基于Biome-BGC模型和集合卡尔曼滤波方法的阔叶红松林生态系统水碳通量模拟

数据同化为模型与遥感观测结合提供了一条有效的途径,通过在模型运行过程中融入遥感观测数据,调整模型运行轨迹从而降低模型误差,提高模拟精度。本文利用集合卡尔曼滤波(En KF)算法同化生长季中分辨率成像光谱仪(MODIS)叶面积指数(LAI)与Biome-BGC模型模拟的LAI模拟长白山阔叶红松林的水碳通量。同时,通过改进模拟的雪面升华与土壤温度计算方法的参数,旨在降低冬季生态呼吸的模拟误差。结果表明,相对于原始模型,数据同化与模型改进后使得生态系统总初级生产力(GPP)的模拟值与观测值之间的相关系数提高0.06,中心化均方根误差(RMSE)降低0.48 g C·m~(-2)·d~(-1);生态系统呼吸(RE)的相关系数提高0.02,中心化均方根误差降低0.20 g C·m~(-2)·d~(-1);净生态系统碳交换量(NEE)相关系数提高0.35,中心化均方根误差降低0.50 g C·m~(-2)·d~(-1)。同时,数据同化对蒸散发(ET)的模拟精度没有显著影响,改进的模型提高了其相关系数。基于En KF算法的数据同化提高了长白山阔叶红松林碳通量模拟精度,对于精确估算区域碳通量有着重要的意义。     

遥感GPP模型在中亚干旱区4个典型生态系统的适用性评价

总初级生产力(GPP)是全球生态系统碳循环的重要组成部分,对全球气候变化有重要影响。目前有多种遥感模型可以模拟总初级生产力,比较不同遥感模型在中亚干旱区上的适用性对推进全球干旱区碳收支估算具有重要意义。基于涡度协相关技术观测的四个地面站数据验证MOD17、VODCA2、VPM、TG、SANIRv五种模型的模拟精度。结果表明：(1)基于光能利用率理论的MOD17、VPM模型模拟咸海荒漠植被和阜康荒漠植被GPP的精度最高(R²分别为0.52和0.80),但在模拟草地、农田生态系统生产力时存在较明显的低估(RE>20%);基于植被指数的遥感模型TG模型、SANIRv模型模拟巴尔喀什湖草地生态系统和乌兰乌苏农田生态系统GPP的精度最高(R²分别为0.91和0.81),同时模拟值与实测值的相对误差也较低;基于微波的VODCA2模型模拟各生态系统生产力的效果最差。(2)水分亏缺是限制植被GPP的主要因素,因此是否合理考虑水分胁迫是影响GPP模型在中亚干旱区适用性的重要因素。研究揭示了遥感GPP模型在中亚干旱区的应用潜力,为推进全球植被碳通量的准确估...     

鄱阳湖流域植被总初级生产力时空变化特征及其气候驱动因子分析

植被总初级生产力(GPP)在陆地生态系统和全球气候变化研究中占有重要地位。基于MODIS GPP遥感数据产品、土地覆盖数据和气象观测数据,对2000–2013年鄱阳湖流域GPP的时空变化及其与气候因素的关系进行了分析。结果表明,鄱阳湖流域GPP的年总量变化介于88–2 493 g C·m~(–2)·a~(–1)之间,平均值为1 361 g C·m~(–2)·a~(–1);GPP年总量最小值出现在2002年,最大值出现在2004年。GPP年际变化呈现明显的上下波动现象,并呈缓慢增长趋势。近14年植被GPP年均值在空间分布上表现出由湖区中心向四周散射递增的特点,GPP显著增加的区域占全区总面积的40%,主要分布在研究区东北部。相关性分析显示,气温对GPP年际变化的影响程度强于降水。此外,火灾对GPP的年际变化也具有一定的影响。该研究可为了解研究区的植被生长状况和生态环境质量提供参考。     

基于FLUXNET的CLM模型总初级生产力模拟评价与误差分析

总初级生产力(gross primary productivity,GPP)的准确估计是陆地生态系统碳循环研究以及未来气候变化预测的基础。本文利用全球通量网的通量观测数据评估了CLM4.5的GPP模拟效果,结合叶面积指数(leaf area index,LAI)观测数据分析了CLM4.5模型GPP模拟误差的主要原因,并对CLM4.5模型主要的光合参数进行敏感性分析,探讨改善光合作用模拟精度的可能途径。结果表明:CLM4.5对GPP的模拟效果优于CLM4,月尺度和年尺度GPP模拟值的平均绝对偏差分别降低15%和29%。但与观测值相比,CLM4.5模拟的GPP年总量仍然具有较大偏差,平均偏差为366.06 g C·m-2·a-1。不同植被功能型GPP模拟误差具有不同的季节变化特征,误差主要发生在春季和夏季。冠层顶部比叶面积、叶片碳氮比和叶片氮含量中Rubisco氮含量所占比例是GPP模拟的3个敏感参数。未来应主要从物候期及LAI模拟的改进、磷循环过程的影响、生态系统水平光合参数集的构建等方面实现对GPP模拟精度的提高。     

基于东北温带落叶阔叶林通量数据的BEPS模型参数优化

控制其他参数为经验常数,利用迭代方法对主要光合作用参数最大羧化速率(V_(c max))及最大电子传递速率(J_(max))进行不同数值组合,将得到的多组模拟结果的逐日总初级生产力(GPP)分别与东北帽儿山落叶阔叶林的通量观测数据进行比较,实现对小时步长BEPSHourly模型V_(c max)和J_(max)的参数优化.结果表明:对于东北温带落叶阔叶林,当V_(c max)为41.1μmol·m~(-2)·s~(-1)、J_(max)为82.8μmol·m~(-2)·s~(-1)时,模拟的2011年逐日GPP与观测数据比较的均方根误差(RMSE)最小,为1.10 g C·m~(-2)·d~(-1),R~2最高,为0.95.经过光合作用参数V_(c max)和J_(max)优化后,BEPSHourly模型能更好地模拟GPP的季节变化.     

基于最优性原理的普适性碳水通量耦合估算方法研究

陆地生态系统碳、水通量估算是地球系统科学研究的基础和重要内容之一。当前部分碳、水通量模型在外推的过程中受到参数化结构和特征参数的限制,难以提升应用范围和结果精度。以生态水文最优性原理为理论工具,将基于该原理构建的C3植物普适性生产力模型P model推广至C4植物;在此基础上结合植物气孔行为的环境响应规律和水碳耦合原理,发展具有普适性的碳水通量耦合估算方法,协同计算我国总初级生产力(GPP, Gross Primary Production)和蒸散(ET, Evapotranspiration)。基于ChinaFLUX数据集的站点尺度验证结果表明,基于P model发展的的GPP和ET普适性估算方法精度表现良好：GPP估算结果与地面观测相比,相关系数R~2=0.61,均方根误差RMSE=2.1gC/d,拟合斜率0.96;ET估算结果相关系数R~2=0.66,RMSE=0.85mm/d,拟合斜率1.04。基于Google Earth Engine云平台实现了全国尺度GPP和ET计算,模拟结果与遥感太阳诱导叶绿素荧光观测、同类ET产品相比具有合理的空间分布,表明基于最优性原理构建的普适性碳...     

3PG碳生产模型在长白山阔叶红松林总初级生产力估算中的应用

利用ChinaFLUX长白山站阔叶红松林的通量观测数据以及同期卫星遥感数据,对3PG模型中的植被光合模型(VPM)、光能利用率模型(EC-LUE)、陆地生态系统模型(TEM)、卡内基-埃姆斯-斯坦福方法模型(CASA)4种模型进行参数重组,通过对比通量观测值与估算值的均方根误差、决定系数及平均误差确定模型的最适合参数;并利用实测的通量观测数据对优化后的模型进行拟合度验证,以提高其估算长白山阔叶红松林总初级生产力(GPP)的准确性.结果表明: 采用温度、增强植被指数、地表水分指数分别表征原模型中的温度限制因子、光合有效辐射吸收比例、水分限制因子估算长白山阔叶红松林GPP时,结果最优,优化后模型的精度(R²=0.948,RMSE=0.035 mol·m^-2·month^-1)明显优于原模型(R²=0.854,RMSE=0.177 mol·m^-2·month^-1),且能够有效改善原模型生长季明显高估的现象;通过敏感性分析可知,温度是对GPP估算不确定性影响最大的参数,其次为增强型植被指数和光合有效辐射,地表水分指数最小,且变量间的交互作用对GPP估算不确定性也存在影响.     

中国陆地植被净初级生产力遥感估算

该文在综合分析已有光能利用率模型的基础上,构建了一个净初级生产力(NPP)遥感估算模型,该模型体现了3方面的特色:1)将植被覆盖分类引入模型,并考虑植被覆盖分类精度对NPP估算的影响,由它们共同决定不同植被覆盖类型的归一化植被指数(NDVI)最大值;2)根据误差最小的原则,利用中国的NPP实测数据,模拟出各植被类型的最大光能利用率,使之更符合中国的实际情况;3)根据区域蒸散模型来模拟水分胁迫因子,与土壤水分子模型相比,这在一定程度上对有关参数实行了简化,使其实际的可操作性得到加强。模拟结果表明,1989~1993年中国陆地植被NPP平均值为3.12 Pg C (1 Pg=10¹⁵ g),NPP模拟值与观测值比较接近,690个实测点的平均相对误差为4.5%;进一步与其它模型模拟结果以及前人研究结果的比较表明,该文所构建的NPP遥感估算模型具有一定的可靠性,说明在区域及全球尺度上,利用地理信息系统技术将遥感数据和各种观测数据集成在一起,并对NPP模型进行参数校正,基本上可以实现全球范围不同生态系统NPP的动态监测。     

利用亚像元尺度信息改进区域冬小麦生长的模拟

为了探寻遥感观测面尺度与作物模型模拟点尺度不匹配问题的解决方案并改善区域作物生长模拟精度,以河南省鹤壁市为研究区,以冬小麦为研究对象,基于MODIS、Landsat 8遥感数据和Wheat SM作物生长模型,通过MODIS LAI过程线重建、亚像元尺度信息提取、集合卡尔曼滤波同化等方法,进行了冬小麦生长模拟的研究。结果表明:通过MODIS LAI过程线重建并提取亚像元尺度信息,冬小麦纯度在80%以上的遥感反演LAI与冬小麦两个关键生育期实测冠层LAI的均方根误差(RMSE)为0.69,以最近邻域法赋值到整个模拟区域,研究区2013—2017年模拟总产和实际总产相比的RMSE在未同化遥感反演的LAI信息时为6.73×108kg,同化未利用亚像元尺度信息调整的遥感估算LAI时,RMSE上升到8.24×108kg,同化利用亚像元尺度信息分区赋值的遥感LAI时,RMSE下降到3.48×108kg。利用亚像元尺度信息生成与作物模型时空尺度匹配的格点化LAI遥感产品,可提高作物生长模型区域化应用的精度。     

植被覆盖度和物候变化对典型黑沙蒿灌丛生态系统总初级生产力的影响

气候变化和人类活动是植被生产力年际尺度变化的重要驱动因素, 明晰二者对植被生产力的共同影响对于生态系统可持续管理至关重要。气候变化可能导致植被物候变化, 进而影响植被生产力。目前尚不清楚毛乌素沙地典型植被物候如何响应气候变化, 并因此影响生态系统总初级生产力(GPP)。此外, 植被恢复(覆盖度增加)和物候变化对GPP的共同影响有待明确。该研究选取典型黑沙蒿(Artemisia ordosica)灌丛生态系统, 结合MODIS遥感数据与涡度相关数据, 利用植被光合模型(VPM), 模拟并分析了2005-2018年间植被覆盖度和物候变化对GPP的影响。结果表明: (1) VPM模型能够较好地模拟涡度相关法观测的GPP动态(GPP_Flux), 而MODIS遥感产品(MOD17A2H)则显著低估GPP_Flux; (2)研究期内年均归一化差异植被指数(NDVI)、最大NDVI (NDVI_max)和年总GPP均显著增加, 表明植被恢复促进了植被生产力增加; (3)基于NDVI和GPP日序列估算的生长季开始日期显著提前(2.1 d·a^-1), 生长季结束日期显著推迟(1.5 d·a^-1), 二者共同促使生长季长度延长(3.6 d·a^-1); (4)物候期延长促进了GPP增加, 生长季长度每延长1天, 全年GPP显著增加6.44 g C·m^-2·a^-1; (5)植被覆盖度增加和生长季延长分别可以解释79%和57%的GPP增加; (6)尽管植被覆盖度和物候变化均促进GPP增加, 但前者是其增加的主要驱动因素。鉴于植被覆盖度增加和生长季延长也可能导致生态系统呼吸和蒸散发增加, 未来研究仍需探究生态系统碳汇能力、水分利用效率和水分承载力对气候变化和人类活动的响应。此外, 该研究主要探讨GPP在年际尺度的变化趋势及影响因素, 未来需要研究GPP的年际变异规律及驱动因素, 尤其是对降水年际变异和极端干旱事件的响应。     

近地遥感在森林冠层物候动态监测中的应用

近地遥感技术是原位观测森林冠层物候的重要手段,具有高时间分辨率的优点,而且空间尺度适中,是实现物候尺度推绎的有力工具.本研究首先评述了利用3种光学传感器(辐射表、光谱仪和数码相机)监测森林物候的近地遥感方法;结合帽儿山通量观测站的实测数据分析识别物候期的不确定性来源,发现最重要的误差来自物候提取方法;剖析近地遥感与其他物候观测方法的衔接以及该技术自身存在的问题.最后提出该领域的重点研究方向: 加强冠层光学(或冠层结构)物候与功能(生理、生态过程)物候的联系;整合各区域冠层物候观测网络,实现冠层尺度的全球物候联网观测与数据共享;充分发挥近地遥感的优势,整合多源多尺度物候数据;发展近地遥感物候模型,改进动态全球植被模型中物候模拟.     

基于东北温带落叶阔叶林通量数据的BEPS 模型参数优化

控制其他参数为经验常数,利用迭代方法对主要光合作用参数最大羧化速率(V_{c max}) 及最大电子传递速率(J_max)进行不同数值组合,将得到的多组模拟结果的逐日总初级生产力(GPP)分别与东北帽儿山落叶阔叶林的通量观测数据进行比较,实现对小时步长BEPSHourly模型V_{c max}和J_max的参数优化.结果表明: 对于东北温带落叶阔叶林,当V_{c max}为41.1 μmol·m^-2·s^-1、J_max 为82.8 μmol·m^-2·s^-1时,模拟的2011年逐日GPP与观测数据比较的均方根误差(RMSE)最小,为1.10 g C·m^-2·d^-1,R²最高,为0.95.经过光合作用参数V_{c max}和J_max优化后,BEPSHourly模型能更好地模拟GPP的季节变化.     

Application and comparison of remote sensing GPP models with multi-site data in China北大核心CSCD

Aims Estimation of gross primary productivity (GPP) of vegetation at the global and regional scales is important for understanding the carbon cycle of terrestrial ecosystems. Due to the heterogeneous nature of land surface, measurements at the site level cannot be directly up-scaled to the regional scale. Remote sensing has been widely used as a tool for up-saling GPP by integrating the land surface observations with spatial vegetation patterns. Although there have been many models based on light use efficiency and remote sensing data for simulating terrestrial ecosystem GPP, those models depend much on meteorological data; use of different sources of meteorological datasets often results in divergent outputs, leading to uncertainties in the simulation results. In this study, we examines the feasibility of using two GPP models driven by remote sensing data for estimating regional GPP across different vegetation types. Methods Two GPP models were tested in this study, including the Temperature and Greenness Model (TG) and the Vegetation Index Model (VI), based on remote sensing data and flux data from the China flux network (ChinaFLUX) for different vegatation types for the period 2003-2005. The study sites consist of eight ecological stations located in Xilingol (grassland), Changbaishan (mixed broadleaf-conifer forest), Haibei (shrubland), Yucheng (cropland), Damxung (alpine meadow), Qianyanzhou (evergreen needle-leaved forest), Dinghushan (evergreen broad-leaved forest), and Xishuangbanna (evergreen broad-leaved forest), respectively. Important findings All the remote sensing parameters employed by the TG and VI models had good relationships with the observed GPP, with the values of coefficient of determination, R2, exceeding 0.67 for majority of the study sites. However, the root mean square errors (RMSEs) varied greatly among the study sites: the RMSE of TG ranged from 0.29 to 6.40 g·m-2·d-1, and that of VI ranged from 0.31 to 7.09 g·m-2·d-1, respectively. The photosynthetic conversion coefficients m and a can be up-scaled to a regional scale based on their relationships with the annual average nighttime land surface temperature (LST), with 79% variations in m and 58% of variations in a being explainable in the up-scaling. The correlations between the simulated outputs of both TG and VI and the measured values were mostly high, with the values of correlation coefficient, r, ranging from 0.06 in the TG model and 0.13 in the VI model at the Xishuangbanna site, to 0.94 in the TG model and 0.89 in the VI model at the Haibei site. In general, the TG model performed better than the VI model, especially at sites with high elevation and that are mainly limited by temperature. Both models had potential to be applied at a regional scale in China.     

气候变化和人类活动对中国陆地生态系统总初级生产力的影响厘定研究

总初级生产力(GPP)是生态系统植被光合作用生成有机物的能力表征,是生态系统服务功能的基础,关系到区域社会经济可持续发展及区域生态安全。基于生态系统过程模型CEVSA2,应用中分辨率成像光谱仪(MODIS)卫星遥感的叶面积指数数据产品(MCD15A2H),以强迫法构建了遥感数据驱动的模型新版本——CEVSA-RS;基于CEVSA-RS模拟分析了气候变化和人类活动对中国陆地生态系统GPP时空变化的相对影响,从气候潜在总初级生产力(GPP_CL)和现实总初级生产力(GPP_RS)的大小和趋势两方面厘定了人类活动影响。2000至2017年全国平均潜在GPP(1016.36 gC m^-2a^-1)略高于对应现实GPP(962.85 gC m^-2a^-1),但存在明显的空间分异:长江以南大部、秦岭、太行山脉以东以及大兴安岭以东和长白山地区等森林植被覆盖区,现实GPP高于潜在GPP;而西部草地及灌丛等地区现实GPP低于潜在GPP。全国GPP呈显著增加趋势(P<0.05)...     

表征亚热带常绿林光合作用季节变化特征的多种植被指数

利用遥感方法可以在区域尺度反演地表植被的光合生理状况和生产力变化,但亚热带常绿林冠层结构季节变化较小,传统的光谱植被指数对植被光合作用难以准确捕捉。利用2014—2015年中国科学院广东省鼎湖山森林生态试验站多角度自动光谱观测系统的光谱反射数据,分别反演传统冠层结构型植被指数(NDVI)、光合生理生化型植被指数(CCI)和叶绿素荧光型植被指数(NDFI_(685)和NDFI_(760)),并利用不同类型植被指数的组合,构建多元线性回归模型。结果表明:亚热带常绿针阔混交林三种类型植被指数均与GPP的动态变化有显著的相关性,其中,NDVI是表征GPP较优的植被指数(R~2=0.60,P0.01),其次为CCI(R~2=0.55,P0.01),而NDFI能够作为辅助指数,有效提高NDVI(R~2=0.68,P0.001)和CCI(R~2=0.67,P0.001)表征GPP的程度。多个植被指数参与构建的多元回归模型能够有效提高亚热带地区常绿林GPP季节动态变化的拟合精度,提升遥感精确评估亚热带森林生产力的能力。     

2000—2019年石羊河流域植被总初级生产力变化及其气候特征

石羊河流域是我国典型的内陆河流域,生态特征敏感脆弱,是了解干旱地区陆地生态系统总初级生产力(gross primary productivity, GPP)对气候变化响应及反馈的典型区域。本研究通过卫星数据和地面观测数据建立光能利用率模型,模拟估算了石羊河流域2000—2019年植被GPP,分析了气候影响下的不同植被类型GPP的空间分布以及年际变化。结果表明：石羊河流域GPP的平均值为256.52 g C·m^-2;落叶阔叶林、常绿针叶林、灌木林、耕地、草原、湿地和荒漠植被GPP分别为676.38、609.96、144.42、404.49、314.07、75.15和110.21 g C·m^-2,表现为南部祁连山区的落叶阔叶林GPP最高,北部荒漠区的湿地GPP最低;GPP的变化呈上升趋势,年际变化存在波动,趋势增加的面积为92%,平均速率为6.99 g C·m^-2·a^-1;流域内不同植被类型GPP增加速度从大到小顺序为落叶阔叶林>常绿针叶林>草地>耕地>灌木林>荒漠>...     

散射辐射对中国东部典型人工林总初级生产力的影响

散射辐射是影响森林碳吸收的重要因子。然而,有关生态系统总初级生产力(GPP)对散射辐射响应机理的理解仍有限。该研究利用中国东部6个人工林生态系统2019–2020年观测的碳通量数据和气象数据,估算了散射辐射,区分了直接辐射和散射辐射条件;基于直角双曲线方程获取了不同辐射条件下生态系统光响应参数;量化了GPP对散射辐射和直接辐射变化的响应;采用偏相关方法分析了光照和环境因子对GPP日变化的贡献,旨在探究生长季散射辐射对人工林生态系统GPP的影响机理。研究表明:散射辐射增加可以有效促进冠层光合作用,初始量子效率(α)和光合有效辐射(PAR)为1 000μmol·m^–2·s^–1时的GPP (P₁₀₀₀)分别提高了47%–150%和2%–65%。与直接辐射条件相比,散射辐射条件下的PAR每增加1μmol·m^–2·s^–1,GPP增加0.86%–1.70%,森林植被类型和站点物候变化会影响这一过程,具有较低归一化植被指数(NDVI)的樟子松(Pinus sylvestris var. mo...     

基于遥感信息的作物模型重新初始化/参数化方法研究初探

作物模型与遥感信息的结合有助于利用遥感监测的大范围植被信息解决作物模型区域应用时模型初始状态和参数值难以确定的问题。该文借助叶面积指数(LAI)将经过华北冬小麦(Triticum aestivium)适应性调整的WOFOST模型与经参数调整检验的SAIL-PROSPECT模型相嵌套,利用嵌套模型模拟作物冠层的土壤调整植被指数(SAVI),在代表点上借助FSEOPT优化程序使模拟SAVI_s与MODIS遥感数据合成SAVI_m的差异达到最小,从而对WOFOST模型重新初始化。结果表明,借助于遥感信息,出苗期的重新初始化使模拟成熟期与按实际出苗期模拟的结果相差在2天以内,模拟的LAI和总干重的误差比按实际出苗期模拟结果的误差降低3~8个百分点;返青期生物量的重新初始化使模拟LAI和地上总干重在关键发育时刻的误差降至16%以内,模拟LAI和贮存器官重在整个生育期内都更加接近实测值;对返青期生物量的动态调整显示返青到抽穗期间较少次数的遥感数据即能有效地提高作物模型的模拟效果。与国外同类研究相比,该文在作物模型本地化、重新初始化变量和优化比较对象的选择上都有所不同,而利用遥感数据动态调整作物模型初始状态或参数值更具有新意。该文对区域尺度上利用遥感信息优化作物模型的研究具有基础性、探讨性意义。     

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。     

黄土高原生态工程实施下基于日光诱导叶绿素荧光的植被恢复生产力效益评价

基于日光诱导叶绿素荧光(SIF)揭示黄土高原大面积实施生态工程后植被恢复区域的植被生产力效益。通过分析遥感观测的地表绿度特征变化和土地利用动态, 该研究首先识别了近20年来黄土高原植被恢复区域和原有植被的空间分布范围, 在此基础上, 使用SIF和气象数据, 根据改进机理光响应模型(rMLR)计算了植被总初级生产力(GPP), 对比分析了植被恢复区域绿度特征变化下GPP的差异。结果显示: 空间上, 由于生态工程的广泛实施, 黄土高原整体绿化情况得到了明显改善。在2001-2020年间, 黄土高原上林地恢复面积约3.5万km², 占区域总面积的7.42%; 草地恢复面积11万km², 约占区域总面积的25.25%。整体上, 林地恢复区域的光合能力和生产力水平均低于原有林地, 而草地恢复区域较原有草地高; 恢复林地的GPP相当于原有林地GPP的83.86%, 恢复草地的GPP相当于原有草地的121.10%。在相同的叶面积指数(LAI)等级下, 植被恢复区域与原有植被的生产力呈现不同的差异性, 当LAI较大时植被恢复区域与原有植被的GPP差距较大。由裸地转变而来的植被恢复区域生产力效益最差, 而林地生长区域和退耕还草的植被恢复区域分别是林地恢复和草地恢复中的最优模式。植被恢复区域的LAI增长速率和恢复年限也影响了生产力, LAI增长速率越大的区域生产力效益越高, 林地恢复年限越久越利于生产力的提升, 草地恢复年限较短的区域有较高的生产力。总体上, 由于生态工程的实施, 虽然黄土高原上的植被覆盖面积和生物量得到了显著提高, 但植被生产力(尤其是林地)并没有获得同等程度的恢复, 影响了生态工程的生态效益。