内蒙古草原生态系统净初级生产力及其与气候的关系

该文在利用朱文泉等(2007)构建的基于光能利用率的净初级生产力(NPP)遥感估算模型对内蒙古草原生态系统1982-2006年的NPP进行估算的基础上, 选取包括降水量、温度、有效降水、有效温度和3种地表干湿度指数在内的气候指标, 充分考虑地表覆盖状况和气候因子的时滞和累积效应, 探讨了内蒙古草原生态系统NPP与气候因子之间的相互作用关系。结果表明, 以年为时间单位, 在年际水平上, 温度相关的各指标与年NPP的关系并不明显, 当年的气候条件对草原区植被的生长影响最大。以月为时间单位, 年内月气温和降水是影响NPP的重要因素。且所有植被类型区在年内月际水平上气候各指标对NPP的影响时效最大为1个月, NPP和各气候参量的关系时效也为1个月; 在年际水平上5-9月的NPP与降水、地表干湿度指数的互相关系数明显高于同温度各指标的互相关系数, 表明降水是影响内蒙古草原NPP的主要气候因子, 且降水的累积效应影响显著。不同植被类型区年际月NPP与降水指标之间的关系也各不相同。     

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.     

北京地区气候变化和植被的关系——基于遥感数据和物候资料的分析

 气候变化对陆地生态系统的影响及其反馈是全球变化研究的焦点之一。本文利用1951～2000年的气温、降水等气候资料、1982～2000年的NOAA/AVHRR遥感数据和1951～2000年北京春季物候的代表性指标——山桃（Prunus davidiana）始花的物候数据,分析了在年际和年内时间尺度上北京地区各气候参量与植被变化之间的关系。结果显示：植物生长与温度之间的关系远比其与降水之间的关系密切;各气候参量和植被生长状况之间的关系因时间尺度而不同。1)月际水平上,具有显著生态学意义的气候指标对植被生长状况的影响更明显。2)温度与NDVI指标的相互作用最大为零时滞：年际水平上,影响时效约为1年;月际水平上,约为1个月。3)植物物候期与温度之间的关系远比其与降水之间的关系密切。年际尺度上,气候参量和植物物候期的相互作用是同时的,其中气温的影响时效为2年;月际尺度上,实际温度和植物物候期的相互作用时效约为1个月。     

延安北部丘陵沟壑区植被指数变化及其与气候的关系

利用GIMMS和SPOT两种归一化植被指数(NDVI)数据和气候资料,分析延安北部丘陵沟壑区1982—2007年植被覆盖的历史演变及其与气候因子的关系。结果表明:(1)延安北部丘陵沟壑区植被覆盖状况26a来尽管有波动起伏,但是整体在持续转好,年平均NDVI增加了14.2%。夏季的NDVI值最高、波动起伏最大,其次是秋季,春、秋季的NDVI年际变化具有明显的上升趋势。各季NDVI与年NDVI均有相关关系,春、秋季NDVI与年NDVI相关显著。NDVI年内变化曲线为单峰型,春季NDVI缓慢增加,秋季NDVI降低速度比较快。(2)年平均NDVI与年温度相关不明显,夏、秋、冬三季NDVI与同期温度相关也不明显,只有春季平均NDVI与该季温度相关显著。3—4月份温度对植被的影响呈正相关,温度越高,返青生长越快;初夏6—7月份,温度对植被生长有滞后影响,前期温度与后期NDVI为负相关。降水量是引起NDVI年际波动的影响因子之一,年降水量与当年7月和9月份NDVI相关,决定了一年植被最为旺盛时的好坏。月降水量对NDVI影响具有滞后性,上年9月份降水影响翌年4—6月份的NDVI,6月和7月份NDVI受当月和前期降水影响。(3)1999年以来,延安北部丘陵沟壑区植被覆盖快速上升,除与降水增多有关外,非气候因素中生态保护和环境建设等人为措施,如植树造林、封山禁牧等封育措施是导致植被显著增加的重要原因。     

内蒙古羊草草原植物群落地上初级生产力时间动态对降水变化的响应

植被生产力对水热因子的反应是气候 -植被关系研究的焦点之一。利用 1981～ 1994年的固定围栏样地植物群落调查数据及同期降水资料 ,分析了羊草草原群落地上初级生产力和降水的年际变化特征及植物群落地上初级生产力的时间动态与降水年际变化的相互关系。结果表明 ,羊草草原年降水以及月降水的年际波动明显 ;年内降水分配不均匀 ,降水集中分布于 6～ 8月份。月均降水以 7月份最高 ,基本呈对称分布。群落地上初级生产力年际间变化介于年降水与月降水的年际变化之间。影响群落地上初级生产力时间动态最显著的因子是植物生长周期内前一年 10月至当年 8月的累积降水 ,而与年降水和月降水无显著相关。群落地上初级生产力时间动态对累积降水波动的反应呈显著的二次曲线关系 ,与空间尺度上地上初级生产力与年降水呈线性相关关系不同。因此 ,降水波动对羊草草原地上初级生产力的影响是一个累积效应 ,确定对植物生长产生影响的有效降水时间对建立羊草草原生产力模型关系具有十分重要的意义。     

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...     

1982-2015年黄土高原NDVI时空演变及其对气候变化的季节响应

基于GIMMS NDVI、温度和降水数据,利用集合经验模态分解(EEMD)、线性回归分析、偏相关分析等方法分析了1982-2015年黄土高原植被覆盖时空变化及其对气候变化的季节响应。结果表明:年际变化趋势上,1982-2015年黄土高原生长季、春、夏、秋季NDVI均呈显著增长趋势,且各个季节NDVI增加速率逐年升高,尤其以夏季增加速率的变化最为明显;空间上,生长季、春、夏、秋季NDVI均呈由西北向东南递增的趋势,且在大部分地区呈显著上升趋势;线性回归表明,生长季、春、夏、秋季温度均呈显著上升趋势;生长季、秋季降水呈增加趋势,春、夏季降水呈减少趋势。EEMD分析进一步表明,生长季、春、夏、秋季温度均先升高后降低,降水均呈先减少后增加的趋势;空间变化趋势上,温度在生长季、春、夏、秋季大部分地区呈显著上升趋势,降水仅秋季有部分区域呈显著上升趋势;NDVI与温度在黄土高原东北部及西南部地区呈显著正相关,与降水在黄土高原北部及西北部地区呈显著正相关。     

2001-2010年疏勒河流域植被净初级生产力时空变化及其与气候因子的关系

通过改进的光能利用率CASA模型估算2001-2010年间疏勒河流域陆地生态系统的净第一性生产力（NPP）,采用线性趋势分析、变异系数和Hurst指数等方法,分析了NPP的时空变化特征及其与气候因子的相关性。结果表明：①疏勒河流域NPP的空间分布具有明显差异,空间上呈现西北低、东南高的趋势,且具有较明显的经向"条带"分布特征,2001-2010年,NPP平均值为102.26 gC m^-2 a^-1。②2001-2010年,疏勒河流域NPP总体呈增长趋势,年际波动较大,NPP明显增加的区域占总面积25.15%,明显减小的区域约占11.93%。③Hurst指数分析显示,疏勒河流域NPP变化的同向特征强于反向特征,其中持续改善地区占总面积的78.3%,21.7%的区域将由改善转为退化。④在年尺度上,降水是植被NPP变化的主要影响因素,NPP与降水呈弱的正相关关系,与温度相关性不显著;在月尺度上,温度是NPP变化的主要控制因子。疏勒河流域NPP对气候因子不存在明显的时滞和累积效应。     

乌珠穆沁草原水热分配差异对植被的影响

利用MODIS NDVI 数据和气象站点的气温和降水资料, 运用最大值合成、一元线性分析和相关分析方法, 分别从年际变化、季节变化和月变化角度分析2000-2013 年乌珠穆沁草原植被覆盖变化及其对气温和降水变化的响应特征。结果表明, 从年际变化看, 近15 年来乌珠穆沁草原植被覆盖呈增加趋势, 其变化趋势主要受降水量的控制; 从季节变化来看, 夏季和秋季植被覆盖度呈上升趋势, 而春季呈下降趋势。春季和夏季植被覆盖变化主要受降水的影响,而秋季植被生长与气温的关系较与降水的关系密切; 从植被生长的月变化来看, NDVI 与气温的相关性小, 与降水量的相关性大。在返青期初期(4、5 月)NDVI 值随气温升高而升高, 温度有助于植被的生长, 其他时段气温对NDVI 值产生负向作用, 其中7 月份植被生长受气温的负向作用最明显; 4-6 月受当月降水量的影响明显, 7、8 月份NDVI 值与6月份降水量呈显著相关, 表明植被生长对降水变化具有一定滞后性。     

1960～2011年秦岭南北气温和降水变化对植被净第一性生产力的影响研究

基于秦岭南北1960～2011年月平均气温和降水量等气候要素资料,应用周广胜-张新时模型计算了近52年的植被净第一性生产力(NPP),分析其年际和年代际变化特征及其对温度和降水的响应。结果表明:(1)研究区多年平均气温呈南高北低分布格局,1993年为气温变化转折点,此前为降温趋势,秦岭以南降温更明显,此后研究区大面积升温,近52年间98%以上的站点呈升温趋势。(2)降水量由北向南递增,1985年为降水变化转折点,此前降水呈减少趋势,此后70%以上站点降水增多;1960～2011年间秦岭以北地区有变干趋势,而秦岭南坡以变湿为主,其余地区变化不明显。(3)周广胜-张新时模型的模拟结果与实测值的平均误差为11.1%,整体上精度较高,说明模型可以用于秦岭南北地区NPP的估算;研究区NPP呈南高北低分布格局,NPP增加的站点所占比例排序为汉水流域>秦岭南坡>巴巫谷地>秦岭以北;NPP年际波动较小,极值比介于1.34～1.89之间。(4)未来气候变化对NPP的可能影响预测结果显示,水热条件同时改善(a情景)的情况下NPP普遍增加14.8%以上,秦岭以北增加趋势更明显,温带落叶阔叶林增幅最大,温带草丛增幅最小;温度升高而降水减少(b情景)的情况下大部分站点NPP减少,亚热带(热带)常绿(落叶阔叶)林减幅最大,温带落叶阔叶林减幅最小;c情景下NPP增幅有限,明显小于a情景,秦岭以北地区的增加趋势更明显,不同植被类型的变化趋势与a情景一致,但明显小于前者。     

中国西北地区植被NPP多时间尺度变化及其对气候变化的响应

净初级生产力(NPP)是评估植被生长的重要参数,也是评价区域生态环境质量的重要指标。以"一带一路"枢纽地区西北六省为研究区,基于多年连续的GIMMS NDVI资料和气象数据,利用CASA模型,估算了西北六省34年NPP值,利用MK和EEMD方法,揭示了NPP变化的非线性特征,并探究不同时间尺度植被NPP变化对气候变化的响应。研究结果发现:(1)1982—2015年生长季植被NPP总体呈增加趋势,线性增长率为0.718 gCm~(-2) a~(-1);大多数研究区植被NPP短时间内将保持现有变化趋势,尤其是青藏高原、塔里木盆地边缘和内蒙古南部一带。(2)1982—2015年植被NPP以3年周期变化和长期增加趋势为主。其中陕西的南部,甘肃、新疆、宁夏和青海的北部以及内蒙古中部和北部以3年周期变化为主导,而陕西的北部,甘肃、新疆、宁夏的南部以及内蒙古东部以长期变化为主。不同植被类型NPP变化差异明显:针叶林、阔叶林以及混交林以3年周期波动为主,而灌木、草地和农田以3年周期波动和长期增长趋势为主。(3)NPP与气温和降水之间的相关性随着时间尺度的增大逐渐显著。在3年时间尺度上,大多数研究区NPP与气温和降水的相关性很小(P0.05)。6年时间尺度上,NPP与降水量呈正相关的区域向南略有扩散,其中青海南部高寒草甸NPP与降水的相关性由负相关转为正相关。在长期趋势上,NPP与气温和降水量具有非常显著的相关关系,且呈正相关的区域大于负相关的区域。本研究发现多时间尺度能够更好的分析NPP时空特征以及不同时间尺度NPP对气候变化的响应,有助于揭示全球气候变化背景下植被NPP对气候变化的非线性响应机制,评价气候变化的生态坏境风险,为西北六省区域可持续发展和生态环境保护提供理论依据。     

北京东灵山辽东栎林树木生长对气候要素的响应特征

根据北京东灵山辽东栎(Quercus wutaishanica)的年轮宽度资料,分析了该地区树木生长在1951—2010年时段对气候要素的响应特征。相关分析表明,夏季干旱胁迫是限制东灵山辽东栎树木生长的最为重要的气候要素,主要体现在与夏季(7—9月)温度的负相关关系和夏季降雨(7月)的正相关关系,另外春季(5月)温度对树木生长也有一定的限制性影响;年表与生长季节干旱指数普遍呈正相关关系,进一步证实了干旱胁迫对树木生长的限制性作用。滑动相关分析表明,年表与夏季温度负相关关系及与夏季降雨的正相关关系在近期趋于增强,这表明夏季干旱胁迫对树木生长影响作用有不断加强的趋势。辽东栎林是北京东灵山温带落叶阔叶林的优势群落,在暖干化气候不断发展背景下,辽东栎林生长的干旱胁迫效应将更加突出,对北京东灵山地区森林的生产力及固碳能力产生负面影响。     

呼伦贝尔沙地樟子松年轮生长对气候变化的响应

以内蒙古呼伦贝尔地区沙地樟子松为样本,建立了樟子松树木年轮宽度年表,应用相关分析和响应函数分析等年轮气候学方法,研究了樟子松径向生长对气候变化的响应。结果表明,樟子松年轮宽度与4月和6—9月平均温度呈显著负相关关系(P<0.05);与各月降水量多呈正相关关系,特别是与当年5—8月的月降水量呈显著正相关关系(P<0.05);树轮年表与前一年10月至当年10月的PDSI均呈显著正相关关系(P<0.05),其中与5月份PDSI的相关性最高。响应函数分析表明,年表与当年6—7月的平均气温、上一年10月和当年5—7月份的降雨存在显著的相关性,与5—7月份PDSI存在较显著的正相关性;综合来看,呼伦贝尔沙地樟子松生长同时受降水和温度的影响,其径向生长与气候因子间的关系属于降水敏感型,为区域降水重建提供了科学基础。     

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.     

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。     

1982—2020年内蒙古地区极端气候变化及其对植被的影响

内蒙古地处生态环境脆弱区,对气候变化尤为敏感。在全球气候变暖背景下,探究极端气候变化及其影响显得尤为重要。基于内蒙古地区115个气象站点1982—2020年的逐日气象数据,从强度、持续时间、频率3个维度出发计算了18个极端气候指数,在综合分析极端气候的时空变化特征的基础上,运用地理探测器和皮尔逊相关分析方法,定量评估极端气候对该区植被的影响。结果表明：(1)极端暖指数均呈增加趋势,说明1982—2020年期间内蒙古地区极端偏暖现象增多。(2)持续干旱日数与持续湿润日数呈减少趋势,说明39年来内蒙古地区连续性无降水天数和降水天数均减少。(3)极端气候指数与归一化植被指数(NDVI)的相关关系表现出明显的空间异质性,表明内蒙古不同区域NDVI对各极端气候指数的响应程度不同。(4)因子探测器结果表明极端降水指数相对于极端气温指数来说,对内蒙古植被生长变化的影响较大。研究结果可为内蒙古地区防灾减灾与生态修复工程提供一定的科学依据。     

2001-2014年中国植被净初级生产力时空变化及其与气象因素的关系

植被净初级生产力（NPP）是表征植被活动的关键变量,对于评估生态系统承载力,理解陆地生态系统碳循环有着重要意义。以全球陆表特征数据集（GLASS）为基础,对2001-2014年中国植被NPP进行了估算。在此基础上,利用一元线性回归、经验正交分解（EOF）分析了我国植被NPP时空变化,利用逐象元相关性分析、奇异值分解（SVD）两种方法分析了我国植被NPP与温度、降雨量的相关性。结果表明：（1）我国植被NPP空间上基本呈由东南向西北递减的分布趋势,主要是由于植被分布和气候条件决定的。研究期间我国植被NPP呈波动增加趋势,总量在3.02-3.49PgC/a之间,平均约为3.25 PgC/a。（2）一元线性回归与EOF分析结果较为一致,表明我国长江中下游、华北平原和东北长白山地区NPP呈减少趋势,而青藏高原、西北、内蒙古中部及东南沿海地区NPP呈增加趋势。（3） NPP与气象要素逐象元相关性分析表明,长白山、青藏高原及南方地区NPP与温度呈正相关,内蒙东部和西北地区NPP与降雨量呈正相关,东北、长江下游地区NPP与降雨量呈负相关。SVD分析结果与逐象元分析结果基本一致表明,NPP与温度、降雨量均存在明显相关性,长白山、内蒙古、青藏高原地区NPP与温度正相关,西北、内蒙中部地区NPP与降雨量呈正相关,长江下游、东北地区NPP与降雨量呈负相关。     

Spatial and temporal variability in the net primary production of grassland in China and its relation to climate factors

As an important component of the terrestrial carbon (C) cycle, variability in net primary productivity (NPP) plays a crucial role in the C input and accumulation in grasslands system. In this study, the spatial and temporal variability of grassland NPP in China during 2001–2010 and its relation to climate factors were analyzed by using a modified model of Carnegie–Ames–Stanford Approach based on the Comprehensive and Sequential Classification System. The results show that monthly grassland NPP increases from January to July. While the seasonal variability of NPP indicates peak productivity in summer. Annual mean grassland NPP follows a significant increasing trend with fluctuation from 2001 to 2010. The spatial pattern of grassland NPP shows increasing gradients from the west to the east and from the north to the south of China. Annual NPP differs significantly among different grassland types, with the highest NPP in the grassland distributed in sub-tropical perhumid evergreen broad leaved forest and tropical-perhumid rain forest. Time-lag correlation analysis at the monthly scale shows that grassland NPP responded more rapidly to changes in temperature than to precipitation. Among the climate factors, grassland NPP shows the strongest correlation at 1-month lag with moisture index K. There is a significant positive correlation between seasonal NPP and K. The seasonal NPP is significantly correlated with >0 °C annual cumulative temperature. The highest and the lowest NPP sensitivity to precipitation, K, and temperature were observed in the grassland distributed in tropical forest and semi-desert. The results indicate a complex mechanism of climate factors that control grassland C sequestration in terrestrial ecosystems.