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...     

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.     

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。     

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。     

基于CASA模型研究祁连山地区植被净初级生产力的时空变化

基于2003~2012年的遥感数据及DEM高程模型校准后的气候数据,利用CASA模型估算了祁连山地区植被净初级生产力(NPP),并对NPP的年内、年际变化以及时空分布规律和变化趋势进行分析。结果表明:(1)祁连山地区年内NPP集中在6~8月,占全年NPP总量的86.39%;2003~2007年,NPP年均值在165.28~192.75g·m-2·a-1之间小幅波动;2007~2009年呈现出较明显的下降趋势,由168.63g·m-2·a-1下降到153.17g·m-2·a-1;2009~2012年表现出明显的上升趋势,最大值达207.13g·m-2·a-1。(2)祁连山地区的NPP东西部分布差异大,东部地区大多在200~400g·m-2·a-1之间,部分地区可达500g·m-2·a-1之上;中部地区存在较明显的南北差异,南部大多地区在100~300g·m-2·a-1之间,北部大多地区在100~400g·m-2·a-1之间;西部广大地区大多在0~100g·m-2·a-1之间,荒漠和高山冰雪覆盖区域生物量最低。(3)近十年来,祁连山地区的NPP呈波动增加趋势,增加面积约9 867km2,约占植被总面积的21.19%,减少面积约8 173km2,约占植被总面积的17.52%,表明祁连山的生态健康水平总体在改善但局部在恶化。     

中国陆地植被净初级生产力估算模型优化与分析——基于中国生态系统研究网络数据

该研究基于中国生态系统研究网络(CERN)数据对传统CASA模型进行优化,对比两叶模型与优化CASA模型在站点尺度和像元尺度对于8个典型生态站点的植被净初级生产力(NPP)估算精度,选择在像元尺度表现更好的优化CASA模型,结合中国土地覆被数据(ChinaCover)开展2000—2019年中国陆地植被NPP监测与分析。研究结果表明：(1)基于FY2D PAR的优化方案能够有效避免空间插值导致的不确定性问题,显著提高了PAR估算精度;(2)在站点尺度上,两叶模型用于估算典型森林、草地生态系统的NPP表现更好,而在像元尺度上优化CASA模型估算精度更高;(3)在全国尺度上,优化了最大光能利用率、水分胁迫系数以及光合有效辐射计算方法的CASA模型能够较好地模拟中国陆地植被NPP,近20年中国陆地植被NPP变化范围为2.703—2.882 PgC/a,在空间上呈西北低东南高的格局,在时间上呈现波动中缓慢增加的趋势。     

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。     

地形对新疆昌吉州草地净初级生产力分布格局的影响

新疆草地资源丰富且地形多变,地形作为影响植被生产力最主要的环境因素之一却未被充分考虑。以Landsat和DEM为数据源,以新疆昌吉州草地为研究对象,应用CASA模型计算得到连年的净初级生产力,采用Arc GIS的空间分析方法对新疆昌吉州草地2000—2016年的净初级生产力分布进行了分析。研究结果表明,地形对生产力的分布有着显著影响,在海拔、坡度和坡向3个地形因子对整体趋势变化的影响分析中发现,坡度引起的NPP变化最大,坡向次之,海拔较小。在整体特征上,海拔每升高30 m,生产力增加4.11 g/m~2;坡度每增加1°生产力增加-0.225 g/m~2;N坡向生产力水平最高(23.23 g/m~2),SW坡向最低(3.54 g/m~2)。不同生产力年份生产力在地形因子作用下变化趋势相同但变化幅度不同,较高生产力年份中3个地形因子的变化幅度都是最大的。     

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…     

气候变化情景下中国自然植被净初级生产力分布

基于国际上较通用的Lund-Potsdam-Jena(LPJ)模型,根据中国自然环境特点对其运行机制进行调整,并重新进行了参数化,以B2情景气候数据作为主要的输入数据,以1961-1990年为基准时段,模拟了中国1991-2080自然植被净初级生产力(NPP)对气候变化的响应.结果表明:1961-1990年,中国自然植被的NPP总量为3.06 Pg C·a-1;1961-2080年,NPP总量呈波动下降趋势,且下降速度逐渐加快.在降水相对变化不大的条件下,平均温度的增加对我国植被生产力可能会产生一定的负面影响.NPP的空间分布从东南沿海向西北内陆呈逐渐递减趋势,在气候变化过程中,该格局基本没有太大变化.在东部NPP值相对较高地区,NPP值以减少为主,东北地区、华北东部和黄土高原地区的减少趋势尤为明显;在西部NPP值相对较低地区,NPP以增加趋势为主,青藏高原地区和塔里木盆地的表现尤为突出.随着气候变化的深入,东西部地区这种变化趋势的对比将越发明显.     

基于净初级生产力的中国生态足迹产量因子测算

生态足迹作为一种非货币化的生态系统评估工具,是近年来国际上一种重要的判别可持续发展程度的生物物理量方法。产量因子是生态足迹计算中的一个重要参数,其准确与否直接影响到计算结果的可靠性与可比性。随着生态足迹方法的广泛应用,其标准化和本地化成为迫切需要。为了便于区域水平上的生态足迹空间分析,本文采用中国2001年1kmMODIS数据,根据植被的净初级生产力,计算出全国和不同省份各种土地类型的产量因子。结果表明:就中国产量因子而言,由于中国农地生产力水平高于全球平均水平,其产量因子为1.74,而其余几种类型土地的产量因子均<1,分别为林地0.86,畜牧地0.51,渔场0.74;就不同省份而言,由于区域内不同土地利用类型的相对生产能力不同,产量因子各不相同。     

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。     

盘锦湿地净初级生产力时空分布特征

主要采用中巴地球资源卫星(CBERS)、合成孔径雷达(SAR)和数字高程模型(DEM)数据,通过主成分变换融合算法、分类回归树CART算法和混合像元分解模型结合神经网络算法,进行了盘锦湿地土地覆盖类型分类。充分考虑湿地生态系统的典型特征,将盐分胁迫因子作为估算湿地耐盐植被净初级生产力(NPP)的环境影响因子之一,构建了基于光能利用率和遥感数据的湿地植被净初级生产力模型。分析了盘锦湿地植被NPP的时空分布特征,并研究了盘锦湿地植被NPP对气温和降水的响应特征。结果表明:2009年盘锦市植被净初级生产力介于0—1175 gC·m-·2a-1之间,平均值为553 gC·m-·2a-1。盘锦市植被NPP空间分布规律呈东北向西南逐渐递增的趋势。在湿地植被分类类型中,芦苇的单位面积平均NPP最高,达到1016 gC·m-·2a-1。2004—2009年盘锦植被单位面积平均NPP值在缓慢上升,湿地已呈现缓慢恢复的趋势。总体上气温对盘锦湿地主要植被类型芦苇月平均NPP的影响要强于降水。2004—2009年降水对盘锦地区植被年平均NPP的影响强于气温。     

冰雪灾害对中亚热带人工针叶林净初级生产力的影响

结合中亚热带江西千烟洲人工针叶林2005、2008和2011年3次树木清查数据以及树木相对生长方程,比较了2008年1月南方冰雪灾害前后的NPP,评价了森林生态系统灾后的恢复能力。结果表明:乡土树种马尾松(Pinus massoniana)与杉木(Cunninghamia lanceolata)比外来树种湿地松(Pinus elliottii)抗灾害能力强;在个体水平上,胸径(D)较大的树木抗灾害能力较差。灾后马尾松与杉木的D增长率降低,而湿地松增大。冰雪灾害导致大量碳(10.44 t C/hm2)从乔木层碳库转移到死生物量碳库,占乔木层碳储量的18.28%。灾前NPP和碳利用效率(CUE)分别为736.23 g C m-2a-1和0.41;灾后经过近4年的恢复,NPP和CUE分别为683.08 g C m-2a-1和0.38。     

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(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。研究改进了CASA(Carnegie-Ames-Stanford Approach)模型,引入潜在光合有效辐射吸收比例(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400 mm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。     

基于遥感和过程模型的亚洲东部陆地生态系统初级生产力分布特征

利用美国环境预测中心的再分析气象资料和由GIMMS NDVI 资料生成的叶面积指数对BEPS生态模型进行驱动,模拟分析了2000-2005年亚洲东部地区总初级生产力（GPP）和总净初级生产力（NPP）的时空变化特征.在进行区域模拟计算前,使用15个站点不同生态系统的GPP观测数据及1300个样点的NPP观测数据对模型进行验证.结果表明： BEPS模型能较好地模拟不同生态系统的GPP和NPP变化,模拟的GPP与观测数据之间的R2为0.86～0.99,均方根误差（RMSE）为0.2～1.2 g C·m-2·d-1;BEPS模拟值能够解释78%的年NPP变化,其RMSE为118 g C·m-2·a-1.2000-2005年,亚洲东部地区GPP和NPP总量平均值分别为21.7和10.5 Pg C·a-1.NPP和GPP具有相似的时空变化特征.研究期间,NPP总量的变化范围为10.2～10.7 Pg C·a-1, 变异系数为2.2%.NPP由东南向西北显著减少,高值区〖JP2〗（>1000 g C·m-2·a-1）出现在东南亚海岛国家,我国的西北干旱沙漠地区为低值区（<30 g C·m-2·a-1）,〖JP〗其空间格局主要由气候因子决定.不同国家的人均NPP差异很大,其中,蒙古最高,达70217 kg C·a-1,远高于中国的人均NPP（1921 kg C·a-1）,印度的人均NPP最小,为757 kg C·a-1.     

基于InTEC模型的塔河森林净初级生产力影响因子定量分析

森林净初级生产力(NPP)是反映森林碳源/汇能力的重要参数,其时空变化同时受气象变化(大气温度、降水等)、大气成分变化(CO₂浓度、N沉降)和各种森林干扰的影响.然而,目前影响森林NPP变化的关键因子尚不明确.为了探究这一问题,本研究在综合考虑InTEC模型的干扰和非干扰因子的基础上,重新模拟了不同立地指数下的NPP-林龄关系,并嵌入1987—2015年林火数据,模拟1901—2015年塔河森林平均NPP变化特征,设计9种模拟情景定量分析1961—2015年不同影响因子对塔河森林NPP变化的贡献,并探究塔河森林NPP年际以及年代变化的主要影响因子,为森林经营提供指导性策略.结果表明: 1901—1960年,塔河森林NPP的变化趋势较为平稳,1960年以后NPP随干扰因子变化趋势显著.林火和立地指数(SCI)的引入,均在不同时间对NPP的分布特征产生了不同影响.1960年以后,塔河森林NPP大幅变化的主要原因是森林年龄和林火的干扰,其年际平均贡献率为-49%,其次是降水和CO₂,分别为-28%和17%,气温和氮沉降的平均贡献率分别为5%和1%.