1981~2000年广东省净初级生产力的时空格局

采用Global production efficiency model(GLO-PEM)结果,分析了1981~2000年期间广东省NPP的时空动态,从全省、地区以及地级市3个空间尺度分别讨论了广东省NPP分布格局及动态。并对广东省3种典型森林类型:阔叶林、针叶林和混交林20aNPP的动态进行了分析。结果表明,1981~2000年,广东省平均NPP为(1480±407)g/(m.2a),NPP的年间变化较大。20世纪80年代早期(1980~1985),广东省NPP相对较低,为(1443±57)g/(m.2a),80年代后期(1986~1990)NPP达到最大,为(1534±121)g/(m.2a),90年代前期(1991~1995)有所降低,降至(1460±89)g/(m.2a),90年代后期(1996~2000年)又有一定回升,达到(1484±74)g/(m.2a)。全省NPP分布呈现明显的地域性差异,表现为西南沿海地区>东南沿海地区>内陆地区的趋势,这主要是由3个地区的植被组成、水热条件以及农田的分布状况决定的。根据1981~1985年、1986~1990年、1991~1995年、1996~2000年4个阶段NPP的动态把全省21个地级市划分为3种类型:NPP稳定型,包括韶关、清远、河源等12个市;NPP增长型,包括潮州、揭阳、汕尾、和湛江4个市,分别以59、39、45、46g/m.25a的速率增加;以及NPP下降型,包括佛山、中山、深圳、东莞、珠海5个市,NPP分别以114、113、87、75、75g/m.25a的速率下降,这种下降和土地覆盖/利用方式的改变有密切关系。3种主要森林类型阔叶林、针叶林、混交林20a平均NPP分别为(1391±372)g/(m.2a)、(1364±390)g/(m.2a)和(1704±450)g/(m.2a),其中混交林NPP与阔叶林NPP、针叶林NPP差异显著(P<0.05)。     

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%.     

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。     

基于CASA模型研究祁连山地区植被净初级生产力的时空变化

基于2003~2012年的遥感数据及DEM高程模型校准后的气候数据,利用CASA模型估算了祁连山地区植被净初级生产力(NPP),并对NPP的年内、年际变化以及时空分布规律和变化趋势进行分析。结果表明:(1)祁连山地区年内NPP集中在6~8月,占全年NPP总量的86.39%;2003~2007年,NPP年均值在165.28~192.75g·m-2·a-1之间小幅波动;2007~2009年呈现出较明显的下降趋势,由168.63g·m-2·a-1下降到153.17g·m-2·a-1;2009~2012年表现出明显的上升趋势,最大值达207.13g·m-2·a-1。(2)祁连山地区的NPP东西部分布差异大,东部地区大多在200~400g·m-2·a-1之间,部分地区可达500g·m-2·a-1之上;中部地区存在较明显的南北差异,南部大多地区在100~300g·m-2·a-1之间,北部大多地区在100~400g·m-2·a-1之间;西部广大地区大多在0~100g·m-2·a-1之间,荒漠和高山冰雪覆盖区域生物量最低。(3)近十年来,祁连山地区的NPP呈波动增加趋势,增加面积约9 867km2,约占植被总面积的21.19%,减少面积约8 173km2,约占植被总面积的17.52%,表明祁连山的生态健康水平总体在改善但局部在恶化。     

基于GEE平台的黄河流域森林植被净初级生产力时空变化特征

黄河流域是我国重要的生态屏障,研究黄河流域森林植被净初级生产力(Net Primary Productivity,NPP)的时空变化特征及驱动机制,对解释黄河流域森林碳汇/源变化具有重要意义。基于Google Earth Engine (GEE)云平台,利用MOD17A3H V6 NPP数据、MCD12Q1 V6土地覆盖类型数据、ECMWF/ERA5气象数据和USGS/SRTMGL1_003高程数据,采用岭回归分析、Hurst指数和冗余分析(Redundancy Analysis,RDA)对黄河流域2001-2019年森林NPP的时空变化特征及影响因子进行分析。结果表明:(1)2001-2019年,黄河流域森林平均总面积为3.66万km²,其中阔叶林、针叶林、混交林平均面积分别为:2.64万km²、0.01万km²和1.01万km²,森林NPP年总量呈线性增加趋势,其均值为8.99Tg C,年均增速为0.36Tg C/a,19a增长率为173.60%;不同森林类型的NPP年总量均值分别为:4.79Tg C (阔叶林)、6.04×10^-5Tg C (针叶林)和0.64Tg C (混交林),年均增速为:阔叶林(0.16Tg C/a)>混交林(0.04Tg C/a)>针叶林(6.98×10^-6Tg C/a)。(2)2001-2019年,黄河流域森林年均NPP呈线性增加趋势,其均值为241.58g C m^-2 a^-1,年均增速为7.18g C m^-2 a^-1,19a增长率为108.63%;不同森林类型的年均NPP均值分别为:178.48g C m^-2 a^-1(阔叶林)、0.60g C m^-2 a^-1(针叶林)和62.49g C m^-2 a^-1(混交林),年均增速为:阔叶林(4.75g C m^-2 a^-1)>混交林(2.39g C m^-2 a^-1)>针叶林(0.04g C m^-2 a^-1)。(3)黄河流域森林NPP呈增加趋势的面积占94.50%,其中显著增加的面积占73.29%;呈减少趋势的面积占5.50%,其中显著减少的面积占1.57%。阔叶林NPP显著增加的面积最高(76.78%),其次为混交林(60.84%),针叶林最少(56.76%)。(4)黄河流域森林NPP的Hurst指数(H)介于0.38-1.00之间,平均值为0.87,其中H≥0.5的像元数约占99.34%,黄河流域森林NPP在未来一段时间内仍保持持续增加趋势。(5)归因分析表明环境因子对黄河流域森林NPP时空变化的总解释率为55.80%,显著影响的环境因子为经度(35.50%)、降水(8.00%)、气温(6.50%)和纬度(5.40%)。2001-2019年黄河流域森林NPP呈增加趋势,且呈现较强的可持续性;GEE云平台结合冗余分析可及时、高效获取黄河流域森林NPP的时空变化并对其进行归因分析。     

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.     

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。     

基于MODIS序列的北京市土地利用变化对净初级生产力的影响

了解土地利用变化对区域净初级生产力(NPP)的影响,对于综合理解区域植被的固碳能力及其与土地利用变化的关系,以及维持区域生态安全均具有重要意义。以北京市为例,基于2000—2012年MODIS NPP遥感影像和土地利用类型数据,利用同期Landsat TM影像(分辨率30 m)对MODIS NPP数据进行降尺度计算的基础上,分析北京市区域NPP的时空分布特征,探讨土地利用变化对植被固碳能力的影响。结果表明:研究期内Landsat NDVI与NPP数据的线性关系显著(R~2为0.22—0.68,P0.01),基于该线性关系可实现对MODIS NPP的降尺度重计算。土地利用面积分配和景观格局的变化均显著影响NPP。13年间,北京市林地和草地面积增加而耕地面积迅速减少,NPP总量由123万t C增长至190万t C,其中66%的NPP由林地贡献,其次为耕地(26%),草地最低(8%)。2000—2006年,面积变化促进了NPP的增加,贡献率为34%;而2006—2012年,面积变化则抑制区域NPP的增加,贡献率降低至27%。同时,研究区域内斑块聚集度的降低,斑块密度及丰富度的增加均有利于其NPP的增加。提高研究区植被固碳能力,需要在维持区域当前植被数量和质量的基础上,增加区域景观的异质性和多样性。     

基于遥感和过程模型的亚洲东部陆地生态系统初级生产力分布特征

利用美国环境预测中心的再分析气象资料和由GIMMS NDVI 资料生成的叶面积指数对BEPS生态模型进行驱动,模拟分析了2000-2005年亚洲东部地区总初级生产力（GPP）和总净初级生产力（NPP）的时空变化特征.在进行区域模拟计算前,使用15个站点不同生态系统的GPP观测数据及1300个样点的NPP观测数据对模型进行验证.结果表明： BEPS模型能较好地模拟不同生态系统的GPP和NPP变化,模拟的GPP与观测数据之间的R2为0.86～0.99,均方根误差（RMSE）为0.2～1.2 g C·m-2·d-1;BEPS模拟值能够解释78%的年NPP变化,其RMSE为118 g C·m-2·a-1.2000-2005年,亚洲东部地区GPP和NPP总量平均值分别为21.7和10.5 Pg C·a-1.NPP和GPP具有相似的时空变化特征.研究期间,NPP总量的变化范围为10.2～10.7 Pg C·a-1, 变异系数为2.2%.NPP由东南向西北显著减少,高值区〖JP2〗（>1000 g C·m-2·a-1）出现在东南亚海岛国家,我国的西北干旱沙漠地区为低值区（<30 g C·m-2·a-1）,〖JP〗其空间格局主要由气候因子决定.不同国家的人均NPP差异很大,其中,蒙古最高,达70217 kg C·a-1,远高于中国的人均NPP（1921 kg C·a-1）,印度的人均NPP最小,为757 kg C·a-1.     

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...     

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.     

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.     

锡林郭勒盟净初级生产力时空变化及其气候影响

净初级生产力(NPP)是表征生态系统质量与功能的核心指标,监测生态工程区NPP的时空变化是生态建设成效评估的重要内容。本文利用2000—2015年时序遥感数据与光能利用效率模型(CASA),分析了锡林郭勒盟NPP的时空变化以及气温与降水的影响。结果表明:2000—2015年锡林郭勒盟的NPP为108.66~359.74 g C·m^-2·a^-1,多年平均值为254.18 g C·m^-2·a^-1,年均增加13.47 g C·m^-2;锡林郭勒盟的NPP由东向西递减趋势明显,40.13%的区域NPP高于280 g C·m^-2·a^-1,且集中在太仆寺旗、多伦县、西乌珠穆沁旗和东乌珠穆沁旗等地区;相比2000年,2015年锡林郭勒盟有94.56%的区域NPP升高,其中33.95%的区域NPP增幅高于120 g C·m^-2;锡林郭勒盟的NPP与降雨量呈显著正相关,31.18%的区域NPP与气温呈正相关,NPP与年均气温及降水量的复相关系数为0.59。综合来看,锡林郭勒盟约55%的区域NPP明显受气候因素驱动,其生态修复治理应充分利用气候变化的积极影响,而其他区域则需注重施加生态工程措施。     

陕西省油松林生产力动态及对未来气候变化的响应

本研究利用LPJ-GUESS模型,分析了陕西省油松林在未来时期(2015-2100年)不同气候情景下净初级生产力(NPP)的变化趋势.结果表明: 在未来时期,研究区温度在RCP_2.6、RCP_4.5和RCP_8.5情景下将分别以0.12、0.23和0.54 ℃·10 a^-1的速率显著升高;降水在RCP_2.6和RCP_8.5情景下无显著变化,在RCP_4.5情景下将以14.36 mm·10 a^-1的速率显著增加.与历史时期(1961-1990年)相比,研究区油松林的NPP在未来时期将升高1.6%~29.6%;在RCP_8.5情景下21世纪末期(2071-2100年)油松林NPP将会升高45.4%;不同情景下油松林NPP表现为RCP_8.5＞RCP_4.5＞RCP_2.6.在未来时期,陕北地区油松林NPP在RCP_2.6和RCP_4.5情景下将分别以41.00和21.00 g C·m^-2·10 a^-1的速率下降,该区油松林有变为碳源的可能.     

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。     

“一江两河”中部流域植被净初级生产力估算

基于中分辨率成像光谱仪（MODIS）的遥感数据以及地面实际观测资料,采用数学模型方法,对西藏“一江两河”中部流域地区2000和2006年的植被净初级生产力（NPP）进行了估算.结果表明：研究区NPP由河谷向山脊逐渐递减,这与该区的水热梯度基本一致;该区单位面积年NPP平均为86.8 g C·m^-2·a^-1,2006年比2000年高2.15 g C·m^-2·a^-1,不同植被类型的单位面积年NPP以农田(243.1 g C·m^-2·a^-1)最大,荒漠(35.6 g C·m^-2·a^-1)最小;研究区两年平均总NPP为512.8×10¹⁰ g C·a^-1,2006年比2000年高12.7×10¹⁰ g C·a^-1,不同植被类型的总NPP以草甸(194.4×10¹⁰ g C·a^-1)最高,荒漠(30.3×10¹⁰ g C·a^-1)最低.研究期间,人类活动强烈区域（道路缓冲区0～4 km）的植被NPP呈下降趋势,而人类活动较难到达区域的植被NPP呈增加趋势.