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%.     

Forest net primary productivity dynamics and driving forces in Jiangxi Province,China

Aims Subtropical forest ecosystem has great carbon sequestration capacity. Net primary productivity (NPP) plays a critical role in forest carbon cycle and is affected by a number of factors, including climate change, atmospheric composition, forest disturbance intensity and frequency, and forest age, etc. However, the contribution of these factors to the temporal-spatial dynamics of NPP is still not clear. Quantifying the main driving forces on the temporal-spatial dynamics of NPP for subtropical forest ecosystems is a critical foundation for understanding their carbon cycle.
Methods We utilized multi-sources dataset, including observed meteorological data, inversed annual maximum leaf area index (LAI), referenced NPP (simulated by Boreal Ecosystem Productivity Simulator (BEPS) model), forest age and forest types, land cover, digital elevation model (DEM), soil texture, CO₂ concentration and nitrogen deposition. We used the InTEC (integrated terrestrial ecosystem carbon-budget) model to simulate the NPP dynamics for forest ecosystems in Jiangxi Province during the period of 1901-2010. The effects of climate change, forest age, CO₂ concentration and nitrogen (N) deposition on forest NPP from 1970 to 2010 were discussed through designed scenarios.
Important findings (1) Validations by flux measurements and forest inventory data indicated that the InTEC model was able to capture the interannual and spatial variations of forest NPP. (2) The average forest NPP was 47.7 Tg C·a^-1 (± 4.2 Tg C·a^-1) during 1901-2010. The NPP in the 1970s, 1980s, 1990s and 2000s was 50.7, 48.8, 45.4, and 55.2 Tg C·a^-1, respectively. As forest regrows, NPP significantly increased for forests in Jiangxi Province in the 2000s, and exceed that in the 1970s for more than 60% of the forest area. (3) During 1970-2010, under the scenarios of disturbance and non-disturbance, the forest NPP were underestimated by 7.3 Tg C·a^-1 (14.5%) and overestimated by 3.6 Tg C·a^-1 (7.1%) compared to the scenarios of all disturbance and non-disturbance factors, respectively. Compared to the average NPP during 1970-2010, climate change decreased NPP by -2.0 Tg C·a^-1 (-4.7%), N deposition increased NPP by 4.5 Tg C·a^-1 (10.4%), CO₂ concentration change, and the integrated fertilization of CO₂ and N deposition increased NPP by 4.4 Tg C·a^-1 (10.3%) and 9.4 Tg C·a^-1 (21.8%), respectively.     

黄河流域草地净初级生产力时空动态及其驱动机制

黄河流域是生态系统的敏感区,流域草地生态系统在气候变化和人类活动驱动下发生了显著变化。基于多源遥感影像和气象站点资料等,采用改进后的CASA模型估算2001—2018年黄河流域草地净初级生产力(NPP),评估定量反演结果精度,分析研究时段内流域草地净初级生产力时空动态,探讨气候要素和人类活动对流域草地净初级生产力的影响。结果表明：1)基于改进的CASA模型能够高精度模拟黄河流域草地NPP。2)2001—2018年黄河流域草地NPP呈增加趋势,且在2013年发生突变。2001—2013年气候和人类活动均促进流域草地NPP增加,而2013年后人类活动抑制流域草地NPP增加的作用明显增强,抑制区域面积较前一阶段增加34.89%。整体上,人类活动对草地NPP的影响强度低于气候要素影响强度。3)耕地和建设用地面积的变化,是驱动实际净初级生产力动态的重要人类活动要素。耕地和建设用地面积的增加与草地面积减少、实际净初级生产力增加速率的降低紧密相关。伴随经济发展,应坚持实施退耕还林还草政策,并加强对草地生态保护的监督。     

吉林省落叶松林净初级生产力时空特征及其对气候变化的响应

为评估吉林省落叶松林的生产力现状并为我国森林生态系统生产力和植被监测研究提供基础数据,以吉林省落叶松林为研究对象,基于吉林省及其周边100 km范围内41个气象站点资料,采用LPJ-DGVM模型模拟了2000—2019年吉林省落叶松林近20年的净初级生产力,并采用线性回归趋势分析、变异系数、Hurst指数和相关性分析法对其时空变化、稳定性及其与气候因子的相关关系进行了分析。结果表明：(1)2000—2019年吉林省落叶松林年均净初级生产力(NPP)为592 g C m^-2 a^-1,年均增长率为2.81%,随时间推移呈现波动增长的趋势(β=14.55,R~2=0.784,P<0.01)。(2)NPP变异系数为0.07—2.33,均值为0.48,除幼龄林外,整体波动较小。Hurst指数介于0.441—0.849之间,均值为0.612,未来吉林省落叶松林NPP呈增加趋势。(3)吉林省落叶松林NPP存在明显的空间异质性,北部和南部区域NPP较高,是近20年NPP增长较快的区域。(4)2000—2019年吉林省落叶松林年均NPP与年总降水、生长季...     

2000—2020年青藏高原植被净初级生产力时空变化及其气候驱动作用

青藏高原是我国乃至全世界的“气候变化实验室”,在气候变化驱动下,青藏高原植被净初级生产力(NPP)发生了显著变化。本研究利用归一化植被指数、数字高程、年降水量和年气温等数据,探究2000—2020年青藏高原植被NPP的时空变化特征及其与气候因子的关系。结果表明: 2000—2020年,青藏高原植被NPP呈显著增加趋势,NPP增加速率为1.67 g C·m^-2·a^-1。青藏高原植被NPP空间分布表现为从东南向西北逐渐递减,该分布格局与气温、降水量的空间分布格局基本吻合。植被NPP与气温和降水量变化显著正相关。暖湿化气候变化趋势是促进植被NPP显著增加的重要动力,如果气候持续更暖更湿,青藏高原植被NPP将会持续增加。     

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。     

黄土高原草地净初级生产力时空趋势及其驱动因素

草地净初级生产力是生态系统碳循环的关键环节和重要组成部分.本研究使用分段线性回归分析和Pearson相关分析,分析了黄土高原2000-2015年间土地利用类型未改变的草地净初级生产力(NPP)的变化趋势及气候核心因子(年降水量、年强降水量、年有效降水日数、年平均温度、年最高温度、年最低温度)对NPP变化的影响,并借助增...     

秦岭山地植被净初级生产力及对气候变化的响应

基于1999~2009年的NDVI数据和气象数据,利用CASA模型对秦岭山地植被净初级生产力（Net primary productivity,NPP）进行模拟估算,并分析了秦岭NPP的时空变化特征及其对气候变化的响应。结果表明：1999~2009年11年间秦岭山地的平均年NPP为542.24 gC·m^-2·a^-1;研究期内秦岭NPP呈显著增长趋势（P<0.01）,2008年最高（718.77 gC·m^-2·a^-1）,2001年最低（471.78 gC·m^-2·a^-1）;四季对全年NPP的贡献率大小依次为夏季（49.90%）>春季（26.16%）>秋季（18.87%）>冬季（5.07%）;月NPP与温度和降水都显著相关,但与温度的相关性更高,月水平上温度对NPP的影响比降水大;生长季期间NPP与温度和降水的相关性在空间分布上都以正相关为主。     

近51年来祁连山植被净初级生产力对气候变化的响应

本研究以分辨率为0.1°×0.1°的植被、土壤和气象数据为驱动,利用大气-植被相互作用模型(AVIM2)模拟了祁连山地区1958~2008年植被净初级生产力(NPP),并对近51年来祁连山地区植被NPP对气候变化的响应进行了分析。结果表明:近51年来祁连山植被(常绿针叶林、落叶针叶林、草地、灌木、农田)在气温升高和降水量增加的影响下,NPP总量呈增加趋势,且增加速率依次为:农田>常绿针叶林>落叶针叶林>草地>灌木。植被NPP的变化与气温和降水量的变化均呈正相关关系,且温度变化对植被NPP的影响大于降水,即温度变化是影响祁连山地区植被NPP变化的主导因素。从区域平均来看,气温年平均上升速率为0.043℃·a-1,降水量的平均增加速率为1.355mm·a-1,在气温和降水量的共同作用下,1958~2008年祁连山地区植被NPP总量呈增加趋势,平均增加速率为0.718g·m-2·a-1。     

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.     

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。     

广西植被净初级生产力(NPP)时空演变及主要影响因素分析

利用2001-2010年EOS/MODIS17A3卫星遥感资料,对广西植被净初级生产力(NPP)时空特征及其影响因素进行分析.结果表明：(1)NPP 表现出明显的年际变化,2005年植被年均 NPP 最小为625 gC??m-2??a-1,2003年最大,为714 gC??m-2??a-1,十年间广西植被年NPP平均值为662 gC??m-2??a-1;(2)不同植被类型NPP有较大差异,森林、灌木、农作物的NPP 平均值分别为834、614、517 gC??m-2??a-1;(3)十年间广西区年均NPP为显著下降趋势,且年均气温和降水对NPP时间变化作用显著,而日照时数对 NPP 时间变化的作用不显著;(4)广西区NPP空间格局形成主要影响因素为坡度,其次为经度,再次为地貌特征、纬度和降水;(5)非喀斯特区域北热带季雨林、南亚热带季雨林化/季雨化常绿阔叶林年均 NPP 大于喀斯特地区,相反,喀斯特地区中亚热带常绿阔叶林,农作物年均NPP大于非喀斯特地区.整体而言,广西非喀斯特地区植被NPP为683 gC??m-2??a-1,喀斯特地区植被NPP为620 gC??m-2??a-1.     

21世纪上半叶内蒙古草地植被净初级生产力变化趋势

基于中国气象局国家气候中心新发布的中短期适应气候变化的新情景(RCP4.5)和极端情景(RCP8.5)下的气候预估数据,采用空间化后的CENTURY模型模拟探讨2011－2050年内蒙古草地植被净初级生产力(NPP)的时空变化特征.结果表明: 区域尺度上,未来气候变化情景下内蒙古草地NPP年下降速率分别为0.57 g C·m^-2·a^-1(RCP4.5)、0.89 g C·m^-2·a^-1(RCP8.5);相对于基准时段,RCP4.5情景下内蒙古草地NPP在2020s、2030s、2040s分别下降11.6%、12.0%、18.0%,而RCP8.5情景下降幅分别为23.8%、21.2%、30.1%.不同气候情景下内蒙古草地NPP时空变化特征差异较大,但即使在RCP4.5下未来40年绝大部分草地NPP也将呈现下降趋势,15.6%的草地减产超过20%.这表明未来气候变化情景下内蒙古草地降水略增的态势不足以补偿因温度升高对草地植被初级生产力所产生的负面作用,草地资源的可持续发展将面临更大挑战.     

1982—2015年气候变化和人类活动对内蒙古草地净初级生产力的影响

研究1982—2015年气候变化和人类活动对内蒙古草地净初级生产力(NPP)的影响。结果表明: 1982—1998年和1999—2015年2个时期,内蒙古草地实际NPP(ANPP)增长速率分别为1.08和1.36 g C·m^-2·a^-1,草地以恢复为主,2个时期草地恢复面积分别占研究区总面积的81.6%和76.3%;草地退化面积有增加趋势,且气候变化和人类活动对不同类型草地的影响不同。2个时期气候变化对草地恢复贡献率分别为79.3%和94.1%,气候变化是草地恢复的主要因素,其中,ANPP与降水呈显著正相关,而与温度的相关性不显著,表明降水是影响草地恢复的主要气候因子。2个时期人类活动对草地退化的贡献率分别为83.3%和87.8%,说明人类活动是导致草地退化的主要原因。气候变化对内蒙古草地恢复起主导作用,而人类活动诸如放牧数量、耕地面积和造林面积的增加,加速了草地退化。     

2000-2020年祁连山植被净初级生产力时空变化及其驱动因素

植被净初级生产力(NPP)是评价植被生长的重要参数,也是评估陆地生态系统质量与功能的重要指标。基于MODIS NPP、数字高程模型(DEM)、气象水文及人类活动数据,采用空间分析、趋势分析,分别从像元尺度和县域尺度识别了2000-2020年以来祁连山NPP时空变化特征,采用偏相关分析研究了NPP对年均温和年降水的响应,并借助地理探测器模型揭示了NPP变化的驱动因素,最后采用Hurst指数预测了NPP未来变化趋势。结果表明:2000-2020年祁连山平均NPP呈波动增加趋势,年均增加2.38 g C/m²,其中栽培植被和阔叶林增长最为明显。近20年,像元尺度上有75.37%的区域NPP增加,主要位于东南部;县域尺度上,古浪、平安、化隆和永登县NPP增速较快,而祁连、海西、德令哈和门源县增速较慢。祁连山NPP空间分布具有明显的集聚性,高值集聚区主要位于东南部,而低值集聚区主要位于西北部。年均温和降水量的增加均促进了NPP的增加,但不同区域NPP对气温和降水的响应有明显差异。降水量、饱和水气压差和蒸散发是NPP变化的主要驱动因子,驱动因子之间对植被NPP变化存在交互作用,分为双因子增强和非线性增强效应。未来祁连山NPP变化以增加非持续性为主,说明植被变化面临较大不确定性。研究结果有助于揭示全球气候变化背景下区域植被NPP对气候变化及人类活动的非线性响应机制,亦可为祁连山生态保护与可持续发展提供理论依据。