大的植被类型是常绿阔叶林,年际间波动最小的植被类型是草地.通过NPP对气候因子(降水、温度)变化的响应分析表明,我国降水对植被NPP季节性变化的驱动作用高于温度,气候因子(降水、温度)对北方植被NPP季节性变化的驱动作用高于南方;我国气候因子(降水、温度)对NPP年际变化的驱动作用(强度、方向)随季节 及纬度的不同而不同.     

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。     

2001—2020年厦漳泉地区植被净初级生产力时空演变特征及其影响因素

植被净初级生产力(net primary productivity, NPP)是评价生态系统碳循环的重要指标,研究植被NPP的时空演变规律及影响因子对于制定科学合理的可持续发展战略具有实际参考意义。本研究基于土地覆被数据、气候数据(气温和降水)和MODIS平台的NPP产品,采用相关性分析、贡献度分析和土地覆被转移矩阵等结合空间分析方法,研究2001—2020年厦漳泉地区植被NPP的演变特征,定量阐述土地覆被变化和气候变化对植被NPP的影响,并对植被NPP变化驱动因子进行分析。结果表明：厦漳泉地区植被NPP年均值在938.1～1100.9 g C·m^-2·a^-1范围内波动,整体减少趋势不明显;林地的植被NPP总值(11117.40 Gg C)和增速(103.75 Gg C·a^-1)在所有土地覆被类型中最高;厦漳泉地区植被NPP与气温呈正相关,与降水呈负相关,与气温的偏相关显著性要强于降水量,且厦漳泉地区大部分地区植被NPP受非气候因素影响;不同时期不同土地覆被类型植被NPP变化的主导因素在气候变化和土地覆被变化之间转化。     

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。     

毛乌素沙地海流兔河流域植被净初级生产力估算

采用CASA(Carnegie-Ames-Stanford Approach)模型,结合TERRA MODIS卫星数据和气象数据,对毛乌素沙地海流兔河流域2015年各月的植被净初级生产力(NPP)进行估算,并对植被NPP月平均值的时空分布规律及其与气象因子和地下水位埋深的关系进行了分析.结果表明:毛乌素沙地海流兔河流域2015年植被NPP总量为2.88×1011 g,生长季(4月份至10月份)的植被NPP总量达2.81×1011 g,占全年植被NPP总量的97.57%.随着时间推移,植被NPP月平均值和归一化差分植被指数(NDVI)月平均值呈"缓慢增加—急剧增加—急剧下降"的变化趋势.植被NPP月平均值季节变化明显,春季、夏季、秋季和冬季植被NPP月平均值之和分别为20.55、69.39、20.46和0.48 g·m-2.从空间分布上看,中部河谷和滩地的植被NPP月平均值总体上高于东南部、西部和西北部等沙丘荒漠区.月平均气温对植被NPP月平均值变化的影响最大,其次为平均实际日蒸散发量和地表月太阳辐射.植被NPP月平均值随着地下水位埋深的增加而减小,最大值出现在地下水位埋深1~2 m之间.上述研究结果显示:采用CASA模型可以较好地估算毛乌素沙地海流兔河流域植被NPP值,月平均气温和地下水位埋深对该流域植被NPP值的影响较大.     

汉江流域植被净初级生产力时空格局及成因

运用MOD17A3-NPP等数据,分析汉江流域植被NPP的时空格局及其形成演变机理,为区域生态环境管治提供科学理论依据。运用GIS空间分析法、线性拟合法研究流域NPP的时空格局,结合相关系数法、土地利用程度指数等方法探析成因。结果显示:(1)汉江流域植被NPP多年平均值为439 g C m~(-2)a~(-1),整体呈微小的波动上升趋势,年增长幅度为3.11 g C m~(-2)a~(-1)。植被NPP集中分布在300—600 g C m~(-2)a~(-1),占全域面积的83.65%。(2)从流域空间上看,多年平均NPP呈上游中游下游,各子流域内部差异呈上游中游下游。高值区集中分布在汉中,十堰、襄樊和荆门平均NPP呈下降趋势的所占面积最大。(3)垂直景观上植被NPP的空间分布往往受水热综合作用的影响,汉江流域降水是植被NPP累积的主要制约因素。(4)垂直方向上NPP呈规律性变化:高程上表现为"陡升-下降-缓升-陡降,坡向上为阳坡半阳坡半阴坡阴坡。(5)浅山丘陵区NPP变化主要受土地利用方式的影响,高山区NPP变化受气候变化的影响。汉江流域植被NPP稳定,中下游平原区植被NPP略有下降;气候和地形特征决定了植被NPP的空间分布特征,气候变化和人类活动对植被NPP的变化有重要影响。     

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。     

中国西北地区NPP模拟及其时空格局

中国西北地区MOD17A3 NPP数据产品缺失严重,影响了该区域植被净初级生产力的进一步研究。本研究利用气象数据、高程数据、NDVI和质量好的MOD17A3 NPP,构建BP神经网络模型,模拟2000—2014年西北地区植被NPP,填补数据缺失区域。利用一元线性回归分析法、R/S分析法、偏相关分析法等,分析了植被NPP的时空变化特征及其与气象要素的关系。结果表明:(1) MODIS NPP产品值与BP神经网络模拟值的决定系数R~2、平均绝对误差MAE、平均相对误差MRE、均方根误差RMSE分别在0.833～0.906、25.84～40.10、0.16～0.23和34.57～59.36,满足精度要求,BP神经网络模型适用于模拟西北地区植被NPP。(2)植被年均NPP具有较强的空间差异,呈现出由东南向西北递减,而新疆西北部地区出现"条块状"高值区特征。(3) 2000—2014年西北地区植被年均NPP在106.64～156.17 g C·m~(-2)·a~(-1),年际变化上呈现波动下降趋势。(4) 2000—2014年西北地区植被NPP变化具有空间异质性,以减少为主,仅10.79%的区域通过了显著性检验。植被NPP变化具有较弱的持续性特征,未来发展方向以不确定为主,有利和不利为辅,其中有利区域面积大于不利区域。(5)植被NPP对气温和降水的响应具有空间差异,总体上与降水关系更密切。     

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。     

陆地生态系统净第一性生产力对全球变化的响应

陆地生态系统的年净第一性生产力是每年植物通过光合作用固定的碳总量。随着全球变化发生,ＮＰＰ发生相应的变化。传统的方法预测ＮＰＰ的变化是利用气候和植被之间的局地关系建立回归模型,但用此方法预测ＮＰＰ的变化是有条件的。目前国际上出现了一种陆地生态系统的动态模型,它考虑了植物营养元素如氮的有效性,同时利用不同ＧＣＭｓ模型预测的气候因子的变化值和全球变化模拟研究的实验数据,预测全球ＮＰＰ的可能变化及区域分     

考考赖沟流域植被生产力模拟

 该文应用气象数据、土壤物理属性实测数据、土壤水分分布式动态模型和植被表面净辐射模型的模拟结果,利用多元线性回归分析方法,建立 了植被净第一性生产力模型,实现了鄂尔多斯高原东部砂质荒漠化地区考考赖沟流域尺度上30 m×30 m空间分辨率的植被生产力精确模拟,并 且用植被生产力的野外实测数据对模拟结果进行了验证表明: 实测值与模拟值在固定沙丘、半固定沙丘和样线2上都达到0.05显著性相关水平; 不同位置的实测植被生 产力数据多分布在1∶1直线附近,模拟值与实测值吻合较好;植被生产力实测值与模拟值的相对误差范围为3.22%～ 6.27%,偏斜度范围在-12.84%～4.43%。该文的研究方法可以为流域尺度上植被生产力的精确模拟提供借鉴和参考。     

遥感在植被净第一性生产力研究中的应用

植被净第一性生产力 (简称ＮＰＰ)是指绿色植物在单位面积、单位时间内所累计的有机物数量 ,是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分。它直接反映了植物群落在自然环境条件下的生产能力。据研究 ,在假使生态系统的呼吸作用保持恒定的条件下 ,植被ＮＰＰ每增长 2 %就会净吸收 1Ｇｔ(10 15ｔ)的Ｃ(碳物质 ) [3 8] 。所以 ,近几年来各国学者对ＮＰＰ的研究倍受重视 ,尤其在国际生物学计划 (ＩＢＰ)期间进行了大量的植物ＮＰＰ的测定 ,并以测定资料为基础联系环境因子建立模型对植被ＮＰＰ的区域分布进行评估 ,极大地促进了…     

中国森林生态系统净初级生产力时空分布及其对气候变化的响应研究综述

植被生产力是表征植被活力的关键变量,能够反映陆地生态系统的质量状况。森林净初级生产力(NPP)对气候变化的响应研究,是理解森林生态系统碳收支的基础,有助于认识气候变化与森林生态系统的相互作用机制,因而对于深刻理解陆地碳循环和全球变化均具有重要意义。目前我国已有大量针对近几十年国家和区域尺度上植被NPP时空分布的研究,其中专门针对森林生态系统NPP的研究也有不少。研究尺度多为全国范围或者片段式区域,以行政区或流域尺度最为多见。然而,这些研究总体比较分散,其中部分研究的结果、结论并不一致甚至相悖,尚缺乏异同性分析与比较,也缺乏系统性和综合性。这并不利于全面掌握我国相关研究的整体情况、了解清晰明确的研究结论以及进行更深层次的规律及原因探究,也非常影响对森林NPP的精确评估及机理认识,因而,对相关研究成果进行梳理、整合和总结非常有必要。鉴于此,本文收集了近几十年我国植被NPP研究的相关文献,依据其研究结果,系统地综述了全国及区域尺度森林生态系统NPP的时空分布规律及未来可能变化趋势,揭示出NPP与气候因子(以CO_2、温度、降水为主)的关系及对气候变化的响应情况,并指出目前国家研究中存在的主要问题及未来重点研究方向,以期为以后进一步的研究起到一定的索引和参考作用。     

中国森林生态系统氮循环特征与生产力间的相互关系

为了更好地了解森林生态系统净初级生产力(NPP)与氮循环之间的关系,本文对中国主要森林生态系统类型中净初级生产力(NPP)、枯落物氮、植被年氮积累量和土壤氮矿化速率之间的关系进行了研究分析.结果表明,我国森林生态系统净初级生产力与枯落物氮、植被年氮积累量和土壤氮矿化速率之间均存在比较显著的相关关系.其中相关性最显著的是净初级生产力与氮矿化速率之间的相关关系(R₂=0.7,n=37),其次是净初级生产力与植被年氮积累量之间的相关关系(R₂=0.60,n=37).     

我国西南喀斯特地区2001—2018年植被净初级生产力时空演变

植被净初级生产力（Net primary productivity,NPP）是陆地生态系统碳循环的重要指标,定量评价NPP的变化规律是碳循环机理的主要研究内容之一。以我国西南地区为研究区域,基于土地覆盖和NPP产品分析了2001-2018年西南地区NPP的时空变化特征,利用土地转移矩阵和统计分析方法,定量描述了土地覆盖类型变化导致的NPP变化量,对NPP变化的主要原因进行分析。结果表明：（1）2001-2018年,西南地区NPP均值呈波动上升趋势。（2） NPP变化趋势在空间分布上呈南高北低,NPP呈增长趋势主要集中在四川的中东部、重庆、贵州西部和云南东部;NPP呈减少趋势出现在云南、四川中西部和贵州东部。（3）森林、草地和耕地转灌丛以及灌丛转森林是对NPP变化量影响较大的土地覆盖类型转变,土地类型转变导致的NPP净增量为20.643 TgC。（4）降水与NPP相关性低,气温与NPP有一定相关性,植被叶面积指数与NPP有显著相关关系,表明气候因子对NPP的影响较小,植被生长密度对NPP有显著影响。退耕还林还草等生态工程实施,导致耕地面积减少和森林面积大量增加,是西南地区NPP上升的主导因素,因此生态工程的实施是西南地区NPP增加的重要影响因素。研究可为生态工程实施背景下NPP的变化机理研究提供参考。     

IBIS模拟东北东部森林NPP主要影响因子的敏感性

IBIS (Integrated Biosphere Simulator) 模型是生态系统过程模型,运行过程需要大量输入变量,包括植被、土壤和气候等。本文基于2004 — 2005年帽儿山不同植被类型净初级生产力（NPP）实测数据,修改了模型内部参数,使其更适合于我国东北东部地区NPP模拟。本文还展开了NPP对模型主要输入变量变化敏感程度的研究。结果表明：IBIS模型的输入变量中,叶面积指数（LAI）对模拟结果影响较大,且NPP对LAI 增加/降低5%敏感性最强;在气候情景范围内,仅考虑单一气象因子作用,NPP对温度变化敏感性最小;对降水量反应敏感,并随降水量增多而升高。     

气候变化对阔叶红松林不同演替阶段红松种群生产力的影响

本文以长白山地区阔叶红松林不同演替阶段(次生杨桦林、次生针阔混交林、原始红松林)内红松种群作为研究对象,采用树轮学与相对生长式相结合,获取红松种群净初级生产力(NPP)连年生长(1921—2006年)数据以及相对增长率的年际变化数据,建立红松种群NPP与年际和季节性气候因子的关系,分析不同气候时期长白山阔叶红松林不同演替阶段内红松种群NPP年际变化特征及其对气候变化的响应差异.结果表明： 研究期间,不同演替阶段红松种群NPP与气候因子响应关系存在差异.随着温度上升,次生杨桦林红松种群NPP与上年生长季和当年生长季低温由显著负相关关系转变为显著正相关关系;次生针阔混交林红松种群NPP由与当年春季最低温度的正相关关系转变为与上年和当年生长季温度的显著正相关关系,气候因素对次生针阔混交林红松种群NPP影响的滞后效应增强;原始红松林红松种群NPP与温度的相关性减弱,与上年生长季降水量的正相关关系增强.研究区气候变化表现为低温和平均温度显著上升,而最高温度和降水没有明显变化.气候变化有利于提高演替初级阶段次生杨桦林和演替中级阶段次生针阔混交林内红松种群生产力,尤其是次生针阔混交林,而对演替顶极阶段红松种群NPP影响不明显.     

草地植物生产力主要影响因素研究综述

草地是全球分布面积最大的陆地生态系统,植物初级生产力是反映草地功能的重要指标。从植物种多样性、资源有效性、放牧、退化草地恢复和气候变化等方面较系统综述了影响草地植物生产力的关键要素和驱动力。大量研究表明,植物多样性与生产力的关系尚未有一致的结论,依据试验地点、起始状态甚至度量指标不同而不同;特别是资源有效性调节着生产力水平并对植物多样性和生产力关系产生显著影响;放牧改变了植物群落特征和养分有效性进而影响生产力的形成过程,也改变了资源有效性-植物多样性-生产力之间的关系;对于退化生态系统,在退化草地恢复过程中植物与土壤资源有效性的互作效应对植物生产力的变化起着关键作用;而在未来气候变化特别是增温对植物生产力的影响因地点和生态系统的不同而异,但多数研究结果显示增温提高了草地植物生产力。与国外其它草地分布区相比,国内的相关研究不仅在数量上明显不足,更重要是欠缺机理上的深入研究。在放牧和未来气候变化背景下如何维持和提高草地生产力,如何加速退化草地生态系统的恢复,进而实现生态安全建设和经济社会协调发展,是我国当前急需解决的理论和实践问题。