2000-2011年广西植被净初级生产力时空分布特征及其驱动因素

受人类活动及自然环境影响,广西土壤酸化、水土流失及石漠化等问题比较严重,生态环境面临巨大压力。NPP能有效反映植物群落在自然环境中的生产能力,是评价生态服务功能的重要指标。利用2000—2011年MODIS归一化植被指数(NDVI)数据,基于光能利用率模型对广西植被净初级生产力(NPP)进行估算,分析其时空变化规律,探讨气象因子、植被类型、土壤类型、海拔高度及人类活动的影响。研究表明:近12年广西全区NPP总体呈增加趋势,在西南部地区上升较为明显,而在桂林、柳州等地区呈缓慢下降趋势。广西NPP与降水呈显著正相关关系,与温度相关性不显著;NPP值随海拔高度升高而增加;NPP时空变化特征随植被类型和土壤类型的不同而不同,其中栽培植被NPP不断上升,显示人类活动逐渐成为影响NPP变化的主要因素。     

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。     

2000—2018年京津冀地区植被净初级生产力时空演变及其驱动因素

基于MODIS-NDVI(Moderate-Resolution Imaging Spectroradiometer,Normalized Difference Vegetation Index)、气象站点及植被类型数据,采用改进的CASA(Carnegie-Ames-Stanford Approach)模型估算了20...     

2000—2015年陕西植被净初级生产力时空分布特征及其驱动因素

利用MOD17A3 NPP时间序列数据、地表覆盖类型数据、气象数据、MOD16蒸散产品、地形数据等,分析2000—2015年陕西省植被净初级生产力(NPP)时空变异特征,探讨NPP的时空变异对各影响因素的响应特征.结果表明: 研究期间,陕西植被NPP 整体呈极显著上升趋势,NPP变化趋势线斜率为5.02 g C·m^-2·a^-1.NPP年平均值为344 g C·m^-2·a^-1,变化范围为247～390 g C·m^-2·a^-1.陕西NPP显著增加的区域占全省国土面积的61.2%,主要分布在陕北、渭北地区和秦巴山地西部;显著减少的区域主要分布在西安市、宝鸡市等城市周边区域,仅占2.5%.陕西年平均气温和年降水量变化趋势均不显著,气温呈现不显著升高,降水呈现不显著降低,具有暖干化趋势.NPP与降水量、平均气温显著相关的区域分别占全省总面积的9.4%和1.5%.由于人类活动的频繁干预大大降低了气候环境对NPP变化的影响程度,人类活动逐渐成为影响NPP变化的主导因素.陕北、关中地区的NPP与蒸散显著相关,随着植被NPP的增加,势必对这些地区水平衡造成重大影响.各土地覆盖类型NPP平均值为耕地>林地>草地>园地,NPP增加速率为园地>草地>林地>耕地,NPP变化百分率为草地>园地>林地>耕地.研究区内坡度0°～5°、5°～25°和>25°区域的NPP增长百分率分别为14.6%、25.7%和35.9%.     

2000—2019年宁夏植被净初级生产力时空变化及其驱动因素

宁夏是我国重要的农牧交错区,开展该地区植被净初级生产力(NPP)时空变化及其驱动因素研究对于认知该地区NPP变化趋势及主导因素、揭示其植被恢复状况及成因具有重要作用。本研究基于MODIS NPP数据,利用Theil-Sen Median趋势分析、相关分析、叠加分析等方法分析宁夏植被NPP的时空变化及驱动因素。结果表明: 2000—2019年,宁夏植被NPP总体呈波动上升趋势,其线性增长速度为5.46 g C·m^-2·a^-1。研究区植被NPP在空间上呈现两高两低的分布特征,以南部山区最高,其次为引黄灌区,中部干旱带丘陵区和贺兰山一带最低。研究区84.2%的植被NPP处于显著恢复中,主要分布在中部及南部山区丘陵地,植被NPP随海拔变化显著,受地形影响明显。宁夏植被NPP重心总体向正南方向移动,南部植被NPP的增量和增速大于北部。宁夏地区年降水量呈增加趋势,年均温微弱降低,植被NPP主要受降水量的显著影响(R²=0.291),年均温与植被NPP相关性不显著。研究区96.9%的区域处于植被恢复状态,受气候变化和人类活动共同促进。     

2000年来吕梁连片贫困区植被净初级生产力时空变化特征

多年来吕梁连片贫困区实施的生态恢复措施对其生态环境产生了较大影响,为掌握该区域在生态恢复措施实施(2000年)以来植被净初级生产力的变化状况,利用2000—2018年时序的遥感数据和基于光能利用率的CASA模型对其进行了模拟,并分析了导致其变化的主要控制因素,结果显示:(1)2000年以来吕梁连片贫困区NPP整体上升,其中93.46%的区域NPP呈增长状态,6.54%的区域呈减少状态,2010—2015年区域NPP出现下降。(2)受人类活动影响,过去18年来区域土地利用类型变化较为显著,耕地面积缩减,草地面积基本保持稳定,林地与城镇面积增加且城镇面积扩张迅速,不同土地利用下的NPP特征差异显著,耕地NPP年均值增长最为迅速,为5.9 gC m^-2 a^-1,林地最为平稳,为1.32 gC m^-2 a^-1。(3)研究区降水量波动对区域NPP的变化影响显著,未来气候变化中降水量的变化可能对区域NPP产生直接影响。研究结果将为区域生态恢复、精准扶贫及黄河中游地区的经济发展提供重要的理论支撑。     

山东省植被NPP时空分布特征及驱动因素分析

为了解区域生态系统植被生产力的分布规律及其变化对区域生态调控的作用,该研究基于MOD17A3的年NPP数据,采用一元线性回归分析法和Pearson相关系数法等,分析了2000—2014年山东省植被NPP的时空格局变化特征及其气候、人为等因素对其的影响。结果表明:(1) 2000—2014年,山东省植被NPP总体呈上升趋势,年均值为442 gC·m^-2·a^-1,年总量平均值为63.16 TgC。山东省植被NPP空间分布具有明显的分异特征,其中年均NPP 300～400 gC·m^-2·a^-1的面积最大,占总面积的52.28%,分布于山东省西部的绝大部分区域。(2)山东省植被NPP年增加速率平均值为3.29 gC·m-2·a^-1,增加区域占山东省植被总面积的92.63%。其中,极显著增加区域占山东省总面积的16.56%,主要分布在烟台市、青岛市、日照市、临沂市、潍坊市、东营市和滨州市;显著减少和极显著减少的区域占山东省总面积的1.33%,零星分布在山东省东南部和北部黄河三角洲地区。(3)植被NPP受气候变化和人类活动等因素的共同影响,气候因素中降雨的影响最大,城市化随着人类活动的频繁逐渐成为植被NPP变化的重要驱动力。     

海南植被净初级生产力时空分布特征研究

海南是一个相对独立地理单元, 生态环境优越, 植被NPP是判定生态系统健康状况和可持续发展水平的重要指标。基于2000—2015年海南省MODIS NPP数据集, 采用趋势线分析法和相关分析法对海南被净初级生产力时空分布特征研究。结果表明: (1)2000—2015年海南省植被净初级生产力(NPP)呈现整体微弱的上升趋势, 植被年平均NPP变化范围为794.5—998.3 gC·m–2, 年平均值886.2 gC·m–2。(2)从空间分布看, 海南2000—2015年平均NPP分布呈现中高四周低的趋势, 其中年平均NPP>1000 gC·m–2主要分布在海南的中部山区, 年平均NPP<600 gC·m–2区域主要分布在海南的西部和北部的海岸带附近。(3)其中气候变化和人类活动是NPP变化的主要驱动因素, 但在不同区域影响的因子的影响程度存在差异。以上研究可为海南生态环境保护和评估提供参考。     

青海省植被净初级生产力(NPP)时空格局变化及其驱动因素

植被净初级生产力(NPP)作为陆地生态过程的关键参数,不仅用以估算地球支持能力和评价陆地生态系统的可持续发展,也是全球碳循环的重要组成部分和关键环节。基于2000—2014年MOD17A3年均NPP数据和气象站点气温、降水资料,采用简单差值、趋势分析、相关性分析和Hurst指数等方法,分析了青海省NPP的时空变化特征及其与气候因子的关系。结果表明:①青海省植被年均NPP在2000—2014年间整体分布呈现由南到北、由东到西递减的趋势,各生态区的空间存在显著差异,表现为Ⅱ区>Ⅰ区>Ⅲ区>Ⅳ区>Ⅴ区。②2000—2014年,青海省NPP变化趋势由北到南、由西到东呈现逐渐增加趋势,平均趋势系数为0.61,NPP值增加的区域占总面积的15%,其中显著增加区域为2.8%,轻度增加区域为12.2%。③青海省NPP值的Hurst的值域范围为0—0.39,均值为0.12,除了河流湖泊,建筑用地和未利用土地,青海省NPP变化特征为反持续性特征。④气候因子(年平均降水量和年均气温)对年均NPP的分布有影响,海拔的高低造成气温、降水和土壤的差异,间接影响植被NPP,15年土地利用/覆...     

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。     

1981～2000年陕西省植被净初级生产力时空变化

为阐明陕西省植被净初级生产力(NPP)变化的整体状况,应用以遥感观测数据驱动的GLO-PEM模式模拟估计的NPP数据,对陕西省1981~2000年间的地表植被净初级生产力的空间分布及时间序列变化进行了综合分析.研究结果表明:(1)20年来,陕西省年NPP变化范围为687~858 g/(m2?a),平均值为749 g/(m2?a);(2)陕西省年平均NPP在波动中缓慢上升,NPP年增长幅度为3.248 2 g/(m2?a);(3)陕西省年平均NPP分布总体呈现从南到北递减的趋势,长城沿线风沙区NPP在200~400 g/(m2?a)之间,是陕西省NPP最低的地区;关中中东部NPP较高,大部在800 g/(m2?a)以上,NPP在1 200 g/(m2?a)以上的面积约占1/3,是全省NPP的高值区;(4)陕西省NPP基本不变(NPP变化百分率在-10%~10%之间)的面积占54.7%,NPP变化百分率增加10%以上的面积占40.5%,NPP变化百分率降低10%以下的面积仅占4.8%;(5)占陕西省总面积的77.3%的区域NPP变化不显著(P>0.05),NPP增加极显著(P<0.01)的区域占8.3%,增加显著(P<0.05)的区域占13.8%,NPP降低显著(P<0.05)和降低极显著(P<0.01)占0.7%.     

福建省安溪县土地利用时空演变规律及其关键驱动因素

以福建省安溪县为研究边界,选取了1999—2019年该县及所属乡镇的耕地、林地、草地、园地、水域、建设用地和未利用地等7个土地利用类型作为物种变量,与其相关性较大的社会经济指标为环境变量,采用典范对应分析和空间自相关等方法进行分析,以明确安溪县和所属乡镇的土地利用时空演变特征及其关键驱动因素。研究结果表明:安溪县1999—2019年间土地利用类型变化总体上呈"三减四增"态势,并在全局空间分布格局上呈明显的聚焦状态。全县耕地、草地和水域面积分别减少36.82%、22.91%和8.18%,而林地、园地(主要是茶园)、建设用地和未利用地面积则分别增加了10.37%、56.39%、206.08%和90.14%。就林地面积而言,近10年来安溪县24个乡镇中有1/3的乡镇林地呈下降趋势。其中,祥华、大坪、虎邱、参内、福田和城厢6个乡镇林地面积减少明显。研究表明:在县域水平上,主要土地利用类型变化,除了受地理因素的制约外,主要受社会经济指标和宏观政策的驱动因素调控。排位最大的前3个因素分别是社会消费品零售总额、地区生产总值和茶叶产量。在镇域水平上,不同乡镇由于地理条件,特别是城镇化水平和经济发展状况...     

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。     

安徽省农田水分利用效率时空特征及其与气候因子的关系

生态系统水分利用效率(Water Use Efficiency,WUE)是衡量碳水循环耦合程度的重要指标,估算安徽省农田生态系统的WUE并分析其时空变异规律,探究其影响因素,对该区域农田水资源的科学配置和合理利用有着重要的意义。基于MODIS遥感数据和气象数据,分析安徽省近15年农田WUE的年际、年内时空变化特征以及与气候因子的关系,研究表明:(1) 2000—2014年间安徽省农田WUE的变化范围为1.38—1.66 g C mm~(-1)m~(-2),多年均值为1.54 g C mm~(-1)m~(-2),整体上农田WUE年际呈现增长变化趋势,变化率为0.011 g C mm~(-1)m~(-2);具有较强的空间分异性规律,整体上呈现北高南低趋势,淮河以北各市的农田WUE较高,高于全省多年均值,淮河以南地区的农田WUE则低于全省水平。(2)安徽省农田WUE的年内变化呈现双峰型变化格局,具有明显的季节性差异,表现为春季秋季夏季冬季;以淮河为界,南北各市变化趋势略有不同,淮河以南地区的最大值在4月份,淮河以北则以3月份为最高。(3)安徽省农田WUE动态变化受到气候因子降雨影响的区域占比17.14%;气温影响的区域占比0.73%;降雨和气温综合影响所占0.71%,而农田WUE与气温和降雨影响均不显著的区域占比为81.42%;因此,气候因素中降雨在安徽省农田WUE的变化中起主导作用,由于人为因素的干预,非气候因素对农田WUE变化的影响更大。     

近10年湖北省植被指数时空变化特征及其驱动力

为了明确湖北省植被长势变化特征及其影响因子,研究利用Landsat影像提取2005年、2010年以及2015年湖北省景观类型信息,分析近10年来景观时空变化特征;基于2005-2015年夏季MODIS/NDVI数据,采用一元线性回归、Theil-Sen median趋势、Mann-Kendall检验等分析方法对NDVI时空变化特征及其显著性进行探讨;采用最小二乘法对NDVI与气候之间的相关关系进行分析。使用DMSP/OLS和NPP/VIIRS夜间灯光数据探讨NDVI与人类经济活动之间的关系。结果表明：研究区景观类型变化以建设用地和耕地为主。耕地面积呈现逐年减少的趋势,主要转变为建设用地。建设用地面积不断增多,主要由耕地和林地转变而来,集中在武汉、荆州、襄阳城市圈;研究区NDVI值整体上表现为西高东低,以林地为主的十堰、恩施等地区NDVI值较高,以建设用地为主的武汉、襄阳、荆州等地区NDVI值较低;整体上NDVI变化呈轻微改善趋势,局部地区下降明显,鄂西北、鄂西南等地区NDVI稍有上升,武汉城市圈植被呈退化趋势;NDVI与降水量、气温的相关性均较弱,气候因子不是该区NDVI变化的主导因子;NDVI与夜间灯光亮度值呈显著负相关,相关系数达-0.8030,整体上人类经济活动与NDVI呈负相关关系,且有着分区性的特点,在武汉、襄阳等以建设用地为主的地区人类经济活动对NDVI起抑制作用,而在恩施、十堰等林地为主的地区人类活动对NDVI起促进作用。人类社会经济活动是影响研究区景观格局和植被变化的重要驱动力,城镇化扩张是湖北省植被变化的主要原因。     

江苏省农作物最大光能利用率时空特征及影响因子

基于遥感数据的光能利用率模型被广泛应用于计算陆地生态系统的生产力,但其结果对最大光能利用率(εmax)参数非常敏感。由于该参数存在明显的时空变异性,在区域尺度上难以确定。利用MODIS遥感数据、分县产量统计数据和VPM模型推算了2001—2010年江苏省各县逐年的农田εmax,分析了其时空变化特征及其可能原因。结果表明,在2001—2010年期间,江苏省61个县区农田εmax平均值的变化范围为0.757—3.435 g C/MJ,呈现北高南低、中间高四周较低的空间分布特征;各县区农田的εmax都呈现出上升趋势,但在2001—2006年期间存在明显的年际波动,2002年、2004年和2006年的εmax相对较低,2007年后全省农田εmax稳定上升;εmax的年际波动呈现由北向南递减的趋势;全省大部分地区εmax的年际变化与单位耕地面积农用化肥施用量呈正相关性,苏北北部尤为明显;同时也与C4作物产量所占比例相关。研究表明在利用光能利用率模型计算农田生产力时,需要发展能考虑εmax时空变化的参数化方案。     

2000-2017年新疆天山植被水分利用效率时空特征及其与气候因子关系分析

水分利用效率(WUE)是衡量生态系统碳水循环耦合程度的重要指标, 估算新疆天山及南北主要绿洲的植被WUE并分析其时空变化规律, 探索其影响因素, 对该区域生态系统保护、农业水资源的合理利用与开发等方面具有重要的意义。基于MODIS遥感数据、气象数据和土地利用类型数据, 分析新疆天山近18年植被WUE时空变化特征以及与气候因子的关系。结果表明: (1) 2000-2017年新疆天山植被WUE变化范围为0.84-1.34 g·mm ^-1·m ^-2, 多年均值为1.11 g·mm ^-1·m ^-2, 整体呈减少趋势, 变化率为-0.014 1 g·mm ^-1·m ^-2·a ^-1; 空间分布具有较强的垂直地带性规律, 1 000 m以上的区域随着海拔的升高而减少。(2)植被WUE年内变化呈单峰型变化格局, 具有明显的季节性差异, 表现为: 夏季>春季>秋季>冬季。(3)相关分析和统计结果表明, 新疆天山植被WUE时空变化受到气温影响的区域占33.23%, 受降水影响的区域占8.57%, 受气温和降水综合强影响的区域占5.63%, 气温和降水综合弱影响的区域占13.13%; 因此气候因素中气温在新疆天山植被WUE的变化中起到主导作用。(4)水田与旱地水分利用效率随着时间变化呈持续减少趋势, 并且这些区域基本上受到非气候因子的影响, 说明当地人类活动存在不合理性。