黄土高原草地净初级生产力时空动态及其影响因素

利用光能利用效率模型(Carnegie-Ames-Stanford approach,CASA)模拟2000-2015年黄土高原草地净初级生产力(NPP),分析黄土高原草地NPP的时空动态、NPP变化稳定性和持续性特征,从植被类型、地形因素、气候变化和人类活动4个方面探讨黄土高原草地NPP的影响因素.结果表明:黄土高原草地NPP的平均值为202.93 g C·m^-2·a^-1,其年际变化特征呈现显著增加的趋势,平均年增加速率为2.43 g C·m^-2·a^-1;分布具有明显的空间异质性,大体呈南高北低的状态.黄土高原草地NPP呈增加趋势的区域占总草地面积的91.2%,主要分布在陕西省的大部分地区、甘肃陇东及陇中地区和青海等地.草地NPP变化较为稳定的区域主要集中在鄂尔多斯的南部地区、陕北地区和甘肃等地.大部分地区草地NPP未来的变化趋势与过去一致,且陕西省的大部分地区以及甘肃省的陇中及陇东地区的草地NPP将呈现持续显著增加的趋势.坡面草地的平均NPP值最高,为703.37 g C·m^-2·a^-1;而高山亚高山草地NPP平均值最低,为57.28 g C·m^-2·a^-1.高海拔地区的草地NPP较高,而平原及丘陵地带草地NPP相对较低.研究期间黄土高原降水量的增加对草地NPP的增加具有明显的促进作用;人类活动诸如过度放牧状况的改善以及退耕还草等政策的实施对黄土高原草地NPP的增加也具有重要作用.     

基于机器学习估算青藏高原多年冻土区草地净初级生产力

净初级生产力(NPP)的估算还存在很大的不确定性。本文利用机器学习算法(RF和RBF-ANN)估算了2002—2018年青藏高原多年冻土区草地NPP,分析了青藏高原多年冻土区草地NPP的时空格局、变化特征及其对气候因子的响应。结果表明:(1)机器学习估算结果可靠,简单易行。(2)青藏高原多年冻土区草地NPP表现为东南向西北逐渐递减的趋势;NPP总量为175.39 Tg C·a~(-1),单位面积均值为164.10 g C·m~(-2)·a~(-1),呈波动上升的趋势。(3)青藏高原多年冻土区草地NPP增加的面积占20.49%;各草地类型的NPP增长幅度不一致表现为高寒沼泽草甸高寒草甸高寒草原高寒荒漠草原。(4)温度是青藏高原多年冻土区草地NPP变化的主导因子,降水的影响沿东南向西北逐渐减弱。     

吉林省西部草地NPP时空特征与影响因素

利用2000--2006年MOD17A3数据集的年均NPP数据,通过GIS技术定量分析了吉林省西部草地NPP的时空变化特征及其自然和人文影响因素.结果表明:过去7年吉林省西部草地NPP平均值为232.14 g C·m~(-2)·a~(-1),NPP在200～300 g C·m~(-2)·a~(-1)的草地面积占草地总面积的59.47%;77.60%的草地NPP呈增加趋势,NPP增加极显著的草地面积占草地总面积的15.00%;水分条件是吉林省西部草地生长的主要控制因素;居民地对吉林省西部草地NPP的影响远大于道路,尤其在2 km以内.

Abstract：

By using the annual net primary productivity (NPP) data from 2000-2006 MOD17A3 dataset and the GIS technique, the spatiotemporal characteristics of grassland NPP in western Ji-lin Province were studied, with the related affecting factors analyzed. During the past seven years, the mean grassland NPP in this province was 232. 14 g C·m~(-2)·a~(-1), and the grassland area with a NPP of 200-300 g C·m~(-2)·a~(-1) accounted for 59. 47% of the total. 77.60% of the grassland had an increasing NPP, and the grassland area with a remarkable increase of NPP accounted for 15.00% of the total. Water condition was the main controlling factor for grass growth, and residential points had far more effects than roads, especially within 2 km from grass-land, on the NPP.     

广西西江流域植被净初级生产力时空分布特征及其影响因素

植被净初级生产力(net primary productivity,NPP)是流域生态系统功能的关键因子之一。本研究基于Carnegie-Ames-Stanford approach(CASA)模型,综合利用2003—2012年MODIS序列遥感数据、植被数据和气象数据,对广西西江流域植被NPP进行估算,并分析其时空格局及其影响因素。结果表明:2003—2012年广西西江流域的NPP年均值为524.67 g C·m~(-2)·a~(-1);NPP高值主要集中在研究区南部和东部地区,而中部地区NPP值相对较低;从地形上看,河谷平原植被NPP值较低,丘陵山地植被NPP值较高;不同类型植被对应的NPP值差异较大;常绿阔叶林NPP值最高,为788 g C·m~(-2)·a~(-1);栽培作物NPP值最低,为386 g C·m~(-2)·a~(-1)。2003—2012年研究区植被NPP平均值位于430.05~602.48g C·m~(-2)·a~(-1),总体呈现波动下降趋势。NPP呈现减少趋势的区域占研究区总面积的88.89%;7—10月NPP值较高,1—3月NPP值较低。NPP与年均降水量总体呈负相关关系,与年均温呈正相关关系;NPP受气候因子(降水量、气温)的综合影响,且植被NPP与气候因子(降水量、气温)相关性较密切,复相关系数为0.67。     

基于变异系数的植被NPP人为影响定量研究——以石羊河流域为例

人类活动是NPP变化的重要影响因子,定量计算NPP人为影响值具有较重要的意义。提出基于变异系数法的NPP人为影响模型,对其基本概念、理论基础、计算流程等进行了阐述,并以石羊河流域为研究区,分析该流域NPP人为影响分布规律。研究结果表明:(1)该模型基于一种间接计算的思想回避了人为作用的复杂过程,模型理论科学,以变异系数为参数,所需参数少,技术可行,计算结果为NPP值,易于定量评价。(2)2000—2010年期间,石羊河流域人类活动对植被NPP的影响广泛而严重,年均影响值大于40g C m~(-2)a~(-1)的面积占96.21%,影响程度严重以上占26.94%。NPP人为正负影响均较大,正影响年均为1.63×106g C m~(-2)a~(-1),负影响年均为1.21×106g C m~(-2)a~(-1),年均净增加4.20×105g C m~(-2)a~(-1);正向平均影响强度为136.84 g C m~(-2)a~(-1),负向平均影响强度为100.32 g C m~(-2)a~(-1),全流域表现为正影响。(3)凉州区是人为影响最为剧烈的地区,表现为强烈正影响;其次是天祝县,为强烈负影响;接下来是民勤县,表现为正影响;其它县区依次是永昌、古浪、肃南和金昌。(4)2000—2010期间,NPP人为影响值变化较大,人为活动减弱面积占53.90%,增加占46.10%;影响值正向减弱8.12×105g C m~(-2)a~(-1),负向减弱8.07×105g C m~(-2)a~(-1),正向增强8.02×105g C m~(-2)a~(-1),负向增强3.94×105g C m~(-2)a~(-1),人为活动影响净减少4.25×105g C m~(-2)a~(-1),人为作用总体呈减弱趋势。     

基于多源遥感数据的草地净初级生产力质量评价

植被净初级生产力NPP(Net Primary Production)的遥感估算与分析对全球生态系统具有重要指导意义,不同尺度的遥感影像上占主导地位的地物景观信息是不同的,现代生态研究多尺度分析至关重要。以青海省海北藏族自治州为研究区,使用Landsat 8 OLI遥感影像、天宫二号宽波段成像仪影像、融合影像(Landsat8 OLI影像和天宫二号宽波段成像仪影像融合)联同MODIS影像,作为CASA模型的输入参数,探究不同尺度下的研究区域NPP的空间分布情况,并对比分析不同数据源数据在估算NPP时的精度。结果表明:(1)Landsat 8 OLI数据的NPP值位于150—200 g C m~(-2) a~(-1)所占比例最高;天宫二号宽波段成像仪影像数据和融合后影像的NPP值位于50—100 g C m~(-2) a~(-1)所占比例最高;MODIS数据的NPP值位于小于50 g C m~(-2) a~(-1)比例最高。(2)天宫二号宽波段成像仪影像数据的均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)最小,与Landsat 8 OLI影像反演的草地NPP值相关度最高,表明天宫二号宽波段成像仪影像数据在描述草地NPP时精度高于融合影像和MODIS影像;MODIS影像在描述该区域的草地NPP时误差值较大,精度最低。     

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.     

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。     

新疆草地净初级生产力(NPP)空间分布格局及其对气候变化的响应

分析植被物候与净初级生产力对气候变化的响应一直是研究全球变化的核心内容之一。新疆草地生态系统极为脆弱,对气候和环境变化的影响十分敏感,在新疆地区开展草地物候和净初级生产力及其对气候变化的响应有着独特的意义。基于遥感数据和野外台站实测数据,利用CASA模型模拟了新疆草地植被净初级生产力(NPP),阐述了2001—2014年新疆地区草地的NPP的空间格局及与气象因子的关系。(1)通过实测生物量精度检验表明,CASA模型基本可以反映新疆地区草地植被NPP。(2)2001—2014年新疆草地NPP平均值为102.49 gC m~(-2) a~(-1)。不同草地类型的NPPA存在明显差异。其中,山地草甸平均NPP最高,达到252.37 gC m~(-2) a~(-1);温性草甸草原次之,为204.93 gC m~(-2) a~(-1)。高寒荒漠和温性荒漠的平均NPP最低,分别为43.94 gC m~(-2) a~(-1),53.11 gC m~(-2) a~(-1)。(3)新疆NPP的空间分布格局具有如下特点:山区NPP高于盆地NPP,北疆NPP高于南疆NPP;(4)降水能够促进新疆草地NPP增加,其中,夏季和秋季的降水对草地NPP的影响最为明显,温度对新疆地区草地NPP影响不大。降雨可以促进新疆草原NPP的增加。特别是在降水量较少但温度较高的草原,如温带荒漠草原、温带草原沙漠、温带沙漠、低地草甸等,年降水量和夏秋降水量对草地NPP有显著影响。温度对新疆草地NPP的影响不大。通过对新疆草地空间格局的分析,研究了草地NPP对气候变化的响应,为合理规划新疆草地的生产和利用,以及草地生态系统的健康发展和应对气候变化提供决策依据。     

青藏高原草地退化特征及其与气候因子的关系

了解草地退化的分布、特征、变化趋势及持续性,揭示草地退化机理,可为有效管理和保护草地提供重要的科学依据。本研究选择草地覆盖度作为草地退化的遥感监测指标,建立了草地退化遥感监测和评价指标体系,对青藏高原草地退化现状(2016—2020年)进行了评价,利用线性回归和Hurst指数分析了长时间序列尺度上(1982—2020年)草地覆盖度变化的趋势及持续性,并且基于草地覆盖度与气候因子的偏相关分析,研究了气候因子对草地退化的影响。结果表明: 2016—2020年,平均草地退化面积达24.3%,主要表现为轻度退化和中度退化,主要分布在低海拔和高植被覆盖地区。1982—2020年,草地覆盖度在青藏高原北部、西部和西南部地区呈增加趋势,在东部和中部地区呈减少趋势。98.1%的地区草地覆盖度的Hurst指数小于0.5,草地覆盖度变化表现出反持续性。草地覆盖度与降水量的偏相关系数(0.096)整体高于其与温度的偏相关系数(-0.033),温度占主导地位的面积占比为16.0%,主要分布在青藏高原的中部和东南部,降水量占主导地位的面积占比为12.2%,主要分布在青藏高原东北部和西部。     

基于MOD17A3的陕西省植被NPP变化特征

利用2000-2006年MOD17A3数据集的年均NPP数据和GIS技术定量分析了陕西省植被NPP的时空变化特征,结果表明:陕西省年NPP变化范围为340 ～434 g C·m-2·a-1,平均值为383 g C·m-2·a-1;年均NPP分布全省呈现北低南高,关中、陕南呈现西高东低的趋势.长城沿线风沙区年平均NPP在0～200gC·m-2·a-1,黄土高原丘陵沟壑区年平均NPP在200～ 300 g C·m-2·a-1,中部林区年平均NPP在400～500 g C·m-2·a-1,渭北旱作农业区年平均NPP在300～400 g C·m-2·a-1,关中灌溉农作区年平均NPP大部在400～500 g C·m-2·a-1,秦巴山地林区年平均NPP ＞400 gC·m-2·a-1.与2000年相比,2006年陕西省年NPP大部分地区是增加的,年NPP增加的面积占国土面积的90.5％.陕西省NPP线性变化趋势以增加为主,NPP变化百分率增加10％以上的面积所占陕西省国土面积的比例为50.6％;植被NPP的变化百分率＞10％的植被主要分布在延安市以北地区,说明通过实施退耕还林等生态建设工程,这些地区植被状况得到较好的改善.     

基于CASA模型的藏北地区草地植被净第一性生产力及其时空格局

基于1981-2004年遥感监测和气象数据,采用CASA(Carnegie-Ames-Stanford Approach)模型模拟分析藏北地区草地植被净第一性生产力(NPP)及其时空变化特征.结果表明:受水热条件的制约,藏北地区草地植被NPP空间分布规律呈水平地带性分布,由东南向西北逐渐由230g C.m-2.a-1减少到接近0.藏北地区草地植被NPP整体水平较低,年均草地植被总NPP为21.5×1012g C.a-1,多年平均值仅为48.1g C.m-2.a-1,明显低于青藏高原和其它草原区.藏北地区坡度小于1°平地和平滩地,以及南坡的草地植被年平均NPP相对较低.藏北主要高寒草地7-9月NPP占全年NPP的64.0%~70.0%.1981-2004年间,藏北地区草地植被总NPP的年际变化较大,并有进一步下降趋势.     

基于Biome-BGC模型及树木年轮的太白红杉林生态系统对气候变化的响应研究

利用Biome-BGC模型模拟了1960—2013年太白山太白红杉林生态系统的净初级生产力(NPP),对其与太白红杉的径向生长关系进行了探讨,并分析了NPP值对气候变化的响应关系。结果表明:1960—2013年太白山太白红杉林北坡NPP年均值为305.33g C m~(-2)a~(-1),南坡为320.71g C m~(-2)a~(-1),南北坡的NPP值均呈现出一定的上升趋势,北坡的上升速率(0.47g C m~(-2)a~(-1))要小于南坡(1.29g C m~(-2)a~(-1)),但是北坡太白红杉分布下限区NPP值波动浮动较大。且北坡太白红杉NPP值随着海拔高度的上升而逐渐下降,低海拔的变化振幅要大于高海拔地区,南坡无明显变化。多数采样点的模拟NPP值与树轮宽度指数年际变化趋势趋于一致,相关关系呈显著相关。太白红杉标准年表、模型模拟NPP值与气象因子的相关分析均表明太白红杉的生长与生长季气温的相关性显著高于降水,即生长季的气温是太白红杉生长的限制因子。气候的变化作为制约太白红杉生境的重要因素,影响了太白红杉树木的生长,进而对NPP的变化产生了影响。树木年轮很好的检验了Biome-BGC模型模拟结果。     

西北干旱区植被净初级生产力的遥感估算及时空差异原因

植被净初级生产力(NPP)是评价陆地生态系统的重要参数。本文基于2000—2014年的MODIS NDVI数据,结合西北干旱区的自然环境特点,从土地覆盖类型、分类的精度、辐射数据的选取、计算公式的选择等方面对CASA模型进行改进和率定,进一步估算了西北干旱区的NPP,并分析了NPP的时空变化特征。结果表明:经验证改进的CASA模型对于干旱半干旱区植被NPP的模拟效果较好,可以反映研究区的植被生长及分布状况,西北干旱区多年平均植被NPP为191.63 g C·m~(-2)·a~(-1);西北干旱区植被NPP分布具有明显的区域差异性,总体上呈现出西北、东南高,中间低的特征;在年际变化上,NPP总体上呈增加趋势,线性增长率为2.98 g C·m~(-2)·a~(-1),且不同植被类型的NPP增长率不同,耕地增长最快,其次是灌丛,最低的是林地;对西北干旱区不同植被类型的NPP与气候因子(气温、降水)的相关性分析表明,总体上植被生物量与降水的相关系数为0.538(P0.05),与气温的相关系数为0.394,说明研究区植被NPP与降水的相关性高于气温;且不同植被类型与气候因子的相关性具有差异性。     

2000-2015年宁夏草地净初级生产力时空特征及其气候响应

草地是宁夏陆地生态系统的重要组成部分,估算其净初级生产力（NPP）对宁夏草地可持续利用与管理至关重要。采用MODIS数据和CASA模型对2000-2015年间宁夏草地生态系统NPP进行了估算,通过一元线性回归趋势分析、Hurst指数等方法研究草地NPP的时空变化规律及未来演变趋势,并分析草地NPP与气象因子的相关性。结果表明：（1）基于CASA模型的宁夏草地NPP模拟精度高,其估算值与实测多年草地NPP均值具有良好的线性关系（R=0.93,P < 0.01）,与MOD17产品的草地NPP空间分布基本一致。（2）近16 a宁夏草地年均NPP为148.28 g C m^-2 a^-1,且存在波动上升的趋势,其线性增长率为3.84 g C m^-2 a^-1（P < 0.01）。（3）宁夏草地NPP整体处于上升趋势,草地NPP增长的草地面积达98%,且其增率自南向北递减;宁夏草地NPP的Hurst指数在0.27-0.81之间,均值为0.53,大部分草地的NPP变化趋势具有较强同向持续性。（4）在年时间尺度上,宁夏草地NPP主要受降水量的影响,与气温的相关性较弱;在月时间尺度上,生长季草地NPP与月总降水量的相关性高,且不存在时间滞后响应现象,而与月均温的响应则存在1个月的时间滞后性,宁夏大面积分布的干草原与荒漠草原NPP对气温响应滞后是导致这一现象发生的主要原因。     

汉江流域植被净初级生产力时空格局及成因

运用MOD17A3-NPP等数据,分析汉江流域植被NPP的时空格局及其形成演变机理,为区域生态环境管治提供科学理论依据。运用GIS空间分析法、线性拟合法研究流域NPP的时空格局,结合相关系数法、土地利用程度指数等方法探析成因。结果显示:(1)汉江流域植被NPP多年平均值为439 g C m~(-2)a~(-1),整体呈微小的波动上升趋势,年增长幅度为3.11 g C m~(-2)a~(-1)。植被NPP集中分布在300—600 g C m~(-2)a~(-1),占全域面积的83.65%。(2)从流域空间上看,多年平均NPP呈上游中游下游,各子流域内部差异呈上游中游下游。高值区集中分布在汉中,十堰、襄樊和荆门平均NPP呈下降趋势的所占面积最大。(3)垂直景观上植被NPP的空间分布往往受水热综合作用的影响,汉江流域降水是植被NPP累积的主要制约因素。(4)垂直方向上NPP呈规律性变化:高程上表现为"陡升-下降-缓升-陡降,坡向上为阳坡半阳坡半阴坡阴坡。(5)浅山丘陵区NPP变化主要受土地利用方式的影响,高山区NPP变化受气候变化的影响。汉江流域植被NPP稳定,中下游平原区植被NPP略有下降;气候和地形特征决定了植被NPP的空间分布特征,气候变化和人类活动对植被NPP的变化有重要影响。     

北部湾南流江流域植被净初级生产力时空分布及其驱动因素

分析北部湾南流江流域净初级生产力时空动态变化特征及其驱动机制,为该区域生态环境保护及应对气候变化提供科学依据。基于光能利用率模型（CASA）,利用遥感数据、气象数据和植被类型数据估算了研究区2000-2015年流域的净初级生产力（NPP）,借助于Theil-Sen趋势、Mann-Kendall检验以及Hurst指数等数理统计方法对研究区NPP的时空变化特征、未来趋势及其驱动因素进行了定量化分析。结果表明：①时间尺度上,流域NPP总体上呈现出波动上升趋势,增速为44.03 g C m^-2（10 a）^-1,快于广西自治区,上游和下游地区NPP快于全区,而中游地区慢于全区;②空间尺度上,流域NPP的分布规律表现出明显的地域分异,中游最高（1098.99 g C/m²）,下游次之（1041.71 g C/m²）,而上游最小（1013.22 g C/m²）。NPP的Sen趋势度介于-77.10-74.80 g C m^-2 a^-1之间,在空间上呈现出增加的趋势。③空间波动性上,流域NPP的变异系数较大,其值介于0.01-0.71,其中洪潮江水库、小江水库周边以及玉林市的城乡建设用地扩张区域处于高波动状态,而流域中部的六万大山以及五皇山地带则处于低波动状态;④未来变化趋势上,流域NPP的Hurst指数范围介于0-0.99之间,平均值为0.70,呈现单峰右偏分布,预示着流域NPP未来处于持续性增加的趋势;⑤驱动机制上,流域NPP与多年平均气温呈正相关关系,与年均降水量呈负相关关系,气温是该流域植被NPP的主控因子。由耕地转化为建设用地所导致的NPP损失值最大,其值达到4715.62 t/a,而草地转换为建设用地导致NPP损失值最小,其值仅为184.63 t/a。     

2000-2008年中国东北地区植被净初级生产力的模拟及季节变化

利用GLOPEM-CEVSA模型模拟并分析了中国东北地区2000-2008年植被净初级生产力(NPP)时空分布格局及其影响因素,并以4个森林生态站点(大兴安岭、老爷岭、凉水和长白山森林生态站)为例研究了东北地区森林NPP季节变化特征及其环境驱动.结果表明:2000-2008年,东北地区植被年均NPP为445 g C·m-2·a-1;整个研究区沿长白山山脉到小兴安岭山脉地区以及三江平原部分地区的NPP最高,沿长白山山脉到小兴安岭山脉西侧的辽河平原、松嫩平原东部、三江平原和大兴安岭地区次之,西部稀疏草原和荒漠地区的NPP最低.东北地区森林生态系统年均NPP最高,其次为灌丛、农田和草地,荒漠最低.森林生态系统中,针阔混交林年均NPP最大(722 g C·m-2·a-1),落叶针叶林年均NPP最小(451 g C·m-2·a-1).研究期间,森林NPP无显著年际变化,其中2007、2008年较往年NPP大幅增加,很可能与该地区期间气温上升有关(较往年偏高1 ℃=～2℃).东北地区森林自北向南生长季开始时间逐渐提前,生长季变长.     

基于GIS和CASA的滇南山区植被NPP时空分异及其影响因素——以云南省元阳县为例

为了探明云南省元阳县植被净初级生产力(NPP)的变化特征及其驱动机制,本研究基于光能利用率模型(CASA)和MODIS传感器获得的NDVI数据,模拟了元阳县2005—2015年植被NPP的时空分布,并分析了NPP与气候、土地覆盖等影响因子的相关性。结果表明:2005—2015年元阳县NPP空间分布差异明显,基本特点是南高北低、西高东低,沿东北向西南逐渐递增,年均值约380.57 g C·m-2·a-1,不同土地覆盖类型的植被NPP也分异明显;元阳县NPP月际及年际变化特征显著,年内太阳辐射的分布不均较之于降水的分布不均对NPP的影响更大,年际间NPP总体呈现小幅波动增长趋势,波动幅度为0~37 g C·m-2·a-1,年净初级生产量整体小幅增加,年增速为29600 kg C·a~(-1),随着退耕还林和退耕还草工程的实施,导致NPP在200~300 g C·m-2·a-1的耕地区域面积呈减小趋势,在300~400 g C·m-2·a-1的林地、草地区域面积呈增加趋势;元阳县不同区域的NPP变化趋势可分为显著增加(P0.01)、轻度增加(P0.05)、无明显变化(P≥0.05),其中29.5%的区域显著增加,16.3%的区域轻度增加,不同植被分区的NPP增加趋势不尽相同,各植被区NPP显著增加的面积比例依次为58.1%(林地)、19.2%(草地)、17.4%(耕地)、11.4%(建筑用地)、8%(园地);通过NPP与气候、土地覆盖等影响因子的相关性分析,发现县域NPP的变化受自然和人为因素共同影响。各气候因子中,温度和太阳辐射与NPP的相关性高于降水,NPP的大范围显著增长是热量及能量耦合作用的结果;受元阳县林区植被特性及退耕还林还草等人为活动的综合影响,林地植被NPP季节波动性幅度最高,是元阳县NPP变化显著的主要土地覆盖类型。本研究可为该区域合理的土地利用、资源管理及生态环境建设提供参考。     

2001-2010年内蒙古植被净初级生产力的时空格局及其与气候的关系

利用MODIS NDVI数据、气象数据和植被分类数据,基于改进的光能利用率模型CASA模型对2001-2010年内蒙古不同植被类型净初级生产力(NPP)进行估算,并分析其时空分布特征及对气候因子的响应.结果表明:(1)10年间内蒙古植被年NPP的平均值为340.0 gCm-2a-1,且空间分布呈明显的经度地带性,由西向东的变化速率为每10度增加200.5 gCm-2a-1;(2)不同植被类型NPP有较大差异,森林、草地、农田和荒漠植被的NPP平均值分别为521.9、270.3、405.7和85.3 gCm-2a-1;(3)10年间内蒙古植被NPP总量的平均值为322.7 TgCa-1,波动范围为276.8-354.4 TgCa-1.从NPP年际变化的空间分布来看,阿拉善沙漠、毛乌素沙地西部、河套平原以北地区、浑善达克沙地东西缘和呼伦贝尔平原西北部植被的NPP呈极显著上升,而内蒙古中部的草地植被NPP呈极显著下降;(4)不同植被类型NPP对气候因子的敏感性有较大差异.森林植被NPP主要受温度的限制,而农田、草地和荒漠植被NPP主要受降水量控制.