2000-2015年中国陆地生态系统蒸散时空变化及其影响因素

准确量化区域蒸散时空格局及其影响因素对理解陆地生态系统碳水循环具有十分重要的意义。近年来中国经历了严重的空气污染及气候波动,亟须探讨蒸散的时空变化及其影响因素。基于PT-JPL（Priestly-Taylor Jet Propulsion Laboratory）模型,集成遥感数据和气象数据模拟了中国陆地生态系统2000-2015年蒸散,并分析其时空变化及影响因素。结果表明：1）参数优化后PT-JPL模型可解释蒸散年际变化的68%,优于原始模型及MODIS蒸散产品;2）中国地区多年平均蒸散为440.16 mm/a,呈东南沿海到西北内陆逐渐递减的空间格局;3）2000-2015年蒸散整体呈轻微下降趋势（slope=6.48 Gt/a,P=0.17）,但具有年代际差异,2000-2010年中国地区蒸散呈显著下降趋势（slope=21.05,P < 0.01）,占全国蒸散总量45.05%的内蒙古地区、甘新地区、黄土高原地区及青藏地区解释了61.88%的年际变化;2010-2015年呈轻微上升趋势（slope=10.48,P=0.71）,各地区均无显著变化趋势;4）辐射主导了蒸散的年代际差异,分别解释了2010年前后蒸散下降及上升趋势的51.45%、85.26%。蒸散呈显著变化趋势的内蒙古地区、黄土高原地区及青藏地区主要受辐射控制,甘新地区主要受降水和温度的影响。     

基于生态系统评价的山水林田湖草生态保护与修复体系构建研究——以乌梁素海流域为例

山水林田湖草系统保护与修复工程实施的重要目标是维护和提升区域生态系统服务。从乌梁素海流域山水林田湖草的生态现状与功能出发,对乌梁素海流域水土流失、土地沙化等生态敏感性及土壤保持、水源涵养、生物多样性等生态功能重要性进行系统评价,形成基于生态敏感性和生态功能重要性相结合的空间格局评价结果。以维护和提升人类福祉所需的重要生态系统服务为目标,以乌梁素海流域生态敏感性和生态功能重要性相结合的空间格局评价结果为基础,制定了“一中心、二重点、六要素、七工程”的乌梁素海山水林田湖草生态保护与修复体系,并基于此将乌梁素海流域生态保护修复分为6个主要治理区域,形成“四区、一带、一网”的生态安全格局,通过具体工程实施,流域生态环境质量和生态服务能力将取得明显提升,防风固沙能力有效增强,生物多样性持续改善,水环境质量稳定达标,生态系统的稳定性明显加强。通过乌梁素海流域的分析案例为流域山水林田湖草生态保护与修复关键区域的识别提供了定量分析方法,为流域尺度构建生态安全格局、实现山水林田湖草系统保护和修复提供思路和途径。     

利用模拟退火算法优化Biome-BGC模型参数

生态过程模型建立在明确的机理之上,能够较好地模拟陆地生态系统的行为和特征,但模型众多的参数,成为模型具体应用的瓶颈。本文以Biome-BGC模型为例,采用模拟退火算法,对其生理、生态参数进行优化。在优化过程中,先对待优化参数进行了选择,然后采取逐步优化的方法进行优化。结果表明,使用优化后的参数,模型模拟结果与实际观测更为接近,参数优化能有效地降低模型模拟的不确定性。文中参数优化的过程和方法,可为生态模型的参数识别和优化提供一种实例和思路,有助于生态模型应用区域的扩展。     

气候变暖背景下青藏高原草本植物物候变化空间换时间预测

气候变暖背景下的植物物候变化广受关注, 然而常用的植物物候变化预测模型未充分考虑植物对环境的适应性, 给预测结果带来了较大的不确定性。该文基于2002-2011年青藏高原10个站点的地面物候观测资料以及年平均气温数据, 对空间换时间模型预测车前(Plantago asiatica)和蒲公英(Taraxacum mongolicum)各主要物候事件(展叶始期、开花始期和黄枯普遍期)变化的可行性及其在升温背景下的变化规律进行了分析。首先利用不同海拔高度的气温和物候事件分别与地理因子(经度、纬度和海拔)建立多元线性回归模型, 然后在此基础上剔除经度和纬度的影响, 单独考察海拔变化所引起的气温与植物物候变化, 最后以海拔高度作为桥梁来考察物候变化与温度变化的关系。结果表明, 采用各站点对应的海拔高度来模拟年平均气温空间差异的R²均大于0.89, 表明海拔梯度可以用来反映时间尺度下的年际温度变化; 车前和蒲公英各物候事件发生日期拟合值均与海拔高度变化关系显著, R²均大于0.70, 表明海拔变化是影响它们各物候事件变化的主要地理因子; 在物候事件发生日期拟合值和年平均气温拟合值的回归方程中, R²均大于0.93, 说明基于不同海拔高度模拟得到的年平均气温变化可以对时间尺度上车前和蒲公英的物候事件变化进行预测。空间换时间预测表明, 温度每升高1 ℃, 车前展叶始期和开花始期分别提前5.1和5.4 d, 而黄枯普遍期推迟4.8 d; 蒲公英展叶始期和开花始期分别提前6.5和7.8 d, 而黄枯普遍期推迟6.7 d。     

柽柳灌丛关键物候参数多种植被指数遥感提取的适用性——基于CO2通量观测和Sentinel-2数据

本研究以额济纳绿洲四道桥超级站为研究区,结合2018—2019年涡度通量、气象数据和2017—2020年Sentinel-2遥感影像,分析通量塔总初级生产力(GPP)与环境因子的关系,评估12种遥感植被指数对柽柳灌丛长势模拟和关键物候参数提取的适用性。采用7参数双逻辑斯蒂函数(DL-7)+全局模型函数(GMF)拟合GPP和各植被指数生长曲线,并逐年提取生长季始期(SOS)、生长季峰期(POS)和生长季末期(EOS)3种关键物候参数。结果表明: 有效积温(GDD)和土壤含水量是影响柽柳灌丛物候动态的主要环境因子。与2018年相比,2019年由于气温较低,SOS前的积温累积速率较慢,柽柳灌丛需要更长时间的热量积累来进入生长季,从而导致2019年SOS比2018年晚。在SOS与POS之间,2018和2019年水热条件相似,但2019年POS比2018年晚8 d,可能是2019年SOS较晚所致。POS以后,2019年较高的GDD和较低的土壤含水量使柽柳灌丛遭受水分胁迫,导致其生长季后期时间缩短。标准化的Sentinel-2植被指数与10:00—14:00 GPP均值的线性回归结果表明,宽波段植被指数中的增强型植被指数和窄波段植被指数中的叶绿素红边指数、倒红边叶绿素指数、红边归一化植被指数(NDVI705)能够较好地反映与柽柳灌丛GPP具有较高的一致性。柽柳灌丛SOS和EOS的遥感提取结果表明,Sentinel-2窄波段植被指数比宽波段植被指数的准确性更高,尤其是修正叶绿素吸收反射率指数提取SOS最准确,MERIS陆地叶绿素指数提取EOS最准确;Sentinel-2宽波段植被指数提取POS的准确性更高,尤其是两波段增强型植被指数和植被近红外反射率指数最准确。综合所有物候参数来看,NDVI705综合表现最佳。     

用遥感和地理信息系统研究传染病时空分布

和其他物种迁移或生物入侵过程类似, 传染病的时空传播与流行伴随着人类活动的全球化而加剧. 以血吸虫病时空传播流行定量模拟为例, 提出一种对已知传染源→媒介→宿主传播关系前提下的疾病传播的时空动态概念模型. 用西昌郊区血吸虫病流行区为例, 证明这类概念模型的可行性. 展示了遥感和地理信息系统在这类模型中具体的应用方法. 利用建立的模型, 模拟给不同村居民服药所达到的不同效果, 证明这类模型在传染病防治和控制中可以起到空间决策支持的作用. 本文介绍的模拟方法对鼠疫、肾综合征出血热、莱姆病等传染病有直接借鉴意义; 遥感和地理信息系统方法对其他有关的传染病, 甚至生物入侵过程的研究有所帮助.     

城市公园绿地水、热与CO2通量观测与分析

水、热和CO2通量是评价城市绿地生态效益的重要指标。在北京海淀公园中部和边缘架设涡度相关系统,连续观测和定量研究城市公园绿地影响下的通量变化特征。结果表明,公园绿地所获得的净辐射在植被生长季节大部分用于植被的蒸散作用,潜热大于显热;而在植被非生长季节大部分用于显热,潜热数值非常小。晴天显热与潜热的比值在春季随着植被枝叶的生长逐渐减少,到夏季达到最小值约1/3,在秋季随着植被叶片枯黄逐渐变大,冬季达到数倍。公园绿地能量平衡率在52%～83%,普遍存在能量不平衡。公园中部的潜热观测值大于公园边缘,而显热小于公园边缘;公园中部CO2通量日均值为负,公园绿地是CO2汇。公园绿地在植被生长季节具有明显的降温增湿、吸收CO2等生态效应。     

基于过程模型的长白山自然保护区森林植被净第一性生产力空间尺度转换方法

净第一性生产力(Net Primary Productivity,NPP)是反映林分和生态系统结构特征的最重要的参数之一,其空间分布可为自然资源管理和可持续发展提供高度综合的信息,是全球变化和碳循环研究中的一个非常重要的组成部分。为了得到NPP的空间尺度转换算法,利用改进的北部生态系统生产力模拟模型(Improved Boreal Ecosystem Productivity Simulator,IBEPS),分别采用高分辨率(30m)的ETM 和低分辨率(1km)的MODIS遥感数据,模拟了长白山自然保护区不同分辨率森林植被的净第一性生产力。对模拟得到的30m分辨率的NPP结果,采用尺度上推(upscaling)的方法将其转换为1km分辨率的NPP结果(分布式的NPP,Distributed NPP),并将转换后的NPP与直接利用1km分辨率的遥感数据计算得到的NPP结果(聚合式的NPP,Lumped NPP)进行比较,以分布式模式计算的结果为基准,对聚合式的计算结果进行尺度效应校正。在对NPP进行尺度效应校正时,根据不同分辨率下土地覆盖类型(Land cover)的亚像元面积比信息,采用基于结构的分析方法对模拟的NPP结果进行校正,结果表明经过尺度效应校正后NPP的模拟精度要比原始的NPP计算精度有所提高,相关系数从校正前的0.898提高到0.960,标准偏差由校正前的49.84gC/m2减小到41.02gC/m2。采用这种方法可以很好的解决大尺度遥感应用的需要,为定量遥感分析和应用提供理论基础。     

基于最小二乘支持向量机的农田水汽通量建模

支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法,已在模式识别、非线性建模等领域中得到了应用．本文将最小二乘支持向量机方法应用于农田水汽通量的建模中,并同前馈反向传播神经网络的建模性能进行了比较．结果表明,最小二乘支持向量机方法具有可调参数少、学习速度较快等优点,具有更好的推广能力,以更高的精度建立农田水汽通量模型．模型的敏感性分析进一步显示,用最小二乘支持向量机方法建立的农田水汽通量模型是合理可行的．     

淮河流域蒸散发时空变化与归因分析

蒸散发（Evapotranspiration,ET）是联结土壤-植被-大气过程的纽带,对理解地表水热平衡至关重要。因此,量化分析ET时空变化特征、揭示其主要控制因子对区域用水管理和农业生产十分重要。利用遥感数据和气象数据,基于BEPS模型估算了1981-2019年的淮河流域ET,分析了该区域ET时空分布特征,并通过敏感度系数和贡献率方法对该区域的ET多年变化特征进行了归因分析,最后借助数值实验方法深入探究影响特湿润年（2003年）ET较低的主要原因。结果表明：（1）1981-2019年淮河流域多年平均ET为549.83 mm,其中夏季ET占全年ET的比值达到47.63%;1981年以来区域ET整体呈极显著上升趋势（4.41 mm/a,P<0.01）;季节上,除冬季外,其他三个季节的ET增幅均呈显著性增加（P<0.05）,四季增幅速率大小依次为：夏季>春季>秋季>冬季;空间上,中东部和南部ET较高,重心模型显示ET高值区域呈显著的由北向南的移动趋势;（2）归因分析结果表明,淮河流域ET对气温变化最敏感,其次为相对湿度、太阳总辐射、叶面积指数（LAI）和降水,但ET对LAI的正敏感性逐渐增强导致LAI的显著升高对流域ET年际变化贡献最大（44.5%）,其次是气温的升高（25.93%）;同时,LAI是春、夏、秋三季ET变化的主导因素,气温是冬季ET变化的主导因素;（3）数值实验显示高相对湿度是引起特湿润年（2003年）ET明显偏低的最主要因素,这与导致长时间序列ET变化的原因不同。因此,建议今后加强极端气候条件下ET变化的归因分析,为更有效地应对全球气候变化提供决策服务。研究结果能够为认识淮河流域环境变化对水循环影响及合理分配区域水资源提供科学参考。